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

MonStereo	0.70 12	0.47 22	1.57 50	0.69 40	0.88 266	1.19 22	0.39 38	2.57 147	0.93 13	0.62 21	0.66 30	0.37 5	0.36 6	1.01 20	0.59 21	0.16 1	0.38 316	0.20 8	0.19 54	0.21 28	0.52 230

Wavelet-MonSter	0.77 19	0.52 48	2.45 83	0.70 48	0.80 229	1.61 68	0.30 14	1.19 11	1.61 120	0.59 10	0.71 33	0.39 13	0.53 34	1.20 64	1.12 183	0.16 1	0.46 375	0.20 8	0.18 34	0.20 13	0.40 128

Monster-pub-eth3d	0.70 12	0.47 22	1.58 51	0.69 40	0.89 268	1.18 19	0.39 38	2.57 147	0.93 13	0.62 21	0.66 30	0.37 5	0.36 6	1.03 22	0.59 21	0.16 1	0.35 285	0.20 8	0.19 54	0.21 28	0.53 238

MonSter	0.70 12	0.47 22	1.58 51	0.69 40	0.89 268	1.19 22	0.39 38	2.57 147	0.93 13	0.62 21	0.66 30	0.37 5	0.35 5	1.08 36	0.59 21	0.16 1	0.36 295	0.20 8	0.19 54	0.21 28	0.52 230

1w_stereo	0.91 54	0.46 20	1.12 8	0.74 61	0.80 229	2.98 180	0.67 164	3.29 238	1.04 24	0.83 85	1.36 171	0.38 10	1.36 285	1.03 22	0.75 65	0.17 5	0.18 16	0.20 8	0.17 23	0.20 13	0.57 258

LCMNet	0.85 40	0.42 6	1.02 2	0.62 4	0.39 34	3.11 193	0.29 12	1.60 28	0.87 9	0.62 21	0.61 22	0.52 45	0.53 34	1.03 22	1.29 235	0.18 6	0.19 27	0.19 5	0.16 11	0.20 13	3.14 491

2.25w	0.89 52	0.51 39	2.54 87	0.72 57	0.66 168	2.27 110	0.40 46	2.43 120	1.22 42	0.83 85	1.05 95	0.40 16	0.80 131	1.28 81	0.89 119	0.18 6	0.56 421	0.21 19	0.18 34	0.19 3	0.38 107

MonSter++	0.68 8	0.44 17	0.97 1	0.65 18	0.36 10	1.63 70	0.25 6	1.13 6	0.93 13	0.67 35	0.44 9	0.57 58	0.53 34	0.83 4	0.68 44	0.19 8	0.19 27	0.18 2	0.15 3	0.19 3	2.59 474

HiDET	0.76 18	0.42 6	1.03 3	0.67 28	0.40 37	2.63 145	0.28 8	1.62 33	0.94 17	0.64 28	0.46 11	0.52 45	0.49 27	1.19 58	1.24 218	0.19 8	0.19 27	0.18 2	0.16 11	0.19 3	1.77 445

CSFM-Stereo	0.78 21	0.41 5	1.03 3	0.64 13	0.32 4	2.64 146	0.31 15	1.45 17	0.82 5	0.76 58	0.54 15	0.56 55	0.51 32	0.94 14	1.08 177	0.19 8	0.18 16	0.18 2	0.16 11	0.20 13	2.63 476

3.25w_new	0.79 22	0.51 39	1.52 40	0.63 10	0.65 160	2.21 101	0.51 86	2.45 124	1.45 67	0.66 32	0.80 48	0.47 36	0.71 89	0.90 7	0.66 36	0.19 8	0.32 252	0.20 8	0.19 54	0.21 28	0.47 188

3.25w	0.79 22	0.51 39	1.52 40	0.63 10	0.65 160	2.21 101	0.51 86	2.45 124	1.45 67	0.66 32	0.80 48	0.47 36	0.71 89	0.90 7	0.66 36	0.19 8	0.32 252	0.20 8	0.19 54	0.21 28	0.47 188

3w_stereo	0.99 65	0.52 48	4.37 123	0.70 48	0.42 40	1.73 74	0.68 175	2.80 177	1.26 47	0.78 66	0.87 57	0.37 5	1.01 192	1.34 103	0.66 36	0.19 8	0.95 480	0.23 37	0.20 89	0.21 28	0.43 154

2w_stereo	0.84 37	0.52 48	1.87 68	0.71 54	0.56 111	1.98 89	0.61 128	2.88 192	1.00 20	0.99 138	0.97 81	0.36 4	1.11 234	1.03 22	0.77 72	0.19 8	0.19 27	0.23 37	0.18 34	0.21 28	0.37 97

IGEV	0.74 16	0.39 3	1.16 13	0.73 58	1.31 410	2.78 153	0.38 34	1.81 53	1.03 22	0.80 72	0.72 35	0.35 3	0.42 13	1.11 46	0.52 15	0.19 8	0.23 112	0.22 26	0.19 54	0.18 1	0.33 49

Monster-pub-mixall	0.80 25	0.49 28	1.14 11	0.85 106	0.50 84	1.40 50	0.31 15	1.48 20	1.17 37	0.99 138	0.87 57	0.39 13	0.36 6	2.02 237	0.53 16	0.20 16	2.40 534	0.17 1	0.16 11	0.19 3	0.38 107

Replicate-Monster	0.97 63	1.43 400	2.10 76	0.73 58	0.60 134	2.04 90	0.34 27	1.94 65	1.14 34	1.08 153	0.64 27	0.49 40	0.52 33	1.33 96	0.45 1	0.20 16	2.78 544	0.19 5	0.17 23	0.23 51	0.99 381

AdaDepth	1.16 95	0.53 52	7.56 148	0.73 58	1.29 402	3.13 196	0.43 59	1.13 6	1.92 176	0.69 39	0.93 70	0.43 24	0.58 48	1.67 165	0.66 36	0.20 16	0.33 262	0.24 63	0.19 54	0.25 66	0.36 93

monsterstereo	1.31 103	0.58 77	2.10 76	0.79 86	1.41 437	2.51 134	0.40 46	3.15 222	0.84 7	0.74 50	1.18 120	0.41 23	0.40 9	1.55 152	0.97 147	0.20 16	8.12 581	0.22 26	0.18 34	0.22 43	0.33 49

Reg-Stereo(zero)	1.88 137	0.45 18	11.07 172	0.94 175	2.06 535	4.52 511	0.55 100	2.72 168	1.69 138	1.54 199	1.26 142	2.55 387	2.52 477	1.73 189	2.43 437	0.20 16	0.28 217	0.22 26	0.19 54	0.25 66	0.40 128

fffft	0.84 37	0.67 139	1.73 63	0.85 106	0.55 105	1.51 59	0.78 248	2.13 89	1.24 45	0.65 30	0.90 66	0.59 61	0.55 42	1.85 217	1.19 203	0.20 16	0.20 43	0.27 154	0.20 89	0.28 107	0.44 160
1: 1. 1
NLSM3	0.94 58	0.55 58	1.62 57	0.67 28	1.30 405	3.19 204	0.45 67	2.87 191	1.30 53	0.85 93	0.96 80	0.55 52	1.02 195	1.15 49	0.98 152	0.21 22	0.16 5	0.26 127	0.23 159	0.25 66	0.34 60

qwe	0.85 40	0.49 28	2.01 74	0.69 40	1.09 341	2.48 127	0.45 67	2.57 147	1.18 38	0.80 72	0.85 56	0.43 24	0.48 23	1.15 49	0.72 57	0.21 22	0.32 252	0.24 63	0.18 34	0.23 51	0.45 166

2.75w_new	0.88 49	0.51 39	2.22 80	0.67 28	0.66 168	2.44 125	0.55 100	2.75 172	1.08 27	0.87 102	0.75 39	0.39 13	0.91 168	1.41 122	0.74 61	0.21 22	0.43 352	0.22 26	0.18 34	0.19 3	0.41 137

3.5w_stereo	0.87 46	0.60 96	1.48 36	0.67 28	0.73 196	2.50 133	0.50 82	2.43 120	1.79 156	0.85 93	1.25 138	0.43 24	0.66 79	1.25 74	0.78 76	0.21 22	0.18 16	0.23 37	0.18 34	0.20 13	0.47 188

MLG-Stereo_test3	0.66 6	0.40 4	1.55 46	0.64 13	0.65 160	2.21 101	0.31 15	1.69 45	0.81 4	0.59 10	0.54 15	0.56 55	0.33 2	0.98 18	0.60 27	0.21 22	0.23 112	0.24 63	0.17 23	0.20 13	0.34 60

MLG-Stereo	0.86 44	0.42 6	1.96 72	0.66 22	0.54 98	3.01 183	0.31 15	1.90 60	3.21 395	0.57 9	0.30 2	0.66 79	0.47 20	1.35 106	0.46 3	0.21 22	0.25 162	0.24 63	0.16 11	0.19 3	0.29 23

LoS_RVC	1.23 98	1.51 410	6.09 139	0.88 128	1.71 502	1.96 86	0.59 120	1.61 31	1.37 59	0.84 90	1.35 166	0.84 126	1.15 250	1.49 139	0.83 100	0.21 22	0.17 9	0.20 8	0.14 1	0.20 13	1.49 426

BPD-Stereo	0.51 2	0.33 1	1.06 6	0.62 4	0.39 34	0.42 2	0.35 31	0.71 2	1.33 55	0.53 2	0.88 60	0.61 65	0.33 2	0.65 1	0.74 61	0.22 29	0.14 1	0.24 63	0.23 159	0.20 13	0.28 18

252Zero-FE	0.95 61	0.49 28	1.65 58	1.03 235	0.45 52	1.25 31	0.22 2	1.85 58	2.13 209	3.05 518	1.31 158	0.33 1	0.41 12	1.14 47	0.56 20	0.22 29	1.93 517	0.20 8	0.20 89	0.20 13	0.39 121

monsters	0.91 54	0.67 139	1.83 67	0.79 86	1.55 463	2.91 170	0.40 46	2.66 163	0.99 19	0.70 44	0.87 57	0.38 10	0.44 17	1.90 222	0.79 85	0.22 29	0.35 285	0.20 8	0.18 34	0.20 13	0.28 18

MLG-Stereo_test1	0.89 52	0.42 6	2.06 75	0.67 28	1.33 415	3.13 196	0.29 12	1.60 28	3.31 425	0.53 2	0.25 1	0.67 82	0.43 14	1.34 103	0.47 5	0.22 29	0.25 162	0.24 63	0.16 11	0.19 3	0.30 28

SMoEStereo_RVC	0.88 49	0.92 282	1.55 46	0.96 196	0.46 56	2.56 139	0.78 248	1.60 28	1.20 40	0.71 46	1.20 123	0.64 72	0.63 66	1.71 177	1.01 163	0.22 29	0.18 16	0.31 263	0.22 141	0.28 107	0.42 146

RAFT-Stereo + iAFF	2.49 258	1.68 429	20.50 475	1.11 274	1.32 414	4.13 423	0.42 56	3.23 230	3.30 422	2.05 310	2.40 463	1.61 247	1.11 234	1.49 139	1.63 317	0.22 29	0.22 84	0.26 127	0.24 182	0.31 160	2.47 473

asda	0.86 44	0.51 39	1.32 25	0.66 22	0.82 239	3.30 230	0.49 76	2.41 115	1.13 30	0.66 32	0.84 55	0.44 30	0.84 144	1.14 47	0.67 43	0.23 35	0.70 459	0.25 92	0.18 34	0.22 43	0.41 137

4w-stereo	0.85 40	0.55 58	2.85 96	0.69 40	0.80 229	1.62 69	0.43 59	2.23 97	1.36 57	0.65 30	0.99 88	0.40 16	0.81 137	1.19 58	0.68 44	0.23 35	0.32 252	0.25 92	0.19 54	0.21 28	0.48 200

LG-Stereo	0.94 58	0.71 169	3.31 103	0.62 4	0.51 86	2.85 160	0.54 98	2.59 156	1.40 62	0.88 107	1.23 132	0.53 48	0.40 9	0.81 3	0.86 111	0.23 35	0.18 16	0.31 263	0.24 182	0.29 125	0.22 1

GREAT-IGEV	4.43 524	0.74 192	13.12 189	1.32 386	9.52 594	2.48 127	0.34 27	1.40 14	1.88 170	0.61 18	0.89 64	0.51 41	0.60 58	1.26 75	1.01 163	0.23 35	31.64 631	0.21 19	0.18 34	0.24 61	20.38 609

tt45	1.08 82	0.92 282	2.50 84	0.92 158	0.67 174	3.90 362	0.75 227	2.00 73	1.29 49	0.74 50	1.35 166	0.71 95	0.63 66	2.59 300	0.97 147	0.23 35	0.19 27	0.28 192	0.23 159	0.29 125	0.37 97

IGEV-Stereo++	1.68 129	0.48 25	1.27 19	0.77 72	1.31 410	3.87 357	0.33 21	3.41 251	1.72 147	0.89 117	1.20 123	0.68 84	1.03 198	1.15 49	0.49 6	0.23 35	0.22 84	0.23 37	0.18 34	0.26 83	13.90 572

AFF-stereo	2.54 271	3.44 501	20.84 520	1.30 375	0.48 66	3.94 377	0.48 75	3.30 239	3.40 448	1.94 269	2.21 433	2.10 341	1.51 329	2.36 280	1.62 311	0.23 35	0.21 67	0.25 92	0.25 199	0.33 211	0.53 238

MatchStereo	0.80 25	0.52 48	3.89 119	0.70 48	0.29 2	0.98 11	0.33 21	2.02 77	1.74 149	0.51 1	1.03 92	0.48 39	0.59 54	1.01 20	0.74 61	0.24 42	0.17 9	0.21 19	0.15 3	0.19 3	0.29 23

depthmonostereo	1.22 97	0.96 303	6.67 143	0.89 130	0.56 111	2.21 101	0.57 107	1.84 57	1.21 41	1.01 143	1.09 103	1.38 224	0.99 186	2.41 283	0.93 128	0.24 42	0.28 217	0.22 26	0.21 106	0.25 66	0.53 238

4.25_new	0.81 32	0.50 34	1.30 20	0.74 61	0.98 299	2.51 134	0.57 107	2.28 102	1.13 30	0.60 14	0.97 81	0.40 16	0.65 72	1.19 58	0.60 27	0.24 42	0.44 362	0.25 92	0.18 34	0.20 13	0.38 107

4.5w_new	0.81 32	0.50 34	1.30 20	0.74 61	0.98 299	2.51 134	0.57 107	2.28 102	1.13 30	0.60 14	0.97 81	0.40 16	0.65 72	1.19 58	0.60 27	0.24 42	0.44 362	0.25 92	0.18 34	0.20 13	0.38 107

4.25w-stereo	0.80 25	0.50 34	1.30 20	0.74 61	0.98 299	2.51 134	0.57 107	2.28 102	1.13 30	0.60 14	0.97 81	0.40 16	0.65 72	1.19 58	0.60 27	0.24 42	0.43 352	0.25 92	0.18 34	0.20 13	0.38 107

LG-Stereo_L2	0.69 10	0.54 56	1.56 48	0.74 61	0.48 66	2.32 115	0.28 8	1.87 59	0.80 3	0.60 14	0.43 8	0.38 10	0.45 18	1.38 116	0.54 17	0.24 42	0.28 217	0.23 37	0.18 34	0.22 43	0.32 37

LG-Stereo_L1	0.67 7	0.55 58	1.50 38	0.78 83	0.54 98	1.71 73	0.33 21	1.96 70	0.83 6	0.62 21	0.41 7	0.40 16	0.43 14	1.42 123	0.55 18	0.24 42	0.28 217	0.23 37	0.18 34	0.22 43	0.30 28

999	1.08 82	0.86 253	2.44 82	1.06 252	0.65 160	3.27 219	0.91 348	1.47 19	1.43 66	0.74 50	1.73 285	0.70 88	0.66 79	3.03 327	1.18 198	0.24 42	0.22 84	0.25 92	0.21 106	0.27 94	0.37 97

fffy	1.18 96	0.92 282	3.05 100	1.09 266	0.68 182	1.27 34	0.74 216	1.98 72	1.06 26	0.78 66	1.39 179	0.83 125	0.72 93	1.71 177	0.80 90	0.24 42	0.53 411	0.27 154	0.21 106	0.29 125	5.07 522

dual_stereo	4.32 518	0.42 6	1.51 39	0.75 68	1.37 428	0.88 9	0.34 27	3.50 262	4.78 553	0.55 6	0.47 12	0.60 64	0.40 9	2.09 245	0.95 142	0.24 42	32.26 632	0.21 19	0.17 23	0.21 28	34.78 630

Pointernet	0.99 65	0.50 34	3.54 108	0.89 130	0.44 49	2.30 114	0.38 34	3.12 218	1.48 74	0.69 39	1.44 191	0.92 156	0.73 95	1.28 81	0.82 97	0.24 42	0.23 112	0.21 19	0.19 54	0.19 3	0.25 10

CES	1.08 82	0.63 113	2.53 86	0.95 187	2.18 541	2.13 98	0.50 82	2.07 82	1.46 70	0.79 70	1.06 97	0.61 65	0.48 23	1.45 129	0.87 113	0.24 42	0.18 16	0.24 63	0.15 3	0.64 463	2.36 468

Selective-IGEV	1.42 114	0.58 77	8.82 160	0.92 158	0.85 249	1.32 43	0.80 268	2.85 189	3.84 489	0.87 102	1.68 267	0.71 95	0.62 63	1.30 86	0.75 65	0.24 42	0.27 206	0.24 63	0.19 54	0.27 94	1.18 402

DCRE	3.02 389	0.95 299	18.48 306	1.18 315	1.89 524	3.57 284	0.82 279	3.36 247	1.70 141	2.04 306	8.12 573	1.73 268	1.07 220	1.31 90	1.24 218	0.24 42	0.87 475	0.26 127	0.27 238	0.28 107	11.03 565

cross-raft	1.95 140	0.66 135	16.17 247	1.23 339	0.92 283	2.25 108	0.70 188	3.69 293	1.68 135	1.78 242	1.53 208	3.15 448	1.13 238	1.35 106	1.06 173	0.24 42	0.23 112	0.26 127	0.24 182	0.29 125	0.45 166

BridgeDepth	0.58 4	0.53 52	1.13 9	0.61 3	0.27 1	1.28 40	0.36 33	1.56 25	1.05 25	0.59 10	0.37 4	0.58 59	0.65 72	0.93 12	0.45 1	0.25 57	0.15 4	0.19 5	0.17 23	0.23 51	0.23 6
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
water-stereo	0.98 64	0.63 113	5.05 129	0.82 97	0.48 66	2.36 118	0.52 93	1.56 25	1.32 54	0.95 130	1.05 95	0.86 133	0.75 109	0.84 5	0.82 97	0.25 57	0.25 162	0.25 92	0.24 182	0.24 61	0.46 176

DilatedVolume-Stereo	0.94 58	0.70 162	3.01 99	1.06 252	0.63 151	1.34 45	0.49 76	1.58 27	1.16 36	1.41 184	1.26 142	0.88 141	0.88 156	1.81 209	0.93 128	0.25 57	0.28 217	0.22 26	0.23 159	0.25 66	0.39 121

2.5w	1.07 80	0.49 28	2.54 87	0.68 38	0.71 193	2.37 120	0.56 103	2.77 174	1.39 61	0.67 35	0.92 68	0.37 5	0.74 103	1.40 119	0.62 31	0.25 57	3.40 556	0.22 26	0.19 54	0.20 13	0.90 368

MLG-Stereo_test2	0.84 37	0.43 12	1.95 71	0.66 22	1.04 326	3.61 294	0.23 3	1.70 47	2.18 213	0.69 39	0.33 3	0.67 82	0.33 2	1.16 53	0.46 3	0.25 57	0.26 189	0.23 37	0.16 11	0.19 3	0.35 71

LG-G_1	0.80 25	0.43 12	1.77 64	0.78 83	0.36 10	2.81 155	0.40 46	2.23 97	1.29 49	0.76 58	0.60 20	0.51 41	0.58 48	1.27 77	0.69 50	0.25 57	0.23 112	0.23 37	0.15 3	0.21 28	0.46 176

LG-G	0.80 25	0.43 12	1.77 64	0.78 83	0.36 10	2.81 155	0.40 46	2.23 97	1.29 49	0.76 58	0.60 20	0.51 41	0.58 48	1.27 77	0.69 50	0.25 57	0.23 112	0.23 37	0.15 3	0.21 28	0.46 176

HART	3.57 468	1.13 349	17.80 291	0.90 142	1.12 351	1.18 19	0.41 53	3.55 268	4.60 538	1.09 155	2.19 427	1.49 239	0.57 45	1.46 132	1.14 188	0.25 57	21.58 628	0.28 192	0.21 106	0.36 268	10.06 562

mms	1.08 82	0.87 257	1.41 32	0.89 130	0.87 262	1.40 50	0.67 164	1.63 34	1.70 141	0.82 78	1.41 186	0.64 72	0.54 40	1.81 209	0.66 36	0.25 57	0.23 112	0.26 127	0.21 106	0.32 185	5.10 523

WCG-NET	1.00 70	0.81 236	1.65 58	0.93 166	0.38 18	1.48 58	1.04 399	1.81 53	2.80 315	1.67 219	1.52 207	0.93 162	0.97 182	1.18 56	0.84 103	0.25 57	0.81 469	0.23 37	0.21 106	0.27 94	0.26 11

RAStereo	1.53 118	0.71 169	17.55 282	0.62 4	0.65 160	1.18 19	0.32 20	1.94 65	1.15 35	0.80 72	1.07 100	0.64 72	0.47 20	0.89 6	1.01 163	0.25 57	0.20 43	0.27 154	0.21 106	0.36 268	0.27 14

WCG-NET（raft）	1.44 115	0.92 282	1.56 48	0.89 130	0.32 4	1.43 54	0.97 380	1.69 45	2.42 259	1.68 221	1.44 191	2.37 363	1.01 192	1.33 96	0.85 108	0.25 57	8.56 584	0.22 26	0.21 106	0.28 107	0.32 37

RSM	0.99 65	0.54 56	1.25 18	0.94 175	0.61 138	1.32 43	0.74 216	2.54 137	4.08 503	0.89 117	1.49 201	1.22 206	0.62 63	1.24 71	0.80 90	0.25 57	0.20 43	0.25 92	0.21 106	0.29 125	0.42 146

MyStereo06	2.74 338	1.07 331	21.19 557	1.06 252	1.08 338	4.26 464	0.86 307	3.72 301	1.80 157	2.25 376	1.77 297	4.28 529	4.12 537	1.85 217	1.38 254	0.25 57	2.43 537	0.34 339	0.27 238	0.46 383	0.48 200

MyStereo05	2.55 276	1.07 331	19.87 385	1.06 252	1.08 338	4.26 464	0.86 307	4.10 397	3.01 355	2.19 359	1.26 142	2.30 354	1.64 372	2.13 253	1.99 393	0.25 57	2.43 537	0.34 339	0.27 238	0.46 383	0.48 200

MIM_Stereo	2.71 330	1.26 373	20.92 525	1.34 393	5.57 590	3.10 189	0.59 120	3.25 234	2.51 274	1.64 212	1.61 243	1.82 293	1.29 274	2.07 242	1.35 241	0.25 57	0.31 246	0.28 192	0.26 218	0.29 125	4.43 517

AEACV	2.12 165	0.67 139	6.33 141	1.38 410	1.50 453	3.53 276	0.90 336	2.83 184	1.60 114	0.91 121	0.81 50	0.80 120	1.61 356	1.56 154	0.73 60	0.25 57	0.60 435	0.26 127	0.27 238	0.29 125	15.65 589

GLC_STEREO	0.83 36	0.59 88	1.71 62	0.89 130	0.34 8	1.88 79	0.80 268	1.48 20	1.60 114	0.98 136	1.06 97	0.68 84	0.71 89	1.19 58	0.89 119	0.25 57	0.25 162	0.32 284	0.25 199	0.32 185	0.34 60

raft+_RVC	3.46 462	2.57 484	19.51 350	1.49 449	17.54 611	3.63 299	0.76 237	3.24 231	1.53 88	1.35 176	1.67 265	1.03 175	1.10 231	1.98 234	1.53 285	0.25 57	7.10 575	0.25 92	0.24 182	0.28 107	2.18 464

GASTEREO	3.25 436	1.46 405	3.62 110	1.10 269	10.80 598	3.50 268	0.86 307	2.79 175	3.54 470	1.44 192	1.31 158	0.56 55	1.35 283	2.09 245	0.88 116	0.26 76	0.57 423	0.25 92	0.68 527	0.27 94	27.73 621

3.75w	0.82 35	0.53 52	1.49 37	0.65 18	1.10 345	2.60 144	0.52 93	2.46 126	1.19 39	0.70 44	0.82 51	0.40 16	0.66 79	1.16 53	0.59 21	0.26 76	0.27 206	0.23 37	0.19 54	0.22 43	0.47 188

111111	1.15 94	0.56 64	1.31 23	0.69 40	1.19 378	3.37 236	0.33 21	2.41 115	1.68 135	0.82 78	1.54 219	0.61 65	0.59 54	1.44 126	0.66 36	0.26 76	0.23 112	0.23 37	0.17 23	0.25 66	4.66 519

ours_stereo	1.00 70	0.88 261	2.52 85	0.91 148	0.74 201	1.10 17	0.57 107	1.68 38	1.24 45	0.76 58	1.49 201	0.70 88	0.62 63	1.61 158	0.62 31	0.26 76	0.20 43	0.26 127	0.21 106	0.30 148	3.24 493

MoCha-V2	3.53 467	0.90 272	17.00 268	1.32 386	8.54 593	1.38 49	0.55 100	2.89 194	3.31 425	0.99 138	1.82 317	0.66 79	1.16 252	1.79 199	0.84 103	0.26 76	15.15 611	0.20 8	0.20 89	0.25 66	11.33 567

MyStereo07	2.29 212	1.18 359	20.10 416	1.04 242	1.21 386	3.96 385	0.95 370	2.13 89	3.37 439	1.09 155	1.28 151	0.68 84	0.91 168	1.74 194	0.86 111	0.26 76	3.49 558	0.34 339	0.27 238	0.43 350	0.49 209

MyStereo04	2.54 271	1.18 359	18.82 316	1.04 242	1.21 386	3.96 385	0.95 370	4.02 367	3.01 355	2.06 311	1.27 149	2.33 357	1.66 379	2.06 240	2.01 399	0.26 76	3.49 558	0.34 339	0.27 238	0.43 350	0.49 209

GMOStereo	2.64 305	0.92 282	19.83 379	0.81 92	0.68 182	3.22 209	0.89 321	2.94 197	1.48 74	2.36 423	1.54 219	1.75 269	1.04 205	1.33 96	1.15 189	0.26 76	11.32 602	0.35 358	0.28 265	0.35 249	0.33 49

error version	2.64 305	0.92 282	19.83 379	0.81 92	0.68 182	3.22 209	0.89 321	2.94 197	1.48 74	2.36 423	1.54 219	1.75 269	1.04 205	1.33 96	1.15 189	0.26 76	11.32 602	0.35 358	0.28 265	0.35 249	0.33 49

test-v	2.64 305	0.92 282	19.83 379	0.81 92	0.68 182	3.22 209	0.89 321	2.94 197	1.48 74	2.36 423	1.54 219	1.75 269	1.04 205	1.33 96	1.15 189	0.26 76	11.32 602	0.35 358	0.28 265	0.35 249	0.33 49

CroCo-Stereo	1.07 80	1.18 359	3.66 111	0.91 148	0.60 134	0.49 3	0.49 76	4.07 382	1.91 174	0.84 90	1.29 156	1.00 172	0.75 109	1.32 95	1.38 254	0.26 76	0.21 67	0.24 63	0.20 89	0.37 274	0.30 28
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
test-2	2.64 305	0.92 282	19.83 379	0.81 92	0.68 182	3.22 209	0.89 321	2.94 197	1.48 74	2.36 423	1.54 219	1.75 269	1.04 205	1.33 96	1.15 189	0.26 76	11.32 602	0.35 358	0.28 265	0.35 249	0.33 49

WQFJX1	2.25 197	0.58 77	1.58 51	0.62 4	1.78 511	3.06 185	0.66 161	12.27 603	15.31 605	0.86 95	1.12 111	0.91 151	0.96 179	1.92 224	1.46 275	0.27 88	0.26 189	0.29 217	0.21 106	0.37 274	0.42 146

NLSM1	1.93 138	0.60 96	1.67 61	0.75 68	1.88 523	3.09 188	0.62 143	8.71 593	12.22 596	0.83 85	1.26 142	0.73 98	0.86 151	1.72 183	1.72 344	0.27 88	0.25 162	0.29 217	0.25 199	0.31 160	0.48 200

MSCF	3.21 427	1.25 372	4.06 121	1.06 252	10.61 597	3.29 226	0.85 302	2.81 180	3.31 425	1.36 177	1.19 122	0.58 59	1.33 280	2.07 242	0.88 116	0.27 88	0.65 446	0.26 127	0.66 526	0.31 160	27.42 618

xyz-stereo-finetune2	1.31 103	0.95 299	3.28 101	0.60 2	0.36 10	3.48 263	0.65 158	2.82 182	1.47 72	0.99 138	1.86 342	0.91 151	1.75 396	3.54 339	1.86 373	0.27 88	0.22 84	0.30 242	0.28 265	0.33 211	0.34 60

MM-Stereo_test2	2.80 353	0.63 113	20.19 422	1.75 509	0.52 92	2.77 150	0.71 193	1.80 52	1.72 147	0.99 138	0.98 86	0.84 126	0.79 126	1.45 129	1.26 230	0.27 88	0.62 440	0.25 92	0.23 159	0.31 160	17.86 603

MM-Stereo_test1	2.52 262	0.64 119	20.07 407	1.83 516	0.52 92	1.86 77	0.77 241	3.11 216	3.40 448	1.77 241	1.12 111	0.87 138	0.97 182	1.54 151	1.51 281	0.27 88	2.44 539	0.27 154	0.24 182	0.37 274	6.91 537

DEFOM-Stereo_RVC	1.03 75	1.15 354	1.34 27	1.03 235	0.59 128	0.81 8	0.43 59	3.53 266	4.67 545	0.78 66	0.98 86	0.44 30	1.16 252	1.46 132	0.71 54	0.27 88	0.19 27	0.24 63	0.18 34	0.30 148	0.34 60

AIO-test1	2.33 222	1.54 414	20.24 433	0.97 204	1.61 478	3.42 246	0.94 365	4.22 442	1.71 144	0.97 133	1.35 166	0.98 169	0.74 103	4.52 363	1.40 258	0.27 88	0.24 143	0.28 192	0.35 390	0.34 234	0.46 176

castereo++	1.26 100	0.99 320	3.48 107	0.95 187	0.74 201	2.48 127	0.98 383	3.14 219	4.28 520	0.75 54	1.46 195	1.92 310	0.58 48	1.29 85	0.51 13	0.27 88	0.24 143	0.28 192	0.19 54	0.24 61	0.35 71

DEFOM-Stereo	0.75 17	0.62 110	1.22 17	0.74 61	0.51 86	3.39 239	0.43 59	1.00 5	0.91 10	0.91 121	0.61 22	0.45 33	0.43 14	1.78 197	0.50 7	0.27 88	0.18 16	0.22 26	0.16 11	0.21 28	0.43 154

PAM_32	3.04 394	0.69 154	20.55 481	1.17 310	1.01 312	8.89 592	0.76 237	3.71 299	3.43 453	2.12 331	2.65 496	5.44 565	3.73 530	2.35 279	1.48 278	0.27 88	0.33 262	0.28 192	0.29 300	0.39 303	1.27 409

AIO-Stereo-zeroshot1	3.20 423	1.87 452	21.91 581	1.18 315	2.03 532	4.07 408	0.98 383	3.99 358	2.17 212	1.57 204	5.62 565	4.27 527	2.92 491	2.69 310	2.50 444	0.27 88	0.49 396	0.31 263	1.20 563	0.92 523	3.04 490

RSM++	0.99 65	0.56 64	1.35 28	1.54 465	0.50 84	1.53 61	0.68 175	2.31 110	4.13 506	0.86 95	1.27 149	0.90 148	0.60 58	1.21 67	0.78 76	0.27 88	0.20 43	0.25 92	0.21 106	0.29 125	0.42 146

RAFT-Stereo-weight	1.38 109	0.57 72	5.44 133	1.05 246	0.63 151	4.19 450	0.77 241	3.95 349	1.53 88	2.01 296	1.53 208	1.30 214	0.65 72	1.30 86	1.05 171	0.27 88	0.26 189	0.26 127	0.22 141	0.28 107	0.38 107

MyStereo8	2.97 385	1.76 437	18.94 318	1.55 469	1.62 481	4.16 434	0.57 107	3.79 312	2.41 258	2.22 371	2.93 516	2.27 350	1.14 244	2.16 257	2.28 426	0.27 88	8.58 585	0.32 284	0.29 300	0.37 274	1.72 440

GCAP-Stereo	2.59 289	1.07 331	20.48 473	0.91 148	4.13 582	3.67 308	0.51 86	2.27 100	1.76 152	1.18 161	1.15 117	1.18 195	0.84 144	1.36 109	1.54 288	0.27 88	8.46 583	0.27 154	0.19 54	0.29 125	0.30 28

CBFPSM	2.24 194	2.06 461	12.12 180	1.13 289	1.05 329	2.85 160	1.23 441	3.37 248	2.05 194	1.82 249	1.33 163	4.55 542	4.00 535	2.38 281	2.35 431	0.27 88	0.38 316	0.32 284	0.28 265	0.39 303	0.89 366

LoS	1.05 77	0.58 77	3.31 103	0.91 148	0.38 18	4.14 428	0.50 82	2.22 96	1.49 79	1.02 144	0.88 60	0.62 68	0.84 144	1.69 173	0.94 136	0.27 88	0.20 43	0.24 63	0.17 23	0.22 43	0.32 37
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	1.63 122	0.91 275	5.70 134	0.96 196	0.64 155	2.40 122	0.82 279	1.92 62	3.28 413	0.69 39	1.17 119	0.78 115	0.76 112	1.72 183	0.87 113	0.27 88	0.97 484	0.25 92	0.26 218	0.31 160	7.97 540

MC-Stereo	2.54 271	0.58 77	6.38 142	1.30 375	1.37 428	4.56 525	0.60 124	2.08 83	1.57 101	1.97 279	1.68 267	0.89 145	1.12 237	1.46 132	0.88 116	0.27 88	8.44 582	0.27 154	0.22 141	0.26 83	14.87 579

RAFT_CTSACE	2.41 244	1.83 448	20.33 449	1.77 513	1.39 431	3.50 268	1.03 394	3.25 234	1.64 128	1.80 247	2.04 388	2.82 417	1.78 402	2.11 250	1.10 181	0.27 88	0.24 143	0.28 192	0.30 321	0.31 160	0.33 49

test-1	1.81 135	0.72 177	9.51 162	1.02 231	1.57 471	3.85 349	0.60 124	4.07 382	1.51 85	1.94 269	1.81 314	2.04 333	0.91 168	1.39 117	1.73 348	0.27 88	0.93 477	0.31 263	0.25 199	0.29 125	1.37 414

Pro-Stereo	0.73 15	0.35 2	1.04 5	0.69 40	0.44 49	3.10 189	0.34 27	0.72 3	1.57 101	0.55 6	0.57 17	0.62 68	0.27 1	2.06 240	0.75 65	0.28 110	0.16 5	0.30 242	0.25 199	0.21 28	0.27 14

BStereo	0.96 62	0.82 243	4.46 124	0.85 106	0.56 111	1.19 22	0.72 197	2.57 147	1.23 43	0.88 107	0.58 18	0.73 98	0.48 23	1.08 36	1.17 196	0.28 110	0.23 112	0.24 63	0.29 300	0.26 83	0.51 220

Wave_Phase_stereo	1.14 92	0.82 243	4.46 124	0.85 106	0.56 111	5.00 567	0.72 197	2.52 135	1.23 43	0.88 107	0.58 18	0.73 98	0.48 23	1.08 36	1.17 196	0.28 110	0.23 112	0.24 63	0.29 300	0.26 83	0.51 220

WQFJA1	2.15 169	0.57 72	1.41 32	0.64 13	1.86 520	2.81 155	0.61 128	11.70 599	15.02 603	0.82 78	0.88 60	0.92 156	1.02 195	1.24 71	1.62 311	0.28 110	0.26 189	0.27 154	0.22 141	0.31 160	0.57 258

NLMM1	2.24 194	0.63 113	1.52 40	0.64 13	1.85 519	3.30 230	0.61 128	11.95 601	15.11 604	0.89 117	1.00 89	0.84 126	0.89 162	1.85 217	1.64 323	0.28 110	0.28 217	0.27 154	0.24 182	0.32 185	0.59 279

NLMM	2.15 169	0.57 72	1.41 32	0.64 13	1.86 520	2.81 155	0.61 128	11.71 600	15.01 602	0.82 78	0.88 60	0.92 156	1.02 195	1.23 68	1.62 311	0.28 110	0.26 189	0.27 154	0.22 141	0.31 160	0.57 258

GSStereo	2.65 309	0.61 103	2.62 93	1.07 259	1.33 415	4.53 513	0.81 276	3.44 256	4.24 514	0.80 72	0.93 70	0.76 113	0.80 131	1.07 32	0.84 103	0.28 110	0.54 413	0.26 127	0.26 218	0.29 125	27.59 619

GS-Stereo							0.81 276	3.44 256	4.24 514	0.80 72	0.93 70	0.76 113	0.80 131	1.07 32	0.84 103	0.28 110	0.54 413	0.26 127	0.26 218	0.29 125	27.59 619

S2M2_XL	0.49 1	0.51 39	1.16 13	0.70 48	0.34 8	0.29 1	0.23 3	0.68 1	0.53 1	0.55 6	0.92 68	0.65 75	0.53 34	0.65 1	0.59 21	0.28 110	0.24 143	0.25 92	0.21 106	0.23 51	0.23 6
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
asd	0.81 32	0.48 25	1.97 73	0.70 48	0.93 287	2.86 162	0.43 59	1.64 37	1.12 29	0.73 49	0.91 67	0.43 24	0.73 95	1.00 19	0.59 21	0.28 110	0.20 43	0.24 63	0.18 34	0.23 51	0.45 166

LGtest1	0.61 5	0.45 18	1.19 15	0.71 54	0.45 52	1.00 13	0.26 7	1.33 13	1.55 93	0.62 21	0.64 27	0.44 30	0.49 27	1.06 30	0.51 13	0.28 110	0.23 112	0.24 63	0.17 23	0.21 28	0.36 93

LG-Stereo_Zeroshot	1.04 76	0.53 52	2.93 98	0.80 90	0.77 218	3.99 389	0.39 38	2.10 85	1.96 185	0.90 120	0.93 70	0.75 112	0.85 147	1.31 90	0.87 113	0.28 110	0.21 67	0.26 127	0.21 106	0.32 185	0.38 107

AIO_rvc	3.97 500	1.01 323	18.99 322	0.98 210	11.92 599	1.45 55	0.97 380	2.17 92	4.51 536	0.71 46	1.18 120	1.09 181	0.56 43	1.56 154	0.72 57	0.28 110	11.98 607	0.24 63	0.19 54	0.25 66	18.74 605

castereo	0.88 49	0.78 226	1.15 12	0.89 130	0.51 86	1.31 42	0.90 336	3.42 253	1.28 48	0.88 107	1.28 151	0.72 97	0.91 168	1.05 28	1.01 163	0.28 110	0.17 9	0.26 127	0.20 89	0.24 61	0.34 60

PAM	3.02 389	0.69 154	20.70 507	1.20 322	1.15 358	8.88 591	1.28 447	4.06 379	1.91 174	2.32 410	2.42 472	5.75 569	2.75 483	2.47 287	1.55 291	0.28 110	0.35 285	0.27 154	0.30 321	0.41 329	1.65 438

Occ-G	2.25 197	0.74 192	13.22 190	0.90 142	0.89 268	1.52 60	0.78 248	1.82 55	2.87 333	1.65 215	0.89 64	2.18 343	0.89 162	1.04 27	1.69 334	0.28 110	0.27 206	0.26 127	0.19 54	0.25 66	12.70 569

AIO-Stereo	1.40 112	0.62 110	1.44 35	0.85 106	0.76 214	1.28 40	0.79 258	2.39 113	2.83 322	0.75 54	1.62 247	0.89 145	0.46 19	1.30 86	0.77 72	0.28 110	0.27 206	0.25 92	0.23 159	0.27 94	9.88 561

testlalala2	2.47 255	0.75 206	20.46 464	2.58 561	2.91 557	3.80 337	0.76 237	4.20 436	3.87 494	1.45 195	1.57 230	2.43 374	0.80 131	1.23 68	0.71 54	0.28 110	0.33 262	0.24 63	0.21 106	0.35 249	0.38 107

Former-RAFT_DAM_RVC	0.99 65	0.85 251	1.58 51	0.95 187	1.08 338	2.95 174	0.53 96	1.93 63	2.00 191	1.19 162	1.63 252	0.59 61	0.65 72	1.10 42	0.90 124	0.28 110	0.23 112	0.31 263	0.25 199	0.45 373	0.32 37

MSKI-zero shot	2.33 222	0.69 154	20.22 430	1.14 293	0.77 218	4.05 403	0.68 175	3.95 349	1.51 85	1.93 263	2.35 456	1.91 309	0.71 89	3.01 326	0.79 85	0.28 110	1.47 504	0.27 154	0.21 106	0.28 107	0.44 160

ToySt	2.53 267	0.89 266	19.20 332	1.12 284	0.95 295	3.47 257	1.13 420	3.72 301	2.25 227	1.36 177	1.71 277	2.22 346	1.59 348	2.14 256	1.81 366	0.28 110	0.64 443	0.30 242	0.33 365	0.43 350	5.14 524

RAFT+CT+SA	2.32 219	1.30 385	19.71 368	1.01 227	1.41 437	4.04 399	0.92 356	3.96 351	1.64 128	1.64 212	1.69 271	1.63 251	1.18 257	3.06 328	1.19 203	0.28 110	0.22 84	0.32 284	0.34 375	0.34 234	0.47 188

HITNet	2.49 258	2.91 490	19.23 335	1.54 465	0.57 123	3.47 257	0.79 258	4.16 421	2.93 341	2.18 352	1.65 260	1.68 256	1.45 311	2.17 259	2.99 468	0.28 110	0.20 43	0.41 421	0.27 238	0.45 373	0.52 230
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
NLCSM	2.22 190	0.67 139	1.58 51	0.69 40	1.83 517	3.24 215	0.68 175	8.45 591	11.81 595	0.94 127	1.36 171	0.87 138	1.06 216	7.59 434	1.71 340	0.29 133	0.26 189	0.29 217	0.26 218	0.38 288	0.47 188

G2L-ROB	2.75 342	1.93 455	19.94 393	1.25 355	1.05 329	3.84 344	0.93 362	3.45 260	2.56 279	2.29 393	1.47 197	2.64 399	1.20 261	8.34 446	2.28 426	0.29 133	0.20 43	0.24 63	0.23 159	0.29 125	0.52 230

xyz-stereo	10.93 594	0.71 169	79.25 635	0.70 48	0.45 52	83.14 636	0.77 241	2.68 165	1.49 79	2.28 387	32.01 620	2.76 413	1.61 356	5.80 386	3.32 479	0.29 133	0.18 16	0.33 319	0.23 159	0.26 83	0.29 23

MM-Stereo_test3	2.20 186	0.95 299	19.62 356	1.94 527	1.18 370	1.95 85	0.83 283	3.56 270	3.91 496	1.33 174	1.86 342	1.10 183	0.68 85	1.48 137	1.63 317	0.29 133	0.35 285	0.27 154	0.22 141	0.37 274	0.56 253

FoundationStereo	0.77 19	0.42 6	1.20 16	0.95 187	1.01 312	0.70 5	0.35 31	0.78 4	4.64 543	0.64 28	0.38 6	0.73 98	0.77 114	0.96 15	0.50 7	0.29 133	0.24 143	0.23 37	0.16 11	0.18 1	0.32 37

GIP-stereo	2.03 155	0.67 139	4.11 122	1.51 457	1.13 354	2.91 170	0.42 56	3.45 260	3.19 390	0.67 35	0.78 44	0.90 148	0.76 112	1.06 30	0.69 50	0.29 133	0.25 162	0.25 92	0.17 23	0.26 83	17.22 602

IGEV-Stereo+	1.08 82	0.55 58	2.59 91	0.89 130	2.06 535	1.40 50	0.38 34	1.18 10	1.29 49	0.76 58	0.45 10	0.47 36	0.79 126	2.16 257	0.65 34	0.29 133	0.25 162	0.22 26	0.19 54	2.27 568	2.70 479

11t1	2.82 355	0.72 177	17.81 293	1.60 478	0.93 287	2.27 110	0.62 143	3.76 307	4.47 532	1.72 230	1.33 163	1.05 178	1.34 282	1.84 216	1.45 273	0.29 133	5.57 569	0.29 217	0.26 218	0.32 185	8.80 553

ff7	2.60 292	0.81 236	16.25 248	0.89 130	0.56 111	4.55 521	0.83 283	1.68 38	3.44 454	0.88 107	1.10 106	0.70 88	0.78 118	1.93 228	0.93 128	0.29 133	0.37 302	0.29 217	0.21 106	0.33 211	15.08 582

ffff	2.60 292	0.81 236	16.25 248	0.89 130	0.56 111	4.55 521	0.83 283	1.68 38	3.44 454	0.88 107	1.10 106	0.70 88	0.78 118	1.93 228	0.93 128	0.29 133	0.37 302	0.29 217	0.21 106	0.33 211	15.08 582

11t	2.60 292	0.81 236	16.25 248	0.89 130	0.56 111	4.55 521	0.83 283	1.68 38	3.44 454	0.88 107	1.10 106	0.70 88	0.78 118	1.93 228	0.93 128	0.29 133	0.37 302	0.29 217	0.21 106	0.33 211	15.08 582

Any-RAFT	1.62 121	0.59 88	5.29 131	1.12 284	0.76 214	4.41 489	0.79 258	4.12 406	3.26 409	2.02 298	1.36 171	2.82 417	1.56 344	1.90 222	0.81 92	0.29 133	0.25 162	0.26 127	0.19 54	0.25 66	0.35 71

RAFT-Test	1.67 128	0.64 119	6.13 140	1.25 355	1.82 516	3.06 185	0.78 248	4.02 367	3.09 380	1.88 255	1.70 273	3.76 498	1.03 198	1.40 119	1.07 175	0.29 133	0.33 262	0.25 92	0.23 159	0.29 125	0.33 49

HH	3.19 421	0.91 275	21.34 564	1.24 340	0.61 138	4.16 434	0.80 268	2.94 197	1.82 158	1.23 169	1.84 332	4.61 546	1.84 416	2.63 303	0.99 155	0.29 133	1.53 506	0.30 242	0.24 182	0.34 234	14.22 577

HanStereo	3.19 421	0.91 275	21.34 564	1.24 340	0.61 138	4.16 434	0.80 268	2.94 197	1.82 158	1.23 169	1.84 332	4.61 546	1.84 416	2.63 303	0.99 155	0.29 133	1.53 506	0.30 242	0.24 182	0.34 234	14.22 577

anonymousdsp	3.14 410	0.83 245	20.28 438	0.94 175	0.64 155	4.54 515	0.82 279	2.03 79	3.32 433	0.91 121	1.13 113	0.78 115	0.77 114	1.78 197	0.90 124	0.29 133	0.25 162	0.29 217	0.21 106	0.33 211	21.81 610

EGLCR-Stereo	2.52 262	0.56 64	9.39 161	1.16 303	0.81 234	5.24 571	0.61 128	4.20 436	1.56 97	1.09 155	0.71 33	1.09 181	0.66 79	1.92 224	0.82 97	0.29 133	0.30 238	0.29 217	0.24 182	0.37 274	19.09 606

anonymousa	3.14 410	0.83 245	19.20 332	1.62 482	9.63 595	2.06 95	0.78 248	2.93 195	2.20 218	1.95 275	2.17 419	3.41 470	1.81 408	1.33 96	1.67 329	0.29 133	8.64 587	0.34 339	0.37 410	0.32 185	1.33 412

riskmin	2.46 253	0.61 103	12.91 187	1.22 332	1.65 492	3.56 283	0.61 128	4.30 475	1.50 82	1.86 253	1.16 118	4.30 531	2.02 432	1.53 149	1.32 239	0.29 133	0.95 480	0.34 339	0.23 159	0.43 350	8.34 548

qqq	2.96 380	0.88 261	15.54 231	1.27 362	0.74 201	2.29 112	0.90 336	4.07 382	4.63 539	1.63 211	1.32 161	1.78 285	1.36 285	5.19 371	1.68 331	0.29 133	6.43 572	0.33 319	0.36 400	0.35 249	8.09 541

ccc-4	2.60 292	0.81 236	16.25 248	0.89 130	0.56 111	4.55 521	0.83 283	1.68 38	3.44 454	0.88 107	1.10 106	0.70 88	0.78 118	1.93 228	0.93 128	0.29 133	0.37 302	0.29 217	0.21 106	0.33 211	15.08 582

x	2.94 376	0.83 245	16.07 242	1.51 457	0.83 240	2.13 98	0.96 376	3.97 354	4.73 547	1.73 233	1.43 189	1.61 247	1.27 268	2.24 270	1.71 340	0.29 133	6.91 574	0.34 339	0.31 340	0.34 234	9.60 559

IGEV-Stereo	3.15 413	0.83 245	20.31 447	0.94 175	0.64 155	4.54 515	0.82 279	2.01 76	3.31 425	0.91 121	1.13 113	0.79 118	0.77 114	1.79 199	0.92 127	0.29 133	0.25 162	0.29 217	0.21 106	0.33 211	21.85 611
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test-3	2.19 179	0.59 88	18.63 309	1.13 289	0.75 209	2.07 96	0.89 321	4.37 509	1.53 88	2.25 376	1.20 123	2.05 336	0.79 126	2.68 307	1.35 241	0.29 133	0.95 480	0.28 192	0.27 238	0.27 94	1.47 425

test_1	2.19 179	0.59 88	18.67 311	1.13 289	0.78 222	2.07 96	0.89 321	4.37 509	1.53 88	2.18 352	1.20 123	2.05 336	0.78 118	2.68 307	1.36 248	0.29 133	0.93 477	0.28 192	0.27 238	0.28 107	1.53 429

test_3	2.17 175	0.58 77	18.64 310	1.11 274	0.78 222	2.15 100	0.85 302	4.42 521	1.47 72	2.00 287	1.20 123	2.02 330	0.79 126	2.70 311	1.35 241	0.29 133	1.04 488	0.29 217	0.29 300	0.31 160	1.07 393

CREStereo++_RVC	1.98 142	0.59 88	19.94 393	0.87 122	0.55 105	4.02 395	0.31 15	1.75 49	2.09 197	1.65 215	2.20 429	0.85 130	0.65 72	1.03 22	0.72 57	0.29 133	0.16 5	0.23 37	1.22 566	0.25 66	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
raftrobust	2.05 159	1.45 403	13.44 191	1.29 370	5.81 591	3.59 288	0.67 164	2.80 177	1.50 82	2.21 369	1.41 186	1.17 192	1.22 263	1.37 114	1.46 275	0.29 133	0.33 262	0.22 26	0.20 89	0.27 94	0.36 93

CFNet-RSSM	2.17 175	0.56 64	20.50 475	1.08 262	0.57 123	3.42 246	0.62 143	4.24 455	1.60 114	1.73 233	1.39 179	2.55 387	1.19 259	1.36 109	1.04 168	0.29 133	0.20 43	0.26 127	0.23 159	0.28 107	0.32 37

