Low-res two-view results

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

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

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

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

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

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

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

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

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	0.73 457	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

Wz-Net-SNSev	0.03 29	0.09 94	0.07 81	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 159	0.20 199	0.23 185	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	0.23 203	0.21 213	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 286	0.10 93	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 268	0.10 93	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

SFCPSM	0.17 165	0.78 320	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	0.79 528	0.02 15	0.75 487	0.76 501	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

iinet-test	0.08 73	0.16 126	0.02 15	0.16 144	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 221	0.02 20	0.02 21	0.71 444	0.02 16	0.02 19	0.02 21	0.02 21	0.16 198

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	0.73 457	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 94	0.08 83	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

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

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 76	0.97 360	0.10 93	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 76	1.03 386	0.11 113	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 76	0.87 335	0.12 124	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 76	1.01 380	0.09 89	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 76	0.95 357	0.09 89	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

CoDeX	0.15 152	0.70 306	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	0.67 489	0.02 15	0.69 474	0.75 499	0.01 9	0.02 21	0.02 20

xxx	0.09 76	1.01 380	0.10 93	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

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	0.11 113	0.44 238	0.33 274	0.39 252	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	0.39 297	0.36 339	0.02 19	0.02 21	0.02 21	0.02 20

BUS	0.83 479	1.91 541	0.92 509	4.48 680	0.02 22	0.40 307	0.04 104	0.41 317	0.02 22	0.48 407	0.03 56	0.41 325	0.05 118	0.03 43	0.05 116	1.97 618	4.19 705	0.33 278	0.23 255	0.34 269	0.27 291

BSDual-CNN	0.81 470	1.91 541	0.92 509	4.48 680	0.02 22	0.42 343	0.06 138	0.41 317	0.02 22	0.48 407	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	4.19 705	0.33 278	0.23 255	0.34 269	0.27 291

hknet	1.10 531	1.85 532	3.49 704	4.48 680	0.02 22	0.42 343	0.06 138	0.41 317	0.02 22	0.48 407	0.03 56	0.41 325	0.03 53	0.42 338	0.03 52	4.39 691	4.19 705	0.33 278	0.23 255	0.34 269	0.27 291

psmg	0.43 325	1.91 541	0.92 509	1.91 588	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	1.97 618	1.44 611	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 249	1.29 468	1.19 538	1.36 564	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	1.26 577	1.21 588	0.03 41	0.09 142	0.02 21	0.09 143

Syn2CoEx	0.25 208	1.31 472	0.74 483	0.92 453	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	0.87 481	0.75 487	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 73	0.02 12	0.02 15	1.01 474	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	0.09 141	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 76	0.02 12	0.04 65	0.90 448	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 169	0.36 382	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 113	0.02 12	0.02 15	1.62 581	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	0.06 116	0.04 98	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	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

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

IGEV_i1	0.26 217	0.05 66	0.04 65	0.06 65	0.03 52	0.05 111	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 135	0.05 104	0.03 52	4.34 688	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

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	0.11 169	0.04 90	0.03 52	0.58 413	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

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	0.75 460	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 76	0.07 83	0.03 40	0.15 134	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 152	0.04 90	0.03 52	0.92 486	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

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 92	0.98 361	0.14 149	0.15 134	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	0.15 146	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 126	1.14 402	0.17 184	0.20 168	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	0.18 175	0.16 175	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 140	1.22 464	0.28 237	0.32 223	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	0.32 246	0.27 243	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 92	1.05 390	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 92	1.05 390	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 92	1.05 390	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 76	1.00 370	0.11 113	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 92	1.07 394	0.11 113	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 92	1.03 386	0.12 124	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 76	0.87 335	0.10 93	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 92	1.07 394	0.11 113	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 92	1.14 402	0.13 144	0.14 122	0.03 52	0.04 96	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

x	0.11 113	1.15 405	0.15 167	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 172	0.03 41	0.03 57	0.03 47	0.03 52

222	0.10 92	0.99 368	0.12 124	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 113	1.16 407	0.16 174	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 175	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 92	1.09 396	0.13 144	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 164	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	0.11 113	0.03 31	0.03 40	1.60 578	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	0.11 113	0.03 31	0.03 40	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C32	0.14 140	0.04 52	0.03 40	2.22 602	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	0.07 132	0.04 98	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 92	0.03 31	0.04 65	1.27 549	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	0.08 135	0.04 98	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

FADE	0.07 67	0.06 79	0.02 15	0.09 76	0.10 155	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	0.15 146	0.10 99	0.17 190	0.13 191	0.11 156	0.11 165

ManiGeoR	0.17 165	0.05 66	0.62 441	0.73 425	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	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 165	0.05 66	0.63 445	0.72 421	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	0.71 444	0.59 445	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 165	0.05 66	0.62 441	0.73 425	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	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 165	0.05 66	0.62 441	0.72 421	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	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 165	0.05 66	0.65 452	0.72 421	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	0.71 444	0.59 445	0.05 108	0.04 99	0.05 114	0.04 96

z-mn7	0.16 159	1.21 458	0.33 274	0.41 277	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	0.35 264	0.31 279	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 174	1.47 483	0.33 274	0.40 265	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	0.38 284	0.32 284	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 65	0.04 101	0.06 120	0.04 104	0.06 122	0.04 104	0.06 124	0.04 111	0.06 125	0.04 101	0.06 116	0.04 98	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

mmm	0.14 140	1.83 526	0.12 124	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 116	0.04 98	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

11t1	0.17 165	2.16 561	0.13 144	0.13 118	0.04 101	0.06 120	0.04 104	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.05 116	0.18 175	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

GASNet	0.05 57	0.04 52	0.12 124	0.04 53	0.04 101	0.04 96	0.05 121	0.04 95	0.04 104	0.12 164	0.04 111	0.06 125	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

qqq	0.16 159	2.01 551	0.12 124	0.15 134	0.04 101	0.06 120	0.05 121	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.03 52	0.12 111	0.14 164	0.04 93	0.04 99	0.03 47	0.03 52

APVNet	0.09 76	0.05 66	0.04 65	0.05 60	0.04 101	0.05 111	0.90 542	0.06 122	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	0.06 121	0.03 57	0.04 97	0.03 52

FADNet-RVC-Resample	0.12 126	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	1.57 644	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 126	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	1.65 648	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 133	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	1.71 665	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

FADNet	0.12 126	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	1.66 651	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 126	0.03 31	0.04 65	1.71 584	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	0.06 116	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 152	0.04 52	0.04 65	2.20 601	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	0.08 135	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
DispViT+	0.07 67	0.08 85	0.12 124	0.08 69	0.05 126	0.08 133	0.05 121	0.08 135	0.05 125	0.08 134	0.05 128	0.08 134	0.05 118	0.08 135	0.05 116	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 113	0.11 98	0.05 126	0.08 133	0.05 121	0.08 135	0.05 125	0.08 134	0.05 128	0.08 134	0.05 118	0.08 135	0.05 116	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 76	0.13 117	0.39 315	0.08 69	0.05 126	0.07 131	0.05 121	0.13 165	0.05 125	0.06 124	0.05 128	0.06 125	0.05 118	0.06 116	0.05 116	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

GGEV	0.09 76	0.13 117	0.39 315	0.08 69	0.05 126	0.07 131	0.05 121	0.13 165	0.05 125	0.06 124	0.05 128	0.06 125	0.05 118	0.06 116	0.05 116	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

z-ln-s-r	0.21 189	1.40 481	0.53 419	0.56 383	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	0.57 412	0.44 393	0.04 93	0.04 99	0.04 97	0.04 96

ISRNet	0.11 113	0.05 66	0.36 298	0.24 190	0.07 141	0.13 165	0.05 121	0.06 122	0.05 125	0.05 113	0.05 128	0.13 166	0.05 118	0.05 104	0.09 141	0.24 210	0.20 208	0.10 141	0.05 123	0.06 123	0.13 186

qqq1	0.25 208	3.70 631	0.14 149	0.14 122	0.04 101	0.06 120	0.05 121	0.06 122	0.05 125	0.06 124	0.05 128	0.04 96	0.05 118	0.06 116	0.05 116	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 208	3.70 631	0.14 149	0.14 122	0.04 101	0.06 120	0.05 121	0.06 122	0.05 125	0.06 124	0.05 128	0.04 96	0.05 118	0.06 116	0.05 116	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

ffm	0.25 208	3.83 637	0.12 124	0.12 106	0.05 126	0.06 120	0.05 121	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 118	0.06 116	0.05 116	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 208	3.83 637	0.12 124	0.12 106	0.05 126	0.06 120	0.05 121	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 118	0.06 116	0.05 116	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 208	3.83 637	0.12 124	0.12 106	0.05 126	0.06 120	0.05 121	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 118	0.06 116	0.05 116	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

NINENet	0.69 435	3.87 640	1.20 541	1.98 593	0.05 126	0.40 307	0.04 104	0.40 302	0.05 125	0.41 317	0.04 111	0.41 325	0.05 118	0.40 308	0.05 116	1.79 605	1.56 620	0.34 288	0.22 249	0.34 269	0.23 235

GwcNet	0.12 126	0.07 83	0.05 80	0.08 69	0.05 126	0.08 133	1.20 574	0.07 132	0.05 125	0.05 113	0.05 128	0.08 134	0.05 118	0.08 135	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

TS12	0.09 76	0.09 94	0.17 184	0.19 164	0.06 139	0.08 133	0.06 138	0.08 135	0.06 138	0.08 134	0.06 139	0.08 134	0.06 135	0.08 135	0.06 132	0.15 146	0.16 175	0.08 131	0.06 134	0.08 138	0.06 131

AASNet	0.06 61	0.08 85	0.08 83	0.08 69	0.05 126	0.06 120	0.05 121	0.05 110	0.06 138	0.06 124	0.06 139	0.05 113	0.06 135	0.06 116	0.05 116	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

SACVNet	0.06 61	0.08 85	0.08 83	0.08 69	0.05 126	0.06 120	0.05 121	0.05 110	0.06 138	0.06 124	0.06 139	0.05 113	0.06 135	0.06 116	0.05 116	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AACVNet	0.06 61	0.08 85	0.08 83	0.08 69	0.05 126	0.06 120	0.05 121	0.05 110	0.06 138	0.06 124	0.06 139	0.05 113	0.06 135	0.06 116	0.05 116	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

anonymous	0.09 76	0.09 94	0.14 149	0.14 122	0.07 141	0.09 141	0.07 142	0.09 141	0.07 142	0.09 141	0.07 143	0.09 142	0.07 141	0.09 141	0.07 133	0.14 133	0.13 159	0.09 139	0.07 135	0.09 142	0.07 135

MatchStereo	0.54 400	0.12 115	2.38 680	2.32 618	0.09 148	0.09 141	0.08 145	0.09 141	0.07 142	0.09 141	0.07 143	0.09 142	0.07 141	0.09 141	0.08 136	2.34 655	2.34 674	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth	0.08 73	0.08 85	0.11 113	0.11 98	0.05 126	0.08 133	0.05 121	0.08 135	0.07 142	0.08 134	0.05 128	0.08 134	0.05 118	0.09 141	0.08 136	0.15 146	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 85	0.07 81	0.07 67	0.07 141	0.08 133	0.06 138	0.08 135	0.07 142	0.08 134	0.07 143	0.08 134	0.06 135	0.07 132	0.07 133	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

SuperB	0.21 189	0.10 99	2.51 682	0.12 106	0.09 148	0.10 144	0.09 146	0.08 135	0.07 142	0.10 146	0.09 148	0.09 142	0.07 141	0.07 132	0.07 133	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

SepStereo	0.09 76	0.09 94	0.10 93	0.09 76	0.09 148	0.09 141	0.09 146	0.10 143	0.08 147	0.10 146	0.09 148	0.09 142	0.09 148	0.09 141	0.08 136	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

BEATNet-Init1	0.19 178	0.08 85	0.08 83	2.23 603	0.08 144	0.08 133	0.07 142	0.07 132	0.08 147	0.08 134	0.07 143	0.08 134	0.07 141	0.11 159	0.08 136	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 178	0.08 85	0.08 83	2.23 603	0.08 144	0.08 133	0.07 142	0.07 132	0.08 147	0.08 134	0.07 143	0.08 134	0.07 141	0.11 159	0.08 136	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

VeloStereo	0.16 159	0.92 350	0.16 174	0.18 159	0.08 144	0.11 155	0.12 181	0.12 163	0.09 150	0.09 141	0.28 284	0.10 146	0.08 146	0.10 146	0.12 175	0.15 146	0.17 196	0.08 131	0.12 180	0.09 142	0.08 138

flow	0.16 159	0.92 350	0.16 174	0.18 159	0.08 144	0.11 155	0.12 181	0.12 163	0.09 150	0.09 141	0.28 284	0.10 146	0.08 146	0.10 146	0.12 175	0.15 146	0.17 196	0.08 131	0.12 180	0.09 142	0.08 138

over-8	0.11 113	0.14 123	0.15 167	0.16 144	0.10 155	0.11 155	0.10 151	0.11 155	0.09 150	0.11 158	0.10 152	0.11 158	0.10 152	0.11 159	0.09 141	0.14 133	0.14 164	0.11 152	0.09 142	0.11 156	0.09 143

StereoDRNet	0.15 152	0.14 123	0.10 93	0.14 122	0.09 148	0.15 174	0.09 146	0.14 167	0.09 150	0.14 166	0.10 152	0.14 167	0.09 148	0.14 169	0.09 141	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.82 531

over-6	0.11 113	0.11 110	0.15 167	0.16 144	0.10 155	0.11 155	0.10 151	0.11 155	0.10 154	0.11 158	0.10 152	0.11 158	0.10 152	0.11 159	0.10 148	0.14 133	0.14 164	0.11 152	0.10 151	0.11 156	0.09 143

over v1	0.11 113	0.11 110	0.15 167	0.16 144	0.10 155	0.11 155	0.10 151	0.11 155	0.10 154	0.11 158	0.10 152	0.11 158	0.10 152	0.11 159	0.10 148	0.14 133	0.14 164	0.11 152	0.09 142	0.11 156	0.10 151

over-9	0.11 113	0.11 110	0.16 174	0.16 144	0.10 155	0.12 164	0.10 151	0.11 155	0.10 154	0.11 158	0.10 152	0.11 158	0.10 152	0.11 159	0.10 148	0.14 133	0.14 164	0.11 152	0.10 151	0.11 156	0.09 143

S2M2_L	0.12 126	0.14 123	0.10 93	0.15 134	0.10 155	0.14 166	0.10 151	0.14 167	0.10 154	0.15 173	0.10 152	0.14 167	0.10 152	0.14 169	0.10 148	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 92	0.10 99	0.10 93	0.10 81	0.10 155	0.10 144	0.10 151	0.10 143	0.10 154	0.10 146	0.10 152	0.10 146	0.10 152	0.10 146	0.10 148	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

LRCNet_RVC	0.13 133	0.13 117	0.09 89	0.13 118	0.10 155	0.14 166	0.10 151	0.14 167	0.10 154	0.23 218	0.10 152	0.20 198	0.10 152	0.24 225	0.11 163	0.11 105	0.09 94	0.12 159	0.14 197	0.12 166	0.09 143

ac_64	0.22 195	0.13 117	0.19 196	0.23 185	0.10 155	0.26 245	1.02 559	0.14 167	0.10 154	0.28 248	0.14 196	0.17 187	0.19 238	0.28 255	0.09 141	0.22 192	0.16 175	0.23 226	0.17 231	0.11 156	0.12 179

PVD	0.10 92	0.10 99	0.10 93	0.10 81	0.10 155	0.10 144	0.10 151	0.10 143	0.10 154	0.10 146	0.10 152	0.10 146	0.10 152	0.10 146	0.10 148	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SHD	0.10 92	0.10 99	0.10 93	0.10 81	0.10 155	0.10 144	0.10 151	0.10 143	0.10 154	0.10 146	0.10 152	0.10 146	0.10 152	0.10 146	0.10 148	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SAMSARA	0.10 92	0.10 99	0.10 93	0.10 81	0.10 155	0.10 144	0.10 151	0.10 143	0.10 154	0.10 146	0.10 152	0.10 146	0.10 152	0.10 146	0.10 148	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

XQC	0.10 92	0.10 99	0.10 93	0.10 81	0.10 155	0.10 144	0.10 151	0.10 143	0.10 154	0.10 146	0.10 152	0.10 146	0.10 152	0.10 146	0.10 148	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSC	0.10 92	0.10 99	0.10 93	0.10 81	0.10 155	0.10 144	0.10 151	0.10 143	0.10 154	0.10 146	0.10 152	0.10 146	0.10 152	0.10 146	0.10 148	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTS	0.10 92	0.10 99	0.10 93	0.10 81	0.10 155	0.10 144	0.10 151	0.10 143	0.10 154	0.10 146	0.10 152	0.10 146	0.10 152	0.10 146	0.10 148	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSA	0.10 92	0.10 99	0.10 93	0.10 81	0.10 155	0.10 144	0.10 151	0.10 143	0.10 154	0.10 146	0.10 152	0.10 146	0.10 152	0.10 146	0.10 148	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet+	0.10 92	0.10 99	0.10 93	0.10 81	0.10 155	0.10 144	0.10 151	0.10 143	0.10 154	0.10 146	0.10 152	0.10 146	0.10 152	0.10 146	0.10 148	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet++	0.10 92	0.10 99	0.10 93	0.10 81	0.10 155	0.10 144	0.10 151	0.10 143	0.10 154	0.10 146	0.10 152	0.10 146	0.10 152	0.10 146	0.10 148	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

DRN-Test	0.14 140	0.13 117	0.09 89	0.14 122	0.09 148	0.15 174	0.09 146	0.14 167	0.10 154	0.14 166	0.09 148	0.14 167	0.09 148	0.13 168	0.09 141	0.12 111	0.09 94	0.12 159	0.09 142	0.12 166	0.73 515

PDISCO_ROB	0.83 479	2.80 612	3.49 704	0.14 122	0.11 175	0.17 188	0.09 146	0.15 180	0.10 154	0.15 173	0.12 178	0.16 179	0.14 195	3.30 695	0.13 184	0.14 133	2.34 674	0.16 182	0.12 180	2.62 675	0.10 151

S2M2_XL	0.14 140	0.17 131	0.12 124	0.17 157	0.11 175	0.17 188	0.11 168	0.17 187	0.11 172	0.17 185	0.11 170	0.17 187	0.11 169	0.17 187	0.11 163	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetRed	0.11 113	0.12 115	0.11 113	0.11 98	0.11 175	0.11 155	0.14 189	0.11 155	0.11 172	0.12 164	0.11 170	0.11 158	0.11 169	0.11 159	0.11 163	0.11 105	0.16 175	0.11 152	0.11 165	0.11 156	0.11 165

JetBlue	0.11 113	0.11 110	0.12 124	0.13 118	0.14 194	0.11 155	0.11 168	0.11 155	0.11 172	0.11 158	0.11 170	0.11 158	0.11 169	0.12 167	0.12 175	0.11 105	0.11 122	0.11 152	0.11 165	0.11 156	0.11 165

ProNet	0.14 140	0.20 139	0.14 149	0.16 144	0.11 175	0.16 181	0.11 168	0.17 187	0.11 172	0.17 185	0.12 178	0.17 187	0.13 190	0.17 187	0.12 175	0.15 146	0.11 122	0.16 182	0.11 165	0.15 178	0.12 179

CIPLG	0.13 133	0.21 145	0.12 124	0.16 144	0.11 175	0.15 174	0.11 168	0.14 167	0.11 172	0.15 173	0.12 178	0.15 178	0.11 169	0.14 169	0.11 163	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

IPLG	0.13 133	0.20 139	0.14 149	0.15 134	0.11 175	0.14 166	0.11 168	0.14 167	0.11 172	0.14 166	0.11 170	0.14 167	0.11 169	0.14 169	0.11 163	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

IPLGR_C	0.14 140	0.20 139	0.12 124	0.15 134	0.11 175	0.14 166	0.15 197	0.14 167	0.11 172	0.15 173	0.12 178	0.14 167	0.11 169	0.16 180	0.11 163	0.15 146	0.12 136	0.14 165	0.12 180	0.15 178	0.12 179

MIPNet	0.14 140	0.21 145	0.17 184	0.16 144	0.11 175	0.15 174	0.12 181	0.14 167	0.11 172	0.16 178	0.11 170	0.14 167	0.11 169	0.14 169	0.11 163	0.14 133	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

IPLGR	0.14 140	0.24 159	0.14 149	0.16 144	0.12 188	0.15 174	0.12 181	0.14 167	0.11 172	0.15 173	0.12 178	0.14 167	0.11 169	0.14 169	0.11 163	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

ACRE	0.13 133	0.21 145	0.14 149	0.15 134	0.11 175	0.14 166	0.11 168	0.14 167	0.11 172	0.14 166	0.12 178	0.14 167	0.11 169	0.14 169	0.11 163	0.15 146	0.12 136	0.14 165	0.11 165	0.14 170	0.11 165

ICVP	0.15 152	0.53 282	0.11 113	0.16 144	0.11 175	0.16 181	0.11 168	0.16 181	0.11 172	0.16 178	0.11 170	0.16 179	0.11 169	0.16 180	0.11 163	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 133	0.11 110	0.11 113	0.11 98	0.11 175	0.11 155	0.11 168	0.11 155	0.11 172	0.11 158	0.12 178	0.11 158	0.11 169	0.11 159	0.11 163	0.11 105	0.11 122	0.14 165	0.11 165	0.49 417	0.11 165

PASM	0.39 296	3.06 616	1.36 604	1.58 574	0.09 148	0.11 155	0.11 168	0.11 155	0.11 172	0.09 141	0.09 148	0.11 158	0.09 148	0.09 141	0.09 141	0.11 105	0.11 122	0.11 152	0.09 142	0.11 156	0.11 165

HSM	0.14 140	0.16 126	0.12 124	0.17 157	0.12 188	0.17 188	0.11 168	0.17 187	0.11 172	0.17 185	0.12 178	0.17 187	0.12 184	0.17 187	0.12 175	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.12 179

ELAS_RVC	0.14 140	0.16 126	0.10 93	0.15 134	0.10 155	0.18 192	0.11 168	0.19 193	0.11 172	0.19 191	0.12 178	0.18 191	0.11 169	0.19 193	0.12 175	0.14 133	0.08 84	0.14 165	0.09 142	0.15 178	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 133	0.16 126	0.11 113	0.15 134	0.09 148	0.18 192	0.11 168	0.18 191	0.11 172	0.17 185	0.11 170	0.18 191	0.11 169	0.18 190	0.11 163	0.14 133	0.08 84	0.14 165	0.08 140	0.14 170	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 296	1.37 478	1.02 522	1.14 487	0.12 188	0.16 181	0.12 181	0.16 181	0.12 188	0.16 178	0.12 178	0.16 179	0.12 184	0.16 180	0.12 175	1.12 519	1.00 511	0.15 178	0.12 180	0.15 178	0.12 179

cf-r	0.66 426	2.17 562	0.12 124	0.18 159	0.12 188	0.18 192	2.70 701	2.60 674	0.12 188	0.18 189	0.12 178	0.18 191	0.12 184	0.18 190	0.12 175	0.15 146	0.11 122	0.15 178	0.11 165	1.81 620	1.74 676

