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	0.14 102	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

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 49	0.04 44	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 67	0.07 59	0.09 56	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 70	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 45	0.24 125	0.20 168	0.23 154	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 179	0.21 182	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 45	0.54 234	0.10 72	0.12 86	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 96	0.11 100	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 42	0.50 216	0.10 72	0.12 86	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 96	0.10 77	0.01 9	0.01 9	0.01 10	0.01 10

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

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

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

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

VMBase	0.03 29	0.09 67	0.08 61	0.09 56	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.08 63	0.08 62	0.03 38	0.02 20	0.02 20	0.02 20

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

test_sample6	0.09 56	0.97 293	0.10 72	0.10 61	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample3	0.09 56	0.87 270	0.10 72	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample2	0.09 56	1.03 317	0.11 92	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

test_sample1	0.09 56	0.87 270	0.12 103	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

SMFormer	0.09 56	1.01 311	0.09 68	0.09 56	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

tta	0.09 56	0.95 290	0.09 68	0.10 61	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

CoDeX	0.15 125	0.70 251	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 384	0.02 15	0.69 379	0.75 393	0.01 9	0.02 20	0.02 20

1111x	0.10 69	1.14 330	0.13 122	0.14 102	0.03 49	0.04 78	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.11 100	0.03 38	0.02 20	0.03 44	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-LNSev-Ref	0.11 90	0.44 188	0.33 233	0.39 214	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 265	0.36 264	0.02 18	0.02 20	0.02 20	0.02 20

SFCPSM	0.17 136	0.78 256	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 420	0.02 15	0.75 390	0.76 395	0.02 20	0.02 20	0.02 20

Syn2CoEx	0.25 168	1.31 398	0.74 387	0.92 358	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 43	0.02 21	0.02 20	0.02 20	0.87 387	0.75 390	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCMid	0.08 54	0.02 12	0.02 14	1.01 376	0.03 49	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 112	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 56	0.02 12	0.04 44	0.90 353	0.06 112	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 134	0.36 291	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 49	0.03 41	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.03 53	0.03 40	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 69	0.98 294	0.14 127	0.15 112	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.15 125	0.13 137	0.03 38	0.03 54	0.03 44	0.03 51

zh-mn7	0.12 99	1.14 330	0.17 154	0.20 137	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.18 151	0.16 147	0.03 38	0.03 54	0.03 44	0.03 51

w-ln-seven-2	0.14 113	1.22 392	0.28 200	0.32 189	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.32 216	0.27 205	0.04 73	0.03 54	0.03 44	0.03 51

TCMNet	0.03 29	0.04 37	0.03 37	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 37	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

YMNet	0.03 29	0.04 37	0.03 37	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 37	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

DualNet (step1)	0.10 69	1.05 321	0.12 103	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample9	0.10 69	1.05 321	0.12 103	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample8	0.10 69	1.05 321	0.12 103	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample7	0.09 56	1.00 303	0.11 92	0.11 78	0.02 21	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.03 54	0.03 44	0.03 51

test_sample5	0.10 69	1.07 324	0.11 92	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 69	1.03 317	0.12 103	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.13 137	0.03 38	0.03 54	0.03 44	0.03 51

11t1	0.17 136	2.16 452	0.13 122	0.13 98	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.03 53	0.06 98	0.03 53	0.06 89	0.05 90	0.18 151	0.12 114	0.06 94	0.03 54	0.05 92	0.03 51

DualNet	0.10 69	1.07 324	0.11 92	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

xxx	0.09 56	1.01 311	0.10 72	0.10 61	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.03 51

qqq	0.16 132	2.01 443	0.12 103	0.15 112	0.04 79	0.06 93	0.05 94	0.06 95	0.04 82	0.06 97	0.03 53	0.06 98	0.03 53	0.06 89	0.03 49	0.12 96	0.14 141	0.04 73	0.04 78	0.03 44	0.03 51

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

psmg	0.43 270	1.91 435	0.92 412	1.91 487	0.02 21	0.02 19	0.03 51	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	1.97 517	1.44 510	0.04 73	0.03 54	0.02 20	0.03 51

222	0.10 69	0.99 301	0.12 103	0.13 98	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 114	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 69	1.09 326	0.13 122	0.12 86	0.03 49	0.03 41	0.03 51	0.04 77	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.14 141	0.03 38	0.03 54	0.03 44	0.03 51

EDNetEfficientorigin	0.04 39	0.06 54	0.04 44	0.05 43	0.04 79	0.05 90	0.04 82	0.05 89	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

EDNetEfficient	0.04 39	0.05 49	0.04 44	0.04 37	0.03 49	0.04 78	0.03 51	0.04 77	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.04 72	0.03 49	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

BEATNet_4x	0.11 90	0.03 31	0.03 37	1.60 477	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 83	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ADCL	0.11 90	0.03 31	0.03 37	1.60 477	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 83	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

AnyNet_C01	0.11 90	0.02 12	0.02 14	1.62 480	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.06 89	0.04 76	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

AnyNet_C32	0.14 113	0.04 37	0.03 37	2.22 499	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.04 77	0.02 21	0.07 106	0.04 76	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCPNet	0.10 69	0.03 31	0.04 44	1.27 450	0.03 49	0.04 78	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.08 109	0.04 76	0.04 44	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