4.5_new	0.80 25	0.49 28	1.36 30	0.67 28	0.79 225	1.96 86	0.51 86	2.18 94	1.46 70	0.77 64	0.93 70	0.43 24	0.49 27	1.08 36	0.65 34	0.30 162	0.68 451	0.26 127	0.20 89	0.23 51	0.57 258

4.5w-stereo	0.80 25	0.49 28	1.36 30	0.66 22	0.79 225	1.96 86	0.51 86	2.18 94	1.45 67	0.77 64	0.93 70	0.43 24	0.49 27	1.08 36	0.66 36	0.30 162	0.68 451	0.26 127	0.20 89	0.23 51	0.57 258

xyz-stereo-finetune	1.14 92	0.88 261	1.93 70	0.63 10	0.37 16	3.48 263	0.79 258	2.86 190	1.95 181	1.02 144	1.26 142	0.91 151	0.78 118	2.53 296	1.84 369	0.30 162	0.24 143	0.26 127	0.24 182	0.31 160	0.30 28

DFGA-Net	2.93 371	7.27 533	18.55 307	1.18 315	0.79 225	3.68 311	0.60 124	2.84 187	1.98 186	2.19 359	2.07 401	1.22 206	1.04 205	10.28 502	2.51 445	0.30 162	0.23 112	0.34 339	0.35 390	0.63 458	0.54 246

G2L-Stereo_test	2.89 366	2.06 461	20.60 494	1.68 495	1.18 370	3.55 280	1.01 387	3.66 284	2.33 246	2.59 463	1.68 267	3.14 447	1.48 322	9.19 462	1.86 373	0.30 162	0.21 67	0.23 37	0.23 159	0.28 107	0.57 258

HI	2.19 179	1.11 343	19.93 390	1.14 293	0.69 190	2.98 180	0.45 67	2.58 152	1.87 168	2.18 352	1.65 260	2.41 368	1.83 413	1.72 183	1.63 317	0.30 162	0.17 9	0.28 192	0.31 340	0.27 94	0.32 37

CoSv	2.19 179	1.11 343	19.93 390	1.14 293	0.69 190	2.98 180	0.45 67	2.58 152	1.87 168	2.18 352	1.65 260	2.41 368	1.83 413	1.72 183	1.63 317	0.30 162	0.17 9	0.28 192	0.31 340	0.27 94	0.32 37

IGEV-RUCA	0.93 57	0.56 64	1.31 23	0.85 106	0.74 201	3.89 361	0.78 248	1.93 63	1.42 64	1.02 144	0.72 35	0.70 88	0.73 95	1.37 114	0.77 72	0.30 162	0.20 43	0.25 92	0.19 54	0.43 350	0.40 128

UGAM	2.78 350	0.78 226	19.69 367	0.93 166	0.73 196	3.27 219	1.02 391	2.88 192	3.06 375	1.40 181	2.76 508	3.51 484	1.28 271	10.74 514	1.44 269	0.30 162	0.30 238	0.40 412	0.33 365	0.37 274	0.49 209

AIO-Stereo-zeroshot	2.84 357	1.17 356	20.72 510	1.15 296	2.05 534	3.61 294	0.49 76	4.63 551	2.10 199	1.41 184	1.66 264	6.02 574	2.40 465	2.79 315	2.09 412	0.30 162	0.51 405	0.31 263	0.96 548	0.59 441	1.93 452

trnet	1.00 70	0.55 58	1.89 69	0.66 22	0.33 6	4.41 489	0.40 46	2.42 119	1.95 181	0.96 131	1.24 134	0.88 141	0.89 162	1.27 77	0.78 76	0.30 162	0.19 27	0.23 37	0.15 3	0.22 43	0.22 1

AE-Stereo	2.91 369	0.63 113	17.05 270	1.15 296	0.63 151	4.39 483	0.70 188	4.02 367	2.12 206	1.24 171	2.04 388	1.01 173	0.91 168	1.67 165	1.42 263	0.30 162	1.14 494	0.28 192	0.28 265	0.27 94	16.93 601

ffm	4.27 515	0.98 311	21.04 533	1.24 340	1.03 320	3.64 300	0.87 314	4.23 449	4.73 547	2.31 399	2.40 463	3.49 476	1.64 372	2.29 275	0.78 76	0.30 162	19.28 624	0.48 462	0.40 437	0.31 160	14.02 574

ff1	5.58 552	0.98 311	21.04 533	1.24 340	1.03 320	3.64 300	0.87 314	4.23 449	4.73 547	2.31 399	2.40 463	3.49 476	1.64 372	12.40 575	16.90 583	0.30 162	19.28 624	0.48 462	0.40 437	0.31 160	14.02 574

tt1	3.79 488	0.93 290	15.34 225	1.83 516	0.45 52	4.54 515	0.78 248	4.23 449	4.73 547	1.27 172	1.89 352	0.74 109	1.48 322	2.29 275	0.78 76	0.30 162	19.28 624	0.32 284	0.22 141	0.31 160	14.02 574

RCA-Stereo	1.38 109	0.61 103	3.95 120	0.94 175	0.48 66	4.68 549	0.78 248	4.17 425	1.95 181	1.93 263	1.84 332	0.94 166	1.48 322	1.23 68	0.75 65	0.30 162	0.43 352	0.25 92	0.20 89	0.26 83	0.37 97

SA	2.55 276	1.54 414	20.70 507	1.12 284	0.48 66	4.26 464	1.33 455	4.45 527	3.28 413	1.68 221	1.96 373	1.69 257	2.25 456	2.60 301	1.57 297	0.30 162	0.29 228	0.37 387	0.38 419	0.36 268	0.47 188

TANstereo	1.98 142	0.87 257	20.35 451	0.80 90	0.37 16	4.05 403	0.38 34	1.50 22	1.65 130	2.03 303	2.16 418	0.84 126	0.93 174	1.09 41	0.68 44	0.30 162	0.36 295	0.24 63	0.20 89	0.26 83	0.46 176

sAnonymous2	2.00 148	1.54 414	21.24 559	0.93 166	0.89 268	1.21 25	0.62 143	2.58 152	2.28 236	0.86 95	1.04 93	0.73 98	1.22 263	1.10 42	0.85 108	0.30 162	0.25 162	0.31 263	0.31 340	1.06 533	0.72 325

CroCo_RVC	2.00 148	1.54 414	21.24 559	0.93 166	0.89 268	1.21 25	0.62 143	2.58 152	2.28 236	0.86 95	1.04 93	0.73 98	1.22 263	1.10 42	0.85 108	0.30 162	0.25 162	0.31 263	0.31 340	1.06 533	0.72 325

RALAANet	2.29 212	2.73 487	21.08 538	1.29 370	0.94 293	1.45 55	0.68 175	3.25 234	2.61 287	2.02 298	1.80 309	1.28 211	1.04 205	2.12 251	1.79 361	0.30 162	0.22 84	0.27 154	0.27 238	0.41 329	0.35 71

test_xeample	4.19 509	0.93 290	14.09 201	1.16 303	1.17 368	3.28 223	0.80 268	4.63 551	5.30 564	2.46 444	2.35 456	1.39 225	1.42 304	10.88 519	17.68 596	0.30 162	6.50 573	0.32 284	0.32 356	0.36 268	8.38 549

Gwc-CoAtRS	1.80 134	0.61 103	14.92 220	1.08 262	0.61 138	2.88 165	0.63 149	2.47 127	1.62 124	1.80 247	1.50 204	2.73 405	1.17 254	1.35 106	1.08 177	0.30 162	0.22 84	0.25 92	0.23 159	0.28 107	0.30 28

CREStereo	1.00 70	0.59 88	1.82 66	0.66 22	0.36 10	4.43 492	0.40 46	2.43 120	1.98 186	0.96 131	1.22 130	0.88 141	0.87 155	1.30 86	0.79 85	0.30 162	0.20 43	0.23 37	0.16 11	0.23 51	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
WQFJA1++	12.03 596	0.43 12	31.04 614	0.99 217	1.15 358	1.59 64	0.41 53	2.16 91	1.00 20	95.97 639	0.74 37	0.46 34	0.54 40	1.34 103	0.79 85	0.31 186	0.57 423	0.21 19	0.21 106	100.28 635	0.40 128

WQFJX	2.20 186	0.58 77	1.52 40	0.62 4	1.84 518	2.88 165	0.75 227	11.62 598	14.71 601	0.84 90	1.21 128	0.89 145	1.09 224	1.75 195	1.55 291	0.31 186	0.25 162	0.25 92	0.22 141	0.32 185	0.74 335

GEAStereo	3.16 417	0.61 103	2.62 93	0.99 217	1.33 415	4.53 513	0.81 276	2.05 80	1.71 144	0.97 133	0.93 70	0.53 48	0.80 131	1.07 32	0.84 103	0.31 186	18.89 617	0.27 154	0.20 89	0.29 125	23.53 613

gasm-f	4.41 522	0.71 169	10.58 167	0.99 217	16.98 608	4.39 483	0.92 356	2.05 80	1.71 144	0.97 133	1.46 195	0.53 48	0.88 156	1.39 117	1.12 183	0.31 186	18.89 617	0.27 154	0.20 89	0.30 148	23.53 613

tg	1.40 112	1.14 352	2.71 95	0.97 204	0.54 98	4.02 395	0.42 56	3.02 211	2.64 291	1.70 227	1.85 336	1.84 296	0.97 182	1.81 209	0.99 155	0.31 186	0.22 84	0.29 217	0.26 218	0.32 185	2.01 456

U	12.87 602	0.43 12	2.54 87	0.68 38	58.93 629	63.36 635	0.33 21	1.95 68	1.08 27	0.62 21	0.83 54	0.46 34	0.57 45	0.91 9	0.50 7	0.31 186	0.17 9	63.34 635	59.81 634	0.30 148	0.26 11

test_sample1	2.29 212	0.72 177	5.74 135	1.51 457	0.86 253	2.35 116	0.64 154	4.07 382	3.45 460	2.01 296	1.51 205	1.70 261	1.71 390	9.53 470	1.73 348	0.31 186	0.97 484	0.31 263	0.31 340	0.33 211	6.12 532

MGS-Stereo	1.24 99	0.66 135	9.68 163	0.97 204	0.40 37	1.26 32	0.72 197	1.50 22	1.35 56	1.03 148	2.26 439	0.80 120	0.56 43	1.28 81	0.78 76	0.31 186	0.23 112	0.26 127	0.22 141	0.28 107	0.34 60

ACVNet-DCA	3.67 477	0.94 294	19.66 358	1.87 519	0.42 40	4.47 499	0.73 206	4.07 382	4.63 539	1.21 163	1.89 352	0.73 98	1.62 365	2.20 263	0.81 92	0.31 186	18.77 612	0.32 284	0.21 106	0.35 249	8.09 541

xx1	3.69 481	0.94 294	19.66 358	1.87 519	0.42 40	4.47 499	0.73 206	4.24 455	4.01 501	1.21 163	1.89 352	1.78 285	1.36 285	2.20 263	0.81 92	0.31 186	18.77 612	0.33 319	0.36 400	0.35 249	8.09 541

1test111	3.86 492	0.94 294	19.66 358	1.87 519	0.42 40	4.47 499	0.73 206	4.07 382	4.63 539	1.21 163	1.89 352	0.73 98	1.62 365	5.19 371	1.68 331	0.31 186	18.77 612	0.32 284	0.21 106	0.35 249	8.09 541

cc1	3.93 497	0.94 294	19.66 358	1.87 519	0.42 40	4.47 499	0.73 206	4.24 455	4.01 501	1.21 163	1.89 352	0.73 98	1.62 365	2.20 263	0.81 92	0.31 186	18.77 612	0.32 284	0.21 106	0.32 185	13.93 573

mmm	2.70 328	0.80 233	8.26 153	1.50 454	1.18 370	2.44 125	0.85 302	4.08 391	4.59 537	2.31 399	1.95 372	1.51 240	1.55 342	2.33 278	1.72 344	0.31 186	7.71 579	0.45 447	0.42 454	0.40 309	9.56 558

4D-IteraStereo	2.95 378	1.83 448	20.75 512	0.81 92	1.56 468	2.22 107	1.03 394	2.48 129	1.56 97	1.42 187	1.00 89	1.93 311	0.61 61	1.65 163	2.04 405	0.31 186	0.22 84	0.31 263	0.26 218	0.28 107	16.75 598

CroCo-Stereo Lap2	1.65 126	1.14 352	14.70 216	1.00 224	1.80 515	0.53 4	0.46 73	3.18 224	1.62 124	1.10 158	1.24 134	1.05 178	0.78 118	1.40 119	1.18 198	0.31 186	0.23 112	0.27 154	0.22 141	0.46 383	0.38 107

raft_robust	3.17 418	2.15 470	20.28 438	1.06 252	0.55 105	3.86 352	0.46 73	4.42 521	2.77 310	1.70 227	1.37 175	7.48 582	6.35 563	6.81 417	1.44 269	0.31 186	0.74 462	0.30 242	0.37 410	0.32 185	0.57 258

Sa-1000	2.54 271	1.47 406	20.36 452	1.16 303	0.55 105	4.07 408	1.39 466	4.49 531	3.01 355	2.06 311	2.79 509	1.84 296	1.43 308	2.68 307	1.53 285	0.31 186	0.26 189	0.36 376	0.33 365	0.37 274	0.46 176

iRaft-Stereo_20w	3.11 403	0.69 154	18.89 317	1.00 224	1.09 341	5.03 568	1.00 386	5.86 581	2.46 271	2.83 501	1.64 257	3.06 439	4.30 541	3.08 329	1.74 351	0.31 186	0.30 238	0.27 154	0.35 390	0.42 340	7.93 539

IPLGR	2.61 297	0.73 183	20.72 510	0.87 122	0.54 98	4.58 526	0.52 93	4.32 494	2.79 314	1.91 259	1.54 219	1.72 265	1.71 390	6.94 422	1.43 265	0.31 186	0.21 67	0.27 154	0.24 182	0.34 234	0.48 200

iRaftStereo_RVC	1.70 130	1.18 359	3.88 117	0.99 217	0.46 56	3.83 342	0.41 53	2.41 115	1.60 114	1.69 225	1.76 290	1.81 291	0.83 143	1.58 156	1.23 213	0.31 186	4.86 564	0.29 217	0.26 218	0.33 211	4.33 515

RALCasStereoNet	3.17 418	1.87 452	20.86 521	1.17 310	1.63 484	3.10 189	0.70 188	3.21 226	2.19 215	1.39 180	1.73 285	1.18 195	0.91 168	2.46 284	1.64 323	0.31 186	8.75 588	0.25 92	0.22 141	0.31 160	9.45 556

VIP-Stereo	1.29 102	1.10 341	6.84 145	0.79 86	0.91 281	3.20 205	0.79 258	1.95 68	3.31 425	0.88 107	1.07 100	0.65 75	0.59 54	1.31 90	0.76 71	0.32 207	0.44 362	0.24 63	0.17 23	0.22 43	0.32 37

FE-Mocha	1.31 103	0.79 230	5.00 128	1.08 262	0.77 218	1.59 64	0.39 38	2.94 197	1.56 97	1.83 251	1.81 314	2.44 378	0.88 156	1.68 167	1.18 198	0.32 207	0.49 396	0.35 358	0.32 356	0.27 94	0.48 200

IGEV-FE	2.66 315	0.75 206	21.55 573	1.50 454	0.89 268	2.21 101	0.90 336	3.52 264	1.83 160	2.17 348	1.58 238	4.06 514	1.59 348	1.73 189	1.21 207	0.32 207	0.33 262	0.28 192	0.30 321	0.44 364	6.08 530

FlowAnything_test	0.79 22	0.65 127	1.32 25	0.83 99	0.59 128	2.29 112	0.65 158	1.45 17	1.03 22	1.06 152	0.76 42	0.63 71	0.49 27	0.91 9	0.97 147	0.32 207	0.27 206	0.40 412	0.47 474	0.31 160	0.48 200

IGEVStereo-DCA	3.09 401	3.48 502	16.25 248	0.96 196	0.49 75	1.59 64	0.83 283	1.68 38	3.44 454	0.75 54	0.78 44	0.74 109	0.73 95	5.79 383	7.75 529	0.32 207	0.26 189	0.28 192	0.21 106	0.32 185	15.08 582

rrr	3.66 475	3.48 502	23.50 602	0.96 196	0.49 75	1.59 64	0.92 356	8.19 590	2.75 306	0.75 54	0.78 44	0.74 109	0.73 95	5.79 383	7.75 529	0.32 207	0.26 189	0.28 192	0.21 106	0.32 185	13.47 570

1111x	4.75 539	1.05 329	20.89 523	1.28 364	1.02 315	3.81 341	0.88 320	4.65 553	5.52 571	2.43 440	2.27 442	1.97 323	1.81 408	12.40 575	18.19 600	0.32 207	9.06 594	0.32 284	0.34 375	0.38 288	6.34 534

MaDis-Stereo	1.60 119	1.11 343	16.13 245	0.67 28	1.87 522	1.22 29	0.39 38	2.17 92	1.42 64	0.69 39	0.78 44	0.88 141	0.70 87	1.24 71	1.13 185	0.32 207	0.23 112	0.26 127	0.21 106	0.32 185	0.28 18

IGEV_Zeroshot_test	2.66 315	0.75 206	21.55 573	1.50 454	0.89 268	2.21 101	0.90 336	3.52 264	1.83 160	2.17 348	1.57 230	4.09 516	1.60 350	1.73 189	1.21 207	0.32 207	0.33 262	0.28 192	0.30 321	0.44 364	6.09 531

PCWNet_CMD	2.16 172	0.71 169	15.44 228	0.84 101	0.76 214	3.38 237	0.68 175	3.69 293	2.24 224	1.72 230	1.63 252	3.20 451	3.00 500	2.09 245	1.23 213	0.32 207	0.37 302	0.47 456	0.27 238	0.65 470	0.51 220

anonymousdsp2	2.72 332	0.68 149	11.15 173	1.20 322	0.64 155	3.66 306	0.71 193	3.71 299	2.14 211	1.62 210	1.61 243	1.95 317	1.00 189	2.24 270	0.81 92	0.32 207	0.50 402	0.28 192	0.20 89	0.34 234	19.58 607

knoymous	1.50 116	0.65 127	8.73 159	0.91 148	0.75 209	2.97 178	0.90 336	2.93 195	1.38 60	1.56 202	1.07 100	2.75 410	0.88 156	1.43 125	1.13 185	0.32 207	0.22 84	0.35 358	0.20 89	0.45 373	0.41 137

TestStereo1	2.56 283	1.41 398	20.56 485	1.63 485	0.74 201	4.13 423	1.34 456	3.93 345	3.38 442	1.61 208	2.56 486	1.43 232	2.13 445	2.55 298	1.70 337	0.32 207	0.22 84	0.34 339	0.26 218	0.40 309	0.53 238

SA-5K	2.56 283	1.41 398	20.56 485	1.63 485	0.74 201	4.13 423	1.34 456	3.93 345	3.38 442	1.61 208	2.56 486	1.43 232	2.13 445	2.55 298	1.70 337	0.32 207	0.22 84	0.34 339	0.26 218	0.40 309	0.53 238

IPLG	2.56 283	1.11 343	19.89 387	0.95 187	0.79 225	4.60 530	0.56 103	4.31 486	2.10 199	1.94 269	2.00 383	1.34 216	1.37 288	6.59 408	1.59 302	0.32 207	0.21 67	0.27 154	0.23 159	0.32 185	0.63 296

LCNet	2.54 271	0.60 96	20.89 523	1.01 227	0.57 123	3.60 292	1.21 439	3.20 225	1.70 141	2.17 348	1.76 290	1.43 232	4.12 537	3.61 341	0.94 136	0.32 207	0.20 43	0.28 192	0.76 534	0.50 409	1.83 451

PSM-AAD	3.41 454	0.58 77	20.55 481	0.95 187	0.56 111	4.46 496	7.40 595	3.11 216	1.58 105	2.30 396	2.56 486	1.26 209	16.19 606	2.47 287	1.00 159	0.32 207	0.22 84	0.58 511	0.41 448	0.37 274	1.32 411

THIR-Stereo	4.50 527	1.11 343	18.71 312	0.89 130	0.47 61	2.25 108	16.71 606	3.53 266	1.58 105	2.04 306	12.04 598	2.66 401	7.52 575	7.29 425	11.25 546	0.32 207	0.21 67	0.29 217	0.28 265	0.35 249	0.52 230

GMM-Stereo	2.52 262	0.56 64	20.57 489	0.92 158	0.83 240	4.18 442	1.88 513	2.51 131	2.40 256	2.48 447	2.30 451	1.69 257	1.84 416	2.93 324	1.25 225	0.32 207	0.19 27	0.33 319	0.49 482	0.37 274	2.40 469

Prome-Stereo	2.57 287	0.60 96	20.29 443	1.01 227	0.62 148	4.40 487	1.80 509	3.22 229	1.74 149	2.18 352	3.43 539	1.71 264	3.45 525	2.24 270	1.19 203	0.32 207	0.20 43	0.27 154	0.25 199	0.37 274	2.15 461

CFNet_pseudo	2.03 155	0.74 192	12.75 184	0.87 122	0.74 201	3.91 366	0.65 158	4.04 374	1.93 178	1.93 263	1.79 304	3.25 456	1.61 356	2.51 290	1.25 225	0.32 207	0.37 302	0.53 492	0.28 265	0.64 463	0.50 214

222	3.82 489	0.88 261	6.92 146	1.15 296	0.99 304	3.27 219	0.64 154	4.57 544	5.37 567	2.43 440	2.32 454	1.41 228	1.44 309	10.64 511	18.51 602	0.32 207	4.89 565	0.32 284	0.30 321	0.34 234	9.80 560

test_xeample3	3.67 477	3.52 504	21.53 572	0.98 210	0.51 86	1.88 79	0.91 348	8.10 589	2.76 309	0.82 78	0.76 42	0.65 75	0.70 87	5.88 387	7.74 528	0.32 207	0.29 228	0.27 154	0.22 141	0.29 125	15.33 588

R-Stereo Train	2.13 166	0.65 127	19.43 343	1.02 231	0.67 174	3.79 334	0.89 321	4.12 406	1.55 93	2.15 341	1.72 279	1.13 187	0.94 176	1.46 132	1.30 236	0.32 207	0.25 162	0.27 154	0.21 106	0.28 107	0.37 97

RAFT-Stereo	2.13 166	0.65 127	19.43 343	1.02 231	0.67 174	3.79 334	0.89 321	4.12 406	1.55 93	2.15 341	1.72 279	1.13 187	0.94 176	1.46 132	1.30 236	0.32 207	0.25 162	0.27 154	0.21 106	0.28 107	0.37 97
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	2.16 172	0.71 169	15.36 226	0.86 115	0.75 209	3.41 244	0.69 185	3.70 296	2.25 227	1.73 233	1.64 257	3.21 452	2.95 492	2.09 245	1.24 218	0.32 207	0.37 302	0.45 447	0.27 238	0.63 458	0.50 214

ccs_rob	2.03 155	0.74 192	12.67 183	0.87 122	0.75 209	3.91 366	0.66 161	4.04 374	1.93 178	1.92 262	1.79 304	3.24 454	1.63 369	2.52 294	1.25 225	0.32 207	0.37 302	0.54 500	0.28 265	0.66 474	0.51 220

StereoAnything_RVC	4.17 508	12.66 566	20.44 460	0.88 128	0.57 123	1.16 18	0.39 38	2.35 112	4.38 526	0.53 2	0.37 4	0.33 1	0.89 162	1.62 161	0.50 7	0.33 234	0.22 84	0.24 63	0.15 3	3.36 579	31.99 623

UGAM-zero	3.14 410	0.62 110	20.64 500	1.02 231	0.93 287	2.87 164	0.51 86	4.52 537	1.57 101	2.19 359	1.65 260	5.78 570	3.40 523	9.89 482	1.71 340	0.33 234	0.44 362	0.28 192	0.59 512	0.30 148	3.59 505

rvit_stereo_0081	0.87 46	0.73 183	1.54 44	0.92 158	0.65 160	1.27 34	0.61 128	2.11 87	2.35 250	0.86 95	0.75 39	0.86 133	0.74 103	1.36 109	0.83 100	0.33 234	0.26 189	0.27 154	0.25 199	0.38 288	0.35 71

model_zeroshot	2.43 247	0.72 177	19.99 399	1.24 340	1.23 389	3.70 316	0.63 149	3.76 307	1.61 120	2.79 494	1.41 186	2.24 347	0.82 142	2.87 321	1.22 210	0.33 234	0.52 408	0.30 242	0.25 199	0.28 107	2.59 474

rvit_stereo_0082	0.87 46	0.73 183	1.54 44	0.92 158	0.65 160	1.27 34	0.61 128	2.11 87	2.35 250	0.86 95	0.75 39	0.86 133	0.74 103	1.36 109	0.83 100	0.33 234	0.26 189	0.27 154	0.25 199	0.38 288	0.35 71

test_sample2	2.20 186	0.70 162	6.07 138	1.49 449	0.81 234	2.96 175	0.86 307	4.13 410	3.31 425	2.07 317	1.54 219	1.56 243	1.63 369	10.61 509	1.80 362	0.33 234	0.77 464	0.32 284	0.32 356	0.38 288	2.35 467

LL-Strereo2	2.36 229	1.81 445	19.35 340	1.04 242	1.03 320	3.73 322	1.35 459	2.70 166	2.04 193	1.76 239	1.44 191	1.82 293	0.73 95	1.48 137	1.53 285	0.33 234	0.30 238	0.55 501	0.35 390	0.30 148	3.51 504

LL-Strereo	4.26 514	13.69 576	20.37 453	1.24 340	2.18 541	2.90 169	1.08 406	4.35 503	2.22 221	3.20 531	2.26 439	3.29 458	3.13 505	11.30 544	1.91 384	0.33 234	3.89 561	0.46 454	0.34 375	0.54 422	6.47 535

gwcnet-sp	2.38 234	1.51 410	17.58 285	1.11 274	0.92 283	3.59 288	1.03 394	3.79 312	2.43 262	2.60 466	1.63 252	1.80 288	1.61 356	3.87 349	1.99 393	0.33 234	0.32 252	0.30 242	0.29 300	0.40 309	0.47 188

scenet	2.38 234	1.51 410	17.58 285	1.11 274	0.92 283	3.59 288	1.03 394	3.79 312	2.43 262	2.60 466	1.63 252	1.80 288	1.61 356	3.87 349	1.99 393	0.33 234	0.32 252	0.30 242	0.29 300	0.40 309	0.47 188

ssnet	2.38 234	1.51 410	17.58 285	1.11 274	0.92 283	3.59 288	1.03 394	3.79 312	2.43 262	2.60 466	1.63 252	1.80 288	1.61 356	3.87 349	1.99 393	0.33 234	0.32 252	0.30 242	0.29 300	0.40 309	0.47 188

test_5	2.45 251	1.43 400	19.72 370	1.20 322	1.39 431	3.88 358	1.25 444	4.03 370	1.98 186	1.74 236	1.82 317	1.86 299	1.78 402	3.57 340	1.35 241	0.33 234	0.21 67	0.35 358	0.33 365	0.34 234	0.43 154

CrosDoStereo	5.27 549	0.75 206	20.07 407	0.85 106	0.53 95	3.40 241	18.03 607	3.90 336	3.29 418	1.99 283	8.27 575	1.95 317	6.95 572	7.34 427	25.94 616	0.33 234	0.22 84	0.30 242	0.28 265	0.35 249	0.61 289

ASMatch	2.65 309	0.68 149	20.65 501	1.60 478	0.71 193	4.40 487	0.77 241	2.02 77	1.65 130	1.71 229	3.89 547	1.93 311	3.75 531	5.45 377	1.67 329	0.33 234	0.24 143	0.34 339	0.28 265	0.34 234	0.57 258

DeepStereo_LL	5.27 549	0.75 206	20.07 407	0.85 106	0.53 95	3.40 241	18.03 607	3.90 336	3.29 418	1.99 283	8.27 575	1.95 317	6.95 572	7.34 427	25.94 616	0.33 234	0.22 84	0.30 242	0.28 265	0.35 249	0.61 289

rafts_anoy	2.76 345	1.68 429	20.42 458	1.42 431	3.90 577	3.03 184	0.61 128	3.24 231	1.66 132	1.42 187	1.26 142	1.19 199	1.11 234	2.13 253	1.64 323	0.33 234	8.77 589	0.32 284	0.32 356	0.32 185	0.38 107

XX-TBD	1.98 142	1.08 335	20.29 443	1.31 379	0.43 45	3.97 387	0.33 21	1.76 51	1.77 153	1.59 207	2.18 424	0.69 87	0.59 54	1.44 126	0.75 65	0.33 234	0.25 162	0.23 37	0.16 11	0.31 160	0.22 1

xxxx	4.25 512	0.86 253	14.59 214	1.30 375	1.16 366	3.51 272	0.63 149	4.56 542	5.42 570	2.33 413	2.29 447	2.04 333	1.39 292	10.23 498	18.00 598	0.33 234	7.15 576	0.31 263	0.30 321	0.35 249	8.33 547

RAFT + AFF	3.98 501	14.10 585	20.78 513	1.16 303	1.96 528	4.14 428	2.00 522	4.56 542	3.52 469	2.23 373	2.51 481	2.27 350	4.92 548	8.94 457	2.82 459	0.33 234	0.60 435	0.48 462	0.39 428	0.81 510	1.03 389

EAI-Stereo	4.89 542	0.69 154	7.74 151	0.99 217	1.63 484	4.68 549	51.52 628	5.79 580	3.37 439	3.64 548	7.24 568	1.10 183	0.95 178	2.51 290	1.71 340	0.33 234	0.31 246	0.28 192	2.04 591	0.28 107	0.92 371

ACVNet	2.40 238	0.97 308	20.20 424	0.94 175	0.86 253	4.22 456	0.79 258	2.97 207	2.85 325	1.93 263	1.91 361	3.07 440	1.46 316	1.52 146	2.37 434	0.33 234	0.27 206	0.30 242	0.27 238	0.42 340	0.35 71

acv_ft	2.45 251	0.97 308	19.57 353	1.15 296	2.01 531	2.97 178	0.96 376	3.88 332	2.85 325	2.34 415	1.91 361	3.07 440	1.65 378	1.52 146	2.26 424	0.33 234	0.27 206	0.30 242	0.27 238	0.42 340	0.35 71

BridgeDepth_RVC	0.56 3	0.51 39	1.09 7	0.58 1	0.38 18	0.98 11	0.23 3	1.42 15	0.86 8	0.61 18	0.52 13	0.51 41	0.81 137	0.93 12	0.50 7	0.34 256	0.16 5	0.23 37	0.18 34	0.20 13	0.24 9
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 8	0.46 20	1.13 9	0.90 142	0.33 6	2.42 123	0.44 65	1.17 8	0.75 2	0.87 102	0.53 14	0.55 52	0.53 34	1.50 144	0.50 7	0.34 256	0.14 1	0.25 92	0.19 54	0.23 51	0.27 14

rvit_stereo_0083	0.91 54	0.73 183	1.60 56	0.90 142	0.66 168	1.21 25	0.64 154	1.75 49	2.71 300	0.83 85	0.93 70	0.94 166	1.06 216	1.50 144	0.79 85	0.34 256	0.36 295	0.30 242	0.27 238	0.34 234	0.34 60

rvit_stereo_ft	1.28 101	1.39 395	6.72 144	0.99 217	0.66 168	1.06 14	0.79 258	2.81 180	3.14 386	0.83 85	1.02 91	0.95 168	1.13 238	1.27 77	1.00 159	0.34 256	0.24 143	0.27 154	0.29 300	0.40 309	0.35 71

gcap-zeroshot	2.25 197	0.74 192	19.48 347	0.97 204	1.18 370	3.50 268	0.83 283	3.21 226	2.66 295	1.86 253	1.23 132	3.24 454	0.88 156	1.92 224	0.94 136	0.34 256	0.43 352	0.28 192	0.22 141	0.29 125	0.83 352

mmx	4.56 529	0.98 311	21.04 533	1.24 340	1.03 320	3.64 300	0.87 314	4.53 538	5.34 565	2.31 399	2.40 463	3.49 476	1.64 372	12.40 575	16.90 583	0.34 256	5.98 570	0.48 462	0.40 437	0.46 383	5.71 527

xxx	4.56 529	0.98 311	21.04 533	1.24 340	1.03 320	3.64 300	0.87 314	4.53 538	5.34 565	2.31 399	2.40 463	3.49 476	1.64 372	12.40 575	16.90 583	0.34 256	5.98 570	0.48 462	0.40 437	0.46 383	5.71 527

plain	2.00 148	0.89 266	21.49 571	0.67 28	0.73 196	1.66 71	0.57 107	3.27 237	2.18 213	0.80 72	1.25 138	0.80 120	0.86 151	1.72 183	1.13 185	0.34 256	0.21 67	0.32 284	0.25 199	0.44 364	0.34 60

ADStereo(finetuned)	2.30 216	0.97 308	17.29 276	0.86 115	0.43 45	4.17 439	0.59 120	4.31 486	3.29 418	2.35 417	1.86 342	1.18 195	3.35 519	1.69 173	1.59 302	0.34 256	0.25 162	0.23 37	0.19 54	0.31 160	0.72 325

test_4	1.98 142	0.68 149	15.65 233	0.91 148	0.48 66	4.11 418	1.09 410	2.41 115	1.50 82	1.55 201	2.31 452	1.87 302	0.79 126	2.86 320	1.51 281	0.34 256	0.19 27	0.29 217	0.29 300	0.30 148	0.40 128

STrans-v2	3.11 403	0.95 299	20.80 515	0.86 115	0.64 155	3.90 362	1.01 387	4.30 475	3.61 474	2.28 387	3.65 542	4.11 519	5.17 552	7.32 426	1.63 317	0.34 256	0.18 16	0.29 217	0.26 218	0.30 148	0.65 305

TransformOpticalFlow	3.07 398	0.87 257	20.87 522	1.10 269	0.56 111	4.18 442	0.64 154	4.36 506	3.28 413	2.19 359	3.08 523	4.32 532	5.01 549	7.36 429	1.59 302	0.34 256	0.18 16	0.32 284	0.26 218	0.29 125	0.57 258

KYRaft	2.55 276	0.57 72	20.60 494	0.98 210	0.51 86	4.38 479	1.76 506	2.51 131	1.59 108	2.48 447	2.98 518	1.99 325	3.36 520	2.17 259	0.96 144	0.34 256	0.22 84	0.33 319	0.46 472	0.38 288	2.44 471

XX-Stereo	2.66 315	0.70 162	21.17 554	2.33 547	1.24 393	4.31 473	0.45 67	4.48 530	1.60 114	2.39 431	1.89 352	4.60 545	0.60 58	4.17 359	1.11 182	0.34 256	0.26 189	0.29 217	0.29 300	0.53 418	0.43 154

DCANet	2.37 233	0.98 311	20.47 467	0.86 115	0.43 45	4.18 442	0.59 120	4.31 486	3.29 418	2.35 417	1.86 342	1.18 195	1.63 369	1.69 173	1.59 302	0.34 256	0.25 162	0.24 63	0.19 54	0.31 160	0.73 330

delet	2.66 315	1.11 343	18.42 304	1.05 246	1.65 492	3.47 257	2.00 522	3.81 321	2.82 321	2.15 341	2.11 407	2.62 397	1.88 423	5.38 375	2.21 421	0.34 256	0.38 316	0.40 412	0.32 356	0.45 373	0.54 246

cf-r	2.93 371	2.19 471	20.59 493	1.49 449	1.35 423	4.18 442	0.92 356	3.73 305	3.12 383	2.16 345	1.82 317	3.40 469	1.44 309	8.22 443	1.93 389	0.34 256	0.31 246	0.33 319	0.30 321	0.38 288	0.45 166

Select-FE	2.58 288	1.05 329	18.42 304	1.09 266	1.24 393	3.70 316	0.61 128	3.97 354	2.27 235	2.61 470	1.83 330	5.04 556	3.16 509	2.02 237	1.40 258	0.35 273	0.56 421	0.31 263	0.48 478	0.35 249	1.14 398

DA	2.77 347	0.51 39	6.04 136	1.05 246	1.15 358	4.36 477	0.84 295	2.83 184	3.02 359	0.87 102	1.57 230	0.92 156	1.07 220	1.61 158	0.68 44	0.35 273	2.66 541	0.24 63	0.19 54	0.26 83	25.18 615

GGEV	2.77 347	0.51 39	6.04 136	1.05 246	1.15 358	4.36 477	0.84 295	2.83 184	3.02 359	0.87 102	1.57 230	0.92 156	1.07 220	1.61 158	0.68 44	0.35 273	2.66 541	0.24 63	0.19 54	0.26 83	25.18 615

SCV_C0	2.17 175	0.93 290	12.88 185	0.96 196	1.06 334	1.27 34	0.63 149	3.68 288	3.30 422	1.03 148	1.26 142	0.73 98	0.66 79	1.73 189	1.06 173	0.35 273	1.97 520	0.25 92	0.21 106	0.29 125	9.23 555

HUF	5.25 548	1.03 326	26.85 612	1.03 235	13.21 601	1.35 46	0.76 237	2.97 207	3.00 350	0.79 70	1.56 229	0.92 156	0.66 79	1.53 149	0.74 61	0.35 273	27.70 630	0.26 127	0.18 34	0.24 61	19.90 608

AIO_test	3.76 484	0.71 169	19.58 354	0.93 166	17.34 610	1.36 47	0.86 307	1.61 31	1.99 190	0.74 50	0.97 81	1.77 276	0.58 48	1.49 139	0.55 18	0.35 273	0.97 484	0.24 63	0.20 89	0.25 66	22.60 612

GCAP-BAT	2.74 338	0.79 230	19.74 373	1.06 252	0.85 249	4.25 463	0.91 348	2.80 177	1.83 160	2.14 334	2.08 404	2.55 387	0.80 131	1.87 221	1.41 261	0.35 273	7.97 580	0.24 63	0.22 141	0.27 94	2.72 480

DispNO	3.22 428	2.06 461	19.82 378	1.21 328	1.11 348	3.74 324	0.93 362	4.31 486	2.89 336	2.37 428	2.27 442	4.51 540	2.09 435	11.41 547	3.47 482	0.35 273	0.28 217	0.31 263	0.29 300	0.39 303	0.51 220

SMFormer	2.40 238	0.73 183	8.34 154	1.41 422	0.61 138	2.04 90	0.72 197	4.30 475	4.43 527	2.41 436	2.40 463	1.94 313	1.52 333	10.99 526	3.10 473	0.35 273	0.84 471	0.36 376	0.33 365	0.40 309	0.77 340

tta	2.44 249	0.73 183	8.34 154	1.41 422	0.61 138	2.04 90	0.72 197	4.30 475	4.43 527	2.41 436	2.40 463	1.94 313	1.52 333	10.99 526	3.10 473	0.35 273	0.84 471	0.36 376	0.33 365	0.31 160	1.75 441

qqq1	2.35 227	0.73 183	8.34 154	1.41 422	0.61 138	2.04 90	0.72 197	4.30 475	4.43 527	2.41 436	2.40 463	1.94 313	1.52 333	10.99 526	1.36 248	0.35 273	0.84 471	0.30 242	0.25 199	0.31 160	1.75 441

fff1	2.35 227	0.73 183	8.34 154	1.41 422	0.61 138	2.04 90	0.72 197	4.30 475	4.43 527	2.41 436	2.40 463	1.94 313	1.52 333	10.99 526	1.36 248	0.35 273	0.84 471	0.30 242	0.25 199	0.31 160	1.75 441

UniTT-Stereo	1.73 132	0.60 96	20.25 435	0.98 210	1.19 378	0.78 7	0.39 38	1.19 11	1.55 93	1.21 163	1.28 151	0.52 45	0.64 69	1.17 55	1.16 194	0.35 273	0.20 43	0.25 92	0.22 141	0.42 340	0.31 34

DCANet-4	2.06 160	0.58 77	15.30 224	0.86 115	0.44 49	4.16 434	0.57 107	4.31 486	3.28 413	2.31 399	1.82 317	1.04 177	1.54 340	1.69 173	1.56 294	0.35 273	0.24 143	0.24 63	0.19 54	0.25 66	0.57 258

fff	2.40 238	0.96 303	20.47 467	0.84 101	0.38 18	4.15 431	0.57 107	4.30 475	2.85 325	2.31 399	1.82 317	1.19 199	2.98 496	1.68 167	1.57 297	0.35 273	0.24 143	0.23 37	0.19 54	0.25 66	0.57 258

IER	2.09 162	0.91 275	14.11 202	0.97 204	1.15 358	3.17 201	0.89 321	3.59 275	2.39 253	2.15 341	1.98 377	2.27 350	2.11 440	2.39 282	1.80 362	0.35 273	0.24 143	0.36 376	0.30 321	0.34 234	0.42 146

hknet	2.34 225	0.78 226	13.86 197	0.94 175	1.07 335	4.18 442	1.14 423	4.49 531	3.00 350	2.96 513	1.82 317	3.47 474	1.30 276	4.11 357	1.77 356	0.35 273	0.25 162	0.31 263	0.28 265	0.38 288	0.41 137

MIPNet	2.43 247	1.13 349	20.00 400	0.93 166	0.58 127	4.74 558	0.62 143	4.33 497	2.95 343	1.94 269	1.49 201	1.52 241	1.96 427	2.77 313	1.60 306	0.35 273	0.20 43	0.27 154	0.23 159	0.32 185	0.59 279

HCRNet	2.24 194	0.74 192	14.54 211	0.82 97	1.36 425	4.11 418	0.70 188	3.61 279	3.03 365	1.83 251	1.61 243	1.58 244	1.40 296	5.79 383	1.60 306	0.35 273	0.28 217	0.36 376	0.29 300	0.34 234	0.46 176

csc	2.40 238	0.96 303	20.47 467	0.84 101	0.38 18	4.15 431	0.57 107	4.30 475	2.85 325	2.31 399	1.82 317	1.19 199	2.98 496	1.68 167	1.57 297	0.35 273	0.24 143	0.23 37	0.19 54	0.25 66	0.57 258

cscssc	2.40 238	0.96 303	20.47 467	0.84 101	0.38 18	4.15 431	0.57 107	4.30 475	2.85 325	2.31 399	1.82 317	1.19 199	2.98 496	1.68 167	1.57 297	0.35 273	0.24 143	0.23 37	0.19 54	0.25 66	0.57 258

111	2.59 289	3.10 494	20.47 467	0.84 101	0.38 18	4.26 464	0.91 348	4.45 527	2.96 344	2.48 447	2.07 401	2.31 355	1.64 372	1.49 139	1.90 381	0.35 273	0.22 84	0.25 92	0.21 106	0.32 185	1.14 398

UNet	2.53 267	0.91 275	20.07 407	1.19 320	1.44 443	3.45 254	0.75 227	3.80 317	1.98 186	2.09 323	1.57 230	2.74 408	2.37 464	3.51 338	2.52 446	0.35 273	0.30 238	0.41 421	0.28 265	0.40 309	0.50 214

CFNet-ft	2.87 362	1.80 442	20.20 424	1.10 269	1.54 459	4.09 413	0.89 321	2.97 207	1.88 170	1.93 263	1.70 273	3.50 481	1.60 350	9.35 465	2.17 417	0.35 273	0.32 252	0.61 519	0.38 419	0.55 425	0.45 166

CFNet_RVC	2.87 362	1.80 442	20.20 424	1.10 269	1.54 459	4.09 413	0.89 321	2.97 207	1.88 170	1.93 263	1.70 273	3.50 481	1.60 350	9.35 465	2.17 417	0.35 273	0.32 252	0.61 519	0.38 419	0.55 425	0.45 166

HSM	3.25 436	1.08 335	19.18 330	1.19 320	1.54 459	3.45 254	1.02 391	4.04 374	2.61 287	2.31 399	2.17 419	8.01 585	2.99 499	11.59 556	1.80 362	0.35 273	0.24 143	0.28 192	0.24 182	0.33 211	0.55 250

iResNet_ROB	2.72 332	10.38 553	14.41 208	1.46 443	0.99 304	3.74 324	0.66 161	4.01 362	2.84 324	2.04 306	2.05 395	1.98 324	1.38 289	4.73 366	1.91 384	0.35 273	0.20 43	0.28 192	0.19 54	0.33 211	0.41 137

Zero-FE251	3.94 498	0.81 236	12.30 181	0.94 175	0.75 209	2.59 143	0.45 67	1.44 16	0.91 10	50.12 627	0.62 24	0.73 98	0.81 137	0.97 16	0.75 65	0.36 300	0.33 262	0.28 192	0.19 54	0.21 28	3.31 497

z-ln-s-r	3.37 451	4.66 516	19.53 351	1.42 431	1.29 402	3.70 316	1.20 433	4.24 455	3.96 499	2.16 345	1.92 367	2.43 374	1.62 365	10.90 522	6.24 512	0.36 300	0.23 112	0.32 284	0.24 182	0.53 418	0.53 238

S2M2_L	0.69 10	0.59 88	1.35 28	0.92 158	0.55 105	1.07 15	0.20 1	1.17 8	1.61 120	0.61 18	0.82 51	0.86 133	0.47 20	0.92 11	0.71 54	0.36 300	0.33 262	0.27 154	0.27 238	0.37 274	0.33 49
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-Stereo	2.85 358	2.33 477	19.94 393	1.15 296	1.34 418	3.57 284	0.95 370	3.70 296	2.22 221	2.14 334	1.61 243	3.19 449	1.33 280	9.50 468	2.02 401	0.36 300	0.27 206	0.35 358	0.28 265	0.30 148	0.51 220

rvit_stereo_0081_aga	1.06 78	1.02 325	5.34 132	0.75 68	0.74 201	1.21 25	0.63 149	2.00 73	2.30 243	0.88 107	0.82 51	0.79 118	0.69 86	1.42 123	0.78 76	0.36 300	0.29 228	0.26 127	0.26 218	0.41 329	0.32 37

DCVSM-stereo	2.31 218	0.72 177	20.28 438	1.15 296	0.93 287	2.53 138	0.75 227	2.70 166	1.69 138	2.56 458	1.53 208	3.27 457	1.71 390	2.23 268	1.38 254	0.36 300	0.53 411	0.41 421	0.33 365	0.46 383	0.64 301

test_sample4	2.68 323	0.76 216	15.85 237	1.45 441	0.83 240	3.10 189	0.72 197	4.31 486	3.37 439	2.39 431	1.90 360	1.72 265	1.47 321	11.13 538	1.86 373	0.36 300	0.47 386	0.35 358	0.37 410	0.42 340	0.85 359

test_sample3	2.65 309	0.75 206	15.69 234	1.42 431	0.85 249	3.14 199	0.73 206	4.28 471	3.21 395	2.28 387	1.79 304	1.78 285	1.46 316	11.11 536	1.84 369	0.36 300	0.46 375	0.34 339	0.36 400	0.40 309	0.76 339

IGEV++	3.59 469	0.91 275	13.63 192	1.08 262	0.98 299	1.27 34	0.98 383	3.33 243	1.89 173	0.93 125	1.38 178	0.86 133	1.09 224	1.71 177	1.09 179	0.36 300	21.52 627	0.23 37	0.21 106	0.31 160	18.10 604

PFNet	2.75 342	0.69 154	19.96 396	2.25 542	0.80 229	4.63 534	0.90 336	2.60 157	3.85 491	2.39 431	2.71 504	1.82 293	1.41 301	7.53 432	1.41 261	0.36 300	0.21 67	0.36 376	0.27 238	0.32 185	0.46 176

TestStereo	2.41 244	1.95 457	19.15 327	0.77 72	0.61 138	1.83 76	0.58 118	2.33 111	1.53 88	1.44 192	1.37 175	1.26 209	0.90 166	11.59 556	0.94 136	0.36 300	0.19 27	0.33 319	0.24 182	0.45 373	0.32 37

SFCPSM	2.16 172	0.75 206	15.82 236	0.91 148	0.98 299	3.74 324	1.27 446	4.15 419	2.56 279	1.90 258	1.82 317	1.64 252	1.39 292	2.51 290	1.57 297	0.36 300	0.28 217	0.39 407	0.36 400	0.36 268	0.50 214

FENet	2.30 216	0.61 103	20.21 428	1.43 438	0.68 182	4.04 399	0.60 124	4.01 362	2.26 230	2.03 303	1.13 113	2.42 372	1.42 304	1.72 183	1.43 265	0.36 300	0.24 143	0.33 319	0.27 238	0.29 125	0.51 220

GwcNet-RSSM	3.13 408	5.08 517	19.86 383	1.28 364	1.20 381	4.12 420	1.11 416	3.89 334	2.80 315	2.13 332	1.81 314	3.11 444	1.46 316	10.33 504	2.19 420	0.36 300	0.34 275	0.35 358	0.31 340	0.45 373	0.43 154

CFNet	3.04 394	6.89 530	16.27 253	1.36 400	1.24 393	4.09 413	0.72 197	4.15 419	3.00 350	1.69 225	1.88 350	2.27 350	1.45 311	11.41 547	2.12 414	0.36 300	0.29 228	0.43 436	0.36 400	0.48 403	0.38 107

iResNetv2_ROB	3.31 442	14.88 601	20.01 402	2.17 540	1.09 341	3.84 344	1.13 420	4.22 442	3.15 388	2.02 298	2.06 398	2.00 329	1.69 385	3.61 341	2.10 413	0.36 300	0.22 84	0.32 284	0.22 141	0.48 403	0.58 276

SCV	2.09 162	0.89 266	11.43 177	1.91 524	2.09 537	1.27 34	0.87 314	3.66 284	2.13 209	0.67 35	1.59 241	0.93 162	0.77 114	1.80 205	0.89 119	0.37 316	0.38 316	0.25 92	0.22 141	0.30 148	9.45 556

test_sample5	2.68 323	0.76 216	14.56 212	1.40 418	0.83 240	3.11 193	0.74 216	4.33 497	4.48 533	2.29 393	2.04 388	1.67 253	1.45 311	11.18 539	1.88 377	0.37 316	0.47 386	0.37 387	0.39 428	0.43 350	0.78 343

CAS++	1.01 74	0.77 224	3.30 102	0.86 115	0.53 95	1.23 30	0.85 302	3.43 254	1.57 101	1.16 160	1.33 163	0.62 68	0.58 48	1.18 56	0.63 33	0.37 316	0.30 238	0.35 358	0.27 238	0.41 329	0.38 107
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DualNet	2.68 323	0.76 216	14.56 212	1.40 418	0.83 240	3.11 193	0.74 216	4.33 497	4.48 533	2.35 417	2.13 411	1.67 253	1.45 311	11.18 539	1.88 377	0.37 316	0.47 386	0.37 387	0.39 428	0.43 350	0.78 343

CASnet	0.85 40	0.59 88	1.66 60	0.91 148	0.30 3	1.37 48	0.73 206	1.63 34	1.94 180	1.66 217	1.14 116	0.66 79	0.63 66	1.07 32	0.90 124	0.37 316	0.17 9	0.41 421	0.31 340	0.33 211	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_ucs	2.32 219	0.75 206	17.05 270	0.90 142	0.81 234	3.86 352	0.68 175	4.31 486	2.68 296	2.13 332	2.04 388	3.30 459	1.24 266	2.63 303	1.23 213	0.37 316	0.46 375	0.56 504	0.30 321	0.67 476	0.53 238

GrayStereo	3.68 479	0.56 64	20.61 496	1.71 502	0.90 276	4.17 439	8.11 597	3.17 223	4.13 506	2.80 497	2.49 477	1.70 261	17.06 608	2.83 317	1.25 225	0.37 316	0.23 112	0.27 154	0.32 356	0.30 148	0.57 258

IRAFT_RVC	2.74 338	0.71 169	19.80 375	2.52 557	0.67 174	4.60 530	1.57 489	3.05 212	2.99 348	2.23 373	1.72 279	2.08 339	2.59 479	6.69 411	1.61 309	0.37 316	0.21 67	0.33 319	0.29 300	0.33 211	0.35 71

s12784h	2.08 161	0.50 34	16.85 265	0.75 68	0.36 10	4.42 491	0.49 76	4.23 449	3.08 377	2.03 303	2.67 500	0.91 151	1.05 214	2.05 239	0.78 76	0.37 316	0.18 16	0.24 63	0.16 11	0.27 94	0.26 11

ARAFT	3.24 433	13.49 571	19.88 386	0.93 166	0.49 75	4.16 434	1.40 467	4.37 509	3.21 395	2.40 435	1.91 361	1.70 261	1.04 205	6.43 405	1.45 273	0.37 316	0.19 27	0.37 387	0.35 390	0.37 274	0.35 71

GANet-RSSM	2.96 380	1.27 377	21.17 554	1.73 505	1.23 389	4.22 456	0.91 348	3.39 249	2.02 192	1.97 279	1.74 288	2.53 384	2.06 434	10.91 524	1.88 377	0.37 316	0.35 285	0.32 284	0.29 300	0.42 340	0.46 176

PSMNet-RSSM	2.91 369	1.55 418	20.10 416	1.32 386	1.30 405	4.19 450	0.95 370	3.78 311	2.28 236	2.28 387	1.80 309	2.64 399	1.87 421	9.83 479	1.93 389	0.37 316	0.33 262	0.35 358	0.38 419	0.46 383	0.40 128

HSM-Net_RVC	3.02 389	0.65 127	19.48 347	0.94 175	0.90 276	3.71 319	1.20 433	5.61 579	2.87 333	3.24 533	2.49 477	2.53 384	1.61 356	11.39 546	1.90 381	0.37 316	0.27 206	0.27 154	0.24 182	0.31 160	0.39 121
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UCFNet_RVC	2.53 267	1.29 382	20.56 485	1.42 431	1.40 436	4.01 392	1.04 399	2.79 175	1.67 134	2.27 385	1.88 350	2.94 428	1.50 327	3.48 336	1.68 331	0.37 316	0.29 228	0.52 485	0.41 448	0.55 425	0.51 220

StereoDRNet-Refined	2.23 192	0.98 311	10.62 168	1.25 355	0.78 222	3.29 226	0.71 193	3.96 351	2.20 218	2.43 440	2.05 395	2.97 429	1.46 316	6.87 418	2.33 429	0.37 316	0.25 162	0.42 432	0.34 375	0.47 396	0.80 348
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	2.40 238	0.99 320	11.99 178	1.81 515	1.12 351	3.47 257	1.24 443	3.34 244	2.57 282	2.73 486	1.96 373	4.52 541	1.90 424	4.18 360	3.62 485	0.37 316	0.27 206	0.31 263	0.30 321	0.70 485	0.62 293

coex_refinement	3.01 388	1.69 431	20.28 438	1.31 379	1.15 358	3.21 206	0.86 307	3.94 348	2.43 262	2.51 453	1.92 367	3.49 476	1.68 382	11.06 530	2.54 447	0.38 332	0.26 189	0.27 154	0.31 340	0.41 329	0.58 276

CoDeX	2.47 255	0.91 275	13.65 193	1.03 235	1.17 368	3.28 223	1.30 450	4.17 425	2.99 348	1.78 242	1.85 336	2.04 333	1.46 316	9.99 489	1.66 328	0.38 332	0.28 217	0.32 284	0.28 265	0.34 234	0.57 258

MIF-Stereo (partial)	1.93 138	0.69 154	21.14 549	0.74 61	1.02 315	1.07 15	0.49 76	2.75 172	1.78 155	0.82 78	1.22 130	0.80 120	0.90 166	1.68 167	1.63 317	0.38 332	0.24 143	0.33 319	0.26 218	0.41 329	0.32 37

iinet-f	2.44 249	1.82 447	14.97 221	1.21 328	1.11 348	3.78 332	1.10 415	4.19 434	2.90 338	2.10 325	1.76 290	2.99 431	2.97 494	2.84 318	2.79 456	0.38 332	0.38 316	0.28 192	0.28 265	0.50 409	0.47 188

DIP-Stereo	2.03 155	0.98 311	16.44 260	0.67 28	0.62 148	4.30 470	0.58 118	4.43 523	2.89 336	1.97 279	1.40 182	0.91 151	0.86 151	1.31 90	1.27 233	0.38 332	0.23 112	0.33 319	0.23 159	0.33 211	0.57 258
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
STTStereo	2.62 300	1.28 380	19.16 328	1.52 462	1.55 463	3.84 344	0.89 321	3.75 306	2.59 286	2.23 373	1.59 241	2.48 382	1.58 345	5.11 369	1.72 344	0.38 332	0.41 339	0.47 456	0.54 501	0.53 418	0.75 338

NaN_ROB	4.73 538	6.66 527	21.89 579	1.26 360	1.28 400	3.49 266	3.02 561	4.38 513	3.93 497	3.65 549	2.55 485	2.97 429	5.01 549	13.23 592	17.43 594	0.38 332	0.42 350	0.38 401	0.40 437	0.50 409	1.82 449

LE_ROB	19.18 613	12.99 568	48.22 623	8.42 610	23.91 618	7.26 586	19.71 609	9.92 595	38.58 628	43.44 624	21.85 613	28.15 621	41.18 623	23.00 614	54.71 629	0.38 332	0.34 275	0.32 284	0.36 400	0.43 350	0.49 209

zero-FE	2.19 179	0.56 64	26.48 609	0.91 148	1.44 443	1.41 53	0.83 283	2.29 108	0.91 10	0.59 10	0.65 29	0.54 51	0.78 118	2.84 318	1.09 179	0.39 340	0.30 238	0.25 92	0.19 54	1.03 529	0.39 121

rvit_stereo_0080	1.10 87	1.09 338	3.78 112	0.65 18	0.60 134	1.91 81	0.74 216	2.74 170	2.65 293	0.94 127	1.09 103	0.85 130	0.81 137	1.20 64	0.89 119	0.39 340	0.29 228	0.25 92	0.28 265	0.46 383	0.35 71

test_sample6	2.71 330	0.76 216	14.30 205	1.43 438	0.83 240	3.17 201	0.79 258	4.40 516	4.65 544	2.35 417	2.13 411	1.69 257	1.45 311	11.48 551	1.99 393	0.39 340	0.46 375	0.38 401	0.40 437	0.43 350	0.77 340

whm_eth	1.10 87	1.09 338	3.78 112	0.65 18	0.60 134	1.91 81	0.74 216	2.74 170	2.65 293	0.94 127	1.09 103	0.85 130	0.81 137	1.20 64	0.89 119	0.39 340	0.29 228	0.25 92	0.28 265	0.46 383	0.35 71

BUS	1.64 125	0.64 119	3.82 114	0.94 175	0.86 253	4.50 506	0.75 227	4.49 531	2.29 240	2.96 513	1.82 317	3.61 491	1.03 198	1.79 199	1.18 198	0.39 340	0.25 162	0.31 263	0.28 265	0.38 288	0.41 137

BSDual-CNN	1.61 120	0.64 119	3.82 114	0.94 175	0.86 253	4.18 442	1.14 423	4.49 531	2.29 240	2.96 513	1.82 317	2.58 393	1.30 276	1.79 199	1.44 269	0.39 340	0.25 162	0.31 263	0.28 265	0.38 288	0.41 137

psmg	1.63 122	0.64 119	3.82 114	0.96 196	0.86 253	4.35 475	1.41 469	4.11 400	2.29 240	2.68 479	2.09 405	2.58 393	1.30 276	1.79 199	1.44 269	0.39 340	0.29 228	0.33 319	0.34 375	0.38 288	0.44 160

DMCA-RVC	2.72 332	3.31 497	20.08 413	1.27 362	1.13 354	2.49 130	0.85 302	3.43 254	1.85 164	3.04 517	1.58 238	1.99 325	1.51 329	6.42 404	2.86 461	0.39 340	0.31 246	0.44 439	0.37 410	0.47 396	0.65 305

FADNet-RVC	3.23 431	12.51 564	17.02 269	1.17 310	0.81 234	3.52 274	1.09 410	4.16 421	2.74 305	1.44 192	1.29 156	1.86 299	1.76 399	9.82 478	2.46 439	0.39 340	0.38 316	0.40 412	0.41 448	0.68 482	0.59 279

BEATNet_4x	2.65 309	4.43 514	18.10 296	1.41 422	0.59 128	3.44 250	1.02 391	4.08 391	2.97 345	2.28 387	1.75 289	2.18 343	1.61 356	2.80 316	3.54 483	0.39 340	0.25 162	0.47 456	0.31 340	0.61 447	0.86 363

MLCV	2.52 262	1.77 439	18.20 300	1.17 310	0.63 151	3.60 292	0.53 96	3.88 332	2.35 250	2.82 499	2.24 435	1.99 325	1.42 304	4.59 364	3.09 472	0.39 340	0.22 84	0.33 319	0.22 141	0.35 249	0.52 230

DEmStereo	3.24 433	0.65 127	18.95 319	0.83 99	0.54 98	3.85 349	1.79 508	2.53 136	2.54 278	2.25 376	2.74 506	2.02 330	6.02 560	6.78 415	11.30 547	0.40 351	0.26 189	0.27 154	0.27 238	0.28 107	0.57 258

ADCP+	4.42 523	12.67 567	18.95 319	1.12 284	1.55 463	4.30 470	3.60 577	4.01 362	3.80 488	2.30 396	1.71 277	3.93 506	4.29 540	3.49 337	18.77 606	0.40 351	0.41 339	0.63 527	0.53 498	0.67 476	1.35 413

PA-Net	3.45 459	2.50 480	20.39 457	1.42 431	1.20 381	3.39 239	1.73 504	3.93 345	3.57 473	1.94 269	2.17 419	3.02 434	1.87 421	11.67 559	6.48 516	0.40 351	0.55 419	0.44 439	0.63 525	0.55 425	1.13 397
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FACV-RUCA	1.35 108	0.70 162	2.58 90	1.07 259	1.49 451	2.70 148	1.13 420	3.21 226	2.64 291	1.42 187	1.99 380	1.06 180	1.15 250	1.44 126	1.16 194	0.41 354	0.42 350	0.73 545	0.41 448	0.63 458	0.67 311

H2IRNET	2.19 179	0.83 245	19.13 326	1.25 355	0.61 138	4.48 503	0.44 65	2.94 197	1.86 165	1.08 153	2.29 447	1.67 253	1.40 296	2.18 261	1.64 323	0.41 354	0.21 67	0.33 319	0.37 410	0.38 288	0.39 121

AACVNet	2.77 347	1.64 427	19.22 334	1.57 472	0.86 253	3.28 223	0.74 216	3.31 242	1.66 132	2.06 311	1.82 317	2.47 380	1.40 296	10.95 525	1.92 388	0.41 354	0.35 285	0.38 401	0.33 365	0.46 383	0.61 289

GwcNet-ADL	2.51 260	0.75 206	21.41 568	0.98 210	0.73 196	4.58 526	0.95 370	4.46 529	2.61 287	2.06 311	1.80 309	2.54 386	1.24 266	1.98 234	1.73 348	0.41 354	0.46 375	0.24 63	0.27 238	0.41 329	0.55 250

HHNet	2.51 260	0.76 216	20.83 517	0.67 28	0.67 174	4.07 408	0.90 336	3.85 327	1.59 108	2.14 334	4.91 559	0.98 169	3.32 516	1.73 189	1.80 362	0.41 354	0.20 43	0.31 263	0.28 265	0.38 288	0.44 160

FTStereo	3.74 483	0.60 96	20.43 459	0.99 217	0.66 168	4.34 474	11.24 600	2.63 160	1.95 181	2.58 462	5.03 560	1.90 305	13.77 597	3.70 344	1.28 234	0.41 354	0.24 143	0.31 263	0.33 365	0.32 185	2.08 458

RAFT-345	2.55 276	0.60 96	19.89 387	1.22 332	0.49 75	4.43 492	0.77 241	1.68 38	3.54 470	2.09 323	3.10 525	1.95 317	1.30 276	6.65 409	1.47 277	0.41 354	0.23 112	0.32 284	0.26 218	0.29 125	0.28 18

AnonymousM	1.38 109	1.33 389	2.35 81	0.95 187	0.56 111	4.03 398	0.67 164	2.63 160	2.49 273	1.51 198	1.36 171	1.15 190	1.00 189	1.26 75	1.04 168	0.41 354	0.46 375	2.07 578	1.71 578	0.25 66	0.40 128

GMStereo	2.01 151	2.26 473	20.93 526	0.90 142	0.48 66	1.67 72	0.56 103	1.90 60	2.19 215	1.58 206	1.31 158	0.87 138	0.74 103	1.68 167	1.00 159	0.41 354	0.21 67	0.30 242	0.32 356	0.50 409	0.46 176
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UPFNet	2.23 192	0.86 253	14.25 204	1.28 364	1.44 443	3.51 272	1.34 456	4.05 377	2.11 204	2.44 443	1.53 208	2.41 368	1.39 292	3.62 343	1.91 384	0.41 354	0.41 339	0.37 387	0.32 356	0.44 364	0.48 200

EDNetEfficientorigin	12.42 597	3.26 496	179.44 640	1.21 328	1.00 310	2.89 168	1.82 511	3.05 212	5.37 567	8.87 595	4.78 557	4.17 522	4.80 547	9.91 483	11.32 548	0.41 354	0.41 339	0.62 526	0.88 543	1.33 555	2.81 482

rvit_0105_6	1.10 87	1.17 356	3.33 106	0.93 166	0.55 105	1.45 55	0.79 258	2.51 131	3.30 422	0.78 66	0.74 37	1.03 175	0.75 109	1.45 129	0.97 147	0.42 365	0.43 352	0.34 339	0.31 340	0.44 364	0.38 107

ITSA-stereo	2.11 164	0.85 251	7.84 152	1.24 340	0.68 182	4.06 407	0.91 348	4.30 475	2.57 282	1.94 269	1.77 297	1.61 247	2.12 442	6.12 396	2.79 456	0.42 365	0.38 316	0.40 412	0.41 448	0.51 414	1.26 408

EKT-Stereo	7.93 583	0.75 206	21.17 554	1.84 518	109.80 634	4.51 510	0.61 128	4.13 410	1.59 108	1.89 257	1.24 134	1.96 322	1.35 283	4.02 354	1.36 248	0.42 365	0.31 246	0.29 217	0.27 238	0.35 249	0.78 343

testlalala	2.95 378	0.66 135	20.83 517	1.03 235	0.81 234	4.39 483	0.90 336	2.96 205	3.69 482	2.50 452	1.55 228	1.31 215	0.61 61	1.15 49	0.77 72	0.42 365	14.33 608	0.25 92	0.20 89	0.26 83	0.36 93

AASNet	2.65 309	3.20 495	20.19 422	1.38 410	1.49 451	3.84 344	1.06 403	3.92 341	3.28 413	2.07 317	2.28 445	1.95 317	1.28 271	2.19 262	2.17 417	0.42 365	0.33 262	0.45 447	0.30 321	0.59 441	0.52 230

GANet-ADL	2.25 197	0.80 233	20.17 420	1.28 364	0.69 190	3.83 342	0.75 227	3.63 281	1.83 160	1.68 221	2.04 388	2.09 340	1.10 231	1.63 162	1.43 265	0.42 365	0.33 262	0.26 127	0.23 159	0.43 350	0.41 137

ADLNet2	3.20 423	1.43 400	20.11 419	1.22 332	1.78 511	3.86 352	1.47 477	3.96 351	3.89 495	2.26 382	2.49 477	4.63 548	1.92 426	10.68 513	2.00 398	0.42 365	0.37 302	0.29 217	0.30 321	0.51 414	0.46 176

IIG-Stereo	2.89 366	0.98 311	19.80 375	2.78 566	0.67 174	4.62 532	0.74 216	4.29 473	2.26 230	2.62 473	3.10 525	3.33 463	1.60 350	7.64 435	1.51 281	0.42 365	0.21 67	0.32 284	0.25 199	0.33 211	0.28 18

RAFT_R40	2.61 297	0.64 119	19.86 383	1.69 497	0.46 56	4.74 558	0.95 370	2.28 102	2.52 276	2.02 298	2.32 454	2.69 404	2.52 477	6.70 412	1.05 171	0.42 365	0.19 27	0.30 242	0.27 238	0.33 211	0.29 23

RAFT	2.36 229	1.62 424	18.03 295	1.75 509	0.54 98	1.91 81	0.91 348	3.24 231	3.65 478	1.64 212	1.73 285	3.45 473	1.58 345	1.82 212	1.74 351	0.42 365	1.06 489	0.40 412	0.32 356	0.44 364	1.03 389

ADLNet	3.23 431	1.19 365	21.03 532	1.36 400	1.61 478	3.69 313	1.23 441	4.05 377	3.41 450	2.72 484	2.29 447	4.00 511	1.77 401	11.21 541	2.15 415	0.42 365	0.43 352	0.36 376	0.35 390	0.47 396	0.82 350

GES	2.26 202	0.79 230	19.68 366	1.12 284	0.59 128	4.30 470	1.01 387	3.90 336	1.59 108	1.78 242	1.78 301	1.28 211	1.75 396	1.80 205	1.61 309	0.42 365	0.29 228	0.33 319	0.31 340	0.45 373	0.50 214

DMCA	2.02 153	1.07 331	11.33 176	1.17 310	0.96 297	3.92 373	0.89 321	3.80 317	3.11 381	2.89 503	1.58 238	2.35 361	1.17 254	1.79 199	2.25 423	0.42 365	0.29 228	0.42 432	0.27 238	0.38 288	0.43 154

FADNet-RVC-Resample	3.31 442	8.52 539	22.84 598	1.18 315	0.91 281	3.52 274	1.35 459	4.13 410	2.32 245	1.75 238	1.35 166	2.26 349	1.51 329	9.51 469	2.03 403	0.42 365	0.38 316	0.42 432	0.44 463	0.59 441	0.71 322

iResNet	2.70 328	1.35 392	20.93 526	2.01 533	0.73 196	3.76 327	0.83 283	4.28 471	2.93 341	2.38 429	2.03 386	1.35 218	1.54 340	3.28 332	4.42 496	0.42 365	0.25 162	0.29 217	0.23 159	0.45 373	0.64 301

DLCB_ROB	2.55 276	1.32 388	10.26 166	1.31 379	1.04 326	2.94 172	1.29 449	3.81 321	2.73 303	2.93 507	2.17 419	3.37 467	1.53 337	10.40 506	3.26 478	0.42 365	0.35 285	0.41 421	0.37 410	0.43 350	0.68 313

PSMNet_ROB	3.38 452	5.24 520	20.61 496	1.24 340	1.22 388	3.76 327	1.64 498	3.59 275	2.80 315	2.07 317	1.72 279	2.75 410	1.79 405	11.42 549	4.58 498	0.42 365	0.38 316	0.50 477	0.62 521	0.62 452	0.69 316

DDF-Stereo	1.06 78	0.57 72	3.31 103	0.92 158	1.46 447	1.58 63	0.83 283	2.28 102	0.97 18	0.54 5	0.63 25	0.55 52	0.73 95	3.12 330	1.15 189	0.43 382	0.30 238	0.25 92	0.19 54	1.05 531	0.39 121

rvit_0105_5	1.72 131	1.26 373	13.05 188	0.92 158	0.56 111	1.92 84	0.90 336	3.07 214	3.04 370	0.98 136	1.24 134	1.19 199	0.93 174	1.55 152	1.22 210	0.43 382	0.43 352	0.37 387	0.36 400	0.43 350	0.51 220

rvit_0105_4	1.63 122	1.29 382	12.50 182	0.94 175	0.54 98	1.56 62	0.84 295	2.84 187	3.25 407	0.82 78	0.94 78	1.10 183	0.86 151	1.65 163	1.07 175	0.43 382	0.45 369	0.35 358	0.31 340	0.44 364	0.45 166

fast-acv-ft	2.62 300	1.62 424	20.48 473	1.45 441	1.39 431	3.16 200	1.16 428	3.41 251	2.45 270	1.97 279	2.15 414	2.68 402	2.15 447	2.92 323	2.47 441	0.43 382	0.40 332	0.45 447	0.40 437	0.62 452	0.64 301

Selective-RAFT	1.34 106	0.58 77	2.21 79	1.01 227	0.49 75	4.19 450	0.51 86	3.39 249	3.62 476	1.15 159	1.40 182	1.45 235	1.40 296	2.09 245	1.31 238	0.43 382	0.40 332	0.25 92	0.26 218	0.29 125	0.38 107

TRStereo	2.86 360	2.12 467	19.98 398	1.68 495	1.18 370	4.35 475	1.05 401	5.07 565	3.48 465	1.56 202	1.39 179	1.75 269	0.85 147	2.01 236	1.50 280	0.43 382	0.34 275	0.33 319	0.36 400	0.36 268	7.50 538

DRaft	3.12 406	0.68 149	20.57 489	0.77 72	0.49 75	3.95 379	1.20 433	2.40 114	1.60 114	2.64 475	2.80 510	1.59 245	5.33 553	6.94 422	9.51 538	0.43 382	0.22 84	0.27 154	0.27 238	0.32 185	0.47 188

psm_up	3.04 394	1.30 385	18.97 321	1.31 379	1.51 455	3.86 352	1.22 440	4.26 467	2.31 244	2.72 484	1.83 330	2.43 374	1.68 382	12.86 586	1.78 357	0.43 382	0.41 339	0.41 421	0.34 375	0.46 383	0.67 311

ssnet_v2	2.81 354	1.39 395	21.16 552	1.25 355	0.90 276	3.86 352	1.63 495	4.10 397	3.22 402	2.79 494	1.96 373	3.78 499	1.70 388	2.53 296	3.12 475	0.44 390	0.37 302	0.42 432	0.38 419	0.59 441	0.58 276

DAS	2.52 262	0.76 216	7.72 149	1.16 303	1.64 488	2.96 175	2.10 529	4.14 415	3.31 425	4.16 561	2.51 481	2.56 391	1.81 408	11.54 554	1.83 367	0.44 390	0.23 112	0.39 407	0.25 199	0.42 340	0.45 166

SepStereo	2.36 229	0.76 216	7.72 149	1.16 303	1.64 488	2.96 175	2.10 529	4.14 415	3.31 425	4.16 561	2.51 481	2.56 391	1.81 408	8.34 446	1.83 367	0.44 390	0.23 112	0.39 407	0.25 199	0.42 340	0.45 166

pcwnet_v2	2.73 337	0.70 162	22.43 596	1.11 274	1.02 315	3.58 287	0.80 268	4.31 486	3.42 452	2.39 431	2.28 445	2.99 431	1.68 382	3.31 333	1.54 288	0.44 390	0.51 405	0.41 421	0.34 375	0.62 452	0.74 335

APVNet	3.24 433	1.59 421	21.72 577	1.36 400	1.52 457	3.93 374	1.12 418	3.58 273	2.80 315	2.32 410	2.02 384	3.05 436	1.96 427	11.77 566	2.61 453	0.44 390	0.46 375	0.65 531	0.47 474	0.73 492	0.73 330

ac_64	2.93 371	0.87 257	19.66 358	1.35 395	1.70 501	3.29 226	0.92 356	3.56 270	3.46 463	1.91 259	1.79 304	3.90 505	1.76 399	10.23 498	1.93 389	0.44 390	0.32 252	0.33 319	0.31 340	0.35 249	0.51 220

FADNet	3.20 423	11.55 559	16.16 246	1.24 340	0.95 295	3.30 230	0.87 314	4.00 360	2.73 303	1.42 187	1.35 166	2.51 383	2.04 433	9.95 487	2.39 436	0.44 390	0.46 375	0.40 412	0.44 463	1.13 543	0.61 289

ETE_ROB	2.93 371	2.12 467	17.80 291	1.13 289	0.94 293	3.71 319	1.53 482	4.29 473	2.98 347	3.32 537	2.13 411	2.34 360	1.51 329	8.68 452	2.82 459	0.44 390	0.40 332	0.51 482	0.49 482	0.56 431	0.80 348

DN-CSS_ROB	2.89 366	9.72 548	19.71 368	2.07 538	0.90 276	4.01 392	0.61 128	4.06 379	3.35 437	1.66 217	1.89 352	1.39 225	1.06 216	3.24 331	1.88 377	0.44 390	0.19 27	0.44 439	0.29 300	0.40 309	0.42 146

CIPLG	2.88 364	10.01 551	20.02 403	0.95 187	1.34 418	3.95 379	0.91 348	4.24 455	3.69 482	2.36 423	2.66 498	1.17 192	1.06 216	1.82 212	1.37 253	0.45 399	0.25 162	0.27 154	0.23 159	0.33 211	0.60 285

IPLGR_C	2.96 380	11.71 560	20.02 403	0.95 187	1.31 410	3.93 374	0.92 356	4.22 442	3.76 485	2.35 417	2.62 494	1.16 191	1.07 220	1.71 177	1.34 240	0.45 399	0.25 162	0.27 154	0.23 159	0.33 211	0.60 285

NF-Stereo	2.68 323	0.67 139	21.09 543	2.43 551	0.47 61	4.67 541	0.67 164	3.68 288	4.30 521	2.11 327	1.62 247	1.36 220	1.09 224	6.07 395	1.24 218	0.45 399	0.20 43	0.36 376	0.34 375	0.32 185	0.37 97

OCTAStereo	2.67 320	0.67 139	21.08 538	2.43 551	0.47 61	4.67 541	0.67 164	3.68 288	4.31 524	2.11 327	1.62 247	1.36 220	1.09 224	6.02 392	1.25 225	0.45 399	0.20 43	0.36 376	0.34 375	0.32 185	0.37 97

SST-Stereo	2.63 304	0.63 113	19.76 374	1.69 497	0.46 56	4.71 555	0.74 216	2.27 100	3.07 376	2.07 317	2.15 414	2.42 372	3.17 510	6.66 410	0.95 142	0.45 399	0.19 27	0.30 242	0.27 238	0.35 249	0.31 34

RE-Stereo	2.67 320	0.67 139	21.08 538	2.43 551	0.47 61	4.67 541	0.67 164	3.68 288	4.30 521	2.11 327	1.62 247	1.36 220	1.09 224	6.01 389	1.26 230	0.45 399	0.20 43	0.36 376	0.34 375	0.32 185	0.37 97

TVStereo	2.67 320	0.67 139	21.08 538	2.43 551	0.47 61	4.67 541	0.67 164	3.68 288	4.30 521	2.11 327	1.62 247	1.36 220	1.09 224	6.01 389	1.26 230	0.45 399	0.20 43	0.36 376	0.34 375	0.32 185	0.37 97

MMNet	2.15 169	1.33 389	12.06 179	1.22 332	1.23 389	3.55 280	0.89 321	3.84 325	2.26 230	2.19 359	1.78 301	2.15 342	2.10 438	3.70 344	2.35 431	0.45 399	0.38 316	0.34 339	0.28 265	0.40 309	0.52 230

hitnet-ft	2.99 386	1.23 371	19.37 342	0.96 196	0.90 276	3.76 327	0.79 258	3.60 277	2.68 296	2.31 399	2.04 388	3.63 494	1.49 326	11.70 563	2.37 434	0.45 399	0.54 413	0.44 439	0.36 400	0.54 422	0.56 253

SuperB	5.03 545	8.93 541	20.96 528	1.51 457	1.11 348	3.88 358	3.00 559	4.24 455	3.13 385	2.53 455	2.10 406	2.74 408	3.37 521	8.76 453	19.44 608	0.45 399	0.34 275	0.53 492	0.40 437	11.97 617	1.15 400

RYNet	3.15 413	1.48 407	16.27 253	1.24 340	1.39 431	3.67 308	1.44 475	4.09 395	3.20 392	2.26 382	1.70 273	3.83 502	2.15 447	13.64 599	3.23 477	0.45 399	0.45 369	0.50 477	0.35 390	0.81 510	0.83 352

StereoDRNet	3.07 398	2.92 492	16.33 255	1.36 400	1.57 471	3.45 254	2.04 526	3.77 310	2.85 325	3.31 536	1.85 336	2.78 415	1.79 405	10.85 518	3.41 480	0.45 399	0.36 295	0.39 407	0.37 410	0.62 452	0.85 359

w-ln-seven	3.68 479	8.30 538	15.93 239	1.36 400	1.34 418	4.09 413	1.60 491	4.13 410	3.03 365	3.06 519	2.31 452	3.41 470	2.24 454	9.78 476	9.71 539	0.46 411	0.37 302	0.47 456	0.40 437	0.78 503	0.84 356

ACV-stereo	2.96 380	1.09 338	20.34 450	1.37 406	1.05 329	4.65 537	1.09 410	2.82 182	1.68 135	1.48 196	1.32 161	5.40 563	4.22 539	7.83 439	2.08 409	0.46 411	0.52 408	0.33 319	0.30 321	0.45 373	0.71 322

StereoVision	2.36 229	1.15 354	20.38 454	1.07 259	1.79 513	2.58 142	0.61 128	3.14 219	2.34 247	1.33 174	3.46 540	1.85 298	0.88 156	2.12 251	2.01 399	0.46 411	0.36 295	0.37 387	0.36 400	0.50 409	0.41 137

Wz-Net-MNSev	3.26 438	7.24 532	17.26 274	1.58 474	1.37 428	3.27 219	2.45 540	4.10 397	4.50 535	2.61 470	2.17 419	2.33 357	3.02 501	7.48 431	2.88 464	0.46 411	0.39 328	0.37 387	0.38 419	0.61 447	0.63 296

ACRE	2.75 342	7.69 536	19.93 390	0.93 166	1.30 405	3.94 377	0.90 336	4.23 449	3.66 479	2.33 413	2.61 493	1.17 192	1.04 205	1.80 205	1.35 241	0.46 411	0.25 162	0.27 154	0.23 159	0.32 185	0.60 285

OMP-Stereo	2.94 376	1.26 373	20.07 407	2.73 564	0.67 174	4.58 526	1.46 476	4.33 497	2.21 220	3.14 527	2.68 501	3.22 453	1.38 289	7.65 436	1.42 263	0.46 411	0.21 67	0.33 319	0.26 218	0.34 234	0.31 34

RAFT-RH_RVC	2.72 332	0.64 119	20.10 416	1.48 448	0.49 75	4.46 496	0.56 103	1.73 48	2.86 331	3.06 519	5.50 563	2.02 330	1.28 271	6.70 412	1.56 294	0.46 411	0.22 84	0.37 387	0.34 375	0.29 125	0.33 49

EDNetEfficient	5.62 554	2.26 473	17.51 281	1.67 492	3.59 570	3.99 389	7.25 593	3.14 219	5.63 575	11.52 610	4.82 558	3.94 507	12.48 593	8.39 448	20.56 610	0.46 411	0.46 375	0.48 462	1.06 556	1.65 564	1.62 436

NCCL2	2.96 380	4.07 511	15.75 235	1.24 340	1.03 320	3.48 263	2.55 545	3.79 312	2.39 253	2.78 492	1.80 309	2.41 368	1.67 381	10.27 501	2.48 443	0.46 411	0.41 339	0.57 508	0.55 506	0.61 447	0.86 363

DDVS	1.78 133	0.84 250	3.58 109	1.32 386	1.15 358	3.17 201	0.77 241	3.35 245	1.86 165	1.88 255	1.91 361	2.91 427	1.42 304	6.19 398	1.85 371	0.47 420	0.65 446	0.35 358	0.38 419	0.48 403	1.01 385

rvit_0105_3	1.97 141	1.34 391	16.03 241	0.98 210	0.59 128	2.37 120	1.08 406	3.30 239	3.01 355	1.21 163	1.47 197	1.24 208	1.04 205	1.82 212	1.23 213	0.47 420	0.44 362	0.40 412	0.43 459	0.43 350	0.55 250

rvit_stereo_0075_2	2.14 168	0.76 216	21.42 569	0.91 148	1.26 398	2.49 130	0.68 175	2.30 109	2.10 199	1.42 187	1.86 342	1.45 235	0.85 147	1.49 139	1.03 167	0.47 420	0.40 332	0.48 462	0.38 419	0.47 396	0.53 238

test_sample7	2.85 358	0.81 236	14.48 210	1.59 477	0.77 218	2.42 123	1.08 406	4.40 516	4.92 557	2.20 366	1.85 336	1.90 305	2.00 429	6.87 418	1.75 354	0.47 420	1.36 501	0.44 439	0.41 448	0.47 396	6.81 536

PSM-softLoss	2.62 300	0.65 127	21.11 547	2.46 555	0.49 75	4.68 549	0.68 175	2.61 158	4.23 512	2.14 334	1.47 197	1.42 229	0.99 186	6.04 393	1.24 218	0.47 420	0.23 112	0.37 387	0.39 428	0.33 211	0.34 60

KMStereo	2.62 300	0.65 127	21.11 547	2.46 555	0.49 75	4.68 549	0.68 175	2.61 158	4.23 512	2.14 334	1.47 197	1.42 229	0.99 186	6.04 393	1.24 218	0.47 420	0.23 112	0.37 387	0.39 428	0.33 211	0.34 60

DeepStereo_RVC	2.42 246	0.70 162	18.41 303	0.79 86	0.43 45	4.50 506	0.70 188	2.51 131	3.51 468	2.02 298	1.79 304	1.54 242	6.35 563	1.93 228	1.22 210	0.47 420	0.22 84	0.29 217	0.29 300	0.35 249	0.40 128

CRE-IMP	2.28 209	0.68 149	19.67 365	0.85 106	0.39 34	4.54 515	0.80 268	2.63 160	4.84 555	1.96 277	1.51 205	1.86 299	0.96 179	1.52 146	1.43 265	0.47 420	0.21 67	0.31 263	0.26 218	0.41 329	0.35 71

LALA_ROB	2.88 364	2.13 469	19.08 324	1.10 269	0.99 304	3.91 366	1.81 510	4.50 535	3.04 370	3.32 537	1.87 348	2.75 410	1.66 379	4.06 355	4.02 489	0.47 420	0.44 362	0.55 501	0.53 498	0.61 447	0.73 330

zh-sn7	4.13 506	13.99 583	17.43 279	1.29 370	1.15 358	3.66 306	2.56 547	4.26 467	2.78 313	2.66 478	3.11 530	3.37 467	3.17 510	11.53 552	7.43 526	0.48 429	0.49 396	0.45 447	0.44 463	0.75 497	1.52 428

GMStereo_Zeroshot	1.51 117	1.27 377	4.75 126	1.54 465	0.72 195	3.33 234	0.54 98	2.67 164	1.74 149	2.34 415	1.57 230	2.40 364	0.96 179	2.51 290	1.21 207	0.48 429	0.23 112	0.41 421	0.24 182	0.82 512	0.40 128

DisPM	2.29 212	0.61 103	20.25 435	1.79 514	0.52 92	4.58 526	0.77 241	2.50 130	2.22 221	2.49 450	1.82 317	1.45 235	1.01 192	2.73 312	1.04 168	0.48 429	0.20 43	0.32 284	0.31 340	0.32 185	0.45 166

iRaft-Stereo_5w	2.47 255	1.37 394	13.85 195	0.87 122	0.99 304	3.22 209	0.84 295	3.72 301	2.12 206	1.57 204	2.49 477	2.20 345	2.22 453	9.12 459	2.03 403	0.48 429	0.27 206	0.35 358	0.29 300	0.48 403	0.94 375

Pruner-Stereo	2.33 222	0.70 162	20.66 502	2.05 537	0.48 66	4.73 556	0.78 248	2.55 144	2.70 299	2.47 445	1.57 230	1.48 238	1.03 198	1.71 177	1.55 291	0.48 429	0.21 67	0.34 339	0.30 321	0.31 160	0.42 146

GwcNet	3.26 438	3.93 506	20.24 433	1.38 410	2.04 533	3.24 215	1.53 482	3.72 301	3.66 479	2.17 348	2.25 437	3.55 489	1.69 385	9.38 467	3.03 469	0.48 429	0.49 396	0.46 454	0.39 428	0.66 474	0.86 363

NLCA_NET_v2_RVC	2.76 345	1.48 407	19.72 370	1.62 482	2.00 530	3.95 379	0.86 307	3.92 341	2.51 274	2.56 458	1.69 271	2.83 419	1.61 356	5.65 381	1.78 357	0.48 429	0.36 295	0.38 401	0.42 454	0.56 431	0.77 340
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MSAF-DinoV2	14.43 606	15.18 605	21.76 578	2.38 549	1.44 443	4.01 392	1.38 464	8.63 592	9.06 589	2.28 387	1.99 380	5.37 562	5.16 551	177.39 642	15.79 575	0.49 436	0.34 275	0.40 412	0.60 515	6.27 603	8.64 552

YMNet	2.55 276	1.78 440	14.80 217	1.41 422	1.67 498	3.95 379	0.96 376	3.86 328	3.02 359	2.68 479	2.57 489	3.35 465	1.53 337	3.40 334	2.57 448	0.49 436	0.54 413	0.52 485	0.49 482	0.76 501	0.69 316

YMNet_1	2.55 276	1.78 440	14.80 217	1.41 422	1.67 498	3.95 379	0.96 376	3.86 328	3.02 359	2.68 479	2.57 489	3.35 465	1.53 337	3.40 334	2.57 448	0.49 436	0.54 413	0.52 485	0.49 482	0.76 501	0.69 316

ISRNet	1.98 142	0.94 294	10.75 169	1.30 375	1.35 423	2.84 159	0.69 185	3.80 317	2.07 196	2.14 334	2.11 407	2.89 423	1.41 301	2.52 294	1.74 351	0.49 436	0.50 402	0.56 504	0.47 474	0.51 414	0.59 279

Wz-Net-LNSev	2.78 350	6.16 523	17.27 275	1.24 340	1.65 492	3.49 266	1.55 486	3.70 296	3.61 474	1.96 277	1.76 290	3.30 459	2.17 451	2.78 314	2.24 422	0.49 436	0.35 285	0.32 284	0.31 340	0.56 431	0.65 305

NINENet	2.59 289	0.89 266	16.09 243	1.16 303	1.07 335	4.50 506	0.75 227	4.43 523	2.61 287	2.18 352	1.91 361	3.61 491	1.03 198	7.92 440	1.18 198	0.49 436	0.34 275	0.41 421	0.30 321	0.42 340	0.44 160

PSMNet-ADL	2.01 151	0.78 226	2.89 97	1.11 274	0.86 253	4.13 423	0.80 268	3.84 325	2.26 230	1.74 236	1.87 348	2.90 425	1.81 408	10.37 505	2.34 430	0.49 436	0.47 386	0.29 217	0.30 321	0.39 303	0.56 253

PFNet+	2.46 253	0.64 119	21.10 545	0.98 210	0.48 66	4.63 534	0.83 283	2.47 127	3.48 465	2.14 334	1.67 265	1.34 216	1.03 198	4.66 365	1.35 241	0.49 436	0.33 262	0.38 401	0.39 428	0.33 211	0.49 209

AAGNet	3.88 494	0.67 139	20.04 405	2.27 543	0.46 56	4.76 560	1.05 401	2.28 102	3.38 442	2.16 345	1.84 332	2.40 364	3.95 534	6.22 399	24.21 613	0.49 436	0.19 27	0.30 242	0.29 300	0.33 211	0.29 23

NRIStereo	2.32 219	0.69 154	20.07 407	1.35 395	0.38 18	4.73 556	0.89 321	2.43 120	3.35 437	1.95 275	1.37 175	1.75 269	1.21 262	2.97 325	1.35 241	0.49 436	0.22 84	0.29 217	0.26 218	0.31 160	0.33 49

ROB_FTStereo	2.26 202	0.74 192	20.44 460	0.77 72	0.38 18	4.65 537	0.75 227	2.54 137	3.19 390	2.00 287	1.54 219	1.77 276	1.13 238	2.28 274	0.94 136	0.49 436	0.22 84	0.32 284	0.28 265	0.40 309	0.35 71

HUI-Stereo	2.27 205	0.74 192	20.56 485	0.77 72	0.38 18	4.67 541	0.78 248	2.54 137	3.23 405	2.00 287	1.53 208	1.77 276	1.13 238	2.21 266	0.93 128	0.49 436	0.23 112	0.32 284	0.28 265	0.40 309	0.35 71

DSFCA	2.38 234	1.03 326	11.06 171	1.15 296	1.18 370	3.97 387	1.75 505	3.63 281	2.44 268	3.14 527	1.68 267	2.90 425	2.48 472	5.38 375	3.17 476	0.49 436	0.45 369	0.37 387	0.37 410	0.54 422	0.46 176

DRN-Test	3.17 418	1.30 385	19.66 358	1.41 422	1.60 477	3.61 294	1.47 477	4.18 431	2.83 322	3.48 543	1.92 367	2.58 393	2.50 475	10.81 516	2.90 465	0.49 436	0.49 396	0.44 439	0.42 454	0.57 435	0.78 343

z-mn7	3.78 486	14.53 595	15.59 232	1.34 393	1.23 389	3.78 332	1.42 470	4.17 425	3.45 460	2.94 509	3.37 537	3.05 436	2.09 435	10.03 493	5.54 510	0.50 450	0.39 328	0.43 436	0.34 375	0.67 476	0.73 330

w-ln-seven-2	3.65 472	9.76 549	15.93 239	1.26 360	1.02 315	3.54 279	1.56 488	4.14 415	3.86 492	2.57 461	2.05 395	2.63 398	2.26 457	8.48 449	10.24 540	0.50 450	0.52 408	0.44 439	0.34 375	0.64 463	1.25 406

PSM-adaLoss	2.26 202	0.74 192	20.53 478	0.77 72	0.38 18	4.67 541	0.71 193	2.54 137	3.22 402	2.00 287	1.53 208	1.77 276	1.13 238	2.22 267	0.96 144	0.50 450	0.23 112	0.32 284	0.28 265	0.40 309	0.35 71

ROB_FTStereo_v2	2.25 197	0.74 192	20.45 463	0.77 72	0.38 18	4.66 540	0.74 216	2.54 137	3.20 392	2.00 287	1.53 208	1.77 276	1.14 244	2.13 253	0.96 144	0.50 450	0.22 84	0.32 284	0.28 265	0.40 309	0.35 71

HGLStereo	2.74 338	1.03 326	20.80 515	1.24 340	1.55 463	3.62 298	0.94 365	3.83 324	2.09 197	2.18 352	2.20 429	3.11 444	2.12 442	5.65 381	2.07 408	0.50 450	0.34 275	0.32 284	0.30 321	0.42 340	0.50 214

FADNet_RVC	3.10 402	7.62 534	19.12 325	1.05 246	0.93 287	4.09 413	0.84 295	4.34 502	2.05 194	1.54 199	1.78 301	1.61 247	1.50 327	8.92 456	2.64 455	0.50 450	0.38 316	0.44 439	0.61 518	0.91 521	1.16 401

ADCRef	3.66 475	5.95 522	15.50 230	1.20 322	1.41 437	3.93 374	1.61 492	3.92 341	2.77 310	3.13 524	2.20 429	2.40 364	2.78 486	6.23 401	16.59 580	0.50 450	0.35 285	0.63 527	0.62 521	0.58 439	0.92 371

AdaStereo	2.22 190	0.90 272	16.41 258	1.33 391	0.83 240	3.21 206	1.12 418	4.25 466	2.91 340	2.06 311	1.76 290	2.47 380	1.17 254	1.93 228	1.65 327	0.50 450	0.26 189	0.43 436	0.29 300	0.46 383	0.39 121
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.
MultiAttention	9.51 588	0.66 135	18.16 298	2.27 543	22.44 617	36.03 624	8.40 598	5.18 566	2.72 301	2.59 463	5.12 561	5.53 568	1.60 350	52.66 635	8.87 534	0.51 458	0.24 143	0.52 485	0.94 547	6.88 608	8.91 554

CASS	1.65 126	0.73 183	8.72 158	0.97 204	0.67 174	2.88 165	0.69 185	3.07 214	1.86 165	2.82 499	2.02 384	1.39 225	1.55 342	1.75 195	1.36 248	0.51 458	0.28 217	0.34 339	0.28 265	0.47 396	0.63 296
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-SNSev	3.47 463	10.51 554	16.90 267	1.65 490	1.20 381	3.29 226	2.03 525	4.16 421	3.03 365	2.35 417	2.39 462	3.48 475	2.12 442	7.95 441	4.28 492	0.51 458	0.40 332	0.53 492	0.49 482	0.74 496	1.46 424

CSP-Net	1.99 147	1.70 432	4.84 127	1.22 332	1.02 315	3.42 246	1.30 450	3.66 284	2.11 204	2.07 317	1.93 370	2.40 364	1.48 322	8.56 450	1.62 311	0.51 458	0.41 339	0.27 154	0.27 238	0.44 364	0.54 246

SACVNet	3.06 397	1.61 423	19.29 338	1.46 443	1.18 370	4.05 403	1.48 479	4.03 370	2.58 285	2.75 488	1.89 352	2.55 387	1.38 289	11.33 545	2.28 426	0.51 458	0.41 339	0.48 462	0.43 459	0.57 435	0.93 374

Patchmatch Stereo++	2.28 209	0.74 192	20.54 479	0.77 72	0.38 18	4.67 541	0.75 227	2.55 144	3.21 395	2.00 287	1.53 208	1.77 276	1.14 244	2.46 284	0.98 152	0.51 458	0.23 112	0.32 284	0.28 265	0.40 309	0.35 71
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
iGMRVC	2.27 205	0.74 192	20.46 464	0.77 72	0.38 18	4.65 537	0.73 206	2.54 137	3.21 395	2.00 287	1.53 208	1.77 276	1.14 244	2.47 287	0.99 155	0.51 458	0.23 112	0.32 284	0.28 265	0.40 309	0.35 71

iRAFT	2.28 209	0.74 192	20.54 479	0.77 72	0.38 18	4.67 541	0.75 227	2.55 144	3.21 395	2.00 287	1.53 208	1.77 276	1.14 244	2.46 284	0.98 152	0.51 458	0.23 112	0.32 284	0.28 265	0.40 309	0.35 71

RAFT-IKP	2.27 205	0.74 192	20.55 481	0.77 72	0.38 18	4.64 536	0.73 206	2.54 137	3.21 395	2.00 287	1.53 208	1.77 276	1.13 238	2.25 273	1.00 159	0.51 458	0.22 84	0.32 284	0.28 265	0.40 309	0.35 71

GEStereo_RVC	2.66 315	1.20 369	20.38 454	1.29 370	1.05 329	4.02 395	1.42 470	4.17 425	2.24 224	2.10 325	1.86 342	2.33 357	1.84 416	4.93 367	1.78 357	0.51 458	0.38 316	0.32 284	0.29 300	0.44 364	0.56 253

SANet	6.43 567	13.71 578	22.08 588	1.43 438	1.00 310	6.86 584	3.78 582	4.71 555	11.10 592	4.71 571	8.72 581	7.47 581	7.91 582	12.46 582	18.12 599	0.51 458	0.47 386	0.50 477	0.45 470	0.94 525	1.60 435

Syn2CoEx	3.42 456	7.66 535	20.57 489	1.42 431	1.18 370	2.49 130	1.64 498	4.07 382	2.68 296	2.51 453	2.27 442	2.89 423	3.15 508	9.56 471	2.58 450	0.52 469	0.45 369	0.53 492	0.42 454	0.79 508	1.00 383

DeepPruner_ROB	2.61 297	1.97 458	19.32 339	1.03 235	1.20 381	4.38 479	0.90 336	3.44 256	1.77 153	2.61 470	1.54 219	2.77 414	1.27 268	5.05 368	2.08 409	0.52 469	0.40 332	0.37 387	0.35 390	0.52 417	0.62 293

Wz-Net-LNSev-Ref	2.72 332	2.55 483	14.91 219	1.37 406	1.36 425	3.50 268	1.63 495	4.11 400	3.38 442	2.55 457	2.04 388	2.35 361	2.50 475	5.14 370	4.64 500	0.53 471	0.22 84	0.35 358	0.21 106	0.41 329	0.60 285

aanetorigin	3.34 448	2.00 459	17.58 285	1.20 322	1.57 471	2.57 140	3.75 580	2.73 169	2.10 199	6.11 583	4.27 552	2.88 422	5.64 556	5.46 378	4.60 499	0.53 471	0.46 375	0.45 447	0.48 478	1.15 544	1.22 403

CSAN	5.95 558	13.70 577	21.94 582	1.35 395	0.93 287	3.65 304	3.46 570	4.73 558	4.26 517	3.98 556	7.70 571	3.54 488	6.94 571	22.83 613	16.00 578	0.53 471	0.47 386	0.50 477	0.55 506	0.65 470	1.22 403

sCroCo_RVC	1.81 135	0.93 290	19.44 345	1.04 242	1.05 329	0.97 10	0.61 128	2.08 83	1.36 57	0.71 46	1.28 151	0.82 124	1.10 231	1.31 90	0.97 147	0.54 474	0.41 339	0.33 319	0.30 321	0.46 383	0.48 200

ADCL	4.70 536	4.04 509	16.12 244	1.35 395	1.28 400	5.46 574	10.88 599	4.08 391	4.25 516	5.97 581	4.51 555	4.29 530	5.60 554	6.37 403	15.21 574	0.54 474	0.48 393	0.88 552	0.78 536	0.86 516	1.01 385

SGM_RVC	6.11 564	1.10 341	20.44 460	2.15 539	0.66 168	15.87 607	3.98 585	5.00 563	6.19 582	9.79 602	11.46 594	8.23 587	12.63 594	12.32 574	9.15 535	0.54 474	0.39 328	0.41 421	0.35 390	0.55 425	1.05 392
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_105_1	2.17 175	1.36 393	16.82 264	1.09 266	0.68 182	2.78 153	1.26 445	3.55 268	2.90 338	1.40 181	1.57 230	1.29 213	1.14 244	2.91 322	1.49 279	0.55 477	0.47 386	0.45 447	0.61 518	0.45 373	0.63 296

psmorigin	6.62 571	1.45 403	87.38 636	1.55 469	0.97 298	2.86 162	1.42 470	3.30 239	2.12 206	3.74 551	2.45 473	5.15 559	2.59 479	10.55 508	2.91 466	0.55 477	0.68 451	0.48 462	0.53 498	0.73 492	1.02 387

DANet	2.82 355	1.17 356	10.20 165	1.87 519	1.72 504	3.25 218	1.15 426	4.36 506	3.02 359	3.42 540	2.18 424	4.09 516	1.79 405	9.78 476	4.32 493	0.55 477	0.57 423	0.60 516	0.44 463	0.65 470	1.25 406
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	2.99 386	1.58 419	17.06 272	1.38 410	0.99 304	3.91 366	1.62 494	4.20 436	2.42 259	2.87 502	2.03 386	2.31 355	1.72 393	10.76 515	3.60 484	0.55 477	0.49 396	0.48 462	0.40 437	0.53 418	0.85 359

TCMNet	3.13 408	1.71 433	19.53 351	1.49 449	2.11 538	3.84 344	1.07 405	4.12 406	3.03 365	2.64 475	2.29 447	2.43 374	1.74 395	10.10 494	2.47 441	0.56 481	0.45 369	0.61 519	0.50 490	0.87 518	1.04 391

AnyNet_C32	4.49 526	9.53 546	13.85 195	1.67 492	1.56 468	5.40 573	4.06 586	4.03 370	3.69 482	4.21 563	3.09 524	3.09 442	3.38 522	8.24 444	18.76 605	0.56 481	0.64 443	0.53 492	0.81 539	1.36 556	1.42 419

CBMV	4.12 505	1.27 377	21.14 549	1.52 462	0.85 249	3.80 337	3.89 584	4.58 546	3.02 359	3.56 547	2.37 459	4.44 536	13.88 599	11.23 543	3.78 487	0.56 481	0.43 352	0.48 462	0.39 428	0.55 425	0.74 335
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
RASNet	3.15 413	1.20 369	19.81 377	1.63 485	2.26 544	3.67 308	1.09 410	3.58 273	3.44 454	1.99 283	2.15 414	4.59 544	2.30 460	10.24 500	2.98 467	0.57 484	0.26 189	0.25 92	0.25 199	0.30 148	0.54 246

CRFU-Net	2.56 283	0.89 266	10.77 170	2.53 558	1.09 341	3.91 366	1.40 467	3.87 331	1.92 176	2.25 376	1.80 309	3.32 462	7.85 580	5.53 380	1.54 288	0.58 485	0.36 295	0.31 263	0.28 265	0.39 303	0.56 253

ICVP	2.19 179	0.72 177	19.18 330	1.03 235	0.88 266	4.22 456	0.94 365	3.44 256	1.69 138	1.68 221	1.76 290	1.35 218	1.19 259	1.80 205	1.40 258	0.58 485	0.37 302	0.34 339	0.30 321	0.41 329	0.59 279
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
TDLM	3.20 423	1.58 419	18.80 313	1.70 501	1.10 345	4.29 468	2.17 532	3.81 321	3.27 411	2.89 503	1.98 377	2.06 338	1.70 388	12.44 581	2.15 415	0.58 485	0.31 246	0.56 504	0.40 437	0.58 439	1.59 433

pmcnn	5.90 557	1.81 445	22.30 592	1.69 497	2.37 549	3.47 257	2.10 529	4.58 546	5.56 574	3.75 552	13.12 601	22.07 611	3.70 529	11.99 571	17.13 589	0.58 485	0.23 112	0.23 37	0.19 54	0.37 274	0.70 320

FSD					0.76 214	0.77 6	0.67 164	1.63 34	2.26 230	0.76 58	0.63 25	1.69 257	0.72 93	1.05 28	0.78 76	0.59 489	7.66 578	0.57 508	0.54 501	0.57 435

GANet	3.64 471	1.76 437	19.65 357	1.92 525	1.04 326	3.91 366	2.51 544	3.86 328	2.81 320	3.13 524	3.03 520	3.19 449	2.19 452	12.43 580	8.23 532	0.60 490	0.43 352	0.52 485	0.43 459	0.63 458	0.63 296

zh-mn7	3.65 472	13.21 569	16.35 256	1.28 364	1.01 312	2.94 172	1.31 452	4.24 455	3.12 383	3.44 541	3.10 525	2.84 420	2.09 435	9.17 460	5.46 509	0.61 491	0.43 352	0.38 401	0.38 419	0.60 445	0.94 375

coex-ft	20.00 614	11.54 558	120.82 638	1.18 315	1.30 405	2.36 118	1.99 519	2.96 205	13.96 599	129.83 641	8.40 579	5.88 572	52.82 633	9.93 485	31.13 625	0.61 491	0.62 440	0.50 477	0.49 482	1.10 540	2.63 476

Wz-Net-TNSev	4.22 510	13.55 572	15.87 238	1.57 472	1.19 378	3.61 294	2.48 542	4.38 513	3.45 460	2.29 393	1.91 361	4.20 525	2.86 488	12.11 572	10.56 542	0.61 491	0.59 433	0.48 462	0.54 501	0.93 524	1.24 405

RTSC	3.44 457	6.78 528	16.53 261	1.76 512	1.54 459	3.53 276	0.94 365	4.22 442	2.97 345	3.65 549	3.23 533	3.31 461	2.29 458	6.22 399	7.41 525	0.61 491	1.32 500	0.37 387	0.42 454	0.78 503	0.98 380

CBMV_ROB	4.57 531	0.90 272	21.30 563	1.46 443	0.89 268	4.43 492	1.69 503	4.51 536	3.14 386	5.97 581	4.23 551	4.16 521	7.83 579	11.06 530	16.47 579	0.61 491	0.55 419	0.53 492	0.51 495	0.56 431	0.59 279

PWC_ROB	3.32 444	4.61 515	14.41 208	1.46 443	1.90 525	3.21 206	1.15 426	4.39 515	3.46 463	3.13 524	3.40 538	2.79 416	2.34 462	9.17 460	6.94 519	0.61 491	0.34 275	0.61 519	0.37 410	0.73 492	1.40 416

edge stereo	3.45 459	1.08 335	22.14 589	1.31 379	1.36 425	2.68 147	1.54 484	4.13 410	3.27 411	2.94 509	3.27 535	4.34 533	2.48 472	11.60 558	2.79 456	0.62 497	0.64 443	0.79 548	0.56 508	0.70 485	0.82 350

CVANet_RVC	3.32 444	1.63 426	21.06 537	1.66 491	1.29 402	3.99 389	1.55 486	3.98 356	3.00 350	3.51 544	2.06 398	2.58 393	1.72 393	12.46 582	1.70 337	0.62 497	0.34 275	0.53 492	0.47 474	0.64 463	1.66 439

NVstereo2D	2.79 352	1.13 349	13.75 194	1.37 406	1.47 450	3.57 284	1.38 464	4.17 425	3.77 487	2.04 306	1.72 279	3.05 436	1.75 396	10.84 517	1.72 344	0.62 497	0.48 393	0.56 504	0.54 501	0.79 508	1.02 387

dd	2.27 205	3.06 493	20.18 421	0.96 196	0.51 86	4.24 462	0.74 216	1.94 65	2.43 262	1.48 196	1.28 151	1.19 199	1.05 214	1.82 212	1.69 334	0.63 500	0.34 275	0.35 358	0.33 365	0.61 447	0.57 258

S-Stereo	3.51 466	0.96 303	22.00 587	1.38 410	1.50 453	3.55 280	2.49 543	4.27 470	3.00 350	2.38 429	3.94 549	3.73 496	1.84 416	11.89 569	2.59 451	0.64 501	0.71 460	0.49 475	0.81 539	0.68 482	1.31 410

AnyNet_C01	4.68 534	10.90 556	16.41 258	2.03 535	1.62 481	6.25 578	6.40 592	4.19 434	5.13 563	4.03 557	3.77 545	4.14 520	3.26 513	7.23 424	11.19 545	0.64 501	0.80 467	0.65 531	0.72 532	2.18 567	2.08 458

FAT-Stereo	3.38 452	0.88 261	19.96 396	1.28 364	1.20 381	3.44 250	1.97 518	4.26 467	3.15 388	3.14 527	3.92 548	3.50 481	3.28 514	11.68 562	2.04 405	0.65 503	0.68 451	0.48 462	0.54 501	0.63 458	0.91 369

WZ-Net	4.39 521	12.37 563	17.44 280	1.47 447	1.42 440	3.76 327	2.27 536	4.17 425	3.11 381	2.89 503	2.24 435	4.05 513	5.69 558	10.89 521	12.07 556	0.66 504	0.41 339	0.47 456	0.49 482	0.78 503	1.12 396

SHD	3.22 428	4.21 512	14.19 203	2.37 548	2.12 540	2.77 150	1.19 430	4.24 455	3.25 407	4.64 570	2.73 505	3.62 493	2.76 485	6.30 402	4.75 502	0.66 504	1.25 499	0.52 485	0.59 512	0.69 484	1.64 437

SGM-Forest	4.96 544	0.86 253	21.02 531	1.22 332	0.83 240	4.05 403	3.26 565	4.40 516	3.49 467	4.40 566	3.69 544	4.66 549	13.91 600	11.94 570	17.16 591	0.66 504	0.46 375	0.49 475	0.39 428	0.49 408	1.77 445
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ADCPNet	4.25 512	4.04 509	21.95 583	1.33 391	1.31 410	6.34 580	2.63 550	4.07 382	3.23 405	2.81 498	2.21 433	4.27 527	6.08 561	6.01 389	11.73 555	0.67 507	1.17 496	0.71 539	1.71 578	0.87 518	1.82 449

MeshStereo	5.67 555	1.80 442	21.28 561	1.40 418	1.14 356	4.38 479	3.83 583	5.51 577	4.85 556	10.12 604	11.72 596	11.44 591	5.87 559	13.86 601	12.31 557	0.68 508	0.61 437	0.61 519	0.60 515	0.73 492	0.68 313
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
SAMSARA	4.67 533	6.50 525	16.40 257	4.62 600	3.13 564	6.62 582	3.49 571	5.24 567	3.04 370	7.78 591	3.07 522	5.32 560	4.05 536	9.98 488	6.42 514	0.69 509	2.39 533	0.60 516	0.74 533	0.99 527	2.26 466

ADCMid	4.55 528	10.78 555	17.67 289	1.32 386	1.43 441	4.62 532	2.24 534	4.22 442	4.97 560	3.93 555	3.01 519	3.84 503	3.66 528	4.22 361	18.57 604	0.69 509	0.62 440	1.09 560	1.20 563	1.48 558	1.49 426

PS-NSSS	3.11 403	1.60 422	19.48 347	1.00 224	1.53 458	4.12 420	1.08 406	4.59 549	2.80 315	2.19 359	2.38 460	1.76 275	1.39 292	11.79 567	1.94 392	0.69 509	0.45 369	0.95 554	0.43 459	1.03 529	1.00 383

NOSS_ROB	3.12 406	0.89 266	19.03 323	2.01 533	1.07 335	3.90 362	0.97 380	4.32 494	3.08 377	2.94 509	2.19 427	3.85 504	1.18 257	11.75 565	1.69 334	0.69 509	0.54 413	0.57 508	0.52 496	0.57 435	0.72 325

GASNet	3.86 492	15.35 608	21.16 552	1.63 485	1.25 397	2.35 116	1.11 416	4.11 400	2.86 331	1.99 283	2.11 407	2.99 431	2.16 449	10.62 510	3.75 486	0.71 513	0.37 302	0.61 519	0.46 472	0.91 521	0.70 320

stereogan	3.26 438	1.26 373	18.01 294	1.38 410	1.66 495	3.76 327	1.64 498	4.06 379	3.86 492	3.23 532	2.70 503	5.02 555	2.85 487	9.88 481	1.85 371	0.71 513	0.51 405	0.69 536	0.48 478	0.86 516	0.85 359

RTS	4.29 516	9.35 544	18.25 301	2.79 568	2.29 546	4.98 565	3.41 568	4.72 556	4.27 518	4.35 564	3.10 525	4.93 552	3.14 506	7.71 437	6.99 520	0.71 513	0.68 451	0.51 482	0.50 490	1.07 535	1.98 453

RTSA	4.29 516	9.35 544	18.25 301	2.79 568	2.29 546	4.98 565	3.41 568	4.72 556	4.27 518	4.35 564	3.10 525	4.93 552	3.14 506	7.71 437	6.99 520	0.71 513	0.68 451	0.51 482	0.50 490	1.07 535	1.98 453

DeepPrunerF	4.00 502	5.64 521	16.81 263	1.36 400	1.75 506	3.69 313	1.54 484	4.24 455	13.98 600	2.21 369	1.77 297	2.73 405	2.29 458	10.90 522	6.64 517	0.71 513	0.61 437	0.77 547	0.79 537	0.87 518	0.79 347

FC-DCNN v2	7.41 581	0.98 311	22.19 591	1.75 509	1.64 488	8.98 593	2.37 539	7.60 587	9.44 591	11.09 609	11.95 597	20.04 610	16.35 607	12.99 588	17.14 590	0.72 518	0.57 423	0.59 512	0.57 509	0.64 463	0.68 313

FC-DCNN	7.08 578	1.01 323	21.89 579	1.74 507	1.64 488	8.18 590	2.31 537	6.50 584	9.16 590	10.85 608	11.33 593	19.85 609	13.33 596	12.94 587	17.10 587	0.72 518	0.57 423	0.59 512	0.57 509	0.64 463	0.69 316

LSM	13.03 603	7.72 537	21.01 530	55.44 631	85.65 630	3.65 304	6.27 591	3.91 340	5.06 561	5.63 577	13.91 602	3.53 487	3.46 526	9.93 485	4.36 495	0.72 518	0.95 480	0.72 542	0.85 542	1.09 538	26.67 617

FCDSN-DC	6.71 576	1.18 359	21.61 575	1.29 370	1.10 345	4.38 479	2.59 549	4.58 546	5.52 571	9.58 599	11.19 592	19.17 607	17.69 610	13.03 589	17.11 588	0.73 521	0.57 423	0.61 519	0.60 515	0.71 490	0.92 371
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PVD	3.91 495	4.36 513	13.89 199	2.81 570	4.79 587	3.80 337	1.94 515	3.89 334	4.11 504	5.75 579	3.56 541	3.59 490	3.34 518	6.44 406	6.44 515	0.73 521	2.84 545	0.74 546	0.84 541	0.82 512	3.45 503

XQC	3.41 454	6.58 526	15.18 223	1.97 528	1.62 481	3.40 241	1.76 506	4.53 538	3.67 481	3.40 539	2.45 473	3.73 496	2.91 490	6.78 415	5.36 506	0.73 521	0.90 476	0.60 516	0.61 518	1.02 528	0.99 381

HBP-ISP	3.78 486	9.10 543	20.83 517	1.72 503	1.14 356	4.54 515	2.82 554	4.61 550	3.03 365	4.13 560	1.98 377	1.88 303	3.31 515	11.06 530	1.52 284	0.74 524	0.57 423	0.67 533	0.62 521	0.65 470	0.64 301

ADCS	4.77 540	12.63 565	17.40 278	1.72 503	1.34 418	3.90 362	3.60 577	4.30 475	3.54 470	5.11 575	2.81 511	4.44 536	3.05 504	6.15 397	19.32 607	0.74 524	0.68 451	0.70 537	0.70 530	1.25 552	1.98 453

DStereoRT	4.64 532	1.72 435	20.00 400	1.35 395	1.24 393	4.49 504	1.28 447	4.22 442	5.73 577	2.49 450	2.25 437	4.36 534	7.67 576	7.56 433	2.60 452	0.75 526	0.82 470	4.46 612	2.85 606	0.39 303	16.65 592

Anonymous3	2.20 186	0.80 233	20.08 413	0.86 115	0.86 253	4.46 496	0.84 295	3.64 283	1.40 62	1.37 179	1.40 182	1.11 186	1.03 198	1.71 177	1.24 218	0.75 526	0.58 432	0.34 339	0.35 390	0.48 403	0.65 305

MSMD_ROB	5.99 559	1.29 382	19.23 335	1.40 418	0.84 248	10.25 595	2.05 527	4.20 436	6.02 581	10.42 606	8.00 572	22.21 612	9.45 588	11.67 559	8.73 533	0.76 528	0.59 433	0.67 533	0.68 527	0.67 476	0.72 325

MDST_ROB	6.31 565	1.18 359	22.96 601	2.56 560	2.69 553	21.07 610	2.01 524	4.79 561	2.87 333	9.49 598	4.45 554	4.10 518	4.48 544	22.33 612	17.61 595	0.79 529	0.44 362	0.47 456	0.44 463	0.47 396	0.95 377

SDNR	4.37 519	2.22 472	20.63 499	1.60 478	0.99 304	5.15 569	0.67 164	4.36 506	5.55 573	4.89 572	7.17 567	5.50 567	1.58 345	17.48 608	4.33 494	0.80 530	0.72 461	0.59 512	0.45 470	1.18 547	1.43 420

FINET	10.59 591	14.44 594	25.84 607	2.30 545	3.90 577	21.74 611	25.19 614	8.85 594	16.99 608	2.68 479	15.19 605	11.45 592	13.83 598	6.71 414	15.11 573	0.80 530	8.59 586	0.53 492	0.44 463	0.62 452	16.67 593

ccnet	3.03 392	1.48 407	12.88 185	1.54 465	1.26 398	3.71 319	2.32 538	4.11 400	3.05 373	2.92 506	3.21 531	2.86 421	2.40 465	9.87 480	4.19 490	0.80 530	0.76 463	0.71 539	0.70 530	0.78 503	1.07 393

G-Net	4.16 507	1.39 395	20.31 447	2.30 545	2.91 557	4.68 549	2.86 556	3.35 245	2.44 268	4.43 567	9.43 585	6.89 578	3.83 532	8.91 455	4.83 503	0.80 530	0.80 467	0.70 537	0.50 490	0.95 526	0.97 378

Anonymous_2	4.03 503	0.99 320	11.19 174	1.20 322	1.71 502	3.68 311	0.93 362	3.76 307	1.63 126	2.07 317	1.43 189	4.76 550	2.34 462	1.86 220	1.78 357	0.82 534	2.42 535	8.69 619	16.64 623	4.38 594	8.29 546

GANetREF_RVC	3.45 459	5.10 518	19.89 387	1.58 474	0.80 229	4.13 423	1.82 511	4.24 455	3.33 435	1.91 259	1.76 290	2.46 379	1.83 413	13.17 591	1.87 376	0.83 535	0.57 423	0.79 548	0.77 535	1.21 549	0.91 369
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
FBW_ROB	3.91 495	2.07 464	15.46 229	1.60 478	1.16 366	3.80 337	1.48 479	4.37 509	3.41 450	2.53 455	2.45 473	4.19 524	2.10 438	15.17 606	9.45 537	0.86 536	0.65 446	1.54 574	0.96 548	1.08 537	3.80 506

AF-Net	3.15 413	2.65 486	18.81 314	1.37 406	1.76 508	3.30 230	1.57 489	4.20 436	3.05 373	2.76 489	2.94 517	4.50 539	3.21 512	5.88 387	3.07 471	0.88 537	0.39 328	0.72 542	0.50 490	0.75 497	0.66 310

Consistency-Raft	2.93 371	1.93 455	19.72 370	1.41 422	1.75 506	3.85 349	1.32 454	4.09 395	2.75 306	1.82 249	2.66 498	1.81 291	4.34 543	2.29 275	2.08 409	0.90 538	0.94 479	1.03 556	1.13 559	1.71 566	1.10 395

RGC	3.35 449	1.84 451	18.13 297	1.52 462	1.79 513	3.33 234	1.37 463	4.18 431	2.39 253	2.96 513	3.23 533	3.98 510	2.71 482	11.53 552	3.42 481	0.90 538	0.48 393	0.79 548	0.79 537	0.75 497	0.89 366

DPSNet	3.94 498	2.01 460	14.69 215	1.58 474	1.30 405	4.17 439	2.08 528	4.57 544	4.63 539	2.78 492	1.99 380	3.79 500	7.88 581	10.66 512	11.35 549	0.94 540	0.99 487	0.41 421	0.57 509	1.09 538	1.40 416

Nwc_Net	3.03 392	1.90 454	19.16 328	1.38 410	1.69 500	3.53 276	1.19 430	4.03 370	2.19 215	2.79 494	2.84 512	3.80 501	2.46 471	6.93 421	2.87 463	0.96 541	0.41 339	0.59 512	0.68 527	0.60 445	0.65 305

PASM	3.22 428	2.89 489	15.38 227	2.00 531	1.57 471	2.77 150	1.96 517	3.62 280	2.75 306	2.95 512	2.26 439	3.10 443	2.24 454	11.87 568	2.46 439	0.97 542	1.06 489	0.87 551	1.02 553	1.20 548	1.41 418

RP	3.26 438	1.73 436	17.70 290	1.56 471	1.93 527	3.43 249	1.94 515	4.18 431	2.72 301	2.77 490	3.05 521	3.96 509	2.69 481	10.17 495	2.86 461	1.04 543	0.50 402	0.71 539	0.59 512	0.75 497	0.83 352

WCMA_ROB	5.78 556	2.42 479	21.71 576	1.67 492	1.55 463	4.07 408	3.53 574	4.14 415	4.73 547	6.59 586	10.89 591	12.82 597	9.59 589	10.17 495	12.65 561	1.05 544	0.61 437	0.52 485	0.52 496	0.71 490	5.64 526

dad	2.65 309	3.40 499	19.45 346	1.05 246	0.65 160	4.21 454	0.84 295	2.10 85	2.77 310	2.32 410	1.72 279	1.72 265	1.27 268	3.86 348	2.04 405	1.06 545	0.40 332	2.04 577	0.49 482	0.78 503	0.83 352

LMCR-Stereo	2.53 267	2.30 475	18.81 314	1.64 489	0.86 253	3.88 358	1.14 423	4.33 497	1.63 126	2.27 385	2.35 456	1.13 187	2.41 467	2.63 303	2.26 424	1.06 545	0.24 143	0.29 217	0.25 199	0.62 452	0.42 146

anonymity	2.02 153	1.28 380	5.16 130	1.73 505	1.63 484	1.86 77	1.06 403	3.50 262	2.42 259	2.19 359	2.11 407	1.88 303	3.89 533	1.92 224	1.56 294	1.11 547	1.14 494	1.08 559	1.11 558	1.05 531	2.68 478

MFMNet_re	3.44 457	8.89 540	19.36 341	3.25 578	1.91 526	3.13 196	1.99 519	3.60 277	4.16 508	3.17 530	2.86 513	2.25 348	2.41 467	2.61 302	2.35 431	1.13 548	1.06 489	0.94 553	0.91 546	1.29 553	1.57 431

UDGNet	2.34 225	1.71 433	20.28 438	1.42 431	0.62 148	4.39 483	0.67 164	1.82 55	2.28 236	1.40 181	1.21 128	0.99 171	1.00 189	2.23 268	1.23 213	1.14 549	0.35 285	1.30 568	0.98 552	1.11 541	0.62 293

MFN_U_SF_RVC	4.08 504	13.72 579	15.13 222	2.00 531	1.43 441	3.73 322	1.68 502	4.11 400	3.39 447	2.93 507	2.38 460	4.39 535	3.63 527	8.63 451	6.14 511	1.14 549	1.07 492	1.01 555	1.35 571	1.63 562	2.09 460

SPS-STEREO	5.18 546	10.36 552	21.09 543	1.74 507	1.72 504	3.24 215	2.26 535	3.92 341	4.12 505	5.06 574	3.66 543	5.43 564	3.33 517	9.56 471	12.34 558	1.17 551	1.17 496	1.07 558	1.03 555	1.17 546	10.25 563
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PSMNet-RUCA	2.60 292	1.83 448	20.55 481	1.51 457	1.39 431	3.07 187	1.36 462	3.56 270	2.43 262	1.41 184	2.07 401	1.42 229	1.09 224	2.07 242	1.60 306	1.20 552	0.69 458	1.26 567	0.96 548	1.65 564	0.97 378

PMTNet	1.13 90	0.55 58	3.88 117	0.71 54	0.59 128	4.21 454	0.43 59	2.00 73	1.58 105	1.02 144	1.06 97	0.78 115	0.98 185	1.58 156	0.93 128	1.21 553	0.20 43	0.23 37	0.15 3	0.23 51	0.27 14

AANet_RVC	3.70 482	7.03 531	17.25 273	1.21 328	1.12 351	3.79 334	1.09 410	3.98 356	3.38 442	2.65 477	4.29 553	3.95 508	1.40 296	11.43 550	7.88 531	1.25 554	0.57 423	0.34 339	0.25 199	0.43 350	0.71 322

JetBlue	6.69 575	12.01 561	14.30 205	1.98 530	4.64 586	11.97 598	12.29 602	5.39 572	4.32 525	3.81 553	4.51 555	9.50 589	6.53 567	10.22 497	14.50 570	1.32 555	1.47 504	1.18 563	1.36 572	7.48 611	5.05 521

WAO-7	6.00 560	14.29 588	20.46 464	1.97 528	1.51 455	5.31 572	3.06 563	5.00 563	5.92 580	4.55 569	8.87 582	6.52 576	6.47 566	13.38 596	13.85 565	1.35 556	1.24 498	1.48 571	1.36 572	1.63 562	1.79 448

PDISCO_ROB	3.32 444	5.22 519	18.16 298	2.03 535	2.19 543	4.52 511	1.63 495	4.74 559	3.32 433	2.22 371	2.18 424	3.71 495	2.41 467	5.36 374	2.43 437	1.35 556	0.79 466	0.72 542	0.62 521	1.31 554	1.53 429

NCC-stereo	3.49 464	2.07 464	20.23 431	1.31 379	1.76 508	4.04 399	1.42 470	4.01 362	2.34 247	3.06 519	2.59 491	3.51 484	3.02 501	10.02 491	5.44 507	1.38 558	0.66 449	0.64 529	0.88 543	0.67 476	0.84 356

Abc-Net	3.49 464	2.07 464	20.23 431	1.31 379	1.76 508	4.04 399	1.42 470	4.01 362	2.34 247	3.06 519	2.59 491	3.51 484	3.02 501	10.02 491	5.44 507	1.38 558	0.66 449	0.64 529	0.88 543	0.67 476	0.84 356
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
DualNet (step1)	3.32 444	1.19 365	20.68 503	1.11 274	0.87 262	4.22 456	1.20 433	4.40 516	4.92 557	2.20 366	1.85 336	1.90 305	2.00 429	6.87 418	1.75 354	1.41 560	1.36 501	4.19 607	2.07 592	0.70 485	1.43 420

test_sample9	4.68 534	1.19 365	20.68 503	1.11 274	0.87 262	4.22 456	1.20 433	4.40 516	4.92 557	2.20 366	1.85 336	1.90 305	2.00 429	11.08 534	11.57 553	1.41 560	14.65 609	4.19 607	2.07 592	0.70 485	1.43 420

test_sample8	5.57 551	1.19 365	20.68 503	1.11 274	0.87 262	4.22 456	1.20 433	4.43 523	3.76 485	5.63 577	1.97 376	12.99 598	6.34 562	11.08 534	11.57 553	1.41 560	14.65 609	4.19 607	2.07 592	0.70 485	1.43 420

MADNet+	4.46 525	11.36 557	14.35 207	2.23 541	2.50 552	4.18 442	2.86 556	5.46 574	4.43 527	2.74 487	2.69 502	4.55 542	3.43 524	8.97 458	9.42 536	1.47 563	2.06 522	1.09 560	1.02 553	1.54 560	2.96 489

PWCDC_ROB	3.62 470	9.86 550	17.35 277	1.62 482	1.57 471	4.19 450	1.01 387	4.35 503	4.20 509	2.26 382	7.36 569	2.73 405	2.75 483	4.10 356	4.51 497	1.47 563	0.37 302	0.39 407	0.34 375	1.22 550	0.73 330

MFN_U_SF_DS_RVC	4.38 520	13.66 574	13.95 200	1.39 417	1.58 476	5.18 570	3.31 566	4.53 538	3.22 402	2.60 466	2.62 494	4.99 554	2.11 440	13.99 603	4.21 491	1.53 565	2.56 540	0.67 533	1.82 584	0.83 515	2.92 487

IGEV-BASED-STEREO-	1.13 90	3.31 497	2.61 92	0.87 122	0.40 37	1.26 32	0.61 128	1.55 24	1.61 120	0.93 125	0.94 78	0.65 75	0.57 45	1.10 42	0.68 44	1.55 566	0.19 27	0.32 284	0.28 265	1.11 541	2.04 457

ELAS_RVC	6.36 566	2.53 481	20.21 428	2.67 563	2.48 550	4.90 564	11.89 601	4.84 562	6.31 586	9.03 596	8.54 580	8.09 586	12.73 595	9.32 464	13.25 563	1.92 567	2.18 523	1.51 572	1.31 567	1.40 557	2.15 461
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	6.58 570	2.54 482	20.08 413	2.66 562	2.48 550	15.49 605	7.29 594	5.50 576	5.72 576	10.05 603	8.94 583	6.91 579	10.83 591	8.33 445	14.27 568	1.92 567	2.19 524	1.23 565	1.31 567	1.62 561	2.17 463
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
GCST	2.86 360	3.95 508	20.52 477	1.93 526	1.56 468	1.74 75	0.50 82	3.69 293	2.10 199	1.79 245	1.64 257	1.60 246	1.29 274	5.27 373	1.90 381	2.10 569	0.77 464	1.45 570	0.97 551	1.15 544	1.38 415

UDG	3.84 491	2.91 490	20.05 406	2.98 572	1.98 529	3.95 379	1.18 429	4.43 523	2.24 224	2.47 445	2.53 484	4.49 538	2.44 470	6.52 407	4.74 501	2.14 570	1.77 514	2.64 588	2.58 600	2.66 574	2.19 465

DDUNet	3.65 472	2.81 488	19.59 355	3.57 583	2.26 544	3.47 257	1.35 459	4.21 441	2.40 256	2.68 479	2.48 476	4.17 522	1.78 402	5.48 379	2.61 453	2.25 571	1.77 514	2.61 587	2.43 598	2.63 573	2.40 469

MSC_U_SF_DS_RVC	4.90 543	13.94 582	16.59 262	1.69 497	1.46 447	6.15 577	3.52 573	5.47 575	3.95 498	2.77 490	2.74 506	4.81 551	2.49 474	13.78 600	5.33 505	2.34 572	3.46 557	1.05 557	1.21 565	2.28 569	2.94 488

BEATNet-Init1	51.93 632	71.67 634	99.39 637	10.91 614	13.10 600	84.39 637	59.36 629	73.78 636	67.97 635	88.09 638	88.15 639	91.73 638	97.51 638	85.13 639	72.56 639	2.59 573	5.18 567	1.20 564	1.49 575	10.61 616	13.83 571

NVStereoNet_ROB	6.63 572	9.57 547	19.28 337	3.19 576	2.11 538	3.69 313	1.99 519	4.32 494	6.27 585	3.26 535	24.57 617	5.45 566	11.39 592	13.56 597	12.37 559	2.79 574	2.05 521	1.76 575	1.75 581	1.49 559	1.75 441
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DispFullNet	4.71 537	3.93 506	23.92 604	4.00 588	3.01 560	3.38 237	1.31 452	4.23 449	3.26 409	6.31 585	2.92 515	4.03 512	7.80 578	3.93 352	5.15 504	2.80 575	1.61 509	3.11 598	2.70 603	3.32 578	3.38 501

CC-Net-ROB	3.82 489	3.41 500	20.20 424	2.40 550	1.66 495	4.49 504	1.61 492	4.77 560	3.08 377	2.06 311	2.06 398	1.99 325	1.60 350	12.57 584	1.91 384	2.82 576	2.19 524	2.67 589	1.06 556	2.31 570	1.59 433

WAO-6	6.68 574	9.03 542	20.68 503	2.98 572	2.79 556	11.93 597	3.56 576	5.39 572	11.65 594	3.55 546	9.59 586	6.77 577	6.72 568	12.28 573	11.56 551	2.88 577	2.36 531	2.50 582	1.84 586	2.89 575	2.72 480

SQANet	4.22 510	14.03 584	20.30 445	2.78 566	2.75 555	3.41 244	1.48 479	3.66 284	2.25 227	2.62 473	1.77 297	2.68 402	1.90 424	7.41 430	3.78 487	2.97 578	1.42 503	1.85 576	1.13 559	3.28 577	2.86 484

test_for_model	3.36 450	3.87 505	21.00 529	4.24 590	3.68 572	2.57 140	0.94 365	3.80 317	3.64 477	2.59 463	1.40 182	1.02 174	0.73 95	0.97 16	0.70 53	3.05 579	2.42 535	0.26 127	0.17 23	5.36 601	4.82 520

CAS	1.34 106	0.48 25	2.20 78	3.01 574	1.66 495	4.08 412	0.73 206	1.96 70	1.51 85	0.86 95	1.10 106	0.59 61	0.53 34	1.36 109	0.94 136	3.07 580	0.14 1	0.21 19	0.14 1	0.38 288	1.78 447

PWCK	6.49 568	13.40 570	20.27 437	2.95 571	1.61 478	5.68 576	7.63 596	5.37 571	4.77 552	3.90 554	7.48 570	7.96 584	5.63 555	15.15 605	10.93 544	3.21 581	1.55 508	2.34 581	1.43 574	6.05 602	2.45 472

ACVNet_2	6.09 561	15.28 607	21.36 566	3.30 579	3.17 565	4.50 506	3.00 559	4.70 554	3.96 499	3.52 545	5.34 562	7.79 583	2.95 492	12.40 575	13.76 564	3.28 582	2.23 526	2.70 591	1.70 577	3.52 580	3.24 493

JetRed	10.68 592	26.07 620	35.62 615	4.40 595	4.16 583	15.72 606	13.07 604	14.57 612	5.83 578	5.85 580	5.55 564	10.12 590	7.37 574	8.86 454	25.99 618	3.33 583	3.82 560	3.59 605	2.98 609	8.51 613	8.22 545

WAO-8	12.61 600	16.02 611	21.99 585	3.55 580	3.10 561	15.07 603	2.80 552	12.81 606	19.10 617	7.93 593	13.05 599	11.75 593	8.46 586	83.86 637	15.10 571	3.51 584	1.94 518	3.54 603	1.96 589	3.72 583	2.89 485

Venus	12.61 600	16.02 611	21.99 585	3.55 580	3.10 561	15.07 603	2.80 552	12.81 606	19.10 617	7.93 593	13.05 599	11.75 593	8.46 586	83.86 637	15.10 571	3.51 584	1.94 518	3.54 603	1.96 589	3.72 583	2.89 485

otaku	5.59 553	14.82 600	20.70 507	3.13 575	2.70 554	3.91 366	2.56 547	3.90 336	2.48 272	2.25 376	9.38 584	4.06 514	2.32 461	9.59 473	14.37 569	3.52 586	1.66 511	2.15 580	1.19 562	3.73 585	3.35 500

Ntro	4.83 541	14.73 597	20.47 467	3.24 577	2.97 559	4.12 420	1.88 513	4.00 360	2.57 282	1.79 245	2.15 414	3.34 464	2.16 449	10.01 490	7.34 522	3.53 587	1.77 514	2.13 579	1.32 569	3.89 587	3.23 492

AIO-test2	3.07 398	12.11 562	20.58 492	1.49 449	1.34 418	3.22 209	0.73 206	4.07 382	1.56 97	1.72 230	2.20 429	0.90 148	0.74 103	3.75 346	1.39 257	3.67 588	0.26 189	0.35 358	0.44 463	0.41 329	0.44 160

ACVNet_1	6.63 572	14.79 599	21.40 567	3.59 584	3.17 565	4.69 554	2.46 541	4.24 455	3.34 436	3.11 523	2.86 513	23.21 613	4.59 546	11.06 530	12.59 560	3.75 589	2.34 530	2.60 585	1.80 583	3.70 582	3.31 497

Dean	8.35 586	15.23 606	22.34 593	3.76 587	3.55 569	4.81 563	3.51 572	5.34 568	5.37 567	4.49 568	26.13 618	25.59 619	4.33 542	11.21 541	13.12 562	3.78 590	2.31 529	2.90 593	1.89 587	4.04 589	3.34 499

DGSMNet	8.13 584	2.31 476	18.62 308	2.77 565	13.96 605	6.91 585	42.17 627	4.16 421	2.53 277	2.25 376	3.21 531	3.41 470	1.69 385	9.19 462	3.03 469	3.79 591	10.31 601	11.70 624	5.68 613	4.38 594	10.58 564

SGM-ForestM	15.60 608	14.94 602	28.17 613	7.84 607	10.49 596	23.43 615	24.58 613	20.87 617	16.87 606	15.92 616	15.89 608	27.08 620	22.45 618	24.86 618	28.42 624	3.85 592	8.90 590	0.55 501	1.15 561	0.64 463	15.05 580

RainbowNet	5.20 547	15.03 603	21.14 549	3.66 585	3.25 568	4.18 442	2.98 558	4.22 442	3.20 392	2.30 396	2.65 496	4.24 526	2.97 494	9.92 484	6.29 513	3.92 593	2.27 528	2.71 592	1.73 580	3.82 586	3.43 502

testlalala_base	2.69 327	0.77 224	21.10 545	1.22 332	1.46 447	2.72 149	0.83 283	4.11 400	1.49 79	1.28 173	1.45 194	1.21 205	0.85 147	1.28 81	1.19 203	3.94 594	2.36 531	0.27 154	0.19 54	4.48 597	1.58 432

TorneroNet-64	10.52 590	14.33 589	21.95 583	4.29 592	3.76 573	13.77 602	2.83 555	14.96 613	23.11 620	10.24 605	23.77 616	13.44 599	8.15 583	13.98 602	17.70 597	4.03 595	2.73 543	3.23 599	2.53 599	7.27 610	4.35 516

DStereoO	6.49 568	2.37 478	11.24 175	4.72 601	13.38 603	4.43 492	23.61 611	4.35 503	6.24 583	2.56 458	3.88 546	3.12 446	7.75 577	4.13 358	11.53 550	4.21 596	7.25 577	1.33 569	1.83 585	3.22 576	8.59 551

UNDER WATER-64	10.08 589	14.27 587	22.85 599	5.26 604	4.88 588	11.00 596	4.57 588	11.41 597	17.25 612	7.68 590	9.72 587	15.96 603	21.47 617	11.12 537	16.63 581	4.38 597	2.88 547	4.41 611	2.95 608	7.12 609	5.81 529

KSHMR	17.50 612	14.38 593	22.35 594	4.50 597	4.51 584	8.17 589	3.33 567	15.44 615	76.15 636	7.32 589	61.40 632	56.33 632	5.66 557	32.91 621	13.97 566	4.42 598	2.99 552	3.64 606	2.79 605	5.13 600	4.55 518

UNDER WATER	11.28 595	13.60 573	22.90 600	5.11 603	4.53 585	7.75 588	3.75 580	12.50 604	21.62 619	7.80 592	10.68 589	23.75 615	35.20 620	11.54 554	17.40 593	4.46 599	2.95 548	4.23 610	2.90 607	6.57 605	6.27 533

MonStereo1	8.19 585	2.63 485	9.96 164	4.90 602	3.64 571	18.09 609	2.55 545	5.89 582	5.83 578	5.29 576	13.95 603	7.40 580	45.20 631	13.30 594	6.87 518	4.47 600	1.10 493	2.69 590	1.59 576	4.07 591	4.31 514

MaskLacGwcNet_RVC	3.77 485	1.65 428	20.61 496	2.55 559	1.63 484	4.29 468	1.67 501	3.99 358	2.56 279	1.76 239	1.93 370	3.03 435	1.41 301	13.24 593	2.02 401	4.47 600	1.63 510	1.12 562	0.48 478	2.42 571	2.85 483

TorneroNet	26.32 619	14.70 596	22.40 595	4.24 590	4.08 581	54.72 628	3.19 564	15.11 614	76.73 637	57.99 632	82.55 638	86.65 637	45.79 632	13.34 595	18.51 602	4.52 602	2.86 546	3.45 600	2.63 602	8.75 614	4.28 513

notaker	10.92 593	14.17 586	20.38 454	4.56 599	3.98 579	6.29 579	3.53 574	7.68 588	5.10 562	9.04 597	46.37 628	13.84 602	28.85 619	14.18 604	14.16 567	4.57 603	3.19 554	3.52 602	2.70 603	8.16 612	4.13 512

IMH-64-1	6.10 562	13.83 580	17.55 282	4.34 593	3.78 574	4.79 561	5.94 589	5.34 568	4.20 509	4.10 558	8.31 577	5.07 557	6.92 569	9.63 474	7.36 523	4.60 604	2.96 550	3.04 594	2.14 595	4.30 592	3.88 509

IMH-64	6.10 562	13.83 580	17.55 282	4.34 593	3.78 574	4.79 561	5.94 589	5.34 568	4.20 509	4.10 558	8.31 577	5.07 557	6.92 569	9.63 474	7.36 523	4.60 604	2.96 550	3.04 594	2.14 595	4.30 592	3.88 509

ktn	22.24 617	14.37 591	20.30 445	4.54 598	4.02 580	6.52 581	4.50 587	6.78 586	78.80 638	84.67 637	100.54 640	58.48 633	8.39 585	13.13 590	17.09 586	4.61 606	3.24 555	3.49 601	2.62 601	4.70 598	3.96 511

LVE	7.57 582	15.80 610	21.28 561	3.69 586	3.19 567	4.54 515	2.78 551	10.13 596	11.63 593	3.24 533	11.52 595	18.10 604	4.55 545	11.67 559	10.30 541	4.62 607	2.95 548	2.56 584	1.91 588	3.63 581	3.26 495

IMH	7.25 579	16.24 613	21.08 538	4.40 595	3.79 576	5.46 574	3.03 562	5.58 578	6.26 584	4.92 573	10.32 588	9.24 588	8.30 584	13.62 598	11.56 551	4.84 608	3.00 553	3.09 597	2.14 595	4.38 594	3.83 508

USTest	15.98 609	15.57 609	22.51 597	18.47 617	16.98 608	26.39 617	36.05 623	27.65 620	12.77 597	10.72 607	10.87 590	18.34 605	15.08 604	18.60 609	23.36 611	4.90 609	5.38 568	7.40 617	7.45 616	9.88 615	11.26 566

DGTPSM_ROB	16.67 610	21.79 618	40.19 619	10.00 611	19.05 612	12.43 600	33.20 620	13.71 609	18.09 615	9.71 600	22.85 614	13.77 600	19.64 612	21.23 610	24.07 612	5.09 610	8.95 591	5.62 614	11.49 619	6.73 606	15.75 590

DPSMNet_ROB	16.76 611	21.81 619	40.95 620	10.20 613	19.08 613	12.43 600	33.21 621	13.73 610	18.21 616	9.76 601	22.88 615	13.78 601	19.64 612	21.39 611	24.21 613	5.20 611	8.97 592	5.63 615	11.51 622	6.80 607	15.82 591

SGM+DAISY	13.18 604	14.36 590	24.65 606	8.10 608	13.49 604	22.47 613	25.54 616	12.13 602	17.08 611	14.77 612	15.82 607	12.17 596	13.97 603	12.65 585	18.22 601	8.40 612	9.18 597	1.23 565	1.33 570	1.23 551	16.81 599

MANE	15.29 607	13.67 575	23.58 603	10.15 612	13.37 602	23.58 616	23.86 612	27.83 621	26.26 621	12.02 611	15.10 604	19.83 608	18.01 611	15.68 607	20.35 609	8.58 613	9.20 598	3.05 596	4.19 611	0.82 512	16.69 594

DStereoSA	12.54 599	6.88 529	16.88 266	11.79 615	16.87 607	22.28 612	25.54 616	6.75 585	17.06 610	6.99 587	15.95 609	6.00 573	13.94 601	7.99 442	27.57 620	8.61 614	9.15 595	1.51 572	8.23 618	4.04 589	16.83 600

DStereoFS	13.73 605	14.37 591	21.48 570	14.07 616	16.86 606	23.31 614	25.20 615	13.01 608	17.04 609	15.22 613	16.10 612	11.86 595	13.95 602	10.88 519	15.98 577	8.74 615	9.17 596	2.60 585	5.33 612	2.58 572	16.74 597

TCMNet-wrong-test	12.48 598	15.10 604	19.66 358	22.40 618	19.87 614	15.98 608	12.30 603	23.88 618	4.80 554	6.29 584	6.46 566	18.38 606	15.65 605	10.50 507	10.86 543	9.07 616	4.79 562	5.34 613	3.95 610	12.27 618	12.13 568

MADNet++	8.64 587	6.17 524	13.88 198	6.61 605	5.25 589	10.15 594	14.20 605	5.89 582	8.25 588	7.14 588	8.18 574	6.41 575	9.84 590	11.71 564	16.73 582	9.65 617	5.03 566	8.63 618	5.68 613	4.83 599	8.57 550

tt	7.29 580	0.58 77	7.34 147	4.04 589	2.30 548	12.04 599	20.18 610	15.60 616	7.41 587	3.46 542	3.36 536	5.36 561	6.39 565	4.27 362	7.46 527	9.80 618	11.53 606	7.04 616	7.45 616	6.31 604	3.81 507

DPSM_ROB	20.83 615	20.01 616	26.54 610	23.64 620	22.42 615	31.06 619	39.94 625	34.02 624	17.42 613	15.35 614	16.05 610	24.04 616	20.69 615	23.28 616	27.60 621	10.77 619	9.41 599	11.68 622	11.50 620	14.48 619	16.71 595

DPSM	20.83 615	20.01 616	26.54 610	23.64 620	22.42 615	31.06 619	39.94 625	34.02 624	17.42 613	15.35 614	16.05 610	24.04 616	20.69 615	23.28 616	27.60 621	10.77 619	9.41 599	11.68 622	11.50 620	14.48 619	16.71 595

PML	64.55 634	56.00 632	20.79 514	8.10 608	32.82 620	147.60 640	247.57 643	12.71 605	45.39 631	111.32 640	288.85 643	101.42 639	100.62 639	31.63 620	15.84 576	13.96 621	4.84 563	10.95 621	6.18 615	28.99 621	5.33 525

CasAABBNet	41.89 625	40.14 625	53.33 631	47.71 626	45.10 625	62.42 630	80.65 636	68.29 632	34.85 624	30.67 618	32.34 623	48.22 628	41.76 625	46.61 630	55.60 635	21.59 622	18.89 617	23.46 625	23.21 627	29.17 624	33.75 627

Selective-RAFT-Error	41.88 624	40.10 624	53.23 629	47.74 627	45.20 626	62.42 630	80.58 635	68.27 631	34.95 625	30.85 622	32.30 622	48.08 626	42.07 629	46.54 628	54.92 630	21.60 623	19.12 622	23.46 625	23.15 626	29.14 623	33.95 628

RAFT-FEzeroshot	41.89 625	40.15 626	52.92 627	47.78 628	45.48 627	62.42 630	80.67 637	68.35 633	34.76 622	30.69 619	32.35 624	48.23 629	41.82 626	46.61 630	55.50 633	21.61 624	18.89 617	23.46 625	23.21 627	29.18 625	33.72 625

RAFT-FE	41.89 625	40.15 626	52.92 627	47.78 628	45.48 627	62.42 630	80.67 637	68.35 633	34.76 622	30.69 619	32.35 624	48.23 629	41.82 626	46.61 630	55.50 633	21.61 624	18.89 617	23.46 625	23.21 627	29.18 625	33.72 625

LSM0	49.69 631	40.02 623	53.50 632	97.07 632	129.56 636	62.65 634	79.82 633	68.02 630	35.12 626	33.72 623	33.34 626	48.41 631	41.54 624	46.57 629	55.40 632	21.63 626	19.16 623	23.60 630	23.13 625	29.46 627	52.08 635

FlowAnything	41.86 623	39.86 622	53.27 630	47.82 630	45.01 624	62.36 629	80.44 634	68.40 635	35.33 627	30.77 621	32.01 620	48.15 627	42.00 628	46.64 633	55.21 631	21.70 627	18.87 616	23.47 629	23.12 624	29.11 622	33.59 624

ACVNet-4b	6.98 577	14.78 598	22.17 590	3.56 582	3.11 563	4.14 428	2.23 533	4.08 391	3.84 489	1.67 219	3.96 550	5.86 571	2.87 489	10.30 503	17.16 591	26.09 628	2.24 527	2.53 583	1.79 582	3.91 588	3.28 496

LRCNet_RVC	25.63 618	33.47 621	24.35 605	31.77 622	32.74 619	6.73 583	1.19 430	25.87 619	4.67 545	28.95 617	30.91 619	24.89 618	17.54 609	27.82 619	24.57 615	35.48 629	25.62 629	35.91 631	33.80 630	31.95 629	34.38 629

DLNR_Zeroshot_test	29.83 620	55.48 631	50.99 626	183.84 636	114.74 635	3.44 250	0.28 8	29.52 622	1.59 108	1.03 148	1.25 138	0.93 162	0.64 69	3.95 353	1.62 311	37.16 630	1.69 513	0.26 127	0.23 159	92.97 633	15.07 581

DLNR-FE	29.89 621	56.07 633	50.63 625	183.98 637	105.34 631	3.44 250	0.28 8	29.60 623	1.59 108	1.03 148	1.25 138	0.93 162	0.64 69	3.83 347	1.62 311	40.96 631	1.67 512	0.26 127	0.23 159	99.33 634	15.08 582

HaxPig	43.31 628	43.63 628	45.01 621	33.88 623	35.67 621	32.79 621	30.52 619	45.50 627	42.95 629	48.75 625	48.14 629	43.24 622	40.44 622	44.58 626	43.63 626	47.17 632	49.30 633	51.65 633	50.37 632	43.72 630	45.27 632

AVERAGE_ROB	44.46 629	45.87 629	46.48 622	40.54 625	38.62 622	32.95 622	30.49 618	46.80 628	43.31 630	49.57 626	48.93 630	44.57 624	39.87 621	45.01 627	43.89 627	48.70 633	50.65 634	50.80 632	49.79 631	45.54 631	46.89 633

MEDIAN_ROB	47.37 630	49.00 630	49.74 624	40.28 624	39.94 623	34.93 623	33.41 622	49.78 629	46.38 632	53.04 629	52.61 631	47.67 625	42.28 630	48.33 634	47.25 628	52.06 634	53.99 635	54.28 634	53.48 633	48.70 632	50.27 634

HanzoNet	31.86 622	17.33 614	21.23 558	7.52 606	5.85 592	7.49 587	3.61 579	14.35 611	13.37 598	50.38 628	46.35 627	44.46 623	56.50 634	36.53 625	28.25 623	64.05 635	58.31 636	9.45 620	89.24 638	31.17 628	31.77 622

RSGM-EC	109.57 635	104.25 638	68.53 633	115.30 633	109.29 632	116.06 638	139.00 639	126.85 640	55.85 633	55.24 630	70.93 633	116.40 640	111.43 640	176.32 640	174.60 641	117.23 636	71.46 637	140.49 638	83.40 636	123.40 637	115.37 636

acva	109.57 635	104.25 638	68.53 633	115.30 633	109.29 632	116.06 638	139.00 639	126.85 640	55.85 633	55.24 630	70.93 633	116.40 640	111.43 640	176.32 640	174.60 641	117.23 636	71.46 637	140.49 638	83.40 636	123.40 637	115.37 636

xxxxx1	112.85 637	94.19 635	38.10 616	228.21 639	161.02 639	39.23 625	61.26 630	92.54 637	79.08 639	63.44 633	74.84 635	77.80 634	69.88 635	33.55 622	70.96 636	117.25 638	130.44 640	258.49 641	273.88 641	145.63 639	147.24 639

tt_ll	112.85 637	94.19 635	38.10 616	228.21 639	161.02 639	39.23 625	61.26 630	92.54 637	79.08 639	63.44 633	74.84 635	77.80 634	69.88 635	33.55 622	70.96 636	117.25 638	130.44 640	258.49 641	273.88 641	145.63 639	147.24 639

ff	112.85 637	94.19 635	38.10 616	228.21 639	161.02 639	39.23 625	61.26 630	92.54 637	79.08 639	63.44 633	74.84 635	77.80 634	69.88 635	33.55 622	70.96 636	117.25 638	130.44 640	258.49 641	273.88 641	145.63 639	147.24 639

DPSimNet_ROB	143.68 640	156.64 640	170.66 639	162.59 635	135.40 637	195.13 641	174.01 641	141.76 642	167.78 643	174.58 642	138.78 641	186.01 642	183.75 642	82.32 636	97.85 640	151.24 641	102.48 639	131.25 637	82.78 635	115.21 636	123.37 638

Anonymous_1	57.77 633	19.65 615	26.12 608	23.12 619	141.97 638	30.79 618	39.72 624	34.10 626	16.98 607	70.09 636	15.64 606	23.44 614	19.73 614	23.03 615	27.21 619	164.70 642	9.02 593	130.41 636	137.42 639	161.21 642	41.01 631

test_example2	213.42 641	219.67 641	222.97 641	213.78 638	220.82 642	199.03 642	200.49 642	189.27 643	143.61 642	211.05 643	218.08 642	210.69 643	205.21 643	221.14 643	216.49 643	236.74 643	242.08 643	213.66 640	216.96 640	235.55 643	231.06 642

ccccc		628.29 642		567.59 642	570.62 643	580.23 643		613.89 644		613.55 644		554.19 644		666.02 644		780.28 644	507.01 644	391.46 644	342.94 644	701.16 644

Low-res two-view benchmark