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

RAFTStereoReplicaGSO							0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	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++_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 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.03 54	0.02 21	0.01 11	0.73 507	0.01 11	0.01 10	0.01 10	0.01 11	0.02 20

CoDeX	0.15 188	0.70 349	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.01 10	0.02 21	0.67 541	0.02 16	0.69 525	0.75 551	0.01 10	0.02 22	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 65	0.07 78	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.06 75	0.04 67	0.01 10	0.01 10	0.01 11	0.01 10

Wz-Net-SNSev	0.03 29	0.09 94	0.07 92	0.09 87	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.09 97	0.07 93	0.01 10	0.01 10	0.01 11	0.01 10

Wz-Net-LNSev	0.06 61	0.24 186	0.20 234	0.23 221	0.01 10	0.02 20	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.23 241	0.21 250	0.02 20	0.01 10	0.01 11	0.01 10

Wz-Net-MNSev	0.06 61	0.54 318	0.10 104	0.12 117	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.12 123	0.11 134	0.01 10	0.01 10	0.01 11	0.01 10

WZ-Net	0.05 57	0.50 300	0.10 104	0.12 117	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.12 123	0.10 111	0.01 10	0.01 10	0.01 11	0.01 10

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	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 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	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 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	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 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 11	0.01 11	0.01 11	0.01 11	0.01 10	0.01 10	0.01 11	0.01 10

iinet-test	0.08 77	0.16 153	0.02 15	0.16 156	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.17 261	0.02 21	0.02 22	0.71 494	0.02 17	0.02 20	0.02 22	0.02 22	0.16 238

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.04 102	0.02 21	0.02 22	0.73 507	0.02 17	0.02 20	0.02 22	0.02 22	0.04 96

VMStereo-Base	0.03 29	0.09 94	0.08 94	0.09 87	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.08 89	0.08 96	0.03 42	0.02 22	0.02 22	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 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	0.02 20

USTest	0.01 9	0.02 12	0.00 1	0.14 134	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 22	0.00 1	0.00 1	0.00 1	0.00 1	0.02 20	0.02 22	0.00 1	0.00 1

G2L-Stereo_test	0.03 29	0.04 52	0.02 15	0.03 29	0.02 22	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	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 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	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 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.03 35	0.02 17	0.03 42	0.02 22	0.03 48	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

test_sample6	0.09 84	0.97 410	0.10 104	0.10 92	0.03 52	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.03 57	0.03 47	0.02 22	0.03 44	0.02 22	0.10 102	0.10 111	0.03 42	0.02 22	0.03 48	0.02 20

test_sample3	0.09 84	0.87 383	0.10 104	0.12 117	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.10 111	0.03 42	0.02 22	0.03 48	0.02 20

test_sample2	0.09 84	1.03 437	0.11 124	0.11 109	0.03 52	0.03 44	0.03 55	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.09 97	0.09 106	0.03 42	0.02 22	0.03 48	0.02 20

test_sample1	0.09 84	0.87 383	0.12 135	0.11 109	0.03 52	0.03 44	0.03 55	0.03 47	0.02 23	0.04 93	0.02 22	0.03 47	0.03 54	0.03 44	0.03 53	0.10 102	0.10 111	0.03 42	0.02 22	0.03 48	0.02 20

SMFormer	0.09 84	1.01 431	0.09 100	0.09 87	0.03 52	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.09 97	0.09 106	0.03 42	0.02 22	0.03 48	0.02 20

tta	0.09 84	0.95 407	0.09 100	0.10 92	0.02 22	0.03 44	0.02 22	0.03 47	0.02 23	0.03 45	0.02 22	0.03 47	0.02 22	0.03 44	0.02 22	0.09 97	0.10 111	0.03 42	0.02 22	0.03 48	0.02 20

1111x	0.10 103	1.14 453	0.13 156	0.14 134	0.03 52	0.04 96	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.13 139	0.11 134	0.03 42	0.02 22	0.03 48	0.02 20

xxx	0.09 84	1.01 431	0.10 104	0.10 92	0.03 52	0.03 44	0.03 55	0.03 47	0.02 23	0.03 45	0.03 57	0.03 47	0.02 22	0.03 44	0.02 22	0.10 102	0.10 111	0.03 42	0.02 22	0.03 48	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

Wz-Net-LNSev-Ref	0.11 124	0.44 269	0.33 317	0.39 293	0.02 22	0.03 44	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.39 339	0.36 381	0.02 20	0.02 22	0.02 22	0.02 20

222	0.10 103	0.99 419	0.12 135	0.13 130	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 148	0.03 42	0.02 22	0.04 98	0.03 52

SFCPSM	0.17 201	0.78 365	0.02 15	0.02 14	0.01 10	0.02 20	0.02 22	0.02 22	0.01 11	0.02 22	0.02 22	0.02 22	0.01 10	0.02 21	0.79 581	0.02 16	0.75 538	0.76 553	0.02 22	0.02 22	0.02 20

Syn2CoEx	0.25 246	1.31 523	0.74 534	0.92 501	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.03 47	0.02 22	0.02 21	0.02 22	0.87 532	0.75 538	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	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 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

ADCMid	0.08 77	0.02 12	0.02 15	1.01 522	0.03 52	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.04 91	0.09 153	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

ADCS	0.09 84	0.02 12	0.04 65	0.90 496	0.06 143	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.14 195	0.36 431	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

AnyNet_C01	0.11 124	0.02 12	0.02 15	1.62 629	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.03 45	0.02 22	0.02 22	0.02 22	0.06 121	0.04 99	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.03 52

RYNet	0.02 15	0.02 12	0.02 15	0.03 29	0.03 52	0.03 44	0.02 22	0.02 22	0.02 23	0.03 45	0.02 22	0.02 22	0.03 54	0.03 44	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

LSM	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

LSM0	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	0.02 16	0.02 17	0.02 20	0.02 22	0.02 22	0.02 20

IGEV_i1	0.26 256	0.05 66	0.04 65	0.06 69	0.03 52	0.05 111	0.03 55	0.05 111	0.03 60	0.05 114	0.03 57	0.04 97	0.06 140	0.05 105	0.03 53	4.34 742	0.03 40	0.04 94	0.03 58	0.05 115	0.04 96

RT-IGEV	0.07 67	0.05 66	0.03 40	0.05 60	0.03 52	0.04 96	0.03 55	0.04 96	0.03 60	0.04 93	0.03 57	0.04 97	0.04 102	0.04 91	0.03 53	0.75 510	0.03 40	0.03 42	0.03 58	0.03 48	0.04 96

RT-Monster	0.09 84	0.07 83	0.03 40	0.15 146	0.03 52	0.04 96	0.03 55	0.04 96	0.03 60	0.04 93	0.03 57	0.03 47	0.10 163	0.04 91	0.03 53	0.92 537	0.03 40	0.03 42	0.03 58	0.03 48	0.07 146

PipStereo	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

PSi22b	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

PSi22a	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

PSi22	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

zh-sn7	0.10 103	0.98 411	0.14 165	0.15 146	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.15 159	0.13 172	0.03 42	0.03 58	0.03 48	0.03 52

zh-mn7	0.12 137	1.14 453	0.17 207	0.20 202	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.18 208	0.16 199	0.03 42	0.03 58	0.03 48	0.03 52

w-ln-seven-2	0.14 176	1.22 515	0.28 275	0.32 261	0.04 101	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.32 287	0.27 284	0.04 94	0.03 58	0.03 48	0.03 52

TCMNet	0.03 29	0.04 52	0.03 40	0.03 29	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.02 22	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

YMNet	0.03 29	0.04 52	0.03 40	0.03 29	0.03 52	0.03 44	0.02 22	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.02 21	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	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 22	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.02 21	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

DualNet (step1)	0.10 103	1.05 441	0.12 135	0.12 117	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.02 22	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 148	0.03 42	0.03 58	0.03 48	0.03 52

test_sample9	0.10 103	1.05 441	0.12 135	0.12 117	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.02 22	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 148	0.03 42	0.03 58	0.03 48	0.03 52

test_sample8	0.10 103	1.05 441	0.12 135	0.12 117	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 148	0.03 42	0.03 58	0.03 48	0.03 52

test_sample7	0.09 84	1.00 421	0.11 124	0.11 109	0.02 22	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.12 123	0.12 148	0.03 42	0.03 58	0.03 48	0.03 52

test_sample5	0.10 103	1.07 445	0.11 124	0.10 92	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.10 102	0.10 111	0.03 42	0.03 58	0.04 98	0.03 52

test_sample4	0.10 103	1.03 437	0.12 135	0.10 92	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.13 139	0.13 172	0.03 42	0.03 58	0.03 48	0.03 52

11t1	0.17 201	2.16 612	0.13 156	0.13 130	0.04 101	0.06 124	0.04 105	0.06 127	0.04 105	0.06 129	0.03 57	0.06 130	0.03 54	0.06 121	0.05 117	0.18 208	0.12 148	0.06 126	0.03 58	0.05 115	0.03 52

DualNet	0.10 103	1.07 445	0.11 124	0.10 92	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.10 102	0.10 111	0.03 42	0.03 58	0.04 98	0.03 52

x	0.11 124	1.15 456	0.15 190	0.14 134	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.04 93	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.14 146	0.15 196	0.03 42	0.03 58	0.03 48	0.03 52

psmg	0.43 369	1.91 592	0.92 560	1.91 638	0.02 22	0.02 20	0.03 55	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.03 44	0.02 22	1.97 673	1.44 663	0.04 94	0.03 58	0.02 22	0.03 52

test_xeample	0.10 103	1.09 447	0.13 156	0.12 117	0.03 52	0.03 44	0.03 55	0.04 96	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.14 146	0.14 187	0.03 42	0.03 58	0.03 48	0.03 52

EDNetEfficientorigin	0.04 54	0.06 79	0.04 65	0.05 60	0.04 101	0.05 111	0.04 105	0.05 111	0.04 105	0.05 114	0.04 112	0.05 114	0.04 102	0.05 105	0.04 99	0.05 67	0.03 40	0.06 126	0.03 58	0.04 98	0.03 52

EDNetEfficient	0.04 54	0.05 66	0.04 65	0.04 53	0.03 52	0.04 96	0.03 55	0.04 96	0.03 60	0.04 93	0.03 57	0.04 97	0.03 54	0.04 91	0.03 53	0.05 67	0.03 40	0.05 109	0.03 58	0.04 98	0.03 52

BEATNet_4x	0.11 124	0.03 31	0.03 40	1.60 626	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.05 105	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

ADCL	0.11 124	0.03 31	0.03 40	1.60 626	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.05 105	0.03 53	0.03 35	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

AnyNet_C32	0.14 176	0.04 52	0.03 40	2.22 653	0.04 101	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.04 97	0.02 22	0.07 144	0.04 99	0.02 16	0.02 17	0.03 42	0.03 58	0.02 22	0.03 52

ADCPNet	0.10 103	0.03 31	0.04 65	1.27 597	0.03 52	0.04 96	0.03 55	0.03 47	0.03 60	0.04 93	0.03 57	0.04 97	0.03 54	0.08 148	0.04 99	0.04 60	0.03 40	0.03 42	0.03 58	0.03 48	0.03 52

ManiGeoR	0.17 201	0.05 66	0.62 492	0.73 473	0.04 101	0.05 111	0.04 105	0.05 111	0.04 105	0.05 114	0.04 112	0.05 114	0.04 102	0.05 105	0.04 99	0.72 502	0.58 489	0.05 109	0.04 100	0.05 115	0.04 96

HLF11	0.17 201	0.05 66	0.63 496	0.72 469	0.04 101	0.05 111	0.04 105	0.05 111	0.04 105	0.05 114	0.04 112	0.05 114	0.04 102	0.05 105	0.04 99	0.71 494	0.59 495	0.05 109	0.04 100	0.04 98	0.04 96

HLf10	0.17 201	0.05 66	0.62 492	0.73 473	0.04 101	0.05 111	0.04 105	0.05 111	0.04 105	0.05 114	0.04 112	0.05 114	0.04 102	0.05 105	0.04 99	0.72 502	0.58 489	0.05 109	0.04 100	0.05 115	0.04 96

HLf8	0.17 201	0.05 66	0.62 492	0.72 469	0.04 101	0.05 111	0.04 105	0.05 111	0.04 105	0.05 114	0.04 112	0.05 114	0.04 102	0.05 105	0.04 99	0.72 502	0.58 489	0.05 109	0.04 100	0.05 115	0.04 96

TestStereo_HLe17	0.17 201	0.05 66	0.65 503	0.72 469	0.04 101	0.05 111	0.04 105	0.05 111	0.04 105	0.05 114	0.04 112	0.05 114	0.04 102	0.05 105	0.04 99	0.71 494	0.59 495	0.05 109	0.04 100	0.05 115	0.04 96

AANet	0.07 67	0.04 52	0.03 40	0.04 53	0.03 52	0.04 96	0.03 55	0.04 96	0.03 60	0.04 93	0.03 57	0.04 97	0.11 181	0.04 91	0.03 53	0.58 460	0.04 67	0.04 94	0.04 100	0.04 98	0.03 52

z-mn7	0.16 195	1.21 509	0.33 317	0.41 320	0.04 101	0.04 96	0.03 55	0.04 96	0.04 105	0.04 93	0.04 112	0.04 97	0.04 102	0.04 91	0.04 99	0.35 305	0.31 321	0.04 94	0.04 100	0.04 98	0.04 96

z-ln-s-r	0.21 225	1.40 532	0.53 469	0.56 428	0.04 101	0.05 111	0.04 105	0.05 111	0.05 126	0.05 114	0.04 112	0.05 114	0.04 102	0.05 105	0.05 117	0.57 459	0.44 438	0.04 94	0.04 100	0.04 98	0.04 96

w-ln-seven	0.18 210	1.47 534	0.33 317	0.40 306	0.04 101	0.04 96	0.04 105	0.04 96	0.04 105	0.04 93	0.04 112	0.04 97	0.04 102	0.04 91	0.04 99	0.38 326	0.32 326	0.05 109	0.04 100	0.04 98	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 65	0.06 69	0.04 101	0.06 124	0.04 105	0.06 127	0.04 105	0.06 129	0.04 112	0.06 130	0.04 102	0.06 121	0.04 99	0.06 75	0.04 67	0.05 109	0.04 100	0.05 115	0.04 96

mmm	0.14 176	1.83 577	0.12 135	0.11 109	0.03 52	0.03 44	0.03 55	0.03 47	0.04 105	0.03 45	0.03 57	0.03 47	0.03 54	0.06 121	0.04 99	0.12 123	0.11 134	0.05 109	0.04 100	0.05 115	0.04 96

ffm	0.25 246	3.83 688	0.12 135	0.12 117	0.05 126	0.06 124	0.05 122	0.06 127	0.05 126	0.03 45	0.03 57	0.06 130	0.05 119	0.06 121	0.05 117	0.12 123	0.12 148	0.05 109	0.04 100	0.06 128	0.04 96

ff1	0.25 246	3.83 688	0.12 135	0.12 117	0.05 126	0.06 124	0.05 122	0.06 127	0.05 126	0.03 45	0.03 57	0.06 130	0.05 119	0.06 121	0.05 117	0.12 123	0.12 148	0.05 109	0.04 100	0.06 128	0.04 96

mmx	0.25 246	3.83 688	0.12 135	0.12 117	0.05 126	0.06 124	0.05 122	0.06 127	0.05 126	0.03 45	0.03 57	0.06 130	0.05 119	0.06 121	0.05 117	0.12 123	0.12 148	0.05 109	0.04 100	0.06 128	0.04 96

GASNet	0.05 57	0.04 52	0.12 135	0.04 53	0.04 101	0.04 96	0.05 122	0.04 96	0.04 105	0.12 177	0.04 112	0.06 130	0.04 102	0.04 91	0.04 99	0.04 60	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96

qqq	0.16 195	2.01 602	0.12 135	0.15 146	0.04 101	0.06 124	0.05 122	0.06 127	0.04 105	0.06 129	0.03 57	0.06 130	0.03 54	0.06 121	0.03 53	0.12 123	0.14 187	0.04 94	0.04 100	0.03 48	0.03 52

xxxx	0.11 124	1.16 458	0.16 197	0.12 117	0.03 52	0.03 44	0.03 55	0.03 47	0.03 60	0.03 45	0.03 57	0.03 47	0.03 54	0.03 44	0.03 53	0.13 139	0.16 199	0.03 42	0.04 100	0.04 98	0.04 96

APVNet	0.09 84	0.05 66	0.04 65	0.05 60	0.04 101	0.05 111	0.90 596	0.06 127	0.04 105	0.05 114	0.04 112	0.05 114	0.04 102	0.05 105	0.04 99	0.05 67	0.04 67	0.05 109	0.04 100	0.05 115	0.05 122

FADNet_RVC	0.12 137	0.04 52	0.04 65	0.05 60	0.04 101	0.04 96	0.04 105	0.04 96	0.04 105	0.04 93	0.04 112	0.04 97	0.05 119	0.04 91	1.65 702	0.05 67	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96

FADNet-RVC	0.13 145	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.05 122	0.04 96	0.04 105	0.04 93	0.05 129	0.04 97	0.05 119	0.04 91	1.71 719	0.04 60	0.04 67	0.04 94	0.04 100	0.07 145	0.04 96

FADNet	0.12 137	0.05 66	0.04 65	0.04 53	0.04 101	0.04 96	0.04 105	0.04 96	0.04 105	0.04 93	0.04 112	0.04 97	0.05 119	0.04 91	1.66 705	0.06 75	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96

ADCRef	0.12 137	0.03 31	0.04 65	1.71 633	0.04 101	0.03 44	0.03 55	0.04 96	0.04 105	0.04 93	0.03 57	0.04 97	0.03 54	0.06 121	0.04 99	0.04 60	0.04 67	0.04 94	0.04 100	0.03 48	0.04 96

ADCP+	0.15 188	0.04 52	0.04 65	2.20 652	0.04 101	0.04 96	0.04 105	0.04 96	0.04 105	0.04 93	0.05 129	0.04 97	0.04 102	0.08 148	0.04 99	0.04 60	0.04 67	0.04 94	0.04 100	0.04 98	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 105	0.04 96	0.04 105	0.04 93	0.04 112	0.04 97	0.04 102	0.04 91	0.04 99	0.04 60	0.04 67	0.04 94	0.04 100	0.04 98	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
UHP(ZeroShot)	0.07 67	0.41 252	0.05 80	0.05 60	0.05 126	0.05 111	0.05 122	0.05 111	0.05 126	0.05 114	0.05 129	0.05 114	0.05 119	0.05 105	0.05 117	0.05 67	0.05 79	0.05 109	0.05 124	0.05 115	0.05 122

UHP(FT)	0.07 67	0.40 239	0.05 80	0.05 60	0.05 126	0.05 111	0.05 122	0.05 111	0.05 126	0.05 114	0.05 129	0.05 114	0.05 119	0.05 105	0.05 117	0.05 67	0.05 79	0.05 109	0.05 124	0.05 115	0.05 122

mmmmmm	0.07 67	0.40 239	0.05 80	0.05 60	0.05 126	0.05 111	0.05 122	0.05 111	0.05 126	0.05 114	0.05 129	0.05 114	0.05 119	0.05 105	0.05 117	0.05 67	0.05 79	0.05 109	0.05 124	0.05 115	0.05 122

UHP	0.07 67	0.41 252	0.05 80	0.05 60	0.05 126	0.05 111	0.05 122	0.05 111	0.05 126	0.05 114	0.05 129	0.05 114	0.05 119	0.05 105	0.05 117	0.05 67	0.05 79	0.05 109	0.05 124	0.05 115	0.05 122

DispViT+	0.07 67	0.08 85	0.12 135	0.08 80	0.05 126	0.08 144	0.05 122	0.08 148	0.05 126	0.08 147	0.05 129	0.08 146	0.05 119	0.08 148	0.05 117	0.08 89	0.07 93	0.07 138	0.05 124	0.07 145	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 124	0.11 109	0.05 126	0.08 144	0.05 122	0.08 148	0.05 126	0.08 147	0.05 129	0.08 146	0.05 119	0.08 148	0.05 117	0.11 117	0.10 111	0.07 138	0.05 124	0.07 145	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 77	0.08 85	0.11 124	0.11 109	0.05 126	0.08 144	0.05 122	0.08 148	0.07 154	0.08 147	0.05 129	0.08 146	0.05 119	0.09 154	0.08 149	0.15 159	0.11 134	0.07 138	0.05 124	0.07 145	0.06 135
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ISRNet	0.11 124	0.05 66	0.36 344	0.24 226	0.07 152	0.13 178	0.05 122	0.06 127	0.05 126	0.05 114	0.05 129	0.13 180	0.05 119	0.05 105	0.09 153	0.24 250	0.20 245	0.10 153	0.05 124	0.06 128	0.13 221

qqq1	0.25 246	3.70 682	0.14 165	0.14 134	0.04 101	0.06 124	0.05 122	0.06 127	0.05 126	0.06 129	0.05 129	0.04 97	0.05 119	0.06 121	0.05 117	0.13 139	0.12 148	0.06 126	0.05 124	0.03 48	0.04 96

fff1	0.25 246	3.70 682	0.14 165	0.14 134	0.04 101	0.06 124	0.05 122	0.06 127	0.05 126	0.06 129	0.05 129	0.04 97	0.05 119	0.06 121	0.05 117	0.13 139	0.12 148	0.06 126	0.05 124	0.03 48	0.04 96

AASNet	0.06 61	0.08 85	0.08 94	0.08 80	0.05 126	0.06 124	0.05 122	0.05 111	0.06 143	0.06 129	0.06 144	0.05 114	0.06 140	0.06 121	0.05 117	0.08 89	0.08 96	0.08 143	0.05 124	0.06 128	0.05 122

SACVNet	0.06 61	0.08 85	0.08 94	0.08 80	0.05 126	0.06 124	0.05 122	0.05 111	0.06 143	0.06 129	0.06 144	0.05 114	0.06 140	0.06 121	0.05 117	0.08 89	0.08 96	0.08 143	0.05 124	0.06 128	0.05 122

AACVNet	0.06 61	0.08 85	0.08 94	0.08 80	0.05 126	0.06 124	0.05 122	0.05 111	0.06 143	0.06 129	0.06 144	0.05 114	0.06 140	0.06 121	0.05 117	0.08 89	0.08 96	0.08 143	0.05 124	0.06 128	0.05 122

GwcNet	0.12 137	0.07 83	0.05 80	0.08 80	0.05 126	0.08 144	1.20 628	0.07 144	0.05 126	0.05 114	0.05 129	0.08 146	0.05 119	0.08 148	0.03 53	0.07 87	0.05 79	0.06 126	0.05 124	0.07 145	0.05 122

FADNet-RVC-Resample	0.12 137	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 105	0.04 96	0.04 105	0.04 93	0.04 112	0.04 97	0.04 102	0.04 91	1.57 698	0.04 60	0.04 67	0.04 94	0.05 124	0.04 98	0.06 135

TARSTereo(ZeroShot)	0.08 77	0.56 324	0.06 85	0.06 69	0.06 143	0.06 124	0.06 143	0.06 127	0.06 143	0.06 129	0.06 144	0.06 130	0.06 140	0.06 121	0.06 137	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

TARStereo(FT)	0.09 84	0.59 332	0.06 85	0.06 69	0.06 143	0.06 124	0.06 143	0.06 127	0.06 143	0.06 129	0.06 144	0.06 130	0.06 140	0.06 121	0.06 137	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

2222	0.09 84	0.59 332	0.06 85	0.06 69	0.06 143	0.06 124	0.06 143	0.06 127	0.06 143	0.06 129	0.06 144	0.06 130	0.06 140	0.06 121	0.06 137	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

1111	0.09 84	0.60 337	0.06 85	0.06 69	0.06 143	0.06 124	0.06 143	0.06 127	0.06 143	0.06 129	0.06 144	0.06 130	0.06 140	0.06 121	0.06 137	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

fsdfsdds	0.08 77	0.58 329	0.06 85	0.06 69	0.06 143	0.06 124	0.06 143	0.06 127	0.06 143	0.06 129	0.06 144	0.06 130	0.06 140	0.06 121	0.06 137	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

nnnnnnn	0.08 77	0.58 329	0.06 85	0.06 69	0.06 143	0.06 124	0.06 143	0.06 127	0.06 143	0.06 129	0.06 144	0.06 130	0.06 140	0.06 121	0.06 137	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

TestStereooo	0.08 77	0.56 324	0.06 85	0.06 69	0.06 143	0.06 124	0.06 143	0.06 127	0.06 143	0.06 129	0.06 144	0.06 130	0.06 140	0.06 121	0.06 137	0.06 75	0.06 86	0.06 126	0.06 139	0.06 128	0.06 135

TS12	0.09 84	0.09 94	0.17 207	0.19 189	0.06 143	0.08 144	0.06 143	0.08 148	0.06 143	0.08 147	0.06 144	0.08 146	0.06 140	0.08 148	0.06 137	0.15 159	0.16 199	0.08 143	0.06 139	0.08 150	0.06 135

anonymous	0.09 84	0.09 94	0.14 165	0.14 134	0.07 152	0.09 152	0.07 154	0.09 154	0.07 154	0.09 154	0.07 155	0.09 155	0.07 153	0.09 154	0.07 145	0.14 146	0.13 172	0.09 151	0.07 147	0.09 154	0.07 146

FINET	0.07 67	0.08 85	0.07 92	0.07 78	0.07 152	0.08 144	0.06 143	0.08 148	0.07 154	0.08 147	0.07 155	0.08 146	0.06 140	0.07 144	0.07 145	0.08 89	0.07 93	0.07 138	0.07 147	0.06 128	0.06 135

BEATNet-Init1	0.19 214	0.08 85	0.08 94	2.23 654	0.08 155	0.08 144	0.07 154	0.07 144	0.08 159	0.08 147	0.07 155	0.08 146	0.07 153	0.11 171	0.08 149	0.08 89	0.08 96	0.08 143	0.07 147	0.08 150	0.08 149

SuperB	0.21 225	0.10 99	2.51 735	0.12 117	0.09 159	0.10 154	0.09 158	0.08 148	0.07 154	0.10 158	0.09 160	0.09 155	0.07 153	0.07 144	0.07 145	0.07 87	0.08 96	0.07 138	0.07 147	0.08 150	0.07 146

DeepPrunerF	0.19 214	0.08 85	0.08 94	2.23 654	0.08 155	0.08 144	0.07 154	0.07 144	0.08 159	0.08 147	0.07 155	0.08 146	0.07 153	0.11 171	0.08 149	0.08 89	0.08 96	0.08 143	0.07 147	0.08 150	0.08 149

SepStereo	0.09 84	0.09 94	0.10 104	0.09 87	0.09 159	0.09 152	0.09 158	0.10 155	0.08 159	0.10 158	0.09 160	0.09 155	0.09 159	0.09 154	0.08 149	0.09 97	0.08 96	0.09 151	0.08 152	0.09 154	0.08 149

ELAS	0.13 145	0.16 153	0.11 124	0.15 146	0.09 159	0.18 230	0.11 181	0.18 229	0.11 185	0.17 224	0.11 182	0.18 229	0.11 181	0.18 229	0.11 175	0.14 146	0.08 96	0.14 190	0.08 152	0.14 196	0.09 154
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
over v1	0.11 124	0.11 110	0.15 190	0.16 156	0.10 165	0.11 165	0.10 163	0.11 167	0.10 167	0.11 170	0.10 164	0.11 170	0.10 163	0.11 171	0.10 160	0.14 146	0.14 187	0.11 164	0.09 154	0.11 168	0.10 162

over-8	0.11 124	0.14 137	0.15 190	0.16 156	0.10 165	0.11 165	0.10 163	0.11 167	0.09 162	0.11 170	0.10 164	0.11 170	0.10 163	0.11 171	0.09 153	0.14 146	0.14 187	0.11 164	0.09 154	0.11 168	0.09 154

S2M2_L	0.12 137	0.14 137	0.10 104	0.15 146	0.10 165	0.14 193	0.10 163	0.14 193	0.10 167	0.15 212	0.10 164	0.14 194	0.10 163	0.14 195	0.10 160	0.13 139	0.10 111	0.13 175	0.09 154	0.13 180	0.09 154
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CSP-Net	0.34 288	1.29 519	1.19 589	1.36 612	0.02 22	0.02 20	0.02 22	0.02 22	0.02 23	0.02 22	0.02 22	0.02 22	0.02 22	0.02 21	0.02 22	1.26 629	1.21 640	0.03 42	0.09 154	0.02 22	0.09 154

UNet	0.29 265	0.90 393	0.10 104	0.14 134	0.10 165	0.14 193	0.10 163	0.91 555	0.69 560	0.14 194	0.11 182	0.14 194	0.11 181	0.14 195	0.10 160	0.12 123	0.09 106	0.12 171	0.09 154	0.88 548	0.76 574

PASM	0.39 337	3.06 667	1.36 655	1.58 622	0.09 159	0.11 165	0.11 181	0.11 167	0.11 185	0.09 154	0.09 160	0.11 170	0.09 159	0.09 154	0.09 153	0.11 117	0.11 134	0.11 164	0.09 154	0.11 168	0.11 176

DRN-Test	0.14 176	0.13 117	0.09 100	0.14 134	0.09 159	0.15 212	0.09 158	0.14 193	0.10 167	0.14 194	0.09 160	0.14 194	0.09 159	0.13 181	0.09 153	0.12 123	0.09 106	0.12 171	0.09 154	0.12 177	0.73 567

StereoDRNet	0.15 188	0.14 137	0.10 104	0.14 134	0.09 159	0.15 212	0.09 158	0.14 193	0.09 162	0.14 194	0.10 164	0.14 194	0.09 159	0.14 195	0.09 153	0.13 139	0.10 111	0.13 175	0.09 154	0.13 180	0.82 583

ELAS_RVC	0.14 176	0.16 153	0.10 104	0.15 146	0.10 165	0.18 230	0.11 181	0.19 231	0.11 185	0.19 230	0.12 214	0.18 229	0.11 181	0.19 232	0.12 211	0.14 146	0.08 96	0.14 190	0.09 154	0.15 215	0.09 154
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
F4.4	0.13 145	0.13 117	0.18 217	0.19 189	0.11 185	0.13 178	0.11 181	0.13 179	0.11 185	0.13 180	0.11 182	0.13 180	0.11 181	0.13 181	0.11 175	0.17 191	0.16 199	0.13 175	0.10 163	0.13 180	0.11 176

FORCE_4.6	0.13 145	0.13 117	0.18 217	0.20 202	0.11 185	0.13 178	0.11 181	0.13 179	0.11 185	0.13 180	0.11 182	0.13 180	0.11 181	0.13 181	0.11 175	0.18 208	0.17 227	0.13 175	0.10 163	0.13 180	0.11 176

F8.5	0.13 145	0.13 117	0.19 226	0.19 189	0.11 185	0.13 178	0.11 181	0.13 179	0.11 185	0.13 180	0.11 182	0.13 180	0.11 181	0.13 181	0.11 175	0.18 208	0.17 227	0.13 175	0.10 163	0.13 180	0.11 176

FORCE_4	0.13 145	0.13 117	0.19 226	0.19 189	0.11 185	0.13 178	0.11 181	0.13 179	0.11 185	0.13 180	0.11 182	0.13 180	0.11 181	0.13 181	0.11 175	0.17 191	0.16 199	0.13 175	0.10 163	0.13 180	0.11 176

FORCE_6	0.13 145	0.13 117	0.18 217	0.18 182	0.11 185	0.13 178	0.11 181	0.13 179	0.11 185	0.13 180	0.11 182	0.13 180	0.11 181	0.13 181	0.11 175	0.17 191	0.16 199	0.13 175	0.10 163	0.13 180	0.10 162

over-6	0.11 124	0.11 110	0.15 190	0.16 156	0.10 165	0.11 165	0.10 163	0.11 167	0.10 167	0.11 170	0.10 164	0.11 170	0.10 163	0.11 171	0.10 160	0.14 146	0.14 187	0.11 164	0.10 163	0.11 168	0.09 154

over-9	0.11 124	0.11 110	0.16 197	0.16 156	0.10 165	0.12 175	0.10 163	0.11 167	0.10 167	0.11 170	0.10 164	0.11 170	0.10 163	0.11 171	0.10 160	0.14 146	0.14 187	0.11 164	0.10 163	0.11 168	0.09 154

CAS++	0.17 201	0.27 199	0.21 241	0.10 92	0.21 295	0.15 212	0.22 283	0.10 155	0.21 284	0.22 253	0.10 164	0.19 234	0.18 273	0.10 158	0.19 271	0.20 219	0.19 243	0.18 240	0.10 163	0.19 239	0.18 262
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
AnonymousM	0.10 103	0.10 99	0.10 104	0.10 92	0.10 165	0.10 154	0.10 163	0.10 155	0.10 167	0.10 158	0.10 164	0.10 158	0.10 163	0.10 158	0.10 160	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

PVD	0.10 103	0.10 99	0.10 104	0.10 92	0.10 165	0.10 154	0.10 163	0.10 155	0.10 167	0.10 158	0.10 164	0.10 158	0.10 163	0.10 158	0.10 160	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

SHD	0.10 103	0.10 99	0.10 104	0.10 92	0.10 165	0.10 154	0.10 163	0.10 155	0.10 167	0.10 158	0.10 164	0.10 158	0.10 163	0.10 158	0.10 160	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

SAMSARA	0.10 103	0.10 99	0.10 104	0.10 92	0.10 165	0.10 154	0.10 163	0.10 155	0.10 167	0.10 158	0.10 164	0.10 158	0.10 163	0.10 158	0.10 160	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

XQC	0.10 103	0.10 99	0.10 104	0.10 92	0.10 165	0.10 154	0.10 163	0.10 155	0.10 167	0.10 158	0.10 164	0.10 158	0.10 163	0.10 158	0.10 160	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

RTSC	0.10 103	0.10 99	0.10 104	0.10 92	0.10 165	0.10 154	0.10 163	0.10 155	0.10 167	0.10 158	0.10 164	0.10 158	0.10 163	0.10 158	0.10 160	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

RTS	0.10 103	0.10 99	0.10 104	0.10 92	0.10 165	0.10 154	0.10 163	0.10 155	0.10 167	0.10 158	0.10 164	0.10 158	0.10 163	0.10 158	0.10 160	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

RTSA	0.10 103	0.10 99	0.10 104	0.10 92	0.10 165	0.10 154	0.10 163	0.10 155	0.10 167	0.10 158	0.10 164	0.10 158	0.10 163	0.10 158	0.10 160	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

MADNet+	0.10 103	0.10 99	0.10 104	0.10 92	0.10 165	0.10 154	0.10 163	0.10 155	0.10 167	0.10 158	0.10 164	0.10 158	0.10 163	0.10 158	0.10 160	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

MADNet++	0.10 103	0.10 99	0.10 104	0.10 92	0.10 165	0.10 154	0.10 163	0.10 155	0.10 167	0.10 158	0.10 164	0.10 158	0.10 163	0.10 158	0.10 160	0.10 102	0.10 111	0.10 153	0.10 163	0.10 158	0.10 162

SGM_RVC	0.15 188	0.17 158	0.11 124	0.18 182	0.11 185	0.19 233	0.11 181	0.19 231	0.12 224	0.19 230	0.12 214	0.20 239	0.12 219	0.19 232	0.12 211	0.16 172	0.11 134	0.17 229	0.10 163	0.17 229	0.10 162
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GFORCE	0.13 145	0.13 117	0.18 217	0.19 189	0.11 185	0.11 165	0.10 163	0.11 167	0.09 162	0.11 170	0.11 182	0.11 170	0.10 163	0.13 181	0.11 175	0.17 191	0.18 241	0.13 175	0.11 182	0.13 180	0.11 176

E$^{3}$Stereo	0.13 145	0.14 137	0.13 156	0.16 156	0.11 185	0.14 193	0.11 181	0.14 193	0.11 185	0.14 194	0.11 182	0.14 194	0.11 181	0.14 195	0.11 175	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

LLLLL	0.13 145	0.14 137	0.13 156	0.16 156	0.11 185	0.14 193	0.11 181	0.14 193	0.11 185	0.14 194	0.11 182	0.14 194	0.11 181	0.14 195	0.11 175	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

LLL	0.13 145	0.14 137	0.14 165	0.17 177	0.11 185	0.14 193	0.11 181	0.14 193	0.11 185	0.14 194	0.11 182	0.14 194	0.11 181	0.14 195	0.11 175	0.16 172	0.14 187	0.14 190	0.11 182	0.14 196	0.11 176

low	0.13 145	0.14 137	0.14 165	0.16 156	0.11 185	0.14 193	0.11 181	0.14 193	0.11 185	0.14 194	0.11 182	0.14 194	0.11 181	0.14 195	0.11 175	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

100	0.13 145	0.14 137	0.13 156	0.17 177	0.11 185	0.14 193	0.11 181	0.14 193	0.11 185	0.14 194	0.11 182	0.14 194	0.11 181	0.14 195	0.11 175	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

300	0.13 145	0.14 137	0.13 156	0.16 156	0.11 185	0.14 193	0.11 181	0.14 193	0.11 185	0.14 194	0.11 182	0.14 194	0.11 181	0.14 195	0.11 175	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

Last	0.13 145	0.14 137	0.14 165	0.16 156	0.11 185	0.14 193	0.11 181	0.14 193	0.11 185	0.14 194	0.11 182	0.14 194	0.11 181	0.14 195	0.11 175	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

DDDD	0.13 145	0.14 137	0.14 165	0.16 156	0.11 185	0.14 193	0.11 181	0.14 193	0.11 185	0.14 194	0.11 182	0.14 194	0.11 181	0.14 195	0.11 175	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

FORCE_4.7	0.13 145	0.13 117	0.19 226	0.19 189	0.11 185	0.13 178	0.11 181	0.13 179	0.11 185	0.13 180	0.11 182	0.13 180	0.11 181	0.13 181	0.11 175	0.18 208	0.17 227	0.13 175	0.11 182	0.13 180	0.11 176

F5.5	0.13 145	0.13 117	0.18 217	0.19 189	0.11 185	0.13 178	0.11 181	0.13 179	0.11 185	0.13 180	0.11 182	0.13 180	0.12 219	0.13 181	0.11 175	0.17 191	0.16 199	0.13 175	0.11 182	0.13 180	0.11 176

FORCE_9	0.13 145	0.13 117	0.20 234	0.19 189	0.11 185	0.13 178	0.11 181	0.13 179	0.11 185	0.13 180	0.11 182	0.13 180	0.11 181	0.13 181	0.11 175	0.17 191	0.18 241	0.13 175	0.11 182	0.13 180	0.11 176

FORCE_8	0.13 145	0.13 117	0.19 226	0.19 189	0.11 185	0.13 178	0.11 181	0.13 179	0.11 185	0.13 180	0.11 182	0.13 180	0.11 181	0.13 181	0.11 175	0.18 208	0.17 227	0.13 175	0.11 182	0.13 180	0.11 176

F7	0.13 145	0.13 117	0.19 226	0.20 202	0.11 185	0.13 178	0.11 181	0.13 179	0.11 185	0.13 180	0.11 182	0.13 180	0.11 181	0.13 181	0.11 175	0.17 191	0.16 199	0.13 175	0.11 182	0.13 180	0.11 176

FORCE_4.5	0.13 145	0.13 117	0.18 217	0.19 189	0.11 185	0.13 178	0.11 181	0.13 179	0.11 185	0.13 180	0.11 182	0.13 180	0.11 181	0.13 181	0.11 175	0.17 191	0.16 199	0.13 175	0.11 182	0.13 180	0.11 176

TT111	0.13 145	0.14 137	0.14 165	0.16 156	0.11 185	0.14 193	0.11 181	0.14 193	0.11 185	0.14 194	0.11 182	0.14 194	0.11 181	0.14 195	0.11 175	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

FORCE_5	0.13 145	0.13 117	0.18 217	0.18 182	0.11 185	0.13 178	0.11 181	0.13 179	0.11 185	0.13 180	0.11 182	0.13 180	0.11 181	0.13 181	0.11 175	0.17 191	0.16 199	0.13 175	0.11 182	0.13 180	0.11 176

EE1	0.13 145	0.14 137	0.14 165	0.17 177	0.11 185	0.14 193	0.11 181	0.14 193	0.11 185	0.14 194	0.11 182	0.14 194	0.11 181	0.14 195	0.11 175	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

AnonStereo	0.13 145	0.14 137	0.14 165	0.16 156	0.11 185	0.14 193	0.11 181	0.14 193	0.11 185	0.14 194	0.11 182	0.14 194	0.11 181	0.14 195	0.11 175	0.16 172	0.13 172	0.14 190	0.11 182	0.14 196	0.11 176

LACA_dic	0.45 405	0.13 117	1.78 684	1.70 632	0.12 222	0.13 178	0.12 217	0.16 218	0.15 244	0.13 180	0.12 214	0.13 180	0.11 181	0.16 218	0.13 221	1.73 657	1.69 686	0.16 219	0.11 182	0.13 180	0.13 221

S2M2_XL	0.14 176	0.17 158	0.12 135	0.17 177	0.11 185	0.17 226	0.11 181	0.17 225	0.11 185	0.17 224	0.11 182	0.17 225	0.11 181	0.17 226	0.11 175	0.16 172	0.11 134	0.16 219	0.11 182	0.16 220	0.11 176
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetRed	0.11 124	0.12 115	0.11 124	0.11 109	0.11 185	0.11 165	0.14 227	0.11 167	0.11 185	0.12 177	0.11 182	0.11 170	0.11 181	0.11 171	0.11 175	0.11 117	0.16 199	0.11 164	0.11 182	0.11 168	0.11 176

JetBlue	0.11 124	0.11 110	0.12 135	0.13 130	0.14 231	0.11 165	0.11 181	0.11 167	0.11 185	0.11 170	0.11 182	0.11 170	0.11 181	0.12 179	0.12 211	0.11 117	0.11 134	0.11 164	0.11 182	0.11 168	0.11 176

ProNet	0.14 176	0.20 166	0.14 165	0.16 156	0.11 185	0.16 219	0.11 181	0.17 225	0.11 185	0.17 224	0.12 214	0.17 225	0.13 227	0.17 226	0.12 211	0.15 159	0.11 134	0.16 219	0.11 182	0.15 215	0.12 213

CIPLG	0.13 145	0.21 172	0.12 135	0.16 156	0.11 185	0.15 212	0.11 181	0.14 193	0.11 185	0.15 212	0.12 214	0.15 216	0.11 181	0.14 195	0.11 175	0.15 159	0.12 148	0.14 190	0.11 182	0.14 196	0.11 176

IPLG	0.13 145	0.20 166	0.14 165	0.15 146	0.11 185	0.14 193	0.11 181	0.14 193	0.11 185	0.14 194	0.11 182	0.14 194	0.11 181	0.14 195	0.11 175	0.15 159	0.12 148	0.14 190	0.11 182	0.14 196	0.11 176

MIPNet	0.14 176	0.21 172	0.17 207	0.16 156	0.11 185	0.15 212	0.12 217	0.14 193	0.11 185	0.16 217	0.11 182	0.14 194	0.11 181	0.14 195	0.11 175	0.14 146	0.12 148	0.14 190	0.11 182	0.14 196	0.11 176

IPLGR	0.14 176	0.24 186	0.14 165	0.16 156	0.12 222	0.15 212	0.12 217	0.14 193	0.11 185	0.15 212	0.12 214	0.14 194	0.11 181	0.14 195	0.11 175	0.15 159	0.12 148	0.14 190	0.11 182	0.14 196	0.11 176

ACRE	0.13 145	0.21 172	0.14 165	0.15 146	0.11 185	0.14 193	0.11 181	0.14 193	0.11 185	0.14 194	0.12 214	0.14 194	0.11 181	0.14 195	0.11 175	0.15 159	0.12 148	0.14 190	0.11 182	0.14 196	0.11 176

ICVP	0.15 188	0.53 314	0.11 124	0.16 156	0.11 185	0.16 219	0.11 181	0.16 218	0.11 185	0.16 217	0.11 182	0.16 217	0.11 181	0.16 218	0.11 175	0.16 172	0.11 134	0.16 219	0.11 182	0.16 220	0.11 176
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 145	0.11 110	0.11 124	0.11 109	0.11 185	0.11 165	0.11 181	0.11 167	0.11 185	0.11 170	0.12 214	0.11 170	0.11 181	0.11 171	0.11 175	0.11 117	0.11 134	0.14 190	0.11 182	0.49 467	0.11 176

cf-r	0.66 475	2.17 613	0.12 135	0.18 182	0.12 222	0.18 230	2.70 755	2.60 728	0.12 224	0.18 228	0.12 214	0.18 229	0.12 219	0.18 229	0.12 211	0.15 159	0.11 134	0.15 215	0.11 182	1.81 674	1.74 729

HSM	0.14 176	0.16 153	0.12 135	0.17 177	0.12 222	0.17 226	0.11 181	0.17 225	0.11 185	0.17 224	0.12 214	0.17 225	0.12 219	0.17 226	0.12 211	0.16 172	0.11 134	0.16 219	0.11 182	0.16 220	0.12 213

LALA_ROB	0.15 188	0.19 162	0.12 135	0.18 182	0.11 185	0.20 239	0.12 217	0.21 249	0.12 224	0.20 237	0.12 214	0.20 239	0.12 219	0.21 250	0.13 221	0.17 191	0.10 111	0.18 240	0.11 182	0.18 233	0.11 176

VeloStereo	0.16 195	0.92 400	0.16 197	0.18 182	0.08 155	0.11 165	0.12 217	0.12 176	0.09 162	0.09 154	0.28 326	0.10 158	0.08 157	0.10 158	0.12 211	0.15 159	0.17 227	0.08 143	0.12 216	0.09 154	0.08 149

flow	0.16 195	0.92 400	0.16 197	0.18 182	0.08 155	0.11 165	0.12 217	0.12 176	0.09 162	0.09 154	0.28 326	0.10 158	0.08 157	0.10 158	0.12 211	0.15 159	0.17 227	0.08 143	0.12 216	0.09 154	0.08 149

DF	0.39 337	1.37 529	1.02 573	1.14 535	0.12 222	0.16 219	0.12 217	0.16 218	0.12 224	0.16 217	0.12 214	0.16 217	0.12 219	0.16 218	0.12 211	1.12 571	1.00 562	0.15 215	0.12 216	0.15 215	0.12 213

MatchAttention (ZS)	0.12 137	0.12 115	0.12 135	0.12 117	0.13 227	0.12 175	0.12 217	0.12 176	0.12 224	0.12 177	0.12 214	0.12 179	0.12 219	0.12 179	0.12 211	0.12 123	0.12 148	0.12 171	0.12 216	0.12 177	0.12 213
Tingman Yan, Tao Liu, Chenghao Li, Xilian Yang, Qunfei Zhao, and Zeyang Xia: MatchAttention: Embedding explicit matching constraints into attention for efficient stereo matching. Arxiv, 2025
IPLGR_C	0.14 176	0.20 166	0.12 135	0.15 146	0.11 185	0.14 193	0.15 236	0.14 193	0.11 185	0.15 212	0.12 214	0.14 194	0.11 181	0.16 218	0.11 175	0.15 159	0.12 148	0.14 190	0.12 216	0.15 215	0.12 213

ACVNet	0.20 216	0.19 162	0.14 165	0.20 202	0.14 231	0.20 239	0.96 603	0.21 249	0.14 232	0.20 237	0.13 229	0.21 247	0.14 232	0.20 237	0.14 226	0.17 191	0.12 148	0.17 229	0.12 216	0.17 229	0.12 213

acv_ft	0.20 216	0.19 162	0.14 165	0.20 202	0.14 231	0.20 239	0.96 603	0.21 249	0.14 232	0.20 237	0.13 229	0.21 247	0.14 232	0.20 237	0.14 226	0.17 191	0.12 148	0.17 229	0.12 216	0.17 229	0.12 213

hitnet-ft	0.79 513	2.78 662	0.14 165	0.20 202	0.14 231	0.21 250	2.89 756	2.80 743	0.14 232	0.20 237	0.14 235	0.20 239	0.14 232	0.20 237	0.14 226	0.17 191	0.12 148	0.17 229	0.12 216	2.54 728	2.33 746

PSMNet-RSSM	0.77 509	2.76 657	0.14 165	0.20 202	0.14 231	0.20 239	2.66 753	2.79 742	0.14 232	0.21 249	0.14 235	0.21 247	0.14 232	0.20 237	0.14 226	0.17 191	0.12 148	0.17 229	0.12 216	2.52 720	2.31 744

GwcNet-RSSM	0.77 509	2.77 659	0.14 165	0.20 202	0.14 231	0.20 239	2.67 754	2.78 741	0.14 232	0.20 237	0.14 235	0.20 239	0.14 232	0.21 250	0.14 226	0.17 191	0.12 148	0.17 229	0.12 216	2.52 720	2.31 744

CFNet-ft	0.55 453	1.57 538	0.14 165	0.20 202	0.14 231	0.20 239	2.53 751	1.61 668	0.14 232	0.20 237	0.14 235	0.20 239	0.14 232	0.20 237	0.14 226	0.17 191	0.12 148	0.17 229	0.12 216	1.56 662	1.24 678

PDISCO_ROB	0.83 530	2.80 663	3.49 757	0.14 134	0.11 185	0.17 226	0.09 158	0.15 217	0.10 167	0.15 212	0.12 214	0.16 217	0.14 232	3.30 749	0.13 221	0.14 146	2.34 729	0.16 219	0.12 216	2.62 729	0.10 162

DA	0.09 84	0.13 117	0.39 362	0.08 80	0.05 126	0.07 142	0.05 122	0.13 179	0.05 126	0.06 129	0.05 129	0.06 130	0.05 119	0.06 121	0.05 117	0.06 75	0.05 79	0.14 190	0.13 228	0.06 128	0.05 122

GGEV	0.09 84	0.13 117	0.39 362	0.08 80	0.05 126	0.07 142	0.05 122	0.13 179	0.05 126	0.06 129	0.05 129	0.06 130	0.05 119	0.06 121	0.05 117	0.06 75	0.05 79	0.14 190	0.13 228	0.06 128	0.05 122

DDVS	0.30 266	3.10 668	0.14 165	0.19 189	0.14 231	0.19 233	0.14 227	0.20 239	0.14 232	0.19 230	0.13 229	0.16 217	0.13 227	0.19 232	0.13 221	0.17 191	0.13 172	0.17 229	0.13 228	0.17 229	0.13 221

GANet-RSSM	0.75 503	1.91 592	0.14 165	0.47 353	0.14 231	0.21 250	3.21 772	2.30 714	0.14 232	0.46 440	0.14 235	0.23 265	0.18 273	0.21 250	0.14 226	0.18 208	0.27 284	0.37 359	0.13 228	2.13 697	2.12 739

DeepPruner_ROB	0.16 195	0.18 161	0.13 156	0.19 189	0.13 227	0.19 233	0.13 225	0.19 231	0.13 229	0.19 230	0.13 229	0.19 234	0.13 227	0.19 232	0.13 221	0.18 208	0.13 172	0.18 240	0.13 228	0.18 233	0.13 221

FADE	0.07 67	0.06 79	0.02 15	0.09 87	0.10 165	0.03 44	0.03 55	0.05 111	0.03 60	0.04 93	0.03 57	0.05 114	0.03 54	0.04 91	0.03 53	0.15 159	0.10 111	0.17 229	0.13 228	0.11 168	0.11 176

CR-Stereo	0.51 442	0.14 137	1.94 717	1.87 635	0.14 231	0.13 178	0.14 227	0.19 231	0.18 269	0.13 180	0.13 229	0.18 229	0.17 261	0.14 195	0.15 238	1.89 667	1.93 712	0.19 243	0.14 234	0.20 240	0.15 235

CR-RVC	0.42 366	0.14 137	1.89 702	1.91 638	0.13 227	0.12 175	0.08 157	0.07 144	0.07 154	0.07 146	0.07 155	0.08 146	0.14 232	0.07 144	0.07 145	0.96 545	1.91 711	0.14 190	0.14 234	0.20 240	0.13 221

SCION-MonSter(vits)	0.25 246	0.79 367	0.31 303	0.42 330	0.28 325	0.40 349	0.28 320	0.20 239	0.15 244	0.40 345	0.15 245	0.19 234	0.15 245	0.20 237	0.15 238	0.23 241	0.21 250	0.17 229	0.14 234	0.16 220	0.14 228

SCION-MonSter	0.21 225	0.76 361	0.22 243	0.25 233	0.15 246	0.19 233	0.15 236	0.19 231	0.15 244	0.19 230	0.15 245	0.19 234	0.15 245	0.19 232	0.14 226	0.22 229	0.21 250	0.16 219	0.14 234	0.16 220	0.15 235

Weightmod_eth	0.20 216	0.24 186	0.28 275	0.47 353	0.14 231	0.24 267	0.14 227	0.17 225	0.13 229	0.22 253	0.16 251	0.22 257	0.13 227	0.20 237	0.16 247	0.24 250	0.20 245	0.19 243	0.14 234	0.16 220	0.24 286

DepthFocus	0.18 210	0.22 176	0.15 190	0.22 216	0.15 246	0.22 255	0.15 236	0.22 255	0.15 244	0.22 253	0.15 245	0.22 257	0.16 249	0.22 256	0.15 238	0.20 219	0.15 196	0.20 249	0.14 234	0.20 240	0.14 228

RSGM-EC	0.24 243	0.24 186	0.15 190	0.22 216	0.15 246	0.22 255	0.15 236	0.22 255	0.15 244	0.24 266	0.15 245	0.22 257	0.15 245	0.22 256	1.19 628	0.20 219	0.17 227	0.24 278	0.14 234	0.20 240	0.14 228

acva	0.24 243	0.24 186	0.15 190	0.22 216	0.15 246	0.22 255	0.15 236	0.22 255	0.15 244	0.24 266	0.15 245	0.22 257	0.15 245	0.22 256	1.19 628	0.20 219	0.17 227	0.24 278	0.14 234	0.20 240	0.14 228

castereo++	0.54 449	3.59 679	1.15 583	1.31 606	0.14 231	0.16 219	0.14 227	0.16 218	0.14 232	0.16 217	0.14 235	0.16 217	0.13 227	0.16 218	0.14 226	1.45 644	1.16 588	0.15 215	0.14 234	0.15 215	0.13 221

ITSA-stereo	0.15 188	0.17 158	0.13 156	0.20 202	0.13 227	0.19 233	0.13 225	0.18 229	0.13 229	0.19 230	0.13 229	0.18 229	0.14 232	0.18 229	0.14 226	0.16 172	0.11 134	0.15 215	0.14 234	0.18 233	0.11 176

LRCNet_RVC	0.13 145	0.13 117	0.09 100	0.13 130	0.10 165	0.14 193	0.10 163	0.14 193	0.10 167	0.23 259	0.10 164	0.20 239	0.10 163	0.24 267	0.11 175	0.11 117	0.09 106	0.12 171	0.14 234	0.12 177	0.09 154

GMStereo	0.14 176	0.13 117	0.14 165	0.14 134	0.14 231	0.14 193	0.14 227	0.14 193	0.14 232	0.14 194	0.14 235	0.14 194	0.14 232	0.14 195	0.14 226	0.14 146	0.14 187	0.14 190	0.14 234	0.14 196	0.14 228
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 201	0.71 350	0.14 165	0.14 134	0.14 231	0.14 193	0.14 227	0.14 193	0.14 232	0.14 194	0.14 235	0.14 194	0.14 232	0.14 195	0.22 282	0.14 146	0.14 187	0.14 190	0.14 234	0.14 196	0.14 228

depth_test_26	0.20 216	0.34 214	0.25 257	0.34 271	0.14 231	0.21 250	0.14 227	0.21 249	0.14 232	0.21 249	0.14 235	0.21 247	0.14 232	0.21 250	0.14 226	0.26 259	0.26 271	0.22 259	0.15 247	0.22 252	0.14 228

VIP-Stereo	0.70 489	2.97 666	2.43 734	2.49 679	0.16 257	0.25 277	0.16 243	0.25 273	0.16 252	0.25 274	0.18 276	0.25 278	0.16 249	0.26 288	0.16 247	1.86 661	1.26 642	0.23 268	0.15 247	0.23 264	0.15 235

dd	0.23 239	0.98 411	0.16 197	0.23 221	0.15 246	0.23 264	0.15 236	0.23 262	0.15 244	0.23 259	0.15 245	0.24 271	0.17 261	0.23 263	0.15 238	0.22 229	0.15 196	0.21 254	0.15 247	0.22 252	0.16 238

GEAR-Net	0.22 232	0.46 282	0.27 267	0.29 247	0.17 263	0.21 250	0.17 253	0.21 249	0.17 262	0.21 249	0.17 259	0.21 247	0.17 261	0.21 250	0.17 254	0.28 268	0.26 271	0.20 249	0.16 250	0.20 240	0.16 238

LACA2	0.21 225	0.24 186	0.26 264	0.31 255	0.16 257	0.24 267	0.16 243	0.24 265	0.16 252	0.24 266	0.16 251	0.24 271	0.16 249	0.24 267	0.16 247	0.27 263	0.23 263	0.24 278	0.16 250	0.23 264	0.16 238

LACA1	0.21 225	0.24 186	0.26 264	0.31 255	0.16 257	0.24 267	0.16 243	0.24 265	0.16 252	0.24 266	0.16 251	0.24 271	0.16 249	0.24 267	0.16 247	0.27 263	0.22 257	0.23 268	0.16 250	0.23 264	0.16 238

RAFT-FEzeroshot	0.34 288	0.26 196	0.17 207	0.21 214	0.17 263	0.20 239	0.16 243	0.20 239	0.16 252	0.20 237	0.17 259	0.21 247	0.16 249	0.27 292	0.24 292	0.19 216	0.16 199	0.19 243	0.16 250	0.26 275	3.08 762

RAFT-FE	0.34 288	0.26 196	0.17 207	0.21 214	0.17 263	0.20 239	0.16 243	0.20 239	0.16 252	0.20 237	0.17 259	0.21 247	0.16 249	0.27 292	0.24 292	0.19 216	0.16 199	0.19 243	0.16 250	0.26 275	3.08 762

xyz-stereo-finetune2	0.18 210	0.48 293	0.16 197	0.16 156	0.15 246	0.15 212	0.16 243	0.16 218	0.16 252	0.16 217	0.16 251	0.16 217	0.16 249	0.16 218	0.16 247	0.16 172	0.16 199	0.16 219	0.16 250	0.16 220	0.16 238

xyz-stereo	0.18 210	0.50 300	0.16 197	0.15 146	0.16 257	0.16 219	0.16 243	0.16 218	0.16 252	0.16 217	0.16 251	0.16 217	0.16 249	0.16 218	0.16 247	0.16 172	0.16 199	0.16 219	0.16 250	0.16 220	0.16 238

castereo	0.61 464	3.79 687	1.35 647	1.52 620	0.15 246	0.17 226	0.16 243	0.20 239	0.21 284	0.18 228	0.16 251	0.21 247	0.12 219	0.26 288	0.17 254	1.43 643	1.38 659	0.17 229	0.16 250	0.18 233	0.16 238

tg	0.21 225	0.25 193	0.21 241	0.26 241	0.17 263	0.24 267	0.17 253	0.24 265	0.17 262	0.24 266	0.17 259	0.24 271	0.17 261	0.24 267	0.17 254	0.24 250	0.17 227	0.23 268	0.16 250	0.23 264	0.16 238

ACV-stereo	0.30 266	2.08 604	0.25 257	0.25 233	0.18 275	0.24 267	0.17 253	0.24 265	0.18 269	0.24 266	0.17 259	0.25 278	0.17 261	0.24 267	0.17 254	0.22 229	0.16 199	0.22 259	0.16 250	0.22 252	0.16 238

GMStereo_Zeroshot	0.16 195	0.16 153	0.16 197	0.16 156	0.16 257	0.16 219	0.16 243	0.16 218	0.16 252	0.16 217	0.16 251	0.16 217	0.16 249	0.16 218	0.16 247	0.16 172	0.16 199	0.16 219	0.16 250	0.16 220	0.16 238

IGEV_Zeroshot_test	0.20 216	0.19 162	0.40 395	0.30 249	0.17 263	0.22 255	0.17 253	0.21 249	0.17 262	0.20 237	0.17 259	0.21 247	0.18 273	0.21 250	0.17 254	0.20 219	0.16 199	0.20 249	0.16 250	0.20 240	0.17 256

MSKI-zero shot	0.24 243	0.21 172	0.49 449	0.65 448	0.18 275	0.22 255	0.17 253	0.23 262	0.18 269	0.21 249	0.17 259	0.23 265	0.28 331	0.23 263	0.18 267	0.21 227	0.16 199	0.21 254	0.16 250	0.21 250	0.16 238

gwcnet-sp	0.82 526	1.72 545	1.48 665	0.39 293	0.15 246	0.31 305	0.21 278	0.20 239	0.25 303	1.61 673	0.23 296	0.28 294	0.26 315	0.20 237	0.15 238	0.24 250	1.33 650	0.32 313	0.16 250	6.75 778	0.23 276

scenet	0.82 526	1.72 545	1.48 665	0.39 293	0.15 246	0.31 305	0.21 278	0.20 239	0.25 303	1.61 673	0.23 296	0.28 294	0.26 315	0.20 237	0.15 238	0.24 250	1.33 650	0.32 313	0.16 250	6.75 778	0.23 276

ssnet	0.82 526	1.72 545	1.48 665	0.39 293	0.15 246	0.31 305	0.21 278	0.20 239	0.25 303	1.61 673	0.23 296	0.28 294	0.26 315	0.20 237	0.15 238	0.24 250	1.33 650	0.32 313	0.16 250	6.75 778	0.23 276

dad	0.23 239	1.03 437	0.16 197	0.23 221	0.15 246	0.24 267	0.15 236	0.24 265	0.16 252	0.23 259	0.16 251	0.24 271	0.16 249	0.23 263	0.15 238	0.22 229	0.16 199	0.22 259	0.16 250	0.22 252	0.16 238

MMNet	0.44 382	1.24 517	0.17 207	0.25 233	0.17 263	0.25 277	0.18 262	1.26 649	0.93 603	0.25 274	0.17 259	0.25 278	0.18 273	0.25 276	0.17 254	0.23 241	0.16 199	0.23 268	0.16 250	1.20 599	0.99 600

delet	0.43 369	1.21 509	0.17 207	0.25 233	0.17 263	0.25 277	0.18 262	1.26 649	0.95 605	0.25 274	0.17 259	0.25 278	0.17 261	0.25 276	0.17 254	0.23 241	0.16 199	0.22 259	0.16 250	1.18 595	0.98 599

psm_up	0.43 369	1.19 462	0.17 207	0.25 233	0.18 275	0.25 277	0.19 268	1.26 649	0.91 597	0.26 283	0.17 259	0.25 278	0.17 261	0.25 276	0.17 254	0.22 229	0.17 227	0.23 268	0.16 250	1.18 595	0.99 600

UPFNet	0.42 366	1.20 463	0.17 207	0.24 226	0.17 263	0.25 277	0.17 253	1.19 595	0.90 596	0.25 274	0.17 259	0.24 271	0.17 261	0.25 276	0.17 254	0.22 229	0.17 227	0.22 259	0.16 250	1.15 587	0.93 593

iResNetv2_ROB	0.20 216	0.23 178	0.18 217	0.24 226	0.20 284	0.24 267	0.18 262	0.24 265	0.18 269	0.24 266	0.18 276	0.23 265	0.19 280	0.24 267	0.18 267	0.21 227	0.16 199	0.21 254	0.16 250	0.22 252	0.16 238

iResNet	0.20 216	0.23 178	0.18 217	0.24 226	0.18 275	0.24 267	0.20 272	0.24 265	0.18 269	0.23 259	0.17 259	0.23 265	0.18 273	0.23 263	0.18 267	0.22 229	0.16 199	0.21 254	0.16 250	0.21 250	0.16 238

SMOE	0.23 239	0.25 193	0.30 285	0.33 265	0.18 275	0.26 286	0.18 262	0.26 279	0.18 269	0.26 283	0.18 276	0.25 278	0.18 273	0.25 276	0.18 267	0.31 284	0.27 284	0.23 268	0.17 273	0.23 264	0.17 256

LACA3	0.23 239	0.25 193	0.27 267	0.54 421	0.17 263	0.25 277	0.17 253	0.25 273	0.17 262	0.25 274	0.17 259	0.25 278	0.17 261	0.25 276	0.17 254	0.28 268	0.23 263	0.24 278	0.17 273	0.24 269	0.17 256

IGEV-FE	0.35 299	0.37 224	0.17 207	0.19 189	0.17 263	0.20 239	0.17 253	0.19 231	0.17 262	0.19 230	0.17 259	0.19 234	0.17 261	0.37 336	0.36 431	0.19 216	0.17 227	0.19 243	0.17 273	0.38 352	2.84 753

DEFOM-Stereo_RVC	0.83 530	5.18 722	1.98 722	2.19 651	0.17 263	0.19 233	0.18 262	0.19 231	0.16 252	0.20 237	0.19 279	0.22 257	0.22 293	0.20 237	0.15 238	2.28 703	2.13 724	0.24 278	0.17 273	0.18 233	0.16 238

Pointernet	0.21 225	0.22 176	0.19 226	0.24 226	0.19 281	0.24 267	0.19 268	0.24 265	0.19 277	0.24 266	0.19 279	0.24 271	0.19 280	0.24 267	0.19 271	0.22 229	0.17 227	0.22 259	0.17 273	0.22 252	0.17 256

MIM_Stereo	0.25 246	0.23 178	0.66 505	0.80 483	0.17 263	0.22 255	0.17 253	0.23 262	0.18 269	0.26 283	0.17 259	0.21 247	0.17 261	0.25 276	0.17 254	0.23 241	0.16 199	0.21 254	0.17 273	0.22 252	0.17 256

ac_64	0.22 232	0.13 117	0.19 226	0.23 221	0.10 165	0.26 286	1.02 613	0.14 193	0.10 167	0.28 289	0.14 235	0.17 225	0.19 280	0.28 297	0.09 153	0.22 229	0.16 199	0.23 268	0.17 273	0.11 168	0.12 213

ssnet_v2	0.68 483	1.96 600	1.25 643	0.29 247	0.20 284	0.30 298	0.20 272	0.29 289	0.22 288	1.50 669	0.20 283	0.31 309	0.20 284	0.27 292	0.22 282	0.24 250	1.49 666	0.26 288	0.18 280	3.90 739	0.19 265

SME	0.27 257	0.29 204	0.31 303	0.38 284	0.20 284	0.29 296	0.18 262	0.30 292	0.20 279	0.32 307	0.21 289	0.32 313	0.20 284	0.32 311	0.21 278	0.35 305	0.32 326	0.27 293	0.19 281	0.29 287	0.20 267

DLNR-FE	0.28 260	0.89 389	0.30 285	0.34 271	0.19 281	0.28 293	0.19 268	0.28 284	0.20 279	0.28 289	0.20 283	0.28 294	0.20 284	0.28 297	0.20 274	0.33 293	0.28 292	0.25 283	0.19 281	0.24 269	0.19 265

Weightmod	0.27 257	0.29 204	0.33 317	0.38 284	0.20 284	0.30 298	0.21 278	0.29 289	0.21 284	0.29 294	0.22 291	0.30 304	0.20 284	0.30 303	0.21 278	0.37 313	0.31 321	0.27 293	0.20 283	0.28 283	0.21 271

BStereo	0.22 232	0.23 178	0.20 234	0.24 226	0.20 284	0.23 264	0.33 412	0.39 336	0.17 262	0.23 259	0.17 259	0.23 265	0.16 249	0.24 267	0.17 254	0.23 241	0.16 199	0.22 259	0.20 283	0.22 252	0.16 238

Anonymus123	0.22 232	0.23 178	0.20 234	0.24 226	0.20 284	0.23 264	0.33 412	0.39 336	0.17 262	0.23 259	0.17 259	0.23 265	0.16 249	0.24 267	0.17 254	0.23 241	0.16 199	0.22 259	0.20 283	0.22 252	0.16 238

DAS	0.20 216	0.20 166	0.20 234	0.20 202	0.20 284	0.20 239	0.20 272	0.20 239	0.20 279	0.20 237	0.20 283	0.20 239	0.20 284	0.20 237	0.20 274	0.20 219	0.20 245	0.20 249	0.20 283	0.20 240	0.20 267

ASD4	0.20 216	0.20 166	0.20 234	0.20 202	0.20 284	0.20 239	0.20 272	0.20 239	0.20 279	0.20 237	0.20 283	0.20 239	0.20 284	0.20 237	0.20 274	0.20 219	0.20 245	0.20 249	0.20 283	0.20 240	0.20 267

DCVSM-stereo	0.36 307	1.89 589	0.22 243	0.40 306	0.22 297	0.40 349	0.22 283	0.40 345	0.22 288	0.40 345	0.22 291	0.40 357	0.22 293	0.40 351	0.22 282	0.28 268	0.21 250	0.28 297	0.21 288	0.28 283	0.20 267

HGLStereo	0.28 260	0.29 204	0.22 243	0.36 278	0.22 297	0.36 325	0.21 278	0.36 314	0.21 284	0.42 376	0.21 289	0.36 329	0.22 293	0.36 329	0.21 278	0.34 297	0.21 250	0.34 330	0.21 288	0.34 311	0.21 271

DISCO	1.11 585	0.39 235	5.28 771	0.39 293	0.20 284	0.39 347	0.27 309	0.39 336	0.22 288	0.38 331	0.20 283	0.38 342	0.20 284	6.95 790	0.22 282	0.30 278	0.21 250	0.27 293	0.21 288	5.25 771	0.21 271

Select-FE	0.41 351	0.44 269	0.23 247	0.26 241	0.22 297	0.26 286	0.22 283	0.26 279	0.23 295	0.26 283	0.23 296	0.26 290	0.23 299	0.45 442	0.42 477	0.25 257	0.22 257	0.25 283	0.22 291	0.45 441	2.90 754

WAO-6	0.22 232	0.23 178	0.22 243	0.23 221	0.22 297	0.22 255	0.22 283	0.22 255	0.22 288	0.22 253	0.22 291	0.22 257	0.22 293	0.22 256	0.22 282	0.22 229	0.22 257	0.22 259	0.22 291	0.22 252	0.22 274

IMH-64-1	0.22 232	0.23 178	0.23 247	0.22 216	0.22 297	0.22 255	0.22 283	0.22 255	0.22 288	0.22 253	0.22 291	0.22 257	0.22 293	0.22 256	0.22 282	0.22 229	0.22 257	0.23 268	0.22 291	0.22 252	0.23 276

IMH-64	0.22 232	0.23 178	0.23 247	0.22 216	0.22 297	0.22 255	0.22 283	0.22 255	0.22 288	0.22 253	0.22 291	0.22 257	0.22 293	0.22 256	0.22 282	0.22 229	0.22 257	0.23 268	0.22 291	0.22 252	0.23 276

NINENet	0.69 486	3.87 691	1.20 592	1.98 644	0.05 126	0.40 349	0.04 105	0.40 345	0.05 126	0.41 362	0.04 112	0.41 372	0.05 119	0.40 351	0.05 117	1.79 659	1.56 672	0.34 330	0.22 291	0.34 311	0.23 276

FCDSN-DC	0.41 351	0.59 332	0.64 499	0.54 421	0.33 425	0.50 480	0.37 445	0.42 382	0.40 468	0.61 513	0.43 488	0.50 483	0.49 511	0.38 340	0.32 396	0.28 268	0.23 263	0.26 288	0.22 291	0.35 324	0.28 361
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
model_zeroshot	0.27 257	0.20 166	0.27 267	0.33 265	0.21 295	0.37 333	0.22 283	0.37 322	0.24 298	0.26 283	0.27 318	0.33 317	0.21 292	0.25 276	0.27 307	0.32 287	0.20 245	0.34 330	0.23 297	0.25 272	0.26 294

WCG-NET（raft）	0.32 282	1.24 517	0.24 254	0.32 261	0.24 308	0.32 314	0.23 292	0.32 300	0.24 298	0.32 307	0.24 303	0.32 313	0.24 302	0.32 311	0.24 292	0.30 278	0.23 263	0.30 304	0.23 297	0.30 291	0.23 276

BUS	0.83 530	1.91 592	0.92 560	4.48 731	0.02 22	0.40 349	0.04 105	0.41 364	0.02 23	0.48 453	0.03 57	0.41 372	0.05 119	0.03 44	0.05 117	1.97 673	4.19 759	0.33 320	0.23 297	0.34 311	0.27 333

CRFU-Net	0.65 473	1.67 542	1.22 639	1.96 643	0.27 319	0.41 368	0.27 309	0.41 364	0.27 321	0.40 345	0.26 314	0.41 372	0.27 322	0.40 351	0.27 307	1.80 660	1.62 680	0.34 330	0.23 297	0.33 306	0.23 276

BSDual-CNN	0.81 521	1.91 592	0.92 560	4.48 731	0.02 22	0.42 389	0.06 143	0.41 364	0.02 23	0.48 453	0.03 57	0.02 22	0.02 22	0.03 44	0.02 22	1.97 673	4.19 759	0.33 320	0.23 297	0.34 311	0.27 333

hknet	1.10 583	1.85 583	3.49 757	4.48 731	0.02 22	0.42 389	0.06 143	0.41 364	0.02 23	0.48 453	0.03 57	0.41 372	0.03 54	0.42 385	0.03 53	4.39 745	4.19 759	0.33 320	0.23 297	0.34 311	0.27 333

FENet	0.54 449	1.52 536	1.19 589	1.41 616	0.23 303	0.35 321	0.23 292	0.35 310	0.23 295	0.34 315	0.23 296	0.35 324	0.23 299	0.35 323	0.23 289	1.40 641	1.07 572	0.32 313	0.23 297	0.33 306	0.23 276

DLNR_Zeroshot_test	0.31 273	0.28 202	0.47 434	0.79 479	0.24 308	0.30 298	0.26 306	0.30 292	0.24 298	0.32 307	0.23 296	0.31 309	0.24 302	0.30 303	0.23 289	0.29 277	0.26 271	0.29 302	0.24 304	0.33 306	0.23 276

IGEV-Stereo	0.35 299	0.44 269	0.45 420	0.49 365	0.30 350	0.37 333	0.30 343	0.36 314	0.30 352	0.36 323	0.29 341	0.36 329	0.29 343	0.36 329	0.30 342	0.46 413	0.39 401	0.32 313	0.24 304	0.32 299	0.25 288
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iResNet_ROB	0.28 260	0.32 212	0.24 254	0.32 261	0.25 311	0.32 314	0.24 297	0.32 300	0.24 298	0.33 312	0.24 303	0.35 324	0.24 302	0.33 319	0.24 292	0.31 284	0.24 267	0.32 313	0.24 304	0.32 299	0.24 286

UNDER WATER-64	0.25 246	0.26 196	0.25 257	0.26 241	0.25 311	0.25 277	0.25 299	0.25 273	0.25 303	0.25 274	0.25 309	0.25 278	0.25 305	0.26 288	0.25 300	0.25 257	0.25 268	0.25 283	0.25 307	0.25 272	0.25 288

LoS_RVC	0.30 266	1.14 453	0.25 257	0.25 233	0.25 311	0.26 286	0.25 299	0.25 273	0.25 303	0.25 274	0.25 309	0.26 290	0.26 315	0.26 288	0.25 300	0.26 259	0.26 271	0.25 283	0.25 307	0.26 275	0.26 294

CAS	0.30 266	1.17 459	0.25 257	0.25 233	0.25 311	0.26 286	0.25 299	0.25 273	0.26 317	0.25 274	0.25 309	0.25 278	0.25 305	0.25 276	0.25 300	0.26 259	0.26 271	0.26 288	0.25 307	0.26 275	0.25 288

IER	0.88 547	7.04 750	2.23 728	2.75 685	0.28 325	0.43 396	0.25 299	0.39 336	0.25 303	0.41 362	0.27 318	0.39 347	0.25 305	0.40 351	0.28 316	0.37 313	0.28 292	0.37 359	0.25 307	0.37 339	0.25 288

CroCo-Stereo	0.73 499	1.22 515	0.25 257	1.22 592	0.25 311	1.22 649	0.25 299	1.22 645	0.25 303	1.22 654	0.25 309	1.22 656	0.25 305	1.22 656	0.25 300	1.22 627	0.26 271	1.21 665	0.25 307	1.22 647	0.25 288
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
StereoDRNet-Refined	0.33 287	0.39 235	0.26 264	0.39 293	0.26 318	0.40 349	0.26 306	0.40 345	0.26 317	0.39 338	0.26 314	0.39 347	0.26 315	0.39 348	0.26 305	0.37 313	0.25 268	0.37 359	0.25 307	0.37 339	0.37 438
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
GCAP-Stereo-w-DA	0.60 458	5.10 718	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.44 423	0.30 342	0.44 371	0.37 386	0.38 367	0.26 313	0.38 352	0.26 294

small-0shot	0.35 299	1.92 598	0.27 267	0.27 244	0.27 319	0.27 291	0.27 309	0.27 283	0.27 321	0.27 288	0.27 318	0.26 290	0.27 322	0.27 292	0.26 305	0.27 263	0.26 271	0.26 288	0.26 313	0.26 275	0.27 333

canet-new	0.44 382	1.82 574	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.44 423	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

bcnet-new	0.44 382	1.81 567	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

LWStereo	0.44 382	1.82 574	0.38 351	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

LMStereo	0.44 382	1.80 562	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.45 401	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

CR7Stereo	0.44 382	1.81 567	0.39 362	0.50 402	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.45 401	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

ARStereo	0.44 382	1.80 562	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

ARStereo-new	0.44 382	1.80 562	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

BARStereo	0.44 382	1.78 557	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.44 429	0.30 352	0.44 422	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.45 401	0.34 368	0.39 411	0.26 313	0.38 352	0.26 294

FCBStereo	0.44 382	1.79 561	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

PSGStereo	0.44 382	1.78 557	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

MUNStereo	0.44 382	1.81 567	0.39 362	0.49 365	0.30 350	0.44 431	0.30 343	0.44 429	0.30 352	0.44 422	0.30 356	0.44 435	0.30 352	0.44 423	0.30 342	0.45 401	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

CHEStereo	0.44 382	1.78 557	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

TOTStereo	0.44 382	1.81 567	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

GCAP-Stereo-CNN-DA	0.44 382	1.83 577	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

ACMStereo	0.60 458	5.12 719	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.44 423	0.30 342	0.44 371	0.37 386	0.38 367	0.26 313	0.38 352	0.26 294

KABStereo	0.43 369	1.76 552	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

KMOStereo	0.43 369	1.80 562	0.38 351	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

GCAP-Stereo-cres-4k	0.44 382	1.81 567	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

GCAP-Stereo-DPT-cres	0.43 369	1.77 554	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

GCAP-Stereo-DPT-36K	0.43 369	1.78 557	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

GCAP-Stereo-DPT-22K	0.44 382	1.85 583	0.38 351	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

GCAP-Stereo-DPT-20K	0.43 369	1.77 554	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

GCAP-Stereo-DPT-24K	0.44 382	1.86 586	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

GCAP-Stereo-DPT-5K	0.44 382	1.80 562	0.39 362	0.49 365	0.30 350	0.44 431	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.44 423	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

GCAP-Stereo-DPT-2K	0.44 382	1.82 574	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

GCAP-Stereo-DPT-3K	0.43 369	1.77 554	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.33 339	0.38 367	0.26 313	0.38 352	0.26 294

GCAP-Stereo-DPT-50K	0.44 382	1.83 577	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.36 381	0.38 367	0.26 313	0.38 352	0.26 294

Monster-pub-mixall	0.44 382	0.56 324	0.60 484	0.38 284	0.27 319	0.37 333	0.27 309	0.37 322	0.29 337	0.38 331	0.27 318	0.38 342	0.29 343	0.85 556	0.27 307	1.46 645	0.26 271	0.34 330	0.26 313	0.36 334	0.53 512

LG-Stereo_L2	0.34 288	0.37 224	0.38 351	0.47 353	0.28 325	0.39 347	0.28 320	0.39 336	0.28 327	0.39 338	0.28 326	0.39 347	0.28 331	0.38 340	0.28 316	0.42 369	0.35 375	0.36 355	0.26 313	0.35 324	0.26 294

GCAP-BAT	0.41 351	1.30 521	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.44 422	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.44 371	0.34 368	0.38 367	0.26 313	0.38 352	0.26 294

test_for_model	0.35 299	0.39 235	0.30 285	0.43 337	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.44 423	0.31 384	0.38 326	0.26 271	0.38 367	0.26 313	0.38 352	0.26 294

tt1	0.31 273	0.93 404	0.24 254	0.33 265	0.23 303	0.31 305	0.24 297	0.32 300	0.24 298	0.32 307	0.23 296	0.32 313	0.25 305	0.32 311	0.24 292	0.27 263	0.26 271	0.27 293	0.26 313	0.27 281	0.27 333

HH	0.71 492	2.54 640	0.74 534	1.10 529	0.32 412	0.41 368	0.37 445	0.69 522	0.78 583	0.73 536	0.90 596	0.75 543	1.00 595	0.84 552	0.69 557	0.69 488	0.40 405	0.35 346	0.26 313	0.35 324	0.26 294

HanStereo	0.71 492	2.54 640	0.74 534	1.10 529	0.32 412	0.41 368	0.37 445	0.69 522	0.78 583	0.73 536	0.90 596	0.75 543	1.00 595	0.84 552	0.69 557	0.69 488	0.40 405	0.35 346	0.26 313	0.35 324	0.26 294

LoS	0.25 246	0.27 199	0.25 257	0.25 233	0.25 311	0.25 277	0.25 299	0.26 279	0.25 303	0.25 274	0.25 309	0.25 278	0.25 305	0.25 276	0.25 300	0.26 259	0.25 268	0.25 283	0.26 313	0.26 275	0.25 288
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
iRaft-Stereo_5w	0.34 288	0.42 264	0.31 303	0.39 293	0.30 350	0.38 340	0.30 343	0.40 345	0.29 337	0.40 345	0.37 449	0.41 372	0.34 430	0.38 340	0.30 342	0.34 297	0.27 284	0.34 330	0.26 313	0.34 311	0.26 294

UCFNet_RVC	2.75 741	10.06 772	0.29 281	10.31 786	0.29 338	0.42 389	0.29 335	0.43 390	0.29 337	0.42 376	0.29 341	0.42 390	9.87 794	0.43 392	0.29 332	0.36 310	9.84 789	0.36 355	0.26 313	9.77 792	0.26 294

SCION-M(vits-remse)	0.34 288	0.79 367	0.30 285	0.33 265	0.28 325	0.40 349	0.28 320	0.40 345	0.28 327	0.40 345	0.28 326	0.39 347	0.28 331	0.40 351	0.28 316	0.23 241	0.21 250	0.35 346	0.27 352	0.35 324	0.27 333

SCION-Mon(vits-remp)	0.34 288	0.98 411	0.30 285	0.33 265	0.18 275	0.21 250	0.28 320	0.40 345	0.28 327	0.40 345	0.28 326	0.39 347	0.28 331	0.40 351	0.28 316	0.37 313	0.29 306	0.35 346	0.27 352	0.35 324	0.27 333

S0	0.42 366	0.44 269	0.54 470	0.59 434	0.34 437	0.48 462	0.22 283	0.51 483	0.25 303	0.51 485	0.34 428	0.53 497	0.35 437	0.47 451	0.36 431	0.55 453	0.39 401	0.49 493	0.27 352	0.46 446	0.34 418

PStereo	0.32 282	0.36 221	0.28 275	0.38 284	0.29 338	0.36 325	0.27 309	0.38 331	0.27 321	0.38 331	0.28 326	0.36 329	0.27 322	0.36 329	0.28 316	0.32 287	0.27 284	0.33 320	0.27 352	0.33 306	0.27 333

TestStereo_HL3	2.76 742	0.41 252	11.46 792	14.11 789	0.30 350	0.45 445	0.29 335	0.43 390	0.29 337	0.43 383	0.29 341	0.43 399	0.28 331	0.44 423	0.30 342	13.57 793	10.32 791	0.41 442	0.27 352	0.38 352	0.27 333

TestStereo_HL2	2.73 739	0.41 252	11.06 789	14.13 790	0.30 350	0.44 431	0.28 320	0.43 390	0.29 337	0.43 383	0.28 326	0.43 399	0.29 343	0.43 392	0.28 316	13.51 792	10.37 792	0.41 442	0.27 352	0.38 352	0.27 333

GGDA	2.76 742	0.41 252	11.34 791	14.28 791	0.30 350	0.44 431	0.29 335	0.43 390	0.29 337	0.43 383	0.28 326	0.43 399	0.28 331	0.43 392	0.29 332	13.45 791	10.57 793	0.41 442	0.27 352	0.38 352	0.27 333

TestStereo-Hl	2.78 744	0.42 264	11.23 790	14.38 792	0.30 350	0.44 431	0.30 343	0.43 390	0.28 327	0.43 383	0.29 341	0.44 435	0.29 343	0.44 423	0.29 332	13.64 794	10.73 794	0.41 442	0.27 352	0.38 352	0.27 333

GCAP-Stereo-DPT26K	0.43 369	1.76 552	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.43 390	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.31 384	0.44 371	0.33 339	0.38 367	0.27 352	0.38 352	0.26 294

RMAStereo	0.45 405	1.81 567	0.40 395	0.50 402	0.31 398	0.44 431	0.31 391	0.44 429	0.31 398	0.44 422	0.31 401	0.44 435	0.32 411	0.44 423	0.31 384	0.46 413	0.35 375	0.39 411	0.27 352	0.39 401	0.27 333

ATMStereo	0.46 414	1.99 601	0.40 395	0.51 413	0.31 398	0.44 431	0.31 391	0.44 429	0.31 398	0.44 422	0.31 401	0.44 435	0.31 404	0.44 423	0.32 396	0.47 420	0.35 375	0.39 411	0.27 352	0.39 401	0.27 333

GCAP-Stereo-DPT-FT	0.41 351	1.06 444	0.40 395	0.51 413	0.31 398	0.44 431	0.30 343	0.43 390	0.32 410	0.44 422	0.30 356	0.56 508	0.30 352	0.44 423	0.31 384	0.45 401	0.34 368	0.39 411	0.27 352	0.40 415	0.27 333

GeoVLM	0.36 307	0.38 228	0.27 267	0.46 346	0.28 325	0.35 321	0.28 320	0.37 322	0.27 321	0.35 319	0.28 326	0.36 329	0.38 450	0.35 323	0.28 316	1.08 562	0.26 271	0.33 320	0.27 352	0.34 311	0.33 411

gcap_with_dpt	0.35 299	0.39 235	0.30 285	0.44 341	0.31 398	0.44 431	0.31 391	0.44 429	0.31 398	0.44 422	0.30 356	0.44 435	0.30 352	0.44 423	0.30 342	0.38 326	0.26 271	0.38 367	0.27 352	0.38 352	0.27 333

Zero-FE251	0.36 307	0.40 239	0.28 275	0.41 320	0.28 325	0.41 368	0.28 320	0.41 364	0.28 327	0.41 362	0.28 326	0.41 372	0.28 331	0.42 385	0.30 342	0.37 313	0.26 271	0.37 359	0.27 352	0.45 441	0.56 526

GCAPDPT-zeroshot4090	0.40 343	1.09 447	0.39 362	0.49 365	0.30 350	0.43 396	0.30 343	0.44 429	0.30 352	0.43 383	0.30 356	0.43 399	0.30 352	0.43 392	0.30 342	0.45 401	0.34 368	0.38 367	0.27 352	0.38 352	0.27 333

GCAPDPT-zeroshot	0.36 307	0.40 239	0.30 285	0.43 337	0.30 350	0.43 396	0.30 343	0.43 390	0.31 398	0.43 383	0.30 356	0.43 399	0.30 352	0.44 423	0.31 384	0.39 339	0.28 292	0.39 411	0.27 352	0.39 401	0.26 294

4D-IteraStereo	0.78 512	3.13 670	0.89 553	0.69 459	0.32 412	0.40 349	0.32 401	0.76 534	0.97 608	0.52 489	0.65 549	0.89 563	0.32 411	0.76 538	0.98 601	0.83 527	0.94 560	0.35 346	0.27 352	0.70 515	0.89 589

CroCo-Stereo Lap2	0.77 509	1.29 519	0.29 281	1.27 597	0.29 338	1.27 653	0.26 306	1.26 649	0.26 317	1.26 655	0.26 314	1.27 660	0.26 315	1.26 658	0.27 307	1.27 630	0.27 284	1.27 669	0.27 352	1.27 651	0.27 333

iRaft-Stereo_20w	0.34 288	0.41 252	0.31 303	0.39 293	0.29 338	0.40 349	0.32 401	0.41 364	0.32 410	0.38 331	0.30 356	0.39 347	0.30 352	0.38 340	0.32 396	0.35 305	0.27 284	0.34 330	0.27 352	0.34 311	0.29 370

MLCV	0.31 273	0.35 216	0.27 267	0.35 274	0.28 325	0.35 321	0.27 309	0.35 310	0.28 327	0.36 323	0.27 318	0.35 324	0.27 322	0.35 323	0.27 307	0.34 297	0.27 284	0.34 330	0.27 352	0.34 311	0.27 333

GREATEN-IGEV-FM_RVC	0.38 323	0.35 216	0.56 474	0.63 442	0.28 325	0.36 325	0.28 320	0.36 314	0.28 327	0.36 323	0.28 326	0.36 329	0.28 331	0.36 329	0.28 316	0.62 474	0.57 485	0.35 346	0.28 373	0.35 324	0.28 361

testmc14	2.43 728	10.48 775	8.02 786	8.93 776	0.31 398	0.44 431	0.30 343	0.42 382	0.30 352	0.42 376	0.30 356	0.42 390	0.30 352	0.42 385	0.30 342	8.88 788	6.99 778	0.41 442	0.28 373	0.39 401	0.28 361

GCAP-Stereo-DPT-25K	0.41 351	1.09 447	0.40 395	0.52 416	0.31 398	0.44 431	0.31 391	0.44 429	0.31 398	0.44 422	0.31 401	0.44 435	0.31 404	0.44 423	0.31 384	0.46 413	0.35 375	0.39 411	0.28 373	0.39 401	0.28 361

Monster-pub-eth3d	0.45 405	0.57 327	0.60 484	0.39 293	0.28 325	0.37 333	0.28 320	0.37 322	0.30 352	0.39 338	0.29 341	0.39 347	0.30 352	0.92 568	0.27 307	1.42 642	0.28 292	0.34 330	0.28 373	0.37 339	0.53 512

gcap-zeroshot	0.36 307	0.40 239	0.34 331	0.44 341	0.31 398	0.44 431	0.31 391	0.44 429	0.32 410	0.44 422	0.32 411	0.44 435	0.32 411	0.44 423	0.31 384	0.39 339	0.28 292	0.39 411	0.28 373	0.39 401	0.27 333

xxxxx1	0.31 273	0.91 395	0.23 247	0.31 255	0.23 303	0.31 305	0.23 292	0.33 304	0.25 303	0.31 301	0.24 303	0.33 317	0.25 305	0.32 311	0.24 292	0.28 268	0.28 292	0.28 297	0.28 373	0.29 287	0.27 333

SQANet	0.28 260	0.28 202	0.28 275	0.28 246	0.28 325	0.28 293	0.28 320	0.28 284	0.28 327	0.28 289	0.28 326	0.28 294	0.28 331	0.28 297	0.28 316	0.28 268	0.28 292	0.28 297	0.28 373	0.28 283	0.28 361

testlalala	0.36 307	0.40 239	0.34 331	0.44 341	0.31 398	0.44 431	0.31 391	0.44 429	0.32 410	0.44 422	0.32 411	0.44 435	0.32 411	0.44 423	0.31 384	0.39 339	0.28 292	0.39 411	0.28 373	0.39 401	0.27 333

Any-RAFT	0.32 282	0.36 221	0.27 267	0.36 278	0.27 319	0.36 325	0.27 309	0.36 314	0.27 321	0.36 323	0.27 318	0.36 329	0.27 322	0.36 329	0.28 316	0.36 310	0.28 292	0.36 355	0.28 373	0.36 334	0.28 361

tt_ll	0.31 273	0.91 395	0.23 247	0.31 255	0.23 303	0.31 305	0.23 292	0.33 304	0.25 303	0.31 301	0.24 303	0.33 317	0.25 305	0.32 311	0.24 292	0.28 268	0.28 292	0.28 297	0.28 373	0.29 287	0.27 333

ff	0.31 273	0.91 395	0.23 247	0.31 255	0.23 303	0.31 305	0.23 292	0.33 304	0.25 303	0.31 301	0.24 303	0.33 317	0.25 305	0.32 311	0.24 292	0.28 268	0.28 292	0.28 297	0.28 373	0.29 287	0.27 333

DGSMNet	0.34 288	0.41 252	0.27 267	0.41 320	0.28 325	0.41 368	0.28 320	0.41 364	0.27 321	0.41 362	0.27 318	0.42 390	0.27 322	0.41 371	0.28 316	0.40 347	0.29 306	0.40 424	0.28 373	0.40 415	0.27 333

Gwc-CoAtRS	0.41 351	1.49 535	0.32 312	0.42 330	0.32 412	0.41 368	0.32 401	0.41 364	0.33 420	0.41 362	0.32 411	0.41 372	0.32 411	0.41 371	0.32 396	0.39 339	0.28 292	0.39 411	0.28 373	0.40 415	0.28 361

ccs_rob	2.79 745	10.17 774	0.32 312	10.00 784	0.33 425	0.49 471	0.33 412	1.90 679	0.32 410	0.51 485	0.33 420	0.49 469	9.24 793	0.49 468	0.33 408	0.41 355	9.82 788	0.41 442	0.28 373	9.34 790	0.29 370

DN-CSS_ROB	0.31 273	0.35 216	0.28 275	0.35 274	0.28 325	0.34 317	0.27 309	0.34 307	0.25 303	0.35 319	0.27 318	0.36 329	0.26 315	0.34 320	0.28 316	0.35 305	0.28 292	0.34 330	0.28 373	0.34 311	0.27 333

test410_97500	0.41 351	0.89 389	0.31 303	0.40 306	0.31 398	0.40 349	0.31 391	0.40 345	0.31 398	0.61 513	0.53 527	0.40 357	0.31 404	0.40 351	0.31 384	0.58 460	0.47 449	0.38 367	0.29 388	0.38 352	0.29 370

test410	0.66 475	5.69 742	0.31 303	0.40 306	0.31 398	0.41 368	0.31 391	0.40 345	0.31 398	0.62 517	0.55 530	0.40 357	0.31 404	0.40 351	0.31 384	0.59 463	0.47 449	0.38 367	0.29 388	0.38 352	0.30 385

GREATEN-IGEV_RVC	0.38 323	0.35 216	0.56 474	0.63 442	0.29 338	0.36 325	0.29 335	0.36 314	0.29 337	0.39 338	0.29 341	0.36 329	0.29 343	0.36 329	0.29 332	0.62 474	0.57 485	0.35 346	0.29 388	0.36 334	0.29 370

MCSU-Stereo	2.48 731	10.56 776	8.50 788	9.47 780	0.31 398	0.43 396	0.30 343	0.42 382	0.30 352	0.42 376	0.30 356	0.42 390	0.30 352	0.41 371	0.30 342	8.86 787	6.93 777	0.40 424	0.29 388	0.39 401	0.28 361

HiDET	0.38 323	0.44 269	0.30 285	0.42 330	0.30 350	0.42 389	0.30 343	0.42 382	0.30 352	0.44 422	0.30 356	0.42 390	0.30 352	0.42 385	0.68 549	0.37 313	0.32 326	0.40 424	0.29 388	0.37 339	0.29 370

LCMNet	0.38 323	0.44 269	0.30 285	0.42 330	0.30 350	0.42 389	0.30 343	0.42 382	0.30 352	0.45 434	0.30 356	0.42 390	0.30 352	0.42 385	0.69 557	0.37 313	0.32 326	0.40 424	0.29 388	0.37 339	0.29 370

CSFM-Stereo	0.38 323	0.44 269	0.30 285	0.42 330	0.30 350	0.42 389	0.30 343	0.43 390	0.30 352	0.44 422	0.30 356	0.42 390	0.30 352	0.42 385	0.73 571	0.37 313	0.32 326	0.40 424	0.29 388	0.37 339	0.30 385

FE-Mocha	0.35 299	0.71 350	0.40 395	0.47 353	0.27 319	0.34 317	0.27 309	0.34 307	0.26 317	0.34 315	0.26 314	0.34 322	0.27 322	0.34 320	0.27 307	0.44 371	0.41 415	0.33 320	0.29 388	0.32 299	0.29 370

GREAT-IGEV	0.38 323	0.43 266	0.36 344	0.48 359	0.32 412	0.45 445	0.32 401	0.45 438	0.32 410	0.45 434	0.32 411	0.45 445	0.32 411	0.45 442	0.32 396	0.44 371	0.33 339	0.41 442	0.29 388	0.41 426	0.29 370
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
DEFOM-Stereo	0.68 483	3.11 669	1.40 661	1.63 630	0.25 311	0.31 305	0.25 299	0.31 298	0.28 327	0.31 301	0.29 341	0.29 300	0.27 322	0.31 308	0.28 316	1.59 652	1.47 665	0.30 304	0.29 388	0.30 291	0.28 361

IGEV++	0.34 288	0.43 266	0.30 285	0.40 306	0.29 338	0.40 349	0.29 335	0.40 345	0.29 337	0.40 345	0.29 341	0.40 357	0.29 343	0.40 351	0.30 342	0.38 326	0.29 306	0.37 359	0.29 388	0.37 339	0.29 370

PCWNet_CMD	2.80 746	9.82 770	0.32 312	10.09 785	0.32 412	0.49 471	0.33 412	3.34 750	0.33 420	0.49 463	0.33 420	0.49 469	8.73 790	0.48 461	0.33 408	0.41 355	9.22 784	0.42 458	0.29 388	9.55 791	0.31 395

CFNet_ucs	2.73 739	9.64 769	0.33 317	9.92 783	0.32 412	0.49 471	0.33 412	0.49 460	0.33 420	0.49 463	0.33 420	0.49 469	8.98 792	0.48 461	0.33 408	0.41 355	9.96 790	0.40 424	0.29 388	10.12 794	0.54 515

RAFT-Test	0.36 307	0.37 224	0.33 317	0.41 320	0.32 412	0.41 368	0.32 401	0.41 364	0.32 410	0.41 362	0.32 411	0.41 372	0.32 411	0.41 371	0.33 408	0.37 313	0.29 306	0.37 359	0.29 388	0.38 352	0.31 395

RCA-Stereo	0.51 442	3.22 673	0.34 331	0.44 341	0.34 437	0.44 431	0.34 427	0.43 390	0.34 431	0.43 383	0.34 428	0.44 435	0.33 423	0.43 392	0.33 408	0.38 326	0.29 306	0.38 367	0.29 388	0.38 352	0.29 370

CFNet_pseudo	2.67 738	9.36 767	0.32 312	10.99 787	0.33 425	0.85 553	0.33 412	0.49 460	0.33 420	0.49 463	0.32 411	0.49 469	7.26 788	0.49 468	0.33 408	0.41 355	9.62 787	0.41 442	0.29 388	10.03 793	0.29 370

pcwnet_v2	2.66 737	9.89 771	0.33 317	9.89 782	0.32 412	0.50 480	0.32 401	0.49 460	0.33 420	0.49 463	0.34 428	0.49 469	8.76 791	0.48 461	0.33 408	0.41 355	9.58 786	0.40 424	0.29 388	9.01 789	0.63 536

RAFT + AFF	0.31 273	0.45 278	0.34 331	0.39 293	0.28 325	0.38 340	0.33 412	0.29 289	0.31 398	0.30 296	0.30 356	0.29 300	0.27 322	0.29 301	0.30 342	0.28 268	0.29 306	0.29 302	0.29 388	0.27 281	0.32 402

DStereoO	0.31 273	0.31 210	0.31 303	0.30 249	0.40 470	0.31 305	0.30 343	0.30 292	0.34 431	0.29 294	0.31 401	0.29 300	0.30 352	0.31 308	0.31 384	0.31 284	0.29 306	0.31 310	0.30 406	0.31 296	0.31 395

MonSter++	0.38 323	0.44 269	0.31 303	0.43 337	0.30 350	0.43 396	0.31 391	0.43 390	0.31 398	0.45 434	0.31 401	0.43 399	0.31 404	0.43 392	0.69 557	0.38 326	0.33 339	0.40 424	0.30 406	0.38 352	0.30 385

Replicate-Monster	0.45 405	0.57 327	0.60 484	0.40 306	0.29 338	0.37 333	0.27 309	0.37 322	0.30 352	0.40 345	0.31 401	0.40 357	0.30 352	0.99 576	0.27 307	1.36 638	0.31 321	0.34 330	0.30 406	0.36 334	0.54 515

MultiAttention	0.30 266	0.30 207	0.30 285	0.30 249	0.30 350	0.30 298	0.30 343	0.30 292	0.30 352	0.30 296	0.30 356	0.30 304	0.30 352	0.30 303	0.30 342	0.30 278	0.30 316	0.30 304	0.30 406	0.30 291	0.30 385

MSAF-DinoV2	0.30 266	0.30 207	0.30 285	0.30 249	0.30 350	0.30 298	0.30 343	0.30 292	0.30 352	0.30 296	0.30 356	0.30 304	0.30 352	0.30 303	0.30 342	0.30 278	0.30 316	0.30 304	0.30 406	0.30 291	0.30 385

GIP-stereo	0.36 307	0.49 295	0.39 362	0.48 359	0.32 412	0.41 368	0.28 320	0.40 345	0.30 352	0.41 362	0.28 326	0.40 357	0.28 331	0.42 385	0.28 316	0.45 401	0.32 326	0.38 367	0.30 406	0.37 339	0.27 333

EKT-Stereo	0.37 317	0.40 239	0.44 418	1.07 527	0.29 338	0.34 317	0.31 391	0.36 314	0.29 337	0.38 331	0.31 401	0.37 339	0.30 352	0.36 329	0.29 332	0.34 297	0.28 292	0.39 411	0.30 406	0.37 339	0.30 385

CFNet-RSSM	0.91 550	4.89 710	0.34 331	0.44 341	1.07 617	1.62 677	1.40 693	0.91 555	0.35 435	1.60 670	1.39 693	0.64 523	0.34 430	0.44 423	0.33 408	0.41 355	0.35 375	0.75 551	0.30 406	0.41 426	0.29 370

psmorigin	0.41 351	0.46 282	0.33 317	0.49 365	0.33 425	0.49 471	0.33 412	0.49 460	0.33 420	0.49 463	0.33 420	0.49 469	0.33 423	0.51 486	0.33 408	0.41 355	0.30 316	0.41 442	0.30 406	0.79 531	0.29 370

DANet	0.30 266	0.30 207	0.30 285	0.30 249	0.30 350	0.30 298	0.30 343	0.30 292	0.30 352	0.30 296	0.30 356	0.30 304	0.30 352	0.30 303	0.30 342	0.30 278	0.30 316	0.30 304	0.30 406	0.30 291	0.30 385
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AANet_RVC	1.26 641	0.31 210	4.99 769	5.93 758	0.20 284	0.25 277	0.20 272	0.25 273	0.20 279	0.23 259	0.19 279	0.25 278	0.20 284	0.25 276	0.20 274	5.66 769	4.76 763	0.26 288	0.30 406	0.24 269	0.27 333

rgla	0.45 405	0.54 318	0.33 317	0.67 453	0.32 412	0.48 462	0.33 412	0.48 452	0.33 420	0.48 453	0.94 604	0.48 462	0.33 423	0.47 451	0.33 408	0.45 401	0.52 474	0.53 510	0.31 417	0.45 441	0.32 402

DStereoSA	0.32 282	0.52 310	0.34 331	0.31 255	0.31 398	0.30 298	0.30 343	0.31 298	0.30 352	0.31 301	0.31 401	0.31 309	0.30 352	0.31 308	0.31 384	0.30 278	0.32 326	0.31 310	0.31 417	0.31 296	0.31 395

DDF-Stereo	0.43 369	1.15 456	0.57 478	0.53 418	0.32 412	0.41 368	0.32 401	0.41 364	0.32 410	0.41 362	0.32 411	0.41 372	0.32 411	0.40 351	0.32 396	0.52 443	0.50 466	0.38 367	0.31 417	0.39 401	0.31 395

water-stereo	0.41 351	0.84 377	0.46 426	0.50 402	0.33 425	0.45 445	0.33 412	0.45 438	0.32 410	0.45 434	0.32 411	0.45 445	0.32 411	0.45 442	0.32 396	0.44 371	0.41 415	0.39 411	0.31 417	0.39 401	0.32 402

1test111	0.37 317	1.02 435	0.30 285	0.39 293	0.29 338	0.40 349	0.28 320	0.39 336	0.29 337	0.39 338	0.29 341	0.39 347	0.28 331	0.40 351	0.29 332	0.33 293	0.32 326	0.33 320	0.31 417	0.32 299	0.31 395

cc1	0.37 317	1.02 435	0.30 285	0.39 293	0.29 338	0.40 349	0.28 320	0.39 336	0.29 337	0.39 338	0.29 341	0.39 347	0.28 331	0.40 351	0.29 332	0.33 293	0.32 326	0.33 320	0.31 417	0.32 299	0.31 395

PML	0.46 414	1.36 527	0.29 281	0.58 431	0.30 350	0.57 510	0.29 335	0.57 499	0.29 337	0.57 506	0.29 341	0.57 511	0.29 343	0.56 502	0.29 332	0.52 443	0.30 316	0.53 510	0.31 417	0.53 485	0.30 385

MSMDNet	2.65 736	10.14 773	0.33 317	9.74 781	0.32 412	0.87 556	0.33 412	2.95 745	0.68 555	0.49 463	0.34 428	0.49 469	5.70 784	0.49 468	0.33 408	0.42 369	9.57 785	0.41 442	0.31 417	8.36 786	0.65 544

416test	0.46 414	0.55 321	0.33 317	0.67 453	0.33 425	0.48 462	0.33 412	0.48 452	0.33 420	0.48 453	0.99 609	0.48 462	0.33 423	0.48 461	0.33 408	0.45 401	0.52 474	0.54 513	0.32 425	0.45 441	0.32 402

LiteMatch	1.13 588	0.73 353	2.80 738	3.23 701	0.61 545	0.83 551	0.68 552	0.73 531	0.69 560	1.00 572	0.77 584	0.94 571	0.57 528	0.82 546	0.64 534	2.97 729	2.43 731	0.68 535	0.32 425	0.56 490	0.70 556

Lsterematch	1.13 588	0.73 353	2.80 738	3.23 701	0.61 545	0.83 551	0.68 552	0.73 531	0.69 560	1.00 572	0.77 584	0.94 571	0.57 528	0.82 546	0.64 534	2.97 729	2.43 731	0.68 535	0.32 425	0.56 490	0.70 556

xyz-stereo-finetune	0.28 260	0.49 295	0.16 197	0.16 156	0.16 257	0.16 219	0.16 243	0.22 255	0.30 352	0.32 307	0.31 401	0.32 313	0.31 404	0.32 311	0.32 396	0.32 287	0.33 339	0.31 310	0.32 425	0.31 296	0.32 402

HART	0.38 323	0.45 278	0.34 331	0.42 330	0.33 425	0.41 368	0.34 427	0.42 382	0.33 420	0.43 383	0.34 428	0.42 390	0.34 430	0.41 371	0.38 444	0.40 347	0.32 326	0.42 458	0.32 425	0.40 415	0.32 402

RAFT-Stereo-weight	0.45 405	1.90 591	0.34 331	0.42 330	0.36 447	0.43 396	0.35 432	0.42 382	0.34 431	0.42 376	0.34 428	0.44 435	0.34 430	0.41 371	0.34 423	0.38 326	0.32 326	0.38 367	0.32 425	0.38 352	0.33 411

MyStereo07	0.60 458	3.72 685	0.48 442	0.49 365	0.41 480	0.36 325	0.32 401	0.49 460	0.43 488	0.51 485	0.42 485	0.49 469	0.43 486	0.51 486	0.64 534	0.49 428	0.45 439	0.34 330	0.32 425	0.35 324	0.43 474

MyStereo04	0.56 455	3.72 685	0.59 480	0.49 365	0.41 480	0.36 325	0.32 401	0.37 322	0.31 398	0.34 315	0.46 499	0.35 324	0.32 411	0.35 323	0.33 408	0.49 428	0.45 439	0.34 330	0.32 425	0.35 324	0.43 474

ACVNet-DCA	0.37 317	1.00 421	0.30 285	0.40 306	0.29 338	0.40 349	0.29 335	0.40 345	0.29 337	0.40 345	0.29 341	0.40 357	0.29 343	0.39 348	0.28 316	0.33 293	0.32 326	0.33 320	0.32 425	0.33 306	0.32 402

xx1	0.38 323	1.03 437	0.31 303	0.40 306	0.31 398	0.41 368	0.28 320	0.40 345	0.29 337	0.40 345	0.29 341	0.40 357	0.29 343	0.40 351	0.29 332	0.34 297	0.33 339	0.34 330	0.32 425	0.34 311	0.32 402

HCRNet	1.22 638	7.11 751	3.00 740	3.55 719	0.33 425	0.29 296	0.14 227	0.19 231	0.15 244	0.33 312	0.29 341	0.25 278	0.14 232	0.22 256	0.33 408	3.64 737	3.00 736	0.76 553	0.32 425	0.18 233	0.13 221

depthmonostereo	0.44 382	0.85 379	0.46 426	0.54 421	0.40 470	0.52 496	0.38 452	0.52 488	0.35 435	0.47 446	0.34 428	0.46 449	0.34 430	0.47 451	0.34 423	0.45 401	0.43 430	0.41 442	0.33 436	0.41 426	0.32 402

DVStereo	0.43 369	0.86 381	0.48 442	0.50 402	0.33 425	0.46 452	0.33 412	0.46 442	0.33 420	0.46 440	0.33 420	0.47 455	0.33 423	0.47 451	0.34 423	0.45 401	0.42 425	0.40 424	0.33 436	0.47 460	0.38 445

GCST	0.50 437	2.08 604	0.38 351	0.53 418	0.35 441	0.49 471	0.35 432	0.50 469	0.35 435	0.49 463	0.35 437	0.49 469	0.35 437	0.49 468	0.35 427	0.48 425	0.37 386	0.45 466	0.33 436	0.44 436	0.33 411

LL-Strereo2	0.48 428	1.73 550	0.51 462	0.59 434	0.34 437	0.42 389	0.33 412	0.40 345	0.31 398	0.42 376	0.33 420	0.42 390	0.31 404	0.44 423	0.39 458	0.60 465	0.51 471	0.44 461	0.33 436	0.44 436	0.33 411

quiztm	0.43 369	0.49 295	0.40 395	0.51 413	0.40 470	0.51 492	0.40 467	0.50 469	0.40 468	0.50 476	0.40 467	0.51 494	0.40 463	0.50 476	0.40 461	0.44 371	0.34 368	0.44 461	0.34 440	0.44 436	0.34 418

GEAStereo	0.62 467	3.91 692	0.48 442	0.69 459	0.38 459	0.51 492	0.38 452	0.51 483	0.38 452	0.53 492	0.38 454	0.50 483	0.38 450	0.51 486	0.38 444	0.54 447	0.43 430	0.46 470	0.34 440	0.46 446	0.34 418

GSStereo	0.81 521	4.28 702	0.50 455	0.59 434	0.40 470	0.51 492	0.38 452	0.50 469	0.38 452	0.50 476	0.38 454	0.50 483	3.79 769	0.50 476	0.38 444	0.54 447	0.43 430	0.46 470	0.34 440	0.46 446	0.35 429

GS-Stereo							0.38 452	0.50 469	0.38 452	0.50 476	0.38 454	0.50 483	3.79 769	0.50 476	0.38 444	0.54 447	0.43 430	0.46 470	0.34 440	0.46 446	0.35 429

gasm-f	0.62 467	3.91 692	0.48 442	0.69 459	0.38 459	0.51 492	0.38 452	0.51 483	0.38 452	0.53 492	0.38 454	0.50 483	0.38 450	0.51 486	0.38 444	0.54 447	0.43 430	0.46 470	0.34 440	0.46 446	0.34 418

252Zero-FE	0.45 405	0.50 300	0.36 344	0.50 402	0.36 447	0.50 480	0.36 439	0.50 469	0.36 446	0.49 463	0.36 442	0.49 469	0.36 441	0.54 497	0.41 469	0.45 401	0.34 368	0.45 466	0.34 440	0.55 487	0.75 571

GASTEREO	0.48 428	1.21 509	0.47 434	0.57 429	0.38 459	0.50 480	0.38 452	0.50 469	0.38 452	0.50 476	0.38 454	0.50 483	0.38 450	0.50 476	0.38 444	0.52 443	0.42 425	0.46 470	0.34 440	0.46 446	0.34 418

SCV_C0	0.45 405	0.88 386	0.49 449	0.54 421	0.37 452	0.48 462	0.37 445	0.48 452	0.37 448	0.48 453	0.36 442	0.48 462	0.37 446	0.49 468	0.37 441	0.50 435	0.41 415	0.44 461	0.34 440	0.44 436	0.34 418

SCV	0.46 414	0.94 406	0.45 420	0.54 421	0.37 452	0.48 462	0.38 452	0.48 452	0.37 448	0.48 453	0.39 464	0.48 462	0.37 446	0.49 468	0.37 441	0.50 435	0.46 441	0.44 461	0.34 440	0.44 436	0.34 418

UGAM	0.51 442	2.23 618	0.39 362	0.54 421	0.35 441	0.50 480	0.35 432	0.49 460	0.35 435	0.49 463	0.35 437	0.49 469	0.36 441	0.50 476	0.36 431	0.49 428	0.37 386	0.45 466	0.34 440	0.45 441	0.34 418

H2IRNET	0.34 288	0.34 214	0.34 331	0.34 271	0.34 437	0.34 317	0.34 427	0.34 307	0.34 431	0.34 315	0.34 428	0.34 322	0.34 430	0.34 320	0.34 423	0.34 297	0.34 368	0.34 330	0.34 440	0.34 311	0.34 418

Selective-IGEV	0.51 442	0.55 321	0.45 420	0.69 459	0.45 499	0.61 515	0.45 492	0.50 469	0.40 468	0.56 503	0.44 490	0.55 505	0.40 463	0.72 532	0.67 541	0.59 463	0.46 441	0.45 466	0.34 440	0.46 446	0.37 438

CFNet_RVC	2.38 727	8.71 762	0.38 351	9.33 777	0.42 490	0.56 504	0.42 482	0.60 507	0.38 452	0.62 517	0.42 485	0.56 508	7.29 789	0.62 513	0.42 477	0.53 446	0.37 386	0.49 493	0.34 440	8.30 785	6.87 791

UGAM-zero	0.51 442	2.17 613	0.39 362	0.53 418	0.36 447	0.50 480	0.36 439	0.50 469	0.36 446	0.49 463	0.36 442	0.50 483	0.35 437	0.50 476	0.36 431	0.49 428	0.37 386	0.47 480	0.35 453	0.46 446	0.34 418

RSM	0.36 307	0.36 221	0.43 416	0.37 281	0.42 490	0.49 471	0.42 482	0.37 322	0.28 327	0.36 323	0.29 341	0.36 329	0.30 352	0.37 336	0.28 316	0.34 297	0.31 321	0.34 330	0.35 453	0.40 415	0.29 370

Former-RAFT_DAM_RVC	0.49 434	0.98 411	0.64 499	0.84 488	0.46 501	0.45 445	0.35 432	0.47 448	0.47 501	0.45 434	0.34 428	0.46 449	0.48 505	0.46 447	0.35 427	0.39 339	0.71 532	0.39 411	0.35 453	0.41 426	0.41 464

CASnet	0.35 299	0.51 308	0.44 418	0.32 261	0.31 398	0.24 267	0.34 427	0.36 314	0.25 303	0.31 301	0.37 449	0.30 304	0.33 423	0.25 276	0.45 486	0.37 313	0.37 386	0.33 320	0.35 453	0.34 311	0.37 438
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CES	0.39 337	0.47 287	0.36 344	0.36 278	0.37 452	0.45 445	0.35 432	0.35 310	0.40 468	0.36 323	0.44 490	0.47 455	0.36 441	0.44 423	0.36 431	0.37 313	0.39 401	0.44 461	0.35 453	0.37 339	0.36 432

ETE_ROB	0.35 299	0.35 216	0.35 342	0.35 274	0.35 441	0.35 321	0.35 432	0.35 310	0.35 435	0.35 319	0.35 437	0.35 324	0.35 437	0.35 323	0.35 427	0.35 305	0.35 375	0.35 346	0.35 453	0.35 324	0.35 429

Pro-Stereo	0.79 513	0.53 314	0.38 351	0.49 365	0.38 459	0.49 471	0.37 445	0.49 460	0.67 549	0.50 476	0.38 454	1.10 599	0.38 450	0.49 468	0.38 444	0.71 494	0.88 554	5.98 787	0.36 459	0.46 446	0.36 432

iRaftStereo_RVC	0.97 562	3.17 672	2.30 730	2.42 676	0.38 459	0.54 502	0.38 452	0.54 492	0.38 452	0.54 498	0.38 454	0.54 501	0.38 450	0.54 497	0.38 444	2.38 712	2.34 729	0.49 493	0.36 459	0.49 467	0.36 432

DMCA	0.36 307	0.38 228	0.37 349	0.35 274	0.35 441	0.36 325	0.36 439	0.36 314	0.35 435	0.35 319	0.37 449	0.36 329	0.36 441	0.35 323	0.36 431	0.36 310	0.36 381	0.35 346	0.36 459	0.36 334	0.36 432

416test1013	0.49 434	0.80 370	0.33 317	0.67 453	0.33 425	0.48 462	0.41 476	0.48 452	0.39 465	0.48 453	0.93 603	0.52 495	0.32 411	0.52 491	0.38 444	0.49 428	0.51 471	0.53 510	0.37 462	0.51 478	0.36 432

MSCF	0.51 442	1.40 532	0.49 449	0.58 431	0.38 459	0.50 480	0.38 452	0.54 492	0.41 478	0.52 489	0.41 475	0.53 497	0.42 481	0.53 494	0.41 469	0.60 465	0.47 449	0.48 488	0.37 462	0.48 464	0.38 445

LG-Stereo_L1	0.47 422	0.52 310	0.47 434	0.62 440	0.39 469	0.53 498	0.40 467	0.53 490	0.39 465	0.53 492	0.39 464	0.53 497	0.39 462	0.53 494	0.39 458	0.55 453	0.46 441	0.49 493	0.37 462	0.49 467	0.37 438

LG-Stereo_Zeroshot	0.48 428	0.55 321	0.47 434	0.63 442	0.41 480	0.56 504	0.44 486	0.56 496	0.41 478	0.56 503	0.41 475	0.57 511	0.42 481	0.56 502	0.41 469	0.55 453	0.43 430	0.51 504	0.37 462	0.51 478	0.37 438

LG-Stereo	0.60 458	0.58 329	0.47 434	0.64 447	0.74 573	1.00 570	0.69 560	0.57 499	0.41 478	0.57 506	0.41 475	0.57 511	0.41 475	1.00 578	0.75 576	0.91 534	0.51 471	0.52 507	0.37 462	0.52 481	0.37 438

mms	0.40 343	0.45 278	0.35 342	0.48 359	0.36 447	0.47 457	0.34 427	0.45 438	0.38 452	0.47 446	0.33 420	0.45 445	0.32 411	0.45 442	0.32 396	0.39 339	0.38 394	0.38 367	0.37 462	0.39 401	0.39 452

fffy	0.38 323	0.43 266	0.33 317	0.46 346	0.33 425	0.45 445	0.32 401	0.45 438	0.32 410	0.45 434	0.32 411	0.45 445	0.33 423	0.45 442	0.32 396	0.38 326	0.38 394	0.38 367	0.37 462	0.37 339	0.36 432

PAM	0.39 337	1.88 588	0.34 331	0.37 281	0.41 480	0.45 445	0.22 283	0.28 284	0.23 295	0.28 289	0.24 303	0.29 300	0.23 299	0.29 301	0.23 289	0.38 326	0.32 326	0.38 367	0.37 462	0.32 299	0.22 274

WAO-8	0.38 323	0.38 228	0.38 351	0.38 284	0.38 459	0.38 340	0.38 452	0.38 331	0.38 452	0.38 331	0.38 454	0.38 342	0.38 450	0.38 340	0.38 444	0.38 326	0.38 394	0.38 367	0.37 462	0.38 352	0.38 445

Venus	0.38 323	0.38 228	0.38 351	0.38 284	0.38 459	0.37 333	0.38 452	0.37 322	0.37 448	0.41 362	0.37 449	0.39 347	0.37 446	0.38 340	0.38 444	0.37 313	0.38 394	0.38 367	0.37 462	0.37 339	0.38 445

GMOStereo	0.37 317	0.45 278	0.23 247	0.30 249	0.37 452	0.41 368	0.36 439	0.41 364	0.35 435	0.43 383	0.36 442	0.41 372	0.40 463	0.41 371	0.36 431	0.34 297	0.22 257	0.47 480	0.37 462	0.39 401	0.33 411

error version	0.93 557	4.47 705	2.35 731	1.99 645	0.37 452	0.41 368	0.36 439	0.41 364	0.35 435	0.43 383	0.36 442	0.41 372	0.40 463	0.41 371	0.36 431	1.87 663	2.16 725	0.47 480	0.37 462	0.39 401	0.33 411

test_1	0.93 557	4.47 705	2.35 731	1.99 645	0.37 452	0.41 368	0.36 439	0.41 364	0.35 435	0.43 383	0.36 442	0.41 372	0.40 463	0.41 371	0.36 431	1.87 663	2.16 725	0.47 480	0.37 462	0.39 401	0.33 411

XPNet_ROB	0.37 317	0.37 224	0.37 349	0.37 281	0.37 452	0.37 333	0.37 445	0.37 322	0.37 448	0.37 329	0.37 449	0.37 339	0.37 446	0.37 336	0.37 441	0.37 313	0.37 386	0.37 359	0.37 462	0.37 339	0.37 438

PhaseNet	1.74 657	6.34 749	4.81 767	6.77 764	0.24 308	0.80 543	0.53 523	0.48 452	0.22 288	0.53 492	0.28 326	0.48 462	0.25 305	0.40 351	0.32 396	6.39 775	4.61 762	0.46 470	0.38 476	0.25 272	0.18 262

WAO-7	0.38 323	0.38 228	0.38 351	0.38 284	0.38 459	0.38 340	0.38 452	0.38 331	0.38 452	0.38 331	0.38 454	0.38 342	0.38 450	0.38 340	0.38 444	0.38 326	0.38 394	0.38 367	0.38 476	0.38 352	0.38 445

HanzoNet	0.39 337	0.38 228	0.40 395	0.39 293	0.41 480	0.38 340	0.38 452	0.38 331	0.38 452	0.39 338	0.39 464	0.38 342	0.38 450	0.39 348	0.40 461	0.38 326	0.38 394	0.40 424	0.38 476	0.38 352	0.40 455

IMH	0.38 323	0.38 228	0.38 351	0.38 284	0.38 459	0.38 340	0.38 452	0.38 331	0.38 452	0.42 376	0.38 454	0.40 357	0.38 450	0.38 340	0.38 444	0.38 326	0.38 394	0.39 411	0.38 476	0.38 352	0.38 445

NBS	0.39 337	0.68 345	0.36 344	0.38 284	0.36 447	0.38 340	0.39 466	0.39 336	0.39 465	0.37 329	0.35 437	0.37 339	0.38 450	0.37 336	0.38 444	0.39 339	0.36 381	0.36 355	0.39 480	0.38 352	0.38 445

GCAP-Stereo	0.75 503	4.15 699	0.42 414	0.75 477	0.35 441	0.78 538	0.40 467	0.79 536	0.38 452	0.78 545	0.36 442	0.78 546	0.36 441	0.79 540	0.39 458	0.75 510	0.39 401	0.76 553	0.39 480	0.75 522	0.39 452

DNS	0.86 542	2.43 637	1.66 677	2.03 647	0.42 490	0.60 513	0.42 482	0.60 507	0.42 486	0.60 511	0.42 485	0.60 516	0.42 481	0.60 511	0.42 477	1.97 673	1.63 682	0.55 516	0.40 482	0.55 487	0.40 455

PointNet	0.60 458	0.75 358	0.49 449	0.79 479	0.50 520	0.79 541	0.49 512	0.79 536	0.49 510	0.80 548	0.49 514	0.79 548	0.49 511	0.80 542	0.49 505	0.63 478	0.40 405	0.63 526	0.40 482	0.63 500	0.40 455

ccccc	0.41 351	0.44 269	0.34 331	0.48 359	0.35 441	0.48 462	0.35 432	0.51 483	0.35 435	0.47 446	0.35 437	0.47 455	0.34 430	0.47 451	0.35 427	0.41 355	0.40 405	0.40 424	0.40 482	0.41 426	0.39 452

knoymous	0.40 343	0.40 239	0.40 395	0.40 306	0.40 470	0.40 349	0.40 467	0.40 345	0.40 468	0.40 345	0.40 467	0.40 357	0.40 463	0.40 351	0.40 461	0.40 347	0.40 405	0.40 424	0.40 482	0.40 415	0.40 455

anonymousa	0.40 343	0.40 239	0.40 395	0.40 306	0.40 470	0.40 349	0.40 467	0.40 345	0.40 468	0.40 345	0.40 467	0.40 357	0.40 463	0.40 351	0.40 461	0.40 347	0.40 405	0.40 424	0.40 482	0.40 415	0.40 455

riskmin	0.40 343	0.40 239	0.40 395	0.40 306	0.40 470	0.40 349	0.40 467	0.40 345	0.40 468	0.40 345	0.40 467	0.40 357	0.40 463	0.40 351	0.40 461	0.40 347	0.40 405	0.40 424	0.40 482	0.40 415	0.40 455

Anonymous_2	0.40 343	0.40 239	0.40 395	0.40 306	0.40 470	0.40 349	0.40 467	0.40 345	0.40 468	0.40 345	0.40 467	0.40 357	0.40 463	0.40 351	0.40 461	0.40 347	0.40 405	0.40 424	0.40 482	0.40 415	0.40 455

Anonymous_1	0.40 343	0.40 239	0.40 395	0.40 306	0.40 470	0.40 349	0.40 467	0.40 345	0.40 468	0.40 345	0.40 467	0.40 357	0.40 463	0.40 351	0.40 461	0.40 347	0.40 405	0.40 424	0.40 482	0.40 415	0.40 455

AdaStereo	0.40 343	0.40 239	0.40 395	0.40 306	0.40 470	0.40 349	0.40 467	0.40 345	0.40 468	0.40 345	0.40 467	0.40 357	0.40 463	0.40 351	0.40 461	0.40 347	0.40 405	0.40 424	0.40 482	0.40 415	0.40 455
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.
fffft	0.48 428	0.51 308	0.45 420	0.52 416	0.45 499	0.52 496	0.45 492	0.52 488	0.48 508	0.53 492	0.45 495	0.52 495	0.45 492	0.52 491	0.46 490	0.51 441	0.41 415	0.50 499	0.41 491	0.50 472	0.41 464
1: 1. 1
AIO-Stereo-zeroshot1	0.75 503	0.92 400	0.85 552	0.96 513	0.59 537	1.27 653	0.44 486	0.59 505	0.69 560	0.91 562	0.68 558	0.55 505	0.61 538	1.06 594	0.83 589	0.62 474	0.70 528	0.90 573	0.41 491	0.89 549	0.56 526

GwcNet-ADL	0.41 351	0.41 252	0.41 409	0.41 320	0.41 480	0.41 368	0.41 476	0.41 364	0.41 478	0.41 362	0.41 475	0.41 372	0.41 475	0.41 371	0.41 469	0.41 355	0.41 415	0.41 442	0.41 491	0.41 426	0.41 464

PSMNet-ADL	0.41 351	0.41 252	0.41 409	0.41 320	0.41 480	0.41 368	0.41 476	0.41 364	0.41 478	0.41 362	0.41 475	0.41 372	0.41 475	0.41 371	0.41 469	0.41 355	0.41 415	0.41 442	0.41 491	0.41 426	0.41 464

GANet-ADL	0.41 351	0.41 252	0.41 409	0.41 320	0.41 480	0.41 368	0.41 476	0.41 364	0.41 478	0.41 362	0.41 475	0.41 372	0.41 475	0.41 371	0.41 469	0.41 355	0.41 415	0.41 442	0.41 491	0.41 426	0.41 464

ADLNet2	0.41 351	0.41 252	0.41 409	0.41 320	0.41 480	0.41 368	0.41 476	0.41 364	0.41 478	0.41 362	0.41 475	0.41 372	0.41 475	0.41 371	0.41 469	0.41 355	0.41 415	0.41 442	0.41 491	0.41 426	0.41 464

ADLNet	0.41 351	0.41 252	0.41 409	0.41 320	0.41 480	0.41 368	0.41 476	0.41 364	0.41 478	0.41 362	0.41 475	0.41 372	0.41 475	0.41 371	0.41 469	0.41 355	0.41 415	0.41 442	0.41 491	0.41 426	0.41 464

FC-DCNN	1.07 580	1.09 447	0.98 565	0.89 494	0.52 527	1.41 668	0.91 597	1.21 644	1.24 681	1.96 683	2.05 753	1.91 684	1.30 673	1.27 661	1.08 613	0.80 518	0.60 498	0.58 519	0.41 491	0.68 508	0.54 515

FAST (zero-shot)	0.87 546	1.55 537	0.42 414	1.57 621	0.42 490	1.62 677	0.45 492	1.59 666	0.42 486	1.66 677	0.44 490	1.62 677	0.42 481	1.59 672	0.42 477	0.64 480	0.43 430	0.64 528	0.42 499	0.67 506	0.46 481

DN	0.53 448	0.85 379	0.45 420	0.65 448	0.44 495	0.60 513	0.44 486	0.60 507	0.44 491	0.60 511	0.45 495	0.60 516	0.44 488	0.60 511	0.44 483	0.56 457	0.42 425	0.56 517	0.42 499	0.56 490	0.42 471

FSD	0.61 464	0.59 332	0.50 455	2.58 683	0.44 495	0.56 504	0.44 486	0.55 495	0.44 491	0.56 503	0.44 490	0.56 508	0.44 488	0.56 502	0.46 490	0.61 469	0.42 425	0.52 507	0.42 499	0.52 481	0.51 507

MWDA-net	0.67 481	0.66 343	0.45 420	2.84 691	0.46 501	0.73 533	0.45 492	0.71 527	0.44 491	0.72 533	0.45 495	0.70 534	0.45 492	0.70 528	0.44 483	0.61 469	0.41 415	0.61 523	0.43 502	0.61 498	0.42 471

DispNO	1.00 565	0.63 340	0.43 416	3.45 714	0.44 495	0.65 521	0.43 485	0.64 515	0.43 488	0.64 521	0.43 488	0.64 523	3.03 747	0.64 519	0.43 482	4.55 748	0.43 430	0.63 526	0.43 502	0.63 500	0.43 474

test-3	0.98 564	4.13 698	1.85 697	1.85 634	0.61 545	0.69 526	0.37 445	0.63 513	0.61 539	0.66 525	0.51 524	0.73 540	0.44 488	0.57 507	0.54 519	1.68 656	1.81 694	0.40 424	0.43 502	0.66 503	0.50 500

PAM_32	0.64 471	2.38 633	0.51 462	0.92 501	0.43 494	0.53 498	0.44 486	0.87 548	0.43 488	0.52 489	0.45 495	0.53 497	0.40 463	0.54 497	0.46 490	0.62 474	0.56 483	0.48 488	0.45 505	0.76 525	0.44 477

Occ-G	1.12 586	0.52 310	3.72 762	3.50 718	0.50 520	0.56 504	0.47 501	0.54 492	0.46 496	0.54 498	0.41 475	0.54 501	0.42 481	0.52 491	0.42 477	3.42 736	4.02 758	0.52 507	0.45 505	0.51 478	0.44 477

MonSter	0.60 458	0.64 342	0.52 465	0.62 440	0.44 495	2.07 693	0.44 486	0.62 512	0.44 491	0.62 517	0.44 490	0.62 521	0.44 488	0.62 513	0.44 483	0.58 460	0.42 425	0.62 524	0.46 507	0.58 495	0.42 471

otaku	0.46 414	0.46 282	0.46 426	0.46 346	0.46 501	0.46 452	0.46 496	0.46 442	0.46 496	0.46 440	0.46 499	0.46 449	0.46 496	0.46 447	0.46 490	0.46 413	0.46 441	0.46 470	0.46 507	0.46 446	0.46 481

Ntro	0.47 422	0.47 287	0.46 426	0.46 346	0.46 501	0.47 457	0.47 501	0.46 442	0.47 501	0.46 440	0.46 499	0.47 455	0.46 496	0.47 451	0.47 497	0.47 420	0.46 441	0.46 470	0.46 507	0.46 446	0.46 481

UNDER WATER	0.47 422	0.47 287	0.47 434	0.47 353	0.47 508	0.47 457	0.47 501	0.47 448	0.47 501	0.47 446	0.47 507	0.47 455	0.46 496	0.47 451	0.47 497	0.47 420	0.47 449	0.47 480	0.46 507	0.47 460	0.47 489

Dean	0.46 414	0.46 282	0.46 426	0.46 346	0.46 501	0.46 452	0.46 496	0.46 442	0.46 496	0.47 446	0.46 499	0.46 449	0.46 496	0.46 447	0.46 490	0.46 413	0.46 441	0.46 470	0.46 507	0.46 446	0.46 481

ACVNet_1	0.46 414	0.47 287	0.46 426	0.46 346	0.46 501	0.46 452	0.46 496	0.46 442	0.47 501	0.46 440	0.46 499	0.46 449	0.46 496	0.46 447	0.46 490	0.46 413	0.46 441	0.47 480	0.46 507	0.46 446	0.46 481

ACVNet-4b	0.46 414	0.46 282	0.46 426	0.46 346	0.46 501	0.46 452	0.46 496	0.46 442	0.46 496	0.46 440	0.46 499	0.46 449	0.46 496	0.47 451	0.46 490	0.46 413	0.46 441	0.46 470	0.46 507	0.46 446	0.46 481

DStereoFS	0.32 282	0.33 213	0.32 312	0.33 265	0.30 350	0.32 314	0.32 401	0.32 300	0.31 398	0.30 296	0.31 401	0.31 309	0.30 352	0.32 311	0.32 396	0.32 287	0.31 321	0.30 304	0.47 514	0.32 299	0.34 418

AIO-test2	0.55 453	0.59 332	0.52 465	0.67 453	0.47 508	0.61 515	0.47 501	0.61 511	0.47 501	0.61 513	0.47 507	0.61 519	0.48 505	0.62 513	0.47 497	0.64 480	0.53 478	0.58 519	0.47 514	0.58 495	0.48 491

HaxPig	0.47 422	0.47 287	0.47 434	0.49 365	0.47 508	0.47 457	0.47 501	0.47 448	0.47 501	0.47 446	0.47 507	0.47 455	0.47 504	0.47 451	0.47 497	0.47 420	0.47 449	0.47 480	0.47 514	0.47 460	0.48 491

LVE	0.47 422	0.47 287	0.47 434	0.47 353	0.49 516	0.47 457	0.47 501	0.47 448	0.49 510	0.47 446	0.47 507	0.47 455	0.46 496	0.47 451	0.47 497	0.47 420	0.47 449	0.48 488	0.47 514	0.47 460	0.47 489

S	0.56 455	0.61 339	0.54 470	0.68 458	0.48 512	0.65 521	0.49 512	0.63 513	0.49 510	0.64 521	0.49 514	0.64 523	0.48 505	0.62 513	0.49 505	0.63 478	0.62 504	0.59 522	0.48 518	0.57 493	0.48 491

AIO-test1	0.54 449	0.60 337	0.52 465	0.66 452	0.47 508	0.61 515	0.47 501	0.58 502	0.46 496	0.61 513	0.46 499	0.61 519	0.45 492	0.62 513	0.45 486	0.61 469	0.52 474	0.57 518	0.48 518	0.57 493	0.48 491

RainbowNet	0.48 428	0.48 293	0.48 442	0.48 359	0.48 512	0.48 462	0.48 510	0.48 452	0.48 508	0.48 453	0.48 511	0.48 462	0.48 505	0.48 461	0.48 503	0.48 425	0.48 455	0.48 488	0.48 518	0.48 464	0.48 491

notaker	0.48 428	0.49 295	0.48 442	0.48 359	0.48 512	0.48 462	0.48 510	0.48 452	0.49 510	0.48 453	0.48 511	0.48 462	0.48 505	0.48 461	0.48 503	0.48 425	0.48 455	0.48 488	0.48 518	0.48 464	0.49 497

MyStereo8	0.71 492	3.92 694	0.52 465	0.59 434	0.52 527	0.57 510	0.53 523	0.59 505	0.50 515	0.59 510	0.51 524	0.57 511	0.50 515	0.56 502	0.52 515	0.54 447	0.49 458	0.54 513	0.49 522	0.55 487	0.50 500

ACVNet_2	0.49 434	0.49 295	0.49 449	0.49 365	0.49 516	0.49 471	0.49 512	0.49 460	0.49 510	0.49 463	0.49 514	0.49 469	0.49 511	0.49 468	0.49 505	0.49 428	0.49 458	0.49 493	0.49 522	0.49 467	0.49 497

FoundationStereo	0.50 437	0.50 300	0.50 455	0.50 402	0.50 520	0.50 480	0.50 516	0.50 469	0.50 515	0.50 476	0.50 518	0.50 483	0.50 515	0.50 476	0.50 508	0.50 435	0.50 466	0.50 499	0.50 524	0.50 472	0.50 500

StereoAnything_RVC	0.50 437	0.50 300	0.50 455	0.50 402	0.50 520	0.50 480	0.50 516	0.50 469	0.50 515	0.50 476	0.50 518	0.50 483	0.50 515	0.50 476	0.50 508	0.50 435	0.50 466	0.50 499	0.50 524	0.50 472	0.50 500

dual_stereo	0.50 437	0.50 300	0.50 455	0.50 402	0.50 520	0.50 480	0.50 516	0.50 469	0.50 515	0.50 476	0.50 518	0.50 483	0.50 515	0.50 476	0.50 508	0.50 435	0.50 466	0.50 499	0.50 524	0.50 472	0.50 500

SANet	0.50 437	0.50 300	0.50 455	0.50 402	0.50 520	0.50 480	0.50 516	0.50 469	0.50 515	0.50 476	0.50 518	0.50 483	0.50 515	0.50 476	0.50 508	0.50 435	0.50 466	0.50 499	0.50 524	0.50 472	0.50 500

zero-FE	0.72 495	1.31 523	0.66 505	0.92 501	0.60 539	0.82 549	0.58 531	0.82 545	0.58 530	0.81 551	0.60 539	0.81 553	0.60 535	0.82 546	0.58 525	0.74 509	0.59 495	0.73 545	0.52 528	0.76 525	0.51 507

WCG-NET	0.61 464	1.21 509	0.54 470	0.61 439	0.53 530	0.67 524	0.53 523	0.66 519	0.53 524	0.64 521	0.53 527	0.65 527	0.53 522	0.59 509	0.52 515	0.65 482	0.48 455	0.64 528	0.52 528	0.58 495	0.50 500

Anonymus	0.47 422	0.73 353	0.46 426	0.43 337	0.54 533	0.53 498	0.27 309	0.39 336	0.35 435	0.33 312	0.40 467	0.33 317	0.38 450	0.53 494	0.54 519	0.56 457	0.36 381	0.49 493	0.53 530	0.66 503	0.54 515

MGA	0.73 499	0.76 361	0.60 484	0.92 501	1.17 627	0.81 546	0.59 535	0.84 546	0.62 540	0.81 551	0.59 537	0.84 557	0.60 535	0.81 545	0.61 532	0.71 494	0.53 478	0.89 572	0.53 530	0.75 522	0.54 515

monster-pro	0.75 503	1.67 542	0.64 499	0.89 494	0.57 536	0.86 555	0.56 528	0.87 548	0.56 527	0.87 557	0.57 533	0.88 560	0.57 528	0.87 557	0.57 523	0.79 516	0.58 489	0.76 553	0.54 532	0.77 527	0.54 515

PSMNet_ROB	0.54 449	0.54 318	0.54 470	0.54 421	0.53 530	0.54 502	0.54 526	0.53 490	0.54 526	0.54 498	0.54 529	0.54 501	0.53 522	0.54 497	0.54 519	0.54 447	0.53 478	0.54 513	0.54 532	0.54 486	0.54 515

FlowAnything_test	1.02 575	1.72 545	0.71 526	1.59 623	0.70 566	1.61 675	0.69 560	1.61 668	0.70 568	1.60 670	0.70 567	1.61 676	0.69 559	1.61 675	0.70 566	0.81 522	0.58 489	0.81 562	0.55 534	0.81 537	0.56 526

MyStereo06	0.75 503	4.12 696	0.60 484	0.63 442	0.61 545	0.62 518	0.66 543	0.56 496	0.45 495	0.55 501	0.48 511	0.54 501	0.46 496	0.57 507	0.45 486	0.60 465	0.57 485	0.64 528	0.55 534	0.72 517	0.55 523

MyStereo05	0.80 516	4.12 696	0.63 496	0.63 442	0.61 545	0.62 518	0.66 543	0.65 516	0.62 540	0.67 527	0.61 543	0.65 527	0.58 531	0.67 523	0.55 522	0.60 465	0.57 485	0.64 528	0.55 534	0.72 517	0.55 523

anonymity	0.63 469	0.69 346	0.56 474	0.71 467	0.56 534	0.71 531	0.56 528	0.71 527	0.56 527	0.72 533	0.56 532	0.71 535	0.56 526	0.71 530	0.58 525	0.68 487	0.55 481	0.68 535	0.55 534	0.68 508	0.54 515

MWSP-net	0.96 561	0.75 358	0.49 449	4.84 748	0.48 512	1.28 655	0.52 521	1.20 598	0.51 522	1.14 603	0.70 567	1.00 577	0.56 526	0.90 562	0.69 557	0.76 512	0.60 498	0.95 589	0.56 538	0.73 520	0.45 479

FlowAnything	1.02 575	1.71 544	0.72 529	1.59 623	0.69 562	1.60 674	0.69 560	1.61 668	0.70 568	1.60 670	0.69 563	1.60 673	0.69 559	1.61 675	0.69 557	0.81 522	0.58 489	0.81 562	0.56 538	0.82 539	0.56 526

CASS	0.57 457	0.89 389	0.56 474	0.57 429	0.56 534	0.56 504	0.56 528	0.56 496	0.53 524	0.57 506	0.57 533	0.59 515	0.48 505	0.56 502	0.57 523	0.55 453	0.56 483	0.47 480	0.56 538	0.62 499	0.56 526
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SE	0.64 471	0.73 353	0.77 539	0.79 479	0.59 537	0.78 538	0.54 526	0.58 502	0.58 530	0.78 545	0.59 537	0.63 522	0.18 273	0.78 539	0.52 515	0.80 518	0.65 510	0.69 538	0.57 541	0.75 522	0.52 509

StereoVision	3.15 748	5.00 715	0.89 553	4.83 747	1.00 606	3.93 755	1.27 680	6.37 785	1.34 686	5.67 785	1.26 680	5.84 786	1.27 670	5.03 782	1.24 677	5.10 766	1.09 578	4.61 766	0.57 541	5.62 774	1.12 615

DDUNet	0.81 521	2.45 638	0.57 478	0.90 496	0.60 539	0.88 557	0.59 535	0.90 553	0.60 536	0.88 559	0.60 539	0.90 564	0.58 531	0.88 559	0.60 530	0.84 529	0.60 498	0.86 570	0.57 541	0.86 544	0.60 531

STTRV1_RVC	0.82 526	1.60 540	0.70 522	1.01 522	0.60 539	1.07 590	0.69 560	1.01 575	0.60 536	0.72 533	0.55 530	1.02 590	0.68 552	1.03 592	0.67 541	0.89 533	0.63 506	0.92 579	0.57 541	0.90 552	0.65 544

UDG	0.80 516	2.21 617	0.60 484	0.91 498	0.60 539	0.90 560	0.58 531	0.88 552	0.60 536	0.90 560	0.60 539	0.88 560	0.60 535	0.90 562	0.58 525	0.86 531	0.60 498	0.84 568	0.59 545	0.84 542	0.61 532

AEACV	1.12 586	0.52 310	3.12 753	3.24 703	0.86 593	0.53 498	0.49 512	0.60 507	0.47 501	0.53 492	0.49 514	0.55 505	0.45 492	0.55 501	0.47 497	3.01 731	3.88 756	0.71 544	0.60 546	0.80 534	0.48 491

ARAFT	0.68 483	0.81 374	0.63 496	0.74 476	0.60 539	0.78 538	0.62 538	0.77 535	0.66 547	0.74 541	0.63 545	0.75 543	0.62 539	0.83 551	0.60 530	0.70 493	0.55 481	0.70 543	0.60 546	0.78 529	0.55 523

SMoEStereo_RVC	0.63 469	0.75 358	0.51 462	0.73 473	0.53 530	0.71 531	0.47 501	0.67 520	0.58 530	0.74 541	0.60 539	0.72 538	0.53 522	0.74 536	0.51 513	0.61 469	0.62 504	0.62 524	0.61 548	0.63 500	0.61 532

RAFT-Stereo + iAFF	0.70 489	0.72 352	0.71 526	0.80 483	0.62 550	0.82 549	0.61 537	0.81 542	0.62 540	0.81 551	0.63 545	0.80 550	0.70 563	0.73 534	0.61 532	0.76 512	0.61 503	0.74 550	0.61 548	0.77 527	0.61 532

WQFJA1++	0.84 533	0.98 411	0.67 509	1.26 596	0.75 575	1.00 570	0.67 547	1.00 566	0.67 549	1.00 572	0.67 552	1.00 577	0.67 547	1.00 578	0.67 541	0.96 545	0.67 513	0.91 576	0.63 550	0.92 556	0.63 536

WQFJX	0.85 539	1.00 421	0.68 517	1.30 604	0.75 575	1.01 578	0.68 552	1.01 575	0.68 555	1.01 583	0.68 558	1.03 592	0.68 552	1.02 590	0.67 541	0.97 547	0.67 513	0.93 583	0.63 550	0.94 565	0.63 536

NLMM1	0.86 542	0.98 411	0.69 519	1.48 619	0.75 575	1.01 578	0.69 560	1.00 566	0.69 560	1.00 572	0.70 567	1.00 577	0.68 552	1.01 586	0.67 541	0.97 547	0.68 519	0.92 579	0.63 550	0.93 561	0.63 536

NLMM	0.84 533	1.00 421	0.67 509	1.27 597	0.75 575	1.00 570	0.68 552	1.00 566	0.67 549	1.00 572	0.67 552	1.02 590	0.67 547	1.02 590	0.67 541	0.97 547	0.67 513	0.93 583	0.63 550	0.92 556	0.63 536

AFF-stereo	0.73 499	0.88 386	0.67 509	0.75 477	0.68 561	0.75 535	0.64 540	0.80 539	0.72 576	0.83 556	0.70 567	0.82 554	0.64 540	0.84 552	0.67 541	0.77 515	0.63 506	0.81 562	0.63 550	0.78 529	0.62 535

WQFJA1	0.85 539	0.98 411	0.67 509	1.29 602	0.76 580	1.01 578	0.67 547	1.02 580	0.67 549	1.02 587	0.67 552	1.01 586	0.67 547	1.01 586	0.68 549	0.99 552	0.67 513	0.93 583	0.64 555	0.92 556	0.65 544

WQFJX1	0.84 533	0.98 411	0.67 509	1.30 604	0.75 575	1.01 578	0.67 547	1.01 575	0.67 549	1.01 583	0.67 552	1.01 586	0.68 552	1.00 578	0.68 549	0.98 551	0.67 513	0.92 579	0.64 555	0.92 556	0.64 542

NLSM3	0.85 539	0.99 419	0.68 517	1.29 602	0.76 580	1.01 578	0.68 552	1.01 575	0.68 555	1.02 587	0.68 558	1.01 586	0.68 552	1.01 586	0.68 549	0.97 547	0.68 519	0.93 583	0.64 555	0.93 561	0.63 536

AdaDepth	0.86 542	0.93 404	0.71 526	1.01 522	1.07 617	1.02 584	0.71 570	1.00 566	0.71 573	1.01 583	0.71 573	1.00 577	0.72 569	1.14 605	0.71 568	0.92 537	0.64 508	0.90 573	0.64 555	0.89 549	0.69 553

noway5	1.92 665	4.97 713	1.95 719	2.31 667	1.68 710	2.21 705	1.68 713	2.21 703	1.69 715	2.22 712	1.68 717	2.21 703	1.68 698	2.21 705	1.68 714	2.18 690	1.87 709	1.71 688	0.65 559	0.85 543	0.72 563

plain	1.88 663	3.16 671	0.64 499	3.10 696	0.65 553	3.10 746	0.64 540	3.12 746	0.65 545	3.10 747	0.65 549	3.11 747	0.65 542	3.12 746	0.65 537	3.12 732	0.65 510	3.13 745	0.65 559	3.13 733	0.65 544

DSFCA	0.66 475	0.73 353	0.78 541	0.65 448	0.65 553	0.64 520	0.64 540	0.65 516	0.63 543	0.64 521	0.64 547	0.64 523	0.64 540	0.65 520	0.65 537	0.65 482	0.65 510	0.65 532	0.65 559	0.66 503	0.64 542

MLG-Stereo	0.92 552	0.90 393	0.84 551	1.27 597	0.49 516	1.38 664	0.88 594	1.41 663	0.97 608	0.73 536	1.09 619	1.26 657	0.43 486	0.72 532	1.05 611	1.13 572	0.49 458	1.18 616	0.66 562	1.01 575	0.46 481

ktn	0.72 495	0.53 314	1.08 577	1.14 535	0.51 526	1.22 649	1.36 686	0.51 483	0.59 535	0.51 485	0.51 524	0.69 531	1.20 620	0.67 523	0.51 513	0.51 441	0.49 458	0.58 519	0.66 562	0.52 481	0.53 512

KSHMR	0.66 475	0.50 300	0.48 442	1.15 538	0.52 527	0.49 471	0.51 520	0.49 460	0.71 573	0.67 527	0.50 518	1.16 607	1.11 608	0.66 521	0.52 515	0.49 428	0.49 458	0.51 504	0.66 562	0.50 472	1.14 619

PA-Net	11.80 792	223.51 823	0.62 492	0.59 434	0.71 568	0.59 512	0.73 574	0.67 520	0.73 579	0.55 501	0.61 543	0.60 516	0.74 571	0.63 518	0.73 571	0.66 484	0.60 498	0.69 538	0.66 562	0.72 517	0.65 544
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WAFT-Stereo (ZS)	0.67 481	0.78 365	0.67 509	0.67 453	0.66 556	0.67 524	0.67 547	0.65 516	0.66 547	0.66 525	0.67 552	0.66 530	0.67 547	0.67 523	0.72 570	0.66 484	0.67 513	0.67 534	0.67 566	0.67 506	0.67 549

LMCR-Stereo	0.65 473	0.63 340	0.65 503	0.65 448	0.65 553	0.66 523	0.63 539	0.58 502	0.65 545	0.63 520	0.64 547	0.65 527	0.65 542	0.66 521	0.66 540	0.66 484	0.64 508	0.65 532	0.67 566	0.68 508	0.73 567

CAR	0.72 495	0.76 361	0.59 480	0.84 488	1.19 631	0.81 546	0.58 531	0.81 542	0.58 530	0.81 551	0.58 535	0.83 555	0.59 533	0.82 546	0.59 528	0.71 494	0.49 458	0.73 545	0.68 568	0.87 545	0.52 509

MSE-Stereo	0.72 495	0.76 361	0.59 480	0.84 488	1.19 631	0.81 546	0.58 531	0.81 542	0.58 530	0.81 551	0.58 535	0.83 555	0.59 533	0.82 546	0.59 528	0.71 494	0.49 458	0.73 545	0.68 568	0.87 545	0.52 509

R-Stereo Train	0.81 521	0.96 408	0.67 509	0.95 510	0.67 558	0.95 565	0.68 552	0.95 564	0.68 555	0.95 570	0.68 558	0.96 574	0.68 552	0.96 574	0.68 549	0.94 543	0.68 519	0.94 587	0.68 568	0.94 565	0.68 551

RAFT-Stereo	0.81 521	0.96 408	0.67 509	0.95 510	0.67 558	0.95 565	0.68 552	0.95 564	0.68 555	0.95 570	0.68 558	0.96 574	0.68 552	0.96 574	0.68 549	0.94 543	0.68 519	0.94 587	0.68 568	0.94 565	0.68 551
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 486	0.69 346	0.69 519	0.69 459	0.69 562	0.69 526	0.69 560	0.69 522	0.69 560	0.69 530	0.69 563	0.69 531	0.69 559	0.69 526	0.69 557	0.69 488	0.69 525	0.69 538	0.69 572	0.69 512	0.69 553

mm1	0.69 486	0.69 346	0.69 519	0.69 459	0.69 562	0.69 526	0.69 560	0.69 522	0.69 560	0.69 530	0.69 563	0.69 531	0.69 559	0.69 526	0.69 557	0.69 488	0.69 525	0.69 538	0.69 572	0.69 512	0.69 553

MoCha-V2	2.11 701	26.97 795	0.78 541	0.92 501	0.77 583	0.96 567	0.72 573	0.90 553	0.72 576	0.94 568	0.70 567	0.90 564	0.71 568	0.91 564	0.71 568	0.85 530	0.71 532	0.88 571	0.69 572	0.87 545	0.67 549

UniTT-Stereo	2.03 683	3.43 678	0.72 529	3.42 713	0.73 571	3.27 749	0.68 552	3.38 751	0.69 560	3.29 750	0.72 576	3.28 750	0.70 563	3.35 752	0.68 549	3.39 735	0.68 519	3.31 748	0.69 572	3.37 734	0.73 567

DCRE	0.84 533	1.89 589	0.77 539	0.94 508	0.72 570	0.88 557	0.73 574	0.87 548	0.78 583	0.90 560	0.71 573	0.88 560	0.67 547	0.88 559	0.73 571	0.81 522	0.68 519	0.81 562	0.70 576	0.82 539	0.70 556

DMCA-RVC	0.70 489	0.80 370	0.70 522	0.70 465	0.70 566	0.70 529	0.70 567	0.71 527	0.70 568	0.70 532	0.71 573	0.71 535	0.70 563	0.70 528	0.69 557	0.69 488	0.70 528	0.69 538	0.70 576	0.69 512	0.70 556

MSMD_ROB	1.19 590	1.10 451	0.70 522	1.10 529	0.60 539	1.10 594	0.70 567	1.10 585	0.70 568	1.10 593	0.70 567	1.10 599	0.70 563	7.00 791	0.70 566	1.10 565	0.70 528	1.10 605	0.70 576	1.10 581	0.70 556

Wavelet-MonSter	1.00 565	1.21 509	0.76 537	1.94 640	1.01 612	1.11 597	0.76 578	1.15 587	0.76 582	1.11 598	0.76 582	1.14 605	0.76 574	1.11 602	0.76 578	1.21 625	0.90 555	1.02 601	0.71 579	1.02 577	0.71 562

RSM++	0.76 508	0.82 376	0.66 505	0.85 492	0.64 551	0.85 553	0.71 570	0.94 562	0.64 544	0.87 557	0.67 552	0.87 559	0.65 542	0.84 552	0.65 537	0.81 522	0.70 528	0.79 557	0.71 579	0.83 541	0.70 556

DStereoRT	0.73 499	0.81 374	0.73 533	0.71 467	0.74 573	0.73 533	0.75 576	0.71 527	0.71 573	0.74 541	0.72 576	0.73 540	0.80 580	0.71 530	0.73 571	0.76 512	0.71 532	0.73 545	0.72 581	0.70 515	0.76 574

iGMRVC	0.84 533	2.85 664	0.72 529	0.72 469	0.73 571	0.77 536	0.79 581	0.73 531	0.74 581	0.73 536	0.72 576	0.73 540	0.76 574	0.73 534	0.73 571	0.72 502	0.73 535	0.73 545	0.72 581	0.73 520	0.72 563

Hybrid-DGEV	1.03 577	1.75 551	0.80 545	1.28 601	0.78 584	1.26 652	0.80 584	1.26 649	0.78 583	1.26 655	0.78 586	1.26 657	0.78 578	1.26 658	0.78 580	1.15 575	0.75 538	1.14 606	0.74 583	1.14 584	0.75 571

AIO-Stereo	0.84 533	0.66 343	0.70 522	0.83 487	0.67 558	0.98 568	0.82 591	1.14 586	0.72 576	1.03 589	0.74 580	1.03 592	1.09 607	0.99 576	0.45 486	1.04 559	0.73 535	0.95 589	0.74 583	0.94 565	0.46 481

TorneroNet-64	0.45 405	0.27 199	0.30 285	0.58 431	0.27 319	0.70 529	0.30 343	0.28 284	0.73 579	0.73 536	0.28 326	0.71 535	0.66 545	0.75 537	0.27 307	0.27 263	0.29 306	0.37 359	0.75 585	0.28 283	0.30 385

LiteMatch*	2.07 689	1.30 521	5.73 774	6.28 761	0.79 586	1.33 659	0.80 584	1.30 655	1.02 618	1.33 659	0.84 594	1.33 663	0.97 592	1.28 662	1.04 610	6.05 773	5.89 769	1.28 670	0.76 586	1.28 652	0.88 586

Hybrid-DGEV-03	1.07 580	1.83 577	0.83 549	1.34 609	0.81 591	1.32 658	0.81 588	1.31 656	0.81 592	1.31 658	0.82 592	1.32 662	0.82 584	1.32 663	0.81 587	1.19 577	0.77 541	1.19 618	0.76 586	1.19 597	0.77 576

Hybrid-DGEV-2	1.05 579	1.83 577	0.83 549	1.33 608	0.82 592	1.30 656	0.81 588	1.26 649	0.79 587	1.29 657	0.79 588	1.26 657	0.80 580	1.26 658	0.79 581	1.20 579	0.78 543	1.18 616	0.77 588	1.20 599	0.77 576

RAStereo	2.23 717	3.64 681	0.76 537	3.65 722	0.86 593	3.66 754	0.76 578	3.67 755	0.81 592	3.66 752	0.76 582	3.66 753	0.77 576	3.68 754	0.77 579	3.68 738	0.77 541	3.69 753	0.77 588	3.70 737	0.77 576

ToySt	0.92 552	2.11 607	0.90 556	0.95 510	0.79 586	0.99 569	0.78 580	0.94 562	0.81 592	0.94 568	0.78 586	0.95 573	0.77 576	0.94 570	0.86 591	0.91 534	0.79 545	0.85 569	0.77 588	0.89 549	0.73 567

HSM-Net_RVC	0.95 560	1.17 459	0.78 541	1.18 545	0.71 568	1.16 602	0.75 576	1.09 584	0.80 589	1.10 593	0.75 581	1.17 608	0.74 571	1.17 608	0.80 584	1.13 572	0.73 535	1.17 613	0.77 588	1.16 589	0.72 563
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
tt45	1.04 578	0.88 386	1.36 655	0.92 501	1.03 615	1.51 673	0.79 581	0.70 526	0.88 595	0.74 541	0.90 596	1.60 673	0.72 569	1.60 673	0.75 576	0.91 534	0.78 543	1.52 682	0.79 592	1.14 584	1.32 683

G-Net	0.79 513	0.79 367	0.79 544	0.79 479	0.79 586	0.79 541	0.79 581	0.79 536	0.79 587	0.79 547	0.79 588	0.79 548	0.79 579	0.79 540	0.79 581	0.79 516	0.79 545	0.79 557	0.79 592	0.79 531	0.79 579

HBP-ISP	1.24 640	1.72 545	1.65 675	1.15 538	0.76 580	1.40 666	0.88 594	1.67 674	1.02 618	1.69 678	1.38 692	1.69 678	1.21 666	1.87 685	1.21 675	1.05 560	0.79 545	0.97 593	0.80 594	1.19 597	0.75 571

NaN_ROB	0.80 516	0.80 370	0.80 545	0.80 483	0.80 589	0.80 543	0.80 584	0.80 539	0.80 589	0.80 548	0.80 590	0.80 550	0.80 580	0.80 542	0.80 584	0.80 518	0.80 548	0.80 560	0.80 594	0.80 534	0.80 580

CSAN	0.80 516	0.80 370	0.80 545	0.80 483	0.80 589	0.80 543	0.80 584	0.80 539	0.80 589	0.80 548	0.80 590	0.80 550	0.80 580	0.80 542	0.80 584	0.80 518	0.80 548	0.80 560	0.80 594	0.80 534	0.80 580

Selective-RAFT-Error	0.88 547	0.84 377	0.98 565	0.86 493	0.97 605	0.88 557	0.95 602	0.84 546	0.99 611	0.92 564	0.82 592	0.84 557	0.98 594	0.87 557	0.97 600	0.81 522	0.83 551	0.79 557	0.82 597	0.79 531	0.85 585

Selective-RAFT	0.89 549	0.89 389	0.72 529	1.16 543	0.78 584	1.06 587	0.82 591	0.87 548	0.97 608	1.00 572	0.91 599	0.90 564	1.00 595	0.89 561	0.93 597	0.83 527	0.83 551	0.82 566	0.82 597	0.81 537	0.82 583

DPSimNet_ROB	0.97 562	1.18 461	0.81 548	1.10 529	0.91 599	1.02 584	0.82 591	1.04 581	0.91 597	1.03 589	0.86 595	1.28 661	0.82 584	1.03 592	0.89 592	1.17 576	0.81 550	1.02 601	0.82 597	1.08 580	0.81 582

MEA-ACV	1.66 653	0.87 383	0.61 490	11.81 788	1.35 684	1.50 672	0.71 570	1.23 647	0.92 601	1.13 602	0.96 605	1.69 678	0.70 563	1.23 657	1.16 623	1.54 651	1.20 593	1.58 683	0.85 600	1.12 582	0.95 596

AIO-Stereo-zeroshot	0.91 550	0.86 381	0.89 553	1.25 595	0.69 562	1.05 586	0.81 588	1.16 590	0.50 515	1.12 599	0.97 607	0.72 538	0.82 584	1.06 594	0.95 598	0.61 469	0.87 553	1.03 603	0.85 600	1.04 578	1.01 608

DGTPSM_ROB	0.93 557	1.00 421	0.92 560	0.94 508	0.96 604	0.91 561	0.92 598	0.91 555	0.96 607	0.91 562	0.96 605	0.93 570	0.92 589	0.94 570	0.92 593	0.92 537	0.92 558	0.90 573	0.92 602	0.94 565	0.91 591

DPSM_ROB	0.92 552	0.91 395	0.91 558	0.91 498	0.92 600	0.92 562	0.92 598	0.92 558	0.91 597	0.93 566	0.91 599	0.92 567	0.90 587	0.91 564	0.92 593	0.92 537	0.91 556	0.91 576	0.92 602	0.93 561	0.93 593

DPSM	0.92 552	0.91 395	0.91 558	0.91 498	0.92 600	0.92 562	0.92 598	0.92 558	0.91 597	0.93 566	0.91 599	0.92 567	0.90 587	0.91 564	0.92 593	0.92 537	0.91 556	0.91 576	0.92 602	0.93 561	0.93 593

pmcnn	0.92 552	0.92 400	0.92 560	0.92 501	0.92 600	0.92 562	0.92 598	0.92 558	0.92 601	0.92 564	0.92 602	0.92 567	0.92 589	0.92 568	0.92 593	0.92 537	0.92 558	0.92 579	0.92 602	0.92 556	0.92 592

MM-Stereo_test2	1.20 591	1.85 583	1.05 574	1.46 618	0.94 603	1.36 662	0.99 605	1.36 658	0.95 605	1.41 665	0.98 608	1.40 668	0.96 591	1.37 665	0.95 598	1.37 640	1.06 571	1.33 672	0.93 606	1.29 653	0.89 589

MM-Stereo_test3	1.27 642	2.07 603	1.18 587	1.60 626	1.02 614	1.45 670	1.01 611	1.40 662	1.04 620	1.44 667	1.03 616	1.46 671	1.02 604	1.44 670	1.02 609	1.51 649	1.12 585	1.32 671	0.98 607	1.38 657	0.97 598

999	1.00 565	1.12 452	0.59 480	1.10 529	1.21 679	1.09 593	0.52 521	1.08 582	1.43 695	1.18 606	1.35 687	0.98 576	0.52 521	0.91 564	0.85 590	0.72 502	1.46 664	0.83 567	0.98 607	0.68 508	1.41 691

LGCAT	1.00 565	1.00 421	1.00 567	1.00 517	1.00 606	1.00 570	1.00 606	1.00 566	1.00 612	1.00 572	1.00 610	1.00 577	1.00 595	1.00 578	1.00 603	1.00 553	1.00 562	1.00 595	1.00 609	1.00 570	1.00 602

Test_v1	1.00 565	1.00 421	1.00 567	1.00 517	1.00 606	1.00 570	1.00 606	1.00 566	1.00 612	1.00 572	1.00 610	1.00 577	1.00 595	1.00 578	1.00 603	1.00 553	1.00 562	1.00 595	1.00 609	1.00 570	1.00 602

BLMT-Stereo	1.53 649	1.36 527	1.06 575	1.42 617	1.23 683	1.41 668	1.07 615	1.43 665	1.12 622	1.42 666	1.06 617	1.83 681	1.07 606	1.42 669	1.07 612	1.27 630	1.38 659	6.80 788	1.00 609	1.26 650	1.00 602

ours_stereo	1.20 591	1.21 509	0.90 556	1.64 631	1.11 619	1.35 660	0.67 547	1.76 675	0.93 603	1.70 679	1.10 620	1.39 666	0.75 573	1.41 667	0.81 587	1.60 654	1.03 570	1.33 672	1.00 609	1.61 664	0.72 563

GANet	1.00 565	1.00 421	1.00 567	1.00 517	1.00 606	1.00 570	1.00 606	1.00 566	1.00 612	1.00 572	1.00 610	1.00 577	1.00 595	1.00 578	1.00 603	1.00 553	1.00 562	1.00 595	1.00 609	1.00 570	1.00 602

TDLM	1.00 565	1.00 421	1.00 567	1.00 517	1.00 606	1.00 570	1.00 606	1.00 566	1.00 612	1.00 572	1.00 610	1.00 577	1.00 595	1.00 578	1.00 603	1.00 553	1.00 562	1.00 595	1.00 609	1.00 570	1.00 602

CVANet_RVC	1.00 565	1.00 421	1.00 567	1.00 517	1.00 606	1.00 570	1.00 606	1.00 566	1.00 612	1.00 572	1.00 610	1.00 577	1.00 595	1.00 578	1.00 603	1.00 553	1.00 562	1.00 595	1.00 609	1.00 570	1.00 602

qqai	1.22 638	1.38 530	1.12 578	1.39 615	1.14 620	1.40 666	1.14 620	1.41 663	1.12 622	1.40 664	1.11 621	1.40 668	1.13 609	1.41 667	1.15 619	1.25 628	0.97 561	1.24 667	1.01 616	1.24 648	0.96 597

trnet	1.01 573	1.01 431	1.01 572	1.01 522	1.01 612	1.01 578	1.01 611	1.01 575	1.01 617	1.01 583	1.01 615	1.01 586	1.01 603	1.01 586	1.01 608	1.01 558	1.01 568	1.01 600	1.01 616	1.01 575	1.01 608

GLC_STEREO	1.07 580	1.01 431	1.06 575	1.07 527	1.05 616	1.06 587	1.08 616	1.08 582	1.05 621	1.07 591	1.06 617	1.08 595	1.05 605	1.06 594	1.10 614	1.07 561	1.09 578	1.05 604	1.05 618	1.06 579	1.12 615

TorneroNet	0.66 475	0.53 314	0.50 455	0.50 402	0.64 551	1.06 587	0.70 567	0.50 469	0.51 522	0.49 463	0.69 563	0.49 469	0.50 515	0.48 461	1.15 619	0.71 494	0.49 458	1.14 606	1.08 619	0.49 467	0.49 497

Nwc_Net	2.37 725	25.95 792	1.15 583	1.14 535	1.15 622	1.08 591	1.14 620	1.17 592	1.16 626	1.14 603	1.15 622	1.08 595	1.15 613	1.11 602	1.14 618	1.10 565	1.11 582	1.16 609	1.09 620	1.16 589	1.15 620

RP	2.33 721	25.00 788	1.13 580	1.15 538	1.15 622	1.10 594	1.15 622	1.15 587	1.15 625	1.12 599	1.15 622	1.09 597	1.13 609	1.10 600	1.15 619	1.11 570	1.09 578	1.16 609	1.12 621	1.16 589	1.17 624

RGC	2.36 723	25.48 789	1.19 589	1.15 538	1.15 622	1.10 594	1.16 624	1.17 592	1.16 626	1.12 599	1.16 625	1.11 603	1.13 609	1.09 598	1.18 626	1.10 565	1.15 587	1.16 609	1.12 621	1.14 584	1.12 615

11t	1.27 642	2.70 649	1.34 645	1.32 607	0.89 595	1.30 656	1.34 683	1.64 671	0.57 529	1.45 668	0.72 576	1.05 594	1.29 672	1.07 597	1.29 684	1.49 646	1.02 569	0.97 593	1.15 623	1.48 659	1.31 682

AF-Net	2.37 725	25.71 791	1.17 585	1.13 534	1.15 622	1.15 601	1.18 626	1.19 595	1.16 626	1.10 593	1.15 622	1.10 599	1.18 618	1.12 604	1.15 619	1.10 565	1.10 581	1.17 613	1.15 623	1.16 589	1.12 615

NCC-stereo	2.36 723	25.52 790	1.17 585	1.15 538	1.17 627	1.11 597	1.11 617	1.15 587	1.16 626	1.10 593	1.16 625	1.10 599	1.15 613	1.14 605	1.13 617	1.09 563	1.11 582	1.15 608	1.16 625	1.17 594	1.17 624

Abc-Net	2.32 720	24.75 787	1.14 581	1.17 544	1.17 627	1.11 597	1.15 622	1.17 592	1.21 678	1.08 592	1.16 625	1.12 604	1.14 612	1.09 598	1.17 625	1.09 563	1.16 588	1.17 613	1.17 626	1.16 589	1.11 613
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
S-Stereo	2.51 732	26.86 794	1.23 641	1.22 592	1.22 681	1.24 651	1.25 677	1.22 645	1.24 681	1.21 653	1.24 678	1.19 609	1.27 670	1.19 609	1.24 677	1.19 577	1.20 593	1.25 668	1.19 627	1.24 648	1.23 677

stereogan	2.33 721	24.38 786	1.18 587	1.18 545	1.18 630	1.14 600	1.18 626	1.19 595	1.19 632	1.14 603	1.18 629	1.14 605	1.18 618	1.14 605	1.18 626	1.14 574	1.14 586	1.19 618	1.19 627	1.15 587	1.19 628

edge stereo	2.43 728	27.07 796	1.14 581	1.06 526	1.14 620	1.08 591	1.17 625	1.16 590	1.14 624	1.10 593	1.16 625	1.09 597	1.16 617	1.10 600	1.16 623	1.10 565	1.11 582	1.16 609	1.19 627	1.13 583	1.11 613

DisPM	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

CrosDoStereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

PFNet+	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

LCNet	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

HHNet	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

Patchmatch Stereo++	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629
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	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

STrans-v2	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

TransformOpticalFlow	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

OMP-Stereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

IIG-Stereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

NF-Stereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

OCTAStereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

PSM-softLoss	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

KMStereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

NRIStereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

PSM-adaLoss	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

PSM-AAD	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

FTStereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

ROB_FTStereo_v2	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

ROB_FTStereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

Consistency-Raft	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

KYRaft	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

HUI-Stereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

ASMatch	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

DeepStereo_LL	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

DEmStereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

SST-Stereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

THIR-Stereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

RAFT_R40	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

DRaft	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

PFNet	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

GrayStereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

RE-Stereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

Pruner-Stereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

TVStereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

DeepStereo_RVC	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

RAFT-RH_RVC	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

IRAFT_RVC	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

RAFT-345	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

iRAFT	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

CRE-IMP	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

GMM-Stereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

RAFT-IKP	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

Prome-Stereo	1.20 591	1.20 463	1.20 592	1.20 547	1.20 633	1.20 603	1.20 628	1.20 598	1.20 633	1.20 608	1.20 630	1.20 610	1.20 620	1.20 610	1.20 630	1.20 579	1.20 593	1.20 620	1.20 630	1.20 599	1.20 629

SPS-STEREO	1.59 651	1.91 592	1.21 638	1.94 640	1.20 633	2.00 690	1.23 675	1.99 682	1.24 681	2.00 688	1.25 679	2.03 692	1.26 669	2.00 690	1.29 684	1.90 668	1.18 592	1.89 699	1.21 675	1.89 677	1.20 629
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GANetREF_RVC	1.55 650	1.94 599	1.22 639	1.88 636	1.21 679	1.88 682	1.22 674	1.88 677	1.22 679	1.88 680	1.22 676	1.88 682	1.22 667	1.89 686	1.22 676	1.87 663	1.22 641	1.88 698	1.22 676	1.88 676	1.22 675
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
2.5w	2.01 680	2.40 634	1.37 657	3.28 705	2.01 739	2.71 736	1.43 699	1.82 676	1.83 733	1.90 682	1.41 694	2.71 736	1.35 677	2.71 736	1.85 734	2.66 723	1.53 669	1.64 685	1.23 677	2.53 723	1.87 735

4w-stereo	2.02 681	2.72 653	1.44 662	3.36 711	1.59 697	2.48 723	1.72 721	2.28 708	1.24 681	2.24 714	1.65 707	2.56 728	1.32 675	2.39 720	1.98 745	2.67 725	1.51 667	1.66 686	1.24 678	2.53 723	1.88 738

3.5w_stereo	2.03 683	2.72 653	1.35 647	3.41 712	1.57 695	2.72 737	1.49 700	2.01 684	1.34 686	2.15 698	1.61 705	2.63 732	1.36 678	2.72 738	1.99 746	2.66 723	1.58 675	1.68 687	1.24 678	2.53 723	1.87 735

3.25w_new	2.03 683	2.72 653	1.35 647	3.33 710	1.57 695	2.72 737	1.53 701	2.15 692	1.33 685	2.15 698	1.60 703	2.63 732	1.30 673	2.72 738	1.99 746	2.67 725	1.53 669	1.75 689	1.25 680	2.53 723	1.87 735

MaDis-Stereo	3.19 749	6.02 748	1.12 578	5.61 757	1.16 626	5.43 782	1.02 613	5.15 782	0.70 568	5.43 782	1.21 675	5.03 783	0.97 592	4.85 776	0.99 602	4.53 747	1.16 588	5.53 782	1.25 680	5.37 772	1.30 681

FAT-Stereo	2.46 730	26.05 793	1.23 641	1.23 594	1.22 681	1.20 603	1.24 676	1.23 647	1.23 680	1.19 607	1.22 676	1.21 655	1.24 668	1.20 610	1.24 677	1.21 625	1.17 591	1.22 666	1.25 680	1.20 599	1.24 678

MonStereo1	1.94 667	2.77 659	1.52 670	3.73 726	1.51 694	2.13 695	1.42 696	2.32 715	1.52 697	2.31 719	1.50 697	2.53 723	1.59 686	2.34 717	1.56 697	1.91 669	1.36 656	1.86 694	1.31 683	2.07 690	1.53 694

MC-Stereo	1.76 658	2.96 665	1.37 657	2.14 649	1.37 687	2.14 696	1.36 686	2.14 691	1.37 691	2.14 697	1.37 690	2.14 694	1.37 680	2.14 695	1.37 690	1.97 673	1.32 643	1.97 702	1.32 684	1.98 679	1.33 684

MaskLacGwcNet_RVC	1.35 644	1.35 526	1.35 647	1.35 611	1.35 684	1.35 660	1.35 684	1.36 658	1.35 689	1.36 662	1.35 687	1.36 664	1.36 678	1.36 664	1.35 688	1.35 636	1.35 655	1.35 675	1.35 685	1.35 655	1.35 687

CC-Net-ROB	1.36 645	1.33 525	1.33 644	1.36 612	1.38 688	1.36 662	1.33 682	1.37 660	1.34 686	1.35 661	1.36 689	1.38 665	1.34 676	1.38 666	1.38 691	1.35 636	1.38 659	1.33 672	1.35 685	1.43 658	1.34 686

RASNet	1.49 648	1.65 541	1.45 663	1.38 614	1.43 691	1.47 671	1.36 686	1.38 661	1.36 690	1.39 663	1.60 703	1.45 670	1.45 684	1.51 671	2.21 748	1.53 650	1.36 656	1.36 677	1.36 687	1.66 667	1.36 688

LL-Strereo	1.01 573	5.06 717	1.63 674	0.70 465	1.43 691	0.56 504	0.46 496	0.57 499	0.50 515	0.57 506	0.50 518	1.58 672	0.49 511	0.59 509	0.50 508	1.64 655	0.52 474	0.51 504	1.37 688	0.52 481	0.45 479

PS-NSSS	1.38 647	1.39 531	1.34 645	1.34 609	1.35 684	1.38 664	1.37 691	1.35 657	1.38 692	1.34 660	1.34 686	1.39 666	1.38 681	1.70 677	1.40 692	1.36 638	1.36 656	1.36 677	1.37 688	1.37 656	1.36 688

MM-Stereo_test1	1.80 661	3.41 677	1.52 670	2.12 648	1.41 690	2.04 691	1.41 694	2.05 686	1.46 696	2.04 692	1.41 694	2.05 693	1.42 683	2.05 691	1.43 694	2.04 678	1.54 671	1.94 700	1.38 690	1.99 680	1.33 684

ff7	1.68 654	2.68 646	1.35 647	0.97 514	0.89 595	1.84 679	2.15 746	2.12 688	1.80 729	2.05 693	1.56 699	2.33 713	2.12 737	2.23 709	2.25 749	1.31 632	1.07 572	1.48 679	1.41 691	0.90 552	1.04 610

ffff	1.68 654	2.68 646	1.35 647	0.97 514	0.89 595	1.84 679	2.15 746	2.12 688	1.80 729	2.05 693	1.56 699	2.33 713	2.12 737	2.23 709	2.25 749	1.31 632	1.07 572	1.48 679	1.41 691	0.90 552	1.04 610

ccc-4	1.68 654	2.68 646	1.35 647	0.97 514	0.89 595	1.84 679	2.15 746	2.12 688	1.80 729	2.05 693	1.56 699	2.33 713	2.12 737	2.23 709	2.25 749	1.31 632	1.07 572	1.48 679	1.41 691	0.90 552	1.04 610

2.75w_new	1.99 669	2.34 629	1.81 686	3.14 697	1.62 699	1.94 684	1.99 740	2.72 731	1.71 718	2.72 735	1.99 751	1.90 683	1.73 710	1.82 684	1.29 684	2.37 711	2.01 716	2.31 725	1.42 694	1.77 673	1.22 675

3.75w	1.99 669	2.31 623	1.83 694	3.16 699	1.65 701	1.93 683	1.98 737	2.72 731	1.68 708	2.73 740	1.97 742	2.00 689	1.72 709	1.81 683	1.25 680	2.27 702	2.01 716	2.38 730	1.42 694	1.71 669	1.24 678

sCroCo_RVC	2.10 697	2.76 657	1.92 706	2.78 690	1.39 689	2.73 739	1.41 694	2.73 737	1.40 693	2.77 746	1.41 694	2.74 742	1.40 682	2.74 741	1.40 692	2.72 727	1.42 662	2.72 743	1.44 696	2.79 730	1.42 692

IGEVStereo-DCA	1.77 659	4.21 700	1.84 695	2.49 679	2.11 745	2.54 730	1.36 686	1.65 672	1.17 630	2.75 741	1.90 736	2.54 726	1.15 613	0.94 570	1.11 615	1.50 647	1.32 643	0.96 591	1.46 697	1.49 660	0.88 586

rrr	1.77 659	4.21 700	1.84 695	2.49 679	2.11 745	2.54 730	1.36 686	1.65 672	1.17 630	2.75 741	1.90 736	2.54 726	1.15 613	0.94 570	1.11 615	1.50 647	1.32 643	0.96 591	1.46 697	1.49 660	0.88 586

derf	1.91 664	2.15 611	1.78 684	2.16 650	1.75 723	2.21 705	1.80 723	2.22 705	1.80 729	2.21 708	1.76 725	2.17 695	1.81 717	2.24 712	1.74 728	1.93 671	1.56 672	1.96 701	1.53 699	1.95 678	1.56 697

LGtest1	2.22 714	2.70 649	1.89 702	2.76 686	1.86 730	2.75 741	1.86 729	2.75 738	1.86 735	2.75 741	1.86 729	2.77 745	1.87 720	2.75 742	1.86 735	2.46 716	1.58 675	2.45 734	1.56 700	2.45 712	1.56 697

LG-G_1	2.22 714	2.71 651	1.89 702	2.77 687	1.87 734	2.75 741	1.87 732	2.76 739	1.87 739	2.75 741	1.87 731	2.76 743	1.87 720	2.75 742	1.86 735	2.47 717	1.58 675	2.45 734	1.57 701	2.45 712	1.57 699

LG-G	2.22 714	2.71 651	1.89 702	2.77 687	1.87 734	2.75 741	1.87 732	2.76 739	1.87 739	2.75 741	1.87 731	2.76 743	1.87 720	2.75 742	1.86 735	2.47 717	1.58 675	2.45 734	1.57 701	2.45 712	1.57 699

ccnet	0.80 516	2.28 621	0.33 317	0.50 402	0.33 425	0.50 480	0.33 412	0.50 469	0.33 420	0.49 463	0.33 420	0.49 469	1.56 685	2.38 718	0.33 408	0.41 355	0.29 306	0.42 458	1.57 701	2.28 703	0.29 370

4.25_new	2.00 673	2.33 625	1.82 691	3.32 708	1.69 715	1.95 687	1.99 740	2.72 731	1.71 718	2.72 735	1.97 742	2.01 690	1.74 712	1.77 680	1.28 682	2.18 690	2.01 716	2.48 737	1.58 704	1.65 665	1.17 624

4.5w_new	2.00 673	2.33 625	1.82 691	3.32 708	1.69 715	1.95 687	1.99 740	2.72 731	1.71 718	2.72 735	1.97 742	2.01 690	1.74 712	1.77 680	1.28 682	2.18 690	2.01 716	2.48 737	1.58 704	1.65 665	1.17 624

zzzzzz3	2.07 689	5.00 715	1.93 709	2.28 661	1.66 702	2.19 699	1.66 705	2.18 694	1.67 703	2.19 703	1.66 710	2.18 696	1.67 696	2.18 697	1.66 705	2.15 682	1.85 701	2.05 704	1.59 706	2.05 682	1.59 702

noway2	2.07 689	4.96 712	1.92 706	2.28 661	1.66 702	2.20 702	1.66 705	2.19 697	1.66 700	2.19 703	1.65 707	2.19 699	1.68 698	2.18 697	1.65 702	2.15 682	1.86 705	2.06 708	1.59 706	2.06 686	1.60 704

DPSMNet_ROB	1.60 652	1.59 539	1.70 678	1.59 623	1.59 697	1.61 675	1.61 702	1.60 667	1.60 699	1.62 676	1.59 702	1.60 673	1.60 687	1.60 673	1.59 699	1.59 652	1.60 679	1.59 684	1.59 706	1.59 663	1.59 702

noway7	2.08 692	5.18 722	1.92 706	2.27 656	1.66 702	2.18 697	1.66 705	2.17 693	1.66 700	2.18 700	1.65 707	2.18 696	1.66 690	2.17 696	1.66 705	2.15 682	1.85 701	2.05 704	1.60 709	2.05 682	1.60 704

monster_256*512	2.09 695	5.21 725	1.98 722	2.30 664	1.67 706	2.18 697	1.66 705	2.20 700	1.67 703	2.19 703	1.67 712	2.19 699	1.66 690	2.19 700	1.66 705	2.15 682	1.86 705	2.05 704	1.60 709	2.06 686	1.61 709

zzzz4	2.08 692	5.22 726	1.93 709	2.27 656	1.66 702	2.19 699	1.66 705	2.18 694	1.67 703	2.18 700	1.66 710	2.18 696	1.66 690	2.18 697	1.66 705	2.15 682	1.84 696	2.05 704	1.60 709	2.05 682	1.60 704

2w_stereo	1.99 669	2.36 632	1.81 686	3.24 703	1.67 706	1.94 684	1.98 737	2.72 731	1.68 708	2.72 735	1.94 739	1.98 688	1.74 712	1.79 682	1.27 681	1.95 672	2.00 714	2.53 739	1.60 709	1.68 668	1.15 620

zzzzzzz1	2.10 697	5.20 724	1.93 709	2.38 673	1.68 710	2.20 702	1.67 711	2.20 700	1.68 708	2.20 706	1.67 712	2.20 702	1.68 698	2.20 702	1.67 713	2.24 697	1.86 705	2.06 708	1.61 713	2.06 686	1.62 715

GELT-Stereo	2.10 697	5.33 733	1.94 717	2.37 671	1.68 710	2.21 705	1.69 717	2.19 697	1.67 703	2.18 700	1.67 712	2.19 699	1.66 690	2.19 700	1.66 705	2.23 696	1.83 695	2.07 710	1.61 713	2.04 681	1.61 709

zzz1	2.09 695	4.97 713	1.93 709	2.30 664	1.68 710	2.21 705	1.68 713	2.21 703	1.68 708	2.21 708	1.67 712	2.21 703	1.68 698	2.21 705	1.69 717	2.17 688	1.85 701	2.08 714	1.61 713	2.06 686	1.61 709

noway1	2.10 697	5.26 730	1.93 709	2.31 667	1.69 715	2.21 705	1.67 711	2.19 697	1.68 708	2.21 708	1.68 717	2.21 703	1.67 696	2.20 702	1.66 705	2.15 682	1.84 696	2.07 710	1.61 713	2.07 690	1.61 709

4.5w-stereo	1.99 669	2.33 625	1.81 686	3.28 705	1.68 710	1.94 684	1.99 740	2.72 731	1.70 716	2.72 735	1.99 751	1.97 687	1.68 698	1.76 679	1.29 684	1.91 669	2.02 720	2.53 739	1.61 713	1.75 672	1.16 623

4.25w-stereo	1.98 668	2.72 653	1.46 664	3.47 715	1.43 691	2.07 693	1.98 737	2.53 727	1.52 697	2.71 734	1.98 748	1.81 680	1.62 689	1.96 688	1.36 689	1.88 666	2.00 714	2.53 739	1.61 713	1.74 671	1.15 620

zzzz2	2.08 692	4.92 711	1.93 709	2.30 664	1.67 706	2.19 699	1.66 705	2.20 700	1.67 703	2.20 706	1.68 717	2.21 703	1.66 690	2.20 702	1.68 714	2.17 688	1.84 696	2.07 710	1.62 719	2.05 682	1.61 709

asda	2.17 705	2.54 640	1.81 686	3.47 715	1.78 725	2.50 726	1.86 729	2.61 729	1.68 708	2.61 731	1.83 727	2.37 717	1.73 710	2.44 724	1.88 740	2.51 720	1.84 696	2.34 727	1.62 719	2.23 699	1.77 730

asd	2.18 707	2.77 659	1.58 672	3.59 720	2.00 738	2.58 732	1.85 728	2.39 720	1.71 718	2.47 726	1.97 742	2.59 730	1.61 688	2.56 727	1.79 730	2.51 720	1.99 713	2.11 720	1.62 719	2.36 707	1.60 704

noway3	2.12 703	5.22 726	1.93 709	2.39 674	1.70 720	2.23 710	1.70 719	2.22 705	1.70 716	2.22 712	1.70 723	2.23 707	1.69 705	2.22 707	1.71 719	2.28 703	1.86 705	2.08 714	1.63 722	2.09 695	1.63 718

noway4	2.11 701	5.14 720	1.93 709	2.37 671	1.69 715	2.20 702	1.68 713	2.22 705	1.68 708	2.21 708	1.69 721	2.23 707	1.68 698	2.22 707	1.66 705	2.24 697	1.84 696	2.09 719	1.63 722	2.09 695	1.62 715

Anonymous3	2.55 733	3.26 675	1.65 675	3.28 705	1.63 700	3.24 748	1.68 713	3.27 748	1.66 700	3.28 749	1.67 712	3.25 749	1.66 690	3.27 748	1.64 701	3.26 733	1.65 683	3.30 747	1.65 724	4.95 767	1.65 722

MFMNet_re	1.81 662	1.91 592	1.71 680	1.95 642	1.70 720	1.95 687	1.70 719	1.96 680	1.74 725	1.97 685	1.72 724	1.95 685	1.71 708	1.97 689	1.71 719	1.86 661	1.62 680	1.85 691	1.66 725	1.86 675	1.64 720

MIF-Stereo (partial)	2.58 735	3.31 676	0.66 505	3.18 700	0.66 556	3.18 747	0.66 543	3.21 747	0.67 549	3.19 748	0.66 551	3.19 748	0.66 545	3.31 750	0.68 549	5.09 765	1.79 693	8.23 792	1.67 726	6.18 776	1.38 690

test_xeample3	1.10 583	1.81 567	0.61 490	0.84 488	0.49 516	0.77 536	0.66 543	0.92 558	1.40 693	0.68 529	0.46 499	0.78 546	0.54 525	1.72 678	1.48 695	1.34 635	1.52 668	1.35 675	1.67 726	1.33 654	1.55 696

qwe	2.18 707	2.60 643	1.58 672	3.83 728	1.90 736	2.53 728	1.90 735	2.48 723	1.73 723	2.37 722	1.92 738	2.53 723	1.68 698	2.56 727	1.83 732	2.52 722	1.87 709	2.07 710	1.68 728	2.32 705	1.71 724

monsterstereo	2.20 713	2.33 625	1.95 719	3.65 722	2.07 744	2.49 724	1.61 702	2.48 723	1.83 733	2.45 725	1.61 705	2.67 735	1.86 718	2.64 731	1.94 742	2.48 719	1.66 684	2.34 727	1.68 728	2.40 708	1.86 733

UDGNet	2.23 717	5.40 737	1.72 681	2.48 678	1.69 715	2.51 727	1.69 717	2.51 726	1.72 722	2.50 728	1.69 721	2.52 722	1.69 705	2.50 725	1.68 714	2.41 714	1.70 687	2.42 732	1.69 730	2.42 709	1.64 720

TRStereo	2.00 673	2.13 608	1.85 697	2.27 656	1.84 727	2.28 714	1.84 725	2.29 710	1.86 735	2.30 716	1.87 731	2.30 710	1.87 720	2.08 692	1.72 722	2.08 679	1.72 688	2.08 714	1.72 731	2.08 692	1.72 725

XX-Stereo	2.00 673	2.13 608	1.85 697	2.27 656	1.84 727	2.28 714	1.84 725	2.29 710	1.86 735	2.30 716	1.87 731	2.30 710	1.87 720	2.08 692	1.72 722	2.08 679	1.72 688	2.08 714	1.72 731	2.08 692	1.72 725

EAI-Stereo	2.00 673	2.13 608	1.85 697	2.27 656	1.84 727	2.28 714	1.84 725	2.29 710	1.86 735	2.30 716	1.87 731	2.30 710	1.87 720	2.08 692	1.72 722	2.08 679	1.72 688	2.08 714	1.72 731	2.08 692	1.72 725

DNSM	2.56 734	4.43 703	3.08 751	4.09 730	1.86 730	2.66 735	1.86 729	2.66 730	1.87 739	2.66 733	1.86 729	2.66 734	1.86 718	2.66 734	1.87 738	3.82 740	2.94 735	2.42 732	1.73 734	2.42 709	1.73 728

RAFT_CTSACE	1.92 665	3.71 684	1.72 681	1.88 636	1.72 722	2.04 691	1.42 696	2.18 694	1.89 742	2.02 690	1.97 742	1.95 685	2.06 736	1.93 687	1.62 700	1.76 658	1.66 684	2.02 703	1.73 734	1.73 670	1.43 693

U	5.15 784	8.49 761	1.81 686	8.49 773	1.77 724	8.49 791	1.77 722	8.51 793	1.77 727	8.49 793	1.77 726	8.50 793	1.78 715	8.58 793	1.77 729	8.54 785	1.78 691	8.55 793	1.78 736	8.55 787	1.84 731

FBW_ROB	2.12 703	2.46 639	1.77 683	2.49 679	1.79 726	2.38 718	1.83 724	2.46 722	1.78 728	2.48 727	1.97 742	2.40 718	1.78 715	2.42 723	1.83 732	2.31 708	1.85 701	2.38 730	1.82 737	2.35 706	1.84 731

1w_stereo	2.05 688	2.32 624	1.35 647	3.74 727	2.01 739	2.73 739	1.42 696	1.88 677	1.93 744	2.03 691	1.28 682	2.71 736	1.99 732	2.72 738	1.72 722	2.20 693	1.32 643	1.87 695	1.86 738	2.45 712	1.54 695

2.25w	2.00 673	1.86 586	1.98 722	2.95 694	2.17 749	2.26 711	1.35 684	2.42 721	2.00 749	2.07 696	1.27 681	2.53 723	1.99 732	2.29 714	1.49 696	2.21 694	1.32 643	1.85 691	1.87 739	2.52 720	1.62 715

4.5_new	2.00 673	1.84 582	1.98 722	2.77 687	2.16 747	2.27 712	1.28 681	2.09 687	1.98 746	2.01 689	1.28 682	2.71 736	1.98 730	2.51 726	1.65 702	2.26 699	1.33 650	1.87 695	1.87 739	2.49 716	1.60 704

3.25w	2.04 686	2.20 615	1.48 665	3.03 695	2.17 749	2.63 734	1.39 692	1.96 680	1.95 745	1.96 683	1.37 690	2.71 736	1.96 729	2.71 736	1.73 727	2.26 699	1.32 643	1.87 695	1.87 739	2.51 719	1.63 718

monsters	2.18 707	2.41 635	1.96 721	3.47 715	2.03 743	2.53 728	1.64 704	2.48 723	1.73 723	2.40 723	1.50 697	2.62 731	1.94 727	2.59 729	1.94 742	2.44 715	1.57 674	2.28 723	1.87 739	2.42 709	1.86 733

IGEV	2.02 681	2.20 615	1.82 691	2.90 693	2.16 747	2.41 720	1.25 677	2.00 683	1.98 746	1.99 687	1.31 684	2.72 740	1.93 726	2.67 735	1.69 717	2.26 699	1.32 643	1.83 690	1.87 739	2.53 723	1.61 709

3w_stereo	2.04 686	2.24 619	1.70 678	3.15 698	2.18 751	2.49 724	1.26 679	2.03 685	1.98 746	1.98 686	1.33 685	2.72 740	1.99 732	2.59 729	1.72 722	2.22 695	1.33 650	1.85 691	1.88 744	2.50 718	1.58 701

AIO_test	2.18 707	2.09 606	2.04 727	2.42 676	2.01 739	2.47 722	1.94 736	2.34 717	2.03 750	2.56 730	1.94 739	2.43 719	1.94 727	2.41 721	1.87 738	2.39 713	2.10 723	2.35 729	1.91 745	2.25 701	2.19 741

HUF	2.18 707	2.30 622	1.99 726	2.34 670	2.02 742	2.41 720	2.06 745	2.38 719	1.89 742	2.36 721	1.85 728	2.56 728	1.98 730	2.31 716	1.97 744	2.30 707	2.03 721	2.30 724	2.11 746	2.23 699	2.16 740

MonStereo	2.17 705	2.41 635	1.49 669	2.67 684	1.67 706	2.60 733	2.04 744	2.32 715	1.76 726	2.44 724	1.68 717	2.50 721	1.69 705	2.38 718	1.80 731	2.28 703	1.78 691	2.63 742	2.14 747	3.47 735	1.68 723

AIO_rvc	2.18 707	2.34 629	1.87 701	2.32 669	1.94 737	2.40 719	1.89 734	2.37 718	2.07 751	2.52 729	1.95 741	2.44 720	1.99 732	2.41 721	1.89 741	2.32 709	2.09 722	2.24 721	2.18 748	2.21 698	2.23 742

STTStereo	3.73 754	30.40 800	2.37 733	2.39 674	2.31 754	2.35 717	2.33 750	2.29 710	2.42 753	2.32 720	2.34 755	2.33 713	2.36 741	2.30 715	2.27 752	2.35 710	2.22 727	2.31 725	2.22 749	2.29 704	2.34 747

sAnonymous2	3.31 750	2.63 644	1.38 659	3.71 724	1.86 730	4.70 774	1.11 617	4.82 778	2.72 756	5.45 783	1.98 748	4.59 768	2.64 743	2.65 732	6.21 789	4.37 743	1.08 576	5.16 780	2.24 750	4.52 749	2.39 748

CroCo_RVC	3.31 750	2.63 644	1.38 659	3.71 724	1.86 730	4.70 774	1.11 617	4.82 778	2.72 756	5.45 783	1.98 748	4.59 768	2.64 743	2.65 732	6.21 789	4.37 743	1.08 576	5.16 780	2.24 750	4.52 749	2.39 748

NCCL2	2.28 719	2.27 620	2.28 729	2.28 661	2.28 752	2.27 712	2.29 749	2.28 708	2.28 752	2.27 715	2.28 754	2.28 709	2.27 740	2.27 713	2.28 753	2.28 703	2.28 728	2.27 722	2.29 752	2.27 702	2.29 743

Sa-1000	4.34 772	8.37 758	6.84 779	6.98 768	4.45 785	3.58 751	3.00 757	3.42 752	3.39 773	2.61 731	4.00 782	3.83 756	4.01 775	3.90 756	3.90 778	5.98 772	5.62 768	3.76 754	2.34 753	4.35 747	2.47 751

GES	0.66 475	2.34 629	0.29 281	0.41 320	0.29 338	0.41 368	0.29 335	0.42 382	0.29 337	0.40 345	0.41 475	0.41 372	0.30 352	0.51 486	0.29 332	0.32 287	0.29 306	0.32 313	2.46 754	2.49 716	0.30 385

NLSM1	2.93 747	3.24 674	2.57 736	4.04 729	2.66 755	3.30 750	2.55 752	3.29 749	2.55 754	3.35 751	2.48 756	3.28 750	2.47 742	3.34 751	2.49 754	3.26 733	2.55 733	3.13 745	2.57 755	3.00 732	2.46 750

NLCA_NET_v2_RVC	5.04 782	50.87 816	2.78 737	2.87 692	2.71 756	2.78 744	0.47 501	2.88 744	2.86 758	1.89 681	2.67 757	2.79 746	2.79 746	2.78 745	2.83 755	2.82 728	2.82 734	2.83 744	2.77 756	2.83 731	2.76 752
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MLG-Stereo_test1	4.25 767	5.34 736	3.61 759	5.31 753	3.63 776	5.23 780	3.57 776	5.38 783	3.65 774	5.23 780	3.47 773	4.76 777	3.74 767	4.85 776	3.71 774	4.96 761	3.18 750	4.71 772	2.92 757	4.86 765	2.90 754

MLG-Stereo_test2	4.28 769	5.46 740	3.69 761	4.86 749	3.72 778	5.58 783	3.42 774	4.81 777	3.77 780	4.85 776	3.72 778	5.55 785	3.63 763	5.58 783	3.53 772	4.41 746	3.28 752	4.99 778	2.95 758	4.75 760	3.13 767

MLG-Stereo_test3	4.26 768	4.85 709	3.95 763	5.35 754	3.60 775	4.75 777	3.76 779	5.49 784	3.71 776	5.39 781	3.69 777	4.82 779	3.66 764	4.85 776	3.73 777	4.93 760	3.19 751	4.69 771	2.99 759	4.84 764	2.98 756

rvit_0105_6	3.87 759	5.73 745	3.10 752	4.69 744	3.12 768	4.54 764	3.02 759	4.56 765	3.04 759	4.54 766	3.03 760	4.54 764	3.04 750	4.56 765	3.05 758	4.58 752	3.05 737	4.58 763	3.05 760	4.58 752	3.05 757

rvit_105_1	3.83 755	5.22 726	3.01 741	4.53 734	3.01 758	4.51 762	3.01 758	4.56 765	3.04 759	4.53 764	3.03 760	4.55 766	3.03 747	4.56 765	3.04 756	4.57 749	3.05 737	4.57 761	3.05 760	4.57 751	3.05 757

rvit_stereo_0081	3.83 755	5.23 729	3.01 741	4.53 734	3.03 760	4.55 768	3.02 759	4.56 765	3.04 759	4.52 762	3.02 758	4.54 764	3.03 747	4.56 765	3.04 756	4.57 749	3.05 737	4.57 761	3.05 760	4.58 752	3.05 757

rvit_stereo_0082	3.86 757	5.82 746	3.01 741	4.53 734	3.03 760	4.54 764	3.02 759	4.56 765	3.04 759	4.53 764	3.02 758	4.55 766	3.04 750	4.57 768	3.05 758	4.57 749	3.05 737	4.58 763	3.05 760	4.58 752	3.06 760

rvit_stereo_0081_aga	3.86 757	5.33 733	3.02 744	4.55 740	3.04 764	4.54 764	3.02 759	4.64 772	3.06 763	4.54 766	3.04 762	4.62 773	3.08 754	4.62 771	3.07 761	4.58 752	3.06 741	4.60 765	3.08 764	4.63 755	3.07 761

rvit_stereo_0080	3.89 760	5.70 743	3.04 746	4.54 737	3.03 760	4.56 769	3.05 765	4.60 769	3.07 764	4.58 769	3.06 763	4.59 768	3.06 752	4.61 769	3.08 762	4.63 754	3.09 742	4.64 767	3.10 765	4.65 756	3.10 764

whm_eth	3.89 760	5.70 743	3.04 746	4.54 737	3.03 760	4.56 769	3.05 765	4.60 769	3.07 764	4.58 769	3.06 763	4.59 768	3.06 752	4.61 769	3.08 762	4.63 754	3.09 742	4.64 767	3.10 765	4.65 756	3.10 764

rvit_stereo_0083	3.92 764	5.30 732	3.06 749	4.61 743	3.09 767	4.67 773	3.08 768	4.66 773	3.09 768	4.62 772	3.10 768	4.66 776	3.11 756	4.67 773	3.16 767	4.72 759	3.16 748	4.77 774	3.11 767	4.66 758	3.11 766

SA	4.33 771	7.35 752	6.85 780	5.96 759	4.09 782	3.59 752	3.15 771	3.82 756	2.64 755	3.91 754	3.85 779	3.57 752	2.72 745	3.13 747	4.03 780	7.09 781	6.86 776	3.57 750	3.12 768	3.85 738	3.51 775

NLCSM	3.67 753	4.08 695	3.19 756	4.80 746	3.26 770	3.99 758	3.24 773	4.25 761	3.18 771	4.09 757	3.27 771	4.14 759	3.18 759	4.13 759	3.28 769	4.06 741	3.10 744	3.85 757	3.14 769	3.91 742	3.27 772

rvit_stereo_ft	3.93 765	5.44 739	3.05 748	4.59 741	3.06 765	4.61 772	3.08 768	4.67 774	3.12 769	4.63 773	3.10 768	4.65 775	3.11 756	4.69 775	3.13 766	4.70 757	3.14 747	4.71 772	3.15 770	4.74 759	3.16 769

rvit_0105_4	3.91 762	5.47 741	3.02 744	4.54 737	3.02 759	4.54 764	3.03 763	4.75 775	3.17 770	4.57 768	3.06 763	4.61 772	3.16 758	4.65 772	3.09 764	4.66 756	3.11 745	4.68 770	3.18 771	4.81 762	3.16 769

rvit_0105_3	3.91 762	5.33 733	3.06 749	4.60 742	3.07 766	4.60 771	3.06 767	4.62 771	3.08 767	4.60 771	3.07 766	4.62 773	3.08 754	4.67 773	3.10 765	4.70 757	3.11 745	4.77 774	3.19 772	4.77 761	3.14 768

rvit_0105_5	4.10 766	5.40 737	3.13 755	4.71 745	3.15 769	4.72 776	3.10 770	4.90 780	3.27 772	4.69 774	3.16 770	4.84 780	3.25 760	4.96 779	3.34 770	5.05 764	3.39 753	5.10 779	3.40 773	5.11 769	3.42 773

test_5	4.62 776	7.55 754	6.23 775	6.32 762	3.40 773	5.29 781	3.50 775	3.53 753	4.11 783	4.28 759	4.47 786	4.26 762	4.38 778	3.68 754	3.24 768	5.89 770	5.60 767	4.84 776	3.50 774	4.33 746	3.93 783

DispFullNet	4.61 775	4.84 708	3.12 753	5.00 751	3.57 774	4.75 777	3.03 763	7.75 791	4.17 784	4.91 778	3.09 767	6.20 787	3.95 773	6.71 787	3.51 771	5.30 767	3.67 755	5.86 786	3.63 775	5.61 773	3.46 774

TestStereo1	4.60 773	8.41 759	6.44 777	6.86 766	3.79 779	3.97 756	3.78 780	3.99 758	3.74 777	3.97 755	3.52 774	3.94 757	3.58 761	3.98 757	3.72 775	6.82 778	6.50 774	3.76 754	3.66 776	3.90 739	3.74 779

SA-5K	4.60 773	8.41 759	6.44 777	6.86 766	3.79 779	3.97 756	3.78 780	3.99 758	3.74 777	3.97 755	3.52 774	3.94 757	3.58 761	3.98 757	3.72 775	6.82 778	6.50 774	3.76 754	3.66 776	3.90 739	3.74 779

DPSNet	3.66 752	3.60 680	3.62 760	3.63 721	3.64 777	3.65 753	3.65 778	3.66 754	3.67 775	3.67 753	3.65 776	3.67 754	3.66 764	3.66 753	3.68 773	3.68 738	3.66 754	3.67 752	3.68 778	3.67 736	3.67 776

test_4	4.88 779	8.13 757	6.98 781	7.46 769	4.44 784	4.25 760	3.85 782	4.04 760	3.92 781	4.13 758	3.91 780	4.18 761	3.84 771	4.14 760	4.06 781	7.01 780	7.13 779	4.53 759	3.72 779	4.09 743	3.72 777

RAFT+CT+SA	4.28 769	7.62 755	4.91 768	5.55 756	2.28 752	3.09 745	3.64 777	4.49 763	3.07 764	4.80 775	3.35 772	4.77 778	3.70 766	4.29 762	3.05 758	5.58 768	5.98 771	3.58 751	3.78 780	4.26 745	3.72 777

test_3	5.01 781	8.86 764	7.77 783	8.09 771	2.76 757	4.13 759	4.05 784	3.88 757	3.76 779	4.33 760	4.13 783	3.71 755	3.91 772	4.21 761	4.06 781	7.93 782	7.69 781	4.53 759	3.91 781	4.17 744	4.29 785

cross-raft	4.83 778	7.52 753	6.43 776	6.63 763	3.96 781	4.51 762	3.99 783	4.49 763	3.96 782	4.52 762	3.96 781	4.50 763	3.97 774	4.50 764	3.97 779	6.65 776	6.44 773	4.33 758	3.92 782	4.35 747	3.91 782

GEStereo_RVC	0.86 542	4.45 704	0.20 234	0.27 244	0.20 284	0.27 291	0.20 272	0.26 279	0.18 269	5.03 779	0.20 283	0.27 293	0.19 280	0.27 292	0.21 278	0.20 219	0.19 243	0.19 243	4.02 783	0.20 240	0.18 262

SGM-Forest	5.21 785	5.92 747	4.08 764	6.18 760	4.16 783	6.31 785	4.34 786	6.50 786	4.33 785	6.14 787	4.21 784	6.61 790	4.55 779	6.67 786	4.48 784	5.94 771	3.94 757	5.85 785	4.03 784	5.79 775	4.17 784
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CFNet	1.37 646	5.27 731	0.19 226	5.49 755	0.19 281	0.28 293	0.19 268	0.28 284	0.19 277	0.28 289	0.19 279	0.28 294	4.35 777	0.28 297	0.19 271	0.23 241	0.17 227	0.23 268	4.21 785	4.81 762	0.17 256

raft_robust	4.71 777	7.75 756	5.40 773	6.81 765	3.31 771	4.28 761	4.20 785	4.32 762	4.37 786	4.35 761	4.35 785	4.14 759	3.75 768	4.30 763	4.20 783	6.67 777	6.37 772	3.36 749	4.24 786	4.86 765	3.25 771

FC-DCNN v2	5.10 783	5.15 721	4.49 765	5.07 752	3.37 772	6.87 786	4.75 787	5.04 781	6.34 791	7.84 791	5.06 788	6.72 791	4.09 776	4.99 780	5.44 788	5.03 763	3.16 748	4.67 769	4.86 787	5.15 770	3.89 781

TestStereo	4.88 779	4.75 707	4.79 766	4.87 750	4.92 786	4.81 779	4.90 788	4.78 776	4.77 787	4.87 777	4.89 787	4.90 781	4.91 780	4.99 780	4.79 785	4.98 762	4.87 764	4.87 777	4.92 788	5.00 768	5.00 786

SGM+DAISY	7.06 789	9.15 765	5.38 772	8.84 775	5.18 787	8.80 792	5.31 790	8.79 794	5.28 789	8.89 794	5.20 789	8.93 794	5.33 782	8.95 794	5.36 787	8.70 786	5.21 765	8.74 794	5.20 789	8.89 788	5.15 787

rvit_stereo_0075_2	6.64 787	8.80 763	5.25 770	7.89 770	5.27 788	7.90 790	5.27 789	7.92 792	5.28 789	7.91 792	5.29 790	7.93 792	5.27 781	7.92 792	5.28 786	7.93 782	5.28 766	7.93 791	5.29 790	7.93 784	5.28 788

test-1	6.46 786	9.16 766	8.03 787	8.09 771	5.62 789	6.11 784	6.35 791	6.85 788	4.94 788	6.08 786	6.29 793	4.98 782	6.43 785	6.22 784	6.36 791	6.16 774	7.47 780	5.82 784	5.44 791	7.11 781	5.68 789

RAFT	6.73 788	9.36 767	7.40 782	8.51 774	6.55 790	6.88 787	6.60 792	6.79 787	6.60 792	6.80 788	6.72 794	5.31 784	5.50 783	6.61 785	6.61 792	8.42 784	5.89 769	5.73 783	5.45 792	6.61 777	6.24 790

test-v	7.53 790	11.89 777	7.98 784	9.36 778	7.14 791	7.06 788	7.09 793	7.37 789	6.91 793	7.29 789	5.71 791	6.45 788	6.93 786	6.73 788	7.27 793	8.93 789	7.85 782	6.98 789	6.80 793	7.56 782	7.34 792

test-2	7.53 790	11.89 777	7.98 784	9.36 778	7.14 791	7.06 788	7.09 793	7.37 789	6.91 793	7.29 789	5.71 791	6.45 788	6.93 786	6.73 788	7.27 793	8.93 789	7.85 782	6.98 789	6.80 793	7.56 782	7.34 792

MANE	19.05 793	23.00 785	15.00 793	23.00 799	15.00 793	24.00 799	16.00 795	24.00 801	16.00 795	22.00 801	15.00 795	23.00 801	16.00 795	23.00 801	15.00 795	22.00 801	15.00 795	22.00 801	15.00 795	22.00 801	15.00 794

rafts_anoy	20.00 794	20.00 779	20.00 794	20.00 793	20.00 794	20.00 793	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 795

raft+_RVC	20.00 794	20.00 779	20.00 794	20.00 793	20.00 794	20.00 793	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 795

raftrobust	20.00 794	20.00 779	20.00 794	20.00 793	20.00 794	20.00 793	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 795

CasAABBNet	20.00 794	20.00 779	20.00 794	20.00 793	20.00 794	20.00 793	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 795

RALCasStereoNet	20.00 794	20.00 779	20.00 794	20.00 793	20.00 794	20.00 793	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 795

RALAANet	20.00 794	20.00 779	20.00 794	20.00 793	20.00 794	20.00 793	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 796	20.00 795	20.00 795

WCMA_ROB	31.10 805	35.43 805	27.12 804	39.51 817	23.10 800	38.78 817	25.30 806	37.49 819	25.39 806	37.29 818	27.02 806	38.52 819	26.48 806	37.80 818	26.44 806	36.28 809	22.65 802	33.90 806	22.30 802	37.10 816	24.18 805

PM Cens cmp D40	30.50 801	37.00 807	24.00 800	37.00 806	24.00 801	37.00 808	24.00 802	37.00 810	24.00 802	37.00 809	24.00 802	37.00 810	24.00 802	37.00 809	24.00 802	37.00 810	24.00 803	37.00 811	24.00 803	37.00 807	24.00 801

PM Graph cmp D40	30.50 801	37.00 807	24.00 800	37.00 806	24.00 801	37.00 808	24.00 802	37.00 810	24.00 802	37.00 809	24.00 802	37.00 810	24.00 802	37.00 809	24.00 802	37.00 810	24.00 803	37.00 811	24.00 803	37.00 807	24.00 801

PatchMatch Cens Cmp	30.50 801	37.00 807	24.00 800	37.00 806	24.00 801	37.00 808	24.00 802	37.00 810	24.00 802	37.00 809	24.00 802	37.00 810	24.00 802	37.00 809	24.00 802	37.00 810	24.00 803	37.00 811	24.00 803	37.00 807	24.00 801

PatchMatch Graph Cmp	30.50 801	37.00 807	24.00 800	37.00 806	24.00 801	37.00 808	24.00 802	37.00 810	24.00 802	37.00 809	24.00 802	37.00 810	24.00 802	37.00 809	24.00 802	37.00 810	24.00 803	37.00 811	24.00 803	37.00 807	24.00 801

fff	1000028.16 826	29.62 797	29.72 805	32.61 800	30.02 805	35.13 802	31.83 808	32.07 803	10000000.00 828	35.27 805	29.82 808	32.45 803	30.15 807	32.35 803	30.09 807	31.04 803	29.55 808	30.64 803	30.14 807	10000000.00 829	30.77 807

csc	1000028.16 826	29.62 797	29.72 805	32.61 800	30.02 805	35.13 802	31.83 808	32.07 803	10000000.00 828	35.27 805	29.82 808	32.45 803	30.15 807	32.35 803	30.09 807	31.04 803	29.55 808	30.64 803	30.14 807	10000000.00 829	30.77 807

cscssc	1000028.16 826	29.62 797	29.72 805	32.61 800	30.02 805	35.13 802	31.83 808	32.07 803	10000000.00 828	35.27 805	29.82 808	32.45 803	30.15 807	32.35 803	30.09 807	31.04 803	29.55 808	30.64 803	30.14 807	10000000.00 829	30.77 807

111	30.40 800	30.94 801	29.72 805	32.61 800	30.02 805	33.57 800	30.47 807	31.50 802	29.39 807	30.98 802	29.11 807	29.78 802	30.39 810	29.45 802	30.76 810	30.08 802	29.02 807	29.92 802	30.32 810	29.86 802	30.17 806

ADStereo(finetuned)	36.13 807	36.63 806	38.07 816	36.97 805	33.25 809	35.91 805	34.45 811	36.36 809	32.99 808	38.14 819	36.71 814	36.69 809	34.13 811	38.57 819	40.79 818	37.60 819	36.58 814	35.90 810	33.36 811	35.42 805	34.04 810

DCANet-4	35.22 806	34.54 802	35.08 811	33.58 804	35.47 812	34.55 801	35.53 814	36.08 808	35.85 811	35.92 808	35.77 813	35.18 808	35.48 812	35.39 808	37.15 817	34.55 808	33.92 811	35.02 809	34.90 812	35.79 806	34.74 813

tt	500032.53 824	34.60 803	29.72 805	37.47 815	34.41 810	36.85 806	35.22 812	34.71 806	33.55 809	34.50 803	35.43 811	33.81 806	10000000.00 829	33.57 806	33.13 811	33.68 806	35.00 812	34.03 807	35.26 813	30.96 803	34.63 811

DCANet	500032.53 824	34.60 803	29.72 805	37.47 815	34.41 810	36.85 806	35.22 812	34.71 806	33.55 809	34.50 803	35.43 811	33.81 806	10000000.00 829	33.57 806	33.13 811	33.68 806	35.00 812	34.03 807	35.26 813	30.96 803	34.63 811

fast-reg	37.00 808	37.00 807	37.00 812	37.00 806	37.00 813	37.00 808	37.00 815	37.00 810	37.00 812	37.00 809	37.00 815	37.00 810	37.00 813	37.00 809	37.00 813	37.00 810	37.00 815	37.00 811	37.00 815	37.00 807	37.00 814

Reg-Stereo(zero)	37.00 808	37.00 807	37.00 812	37.00 806	37.00 813	37.00 808	37.00 815	37.00 810	37.00 812	37.00 809	37.00 815	37.00 810	37.00 813	37.00 809	37.00 813	37.00 810	37.00 815	37.00 811	37.00 815	37.00 807	37.00 814

FLISNet	37.00 808	37.00 807	37.00 812	37.00 806	37.00 813	37.00 808	37.00 815	37.00 810	37.00 812	37.00 809	37.00 815	37.00 810	37.00 813	37.00 809	37.00 813	37.00 810	37.00 815	37.00 811	37.00 815	37.00 807	37.00 814

CoSv	37.00 808	37.00 807	37.00 812	37.00 806	37.00 813	37.00 808	37.00 815	37.00 810	37.00 812	37.00 809	37.00 815	37.00 810	37.00 813	37.00 809	37.00 813	37.00 810	37.00 815	37.00 811	37.00 815	37.00 807	37.00 814

NOSS_ROB	102.95 813	153.00 821	121.00 820	51.00 818	44.00 817	165.00 821	127.00 821	153.00 822	119.00 818	164.00 823	125.00 821	168.00 823	120.00 819	153.00 822	117.00 821	49.00 820	44.00 819	49.00 820	44.00 819	49.00 817	44.00 818

CBMV	128.50 814	1422.70 829	53.10 818	79.50 819	51.30 818	77.30 819	49.70 819	74.00 820	48.20 817	77.20 821	48.80 820	73.90 821	48.00 818	73.80 821	48.80 820	70.40 821	45.10 820	68.90 821	46.10 820	68.20 818	45.00 819
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 812	87.70 817	41.95 817	113.75 820	65.62 819	75.05 818	55.25 820	75.64 821	45.04 816	71.61 820	41.75 819	72.81 820	44.06 817	68.38 820	44.63 819	101.89 822	59.57 821	107.10 822	61.05 821	104.38 819	59.38 820

MGS-Stereo	239.45 818	123.00 818	135.00 821	266.00 824	286.00 824	277.00 824	305.00 826	271.00 826	242.00 823	274.00 826	279.00 826	255.00 826	270.00 824	268.00 826	297.00 826	221.00 826	247.00 826	216.00 826	123.00 822	217.00 823	217.00 825

DF_test	189.29 816	560.34 826	182.58 824	229.00 823	135.68 820	197.79 822	135.52 822	197.80 824	135.44 819	197.75 824	135.49 822	197.90 824	135.51 820	197.84 824	135.75 822	217.37 825	171.11 823	183.74 824	127.67 823	183.56 821	127.88 821

MeshStereo	159.24 815	171.00 822	160.68 823	162.58 821	160.59 821	164.01 820	160.35 823	158.51 823	158.56 820	158.34 822	160.12 823	158.56 822	159.92 821	157.26 823	158.94 823	154.38 823	158.36 822	155.75 823	159.13 824	153.67 820	154.07 822
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 817	123.00 818	115.00 819	219.00 822	218.00 823	223.00 823	244.00 825	217.00 825	236.00 822	202.00 825	203.00 824	205.00 825	208.00 822	225.00 825	204.00 824	210.00 824	198.00 824	197.00 825	184.00 825	204.00 822	201.00 823

DLCB_ROB	284.23 820	354.61 824	207.27 825	363.24 826	206.46 822	364.72 826	210.41 824	364.72 828	210.41 821	364.81 828	208.64 825	364.81 828	208.64 823	364.72 828	210.41 825	354.70 828	205.53 825	354.70 828	205.53 826	354.70 825	205.53 824

EGLCR-Stereo	246.90 819	129.00 820	139.00 822	266.00 824	286.00 824	277.00 824	305.00 826	271.00 826	242.00 823	274.00 826	279.00 826	255.00 826	270.00 824	268.00 826	297.00 826	230.00 827	247.00 826	216.00 826	223.00 827	237.00 824	227.00 826

LE_ROB	396.57 821	471.28 825	329.84 826	471.48 827	308.15 826	526.83 827	322.10 828	488.15 829	323.76 825	495.46 829	317.97 828	497.17 829	320.10 826	481.62 829	326.76 828	462.71 829	298.97 828	466.16 829	285.98 828	447.62 826	289.21 827

SGM-ForestM	596.69 822	677.77 827	444.52 827	699.85 828	517.25 827	732.94 828	488.29 829	770.79 830	460.11 826	750.81 830	487.98 829	792.79 830	499.41 827	730.90 830	475.81 829	720.03 830	491.16 829	663.96 830	418.60 829	674.76 827	436.05 828

CBMV_ROB	818.48 823	913.88 828	709.52 828	862.84 829	597.78 828	1073.99 829	700.52 830	1015.66 831	702.59 827	1115.65 831	760.02 830	1130.24 831	721.57 828	1037.41 831	692.65 830	814.05 831	564.29 830	843.28 831	595.31 830	915.51 828	602.92 829

real-time stereo	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 832	10000000.00 828	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 829	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 830

111111	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 832	10000000.00 828	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 829	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 830

SGD-Stereo	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 832	10000000.00 828	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 829	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 830

IGEV-Stereo++	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 832	10000000.00 828	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 829	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 830

IGEV-BASED-STEREO-	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 832	10000000.00 828	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 829	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 830

IGEV-Stereo+	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 832	10000000.00 828	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 829	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 830

SDNR	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 832	10000000.00 828	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 829	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 830

anonymousdsp2	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 832	10000000.00 828	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 829	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 830

anonymousdsp	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 832	10000000.00 828	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 829	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 830

test_example2	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 832	10000000.00 828	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 829	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 830

DIP-Stereo	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 829	10000000.00 830	10000000.00 831	10000000.00 832	10000000.00 828	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 829	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 832	10000000.00 831	10000000.00 829	10000000.00 830
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
PatchMatch		37.00 807		37.00 806		37.00 808		37.00 810		37.00 809		37.00 810		37.00 809		37.00 810		37.00 811		37.00 807

Low-res two-view benchmark