Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Wz-Net-LNSev	0.06 61	0.24 160	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	0.23 204	0.21 213	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 288	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	0.50 270	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

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	0.73 465	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

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

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

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

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

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

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

test_sample6	0.09 76	0.97 369	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_sample3	0.09 76	0.87 342	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	1.03 396	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	0.87 342	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	1.01 390	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	0.95 366	0.09 89	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

CoDeX	0.15 152	0.70 309	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	0.67 498	0.02 15	0.69 483	0.75 508	0.01 9	0.02 21	0.02 20

1111x	0.10 92	1.14 412	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

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	0.44 239	0.33 281	0.39 256	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	0.39 302	0.36 344	0.02 19	0.02 21	0.02 21	0.02 20

SFCPSM	0.17 165	0.78 325	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	0.79 538	0.02 15	0.75 496	0.76 510	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 210	1.31 482	0.74 493	0.92 460	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	0.87 490	0.75 496	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	1.01 481	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	0.90 455	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	0.36 390	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

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

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	0.58 418	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 92	0.98 370	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	1.14 412	0.17 184	0.20 168	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 175	0.16 175	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 140	1.22 474	0.28 239	0.32 225	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	0.32 250	0.27 247	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

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

DualNet (step1)	0.10 92	1.05 400	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	1.05 400	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	1.05 400	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	1.00 380	0.11 113	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 92	1.07 404	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	1.03 396	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

11t1	0.17 165	2.16 571	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

DualNet	0.10 92	1.07 404	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

xxx	0.09 76	1.01 390	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

qqq	0.16 159	2.01 561	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

x	0.11 113	1.15 415	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

psmg	0.43 331	1.91 551	0.92 519	1.91 596	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	1.97 629	1.44 621	0.04 93	0.03 57	0.02 21	0.03 52

222	0.10 92	0.99 378	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

test_xeample	0.10 92	1.09 406	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

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

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

BEATNet_4x	0.11 113	0.03 31	0.03 40	1.60 585	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	1.60 585	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_C01	0.11 113	0.02 12	0.02 15	1.62 588	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

AnyNet_C32	0.14 140	0.04 52	0.03 40	2.22 610	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	1.27 556	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

ManiGeoR	0.17 165	0.05 66	0.62 451	0.73 432	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	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 165	0.05 66	0.63 455	0.72 428	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	0.71 452	0.59 453	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 165	0.05 66	0.62 451	0.73 432	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	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 165	0.05 66	0.62 451	0.72 428	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	0.72 460	0.58 447	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 165	0.05 66	0.65 462	0.72 428	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	0.71 452	0.59 453	0.05 108	0.04 99	0.05 114	0.04 96

IGEV_i1	0.26 220	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	4.34 699	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

RT-IGEV	0.07 67	0.05 66	0.03 40	0.05 60	0.03 52	0.04 96	0.03 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	0.75 468	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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	0.73 465	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

z-mn7	0.16 159	1.21 468	0.33 281	0.41 283	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	0.35 268	0.31 284	0.04 93	0.04 99	0.04 97	0.04 96

z-ln-s-r	0.21 189	1.40 491	0.53 428	0.56 390	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	0.57 417	0.44 399	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 174	1.47 493	0.33 281	0.40 269	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	0.38 289	0.32 289	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

qqq1	0.25 210	3.70 641	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	0.25 210	3.70 641	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

mmm	0.14 140	1.83 536	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	0.25 210	3.83 647	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	0.25 210	3.83 647	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	0.25 210	3.83 647	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

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

xxxx	0.11 113	1.16 417	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

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	1.65 659	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	1.71 676	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	1.66 662	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	1.71 592	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	2.20 609	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.05 128	0.04 96	0.04 101	0.08 135	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DispViT+	0.07 67	0.08 85	0.12 124	0.08 69	0.05 126	0.08 133	0.05 121	0.08 135	0.05 125	0.08 134	0.05 128	0.08 134	0.05 118	0.08 135	0.05 116	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 113	0.11 98	0.05 126	0.08 133	0.05 121	0.08 135	0.05 125	0.08 134	0.05 128	0.08 134	0.05 118	0.08 135	0.05 116	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 76	0.13 117	0.39 322	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	0.13 192	0.06 123	0.05 122

GGEV	0.09 76	0.13 117	0.39 322	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	0.13 192	0.06 123	0.05 122

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

APVNet	0.09 76	0.05 66	0.04 65	0.05 60	0.04 101	0.05 111	0.90 553	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

GwcNet	0.12 126	0.07 83	0.05 80	0.08 69	0.05 126	0.08 133	1.20 585	0.07 132	0.05 125	0.05 113	0.05 128	0.08 134	0.05 118	0.08 135	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

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

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

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	1.57 655	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

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

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	0.92 495	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

SuperB	0.21 189	0.10 99	2.51 693	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	0.92 359	0.16 174	0.18 159	0.08 144	0.11 155	0.12 181	0.12 163	0.09 150	0.09 141	0.28 288	0.10 146	0.08 146	0.10 146	0.12 175	0.15 146	0.17 196	0.08 131	0.12 181	0.09 142	0.08 138

flow	0.16 159	0.92 359	0.16 174	0.18 159	0.08 144	0.11 155	0.12 181	0.12 163	0.09 150	0.09 141	0.28 288	0.10 146	0.08 146	0.10 146	0.12 175	0.15 146	0.17 196	0.08 131	0.12 181	0.09 142	0.08 138

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

BEATNet-Init1	0.19 178	0.08 85	0.08 83	2.23 611	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	2.23 611	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

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-8	0.11 113	0.14 124	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

S2M2_L	0.12 126	0.14 124	0.10 93	0.15 134	0.10 155	0.14 167	0.10 151	0.14 167	0.10 154	0.15 174	0.10 152	0.14 168	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
CSP-Net	0.34 252	1.29 478	1.19 548	1.36 571	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	1.26 586	1.21 598	0.03 41	0.09 142	0.02 21	0.09 143

LRCNet_RVC	0.13 133	0.13 117	0.09 89	0.13 118	0.10 155	0.14 167	0.10 151	0.14 167	0.10 154	0.23 221	0.10 152	0.20 201	0.10 152	0.24 229	0.11 163	0.11 105	0.09 94	0.12 159	0.14 198	0.12 166	0.09 143

ELAS_RVC	0.14 140	0.16 127	0.10 93	0.15 134	0.10 155	0.18 193	0.11 168	0.19 194	0.11 172	0.19 192	0.12 178	0.18 192	0.11 169	0.19 194	0.12 175	0.14 133	0.08 84	0.14 165	0.09 142	0.15 179	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 133	0.16 127	0.11 113	0.15 134	0.09 148	0.18 193	0.11 168	0.18 192	0.11 172	0.17 186	0.11 170	0.18 192	0.11 169	0.18 191	0.11 163	0.14 133	0.08 84	0.14 165	0.08 140	0.14 171	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
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

MatchStereo	0.54 407	0.12 115	2.38 691	2.32 626	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	2.34 666	2.34 685	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
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

PDISCO_ROB	0.83 488	2.80 622	3.49 715	0.14 122	0.11 175	0.17 189	0.09 146	0.15 180	0.10 154	0.15 174	0.12 178	0.16 180	0.14 196	3.30 706	0.13 184	0.14 133	2.34 685	0.16 182	0.12 181	2.62 686	0.10 151

SGM_RVC	0.15 152	0.17 132	0.11 113	0.18 159	0.11 175	0.19 196	0.11 168	0.19 194	0.12 188	0.19 192	0.12 178	0.20 201	0.12 185	0.19 194	0.12 175	0.16 159	0.11 122	0.17 192	0.10 151	0.17 193	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
S2M2_XL	0.14 140	0.17 132	0.12 124	0.17 157	0.11 175	0.17 189	0.11 168	0.17 188	0.11 172	0.17 186	0.11 170	0.17 188	0.11 169	0.17 188	0.11 163	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 152	0.17 132	0.13 144	0.20 168	0.13 193	0.19 196	0.13 188	0.18 192	0.13 192	0.19 192	0.13 192	0.18 192	0.14 196	0.18 191	0.14 189	0.16 159	0.11 122	0.15 178	0.14 198	0.18 197	0.11 165

JetRed	0.11 113	0.12 115	0.11 113	0.11 98	0.11 175	0.11 155	0.14 190	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	0.14 195	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

CIPLG	0.13 133	0.21 146	0.12 124	0.16 144	0.11 175	0.15 175	0.11 168	0.14 167	0.11 172	0.15 174	0.12 178	0.15 179	0.11 169	0.14 169	0.11 163	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

IPLG	0.13 133	0.20 140	0.14 149	0.15 134	0.11 175	0.14 167	0.11 168	0.14 167	0.11 172	0.14 167	0.11 170	0.14 168	0.11 169	0.14 169	0.11 163	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

MIPNet	0.14 140	0.21 146	0.17 184	0.16 144	0.11 175	0.15 175	0.12 181	0.14 167	0.11 172	0.16 179	0.11 170	0.14 168	0.11 169	0.14 169	0.11 163	0.14 133	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

IPLGR	0.14 140	0.24 160	0.14 149	0.16 144	0.12 188	0.15 175	0.12 181	0.14 167	0.11 172	0.15 174	0.12 178	0.14 168	0.11 169	0.14 169	0.11 163	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

ACRE	0.13 133	0.21 146	0.14 149	0.15 134	0.11 175	0.14 167	0.11 168	0.14 167	0.11 172	0.14 167	0.12 178	0.14 168	0.11 169	0.14 169	0.11 163	0.15 146	0.12 136	0.14 165	0.11 165	0.14 171	0.11 165

ICVP	0.15 152	0.53 284	0.11 113	0.16 144	0.11 175	0.16 182	0.11 168	0.16 181	0.11 172	0.16 179	0.11 170	0.16 180	0.11 169	0.16 180	0.11 163	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 133	0.11 110	0.11 113	0.11 98	0.11 175	0.11 155	0.11 168	0.11 155	0.11 172	0.11 158	0.12 178	0.11 158	0.11 169	0.11 159	0.11 163	0.11 105	0.11 122	0.14 165	0.11 165	0.49 425	0.11 165

PASM	0.39 301	3.06 626	1.36 614	1.58 581	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

LALA_ROB	0.15 152	0.19 136	0.12 124	0.18 159	0.11 175	0.20 202	0.12 181	0.21 211	0.12 188	0.20 199	0.12 178	0.20 201	0.12 185	0.21 212	0.13 184	0.17 167	0.10 99	0.18 203	0.11 165	0.18 197	0.11 165

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	0.17 192	0.13 192	0.11 156	0.11 165

DF	0.39 301	1.37 488	1.02 532	1.14 494	0.12 188	0.16 182	0.12 181	0.16 181	0.12 188	0.16 179	0.12 178	0.16 180	0.12 185	0.16 180	0.12 175	1.12 528	1.00 520	0.15 178	0.12 181	0.15 179	0.12 179

ProNet	0.14 140	0.20 140	0.14 149	0.16 144	0.11 175	0.16 182	0.11 168	0.17 188	0.11 172	0.17 186	0.12 178	0.17 188	0.13 191	0.17 188	0.12 175	0.15 146	0.11 122	0.16 182	0.11 165	0.15 179	0.12 179

IPLGR_C	0.14 140	0.20 140	0.12 124	0.15 134	0.11 175	0.14 167	0.15 198	0.14 167	0.11 172	0.15 174	0.12 178	0.14 168	0.11 169	0.16 180	0.11 163	0.15 146	0.12 136	0.14 165	0.12 181	0.15 179	0.12 179

ac_64	0.22 196	0.13 117	0.19 196	0.23 185	0.10 155	0.26 249	1.02 570	0.14 167	0.10 154	0.28 251	0.14 197	0.17 188	0.19 242	0.28 259	0.09 141	0.22 192	0.16 175	0.23 230	0.17 235	0.11 156	0.12 179

ACVNet	0.20 180	0.19 136	0.14 149	0.20 168	0.14 195	0.20 202	0.96 560	0.21 211	0.14 195	0.20 199	0.13 192	0.21 209	0.14 196	0.20 199	0.14 189	0.17 167	0.12 136	0.17 192	0.12 181	0.17 193	0.12 179

acv_ft	0.20 180	0.19 136	0.14 149	0.20 168	0.14 195	0.20 202	0.96 560	0.21 211	0.14 195	0.20 199	0.13 192	0.21 209	0.14 196	0.20 199	0.14 189	0.17 167	0.12 136	0.17 192	0.12 181	0.17 193	0.12 179

HSM	0.14 140	0.16 127	0.12 124	0.17 157	0.12 188	0.17 189	0.11 168	0.17 188	0.11 172	0.17 186	0.12 178	0.17 188	0.12 185	0.17 188	0.12 175	0.16 159	0.11 122	0.16 182	0.11 165	0.16 184	0.12 179

LACA_dic	0.45 367	0.13 117	1.78 643	1.70 591	0.12 188	0.13 165	0.12 181	0.16 181	0.15 207	0.13 166	0.12 178	0.13 166	0.11 169	0.16 180	0.13 184	1.73 614	1.69 644	0.16 182	0.11 165	0.13 168	0.13 186

ISRNet	0.11 113	0.05 66	0.36 305	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	0.24 213	0.20 208	0.10 141	0.05 123	0.06 123	0.13 186

castereo++	0.54 407	3.59 638	1.15 542	1.31 565	0.14 195	0.16 182	0.14 190	0.16 181	0.14 195	0.16 179	0.14 197	0.16 180	0.13 191	0.16 180	0.14 189	1.45 601	1.16 546	0.15 178	0.14 198	0.15 179	0.13 186

DDVS	0.30 230	3.10 627	0.14 149	0.19 164	0.14 195	0.19 196	0.14 190	0.20 201	0.14 195	0.19 192	0.13 192	0.16 180	0.13 191	0.19 194	0.13 184	0.17 167	0.13 159	0.17 192	0.13 192	0.17 193	0.13 186

HCRNet	1.22 596	7.11 709	3.00 698	3.55 677	0.33 386	0.29 259	0.14 190	0.19 194	0.15 207	0.33 274	0.29 303	0.25 240	0.14 196	0.22 218	0.33 369	3.64 694	3.00 693	0.76 510	0.32 385	0.18 197	0.13 186

DeepPruner_ROB	0.16 159	0.18 135	0.13 144	0.19 164	0.13 193	0.19 196	0.13 188	0.19 194	0.13 192	0.19 192	0.13 192	0.19 196	0.13 191	0.19 194	0.13 184	0.18 175	0.13 159	0.18 203	0.13 192	0.18 197	0.13 186

SCION-MonSter(vits)	0.25 210	0.79 327	0.31 267	0.42 293	0.28 288	0.40 311	0.28 282	0.20 201	0.15 207	0.40 306	0.15 207	0.19 196	0.15 208	0.20 199	0.15 201	0.23 204	0.21 213	0.17 192	0.14 198	0.16 184	0.14 192

depth_test_26	0.20 180	0.34 188	0.25 221	0.34 235	0.14 195	0.21 213	0.14 190	0.21 211	0.14 195	0.21 211	0.14 197	0.21 209	0.14 196	0.21 212	0.14 189	0.26 222	0.26 234	0.22 221	0.15 209	0.22 214	0.14 192

DepthFocus	0.18 174	0.22 150	0.15 167	0.22 180	0.15 209	0.22 218	0.15 198	0.22 217	0.15 207	0.22 215	0.15 207	0.22 219	0.16 212	0.22 218	0.15 201	0.20 182	0.15 172	0.20 211	0.14 198	0.20 204	0.14 192

RSGM-EC	0.24 207	0.24 160	0.15 167	0.22 180	0.15 209	0.22 218	0.15 198	0.22 217	0.15 207	0.24 228	0.15 207	0.22 219	0.15 208	0.22 218	1.19 585	0.20 182	0.17 196	0.24 240	0.14 198	0.20 204	0.14 192

acva	0.24 207	0.24 160	0.15 167	0.22 180	0.15 209	0.22 218	0.15 198	0.22 217	0.15 207	0.24 228	0.15 207	0.22 219	0.15 208	0.22 218	1.19 585	0.20 182	0.17 196	0.24 240	0.14 198	0.20 204	0.14 192

GMStereo	0.14 140	0.13 117	0.14 149	0.14 122	0.14 195	0.14 167	0.14 190	0.14 167	0.14 195	0.14 167	0.14 197	0.14 168	0.14 196	0.14 169	0.14 189	0.14 133	0.14 164	0.14 165	0.14 198	0.14 171	0.14 192
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 165	0.71 310	0.14 149	0.14 122	0.14 195	0.14 167	0.14 190	0.14 167	0.14 195	0.14 167	0.14 197	0.14 168	0.14 196	0.14 169	0.22 244	0.14 133	0.14 164	0.14 165	0.14 198	0.14 171	0.14 192

SCION-MonSter	0.21 189	0.76 321	0.22 207	0.25 197	0.15 209	0.19 196	0.15 198	0.19 194	0.15 207	0.19 192	0.15 207	0.19 196	0.15 208	0.19 194	0.14 189	0.22 192	0.21 213	0.16 182	0.14 198	0.16 184	0.15 199

VIP-Stereo	0.70 447	2.97 625	2.43 692	2.49 637	0.16 220	0.25 240	0.16 205	0.25 235	0.16 215	0.25 236	0.18 238	0.25 240	0.16 212	0.26 250	0.16 209	1.86 618	1.26 600	0.23 230	0.15 209	0.23 226	0.15 199

GEAR-Net	0.22 196	0.46 252	0.27 231	0.29 211	0.17 226	0.21 213	0.17 215	0.21 211	0.17 225	0.21 211	0.17 221	0.21 209	0.17 224	0.21 212	0.17 216	0.28 231	0.26 234	0.20 211	0.16 212	0.20 204	0.16 201

iinet-test	0.08 73	0.16 127	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	0.17 224	0.02 20	0.02 21	0.71 452	0.02 16	0.02 19	0.02 21	0.02 21	0.16 201

LACA2	0.21 189	0.24 160	0.26 228	0.31 219	0.16 220	0.24 230	0.16 205	0.24 227	0.16 215	0.24 228	0.16 213	0.24 233	0.16 212	0.24 229	0.16 209	0.27 226	0.23 226	0.24 240	0.16 212	0.23 226	0.16 201

LACA1	0.21 189	0.24 160	0.26 228	0.31 219	0.16 220	0.24 230	0.16 205	0.24 227	0.16 215	0.24 228	0.16 213	0.24 233	0.16 212	0.24 229	0.16 209	0.27 226	0.22 220	0.23 230	0.16 212	0.23 226	0.16 201

BStereo	0.22 196	0.23 152	0.20 199	0.24 190	0.20 247	0.23 227	0.33 373	0.39 298	0.17 225	0.23 221	0.17 221	0.23 227	0.16 212	0.24 229	0.17 216	0.23 204	0.16 175	0.22 221	0.20 245	0.22 214	0.16 201

Anonymus123	0.22 196	0.23 152	0.20 199	0.24 190	0.20 247	0.23 227	0.33 373	0.39 298	0.17 225	0.23 221	0.17 221	0.23 227	0.16 212	0.24 229	0.17 216	0.23 204	0.16 175	0.22 221	0.20 245	0.22 214	0.16 201

xyz-stereo-finetune2	0.18 174	0.48 263	0.16 174	0.16 144	0.15 209	0.15 175	0.16 205	0.16 181	0.16 215	0.16 179	0.16 213	0.16 180	0.16 212	0.16 180	0.16 209	0.16 159	0.16 175	0.16 182	0.16 212	0.16 184	0.16 201

xyz-stereo	0.18 174	0.50 270	0.16 174	0.15 134	0.16 220	0.16 182	0.16 205	0.16 181	0.16 215	0.16 179	0.16 213	0.16 180	0.16 212	0.16 180	0.16 209	0.16 159	0.16 175	0.16 182	0.16 212	0.16 184	0.16 201

DEFOM-Stereo_RVC	0.83 488	5.18 680	1.98 679	2.19 608	0.17 226	0.19 196	0.18 224	0.19 194	0.16 215	0.20 199	0.19 241	0.22 219	0.22 255	0.20 199	0.15 201	2.28 659	2.13 680	0.24 240	0.17 235	0.18 197	0.16 201

castereo	0.61 422	3.79 646	1.35 606	1.52 579	0.15 209	0.17 189	0.16 205	0.20 201	0.21 246	0.18 190	0.16 213	0.21 209	0.12 185	0.26 250	0.17 216	1.43 600	1.38 617	0.17 192	0.16 212	0.18 197	0.16 201

tg	0.21 189	0.25 167	0.21 205	0.26 205	0.17 226	0.24 230	0.17 215	0.24 227	0.17 225	0.24 228	0.17 221	0.24 233	0.17 224	0.24 229	0.17 216	0.24 213	0.17 196	0.23 230	0.16 212	0.23 226	0.16 201

ACV-stereo	0.30 230	2.08 563	0.25 221	0.25 197	0.18 238	0.24 230	0.17 215	0.24 227	0.18 232	0.24 228	0.17 221	0.25 240	0.17 224	0.24 229	0.17 216	0.22 192	0.16 175	0.22 221	0.16 212	0.22 214	0.16 201

GMStereo_Zeroshot	0.16 159	0.16 127	0.16 174	0.16 144	0.16 220	0.16 182	0.16 205	0.16 181	0.16 215	0.16 179	0.16 213	0.16 180	0.16 212	0.16 180	0.16 209	0.16 159	0.16 175	0.16 182	0.16 212	0.16 184	0.16 201

MSKI-zero shot	0.24 207	0.21 146	0.49 408	0.65 410	0.18 238	0.22 218	0.17 215	0.23 224	0.18 232	0.21 211	0.17 221	0.23 227	0.28 293	0.23 225	0.18 229	0.21 190	0.16 175	0.21 216	0.16 212	0.21 212	0.16 201

dd	0.23 203	0.98 370	0.16 174	0.23 185	0.15 209	0.23 227	0.15 198	0.23 224	0.15 207	0.23 221	0.15 207	0.24 233	0.17 224	0.23 225	0.15 201	0.22 192	0.15 172	0.21 216	0.15 209	0.22 214	0.16 201

dad	0.23 203	1.03 396	0.16 174	0.23 185	0.15 209	0.24 230	0.15 198	0.24 227	0.16 215	0.23 221	0.16 213	0.24 233	0.16 212	0.23 225	0.15 201	0.22 192	0.16 175	0.22 221	0.16 212	0.22 214	0.16 201

iResNetv2_ROB	0.20 180	0.23 152	0.18 194	0.24 190	0.20 247	0.24 230	0.18 224	0.24 227	0.18 232	0.24 228	0.18 238	0.23 227	0.19 242	0.24 229	0.18 229	0.21 190	0.16 175	0.21 216	0.16 212	0.22 214	0.16 201

iResNet	0.20 180	0.23 152	0.18 194	0.24 190	0.18 238	0.24 230	0.20 234	0.24 227	0.18 232	0.23 221	0.17 221	0.23 227	0.18 235	0.23 225	0.18 229	0.22 192	0.16 175	0.21 216	0.16 212	0.21 212	0.16 201

SMOE	0.23 203	0.25 167	0.30 249	0.33 229	0.18 238	0.26 249	0.18 224	0.26 241	0.18 232	0.26 245	0.18 238	0.25 240	0.18 235	0.25 238	0.18 229	0.31 247	0.27 247	0.23 230	0.17 235	0.23 226	0.17 219

LACA3	0.23 203	0.25 167	0.27 231	0.54 383	0.17 226	0.25 240	0.17 215	0.25 235	0.17 225	0.25 236	0.17 221	0.25 240	0.17 224	0.25 238	0.17 216	0.28 231	0.23 226	0.24 240	0.17 235	0.24 231	0.17 219

Pointernet	0.21 189	0.22 150	0.19 196	0.24 190	0.19 244	0.24 230	0.19 230	0.24 227	0.19 239	0.24 228	0.19 241	0.24 233	0.19 242	0.24 229	0.19 233	0.22 192	0.17 196	0.22 221	0.17 235	0.22 214	0.17 219

IGEV_Zeroshot_test	0.20 180	0.19 136	0.40 354	0.30 213	0.17 226	0.22 218	0.17 215	0.21 211	0.17 225	0.20 199	0.17 221	0.21 209	0.18 235	0.21 212	0.17 216	0.20 182	0.16 175	0.20 211	0.16 212	0.20 204	0.17 219

MIM_Stereo	0.25 210	0.23 152	0.66 464	0.80 442	0.17 226	0.22 218	0.17 215	0.23 224	0.18 232	0.26 245	0.17 221	0.21 209	0.17 224	0.25 238	0.17 216	0.23 204	0.16 175	0.21 216	0.17 235	0.22 214	0.17 219

CFNet	1.37 604	5.27 689	0.19 196	5.49 713	0.19 244	0.28 256	0.19 230	0.28 246	0.19 239	0.28 251	0.19 241	0.28 256	4.35 734	0.28 259	0.19 233	0.23 204	0.17 196	0.23 230	4.21 742	4.81 719	0.17 219

PhaseNet	1.74 615	6.34 707	4.81 725	6.77 722	0.24 271	0.80 501	0.53 480	0.48 412	0.22 250	0.53 449	0.28 288	0.48 422	0.25 267	0.40 312	0.32 357	6.39 732	4.61 719	0.46 430	0.38 434	0.25 234	0.18 225

CAS++	0.17 165	0.27 173	0.21 205	0.10 81	0.21 258	0.15 175	0.22 245	0.10 143	0.21 246	0.22 215	0.10 152	0.19 196	0.18 235	0.10 146	0.19 233	0.20 182	0.19 206	0.18 203	0.10 151	0.19 203	0.18 225
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 500	4.45 663	0.20 199	0.27 208	0.20 247	0.27 254	0.20 234	0.26 241	0.18 232	5.03 736	0.20 245	0.27 255	0.19 242	0.27 254	0.21 240	0.20 182	0.19 206	0.19 206	4.02 740	0.20 204	0.18 225

DLNR-FE	0.28 224	0.89 348	0.30 249	0.34 235	0.19 244	0.28 256	0.19 230	0.28 246	0.20 241	0.28 251	0.20 245	0.28 256	0.20 246	0.28 259	0.20 236	0.33 256	0.28 255	0.25 245	0.19 243	0.24 231	0.19 228

ssnet_v2	0.68 441	1.96 559	1.25 602	0.29 211	0.20 247	0.30 261	0.20 234	0.29 251	0.22 250	1.50 626	0.20 245	0.31 271	0.20 246	0.27 254	0.22 244	0.24 213	1.49 624	0.26 250	0.18 242	3.90 696	0.19 228

SME	0.27 221	0.29 178	0.31 267	0.38 248	0.20 247	0.29 259	0.18 224	0.30 254	0.20 241	0.32 269	0.21 251	0.32 275	0.20 246	0.32 273	0.21 240	0.35 268	0.32 289	0.27 255	0.19 243	0.29 249	0.20 230

DCVSM-stereo	0.36 271	1.89 548	0.22 207	0.40 269	0.22 260	0.40 311	0.22 245	0.40 306	0.22 250	0.40 306	0.22 253	0.40 318	0.22 255	0.40 312	0.22 244	0.28 231	0.21 213	0.28 259	0.21 250	0.28 245	0.20 230

DAS	0.20 180	0.20 140	0.20 199	0.20 168	0.20 247	0.20 202	0.20 234	0.20 201	0.20 241	0.20 199	0.20 245	0.20 201	0.20 246	0.20 199	0.20 236	0.20 182	0.20 208	0.20 211	0.20 245	0.20 204	0.20 230

ASD4	0.20 180	0.20 140	0.20 199	0.20 168	0.20 247	0.20 202	0.20 234	0.20 201	0.20 241	0.20 199	0.20 245	0.20 201	0.20 246	0.20 199	0.20 236	0.20 182	0.20 208	0.20 211	0.20 245	0.20 204	0.20 230

Weightmod	0.27 221	0.29 178	0.33 281	0.38 248	0.20 247	0.30 261	0.21 240	0.29 251	0.21 246	0.29 256	0.22 253	0.30 266	0.20 246	0.30 265	0.21 240	0.37 276	0.31 284	0.27 255	0.20 245	0.28 245	0.21 234

HGLStereo	0.28 224	0.29 178	0.22 207	0.36 242	0.22 260	0.36 288	0.21 240	0.36 276	0.21 246	0.42 337	0.21 251	0.36 291	0.22 255	0.36 291	0.21 240	0.34 260	0.21 213	0.34 292	0.21 250	0.34 273	0.21 234

DISCO	1.11 543	0.39 209	5.28 729	0.39 256	0.20 247	0.39 309	0.27 271	0.39 298	0.22 250	0.38 292	0.20 245	0.38 303	0.20 246	6.95 747	0.22 244	0.30 241	0.21 213	0.27 255	0.21 250	5.25 728	0.21 234

PAM	0.39 301	1.88 547	0.34 292	0.37 245	0.41 438	0.45 406	0.22 245	0.28 246	0.23 257	0.28 251	0.24 265	0.29 262	0.23 261	0.29 263	0.23 251	0.38 289	0.32 289	0.38 328	0.37 421	0.32 261	0.22 237

WAO-6	0.22 196	0.23 152	0.22 207	0.23 185	0.22 260	0.22 218	0.22 245	0.22 217	0.22 250	0.22 215	0.22 253	0.22 219	0.22 255	0.22 218	0.22 244	0.22 192	0.22 220	0.22 221	0.22 253	0.22 214	0.22 237

WCG-NET（raft）	0.32 246	1.24 476	0.24 218	0.32 225	0.24 271	0.32 277	0.23 254	0.32 262	0.24 260	0.32 269	0.24 265	0.32 275	0.24 264	0.32 273	0.24 254	0.30 241	0.23 226	0.30 266	0.23 259	0.30 253	0.23 239

IMH-64-1	0.22 196	0.23 152	0.23 211	0.22 180	0.22 260	0.22 218	0.22 245	0.22 217	0.22 250	0.22 215	0.22 253	0.22 219	0.22 255	0.22 218	0.22 244	0.22 192	0.22 220	0.23 230	0.22 253	0.22 214	0.23 239

IMH-64	0.22 196	0.23 152	0.23 211	0.22 180	0.22 260	0.22 218	0.22 245	0.22 217	0.22 250	0.22 215	0.22 253	0.22 219	0.22 255	0.22 218	0.22 244	0.22 192	0.22 220	0.23 230	0.22 253	0.22 214	0.23 239

DLNR_Zeroshot_test	0.31 237	0.28 176	0.47 393	0.79 438	0.24 271	0.30 261	0.26 268	0.30 254	0.24 260	0.32 269	0.23 258	0.31 271	0.24 264	0.30 265	0.23 251	0.29 240	0.26 234	0.29 264	0.24 266	0.33 268	0.23 239

gwcnet-sp	0.82 484	1.72 504	1.48 624	0.39 256	0.15 209	0.31 268	0.21 240	0.20 201	0.25 265	1.61 630	0.23 258	0.28 256	0.26 277	0.20 199	0.15 201	0.24 213	1.33 608	0.32 275	0.16 212	6.75 735	0.23 239

scenet	0.82 484	1.72 504	1.48 624	0.39 256	0.15 209	0.31 268	0.21 240	0.20 201	0.25 265	1.61 630	0.23 258	0.28 256	0.26 277	0.20 199	0.15 201	0.24 213	1.33 608	0.32 275	0.16 212	6.75 735	0.23 239

ssnet	0.82 484	1.72 504	1.48 624	0.39 256	0.15 209	0.31 268	0.21 240	0.20 201	0.25 265	1.61 630	0.23 258	0.28 256	0.26 277	0.20 199	0.15 201	0.24 213	1.33 608	0.32 275	0.16 212	6.75 735	0.23 239

CRFU-Net	0.65 431	1.67 501	1.22 598	1.96 600	0.27 282	0.41 330	0.27 271	0.41 325	0.27 283	0.40 306	0.26 276	0.41 333	0.27 284	0.40 312	0.27 269	1.80 617	1.62 638	0.34 292	0.23 259	0.33 268	0.23 239

NINENet	0.69 444	3.87 650	1.20 551	1.98 601	0.05 126	0.40 311	0.04 104	0.40 306	0.05 125	0.41 323	0.04 111	0.41 333	0.05 118	0.40 312	0.05 116	1.79 616	1.56 630	0.34 292	0.22 253	0.34 273	0.23 239

FENet	0.54 407	1.52 495	1.19 548	1.41 575	0.23 266	0.35 284	0.23 254	0.35 272	0.23 257	0.34 277	0.23 258	0.35 286	0.23 261	0.35 285	0.23 251	1.40 598	1.07 530	0.32 275	0.23 259	0.33 268	0.23 239

Weightmod_eth	0.20 180	0.24 160	0.28 239	0.47 316	0.14 195	0.24 230	0.14 190	0.17 188	0.13 192	0.22 215	0.16 213	0.22 219	0.13 191	0.20 199	0.16 209	0.24 213	0.20 208	0.19 206	0.14 198	0.16 184	0.24 249

iResNet_ROB	0.28 224	0.32 186	0.24 218	0.32 225	0.25 274	0.32 277	0.24 259	0.32 262	0.24 260	0.33 274	0.24 265	0.35 286	0.24 264	0.33 281	0.24 254	0.31 247	0.24 230	0.32 275	0.24 266	0.32 261	0.24 249

UNDER WATER-64	0.25 210	0.26 170	0.25 221	0.26 205	0.25 274	0.25 240	0.25 261	0.25 235	0.25 265	0.25 236	0.25 271	0.25 240	0.25 267	0.26 250	0.25 262	0.25 220	0.25 231	0.25 245	0.25 269	0.25 234	0.25 251

CAS	0.30 230	1.17 418	0.25 221	0.25 197	0.25 274	0.26 249	0.25 261	0.25 235	0.26 279	0.25 236	0.25 271	0.25 240	0.25 267	0.25 238	0.25 262	0.26 222	0.26 234	0.26 250	0.25 269	0.26 237	0.25 251

LoS	0.25 210	0.27 173	0.25 221	0.25 197	0.25 274	0.25 240	0.25 261	0.26 241	0.25 265	0.25 236	0.25 271	0.25 240	0.25 267	0.25 238	0.25 262	0.26 222	0.25 231	0.25 245	0.26 275	0.26 237	0.25 251
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 505	7.04 708	2.23 685	2.75 643	0.28 288	0.43 358	0.25 261	0.39 298	0.25 265	0.41 323	0.27 280	0.39 308	0.25 267	0.40 312	0.28 278	0.37 276	0.28 255	0.37 320	0.25 269	0.37 301	0.25 251

IGEV-Stereo	0.35 263	0.44 239	0.45 379	0.49 328	0.30 313	0.37 296	0.30 305	0.36 276	0.30 314	0.36 285	0.29 303	0.36 291	0.29 305	0.36 291	0.30 304	0.46 372	0.39 362	0.32 275	0.24 266	0.32 261	0.25 251
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.73 457	1.22 474	0.25 221	1.22 551	0.25 274	1.22 607	0.25 261	1.22 602	0.25 265	1.22 611	0.25 271	1.22 613	0.25 267	1.22 613	0.25 262	1.22 584	0.26 234	1.21 622	0.25 269	1.22 604	0.25 251
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
aanet-new-90k	0.44 344	1.82 533	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.44 384	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-60k	0.44 344	1.81 526	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-70k	0.44 344	1.82 533	0.38 311	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-78k	0.44 344	1.80 521	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.45 362	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-40k	0.44 344	1.81 526	0.39 322	0.50 364	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.45 362	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-36k	0.44 344	1.80 521	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-34k	0.44 344	1.80 521	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-32k-new	0.44 344	1.78 516	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.44 389	0.30 314	0.44 382	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.45 362	0.34 331	0.39 371	0.26 275	0.38 314	0.26 257

aanet-new-32k	0.44 344	1.79 520	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-30k	0.44 344	1.78 516	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-28k	0.44 344	1.81 526	0.39 322	0.49 328	0.30 313	0.44 392	0.30 305	0.44 389	0.30 314	0.44 382	0.30 318	0.44 395	0.30 314	0.44 384	0.30 304	0.45 362	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT26K	0.43 331	1.76 511	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.31 345	0.44 333	0.33 302	0.38 328	0.27 313	0.38 314	0.26 257

aanet-new-24k	0.44 344	1.78 516	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-22k	0.44 344	1.81 526	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-16k	0.44 344	1.83 536	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-14k	0.60 417	5.12 677	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.44 384	0.30 304	0.44 333	0.37 348	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new-8k	0.43 331	1.76 511	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

aanet-new	0.43 331	1.80 521	0.38 311	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-cres-4k	0.44 344	1.81 526	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-cres	0.43 331	1.77 513	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-36K	0.43 331	1.78 516	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-22K	0.44 344	1.85 542	0.38 311	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-20K	0.43 331	1.77 513	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-24K	0.44 344	1.86 545	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-5K	0.44 344	1.80 521	0.39 322	0.49 328	0.30 313	0.44 392	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.44 384	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-2K	0.44 344	1.82 533	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-3K	0.43 331	1.77 513	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.33 302	0.38 328	0.26 275	0.38 314	0.26 257

GCAP-Stereo-DPT-50K	0.44 344	1.83 536	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.36 344	0.38 328	0.26 275	0.38 314	0.26 257

LG-Stereo_L2	0.34 252	0.37 198	0.38 311	0.47 316	0.28 288	0.39 309	0.28 282	0.39 298	0.28 289	0.39 299	0.28 288	0.39 308	0.28 293	0.38 301	0.28 278	0.42 331	0.35 338	0.36 317	0.26 275	0.35 286	0.26 257

model_zeroshot	0.27 221	0.20 140	0.27 231	0.33 229	0.21 258	0.37 296	0.22 245	0.37 284	0.24 260	0.26 245	0.27 280	0.33 279	0.21 254	0.25 238	0.27 269	0.32 250	0.20 208	0.34 292	0.23 259	0.25 234	0.26 257

GCAP-BAT	0.41 314	1.30 480	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.44 382	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.44 333	0.34 331	0.38 328	0.26 275	0.38 314	0.26 257

test_for_model	0.35 263	0.39 209	0.30 249	0.43 300	0.30 313	0.43 358	0.30 305	0.43 351	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.44 384	0.31 345	0.38 289	0.26 234	0.38 328	0.26 275	0.38 314	0.26 257

GCAPDPT-zeroshot	0.36 271	0.40 213	0.30 249	0.43 300	0.30 313	0.43 358	0.30 305	0.43 351	0.31 359	0.43 344	0.30 318	0.43 360	0.30 314	0.44 384	0.31 345	0.39 302	0.28 255	0.39 371	0.27 313	0.39 361	0.26 257

HH	0.71 450	2.54 599	0.74 493	1.10 488	0.32 374	0.41 330	0.37 404	0.69 479	0.78 540	0.73 493	0.90 556	0.75 500	1.00 552	0.84 509	0.69 514	0.69 446	0.40 366	0.35 308	0.26 275	0.35 286	0.26 257

HanStereo	0.71 450	2.54 599	0.74 493	1.10 488	0.32 374	0.41 330	0.37 404	0.69 479	0.78 540	0.73 493	0.90 556	0.75 500	1.00 552	0.84 509	0.69 514	0.69 446	0.40 366	0.35 308	0.26 275	0.35 286	0.26 257

LoS_RVC	0.30 230	1.14 412	0.25 221	0.25 197	0.25 274	0.26 249	0.25 261	0.25 235	0.25 265	0.25 236	0.25 271	0.26 252	0.26 277	0.26 250	0.25 262	0.26 222	0.26 234	0.25 245	0.25 269	0.26 237	0.26 257

iRaft-Stereo_5w	0.34 252	0.42 234	0.31 267	0.39 256	0.30 313	0.38 303	0.30 305	0.40 306	0.29 299	0.40 306	0.37 409	0.41 333	0.34 388	0.38 301	0.30 304	0.34 260	0.27 247	0.34 292	0.26 275	0.34 273	0.26 257

UCFNet_RVC	2.75 699	10.06 730	0.29 245	10.31 744	0.29 301	0.42 351	0.29 297	0.43 351	0.29 299	0.42 337	0.29 303	0.42 351	9.87 751	0.43 353	0.29 294	0.36 273	9.84 746	0.36 317	0.26 275	9.77 749	0.26 257

SCION-M(vits-remse)	0.34 252	0.79 327	0.30 249	0.33 229	0.28 288	0.40 311	0.28 282	0.40 306	0.28 289	0.40 306	0.28 288	0.39 308	0.28 293	0.40 312	0.28 278	0.23 204	0.21 213	0.35 308	0.27 313	0.35 286	0.27 295

SCION-Mon(vits-remp)	0.34 252	0.98 370	0.30 249	0.33 229	0.18 238	0.21 213	0.28 282	0.40 306	0.28 289	0.40 306	0.28 288	0.39 308	0.28 293	0.40 312	0.28 278	0.37 276	0.29 269	0.35 308	0.27 313	0.35 286	0.27 295

small-0shot	0.35 263	1.92 557	0.27 231	0.27 208	0.27 282	0.27 254	0.27 271	0.27 245	0.27 283	0.27 250	0.27 280	0.26 252	0.27 284	0.27 254	0.26 267	0.27 226	0.26 234	0.26 250	0.26 275	0.26 237	0.27 295

PStereo	0.32 246	0.36 195	0.28 239	0.38 248	0.29 301	0.36 288	0.27 271	0.38 293	0.27 283	0.38 292	0.28 288	0.36 291	0.27 284	0.36 291	0.28 278	0.32 250	0.27 247	0.33 282	0.27 313	0.33 268	0.27 295

TestStereo_HL3	2.76 700	0.41 224	11.46 750	14.11 747	0.30 313	0.45 406	0.29 297	0.43 351	0.29 299	0.43 344	0.29 303	0.43 360	0.28 293	0.44 384	0.30 304	13.57 750	10.32 748	0.41 402	0.27 313	0.38 314	0.27 295

TestStereo_HL2	2.73 697	0.41 224	11.06 747	14.13 748	0.30 313	0.44 392	0.28 282	0.43 351	0.29 299	0.43 344	0.28 288	0.43 360	0.29 305	0.43 353	0.28 278	13.51 749	10.37 749	0.41 402	0.27 313	0.38 314	0.27 295

GGDA	2.76 700	0.41 224	11.34 749	14.28 749	0.30 313	0.44 392	0.29 297	0.43 351	0.29 299	0.43 344	0.28 288	0.43 360	0.28 293	0.43 353	0.29 294	13.45 748	10.57 750	0.41 402	0.27 313	0.38 314	0.27 295

TestStereo-Hl	2.78 702	0.42 234	11.23 748	14.38 750	0.30 313	0.44 392	0.30 305	0.43 351	0.28 289	0.43 344	0.29 303	0.44 395	0.29 305	0.44 384	0.29 294	13.64 751	10.73 751	0.41 402	0.27 313	0.38 314	0.27 295

aanet-new-10k	0.45 367	1.81 526	0.40 354	0.50 364	0.31 360	0.44 392	0.31 352	0.44 389	0.31 359	0.44 382	0.31 362	0.44 395	0.32 372	0.44 384	0.31 345	0.46 372	0.35 338	0.39 371	0.27 313	0.39 361	0.27 295

aanet-new-12k	0.46 375	1.99 560	0.40 354	0.51 375	0.31 360	0.44 392	0.31 352	0.44 389	0.31 359	0.44 382	0.31 362	0.44 395	0.31 365	0.44 384	0.32 357	0.47 379	0.35 338	0.39 371	0.27 313	0.39 361	0.27 295

GCAP-Stereo-DPT-FT	0.41 314	1.06 403	0.40 354	0.51 375	0.31 360	0.44 392	0.30 305	0.43 351	0.32 371	0.44 382	0.30 318	0.56 465	0.30 314	0.44 384	0.31 345	0.45 362	0.34 331	0.39 371	0.27 313	0.40 375	0.27 295

gcap_with_dpt	0.35 263	0.39 209	0.30 249	0.44 304	0.31 360	0.44 392	0.31 352	0.44 389	0.31 359	0.44 382	0.30 318	0.44 395	0.30 314	0.44 384	0.30 304	0.38 289	0.26 234	0.38 328	0.27 313	0.38 314	0.27 295

GIP-stereo	0.36 271	0.49 265	0.39 322	0.48 322	0.32 374	0.41 330	0.28 282	0.40 306	0.30 314	0.41 323	0.28 288	0.40 318	0.28 293	0.42 346	0.28 278	0.45 362	0.32 289	0.38 328	0.30 367	0.37 301	0.27 295

gcap-zeroshot	0.36 271	0.40 213	0.34 292	0.44 304	0.31 360	0.44 392	0.31 352	0.44 389	0.32 371	0.44 382	0.32 372	0.44 395	0.32 372	0.44 384	0.31 345	0.39 302	0.28 255	0.39 371	0.28 334	0.39 361	0.27 295

