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	0.24 158	0.20 198	0.23 184	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	0.23 202	0.21 212	0.02 19	0.01 9	0.01 10	0.01 10

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

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

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

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

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

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

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	0.73 456	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	0.97 360	0.10 93	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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

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

CoDeX	0.15 151	0.70 306	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 487	0.02 15	0.69 474	0.75 497	0.01 9	0.02 21	0.02 20

1111x	0.10 91	1.14 403	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	0.11 112	0.44 238	0.33 272	0.39 251	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	0.39 296	0.36 338	0.02 19	0.02 21	0.02 21	0.02 20

SFCPSM	0.17 164	0.78 320	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 527	0.02 15	0.75 487	0.76 499	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 207	1.31 473	0.74 482	0.92 454	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 481	0.75 487	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 73	0.02 12	0.02 15	1.01 475	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	0.09 140	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	0.90 449	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	0.14 168	0.36 381	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	0.11 168	0.04 90	0.03 52	0.58 412	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 91	0.98 361	0.14 149	0.15 133	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	0.15 145	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 125	1.14 403	0.17 183	0.20 167	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	0.18 174	0.16 174	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 139	1.22 465	0.28 235	0.32 222	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	0.32 245	0.27 242	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 91	1.05 390	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 390	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 390	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

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

test_sample5	0.10 91	1.07 394	0.11 113	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 91	1.03 386	0.12 124	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

11t1	0.17 164	2.16 560	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	0.18 174	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

DualNet	0.10 91	1.07 394	0.11 113	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

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

qqq	0.16 158	2.01 550	0.12 124	0.15 133	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	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

x	0.11 112	1.15 406	0.15 166	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	0.15 171	0.03 41	0.03 57	0.03 47	0.03 52

psmg	0.43 324	1.91 541	0.92 508	1.91 588	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	1.44 611	0.04 93	0.03 57	0.02 21	0.03 52

222	0.10 91	0.99 368	0.12 124	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 91	1.09 396	0.13 144	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	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	0.11 112	0.03 31	0.03 40	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 40	1.60 578	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 581	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 116	0.04 98	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 139	0.04 52	0.03 40	2.22 601	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 91	0.03 31	0.04 65	1.27 550	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	0.17 164	0.05 66	0.62 438	0.73 425	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 451	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 442	0.72 421	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 443	0.59 443	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 438	0.73 425	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 451	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 438	0.72 421	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 451	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 449	0.72 421	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 443	0.59 443	0.05 108	0.04 99	0.05 114	0.04 96

IGEV_i1	0.26 216	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	4.34 673	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	0.75 459	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	0.73 456	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

z-mn7	0.16 158	1.21 459	0.33 272	0.41 276	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	0.35 263	0.31 278	0.04 93	0.04 99	0.04 97	0.04 96

z-ln-s-r	0.21 188	1.40 482	0.53 416	0.56 382	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	0.57 411	0.44 391	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 173	1.47 484	0.33 272	0.40 264	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	0.38 283	0.32 283	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	0.25 207	3.70 630	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	0.25 207	3.70 630	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	0.14 139	1.83 526	0.12 124	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 116	0.04 98	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

ffm	0.25 207	3.83 636	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	0.25 207	3.83 636	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	0.25 207	3.83 636	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	0.12 163	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	0.11 112	1.16 408	0.16 173	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	0.16 174	0.03 41	0.04 99	0.04 97	0.04 96

FADNet_RVC	0.12 125	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	1.65 647	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 132	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	1.71 652	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

FADNet	0.12 125	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	1.66 649	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 125	0.03 31	0.04 65	1.71 584	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 116	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 151	0.04 52	0.04 65	2.20 600	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	0.13 116	0.39 313	0.08 69	0.05 126	0.07 131	0.05 121	0.13 164	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	0.14 164	0.13 190	0.06 123	0.05 122

GGEV	0.09 76	0.13 116	0.39 313	0.08 69	0.05 126	0.07 131	0.05 121	0.13 164	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	0.14 164	0.13 190	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	0.90 541	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	0.12 125	0.07 83	0.05 80	0.08 69	0.05 126	0.08 133	1.20 573	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	0.17 183	0.19 163	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	0.15 145	0.16 174	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	0.08 135	0.15 145	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	0.12 125	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	1.57 643	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

RT-Monster	0.09 76	0.07 83	0.03 40	0.15 133	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 486	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

SuperB	0.21 188	0.10 98	2.51 668	0.12 106	0.09 147	0.10 143	0.09 145	0.08 135	0.07 142	0.10 145	0.09 147	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

LSFM	0.16 158	0.92 350	0.16 173	0.18 158	0.08 143	0.11 154	0.12 180	0.12 162	0.09 149	0.09 141	0.28 283	0.10 145	0.08 145	0.10 145	0.12 174	0.15 145	0.17 195	0.08 131	0.12 179	0.09 142	0.08 137

flow	0.16 158	0.92 350	0.16 173	0.18 158	0.08 143	0.11 154	0.12 180	0.12 162	0.09 149	0.09 141	0.28 283	0.10 145	0.08 145	0.10 145	0.12 174	0.15 145	0.17 195	0.08 131	0.12 179	0.09 142	0.08 137

SepStereo	0.09 76	0.09 94	0.10 93	0.09 76	0.09 147	0.09 141	0.09 145	0.10 142	0.08 146	0.10 145	0.09 147	0.09 142	0.09 147	0.09 141	0.08 135	0.09 85	0.08 84	0.09 139	0.08 139	0.09 142	0.08 137

BEATNet-Init1	0.19 177	0.08 85	0.08 83	2.23 602	0.08 143	0.08 133	0.07 142	0.07 132	0.08 146	0.08 134	0.07 143	0.08 134	0.07 141	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

DeepPrunerF	0.19 177	0.08 85	0.08 83	2.23 602	0.08 143	0.08 133	0.07 142	0.07 132	0.08 146	0.08 134	0.07 143	0.08 134	0.07 141	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

over-6	0.11 112	0.11 109	0.15 166	0.16 143	0.10 154	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 151	0.10 150	0.11 155	0.09 142

over-8	0.11 112	0.14 122	0.15 166	0.16 143	0.10 154	0.11 154	0.10 150	0.11 154	0.09 149	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.09 140	0.14 133	0.14 163	0.11 151	0.09 141	0.11 155	0.09 142

over-9	0.11 112	0.11 109	0.16 173	0.16 143	0.10 154	0.12 163	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 151	0.10 150	0.11 155	0.09 142

S2M2_L	0.12 125	0.14 122	0.10 93	0.15 133	0.10 154	0.14 165	0.10 150	0.14 166	0.10 153	0.15 172	0.10 151	0.14 166	0.10 151	0.14 168	0.10 147	0.13 126	0.10 99	0.13 162	0.09 141	0.13 167	0.09 142
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CSP-Net	0.34 249	1.29 469	1.19 538	1.36 565	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 577	1.21 588	0.03 41	0.09 141	0.02 21	0.09 142

LRCNet_RVC	0.13 132	0.13 116	0.09 89	0.13 118	0.10 154	0.14 165	0.10 150	0.14 166	0.10 153	0.23 217	0.10 151	0.20 197	0.10 151	0.24 224	0.11 162	0.11 105	0.09 94	0.12 158	0.14 196	0.12 165	0.09 142

ELAS_RVC	0.14 139	0.16 125	0.10 93	0.15 133	0.10 154	0.18 191	0.11 167	0.19 192	0.11 171	0.19 190	0.12 177	0.18 190	0.11 168	0.19 192	0.12 174	0.14 133	0.08 84	0.14 164	0.09 141	0.15 177	0.09 142
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 132	0.16 125	0.11 113	0.15 133	0.09 147	0.18 191	0.11 167	0.18 190	0.11 171	0.17 184	0.11 169	0.18 190	0.11 168	0.18 189	0.11 162	0.14 133	0.08 84	0.14 164	0.08 139	0.14 169	0.09 142
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
over v1	0.11 112	0.11 109	0.15 166	0.16 143	0.10 154	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 151	0.09 141	0.11 155	0.10 150

MatchStereo	0.54 399	0.12 114	2.38 666	2.32 608	0.09 147	0.09 141	0.08 144	0.09 141	0.07 142	0.09 141	0.07 143	0.09 142	0.07 141	0.09 141	0.08 135	2.34 641	2.34 660	0.12 158	0.11 164	0.11 155	0.10 150
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 91	0.10 98	0.10 93	0.10 81	0.10 154	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

PVD	0.10 91	0.10 98	0.10 93	0.10 81	0.10 154	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

SHD	0.10 91	0.10 98	0.10 93	0.10 81	0.10 154	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

SAMSARA	0.10 91	0.10 98	0.10 93	0.10 81	0.10 154	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

XQC	0.10 91	0.10 98	0.10 93	0.10 81	0.10 154	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTSC	0.10 91	0.10 98	0.10 93	0.10 81	0.10 154	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTS	0.10 91	0.10 98	0.10 93	0.10 81	0.10 154	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

RTSA	0.10 91	0.10 98	0.10 93	0.10 81	0.10 154	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

MADNet+	0.10 91	0.10 98	0.10 93	0.10 81	0.10 154	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

MADNet++	0.10 91	0.10 98	0.10 93	0.10 81	0.10 154	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 140	0.10 150	0.10 145	0.10 150

PDISCO_ROB	0.83 480	2.80 611	3.49 689	0.14 122	0.11 174	0.17 187	0.09 145	0.15 179	0.10 153	0.15 172	0.12 177	0.16 178	0.14 194	3.30 680	0.13 183	0.14 133	2.34 660	0.16 181	0.12 179	2.62 660	0.10 150

SGM_RVC	0.15 151	0.17 130	0.11 113	0.18 158	0.11 174	0.19 194	0.11 167	0.19 192	0.12 187	0.19 190	0.12 177	0.20 197	0.12 183	0.19 192	0.12 174	0.16 158	0.11 122	0.17 189	0.10 150	0.17 189	0.10 150
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
S2M2_XL	0.14 139	0.17 130	0.12 124	0.17 156	0.11 174	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.11 169	0.17 186	0.11 168	0.17 186	0.11 162	0.16 158	0.11 122	0.16 181	0.11 164	0.16 182	0.11 164
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 151	0.17 130	0.13 144	0.20 167	0.13 191	0.19 194	0.13 186	0.18 190	0.13 191	0.19 190	0.13 190	0.18 190	0.14 194	0.18 189	0.14 187	0.16 158	0.11 122	0.15 177	0.14 196	0.18 193	0.11 164

JetRed	0.11 112	0.12 114	0.11 113	0.11 98	0.11 174	0.11 154	0.14 188	0.11 154	0.11 171	0.12 163	0.11 169	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.16 174	0.11 151	0.11 164	0.11 155	0.11 164

JetBlue	0.11 112	0.11 109	0.12 124	0.13 118	0.14 193	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.11 169	0.11 157	0.11 168	0.12 166	0.12 174	0.11 105	0.11 122	0.11 151	0.11 164	0.11 155	0.11 164

CIPLG	0.13 132	0.21 144	0.12 124	0.16 143	0.11 174	0.15 173	0.11 167	0.14 166	0.11 171	0.15 172	0.12 177	0.15 177	0.11 168	0.14 168	0.11 162	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

IPLG	0.13 132	0.20 138	0.14 149	0.15 133	0.11 174	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.11 169	0.14 166	0.11 168	0.14 168	0.11 162	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

MIPNet	0.14 139	0.21 144	0.17 183	0.16 143	0.11 174	0.15 173	0.12 180	0.14 166	0.11 171	0.16 177	0.11 169	0.14 166	0.11 168	0.14 168	0.11 162	0.14 133	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

IPLGR	0.14 139	0.24 158	0.14 149	0.16 143	0.12 187	0.15 173	0.12 180	0.14 166	0.11 171	0.15 172	0.12 177	0.14 166	0.11 168	0.14 168	0.11 162	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

ACRE	0.13 132	0.21 144	0.14 149	0.15 133	0.11 174	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.12 177	0.14 166	0.11 168	0.14 168	0.11 162	0.15 145	0.12 136	0.14 164	0.11 164	0.14 169	0.11 164

ICVP	0.15 151	0.53 282	0.11 113	0.16 143	0.11 174	0.16 180	0.11 167	0.16 180	0.11 171	0.16 177	0.11 169	0.16 178	0.11 168	0.16 179	0.11 162	0.16 158	0.11 122	0.16 181	0.11 164	0.16 182	0.11 164
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 132	0.11 109	0.11 113	0.11 98	0.11 174	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.12 177	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.11 122	0.14 164	0.11 164	0.49 416	0.11 164

PASM	0.39 295	3.06 615	1.36 604	1.58 574	0.09 147	0.11 154	0.11 167	0.11 154	0.11 171	0.09 141	0.09 147	0.11 157	0.09 147	0.09 141	0.09 140	0.11 105	0.11 122	0.11 151	0.09 141	0.11 155	0.11 164

LALA_ROB	0.15 151	0.19 134	0.12 124	0.18 158	0.11 174	0.20 199	0.12 180	0.21 207	0.12 187	0.20 196	0.12 177	0.20 197	0.12 183	0.21 208	0.13 183	0.17 166	0.10 99	0.18 199	0.11 164	0.18 193	0.11 164

FADE	0.07 67	0.06 79	0.02 15	0.09 76	0.10 154	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	0.15 145	0.10 99	0.17 189	0.13 190	0.11 155	0.11 164

DF	0.39 295	1.37 479	1.02 522	1.14 488	0.12 187	0.16 180	0.12 180	0.16 180	0.12 187	0.16 177	0.12 177	0.16 178	0.12 183	0.16 179	0.12 174	1.12 519	1.00 511	0.15 177	0.12 179	0.15 177	0.12 178

ProNet	0.14 139	0.20 138	0.14 149	0.16 143	0.11 174	0.16 180	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 186	0.13 189	0.17 186	0.12 174	0.15 145	0.11 122	0.16 181	0.11 164	0.15 177	0.12 178

IPLGR_C	0.14 139	0.20 138	0.12 124	0.15 133	0.11 174	0.14 165	0.15 196	0.14 166	0.11 171	0.15 172	0.12 177	0.14 166	0.11 168	0.16 179	0.11 162	0.15 145	0.12 136	0.14 164	0.12 179	0.15 177	0.12 178

ac_64	0.22 194	0.13 116	0.19 195	0.23 184	0.10 154	0.26 244	1.02 558	0.14 166	0.10 153	0.28 246	0.14 195	0.17 186	0.19 238	0.28 253	0.09 140	0.22 191	0.16 174	0.23 225	0.17 230	0.11 155	0.12 178

ACVNet	0.20 179	0.19 134	0.14 149	0.20 167	0.14 193	0.20 199	0.96 548	0.21 207	0.14 194	0.20 196	0.13 190	0.21 205	0.14 194	0.20 196	0.14 187	0.17 166	0.12 136	0.17 189	0.12 179	0.17 189	0.12 178

acv_ft	0.20 179	0.19 134	0.14 149	0.20 167	0.14 193	0.20 199	0.96 548	0.21 207	0.14 194	0.20 196	0.13 190	0.21 205	0.14 194	0.20 196	0.14 187	0.17 166	0.12 136	0.17 189	0.12 179	0.17 189	0.12 178

HSM	0.14 139	0.16 125	0.12 124	0.17 156	0.12 187	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 186	0.12 183	0.17 186	0.12 174	0.16 158	0.11 122	0.16 181	0.11 164	0.16 182	0.12 178

ISRNet	0.11 112	0.05 66	0.36 296	0.24 189	0.07 141	0.13 164	0.05 121	0.06 122	0.05 125	0.05 113	0.05 128	0.13 165	0.05 118	0.05 104	0.09 140	0.24 209	0.20 207	0.10 140	0.05 123	0.06 123	0.13 185

castereo++	0.54 399	3.59 627	1.15 532	1.31 559	0.14 193	0.16 180	0.14 188	0.16 180	0.14 194	0.16 177	0.14 195	0.16 178	0.13 189	0.16 179	0.14 187	1.45 592	1.16 537	0.15 177	0.14 196	0.15 177	0.13 185

DDVS	0.30 227	3.10 616	0.14 149	0.19 163	0.14 193	0.19 194	0.14 188	0.20 198	0.14 194	0.19 190	0.13 190	0.16 178	0.13 189	0.19 192	0.13 183	0.17 166	0.13 159	0.17 189	0.13 190	0.17 189	0.13 185

HCRNet	1.22 585	7.11 683	3.00 673	3.55 654	0.33 377	0.29 253	0.14 188	0.19 192	0.15 206	0.33 270	0.29 296	0.25 235	0.14 194	0.22 213	0.33 360	3.64 669	3.00 667	0.76 499	0.32 376	0.18 193	0.13 185

DeepPruner_ROB	0.16 158	0.18 133	0.13 144	0.19 163	0.13 191	0.19 194	0.13 186	0.19 192	0.13 191	0.19 190	0.13 190	0.19 194	0.13 189	0.19 192	0.13 183	0.18 174	0.13 159	0.18 199	0.13 190	0.18 193	0.13 185

depth_test_26	0.20 179	0.34 187	0.25 219	0.34 230	0.14 193	0.21 210	0.14 188	0.21 207	0.14 194	0.21 208	0.14 195	0.21 205	0.14 194	0.21 208	0.14 187	0.26 218	0.26 231	0.22 216	0.15 205	0.22 209	0.14 190

DepthFocus	0.18 173	0.22 148	0.15 166	0.22 179	0.15 207	0.22 213	0.15 196	0.22 212	0.15 206	0.22 211	0.15 205	0.22 214	0.16 208	0.22 213	0.15 198	0.20 181	0.15 171	0.20 207	0.14 196	0.20 200	0.14 190

RSGM-EC	0.24 204	0.24 158	0.15 166	0.22 179	0.15 207	0.22 213	0.15 196	0.22 212	0.15 206	0.24 224	0.15 205	0.22 214	0.15 206	0.22 213	1.19 573	0.20 181	0.17 195	0.24 235	0.14 196	0.20 200	0.14 190

acva	0.24 204	0.24 158	0.15 166	0.22 179	0.15 207	0.22 213	0.15 196	0.22 212	0.15 206	0.24 224	0.15 205	0.22 214	0.15 206	0.22 213	1.19 573	0.20 181	0.17 195	0.24 235	0.14 196	0.20 200	0.14 190

GMStereo	0.14 139	0.13 116	0.14 149	0.14 122	0.14 193	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 166	0.14 194	0.14 168	0.14 187	0.14 133	0.14 163	0.14 164	0.14 196	0.14 169	0.14 190
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 164	0.71 307	0.14 149	0.14 122	0.14 193	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 166	0.14 194	0.14 168	0.22 240	0.14 133	0.14 163	0.14 164	0.14 196	0.14 169	0.14 190

VIP-Stereo	0.70 437	2.97 614	2.43 667	2.49 615	0.16 217	0.25 235	0.16 202	0.25 230	0.16 211	0.25 232	0.18 234	0.25 235	0.16 208	0.26 245	0.16 205	1.86 607	1.26 590	0.23 225	0.15 205	0.23 221	0.15 196

anonymous	0.27 217	0.27 171	0.93 513	0.28 207	0.17 223	0.30 255	0.17 212	0.28 240	0.17 221	0.29 251	0.17 217	0.29 256	0.17 220	0.28 253	0.17 212	0.27 222	0.24 226	0.27 249	0.17 230	0.26 232	0.16 197

iinet-test	0.08 73	0.16 125	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 220	0.02 20	0.02 21	0.71 443	0.02 16	0.02 19	0.02 21	0.02 21	0.16 197

LACA2	0.21 188	0.24 158	0.26 226	0.31 216	0.16 217	0.24 225	0.16 202	0.24 222	0.16 211	0.24 224	0.16 209	0.24 228	0.16 208	0.24 224	0.16 205	0.27 222	0.23 222	0.24 235	0.16 208	0.23 221	0.16 197

LACA1	0.21 188	0.24 158	0.26 226	0.31 216	0.16 217	0.24 225	0.16 202	0.24 222	0.16 211	0.24 224	0.16 209	0.24 228	0.16 208	0.24 224	0.16 205	0.27 222	0.22 216	0.23 225	0.16 208	0.23 221	0.16 197

BStereo	0.22 194	0.23 150	0.20 198	0.24 189	0.20 243	0.23 222	0.33 364	0.39 293	0.17 221	0.23 217	0.17 217	0.23 222	0.16 208	0.24 224	0.17 212	0.23 202	0.16 174	0.22 216	0.20 241	0.22 209	0.16 197

Anonymus123	0.22 194	0.23 150	0.20 198	0.24 189	0.20 243	0.23 222	0.33 364	0.39 293	0.17 221	0.23 217	0.17 217	0.23 222	0.16 208	0.24 224	0.17 212	0.23 202	0.16 174	0.22 216	0.20 241	0.22 209	0.16 197

xyz-stereo-finetune2	0.18 173	0.48 261	0.16 173	0.16 143	0.15 207	0.15 173	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 181	0.16 208	0.16 182	0.16 197

xyz-stereo	0.18 173	0.50 268	0.16 173	0.15 133	0.16 217	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 181	0.16 208	0.16 182	0.16 197

DEFOM-Stereo_RVC	0.83 480	5.18 662	1.98 655	2.19 599	0.17 223	0.19 194	0.18 221	0.19 192	0.16 211	0.20 196	0.19 237	0.22 214	0.22 251	0.20 196	0.15 198	2.28 635	2.13 655	0.24 235	0.17 230	0.18 193	0.16 197

castereo	0.61 414	3.79 635	1.35 596	1.52 573	0.15 207	0.17 187	0.16 202	0.20 198	0.21 242	0.18 188	0.16 209	0.21 205	0.12 183	0.26 245	0.17 212	1.43 591	1.38 607	0.17 189	0.16 208	0.18 193	0.16 197

tg	0.21 188	0.25 165	0.21 204	0.26 203	0.17 223	0.24 225	0.17 212	0.24 222	0.17 221	0.24 224	0.17 217	0.24 228	0.17 220	0.24 224	0.17 212	0.24 209	0.17 195	0.23 225	0.16 208	0.23 221	0.16 197

ACV-stereo	0.30 227	2.08 552	0.25 219	0.25 196	0.18 235	0.24 225	0.17 212	0.24 222	0.18 228	0.24 224	0.17 217	0.25 235	0.17 220	0.24 224	0.17 212	0.22 191	0.16 174	0.22 216	0.16 208	0.22 209	0.16 197

GMStereo_Zeroshot	0.16 158	0.16 125	0.16 173	0.16 143	0.16 217	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 181	0.16 208	0.16 182	0.16 197

MSKI-zero shot	0.24 204	0.21 144	0.49 397	0.65 402	0.18 235	0.22 213	0.17 212	0.23 219	0.18 228	0.21 208	0.17 217	0.23 222	0.28 288	0.23 220	0.18 225	0.21 189	0.16 174	0.21 211	0.16 208	0.21 207	0.16 197

dd	0.23 200	0.98 361	0.16 173	0.23 184	0.15 207	0.23 222	0.15 196	0.23 219	0.15 206	0.23 217	0.15 205	0.24 228	0.17 220	0.23 220	0.15 198	0.22 191	0.15 171	0.21 211	0.15 205	0.22 209	0.16 197

dad	0.23 200	1.03 386	0.16 173	0.23 184	0.15 207	0.24 225	0.15 196	0.24 222	0.16 211	0.23 217	0.16 209	0.24 228	0.16 208	0.23 220	0.15 198	0.22 191	0.16 174	0.22 216	0.16 208	0.22 209	0.16 197

iResNetv2_ROB	0.20 179	0.23 150	0.18 193	0.24 189	0.20 243	0.24 225	0.18 221	0.24 222	0.18 228	0.24 224	0.18 234	0.23 222	0.19 238	0.24 224	0.18 225	0.21 189	0.16 174	0.21 211	0.16 208	0.22 209	0.16 197

iResNet	0.20 179	0.23 150	0.18 193	0.24 189	0.18 235	0.24 225	0.20 231	0.24 222	0.18 228	0.23 217	0.17 217	0.23 222	0.18 231	0.23 220	0.18 225	0.22 191	0.16 174	0.21 211	0.16 208	0.21 207	0.16 197

SMOE	0.23 200	0.25 165	0.30 245	0.33 226	0.18 235	0.26 244	0.18 221	0.26 236	0.18 228	0.26 241	0.18 234	0.25 235	0.18 231	0.25 233	0.18 225	0.31 242	0.27 242	0.23 225	0.17 230	0.23 221	0.17 215

LACA3	0.23 200	0.25 165	0.27 229	0.54 375	0.17 223	0.25 235	0.17 212	0.25 230	0.17 221	0.25 232	0.17 217	0.25 235	0.17 220	0.25 233	0.17 212	0.28 227	0.23 222	0.24 235	0.17 230	0.24 226	0.17 215

Pointernet	0.21 188	0.22 148	0.19 195	0.24 189	0.19 240	0.24 225	0.19 227	0.24 222	0.19 235	0.24 224	0.19 237	0.24 228	0.19 238	0.24 224	0.19 229	0.22 191	0.17 195	0.22 216	0.17 230	0.22 209	0.17 215

IGEV_Zeroshot_test	0.20 179	0.19 134	0.40 345	0.30 210	0.17 223	0.22 213	0.17 212	0.21 207	0.17 221	0.20 196	0.17 217	0.21 205	0.18 231	0.21 208	0.17 212	0.20 181	0.16 174	0.20 207	0.16 208	0.20 200	0.17 215

MIM_Stereo	0.25 207	0.23 150	0.66 452	0.80 435	0.17 223	0.22 213	0.17 212	0.23 219	0.18 228	0.26 241	0.17 217	0.21 205	0.17 220	0.25 233	0.17 212	0.23 202	0.16 174	0.21 211	0.17 230	0.22 209	0.17 215

CFNet	1.37 593	5.27 665	0.19 195	5.49 688	0.19 240	0.28 250	0.19 227	0.28 240	0.19 235	0.28 246	0.19 237	0.28 250	4.35 708	0.28 253	0.19 229	0.23 202	0.17 195	0.23 225	4.21 716	4.81 693	0.17 215

PhaseNet	1.74 603	6.34 681	4.81 699	6.77 697	0.24 267	0.80 491	0.53 467	0.48 403	0.22 246	0.53 442	0.28 283	0.48 413	0.25 263	0.40 307	0.32 348	6.39 706	4.61 693	0.46 421	0.38 425	0.25 229	0.18 221

CAS++	0.17 164	0.27 171	0.21 204	0.10 81	0.21 254	0.15 173	0.22 242	0.10 142	0.21 242	0.22 211	0.10 151	0.19 194	0.18 231	0.10 145	0.19 229	0.20 181	0.19 205	0.18 199	0.10 150	0.19 199	0.18 221
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 492	4.45 651	0.20 198	0.27 206	0.20 243	0.27 249	0.20 231	0.26 236	0.18 228	5.03 710	0.20 241	0.27 249	0.19 238	0.27 249	0.21 236	0.20 181	0.19 205	0.19 202	4.02 714	0.20 200	0.18 221

DLNR-FE	0.28 221	0.89 340	0.30 245	0.34 230	0.19 240	0.28 250	0.19 227	0.28 240	0.20 237	0.28 246	0.20 241	0.28 250	0.20 242	0.28 253	0.20 232	0.33 251	0.28 250	0.25 240	0.19 239	0.24 226	0.19 224

ssnet_v2	0.68 431	1.96 548	1.25 592	0.29 209	0.20 243	0.30 255	0.20 231	0.29 246	0.22 246	1.50 615	0.20 241	0.31 266	0.20 242	0.27 249	0.22 240	0.24 209	1.49 614	0.26 245	0.18 238	3.90 670	0.19 224

SME	0.27 217	0.29 177	0.31 261	0.38 243	0.20 243	0.29 253	0.18 221	0.30 249	0.20 237	0.32 265	0.21 247	0.32 270	0.20 242	0.32 268	0.21 236	0.35 263	0.32 283	0.27 249	0.19 239	0.29 244	0.20 226

DCVSM-stereo	0.36 265	1.89 538	0.22 206	0.40 264	0.22 256	0.40 306	0.22 242	0.40 301	0.22 246	0.40 302	0.22 249	0.40 311	0.22 251	0.40 307	0.22 240	0.28 227	0.21 212	0.28 254	0.21 246	0.28 240	0.20 226

DAS	0.20 179	0.20 138	0.20 198	0.20 167	0.20 243	0.20 199	0.20 231	0.20 198	0.20 237	0.20 196	0.20 241	0.20 197	0.20 242	0.20 196	0.20 232	0.20 181	0.20 207	0.20 207	0.20 241	0.20 200	0.20 226

ASD4	0.20 179	0.20 138	0.20 198	0.20 167	0.20 243	0.20 199	0.20 231	0.20 198	0.20 237	0.20 196	0.20 241	0.20 197	0.20 242	0.20 196	0.20 232	0.20 181	0.20 207	0.20 207	0.20 241	0.20 200	0.20 226

Weightmod	0.27 217	0.29 177	0.33 272	0.38 243	0.20 243	0.30 255	0.21 237	0.29 246	0.21 242	0.29 251	0.22 249	0.30 261	0.20 242	0.30 260	0.21 236	0.37 271	0.31 278	0.27 249	0.20 241	0.28 240	0.21 230

HGLStereo	0.28 221	0.29 177	0.22 206	0.36 237	0.22 256	0.36 283	0.21 237	0.36 271	0.21 242	0.42 330	0.21 247	0.36 286	0.22 251	0.36 286	0.21 236	0.34 255	0.21 212	0.34 287	0.21 246	0.34 268	0.21 230

DISCO	1.11 532	0.39 208	5.28 703	0.39 251	0.20 243	0.39 304	0.27 268	0.39 293	0.22 246	0.38 288	0.20 241	0.38 298	0.20 242	6.95 721	0.22 240	0.30 236	0.21 212	0.27 249	0.21 246	5.25 702	0.21 230

PAM	0.39 295	1.88 537	0.34 283	0.37 240	0.41 429	0.45 397	0.22 242	0.28 240	0.23 253	0.28 246	0.24 261	0.29 256	0.23 257	0.29 258	0.23 247	0.38 283	0.32 283	0.38 321	0.37 412	0.32 256	0.22 233

WAO-6	0.22 194	0.23 150	0.22 206	0.23 184	0.22 256	0.22 213	0.22 242	0.22 212	0.22 246	0.22 211	0.22 249	0.22 214	0.22 251	0.22 213	0.22 240	0.22 191	0.22 216	0.22 216	0.22 249	0.22 209	0.22 233

WCG-NET（raft）	0.32 243	1.24 467	0.24 216	0.32 222	0.24 267	0.32 272	0.23 251	0.32 257	0.24 256	0.32 265	0.24 261	0.32 270	0.24 260	0.32 268	0.24 250	0.30 236	0.23 222	0.30 261	0.23 255	0.30 248	0.23 235

IMH-64-1	0.22 194	0.23 150	0.23 209	0.22 179	0.22 256	0.22 213	0.22 242	0.22 212	0.22 246	0.22 211	0.22 249	0.22 214	0.22 251	0.22 213	0.22 240	0.22 191	0.22 216	0.23 225	0.22 249	0.22 209	0.23 235

IMH-64	0.22 194	0.23 150	0.23 209	0.22 179	0.22 256	0.22 213	0.22 242	0.22 212	0.22 246	0.22 211	0.22 249	0.22 214	0.22 251	0.22 213	0.22 240	0.22 191	0.22 216	0.23 225	0.22 249	0.22 209	0.23 235

DLNR_Zeroshot_test	0.31 234	0.28 175	0.47 382	0.79 431	0.24 267	0.30 255	0.26 265	0.30 249	0.24 256	0.32 265	0.23 254	0.31 266	0.24 260	0.30 260	0.23 247	0.29 235	0.26 231	0.29 259	0.24 262	0.33 263	0.23 235

gwcnet-sp	0.82 476	1.72 494	1.48 614	0.39 251	0.15 207	0.31 263	0.21 237	0.20 198	0.25 261	1.61 619	0.23 254	0.28 250	0.26 273	0.20 196	0.15 198	0.24 209	1.33 598	0.32 270	0.16 208	6.75 709	0.23 235

scenet	0.82 476	1.72 494	1.48 614	0.39 251	0.15 207	0.31 263	0.21 237	0.20 198	0.25 261	1.61 619	0.23 254	0.28 250	0.26 273	0.20 196	0.15 198	0.24 209	1.33 598	0.32 270	0.16 208	6.75 709	0.23 235

ssnet	0.82 476	1.72 494	1.48 614	0.39 251	0.15 207	0.31 263	0.21 237	0.20 198	0.25 261	1.61 619	0.23 254	0.28 250	0.26 273	0.20 196	0.15 198	0.24 209	1.33 598	0.32 270	0.16 208	6.75 709	0.23 235

CRFU-Net	0.65 423	1.67 491	1.22 588	1.96 592	0.27 278	0.41 322	0.27 268	0.41 316	0.27 279	0.40 302	0.26 272	0.41 324	0.27 280	0.40 307	0.27 264	1.80 606	1.62 628	0.34 287	0.23 255	0.33 263	0.23 235

NINENet	0.69 434	3.87 639	1.20 541	1.98 593	0.05 126	0.40 306	0.04 104	0.40 301	0.05 125	0.41 316	0.04 111	0.41 324	0.05 118	0.40 307	0.05 116	1.79 605	1.56 620	0.34 287	0.22 249	0.34 268	0.23 235

FENet	0.54 399	1.52 486	1.19 538	1.41 569	0.23 262	0.35 279	0.23 251	0.35 267	0.23 253	0.34 273	0.23 254	0.35 281	0.23 257	0.35 280	0.23 247	1.40 589	1.07 521	0.32 270	0.23 255	0.33 263	0.23 235

Weightmod_eth	0.20 179	0.24 158	0.28 235	0.47 308	0.14 193	0.24 225	0.14 188	0.17 186	0.13 191	0.22 211	0.16 209	0.22 214	0.13 189	0.20 196	0.16 205	0.24 209	0.20 207	0.19 202	0.14 196	0.16 182	0.24 245

iResNet_ROB	0.28 221	0.32 185	0.24 216	0.32 222	0.25 270	0.32 272	0.24 256	0.32 257	0.24 256	0.33 270	0.24 261	0.35 281	0.24 260	0.33 276	0.24 250	0.31 242	0.24 226	0.32 270	0.24 262	0.32 256	0.24 245

UNDER WATER-64	0.25 207	0.26 168	0.25 219	0.26 203	0.25 270	0.25 235	0.25 258	0.25 230	0.25 261	0.25 232	0.25 267	0.25 235	0.25 263	0.26 245	0.25 258	0.25 216	0.25 228	0.25 240	0.25 265	0.25 229	0.25 247

CAS	0.30 227	1.17 409	0.25 219	0.25 196	0.25 270	0.26 244	0.25 258	0.25 230	0.26 275	0.25 232	0.25 267	0.25 235	0.25 263	0.25 233	0.25 258	0.26 218	0.26 231	0.26 245	0.25 265	0.26 232	0.25 247

LoS	0.25 207	0.27 171	0.25 219	0.25 196	0.25 270	0.25 235	0.25 258	0.26 236	0.25 261	0.25 232	0.25 267	0.25 235	0.25 263	0.25 233	0.25 258	0.26 218	0.25 228	0.25 240	0.26 271	0.26 232	0.25 247
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 495	7.04 682	2.23 660	2.75 621	0.28 283	0.43 349	0.25 258	0.39 293	0.25 261	0.41 316	0.27 276	0.39 303	0.25 263	0.40 307	0.28 273	0.37 271	0.28 250	0.37 313	0.25 265	0.37 294	0.25 247

IGEV-Stereo	0.35 258	0.44 238	0.45 369	0.49 320	0.30 306	0.37 291	0.30 298	0.36 271	0.30 307	0.36 281	0.29 296	0.36 286	0.29 298	0.36 286	0.30 297	0.46 366	0.39 356	0.32 270	0.24 262	0.32 256	0.25 247
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.73 447	1.22 465	0.25 219	1.22 545	0.25 270	1.22 598	0.25 258	1.22 592	0.25 261	1.22 600	0.25 267	1.22 603	0.25 263	1.22 603	0.25 258	1.22 575	0.26 231	1.21 611	0.25 265	1.22 591	0.25 247
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
aanet-new-90k	0.44 337	1.82 523	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.44 375	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-60k	0.44 337	1.81 516	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-70k	0.44 337	1.82 523	0.38 302	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-78k	0.44 337	1.80 511	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.45 356	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-40k	0.44 337	1.81 516	0.39 313	0.50 356	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.45 356	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-36k	0.44 337	1.80 511	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-34k	0.44 337	1.80 511	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-32k-new	0.44 337	1.78 506	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.44 380	0.30 307	0.44 375	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.45 356	0.34 325	0.39 362	0.26 271	0.38 307	0.26 253

aanet-new-32k	0.44 337	1.79 510	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-30k	0.44 337	1.78 506	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-28k	0.44 337	1.81 516	0.39 313	0.49 320	0.30 306	0.44 383	0.30 298	0.44 380	0.30 307	0.44 375	0.30 311	0.44 386	0.30 307	0.44 375	0.30 297	0.45 356	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT26K	0.43 324	1.76 501	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.31 338	0.44 327	0.33 296	0.38 321	0.27 308	0.38 307	0.26 253

aanet-new-24k	0.44 337	1.78 506	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-22k	0.44 337	1.81 516	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-16k	0.44 337	1.83 526	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-14k	0.60 409	5.12 660	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.44 375	0.30 297	0.44 327	0.37 342	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new-8k	0.43 324	1.76 501	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

aanet-new	0.43 324	1.80 511	0.38 302	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-cres-4k	0.44 337	1.81 516	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-cres	0.43 324	1.77 503	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-36K	0.43 324	1.78 506	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-22K	0.44 337	1.85 532	0.38 302	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-20K	0.43 324	1.77 503	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-24K	0.44 337	1.86 535	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-5K	0.44 337	1.80 511	0.39 313	0.49 320	0.30 306	0.44 383	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.44 375	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-2K	0.44 337	1.82 523	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-3K	0.43 324	1.77 503	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.33 296	0.38 321	0.26 271	0.38 307	0.26 253

GCAP-Stereo-DPT-50K	0.44 337	1.83 526	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.36 338	0.38 321	0.26 271	0.38 307	0.26 253

LG-Stereo_L2	0.34 249	0.37 197	0.38 302	0.47 308	0.28 283	0.39 304	0.28 278	0.39 293	0.28 284	0.39 295	0.28 283	0.39 303	0.28 288	0.38 296	0.28 273	0.42 325	0.35 332	0.36 310	0.26 271	0.35 281	0.26 253

model_zeroshot	0.27 217	0.20 138	0.27 229	0.33 226	0.21 254	0.37 291	0.22 242	0.37 279	0.24 256	0.26 241	0.27 276	0.33 274	0.21 250	0.25 233	0.27 264	0.32 245	0.20 207	0.34 287	0.23 255	0.25 229	0.26 253

GCAP-BAT	0.41 308	1.30 471	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.44 375	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.44 327	0.34 325	0.38 321	0.26 271	0.38 307	0.26 253

test_for_model	0.35 258	0.39 208	0.30 245	0.43 292	0.30 306	0.43 349	0.30 298	0.43 342	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.44 375	0.31 338	0.38 283	0.26 231	0.38 321	0.26 271	0.38 307	0.26 253

GCAPDPT-zeroshot	0.36 265	0.40 212	0.30 245	0.43 292	0.30 306	0.43 349	0.30 298	0.43 342	0.31 352	0.43 337	0.30 311	0.43 351	0.30 307	0.44 375	0.31 338	0.39 296	0.28 250	0.39 362	0.27 308	0.39 352	0.26 253

HH	0.71 440	2.54 588	0.74 482	1.10 482	0.32 365	0.41 322	0.37 395	0.69 470	0.78 529	0.73 483	0.90 545	0.75 490	1.00 540	0.84 499	0.69 504	0.69 437	0.40 360	0.35 303	0.26 271	0.35 281	0.26 253

HanStereo	0.71 440	2.54 588	0.74 482	1.10 482	0.32 365	0.41 322	0.37 395	0.69 470	0.78 529	0.73 483	0.90 545	0.75 490	1.00 540	0.84 499	0.69 504	0.69 437	0.40 360	0.35 303	0.26 271	0.35 281	0.26 253

LoS_RVC	0.30 227	1.14 403	0.25 219	0.25 196	0.25 270	0.26 244	0.25 258	0.25 230	0.25 261	0.25 232	0.25 267	0.26 247	0.26 273	0.26 245	0.25 258	0.26 218	0.26 231	0.25 240	0.25 265	0.26 232	0.26 253

iRaft-Stereo_5w	0.34 249	0.42 233	0.31 261	0.39 251	0.30 306	0.38 298	0.30 298	0.40 301	0.29 292	0.40 302	0.37 402	0.41 324	0.34 379	0.38 296	0.30 297	0.34 255	0.27 242	0.34 287	0.26 271	0.34 268	0.26 253

UCFNet_RVC	2.75 673	10.06 704	0.29 241	10.31 719	0.29 294	0.42 342	0.29 290	0.43 342	0.29 292	0.42 330	0.29 296	0.42 342	9.87 725	0.43 344	0.29 287	0.36 268	9.84 720	0.36 310	0.26 271	9.77 723	0.26 253

PStereo	0.32 243	0.36 194	0.28 235	0.38 243	0.29 294	0.36 283	0.27 268	0.38 288	0.27 279	0.38 288	0.28 283	0.36 286	0.27 280	0.36 286	0.28 273	0.32 245	0.27 242	0.33 277	0.27 308	0.33 263	0.27 291

TestStereo_HL3	2.76 674	0.41 223	11.46 724	14.11 721	0.30 306	0.45 397	0.29 290	0.43 342	0.29 292	0.43 337	0.29 296	0.43 351	0.28 288	0.44 375	0.30 297	13.57 724	10.32 722	0.41 393	0.27 308	0.38 307	0.27 291

TestStereo_HL2	2.73 671	0.41 223	11.06 721	14.13 722	0.30 306	0.44 383	0.28 278	0.43 342	0.29 292	0.43 337	0.28 283	0.43 351	0.29 298	0.43 344	0.28 273	13.51 723	10.37 723	0.41 393	0.27 308	0.38 307	0.27 291

GGDA	2.76 674	0.41 223	11.34 723	14.28 723	0.30 306	0.44 383	0.29 290	0.43 342	0.29 292	0.43 337	0.28 283	0.43 351	0.28 288	0.43 344	0.29 287	13.45 722	10.57 724	0.41 393	0.27 308	0.38 307	0.27 291

TestStereo-Hl	2.78 676	0.42 233	11.23 722	14.38 724	0.30 306	0.44 383	0.30 298	0.43 342	0.28 284	0.43 337	0.29 296	0.44 386	0.29 298	0.44 375	0.29 287	13.64 725	10.73 725	0.41 393	0.27 308	0.38 307	0.27 291

aanet-new-10k	0.45 360	1.81 516	0.40 345	0.50 356	0.31 353	0.44 383	0.31 345	0.44 380	0.31 352	0.44 375	0.31 355	0.44 386	0.32 363	0.44 375	0.31 338	0.46 366	0.35 332	0.39 362	0.27 308	0.39 352	0.27 291

aanet-new-12k	0.46 367	1.99 549	0.40 345	0.51 367	0.31 353	0.44 383	0.31 345	0.44 380	0.31 352	0.44 375	0.31 355	0.44 386	0.31 358	0.44 375	0.32 348	0.47 373	0.35 332	0.39 362	0.27 308	0.39 352	0.27 291

GCAP-Stereo-DPT-FT	0.41 308	1.06 393	0.40 345	0.51 367	0.31 353	0.44 383	0.30 298	0.43 342	0.32 362	0.44 375	0.30 311	0.56 456	0.30 307	0.44 375	0.31 338	0.45 356	0.34 325	0.39 362	0.27 308	0.40 366	0.27 291

gcap_with_dpt	0.35 258	0.39 208	0.30 245	0.44 296	0.31 353	0.44 383	0.31 345	0.44 380	0.31 352	0.44 375	0.30 311	0.44 386	0.30 307	0.44 375	0.30 297	0.38 283	0.26 231	0.38 321	0.27 308	0.38 307	0.27 291

GIP-stereo	0.36 265	0.49 263	0.39 313	0.48 314	0.32 365	0.41 322	0.28 278	0.40 301	0.30 307	0.41 316	0.28 283	0.40 311	0.28 288	0.42 337	0.28 273	0.45 356	0.32 283	0.38 321	0.30 358	0.37 294	0.27 291

gcap-zeroshot	0.36 265	0.40 212	0.34 283	0.44 296	0.31 353	0.44 383	0.31 345	0.44 380	0.32 362	0.44 375	0.32 365	0.44 386	0.32 363	0.44 375	0.31 338	0.39 296	0.28 250	0.39 362	0.28 327	0.39 352	0.27 291

GCAPDPT-zeroshot4090	0.40 300	1.09 396	0.39 313	0.49 320	0.30 306	0.43 349	0.30 298	0.44 380	0.30 307	0.43 337	0.30 311	0.43 351	0.30 307	0.43 344	0.30 297	0.45 356	0.34 325	0.38 321	0.27 308	0.38 307	0.27 291

tt1	0.31 234	0.93 354	0.24 216	0.33 226	0.23 262	0.31 263	0.24 256	0.32 257	0.24 256	0.32 265	0.23 254	0.32 270	0.25 263	0.32 268	0.24 250	0.27 222	0.26 231	0.27 249	0.26 271	0.27 238	0.27 291

xxxxx1	0.31 234	0.91 345	0.23 209	0.31 216	0.23 262	0.31 263	0.23 251	0.33 261	0.25 261	0.31 259	0.24 261	0.33 274	0.25 263	0.32 268	0.24 250	0.28 227	0.28 250	0.28 254	0.28 327	0.29 244	0.27 291

testlalala	0.36 265	0.40 212	0.34 283	0.44 296	0.31 353	0.44 383	0.31 345	0.44 380	0.32 362	0.44 375	0.32 365	0.44 386	0.32 363	0.44 375	0.31 338	0.39 296	0.28 250	0.39 362	0.28 327	0.39 352	0.27 291

tt_ll	0.31 234	0.91 345	0.23 209	0.31 216	0.23 262	0.31 263	0.23 251	0.33 261	0.25 261	0.31 259	0.24 261	0.33 274	0.25 263	0.32 268	0.24 250	0.28 227	0.28 250	0.28 254	0.28 327	0.29 244	0.27 291

CroCo-Stereo Lap2	0.77 458	1.29 469	0.29 241	1.27 550	0.29 294	1.27 602	0.26 265	1.26 595	0.26 275	1.26 601	0.26 272	1.27 607	0.26 273	1.26 604	0.27 264	1.27 578	0.27 242	1.27 615	0.27 308	1.27 595	0.27 291

ff	0.31 234	0.91 345	0.23 209	0.31 216	0.23 262	0.31 263	0.23 251	0.33 261	0.25 261	0.31 259	0.24 261	0.33 274	0.25 263	0.32 268	0.24 250	0.28 227	0.28 250	0.28 254	0.28 327	0.29 244	0.27 291

BUS	0.83 480	1.91 541	0.92 508	4.48 665	0.02 22	0.40 306	0.04 104	0.41 316	0.02 22	0.48 406	0.03 56	0.41 324	0.05 118	0.03 43	0.05 116	1.97 618	4.19 690	0.33 277	0.23 255	0.34 268	0.27 291

BSDual-CNN	0.81 471	1.91 541	0.92 508	4.48 665	0.02 22	0.42 342	0.06 138	0.41 316	0.02 22	0.48 406	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 618	4.19 690	0.33 277	0.23 255	0.34 268	0.27 291

hknet	1.10 530	1.85 532	3.49 689	4.48 665	0.02 22	0.42 342	0.06 138	0.41 316	0.02 22	0.48 406	0.03 56	0.41 324	0.03 53	0.42 337	0.03 52	4.39 676	4.19 690	0.33 277	0.23 255	0.34 268	0.27 291

DGSMNet	0.34 249	0.41 223	0.27 229	0.41 276	0.28 283	0.41 322	0.28 278	0.41 316	0.27 279	0.41 316	0.27 276	0.42 342	0.27 280	0.41 323	0.28 273	0.40 303	0.29 264	0.40 375	0.28 327	0.40 366	0.27 291

AANet_RVC	1.26 588	0.31 183	4.99 701	5.93 691	0.20 243	0.25 235	0.20 231	0.25 230	0.20 237	0.23 217	0.19 237	0.25 235	0.20 242	0.25 233	0.20 232	5.66 700	4.76 694	0.26 245	0.30 358	0.24 226	0.27 291

MLCV	0.31 234	0.35 189	0.27 229	0.35 233	0.28 283	0.35 279	0.27 268	0.35 267	0.28 284	0.36 281	0.27 276	0.35 281	0.27 280	0.35 280	0.27 264	0.34 255	0.27 242	0.34 287	0.27 308	0.34 268	0.27 291

DN-CSS_ROB	0.31 234	0.35 189	0.28 235	0.35 233	0.28 283	0.34 275	0.27 268	0.34 264	0.25 261	0.35 277	0.27 276	0.36 286	0.26 273	0.34 277	0.28 273	0.35 263	0.28 250	0.34 287	0.28 327	0.34 268	0.27 291

GREATEN-IGEV-FM_RVC	0.38 281	0.35 189	0.56 421	0.63 396	0.28 283	0.36 283	0.28 278	0.36 271	0.28 284	0.36 281	0.28 283	0.36 286	0.28 288	0.36 286	0.28 273	0.62 423	0.57 433	0.35 303	0.28 327	0.35 281	0.28 316

testmc14	2.43 661	10.48 707	8.02 718	8.93 709	0.31 353	0.44 383	0.30 298	0.42 334	0.30 307	0.42 330	0.30 311	0.42 342	0.30 307	0.42 337	0.30 297	8.88 719	6.99 709	0.41 393	0.28 327	0.39 352	0.28 316

MCSU-Stereo	2.48 664	10.56 708	8.50 720	9.47 713	0.31 353	0.43 349	0.30 298	0.42 334	0.30 307	0.42 330	0.30 311	0.42 342	0.30 307	0.41 323	0.30 297	8.86 718	6.93 708	0.40 375	0.29 342	0.39 352	0.28 316

GCAP-Stereo-DPT-25K	0.41 308	1.09 396	0.40 345	0.52 370	0.31 353	0.44 383	0.31 345	0.44 380	0.31 352	0.44 375	0.31 355	0.44 386	0.31 358	0.44 375	0.31 338	0.46 366	0.35 332	0.39 362	0.28 327	0.39 352	0.28 316

DEFOM-Stereo	0.68 431	3.11 617	1.40 610	1.63 582	0.25 270	0.31 263	0.25 258	0.31 255	0.28 284	0.31 259	0.29 296	0.29 256	0.27 280	0.31 265	0.28 273	1.59 599	1.47 613	0.30 261	0.29 342	0.30 248	0.28 316

SQANet	0.28 221	0.28 175	0.28 235	0.28 207	0.28 283	0.28 250	0.28 278	0.28 240	0.28 284	0.28 246	0.28 283	0.28 250	0.28 288	0.28 253	0.28 273	0.28 227	0.28 250	0.28 254	0.28 327	0.28 240	0.28 316

Any-RAFT	0.32 243	0.36 194	0.27 229	0.36 237	0.27 278	0.36 283	0.27 268	0.36 271	0.27 279	0.36 281	0.27 276	0.36 286	0.27 280	0.36 286	0.28 273	0.36 268	0.28 250	0.36 310	0.28 327	0.36 289	0.28 316

FCDSN-DC	0.41 308	0.59 294	0.64 445	0.54 375	0.33 377	0.50 429	0.37 395	0.42 334	0.40 416	0.61 462	0.43 440	0.50 432	0.49 456	0.38 296	0.32 348	0.28 227	0.23 222	0.26 245	0.22 249	0.35 281	0.28 316
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 308	1.49 485	0.32 267	0.42 286	0.32 365	0.41 322	0.32 353	0.41 316	0.33 372	0.41 316	0.32 365	0.41 324	0.32 363	0.41 323	0.32 348	0.39 296	0.28 250	0.39 362	0.28 327	0.40 366	0.28 316

GREATEN-IGEV_RVC	0.38 281	0.35 189	0.56 421	0.63 396	0.29 294	0.36 283	0.29 290	0.36 271	0.29 292	0.39 295	0.29 296	0.36 286	0.29 298	0.36 286	0.29 287	0.62 423	0.57 433	0.35 303	0.29 342	0.36 289	0.29 325

HiDET	0.38 281	0.44 238	0.30 245	0.42 286	0.30 306	0.42 342	0.30 298	0.42 334	0.30 307	0.44 375	0.30 311	0.42 342	0.30 307	0.42 337	0.68 495	0.37 271	0.32 283	0.40 375	0.29 342	0.37 294	0.29 325

LCMNet	0.38 281	0.44 238	0.30 245	0.42 286	0.30 306	0.42 342	0.30 298	0.42 334	0.30 307	0.45 387	0.30 311	0.42 342	0.30 307	0.42 337	0.69 504	0.37 271	0.32 283	0.40 375	0.29 342	0.37 294	0.29 325

FE-Mocha	0.35 258	0.71 307	0.40 345	0.47 308	0.27 278	0.34 275	0.27 268	0.34 264	0.26 275	0.34 273	0.26 272	0.34 279	0.27 280	0.34 277	0.27 264	0.44 327	0.41 370	0.33 277	0.29 342	0.32 256	0.29 325

GREAT-IGEV	0.38 281	0.43 235	0.36 296	0.48 314	0.32 365	0.45 397	0.32 353	0.45 389	0.32 362	0.45 387	0.32 365	0.45 396	0.32 363	0.45 393	0.32 348	0.44 327	0.33 296	0.41 393	0.29 342	0.41 377	0.29 325
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	0.36 265	0.36 194	0.43 365	0.37 240	0.42 439	0.49 420	0.42 430	0.37 279	0.28 284	0.36 281	0.29 296	0.36 286	0.30 307	0.37 293	0.28 273	0.34 255	0.31 278	0.34 287	0.35 403	0.40 366	0.29 325

IGEV++	0.34 249	0.43 235	0.30 245	0.40 264	0.29 294	0.40 306	0.29 290	0.40 301	0.29 292	0.40 302	0.29 296	0.40 311	0.29 298	0.40 307	0.30 297	0.38 283	0.29 264	0.37 313	0.29 342	0.37 294	0.29 325

RCA-Stereo	0.51 393	3.22 621	0.34 283	0.44 296	0.34 387	0.44 383	0.34 377	0.43 342	0.34 381	0.43 337	0.34 382	0.44 386	0.33 374	0.43 344	0.33 360	0.38 283	0.29 264	0.38 321	0.29 342	0.38 307	0.29 325

iRaft-Stereo_20w	0.34 249	0.41 223	0.31 261	0.39 251	0.29 294	0.40 306	0.32 353	0.41 316	0.32 362	0.38 288	0.30 311	0.39 303	0.30 307	0.38 296	0.32 348	0.35 263	0.27 242	0.34 287	0.27 308	0.34 268	0.29 325

CFNet_pseudo	2.67 670	9.36 699	0.32 267	10.99 720	0.33 377	0.85 501	0.33 364	0.49 408	0.33 372	0.49 413	0.32 365	0.49 418	7.26 719	0.49 417	0.33 360	0.41 311	9.62 718	0.41 393	0.29 342	10.03 724	0.29 325

ccnet	0.80 466	2.28 570	0.33 272	0.50 356	0.33 377	0.50 429	0.33 364	0.50 417	0.33 372	0.49 413	0.33 374	0.49 418	1.56 630	2.38 650	0.33 360	0.41 311	0.29 264	0.42 409	1.57 645	2.28 635	0.29 325

CFNet-RSSM	0.91 498	4.89 657	0.34 283	0.44 296	1.07 564	1.62 624	1.40 638	0.91 503	0.35 385	1.60 616	1.39 638	0.64 470	0.34 379	0.44 375	0.33 360	0.41 311	0.35 332	0.75 497	0.30 358	0.41 377	0.29 325

psmorigin	0.41 308	0.46 251	0.33 272	0.49 320	0.33 377	0.49 420	0.33 364	0.49 408	0.33 372	0.49 413	0.33 374	0.49 418	0.33 374	0.51 435	0.33 360	0.41 311	0.30 273	0.41 393	0.30 358	0.79 476	0.29 325

ccs_rob	2.79 677	10.17 706	0.32 267	10.00 717	0.33 377	0.49 420	0.33 364	1.90 624	0.32 362	0.51 435	0.33 374	0.49 418	9.24 724	0.49 417	0.33 360	0.41 311	9.82 719	0.41 393	0.28 327	9.34 721	0.29 325

MonSter++	0.38 281	0.44 238	0.31 261	0.43 292	0.30 306	0.43 349	0.31 345	0.43 342	0.31 352	0.45 387	0.31 355	0.43 351	0.31 358	0.43 344	0.69 504	0.38 283	0.33 296	0.40 375	0.30 358	0.38 307	0.30 339

CSFM-Stereo	0.38 281	0.44 238	0.30 245	0.42 286	0.30 306	0.42 342	0.30 298	0.43 342	0.30 307	0.44 375	0.30 311	0.42 342	0.30 307	0.42 337	0.73 517	0.37 271	0.32 283	0.40 375	0.29 342	0.37 294	0.30 339

MultiAttention	0.30 227	0.30 180	0.30 245	0.30 210	0.30 306	0.30 255	0.30 298	0.30 249	0.30 307	0.30 254	0.30 311	0.30 261	0.30 307	0.30 260	0.30 297	0.30 236	0.30 273	0.30 261	0.30 358	0.30 248	0.30 339

MSAF-DinoV2	0.30 227	0.30 180	0.30 245	0.30 210	0.30 306	0.30 255	0.30 298	0.30 249	0.30 307	0.30 254	0.30 311	0.30 261	0.30 307	0.30 260	0.30 297	0.30 236	0.30 273	0.30 261	0.30 358	0.30 248	0.30 339

TorneroNet-64	0.45 360	0.27 171	0.30 245	0.58 385	0.27 278	0.70 478	0.30 298	0.28 240	0.73 525	0.73 483	0.28 283	0.71 482	0.66 490	0.75 484	0.27 264	0.27 222	0.29 264	0.37 313	0.75 530	0.28 240	0.30 339

EKT-Stereo	0.37 275	0.40 212	0.44 367	1.07 480	0.29 294	0.34 275	0.31 345	0.36 271	0.29 292	0.38 288	0.31 355	0.37 296	0.30 307	0.36 286	0.29 287	0.34 255	0.28 250	0.39 362	0.30 358	0.37 294	0.30 339

PML	0.46 367	1.36 477	0.29 241	0.58 385	0.30 306	0.57 459	0.29 290	0.57 447	0.29 292	0.57 456	0.29 296	0.57 459	0.29 298	0.56 450	0.29 287	0.52 395	0.30 273	0.53 461	0.31 369	0.53 433	0.30 339

GES	0.66 425	2.34 578	0.29 241	0.41 276	0.29 294	0.41 322	0.29 290	0.42 334	0.29 292	0.40 302	0.41 428	0.41 324	0.30 307	0.51 435	0.29 287	0.32 245	0.29 264	0.32 270	2.46 685	2.49 647	0.30 339

DANet	0.30 227	0.30 180	0.30 245	0.30 210	0.30 306	0.30 255	0.30 298	0.30 249	0.30 307	0.30 254	0.30 311	0.30 261	0.30 307	0.30 260	0.30 297	0.30 236	0.30 273	0.30 261	0.30 358	0.30 248	0.30 339
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 234	0.31 183	0.31 261	0.30 210	0.40 419	0.31 263	0.30 298	0.30 249	0.34 381	0.29 251	0.31 355	0.29 256	0.30 307	0.31 265	0.31 338	0.31 242	0.29 264	0.31 267	0.30 358	0.31 253	0.31 348

DStereoSA	0.32 243	0.52 278	0.34 283	0.31 216	0.31 353	0.30 255	0.30 298	0.31 255	0.30 307	0.31 259	0.31 355	0.31 266	0.30 307	0.31 265	0.31 338	0.30 236	0.32 283	0.31 267	0.31 369	0.31 253	0.31 348

DDF-Stereo	0.43 324	1.15 406	0.57 425	0.53 372	0.32 365	0.41 322	0.32 353	0.41 316	0.32 362	0.41 316	0.32 365	0.41 324	0.32 363	0.40 307	0.32 348	0.52 395	0.50 417	0.38 321	0.31 369	0.39 352	0.31 348

1test111	0.37 275	1.02 384	0.30 245	0.39 251	0.29 294	0.40 306	0.28 278	0.39 293	0.29 292	0.39 295	0.29 296	0.39 303	0.28 288	0.40 307	0.29 287	0.33 251	0.32 283	0.33 277	0.31 369	0.32 256	0.31 348

cc1	0.37 275	1.02 384	0.30 245	0.39 251	0.29 294	0.40 306	0.28 278	0.39 293	0.29 292	0.39 295	0.29 296	0.39 303	0.28 288	0.40 307	0.29 287	0.33 251	0.32 283	0.33 277	0.31 369	0.32 256	0.31 348

PCWNet_CMD	2.80 678	9.82 702	0.32 267	10.09 718	0.32 365	0.49 420	0.33 364	3.34 681	0.33 372	0.49 413	0.33 374	0.49 418	8.73 721	0.48 411	0.33 360	0.41 311	9.22 715	0.42 409	0.29 342	9.55 722	0.31 348

RAFT-Test	0.36 265	0.37 197	0.33 272	0.41 276	0.32 365	0.41 322	0.32 353	0.41 316	0.32 362	0.41 316	0.32 365	0.41 324	0.32 363	0.41 323	0.33 360	0.37 271	0.29 264	0.37 313	0.29 342	0.38 307	0.31 348

water-stereo	0.41 308	0.84 329	0.46 374	0.50 356	0.33 377	0.45 397	0.33 364	0.45 389	0.32 362	0.45 387	0.32 365	0.45 396	0.32 363	0.45 393	0.32 348	0.44 327	0.41 370	0.39 362	0.31 369	0.39 352	0.32 355

depthmonostereo	0.44 337	0.85 331	0.46 374	0.54 375	0.40 419	0.52 445	0.38 402	0.52 436	0.35 385	0.47 399	0.34 382	0.46 400	0.34 379	0.47 402	0.34 373	0.45 356	0.43 384	0.41 393	0.33 386	0.41 377	0.32 355

xyz-stereo-finetune	0.28 221	0.49 263	0.16 173	0.16 143	0.16 217	0.16 180	0.16 202	0.22 212	0.30 307	0.32 265	0.31 355	0.32 270	0.31 358	0.32 268	0.32 348	0.32 245	0.33 296	0.31 267	0.32 376	0.31 253	0.32 355

HART	0.38 281	0.45 247	0.34 283	0.42 286	0.33 377	0.41 322	0.34 377	0.42 334	0.33 372	0.43 337	0.34 382	0.42 342	0.34 379	0.41 323	0.38 394	0.40 303	0.32 283	0.42 409	0.32 376	0.40 366	0.32 355

ACVNet-DCA	0.37 275	1.00 370	0.30 245	0.40 264	0.29 294	0.40 306	0.29 290	0.40 301	0.29 292	0.40 302	0.29 296	0.40 311	0.29 298	0.39 304	0.28 273	0.33 251	0.32 283	0.33 277	0.32 376	0.33 263	0.32 355

xx1	0.38 281	1.03 386	0.31 261	0.40 264	0.31 353	0.41 322	0.28 278	0.40 301	0.29 292	0.40 302	0.29 296	0.40 311	0.29 298	0.40 307	0.29 287	0.34 255	0.33 296	0.34 287	0.32 376	0.34 268	0.32 355

RAFT + AFF	0.31 234	0.45 247	0.34 283	0.39 251	0.28 283	0.38 298	0.33 364	0.29 246	0.31 352	0.30 254	0.30 311	0.29 256	0.27 280	0.29 258	0.30 297	0.28 227	0.29 264	0.29 259	0.29 342	0.27 238	0.32 355

GeoVLM	0.36 265	0.38 201	0.27 229	0.46 301	0.28 283	0.35 279	0.28 278	0.37 279	0.27 279	0.35 277	0.28 283	0.36 286	0.38 399	0.35 280	0.28 273	1.08 510	0.26 231	0.33 277	0.27 308	0.34 268	0.33 362

GCST	0.50 388	2.08 552	0.38 302	0.53 372	0.35 391	0.49 420	0.35 382	0.50 417	0.35 385	0.49 413	0.35 391	0.49 418	0.35 386	0.49 417	0.35 377	0.48 378	0.37 342	0.45 417	0.33 386	0.44 387	0.33 362

RAFT-Stereo-weight	0.45 360	1.90 540	0.34 283	0.42 286	0.36 397	0.43 349	0.35 382	0.42 334	0.34 381	0.42 330	0.34 382	0.44 386	0.34 379	0.41 323	0.34 373	0.38 283	0.32 283	0.38 321	0.32 376	0.38 307	0.33 362

LL-Strereo2	0.48 380	1.73 499	0.51 409	0.59 388	0.34 387	0.42 342	0.33 364	0.40 301	0.31 352	0.42 330	0.33 374	0.42 342	0.31 358	0.44 375	0.39 406	0.60 415	0.51 422	0.44 412	0.33 386	0.44 387	0.33 362

GMOStereo	0.37 275	0.45 247	0.23 209	0.30 210	0.37 401	0.41 322	0.36 389	0.41 316	0.35 385	0.43 337	0.36 395	0.41 324	0.40 411	0.41 323	0.36 381	0.34 255	0.22 216	0.47 431	0.37 412	0.39 352	0.33 362

error version	0.93 505	4.47 652	2.35 663	1.99 594	0.37 401	0.41 322	0.36 389	0.41 316	0.35 385	0.43 337	0.36 395	0.41 324	0.40 411	0.41 323	0.36 381	1.87 609	2.16 656	0.47 431	0.37 412	0.39 352	0.33 362

test_1	0.93 505	4.47 652	2.35 663	1.99 594	0.37 401	0.41 322	0.36 389	0.41 316	0.35 385	0.43 337	0.36 395	0.41 324	0.40 411	0.41 323	0.36 381	1.87 609	2.16 656	0.47 431	0.37 412	0.39 352	0.33 362

S0	0.42 322	0.44 238	0.54 417	0.59 388	0.34 387	0.48 414	0.22 242	0.51 431	0.25 261	0.51 435	0.34 382	0.53 445	0.35 386	0.47 402	0.36 381	0.55 405	0.39 356	0.49 444	0.27 308	0.46 395	0.34 369

quiztm	0.43 324	0.49 263	0.40 345	0.51 367	0.40 419	0.51 441	0.40 416	0.50 417	0.40 416	0.50 426	0.40 420	0.51 443	0.40 411	0.50 425	0.40 409	0.44 327	0.34 325	0.44 412	0.34 390	0.44 387	0.34 369

DStereoFS	0.32 243	0.33 186	0.32 267	0.33 226	0.30 306	0.32 272	0.32 353	0.32 257	0.31 352	0.30 254	0.31 355	0.31 266	0.30 307	0.32 268	0.32 348	0.32 245	0.31 278	0.30 261	0.47 459	0.32 256	0.34 369

GEAStereo	0.62 417	3.91 640	0.48 390	0.69 411	0.38 408	0.51 441	0.38 402	0.51 431	0.38 402	0.53 442	0.38 407	0.50 432	0.38 399	0.51 435	0.38 394	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.34 369

gasm-f	0.62 417	3.91 640	0.48 390	0.69 411	0.38 408	0.51 441	0.38 402	0.51 431	0.38 402	0.53 442	0.38 407	0.50 432	0.38 399	0.51 435	0.38 394	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.34 369

GASTEREO	0.48 380	1.21 459	0.47 382	0.57 383	0.38 408	0.50 429	0.38 402	0.50 417	0.38 402	0.50 426	0.38 407	0.50 432	0.38 399	0.50 425	0.38 394	0.52 395	0.42 379	0.46 421	0.34 390	0.46 395	0.34 369

SCV_C0	0.45 360	0.88 337	0.49 397	0.54 375	0.37 401	0.48 414	0.37 395	0.48 403	0.37 398	0.48 406	0.36 395	0.48 413	0.37 395	0.49 417	0.37 391	0.50 387	0.41 370	0.44 412	0.34 390	0.44 387	0.34 369

SCV	0.46 367	0.94 356	0.45 369	0.54 375	0.37 401	0.48 414	0.38 402	0.48 403	0.37 398	0.48 406	0.39 417	0.48 413	0.37 395	0.49 417	0.37 391	0.50 387	0.46 394	0.44 412	0.34 390	0.44 387	0.34 369

UGAM-zero	0.51 393	2.17 561	0.39 313	0.53 372	0.36 397	0.50 429	0.36 389	0.50 417	0.36 396	0.49 413	0.36 395	0.50 432	0.35 386	0.50 425	0.36 381	0.49 381	0.37 342	0.47 431	0.35 403	0.46 395	0.34 369

UGAM	0.51 393	2.23 566	0.39 313	0.54 375	0.35 391	0.50 429	0.35 382	0.49 408	0.35 385	0.49 413	0.35 391	0.49 418	0.36 390	0.50 425	0.36 381	0.49 381	0.37 342	0.45 417	0.34 390	0.45 392	0.34 369

H2IRNET	0.34 249	0.34 187	0.34 283	0.34 230	0.34 387	0.34 275	0.34 377	0.34 264	0.34 381	0.34 273	0.34 382	0.34 279	0.34 379	0.34 277	0.34 373	0.34 255	0.34 325	0.34 287	0.34 390	0.34 268	0.34 369

GSStereo	0.81 471	4.28 650	0.50 402	0.59 388	0.40 419	0.51 441	0.38 402	0.50 417	0.38 402	0.50 426	0.38 407	0.50 432	3.79 700	0.50 425	0.38 394	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.35 380

GS-Stereo							0.38 402	0.50 417	0.38 402	0.50 426	0.38 407	0.50 432	3.79 700	0.50 425	0.38 394	0.54 399	0.43 384	0.46 421	0.34 390	0.46 395	0.35 380

ETE_ROB	0.35 258	0.35 189	0.35 294	0.35 233	0.35 391	0.35 279	0.35 382	0.35 267	0.35 385	0.35 277	0.35 391	0.35 281	0.35 386	0.35 280	0.35 377	0.35 263	0.35 332	0.35 303	0.35 403	0.35 281	0.35 380

Pro-Stereo	0.79 463	0.53 282	0.38 302	0.49 320	0.38 408	0.49 420	0.37 395	0.49 408	0.67 494	0.50 426	0.38 407	1.10 546	0.38 399	0.49 417	0.38 394	0.71 443	0.88 503	5.98 718	0.36 409	0.46 395	0.36 383

fffy	0.38 281	0.43 235	0.33 272	0.46 301	0.33 377	0.45 397	0.32 353	0.45 389	0.32 362	0.45 387	0.32 365	0.45 396	0.33 374	0.45 393	0.32 348	0.38 283	0.38 349	0.38 321	0.37 412	0.37 294	0.36 383

CES	0.39 295	0.47 255	0.36 296	0.36 237	0.37 401	0.45 397	0.35 382	0.35 267	0.40 416	0.36 281	0.44 442	0.47 406	0.36 390	0.44 375	0.36 381	0.37 271	0.39 356	0.44 412	0.35 403	0.37 294	0.36 383

iRaftStereo_RVC	0.97 509	3.17 620	2.30 662	2.42 612	0.38 408	0.54 451	0.38 402	0.54 440	0.38 402	0.54 448	0.38 407	0.54 449	0.38 399	0.54 445	0.38 394	2.38 644	2.34 660	0.49 444	0.36 409	0.49 416	0.36 383

DMCA	0.36 265	0.38 201	0.37 300	0.35 233	0.35 391	0.36 283	0.36 389	0.36 271	0.35 385	0.35 277	0.37 402	0.36 286	0.36 390	0.35 280	0.36 381	0.36 268	0.36 338	0.35 303	0.36 409	0.36 289	0.36 383

LG-Stereo_L1	0.47 374	0.52 278	0.47 382	0.62 394	0.39 418	0.53 447	0.40 416	0.53 438	0.39 415	0.53 442	0.39 417	0.53 445	0.39 410	0.53 442	0.39 406	0.55 405	0.46 394	0.49 444	0.37 412	0.49 416	0.37 388

LG-Stereo_Zeroshot	0.48 380	0.55 288	0.47 382	0.63 396	0.41 429	0.56 453	0.44 433	0.56 444	0.41 426	0.56 453	0.41 428	0.57 459	0.42 429	0.56 450	0.41 417	0.55 405	0.43 384	0.51 455	0.37 412	0.51 427	0.37 388

LG-Stereo	0.60 409	0.58 293	0.47 382	0.64 401	0.74 520	1.00 519	0.69 506	0.57 447	0.41 426	0.57 456	0.41 428	0.57 459	0.41 423	1.00 525	0.75 522	0.91 483	0.51 422	0.52 458	0.37 412	0.52 429	0.37 388

CASnet	0.35 258	0.51 276	0.44 367	0.32 222	0.31 353	0.24 225	0.34 377	0.36 271	0.25 261	0.31 259	0.37 402	0.30 261	0.33 374	0.25 233	0.45 431	0.37 271	0.37 342	0.33 277	0.35 403	0.34 268	0.37 388
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.51 393	0.55 288	0.45 369	0.69 411	0.45 446	0.61 463	0.45 439	0.50 417	0.40 416	0.56 453	0.44 442	0.55 453	0.40 411	0.72 479	0.67 487	0.59 414	0.46 394	0.45 417	0.34 390	0.46 395	0.37 388

StereoDRNet-Refined	0.33 248	0.39 208	0.26 226	0.39 251	0.26 277	0.40 306	0.26 265	0.40 301	0.26 275	0.39 295	0.26 272	0.39 303	0.26 273	0.39 304	0.26 263	0.37 271	0.25 228	0.37 313	0.25 265	0.37 294	0.37 388
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 275	0.37 197	0.37 300	0.37 240	0.37 401	0.37 291	0.37 395	0.37 279	0.37 398	0.37 287	0.37 402	0.37 296	0.37 395	0.37 293	0.37 391	0.37 271	0.37 342	0.37 313	0.37 412	0.37 294	0.37 388

MSCF	0.51 393	1.40 482	0.49 397	0.58 385	0.38 408	0.50 429	0.38 402	0.54 440	0.41 426	0.52 439	0.41 428	0.53 445	0.42 429	0.53 442	0.41 417	0.60 415	0.47 402	0.48 439	0.37 412	0.48 413	0.38 395

DilatedVolume-Stereo	0.43 324	0.86 333	0.48 390	0.50 356	0.33 377	0.46 404	0.33 364	0.46 393	0.33 372	0.46 393	0.33 374	0.47 406	0.33 374	0.47 402	0.34 373	0.45 356	0.42 379	0.40 375	0.33 386	0.47 409	0.38 395

WAO-8	0.38 281	0.38 201	0.38 302	0.38 243	0.38 408	0.38 298	0.38 402	0.38 288	0.38 402	0.38 288	0.38 407	0.38 298	0.38 399	0.38 296	0.38 394	0.38 283	0.38 349	0.38 321	0.37 412	0.38 307	0.38 395

WAO-7	0.38 281	0.38 201	0.38 302	0.38 243	0.38 408	0.38 298	0.38 402	0.38 288	0.38 402	0.38 288	0.38 407	0.38 298	0.38 399	0.38 296	0.38 394	0.38 283	0.38 349	0.38 321	0.38 425	0.38 307	0.38 395

Venus	0.38 281	0.38 201	0.38 302	0.38 243	0.38 408	0.37 291	0.38 402	0.37 279	0.37 398	0.41 316	0.37 402	0.39 303	0.37 395	0.38 296	0.38 394	0.37 271	0.38 349	0.38 321	0.37 412	0.37 294	0.38 395

IMH	0.38 281	0.38 201	0.38 302	0.38 243	0.38 408	0.38 298	0.38 402	0.38 288	0.38 402	0.42 330	0.38 407	0.40 311	0.38 399	0.38 296	0.38 394	0.38 283	0.38 349	0.39 362	0.38 425	0.38 307	0.38 395

mms	0.40 300	0.45 247	0.35 294	0.48 314	0.36 397	0.47 409	0.34 377	0.45 389	0.38 402	0.47 399	0.33 374	0.45 396	0.32 363	0.45 393	0.32 348	0.39 296	0.38 349	0.38 321	0.37 412	0.39 352	0.39 401

ccccc	0.41 308	0.44 238	0.34 283	0.48 314	0.35 391	0.48 414	0.35 382	0.51 431	0.35 385	0.47 399	0.35 391	0.47 406	0.34 379	0.47 402	0.35 377	0.41 311	0.40 360	0.40 375	0.40 430	0.41 377	0.39 401

GCAP-Stereo	0.75 451	4.15 647	0.42 364	0.75 429	0.35 391	0.78 486	0.40 416	0.79 483	0.38 402	0.78 492	0.36 395	0.78 493	0.36 390	0.79 487	0.39 406	0.75 459	0.39 356	0.76 499	0.39 429	0.75 467	0.39 401

PointNet	0.60 409	0.75 315	0.49 397	0.79 431	0.50 465	0.79 489	0.49 457	0.79 483	0.49 455	0.80 495	0.49 464	0.79 495	0.49 456	0.80 489	0.49 450	0.63 427	0.40 360	0.63 472	0.40 430	0.63 446	0.40 404

HanzoNet	0.39 295	0.38 201	0.40 345	0.39 251	0.41 429	0.38 298	0.38 402	0.38 288	0.38 402	0.39 295	0.39 417	0.38 298	0.38 399	0.39 304	0.40 409	0.38 283	0.38 349	0.40 375	0.38 425	0.38 307	0.40 404

knoymous	0.40 300	0.40 212	0.40 345	0.40 264	0.40 419	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 311	0.40 411	0.40 307	0.40 409	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 404

anonymousa	0.40 300	0.40 212	0.40 345	0.40 264	0.40 419	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 311	0.40 411	0.40 307	0.40 409	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 404

riskmin	0.40 300	0.40 212	0.40 345	0.40 264	0.40 419	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 311	0.40 411	0.40 307	0.40 409	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 404

Anonymous_2	0.40 300	0.40 212	0.40 345	0.40 264	0.40 419	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 311	0.40 411	0.40 307	0.40 409	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 404

Anonymous_1	0.40 300	0.40 212	0.40 345	0.40 264	0.40 419	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 311	0.40 411	0.40 307	0.40 409	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 404

AdaStereo	0.40 300	0.40 212	0.40 345	0.40 264	0.40 419	0.40 306	0.40 416	0.40 301	0.40 416	0.40 302	0.40 420	0.40 311	0.40 411	0.40 307	0.40 409	0.40 303	0.40 360	0.40 375	0.40 430	0.40 366	0.40 404
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	0.48 380	0.51 276	0.45 369	0.52 370	0.45 446	0.52 445	0.45 439	0.52 436	0.48 453	0.53 442	0.45 446	0.52 444	0.45 438	0.52 440	0.46 435	0.51 393	0.41 370	0.50 450	0.41 438	0.50 421	0.41 412
1: 1. 1
Former-RAFT_DAM_RVC	0.49 386	0.98 361	0.64 445	0.84 440	0.46 448	0.45 397	0.35 382	0.47 399	0.47 446	0.45 387	0.34 382	0.46 400	0.48 450	0.46 398	0.35 377	0.39 296	0.71 481	0.39 362	0.35 403	0.41 377	0.41 412

GwcNet-ADL	0.41 308	0.41 223	0.41 359	0.41 276	0.41 429	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 324	0.41 423	0.41 323	0.41 417	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 412

PSMNet-ADL	0.41 308	0.41 223	0.41 359	0.41 276	0.41 429	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 324	0.41 423	0.41 323	0.41 417	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 412

GANet-ADL	0.41 308	0.41 223	0.41 359	0.41 276	0.41 429	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 324	0.41 423	0.41 323	0.41 417	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 412

ADLNet2	0.41 308	0.41 223	0.41 359	0.41 276	0.41 429	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 324	0.41 423	0.41 323	0.41 417	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 412

ADLNet	0.41 308	0.41 223	0.41 359	0.41 276	0.41 429	0.41 322	0.41 425	0.41 316	0.41 426	0.41 316	0.41 428	0.41 324	0.41 423	0.41 323	0.41 417	0.41 311	0.41 370	0.41 393	0.41 438	0.41 377	0.41 412

DN	0.53 398	0.85 331	0.45 369	0.65 402	0.44 442	0.60 462	0.44 433	0.60 455	0.44 437	0.60 461	0.45 446	0.60 464	0.44 434	0.60 459	0.44 429	0.56 409	0.42 379	0.56 464	0.42 446	0.56 437	0.42 419

MonSter	0.60 409	0.64 301	0.52 412	0.62 394	0.44 442	2.07 639	0.44 433	0.62 459	0.44 437	0.62 465	0.44 442	0.62 468	0.44 434	0.62 460	0.44 429	0.58 412	0.42 379	0.62 470	0.46 452	0.58 442	0.42 419

DispNO	1.00 512	0.63 299	0.43 365	3.45 649	0.44 442	0.65 469	0.43 432	0.64 462	0.43 434	0.64 468	0.43 440	0.64 470	3.03 678	0.64 466	0.43 428	4.55 679	0.43 384	0.63 472	0.43 448	0.63 446	0.43 421

MyStereo07	0.60 409	3.72 633	0.48 390	0.49 320	0.41 429	0.36 283	0.32 353	0.49 408	0.43 434	0.51 435	0.42 438	0.49 418	0.43 432	0.51 435	0.64 479	0.49 381	0.45 392	0.34 287	0.32 376	0.35 281	0.43 421

MyStereo04	0.56 406	3.72 633	0.59 427	0.49 320	0.41 429	0.36 283	0.32 353	0.37 279	0.31 352	0.34 273	0.46 449	0.35 281	0.32 363	0.35 280	0.33 360	0.49 381	0.45 392	0.34 287	0.32 376	0.35 281	0.43 421

PAM_32	0.64 421	2.38 582	0.51 409	0.92 454	0.43 441	0.53 447	0.44 433	0.87 495	0.43 434	0.52 439	0.45 446	0.53 445	0.40 411	0.54 445	0.46 435	0.62 423	0.56 431	0.48 439	0.45 450	0.76 470	0.44 424

Occ-G	1.12 533	0.52 278	3.72 694	3.50 653	0.50 465	0.56 453	0.47 446	0.54 440	0.46 441	0.54 448	0.41 428	0.54 449	0.42 429	0.52 440	0.42 425	3.42 668	4.02 689	0.52 458	0.45 450	0.51 427	0.44 424

LL-Strereo	1.01 520	5.06 659	1.63 623	0.70 417	1.43 637	0.56 453	0.46 441	0.57 447	0.50 460	0.57 456	0.50 468	1.58 619	0.49 456	0.59 457	0.50 453	1.64 602	0.52 424	0.51 455	1.37 632	0.52 429	0.45 426

MLG-Stereo	0.92 500	0.90 343	0.84 499	1.27 550	0.49 461	1.38 612	0.88 539	1.41 609	0.97 553	0.73 483	1.09 564	1.26 604	0.43 432	0.72 479	1.05 557	1.13 520	0.49 409	1.18 562	0.66 506	1.01 520	0.46 427

AIO-Stereo	0.84 483	0.66 302	0.70 470	0.83 439	0.67 504	0.98 517	0.82 536	1.14 534	0.72 522	1.03 537	0.74 529	1.03 539	1.09 552	0.99 523	0.45 431	1.04 507	0.73 484	0.95 536	0.74 528	0.94 510	0.46 427

otaku	0.46 367	0.46 251	0.46 374	0.46 301	0.46 448	0.46 404	0.46 441	0.46 393	0.46 441	0.46 393	0.46 449	0.46 400	0.46 441	0.46 398	0.46 435	0.46 366	0.46 394	0.46 421	0.46 452	0.46 395	0.46 427

Ntro	0.47 374	0.47 255	0.46 374	0.46 301	0.46 448	0.47 409	0.47 446	0.46 393	0.47 446	0.46 393	0.46 449	0.47 406	0.46 441	0.47 402	0.47 442	0.47 373	0.46 394	0.46 421	0.46 452	0.46 395	0.46 427

Dean	0.46 367	0.46 251	0.46 374	0.46 301	0.46 448	0.46 404	0.46 441	0.46 393	0.46 441	0.47 399	0.46 449	0.46 400	0.46 441	0.46 398	0.46 435	0.46 366	0.46 394	0.46 421	0.46 452	0.46 395	0.46 427

ACVNet_1	0.46 367	0.47 255	0.46 374	0.46 301	0.46 448	0.46 404	0.46 441	0.46 393	0.47 446	0.46 393	0.46 449	0.46 400	0.46 441	0.46 398	0.46 435	0.46 366	0.46 394	0.47 431	0.46 452	0.46 395	0.46 427

ACVNet-4b	0.46 367	0.46 251	0.46 374	0.46 301	0.46 448	0.46 404	0.46 441	0.46 393	0.46 441	0.46 393	0.46 449	0.46 400	0.46 441	0.47 402	0.46 435	0.46 366	0.46 394	0.46 421	0.46 452	0.46 395	0.46 427

UNDER WATER	0.47 374	0.47 255	0.47 382	0.47 308	0.47 454	0.47 409	0.47 446	0.47 399	0.47 446	0.47 399	0.47 457	0.47 406	0.46 441	0.47 402	0.47 442	0.47 373	0.47 402	0.47 431	0.46 452	0.47 409	0.47 434

LVE	0.47 374	0.47 255	0.47 382	0.47 308	0.49 461	0.47 409	0.47 446	0.47 399	0.49 455	0.47 399	0.47 457	0.47 406	0.46 441	0.47 402	0.47 442	0.47 373	0.47 402	0.48 439	0.47 459	0.47 409	0.47 434

S	0.56 406	0.61 298	0.54 417	0.68 410	0.48 458	0.65 469	0.49 457	0.63 460	0.49 455	0.64 468	0.49 464	0.64 470	0.48 450	0.62 460	0.49 450	0.63 427	0.62 451	0.59 469	0.48 463	0.57 440	0.48 436

AIO-test2	0.55 404	0.59 294	0.52 412	0.67 408	0.47 454	0.61 463	0.47 446	0.61 458	0.47 446	0.61 462	0.47 457	0.61 466	0.48 450	0.62 460	0.47 442	0.64 429	0.53 426	0.58 466	0.47 459	0.58 442	0.48 436

AIO-test1	0.54 399	0.60 297	0.52 412	0.66 406	0.47 454	0.61 463	0.47 446	0.58 450	0.46 441	0.61 462	0.46 449	0.61 466	0.45 438	0.62 460	0.45 431	0.61 419	0.52 424	0.57 465	0.48 463	0.57 440	0.48 436

RainbowNet	0.48 380	0.48 261	0.48 390	0.48 314	0.48 458	0.48 414	0.48 455	0.48 403	0.48 453	0.48 406	0.48 461	0.48 413	0.48 450	0.48 411	0.48 448	0.48 378	0.48 406	0.48 439	0.48 463	0.48 413	0.48 436

HaxPig	0.47 374	0.47 255	0.47 382	0.49 320	0.47 454	0.47 409	0.47 446	0.47 399	0.47 446	0.47 399	0.47 457	0.47 406	0.47 449	0.47 402	0.47 442	0.47 373	0.47 402	0.47 431	0.47 459	0.47 409	0.48 436

AEACV	1.12 533	0.52 278	3.12 685	3.24 638	0.86 540	0.53 447	0.49 457	0.60 455	0.47 446	0.53 442	0.49 464	0.55 453	0.45 438	0.55 449	0.47 442	3.01 663	3.88 687	0.71 489	0.60 490	0.80 479	0.48 436

TorneroNet	0.66 425	0.53 282	0.50 402	0.50 356	0.64 496	1.06 536	0.70 513	0.50 417	0.51 467	0.49 413	0.69 513	0.49 418	0.50 460	0.48 411	1.15 565	0.71 443	0.49 409	1.14 552	1.08 563	0.49 416	0.49 442

notaker	0.48 380	0.49 263	0.48 390	0.48 314	0.48 458	0.48 414	0.48 455	0.48 403	0.49 455	0.48 406	0.48 461	0.48 413	0.48 450	0.48 411	0.48 448	0.48 378	0.48 406	0.48 439	0.48 463	0.48 413	0.49 442

ACVNet_2	0.49 386	0.49 263	0.49 397	0.49 320	0.49 461	0.49 420	0.49 457	0.49 408	0.49 455	0.49 413	0.49 464	0.49 418	0.49 456	0.49 417	0.49 450	0.49 381	0.49 409	0.49 444	0.49 467	0.49 416	0.49 442

FoundationStereo	0.50 388	0.50 268	0.50 402	0.50 356	0.50 465	0.50 429	0.50 461	0.50 417	0.50 460	0.50 426	0.50 468	0.50 432	0.50 460	0.50 425	0.50 453	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 445

StereoAnything_RVC	0.50 388	0.50 268	0.50 402	0.50 356	0.50 465	0.50 429	0.50 461	0.50 417	0.50 460	0.50 426	0.50 468	0.50 432	0.50 460	0.50 425	0.50 453	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 445

dual_stereo	0.50 388	0.50 268	0.50 402	0.50 356	0.50 465	0.50 429	0.50 461	0.50 417	0.50 460	0.50 426	0.50 468	0.50 432	0.50 460	0.50 425	0.50 453	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 445

WCG-NET	0.61 414	1.21 459	0.54 417	0.61 393	0.53 475	0.67 472	0.53 467	0.66 466	0.53 468	0.64 468	0.53 477	0.65 474	0.53 467	0.59 457	0.52 460	0.65 430	0.48 406	0.64 474	0.52 473	0.58 442	0.50 445

MyStereo8	0.71 440	3.92 642	0.52 412	0.59 388	0.52 472	0.57 459	0.53 467	0.59 453	0.50 460	0.59 460	0.51 474	0.57 459	0.50 460	0.56 450	0.52 460	0.54 399	0.49 409	0.54 462	0.49 467	0.55 435	0.50 445

test-3	0.98 511	4.13 646	1.85 644	1.85 585	0.61 490	0.69 475	0.37 395	0.63 460	0.61 483	0.66 472	0.51 474	0.73 487	0.44 434	0.57 455	0.54 464	1.68 603	1.81 640	0.40 375	0.43 448	0.66 449	0.50 445

SANet	0.50 388	0.50 268	0.50 402	0.50 356	0.50 465	0.50 429	0.50 461	0.50 417	0.50 460	0.50 426	0.50 468	0.50 432	0.50 460	0.50 425	0.50 453	0.50 387	0.50 417	0.50 450	0.50 469	0.50 421	0.50 445

FSD	0.61 414	0.59 294	0.50 402	2.58 619	0.44 442	0.56 453	0.44 433	0.55 443	0.44 437	0.56 453	0.44 442	0.56 456	0.44 434	0.56 450	0.46 435	0.61 419	0.42 379	0.52 458	0.42 446	0.52 429	0.51 452

zero-FE	0.72 443	1.31 473	0.66 452	0.92 454	0.60 484	0.82 497	0.58 475	0.82 492	0.58 474	0.81 498	0.60 487	0.81 500	0.60 479	0.82 493	0.58 470	0.74 458	0.59 443	0.73 491	0.52 473	0.76 470	0.51 452

SE	0.64 421	0.73 310	0.77 487	0.79 431	0.59 482	0.78 486	0.54 470	0.58 450	0.58 474	0.78 492	0.59 485	0.63 469	0.18 231	0.78 486	0.52 460	0.80 466	0.65 458	0.69 483	0.57 485	0.75 467	0.52 454

CAR	0.72 443	0.76 317	0.59 427	0.84 440	1.19 578	0.81 494	0.58 475	0.81 489	0.58 474	0.81 498	0.58 483	0.83 502	0.59 477	0.82 493	0.59 473	0.71 443	0.49 409	0.73 491	0.68 513	0.87 490	0.52 454

MSE-Stereo	0.72 443	0.76 317	0.59 427	0.84 440	1.19 578	0.81 494	0.58 475	0.81 489	0.58 474	0.81 498	0.58 483	0.83 502	0.59 477	0.82 493	0.59 473	0.71 443	0.49 409	0.73 491	0.68 513	0.87 490	0.52 454

Monster-pub-eth3d	0.45 360	0.57 291	0.60 431	0.39 251	0.28 283	0.37 291	0.28 278	0.37 279	0.30 307	0.39 295	0.29 296	0.39 303	0.30 307	0.92 515	0.27 264	1.42 590	0.28 250	0.34 287	0.28 327	0.37 294	0.53 457

Monster-pub-mixall	0.44 337	0.56 290	0.60 431	0.38 243	0.27 278	0.37 291	0.27 268	0.37 279	0.29 292	0.38 288	0.27 276	0.38 298	0.29 298	0.85 503	0.27 264	1.46 593	0.26 231	0.34 287	0.26 271	0.36 289	0.53 457

ktn	0.72 443	0.53 282	1.08 526	1.14 488	0.51 471	1.22 598	1.36 631	0.51 431	0.59 479	0.51 435	0.51 474	0.69 479	1.20 565	0.67 470	0.51 458	0.51 393	0.49 409	0.58 466	0.66 506	0.52 429	0.53 457

Anonymus	0.47 374	0.73 310	0.46 374	0.43 292	0.54 478	0.53 447	0.27 268	0.39 293	0.35 385	0.33 270	0.40 420	0.33 274	0.38 399	0.53 442	0.54 464	0.56 409	0.36 338	0.49 444	0.53 475	0.66 449	0.54 460

MGA	0.73 447	0.76 317	0.60 431	0.92 454	1.17 574	0.81 494	0.59 479	0.84 493	0.62 484	0.81 498	0.59 485	0.84 504	0.60 479	0.81 492	0.61 477	0.71 443	0.53 426	0.89 519	0.53 475	0.75 467	0.54 460

monster-pro	0.75 451	1.67 491	0.64 445	0.89 446	0.57 481	0.86 503	0.56 472	0.87 495	0.56 471	0.87 504	0.57 481	0.88 507	0.57 472	0.87 504	0.57 468	0.79 464	0.58 437	0.76 499	0.54 477	0.77 472	0.54 460

Replicate-Monster	0.45 360	0.57 291	0.60 431	0.40 264	0.29 294	0.37 291	0.27 268	0.37 279	0.30 307	0.40 302	0.31 355	0.40 311	0.30 307	0.99 523	0.27 264	1.36 586	0.31 278	0.34 287	0.30 358	0.36 289	0.54 460

CFNet_ucs	2.73 671	9.64 701	0.33 272	9.92 716	0.32 365	0.49 420	0.33 364	0.49 408	0.33 372	0.49 413	0.33 374	0.49 418	8.98 723	0.48 411	0.33 360	0.41 311	9.96 721	0.40 375	0.29 342	10.12 725	0.54 460

anonymity	0.63 419	0.69 303	0.56 421	0.71 419	0.56 479	0.71 480	0.56 472	0.71 475	0.56 471	0.72 481	0.56 480	0.71 482	0.56 471	0.71 477	0.58 470	0.68 436	0.55 429	0.68 480	0.55 479	0.68 454	0.54 460

FC-DCNN	1.07 527	1.09 396	0.98 514	0.89 446	0.52 472	1.41 616	0.91 542	1.21 591	1.24 626	1.96 628	2.05 684	1.91 629	1.30 618	1.27 607	1.08 559	0.80 466	0.60 446	0.58 466	0.41 438	0.68 454	0.54 460

PSMNet_ROB	0.54 399	0.54 286	0.54 417	0.54 375	0.53 475	0.54 451	0.54 470	0.53 438	0.54 470	0.54 448	0.54 478	0.54 449	0.53 467	0.54 445	0.54 464	0.54 399	0.53 426	0.54 462	0.54 477	0.54 434	0.54 460

MyStereo06	0.75 451	4.12 644	0.60 431	0.63 396	0.61 490	0.62 466	0.66 488	0.56 444	0.45 440	0.55 451	0.48 461	0.54 449	0.46 441	0.57 455	0.45 431	0.60 415	0.57 433	0.64 474	0.55 479	0.72 463	0.55 468

MyStereo05	0.80 466	4.12 644	0.63 442	0.63 396	0.61 490	0.62 466	0.66 488	0.65 463	0.62 484	0.67 474	0.61 491	0.65 474	0.58 475	0.67 470	0.55 467	0.60 415	0.57 433	0.64 474	0.55 479	0.72 463	0.55 468

ARAFT	0.68 431	0.81 326	0.63 442	0.74 428	0.60 484	0.78 486	0.62 482	0.77 482	0.66 492	0.74 488	0.63 493	0.75 490	0.62 483	0.83 498	0.60 475	0.70 442	0.55 429	0.70 488	0.60 490	0.78 474	0.55 468

Zero-FE251	0.36 265	0.40 212	0.28 235	0.41 276	0.28 283	0.41 322	0.28 278	0.41 316	0.28 284	0.41 316	0.28 283	0.41 324	0.28 288	0.42 337	0.30 297	0.37 271	0.26 231	0.37 313	0.27 308	0.45 392	0.56 471

FlowAnything_test	1.02 522	1.72 494	0.71 474	1.59 575	0.70 513	1.61 622	0.69 506	1.61 613	0.70 514	1.60 616	0.70 517	1.61 623	0.69 505	1.61 620	0.70 512	0.81 470	0.58 437	0.81 508	0.55 479	0.81 482	0.56 471

FlowAnything	1.02 522	1.71 493	0.72 477	1.59 575	0.69 509	1.60 621	0.69 506	1.61 613	0.70 514	1.60 616	0.69 513	1.60 620	0.69 505	1.61 620	0.69 504	0.81 470	0.58 437	0.81 508	0.56 483	0.82 484	0.56 471

AIO-Stereo-zeroshot1	0.75 451	0.92 350	0.85 500	0.96 466	0.59 482	1.27 602	0.44 433	0.59 453	0.69 506	0.91 510	0.68 507	0.55 453	0.61 482	1.06 541	0.83 535	0.62 423	0.70 477	0.90 520	0.41 438	0.89 494	0.56 471

CASS	0.57 408	0.89 340	0.56 421	0.57 383	0.56 479	0.56 453	0.56 472	0.56 444	0.53 468	0.57 456	0.57 481	0.59 463	0.48 450	0.56 450	0.57 468	0.55 405	0.56 431	0.47 431	0.56 483	0.62 445	0.56 471
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DDUNet	0.81 471	2.45 586	0.57 425	0.90 449	0.60 484	0.88 505	0.59 479	0.90 501	0.60 480	0.88 506	0.60 487	0.90 512	0.58 475	0.88 506	0.60 475	0.84 477	0.60 446	0.86 517	0.57 485	0.86 489	0.60 476

SMoEStereo_RVC	0.63 419	0.75 315	0.51 409	0.73 425	0.53 475	0.71 480	0.47 446	0.67 467	0.58 474	0.74 488	0.60 487	0.72 485	0.53 467	0.74 483	0.51 458	0.61 419	0.62 451	0.62 470	0.61 492	0.63 446	0.61 477

UDG	0.80 466	2.21 565	0.60 431	0.91 451	0.60 484	0.90 509	0.58 475	0.88 499	0.60 480	0.90 508	0.60 487	0.88 507	0.60 479	0.90 509	0.58 470	0.86 480	0.60 446	0.84 514	0.59 489	0.84 487	0.61 477

RAFT-Stereo + iAFF	0.70 437	0.72 309	0.71 474	0.80 435	0.62 495	0.82 497	0.61 481	0.81 489	0.62 484	0.81 498	0.63 493	0.80 497	0.70 509	0.73 481	0.61 477	0.76 461	0.61 450	0.74 496	0.61 492	0.77 472	0.61 477

DNS	0.77 458	1.09 396	0.65 449	0.89 446	0.65 498	0.89 508	0.65 487	0.89 500	0.65 489	0.89 507	0.65 497	0.89 510	0.65 486	0.90 509	0.65 482	0.84 477	0.62 451	0.84 514	0.61 492	0.84 487	0.62 480

AFF-stereo	0.73 447	0.88 337	0.67 456	0.75 429	0.68 507	0.75 483	0.64 484	0.80 486	0.72 522	0.83 503	0.70 517	0.82 501	0.64 484	0.84 499	0.67 487	0.77 463	0.63 454	0.81 508	0.63 495	0.78 474	0.62 480

WQFJA1++	0.84 483	0.98 361	0.67 456	1.26 549	0.75 522	1.00 519	0.67 492	1.00 514	0.67 494	1.00 520	0.67 501	1.00 525	0.67 492	1.00 525	0.67 487	0.96 494	0.67 461	0.91 523	0.63 495	0.92 501	0.63 482

WQFJX	0.85 489	1.00 370	0.68 465	1.30 557	0.75 522	1.01 527	0.68 498	1.01 523	0.68 500	1.01 531	0.68 507	1.03 539	0.68 498	1.02 537	0.67 487	0.97 495	0.67 461	0.93 530	0.63 495	0.94 510	0.63 482

NLMM1	0.86 492	0.98 361	0.69 467	1.48 572	0.75 522	1.01 527	0.69 506	1.00 514	0.69 506	1.00 520	0.70 517	1.00 525	0.68 498	1.01 533	0.67 487	0.97 495	0.68 468	0.92 526	0.63 495	0.93 506	0.63 482

NLMM	0.84 483	1.00 370	0.67 456	1.27 550	0.75 522	1.00 519	0.68 498	1.00 514	0.67 494	1.00 520	0.67 501	1.02 537	0.67 492	1.02 537	0.67 487	0.97 495	0.67 461	0.93 530	0.63 495	0.92 501	0.63 482

NLSM3	0.85 489	0.99 368	0.68 465	1.29 555	0.76 527	1.01 527	0.68 498	1.01 523	0.68 500	1.02 535	0.68 507	1.01 533	0.68 498	1.01 533	0.68 495	0.97 495	0.68 468	0.93 530	0.64 500	0.93 506	0.63 482

pcwnet_v2	2.66 669	9.89 703	0.33 272	9.89 715	0.32 365	0.50 429	0.32 353	0.49 408	0.33 372	0.49 413	0.34 382	0.49 418	8.76 722	0.48 411	0.33 360	0.41 311	9.58 717	0.40 375	0.29 342	9.01 720	0.63 482

WQFJX1	0.84 483	0.98 361	0.67 456	1.30 557	0.75 522	1.01 527	0.67 492	1.01 523	0.67 494	1.01 531	0.67 501	1.01 533	0.68 498	1.00 525	0.68 495	0.98 499	0.67 461	0.92 526	0.64 500	0.92 501	0.64 488

DSFCA	0.66 425	0.73 310	0.78 489	0.65 402	0.65 498	0.64 468	0.64 484	0.65 463	0.63 487	0.64 468	0.64 495	0.64 470	0.64 484	0.65 467	0.65 482	0.65 430	0.65 458	0.65 477	0.65 504	0.66 449	0.64 488

WQFJA1	0.85 489	0.98 361	0.67 456	1.29 555	0.76 527	1.01 527	0.67 492	1.02 528	0.67 494	1.02 535	0.67 501	1.01 533	0.67 492	1.01 533	0.68 495	0.99 500	0.67 461	0.93 530	0.64 500	0.92 501	0.65 490

plain	1.88 609	3.16 619	0.64 445	3.10 631	0.65 498	3.10 678	0.64 484	3.12 677	0.65 489	3.10 678	0.65 497	3.11 678	0.65 486	3.12 677	0.65 482	3.12 664	0.65 458	3.13 676	0.65 504	3.13 664	0.65 490

MSMDNet	2.65 668	10.14 705	0.33 272	9.74 714	0.32 365	0.87 504	0.33 364	2.95 676	0.68 500	0.49 413	0.34 382	0.49 418	5.70 715	0.49 417	0.33 360	0.42 325	9.57 716	0.41 393	0.31 369	8.36 717	0.65 490

STTRV1_RVC	0.82 476	1.60 489	0.70 470	1.01 475	0.60 484	1.07 539	0.69 506	1.01 523	0.60 480	0.72 481	0.55 479	1.02 537	0.68 498	1.03 539	0.67 487	0.89 482	0.63 454	0.92 526	0.57 485	0.90 497	0.65 490

PA-Net	11.80 724	223.51 750	0.62 438	0.59 388	0.71 515	0.59 461	0.73 519	0.67 467	0.73 525	0.55 451	0.61 491	0.60 464	0.74 516	0.63 465	0.73 517	0.66 432	0.60 446	0.69 483	0.66 506	0.72 463	0.65 490
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WAFT-Stereo (ZS)	0.67 430	0.78 320	0.67 456	0.67 408	0.66 502	0.67 472	0.67 492	0.65 463	0.66 492	0.66 472	0.67 501	0.66 477	0.67 492	0.67 470	0.72 516	0.66 432	0.67 461	0.67 479	0.67 510	0.67 452	0.67 495

MoCha-V2	2.11 636	26.97 727	0.78 489	0.92 454	0.77 530	0.96 516	0.72 518	0.90 501	0.72 522	0.94 516	0.70 517	0.90 512	0.71 513	0.91 511	0.71 514	0.85 479	0.71 481	0.88 518	0.69 517	0.87 490	0.67 495

small-zeroshot	0.76 456	2.26 568	0.67 456	0.66 406	0.68 507	0.68 474	0.67 492	0.67 467	0.68 500	0.68 476	0.68 507	0.68 478	0.67 492	0.67 470	0.68 495	0.67 435	0.67 461	0.72 490	0.67 510	0.67 452	0.68 497

R-Stereo Train	0.81 471	0.96 358	0.67 456	0.95 463	0.67 504	0.95 514	0.68 498	0.95 512	0.68 500	0.95 518	0.68 507	0.96 522	0.68 498	0.96 521	0.68 495	0.94 492	0.68 468	0.94 534	0.68 513	0.94 510	0.68 497

RAFT-Stereo	0.81 471	0.96 358	0.67 456	0.95 463	0.67 504	0.95 514	0.68 498	0.95 512	0.68 500	0.95 518	0.68 507	0.96 522	0.68 498	0.96 521	0.68 495	0.94 492	0.68 468	0.94 534	0.68 513	0.94 510	0.68 497
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 434	0.69 303	0.69 467	0.69 411	0.69 509	0.69 475	0.69 506	0.69 470	0.69 506	0.69 478	0.69 513	0.69 479	0.69 505	0.69 474	0.69 504	0.69 437	0.69 474	0.69 483	0.69 517	0.69 458	0.69 500

mm1	0.69 434	0.69 303	0.69 467	0.69 411	0.69 509	0.69 475	0.69 506	0.69 470	0.69 506	0.69 478	0.69 513	0.69 479	0.69 505	0.69 474	0.69 504	0.69 437	0.69 474	0.69 483	0.69 517	0.69 458	0.69 500

AdaDepth	0.86 492	0.93 354	0.71 474	1.01 475	1.07 564	1.02 533	0.71 516	1.00 514	0.71 519	1.01 531	0.71 522	1.00 525	0.72 514	1.14 552	0.71 514	0.92 486	0.64 456	0.90 520	0.64 500	0.89 494	0.69 500

LiteMatch	1.13 535	0.73 310	2.80 671	3.23 636	0.61 490	0.83 499	0.68 498	0.73 478	0.69 506	1.00 520	0.77 533	0.94 519	0.57 472	0.82 493	0.64 479	2.97 661	2.43 663	0.68 480	0.32 376	0.56 437	0.70 503

Lsterematch	1.13 535	0.73 310	2.80 671	3.23 636	0.61 490	0.83 499	0.68 498	0.73 478	0.69 506	1.00 520	0.77 533	0.94 519	0.57 472	0.82 493	0.64 479	2.97 661	2.43 663	0.68 480	0.32 376	0.56 437	0.70 503

RSM++	0.76 456	0.82 328	0.66 452	0.85 444	0.64 496	0.85 501	0.71 516	0.94 510	0.64 488	0.87 504	0.67 501	0.87 506	0.65 486	0.84 499	0.65 482	0.81 470	0.70 477	0.79 503	0.71 524	0.83 486	0.70 503

DCRE	0.84 483	1.89 538	0.77 487	0.94 461	0.72 517	0.88 505	0.73 519	0.87 495	0.78 529	0.90 508	0.71 522	0.88 507	0.67 492	0.88 506	0.73 517	0.81 470	0.68 468	0.81 508	0.70 521	0.82 484	0.70 503

DMCA-RVC	0.70 437	0.80 323	0.70 470	0.70 417	0.70 513	0.70 478	0.70 513	0.71 475	0.70 514	0.70 480	0.71 522	0.71 482	0.70 509	0.70 476	0.69 504	0.69 437	0.70 477	0.69 483	0.70 521	0.69 458	0.70 503

MSMD_ROB	1.19 537	1.10 401	0.70 470	1.10 482	0.60 484	1.10 543	0.70 513	1.10 533	0.70 514	1.10 541	0.70 517	1.10 546	0.70 509	7.00 722	0.70 512	1.10 513	0.70 477	1.10 551	0.70 521	1.10 526	0.70 503

Wavelet-MonSter	1.00 512	1.21 459	0.76 485	1.94 589	1.01 559	1.11 546	0.76 523	1.15 535	0.76 528	1.11 546	0.76 531	1.14 552	0.76 519	1.11 549	0.76 524	1.21 573	0.90 504	1.02 547	0.71 524	1.02 522	0.71 509

ours_stereo	1.20 538	1.21 459	0.90 504	1.64 583	1.11 566	1.35 608	0.67 492	1.76 620	0.93 548	1.70 624	1.10 565	1.39 613	0.75 518	1.41 613	0.81 533	1.60 601	1.03 519	1.33 618	1.00 553	1.61 608	0.72 510

iGMRVC	0.84 483	2.85 612	0.72 477	0.72 421	0.73 518	0.77 484	0.79 526	0.73 478	0.74 527	0.73 483	0.72 525	0.73 487	0.76 519	0.73 481	0.73 517	0.72 451	0.73 484	0.73 491	0.72 526	0.73 466	0.72 510

HSM-Net_RVC	0.95 508	1.17 409	0.78 489	1.18 498	0.71 515	1.16 551	0.75 521	1.09 532	0.80 535	1.10 541	0.75 530	1.17 555	0.74 516	1.17 555	0.80 530	1.13 520	0.73 484	1.17 559	0.77 533	1.16 533	0.72 510
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UniTT-Stereo	2.03 628	3.43 626	0.72 477	3.42 648	0.73 518	3.27 681	0.68 498	3.38 682	0.69 506	3.29 681	0.72 525	3.28 681	0.70 509	3.35 683	0.68 495	3.39 667	0.68 468	3.31 679	0.69 517	3.37 665	0.73 513

ToySt	0.92 500	2.11 555	0.90 504	0.95 463	0.79 533	0.99 518	0.78 525	0.94 510	0.81 538	0.94 516	0.78 535	0.95 521	0.77 521	0.94 517	0.86 537	0.91 483	0.79 494	0.85 516	0.77 533	0.89 494	0.73 513

LMCR-Stereo	0.65 423	0.63 299	0.65 449	0.65 402	0.65 498	0.66 471	0.63 483	0.58 450	0.65 489	0.63 467	0.64 495	0.65 474	0.65 486	0.66 468	0.66 486	0.66 432	0.64 456	0.65 477	0.67 510	0.68 454	0.73 513

DRN-Test	0.14 139	0.13 116	0.09 89	0.14 122	0.09 147	0.15 173	0.09 145	0.14 166	0.10 153	0.14 165	0.09 147	0.14 166	0.09 147	0.13 167	0.09 140	0.12 111	0.09 94	0.12 158	0.09 141	0.12 165	0.73 513

Hybrid-DGEV	1.03 524	1.75 500	0.80 493	1.28 554	0.78 531	1.26 601	0.80 529	1.26 595	0.78 529	1.26 601	0.78 535	1.26 604	0.78 523	1.26 604	0.78 526	1.15 523	0.75 487	1.14 552	0.74 528	1.14 528	0.75 517

252Zero-FE	0.45 360	0.50 268	0.36 296	0.50 356	0.36 397	0.50 429	0.36 389	0.50 417	0.36 396	0.49 413	0.36 395	0.49 418	0.36 390	0.54 445	0.41 417	0.45 356	0.34 325	0.45 417	0.34 390	0.55 435	0.75 517

HBP-ISP	1.24 587	1.72 494	1.65 624	1.15 491	0.76 527	1.40 614	0.88 539	1.67 619	1.02 563	1.69 623	1.38 637	1.69 624	1.21 611	1.87 630	1.21 620	1.05 508	0.79 494	0.97 539	0.80 539	1.19 541	0.75 517

DStereoRT	0.73 447	0.81 326	0.73 481	0.71 419	0.74 520	0.73 482	0.75 521	0.71 475	0.71 519	0.74 488	0.72 525	0.73 487	0.80 525	0.71 477	0.73 517	0.76 461	0.71 481	0.73 491	0.72 526	0.70 461	0.76 520

UNet	0.29 226	0.90 343	0.10 93	0.14 122	0.10 154	0.14 165	0.10 150	0.91 503	0.69 506	0.14 165	0.11 169	0.14 166	0.11 168	0.14 168	0.10 147	0.12 111	0.09 94	0.12 158	0.09 141	0.88 493	0.76 520

Hybrid-DGEV-03	1.07 527	1.83 526	0.83 497	1.34 562	0.81 538	1.32 606	0.81 533	1.31 602	0.81 538	1.31 604	0.82 541	1.32 609	0.82 529	1.32 609	0.81 533	1.19 525	0.77 490	1.19 564	0.76 531	1.19 541	0.77 522

Hybrid-DGEV-2	1.05 526	1.83 526	0.83 497	1.33 561	0.82 539	1.30 604	0.81 533	1.26 595	0.79 533	1.29 603	0.79 537	1.26 604	0.80 525	1.26 604	0.79 527	1.20 527	0.78 492	1.18 562	0.77 533	1.20 543	0.77 522

RAStereo	2.23 650	3.64 629	0.76 485	3.65 657	0.86 540	3.66 686	0.76 523	3.67 686	0.81 538	3.66 683	0.76 531	3.66 684	0.77 521	3.68 685	0.77 525	3.68 670	0.77 490	3.69 684	0.77 533	3.70 668	0.77 522

G-Net	0.79 463	0.79 322	0.79 492	0.79 431	0.79 533	0.79 489	0.79 526	0.79 483	0.79 533	0.79 494	0.79 537	0.79 495	0.79 524	0.79 487	0.79 527	0.79 464	0.79 494	0.79 503	0.79 537	0.79 476	0.79 525

NaN_ROB	0.80 466	0.80 323	0.80 493	0.80 435	0.80 536	0.80 491	0.80 529	0.80 486	0.80 535	0.80 495	0.80 539	0.80 497	0.80 525	0.80 489	0.80 530	0.80 466	0.80 497	0.80 506	0.80 539	0.80 479	0.80 526

CSAN	0.80 466	0.80 323	0.80 493	0.80 435	0.80 536	0.80 491	0.80 529	0.80 486	0.80 535	0.80 495	0.80 539	0.80 497	0.80 525	0.80 489	0.80 530	0.80 466	0.80 497	0.80 506	0.80 539	0.80 479	0.80 526

DPSimNet_ROB	0.97 509	1.18 411	0.81 496	1.10 482	0.91 546	1.02 533	0.82 536	1.04 529	0.91 543	1.03 537	0.86 544	1.28 608	0.82 529	1.03 539	0.89 538	1.17 524	0.81 499	1.02 547	0.82 542	1.08 525	0.81 528

Selective-RAFT	0.89 497	0.89 340	0.72 477	1.16 496	0.78 531	1.06 536	0.82 536	0.87 495	0.97 553	1.00 520	0.91 548	0.90 512	1.00 540	0.89 508	0.93 543	0.83 475	0.83 500	0.82 512	0.82 542	0.81 482	0.82 529

StereoDRNet	0.15 151	0.14 122	0.10 93	0.14 122	0.09 147	0.15 173	0.09 145	0.14 166	0.09 149	0.14 165	0.10 151	0.14 166	0.09 147	0.14 168	0.09 140	0.13 126	0.10 99	0.13 162	0.09 141	0.13 167	0.82 529

Selective-RAFT-Error	0.88 495	0.84 329	0.98 514	0.86 445	0.97 552	0.88 505	0.95 547	0.84 493	0.99 556	0.92 512	0.82 541	0.84 504	0.98 539	0.87 504	0.97 546	0.81 470	0.83 500	0.79 503	0.82 542	0.79 476	0.85 531

LiteMatch*	2.07 634	1.30 471	5.73 706	6.28 694	0.79 533	1.33 607	0.80 529	1.30 601	1.02 563	1.33 605	0.84 543	1.33 610	0.97 537	1.28 608	1.04 556	6.05 704	5.89 700	1.28 616	0.76 531	1.28 596	0.88 532

IGEVStereo-DCA	1.77 605	4.21 648	1.84 642	2.49 615	2.11 677	2.54 663	1.36 631	1.65 617	1.17 575	2.75 672	1.90 667	2.54 658	1.15 558	0.94 517	1.11 561	1.50 595	1.32 591	0.96 537	1.46 641	1.49 604	0.88 532

rrr	1.77 605	4.21 648	1.84 642	2.49 615	2.11 677	2.54 663	1.36 631	1.65 617	1.17 575	2.75 672	1.90 667	2.54 658	1.15 558	0.94 517	1.11 561	1.50 595	1.32 591	0.96 537	1.46 641	1.49 604	0.88 532

MM-Stereo_test2	1.20 538	1.85 532	1.05 523	1.46 571	0.94 550	1.36 610	0.99 550	1.36 604	0.95 550	1.41 611	0.98 554	1.40 615	0.96 536	1.37 611	0.95 544	1.37 588	1.06 520	1.33 618	0.93 550	1.29 597	0.89 535

4D-IteraStereo	0.78 462	3.13 618	0.89 501	0.69 411	0.32 365	0.40 306	0.32 353	0.76 481	0.97 553	0.52 439	0.65 497	0.89 510	0.32 363	0.76 485	0.98 547	0.83 475	0.94 509	0.35 303	0.27 308	0.70 461	0.89 535

DGTPSM_ROB	0.93 505	1.00 370	0.92 508	0.94 461	0.96 551	0.91 510	0.92 543	0.91 503	0.96 552	0.91 510	0.96 552	0.93 518	0.92 534	0.94 517	0.92 539	0.92 486	0.92 507	0.90 520	0.92 546	0.94 510	0.91 537

pmcnn	0.92 500	0.92 350	0.92 508	0.92 454	0.92 547	0.92 511	0.92 543	0.92 506	0.92 547	0.92 512	0.92 551	0.92 515	0.92 534	0.92 515	0.92 539	0.92 486	0.92 507	0.92 526	0.92 546	0.92 501	0.92 538

UPFNet	0.42 322	1.20 413	0.17 183	0.24 189	0.17 223	0.25 235	0.17 212	1.19 543	0.90 542	0.25 232	0.17 217	0.24 228	0.17 220	0.25 233	0.17 212	0.22 191	0.17 195	0.22 216	0.16 208	1.15 531	0.93 539

DPSM_ROB	0.92 500	0.91 345	0.91 506	0.91 451	0.92 547	0.92 511	0.92 543	0.92 506	0.91 543	0.93 514	0.91 548	0.92 515	0.90 532	0.91 511	0.92 539	0.92 486	0.91 505	0.91 523	0.92 546	0.93 506	0.93 539

DPSM	0.92 500	0.91 345	0.91 506	0.91 451	0.92 547	0.92 511	0.92 543	0.92 506	0.91 543	0.93 514	0.91 548	0.92 515	0.90 532	0.91 511	0.92 539	0.92 486	0.91 505	0.91 523	0.92 546	0.93 506	0.93 539

qqai	1.22 585	1.38 480	1.12 527	1.39 568	1.14 567	1.40 614	1.14 565	1.41 609	1.12 567	1.40 610	1.11 566	1.40 615	1.13 554	1.41 613	1.15 565	1.25 576	0.97 510	1.24 613	1.01 560	1.24 592	0.96 542

MM-Stereo_test3	1.27 589	2.07 551	1.18 536	1.60 578	1.02 561	1.45 618	1.01 556	1.40 608	1.04 565	1.44 613	1.03 561	1.46 618	1.02 549	1.44 616	1.02 555	1.51 597	1.12 534	1.32 617	0.98 551	1.38 601	0.97 543

delet	0.43 324	1.21 459	0.17 183	0.25 196	0.17 223	0.25 235	0.18 221	1.26 595	0.95 550	0.25 232	0.17 217	0.25 235	0.17 220	0.25 233	0.17 212	0.23 202	0.16 174	0.22 216	0.16 208	1.18 539	0.98 544

MMNet	0.44 337	1.24 467	0.17 183	0.25 196	0.17 223	0.25 235	0.18 221	1.26 595	0.93 548	0.25 232	0.17 217	0.25 235	0.18 231	0.25 233	0.17 212	0.23 202	0.16 174	0.23 225	0.16 208	1.20 543	0.99 545

psm_up	0.43 324	1.19 412	0.17 183	0.25 196	0.18 235	0.25 235	0.19 227	1.26 595	0.91 543	0.26 241	0.17 217	0.25 235	0.17 220	0.25 233	0.17 212	0.22 191	0.17 195	0.23 225	0.16 208	1.18 539	0.99 545

LGCAT	1.00 512	1.00 370	1.00 516	1.00 470	1.00 553	1.00 519	1.00 551	1.00 514	1.00 557	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

Test_v1	1.00 512	1.00 370	1.00 516	1.00 470	1.00 553	1.00 519	1.00 551	1.00 514	1.00 557	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

BLMT-Stereo	1.53 596	1.36 477	1.06 524	1.42 570	1.23 630	1.41 616	1.07 560	1.43 611	1.12 567	1.42 612	1.06 562	1.83 626	1.07 551	1.42 615	1.07 558	1.27 578	1.38 607	6.80 719	1.00 553	1.26 594	1.00 547

GANet	1.00 512	1.00 370	1.00 516	1.00 470	1.00 553	1.00 519	1.00 551	1.00 514	1.00 557	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

TDLM	1.00 512	1.00 370	1.00 516	1.00 470	1.00 553	1.00 519	1.00 551	1.00 514	1.00 557	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

CVANet_RVC	1.00 512	1.00 370	1.00 516	1.00 470	1.00 553	1.00 519	1.00 551	1.00 514	1.00 557	1.00 520	1.00 555	1.00 525	1.00 540	1.00 525	1.00 549	1.00 501	1.00 511	1.00 541	1.00 553	1.00 515	1.00 547

AIO-Stereo-zeroshot	0.91 498	0.86 333	0.89 501	1.25 548	0.69 509	1.05 535	0.81 533	1.16 538	0.50 460	1.12 547	0.97 553	0.72 485	0.82 529	1.06 541	0.95 544	0.61 419	0.87 502	1.03 549	0.85 545	1.04 523	1.01 553

trnet	1.01 520	1.01 380	1.01 521	1.01 475	1.01 559	1.01 527	1.01 556	1.01 523	1.01 562	1.01 531	1.01 560	1.01 533	1.01 548	1.01 533	1.01 554	1.01 506	1.01 517	1.01 546	1.01 560	1.01 520	1.01 553

ff7	1.68 600	2.68 594	1.35 596	0.97 467	0.89 542	1.84 625	2.15 677	2.12 633	1.80 661	2.05 638	1.56 644	2.33 645	2.12 668	2.23 641	2.25 680	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 555

ffff	1.68 600	2.68 594	1.35 596	0.97 467	0.89 542	1.84 625	2.15 677	2.12 633	1.80 661	2.05 638	1.56 644	2.33 645	2.12 668	2.23 641	2.25 680	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 555

ccc-4	1.68 600	2.68 594	1.35 596	0.97 467	0.89 542	1.84 625	2.15 677	2.12 633	1.80 661	2.05 638	1.56 644	2.33 645	2.12 668	2.23 641	2.25 680	1.31 580	1.07 521	1.48 625	1.41 635	0.90 497	1.04 555

edge stereo	2.43 661	27.07 728	1.14 530	1.06 479	1.14 567	1.08 540	1.17 570	1.16 538	1.14 569	1.10 541	1.16 570	1.09 544	1.16 562	1.10 547	1.16 569	1.10 513	1.11 531	1.16 555	1.19 571	1.13 527	1.11 558

Abc-Net	2.32 653	24.75 719	1.14 530	1.17 497	1.17 574	1.11 546	1.15 567	1.17 540	1.21 623	1.08 540	1.16 570	1.12 551	1.14 557	1.09 545	1.17 570	1.09 511	1.16 537	1.17 559	1.17 570	1.16 533	1.11 558
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoVision	3.15 680	5.00 658	0.89 501	4.83 681	1.00 553	3.93 687	1.27 625	6.37 716	1.34 631	5.67 716	1.26 625	5.84 717	1.27 615	5.03 713	1.24 622	5.10 697	1.09 527	4.61 697	0.57 485	5.62 705	1.12 560

GLC_STEREO	1.07 527	1.01 380	1.06 524	1.07 480	1.05 563	1.06 536	1.08 561	1.08 530	1.05 566	1.07 539	1.06 562	1.08 542	1.05 550	1.06 541	1.10 560	1.07 509	1.09 527	1.05 550	1.05 562	1.06 524	1.12 560

AF-Net	2.37 658	25.71 723	1.17 534	1.13 487	1.15 569	1.15 550	1.18 571	1.19 543	1.16 571	1.10 541	1.15 567	1.10 546	1.18 563	1.12 551	1.15 565	1.10 513	1.10 530	1.17 559	1.15 567	1.16 533	1.12 560

RGC	2.36 656	25.48 721	1.19 538	1.15 491	1.15 569	1.10 543	1.16 569	1.17 540	1.16 571	1.12 547	1.16 570	1.11 550	1.13 554	1.09 545	1.18 571	1.10 513	1.15 536	1.16 555	1.12 565	1.14 528	1.12 560

KSHMR	0.66 425	0.50 268	0.48 390	1.15 491	0.52 472	0.49 420	0.51 465	0.49 408	0.71 519	0.67 474	0.50 468	1.16 554	1.11 553	0.66 468	0.52 460	0.49 381	0.49 409	0.51 455	0.66 506	0.50 421	1.14 564

4.25w-stereo	1.98 613	2.72 601	1.46 613	3.47 650	1.43 637	2.07 639	1.98 668	2.53 659	1.52 642	2.71 665	1.98 679	1.81 625	1.62 634	1.96 633	1.36 634	1.88 612	2.00 645	2.53 670	1.61 652	1.74 615	1.15 565

2w_stereo	1.99 614	2.36 581	1.81 633	3.24 638	1.67 648	1.94 630	1.98 668	2.72 662	1.68 646	2.72 666	1.94 670	1.98 633	1.74 644	1.79 627	1.27 626	1.95 617	2.00 645	2.53 670	1.60 651	1.68 612	1.15 565

Nwc_Net	2.37 658	25.95 724	1.15 532	1.14 488	1.15 569	1.08 540	1.14 565	1.17 540	1.16 571	1.14 550	1.15 567	1.08 542	1.15 558	1.11 549	1.14 564	1.10 513	1.11 531	1.16 555	1.09 564	1.16 533	1.15 565

4.5w-stereo	1.99 614	2.33 574	1.81 633	3.28 640	1.68 650	1.94 630	1.99 671	2.72 662	1.70 649	2.72 666	1.99 682	1.97 632	1.68 636	1.76 624	1.29 629	1.91 614	2.02 651	2.53 670	1.61 652	1.75 616	1.16 568

4.25_new	2.00 618	2.33 574	1.82 638	3.32 643	1.69 651	1.95 633	1.99 671	2.72 662	1.71 650	2.72 666	1.97 673	2.01 635	1.74 644	1.77 625	1.28 627	2.18 626	2.01 647	2.48 668	1.58 648	1.65 609	1.17 569

4.5w_new	2.00 618	2.33 574	1.82 638	3.32 643	1.69 651	1.95 633	1.99 671	2.72 662	1.71 650	2.72 666	1.97 673	2.01 635	1.74 644	1.77 625	1.28 627	2.18 626	2.01 647	2.48 668	1.58 648	1.65 609	1.17 569

RP	2.33 654	25.00 720	1.13 529	1.15 491	1.15 569	1.10 543	1.15 567	1.15 535	1.15 570	1.12 547	1.15 567	1.09 544	1.13 554	1.10 547	1.15 565	1.11 518	1.09 527	1.16 555	1.12 565	1.16 533	1.17 569

NCC-stereo	2.36 656	25.52 722	1.17 534	1.15 491	1.17 574	1.11 546	1.11 562	1.15 535	1.16 571	1.10 541	1.16 570	1.10 546	1.15 558	1.14 552	1.13 563	1.09 511	1.11 531	1.15 554	1.16 569	1.17 538	1.17 569

stereogan	2.33 654	24.38 718	1.18 536	1.18 498	1.18 577	1.14 549	1.18 571	1.19 543	1.19 577	1.14 550	1.18 574	1.14 552	1.18 563	1.14 552	1.18 571	1.14 522	1.14 535	1.19 564	1.19 571	1.15 531	1.19 573

DisPM	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

CrosDoStereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PFNet+	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

LCNet	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

HHNet	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

Patchmatch Stereo++	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574
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	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

STrans-v2	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

TransformOpticalFlow	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

OMP-Stereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

IIG-Stereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

NF-Stereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

OCTAStereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PSM-softLoss	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

KMStereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

NRIStereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PSM-adaLoss	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PSM-AAD	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

FTStereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

ROB_FTStereo_v2	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

ROB_FTStereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

Consistency-Raft	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

KYRaft	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

HUI-Stereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

ASMatch	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

DeepStereo_LL	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

DEmStereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

SST-Stereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

THIR-Stereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RAFT_R40	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

DRaft	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

PFNet	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

GrayStereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RE-Stereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

Pruner-Stereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

TVStereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

DeepStereo_RVC	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RAFT-RH_RVC	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

IRAFT_RVC	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RAFT-345	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

iRAFT	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

CRE-IMP	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

GMM-Stereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

RAFT-IKP	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

Prome-Stereo	1.20 538	1.20 413	1.20 541	1.20 500	1.20 580	1.20 552	1.20 573	1.20 546	1.20 578	1.20 554	1.20 575	1.20 557	1.20 565	1.20 557	1.20 575	1.20 527	1.20 542	1.20 566	1.20 574	1.20 543	1.20 574

SPS-STEREO	1.59 598	1.91 541	1.21 587	1.94 589	1.20 580	2.00 636	1.23 620	1.99 627	1.24 626	2.00 633	1.25 624	2.03 637	1.26 614	2.00 635	1.29 629	1.90 613	1.18 541	1.89 643	1.21 619	1.89 621	1.20 574
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
2.75w_new	1.99 614	2.34 578	1.81 633	3.14 632	1.62 645	1.94 630	1.99 671	2.72 662	1.71 650	2.72 666	1.99 682	1.90 628	1.73 642	1.82 629	1.29 629	2.37 643	2.01 647	2.31 657	1.42 638	1.77 617	1.22 620

GANetREF_RVC	1.55 597	1.94 547	1.22 588	1.88 586	1.21 626	1.88 628	1.22 619	1.88 622	1.22 624	1.88 625	1.22 621	1.88 627	1.22 612	1.89 631	1.22 621	1.87 609	1.22 589	1.88 642	1.22 620	1.88 620	1.22 620
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	2.51 665	26.86 726	1.23 590	1.22 545	1.22 628	1.24 600	1.25 622	1.22 592	1.24 626	1.21 599	1.24 623	1.19 556	1.27 615	1.19 556	1.24 622	1.19 525	1.20 542	1.25 614	1.19 571	1.24 592	1.23 622

3.75w	1.99 614	2.31 572	1.83 641	3.16 634	1.65 647	1.93 629	1.98 668	2.72 662	1.68 646	2.73 671	1.97 673	2.00 634	1.72 641	1.81 628	1.25 625	2.27 634	2.01 647	2.38 662	1.42 638	1.71 613	1.24 623

CFNet-ft	0.55 404	1.57 487	0.14 149	0.20 167	0.14 193	0.20 199	2.53 682	1.61 613	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.20 196	0.14 187	0.17 166	0.12 136	0.17 189	0.12 179	1.56 606	1.24 623

FAT-Stereo	2.46 663	26.05 725	1.23 590	1.23 547	1.22 628	1.20 552	1.24 621	1.23 594	1.23 625	1.19 553	1.22 621	1.21 602	1.24 613	1.20 557	1.24 622	1.21 573	1.17 540	1.22 612	1.25 624	1.20 543	1.24 623

MaDis-Stereo	3.19 681	6.02 680	1.12 527	5.61 690	1.16 573	5.43 714	1.02 558	5.15 713	0.70 514	5.43 713	1.21 620	5.03 714	0.97 537	4.85 707	0.99 548	4.53 678	1.16 537	5.53 713	1.25 624	5.37 703	1.30 626

11t	1.27 589	2.70 597	1.34 594	1.32 560	0.89 542	1.30 604	1.34 628	1.64 616	0.57 473	1.45 614	0.72 525	1.05 541	1.29 617	1.07 544	1.29 629	1.49 594	1.02 518	0.97 539	1.15 567	1.48 603	1.31 627

tt45	1.04 525	0.88 337	1.36 604	0.92 454	1.03 562	1.51 620	0.79 526	0.70 474	0.88 541	0.74 488	0.90 545	1.60 620	0.72 514	1.60 618	0.75 522	0.91 483	0.78 492	1.52 628	0.79 537	1.14 528	1.32 628

MM-Stereo_test1	1.80 607	3.41 625	1.52 619	2.12 596	1.41 636	2.04 637	1.41 639	2.05 631	1.46 641	2.04 637	1.41 639	2.05 638	1.42 628	2.05 636	1.43 639	2.04 622	1.54 619	1.94 644	1.38 634	1.99 624	1.33 629

MC-Stereo	1.76 604	2.96 613	1.37 606	2.14 597	1.37 633	2.14 642	1.36 631	2.14 636	1.37 636	2.14 642	1.37 635	2.14 639	1.37 625	2.14 640	1.37 635	1.97 618	1.32 591	1.97 646	1.32 628	1.98 623	1.33 629

CC-Net-ROB	1.36 592	1.33 475	1.33 593	1.36 565	1.38 634	1.36 610	1.33 627	1.37 606	1.34 631	1.35 607	1.36 634	1.38 612	1.34 621	1.38 612	1.38 636	1.35 584	1.38 607	1.33 618	1.35 629	1.43 602	1.34 631

MaskLacGwcNet_RVC	1.35 591	1.35 476	1.35 596	1.35 564	1.35 631	1.35 608	1.35 629	1.36 604	1.35 634	1.36 608	1.35 632	1.36 611	1.36 623	1.36 610	1.35 633	1.35 584	1.35 603	1.35 621	1.35 629	1.35 599	1.35 632

RASNet	1.49 595	1.65 490	1.45 612	1.38 567	1.43 637	1.47 619	1.36 631	1.38 607	1.36 635	1.39 609	1.60 648	1.45 617	1.45 629	1.51 617	2.21 679	1.53 598	1.36 604	1.36 623	1.36 631	1.66 611	1.36 633

PS-NSSS	1.38 594	1.39 481	1.34 594	1.34 562	1.35 631	1.38 612	1.37 636	1.35 603	1.38 637	1.34 606	1.34 631	1.39 613	1.38 626	1.70 622	1.40 637	1.36 586	1.36 604	1.36 623	1.37 632	1.37 600	1.36 633

MIF-Stereo (partial)	2.58 667	3.31 624	0.66 452	3.18 635	0.66 502	3.18 679	0.66 488	3.21 678	0.67 494	3.19 679	0.66 500	3.19 679	0.66 490	3.31 681	0.68 495	5.09 696	1.79 639	8.23 723	1.67 658	6.18 707	1.38 635

999	1.00 512	1.12 402	0.59 427	1.10 482	1.21 626	1.09 542	0.52 466	1.08 530	1.43 640	1.18 552	1.35 632	0.98 524	0.52 466	0.91 511	0.85 536	0.72 451	1.46 612	0.83 513	0.98 551	0.68 454	1.41 636

sCroCo_RVC	2.10 635	2.76 605	1.92 652	2.78 626	1.39 635	2.73 671	1.41 639	2.73 668	1.40 638	2.77 677	1.41 639	2.74 673	1.40 627	2.74 672	1.40 637	2.72 659	1.42 610	2.72 674	1.44 640	2.79 661	1.42 637

RAFT_CTSACE	1.92 611	3.71 632	1.72 629	1.88 586	1.72 655	2.04 637	1.42 641	2.18 638	1.89 673	2.02 635	1.97 673	1.95 630	2.06 667	1.93 632	1.62 645	1.76 604	1.66 631	2.02 647	1.73 666	1.73 614	1.43 638

MonStereo1	1.94 612	2.77 607	1.52 619	3.73 661	1.51 640	2.13 641	1.42 641	2.32 647	1.52 642	2.31 651	1.50 642	2.53 655	1.59 631	2.34 649	1.56 642	1.91 614	1.36 604	1.86 638	1.31 627	2.07 625	1.53 639

1w_stereo	2.05 633	2.32 573	1.35 596	3.74 662	2.01 671	2.73 671	1.42 641	1.88 622	1.93 675	2.03 636	1.28 627	2.71 667	1.99 663	2.72 669	1.72 654	2.20 628	1.32 591	1.87 639	1.86 669	2.45 643	1.54 640

test_xeample3	1.10 530	1.81 516	0.61 437	0.84 440	0.49 461	0.77 484	0.66 488	0.92 506	1.40 638	0.68 476	0.46 449	0.78 493	0.54 470	1.72 623	1.48 640	1.34 583	1.52 616	1.35 621	1.67 658	1.33 598	1.55 641

derf	1.91 610	2.15 559	1.78 632	2.16 598	1.75 656	2.21 643	1.80 655	2.22 639	1.80 661	2.21 645	1.76 657	2.17 640	1.81 649	2.24 644	1.74 660	1.93 616	1.56 620	1.96 645	1.53 643	1.95 622	1.56 642

LGtest1	2.22 647	2.70 597	1.89 649	2.76 622	1.86 663	2.75 673	1.86 661	2.75 669	1.86 667	2.75 672	1.86 661	2.77 676	1.87 651	2.75 673	1.86 667	2.46 648	1.58 623	2.45 665	1.56 644	2.45 643	1.56 642

LG-G_1	2.22 647	2.71 599	1.89 649	2.77 623	1.87 666	2.75 673	1.87 663	2.76 670	1.87 671	2.75 672	1.87 662	2.76 674	1.87 651	2.75 673	1.86 667	2.47 649	1.58 623	2.45 665	1.57 645	2.45 643	1.57 644

LG-G	2.22 647	2.71 599	1.89 649	2.77 623	1.87 666	2.75 673	1.87 663	2.76 670	1.87 671	2.75 672	1.87 662	2.76 674	1.87 651	2.75 673	1.86 667	2.47 649	1.58 623	2.45 665	1.57 645	2.45 643	1.57 644

3w_stereo	2.04 631	2.24 567	1.70 626	3.15 633	2.18 683	2.49 657	1.26 624	2.03 630	1.98 677	1.98 631	1.33 630	2.72 671	1.99 663	2.59 661	1.72 654	2.22 630	1.33 598	1.85 635	1.88 675	2.50 649	1.58 646

DPSMNet_ROB	1.60 599	1.59 488	1.70 626	1.59 575	1.59 643	1.61 622	1.61 647	1.60 612	1.60 644	1.62 622	1.59 647	1.60 620	1.60 632	1.60 618	1.59 644	1.59 599	1.60 627	1.59 629	1.59 650	1.59 607	1.59 647

asd	2.18 640	2.77 607	1.58 621	3.59 655	2.00 670	2.58 665	1.85 660	2.39 652	1.71 650	2.47 658	1.97 673	2.59 662	1.61 633	2.56 659	1.79 662	2.51 652	1.99 644	2.11 652	1.62 654	2.36 639	1.60 648

4.5_new	2.00 618	1.84 531	1.98 655	2.77 623	2.16 679	2.27 645	1.28 626	2.09 632	1.98 677	2.01 634	1.28 627	2.71 667	1.98 661	2.51 658	1.65 647	2.26 631	1.33 598	1.87 639	1.87 670	2.49 647	1.60 648

IGEV	2.02 626	2.20 563	1.82 638	2.90 628	2.16 679	2.41 653	1.25 622	2.00 628	1.98 677	1.99 632	1.31 629	2.72 671	1.93 657	2.67 666	1.69 651	2.26 631	1.32 591	1.83 634	1.87 670	2.53 654	1.61 650

2.25w	2.00 618	1.86 535	1.98 655	2.95 629	2.17 681	2.26 644	1.35 629	2.42 653	2.00 680	2.07 641	1.27 626	2.53 655	1.99 663	2.29 646	1.49 641	2.21 629	1.32 591	1.85 635	1.87 670	2.52 651	1.62 651

3.25w	2.04 631	2.20 563	1.48 614	3.03 630	2.17 681	2.63 667	1.39 637	1.96 625	1.95 676	1.96 628	1.37 635	2.71 667	1.96 660	2.71 667	1.73 659	2.26 631	1.32 591	1.87 639	1.87 670	2.51 650	1.63 652

UDGNet	2.23 650	5.40 670	1.72 629	2.48 614	1.69 651	2.51 660	1.69 651	2.51 658	1.72 654	2.50 660	1.69 655	2.52 654	1.69 638	2.50 657	1.68 650	2.41 646	1.70 633	2.42 664	1.69 662	2.42 641	1.64 653

MFMNet_re	1.81 608	1.91 541	1.71 628	1.95 591	1.70 654	1.95 633	1.70 652	1.96 625	1.74 657	1.97 630	1.72 656	1.95 630	1.71 640	1.97 634	1.71 652	1.86 607	1.62 628	1.85 635	1.66 657	1.86 619	1.64 653

Anonymous3	2.55 666	3.26 623	1.65 624	3.28 640	1.63 646	3.24 680	1.68 650	3.27 679	1.66 645	3.28 680	1.67 653	3.25 680	1.66 635	3.27 679	1.64 646	3.26 665	1.65 630	3.30 678	1.65 656	4.95 698	1.65 655

MonStereo	2.17 638	2.41 584	1.49 618	2.67 620	1.67 648	2.60 666	2.04 675	2.32 647	1.76 658	2.44 656	1.68 654	2.50 653	1.69 638	2.38 650	1.80 663	2.28 635	1.78 637	2.63 673	2.14 678	3.47 666	1.68 656

qwe	2.18 640	2.60 591	1.58 621	3.83 663	1.90 668	2.53 661	1.90 666	2.48 655	1.73 655	2.37 654	1.92 669	2.53 655	1.68 636	2.56 659	1.83 664	2.52 654	1.87 643	2.07 648	1.68 660	2.32 637	1.71 657

TRStereo	2.00 618	2.13 556	1.85 644	2.27 604	1.84 660	2.28 647	1.84 657	2.29 642	1.86 667	2.30 648	1.87 662	2.30 642	1.87 651	2.08 637	1.72 654	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 658

XX-Stereo	2.00 618	2.13 556	1.85 644	2.27 604	1.84 660	2.28 647	1.84 657	2.29 642	1.86 667	2.30 648	1.87 662	2.30 642	1.87 651	2.08 637	1.72 654	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 658

EAI-Stereo	2.00 618	2.13 556	1.85 644	2.27 604	1.84 660	2.28 647	1.84 657	2.29 642	1.86 667	2.30 648	1.87 662	2.30 642	1.87 651	2.08 637	1.72 654	2.08 623	1.72 634	2.08 649	1.72 663	2.08 626	1.72 658

cf-r	0.66 425	2.17 561	0.12 124	0.18 158	0.12 187	0.18 191	2.70 686	2.60 660	0.12 187	0.18 188	0.12 177	0.18 190	0.12 183	0.18 189	0.12 174	0.15 145	0.11 122	0.15 177	0.11 164	1.81 618	1.74 661

asda	2.17 638	2.54 588	1.81 633	3.47 650	1.78 658	2.50 659	1.86 661	2.61 661	1.68 646	2.61 663	1.83 659	2.37 649	1.73 642	2.44 656	1.88 671	2.51 652	1.84 641	2.34 659	1.62 654	2.23 631	1.77 662

U	5.15 716	8.49 693	1.81 633	8.49 706	1.77 657	8.49 723	1.77 654	8.51 724	1.77 659	8.49 724	1.77 658	8.50 724	1.78 647	8.58 724	1.77 661	8.54 716	1.78 637	8.55 724	1.78 667	8.55 718	1.84 663

FBW_ROB	2.12 637	2.46 587	1.77 631	2.49 615	1.79 659	2.38 651	1.83 656	2.46 654	1.78 660	2.48 659	1.97 673	2.40 650	1.78 647	2.42 655	1.83 664	2.31 639	1.85 642	2.38 662	1.82 668	2.35 638	1.84 663

monsterstereo	2.20 646	2.33 574	1.95 653	3.65 657	2.07 676	2.49 657	1.61 647	2.48 655	1.83 665	2.45 657	1.61 650	2.67 666	1.86 650	2.64 663	1.94 673	2.48 651	1.66 631	2.34 659	1.68 660	2.40 640	1.86 665

monsters	2.18 640	2.41 584	1.96 654	3.47 650	2.03 675	2.53 661	1.64 649	2.48 655	1.73 655	2.40 655	1.50 642	2.62 663	1.94 658	2.59 661	1.94 673	2.44 647	1.57 622	2.28 655	1.87 670	2.42 641	1.86 665

2.5w	2.01 625	2.40 583	1.37 606	3.28 640	2.01 671	2.71 668	1.43 644	1.82 621	1.83 665	1.90 627	1.41 639	2.71 667	1.35 622	2.71 667	1.85 666	2.66 655	1.53 617	1.64 630	1.23 621	2.53 654	1.87 667

3.25w_new	2.03 628	2.72 601	1.35 596	3.33 645	1.57 641	2.72 669	1.53 646	2.15 637	1.33 630	2.15 643	1.60 648	2.63 664	1.30 618	2.72 669	1.99 677	2.67 657	1.53 617	1.75 633	1.25 624	2.53 654	1.87 667

3.5w_stereo	2.03 628	2.72 601	1.35 596	3.41 647	1.57 641	2.72 669	1.49 645	2.01 629	1.34 631	2.15 643	1.61 650	2.63 664	1.36 623	2.72 669	1.99 677	2.66 655	1.58 623	1.68 632	1.24 622	2.53 654	1.87 667

4w-stereo	2.02 626	2.72 601	1.44 611	3.36 646	1.59 643	2.48 656	1.72 653	2.28 640	1.24 626	2.24 646	1.65 652	2.56 660	1.32 620	2.39 652	1.98 676	2.67 657	1.51 615	1.66 631	1.24 622	2.53 654	1.88 670

GANet-RSSM	0.75 451	1.91 541	0.14 149	0.47 308	0.14 193	0.21 210	3.21 703	2.30 646	0.14 194	0.46 393	0.14 195	0.23 222	0.18 231	0.21 208	0.14 187	0.18 174	0.27 242	0.37 313	0.13 190	2.13 629	2.12 671

HUF	2.18 640	2.30 571	1.99 658	2.34 610	2.02 674	2.41 653	2.06 676	2.38 651	1.89 673	2.36 653	1.85 660	2.56 660	1.98 661	2.31 648	1.97 675	2.30 638	2.03 652	2.30 656	2.11 677	2.23 631	2.16 672

AIO_test	2.18 640	2.09 554	2.04 659	2.42 612	2.01 671	2.47 655	1.94 667	2.34 649	2.03 681	2.56 662	1.94 670	2.43 651	1.94 658	2.41 653	1.87 670	2.39 645	2.10 654	2.35 661	1.91 676	2.25 633	2.19 673

AIO_rvc	2.18 640	2.34 578	1.87 648	2.32 608	1.94 669	2.40 652	1.89 665	2.37 650	2.07 682	2.52 661	1.95 672	2.44 652	1.99 663	2.41 653	1.89 672	2.32 640	2.09 653	2.24 653	2.18 679	2.21 630	2.23 674

NCCL2	2.28 652	2.27 569	2.28 661	2.28 607	2.28 684	2.27 645	2.29 680	2.28 640	2.28 683	2.27 647	2.28 685	2.28 641	2.27 671	2.27 645	2.28 684	2.28 635	2.28 659	2.27 654	2.29 683	2.27 634	2.29 675

PSMNet-RSSM	0.77 458	2.76 605	0.14 149	0.20 167	0.14 193	0.20 199	2.66 684	2.79 673	0.14 194	0.21 208	0.14 195	0.21 205	0.14 194	0.20 196	0.14 187	0.17 166	0.12 136	0.17 189	0.12 179	2.52 651	2.31 676

GwcNet-RSSM	0.77 458	2.77 607	0.14 149	0.20 167	0.14 193	0.20 199	2.67 685	2.78 672	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.21 208	0.14 187	0.17 166	0.12 136	0.17 189	0.12 179	2.52 651	2.31 676

hitnet-ft	0.79 463	2.78 610	0.14 149	0.20 167	0.14 193	0.21 210	2.89 687	2.80 674	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.20 196	0.14 187	0.17 166	0.12 136	0.17 189	0.12 179	2.54 659	2.33 678

STTStereo	3.73 686	30.40 732	2.37 665	2.39 611	2.31 686	2.35 650	2.33 681	2.29 642	2.42 684	2.32 652	2.34 686	2.33 645	2.36 672	2.30 647	2.27 683	2.35 642	2.22 658	2.31 657	2.22 680	2.29 636	2.34 679

sAnonymous2	3.31 682	2.63 592	1.38 608	3.71 659	1.86 663	4.70 706	1.11 562	4.82 709	2.72 687	5.45 714	1.98 679	4.59 699	2.64 674	2.65 664	6.21 720	4.37 674	1.08 525	5.16 711	2.24 681	4.52 680	2.39 680

CroCo_RVC	3.31 682	2.63 592	1.38 608	3.71 659	1.86 663	4.70 706	1.11 562	4.82 709	2.72 687	5.45 714	1.98 679	4.59 699	2.64 674	2.65 664	6.21 720	4.37 674	1.08 525	5.16 711	2.24 681	4.52 680	2.39 680

NLSM1	2.93 679	3.24 622	2.57 669	4.04 664	2.66 687	3.30 682	2.55 683	3.29 680	2.55 685	3.35 682	2.48 687	3.28 681	2.47 673	3.34 682	2.49 685	3.26 665	2.55 665	3.13 676	2.57 686	3.00 663	2.46 682

Sa-1000	4.34 704	8.37 690	6.84 711	6.98 701	4.45 717	3.58 683	3.00 688	3.42 683	3.39 704	2.61 663	4.00 713	3.83 687	4.01 706	3.90 687	3.90 709	5.98 703	5.62 699	3.76 685	2.34 684	4.35 678	2.47 683

NLCA_NET_v2_RVC	5.04 714	50.87 743	2.78 670	2.87 627	2.71 688	2.78 676	0.47 446	2.88 675	2.86 689	1.89 626	2.67 688	2.79 677	2.79 677	2.78 676	2.83 686	2.82 660	2.82 666	2.83 675	2.77 687	2.83 662	2.76 684
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	0.35 258	0.37 197	0.17 183	0.19 163	0.17 223	0.20 199	0.17 212	0.19 192	0.17 221	0.19 190	0.17 217	0.19 194	0.17 220	0.37 293	0.36 381	0.19 178	0.17 195	0.19 202	0.17 230	0.38 307	2.84 685

Select-FE	0.41 308	0.44 238	0.23 209	0.26 203	0.22 256	0.26 244	0.22 242	0.26 236	0.23 253	0.26 241	0.23 254	0.26 247	0.23 257	0.45 393	0.42 425	0.25 216	0.22 216	0.25 240	0.22 249	0.45 392	2.90 686

MLG-Stereo_test1	4.25 699	5.34 669	3.61 691	5.31 686	3.63 708	5.23 712	3.57 707	5.38 714	3.65 705	5.23 711	3.47 704	4.76 708	3.74 698	4.85 707	3.71 705	4.96 692	3.18 681	4.71 703	2.92 688	4.86 696	2.90 686

MLG-Stereo_test3	4.26 700	4.85 656	3.95 695	5.35 687	3.60 707	4.75 709	3.76 710	5.49 715	3.71 707	5.39 712	3.69 708	4.82 710	3.66 695	4.85 707	3.73 708	4.93 691	3.19 682	4.69 702	2.99 690	4.84 695	2.98 688

rvit_0105_6	3.87 691	5.73 677	3.10 684	4.69 678	3.12 700	4.54 696	3.02 690	4.56 696	3.04 690	4.54 697	3.03 691	4.54 695	3.04 681	4.56 696	3.05 689	4.58 683	3.05 668	4.58 694	3.05 691	4.58 683	3.05 689

rvit_105_1	3.83 687	5.22 663	3.01 674	4.53 668	3.01 690	4.51 694	3.01 689	4.56 696	3.04 690	4.53 695	3.03 691	4.55 697	3.03 678	4.56 696	3.04 687	4.57 680	3.05 668	4.57 692	3.05 691	4.57 682	3.05 689

rvit_stereo_0081	3.83 687	5.23 664	3.01 674	4.53 668	3.03 692	4.55 700	3.02 690	4.56 696	3.04 690	4.52 693	3.02 689	4.54 695	3.03 678	4.56 696	3.04 687	4.57 680	3.05 668	4.57 692	3.05 691	4.58 683	3.05 689

rvit_stereo_0082	3.86 689	5.82 678	3.01 674	4.53 668	3.03 692	4.54 696	3.02 690	4.56 696	3.04 690	4.53 695	3.02 689	4.55 697	3.04 681	4.57 699	3.05 689	4.57 680	3.05 668	4.58 694	3.05 691	4.58 683	3.06 692

rvit_stereo_0081_aga	3.86 689	5.33 667	3.02 677	4.55 674	3.04 696	4.54 696	3.02 690	4.64 703	3.06 694	4.54 697	3.04 693	4.62 704	3.08 685	4.62 702	3.07 692	4.58 683	3.06 672	4.60 696	3.08 695	4.63 686	3.07 693

RAFT-FEzeroshot	0.34 249	0.26 168	0.17 183	0.21 177	0.17 223	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 205	0.16 208	0.27 249	0.24 250	0.19 178	0.16 174	0.19 202	0.16 208	0.26 232	3.08 694

RAFT-FE	0.34 249	0.26 168	0.17 183	0.21 177	0.17 223	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 205	0.16 208	0.27 249	0.24 250	0.19 178	0.16 174	0.19 202	0.16 208	0.26 232	3.08 694

rvit_stereo_0080	3.89 692	5.70 675	3.04 679	4.54 671	3.03 692	4.56 701	3.05 696	4.60 700	3.07 695	4.58 700	3.06 694	4.59 699	3.06 683	4.61 700	3.08 693	4.63 685	3.09 673	4.64 698	3.10 696	4.65 687	3.10 696

whm_eth	3.89 692	5.70 675	3.04 679	4.54 671	3.03 692	4.56 701	3.05 696	4.60 700	3.07 695	4.58 700	3.06 694	4.59 699	3.06 683	4.61 700	3.08 693	4.63 685	3.09 673	4.64 698	3.10 696	4.65 687	3.10 696

rvit_stereo_0083	3.92 696	5.30 666	3.06 682	4.61 677	3.09 699	4.67 705	3.08 699	4.66 704	3.09 699	4.62 703	3.10 699	4.66 707	3.11 687	4.67 704	3.16 698	4.72 690	3.16 679	4.77 705	3.11 698	4.66 689	3.11 698

MLG-Stereo_test2	4.28 701	5.46 673	3.69 693	4.86 682	3.72 710	5.58 715	3.42 705	4.81 708	3.77 711	4.85 707	3.72 709	5.55 716	3.63 694	5.58 714	3.53 703	4.41 677	3.28 683	4.99 709	2.95 689	4.75 691	3.13 699

rvit_0105_3	3.91 694	5.33 667	3.06 682	4.60 676	3.07 698	4.60 703	3.06 698	4.62 702	3.08 698	4.60 702	3.07 697	4.62 704	3.08 685	4.67 704	3.10 696	4.70 688	3.11 676	4.77 705	3.19 703	4.77 692	3.14 700

rvit_0105_4	3.91 694	5.47 674	3.02 677	4.54 671	3.02 691	4.54 696	3.03 694	4.75 706	3.17 701	4.57 699	3.06 694	4.61 703	3.16 689	4.65 703	3.09 695	4.66 687	3.11 676	4.68 701	3.18 702	4.81 693	3.16 701

rvit_stereo_ft	3.93 697	5.44 672	3.05 681	4.59 675	3.06 697	4.61 704	3.08 699	4.67 705	3.12 700	4.63 704	3.10 699	4.65 706	3.11 687	4.69 706	3.13 697	4.70 688	3.14 678	4.71 703	3.15 701	4.74 690	3.16 701

raft_robust	4.71 709	7.75 688	5.40 705	6.81 698	3.31 703	4.28 693	4.20 716	4.32 693	4.37 717	4.35 692	4.35 716	4.14 690	3.75 699	4.30 694	4.20 714	6.67 708	6.37 703	3.36 680	4.24 717	4.86 696	3.25 703

NLCSM	3.67 685	4.08 643	3.19 688	4.80 680	3.26 702	3.99 690	3.24 704	4.25 692	3.18 702	4.09 688	3.27 702	4.14 690	3.18 690	4.13 690	3.28 700	4.06 672	3.10 675	3.85 688	3.14 700	3.91 673	3.27 704

rvit_0105_5	4.10 698	5.40 670	3.13 687	4.71 679	3.15 701	4.72 708	3.10 701	4.90 711	3.27 703	4.69 705	3.16 701	4.84 711	3.25 691	4.96 710	3.34 701	5.05 695	3.39 684	5.10 710	3.40 704	5.11 700	3.42 705

DispFullNet	4.61 707	4.84 655	3.12 685	5.00 684	3.57 706	4.75 709	3.03 694	7.75 722	4.17 715	4.91 709	3.09 698	6.20 718	3.95 704	6.71 718	3.51 702	5.30 698	3.67 686	5.86 717	3.63 706	5.61 704	3.46 706

SA	4.33 703	7.35 684	6.85 712	5.96 692	4.09 714	3.59 684	3.15 702	3.82 687	2.64 686	3.91 685	3.85 710	3.57 683	2.72 676	3.13 678	4.03 711	7.09 712	6.86 707	3.57 681	3.12 699	3.85 669	3.51 707

DPSNet	3.66 684	3.60 628	3.62 692	3.63 656	3.64 709	3.65 685	3.65 709	3.66 685	3.67 706	3.67 684	3.65 707	3.67 685	3.66 695	3.66 684	3.68 704	3.68 670	3.66 685	3.67 683	3.68 709	3.67 667	3.67 708

RAFT+CT+SA	4.28 701	7.62 687	4.91 700	5.55 689	2.28 684	3.09 677	3.64 708	4.49 694	3.07 695	4.80 706	3.35 703	4.77 709	3.70 697	4.29 693	3.05 689	5.58 699	5.98 702	3.58 682	3.78 711	4.26 676	3.72 709

test_4	4.88 711	8.13 689	6.98 713	7.46 702	4.44 716	4.25 692	3.85 713	4.04 691	3.92 712	4.13 689	3.91 711	4.18 692	3.84 702	4.14 691	4.06 712	7.01 711	7.13 710	4.53 690	3.72 710	4.09 674	3.72 709

TestStereo1	4.60 705	8.41 691	6.44 709	6.86 699	3.79 711	3.97 688	3.78 711	3.99 689	3.74 708	3.97 686	3.52 705	3.94 688	3.58 692	3.98 688	3.72 706	6.82 709	6.50 705	3.76 685	3.66 707	3.90 670	3.74 711

SA-5K	4.60 705	8.41 691	6.44 709	6.86 699	3.79 711	3.97 688	3.78 711	3.99 689	3.74 708	3.97 686	3.52 705	3.94 688	3.58 692	3.98 688	3.72 706	6.82 709	6.50 705	3.76 685	3.66 707	3.90 670	3.74 711

FC-DCNN v2	5.10 715	5.15 661	4.49 697	5.07 685	3.37 704	6.87 718	4.75 718	5.04 712	6.34 722	7.84 722	5.06 719	6.72 722	4.09 707	4.99 711	5.44 719	5.03 694	3.16 679	4.67 700	4.86 718	5.15 701	3.89 713

cross-raft	4.83 710	7.52 685	6.43 708	6.63 696	3.96 713	4.51 694	3.99 714	4.49 694	3.96 713	4.52 693	3.96 712	4.50 694	3.97 705	4.50 695	3.97 710	6.65 707	6.44 704	4.33 689	3.92 713	4.35 678	3.91 714

test_5	4.62 708	7.55 686	6.23 707	6.32 695	3.40 705	5.29 713	3.50 706	3.53 684	4.11 714	4.28 690	4.47 717	4.26 693	4.38 709	3.68 685	3.24 699	5.89 701	5.60 698	4.84 707	3.50 705	4.33 677	3.93 715

SGM-Forest	5.21 717	5.92 679	4.08 696	6.18 693	4.16 715	6.31 717	4.34 717	6.50 717	4.33 716	6.14 718	4.21 715	6.61 721	4.55 710	6.67 717	4.48 715	5.94 702	3.94 688	5.85 716	4.03 715	5.79 706	4.17 716
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_3	5.01 713	8.86 696	7.77 715	8.09 704	2.76 689	4.13 691	4.05 715	3.88 688	3.76 710	4.33 691	4.13 714	3.71 686	3.91 703	4.21 692	4.06 712	7.93 713	7.69 712	4.53 690	3.91 712	4.17 675	4.29 717

TestStereo	4.88 711	4.75 654	4.79 698	4.87 683	4.92 718	4.81 711	4.90 719	4.78 707	4.77 718	4.87 708	4.89 718	4.90 712	4.91 711	4.99 711	4.79 716	4.98 693	4.87 695	4.87 708	4.92 719	5.00 699	5.00 718

SGM+DAISY	7.06 721	9.15 697	5.38 704	8.84 708	5.18 719	8.80 724	5.31 721	8.79 725	5.28 720	8.89 725	5.20 720	8.93 725	5.33 713	8.95 725	5.36 718	8.70 717	5.21 696	8.74 725	5.20 720	8.89 719	5.15 719

rvit_stereo_0075_2	6.64 719	8.80 695	5.25 702	7.89 703	5.27 720	7.90 722	5.27 720	7.92 723	5.28 720	7.91 723	5.29 721	7.93 723	5.27 712	7.92 723	5.28 717	7.93 713	5.28 697	7.93 722	5.29 721	7.93 715	5.28 720

test-1	6.46 718	9.16 698	8.03 719	8.09 704	5.62 721	6.11 716	6.35 722	6.85 719	4.94 719	6.08 717	6.29 724	4.98 713	6.43 716	6.22 715	6.36 722	6.16 705	7.47 711	5.82 715	5.44 722	7.11 712	5.68 721

RAFT	6.73 720	9.36 699	7.40 714	8.51 707	6.55 722	6.88 719	6.60 723	6.79 718	6.60 723	6.80 719	6.72 725	5.31 715	5.50 714	6.61 716	6.61 723	8.42 715	5.89 700	5.73 714	5.45 723	6.61 708	6.24 722

CFNet_RVC	2.38 660	8.71 694	0.38 302	9.33 710	0.42 439	0.56 453	0.42 430	0.60 455	0.38 402	0.62 465	0.42 438	0.56 456	7.29 720	0.62 460	0.42 425	0.53 398	0.37 342	0.49 444	0.34 390	8.30 716	6.87 723

test-v	7.53 722	11.89 709	7.98 716	9.36 711	7.14 723	7.06 720	7.09 724	7.37 720	6.91 724	7.29 720	5.71 722	6.45 719	6.93 717	6.73 719	7.27 724	8.93 720	7.85 713	6.98 720	6.80 724	7.56 713	7.34 724

test-2	7.53 722	11.89 709	7.98 716	9.36 711	7.14 723	7.06 720	7.09 724	7.37 720	6.91 724	7.29 720	5.71 722	6.45 719	6.93 717	6.73 719	7.27 724	8.93 720	7.85 713	6.98 720	6.80 724	7.56 713	7.34 724

MANE	19.05 725	23.00 717	15.00 725	23.00 731	15.00 725	24.00 731	16.00 726	24.00 732	16.00 726	22.00 732	15.00 726	23.00 732	16.00 726	23.00 732	15.00 726	22.00 732	15.00 726	22.00 732	15.00 726	22.00 732	15.00 726

rafts_anoy	20.00 726	20.00 711	20.00 726	20.00 725	20.00 726	20.00 725	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

raft+_RVC	20.00 726	20.00 711	20.00 726	20.00 725	20.00 726	20.00 725	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

raftrobust	20.00 726	20.00 711	20.00 726	20.00 725	20.00 726	20.00 725	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

CasAABBNet	20.00 726	20.00 711	20.00 726	20.00 725	20.00 726	20.00 725	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

RALCasStereoNet	20.00 726	20.00 711	20.00 726	20.00 725	20.00 726	20.00 725	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

RALAANet	20.00 726	20.00 711	20.00 726	20.00 725	20.00 726	20.00 725	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727	20.00 726	20.00 727

WCMA_ROB	31.10 733	35.43 737	27.12 732	39.51 744	23.10 732	38.78 744	25.30 733	37.49 745	25.39 733	37.29 744	27.02 733	38.52 745	26.48 733	37.80 744	26.44 733	36.28 740	22.65 733	33.90 737	22.30 733	37.10 742	24.18 733

111	30.40 732	30.94 733	29.72 733	32.61 732	30.02 733	33.57 732	30.47 734	31.50 733	29.39 734	30.98 733	29.11 734	29.78 733	30.39 737	29.45 733	30.76 737	30.08 733	29.02 734	29.92 733	30.32 737	29.86 733	30.17 734

fff	1000028.16 753	29.62 729	29.72 733	32.61 732	30.02 733	35.13 734	31.83 735	32.07 734	10000000.00 754	35.27 736	29.82 735	32.45 734	30.15 734	32.35 734	30.09 734	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 735

csc	1000028.16 753	29.62 729	29.72 733	32.61 732	30.02 733	35.13 734	31.83 735	32.07 734	10000000.00 754	35.27 736	29.82 735	32.45 734	30.15 734	32.35 734	30.09 734	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 735

cscssc	1000028.16 753	29.62 729	29.72 733	32.61 732	30.02 733	35.13 734	31.83 735	32.07 734	10000000.00 754	35.27 736	29.82 735	32.45 734	30.15 734	32.35 734	30.09 734	31.04 734	29.55 735	30.64 734	30.14 734	10000000.00 754	30.77 735

ADStereo(finetuned)	36.13 735	36.63 738	38.07 744	36.97 737	33.25 737	35.91 737	34.45 738	36.36 740	32.99 735	38.14 745	36.71 741	36.69 740	34.13 738	38.57 745	40.79 745	37.60 745	36.58 741	35.90 741	33.36 738	35.42 736	34.04 738

tt	500032.53 751	34.60 735	29.72 733	37.47 742	34.41 738	36.85 738	35.22 739	34.71 737	33.55 736	34.50 734	35.43 738	33.81 737	10000000.00 755	33.57 737	33.13 738	33.68 737	35.00 739	34.03 738	35.26 740	30.96 734	34.63 739

DCANet	500032.53 751	34.60 735	29.72 733	37.47 742	34.41 738	36.85 738	35.22 739	34.71 737	33.55 736	34.50 734	35.43 738	33.81 737	10000000.00 755	33.57 737	33.13 738	33.68 737	35.00 739	34.03 738	35.26 740	30.96 734	34.63 739

DCANet-4	35.22 734	34.54 734	35.08 739	33.58 736	35.47 740	34.55 733	35.53 741	36.08 739	35.85 738	35.92 739	35.77 740	35.18 739	35.48 739	35.39 739	37.15 744	34.55 739	33.92 738	35.02 740	34.90 739	35.79 737	34.74 741

fast-reg	37.00 736	37.00 739	37.00 740	37.00 738	37.00 741	37.00 740	37.00 742	37.00 741	37.00 739	37.00 740	37.00 742	37.00 741	37.00 740	37.00 740	37.00 740	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 742

Reg-Stereo(zero)	37.00 736	37.00 739	37.00 740	37.00 738	37.00 741	37.00 740	37.00 742	37.00 741	37.00 739	37.00 740	37.00 742	37.00 741	37.00 740	37.00 740	37.00 740	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 742

fast-iter	37.00 736	37.00 739	37.00 740	37.00 738	37.00 741	37.00 740	37.00 742	37.00 741	37.00 739	37.00 740	37.00 742	37.00 741	37.00 740	37.00 740	37.00 740	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 742

CoSv	37.00 736	37.00 739	37.00 740	37.00 738	37.00 741	37.00 740	37.00 742	37.00 741	37.00 739	37.00 740	37.00 742	37.00 741	37.00 740	37.00 740	37.00 740	37.00 741	37.00 742	37.00 742	37.00 742	37.00 738	37.00 742

NOSS_ROB	102.95 741	153.00 748	121.00 748	51.00 745	44.00 745	165.00 748	127.00 748	153.00 748	119.00 745	164.00 749	125.00 748	168.00 749	120.00 746	153.00 748	117.00 748	49.00 746	44.00 746	49.00 746	44.00 746	49.00 743	44.00 746

CBMV	128.50 742	1422.70 755	53.10 746	79.50 746	51.30 746	77.30 746	49.70 746	74.00 746	48.20 744	77.20 747	48.80 747	73.90 747	48.00 745	73.80 747	48.80 747	70.40 747	45.10 747	68.90 747	46.10 747	68.20 744	45.00 747
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 740	87.70 744	41.95 745	113.75 747	65.62 747	75.05 745	55.25 747	75.64 747	45.04 743	71.61 746	41.75 746	72.81 746	44.06 744	68.38 746	44.63 746	101.89 748	59.57 748	107.10 748	61.05 748	104.38 745	59.38 748

MeshStereo	159.24 743	171.00 749	160.68 751	162.58 748	160.59 748	164.01 747	160.35 749	158.51 749	158.56 746	158.34 748	160.12 749	158.56 748	159.92 747	157.26 749	158.94 749	154.38 749	158.36 749	155.75 749	159.13 750	153.67 746	154.07 749
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	201.80 744	123.00 745	115.00 747	219.00 749	218.00 750	223.00 749	244.00 751	217.00 750	236.00 748	202.00 750	203.00 750	205.00 750	208.00 748	225.00 750	204.00 750	210.00 750	198.00 750	197.00 750	184.00 751	204.00 747	201.00 750

DLCB_ROB	284.23 747	354.61 751	207.27 752	363.24 752	206.46 749	364.72 752	210.41 750	364.72 753	210.41 747	364.81 753	208.64 751	364.81 753	208.64 749	364.72 753	210.41 751	354.70 753	205.53 751	354.70 753	205.53 752	354.70 750	205.53 751

MGS-Stereo	239.45 745	123.00 745	135.00 749	266.00 750	286.00 751	277.00 750	305.00 752	271.00 751	242.00 749	274.00 751	279.00 752	255.00 751	270.00 750	268.00 751	297.00 752	221.00 751	247.00 752	216.00 751	123.00 749	217.00 748	217.00 752

EGLCR-Stereo	246.90 746	129.00 747	139.00 750	266.00 750	286.00 751	277.00 750	305.00 752	271.00 751	242.00 749	274.00 751	279.00 752	255.00 751	270.00 750	268.00 751	297.00 752	230.00 752	247.00 752	216.00 751	223.00 753	237.00 749	227.00 753

LE_ROB	396.57 748	471.28 752	329.84 753	471.48 753	308.15 753	526.83 753	322.10 754	488.15 754	323.76 751	495.46 754	317.97 754	497.17 754	320.10 752	481.62 754	326.76 754	462.71 754	298.97 754	466.16 754	285.98 754	447.62 751	289.21 754

SGM-ForestM	596.69 749	677.77 753	444.52 754	699.85 754	517.25 754	732.94 754	488.29 755	770.79 755	460.11 752	750.81 755	487.98 755	792.79 755	499.41 753	730.90 755	475.81 755	720.03 755	491.16 755	663.96 755	418.60 755	674.76 752	436.05 755

CBMV_ROB	818.48 750	913.88 754	709.52 755	862.84 755	597.78 755	1073.99 755	700.52 756	1015.66 756	702.59 753	1115.65 756	760.02 756	1130.24 756	721.57 754	1037.41 756	692.65 756	814.05 756	564.29 756	843.28 756	595.31 756	915.51 753	602.92 756

real-time stereo	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 755	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

111111	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 755	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

SGD-Stereo	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 755	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

IGEV-Stereo++	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 755	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

IGEV-BASED-STEREO-	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 755	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

IGEV-Stereo+	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 755	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

SDNR	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 755	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

anonymousdsp2	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 755	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

anonymousdsp	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 755	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

test_example2	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 755	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757

DIP-Stereo	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 756	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 755	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 757	10000000.00 754	10000000.00 757
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