LALA_ROB	0.15 152	0.19 135	0.12 124	0.18 159	0.11 175	0.20 200	0.12 181	0.21 208	0.12 188	0.20 197	0.12 178	0.20 198	0.12 184	0.21 209	0.13 184	0.17 167	0.10 99	0.18 200	0.11 165	0.18 194	0.11 165

SGM_RVC	0.15 152	0.17 131	0.11 113	0.18 159	0.11 175	0.19 195	0.11 168	0.19 193	0.12 188	0.19 191	0.12 178	0.20 198	0.12 184	0.19 193	0.12 175	0.16 159	0.11 122	0.17 190	0.10 151	0.17 190	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
Weightmod_eth	0.20 180	0.24 159	0.28 237	0.47 309	0.14 194	0.24 226	0.14 189	0.17 187	0.13 192	0.22 212	0.16 210	0.22 215	0.13 190	0.20 197	0.16 206	0.24 210	0.20 208	0.19 203	0.14 197	0.16 183	0.24 245

ITSA-stereo	0.15 152	0.17 131	0.13 144	0.20 168	0.13 192	0.19 195	0.13 187	0.18 191	0.13 192	0.19 191	0.13 191	0.18 191	0.14 195	0.18 190	0.14 188	0.16 159	0.11 122	0.15 178	0.14 197	0.18 194	0.11 165

DeepPruner_ROB	0.16 159	0.18 134	0.13 144	0.19 164	0.13 192	0.19 195	0.13 187	0.19 193	0.13 192	0.19 191	0.13 191	0.19 195	0.13 190	0.19 193	0.13 184	0.18 175	0.13 159	0.18 200	0.13 191	0.18 194	0.13 186

depth_test_26	0.20 180	0.34 187	0.25 220	0.34 231	0.14 194	0.21 211	0.14 189	0.21 208	0.14 195	0.21 209	0.14 196	0.21 206	0.14 195	0.21 209	0.14 188	0.26 219	0.26 231	0.22 217	0.15 206	0.22 210	0.14 191

castereo++	0.54 400	3.59 628	1.15 532	1.31 558	0.14 194	0.16 181	0.14 189	0.16 181	0.14 195	0.16 178	0.14 196	0.16 179	0.13 190	0.16 180	0.14 188	1.45 592	1.16 537	0.15 178	0.14 197	0.15 178	0.13 186

DDVS	0.30 227	3.10 617	0.14 149	0.19 164	0.14 194	0.19 195	0.14 189	0.20 199	0.14 195	0.19 191	0.13 191	0.16 179	0.13 190	0.19 193	0.13 184	0.17 167	0.13 159	0.17 190	0.13 191	0.17 190	0.13 186

GMStereo	0.14 140	0.13 117	0.14 149	0.14 122	0.14 194	0.14 166	0.14 189	0.14 167	0.14 195	0.14 166	0.14 196	0.14 167	0.14 195	0.14 169	0.14 188	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 191
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 180	0.19 135	0.14 149	0.20 168	0.14 194	0.20 200	0.96 549	0.21 208	0.14 195	0.20 197	0.13 191	0.21 206	0.14 195	0.20 197	0.14 188	0.17 167	0.12 136	0.17 190	0.12 180	0.17 190	0.12 179

acv_ft	0.20 180	0.19 135	0.14 149	0.20 168	0.14 194	0.20 200	0.96 549	0.21 208	0.14 195	0.20 197	0.13 191	0.21 206	0.14 195	0.20 197	0.14 188	0.17 167	0.12 136	0.17 190	0.12 180	0.17 190	0.12 179

hitnet-ft	0.79 462	2.78 611	0.14 149	0.20 168	0.14 194	0.21 211	2.89 702	2.80 689	0.14 195	0.20 197	0.14 196	0.20 198	0.14 195	0.20 197	0.14 188	0.17 167	0.12 136	0.17 190	0.12 180	2.54 674	2.33 693

GANet-RSSM	0.75 452	1.91 541	0.14 149	0.47 309	0.14 194	0.21 211	3.21 718	2.30 660	0.14 195	0.46 394	0.14 196	0.23 223	0.18 231	0.21 209	0.14 188	0.18 175	0.27 243	0.37 314	0.13 191	2.13 643	2.12 686

PSMNet-RSSM	0.77 458	2.76 606	0.14 149	0.20 168	0.14 194	0.20 200	2.66 699	2.79 688	0.14 195	0.21 209	0.14 196	0.21 206	0.14 195	0.20 197	0.14 188	0.17 167	0.12 136	0.17 190	0.12 180	2.52 666	2.31 691

GwcNet-RSSM	0.77 458	2.77 608	0.14 149	0.20 168	0.14 194	0.20 200	2.67 700	2.78 687	0.14 195	0.20 197	0.14 196	0.20 198	0.14 195	0.21 209	0.14 188	0.17 167	0.12 136	0.17 190	0.12 180	2.52 666	2.31 691

CFNet-ft	0.55 405	1.57 487	0.14 149	0.20 168	0.14 194	0.20 200	2.53 697	1.61 614	0.14 195	0.20 197	0.14 196	0.20 198	0.14 195	0.20 197	0.14 188	0.17 167	0.12 136	0.17 190	0.12 180	1.56 608	1.24 625

CCAANet	0.17 165	0.71 307	0.14 149	0.14 122	0.14 194	0.14 166	0.14 189	0.14 167	0.14 195	0.14 166	0.14 196	0.14 167	0.14 195	0.14 169	0.22 240	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 191

DepthFocus	0.18 174	0.22 149	0.15 167	0.22 180	0.15 208	0.22 214	0.15 197	0.22 213	0.15 207	0.22 212	0.15 206	0.22 215	0.16 209	0.22 214	0.15 199	0.20 182	0.15 172	0.20 208	0.14 197	0.20 201	0.14 191

RSGM-EC	0.24 205	0.24 159	0.15 167	0.22 180	0.15 208	0.22 214	0.15 197	0.22 213	0.15 207	0.24 225	0.15 206	0.22 215	0.15 207	0.22 214	1.19 574	0.20 182	0.17 196	0.24 236	0.14 197	0.20 201	0.14 191

acva	0.24 205	0.24 159	0.15 167	0.22 180	0.15 208	0.22 214	0.15 197	0.22 213	0.15 207	0.24 225	0.15 206	0.22 215	0.15 207	0.22 214	1.19 574	0.20 182	0.17 196	0.24 236	0.14 197	0.20 201	0.14 191

dd	0.23 201	0.98 361	0.16 174	0.23 185	0.15 208	0.23 223	0.15 197	0.23 220	0.15 207	0.23 218	0.15 206	0.24 229	0.17 221	0.23 221	0.15 199	0.22 192	0.15 172	0.21 212	0.15 206	0.22 210	0.16 198

HCRNet	1.22 586	7.11 698	3.00 687	3.55 668	0.33 378	0.29 255	0.14 189	0.19 193	0.15 207	0.33 271	0.29 297	0.25 236	0.14 195	0.22 214	0.33 361	3.64 683	3.00 682	0.76 501	0.32 377	0.18 194	0.13 186

LACA2	0.21 189	0.24 159	0.26 227	0.31 217	0.16 218	0.24 226	0.16 203	0.24 223	0.16 212	0.24 225	0.16 210	0.24 229	0.16 209	0.24 225	0.16 206	0.27 223	0.23 223	0.24 236	0.16 209	0.23 222	0.16 198

LACA1	0.21 189	0.24 159	0.26 227	0.31 217	0.16 218	0.24 226	0.16 203	0.24 223	0.16 212	0.24 225	0.16 210	0.24 229	0.16 209	0.24 225	0.16 206	0.27 223	0.22 217	0.23 226	0.16 209	0.23 222	0.16 198

VIP-Stereo	0.70 438	2.97 615	2.43 681	2.49 629	0.16 218	0.25 236	0.16 203	0.25 231	0.16 212	0.25 233	0.18 234	0.25 236	0.16 209	0.26 246	0.16 206	1.86 607	1.26 590	0.23 226	0.15 206	0.23 222	0.15 197

RAFT-FEzeroshot	0.34 249	0.26 169	0.17 184	0.21 178	0.17 224	0.20 200	0.16 203	0.20 199	0.16 212	0.20 197	0.17 218	0.21 206	0.16 209	0.27 250	0.24 250	0.19 179	0.16 175	0.19 203	0.16 209	0.26 233	3.08 709

RAFT-FE	0.34 249	0.26 169	0.17 184	0.21 178	0.17 224	0.20 200	0.16 203	0.20 199	0.16 212	0.20 197	0.17 218	0.21 206	0.16 209	0.27 250	0.24 250	0.19 179	0.16 175	0.19 203	0.16 209	0.26 233	3.08 709

xyz-stereo-finetune2	0.18 174	0.48 261	0.16 174	0.16 144	0.15 208	0.15 174	0.16 203	0.16 181	0.16 212	0.16 178	0.16 210	0.16 179	0.16 209	0.16 180	0.16 206	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 198

xyz-stereo	0.18 174	0.50 268	0.16 174	0.15 134	0.16 218	0.16 181	0.16 203	0.16 181	0.16 212	0.16 178	0.16 210	0.16 179	0.16 209	0.16 180	0.16 206	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 198

DEFOM-Stereo_RVC	0.83 479	5.18 670	1.98 668	2.19 600	0.17 224	0.19 195	0.18 221	0.19 193	0.16 212	0.20 197	0.19 237	0.22 215	0.22 251	0.20 197	0.15 199	2.28 648	2.13 669	0.24 236	0.17 231	0.18 194	0.16 198

GMStereo_Zeroshot	0.16 159	0.16 126	0.16 174	0.16 144	0.16 218	0.16 181	0.16 203	0.16 181	0.16 212	0.16 178	0.16 210	0.16 179	0.16 209	0.16 180	0.16 206	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 198

dad	0.23 201	1.03 386	0.16 174	0.23 185	0.15 208	0.24 226	0.15 197	0.24 223	0.16 212	0.23 218	0.16 210	0.24 229	0.16 209	0.23 221	0.15 199	0.22 192	0.16 175	0.22 217	0.16 209	0.22 210	0.16 198

LACA3	0.23 201	0.25 166	0.27 230	0.54 376	0.17 224	0.25 236	0.17 213	0.25 231	0.17 222	0.25 233	0.17 218	0.25 236	0.17 221	0.25 234	0.17 213	0.28 228	0.23 223	0.24 236	0.17 231	0.24 227	0.17 215

BStereo	0.22 195	0.23 151	0.20 199	0.24 190	0.20 243	0.23 223	0.33 365	0.39 294	0.17 222	0.23 218	0.17 218	0.23 223	0.16 209	0.24 225	0.17 213	0.23 203	0.16 175	0.22 217	0.20 241	0.22 210	0.16 198

Anonymus123	0.22 195	0.23 151	0.20 199	0.24 190	0.20 243	0.23 223	0.33 365	0.39 294	0.17 222	0.23 218	0.17 218	0.23 223	0.16 209	0.24 225	0.17 213	0.23 203	0.16 175	0.22 217	0.20 241	0.22 210	0.16 198

IGEV-FE	0.35 258	0.37 197	0.17 184	0.19 164	0.17 224	0.20 200	0.17 213	0.19 193	0.17 222	0.19 191	0.17 218	0.19 195	0.17 221	0.37 294	0.36 382	0.19 179	0.17 196	0.19 203	0.17 231	0.38 308	2.84 700

tg	0.21 189	0.25 166	0.21 205	0.26 204	0.17 224	0.24 226	0.17 213	0.24 223	0.17 222	0.24 225	0.17 218	0.24 229	0.17 221	0.24 225	0.17 213	0.24 210	0.17 196	0.23 226	0.16 209	0.23 222	0.16 198

IGEV_Zeroshot_test	0.20 180	0.19 135	0.40 347	0.30 211	0.17 224	0.22 214	0.17 213	0.21 208	0.17 222	0.20 197	0.17 218	0.21 206	0.18 231	0.21 209	0.17 213	0.20 182	0.16 175	0.20 208	0.16 209	0.20 201	0.17 215

SMOE	0.23 201	0.25 166	0.30 247	0.33 227	0.18 235	0.26 245	0.18 221	0.26 237	0.18 228	0.26 242	0.18 234	0.25 236	0.18 231	0.25 234	0.18 225	0.31 243	0.27 243	0.23 226	0.17 231	0.23 222	0.17 215

ACV-stereo	0.30 227	2.08 553	0.25 220	0.25 197	0.18 235	0.24 226	0.17 213	0.24 223	0.18 228	0.24 225	0.17 218	0.25 236	0.17 221	0.24 225	0.17 213	0.22 192	0.16 175	0.22 217	0.16 209	0.22 210	0.16 198

MSKI-zero shot	0.24 205	0.21 145	0.49 400	0.65 403	0.18 235	0.22 214	0.17 213	0.23 220	0.18 228	0.21 209	0.17 218	0.23 223	0.28 289	0.23 221	0.18 225	0.21 190	0.16 175	0.21 212	0.16 209	0.21 208	0.16 198

MIM_Stereo	0.25 208	0.23 151	0.66 454	0.80 435	0.17 224	0.22 214	0.17 213	0.23 220	0.18 228	0.26 242	0.17 218	0.21 206	0.17 221	0.25 234	0.17 213	0.23 203	0.16 175	0.21 212	0.17 231	0.22 210	0.17 215

GEStereo_RVC	0.86 491	4.45 653	0.20 199	0.27 207	0.20 243	0.27 250	0.20 231	0.26 237	0.18 228	5.03 725	0.20 241	0.27 251	0.19 238	0.27 250	0.21 236	0.20 182	0.19 206	0.19 203	4.02 729	0.20 201	0.18 221

iResNetv2_ROB	0.20 180	0.23 151	0.18 194	0.24 190	0.20 243	0.24 226	0.18 221	0.24 223	0.18 228	0.24 225	0.18 234	0.23 223	0.19 238	0.24 225	0.18 225	0.21 190	0.16 175	0.21 212	0.16 209	0.22 210	0.16 198

iResNet	0.20 180	0.23 151	0.18 194	0.24 190	0.18 235	0.24 226	0.20 231	0.24 223	0.18 228	0.23 218	0.17 218	0.23 223	0.18 231	0.23 221	0.18 225	0.22 192	0.16 175	0.21 212	0.16 209	0.21 208	0.16 198

Pointernet	0.21 189	0.22 149	0.19 196	0.24 190	0.19 240	0.24 226	0.19 227	0.24 223	0.19 235	0.24 225	0.19 237	0.24 229	0.19 238	0.24 225	0.19 229	0.22 192	0.17 196	0.22 217	0.17 231	0.22 210	0.17 215

CFNet	1.37 594	5.27 679	0.19 196	5.49 703	0.19 240	0.28 252	0.19 227	0.28 242	0.19 235	0.28 248	0.19 237	0.28 252	4.35 723	0.28 255	0.19 229	0.23 203	0.17 196	0.23 226	4.21 731	4.81 708	0.17 215

SME	0.27 218	0.29 177	0.31 263	0.38 244	0.20 243	0.29 255	0.18 221	0.30 250	0.20 237	0.32 266	0.21 247	0.32 271	0.20 242	0.32 269	0.21 236	0.35 264	0.32 284	0.27 251	0.19 239	0.29 245	0.20 226

DLNR-FE	0.28 221	0.89 340	0.30 247	0.34 231	0.19 240	0.28 252	0.19 227	0.28 242	0.20 237	0.28 248	0.20 241	0.28 252	0.20 242	0.28 255	0.20 232	0.33 252	0.28 251	0.25 241	0.19 239	0.24 227	0.19 224

DAS	0.20 180	0.20 139	0.20 199	0.20 168	0.20 243	0.20 200	0.20 231	0.20 199	0.20 237	0.20 197	0.20 241	0.20 198	0.20 242	0.20 197	0.20 232	0.20 182	0.20 208	0.20 208	0.20 241	0.20 201	0.20 226

ASD4	0.20 180	0.20 139	0.20 199	0.20 168	0.20 243	0.20 200	0.20 231	0.20 199	0.20 237	0.20 197	0.20 241	0.20 198	0.20 242	0.20 197	0.20 232	0.20 182	0.20 208	0.20 208	0.20 241	0.20 201	0.20 226

AANet_RVC	1.26 589	0.31 183	4.99 716	5.93 706	0.20 243	0.25 236	0.20 231	0.25 231	0.20 237	0.23 218	0.19 237	0.25 236	0.20 242	0.25 234	0.20 232	5.66 715	4.76 709	0.26 246	0.30 359	0.24 227	0.27 291

Weightmod	0.27 218	0.29 177	0.33 274	0.38 244	0.20 243	0.30 257	0.21 237	0.29 247	0.21 242	0.29 253	0.22 249	0.30 262	0.20 242	0.30 261	0.21 236	0.37 272	0.31 279	0.27 251	0.20 241	0.28 241	0.21 230

castereo	0.61 415	3.79 636	1.35 596	1.52 572	0.15 208	0.17 188	0.16 203	0.20 199	0.21 242	0.18 189	0.16 210	0.21 206	0.12 184	0.26 246	0.17 213	1.43 591	1.38 607	0.17 190	0.16 209	0.18 194	0.16 198

CAS++	0.17 165	0.27 172	0.21 205	0.10 81	0.21 254	0.15 174	0.22 242	0.10 143	0.21 242	0.22 212	0.10 152	0.19 195	0.18 231	0.10 146	0.19 229	0.20 182	0.19 206	0.18 200	0.10 151	0.19 200	0.18 221
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
HGLStereo	0.28 221	0.29 177	0.22 207	0.36 238	0.22 256	0.36 284	0.21 237	0.36 272	0.21 242	0.42 331	0.21 247	0.36 287	0.22 251	0.36 287	0.21 236	0.34 256	0.21 213	0.34 288	0.21 246	0.34 269	0.21 230

PhaseNet	1.74 604	6.34 696	4.81 714	6.77 712	0.24 267	0.80 492	0.53 470	0.48 404	0.22 246	0.53 443	0.28 284	0.48 414	0.25 263	0.40 308	0.32 349	6.39 721	4.61 708	0.46 422	0.38 426	0.25 230	0.18 221

DCVSM-stereo	0.36 266	1.89 538	0.22 207	0.40 265	0.22 256	0.40 307	0.22 242	0.40 302	0.22 246	0.40 303	0.22 249	0.40 312	0.22 251	0.40 308	0.22 240	0.28 228	0.21 213	0.28 255	0.21 246	0.28 241	0.20 226

WAO-6	0.22 195	0.23 151	0.22 207	0.23 185	0.22 256	0.22 214	0.22 242	0.22 213	0.22 246	0.22 212	0.22 249	0.22 215	0.22 251	0.22 214	0.22 240	0.22 192	0.22 217	0.22 217	0.22 249	0.22 210	0.22 233

IMH-64-1	0.22 195	0.23 151	0.23 210	0.22 180	0.22 256	0.22 214	0.22 242	0.22 213	0.22 246	0.22 212	0.22 249	0.22 215	0.22 251	0.22 214	0.22 240	0.22 192	0.22 217	0.23 226	0.22 249	0.22 210	0.23 235

IMH-64	0.22 195	0.23 151	0.23 210	0.22 180	0.22 256	0.22 214	0.22 242	0.22 213	0.22 246	0.22 212	0.22 249	0.22 215	0.22 251	0.22 214	0.22 240	0.22 192	0.22 217	0.23 226	0.22 249	0.22 210	0.23 235

ssnet_v2	0.68 432	1.96 549	1.25 592	0.29 210	0.20 243	0.30 257	0.20 231	0.29 247	0.22 246	1.50 615	0.20 241	0.31 267	0.20 242	0.27 250	0.22 240	0.24 210	1.49 614	0.26 246	0.18 238	3.90 685	0.19 224

DISCO	1.11 533	0.39 208	5.28 718	0.39 252	0.20 243	0.39 305	0.27 268	0.39 294	0.22 246	0.38 289	0.20 241	0.38 299	0.20 242	6.95 736	0.22 240	0.30 237	0.21 213	0.27 251	0.21 246	5.25 717	0.21 230

Select-FE	0.41 309	0.44 238	0.23 210	0.26 204	0.22 256	0.26 245	0.22 242	0.26 237	0.23 253	0.26 242	0.23 254	0.26 248	0.23 257	0.45 394	0.42 426	0.25 217	0.22 217	0.25 241	0.22 249	0.45 393	2.90 701

PAM	0.39 296	1.88 537	0.34 285	0.37 241	0.41 430	0.45 398	0.22 242	0.28 242	0.23 253	0.28 248	0.24 261	0.29 258	0.23 257	0.29 259	0.23 247	0.38 284	0.32 284	0.38 322	0.37 413	0.32 257	0.22 233

FENet	0.54 400	1.52 485	1.19 538	1.41 568	0.23 262	0.35 280	0.23 251	0.35 268	0.23 253	0.34 274	0.23 254	0.35 282	0.23 257	0.35 281	0.23 247	1.40 589	1.07 521	0.32 271	0.23 255	0.33 264	0.23 235

model_zeroshot	0.27 218	0.20 139	0.27 230	0.33 227	0.21 254	0.37 292	0.22 242	0.37 280	0.24 256	0.26 242	0.27 276	0.33 275	0.21 250	0.25 234	0.27 265	0.32 246	0.20 208	0.34 288	0.23 255	0.25 230	0.26 253

WCG-NET（raft）	0.32 243	1.24 466	0.24 217	0.32 223	0.24 267	0.32 273	0.23 251	0.32 258	0.24 256	0.32 266	0.24 261	0.32 271	0.24 260	0.32 269	0.24 250	0.30 237	0.23 223	0.30 262	0.23 255	0.30 249	0.23 235

tt1	0.31 234	0.93 354	0.24 217	0.33 227	0.23 262	0.31 264	0.24 256	0.32 258	0.24 256	0.32 266	0.23 254	0.32 271	0.25 263	0.32 269	0.24 250	0.27 223	0.26 231	0.27 251	0.26 271	0.27 239	0.27 291

DLNR_Zeroshot_test	0.31 234	0.28 175	0.47 385	0.79 431	0.24 267	0.30 257	0.26 265	0.30 250	0.24 256	0.32 266	0.23 254	0.31 267	0.24 260	0.30 261	0.23 247	0.29 236	0.26 231	0.29 260	0.24 262	0.33 264	0.23 235

iResNet_ROB	0.28 221	0.32 185	0.24 217	0.32 223	0.25 270	0.32 273	0.24 256	0.32 258	0.24 256	0.33 271	0.24 261	0.35 282	0.24 260	0.33 277	0.24 250	0.31 243	0.24 227	0.32 271	0.24 262	0.32 257	0.24 245

S0	0.42 323	0.44 238	0.54 420	0.59 389	0.34 388	0.48 415	0.22 242	0.51 432	0.25 261	0.51 436	0.34 383	0.53 446	0.35 387	0.47 403	0.36 382	0.55 406	0.39 357	0.49 445	0.27 309	0.46 396	0.34 370

UNDER WATER-64	0.25 208	0.26 169	0.25 220	0.26 204	0.25 270	0.25 236	0.25 258	0.25 231	0.25 261	0.25 233	0.25 267	0.25 236	0.25 263	0.26 246	0.25 258	0.25 217	0.25 228	0.25 241	0.25 265	0.25 230	0.25 247

xxxxx1	0.31 234	0.91 345	0.23 210	0.31 217	0.23 262	0.31 264	0.23 251	0.33 262	0.25 261	0.31 260	0.24 261	0.33 275	0.25 263	0.32 269	0.24 250	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 291

CASnet	0.35 258	0.51 276	0.44 370	0.32 223	0.31 354	0.24 226	0.34 378	0.36 272	0.25 261	0.31 260	0.37 403	0.30 262	0.33 375	0.25 234	0.45 434	0.37 272	0.37 343	0.33 278	0.35 404	0.34 269	0.37 389
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.30 227	1.14 402	0.25 220	0.25 197	0.25 270	0.26 245	0.25 258	0.25 231	0.25 261	0.25 233	0.25 267	0.26 248	0.26 273	0.26 246	0.25 258	0.26 219	0.26 231	0.25 241	0.25 265	0.26 233	0.26 253

tt_ll	0.31 234	0.91 345	0.23 210	0.31 217	0.23 262	0.31 264	0.23 251	0.33 262	0.25 261	0.31 260	0.24 261	0.33 275	0.25 263	0.32 269	0.24 250	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 291

LoS	0.25 208	0.27 172	0.25 220	0.25 197	0.25 270	0.25 236	0.25 258	0.26 237	0.25 261	0.25 233	0.25 267	0.25 236	0.25 263	0.25 234	0.25 258	0.26 219	0.25 228	0.25 241	0.26 271	0.26 233	0.25 247
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
gwcnet-sp	0.82 475	1.72 494	1.48 614	0.39 252	0.15 208	0.31 264	0.21 237	0.20 199	0.25 261	1.61 619	0.23 254	0.28 252	0.26 273	0.20 197	0.15 199	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 235

scenet	0.82 475	1.72 494	1.48 614	0.39 252	0.15 208	0.31 264	0.21 237	0.20 199	0.25 261	1.61 619	0.23 254	0.28 252	0.26 273	0.20 197	0.15 199	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 235

ssnet	0.82 475	1.72 494	1.48 614	0.39 252	0.15 208	0.31 264	0.21 237	0.20 199	0.25 261	1.61 619	0.23 254	0.28 252	0.26 273	0.20 197	0.15 199	0.24 210	1.33 598	0.32 271	0.16 209	6.75 724	0.23 235

ff	0.31 234	0.91 345	0.23 210	0.31 217	0.23 262	0.31 264	0.23 251	0.33 262	0.25 261	0.31 260	0.24 261	0.33 275	0.25 263	0.32 269	0.24 250	0.28 228	0.28 251	0.28 255	0.28 328	0.29 245	0.27 291

IER	0.88 496	7.04 697	2.23 674	2.75 635	0.28 284	0.43 350	0.25 258	0.39 294	0.25 261	0.41 317	0.27 276	0.39 304	0.25 263	0.40 308	0.28 274	0.37 272	0.28 251	0.37 314	0.25 265	0.37 295	0.25 247

CroCo-Stereo	0.73 448	1.22 464	0.25 220	1.22 544	0.25 270	1.22 598	0.25 258	1.22 592	0.25 261	1.22 600	0.25 267	1.22 603	0.25 263	1.22 603	0.25 258	1.22 575	0.26 231	1.21 612	0.25 265	1.22 593	0.25 247
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
DN-CSS_ROB	0.31 234	0.35 189	0.28 237	0.35 234	0.28 284	0.34 276	0.27 268	0.34 265	0.25 261	0.35 278	0.27 276	0.36 287	0.26 273	0.34 278	0.28 274	0.35 264	0.28 251	0.34 288	0.28 328	0.34 269	0.27 291

FE-Mocha	0.35 258	0.71 307	0.40 347	0.47 309	0.27 278	0.34 276	0.27 268	0.34 265	0.26 275	0.34 274	0.26 272	0.34 280	0.27 280	0.34 278	0.27 265	0.44 328	0.41 371	0.33 278	0.29 343	0.32 257	0.29 326

CAS	0.30 227	1.17 408	0.25 220	0.25 197	0.25 270	0.26 245	0.25 258	0.25 231	0.26 275	0.25 233	0.25 267	0.25 236	0.25 263	0.25 234	0.25 258	0.26 219	0.26 231	0.26 246	0.25 265	0.26 233	0.25 247

CroCo-Stereo Lap2	0.77 458	1.29 468	0.29 243	1.27 549	0.29 295	1.27 602	0.26 265	1.26 595	0.26 275	1.26 601	0.26 272	1.27 607	0.26 273	1.26 604	0.27 265	1.27 578	0.27 243	1.27 616	0.27 309	1.27 597	0.27 291

StereoDRNet-Refined	0.33 248	0.39 208	0.26 227	0.39 252	0.26 277	0.40 307	0.26 265	0.40 302	0.26 275	0.39 296	0.26 272	0.39 304	0.26 273	0.39 305	0.26 263	0.37 272	0.25 228	0.37 314	0.25 265	0.37 295	0.37 389
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
small-0shot	0.35 258	1.92 547	0.27 230	0.27 207	0.27 278	0.27 250	0.27 268	0.27 241	0.27 279	0.27 247	0.27 276	0.26 248	0.27 280	0.27 250	0.26 263	0.27 223	0.26 231	0.26 246	0.26 271	0.26 233	0.27 291

PStereo	0.32 243	0.36 194	0.28 237	0.38 244	0.29 295	0.36 284	0.27 268	0.38 289	0.27 279	0.38 289	0.28 284	0.36 287	0.27 280	0.36 287	0.28 274	0.32 246	0.27 243	0.33 278	0.27 309	0.33 264	0.27 291

GeoVLM	0.36 266	0.38 201	0.27 230	0.46 302	0.28 284	0.35 280	0.28 279	0.37 280	0.27 279	0.35 278	0.28 284	0.36 287	0.38 400	0.35 281	0.28 274	1.08 510	0.26 231	0.33 278	0.27 309	0.34 269	0.33 363

Any-RAFT	0.32 243	0.36 194	0.27 230	0.36 238	0.27 278	0.36 284	0.27 268	0.36 272	0.27 279	0.36 282	0.27 276	0.36 287	0.27 280	0.36 287	0.28 274	0.36 269	0.28 251	0.36 311	0.28 328	0.36 290	0.28 317

CRFU-Net	0.65 424	1.67 491	1.22 588	1.96 592	0.27 278	0.41 323	0.27 268	0.41 317	0.27 279	0.40 303	0.26 272	0.41 325	0.27 280	0.40 308	0.27 265	1.80 606	1.62 628	0.34 288	0.23 255	0.33 264	0.23 235

DGSMNet	0.34 249	0.41 223	0.27 230	0.41 277	0.28 284	0.41 323	0.28 279	0.41 317	0.27 279	0.41 317	0.27 276	0.42 343	0.27 280	0.41 324	0.28 274	0.40 304	0.29 265	0.40 376	0.28 328	0.40 367	0.27 291

GREATEN-IGEV-FM_RVC	0.38 282	0.35 189	0.56 424	0.63 397	0.28 284	0.36 284	0.28 279	0.36 272	0.28 285	0.36 282	0.28 284	0.36 287	0.28 289	0.36 287	0.28 274	0.62 424	0.57 435	0.35 304	0.28 328	0.35 282	0.28 317

TestStereo-Hl	2.78 691	0.42 233	11.23 737	14.38 739	0.30 307	0.44 384	0.30 299	0.43 343	0.28 285	0.43 338	0.29 297	0.44 387	0.29 299	0.44 376	0.29 288	13.64 740	10.73 740	0.41 394	0.27 309	0.38 308	0.27 291

Zero-FE251	0.36 266	0.40 212	0.28 237	0.41 277	0.28 284	0.41 323	0.28 279	0.41 317	0.28 285	0.41 317	0.28 284	0.41 325	0.28 289	0.42 338	0.30 298	0.37 272	0.26 231	0.37 314	0.27 309	0.45 393	0.56 474

LG-Stereo_L2	0.34 249	0.37 197	0.38 304	0.47 309	0.28 284	0.39 305	0.28 279	0.39 294	0.28 285	0.39 296	0.28 284	0.39 304	0.28 289	0.38 297	0.28 274	0.42 326	0.35 333	0.36 311	0.26 271	0.35 282	0.26 253

DEFOM-Stereo	0.68 432	3.11 618	1.40 610	1.63 582	0.25 270	0.31 264	0.25 258	0.31 256	0.28 285	0.31 260	0.29 297	0.29 258	0.27 280	0.31 266	0.28 274	1.59 599	1.47 613	0.30 262	0.29 343	0.30 249	0.28 317

RSM	0.36 266	0.36 194	0.43 368	0.37 241	0.42 440	0.49 421	0.42 431	0.37 280	0.28 285	0.36 282	0.29 297	0.36 287	0.30 308	0.37 294	0.28 274	0.34 256	0.31 279	0.34 288	0.35 404	0.40 367	0.29 326

SQANet	0.28 221	0.28 175	0.28 237	0.28 209	0.28 284	0.28 252	0.28 279	0.28 242	0.28 285	0.28 248	0.28 284	0.28 252	0.28 289	0.28 255	0.28 274	0.28 228	0.28 251	0.28 255	0.28 328	0.28 241	0.28 317

MLCV	0.31 234	0.35 189	0.27 230	0.35 234	0.28 284	0.35 280	0.27 268	0.35 268	0.28 285	0.36 282	0.27 276	0.35 282	0.27 280	0.35 281	0.27 265	0.34 256	0.27 243	0.34 288	0.27 309	0.34 269	0.27 291

GREATEN-IGEV_RVC	0.38 282	0.35 189	0.56 424	0.63 397	0.29 295	0.36 284	0.29 291	0.36 272	0.29 293	0.39 296	0.29 297	0.36 287	0.29 299	0.36 287	0.29 288	0.62 424	0.57 435	0.35 304	0.29 343	0.36 290	0.29 326

TestStereo_HL3	2.76 689	0.41 223	11.46 739	14.11 736	0.30 307	0.45 398	0.29 291	0.43 343	0.29 293	0.43 338	0.29 297	0.43 352	0.28 289	0.44 376	0.30 298	13.57 739	10.32 737	0.41 394	0.27 309	0.38 308	0.27 291

TestStereo_HL2	2.73 686	0.41 223	11.06 736	14.13 737	0.30 307	0.44 384	0.28 279	0.43 343	0.29 293	0.43 338	0.28 284	0.43 352	0.29 299	0.43 345	0.28 274	13.51 738	10.37 738	0.41 394	0.27 309	0.38 308	0.27 291

GGDA	2.76 689	0.41 223	11.34 738	14.28 738	0.30 307	0.44 384	0.29 291	0.43 343	0.29 293	0.43 338	0.28 284	0.43 352	0.28 289	0.43 345	0.29 288	13.45 737	10.57 739	0.41 394	0.27 309	0.38 308	0.27 291

Monster-pub-mixall	0.44 338	0.56 290	0.60 434	0.38 244	0.27 278	0.37 292	0.27 268	0.37 280	0.29 293	0.38 289	0.27 276	0.38 299	0.29 299	0.85 504	0.27 265	1.46 593	0.26 231	0.34 288	0.26 271	0.36 290	0.53 460

IGEV++	0.34 249	0.43 235	0.30 247	0.40 265	0.29 295	0.40 307	0.29 291	0.40 302	0.29 293	0.40 303	0.29 297	0.40 312	0.29 299	0.40 308	0.30 298	0.38 284	0.29 265	0.37 314	0.29 343	0.37 295	0.29 326

ACVNet-DCA	0.37 276	1.00 370	0.30 247	0.40 265	0.29 295	0.40 307	0.29 291	0.40 302	0.29 293	0.40 303	0.29 297	0.40 312	0.29 299	0.39 305	0.28 274	0.33 252	0.32 284	0.33 278	0.32 377	0.33 264	0.32 356

xx1	0.38 282	1.03 386	0.31 263	0.40 265	0.31 354	0.41 323	0.28 279	0.40 302	0.29 293	0.40 303	0.29 297	0.40 312	0.29 299	0.40 308	0.29 288	0.34 256	0.33 297	0.34 288	0.32 377	0.34 269	0.32 356

1test111	0.37 276	1.02 384	0.30 247	0.39 252	0.29 295	0.40 307	0.28 279	0.39 294	0.29 293	0.39 296	0.29 297	0.39 304	0.28 289	0.40 308	0.29 288	0.33 252	0.32 284	0.33 278	0.31 370	0.32 257	0.31 349

cc1	0.37 276	1.02 384	0.30 247	0.39 252	0.29 295	0.40 307	0.28 279	0.39 294	0.29 293	0.39 296	0.29 297	0.39 304	0.28 289	0.40 308	0.29 288	0.33 252	0.32 284	0.33 278	0.31 370	0.32 257	0.31 349

EKT-Stereo	0.37 276	0.40 212	0.44 370	1.07 479	0.29 295	0.34 276	0.31 346	0.36 272	0.29 293	0.38 289	0.31 356	0.37 297	0.30 308	0.36 287	0.29 288	0.34 256	0.28 251	0.39 363	0.30 359	0.37 295	0.30 340

iRaft-Stereo_5w	0.34 249	0.42 233	0.31 263	0.39 252	0.30 307	0.38 299	0.30 299	0.40 302	0.29 293	0.40 303	0.37 403	0.41 325	0.34 380	0.38 297	0.30 298	0.34 256	0.27 243	0.34 288	0.26 271	0.34 269	0.26 253

PML	0.46 368	1.36 476	0.29 243	0.58 386	0.30 307	0.57 460	0.29 291	0.57 448	0.29 293	0.57 457	0.29 297	0.57 460	0.29 299	0.56 451	0.29 288	0.52 396	0.30 274	0.53 462	0.31 370	0.53 434	0.30 340

GES	0.66 426	2.34 578	0.29 243	0.41 277	0.29 295	0.41 323	0.29 291	0.42 335	0.29 293	0.40 303	0.41 429	0.41 325	0.30 308	0.51 436	0.29 288	0.32 246	0.29 265	0.32 271	2.46 700	2.49 662	0.30 340

UCFNet_RVC	2.75 688	10.06 719	0.29 243	10.31 734	0.29 295	0.42 343	0.29 291	0.43 343	0.29 293	0.42 331	0.29 297	0.42 343	9.87 740	0.43 345	0.29 288	0.36 269	9.84 735	0.36 311	0.26 271	9.77 738	0.26 253

testmc14	2.43 675	10.48 722	8.02 733	8.93 724	0.31 354	0.44 384	0.30 299	0.42 335	0.30 308	0.42 331	0.30 312	0.42 343	0.30 308	0.42 338	0.30 298	8.88 734	6.99 724	0.41 394	0.28 328	0.39 353	0.28 317

MCSU-Stereo	2.48 678	10.56 723	8.50 735	9.47 728	0.31 354	0.43 350	0.30 299	0.42 335	0.30 308	0.42 331	0.30 312	0.42 343	0.30 308	0.41 324	0.30 298	8.86 733	6.93 723	0.40 376	0.29 343	0.39 353	0.28 317

aanet-new-90k	0.44 338	1.82 523	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.44 376	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-60k	0.44 338	1.81 516	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-70k	0.44 338	1.82 523	0.38 304	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-78k	0.44 338	1.80 511	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-40k	0.44 338	1.81 516	0.39 315	0.50 357	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-36k	0.44 338	1.80 511	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-34k	0.44 338	1.80 511	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-32k-new	0.44 338	1.78 506	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.44 381	0.30 308	0.44 376	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.45 357	0.34 326	0.39 363	0.26 271	0.38 308	0.26 253

aanet-new-32k	0.44 338	1.79 510	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-30k	0.44 338	1.78 506	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-28k	0.44 338	1.81 516	0.39 315	0.49 321	0.30 307	0.44 384	0.30 299	0.44 381	0.30 308	0.44 376	0.30 312	0.44 387	0.30 308	0.44 376	0.30 298	0.45 357	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT26K	0.43 325	1.76 501	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.31 339	0.44 328	0.33 297	0.38 322	0.27 309	0.38 308	0.26 253

aanet-new-24k	0.44 338	1.78 506	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-22k	0.44 338	1.81 516	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-16k	0.44 338	1.83 526	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-14k	0.60 410	5.12 667	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.44 376	0.30 298	0.44 328	0.37 343	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new-8k	0.43 325	1.76 501	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

aanet-new	0.43 325	1.80 511	0.38 304	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-cres-4k	0.44 338	1.81 516	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-cres	0.43 325	1.77 503	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-36K	0.43 325	1.78 506	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-22K	0.44 338	1.85 532	0.38 304	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-20K	0.43 325	1.77 503	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-24K	0.44 338	1.86 535	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-5K	0.44 338	1.80 511	0.39 315	0.49 321	0.30 307	0.44 384	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.44 376	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-2K	0.44 338	1.82 523	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-3K	0.43 325	1.77 503	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.33 297	0.38 322	0.26 271	0.38 308	0.26 253

GCAP-Stereo-DPT-50K	0.44 338	1.83 526	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.36 339	0.38 322	0.26 271	0.38 308	0.26 253

DStereoSA	0.32 243	0.52 278	0.34 285	0.31 217	0.31 354	0.30 257	0.30 299	0.31 256	0.30 308	0.31 260	0.31 356	0.31 267	0.30 308	0.31 266	0.31 339	0.30 237	0.32 284	0.31 268	0.31 370	0.31 254	0.31 349

HiDET	0.38 282	0.44 238	0.30 247	0.42 287	0.30 307	0.42 343	0.30 299	0.42 335	0.30 308	0.44 376	0.30 312	0.42 343	0.30 308	0.42 338	0.68 497	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.29 326

LCMNet	0.38 282	0.44 238	0.30 247	0.42 287	0.30 307	0.42 343	0.30 299	0.42 335	0.30 308	0.45 388	0.30 312	0.42 343	0.30 308	0.42 338	0.69 505	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.29 326

CSFM-Stereo	0.38 282	0.44 238	0.30 247	0.42 287	0.30 307	0.42 343	0.30 299	0.43 343	0.30 308	0.44 376	0.30 312	0.42 343	0.30 308	0.42 338	0.73 518	0.37 272	0.32 284	0.40 376	0.29 343	0.37 295	0.30 340

Monster-pub-eth3d	0.45 361	0.57 291	0.60 434	0.39 252	0.28 284	0.37 292	0.28 279	0.37 280	0.30 308	0.39 296	0.29 297	0.39 304	0.30 308	0.92 515	0.27 265	1.42 590	0.28 251	0.34 288	0.28 328	0.37 295	0.53 460

Replicate-Monster	0.45 361	0.57 291	0.60 434	0.40 265	0.29 295	0.37 292	0.27 268	0.37 280	0.30 308	0.40 303	0.31 356	0.40 312	0.30 308	0.99 523	0.27 265	1.36 586	0.31 279	0.34 288	0.30 359	0.36 290	0.54 463

MultiAttention	0.30 227	0.30 180	0.30 247	0.30 211	0.30 307	0.30 257	0.30 299	0.30 250	0.30 308	0.30 255	0.30 312	0.30 262	0.30 308	0.30 261	0.30 298	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 340

MSAF-DinoV2	0.30 227	0.30 180	0.30 247	0.30 211	0.30 307	0.30 257	0.30 299	0.30 250	0.30 308	0.30 255	0.30 312	0.30 262	0.30 308	0.30 261	0.30 298	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 340

xyz-stereo-finetune	0.28 221	0.49 263	0.16 174	0.16 144	0.16 218	0.16 181	0.16 203	0.22 213	0.30 308	0.32 266	0.31 356	0.32 271	0.31 359	0.32 269	0.32 349	0.32 246	0.33 297	0.31 268	0.32 377	0.31 254	0.32 356

GIP-stereo	0.36 266	0.49 263	0.39 315	0.48 315	0.32 366	0.41 323	0.28 279	0.40 302	0.30 308	0.41 317	0.28 284	0.40 312	0.28 289	0.42 338	0.28 274	0.45 357	0.32 284	0.38 322	0.30 359	0.37 295	0.27 291

GCAP-BAT	0.41 309	1.30 470	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.44 376	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.44 328	0.34 326	0.38 322	0.26 271	0.38 308	0.26 253

test_for_model	0.35 258	0.39 208	0.30 247	0.43 293	0.30 307	0.43 350	0.30 299	0.43 343	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.44 376	0.31 339	0.38 284	0.26 231	0.38 322	0.26 271	0.38 308	0.26 253

GCAPDPT-zeroshot4090	0.40 301	1.09 396	0.39 315	0.49 321	0.30 307	0.43 350	0.30 299	0.44 381	0.30 308	0.43 338	0.30 312	0.43 352	0.30 308	0.43 345	0.30 298	0.45 357	0.34 326	0.38 322	0.27 309	0.38 308	0.27 291

IGEV-Stereo	0.35 258	0.44 238	0.45 372	0.49 321	0.30 307	0.37 292	0.30 299	0.36 272	0.30 308	0.36 282	0.29 297	0.36 287	0.29 299	0.36 287	0.30 298	0.46 367	0.39 357	0.32 271	0.24 262	0.32 257	0.25 247
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DANet	0.30 227	0.30 180	0.30 247	0.30 211	0.30 307	0.30 257	0.30 299	0.30 250	0.30 308	0.30 255	0.30 312	0.30 262	0.30 308	0.30 261	0.30 298	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 340
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
aanet-new-10k	0.45 361	1.81 516	0.40 347	0.50 357	0.31 354	0.44 384	0.31 346	0.44 381	0.31 353	0.44 376	0.31 356	0.44 387	0.32 364	0.44 376	0.31 339	0.46 367	0.35 333	0.39 363	0.27 309	0.39 353	0.27 291

aanet-new-12k	0.46 368	1.99 550	0.40 347	0.51 368	0.31 354	0.44 384	0.31 346	0.44 381	0.31 353	0.44 376	0.31 356	0.44 387	0.31 359	0.44 376	0.32 349	0.47 374	0.35 333	0.39 363	0.27 309	0.39 353	0.27 291

GCAP-Stereo-DPT-25K	0.41 309	1.09 396	0.40 347	0.52 371	0.31 354	0.44 384	0.31 346	0.44 381	0.31 353	0.44 376	0.31 356	0.44 387	0.31 359	0.44 376	0.31 339	0.46 367	0.35 333	0.39 363	0.28 328	0.39 353	0.28 317

gcap_with_dpt	0.35 258	0.39 208	0.30 247	0.44 297	0.31 354	0.44 384	0.31 346	0.44 381	0.31 353	0.44 376	0.30 312	0.44 387	0.30 308	0.44 376	0.30 298	0.38 284	0.26 231	0.38 322	0.27 309	0.38 308	0.27 291

DStereoFS	0.32 243	0.33 186	0.32 269	0.33 227	0.30 307	0.32 273	0.32 354	0.32 258	0.31 353	0.30 255	0.31 356	0.31 267	0.30 308	0.32 269	0.32 349	0.32 246	0.31 279	0.30 262	0.47 462	0.32 257	0.34 370

MonSter++	0.38 282	0.44 238	0.31 263	0.43 293	0.30 307	0.43 350	0.31 346	0.43 343	0.31 353	0.45 388	0.31 356	0.43 352	0.31 359	0.43 345	0.69 505	0.38 284	0.33 297	0.40 376	0.30 359	0.38 308	0.30 340

MyStereo04	0.56 407	3.72 634	0.59 430	0.49 321	0.41 430	0.36 284	0.32 354	0.37 280	0.31 353	0.34 274	0.46 452	0.35 282	0.32 364	0.35 281	0.33 361	0.49 382	0.45 394	0.34 288	0.32 377	0.35 282	0.43 423