DispViT+	0.07 50	0.24 125	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.06 95	0.04 82	0.06 97	0.05 101	0.06 98	0.04 85	0.06 89	0.04 76	0.06 55	0.07 59	0.06 94	0.04 78	0.06 96	0.04 79

z-mn7	0.16 132	1.21 386	0.33 233	0.41 239	0.04 79	0.04 78	0.03 51	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.35 234	0.31 239	0.04 73	0.04 78	0.04 77	0.04 79

z-ln-s-r	0.21 152	1.40 405	0.53 339	0.56 306	0.04 79	0.05 90	0.04 82	0.05 89	0.05 99	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.05 90	0.57 341	0.44 312	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 139	1.47 407	0.33 233	0.40 227	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.38 253	0.32 243	0.05 86	0.04 78	0.04 77	0.04 79

DFGA-Net	0.05 42	0.06 54	0.04 44	0.06 46	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.04 89	0.06 98	0.04 85	0.06 89	0.04 76	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

qqq1	0.25 168	3.70 522	0.14 127	0.14 102	0.04 79	0.06 93	0.05 94	0.06 95	0.05 99	0.06 97	0.05 101	0.04 77	0.05 96	0.06 89	0.05 90	0.13 111	0.12 114	0.06 94	0.05 97	0.03 44	0.04 79

fff1	0.25 168	3.70 522	0.14 127	0.14 102	0.04 79	0.06 93	0.05 94	0.06 95	0.05 99	0.06 97	0.05 101	0.04 77	0.05 96	0.06 89	0.05 90	0.13 111	0.12 114	0.06 94	0.05 97	0.03 44	0.04 79

mmm	0.14 113	1.83 424	0.12 103	0.11 78	0.03 49	0.03 41	0.03 51	0.03 43	0.04 82	0.03 41	0.03 53	0.03 43	0.03 53	0.06 89	0.04 76	0.12 96	0.11 100	0.05 86	0.04 78	0.05 92	0.04 79

ffm	0.25 168	3.83 528	0.12 103	0.12 86	0.05 99	0.06 93	0.05 94	0.06 95	0.05 99	0.03 41	0.03 53	0.06 98	0.05 96	0.06 89	0.05 90	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 168	3.83 528	0.12 103	0.12 86	0.05 99	0.06 93	0.05 94	0.06 95	0.05 99	0.03 41	0.03 53	0.06 98	0.05 96	0.06 89	0.05 90	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 168	3.83 528	0.12 103	0.12 86	0.05 99	0.06 93	0.05 94	0.06 95	0.05 99	0.03 41	0.03 53	0.06 98	0.05 96	0.06 89	0.05 90	0.12 96	0.12 114	0.05 86	0.04 78	0.06 96	0.04 79

GASNet	0.05 42	0.04 37	0.12 103	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.12 129	0.04 89	0.06 98	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

xxxx	0.11 90	1.16 335	0.16 146	0.12 86	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.16 147	0.03 38	0.04 78	0.04 77	0.04 79

FADNet_RVC	0.12 99	0.04 37	0.04 44	0.05 43	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 96	0.04 72	1.65 536	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet-RVC	0.13 106	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.05 96	0.04 72	1.71 541	0.04 44	0.04 45	0.04 73	0.04 78	0.07 107	0.04 79

FADNet	0.12 99	0.05 49	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 96	0.04 72	1.66 538	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 99	0.03 31	0.04 44	1.71 483	0.04 79	0.03 41	0.03 51	0.04 77	0.04 82	0.04 74	0.03 53	0.04 77	0.03 53	0.06 89	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.03 44	0.04 79

ADCP+	0.15 125	0.04 37	0.04 44	2.20 498	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.04 85	0.08 109	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 39	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
BridgeDepth_RVC	0.07 50	0.08 59	0.11 92	0.11 78	0.05 99	0.08 107	0.05 94	0.08 109	0.05 99	0.08 108	0.05 101	0.08 108	0.05 96	0.08 109	0.05 90	0.11 90	0.10 77	0.07 100	0.05 97	0.07 107	0.05 98
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 56	0.13 85	0.39 269	0.08 49	0.05 99	0.07 105	0.05 94	0.13 130	0.05 99	0.06 97	0.05 101	0.06 98	0.05 96	0.06 89	0.05 90	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

GGEV	0.09 56	0.13 85	0.39 269	0.08 49	0.05 99	0.07 105	0.05 94	0.13 130	0.05 99	0.06 97	0.05 101	0.06 98	0.05 96	0.06 89	0.05 90	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

AASNet	0.06 45	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 111	0.06 97	0.06 112	0.05 91	0.06 112	0.06 89	0.05 90	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

SACVNet	0.06 45	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 111	0.06 97	0.06 112	0.05 91	0.06 112	0.06 89	0.05 90	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

AACVNet	0.06 45	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 111	0.06 97	0.06 112	0.05 91	0.06 112	0.06 89	0.05 90	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

APVNet	0.09 56	0.05 49	0.04 44	0.05 43	0.04 79	0.05 90	0.90 433	0.06 95	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 98

GwcNet	0.12 99	0.07 58	0.05 58	0.08 49	0.05 99	0.08 107	1.20 462	0.07 106	0.05 99	0.05 92	0.05 101	0.08 108	0.05 96	0.08 109	0.03 49	0.07 61	0.05 56	0.06 94	0.05 97	0.07 107	0.05 98

BridgeDepth	0.08 54	0.08 59	0.11 92	0.11 78	0.05 99	0.08 107	0.05 94	0.08 109	0.07 114	0.08 108	0.05 101	0.08 108	0.05 96	0.09 113	0.08 107	0.15 125	0.11 100	0.07 100	0.05 97	0.07 107	0.06 106
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 50	0.08 59	0.07 59	0.07 47	0.07 113	0.08 107	0.06 111	0.08 109	0.07 114	0.08 108	0.07 115	0.08 108	0.06 112	0.07 106	0.07 105	0.08 63	0.07 59	0.07 100	0.07 107	0.06 96	0.06 106

FADNet-RVC-Resample	0.12 99	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	1.57 532	0.04 44	0.04 45	0.04 73	0.05 97	0.04 77	0.06 106

SuperB	0.21 152	0.10 70	2.51 566	0.12 86	0.09 117	0.10 115	0.09 117	0.08 109	0.07 114	0.10 115	0.09 119	0.09 114	0.07 116	0.07 106	0.07 105	0.07 61	0.08 62	0.07 100	0.07 107	0.08 111	0.07 109

SepStereo	0.09 56	0.09 67	0.10 72	0.09 56	0.09 117	0.09 113	0.09 117	0.10 114	0.08 118	0.10 115	0.09 119	0.09 114	0.09 120	0.09 113	0.08 107	0.09 70	0.08 62	0.09 109	0.08 111	0.09 114	0.08 110

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

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

S2M2_L	0.12 99	0.14 91	0.10 72	0.15 112	0.10 124	0.14 131	0.10 122	0.14 132	0.10 122	0.15 137	0.10 123	0.14 132	0.10 124	0.14 134	0.10 118	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.09 113
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CSP-Net	0.34 206	1.29 396	1.19 437	1.36 465	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 477	1.21 487	0.03 38	0.09 113	0.02 20	0.09 113

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

ELAS_RVC	0.14 113	0.16 93	0.10 72	0.15 112	0.10 124	0.18 155	0.11 135	0.19 155	0.11 137	0.19 154	0.12 145	0.18 154	0.11 136	0.19 156	0.12 142	0.14 118	0.08 62	0.14 130	0.09 113	0.15 142	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 106	0.16 93	0.11 92	0.15 112	0.09 117	0.18 155	0.11 135	0.18 153	0.11 137	0.17 148	0.11 137	0.18 154	0.11 136	0.18 153	0.11 130	0.14 118	0.08 62	0.14 130	0.08 111	0.14 135	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MatchStereo	0.54 314	0.12 83	2.38 564	2.32 506	0.09 117	0.09 113	0.08 116	0.09 113	0.07 114	0.09 113	0.07 115	0.09 114	0.07 116	0.09 113	0.08 107	2.34 540	2.34 558	0.12 124	0.11 132	0.11 125	0.10 118

AnonymousM	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

PVD	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

SHD	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

SAMSARA	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

XQC	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTSC	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTS	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTSA	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

MADNet+	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

MADNet++	0.10 69	0.10 70	0.10 72	0.10 61	0.10 124	0.10 115	0.10 122	0.10 114	0.10 122	0.10 115	0.10 123	0.10 117	0.10 124	0.10 117	0.10 118	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

PDISCO_ROB	0.83 382	2.80 502	3.49 585	0.14 102	0.11 140	0.17 151	0.09 117	0.15 144	0.10 122	0.15 137	0.12 145	0.16 143	0.14 159	3.30 568	0.13 148	0.14 118	2.34 558	0.16 145	0.12 147	2.62 548	0.10 118

SGM_RVC	0.15 125	0.17 97	0.11 92	0.18 131	0.11 140	0.19 158	0.11 135	0.19 155	0.12 153	0.19 154	0.12 145	0.20 161	0.12 150	0.19 156	0.12 142	0.16 135	0.11 100	0.17 153	0.10 120	0.17 152	0.10 118
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
S2M2_XL	0.14 113	0.17 97	0.12 103	0.17 129	0.11 140	0.17 151	0.11 135	0.17 150	0.11 137	0.17 148	0.11 137	0.17 150	0.11 136	0.17 150	0.11 130	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 125	0.17 97	0.13 122	0.20 137	0.13 156	0.19 158	0.13 151	0.18 153	0.13 156	0.19 154	0.13 157	0.18 154	0.14 159	0.18 153	0.14 152	0.16 135	0.11 100	0.15 142	0.14 161	0.18 156	0.11 131

JetRed	0.11 90	0.12 83	0.11 92	0.11 78	0.11 140	0.11 126	0.14 153	0.11 126	0.11 137	0.12 129	0.11 137	0.11 127	0.11 136	0.11 128	0.11 130	0.11 90	0.16 147	0.11 121	0.11 132	0.11 125	0.11 131

JetBlue	0.11 90	0.11 81	0.12 103	0.13 98	0.14 158	0.11 126	0.11 135	0.11 126	0.11 137	0.11 127	0.11 137	0.11 127	0.11 136	0.12 132	0.12 142	0.11 90	0.11 100	0.11 121	0.11 132	0.11 125	0.11 131

CIPLG	0.13 106	0.21 112	0.12 103	0.16 121	0.11 140	0.15 138	0.11 135	0.14 132	0.11 137	0.15 137	0.12 145	0.15 142	0.11 136	0.14 134	0.11 130	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

IPLG	0.13 106	0.20 105	0.14 127	0.15 112	0.11 140	0.14 131	0.11 135	0.14 132	0.11 137	0.14 131	0.11 137	0.14 132	0.11 136	0.14 134	0.11 130	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

MIPNet	0.14 113	0.21 112	0.17 154	0.16 121	0.11 140	0.15 138	0.12 148	0.14 132	0.11 137	0.16 142	0.11 137	0.14 132	0.11 136	0.14 134	0.11 130	0.14 118	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

IPLGR	0.14 113	0.24 125	0.14 127	0.16 121	0.12 153	0.15 138	0.12 148	0.14 132	0.11 137	0.15 137	0.12 145	0.14 132	0.11 136	0.14 134	0.11 130	0.15 125	0.12 114	0.14 130	0.11 132	0.14 135	0.11 131

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

ICVP	0.15 125	0.53 230	0.11 92	0.16 121	0.11 140	0.16 145	0.11 135	0.16 145	0.11 137	0.16 142	0.11 137	0.16 143	0.11 136	0.16 144	0.11 130	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.11 131
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 106	0.11 81	0.11 92	0.11 78	0.11 140	0.11 126	0.11 135	0.11 126	0.11 137	0.11 127	0.12 145	0.11 127	0.11 136	0.11 128	0.11 130	0.11 90	0.11 100	0.14 130	0.11 132	0.49 325	0.11 131

PASM	0.39 247	3.06 507	1.36 503	1.58 473	0.09 117	0.11 126	0.11 135	0.11 126	0.11 137	0.09 113	0.09 119	0.11 127	0.09 120	0.09 113	0.09 112	0.11 90	0.11 100	0.11 121	0.09 113	0.11 125	0.11 131

LALA_ROB	0.15 125	0.19 101	0.12 103	0.18 131	0.11 140	0.20 163	0.12 148	0.21 170	0.12 153	0.20 160	0.12 145	0.20 161	0.12 150	0.21 172	0.13 148	0.17 143	0.10 77	0.18 163	0.11 132	0.18 156	0.11 131

FADE	0.07 50	0.06 54	0.02 14	0.09 56	0.10 124	0.03 41	0.03 51	0.05 89	0.03 56	0.04 74	0.03 53	0.05 91	0.03 53	0.04 72	0.03 49	0.15 125	0.10 77	0.17 153	0.13 155	0.11 125	0.11 131

ProNet	0.14 113	0.20 105	0.14 127	0.16 121	0.11 140	0.16 145	0.11 135	0.17 150	0.11 137	0.17 148	0.12 145	0.17 150	0.13 155	0.17 150	0.12 142	0.15 125	0.11 100	0.16 145	0.11 132	0.15 142	0.12 145

IPLGR_C	0.14 113	0.20 105	0.12 103	0.15 112	0.11 140	0.14 131	0.15 158	0.14 132	0.11 137	0.15 137	0.12 145	0.14 132	0.11 136	0.16 144	0.11 130	0.15 125	0.12 114	0.14 130	0.12 147	0.15 142	0.12 145

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

ACVNet	0.20 145	0.19 101	0.14 127	0.20 137	0.14 158	0.20 163	0.96 440	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 145

acv_ft	0.20 145	0.19 101	0.14 127	0.20 137	0.14 158	0.20 163	0.96 440	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 153	0.12 147	0.17 152	0.12 145

HSM	0.14 113	0.16 93	0.12 103	0.17 129	0.12 153	0.17 151	0.11 135	0.17 150	0.11 137	0.17 148	0.12 145	0.17 150	0.12 150	0.17 150	0.12 142	0.16 135	0.11 100	0.16 145	0.11 132	0.16 146	0.12 145

ISRNet	0.11 90	0.05 49	0.36 254	0.24 159	0.07 113	0.13 130	0.05 94	0.06 95	0.05 99	0.05 92	0.05 101	0.13 131	0.05 96	0.05 83	0.09 112	0.24 186	0.20 178	0.10 110	0.05 97	0.06 96	0.13 151

castereo++	0.54 314	3.59 519	1.15 431	1.31 459	0.14 158	0.16 145	0.14 153	0.16 145	0.14 158	0.16 142	0.14 162	0.16 143	0.13 155	0.16 144	0.14 152	1.45 492	1.16 436	0.15 142	0.14 161	0.15 142	0.13 151

DDVS	0.30 184	3.10 508	0.14 127	0.19 134	0.14 158	0.19 158	0.14 153	0.20 161	0.14 158	0.19 154	0.13 157	0.16 143	0.13 155	0.19 156	0.13 148	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 151

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

DeepPruner_ROB	0.16 132	0.18 100	0.13 122	0.19 134	0.13 156	0.19 158	0.13 151	0.19 155	0.13 156	0.19 154	0.13 157	0.19 158	0.13 155	0.19 156	0.13 148	0.18 151	0.13 137	0.18 163	0.13 155	0.18 156	0.13 151

RSGM-EC	0.24 164	0.24 125	0.15 143	0.22 150	0.15 169	0.22 177	0.15 158	0.22 175	0.15 168	0.24 186	0.15 170	0.22 178	0.15 169	0.22 176	1.19 462	0.20 159	0.17 167	0.24 196	0.14 161	0.20 164	0.14 156

acva	0.24 164	0.24 125	0.15 143	0.22 150	0.15 169	0.22 177	0.15 158	0.22 175	0.15 168	0.24 186	0.15 170	0.22 178	0.15 169	0.22 176	1.19 462	0.20 159	0.17 167	0.24 196	0.14 161	0.20 164	0.14 156

GMStereo	0.14 113	0.13 85	0.14 127	0.14 102	0.14 158	0.14 131	0.14 153	0.14 132	0.14 158	0.14 131	0.14 162	0.14 132	0.14 159	0.14 134	0.14 152	0.14 118	0.14 141	0.14 130	0.14 161	0.14 135	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
VIP-Stereo	0.70 345	2.97 506	2.43 565	2.49 513	0.16 178	0.25 196	0.16 163	0.25 191	0.16 172	0.25 193	0.18 194	0.25 196	0.16 171	0.26 204	0.16 168	1.86 507	1.26 489	0.23 188	0.15 167	0.23 184	0.15 159

GCAPDPT-zeroshot4090	0.18 139	0.20 105	0.16 146	0.20 137	0.16 178	0.20 163	0.16 163	0.21 170	0.16 172	0.20 160	0.16 173	0.21 169	0.17 180	0.20 160	0.16 168	0.19 155	0.15 144	0.19 166	0.15 167	0.19 162	0.15 159

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

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

xyz-stereo-finetune2	0.18 139	0.48 210	0.16 146	0.16 121	0.15 169	0.15 138	0.16 163	0.16 145	0.16 172	0.16 142	0.16 173	0.16 143	0.16 171	0.16 144	0.16 168	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 161

xyz-stereo	0.18 139	0.50 216	0.16 146	0.15 112	0.16 178	0.16 145	0.16 163	0.16 145	0.16 172	0.16 142	0.16 173	0.16 143	0.16 171	0.16 144	0.16 168	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 161

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

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

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

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

GMStereo_Zeroshot	0.16 132	0.16 93	0.16 146	0.16 121	0.16 178	0.16 145	0.16 163	0.16 145	0.16 172	0.16 142	0.16 173	0.16 143	0.16 171	0.16 144	0.16 168	0.16 135	0.16 147	0.16 145	0.16 171	0.16 146	0.16 161

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

dd	0.23 162	0.98 294	0.16 146	0.23 154	0.15 169	0.23 185	0.15 158	0.23 181	0.15 168	0.23 179	0.15 170	0.24 190	0.17 180	0.23 182	0.15 162	0.22 168	0.15 144	0.21 175	0.15 167	0.22 173	0.16 161

dad	0.23 162	1.03 317	0.16 146	0.23 154	0.15 169	0.24 188	0.15 158	0.24 184	0.16 172	0.23 179	0.16 173	0.24 190	0.16 171	0.23 182	0.15 162	0.22 168	0.16 147	0.22 180	0.16 171	0.22 173	0.16 161

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

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

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

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

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

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

CAS++	0.17 136	0.27 135	0.21 174	0.10 61	0.21 209	0.15 138	0.22 199	0.10 114	0.21 199	0.22 175	0.10 123	0.19 158	0.18 189	0.10 117	0.19 187	0.20 159	0.19 176	0.18 163	0.10 120	0.19 162	0.18 179
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 394	4.45 543	0.20 168	0.27 176	0.20 200	0.27 208	0.20 187	0.26 196	0.18 186	5.03 598	0.20 200	0.27 208	0.19 194	0.27 208	0.21 195	0.20 159	0.19 176	0.19 166	4.02 602	0.20 164	0.18 179

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

LoS	0.25 168	0.27 135	0.25 189	0.25 166	0.25 225	0.25 196	0.25 214	0.26 196	0.25 216	0.25 193	0.25 225	0.25 196	0.25 218	0.25 194	0.25 214	0.26 194	0.25 194	0.25 199	0.26 229	0.26 190	0.25 202
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 397	7.04 572	2.23 558	2.75 519	0.28 239	0.43 303	0.25 214	0.39 247	0.25 216	0.41 268	0.27 235	0.39 255	0.25 218	0.40 260	0.28 230	0.37 242	0.28 212	0.37 266	0.25 223	0.37 246	0.25 202

IGEV-Stereo	0.35 215	0.44 188	0.45 294	0.49 278	0.30 258	0.37 245	0.30 247	0.36 229	0.30 254	0.36 236	0.29 247	0.36 242	0.29 249	0.36 242	0.30 247	0.46 302	0.39 280	0.32 226	0.24 219	0.32 211	0.25 202
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.73 353	1.22 392	0.25 189	1.22 445	0.25 225	1.22 489	0.25 214	1.22 483	0.25 216	1.22 491	0.25 225	1.22 494	0.25 218	1.22 494	0.25 214	1.22 476	0.26 198	1.21 502	0.25 223	1.22 482	0.25 202
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
LG-Stereo_L2	0.34 206	0.37 155	0.38 261	0.47 267	0.28 239	0.39 258	0.28 233	0.39 247	0.28 237	0.39 248	0.28 242	0.39 255	0.28 242	0.38 249	0.28 230	0.42 292	0.35 261	0.36 263	0.26 229	0.35 235	0.26 208

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

FCDSN-DC	0.41 258	0.59 242	0.64 357	0.54 300	0.33 287	0.50 340	0.37 305	0.42 287	0.40 325	0.61 369	0.43 348	0.50 343	0.49 361	0.38 249	0.32 260	0.28 200	0.23 191	0.26 204	0.22 205	0.35 235	0.28 232
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
Gwc-CoAtRS	0.41 258	1.49 408	0.32 227	0.42 249	0.32 275	0.41 276	0.32 263	0.41 269	0.33 281	0.41 268	0.32 277	0.41 276	0.32 277	0.41 275	0.32 260	0.39 265	0.28 212	0.39 287	0.28 245	0.40 277	0.28 232

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

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

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

GREAT-IGEV	0.38 235	0.43 185	0.36 254	0.48 272	0.32 275	0.45 310	0.32 263	0.45 300	0.32 274	0.45 298	0.32 277	0.45 307	0.32 277	0.45 303	0.32 260	0.44 294	0.33 255	0.41 310	0.29 255	0.41 287	0.29 237
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
RSM	0.36 221	0.36 153	0.43 290	0.37 205	0.42 348	0.49 331	0.42 339	0.37 235	0.28 237	0.36 236	0.29 247	0.36 242	0.30 256	0.37 246	0.28 230	0.34 225	0.31 239	0.34 242	0.35 311	0.40 277	0.29 237

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

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

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

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

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

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

psmorigin	0.41 258	0.46 200	0.33 233	0.49 278	0.33 287	0.49 331	0.33 274	0.49 318	0.33 281	0.49 324	0.33 284	0.49 328	0.33 285	0.51 344	0.33 270	0.41 278	0.30 233	0.41 310	0.30 269	0.79 372	0.29 237

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GS-Stereo							0.38 312	0.50 327	0.38 311	0.50 337	0.38 317	0.50 343	3.79 588	0.50 335	0.38 303	0.54 332	0.43 305	0.46 332	0.34 299	0.46 304	0.35 289

ETE_ROB	0.35 215	0.35 150	0.35 252	0.35 198	0.35 300	0.35 237	0.35 292	0.35 225	0.35 294	0.35 233	0.35 301	0.35 236	0.35 297	0.35 236	0.35 287	0.35 234	0.35 261	0.35 258	0.35 311	0.35 235	0.35 289

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

fffy	0.38 235	0.43 185	0.33 233	0.46 261	0.33 287	0.45 310	0.32 263	0.45 300	0.32 274	0.45 298	0.32 277	0.45 307	0.33 285	0.45 303	0.32 260	0.38 253	0.38 273	0.38 274	0.37 320	0.37 246	0.36 292

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

iRaftStereo_RVC	0.97 411	3.17 512	2.30 560	2.42 510	0.38 317	0.54 360	0.38 312	0.54 348	0.38 311	0.54 356	0.38 317	0.54 358	0.38 309	0.54 353	0.38 303	2.38 543	2.34 558	0.49 354	0.36 317	0.49 325	0.36 292

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

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

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

LG-Stereo	0.60 323	0.58 241	0.47 306	0.64 322	0.74 416	1.00 412	0.69 401	0.57 355	0.41 334	0.57 364	0.41 336	0.57 367	0.41 330	1.00 418	0.75 415	0.91 389	0.51 341	0.52 366	0.37 320	0.52 338	0.37 297

CASnet	0.35 215	0.51 224	0.44 292	0.32 189	0.31 271	0.24 188	0.34 287	0.36 229	0.25 216	0.31 216	0.37 312	0.30 219	0.33 285	0.25 194	0.45 339	0.37 242	0.37 267	0.33 234	0.35 311	0.34 223	0.37 297
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Selective-IGEV	0.51 309	0.55 236	0.45 294	0.69 328	0.45 354	0.61 371	0.45 347	0.50 327	0.40 325	0.56 361	0.44 350	0.55 362	0.40 319	0.72 381	0.67 384	0.59 343	0.46 315	0.45 328	0.34 299	0.46 304	0.37 297

StereoDRNet-Refined	0.33 204	0.39 165	0.26 195	0.39 214	0.26 233	0.40 260	0.26 222	0.40 254	0.26 229	0.39 248	0.26 231	0.39 255	0.26 227	0.39 257	0.26 219	0.37 242	0.25 194	0.37 266	0.25 223	0.37 246	0.37 297
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 229	0.37 155	0.37 258	0.37 205	0.37 310	0.37 245	0.37 305	0.37 235	0.37 307	0.37 241	0.37 312	0.37 248	0.37 305	0.37 246	0.37 300	0.37 242	0.37 267	0.37 266	0.37 320	0.37 246	0.37 297

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AdaStereo	0.40 251	0.40 167	0.40 275	0.40 227	0.40 329	0.40 260	0.40 326	0.40 254	0.40 325	0.40 254	0.40 330	0.40 263	0.40 319	0.40 260	0.40 319	0.40 270	0.40 283	0.40 293	0.40 337	0.40 277	0.40 313
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
fffft	0.48 295	0.51 224	0.45 294	0.52 296	0.45 354	0.52 355	0.45 347	0.52 344	0.48 360	0.53 351	0.45 354	0.52 354	0.45 344	0.52 349	0.46 343	0.51 326	0.41 292	0.50 358	0.41 344	0.50 330	0.41 320
1: 1. 1
Former-RAFT_DAM_RVC	0.49 301	0.98 294	0.64 357	0.84 348	0.46 356	0.45 310	0.35 292	0.47 310	0.47 353	0.45 298	0.34 292	0.46 311	0.48 356	0.46 308	0.35 287	0.39 265	0.71 384	0.39 287	0.35 311	0.41 287	0.41 320

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RainbowNet	0.48 295	0.48 210	0.48 314	0.48 272	0.48 366	0.48 326	0.48 363	0.48 314	0.48 360	0.48 317	0.48 368	0.48 324	0.48 356	0.48 321	0.48 356	0.48 311	0.48 327	0.48 349	0.48 368	0.48 321	0.48 343

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	0.57 322	0.89 275	0.56 342	0.57 307	0.56 384	0.56 362	0.56 376	0.56 352	0.53 373	0.57 364	0.57 386	0.59 371	0.48 356	0.56 358	0.57 372	0.55 338	0.56 349	0.47 341	0.56 384	0.62 350	0.56 371
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DDUNet	0.81 373	2.45 477	0.57 344	0.90 353	0.60 387	0.88 399	0.59 380	0.90 394	0.60 381	0.88 402	0.60 387	0.90 407	0.58 376	0.88 400	0.60 376	0.84 384	0.60 356	0.86 411	0.57 386	0.86 384	0.60 376

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

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

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

AFF-stereo	0.73 353	0.88 272	0.67 365	0.75 339	0.68 406	0.75 386	0.64 384	0.80 384	0.72 415	0.83 400	0.70 412	0.82 401	0.64 382	0.84 394	0.67 384	0.77 372	0.63 362	0.81 403	0.63 394	0.78 370	0.62 380

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

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

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

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

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

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

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

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

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

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

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

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

PA-Net	11.80 612	223.51 637	0.62 354	0.59 312	0.71 411	0.59 370	0.73 412	0.67 371	0.73 418	0.55 359	0.61 391	0.60 372	0.74 409	0.63 371	0.73 410	0.66 357	0.60 356	0.69 385	0.66 405	0.72 362	0.65 389
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MoCha-V2	2.11 530	26.97 615	0.78 393	0.92 358	0.77 426	0.96 409	0.72 411	0.90 394	0.72 415	0.94 411	0.70 412	0.90 407	0.71 406	0.91 404	0.71 408	0.85 385	0.71 384	0.88 412	0.69 412	0.87 385	0.67 394

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

RAFT-Stereo	0.81 373	0.96 291	0.67 365	0.95 366	0.67 403	0.95 407	0.68 395	0.95 405	0.68 398	0.95 413	0.68 405	0.96 415	0.68 393	0.96 414	0.68 392	0.94 397	0.68 373	0.94 427	0.68 410	0.94 403	0.68 395
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AdaDepth	0.86 394	0.93 287	0.71 379	1.01 376	1.07 457	1.02 424	0.71 409	1.00 407	0.71 412	1.01 422	0.71 417	1.00 418	0.72 407	1.14 443	0.71 408	0.92 392	0.64 364	0.90 413	0.64 399	0.89 387	0.69 397

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

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

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

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

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

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

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

HSM-Net_RVC	0.95 410	1.17 336	0.78 393	1.18 398	0.71 411	1.16 442	0.75 414	1.09 423	0.80 428	1.10 432	0.75 425	1.17 446	0.74 409	1.17 446	0.80 423	1.13 421	0.73 387	1.17 450	0.77 425	1.16 424	0.72 403
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UniTT-Stereo	2.03 523	3.43 518	0.72 382	3.42 544	0.73 414	3.27 569	0.68 395	3.38 570	0.69 403	3.29 569	0.72 420	3.28 569	0.70 402	3.35 571	0.68 392	3.39 564	0.68 373	3.31 567	0.69 412	3.37 553	0.73 406

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

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

DRN-Test	0.14 113	0.13 85	0.09 68	0.14 102	0.09 117	0.15 138	0.09 117	0.14 132	0.10 122	0.14 131	0.09 119	0.14 132	0.09 120	0.13 133	0.09 112	0.12 96	0.09 72	0.12 124	0.09 113	0.12 131	0.73 406

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

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

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

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

UNet	0.29 183	0.90 278	0.10 72	0.14 102	0.10 124	0.14 131	0.10 122	0.91 396	0.69 403	0.14 131	0.11 137	0.14 132	0.11 136	0.14 134	0.10 118	0.12 96	0.09 72	0.12 124	0.09 113	0.88 386	0.76 413

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

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

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

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

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

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

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

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

StereoDRNet	0.15 125	0.14 91	0.10 72	0.14 102	0.09 117	0.15 138	0.09 117	0.14 132	0.09 121	0.14 131	0.10 123	0.14 132	0.09 120	0.14 134	0.09 112	0.13 111	0.10 77	0.13 128	0.09 113	0.13 133	0.82 422

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Abc-Net	2.32 547	24.75 607	1.14 429	1.17 397	1.17 466	1.11 437	1.15 456	1.17 431	1.21 512	1.08 431	1.16 459	1.12 442	1.14 446	1.09 436	1.17 459	1.09 413	1.16 436	1.17 450	1.17 459	1.16 424	1.11 447
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
StereoVision	3.15 568	5.00 550	0.89 405	4.83 577	1.00 448	3.93 575	1.27 514	6.37 604	1.34 520	5.67 604	1.26 514	5.84 605	1.27 504	5.03 601	1.24 511	5.10 593	1.09 426	4.61 585	0.57 386	5.62 593	1.12 449

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

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

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

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

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

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

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

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

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

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

RP	2.33 548	25.00 608	1.13 428	1.15 391	1.15 461	1.10 434	1.15 456	1.15 426	1.15 459	1.12 438	1.15 456	1.09 435	1.13 444	1.10 438	1.15 455	1.11 420	1.09 426	1.16 446	1.12 454	1.16 424	1.17 458

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

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

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

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

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

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

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

Patchmatch Stereo++	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 436	1.20 340	1.20 440	1.20 400	1.20 469	1.20 443	1.20 462	1.20 437	1.20 467	1.20 445	1.20 464	1.20 448	1.20 454	1.20 448	1.20 464	1.20 428	1.20 441	1.20 457	1.20 463	1.20 434	1.20 463

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SPS-STEREO	1.59 495	1.91 435	1.21 486	1.94 488	1.20 469	2.00 525	1.23 509	1.99 516	1.24 515	2.00 522	1.25 513	2.03 526	1.26 503	2.00 524	1.29 518	1.90 513	1.18 440	1.89 532	1.21 508	1.89 510	1.20 463
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
2.75w_new	1.99 509	2.34 469	1.81 531	3.14 530	1.62 534	1.94 519	1.99 559	2.72 550	1.71 539	2.72 554	1.99 570	1.90 517	1.73 531	1.82 518	1.29 518	2.37 542	2.01 545	2.31 545	1.42 527	1.77 506	1.22 509

GANetREF_RVC	1.55 494	1.94 441	1.22 487	1.88 485	1.21 515	1.88 517	1.22 508	1.88 511	1.22 513	1.88 514	1.22 510	1.88 516	1.22 501	1.89 520	1.22 510	1.87 509	1.22 488	1.88 531	1.22 509	1.88 509	1.22 509
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
S-Stereo	2.51 557	26.86 614	1.23 489	1.22 445	1.22 517	1.24 491	1.25 511	1.22 483	1.24 515	1.21 490	1.24 512	1.19 447	1.27 504	1.19 447	1.24 511	1.19 426	1.20 441	1.25 504	1.19 460	1.24 483	1.23 511

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

CFNet-ft	0.55 319	1.57 410	0.14 127	0.20 137	0.14 158	0.20 163	2.53 570	1.61 502	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 153	0.12 147	1.56 495	1.24 512

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DPSMNet_ROB	1.60 496	1.59 411	1.70 525	1.59 474	1.59 532	1.61 511	1.61 536	1.60 501	1.60 533	1.62 511	1.59 536	1.60 509	1.60 521	1.60 507	1.59 533	1.59 499	1.60 525	1.59 518	1.59 538	1.59 496	1.59 535

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

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

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

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

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

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

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

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

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

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

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

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

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

cf-r	0.66 336	2.17 453	0.12 103	0.18 131	0.12 153	0.18 155	2.70 574	2.60 548	0.12 153	0.18 152	0.12 145	0.18 154	0.12 150	0.18 153	0.12 142	0.15 125	0.11 100	0.15 142	0.11 132	1.81 507	1.74 549

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

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

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

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

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

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

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

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

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

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

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

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

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

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

PSMNet-RSSM	0.77 361	2.76 496	0.14 127	0.20 137	0.14 158	0.20 163	2.66 572	2.79 561	0.14 158	0.21 173	0.14 162	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 153	0.12 147	2.52 539	2.31 564

GwcNet-RSSM	0.77 361	2.77 498	0.14 127	0.20 137	0.14 158	0.20 163	2.67 573	2.78 560	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.21 172	0.14 152	0.17 143	0.12 114	0.17 153	0.12 147	2.52 539	2.31 564

hitnet-ft	0.79 365	2.78 501	0.14 127	0.20 137	0.14 158	0.21 175	2.89 575	2.80 562	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 153	0.12 147	2.54 547	2.33 566

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

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

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

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

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

NLCA_NET_v2_RVC	5.04 602	50.87 630	2.78 568	2.87 525	2.71 576	2.78 564	0.47 354	2.88 563	2.86 577	1.89 515	2.67 576	2.79 565	2.79 565	2.78 564	2.83 574	2.82 559	2.82 562	2.83 563	2.77 575	2.83 550	2.76 572
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEV-FE	0.35 215	0.37 155	0.17 154	0.19 134	0.17 183	0.20 163	0.17 172	0.19 155	0.17 181	0.19 154	0.17 179	0.19 158	0.17 180	0.37 246	0.36 291	0.19 155	0.17 167	0.19 166	0.17 191	0.38 259	2.84 573

Select-FE	0.41 258	0.44 188	0.23 179	0.26 173	0.22 212	0.26 204	0.22 199	0.26 196	0.23 208	0.26 201	0.23 212	0.26 206	0.23 212	0.45 303	0.42 334	0.25 192	0.22 186	0.25 199	0.22 205	0.45 301	2.90 574

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

FC-DCNN v2	5.10 603	5.15 552	4.49 593	5.07 581	3.37 592	6.87 606	4.75 606	5.04 600	6.34 610	7.84 610	5.06 607	6.72 610	4.09 595	4.99 599	5.44 607	5.03 590	3.16 575	4.67 588	4.86 606	5.15 589	3.89 601

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

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

SGM-Forest	5.21 605	5.92 570	4.08 592	6.18 589	4.16 603	6.31 605	4.34 605	6.50 605	4.33 604	6.14 606	4.21 603	6.61 609	4.55 598	6.67 605	4.48 603	5.94 598	3.94 584	5.85 604	4.03 603	5.79 594	4.17 604
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test_3	5.01 601	8.86 586	7.77 609	8.09 598	2.76 577	4.13 579	4.05 603	3.88 576	3.76 598	4.33 579	4.13 602	3.71 574	3.91 591	4.21 580	4.06 600	7.93 607	7.69 604	4.53 578	3.91 600	4.17 563	4.29 605

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

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

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

test-1	6.46 606	9.16 588	8.03 612	8.09 598	5.62 609	6.11 604	6.35 610	6.85 607	4.94 607	6.08 605	6.29 612	4.98 601	6.43 604	6.22 603	6.36 610	6.16 600	7.47 603	5.82 603	5.44 610	7.11 600	5.68 609

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

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

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

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

MANE	19.05 613	23.00 605	15.00 613	23.00 619	15.00 613	24.00 619	16.00 614	24.00 620	16.00 614	22.00 620	15.00 614	23.00 620	16.00 614	23.00 620	15.00 614	22.00 620	15.00 614	22.00 620	15.00 614	22.00 620	15.00 614

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CBMV	128.50 629	1422.70 642	53.10 633	79.50 633	51.30 633	77.30 633	49.70 633	74.00 633	48.20 631	77.20 634	48.80 634	73.90 634	48.00 632	73.80 634	48.80 634	70.40 634	45.10 634	68.90 634	46.10 634	68.20 631	45.00 634
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 627	87.70 631	41.95 632	113.75 634	65.62 634	75.05 632	55.25 634	75.64 634	45.04 630	71.61 633	41.75 633	72.81 633	44.06 631	68.38 633	44.63 633	101.89 635	59.57 635	107.10 635	61.05 635	104.38 632	59.38 635

MeshStereo	159.24 630	171.00 636	160.68 638	162.58 635	160.59 635	164.01 634	160.35 636	158.51 636	158.56 633	158.34 635	160.12 636	158.56 635	159.92 634	157.26 636	158.94 636	154.38 636	158.36 636	155.75 636	159.13 637	153.67 633	154.07 636
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 631	123.00 632	115.00 634	219.00 636	218.00 637	223.00 636	244.00 638	217.00 637	236.00 635	202.00 637	203.00 637	205.00 637	208.00 635	225.00 637	204.00 637	210.00 637	198.00 637	197.00 637	184.00 638	204.00 634	201.00 637

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DIP-Stereo	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 643	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 642	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 644	10000000.00 641	10000000.00 644
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark