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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 457	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

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

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

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

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

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

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

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

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 101	0.02 20	0.02 21	0.73 457	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

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

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

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

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

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

Wz-Net-LNSev-Ref	0.11 113	0.44 238	0.33 274	0.39 252	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 297	0.36 339	0.02 19	0.02 21	0.02 21	0.02 20

Wz-Net-LNSev	0.06 61	0.24 159	0.20 199	0.23 185	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 203	0.21 213	0.02 19	0.01 9	0.01 10	0.01 10

Syn2CoEx	0.25 208	1.31 472	0.74 483	0.92 453	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 481	0.75 487	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 73	0.02 12	0.02 15	1.01 474	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 141	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

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

AnyNet_C01	0.11 113	0.02 12	0.02 15	1.62 581	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 116	0.04 98	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

RT-IGEV	0.07 67	0.05 66	0.03 40	0.05 60	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 101	0.04 90	0.03 52	0.75 460	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 92	0.98 361	0.14 149	0.15 134	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 146	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 126	1.14 402	0.17 184	0.20 168	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 175	0.16 175	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

DualNet (step1)	0.10 92	1.05 390	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

test_sample6	0.09 76	0.97 360	0.10 93	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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

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

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

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

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

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

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

CSP-Net	0.34 249	1.29 468	1.19 538	1.36 564	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 577	1.21 588	0.03 41	0.09 142	0.02 21	0.09 143

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

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

test_xeample	0.10 92	1.09 396	0.13 144	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 164	0.03 41	0.03 57	0.03 47	0.03 52

BEATNet_4x	0.11 113	0.03 31	0.03 40	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 113	0.03 31	0.03 40	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C32	0.14 140	0.04 52	0.03 40	2.22 602	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 132	0.04 98	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 92	0.03 31	0.04 65	1.27 549	0.03 52	0.04 96	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 135	0.04 98	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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

AANet	0.07 67	0.04 52	0.03 40	0.04 53	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 169	0.04 90	0.03 52	0.58 413	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

z-mn7	0.16 159	1.21 458	0.33 274	0.41 277	0.04 101	0.04 96	0.03 54	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.35 264	0.31 279	0.04 93	0.04 99	0.04 97	0.04 96

z-ln-s-r	0.21 189	1.40 481	0.53 419	0.56 383	0.04 101	0.05 111	0.04 104	0.05 110	0.05 125	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.05 116	0.57 412	0.44 393	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven-2	0.14 140	1.22 464	0.28 237	0.32 223	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 246	0.27 243	0.04 93	0.03 57	0.03 47	0.03 52

GASNet	0.05 57	0.04 52	0.12 124	0.04 53	0.04 101	0.04 96	0.05 121	0.04 95	0.04 104	0.12 164	0.04 111	0.06 125	0.04 101	0.04 90	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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

psmg	0.43 325	1.91 541	0.92 509	1.91 588	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	1.44 611	0.04 93	0.03 57	0.02 21	0.03 52

FADNet-RVC-Resample	0.12 126	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	1.57 644	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 126	0.04 52	0.04 65	0.05 60	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.05 118	0.04 90	1.65 648	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 133	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.05 121	0.04 95	0.04 104	0.04 92	0.05 128	0.04 96	0.05 118	0.04 90	1.71 665	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

FADNet	0.12 126	0.05 66	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.05 118	0.04 90	1.66 651	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 126	0.03 31	0.04 65	1.71 584	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 116	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 152	0.04 52	0.04 65	2.20 601	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.05 128	0.04 96	0.04 101	0.08 135	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ManiGeoR	0.17 165	0.05 66	0.62 441	0.73 425	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 165	0.05 66	0.63 445	0.72 421	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 444	0.59 445	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 165	0.05 66	0.62 441	0.73 425	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 165	0.05 66	0.62 441	0.72 421	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 452	0.58 439	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 165	0.05 66	0.65 452	0.72 421	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 444	0.59 445	0.05 108	0.04 99	0.05 114	0.04 96

w-ln-seven	0.18 174	1.47 483	0.33 274	0.40 265	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.38 284	0.32 284	0.05 108	0.04 99	0.04 97	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 65	0.06 65	0.04 101	0.06 120	0.04 104	0.06 122	0.04 104	0.06 124	0.04 111	0.06 125	0.04 101	0.06 116	0.04 98	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