GCAPDPT-zeroshot	0.36 266	0.40 212	0.30 247	0.43 293	0.30 307	0.43 350	0.30 299	0.43 343	0.31 353	0.43 338	0.30 312	0.43 352	0.30 308	0.44 376	0.31 339	0.39 297	0.28 251	0.39 363	0.27 309	0.39 353	0.26 253

LL-Strereo2	0.48 381	1.73 499	0.51 412	0.59 389	0.34 388	0.42 343	0.33 365	0.40 302	0.31 353	0.42 331	0.33 375	0.42 343	0.31 359	0.44 376	0.39 407	0.60 416	0.51 424	0.44 413	0.33 387	0.44 388	0.33 363

RAFT + AFF	0.31 234	0.45 247	0.34 285	0.39 252	0.28 284	0.38 299	0.33 365	0.29 247	0.31 353	0.30 255	0.30 312	0.29 258	0.27 280	0.29 259	0.30 298	0.28 228	0.29 265	0.29 260	0.29 343	0.27 239	0.32 356

GCAP-Stereo-DPT-FT	0.41 309	1.06 393	0.40 347	0.51 368	0.31 354	0.44 384	0.30 299	0.43 343	0.32 363	0.44 376	0.30 312	0.56 457	0.30 308	0.44 376	0.31 339	0.45 357	0.34 326	0.39 363	0.27 309	0.40 367	0.27 291

DDF-Stereo	0.43 325	1.15 405	0.57 428	0.53 373	0.32 366	0.41 323	0.32 354	0.41 317	0.32 363	0.41 317	0.32 366	0.41 325	0.32 364	0.40 308	0.32 349	0.52 396	0.50 419	0.38 322	0.31 370	0.39 353	0.31 349

water-stereo	0.41 309	0.84 329	0.46 377	0.50 357	0.33 378	0.45 398	0.33 365	0.45 390	0.32 363	0.45 388	0.32 366	0.45 397	0.32 364	0.45 394	0.32 349	0.44 328	0.41 371	0.39 363	0.31 370	0.39 353	0.32 356

GREAT-IGEV	0.38 282	0.43 235	0.36 298	0.48 315	0.32 366	0.45 398	0.32 354	0.45 390	0.32 363	0.45 388	0.32 366	0.45 397	0.32 364	0.45 394	0.32 349	0.44 328	0.33 297	0.41 394	0.29 343	0.41 378	0.29 326
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 282	0.43 235	0.33 274	0.46 302	0.33 378	0.45 398	0.32 354	0.45 390	0.32 363	0.45 388	0.32 366	0.45 397	0.33 375	0.45 394	0.32 349	0.38 284	0.38 350	0.38 322	0.37 413	0.37 295	0.36 384

gcap-zeroshot	0.36 266	0.40 212	0.34 285	0.44 297	0.31 354	0.44 384	0.31 346	0.44 381	0.32 363	0.44 376	0.32 366	0.44 387	0.32 364	0.44 376	0.31 339	0.39 297	0.28 251	0.39 363	0.28 328	0.39 353	0.27 291

testlalala	0.36 266	0.40 212	0.34 285	0.44 297	0.31 354	0.44 384	0.31 346	0.44 381	0.32 363	0.44 376	0.32 366	0.44 387	0.32 364	0.44 376	0.31 339	0.39 297	0.28 251	0.39 363	0.28 328	0.39 353	0.27 291

RAFT-Test	0.36 266	0.37 197	0.33 274	0.41 277	0.32 366	0.41 323	0.32 354	0.41 317	0.32 363	0.41 317	0.32 366	0.41 325	0.32 364	0.41 324	0.33 361	0.37 272	0.29 265	0.37 314	0.29 343	0.38 308	0.31 349

iRaft-Stereo_20w	0.34 249	0.41 223	0.31 263	0.39 252	0.29 295	0.40 307	0.32 354	0.41 317	0.32 363	0.38 289	0.30 312	0.39 304	0.30 308	0.38 297	0.32 349	0.35 264	0.27 243	0.34 288	0.27 309	0.34 269	0.29 326

ccs_rob	2.79 692	10.17 721	0.32 269	10.00 732	0.33 378	0.49 421	0.33 365	1.90 625	0.32 363	0.51 436	0.33 375	0.49 419	9.24 739	0.49 418	0.33 361	0.41 312	9.82 734	0.41 394	0.28 328	9.34 736	0.29 326

DVStereo	0.43 325	0.86 333	0.48 393	0.50 357	0.33 378	0.46 405	0.33 365	0.46 394	0.33 373	0.46 394	0.33 375	0.47 407	0.33 375	0.47 403	0.34 374	0.45 357	0.42 380	0.40 376	0.33 387	0.47 410	0.38 396

HART	0.38 282	0.45 247	0.34 285	0.42 287	0.33 378	0.41 323	0.34 378	0.42 335	0.33 373	0.43 338	0.34 383	0.42 343	0.34 380	0.41 324	0.38 395	0.40 304	0.32 284	0.42 410	0.32 377	0.40 367	0.32 356

PCWNet_CMD	2.80 693	9.82 717	0.32 269	10.09 733	0.32 366	0.49 421	0.33 365	3.34 696	0.33 373	0.49 414	0.33 375	0.49 419	8.73 736	0.48 412	0.33 361	0.41 312	9.22 730	0.42 410	0.29 343	9.55 737	0.31 349

CFNet_ucs	2.73 686	9.64 716	0.33 274	9.92 731	0.32 366	0.49 421	0.33 365	0.49 409	0.33 373	0.49 414	0.33 375	0.49 419	8.98 738	0.48 412	0.33 361	0.41 312	9.96 736	0.40 376	0.29 343	10.12 740	0.54 463

CFNet_pseudo	2.67 685	9.36 714	0.32 269	10.99 735	0.33 378	0.85 502	0.33 365	0.49 409	0.33 373	0.49 414	0.32 366	0.49 419	7.26 734	0.49 418	0.33 361	0.41 312	9.62 733	0.41 394	0.29 343	10.03 739	0.29 326

pcwnet_v2	2.66 684	9.89 718	0.33 274	9.89 730	0.32 366	0.50 430	0.32 354	0.49 409	0.33 373	0.49 414	0.34 383	0.49 419	8.76 737	0.48 412	0.33 361	0.41 312	9.58 732	0.40 376	0.29 343	9.01 735	0.63 484

ccnet	0.80 465	2.28 570	0.33 274	0.50 357	0.33 378	0.50 430	0.33 365	0.50 418	0.33 373	0.49 414	0.33 375	0.49 419	1.56 631	2.38 664	0.33 361	0.41 312	0.29 265	0.42 410	1.57 647	2.28 649	0.29 326

psmorigin	0.41 309	0.46 251	0.33 274	0.49 321	0.33 378	0.49 421	0.33 365	0.49 409	0.33 373	0.49 414	0.33 375	0.49 419	0.33 375	0.51 436	0.33 361	0.41 312	0.30 274	0.41 394	0.30 359	0.79 478	0.29 326

Gwc-CoAtRS	0.41 309	1.49 484	0.32 269	0.42 287	0.32 366	0.41 323	0.32 354	0.41 317	0.33 373	0.41 317	0.32 366	0.41 325	0.32 364	0.41 324	0.32 349	0.39 297	0.28 251	0.39 363	0.28 328	0.40 367	0.28 317

DStereoO	0.31 234	0.31 183	0.31 263	0.30 211	0.40 420	0.31 264	0.30 299	0.30 250	0.34 382	0.29 253	0.31 356	0.29 258	0.30 308	0.31 266	0.31 339	0.31 243	0.29 265	0.31 268	0.30 359	0.31 254	0.31 349

RAFT-Stereo-weight	0.45 361	1.90 540	0.34 285	0.42 287	0.36 398	0.43 350	0.35 383	0.42 335	0.34 382	0.42 331	0.34 383	0.44 387	0.34 380	0.41 324	0.34 374	0.38 284	0.32 284	0.38 322	0.32 377	0.38 308	0.33 363

H2IRNET	0.34 249	0.34 187	0.34 285	0.34 231	0.34 388	0.34 276	0.34 378	0.34 265	0.34 382	0.34 274	0.34 383	0.34 280	0.34 380	0.34 278	0.34 374	0.34 256	0.34 326	0.34 288	0.34 391	0.34 269	0.34 370

RCA-Stereo	0.51 394	3.22 622	0.34 285	0.44 297	0.34 388	0.44 384	0.34 378	0.43 343	0.34 382	0.43 338	0.34 383	0.44 387	0.33 375	0.43 345	0.33 361	0.38 284	0.29 265	0.38 322	0.29 343	0.38 308	0.29 326

Anonymus	0.47 375	0.73 310	0.46 377	0.43 293	0.54 481	0.53 448	0.27 268	0.39 294	0.35 386	0.33 271	0.40 421	0.33 275	0.38 400	0.53 443	0.54 467	0.56 410	0.36 339	0.49 445	0.53 478	0.66 451	0.54 463

depthmonostereo	0.44 338	0.85 331	0.46 377	0.54 376	0.40 420	0.52 446	0.38 403	0.52 437	0.35 386	0.47 400	0.34 383	0.46 401	0.34 380	0.47 403	0.34 374	0.45 357	0.43 385	0.41 394	0.33 387	0.41 378	0.32 356

ccccc	0.41 309	0.44 238	0.34 285	0.48 315	0.35 392	0.48 415	0.35 383	0.51 432	0.35 386	0.47 400	0.35 392	0.47 407	0.34 380	0.47 403	0.35 378	0.41 312	0.40 361	0.40 376	0.40 431	0.41 378	0.39 402

UGAM	0.51 394	2.23 567	0.39 315	0.54 376	0.35 392	0.50 430	0.35 383	0.49 409	0.35 386	0.49 414	0.35 392	0.49 419	0.36 391	0.50 426	0.36 382	0.49 382	0.37 343	0.45 418	0.34 391	0.45 393	0.34 370

GCST	0.50 389	2.08 553	0.38 304	0.53 373	0.35 392	0.49 421	0.35 383	0.50 418	0.35 386	0.49 414	0.35 392	0.49 419	0.35 387	0.49 418	0.35 378	0.48 379	0.37 343	0.45 418	0.33 387	0.44 388	0.33 363

GMOStereo	0.37 276	0.45 247	0.23 210	0.30 211	0.37 402	0.41 323	0.36 390	0.41 317	0.35 386	0.43 338	0.36 396	0.41 325	0.40 412	0.41 324	0.36 382	0.34 256	0.22 217	0.47 432	0.37 413	0.39 353	0.33 363

error version	0.93 506	4.47 654	2.35 677	1.99 594	0.37 402	0.41 323	0.36 390	0.41 317	0.35 386	0.43 338	0.36 396	0.41 325	0.40 412	0.41 324	0.36 382	1.87 609	2.16 670	0.47 432	0.37 413	0.39 353	0.33 363

test_1	0.93 506	4.47 654	2.35 677	1.99 594	0.37 402	0.41 323	0.36 390	0.41 317	0.35 386	0.43 338	0.36 396	0.41 325	0.40 412	0.41 324	0.36 382	1.87 609	2.16 670	0.47 432	0.37 413	0.39 353	0.33 363

CFNet-RSSM	0.91 499	4.89 659	0.34 285	0.44 297	1.07 565	1.62 624	1.40 639	0.91 503	0.35 386	1.60 616	1.39 639	0.64 472	0.34 380	0.44 376	0.33 361	0.41 312	0.35 333	0.75 499	0.30 359	0.41 378	0.29 326

DMCA	0.36 266	0.38 201	0.37 302	0.35 234	0.35 392	0.36 284	0.36 390	0.36 272	0.35 386	0.35 278	0.37 403	0.36 287	0.36 391	0.35 281	0.36 382	0.36 269	0.36 339	0.35 304	0.36 410	0.36 290	0.36 384

ETE_ROB	0.35 258	0.35 189	0.35 296	0.35 234	0.35 392	0.35 280	0.35 383	0.35 268	0.35 386	0.35 278	0.35 392	0.35 282	0.35 387	0.35 281	0.35 378	0.35 264	0.35 333	0.35 304	0.35 404	0.35 282	0.35 381

252Zero-FE	0.45 361	0.50 268	0.36 298	0.50 357	0.36 398	0.50 430	0.36 390	0.50 418	0.36 397	0.49 414	0.36 396	0.49 419	0.36 391	0.54 446	0.41 418	0.45 357	0.34 326	0.45 418	0.34 391	0.55 436	0.75 519

UGAM-zero	0.51 394	2.17 562	0.39 315	0.53 373	0.36 398	0.50 430	0.36 390	0.50 418	0.36 397	0.49 414	0.36 396	0.50 433	0.35 387	0.50 426	0.36 382	0.49 382	0.37 343	0.47 432	0.35 404	0.46 396	0.34 370

SCV_C0	0.45 361	0.88 337	0.49 400	0.54 376	0.37 402	0.48 415	0.37 396	0.48 404	0.37 399	0.48 407	0.36 396	0.48 414	0.37 396	0.49 418	0.37 392	0.50 388	0.41 371	0.44 413	0.34 391	0.44 388	0.34 370

SCV	0.46 368	0.94 356	0.45 372	0.54 376	0.37 402	0.48 415	0.38 403	0.48 404	0.37 399	0.48 407	0.39 418	0.48 414	0.37 396	0.49 418	0.37 392	0.50 388	0.46 396	0.44 413	0.34 391	0.44 388	0.34 370

Venus	0.38 282	0.38 201	0.38 304	0.38 244	0.38 409	0.37 292	0.38 403	0.37 280	0.37 399	0.41 317	0.37 403	0.39 304	0.37 396	0.38 297	0.38 395	0.37 272	0.38 350	0.38 322	0.37 413	0.37 295	0.38 396

XPNet_ROB	0.37 276	0.37 197	0.37 302	0.37 241	0.37 402	0.37 292	0.37 396	0.37 280	0.37 399	0.37 288	0.37 403	0.37 297	0.37 396	0.37 294	0.37 392	0.37 272	0.37 343	0.37 314	0.37 413	0.37 295	0.37 389

GEAStereo	0.62 418	3.91 641	0.48 393	0.69 411	0.38 409	0.51 442	0.38 403	0.51 432	0.38 403	0.53 443	0.38 408	0.50 433	0.38 400	0.51 436	0.38 395	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.34 370

GSStereo	0.81 470	4.28 651	0.50 405	0.59 389	0.40 420	0.51 442	0.38 403	0.50 418	0.38 403	0.50 427	0.38 408	0.50 433	3.79 715	0.50 426	0.38 395	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.35 381

GS-Stereo							0.38 403	0.50 418	0.38 403	0.50 427	0.38 408	0.50 433	3.79 715	0.50 426	0.38 395	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.35 381

gasm-f	0.62 418	3.91 641	0.48 393	0.69 411	0.38 409	0.51 442	0.38 403	0.51 432	0.38 403	0.53 443	0.38 408	0.50 433	0.38 400	0.51 436	0.38 395	0.54 400	0.43 385	0.46 422	0.34 391	0.46 396	0.34 370

GASTEREO	0.48 381	1.21 458	0.47 385	0.57 384	0.38 409	0.50 430	0.38 403	0.50 418	0.38 403	0.50 427	0.38 408	0.50 433	0.38 400	0.50 426	0.38 395	0.52 396	0.42 380	0.46 422	0.34 391	0.46 396	0.34 370

mms	0.40 301	0.45 247	0.35 296	0.48 315	0.36 398	0.47 410	0.34 378	0.45 390	0.38 403	0.47 400	0.33 375	0.45 397	0.32 364	0.45 394	0.32 349	0.39 297	0.38 350	0.38 322	0.37 413	0.39 353	0.39 402

WAO-8	0.38 282	0.38 201	0.38 304	0.38 244	0.38 409	0.38 299	0.38 403	0.38 289	0.38 403	0.38 289	0.38 408	0.38 299	0.38 400	0.38 297	0.38 395	0.38 284	0.38 350	0.38 322	0.37 413	0.38 308	0.38 396

WAO-7	0.38 282	0.38 201	0.38 304	0.38 244	0.38 409	0.38 299	0.38 403	0.38 289	0.38 403	0.38 289	0.38 408	0.38 299	0.38 400	0.38 297	0.38 395	0.38 284	0.38 350	0.38 322	0.38 426	0.38 308	0.38 396

HanzoNet	0.39 296	0.38 201	0.40 347	0.39 252	0.41 430	0.38 299	0.38 403	0.38 289	0.38 403	0.39 296	0.39 418	0.38 299	0.38 400	0.39 305	0.40 410	0.38 284	0.38 350	0.40 376	0.38 426	0.38 308	0.40 405

IMH	0.38 282	0.38 201	0.38 304	0.38 244	0.38 409	0.38 299	0.38 403	0.38 289	0.38 403	0.42 331	0.38 408	0.40 312	0.38 400	0.38 297	0.38 395	0.38 284	0.38 350	0.39 363	0.38 426	0.38 308	0.38 396

GCAP-Stereo	0.75 452	4.15 648	0.42 366	0.75 429	0.35 392	0.78 487	0.40 417	0.79 484	0.38 403	0.78 493	0.36 396	0.78 494	0.36 391	0.79 488	0.39 407	0.75 460	0.39 357	0.76 501	0.39 430	0.75 469	0.39 402

iRaftStereo_RVC	0.97 510	3.17 621	2.30 676	2.42 626	0.38 409	0.54 452	0.38 403	0.54 441	0.38 403	0.54 449	0.38 408	0.54 450	0.38 400	0.54 446	0.38 395	2.38 658	2.34 674	0.49 445	0.36 410	0.49 417	0.36 384

CFNet_RVC	2.38 674	8.71 709	0.38 304	9.33 725	0.42 440	0.56 454	0.42 431	0.60 456	0.38 403	0.62 467	0.42 439	0.56 457	7.29 735	0.62 462	0.42 426	0.53 399	0.37 343	0.49 445	0.34 391	8.30 731	6.87 738

LG-Stereo_L1	0.47 375	0.52 278	0.47 385	0.62 395	0.39 419	0.53 448	0.40 417	0.53 439	0.39 416	0.53 443	0.39 418	0.53 446	0.39 411	0.53 443	0.39 407	0.55 406	0.46 396	0.49 445	0.37 413	0.49 417	0.37 389

quiztm	0.43 325	0.49 263	0.40 347	0.51 368	0.40 420	0.51 442	0.40 417	0.50 418	0.40 417	0.50 427	0.40 421	0.51 444	0.40 412	0.50 426	0.40 410	0.44 328	0.34 326	0.44 413	0.34 391	0.44 388	0.34 370

CES	0.39 296	0.47 255	0.36 298	0.36 238	0.37 402	0.45 398	0.35 383	0.35 268	0.40 417	0.36 282	0.44 444	0.47 407	0.36 391	0.44 376	0.36 382	0.37 272	0.39 357	0.44 413	0.35 404	0.37 295	0.36 384

Selective-IGEV	0.51 394	0.55 288	0.45 372	0.69 411	0.45 449	0.61 465	0.45 441	0.50 418	0.40 417	0.56 454	0.44 444	0.55 454	0.40 412	0.72 480	0.67 489	0.59 415	0.46 396	0.45 418	0.34 391	0.46 396	0.37 389

knoymous	0.40 301	0.40 212	0.40 347	0.40 265	0.40 420	0.40 307	0.40 417	0.40 302	0.40 417	0.40 303	0.40 421	0.40 312	0.40 412	0.40 308	0.40 410	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

anonymousa	0.40 301	0.40 212	0.40 347	0.40 265	0.40 420	0.40 307	0.40 417	0.40 302	0.40 417	0.40 303	0.40 421	0.40 312	0.40 412	0.40 308	0.40 410	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

riskmin	0.40 301	0.40 212	0.40 347	0.40 265	0.40 420	0.40 307	0.40 417	0.40 302	0.40 417	0.40 303	0.40 421	0.40 312	0.40 412	0.40 308	0.40 410	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

Anonymous_2	0.40 301	0.40 212	0.40 347	0.40 265	0.40 420	0.40 307	0.40 417	0.40 302	0.40 417	0.40 303	0.40 421	0.40 312	0.40 412	0.40 308	0.40 410	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

Anonymous_1	0.40 301	0.40 212	0.40 347	0.40 265	0.40 420	0.40 307	0.40 417	0.40 302	0.40 417	0.40 303	0.40 421	0.40 312	0.40 412	0.40 308	0.40 410	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405

FCDSN-DC	0.41 309	0.59 294	0.64 448	0.54 376	0.33 378	0.50 430	0.37 396	0.42 335	0.40 417	0.61 464	0.43 442	0.50 433	0.49 459	0.38 297	0.32 349	0.28 228	0.23 223	0.26 246	0.22 249	0.35 282	0.28 317
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AdaStereo	0.40 301	0.40 212	0.40 347	0.40 265	0.40 420	0.40 307	0.40 417	0.40 302	0.40 417	0.40 303	0.40 421	0.40 312	0.40 412	0.40 308	0.40 410	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405
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.
MSCF	0.51 394	1.40 481	0.49 400	0.58 386	0.38 409	0.50 430	0.38 403	0.54 441	0.41 427	0.52 440	0.41 429	0.53 446	0.42 430	0.53 443	0.41 418	0.60 416	0.47 404	0.48 440	0.37 413	0.48 414	0.38 396

LG-Stereo_Zeroshot	0.48 381	0.55 288	0.47 385	0.63 397	0.41 430	0.56 454	0.44 435	0.56 445	0.41 427	0.56 454	0.41 429	0.57 460	0.42 430	0.56 451	0.41 418	0.55 406	0.43 385	0.51 456	0.37 413	0.51 428	0.37 389

LG-Stereo	0.60 410	0.58 293	0.47 385	0.64 402	0.74 521	1.00 519	0.69 507	0.57 448	0.41 427	0.57 457	0.41 429	0.57 460	0.41 424	1.00 525	0.75 523	0.91 483	0.51 424	0.52 459	0.37 413	0.52 430	0.37 389

GwcNet-ADL	0.41 309	0.41 223	0.41 361	0.41 277	0.41 430	0.41 323	0.41 426	0.41 317	0.41 427	0.41 317	0.41 429	0.41 325	0.41 424	0.41 324	0.41 418	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

PSMNet-ADL	0.41 309	0.41 223	0.41 361	0.41 277	0.41 430	0.41 323	0.41 426	0.41 317	0.41 427	0.41 317	0.41 429	0.41 325	0.41 424	0.41 324	0.41 418	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

GANet-ADL	0.41 309	0.41 223	0.41 361	0.41 277	0.41 430	0.41 323	0.41 426	0.41 317	0.41 427	0.41 317	0.41 429	0.41 325	0.41 424	0.41 324	0.41 418	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

ADLNet2	0.41 309	0.41 223	0.41 361	0.41 277	0.41 430	0.41 323	0.41 426	0.41 317	0.41 427	0.41 317	0.41 429	0.41 325	0.41 424	0.41 324	0.41 418	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

ADLNet	0.41 309	0.41 223	0.41 361	0.41 277	0.41 430	0.41 323	0.41 426	0.41 317	0.41 427	0.41 317	0.41 429	0.41 325	0.41 424	0.41 324	0.41 418	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

FAST (zero-shot)	0.87 495	1.55 486	0.42 366	1.57 573	0.42 440	1.62 624	0.45 441	1.59 612	0.42 435	1.66 623	0.44 444	1.62 624	0.42 430	1.59 618	0.42 426	0.64 430	0.43 385	0.64 476	0.42 448	0.67 454	0.46 429

DNS	0.86 491	2.43 586	1.66 626	2.03 596	0.42 440	0.60 463	0.42 431	0.60 456	0.42 435	0.60 462	0.42 439	0.60 465	0.42 430	0.60 460	0.42 426	1.97 618	1.63 630	0.55 465	0.40 431	0.55 436	0.40 405

PAM_32	0.64 422	2.38 582	0.51 412	0.92 453	0.43 444	0.53 448	0.44 435	0.87 496	0.43 437	0.52 440	0.45 449	0.53 446	0.40 412	0.54 446	0.46 438	0.62 424	0.56 433	0.48 440	0.45 453	0.76 472	0.44 426

DispNO	1.00 513	0.63 299	0.43 368	3.45 663	0.44 445	0.65 471	0.43 434	0.64 464	0.43 437	0.64 470	0.43 442	0.64 472	3.03 693	0.64 468	0.43 431	4.55 694	0.43 385	0.63 474	0.43 451	0.63 448	0.43 423

MyStereo07	0.60 410	3.72 634	0.48 393	0.49 321	0.41 430	0.36 284	0.32 354	0.49 409	0.43 437	0.51 436	0.42 439	0.49 419	0.43 435	0.51 436	0.64 482	0.49 382	0.45 394	0.34 288	0.32 377	0.35 282	0.43 423

DN	0.53 399	0.85 331	0.45 372	0.65 403	0.44 445	0.60 463	0.44 435	0.60 456	0.44 440	0.60 462	0.45 449	0.60 465	0.44 437	0.60 460	0.44 432	0.56 410	0.42 380	0.56 466	0.42 448	0.56 439	0.42 421

FSD	0.61 415	0.59 294	0.50 405	2.58 633	0.44 445	0.56 454	0.44 435	0.55 444	0.44 440	0.56 454	0.44 444	0.56 457	0.44 437	0.56 451	0.46 438	0.61 420	0.42 380	0.52 459	0.42 448	0.52 430	0.51 455

MonSter	0.60 410	0.64 301	0.52 415	0.62 395	0.44 445	2.07 640	0.44 435	0.62 461	0.44 440	0.62 467	0.44 444	0.62 470	0.44 437	0.62 462	0.44 432	0.58 413	0.42 380	0.62 472	0.46 455	0.58 444	0.42 421

MyStereo06	0.75 452	4.12 645	0.60 434	0.63 397	0.61 493	0.62 468	0.66 490	0.56 445	0.45 443	0.55 452	0.48 464	0.54 450	0.46 444	0.57 456	0.45 434	0.60 416	0.57 435	0.64 476	0.55 482	0.72 465	0.55 471

AIO-test1	0.54 400	0.60 297	0.52 415	0.66 407	0.47 457	0.61 465	0.47 449	0.58 451	0.46 444	0.61 464	0.46 452	0.61 468	0.45 441	0.62 462	0.45 434	0.61 420	0.52 426	0.57 467	0.48 466	0.57 442	0.48 439

Occ-G	1.12 534	0.52 278	3.72 709	3.50 667	0.50 468	0.56 454	0.47 449	0.54 441	0.46 444	0.54 449	0.41 429	0.54 450	0.42 430	0.52 441	0.42 426	3.42 682	4.02 704	0.52 459	0.45 453	0.51 428	0.44 426

otaku	0.46 368	0.46 251	0.46 377	0.46 302	0.46 451	0.46 405	0.46 444	0.46 394	0.46 444	0.46 394	0.46 452	0.46 401	0.46 444	0.46 399	0.46 438	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 429

Dean	0.46 368	0.46 251	0.46 377	0.46 302	0.46 451	0.46 405	0.46 444	0.46 394	0.46 444	0.47 400	0.46 452	0.46 401	0.46 444	0.46 399	0.46 438	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 429

ACVNet-4b	0.46 368	0.46 251	0.46 377	0.46 302	0.46 451	0.46 405	0.46 444	0.46 394	0.46 444	0.46 394	0.46 452	0.46 401	0.46 444	0.47 403	0.46 438	0.46 367	0.46 396	0.46 422	0.46 455	0.46 396	0.46 429

AIO-test2	0.55 405	0.59 294	0.52 415	0.67 408	0.47 457	0.61 465	0.47 449	0.61 460	0.47 449	0.61 464	0.47 460	0.61 468	0.48 453	0.62 462	0.47 445	0.64 430	0.53 428	0.58 468	0.47 462	0.58 444	0.48 439

Former-RAFT_DAM_RVC	0.49 387	0.98 361	0.64 448	0.84 440	0.46 451	0.45 398	0.35 383	0.47 400	0.47 449	0.45 388	0.34 383	0.46 401	0.48 453	0.46 399	0.35 378	0.39 297	0.71 481	0.39 363	0.35 404	0.41 378	0.41 414

Ntro	0.47 375	0.47 255	0.46 377	0.46 302	0.46 451	0.47 410	0.47 449	0.46 394	0.47 449	0.46 394	0.46 452	0.47 407	0.46 444	0.47 403	0.47 445	0.47 374	0.46 396	0.46 422	0.46 455	0.46 396	0.46 429

HaxPig	0.47 375	0.47 255	0.47 385	0.49 321	0.47 457	0.47 410	0.47 449	0.47 400	0.47 449	0.47 400	0.47 460	0.47 407	0.47 452	0.47 403	0.47 445	0.47 374	0.47 404	0.47 432	0.47 462	0.47 410	0.48 439

UNDER WATER	0.47 375	0.47 255	0.47 385	0.47 309	0.47 457	0.47 410	0.47 449	0.47 400	0.47 449	0.47 400	0.47 460	0.47 407	0.46 444	0.47 403	0.47 445	0.47 374	0.47 404	0.47 432	0.46 455	0.47 410	0.47 437

ACVNet_1	0.46 368	0.47 255	0.46 377	0.46 302	0.46 451	0.46 405	0.46 444	0.46 394	0.47 449	0.46 394	0.46 452	0.46 401	0.46 444	0.46 399	0.46 438	0.46 367	0.46 396	0.47 432	0.46 455	0.46 396	0.46 429

AEACV	1.12 534	0.52 278	3.12 700	3.24 652	0.86 541	0.53 448	0.49 460	0.60 456	0.47 449	0.53 443	0.49 467	0.55 454	0.45 441	0.55 450	0.47 445	3.01 677	3.88 702	0.71 492	0.60 493	0.80 481	0.48 439

fffft	0.48 381	0.51 276	0.45 372	0.52 371	0.45 449	0.52 446	0.45 441	0.52 437	0.48 456	0.53 443	0.45 449	0.52 445	0.45 441	0.52 441	0.46 438	0.51 394	0.41 371	0.50 451	0.41 440	0.50 422	0.41 414
1: 1. 1
RainbowNet	0.48 381	0.48 261	0.48 393	0.48 315	0.48 461	0.48 415	0.48 458	0.48 404	0.48 456	0.48 407	0.48 464	0.48 414	0.48 453	0.48 412	0.48 451	0.48 379	0.48 408	0.48 440	0.48 466	0.48 414	0.48 439

S	0.56 407	0.61 298	0.54 420	0.68 410	0.48 461	0.65 471	0.49 460	0.63 462	0.49 458	0.64 470	0.49 467	0.64 472	0.48 453	0.62 462	0.49 453	0.63 428	0.62 453	0.59 471	0.48 466	0.57 442	0.48 439

PointNet	0.60 410	0.75 315	0.49 400	0.79 431	0.50 468	0.79 490	0.49 460	0.79 484	0.49 458	0.80 496	0.49 467	0.79 496	0.49 459	0.80 490	0.49 453	0.63 428	0.40 361	0.63 474	0.40 431	0.63 448	0.40 405

notaker	0.48 381	0.49 263	0.48 393	0.48 315	0.48 461	0.48 415	0.48 458	0.48 404	0.49 458	0.48 407	0.48 464	0.48 414	0.48 453	0.48 412	0.48 451	0.48 379	0.48 408	0.48 440	0.48 466	0.48 414	0.49 445

LVE	0.47 375	0.47 255	0.47 385	0.47 309	0.49 464	0.47 410	0.47 449	0.47 400	0.49 458	0.47 400	0.47 460	0.47 407	0.46 444	0.47 403	0.47 445	0.47 374	0.47 404	0.48 440	0.47 462	0.47 410	0.47 437

ACVNet_2	0.49 387	0.49 263	0.49 400	0.49 321	0.49 464	0.49 421	0.49 460	0.49 409	0.49 458	0.49 414	0.49 467	0.49 419	0.49 459	0.49 418	0.49 453	0.49 382	0.49 411	0.49 445	0.49 470	0.49 417	0.49 445

FoundationStereo	0.50 389	0.50 268	0.50 405	0.50 357	0.50 468	0.50 430	0.50 464	0.50 418	0.50 463	0.50 427	0.50 471	0.50 433	0.50 463	0.50 426	0.50 456	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 448

StereoAnything_RVC	0.50 389	0.50 268	0.50 405	0.50 357	0.50 468	0.50 430	0.50 464	0.50 418	0.50 463	0.50 427	0.50 471	0.50 433	0.50 463	0.50 426	0.50 456	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 448

dual_stereo	0.50 389	0.50 268	0.50 405	0.50 357	0.50 468	0.50 430	0.50 464	0.50 418	0.50 463	0.50 427	0.50 471	0.50 433	0.50 463	0.50 426	0.50 456	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 448

AIO-Stereo-zeroshot	0.91 499	0.86 333	0.89 502	1.25 547	0.69 510	1.05 535	0.81 534	1.16 538	0.50 463	1.12 547	0.97 554	0.72 486	0.82 530	1.06 541	0.95 545	0.61 420	0.87 502	1.03 550	0.85 547	1.04 525	1.01 555

MyStereo8	0.71 441	3.92 643	0.52 415	0.59 389	0.52 475	0.57 460	0.53 470	0.59 454	0.50 463	0.59 461	0.51 477	0.57 460	0.50 463	0.56 451	0.52 463	0.54 400	0.49 411	0.54 463	0.49 470	0.55 436	0.50 448

LL-Strereo	1.01 521	5.06 666	1.63 623	0.70 417	1.43 638	0.56 454	0.46 444	0.57 448	0.50 463	0.57 457	0.50 471	1.58 619	0.49 459	0.59 458	0.50 456	1.64 602	0.52 426	0.51 456	1.37 634	0.52 430	0.45 428

SANet	0.50 389	0.50 268	0.50 405	0.50 357	0.50 468	0.50 430	0.50 464	0.50 418	0.50 463	0.50 427	0.50 471	0.50 433	0.50 463	0.50 426	0.50 456	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 448

TorneroNet	0.66 426	0.53 282	0.50 405	0.50 357	0.64 499	1.06 536	0.70 514	0.50 418	0.51 470	0.49 414	0.69 514	0.49 419	0.50 463	0.48 412	1.15 566	0.71 444	0.49 411	1.14 553	1.08 565	0.49 417	0.49 445

WCG-NET	0.61 415	1.21 458	0.54 420	0.61 394	0.53 478	0.67 474	0.53 470	0.66 468	0.53 471	0.64 470	0.53 480	0.65 476	0.53 470	0.59 458	0.52 463	0.65 432	0.48 408	0.64 476	0.52 476	0.58 444	0.50 448

CASS	0.57 409	0.89 340	0.56 424	0.57 384	0.56 482	0.56 454	0.56 475	0.56 445	0.53 471	0.57 457	0.57 484	0.59 464	0.48 453	0.56 451	0.57 471	0.55 406	0.56 433	0.47 432	0.56 486	0.62 447	0.56 474
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PSMNet_ROB	0.54 400	0.54 286	0.54 420	0.54 376	0.53 478	0.54 452	0.54 473	0.53 439	0.54 473	0.54 449	0.54 481	0.54 450	0.53 470	0.54 446	0.54 467	0.54 400	0.53 428	0.54 463	0.54 480	0.54 435	0.54 463

monster-pro	0.75 452	1.67 491	0.64 448	0.89 446	0.57 484	0.86 504	0.56 475	0.87 496	0.56 474	0.87 505	0.57 484	0.88 508	0.57 475	0.87 505	0.57 471	0.79 465	0.58 439	0.76 501	0.54 480	0.77 474	0.54 463

anonymity	0.63 420	0.69 303	0.56 424	0.71 419	0.56 482	0.71 481	0.56 475	0.71 476	0.56 474	0.72 482	0.56 483	0.71 483	0.56 474	0.71 478	0.58 473	0.68 437	0.55 431	0.68 483	0.55 482	0.68 456	0.54 463

11t	1.27 590	2.70 598	1.34 594	1.32 559	0.89 543	1.30 604	1.34 629	1.64 617	0.57 476	1.45 614	0.72 526	1.05 541	1.29 618	1.07 544	1.29 630	1.49 594	1.02 518	0.97 540	1.15 569	1.48 605	1.31 629

SE	0.64 422	0.73 310	0.77 488	0.79 431	0.59 485	0.78 487	0.54 473	0.58 451	0.58 477	0.78 493	0.59 488	0.63 471	0.18 231	0.78 487	0.52 463	0.80 467	0.65 459	0.69 486	0.57 488	0.75 469	0.52 457

CAR	0.72 444	0.76 317	0.59 430	0.84 440	1.19 579	0.81 495	0.58 478	0.81 490	0.58 477	0.81 499	0.58 486	0.83 503	0.59 480	0.82 494	0.59 476	0.71 444	0.49 411	0.73 493	0.68 515	0.87 492	0.52 457

MSE-Stereo	0.72 444	0.76 317	0.59 430	0.84 440	1.19 579	0.81 495	0.58 478	0.81 490	0.58 477	0.81 499	0.58 486	0.83 503	0.59 480	0.82 494	0.59 476	0.71 444	0.49 411	0.73 493	0.68 515	0.87 492	0.52 457

zero-FE	0.72 444	1.31 472	0.66 454	0.92 453	0.60 487	0.82 498	0.58 478	0.82 493	0.58 477	0.81 499	0.60 490	0.81 501	0.60 482	0.82 494	0.58 473	0.74 459	0.59 445	0.73 493	0.52 476	0.76 472	0.51 455

SMoEStereo_RVC	0.63 420	0.75 315	0.51 412	0.73 425	0.53 478	0.71 481	0.47 449	0.67 469	0.58 477	0.74 489	0.60 490	0.72 486	0.53 470	0.74 484	0.51 461	0.61 420	0.62 453	0.62 472	0.61 495	0.63 448	0.61 480

ktn	0.72 444	0.53 282	1.08 526	1.14 487	0.51 474	1.22 598	1.36 632	0.51 432	0.59 482	0.51 436	0.51 477	0.69 480	1.20 566	0.67 472	0.51 461	0.51 394	0.49 411	0.58 468	0.66 509	0.52 430	0.53 460

DDUNet	0.81 470	2.45 587	0.57 428	0.90 448	0.60 487	0.88 506	0.59 482	0.90 501	0.60 483	0.88 507	0.60 490	0.90 512	0.58 478	0.88 507	0.60 478	0.84 478	0.60 448	0.86 518	0.57 488	0.86 491	0.60 479

UDG	0.80 465	2.21 566	0.60 434	0.91 450	0.60 487	0.90 509	0.58 478	0.88 500	0.60 483	0.90 508	0.60 490	0.88 508	0.60 482	0.90 510	0.58 473	0.86 480	0.60 448	0.84 516	0.59 492	0.84 489	0.61 480

STTRV1_RVC	0.82 475	1.60 489	0.70 471	1.01 474	0.60 487	1.07 539	0.69 507	1.01 523	0.60 483	0.72 482	0.55 482	1.02 537	0.68 499	1.03 539	0.67 489	0.89 482	0.63 455	0.92 527	0.57 488	0.90 499	0.65 492

test-3	0.98 512	4.13 647	1.85 645	1.85 585	0.61 493	0.69 476	0.37 396	0.63 462	0.61 486	0.66 474	0.51 477	0.73 488	0.44 437	0.57 456	0.54 467	1.68 603	1.81 641	0.40 376	0.43 451	0.66 451	0.50 448

MGA	0.73 448	0.76 317	0.60 434	0.92 453	1.17 575	0.81 495	0.59 482	0.84 494	0.62 487	0.81 499	0.59 488	0.84 505	0.60 482	0.81 493	0.61 480	0.71 444	0.53 428	0.89 520	0.53 478	0.75 469	0.54 463

MyStereo05	0.80 465	4.12 645	0.63 445	0.63 397	0.61 493	0.62 468	0.66 490	0.65 465	0.62 487	0.67 476	0.61 494	0.65 476	0.58 478	0.67 472	0.55 470	0.60 416	0.57 435	0.64 476	0.55 482	0.72 465	0.55 471

RAFT-Stereo + iAFF	0.70 438	0.72 309	0.71 475	0.80 435	0.62 498	0.82 498	0.61 484	0.81 490	0.62 487	0.81 499	0.63 496	0.80 498	0.70 510	0.73 482	0.61 480	0.76 462	0.61 452	0.74 498	0.61 495	0.77 474	0.61 480

DSFCA	0.66 426	0.73 310	0.78 490	0.65 403	0.65 501	0.64 470	0.64 487	0.65 465	0.63 490	0.64 470	0.64 498	0.64 472	0.64 487	0.65 469	0.65 485	0.65 432	0.65 459	0.65 480	0.65 506	0.66 451	0.64 490

RSM++	0.76 457	0.82 328	0.66 454	0.85 444	0.64 499	0.85 502	0.71 517	0.94 510	0.64 491	0.87 505	0.67 503	0.87 507	0.65 489	0.84 500	0.65 485	0.81 471	0.70 477	0.79 505	0.71 526	0.83 488	0.70 504

plain	1.88 610	3.16 620	0.64 448	3.10 645	0.65 501	3.10 693	0.64 487	3.12 692	0.65 492	3.10 693	0.65 500	3.11 693	0.65 489	3.12 692	0.65 485	3.12 678	0.65 459	3.13 691	0.65 506	3.13 679	0.65 492

LMCR-Stereo	0.65 424	0.63 299	0.65 452	0.65 403	0.65 501	0.66 473	0.63 486	0.58 451	0.65 492	0.63 469	0.64 498	0.65 476	0.65 489	0.66 470	0.66 488	0.66 434	0.64 457	0.65 480	0.67 513	0.68 456	0.73 515

WAFT-Stereo (ZS)	0.67 431	0.78 320	0.67 458	0.67 408	0.66 504	0.67 474	0.67 494	0.65 465	0.66 494	0.66 474	0.67 503	0.66 479	0.67 494	0.67 472	0.72 517	0.66 434	0.67 462	0.67 482	0.67 513	0.67 454	0.67 497

ARAFT	0.68 432	0.81 326	0.63 445	0.74 428	0.60 487	0.78 487	0.62 485	0.77 483	0.66 494	0.74 489	0.63 496	0.75 491	0.62 486	0.83 499	0.60 478	0.70 443	0.55 431	0.70 491	0.60 493	0.78 476	0.55 471

Pro-Stereo	0.79 462	0.53 282	0.38 304	0.49 321	0.38 409	0.49 421	0.37 396	0.49 409	0.67 496	0.50 427	0.38 408	1.10 546	0.38 400	0.49 418	0.38 395	0.71 444	0.88 503	5.98 733	0.36 410	0.46 396	0.36 384

WQFJA1++	0.84 482	0.98 361	0.67 458	1.26 548	0.75 523	1.00 519	0.67 494	1.00 514	0.67 496	1.00 520	0.67 503	1.00 525	0.67 494	1.00 525	0.67 489	0.96 494	0.67 462	0.91 524	0.63 497	0.92 503	0.63 484

WQFJA1	0.85 488	0.98 361	0.67 458	1.29 554	0.76 528	1.01 527	0.67 494	1.02 528	0.67 496	1.02 535	0.67 503	1.01 533	0.67 494	1.01 533	0.68 497	0.99 500	0.67 462	0.93 531	0.64 502	0.92 503	0.65 492

WQFJX1	0.84 482	0.98 361	0.67 458	1.30 556	0.75 523	1.01 527	0.67 494	1.01 523	0.67 496	1.01 531	0.67 503	1.01 533	0.68 499	1.00 525	0.68 497	0.98 499	0.67 462	0.92 527	0.64 502	0.92 503	0.64 490

NLMM	0.84 482	1.00 370	0.67 458	1.27 549	0.75 523	1.00 519	0.68 499	1.00 514	0.67 496	1.00 520	0.67 503	1.02 537	0.67 494	1.02 537	0.67 489	0.97 495	0.67 462	0.93 531	0.63 497	0.92 503	0.63 484

MIF-Stereo (partial)	2.58 682	3.31 625	0.66 454	3.18 649	0.66 504	3.18 694	0.66 490	3.21 693	0.67 496	3.19 694	0.66 502	3.19 694	0.66 492	3.31 696	0.68 497	5.09 711	1.79 640	8.23 738	1.67 672	6.18 722	1.38 637

WQFJX	0.85 488	1.00 370	0.68 466	1.30 556	0.75 523	1.01 527	0.68 499	1.01 523	0.68 502	1.01 531	0.68 509	1.03 539	0.68 499	1.02 537	0.67 489	0.97 495	0.67 462	0.93 531	0.63 497	0.94 512	0.63 484

NLSM3	0.85 488	0.99 368	0.68 466	1.29 554	0.76 528	1.01 527	0.68 499	1.01 523	0.68 502	1.02 535	0.68 509	1.01 533	0.68 499	1.01 533	0.68 497	0.97 495	0.68 468	0.93 531	0.64 502	0.93 508	0.63 484

R-Stereo Train	0.81 470	0.96 358	0.67 458	0.95 462	0.67 506	0.95 514	0.68 499	0.95 512	0.68 502	0.95 518	0.68 509	0.96 522	0.68 499	0.96 521	0.68 497	0.94 492	0.68 468	0.94 535	0.68 515	0.94 512	0.68 499

RAFT-Stereo	0.81 470	0.96 358	0.67 458	0.95 462	0.67 506	0.95 514	0.68 499	0.95 512	0.68 502	0.95 518	0.68 509	0.96 522	0.68 499	0.96 521	0.68 497	0.94 492	0.68 468	0.94 535	0.68 515	0.94 512	0.68 499
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	2.65 683	10.14 720	0.33 274	9.74 729	0.32 366	0.87 505	0.33 365	2.95 691	0.68 502	0.49 414	0.34 383	0.49 419	5.70 730	0.49 418	0.33 361	0.42 326	9.57 731	0.41 394	0.31 370	8.36 732	0.65 492

mm2	0.69 435	0.69 303	0.69 468	0.69 411	0.69 510	0.69 476	0.69 507	0.69 471	0.69 507	0.69 479	0.69 514	0.69 480	0.69 506	0.69 475	0.69 505	0.69 438	0.69 474	0.69 486	0.69 519	0.69 460	0.69 501

mm1	0.69 435	0.69 303	0.69 468	0.69 411	0.69 510	0.69 476	0.69 507	0.69 471	0.69 507	0.69 479	0.69 514	0.69 480	0.69 506	0.69 475	0.69 505	0.69 438	0.69 474	0.69 486	0.69 519	0.69 460	0.69 501

LiteMatch	1.13 536	0.73 310	2.80 685	3.23 650	0.61 493	0.83 500	0.68 499	0.73 479	0.69 507	1.00 520	0.77 534	0.94 519	0.57 475	0.82 494	0.64 482	2.97 675	2.43 677	0.68 483	0.32 377	0.56 439	0.70 504

Lsterematch	1.13 536	0.73 310	2.80 685	3.23 650	0.61 493	0.83 500	0.68 499	0.73 479	0.69 507	1.00 520	0.77 534	0.94 519	0.57 475	0.82 494	0.64 482	2.97 675	2.43 677	0.68 483	0.32 377	0.56 439	0.70 504

NLMM1	0.86 491	0.98 361	0.69 468	1.48 571	0.75 523	1.01 527	0.69 507	1.00 514	0.69 507	1.00 520	0.70 518	1.00 525	0.68 499	1.01 533	0.67 489	0.97 495	0.68 468	0.92 527	0.63 497	0.93 508	0.63 484

AIO-Stereo-zeroshot1	0.75 452	0.92 350	0.85 501	0.96 465	0.59 485	1.27 602	0.44 435	0.59 454	0.69 507	0.91 510	0.68 509	0.55 454	0.61 485	1.06 541	0.83 536	0.62 424	0.70 477	0.90 521	0.41 440	0.89 496	0.56 474

UniTT-Stereo	2.03 630	3.43 627	0.72 478	3.42 662	0.73 519	3.27 696	0.68 499	3.38 697	0.69 507	3.29 696	0.72 526	3.28 696	0.70 510	3.35 698	0.68 497	3.39 681	0.68 468	3.31 694	0.69 519	3.37 680	0.73 515

UNet	0.29 226	0.90 343	0.10 93	0.14 122	0.10 155	0.14 166	0.10 151	0.91 503	0.69 507	0.14 166	0.11 170	0.14 167	0.11 169	0.14 169	0.10 148	0.12 111	0.09 94	0.12 159	0.09 142	0.88 495	0.76 522

FlowAnything_test	1.02 523	1.72 494	0.71 475	1.59 575	0.70 514	1.61 622	0.69 507	1.61 614	0.70 515	1.60 616	0.70 518	1.61 623	0.69 506	1.61 621	0.70 513	0.81 471	0.58 439	0.81 510	0.55 482	0.81 484	0.56 474

FlowAnything	1.02 523	1.71 493	0.72 478	1.59 575	0.69 510	1.60 621	0.69 507	1.61 614	0.70 515	1.60 616	0.69 514	1.60 620	0.69 506	1.61 621	0.69 505	0.81 471	0.58 439	0.81 510	0.56 486	0.82 486	0.56 474

MaDis-Stereo	3.19 696	6.02 695	1.12 527	5.61 705	1.16 574	5.43 729	1.02 559	5.15 728	0.70 515	5.43 728	1.21 621	5.03 729	0.97 538	4.85 722	0.99 549	4.53 693	1.16 537	5.53 728	1.25 626	5.37 718	1.30 628

DMCA-RVC	0.70 438	0.80 323	0.70 471	0.70 417	0.70 514	0.70 479	0.70 514	0.71 476	0.70 515	0.70 481	0.71 523	0.71 483	0.70 510	0.70 477	0.69 505	0.69 438	0.70 477	0.69 486	0.70 523	0.69 460	0.70 504

MSMD_ROB	1.19 538	1.10 400	0.70 471	1.10 481	0.60 487	1.10 543	0.70 514	1.10 533	0.70 515	1.10 541	0.70 518	1.10 546	0.70 510	7.00 737	0.70 513	1.10 513	0.70 477	1.10 552	0.70 523	1.10 528	0.70 504

DStereoRT	0.73 448	0.81 326	0.73 482	0.71 419	0.74 521	0.73 483	0.75 522	0.71 476	0.71 520	0.74 489	0.72 526	0.73 488	0.80 526	0.71 478	0.73 518	0.76 462	0.71 481	0.73 493	0.72 528	0.70 463	0.76 522

AdaDepth	0.86 491	0.93 354	0.71 475	1.01 474	1.07 565	1.02 533	0.71 517	1.00 514	0.71 520	1.01 531	0.71 523	1.00 525	0.72 515	1.14 552	0.71 515	0.92 486	0.64 457	0.90 521	0.64 502	0.89 496	0.69 501

KSHMR	0.66 426	0.50 268	0.48 393	1.15 490	0.52 475	0.49 421	0.51 468	0.49 409	0.71 520	0.67 476	0.50 471	1.16 554	1.11 554	0.66 470	0.52 463	0.49 382	0.49 411	0.51 456	0.66 509	0.50 422	1.14 566

AIO-Stereo	0.84 482	0.66 302	0.70 471	0.83 439	0.67 506	0.98 517	0.82 537	1.14 534	0.72 523	1.03 537	0.74 530	1.03 539	1.09 553	0.99 523	0.45 434	1.04 507	0.73 484	0.95 537	0.74 530	0.94 512	0.46 429

MoCha-V2	2.11 648	26.97 742	0.78 490	0.92 453	0.77 531	0.96 516	0.72 519	0.90 501	0.72 523	0.94 516	0.70 518	0.90 512	0.71 514	0.91 511	0.71 515	0.85 479	0.71 481	0.88 519	0.69 519	0.87 492	0.67 497

AFF-stereo	0.73 448	0.88 337	0.67 458	0.75 429	0.68 509	0.75 484	0.64 487	0.80 487	0.72 523	0.83 504	0.70 518	0.82 502	0.64 487	0.84 500	0.67 489	0.77 464	0.63 455	0.81 510	0.63 497	0.78 476	0.62 483

TorneroNet-64	0.45 361	0.27 172	0.30 247	0.58 386	0.27 278	0.70 479	0.30 299	0.28 242	0.73 526	0.73 484	0.28 284	0.71 483	0.66 492	0.75 485	0.27 265	0.27 223	0.29 265	0.37 314	0.75 532	0.28 241	0.30 340

PA-Net	11.80 739	223.51 765	0.62 441	0.59 389	0.71 516	0.59 462	0.73 520	0.67 469	0.73 526	0.55 452	0.61 494	0.60 465	0.74 517	0.63 467	0.73 518	0.66 434	0.60 448	0.69 486	0.66 509	0.72 465	0.65 492
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
iGMRVC	0.84 482	2.85 613	0.72 478	0.72 421	0.73 519	0.77 485	0.79 527	0.73 479	0.74 528	0.73 484	0.72 526	0.73 488	0.76 520	0.73 482	0.73 518	0.72 452	0.73 484	0.73 493	0.72 528	0.73 468	0.72 511

Wavelet-MonSter	1.00 513	1.21 458	0.76 486	1.94 589	1.01 560	1.11 546	0.76 524	1.15 535	0.76 529	1.11 546	0.76 532	1.14 552	0.76 520	1.11 549	0.76 525	1.21 573	0.90 504	1.02 548	0.71 526	1.02 524	0.71 510

Hybrid-DGEV	1.03 525	1.75 500	0.80 494	1.28 553	0.78 532	1.26 601	0.80 530	1.26 595	0.78 530	1.26 601	0.78 536	1.26 604	0.78 524	1.26 604	0.78 527	1.15 523	0.75 487	1.14 553	0.74 530	1.14 530	0.75 519

HH	0.71 441	2.54 589	0.74 483	1.10 481	0.32 366	0.41 323	0.37 396	0.69 471	0.78 530	0.73 484	0.90 546	0.75 491	1.00 541	0.84 500	0.69 505	0.69 438	0.40 361	0.35 304	0.26 271	0.35 282	0.26 253

HanStereo	0.71 441	2.54 589	0.74 483	1.10 481	0.32 366	0.41 323	0.37 396	0.69 471	0.78 530	0.73 484	0.90 546	0.75 491	1.00 541	0.84 500	0.69 505	0.69 438	0.40 361	0.35 304	0.26 271	0.35 282	0.26 253

DCRE	0.84 482	1.89 538	0.77 488	0.94 460	0.72 518	0.88 506	0.73 520	0.87 496	0.78 530	0.90 508	0.71 523	0.88 508	0.67 494	0.88 507	0.73 518	0.81 471	0.68 468	0.81 510	0.70 523	0.82 486	0.70 504

Hybrid-DGEV-2	1.05 527	1.83 526	0.83 498	1.33 560	0.82 540	1.30 604	0.81 534	1.26 595	0.79 534	1.29 603	0.79 538	1.26 604	0.80 526	1.26 604	0.79 528	1.20 527	0.78 492	1.18 563	0.77 535	1.20 545	0.77 524

G-Net	0.79 462	0.79 322	0.79 493	0.79 431	0.79 534	0.79 490	0.79 527	0.79 484	0.79 534	0.79 495	0.79 538	0.79 496	0.79 525	0.79 488	0.79 528	0.79 465	0.79 494	0.79 505	0.79 539	0.79 478	0.79 527

HSM-Net_RVC	0.95 509	1.17 408	0.78 490	1.18 497	0.71 516	1.16 551	0.75 522	1.09 532	0.80 536	1.10 541	0.75 531	1.17 555	0.74 517	1.17 555	0.80 531	1.13 520	0.73 484	1.17 560	0.77 535	1.16 535	0.72 511
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NaN_ROB	0.80 465	0.80 323	0.80 494	0.80 435	0.80 537	0.80 492	0.80 530	0.80 487	0.80 536	0.80 496	0.80 540	0.80 498	0.80 526	0.80 490	0.80 531	0.80 467	0.80 497	0.80 508	0.80 541	0.80 481	0.80 528

CSAN	0.80 465	0.80 323	0.80 494	0.80 435	0.80 537	0.80 492	0.80 530	0.80 487	0.80 536	0.80 496	0.80 540	0.80 498	0.80 526	0.80 490	0.80 531	0.80 467	0.80 497	0.80 508	0.80 541	0.80 481	0.80 528

Hybrid-DGEV-03	1.07 528	1.83 526	0.83 498	1.34 561	0.81 539	1.32 606	0.81 534	1.31 602	0.81 539	1.31 604	0.82 542	1.32 609	0.82 530	1.32 609	0.81 534	1.19 525	0.77 490	1.19 565	0.76 533	1.19 543	0.77 524

RAStereo	2.23 664	3.64 630	0.76 486	3.65 671	0.86 541	3.66 701	0.76 524	3.67 701	0.81 539	3.66 698	0.76 532	3.66 699	0.77 522	3.68 700	0.77 526	3.68 684	0.77 490	3.69 699	0.77 535	3.70 683	0.77 524

ToySt	0.92 501	2.11 556	0.90 505	0.95 462	0.79 534	0.99 518	0.78 526	0.94 510	0.81 539	0.94 516	0.78 536	0.95 521	0.77 522	0.94 517	0.86 538	0.91 483	0.79 494	0.85 517	0.77 535	0.89 496	0.73 515

tt45	1.04 526	0.88 337	1.36 604	0.92 453	1.03 563	1.51 620	0.79 527	0.70 475	0.88 542	0.74 489	0.90 546	1.60 620	0.72 515	1.60 619	0.75 523	0.91 483	0.78 492	1.52 629	0.79 539	1.14 530	1.32 630

UPFNet	0.42 323	1.20 412	0.17 184	0.24 190	0.17 224	0.25 236	0.17 213	1.19 543	0.90 543	0.25 233	0.17 218	0.24 229	0.17 221	0.25 234	0.17 213	0.22 192	0.17 196	0.22 217	0.16 209	1.15 533	0.93 541

psm_up	0.43 325	1.19 411	0.17 184	0.25 197	0.18 235	0.25 236	0.19 227	1.26 595	0.91 544	0.26 242	0.17 218	0.25 236	0.17 221	0.25 234	0.17 213	0.22 192	0.17 196	0.23 226	0.16 209	1.18 541	0.99 547

DPSimNet_ROB	0.97 510	1.18 410	0.81 497	1.10 481	0.91 547	1.02 533	0.82 537	1.04 529	0.91 544	1.03 537	0.86 545	1.28 608	0.82 530	1.03 539	0.89 539	1.17 524	0.81 499	1.02 548	0.82 544	1.08 527	0.81 530

DPSM_ROB	0.92 501	0.91 345	0.91 507	0.91 450	0.92 548	0.92 511	0.92 544	0.92 506	0.91 544	0.93 514	0.91 549	0.92 515	0.90 533	0.91 511	0.92 540	0.92 486	0.91 505	0.91 524	0.92 548	0.93 508	0.93 541

DPSM	0.92 501	0.91 345	0.91 507	0.91 450	0.92 548	0.92 511	0.92 544	0.92 506	0.91 544	0.93 514	0.91 549	0.92 515	0.90 533	0.91 511	0.92 540	0.92 486	0.91 505	0.91 524	0.92 548	0.93 508	0.93 541

pmcnn	0.92 501	0.92 350	0.92 509	0.92 453	0.92 548	0.92 511	0.92 544	0.92 506	0.92 548	0.92 512	0.92 552	0.92 515	0.92 535	0.92 515	0.92 540	0.92 486	0.92 507	0.92 527	0.92 548	0.92 503	0.92 540

ours_stereo	1.20 539	1.21 458	0.90 505	1.64 583	1.11 567	1.35 608	0.67 494	1.76 621	0.93 549	1.70 625	1.10 566	1.39 613	0.75 519	1.41 613	0.81 534	1.60 601	1.03 519	1.33 619	1.00 555	1.61 610	0.72 511

MMNet	0.44 338	1.24 466	0.17 184	0.25 197	0.17 224	0.25 236	0.18 221	1.26 595	0.93 549	0.25 233	0.17 218	0.25 236	0.18 231	0.25 234	0.17 213	0.23 203	0.16 175	0.23 226	0.16 209	1.20 545	0.99 547

MM-Stereo_test2	1.20 539	1.85 532	1.05 523	1.46 570	0.94 551	1.36 610	0.99 551	1.36 604	0.95 551	1.41 611	0.98 555	1.40 615	0.96 537	1.37 611	0.95 545	1.37 588	1.06 520	1.33 619	0.93 552	1.29 599	0.89 537

delet	0.43 325	1.21 458	0.17 184	0.25 197	0.17 224	0.25 236	0.18 221	1.26 595	0.95 551	0.25 233	0.17 218	0.25 236	0.17 221	0.25 234	0.17 213	0.23 203	0.16 175	0.22 217	0.16 209	1.18 541	0.98 546

DGTPSM_ROB	0.93 506	1.00 370	0.92 509	0.94 460	0.96 552	0.91 510	0.92 544	0.91 503	0.96 553	0.91 510	0.96 553	0.93 518	0.92 535	0.94 517	0.92 540	0.92 486	0.92 507	0.90 521	0.92 548	0.94 512	0.91 539

MLG-Stereo	0.92 501	0.90 343	0.84 500	1.27 549	0.49 464	1.38 612	0.88 540	1.41 609	0.97 554	0.73 484	1.09 565	1.26 604	0.43 435	0.72 480	1.05 558	1.13 520	0.49 411	1.18 563	0.66 509	1.01 522	0.46 429

4D-IteraStereo	0.78 461	3.13 619	0.89 502	0.69 411	0.32 366	0.40 307	0.32 354	0.76 482	0.97 554	0.52 440	0.65 500	0.89 511	0.32 364	0.76 486	0.98 548	0.83 476	0.94 509	0.35 304	0.27 309	0.70 463	0.89 537

Selective-RAFT	0.89 498	0.89 340	0.72 478	1.16 495	0.78 532	1.06 536	0.82 537	0.87 496	0.97 554	1.00 520	0.91 549	0.90 512	1.00 541	0.89 509	0.93 544	0.83 476	0.83 500	0.82 514	0.82 544	0.81 484	0.82 531

Selective-RAFT-Error	0.88 496	0.84 329	0.98 514	0.86 445	0.97 553	0.88 506	0.95 548	0.84 494	0.99 557	0.92 512	0.82 542	0.84 505	0.98 540	0.87 505	0.97 547	0.81 471	0.83 500	0.79 505	0.82 544	0.79 478	0.85 533

LGCAT	1.00 513	1.00 370	1.00 516	1.00 469	1.00 554	1.00 519	1.00 552	1.00 514	1.00 558	1.00 520	1.00 556	1.00 525	1.00 541	1.00 525	1.00 550	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

Test_v1	1.00 513	1.00 370	1.00 516	1.00 469	1.00 554	1.00 519	1.00 552	1.00 514	1.00 558	1.00 520	1.00 556	1.00 525	1.00 541	1.00 525	1.00 550	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

GANet	1.00 513	1.00 370	1.00 516	1.00 469	1.00 554	1.00 519	1.00 552	1.00 514	1.00 558	1.00 520	1.00 556	1.00 525	1.00 541	1.00 525	1.00 550	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

TDLM	1.00 513	1.00 370	1.00 516	1.00 469	1.00 554	1.00 519	1.00 552	1.00 514	1.00 558	1.00 520	1.00 556	1.00 525	1.00 541	1.00 525	1.00 550	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

CVANet_RVC	1.00 513	1.00 370	1.00 516	1.00 469	1.00 554	1.00 519	1.00 552	1.00 514	1.00 558	1.00 520	1.00 556	1.00 525	1.00 541	1.00 525	1.00 550	1.00 501	1.00 511	1.00 542	1.00 555	1.00 517	1.00 549

trnet	1.01 521	1.01 380	1.01 521	1.01 474	1.01 560	1.01 527	1.01 557	1.01 523	1.01 563	1.01 531	1.01 561	1.01 533	1.01 549	1.01 533	1.01 555	1.01 506	1.01 517	1.01 547	1.01 562	1.01 522	1.01 555

LiteMatch*	2.07 636	1.30 470	5.73 721	6.28 709	0.79 534	1.33 607	0.80 530	1.30 601	1.02 564	1.33 605	0.84 544	1.33 610	0.97 538	1.28 608	1.04 557	6.05 719	5.89 715	1.28 617	0.76 533	1.28 598	0.88 534

HBP-ISP	1.24 588	1.72 494	1.65 624	1.15 490	0.76 528	1.40 614	0.88 540	1.67 620	1.02 564	1.69 624	1.38 638	1.69 625	1.21 612	1.87 631	1.21 621	1.05 508	0.79 494	0.97 540	0.80 541	1.19 543	0.75 519

MM-Stereo_test3	1.27 590	2.07 552	1.18 536	1.60 578	1.02 562	1.45 618	1.01 557	1.40 608	1.04 566	1.44 613	1.03 562	1.46 618	1.02 550	1.44 616	1.02 556	1.51 597	1.12 534	1.32 618	0.98 553	1.38 603	0.97 545

GLC_STEREO	1.07 528	1.01 380	1.06 524	1.07 479	1.05 564	1.06 536	1.08 562	1.08 530	1.05 567	1.07 539	1.06 563	1.08 542	1.05 551	1.06 541	1.10 561	1.07 509	1.09 527	1.05 551	1.05 564	1.06 526	1.12 562

qqai	1.22 586	1.38 479	1.12 527	1.39 567	1.14 568	1.40 614	1.14 566	1.41 609	1.12 568	1.40 610	1.11 567	1.40 615	1.13 555	1.41 613	1.15 566	1.25 576	0.97 510	1.24 614	1.01 562	1.24 594	0.96 544

BLMT-Stereo	1.53 597	1.36 476	1.06 524	1.42 569	1.23 631	1.41 616	1.07 561	1.43 611	1.12 568	1.42 612	1.06 563	1.83 627	1.07 552	1.42 615	1.07 559	1.27 578	1.38 607	6.80 734	1.00 555	1.26 596	1.00 549

edge stereo	2.43 675	27.07 743	1.14 530	1.06 478	1.14 568	1.08 540	1.17 571	1.16 538	1.14 570	1.10 541	1.16 571	1.09 544	1.16 563	1.10 547	1.16 570	1.10 513	1.11 531	1.16 556	1.19 573	1.13 529	1.11 560

RP	2.33 668	25.00 735	1.13 529	1.15 490	1.15 570	1.10 543	1.15 568	1.15 535	1.15 571	1.12 547	1.15 568	1.09 544	1.13 555	1.10 547	1.15 566	1.11 518	1.09 527	1.16 556	1.12 567	1.16 535	1.17 571

AF-Net	2.37 672	25.71 738	1.17 534	1.13 486	1.15 570	1.15 550	1.18 572	1.19 543	1.16 572	1.10 541	1.15 568	1.10 546	1.18 564	1.12 551	1.15 566	1.10 513	1.10 530	1.17 560	1.15 569	1.16 535	1.12 562

RGC	2.36 670	25.48 736	1.19 538	1.15 490	1.15 570	1.10 543	1.16 570	1.17 540	1.16 572	1.12 547	1.16 571	1.11 550	1.13 555	1.09 545	1.18 572	1.10 513	1.15 536	1.16 556	1.12 567	1.14 530	1.12 562

NCC-stereo	2.36 670	25.52 737	1.17 534	1.15 490	1.17 575	1.11 546	1.11 563	1.15 535	1.16 572	1.10 541	1.16 571	1.10 546	1.15 559	1.14 552	1.13 564	1.09 511	1.11 531	1.15 555	1.16 571	1.17 540	1.17 571

Nwc_Net	2.37 672	25.95 739	1.15 532	1.14 487	1.15 570	1.08 540	1.14 566	1.17 540	1.16 572	1.14 550	1.15 568	1.08 542	1.15 559	1.11 549	1.14 565	1.10 513	1.11 531	1.16 556	1.09 566	1.16 535	1.15 567

IGEVStereo-DCA	1.77 606	4.21 649	1.84 643	2.49 629	2.11 692	2.54 677	1.36 632	1.65 618	1.17 576	2.75 687	1.90 682	2.54 672	1.15 559	0.94 517	1.11 562	1.50 595	1.32 591	0.96 538	1.46 643	1.49 606	0.88 534

rrr	1.77 606	4.21 649	1.84 643	2.49 629	2.11 692	2.54 677	1.36 632	1.65 618	1.17 576	2.75 687	1.90 682	2.54 672	1.15 559	0.94 517	1.11 562	1.50 595	1.32 591	0.96 538	1.46 643	1.49 606	0.88 534

stereogan	2.33 668	24.38 733	1.18 536	1.18 497	1.18 578	1.14 549	1.18 572	1.19 543	1.19 578	1.14 550	1.18 575	1.14 552	1.18 564	1.14 552	1.18 572	1.14 522	1.14 535	1.19 565	1.19 573	1.15 533	1.19 575

DisPM	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

CrosDoStereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PFNet+	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

LCNet	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

HHNet	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

Patchmatch Stereo++	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576
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	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

STrans-v2	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

TransformOpticalFlow	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

OMP-Stereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

IIG-Stereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

NF-Stereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

OCTAStereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PSM-softLoss	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

KMStereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

NRIStereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PSM-adaLoss	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PSM-AAD	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

FTStereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

ROB_FTStereo_v2	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

ROB_FTStereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

Consistency-Raft	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

KYRaft	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

HUI-Stereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

ASMatch	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

DeepStereo_LL	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

DEmStereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

SST-Stereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

THIR-Stereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RAFT_R40	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

DRaft	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

PFNet	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

GrayStereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RE-Stereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

Pruner-Stereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

TVStereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

DeepStereo_RVC	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RAFT-RH_RVC	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

IRAFT_RVC	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RAFT-345	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

iRAFT	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

CRE-IMP	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

GMM-Stereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

RAFT-IKP	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

Prome-Stereo	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

Abc-Net	2.32 667	24.75 734	1.14 530	1.17 496	1.17 575	1.11 546	1.15 568	1.17 540	1.21 624	1.08 540	1.16 571	1.12 551	1.14 558	1.09 545	1.17 571	1.09 511	1.16 537	1.17 560	1.17 572	1.16 535	1.11 560
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	1.55 598	1.94 548	1.22 588	1.88 586	1.21 627	1.88 629	1.22 620	1.88 623	1.22 625	1.88 626	1.22 622	1.88 628	1.22 613	1.89 632	1.22 622	1.87 609	1.22 589	1.88 644	1.22 622	1.88 622	1.22 622
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	2.46 677	26.05 740	1.23 590	1.23 546	1.22 629	1.20 552	1.24 622	1.23 594	1.23 626	1.19 553	1.22 622	1.21 602	1.24 614	1.20 557	1.24 623	1.21 573	1.17 540	1.22 613	1.25 626	1.20 545	1.24 625

4w-stereo	2.02 628	2.72 602	1.44 611	3.36 660	1.59 644	2.48 670	1.72 667	2.28 654	1.24 627	2.24 660	1.65 653	2.56 674	1.32 621	2.39 666	1.98 691	2.67 671	1.51 615	1.66 632	1.24 624	2.53 669	1.88 685

S-Stereo	2.51 679	26.86 741	1.23 590	1.22 544	1.22 629	1.24 600	1.25 623	1.22 592	1.24 627	1.21 599	1.24 624	1.19 556	1.27 616	1.19 556	1.24 623	1.19 525	1.20 542	1.25 615	1.19 573	1.24 594	1.23 624

FC-DCNN	1.07 528	1.09 396	0.98 514	0.89 446	0.52 475	1.41 616	0.91 543	1.21 591	1.24 627	1.96 629	2.05 699	1.91 630	1.30 619	1.27 607	1.08 560	0.80 467	0.60 448	0.58 468	0.41 440	0.68 456	0.54 463

SPS-STEREO	1.59 599	1.91 541	1.21 587	1.94 589	1.20 581	2.00 637	1.23 621	1.99 628	1.24 627	2.00 634	1.25 625	2.03 638	1.26 615	2.00 636	1.29 630	1.90 613	1.18 541	1.89 645	1.21 621	1.89 623	1.20 576
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
3.25w_new	2.03 630	2.72 602	1.35 596	3.33 659	1.57 642	2.72 684	1.53 647	2.15 638	1.33 631	2.15 644	1.60 649	2.63 678	1.30 619	2.72 684	1.99 692	2.67 671	1.53 617	1.75 635	1.25 626	2.53 669	1.87 682

3.5w_stereo	2.03 630	2.72 602	1.35 596	3.41 661	1.57 642	2.72 684	1.49 646	2.01 630	1.34 632	2.15 644	1.61 651	2.63 678	1.36 624	2.72 684	1.99 692	2.66 669	1.58 623	1.68 633	1.24 624	2.53 669	1.87 682

StereoVision	3.15 695	5.00 664	0.89 502	4.83 696	1.00 554	3.93 702	1.27 626	6.37 731	1.34 632	5.67 731	1.26 626	5.84 732	1.27 616	5.03 728	1.24 623	5.10 712	1.09 527	4.61 712	0.57 488	5.62 720	1.12 562

CC-Net-ROB	1.36 593	1.33 474	1.33 593	1.36 564	1.38 635	1.36 610	1.33 628	1.37 606	1.34 632	1.35 607	1.36 635	1.38 612	1.34 622	1.38 612	1.38 637	1.35 584	1.38 607	1.33 619	1.35 631	1.43 604	1.34 633

MaskLacGwcNet_RVC	1.35 592	1.35 475	1.35 596	1.35 563	1.35 632	1.35 608	1.35 630	1.36 604	1.35 635	1.36 608	1.35 633	1.36 611	1.36 624	1.36 610	1.35 634	1.35 584	1.35 603	1.35 622	1.35 631	1.35 601	1.35 634

RASNet	1.49 596	1.65 490	1.45 612	1.38 566	1.43 638	1.47 619	1.36 632	1.38 607	1.36 636	1.39 609	1.60 649	1.45 617	1.45 630	1.51 617	2.21 694	1.53 598	1.36 604	1.36 624	1.36 633	1.66 613	1.36 635

MC-Stereo	1.76 605	2.96 614	1.37 606	2.14 598	1.37 634	2.14 643	1.36 632	2.14 637	1.37 637	2.14 643	1.37 636	2.14 640	1.37 626	2.14 641	1.37 636	1.97 618	1.32 591	1.97 648	1.32 630	1.98 625	1.33 631

PS-NSSS	1.38 595	1.39 480	1.34 594	1.34 561	1.35 632	1.38 612	1.37 637	1.35 603	1.38 638	1.34 606	1.34 632	1.39 613	1.38 627	1.70 623	1.40 638	1.36 586	1.36 604	1.36 624	1.37 634	1.37 602	1.36 635

sCroCo_RVC	2.10 644	2.76 606	1.92 653	2.78 640	1.39 636	2.73 686	1.41 640	2.73 683	1.40 639	2.77 692	1.41 640	2.74 688	1.40 628	2.74 687	1.40 638	2.72 673	1.42 610	2.72 689	1.44 642	2.79 676	1.42 639

test_xeample3	1.10 531	1.81 516	0.61 440	0.84 440	0.49 464	0.77 485	0.66 490	0.92 506	1.40 639	0.68 478	0.46 452	0.78 494	0.54 473	1.72 624	1.48 641	1.34 583	1.52 616	1.35 622	1.67 672	1.33 600	1.55 643

999	1.00 513	1.12 401	0.59 430	1.10 481	1.21 627	1.09 542	0.52 469	1.08 530	1.43 641	1.18 552	1.35 633	0.98 524	0.52 469	0.91 511	0.85 537	0.72 452	1.46 612	0.83 515	0.98 553	0.68 456	1.41 638

MM-Stereo_test1	1.80 608	3.41 626	1.52 619	2.12 597	1.41 637	2.04 638	1.41 640	2.05 632	1.46 642	2.04 638	1.41 640	2.05 639	1.42 629	2.05 637	1.43 640	2.04 623	1.54 619	1.94 646	1.38 636	1.99 626	1.33 631

MonStereo1	1.94 614	2.77 608	1.52 619	3.73 675	1.51 641	2.13 642	1.42 642	2.32 661	1.52 643	2.31 665	1.50 643	2.53 669	1.59 632	2.34 663	1.56 643	1.91 614	1.36 604	1.86 640	1.31 629	2.07 636	1.53 641

4.25w-stereo	1.98 615	2.72 602	1.46 613	3.47 664	1.43 638	2.07 640	1.98 683	2.53 673	1.52 643	2.71 680	1.98 694	1.81 626	1.62 635	1.96 634	1.36 635	1.88 612	2.00 659	2.53 685	1.61 659	1.74 617	1.15 567

DPSMNet_ROB	1.60 600	1.59 488	1.70 627	1.59 575	1.59 644	1.61 622	1.61 648	1.60 613	1.60 645	1.62 622	1.59 648	1.60 620	1.60 633	1.60 619	1.59 645	1.59 599	1.60 627	1.59 630	1.59 652	1.59 609	1.59 649

noway7	2.08 639	5.18 670	1.92 653	2.27 605	1.66 649	2.18 644	1.66 651	2.17 639	1.66 646	2.18 646	1.65 653	2.18 642	1.66 636	2.17 642	1.66 651	2.15 627	1.85 648	2.05 650	1.60 655	2.05 628	1.60 651

noway2	2.07 636	4.96 661	1.92 653	2.28 610	1.66 649	2.20 649	1.66 651	2.19 643	1.66 646	2.19 649	1.65 653	2.19 645	1.68 644	2.18 643	1.65 648	2.15 627	1.86 652	2.06 654	1.59 652	2.06 632	1.60 651

Anonymous3	2.55 680	3.26 624	1.65 624	3.28 654	1.63 647	3.24 695	1.68 659	3.27 694	1.66 646	3.28 695	1.67 658	3.25 695	1.66 636	3.27 694	1.64 647	3.26 679	1.65 631	3.30 693	1.65 670	4.95 713	1.65 669

GELT-Stereo	2.10 644	5.33 681	1.94 664	2.37 621	1.68 657	2.21 652	1.69 663	2.19 643	1.67 649	2.18 646	1.67 658	2.19 645	1.66 636	2.19 646	1.66 651	2.23 641	1.83 642	2.07 656	1.61 659	2.04 627	1.61 656

monster_256*512	2.09 642	5.21 673	1.98 668	2.30 613	1.67 653	2.18 644	1.66 651	2.20 646	1.67 649	2.19 649	1.67 658	2.19 645	1.66 636	2.19 646	1.66 651	2.15 627	1.86 652	2.05 650	1.60 655	2.06 632	1.61 656

zzzz4	2.08 639	5.22 674	1.93 656	2.27 605	1.66 649	2.19 646	1.66 651	2.18 640	1.67 649	2.18 646	1.66 656	2.18 642	1.66 636	2.18 643	1.66 651	2.15 627	1.84 643	2.05 650	1.60 655	2.05 628	1.60 651

zzzzzz3	2.07 636	5.00 664	1.93 656	2.28 610	1.66 649	2.19 646	1.66 651	2.18 640	1.67 649	2.19 649	1.66 656	2.18 642	1.67 642	2.18 643	1.66 651	2.15 627	1.85 648	2.05 650	1.59 652	2.05 628	1.59 649

zzzz2	2.08 639	4.92 660	1.93 656	2.30 613	1.67 653	2.19 646	1.66 651	2.20 646	1.67 649	2.20 652	1.68 663	2.21 649	1.66 636	2.20 648	1.68 660	2.17 633	1.84 643	2.07 656	1.62 665	2.05 628	1.61 656

zzzzzzz1	2.10 644	5.20 672	1.93 656	2.38 623	1.68 657	2.20 649	1.67 657	2.20 646	1.68 654	2.20 652	1.67 658	2.20 648	1.68 644	2.20 648	1.67 659	2.24 642	1.86 652	2.06 654	1.61 659	2.06 632	1.62 662

zzz1	2.09 642	4.97 662	1.93 656	2.30 613	1.68 657	2.21 652	1.68 659	2.21 649	1.68 654	2.21 654	1.67 658	2.21 649	1.68 644	2.21 651	1.69 663	2.17 633	1.85 648	2.08 660	1.61 659	2.06 632	1.61 656

noway4	2.11 648	5.14 668	1.93 656	2.37 621	1.69 662	2.20 649	1.68 659	2.22 651	1.68 654	2.21 654	1.69 667	2.23 653	1.68 644	2.22 653	1.66 651	2.24 642	1.84 643	2.09 665	1.63 668	2.09 641	1.62 662

noway1	2.10 644	5.26 678	1.93 656	2.31 616	1.69 662	2.21 652	1.67 657	2.19 643	1.68 654	2.21 654	1.68 663	2.21 649	1.67 642	2.20 648	1.66 651	2.15 627	1.84 643	2.07 656	1.61 659	2.07 636	1.61 656

asda	2.17 652	2.54 589	1.81 634	3.47 664	1.78 672	2.50 673	1.86 675	2.61 675	1.68 654	2.61 677	1.83 673	2.37 663	1.73 656	2.44 670	1.88 686	2.51 666	1.84 643	2.34 673	1.62 665	2.23 645	1.77 677

3.75w	1.99 616	2.31 572	1.83 642	3.16 648	1.65 648	1.93 630	1.98 683	2.72 677	1.68 654	2.73 686	1.97 688	2.00 635	1.72 655	1.81 629	1.25 626	2.27 647	2.01 661	2.38 676	1.42 640	1.71 615	1.24 625

2w_stereo	1.99 616	2.36 581	1.81 634	3.24 652	1.67 653	1.94 631	1.98 683	2.72 677	1.68 654	2.72 681	1.94 685	1.98 634	1.74 658	1.79 628	1.27 627	1.95 617	2.00 659	2.53 685	1.60 655	1.68 614	1.15 567

noway5	1.92 612	4.97 662	1.95 665	2.31 616	1.68 657	2.21 652	1.68 659	2.21 649	1.69 661	2.22 658	1.68 663	2.21 649	1.68 644	2.21 651	1.68 660	2.18 635	1.87 656	1.71 634	0.65 506	0.85 490	0.72 511

noway3	2.12 650	5.22 674	1.93 656	2.39 624	1.70 667	2.23 657	1.70 665	2.22 651	1.70 662	2.22 658	1.70 669	2.23 653	1.69 651	2.22 653	1.71 665	2.28 648	1.86 652	2.08 660	1.63 668	2.09 641	1.63 665

4.5w-stereo	1.99 616	2.33 574	1.81 634	3.28 654	1.68 657	1.94 631	1.99 686	2.72 677	1.70 662	2.72 681	1.99 697	1.97 633	1.68 644	1.76 625	1.29 630	1.91 614	2.02 665	2.53 685	1.61 659	1.75 618	1.16 570

asd	2.18 654	2.77 608	1.58 621	3.59 669	2.00 685	2.58 679	1.85 674	2.39 666	1.71 664	2.47 672	1.97 688	2.59 676	1.61 634	2.56 673	1.79 676	2.51 666	1.99 658	2.11 666	1.62 665	2.36 653	1.60 651

4.25_new	2.00 620	2.33 574	1.82 639	3.32 657	1.69 662	1.95 634	1.99 686	2.72 677	1.71 664	2.72 681	1.97 688	2.01 636	1.74 658	1.77 626	1.28 628	2.18 635	2.01 661	2.48 683	1.58 650	1.65 611	1.17 571

4.5w_new	2.00 620	2.33 574	1.82 639	3.32 657	1.69 662	1.95 634	1.99 686	2.72 677	1.71 664	2.72 681	1.97 688	2.01 636	1.74 658	1.77 626	1.28 628	2.18 635	2.01 661	2.48 683	1.58 650	1.65 611	1.17 571

2.75w_new	1.99 616	2.34 578	1.81 634	3.14 646	1.62 646	1.94 631	1.99 686	2.72 677	1.71 664	2.72 681	1.99 697	1.90 629	1.73 656	1.82 630	1.29 630	2.37 657	2.01 661	2.31 671	1.42 640	1.77 619	1.22 622

UDGNet	2.23 664	5.40 685	1.72 630	2.48 628	1.69 662	2.51 674	1.69 663	2.51 672	1.72 668	2.50 674	1.69 667	2.52 668	1.69 651	2.50 671	1.68 660	2.41 660	1.70 634	2.42 678	1.69 676	2.42 655	1.64 667

qwe	2.18 654	2.60 592	1.58 621	3.83 677	1.90 683	2.53 675	1.90 681	2.48 669	1.73 669	2.37 668	1.92 684	2.53 669	1.68 644	2.56 673	1.83 678	2.52 668	1.87 656	2.07 656	1.68 674	2.32 651	1.71 671

monsters	2.18 654	2.41 584	1.96 667	3.47 664	2.03 690	2.53 675	1.64 650	2.48 669	1.73 669	2.40 669	1.50 643	2.62 677	1.94 673	2.59 675	1.94 688	2.44 661	1.57 622	2.28 669	1.87 685	2.42 655	1.86 680

MFMNet_re	1.81 609	1.91 541	1.71 629	1.95 591	1.70 667	1.95 634	1.70 665	1.96 626	1.74 671	1.97 631	1.72 670	1.95 631	1.71 654	1.97 635	1.71 665	1.86 607	1.62 628	1.85 637	1.66 671	1.86 621	1.64 667

MonStereo	2.17 652	2.41 584	1.49 618	2.67 634	1.67 653	2.60 680	2.04 690	2.32 661	1.76 672	2.44 670	1.68 663	2.50 667	1.69 651	2.38 664	1.80 677	2.28 648	1.78 638	2.63 688	2.14 693	3.47 681	1.68 670

U	5.15 731	8.49 708	1.81 634	8.49 721	1.77 671	8.49 738	1.77 668	8.51 739	1.77 673	8.49 739	1.77 672	8.50 739	1.78 661	8.58 739	1.77 675	8.54 731	1.78 638	8.55 739	1.78 682	8.55 733	1.84 678

FBW_ROB	2.12 650	2.46 588	1.77 632	2.49 629	1.79 673	2.38 665	1.83 670	2.46 668	1.78 674	2.48 673	1.97 688	2.40 664	1.78 661	2.42 669	1.83 678	2.31 653	1.85 648	2.38 676	1.82 683	2.35 652	1.84 678

derf	1.91 611	2.15 560	1.78 633	2.16 599	1.75 670	2.21 652	1.80 669	2.22 651	1.80 675	2.21 654	1.76 671	2.17 641	1.81 663	2.24 658	1.74 674	1.93 616	1.56 620	1.96 647	1.53 645	1.95 624	1.56 644

ff7	1.68 601	2.68 595	1.35 596	0.97 466	0.89 543	1.84 626	2.15 692	2.12 634	1.80 675	2.05 639	1.56 645	2.33 659	2.12 683	2.23 655	2.25 695	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 557

ffff	1.68 601	2.68 595	1.35 596	0.97 466	0.89 543	1.84 626	2.15 692	2.12 634	1.80 675	2.05 639	1.56 645	2.33 659	2.12 683	2.23 655	2.25 695	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 557

ccc-4	1.68 601	2.68 595	1.35 596	0.97 466	0.89 543	1.84 626	2.15 692	2.12 634	1.80 675	2.05 639	1.56 645	2.33 659	2.12 683	2.23 655	2.25 695	1.31 580	1.07 521	1.48 626	1.41 637	0.90 499	1.04 557

2.5w	2.01 627	2.40 583	1.37 606	3.28 654	2.01 686	2.71 683	1.43 645	1.82 622	1.83 679	1.90 628	1.41 640	2.71 682	1.35 623	2.71 682	1.85 680	2.66 669	1.53 617	1.64 631	1.23 623	2.53 669	1.87 682

monsterstereo	2.20 660	2.33 574	1.95 665	3.65 671	2.07 691	2.49 671	1.61 648	2.48 669	1.83 679	2.45 671	1.61 651	2.67 681	1.86 664	2.64 677	1.94 688	2.48 665	1.66 632	2.34 673	1.68 674	2.40 654	1.86 680

LGtest1	2.22 661	2.70 598	1.89 650	2.76 636	1.86 677	2.75 688	1.86 675	2.75 684	1.86 681	2.75 687	1.86 675	2.77 691	1.87 666	2.75 688	1.86 681	2.46 662	1.58 623	2.45 680	1.56 646	2.45 658	1.56 644

TRStereo	2.00 620	2.13 557	1.85 645	2.27 605	1.84 674	2.28 661	1.84 671	2.29 656	1.86 681	2.30 662	1.87 677	2.30 656	1.87 666	2.08 638	1.72 668	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 672

XX-Stereo	2.00 620	2.13 557	1.85 645	2.27 605	1.84 674	2.28 661	1.84 671	2.29 656	1.86 681	2.30 662	1.87 677	2.30 656	1.87 666	2.08 638	1.72 668	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 672

EAI-Stereo	2.00 620	2.13 557	1.85 645	2.27 605	1.84 674	2.28 661	1.84 671	2.29 656	1.86 681	2.30 662	1.87 677	2.30 656	1.87 666	2.08 638	1.72 668	2.08 624	1.72 635	2.08 660	1.72 677	2.08 638	1.72 672

DNSM	2.56 681	4.43 652	3.08 698	4.09 679	1.86 677	2.66 682	1.86 675	2.66 676	1.87 685	2.66 679	1.86 675	2.66 680	1.86 664	2.66 680	1.87 684	3.82 686	2.94 681	2.42 678	1.73 680	2.42 655	1.73 675

LG-G_1	2.22 661	2.71 600	1.89 650	2.77 637	1.87 681	2.75 688	1.87 678	2.76 685	1.87 685	2.75 687	1.87 677	2.76 689	1.87 666	2.75 688	1.86 681	2.47 663	1.58 623	2.45 680	1.57 647	2.45 658	1.57 646

LG-G	2.22 661	2.71 600	1.89 650	2.77 637	1.87 681	2.75 688	1.87 678	2.76 685	1.87 685	2.75 687	1.87 677	2.76 689	1.87 666	2.75 688	1.86 681	2.47 663	1.58 623	2.45 680	1.57 647	2.45 658	1.57 646

HUF	2.18 654	2.30 571	1.99 672	2.34 620	2.02 689	2.41 667	2.06 691	2.38 665	1.89 688	2.36 667	1.85 674	2.56 674	1.98 676	2.31 662	1.97 690	2.30 652	2.03 666	2.30 670	2.11 692	2.23 645	2.16 687

RAFT_CTSACE	1.92 612	3.71 633	1.72 630	1.88 586	1.72 669	2.04 638	1.42 642	2.18 640	1.89 688	2.02 636	1.97 688	1.95 631	2.06 682	1.93 633	1.62 646	1.76 604	1.66 632	2.02 649	1.73 680	1.73 616	1.43 640

1w_stereo	2.05 635	2.32 573	1.35 596	3.74 676	2.01 686	2.73 686	1.42 642	1.88 623	1.93 690	2.03 637	1.28 628	2.71 682	1.99 678	2.72 684	1.72 668	2.20 638	1.32 591	1.87 641	1.86 684	2.45 658	1.54 642

3.25w	2.04 633	2.20 564	1.48 614	3.03 644	2.17 696	2.63 681	1.39 638	1.96 626	1.95 691	1.96 629	1.37 636	2.71 682	1.96 675	2.71 682	1.73 673	2.26 644	1.32 591	1.87 641	1.87 685	2.51 665	1.63 665

4.5_new	2.00 620	1.84 531	1.98 668	2.77 637	2.16 694	2.27 659	1.28 627	2.09 633	1.98 692	2.01 635	1.28 628	2.71 682	1.98 676	2.51 672	1.65 648	2.26 644	1.33 598	1.87 641	1.87 685	2.49 662	1.60 651

3w_stereo	2.04 633	2.24 568	1.70 627	3.15 647	2.18 698	2.49 671	1.26 625	2.03 631	1.98 692	1.98 632	1.33 631	2.72 686	1.99 678	2.59 675	1.72 668	2.22 640	1.33 598	1.85 637	1.88 690	2.50 664	1.58 648

IGEV	2.02 628	2.20 564	1.82 639	2.90 642	2.16 694	2.41 667	1.25 623	2.00 629	1.98 692	1.99 633	1.31 630	2.72 686	1.93 672	2.67 681	1.69 663	2.26 644	1.32 591	1.83 636	1.87 685	2.53 669	1.61 656

2.25w	2.00 620	1.86 535	1.98 668	2.95 643	2.17 696	2.26 658	1.35 630	2.42 667	2.00 695	2.07 642	1.27 627	2.53 669	1.99 678	2.29 660	1.49 642	2.21 639	1.32 591	1.85 637	1.87 685	2.52 666	1.62 662

AIO_test	2.18 654	2.09 555	2.04 673	2.42 626	2.01 686	2.47 669	1.94 682	2.34 663	2.03 696	2.56 676	1.94 685	2.43 665	1.94 673	2.41 667	1.87 684	2.39 659	2.10 668	2.35 675	1.91 691	2.25 647	2.19 688

AIO_rvc	2.18 654	2.34 578	1.87 649	2.32 618	1.94 684	2.40 666	1.89 680	2.37 664	2.07 697	2.52 675	1.95 687	2.44 666	1.99 678	2.41 667	1.89 687	2.32 654	2.09 667	2.24 667	2.18 694	2.21 644	2.23 689

NCCL2	2.28 666	2.27 569	2.28 675	2.28 610	2.28 699	2.27 659	2.29 695	2.28 654	2.28 698	2.27 661	2.28 700	2.28 655	2.27 686	2.27 659	2.28 699	2.28 648	2.28 673	2.27 668	2.29 698	2.27 648	2.29 690

STTStereo	3.73 701	30.40 747	2.37 679	2.39 624	2.31 701	2.35 664	2.33 696	2.29 656	2.42 699	2.32 666	2.34 701	2.33 659	2.36 687	2.30 661	2.27 698	2.35 656	2.22 672	2.31 671	2.22 695	2.29 650	2.34 694

NLSM1	2.93 694	3.24 623	2.57 683	4.04 678	2.66 702	3.30 697	2.55 698	3.29 695	2.55 700	3.35 697	2.48 702	3.28 696	2.47 688	3.34 697	2.49 700	3.26 679	2.55 679	3.13 691	2.57 701	3.00 678	2.46 697

SA	4.33 718	7.35 699	6.85 727	5.96 707	4.09 729	3.59 699	3.15 717	3.82 702	2.64 701	3.91 700	3.85 725	3.57 698	2.72 691	3.13 693	4.03 726	7.09 727	6.86 722	3.57 696	3.12 714	3.85 684	3.51 722

sAnonymous2	3.31 697	2.63 593	1.38 608	3.71 673	1.86 677	4.70 721	1.11 563	4.82 724	2.72 702	5.45 729	1.98 694	4.59 714	2.64 689	2.65 678	6.21 735	4.37 689	1.08 525	5.16 726	2.24 696	4.52 695	2.39 695

CroCo_RVC	3.31 697	2.63 593	1.38 608	3.71 673	1.86 677	4.70 721	1.11 563	4.82 724	2.72 702	5.45 729	1.98 694	4.59 714	2.64 689	2.65 678	6.21 735	4.37 689	1.08 525	5.16 726	2.24 696	4.52 695	2.39 695

NLCA_NET_v2_RVC	5.04 729	50.87 758	2.78 684	2.87 641	2.71 703	2.78 691	0.47 449	2.88 690	2.86 704	1.89 627	2.67 703	2.79 692	2.79 692	2.78 691	2.83 701	2.82 674	2.82 680	2.83 690	2.77 702	2.83 677	2.76 699
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_0105_6	3.87 706	5.73 692	3.10 699	4.69 693	3.12 715	4.54 711	3.02 705	4.56 711	3.04 705	4.54 712	3.03 706	4.54 710	3.04 696	4.56 711	3.05 704	4.58 698	3.05 683	4.58 709	3.05 706	4.58 698	3.05 704

rvit_105_1	3.83 702	5.22 674	3.01 688	4.53 683	3.01 705	4.51 709	3.01 704	4.56 711	3.04 705	4.53 710	3.03 706	4.55 712	3.03 693	4.56 711	3.04 702	4.57 695	3.05 683	4.57 707	3.05 706	4.57 697	3.05 704

rvit_stereo_0081	3.83 702	5.23 677	3.01 688	4.53 683	3.03 707	4.55 715	3.02 705	4.56 711	3.04 705	4.52 708	3.02 704	4.54 710	3.03 693	4.56 711	3.04 702	4.57 695	3.05 683	4.57 707	3.05 706	4.58 698	3.05 704

rvit_stereo_0082	3.86 704	5.82 693	3.01 688	4.53 683	3.03 707	4.54 711	3.02 705	4.56 711	3.04 705	4.53 710	3.02 704	4.55 712	3.04 696	4.57 714	3.05 704	4.57 695	3.05 683	4.58 709	3.05 706	4.58 698	3.06 707

rvit_stereo_0081_aga	3.86 704	5.33 681	3.02 691	4.55 689	3.04 711	4.54 711	3.02 705	4.64 718	3.06 709	4.54 712	3.04 708	4.62 719	3.08 700	4.62 717	3.07 707	4.58 698	3.06 687	4.60 711	3.08 710	4.63 701	3.07 708

rvit_stereo_0080	3.89 707	5.70 690	3.04 693	4.54 686	3.03 707	4.56 716	3.05 711	4.60 715	3.07 710	4.58 715	3.06 709	4.59 714	3.06 698	4.61 715	3.08 708	4.63 700	3.09 688	4.64 713	3.10 711	4.65 702	3.10 711

whm_eth	3.89 707	5.70 690	3.04 693	4.54 686	3.03 707	4.56 716	3.05 711	4.60 715	3.07 710	4.58 715	3.06 709	4.59 714	3.06 698	4.61 715	3.08 708	4.63 700	3.09 688	4.64 713	3.10 711	4.65 702	3.10 711

RAFT+CT+SA	4.28 716	7.62 702	4.91 715	5.55 704	2.28 699	3.09 692	3.64 723	4.49 709	3.07 710	4.80 721	3.35 718	4.77 724	3.70 712	4.29 708	3.05 704	5.58 714	5.98 717	3.58 697	3.78 726	4.26 691	3.72 724

rvit_0105_3	3.91 709	5.33 681	3.06 696	4.60 691	3.07 713	4.60 718	3.06 713	4.62 717	3.08 713	4.60 717	3.07 712	4.62 719	3.08 700	4.67 719	3.10 711	4.70 703	3.11 691	4.77 720	3.19 718	4.77 707	3.14 715

rvit_stereo_0083	3.92 711	5.30 680	3.06 696	4.61 692	3.09 714	4.67 720	3.08 714	4.66 719	3.09 714	4.62 718	3.10 714	4.66 722	3.11 702	4.67 719	3.16 713	4.72 705	3.16 694	4.77 720	3.11 713	4.66 704	3.11 713

rvit_stereo_ft	3.93 712	5.44 687	3.05 695	4.59 690	3.06 712	4.61 719	3.08 714	4.67 720	3.12 715	4.63 719	3.10 714	4.65 721	3.11 702	4.69 721	3.13 712	4.70 703	3.14 693	4.71 718	3.15 716	4.74 705	3.16 716

rvit_0105_4	3.91 709	5.47 689	3.02 691	4.54 686	3.02 706	4.54 711	3.03 709	4.75 721	3.17 716	4.57 714	3.06 709	4.61 718	3.16 704	4.65 718	3.09 710	4.66 702	3.11 691	4.68 716	3.18 717	4.81 708	3.16 716

NLCSM	3.67 700	4.08 644	3.19 703	4.80 695	3.26 717	3.99 705	3.24 719	4.25 707	3.18 717	4.09 703	3.27 717	4.14 705	3.18 705	4.13 705	3.28 715	4.06 687	3.10 690	3.85 703	3.14 715	3.91 688	3.27 719

rvit_0105_5	4.10 713	5.40 685	3.13 702	4.71 694	3.15 716	4.72 723	3.10 716	4.90 726	3.27 718	4.69 720	3.16 716	4.84 726	3.25 706	4.96 725	3.34 716	5.05 710	3.39 699	5.10 725	3.40 719	5.11 715	3.42 720

Sa-1000	4.34 719	8.37 705	6.84 726	6.98 716	4.45 732	3.58 698	3.00 703	3.42 698	3.39 719	2.61 677	4.00 728	3.83 702	4.01 721	3.90 702	3.90 724	5.98 718	5.62 714	3.76 700	2.34 699	4.35 693	2.47 698

MLG-Stereo_test1	4.25 714	5.34 684	3.61 706	5.31 701	3.63 723	5.23 727	3.57 722	5.38 729	3.65 720	5.23 726	3.47 719	4.76 723	3.74 713	4.85 722	3.71 720	4.96 707	3.18 696	4.71 718	2.92 703	4.86 711	2.90 701

DPSNet	3.66 699	3.60 629	3.62 707	3.63 670	3.64 724	3.65 700	3.65 724	3.66 700	3.67 721	3.67 699	3.65 722	3.67 700	3.66 710	3.66 699	3.68 719	3.68 684	3.66 700	3.67 698	3.68 724	3.67 682	3.67 723

MLG-Stereo_test3	4.26 715	4.85 658	3.95 710	5.35 702	3.60 722	4.75 724	3.76 725	5.49 730	3.71 722	5.39 727	3.69 723	4.82 725	3.66 710	4.85 722	3.73 723	4.93 706	3.19 697	4.69 717	2.99 705	4.84 710	2.98 703

TestStereo1	4.60 720	8.41 706	6.44 724	6.86 714	3.79 726	3.97 703	3.78 726	3.99 704	3.74 723	3.97 701	3.52 720	3.94 703	3.58 707	3.98 703	3.72 721	6.82 724	6.50 720	3.76 700	3.66 722	3.90 685	3.74 726

SA-5K	4.60 720	8.41 706	6.44 724	6.86 714	3.79 726	3.97 703	3.78 726	3.99 704	3.74 723	3.97 701	3.52 720	3.94 703	3.58 707	3.98 703	3.72 721	6.82 724	6.50 720	3.76 700	3.66 722	3.90 685	3.74 726

test_3	5.01 728	8.86 711	7.77 730	8.09 719	2.76 704	4.13 706	4.05 730	3.88 703	3.76 725	4.33 706	4.13 729	3.71 701	3.91 718	4.21 707	4.06 727	7.93 728	7.69 727	4.53 705	3.91 727	4.17 690	4.29 732

MLG-Stereo_test2	4.28 716	5.46 688	3.69 708	4.86 697	3.72 725	5.58 730	3.42 720	4.81 723	3.77 726	4.85 722	3.72 724	5.55 731	3.63 709	5.58 729	3.53 718	4.41 692	3.28 698	4.99 724	2.95 704	4.75 706	3.13 714

test_4	4.88 726	8.13 704	6.98 728	7.46 717	4.44 731	4.25 707	3.85 728	4.04 706	3.92 727	4.13 704	3.91 726	4.18 707	3.84 717	4.14 706	4.06 727	7.01 726	7.13 725	4.53 705	3.72 725	4.09 689	3.72 724

cross-raft	4.83 725	7.52 700	6.43 723	6.63 711	3.96 728	4.51 709	3.99 729	4.49 709	3.96 728	4.52 708	3.96 727	4.50 709	3.97 720	4.50 710	3.97 725	6.65 722	6.44 719	4.33 704	3.92 728	4.35 693	3.91 729

test_5	4.62 723	7.55 701	6.23 722	6.32 710	3.40 720	5.29 728	3.50 721	3.53 699	4.11 729	4.28 705	4.47 732	4.26 708	4.38 724	3.68 700	3.24 714	5.89 716	5.60 713	4.84 722	3.50 720	4.33 692	3.93 730

DispFullNet	4.61 722	4.84 657	3.12 700	5.00 699	3.57 721	4.75 724	3.03 709	7.75 737	4.17 730	4.91 724	3.09 713	6.20 733	3.95 719	6.71 733	3.51 717	5.30 713	3.67 701	5.86 732	3.63 721	5.61 719	3.46 721

SGM-Forest	5.21 732	5.92 694	4.08 711	6.18 708	4.16 730	6.31 732	4.34 732	6.50 732	4.33 731	6.14 733	4.21 730	6.61 736	4.55 725	6.67 732	4.48 730	5.94 717	3.94 703	5.85 731	4.03 730	5.79 721	4.17 731
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
raft_robust	4.71 724	7.75 703	5.40 720	6.81 713	3.31 718	4.28 708	4.20 731	4.32 708	4.37 732	4.35 707	4.35 731	4.14 705	3.75 714	4.30 709	4.20 729	6.67 723	6.37 718	3.36 695	4.24 732	4.86 711	3.25 718

TestStereo	4.88 726	4.75 656	4.79 713	4.87 698	4.92 733	4.81 726	4.90 734	4.78 722	4.77 733	4.87 723	4.89 733	4.90 727	4.91 726	4.99 726	4.79 731	4.98 708	4.87 710	4.87 723	4.92 734	5.00 714	5.00 733

test-1	6.46 733	9.16 713	8.03 734	8.09 719	5.62 736	6.11 731	6.35 737	6.85 734	4.94 734	6.08 732	6.29 739	4.98 728	6.43 731	6.22 730	6.36 737	6.16 720	7.47 726	5.82 730	5.44 737	7.11 727	5.68 736

rvit_stereo_0075_2	6.64 734	8.80 710	5.25 717	7.89 718	5.27 735	7.90 737	5.27 735	7.92 738	5.28 735	7.91 738	5.29 736	7.93 738	5.27 727	7.92 738	5.28 732	7.93 728	5.28 712	7.93 737	5.29 736	7.93 730	5.28 735

SGM+DAISY	7.06 736	9.15 712	5.38 719	8.84 723	5.18 734	8.80 739	5.31 736	8.79 740	5.28 735	8.89 740	5.20 735	8.93 740	5.33 728	8.95 740	5.36 733	8.70 732	5.21 711	8.74 740	5.20 735	8.89 734	5.15 734

FC-DCNN v2	5.10 730	5.15 669	4.49 712	5.07 700	3.37 719	6.87 733	4.75 733	5.04 727	6.34 737	7.84 737	5.06 734	6.72 737	4.09 722	4.99 726	5.44 734	5.03 709	3.16 694	4.67 715	4.86 733	5.15 716	3.89 728

RAFT	6.73 735	9.36 714	7.40 729	8.51 722	6.55 737	6.88 734	6.60 738	6.79 733	6.60 738	6.80 734	6.72 740	5.31 730	5.50 729	6.61 731	6.61 738	8.42 730	5.89 715	5.73 729	5.45 738	6.61 723	6.24 737

test-v	7.53 737	11.89 724	7.98 731	9.36 726	7.14 738	7.06 735	7.09 739	7.37 735	6.91 739	7.29 735	5.71 737	6.45 734	6.93 732	6.73 734	7.27 739	8.93 735	7.85 728	6.98 735	6.80 739	7.56 728	7.34 739

test-2	7.53 737	11.89 724	7.98 731	9.36 726	7.14 738	7.06 735	7.09 739	7.37 735	6.91 739	7.29 735	5.71 737	6.45 734	6.93 732	6.73 734	7.27 739	8.93 735	7.85 728	6.98 735	6.80 739	7.56 728	7.34 739

MANE	19.05 740	23.00 732	15.00 740	23.00 746	15.00 740	24.00 746	16.00 741	24.00 747	16.00 741	22.00 747	15.00 741	23.00 747	16.00 741	23.00 747	15.00 741	22.00 747	15.00 741	22.00 747	15.00 741	22.00 747	15.00 741

rafts_anoy	20.00 741	20.00 726	20.00 741	20.00 740	20.00 741	20.00 740	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

raft+_RVC	20.00 741	20.00 726	20.00 741	20.00 740	20.00 741	20.00 740	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

raftrobust	20.00 741	20.00 726	20.00 741	20.00 740	20.00 741	20.00 740	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

CasAABBNet	20.00 741	20.00 726	20.00 741	20.00 740	20.00 741	20.00 740	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

RALCasStereoNet	20.00 741	20.00 726	20.00 741	20.00 740	20.00 741	20.00 740	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

RALAANet	20.00 741	20.00 726	20.00 741	20.00 740	20.00 741	20.00 740	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742	20.00 741	20.00 742

WCMA_ROB	31.10 748	35.43 752	27.12 747	39.51 759	23.10 747	38.78 759	25.30 748	37.49 760	25.39 748	37.29 759	27.02 748	38.52 760	26.48 748	37.80 759	26.44 748	36.28 755	22.65 748	33.90 752	22.30 748	37.10 757	24.18 748

111	30.40 747	30.94 748	29.72 748	32.61 747	30.02 748	33.57 747	30.47 749	31.50 748	29.39 749	30.98 748	29.11 749	29.78 748	30.39 752	29.45 748	30.76 752	30.08 748	29.02 749	29.92 748	30.32 752	29.86 748	30.17 749

ADStereo(finetuned)	36.13 750	36.63 753	38.07 759	36.97 752	33.25 752	35.91 752	34.45 753	36.36 755	32.99 750	38.14 760	36.71 756	36.69 755	34.13 753	38.57 760	40.79 760	37.60 760	36.58 756	35.90 756	33.36 753	35.42 751	34.04 753

tt	500032.53 767	34.60 750	29.72 748	37.47 757	34.41 753	36.85 753	35.22 754	34.71 752	33.55 751	34.50 749	35.43 753	33.81 752	10000000.00 771	33.57 752	33.13 753	33.68 752	35.00 754	34.03 753	35.26 755	30.96 749	34.63 754

DCANet	500032.53 767	34.60 750	29.72 748	37.47 757	34.41 753	36.85 753	35.22 754	34.71 752	33.55 751	34.50 749	35.43 753	33.81 752	10000000.00 771	33.57 752	33.13 753	33.68 752	35.00 754	34.03 753	35.26 755	30.96 749	34.63 754

DCANet-4	35.22 749	34.54 749	35.08 754	33.58 751	35.47 755	34.55 748	35.53 756	36.08 754	35.85 753	35.92 754	35.77 755	35.18 754	35.48 754	35.39 754	37.15 759	34.55 754	33.92 753	35.02 755	34.90 754	35.79 752	34.74 756

fast-reg	37.00 751	37.00 754	37.00 755	37.00 753	37.00 756	37.00 755	37.00 757	37.00 756	37.00 754	37.00 755	37.00 757	37.00 756	37.00 755	37.00 755	37.00 755	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 757

Reg-Stereo(zero)	37.00 751	37.00 754	37.00 755	37.00 753	37.00 756	37.00 755	37.00 757	37.00 756	37.00 754	37.00 755	37.00 757	37.00 756	37.00 755	37.00 755	37.00 755	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 757

FLISNet	37.00 751	37.00 754	37.00 755	37.00 753	37.00 756	37.00 755	37.00 757	37.00 756	37.00 754	37.00 755	37.00 757	37.00 756	37.00 755	37.00 755	37.00 755	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 757

CoSv	37.00 751	37.00 754	37.00 755	37.00 753	37.00 756	37.00 755	37.00 757	37.00 756	37.00 754	37.00 755	37.00 757	37.00 756	37.00 755	37.00 755	37.00 755	37.00 756	37.00 757	37.00 757	37.00 757	37.00 753	37.00 757

MDST_ROB	69.83 755	87.70 759	41.95 760	113.75 762	65.62 762	75.05 760	55.25 762	75.64 762	45.04 758	71.61 761	41.75 761	72.81 761	44.06 759	68.38 761	44.63 761	101.89 763	59.57 763	107.10 763	61.05 763	104.38 760	59.38 763

CBMV	128.50 757	1422.70 771	53.10 761	79.50 761	51.30 761	77.30 761	49.70 761	74.00 761	48.20 759	77.20 762	48.80 762	73.90 762	48.00 760	73.80 762	48.80 762	70.40 762	45.10 762	68.90 762	46.10 762	68.20 759	45.00 762
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 756	153.00 763	121.00 763	51.00 760	44.00 760	165.00 763	127.00 763	153.00 763	119.00 760	164.00 764	125.00 763	168.00 764	120.00 761	153.00 763	117.00 763	49.00 761	44.00 761	49.00 761	44.00 761	49.00 758	44.00 761

DF_test	189.29 759	560.34 768	182.58 767	229.00 765	135.68 763	197.79 764	135.52 764	197.80 765	135.44 761	197.75 765	135.49 764	197.90 765	135.51 762	197.84 765	135.75 764	217.37 766	171.11 765	183.74 765	127.67 765	183.56 762	127.88 764

MeshStereo	159.24 758	171.00 764	160.68 766	162.58 763	160.59 764	164.01 762	160.35 765	158.51 764	158.56 762	158.34 763	160.12 765	158.56 763	159.92 763	157.26 764	158.94 765	154.38 764	158.36 764	155.75 764	159.13 766	153.67 761	154.07 765
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
DLCB_ROB	284.23 763	354.61 766	207.27 768	363.24 768	206.46 765	364.72 768	210.41 766	364.72 769	210.41 763	364.81 769	208.64 767	364.81 769	208.64 765	364.72 769	210.41 767	354.70 769	205.53 767	354.70 769	205.53 768	354.70 766	205.53 767

AE-Stereo	201.80 760	123.00 760	115.00 762	219.00 764	218.00 766	223.00 765	244.00 767	217.00 766	236.00 764	202.00 766	203.00 766	205.00 766	208.00 764	225.00 766	204.00 766	210.00 765	198.00 766	197.00 766	184.00 767	204.00 763	201.00 766

MGS-Stereo	239.45 761	123.00 760	135.00 764	266.00 766	286.00 767	277.00 766	305.00 768	271.00 767	242.00 765	274.00 767	279.00 768	255.00 767	270.00 766	268.00 767	297.00 768	221.00 767	247.00 768	216.00 767	123.00 764	217.00 764	217.00 768

EGLCR-Stereo	246.90 762	129.00 762	139.00 765	266.00 766	286.00 767	277.00 766	305.00 768	271.00 767	242.00 765	274.00 767	279.00 768	255.00 767	270.00 766	268.00 767	297.00 768	230.00 768	247.00 768	216.00 767	223.00 769	237.00 765	227.00 769

LE_ROB	396.57 764	471.28 767	329.84 769	471.48 769	308.15 769	526.83 769	322.10 770	488.15 770	323.76 767	495.46 770	317.97 770	497.17 770	320.10 768	481.62 770	326.76 770	462.71 770	298.97 770	466.16 770	285.98 770	447.62 767	289.21 770

SGM-ForestM	596.69 765	677.77 769	444.52 770	699.85 770	517.25 770	732.94 770	488.29 771	770.79 771	460.11 768	750.81 771	487.98 771	792.79 771	499.41 769	730.90 771	475.81 771	720.03 771	491.16 771	663.96 771	418.60 771	674.76 768	436.05 771

CBMV_ROB	818.48 766	913.88 770	709.52 771	862.84 771	597.78 771	1073.99 771	700.52 772	1015.66 772	702.59 769	1115.65 772	760.02 772	1130.24 772	721.57 770	1037.41 772	692.65 772	814.05 772	564.29 772	843.28 772	595.31 772	915.51 769	602.92 772

real-time stereo	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 771	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

111111	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 771	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

SGD-Stereo	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 771	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

IGEV-Stereo++	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 771	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

IGEV-BASED-STEREO-	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 771	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

IGEV-Stereo+	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 771	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

SDNR	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 771	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

anonymousdsp2	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 771	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

anonymousdsp	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 771	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

fff	1000028.16 769	29.62 744	29.72 748	32.61 747	30.02 748	35.13 749	31.83 750	32.07 749	10000000.00 770	35.27 751	29.82 750	32.45 749	30.15 749	32.35 749	30.09 749	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 750

csc	1000028.16 769	29.62 744	29.72 748	32.61 747	30.02 748	35.13 749	31.83 750	32.07 749	10000000.00 770	35.27 751	29.82 750	32.45 749	30.15 749	32.35 749	30.09 749	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 750

cscssc	1000028.16 769	29.62 744	29.72 748	32.61 747	30.02 748	35.13 749	31.83 750	32.07 749	10000000.00 770	35.27 751	29.82 750	32.45 749	30.15 749	32.35 749	30.09 749	31.04 749	29.55 750	30.64 749	30.14 749	10000000.00 770	30.77 750

test_example2	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 771	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773

DIP-Stereo	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 771	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773
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