GCAPDPT-zeroshot4090	0.40 306	1.09 406	0.39 322	0.49 328	0.30 313	0.43 358	0.30 305	0.44 389	0.30 314	0.43 344	0.30 318	0.43 360	0.30 314	0.43 353	0.30 304	0.45 362	0.34 331	0.38 328	0.27 313	0.38 314	0.27 295

tt1	0.31 237	0.93 363	0.24 218	0.33 229	0.23 266	0.31 268	0.24 259	0.32 262	0.24 260	0.32 269	0.23 258	0.32 275	0.25 267	0.32 273	0.24 254	0.27 226	0.26 234	0.27 255	0.26 275	0.27 243	0.27 295

xxxxx1	0.31 237	0.91 354	0.23 211	0.31 219	0.23 266	0.31 268	0.23 254	0.33 266	0.25 265	0.31 263	0.24 265	0.33 279	0.25 267	0.32 273	0.24 254	0.28 231	0.28 255	0.28 259	0.28 334	0.29 249	0.27 295

testlalala	0.36 271	0.40 213	0.34 292	0.44 304	0.31 360	0.44 392	0.31 352	0.44 389	0.32 371	0.44 382	0.32 372	0.44 395	0.32 372	0.44 384	0.31 345	0.39 302	0.28 255	0.39 371	0.28 334	0.39 361	0.27 295

tt_ll	0.31 237	0.91 354	0.23 211	0.31 219	0.23 266	0.31 268	0.23 254	0.33 266	0.25 265	0.31 263	0.24 265	0.33 279	0.25 267	0.32 273	0.24 254	0.28 231	0.28 255	0.28 259	0.28 334	0.29 249	0.27 295

CroCo-Stereo Lap2	0.77 467	1.29 478	0.29 245	1.27 556	0.29 301	1.27 611	0.26 268	1.26 606	0.26 279	1.26 612	0.26 276	1.27 617	0.26 277	1.26 615	0.27 269	1.27 587	0.27 247	1.27 626	0.27 313	1.27 608	0.27 295

ff	0.31 237	0.91 354	0.23 211	0.31 219	0.23 266	0.31 268	0.23 254	0.33 266	0.25 265	0.31 263	0.24 265	0.33 279	0.25 267	0.32 273	0.24 254	0.28 231	0.28 255	0.28 259	0.28 334	0.29 249	0.27 295

BUS	0.83 488	1.91 551	0.92 519	4.48 689	0.02 22	0.40 311	0.04 104	0.41 325	0.02 22	0.48 413	0.03 56	0.41 333	0.05 118	0.03 43	0.05 116	1.97 629	4.19 716	0.33 282	0.23 259	0.34 273	0.27 295

BSDual-CNN	0.81 479	1.91 551	0.92 519	4.48 689	0.02 22	0.42 351	0.06 138	0.41 325	0.02 22	0.48 413	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 629	4.19 716	0.33 282	0.23 259	0.34 273	0.27 295

hknet	1.10 541	1.85 542	3.49 715	4.48 689	0.02 22	0.42 351	0.06 138	0.41 325	0.02 22	0.48 413	0.03 56	0.41 333	0.03 53	0.42 346	0.03 52	4.39 702	4.19 716	0.33 282	0.23 259	0.34 273	0.27 295

DGSMNet	0.34 252	0.41 224	0.27 231	0.41 283	0.28 288	0.41 330	0.28 282	0.41 325	0.27 283	0.41 323	0.27 280	0.42 351	0.27 284	0.41 332	0.28 278	0.40 309	0.29 269	0.40 384	0.28 334	0.40 375	0.27 295

AANet_RVC	1.26 599	0.31 184	4.99 727	5.93 716	0.20 247	0.25 240	0.20 234	0.25 235	0.20 241	0.23 221	0.19 241	0.25 240	0.20 246	0.25 238	0.20 236	5.66 726	4.76 720	0.26 250	0.30 367	0.24 231	0.27 295

MLCV	0.31 237	0.35 190	0.27 231	0.35 238	0.28 288	0.35 284	0.27 271	0.35 272	0.28 289	0.36 285	0.27 280	0.35 286	0.27 284	0.35 285	0.27 269	0.34 260	0.27 247	0.34 292	0.27 313	0.34 273	0.27 295

DN-CSS_ROB	0.31 237	0.35 190	0.28 239	0.35 238	0.28 288	0.34 280	0.27 271	0.34 269	0.25 265	0.35 281	0.27 280	0.36 291	0.26 277	0.34 282	0.28 278	0.35 268	0.28 255	0.34 292	0.28 334	0.34 273	0.27 295

GREATEN-IGEV-FM_RVC	0.38 287	0.35 190	0.56 433	0.63 404	0.28 288	0.36 288	0.28 282	0.36 276	0.28 289	0.36 285	0.28 288	0.36 291	0.28 293	0.36 291	0.28 278	0.62 432	0.57 443	0.35 308	0.28 334	0.35 286	0.28 323

testmc14	2.43 686	10.48 733	8.02 744	8.93 734	0.31 360	0.44 392	0.30 305	0.42 343	0.30 314	0.42 337	0.30 318	0.42 351	0.30 314	0.42 346	0.30 304	8.88 745	6.99 735	0.41 402	0.28 334	0.39 361	0.28 323

MCSU-Stereo	2.48 689	10.56 734	8.50 746	9.47 738	0.31 360	0.43 358	0.30 305	0.42 343	0.30 314	0.42 337	0.30 318	0.42 351	0.30 314	0.41 332	0.30 304	8.86 744	6.93 734	0.40 384	0.29 349	0.39 361	0.28 323

GCAP-Stereo-DPT-25K	0.41 314	1.09 406	0.40 354	0.52 378	0.31 360	0.44 392	0.31 352	0.44 389	0.31 359	0.44 382	0.31 362	0.44 395	0.31 365	0.44 384	0.31 345	0.46 372	0.35 338	0.39 371	0.28 334	0.39 361	0.28 323

DEFOM-Stereo	0.68 441	3.11 628	1.40 620	1.63 589	0.25 274	0.31 268	0.25 261	0.31 260	0.28 289	0.31 263	0.29 303	0.29 262	0.27 284	0.31 270	0.28 278	1.59 609	1.47 623	0.30 266	0.29 349	0.30 253	0.28 323

SQANet	0.28 224	0.28 176	0.28 239	0.28 210	0.28 288	0.28 256	0.28 282	0.28 246	0.28 289	0.28 251	0.28 288	0.28 256	0.28 293	0.28 259	0.28 278	0.28 231	0.28 255	0.28 259	0.28 334	0.28 245	0.28 323

Any-RAFT	0.32 246	0.36 195	0.27 231	0.36 242	0.27 282	0.36 288	0.27 271	0.36 276	0.27 283	0.36 285	0.27 280	0.36 291	0.27 284	0.36 291	0.28 278	0.36 273	0.28 255	0.36 317	0.28 334	0.36 296	0.28 323

FCDSN-DC	0.41 314	0.59 296	0.64 458	0.54 383	0.33 386	0.50 438	0.37 404	0.42 343	0.40 425	0.61 470	0.43 448	0.50 441	0.49 468	0.38 301	0.32 357	0.28 231	0.23 226	0.26 250	0.22 253	0.35 286	0.28 323
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 314	1.49 494	0.32 276	0.42 293	0.32 374	0.41 330	0.32 362	0.41 325	0.33 381	0.41 323	0.32 372	0.41 333	0.32 372	0.41 332	0.32 357	0.39 302	0.28 255	0.39 371	0.28 334	0.40 375	0.28 323

test410_97500	0.41 314	0.89 348	0.31 267	0.40 269	0.31 360	0.40 311	0.31 352	0.40 306	0.31 359	0.61 470	0.53 487	0.40 318	0.31 365	0.40 312	0.31 345	0.58 418	0.47 410	0.38 328	0.29 349	0.38 314	0.29 332

GREATEN-IGEV_RVC	0.38 287	0.35 190	0.56 433	0.63 404	0.29 301	0.36 288	0.29 297	0.36 276	0.29 299	0.39 299	0.29 303	0.36 291	0.29 305	0.36 291	0.29 294	0.62 432	0.57 443	0.35 308	0.29 349	0.36 296	0.29 332

HiDET	0.38 287	0.44 239	0.30 249	0.42 293	0.30 313	0.42 351	0.30 305	0.42 343	0.30 314	0.44 382	0.30 318	0.42 351	0.30 314	0.42 346	0.68 506	0.37 276	0.32 289	0.40 384	0.29 349	0.37 301	0.29 332

LCMNet	0.38 287	0.44 239	0.30 249	0.42 293	0.30 313	0.42 351	0.30 305	0.42 343	0.30 314	0.45 394	0.30 318	0.42 351	0.30 314	0.42 346	0.69 514	0.37 276	0.32 289	0.40 384	0.29 349	0.37 301	0.29 332

FE-Mocha	0.35 263	0.71 310	0.40 354	0.47 316	0.27 282	0.34 280	0.27 271	0.34 269	0.26 279	0.34 277	0.26 276	0.34 284	0.27 284	0.34 282	0.27 269	0.44 333	0.41 376	0.33 282	0.29 349	0.32 261	0.29 332

GREAT-IGEV	0.38 287	0.43 236	0.36 305	0.48 322	0.32 374	0.45 406	0.32 362	0.45 398	0.32 371	0.45 394	0.32 372	0.45 405	0.32 372	0.45 402	0.32 357	0.44 333	0.33 302	0.41 402	0.29 349	0.41 386	0.29 332
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
RSM	0.36 271	0.36 195	0.43 375	0.37 245	0.42 448	0.49 429	0.42 439	0.37 284	0.28 289	0.36 285	0.29 303	0.36 291	0.30 314	0.37 298	0.28 278	0.34 260	0.31 284	0.34 292	0.35 412	0.40 375	0.29 332

IGEV++	0.34 252	0.43 236	0.30 249	0.40 269	0.29 301	0.40 311	0.29 297	0.40 306	0.29 299	0.40 306	0.29 303	0.40 318	0.29 305	0.40 312	0.30 304	0.38 289	0.29 269	0.37 320	0.29 349	0.37 301	0.29 332

RCA-Stereo	0.51 401	3.22 632	0.34 292	0.44 304	0.34 396	0.44 392	0.34 386	0.43 351	0.34 390	0.43 344	0.34 389	0.44 395	0.33 383	0.43 353	0.33 369	0.38 289	0.29 269	0.38 328	0.29 349	0.38 314	0.29 332

iRaft-Stereo_20w	0.34 252	0.41 224	0.31 267	0.39 256	0.29 301	0.40 311	0.32 362	0.41 325	0.32 371	0.38 292	0.30 318	0.39 308	0.30 314	0.38 301	0.32 357	0.35 268	0.27 247	0.34 292	0.27 313	0.34 273	0.29 332

CFNet_pseudo	2.67 696	9.36 725	0.32 276	10.99 745	0.33 386	0.85 511	0.33 373	0.49 417	0.33 381	0.49 420	0.32 372	0.49 427	7.26 745	0.49 426	0.33 369	0.41 317	9.62 744	0.41 402	0.29 349	10.03 750	0.29 332

ccnet	0.80 474	2.28 580	0.33 281	0.50 364	0.33 386	0.50 438	0.33 373	0.50 426	0.33 381	0.49 420	0.33 381	0.49 427	1.56 642	2.38 675	0.33 369	0.41 317	0.29 269	0.42 418	1.57 658	2.28 660	0.29 332

CFNet-RSSM	0.91 508	4.89 669	0.34 292	0.44 304	1.07 575	1.62 635	1.40 650	0.91 512	0.35 394	1.60 627	1.39 650	0.64 480	0.34 388	0.44 384	0.33 369	0.41 317	0.35 338	0.75 508	0.30 367	0.41 386	0.29 332

psmorigin	0.41 314	0.46 252	0.33 281	0.49 328	0.33 386	0.49 429	0.33 373	0.49 417	0.33 381	0.49 420	0.33 381	0.49 427	0.33 383	0.51 444	0.33 369	0.41 317	0.30 279	0.41 402	0.30 367	0.79 488	0.29 332

ccs_rob	2.79 703	10.17 732	0.32 276	10.00 742	0.33 386	0.49 429	0.33 373	1.90 636	0.32 371	0.51 442	0.33 381	0.49 427	9.24 750	0.49 426	0.33 369	0.41 317	9.82 745	0.41 402	0.28 334	9.34 747	0.29 332

test410	0.66 433	5.69 700	0.31 267	0.40 269	0.31 360	0.41 330	0.31 352	0.40 306	0.31 359	0.62 474	0.55 490	0.40 318	0.31 365	0.40 312	0.31 345	0.59 421	0.47 410	0.38 328	0.29 349	0.38 314	0.30 347

MonSter++	0.38 287	0.44 239	0.31 267	0.43 300	0.30 313	0.43 358	0.31 352	0.43 351	0.31 359	0.45 394	0.31 362	0.43 360	0.31 365	0.43 353	0.69 514	0.38 289	0.33 302	0.40 384	0.30 367	0.38 314	0.30 347

CSFM-Stereo	0.38 287	0.44 239	0.30 249	0.42 293	0.30 313	0.42 351	0.30 305	0.43 351	0.30 314	0.44 382	0.30 318	0.42 351	0.30 314	0.42 346	0.73 528	0.37 276	0.32 289	0.40 384	0.29 349	0.37 301	0.30 347

MultiAttention	0.30 230	0.30 181	0.30 249	0.30 213	0.30 313	0.30 261	0.30 305	0.30 254	0.30 314	0.30 258	0.30 318	0.30 266	0.30 314	0.30 265	0.30 304	0.30 241	0.30 279	0.30 266	0.30 367	0.30 253	0.30 347

MSAF-DinoV2	0.30 230	0.30 181	0.30 249	0.30 213	0.30 313	0.30 261	0.30 305	0.30 254	0.30 314	0.30 258	0.30 318	0.30 266	0.30 314	0.30 265	0.30 304	0.30 241	0.30 279	0.30 266	0.30 367	0.30 253	0.30 347

TorneroNet-64	0.45 367	0.27 173	0.30 249	0.58 393	0.27 282	0.70 487	0.30 305	0.28 246	0.73 536	0.73 493	0.28 288	0.71 492	0.66 502	0.75 494	0.27 269	0.27 226	0.29 269	0.37 320	0.75 542	0.28 245	0.30 347

EKT-Stereo	0.37 281	0.40 213	0.44 377	1.07 486	0.29 301	0.34 280	0.31 352	0.36 276	0.29 299	0.38 292	0.31 362	0.37 301	0.30 314	0.36 291	0.29 294	0.34 260	0.28 255	0.39 371	0.30 367	0.37 301	0.30 347

PML	0.46 375	1.36 486	0.29 245	0.58 393	0.30 313	0.57 468	0.29 297	0.57 456	0.29 299	0.57 463	0.29 303	0.57 468	0.29 305	0.56 459	0.29 294	0.52 401	0.30 279	0.53 470	0.31 378	0.53 442	0.30 347

GES	0.66 433	2.34 588	0.29 245	0.41 283	0.29 301	0.41 330	0.29 297	0.42 343	0.29 299	0.40 306	0.41 435	0.41 333	0.30 314	0.51 444	0.29 294	0.32 250	0.29 269	0.32 275	2.46 711	2.49 673	0.30 347

DANet	0.30 230	0.30 181	0.30 249	0.30 213	0.30 313	0.30 261	0.30 305	0.30 254	0.30 314	0.30 258	0.30 318	0.30 266	0.30 314	0.30 265	0.30 304	0.30 241	0.30 279	0.30 266	0.30 367	0.30 253	0.30 347
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 237	0.31 184	0.31 267	0.30 213	0.40 428	0.31 268	0.30 305	0.30 254	0.34 390	0.29 256	0.31 362	0.29 262	0.30 314	0.31 270	0.31 345	0.31 247	0.29 269	0.31 272	0.30 367	0.31 258	0.31 357

DStereoSA	0.32 246	0.52 280	0.34 292	0.31 219	0.31 360	0.30 261	0.30 305	0.31 260	0.30 314	0.31 263	0.31 362	0.31 271	0.30 314	0.31 270	0.31 345	0.30 241	0.32 289	0.31 272	0.31 378	0.31 258	0.31 357

DDF-Stereo	0.43 331	1.15 415	0.57 437	0.53 380	0.32 374	0.41 330	0.32 362	0.41 325	0.32 371	0.41 323	0.32 372	0.41 333	0.32 372	0.40 312	0.32 357	0.52 401	0.50 427	0.38 328	0.31 378	0.39 361	0.31 357

1test111	0.37 281	1.02 394	0.30 249	0.39 256	0.29 301	0.40 311	0.28 282	0.39 298	0.29 299	0.39 299	0.29 303	0.39 308	0.28 293	0.40 312	0.29 294	0.33 256	0.32 289	0.33 282	0.31 378	0.32 261	0.31 357

cc1	0.37 281	1.02 394	0.30 249	0.39 256	0.29 301	0.40 311	0.28 282	0.39 298	0.29 299	0.39 299	0.29 303	0.39 308	0.28 293	0.40 312	0.29 294	0.33 256	0.32 289	0.33 282	0.31 378	0.32 261	0.31 357

PCWNet_CMD	2.80 704	9.82 728	0.32 276	10.09 743	0.32 374	0.49 429	0.33 373	3.34 707	0.33 381	0.49 420	0.33 381	0.49 427	8.73 747	0.48 420	0.33 369	0.41 317	9.22 741	0.42 418	0.29 349	9.55 748	0.31 357

RAFT-Test	0.36 271	0.37 198	0.33 281	0.41 283	0.32 374	0.41 330	0.32 362	0.41 325	0.32 371	0.41 323	0.32 372	0.41 333	0.32 372	0.41 332	0.33 369	0.37 276	0.29 269	0.37 320	0.29 349	0.38 314	0.31 357

water-stereo	0.41 314	0.84 336	0.46 385	0.50 364	0.33 386	0.45 406	0.33 373	0.45 398	0.32 371	0.45 394	0.32 372	0.45 405	0.32 372	0.45 402	0.32 357	0.44 333	0.41 376	0.39 371	0.31 378	0.39 361	0.32 364

depthmonostereo	0.44 344	0.85 338	0.46 385	0.54 383	0.40 428	0.52 454	0.38 411	0.52 445	0.35 394	0.47 406	0.34 389	0.46 409	0.34 388	0.47 411	0.34 382	0.45 362	0.43 391	0.41 402	0.33 395	0.41 386	0.32 364

xyz-stereo-finetune	0.28 224	0.49 265	0.16 174	0.16 144	0.16 220	0.16 182	0.16 205	0.22 217	0.30 314	0.32 269	0.31 362	0.32 275	0.31 365	0.32 273	0.32 357	0.32 250	0.33 302	0.31 272	0.32 385	0.31 258	0.32 364

HART	0.38 287	0.45 248	0.34 292	0.42 293	0.33 386	0.41 330	0.34 386	0.42 343	0.33 381	0.43 344	0.34 389	0.42 351	0.34 388	0.41 332	0.38 403	0.40 309	0.32 289	0.42 418	0.32 385	0.40 375	0.32 364

ACVNet-DCA	0.37 281	1.00 380	0.30 249	0.40 269	0.29 301	0.40 311	0.29 297	0.40 306	0.29 299	0.40 306	0.29 303	0.40 318	0.29 305	0.39 309	0.28 278	0.33 256	0.32 289	0.33 282	0.32 385	0.33 268	0.32 364

xx1	0.38 287	1.03 396	0.31 267	0.40 269	0.31 360	0.41 330	0.28 282	0.40 306	0.29 299	0.40 306	0.29 303	0.40 318	0.29 305	0.40 312	0.29 294	0.34 260	0.33 302	0.34 292	0.32 385	0.34 273	0.32 364

RAFT + AFF	0.31 237	0.45 248	0.34 292	0.39 256	0.28 288	0.38 303	0.33 373	0.29 251	0.31 359	0.30 258	0.30 318	0.29 262	0.27 284	0.29 263	0.30 304	0.28 231	0.29 269	0.29 264	0.29 349	0.27 243	0.32 364

GeoVLM	0.36 271	0.38 202	0.27 231	0.46 309	0.28 288	0.35 284	0.28 282	0.37 284	0.27 283	0.35 281	0.28 288	0.36 291	0.38 408	0.35 285	0.28 278	1.08 519	0.26 234	0.33 282	0.27 313	0.34 273	0.33 371

GCST	0.50 396	2.08 563	0.38 311	0.53 380	0.35 400	0.49 429	0.35 391	0.50 426	0.35 394	0.49 420	0.35 398	0.49 427	0.35 395	0.49 426	0.35 386	0.48 384	0.37 348	0.45 426	0.33 395	0.44 396	0.33 371

RAFT-Stereo-weight	0.45 367	1.90 550	0.34 292	0.42 293	0.36 406	0.43 358	0.35 391	0.42 343	0.34 390	0.42 337	0.34 389	0.44 395	0.34 388	0.41 332	0.34 382	0.38 289	0.32 289	0.38 328	0.32 385	0.38 314	0.33 371

LL-Strereo2	0.48 388	1.73 509	0.51 421	0.59 396	0.34 396	0.42 351	0.33 373	0.40 306	0.31 359	0.42 337	0.33 381	0.42 351	0.31 365	0.44 384	0.39 415	0.60 423	0.51 432	0.44 421	0.33 395	0.44 396	0.33 371

GMOStereo	0.37 281	0.45 248	0.23 211	0.30 213	0.37 410	0.41 330	0.36 398	0.41 325	0.35 394	0.43 344	0.36 402	0.41 333	0.40 420	0.41 332	0.36 390	0.34 260	0.22 220	0.47 440	0.37 421	0.39 361	0.33 371

error version	0.93 515	4.47 664	2.35 688	1.99 602	0.37 410	0.41 330	0.36 398	0.41 325	0.35 394	0.43 344	0.36 402	0.41 333	0.40 420	0.41 332	0.36 390	1.87 620	2.16 681	0.47 440	0.37 421	0.39 361	0.33 371

test_1	0.93 515	4.47 664	2.35 688	1.99 602	0.37 410	0.41 330	0.36 398	0.41 325	0.35 394	0.43 344	0.36 402	0.41 333	0.40 420	0.41 332	0.36 390	1.87 620	2.16 681	0.47 440	0.37 421	0.39 361	0.33 371

S0	0.42 329	0.44 239	0.54 429	0.59 396	0.34 396	0.48 423	0.22 245	0.51 440	0.25 265	0.51 442	0.34 389	0.53 454	0.35 395	0.47 411	0.36 390	0.55 411	0.39 362	0.49 453	0.27 313	0.46 404	0.34 378

quiztm	0.43 331	0.49 265	0.40 354	0.51 375	0.40 428	0.51 450	0.40 425	0.50 426	0.40 425	0.50 433	0.40 427	0.51 452	0.40 420	0.50 434	0.40 418	0.44 333	0.34 331	0.44 421	0.34 399	0.44 396	0.34 378

DStereoFS	0.32 246	0.33 187	0.32 276	0.33 229	0.30 313	0.32 277	0.32 362	0.32 262	0.31 359	0.30 258	0.31 362	0.31 271	0.30 314	0.32 273	0.32 357	0.32 250	0.31 284	0.30 266	0.47 471	0.32 261	0.34 378

GEAStereo	0.62 425	3.91 651	0.48 401	0.69 418	0.38 417	0.51 450	0.38 411	0.51 440	0.38 411	0.53 449	0.38 414	0.50 441	0.38 408	0.51 444	0.38 403	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.34 378

gasm-f	0.62 425	3.91 651	0.48 401	0.69 418	0.38 417	0.51 450	0.38 411	0.51 440	0.38 411	0.53 449	0.38 414	0.50 441	0.38 408	0.51 444	0.38 403	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.34 378

GASTEREO	0.48 388	1.21 468	0.47 393	0.57 391	0.38 417	0.50 438	0.38 411	0.50 426	0.38 411	0.50 433	0.38 414	0.50 441	0.38 408	0.50 434	0.38 403	0.52 401	0.42 386	0.46 430	0.34 399	0.46 404	0.34 378

SCV_C0	0.45 367	0.88 345	0.49 408	0.54 383	0.37 410	0.48 423	0.37 404	0.48 412	0.37 407	0.48 413	0.36 402	0.48 422	0.37 404	0.49 426	0.37 400	0.50 393	0.41 376	0.44 421	0.34 399	0.44 396	0.34 378

SCV	0.46 375	0.94 365	0.45 379	0.54 383	0.37 410	0.48 423	0.38 411	0.48 412	0.37 407	0.48 413	0.39 424	0.48 422	0.37 404	0.49 426	0.37 400	0.50 393	0.46 402	0.44 421	0.34 399	0.44 396	0.34 378

UGAM-zero	0.51 401	2.17 572	0.39 322	0.53 380	0.36 406	0.50 438	0.36 398	0.50 426	0.36 405	0.49 420	0.36 402	0.50 441	0.35 395	0.50 434	0.36 390	0.49 387	0.37 348	0.47 440	0.35 412	0.46 404	0.34 378

UGAM	0.51 401	2.23 577	0.39 322	0.54 383	0.35 400	0.50 438	0.35 391	0.49 417	0.35 394	0.49 420	0.35 398	0.49 427	0.36 399	0.50 434	0.36 390	0.49 387	0.37 348	0.45 426	0.34 399	0.45 401	0.34 378

H2IRNET	0.34 252	0.34 188	0.34 292	0.34 235	0.34 396	0.34 280	0.34 386	0.34 269	0.34 390	0.34 277	0.34 389	0.34 284	0.34 388	0.34 282	0.34 382	0.34 260	0.34 331	0.34 292	0.34 399	0.34 273	0.34 378

GSStereo	0.81 479	4.28 661	0.50 414	0.59 396	0.40 428	0.51 450	0.38 411	0.50 426	0.38 411	0.50 433	0.38 414	0.50 441	3.79 726	0.50 434	0.38 403	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.35 389

GS-Stereo							0.38 411	0.50 426	0.38 411	0.50 433	0.38 414	0.50 441	3.79 726	0.50 434	0.38 403	0.54 405	0.43 391	0.46 430	0.34 399	0.46 404	0.35 389

ETE_ROB	0.35 263	0.35 190	0.35 303	0.35 238	0.35 400	0.35 284	0.35 391	0.35 272	0.35 394	0.35 281	0.35 398	0.35 286	0.35 395	0.35 285	0.35 386	0.35 268	0.35 338	0.35 308	0.35 412	0.35 286	0.35 389

Pro-Stereo	0.79 471	0.53 284	0.38 311	0.49 328	0.38 417	0.49 429	0.37 404	0.49 417	0.67 506	0.50 433	0.38 414	1.10 556	0.38 408	0.49 426	0.38 403	0.71 452	0.88 512	5.98 744	0.36 418	0.46 404	0.36 392

fffy	0.38 287	0.43 236	0.33 281	0.46 309	0.33 386	0.45 406	0.32 362	0.45 398	0.32 371	0.45 394	0.32 372	0.45 405	0.33 383	0.45 402	0.32 357	0.38 289	0.38 355	0.38 328	0.37 421	0.37 301	0.36 392

CES	0.39 301	0.47 257	0.36 305	0.36 242	0.37 410	0.45 406	0.35 391	0.35 272	0.40 425	0.36 285	0.44 450	0.47 415	0.36 399	0.44 384	0.36 390	0.37 276	0.39 362	0.44 421	0.35 412	0.37 301	0.36 392

iRaftStereo_RVC	0.97 520	3.17 631	2.30 687	2.42 634	0.38 417	0.54 460	0.38 411	0.54 449	0.38 411	0.54 455	0.38 414	0.54 458	0.38 408	0.54 454	0.38 403	2.38 669	2.34 685	0.49 453	0.36 418	0.49 425	0.36 392

DMCA	0.36 271	0.38 202	0.37 309	0.35 238	0.35 400	0.36 288	0.36 398	0.36 276	0.35 394	0.35 281	0.37 409	0.36 291	0.36 399	0.35 285	0.36 390	0.36 273	0.36 344	0.35 308	0.36 418	0.36 296	0.36 392

LG-Stereo_L1	0.47 382	0.52 280	0.47 393	0.62 402	0.39 427	0.53 456	0.40 425	0.53 447	0.39 424	0.53 449	0.39 424	0.53 454	0.39 419	0.53 451	0.39 415	0.55 411	0.46 402	0.49 453	0.37 421	0.49 425	0.37 397

LG-Stereo_Zeroshot	0.48 388	0.55 290	0.47 393	0.63 404	0.41 438	0.56 462	0.44 443	0.56 453	0.41 435	0.56 460	0.41 435	0.57 468	0.42 438	0.56 459	0.41 426	0.55 411	0.43 391	0.51 464	0.37 421	0.51 436	0.37 397

LG-Stereo	0.60 417	0.58 295	0.47 393	0.64 409	0.74 531	1.00 528	0.69 517	0.57 456	0.41 435	0.57 463	0.41 435	0.57 468	0.41 432	1.00 535	0.75 533	0.91 492	0.51 432	0.52 467	0.37 421	0.52 438	0.37 397

CASnet	0.35 263	0.51 278	0.44 377	0.32 225	0.31 360	0.24 230	0.34 386	0.36 276	0.25 265	0.31 263	0.37 409	0.30 266	0.33 383	0.25 238	0.45 443	0.37 276	0.37 348	0.33 282	0.35 412	0.34 273	0.37 397
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.51 401	0.55 290	0.45 379	0.69 418	0.45 457	0.61 473	0.45 449	0.50 426	0.40 425	0.56 460	0.44 450	0.55 462	0.40 420	0.72 489	0.67 498	0.59 421	0.46 402	0.45 426	0.34 399	0.46 404	0.37 397

StereoDRNet-Refined	0.33 251	0.39 209	0.26 228	0.39 256	0.26 281	0.40 311	0.26 268	0.40 306	0.26 279	0.39 299	0.26 276	0.39 308	0.26 277	0.39 309	0.26 267	0.37 276	0.25 231	0.37 320	0.25 269	0.37 301	0.37 397
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 281	0.37 198	0.37 309	0.37 245	0.37 410	0.37 296	0.37 404	0.37 284	0.37 407	0.37 291	0.37 409	0.37 301	0.37 404	0.37 298	0.37 400	0.37 276	0.37 348	0.37 320	0.37 421	0.37 301	0.37 397

MSCF	0.51 401	1.40 491	0.49 408	0.58 393	0.38 417	0.50 438	0.38 411	0.54 449	0.41 435	0.52 446	0.41 435	0.53 454	0.42 438	0.53 451	0.41 426	0.60 423	0.47 410	0.48 448	0.37 421	0.48 422	0.38 404

DVStereo	0.43 331	0.86 340	0.48 401	0.50 364	0.33 386	0.46 413	0.33 373	0.46 402	0.33 381	0.46 400	0.33 381	0.47 415	0.33 383	0.47 411	0.34 382	0.45 362	0.42 386	0.40 384	0.33 395	0.47 418	0.38 404

WAO-8	0.38 287	0.38 202	0.38 311	0.38 248	0.38 417	0.38 303	0.38 411	0.38 293	0.38 411	0.38 292	0.38 414	0.38 303	0.38 408	0.38 301	0.38 403	0.38 289	0.38 355	0.38 328	0.37 421	0.38 314	0.38 404

WAO-7	0.38 287	0.38 202	0.38 311	0.38 248	0.38 417	0.38 303	0.38 411	0.38 293	0.38 411	0.38 292	0.38 414	0.38 303	0.38 408	0.38 301	0.38 403	0.38 289	0.38 355	0.38 328	0.38 434	0.38 314	0.38 404

Venus	0.38 287	0.38 202	0.38 311	0.38 248	0.38 417	0.37 296	0.38 411	0.37 284	0.37 407	0.41 323	0.37 409	0.39 308	0.37 404	0.38 301	0.38 403	0.37 276	0.38 355	0.38 328	0.37 421	0.37 301	0.38 404

IMH	0.38 287	0.38 202	0.38 311	0.38 248	0.38 417	0.38 303	0.38 411	0.38 293	0.38 411	0.42 337	0.38 414	0.40 318	0.38 408	0.38 301	0.38 403	0.38 289	0.38 355	0.39 371	0.38 434	0.38 314	0.38 404

mms	0.40 306	0.45 248	0.35 303	0.48 322	0.36 406	0.47 418	0.34 386	0.45 398	0.38 411	0.47 406	0.33 381	0.45 405	0.32 372	0.45 402	0.32 357	0.39 302	0.38 355	0.38 328	0.37 421	0.39 361	0.39 410

ccccc	0.41 314	0.44 239	0.34 292	0.48 322	0.35 400	0.48 423	0.35 391	0.51 440	0.35 394	0.47 406	0.35 398	0.47 415	0.34 388	0.47 411	0.35 386	0.41 317	0.40 366	0.40 384	0.40 439	0.41 386	0.39 410

GCAP-Stereo	0.75 461	4.15 658	0.42 373	0.75 436	0.35 400	0.78 496	0.40 425	0.79 493	0.38 411	0.78 502	0.36 402	0.78 503	0.36 399	0.79 497	0.39 415	0.75 468	0.39 362	0.76 510	0.39 438	0.75 479	0.39 410

DNS	0.86 500	2.43 596	1.66 636	2.03 604	0.42 448	0.60 471	0.42 439	0.60 464	0.42 443	0.60 468	0.42 445	0.60 473	0.42 438	0.60 468	0.42 434	1.97 629	1.63 640	0.55 473	0.40 439	0.55 444	0.40 413

PointNet	0.60 417	0.75 318	0.49 408	0.79 438	0.50 478	0.79 499	0.49 469	0.79 493	0.49 467	0.80 505	0.49 474	0.79 505	0.49 468	0.80 499	0.49 462	0.63 436	0.40 366	0.63 483	0.40 439	0.63 457	0.40 413

HanzoNet	0.39 301	0.38 202	0.40 354	0.39 256	0.41 438	0.38 303	0.38 411	0.38 293	0.38 411	0.39 299	0.39 424	0.38 303	0.38 408	0.39 309	0.40 418	0.38 289	0.38 355	0.40 384	0.38 434	0.38 314	0.40 413

knoymous	0.40 306	0.40 213	0.40 354	0.40 269	0.40 428	0.40 311	0.40 425	0.40 306	0.40 425	0.40 306	0.40 427	0.40 318	0.40 420	0.40 312	0.40 418	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 413

anonymousa	0.40 306	0.40 213	0.40 354	0.40 269	0.40 428	0.40 311	0.40 425	0.40 306	0.40 425	0.40 306	0.40 427	0.40 318	0.40 420	0.40 312	0.40 418	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 413

riskmin	0.40 306	0.40 213	0.40 354	0.40 269	0.40 428	0.40 311	0.40 425	0.40 306	0.40 425	0.40 306	0.40 427	0.40 318	0.40 420	0.40 312	0.40 418	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 413

Anonymous_2	0.40 306	0.40 213	0.40 354	0.40 269	0.40 428	0.40 311	0.40 425	0.40 306	0.40 425	0.40 306	0.40 427	0.40 318	0.40 420	0.40 312	0.40 418	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 413

Anonymous_1	0.40 306	0.40 213	0.40 354	0.40 269	0.40 428	0.40 311	0.40 425	0.40 306	0.40 425	0.40 306	0.40 427	0.40 318	0.40 420	0.40 312	0.40 418	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 413

AdaStereo	0.40 306	0.40 213	0.40 354	0.40 269	0.40 428	0.40 311	0.40 425	0.40 306	0.40 425	0.40 306	0.40 427	0.40 318	0.40 420	0.40 312	0.40 418	0.40 309	0.40 366	0.40 384	0.40 439	0.40 375	0.40 413
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
fffft	0.48 388	0.51 278	0.45 379	0.52 378	0.45 457	0.52 454	0.45 449	0.52 445	0.48 465	0.53 449	0.45 455	0.52 453	0.45 449	0.52 449	0.46 447	0.51 399	0.41 376	0.50 459	0.41 448	0.50 430	0.41 422
1: 1. 1
Former-RAFT_DAM_RVC	0.49 394	0.98 370	0.64 458	0.84 447	0.46 459	0.45 406	0.35 391	0.47 408	0.47 458	0.45 394	0.34 389	0.46 409	0.48 462	0.46 407	0.35 386	0.39 302	0.71 490	0.39 371	0.35 412	0.41 386	0.41 422

GwcNet-ADL	0.41 314	0.41 224	0.41 368	0.41 283	0.41 438	0.41 330	0.41 434	0.41 325	0.41 435	0.41 323	0.41 435	0.41 333	0.41 432	0.41 332	0.41 426	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 422

PSMNet-ADL	0.41 314	0.41 224	0.41 368	0.41 283	0.41 438	0.41 330	0.41 434	0.41 325	0.41 435	0.41 323	0.41 435	0.41 333	0.41 432	0.41 332	0.41 426	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 422

GANet-ADL	0.41 314	0.41 224	0.41 368	0.41 283	0.41 438	0.41 330	0.41 434	0.41 325	0.41 435	0.41 323	0.41 435	0.41 333	0.41 432	0.41 332	0.41 426	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 422

ADLNet2	0.41 314	0.41 224	0.41 368	0.41 283	0.41 438	0.41 330	0.41 434	0.41 325	0.41 435	0.41 323	0.41 435	0.41 333	0.41 432	0.41 332	0.41 426	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 422

ADLNet	0.41 314	0.41 224	0.41 368	0.41 283	0.41 438	0.41 330	0.41 434	0.41 325	0.41 435	0.41 323	0.41 435	0.41 333	0.41 432	0.41 332	0.41 426	0.41 317	0.41 376	0.41 402	0.41 448	0.41 386	0.41 422

MWDA-net	0.67 439	0.66 304	0.45 379	2.84 649	0.46 459	0.73 491	0.45 449	0.71 484	0.44 448	0.72 490	0.45 455	0.70 491	0.45 449	0.70 485	0.44 440	0.61 427	0.41 376	0.61 480	0.43 459	0.61 455	0.42 429

DN	0.53 406	0.85 338	0.45 379	0.65 410	0.44 453	0.60 471	0.44 443	0.60 464	0.44 448	0.60 468	0.45 455	0.60 473	0.44 445	0.60 468	0.44 440	0.56 415	0.42 386	0.56 474	0.42 456	0.56 447	0.42 429

MonSter	0.60 417	0.64 303	0.52 424	0.62 402	0.44 453	2.07 651	0.44 443	0.62 469	0.44 448	0.62 474	0.44 450	0.62 478	0.44 445	0.62 470	0.44 440	0.58 418	0.42 386	0.62 481	0.46 464	0.58 452	0.42 429

DispNO	1.00 523	0.63 301	0.43 375	3.45 672	0.44 453	0.65 479	0.43 442	0.64 472	0.43 445	0.64 478	0.43 448	0.64 480	3.03 704	0.64 476	0.43 439	4.55 705	0.43 391	0.63 483	0.43 459	0.63 457	0.43 432

MyStereo07	0.60 417	3.72 644	0.48 401	0.49 328	0.41 438	0.36 288	0.32 362	0.49 417	0.43 445	0.51 442	0.42 445	0.49 427	0.43 443	0.51 444	0.64 491	0.49 387	0.45 400	0.34 292	0.32 385	0.35 286	0.43 432

MyStereo04	0.56 414	3.72 644	0.59 439	0.49 328	0.41 438	0.36 288	0.32 362	0.37 284	0.31 359	0.34 277	0.46 459	0.35 286	0.32 372	0.35 285	0.33 369	0.49 387	0.45 400	0.34 292	0.32 385	0.35 286	0.43 432

PAM_32	0.64 429	2.38 592	0.51 421	0.92 460	0.43 452	0.53 456	0.44 443	0.87 505	0.43 445	0.52 446	0.45 455	0.53 454	0.40 420	0.54 454	0.46 447	0.62 432	0.56 441	0.48 448	0.45 462	0.76 482	0.44 435

Occ-G	1.12 544	0.52 280	3.72 720	3.50 676	0.50 478	0.56 462	0.47 458	0.54 449	0.46 453	0.54 455	0.41 435	0.54 458	0.42 438	0.52 449	0.42 434	3.42 693	4.02 715	0.52 467	0.45 462	0.51 436	0.44 435

MWSP-net	0.96 519	0.75 318	0.49 408	4.84 706	0.48 470	1.28 613	0.52 478	1.20 555	0.51 479	1.14 560	0.70 527	1.00 534	0.56 483	0.90 519	0.69 514	0.76 470	0.60 456	0.95 546	0.56 495	0.73 477	0.45 437

LL-Strereo	1.01 531	5.06 676	1.63 633	0.70 424	1.43 649	0.56 462	0.46 453	0.57 456	0.50 472	0.57 463	0.50 478	1.58 629	0.49 468	0.59 466	0.50 465	1.64 612	0.52 434	0.51 464	1.37 645	0.52 438	0.45 437

FAST (zero-shot)	0.87 504	1.55 496	0.42 373	1.57 580	0.42 448	1.62 635	0.45 449	1.59 623	0.42 443	1.66 634	0.44 450	1.62 634	0.42 438	1.59 629	0.42 434	0.64 438	0.43 391	0.64 485	0.42 456	0.67 463	0.46 439

MLG-Stereo	0.92 510	0.90 352	0.84 510	1.27 556	0.49 474	1.38 622	0.88 551	1.41 620	0.97 565	0.73 493	1.09 576	1.26 614	0.43 443	0.72 489	1.05 568	1.13 529	0.49 419	1.18 573	0.66 519	1.01 532	0.46 439

AIO-Stereo	0.84 491	0.66 304	0.70 481	0.83 446	0.67 516	0.98 526	0.82 548	1.14 543	0.72 533	1.03 546	0.74 540	1.03 549	1.09 564	0.99 533	0.45 443	1.04 516	0.73 493	0.95 546	0.74 540	0.94 522	0.46 439

otaku	0.46 375	0.46 252	0.46 385	0.46 309	0.46 459	0.46 413	0.46 453	0.46 402	0.46 453	0.46 400	0.46 459	0.46 409	0.46 453	0.46 407	0.46 447	0.46 372	0.46 402	0.46 430	0.46 464	0.46 404	0.46 439

Ntro	0.47 382	0.47 257	0.46 385	0.46 309	0.46 459	0.47 418	0.47 458	0.46 402	0.47 458	0.46 400	0.46 459	0.47 415	0.46 453	0.47 411	0.47 454	0.47 379	0.46 402	0.46 430	0.46 464	0.46 404	0.46 439

Dean	0.46 375	0.46 252	0.46 385	0.46 309	0.46 459	0.46 413	0.46 453	0.46 402	0.46 453	0.47 406	0.46 459	0.46 409	0.46 453	0.46 407	0.46 447	0.46 372	0.46 402	0.46 430	0.46 464	0.46 404	0.46 439

ACVNet_1	0.46 375	0.47 257	0.46 385	0.46 309	0.46 459	0.46 413	0.46 453	0.46 402	0.47 458	0.46 400	0.46 459	0.46 409	0.46 453	0.46 407	0.46 447	0.46 372	0.46 402	0.47 440	0.46 464	0.46 404	0.46 439

ACVNet-4b	0.46 375	0.46 252	0.46 385	0.46 309	0.46 459	0.46 413	0.46 453	0.46 402	0.46 453	0.46 400	0.46 459	0.46 409	0.46 453	0.47 411	0.46 447	0.46 372	0.46 402	0.46 430	0.46 464	0.46 404	0.46 439

UNDER WATER	0.47 382	0.47 257	0.47 393	0.47 316	0.47 466	0.47 418	0.47 458	0.47 408	0.47 458	0.47 406	0.47 467	0.47 415	0.46 453	0.47 411	0.47 454	0.47 379	0.47 410	0.47 440	0.46 464	0.47 418	0.47 447

LVE	0.47 382	0.47 257	0.47 393	0.47 316	0.49 474	0.47 418	0.47 458	0.47 408	0.49 467	0.47 406	0.47 467	0.47 415	0.46 453	0.47 411	0.47 454	0.47 379	0.47 410	0.48 448	0.47 471	0.47 418	0.47 447

S	0.56 414	0.61 300	0.54 429	0.68 417	0.48 470	0.65 479	0.49 469	0.63 470	0.49 467	0.64 478	0.49 474	0.64 480	0.48 462	0.62 470	0.49 462	0.63 436	0.62 462	0.59 479	0.48 475	0.57 450	0.48 449

AIO-test2	0.55 412	0.59 296	0.52 424	0.67 415	0.47 466	0.61 473	0.47 458	0.61 468	0.47 458	0.61 470	0.47 467	0.61 476	0.48 462	0.62 470	0.47 454	0.64 438	0.53 436	0.58 476	0.47 471	0.58 452	0.48 449

AIO-test1	0.54 407	0.60 299	0.52 424	0.66 414	0.47 466	0.61 473	0.47 458	0.58 459	0.46 453	0.61 470	0.46 459	0.61 476	0.45 449	0.62 470	0.45 443	0.61 427	0.52 434	0.57 475	0.48 475	0.57 450	0.48 449

RainbowNet	0.48 388	0.48 263	0.48 401	0.48 322	0.48 470	0.48 423	0.48 467	0.48 412	0.48 465	0.48 413	0.48 471	0.48 422	0.48 462	0.48 420	0.48 460	0.48 384	0.48 416	0.48 448	0.48 475	0.48 422	0.48 449

HaxPig	0.47 382	0.47 257	0.47 393	0.49 328	0.47 466	0.47 418	0.47 458	0.47 408	0.47 458	0.47 406	0.47 467	0.47 415	0.47 461	0.47 411	0.47 454	0.47 379	0.47 410	0.47 440	0.47 471	0.47 418	0.48 449

AEACV	1.12 544	0.52 280	3.12 711	3.24 661	0.86 551	0.53 456	0.49 469	0.60 464	0.47 458	0.53 449	0.49 474	0.55 462	0.45 449	0.55 458	0.47 454	3.01 688	3.88 713	0.71 501	0.60 503	0.80 491	0.48 449

TorneroNet	0.66 433	0.53 284	0.50 414	0.50 364	0.64 509	1.06 545	0.70 524	0.50 426	0.51 479	0.49 420	0.69 523	0.49 427	0.50 472	0.48 420	1.15 576	0.71 452	0.49 419	1.14 563	1.08 576	0.49 425	0.49 455

notaker	0.48 388	0.49 265	0.48 401	0.48 322	0.48 470	0.48 423	0.48 467	0.48 412	0.49 467	0.48 413	0.48 471	0.48 422	0.48 462	0.48 420	0.48 460	0.48 384	0.48 416	0.48 448	0.48 475	0.48 422	0.49 455

ACVNet_2	0.49 394	0.49 265	0.49 408	0.49 328	0.49 474	0.49 429	0.49 469	0.49 417	0.49 467	0.49 420	0.49 474	0.49 427	0.49 468	0.49 426	0.49 462	0.49 387	0.49 419	0.49 453	0.49 479	0.49 425	0.49 455

FoundationStereo	0.50 396	0.50 270	0.50 414	0.50 364	0.50 478	0.50 438	0.50 473	0.50 426	0.50 472	0.50 433	0.50 478	0.50 441	0.50 472	0.50 434	0.50 465	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 458

StereoAnything_RVC	0.50 396	0.50 270	0.50 414	0.50 364	0.50 478	0.50 438	0.50 473	0.50 426	0.50 472	0.50 433	0.50 478	0.50 441	0.50 472	0.50 434	0.50 465	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 458

dual_stereo	0.50 396	0.50 270	0.50 414	0.50 364	0.50 478	0.50 438	0.50 473	0.50 426	0.50 472	0.50 433	0.50 478	0.50 441	0.50 472	0.50 434	0.50 465	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 458

WCG-NET	0.61 422	1.21 468	0.54 429	0.61 401	0.53 488	0.67 482	0.53 480	0.66 476	0.53 481	0.64 478	0.53 487	0.65 484	0.53 479	0.59 466	0.52 472	0.65 440	0.48 416	0.64 485	0.52 485	0.58 452	0.50 458

MyStereo8	0.71 450	3.92 653	0.52 424	0.59 396	0.52 485	0.57 468	0.53 480	0.59 462	0.50 472	0.59 467	0.51 484	0.57 468	0.50 472	0.56 459	0.52 472	0.54 405	0.49 419	0.54 471	0.49 479	0.55 444	0.50 458

test-3	0.98 522	4.13 657	1.85 656	1.85 593	0.61 503	0.69 484	0.37 404	0.63 470	0.61 496	0.66 482	0.51 484	0.73 497	0.44 445	0.57 464	0.54 476	1.68 613	1.81 652	0.40 384	0.43 459	0.66 460	0.50 458

SANet	0.50 396	0.50 270	0.50 414	0.50 364	0.50 478	0.50 438	0.50 473	0.50 426	0.50 472	0.50 433	0.50 478	0.50 441	0.50 472	0.50 434	0.50 465	0.50 393	0.50 427	0.50 459	0.50 481	0.50 430	0.50 458

FSD	0.61 422	0.59 296	0.50 414	2.58 641	0.44 453	0.56 462	0.44 443	0.55 452	0.44 448	0.56 460	0.44 450	0.56 465	0.44 445	0.56 459	0.46 447	0.61 427	0.42 386	0.52 467	0.42 456	0.52 438	0.51 465

zero-FE	0.72 453	1.31 482	0.66 464	0.92 460	0.60 497	0.82 507	0.58 488	0.82 502	0.58 487	0.81 508	0.60 499	0.81 510	0.60 492	0.82 503	0.58 482	0.74 467	0.59 453	0.73 502	0.52 485	0.76 482	0.51 465

SE	0.64 429	0.73 313	0.77 498	0.79 438	0.59 495	0.78 496	0.54 483	0.58 459	0.58 487	0.78 502	0.59 497	0.63 479	0.18 235	0.78 496	0.52 472	0.80 476	0.65 468	0.69 495	0.57 498	0.75 479	0.52 467

CAR	0.72 453	0.76 321	0.59 439	0.84 447	1.19 589	0.81 504	0.58 488	0.81 499	0.58 487	0.81 508	0.58 495	0.83 512	0.59 490	0.82 503	0.59 485	0.71 452	0.49 419	0.73 502	0.68 525	0.87 502	0.52 467

MSE-Stereo	0.72 453	0.76 321	0.59 439	0.84 447	1.19 589	0.81 504	0.58 488	0.81 499	0.58 487	0.81 508	0.58 495	0.83 512	0.59 490	0.82 503	0.59 485	0.71 452	0.49 419	0.73 502	0.68 525	0.87 502	0.52 467

Monster-pub-eth3d	0.45 367	0.57 293	0.60 443	0.39 256	0.28 288	0.37 296	0.28 282	0.37 284	0.30 314	0.39 299	0.29 303	0.39 308	0.30 314	0.92 525	0.27 269	1.42 599	0.28 255	0.34 292	0.28 334	0.37 301	0.53 470

Monster-pub-mixall	0.44 344	0.56 292	0.60 443	0.38 248	0.27 282	0.37 296	0.27 271	0.37 284	0.29 299	0.38 292	0.27 280	0.38 303	0.29 305	0.85 513	0.27 269	1.46 602	0.26 234	0.34 292	0.26 275	0.36 296	0.53 470

ktn	0.72 453	0.53 284	1.08 536	1.14 494	0.51 484	1.22 607	1.36 643	0.51 440	0.59 492	0.51 442	0.51 484	0.69 488	1.20 577	0.67 480	0.51 470	0.51 399	0.49 419	0.58 476	0.66 519	0.52 438	0.53 470

Anonymus	0.47 382	0.73 313	0.46 385	0.43 300	0.54 491	0.53 456	0.27 271	0.39 298	0.35 394	0.33 274	0.40 427	0.33 279	0.38 408	0.53 451	0.54 476	0.56 415	0.36 344	0.49 453	0.53 487	0.66 460	0.54 473

MGA	0.73 457	0.76 321	0.60 443	0.92 460	1.17 585	0.81 504	0.59 492	0.84 503	0.62 497	0.81 508	0.59 497	0.84 514	0.60 492	0.81 502	0.61 489	0.71 452	0.53 436	0.89 529	0.53 487	0.75 479	0.54 473

monster-pro	0.75 461	1.67 501	0.64 458	0.89 453	0.57 494	0.86 513	0.56 485	0.87 505	0.56 484	0.87 514	0.57 493	0.88 517	0.57 485	0.87 514	0.57 480	0.79 474	0.58 447	0.76 510	0.54 489	0.77 484	0.54 473

Replicate-Monster	0.45 367	0.57 293	0.60 443	0.40 269	0.29 301	0.37 296	0.27 271	0.37 284	0.30 314	0.40 306	0.31 362	0.40 318	0.30 314	0.99 533	0.27 269	1.36 595	0.31 284	0.34 292	0.30 367	0.36 296	0.54 473

CFNet_ucs	2.73 697	9.64 727	0.33 281	9.92 741	0.32 374	0.49 429	0.33 373	0.49 417	0.33 381	0.49 420	0.33 381	0.49 427	8.98 749	0.48 420	0.33 369	0.41 317	9.96 747	0.40 384	0.29 349	10.12 751	0.54 473

anonymity	0.63 427	0.69 306	0.56 433	0.71 426	0.56 492	0.71 489	0.56 485	0.71 484	0.56 484	0.72 490	0.56 492	0.71 492	0.56 483	0.71 487	0.58 482	0.68 445	0.55 439	0.68 492	0.55 491	0.68 465	0.54 473

FC-DCNN	1.07 538	1.09 406	0.98 524	0.89 453	0.52 485	1.41 626	0.91 554	1.21 601	1.24 638	1.96 640	2.05 710	1.91 641	1.30 630	1.27 618	1.08 570	0.80 476	0.60 456	0.58 476	0.41 448	0.68 465	0.54 473

PSMNet_ROB	0.54 407	0.54 288	0.54 429	0.54 383	0.53 488	0.54 460	0.54 483	0.53 447	0.54 483	0.54 455	0.54 489	0.54 458	0.53 479	0.54 454	0.54 476	0.54 405	0.53 436	0.54 471	0.54 489	0.54 443	0.54 473

MyStereo06	0.75 461	4.12 655	0.60 443	0.63 404	0.61 503	0.62 476	0.66 500	0.56 453	0.45 452	0.55 458	0.48 471	0.54 458	0.46 453	0.57 464	0.45 443	0.60 423	0.57 443	0.64 485	0.55 491	0.72 474	0.55 481

MyStereo05	0.80 474	4.12 655	0.63 455	0.63 404	0.61 503	0.62 476	0.66 500	0.65 473	0.62 497	0.67 484	0.61 503	0.65 484	0.58 488	0.67 480	0.55 479	0.60 423	0.57 443	0.64 485	0.55 491	0.72 474	0.55 481

ARAFT	0.68 441	0.81 333	0.63 455	0.74 435	0.60 497	0.78 496	0.62 495	0.77 492	0.66 504	0.74 498	0.63 505	0.75 500	0.62 496	0.83 508	0.60 487	0.70 451	0.55 439	0.70 500	0.60 503	0.78 486	0.55 481

Zero-FE251	0.36 271	0.40 213	0.28 239	0.41 283	0.28 288	0.41 330	0.28 282	0.41 325	0.28 289	0.41 323	0.28 288	0.41 333	0.28 293	0.42 346	0.30 304	0.37 276	0.26 234	0.37 320	0.27 313	0.45 401	0.56 484

FlowAnything_test	1.02 533	1.72 504	0.71 485	1.59 582	0.70 524	1.61 633	0.69 517	1.61 625	0.70 525	1.60 627	0.70 527	1.61 633	0.69 516	1.61 632	0.70 523	0.81 480	0.58 447	0.81 519	0.55 491	0.81 494	0.56 484

FlowAnything	1.02 533	1.71 503	0.72 488	1.59 582	0.69 520	1.60 632	0.69 517	1.61 625	0.70 525	1.60 627	0.69 523	1.60 630	0.69 516	1.61 632	0.69 514	0.81 480	0.58 447	0.81 519	0.56 495	0.82 496	0.56 484

AIO-Stereo-zeroshot1	0.75 461	0.92 359	0.85 511	0.96 472	0.59 495	1.27 611	0.44 443	0.59 462	0.69 517	0.91 519	0.68 518	0.55 462	0.61 495	1.06 551	0.83 546	0.62 432	0.70 486	0.90 530	0.41 448	0.89 506	0.56 484

CASS	0.57 416	0.89 348	0.56 433	0.57 391	0.56 492	0.56 462	0.56 485	0.56 453	0.53 481	0.57 463	0.57 493	0.59 472	0.48 462	0.56 459	0.57 480	0.55 411	0.56 441	0.47 440	0.56 495	0.62 456	0.56 484
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DDUNet	0.81 479	2.45 597	0.57 437	0.90 455	0.60 497	0.88 515	0.59 492	0.90 510	0.60 493	0.88 516	0.60 499	0.90 521	0.58 488	0.88 516	0.60 487	0.84 487	0.60 456	0.86 527	0.57 498	0.86 501	0.60 489

SMoEStereo_RVC	0.63 427	0.75 318	0.51 421	0.73 432	0.53 488	0.71 489	0.47 458	0.67 477	0.58 487	0.74 498	0.60 499	0.72 495	0.53 479	0.74 493	0.51 470	0.61 427	0.62 462	0.62 481	0.61 505	0.63 457	0.61 490

UDG	0.80 474	2.21 576	0.60 443	0.91 457	0.60 497	0.90 518	0.58 488	0.88 509	0.60 493	0.90 517	0.60 499	0.88 517	0.60 492	0.90 519	0.58 482	0.86 489	0.60 456	0.84 525	0.59 502	0.84 499	0.61 490

RAFT-Stereo + iAFF	0.70 447	0.72 312	0.71 485	0.80 442	0.62 508	0.82 507	0.61 494	0.81 499	0.62 497	0.81 508	0.63 505	0.80 507	0.70 520	0.73 491	0.61 489	0.76 470	0.61 461	0.74 507	0.61 505	0.77 484	0.61 490

AFF-stereo	0.73 457	0.88 345	0.67 468	0.75 436	0.68 519	0.75 493	0.64 497	0.80 496	0.72 533	0.83 513	0.70 527	0.82 511	0.64 497	0.84 509	0.67 498	0.77 473	0.63 464	0.81 519	0.63 507	0.78 486	0.62 493

WQFJA1++	0.84 491	0.98 370	0.67 468	1.26 555	0.75 533	1.00 528	0.67 504	1.00 523	0.67 506	1.00 529	0.67 512	1.00 534	0.67 504	1.00 535	0.67 498	0.96 503	0.67 471	0.91 533	0.63 507	0.92 513	0.63 494

WQFJX	0.85 497	1.00 380	0.68 476	1.30 563	0.75 533	1.01 536	0.68 509	1.01 532	0.68 512	1.01 540	0.68 518	1.03 549	0.68 509	1.02 547	0.67 498	0.97 504	0.67 471	0.93 540	0.63 507	0.94 522	0.63 494

NLMM1	0.86 500	0.98 370	0.69 478	1.48 578	0.75 533	1.01 536	0.69 517	1.00 523	0.69 517	1.00 529	0.70 527	1.00 534	0.68 509	1.01 543	0.67 498	0.97 504	0.68 477	0.92 536	0.63 507	0.93 518	0.63 494

NLMM	0.84 491	1.00 380	0.67 468	1.27 556	0.75 533	1.00 528	0.68 509	1.00 523	0.67 506	1.00 529	0.67 512	1.02 547	0.67 504	1.02 547	0.67 498	0.97 504	0.67 471	0.93 540	0.63 507	0.92 513	0.63 494

NLSM3	0.85 497	0.99 378	0.68 476	1.29 561	0.76 538	1.01 536	0.68 509	1.01 532	0.68 512	1.02 544	0.68 518	1.01 543	0.68 509	1.01 543	0.68 506	0.97 504	0.68 477	0.93 540	0.64 512	0.93 518	0.63 494

pcwnet_v2	2.66 695	9.89 729	0.33 281	9.89 740	0.32 374	0.50 438	0.32 362	0.49 417	0.33 381	0.49 420	0.34 389	0.49 427	8.76 748	0.48 420	0.33 369	0.41 317	9.58 743	0.40 384	0.29 349	9.01 746	0.63 494

WQFJX1	0.84 491	0.98 370	0.67 468	1.30 563	0.75 533	1.01 536	0.67 504	1.01 532	0.67 506	1.01 540	0.67 512	1.01 543	0.68 509	1.00 535	0.68 506	0.98 508	0.67 471	0.92 536	0.64 512	0.92 513	0.64 500

DSFCA	0.66 433	0.73 313	0.78 500	0.65 410	0.65 511	0.64 478	0.64 497	0.65 473	0.63 500	0.64 478	0.64 507	0.64 480	0.64 497	0.65 477	0.65 494	0.65 440	0.65 468	0.65 489	0.65 516	0.66 460	0.64 500

WQFJA1	0.85 497	0.98 370	0.67 468	1.29 561	0.76 538	1.01 536	0.67 504	1.02 537	0.67 506	1.02 544	0.67 512	1.01 543	0.67 504	1.01 543	0.68 506	0.99 509	0.67 471	0.93 540	0.64 512	0.92 513	0.65 502

plain	1.88 621	3.16 630	0.64 458	3.10 654	0.65 511	3.10 704	0.64 497	3.12 703	0.65 502	3.10 704	0.65 509	3.11 704	0.65 499	3.12 703	0.65 494	3.12 689	0.65 468	3.13 702	0.65 516	3.13 690	0.65 502

MSMDNet	2.65 694	10.14 731	0.33 281	9.74 739	0.32 374	0.87 514	0.33 373	2.95 702	0.68 512	0.49 420	0.34 389	0.49 427	5.70 741	0.49 426	0.33 369	0.42 331	9.57 742	0.41 402	0.31 378	8.36 743	0.65 502

STTRV1_RVC	0.82 484	1.60 499	0.70 481	1.01 481	0.60 497	1.07 548	0.69 517	1.01 532	0.60 493	0.72 490	0.55 490	1.02 547	0.68 509	1.03 549	0.67 498	0.89 491	0.63 464	0.92 536	0.57 498	0.90 509	0.65 502

PA-Net	11.80 750	223.51 776	0.62 451	0.59 396	0.71 526	0.59 470	0.73 531	0.67 477	0.73 536	0.55 458	0.61 503	0.60 473	0.74 528	0.63 475	0.73 528	0.66 442	0.60 456	0.69 495	0.66 519	0.72 474	0.65 502
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WAFT-Stereo (ZS)	0.67 439	0.78 325	0.67 468	0.67 415	0.66 514	0.67 482	0.67 504	0.65 473	0.66 504	0.66 482	0.67 512	0.66 487	0.67 504	0.67 480	0.72 527	0.66 442	0.67 471	0.67 491	0.67 523	0.67 463	0.67 507

MoCha-V2	2.11 659	26.97 753	0.78 500	0.92 460	0.77 541	0.96 525	0.72 530	0.90 510	0.72 533	0.94 525	0.70 527	0.90 521	0.71 525	0.91 521	0.71 525	0.85 488	0.71 490	0.88 528	0.69 529	0.87 502	0.67 507

R-Stereo Train	0.81 479	0.96 367	0.67 468	0.95 469	0.67 516	0.95 523	0.68 509	0.95 521	0.68 512	0.95 527	0.68 518	0.96 531	0.68 509	0.96 531	0.68 506	0.94 501	0.68 477	0.94 544	0.68 525	0.94 522	0.68 509

RAFT-Stereo	0.81 479	0.96 367	0.67 468	0.95 469	0.67 516	0.95 523	0.68 509	0.95 521	0.68 512	0.95 527	0.68 518	0.96 531	0.68 509	0.96 531	0.68 506	0.94 501	0.68 477	0.94 544	0.68 525	0.94 522	0.68 509
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 444	0.69 306	0.69 478	0.69 418	0.69 520	0.69 484	0.69 517	0.69 479	0.69 517	0.69 487	0.69 523	0.69 488	0.69 516	0.69 483	0.69 514	0.69 446	0.69 483	0.69 495	0.69 529	0.69 469	0.69 511

mm1	0.69 444	0.69 306	0.69 478	0.69 418	0.69 520	0.69 484	0.69 517	0.69 479	0.69 517	0.69 487	0.69 523	0.69 488	0.69 516	0.69 483	0.69 514	0.69 446	0.69 483	0.69 495	0.69 529	0.69 469	0.69 511

AdaDepth	0.86 500	0.93 363	0.71 485	1.01 481	1.07 575	1.02 542	0.71 527	1.00 523	0.71 530	1.01 540	0.71 533	1.00 534	0.72 526	1.14 562	0.71 525	0.92 495	0.64 466	0.90 530	0.64 512	0.89 506	0.69 511

LiteMatch	1.13 546	0.73 313	2.80 696	3.23 659	0.61 503	0.83 509	0.68 509	0.73 488	0.69 517	1.00 529	0.77 544	0.94 528	0.57 485	0.82 503	0.64 491	2.97 686	2.43 688	0.68 492	0.32 385	0.56 447	0.70 514

Lsterematch	1.13 546	0.73 313	2.80 696	3.23 659	0.61 503	0.83 509	0.68 509	0.73 488	0.69 517	1.00 529	0.77 544	0.94 528	0.57 485	0.82 503	0.64 491	2.97 686	2.43 688	0.68 492	0.32 385	0.56 447	0.70 514

RSM++	0.76 466	0.82 335	0.66 464	0.85 451	0.64 509	0.85 511	0.71 527	0.94 519	0.64 501	0.87 514	0.67 512	0.87 516	0.65 499	0.84 509	0.65 494	0.81 480	0.70 486	0.79 514	0.71 536	0.83 498	0.70 514

DCRE	0.84 491	1.89 548	0.77 498	0.94 467	0.72 528	0.88 515	0.73 531	0.87 505	0.78 540	0.90 517	0.71 533	0.88 517	0.67 504	0.88 516	0.73 528	0.81 480	0.68 477	0.81 519	0.70 533	0.82 496	0.70 514

DMCA-RVC	0.70 447	0.80 330	0.70 481	0.70 424	0.70 524	0.70 487	0.70 524	0.71 484	0.70 525	0.70 489	0.71 533	0.71 492	0.70 520	0.70 485	0.69 514	0.69 446	0.70 486	0.69 495	0.70 533	0.69 469	0.70 514

MSMD_ROB	1.19 548	1.10 410	0.70 481	1.10 488	0.60 497	1.10 552	0.70 524	1.10 542	0.70 525	1.10 550	0.70 527	1.10 556	0.70 520	7.00 748	0.70 523	1.10 522	0.70 486	1.10 562	0.70 533	1.10 538	0.70 514

Wavelet-MonSter	1.00 523	1.21 468	0.76 496	1.94 597	1.01 570	1.11 555	0.76 535	1.15 544	0.76 539	1.11 555	0.76 542	1.14 562	0.76 531	1.11 559	0.76 535	1.21 582	0.90 513	1.02 558	0.71 536	1.02 534	0.71 520

noway5	1.92 623	4.97 672	1.95 676	2.31 624	1.68 668	2.21 663	1.68 670	2.21 660	1.69 672	2.22 669	1.68 674	2.21 660	1.68 655	2.21 662	1.68 671	2.18 646	1.87 667	1.71 645	0.65 516	0.85 500	0.72 521

ours_stereo	1.20 549	1.21 468	0.90 515	1.64 590	1.11 577	1.35 618	0.67 504	1.76 632	0.93 560	1.70 636	1.10 577	1.39 623	0.75 530	1.41 624	0.81 544	1.60 611	1.03 528	1.33 629	1.00 566	1.61 621	0.72 521

iGMRVC	0.84 491	2.85 623	0.72 488	0.72 428	0.73 529	0.77 494	0.79 538	0.73 488	0.74 538	0.73 493	0.72 536	0.73 497	0.76 531	0.73 491	0.73 528	0.72 460	0.73 493	0.73 502	0.72 538	0.73 477	0.72 521

HSM-Net_RVC	0.95 518	1.17 418	0.78 500	1.18 504	0.71 526	1.16 560	0.75 533	1.09 541	0.80 546	1.10 550	0.75 541	1.17 565	0.74 528	1.17 565	0.80 541	1.13 529	0.73 493	1.17 570	0.77 545	1.16 546	0.72 521
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UniTT-Stereo	2.03 641	3.43 637	0.72 488	3.42 671	0.73 529	3.27 707	0.68 509	3.38 708	0.69 517	3.29 707	0.72 536	3.28 707	0.70 520	3.35 709	0.68 506	3.39 692	0.68 477	3.31 705	0.69 529	3.37 691	0.73 525

ToySt	0.92 510	2.11 566	0.90 515	0.95 469	0.79 544	0.99 527	0.78 537	0.94 519	0.81 549	0.94 525	0.78 546	0.95 530	0.77 533	0.94 527	0.86 548	0.91 492	0.79 503	0.85 526	0.77 545	0.89 506	0.73 525

LMCR-Stereo	0.65 431	0.63 301	0.65 462	0.65 410	0.65 511	0.66 481	0.63 496	0.58 459	0.65 502	0.63 477	0.64 507	0.65 484	0.65 499	0.66 478	0.66 497	0.66 442	0.64 466	0.65 489	0.67 523	0.68 465	0.73 525

DRN-Test	0.14 140	0.13 117	0.09 89	0.14 122	0.09 148	0.15 175	0.09 146	0.14 167	0.10 154	0.14 167	0.09 148	0.14 168	0.09 148	0.13 168	0.09 141	0.12 111	0.09 94	0.12 159	0.09 142	0.12 166	0.73 525

Hybrid-DGEV	1.03 535	1.75 510	0.80 504	1.28 560	0.78 542	1.26 610	0.80 541	1.26 606	0.78 540	1.26 612	0.78 546	1.26 614	0.78 535	1.26 615	0.78 537	1.15 532	0.75 496	1.14 563	0.74 540	1.14 541	0.75 529

252Zero-FE	0.45 367	0.50 270	0.36 305	0.50 364	0.36 406	0.50 438	0.36 398	0.50 426	0.36 405	0.49 420	0.36 402	0.49 427	0.36 399	0.54 454	0.41 426	0.45 362	0.34 331	0.45 426	0.34 399	0.55 444	0.75 529

HBP-ISP	1.24 598	1.72 504	1.65 634	1.15 497	0.76 538	1.40 624	0.88 551	1.67 631	1.02 575	1.69 635	1.38 649	1.69 635	1.21 623	1.87 642	1.21 632	1.05 517	0.79 503	0.97 550	0.80 551	1.19 554	0.75 529

DStereoRT	0.73 457	0.81 333	0.73 492	0.71 426	0.74 531	0.73 491	0.75 533	0.71 484	0.71 530	0.74 498	0.72 536	0.73 497	0.80 537	0.71 487	0.73 528	0.76 470	0.71 490	0.73 502	0.72 538	0.70 472	0.76 532

UNet	0.29 229	0.90 352	0.10 93	0.14 122	0.10 155	0.14 167	0.10 151	0.91 512	0.69 517	0.14 167	0.11 170	0.14 168	0.11 169	0.14 169	0.10 148	0.12 111	0.09 94	0.12 159	0.09 142	0.88 505	0.76 532

Hybrid-DGEV-03	1.07 538	1.83 536	0.83 508	1.34 568	0.81 549	1.32 616	0.81 545	1.31 613	0.81 549	1.31 615	0.82 552	1.32 619	0.82 541	1.32 620	0.81 544	1.19 534	0.77 499	1.19 575	0.76 543	1.19 554	0.77 534

Hybrid-DGEV-2	1.05 537	1.83 536	0.83 508	1.33 567	0.82 550	1.30 614	0.81 545	1.26 606	0.79 544	1.29 614	0.79 548	1.26 614	0.80 537	1.26 615	0.79 538	1.20 536	0.78 501	1.18 573	0.77 545	1.20 556	0.77 534

RAStereo	2.23 675	3.64 640	0.76 496	3.65 680	0.86 551	3.66 712	0.76 535	3.67 712	0.81 549	3.66 709	0.76 542	3.66 710	0.77 533	3.68 711	0.77 536	3.68 695	0.77 499	3.69 710	0.77 545	3.70 694	0.77 534

G-Net	0.79 471	0.79 327	0.79 503	0.79 438	0.79 544	0.79 499	0.79 538	0.79 493	0.79 544	0.79 504	0.79 548	0.79 505	0.79 536	0.79 497	0.79 538	0.79 474	0.79 503	0.79 514	0.79 549	0.79 488	0.79 537

NaN_ROB	0.80 474	0.80 330	0.80 504	0.80 442	0.80 547	0.80 501	0.80 541	0.80 496	0.80 546	0.80 505	0.80 550	0.80 507	0.80 537	0.80 499	0.80 541	0.80 476	0.80 506	0.80 517	0.80 551	0.80 491	0.80 538

CSAN	0.80 474	0.80 330	0.80 504	0.80 442	0.80 547	0.80 501	0.80 541	0.80 496	0.80 546	0.80 505	0.80 550	0.80 507	0.80 537	0.80 499	0.80 541	0.80 476	0.80 506	0.80 517	0.80 551	0.80 491	0.80 538

DPSimNet_ROB	0.97 520	1.18 420	0.81 507	1.10 488	0.91 557	1.02 542	0.82 548	1.04 538	0.91 554	1.03 546	0.86 555	1.28 618	0.82 541	1.03 549	0.89 549	1.17 533	0.81 508	1.02 558	0.82 554	1.08 537	0.81 540

Selective-RAFT	0.89 507	0.89 348	0.72 488	1.16 502	0.78 542	1.06 545	0.82 548	0.87 505	0.97 565	1.00 529	0.91 559	0.90 521	1.00 552	0.89 518	0.93 554	0.83 485	0.83 509	0.82 523	0.82 554	0.81 494	0.82 541

StereoDRNet	0.15 152	0.14 124	0.10 93	0.14 122	0.09 148	0.15 175	0.09 146	0.14 167	0.09 150	0.14 167	0.10 152	0.14 168	0.09 148	0.14 169	0.09 141	0.13 126	0.10 99	0.13 163	0.09 142	0.13 168	0.82 541

Selective-RAFT-Error	0.88 505	0.84 336	0.98 524	0.86 452	0.97 563	0.88 515	0.95 559	0.84 503	0.99 568	0.92 521	0.82 552	0.84 514	0.98 551	0.87 514	0.97 557	0.81 480	0.83 509	0.79 514	0.82 554	0.79 488	0.85 543

LiteMatch*	2.07 647	1.30 480	5.73 732	6.28 719	0.79 544	1.33 617	0.80 541	1.30 612	1.02 575	1.33 616	0.84 554	1.33 620	0.97 549	1.28 619	1.04 567	6.05 730	5.89 726	1.28 627	0.76 543	1.28 609	0.88 544

IGEVStereo-DCA	1.77 617	4.21 659	1.84 654	2.49 637	2.11 703	2.54 688	1.36 643	1.65 629	1.17 587	2.75 698	1.90 693	2.54 683	1.15 570	0.94 527	1.11 572	1.50 604	1.32 601	0.96 548	1.46 654	1.49 617	0.88 544

rrr	1.77 617	4.21 659	1.84 654	2.49 637	2.11 703	2.54 688	1.36 643	1.65 629	1.17 587	2.75 698	1.90 693	2.54 683	1.15 570	0.94 527	1.11 572	1.50 604	1.32 601	0.96 548	1.46 654	1.49 617	0.88 544

MM-Stereo_test2	1.20 549	1.85 542	1.05 533	1.46 577	0.94 561	1.36 620	0.99 562	1.36 615	0.95 562	1.41 622	0.98 566	1.40 625	0.96 548	1.37 622	0.95 555	1.37 597	1.06 529	1.33 629	0.93 563	1.29 610	0.89 547

4D-IteraStereo	0.78 470	3.13 629	0.89 512	0.69 418	0.32 374	0.40 311	0.32 362	0.76 491	0.97 565	0.52 446	0.65 509	0.89 520	0.32 372	0.76 495	0.98 558	0.83 485	0.94 518	0.35 308	0.27 313	0.70 472	0.89 547

DGTPSM_ROB	0.93 515	1.00 380	0.92 519	0.94 467	0.96 562	0.91 519	0.92 555	0.91 512	0.96 564	0.91 519	0.96 563	0.93 527	0.92 546	0.94 527	0.92 550	0.92 495	0.92 516	0.90 530	0.92 559	0.94 522	0.91 549

pmcnn	0.92 510	0.92 359	0.92 519	0.92 460	0.92 558	0.92 520	0.92 555	0.92 515	0.92 558	0.92 521	0.92 562	0.92 524	0.92 546	0.92 525	0.92 550	0.92 495	0.92 516	0.92 536	0.92 559	0.92 513	0.92 550

UPFNet	0.42 329	1.20 422	0.17 184	0.24 190	0.17 226	0.25 240	0.17 215	1.19 552	0.90 553	0.25 236	0.17 221	0.24 233	0.17 224	0.25 238	0.17 216	0.22 192	0.17 196	0.22 221	0.16 212	1.15 544	0.93 551

DPSM_ROB	0.92 510	0.91 354	0.91 517	0.91 457	0.92 558	0.92 520	0.92 555	0.92 515	0.91 554	0.93 523	0.91 559	0.92 524	0.90 544	0.91 521	0.92 550	0.92 495	0.91 514	0.91 533	0.92 559	0.93 518	0.93 551

DPSM	0.92 510	0.91 354	0.91 517	0.91 457	0.92 558	0.92 520	0.92 555	0.92 515	0.91 554	0.93 523	0.91 559	0.92 524	0.90 544	0.91 521	0.92 550	0.92 495	0.91 514	0.91 533	0.92 559	0.93 518	0.93 551

MEA-ACV	1.66 611	0.87 342	0.61 449	11.81 746	1.35 642	1.50 630	0.71 527	1.23 604	0.92 558	1.13 559	0.96 563	1.69 635	0.70 520	1.23 614	1.16 580	1.54 608	1.20 551	1.58 640	0.85 557	1.12 539	0.95 554

qqai	1.22 596	1.38 489	1.12 537	1.39 574	1.14 578	1.40 624	1.14 577	1.41 620	1.12 579	1.40 621	1.11 578	1.40 625	1.13 566	1.41 624	1.15 576	1.25 585	0.97 519	1.24 624	1.01 573	1.24 605	0.96 555

MM-Stereo_test3	1.27 600	2.07 562	1.18 546	1.60 585	1.02 572	1.45 628	1.01 568	1.40 619	1.04 577	1.44 624	1.03 573	1.46 628	1.02 561	1.44 627	1.02 566	1.51 606	1.12 543	1.32 628	0.98 564	1.38 614	0.97 556

delet	0.43 331	1.21 468	0.17 184	0.25 197	0.17 226	0.25 240	0.18 224	1.26 606	0.95 562	0.25 236	0.17 221	0.25 240	0.17 224	0.25 238	0.17 216	0.23 204	0.16 175	0.22 221	0.16 212	1.18 552	0.98 557

MMNet	0.44 344	1.24 476	0.17 184	0.25 197	0.17 226	0.25 240	0.18 224	1.26 606	0.93 560	0.25 236	0.17 221	0.25 240	0.18 235	0.25 238	0.17 216	0.23 204	0.16 175	0.23 230	0.16 212	1.20 556	0.99 558

psm_up	0.43 331	1.19 421	0.17 184	0.25 197	0.18 238	0.25 240	0.19 230	1.26 606	0.91 554	0.26 245	0.17 221	0.25 240	0.17 224	0.25 238	0.17 216	0.22 192	0.17 196	0.23 230	0.16 212	1.18 552	0.99 558

LGCAT	1.00 523	1.00 380	1.00 526	1.00 476	1.00 564	1.00 528	1.00 563	1.00 523	1.00 569	1.00 529	1.00 567	1.00 534	1.00 552	1.00 535	1.00 560	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 560

Test_v1	1.00 523	1.00 380	1.00 526	1.00 476	1.00 564	1.00 528	1.00 563	1.00 523	1.00 569	1.00 529	1.00 567	1.00 534	1.00 552	1.00 535	1.00 560	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 560

BLMT-Stereo	1.53 607	1.36 486	1.06 534	1.42 576	1.23 641	1.41 626	1.07 572	1.43 622	1.12 579	1.42 623	1.06 574	1.83 638	1.07 563	1.42 626	1.07 569	1.27 587	1.38 617	6.80 745	1.00 566	1.26 607	1.00 560

GANet	1.00 523	1.00 380	1.00 526	1.00 476	1.00 564	1.00 528	1.00 563	1.00 523	1.00 569	1.00 529	1.00 567	1.00 534	1.00 552	1.00 535	1.00 560	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 560

TDLM	1.00 523	1.00 380	1.00 526	1.00 476	1.00 564	1.00 528	1.00 563	1.00 523	1.00 569	1.00 529	1.00 567	1.00 534	1.00 552	1.00 535	1.00 560	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 560

CVANet_RVC	1.00 523	1.00 380	1.00 526	1.00 476	1.00 564	1.00 528	1.00 563	1.00 523	1.00 569	1.00 529	1.00 567	1.00 534	1.00 552	1.00 535	1.00 560	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 560

AIO-Stereo-zeroshot	0.91 508	0.86 340	0.89 512	1.25 554	0.69 520	1.05 544	0.81 545	1.16 547	0.50 472	1.12 556	0.97 565	0.72 495	0.82 541	1.06 551	0.95 555	0.61 427	0.87 511	1.03 560	0.85 557	1.04 535	1.01 566

trnet	1.01 531	1.01 390	1.01 531	1.01 481	1.01 570	1.01 536	1.01 568	1.01 532	1.01 574	1.01 540	1.01 572	1.01 543	1.01 560	1.01 543	1.01 565	1.01 515	1.01 526	1.01 557	1.01 573	1.01 532	1.01 566

ff7	1.68 612	2.68 605	1.35 606	0.97 473	0.89 553	1.84 637	2.15 703	2.12 645	1.80 686	2.05 650	1.56 656	2.33 670	2.12 694	2.23 666	2.25 706	1.31 589	1.07 530	1.48 636	1.41 648	0.90 509	1.04 568

ffff	1.68 612	2.68 605	1.35 606	0.97 473	0.89 553	1.84 637	2.15 703	2.12 645	1.80 686	2.05 650	1.56 656	2.33 670	2.12 694	2.23 666	2.25 706	1.31 589	1.07 530	1.48 636	1.41 648	0.90 509	1.04 568

ccc-4	1.68 612	2.68 605	1.35 606	0.97 473	0.89 553	1.84 637	2.15 703	2.12 645	1.80 686	2.05 650	1.56 656	2.33 670	2.12 694	2.23 666	2.25 706	1.31 589	1.07 530	1.48 636	1.41 648	0.90 509	1.04 568

edge stereo	2.43 686	27.07 754	1.14 540	1.06 485	1.14 578	1.08 549	1.17 582	1.16 547	1.14 581	1.10 550	1.16 582	1.09 554	1.16 574	1.10 557	1.16 580	1.10 522	1.11 540	1.16 566	1.19 584	1.13 540	1.11 571

Abc-Net	2.32 678	24.75 745	1.14 540	1.17 503	1.17 585	1.11 555	1.15 579	1.17 549	1.21 635	1.08 549	1.16 582	1.12 561	1.14 569	1.09 555	1.17 582	1.09 520	1.16 546	1.17 570	1.17 583	1.16 546	1.11 571
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoVision	3.15 706	5.00 674	0.89 512	4.83 705	1.00 564	3.93 713	1.27 637	6.37 742	1.34 643	5.67 742	1.26 637	5.84 743	1.27 627	5.03 739	1.24 634	5.10 723	1.09 536	4.61 723	0.57 498	5.62 731	1.12 573

GLC_STEREO	1.07 538	1.01 390	1.06 534	1.07 486	1.05 574	1.06 545	1.08 573	1.08 539	1.05 578	1.07 548	1.06 574	1.08 552	1.05 562	1.06 551	1.10 571	1.07 518	1.09 536	1.05 561	1.05 575	1.06 536	1.12 573

AF-Net	2.37 683	25.71 749	1.17 544	1.13 493	1.15 580	1.15 559	1.18 583	1.19 552	1.16 583	1.10 550	1.15 579	1.10 556	1.18 575	1.12 561	1.15 576	1.10 522	1.10 539	1.17 570	1.15 580	1.16 546	1.12 573

RGC	2.36 681	25.48 747	1.19 548	1.15 497	1.15 580	1.10 552	1.16 581	1.17 549	1.16 583	1.12 556	1.16 582	1.11 560	1.13 566	1.09 555	1.18 583	1.10 522	1.15 545	1.16 566	1.12 578	1.14 541	1.12 573

KSHMR	0.66 433	0.50 270	0.48 401	1.15 497	0.52 485	0.49 429	0.51 477	0.49 417	0.71 530	0.67 484	0.50 478	1.16 564	1.11 565	0.66 478	0.52 472	0.49 387	0.49 419	0.51 464	0.66 519	0.50 430	1.14 577

4.25w-stereo	1.98 626	2.72 612	1.46 623	3.47 673	1.43 649	2.07 651	1.98 694	2.53 684	1.52 654	2.71 691	1.98 705	1.81 637	1.62 646	1.96 645	1.36 646	1.88 623	2.00 670	2.53 696	1.61 670	1.74 628	1.15 578

2w_stereo	1.99 627	2.36 591	1.81 645	3.24 661	1.67 664	1.94 642	1.98 694	2.72 688	1.68 665	2.72 692	1.94 696	1.98 645	1.74 669	1.79 639	1.27 638	1.95 628	2.00 670	2.53 696	1.60 666	1.68 625	1.15 578

Nwc_Net	2.37 683	25.95 750	1.15 542	1.14 494	1.15 580	1.08 549	1.14 577	1.17 549	1.16 583	1.14 560	1.15 579	1.08 552	1.15 570	1.11 559	1.14 575	1.10 522	1.11 540	1.16 566	1.09 577	1.16 546	1.15 578

4.5w-stereo	1.99 627	2.33 584	1.81 645	3.28 663	1.68 668	1.94 642	1.99 697	2.72 688	1.70 673	2.72 692	1.99 708	1.97 644	1.68 655	1.76 636	1.29 641	1.91 625	2.02 676	2.53 696	1.61 670	1.75 629	1.16 581

4.25_new	2.00 631	2.33 584	1.82 650	3.32 666	1.69 673	1.95 645	1.99 697	2.72 688	1.71 675	2.72 692	1.97 699	2.01 647	1.74 669	1.77 637	1.28 639	2.18 646	2.01 672	2.48 694	1.58 661	1.65 622	1.17 582

4.5w_new	2.00 631	2.33 584	1.82 650	3.32 666	1.69 673	1.95 645	1.99 697	2.72 688	1.71 675	2.72 692	1.97 699	2.01 647	1.74 669	1.77 637	1.28 639	2.18 646	2.01 672	2.48 694	1.58 661	1.65 622	1.17 582

RP	2.33 679	25.00 746	1.13 539	1.15 497	1.15 580	1.10 552	1.15 579	1.15 544	1.15 582	1.12 556	1.15 579	1.09 554	1.13 566	1.10 557	1.15 576	1.11 527	1.09 536	1.16 566	1.12 578	1.16 546	1.17 582

NCC-stereo	2.36 681	25.52 748	1.17 544	1.15 497	1.17 585	1.11 555	1.11 574	1.15 544	1.16 583	1.10 550	1.16 582	1.10 556	1.15 570	1.14 562	1.13 574	1.09 520	1.11 540	1.15 565	1.16 582	1.17 551	1.17 582

stereogan	2.33 679	24.38 744	1.18 546	1.18 504	1.18 588	1.14 558	1.18 583	1.19 552	1.19 589	1.14 560	1.18 586	1.14 562	1.18 575	1.14 562	1.18 583	1.14 531	1.14 544	1.19 575	1.19 584	1.15 544	1.19 586

DisPM	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

CrosDoStereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

PFNet+	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

LCNet	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

HHNet	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

Patchmatch Stereo++	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587
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	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

STrans-v2	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

TransformOpticalFlow	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

OMP-Stereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

IIG-Stereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

NF-Stereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

OCTAStereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

PSM-softLoss	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

KMStereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

NRIStereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

PSM-adaLoss	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

PSM-AAD	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

FTStereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

ROB_FTStereo_v2	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

ROB_FTStereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

Consistency-Raft	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

KYRaft	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

HUI-Stereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

ASMatch	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

DeepStereo_LL	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

DEmStereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

SST-Stereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

THIR-Stereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

RAFT_R40	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

DRaft	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

PFNet	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

GrayStereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

RE-Stereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

Pruner-Stereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

TVStereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

DeepStereo_RVC	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

RAFT-RH_RVC	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

IRAFT_RVC	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

RAFT-345	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

iRAFT	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

CRE-IMP	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

GMM-Stereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

RAFT-IKP	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

Prome-Stereo	1.20 549	1.20 422	1.20 551	1.20 506	1.20 591	1.20 561	1.20 585	1.20 555	1.20 590	1.20 565	1.20 587	1.20 567	1.20 577	1.20 567	1.20 587	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 587

SPS-STEREO	1.59 609	1.91 551	1.21 597	1.94 597	1.20 591	2.00 648	1.23 632	1.99 639	1.24 638	2.00 645	1.25 636	2.03 649	1.26 626	2.00 647	1.29 641	1.90 624	1.18 550	1.89 656	1.21 632	1.89 634	1.20 587
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
2.75w_new	1.99 627	2.34 588	1.81 645	3.14 655	1.62 657	1.94 642	1.99 697	2.72 688	1.71 675	2.72 692	1.99 708	1.90 640	1.73 667	1.82 641	1.29 641	2.37 668	2.01 672	2.31 682	1.42 651	1.77 630	1.22 633

GANetREF_RVC	1.55 608	1.94 558	1.22 598	1.88 594	1.21 637	1.88 640	1.22 631	1.88 634	1.22 636	1.88 637	1.22 633	1.88 639	1.22 624	1.89 643	1.22 633	1.87 620	1.22 599	1.88 655	1.22 633	1.88 633	1.22 633
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
S-Stereo	2.51 690	26.86 752	1.23 600	1.22 551	1.22 639	1.24 609	1.25 634	1.22 602	1.24 638	1.21 610	1.24 635	1.19 566	1.27 627	1.19 566	1.24 634	1.19 534	1.20 551	1.25 625	1.19 584	1.24 605	1.23 635

3.75w	1.99 627	2.31 582	1.83 653	3.16 657	1.65 659	1.93 641	1.98 694	2.72 688	1.68 665	2.73 697	1.97 699	2.00 646	1.72 666	1.81 640	1.25 637	2.27 658	2.01 672	2.38 687	1.42 651	1.71 626	1.24 636

CFNet-ft	0.55 412	1.57 497	0.14 149	0.20 168	0.14 195	0.20 202	2.53 708	1.61 625	0.14 195	0.20 199	0.14 197	0.20 201	0.14 196	0.20 199	0.14 189	0.17 167	0.12 136	0.17 192	0.12 181	1.56 619	1.24 636

FAT-Stereo	2.46 688	26.05 751	1.23 600	1.23 553	1.22 639	1.20 561	1.24 633	1.23 604	1.23 637	1.19 564	1.22 633	1.21 612	1.24 625	1.20 567	1.24 634	1.21 582	1.17 549	1.22 623	1.25 637	1.20 556	1.24 636

MaDis-Stereo	3.19 707	6.02 706	1.12 537	5.61 715	1.16 584	5.43 740	1.02 570	5.15 739	0.70 525	5.43 739	1.21 632	5.03 740	0.97 549	4.85 733	0.99 559	4.53 704	1.16 546	5.53 739	1.25 637	5.37 729	1.30 639

11t	1.27 600	2.70 608	1.34 604	1.32 566	0.89 553	1.30 614	1.34 640	1.64 628	0.57 486	1.45 625	0.72 536	1.05 551	1.29 629	1.07 554	1.29 641	1.49 603	1.02 527	0.97 550	1.15 580	1.48 616	1.31 640

tt45	1.04 536	0.88 345	1.36 614	0.92 460	1.03 573	1.51 631	0.79 538	0.70 483	0.88 552	0.74 498	0.90 556	1.60 630	0.72 526	1.60 630	0.75 533	0.91 492	0.78 501	1.52 639	0.79 549	1.14 541	1.32 641

MM-Stereo_test1	1.80 619	3.41 636	1.52 629	2.12 605	1.41 648	2.04 649	1.41 651	2.05 643	1.46 653	2.04 649	1.41 651	2.05 650	1.42 640	2.05 648	1.43 651	2.04 634	1.54 629	1.94 657	1.38 647	1.99 637	1.33 642

MC-Stereo	1.76 616	2.96 624	1.37 616	2.14 606	1.37 645	2.14 654	1.36 643	2.14 648	1.37 648	2.14 654	1.37 647	2.14 651	1.37 637	2.14 652	1.37 647	1.97 629	1.32 601	1.97 659	1.32 641	1.98 636	1.33 642

CC-Net-ROB	1.36 603	1.33 484	1.33 603	1.36 571	1.38 646	1.36 620	1.33 639	1.37 617	1.34 643	1.35 618	1.36 646	1.38 622	1.34 633	1.38 623	1.38 648	1.35 593	1.38 617	1.33 629	1.35 642	1.43 615	1.34 644

MaskLacGwcNet_RVC	1.35 602	1.35 485	1.35 606	1.35 570	1.35 642	1.35 618	1.35 641	1.36 615	1.35 646	1.36 619	1.35 644	1.36 621	1.36 635	1.36 621	1.35 645	1.35 593	1.35 613	1.35 632	1.35 642	1.35 612	1.35 645

RASNet	1.49 606	1.65 500	1.45 622	1.38 573	1.43 649	1.47 629	1.36 643	1.38 618	1.36 647	1.39 620	1.60 660	1.45 627	1.45 641	1.51 628	2.21 705	1.53 607	1.36 614	1.36 634	1.36 644	1.66 624	1.36 646

PS-NSSS	1.38 605	1.39 490	1.34 604	1.34 568	1.35 642	1.38 622	1.37 648	1.35 614	1.38 649	1.34 617	1.34 643	1.39 623	1.38 638	1.70 634	1.40 649	1.36 595	1.36 614	1.36 634	1.37 645	1.37 613	1.36 646

MIF-Stereo (partial)	2.58 693	3.31 635	0.66 464	3.18 658	0.66 514	3.18 705	0.66 500	3.21 704	0.67 506	3.19 705	0.66 511	3.19 705	0.66 502	3.31 707	0.68 506	5.09 722	1.79 651	8.23 749	1.67 683	6.18 733	1.38 648

999	1.00 523	1.12 411	0.59 439	1.10 488	1.21 637	1.09 551	0.52 478	1.08 539	1.43 652	1.18 563	1.35 644	0.98 533	0.52 478	0.91 521	0.85 547	0.72 460	1.46 622	0.83 524	0.98 564	0.68 465	1.41 649

sCroCo_RVC	2.10 655	2.76 616	1.92 664	2.78 648	1.39 647	2.73 697	1.41 651	2.73 694	1.40 650	2.77 703	1.41 651	2.74 699	1.40 639	2.74 698	1.40 649	2.72 684	1.42 620	2.72 700	1.44 653	2.79 687	1.42 650

RAFT_CTSACE	1.92 623	3.71 643	1.72 640	1.88 594	1.72 680	2.04 649	1.42 653	2.18 651	1.89 699	2.02 647	1.97 699	1.95 642	2.06 693	1.93 644	1.62 657	1.76 615	1.66 642	2.02 660	1.73 691	1.73 627	1.43 651

MonStereo1	1.94 625	2.77 618	1.52 629	3.73 684	1.51 652	2.13 653	1.42 653	2.32 672	1.52 654	2.31 676	1.50 654	2.53 680	1.59 643	2.34 674	1.56 654	1.91 625	1.36 614	1.86 651	1.31 640	2.07 647	1.53 652

1w_stereo	2.05 646	2.32 583	1.35 606	3.74 685	2.01 697	2.73 697	1.42 653	1.88 634	1.93 701	2.03 648	1.28 639	2.71 693	1.99 689	2.72 695	1.72 679	2.20 649	1.32 601	1.87 652	1.86 695	2.45 669	1.54 653

test_xeample3	1.10 541	1.81 526	0.61 449	0.84 447	0.49 474	0.77 494	0.66 500	0.92 515	1.40 650	0.68 486	0.46 459	0.78 503	0.54 482	1.72 635	1.48 652	1.34 592	1.52 626	1.35 632	1.67 683	1.33 611	1.55 654

derf	1.91 622	2.15 570	1.78 643	2.16 607	1.75 681	2.21 663	1.80 680	2.22 662	1.80 686	2.21 665	1.76 682	2.17 652	1.81 674	2.24 669	1.74 685	1.93 627	1.56 630	1.96 658	1.53 656	1.95 635	1.56 655

LGtest1	2.22 672	2.70 608	1.89 661	2.76 644	1.86 688	2.75 699	1.86 686	2.75 695	1.86 692	2.75 698	1.86 686	2.77 702	1.87 677	2.75 699	1.86 692	2.46 673	1.58 633	2.45 691	1.56 657	2.45 669	1.56 655

LG-G_1	2.22 672	2.71 610	1.89 661	2.77 645	1.87 692	2.75 699	1.87 689	2.76 696	1.87 696	2.75 698	1.87 688	2.76 700	1.87 677	2.75 699	1.86 692	2.47 674	1.58 633	2.45 691	1.57 658	2.45 669	1.57 657

LG-G	2.22 672	2.71 610	1.89 661	2.77 645	1.87 692	2.75 699	1.87 689	2.76 696	1.87 696	2.75 698	1.87 688	2.76 700	1.87 677	2.75 699	1.86 692	2.47 674	1.58 633	2.45 691	1.57 658	2.45 669	1.57 657

3w_stereo	2.04 644	2.24 578	1.70 637	3.15 656	2.18 709	2.49 682	1.26 636	2.03 642	1.98 703	1.98 643	1.33 642	2.72 697	1.99 689	2.59 686	1.72 679	2.22 651	1.33 608	1.85 648	1.88 701	2.50 675	1.58 659

zzzzzz3	2.07 647	5.00 674	1.93 667	2.28 618	1.66 660	2.19 657	1.66 662	2.18 651	1.67 660	2.19 660	1.66 667	2.18 653	1.67 653	2.18 654	1.66 662	2.15 638	1.85 659	2.05 661	1.59 663	2.05 639	1.59 660

DPSMNet_ROB	1.60 610	1.59 498	1.70 637	1.59 582	1.59 655	1.61 633	1.61 659	1.60 624	1.60 656	1.62 633	1.59 659	1.60 630	1.60 644	1.60 630	1.59 656	1.59 609	1.60 637	1.59 641	1.59 663	1.59 620	1.59 660

noway7	2.08 650	5.18 680	1.92 664	2.27 613	1.66 660	2.18 655	1.66 662	2.17 650	1.66 657	2.18 657	1.65 664	2.18 653	1.66 647	2.17 653	1.66 662	2.15 638	1.85 659	2.05 661	1.60 666	2.05 639	1.60 662

zzzz4	2.08 650	5.22 684	1.93 667	2.27 613	1.66 660	2.19 657	1.66 662	2.18 651	1.67 660	2.18 657	1.66 667	2.18 653	1.66 647	2.18 654	1.66 662	2.15 638	1.84 654	2.05 661	1.60 666	2.05 639	1.60 662

noway2	2.07 647	4.96 671	1.92 664	2.28 618	1.66 660	2.20 660	1.66 662	2.19 654	1.66 657	2.19 660	1.65 664	2.19 656	1.68 655	2.18 654	1.65 659	2.15 638	1.86 663	2.06 665	1.59 663	2.06 643	1.60 662

asd	2.18 665	2.77 618	1.58 631	3.59 678	2.00 696	2.58 690	1.85 685	2.39 677	1.71 675	2.47 683	1.97 699	2.59 687	1.61 645	2.56 684	1.79 687	2.51 677	1.99 669	2.11 677	1.62 676	2.36 664	1.60 662

4.5_new	2.00 631	1.84 541	1.98 679	2.77 645	2.16 705	2.27 670	1.28 638	2.09 644	1.98 703	2.01 646	1.28 639	2.71 693	1.98 687	2.51 683	1.65 659	2.26 655	1.33 608	1.87 652	1.87 696	2.49 673	1.60 662

GELT-Stereo	2.10 655	5.33 691	1.94 675	2.37 629	1.68 668	2.21 663	1.69 674	2.19 654	1.67 660	2.18 657	1.67 669	2.19 656	1.66 647	2.19 657	1.66 662	2.23 652	1.83 653	2.07 667	1.61 670	2.04 638	1.61 667

monster_256*512	2.09 653	5.21 683	1.98 679	2.30 621	1.67 664	2.18 655	1.66 662	2.20 657	1.67 660	2.19 660	1.67 669	2.19 656	1.66 647	2.19 657	1.66 662	2.15 638	1.86 663	2.05 661	1.60 666	2.06 643	1.61 667

zzzz2	2.08 650	4.92 670	1.93 667	2.30 621	1.67 664	2.19 657	1.66 662	2.20 657	1.67 660	2.20 663	1.68 674	2.21 660	1.66 647	2.20 659	1.68 671	2.17 644	1.84 654	2.07 667	1.62 676	2.05 639	1.61 667

zzz1	2.09 653	4.97 672	1.93 667	2.30 621	1.68 668	2.21 663	1.68 670	2.21 660	1.68 665	2.21 665	1.67 669	2.21 660	1.68 655	2.21 662	1.69 674	2.17 644	1.85 659	2.08 671	1.61 670	2.06 643	1.61 667

noway1	2.10 655	5.26 688	1.93 667	2.31 624	1.69 673	2.21 663	1.67 668	2.19 654	1.68 665	2.21 665	1.68 674	2.21 660	1.67 653	2.20 659	1.66 662	2.15 638	1.84 654	2.07 667	1.61 670	2.07 647	1.61 667

IGEV	2.02 639	2.20 574	1.82 650	2.90 651	2.16 705	2.41 678	1.25 634	2.00 640	1.98 703	1.99 644	1.31 641	2.72 697	1.93 683	2.67 692	1.69 674	2.26 655	1.32 601	1.83 647	1.87 696	2.53 680	1.61 667

zzzzzzz1	2.10 655	5.20 682	1.93 667	2.38 631	1.68 668	2.20 660	1.67 668	2.20 657	1.68 665	2.20 663	1.67 669	2.20 659	1.68 655	2.20 659	1.67 670	2.24 653	1.86 663	2.06 665	1.61 670	2.06 643	1.62 673

noway4	2.11 659	5.14 678	1.93 667	2.37 629	1.69 673	2.20 660	1.68 670	2.22 662	1.68 665	2.21 665	1.69 678	2.23 664	1.68 655	2.22 664	1.66 662	2.24 653	1.84 654	2.09 676	1.63 679	2.09 652	1.62 673

2.25w	2.00 631	1.86 545	1.98 679	2.95 652	2.17 707	2.26 669	1.35 641	2.42 678	2.00 706	2.07 653	1.27 638	2.53 680	1.99 689	2.29 671	1.49 653	2.21 650	1.32 601	1.85 648	1.87 696	2.52 677	1.62 673

noway3	2.12 661	5.22 684	1.93 667	2.39 632	1.70 678	2.23 668	1.70 676	2.22 662	1.70 673	2.22 669	1.70 680	2.23 664	1.69 662	2.22 664	1.71 676	2.28 659	1.86 663	2.08 671	1.63 679	2.09 652	1.63 676

3.25w	2.04 644	2.20 574	1.48 624	3.03 653	2.17 707	2.63 692	1.39 649	1.96 637	1.95 702	1.96 640	1.37 647	2.71 693	1.96 686	2.71 693	1.73 684	2.26 655	1.32 601	1.87 652	1.87 696	2.51 676	1.63 676

UDGNet	2.23 675	5.40 695	1.72 640	2.48 636	1.69 673	2.51 685	1.69 674	2.51 683	1.72 679	2.50 685	1.69 678	2.52 679	1.69 662	2.50 682	1.68 671	2.41 671	1.70 645	2.42 689	1.69 687	2.42 666	1.64 678

MFMNet_re	1.81 620	1.91 551	1.71 639	1.95 599	1.70 678	1.95 645	1.70 676	1.96 637	1.74 682	1.97 642	1.72 681	1.95 642	1.71 665	1.97 646	1.71 676	1.86 618	1.62 638	1.85 648	1.66 682	1.86 632	1.64 678

Anonymous3	2.55 691	3.26 634	1.65 634	3.28 663	1.63 658	3.24 706	1.68 670	3.27 705	1.66 657	3.28 706	1.67 669	3.25 706	1.66 647	3.27 705	1.64 658	3.26 690	1.65 641	3.30 704	1.65 681	4.95 724	1.65 680

MonStereo	2.17 663	2.41 594	1.49 628	2.67 642	1.67 664	2.60 691	2.04 701	2.32 672	1.76 683	2.44 681	1.68 674	2.50 678	1.69 662	2.38 675	1.80 688	2.28 659	1.78 649	2.63 699	2.14 704	3.47 692	1.68 681

qwe	2.18 665	2.60 602	1.58 631	3.83 686	1.90 694	2.53 686	1.90 692	2.48 680	1.73 680	2.37 679	1.92 695	2.53 680	1.68 655	2.56 684	1.83 689	2.52 679	1.87 667	2.07 667	1.68 685	2.32 662	1.71 682

TRStereo	2.00 631	2.13 567	1.85 656	2.27 613	1.84 685	2.28 672	1.84 682	2.29 667	1.86 692	2.30 673	1.87 688	2.30 667	1.87 677	2.08 649	1.72 679	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 683

XX-Stereo	2.00 631	2.13 567	1.85 656	2.27 613	1.84 685	2.28 672	1.84 682	2.29 667	1.86 692	2.30 673	1.87 688	2.30 667	1.87 677	2.08 649	1.72 679	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 683

EAI-Stereo	2.00 631	2.13 567	1.85 656	2.27 613	1.84 685	2.28 672	1.84 682	2.29 667	1.86 692	2.30 673	1.87 688	2.30 667	1.87 677	2.08 649	1.72 679	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 683

DNSM	2.56 692	4.43 662	3.08 709	4.09 688	1.86 688	2.66 693	1.86 686	2.66 687	1.87 696	2.66 690	1.86 686	2.66 691	1.86 675	2.66 691	1.87 695	3.82 697	2.94 692	2.42 689	1.73 691	2.42 666	1.73 686

cf-r	0.66 433	2.17 572	0.12 124	0.18 159	0.12 188	0.18 193	2.70 712	2.60 685	0.12 188	0.18 190	0.12 178	0.18 192	0.12 185	0.18 191	0.12 175	0.15 146	0.11 122	0.15 178	0.11 165	1.81 631	1.74 687

asda	2.17 663	2.54 599	1.81 645	3.47 673	1.78 683	2.50 684	1.86 686	2.61 686	1.68 665	2.61 688	1.83 684	2.37 674	1.73 667	2.44 681	1.88 697	2.51 677	1.84 654	2.34 684	1.62 676	2.23 656	1.77 688

U	5.15 742	8.49 719	1.81 645	8.49 731	1.77 682	8.49 749	1.77 679	8.51 750	1.77 684	8.49 750	1.77 683	8.50 750	1.78 672	8.58 750	1.77 686	8.54 742	1.78 649	8.55 750	1.78 693	8.55 744	1.84 689

FBW_ROB	2.12 661	2.46 598	1.77 642	2.49 637	1.79 684	2.38 676	1.83 681	2.46 679	1.78 685	2.48 684	1.97 699	2.40 675	1.78 672	2.42 680	1.83 689	2.31 664	1.85 659	2.38 687	1.82 694	2.35 663	1.84 689

monsterstereo	2.20 671	2.33 584	1.95 676	3.65 680	2.07 702	2.49 682	1.61 659	2.48 680	1.83 690	2.45 682	1.61 662	2.67 692	1.86 675	2.64 688	1.94 699	2.48 676	1.66 642	2.34 684	1.68 685	2.40 665	1.86 691

monsters	2.18 665	2.41 594	1.96 678	3.47 673	2.03 701	2.53 686	1.64 661	2.48 680	1.73 680	2.40 680	1.50 654	2.62 688	1.94 684	2.59 686	1.94 699	2.44 672	1.57 632	2.28 680	1.87 696	2.42 666	1.86 691

2.5w	2.01 638	2.40 593	1.37 616	3.28 663	2.01 697	2.71 694	1.43 656	1.82 633	1.83 690	1.90 639	1.41 651	2.71 693	1.35 634	2.71 693	1.85 691	2.66 680	1.53 627	1.64 642	1.23 634	2.53 680	1.87 693

3.25w_new	2.03 641	2.72 612	1.35 606	3.33 668	1.57 653	2.72 695	1.53 658	2.15 649	1.33 642	2.15 655	1.60 660	2.63 689	1.30 630	2.72 695	1.99 703	2.67 682	1.53 627	1.75 646	1.25 637	2.53 680	1.87 693

3.5w_stereo	2.03 641	2.72 612	1.35 606	3.41 670	1.57 653	2.72 695	1.49 657	2.01 641	1.34 643	2.15 655	1.61 662	2.63 689	1.36 635	2.72 695	1.99 703	2.66 680	1.58 633	1.68 644	1.24 635	2.53 680	1.87 693

4w-stereo	2.02 639	2.72 612	1.44 621	3.36 669	1.59 655	2.48 681	1.72 678	2.28 665	1.24 638	2.24 671	1.65 664	2.56 685	1.32 632	2.39 677	1.98 702	2.67 682	1.51 625	1.66 643	1.24 635	2.53 680	1.88 696

GANet-RSSM	0.75 461	1.91 551	0.14 149	0.47 316	0.14 195	0.21 213	3.21 729	2.30 671	0.14 195	0.46 400	0.14 197	0.23 227	0.18 235	0.21 212	0.14 189	0.18 175	0.27 247	0.37 320	0.13 192	2.13 654	2.12 697

HUF	2.18 665	2.30 581	1.99 683	2.34 628	2.02 700	2.41 678	2.06 702	2.38 676	1.89 699	2.36 678	1.85 685	2.56 685	1.98 687	2.31 673	1.97 701	2.30 663	2.03 677	2.30 681	2.11 703	2.23 656	2.16 698

AIO_test	2.18 665	2.09 565	2.04 684	2.42 634	2.01 697	2.47 680	1.94 693	2.34 674	2.03 707	2.56 687	1.94 696	2.43 676	1.94 684	2.41 678	1.87 695	2.39 670	2.10 679	2.35 686	1.91 702	2.25 658	2.19 699

AIO_rvc	2.18 665	2.34 588	1.87 660	2.32 626	1.94 695	2.40 677	1.89 691	2.37 675	2.07 708	2.52 686	1.95 698	2.44 677	1.99 689	2.41 678	1.89 698	2.32 665	2.09 678	2.24 678	2.18 705	2.21 655	2.23 700

NCCL2	2.28 677	2.27 579	2.28 686	2.28 618	2.28 710	2.27 670	2.29 706	2.28 665	2.28 709	2.27 672	2.28 711	2.28 666	2.27 697	2.27 670	2.28 710	2.28 659	2.28 684	2.27 679	2.29 709	2.27 659	2.29 701

PSMNet-RSSM	0.77 467	2.76 616	0.14 149	0.20 168	0.14 195	0.20 202	2.66 710	2.79 699	0.14 195	0.21 211	0.14 197	0.21 209	0.14 196	0.20 199	0.14 189	0.17 167	0.12 136	0.17 192	0.12 181	2.52 677	2.31 702

GwcNet-RSSM	0.77 467	2.77 618	0.14 149	0.20 168	0.14 195	0.20 202	2.67 711	2.78 698	0.14 195	0.20 199	0.14 197	0.20 201	0.14 196	0.21 212	0.14 189	0.17 167	0.12 136	0.17 192	0.12 181	2.52 677	2.31 702

hitnet-ft	0.79 471	2.78 621	0.14 149	0.20 168	0.14 195	0.21 213	2.89 713	2.80 700	0.14 195	0.20 199	0.14 197	0.20 201	0.14 196	0.20 199	0.14 189	0.17 167	0.12 136	0.17 192	0.12 181	2.54 685	2.33 704

STTStereo	3.73 712	30.40 758	2.37 690	2.39 632	2.31 712	2.35 675	2.33 707	2.29 667	2.42 710	2.32 677	2.34 712	2.33 670	2.36 698	2.30 672	2.27 709	2.35 667	2.22 683	2.31 682	2.22 706	2.29 661	2.34 705

sAnonymous2	3.31 708	2.63 603	1.38 618	3.71 682	1.86 688	4.70 732	1.11 574	4.82 735	2.72 713	5.45 740	1.98 705	4.59 725	2.64 700	2.65 689	6.21 746	4.37 700	1.08 534	5.16 737	2.24 707	4.52 706	2.39 706

CroCo_RVC	3.31 708	2.63 603	1.38 618	3.71 682	1.86 688	4.70 732	1.11 574	4.82 735	2.72 713	5.45 740	1.98 705	4.59 725	2.64 700	2.65 689	6.21 746	4.37 700	1.08 534	5.16 737	2.24 707	4.52 706	2.39 706

NLSM1	2.93 705	3.24 633	2.57 694	4.04 687	2.66 713	3.30 708	2.55 709	3.29 706	2.55 711	3.35 708	2.48 713	3.28 707	2.47 699	3.34 708	2.49 711	3.26 690	2.55 690	3.13 702	2.57 712	3.00 689	2.46 708

Sa-1000	4.34 730	8.37 716	6.84 737	6.98 726	4.45 743	3.58 709	3.00 714	3.42 709	3.39 730	2.61 688	4.00 739	3.83 713	4.01 732	3.90 713	3.90 735	5.98 729	5.62 725	3.76 711	2.34 710	4.35 704	2.47 709

NLCA_NET_v2_RVC	5.04 740	50.87 769	2.78 695	2.87 650	2.71 714	2.78 702	0.47 458	2.88 701	2.86 715	1.89 638	2.67 714	2.79 703	2.79 703	2.78 702	2.83 712	2.82 685	2.82 691	2.83 701	2.77 713	2.83 688	2.76 710
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEV-FE	0.35 263	0.37 198	0.17 184	0.19 164	0.17 226	0.20 202	0.17 215	0.19 194	0.17 225	0.19 192	0.17 221	0.19 196	0.17 224	0.37 298	0.36 390	0.19 179	0.17 196	0.19 206	0.17 235	0.38 314	2.84 711

Select-FE	0.41 314	0.44 239	0.23 211	0.26 205	0.22 260	0.26 249	0.22 245	0.26 241	0.23 257	0.26 245	0.23 258	0.26 252	0.23 261	0.45 402	0.42 434	0.25 220	0.22 220	0.25 245	0.22 253	0.45 401	2.90 712

MLG-Stereo_test1	4.25 725	5.34 694	3.61 717	5.31 711	3.63 734	5.23 738	3.57 733	5.38 740	3.65 731	5.23 737	3.47 730	4.76 734	3.74 724	4.85 733	3.71 731	4.96 718	3.18 707	4.71 729	2.92 714	4.86 722	2.90 712

MLG-Stereo_test3	4.26 726	4.85 668	3.95 721	5.35 712	3.60 733	4.75 735	3.76 736	5.49 741	3.71 733	5.39 738	3.69 734	4.82 736	3.66 721	4.85 733	3.73 734	4.93 717	3.19 708	4.69 728	2.99 716	4.84 721	2.98 714

rvit_0105_6	3.87 717	5.73 703	3.10 710	4.69 702	3.12 726	4.54 722	3.02 716	4.56 722	3.04 716	4.54 723	3.03 717	4.54 721	3.04 707	4.56 722	3.05 715	4.58 709	3.05 694	4.58 720	3.05 717	4.58 709	3.05 715

rvit_105_1	3.83 713	5.22 684	3.01 699	4.53 692	3.01 716	4.51 720	3.01 715	4.56 722	3.04 716	4.53 721	3.03 717	4.55 723	3.03 704	4.56 722	3.04 713	4.57 706	3.05 694	4.57 718	3.05 717	4.57 708	3.05 715

rvit_stereo_0081	3.83 713	5.23 687	3.01 699	4.53 692	3.03 718	4.55 726	3.02 716	4.56 722	3.04 716	4.52 719	3.02 715	4.54 721	3.03 704	4.56 722	3.04 713	4.57 706	3.05 694	4.57 718	3.05 717	4.58 709	3.05 715

rvit_stereo_0082	3.86 715	5.82 704	3.01 699	4.53 692	3.03 718	4.54 722	3.02 716	4.56 722	3.04 716	4.53 721	3.02 715	4.55 723	3.04 707	4.57 725	3.05 715	4.57 706	3.05 694	4.58 720	3.05 717	4.58 709	3.06 718

rvit_stereo_0081_aga	3.86 715	5.33 691	3.02 702	4.55 698	3.04 722	4.54 722	3.02 716	4.64 729	3.06 720	4.54 723	3.04 719	4.62 730	3.08 711	4.62 728	3.07 718	4.58 709	3.06 698	4.60 722	3.08 721	4.63 712	3.07 719

RAFT-FEzeroshot	0.34 252	0.26 170	0.17 184	0.21 178	0.17 226	0.20 202	0.16 205	0.20 201	0.16 215	0.20 199	0.17 221	0.21 209	0.16 212	0.27 254	0.24 254	0.19 179	0.16 175	0.19 206	0.16 212	0.26 237	3.08 720

RAFT-FE	0.34 252	0.26 170	0.17 184	0.21 178	0.17 226	0.20 202	0.16 205	0.20 201	0.16 215	0.20 199	0.17 221	0.21 209	0.16 212	0.27 254	0.24 254	0.19 179	0.16 175	0.19 206	0.16 212	0.26 237	3.08 720

rvit_stereo_0080	3.89 718	5.70 701	3.04 704	4.54 695	3.03 718	4.56 727	3.05 722	4.60 726	3.07 721	4.58 726	3.06 720	4.59 725	3.06 709	4.61 726	3.08 719	4.63 711	3.09 699	4.64 724	3.10 722	4.65 713	3.10 722

whm_eth	3.89 718	5.70 701	3.04 704	4.54 695	3.03 718	4.56 727	3.05 722	4.60 726	3.07 721	4.58 726	3.06 720	4.59 725	3.06 709	4.61 726	3.08 719	4.63 711	3.09 699	4.64 724	3.10 722	4.65 713	3.10 722

rvit_stereo_0083	3.92 722	5.30 690	3.06 707	4.61 701	3.09 725	4.67 731	3.08 725	4.66 730	3.09 725	4.62 729	3.10 725	4.66 733	3.11 713	4.67 730	3.16 724	4.72 716	3.16 705	4.77 731	3.11 724	4.66 715	3.11 724

MLG-Stereo_test2	4.28 727	5.46 698	3.69 719	4.86 707	3.72 736	5.58 741	3.42 731	4.81 734	3.77 737	4.85 733	3.72 735	5.55 742	3.63 720	5.58 740	3.53 729	4.41 703	3.28 709	4.99 735	2.95 715	4.75 717	3.13 725

rvit_0105_3	3.91 720	5.33 691	3.06 707	4.60 700	3.07 724	4.60 729	3.06 724	4.62 728	3.08 724	4.60 728	3.07 723	4.62 730	3.08 711	4.67 730	3.10 722	4.70 714	3.11 702	4.77 731	3.19 729	4.77 718	3.14 726

rvit_0105_4	3.91 720	5.47 699	3.02 702	4.54 695	3.02 717	4.54 722	3.03 720	4.75 732	3.17 727	4.57 725	3.06 720	4.61 729	3.16 715	4.65 729	3.09 721	4.66 713	3.11 702	4.68 727	3.18 728	4.81 719	3.16 727

rvit_stereo_ft	3.93 723	5.44 697	3.05 706	4.59 699	3.06 723	4.61 730	3.08 725	4.67 731	3.12 726	4.63 730	3.10 725	4.65 732	3.11 713	4.69 732	3.13 723	4.70 714	3.14 704	4.71 729	3.15 727	4.74 716	3.16 727

raft_robust	4.71 735	7.75 714	5.40 731	6.81 723	3.31 729	4.28 719	4.20 742	4.32 719	4.37 743	4.35 718	4.35 742	4.14 716	3.75 725	4.30 720	4.20 740	6.67 734	6.37 729	3.36 706	4.24 743	4.86 722	3.25 729

NLCSM	3.67 711	4.08 654	3.19 714	4.80 704	3.26 728	3.99 716	3.24 730	4.25 718	3.18 728	4.09 714	3.27 728	4.14 716	3.18 716	4.13 716	3.28 726	4.06 698	3.10 701	3.85 714	3.14 726	3.91 699	3.27 730

rvit_0105_5	4.10 724	5.40 695	3.13 713	4.71 703	3.15 727	4.72 734	3.10 727	4.90 737	3.27 729	4.69 731	3.16 727	4.84 737	3.25 717	4.96 736	3.34 727	5.05 721	3.39 710	5.10 736	3.40 730	5.11 726	3.42 731

DispFullNet	4.61 733	4.84 667	3.12 711	5.00 709	3.57 732	4.75 735	3.03 720	7.75 748	4.17 741	4.91 735	3.09 724	6.20 744	3.95 730	6.71 744	3.51 728	5.30 724	3.67 712	5.86 743	3.63 732	5.61 730	3.46 732

SA	4.33 729	7.35 710	6.85 738	5.96 717	4.09 740	3.59 710	3.15 728	3.82 713	2.64 712	3.91 711	3.85 736	3.57 709	2.72 702	3.13 704	4.03 737	7.09 738	6.86 733	3.57 707	3.12 725	3.85 695	3.51 733

DPSNet	3.66 710	3.60 639	3.62 718	3.63 679	3.64 735	3.65 711	3.65 735	3.66 711	3.67 732	3.67 710	3.65 733	3.67 711	3.66 721	3.66 710	3.68 730	3.68 695	3.66 711	3.67 709	3.68 735	3.67 693	3.67 734

RAFT+CT+SA	4.28 727	7.62 713	4.91 726	5.55 714	2.28 710	3.09 703	3.64 734	4.49 720	3.07 721	4.80 732	3.35 729	4.77 735	3.70 723	4.29 719	3.05 715	5.58 725	5.98 728	3.58 708	3.78 737	4.26 702	3.72 735

test_4	4.88 737	8.13 715	6.98 739	7.46 727	4.44 742	4.25 718	3.85 739	4.04 717	3.92 738	4.13 715	3.91 737	4.18 718	3.84 728	4.14 717	4.06 738	7.01 737	7.13 736	4.53 716	3.72 736	4.09 700	3.72 735

TestStereo1	4.60 731	8.41 717	6.44 735	6.86 724	3.79 737	3.97 714	3.78 737	3.99 715	3.74 734	3.97 712	3.52 731	3.94 714	3.58 718	3.98 714	3.72 732	6.82 735	6.50 731	3.76 711	3.66 733	3.90 696	3.74 737

SA-5K	4.60 731	8.41 717	6.44 735	6.86 724	3.79 737	3.97 714	3.78 737	3.99 715	3.74 734	3.97 712	3.52 731	3.94 714	3.58 718	3.98 714	3.72 732	6.82 735	6.50 731	3.76 711	3.66 733	3.90 696	3.74 737

FC-DCNN v2	5.10 741	5.15 679	4.49 723	5.07 710	3.37 730	6.87 744	4.75 744	5.04 738	6.34 748	7.84 748	5.06 745	6.72 748	4.09 733	4.99 737	5.44 745	5.03 720	3.16 705	4.67 726	4.86 744	5.15 727	3.89 739

cross-raft	4.83 736	7.52 711	6.43 734	6.63 721	3.96 739	4.51 720	3.99 740	4.49 720	3.96 739	4.52 719	3.96 738	4.50 720	3.97 731	4.50 721	3.97 736	6.65 733	6.44 730	4.33 715	3.92 739	4.35 704	3.91 740

test_5	4.62 734	7.55 712	6.23 733	6.32 720	3.40 731	5.29 739	3.50 732	3.53 710	4.11 740	4.28 716	4.47 743	4.26 719	4.38 735	3.68 711	3.24 725	5.89 727	5.60 724	4.84 733	3.50 731	4.33 703	3.93 741

SGM-Forest	5.21 743	5.92 705	4.08 722	6.18 718	4.16 741	6.31 743	4.34 743	6.50 743	4.33 742	6.14 744	4.21 741	6.61 747	4.55 736	6.67 743	4.48 741	5.94 728	3.94 714	5.85 742	4.03 741	5.79 732	4.17 742
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_3	5.01 739	8.86 722	7.77 741	8.09 729	2.76 715	4.13 717	4.05 741	3.88 714	3.76 736	4.33 717	4.13 740	3.71 712	3.91 729	4.21 718	4.06 738	7.93 739	7.69 738	4.53 716	3.91 738	4.17 701	4.29 743

TestStereo	4.88 737	4.75 666	4.79 724	4.87 708	4.92 744	4.81 737	4.90 745	4.78 733	4.77 744	4.87 734	4.89 744	4.90 738	4.91 737	4.99 737	4.79 742	4.98 719	4.87 721	4.87 734	4.92 745	5.00 725	5.00 744

SGM+DAISY	7.06 747	9.15 723	5.38 730	8.84 733	5.18 745	8.80 750	5.31 747	8.79 751	5.28 746	8.89 751	5.20 746	8.93 751	5.33 739	8.95 751	5.36 744	8.70 743	5.21 722	8.74 751	5.20 746	8.89 745	5.15 745

rvit_stereo_0075_2	6.64 745	8.80 721	5.25 728	7.89 728	5.27 746	7.90 748	5.27 746	7.92 749	5.28 746	7.91 749	5.29 747	7.93 749	5.27 738	7.92 749	5.28 743	7.93 739	5.28 723	7.93 748	5.29 747	7.93 741	5.28 746

test-1	6.46 744	9.16 724	8.03 745	8.09 729	5.62 747	6.11 742	6.35 748	6.85 745	4.94 745	6.08 743	6.29 750	4.98 739	6.43 742	6.22 741	6.36 748	6.16 731	7.47 737	5.82 741	5.44 748	7.11 738	5.68 747

RAFT	6.73 746	9.36 725	7.40 740	8.51 732	6.55 748	6.88 745	6.60 749	6.79 744	6.60 749	6.80 745	6.72 751	5.31 741	5.50 740	6.61 742	6.61 749	8.42 741	5.89 726	5.73 740	5.45 749	6.61 734	6.24 748

CFNet_RVC	2.38 685	8.71 720	0.38 311	9.33 735	0.42 448	0.56 462	0.42 439	0.60 464	0.38 411	0.62 474	0.42 445	0.56 465	7.29 746	0.62 470	0.42 434	0.53 404	0.37 348	0.49 453	0.34 399	8.30 742	6.87 749

test-v	7.53 748	11.89 735	7.98 742	9.36 736	7.14 749	7.06 746	7.09 750	7.37 746	6.91 750	7.29 746	5.71 748	6.45 745	6.93 743	6.73 745	7.27 750	8.93 746	7.85 739	6.98 746	6.80 750	7.56 739	7.34 750

test-2	7.53 748	11.89 735	7.98 742	9.36 736	7.14 749	7.06 746	7.09 750	7.37 746	6.91 750	7.29 746	5.71 748	6.45 745	6.93 743	6.73 745	7.27 750	8.93 746	7.85 739	6.98 746	6.80 750	7.56 739	7.34 750

MANE	19.05 751	23.00 743	15.00 751	23.00 757	15.00 751	24.00 757	16.00 752	24.00 758	16.00 752	22.00 758	15.00 752	23.00 758	16.00 752	23.00 758	15.00 752	22.00 758	15.00 752	22.00 758	15.00 752	22.00 758	15.00 752

rafts_anoy	20.00 752	20.00 737	20.00 752	20.00 751	20.00 752	20.00 751	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753

raft+_RVC	20.00 752	20.00 737	20.00 752	20.00 751	20.00 752	20.00 751	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753

raftrobust	20.00 752	20.00 737	20.00 752	20.00 751	20.00 752	20.00 751	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753

CasAABBNet	20.00 752	20.00 737	20.00 752	20.00 751	20.00 752	20.00 751	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753

RALCasStereoNet	20.00 752	20.00 737	20.00 752	20.00 751	20.00 752	20.00 751	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753

RALAANet	20.00 752	20.00 737	20.00 752	20.00 751	20.00 752	20.00 751	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 753

WCMA_ROB	31.10 759	35.43 763	27.12 758	39.51 770	23.10 758	38.78 770	25.30 759	37.49 771	25.39 759	37.29 770	27.02 759	38.52 771	26.48 759	37.80 770	26.44 759	36.28 766	22.65 759	33.90 763	22.30 759	37.10 768	24.18 759

111	30.40 758	30.94 759	29.72 759	32.61 758	30.02 759	33.57 758	30.47 760	31.50 759	29.39 760	30.98 759	29.11 760	29.78 759	30.39 763	29.45 759	30.76 763	30.08 759	29.02 760	29.92 759	30.32 763	29.86 759	30.17 760

fff	1000028.16 780	29.62 755	29.72 759	32.61 758	30.02 759	35.13 760	31.83 761	32.07 760	10000000.00 781	35.27 762	29.82 761	32.45 760	30.15 760	32.35 760	30.09 760	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 761

csc	1000028.16 780	29.62 755	29.72 759	32.61 758	30.02 759	35.13 760	31.83 761	32.07 760	10000000.00 781	35.27 762	29.82 761	32.45 760	30.15 760	32.35 760	30.09 760	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 761

cscssc	1000028.16 780	29.62 755	29.72 759	32.61 758	30.02 759	35.13 760	31.83 761	32.07 760	10000000.00 781	35.27 762	29.82 761	32.45 760	30.15 760	32.35 760	30.09 760	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 761

ADStereo(finetuned)	36.13 761	36.63 764	38.07 770	36.97 763	33.25 763	35.91 763	34.45 764	36.36 766	32.99 761	38.14 771	36.71 767	36.69 766	34.13 764	38.57 771	40.79 771	37.60 771	36.58 767	35.90 767	33.36 764	35.42 762	34.04 764

tt	500032.53 778	34.60 761	29.72 759	37.47 768	34.41 764	36.85 764	35.22 765	34.71 763	33.55 762	34.50 760	35.43 764	33.81 763	10000000.00 782	33.57 763	33.13 764	33.68 763	35.00 765	34.03 764	35.26 766	30.96 760	34.63 765

DCANet	500032.53 778	34.60 761	29.72 759	37.47 768	34.41 764	36.85 764	35.22 765	34.71 763	33.55 762	34.50 760	35.43 764	33.81 763	10000000.00 782	33.57 763	33.13 764	33.68 763	35.00 765	34.03 764	35.26 766	30.96 760	34.63 765

DCANet-4	35.22 760	34.54 760	35.08 765	33.58 762	35.47 766	34.55 759	35.53 767	36.08 765	35.85 764	35.92 765	35.77 766	35.18 765	35.48 765	35.39 765	37.15 770	34.55 765	33.92 764	35.02 766	34.90 765	35.79 763	34.74 767

fast-reg	37.00 762	37.00 765	37.00 766	37.00 764	37.00 767	37.00 766	37.00 768	37.00 767	37.00 765	37.00 766	37.00 768	37.00 767	37.00 766	37.00 766	37.00 766	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 768

Reg-Stereo(zero)	37.00 762	37.00 765	37.00 766	37.00 764	37.00 767	37.00 766	37.00 768	37.00 767	37.00 765	37.00 766	37.00 768	37.00 767	37.00 766	37.00 766	37.00 766	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 768

FLISNet	37.00 762	37.00 765	37.00 766	37.00 764	37.00 767	37.00 766	37.00 768	37.00 767	37.00 765	37.00 766	37.00 768	37.00 767	37.00 766	37.00 766	37.00 766	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 768

CoSv	37.00 762	37.00 765	37.00 766	37.00 764	37.00 767	37.00 766	37.00 768	37.00 767	37.00 765	37.00 766	37.00 768	37.00 767	37.00 766	37.00 766	37.00 766	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 768

NOSS_ROB	102.95 767	153.00 774	121.00 774	51.00 771	44.00 771	165.00 774	127.00 774	153.00 774	119.00 771	164.00 775	125.00 774	168.00 775	120.00 772	153.00 774	117.00 774	49.00 772	44.00 772	49.00 772	44.00 772	49.00 769	44.00 772

CBMV	128.50 768	1422.70 782	53.10 772	79.50 772	51.30 772	77.30 772	49.70 772	74.00 772	48.20 770	77.20 773	48.80 773	73.90 773	48.00 771	73.80 773	48.80 773	70.40 773	45.10 773	68.90 773	46.10 773	68.20 770	45.00 773
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 766	87.70 770	41.95 771	113.75 773	65.62 773	75.05 771	55.25 773	75.64 773	45.04 769	71.61 772	41.75 772	72.81 772	44.06 770	68.38 772	44.63 772	101.89 774	59.57 774	107.10 774	61.05 774	104.38 771	59.38 774

DF_test	189.29 770	560.34 779	182.58 778	229.00 776	135.68 774	197.79 775	135.52 775	197.80 776	135.44 772	197.75 776	135.49 775	197.90 776	135.51 773	197.84 776	135.75 775	217.37 777	171.11 776	183.74 776	127.67 776	183.56 773	127.88 775

MeshStereo	159.24 769	171.00 775	160.68 777	162.58 774	160.59 775	164.01 773	160.35 776	158.51 775	158.56 773	158.34 774	160.12 776	158.56 774	159.92 774	157.26 775	158.94 776	154.38 775	158.36 775	155.75 775	159.13 777	153.67 772	154.07 776
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 771	123.00 771	115.00 773	219.00 775	218.00 777	223.00 776	244.00 778	217.00 777	236.00 775	202.00 777	203.00 777	205.00 777	208.00 775	225.00 777	204.00 777	210.00 776	198.00 777	197.00 777	184.00 778	204.00 774	201.00 777

DLCB_ROB	284.23 774	354.61 777	207.27 779	363.24 779	206.46 776	364.72 779	210.41 777	364.72 780	210.41 774	364.81 780	208.64 778	364.81 780	208.64 776	364.72 780	210.41 778	354.70 780	205.53 778	354.70 780	205.53 779	354.70 777	205.53 778

MGS-Stereo	239.45 772	123.00 771	135.00 775	266.00 777	286.00 778	277.00 777	305.00 779	271.00 778	242.00 776	274.00 778	279.00 779	255.00 778	270.00 777	268.00 778	297.00 779	221.00 778	247.00 779	216.00 778	123.00 775	217.00 775	217.00 779

EGLCR-Stereo	246.90 773	129.00 773	139.00 776	266.00 777	286.00 778	277.00 777	305.00 779	271.00 778	242.00 776	274.00 778	279.00 779	255.00 778	270.00 777	268.00 778	297.00 779	230.00 779	247.00 779	216.00 778	223.00 780	237.00 776	227.00 780

LE_ROB	396.57 775	471.28 778	329.84 780	471.48 780	308.15 780	526.83 780	322.10 781	488.15 781	323.76 778	495.46 781	317.97 781	497.17 781	320.10 779	481.62 781	326.76 781	462.71 781	298.97 781	466.16 781	285.98 781	447.62 778	289.21 781

SGM-ForestM	596.69 776	677.77 780	444.52 781	699.85 781	517.25 781	732.94 781	488.29 782	770.79 782	460.11 779	750.81 782	487.98 782	792.79 782	499.41 780	730.90 782	475.81 782	720.03 782	491.16 782	663.96 782	418.60 782	674.76 779	436.05 782

CBMV_ROB	818.48 777	913.88 781	709.52 782	862.84 782	597.78 782	1073.99 782	700.52 783	1015.66 783	702.59 780	1115.65 783	760.02 783	1130.24 783	721.57 781	1037.41 783	692.65 783	814.05 783	564.29 783	843.28 783	595.31 783	915.51 780	602.92 783

real-time stereo	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 782	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

111111	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 782	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

SGD-Stereo	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 782	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

IGEV-Stereo++	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 782	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

IGEV-BASED-STEREO-	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 782	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

IGEV-Stereo+	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 782	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

SDNR	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 782	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

anonymousdsp2	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 782	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

anonymousdsp	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 782	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

test_example2	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 782	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784

DIP-Stereo	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 782	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 784
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