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

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

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

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

APVNet	0.09 76	0.05 66	0.04 65	0.05 60	0.04 101	0.05 111	0.90 542	0.06 122	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

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

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

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

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

EDNetEfficientorigin	0.04 54	0.06 79	0.04 65	0.05 60	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.05 66	0.03 39	0.06 121	0.03 57	0.04 97	0.03 52

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

DispViT+	0.07 67	0.08 85	0.12 124	0.08 69	0.05 126	0.08 133	0.05 121	0.08 135	0.05 125	0.08 134	0.05 128	0.08 134	0.05 118	0.08 135	0.05 116	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 113	0.11 98	0.05 126	0.08 133	0.05 121	0.08 135	0.05 125	0.08 134	0.05 128	0.08 134	0.05 118	0.08 135	0.05 116	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 73	0.08 85	0.11 113	0.11 98	0.05 126	0.08 133	0.05 121	0.08 135	0.07 142	0.08 134	0.05 128	0.08 134	0.05 118	0.09 141	0.08 136	0.15 146	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 85	0.07 81	0.07 67	0.07 141	0.08 133	0.06 138	0.08 135	0.07 142	0.08 134	0.07 143	0.08 134	0.06 135	0.07 132	0.07 133	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

JetRed	0.11 113	0.12 115	0.11 113	0.11 98	0.11 175	0.11 155	0.14 189	0.11 155	0.11 172	0.12 164	0.11 170	0.11 158	0.11 169	0.11 159	0.11 163	0.11 105	0.16 175	0.11 152	0.11 165	0.11 156	0.11 165

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

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

MatchStereo	0.54 400	0.12 115	2.38 680	2.32 618	0.09 148	0.09 141	0.08 145	0.09 141	0.07 142	0.09 141	0.07 143	0.09 142	0.07 141	0.09 141	0.08 136	2.34 655	2.34 674	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
LRCNet_RVC	0.13 133	0.13 117	0.09 89	0.13 118	0.10 155	0.14 166	0.10 151	0.14 167	0.10 154	0.23 218	0.10 152	0.20 198	0.10 152	0.24 225	0.11 163	0.11 105	0.09 94	0.12 159	0.14 197	0.12 166	0.09 143

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

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

S2M2_L	0.12 126	0.14 123	0.10 93	0.15 134	0.10 155	0.14 166	0.10 151	0.14 167	0.10 154	0.15 173	0.10 152	0.14 167	0.10 152	0.14 169	0.10 148	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 152	0.14 123	0.10 93	0.14 122	0.09 148	0.15 174	0.09 146	0.14 167	0.09 150	0.14 166	0.10 152	0.14 167	0.09 148	0.14 169	0.09 141	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.82 531

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

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

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

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

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

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

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

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

GMStereo	0.14 140	0.13 117	0.14 149	0.14 122	0.14 194	0.14 166	0.14 189	0.14 167	0.14 195	0.14 166	0.14 196	0.14 167	0.14 195	0.14 169	0.14 188	0.14 133	0.14 164	0.14 165	0.14 197	0.14 170	0.14 191
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
aanetorigin	0.13 133	0.11 110	0.11 113	0.11 98	0.11 175	0.11 155	0.11 168	0.11 155	0.11 172	0.11 158	0.12 178	0.11 158	0.11 169	0.11 159	0.11 163	0.11 105	0.11 122	0.14 165	0.11 165	0.49 417	0.11 165

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

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

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

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

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

S2M2_XL	0.14 140	0.17 131	0.12 124	0.17 157	0.11 175	0.17 188	0.11 168	0.17 187	0.11 172	0.17 185	0.11 170	0.17 187	0.11 169	0.17 187	0.11 163	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 174	0.48 261	0.16 174	0.16 144	0.15 208	0.15 174	0.16 203	0.16 181	0.16 212	0.16 178	0.16 210	0.16 179	0.16 209	0.16 180	0.16 206	0.16 159	0.16 175	0.16 182	0.16 209	0.16 183	0.16 198

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

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

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

ICVP	0.15 152	0.53 282	0.11 113	0.16 144	0.11 175	0.16 181	0.11 168	0.16 181	0.11 172	0.16 178	0.11 170	0.16 179	0.11 169	0.16 180	0.11 163	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 140	0.16 126	0.12 124	0.17 157	0.12 188	0.17 188	0.11 168	0.17 187	0.11 172	0.17 185	0.12 178	0.17 187	0.12 184	0.17 187	0.12 175	0.16 159	0.11 122	0.16 182	0.11 165	0.16 183	0.12 179

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

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

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

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

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

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

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

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

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

FADE	0.07 67	0.06 79	0.02 15	0.09 76	0.10 155	0.03 44	0.03 54	0.05 110	0.03 59	0.04 92	0.03 56	0.05 113	0.03 53	0.04 90	0.03 52	0.15 146	0.10 99	0.17 190	0.13 191	0.11 156	0.11 165

SGM_RVC	0.15 152	0.17 131	0.11 113	0.18 159	0.11 175	0.19 195	0.11 168	0.19 193	0.12 188	0.19 191	0.12 178	0.20 198	0.12 184	0.19 193	0.12 175	0.16 159	0.11 122	0.17 190	0.10 151	0.17 190	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CAS++	0.17 165	0.27 172	0.21 205	0.10 81	0.21 254	0.15 174	0.22 242	0.10 143	0.21 242	0.22 212	0.10 152	0.19 195	0.18 231	0.10 146	0.19 229	0.20 182	0.19 206	0.18 200	0.10 151	0.19 200	0.18 221
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DeepPruner_ROB	0.16 159	0.18 134	0.13 144	0.19 164	0.13 192	0.19 195	0.13 187	0.19 193	0.13 192	0.19 191	0.13 191	0.19 195	0.13 190	0.19 193	0.13 184	0.18 175	0.13 159	0.18 200	0.13 191	0.18 194	0.13 186

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

Weightmod_eth	0.20 180	0.24 159	0.28 237	0.47 309	0.14 194	0.24 226	0.14 189	0.17 187	0.13 192	0.22 212	0.16 210	0.22 215	0.13 190	0.20 197	0.16 206	0.24 210	0.20 208	0.19 203	0.14 197	0.16 183	0.24 245

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

LoS_RVC	0.30 227	1.14 402	0.25 220	0.25 197	0.25 270	0.26 245	0.25 258	0.25 231	0.25 261	0.25 233	0.25 267	0.26 248	0.26 273	0.26 246	0.25 258	0.26 219	0.26 231	0.25 241	0.25 265	0.26 233	0.26 253

LoS	0.25 208	0.27 172	0.25 220	0.25 197	0.25 270	0.25 236	0.25 258	0.26 237	0.25 261	0.25 233	0.25 267	0.25 236	0.25 263	0.25 234	0.25 258	0.26 219	0.25 228	0.25 241	0.26 271	0.26 233	0.25 247
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
small-0shot	0.35 258	1.92 547	0.27 230	0.27 207	0.27 278	0.27 250	0.27 268	0.27 241	0.27 279	0.27 247	0.27 276	0.26 248	0.27 280	0.27 250	0.26 263	0.27 223	0.26 231	0.26 246	0.26 271	0.26 233	0.27 291

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

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

FCDSN-DC	0.41 309	0.59 294	0.64 448	0.54 376	0.33 378	0.50 430	0.37 396	0.42 335	0.40 417	0.61 464	0.43 442	0.50 433	0.49 459	0.38 297	0.32 349	0.28 228	0.23 223	0.26 246	0.22 249	0.35 282	0.28 317
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	1.26 589	0.31 183	4.99 716	5.93 706	0.20 243	0.25 236	0.20 231	0.25 231	0.20 237	0.23 218	0.19 237	0.25 236	0.20 242	0.25 234	0.20 232	5.66 715	4.76 709	0.26 246	0.30 359	0.24 227	0.27 291

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DANet	0.30 227	0.30 180	0.30 247	0.30 211	0.30 307	0.30 257	0.30 299	0.30 250	0.30 308	0.30 255	0.30 312	0.30 262	0.30 308	0.30 261	0.30 298	0.30 237	0.30 274	0.30 262	0.30 359	0.30 249	0.30 340
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 234	0.31 183	0.31 263	0.30 211	0.40 420	0.31 264	0.30 299	0.30 250	0.34 382	0.29 253	0.31 356	0.29 258	0.30 308	0.31 266	0.31 339	0.31 243	0.29 265	0.31 268	0.30 359	0.31 254	0.31 349

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

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

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

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

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

IGEV-Stereo	0.35 258	0.44 238	0.45 372	0.49 321	0.30 307	0.37 292	0.30 299	0.36 272	0.30 308	0.36 282	0.29 297	0.36 287	0.29 299	0.36 287	0.30 298	0.46 367	0.39 357	0.32 271	0.24 262	0.32 257	0.25 247
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GES	0.66 426	2.34 578	0.29 243	0.41 277	0.29 295	0.41 323	0.29 291	0.42 335	0.29 293	0.40 303	0.41 429	0.41 325	0.30 308	0.51 436	0.29 288	0.32 246	0.29 265	0.32 271	2.46 700	2.49 662	0.30 340

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

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

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

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

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

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

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

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

CASnet	0.35 258	0.51 276	0.44 370	0.32 223	0.31 354	0.24 226	0.34 378	0.36 272	0.25 261	0.31 260	0.37 403	0.30 262	0.33 375	0.25 234	0.45 434	0.37 272	0.37 343	0.33 278	0.35 404	0.34 269	0.37 389
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BUS	0.83 479	1.91 541	0.92 509	4.48 680	0.02 22	0.40 307	0.04 104	0.41 317	0.02 22	0.48 407	0.03 56	0.41 325	0.05 118	0.03 43	0.05 116	1.97 618	4.19 705	0.33 278	0.23 255	0.34 269	0.27 291

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HGLStereo	0.28 221	0.29 177	0.22 207	0.36 238	0.22 256	0.36 284	0.21 237	0.36 272	0.21 242	0.42 331	0.21 247	0.36 287	0.22 251	0.36 287	0.21 236	0.34 256	0.21 213	0.34 288	0.21 246	0.34 269	0.21 230

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

DN-CSS_ROB	0.31 234	0.35 189	0.28 237	0.35 234	0.28 284	0.34 276	0.27 268	0.34 265	0.25 261	0.35 278	0.27 276	0.36 287	0.26 273	0.34 278	0.28 274	0.35 264	0.28 251	0.34 288	0.28 328	0.34 269	0.27 291

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

StereoDRNet-Refined	0.33 248	0.39 208	0.26 227	0.39 252	0.26 277	0.40 307	0.26 265	0.40 302	0.26 275	0.39 296	0.26 272	0.39 304	0.26 273	0.39 305	0.26 263	0.37 272	0.25 228	0.37 314	0.25 265	0.37 295	0.37 389
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 276	0.37 197	0.37 302	0.37 241	0.37 402	0.37 292	0.37 396	0.37 280	0.37 399	0.37 288	0.37 403	0.37 297	0.37 396	0.37 294	0.37 392	0.37 272	0.37 343	0.37 314	0.37 413	0.37 295	0.37 389

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

fffy	0.38 282	0.43 235	0.33 274	0.46 302	0.33 378	0.45 398	0.32 354	0.45 390	0.32 363	0.45 388	0.32 366	0.45 397	0.33 375	0.45 394	0.32 349	0.38 284	0.38 350	0.38 322	0.37 413	0.37 295	0.36 384

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

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

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

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

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

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

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

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

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

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

aanet-new-10k	0.45 361	1.81 516	0.40 347	0.50 357	0.31 354	0.44 384	0.31 346	0.44 381	0.31 353	0.44 376	0.31 356	0.44 387	0.32 364	0.44 376	0.31 339	0.46 367	0.35 333	0.39 363	0.27 309	0.39 353	0.27 291

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.40 301	0.40 212	0.40 347	0.40 265	0.40 420	0.40 307	0.40 417	0.40 302	0.40 417	0.40 303	0.40 421	0.40 312	0.40 412	0.40 308	0.40 410	0.40 304	0.40 361	0.40 376	0.40 431	0.40 367	0.40 405
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
testmc14	2.43 675	10.48 722	8.02 733	8.93 724	0.31 354	0.44 384	0.30 299	0.42 335	0.30 308	0.42 331	0.30 312	0.42 343	0.30 308	0.42 338	0.30 298	8.88 734	6.99 724	0.41 394	0.28 328	0.39 353	0.28 317

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

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

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

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

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

GREAT-IGEV	0.38 282	0.43 235	0.36 298	0.48 315	0.32 366	0.45 398	0.32 354	0.45 390	0.32 363	0.45 388	0.32 366	0.45 397	0.32 364	0.45 394	0.32 349	0.44 328	0.33 297	0.41 394	0.29 343	0.41 378	0.29 326
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GwcNet-ADL	0.41 309	0.41 223	0.41 361	0.41 277	0.41 430	0.41 323	0.41 426	0.41 317	0.41 427	0.41 317	0.41 429	0.41 325	0.41 424	0.41 324	0.41 418	0.41 312	0.41 371	0.41 394	0.41 440	0.41 378	0.41 414

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

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

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

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

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

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

MSMDNet	2.65 683	10.14 720	0.33 274	9.74 729	0.32 366	0.87 505	0.33 365	2.95 691	0.68 502	0.49 414	0.34 383	0.49 419	5.70 730	0.49 418	0.33 361	0.42 326	9.57 731	0.41 394	0.31 370	8.36 732	0.65 492

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	0.57 409	0.89 340	0.56 424	0.57 384	0.56 482	0.56 454	0.56 475	0.56 445	0.53 471	0.57 457	0.57 484	0.59 464	0.48 453	0.56 451	0.57 471	0.55 406	0.56 433	0.47 432	0.56 486	0.62 447	0.56 474
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GMOStereo	0.37 276	0.45 247	0.23 210	0.30 211	0.37 402	0.41 323	0.36 390	0.41 317	0.35 386	0.43 338	0.36 396	0.41 325	0.40 412	0.41 324	0.36 382	0.34 256	0.22 217	0.47 432	0.37 413	0.39 353	0.33 363

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

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

MSCF	0.51 394	1.40 481	0.49 400	0.58 386	0.38 409	0.50 430	0.38 403	0.54 441	0.41 427	0.52 440	0.41 429	0.53 446	0.42 430	0.53 443	0.41 418	0.60 416	0.47 404	0.48 440	0.37 413	0.48 414	0.38 396

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

RainbowNet	0.48 381	0.48 261	0.48 393	0.48 315	0.48 461	0.48 415	0.48 458	0.48 404	0.48 456	0.48 407	0.48 464	0.48 414	0.48 453	0.48 412	0.48 451	0.48 379	0.48 408	0.48 440	0.48 466	0.48 414	0.48 439

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

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

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

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

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

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

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

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

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

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

fffft	0.48 381	0.51 276	0.45 372	0.52 371	0.45 449	0.52 446	0.45 441	0.52 437	0.48 456	0.53 443	0.45 449	0.52 445	0.45 441	0.52 441	0.46 438	0.51 394	0.41 371	0.50 451	0.41 440	0.50 422	0.41 414
1: 1. 1
dual_stereo	0.50 389	0.50 268	0.50 405	0.50 357	0.50 468	0.50 430	0.50 464	0.50 418	0.50 463	0.50 427	0.50 471	0.50 433	0.50 463	0.50 426	0.50 456	0.50 388	0.50 419	0.50 451	0.50 472	0.50 422	0.50 448

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

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

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

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

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

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

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

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

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

PSMNet_ROB	0.54 400	0.54 286	0.54 420	0.54 376	0.53 478	0.54 452	0.54 473	0.53 439	0.54 473	0.54 449	0.54 481	0.54 450	0.53 470	0.54 446	0.54 467	0.54 400	0.53 428	0.54 463	0.54 480	0.54 435	0.54 463

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

PA-Net	11.80 739	223.51 765	0.62 441	0.59 389	0.71 516	0.59 462	0.73 520	0.67 469	0.73 526	0.55 452	0.61 494	0.60 465	0.74 517	0.63 467	0.73 518	0.66 434	0.60 448	0.69 486	0.66 509	0.72 465	0.65 492
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ARAFT	0.68 432	0.81 326	0.63 445	0.74 428	0.60 487	0.78 487	0.62 485	0.77 483	0.66 494	0.74 489	0.63 496	0.75 491	0.62 486	0.83 499	0.60 478	0.70 443	0.55 431	0.70 491	0.60 493	0.78 476	0.55 471

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

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

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

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

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

iGMRVC	0.84 482	2.85 613	0.72 478	0.72 421	0.73 519	0.77 485	0.79 527	0.73 479	0.74 528	0.73 484	0.72 526	0.73 488	0.76 520	0.73 482	0.73 518	0.72 452	0.73 484	0.73 493	0.72 528	0.73 468	0.72 511

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

CoDeX	0.15 152	0.70 306	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 489	0.02 15	0.69 474	0.75 499	0.01 9	0.02 21	0.02 20

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

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

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

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

SFCPSM	0.17 165	0.78 320	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 528	0.02 15	0.75 487	0.76 501	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT-Stereo	0.81 470	0.96 358	0.67 458	0.95 462	0.67 506	0.95 514	0.68 499	0.95 512	0.68 502	0.95 518	0.68 509	0.96 522	0.68 499	0.96 521	0.68 497	0.94 492	0.68 468	0.94 535	0.68 515	0.94 512	0.68 499
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo	0.84 482	0.66 302	0.70 471	0.83 439	0.67 506	0.98 517	0.82 537	1.14 534	0.72 523	1.03 537	0.74 530	1.03 539	1.09 553	0.99 523	0.45 434	1.04 507	0.73 484	0.95 537	0.74 530	0.94 512	0.46 429

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Abc-Net	2.32 667	24.75 734	1.14 530	1.17 496	1.17 575	1.11 546	1.15 568	1.17 540	1.21 624	1.08 540	1.16 571	1.12 551	1.14 558	1.09 545	1.17 571	1.09 511	1.16 537	1.17 560	1.17 572	1.16 535	1.11 560
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HSM-Net_RVC	0.95 509	1.17 408	0.78 490	1.18 497	0.71 516	1.16 551	0.75 522	1.09 532	0.80 536	1.10 541	0.75 531	1.17 555	0.74 517	1.17 555	0.80 531	1.13 520	0.73 484	1.17 560	0.77 535	1.16 535	0.72 511
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Hybrid-DGEV-2	1.05 527	1.83 526	0.83 498	1.33 560	0.82 540	1.30 604	0.81 534	1.26 595	0.79 534	1.29 603	0.79 538	1.26 604	0.80 526	1.26 604	0.79 528	1.20 527	0.78 492	1.18 563	0.77 535	1.20 545	0.77 524

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

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

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

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

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

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

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

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

Patchmatch Stereo++	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 539	1.20 412	1.20 541	1.20 499	1.20 581	1.20 552	1.20 574	1.20 546	1.20 579	1.20 554	1.20 576	1.20 557	1.20 566	1.20 557	1.20 576	1.20 527	1.20 542	1.20 567	1.20 576	1.20 545	1.20 576

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo	0.73 448	1.22 464	0.25 220	1.22 544	0.25 270	1.22 598	0.25 258	1.22 592	0.25 261	1.22 600	0.25 267	1.22 603	0.25 263	1.22 603	0.25 258	1.22 575	0.26 231	1.21 612	0.25 265	1.22 593	0.25 247
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
FAT-Stereo	2.46 677	26.05 740	1.23 590	1.23 546	1.22 629	1.20 552	1.24 622	1.23 594	1.23 626	1.19 553	1.22 622	1.21 602	1.24 614	1.20 557	1.24 623	1.21 573	1.17 540	1.22 613	1.25 626	1.20 545	1.24 625

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

3.25w_new	2.03 630	2.72 602	1.35 596	3.33 659	1.57 642	2.72 684	1.53 647	2.15 638	1.33 631	2.15 644	1.60 649	2.63 678	1.30 619	2.72 684	1.99 692	2.67 671	1.53 617	1.75 635	1.25 626	2.53 669	1.87 682

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

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

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

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

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

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

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

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

GANetREF_RVC	1.55 598	1.94 548	1.22 588	1.88 586	1.21 627	1.88 629	1.22 620	1.88 623	1.22 625	1.88 626	1.22 622	1.88 628	1.22 613	1.89 632	1.22 622	1.87 609	1.22 589	1.88 644	1.22 622	1.88 622	1.22 622
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 599	1.91 541	1.21 587	1.94 589	1.20 581	2.00 637	1.23 621	1.99 628	1.24 627	2.00 634	1.25 625	2.03 638	1.26 615	2.00 636	1.29 630	1.90 613	1.18 541	1.89 645	1.21 621	1.89 623	1.20 576
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 608	3.41 626	1.52 619	2.12 597	1.41 637	2.04 638	1.41 640	2.05 632	1.46 642	2.04 638	1.41 640	2.05 639	1.42 629	2.05 637	1.43 640	2.04 623	1.54 619	1.94 646	1.38 636	1.99 626	1.33 631

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NLCA_NET_v2_RVC	5.04 729	50.87 758	2.78 684	2.87 641	2.71 703	2.78 691	0.47 449	2.88 690	2.86 704	1.89 627	2.67 703	2.79 692	2.79 692	2.78 691	2.83 701	2.82 674	2.82 680	2.83 690	2.77 702	2.83 677	2.76 699
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NLSM1	2.93 694	3.24 623	2.57 683	4.04 678	2.66 702	3.30 697	2.55 698	3.29 695	2.55 700	3.35 697	2.48 702	3.28 696	2.47 688	3.34 697	2.49 700	3.26 679	2.55 679	3.13 691	2.57 701	3.00 678	2.46 697

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

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

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

raft_robust	4.71 724	7.75 703	5.40 720	6.81 713	3.31 718	4.28 708	4.20 731	4.32 708	4.37 732	4.35 707	4.35 731	4.14 705	3.75 714	4.30 709	4.20 729	6.67 723	6.37 718	3.36 695	4.24 732	4.86 711	3.25 718

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

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

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

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

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

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

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

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

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

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

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

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

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

rvit_0105_6	3.87 706	5.73 692	3.10 699	4.69 693	3.12 715	4.54 711	3.02 705	4.56 711	3.04 705	4.54 712	3.03 706	4.54 710	3.04 696	4.56 711	3.05 704	4.58 698	3.05 683	4.58 709	3.05 706	4.58 698	3.05 704

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SGM-Forest	5.21 732	5.92 694	4.08 711	6.18 708	4.16 730	6.31 732	4.34 732	6.50 732	4.33 731	6.14 733	4.21 730	6.61 736	4.55 725	6.67 732	4.48 730	5.94 717	3.94 703	5.85 731	4.03 730	5.79 721	4.17 731
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DispFullNet	4.61 722	4.84 657	3.12 700	5.00 699	3.57 721	4.75 724	3.03 709	7.75 737	4.17 730	4.91 724	3.09 713	6.20 733	3.95 719	6.71 733	3.51 717	5.30 713	3.67 701	5.86 732	3.63 721	5.61 719	3.46 721

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

NOSS_ROB	102.95 756	153.00 763	121.00 763	51.00 760	44.00 760	165.00 763	127.00 763	153.00 763	119.00 760	164.00 764	125.00 763	168.00 764	120.00 761	153.00 763	117.00 763	49.00 761	44.00 761	49.00 761	44.00 761	49.00 758	44.00 761

CBMV	128.50 757	1422.70 771	53.10 761	79.50 761	51.30 761	77.30 761	49.70 761	74.00 761	48.20 759	77.20 762	48.80 762	73.90 762	48.00 760	73.80 762	48.80 762	70.40 762	45.10 762	68.90 762	46.10 762	68.20 759	45.00 762
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 755	87.70 759	41.95 760	113.75 762	65.62 762	75.05 760	55.25 762	75.64 762	45.04 758	71.61 761	41.75 761	72.81 761	44.06 759	68.38 761	44.63 761	101.89 763	59.57 763	107.10 763	61.05 763	104.38 760	59.38 763

MeshStereo	159.24 758	171.00 764	160.68 766	162.58 763	160.59 764	164.01 762	160.35 765	158.51 764	158.56 762	158.34 763	160.12 765	158.56 763	159.92 763	157.26 764	158.94 765	154.38 764	158.36 764	155.75 764	159.13 766	153.67 761	154.07 765
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
DF_test	189.29 759	560.34 768	182.58 767	229.00 765	135.68 763	197.79 764	135.52 764	197.80 765	135.44 761	197.75 765	135.49 764	197.90 765	135.51 762	197.84 765	135.75 764	217.37 766	171.11 765	183.74 765	127.67 765	183.56 762	127.88 764

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

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

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

DLCB_ROB	284.23 763	354.61 766	207.27 768	363.24 768	206.46 765	364.72 768	210.41 766	364.72 769	210.41 763	364.81 769	208.64 767	364.81 769	208.64 765	364.72 769	210.41 767	354.70 769	205.53 767	354.70 769	205.53 768	354.70 766	205.53 767

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 772	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 771	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 773	10000000.00 770	10000000.00 773
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark