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 89	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	0.24 149	0.20 191	0.23 177	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	0.23 195	0.21 204	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 262	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	0.50 244	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	0.73 424	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

VMStereo-Base	0.03 29	0.09 89	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 74	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	0.97 324	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	0.87 301	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	1.03 349	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	0.87 301	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	1.01 343	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	0.95 321	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	0.15 147	0.70 279	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	0.67 450	0.02 15	0.69 442	0.75 458	0.01 9	0.02 21	0.02 20

1111x	0.10 91	1.14 365	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	0.44 216	0.33 260	0.39 238	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	0.39 282	0.36 323	0.02 19	0.02 21	0.02 21	0.02 20

SFCPSM	0.17 158	0.78 287	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	0.79 486	0.02 15	0.75 453	0.76 460	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 192	1.31 435	0.74 450	0.92 421	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	0.87 447	0.75 453	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	1.01 440	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	0.09 135	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	0.90 416	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 157	0.36 353	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	0.11 157	0.04 90	0.03 52	0.58 395	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	0.98 325	0.14 149	0.15 132	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	0.15 140	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 121	1.14 365	0.17 176	0.20 160	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	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 135	1.22 427	0.28 227	0.32 214	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	0.32 234	0.27 232	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	1.05 353	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	1.05 353	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	1.05 353	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	1.00 334	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	1.07 357	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	1.03 349	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	0.17 158	2.16 520	0.13 144	0.13 118	0.04 101	0.06 115	0.04 104	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.05 111	0.18 167	0.12 136	0.06 116	0.03 57	0.05 113	0.03 52

DualNet	0.10 91	1.07 357	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	1.01 343	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	0.16 154	2.01 511	0.12 124	0.15 132	0.04 101	0.06 115	0.05 116	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	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	1.15 368	0.15 165	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	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

psmg	0.43 302	1.91 502	0.92 475	1.91 552	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	1.97 581	1.44 575	0.04 93	0.03 57	0.02 21	0.03 52

222	0.10 91	0.99 332	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	1.09 359	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 74	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	0.06 116	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	1.60 542	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	1.60 542	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	1.62 545	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	0.06 111	0.04 98	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 135	0.04 52	0.03 40	2.22 564	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	0.07 127	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	1.27 515	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	0.08 130	0.04 98	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

IGEV_i1	0.26 201	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	0.06 130	0.05 104	0.03 52	4.34 636	0.03 39	0.04 93	0.03 57	0.05 113	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	0.75 427	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	0.73 424	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

z-mn7	0.16 154	1.21 421	0.33 260	0.41 263	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	0.35 251	0.31 266	0.04 93	0.04 99	0.04 97	0.04 96

z-ln-s-r	0.21 174	1.40 443	0.53 401	0.56 366	0.04 101	0.05 111	0.04 104	0.05 110	0.05 120	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.05 111	0.57 394	0.44 374	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 161	1.47 445	0.33 260	0.40 251	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	0.38 269	0.32 270	0.05 108	0.04 99	0.04 97	0.04 96

DFGA-Net	0.05 57	0.06 74	0.04 65	0.06 65	0.04 101	0.06 115	0.04 104	0.06 117	0.04 104	0.06 119	0.04 111	0.06 120	0.04 101	0.06 111	0.04 98	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

qqq1	0.25 192	3.70 589	0.14 149	0.14 122	0.04 101	0.06 115	0.05 116	0.06 117	0.05 120	0.06 119	0.05 123	0.04 96	0.05 113	0.06 111	0.05 111	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 192	3.70 589	0.14 149	0.14 122	0.04 101	0.06 115	0.05 116	0.06 117	0.05 120	0.06 119	0.05 123	0.04 96	0.05 113	0.06 111	0.05 111	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

mmm	0.14 135	1.83 487	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	0.06 111	0.04 98	0.12 111	0.11 122	0.05 108	0.04 99	0.05 113	0.04 96

ffm	0.25 192	3.83 595	0.12 124	0.12 106	0.05 121	0.06 115	0.05 116	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 113	0.06 111	0.05 111	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 192	3.83 595	0.12 124	0.12 106	0.05 121	0.06 115	0.05 116	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 113	0.06 111	0.05 111	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 192	3.83 595	0.12 124	0.12 106	0.05 121	0.06 115	0.05 116	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 113	0.06 111	0.05 111	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

GASNet	0.05 57	0.04 52	0.12 124	0.04 53	0.04 101	0.04 96	0.05 116	0.04 95	0.04 104	0.12 152	0.04 111	0.06 120	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	1.16 370	0.16 169	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	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

FADNet_RVC	0.12 121	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	0.05 113	0.04 90	1.65 604	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 128	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.05 116	0.04 95	0.04 104	0.04 92	0.05 123	0.04 96	0.05 113	0.04 90	1.71 609	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

FADNet	0.12 121	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	0.05 113	0.04 90	1.66 606	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 121	0.03 31	0.04 65	1.71 548	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	0.06 111	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 147	0.04 52	0.04 65	2.20 563	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.05 123	0.04 96	0.04 101	0.08 130	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 80	0.12 124	0.08 69	0.05 121	0.08 128	0.05 116	0.08 130	0.05 120	0.08 129	0.05 123	0.08 129	0.05 113	0.08 130	0.05 111	0.08 77	0.07 81	0.07 121	0.05 118	0.07 128	0.05 117

BridgeDepth_RVC	0.07 67	0.08 80	0.11 113	0.11 98	0.05 121	0.08 128	0.05 116	0.08 130	0.05 120	0.08 129	0.05 123	0.08 129	0.05 113	0.08 130	0.05 111	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
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	0.13 108	0.39 300	0.08 69	0.05 121	0.07 126	0.05 116	0.13 153	0.05 120	0.06 119	0.05 123	0.06 120	0.05 113	0.06 111	0.05 111	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 76	0.13 108	0.39 300	0.08 69	0.05 121	0.07 126	0.05 116	0.13 153	0.05 120	0.06 119	0.05 123	0.06 120	0.05 113	0.06 111	0.05 111	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

AASNet	0.06 61	0.08 80	0.08 83	0.08 69	0.05 121	0.06 115	0.05 116	0.05 110	0.06 133	0.06 119	0.06 134	0.05 113	0.06 130	0.06 111	0.05 111	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

SACVNet	0.06 61	0.08 80	0.08 83	0.08 69	0.05 121	0.06 115	0.05 116	0.05 110	0.06 133	0.06 119	0.06 134	0.05 113	0.06 130	0.06 111	0.05 111	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AACVNet	0.06 61	0.08 80	0.08 83	0.08 69	0.05 121	0.06 115	0.05 116	0.05 110	0.06 133	0.06 119	0.06 134	0.05 113	0.06 130	0.06 111	0.05 111	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

APVNet	0.09 76	0.05 66	0.04 65	0.05 60	0.04 101	0.05 111	0.90 500	0.06 117	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	0.05 113	0.05 117

GwcNet	0.12 121	0.07 78	0.05 80	0.08 69	0.05 121	0.08 128	1.20 530	0.07 127	0.05 120	0.05 113	0.05 123	0.08 129	0.05 113	0.08 130	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

TS12	0.09 76	0.09 89	0.17 176	0.19 156	0.06 134	0.08 128	0.06 133	0.08 130	0.06 133	0.08 129	0.06 134	0.08 129	0.06 130	0.08 130	0.06 127	0.15 140	0.16 169	0.08 126	0.06 129	0.08 133	0.06 126

BridgeDepth	0.08 73	0.08 80	0.11 113	0.11 98	0.05 121	0.08 128	0.05 116	0.08 130	0.07 137	0.08 129	0.05 123	0.08 129	0.05 113	0.09 136	0.08 130	0.15 140	0.11 122	0.07 121	0.05 118	0.07 128	0.06 126
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 80	0.07 81	0.07 67	0.07 136	0.08 128	0.06 133	0.08 130	0.07 137	0.08 129	0.07 138	0.08 129	0.06 130	0.07 127	0.07 128	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

FADNet-RVC-Resample	0.12 121	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	1.57 600	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

RT-Monster	0.09 76	0.07 78	0.03 40	0.15 132	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 144	0.04 90	0.03 52	0.92 452	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

SuperB	0.21 174	0.10 93	2.51 631	0.12 106	0.09 140	0.10 138	0.09 140	0.08 130	0.07 137	0.10 138	0.09 142	0.09 137	0.07 136	0.07 127	0.07 128	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

SepStereo	0.09 76	0.09 89	0.10 93	0.09 76	0.09 140	0.09 136	0.09 140	0.10 137	0.08 141	0.10 138	0.09 142	0.09 137	0.09 140	0.09 136	0.08 130	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

BEATNet-Init1	0.19 165	0.08 80	0.08 83	2.23 565	0.08 138	0.08 128	0.07 137	0.07 127	0.08 141	0.08 129	0.07 138	0.08 129	0.07 136	0.11 151	0.08 130	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 165	0.08 80	0.08 83	2.23 565	0.08 138	0.08 128	0.07 137	0.07 127	0.08 141	0.08 129	0.07 138	0.08 129	0.07 136	0.11 151	0.08 130	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

S2M2_L	0.12 121	0.14 114	0.10 93	0.15 132	0.10 147	0.14 154	0.10 145	0.14 155	0.10 145	0.15 160	0.10 146	0.14 155	0.10 144	0.14 157	0.10 141	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CSP-Net	0.34 230	1.29 431	1.19 502	1.36 530	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	1.26 541	1.21 552	0.03 41	0.09 136	0.02 21	0.09 135

LRCNet_RVC	0.13 128	0.13 108	0.09 89	0.13 118	0.10 147	0.14 154	0.10 145	0.14 155	0.10 145	0.23 203	0.10 146	0.20 185	0.10 144	0.24 210	0.11 153	0.11 105	0.09 94	0.12 147	0.14 185	0.12 154	0.09 135

ELAS_RVC	0.14 135	0.16 116	0.10 93	0.15 132	0.10 147	0.18 179	0.11 158	0.19 179	0.11 160	0.19 178	0.12 168	0.18 178	0.11 157	0.19 180	0.12 165	0.14 133	0.08 84	0.14 153	0.09 136	0.15 165	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 128	0.16 116	0.11 113	0.15 132	0.09 140	0.18 179	0.11 158	0.18 177	0.11 160	0.17 172	0.11 160	0.18 178	0.11 157	0.18 177	0.11 153	0.14 133	0.08 84	0.14 153	0.08 134	0.14 158	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MatchStereo	0.54 375	0.12 106	2.38 629	2.32 571	0.09 140	0.09 136	0.08 139	0.09 136	0.07 137	0.09 136	0.07 138	0.09 137	0.07 136	0.09 136	0.08 130	2.34 604	2.34 623	0.12 147	0.11 155	0.11 148	0.10 140
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 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

PVD	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SHD	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SAMSARA	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

XQC	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSC	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTS	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSA	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet+	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet++	0.10 91	0.10 93	0.10 93	0.10 81	0.10 147	0.10 138	0.10 145	0.10 137	0.10 145	0.10 138	0.10 146	0.10 140	0.10 144	0.10 140	0.10 141	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

PDISCO_ROB	0.83 446	2.80 570	3.49 652	0.14 122	0.11 163	0.17 175	0.09 140	0.15 167	0.10 145	0.15 160	0.12 168	0.16 166	0.14 182	3.30 636	0.13 172	0.14 133	2.34 623	0.16 169	0.12 170	2.62 616	0.10 140

SGM_RVC	0.15 147	0.17 121	0.11 113	0.18 153	0.11 163	0.19 182	0.11 158	0.19 179	0.12 176	0.19 178	0.12 168	0.20 185	0.12 172	0.19 180	0.12 165	0.16 151	0.11 122	0.17 177	0.10 143	0.17 176	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
S2M2_XL	0.14 135	0.17 121	0.12 124	0.17 151	0.11 163	0.17 175	0.11 158	0.17 174	0.11 160	0.17 172	0.11 160	0.17 174	0.11 157	0.17 174	0.11 153	0.16 151	0.11 122	0.16 169	0.11 155	0.16 170	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 147	0.17 121	0.13 144	0.20 160	0.13 180	0.19 182	0.13 175	0.18 177	0.13 180	0.19 178	0.13 181	0.18 178	0.14 182	0.18 177	0.14 176	0.16 151	0.11 122	0.15 165	0.14 185	0.18 180	0.11 153

JetRed	0.11 112	0.12 106	0.11 113	0.11 98	0.11 163	0.11 149	0.14 177	0.11 149	0.11 160	0.12 152	0.11 160	0.11 150	0.11 157	0.11 151	0.11 153	0.11 105	0.16 169	0.11 144	0.11 155	0.11 148	0.11 153

JetBlue	0.11 112	0.11 104	0.12 124	0.13 118	0.14 182	0.11 149	0.11 158	0.11 149	0.11 160	0.11 150	0.11 160	0.11 150	0.11 157	0.12 155	0.12 165	0.11 105	0.11 122	0.11 144	0.11 155	0.11 148	0.11 153

CIPLG	0.13 128	0.21 135	0.12 124	0.16 142	0.11 163	0.15 161	0.11 158	0.14 155	0.11 160	0.15 160	0.12 168	0.15 165	0.11 157	0.14 157	0.11 153	0.15 140	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLG	0.13 128	0.20 129	0.14 149	0.15 132	0.11 163	0.14 154	0.11 158	0.14 155	0.11 160	0.14 154	0.11 160	0.14 155	0.11 157	0.14 157	0.11 153	0.15 140	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

MIPNet	0.14 135	0.21 135	0.17 176	0.16 142	0.11 163	0.15 161	0.12 171	0.14 155	0.11 160	0.16 165	0.11 160	0.14 155	0.11 157	0.14 157	0.11 153	0.14 133	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLGR	0.14 135	0.24 149	0.14 149	0.16 142	0.12 176	0.15 161	0.12 171	0.14 155	0.11 160	0.15 160	0.12 168	0.14 155	0.11 157	0.14 157	0.11 153	0.15 140	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ACRE	0.13 128	0.21 135	0.14 149	0.15 132	0.11 163	0.14 154	0.11 158	0.14 155	0.11 160	0.14 154	0.12 168	0.14 155	0.11 157	0.14 157	0.11 153	0.15 140	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ICVP	0.15 147	0.53 258	0.11 113	0.16 142	0.11 163	0.16 168	0.11 158	0.16 168	0.11 160	0.16 165	0.11 160	0.16 166	0.11 157	0.16 167	0.11 153	0.16 151	0.11 122	0.16 169	0.11 155	0.16 170	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 128	0.11 104	0.11 113	0.11 98	0.11 163	0.11 149	0.11 158	0.11 149	0.11 160	0.11 150	0.12 168	0.11 150	0.11 157	0.11 151	0.11 153	0.11 105	0.11 122	0.14 153	0.11 155	0.49 386	0.11 153

PASM	0.39 274	3.06 574	1.36 568	1.58 538	0.09 140	0.11 149	0.11 158	0.11 149	0.11 160	0.09 136	0.09 142	0.11 150	0.09 140	0.09 136	0.09 135	0.11 105	0.11 122	0.11 144	0.09 136	0.11 148	0.11 153

LALA_ROB	0.15 147	0.19 125	0.12 124	0.18 153	0.11 163	0.20 187	0.12 171	0.21 194	0.12 176	0.20 184	0.12 168	0.20 185	0.12 172	0.21 195	0.13 172	0.17 159	0.10 99	0.18 187	0.11 155	0.18 180	0.11 153

FADE	0.07 67	0.06 74	0.02 15	0.09 76	0.10 147	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	0.15 140	0.10 99	0.17 177	0.13 179	0.11 148	0.11 153

DF	0.39 274	1.37 441	1.02 487	1.14 453	0.12 176	0.16 168	0.12 171	0.16 168	0.12 176	0.16 165	0.12 168	0.16 166	0.12 172	0.16 167	0.12 165	1.12 484	1.00 476	0.15 165	0.12 170	0.15 165	0.12 167

ProNet	0.14 135	0.20 129	0.14 149	0.16 142	0.11 163	0.16 168	0.11 158	0.17 174	0.11 160	0.17 172	0.12 168	0.17 174	0.13 178	0.17 174	0.12 165	0.15 140	0.11 122	0.16 169	0.11 155	0.15 165	0.12 167

IPLGR_C	0.14 135	0.20 129	0.12 124	0.15 132	0.11 163	0.14 154	0.15 182	0.14 155	0.11 160	0.15 160	0.12 168	0.14 155	0.11 157	0.16 167	0.11 153	0.15 140	0.12 136	0.14 153	0.12 170	0.15 165	0.12 167

ac_64	0.22 180	0.13 108	0.19 188	0.23 177	0.10 147	0.26 230	1.02 516	0.14 155	0.10 145	0.28 231	0.14 186	0.17 174	0.19 221	0.28 238	0.09 135	0.22 184	0.16 169	0.23 211	0.17 216	0.11 148	0.12 167

ACVNet	0.20 167	0.19 125	0.14 149	0.20 160	0.14 182	0.20 187	0.96 507	0.21 194	0.14 182	0.20 184	0.13 181	0.21 193	0.14 182	0.20 184	0.14 176	0.17 159	0.12 136	0.17 177	0.12 170	0.17 176	0.12 167

acv_ft	0.20 167	0.19 125	0.14 149	0.20 160	0.14 182	0.20 187	0.96 507	0.21 194	0.14 182	0.20 184	0.13 181	0.21 193	0.14 182	0.20 184	0.14 176	0.17 159	0.12 136	0.17 177	0.12 170	0.17 176	0.12 167

HSM	0.14 135	0.16 116	0.12 124	0.17 151	0.12 176	0.17 175	0.11 158	0.17 174	0.11 160	0.17 172	0.12 168	0.17 174	0.12 172	0.17 174	0.12 165	0.16 151	0.11 122	0.16 169	0.11 155	0.16 170	0.12 167

ISRNet	0.11 112	0.05 66	0.36 283	0.24 182	0.07 136	0.13 153	0.05 116	0.06 117	0.05 120	0.05 113	0.05 123	0.13 154	0.05 113	0.05 104	0.09 135	0.24 202	0.20 200	0.10 133	0.05 118	0.06 118	0.13 174

castereo++	0.54 375	3.59 586	1.15 496	1.31 524	0.14 182	0.16 168	0.14 177	0.16 168	0.14 182	0.16 165	0.14 186	0.16 166	0.13 178	0.16 167	0.14 176	1.45 556	1.16 501	0.15 165	0.14 185	0.15 165	0.13 174

DDVS	0.30 209	3.10 575	0.14 149	0.19 156	0.14 182	0.19 182	0.14 177	0.20 185	0.14 182	0.19 178	0.13 181	0.16 166	0.13 178	0.19 180	0.13 172	0.17 159	0.13 159	0.17 177	0.13 179	0.17 176	0.13 174

HCRNet	1.22 550	7.11 641	3.00 636	3.55 617	0.33 349	0.29 238	0.14 177	0.19 179	0.15 192	0.33 252	0.29 273	0.25 221	0.14 182	0.22 199	0.33 332	3.64 632	3.00 630	0.76 460	0.32 348	0.18 180	0.13 174

DeepPruner_ROB	0.16 154	0.18 124	0.13 144	0.19 156	0.13 180	0.19 182	0.13 175	0.19 179	0.13 180	0.19 178	0.13 181	0.19 182	0.13 178	0.19 180	0.13 172	0.18 167	0.13 159	0.18 187	0.13 179	0.18 180	0.13 174

DepthFocus	0.18 161	0.22 139	0.15 165	0.22 172	0.15 193	0.22 200	0.15 182	0.22 198	0.15 192	0.22 198	0.15 194	0.22 201	0.16 194	0.22 199	0.15 186	0.20 174	0.15 166	0.20 194	0.14 185	0.20 187	0.14 179

RSGM-EC	0.24 189	0.24 149	0.15 165	0.22 172	0.15 193	0.22 200	0.15 182	0.22 198	0.15 192	0.24 210	0.15 194	0.22 201	0.15 192	0.22 199	1.19 530	0.20 174	0.17 190	0.24 220	0.14 185	0.20 187	0.14 179

acva	0.24 189	0.24 149	0.15 165	0.22 172	0.15 193	0.22 200	0.15 182	0.22 198	0.15 192	0.24 210	0.15 194	0.22 201	0.15 192	0.22 199	1.19 530	0.20 174	0.17 190	0.24 220	0.14 185	0.20 187	0.14 179

GMStereo	0.14 135	0.13 108	0.14 149	0.14 122	0.14 182	0.14 154	0.14 177	0.14 155	0.14 182	0.14 154	0.14 186	0.14 155	0.14 182	0.14 157	0.14 176	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
VIP-Stereo	0.70 408	2.97 573	2.43 630	2.49 578	0.16 203	0.25 221	0.16 188	0.25 216	0.16 197	0.25 218	0.18 221	0.25 221	0.16 194	0.26 230	0.16 193	1.86 571	1.26 554	0.23 211	0.15 192	0.23 207	0.15 183

iinet-test	0.08 73	0.16 116	0.02 15	0.16 142	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 419	0.02 16	0.02 19	0.02 21	0.02 21	0.16 184

LACA2	0.21 174	0.24 149	0.26 218	0.31 208	0.16 203	0.24 212	0.16 188	0.24 208	0.16 197	0.24 210	0.16 198	0.24 214	0.16 194	0.24 210	0.16 193	0.27 213	0.23 214	0.24 220	0.16 194	0.23 207	0.16 184

LACA1	0.21 174	0.24 149	0.26 218	0.31 208	0.16 203	0.24 212	0.16 188	0.24 208	0.16 197	0.24 210	0.16 198	0.24 214	0.16 194	0.24 210	0.16 193	0.27 213	0.22 208	0.23 211	0.16 194	0.23 207	0.16 184

BStereo	0.22 180	0.23 141	0.20 191	0.24 182	0.20 227	0.23 209	0.33 335	0.39 272	0.17 207	0.23 203	0.17 205	0.23 208	0.16 194	0.24 210	0.17 199	0.23 195	0.16 169	0.22 203	0.20 224	0.22 196	0.16 184

Wave_Phase_stereo	0.22 180	0.23 141	0.20 191	0.24 182	0.20 227	0.23 209	0.33 335	0.39 272	0.17 207	0.23 203	0.17 205	0.23 208	0.16 194	0.24 210	0.17 199	0.23 195	0.16 169	0.22 203	0.20 224	0.22 196	0.16 184

xyz-stereo-finetune2	0.18 161	0.48 238	0.16 169	0.16 142	0.15 193	0.15 161	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 169	0.16 194	0.16 170	0.16 184

xyz-stereo	0.18 161	0.50 244	0.16 169	0.15 132	0.16 203	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 169	0.16 194	0.16 170	0.16 184

DEFOM-Stereo_RVC	0.83 446	5.18 621	1.98 618	2.19 562	0.17 209	0.19 182	0.18 206	0.19 179	0.16 197	0.20 184	0.19 223	0.22 201	0.22 232	0.20 184	0.15 186	2.28 598	2.13 618	0.24 220	0.17 216	0.18 180	0.16 184

castereo	0.61 389	3.79 594	1.35 560	1.52 537	0.15 193	0.17 175	0.16 188	0.20 185	0.21 225	0.18 176	0.16 198	0.21 193	0.12 172	0.26 230	0.17 199	1.43 555	1.38 571	0.17 177	0.16 194	0.18 180	0.16 184

tg	0.21 174	0.25 155	0.21 197	0.26 196	0.17 209	0.24 212	0.17 198	0.24 208	0.17 207	0.24 210	0.17 205	0.24 214	0.17 206	0.24 210	0.17 199	0.24 202	0.17 190	0.23 211	0.16 194	0.23 207	0.16 184

ACV-stereo	0.30 209	2.08 513	0.25 212	0.25 189	0.18 220	0.24 212	0.17 198	0.24 208	0.18 213	0.24 210	0.17 205	0.25 221	0.17 206	0.24 210	0.17 199	0.22 184	0.16 169	0.22 203	0.16 194	0.22 196	0.16 184

GMStereo_Zeroshot	0.16 154	0.16 116	0.16 169	0.16 142	0.16 203	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 169	0.16 194	0.16 170	0.16 184

MSKI-zero shot	0.24 189	0.21 135	0.49 382	0.65 383	0.18 220	0.22 200	0.17 198	0.23 205	0.18 213	0.21 196	0.17 205	0.23 208	0.28 267	0.23 206	0.18 211	0.21 182	0.16 169	0.21 198	0.16 194	0.21 194	0.16 184

dd	0.23 186	0.98 325	0.16 169	0.23 177	0.15 193	0.23 209	0.15 182	0.23 205	0.15 192	0.23 203	0.15 194	0.24 214	0.17 206	0.23 206	0.15 186	0.22 184	0.15 166	0.21 198	0.15 192	0.22 196	0.16 184

dad	0.23 186	1.03 349	0.16 169	0.23 177	0.15 193	0.24 212	0.15 182	0.24 208	0.16 197	0.23 203	0.16 198	0.24 214	0.16 194	0.23 206	0.15 186	0.22 184	0.16 169	0.22 203	0.16 194	0.22 196	0.16 184

iResNetv2_ROB	0.20 167	0.23 141	0.18 186	0.24 182	0.20 227	0.24 212	0.18 206	0.24 208	0.18 213	0.24 210	0.18 221	0.23 208	0.19 221	0.24 210	0.18 211	0.21 182	0.16 169	0.21 198	0.16 194	0.22 196	0.16 184

iResNet	0.20 167	0.23 141	0.18 186	0.24 182	0.18 220	0.24 212	0.20 214	0.24 208	0.18 213	0.23 203	0.17 205	0.23 208	0.18 216	0.23 206	0.18 211	0.22 184	0.16 169	0.21 198	0.16 194	0.21 194	0.16 184

LACA3	0.23 186	0.25 155	0.27 221	0.54 359	0.17 209	0.25 221	0.17 198	0.25 216	0.17 207	0.25 218	0.17 205	0.25 221	0.17 206	0.25 219	0.17 199	0.28 217	0.23 214	0.24 220	0.17 216	0.24 211	0.17 201

Pointernet	0.21 174	0.22 139	0.19 188	0.24 182	0.19 224	0.24 212	0.19 210	0.24 208	0.19 219	0.24 210	0.19 223	0.24 214	0.19 221	0.24 210	0.19 214	0.22 184	0.17 190	0.22 203	0.17 216	0.22 196	0.17 201

IGEV_Zeroshot_test	0.20 167	0.19 125	0.40 332	0.30 202	0.17 209	0.22 200	0.17 198	0.21 194	0.17 207	0.20 184	0.17 205	0.21 193	0.18 216	0.21 195	0.17 199	0.20 174	0.16 169	0.20 194	0.16 194	0.20 187	0.17 201

MIM_Stereo	0.25 192	0.23 141	0.66 424	0.80 405	0.17 209	0.22 200	0.17 198	0.23 205	0.18 213	0.26 227	0.17 205	0.21 193	0.17 206	0.25 219	0.17 199	0.23 195	0.16 169	0.21 198	0.17 216	0.22 196	0.17 201

CFNet	1.37 557	5.27 624	0.19 188	5.49 651	0.19 224	0.28 235	0.19 210	0.28 225	0.19 219	0.28 231	0.19 223	0.28 235	4.35 664	0.28 238	0.19 214	0.23 195	0.17 190	0.23 211	4.21 672	4.81 649	0.17 201

CAS++	0.17 158	0.27 160	0.21 197	0.10 81	0.21 236	0.15 161	0.22 224	0.10 137	0.21 225	0.22 198	0.10 146	0.19 182	0.18 216	0.10 140	0.19 214	0.20 174	0.19 198	0.18 187	0.10 143	0.19 186	0.18 206
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 458	4.45 610	0.20 191	0.27 199	0.20 227	0.27 234	0.20 214	0.26 222	0.18 213	5.03 666	0.20 227	0.27 234	0.19 221	0.27 234	0.21 221	0.20 174	0.19 198	0.19 190	4.02 670	0.20 187	0.18 206

DLNR-FE	0.28 203	0.89 306	0.30 235	0.34 221	0.19 224	0.28 235	0.19 210	0.28 225	0.20 221	0.28 231	0.20 227	0.28 235	0.20 225	0.28 238	0.20 217	0.33 239	0.28 238	0.25 225	0.19 223	0.24 211	0.19 208

ssnet_v2	0.68 404	1.96 509	1.25 556	0.29 201	0.20 227	0.30 239	0.20 214	0.29 230	0.22 228	1.50 572	0.20 227	0.31 249	0.20 225	0.27 234	0.22 223	0.24 202	1.49 578	0.26 230	0.18 222	3.90 626	0.19 208

DCVSM-stereo	0.36 246	1.89 499	0.22 199	0.40 251	0.22 238	0.40 285	0.22 224	0.40 279	0.22 228	0.40 280	0.22 234	0.40 289	0.22 232	0.40 286	0.22 223	0.28 217	0.21 204	0.28 236	0.21 228	0.28 223	0.20 210

DAS	0.20 167	0.20 129	0.20 191	0.20 160	0.20 227	0.20 187	0.20 214	0.20 185	0.20 221	0.20 184	0.20 227	0.20 185	0.20 225	0.20 184	0.20 217	0.20 174	0.20 200	0.20 194	0.20 224	0.20 187	0.20 210

ASD4	0.20 167	0.20 129	0.20 191	0.20 160	0.20 227	0.20 187	0.20 214	0.20 185	0.20 221	0.20 184	0.20 227	0.20 185	0.20 225	0.20 184	0.20 217	0.20 174	0.20 200	0.20 194	0.20 224	0.20 187	0.20 210

HGLStereo	0.28 203	0.29 165	0.22 199	0.36 227	0.22 238	0.36 265	0.21 220	0.36 253	0.21 225	0.42 308	0.21 233	0.36 267	0.22 232	0.36 268	0.21 221	0.34 243	0.21 204	0.34 268	0.21 228	0.34 248	0.21 213

DISCO	1.11 497	0.39 190	5.28 665	0.39 238	0.20 227	0.39 283	0.27 249	0.39 272	0.22 228	0.38 268	0.20 227	0.38 276	0.20 225	6.95 677	0.22 223	0.30 226	0.21 204	0.27 234	0.21 228	5.25 658	0.21 213

PAM	0.39 274	1.88 498	0.34 270	0.37 230	0.41 399	0.45 371	0.22 224	0.28 225	0.23 234	0.28 231	0.24 245	0.29 241	0.23 238	0.29 242	0.23 229	0.38 269	0.32 270	0.38 300	0.37 383	0.32 237	0.22 215

WAO-6	0.22 180	0.23 141	0.22 199	0.23 177	0.22 238	0.22 200	0.22 224	0.22 198	0.22 228	0.22 198	0.22 234	0.22 201	0.22 232	0.22 199	0.22 223	0.22 184	0.22 208	0.22 203	0.22 231	0.22 196	0.22 215

WCG-NET（raft）	0.32 225	1.24 429	0.24 209	0.32 214	0.24 249	0.32 254	0.23 232	0.32 239	0.24 237	0.32 248	0.24 245	0.32 253	0.24 241	0.32 251	0.24 232	0.30 226	0.23 214	0.30 243	0.23 237	0.30 229	0.23 217

IMH-64-1	0.22 180	0.23 141	0.23 202	0.22 172	0.22 238	0.22 200	0.22 224	0.22 198	0.22 228	0.22 198	0.22 234	0.22 201	0.22 232	0.22 199	0.22 223	0.22 184	0.22 208	0.23 211	0.22 231	0.22 196	0.23 217

IMH-64	0.22 180	0.23 141	0.23 202	0.22 172	0.22 238	0.22 200	0.22 224	0.22 198	0.22 228	0.22 198	0.22 234	0.22 201	0.22 232	0.22 199	0.22 223	0.22 184	0.22 208	0.23 211	0.22 231	0.22 196	0.23 217

DLNR_Zeroshot_test	0.31 216	0.28 163	0.47 367	0.79 402	0.24 249	0.30 239	0.26 246	0.30 232	0.24 237	0.32 248	0.23 238	0.31 249	0.24 241	0.30 244	0.23 229	0.29 225	0.26 222	0.29 241	0.24 244	0.33 244	0.23 217

gwcnet-sp	0.82 442	1.72 455	1.48 578	0.39 238	0.15 193	0.31 245	0.21 220	0.20 185	0.25 242	1.61 576	0.23 238	0.28 235	0.26 253	0.20 184	0.15 186	0.24 202	1.33 562	0.32 252	0.16 194	6.75 665	0.23 217

scenet	0.82 442	1.72 455	1.48 578	0.39 238	0.15 193	0.31 245	0.21 220	0.20 185	0.25 242	1.61 576	0.23 238	0.28 235	0.26 253	0.20 184	0.15 186	0.24 202	1.33 562	0.32 252	0.16 194	6.75 665	0.23 217

ssnet	0.82 442	1.72 455	1.48 578	0.39 238	0.15 193	0.31 245	0.21 220	0.20 185	0.25 242	1.61 576	0.23 238	0.28 235	0.26 253	0.20 184	0.15 186	0.24 202	1.33 562	0.32 252	0.16 194	6.75 665	0.23 217

CRFU-Net	0.65 397	1.67 452	1.22 552	1.96 556	0.27 259	0.41 301	0.27 249	0.41 294	0.27 259	0.40 280	0.26 256	0.41 302	0.27 260	0.40 286	0.27 246	1.80 570	1.62 591	0.34 268	0.23 237	0.33 244	0.23 217

NINENet	0.69 407	3.87 598	1.20 505	1.98 557	0.05 121	0.40 285	0.04 104	0.40 279	0.05 120	0.41 294	0.04 111	0.41 302	0.05 113	0.40 286	0.05 111	1.79 569	1.56 584	0.34 268	0.22 231	0.34 248	0.23 217

FENet	0.54 375	1.52 447	1.19 502	1.41 533	0.23 244	0.35 261	0.23 232	0.35 249	0.23 234	0.34 254	0.23 238	0.35 262	0.23 238	0.35 262	0.23 229	1.40 553	1.07 485	0.32 252	0.23 237	0.33 244	0.23 217

iResNet_ROB	0.28 203	0.32 171	0.24 209	0.32 214	0.25 251	0.32 254	0.24 237	0.32 239	0.24 237	0.33 252	0.24 245	0.35 262	0.24 241	0.33 258	0.24 232	0.31 232	0.24 218	0.32 252	0.24 244	0.32 237	0.24 227

UNDER WATER-64	0.25 192	0.26 157	0.25 212	0.26 196	0.25 251	0.25 221	0.25 239	0.25 216	0.25 242	0.25 218	0.25 251	0.25 221	0.25 244	0.26 230	0.25 240	0.25 208	0.25 219	0.25 225	0.25 247	0.25 214	0.25 228

CAS	0.30 209	1.17 371	0.25 212	0.25 189	0.25 251	0.26 230	0.25 239	0.25 216	0.26 255	0.25 218	0.25 251	0.25 221	0.25 244	0.25 219	0.25 240	0.26 210	0.26 222	0.26 230	0.25 247	0.26 216	0.25 228

LoS	0.25 192	0.27 160	0.25 212	0.25 189	0.25 251	0.25 221	0.25 239	0.26 222	0.25 242	0.25 218	0.25 251	0.25 221	0.25 244	0.25 219	0.25 240	0.26 210	0.25 219	0.25 225	0.26 253	0.26 216	0.25 228
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 461	7.04 640	2.23 623	2.75 584	0.28 264	0.43 328	0.25 239	0.39 272	0.25 242	0.41 294	0.27 260	0.39 281	0.25 244	0.40 286	0.28 255	0.37 258	0.28 238	0.37 292	0.25 247	0.37 272	0.25 228

IGEV-Stereo	0.35 239	0.44 216	0.45 355	0.49 305	0.30 284	0.37 270	0.30 272	0.36 253	0.30 280	0.36 262	0.29 273	0.36 267	0.29 274	0.36 268	0.30 273	0.46 351	0.39 340	0.32 252	0.24 244	0.32 237	0.25 228
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.73 416	1.22 427	0.25 212	1.22 510	0.25 251	1.22 556	0.25 239	1.22 550	0.25 242	1.22 558	0.25 251	1.22 561	0.25 244	1.22 561	0.25 240	1.22 540	0.26 222	1.21 569	0.25 247	1.22 549	0.25 228
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	0.44 314	1.82 484	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.44 349	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-60k	0.44 314	1.81 477	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-70k	0.44 314	1.82 484	0.38 289	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-78k	0.44 314	1.80 472	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.45 341	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-40k	0.44 314	1.81 477	0.39 300	0.50 341	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.45 341	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-36k	0.44 314	1.80 472	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-34k	0.44 314	1.80 472	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-32k-new	0.44 314	1.78 467	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.44 352	0.30 280	0.44 347	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.45 341	0.34 311	0.39 341	0.26 253	0.38 285	0.26 234

aanet-new-32k	0.44 314	1.79 471	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-30k	0.44 314	1.78 467	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-28k	0.44 314	1.81 477	0.39 300	0.49 305	0.30 284	0.44 361	0.30 272	0.44 352	0.30 280	0.44 347	0.30 285	0.44 359	0.30 280	0.44 349	0.30 273	0.45 341	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT26K	0.43 302	1.76 462	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.31 311	0.44 313	0.33 282	0.38 300	0.27 290	0.38 285	0.26 234

aanet-new-24k	0.44 314	1.78 467	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-22k	0.44 314	1.81 477	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-16k	0.44 314	1.83 487	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-14k	0.60 384	5.12 619	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.44 349	0.30 273	0.44 313	0.37 326	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new-8k	0.43 302	1.76 462	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

aanet-new	0.43 302	1.80 472	0.38 289	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-cres-4k	0.44 314	1.81 477	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-cres	0.43 302	1.77 464	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-36K	0.43 302	1.78 467	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-22K	0.44 314	1.85 493	0.38 289	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-20K	0.43 302	1.77 464	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-24K	0.44 314	1.86 496	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-5K	0.44 314	1.80 472	0.39 300	0.49 305	0.30 284	0.44 361	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.44 349	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-2K	0.44 314	1.82 484	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-3K	0.43 302	1.77 464	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.33 282	0.38 300	0.26 253	0.38 285	0.26 234

GCAP-Stereo-DPT-50K	0.44 314	1.83 487	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.36 323	0.38 300	0.26 253	0.38 285	0.26 234

LG-Stereo_L2	0.34 230	0.37 179	0.38 289	0.47 294	0.28 264	0.39 283	0.28 257	0.39 272	0.28 263	0.39 274	0.28 267	0.39 281	0.28 267	0.38 275	0.28 255	0.42 311	0.35 317	0.36 289	0.26 253	0.35 261	0.26 234

model_zeroshot	0.27 202	0.20 129	0.27 221	0.33 218	0.21 236	0.37 270	0.22 224	0.37 259	0.24 237	0.26 227	0.27 260	0.33 256	0.21 231	0.25 219	0.27 246	0.32 234	0.20 200	0.34 268	0.23 237	0.25 214	0.26 234

GCAP-BAT	0.41 287	1.30 433	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.44 347	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.44 313	0.34 311	0.38 300	0.26 253	0.38 285	0.26 234

test_for_model	0.35 239	0.39 190	0.30 235	0.43 279	0.30 284	0.43 328	0.30 272	0.43 318	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.44 349	0.31 311	0.38 269	0.26 222	0.38 300	0.26 253	0.38 285	0.26 234

GCAPDPT-zeroshot	0.36 246	0.40 194	0.30 235	0.43 279	0.30 284	0.43 328	0.30 272	0.43 318	0.31 323	0.43 313	0.30 285	0.43 327	0.30 280	0.44 349	0.31 311	0.39 282	0.28 238	0.39 341	0.27 290	0.39 326	0.26 234

HH	0.71 411	2.54 547	0.74 450	1.10 447	0.32 337	0.41 301	0.37 366	0.69 435	0.78 488	0.73 447	0.90 504	0.75 453	1.00 499	0.84 459	0.69 466	0.69 415	0.40 343	0.35 284	0.26 253	0.35 261	0.26 234

HanStereo	0.71 411	2.54 547	0.74 450	1.10 447	0.32 337	0.41 301	0.37 366	0.69 435	0.78 488	0.73 447	0.90 504	0.75 453	1.00 499	0.84 459	0.69 466	0.69 415	0.40 343	0.35 284	0.26 253	0.35 261	0.26 234

LoS_RVC	0.30 209	1.14 365	0.25 212	0.25 189	0.25 251	0.26 230	0.25 239	0.25 216	0.25 242	0.25 218	0.25 251	0.26 232	0.26 253	0.26 230	0.25 240	0.26 210	0.26 222	0.25 225	0.25 247	0.26 216	0.26 234

iRaft-Stereo_5w	0.34 230	0.42 212	0.31 250	0.39 238	0.30 284	0.38 277	0.30 272	0.40 279	0.29 269	0.40 280	0.37 373	0.41 302	0.34 350	0.38 275	0.30 273	0.34 243	0.27 232	0.34 268	0.26 253	0.34 248	0.26 234

UCFNet_RVC	2.75 632	10.06 662	0.29 231	10.31 679	0.29 274	0.42 321	0.29 267	0.43 318	0.29 269	0.42 308	0.29 273	0.42 320	9.87 681	0.43 320	0.29 266	0.36 255	9.84 680	0.36 289	0.26 253	9.77 679	0.26 234

aanet-new-10k	0.45 337	1.81 477	0.40 332	0.50 341	0.31 327	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.31 327	0.44 359	0.32 334	0.44 349	0.31 311	0.46 351	0.35 317	0.39 341	0.27 290	0.39 326	0.27 272

aanet-new-12k	0.46 344	1.99 510	0.40 332	0.51 352	0.31 327	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.31 327	0.44 359	0.31 329	0.44 349	0.32 321	0.47 358	0.35 317	0.39 341	0.27 290	0.39 326	0.27 272

GCAP-Stereo-DPT-FT	0.41 287	1.06 356	0.40 332	0.51 352	0.31 327	0.44 361	0.30 272	0.43 318	0.32 333	0.44 347	0.30 285	0.56 425	0.30 280	0.44 349	0.31 311	0.45 341	0.34 311	0.39 341	0.27 290	0.40 338	0.27 272

gcap_with_dpt	0.35 239	0.39 190	0.30 235	0.44 282	0.31 327	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.30 285	0.44 359	0.30 280	0.44 349	0.30 273	0.38 269	0.26 222	0.38 300	0.27 290	0.38 285	0.27 272

GIP-stereo	0.36 246	0.49 240	0.39 300	0.48 299	0.32 337	0.41 301	0.28 257	0.40 279	0.30 280	0.41 294	0.28 267	0.40 289	0.28 267	0.42 314	0.28 255	0.45 341	0.32 270	0.38 300	0.30 330	0.37 272	0.27 272

gcap-zeroshot	0.36 246	0.40 194	0.34 270	0.44 282	0.31 327	0.44 361	0.31 316	0.44 352	0.32 333	0.44 347	0.32 337	0.44 359	0.32 334	0.44 349	0.31 311	0.39 282	0.28 238	0.39 341	0.28 303	0.39 326	0.27 272

GCAPDPT-zeroshot4090	0.40 279	1.09 359	0.39 300	0.49 305	0.30 284	0.43 328	0.30 272	0.44 352	0.30 280	0.43 313	0.30 285	0.43 327	0.30 280	0.43 320	0.30 273	0.45 341	0.34 311	0.38 300	0.27 290	0.38 285	0.27 272

tt1	0.31 216	0.93 318	0.24 209	0.33 218	0.23 244	0.31 245	0.24 237	0.32 239	0.24 237	0.32 248	0.23 238	0.32 253	0.25 244	0.32 251	0.24 232	0.27 213	0.26 222	0.27 234	0.26 253	0.27 221	0.27 272

xxxxx1	0.31 216	0.91 311	0.23 202	0.31 208	0.23 244	0.31 245	0.23 232	0.33 243	0.25 242	0.31 242	0.24 245	0.33 256	0.25 244	0.32 251	0.24 232	0.28 217	0.28 238	0.28 236	0.28 303	0.29 226	0.27 272

testlalala	0.36 246	0.40 194	0.34 270	0.44 282	0.31 327	0.44 361	0.31 316	0.44 352	0.32 333	0.44 347	0.32 337	0.44 359	0.32 334	0.44 349	0.31 311	0.39 282	0.28 238	0.39 341	0.28 303	0.39 326	0.27 272

tt_ll	0.31 216	0.91 311	0.23 202	0.31 208	0.23 244	0.31 245	0.23 232	0.33 243	0.25 242	0.31 242	0.24 245	0.33 256	0.25 244	0.32 251	0.24 232	0.28 217	0.28 238	0.28 236	0.28 303	0.29 226	0.27 272

CroCo-Stereo Lap2	0.77 425	1.29 431	0.29 231	1.27 515	0.29 274	1.27 560	0.26 246	1.26 553	0.26 255	1.26 559	0.26 256	1.27 565	0.26 253	1.26 562	0.27 246	1.27 542	0.27 232	1.27 572	0.27 290	1.27 552	0.27 272

ff	0.31 216	0.91 311	0.23 202	0.31 208	0.23 244	0.31 245	0.23 232	0.33 243	0.25 242	0.31 242	0.24 245	0.33 256	0.25 244	0.32 251	0.24 232	0.28 217	0.28 238	0.28 236	0.28 303	0.29 226	0.27 272

BUS	0.83 446	1.91 502	0.92 475	4.48 628	0.02 22	0.40 285	0.04 104	0.41 294	0.02 22	0.48 378	0.03 56	0.41 302	0.05 113	0.03 43	0.05 111	1.97 581	4.19 653	0.33 259	0.23 237	0.34 248	0.27 272

BSDual-CNN	0.81 437	1.91 502	0.92 475	4.48 628	0.02 22	0.42 321	0.06 133	0.41 294	0.02 22	0.48 378	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 581	4.19 653	0.33 259	0.23 237	0.34 248	0.27 272

hknet	1.10 495	1.85 493	3.49 652	4.48 628	0.02 22	0.42 321	0.06 133	0.41 294	0.02 22	0.48 378	0.03 56	0.41 302	0.03 53	0.42 314	0.03 52	4.39 639	4.19 653	0.33 259	0.23 237	0.34 248	0.27 272

DGSMNet	0.34 230	0.41 205	0.27 221	0.41 263	0.28 264	0.41 301	0.28 257	0.41 294	0.27 259	0.41 294	0.27 260	0.42 320	0.27 260	0.41 301	0.28 255	0.40 289	0.29 252	0.40 354	0.28 303	0.40 338	0.27 272

AANet_RVC	1.26 552	0.31 169	4.99 663	5.93 654	0.20 227	0.25 221	0.20 214	0.25 216	0.20 221	0.23 203	0.19 223	0.25 221	0.20 225	0.25 219	0.20 217	5.66 663	4.76 656	0.26 230	0.30 330	0.24 211	0.27 272

MLCV	0.31 216	0.35 174	0.27 221	0.35 223	0.28 264	0.35 261	0.27 249	0.35 249	0.28 263	0.36 262	0.27 260	0.35 262	0.27 260	0.35 262	0.27 246	0.34 243	0.27 232	0.34 268	0.27 290	0.34 248	0.27 272

DN-CSS_ROB	0.31 216	0.35 174	0.28 227	0.35 223	0.28 264	0.34 257	0.27 249	0.34 246	0.25 242	0.35 258	0.27 260	0.36 267	0.26 253	0.34 259	0.28 255	0.35 251	0.28 238	0.34 268	0.28 303	0.34 248	0.27 272

GCAP-Stereo-DPT-25K	0.41 287	1.09 359	0.40 332	0.52 354	0.31 327	0.44 361	0.31 316	0.44 352	0.31 323	0.44 347	0.31 327	0.44 359	0.31 329	0.44 349	0.31 311	0.46 351	0.35 317	0.39 341	0.28 303	0.39 326	0.28 292

DEFOM-Stereo	0.68 404	3.11 576	1.40 574	1.63 546	0.25 251	0.31 245	0.25 239	0.31 237	0.28 263	0.31 242	0.29 273	0.29 241	0.27 260	0.31 248	0.28 255	1.59 563	1.47 577	0.30 243	0.29 316	0.30 229	0.28 292

SQANet	0.28 203	0.28 163	0.28 227	0.28 200	0.28 264	0.28 235	0.28 257	0.28 225	0.28 263	0.28 231	0.28 267	0.28 235	0.28 267	0.28 238	0.28 255	0.28 217	0.28 238	0.28 236	0.28 303	0.28 223	0.28 292

Any-RAFT	0.32 225	0.36 177	0.27 221	0.36 227	0.27 259	0.36 265	0.27 249	0.36 253	0.27 259	0.36 262	0.27 260	0.36 267	0.27 260	0.36 268	0.28 255	0.36 255	0.28 238	0.36 289	0.28 303	0.36 268	0.28 292

FCDSN-DC	0.41 287	0.59 270	0.64 419	0.54 359	0.33 349	0.50 401	0.37 366	0.42 312	0.40 386	0.61 431	0.43 409	0.50 403	0.49 423	0.38 275	0.32 321	0.28 217	0.23 214	0.26 230	0.22 231	0.35 261	0.28 292
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 287	1.49 446	0.32 255	0.42 273	0.32 337	0.41 301	0.32 324	0.41 294	0.33 343	0.41 294	0.32 337	0.41 302	0.32 334	0.41 301	0.32 321	0.39 282	0.28 238	0.39 341	0.28 303	0.40 338	0.28 292

HiDET	0.38 262	0.44 216	0.30 235	0.42 273	0.30 284	0.42 321	0.30 272	0.42 312	0.30 280	0.44 347	0.30 285	0.42 320	0.30 280	0.42 314	0.68 458	0.37 258	0.32 270	0.40 354	0.29 316	0.37 272	0.29 298

LCMNet	0.38 262	0.44 216	0.30 235	0.42 273	0.30 284	0.42 321	0.30 272	0.42 312	0.30 280	0.45 359	0.30 285	0.42 320	0.30 280	0.42 314	0.69 466	0.37 258	0.32 270	0.40 354	0.29 316	0.37 272	0.29 298

FE-Mocha	0.35 239	0.71 280	0.40 332	0.47 294	0.27 259	0.34 257	0.27 249	0.34 246	0.26 255	0.34 254	0.26 256	0.34 260	0.27 260	0.34 259	0.27 246	0.44 313	0.41 353	0.33 259	0.29 316	0.32 237	0.29 298

GREAT-IGEV	0.38 262	0.43 213	0.36 283	0.48 299	0.32 337	0.45 371	0.32 324	0.45 361	0.32 333	0.45 359	0.32 337	0.45 368	0.32 334	0.45 365	0.32 321	0.44 313	0.33 282	0.41 371	0.29 316	0.41 349	0.29 298
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	0.36 246	0.36 177	0.43 351	0.37 230	0.42 409	0.49 392	0.42 400	0.37 259	0.28 263	0.36 262	0.29 273	0.36 267	0.30 280	0.37 272	0.28 255	0.34 243	0.31 266	0.34 268	0.35 374	0.40 338	0.29 298

IGEV++	0.34 230	0.43 213	0.30 235	0.40 251	0.29 274	0.40 285	0.29 267	0.40 279	0.29 269	0.40 280	0.29 273	0.40 289	0.29 274	0.40 286	0.30 273	0.38 269	0.29 252	0.37 292	0.29 316	0.37 272	0.29 298

RCA-Stereo	0.51 369	3.22 580	0.34 270	0.44 282	0.34 359	0.44 361	0.34 348	0.43 318	0.34 352	0.43 313	0.34 354	0.44 359	0.33 345	0.43 320	0.33 332	0.38 269	0.29 252	0.38 300	0.29 316	0.38 285	0.29 298

iRaft-Stereo_20w	0.34 230	0.41 205	0.31 250	0.39 238	0.29 274	0.40 285	0.32 324	0.41 294	0.32 333	0.38 268	0.30 285	0.39 281	0.30 280	0.38 275	0.32 321	0.35 251	0.27 232	0.34 268	0.27 290	0.34 248	0.29 298

CFNet_pseudo	2.67 630	9.36 657	0.32 255	10.99 680	0.33 349	0.85 461	0.33 335	0.49 379	0.33 343	0.49 385	0.32 337	0.49 389	7.26 675	0.49 388	0.33 332	0.41 297	9.62 678	0.41 371	0.29 316	10.03 680	0.29 298

ccnet	0.80 432	2.28 529	0.33 260	0.50 341	0.33 349	0.50 401	0.33 335	0.50 388	0.33 343	0.49 385	0.33 346	0.49 389	1.56 587	2.38 606	0.33 332	0.41 297	0.29 252	0.42 382	1.57 601	2.28 591	0.29 298

CFNet-RSSM	0.91 464	4.89 616	0.34 270	0.44 282	1.07 525	1.62 581	1.40 595	0.91 462	0.35 356	1.60 573	1.39 595	0.64 438	0.34 350	0.44 349	0.33 332	0.41 297	0.35 317	0.75 458	0.30 330	0.41 349	0.29 298

psmorigin	0.41 287	0.46 228	0.33 260	0.49 305	0.33 349	0.49 392	0.33 335	0.49 379	0.33 343	0.49 385	0.33 346	0.49 389	0.33 345	0.51 405	0.33 332	0.41 297	0.30 261	0.41 371	0.30 330	0.79 438	0.29 298

ccs_rob	2.79 633	10.17 664	0.32 255	10.00 677	0.33 349	0.49 392	0.33 335	1.90 581	0.32 333	0.51 406	0.33 346	0.49 389	9.24 680	0.49 388	0.33 332	0.41 297	9.82 679	0.41 371	0.28 303	9.34 677	0.29 298

MonSter++	0.38 262	0.44 216	0.31 250	0.43 279	0.30 284	0.43 328	0.31 316	0.43 318	0.31 323	0.45 359	0.31 327	0.43 327	0.31 329	0.43 320	0.69 466	0.38 269	0.33 282	0.40 354	0.30 330	0.38 285	0.30 311

CSFM-Stereo	0.38 262	0.44 216	0.30 235	0.42 273	0.30 284	0.42 321	0.30 272	0.43 318	0.30 280	0.44 347	0.30 285	0.42 320	0.30 280	0.42 314	0.73 476	0.37 258	0.32 270	0.40 354	0.29 316	0.37 272	0.30 311

MultiAttention	0.30 209	0.30 166	0.30 235	0.30 202	0.30 284	0.30 239	0.30 272	0.30 232	0.30 280	0.30 237	0.30 285	0.30 245	0.30 280	0.30 244	0.30 273	0.30 226	0.30 261	0.30 243	0.30 330	0.30 229	0.30 311

MSAF-DinoV2	0.30 209	0.30 166	0.30 235	0.30 202	0.30 284	0.30 239	0.30 272	0.30 232	0.30 280	0.30 237	0.30 285	0.30 245	0.30 280	0.30 244	0.30 273	0.30 226	0.30 261	0.30 243	0.30 330	0.30 229	0.30 311

TorneroNet-64	0.45 337	0.27 160	0.30 235	0.58 369	0.27 259	0.70 443	0.30 272	0.28 225	0.73 484	0.73 447	0.28 267	0.71 445	0.66 453	0.75 448	0.27 246	0.27 213	0.29 252	0.37 292	0.75 489	0.28 223	0.30 311

EKT-Stereo	0.37 256	0.40 194	0.44 353	1.07 445	0.29 274	0.34 257	0.31 316	0.36 253	0.29 269	0.38 268	0.31 327	0.37 274	0.30 280	0.36 268	0.29 266	0.34 243	0.28 238	0.39 341	0.30 330	0.37 272	0.30 311

PML	0.46 344	1.36 439	0.29 231	0.58 369	0.30 284	0.57 429	0.29 267	0.57 416	0.29 269	0.57 425	0.29 273	0.57 428	0.29 274	0.56 419	0.29 266	0.52 380	0.30 261	0.53 430	0.31 341	0.53 403	0.30 311

GES	0.66 399	2.34 537	0.29 231	0.41 263	0.29 274	0.41 301	0.29 267	0.42 312	0.29 269	0.40 280	0.41 397	0.41 302	0.30 280	0.51 405	0.29 266	0.32 234	0.29 252	0.32 252	2.46 641	2.49 603	0.30 311

DANet	0.30 209	0.30 166	0.30 235	0.30 202	0.30 284	0.30 239	0.30 272	0.30 232	0.30 280	0.30 237	0.30 285	0.30 245	0.30 280	0.30 244	0.30 273	0.30 226	0.30 261	0.30 243	0.30 330	0.30 229	0.30 311
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 216	0.31 169	0.31 250	0.30 202	0.40 390	0.31 245	0.30 272	0.30 232	0.34 352	0.29 236	0.31 327	0.29 241	0.30 280	0.31 248	0.31 311	0.31 232	0.29 252	0.31 249	0.30 330	0.31 234	0.31 320

DStereoSA	0.32 225	0.52 254	0.34 270	0.31 208	0.31 327	0.30 239	0.30 272	0.31 237	0.30 280	0.31 242	0.31 327	0.31 249	0.30 280	0.31 248	0.31 311	0.30 226	0.32 270	0.31 249	0.31 341	0.31 234	0.31 320

DDF-Stereo	0.43 302	1.15 368	0.57 406	0.53 356	0.32 337	0.41 301	0.32 324	0.41 294	0.32 333	0.41 294	0.32 337	0.41 302	0.32 334	0.40 286	0.32 321	0.52 380	0.50 398	0.38 300	0.31 341	0.39 326	0.31 320

1test111	0.37 256	1.02 347	0.30 235	0.39 238	0.29 274	0.40 285	0.28 257	0.39 272	0.29 269	0.39 274	0.29 273	0.39 281	0.28 267	0.40 286	0.29 266	0.33 239	0.32 270	0.33 259	0.31 341	0.32 237	0.31 320

cc1	0.37 256	1.02 347	0.30 235	0.39 238	0.29 274	0.40 285	0.28 257	0.39 272	0.29 269	0.39 274	0.29 273	0.39 281	0.28 267	0.40 286	0.29 266	0.33 239	0.32 270	0.33 259	0.31 341	0.32 237	0.31 320

PCWNet_CMD	2.80 634	9.82 660	0.32 255	10.09 678	0.32 337	0.49 392	0.33 335	3.34 637	0.33 343	0.49 385	0.33 346	0.49 389	8.73 677	0.48 382	0.33 332	0.41 297	9.22 675	0.42 382	0.29 316	9.55 678	0.31 320

RAFT-Test	0.36 246	0.37 179	0.33 260	0.41 263	0.32 337	0.41 301	0.32 324	0.41 294	0.32 333	0.41 294	0.32 337	0.41 302	0.32 334	0.41 301	0.33 332	0.37 258	0.29 252	0.37 292	0.29 316	0.38 285	0.31 320

water-stereo	0.41 287	0.84 295	0.46 360	0.50 341	0.33 349	0.45 371	0.33 335	0.45 361	0.32 333	0.45 359	0.32 337	0.45 368	0.32 334	0.45 365	0.32 321	0.44 313	0.41 353	0.39 341	0.31 341	0.39 326	0.32 327

depthmonostereo	0.44 314	0.85 297	0.46 360	0.54 359	0.40 390	0.52 416	0.38 373	0.52 405	0.35 356	0.47 371	0.34 354	0.46 372	0.34 350	0.47 374	0.34 345	0.45 341	0.43 367	0.41 371	0.33 358	0.41 349	0.32 327

xyz-stereo-finetune	0.28 203	0.49 240	0.16 169	0.16 142	0.16 203	0.16 168	0.16 188	0.22 198	0.30 280	0.32 248	0.31 327	0.32 253	0.31 329	0.32 251	0.32 321	0.32 234	0.33 282	0.31 249	0.32 348	0.31 234	0.32 327

HART	0.38 262	0.45 224	0.34 270	0.42 273	0.33 349	0.41 301	0.34 348	0.42 312	0.33 343	0.43 313	0.34 354	0.42 320	0.34 350	0.41 301	0.38 365	0.40 289	0.32 270	0.42 382	0.32 348	0.40 338	0.32 327

ACVNet-DCA	0.37 256	1.00 334	0.30 235	0.40 251	0.29 274	0.40 285	0.29 267	0.40 279	0.29 269	0.40 280	0.29 273	0.40 289	0.29 274	0.39 283	0.28 255	0.33 239	0.32 270	0.33 259	0.32 348	0.33 244	0.32 327

xx1	0.38 262	1.03 349	0.31 250	0.40 251	0.31 327	0.41 301	0.28 257	0.40 279	0.29 269	0.40 280	0.29 273	0.40 289	0.29 274	0.40 286	0.29 266	0.34 243	0.33 282	0.34 268	0.32 348	0.34 248	0.32 327

RAFT + AFF	0.31 216	0.45 224	0.34 270	0.39 238	0.28 264	0.38 277	0.33 335	0.29 230	0.31 323	0.30 237	0.30 285	0.29 241	0.27 260	0.29 242	0.30 273	0.28 217	0.29 252	0.29 241	0.29 316	0.27 221	0.32 327

GeoVLM	0.36 246	0.38 183	0.27 221	0.46 287	0.28 264	0.35 261	0.28 257	0.37 259	0.27 259	0.35 258	0.28 267	0.36 267	0.38 369	0.35 262	0.28 255	1.08 475	0.26 222	0.33 259	0.27 290	0.34 248	0.33 334

GCST	0.50 364	2.08 513	0.38 289	0.53 356	0.35 362	0.49 392	0.35 353	0.50 388	0.35 356	0.49 385	0.35 362	0.49 389	0.35 357	0.49 388	0.35 349	0.48 363	0.37 326	0.45 389	0.33 358	0.44 359	0.33 334

RAFT-Stereo-weight	0.45 337	1.90 501	0.34 270	0.42 273	0.36 368	0.43 328	0.35 353	0.42 312	0.34 352	0.42 308	0.34 354	0.44 359	0.34 350	0.41 301	0.34 345	0.38 269	0.32 270	0.38 300	0.32 348	0.38 285	0.33 334

LL-Strereo2	0.48 356	1.73 460	0.51 394	0.59 372	0.34 359	0.42 321	0.33 335	0.40 279	0.31 323	0.42 308	0.33 346	0.42 320	0.31 329	0.44 349	0.39 377	0.60 398	0.51 403	0.44 385	0.33 358	0.44 359	0.33 334

GMOStereo	0.37 256	0.45 224	0.23 202	0.30 202	0.37 372	0.41 301	0.36 360	0.41 294	0.35 356	0.43 313	0.36 366	0.41 302	0.40 380	0.41 301	0.36 353	0.34 243	0.22 208	0.47 402	0.37 383	0.39 326	0.33 334

error version	0.93 471	4.47 611	2.35 626	1.99 558	0.37 372	0.41 301	0.36 360	0.41 294	0.35 356	0.43 313	0.36 366	0.41 302	0.40 380	0.41 301	0.36 353	1.87 573	2.16 619	0.47 402	0.37 383	0.39 326	0.33 334

test_1	0.93 471	4.47 611	2.35 626	1.99 558	0.37 372	0.41 301	0.36 360	0.41 294	0.35 356	0.43 313	0.36 366	0.41 302	0.40 380	0.41 301	0.36 353	1.87 573	2.16 619	0.47 402	0.37 383	0.39 326	0.33 334

DStereoFS	0.32 225	0.33 172	0.32 255	0.33 218	0.30 284	0.32 254	0.32 324	0.32 239	0.31 323	0.30 237	0.31 327	0.31 249	0.30 280	0.32 251	0.32 321	0.32 234	0.31 266	0.30 243	0.47 429	0.32 237	0.34 341

GEAStereo	0.62 392	3.91 599	0.48 375	0.69 389	0.38 379	0.51 413	0.38 373	0.51 401	0.38 372	0.53 412	0.38 378	0.50 403	0.38 369	0.51 405	0.38 365	0.54 384	0.43 367	0.46 393	0.34 362	0.46 366	0.34 341

gasm-f	0.62 392	3.91 599	0.48 375	0.69 389	0.38 379	0.51 413	0.38 373	0.51 401	0.38 372	0.53 412	0.38 378	0.50 403	0.38 369	0.51 405	0.38 365	0.54 384	0.43 367	0.46 393	0.34 362	0.46 366	0.34 341

GASTEREO	0.48 356	1.21 421	0.47 367	0.57 367	0.38 379	0.50 401	0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 403	0.38 369	0.50 396	0.38 365	0.52 380	0.42 362	0.46 393	0.34 362	0.46 366	0.34 341

SCV_C0	0.45 337	0.88 303	0.49 382	0.54 359	0.37 372	0.48 387	0.37 366	0.48 375	0.37 368	0.48 378	0.36 366	0.48 385	0.37 365	0.49 388	0.37 362	0.50 372	0.41 353	0.44 385	0.34 362	0.44 359	0.34 341

SCV	0.46 344	0.94 320	0.45 355	0.54 359	0.37 372	0.48 387	0.38 373	0.48 375	0.37 368	0.48 378	0.39 388	0.48 385	0.37 365	0.49 388	0.37 362	0.50 372	0.46 377	0.44 385	0.34 362	0.44 359	0.34 341

UGAM-zero	0.51 369	2.17 521	0.39 300	0.53 356	0.36 368	0.50 401	0.36 360	0.50 388	0.36 366	0.49 385	0.36 366	0.50 403	0.35 357	0.50 396	0.36 353	0.49 366	0.37 326	0.47 402	0.35 374	0.46 366	0.34 341

UGAM	0.51 369	2.23 526	0.39 300	0.54 359	0.35 362	0.50 401	0.35 353	0.49 379	0.35 356	0.49 385	0.35 362	0.49 389	0.36 360	0.50 396	0.36 353	0.49 366	0.37 326	0.45 389	0.34 362	0.45 363	0.34 341

H2IRNET	0.34 230	0.34 173	0.34 270	0.34 221	0.34 359	0.34 257	0.34 348	0.34 246	0.34 352	0.34 254	0.34 354	0.34 260	0.34 350	0.34 259	0.34 345	0.34 243	0.34 311	0.34 268	0.34 362	0.34 248	0.34 341

GSStereo	0.81 437	4.28 609	0.50 387	0.59 372	0.40 390	0.51 413	0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 403	3.79 656	0.50 396	0.38 365	0.54 384	0.43 367	0.46 393	0.34 362	0.46 366	0.35 350

GS-Stereo							0.38 373	0.50 388	0.38 372	0.50 398	0.38 378	0.50 403	3.79 656	0.50 396	0.38 365	0.54 384	0.43 367	0.46 393	0.34 362	0.46 366	0.35 350

ETE_ROB	0.35 239	0.35 174	0.35 281	0.35 223	0.35 362	0.35 261	0.35 353	0.35 249	0.35 356	0.35 258	0.35 362	0.35 262	0.35 357	0.35 262	0.35 349	0.35 251	0.35 317	0.35 284	0.35 374	0.35 261	0.35 350

Pro-Stereo	0.79 429	0.53 258	0.38 289	0.49 305	0.38 379	0.49 392	0.37 366	0.49 379	0.67 456	0.50 398	0.38 378	1.10 504	0.38 369	0.49 388	0.38 365	0.71 419	0.88 469	5.98 674	0.36 380	0.46 366	0.36 353

fffy	0.38 262	0.43 213	0.33 260	0.46 287	0.33 349	0.45 371	0.32 324	0.45 361	0.32 333	0.45 359	0.32 337	0.45 368	0.33 345	0.45 365	0.32 321	0.38 269	0.38 333	0.38 300	0.37 383	0.37 272	0.36 353

CES	0.39 274	0.47 232	0.36 283	0.36 227	0.37 372	0.45 371	0.35 353	0.35 249	0.40 386	0.36 262	0.44 411	0.47 378	0.36 360	0.44 349	0.36 353	0.37 258	0.39 340	0.44 385	0.35 374	0.37 272	0.36 353

iRaftStereo_RVC	0.97 475	3.17 579	2.30 625	2.42 575	0.38 379	0.54 421	0.38 373	0.54 409	0.38 372	0.54 417	0.38 378	0.54 418	0.38 369	0.54 414	0.38 365	2.38 607	2.34 623	0.49 415	0.36 380	0.49 386	0.36 353

DMCA	0.36 246	0.38 183	0.37 287	0.35 223	0.35 362	0.36 265	0.36 360	0.36 253	0.35 356	0.35 258	0.37 373	0.36 267	0.36 360	0.35 262	0.36 353	0.36 255	0.36 323	0.35 284	0.36 380	0.36 268	0.36 353

LG-Stereo_L1	0.47 351	0.52 254	0.47 367	0.62 377	0.39 389	0.53 418	0.40 387	0.53 407	0.39 385	0.53 412	0.39 388	0.53 415	0.39 379	0.53 412	0.39 377	0.55 390	0.46 377	0.49 415	0.37 383	0.49 386	0.37 358

LG-Stereo_Zeroshot	0.48 356	0.55 264	0.47 367	0.63 379	0.41 399	0.56 423	0.44 403	0.56 413	0.41 395	0.56 422	0.41 397	0.57 428	0.42 397	0.56 419	0.41 387	0.55 390	0.43 367	0.51 424	0.37 383	0.51 397	0.37 358

LG-Stereo	0.60 384	0.58 269	0.47 367	0.64 382	0.74 482	1.00 478	0.69 467	0.57 416	0.41 395	0.57 425	0.41 397	0.57 428	0.41 391	1.00 484	0.75 481	0.91 449	0.51 403	0.52 427	0.37 383	0.52 399	0.37 358

CASnet	0.35 239	0.51 252	0.44 353	0.32 214	0.31 327	0.24 212	0.34 348	0.36 253	0.25 242	0.31 242	0.37 373	0.30 245	0.33 345	0.25 219	0.45 401	0.37 258	0.37 326	0.33 259	0.35 374	0.34 248	0.37 358
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.51 369	0.55 264	0.45 355	0.69 389	0.45 416	0.61 433	0.45 409	0.50 388	0.40 386	0.56 422	0.44 411	0.55 422	0.40 380	0.72 443	0.67 450	0.59 397	0.46 377	0.45 389	0.34 362	0.46 366	0.37 358

StereoDRNet-Refined	0.33 229	0.39 190	0.26 218	0.39 238	0.26 258	0.40 285	0.26 246	0.40 279	0.26 255	0.39 274	0.26 256	0.39 281	0.26 253	0.39 283	0.26 245	0.37 258	0.25 219	0.37 292	0.25 247	0.37 272	0.37 358
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 256	0.37 179	0.37 287	0.37 230	0.37 372	0.37 270	0.37 366	0.37 259	0.37 368	0.37 267	0.37 373	0.37 274	0.37 365	0.37 272	0.37 362	0.37 258	0.37 326	0.37 292	0.37 383	0.37 272	0.37 358

MSCF	0.51 369	1.40 443	0.49 382	0.58 369	0.38 379	0.50 401	0.38 373	0.54 409	0.41 395	0.52 409	0.41 397	0.53 415	0.42 397	0.53 412	0.41 387	0.60 398	0.47 385	0.48 410	0.37 383	0.48 383	0.38 365

DilatedVolume-Stereo	0.43 302	0.86 299	0.48 375	0.50 341	0.33 349	0.46 377	0.33 335	0.46 365	0.33 343	0.46 365	0.33 346	0.47 378	0.33 345	0.47 374	0.34 345	0.45 341	0.42 362	0.40 354	0.33 358	0.47 379	0.38 365

WAO-8	0.38 262	0.38 183	0.38 289	0.38 233	0.38 379	0.38 277	0.38 373	0.38 268	0.38 372	0.38 268	0.38 378	0.38 276	0.38 369	0.38 275	0.38 365	0.38 269	0.38 333	0.38 300	0.37 383	0.38 285	0.38 365

WAO-7	0.38 262	0.38 183	0.38 289	0.38 233	0.38 379	0.38 277	0.38 373	0.38 268	0.38 372	0.38 268	0.38 378	0.38 276	0.38 369	0.38 275	0.38 365	0.38 269	0.38 333	0.38 300	0.38 396	0.38 285	0.38 365

Venus	0.38 262	0.38 183	0.38 289	0.38 233	0.38 379	0.37 270	0.38 373	0.37 259	0.37 368	0.41 294	0.37 373	0.39 281	0.37 365	0.38 275	0.38 365	0.37 258	0.38 333	0.38 300	0.37 383	0.37 272	0.38 365

IMH	0.38 262	0.38 183	0.38 289	0.38 233	0.38 379	0.38 277	0.38 373	0.38 268	0.38 372	0.42 308	0.38 378	0.40 289	0.38 369	0.38 275	0.38 365	0.38 269	0.38 333	0.39 341	0.38 396	0.38 285	0.38 365

mms	0.40 279	0.45 224	0.35 281	0.48 299	0.36 368	0.47 382	0.34 348	0.45 361	0.38 372	0.47 371	0.33 346	0.45 368	0.32 334	0.45 365	0.32 321	0.39 282	0.38 333	0.38 300	0.37 383	0.39 326	0.39 371

ccccc	0.41 287	0.44 216	0.34 270	0.48 299	0.35 362	0.48 387	0.35 353	0.51 401	0.35 356	0.47 371	0.35 362	0.47 378	0.34 350	0.47 374	0.35 349	0.41 297	0.40 343	0.40 354	0.40 400	0.41 349	0.39 371

GCAP-Stereo	0.75 419	4.15 606	0.42 350	0.75 400	0.35 362	0.78 451	0.40 387	0.79 446	0.38 372	0.78 456	0.36 366	0.78 456	0.36 360	0.79 450	0.39 377	0.75 427	0.39 340	0.76 460	0.39 399	0.75 431	0.39 371

PointNet	0.60 384	0.75 285	0.49 382	0.79 402	0.50 434	0.79 453	0.49 427	0.79 446	0.49 424	0.80 458	0.49 433	0.79 458	0.49 423	0.80 452	0.49 420	0.63 408	0.40 343	0.63 440	0.40 400	0.63 415	0.40 374

HanzoNet	0.39 274	0.38 183	0.40 332	0.39 238	0.41 399	0.38 277	0.38 373	0.38 268	0.38 372	0.39 274	0.39 388	0.38 276	0.38 369	0.39 283	0.40 380	0.38 269	0.38 333	0.40 354	0.38 396	0.38 285	0.40 374

knoymous	0.40 279	0.40 194	0.40 332	0.40 251	0.40 390	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 289	0.40 380	0.40 286	0.40 380	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 374

anonymousa	0.40 279	0.40 194	0.40 332	0.40 251	0.40 390	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 289	0.40 380	0.40 286	0.40 380	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 374

riskmin	0.40 279	0.40 194	0.40 332	0.40 251	0.40 390	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 289	0.40 380	0.40 286	0.40 380	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 374

Anonymous_2	0.40 279	0.40 194	0.40 332	0.40 251	0.40 390	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 289	0.40 380	0.40 286	0.40 380	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 374

Anonymous_1	0.40 279	0.40 194	0.40 332	0.40 251	0.40 390	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 289	0.40 380	0.40 286	0.40 380	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 374

AdaStereo	0.40 279	0.40 194	0.40 332	0.40 251	0.40 390	0.40 285	0.40 387	0.40 279	0.40 386	0.40 280	0.40 391	0.40 289	0.40 380	0.40 286	0.40 380	0.40 289	0.40 343	0.40 354	0.40 400	0.40 338	0.40 374
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	0.48 356	0.51 252	0.45 355	0.52 354	0.45 416	0.52 416	0.45 409	0.52 405	0.48 422	0.53 412	0.45 415	0.52 414	0.45 406	0.52 410	0.46 405	0.51 378	0.41 353	0.50 419	0.41 408	0.50 391	0.41 382
1: 1. 1
Former-RAFT_DAM_RVC	0.49 362	0.98 325	0.64 419	0.84 410	0.46 418	0.45 371	0.35 353	0.47 371	0.47 415	0.45 359	0.34 354	0.46 372	0.48 418	0.46 370	0.35 349	0.39 282	0.71 447	0.39 341	0.35 374	0.41 349	0.41 382

GwcNet-ADL	0.41 287	0.41 205	0.41 345	0.41 263	0.41 399	0.41 301	0.41 395	0.41 294	0.41 395	0.41 294	0.41 397	0.41 302	0.41 391	0.41 301	0.41 387	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 382

PSMNet-ADL	0.41 287	0.41 205	0.41 345	0.41 263	0.41 399	0.41 301	0.41 395	0.41 294	0.41 395	0.41 294	0.41 397	0.41 302	0.41 391	0.41 301	0.41 387	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 382

GANet-ADL	0.41 287	0.41 205	0.41 345	0.41 263	0.41 399	0.41 301	0.41 395	0.41 294	0.41 395	0.41 294	0.41 397	0.41 302	0.41 391	0.41 301	0.41 387	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 382

ADLNet2	0.41 287	0.41 205	0.41 345	0.41 263	0.41 399	0.41 301	0.41 395	0.41 294	0.41 395	0.41 294	0.41 397	0.41 302	0.41 391	0.41 301	0.41 387	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 382

ADLNet	0.41 287	0.41 205	0.41 345	0.41 263	0.41 399	0.41 301	0.41 395	0.41 294	0.41 395	0.41 294	0.41 397	0.41 302	0.41 391	0.41 301	0.41 387	0.41 297	0.41 353	0.41 371	0.41 408	0.41 349	0.41 382

DN	0.53 374	0.85 297	0.45 355	0.65 383	0.44 412	0.60 432	0.44 403	0.60 423	0.44 406	0.60 430	0.45 415	0.60 433	0.44 402	0.60 428	0.44 399	0.56 393	0.42 362	0.56 433	0.42 416	0.56 407	0.42 389

MonSter	0.60 384	0.64 276	0.52 397	0.62 377	0.44 412	2.07 596	0.44 403	0.62 427	0.44 406	0.62 434	0.44 411	0.62 437	0.44 402	0.62 429	0.44 399	0.58 395	0.42 362	0.62 438	0.46 422	0.58 411	0.42 389

DispNO	1.00 478	0.63 274	0.43 351	3.45 612	0.44 412	0.65 439	0.43 402	0.64 429	0.43 403	0.64 437	0.43 409	0.64 438	3.03 634	0.64 434	0.43 398	4.55 642	0.43 367	0.63 440	0.43 418	0.63 415	0.43 391

MyStereo07	0.60 384	3.72 592	0.48 375	0.49 305	0.41 399	0.36 265	0.32 324	0.49 379	0.43 403	0.51 406	0.42 407	0.49 389	0.43 400	0.51 405	0.64 443	0.49 366	0.45 375	0.34 268	0.32 348	0.35 261	0.43 391

MyStereo04	0.56 382	3.72 592	0.59 408	0.49 305	0.41 399	0.36 265	0.32 324	0.37 259	0.31 323	0.34 254	0.46 418	0.35 262	0.32 334	0.35 262	0.33 332	0.49 366	0.45 375	0.34 268	0.32 348	0.35 261	0.43 391

PAM_32	0.64 396	2.38 541	0.51 394	0.92 421	0.43 411	0.53 418	0.44 403	0.87 455	0.43 403	0.52 409	0.45 415	0.53 415	0.40 380	0.54 414	0.46 405	0.62 406	0.56 411	0.48 410	0.45 420	0.76 432	0.44 394

Occ-G	1.12 498	0.52 254	3.72 657	3.50 616	0.50 434	0.56 423	0.47 416	0.54 409	0.46 410	0.54 417	0.41 397	0.54 418	0.42 397	0.52 410	0.42 395	3.42 631	4.02 652	0.52 427	0.45 420	0.51 397	0.44 394

LL-Strereo	1.01 485	5.06 618	1.63 587	0.70 393	1.43 594	0.56 423	0.46 411	0.57 416	0.50 428	0.57 425	0.50 436	1.58 576	0.49 423	0.59 426	0.50 422	1.64 566	0.52 405	0.51 424	1.37 589	0.52 399	0.45 396

MLG-Stereo	0.92 466	0.90 309	0.84 466	1.27 515	0.49 430	1.38 570	0.88 498	1.41 567	0.97 512	0.73 447	1.09 522	1.26 562	0.43 400	0.72 443	1.05 515	1.13 485	0.49 392	1.18 520	0.66 471	1.01 478	0.46 397

AIO-Stereo	0.84 449	0.66 277	0.70 438	0.83 409	0.67 469	0.98 476	0.82 495	1.14 492	0.72 481	1.03 495	0.74 488	1.03 497	1.09 510	0.99 482	0.45 401	1.04 472	0.73 450	0.95 495	0.74 487	0.94 469	0.46 397

otaku	0.46 344	0.46 228	0.46 360	0.46 287	0.46 418	0.46 377	0.46 411	0.46 365	0.46 410	0.46 365	0.46 418	0.46 372	0.46 409	0.46 370	0.46 405	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 397

Ntro	0.47 351	0.47 232	0.46 360	0.46 287	0.46 418	0.47 382	0.47 416	0.46 365	0.47 415	0.46 365	0.46 418	0.47 378	0.46 409	0.47 374	0.47 412	0.47 358	0.46 377	0.46 393	0.46 422	0.46 366	0.46 397

Dean	0.46 344	0.46 228	0.46 360	0.46 287	0.46 418	0.46 377	0.46 411	0.46 365	0.46 410	0.47 371	0.46 418	0.46 372	0.46 409	0.46 370	0.46 405	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 397

ACVNet_1	0.46 344	0.47 232	0.46 360	0.46 287	0.46 418	0.46 377	0.46 411	0.46 365	0.47 415	0.46 365	0.46 418	0.46 372	0.46 409	0.46 370	0.46 405	0.46 351	0.46 377	0.47 402	0.46 422	0.46 366	0.46 397

ACVNet-4b	0.46 344	0.46 228	0.46 360	0.46 287	0.46 418	0.46 377	0.46 411	0.46 365	0.46 410	0.46 365	0.46 418	0.46 372	0.46 409	0.47 374	0.46 405	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 397

UNDER WATER	0.47 351	0.47 232	0.47 367	0.47 294	0.47 424	0.47 382	0.47 416	0.47 371	0.47 415	0.47 371	0.47 426	0.47 378	0.46 409	0.47 374	0.47 412	0.47 358	0.47 385	0.47 402	0.46 422	0.47 379	0.47 404

LVE	0.47 351	0.47 232	0.47 367	0.47 294	0.49 430	0.47 382	0.47 416	0.47 371	0.49 424	0.47 371	0.47 426	0.47 378	0.46 409	0.47 374	0.47 412	0.47 358	0.47 385	0.48 410	0.47 429	0.47 379	0.47 404

AIO-test2	0.55 380	0.59 270	0.52 397	0.67 388	0.47 424	0.61 433	0.47 416	0.61 426	0.47 415	0.61 431	0.47 426	0.61 435	0.48 418	0.62 429	0.47 412	0.64 409	0.53 407	0.58 435	0.47 429	0.58 411	0.48 406

AIO-test1	0.54 375	0.60 273	0.52 397	0.66 387	0.47 424	0.61 433	0.47 416	0.58 419	0.46 410	0.61 431	0.46 418	0.61 435	0.45 406	0.62 429	0.45 401	0.61 402	0.52 405	0.57 434	0.48 433	0.57 410	0.48 406

RainbowNet	0.48 356	0.48 238	0.48 375	0.48 299	0.48 428	0.48 387	0.48 425	0.48 375	0.48 422	0.48 378	0.48 430	0.48 385	0.48 418	0.48 382	0.48 418	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.48 406

HaxPig	0.47 351	0.47 232	0.47 367	0.49 305	0.47 424	0.47 382	0.47 416	0.47 371	0.47 415	0.47 371	0.47 426	0.47 378	0.47 417	0.47 374	0.47 412	0.47 358	0.47 385	0.47 402	0.47 429	0.47 379	0.48 406

AEACV	1.12 498	0.52 254	3.12 648	3.24 601	0.86 502	0.53 418	0.49 427	0.60 423	0.47 415	0.53 412	0.49 433	0.55 422	0.45 406	0.55 418	0.47 412	3.01 626	3.88 650	0.71 453	0.60 456	0.80 441	0.48 406

TorneroNet	0.66 399	0.53 258	0.50 387	0.50 341	0.64 463	1.06 494	0.70 472	0.50 388	0.51 435	0.49 385	0.69 474	0.49 389	0.50 427	0.48 382	1.15 523	0.71 419	0.49 392	1.14 510	1.08 520	0.49 386	0.49 411

notaker	0.48 356	0.49 240	0.48 375	0.48 299	0.48 428	0.48 387	0.48 425	0.48 375	0.49 424	0.48 378	0.48 430	0.48 385	0.48 418	0.48 382	0.48 418	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.49 411

ACVNet_2	0.49 362	0.49 240	0.49 382	0.49 305	0.49 430	0.49 392	0.49 427	0.49 379	0.49 424	0.49 385	0.49 433	0.49 389	0.49 423	0.49 388	0.49 420	0.49 366	0.49 392	0.49 415	0.49 436	0.49 386	0.49 411

FoundationStereo	0.50 364	0.50 244	0.50 387	0.50 341	0.50 434	0.50 401	0.50 430	0.50 388	0.50 428	0.50 398	0.50 436	0.50 403	0.50 427	0.50 396	0.50 422	0.50 372	0.50 398	0.50 419	0.50 438	0.50 391	0.50 414

StereoAnything_RVC	0.50 364	0.50 244	0.50 387	0.50 341	0.50 434	0.50 401	0.50 430	0.50 388	0.50 428	0.50 398	0.50 436	0.50 403	0.50 427	0.50 396	0.50 422	0.50 372	0.50 398	0.50 419	0.50 438	0.50 391	0.50 414

dual_stereo	0.50 364	0.50 244	0.50 387	0.50 341	0.50 434	0.50 401	0.50 430	0.50 388	0.50 428	0.50 398	0.50 436	0.50 403	0.50 427	0.50 396	0.50 422	0.50 372	0.50 398	0.50 419	0.50 438	0.50 391	0.50 414

WCG-NET	0.61 389	1.21 421	0.54 402	0.61 376	0.53 444	0.67 441	0.53 436	0.66 432	0.53 436	0.64 437	0.53 445	0.65 441	0.53 434	0.59 426	0.52 429	0.65 410	0.48 389	0.64 442	0.52 442	0.58 411	0.50 414

MyStereo8	0.71 411	3.92 601	0.52 397	0.59 372	0.52 441	0.57 429	0.53 436	0.59 421	0.50 428	0.59 429	0.51 442	0.57 428	0.50 427	0.56 419	0.52 429	0.54 384	0.49 392	0.54 431	0.49 436	0.55 405	0.50 414

test-3	0.98 477	4.13 605	1.85 607	1.85 549	0.61 457	0.69 442	0.37 366	0.63 428	0.61 448	0.66 440	0.51 442	0.73 450	0.44 402	0.57 424	0.54 432	1.68 567	1.81 603	0.40 354	0.43 418	0.66 418	0.50 414

SANet	0.50 364	0.50 244	0.50 387	0.50 341	0.50 434	0.50 401	0.50 430	0.50 388	0.50 428	0.50 398	0.50 436	0.50 403	0.50 427	0.50 396	0.50 422	0.50 372	0.50 398	0.50 419	0.50 438	0.50 391	0.50 414

FSD	0.61 389	0.59 270	0.50 387	2.58 582	0.44 412	0.56 423	0.44 403	0.55 412	0.44 406	0.56 422	0.44 411	0.56 425	0.44 402	0.56 419	0.46 405	0.61 402	0.42 362	0.52 427	0.42 416	0.52 399	0.51 421

zero-FE	0.72 414	1.31 435	0.66 424	0.92 421	0.60 451	0.82 457	0.58 442	0.82 453	0.58 442	0.81 461	0.60 451	0.81 463	0.60 444	0.82 455	0.58 437	0.74 426	0.59 418	0.73 454	0.52 442	0.76 432	0.51 421

Monster-pub-eth3d	0.45 337	0.57 267	0.60 410	0.39 238	0.28 264	0.37 270	0.28 257	0.37 259	0.30 280	0.39 274	0.29 273	0.39 281	0.30 280	0.92 474	0.27 246	1.42 554	0.28 238	0.34 268	0.28 303	0.37 272	0.53 423

Monster-pub-mixall	0.44 314	0.56 266	0.60 410	0.38 233	0.27 259	0.37 270	0.27 249	0.37 259	0.29 269	0.38 268	0.27 260	0.38 276	0.29 274	0.85 463	0.27 246	1.46 557	0.26 222	0.34 268	0.26 253	0.36 268	0.53 423

ktn	0.72 414	0.53 258	1.08 491	1.14 453	0.51 440	1.22 556	1.36 588	0.51 401	0.59 444	0.51 406	0.51 442	0.69 444	1.20 522	0.67 438	0.51 427	0.51 378	0.49 392	0.58 435	0.66 471	0.52 399	0.53 423

monster-pro	0.75 419	1.67 452	0.64 419	0.89 414	0.57 449	0.86 463	0.56 439	0.87 455	0.56 439	0.87 464	0.57 449	0.88 467	0.57 439	0.87 464	0.57 435	0.79 432	0.58 415	0.76 460	0.54 444	0.77 434	0.54 426

Replicate-Monster	0.45 337	0.57 267	0.60 410	0.40 251	0.29 274	0.37 270	0.27 249	0.37 259	0.30 280	0.40 280	0.31 327	0.40 289	0.30 280	0.99 482	0.27 246	1.36 550	0.31 266	0.34 268	0.30 330	0.36 268	0.54 426

CFNet_ucs	2.73 631	9.64 659	0.33 260	9.92 676	0.32 337	0.49 392	0.33 335	0.49 379	0.33 343	0.49 385	0.33 346	0.49 389	8.98 679	0.48 382	0.33 332	0.41 297	9.96 681	0.40 354	0.29 316	10.12 681	0.54 426

anonymity	0.63 394	0.69 278	0.56 404	0.71 395	0.56 447	0.71 445	0.56 439	0.71 438	0.56 439	0.72 445	0.56 448	0.71 445	0.56 438	0.71 441	0.58 437	0.68 414	0.55 409	0.68 447	0.55 446	0.68 420	0.54 426

FC-DCNN	1.07 492	1.09 359	0.98 480	0.89 414	0.52 441	1.41 573	0.91 501	1.21 549	1.24 583	1.96 585	2.05 640	1.91 586	1.30 575	1.27 565	1.08 517	0.80 434	0.60 419	0.58 435	0.41 408	0.68 420	0.54 426

PSMNet_ROB	0.54 375	0.54 262	0.54 402	0.54 359	0.53 444	0.54 421	0.54 438	0.53 407	0.54 438	0.54 417	0.54 446	0.54 418	0.53 434	0.54 414	0.54 432	0.54 384	0.53 407	0.54 431	0.54 444	0.54 404	0.54 426

MyStereo06	0.75 419	4.12 603	0.60 410	0.63 379	0.61 457	0.62 436	0.66 451	0.56 413	0.45 409	0.55 420	0.48 430	0.54 418	0.46 409	0.57 424	0.45 401	0.60 398	0.57 413	0.64 442	0.55 446	0.72 427	0.55 432

MyStereo05	0.80 432	4.12 603	0.63 417	0.63 379	0.61 457	0.62 436	0.66 451	0.65 430	0.62 449	0.67 441	0.61 455	0.65 441	0.58 442	0.67 438	0.55 434	0.60 398	0.57 413	0.64 442	0.55 446	0.72 427	0.55 432

ARAFT	0.68 404	0.81 292	0.63 417	0.74 399	0.60 451	0.78 451	0.62 446	0.77 445	0.66 455	0.74 452	0.63 457	0.75 453	0.62 447	0.83 458	0.60 440	0.70 418	0.55 409	0.70 452	0.60 456	0.78 436	0.55 432

Zero-FE251	0.36 246	0.40 194	0.28 227	0.41 263	0.28 264	0.41 301	0.28 257	0.41 294	0.28 263	0.41 294	0.28 267	0.41 302	0.28 267	0.42 314	0.30 273	0.37 258	0.26 222	0.37 292	0.27 290	0.45 363	0.56 435

FlowAnything_test	1.02 487	1.72 455	0.71 442	1.59 539	0.70 475	1.61 579	0.69 467	1.61 570	0.70 473	1.60 573	0.70 476	1.61 580	0.69 466	1.61 577	0.70 472	0.81 437	0.58 415	0.81 469	0.55 446	0.81 444	0.56 435

FlowAnything	1.02 487	1.71 454	0.72 445	1.59 539	0.69 473	1.60 578	0.69 467	1.61 570	0.70 473	1.60 573	0.69 474	1.60 577	0.69 466	1.61 577	0.69 466	0.81 437	0.58 415	0.81 469	0.56 450	0.82 446	0.56 435

AIO-Stereo-zeroshot1	0.75 419	0.92 316	0.85 467	0.96 432	0.59 450	1.27 560	0.44 403	0.59 421	0.69 467	0.91 469	0.68 469	0.55 422	0.61 446	1.06 499	0.83 494	0.62 406	0.70 443	0.90 479	0.41 408	0.89 453	0.56 435

CASS	0.57 383	0.89 306	0.56 404	0.57 367	0.56 447	0.56 423	0.56 439	0.56 413	0.53 436	0.57 425	0.57 449	0.59 432	0.48 418	0.56 419	0.57 435	0.55 390	0.56 411	0.47 402	0.56 450	0.62 414	0.56 435
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DDUNet	0.81 437	2.45 545	0.57 406	0.90 416	0.60 451	0.88 465	0.59 444	0.90 460	0.60 445	0.88 466	0.60 451	0.90 471	0.58 442	0.88 466	0.60 440	0.84 444	0.60 419	0.86 477	0.57 452	0.86 450	0.60 440

SMoEStereo_RVC	0.63 394	0.75 285	0.51 394	0.73 398	0.53 444	0.71 445	0.47 416	0.67 433	0.58 442	0.74 452	0.60 451	0.72 448	0.53 434	0.74 447	0.51 427	0.61 402	0.62 424	0.62 438	0.61 458	0.63 415	0.61 441

UDG	0.80 432	2.21 525	0.60 410	0.91 418	0.60 451	0.90 468	0.58 442	0.88 459	0.60 445	0.90 467	0.60 451	0.88 467	0.60 444	0.90 469	0.58 437	0.86 446	0.60 419	0.84 475	0.59 455	0.84 449	0.61 441

RAFT-Stereo + iAFF	0.70 408	0.72 281	0.71 442	0.80 405	0.62 462	0.82 457	0.61 445	0.81 452	0.62 449	0.81 461	0.63 457	0.80 460	0.70 468	0.73 445	0.61 442	0.76 429	0.61 423	0.74 457	0.61 458	0.77 434	0.61 441

AFF-stereo	0.73 416	0.88 303	0.67 428	0.75 400	0.68 472	0.75 448	0.64 448	0.80 449	0.72 481	0.83 463	0.70 476	0.82 464	0.64 448	0.84 459	0.67 450	0.77 431	0.63 425	0.81 469	0.63 460	0.78 436	0.62 444

WQFJA1++	0.84 449	0.98 325	0.67 428	1.26 514	0.75 484	1.00 478	0.67 455	1.00 473	0.67 456	1.00 479	0.67 464	1.00 484	0.67 455	1.00 484	0.67 450	0.96 460	0.67 431	0.91 482	0.63 460	0.92 460	0.63 445

WQFJX	0.85 455	1.00 334	0.68 435	1.30 522	0.75 484	1.01 485	0.68 459	1.01 481	0.68 462	1.01 489	0.68 469	1.03 497	0.68 459	1.02 495	0.67 450	0.97 461	0.67 431	0.93 489	0.63 460	0.94 469	0.63 445

NLMM1	0.86 458	0.98 325	0.69 437	1.48 536	0.75 484	1.01 485	0.69 467	1.00 473	0.69 467	1.00 479	0.70 476	1.00 484	0.68 459	1.01 491	0.67 450	0.97 461	0.68 436	0.92 485	0.63 460	0.93 465	0.63 445

NLMM	0.84 449	1.00 334	0.67 428	1.27 515	0.75 484	1.00 478	0.68 459	1.00 473	0.67 456	1.00 479	0.67 464	1.02 495	0.67 455	1.02 495	0.67 450	0.97 461	0.67 431	0.93 489	0.63 460	0.92 460	0.63 445

NLSM3	0.85 455	0.99 332	0.68 435	1.29 520	0.76 489	1.01 485	0.68 459	1.01 481	0.68 462	1.02 493	0.68 469	1.01 491	0.68 459	1.01 491	0.68 458	0.97 461	0.68 436	0.93 489	0.64 465	0.93 465	0.63 445

pcwnet_v2	2.66 629	9.89 661	0.33 260	9.89 675	0.32 337	0.50 401	0.32 324	0.49 379	0.33 343	0.49 385	0.34 354	0.49 389	8.76 678	0.48 382	0.33 332	0.41 297	9.58 677	0.40 354	0.29 316	9.01 676	0.63 445

WQFJX1	0.84 449	0.98 325	0.67 428	1.30 522	0.75 484	1.01 485	0.67 455	1.01 481	0.67 456	1.01 489	0.67 464	1.01 491	0.68 459	1.00 484	0.68 458	0.98 465	0.67 431	0.92 485	0.64 465	0.92 460	0.64 451

DSFCA	0.66 399	0.73 282	0.78 456	0.65 383	0.65 465	0.64 438	0.64 448	0.65 430	0.63 451	0.64 437	0.64 459	0.64 438	0.64 448	0.65 435	0.65 446	0.65 410	0.65 429	0.65 445	0.65 469	0.66 418	0.64 451

WQFJA1	0.85 455	0.98 325	0.67 428	1.29 520	0.76 489	1.01 485	0.67 455	1.02 486	0.67 456	1.02 493	0.67 464	1.01 491	0.67 455	1.01 491	0.68 458	0.99 466	0.67 431	0.93 489	0.64 465	0.92 460	0.65 453

plain	1.88 572	3.16 578	0.64 419	3.10 594	0.65 465	3.10 634	0.64 448	3.12 633	0.65 453	3.10 634	0.65 461	3.11 634	0.65 450	3.12 633	0.65 446	3.12 627	0.65 429	3.13 632	0.65 469	3.13 620	0.65 453

MSMDNet	2.65 628	10.14 663	0.33 260	9.74 674	0.32 337	0.87 464	0.33 335	2.95 632	0.68 462	0.49 385	0.34 354	0.49 389	5.70 671	0.49 388	0.33 332	0.42 311	9.57 676	0.41 371	0.31 341	8.36 673	0.65 453

STTRV1_RVC	0.82 442	1.60 450	0.70 438	1.01 440	0.60 451	1.07 497	0.69 467	1.01 481	0.60 445	0.72 445	0.55 447	1.02 495	0.68 459	1.03 497	0.67 450	0.89 448	0.63 425	0.92 485	0.57 452	0.90 456	0.65 453

PA-Net	11.80 680	223.51 705	0.62 416	0.59 372	0.71 477	0.59 431	0.73 478	0.67 433	0.73 484	0.55 420	0.61 455	0.60 433	0.74 475	0.63 433	0.73 476	0.66 412	0.60 419	0.69 450	0.66 471	0.72 427	0.65 453
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MoCha-V2	2.11 598	26.97 683	0.78 456	0.92 421	0.77 492	0.96 475	0.72 477	0.90 460	0.72 481	0.94 475	0.70 476	0.90 471	0.71 472	0.91 470	0.71 474	0.85 445	0.71 447	0.88 478	0.69 478	0.87 451	0.67 458

R-Stereo Train	0.81 437	0.96 322	0.67 428	0.95 429	0.67 469	0.95 473	0.68 459	0.95 471	0.68 462	0.95 477	0.68 469	0.96 481	0.68 459	0.96 480	0.68 458	0.94 458	0.68 436	0.94 493	0.68 476	0.94 469	0.68 459

RAFT-Stereo	0.81 437	0.96 322	0.67 428	0.95 429	0.67 469	0.95 473	0.68 459	0.95 471	0.68 462	0.95 477	0.68 469	0.96 481	0.68 459	0.96 480	0.68 458	0.94 458	0.68 436	0.94 493	0.68 476	0.94 469	0.68 459
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AdaDepth	0.86 458	0.93 318	0.71 442	1.01 440	1.07 525	1.02 491	0.71 475	1.00 473	0.71 478	1.01 489	0.71 481	1.00 484	0.72 473	1.14 510	0.71 474	0.92 452	0.64 427	0.90 479	0.64 465	0.89 453	0.69 461

LiteMatch	1.13 500	0.73 282	2.80 634	3.23 599	0.61 457	0.83 459	0.68 459	0.73 441	0.69 467	1.00 479	0.77 492	0.94 478	0.57 439	0.82 455	0.64 443	2.97 624	2.43 626	0.68 447	0.32 348	0.56 407	0.70 462

Lsterematch	1.13 500	0.73 282	2.80 634	3.23 599	0.61 457	0.83 459	0.68 459	0.73 441	0.69 467	1.00 479	0.77 492	0.94 478	0.57 439	0.82 455	0.64 443	2.97 624	2.43 626	0.68 447	0.32 348	0.56 407	0.70 462

RSM++	0.76 424	0.82 294	0.66 424	0.85 412	0.64 463	0.85 461	0.71 475	0.94 469	0.64 452	0.87 464	0.67 464	0.87 466	0.65 450	0.84 459	0.65 446	0.81 437	0.70 443	0.79 464	0.71 483	0.83 448	0.70 462

DCRE	0.84 449	1.89 499	0.77 455	0.94 427	0.72 479	0.88 465	0.73 478	0.87 455	0.78 488	0.90 467	0.71 481	0.88 467	0.67 455	0.88 466	0.73 476	0.81 437	0.68 436	0.81 469	0.70 480	0.82 446	0.70 462

DMCA-RVC	0.70 408	0.80 289	0.70 438	0.70 393	0.70 475	0.70 443	0.70 472	0.71 438	0.70 473	0.70 444	0.71 481	0.71 445	0.70 468	0.70 440	0.69 466	0.69 415	0.70 443	0.69 450	0.70 480	0.69 424	0.70 462

MSMD_ROB	1.19 502	1.10 363	0.70 438	1.10 447	0.60 451	1.10 501	0.70 472	1.10 491	0.70 473	1.10 499	0.70 476	1.10 504	0.70 468	7.00 678	0.70 472	1.10 478	0.70 443	1.10 509	0.70 480	1.10 484	0.70 462

Wavelet-MonSter	1.00 478	1.21 421	0.76 453	1.94 553	1.01 520	1.11 504	0.76 482	1.15 493	0.76 487	1.11 504	0.76 490	1.14 510	0.76 478	1.11 507	0.76 483	1.21 538	0.90 470	1.02 505	0.71 483	1.02 480	0.71 468

ours_stereo	1.20 503	1.21 421	0.90 471	1.64 547	1.11 527	1.35 566	0.67 455	1.76 577	0.93 507	1.70 581	1.10 523	1.39 571	0.75 477	1.41 571	0.81 492	1.60 565	1.03 483	1.33 575	1.00 512	1.61 565	0.72 469

iGMRVC	0.84 449	2.85 571	0.72 445	0.72 397	0.73 480	0.77 449	0.79 485	0.73 441	0.74 486	0.73 447	0.72 484	0.73 450	0.76 478	0.73 445	0.73 476	0.72 422	0.73 450	0.73 454	0.72 485	0.73 430	0.72 469

HSM-Net_RVC	0.95 474	1.17 371	0.78 456	1.18 463	0.71 477	1.16 509	0.75 480	1.09 490	0.80 494	1.10 499	0.75 489	1.17 513	0.74 475	1.17 513	0.80 489	1.13 485	0.73 450	1.17 517	0.77 492	1.16 491	0.72 469
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UniTT-Stereo	2.03 590	3.43 585	0.72 445	3.42 611	0.73 480	3.27 637	0.68 459	3.38 638	0.69 467	3.29 637	0.72 484	3.28 637	0.70 468	3.35 639	0.68 458	3.39 630	0.68 436	3.31 635	0.69 478	3.37 621	0.73 472

ToySt	0.92 466	2.11 516	0.90 471	0.95 429	0.79 495	0.99 477	0.78 484	0.94 469	0.81 497	0.94 475	0.78 494	0.95 480	0.77 480	0.94 476	0.86 496	0.91 449	0.79 460	0.85 476	0.77 492	0.89 453	0.73 472

LMCR-Stereo	0.65 397	0.63 274	0.65 423	0.65 383	0.65 465	0.66 440	0.63 447	0.58 419	0.65 453	0.63 436	0.64 459	0.65 441	0.65 450	0.66 436	0.66 449	0.66 412	0.64 427	0.65 445	0.67 475	0.68 420	0.73 472

DRN-Test	0.14 135	0.13 108	0.09 89	0.14 122	0.09 140	0.15 161	0.09 140	0.14 155	0.10 145	0.14 154	0.09 142	0.14 155	0.09 140	0.13 156	0.09 135	0.12 111	0.09 94	0.12 147	0.09 136	0.12 154	0.73 472

Hybrid-DGEV	1.03 489	1.75 461	0.80 460	1.28 519	0.78 493	1.26 559	0.80 488	1.26 553	0.78 488	1.26 559	0.78 494	1.26 562	0.78 482	1.26 562	0.78 485	1.15 488	0.75 453	1.14 510	0.74 487	1.14 486	0.75 476

252Zero-FE	0.45 337	0.50 244	0.36 283	0.50 341	0.36 368	0.50 401	0.36 360	0.50 388	0.36 366	0.49 385	0.36 366	0.49 389	0.36 360	0.54 414	0.41 387	0.45 341	0.34 311	0.45 389	0.34 362	0.55 405	0.75 476

HBP-ISP	1.24 551	1.72 455	1.65 588	1.15 456	0.76 489	1.40 572	0.88 498	1.67 576	1.02 521	1.69 580	1.38 594	1.69 581	1.21 568	1.87 587	1.21 577	1.05 473	0.79 460	0.97 498	0.80 498	1.19 499	0.75 476

DStereoRT	0.73 416	0.81 292	0.73 449	0.71 395	0.74 482	0.73 447	0.75 480	0.71 438	0.71 478	0.74 452	0.72 484	0.73 450	0.80 484	0.71 441	0.73 476	0.76 429	0.71 447	0.73 454	0.72 485	0.70 425	0.76 479

UNet	0.29 208	0.90 309	0.10 93	0.14 122	0.10 147	0.14 154	0.10 145	0.91 462	0.69 467	0.14 154	0.11 160	0.14 155	0.11 157	0.14 157	0.10 141	0.12 111	0.09 94	0.12 147	0.09 136	0.88 452	0.76 479

Hybrid-DGEV-03	1.07 492	1.83 487	0.83 464	1.34 527	0.81 500	1.32 564	0.81 492	1.31 560	0.81 497	1.31 562	0.82 500	1.32 567	0.82 488	1.32 567	0.81 492	1.19 490	0.77 456	1.19 522	0.76 490	1.19 499	0.77 481

Hybrid-DGEV-2	1.05 491	1.83 487	0.83 464	1.33 526	0.82 501	1.30 562	0.81 492	1.26 553	0.79 492	1.29 561	0.79 496	1.26 562	0.80 484	1.26 562	0.79 486	1.20 492	0.78 458	1.18 520	0.77 492	1.20 501	0.77 481

RAStereo	2.23 612	3.64 588	0.76 453	3.65 620	0.86 502	3.66 642	0.76 482	3.67 642	0.81 497	3.66 639	0.76 490	3.66 640	0.77 480	3.68 641	0.77 484	3.68 633	0.77 456	3.69 640	0.77 492	3.70 624	0.77 481

G-Net	0.79 429	0.79 288	0.79 459	0.79 402	0.79 495	0.79 453	0.79 485	0.79 446	0.79 492	0.79 457	0.79 496	0.79 458	0.79 483	0.79 450	0.79 486	0.79 432	0.79 460	0.79 464	0.79 496	0.79 438	0.79 484

NaN_ROB	0.80 432	0.80 289	0.80 460	0.80 405	0.80 498	0.80 455	0.80 488	0.80 449	0.80 494	0.80 458	0.80 498	0.80 460	0.80 484	0.80 452	0.80 489	0.80 434	0.80 463	0.80 467	0.80 498	0.80 441	0.80 485

CSAN	0.80 432	0.80 289	0.80 460	0.80 405	0.80 498	0.80 455	0.80 488	0.80 449	0.80 494	0.80 458	0.80 498	0.80 460	0.80 484	0.80 452	0.80 489	0.80 434	0.80 463	0.80 467	0.80 498	0.80 441	0.80 485

DPSimNet_ROB	0.97 475	1.18 373	0.81 463	1.10 447	0.91 508	1.02 491	0.82 495	1.04 487	0.91 502	1.03 495	0.86 503	1.28 566	0.82 488	1.03 497	0.89 497	1.17 489	0.81 465	1.02 505	0.82 501	1.08 483	0.81 487

Selective-RAFT	0.89 463	0.89 306	0.72 445	1.16 461	0.78 493	1.06 494	0.82 495	0.87 455	0.97 512	1.00 479	0.91 507	0.90 471	1.00 499	0.89 468	0.93 502	0.83 442	0.83 466	0.82 473	0.82 501	0.81 444	0.82 488

StereoDRNet	0.15 147	0.14 114	0.10 93	0.14 122	0.09 140	0.15 161	0.09 140	0.14 155	0.09 144	0.14 154	0.10 146	0.14 155	0.09 140	0.14 157	0.09 135	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.82 488

Selective-RAFT-Error	0.88 461	0.84 295	0.98 480	0.86 413	0.97 514	0.88 465	0.95 506	0.84 454	0.99 515	0.92 471	0.82 500	0.84 465	0.98 498	0.87 464	0.97 505	0.81 437	0.83 466	0.79 464	0.82 501	0.79 438	0.85 490

LiteMatch*	2.07 596	1.30 433	5.73 668	6.28 657	0.79 495	1.33 565	0.80 488	1.30 559	1.02 521	1.33 563	0.84 502	1.33 568	0.97 496	1.28 566	1.04 514	6.05 667	5.89 662	1.28 573	0.76 490	1.28 553	0.88 491

IGEVStereo-DCA	1.77 568	4.21 607	1.84 605	2.49 578	2.11 633	2.54 619	1.36 588	1.65 574	1.17 532	2.75 628	1.90 623	2.54 614	1.15 515	0.94 476	1.11 519	1.50 559	1.32 555	0.96 496	1.46 598	1.49 561	0.88 491

rrr	1.77 568	4.21 607	1.84 605	2.49 578	2.11 633	2.54 619	1.36 588	1.65 574	1.17 532	2.75 628	1.90 623	2.54 614	1.15 515	0.94 476	1.11 519	1.50 559	1.32 555	0.96 496	1.46 598	1.49 561	0.88 491

MM-Stereo_test2	1.20 503	1.85 493	1.05 488	1.46 535	0.94 512	1.36 568	0.99 509	1.36 562	0.95 509	1.41 568	0.98 513	1.40 573	0.96 495	1.37 569	0.95 503	1.37 552	1.06 484	1.33 575	0.93 509	1.29 554	0.89 494

4D-IteraStereo	0.78 428	3.13 577	0.89 468	0.69 389	0.32 337	0.40 285	0.32 324	0.76 444	0.97 512	0.52 409	0.65 461	0.89 470	0.32 334	0.76 449	0.98 506	0.83 442	0.94 475	0.35 284	0.27 290	0.70 425	0.89 494

DGTPSM_ROB	0.93 471	1.00 334	0.92 475	0.94 427	0.96 513	0.91 469	0.92 502	0.91 462	0.96 511	0.91 469	0.96 511	0.93 477	0.92 493	0.94 476	0.92 498	0.92 452	0.92 473	0.90 479	0.92 505	0.94 469	0.91 496

pmcnn	0.92 466	0.92 316	0.92 475	0.92 421	0.92 509	0.92 470	0.92 502	0.92 465	0.92 506	0.92 471	0.92 510	0.92 474	0.92 493	0.92 474	0.92 498	0.92 452	0.92 473	0.92 485	0.92 505	0.92 460	0.92 497

UPFNet	0.42 301	1.20 375	0.17 176	0.24 182	0.17 209	0.25 221	0.17 198	1.19 501	0.90 501	0.25 218	0.17 205	0.24 214	0.17 206	0.25 219	0.17 199	0.22 184	0.17 190	0.22 203	0.16 194	1.15 489	0.93 498

DPSM_ROB	0.92 466	0.91 311	0.91 473	0.91 418	0.92 509	0.92 470	0.92 502	0.92 465	0.91 502	0.93 473	0.91 507	0.92 474	0.90 491	0.91 470	0.92 498	0.92 452	0.91 471	0.91 482	0.92 505	0.93 465	0.93 498

DPSM	0.92 466	0.91 311	0.91 473	0.91 418	0.92 509	0.92 470	0.92 502	0.92 465	0.91 502	0.93 473	0.91 507	0.92 474	0.90 491	0.91 470	0.92 498	0.92 452	0.91 471	0.91 482	0.92 505	0.93 465	0.93 498

MM-Stereo_test3	1.27 553	2.07 512	1.18 500	1.60 542	1.02 522	1.45 575	1.01 514	1.40 566	1.04 523	1.44 570	1.03 519	1.46 575	1.02 507	1.44 573	1.02 513	1.51 561	1.12 498	1.32 574	0.98 510	1.38 558	0.97 501

delet	0.43 302	1.21 421	0.17 176	0.25 189	0.17 209	0.25 221	0.18 206	1.26 553	0.95 509	0.25 218	0.17 205	0.25 221	0.17 206	0.25 219	0.17 199	0.23 195	0.16 169	0.22 203	0.16 194	1.18 497	0.98 502

MMNet	0.44 314	1.24 429	0.17 176	0.25 189	0.17 209	0.25 221	0.18 206	1.26 553	0.93 507	0.25 218	0.17 205	0.25 221	0.18 216	0.25 219	0.17 199	0.23 195	0.16 169	0.23 211	0.16 194	1.20 501	0.99 503

psm_up	0.43 302	1.19 374	0.17 176	0.25 189	0.18 220	0.25 221	0.19 210	1.26 553	0.91 502	0.26 227	0.17 205	0.25 221	0.17 206	0.25 219	0.17 199	0.22 184	0.17 190	0.23 211	0.16 194	1.18 497	0.99 503

Test_v1	1.00 478	1.00 334	1.00 482	1.00 436	1.00 515	1.00 478	1.00 510	1.00 473	1.00 516	1.00 479	1.00 514	1.00 484	1.00 499	1.00 484	1.00 508	1.00 467	1.00 476	1.00 500	1.00 512	1.00 474	1.00 505

BLMT-Stereo	1.53 560	1.36 439	1.06 489	1.42 534	1.23 587	1.41 573	1.07 518	1.43 568	1.12 525	1.42 569	1.06 520	1.83 583	1.07 509	1.42 572	1.07 516	1.27 542	1.38 571	6.80 675	1.00 512	1.26 551	1.00 505

GANet	1.00 478	1.00 334	1.00 482	1.00 436	1.00 515	1.00 478	1.00 510	1.00 473	1.00 516	1.00 479	1.00 514	1.00 484	1.00 499	1.00 484	1.00 508	1.00 467	1.00 476	1.00 500	1.00 512	1.00 474	1.00 505

TDLM	1.00 478	1.00 334	1.00 482	1.00 436	1.00 515	1.00 478	1.00 510	1.00 473	1.00 516	1.00 479	1.00 514	1.00 484	1.00 499	1.00 484	1.00 508	1.00 467	1.00 476	1.00 500	1.00 512	1.00 474	1.00 505

CVANet_RVC	1.00 478	1.00 334	1.00 482	1.00 436	1.00 515	1.00 478	1.00 510	1.00 473	1.00 516	1.00 479	1.00 514	1.00 484	1.00 499	1.00 484	1.00 508	1.00 467	1.00 476	1.00 500	1.00 512	1.00 474	1.00 505

AIO-Stereo-zeroshot	0.91 464	0.86 299	0.89 468	1.25 513	0.69 473	1.05 493	0.81 492	1.16 496	0.50 428	1.12 505	0.97 512	0.72 448	0.82 488	1.06 499	0.95 503	0.61 402	0.87 468	1.03 507	0.85 504	1.04 481	1.01 510

trnet	1.01 485	1.01 343	1.01 486	1.01 440	1.01 520	1.01 485	1.01 514	1.01 481	1.01 520	1.01 489	1.01 518	1.01 491	1.01 506	1.01 491	1.01 512	1.01 471	1.01 481	1.01 504	1.01 518	1.01 478	1.01 510

ff7	1.68 564	2.68 553	1.35 560	0.97 433	0.89 504	1.84 582	2.15 633	2.12 590	1.80 618	2.05 595	1.56 601	2.33 601	2.12 624	2.23 598	2.25 636	1.31 544	1.07 485	1.48 582	1.41 592	0.90 456	1.04 512

ffff	1.68 564	2.68 553	1.35 560	0.97 433	0.89 504	1.84 582	2.15 633	2.12 590	1.80 618	2.05 595	1.56 601	2.33 601	2.12 624	2.23 598	2.25 636	1.31 544	1.07 485	1.48 582	1.41 592	0.90 456	1.04 512

ccc-4	1.68 564	2.68 553	1.35 560	0.97 433	0.89 504	1.84 582	2.15 633	2.12 590	1.80 618	2.05 595	1.56 601	2.33 601	2.12 624	2.23 598	2.25 636	1.31 544	1.07 485	1.48 582	1.41 592	0.90 456	1.04 512

edge stereo	2.43 623	27.07 684	1.14 494	1.06 444	1.14 528	1.08 498	1.17 527	1.16 496	1.14 526	1.10 499	1.16 527	1.09 502	1.16 519	1.10 505	1.16 526	1.10 478	1.11 495	1.16 513	1.19 528	1.13 485	1.11 515

Abc-Net	2.32 615	24.75 675	1.14 494	1.17 462	1.17 534	1.11 504	1.15 524	1.17 498	1.21 580	1.08 498	1.16 527	1.12 509	1.14 514	1.09 503	1.17 527	1.09 476	1.16 501	1.17 517	1.17 527	1.16 491	1.11 515
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoVision	3.15 636	5.00 617	0.89 468	4.83 644	1.00 515	3.93 643	1.27 582	6.37 672	1.34 588	5.67 672	1.26 582	5.84 673	1.27 572	5.03 669	1.24 579	5.10 660	1.09 491	4.61 653	0.57 452	5.62 661	1.12 517

GLC_STEREO	1.07 492	1.01 343	1.06 489	1.07 445	1.05 524	1.06 494	1.08 519	1.08 488	1.05 524	1.07 497	1.06 520	1.08 500	1.05 508	1.06 499	1.10 518	1.07 474	1.09 491	1.05 508	1.05 519	1.06 482	1.12 517

AF-Net	2.37 620	25.71 679	1.17 498	1.13 452	1.15 529	1.15 508	1.18 528	1.19 501	1.16 528	1.10 499	1.15 524	1.10 504	1.18 520	1.12 509	1.15 523	1.10 478	1.10 494	1.17 517	1.15 524	1.16 491	1.12 517

RGC	2.36 618	25.48 677	1.19 502	1.15 456	1.15 529	1.10 501	1.16 526	1.17 498	1.16 528	1.12 505	1.16 527	1.11 508	1.13 512	1.09 503	1.18 528	1.10 478	1.15 500	1.16 513	1.12 522	1.14 486	1.12 517

KSHMR	0.66 399	0.50 244	0.48 375	1.15 456	0.52 441	0.49 392	0.51 434	0.49 379	0.71 478	0.67 441	0.50 436	1.16 512	1.11 511	0.66 436	0.52 429	0.49 366	0.49 392	0.51 424	0.66 471	0.50 391	1.14 521

4.25w-stereo	1.98 575	2.72 560	1.46 577	3.47 613	1.43 594	2.07 596	1.98 624	2.53 615	1.52 599	2.71 621	1.98 635	1.81 582	1.62 591	1.96 590	1.36 591	1.88 576	2.00 608	2.53 626	1.61 608	1.74 572	1.15 522

2w_stereo	1.99 576	2.36 540	1.81 596	3.24 601	1.67 605	1.94 587	1.98 624	2.72 618	1.68 603	2.72 622	1.94 626	1.98 590	1.74 601	1.79 584	1.27 583	1.95 580	2.00 608	2.53 626	1.60 607	1.68 569	1.15 522

Nwc_Net	2.37 620	25.95 680	1.15 496	1.14 453	1.15 529	1.08 498	1.14 523	1.17 498	1.16 528	1.14 508	1.15 524	1.08 500	1.15 515	1.11 507	1.14 522	1.10 478	1.11 495	1.16 513	1.09 521	1.16 491	1.15 522

4.5w-stereo	1.99 576	2.33 533	1.81 596	3.28 603	1.68 607	1.94 587	1.99 627	2.72 618	1.70 606	2.72 622	1.99 638	1.97 589	1.68 593	1.76 581	1.29 586	1.91 578	2.02 614	2.53 626	1.61 608	1.75 573	1.16 525

4.25_new	2.00 580	2.33 533	1.82 601	3.32 606	1.69 608	1.95 590	1.99 627	2.72 618	1.71 607	2.72 622	1.97 629	2.01 592	1.74 601	1.77 582	1.28 584	2.18 589	2.01 610	2.48 624	1.58 604	1.65 566	1.17 526

4.5w_new	2.00 580	2.33 533	1.82 601	3.32 606	1.69 608	1.95 590	1.99 627	2.72 618	1.71 607	2.72 622	1.97 629	2.01 592	1.74 601	1.77 582	1.28 584	2.18 589	2.01 610	2.48 624	1.58 604	1.65 566	1.17 526

RP	2.33 616	25.00 676	1.13 493	1.15 456	1.15 529	1.10 501	1.15 524	1.15 493	1.15 527	1.12 505	1.15 524	1.09 502	1.13 512	1.10 505	1.15 523	1.11 483	1.09 491	1.16 513	1.12 522	1.16 491	1.17 526

NCC-stereo	2.36 618	25.52 678	1.17 498	1.15 456	1.17 534	1.11 504	1.11 520	1.15 493	1.16 528	1.10 499	1.16 527	1.10 504	1.15 515	1.14 510	1.13 521	1.09 476	1.11 495	1.15 512	1.16 526	1.17 496	1.17 526

stereogan	2.33 616	24.38 674	1.18 500	1.18 463	1.18 536	1.14 507	1.18 528	1.19 501	1.19 534	1.14 508	1.18 531	1.14 510	1.18 520	1.14 510	1.18 528	1.14 487	1.14 499	1.19 522	1.19 528	1.15 489	1.19 530

DisPM	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

CrosDoStereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

PFNet+	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

LCNet	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

HHNet	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

Patchmatch Stereo++	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531
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	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

STrans-v2	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

TransformOpticalFlow	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

OMP-Stereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

IIG-Stereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

NF-Stereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

OCTAStereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

PSM-softLoss	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

KMStereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

NRIStereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

PSM-adaLoss	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

PSM-AAD	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

FTStereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

ROB_FTStereo_v2	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

ROB_FTStereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

Consistency-Raft	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

KYRaft	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

HUI-Stereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

ASMatch	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

DeepStereo_LL	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

DEmStereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

SST-Stereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

THIR-Stereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

RAFT_R40	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

DRaft	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

PFNet	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

GrayStereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

RE-Stereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

Pruner-Stereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

TVStereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

DeepStereo_RVC	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

RAFT-RH_RVC	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

IRAFT_RVC	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

RAFT-345	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

iRAFT	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

CRE-IMP	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

GMM-Stereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

RAFT-IKP	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

Prome-Stereo	1.20 503	1.20 375	1.20 505	1.20 465	1.20 537	1.20 510	1.20 530	1.20 504	1.20 535	1.20 512	1.20 532	1.20 515	1.20 522	1.20 515	1.20 532	1.20 492	1.20 506	1.20 524	1.20 531	1.20 501	1.20 531

SPS-STEREO	1.59 562	1.91 502	1.21 551	1.94 553	1.20 537	2.00 593	1.23 577	1.99 584	1.24 583	2.00 590	1.25 581	2.03 594	1.26 571	2.00 592	1.29 586	1.90 577	1.18 505	1.89 600	1.21 576	1.89 578	1.20 531
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
2.75w_new	1.99 576	2.34 537	1.81 596	3.14 595	1.62 602	1.94 587	1.99 627	2.72 618	1.71 607	2.72 622	1.99 638	1.90 585	1.73 599	1.82 586	1.29 586	2.37 606	2.01 610	2.31 613	1.42 595	1.77 574	1.22 577

GANetREF_RVC	1.55 561	1.94 508	1.22 552	1.88 550	1.21 583	1.88 585	1.22 576	1.88 579	1.22 581	1.88 582	1.22 578	1.88 584	1.22 569	1.89 588	1.22 578	1.87 573	1.22 553	1.88 599	1.22 577	1.88 577	1.22 577
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	2.51 625	26.86 682	1.23 554	1.22 510	1.22 585	1.24 558	1.25 579	1.22 550	1.24 583	1.21 557	1.24 580	1.19 514	1.27 572	1.19 514	1.24 579	1.19 490	1.20 506	1.25 571	1.19 528	1.24 550	1.23 579

3.75w	1.99 576	2.31 531	1.83 604	3.16 597	1.65 604	1.93 586	1.98 624	2.72 618	1.68 603	2.73 627	1.97 629	2.00 591	1.72 598	1.81 585	1.25 582	2.27 597	2.01 610	2.38 618	1.42 595	1.71 570	1.24 580

CFNet-ft	0.55 380	1.57 448	0.14 149	0.20 160	0.14 182	0.20 187	2.53 638	1.61 570	0.14 182	0.20 184	0.14 186	0.20 185	0.14 182	0.20 184	0.14 176	0.17 159	0.12 136	0.17 177	0.12 170	1.56 563	1.24 580

FAT-Stereo	2.46 624	26.05 681	1.23 554	1.23 512	1.22 585	1.20 510	1.24 578	1.23 552	1.23 582	1.19 511	1.22 578	1.21 560	1.24 570	1.20 515	1.24 579	1.21 538	1.17 504	1.22 570	1.25 581	1.20 501	1.24 580

MaDis-Stereo	3.19 637	6.02 639	1.12 492	5.61 653	1.16 533	5.43 670	1.02 516	5.15 669	0.70 473	5.43 669	1.21 577	5.03 670	0.97 496	4.85 663	0.99 507	4.53 641	1.16 501	5.53 669	1.25 581	5.37 659	1.30 583

11t	1.27 553	2.70 556	1.34 558	1.32 525	0.89 504	1.30 562	1.34 585	1.64 573	0.57 441	1.45 571	0.72 484	1.05 499	1.29 574	1.07 502	1.29 586	1.49 558	1.02 482	0.97 498	1.15 524	1.48 560	1.31 584

tt45	1.04 490	0.88 303	1.36 568	0.92 421	1.03 523	1.51 577	0.79 485	0.70 437	0.88 500	0.74 452	0.90 504	1.60 577	0.72 473	1.60 575	0.75 481	0.91 449	0.78 458	1.52 585	0.79 496	1.14 486	1.32 585

MM-Stereo_test1	1.80 570	3.41 584	1.52 583	2.12 560	1.41 593	2.04 594	1.41 596	2.05 588	1.46 598	2.04 594	1.41 596	2.05 595	1.42 585	2.05 593	1.43 596	2.04 585	1.54 583	1.94 601	1.38 591	1.99 580	1.33 586

MC-Stereo	1.76 567	2.96 572	1.37 570	2.14 561	1.37 590	2.14 599	1.36 588	2.14 593	1.37 593	2.14 599	1.37 592	2.14 596	1.37 582	2.14 597	1.37 592	1.97 581	1.32 555	1.97 602	1.32 585	1.98 579	1.33 586

CC-Net-ROB	1.36 556	1.33 437	1.33 557	1.36 530	1.38 591	1.36 568	1.33 584	1.37 564	1.34 588	1.35 565	1.36 591	1.38 570	1.34 578	1.38 570	1.38 593	1.35 548	1.38 571	1.33 575	1.35 586	1.43 559	1.34 588

MaskLacGwcNet_RVC	1.35 555	1.35 438	1.35 560	1.35 529	1.35 588	1.35 566	1.35 586	1.36 562	1.35 591	1.36 566	1.35 589	1.36 569	1.36 580	1.36 568	1.35 590	1.35 548	1.35 567	1.35 578	1.35 586	1.35 556	1.35 589

RASNet	1.49 559	1.65 451	1.45 576	1.38 532	1.43 594	1.47 576	1.36 588	1.38 565	1.36 592	1.39 567	1.60 605	1.45 574	1.45 586	1.51 574	2.21 635	1.53 562	1.36 568	1.36 580	1.36 588	1.66 568	1.36 590

PS-NSSS	1.38 558	1.39 442	1.34 558	1.34 527	1.35 588	1.38 570	1.37 593	1.35 561	1.38 594	1.34 564	1.34 588	1.39 571	1.38 583	1.70 579	1.40 594	1.36 550	1.36 568	1.36 580	1.37 589	1.37 557	1.36 590

MIF-Stereo (partial)	2.58 627	3.31 583	0.66 424	3.18 598	0.66 468	3.18 635	0.66 451	3.21 634	0.67 456	3.19 635	0.66 463	3.19 635	0.66 453	3.31 637	0.68 458	5.09 659	1.79 602	8.23 679	1.67 614	6.18 663	1.38 592

999	1.00 478	1.12 364	0.59 408	1.10 447	1.21 583	1.09 500	0.52 435	1.08 488	1.43 597	1.18 510	1.35 589	0.98 483	0.52 433	0.91 470	0.85 495	0.72 422	1.46 576	0.83 474	0.98 510	0.68 420	1.41 593

sCroCo_RVC	2.10 597	2.76 564	1.92 615	2.78 589	1.39 592	2.73 627	1.41 596	2.73 624	1.40 595	2.77 633	1.41 596	2.74 629	1.40 584	2.74 628	1.40 594	2.72 622	1.42 574	2.72 630	1.44 597	2.79 617	1.42 594

RAFT_CTSACE	1.92 573	3.71 591	1.72 593	1.88 550	1.72 612	2.04 594	1.42 598	2.18 595	1.89 629	2.02 592	1.97 629	1.95 587	2.06 623	1.93 589	1.62 602	1.76 568	1.66 594	2.02 603	1.73 622	1.73 571	1.43 595

MonStereo1	1.94 574	2.77 566	1.52 583	3.73 624	1.51 597	2.13 598	1.42 598	2.32 603	1.52 599	2.31 607	1.50 599	2.53 611	1.59 588	2.34 605	1.56 599	1.91 578	1.36 568	1.86 595	1.31 584	2.07 581	1.53 596

1w_stereo	2.05 595	2.32 532	1.35 560	3.74 625	2.01 627	2.73 627	1.42 598	1.88 579	1.93 631	2.03 593	1.28 584	2.71 623	1.99 619	2.72 625	1.72 611	2.20 591	1.32 555	1.87 596	1.86 625	2.45 599	1.54 597

test_xeample3	1.10 495	1.81 477	0.61 415	0.84 410	0.49 430	0.77 449	0.66 451	0.92 465	1.40 595	0.68 443	0.46 418	0.78 456	0.54 437	1.72 580	1.48 597	1.34 547	1.52 580	1.35 578	1.67 614	1.33 555	1.55 598

LGtest1	2.22 609	2.70 556	1.89 612	2.76 585	1.86 619	2.75 629	1.86 617	2.75 625	1.86 623	2.75 628	1.86 617	2.77 632	1.87 607	2.75 629	1.86 623	2.46 611	1.58 586	2.45 621	1.56 600	2.45 599	1.56 599

LG-G_1	2.22 609	2.71 558	1.89 612	2.77 586	1.87 622	2.75 629	1.87 619	2.76 626	1.87 627	2.75 628	1.87 618	2.76 630	1.87 607	2.75 629	1.86 623	2.47 612	1.58 586	2.45 621	1.57 601	2.45 599	1.57 600

LG-G	2.22 609	2.71 558	1.89 612	2.77 586	1.87 622	2.75 629	1.87 619	2.76 626	1.87 627	2.75 628	1.87 618	2.76 630	1.87 607	2.75 629	1.86 623	2.47 612	1.58 586	2.45 621	1.57 601	2.45 599	1.57 600

3w_stereo	2.04 593	2.24 527	1.70 590	3.15 596	2.18 639	2.49 613	1.26 581	2.03 587	1.98 633	1.98 588	1.33 587	2.72 627	1.99 619	2.59 617	1.72 611	2.22 593	1.33 562	1.85 592	1.88 631	2.50 605	1.58 602

DPSMNet_ROB	1.60 563	1.59 449	1.70 590	1.59 539	1.59 600	1.61 579	1.61 604	1.60 569	1.60 601	1.62 579	1.59 604	1.60 577	1.60 589	1.60 575	1.59 601	1.59 563	1.60 590	1.59 586	1.59 606	1.59 564	1.59 603

asd	2.18 602	2.77 566	1.58 585	3.59 618	2.00 626	2.58 621	1.85 616	2.39 608	1.71 607	2.47 614	1.97 629	2.59 618	1.61 590	2.56 615	1.79 618	2.51 615	1.99 607	2.11 608	1.62 610	2.36 595	1.60 604

4.5_new	2.00 580	1.84 492	1.98 618	2.77 586	2.16 635	2.27 601	1.28 583	2.09 589	1.98 633	2.01 591	1.28 584	2.71 623	1.98 617	2.51 614	1.65 604	2.26 594	1.33 562	1.87 596	1.87 626	2.49 603	1.60 604

IGEV	2.02 588	2.20 523	1.82 601	2.90 591	2.16 635	2.41 609	1.25 579	2.00 585	1.98 633	1.99 589	1.31 586	2.72 627	1.93 613	2.67 622	1.69 608	2.26 594	1.32 555	1.83 591	1.87 626	2.53 610	1.61 606

2.25w	2.00 580	1.86 496	1.98 618	2.95 592	2.17 637	2.26 600	1.35 586	2.42 609	2.00 636	2.07 598	1.27 583	2.53 611	1.99 619	2.29 602	1.49 598	2.21 592	1.32 555	1.85 592	1.87 626	2.52 607	1.62 607

3.25w	2.04 593	2.20 523	1.48 578	3.03 593	2.17 637	2.63 623	1.39 594	1.96 582	1.95 632	1.96 585	1.37 592	2.71 623	1.96 616	2.71 623	1.73 616	2.26 594	1.32 555	1.87 596	1.87 626	2.51 606	1.63 608

UDGNet	2.23 612	5.40 629	1.72 593	2.48 577	1.69 608	2.51 616	1.69 608	2.51 614	1.72 611	2.50 616	1.69 612	2.52 610	1.69 595	2.50 613	1.68 607	2.41 609	1.70 596	2.42 620	1.69 618	2.42 597	1.64 609

MFMNet_re	1.81 571	1.91 502	1.71 592	1.95 555	1.70 611	1.95 590	1.70 609	1.96 582	1.74 614	1.97 587	1.72 613	1.95 587	1.71 597	1.97 591	1.71 609	1.86 571	1.62 591	1.85 592	1.66 613	1.86 576	1.64 609

Anonymous3	2.55 626	3.26 582	1.65 588	3.28 603	1.63 603	3.24 636	1.68 607	3.27 635	1.66 602	3.28 636	1.67 610	3.25 636	1.66 592	3.27 635	1.64 603	3.26 628	1.65 593	3.30 634	1.65 612	4.95 654	1.65 611

MonStereo	2.17 600	2.41 543	1.49 582	2.67 583	1.67 605	2.60 622	2.04 631	2.32 603	1.76 615	2.44 612	1.68 611	2.50 609	1.69 595	2.38 606	1.80 619	2.28 598	1.78 600	2.63 629	2.14 634	3.47 622	1.68 612

qwe	2.18 602	2.60 550	1.58 585	3.83 626	1.90 624	2.53 617	1.90 622	2.48 611	1.73 612	2.37 610	1.92 625	2.53 611	1.68 593	2.56 615	1.83 620	2.52 617	1.87 606	2.07 604	1.68 616	2.32 593	1.71 613

TRStereo	2.00 580	2.13 517	1.85 607	2.27 567	1.84 616	2.28 603	1.84 613	2.29 598	1.86 623	2.30 604	1.87 618	2.30 598	1.87 607	2.08 594	1.72 611	2.08 586	1.72 597	2.08 605	1.72 619	2.08 582	1.72 614

XX-Stereo	2.00 580	2.13 517	1.85 607	2.27 567	1.84 616	2.28 603	1.84 613	2.29 598	1.86 623	2.30 604	1.87 618	2.30 598	1.87 607	2.08 594	1.72 611	2.08 586	1.72 597	2.08 605	1.72 619	2.08 582	1.72 614

EAI-Stereo	2.00 580	2.13 517	1.85 607	2.27 567	1.84 616	2.28 603	1.84 613	2.29 598	1.86 623	2.30 604	1.87 618	2.30 598	1.87 607	2.08 594	1.72 611	2.08 586	1.72 597	2.08 605	1.72 619	2.08 582	1.72 614

cf-r	0.66 399	2.17 521	0.12 124	0.18 153	0.12 176	0.18 179	2.70 642	2.60 616	0.12 176	0.18 176	0.12 168	0.18 178	0.12 172	0.18 177	0.12 165	0.15 140	0.11 122	0.15 165	0.11 155	1.81 575	1.74 617

asda	2.17 600	2.54 547	1.81 596	3.47 613	1.78 614	2.50 615	1.86 617	2.61 617	1.68 603	2.61 619	1.83 615	2.37 605	1.73 599	2.44 612	1.88 627	2.51 615	1.84 604	2.34 615	1.62 610	2.23 587	1.77 618

U	5.15 672	8.49 651	1.81 596	8.49 668	1.77 613	8.49 679	1.77 611	8.51 680	1.77 616	8.49 680	1.77 614	8.50 680	1.78 604	8.58 680	1.77 617	8.54 678	1.78 600	8.55 680	1.78 623	8.55 674	1.84 619

FBW_ROB	2.12 599	2.46 546	1.77 595	2.49 578	1.79 615	2.38 607	1.83 612	2.46 610	1.78 617	2.48 615	1.97 629	2.40 606	1.78 604	2.42 611	1.83 620	2.31 602	1.85 605	2.38 618	1.82 624	2.35 594	1.84 619

monsterstereo	2.20 608	2.33 533	1.95 616	3.65 620	2.07 632	2.49 613	1.61 604	2.48 611	1.83 621	2.45 613	1.61 607	2.67 622	1.86 606	2.64 619	1.94 629	2.48 614	1.66 594	2.34 615	1.68 616	2.40 596	1.86 621

monsters	2.18 602	2.41 543	1.96 617	3.47 613	2.03 631	2.53 617	1.64 606	2.48 611	1.73 612	2.40 611	1.50 599	2.62 619	1.94 614	2.59 617	1.94 629	2.44 610	1.57 585	2.28 611	1.87 626	2.42 597	1.86 621

2.5w	2.01 587	2.40 542	1.37 570	3.28 603	2.01 627	2.71 624	1.43 601	1.82 578	1.83 621	1.90 584	1.41 596	2.71 623	1.35 579	2.71 623	1.85 622	2.66 618	1.53 581	1.64 587	1.23 578	2.53 610	1.87 623

3.25w_new	2.03 590	2.72 560	1.35 560	3.33 608	1.57 598	2.72 625	1.53 603	2.15 594	1.33 587	2.15 600	1.60 605	2.63 620	1.30 575	2.72 625	1.99 633	2.67 620	1.53 581	1.75 590	1.25 581	2.53 610	1.87 623

3.5w_stereo	2.03 590	2.72 560	1.35 560	3.41 610	1.57 598	2.72 625	1.49 602	2.01 586	1.34 588	2.15 600	1.61 607	2.63 620	1.36 580	2.72 625	1.99 633	2.66 618	1.58 586	1.68 589	1.24 579	2.53 610	1.87 623

4w-stereo	2.02 588	2.72 560	1.44 575	3.36 609	1.59 600	2.48 612	1.72 610	2.28 596	1.24 583	2.24 602	1.65 609	2.56 616	1.32 577	2.39 608	1.98 632	2.67 620	1.51 579	1.66 588	1.24 579	2.53 610	1.88 626

GANet-RSSM	0.75 419	1.91 502	0.14 149	0.47 294	0.14 182	0.21 198	3.21 659	2.30 602	0.14 182	0.46 365	0.14 186	0.23 208	0.18 216	0.21 195	0.14 176	0.18 167	0.27 232	0.37 292	0.13 179	2.13 585	2.12 627

HUF	2.18 602	2.30 530	1.99 621	2.34 573	2.02 630	2.41 609	2.06 632	2.38 607	1.89 629	2.36 609	1.85 616	2.56 616	1.98 617	2.31 604	1.97 631	2.30 601	2.03 615	2.30 612	2.11 633	2.23 587	2.16 628

AIO_test	2.18 602	2.09 515	2.04 622	2.42 575	2.01 627	2.47 611	1.94 623	2.34 605	2.03 637	2.56 618	1.94 626	2.43 607	1.94 614	2.41 609	1.87 626	2.39 608	2.10 617	2.35 617	1.91 632	2.25 589	2.19 629

AIO_rvc	2.18 602	2.34 537	1.87 611	2.32 571	1.94 625	2.40 608	1.89 621	2.37 606	2.07 638	2.52 617	1.95 628	2.44 608	1.99 619	2.41 609	1.89 628	2.32 603	2.09 616	2.24 609	2.18 635	2.21 586	2.23 630

NCCL2	2.28 614	2.27 528	2.28 624	2.28 570	2.28 640	2.27 601	2.29 636	2.28 596	2.28 639	2.27 603	2.28 641	2.28 597	2.27 627	2.27 601	2.28 640	2.28 598	2.28 622	2.27 610	2.29 639	2.27 590	2.29 631

PSMNet-RSSM	0.77 425	2.76 564	0.14 149	0.20 160	0.14 182	0.20 187	2.66 640	2.79 629	0.14 182	0.21 196	0.14 186	0.21 193	0.14 182	0.20 184	0.14 176	0.17 159	0.12 136	0.17 177	0.12 170	2.52 607	2.31 632

GwcNet-RSSM	0.77 425	2.77 566	0.14 149	0.20 160	0.14 182	0.20 187	2.67 641	2.78 628	0.14 182	0.20 184	0.14 186	0.20 185	0.14 182	0.21 195	0.14 176	0.17 159	0.12 136	0.17 177	0.12 170	2.52 607	2.31 632

hitnet-ft	0.79 429	2.78 569	0.14 149	0.20 160	0.14 182	0.21 198	2.89 643	2.80 630	0.14 182	0.20 184	0.14 186	0.20 185	0.14 182	0.20 184	0.14 176	0.17 159	0.12 136	0.17 177	0.12 170	2.54 615	2.33 634

STTStereo	3.73 642	30.40 688	2.37 628	2.39 574	2.31 642	2.35 606	2.33 637	2.29 598	2.42 640	2.32 608	2.34 642	2.33 601	2.36 628	2.30 603	2.27 639	2.35 605	2.22 621	2.31 613	2.22 636	2.29 592	2.34 635

sAnonymous2	3.31 638	2.63 551	1.38 572	3.71 622	1.86 619	4.70 662	1.11 520	4.82 665	2.72 643	5.45 670	1.98 635	4.59 655	2.64 630	2.65 620	6.21 676	4.37 637	1.08 489	5.16 667	2.24 637	4.52 636	2.39 636

CroCo_RVC	3.31 638	2.63 551	1.38 572	3.71 622	1.86 619	4.70 662	1.11 520	4.82 665	2.72 643	5.45 670	1.98 635	4.59 655	2.64 630	2.65 620	6.21 676	4.37 637	1.08 489	5.16 667	2.24 637	4.52 636	2.39 636

NLSM1	2.93 635	3.24 581	2.57 632	4.04 627	2.66 643	3.30 638	2.55 639	3.29 636	2.55 641	3.35 638	2.48 643	3.28 637	2.47 629	3.34 638	2.49 641	3.26 628	2.55 628	3.13 632	2.57 642	3.00 619	2.46 638

Sa-1000	4.34 660	8.37 648	6.84 673	6.98 663	4.45 673	3.58 639	3.00 644	3.42 639	3.39 660	2.61 619	4.00 669	3.83 643	4.01 662	3.90 643	3.90 665	5.98 666	5.62 661	3.76 641	2.34 640	4.35 634	2.47 639

NLCA_NET_v2_RVC	5.04 670	50.87 698	2.78 633	2.87 590	2.71 644	2.78 632	0.47 416	2.88 631	2.86 645	1.89 583	2.67 644	2.79 633	2.79 633	2.78 632	2.83 642	2.82 623	2.82 629	2.83 631	2.77 643	2.83 618	2.76 640
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	0.35 239	0.37 179	0.17 176	0.19 156	0.17 209	0.20 187	0.17 198	0.19 179	0.17 207	0.19 178	0.17 205	0.19 182	0.17 206	0.37 272	0.36 353	0.19 171	0.17 190	0.19 190	0.17 216	0.38 285	2.84 641

Select-FE	0.41 287	0.44 216	0.23 202	0.26 196	0.22 238	0.26 230	0.22 224	0.26 222	0.23 234	0.26 227	0.23 238	0.26 232	0.23 238	0.45 365	0.42 395	0.25 208	0.22 208	0.25 225	0.22 231	0.45 363	2.90 642

MLG-Stereo_test1	4.25 655	5.34 628	3.61 654	5.31 649	3.63 664	5.23 668	3.57 663	5.38 670	3.65 661	5.23 667	3.47 660	4.76 664	3.74 654	4.85 663	3.71 661	4.96 655	3.18 644	4.71 659	2.92 644	4.86 652	2.90 642

MLG-Stereo_test3	4.26 656	4.85 615	3.95 658	5.35 650	3.60 663	4.75 665	3.76 666	5.49 671	3.71 663	5.39 668	3.69 664	4.82 666	3.66 651	4.85 663	3.73 664	4.93 654	3.19 645	4.69 658	2.99 646	4.84 651	2.98 644

rvit_0105_6	3.87 647	5.73 636	3.10 647	4.69 641	3.12 656	4.54 652	3.02 646	4.56 652	3.04 646	4.54 653	3.03 647	4.54 651	3.04 637	4.56 652	3.05 645	4.58 646	3.05 631	4.58 650	3.05 647	4.58 639	3.05 645

rvit_105_1	3.83 643	5.22 622	3.01 637	4.53 631	3.01 646	4.51 650	3.01 645	4.56 652	3.04 646	4.53 651	3.03 647	4.55 653	3.03 634	4.56 652	3.04 643	4.57 643	3.05 631	4.57 648	3.05 647	4.57 638	3.05 645

rvit_stereo_0081	3.83 643	5.23 623	3.01 637	4.53 631	3.03 648	4.55 656	3.02 646	4.56 652	3.04 646	4.52 649	3.02 645	4.54 651	3.03 634	4.56 652	3.04 643	4.57 643	3.05 631	4.57 648	3.05 647	4.58 639	3.05 645

rvit_stereo_0082	3.86 645	5.82 637	3.01 637	4.53 631	3.03 648	4.54 652	3.02 646	4.56 652	3.04 646	4.53 651	3.02 645	4.55 653	3.04 637	4.57 655	3.05 645	4.57 643	3.05 631	4.58 650	3.05 647	4.58 639	3.06 648

rvit_stereo_0081_aga	3.86 645	5.33 626	3.02 640	4.55 637	3.04 652	4.54 652	3.02 646	4.64 659	3.06 650	4.54 653	3.04 649	4.62 660	3.08 641	4.62 658	3.07 648	4.58 646	3.06 635	4.60 652	3.08 651	4.63 642	3.07 649

RAFT-FEzeroshot	0.34 230	0.26 157	0.17 176	0.21 170	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 193	0.16 194	0.27 234	0.24 232	0.19 171	0.16 169	0.19 190	0.16 194	0.26 216	3.08 650

RAFT-FE	0.34 230	0.26 157	0.17 176	0.21 170	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 193	0.16 194	0.27 234	0.24 232	0.19 171	0.16 169	0.19 190	0.16 194	0.26 216	3.08 650

rvit_stereo_0080	3.89 648	5.70 634	3.04 642	4.54 634	3.03 648	4.56 657	3.05 652	4.60 656	3.07 651	4.58 656	3.06 650	4.59 655	3.06 639	4.61 656	3.08 649	4.63 648	3.09 636	4.64 654	3.10 652	4.65 643	3.10 652

whm_eth	3.89 648	5.70 634	3.04 642	4.54 634	3.03 648	4.56 657	3.05 652	4.60 656	3.07 651	4.58 656	3.06 650	4.59 655	3.06 639	4.61 656	3.08 649	4.63 648	3.09 636	4.64 654	3.10 652	4.65 643	3.10 652

rvit_stereo_0083	3.92 652	5.30 625	3.06 645	4.61 640	3.09 655	4.67 661	3.08 655	4.66 660	3.09 655	4.62 659	3.10 655	4.66 663	3.11 643	4.67 660	3.16 654	4.72 653	3.16 642	4.77 661	3.11 654	4.66 645	3.11 654

MLG-Stereo_test2	4.28 657	5.46 632	3.69 656	4.86 645	3.72 666	5.58 671	3.42 661	4.81 664	3.77 667	4.85 663	3.72 665	5.55 672	3.63 650	5.58 670	3.53 659	4.41 640	3.28 646	4.99 665	2.95 645	4.75 647	3.13 655

rvit_0105_3	3.91 650	5.33 626	3.06 645	4.60 639	3.07 654	4.60 659	3.06 654	4.62 658	3.08 654	4.60 658	3.07 653	4.62 660	3.08 641	4.67 660	3.10 652	4.70 651	3.11 639	4.77 661	3.19 659	4.77 648	3.14 656

rvit_0105_4	3.91 650	5.47 633	3.02 640	4.54 634	3.02 647	4.54 652	3.03 650	4.75 662	3.17 657	4.57 655	3.06 650	4.61 659	3.16 645	4.65 659	3.09 651	4.66 650	3.11 639	4.68 657	3.18 658	4.81 649	3.16 657

rvit_stereo_ft	3.93 653	5.44 631	3.05 644	4.59 638	3.06 653	4.61 660	3.08 655	4.67 661	3.12 656	4.63 660	3.10 655	4.65 662	3.11 643	4.69 662	3.13 653	4.70 651	3.14 641	4.71 659	3.15 657	4.74 646	3.16 657

raft_robust	4.71 665	7.75 646	5.40 667	6.81 660	3.31 659	4.28 649	4.20 672	4.32 649	4.37 673	4.35 648	4.35 672	4.14 646	3.75 655	4.30 650	4.20 670	6.67 670	6.37 665	3.36 636	4.24 673	4.86 652	3.25 659

NLCSM	3.67 641	4.08 602	3.19 651	4.80 643	3.26 658	3.99 646	3.24 660	4.25 648	3.18 658	4.09 644	3.27 658	4.14 646	3.18 646	4.13 646	3.28 656	4.06 635	3.10 638	3.85 644	3.14 656	3.91 629	3.27 660

rvit_0105_5	4.10 654	5.40 629	3.13 650	4.71 642	3.15 657	4.72 664	3.10 657	4.90 667	3.27 659	4.69 661	3.16 657	4.84 667	3.25 647	4.96 666	3.34 657	5.05 658	3.39 647	5.10 666	3.40 660	5.11 656	3.42 661

DispFullNet	4.61 663	4.84 614	3.12 648	5.00 647	3.57 662	4.75 665	3.03 650	7.75 678	4.17 671	4.91 665	3.09 654	6.20 674	3.95 660	6.71 674	3.51 658	5.30 661	3.67 649	5.86 673	3.63 662	5.61 660	3.46 662

SA	4.33 659	7.35 642	6.85 674	5.96 655	4.09 670	3.59 640	3.15 658	3.82 643	2.64 642	3.91 641	3.85 666	3.57 639	2.72 632	3.13 634	4.03 667	7.09 674	6.86 669	3.57 637	3.12 655	3.85 625	3.51 663

DPSNet	3.66 640	3.60 587	3.62 655	3.63 619	3.64 665	3.65 641	3.65 665	3.66 641	3.67 662	3.67 640	3.65 663	3.67 641	3.66 651	3.66 640	3.68 660	3.68 633	3.66 648	3.67 639	3.68 665	3.67 623	3.67 664

RAFT+CT+SA	4.28 657	7.62 645	4.91 662	5.55 652	2.28 640	3.09 633	3.64 664	4.49 650	3.07 651	4.80 662	3.35 659	4.77 665	3.70 653	4.29 649	3.05 645	5.58 662	5.98 664	3.58 638	3.78 667	4.26 632	3.72 665

test_4	4.88 667	8.13 647	6.98 675	7.46 664	4.44 672	4.25 648	3.85 669	4.04 647	3.92 668	4.13 645	3.91 667	4.18 648	3.84 658	4.14 647	4.06 668	7.01 673	7.13 670	4.53 646	3.72 666	4.09 630	3.72 665

TestStereo1	4.60 661	8.41 649	6.44 671	6.86 661	3.79 667	3.97 644	3.78 667	3.99 645	3.74 664	3.97 642	3.52 661	3.94 644	3.58 648	3.98 644	3.72 662	6.82 671	6.50 667	3.76 641	3.66 663	3.90 626	3.74 667

SA-5K	4.60 661	8.41 649	6.44 671	6.86 661	3.79 667	3.97 644	3.78 667	3.99 645	3.74 664	3.97 642	3.52 661	3.94 644	3.58 648	3.98 644	3.72 662	6.82 671	6.50 667	3.76 641	3.66 663	3.90 626	3.74 667

FC-DCNN v2	5.10 671	5.15 620	4.49 660	5.07 648	3.37 660	6.87 674	4.75 674	5.04 668	6.34 678	7.84 678	5.06 675	6.72 678	4.09 663	4.99 667	5.44 675	5.03 657	3.16 642	4.67 656	4.86 674	5.15 657	3.89 669

cross-raft	4.83 666	7.52 643	6.43 670	6.63 659	3.96 669	4.51 650	3.99 670	4.49 650	3.96 669	4.52 649	3.96 668	4.50 650	3.97 661	4.50 651	3.97 666	6.65 669	6.44 666	4.33 645	3.92 669	4.35 634	3.91 670

test_5	4.62 664	7.55 644	6.23 669	6.32 658	3.40 661	5.29 669	3.50 662	3.53 640	4.11 670	4.28 646	4.47 673	4.26 649	4.38 665	3.68 641	3.24 655	5.89 664	5.60 660	4.84 663	3.50 661	4.33 633	3.93 671

SGM-Forest	5.21 673	5.92 638	4.08 659	6.18 656	4.16 671	6.31 673	4.34 673	6.50 673	4.33 672	6.14 674	4.21 671	6.61 677	4.55 666	6.67 673	4.48 671	5.94 665	3.94 651	5.85 672	4.03 671	5.79 662	4.17 672
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_3	5.01 669	8.86 654	7.77 677	8.09 666	2.76 645	4.13 647	4.05 671	3.88 644	3.76 666	4.33 647	4.13 670	3.71 642	3.91 659	4.21 648	4.06 668	7.93 675	7.69 672	4.53 646	3.91 668	4.17 631	4.29 673

TestStereo	4.88 667	4.75 613	4.79 661	4.87 646	4.92 674	4.81 667	4.90 675	4.78 663	4.77 674	4.87 664	4.89 674	4.90 668	4.91 667	4.99 667	4.79 672	4.98 656	4.87 657	4.87 664	4.92 675	5.00 655	5.00 674

SGM+DAISY	7.06 677	9.15 655	5.38 666	8.84 670	5.18 675	8.80 680	5.31 677	8.79 681	5.28 676	8.89 681	5.20 676	8.93 681	5.33 669	8.95 681	5.36 674	8.70 679	5.21 658	8.74 681	5.20 676	8.89 675	5.15 675

rvit_stereo_0075_2	6.64 675	8.80 653	5.25 664	7.89 665	5.27 676	7.90 678	5.27 676	7.92 679	5.28 676	7.91 679	5.29 677	7.93 679	5.27 668	7.92 679	5.28 673	7.93 675	5.28 659	7.93 678	5.29 677	7.93 671	5.28 676

test-1	6.46 674	9.16 656	8.03 680	8.09 666	5.62 677	6.11 672	6.35 678	6.85 675	4.94 675	6.08 673	6.29 680	4.98 669	6.43 672	6.22 671	6.36 678	6.16 668	7.47 671	5.82 671	5.44 678	7.11 668	5.68 677

RAFT	6.73 676	9.36 657	7.40 676	8.51 669	6.55 678	6.88 675	6.60 679	6.79 674	6.60 679	6.80 675	6.72 681	5.31 671	5.50 670	6.61 672	6.61 679	8.42 677	5.89 662	5.73 670	5.45 679	6.61 664	6.24 678

CFNet_RVC	2.38 622	8.71 652	0.38 289	9.33 671	0.42 409	0.56 423	0.42 400	0.60 423	0.38 372	0.62 434	0.42 407	0.56 425	7.29 676	0.62 429	0.42 395	0.53 383	0.37 326	0.49 415	0.34 362	8.30 672	6.87 679

test-v	7.53 678	11.89 665	7.98 678	9.36 672	7.14 679	7.06 676	7.09 680	7.37 676	6.91 680	7.29 676	5.71 678	6.45 675	6.93 673	6.73 675	7.27 680	8.93 680	7.85 673	6.98 676	6.80 680	7.56 669	7.34 680

test-2	7.53 678	11.89 665	7.98 678	9.36 672	7.14 679	7.06 676	7.09 680	7.37 676	6.91 680	7.29 676	5.71 678	6.45 675	6.93 673	6.73 675	7.27 680	8.93 680	7.85 673	6.98 676	6.80 680	7.56 669	7.34 680

MANE	19.05 681	23.00 673	15.00 681	23.00 687	15.00 681	24.00 687	16.00 682	24.00 688	16.00 682	22.00 688	15.00 682	23.00 688	16.00 682	23.00 688	15.00 682	22.00 688	15.00 682	22.00 688	15.00 682	22.00 688	15.00 682

rafts_anoy	20.00 682	20.00 667	20.00 682	20.00 681	20.00 682	20.00 681	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683

raft+_RVC	20.00 682	20.00 667	20.00 682	20.00 681	20.00 682	20.00 681	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683

raftrobust	20.00 682	20.00 667	20.00 682	20.00 681	20.00 682	20.00 681	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683

CasAABBNet	20.00 682	20.00 667	20.00 682	20.00 681	20.00 682	20.00 681	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683

RALCasStereoNet	20.00 682	20.00 667	20.00 682	20.00 681	20.00 682	20.00 681	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683

RALAANet	20.00 682	20.00 667	20.00 682	20.00 681	20.00 682	20.00 681	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683	20.00 682	20.00 683

WCMA_ROB	31.10 689	35.43 693	27.12 688	39.51 699	23.10 688	38.78 699	25.30 689	37.49 700	25.39 689	37.29 699	27.02 689	38.52 700	26.48 689	37.80 699	26.44 689	36.28 696	22.65 689	33.90 693	22.30 689	37.10 697	24.18 689

111	30.40 688	30.94 689	29.72 689	32.61 688	30.02 689	33.57 688	30.47 690	31.50 689	29.39 690	30.98 689	29.11 690	29.78 689	30.39 693	29.45 689	30.76 693	30.08 689	29.02 690	29.92 689	30.32 693	29.86 689	30.17 690

fff	1000028.16 708	29.62 685	29.72 689	32.61 688	30.02 689	35.13 690	31.83 691	32.07 690	10000000.00 709	35.27 692	29.82 691	32.45 690	30.15 690	32.35 690	30.09 690	31.04 690	29.55 691	30.64 690	30.14 690	10000000.00 709	30.77 691

csc	1000028.16 708	29.62 685	29.72 689	32.61 688	30.02 689	35.13 690	31.83 691	32.07 690	10000000.00 709	35.27 692	29.82 691	32.45 690	30.15 690	32.35 690	30.09 690	31.04 690	29.55 691	30.64 690	30.14 690	10000000.00 709	30.77 691

cscssc	1000028.16 708	29.62 685	29.72 689	32.61 688	30.02 689	35.13 690	31.83 691	32.07 690	10000000.00 709	35.27 692	29.82 691	32.45 690	30.15 690	32.35 690	30.09 690	31.04 690	29.55 691	30.64 690	30.14 690	10000000.00 709	30.77 691

ADStereo(finetuned)	36.13 691	36.63 694	38.07 699	36.97 693	33.25 693	35.91 693	34.45 694	36.36 696	32.99 691	38.14 700	36.71 697	36.69 696	34.13 694	38.57 700	40.79 700	37.60 700	36.58 697	35.90 697	33.36 694	35.42 692	34.04 694

tt	500032.53 706	34.60 691	29.72 689	37.47 697	34.41 694	36.85 694	35.22 695	34.71 693	33.55 692	34.50 690	35.43 694	33.81 693	10000000.00 710	33.57 693	33.13 694	33.68 693	35.00 695	34.03 694	35.26 696	30.96 690	34.63 695

DCANet	500032.53 706	34.60 691	29.72 689	37.47 697	34.41 694	36.85 694	35.22 695	34.71 693	33.55 692	34.50 690	35.43 694	33.81 693	10000000.00 710	33.57 693	33.13 694	33.68 693	35.00 695	34.03 694	35.26 696	30.96 690	34.63 695

DCANet-4	35.22 690	34.54 690	35.08 695	33.58 692	35.47 696	34.55 689	35.53 697	36.08 695	35.85 694	35.92 695	35.77 696	35.18 695	35.48 695	35.39 695	37.15 699	34.55 695	33.92 694	35.02 696	34.90 695	35.79 693	34.74 697

Reg-Stereo(zero)	37.00 692	37.00 695	37.00 696	37.00 694	37.00 697	37.00 696	37.00 698	37.00 697	37.00 695	37.00 696	37.00 698	37.00 697	37.00 696	37.00 696	37.00 696	37.00 697	37.00 698	37.00 698	37.00 698	37.00 694	37.00 698

HI	37.00 692	37.00 695	37.00 696	37.00 694	37.00 697	37.00 696	37.00 698	37.00 697	37.00 695	37.00 696	37.00 698	37.00 697	37.00 696	37.00 696	37.00 696	37.00 697	37.00 698	37.00 698	37.00 698	37.00 694	37.00 698

CoSv	37.00 692	37.00 695	37.00 696	37.00 694	37.00 697	37.00 696	37.00 698	37.00 697	37.00 695	37.00 696	37.00 698	37.00 697	37.00 696	37.00 696	37.00 696	37.00 697	37.00 698	37.00 698	37.00 698	37.00 694	37.00 698

NOSS_ROB	102.95 696	153.00 703	121.00 703	51.00 700	44.00 700	165.00 703	127.00 703	153.00 703	119.00 700	164.00 704	125.00 703	168.00 704	120.00 701	153.00 703	117.00 703	49.00 701	44.00 701	49.00 701	44.00 701	49.00 698	44.00 701

CBMV	128.50 697	1422.70 710	53.10 701	79.50 701	51.30 701	77.30 701	49.70 701	74.00 701	48.20 699	77.20 702	48.80 702	73.90 702	48.00 700	73.80 702	48.80 702	70.40 702	45.10 702	68.90 702	46.10 702	68.20 699	45.00 702
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 695	87.70 699	41.95 700	113.75 702	65.62 702	75.05 700	55.25 702	75.64 702	45.04 698	71.61 701	41.75 701	72.81 701	44.06 699	68.38 701	44.63 701	101.89 703	59.57 703	107.10 703	61.05 703	104.38 700	59.38 703

MeshStereo	159.24 698	171.00 704	160.68 706	162.58 703	160.59 703	164.01 702	160.35 704	158.51 704	158.56 701	158.34 703	160.12 704	158.56 703	159.92 702	157.26 704	158.94 704	154.38 704	158.36 704	155.75 704	159.13 705	153.67 701	154.07 704
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	201.80 699	123.00 700	115.00 702	219.00 704	218.00 705	223.00 704	244.00 706	217.00 705	236.00 703	202.00 705	203.00 705	205.00 705	208.00 703	225.00 705	204.00 705	210.00 705	198.00 705	197.00 705	184.00 706	204.00 702	201.00 705

DLCB_ROB	284.23 702	354.61 706	207.27 707	363.24 707	206.46 704	364.72 707	210.41 705	364.72 708	210.41 702	364.81 708	208.64 706	364.81 708	208.64 704	364.72 708	210.41 706	354.70 708	205.53 706	354.70 708	205.53 707	354.70 705	205.53 706

MGS-Stereo	239.45 700	123.00 700	135.00 704	266.00 705	286.00 706	277.00 705	305.00 707	271.00 706	242.00 704	274.00 706	279.00 707	255.00 706	270.00 705	268.00 706	297.00 707	221.00 706	247.00 707	216.00 706	123.00 704	217.00 703	217.00 707

EGLCR-Stereo	246.90 701	129.00 702	139.00 705	266.00 705	286.00 706	277.00 705	305.00 707	271.00 706	242.00 704	274.00 706	279.00 707	255.00 706	270.00 705	268.00 706	297.00 707	230.00 707	247.00 707	216.00 706	223.00 708	237.00 704	227.00 708

LE_ROB	396.57 703	471.28 707	329.84 708	471.48 708	308.15 708	526.83 708	322.10 709	488.15 709	323.76 706	495.46 709	317.97 709	497.17 709	320.10 707	481.62 709	326.76 709	462.71 709	298.97 709	466.16 709	285.98 709	447.62 706	289.21 709

SGM-ForestM	596.69 704	677.77 708	444.52 709	699.85 709	517.25 709	732.94 709	488.29 710	770.79 710	460.11 707	750.81 710	487.98 710	792.79 710	499.41 708	730.90 710	475.81 710	720.03 710	491.16 710	663.96 710	418.60 710	674.76 707	436.05 710

CBMV_ROB	818.48 705	913.88 709	709.52 710	862.84 710	597.78 710	1073.99 710	700.52 711	1015.66 711	702.59 708	1115.65 711	760.02 711	1130.24 711	721.57 709	1037.41 711	692.65 711	814.05 711	564.29 711	843.28 711	595.31 711	915.51 708	602.92 711

111111	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 710	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

SGD-Stereo	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 710	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

IGEV-Stereo++	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 710	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

IGEV-BASED-STEREO-	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 710	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

IGEV-Stereo+	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 710	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

SDNR	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 710	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

anonymousdsp2	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 710	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

anonymousdsp	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 710	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

test_example2	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 710	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712

DIP-Stereo	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 711	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 710	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 712	10000000.00 709	10000000.00 712
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