Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

z-ln-s-r	0.21 152	1.40 408	0.53 341	0.56 308	0.04 79	0.05 90	0.04 82	0.05 89	0.05 99	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.05 90	0.57 343	0.44 314	0.04 73	0.04 78	0.04 77	0.04 79

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

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

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

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

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

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

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

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

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

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

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

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

NVStereoNet_ROB	0.04 39	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 42	0.06 54	0.04 44	0.06 46	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.04 89	0.06 98	0.04 85	0.06 89	0.04 76	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

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

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

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

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

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

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

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

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

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

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

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

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

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

FINET	0.07 50	0.08 59	0.07 59	0.07 47	0.07 113	0.08 107	0.06 111	0.08 109	0.07 114	0.08 108	0.07 115	0.08 108	0.06 112	0.07 106	0.07 105	0.08 63	0.07 59	0.07 100	0.07 107	0.06 96	0.06 106

BridgeDepth_RVC	0.07 50	0.08 59	0.11 92	0.11 78	0.05 99	0.08 107	0.05 94	0.08 109	0.05 99	0.08 108	0.05 101	0.08 108	0.05 96	0.08 109	0.05 90	0.11 90	0.10 77	0.07 100	0.05 97	0.07 107	0.05 98
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 54	0.08 59	0.11 92	0.11 78	0.05 99	0.08 107	0.05 94	0.08 109	0.07 114	0.08 108	0.05 101	0.08 108	0.05 96	0.09 113	0.08 107	0.15 125	0.11 100	0.07 100	0.05 97	0.07 107	0.06 106
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
GwcNet	0.12 99	0.07 58	0.05 58	0.08 49	0.05 99	0.08 107	1.20 465	0.07 106	0.05 99	0.05 92	0.05 101	0.08 108	0.05 96	0.08 109	0.03 49	0.07 61	0.05 56	0.06 94	0.05 97	0.07 107	0.05 98

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

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

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

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

SepStereo	0.09 56	0.09 67	0.10 72	0.09 56	0.09 117	0.09 113	0.09 117	0.10 114	0.08 118	0.10 115	0.09 119	0.09 114	0.09 120	0.09 113	0.08 107	0.09 70	0.08 62	0.09 109	0.08 111	0.09 114	0.08 110

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

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

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

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

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

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

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

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

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

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

MatchStereo	0.54 316	0.12 83	2.38 567	2.32 509	0.09 117	0.09 113	0.08 116	0.09 113	0.07 114	0.09 113	0.07 115	0.09 114	0.07 116	0.09 113	0.08 107	2.34 543	2.34 561	0.12 124	0.11 132	0.11 125	0.10 118
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
JetRed	0.11 90	0.12 83	0.11 92	0.11 78	0.11 140	0.11 126	0.14 153	0.11 126	0.11 137	0.12 129	0.11 137	0.11 127	0.11 136	0.11 128	0.11 130	0.11 90	0.16 147	0.11 121	0.11 132	0.11 125	0.11 131

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

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

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

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

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

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

S2M2_L	0.12 99	0.14 91	0.10 72	0.15 112	0.10 124	0.14 131	0.10 122	0.14 132	0.10 122	0.15 137	0.10 123	0.14 132	0.10 124	0.14 134	0.10 118	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.09 113
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 125	0.14 91	0.10 72	0.14 102	0.09 117	0.15 138	0.09 117	0.14 132	0.09 121	0.14 131	0.10 123	0.14 132	0.09 120	0.14 134	0.09 112	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.82 424

CIPLG	0.13 106	0.21 112	0.12 103	0.16 121	0.11 140	0.15 138	0.11 135	0.14 132	0.11 137	0.15 137	0.12 145	0.15 142	0.11 136	0.14 134	0.11 130	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

IPLG	0.13 106	0.20 105	0.14 127	0.15 112	0.11 140	0.14 131	0.11 135	0.14 132	0.11 137	0.14 131	0.11 137	0.14 132	0.11 136	0.14 134	0.11 130	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

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

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

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

GMStereo	0.14 113	0.13 85	0.14 127	0.14 102	0.14 158	0.14 131	0.14 153	0.14 132	0.14 158	0.14 131	0.14 162	0.14 132	0.14 159	0.14 134	0.14 152	0.14 118	0.14 141	0.14 130	0.14 161	0.14 135	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ELAS	0.13 106	0.16 93	0.11 92	0.15 112	0.09 117	0.18 155	0.11 135	0.18 153	0.11 137	0.17 148	0.11 137	0.18 154	0.11 136	0.18 153	0.11 130	0.14 118	0.08 62	0.14 130	0.08 111	0.14 135	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
castereo++	0.54 316	3.59 522	1.15 434	1.31 462	0.14 158	0.16 145	0.14 153	0.16 145	0.14 158	0.16 142	0.14 162	0.16 143	0.13 155	0.16 144	0.14 152	1.45 495	1.16 439	0.15 142	0.14 161	0.15 142	0.13 151

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

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

ELAS_RVC	0.14 113	0.16 93	0.10 72	0.15 112	0.10 124	0.18 155	0.11 135	0.19 155	0.11 137	0.19 154	0.12 145	0.18 154	0.11 136	0.19 156	0.12 142	0.14 118	0.08 62	0.14 130	0.09 113	0.15 142	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 113	0.17 97	0.12 103	0.17 129	0.11 140	0.17 151	0.11 135	0.17 150	0.11 137	0.17 148	0.11 137	0.17 150	0.11 136	0.17 150	0.11 130	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 139	0.48 212	0.16 146	0.16 121	0.15 169	0.15 138	0.16 163	0.16 145	0.16 172	0.16 142	0.16 173	0.16 143	0.16 171	0.16 144	0.16 168	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 161

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

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

ICVP	0.15 125	0.53 232	0.11 92	0.16 121	0.11 140	0.16 145	0.11 135	0.16 145	0.11 137	0.16 142	0.11 137	0.16 143	0.11 136	0.16 144	0.11 130	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 113	0.16 93	0.12 103	0.17 129	0.12 153	0.17 151	0.11 135	0.17 150	0.11 137	0.17 148	0.12 145	0.17 150	0.12 150	0.17 150	0.12 142	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.12 145

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

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

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

SGM_RVC	0.15 125	0.17 97	0.11 92	0.18 131	0.11 140	0.19 158	0.11 135	0.19 155	0.12 153	0.19 154	0.12 145	0.20 161	0.12 150	0.19 156	0.12 142	0.16 135	0.11 100	0.17 153	0.10 120	0.17 152	0.10 118
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DEFOM-Stereo_RVC	0.83 384	5.18 556	1.98 556	2.19 500	0.17 185	0.19 158	0.18 181	0.19 155	0.16 172	0.20 160	0.19 198	0.22 178	0.22 208	0.20 160	0.15 162	2.28 537	2.13 556	0.24 197	0.17 193	0.18 156	0.16 161

castereo	0.61 328	3.79 530	1.35 498	1.52 475	0.15 169	0.17 151	0.16 163	0.20 161	0.21 201	0.18 152	0.16 173	0.21 169	0.12 150	0.26 206	0.17 175	1.43 494	1.38 509	0.17 153	0.16 171	0.18 156	0.16 161

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

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

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

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

CAS++	0.17 136	0.27 137	0.21 174	0.10 61	0.21 211	0.15 138	0.22 201	0.10 114	0.21 201	0.22 175	0.10 123	0.19 158	0.18 191	0.10 117	0.19 189	0.20 159	0.19 176	0.18 163	0.10 120	0.19 162	0.18 181
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GCAPDPT-zeroshot4090	0.18 139	0.20 105	0.16 146	0.20 137	0.16 178	0.20 163	0.16 163	0.21 170	0.16 172	0.20 160	0.16 173	0.21 169	0.17 182	0.20 160	0.16 168	0.19 155	0.15 144	0.19 166	0.15 167	0.19 162	0.15 159

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

dad	0.23 164	1.03 320	0.16 146	0.23 154	0.15 169	0.24 188	0.15 158	0.24 184	0.16 172	0.23 179	0.16 173	0.24 190	0.16 171	0.23 182	0.15 162	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 161

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

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

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

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

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

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

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

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

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

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

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

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

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

LoS	0.25 170	0.27 137	0.25 189	0.25 166	0.25 227	0.25 198	0.25 216	0.26 198	0.25 218	0.25 195	0.25 227	0.25 198	0.25 220	0.25 196	0.25 216	0.26 194	0.25 196	0.25 201	0.26 231	0.26 192	0.25 204
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
tt1	0.31 193	0.93 289	0.24 186	0.33 195	0.23 220	0.31 221	0.24 214	0.32 216	0.24 213	0.32 224	0.23 214	0.32 229	0.25 220	0.32 227	0.24 208	0.27 198	0.26 200	0.27 210	0.26 231	0.27 197	0.27 220

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-Stereo	0.35 217	0.44 190	0.45 296	0.49 280	0.30 260	0.37 247	0.30 249	0.36 231	0.30 256	0.36 238	0.29 249	0.36 244	0.29 251	0.36 244	0.30 249	0.46 304	0.39 282	0.32 228	0.24 221	0.32 213	0.25 204
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iResNet_ROB	0.28 180	0.32 148	0.24 186	0.32 191	0.25 227	0.32 230	0.24 214	0.32 216	0.24 213	0.33 228	0.24 221	0.35 238	0.24 217	0.33 234	0.24 208	0.31 216	0.24 195	0.32 228	0.24 221	0.32 213	0.24 203

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

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

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

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

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

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

CASnet	0.35 217	0.51 226	0.44 294	0.32 191	0.31 273	0.24 188	0.34 289	0.36 231	0.25 218	0.31 218	0.37 314	0.30 221	0.33 287	0.25 196	0.45 341	0.37 244	0.37 269	0.33 236	0.35 313	0.34 225	0.37 299
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BUS	0.83 384	1.91 438	0.92 414	4.48 564	0.02 21	0.40 262	0.04 82	0.41 271	0.02 21	0.48 319	0.03 53	0.41 278	0.05 96	0.03 40	0.05 90	1.97 520	4.19 589	0.33 236	0.23 213	0.34 225	0.27 220

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

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

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

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

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

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

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

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

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

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

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

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

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

FCDSN-DC	0.41 260	0.59 244	0.64 359	0.54 302	0.33 289	0.50 342	0.37 307	0.42 289	0.40 327	0.61 371	0.43 350	0.50 345	0.49 363	0.38 251	0.32 262	0.28 202	0.23 192	0.26 206	0.22 207	0.35 237	0.28 234
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ETE_ROB	0.35 217	0.35 152	0.35 254	0.35 200	0.35 302	0.35 239	0.35 294	0.35 227	0.35 296	0.35 235	0.35 303	0.35 238	0.35 299	0.35 238	0.35 289	0.35 236	0.35 263	0.35 260	0.35 313	0.35 237	0.35 291

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

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

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

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

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

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

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

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

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

fffy	0.38 237	0.43 187	0.33 235	0.46 263	0.33 289	0.45 312	0.32 265	0.45 302	0.32 276	0.45 300	0.32 279	0.45 309	0.33 287	0.45 305	0.32 262	0.38 255	0.38 275	0.38 276	0.37 322	0.37 248	0.36 294

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

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

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

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

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

StereoDRNet-Refined	0.33 206	0.39 167	0.26 195	0.39 216	0.26 235	0.40 262	0.26 224	0.40 256	0.26 231	0.39 250	0.26 233	0.39 257	0.26 229	0.39 259	0.26 221	0.37 244	0.25 196	0.37 268	0.25 225	0.37 248	0.37 299
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 231	0.37 157	0.37 260	0.37 207	0.37 312	0.37 247	0.37 307	0.37 237	0.37 309	0.37 243	0.37 314	0.37 250	0.37 307	0.37 248	0.37 302	0.37 244	0.37 269	0.37 268	0.37 322	0.37 248	0.37 299

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

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

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

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

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

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

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

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

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

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

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

DDF-Stereo	0.43 272	1.15 336	0.57 346	0.53 299	0.32 277	0.41 278	0.32 265	0.41 271	0.32 276	0.41 270	0.32 279	0.41 278	0.32 279	0.40 262	0.32 262	0.52 330	0.50 338	0.38 276	0.31 282	0.39 272	0.31 261

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.40 253	0.40 169	0.40 277	0.40 229	0.40 331	0.40 262	0.40 328	0.40 256	0.40 327	0.40 256	0.40 332	0.40 265	0.40 321	0.40 262	0.40 321	0.40 272	0.40 285	0.40 295	0.40 339	0.40 279	0.40 315
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
depthmonostereo	0.44 277	0.85 269	0.46 300	0.54 302	0.40 331	0.52 357	0.38 314	0.52 346	0.35 296	0.47 312	0.34 294	0.46 313	0.34 292	0.47 314	0.34 285	0.45 299	0.43 307	0.41 312	0.33 297	0.41 289	0.32 268

GREAT-IGEV	0.38 237	0.43 187	0.36 256	0.48 274	0.32 277	0.45 312	0.32 265	0.45 302	0.32 276	0.45 300	0.32 279	0.45 309	0.32 279	0.45 305	0.32 262	0.44 296	0.33 257	0.41 312	0.29 257	0.41 289	0.29 239
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
ccccc	0.41 260	0.44 190	0.34 245	0.48 274	0.35 302	0.48 328	0.35 294	0.51 342	0.35 296	0.47 312	0.35 303	0.47 319	0.34 292	0.47 314	0.35 289	0.41 280	0.40 285	0.40 295	0.40 339	0.41 289	0.39 312

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GS-Stereo							0.38 314	0.50 329	0.38 313	0.50 339	0.38 319	0.50 345	3.79 591	0.50 337	0.38 305	0.54 334	0.43 307	0.46 334	0.34 301	0.46 306	0.35 291

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

LG-Stereo_L1	0.47 292	0.52 228	0.47 308	0.62 319	0.39 329	0.53 359	0.40 328	0.53 348	0.39 326	0.53 353	0.39 329	0.53 357	0.39 320	0.53 353	0.39 317	0.55 340	0.46 317	0.49 356	0.37 322	0.49 327	0.37 299

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

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

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

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

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

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

fffft	0.48 297	0.51 226	0.45 296	0.52 298	0.45 356	0.52 357	0.45 349	0.52 346	0.48 362	0.53 353	0.45 356	0.52 356	0.45 346	0.52 351	0.46 345	0.51 328	0.41 294	0.50 360	0.41 346	0.50 332	0.41 322
1: 1. 1
dual_stereo	0.50 306	0.50 218	0.50 327	0.50 289	0.50 374	0.50 342	0.50 369	0.50 329	0.50 367	0.50 339	0.50 375	0.50 345	0.50 366	0.50 337	0.50 361	0.50 322	0.50 338	0.50 360	0.50 375	0.50 332	0.50 353

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

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

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

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

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

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

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

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

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

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

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

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

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

AIO-test2	0.55 321	0.59 244	0.52 337	0.67 329	0.47 364	0.61 373	0.47 356	0.61 366	0.47 355	0.61 371	0.47 366	0.61 375	0.48 358	0.62 369	0.47 352	0.64 356	0.53 347	0.58 375	0.47 366	0.58 349	0.48 345

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

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

CASS	0.57 324	0.89 277	0.56 344	0.57 309	0.56 386	0.56 364	0.56 378	0.56 354	0.53 375	0.57 366	0.57 388	0.59 373	0.48 358	0.56 360	0.57 374	0.55 340	0.56 351	0.47 343	0.56 386	0.62 352	0.56 373
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SMoEStereo_RVC	0.63 333	0.75 257	0.51 334	0.73 339	0.53 383	0.71 385	0.47 356	0.67 373	0.58 380	0.74 392	0.60 389	0.72 388	0.53 373	0.74 387	0.51 366	0.61 350	0.62 363	0.62 378	0.61 394	0.63 353	0.61 379

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

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

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

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

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

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

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

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

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

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

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

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

PA-Net	11.80 615	223.51 640	0.62 356	0.59 314	0.71 413	0.59 372	0.73 414	0.67 373	0.73 420	0.55 361	0.61 393	0.60 374	0.74 411	0.63 373	0.73 412	0.66 359	0.60 358	0.69 387	0.66 407	0.72 364	0.65 391
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
iGMRVC	0.84 387	2.85 506	0.72 384	0.72 338	0.73 416	0.77 389	0.79 421	0.73 381	0.74 422	0.73 387	0.72 422	0.73 390	0.76 414	0.73 385	0.73 412	0.72 368	0.73 389	0.73 391	0.72 421	0.73 367	0.72 405

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MoCha-V2	2.11 533	26.97 618	0.78 395	0.92 360	0.77 428	0.96 411	0.72 413	0.90 396	0.72 417	0.94 413	0.70 414	0.90 409	0.71 408	0.91 406	0.71 410	0.85 387	0.71 386	0.88 414	0.69 414	0.87 387	0.67 396

UNet	0.29 185	0.90 280	0.10 72	0.14 102	0.10 124	0.14 131	0.10 122	0.91 398	0.69 405	0.14 131	0.11 137	0.14 132	0.11 136	0.14 134	0.10 118	0.12 96	0.09 72	0.12 124	0.09 113	0.88 388	0.76 415

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.81 375	0.96 293	0.67 367	0.95 368	0.67 405	0.95 409	0.68 397	0.95 407	0.68 400	0.95 415	0.68 407	0.96 417	0.68 395	0.96 416	0.68 394	0.94 399	0.68 375	0.94 429	0.68 412	0.94 405	0.68 397
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DGTPSM_ROB	0.93 409	1.00 305	0.92 414	0.94 366	0.96 448	0.91 405	0.92 437	0.91 398	0.96 447	0.91 407	0.96 446	0.93 415	0.92 429	0.94 412	0.92 434	0.92 394	0.92 412	0.90 415	0.92 440	0.94 405	0.91 431

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

stereogan	2.33 551	24.38 609	1.18 438	1.18 401	1.18 471	1.14 443	1.18 463	1.19 437	1.19 469	1.14 444	1.18 466	1.14 446	1.18 455	1.14 446	1.18 463	1.14 426	1.14 437	1.19 458	1.19 463	1.15 425	1.19 465

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

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

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

Abc-Net	2.32 550	24.75 610	1.14 432	1.17 400	1.17 469	1.11 440	1.15 459	1.17 434	1.21 515	1.08 434	1.16 462	1.12 445	1.14 449	1.09 439	1.17 462	1.09 416	1.16 439	1.17 453	1.17 462	1.16 427	1.11 450
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HSM-Net_RVC	0.95 412	1.17 339	0.78 395	1.18 401	0.71 413	1.16 445	0.75 416	1.09 426	0.80 430	1.10 435	0.75 427	1.17 449	0.74 411	1.17 449	0.80 425	1.13 424	0.73 389	1.17 453	0.77 427	1.16 427	0.72 405
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NCC-stereo	2.36 553	25.52 613	1.17 436	1.15 394	1.17 469	1.11 440	1.11 455	1.15 429	1.16 463	1.10 435	1.16 462	1.10 440	1.15 450	1.14 446	1.13 456	1.09 416	1.11 433	1.15 448	1.16 461	1.17 432	1.17 461

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

MMNet	0.44 277	1.24 397	0.17 154	0.25 166	0.17 185	0.25 198	0.18 181	1.26 489	0.93 443	0.25 195	0.17 181	0.25 198	0.18 191	0.25 196	0.17 175	0.23 179	0.16 147	0.23 188	0.16 171	1.20 437	0.99 438

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

3.75w	1.99 512	2.31 466	1.83 542	3.16 535	1.65 539	1.93 521	1.98 559	2.72 553	1.68 538	2.73 562	1.97 564	2.00 526	1.72 533	1.81 520	1.25 517	2.27 536	2.01 548	2.38 553	1.42 530	1.71 505	1.24 515

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

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

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

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

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

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

GANetREF_RVC	1.55 497	1.94 444	1.22 490	1.88 488	1.21 518	1.88 520	1.22 511	1.88 514	1.22 516	1.88 517	1.22 513	1.88 519	1.22 504	1.89 523	1.22 513	1.87 512	1.22 491	1.88 534	1.22 512	1.88 512	1.22 512
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 498	1.91 438	1.21 489	1.94 491	1.20 472	2.00 528	1.23 512	1.99 519	1.24 518	2.00 525	1.25 516	2.03 529	1.26 506	2.00 527	1.29 521	1.90 516	1.18 443	1.89 535	1.21 511	1.89 513	1.20 466
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MC-Stereo	1.76 503	2.96 508	1.37 508	2.14 499	1.37 525	2.14 534	1.36 523	2.14 528	1.37 528	2.14 534	1.37 527	2.14 531	1.37 517	2.14 532	1.37 527	1.97 520	1.32 493	1.97 537	1.32 520	1.98 514	1.33 521

MM-Stereo_test1	1.80 506	3.41 520	1.52 521	2.12 498	1.41 528	2.04 529	1.41 531	2.05 523	1.46 533	2.04 529	1.41 531	2.05 530	1.42 520	2.05 528	1.43 531	2.04 524	1.54 521	1.94 536	1.38 526	1.99 515	1.33 521

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	5.04 605	50.87 633	2.78 571	2.87 528	2.71 579	2.78 567	0.47 356	2.88 566	2.86 580	1.89 518	2.67 579	2.79 568	2.79 568	2.78 567	2.83 577	2.82 562	2.82 565	2.83 566	2.77 578	2.83 553	2.76 575
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NLSM1	2.93 570	3.24 517	2.57 570	4.04 563	2.66 578	3.30 573	2.55 574	3.29 571	2.55 576	3.35 573	2.48 578	3.28 572	2.47 564	3.34 573	2.49 576	3.26 565	2.55 564	3.13 567	2.57 577	3.00 554	2.46 573

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

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

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

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

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

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

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

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

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

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

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

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

RAFT+CT+SA	4.28 592	7.62 580	4.91 598	5.55 588	2.28 575	3.09 568	3.64 599	4.49 585	3.07 586	4.80 597	3.35 594	4.77 600	3.70 588	4.29 584	3.05 580	5.58 598	5.98 599	3.58 573	3.78 602	4.26 567	3.72 600

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

FC-DCNN v2	5.10 606	5.15 555	4.49 596	5.07 584	3.37 595	6.87 609	4.75 609	5.04 603	6.34 613	7.84 613	5.06 610	6.72 613	4.09 598	4.99 602	5.44 610	5.03 593	3.16 578	4.67 591	4.86 609	5.15 592	3.89 604

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

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

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

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

SGM-Forest	5.21 608	5.92 573	4.08 595	6.18 592	4.16 606	6.31 608	4.34 608	6.50 608	4.33 607	6.14 609	4.21 606	6.61 612	4.55 601	6.67 608	4.48 606	5.94 601	3.94 587	5.85 607	4.03 606	5.79 597	4.17 607
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MIF-Stereo (partial)	2.58 562	3.31 519	0.66 363	3.18 536	0.66 404	3.18 570	0.66 389	3.21 569	0.67 394	3.19 570	0.66 401	3.19 570	0.66 389	3.31 572	0.68 394	5.09 595	1.79 540	8.23 614	1.67 549	6.18 598	1.38 527

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

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

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

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

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

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

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

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

CFNet_RVC	2.38 557	8.71 587	0.38 263	9.33 606	0.42 350	0.56 364	0.42 341	0.60 364	0.38 313	0.62 374	0.42 348	0.56 367	7.29 611	0.62 369	0.42 336	0.53 333	0.37 269	0.49 356	0.34 301	8.30 607	6.87 614

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NOSS_ROB	102.95 631	153.00 638	121.00 638	51.00 635	44.00 635	165.00 638	127.00 638	153.00 638	119.00 635	164.00 639	125.00 638	168.00 639	120.00 636	153.00 638	117.00 638	49.00 636	44.00 636	49.00 636	44.00 636	49.00 633	44.00 636

CBMV	128.50 632	1422.70 645	53.10 636	79.50 636	51.30 636	77.30 636	49.70 636	74.00 636	48.20 634	77.20 637	48.80 637	73.90 637	48.00 635	73.80 637	48.80 637	70.40 637	45.10 637	68.90 637	46.10 637	68.20 634	45.00 637
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 630	87.70 634	41.95 635	113.75 637	65.62 637	75.05 635	55.25 637	75.64 637	45.04 633	71.61 636	41.75 636	72.81 636	44.06 634	68.38 636	44.63 636	101.89 638	59.57 638	107.10 638	61.05 638	104.38 635	59.38 638

MeshStereo	159.24 633	171.00 639	160.68 641	162.58 638	160.59 638	164.01 637	160.35 639	158.51 639	158.56 636	158.34 638	160.12 639	158.56 638	159.92 637	157.26 639	158.94 639	154.38 639	158.36 639	155.75 639	159.13 640	153.67 636	154.07 639
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 634	123.00 635	115.00 637	219.00 639	218.00 640	223.00 639	244.00 641	217.00 640	236.00 638	202.00 640	203.00 640	205.00 640	208.00 638	225.00 640	204.00 640	210.00 640	198.00 640	197.00 640	184.00 641	204.00 637	201.00 640

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 646	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 645	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 647	10000000.00 644	10000000.00 647
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark