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

MLG-Stereo_test1	0.89 64	0.42 13	2.06 97	0.67 38	1.33 469	3.13 248	0.29 17	1.60 43	3.31 488	0.53 7	0.25 1	0.67 122	0.43 17	1.34 153	0.47 12	0.22 50	0.25 204	0.24 86	0.16 14	0.19 5	0.30 38

PSi22a	2.08 218	0.36 5	0.85 1	0.90 199	0.43 64	0.55 5	0.24 6	1.33 19	2.49 334	0.49 4	0.26 2	1.32 274	0.50 48	1.13 90	0.60 51	0.21 32	1.14 559	0.19 6	0.16 14	0.18 1	28.29 693

PipStereo	2.13 225	0.34 2	0.90 2	0.91 206	0.50 108	0.56 6	0.27 11	1.59 42	2.04 244	0.46 1	0.29 3	0.86 186	0.49 42	0.97 45	0.63 65	0.19 10	6.15 640	0.19 6	0.16 14	0.19 5	24.91 682

PSi22b	1.97 197	0.34 2	0.91 3	0.92 217	0.46 78	0.56 6	0.31 20	1.61 46	1.90 222	0.46 1	0.29 3	0.91 205	0.48 36	1.02 59	0.46 9	0.19 10	3.08 621	0.19 6	0.16 14	0.18 1	24.95 683

MLG-Stereo	0.86 55	0.42 13	1.96 94	0.66 29	0.54 127	3.01 232	0.31 20	1.90 83	3.21 458	0.57 17	0.30 5	0.66 117	0.47 33	1.35 156	0.46 9	0.21 32	0.25 204	0.24 86	0.16 14	0.19 5	0.29 29

MLG-Stereo_test2	0.84 48	0.43 22	1.95 93	0.66 29	1.04 370	3.61 353	0.23 3	1.70 65	2.18 269	0.69 72	0.33 6	0.67 122	0.33 3	1.16 98	0.46 9	0.25 96	0.26 234	0.23 54	0.16 14	0.19 5	0.35 90

Foundation-i32	1.96 196	0.36 5	1.19 24	0.82 139	0.73 233	0.67 8	0.27 11	1.32 18	4.50 601	0.56 15	0.34 7	1.70 323	0.46 30	0.93 39	0.48 13	0.24 74	1.59 577	0.20 13	0.16 14	0.19 5	22.48 678

BridgeDepth	0.58 5	0.53 72	1.13 17	0.61 9	0.27 1	1.28 52	0.36 42	1.56 39	1.05 41	0.59 21	0.37 8	0.58 80	0.65 100	0.93 39	0.45 5	0.25 96	0.15 4	0.19 6	0.17 31	0.23 69	0.23 7
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
StereoAnything_RVC	4.17 574	12.66 635	20.44 528	0.88 184	0.57 155	1.16 28	0.39 48	2.35 153	4.38 592	0.53 7	0.37 8	0.33 1	0.89 206	1.62 218	0.50 17	0.33 300	0.22 115	0.24 86	0.15 4	3.36 650	31.99 696

FoundationStereo	0.77 27	0.42 13	1.20 26	0.95 248	1.01 356	0.70 9	0.35 39	0.78 4	4.64 610	0.64 52	0.38 10	0.73 148	0.77 149	0.96 44	0.50 17	0.29 192	0.24 183	0.23 54	0.16 14	0.18 1	0.32 49

LACA1	0.61 7	0.53 72	0.99 7	0.57 3	0.34 9	2.65 190	0.32 26	1.51 36	0.61 2	0.61 30	0.39 11	0.41 24	0.59 77	0.90 30	0.40 2	0.26 124	0.19 44	0.23 54	0.18 49	0.21 38	0.26 12

LG-Stereo_L1	0.67 11	0.55 82	1.50 54	0.78 111	0.54 127	1.71 100	0.33 29	1.96 94	0.83 8	0.62 36	0.41 12	0.40 17	0.43 17	1.42 176	0.55 34	0.24 74	0.28 266	0.23 54	0.18 49	0.22 59	0.30 38

LACA3	0.59 6	0.53 72	0.99 7	0.54 1	0.43 64	2.25 145	0.53 115	1.03 7	1.02 36	0.57 17	0.42 13	0.47 41	0.45 26	0.92 36	0.38 1	0.25 96	0.18 21	0.20 13	0.15 4	0.21 38	0.31 44

LG-Stereo_L2	0.69 15	0.54 79	1.56 65	0.74 81	0.48 90	2.32 154	0.28 13	1.87 81	0.80 5	0.60 25	0.43 14	0.38 11	0.45 26	1.38 167	0.54 33	0.24 74	0.28 266	0.23 54	0.18 49	0.22 59	0.32 49

LiteMatch	0.73 21	1.20 428	0.97 5	0.85 153	0.41 55	1.59 86	0.67 193	1.12 8	0.94 24	0.66 59	0.44 15	0.56 72	1.36 347	0.83 14	1.21 264	0.30 225	0.16 5	0.29 269	0.23 207	0.30 204	0.49 238

MonSter++	0.68 13	0.44 28	0.97 5	0.65 24	0.36 14	1.63 95	0.25 7	1.13 10	0.93 16	0.67 65	0.44 15	0.57 77	0.53 53	0.83 14	0.68 86	0.19 10	0.19 44	0.18 2	0.15 4	0.19 5	2.59 522

GeoVLM	0.67 11	0.44 28	0.96 4	0.66 29	0.36 14	1.61 92	0.25 7	1.12 8	0.93 16	0.66 59	0.45 17	0.57 77	0.53 53	0.83 14	0.69 93	0.19 10	0.18 21	0.18 2	0.15 4	0.19 5	2.49 521

IGEV-Stereo+	1.08 105	0.55 82	2.59 114	0.89 187	2.06 605	1.40 63	0.38 44	1.18 14	1.29 77	0.76 96	0.45 17	0.47 41	0.79 164	2.16 318	0.65 71	0.29 192	0.25 204	0.22 39	0.19 86	2.27 639	2.70 527

HiDET	0.76 26	0.42 13	1.03 10	0.67 38	0.40 50	2.63 188	0.28 13	1.62 49	0.94 24	0.64 52	0.46 19	0.52 56	0.49 42	1.19 104	1.24 277	0.19 10	0.19 44	0.18 2	0.16 14	0.19 5	1.77 489

LiteMatch*	0.81 41	0.49 43	3.78 142	0.67 38	0.37 24	1.47 75	0.26 9	1.19 15	0.99 31	0.63 49	0.47 20	0.55 67	0.46 30	0.82 9	0.70 97	0.22 50	0.20 64	0.21 29	0.18 49	0.21 38	2.26 512

dual_stereo	4.32 584	0.42 13	1.51 56	0.75 90	1.37 482	0.88 14	0.34 35	3.50 327	4.78 620	0.55 12	0.47 20	0.60 89	0.40 11	2.09 306	0.95 199	0.24 74	32.26 706	0.21 29	0.17 31	0.21 38	34.78 704

LACA2	1.06 97	1.00 369	8.79 202	0.56 2	0.27 1	3.12 247	0.47 91	1.62 49	0.94 24	0.57 17	0.48 22	0.47 41	0.44 22	0.76 4	0.41 4	0.27 138	0.17 12	0.21 29	0.16 14	0.23 69	0.22 1

DispViT+	0.75 24	0.42 13	1.33 39	0.57 3	2.17 611	0.92 15	0.32 26	2.17 124	1.46 105	0.65 56	0.50 23	0.45 35	0.51 50	1.52 200	0.62 60	0.28 164	0.18 21	0.19 6	0.14 1	0.20 18	0.29 29

PointNet	0.86 55	0.42 13	1.04 12	0.67 38	0.35 12	1.84 107	0.36 42	1.35 22	2.05 246	0.75 90	0.51 24	0.59 84	0.32 2	0.89 26	0.73 107	0.18 7	0.25 204	0.23 54	0.18 49	0.20 18	4.33 568

BridgeDepth_RVC	0.56 4	0.51 57	1.09 15	0.58 5	0.38 29	0.98 19	0.23 3	1.42 26	0.86 10	0.61 30	0.52 25	0.51 51	0.81 175	0.93 39	0.50 17	0.34 323	0.16 5	0.23 54	0.18 49	0.20 18	0.24 10
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
SGD-Stereo	0.68 13	0.46 33	1.13 17	0.90 199	0.33 7	2.42 164	0.44 80	1.17 12	0.75 4	0.87 145	0.53 26	0.55 67	0.53 53	1.50 198	0.50 17	0.34 323	0.14 1	0.25 126	0.19 86	0.23 69	0.27 16

CSFM-Stereo	0.78 29	0.41 9	1.03 10	0.64 19	0.32 5	2.64 189	0.31 20	1.45 29	0.82 7	0.76 96	0.54 27	0.56 72	0.51 50	0.94 43	1.08 235	0.19 10	0.18 21	0.18 2	0.16 14	0.20 18	2.63 524

MLG-Stereo_test3	0.66 9	0.40 8	1.55 63	0.64 19	0.65 196	2.21 137	0.31 20	1.69 63	0.81 6	0.59 21	0.54 27	0.56 72	0.33 3	0.98 49	0.60 51	0.21 32	0.23 147	0.24 86	0.17 31	0.20 18	0.34 77

Pro-Stereo	0.73 21	0.35 4	1.04 12	0.69 57	0.44 70	3.10 239	0.34 35	0.72 3	1.57 138	0.55 12	0.57 29	0.62 101	0.27 1	2.06 300	0.75 113	0.28 164	0.16 5	0.30 298	0.25 252	0.21 38	0.27 16

aanet-new-12k	1.28 137	0.51 57	10.22 210	0.85 153	0.38 29	3.02 233	0.95 421	2.67 221	1.08 45	0.71 80	0.58 30	0.58 80	0.77 149	1.13 90	0.77 123	0.22 50	0.18 21	0.24 86	0.19 86	0.26 120	0.34 77

BStereo	0.96 76	0.82 285	4.46 157	0.85 153	0.56 142	1.19 32	0.72 233	2.57 200	1.23 70	0.88 151	0.58 30	0.73 148	0.48 36	1.08 77	1.17 254	0.28 164	0.23 147	0.24 86	0.29 363	0.26 120	0.51 252

Wave_Phase_stereo	1.14 122	0.82 285	4.46 157	0.85 153	0.56 142	5.00 636	0.72 233	2.52 184	1.23 70	0.88 151	0.58 30	0.73 148	0.48 36	1.08 77	1.17 254	0.28 164	0.23 147	0.24 86	0.29 363	0.26 120	0.51 252

LG-G_1	0.80 34	0.43 22	1.77 83	0.78 111	0.36 14	2.81 200	0.40 58	2.23 131	1.29 77	0.76 96	0.60 33	0.51 51	0.58 71	1.27 125	0.69 93	0.25 96	0.23 147	0.23 54	0.15 4	0.21 38	0.46 205

LG-G	0.80 34	0.43 22	1.77 83	0.78 111	0.36 14	2.81 200	0.40 58	2.23 131	1.29 77	0.76 96	0.60 33	0.51 51	0.58 71	1.27 125	0.69 93	0.25 96	0.23 147	0.23 54	0.15 4	0.21 38	0.46 205

LCMNet	0.85 51	0.42 13	1.02 9	0.62 10	0.39 46	3.11 243	0.29 17	1.60 43	0.87 11	0.62 36	0.61 35	0.52 56	0.53 53	1.03 60	1.29 296	0.18 7	0.19 44	0.19 6	0.16 14	0.20 18	3.14 543

DEFOM-Stereo	0.75 24	0.62 149	1.22 27	0.74 81	0.51 111	3.39 296	0.43 73	1.00 6	0.91 12	0.91 168	0.61 35	0.45 35	0.43 17	1.78 256	0.50 17	0.27 138	0.18 21	0.22 39	0.16 14	0.21 38	0.43 175

Zero-FE251	3.94 564	0.81 276	12.30 233	0.94 236	0.75 248	2.59 185	0.45 82	1.44 27	0.91 12	50.12 700	0.62 37	0.73 148	0.81 175	0.97 45	0.75 113	0.36 365	0.33 311	0.28 241	0.19 86	0.21 38	3.31 550

DDF-Stereo	1.06 97	0.57 102	3.31 128	0.92 217	1.46 505	1.58 84	0.83 326	2.28 141	0.97 28	0.54 10	0.63 38	0.55 67	0.73 125	3.12 393	1.15 247	0.43 449	0.30 287	0.25 126	0.19 86	1.05 602	0.39 140

FSD					0.76 253	0.77 11	0.67 193	1.63 51	2.26 287	0.76 96	0.63 38	1.69 319	0.72 123	1.05 67	0.78 127	0.59 557	7.66 647	0.57 577	0.54 568	0.57 505

Replicate-Monster	0.97 77	1.43 466	2.10 98	0.73 76	0.60 170	2.04 122	0.34 35	1.94 89	1.14 57	1.08 207	0.64 40	0.49 48	0.52 52	1.33 146	0.45 5	0.20 22	2.78 611	0.19 6	0.17 31	0.23 69	0.99 421

LGtest1	0.61 7	0.45 31	1.19 24	0.71 72	0.45 73	1.00 22	0.26 9	1.33 19	1.55 130	0.62 36	0.64 40	0.44 32	0.49 42	1.06 70	0.51 26	0.28 164	0.23 147	0.24 86	0.17 31	0.21 38	0.36 113

zero-FE	2.19 239	0.56 91	26.48 678	0.91 206	1.44 500	1.41 66	0.83 326	2.29 147	0.91 12	0.59 21	0.65 42	0.54 63	0.78 154	2.84 381	1.09 237	0.39 407	0.30 287	0.25 126	0.19 86	1.03 599	0.39 140

monster-pro	0.70 17	0.47 35	1.61 75	0.69 57	0.88 307	1.19 32	0.39 48	2.57 200	0.93 16	0.62 36	0.66 43	0.37 5	0.36 7	1.04 65	0.59 41	0.16 1	0.37 351	0.20 13	0.19 86	0.21 38	0.52 263

MonStereo	0.70 17	0.47 35	1.57 67	0.69 57	0.88 307	1.19 32	0.39 48	2.57 200	0.93 16	0.62 36	0.66 43	0.37 5	0.36 7	1.01 54	0.59 41	0.16 1	0.38 366	0.20 13	0.19 86	0.21 38	0.52 263

Monster-pub-eth3d	0.70 17	0.47 35	1.58 68	0.69 57	0.89 310	1.18 29	0.39 48	2.57 200	0.93 16	0.62 36	0.66 43	0.37 5	0.36 7	1.03 60	0.59 41	0.16 1	0.35 333	0.20 13	0.19 86	0.21 38	0.53 273

MonSter	0.70 17	0.47 35	1.58 68	0.69 57	0.89 310	1.19 32	0.39 48	2.57 200	0.93 16	0.62 36	0.66 43	0.37 5	0.35 6	1.08 77	0.59 41	0.16 1	0.36 343	0.20 13	0.19 86	0.21 38	0.52 263

DepthFocus	0.53 3	0.43 22	1.24 28	0.59 6	0.40 50	0.75 10	0.43 73	0.83 5	0.71 3	0.48 3	0.68 47	0.75 162	0.48 36	0.92 36	0.40 2	0.27 138	0.19 44	0.27 201	0.25 252	0.26 120	0.29 29

aanet-new-90k	2.10 222	1.06 382	14.79 276	0.79 117	1.08 385	3.28 276	0.71 228	2.52 184	1.32 82	0.52 6	0.69 48	0.49 48	0.76 144	1.59 214	0.58 39	0.21 32	0.26 234	0.25 126	0.18 49	0.24 81	10.78 623

aanet-new-10k	1.50 163	0.96 348	12.90 242	0.87 174	0.47 84	3.53 334	1.02 452	2.37 155	1.06 43	0.93 174	0.71 49	0.64 109	0.88 200	1.22 115	0.87 168	0.22 50	0.24 183	0.25 126	0.20 128	0.27 137	0.34 77

Wavelet-MonSter	0.77 27	0.52 67	2.45 106	0.70 66	0.80 268	1.61 92	0.30 19	1.19 15	1.61 158	0.59 21	0.71 49	0.39 14	0.53 53	1.20 110	1.12 241	0.16 1	0.46 426	0.20 13	0.18 49	0.20 18	0.40 147

EGLCR-Stereo	2.52 323	0.56 91	9.39 205	1.16 368	0.81 273	5.24 640	0.61 149	4.20 501	1.56 134	1.09 209	0.71 49	1.09 239	0.66 107	1.92 285	0.82 151	0.29 192	0.30 287	0.29 269	0.24 232	0.37 339	19.09 672

IGEV	0.74 23	0.39 7	1.16 22	0.73 76	1.31 464	2.78 198	0.38 44	1.81 73	1.03 37	0.80 112	0.72 52	0.35 3	0.42 15	1.11 88	0.52 29	0.19 10	0.23 147	0.22 39	0.19 86	0.18 1	0.33 64

IGEV-RUCA	0.93 70	0.56 91	1.31 35	0.85 153	0.74 239	3.89 421	0.78 287	1.93 87	1.42 97	1.02 196	0.72 52	0.70 131	0.73 125	1.37 165	0.77 123	0.30 225	0.20 64	0.25 126	0.19 86	0.43 416	0.40 147

WQFJA1++	12.03 665	0.43 22	31.04 684	0.99 277	1.15 406	1.59 86	0.41 65	2.16 123	1.00 33	95.97 713	0.74 54	0.46 38	0.54 60	1.34 153	0.79 137	0.31 251	0.57 481	0.21 29	0.21 154	100.28 710	0.40 147

rvit_0105_6	1.10 113	1.17 413	3.33 131	0.93 227	0.55 135	1.45 71	0.79 297	2.51 179	3.30 485	0.78 106	0.74 54	1.03 231	0.75 140	1.45 182	0.97 204	0.42 433	0.43 403	0.34 404	0.31 403	0.44 430	0.38 126

2.75w_new	0.88 61	0.51 57	2.22 102	0.67 38	0.66 204	2.44 167	0.55 120	2.75 230	1.08 45	0.87 145	0.75 56	0.39 14	0.91 212	1.41 175	0.74 109	0.21 32	0.43 403	0.22 39	0.18 49	0.19 5	0.41 156

rvit_stereo_0081	0.87 58	0.73 227	1.54 61	0.92 217	0.65 196	1.27 46	0.61 149	2.11 117	2.35 309	0.86 137	0.75 56	0.86 186	0.74 134	1.36 159	0.83 154	0.33 300	0.26 234	0.27 201	0.25 252	0.38 353	0.35 90

rvit_stereo_0082	0.87 58	0.73 227	1.54 61	0.92 217	0.65 196	1.27 46	0.61 149	2.11 117	2.35 309	0.86 137	0.75 56	0.86 186	0.74 134	1.36 159	0.83 154	0.33 300	0.26 234	0.27 201	0.25 252	0.38 353	0.35 90

FlowAnything_test	0.79 31	0.65 169	1.32 37	0.83 142	0.59 162	2.29 151	0.65 181	1.45 29	1.03 37	1.06 205	0.76 59	0.63 108	0.49 42	0.91 34	0.97 204	0.32 273	0.27 254	0.40 478	0.47 540	0.31 220	0.48 229

test_xeample3	3.67 543	3.52 573	21.53 639	0.98 270	0.51 111	1.88 110	0.91 397	8.10 658	2.76 372	0.82 119	0.76 59	0.65 113	0.70 117	5.88 453	7.74 597	0.32 273	0.29 277	0.27 201	0.22 189	0.29 181	15.33 649

GCAP-Stereo-DPT-24K	0.92 69	0.54 79	2.26 103	0.83 142	1.07 379	2.04 122	0.85 345	2.26 138	1.60 151	0.61 30	0.77 61	0.45 35	1.02 245	0.90 30	0.52 29	0.21 32	0.20 64	0.23 54	0.20 128	0.27 137	1.54 474

GCAP-Stereo-DPT-50K	1.12 119	1.57 485	4.84 162	0.79 117	1.44 500	2.08 131	0.80 307	2.12 119	2.01 242	0.70 77	0.77 61	0.66 117	0.64 93	0.88 22	0.51 26	0.24 74	0.25 204	0.24 86	0.20 128	0.34 295	1.25 447

GIP-stereo	2.03 212	0.67 181	4.11 154	1.51 526	1.13 402	2.91 217	0.42 69	3.45 324	3.19 453	0.67 65	0.78 63	0.90 202	0.76 144	1.06 70	0.69 93	0.29 192	0.25 204	0.25 126	0.17 31	0.26 120	17.22 667

IGEVStereo-DCA	3.09 465	3.48 571	16.25 313	0.96 257	0.49 99	1.59 86	0.83 326	1.68 56	3.44 518	0.75 90	0.78 63	0.74 159	0.73 125	5.79 449	7.75 598	0.32 273	0.26 234	0.28 241	0.21 154	0.32 246	15.08 643

rrr	3.66 541	3.48 571	23.50 669	0.96 257	0.49 99	1.59 86	0.92 405	8.19 659	2.75 368	0.75 90	0.78 63	0.74 159	0.73 125	5.79 449	7.75 598	0.32 273	0.26 234	0.28 241	0.21 154	0.32 246	13.47 630

MaDis-Stereo	1.60 169	1.11 398	16.13 309	0.67 38	1.87 591	1.22 40	0.39 48	2.17 124	1.42 97	0.69 72	0.78 63	0.88 195	0.70 117	1.24 119	1.13 243	0.32 273	0.23 147	0.26 175	0.21 154	0.32 246	0.28 23

aanet-new-60k	1.80 186	1.12 404	17.50 346	0.78 111	0.53 123	2.10 132	0.84 337	2.25 136	1.13 52	0.62 36	0.80 67	0.61 94	0.66 107	1.23 116	0.62 60	0.20 22	1.39 570	0.25 126	0.17 31	0.25 93	2.97 540

Foundation-i1a	1.51 165	0.41 9	1.58 68	0.87 174	0.57 155	0.94 16	0.63 170	2.45 169	3.56 538	1.04 204	0.80 67	1.06 237	1.21 318	1.81 268	0.75 113	0.25 96	1.20 564	0.20 13	0.17 31	0.20 18	10.46 621

3.25w_new	0.79 31	0.51 57	1.52 57	0.63 16	0.65 196	2.21 137	0.51 104	2.45 169	1.45 101	0.66 59	0.80 67	0.47 41	0.71 119	0.90 30	0.66 75	0.19 10	0.32 301	0.20 13	0.19 86	0.21 38	0.47 217

3.25w	0.79 31	0.51 57	1.52 57	0.63 16	0.65 196	2.21 137	0.51 104	2.45 169	1.45 101	0.66 59	0.80 67	0.47 41	0.71 119	0.90 30	0.66 75	0.19 10	0.32 301	0.20 13	0.19 86	0.21 38	0.47 217

GCAP-Stereo-DPT-36K	1.24 132	1.77 506	6.09 177	0.80 127	1.39 485	2.96 223	0.96 430	2.19 129	1.43 99	0.75 90	0.81 71	0.70 131	0.64 93	0.99 51	0.48 13	0.24 74	0.20 64	0.25 126	0.24 232	0.31 220	1.58 476

AEACV	2.12 224	0.67 181	6.33 180	1.38 477	1.50 511	3.53 334	0.90 386	2.83 242	1.60 151	0.91 168	0.81 71	0.80 171	1.61 421	1.56 210	0.73 107	0.25 96	0.60 493	0.26 175	0.27 297	0.29 181	15.65 653

3.75w	0.82 45	0.53 72	1.49 52	0.65 24	1.10 393	2.60 186	0.52 111	2.46 172	1.19 63	0.70 77	0.82 73	0.40 17	0.66 107	1.16 98	0.59 41	0.26 124	0.27 254	0.23 54	0.19 86	0.22 59	0.47 217

S2M2_L	0.69 15	0.59 127	1.35 41	0.92 217	0.55 135	1.07 24	0.20 1	1.17 12	1.61 158	0.61 30	0.82 73	0.86 186	0.47 33	0.92 36	0.71 99	0.36 365	0.33 311	0.27 201	0.27 297	0.37 339	0.33 64
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_stereo_0081_aga	1.06 97	1.02 373	5.34 169	0.75 90	0.74 239	1.21 36	0.63 170	2.00 98	2.30 300	0.88 151	0.82 73	0.79 169	0.69 115	1.42 176	0.78 127	0.36 365	0.29 277	0.26 175	0.26 273	0.41 395	0.32 49

GCAP-BAT	4.71 604	0.56 91	75.81 709	1.02 294	1.16 414	2.70 192	0.75 263	3.10 277	2.33 303	1.26 234	0.82 73	0.68 125	0.55 62	1.01 54	0.72 102	0.28 164	0.22 115	0.28 241	0.22 189	0.28 158	0.51 252

GCAPDPT-zeroshot	4.58 598	0.56 91	73.16 708	1.02 294	1.17 418	2.70 192	0.75 263	3.10 277	2.33 303	1.26 234	0.82 73	0.68 125	0.55 62	1.01 54	0.72 102	0.28 164	0.22 115	0.28 241	0.22 189	0.28 158	0.52 263

U	12.87 671	0.43 22	2.54 110	0.68 50	58.93 704	63.36 708	0.33 29	1.95 92	1.08 45	0.62 36	0.83 78	0.46 38	0.57 67	0.91 34	0.50 17	0.31 251	0.17 12	63.34 709	59.81 708	0.30 204	0.26 12

asda	0.86 55	0.51 57	1.32 37	0.66 29	0.82 277	3.30 284	0.49 94	2.41 159	1.13 52	0.66 59	0.84 79	0.44 32	0.84 184	1.14 93	0.67 84	0.23 63	0.70 518	0.25 126	0.18 49	0.22 59	0.41 156

GCAP-Stereo-DPT-FT	1.02 92	0.81 276	3.30 126	0.78 111	1.24 446	3.71 378	0.89 369	2.07 110	1.32 82	0.77 103	0.85 80	0.80 171	0.80 169	0.81 6	0.59 41	0.24 74	0.20 64	0.27 201	0.19 86	0.23 69	0.49 238

qwe	0.85 51	0.49 43	2.01 96	0.69 57	1.09 389	2.48 170	0.45 82	2.57 200	1.18 62	0.80 112	0.85 80	0.43 26	0.48 36	1.15 95	0.72 102	0.21 32	0.32 301	0.24 86	0.18 49	0.23 69	0.45 193

aanet-new-70k	1.44 161	1.04 379	13.25 247	0.74 81	0.52 118	2.41 163	0.77 279	2.40 157	0.98 29	0.62 36	0.86 82	0.48 46	0.80 169	1.66 222	0.70 97	0.21 32	0.23 147	0.25 126	0.18 49	0.25 93	0.43 175

Foundation-i1b	1.34 145	0.41 9	1.49 52	0.80 127	0.59 162	0.95 17	0.66 186	2.55 196	3.51 532	0.92 173	0.87 83	1.13 245	1.07 273	1.36 159	0.64 69	0.25 96	0.81 530	0.22 39	0.19 86	0.21 38	8.08 595

Monster-pub-mixall	0.80 34	0.49 43	1.14 19	0.85 153	0.50 108	1.40 63	0.31 20	1.48 32	1.17 60	0.99 189	0.87 83	0.39 14	0.36 7	2.02 297	0.53 32	0.20 22	2.40 602	0.17 1	0.16 14	0.19 5	0.38 126

3w_stereo	0.99 80	0.52 67	4.37 155	0.70 66	0.42 57	1.73 101	0.68 207	2.80 236	1.26 74	0.78 106	0.87 83	0.37 5	1.01 241	1.34 153	0.66 75	0.19 10	0.95 543	0.23 54	0.20 128	0.21 38	0.43 175

monsters	0.91 66	0.67 181	1.83 86	0.79 117	1.55 521	2.91 217	0.40 58	2.66 220	0.99 31	0.70 77	0.87 83	0.38 11	0.44 22	1.90 283	0.79 137	0.22 50	0.35 333	0.20 13	0.18 49	0.20 18	0.28 23

BLMT-Stereo	0.51 2	0.33 1	1.06 14	0.62 10	0.39 46	0.42 2	0.35 39	0.71 2	1.33 85	0.53 7	0.88 87	0.61 94	0.33 3	0.65 1	0.74 109	0.22 50	0.14 1	0.24 86	0.23 207	0.20 18	0.28 23

WQFJA1	2.15 229	0.57 102	1.41 47	0.64 19	1.86 589	2.81 200	0.61 149	11.70 668	15.02 672	0.82 119	0.88 87	0.92 211	1.02 245	1.24 119	1.62 377	0.28 164	0.26 234	0.27 201	0.22 189	0.31 220	0.57 295

NLMM	2.15 229	0.57 102	1.41 47	0.64 19	1.86 589	2.81 200	0.61 149	11.71 669	15.01 671	0.82 119	0.88 87	0.92 211	1.02 245	1.23 116	1.62 377	0.28 164	0.26 234	0.27 201	0.22 189	0.31 220	0.57 295

gcap-zeroshot	1.06 97	0.57 102	3.63 137	0.68 50	1.71 566	3.94 441	0.66 186	2.58 206	1.39 91	1.12 215	0.88 87	0.62 101	0.43 17	0.88 22	0.61 57	0.29 192	0.19 44	0.30 298	0.28 324	0.24 81	0.29 29

testlalala	1.06 97	0.57 102	3.63 137	0.68 50	1.71 566	3.94 441	0.66 186	2.58 206	1.39 91	1.12 215	0.88 87	0.62 101	0.43 17	0.88 22	0.61 57	0.29 192	0.19 44	0.30 298	0.28 324	0.24 81	0.29 29

LoS	1.05 95	0.58 112	3.31 128	0.91 206	0.38 29	4.14 497	0.50 100	2.22 130	1.49 116	1.02 196	0.88 87	0.62 101	0.84 184	1.69 231	0.94 194	0.27 138	0.20 64	0.24 86	0.17 31	0.22 59	0.32 49
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DN	2.55 337	0.58 112	13.43 249	1.01 288	1.16 414	3.38 293	0.47 91	2.78 233	1.64 166	1.07 206	0.89 93	1.32 274	0.73 125	2.58 361	1.31 299	0.31 251	0.38 366	0.28 241	0.25 252	0.34 295	17.14 666

aanet-new-78k	2.70 390	1.01 370	28.05 682	0.78 111	0.37 24	3.32 288	0.66 186	2.35 153	1.03 37	0.62 36	0.89 93	0.50 50	1.06 268	1.45 182	0.63 65	0.21 32	0.23 147	0.25 126	0.17 31	0.25 93	10.16 619

GREAT-IGEV	4.43 590	0.74 236	13.12 245	1.32 453	9.52 665	2.48 170	0.34 35	1.40 23	1.88 218	0.61 30	0.89 93	0.51 51	0.60 82	1.26 123	1.01 220	0.23 63	31.64 705	0.21 29	0.18 49	0.24 81	20.38 675
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
Occ-G	2.25 257	0.74 236	13.22 246	0.90 199	0.89 310	1.52 81	0.78 287	1.82 75	2.87 396	1.65 281	0.89 93	2.18 407	0.89 206	1.04 65	1.69 401	0.28 164	0.27 254	0.26 175	0.19 86	0.25 93	12.70 628

fffft	0.84 48	0.67 181	1.73 82	0.85 153	0.55 135	1.51 80	0.78 287	2.13 120	1.24 72	0.65 56	0.90 97	0.59 84	0.55 62	1.85 277	1.19 261	0.20 22	0.20 64	0.27 201	0.20 128	0.28 158	0.44 184
1: 1. 1
aanet-new-16k	1.38 151	1.02 373	12.53 235	0.79 117	0.40 50	2.15 135	0.86 353	2.03 105	1.65 169	0.60 25	0.91 98	0.70 131	0.95 223	0.84 17	0.68 86	0.21 32	0.22 115	0.23 54	0.18 49	0.27 137	0.45 193

asd	0.81 41	0.48 40	1.97 95	0.70 66	0.93 330	2.86 207	0.43 73	1.64 54	1.12 51	0.73 84	0.91 98	0.43 26	0.73 125	1.00 53	0.59 41	0.28 164	0.20 64	0.24 86	0.18 49	0.23 69	0.45 193

Test_v1	0.66 9	0.44 28	1.29 31	0.77 97	0.55 135	1.60 91	0.39 48	1.71 66	1.22 68	0.64 52	0.92 100	0.53 59	0.50 48	0.97 45	0.49 15	0.19 10	0.16 5	0.20 13	0.17 31	0.20 18	0.33 64

S2M2_XL	0.49 1	0.51 57	1.16 22	0.70 66	0.34 9	0.29 1	0.23 3	0.68 1	0.53 1	0.55 12	0.92 100	0.65 113	0.53 53	0.65 1	0.59 41	0.28 164	0.24 183	0.25 126	0.21 154	0.23 69	0.23 7
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
2.5w	1.07 102	0.49 43	2.54 110	0.68 50	0.71 230	2.37 160	0.56 123	2.77 232	1.39 91	0.67 65	0.92 100	0.37 5	0.74 134	1.40 170	0.62 60	0.25 96	3.40 624	0.22 39	0.19 86	0.20 18	0.90 408

GCAP-Stereo-DPT-5K	0.99 80	0.57 102	1.85 87	0.68 50	1.71 566	3.93 436	0.68 207	2.53 186	1.73 193	1.12 215	0.93 103	0.61 94	0.44 22	0.89 26	0.59 41	0.29 192	0.20 64	0.31 323	0.28 324	0.25 93	0.27 16

GEAStereo	3.16 482	0.61 142	2.62 116	0.99 277	1.33 469	4.53 582	0.81 317	2.05 107	1.71 186	0.97 184	0.93 103	0.53 59	0.80 169	1.07 73	0.84 157	0.31 251	18.89 689	0.27 201	0.20 128	0.29 181	23.53 680

GSStereo	2.65 371	0.61 142	2.62 116	1.07 324	1.33 469	4.53 582	0.81 317	3.44 320	4.24 580	0.80 112	0.93 103	0.76 164	0.80 169	1.07 73	0.84 157	0.28 164	0.54 471	0.26 175	0.26 273	0.29 181	27.59 690

GS-Stereo							0.81 317	3.44 320	4.24 580	0.80 112	0.93 103	0.76 164	0.80 169	1.07 73	0.84 157	0.28 164	0.54 471	0.26 175	0.26 273	0.29 181	27.59 690

AdaDepth	1.16 126	0.53 72	7.56 187	0.73 76	1.29 456	3.13 248	0.43 73	1.13 10	1.92 225	0.69 72	0.93 103	0.43 26	0.58 71	1.67 223	0.66 75	0.20 22	0.33 311	0.24 86	0.19 86	0.25 93	0.36 113

4.5_new	0.80 34	0.49 43	1.36 44	0.67 38	0.79 264	1.96 117	0.51 104	2.18 127	1.46 105	0.77 103	0.93 103	0.43 26	0.49 42	1.08 77	0.65 71	0.30 225	0.68 510	0.26 175	0.20 128	0.23 69	0.57 295

4.5w-stereo	0.80 34	0.49 43	1.36 44	0.66 29	0.79 264	1.96 117	0.51 104	2.18 127	1.45 101	0.77 103	0.93 103	0.43 26	0.49 42	1.08 77	0.66 75	0.30 225	0.68 510	0.26 175	0.20 128	0.23 69	0.57 295

LG-Stereo_Zeroshot	1.04 94	0.53 72	2.93 121	0.80 127	0.77 257	3.99 456	0.39 48	2.10 115	1.96 234	0.90 165	0.93 103	0.75 162	0.85 187	1.31 140	0.87 168	0.28 164	0.21 95	0.26 175	0.21 154	0.32 246	0.38 126

rvit_stereo_0083	0.91 66	0.73 227	1.60 74	0.90 199	0.66 204	1.21 36	0.64 176	1.75 69	2.71 361	0.83 126	0.93 103	0.94 223	1.06 268	1.50 198	0.79 137	0.34 323	0.36 343	0.30 298	0.27 297	0.34 295	0.34 77

test_for_model	0.99 80	0.57 102	1.85 87	0.68 50	1.71 566	3.93 436	0.68 207	2.53 186	1.73 193	1.12 215	0.93 103	0.61 94	0.44 22	0.89 26	0.59 41	0.29 192	0.20 64	0.31 323	0.28 324	0.25 93	0.27 16

GCAP-Stereo-DPT-22K	0.98 78	0.55 82	4.37 155	0.77 97	1.43 497	1.58 84	0.75 263	1.44 27	1.70 182	0.81 118	0.94 113	0.70 131	0.93 218	0.86 20	0.55 34	0.24 74	0.46 426	0.24 86	0.21 154	0.27 137	0.77 380

GCAP-Stereo-DPT-3K	1.07 102	0.58 112	3.51 133	0.66 29	1.69 563	3.94 441	0.65 181	2.46 172	1.74 195	1.11 213	0.94 113	0.60 89	0.42 15	0.88 22	0.64 69	0.28 164	0.18 21	0.29 269	0.26 273	0.25 93	0.28 23

rvit_0105_4	1.63 173	1.29 447	12.50 234	0.94 236	0.54 127	1.56 83	0.84 337	2.84 245	3.25 470	0.82 119	0.94 113	1.10 241	0.86 190	1.65 220	1.07 233	0.43 449	0.45 420	0.35 423	0.31 403	0.44 430	0.45 193

IGEV-BASED-STEREO-	1.13 120	3.31 566	2.61 115	0.87 174	0.40 50	1.26 44	0.61 149	1.55 37	1.61 158	0.93 174	0.94 113	0.65 113	0.57 67	1.10 84	0.68 86	1.55 637	0.19 44	0.32 346	0.28 324	1.11 612	2.04 503

GCAP-Stereo-DPT26K	2.69 389	1.03 375	12.19 230	0.80 127	0.54 127	2.36 157	0.96 430	1.90 83	2.00 240	0.76 96	0.95 117	0.56 72	0.64 93	1.09 82	0.71 99	0.25 96	0.44 412	0.25 126	0.20 128	0.25 93	25.96 686

GCAP-Stereo-DPT-cres	0.93 70	0.52 67	1.50 54	0.74 81	1.77 579	3.37 291	0.89 369	2.51 179	1.00 33	0.91 168	0.96 118	0.72 146	0.86 190	0.80 5	0.52 29	0.25 96	0.17 12	0.27 201	0.19 86	0.24 81	0.35 90

NLSM3	0.94 72	0.55 82	1.62 76	0.67 38	1.30 459	3.19 256	0.45 82	2.87 251	1.30 81	0.85 134	0.96 118	0.55 67	1.02 245	1.15 95	0.98 209	0.21 32	0.16 5	0.26 175	0.23 207	0.25 93	0.34 77

4.25_new	0.81 41	0.50 52	1.30 32	0.74 81	0.98 343	2.51 177	0.57 127	2.28 141	1.13 52	0.60 25	0.97 120	0.40 17	0.65 100	1.19 104	0.60 51	0.24 74	0.44 412	0.25 126	0.18 49	0.20 18	0.38 126

4.5w_new	0.81 41	0.50 52	1.30 32	0.74 81	0.98 343	2.51 177	0.57 127	2.28 141	1.13 52	0.60 25	0.97 120	0.40 17	0.65 100	1.19 104	0.60 51	0.24 74	0.44 412	0.25 126	0.18 49	0.20 18	0.38 126

4.25w-stereo	0.80 34	0.50 52	1.30 32	0.74 81	0.98 343	2.51 177	0.57 127	2.28 141	1.13 52	0.60 25	0.97 120	0.40 17	0.65 100	1.19 104	0.60 51	0.24 74	0.43 403	0.25 126	0.18 49	0.20 18	0.38 126

2w_stereo	0.84 48	0.52 67	1.87 89	0.71 72	0.56 142	1.98 121	0.61 149	2.88 252	1.00 33	0.99 189	0.97 120	0.36 4	1.11 289	1.03 60	0.77 123	0.19 10	0.19 44	0.23 54	0.18 49	0.21 38	0.37 116

AIO_test	3.76 550	0.71 213	19.58 420	0.93 227	17.34 681	1.36 60	0.86 353	1.61 46	1.99 239	0.74 86	0.97 120	1.77 339	0.58 71	1.49 193	0.55 34	0.35 339	0.97 547	0.24 86	0.20 128	0.25 93	22.60 679

MM-Stereo_test2	2.80 416	0.63 153	20.19 490	1.75 580	0.52 118	2.77 195	0.71 228	1.80 72	1.72 190	0.99 189	0.98 125	0.84 179	0.79 164	1.45 182	1.26 291	0.27 138	0.62 498	0.25 126	0.23 207	0.31 220	17.86 668

DEFOM-Stereo_RVC	1.03 93	1.15 410	1.34 40	1.03 300	0.59 162	0.81 13	0.43 73	3.53 331	4.67 612	0.78 106	0.98 125	0.44 32	1.16 308	1.46 186	0.71 99	0.27 138	0.19 44	0.24 86	0.18 49	0.30 204	0.34 77

gcap_with_dpt	1.08 105	0.53 72	3.64 139	0.68 50	1.62 541	3.92 434	0.65 181	2.44 168	1.75 199	1.26 234	0.99 127	0.60 89	0.45 26	0.85 19	0.55 34	0.27 138	0.18 21	0.29 269	0.26 273	0.26 120	0.42 165

4w-stereo	0.85 51	0.55 82	2.85 119	0.69 57	0.80 268	1.62 94	0.43 73	2.23 131	1.36 87	0.65 56	0.99 127	0.40 17	0.81 175	1.19 104	0.68 86	0.23 63	0.32 301	0.25 126	0.19 86	0.21 38	0.48 229

aanet-new	1.29 139	0.87 300	8.74 201	0.75 90	1.60 536	2.86 207	1.01 447	2.07 110	1.10 49	0.63 49	1.00 129	0.58 80	1.29 334	1.20 110	0.66 75	0.23 63	0.18 21	0.24 86	0.18 49	0.25 93	0.38 126

GCAP-Stereo-DPT-20K	1.11 117	0.49 43	4.62 160	0.73 76	0.86 292	1.50 78	0.81 317	1.86 79	2.14 265	0.90 165	1.00 129	0.70 131	0.99 233	0.82 9	0.45 5	0.25 96	0.26 234	0.24 86	0.18 49	0.45 440	2.88 532

NLMM1	2.24 254	0.63 153	1.52 57	0.64 19	1.85 588	3.30 284	0.61 149	11.95 670	15.11 673	0.89 161	1.00 129	0.84 179	0.89 206	1.85 277	1.64 389	0.28 164	0.28 266	0.27 201	0.24 232	0.32 246	0.59 316

GCAPDPT-zeroshot4090	1.10 113	0.49 43	4.55 159	0.73 76	0.86 292	1.50 78	0.81 317	1.86 79	2.14 265	0.90 165	1.00 129	0.70 131	0.99 233	0.82 9	0.45 5	0.25 96	0.26 234	0.24 86	0.18 49	0.45 440	2.88 532

4D-IteraStereo	2.95 442	1.83 516	20.75 579	0.81 132	1.56 526	2.22 144	1.03 456	2.48 177	1.56 134	1.42 252	1.00 129	1.93 374	0.61 85	1.65 220	2.04 472	0.31 251	0.22 115	0.31 323	0.26 273	0.28 158	16.75 662

aanet-new-8k	1.30 141	0.93 334	9.34 204	0.83 142	0.42 57	3.22 261	1.00 445	2.62 216	1.09 48	0.61 30	1.01 134	0.54 63	1.05 265	0.97 45	1.02 224	0.23 63	0.21 95	0.24 86	0.18 49	0.25 93	0.32 49

GCAP-Stereo-DPT-2K	1.09 111	0.55 82	3.82 145	0.66 29	1.64 550	3.90 422	0.64 176	2.34 152	1.71 186	1.17 221	1.01 134	0.60 89	0.45 26	0.87 21	0.65 71	0.27 138	0.18 21	0.30 298	0.26 273	0.24 81	0.44 184

rvit_stereo_ft	1.28 137	1.39 460	6.72 183	0.99 277	0.66 204	1.06 23	0.79 297	2.81 238	3.14 449	0.83 126	1.02 136	0.95 225	1.13 293	1.27 125	1.00 216	0.34 323	0.24 183	0.27 201	0.29 363	0.40 375	0.35 90

MatchStereo	0.80 34	0.52 67	3.89 151	0.70 66	0.29 3	0.98 19	0.33 29	2.02 103	1.74 195	0.51 5	1.03 137	0.48 46	0.59 77	1.01 54	0.74 109	0.24 74	0.17 12	0.21 29	0.15 4	0.19 5	0.29 29
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
aanet-new-32k	1.26 134	1.10 394	11.16 220	0.75 90	1.07 379	1.44 69	0.94 414	1.41 24	0.93 16	0.68 70	1.04 138	0.62 101	0.86 190	0.82 9	0.50 17	0.21 32	0.53 467	0.25 126	0.18 49	0.26 120	0.44 184

aanet-new-30k	1.26 134	1.10 394	11.11 218	0.75 90	1.07 379	1.44 69	0.94 414	1.41 24	0.93 16	0.68 70	1.04 138	0.62 101	0.87 196	0.82 9	0.50 17	0.21 32	0.53 467	0.25 126	0.18 49	0.26 120	0.44 184

sAnonymous2	2.00 205	1.54 480	21.24 626	0.93 227	0.89 310	1.21 36	0.62 164	2.58 206	2.28 293	0.86 137	1.04 138	0.73 148	1.22 320	1.10 84	0.85 162	0.30 225	0.25 204	0.31 323	0.31 403	1.06 604	0.72 363

CroCo_RVC	2.00 205	1.54 480	21.24 626	0.93 227	0.89 310	1.21 36	0.62 164	2.58 206	2.28 293	0.86 137	1.04 138	0.73 148	1.22 320	1.10 84	0.85 162	0.30 225	0.25 204	0.31 323	0.31 403	1.06 604	0.72 363

water-stereo	0.98 78	0.63 153	5.05 165	0.82 139	0.48 90	2.36 157	0.52 111	1.56 39	1.32 82	0.95 180	1.05 142	0.86 186	0.75 140	0.84 17	0.82 151	0.25 96	0.25 204	0.25 126	0.24 232	0.24 81	0.46 205

2.25w	0.89 64	0.51 57	2.54 110	0.72 75	0.66 204	2.27 148	0.40 58	2.43 164	1.22 68	0.83 126	1.05 142	0.40 17	0.80 169	1.28 129	0.89 176	0.18 7	0.56 479	0.21 29	0.18 49	0.19 5	0.38 126

CES	1.08 105	0.63 153	2.53 109	0.95 248	2.18 612	2.13 133	0.50 100	2.07 110	1.46 105	0.79 110	1.06 144	0.61 94	0.48 36	1.45 182	0.87 168	0.24 74	0.18 21	0.24 86	0.15 4	0.64 533	2.36 515

GLC_STEREO	0.83 46	0.59 127	1.71 81	0.89 187	0.34 9	1.88 110	0.80 307	1.48 32	1.60 151	0.98 187	1.06 144	0.68 125	0.71 119	1.19 104	0.89 176	0.25 96	0.25 204	0.32 346	0.25 252	0.32 246	0.34 77

PMTNet	1.13 120	0.55 82	3.88 149	0.71 72	0.59 162	4.21 524	0.43 73	2.00 98	1.58 142	1.02 196	1.06 144	0.78 166	0.98 232	1.58 212	0.93 186	1.21 624	0.20 64	0.23 54	0.15 4	0.23 69	0.27 16

aanet-new-22k	1.53 167	1.17 413	12.70 238	0.79 117	0.42 57	1.48 76	1.29 513	1.65 55	1.10 49	0.62 36	1.07 147	0.54 63	0.83 181	1.05 67	0.66 75	0.22 50	1.08 556	0.24 86	0.20 128	0.28 158	3.16 544

VIP-Stereo	1.29 139	1.10 394	6.84 184	0.79 117	0.91 323	3.20 257	0.79 297	1.95 92	3.31 488	0.88 151	1.07 147	0.65 113	0.59 77	1.31 140	0.76 122	0.32 273	0.44 412	0.24 86	0.17 31	0.22 59	0.32 49

RAStereo	1.53 167	0.71 213	17.55 348	0.62 10	0.65 196	1.18 29	0.32 26	1.94 89	1.15 58	0.80 112	1.07 147	0.64 109	0.47 33	0.89 26	1.01 220	0.25 96	0.20 64	0.27 201	0.21 154	0.36 332	0.27 16

knoymous	1.50 163	0.65 169	8.73 200	0.91 206	0.75 248	2.97 227	0.90 386	2.93 255	1.38 90	1.56 266	1.07 147	2.75 476	0.88 200	1.43 178	1.13 243	0.32 273	0.22 115	0.35 423	0.20 128	0.45 440	0.41 156

GCAP-Stereo-DPT-25K	1.09 111	0.55 82	5.92 173	0.81 132	0.83 278	1.77 103	0.85 345	2.05 107	1.76 200	0.66 59	1.08 151	0.61 94	0.78 154	1.06 70	0.50 17	0.22 50	0.20 64	0.23 54	0.20 128	0.26 120	1.38 457

Foundation-i1c-attn	1.42 159	0.41 9	1.35 41	0.88 184	0.58 160	0.98 19	0.67 193	2.46 172	3.35 500	0.89 161	1.08 151	0.81 176	1.24 324	1.54 206	0.63 65	0.25 96	0.83 533	0.22 39	0.17 31	0.20 18	9.95 617

depthmonostereo	1.22 129	0.96 348	6.67 182	0.89 187	0.56 142	2.21 137	0.57 127	1.84 77	1.21 67	1.01 195	1.09 153	1.38 286	0.99 233	2.41 344	0.93 186	0.24 74	0.28 266	0.22 39	0.21 154	0.25 93	0.53 273

rvit_stereo_0080	1.10 113	1.09 390	3.78 142	0.65 24	0.60 170	1.91 112	0.74 252	2.74 228	2.65 355	0.94 177	1.09 153	0.85 183	0.81 175	1.20 110	0.89 176	0.39 407	0.29 277	0.25 126	0.28 324	0.46 452	0.35 90

whm_eth	1.10 113	1.09 390	3.78 142	0.65 24	0.60 170	1.91 112	0.74 252	2.74 228	2.65 355	0.94 177	1.09 153	0.85 183	0.81 175	1.20 110	0.89 176	0.39 407	0.29 277	0.25 126	0.28 324	0.46 452	0.35 90

aanet-new-40k	2.27 264	1.19 423	12.23 231	0.81 132	1.62 541	1.42 67	0.95 421	1.96 94	1.17 60	0.56 15	1.10 156	0.51 51	0.76 144	0.98 49	0.62 60	0.20 22	0.21 95	0.24 86	0.18 49	0.27 137	18.54 670

ff7	2.60 354	0.81 276	16.25 313	0.89 187	0.56 142	4.55 590	0.83 326	1.68 56	3.44 518	0.88 151	1.10 156	0.70 131	0.78 154	1.93 288	0.93 186	0.29 192	0.37 351	0.29 269	0.21 154	0.33 272	15.08 643

ffff	2.60 354	0.81 276	16.25 313	0.89 187	0.56 142	4.55 590	0.83 326	1.68 56	3.44 518	0.88 151	1.10 156	0.70 131	0.78 154	1.93 288	0.93 186	0.29 192	0.37 351	0.29 269	0.21 154	0.33 272	15.08 643

11t	2.60 354	0.81 276	16.25 313	0.89 187	0.56 142	4.55 590	0.83 326	1.68 56	3.44 518	0.88 151	1.10 156	0.70 131	0.78 154	1.93 288	0.93 186	0.29 192	0.37 351	0.29 269	0.21 154	0.33 272	15.08 643

CAS	1.34 145	0.48 40	2.20 100	3.01 644	1.66 558	4.08 481	0.73 242	1.96 94	1.51 122	0.86 137	1.10 156	0.59 84	0.53 53	1.36 159	0.94 194	3.07 650	0.14 1	0.21 29	0.14 1	0.38 353	1.78 491

ccc-4	2.60 354	0.81 276	16.25 313	0.89 187	0.56 142	4.55 590	0.83 326	1.68 56	3.44 518	0.88 151	1.10 156	0.70 131	0.78 154	1.93 288	0.93 186	0.29 192	0.37 351	0.29 269	0.21 154	0.33 272	15.08 643

WQFJX1	2.25 257	0.58 112	1.58 68	0.62 10	1.78 580	3.06 235	0.66 186	12.27 672	15.31 674	0.86 137	1.12 162	0.91 205	0.96 226	1.92 285	1.46 339	0.27 138	0.26 234	0.29 269	0.21 154	0.37 339	0.42 165

MM-Stereo_test1	2.52 323	0.64 160	20.07 474	1.83 587	0.52 118	1.86 108	0.77 279	3.11 279	3.40 512	1.77 308	1.12 162	0.87 192	0.97 229	1.54 206	1.51 345	0.27 138	2.44 606	0.27 201	0.24 232	0.37 339	6.91 591

aanet-new-28k	1.39 155	1.24 434	12.60 236	0.83 142	0.45 73	1.97 120	1.03 456	1.74 68	0.98 29	0.63 49	1.13 164	0.55 67	0.78 154	0.81 6	0.60 51	0.20 22	1.13 558	0.25 126	0.20 128	0.29 181	0.43 175

VMStereo-Base	0.78 29	0.56 91	1.94 92	0.65 24	0.36 14	1.70 99	0.42 69	1.33 19	1.41 96	0.86 137	1.13 164	0.92 211	0.73 125	1.28 129	0.85 162	0.26 124	0.23 147	0.24 86	0.18 49	0.24 81	0.27 16

anonymousdsp	3.14 475	0.83 287	20.28 506	0.94 236	0.64 191	4.54 584	0.82 322	2.03 105	3.32 496	0.91 168	1.13 164	0.78 166	0.77 149	1.78 256	0.90 181	0.29 192	0.25 204	0.29 269	0.21 154	0.33 272	21.81 676

IGEV-Stereo	3.15 478	0.83 287	20.31 515	0.94 236	0.64 191	4.54 584	0.82 322	2.01 101	3.31 488	0.91 168	1.13 164	0.79 169	0.77 149	1.79 258	0.92 184	0.29 192	0.25 204	0.29 269	0.21 154	0.33 272	21.85 677
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
FENet	2.30 276	0.61 142	20.21 496	1.43 505	0.68 218	4.04 468	0.60 145	4.01 428	2.26 287	2.03 371	1.13 164	2.42 438	1.42 369	1.72 242	1.43 328	0.36 365	0.24 183	0.33 383	0.27 297	0.29 181	0.51 252

CASnet	0.85 51	0.59 127	1.66 79	0.91 206	0.30 4	1.37 61	0.73 242	1.63 51	1.94 229	1.66 283	1.14 169	0.66 117	0.63 90	1.07 73	0.90 181	0.37 382	0.17 12	0.41 487	0.31 403	0.33 272	0.23 7
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
TS12	0.83 46	0.47 35	1.15 20	0.59 6	0.35 12	3.42 303	0.41 65	2.29 147	1.45 101	0.73 84	1.15 170	0.54 63	0.69 115	1.29 133	0.67 84	0.22 50	0.18 21	0.22 39	0.17 31	0.22 59	0.42 165

GCAP-Stereo	2.59 351	1.07 383	20.48 540	0.91 206	4.13 652	3.67 367	0.51 104	2.27 139	1.76 200	1.18 222	1.15 170	1.18 255	0.84 184	1.36 159	1.54 353	0.27 138	8.46 651	0.27 201	0.19 86	0.29 181	0.30 38

aanet-new-36k	1.62 171	1.28 444	16.23 312	0.83 142	0.36 14	2.94 219	0.59 140	2.23 131	1.20 64	0.62 36	1.16 172	0.57 77	0.87 196	0.99 51	0.65 71	0.20 22	0.49 449	0.25 126	0.17 31	0.27 137	0.45 193

riskmin	2.46 314	0.61 142	12.91 243	1.22 398	1.65 555	3.56 342	0.61 149	4.30 539	1.50 118	1.86 322	1.16 172	4.30 599	2.02 498	1.53 204	1.32 302	0.29 192	0.95 543	0.34 404	0.23 207	0.43 416	8.34 603

aanet-32k-new	1.74 184	1.40 463	15.95 304	0.85 153	0.74 239	3.42 303	0.96 430	2.13 120	0.94 24	0.58 20	1.17 174	0.67 122	0.95 223	1.13 90	0.92 184	0.22 50	0.18 21	0.24 86	0.18 49	0.25 93	2.02 502

ProNet	1.63 173	0.91 319	5.70 171	0.96 257	0.64 191	2.40 162	0.82 322	1.92 86	3.28 476	0.69 72	1.17 174	0.78 166	0.76 144	1.72 242	0.87 168	0.27 138	0.97 547	0.25 126	0.26 273	0.31 220	7.97 594

monsterstereo	1.31 142	0.58 112	2.10 98	0.79 117	1.41 493	2.51 177	0.40 58	3.15 285	0.84 9	0.74 86	1.18 176	0.41 24	0.40 11	1.55 208	0.97 204	0.20 22	8.12 649	0.22 39	0.18 49	0.22 59	0.33 64

AIO_rvc	3.97 566	1.01 370	18.99 389	0.98 270	11.92 670	1.45 71	0.97 438	2.17 124	4.51 603	0.71 80	1.18 176	1.09 239	0.56 65	1.56 210	0.72 102	0.28 164	11.98 677	0.24 86	0.19 86	0.25 93	18.74 671

GCAP-Stereo-cres-4k	1.05 95	0.57 102	5.33 168	0.77 97	1.46 505	2.61 187	0.91 397	1.87 81	1.20 64	0.67 65	1.19 178	0.66 117	0.76 144	1.01 54	0.61 57	0.25 96	0.18 21	0.25 126	0.19 86	0.27 137	0.31 44

MSCF	3.21 492	1.25 436	4.06 153	1.06 317	10.61 668	3.29 280	0.85 345	2.81 238	3.31 488	1.36 242	1.19 178	0.58 80	1.33 342	2.07 302	0.88 172	0.27 138	0.65 504	0.26 175	0.66 594	0.31 220	27.42 689

SMoEStereo_RVC	0.88 61	0.92 326	1.55 63	0.96 257	0.46 78	2.56 182	0.78 287	1.60 43	1.20 64	0.71 80	1.20 180	0.64 109	0.63 90	1.71 236	1.01 220	0.22 50	0.18 21	0.31 323	0.22 189	0.28 158	0.42 165

IGEV-Stereo++	1.68 180	0.48 40	1.27 30	0.77 97	1.31 464	3.87 417	0.33 29	3.41 314	1.72 190	0.89 161	1.20 180	0.68 125	1.03 249	1.15 95	0.49 15	0.23 63	0.22 115	0.23 54	0.18 49	0.26 120	13.90 632

test-3	2.19 239	0.59 127	18.63 375	1.13 354	0.75 248	2.07 129	0.89 369	4.37 574	1.53 125	2.25 445	1.20 180	2.05 399	0.79 164	2.68 369	1.35 304	0.29 192	0.95 543	0.28 241	0.27 297	0.27 137	1.47 468

test_1	2.19 239	0.59 127	18.67 377	1.13 354	0.78 261	2.07 129	0.89 369	4.37 574	1.53 125	2.18 421	1.20 180	2.05 399	0.78 154	2.68 369	1.36 311	0.29 192	0.93 540	0.28 241	0.27 297	0.28 158	1.53 472

test_3	2.17 235	0.58 112	18.64 376	1.11 339	0.78 261	2.15 135	0.85 345	4.42 588	1.47 109	2.00 355	1.20 180	2.02 393	0.79 164	2.70 373	1.35 304	0.29 192	1.04 551	0.29 269	0.29 363	0.31 220	1.07 433

WQFJX	2.20 246	0.58 112	1.52 57	0.62 10	1.84 587	2.88 212	0.75 263	11.62 667	14.71 670	0.84 131	1.21 185	0.89 199	1.09 279	1.75 254	1.55 356	0.31 251	0.25 204	0.25 126	0.22 189	0.32 246	0.74 373

UDGNet	2.34 285	1.71 500	20.28 506	1.42 498	0.62 184	4.39 553	0.67 193	1.82 75	2.28 293	1.40 246	1.21 185	0.99 228	1.00 238	2.23 329	1.23 272	1.14 620	0.35 333	1.30 638	0.98 621	1.11 612	0.62 331

MIF-Stereo (partial)	1.93 193	0.69 197	21.14 615	0.74 81	1.02 359	1.07 24	0.49 94	2.75 230	1.78 204	0.82 119	1.22 187	0.80 171	0.90 210	1.68 225	1.63 383	0.38 399	0.24 183	0.33 383	0.26 273	0.41 395	0.32 49

CREStereo	1.00 87	0.59 127	1.82 85	0.66 29	0.36 14	4.43 561	0.40 58	2.43 164	1.98 235	0.96 182	1.22 187	0.88 195	0.87 196	1.30 135	0.79 137	0.30 225	0.20 64	0.23 54	0.16 14	0.23 69	0.22 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
LG-Stereo	0.94 72	0.71 213	3.31 128	0.62 10	0.51 111	2.85 205	0.54 118	2.59 212	1.40 94	0.88 151	1.23 189	0.53 59	0.40 11	0.81 6	0.86 166	0.23 63	0.18 21	0.31 323	0.24 232	0.29 181	0.22 1

rvit_0105_5	1.72 182	1.26 437	13.05 244	0.92 217	0.56 142	1.92 115	0.90 386	3.07 275	3.04 433	0.98 187	1.24 190	1.19 259	0.93 218	1.55 208	1.22 269	0.43 449	0.43 403	0.37 452	0.36 464	0.43 416	0.51 252

trnet	1.00 87	0.55 82	1.89 90	0.66 29	0.33 7	4.41 558	0.40 58	2.42 163	1.95 230	0.96 182	1.24 190	0.88 195	0.89 206	1.27 125	0.78 127	0.30 225	0.19 44	0.23 54	0.15 4	0.22 59	0.22 1

EKT-Stereo	7.93 652	0.75 249	21.17 620	1.84 589	109.80 709	4.51 579	0.61 149	4.13 475	1.59 145	1.89 325	1.24 190	1.96 385	1.35 345	4.02 419	1.36 311	0.42 433	0.31 295	0.29 269	0.27 297	0.35 314	0.78 384

CroCo-Stereo Lap2	1.65 177	1.14 408	14.70 275	1.00 284	1.80 584	0.53 4	0.46 88	3.18 287	1.62 162	1.10 212	1.24 190	1.05 235	0.78 154	1.40 170	1.18 256	0.31 251	0.23 147	0.27 201	0.22 189	0.46 452	0.38 126

DLNR-FE	29.89 692	56.07 707	50.63 696	183.98 712	105.34 706	3.44 309	0.28 13	29.60 692	1.59 145	1.03 200	1.25 194	0.93 218	0.64 93	3.83 412	1.62 377	40.96 705	1.67 581	0.26 175	0.23 207	99.33 709	15.08 643

3.5w_stereo	0.87 58	0.60 135	1.48 51	0.67 38	0.73 233	2.50 176	0.50 100	2.43 164	1.79 205	0.85 134	1.25 194	0.43 26	0.66 107	1.25 122	0.78 127	0.21 32	0.18 21	0.23 54	0.18 49	0.20 18	0.47 217

plain	2.00 205	0.89 310	21.49 638	0.67 38	0.73 233	1.66 96	0.57 127	3.27 299	2.18 269	0.80 112	1.25 194	0.80 171	0.86 190	1.72 242	1.13 243	0.34 323	0.21 95	0.32 346	0.25 252	0.44 430	0.34 77

DLNR_Zeroshot_test	29.83 691	55.48 705	50.99 697	183.84 711	114.74 710	3.44 309	0.28 13	29.52 691	1.59 145	1.03 200	1.25 194	0.93 218	0.64 93	3.95 418	1.62 377	37.16 704	1.69 582	0.26 175	0.23 207	92.97 708	15.07 642

RT-Monster	1.15 124	0.58 112	3.68 141	0.87 174	1.40 491	2.87 210	0.46 88	2.86 248	2.18 269	1.24 232	1.26 198	0.93 218	0.83 181	1.40 170	0.75 113	0.21 32	0.23 147	0.23 54	0.18 49	0.22 59	0.61 326

NLSM1	1.93 193	0.60 135	1.67 80	0.75 90	1.88 592	3.09 238	0.62 164	8.71 662	12.22 664	0.83 126	1.26 198	0.73 148	0.86 190	1.72 242	1.72 411	0.27 138	0.25 204	0.29 269	0.25 252	0.31 220	0.48 229

DilatedVolume-Stereo	0.94 72	0.70 206	3.01 122	1.06 317	0.63 187	1.34 58	0.49 94	1.58 41	1.16 59	1.41 249	1.26 198	0.88 195	0.88 200	1.81 268	0.93 186	0.25 96	0.28 266	0.22 39	0.23 207	0.25 93	0.39 140

xyz-stereo-finetune	1.14 122	0.88 305	1.93 91	0.63 16	0.37 24	3.48 322	0.79 297	2.86 248	1.95 230	1.02 196	1.26 198	0.91 205	0.78 154	2.53 357	1.84 436	0.30 225	0.24 183	0.26 175	0.24 232	0.31 220	0.30 38

Reg-Stereo(zero)	1.88 192	0.45 31	11.07 217	0.94 236	2.06 605	4.52 580	0.55 120	2.72 226	1.69 179	1.54 263	1.26 198	2.55 453	2.52 544	1.73 248	2.43 504	0.20 22	0.28 266	0.22 39	0.19 86	0.25 93	0.40 147

SCV_C0	2.17 235	0.93 334	12.88 240	0.96 257	1.06 378	1.27 46	0.63 170	3.68 353	3.30 485	1.03 200	1.26 198	0.73 148	0.66 107	1.73 248	1.06 231	0.35 339	1.97 589	0.25 126	0.21 154	0.29 181	9.23 610

MyStereo05	2.55 337	1.07 383	19.87 450	1.06 317	1.08 385	4.26 533	0.86 353	4.10 463	3.01 418	2.19 428	1.26 198	2.30 418	1.64 438	2.13 314	1.99 460	0.25 96	2.43 604	0.34 404	0.27 297	0.46 452	0.48 229

rafts_anoy	2.76 407	1.68 496	20.42 526	1.42 498	3.90 647	3.03 234	0.61 149	3.24 293	1.66 172	1.42 252	1.26 198	1.19 259	1.11 289	2.13 314	1.64 389	0.33 300	8.77 657	0.32 346	0.32 419	0.32 246	0.38 126

RSM++	0.99 80	0.56 91	1.35 41	1.54 534	0.50 108	1.53 82	0.68 207	2.31 150	4.13 572	0.86 137	1.27 206	0.90 202	0.60 82	1.21 114	0.78 127	0.27 138	0.20 64	0.25 126	0.21 154	0.29 181	0.42 165

MyStereo04	2.54 332	1.18 417	18.82 382	1.04 306	1.21 437	3.96 452	0.95 421	4.02 433	3.01 418	2.06 379	1.27 206	2.33 421	1.66 445	2.06 300	2.01 466	0.26 124	3.49 626	0.34 404	0.27 297	0.43 416	0.49 238

castereo	0.88 61	0.78 267	1.15 20	0.89 187	0.51 111	1.31 54	0.90 386	3.42 316	1.28 75	0.88 151	1.28 208	0.72 146	0.91 212	1.05 67	1.01 220	0.28 164	0.17 12	0.26 175	0.20 128	0.24 81	0.34 77

MyStereo07	2.29 272	1.18 417	20.10 483	1.04 306	1.21 437	3.96 452	0.95 421	2.13 120	3.37 503	1.09 209	1.28 208	0.68 125	0.91 212	1.74 253	0.86 166	0.26 124	3.49 626	0.34 404	0.27 297	0.43 416	0.49 238

UniTT-Stereo	1.73 183	0.60 135	20.25 503	0.98 270	1.19 428	0.78 12	0.39 48	1.19 15	1.55 130	1.21 224	1.28 208	0.52 56	0.64 93	1.17 101	1.16 252	0.35 339	0.20 64	0.25 126	0.22 189	0.42 406	0.31 44

dd	2.27 264	3.06 562	20.18 489	0.96 257	0.51 111	4.24 532	0.74 252	1.94 89	2.43 322	1.48 260	1.28 208	1.19 259	1.05 265	1.82 272	1.69 401	0.63 568	0.34 323	0.35 423	0.33 428	0.61 517	0.57 295

sCroCo_RVC	1.81 189	0.93 334	19.44 412	1.04 306	1.05 373	0.97 18	0.61 149	2.08 113	1.36 87	0.71 80	1.28 208	0.82 177	1.10 286	1.31 140	0.97 204	0.54 542	0.41 390	0.33 383	0.30 384	0.46 452	0.48 229

aanet-new-24k	1.37 149	1.09 390	11.52 225	0.79 117	1.23 441	2.44 167	0.95 421	2.01 101	0.91 12	0.64 52	1.29 213	0.60 89	0.75 140	0.93 39	0.78 127	0.23 63	0.24 183	0.25 126	0.20 128	0.27 137	0.32 49

CroCo-Stereo	1.07 102	1.18 417	3.66 140	0.91 206	0.60 170	0.49 3	0.49 94	4.07 448	1.91 223	0.84 131	1.29 213	1.00 229	0.75 140	1.32 145	1.38 317	0.26 124	0.21 95	0.24 86	0.20 128	0.37 339	0.30 38
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
FADNet-RVC	3.23 496	12.51 633	17.02 334	1.17 375	0.81 273	3.52 332	1.09 473	4.16 486	2.74 367	1.44 257	1.29 213	1.86 362	1.76 465	9.82 546	2.46 506	0.39 407	0.38 366	0.40 478	0.41 513	0.68 552	0.59 316

252Zero-FE	0.95 75	0.49 43	1.65 77	1.03 300	0.45 73	1.25 42	0.22 2	1.85 78	2.13 263	3.05 586	1.31 216	0.33 1	0.41 14	1.14 93	0.56 38	0.22 50	1.93 586	0.20 13	0.20 128	0.20 18	0.39 140

GASTEREO	3.25 501	1.46 471	3.62 136	1.10 334	10.80 669	3.50 327	0.86 353	2.79 234	3.54 535	1.44 257	1.31 216	0.56 72	1.35 345	2.09 306	0.88 172	0.26 124	0.57 481	0.25 126	0.68 595	0.27 137	27.73 692

GMStereo	2.01 208	2.26 541	20.93 593	0.90 199	0.48 90	1.67 97	0.56 123	1.90 83	2.19 272	1.58 270	1.31 216	0.87 192	0.74 134	1.68 225	1.00 216	0.41 422	0.21 95	0.30 298	0.32 419	0.50 478	0.46 205
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACV-stereo	2.96 443	1.09 390	20.34 518	1.37 473	1.05 373	4.65 606	1.09 473	2.82 240	1.68 175	1.48 260	1.32 219	5.40 632	4.22 606	7.83 506	2.08 476	0.46 478	0.52 464	0.33 383	0.30 384	0.45 440	0.71 360

qqq	2.96 443	0.88 305	15.54 292	1.27 428	0.74 239	2.29 151	0.90 386	4.07 448	4.63 606	1.63 277	1.32 219	1.78 348	1.36 347	5.19 437	1.68 398	0.29 192	6.43 641	0.33 383	0.36 464	0.35 314	8.09 596

aanet-new-14k	1.18 127	0.64 160	8.31 193	0.86 166	0.39 46	1.81 104	0.99 444	2.25 136	1.05 41	0.85 134	1.33 221	0.46 38	1.28 330	1.12 89	0.80 142	0.21 32	0.18 21	0.24 86	0.18 49	0.28 158	0.43 175

CAS++	1.01 91	0.77 266	3.30 126	0.86 166	0.53 123	1.23 41	0.85 345	3.43 318	1.57 138	1.16 220	1.33 221	0.62 101	0.58 71	1.18 102	0.63 65	0.37 382	0.30 287	0.35 423	0.27 297	0.41 395	0.38 126
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	2.82 418	0.72 221	17.81 359	1.60 547	0.93 330	2.27 148	0.62 164	3.76 373	4.47 598	1.72 296	1.33 221	1.05 235	1.34 344	1.84 276	1.45 336	0.29 192	5.57 637	0.29 269	0.26 273	0.32 246	8.80 608

CBFPSM	2.24 254	2.06 529	12.12 229	1.13 354	1.05 373	2.85 205	1.23 505	3.37 311	2.05 246	1.82 318	1.33 221	4.55 611	4.00 602	2.38 342	2.35 498	0.27 138	0.38 366	0.32 346	0.28 324	0.39 369	0.89 406

AIO-test1	2.33 282	1.54 480	20.24 501	0.97 265	1.61 538	3.42 303	0.94 414	4.22 506	1.71 186	0.97 184	1.35 225	0.98 226	0.74 134	4.52 428	1.40 322	0.27 138	0.24 183	0.28 241	0.35 454	0.34 295	0.46 205

tt45	1.08 105	0.92 326	2.50 107	0.92 217	0.67 210	3.90 422	0.75 263	2.00 98	1.29 77	0.74 86	1.35 225	0.71 143	0.63 90	2.59 362	0.97 204	0.23 63	0.19 44	0.28 241	0.23 207	0.29 181	0.37 116

LoS_RVC	1.23 131	1.51 476	6.09 177	0.88 184	1.71 566	1.96 117	0.59 140	1.61 46	1.37 89	0.84 131	1.35 225	0.84 179	1.15 305	1.49 193	0.83 154	0.21 32	0.17 12	0.20 13	0.14 1	0.20 18	1.49 469

FADNet-RVC-Resample	3.31 508	8.52 608	22.84 665	1.18 380	0.91 323	3.52 332	1.35 524	4.13 475	2.32 302	1.75 305	1.35 225	2.26 413	1.51 394	9.51 537	2.03 470	0.42 433	0.38 366	0.42 498	0.44 528	0.59 511	0.71 360

FADNet	3.20 488	11.55 628	16.16 310	1.24 405	0.95 338	3.30 284	0.87 362	4.00 426	2.73 364	1.42 252	1.35 225	2.51 449	2.04 499	9.95 555	2.39 503	0.44 457	0.46 426	0.40 478	0.44 528	1.13 614	0.61 326

NLCSM	2.22 250	0.67 181	1.58 68	0.69 57	1.83 586	3.24 268	0.68 207	8.45 660	11.81 663	0.94 177	1.36 230	0.87 192	1.06 268	7.59 501	1.71 407	0.29 192	0.26 234	0.29 269	0.26 273	0.38 353	0.47 217

1w_stereo	0.91 66	0.46 33	1.12 16	0.74 81	0.80 268	2.98 229	0.67 193	3.29 300	1.04 40	0.83 126	1.36 230	0.38 11	1.36 347	1.03 60	0.75 113	0.17 6	0.18 21	0.20 13	0.17 31	0.20 18	0.57 295

Any-RAFT	1.62 171	0.59 127	5.29 167	1.12 349	0.76 253	4.41 558	0.79 297	4.12 471	3.26 472	2.02 366	1.36 230	2.82 483	1.56 409	1.90 283	0.81 146	0.29 192	0.25 204	0.26 175	0.19 86	0.25 93	0.35 90

AnonymousM	1.38 151	1.33 454	2.35 104	0.95 248	0.56 142	4.03 467	0.67 193	2.63 217	2.49 334	1.51 262	1.36 230	1.15 249	1.00 238	1.26 123	1.04 226	0.41 422	0.46 426	2.07 648	1.71 648	0.25 93	0.40 147

raft_robust	3.17 483	2.15 538	20.28 506	1.06 317	0.55 135	3.86 412	0.46 88	4.42 588	2.77 373	1.70 293	1.37 234	7.48 651	6.35 632	6.81 484	1.44 332	0.31 251	0.74 521	0.30 298	0.37 474	0.32 246	0.57 295

NRIStereo	2.32 279	0.69 197	20.07 474	1.35 462	0.38 29	4.73 625	0.89 369	2.43 164	3.35 500	1.95 343	1.37 234	1.75 332	1.21 318	2.97 388	1.35 304	0.49 504	0.22 115	0.29 269	0.26 273	0.31 220	0.33 64

TestStereo	2.41 305	1.95 525	19.15 394	0.77 97	0.61 174	1.83 106	0.58 138	2.33 151	1.53 125	1.44 257	1.37 234	1.26 268	0.90 210	11.59 625	0.94 194	0.36 365	0.19 44	0.33 383	0.24 232	0.45 440	0.32 49

IGEV++	3.59 535	0.91 319	13.63 251	1.08 327	0.98 343	1.27 46	0.98 441	3.33 305	1.89 221	0.93 174	1.38 237	0.86 186	1.09 279	1.71 236	1.09 237	0.36 365	21.52 700	0.23 54	0.21 154	0.31 220	18.10 669

fffy	1.18 127	0.92 326	3.05 123	1.09 331	0.68 218	1.27 46	0.74 252	1.98 97	1.06 43	0.78 106	1.39 238	0.83 178	0.72 123	1.71 236	0.80 142	0.24 74	0.53 467	0.27 201	0.21 154	0.29 181	5.07 575

TRStereo	2.86 423	2.12 535	19.98 463	1.68 566	1.18 421	4.35 544	1.05 464	5.07 634	3.48 529	1.56 266	1.39 238	1.75 332	0.85 187	2.01 296	1.50 344	0.43 449	0.34 323	0.33 383	0.36 464	0.36 332	7.50 592

CFNet-RSSM	2.17 235	0.56 91	20.50 542	1.08 327	0.57 155	3.42 303	0.62 164	4.24 519	1.60 151	1.73 300	1.39 238	2.55 453	1.19 315	1.36 159	1.04 226	0.29 192	0.20 64	0.26 175	0.23 207	0.28 158	0.32 49

Foundation-i1	1.22 129	0.42 13	1.38 46	0.87 174	1.22 439	1.09 26	0.68 207	2.99 271	3.94 563	0.95 180	1.40 241	2.09 403	1.01 241	1.16 98	0.80 142	0.24 74	0.66 507	0.22 39	0.20 128	0.21 38	2.95 538

Selective-RAFT	1.34 145	0.58 112	2.21 101	1.01 288	0.49 99	4.19 520	0.51 104	3.39 312	3.62 542	1.15 219	1.40 241	1.45 297	1.40 361	2.09 306	1.31 299	0.43 449	0.40 383	0.25 126	0.26 273	0.29 181	0.38 126

Anonymous3	2.20 246	0.80 273	20.08 480	0.86 166	0.86 292	4.46 565	0.84 337	3.64 348	1.40 94	1.37 244	1.40 241	1.11 244	1.03 249	1.71 236	1.24 277	0.75 597	0.58 490	0.34 404	0.35 454	0.48 472	0.65 343

DIP-Stereo	2.03 212	0.98 357	16.44 325	0.67 38	0.62 184	4.30 539	0.58 138	4.43 590	2.89 399	1.97 347	1.40 241	0.91 205	0.86 190	1.31 140	1.27 294	0.38 399	0.23 147	0.33 383	0.23 207	0.33 272	0.57 295
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
aanet-new-34k	1.37 149	1.22 432	13.35 248	0.79 117	0.37 24	1.46 74	0.85 345	1.55 37	1.28 75	0.54 10	1.41 245	0.59 84	0.87 196	0.66 3	0.58 39	0.23 63	0.23 147	0.25 126	0.19 86	0.24 81	0.75 376

mms	1.08 105	0.87 300	1.41 47	0.89 187	0.87 303	1.40 63	0.67 193	1.63 51	1.70 182	0.82 119	1.41 245	0.64 109	0.54 60	1.81 268	0.66 75	0.25 96	0.23 147	0.26 175	0.21 154	0.32 246	5.10 576

model_zeroshot	2.43 308	0.72 221	19.99 464	1.24 405	1.23 441	3.70 375	0.63 170	3.76 373	1.61 158	2.79 561	1.41 245	2.24 411	0.82 180	2.87 384	1.22 269	0.33 300	0.52 464	0.30 298	0.25 252	0.28 158	2.59 522

raftrobust	2.05 216	1.45 469	13.44 250	1.29 436	5.81 661	3.59 347	0.67 193	2.80 236	1.50 118	2.21 438	1.41 245	1.17 252	1.22 320	1.37 165	1.46 339	0.29 192	0.33 311	0.22 39	0.20 128	0.27 137	0.36 113

Anonymous_2	4.03 569	0.99 366	11.19 221	1.20 387	1.71 566	3.68 370	0.93 411	3.76 373	1.63 164	2.07 385	1.43 249	4.76 619	2.34 529	1.86 280	1.78 424	0.82 605	2.42 603	8.69 689	16.64 696	4.38 665	8.29 601

x	2.94 440	0.83 287	16.07 306	1.51 526	0.83 278	2.13 133	0.96 430	3.97 420	4.73 614	1.73 300	1.43 249	1.61 309	1.27 327	2.24 331	1.71 407	0.29 192	6.91 643	0.34 404	0.31 403	0.34 295	9.60 614

Pointernet	0.99 80	0.50 52	3.54 134	0.89 187	0.44 70	2.30 153	0.38 44	3.12 281	1.48 111	0.69 72	1.44 251	0.92 211	0.73 125	1.28 129	0.82 151	0.24 74	0.23 147	0.21 29	0.19 86	0.19 5	0.25 11

WCG-NET（raft）	1.44 161	0.92 326	1.56 65	0.89 187	0.32 5	1.43 68	0.97 438	1.69 63	2.42 318	1.68 287	1.44 251	2.37 428	1.01 241	1.33 146	0.85 162	0.25 96	8.56 652	0.22 39	0.21 154	0.28 158	0.32 49

LL-Strereo2	2.36 290	1.81 513	19.35 407	1.04 306	1.03 364	3.73 382	1.35 524	2.70 224	2.04 244	1.76 306	1.44 251	1.82 356	0.73 125	1.48 191	1.53 350	0.33 300	0.30 287	0.55 570	0.35 454	0.30 204	3.51 557

PSi22	2.79 414	1.24 434	19.99 464	1.04 306	0.36 14	1.82 105	0.35 39	3.47 326	1.46 105	0.99 189	1.45 254	1.16 250	0.64 93	2.07 302	1.24 277	0.21 32	14.40 679	0.21 29	0.17 31	0.38 353	3.04 541

gasm-f	4.41 588	0.71 213	10.58 212	0.99 277	16.98 679	4.39 553	0.92 405	2.05 107	1.71 186	0.97 184	1.46 255	0.53 59	0.88 200	1.39 168	1.12 241	0.31 251	18.89 689	0.27 201	0.20 128	0.30 204	23.53 680

castereo++	1.26 134	0.99 366	3.48 132	0.95 248	0.74 239	2.48 170	0.98 441	3.14 282	4.28 586	0.75 90	1.46 255	1.92 373	0.58 71	1.29 133	0.51 26	0.27 138	0.24 183	0.28 241	0.19 86	0.24 81	0.35 90

G2L-ROB	2.75 404	1.93 523	19.94 458	1.25 420	1.05 373	3.84 404	0.93 411	3.45 324	2.56 341	2.29 462	1.47 257	2.64 464	1.20 317	8.34 513	2.28 493	0.29 192	0.20 64	0.24 86	0.23 207	0.29 181	0.52 263

rvit_0105_3	1.97 197	1.34 456	16.03 305	0.98 270	0.59 162	2.37 160	1.08 469	3.30 301	3.01 418	1.21 224	1.47 257	1.24 267	1.04 256	1.82 272	1.23 272	0.47 488	0.44 412	0.40 478	0.43 524	0.43 416	0.55 286

PSM-softLoss	2.62 362	0.65 169	21.11 613	2.46 626	0.49 99	4.68 618	0.68 207	2.61 214	4.23 578	2.14 403	1.47 257	1.42 291	0.99 233	6.04 459	1.24 277	0.47 488	0.23 147	0.37 452	0.39 493	0.33 272	0.34 77

KMStereo	2.62 362	0.65 169	21.11 613	2.46 626	0.49 99	4.68 618	0.68 207	2.61 214	4.23 578	2.14 403	1.47 257	1.42 291	0.99 233	6.04 459	1.24 277	0.47 488	0.23 147	0.37 452	0.39 493	0.33 272	0.34 77

Hybrid-DGEV-2	2.50 320	2.49 548	20.10 483	1.20 387	0.51 111	4.16 503	0.52 111	4.30 539	2.42 318	2.09 391	1.49 261	2.36 427	1.61 421	3.40 397	1.39 320	0.28 164	0.25 204	0.30 298	0.26 273	0.30 204	0.55 286

ours_stereo	1.00 87	0.88 305	2.52 108	0.91 206	0.74 239	1.10 27	0.57 127	1.68 56	1.24 72	0.76 96	1.49 261	0.70 131	0.62 86	1.61 215	0.62 60	0.26 124	0.20 64	0.26 175	0.21 154	0.30 204	3.24 546

RSM	0.99 80	0.54 79	1.25 29	0.94 236	0.61 174	1.32 56	0.74 252	2.54 189	4.08 569	0.89 161	1.49 261	1.22 265	0.62 86	1.24 119	0.80 142	0.25 96	0.20 64	0.25 126	0.21 154	0.29 181	0.42 165

MIPNet	2.43 308	1.13 405	20.00 466	0.93 227	0.58 160	4.74 627	0.62 164	4.33 562	2.95 406	1.94 337	1.49 261	1.52 303	1.96 493	2.77 376	1.60 372	0.35 339	0.20 64	0.27 201	0.23 207	0.32 246	0.59 316

Gwc-CoAtRS	1.80 186	0.61 142	14.92 280	1.08 327	0.61 174	2.88 212	0.63 170	2.47 175	1.62 162	1.80 315	1.50 265	2.73 471	1.17 310	1.35 156	1.08 235	0.30 225	0.22 115	0.25 126	0.23 207	0.28 158	0.30 38

test_sample1	2.29 272	0.72 221	5.74 172	1.51 526	0.86 292	2.35 155	0.64 176	4.07 448	3.45 524	2.01 364	1.51 266	1.70 323	1.71 456	9.53 538	1.73 415	0.31 251	0.97 547	0.31 323	0.31 403	0.33 272	6.12 585

CRE-IMP	2.28 269	0.68 191	19.67 431	0.85 153	0.39 46	4.54 584	0.80 307	2.63 217	4.84 622	1.96 345	1.51 266	1.86 362	0.96 226	1.52 200	1.43 328	0.47 488	0.21 95	0.31 323	0.26 273	0.41 395	0.35 90

WCG-NET	1.00 87	0.81 276	1.65 77	0.93 227	0.38 29	1.48 76	1.04 462	1.81 73	2.80 378	1.67 285	1.52 268	0.93 218	0.97 229	1.18 102	0.84 157	0.25 96	0.81 530	0.23 54	0.21 154	0.27 137	0.26 12

DCVSM-stereo	2.31 278	0.72 221	20.28 506	1.15 361	0.93 330	2.53 181	0.75 263	2.70 224	1.69 179	2.56 526	1.53 269	3.27 524	1.71 456	2.23 329	1.38 317	0.36 365	0.53 467	0.41 487	0.33 428	0.46 452	0.64 339

RAFT-Stereo-weight	1.38 151	0.57 102	5.44 170	1.05 311	0.63 187	4.19 520	0.77 279	3.95 415	1.53 125	2.01 364	1.53 269	1.30 273	0.65 100	1.30 135	1.05 229	0.27 138	0.26 234	0.26 175	0.22 189	0.28 158	0.38 126

Patchmatch Stereo++	2.28 269	0.74 236	20.54 546	0.77 97	0.38 29	4.67 610	0.75 263	2.55 196	3.21 458	2.00 355	1.53 269	1.77 339	1.14 299	2.46 345	0.98 209	0.51 526	0.23 147	0.32 346	0.28 324	0.40 375	0.35 90
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
PSM-adaLoss	2.26 261	0.74 236	20.53 545	0.77 97	0.38 29	4.67 610	0.71 228	2.54 189	3.22 465	2.00 355	1.53 269	1.77 339	1.13 293	2.22 328	0.96 201	0.50 518	0.23 147	0.32 346	0.28 324	0.40 375	0.35 90

ROB_FTStereo_v2	2.25 257	0.74 236	20.45 531	0.77 97	0.38 29	4.66 609	0.74 252	2.54 189	3.20 455	2.00 355	1.53 269	1.77 339	1.14 299	2.13 314	0.96 201	0.50 518	0.22 115	0.32 346	0.28 324	0.40 375	0.35 90

HUI-Stereo	2.27 264	0.74 236	20.56 552	0.77 97	0.38 29	4.67 610	0.78 287	2.54 189	3.23 468	2.00 355	1.53 269	1.77 339	1.13 293	2.21 327	0.93 186	0.49 504	0.23 147	0.32 346	0.28 324	0.40 375	0.35 90

iGMRVC	2.27 264	0.74 236	20.46 532	0.77 97	0.38 29	4.65 606	0.73 242	2.54 189	3.21 458	2.00 355	1.53 269	1.77 339	1.14 299	2.47 348	0.99 212	0.51 526	0.23 147	0.32 346	0.28 324	0.40 375	0.35 90

iRAFT	2.28 269	0.74 236	20.54 546	0.77 97	0.38 29	4.67 610	0.75 263	2.55 196	3.21 458	2.00 355	1.53 269	1.77 339	1.14 299	2.46 345	0.98 209	0.51 526	0.23 147	0.32 346	0.28 324	0.40 375	0.35 90

cross-raft	1.95 195	0.66 177	16.17 311	1.23 404	0.92 326	2.25 145	0.70 223	3.69 358	1.68 175	1.78 309	1.53 269	3.15 516	1.13 293	1.35 156	1.06 231	0.24 74	0.23 147	0.26 175	0.24 232	0.29 181	0.45 193

RAFT-IKP	2.27 264	0.74 236	20.55 548	0.77 97	0.38 29	4.64 605	0.73 242	2.54 189	3.21 458	2.00 355	1.53 269	1.77 339	1.13 293	2.25 334	1.00 216	0.51 526	0.22 115	0.32 346	0.28 324	0.40 375	0.35 90

UPFNet	2.23 252	0.86 295	14.25 263	1.28 430	1.44 500	3.51 330	1.34 521	4.05 443	2.11 257	2.44 512	1.53 269	2.41 434	1.39 357	3.62 408	1.91 451	0.41 422	0.41 390	0.37 452	0.32 419	0.44 430	0.48 229

111111	1.15 124	0.56 91	1.31 35	0.69 57	1.19 428	3.37 291	0.33 29	2.41 159	1.68 175	0.82 119	1.54 280	0.61 94	0.59 77	1.44 179	0.66 75	0.26 124	0.23 147	0.23 54	0.17 31	0.25 93	4.66 573

test_sample2	2.20 246	0.70 206	6.07 176	1.49 518	0.81 273	2.96 223	0.86 353	4.13 475	3.31 488	2.07 385	1.54 280	1.56 305	1.63 435	10.61 578	1.80 429	0.33 300	0.77 524	0.32 346	0.32 419	0.38 353	2.35 514

IPLGR	2.61 359	0.73 227	20.72 577	0.87 174	0.54 127	4.58 595	0.52 111	4.32 559	2.79 377	1.91 327	1.54 280	1.72 328	1.71 456	6.94 489	1.43 328	0.31 251	0.21 95	0.27 201	0.24 232	0.34 295	0.48 229

GMOStereo	2.64 367	0.92 326	19.83 444	0.81 132	0.68 218	3.22 261	0.89 369	2.94 257	1.48 111	2.36 492	1.54 280	1.75 332	1.04 256	1.33 146	1.15 247	0.26 124	11.32 672	0.35 423	0.28 324	0.35 314	0.33 64

error version	2.64 367	0.92 326	19.83 444	0.81 132	0.68 218	3.22 261	0.89 369	2.94 257	1.48 111	2.36 492	1.54 280	1.75 332	1.04 256	1.33 146	1.15 247	0.26 124	11.32 672	0.35 423	0.28 324	0.35 314	0.33 64

test-v	2.64 367	0.92 326	19.83 444	0.81 132	0.68 218	3.22 261	0.89 369	2.94 257	1.48 111	2.36 492	1.54 280	1.75 332	1.04 256	1.33 146	1.15 247	0.26 124	11.32 672	0.35 423	0.28 324	0.35 314	0.33 64

ROB_FTStereo	2.26 261	0.74 236	20.44 528	0.77 97	0.38 29	4.65 606	0.75 263	2.54 189	3.19 453	2.00 355	1.54 280	1.77 339	1.13 293	2.28 335	0.94 194	0.49 504	0.22 115	0.32 346	0.28 324	0.40 375	0.35 90

test-2	2.64 367	0.92 326	19.83 444	0.81 132	0.68 218	3.22 261	0.89 369	2.94 257	1.48 111	2.36 492	1.54 280	1.75 332	1.04 256	1.33 146	1.15 247	0.26 124	11.32 672	0.35 423	0.28 324	0.35 314	0.33 64

DeepPruner_ROB	2.61 359	1.97 526	19.32 406	1.03 300	1.20 432	4.38 549	0.90 386	3.44 320	1.77 202	2.61 537	1.54 280	2.77 480	1.27 327	5.05 434	2.08 476	0.52 537	0.40 383	0.37 452	0.35 454	0.52 486	0.62 331

HUF	5.25 617	1.03 375	26.85 681	1.03 300	13.21 672	1.35 59	0.76 276	2.97 266	3.00 413	0.79 110	1.56 289	0.92 211	0.66 107	1.53 204	0.74 109	0.35 339	27.70 704	0.26 175	0.18 49	0.24 81	19.90 674

DA	2.77 409	0.51 57	6.04 174	1.05 311	1.15 406	4.36 546	0.84 337	2.83 242	3.02 422	0.87 145	1.57 290	0.92 211	1.07 273	1.61 215	0.68 86	0.35 339	2.66 608	0.24 86	0.19 86	0.26 120	25.18 684

GGEV	2.77 409	0.51 57	6.04 174	1.05 311	1.15 406	4.36 546	0.84 337	2.83 242	3.02 422	0.87 145	1.57 290	0.92 211	1.07 273	1.61 215	0.68 86	0.35 339	2.66 608	0.24 86	0.19 86	0.26 120	25.18 684

rvit_105_1	2.17 235	1.36 458	16.82 329	1.09 331	0.68 218	2.78 198	1.26 509	3.55 333	2.90 401	1.40 246	1.57 290	1.29 272	1.14 299	2.91 385	1.49 343	0.55 545	0.47 439	0.45 513	0.61 586	0.45 440	0.63 334

GMStereo_Zeroshot	1.51 165	1.27 441	4.75 161	1.54 534	0.72 232	3.33 289	0.54 118	2.67 221	1.74 195	2.34 484	1.57 290	2.40 430	0.96 226	2.51 351	1.21 264	0.48 497	0.23 147	0.41 487	0.24 232	0.82 582	0.40 147

IGEV_Zeroshot_test	2.66 377	0.75 249	21.55 640	1.50 523	0.89 310	2.21 137	0.90 386	3.52 329	1.83 209	2.17 417	1.57 290	4.09 583	1.60 415	1.73 248	1.21 264	0.32 273	0.33 311	0.28 241	0.30 384	0.44 430	6.09 584

Pruner-Stereo	2.33 282	0.70 206	20.66 569	2.05 608	0.48 90	4.73 625	0.78 287	2.55 196	2.70 360	2.47 514	1.57 290	1.48 300	1.03 249	1.71 236	1.55 356	0.48 497	0.21 95	0.34 404	0.30 384	0.31 220	0.42 165

UNet	2.53 328	0.91 319	20.07 474	1.19 385	1.44 500	3.45 313	0.75 263	3.80 383	1.98 235	2.09 391	1.57 290	2.74 474	2.37 531	3.51 403	2.52 513	0.35 339	0.30 287	0.41 487	0.28 324	0.40 375	0.50 246

IGEV-FE	2.66 377	0.75 249	21.55 640	1.50 523	0.89 310	2.21 137	0.90 386	3.52 329	1.83 209	2.17 417	1.58 297	4.06 581	1.59 413	1.73 248	1.21 264	0.32 273	0.33 311	0.28 241	0.30 384	0.44 430	6.08 583

DMCA-RVC	2.72 395	3.31 566	20.08 480	1.27 428	1.13 402	2.49 173	0.85 345	3.43 318	1.85 212	3.04 585	1.58 297	1.99 388	1.51 394	6.42 470	2.86 529	0.39 407	0.31 295	0.44 505	0.37 474	0.47 465	0.65 343

CCAANet	1.87 191	0.62 149	11.89 226	1.00 284	0.91 323	2.21 137	0.83 326	3.42 316	1.72 190	1.31 238	1.58 297	2.68 467	1.15 305	4.89 432	1.45 336	0.46 478	0.21 95	0.28 241	0.24 232	0.28 158	0.32 49

DMCA	2.02 210	1.07 383	11.33 223	1.17 375	0.96 341	3.92 434	0.89 369	3.80 383	3.11 444	2.89 571	1.58 297	2.35 425	1.17 310	1.79 258	2.25 490	0.42 433	0.29 277	0.42 498	0.27 297	0.38 353	0.43 175

SCV	2.09 220	0.89 310	11.43 224	1.91 595	2.09 607	1.27 46	0.87 362	3.66 349	2.13 263	0.67 65	1.59 301	0.93 218	0.77 149	1.80 264	0.89 176	0.37 382	0.38 366	0.25 126	0.22 189	0.30 204	9.45 611

STTStereo	2.62 362	1.28 444	19.16 395	1.52 531	1.55 521	3.84 404	0.89 369	3.75 372	2.59 348	2.23 442	1.59 301	2.48 447	1.58 410	5.11 435	1.72 411	0.38 399	0.41 390	0.47 522	0.54 568	0.53 487	0.75 376

G2L-Stereo	2.85 421	2.33 545	19.94 458	1.15 361	1.34 472	3.57 343	0.95 421	3.70 361	2.22 278	2.14 403	1.61 303	3.19 517	1.33 342	9.50 536	2.02 468	0.36 365	0.27 254	0.35 423	0.28 324	0.30 204	0.51 252

MIM_Stereo	2.71 393	1.26 437	20.92 592	1.34 460	5.57 660	3.10 239	0.59 140	3.25 296	2.51 336	1.64 278	1.61 303	1.82 356	1.29 334	2.07 302	1.35 304	0.25 96	0.31 295	0.28 241	0.26 273	0.29 181	4.43 571

anonymousdsp2	2.72 395	0.68 191	11.15 219	1.20 387	0.64 191	3.66 365	0.71 228	3.71 364	2.14 265	1.62 276	1.61 303	1.95 380	1.00 238	2.24 331	0.81 146	0.32 273	0.50 457	0.28 241	0.20 128	0.34 295	19.58 673

HCRNet	2.24 254	0.74 236	14.54 270	0.82 139	1.36 479	4.11 487	0.70 223	3.61 344	3.03 428	1.83 320	1.61 303	1.58 306	1.40 361	5.79 449	1.60 372	0.35 339	0.28 266	0.36 441	0.29 363	0.34 295	0.46 205

AIO-Stereo	1.40 156	0.62 149	1.44 50	0.85 153	0.76 253	1.28 52	0.79 297	2.39 156	2.83 385	0.75 90	1.62 307	0.89 199	0.46 30	1.30 135	0.77 123	0.28 164	0.27 254	0.25 126	0.23 207	0.27 137	9.88 616

NF-Stereo	2.68 385	0.67 181	21.09 610	2.43 622	0.47 84	4.67 610	0.67 193	3.68 353	4.30 587	2.11 396	1.62 307	1.36 281	1.09 279	6.07 461	1.24 277	0.45 466	0.20 64	0.36 441	0.34 439	0.32 246	0.37 116

OCTAStereo	2.67 382	0.67 181	21.08 605	2.43 622	0.47 84	4.67 610	0.67 193	3.68 353	4.31 590	2.11 396	1.62 307	1.36 281	1.09 279	6.02 458	1.25 285	0.45 466	0.20 64	0.36 441	0.34 439	0.32 246	0.37 116

RE-Stereo	2.67 382	0.67 181	21.08 605	2.43 622	0.47 84	4.67 610	0.67 193	3.68 353	4.30 587	2.11 396	1.62 307	1.36 281	1.09 279	6.01 455	1.26 291	0.45 466	0.20 64	0.36 441	0.34 439	0.32 246	0.37 116

TVStereo	2.67 382	0.67 181	21.08 605	2.43 622	0.47 84	4.67 610	0.67 193	3.68 353	4.30 587	2.11 396	1.62 307	1.36 281	1.09 279	6.01 455	1.26 291	0.45 466	0.20 64	0.36 441	0.34 439	0.32 246	0.37 116

Former-RAFT_DAM_RVC	0.99 80	0.85 293	1.58 68	0.95 248	1.08 385	2.95 222	0.53 115	1.93 87	2.00 240	1.19 223	1.63 312	0.59 84	0.65 100	1.10 84	0.90 181	0.28 164	0.23 147	0.31 323	0.25 252	0.45 440	0.32 49

PCWNet_CMD	2.16 232	0.71 213	15.44 289	0.84 148	0.76 253	3.38 293	0.68 207	3.69 358	2.24 281	1.72 296	1.63 312	3.20 519	3.00 567	2.09 306	1.23 272	0.32 273	0.37 351	0.47 522	0.27 297	0.65 540	0.51 252

gwcnet-sp	2.38 295	1.51 476	17.58 351	1.11 339	0.92 326	3.59 347	1.03 456	3.79 378	2.43 322	2.60 533	1.63 312	1.80 351	1.61 421	3.87 414	1.99 460	0.33 300	0.32 301	0.30 298	0.29 363	0.40 375	0.47 217

scenet	2.38 295	1.51 476	17.58 351	1.11 339	0.92 326	3.59 347	1.03 456	3.79 378	2.43 322	2.60 533	1.63 312	1.80 351	1.61 421	3.87 414	1.99 460	0.33 300	0.32 301	0.30 298	0.29 363	0.40 375	0.47 217

ssnet	2.38 295	1.51 476	17.58 351	1.11 339	0.92 326	3.59 347	1.03 456	3.79 378	2.43 322	2.60 533	1.63 312	1.80 351	1.61 421	3.87 414	1.99 460	0.33 300	0.32 301	0.30 298	0.29 363	0.40 375	0.47 217

DF	1.11 117	0.63 153	3.05 123	1.01 288	0.59 162	1.25 42	0.94 414	4.39 581	1.50 118	1.11 213	1.64 317	1.04 233	0.57 67	1.88 281	0.88 172	0.33 300	0.36 343	0.25 126	0.20 128	0.26 120	0.33 64

GCST	2.86 423	3.95 577	20.52 544	1.93 597	1.56 526	1.74 102	0.50 100	3.69 358	2.10 252	1.79 312	1.64 317	1.60 308	1.29 334	5.27 439	1.90 448	2.10 640	0.77 524	1.45 640	0.97 620	1.15 615	1.38 457

iRaft-Stereo_20w	3.11 467	0.69 197	18.89 383	1.00 284	1.09 389	5.03 637	1.00 445	5.86 650	2.46 332	2.83 568	1.64 317	3.06 507	4.30 608	3.08 392	1.74 418	0.31 251	0.30 287	0.27 201	0.35 454	0.42 406	7.93 593

MSMDNet	2.16 232	0.71 213	15.36 287	0.86 166	0.75 248	3.41 301	0.69 220	3.70 361	2.25 284	1.73 300	1.64 317	3.21 520	2.95 559	2.09 306	1.24 277	0.32 273	0.37 351	0.45 513	0.27 297	0.63 528	0.50 246

HI	2.19 239	1.11 398	19.93 455	1.14 358	0.69 226	2.98 229	0.45 82	2.58 206	1.87 216	2.18 421	1.65 321	2.41 434	1.83 479	1.72 242	1.63 383	0.30 225	0.17 12	0.28 241	0.31 403	0.27 137	0.32 49

CoSv	2.19 239	1.11 398	19.93 455	1.14 358	0.69 226	2.98 229	0.45 82	2.58 206	1.87 216	2.18 421	1.65 321	2.41 434	1.83 479	1.72 242	1.63 383	0.30 225	0.17 12	0.28 241	0.31 403	0.27 137	0.32 49

UGAM-zero	3.14 475	0.62 149	20.64 567	1.02 294	0.93 330	2.87 210	0.51 104	4.52 604	1.57 138	2.19 428	1.65 321	5.78 639	3.40 590	9.89 550	1.71 407	0.33 300	0.44 412	0.28 241	0.59 579	0.30 204	3.59 558

HITNet	2.49 318	2.91 559	19.23 402	1.54 534	0.57 155	3.47 316	0.79 297	4.16 486	2.93 404	2.18 421	1.65 321	1.68 318	1.45 376	2.17 320	2.99 536	0.28 164	0.20 64	0.41 487	0.27 297	0.45 440	0.52 263
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
AIO-Stereo-zeroshot	2.84 420	1.17 413	20.72 577	1.15 361	2.05 604	3.61 353	0.49 94	4.63 620	2.10 252	1.41 249	1.66 325	6.02 643	2.40 532	2.79 378	2.09 479	0.30 225	0.51 461	0.31 323	0.96 617	0.59 511	1.93 496

PFNet+	2.46 314	0.64 160	21.10 612	0.98 270	0.48 90	4.63 603	0.83 326	2.47 175	3.48 529	2.14 403	1.67 326	1.34 276	1.03 249	4.66 430	1.35 304	0.49 504	0.33 311	0.38 466	0.39 493	0.33 272	0.49 238

raft+_RVC	3.46 527	2.57 553	19.51 416	1.49 518	17.54 682	3.63 358	0.76 276	3.24 293	1.53 125	1.35 241	1.67 326	1.03 231	1.10 286	1.98 294	1.53 350	0.25 96	7.10 644	0.25 126	0.24 232	0.28 158	2.18 510

Selective-IGEV-i32	1.41 158	0.58 112	8.64 198	0.92 217	0.85 288	1.31 54	0.80 307	2.86 248	3.84 554	0.87 145	1.68 328	0.71 143	0.62 86	1.30 135	0.75 113	0.24 74	0.27 254	0.24 86	0.19 86	0.27 137	1.19 443

G2L-Stereo_test	2.89 429	2.06 529	20.60 561	1.68 566	1.18 421	3.55 339	1.01 447	3.66 349	2.33 303	2.59 531	1.68 328	3.14 515	1.48 387	9.19 530	1.86 440	0.30 225	0.21 95	0.23 54	0.23 207	0.28 158	0.57 295

Selective-IGEV	1.42 159	0.58 112	8.82 203	0.92 217	0.85 288	1.32 56	0.80 307	2.85 247	3.84 554	0.87 145	1.68 328	0.71 143	0.62 86	1.30 135	0.75 113	0.24 74	0.27 254	0.24 86	0.19 86	0.27 137	1.18 442

MC-Stereo	2.54 332	0.58 112	6.38 181	1.30 441	1.37 482	4.56 594	0.60 145	2.08 113	1.57 138	1.97 347	1.68 328	0.89 199	1.12 292	1.46 186	0.88 172	0.27 138	8.44 650	0.27 201	0.22 189	0.26 120	14.87 640

DSFCA	2.38 295	1.03 375	11.06 216	1.15 361	1.18 421	3.97 454	1.75 572	3.63 346	2.44 329	3.14 595	1.68 328	2.90 492	2.48 539	5.38 441	3.17 544	0.49 504	0.45 420	0.37 452	0.37 474	0.54 491	0.46 205

RAFT+CT+SA	2.32 279	1.30 450	19.71 434	1.01 288	1.41 493	4.04 468	0.92 405	3.96 417	1.64 166	1.64 278	1.69 333	1.63 313	1.18 313	3.06 391	1.19 261	0.28 164	0.22 115	0.32 346	0.34 439	0.34 295	0.47 217

NLCA_NET_v2_RVC	2.76 407	1.48 473	19.72 436	1.62 551	2.00 599	3.95 446	0.86 353	3.92 407	2.51 336	2.56 526	1.69 333	2.83 485	1.61 421	5.65 447	1.78 424	0.48 497	0.36 343	0.38 466	0.42 519	0.56 501	0.77 380
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RAFT-Test	1.67 179	0.64 160	6.13 179	1.25 420	1.82 585	3.06 235	0.78 287	4.02 433	3.09 443	1.88 323	1.70 335	3.76 565	1.03 249	1.40 170	1.07 233	0.29 192	0.33 311	0.25 126	0.23 207	0.29 181	0.33 64

CFNet-ft	2.87 425	1.80 510	20.20 492	1.10 334	1.54 517	4.09 482	0.89 369	2.97 266	1.88 218	1.93 331	1.70 335	3.50 548	1.60 415	9.35 533	2.17 484	0.35 339	0.32 301	0.61 588	0.38 483	0.55 494	0.45 193

RYNet	3.15 478	1.48 473	16.27 318	1.24 405	1.39 485	3.67 367	1.44 542	4.09 461	3.20 455	2.26 451	1.70 335	3.83 569	2.15 513	13.64 668	3.23 545	0.45 466	0.45 420	0.50 544	0.35 454	0.81 580	0.83 393

CFNet_RVC	2.87 425	1.80 510	20.20 492	1.10 334	1.54 517	4.09 482	0.89 369	2.97 266	1.88 218	1.93 331	1.70 335	3.50 548	1.60 415	9.35 533	2.17 484	0.35 339	0.32 301	0.61 588	0.38 483	0.55 494	0.45 193

ToySt	2.53 328	0.89 310	19.20 399	1.12 349	0.95 338	3.47 316	1.13 484	3.72 366	2.25 284	1.36 242	1.71 339	2.22 410	1.59 413	2.14 317	1.81 433	0.28 164	0.64 501	0.30 298	0.33 428	0.43 416	5.14 577

ADCP+	4.42 589	12.67 636	18.95 385	1.12 349	1.55 521	4.30 539	3.60 647	4.01 428	3.80 552	2.30 465	1.71 339	3.93 573	4.29 607	3.49 402	18.77 675	0.40 419	0.41 390	0.63 596	0.53 565	0.67 546	1.35 455

dad	2.65 371	3.40 568	19.45 413	1.05 311	0.65 196	4.21 524	0.84 337	2.10 115	2.77 373	2.32 479	1.72 341	1.72 328	1.27 327	3.86 413	2.04 472	1.06 616	0.40 383	2.04 647	0.49 549	0.78 573	0.83 393

IRAFT_RVC	2.74 401	0.71 213	19.80 440	2.52 628	0.67 210	4.60 599	1.57 556	3.05 273	2.99 411	2.23 442	1.72 341	2.08 402	2.59 546	6.69 478	1.61 375	0.37 382	0.21 95	0.33 383	0.29 363	0.33 272	0.35 90

R-Stereo Train	2.13 225	0.65 169	19.43 410	1.02 294	0.67 210	3.79 394	0.89 369	4.12 471	1.55 130	2.15 409	1.72 341	1.13 245	0.94 221	1.46 186	1.30 297	0.32 273	0.25 204	0.27 201	0.21 154	0.28 158	0.37 116

RAFT-Stereo	2.13 225	0.65 169	19.43 410	1.02 294	0.67 210	3.79 394	0.89 369	4.12 471	1.55 130	2.15 409	1.72 341	1.13 245	0.94 221	1.46 186	1.30 297	0.32 273	0.25 204	0.27 201	0.21 154	0.28 158	0.37 116
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
NVstereo2D	2.79 414	1.13 405	13.75 253	1.37 473	1.47 508	3.57 343	1.38 530	4.17 490	3.77 551	2.04 374	1.72 341	3.05 504	1.75 462	10.84 586	1.72 411	0.62 565	0.48 446	0.56 573	0.54 568	0.79 578	1.02 427

PSMNet_ROB	3.38 517	5.24 589	20.61 563	1.24 405	1.22 439	3.76 387	1.64 565	3.59 340	2.80 378	2.07 385	1.72 341	2.75 476	1.79 471	11.42 618	4.58 566	0.42 433	0.38 366	0.50 544	0.62 589	0.62 522	0.69 354

999	1.08 105	0.86 295	2.44 105	1.06 317	0.65 196	3.27 272	0.91 397	1.47 31	1.43 99	0.74 86	1.73 347	0.70 131	0.66 107	3.03 390	1.18 256	0.24 74	0.22 115	0.25 126	0.21 154	0.27 137	0.37 116

RAFT	2.36 290	1.62 491	18.03 361	1.75 580	0.54 127	1.91 112	0.91 397	3.24 293	3.65 543	1.64 278	1.73 347	3.45 540	1.58 410	1.82 272	1.74 418	0.42 433	1.06 552	0.40 478	0.32 419	0.44 430	1.03 429

RALCasStereoNet	3.17 483	1.87 520	20.86 588	1.17 375	1.63 546	3.10 239	0.70 223	3.21 289	2.19 272	1.39 245	1.73 347	1.18 255	0.91 212	2.46 345	1.64 389	0.31 251	8.75 656	0.25 126	0.22 189	0.31 220	9.45 611

GANet-RSSM	2.96 443	1.27 441	21.17 620	1.73 576	1.23 441	4.22 526	0.91 397	3.39 312	2.02 243	1.97 347	1.74 350	2.53 450	2.06 500	10.91 593	1.88 444	0.37 382	0.35 333	0.32 346	0.29 363	0.42 406	0.46 205

BEATNet_4x	2.65 371	4.43 583	18.10 362	1.41 489	0.59 162	3.44 309	1.02 452	4.08 457	2.97 408	2.28 456	1.75 351	2.18 407	1.61 421	2.80 379	3.54 551	0.39 407	0.25 204	0.47 522	0.31 403	0.61 517	0.86 403

iinet-f	2.44 310	1.82 515	14.97 281	1.21 394	1.11 396	3.78 392	1.10 479	4.19 499	2.90 401	2.10 394	1.76 352	2.99 499	2.97 561	2.84 381	2.79 523	0.38 399	0.38 366	0.28 241	0.28 324	0.50 478	0.47 217

Wz-Net-LNSev	2.78 412	6.16 592	17.27 340	1.24 405	1.65 555	3.49 325	1.55 553	3.70 361	3.61 540	1.96 345	1.76 352	3.30 526	2.17 517	2.78 377	2.24 489	0.49 504	0.35 333	0.32 346	0.31 403	0.56 501	0.65 343

LCNet	2.54 332	0.60 135	20.89 590	1.01 288	0.57 155	3.60 351	1.21 503	3.20 288	1.70 182	2.17 417	1.76 352	1.43 294	4.12 604	3.61 406	0.94 194	0.32 273	0.20 64	0.28 241	0.76 602	0.50 478	1.83 495

ICVP	2.19 239	0.72 221	19.18 397	1.03 300	0.88 307	4.22 526	0.94 414	3.44 320	1.69 179	1.68 287	1.76 352	1.35 278	1.19 315	1.80 264	1.40 322	0.58 553	0.37 351	0.34 404	0.30 384	0.41 395	0.59 316
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
iRaftStereo_RVC	1.70 181	1.18 417	3.88 149	0.99 277	0.46 78	3.83 402	0.41 65	2.41 159	1.60 151	1.69 291	1.76 352	1.81 354	0.83 181	1.58 212	1.23 272	0.31 251	4.86 632	0.29 269	0.26 273	0.33 272	4.33 568

GANetREF_RVC	3.45 524	5.10 587	19.89 452	1.58 543	0.80 268	4.13 492	1.82 578	4.24 519	3.33 498	1.91 327	1.76 352	2.46 444	1.83 479	13.17 660	1.87 443	0.83 606	0.57 481	0.79 617	0.77 603	1.21 620	0.91 409
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
AdaStereo	2.22 250	0.90 316	16.41 323	1.33 458	0.83 278	3.21 258	1.12 482	4.25 530	2.91 403	2.06 379	1.76 352	2.47 445	1.17 310	1.93 288	1.65 394	0.50 518	0.26 234	0.43 502	0.29 363	0.46 452	0.39 140
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.
ITSA-stereo	2.11 223	0.85 293	7.84 191	1.24 405	0.68 218	4.06 476	0.91 397	4.30 539	2.57 344	1.94 337	1.77 359	1.61 309	2.12 508	6.12 462	2.79 523	0.42 433	0.38 366	0.40 478	0.41 513	0.51 483	1.26 450

MyStereo06	2.74 401	1.07 383	21.19 623	1.06 317	1.08 385	4.26 533	0.86 353	3.72 366	1.80 206	2.25 445	1.77 359	4.28 597	4.12 604	1.85 277	1.38 317	0.25 96	2.43 604	0.34 404	0.27 297	0.46 452	0.48 229

SQANet	4.22 576	14.03 653	20.30 513	2.78 636	2.75 627	3.41 301	1.48 546	3.66 349	2.25 284	2.62 540	1.77 359	2.68 467	1.90 490	7.41 497	3.78 555	2.97 649	1.42 571	1.85 646	1.13 628	3.28 648	2.86 531

DeepPrunerF	4.00 568	5.64 590	16.81 328	1.36 467	1.75 574	3.69 372	1.54 551	4.24 519	13.98 669	2.21 438	1.77 359	2.73 471	2.29 525	10.90 591	6.64 586	0.71 583	0.61 495	0.77 616	0.79 605	0.87 588	0.79 388

GES	2.26 261	0.79 271	19.68 432	1.12 349	0.59 162	4.30 539	1.01 447	3.90 402	1.59 145	1.78 309	1.78 363	1.28 270	1.75 462	1.80 264	1.61 375	0.42 433	0.29 277	0.33 383	0.31 403	0.45 440	0.50 246

MMNet	2.15 229	1.33 454	12.06 228	1.22 398	1.23 441	3.55 339	0.89 369	3.84 390	2.26 287	2.19 428	1.78 363	2.15 406	2.10 504	3.70 409	2.35 498	0.45 466	0.38 366	0.34 404	0.28 324	0.40 375	0.52 263

FADNet_RVC	3.10 466	7.62 603	19.12 392	1.05 311	0.93 330	4.09 482	0.84 337	4.34 567	2.05 246	1.54 263	1.78 363	1.61 309	1.50 392	8.92 524	2.64 522	0.50 518	0.38 366	0.44 505	0.61 586	0.91 591	1.16 441

test_sample3	2.65 371	0.75 249	15.69 296	1.42 498	0.85 288	3.14 251	0.73 242	4.28 535	3.21 458	2.28 456	1.79 366	1.78 348	1.46 381	11.11 605	1.84 436	0.36 365	0.46 426	0.34 404	0.36 464	0.40 375	0.76 379

DeepStereo_RVC	2.42 307	0.70 206	18.41 369	0.79 117	0.43 64	4.50 575	0.70 223	2.51 179	3.51 532	2.02 366	1.79 366	1.54 304	6.35 632	1.93 288	1.22 269	0.47 488	0.22 115	0.29 269	0.29 363	0.35 314	0.40 147

CFNet_pseudo	2.03 212	0.74 236	12.75 239	0.87 174	0.74 239	3.91 427	0.65 181	4.04 440	1.93 227	1.93 331	1.79 366	3.25 523	1.61 421	2.51 351	1.25 285	0.32 273	0.37 351	0.53 560	0.28 324	0.64 533	0.50 246

ac_64	2.93 435	0.87 300	19.66 424	1.35 462	1.70 565	3.29 280	0.92 405	3.56 335	3.46 527	1.91 327	1.79 366	3.90 572	1.76 465	10.23 567	1.93 456	0.44 457	0.32 301	0.33 383	0.31 403	0.35 314	0.51 252

ccs_rob	2.03 212	0.74 236	12.67 237	0.87 174	0.75 248	3.91 427	0.66 186	4.04 440	1.93 227	1.92 330	1.79 366	3.24 522	1.63 435	2.52 355	1.25 285	0.32 273	0.37 351	0.54 569	0.28 324	0.66 544	0.51 252

CRFU-Net	2.56 345	0.89 310	10.77 215	2.53 629	1.09 389	3.91 427	1.40 534	3.87 397	1.92 225	2.25 445	1.80 371	3.32 529	7.85 649	5.53 446	1.54 353	0.58 553	0.36 343	0.31 323	0.28 324	0.39 369	0.56 290

GwcNet-ADL	2.51 321	0.75 249	21.41 635	0.98 270	0.73 233	4.58 595	0.95 421	4.46 596	2.61 349	2.06 379	1.80 371	2.54 452	1.24 324	1.98 294	1.73 415	0.41 422	0.46 426	0.24 86	0.27 297	0.41 395	0.55 286

RALAANet	2.29 272	2.73 556	21.08 605	1.29 436	0.94 336	1.45 71	0.68 207	3.25 296	2.61 349	2.02 366	1.80 371	1.28 270	1.04 256	2.12 312	1.79 428	0.30 225	0.22 115	0.27 201	0.27 297	0.41 395	0.35 90

PSMNet-RSSM	2.91 433	1.55 484	20.10 483	1.32 453	1.30 459	4.19 520	0.95 421	3.78 377	2.28 293	2.28 456	1.80 371	2.64 464	1.87 487	9.83 547	1.93 456	0.37 382	0.33 311	0.35 423	0.38 483	0.46 452	0.40 147

NCCL2	2.96 443	4.07 580	15.75 297	1.24 405	1.03 364	3.48 322	2.55 613	3.79 378	2.39 312	2.78 559	1.80 371	2.41 434	1.67 447	10.27 570	2.48 510	0.46 478	0.41 390	0.57 577	0.55 573	0.61 517	0.86 403

IGEV_i1	3.13 472	0.68 191	18.95 385	1.64 559	1.19 428	3.11 243	0.86 353	3.73 370	2.12 259	1.81 317	1.81 376	2.48 447	1.36 347	3.41 400	1.25 285	0.39 407	0.76 522	0.53 560	0.59 579	0.36 332	15.50 650

FE-Mocha	1.31 142	0.79 271	5.00 164	1.08 327	0.77 257	1.59 86	0.39 48	2.94 257	1.56 134	1.83 320	1.81 376	2.44 443	0.88 200	1.68 225	1.18 256	0.32 273	0.49 449	0.35 423	0.32 419	0.27 137	0.48 229

test-1	1.81 189	0.72 221	9.51 206	1.02 294	1.57 530	3.85 409	0.60 145	4.07 448	1.51 122	1.94 337	1.81 376	2.04 396	0.91 212	1.39 168	1.73 415	0.27 138	0.93 540	0.31 323	0.25 252	0.29 181	1.37 456

GwcNet-RSSM	3.13 472	5.08 586	19.86 448	1.28 430	1.20 432	4.12 489	1.11 480	3.89 400	2.80 378	2.13 401	1.81 376	3.11 512	1.46 381	10.33 573	2.19 487	0.36 365	0.34 323	0.35 423	0.31 403	0.45 440	0.43 175

MoCha-V2	3.53 533	0.90 316	17.00 333	1.32 453	8.54 663	1.38 62	0.55 120	2.89 254	3.31 488	0.99 189	1.82 380	0.66 117	1.16 308	1.79 258	0.84 157	0.26 124	15.15 682	0.20 13	0.20 128	0.25 93	11.33 626

DCANet-4	2.06 217	0.58 112	15.30 285	0.86 166	0.44 70	4.16 503	0.57 127	4.31 551	3.28 476	2.31 468	1.82 380	1.04 233	1.54 405	1.69 231	1.56 360	0.35 339	0.24 183	0.24 86	0.19 86	0.25 93	0.57 295

fff	2.40 299	0.96 348	20.47 534	0.84 148	0.38 29	4.15 500	0.57 127	4.30 539	2.85 388	2.31 468	1.82 380	1.19 259	2.98 563	1.68 225	1.57 363	0.35 339	0.24 183	0.23 54	0.19 86	0.25 93	0.57 295

DisPM	2.29 272	0.61 142	20.25 503	1.79 585	0.52 118	4.58 595	0.77 279	2.50 178	2.22 278	2.49 519	1.82 380	1.45 297	1.01 241	2.73 374	1.04 226	0.48 497	0.20 64	0.32 346	0.31 403	0.32 246	0.45 193

BUS	1.64 176	0.64 160	3.82 145	0.94 236	0.86 292	4.50 575	0.75 263	4.49 598	2.29 297	2.96 581	1.82 380	3.61 558	1.03 249	1.79 258	1.18 256	0.39 407	0.25 204	0.31 323	0.28 324	0.38 353	0.41 156

test_5	2.45 312	1.43 466	19.72 436	1.20 387	1.39 485	3.88 418	1.25 508	4.03 436	1.98 235	1.74 303	1.82 380	1.86 362	1.78 468	3.57 405	1.35 304	0.33 300	0.21 95	0.35 423	0.33 428	0.34 295	0.43 175

BSDual-CNN	1.61 170	0.64 160	3.82 145	0.94 236	0.86 292	4.18 512	1.14 487	4.49 598	2.29 297	2.96 581	1.82 380	2.58 458	1.30 337	1.79 258	1.44 332	0.39 407	0.25 204	0.31 323	0.28 324	0.38 353	0.41 156

hknet	2.34 285	0.78 267	13.86 256	0.94 236	1.07 379	4.18 512	1.14 487	4.49 598	3.00 413	2.96 581	1.82 380	3.47 541	1.30 337	4.11 422	1.77 423	0.35 339	0.25 204	0.31 323	0.28 324	0.38 353	0.41 156

AACVNet	2.77 409	1.64 494	19.22 401	1.57 541	0.86 292	3.28 276	0.74 252	3.31 304	1.66 172	2.06 379	1.82 380	2.47 445	1.40 361	10.95 594	1.92 455	0.41 422	0.35 333	0.38 466	0.33 428	0.46 452	0.61 326

csc	2.40 299	0.96 348	20.47 534	0.84 148	0.38 29	4.15 500	0.57 127	4.30 539	2.85 388	2.31 468	1.82 380	1.19 259	2.98 563	1.68 225	1.57 363	0.35 339	0.24 183	0.23 54	0.19 86	0.25 93	0.57 295

cscssc	2.40 299	0.96 348	20.47 534	0.84 148	0.38 29	4.15 500	0.57 127	4.30 539	2.85 388	2.31 468	1.82 380	1.19 259	2.98 563	1.68 225	1.57 363	0.35 339	0.24 183	0.23 54	0.19 86	0.25 93	0.57 295

SFCPSM	2.16 232	0.75 249	15.82 299	0.91 206	0.98 343	3.74 384	1.27 510	4.15 484	2.56 341	1.90 326	1.82 380	1.64 314	1.39 357	2.51 351	1.57 363	0.36 365	0.28 266	0.39 473	0.36 464	0.36 332	0.50 246

cf-r	2.93 435	2.19 539	20.59 560	1.49 518	1.35 477	4.18 512	0.92 405	3.73 370	3.12 446	2.16 413	1.82 380	3.40 536	1.44 374	8.22 510	1.93 456	0.34 323	0.31 295	0.33 383	0.30 384	0.38 353	0.45 193

Select-FE	2.58 350	1.05 380	18.42 370	1.09 331	1.24 446	3.70 375	0.61 149	3.97 420	2.27 292	2.61 537	1.83 393	5.04 625	3.16 576	2.02 297	1.40 322	0.35 339	0.56 479	0.31 323	0.48 544	0.35 314	1.14 438

psm_up	3.04 458	1.30 450	18.97 388	1.31 446	1.51 513	3.86 412	1.22 504	4.26 531	2.31 301	2.72 551	1.83 393	2.43 440	1.68 448	12.86 655	1.78 424	0.43 449	0.41 390	0.41 487	0.34 439	0.46 452	0.67 349

HH	3.19 486	0.91 319	21.34 631	1.24 405	0.61 174	4.16 503	0.80 307	2.94 257	1.82 207	1.23 230	1.84 395	4.61 615	1.84 482	2.63 365	0.99 212	0.29 192	1.53 574	0.30 298	0.24 232	0.34 295	14.22 637

HanStereo	3.19 486	0.91 319	21.34 631	1.24 405	0.61 174	4.16 503	0.80 307	2.94 257	1.82 207	1.23 230	1.84 395	4.61 615	1.84 482	2.63 365	0.99 212	0.29 192	1.53 574	0.30 298	0.24 232	0.34 295	14.22 637

RCA-Stereo	1.38 151	0.61 142	3.95 152	0.94 236	0.48 90	4.68 618	0.78 287	4.17 490	1.95 230	1.93 331	1.84 395	0.94 223	1.48 387	1.23 116	0.75 113	0.30 225	0.43 403	0.25 126	0.20 128	0.26 120	0.37 116

AAGNet	3.88 560	0.67 181	20.04 471	2.27 614	0.46 78	4.76 629	1.05 464	2.28 141	3.38 506	2.16 413	1.84 395	2.40 430	3.95 601	6.22 465	24.21 682	0.49 504	0.19 44	0.30 298	0.29 363	0.33 272	0.29 29

tg	1.40 156	1.14 408	2.71 118	0.97 265	0.54 127	4.02 464	0.42 69	3.02 272	2.64 353	1.70 293	1.85 399	1.84 359	0.97 229	1.81 268	0.99 212	0.31 251	0.22 115	0.29 269	0.26 273	0.32 246	2.01 501

DualNet (step1)	3.32 510	1.19 423	20.68 570	1.11 339	0.87 303	4.22 526	1.20 497	4.40 583	4.92 624	2.20 435	1.85 399	1.90 368	2.00 495	6.87 485	1.75 421	1.41 631	1.36 568	4.19 677	2.07 662	0.70 555	1.43 463

test_sample9	4.68 601	1.19 423	20.68 570	1.11 339	0.87 303	4.22 526	1.20 497	4.40 583	4.92 624	2.20 435	1.85 399	1.90 368	2.00 495	11.08 603	11.57 622	1.41 631	14.65 680	4.19 677	2.07 662	0.70 555	1.43 463

test_sample7	2.85 421	0.81 276	14.48 269	1.59 546	0.77 257	2.42 164	1.08 469	4.40 583	4.92 624	2.20 435	1.85 399	1.90 368	2.00 495	6.87 485	1.75 421	0.47 488	1.36 568	0.44 505	0.41 513	0.47 465	6.81 590

CoDeX	2.47 316	0.91 319	13.65 252	1.03 300	1.17 418	3.28 276	1.30 515	4.17 490	2.99 411	1.78 309	1.85 399	2.04 396	1.46 381	9.99 557	1.66 395	0.38 399	0.28 266	0.32 346	0.28 324	0.34 295	0.57 295

StereoDRNet	3.07 462	2.92 561	16.33 320	1.36 467	1.57 530	3.45 313	2.04 593	3.77 376	2.85 388	3.31 604	1.85 399	2.78 481	1.79 471	10.85 587	3.41 548	0.45 466	0.36 343	0.39 473	0.37 474	0.62 522	0.85 399

xyz-stereo-finetune2	1.31 142	0.95 344	3.28 125	0.60 8	0.36 14	3.48 322	0.65 181	2.82 240	1.47 109	0.99 189	1.86 405	0.91 205	1.75 462	3.54 404	1.86 440	0.27 138	0.22 115	0.30 298	0.28 324	0.33 272	0.34 77

MM-Stereo_test3	2.20 246	0.95 344	19.62 422	1.94 598	1.18 421	1.95 116	0.83 326	3.56 335	3.91 561	1.33 239	1.86 405	1.10 241	0.68 114	1.48 191	1.63 383	0.29 192	0.35 333	0.27 201	0.22 189	0.37 339	0.56 290

rvit_stereo_0075_2	2.14 228	0.76 258	21.42 636	0.91 206	1.26 452	2.49 173	0.68 207	2.30 149	2.10 252	1.42 252	1.86 405	1.45 297	0.85 187	1.49 193	1.03 225	0.47 488	0.40 383	0.48 529	0.38 483	0.47 465	0.53 273

ADStereo(finetuned)	2.30 276	0.97 354	17.29 341	0.86 166	0.43 64	4.17 509	0.59 140	4.31 551	3.29 481	2.35 486	1.86 405	1.18 255	3.35 586	1.69 231	1.59 368	0.34 323	0.25 204	0.23 54	0.19 86	0.31 220	0.72 363

GEStereo_RVC	2.66 377	1.20 428	20.38 522	1.29 436	1.05 373	4.02 464	1.42 537	4.17 490	2.24 281	2.10 394	1.86 405	2.33 421	1.84 482	4.93 433	1.78 424	0.51 526	0.38 366	0.32 346	0.29 363	0.44 430	0.56 290

DCANet	2.37 294	0.98 357	20.47 534	0.86 166	0.43 64	4.18 512	0.59 140	4.31 551	3.29 481	2.35 486	1.86 405	1.18 255	1.63 435	1.69 231	1.59 368	0.34 323	0.25 204	0.24 86	0.19 86	0.31 220	0.73 368

PSMNet-ADL	2.01 208	0.78 267	2.89 120	1.11 339	0.86 292	4.13 492	0.80 307	3.84 390	2.26 287	1.74 303	1.87 411	2.90 492	1.81 474	10.37 574	2.34 497	0.49 504	0.47 439	0.29 269	0.30 384	0.39 369	0.56 290

LALA_ROB	2.88 427	2.13 537	19.08 391	1.10 334	0.99 348	3.91 427	1.81 577	4.50 602	3.04 433	3.32 605	1.87 411	2.75 476	1.66 445	4.06 420	4.02 557	0.47 488	0.44 412	0.55 570	0.53 565	0.61 517	0.73 368

Selective-IGEV-i16pc	2.90 432	0.81 276	20.75 579	1.30 441	0.56 142	4.36 546	2.74 619	4.38 578	2.73 364	1.59 271	1.88 413	2.38 429	1.32 341	8.79 521	1.64 389	0.66 572	0.46 426	0.33 383	0.38 483	0.44 430	0.53 273

CFNet	3.04 458	6.89 599	16.27 318	1.36 467	1.24 446	4.09 482	0.72 233	4.15 484	3.00 413	1.69 291	1.88 413	2.27 414	1.45 376	11.41 616	2.12 481	0.36 365	0.29 277	0.43 502	0.36 464	0.48 472	0.38 126

UCFNet_RVC	2.53 328	1.29 447	20.56 552	1.42 498	1.40 491	4.01 461	1.04 462	2.79 234	1.67 174	2.27 454	1.88 413	2.94 496	1.50 392	3.48 401	1.68 398	0.37 382	0.29 277	0.52 553	0.41 513	0.55 494	0.51 252

ACVNet-DCA	3.67 543	0.94 339	19.66 424	1.87 590	0.42 57	4.47 568	0.73 242	4.07 448	4.63 606	1.21 224	1.89 416	0.73 148	1.62 431	2.20 324	0.81 146	0.31 251	18.77 683	0.32 346	0.21 154	0.35 314	8.09 596

xx1	3.69 547	0.94 339	19.66 424	1.87 590	0.42 57	4.47 568	0.73 242	4.24 519	4.01 567	1.21 224	1.89 416	1.78 348	1.36 347	2.20 324	0.81 146	0.31 251	18.77 683	0.33 383	0.36 464	0.35 314	8.09 596

1test111	3.86 558	0.94 339	19.66 424	1.87 590	0.42 57	4.47 568	0.73 242	4.07 448	4.63 606	1.21 224	1.89 416	0.73 148	1.62 431	5.19 437	1.68 398	0.31 251	18.77 683	0.32 346	0.21 154	0.35 314	8.09 596

cc1	3.93 563	0.94 339	19.66 424	1.87 590	0.42 57	4.47 568	0.73 242	4.24 519	4.01 567	1.21 224	1.89 416	0.73 148	1.62 431	2.20 324	0.81 146	0.31 251	18.77 683	0.32 346	0.21 154	0.32 246	13.93 633

tt1	3.79 554	0.93 334	15.34 286	1.83 587	0.45 73	4.54 584	0.78 287	4.23 513	4.73 614	1.27 237	1.89 416	0.74 159	1.48 387	2.29 336	0.78 127	0.30 225	19.28 696	0.32 346	0.22 189	0.31 220	14.02 634

SACVNet	3.06 461	1.61 490	19.29 405	1.46 510	1.18 421	4.05 472	1.48 546	4.03 436	2.58 347	2.75 555	1.89 416	2.55 453	1.38 354	11.33 614	2.28 493	0.51 526	0.41 390	0.48 529	0.43 524	0.57 505	0.93 414

XX-Stereo	2.66 377	0.70 206	21.17 620	2.33 618	1.24 446	4.31 542	0.45 82	4.48 597	1.60 151	2.39 500	1.89 416	4.60 614	0.60 82	4.17 424	1.11 240	0.34 323	0.26 234	0.29 269	0.29 363	0.53 487	0.43 175

DN-CSS_ROB	2.89 429	9.72 617	19.71 434	2.07 609	0.90 318	4.01 461	0.61 149	4.06 445	3.35 500	1.66 283	1.89 416	1.39 287	1.06 268	3.24 394	1.88 444	0.44 457	0.19 44	0.44 505	0.29 363	0.40 375	0.42 165

test_sample4	2.68 385	0.76 258	15.85 300	1.45 508	0.83 278	3.10 239	0.72 233	4.31 551	3.37 503	2.39 500	1.90 424	1.72 328	1.47 386	11.13 607	1.86 440	0.36 365	0.47 439	0.35 423	0.37 474	0.42 406	0.85 399

Selective-IGEV-i1	3.47 528	0.69 197	12.26 232	1.47 515	2.00 599	3.82 401	1.09 473	3.86 393	3.83 553	1.72 296	1.91 425	2.87 488	1.22 320	1.88 281	1.31 299	0.36 365	0.77 524	0.47 522	0.82 609	0.34 295	26.71 688

DDVS	1.78 185	0.84 292	3.58 135	1.32 453	1.15 406	3.17 253	0.77 279	3.35 308	1.86 213	1.88 323	1.91 425	2.91 495	1.42 369	6.19 464	1.85 438	0.47 488	0.65 504	0.35 423	0.38 483	0.48 472	1.01 425

Wz-Net-TNSev	4.22 576	13.55 641	15.87 301	1.57 541	1.19 428	3.61 353	2.48 610	4.38 578	3.45 524	2.29 462	1.91 425	4.20 593	2.86 555	12.11 641	10.56 611	0.61 559	0.59 491	0.48 529	0.54 568	0.93 594	1.24 446

NINENet	2.59 351	0.89 310	16.09 307	1.16 368	1.07 379	4.50 575	0.75 263	4.43 590	2.61 349	2.18 421	1.91 425	3.61 558	1.03 249	7.92 507	1.18 256	0.49 504	0.34 323	0.41 487	0.30 384	0.42 406	0.44 184

ARAFT	3.24 498	13.49 640	19.88 451	0.93 227	0.49 99	4.16 503	1.40 534	4.37 574	3.21 458	2.40 504	1.91 425	1.70 323	1.04 256	6.43 471	1.45 336	0.37 382	0.19 44	0.37 452	0.35 454	0.37 339	0.35 90

ACVNet	2.40 299	0.97 354	20.20 492	0.94 236	0.86 292	4.22 526	0.79 297	2.97 266	2.85 388	1.93 331	1.91 425	3.07 508	1.46 381	1.52 200	2.37 501	0.33 300	0.27 254	0.30 298	0.27 297	0.42 406	0.35 90

acv_ft	2.45 312	0.97 354	19.57 419	1.15 361	2.01 601	2.97 227	0.96 430	3.88 398	2.85 388	2.34 484	1.91 425	3.07 508	1.65 444	1.52 200	2.26 491	0.33 300	0.27 254	0.30 298	0.27 297	0.42 406	0.35 90

z-ln-s-r	3.37 516	4.66 585	19.53 417	1.42 498	1.29 456	3.70 375	1.20 497	4.24 519	3.96 565	2.16 413	1.92 432	2.43 440	1.62 431	10.90 591	6.24 581	0.36 365	0.23 147	0.32 346	0.24 232	0.53 487	0.53 273

coex_refinement	3.01 451	1.69 498	20.28 506	1.31 446	1.15 406	3.21 258	0.86 353	3.94 414	2.43 322	2.51 521	1.92 432	3.49 543	1.68 448	11.06 599	2.54 514	0.38 399	0.26 234	0.27 201	0.31 403	0.41 395	0.58 313

DRN-Test	3.17 483	1.30 450	19.66 424	1.41 489	1.60 536	3.61 353	1.47 544	4.18 496	2.83 385	3.48 611	1.92 432	2.58 458	2.50 542	10.81 585	2.90 533	0.49 504	0.49 449	0.44 505	0.42 519	0.57 505	0.78 384

CSP-Net	1.99 204	1.70 499	4.84 162	1.22 398	1.02 359	3.42 303	1.30 515	3.66 349	2.11 257	2.07 385	1.93 435	2.40 430	1.48 387	8.56 517	1.62 377	0.51 526	0.41 390	0.27 201	0.27 297	0.44 430	0.54 282

MaskLacGwcNet_RVC	3.77 551	1.65 495	20.61 563	2.55 630	1.63 546	4.29 537	1.67 568	3.99 424	2.56 341	1.76 306	1.93 435	3.03 503	1.41 366	13.24 662	2.02 468	4.47 669	1.63 579	1.12 631	0.48 544	2.42 642	2.85 530

mmm	2.70 390	0.80 273	8.26 192	1.50 523	1.18 421	2.44 167	0.85 345	4.08 457	4.59 604	2.31 468	1.95 437	1.51 302	1.55 407	2.33 339	1.72 411	0.31 251	7.71 648	0.45 513	0.42 519	0.40 375	9.56 613

ssnet_v2	2.81 417	1.39 460	21.16 618	1.25 420	0.90 318	3.86 412	1.63 562	4.10 463	3.22 465	2.79 561	1.96 438	3.78 566	1.70 454	2.53 357	3.12 543	0.44 457	0.37 351	0.42 498	0.38 483	0.59 511	0.58 313

SA	2.55 337	1.54 480	20.70 574	1.12 349	0.48 90	4.26 533	1.33 520	4.45 594	3.28 476	1.68 287	1.96 438	1.69 319	2.25 523	2.60 363	1.57 363	0.30 225	0.29 277	0.37 452	0.38 483	0.36 332	0.47 217

DISCO	2.40 299	0.99 366	11.99 227	1.81 586	1.12 399	3.47 316	1.24 507	3.34 306	2.57 344	2.73 553	1.96 438	4.52 610	1.90 490	4.18 425	3.62 553	0.37 382	0.27 254	0.31 323	0.30 384	0.70 555	0.62 331

test_sample8	5.57 620	1.19 423	20.68 570	1.11 339	0.87 303	4.22 526	1.20 497	4.43 590	3.76 549	5.63 646	1.97 441	12.99 667	6.34 631	11.08 603	11.57 622	1.41 631	14.65 680	4.19 677	2.07 662	0.70 555	1.43 463

HBP-ISP	3.78 552	9.10 612	20.83 585	1.72 574	1.14 404	4.54 584	2.82 623	4.61 619	3.03 428	4.13 629	1.98 442	1.88 366	3.31 582	11.06 599	1.52 349	0.74 595	0.57 481	0.67 602	0.62 589	0.65 540	0.64 339

IER	2.09 220	0.91 319	14.11 261	0.97 265	1.15 406	3.17 253	0.89 369	3.59 340	2.39 312	2.15 409	1.98 442	2.27 414	2.11 506	2.39 343	1.80 429	0.35 339	0.24 183	0.36 441	0.30 384	0.34 295	0.42 165

TDLM	3.20 488	1.58 486	18.80 379	1.70 572	1.10 393	4.29 537	2.17 600	3.81 386	3.27 474	2.89 571	1.98 442	2.06 401	1.70 454	12.44 650	2.15 482	0.58 553	0.31 295	0.56 573	0.40 502	0.58 509	1.59 477

MSAF-DinoV2	14.43 675	15.18 675	21.76 645	2.38 620	1.44 500	4.01 461	1.38 530	8.63 661	9.06 657	2.28 456	1.99 445	5.37 631	5.16 619	177.39 716	15.79 644	0.49 504	0.34 323	0.40 478	0.60 583	6.27 673	8.64 607

FACV-RUCA	1.35 148	0.70 206	2.58 113	1.07 324	1.49 509	2.70 192	1.13 484	3.21 289	2.64 353	1.42 252	1.99 445	1.06 237	1.15 305	1.44 179	1.16 252	0.41 422	0.42 401	0.73 614	0.41 513	0.63 528	0.67 349

DPSNet	3.94 564	2.01 528	14.69 274	1.58 543	1.30 459	4.17 509	2.08 596	4.57 611	4.63 606	2.78 559	1.99 445	3.79 567	7.88 650	10.66 581	11.35 618	0.94 611	0.99 550	0.41 487	0.57 576	1.09 609	1.40 459

IPLG	2.56 345	1.11 398	19.89 452	0.95 248	0.79 264	4.60 599	0.56 123	4.31 551	2.10 252	1.94 337	2.00 448	1.34 276	1.37 353	6.59 475	1.59 368	0.32 273	0.21 95	0.27 201	0.23 207	0.32 246	0.63 334

Lsterematch	1.80 186	1.20 428	15.58 293	0.85 153	0.41 55	1.67 97	0.67 193	2.23 131	2.43 322	1.61 273	2.01 449	1.35 278	1.36 347	1.69 231	1.21 264	0.30 225	0.16 5	0.29 269	0.23 207	0.30 204	0.49 238

CASS	1.65 177	0.73 227	8.72 199	0.97 265	0.67 210	2.88 212	0.69 220	3.07 275	1.86 213	2.82 566	2.02 450	1.39 287	1.55 407	1.75 254	1.36 311	0.51 526	0.28 266	0.34 404	0.28 324	0.47 465	0.63 334
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
APVNet	3.24 498	1.59 488	21.72 644	1.36 467	1.52 515	3.93 436	1.12 482	3.58 338	2.80 378	2.32 479	2.02 450	3.05 504	1.96 493	11.77 635	2.61 520	0.44 457	0.46 426	0.65 600	0.47 540	0.73 562	0.73 368

iResNet	2.70 390	1.35 457	20.93 593	2.01 604	0.73 233	3.76 387	0.83 326	4.28 535	2.93 404	2.38 498	2.03 452	1.35 278	1.54 405	3.28 395	4.42 564	0.42 433	0.25 204	0.29 269	0.23 207	0.45 440	0.64 339

XPNet_ROB	2.99 449	1.58 486	17.06 337	1.38 477	0.99 348	3.91 427	1.62 561	4.20 501	2.42 318	2.87 569	2.03 452	2.31 419	1.72 459	10.76 584	3.60 552	0.55 545	0.49 449	0.48 529	0.40 502	0.53 487	0.85 399

test_sample5	2.68 385	0.76 258	14.56 271	1.40 485	0.83 278	3.11 243	0.74 252	4.33 562	4.48 599	2.29 462	2.04 454	1.67 315	1.45 376	11.18 608	1.88 444	0.37 382	0.47 439	0.37 452	0.39 493	0.43 416	0.78 384

AE-Stereo	2.91 433	0.63 153	17.05 335	1.15 361	0.63 187	4.39 553	0.70 223	4.02 433	2.12 259	1.24 232	2.04 454	1.01 230	0.91 212	1.67 223	1.42 326	0.30 225	1.14 559	0.28 241	0.28 324	0.27 137	16.93 665

CFNet_ucs	2.32 279	0.75 249	17.05 335	0.90 199	0.81 273	3.86 412	0.68 207	4.31 551	2.68 357	2.13 401	2.04 454	3.30 526	1.24 324	2.63 365	1.23 272	0.37 382	0.46 426	0.56 573	0.30 384	0.67 546	0.53 273

Wz-Net-LNSev-Ref	2.72 395	2.55 552	14.91 279	1.37 473	1.36 479	3.50 327	1.63 562	4.11 466	3.38 506	2.55 525	2.04 454	2.35 425	2.50 542	5.14 436	4.64 568	0.53 539	0.22 115	0.35 423	0.21 154	0.41 395	0.60 322

RAFT_CTSACE	2.41 305	1.83 516	20.33 517	1.77 584	1.39 485	3.50 327	1.03 456	3.25 296	1.64 166	1.80 315	2.04 454	2.82 483	1.78 468	2.11 311	1.10 239	0.27 138	0.24 183	0.28 241	0.30 384	0.31 220	0.33 64

GANet-ADL	2.25 257	0.80 273	20.17 488	1.28 430	0.69 226	3.83 402	0.75 263	3.63 346	1.83 209	1.68 287	2.04 454	2.09 403	1.10 286	1.63 219	1.43 328	0.42 433	0.33 311	0.26 175	0.23 207	0.43 416	0.41 156

hitnet-ft	2.99 449	1.23 433	19.37 409	0.96 257	0.90 318	3.76 387	0.79 297	3.60 342	2.68 357	2.31 468	2.04 454	3.63 561	1.49 391	11.70 632	2.37 501	0.45 466	0.54 471	0.44 505	0.36 464	0.54 491	0.56 290

w-ln-seven-2	3.65 538	9.76 618	15.93 302	1.26 426	1.02 359	3.54 338	1.56 555	4.14 480	3.86 558	2.57 529	2.05 461	2.63 463	2.26 524	8.48 516	10.24 609	0.50 518	0.52 464	0.44 505	0.34 439	0.64 533	1.25 447

StereoDRNet-Refined	2.23 252	0.98 357	10.62 213	1.25 420	0.78 261	3.29 280	0.71 228	3.96 417	2.20 275	2.43 509	2.05 461	2.97 497	1.46 381	6.87 485	2.33 496	0.37 382	0.25 204	0.42 498	0.34 439	0.47 465	0.80 389
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	2.72 395	10.38 622	14.41 267	1.46 510	0.99 348	3.74 384	0.66 186	4.01 428	2.84 387	2.04 374	2.05 461	1.98 387	1.38 354	4.73 431	1.91 451	0.35 339	0.20 64	0.28 241	0.19 86	0.33 272	0.41 156

CC-Net-ROB	3.82 555	3.41 569	20.20 492	2.40 621	1.66 558	4.49 573	1.61 559	4.77 629	3.08 440	2.06 379	2.06 464	1.99 388	1.60 415	12.57 653	1.91 451	2.82 647	2.19 593	2.67 659	1.06 625	2.31 641	1.59 477

CVANet_RVC	3.32 510	1.63 493	21.06 604	1.66 562	1.29 456	3.99 456	1.55 553	3.98 422	3.00 413	3.51 612	2.06 464	2.58 458	1.72 459	12.46 651	1.70 404	0.62 565	0.34 323	0.53 560	0.47 540	0.64 533	1.66 483

iResNetv2_ROB	3.31 508	14.88 671	20.01 468	2.17 611	1.09 389	3.84 404	1.13 484	4.22 506	3.15 451	2.02 366	2.06 464	2.00 392	1.69 451	3.61 406	2.10 480	0.36 365	0.22 115	0.32 346	0.22 189	0.48 472	0.58 313

DFGA-Net	2.93 435	7.27 602	18.55 373	1.18 380	0.79 264	3.68 370	0.60 145	2.84 245	1.98 235	2.19 428	2.07 467	1.22 265	1.04 256	10.28 571	2.51 512	0.30 225	0.23 147	0.34 404	0.35 454	0.63 528	0.54 282

PSMNet-RUCA	2.60 354	1.83 516	20.55 548	1.51 526	1.39 485	3.07 237	1.36 527	3.56 335	2.43 322	1.41 249	2.07 467	1.42 291	1.09 279	2.07 302	1.60 372	1.20 623	0.69 517	1.26 636	0.96 617	1.65 635	0.97 418

111	2.59 351	3.10 563	20.47 534	0.84 148	0.38 29	4.26 533	0.91 397	4.45 594	2.96 407	2.48 516	2.07 467	2.31 419	1.64 438	1.49 193	1.90 448	0.35 339	0.22 115	0.25 126	0.21 154	0.32 246	1.14 438

psmg	1.63 173	0.64 160	3.82 145	0.96 257	0.86 292	4.35 544	1.41 536	4.11 466	2.29 297	2.68 546	2.09 470	2.58 458	1.30 337	1.79 258	1.44 332	0.39 407	0.29 277	0.33 383	0.34 439	0.38 353	0.44 184

SuperB	5.03 613	8.93 610	20.96 595	1.51 526	1.11 396	3.88 418	3.00 628	4.24 519	3.13 448	2.53 523	2.10 471	2.74 474	3.37 588	8.76 520	19.44 677	0.45 466	0.34 323	0.53 560	0.40 502	11.97 688	1.15 440

ISRNet	1.98 199	0.94 339	10.75 214	1.30 441	1.35 477	2.84 204	0.69 220	3.80 383	2.07 249	2.14 403	2.11 472	2.89 490	1.41 366	2.52 355	1.74 418	0.49 504	0.50 457	0.56 573	0.47 540	0.51 483	0.59 316

GASNet	3.86 558	15.35 678	21.16 618	1.63 554	1.25 451	2.35 155	1.11 480	4.11 466	2.86 394	1.99 351	2.11 472	2.99 499	2.16 515	10.62 579	3.75 554	0.71 583	0.37 351	0.61 588	0.46 538	0.91 591	0.70 358

anonymity	2.02 210	1.28 444	5.16 166	1.73 576	1.63 546	1.86 108	1.06 466	3.50 327	2.42 318	2.19 428	2.11 472	1.88 366	3.89 600	1.92 285	1.56 360	1.11 618	1.14 559	1.08 628	1.11 627	1.05 602	2.68 526

delet	2.66 377	1.11 398	18.42 370	1.05 311	1.65 555	3.47 316	2.00 589	3.81 386	2.82 384	2.15 409	2.11 472	2.62 462	1.88 489	5.38 441	2.21 488	0.34 323	0.38 366	0.40 478	0.32 419	0.45 440	0.54 282

test_sample6	2.71 393	0.76 258	14.30 264	1.43 505	0.83 278	3.17 253	0.79 297	4.40 583	4.65 611	2.35 486	2.13 476	1.69 319	1.45 376	11.48 620	1.99 460	0.39 407	0.46 426	0.38 466	0.40 502	0.43 416	0.77 380

DualNet	2.68 385	0.76 258	14.56 271	1.40 485	0.83 278	3.11 243	0.74 252	4.33 562	4.48 599	2.35 486	2.13 476	1.67 315	1.45 376	11.18 608	1.88 444	0.37 382	0.47 439	0.37 452	0.39 493	0.43 416	0.78 384

ETE_ROB	2.93 435	2.12 535	17.80 357	1.13 354	0.94 336	3.71 378	1.53 549	4.29 537	2.98 410	3.32 605	2.13 476	2.34 424	1.51 394	8.68 519	2.82 526	0.44 457	0.40 383	0.51 550	0.49 549	0.56 501	0.80 389

Ntro	4.83 609	14.73 666	20.47 534	3.24 647	2.97 630	4.12 489	1.88 580	4.00 426	2.57 344	1.79 312	2.15 479	3.34 531	2.16 515	10.01 558	7.34 591	3.53 657	1.77 583	2.13 649	1.32 638	3.89 658	3.23 545

fast-acv-ft	2.62 362	1.62 491	20.48 540	1.45 508	1.39 485	3.16 252	1.16 492	3.41 314	2.45 331	1.97 347	2.15 479	2.68 467	2.15 513	2.92 386	2.47 508	0.43 449	0.40 383	0.45 513	0.40 502	0.62 522	0.64 339

SST-Stereo	2.63 366	0.63 153	19.76 439	1.69 568	0.46 78	4.71 624	0.74 252	2.27 139	3.07 439	2.07 385	2.15 479	2.42 438	3.17 577	6.66 477	0.95 199	0.45 466	0.19 44	0.30 298	0.27 297	0.35 314	0.31 44

RASNet	3.15 478	1.20 428	19.81 442	1.63 554	2.26 615	3.67 367	1.09 473	3.58 338	3.44 518	1.99 351	2.15 479	4.59 613	2.30 527	10.24 569	2.98 535	0.57 552	0.26 234	0.25 126	0.25 252	0.30 204	0.54 282

TANstereo	1.98 199	0.87 300	20.35 519	0.80 127	0.37 24	4.05 472	0.38 44	1.50 34	1.65 169	2.03 371	2.16 483	0.84 179	0.93 218	1.09 82	0.68 86	0.30 225	0.36 343	0.24 86	0.20 128	0.26 120	0.46 205

anonymousa	3.14 475	0.83 287	19.20 399	1.62 551	9.63 666	2.06 128	0.78 287	2.93 255	2.20 275	1.95 343	2.17 484	3.41 537	1.81 474	1.33 146	1.67 396	0.29 192	8.64 655	0.34 404	0.37 474	0.32 246	1.33 454

Wz-Net-MNSev	3.26 503	7.24 601	17.26 339	1.58 543	1.37 482	3.27 272	2.45 608	4.10 463	4.50 601	2.61 537	2.17 484	2.33 421	3.02 568	7.48 498	2.88 532	0.46 478	0.39 379	0.37 452	0.38 483	0.61 517	0.63 334

PA-Net	3.45 524	2.50 549	20.39 525	1.42 498	1.20 432	3.39 296	1.73 571	3.93 411	3.57 539	1.94 337	2.17 484	3.02 502	1.87 487	11.67 628	6.48 585	0.40 419	0.55 477	0.44 505	0.63 593	0.55 494	1.13 437
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HSM	3.25 501	1.08 387	19.18 397	1.19 385	1.54 517	3.45 313	1.02 452	4.04 440	2.61 349	2.31 468	2.17 484	8.01 654	2.99 566	11.59 625	1.80 429	0.35 339	0.24 183	0.28 241	0.24 232	0.33 272	0.55 286

DLCB_ROB	2.55 337	1.32 453	10.26 211	1.31 446	1.04 370	2.94 219	1.29 513	3.81 386	2.73 364	2.93 575	2.17 484	3.37 534	1.53 402	10.40 575	3.26 546	0.42 433	0.35 333	0.41 487	0.37 474	0.43 416	0.68 351

XX-TBD	1.98 199	1.08 387	20.29 511	1.31 446	0.43 64	3.97 454	0.33 29	1.76 71	1.77 202	1.59 271	2.18 489	0.69 130	0.59 77	1.44 179	0.75 113	0.33 300	0.25 204	0.23 54	0.16 14	0.31 220	0.22 1

DANet	2.82 418	1.17 413	10.20 209	1.87 590	1.72 572	3.25 271	1.15 490	4.36 571	3.02 422	3.42 608	2.18 489	4.09 583	1.79 471	9.78 544	4.32 561	0.55 545	0.57 481	0.60 585	0.44 528	0.65 540	1.25 447
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PDISCO_ROB	3.32 510	5.22 588	18.16 364	2.03 606	2.19 614	4.52 580	1.63 562	4.74 628	3.32 496	2.22 440	2.18 489	3.71 562	2.41 534	5.36 440	2.43 504	1.35 627	0.79 527	0.72 611	0.62 589	1.31 625	1.53 472

HART	3.57 534	1.13 405	17.80 357	0.90 199	1.12 399	1.18 29	0.41 65	3.55 333	4.60 605	1.09 209	2.19 492	1.49 301	0.57 67	1.46 186	1.14 246	0.25 96	21.58 701	0.28 241	0.21 154	0.36 332	10.06 618

NOSS_ROB	3.12 470	0.89 310	19.03 390	2.01 604	1.07 379	3.90 422	0.97 438	4.32 559	3.08 440	2.94 577	2.19 492	3.85 571	1.18 313	11.75 634	1.69 401	0.69 579	0.54 471	0.57 577	0.52 563	0.57 505	0.72 363

AIO-test2	3.07 462	12.11 631	20.58 559	1.49 518	1.34 472	3.22 261	0.73 242	4.07 448	1.56 134	1.72 296	2.20 494	0.90 202	0.74 134	3.75 411	1.39 320	3.67 658	0.26 234	0.35 423	0.44 528	0.41 395	0.44 184

CREStereo++_RVC	1.98 199	0.59 127	19.94 458	0.87 174	0.55 135	4.02 464	0.31 20	1.75 69	2.09 250	1.65 281	2.20 494	0.85 183	0.65 100	1.03 60	0.72 102	0.29 192	0.16 5	0.23 54	1.22 635	0.25 93	0.22 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
HGLStereo	2.74 401	1.03 375	20.80 583	1.24 405	1.55 521	3.62 357	0.94 414	3.83 389	2.09 250	2.18 421	2.20 494	3.11 512	2.12 508	5.65 447	2.07 475	0.50 518	0.34 323	0.32 346	0.30 384	0.42 406	0.50 246

ADCRef	3.66 541	5.95 591	15.50 291	1.20 387	1.41 493	3.93 436	1.61 559	3.92 407	2.77 373	3.13 592	2.20 494	2.40 430	2.78 553	6.23 467	16.59 649	0.50 518	0.35 333	0.63 596	0.62 589	0.58 509	0.92 411

AFF-stereo	2.54 332	3.44 570	20.84 587	1.30 441	0.48 90	3.94 441	0.48 93	3.30 301	3.40 512	1.94 337	2.21 498	2.10 405	1.51 394	2.36 341	1.62 377	0.23 63	0.21 95	0.25 126	0.25 252	0.33 272	0.53 273

ADCPNet	4.25 578	4.04 578	21.95 650	1.33 458	1.31 464	6.34 649	2.63 618	4.07 448	3.23 468	2.81 565	2.21 498	4.27 595	6.08 630	6.01 455	11.73 624	0.67 576	1.17 562	0.71 608	1.71 648	0.87 588	1.82 493

WZ-Net	4.39 587	12.37 632	17.44 345	1.47 515	1.42 496	3.76 387	2.27 604	4.17 490	3.11 444	2.89 571	2.24 500	4.05 580	5.69 627	10.89 590	12.07 625	0.66 572	0.41 390	0.47 522	0.49 549	0.78 573	1.12 436

MLCV	2.52 323	1.77 506	18.20 366	1.17 375	0.63 187	3.60 351	0.53 115	3.88 398	2.35 309	2.82 566	2.24 500	1.99 388	1.42 369	4.59 429	3.09 540	0.39 407	0.22 115	0.33 383	0.22 189	0.35 314	0.52 263

DStereoRT	4.64 599	1.72 502	20.00 466	1.35 462	1.24 446	4.49 573	1.28 511	4.22 506	5.73 645	2.49 519	2.25 502	4.36 602	7.67 645	7.56 500	2.60 519	0.75 597	0.82 532	4.46 682	2.85 676	0.39 369	16.65 656

GwcNet	3.26 503	3.93 575	20.24 501	1.38 477	2.04 603	3.24 268	1.53 549	3.72 366	3.66 544	2.17 417	2.25 502	3.55 556	1.69 451	9.38 535	3.03 537	0.48 497	0.49 449	0.46 520	0.39 493	0.66 544	0.86 403

MGS-Stereo	1.24 132	0.66 177	9.68 207	0.97 265	0.40 50	1.26 44	0.72 233	1.50 34	1.35 86	1.03 200	2.26 504	0.80 171	0.56 65	1.28 129	0.78 127	0.31 251	0.23 147	0.26 175	0.22 189	0.28 158	0.34 77

LL-Strereo	4.26 580	13.69 645	20.37 521	1.24 405	2.18 612	2.90 216	1.08 469	4.35 568	2.22 278	3.20 599	2.26 504	3.29 525	3.13 572	11.30 613	1.91 451	0.33 300	3.89 629	0.46 520	0.34 439	0.54 491	6.47 589

PASM	3.22 493	2.89 558	15.38 288	2.00 602	1.57 530	2.77 195	1.96 584	3.62 345	2.75 368	2.95 580	2.26 504	3.10 511	2.24 521	11.87 637	2.46 506	0.97 613	1.06 552	0.87 620	1.02 622	1.20 619	1.41 461

DispNO	3.22 493	2.06 529	19.82 443	1.21 394	1.11 396	3.74 384	0.93 411	4.31 551	2.89 399	2.37 497	2.27 507	4.51 609	2.09 501	11.41 616	3.47 550	0.35 339	0.28 266	0.31 323	0.29 363	0.39 369	0.51 252

1111x	4.75 607	1.05 380	20.89 590	1.28 430	1.02 359	3.81 400	0.88 368	4.65 622	5.52 639	2.43 509	2.27 507	1.97 386	1.81 474	12.40 644	18.19 669	0.32 273	9.06 664	0.32 346	0.34 439	0.38 353	6.34 588

Syn2CoEx	3.42 521	7.66 604	20.57 556	1.42 498	1.18 421	2.49 173	1.64 565	4.07 448	2.68 357	2.51 521	2.27 507	2.89 490	3.15 575	9.56 539	2.58 517	0.52 537	0.45 420	0.53 560	0.42 519	0.79 578	1.00 423

AASNet	2.65 371	3.20 564	20.19 490	1.38 477	1.49 509	3.84 404	1.06 466	3.92 407	3.28 476	2.07 385	2.28 510	1.95 380	1.28 330	2.19 323	2.17 484	0.42 433	0.33 311	0.45 513	0.30 384	0.59 511	0.52 263

pcwnet_v2	2.73 400	0.70 206	22.43 663	1.11 339	1.02 359	3.58 346	0.80 307	4.31 551	3.42 516	2.39 500	2.28 510	2.99 499	1.68 448	3.31 396	1.54 353	0.44 457	0.51 461	0.41 487	0.34 439	0.62 522	0.74 373

TCMNet	3.13 472	1.71 500	19.53 417	1.49 518	2.11 608	3.84 404	1.07 468	4.12 471	3.03 428	2.64 542	2.29 512	2.43 440	1.74 461	10.10 563	2.47 508	0.56 549	0.45 420	0.61 588	0.50 557	0.87 588	1.04 431

H2IRNET	2.19 239	0.83 287	19.13 393	1.25 420	0.61 174	4.48 572	0.44 80	2.94 257	1.86 213	1.08 207	2.29 512	1.67 315	1.40 361	2.18 322	1.64 389	0.41 422	0.21 95	0.33 383	0.37 474	0.38 353	0.39 140

ADLNet	3.23 496	1.19 423	21.03 599	1.36 467	1.61 538	3.69 372	1.23 505	4.05 443	3.41 514	2.72 551	2.29 512	4.00 578	1.77 467	11.21 610	2.15 482	0.42 433	0.43 403	0.36 441	0.35 454	0.47 465	0.82 391

xxxx	4.25 578	0.86 295	14.59 273	1.30 441	1.16 414	3.51 330	0.63 170	4.56 609	5.42 638	2.33 482	2.29 512	2.04 396	1.39 357	10.23 567	18.00 667	0.33 300	7.15 645	0.31 323	0.30 384	0.35 314	8.33 602

GMM-Stereo	2.52 323	0.56 91	20.57 556	0.92 217	0.83 278	4.18 512	1.88 580	2.51 179	2.40 315	2.48 516	2.30 516	1.69 319	1.84 482	2.93 387	1.25 285	0.32 273	0.19 44	0.33 383	0.49 549	0.37 339	2.40 516

w-ln-seven	3.68 545	8.30 607	15.93 302	1.36 467	1.34 472	4.09 482	1.60 558	4.13 475	3.03 428	3.06 587	2.31 517	3.41 537	2.24 521	9.78 544	9.71 608	0.46 478	0.37 351	0.47 522	0.40 502	0.78 573	0.84 396

test_4	1.98 199	0.68 191	15.65 295	0.91 206	0.48 90	4.11 487	1.09 473	2.41 159	1.50 118	1.55 265	2.31 517	1.87 365	0.79 164	2.86 383	1.51 345	0.34 323	0.19 44	0.29 269	0.29 363	0.30 204	0.40 147

RAFT_R40	2.61 359	0.64 160	19.86 448	1.69 568	0.46 78	4.74 627	0.95 421	2.28 141	2.52 338	2.02 366	2.32 519	2.69 470	2.52 544	6.70 479	1.05 229	0.42 433	0.19 44	0.30 298	0.27 297	0.33 272	0.29 29

222	3.82 555	0.88 305	6.92 185	1.15 361	0.99 348	3.27 272	0.64 176	4.57 611	5.37 634	2.43 509	2.32 519	1.41 290	1.44 374	10.64 580	18.51 671	0.32 273	4.89 633	0.32 346	0.30 384	0.34 295	9.80 615

MSKI-zero shot	2.33 282	0.69 197	20.22 498	1.14 358	0.77 257	4.05 472	0.68 207	3.95 415	1.51 122	1.93 331	2.35 521	1.91 372	0.71 119	3.01 389	0.79 137	0.28 164	1.47 572	0.27 201	0.21 154	0.28 158	0.44 184

LMCR-Stereo	2.53 328	2.30 543	18.81 380	1.64 559	0.86 292	3.88 418	1.14 487	4.33 562	1.63 164	2.27 454	2.35 521	1.13 245	2.41 534	2.63 365	2.26 491	1.06 616	0.24 183	0.29 269	0.25 252	0.62 522	0.42 165

test_xeample	4.19 575	0.93 334	14.09 260	1.16 368	1.17 418	3.28 276	0.80 307	4.63 620	5.30 631	2.46 513	2.35 521	1.39 287	1.42 369	10.88 588	17.68 665	0.30 225	6.50 642	0.32 346	0.32 419	0.36 332	8.38 604

CBMV	4.12 571	1.27 441	21.14 615	1.52 531	0.85 288	3.80 397	3.89 654	4.58 614	3.02 422	3.56 615	2.37 524	4.44 604	13.88 669	11.23 612	3.78 555	0.56 549	0.43 403	0.48 529	0.39 493	0.55 494	0.74 373
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MFN_U_SF_RVC	4.08 570	13.72 648	15.13 283	2.00 602	1.43 497	3.73 382	1.68 569	4.11 466	3.39 511	2.93 575	2.38 525	4.39 603	3.63 594	8.63 518	6.14 580	1.14 620	1.07 555	1.01 624	1.35 640	1.63 633	2.09 506

PS-NSSS	3.11 467	1.60 489	19.48 414	1.00 284	1.53 516	4.12 489	1.08 469	4.59 617	2.80 378	2.19 428	2.38 525	1.76 338	1.39 357	11.79 636	1.94 459	0.69 579	0.45 420	0.95 623	0.43 524	1.03 599	1.00 423

Wz-Net-SNSev	3.47 528	10.51 623	16.90 332	1.65 561	1.20 432	3.29 280	2.03 592	4.16 486	3.03 428	2.35 486	2.39 527	3.48 542	2.12 508	7.95 508	4.28 560	0.51 526	0.40 383	0.53 560	0.49 549	0.74 566	1.46 467

SMFormer	2.40 299	0.73 227	8.34 194	1.41 489	0.61 174	2.04 122	0.72 233	4.30 539	4.43 593	2.41 505	2.40 528	1.94 376	1.52 398	10.99 595	3.10 541	0.35 339	0.84 534	0.36 441	0.33 428	0.40 375	0.77 380

tta	2.44 310	0.73 227	8.34 194	1.41 489	0.61 174	2.04 122	0.72 233	4.30 539	4.43 593	2.41 505	2.40 528	1.94 376	1.52 398	10.99 595	3.10 541	0.35 339	0.84 534	0.36 441	0.33 428	0.31 220	1.75 485

qqq1	2.35 287	0.73 227	8.34 194	1.41 489	0.61 174	2.04 122	0.72 233	4.30 539	4.43 593	2.41 505	2.40 528	1.94 376	1.52 398	10.99 595	1.36 311	0.35 339	0.84 534	0.30 298	0.25 252	0.31 220	1.75 485

fff1	2.35 287	0.73 227	8.34 194	1.41 489	0.61 174	2.04 122	0.72 233	4.30 539	4.43 593	2.41 505	2.40 528	1.94 376	1.52 398	10.99 595	1.36 311	0.35 339	0.84 534	0.30 298	0.25 252	0.31 220	1.75 485

ffm	4.27 581	0.98 357	21.04 600	1.24 405	1.03 364	3.64 359	0.87 362	4.23 513	4.73 614	2.31 468	2.40 528	3.49 543	1.64 438	2.29 336	0.78 127	0.30 225	19.28 696	0.48 529	0.40 502	0.31 220	14.02 634

ff1	5.58 621	0.98 357	21.04 600	1.24 405	1.03 364	3.64 359	0.87 362	4.23 513	4.73 614	2.31 468	2.40 528	3.49 543	1.64 438	12.40 644	16.90 652	0.30 225	19.28 696	0.48 529	0.40 502	0.31 220	14.02 634

mmx	4.56 595	0.98 357	21.04 600	1.24 405	1.03 364	3.64 359	0.87 362	4.53 605	5.34 632	2.31 468	2.40 528	3.49 543	1.64 438	12.40 644	16.90 652	0.34 323	5.98 638	0.48 529	0.40 502	0.46 452	5.71 580

xxx	4.56 595	0.98 357	21.04 600	1.24 405	1.03 364	3.64 359	0.87 362	4.53 605	5.34 632	2.31 468	2.40 528	3.49 543	1.64 438	12.40 644	16.90 652	0.34 323	5.98 638	0.48 529	0.40 502	0.46 452	5.71 580

RAFT-Stereo + iAFF	2.49 318	1.68 496	20.50 542	1.11 339	1.32 468	4.13 492	0.42 69	3.23 292	3.30 485	2.05 378	2.40 528	1.61 309	1.11 289	1.49 193	1.63 383	0.22 50	0.22 115	0.26 175	0.24 232	0.31 220	2.47 520

PAM	3.02 452	0.69 197	20.70 574	1.20 387	1.15 406	8.88 660	1.28 511	4.06 445	1.91 223	2.32 479	2.42 537	5.75 638	2.75 550	2.47 348	1.55 356	0.28 164	0.35 333	0.27 201	0.30 384	0.41 395	1.65 482

psmorigin	6.62 640	1.45 469	87.38 711	1.55 538	0.97 342	2.86 207	1.42 537	3.30 301	2.12 259	3.74 619	2.45 538	5.15 628	2.59 546	10.55 577	2.91 534	0.55 545	0.68 510	0.48 529	0.53 565	0.73 562	1.02 427

XQC	3.41 519	6.58 595	15.18 284	1.97 599	1.62 541	3.40 298	1.76 573	4.53 605	3.67 546	3.40 607	2.45 538	3.73 563	2.91 557	6.78 482	5.36 575	0.73 592	0.90 539	0.60 585	0.61 586	1.02 598	0.99 421

FBW_ROB	3.91 561	2.07 532	15.46 290	1.60 547	1.16 414	3.80 397	1.48 546	4.37 574	3.41 514	2.53 523	2.45 538	4.19 592	2.10 504	15.17 675	9.45 606	0.86 607	0.65 504	1.54 644	0.96 617	1.08 608	3.80 559

DDUNet	3.65 538	2.81 557	19.59 421	3.57 653	2.26 615	3.47 316	1.35 524	4.21 505	2.40 315	2.68 546	2.48 541	4.17 589	1.78 468	5.48 445	2.61 520	2.25 642	1.77 583	2.61 657	2.43 668	2.63 644	2.40 516

iRaft-Stereo_5w	2.47 316	1.37 459	13.85 254	0.87 174	0.99 348	3.22 261	0.84 337	3.72 366	2.12 259	1.57 268	2.49 542	2.20 409	2.22 520	9.12 527	2.03 470	0.48 497	0.27 254	0.35 423	0.29 363	0.48 472	0.94 415

ADLNet2	3.20 488	1.43 466	20.11 487	1.22 398	1.78 580	3.86 412	1.47 544	3.96 417	3.89 560	2.26 451	2.49 542	4.63 617	1.92 492	10.68 582	2.00 465	0.42 433	0.37 351	0.29 269	0.30 384	0.51 483	0.46 205

GrayStereo	3.68 545	0.56 91	20.61 563	1.71 573	0.90 318	4.17 509	8.11 668	3.17 286	4.13 572	2.80 564	2.49 542	1.70 323	17.06 678	2.83 380	1.25 285	0.37 382	0.23 147	0.27 201	0.32 419	0.30 204	0.57 295

HSM-Net_RVC	3.02 452	0.65 169	19.48 414	0.94 236	0.90 318	3.71 378	1.20 497	5.61 648	2.87 396	3.24 601	2.49 542	2.53 450	1.61 421	11.39 615	1.90 448	0.37 382	0.27 254	0.27 201	0.24 232	0.31 220	0.39 140
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DAS	2.52 323	0.76 258	7.72 188	1.16 368	1.64 550	2.96 223	2.10 597	4.14 480	3.31 488	4.16 630	2.51 546	2.56 456	1.81 474	11.54 623	1.83 434	0.44 457	0.23 147	0.39 473	0.25 252	0.42 406	0.45 193

SepStereo	2.36 290	0.76 258	7.72 188	1.16 368	1.64 550	2.96 223	2.10 597	4.14 480	3.31 488	4.16 630	2.51 546	2.56 456	1.81 474	8.34 513	1.83 434	0.44 457	0.23 147	0.39 473	0.25 252	0.42 406	0.45 193

RAFT + AFF	3.98 567	14.10 654	20.78 581	1.16 368	1.96 597	4.14 497	2.00 589	4.56 609	3.52 534	2.23 442	2.51 546	2.27 414	4.92 616	8.94 525	2.82 526	0.33 300	0.60 493	0.48 529	0.39 493	0.81 580	1.03 429

UDG	3.84 557	2.91 559	20.05 472	2.98 642	1.98 598	3.95 446	1.18 493	4.43 590	2.24 281	2.47 514	2.53 549	4.49 607	2.44 537	6.52 473	4.74 570	2.14 641	1.77 583	2.64 658	2.58 670	2.66 645	2.19 511

NaN_ROB	4.73 606	6.66 596	21.89 646	1.26 426	1.28 454	3.49 325	3.02 630	4.38 578	3.93 562	3.65 617	2.55 550	2.97 497	5.01 617	13.23 661	17.43 663	0.38 399	0.42 401	0.38 466	0.40 502	0.50 478	1.82 493

TestStereo1	2.56 345	1.41 464	20.56 552	1.63 554	0.74 239	4.13 492	1.34 521	3.93 411	3.38 506	1.61 273	2.56 551	1.43 294	2.13 511	2.55 359	1.70 404	0.32 273	0.22 115	0.34 404	0.26 273	0.40 375	0.53 273

SA-5K	2.56 345	1.41 464	20.56 552	1.63 554	0.74 239	4.13 492	1.34 521	3.93 411	3.38 506	1.61 273	2.56 551	1.43 294	2.13 511	2.55 359	1.70 404	0.32 273	0.22 115	0.34 404	0.26 273	0.40 375	0.53 273

PSM-AAD	3.41 519	0.58 112	20.55 548	0.95 248	0.56 142	4.46 565	7.40 666	3.11 279	1.58 142	2.30 465	2.56 551	1.26 268	16.19 676	2.47 348	1.00 216	0.32 273	0.22 115	0.58 580	0.41 513	0.37 339	1.32 453

YMNet	2.55 337	1.78 508	14.80 277	1.41 489	1.67 561	3.95 446	0.96 430	3.86 393	3.02 422	2.68 546	2.57 554	3.35 532	1.53 402	3.40 397	2.57 515	0.49 504	0.54 471	0.52 553	0.49 549	0.76 571	0.69 354

YMNet_1	2.55 337	1.78 508	14.80 277	1.41 489	1.67 561	3.95 446	0.96 430	3.86 393	3.02 422	2.68 546	2.57 554	3.35 532	1.53 402	3.40 397	2.57 515	0.49 504	0.54 471	0.52 553	0.49 549	0.76 571	0.69 354

NCC-stereo	3.49 530	2.07 532	20.23 499	1.31 446	1.76 576	4.04 468	1.42 537	4.01 428	2.34 306	3.06 587	2.59 556	3.51 551	3.02 568	10.02 559	5.44 576	1.38 629	0.66 507	0.64 598	0.88 612	0.67 546	0.84 396

Abc-Net	3.49 530	2.07 532	20.23 499	1.31 446	1.76 576	4.04 468	1.42 537	4.01 428	2.34 306	3.06 587	2.59 556	3.51 551	3.02 568	10.02 559	5.44 576	1.38 629	0.66 507	0.64 598	0.88 612	0.67 546	0.84 396
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ACRE	2.75 404	7.69 605	19.93 455	0.93 227	1.30 459	3.94 441	0.90 386	4.23 513	3.66 544	2.33 482	2.61 558	1.17 252	1.04 256	1.80 264	1.35 304	0.46 478	0.25 204	0.27 201	0.23 207	0.32 246	0.60 322

IPLGR_C	2.96 443	11.71 629	20.02 469	0.95 248	1.31 464	3.93 436	0.92 405	4.22 506	3.76 549	2.35 486	2.62 559	1.16 250	1.07 273	1.71 236	1.34 303	0.45 466	0.25 204	0.27 201	0.23 207	0.33 272	0.60 322

MFN_U_SF_DS_RVC	4.38 586	13.66 643	13.95 259	1.39 484	1.58 535	5.18 639	3.31 635	4.53 605	3.22 465	2.60 533	2.62 559	4.99 623	2.11 506	13.99 672	4.21 559	1.53 636	2.56 607	0.67 602	1.82 654	0.83 585	2.92 536

PAM_32	3.04 458	0.69 197	20.55 548	1.17 375	1.01 356	8.89 661	0.76 276	3.71 364	3.43 517	2.12 400	2.65 561	5.44 634	3.73 597	2.35 340	1.48 342	0.27 138	0.33 311	0.28 241	0.29 363	0.39 369	1.27 451

RainbowNet	5.20 616	15.03 673	21.14 615	3.66 655	3.25 639	4.18 512	2.98 627	4.22 506	3.20 455	2.30 465	2.65 561	4.24 594	2.97 561	9.92 552	6.29 582	3.92 663	2.27 597	2.71 662	1.73 650	3.82 657	3.43 555

CIPLG	2.88 427	10.01 620	20.02 469	0.95 248	1.34 472	3.95 446	0.91 397	4.24 519	3.69 547	2.36 492	2.66 563	1.17 252	1.06 268	1.82 272	1.37 316	0.45 466	0.25 204	0.27 201	0.23 207	0.33 272	0.60 322

Consistency-Raft	2.93 435	1.93 523	19.72 436	1.41 489	1.75 574	3.85 409	1.32 519	4.09 461	2.75 368	1.82 318	2.66 563	1.81 354	4.34 610	2.29 336	2.08 476	0.90 609	0.94 542	1.03 625	1.13 628	1.71 637	1.10 435

s12784h	2.08 218	0.50 52	16.85 330	0.75 90	0.36 14	4.42 560	0.49 94	4.23 513	3.08 440	2.03 371	2.67 565	0.91 205	1.05 265	2.05 299	0.78 127	0.37 382	0.18 21	0.24 86	0.16 14	0.27 137	0.26 12

OMP-Stereo	2.94 440	1.26 437	20.07 474	2.73 634	0.67 210	4.58 595	1.46 543	4.33 562	2.21 277	3.14 595	2.68 566	3.22 521	1.38 354	7.65 503	1.42 326	0.46 478	0.21 95	0.33 383	0.26 273	0.34 295	0.31 44

MADNet+	4.46 591	11.36 626	14.35 266	2.23 612	2.50 624	4.18 512	2.86 625	5.46 643	4.43 593	2.74 554	2.69 567	4.55 611	3.43 591	8.97 526	9.42 605	1.47 634	2.06 591	1.09 629	1.02 622	1.54 631	2.96 539

stereogan	3.26 503	1.26 437	18.01 360	1.38 477	1.66 558	3.76 387	1.64 565	4.06 445	3.86 558	3.23 600	2.70 568	5.02 624	2.85 554	9.88 549	1.85 438	0.71 583	0.51 461	0.69 605	0.48 544	0.86 586	0.85 399

PFNet	2.75 404	0.69 197	19.96 461	2.25 613	0.80 268	4.63 603	0.90 386	2.60 213	3.85 557	2.39 500	2.71 569	1.82 356	1.41 366	7.53 499	1.41 325	0.36 365	0.21 95	0.36 441	0.27 297	0.32 246	0.46 205

SHD	3.22 493	4.21 581	14.19 262	2.37 619	2.12 610	2.77 195	1.19 494	4.24 519	3.25 470	4.64 639	2.73 570	3.62 560	2.76 552	6.30 468	4.75 571	0.66 572	1.25 566	0.52 553	0.59 579	0.69 554	1.64 481

DEmStereo	3.24 498	0.65 169	18.95 385	0.83 142	0.54 127	3.85 409	1.79 575	2.53 186	2.54 340	2.25 445	2.74 571	2.02 393	6.02 629	6.78 482	11.30 616	0.40 419	0.26 234	0.27 201	0.27 297	0.28 158	0.57 295

MSC_U_SF_DS_RVC	4.90 611	13.94 651	16.59 327	1.69 568	1.46 505	6.15 646	3.52 643	5.47 644	3.95 564	2.77 557	2.74 571	4.81 620	2.49 541	13.78 669	5.33 574	2.34 643	3.46 625	1.05 626	1.21 634	2.28 640	2.94 537

UGAM	2.78 412	0.78 267	19.69 433	0.93 227	0.73 233	3.27 272	1.02 452	2.88 252	3.06 438	1.40 246	2.76 573	3.51 551	1.28 330	10.74 583	1.44 332	0.30 225	0.30 287	0.40 478	0.33 428	0.37 339	0.49 238

Sa-1000	2.54 332	1.47 472	20.36 520	1.16 368	0.55 135	4.07 477	1.39 533	4.49 598	3.01 418	2.06 379	2.79 574	1.84 359	1.43 373	2.68 369	1.53 350	0.31 251	0.26 234	0.36 441	0.33 428	0.37 339	0.46 205

DRaft	3.12 470	0.68 191	20.57 556	0.77 97	0.49 99	3.95 446	1.20 497	2.40 157	1.60 151	2.64 542	2.80 575	1.59 307	5.33 621	6.94 489	9.51 607	0.43 449	0.22 115	0.27 201	0.27 297	0.32 246	0.47 217

ADCS	4.77 608	12.63 634	17.40 343	1.72 574	1.34 472	3.90 422	3.60 647	4.30 539	3.54 535	5.11 644	2.81 576	4.44 604	3.05 571	6.15 463	19.32 676	0.74 595	0.68 510	0.70 606	0.70 598	1.25 623	1.98 498

Nwc_Net	3.03 455	1.90 522	19.16 395	1.38 477	1.69 563	3.53 334	1.19 494	4.03 436	2.19 272	2.79 561	2.84 577	3.80 568	2.46 538	6.93 488	2.87 531	0.96 612	0.41 390	0.59 581	0.68 595	0.60 515	0.65 343

ACVNet_1	6.63 641	14.79 668	21.40 634	3.59 654	3.17 636	4.69 623	2.46 609	4.24 519	3.34 499	3.11 591	2.86 578	23.21 684	4.59 613	11.06 599	12.59 629	3.75 659	2.34 599	2.60 655	1.80 653	3.70 653	3.31 550

MFMNet_re	3.44 522	8.89 609	19.36 408	3.25 648	1.91 595	3.13 248	1.99 586	3.60 342	4.16 574	3.17 598	2.86 578	2.25 412	2.41 534	2.61 364	2.35 498	1.13 619	1.06 552	0.94 622	0.91 615	1.29 624	1.57 475

DispFullNet	4.71 604	3.93 575	23.92 671	4.00 659	3.01 631	3.38 293	1.31 517	4.23 513	3.26 472	6.31 654	2.92 580	4.03 579	7.80 647	3.93 417	5.15 573	2.80 646	1.61 578	3.11 668	2.70 673	3.32 649	3.38 554

MyStereo8	2.97 448	1.76 504	18.94 384	1.55 538	1.62 541	4.16 503	0.57 127	3.79 378	2.41 317	2.22 440	2.93 581	2.27 414	1.14 299	2.16 318	2.28 493	0.27 138	8.58 653	0.32 346	0.29 363	0.37 339	1.72 484

AF-Net	3.15 478	2.65 555	18.81 380	1.37 473	1.76 576	3.30 284	1.57 556	4.20 501	3.05 436	2.76 556	2.94 582	4.50 608	3.21 579	5.88 453	3.07 539	0.88 608	0.39 379	0.72 611	0.50 557	0.75 567	0.66 348

KYRaft	2.55 337	0.57 102	20.60 561	0.98 270	0.51 111	4.38 549	1.76 573	2.51 179	1.59 145	2.48 516	2.98 583	1.99 388	3.36 587	2.17 320	0.96 201	0.34 323	0.22 115	0.33 383	0.46 538	0.38 353	2.44 518

ADCMid	4.55 594	10.78 624	17.67 355	1.32 453	1.43 497	4.62 601	2.24 602	4.22 506	4.97 627	3.93 623	3.01 584	3.84 570	3.66 595	4.22 426	18.57 673	0.69 579	0.62 498	1.09 629	1.20 632	1.48 629	1.49 469

GANet	3.64 537	1.76 504	19.65 423	1.92 596	1.04 370	3.91 427	2.51 612	3.86 393	2.81 383	3.13 592	3.03 585	3.19 517	2.19 518	12.43 649	8.23 601	0.60 558	0.43 403	0.52 553	0.43 524	0.63 528	0.63 334

RP	3.26 503	1.73 503	17.70 356	1.56 540	1.93 596	3.43 308	1.94 582	4.18 496	2.72 362	2.77 557	3.05 586	3.96 576	2.69 548	10.17 564	2.86 529	1.04 614	0.50 457	0.71 608	0.59 579	0.75 567	0.83 393

SAMSARA	4.67 600	6.50 594	16.40 322	4.62 670	3.13 635	6.62 651	3.49 641	5.24 636	3.04 433	7.78 660	3.07 587	5.32 629	4.05 603	9.98 556	6.42 583	0.69 579	2.39 601	0.60 585	0.74 601	0.99 597	2.26 512

TransformOpticalFlow	3.07 462	0.87 300	20.87 589	1.10 334	0.56 142	4.18 512	0.64 176	4.36 571	3.28 476	2.19 428	3.08 588	4.32 600	5.01 617	7.36 496	1.59 368	0.34 323	0.18 21	0.32 346	0.26 273	0.29 181	0.57 295

AnyNet_C32	4.49 592	9.53 615	13.85 254	1.67 563	1.56 526	5.40 642	4.06 656	4.03 436	3.69 547	4.21 632	3.09 589	3.09 510	3.38 589	8.24 511	18.76 674	0.56 549	0.64 501	0.53 560	0.81 607	1.36 627	1.42 462

zh-mn7	3.65 538	13.21 638	16.35 321	1.28 430	1.01 356	2.94 219	1.31 517	4.24 519	3.12 446	3.44 609	3.10 590	2.84 486	2.09 501	9.17 528	5.46 578	0.61 559	0.43 403	0.38 466	0.38 483	0.60 515	0.94 415

IIG-Stereo	2.89 429	0.98 357	19.80 440	2.78 636	0.67 210	4.62 601	0.74 252	4.29 537	2.26 287	2.62 540	3.10 590	3.33 530	1.60 415	7.64 502	1.51 345	0.42 433	0.21 95	0.32 346	0.25 252	0.33 272	0.28 23

RAFT-345	2.55 337	0.60 135	19.89 452	1.22 398	0.49 99	4.43 561	0.77 279	1.68 56	3.54 535	2.09 391	3.10 590	1.95 380	1.30 337	6.65 476	1.47 341	0.41 422	0.23 147	0.32 346	0.26 273	0.29 181	0.28 23

RTS	4.29 582	9.35 613	18.25 367	2.79 638	2.29 617	4.98 634	3.41 638	4.72 625	4.27 584	4.35 633	3.10 590	4.93 621	3.14 573	7.71 504	6.99 589	0.71 583	0.68 510	0.51 550	0.50 557	1.07 606	1.98 498

RTSA	4.29 582	9.35 613	18.25 367	2.79 638	2.29 617	4.98 634	3.41 638	4.72 625	4.27 584	4.35 633	3.10 590	4.93 621	3.14 573	7.71 504	6.99 589	0.71 583	0.68 510	0.51 550	0.50 557	1.07 606	1.98 498

zh-sn7	4.13 572	13.99 652	17.43 344	1.29 436	1.15 406	3.66 365	2.56 615	4.26 531	2.78 376	2.66 545	3.11 595	3.37 534	3.17 577	11.53 621	7.43 595	0.48 497	0.49 449	0.45 513	0.44 528	0.75 567	1.52 471

RT-IGEV	3.03 455	0.66 177	15.80 298	1.63 554	0.95 338	2.42 164	1.38 530	4.57 611	5.38 637	2.88 570	3.18 596	4.44 604	4.91 615	2.76 375	1.51 345	0.37 382	0.49 449	0.32 346	0.33 428	0.34 295	6.32 587

DGSMNet	8.13 653	2.31 544	18.62 374	2.77 635	13.96 676	6.91 654	42.17 701	4.16 486	2.53 339	2.25 445	3.21 597	3.41 537	1.69 451	9.19 530	3.03 537	3.79 661	10.31 671	11.70 696	5.68 683	4.38 665	10.58 622

ccnet	3.03 455	1.48 473	12.88 240	1.54 534	1.26 452	3.71 378	2.32 606	4.11 466	3.05 436	2.92 574	3.21 597	2.86 487	2.40 532	9.87 548	4.19 558	0.80 601	0.76 522	0.71 608	0.70 598	0.78 573	1.07 433

RGC	3.35 515	1.84 519	18.13 363	1.52 531	1.79 582	3.33 289	1.37 529	4.18 496	2.39 312	2.96 581	3.23 599	3.98 577	2.71 549	11.53 621	3.42 549	0.90 609	0.48 446	0.79 617	0.79 605	0.75 567	0.89 406

RTSC	3.44 522	6.78 597	16.53 326	1.76 583	1.54 517	3.53 334	0.94 414	4.22 506	2.97 408	3.65 617	3.23 599	3.31 528	2.29 525	6.22 465	7.41 594	0.61 559	1.32 567	0.37 452	0.42 519	0.78 573	0.98 420

edge stereo	3.45 524	1.08 387	22.14 656	1.31 446	1.36 479	2.68 191	1.54 551	4.13 475	3.27 474	2.94 577	3.27 601	4.34 601	2.48 539	11.60 627	2.79 523	0.62 565	0.64 501	0.79 617	0.56 575	0.70 555	0.82 391

Hybrid-DGEV-03	2.35 287	1.15 410	20.06 473	1.06 317	0.52 118	3.99 456	0.96 430	3.34 306	1.68 175	2.16 413	3.31 602	1.37 285	1.07 273	1.40 170	1.55 356	0.28 164	0.22 115	0.32 346	0.24 232	0.30 204	1.97 497

tt	7.29 649	0.58 112	7.34 186	4.04 660	2.30 619	12.04 668	20.18 681	15.60 685	7.41 655	3.46 610	3.36 603	5.36 630	6.39 634	4.27 427	7.46 596	9.80 688	11.53 676	7.04 686	7.45 686	6.31 674	3.81 560

z-mn7	3.78 552	14.53 664	15.59 294	1.34 460	1.23 441	3.78 392	1.42 537	4.17 490	3.45 524	2.94 577	3.37 604	3.05 504	2.09 501	10.03 561	5.54 579	0.50 518	0.39 379	0.43 502	0.34 439	0.67 546	0.73 368

PWC_ROB	3.32 510	4.61 584	14.41 267	1.46 510	1.90 594	3.21 258	1.15 490	4.39 581	3.46 527	3.13 592	3.40 605	2.79 482	2.34 529	9.17 528	6.94 588	0.61 559	0.34 323	0.61 588	0.37 474	0.73 562	1.40 459

Prome-Stereo	2.57 349	0.60 135	20.29 511	1.01 288	0.62 184	4.40 556	1.80 576	3.22 291	1.74 195	2.18 421	3.43 606	1.71 327	3.45 592	2.24 331	1.19 261	0.32 273	0.20 64	0.27 201	0.25 252	0.37 339	2.15 507

StereoVision	2.36 290	1.15 410	20.38 522	1.07 324	1.79 582	2.58 184	0.61 149	3.14 282	2.34 306	1.33 239	3.46 607	1.85 361	0.88 200	2.12 312	2.01 466	0.46 478	0.36 343	0.37 452	0.36 464	0.50 478	0.41 156

PVD	3.91 561	4.36 582	13.89 258	2.81 640	4.79 657	3.80 397	1.94 582	3.89 400	4.11 570	5.75 648	3.56 608	3.59 557	3.34 585	6.44 472	6.44 584	0.73 592	2.84 612	0.74 615	0.84 610	0.82 582	3.45 556

STrans-v2	3.11 467	0.95 344	20.80 583	0.86 166	0.64 191	3.90 422	1.01 447	4.30 539	3.61 540	2.28 456	3.65 609	4.11 586	5.17 620	7.32 493	1.63 383	0.34 323	0.18 21	0.29 269	0.26 273	0.30 204	0.65 343

SPS-STEREO	5.18 615	10.36 621	21.09 610	1.74 578	1.72 572	3.24 268	2.26 603	3.92 407	4.12 571	5.06 643	3.66 610	5.43 633	3.33 584	9.56 539	12.34 627	1.17 622	1.17 562	1.07 627	1.03 624	1.17 617	10.25 620
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM-Forest	4.96 612	0.86 295	21.02 597	1.22 398	0.83 278	4.05 472	3.26 634	4.40 583	3.49 531	4.40 635	3.69 611	4.66 618	13.91 670	11.94 639	17.16 660	0.66 572	0.46 426	0.49 542	0.39 493	0.49 477	1.77 489
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Selective-IGEV-i16pb	3.28 507	0.86 295	21.22 624	1.25 420	0.69 226	4.00 460	3.35 637	4.60 618	2.75 368	1.79 312	3.77 612	2.90 492	2.20 519	10.06 562	2.85 528	0.71 583	0.50 457	0.38 466	0.48 544	0.55 494	0.75 376

AnyNet_C01	4.68 601	10.90 625	16.41 323	2.03 606	1.62 541	6.25 647	6.40 663	4.19 499	5.13 630	4.03 625	3.77 612	4.14 587	3.26 580	7.23 491	11.19 614	0.64 569	0.80 528	0.65 600	0.72 600	2.18 638	2.08 504

DStereoO	6.49 637	2.37 546	11.24 222	4.72 671	13.38 674	4.43 561	23.61 682	4.35 568	6.24 651	2.56 526	3.88 614	3.12 514	7.75 646	4.13 423	11.53 619	4.21 665	7.25 646	1.33 639	1.83 655	3.22 647	8.59 606

ASMatch	2.65 371	0.68 191	20.65 568	1.60 547	0.71 230	4.40 556	0.77 279	2.02 103	1.65 169	1.71 295	3.89 615	1.93 374	3.75 598	5.45 443	1.67 396	0.33 300	0.24 183	0.34 404	0.28 324	0.34 295	0.57 295

FAT-Stereo	3.38 517	0.88 305	19.96 461	1.28 430	1.20 432	3.44 309	1.97 585	4.26 531	3.15 451	3.14 595	3.92 616	3.50 548	3.28 581	11.68 631	2.04 472	0.65 571	0.68 510	0.48 529	0.54 568	0.63 528	0.91 409

S-Stereo	3.51 532	0.96 348	22.00 654	1.38 477	1.50 511	3.55 339	2.49 611	4.27 534	3.00 413	2.38 498	3.94 617	3.73 563	1.84 482	11.89 638	2.59 518	0.64 569	0.71 519	0.49 542	0.81 607	0.68 552	1.31 452

ACVNet-4b	6.98 646	14.78 667	22.17 657	3.56 652	3.11 634	4.14 497	2.23 601	4.08 457	3.84 554	1.67 285	3.96 618	5.86 640	2.87 556	10.30 572	17.16 660	26.09 701	2.24 596	2.53 653	1.79 652	3.91 659	3.28 549

CBMV_ROB	4.57 597	0.90 316	21.30 630	1.46 510	0.89 310	4.43 561	1.69 570	4.51 603	3.14 449	5.97 650	4.23 619	4.16 588	7.83 648	11.06 599	16.47 648	0.61 559	0.55 477	0.53 560	0.51 562	0.56 501	0.59 316

aanetorigin	3.34 514	2.00 527	17.58 351	1.20 387	1.57 530	2.57 183	3.75 650	2.73 227	2.10 252	6.11 652	4.27 620	2.88 489	5.64 625	5.46 444	4.60 567	0.53 539	0.46 426	0.45 513	0.48 544	1.15 615	1.22 444

AANet_RVC	3.70 548	7.03 600	17.25 338	1.21 394	1.12 399	3.79 394	1.09 473	3.98 422	3.38 506	2.65 544	4.29 621	3.95 575	1.40 361	11.43 619	7.88 600	1.25 625	0.57 481	0.34 404	0.25 252	0.43 416	0.71 360

MDST_ROB	6.31 634	1.18 417	22.96 668	2.56 631	2.69 625	21.07 679	2.01 591	4.79 630	2.87 396	9.49 667	4.45 622	4.10 585	4.48 611	22.33 683	17.61 664	0.79 600	0.44 412	0.47 522	0.44 528	0.47 465	0.95 417

JetBlue	6.69 644	12.01 630	14.30 264	1.98 601	4.64 656	11.97 667	12.29 673	5.39 641	4.32 591	3.81 621	4.51 623	9.50 658	6.53 636	10.22 566	14.50 639	1.32 626	1.47 572	1.18 632	1.36 641	7.48 681	5.05 574

ADCL	4.70 603	4.04 578	16.12 308	1.35 462	1.28 454	5.46 643	10.88 670	4.08 457	4.25 582	5.97 650	4.51 623	4.29 598	5.60 623	6.37 469	15.21 643	0.54 542	0.48 446	0.88 621	0.78 604	0.86 586	1.01 425

AANet	5.07 614	3.79 574	14.99 282	1.46 510	1.56 526	2.28 150	1.36 527	2.97 266	13.07 666	4.12 628	4.76 625	4.17 589	5.56 622	6.54 474	4.69 569	0.67 576	12.57 678	0.50 544	0.44 528	1.04 601	14.76 639

EDNetEfficientorigin	12.42 666	3.26 565	179.44 715	1.21 394	1.00 354	2.89 215	1.82 578	3.05 273	5.37 634	8.87 664	4.78 626	4.17 589	4.80 614	9.91 551	11.32 617	0.41 422	0.41 390	0.62 595	0.88 612	1.33 626	2.81 529

EDNetEfficient	5.62 623	2.26 541	17.51 347	1.67 563	3.59 641	3.99 456	7.25 664	3.14 282	5.63 643	11.52 679	4.82 627	3.94 574	12.48 663	8.39 515	20.56 679	0.46 478	0.46 426	0.48 529	1.06 625	1.65 635	1.62 480

HHNet	2.51 321	0.76 258	20.83 585	0.67 38	0.67 210	4.07 477	0.90 386	3.85 392	1.59 145	2.14 403	4.91 628	0.98 226	3.32 583	1.73 248	1.80 429	0.41 422	0.20 64	0.31 323	0.28 324	0.38 353	0.44 184

FTStereo	3.74 549	0.60 135	20.43 527	0.99 277	0.66 204	4.34 543	11.24 671	2.63 217	1.95 230	2.58 530	5.03 629	1.90 368	13.77 667	3.70 409	1.28 295	0.41 422	0.24 183	0.31 323	0.33 428	0.32 246	2.08 504

MultiAttention	9.51 657	0.66 177	18.16 364	2.27 614	22.44 690	36.03 695	8.40 669	5.18 635	2.72 362	2.59 531	5.12 630	5.53 637	1.60 415	52.66 708	8.87 603	0.51 526	0.24 183	0.52 553	0.94 616	6.88 678	8.91 609

ACVNet_2	6.09 630	15.28 677	21.36 633	3.30 649	3.17 636	4.50 575	3.00 628	4.70 623	3.96 565	3.52 613	5.34 631	7.79 652	2.95 559	12.40 644	13.76 633	3.28 652	2.23 595	2.70 661	1.70 647	3.52 651	3.24 546

RAFT-RH_RVC	2.72 395	0.64 160	20.10 483	1.48 517	0.49 99	4.46 565	0.56 123	1.73 67	2.86 394	3.06 587	5.50 632	2.02 393	1.28 330	6.70 479	1.56 360	0.46 478	0.22 115	0.37 452	0.34 439	0.29 181	0.33 64

JetRed	10.68 661	26.07 692	35.62 686	4.40 665	4.16 653	15.72 675	13.07 675	14.57 681	5.83 646	5.85 649	5.55 633	10.12 659	7.37 643	8.86 522	25.99 688	3.33 653	3.82 628	3.59 675	2.98 679	8.51 683	8.22 600

AIO-Stereo-zeroshot1	3.20 488	1.87 520	21.91 648	1.18 380	2.03 602	4.07 477	0.98 441	3.99 424	2.17 268	1.57 268	5.62 634	4.27 595	2.92 558	2.69 372	2.50 511	0.27 138	0.49 449	0.31 323	1.20 632	0.92 593	3.04 541

TCMNet-wrong-test	12.48 667	15.10 674	19.66 424	22.40 691	19.87 685	15.98 677	12.30 674	23.88 687	4.80 621	6.29 653	6.46 635	18.38 675	15.65 675	10.50 576	10.86 612	9.07 686	4.79 630	5.34 683	3.95 680	12.27 689	12.13 627

SDNR	4.37 585	2.22 540	20.63 566	1.60 547	0.99 348	5.15 638	0.67 193	4.36 571	5.55 641	4.89 641	7.17 636	5.50 636	1.58 410	17.48 677	4.33 562	0.80 601	0.72 520	0.59 581	0.45 536	1.18 618	1.43 463

EAI-Stereo	4.89 610	0.69 197	7.74 190	0.99 277	1.63 546	4.68 618	51.52 702	5.79 649	3.37 503	3.64 616	7.24 637	1.10 241	0.95 223	2.51 351	1.71 407	0.33 300	0.31 295	0.28 241	2.04 661	0.28 158	0.92 411

PWCDC_ROB	3.62 536	9.86 619	17.35 342	1.62 551	1.57 530	4.19 520	1.01 447	4.35 568	4.20 575	2.26 451	7.36 638	2.73 471	2.75 550	4.10 421	4.51 565	1.47 634	0.37 351	0.39 473	0.34 439	1.22 621	0.73 368

PWCK	6.49 637	13.40 639	20.27 505	2.95 641	1.61 538	5.68 645	7.63 667	5.37 640	4.77 619	3.90 622	7.48 639	7.96 653	5.63 624	15.15 674	10.93 613	3.21 651	1.55 576	2.34 651	1.43 644	6.05 672	2.45 519

CSAN	5.95 627	13.70 646	21.94 649	1.35 462	0.93 330	3.65 363	3.46 640	4.73 627	4.26 583	3.98 624	7.70 640	3.54 555	6.94 640	22.83 684	16.00 647	0.53 539	0.47 439	0.50 544	0.55 573	0.65 540	1.22 444

MSMD_ROB	5.99 628	1.29 447	19.23 402	1.40 485	0.84 287	10.25 664	2.05 594	4.20 501	6.02 649	10.42 675	8.00 641	22.21 681	9.45 658	11.67 628	8.73 602	0.76 599	0.59 491	0.67 602	0.68 595	0.67 546	0.72 363

DCRE	3.02 452	0.95 344	18.48 372	1.18 380	1.89 593	3.57 343	0.82 322	3.36 310	1.70 182	2.04 374	8.12 642	1.73 331	1.07 273	1.31 140	1.24 277	0.24 74	0.87 538	0.26 175	0.27 297	0.28 158	11.03 624

MADNet++	8.64 656	6.17 593	13.88 257	6.61 675	5.25 659	10.15 663	14.20 676	5.89 651	8.25 656	7.14 657	8.18 643	6.41 644	9.84 660	11.71 633	16.73 651	9.65 687	5.03 634	8.63 688	5.68 683	4.83 670	8.57 605

CrosDoStereo	5.27 618	0.75 249	20.07 474	0.85 153	0.53 123	3.40 298	18.03 678	3.90 402	3.29 481	1.99 351	8.27 644	1.95 380	6.95 641	7.34 494	25.94 686	0.33 300	0.22 115	0.30 298	0.28 324	0.35 314	0.61 326

DeepStereo_LL	5.27 618	0.75 249	20.07 474	0.85 153	0.53 123	3.40 298	18.03 678	3.90 402	3.29 481	1.99 351	8.27 644	1.95 380	6.95 641	7.34 494	25.94 686	0.33 300	0.22 115	0.30 298	0.28 324	0.35 314	0.61 326

IMH-64-1	6.10 631	13.83 649	17.55 348	4.34 663	3.78 644	4.79 630	5.94 660	5.34 637	4.20 575	4.10 626	8.31 646	5.07 626	6.92 638	9.63 542	7.36 592	4.60 673	2.96 617	3.04 664	2.14 665	4.30 663	3.88 562

IMH-64	6.10 631	13.83 649	17.55 348	4.34 663	3.78 644	4.79 630	5.94 660	5.34 637	4.20 575	4.10 626	8.31 646	5.07 626	6.92 638	9.63 542	7.36 592	4.60 673	2.96 617	3.04 664	2.14 665	4.30 663	3.88 562

coex-ft	20.00 685	11.54 627	120.82 713	1.18 380	1.30 459	2.36 157	1.99 586	2.96 265	13.96 668	129.83 716	8.40 648	5.88 641	52.82 707	9.93 553	31.13 697	0.61 559	0.62 498	0.50 544	0.49 549	1.10 611	2.63 524

ELAS_RVC	6.36 635	2.53 550	20.21 496	2.67 633	2.48 622	4.90 633	11.89 672	4.84 631	6.31 654	9.03 665	8.54 649	8.09 655	12.73 665	9.32 532	13.25 632	1.92 638	2.18 592	1.51 642	1.31 636	1.40 628	2.15 507
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SANet	6.43 636	13.71 647	22.08 655	1.43 505	1.00 354	6.86 653	3.78 652	4.71 624	11.10 660	4.71 640	8.72 650	7.47 650	7.91 651	12.46 651	18.12 668	0.51 526	0.47 439	0.50 544	0.45 536	0.94 595	1.60 479

WAO-7	6.00 629	14.29 657	20.46 532	1.97 599	1.51 513	5.31 641	3.06 632	5.00 632	5.92 648	4.55 638	8.87 651	6.52 645	6.47 635	13.38 665	13.85 634	1.35 627	1.24 565	1.48 641	1.36 641	1.63 633	1.79 492

ELAS	6.58 639	2.54 551	20.08 480	2.66 632	2.48 622	15.49 674	7.29 665	5.50 645	5.72 644	10.05 672	8.94 652	6.91 648	10.83 661	8.33 512	14.27 637	1.92 638	2.19 593	1.23 634	1.31 636	1.62 632	2.17 509
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
otaku	5.59 622	14.82 669	20.70 574	3.13 645	2.70 626	3.91 427	2.56 615	3.90 402	2.48 333	2.25 445	9.38 653	4.06 581	2.32 528	9.59 541	14.37 638	3.52 656	1.66 580	2.15 650	1.19 631	3.73 656	3.35 553

G-Net	4.16 573	1.39 460	20.31 515	2.30 616	2.91 629	4.68 618	2.86 625	3.35 308	2.44 329	4.43 636	9.43 654	6.89 647	3.83 599	8.91 523	4.83 572	0.80 601	0.80 528	0.70 606	0.50 557	0.95 596	0.97 418

WAO-6	6.68 643	9.03 611	20.68 570	2.98 642	2.79 628	11.93 666	3.56 646	5.39 641	11.65 662	3.55 614	9.59 655	6.77 646	6.72 637	12.28 642	11.56 620	2.88 648	2.36 600	2.50 652	1.84 656	2.89 646	2.72 528

UNDER WATER-64	10.08 658	14.27 656	22.85 666	5.26 674	4.88 658	11.00 665	4.57 658	11.41 666	17.25 683	7.68 659	9.72 656	15.96 672	21.47 689	11.12 606	16.63 650	4.38 666	2.88 614	4.41 681	2.95 678	7.12 679	5.81 582

IMH	7.25 648	16.24 683	21.08 605	4.40 665	3.79 646	5.46 643	3.03 631	5.58 647	6.26 652	4.92 642	10.32 657	9.24 657	8.30 653	13.62 667	11.56 620	4.84 677	3.00 620	3.09 667	2.14 665	4.38 665	3.83 561

UNDER WATER	11.28 664	13.60 642	22.90 667	5.11 673	4.53 655	7.75 657	3.75 650	12.50 673	21.62 691	7.80 661	10.68 658	23.75 686	35.20 692	11.54 623	17.40 662	4.46 668	2.95 615	4.23 680	2.90 677	6.57 675	6.27 586

USTest	15.98 678	15.57 679	22.51 664	18.47 688	16.98 679	26.39 686	36.05 695	27.65 689	12.77 665	10.72 676	10.87 659	18.34 674	15.08 674	18.60 678	23.36 680	4.90 678	5.38 636	7.40 687	7.45 686	9.88 685	11.26 625

WCMA_ROB	5.78 625	2.42 547	21.71 643	1.67 563	1.55 521	4.07 477	3.53 644	4.14 480	4.73 614	6.59 655	10.89 660	12.82 666	9.59 659	10.17 564	12.65 630	1.05 615	0.61 495	0.52 553	0.52 563	0.71 560	5.64 579

FCDSN-DC	6.71 645	1.18 417	21.61 642	1.29 436	1.10 393	4.38 549	2.59 617	4.58 614	5.52 639	9.58 668	11.19 661	19.17 676	17.69 680	13.03 658	17.11 657	0.73 592	0.57 481	0.61 588	0.60 583	0.71 560	0.92 411
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	7.08 647	1.01 370	21.89 646	1.74 578	1.64 550	8.18 659	2.31 605	6.50 653	9.16 658	10.85 677	11.33 662	19.85 678	13.33 666	12.94 656	17.10 656	0.72 589	0.57 481	0.59 581	0.57 576	0.64 533	0.69 354

SGM_RVC	6.11 633	1.10 394	20.44 528	2.15 610	0.66 204	15.87 676	3.98 655	5.00 632	6.19 650	9.79 671	11.46 663	8.23 656	12.63 664	12.32 643	9.15 604	0.54 542	0.39 379	0.41 487	0.35 454	0.55 494	1.05 432
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
LVE	7.57 651	15.80 680	21.28 628	3.69 657	3.19 638	4.54 584	2.78 620	10.13 665	11.63 661	3.24 601	11.52 664	18.10 673	4.55 612	11.67 628	10.30 610	4.62 676	2.95 615	2.56 654	1.91 658	3.63 652	3.26 548

MeshStereo	5.67 624	1.80 510	21.28 628	1.40 485	1.14 404	4.38 549	3.83 653	5.51 646	4.85 623	10.12 673	11.72 665	11.44 660	5.87 628	13.86 670	12.31 626	0.68 578	0.61 495	0.61 588	0.60 583	0.73 562	0.68 351
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
FC-DCNN v2	7.41 650	0.98 357	22.19 658	1.75 580	1.64 550	8.98 662	2.37 607	7.60 656	9.44 659	11.09 678	11.95 666	20.04 679	16.35 677	12.99 657	17.14 659	0.72 589	0.57 481	0.59 581	0.57 576	0.64 533	0.68 351

THIR-Stereo	4.50 593	1.11 398	18.71 378	0.89 187	0.47 84	2.25 145	16.71 677	3.53 331	1.58 142	2.04 374	12.04 667	2.66 466	7.52 644	7.29 492	11.25 615	0.32 273	0.21 95	0.29 269	0.28 324	0.35 314	0.52 263

WAO-8	12.61 669	16.02 681	21.99 652	3.55 650	3.10 632	15.07 672	2.80 621	12.81 675	19.10 689	7.93 662	13.05 668	11.75 662	8.46 656	83.86 710	15.10 640	3.51 654	1.94 587	3.54 673	1.96 659	3.72 654	2.89 534

Venus	12.61 669	16.02 681	21.99 652	3.55 650	3.10 632	15.07 672	2.80 621	12.81 675	19.10 689	7.93 662	13.05 668	11.75 662	8.46 656	83.86 710	15.10 640	3.51 654	1.94 587	3.54 673	1.96 659	3.72 654	2.89 534

pmcnn	5.90 626	1.81 513	22.30 659	1.69 568	2.37 621	3.47 316	2.10 597	4.58 614	5.56 642	3.75 620	13.12 670	22.07 680	3.70 596	11.99 640	17.13 658	0.58 553	0.23 147	0.23 54	0.19 86	0.37 339	0.70 358

IINet	19.62 683	18.90 685	25.24 674	22.29 689	21.18 686	29.28 687	37.70 696	32.09 693	16.48 675	14.50 681	13.76 671	22.89 682	19.67 684	21.97 681	26.19 689	10.17 690	8.89 658	11.02 692	10.87 689	13.66 690	15.57 651

iinet-test	19.62 683	18.90 685	25.24 674	22.29 689	21.18 686	29.28 687	37.70 696	32.09 693	16.48 675	14.50 681	13.77 672	22.90 683	19.67 684	21.97 681	26.19 689	10.16 689	8.89 658	11.02 692	10.87 689	13.66 690	15.57 651

LSM	13.03 672	7.72 606	21.01 596	55.44 705	85.65 705	3.65 363	6.27 662	3.91 406	5.06 628	5.63 646	13.91 673	3.53 554	3.46 593	9.93 553	4.36 563	0.72 589	0.95 543	0.72 611	0.85 611	1.09 609	26.67 687

MonStereo1	8.19 654	2.63 554	9.96 208	4.90 672	3.64 642	18.09 678	2.55 613	5.89 651	5.83 646	5.29 645	13.95 674	7.40 649	45.20 705	13.30 663	6.87 587	4.47 669	1.10 557	2.69 660	1.59 646	4.07 662	4.31 567

MANE	15.29 676	13.67 644	23.58 670	10.15 682	13.37 673	23.58 685	23.86 683	27.83 690	26.26 693	12.02 680	15.10 675	19.83 677	18.01 681	15.68 676	20.35 678	8.58 683	9.20 668	3.05 666	4.19 681	0.82 582	16.69 658

FINET	10.59 660	14.44 663	25.84 676	2.30 616	3.90 647	21.74 680	25.19 685	8.85 663	16.99 679	2.68 546	15.19 676	11.45 661	13.83 668	6.71 481	15.11 642	0.80 601	8.59 654	0.53 560	0.44 528	0.62 522	16.67 657

Anonymous_1	57.77 707	19.65 687	26.12 677	23.12 692	141.97 713	30.79 689	39.72 698	34.10 697	16.98 678	70.09 709	15.64 677	23.44 685	19.73 686	23.03 686	27.21 691	164.70 716	9.02 663	130.41 711	137.42 714	161.21 717	41.01 705

SGM+DAISY	13.18 673	14.36 659	24.65 673	8.10 678	13.49 675	22.47 682	25.54 687	12.13 671	17.08 682	14.77 683	15.82 678	12.17 665	13.97 673	12.65 654	18.22 670	8.40 682	9.18 667	1.23 634	1.33 639	1.23 622	16.81 663

SGM-ForestM	15.60 677	14.94 672	28.17 683	7.84 677	10.49 667	23.43 684	24.58 684	20.87 686	16.87 677	15.92 687	15.89 679	27.08 691	22.45 690	24.86 689	28.42 696	3.85 662	8.90 660	0.55 570	1.15 630	0.64 533	15.05 641

DStereoSA	12.54 668	6.88 598	16.88 331	11.79 685	16.87 678	22.28 681	25.54 687	6.75 654	17.06 681	6.99 656	15.95 680	6.00 642	13.94 671	7.99 509	27.57 692	8.61 684	9.15 665	1.51 642	8.23 688	4.04 660	16.83 664

DPSM_ROB	20.83 686	20.01 688	26.54 679	23.64 693	22.42 688	31.06 690	39.94 699	34.02 695	17.42 684	15.35 685	16.05 681	24.04 687	20.69 687	23.28 687	27.60 693	10.77 691	9.41 669	11.68 694	11.50 692	14.48 692	16.71 659

DPSM	20.83 686	20.01 688	26.54 679	23.64 693	22.42 688	31.06 690	39.94 699	34.02 695	17.42 684	15.35 685	16.05 681	24.04 687	20.69 687	23.28 687	27.60 693	10.77 691	9.41 669	11.68 694	11.50 692	14.48 692	16.71 659

DStereoFS	13.73 674	14.37 660	21.48 637	14.07 686	16.86 677	23.31 683	25.20 686	13.01 677	17.04 680	15.22 684	16.10 683	11.86 664	13.95 672	10.88 588	15.98 646	8.74 685	9.17 666	2.60 655	5.33 682	2.58 643	16.74 661

LE_ROB	19.18 682	12.99 637	48.22 694	8.42 680	23.91 691	7.26 655	19.71 680	9.92 664	38.58 702	43.44 697	21.85 684	28.15 692	41.18 696	23.00 685	54.71 702	0.38 399	0.34 323	0.32 346	0.36 464	0.43 416	0.49 238

DGTPSM_ROB	16.67 679	21.79 690	40.19 690	10.00 681	19.05 683	12.43 669	33.20 691	13.71 678	18.09 686	9.71 669	22.85 685	13.77 669	19.64 682	21.23 679	24.07 681	5.09 679	8.95 661	5.62 684	11.49 691	6.73 676	15.75 654

DPSMNet_ROB	16.76 680	21.81 691	40.95 691	10.20 683	19.08 684	12.43 669	33.21 692	13.73 679	18.21 687	9.76 670	22.88 686	13.78 670	19.64 682	21.39 680	24.21 682	5.20 680	8.97 662	5.63 685	11.51 694	6.80 677	15.82 655

TorneroNet-64	10.52 659	14.33 658	21.95 650	4.29 662	3.76 643	13.77 671	2.83 624	14.96 682	23.11 692	10.24 674	23.77 687	13.44 668	8.15 652	13.98 671	17.70 666	4.03 664	2.73 610	3.23 669	2.53 669	7.27 680	4.35 570

NVStereoNet_ROB	6.63 641	9.57 616	19.28 404	3.19 646	2.11 608	3.69 372	1.99 586	4.32 559	6.27 653	3.26 603	24.57 688	5.45 635	11.39 662	13.56 666	12.37 628	2.79 645	2.05 590	1.76 645	1.75 651	1.49 630	1.75 485
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Dean	8.35 655	15.23 676	22.34 660	3.76 658	3.55 640	4.81 632	3.51 642	5.34 637	5.37 634	4.49 637	26.13 689	25.59 690	4.33 609	11.21 610	13.12 631	3.78 660	2.31 598	2.90 663	1.89 657	4.04 660	3.34 552

LRCNet_RVC	25.63 689	33.47 693	24.35 672	31.77 695	32.74 692	6.73 652	1.19 494	25.87 688	4.67 612	28.95 688	30.91 690	24.89 689	17.54 679	27.82 690	24.57 684	35.48 703	25.62 703	35.91 705	33.80 704	31.95 704	34.38 703

Hybrid-DGEV	41.83 695	40.11 698	53.12 700	47.72 700	44.97 697	62.36 701	80.65 710	68.25 704	34.71 694	30.51 689	31.94 691	48.29 703	41.41 697	46.69 706	55.61 709	21.63 698	18.85 687	23.48 703	23.21 700	29.16 698	33.99 702

FlowAnything	41.86 696	39.86 695	53.27 702	47.82 704	45.01 698	62.36 701	80.44 708	68.40 709	35.33 700	30.77 693	32.01 692	48.15 699	42.00 702	46.64 705	55.21 704	21.70 700	18.87 688	23.47 702	23.12 697	29.11 696	33.59 697

xyz-stereo	10.93 663	0.71 213	79.25 710	0.70 66	0.45 73	83.14 709	0.77 279	2.68 223	1.49 116	2.28 456	32.01 692	2.76 479	1.61 421	5.80 452	3.32 547	0.29 192	0.18 21	0.33 383	0.23 207	0.26 120	0.29 29

Selective-RAFT-Error	41.88 697	40.10 697	53.23 701	47.74 701	45.20 700	62.42 703	80.58 709	68.27 705	34.95 698	30.85 694	32.30 694	48.08 698	42.07 703	46.54 700	54.92 703	21.60 695	19.12 694	23.46 698	23.15 699	29.14 697	33.95 701

CasAABBNet	41.89 698	40.14 699	53.33 703	47.71 699	45.10 699	62.42 703	80.65 710	68.29 706	34.85 697	30.67 690	32.34 695	48.22 700	41.76 699	46.61 702	55.60 708	21.59 694	18.89 689	23.46 698	23.21 700	29.17 699	33.75 700

RAFT-FEzeroshot	41.89 698	40.15 700	52.92 698	47.78 702	45.48 701	62.42 703	80.67 712	68.35 707	34.76 695	30.69 691	32.35 696	48.23 701	41.82 700	46.61 702	55.50 706	21.61 696	18.89 689	23.46 698	23.21 700	29.18 700	33.72 698

RAFT-FE	41.89 698	40.15 700	52.92 698	47.78 702	45.48 701	62.42 703	80.67 712	68.35 707	34.76 695	30.69 691	32.35 696	48.23 701	41.82 700	46.61 702	55.50 706	21.61 696	18.89 689	23.46 698	23.21 700	29.18 700	33.72 698

LSM0	49.69 705	40.02 696	53.50 704	97.07 707	129.56 711	62.65 707	79.82 707	68.02 703	35.12 699	33.72 696	33.34 698	48.41 704	41.54 698	46.57 701	55.40 705	21.63 698	19.16 695	23.60 704	23.13 698	29.46 702	52.08 709

HanzoNet	31.86 694	17.33 684	21.23 625	7.52 676	5.85 662	7.49 656	3.61 649	14.35 680	13.37 667	50.38 701	46.35 699	44.46 695	56.50 708	36.53 696	28.25 695	64.05 709	58.31 710	9.45 690	89.24 713	31.17 703	31.77 695

notaker	10.92 662	14.17 655	20.38 522	4.56 669	3.98 649	6.29 648	3.53 644	7.68 657	5.10 629	9.04 666	46.37 700	13.84 671	28.85 691	14.18 673	14.16 636	4.57 672	3.19 622	3.52 672	2.70 673	8.16 682	4.13 565

HaxPig	43.31 701	43.63 702	45.01 692	33.88 696	35.67 694	32.79 692	30.52 690	45.50 700	42.95 703	48.75 698	48.14 701	43.24 694	40.44 695	44.58 698	43.63 699	47.17 706	49.30 707	51.65 707	50.37 706	43.72 705	45.27 706

AVERAGE_ROB	44.46 702	45.87 703	46.48 693	40.54 698	38.62 695	32.95 693	30.49 689	46.80 701	43.31 704	49.57 699	48.93 702	44.57 696	39.87 694	45.01 699	43.89 700	48.70 707	50.65 708	50.80 706	49.79 705	45.54 706	46.89 707

MEDIAN_ROB	47.37 704	49.00 704	49.74 695	40.28 697	39.94 696	34.93 694	33.41 693	49.78 702	46.38 706	53.04 702	52.61 703	47.67 697	42.28 704	48.33 707	47.25 701	52.06 708	53.99 709	54.28 708	53.48 707	48.70 707	50.27 708

Selective-IGEV-i1pa	31.30 693	37.48 694	34.77 685	15.57 687	9.42 664	41.64 699	35.44 694	44.56 699	35.33 700	31.25 695	53.21 704	43.16 693	35.37 693	41.41 697	38.12 698	30.89 702	20.11 699	23.31 697	13.95 695	10.51 686	30.51 694

KSHMR	17.50 681	14.38 662	22.35 661	4.50 667	4.51 654	8.17 658	3.33 636	15.44 684	76.15 710	7.32 658	61.40 705	56.33 705	5.66 626	32.91 692	13.97 635	4.42 667	2.99 619	3.64 676	2.79 675	5.13 671	4.55 572

RSGM-EC	109.57 709	104.25 712	68.53 706	115.30 708	109.29 707	116.06 711	139.00 714	126.85 714	55.85 707	55.24 703	70.93 706	116.40 713	111.43 714	176.32 714	174.60 715	117.23 710	71.46 711	140.49 713	83.40 711	123.40 712	115.37 710

acva	109.57 709	104.25 712	68.53 706	115.30 708	109.29 707	116.06 711	139.00 714	126.85 714	55.85 707	55.24 703	70.93 706	116.40 713	111.43 714	176.32 714	174.60 715	117.23 710	71.46 711	140.49 713	83.40 711	123.40 712	115.37 710

xxxxx1	112.85 711	94.19 709	38.10 687	228.21 714	161.02 714	39.23 696	61.26 704	92.54 711	79.08 713	63.44 706	74.84 708	77.80 707	69.88 709	33.55 693	70.96 710	117.25 712	130.44 715	258.49 716	273.88 716	145.63 714	147.24 713

tt_ll	112.85 711	94.19 709	38.10 687	228.21 714	161.02 714	39.23 696	61.26 704	92.54 711	79.08 713	63.44 706	74.84 708	77.80 707	69.88 709	33.55 693	70.96 710	117.25 712	130.44 715	258.49 716	273.88 716	145.63 714	147.24 713

ff	112.85 711	94.19 709	38.10 687	228.21 714	161.02 714	39.23 696	61.26 704	92.54 711	79.08 713	63.44 706	74.84 708	77.80 707	69.88 709	33.55 693	70.96 710	117.25 712	130.44 715	258.49 716	273.88 716	145.63 714	147.24 713

TorneroNet	26.32 690	14.70 665	22.40 662	4.24 661	4.08 651	54.72 700	3.19 633	15.11 683	76.73 711	57.99 705	82.55 711	86.65 710	45.79 706	13.34 664	18.51 671	4.52 671	2.86 613	3.45 670	2.63 672	8.75 684	4.28 566

BEATNet-Init1	51.93 706	71.67 708	99.39 712	10.91 684	13.10 671	84.39 710	59.36 703	73.78 710	67.97 709	88.09 711	88.15 712	91.73 711	97.51 712	85.13 712	72.56 713	2.59 644	5.18 635	1.20 633	1.49 645	10.61 687	13.83 631

ktn	22.24 688	14.37 660	20.30 513	4.54 668	4.02 650	6.52 650	4.50 657	6.78 655	78.80 712	84.67 710	100.54 713	58.48 706	8.39 654	13.13 659	17.09 655	4.61 675	3.24 623	3.49 671	2.62 671	4.70 669	3.96 564

light-stereo	45.83 703	14.84 670	58.20 705	82.38 706	47.03 703	134.62 713	2.05 594	36.86 698	19.09 688	90.06 712	120.36 714	121.35 715	8.43 655	91.00 713	25.51 685	5.74 681	25.08 702	1.29 637	1.40 643	18.45 694	12.95 629

DPSimNet_ROB	143.68 715	156.64 714	170.66 714	162.59 710	135.40 712	195.13 715	174.01 716	141.76 716	167.78 717	174.58 717	138.78 715	186.01 717	183.75 716	82.32 709	97.85 714	151.24 715	102.48 714	131.25 712	82.78 710	115.21 711	123.37 712

Selective-IGEV-i16pa	131.14 714	164.53 715	21.02 597	3.67 656	2.32 620	202.61 717	5.84 659	235.89 718	207.58 718	116.72 715	209.77 716	170.99 716	230.17 718	257.95 718	190.12 717	192.86 717	97.68 713	90.04 710	65.64 709	4.45 668	153.01 716

test_example2	213.42 716	219.67 716	222.97 716	213.78 713	220.82 717	199.03 716	200.49 717	189.27 717	143.61 716	211.05 718	218.08 717	210.69 718	205.21 717	221.14 717	216.49 718	236.74 718	242.08 718	213.66 715	216.96 715	235.55 718	231.06 717

PML	64.55 708	56.00 706	20.79 582	8.10 678	32.82 693	147.60 714	247.57 718	12.71 674	45.39 705	111.32 714	288.85 718	101.42 712	100.62 713	31.63 691	15.84 645	13.96 693	4.84 631	10.95 691	6.18 685	28.99 695	5.33 578

ccccc		628.29 717		567.59 717	570.62 718	580.23 718		613.89 719		613.55 719		554.19 719		666.02 719		780.28 719	507.01 719	391.46 719	342.94 719	701.16 719

Low-res two-view benchmark