Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

VMBase	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

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

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

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

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

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

WZ-Net	0.05 42	0.50 216	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

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	0.54 234	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

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

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

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
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

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

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
ADCMid	0.08 54	0.02 12	0.02 14	1.01 376	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

DA	0.09 56	0.13 85	0.39 269	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	0.39 269	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

test_sample7	0.09 56	1.00 303	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	0.97 293	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_sample3	0.09 56	0.87 270	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	1.03 317	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	0.87 270	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	1.01 311	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	0.95 290	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

xxx	0.09 56	1.01 311	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

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

APVNet	0.09 56	0.05 49	0.04 44	0.05 43	0.04 79	0.05 90	0.90 433	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

ADCS	0.09 56	0.02 12	0.04 44	0.90 353	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	0.36 291	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 69	0.98 294	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

DualNet (step1)	0.10 69	1.05 321	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	1.05 321	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	1.05 321	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_sample5	0.10 69	1.07 324	0.11 92	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 69	1.03 317	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

DualNet	0.10 69	1.07 324	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

1111x	0.10 69	1.14 330	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

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

222	0.10 69	0.99 301	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

test_xeample	0.10 69	1.09 326	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

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

ADCPNet	0.10 69	0.03 31	0.04 44	1.27 450	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

ISRNet	0.11 90	0.05 49	0.36 254	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

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

x	0.11 90	1.15 333	0.15 143	0.14 102	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.15 144	0.03 38	0.03 54	0.03 44	0.03 51

Wz-Net-LNSev-Ref	0.11 90	0.44 188	0.33 233	0.39 214	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	0.39 265	0.36 264	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 90	1.16 335	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

BEATNet_4x	0.11 90	0.03 31	0.03 37	1.60 477	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	1.60 477	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

AnyNet_C01	0.11 90	0.02 12	0.02 14	1.62 480	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

zh-mn7	0.12 99	1.14 330	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

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
GwcNet	0.12 99	0.07 58	0.05 58	0.08 49	0.05 99	0.08 107	1.20 462	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-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	1.57 532	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	1.65 536	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	1.66 538	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 99	0.03 31	0.04 44	1.71 483	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

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

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

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

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	0.49 325	0.11 131

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	1.71 541	0.04 44	0.04 45	0.04 73	0.04 78	0.07 107	0.04 79

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
w-ln-seven-2	0.14 113	1.22 392	0.28 200	0.32 189	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	0.32 216	0.27 205	0.04 73	0.03 54	0.03 44	0.03 51

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
mmm	0.14 113	1.83 424	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

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

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

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
AnyNet_C32	0.14 113	0.04 37	0.03 37	2.22 499	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

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

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	0.73 406

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
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

CoDeX	0.15 125	0.70 251	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	0.67 384	0.02 15	0.69 379	0.75 393	0.01 9	0.02 20	0.02 20

ICVP	0.15 125	0.53 230	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)
ADCP+	0.15 125	0.04 37	0.04 44	2.20 498	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

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	0.82 422

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

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
z-mn7	0.16 132	1.21 386	0.33 233	0.41 239	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	0.35 234	0.31 239	0.04 73	0.04 78	0.04 77	0.04 79

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

qqq	0.16 132	2.01 443	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

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

CAS++	0.17 136	0.27 135	0.21 174	0.10 61	0.21 209	0.15 138	0.22 199	0.10 114	0.21 199	0.22 175	0.10 123	0.19 158	0.18 189	0.10 117	0.19 187	0.20 159	0.19 176	0.18 163	0.10 120	0.19 162	0.18 179
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 136	2.16 452	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

SFCPSM	0.17 136	0.78 256	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	0.79 420	0.02 15	0.75 390	0.76 395	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 139	1.47 407	0.33 233	0.40 227	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	0.38 253	0.32 243	0.05 86	0.04 78	0.04 77	0.04 79

xyz-stereo-finetune2	0.18 139	0.48 210	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	0.50 216	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

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	0.17 180	0.20 160	0.16 168	0.19 155	0.15 144	0.19 166	0.15 167	0.19 162	0.15 159

BEATNet-Init1	0.19 143	0.08 59	0.08 61	2.23 500	0.08 115	0.08 107	0.07 114	0.07 106	0.08 118	0.08 108	0.07 115	0.08 108	0.07 116	0.11 128	0.08 107	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

DeepPrunerF	0.19 143	0.08 59	0.08 61	2.23 500	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

IGEV_Zeroshot_test	0.20 145	0.19 101	0.40 275	0.30 179	0.17 183	0.22 177	0.17 172	0.21 170	0.17 181	0.20 160	0.17 179	0.21 169	0.18 189	0.21 172	0.17 173	0.20 159	0.16 147	0.20 172	0.16 171	0.20 164	0.17 175

DAS	0.20 145	0.20 105	0.20 168	0.20 137	0.20 200	0.20 163	0.20 187	0.20 161	0.20 194	0.20 160	0.20 200	0.20 161	0.20 198	0.20 160	0.20 191	0.20 159	0.20 178	0.20 172	0.20 198	0.20 164	0.20 184

ASD4	0.20 145	0.20 105	0.20 168	0.20 137	0.20 200	0.20 163	0.20 187	0.20 161	0.20 194	0.20 160	0.20 200	0.20 161	0.20 198	0.20 160	0.20 191	0.20 159	0.20 178	0.20 172	0.20 198	0.20 164	0.20 184

ACVNet	0.20 145	0.19 101	0.14 127	0.20 137	0.14 158	0.20 163	0.96 440	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	0.96 440	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

iResNetv2_ROB	0.20 145	0.23 117	0.18 163	0.24 159	0.20 200	0.24 188	0.18 179	0.24 184	0.18 186	0.24 186	0.18 194	0.23 184	0.19 194	0.24 186	0.18 184	0.21 166	0.16 147	0.21 175	0.16 171	0.22 173	0.16 161

iResNet	0.20 145	0.23 117	0.18 163	0.24 159	0.18 193	0.24 188	0.20 187	0.24 184	0.18 186	0.23 179	0.17 179	0.23 184	0.18 189	0.23 182	0.18 184	0.22 168	0.16 147	0.21 175	0.16 171	0.21 171	0.16 161

z-ln-s-r	0.21 152	1.40 405	0.53 339	0.56 306	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	0.57 341	0.44 312	0.04 73	0.04 78	0.04 77	0.04 79

tg	0.21 152	0.25 131	0.21 174	0.26 173	0.17 183	0.24 188	0.17 172	0.24 184	0.17 181	0.24 186	0.17 179	0.24 190	0.17 180	0.24 186	0.17 173	0.24 186	0.17 167	0.23 188	0.16 171	0.23 184	0.16 161

Pointernet	0.21 152	0.22 116	0.19 165	0.24 159	0.19 197	0.24 188	0.19 183	0.24 184	0.19 192	0.24 186	0.19 196	0.24 190	0.19 194	0.24 186	0.19 187	0.22 168	0.17 167	0.22 180	0.17 191	0.22 173	0.17 175

SuperB	0.21 152	0.10 70	2.51 566	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

BStereo	0.22 156	0.23 117	0.20 168	0.24 159	0.20 200	0.23 185	0.33 274	0.39 247	0.17 181	0.23 179	0.17 179	0.23 184	0.16 171	0.24 186	0.17 173	0.23 179	0.16 147	0.22 180	0.20 198	0.22 173	0.16 161

Wave_Phase_stereo	0.22 156	0.23 117	0.20 168	0.24 159	0.20 200	0.23 185	0.33 274	0.39 247	0.17 181	0.23 179	0.17 179	0.23 184	0.16 171	0.24 186	0.17 173	0.23 179	0.16 147	0.22 180	0.20 198	0.22 173	0.16 161

WAO-6	0.22 156	0.23 117	0.22 176	0.23 154	0.22 212	0.22 177	0.22 199	0.22 175	0.22 202	0.22 175	0.22 208	0.22 178	0.22 206	0.22 176	0.22 197	0.22 168	0.22 186	0.22 180	0.22 205	0.22 173	0.22 189

IMH-64-1	0.22 156	0.23 117	0.23 179	0.22 150	0.22 212	0.22 177	0.22 199	0.22 175	0.22 202	0.22 175	0.22 208	0.22 178	0.22 206	0.22 176	0.22 197	0.22 168	0.22 186	0.23 188	0.22 205	0.22 173	0.23 191

IMH-64	0.22 156	0.23 117	0.23 179	0.22 150	0.22 212	0.22 177	0.22 199	0.22 175	0.22 202	0.22 175	0.22 208	0.22 178	0.22 206	0.22 176	0.22 197	0.22 168	0.22 186	0.23 188	0.22 205	0.22 173	0.23 191

ac_64	0.22 156	0.13 85	0.19 165	0.23 154	0.10 124	0.26 204	1.02 448	0.14 132	0.10 122	0.28 205	0.14 162	0.17 150	0.19 194	0.28 212	0.09 112	0.22 168	0.16 147	0.23 188	0.17 191	0.11 125	0.12 145

dd	0.23 162	0.98 294	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	0.17 180	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	0.23 162	1.03 317	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

RSGM-EC	0.24 164	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	1.19 462	0.20 159	0.17 167	0.24 196	0.14 161	0.20 164	0.14 156

acva	0.24 164	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	1.19 462	0.20 159	0.17 167	0.24 196	0.14 161	0.20 164	0.14 156

test_for_model	0.24 164	0.24 125	0.46 298	0.45 260	0.21 209	0.24 188	0.20 187	0.24 184	0.20 194	0.24 186	0.20 200	0.24 190	0.20 198	0.24 186	0.19 187	0.26 194	0.25 194	0.19 166	0.15 167	0.20 164	0.19 181

MSKI-zero shot	0.24 164	0.21 112	0.49 321	0.65 323	0.18 193	0.22 177	0.17 172	0.23 181	0.18 186	0.21 173	0.17 179	0.23 184	0.28 242	0.23 182	0.18 184	0.21 166	0.16 147	0.21 175	0.16 171	0.21 171	0.16 161

qqq1	0.25 168	3.70 522	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	0.25 168	3.70 522	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

UNDER WATER-64	0.25 168	0.26 132	0.25 189	0.26 173	0.25 225	0.25 196	0.25 214	0.25 191	0.25 216	0.25 193	0.25 225	0.25 196	0.25 218	0.26 204	0.25 214	0.25 192	0.25 194	0.25 199	0.25 223	0.25 188	0.25 202

ffm	0.25 168	3.83 528	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	0.25 168	3.83 528	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	0.25 168	3.83 528	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

MIM_Stereo	0.25 168	0.23 117	0.66 361	0.80 343	0.17 183	0.22 177	0.17 172	0.23 181	0.18 186	0.26 201	0.17 179	0.21 169	0.17 180	0.25 194	0.17 173	0.23 179	0.16 147	0.21 175	0.17 191	0.22 173	0.17 175

LoS	0.25 168	0.27 135	0.25 189	0.25 166	0.25 225	0.25 196	0.25 214	0.26 196	0.25 216	0.25 193	0.25 225	0.25 196	0.25 218	0.25 194	0.25 214	0.26 194	0.25 194	0.25 199	0.26 229	0.26 190	0.25 202
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 168	1.31 398	0.74 387	0.92 358	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	0.87 387	0.75 390	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 177	0.20 105	0.27 196	0.33 193	0.21 209	0.37 245	0.22 199	0.37 235	0.24 211	0.26 201	0.27 235	0.33 230	0.21 205	0.25 194	0.27 220	0.32 216	0.20 178	0.34 242	0.23 211	0.25 188	0.26 208

DLNR-FE	0.28 178	0.89 275	0.30 208	0.34 196	0.19 197	0.28 209	0.19 183	0.28 200	0.20 194	0.28 205	0.20 200	0.28 209	0.20 198	0.28 212	0.20 191	0.33 221	0.28 212	0.25 199	0.19 197	0.24 186	0.19 181

xyz-stereo-finetune	0.28 178	0.49 212	0.16 146	0.16 121	0.16 178	0.16 145	0.16 163	0.22 175	0.30 254	0.32 222	0.31 269	0.32 227	0.31 273	0.32 225	0.32 260	0.32 216	0.33 255	0.31 223	0.32 287	0.31 208	0.32 266

SQANet	0.28 178	0.28 138	0.28 200	0.28 177	0.28 239	0.28 209	0.28 233	0.28 200	0.28 237	0.28 205	0.28 242	0.28 209	0.28 242	0.28 212	0.28 230	0.28 200	0.28 212	0.28 210	0.28 245	0.28 197	0.28 232

HGLStereo	0.28 178	0.29 140	0.22 176	0.36 202	0.22 212	0.36 240	0.21 194	0.36 229	0.21 199	0.42 282	0.21 207	0.36 242	0.22 206	0.36 242	0.21 195	0.34 225	0.21 182	0.34 242	0.21 202	0.34 223	0.21 187

iResNet_ROB	0.28 178	0.32 146	0.24 186	0.32 189	0.25 225	0.32 228	0.24 212	0.32 214	0.24 211	0.33 226	0.24 219	0.35 236	0.24 215	0.33 232	0.24 206	0.31 214	0.24 193	0.32 226	0.24 219	0.32 211	0.24 201

UNet	0.29 183	0.90 278	0.10 72	0.14 102	0.10 124	0.14 131	0.10 122	0.91 396	0.69 403	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	0.88 386	0.76 413

MultiAttention	0.30 184	0.30 141	0.30 208	0.30 179	0.30 258	0.30 213	0.30 247	0.30 207	0.30 254	0.30 211	0.30 259	0.30 219	0.30 256	0.30 218	0.30 247	0.30 208	0.30 233	0.30 217	0.30 269	0.30 203	0.30 250

MSAF-DinoV2	0.30 184	0.30 141	0.30 208	0.30 179	0.30 258	0.30 213	0.30 247	0.30 207	0.30 254	0.30 211	0.30 259	0.30 219	0.30 256	0.30 218	0.30 247	0.30 208	0.30 233	0.30 217	0.30 269	0.30 203	0.30 250

DDVS	0.30 184	3.10 508	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

ACV-stereo	0.30 184	2.08 445	0.25 189	0.25 166	0.18 193	0.24 188	0.17 172	0.24 184	0.18 186	0.24 186	0.17 179	0.25 196	0.17 180	0.24 186	0.17 173	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 161

LoS_RVC	0.30 184	1.14 330	0.25 189	0.25 166	0.25 225	0.26 204	0.25 214	0.25 191	0.25 216	0.25 193	0.25 225	0.26 206	0.26 227	0.26 204	0.25 214	0.26 194	0.26 198	0.25 199	0.25 223	0.26 190	0.26 208

CAS	0.30 184	1.17 336	0.25 189	0.25 166	0.25 225	0.26 204	0.25 214	0.25 191	0.26 229	0.25 193	0.25 225	0.25 196	0.25 218	0.25 194	0.25 214	0.26 194	0.26 198	0.26 204	0.25 223	0.26 190	0.25 202

DANet	0.30 184	0.30 141	0.30 208	0.30 179	0.30 258	0.30 213	0.30 247	0.30 207	0.30 254	0.30 211	0.30 259	0.30 219	0.30 256	0.30 218	0.30 247	0.30 208	0.30 233	0.30 217	0.30 269	0.30 203	0.30 250
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 191	0.31 144	0.31 221	0.30 179	0.40 329	0.31 219	0.30 247	0.30 207	0.34 290	0.29 210	0.31 269	0.29 215	0.30 256	0.31 222	0.31 256	0.31 214	0.29 224	0.31 223	0.30 269	0.31 208	0.31 259

tt1	0.31 191	0.93 287	0.24 186	0.33 193	0.23 218	0.31 219	0.24 212	0.32 214	0.24 211	0.32 222	0.23 212	0.32 227	0.25 218	0.32 225	0.24 206	0.27 198	0.26 198	0.27 208	0.26 229	0.27 195	0.27 218

xxxxx1	0.31 191	0.91 280	0.23 179	0.31 185	0.23 218	0.31 219	0.23 207	0.33 218	0.25 216	0.31 216	0.24 219	0.33 230	0.25 218	0.32 225	0.24 206	0.28 200	0.28 212	0.28 210	0.28 245	0.29 200	0.27 218

DLNR_Zeroshot_test	0.31 191	0.28 138	0.47 306	0.79 341	0.24 223	0.30 213	0.26 222	0.30 207	0.24 211	0.32 222	0.23 212	0.31 223	0.24 215	0.30 218	0.23 203	0.29 207	0.26 198	0.29 215	0.24 219	0.33 219	0.23 191

tt_ll	0.31 191	0.91 280	0.23 179	0.31 185	0.23 218	0.31 219	0.23 207	0.33 218	0.25 216	0.31 216	0.24 219	0.33 230	0.25 218	0.32 225	0.24 206	0.28 200	0.28 212	0.28 210	0.28 245	0.29 200	0.27 218

ff	0.31 191	0.91 280	0.23 179	0.31 185	0.23 218	0.31 219	0.23 207	0.33 218	0.25 216	0.31 216	0.24 219	0.33 230	0.25 218	0.32 225	0.24 206	0.28 200	0.28 212	0.28 210	0.28 245	0.29 200	0.27 218

RAFT + AFF	0.31 191	0.45 196	0.34 243	0.39 214	0.28 239	0.38 252	0.33 274	0.29 205	0.31 268	0.30 211	0.30 259	0.29 215	0.27 235	0.29 216	0.30 247	0.28 200	0.29 224	0.29 215	0.29 255	0.27 195	0.32 266

MLCV	0.31 191	0.35 150	0.27 196	0.35 198	0.28 239	0.35 237	0.27 225	0.35 225	0.28 237	0.36 236	0.27 235	0.35 236	0.27 235	0.35 236	0.27 220	0.34 225	0.27 205	0.34 242	0.27 238	0.34 223	0.27 218

DN-CSS_ROB	0.31 191	0.35 150	0.28 200	0.35 198	0.28 239	0.34 232	0.27 225	0.34 221	0.25 216	0.35 233	0.27 235	0.36 242	0.26 227	0.34 233	0.28 230	0.35 234	0.28 212	0.34 242	0.28 245	0.34 223	0.27 218

DStereoFS	0.32 200	0.33 148	0.32 227	0.33 193	0.30 258	0.32 228	0.32 263	0.32 214	0.31 268	0.30 211	0.31 269	0.31 223	0.30 256	0.32 225	0.32 260	0.32 216	0.31 239	0.30 217	0.47 364	0.32 211	0.34 279

DStereoSA	0.32 200	0.52 226	0.34 243	0.31 185	0.31 271	0.30 213	0.30 247	0.31 212	0.30 254	0.31 216	0.31 269	0.31 223	0.30 256	0.31 222	0.31 256	0.30 208	0.32 243	0.31 223	0.31 280	0.31 208	0.31 259

WCG-NET（raft）	0.32 200	1.24 394	0.24 186	0.32 189	0.24 223	0.32 228	0.23 207	0.32 214	0.24 211	0.32 222	0.24 219	0.32 227	0.24 215	0.32 225	0.24 206	0.30 208	0.23 191	0.30 217	0.23 211	0.30 203	0.23 191

Any-RAFT	0.32 200	0.36 153	0.27 196	0.36 202	0.27 234	0.36 240	0.27 225	0.36 229	0.27 234	0.36 236	0.27 235	0.36 242	0.27 235	0.36 242	0.28 230	0.36 238	0.28 212	0.36 263	0.28 245	0.36 242	0.28 232

GCAP-BAT	0.33 204	0.78 256	0.32 227	0.38 208	0.25 225	0.34 232	0.25 214	0.34 221	0.26 229	0.34 228	0.25 225	0.35 236	0.26 227	0.35 236	0.27 220	0.36 238	0.30 233	0.32 226	0.24 219	0.32 211	0.26 208

StereoDRNet-Refined	0.33 204	0.39 165	0.26 195	0.39 214	0.26 233	0.40 260	0.26 222	0.40 254	0.26 229	0.39 248	0.26 231	0.39 255	0.26 227	0.39 257	0.26 219	0.37 242	0.25 194	0.37 266	0.25 223	0.37 246	0.37 297
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 206	0.26 132	0.17 154	0.21 148	0.17 183	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 179	0.21 169	0.16 171	0.27 208	0.24 206	0.19 155	0.16 147	0.19 166	0.16 171	0.26 190	3.08 582

RAFT-FE	0.34 206	0.26 132	0.17 154	0.21 148	0.17 183	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 179	0.21 169	0.16 171	0.27 208	0.24 206	0.19 155	0.16 147	0.19 166	0.16 171	0.26 190	3.08 582

LG-Stereo_L2	0.34 206	0.37 155	0.38 261	0.47 267	0.28 239	0.39 258	0.28 233	0.39 247	0.28 237	0.39 248	0.28 242	0.39 255	0.28 242	0.38 249	0.28 230	0.42 292	0.35 261	0.36 263	0.26 229	0.35 235	0.26 208

H2IRNET	0.34 206	0.34 149	0.34 243	0.34 196	0.34 297	0.34 232	0.34 287	0.34 221	0.34 290	0.34 228	0.34 292	0.34 234	0.34 290	0.34 233	0.34 283	0.34 225	0.34 259	0.34 242	0.34 299	0.34 223	0.34 279

IGEV++	0.34 206	0.43 185	0.30 208	0.40 227	0.29 248	0.40 260	0.29 242	0.40 254	0.29 243	0.40 254	0.29 247	0.40 263	0.29 249	0.40 260	0.30 247	0.38 253	0.29 224	0.37 266	0.29 255	0.37 246	0.29 237

iRaft-Stereo_5w	0.34 206	0.42 184	0.31 221	0.39 214	0.30 258	0.38 252	0.30 247	0.40 254	0.29 243	0.40 254	0.37 312	0.41 276	0.34 290	0.38 249	0.30 247	0.34 225	0.27 205	0.34 242	0.26 229	0.34 223	0.26 208

CSP-Net	0.34 206	1.29 396	1.19 437	1.36 465	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	1.26 477	1.21 487	0.03 38	0.09 113	0.02 20	0.09 113

iRaft-Stereo_20w	0.34 206	0.41 177	0.31 221	0.39 214	0.29 248	0.40 260	0.32 263	0.41 269	0.32 274	0.38 242	0.30 259	0.39 255	0.30 256	0.38 249	0.32 260	0.35 234	0.27 205	0.34 242	0.27 238	0.34 223	0.29 237

DGSMNet	0.34 206	0.41 177	0.27 196	0.41 239	0.28 239	0.41 276	0.28 233	0.41 269	0.27 234	0.41 268	0.27 235	0.42 294	0.27 235	0.41 275	0.28 230	0.40 270	0.29 224	0.40 293	0.28 245	0.40 277	0.27 218

FE-Mocha	0.35 215	0.71 252	0.40 275	0.47 267	0.27 234	0.34 232	0.27 225	0.34 221	0.26 229	0.34 228	0.26 231	0.34 234	0.27 235	0.34 233	0.27 220	0.44 294	0.41 292	0.33 234	0.29 255	0.32 211	0.29 237

IGEV-FE	0.35 215	0.37 155	0.17 154	0.19 134	0.17 183	0.20 163	0.17 172	0.19 155	0.17 181	0.19 154	0.17 179	0.19 158	0.17 180	0.37 246	0.36 291	0.19 155	0.17 167	0.19 166	0.17 191	0.38 259	2.84 573

gcap-zeroshot	0.35 215	0.32 146	0.37 258	0.49 278	0.39 327	0.33 231	0.21 194	0.26 196	0.35 294	0.42 282	0.34 292	0.49 328	0.29 249	0.47 312	0.39 315	0.34 225	0.17 167	0.38 274	0.23 211	0.48 321	0.34 279

CASnet	0.35 215	0.51 224	0.44 292	0.32 189	0.31 271	0.24 188	0.34 287	0.36 229	0.25 216	0.31 216	0.37 312	0.30 219	0.33 285	0.25 194	0.45 339	0.37 242	0.37 267	0.33 234	0.35 311	0.34 223	0.37 297
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 215	0.44 188	0.45 294	0.49 278	0.30 258	0.37 245	0.30 247	0.36 229	0.30 254	0.36 236	0.29 247	0.36 242	0.29 249	0.36 242	0.30 247	0.46 302	0.39 280	0.32 226	0.24 219	0.32 211	0.25 202
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 215	0.35 150	0.35 252	0.35 198	0.35 300	0.35 237	0.35 292	0.35 225	0.35 294	0.35 233	0.35 301	0.35 236	0.35 297	0.35 236	0.35 287	0.35 234	0.35 261	0.35 258	0.35 311	0.35 235	0.35 289

gcap_with_dpt	0.36 221	0.40 167	0.31 221	0.44 257	0.31 271	0.44 308	0.31 260	0.43 293	0.30 254	0.44 295	0.31 269	0.44 304	0.31 273	0.43 294	0.31 256	0.38 253	0.27 205	0.38 274	0.27 238	0.38 259	0.27 218

Zero-FE251	0.36 221	0.40 167	0.28 200	0.41 239	0.28 239	0.41 276	0.28 233	0.41 269	0.28 237	0.41 268	0.28 242	0.41 276	0.28 242	0.42 288	0.30 247	0.37 242	0.26 198	0.37 266	0.27 238	0.45 301	0.56 371

GIP-stereo	0.36 221	0.49 212	0.39 269	0.48 272	0.32 275	0.41 276	0.28 233	0.40 254	0.30 254	0.41 268	0.28 242	0.40 263	0.28 242	0.42 288	0.28 230	0.45 297	0.32 243	0.38 274	0.30 269	0.37 246	0.27 218

DCVSM-stereo	0.36 221	1.89 432	0.22 176	0.40 227	0.22 212	0.40 260	0.22 199	0.40 254	0.22 202	0.40 254	0.22 208	0.40 263	0.22 206	0.40 260	0.22 197	0.28 200	0.21 182	0.28 210	0.21 202	0.28 197	0.20 184

RSM	0.36 221	0.36 153	0.43 290	0.37 205	0.42 348	0.49 331	0.42 339	0.37 235	0.28 237	0.36 236	0.29 247	0.36 242	0.30 256	0.37 246	0.28 230	0.34 225	0.31 239	0.34 242	0.35 311	0.40 277	0.29 237

GCAPDPT-zeroshot	0.36 221	0.40 167	0.30 208	0.43 255	0.30 258	0.43 303	0.30 247	0.43 293	0.31 268	0.43 288	0.30 259	0.43 301	0.30 256	0.44 299	0.31 256	0.39 265	0.28 212	0.39 287	0.27 238	0.39 270	0.26 208

RAFT-Test	0.36 221	0.37 155	0.33 233	0.41 239	0.32 275	0.41 276	0.32 263	0.41 269	0.32 274	0.41 268	0.32 277	0.41 276	0.32 277	0.41 275	0.33 270	0.37 242	0.29 224	0.37 266	0.29 255	0.38 259	0.31 259

DMCA	0.36 221	0.38 159	0.37 258	0.35 198	0.35 300	0.36 240	0.36 299	0.36 229	0.35 294	0.35 233	0.37 312	0.36 242	0.36 300	0.35 236	0.36 291	0.36 238	0.36 264	0.35 258	0.36 317	0.36 242	0.36 292

ACVNet-DCA	0.37 229	1.00 303	0.30 208	0.40 227	0.29 248	0.40 260	0.29 242	0.40 254	0.29 243	0.40 254	0.29 247	0.40 263	0.29 249	0.39 257	0.28 230	0.33 221	0.32 243	0.33 234	0.32 287	0.33 219	0.32 266

1test111	0.37 229	1.02 315	0.30 208	0.39 214	0.29 248	0.40 260	0.28 233	0.39 247	0.29 243	0.39 248	0.29 247	0.39 255	0.28 242	0.40 260	0.29 240	0.33 221	0.32 243	0.33 234	0.31 280	0.32 211	0.31 259

cc1	0.37 229	1.02 315	0.30 208	0.39 214	0.29 248	0.40 260	0.28 233	0.39 247	0.29 243	0.39 248	0.29 247	0.39 255	0.28 242	0.40 260	0.29 240	0.33 221	0.32 243	0.33 234	0.31 280	0.32 211	0.31 259

EKT-Stereo	0.37 229	0.40 167	0.44 292	1.07 381	0.29 248	0.34 232	0.31 260	0.36 229	0.29 243	0.38 242	0.31 269	0.37 248	0.30 256	0.36 242	0.29 240	0.34 225	0.28 212	0.39 287	0.30 269	0.37 246	0.30 250

GMOStereo	0.37 229	0.45 196	0.23 179	0.30 179	0.37 310	0.41 276	0.36 299	0.41 269	0.35 294	0.43 288	0.36 305	0.41 276	0.40 319	0.41 275	0.36 291	0.34 225	0.22 186	0.47 341	0.37 320	0.39 270	0.33 273

XPNet_ROB	0.37 229	0.37 155	0.37 258	0.37 205	0.37 310	0.37 245	0.37 305	0.37 235	0.37 307	0.37 241	0.37 312	0.37 248	0.37 305	0.37 246	0.37 300	0.37 242	0.37 267	0.37 266	0.37 320	0.37 246	0.37 297

MonSter++	0.38 235	0.44 188	0.31 221	0.43 255	0.30 258	0.43 303	0.31 260	0.43 293	0.31 268	0.45 298	0.31 269	0.43 301	0.31 273	0.43 294	0.69 400	0.38 253	0.33 255	0.40 293	0.30 269	0.38 259	0.30 250

HiDET	0.38 235	0.44 188	0.30 208	0.42 249	0.30 258	0.42 296	0.30 247	0.42 287	0.30 254	0.44 295	0.30 259	0.42 294	0.30 256	0.42 288	0.68 392	0.37 242	0.32 243	0.40 293	0.29 255	0.37 246	0.29 237

LCMNet	0.38 235	0.44 188	0.30 208	0.42 249	0.30 258	0.42 296	0.30 247	0.42 287	0.30 254	0.45 298	0.30 259	0.42 294	0.30 256	0.42 288	0.69 400	0.37 242	0.32 243	0.40 293	0.29 255	0.37 246	0.29 237

CSFM-Stereo	0.38 235	0.44 188	0.30 208	0.42 249	0.30 258	0.42 296	0.30 247	0.43 293	0.30 254	0.44 295	0.30 259	0.42 294	0.30 256	0.42 288	0.73 410	0.37 242	0.32 243	0.40 293	0.29 255	0.37 246	0.30 250

HART	0.38 235	0.45 196	0.34 243	0.42 249	0.33 287	0.41 276	0.34 287	0.42 287	0.33 281	0.43 288	0.34 292	0.42 294	0.34 290	0.41 275	0.38 303	0.40 270	0.32 243	0.42 321	0.32 287	0.40 277	0.32 266

GREAT-IGEV	0.38 235	0.43 185	0.36 254	0.48 272	0.32 275	0.45 310	0.32 263	0.45 300	0.32 274	0.45 298	0.32 277	0.45 307	0.32 277	0.45 303	0.32 260	0.44 294	0.33 255	0.41 310	0.29 255	0.41 287	0.29 237
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 235	0.43 185	0.33 233	0.46 261	0.33 287	0.45 310	0.32 263	0.45 300	0.32 274	0.45 298	0.32 277	0.45 307	0.33 285	0.45 303	0.32 260	0.38 253	0.38 273	0.38 274	0.37 320	0.37 246	0.36 292

WAO-8	0.38 235	0.38 159	0.38 261	0.38 208	0.38 317	0.38 252	0.38 312	0.38 243	0.38 311	0.38 242	0.38 317	0.38 250	0.38 309	0.38 249	0.38 303	0.38 253	0.38 273	0.38 274	0.37 320	0.38 259	0.38 304

WAO-7	0.38 235	0.38 159	0.38 261	0.38 208	0.38 317	0.38 252	0.38 312	0.38 243	0.38 311	0.38 242	0.38 317	0.38 250	0.38 309	0.38 249	0.38 303	0.38 253	0.38 273	0.38 274	0.38 333	0.38 259	0.38 304

xx1	0.38 235	1.03 317	0.31 221	0.40 227	0.31 271	0.41 276	0.28 233	0.40 254	0.29 243	0.40 254	0.29 247	0.40 263	0.29 249	0.40 260	0.29 240	0.34 225	0.33 255	0.34 242	0.32 287	0.34 223	0.32 266

Venus	0.38 235	0.38 159	0.38 261	0.38 208	0.38 317	0.37 245	0.38 312	0.37 235	0.37 307	0.41 268	0.37 312	0.39 255	0.37 305	0.38 249	0.38 303	0.37 242	0.38 273	0.38 274	0.37 320	0.37 246	0.38 304

IMH	0.38 235	0.38 159	0.38 261	0.38 208	0.38 317	0.38 252	0.38 312	0.38 243	0.38 311	0.42 282	0.38 317	0.40 263	0.38 309	0.38 249	0.38 303	0.38 253	0.38 273	0.39 287	0.38 333	0.38 259	0.38 304

PAM	0.39 247	1.88 431	0.34 243	0.37 205	0.41 338	0.45 310	0.22 199	0.28 200	0.23 208	0.28 205	0.24 219	0.29 215	0.23 212	0.29 216	0.23 203	0.38 253	0.32 243	0.38 274	0.37 320	0.32 211	0.22 189

HanzoNet	0.39 247	0.38 159	0.40 275	0.39 214	0.41 338	0.38 252	0.38 312	0.38 243	0.38 311	0.39 248	0.39 327	0.38 250	0.38 309	0.39 257	0.40 319	0.38 253	0.38 273	0.40 293	0.38 333	0.38 259	0.40 313

CES	0.39 247	0.47 204	0.36 254	0.36 202	0.37 310	0.45 310	0.35 292	0.35 225	0.40 325	0.36 236	0.44 350	0.47 317	0.36 300	0.44 299	0.36 291	0.37 242	0.39 280	0.44 324	0.35 311	0.37 246	0.36 292

PASM	0.39 247	3.06 507	1.36 503	1.58 473	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

mms	0.40 251	0.45 196	0.35 252	0.48 272	0.36 306	0.47 321	0.34 287	0.45 300	0.38 311	0.47 310	0.33 284	0.45 307	0.32 277	0.45 303	0.32 260	0.39 265	0.38 273	0.38 274	0.37 320	0.39 270	0.39 310

knoymous	0.40 251	0.40 167	0.40 275	0.40 227	0.40 329	0.40 260	0.40 326	0.40 254	0.40 325	0.40 254	0.40 330	0.40 263	0.40 319	0.40 260	0.40 319	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 313

anonymousa	0.40 251	0.40 167	0.40 275	0.40 227	0.40 329	0.40 260	0.40 326	0.40 254	0.40 325	0.40 254	0.40 330	0.40 263	0.40 319	0.40 260	0.40 319	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 313

riskmin	0.40 251	0.40 167	0.40 275	0.40 227	0.40 329	0.40 260	0.40 326	0.40 254	0.40 325	0.40 254	0.40 330	0.40 263	0.40 319	0.40 260	0.40 319	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 313

Anonymous_2	0.40 251	0.40 167	0.40 275	0.40 227	0.40 329	0.40 260	0.40 326	0.40 254	0.40 325	0.40 254	0.40 330	0.40 263	0.40 319	0.40 260	0.40 319	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 313

Anonymous_1	0.40 251	0.40 167	0.40 275	0.40 227	0.40 329	0.40 260	0.40 326	0.40 254	0.40 325	0.40 254	0.40 330	0.40 263	0.40 319	0.40 260	0.40 319	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 313

AdaStereo	0.40 251	0.40 167	0.40 275	0.40 227	0.40 329	0.40 260	0.40 326	0.40 254	0.40 325	0.40 254	0.40 330	0.40 263	0.40 319	0.40 260	0.40 319	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 313
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.
Select-FE	0.41 258	0.44 188	0.23 179	0.26 173	0.22 212	0.26 204	0.22 199	0.26 196	0.23 208	0.26 201	0.23 212	0.26 206	0.23 212	0.45 303	0.42 334	0.25 192	0.22 186	0.25 199	0.22 205	0.45 301	2.90 574

water-stereo	0.41 258	0.84 265	0.46 298	0.50 287	0.33 287	0.45 310	0.33 274	0.45 300	0.32 274	0.45 298	0.32 277	0.45 307	0.32 277	0.45 303	0.32 260	0.44 294	0.41 292	0.39 287	0.31 280	0.39 270	0.32 266

ccccc	0.41 258	0.44 188	0.34 243	0.48 272	0.35 300	0.48 326	0.35 292	0.51 340	0.35 294	0.47 310	0.35 301	0.47 317	0.34 290	0.47 312	0.35 287	0.41 278	0.40 283	0.40 293	0.40 337	0.41 287	0.39 310

GwcNet-ADL	0.41 258	0.41 177	0.41 284	0.41 239	0.41 338	0.41 276	0.41 334	0.41 269	0.41 334	0.41 268	0.41 336	0.41 276	0.41 330	0.41 275	0.41 326	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 320

PSMNet-ADL	0.41 258	0.41 177	0.41 284	0.41 239	0.41 338	0.41 276	0.41 334	0.41 269	0.41 334	0.41 268	0.41 336	0.41 276	0.41 330	0.41 275	0.41 326	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 320

GANet-ADL	0.41 258	0.41 177	0.41 284	0.41 239	0.41 338	0.41 276	0.41 334	0.41 269	0.41 334	0.41 268	0.41 336	0.41 276	0.41 330	0.41 275	0.41 326	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 320

ADLNet2	0.41 258	0.41 177	0.41 284	0.41 239	0.41 338	0.41 276	0.41 334	0.41 269	0.41 334	0.41 268	0.41 336	0.41 276	0.41 330	0.41 275	0.41 326	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 320

ADLNet	0.41 258	0.41 177	0.41 284	0.41 239	0.41 338	0.41 276	0.41 334	0.41 269	0.41 334	0.41 268	0.41 336	0.41 276	0.41 330	0.41 275	0.41 326	0.41 278	0.41 292	0.41 310	0.41 344	0.41 287	0.41 320

FCDSN-DC	0.41 258	0.59 242	0.64 357	0.54 300	0.33 287	0.50 340	0.37 305	0.42 287	0.40 325	0.61 369	0.43 348	0.50 343	0.49 361	0.38 249	0.32 260	0.28 200	0.23 191	0.26 204	0.22 205	0.35 235	0.28 232
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 258	0.46 200	0.33 233	0.49 278	0.33 287	0.49 331	0.33 274	0.49 318	0.33 281	0.49 324	0.33 284	0.49 328	0.33 285	0.51 344	0.33 270	0.41 278	0.30 233	0.41 310	0.30 269	0.79 372	0.29 237

Gwc-CoAtRS	0.41 258	1.49 408	0.32 227	0.42 249	0.32 275	0.41 276	0.32 263	0.41 269	0.33 281	0.41 268	0.32 277	0.41 276	0.32 277	0.41 275	0.32 260	0.39 265	0.28 212	0.39 287	0.28 245	0.40 277	0.28 232

UPFNet	0.42 269	1.20 340	0.17 154	0.24 159	0.17 183	0.25 196	0.17 172	1.19 434	0.90 435	0.25 193	0.17 179	0.24 190	0.17 180	0.25 194	0.17 173	0.22 168	0.17 167	0.22 180	0.16 171	1.15 422	0.93 431

DDF-Stereo	0.43 270	1.15 333	0.57 344	0.53 297	0.32 275	0.41 276	0.32 263	0.41 269	0.32 274	0.41 268	0.32 277	0.41 276	0.32 277	0.40 260	0.32 260	0.52 328	0.50 336	0.38 274	0.31 280	0.39 270	0.31 259

DilatedVolume-Stereo	0.43 270	0.86 268	0.48 314	0.50 287	0.33 287	0.46 316	0.33 274	0.46 304	0.33 281	0.46 304	0.33 284	0.47 317	0.33 285	0.47 312	0.34 283	0.45 297	0.42 301	0.40 293	0.33 295	0.47 317	0.38 304

psmg	0.43 270	1.91 435	0.92 412	1.91 487	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	1.97 517	1.44 510	0.04 73	0.03 54	0.02 20	0.03 51

delet	0.43 270	1.21 386	0.17 154	0.25 166	0.17 183	0.25 196	0.18 179	1.26 486	0.95 443	0.25 193	0.17 179	0.25 196	0.17 180	0.25 194	0.17 173	0.23 179	0.16 147	0.22 180	0.16 171	1.18 430	0.98 435

psm_up	0.43 270	1.19 339	0.17 154	0.25 166	0.18 193	0.25 196	0.19 183	1.26 486	0.91 436	0.26 201	0.17 179	0.25 196	0.17 180	0.25 194	0.17 173	0.22 168	0.17 167	0.23 188	0.16 171	1.18 430	0.99 436

Monster-pub-mixall	0.44 275	0.56 238	0.60 348	0.38 208	0.27 234	0.37 245	0.27 225	0.37 235	0.29 243	0.38 242	0.27 235	0.38 250	0.29 249	0.85 398	0.27 220	1.46 493	0.26 198	0.34 242	0.26 229	0.36 242	0.53 360

depthmonostereo	0.44 275	0.85 267	0.46 298	0.54 300	0.40 329	0.52 355	0.38 312	0.52 344	0.35 294	0.47 310	0.34 292	0.46 311	0.34 290	0.47 312	0.34 283	0.45 297	0.43 305	0.41 310	0.33 295	0.41 287	0.32 266

MMNet	0.44 275	1.24 394	0.17 154	0.25 166	0.17 183	0.25 196	0.18 179	1.26 486	0.93 441	0.25 193	0.17 179	0.25 196	0.18 189	0.25 194	0.17 173	0.23 179	0.16 147	0.23 188	0.16 171	1.20 434	0.99 436

252Zero-FE	0.45 278	0.50 216	0.36 254	0.50 287	0.36 306	0.50 340	0.36 299	0.50 327	0.36 305	0.49 324	0.36 305	0.49 328	0.36 300	0.54 353	0.41 326	0.45 297	0.34 259	0.45 328	0.34 299	0.55 344	0.75 410

Monster-pub-eth3d	0.45 278	0.57 239	0.60 348	0.39 214	0.28 239	0.37 245	0.28 233	0.37 235	0.30 254	0.39 248	0.29 247	0.39 255	0.30 256	0.92 408	0.27 220	1.42 490	0.28 212	0.34 242	0.28 245	0.37 246	0.53 360

Replicate-Monster	0.45 278	0.57 239	0.60 348	0.40 227	0.29 248	0.37 245	0.27 225	0.37 235	0.30 254	0.40 254	0.31 269	0.40 263	0.30 256	0.99 416	0.27 220	1.36 486	0.31 239	0.34 242	0.30 269	0.36 242	0.54 363

SCV_C0	0.45 278	0.88 272	0.49 321	0.54 300	0.37 310	0.48 326	0.37 305	0.48 314	0.37 307	0.48 317	0.36 305	0.48 324	0.37 305	0.49 327	0.37 300	0.50 320	0.41 292	0.44 324	0.34 299	0.44 297	0.34 279

RAFT-Stereo-weight	0.45 278	1.90 434	0.34 243	0.42 249	0.36 306	0.43 303	0.35 292	0.42 287	0.34 290	0.42 282	0.34 292	0.44 304	0.34 290	0.41 275	0.34 283	0.38 253	0.32 243	0.38 274	0.32 287	0.38 259	0.33 273

TorneroNet-64	0.45 278	0.27 135	0.30 208	0.58 309	0.27 234	0.70 381	0.30 247	0.28 200	0.73 418	0.73 385	0.28 242	0.71 383	0.66 387	0.75 386	0.27 220	0.27 198	0.29 224	0.37 266	0.75 423	0.28 197	0.30 250

SCV	0.46 284	0.94 289	0.45 294	0.54 300	0.37 310	0.48 326	0.38 312	0.48 314	0.37 307	0.48 317	0.39 327	0.48 324	0.37 305	0.49 327	0.37 300	0.50 320	0.46 315	0.44 324	0.34 299	0.44 297	0.34 279

otaku	0.46 284	0.46 200	0.46 298	0.46 261	0.46 356	0.46 316	0.46 349	0.46 304	0.46 348	0.46 304	0.46 356	0.46 311	0.46 347	0.46 308	0.46 343	0.46 302	0.46 315	0.46 332	0.46 357	0.46 304	0.46 334

Dean	0.46 284	0.46 200	0.46 298	0.46 261	0.46 356	0.46 316	0.46 349	0.46 304	0.46 348	0.47 310	0.46 356	0.46 311	0.46 347	0.46 308	0.46 343	0.46 302	0.46 315	0.46 332	0.46 357	0.46 304	0.46 334

ACVNet_1	0.46 284	0.47 204	0.46 298	0.46 261	0.46 356	0.46 316	0.46 349	0.46 304	0.47 353	0.46 304	0.46 356	0.46 311	0.46 347	0.46 308	0.46 343	0.46 302	0.46 315	0.47 341	0.46 357	0.46 304	0.46 334

ACVNet-4b	0.46 284	0.46 200	0.46 298	0.46 261	0.46 356	0.46 316	0.46 349	0.46 304	0.46 348	0.46 304	0.46 356	0.46 311	0.46 347	0.47 312	0.46 343	0.46 302	0.46 315	0.46 332	0.46 357	0.46 304	0.46 334

PML	0.46 284	1.36 402	0.29 204	0.58 309	0.30 258	0.57 368	0.29 242	0.57 355	0.29 243	0.57 364	0.29 247	0.57 367	0.29 249	0.56 358	0.29 240	0.52 328	0.30 233	0.53 369	0.31 280	0.53 342	0.30 250

LG-Stereo_L1	0.47 290	0.52 226	0.47 306	0.62 317	0.39 327	0.53 357	0.40 326	0.53 346	0.39 324	0.53 351	0.39 327	0.53 355	0.39 318	0.53 351	0.39 315	0.55 338	0.46 315	0.49 354	0.37 320	0.49 325	0.37 297

Ntro	0.47 290	0.47 204	0.46 298	0.46 261	0.46 356	0.47 321	0.47 354	0.46 304	0.47 353	0.46 304	0.46 356	0.47 317	0.46 347	0.47 312	0.47 350	0.47 307	0.46 315	0.46 332	0.46 357	0.46 304	0.46 334

HaxPig	0.47 290	0.47 204	0.47 306	0.49 278	0.47 362	0.47 321	0.47 354	0.47 310	0.47 353	0.47 310	0.47 364	0.47 317	0.47 355	0.47 312	0.47 350	0.47 307	0.47 323	0.47 341	0.47 364	0.47 317	0.48 343

UNDER WATER	0.47 290	0.47 204	0.47 306	0.47 267	0.47 362	0.47 321	0.47 354	0.47 310	0.47 353	0.47 310	0.47 364	0.47 317	0.46 347	0.47 312	0.47 350	0.47 307	0.47 323	0.47 341	0.46 357	0.47 317	0.47 341

LVE	0.47 290	0.47 204	0.47 306	0.47 267	0.49 368	0.47 321	0.47 354	0.47 310	0.49 362	0.47 310	0.47 364	0.47 317	0.46 347	0.47 312	0.47 350	0.47 307	0.47 323	0.48 349	0.47 364	0.47 317	0.47 341

GASTEREO	0.48 295	1.21 386	0.47 306	0.57 307	0.38 317	0.50 340	0.38 312	0.50 327	0.38 311	0.50 337	0.38 317	0.50 343	0.38 309	0.50 335	0.38 303	0.52 328	0.42 301	0.46 332	0.34 299	0.46 304	0.34 279

LG-Stereo_Zeroshot	0.48 295	0.55 236	0.47 306	0.63 319	0.41 338	0.56 362	0.44 342	0.56 352	0.41 334	0.56 361	0.41 336	0.57 367	0.42 336	0.56 358	0.41 326	0.55 338	0.43 305	0.51 363	0.37 320	0.51 336	0.37 297

fffft	0.48 295	0.51 224	0.45 294	0.52 296	0.45 354	0.52 355	0.45 347	0.52 344	0.48 360	0.53 351	0.45 354	0.52 354	0.45 344	0.52 349	0.46 343	0.51 326	0.41 292	0.50 358	0.41 344	0.50 330	0.41 320
1: 1. 1
RainbowNet	0.48 295	0.48 210	0.48 314	0.48 272	0.48 366	0.48 326	0.48 363	0.48 314	0.48 360	0.48 317	0.48 368	0.48 324	0.48 356	0.48 321	0.48 356	0.48 311	0.48 327	0.48 349	0.48 368	0.48 321	0.48 343

notaker	0.48 295	0.49 212	0.48 314	0.48 272	0.48 366	0.48 326	0.48 363	0.48 314	0.49 362	0.48 317	0.48 368	0.48 324	0.48 356	0.48 321	0.48 356	0.48 311	0.48 327	0.48 349	0.48 368	0.48 321	0.49 348

LL-Strereo2	0.48 295	1.73 421	0.51 332	0.59 312	0.34 297	0.42 296	0.33 274	0.40 254	0.31 268	0.42 282	0.33 284	0.42 294	0.31 273	0.44 299	0.39 315	0.60 344	0.51 341	0.44 324	0.33 295	0.44 297	0.33 273

Former-RAFT_DAM_RVC	0.49 301	0.98 294	0.64 357	0.84 348	0.46 356	0.45 310	0.35 292	0.47 310	0.47 353	0.45 298	0.34 292	0.46 311	0.48 356	0.46 308	0.35 287	0.39 265	0.71 384	0.39 287	0.35 311	0.41 287	0.41 320

ACVNet_2	0.49 301	0.49 212	0.49 321	0.49 278	0.49 368	0.49 331	0.49 365	0.49 318	0.49 362	0.49 324	0.49 371	0.49 328	0.49 361	0.49 327	0.49 358	0.49 314	0.49 330	0.49 354	0.49 371	0.49 325	0.49 348

testlalala	0.49 301	2.86 504	0.39 269	0.49 278	0.30 258	0.43 303	0.30 247	0.43 293	0.30 254	0.43 288	0.30 259	0.43 301	0.30 256	0.43 294	0.30 247	0.45 297	0.36 264	0.38 274	0.26 229	0.38 259	0.26 208

FoundationStereo	0.50 304	0.50 216	0.50 325	0.50 287	0.50 372	0.50 340	0.50 367	0.50 327	0.50 365	0.50 337	0.50 373	0.50 343	0.50 364	0.50 335	0.50 359	0.50 320	0.50 336	0.50 358	0.50 373	0.50 330	0.50 351

StereoAnything_RVC	0.50 304	0.50 216	0.50 325	0.50 287	0.50 372	0.50 340	0.50 367	0.50 327	0.50 365	0.50 337	0.50 373	0.50 343	0.50 364	0.50 335	0.50 359	0.50 320	0.50 336	0.50 358	0.50 373	0.50 330	0.50 351

dual_stereo	0.50 304	0.50 216	0.50 325	0.50 287	0.50 372	0.50 340	0.50 367	0.50 327	0.50 365	0.50 337	0.50 373	0.50 343	0.50 364	0.50 335	0.50 359	0.50 320	0.50 336	0.50 358	0.50 373	0.50 330	0.50 351

GCST	0.50 304	2.08 445	0.38 261	0.53 297	0.35 300	0.49 331	0.35 292	0.50 327	0.35 294	0.49 324	0.35 301	0.49 328	0.35 297	0.49 327	0.35 287	0.48 311	0.37 267	0.45 328	0.33 295	0.44 297	0.33 273

SANet	0.50 304	0.50 216	0.50 325	0.50 287	0.50 372	0.50 340	0.50 367	0.50 327	0.50 365	0.50 337	0.50 373	0.50 343	0.50 364	0.50 335	0.50 359	0.50 320	0.50 336	0.50 358	0.50 373	0.50 330	0.50 351

MSCF	0.51 309	1.40 405	0.49 321	0.58 309	0.38 317	0.50 340	0.38 312	0.54 348	0.41 334	0.52 348	0.41 336	0.53 355	0.42 336	0.53 351	0.41 326	0.60 344	0.47 323	0.48 349	0.37 320	0.48 321	0.38 304

UGAM-zero	0.51 309	2.17 453	0.39 269	0.53 297	0.36 306	0.50 340	0.36 299	0.50 327	0.36 305	0.49 324	0.36 305	0.50 343	0.35 297	0.50 335	0.36 291	0.49 314	0.37 267	0.47 341	0.35 311	0.46 304	0.34 279

UGAM	0.51 309	2.23 458	0.39 269	0.54 300	0.35 300	0.50 340	0.35 292	0.49 318	0.35 294	0.49 324	0.35 301	0.49 328	0.36 300	0.50 335	0.36 291	0.49 314	0.37 267	0.45 328	0.34 299	0.45 301	0.34 279

Selective-IGEV	0.51 309	0.55 236	0.45 294	0.69 328	0.45 354	0.61 371	0.45 347	0.50 327	0.40 325	0.56 361	0.44 350	0.55 362	0.40 319	0.72 381	0.67 384	0.59 343	0.46 315	0.45 328	0.34 299	0.46 304	0.37 297

RCA-Stereo	0.51 309	3.22 513	0.34 243	0.44 257	0.34 297	0.44 308	0.34 287	0.43 293	0.34 290	0.43 288	0.34 292	0.44 304	0.33 285	0.43 294	0.33 270	0.38 253	0.29 224	0.38 274	0.29 255	0.38 259	0.29 237

MatchStereo	0.54 314	0.12 83	2.38 564	2.32 506	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	2.34 540	2.34 558	0.12 124	0.11 132	0.11 125	0.10 118

AIO-test1	0.54 314	0.60 245	0.52 335	0.66 326	0.47 362	0.61 371	0.47 354	0.58 358	0.46 348	0.61 369	0.46 356	0.61 373	0.45 344	0.62 367	0.45 339	0.61 348	0.52 343	0.57 372	0.48 368	0.57 346	0.48 343

castereo++	0.54 314	3.59 519	1.15 431	1.31 459	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	1.45 492	1.16 436	0.15 142	0.14 161	0.15 142	0.13 151

FENet	0.54 314	1.52 409	1.19 437	1.41 468	0.23 218	0.35 237	0.23 207	0.35 225	0.23 208	0.34 228	0.23 212	0.35 236	0.23 212	0.35 236	0.23 203	1.40 489	1.07 420	0.32 226	0.23 211	0.33 219	0.23 191

PSMNet_ROB	0.54 314	0.54 234	0.54 340	0.54 300	0.53 381	0.54 360	0.54 375	0.53 346	0.54 375	0.54 356	0.54 383	0.54 358	0.53 371	0.54 353	0.54 369	0.54 332	0.53 345	0.54 370	0.54 379	0.54 343	0.54 363

AIO-test2	0.55 319	0.59 242	0.52 335	0.67 327	0.47 362	0.61 371	0.47 354	0.61 364	0.47 353	0.61 369	0.47 364	0.61 373	0.48 356	0.62 367	0.47 350	0.64 354	0.53 345	0.58 373	0.47 364	0.58 347	0.48 343

CFNet-ft	0.55 319	1.57 410	0.14 127	0.20 137	0.14 158	0.20 163	2.53 570	1.61 502	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	1.56 495	1.24 512

MyStereo04	0.56 321	3.72 525	0.59 346	0.49 278	0.41 338	0.36 240	0.32 263	0.37 235	0.31 268	0.34 228	0.46 356	0.35 236	0.32 277	0.35 236	0.33 270	0.49 314	0.45 313	0.34 242	0.32 287	0.35 235	0.43 328

CASS	0.57 322	0.89 275	0.56 342	0.57 307	0.56 384	0.56 362	0.56 376	0.56 352	0.53 373	0.57 364	0.57 386	0.59 371	0.48 356	0.56 358	0.57 372	0.55 338	0.56 349	0.47 341	0.56 384	0.62 350	0.56 371
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 323	0.58 241	0.47 306	0.64 322	0.74 416	1.00 412	0.69 401	0.57 355	0.41 334	0.57 364	0.41 336	0.57 367	0.41 330	1.00 418	0.75 415	0.91 389	0.51 341	0.52 366	0.37 320	0.52 338	0.37 297

MonSter	0.60 323	0.64 248	0.52 335	0.62 317	0.44 351	2.07 528	0.44 342	0.62 365	0.44 345	0.62 372	0.44 350	0.62 375	0.44 341	0.62 367	0.44 338	0.58 342	0.42 301	0.62 376	0.46 357	0.58 347	0.42 327

MyStereo07	0.60 323	3.72 525	0.48 314	0.49 278	0.41 338	0.36 240	0.32 263	0.49 318	0.43 342	0.51 345	0.42 346	0.49 328	0.43 339	0.51 344	0.64 379	0.49 314	0.45 313	0.34 242	0.32 287	0.35 235	0.43 328

FSD	0.61 326	0.59 242	0.50 325	2.58 517	0.44 351	0.56 362	0.44 342	0.55 351	0.44 345	0.56 361	0.44 350	0.56 365	0.44 341	0.56 358	0.46 343	0.61 348	0.42 301	0.52 366	0.42 352	0.52 338	0.51 358

castereo	0.61 326	3.79 527	1.35 495	1.52 472	0.15 169	0.17 151	0.16 163	0.20 161	0.21 199	0.18 152	0.16 173	0.21 169	0.12 150	0.26 204	0.17 173	1.43 491	1.38 506	0.17 153	0.16 171	0.18 156	0.16 161

WCG-NET	0.61 326	1.21 386	0.54 340	0.61 316	0.53 381	0.67 379	0.53 373	0.66 370	0.53 373	0.64 375	0.53 382	0.65 379	0.53 371	0.59 365	0.52 366	0.65 355	0.48 327	0.64 379	0.52 377	0.58 347	0.50 351

GEAStereo	0.62 329	3.91 532	0.48 314	0.69 328	0.38 317	0.51 352	0.38 312	0.51 340	0.38 311	0.53 351	0.38 317	0.50 343	0.38 309	0.51 344	0.38 303	0.54 332	0.43 305	0.46 332	0.34 299	0.46 304	0.34 279

gasm-f	0.62 329	3.91 532	0.48 314	0.69 328	0.38 317	0.51 352	0.38 312	0.51 340	0.38 311	0.53 351	0.38 317	0.50 343	0.38 309	0.51 344	0.38 303	0.54 332	0.43 305	0.46 332	0.34 299	0.46 304	0.34 279

SMoEStereo_RVC	0.63 331	0.75 255	0.51 332	0.73 337	0.53 381	0.71 383	0.47 354	0.67 371	0.58 378	0.74 390	0.60 387	0.72 386	0.53 371	0.74 385	0.51 364	0.61 348	0.62 361	0.62 376	0.61 392	0.63 351	0.61 377

anonymity	0.63 331	0.69 250	0.56 342	0.71 334	0.56 384	0.71 383	0.56 376	0.71 376	0.56 376	0.72 383	0.56 385	0.71 383	0.56 375	0.71 379	0.58 373	0.68 359	0.55 347	0.68 384	0.55 380	0.68 355	0.54 363

PAM_32	0.64 333	2.38 473	0.51 332	0.92 358	0.43 350	0.53 357	0.44 342	0.87 390	0.43 342	0.52 348	0.45 354	0.53 355	0.40 319	0.54 353	0.46 343	0.62 352	0.56 349	0.48 349	0.45 355	0.76 367	0.44 331

CRFU-Net	0.65 334	1.67 414	1.22 487	1.96 491	0.27 234	0.41 276	0.27 225	0.41 269	0.27 234	0.40 254	0.26 231	0.41 276	0.27 235	0.40 260	0.27 220	1.80 506	1.62 526	0.34 242	0.23 211	0.33 219	0.23 191

LMCR-Stereo	0.65 334	0.63 246	0.65 360	0.65 323	0.65 399	0.66 378	0.63 383	0.58 358	0.65 389	0.63 374	0.64 395	0.65 379	0.65 384	0.66 374	0.66 383	0.66 357	0.64 364	0.65 382	0.67 409	0.68 355	0.73 406

KSHMR	0.66 336	0.50 216	0.48 314	1.15 391	0.52 378	0.49 331	0.51 371	0.49 318	0.71 412	0.67 379	0.50 373	1.16 445	1.11 443	0.66 374	0.52 366	0.49 314	0.49 330	0.51 363	0.66 405	0.50 330	1.14 453

TorneroNet	0.66 336	0.53 230	0.50 325	0.50 287	0.64 397	1.06 427	0.70 406	0.50 327	0.51 372	0.49 324	0.69 410	0.49 328	0.50 364	0.48 321	1.15 455	0.71 364	0.49 330	1.14 443	1.08 452	0.49 325	0.49 348

GES	0.66 336	2.34 469	0.29 204	0.41 239	0.29 248	0.41 276	0.29 242	0.42 287	0.29 243	0.40 254	0.41 336	0.41 276	0.30 256	0.51 344	0.29 240	0.32 216	0.29 224	0.32 226	2.46 573	2.49 535	0.30 250

cf-r	0.66 336	2.17 453	0.12 103	0.18 131	0.12 153	0.18 155	2.70 574	2.60 548	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	1.81 507	1.74 549

DSFCA	0.66 336	0.73 254	0.78 393	0.65 323	0.65 399	0.64 376	0.64 384	0.65 368	0.63 387	0.64 375	0.64 395	0.64 376	0.64 382	0.65 373	0.65 380	0.65 355	0.65 366	0.65 382	0.65 403	0.66 353	0.64 387

DEFOM-Stereo	0.68 341	3.11 509	1.40 509	1.63 481	0.25 225	0.31 219	0.25 214	0.31 212	0.28 237	0.31 216	0.29 247	0.29 215	0.27 235	0.31 222	0.28 230	1.59 499	1.47 512	0.30 217	0.29 255	0.30 203	0.28 232

ssnet_v2	0.68 341	1.96 442	1.25 491	0.29 178	0.20 200	0.30 213	0.20 187	0.29 205	0.22 202	1.50 504	0.20 200	0.31 223	0.20 198	0.27 208	0.22 197	0.24 186	1.49 513	0.26 204	0.18 196	3.90 558	0.19 181

ARAFT	0.68 341	0.81 262	0.63 355	0.74 338	0.60 387	0.78 389	0.62 382	0.77 381	0.66 391	0.74 390	0.63 393	0.75 391	0.62 381	0.83 393	0.60 376	0.70 363	0.55 347	0.70 387	0.60 390	0.78 370	0.55 368

NINENet	0.69 344	3.87 531	1.20 440	1.98 492	0.05 99	0.40 260	0.04 82	0.40 254	0.05 99	0.41 268	0.04 89	0.41 276	0.05 96	0.40 260	0.05 90	1.79 505	1.56 519	0.34 242	0.22 205	0.34 223	0.23 191

VIP-Stereo	0.70 345	2.97 506	2.43 565	2.49 513	0.16 178	0.25 196	0.16 163	0.25 191	0.16 172	0.25 193	0.18 194	0.25 196	0.16 171	0.26 204	0.16 168	1.86 507	1.26 489	0.23 188	0.15 167	0.23 184	0.15 159

RAFT-Stereo + iAFF	0.70 345	0.72 253	0.71 379	0.80 343	0.62 396	0.82 394	0.61 381	0.81 387	0.62 385	0.81 398	0.63 393	0.80 397	0.70 402	0.73 383	0.61 378	0.76 370	0.61 360	0.74 392	0.61 392	0.77 369	0.61 377

DMCA-RVC	0.70 345	0.80 259	0.70 375	0.70 332	0.70 409	0.70 381	0.70 406	0.71 376	0.70 407	0.70 382	0.71 417	0.71 383	0.70 402	0.70 378	0.69 400	0.69 360	0.70 380	0.69 385	0.70 414	0.69 359	0.70 398

MyStereo8	0.71 348	3.92 534	0.52 335	0.59 312	0.52 378	0.57 368	0.53 373	0.59 360	0.50 365	0.59 368	0.51 379	0.57 367	0.50 364	0.56 358	0.52 366	0.54 332	0.49 330	0.54 370	0.49 371	0.55 344	0.50 351

HH	0.71 348	2.54 479	0.74 387	1.10 383	0.32 275	0.41 276	0.37 305	0.69 373	0.78 422	0.73 385	0.90 437	0.75 391	1.00 432	0.84 394	0.69 400	0.69 360	0.40 283	0.35 258	0.26 229	0.35 235	0.26 208

HanStereo	0.71 348	2.54 479	0.74 387	1.10 383	0.32 275	0.41 276	0.37 305	0.69 373	0.78 422	0.73 385	0.90 437	0.75 391	1.00 432	0.84 394	0.69 400	0.69 360	0.40 283	0.35 258	0.26 229	0.35 235	0.26 208

zero-FE	0.72 351	1.31 398	0.66 361	0.92 358	0.60 387	0.82 394	0.58 378	0.82 388	0.58 378	0.81 398	0.60 387	0.81 400	0.60 378	0.82 392	0.58 373	0.74 368	0.59 355	0.73 389	0.52 377	0.76 367	0.51 358

ktn	0.72 351	0.53 230	1.08 426	1.14 389	0.51 377	1.22 489	1.36 520	0.51 340	0.59 380	0.51 345	0.51 379	0.69 382	1.20 454	0.67 376	0.51 364	0.51 326	0.49 330	0.58 373	0.66 405	0.52 338	0.53 360

DStereoRT	0.73 353	0.81 262	0.73 386	0.71 334	0.74 416	0.73 385	0.75 414	0.71 376	0.71 412	0.74 390	0.72 420	0.73 388	0.80 418	0.71 379	0.73 410	0.76 370	0.71 384	0.73 389	0.72 419	0.70 360	0.76 413

CroCo-Stereo	0.73 353	1.22 392	0.25 189	1.22 445	0.25 225	1.22 489	0.25 214	1.22 483	0.25 216	1.22 491	0.25 225	1.22 494	0.25 218	1.22 494	0.25 214	1.22 476	0.26 198	1.21 502	0.25 223	1.22 482	0.25 202
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
AFF-stereo	0.73 353	0.88 272	0.67 365	0.75 339	0.68 406	0.75 386	0.64 384	0.80 384	0.72 415	0.83 400	0.70 412	0.82 401	0.64 382	0.84 394	0.67 384	0.77 372	0.63 362	0.81 403	0.63 394	0.78 370	0.62 380

AIO-Stereo-zeroshot1	0.75 356	0.92 285	0.85 404	0.96 369	0.59 386	1.27 493	0.44 342	0.59 360	0.69 403	0.91 405	0.68 405	0.55 362	0.61 380	1.06 432	0.83 428	0.62 352	0.70 380	0.90 413	0.41 344	0.89 387	0.56 371

MyStereo06	0.75 356	4.12 536	0.60 348	0.63 319	0.61 393	0.62 374	0.66 387	0.56 352	0.45 347	0.55 359	0.48 368	0.54 358	0.46 347	0.57 363	0.45 339	0.60 344	0.57 351	0.64 379	0.55 380	0.72 362	0.55 368

GCAP-Stereo	0.75 356	4.15 539	0.42 289	0.75 339	0.35 300	0.78 389	0.40 326	0.79 382	0.38 311	0.78 394	0.36 305	0.78 394	0.36 300	0.79 388	0.39 315	0.75 369	0.39 280	0.76 395	0.39 336	0.75 366	0.39 310

GANet-RSSM	0.75 356	1.91 435	0.14 127	0.47 267	0.14 158	0.21 175	3.21 591	2.30 534	0.14 158	0.46 304	0.14 162	0.23 184	0.18 189	0.21 172	0.14 152	0.18 151	0.27 205	0.37 266	0.13 155	2.13 517	2.12 559

RSM++	0.76 360	0.82 264	0.66 361	0.85 350	0.64 397	0.85 396	0.71 409	0.94 403	0.64 388	0.87 401	0.67 400	0.87 403	0.65 384	0.84 394	0.65 380	0.81 377	0.70 380	0.79 398	0.71 417	0.83 382	0.70 398

CroCo-Stereo Lap2	0.77 361	1.29 396	0.29 204	1.27 450	0.29 248	1.27 493	0.26 222	1.26 486	0.26 229	1.26 492	0.26 231	1.27 498	0.26 227	1.26 495	0.27 220	1.27 478	0.27 205	1.27 505	0.27 238	1.27 485	0.27 218

PSMNet-RSSM	0.77 361	2.76 496	0.14 127	0.20 137	0.14 158	0.20 163	2.66 572	2.79 561	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	2.52 539	2.31 564

GwcNet-RSSM	0.77 361	2.77 498	0.14 127	0.20 137	0.14 158	0.20 163	2.67 573	2.78 560	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	2.52 539	2.31 564

4D-IteraStereo	0.78 364	3.13 510	0.89 405	0.69 328	0.32 275	0.40 260	0.32 263	0.76 380	0.97 446	0.52 348	0.65 397	0.89 406	0.32 277	0.76 387	0.98 440	0.83 382	0.94 412	0.35 258	0.27 238	0.70 360	0.89 427

Pro-Stereo	0.79 365	0.53 230	0.38 261	0.49 278	0.38 317	0.49 331	0.37 305	0.49 318	0.67 392	0.50 337	0.38 317	1.10 437	0.38 309	0.49 327	0.38 303	0.71 364	0.88 406	5.98 606	0.36 317	0.46 304	0.36 292

hitnet-ft	0.79 365	2.78 501	0.14 127	0.20 137	0.14 158	0.21 175	2.89 575	2.80 562	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	2.54 547	2.33 566

G-Net	0.79 365	0.79 258	0.79 396	0.79 341	0.79 429	0.79 391	0.79 419	0.79 382	0.79 426	0.79 395	0.79 430	0.79 396	0.79 417	0.79 388	0.79 420	0.79 373	0.79 397	0.79 398	0.79 429	0.79 372	0.79 418

MyStereo05	0.80 368	4.12 536	0.63 355	0.63 319	0.61 393	0.62 374	0.66 387	0.65 368	0.62 385	0.67 379	0.61 391	0.65 379	0.58 376	0.67 376	0.55 371	0.60 344	0.57 351	0.64 379	0.55 380	0.72 362	0.55 368

UDG	0.80 368	2.21 457	0.60 348	0.91 355	0.60 387	0.90 402	0.58 378	0.88 393	0.60 381	0.90 403	0.60 387	0.88 404	0.60 378	0.90 403	0.58 373	0.86 386	0.60 356	0.84 409	0.59 389	0.84 383	0.61 377

ccnet	0.80 368	2.28 461	0.33 233	0.50 287	0.33 287	0.50 340	0.33 274	0.50 327	0.33 281	0.49 324	0.33 284	0.49 328	1.56 519	2.38 538	0.33 270	0.41 278	0.29 224	0.42 321	1.57 533	2.28 523	0.29 237

NaN_ROB	0.80 368	0.80 259	0.80 397	0.80 343	0.80 431	0.80 392	0.80 422	0.80 384	0.80 428	0.80 396	0.80 432	0.80 397	0.80 418	0.80 390	0.80 423	0.80 374	0.80 400	0.80 401	0.80 431	0.80 375	0.80 419

CSAN	0.80 368	0.80 259	0.80 397	0.80 343	0.80 431	0.80 392	0.80 422	0.80 384	0.80 428	0.80 396	0.80 432	0.80 397	0.80 418	0.80 390	0.80 423	0.80 374	0.80 400	0.80 401	0.80 431	0.80 375	0.80 419

GSStereo	0.81 373	4.28 542	0.50 325	0.59 312	0.40 329	0.51 352	0.38 312	0.50 327	0.38 311	0.50 337	0.38 317	0.50 343	3.79 588	0.50 335	0.38 303	0.54 332	0.43 305	0.46 332	0.34 299	0.46 304	0.35 289

BSDual-CNN	0.81 373	1.91 435	0.92 412	4.48 561	0.02 21	0.42 296	0.06 111	0.41 269	0.02 21	0.48 317	0.03 53	0.02 20	0.02 21	0.03 40	0.02 20	1.97 517	4.19 586	0.33 234	0.23 211	0.34 223	0.27 218

DDUNet	0.81 373	2.45 477	0.57 344	0.90 353	0.60 387	0.88 399	0.59 380	0.90 394	0.60 381	0.88 402	0.60 387	0.90 407	0.58 376	0.88 400	0.60 376	0.84 384	0.60 356	0.86 411	0.57 386	0.86 384	0.60 376

R-Stereo Train	0.81 373	0.96 291	0.67 365	0.95 366	0.67 403	0.95 407	0.68 395	0.95 405	0.68 398	0.95 413	0.68 405	0.96 415	0.68 393	0.96 414	0.68 392	0.94 397	0.68 373	0.94 427	0.68 410	0.94 403	0.68 395

RAFT-Stereo	0.81 373	0.96 291	0.67 365	0.95 366	0.67 403	0.95 407	0.68 395	0.95 405	0.68 398	0.95 413	0.68 405	0.96 415	0.68 393	0.96 414	0.68 392	0.94 397	0.68 373	0.94 427	0.68 410	0.94 403	0.68 395
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 378	1.72 416	1.48 513	0.39 214	0.15 169	0.31 219	0.21 194	0.20 161	0.25 216	1.61 508	0.23 212	0.28 209	0.26 227	0.20 160	0.15 162	0.24 186	1.33 497	0.32 226	0.16 171	6.75 597	0.23 191

scenet	0.82 378	1.72 416	1.48 513	0.39 214	0.15 169	0.31 219	0.21 194	0.20 161	0.25 216	1.61 508	0.23 212	0.28 209	0.26 227	0.20 160	0.15 162	0.24 186	1.33 497	0.32 226	0.16 171	6.75 597	0.23 191

ssnet	0.82 378	1.72 416	1.48 513	0.39 214	0.15 169	0.31 219	0.21 194	0.20 161	0.25 216	1.61 508	0.23 212	0.28 209	0.26 227	0.20 160	0.15 162	0.24 186	1.33 497	0.32 226	0.16 171	6.75 597	0.23 191

STTRV1_RVC	0.82 378	1.60 412	0.70 375	1.01 376	0.60 387	1.07 430	0.69 401	1.01 414	0.60 381	0.72 383	0.55 384	1.02 428	0.68 393	1.03 430	0.67 384	0.89 388	0.63 362	0.92 419	0.57 386	0.90 390	0.65 389

DEFOM-Stereo_RVC	0.83 382	5.18 553	1.98 553	2.19 497	0.17 183	0.19 158	0.18 179	0.19 155	0.16 172	0.20 160	0.19 196	0.22 178	0.22 206	0.20 160	0.15 162	2.28 534	2.13 553	0.24 196	0.17 191	0.18 156	0.16 161

BUS	0.83 382	1.91 435	0.92 412	4.48 561	0.02 21	0.40 260	0.04 82	0.41 269	0.02 21	0.48 317	0.03 53	0.41 276	0.05 96	0.03 40	0.05 90	1.97 517	4.19 586	0.33 234	0.23 211	0.34 223	0.27 218

PDISCO_ROB	0.83 382	2.80 502	3.49 585	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	3.30 568	0.13 148	0.14 118	2.34 558	0.16 145	0.12 147	2.62 548	0.10 118

WQFJA1++	0.84 385	0.98 294	0.67 365	1.26 449	0.75 418	1.00 412	0.67 391	1.00 407	0.67 392	1.00 415	0.67 400	1.00 418	0.67 389	1.00 418	0.67 384	0.96 399	0.67 368	0.91 416	0.63 394	0.92 394	0.63 381

WQFJX1	0.84 385	0.98 294	0.67 365	1.30 457	0.75 418	1.01 418	0.67 391	1.01 414	0.67 392	1.01 422	0.67 400	1.01 424	0.68 393	1.00 418	0.68 392	0.98 404	0.67 368	0.92 419	0.64 399	0.92 394	0.64 387

NLMM	0.84 385	1.00 303	0.67 365	1.27 450	0.75 418	1.00 412	0.68 395	1.00 407	0.67 392	1.00 415	0.67 400	1.02 428	0.67 389	1.02 428	0.67 384	0.97 400	0.67 368	0.93 423	0.63 394	0.92 394	0.63 381

AIO-Stereo	0.84 385	0.66 249	0.70 375	0.83 347	0.67 403	0.98 410	0.82 428	1.14 425	0.72 415	1.03 428	0.74 424	1.03 430	1.09 442	0.99 416	0.45 339	1.04 410	0.73 387	0.95 429	0.74 421	0.94 403	0.46 334

DCRE	0.84 385	1.89 432	0.77 392	0.94 364	0.72 413	0.88 399	0.73 412	0.87 390	0.78 422	0.90 403	0.71 417	0.88 404	0.67 389	0.88 400	0.73 410	0.81 377	0.68 373	0.81 403	0.70 414	0.82 380	0.70 398

iGMRVC	0.84 385	2.85 503	0.72 382	0.72 336	0.73 414	0.77 387	0.79 419	0.73 379	0.74 420	0.73 385	0.72 420	0.73 388	0.76 412	0.73 383	0.73 410	0.72 366	0.73 387	0.73 389	0.72 419	0.73 365	0.72 403

WQFJA1	0.85 391	0.98 294	0.67 365	1.29 455	0.76 423	1.01 418	0.67 391	1.02 419	0.67 392	1.02 426	0.67 400	1.01 424	0.67 389	1.01 424	0.68 392	0.99 405	0.67 368	0.93 423	0.64 399	0.92 394	0.65 389

WQFJX	0.85 391	1.00 303	0.68 372	1.30 457	0.75 418	1.01 418	0.68 395	1.01 414	0.68 398	1.01 422	0.68 405	1.03 430	0.68 393	1.02 428	0.67 384	0.97 400	0.67 368	0.93 423	0.63 394	0.94 403	0.63 381

NLSM3	0.85 391	0.99 301	0.68 372	1.29 455	0.76 423	1.01 418	0.68 395	1.01 414	0.68 398	1.02 426	0.68 405	1.01 424	0.68 393	1.01 424	0.68 392	0.97 400	0.68 373	0.93 423	0.64 399	0.93 399	0.63 381

NLMM1	0.86 394	0.98 294	0.69 374	1.48 471	0.75 418	1.01 418	0.69 401	1.00 407	0.69 403	1.00 415	0.70 412	1.00 418	0.68 393	1.01 424	0.67 384	0.97 400	0.68 373	0.92 419	0.63 394	0.93 399	0.63 381

AdaDepth	0.86 394	0.93 287	0.71 379	1.01 376	1.07 457	1.02 424	0.71 409	1.00 407	0.71 412	1.01 422	0.71 417	1.00 418	0.72 407	1.14 443	0.71 408	0.92 392	0.64 364	0.90 413	0.64 399	0.89 387	0.69 397

GEStereo_RVC	0.86 394	4.45 543	0.20 168	0.27 176	0.20 200	0.27 208	0.20 187	0.26 196	0.18 186	5.03 598	0.20 200	0.27 208	0.19 194	0.27 208	0.21 195	0.20 159	0.19 176	0.19 166	4.02 602	0.20 164	0.18 179

Selective-RAFT-Error	0.88 397	0.84 265	0.98 417	0.86 351	0.97 447	0.88 399	0.95 439	0.84 389	0.99 449	0.92 407	0.82 434	0.84 402	0.98 431	0.87 399	0.97 439	0.81 377	0.83 403	0.79 398	0.82 434	0.79 372	0.85 424

IER	0.88 397	7.04 572	2.23 558	2.75 519	0.28 239	0.43 303	0.25 214	0.39 247	0.25 216	0.41 268	0.27 235	0.39 255	0.25 218	0.40 260	0.28 230	0.37 242	0.28 212	0.37 266	0.25 223	0.37 246	0.25 202

Selective-RAFT	0.89 399	0.89 275	0.72 382	1.16 396	0.78 427	1.06 427	0.82 428	0.87 390	0.97 446	1.00 415	0.91 440	0.90 407	1.00 432	0.89 402	0.93 436	0.83 382	0.83 403	0.82 407	0.82 434	0.81 378	0.82 422

AIO-Stereo-zeroshot	0.91 400	0.86 268	0.89 405	1.25 448	0.69 407	1.05 426	0.81 425	1.16 429	0.50 365	1.12 438	0.97 445	0.72 386	0.82 422	1.06 432	0.95 437	0.61 348	0.87 405	1.03 440	0.85 437	1.04 414	1.01 442

CFNet-RSSM	0.91 400	4.89 549	0.34 243	0.44 257	1.07 457	1.62 513	1.40 527	0.91 396	0.35 294	1.60 505	1.39 527	0.64 376	0.34 290	0.44 299	0.33 270	0.41 278	0.35 261	0.75 393	0.30 269	0.41 287	0.29 237

MLG-Stereo	0.92 402	0.90 278	0.84 403	1.27 450	0.49 368	1.38 502	0.88 431	1.41 499	0.97 446	0.73 385	1.09 454	1.26 495	0.43 339	0.72 381	1.05 447	1.13 421	0.49 330	1.18 453	0.66 405	1.01 411	0.46 334

ToySt	0.92 402	2.11 448	0.90 408	0.95 366	0.79 429	0.99 411	0.78 418	0.94 403	0.81 431	0.94 411	0.78 428	0.95 414	0.77 414	0.94 410	0.86 430	0.91 389	0.79 397	0.85 410	0.77 425	0.89 387	0.73 406

DPSM_ROB	0.92 402	0.91 280	0.91 410	0.91 355	0.92 442	0.92 404	0.92 435	0.92 399	0.91 436	0.93 409	0.91 440	0.92 410	0.90 425	0.91 404	0.92 432	0.92 392	0.91 408	0.91 416	0.92 438	0.93 399	0.93 431

DPSM	0.92 402	0.91 280	0.91 410	0.91 355	0.92 442	0.92 404	0.92 435	0.92 399	0.91 436	0.93 409	0.91 440	0.92 410	0.90 425	0.91 404	0.92 432	0.92 392	0.91 408	0.91 416	0.92 438	0.93 399	0.93 431

pmcnn	0.92 402	0.92 285	0.92 412	0.92 358	0.92 442	0.92 404	0.92 435	0.92 399	0.92 440	0.92 407	0.92 443	0.92 410	0.92 427	0.92 408	0.92 432	0.92 392	0.92 410	0.92 419	0.92 438	0.92 394	0.92 430

error version	0.93 407	4.47 544	2.35 561	1.99 493	0.37 310	0.41 276	0.36 299	0.41 269	0.35 294	0.43 288	0.36 305	0.41 276	0.40 319	0.41 275	0.36 291	1.87 509	2.16 554	0.47 341	0.37 320	0.39 270	0.33 273

test_1	0.93 407	4.47 544	2.35 561	1.99 493	0.37 310	0.41 276	0.36 299	0.41 269	0.35 294	0.43 288	0.36 305	0.41 276	0.40 319	0.41 275	0.36 291	1.87 509	2.16 554	0.47 341	0.37 320	0.39 270	0.33 273

DGTPSM_ROB	0.93 407	1.00 303	0.92 412	0.94 364	0.96 446	0.91 403	0.92 435	0.91 396	0.96 445	0.91 405	0.96 444	0.93 413	0.92 427	0.94 410	0.92 432	0.92 392	0.92 410	0.90 413	0.92 438	0.94 403	0.91 429

HSM-Net_RVC	0.95 410	1.17 336	0.78 393	1.18 398	0.71 411	1.16 442	0.75 414	1.09 423	0.80 428	1.10 432	0.75 425	1.17 446	0.74 409	1.17 446	0.80 423	1.13 421	0.73 387	1.17 450	0.77 425	1.16 424	0.72 403
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 411	3.17 512	2.30 560	2.42 510	0.38 317	0.54 360	0.38 312	0.54 348	0.38 311	0.54 356	0.38 317	0.54 358	0.38 309	0.54 353	0.38 303	2.38 543	2.34 558	0.49 354	0.36 317	0.49 325	0.36 292

DPSimNet_ROB	0.97 411	1.18 338	0.81 400	1.10 383	0.91 441	1.02 424	0.82 428	1.04 420	0.91 436	1.03 428	0.86 436	1.28 499	0.82 422	1.03 430	0.89 431	1.17 425	0.81 402	1.02 438	0.82 434	1.08 416	0.81 421

test-3	0.98 413	4.13 538	1.85 542	1.85 484	0.61 393	0.69 380	0.37 305	0.63 366	0.61 384	0.66 378	0.51 379	0.73 388	0.44 341	0.57 363	0.54 369	1.68 503	1.81 538	0.40 293	0.43 353	0.66 353	0.50 351

Wavelet-MonSter	1.00 414	1.21 386	0.76 390	1.94 488	1.01 452	1.11 437	0.76 416	1.15 426	0.76 421	1.11 437	0.76 426	1.14 443	0.76 412	1.11 440	0.76 417	1.21 474	0.90 407	1.02 438	0.71 417	1.02 413	0.71 402

999	1.00 414	1.12 329	0.59 346	1.10 383	1.21 515	1.09 433	0.52 372	1.08 421	1.43 529	1.18 443	1.35 521	0.98 417	0.52 370	0.91 404	0.85 429	0.72 366	1.46 511	0.83 408	0.98 443	0.68 355	1.41 525

DispNO	1.00 414	0.63 246	0.43 290	3.45 545	0.44 351	0.65 377	0.43 341	0.64 367	0.43 342	0.64 375	0.43 348	0.64 376	3.03 566	0.64 372	0.43 337	4.55 575	0.43 305	0.63 378	0.43 353	0.63 351	0.43 328

GANet	1.00 414	1.00 303	1.00 419	1.00 373	1.00 448	1.00 412	1.00 443	1.00 407	1.00 450	1.00 415	1.00 447	1.00 418	1.00 432	1.00 418	1.00 442	1.00 406	1.00 413	1.00 434	1.00 445	1.00 408	1.00 438

TDLM	1.00 414	1.00 303	1.00 419	1.00 373	1.00 448	1.00 412	1.00 443	1.00 407	1.00 450	1.00 415	1.00 447	1.00 418	1.00 432	1.00 418	1.00 442	1.00 406	1.00 413	1.00 434	1.00 445	1.00 408	1.00 438

CVANet_RVC	1.00 414	1.00 303	1.00 419	1.00 373	1.00 448	1.00 412	1.00 443	1.00 407	1.00 450	1.00 415	1.00 447	1.00 418	1.00 432	1.00 418	1.00 442	1.00 406	1.00 413	1.00 434	1.00 445	1.00 408	1.00 438

trnet	1.01 420	1.01 311	1.01 422	1.01 376	1.01 452	1.01 418	1.01 446	1.01 414	1.01 453	1.01 422	1.01 450	1.01 424	1.01 438	1.01 424	1.01 445	1.01 409	1.01 416	1.01 437	1.01 450	1.01 411	1.01 442

LL-Strereo	1.01 420	5.06 551	1.63 522	0.70 332	1.43 526	0.56 362	0.46 349	0.57 355	0.50 365	0.57 364	0.50 373	1.58 508	0.49 361	0.59 365	0.50 359	1.64 502	0.52 343	0.51 363	1.37 521	0.52 338	0.45 333

FlowAnything_test	1.02 422	1.72 416	0.71 379	1.59 474	0.70 409	1.61 511	0.69 401	1.61 502	0.70 407	1.60 505	0.70 412	1.61 512	0.69 400	1.61 509	0.70 406	0.81 377	0.58 353	0.81 403	0.55 380	0.81 378	0.56 371

FlowAnything	1.02 422	1.71 415	0.72 382	1.59 474	0.69 407	1.60 510	0.69 401	1.61 502	0.70 407	1.60 505	0.69 410	1.60 509	0.69 400	1.61 509	0.69 400	0.81 377	0.58 353	0.81 403	0.56 384	0.82 380	0.56 371

Hybrid-DGEV	1.03 424	1.75 422	0.80 397	1.28 454	0.78 427	1.26 492	0.80 422	1.26 486	0.78 422	1.26 492	0.78 428	1.26 495	0.78 416	1.26 495	0.78 419	1.15 424	0.75 390	1.14 443	0.74 421	1.14 419	0.75 410

tt45	1.04 425	0.88 272	1.36 503	0.92 358	1.03 455	1.51 509	0.79 419	0.70 375	0.88 434	0.74 390	0.90 437	1.60 509	0.72 407	1.60 507	0.75 415	0.91 389	0.78 395	1.52 517	0.79 429	1.14 419	1.32 517

Hybrid-DGEV-2	1.05 426	1.83 424	0.83 401	1.33 461	0.82 434	1.30 495	0.81 425	1.26 486	0.79 426	1.29 494	0.79 430	1.26 495	0.80 418	1.26 495	0.79 420	1.20 428	0.78 395	1.18 453	0.77 425	1.20 434	0.77 415

Hybrid-DGEV-03	1.07 427	1.83 424	0.83 401	1.34 462	0.81 433	1.32 497	0.81 425	1.31 492	0.81 431	1.31 495	0.82 434	1.32 500	0.82 422	1.32 499	0.81 426	1.19 426	0.77 393	1.19 455	0.76 424	1.19 432	0.77 415

GLC_STEREO	1.07 427	1.01 311	1.06 424	1.07 381	1.05 456	1.06 427	1.08 451	1.08 421	1.05 456	1.07 430	1.06 452	1.08 433	1.05 440	1.06 432	1.10 450	1.07 412	1.09 426	1.05 441	1.05 451	1.06 415	1.12 449

FC-DCNN	1.07 427	1.09 326	0.98 417	0.89 352	0.52 378	1.41 505	0.91 434	1.21 482	1.24 515	1.96 517	2.05 572	1.91 518	1.30 507	1.27 498	1.08 449	0.80 374	0.60 356	0.58 373	0.41 344	0.68 355	0.54 363

hknet	1.10 430	1.85 428	3.49 585	4.48 561	0.02 21	0.42 296	0.06 111	0.41 269	0.02 21	0.48 317	0.03 53	0.41 276	0.03 53	0.42 288	0.03 49	4.39 572	4.19 586	0.33 234	0.23 211	0.34 223	0.27 218

test_xeample3	1.10 430	1.81 423	0.61 353	0.84 348	0.49 368	0.77 387	0.66 387	0.92 399	1.40 527	0.68 381	0.46 356	0.78 394	0.54 374	1.72 512	1.48 529	1.34 483	1.52 515	1.35 510	1.67 546	1.33 487	1.55 530

DISCO	1.11 432	0.39 165	5.28 598	0.39 214	0.20 200	0.39 258	0.27 225	0.39 247	0.22 202	0.38 242	0.20 200	0.38 250	0.20 198	6.95 609	0.22 197	0.30 208	0.21 182	0.27 208	0.21 202	5.25 590	0.21 187

Occ-G	1.12 433	0.52 226	3.72 590	3.50 549	0.50 372	0.56 362	0.47 354	0.54 348	0.46 348	0.54 356	0.41 336	0.54 358	0.42 336	0.52 349	0.42 334	3.42 565	4.02 585	0.52 366	0.45 355	0.51 336	0.44 331

AEACV	1.12 433	0.52 226	3.12 581	3.24 534	0.86 435	0.53 357	0.49 365	0.60 362	0.47 353	0.53 351	0.49 371	0.55 362	0.45 344	0.55 357	0.47 350	3.01 560	3.88 583	0.71 388	0.60 390	0.80 375	0.48 343

MSMD_ROB	1.19 435	1.10 328	0.70 375	1.10 383	0.60 387	1.10 434	0.70 406	1.10 424	0.70 407	1.10 432	0.70 412	1.10 437	0.70 402	7.00 610	0.70 406	1.10 415	0.70 380	1.10 442	0.70 414	1.10 417	0.70 398

MM-Stereo_test2	1.20 436	1.85 428	1.05 423	1.46 470	0.94 445	1.36 500	0.99 442	1.36 494	0.95 443	1.41 500	0.98 446	1.40 505	0.96 429	1.37 501	0.95 437	1.37 488	1.06 419	1.33 507	0.93 442	1.29 486	0.89 427

ours_stereo	1.20 436	1.21 386	0.90 408	1.64 482	1.11 459	1.35 498	0.67 391	1.76 509	0.93 441	1.70 513	1.10 455	1.39 503	0.75 411	1.41 503	0.81 426	1.60 501	1.03 418	1.33 507	1.00 445	1.61 497	0.72 403

DisPM	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

CrosDoStereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

PFNet+	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

LCNet	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

HHNet	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

Patchmatch Stereo++	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463
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	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

STrans-v2	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

TransformOpticalFlow	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

OMP-Stereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

IIG-Stereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

NF-Stereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

OCTAStereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

PSM-softLoss	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

KMStereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

NRIStereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

PSM-adaLoss	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

PSM-AAD	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

FTStereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

ROB_FTStereo_v2	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

ROB_FTStereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

Consistency-Raft	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

KYRaft	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

HUI-Stereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

ASMatch	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

DeepStereo_LL	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

DEmStereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

SST-Stereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

THIR-Stereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

RAFT_R40	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

DRaft	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

PFNet	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

GrayStereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

RE-Stereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

Pruner-Stereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

TVStereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

DeepStereo_RVC	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

RAFT-RH_RVC	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

IRAFT_RVC	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

RAFT-345	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

iRAFT	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

CRE-IMP	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

GMM-Stereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

RAFT-IKP	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

Prome-Stereo	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

HCRNet	1.22 483	7.11 573	3.00 569	3.55 550	0.33 287	0.29 212	0.14 153	0.19 155	0.15 168	0.33 226	0.29 247	0.25 196	0.14 159	0.22 176	0.33 270	3.64 566	3.00 563	0.76 395	0.32 287	0.18 156	0.13 151

HBP-ISP	1.24 484	1.72 416	1.65 523	1.15 391	0.76 423	1.40 504	0.88 431	1.67 508	1.02 454	1.69 512	1.38 526	1.69 513	1.21 500	1.87 519	1.21 509	1.05 411	0.79 397	0.97 432	0.80 431	1.19 432	0.75 410

AANet_RVC	1.26 485	0.31 144	4.99 596	5.93 587	0.20 200	0.25 196	0.20 187	0.25 191	0.20 194	0.23 179	0.19 196	0.25 196	0.20 198	0.25 194	0.20 191	5.66 596	4.76 589	0.26 204	0.30 269	0.24 186	0.27 218

MM-Stereo_test3	1.27 486	2.07 444	1.18 435	1.60 477	1.02 454	1.45 507	1.01 446	1.40 498	1.04 455	1.44 502	1.03 451	1.46 507	1.02 439	1.44 505	1.02 446	1.51 497	1.12 433	1.32 506	0.98 443	1.38 490	0.97 434

11t	1.27 486	2.70 488	1.34 493	1.32 460	0.89 437	1.30 495	1.34 517	1.64 505	0.57 377	1.45 503	0.72 420	1.05 432	1.29 506	1.07 435	1.29 518	1.49 494	1.02 417	0.97 432	1.15 456	1.48 492	1.31 516

MaskLacGwcNet_RVC	1.35 488	1.35 401	1.35 495	1.35 464	1.35 520	1.35 498	1.35 518	1.36 494	1.35 523	1.36 498	1.35 521	1.36 501	1.36 512	1.36 500	1.35 522	1.35 484	1.35 502	1.35 510	1.35 518	1.35 488	1.35 521

CC-Net-ROB	1.36 489	1.33 400	1.33 492	1.36 465	1.38 523	1.36 500	1.33 516	1.37 496	1.34 520	1.35 497	1.36 523	1.38 502	1.34 510	1.38 502	1.38 525	1.35 484	1.38 506	1.33 507	1.35 518	1.43 491	1.34 520

CFNet	1.37 490	5.27 556	0.19 165	5.49 584	0.19 197	0.28 209	0.19 183	0.28 200	0.19 192	0.28 205	0.19 196	0.28 209	4.35 596	0.28 212	0.19 187	0.23 179	0.17 167	0.23 188	4.21 604	4.81 581	0.17 175

PS-NSSS	1.38 491	1.39 404	1.34 493	1.34 462	1.35 520	1.38 502	1.37 525	1.35 493	1.38 526	1.34 496	1.34 520	1.39 503	1.38 515	1.70 511	1.40 526	1.36 486	1.36 503	1.36 512	1.37 521	1.37 489	1.36 522

RASNet	1.49 492	1.65 413	1.45 511	1.38 467	1.43 526	1.47 508	1.36 520	1.38 497	1.36 524	1.39 499	1.60 537	1.45 506	1.45 518	1.51 506	2.21 567	1.53 498	1.36 503	1.36 512	1.36 520	1.66 500	1.36 522

BPD-Stereo	1.53 493	1.36 402	1.06 424	1.42 469	1.23 519	1.41 505	1.07 450	1.43 500	1.12 457	1.42 501	1.06 452	1.83 515	1.07 441	1.42 504	1.07 448	1.27 478	1.38 506	6.80 607	1.00 445	1.26 484	1.00 438

GANetREF_RVC	1.55 494	1.94 441	1.22 487	1.88 485	1.21 515	1.88 517	1.22 508	1.88 511	1.22 513	1.88 514	1.22 510	1.88 516	1.22 501	1.89 520	1.22 510	1.87 509	1.22 488	1.88 531	1.22 509	1.88 509	1.22 509
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	1.59 495	1.91 435	1.21 486	1.94 488	1.20 469	2.00 525	1.23 509	1.99 516	1.24 515	2.00 522	1.25 513	2.03 526	1.26 503	2.00 524	1.29 518	1.90 513	1.18 440	1.89 532	1.21 508	1.89 510	1.20 463
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 496	1.59 411	1.70 525	1.59 474	1.59 532	1.61 511	1.61 536	1.60 501	1.60 533	1.62 511	1.59 536	1.60 509	1.60 521	1.60 507	1.59 533	1.59 499	1.60 525	1.59 518	1.59 538	1.59 496	1.59 535

ff7	1.68 497	2.68 485	1.35 495	0.97 370	0.89 437	1.84 514	2.15 565	2.12 522	1.80 550	2.05 527	1.56 533	2.33 533	2.12 556	2.23 530	2.25 568	1.31 480	1.07 420	1.48 514	1.41 524	0.90 390	1.04 444

ffff	1.68 497	2.68 485	1.35 495	0.97 370	0.89 437	1.84 514	2.15 565	2.12 522	1.80 550	2.05 527	1.56 533	2.33 533	2.12 556	2.23 530	2.25 568	1.31 480	1.07 420	1.48 514	1.41 524	0.90 390	1.04 444

ccc-4	1.68 497	2.68 485	1.35 495	0.97 370	0.89 437	1.84 514	2.15 565	2.12 522	1.80 550	2.05 527	1.56 533	2.33 533	2.12 556	2.23 530	2.25 568	1.31 480	1.07 420	1.48 514	1.41 524	0.90 390	1.04 444

MC-Stereo	1.76 500	2.96 505	1.37 505	2.14 496	1.37 522	2.14 531	1.36 520	2.14 525	1.37 525	2.14 531	1.37 524	2.14 528	1.37 514	2.14 529	1.37 524	1.97 517	1.32 490	1.97 534	1.32 517	1.98 511	1.33 518

IGEVStereo-DCA	1.77 501	4.21 540	1.84 540	2.49 513	2.11 565	2.54 551	1.36 520	1.65 506	1.17 464	2.75 560	1.90 555	2.54 546	1.15 447	0.94 410	1.11 451	1.50 495	1.32 490	0.96 430	1.46 530	1.49 493	0.88 425

rrr	1.77 501	4.21 540	1.84 540	2.49 513	2.11 565	2.54 551	1.36 520	1.65 506	1.17 464	2.75 560	1.90 555	2.54 546	1.15 447	0.94 410	1.11 451	1.50 495	1.32 490	0.96 430	1.46 530	1.49 493	0.88 425

MM-Stereo_test1	1.80 503	3.41 517	1.52 518	2.12 495	1.41 525	2.04 526	1.41 528	2.05 520	1.46 530	2.04 526	1.41 528	2.05 527	1.42 517	2.05 525	1.43 528	2.04 521	1.54 518	1.94 533	1.38 523	1.99 512	1.33 518

MFMNet_re	1.81 504	1.91 435	1.71 527	1.95 490	1.70 543	1.95 522	1.70 541	1.96 514	1.74 546	1.97 519	1.72 545	1.95 519	1.71 529	1.97 523	1.71 541	1.86 507	1.62 526	1.85 524	1.66 545	1.86 508	1.64 541

plain	1.88 505	3.16 511	0.64 357	3.10 529	0.65 399	3.10 566	0.64 384	3.12 565	0.65 389	3.10 566	0.65 397	3.11 566	0.65 384	3.12 565	0.65 380	3.12 561	0.65 366	3.13 564	0.65 403	3.13 552	0.65 389

RAFT_CTSACE	1.92 506	3.71 524	1.72 528	1.88 485	1.72 544	2.04 526	1.42 530	2.18 527	1.89 561	2.02 524	1.97 561	1.95 519	2.06 555	1.93 521	1.62 534	1.76 504	1.66 529	2.02 535	1.73 554	1.73 503	1.43 527

MonStereo1	1.94 507	2.77 498	1.52 518	3.73 557	1.51 529	2.13 530	1.42 530	2.32 535	1.52 531	2.31 539	1.50 531	2.53 543	1.59 520	2.34 537	1.56 531	1.91 514	1.36 503	1.86 527	1.31 516	2.07 513	1.53 528

4.25w-stereo	1.98 508	2.72 492	1.46 512	3.47 546	1.43 526	2.07 528	1.98 556	2.53 547	1.52 531	2.71 553	1.98 567	1.81 514	1.62 523	1.96 522	1.36 523	1.88 512	2.00 543	2.53 558	1.61 540	1.74 504	1.15 454

4.5w-stereo	1.99 509	2.33 465	1.81 531	3.28 536	1.68 539	1.94 519	1.99 559	2.72 550	1.70 538	2.72 554	1.99 570	1.97 521	1.68 525	1.76 513	1.29 518	1.91 514	2.02 549	2.53 558	1.61 540	1.75 505	1.16 457

2.75w_new	1.99 509	2.34 469	1.81 531	3.14 530	1.62 534	1.94 519	1.99 559	2.72 550	1.71 539	2.72 554	1.99 570	1.90 517	1.73 531	1.82 518	1.29 518	2.37 542	2.01 545	2.31 545	1.42 527	1.77 506	1.22 509

3.75w	1.99 509	2.31 463	1.83 539	3.16 532	1.65 536	1.93 518	1.98 556	2.72 550	1.68 535	2.73 559	1.97 561	2.00 523	1.72 530	1.81 517	1.25 514	2.27 533	2.01 545	2.38 550	1.42 527	1.71 502	1.24 512

2w_stereo	1.99 509	2.36 472	1.81 531	3.24 534	1.67 537	1.94 519	1.98 556	2.72 550	1.68 535	2.72 554	1.94 558	1.98 522	1.74 533	1.79 516	1.27 515	1.95 516	2.00 543	2.53 558	1.60 539	1.68 501	1.15 454

2.25w	2.00 513	1.86 430	1.98 553	2.95 527	2.17 569	2.26 532	1.35 518	2.42 541	2.00 568	2.07 530	1.27 515	2.53 543	1.99 551	2.29 534	1.49 530	2.21 528	1.32 490	1.85 524	1.87 558	2.52 539	1.62 539

4.25_new	2.00 513	2.33 465	1.82 536	3.32 539	1.69 540	1.95 522	1.99 559	2.72 550	1.71 539	2.72 554	1.97 561	2.01 524	1.74 533	1.77 514	1.28 516	2.18 525	2.01 545	2.48 556	1.58 536	1.65 498	1.17 458

4.5w_new	2.00 513	2.33 465	1.82 536	3.32 539	1.69 540	1.95 522	1.99 559	2.72 550	1.71 539	2.72 554	1.97 561	2.01 524	1.74 533	1.77 514	1.28 516	2.18 525	2.01 545	2.48 556	1.58 536	1.65 498	1.17 458

4.5_new	2.00 513	1.84 427	1.98 553	2.77 521	2.16 567	2.27 533	1.28 515	2.09 521	1.98 565	2.01 523	1.28 516	2.71 555	1.98 549	2.51 546	1.65 536	2.26 530	1.33 497	1.87 528	1.87 558	2.49 535	1.60 536

TRStereo	2.00 513	2.13 449	1.85 542	2.27 502	1.84 548	2.28 535	1.84 545	2.29 530	1.86 555	2.30 536	1.87 550	2.30 530	1.87 539	2.08 526	1.72 543	2.08 522	1.72 532	2.08 537	1.72 551	2.08 514	1.72 546

XX-Stereo	2.00 513	2.13 449	1.85 542	2.27 502	1.84 548	2.28 535	1.84 545	2.29 530	1.86 555	2.30 536	1.87 550	2.30 530	1.87 539	2.08 526	1.72 543	2.08 522	1.72 532	2.08 537	1.72 551	2.08 514	1.72 546

EAI-Stereo	2.00 513	2.13 449	1.85 542	2.27 502	1.84 548	2.28 535	1.84 545	2.29 530	1.86 555	2.30 536	1.87 550	2.30 530	1.87 539	2.08 526	1.72 543	2.08 522	1.72 532	2.08 537	1.72 551	2.08 514	1.72 546

2.5w	2.01 520	2.40 474	1.37 505	3.28 536	2.01 559	2.71 556	1.43 533	1.82 510	1.83 553	1.90 516	1.41 528	2.71 555	1.35 511	2.71 555	1.85 554	2.66 554	1.53 516	1.64 519	1.23 510	2.53 542	1.87 555

4w-stereo	2.02 521	2.72 492	1.44 510	3.36 542	1.59 532	2.48 544	1.72 542	2.28 528	1.24 515	2.24 534	1.65 541	2.56 548	1.32 509	2.39 540	1.98 564	2.67 556	1.51 514	1.66 520	1.24 511	2.53 542	1.88 558

IGEV	2.02 521	2.20 455	1.82 536	2.90 526	2.16 567	2.41 541	1.25 511	2.00 517	1.98 565	1.99 521	1.31 518	2.72 559	1.93 545	2.67 554	1.69 540	2.26 530	1.32 490	1.83 523	1.87 558	2.53 542	1.61 538

3.25w_new	2.03 523	2.72 492	1.35 495	3.33 541	1.57 530	2.72 557	1.53 535	2.15 526	1.33 519	2.15 532	1.60 537	2.63 552	1.30 507	2.72 557	1.99 565	2.67 556	1.53 516	1.75 522	1.25 513	2.53 542	1.87 555

3.5w_stereo	2.03 523	2.72 492	1.35 495	3.41 543	1.57 530	2.72 557	1.49 534	2.01 518	1.34 520	2.15 532	1.61 539	2.63 552	1.36 512	2.72 557	1.99 565	2.66 554	1.58 521	1.68 521	1.24 511	2.53 542	1.87 555

UniTT-Stereo	2.03 523	3.43 518	0.72 382	3.42 544	0.73 414	3.27 569	0.68 395	3.38 570	0.69 403	3.29 569	0.72 420	3.28 569	0.70 402	3.35 571	0.68 392	3.39 564	0.68 373	3.31 567	0.69 412	3.37 553	0.73 406

3.25w	2.04 526	2.20 455	1.48 513	3.03 528	2.17 569	2.63 555	1.39 526	1.96 514	1.95 564	1.96 517	1.37 524	2.71 555	1.96 548	2.71 555	1.73 548	2.26 530	1.32 490	1.87 528	1.87 558	2.51 538	1.63 540

3w_stereo	2.04 526	2.24 459	1.70 525	3.15 531	2.18 571	2.49 545	1.26 513	2.03 519	1.98 565	1.98 520	1.33 519	2.72 559	1.99 551	2.59 549	1.72 543	2.22 529	1.33 497	1.85 524	1.88 563	2.50 537	1.58 534

1w_stereo	2.05 528	2.32 464	1.35 495	3.74 558	2.01 559	2.73 559	1.42 530	1.88 511	1.93 563	2.03 525	1.28 516	2.71 555	1.99 551	2.72 557	1.72 543	2.20 527	1.32 490	1.87 528	1.86 557	2.45 531	1.54 529

sCroCo_RVC	2.10 529	2.76 496	1.92 550	2.78 524	1.39 524	2.73 559	1.41 528	2.73 556	1.40 527	2.77 565	1.41 528	2.74 561	1.40 516	2.74 560	1.40 526	2.72 558	1.42 509	2.72 562	1.44 529	2.79 549	1.42 526

MoCha-V2	2.11 530	26.97 615	0.78 393	0.92 358	0.77 426	0.96 409	0.72 411	0.90 394	0.72 415	0.94 411	0.70 412	0.90 407	0.71 406	0.91 404	0.71 408	0.85 385	0.71 384	0.88 412	0.69 412	0.87 385	0.67 394

FBW_ROB	2.12 531	2.46 478	1.77 530	2.49 513	1.79 547	2.38 539	1.83 544	2.46 542	1.78 549	2.48 547	1.97 561	2.40 538	1.78 536	2.42 543	1.83 552	2.31 538	1.85 540	2.38 550	1.82 556	2.35 526	1.84 551

MonStereo	2.17 532	2.41 475	1.49 517	2.67 518	1.67 537	2.60 554	2.04 563	2.32 535	1.76 547	2.44 544	1.68 543	2.50 541	1.69 527	2.38 538	1.80 551	2.28 534	1.78 535	2.63 561	2.14 566	3.47 554	1.68 544

asda	2.17 532	2.54 479	1.81 531	3.47 546	1.78 546	2.50 547	1.86 549	2.61 549	1.68 535	2.61 551	1.83 547	2.37 537	1.73 531	2.44 544	1.88 559	2.51 551	1.84 539	2.34 547	1.62 542	2.23 519	1.77 550

asd	2.18 534	2.77 498	1.58 520	3.59 551	2.00 558	2.58 553	1.85 548	2.39 540	1.71 539	2.47 546	1.97 561	2.59 550	1.61 522	2.56 547	1.79 550	2.51 551	1.99 542	2.11 540	1.62 542	2.36 527	1.60 536

qwe	2.18 534	2.60 482	1.58 520	3.83 559	1.90 556	2.53 549	1.90 554	2.48 543	1.73 544	2.37 542	1.92 557	2.53 543	1.68 525	2.56 547	1.83 552	2.52 553	1.87 541	2.07 536	1.68 548	2.32 525	1.71 545

monsters	2.18 534	2.41 475	1.96 552	3.47 546	2.03 563	2.53 549	1.64 538	2.48 543	1.73 544	2.40 543	1.50 531	2.62 551	1.94 546	2.59 549	1.94 561	2.44 546	1.57 520	2.28 543	1.87 558	2.42 529	1.86 553

AIO_rvc	2.18 534	2.34 469	1.87 546	2.32 506	1.94 557	2.40 540	1.89 553	2.37 538	2.07 570	2.52 549	1.95 560	2.44 540	1.99 551	2.41 541	1.89 560	2.32 539	2.09 551	2.24 541	2.18 567	2.21 518	2.23 562

HUF	2.18 534	2.30 462	1.99 556	2.34 508	2.02 562	2.41 541	2.06 564	2.38 539	1.89 561	2.36 541	1.85 548	2.56 548	1.98 549	2.31 536	1.97 563	2.30 537	2.03 550	2.30 544	2.11 565	2.23 519	2.16 560

AIO_test	2.18 534	2.09 447	2.04 557	2.42 510	2.01 559	2.47 543	1.94 555	2.34 537	2.03 569	2.56 550	1.94 558	2.43 539	1.94 546	2.41 541	1.87 558	2.39 544	2.10 552	2.35 549	1.91 564	2.25 521	2.19 561

monsterstereo	2.20 540	2.33 465	1.95 551	3.65 553	2.07 564	2.49 545	1.61 536	2.48 543	1.83 553	2.45 545	1.61 539	2.67 554	1.86 538	2.64 551	1.94 561	2.48 550	1.66 529	2.34 547	1.68 548	2.40 528	1.86 553

LG-G_1	2.22 541	2.71 490	1.89 547	2.77 521	1.87 554	2.75 561	1.87 551	2.76 558	1.87 559	2.75 560	1.87 550	2.76 562	1.87 539	2.75 561	1.86 555	2.47 548	1.58 521	2.45 553	1.57 533	2.45 531	1.57 532

LG-G	2.22 541	2.71 490	1.89 547	2.77 521	1.87 554	2.75 561	1.87 551	2.76 558	1.87 559	2.75 560	1.87 550	2.76 562	1.87 539	2.75 561	1.86 555	2.47 548	1.58 521	2.45 553	1.57 533	2.45 531	1.57 532

LGtest1	2.22 541	2.70 488	1.89 547	2.76 520	1.86 551	2.75 561	1.86 549	2.75 557	1.86 555	2.75 560	1.86 549	2.77 564	1.87 539	2.75 561	1.86 555	2.46 547	1.58 521	2.45 553	1.56 532	2.45 531	1.56 531

RAStereo	2.23 544	3.64 521	0.76 390	3.65 553	0.86 435	3.66 574	0.76 416	3.67 574	0.81 431	3.66 571	0.76 426	3.66 572	0.77 414	3.68 573	0.77 418	3.68 567	0.77 393	3.69 572	0.77 425	3.70 556	0.77 415

UDGNet	2.23 544	5.40 561	1.72 528	2.48 512	1.69 540	2.51 548	1.69 540	2.51 546	1.72 543	2.50 548	1.69 544	2.52 542	1.69 527	2.50 545	1.68 539	2.41 545	1.70 531	2.42 552	1.69 550	2.42 529	1.64 541

NCCL2	2.28 546	2.27 460	2.28 559	2.28 505	2.28 572	2.27 533	2.29 568	2.28 528	2.28 571	2.27 535	2.28 573	2.28 529	2.27 559	2.27 533	2.28 572	2.28 534	2.28 557	2.27 542	2.29 571	2.27 522	2.29 563

Abc-Net	2.32 547	24.75 607	1.14 429	1.17 397	1.17 466	1.11 437	1.15 456	1.17 431	1.21 512	1.08 431	1.16 459	1.12 442	1.14 446	1.09 436	1.17 459	1.09 413	1.16 436	1.17 450	1.17 459	1.16 424	1.11 447
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 548	25.00 608	1.13 428	1.15 391	1.15 461	1.10 434	1.15 456	1.15 426	1.15 459	1.12 438	1.15 456	1.09 435	1.13 444	1.10 438	1.15 455	1.11 420	1.09 426	1.16 446	1.12 454	1.16 424	1.17 458

stereogan	2.33 548	24.38 606	1.18 435	1.18 398	1.18 468	1.14 440	1.18 460	1.19 434	1.19 466	1.14 441	1.18 463	1.14 443	1.18 452	1.14 443	1.18 460	1.14 423	1.14 434	1.19 455	1.19 460	1.15 422	1.19 462

RGC	2.36 550	25.48 609	1.19 437	1.15 391	1.15 461	1.10 434	1.16 458	1.17 431	1.16 460	1.12 438	1.16 459	1.11 441	1.13 444	1.09 436	1.18 460	1.10 415	1.15 435	1.16 446	1.12 454	1.14 419	1.12 449

NCC-stereo	2.36 550	25.52 610	1.17 433	1.15 391	1.17 466	1.11 437	1.11 452	1.15 426	1.16 460	1.10 432	1.16 459	1.10 437	1.15 447	1.14 443	1.13 453	1.09 413	1.11 430	1.15 445	1.16 458	1.17 429	1.17 458

AF-Net	2.37 552	25.71 611	1.17 433	1.13 388	1.15 461	1.15 441	1.18 460	1.19 434	1.16 460	1.10 432	1.15 456	1.10 437	1.18 452	1.12 442	1.15 455	1.10 415	1.10 429	1.17 450	1.15 456	1.16 424	1.12 449

Nwc_Net	2.37 552	25.95 612	1.15 431	1.14 389	1.15 461	1.08 431	1.14 455	1.17 431	1.16 460	1.14 441	1.15 456	1.08 433	1.15 447	1.11 440	1.14 454	1.10 415	1.11 430	1.16 446	1.09 453	1.16 424	1.15 454

CFNet_RVC	2.38 554	8.71 584	0.38 261	9.33 603	0.42 348	0.56 362	0.42 339	0.60 362	0.38 311	0.62 372	0.42 346	0.56 365	7.29 608	0.62 367	0.42 334	0.53 331	0.37 267	0.49 354	0.34 299	8.30 604	6.87 611

edge stereo	2.43 555	27.07 616	1.14 429	1.06 380	1.14 460	1.08 431	1.17 459	1.16 429	1.14 458	1.10 432	1.16 459	1.09 435	1.16 451	1.10 438	1.16 458	1.10 415	1.11 430	1.16 446	1.19 460	1.13 418	1.11 447

FAT-Stereo	2.46 556	26.05 613	1.23 489	1.23 447	1.22 517	1.20 443	1.24 510	1.23 485	1.23 514	1.19 444	1.22 510	1.21 493	1.24 502	1.20 448	1.24 511	1.21 474	1.17 439	1.22 503	1.25 513	1.20 434	1.24 512

S-Stereo	2.51 557	26.86 614	1.23 489	1.22 445	1.22 517	1.24 491	1.25 511	1.22 483	1.24 515	1.21 490	1.24 512	1.19 447	1.27 504	1.19 447	1.24 511	1.19 426	1.20 441	1.25 504	1.19 460	1.24 483	1.23 511

Anonymous3	2.55 558	3.26 515	1.65 523	3.28 536	1.63 535	3.24 568	1.68 539	3.27 567	1.66 534	3.28 568	1.67 542	3.25 568	1.66 524	3.27 567	1.64 535	3.26 562	1.65 528	3.30 566	1.65 544	4.95 586	1.65 543

MIF-Stereo (partial)	2.58 559	3.31 516	0.66 361	3.18 533	0.66 402	3.18 567	0.66 387	3.21 566	0.67 392	3.19 567	0.66 399	3.19 567	0.66 387	3.31 569	0.68 392	5.09 592	1.79 537	8.23 611	1.67 546	6.18 595	1.38 524

MSMDNet	2.65 560	10.14 595	0.33 233	9.74 606	0.32 275	0.87 398	0.33 274	2.95 564	0.68 398	0.49 324	0.34 292	0.49 328	5.70 603	0.49 327	0.33 270	0.42 292	9.57 608	0.41 310	0.31 280	8.36 605	0.65 389

pcwnet_v2	2.66 561	9.89 593	0.33 233	9.89 607	0.32 275	0.50 340	0.32 263	0.49 318	0.33 281	0.49 324	0.34 292	0.49 328	8.76 610	0.48 321	0.33 270	0.41 278	9.58 609	0.40 293	0.29 255	9.01 608	0.63 381

CFNet_pseudo	2.67 562	9.36 589	0.32 227	10.99 612	0.33 287	0.85 396	0.33 274	0.49 318	0.33 281	0.49 324	0.32 277	0.49 328	7.26 607	0.49 327	0.33 270	0.41 278	9.62 610	0.41 310	0.29 255	10.03 612	0.29 237

CFNet_ucs	2.73 563	9.64 591	0.33 233	9.92 608	0.32 275	0.49 331	0.33 274	0.49 318	0.33 281	0.49 324	0.33 284	0.49 328	8.98 611	0.48 321	0.33 270	0.41 278	9.96 613	0.40 293	0.29 255	10.12 613	0.54 363

UCFNet_RVC	2.75 564	10.06 594	0.29 204	10.31 611	0.29 248	0.42 296	0.29 242	0.43 293	0.29 243	0.42 282	0.29 247	0.42 294	9.87 613	0.43 294	0.29 240	0.36 238	9.84 612	0.36 263	0.26 229	9.77 611	0.26 208

ccs_rob	2.79 565	10.17 596	0.32 227	10.00 609	0.33 287	0.49 331	0.33 274	1.90 513	0.32 274	0.51 345	0.33 284	0.49 328	9.24 612	0.49 327	0.33 270	0.41 278	9.82 611	0.41 310	0.28 245	9.34 609	0.29 237

PCWNet_CMD	2.80 566	9.82 592	0.32 227	10.09 610	0.32 275	0.49 331	0.33 274	3.34 569	0.33 281	0.49 324	0.33 284	0.49 328	8.73 609	0.48 321	0.33 270	0.41 278	9.22 607	0.42 321	0.29 255	9.55 610	0.31 259

NLSM1	2.93 567	3.24 514	2.57 567	4.04 560	2.66 575	3.30 570	2.55 571	3.29 568	2.55 573	3.35 570	2.48 575	3.28 569	2.47 561	3.34 570	2.49 573	3.26 562	2.55 561	3.13 564	2.57 574	3.00 551	2.46 570

StereoVision	3.15 568	5.00 550	0.89 405	4.83 577	1.00 448	3.93 575	1.27 514	6.37 604	1.34 520	5.67 604	1.26 514	5.84 605	1.27 504	5.03 601	1.24 511	5.10 593	1.09 426	4.61 585	0.57 386	5.62 593	1.12 449

MaDis-Stereo	3.19 569	6.02 571	1.12 427	5.61 586	1.16 465	5.43 602	1.02 448	5.15 601	0.70 407	5.43 601	1.21 509	5.03 602	0.97 430	4.85 595	0.99 441	4.53 574	1.16 436	5.53 601	1.25 513	5.37 591	1.30 515

sAnonymous2	3.31 570	2.63 483	1.38 507	3.71 555	1.86 551	4.70 594	1.11 452	4.82 597	2.72 575	5.45 602	1.98 567	4.59 587	2.64 562	2.65 552	6.21 608	4.37 570	1.08 424	5.16 599	2.24 569	4.52 568	2.39 568

CroCo_RVC	3.31 570	2.63 483	1.38 507	3.71 555	1.86 551	4.70 594	1.11 452	4.82 597	2.72 575	5.45 602	1.98 567	4.59 587	2.64 562	2.65 552	6.21 608	4.37 570	1.08 424	5.16 599	2.24 569	4.52 568	2.39 568

DPSNet	3.66 572	3.60 520	3.62 588	3.63 552	3.64 597	3.65 573	3.65 597	3.66 573	3.67 594	3.67 572	3.65 595	3.67 573	3.66 583	3.66 572	3.68 592	3.68 567	3.66 581	3.67 571	3.68 597	3.67 555	3.67 596

NLCSM	3.67 573	4.08 535	3.19 584	4.80 576	3.26 590	3.99 578	3.24 592	4.25 580	3.18 590	4.09 576	3.27 590	4.14 578	3.18 578	4.13 578	3.28 588	4.06 569	3.10 571	3.85 576	3.14 588	3.91 561	3.27 592

STTStereo	3.73 574	30.40 620	2.37 563	2.39 509	2.31 574	2.35 538	2.33 569	2.29 530	2.42 572	2.32 540	2.34 574	2.33 533	2.36 560	2.30 535	2.27 571	2.35 541	2.22 556	2.31 545	2.22 568	2.29 524	2.34 567

rvit_105_1	3.83 575	5.22 554	3.01 570	4.53 564	3.01 578	4.51 582	3.01 577	4.56 584	3.04 578	4.53 583	3.03 579	4.55 585	3.03 566	4.56 584	3.04 575	4.57 576	3.05 564	4.57 580	3.05 579	4.57 570	3.05 577

rvit_stereo_0081	3.83 575	5.23 555	3.01 570	4.53 564	3.03 580	4.55 588	3.02 578	4.56 584	3.04 578	4.52 581	3.02 577	4.54 583	3.03 566	4.56 584	3.04 575	4.57 576	3.05 564	4.57 580	3.05 579	4.58 571	3.05 577

rvit_stereo_0081_aga	3.86 577	5.33 558	3.02 573	4.55 570	3.04 584	4.54 584	3.02 578	4.64 591	3.06 582	4.54 585	3.04 581	4.62 592	3.08 573	4.62 590	3.07 580	4.58 579	3.06 568	4.60 584	3.08 583	4.63 574	3.07 581

rvit_stereo_0082	3.86 577	5.82 569	3.01 570	4.53 564	3.03 580	4.54 584	3.02 578	4.56 584	3.04 578	4.53 583	3.02 577	4.55 585	3.04 569	4.57 587	3.05 577	4.57 576	3.05 564	4.58 582	3.05 579	4.58 571	3.06 580

rvit_0105_6	3.87 579	5.73 568	3.10 580	4.69 574	3.12 588	4.54 584	3.02 578	4.56 584	3.04 578	4.54 585	3.03 579	4.54 583	3.04 569	4.56 584	3.05 577	4.58 579	3.05 564	4.58 582	3.05 579	4.58 571	3.05 577

rvit_stereo_0080	3.89 580	5.70 566	3.04 575	4.54 567	3.03 580	4.56 589	3.05 584	4.60 588	3.07 583	4.58 588	3.06 582	4.59 587	3.06 571	4.61 588	3.08 581	4.63 581	3.09 569	4.64 586	3.10 584	4.65 575	3.10 584

whm_eth	3.89 580	5.70 566	3.04 575	4.54 567	3.03 580	4.56 589	3.05 584	4.60 588	3.07 583	4.58 588	3.06 582	4.59 587	3.06 571	4.61 588	3.08 581	4.63 581	3.09 569	4.64 586	3.10 584	4.65 575	3.10 584

rvit_0105_4	3.91 582	5.47 565	3.02 573	4.54 567	3.02 579	4.54 584	3.03 582	4.75 594	3.17 589	4.57 587	3.06 582	4.61 591	3.16 577	4.65 591	3.09 583	4.66 583	3.11 572	4.68 589	3.18 590	4.81 581	3.16 589

rvit_0105_3	3.91 582	5.33 558	3.06 578	4.60 572	3.07 586	4.60 591	3.06 586	4.62 590	3.08 586	4.60 590	3.07 585	4.62 592	3.08 573	4.67 592	3.10 584	4.70 584	3.11 572	4.77 593	3.19 591	4.77 580	3.14 588

rvit_stereo_0083	3.92 584	5.30 557	3.06 578	4.61 573	3.09 587	4.67 593	3.08 587	4.66 592	3.09 587	4.62 591	3.10 587	4.66 595	3.11 575	4.67 592	3.16 586	4.72 586	3.16 575	4.77 593	3.11 586	4.66 577	3.11 586

rvit_stereo_ft	3.93 585	5.44 563	3.05 577	4.59 571	3.06 585	4.61 592	3.08 587	4.67 593	3.12 588	4.63 592	3.10 587	4.65 594	3.11 575	4.69 594	3.13 585	4.70 584	3.14 574	4.71 591	3.15 589	4.74 578	3.16 589

rvit_0105_5	4.10 586	5.40 561	3.13 583	4.71 575	3.15 589	4.72 596	3.10 589	4.90 599	3.27 591	4.69 593	3.16 589	4.84 599	3.25 579	4.96 598	3.34 589	5.05 591	3.39 580	5.10 598	3.40 592	5.11 588	3.42 593

MLG-Stereo_test1	4.25 587	5.34 560	3.61 587	5.31 582	3.63 596	5.23 600	3.57 595	5.38 602	3.65 593	5.23 599	3.47 592	4.76 596	3.74 586	4.85 595	3.71 593	4.96 588	3.18 577	4.71 591	2.92 576	4.86 584	2.90 574

MLG-Stereo_test3	4.26 588	4.85 548	3.95 591	5.35 583	3.60 595	4.75 597	3.76 598	5.49 603	3.71 595	5.39 600	3.69 596	4.82 598	3.66 583	4.85 595	3.73 596	4.93 587	3.19 578	4.69 590	2.99 578	4.84 583	2.98 576

MLG-Stereo_test2	4.28 589	5.46 564	3.69 589	4.86 578	3.72 598	5.58 603	3.42 593	4.81 596	3.77 599	4.85 595	3.72 597	5.55 604	3.63 582	5.58 602	3.53 591	4.41 573	3.28 579	4.99 597	2.95 577	4.75 579	3.13 587

RAFT+CT+SA	4.28 589	7.62 577	4.91 595	5.55 585	2.28 572	3.09 565	3.64 596	4.49 582	3.07 583	4.80 594	3.35 591	4.77 597	3.70 585	4.29 581	3.05 577	5.58 595	5.98 596	3.58 570	3.78 599	4.26 564	3.72 597

SA	4.33 591	7.35 574	6.85 606	5.96 588	4.09 602	3.59 572	3.15 590	3.82 575	2.64 574	3.91 573	3.85 598	3.57 571	2.72 564	3.13 566	4.03 599	7.09 606	6.86 601	3.57 569	3.12 587	3.85 557	3.51 595

Sa-1000	4.34 592	8.37 580	6.84 605	6.98 595	4.45 605	3.58 571	3.00 576	3.42 571	3.39 592	2.61 551	4.00 601	3.83 575	4.01 594	3.90 575	3.90 597	5.98 599	5.62 594	3.76 573	2.34 572	4.35 566	2.47 571

TestStereo1	4.60 593	8.41 581	6.44 603	6.86 593	3.79 599	3.97 576	3.78 599	3.99 577	3.74 596	3.97 574	3.52 593	3.94 576	3.58 580	3.98 576	3.72 594	6.82 603	6.50 599	3.76 573	3.66 595	3.90 558	3.74 599

SA-5K	4.60 593	8.41 581	6.44 603	6.86 593	3.79 599	3.97 576	3.78 599	3.99 577	3.74 596	3.97 574	3.52 593	3.94 576	3.58 580	3.98 576	3.72 594	6.82 603	6.50 599	3.76 573	3.66 595	3.90 558	3.74 599

DispFullNet	4.61 595	4.84 547	3.12 581	5.00 580	3.57 594	4.75 597	3.03 582	7.75 610	4.17 603	4.91 597	3.09 586	6.20 606	3.95 592	6.71 606	3.51 590	5.30 594	3.67 582	5.86 605	3.63 594	5.61 592	3.46 594

test_5	4.62 596	7.55 576	6.23 601	6.32 590	3.40 593	5.29 601	3.50 594	3.53 572	4.11 602	4.28 578	4.47 605	4.26 581	4.38 597	3.68 573	3.24 587	5.89 597	5.60 593	4.84 595	3.50 593	4.33 565	3.93 603

raft_robust	4.71 597	7.75 578	5.40 600	6.81 592	3.31 591	4.28 581	4.20 604	4.32 581	4.37 605	4.35 580	4.35 604	4.14 578	3.75 587	4.30 582	4.20 602	6.67 602	6.37 597	3.36 568	4.24 605	4.86 584	3.25 591

cross-raft	4.83 598	7.52 575	6.43 602	6.63 591	3.96 601	4.51 582	3.99 602	4.49 582	3.96 601	4.52 581	3.96 600	4.50 582	3.97 593	4.50 583	3.97 598	6.65 601	6.44 598	4.33 577	3.92 601	4.35 566	3.91 602

test_4	4.88 599	8.13 579	6.98 607	7.46 596	4.44 604	4.25 580	3.85 601	4.04 579	3.92 600	4.13 577	3.91 599	4.18 580	3.84 590	4.14 579	4.06 600	7.01 605	7.13 602	4.53 578	3.72 598	4.09 562	3.72 597

TestStereo	4.88 599	4.75 546	4.79 594	4.87 579	4.92 606	4.81 599	4.90 607	4.78 595	4.77 606	4.87 596	4.89 606	4.90 600	4.91 599	4.99 599	4.79 604	4.98 589	4.87 590	4.87 596	4.92 607	5.00 587	5.00 606

test_3	5.01 601	8.86 586	7.77 609	8.09 598	2.76 577	4.13 579	4.05 603	3.88 576	3.76 598	4.33 579	4.13 602	3.71 574	3.91 591	4.21 580	4.06 600	7.93 607	7.69 604	4.53 578	3.91 600	4.17 563	4.29 605

NLCA_NET_v2_RVC	5.04 602	50.87 630	2.78 568	2.87 525	2.71 576	2.78 564	0.47 354	2.88 563	2.86 577	1.89 515	2.67 576	2.79 565	2.79 565	2.78 564	2.83 574	2.82 559	2.82 562	2.83 563	2.77 575	2.83 550	2.76 572
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 603	5.15 552	4.49 593	5.07 581	3.37 592	6.87 606	4.75 606	5.04 600	6.34 610	7.84 610	5.06 607	6.72 610	4.09 595	4.99 599	5.44 607	5.03 590	3.16 575	4.67 588	4.86 606	5.15 589	3.89 601

U	5.15 604	8.49 583	1.81 531	8.49 600	1.77 545	8.49 611	1.77 543	8.51 612	1.77 548	8.49 612	1.77 546	8.50 612	1.78 536	8.58 612	1.77 549	8.54 610	1.78 535	8.55 612	1.78 555	8.55 606	1.84 551

SGM-Forest	5.21 605	5.92 570	4.08 592	6.18 589	4.16 603	6.31 605	4.34 605	6.50 605	4.33 604	6.14 606	4.21 603	6.61 609	4.55 598	6.67 605	4.48 603	5.94 598	3.94 584	5.85 604	4.03 603	5.79 594	4.17 604
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 606	9.16 588	8.03 612	8.09 598	5.62 609	6.11 604	6.35 610	6.85 607	4.94 607	6.08 605	6.29 612	4.98 601	6.43 604	6.22 603	6.36 610	6.16 600	7.47 603	5.82 603	5.44 610	7.11 600	5.68 609

rvit_stereo_0075_2	6.64 607	8.80 585	5.25 597	7.89 597	5.27 608	7.90 610	5.27 608	7.92 611	5.28 608	7.91 611	5.29 609	7.93 611	5.27 600	7.92 611	5.28 605	7.93 607	5.28 592	7.93 610	5.29 609	7.93 603	5.28 608

RAFT	6.73 608	9.36 589	7.40 608	8.51 601	6.55 610	6.88 607	6.60 611	6.79 606	6.60 611	6.80 607	6.72 613	5.31 603	5.50 602	6.61 604	6.61 611	8.42 609	5.89 595	5.73 602	5.45 611	6.61 596	6.24 610

SGM+DAISY	7.06 609	9.15 587	5.38 599	8.84 602	5.18 607	8.80 612	5.31 609	8.79 613	5.28 608	8.89 613	5.20 608	8.93 613	5.33 601	8.95 613	5.36 606	8.70 611	5.21 591	8.74 613	5.20 608	8.89 607	5.15 607

test-v	7.53 610	11.89 597	7.98 610	9.36 604	7.14 611	7.06 608	7.09 612	7.37 608	6.91 612	7.29 608	5.71 610	6.45 607	6.93 605	6.73 607	7.27 612	8.93 612	7.85 605	6.98 608	6.80 612	7.56 601	7.34 612

test-2	7.53 610	11.89 597	7.98 610	9.36 604	7.14 611	7.06 608	7.09 612	7.37 608	6.91 612	7.29 608	5.71 610	6.45 607	6.93 605	6.73 607	7.27 612	8.93 612	7.85 605	6.98 608	6.80 612	7.56 601	7.34 612

PA-Net	11.80 612	223.51 637	0.62 354	0.59 312	0.71 411	0.59 370	0.73 412	0.67 371	0.73 418	0.55 359	0.61 391	0.60 372	0.74 409	0.63 371	0.73 410	0.66 357	0.60 356	0.69 385	0.66 405	0.72 362	0.65 389
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 613	23.00 605	15.00 613	23.00 619	15.00 613	24.00 619	16.00 614	24.00 620	16.00 614	22.00 620	15.00 614	23.00 620	16.00 614	23.00 620	15.00 614	22.00 620	15.00 614	22.00 620	15.00 614	22.00 620	15.00 614

rafts_anoy	20.00 614	20.00 599	20.00 614	20.00 613	20.00 614	20.00 613	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615

raft+_RVC	20.00 614	20.00 599	20.00 614	20.00 613	20.00 614	20.00 613	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615

raftrobust	20.00 614	20.00 599	20.00 614	20.00 613	20.00 614	20.00 613	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615

CasAABBNet	20.00 614	20.00 599	20.00 614	20.00 613	20.00 614	20.00 613	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615

RALCasStereoNet	20.00 614	20.00 599	20.00 614	20.00 613	20.00 614	20.00 613	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615

RALAANet	20.00 614	20.00 599	20.00 614	20.00 613	20.00 614	20.00 613	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615	20.00 614	20.00 615

111	30.40 620	30.94 621	29.72 621	32.61 620	30.02 621	33.57 620	30.47 622	31.50 621	29.39 622	30.98 621	29.11 622	29.78 621	30.39 625	29.45 621	30.76 625	30.08 621	29.02 622	29.92 621	30.32 625	29.86 621	30.17 622

WCMA_ROB	31.10 621	35.43 625	27.12 620	39.51 631	23.10 620	38.78 631	25.30 621	37.49 632	25.39 621	37.29 631	27.02 621	38.52 632	26.48 621	37.80 631	26.44 621	36.28 628	22.65 621	33.90 625	22.30 621	37.10 629	24.18 621

DCANet-4	35.22 622	34.54 622	35.08 627	33.58 624	35.47 628	34.55 621	35.53 629	36.08 627	35.85 626	35.92 627	35.77 628	35.18 627	35.48 627	35.39 627	37.15 631	34.55 627	33.92 626	35.02 628	34.90 627	35.79 625	34.74 629

ADStereo(finetuned)	36.13 623	36.63 626	38.07 631	36.97 625	33.25 625	35.91 625	34.45 626	36.36 628	32.99 623	38.14 632	36.71 629	36.69 628	34.13 626	38.57 632	40.79 632	37.60 632	36.58 629	35.90 629	33.36 626	35.42 624	34.04 626

Reg-Stereo(zero)	37.00 624	37.00 627	37.00 628	37.00 626	37.00 629	37.00 628	37.00 630	37.00 629	37.00 627	37.00 628	37.00 630	37.00 629	37.00 628	37.00 628	37.00 628	37.00 629	37.00 630	37.00 630	37.00 630	37.00 626	37.00 630

HI	37.00 624	37.00 627	37.00 628	37.00 626	37.00 629	37.00 628	37.00 630	37.00 629	37.00 627	37.00 628	37.00 630	37.00 629	37.00 628	37.00 628	37.00 628	37.00 629	37.00 630	37.00 630	37.00 630	37.00 626	37.00 630

CoSv	37.00 624	37.00 627	37.00 628	37.00 626	37.00 629	37.00 628	37.00 630	37.00 629	37.00 627	37.00 628	37.00 630	37.00 629	37.00 628	37.00 628	37.00 628	37.00 629	37.00 630	37.00 630	37.00 630	37.00 626	37.00 630

MDST_ROB	69.83 627	87.70 631	41.95 632	113.75 634	65.62 634	75.05 632	55.25 634	75.64 634	45.04 630	71.61 633	41.75 633	72.81 633	44.06 631	68.38 633	44.63 633	101.89 635	59.57 635	107.10 635	61.05 635	104.38 632	59.38 635

NOSS_ROB	102.95 628	153.00 635	121.00 635	51.00 632	44.00 632	165.00 635	127.00 635	153.00 635	119.00 632	164.00 636	125.00 635	168.00 636	120.00 633	153.00 635	117.00 635	49.00 633	44.00 633	49.00 633	44.00 633	49.00 630	44.00 633

CBMV	128.50 629	1422.70 642	53.10 633	79.50 633	51.30 633	77.30 633	49.70 633	74.00 633	48.20 631	77.20 634	48.80 634	73.90 634	48.00 632	73.80 634	48.80 634	70.40 634	45.10 634	68.90 634	46.10 634	68.20 631	45.00 634
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 630	171.00 636	160.68 638	162.58 635	160.59 635	164.01 634	160.35 636	158.51 636	158.56 633	158.34 635	160.12 636	158.56 635	159.92 634	157.26 636	158.94 636	154.38 636	158.36 636	155.75 636	159.13 637	153.67 633	154.07 636
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	201.80 631	123.00 632	115.00 634	219.00 636	218.00 637	223.00 636	244.00 638	217.00 637	236.00 635	202.00 637	203.00 637	205.00 637	208.00 635	225.00 637	204.00 637	210.00 637	198.00 637	197.00 637	184.00 638	204.00 634	201.00 637

MGS-Stereo	239.45 632	123.00 632	135.00 636	266.00 637	286.00 638	277.00 637	305.00 639	271.00 638	242.00 636	274.00 638	279.00 639	255.00 638	270.00 637	268.00 638	297.00 639	221.00 638	247.00 639	216.00 638	123.00 636	217.00 635	217.00 639

EGLCR-Stereo	246.90 633	129.00 634	139.00 637	266.00 637	286.00 638	277.00 637	305.00 639	271.00 638	242.00 636	274.00 638	279.00 639	255.00 638	270.00 637	268.00 638	297.00 639	230.00 639	247.00 639	216.00 638	223.00 640	237.00 636	227.00 640

DLCB_ROB	284.23 634	354.61 638	207.27 639	363.24 639	206.46 636	364.72 639	210.41 637	364.72 640	210.41 634	364.81 640	208.64 638	364.81 640	208.64 636	364.72 640	210.41 638	354.70 640	205.53 638	354.70 640	205.53 639	354.70 637	205.53 638

LE_ROB	396.57 635	471.28 639	329.84 640	471.48 640	308.15 640	526.83 640	322.10 641	488.15 641	323.76 638	495.46 641	317.97 641	497.17 641	320.10 639	481.62 641	326.76 641	462.71 641	298.97 641	466.16 641	285.98 641	447.62 638	289.21 641

SGM-ForestM	596.69 636	677.77 640	444.52 641	699.85 641	517.25 641	732.94 641	488.29 642	770.79 642	460.11 639	750.81 642	487.98 642	792.79 642	499.41 640	730.90 642	475.81 642	720.03 642	491.16 642	663.96 642	418.60 642	674.76 639	436.05 642

CBMV_ROB	818.48 637	913.88 641	709.52 642	862.84 642	597.78 642	1073.99 642	700.52 643	1015.66 643	702.59 640	1115.65 643	760.02 643	1130.24 643	721.57 641	1037.41 643	692.65 643	814.05 643	564.29 643	843.28 643	595.31 643	915.51 640	602.92 643

tt	500032.53 638	34.60 623	29.72 621	37.47 629	34.41 626	36.85 626	35.22 627	34.71 625	33.55 624	34.50 622	35.43 626	33.81 625	10000000.00 642	33.57 625	33.13 626	33.68 625	35.00 627	34.03 626	35.26 628	30.96 622	34.63 627

DCANet	500032.53 638	34.60 623	29.72 621	37.47 629	34.41 626	36.85 626	35.22 627	34.71 625	33.55 624	34.50 622	35.43 626	33.81 625	10000000.00 642	33.57 625	33.13 626	33.68 625	35.00 627	34.03 626	35.26 628	30.96 622	34.63 627

fff	1000028.16 640	29.62 617	29.72 621	32.61 620	30.02 621	35.13 622	31.83 623	32.07 622	10000000.00 641	35.27 624	29.82 623	32.45 622	30.15 622	32.35 622	30.09 622	31.04 622	29.55 623	30.64 622	30.14 622	10000000.00 641	30.77 623

csc	1000028.16 640	29.62 617	29.72 621	32.61 620	30.02 621	35.13 622	31.83 623	32.07 622	10000000.00 641	35.27 624	29.82 623	32.45 622	30.15 622	32.35 622	30.09 622	31.04 622	29.55 623	30.64 622	30.14 622	10000000.00 641	30.77 623

cscssc	1000028.16 640	29.62 617	29.72 621	32.61 620	30.02 621	35.13 622	31.83 623	32.07 622	10000000.00 641	35.27 624	29.82 623	32.45 622	30.15 622	32.35 622	30.09 622	31.04 622	29.55 623	30.64 622	30.14 622	10000000.00 641	30.77 623

111111	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 642	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

SGD-Stereo	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 642	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

IGEV-Stereo++	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 642	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

IGEV-BASED-STEREO-	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 642	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

IGEV-Stereo+	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 642	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

SDNR	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 642	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

anonymousdsp2	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 642	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

anonymousdsp	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 642	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

test_example2	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 642	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644

DIP-Stereo	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 642	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 312	0.50 327	0.38 311	0.50 337	0.38 317	0.50 343	3.79 588	0.50 335	0.38 303	0.54 332	0.43 305	0.46 332	0.34 299	0.46 304	0.35 289

Low-res two-view benchmark