Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

USTest	0.01 9	0.02 12	0.00 1	0.14 128	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 476	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

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

iinet-test	0.08 74	0.16 128	0.02 15	0.16 150	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 232	0.02 20	0.02 21	0.71 463	0.02 16	0.02 19	0.02 21	0.02 21	0.16 209

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 476	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

G2L-ROB	0.03 29	0.06 79	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

G2L-Stereo_test	0.03 29	0.04 52	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

PSMNet-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

CoDeX	0.15 160	0.70 318	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 508	0.02 15	0.69 493	0.75 519	0.01 9	0.02 21	0.02 20

coex-ft	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

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

iinet-f	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

SFCPSM	0.17 173	0.78 334	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 547	0.02 15	0.75 506	0.76 521	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 74	0.02 12	0.02 15	1.01 492	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 598	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 117	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

RYNet	0.02 15	0.02 12	0.02 15	0.03 29	0.03 52	0.03 44	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.03 53	0.03 43	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

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

LSM0	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

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

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 175	0.04 90	0.03 52	0.58 429	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 479	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 80	0.07 82	0.03 39	0.15 140	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 158	0.04 90	0.03 52	0.92 505	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

PipStereo	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22b	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22a	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1c-attn	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1b	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1a	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pc	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pb	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pa	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i1pa	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i32	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i1	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i32	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

TCMNet	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

TCMNet-wrong-test	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.02 21	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

YMNet	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.02 21	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.02 20	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

YMNet_1	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.02 21	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.02 20	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 595	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 119	0.03 31	0.03 39	1.60 595	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C32	0.14 148	0.04 52	0.03 39	2.22 620	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 138	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

IGEV_i1	0.26 227	0.05 66	0.04 64	0.06 67	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 136	0.05 103	0.03 52	4.34 709	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 67	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.04 110	0.06 126	0.04 100	0.06 117	0.04 97	0.06 72	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 74	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 562	0.06 123	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 123	0.03 57	0.04 97	0.03 52

EDNetEfficient	0.04 54	0.05 66	0.04 64	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.04 90	0.03 52	0.05 66	0.03 39	0.05 108	0.03 57	0.04 97	0.03 52

FADNet-RVC-Resample	0.12 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 664	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

FADNet_RVC	0.12 132	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 668	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 139	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 685	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

FADNet	0.12 132	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 671	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCS	0.09 80	0.02 12	0.04 64	0.90 466	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 175	0.36 398	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCRef	0.12 132	0.03 31	0.04 64	1.71 602	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 117	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 160	0.04 52	0.04 64	2.20 619	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 141	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 566	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 141	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
mmmmmm	0.07 67	0.40 213	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 225	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

GwcNet	0.12 132	0.07 82	0.05 79	0.08 76	0.05 126	0.08 139	1.20 594	0.07 138	0.05 124	0.05 112	0.05 127	0.08 140	0.05 117	0.08 141	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

2222	0.09 80	0.59 303	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 80	0.60 306	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 74	0.58 300	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 74	0.58 300	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 74	0.56 296	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

Wz-Net-SNSev	0.03 29	0.09 93	0.07 87	0.09 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 92	0.07 88	0.01 9	0.01 9	0.01 10	0.01 10

FINET	0.07 67	0.08 84	0.07 87	0.07 74	0.07 148	0.08 139	0.06 139	0.08 141	0.07 148	0.08 140	0.07 149	0.08 140	0.06 136	0.07 138	0.07 139	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

VMStereo-Base	0.03 29	0.09 93	0.08 89	0.09 83	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 84	0.08 91	0.03 41	0.02 21	0.02 21	0.02 20

AASNet	0.06 61	0.08 84	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

SACVNet	0.06 61	0.08 84	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

AACVNet	0.06 61	0.08 84	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

BEATNet-Init1	0.19 186	0.08 84	0.08 89	2.23 621	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

DeepPrunerF	0.19 186	0.08 84	0.08 89	2.23 621	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

SMFormer	0.09 80	1.01 400	0.09 95	0.09 83	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 80	0.95 376	0.09 95	0.10 87	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

LRCNet_RVC	0.13 139	0.13 116	0.09 95	0.13 124	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.23 228	0.10 158	0.20 209	0.10 158	0.24 236	0.11 169	0.11 112	0.09 101	0.12 166	0.14 206	0.12 172	0.09 150

DRN-Test	0.14 148	0.13 116	0.09 95	0.14 128	0.09 155	0.15 183	0.09 152	0.14 173	0.10 160	0.14 173	0.09 154	0.14 174	0.09 154	0.13 174	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 172	0.73 533

S2M2_L	0.12 132	0.14 123	0.10 99	0.15 140	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.15 182	0.10 158	0.14 174	0.10 158	0.14 175	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
test_sample6	0.09 80	0.97 379	0.10 99	0.10 87	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 80	0.87 352	0.10 99	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 80	1.01 400	0.10 99	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

Wz-Net-MNSev	0.06 61	0.54 290	0.10 99	0.12 112	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.11 128	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 272	0.10 99	0.12 112	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 80	0.09 93	0.10 99	0.09 83	0.09 155	0.09 147	0.09 152	0.10 149	0.08 153	0.10 152	0.09 154	0.09 148	0.09 154	0.09 147	0.08 142	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

AnonymousM	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

UNet	0.29 236	0.90 362	0.10 99	0.14 128	0.10 162	0.14 173	0.10 157	0.91 523	0.69 526	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 516	0.76 540

PVD	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SHD	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SAMSARA	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

XQC	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSC	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTS	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSA	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet+	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet++	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

StereoDRNet	0.15 160	0.14 123	0.10 99	0.14 128	0.09 155	0.15 183	0.09 152	0.14 173	0.09 156	0.14 173	0.10 158	0.14 174	0.09 154	0.14 175	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.82 549

ELAS_RVC	0.14 148	0.16 128	0.10 99	0.15 140	0.10 162	0.18 201	0.11 174	0.19 202	0.11 178	0.19 200	0.12 186	0.18 200	0.11 175	0.19 202	0.12 183	0.14 140	0.08 91	0.14 172	0.09 149	0.15 187	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
BridgeDepth_RVC	0.07 67	0.08 84	0.11 119	0.11 104	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 140	0.05 117	0.08 141	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 74	0.08 84	0.11 119	0.11 104	0.05 126	0.08 139	0.05 120	0.08 141	0.07 148	0.08 140	0.05 127	0.08 140	0.05 117	0.09 147	0.08 142	0.15 153	0.11 128	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
test_sample7	0.09 80	1.00 390	0.11 119	0.11 104	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 98	1.07 414	0.11 119	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample2	0.09 80	1.03 406	0.11 119	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

JetRed	0.11 119	0.12 114	0.11 119	0.11 104	0.11 181	0.11 161	0.14 198	0.11 161	0.11 178	0.12 170	0.11 176	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.16 183	0.11 159	0.11 172	0.11 163	0.11 172

DualNet	0.10 98	1.07 414	0.11 119	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

ICVP	0.15 160	0.53 286	0.11 119	0.16 150	0.11 181	0.16 190	0.11 174	0.16 189	0.11 178	0.16 187	0.11 176	0.16 188	0.11 175	0.16 188	0.11 169	0.16 165	0.11 128	0.16 191	0.11 172	0.16 192	0.11 172
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 139	0.11 109	0.11 119	0.11 104	0.11 181	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.12 186	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.11 128	0.14 172	0.11 172	0.49 435	0.11 172

SGM_RVC	0.15 160	0.17 133	0.11 119	0.18 167	0.11 181	0.19 204	0.11 174	0.19 202	0.12 196	0.19 200	0.12 186	0.20 209	0.12 193	0.19 202	0.12 183	0.16 165	0.11 128	0.17 201	0.10 158	0.17 201	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.13 139	0.16 128	0.11 119	0.15 140	0.09 155	0.18 201	0.11 174	0.18 200	0.11 178	0.17 194	0.11 176	0.18 200	0.11 175	0.18 199	0.11 169	0.14 140	0.08 91	0.14 172	0.08 147	0.14 177	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DispViT+	0.07 67	0.08 84	0.12 130	0.08 76	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 140	0.05 117	0.08 141	0.05 115	0.08 84	0.07 88	0.07 133	0.05 123	0.07 140	0.05 122

S2M2_XL	0.14 148	0.17 133	0.12 130	0.17 164	0.11 181	0.17 197	0.11 174	0.17 196	0.11 178	0.17 194	0.11 176	0.17 196	0.11 175	0.17 196	0.11 169	0.16 165	0.11 128	0.16 191	0.11 172	0.16 192	0.11 172
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
DualNet (step1)	0.10 98	1.05 410	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 410	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 410	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample4	0.10 98	1.03 406	0.12 130	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

test_sample1	0.09 80	0.87 352	0.12 130	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

JetBlue	0.11 119	0.11 109	0.12 130	0.13 124	0.14 203	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.11 176	0.11 164	0.11 175	0.12 173	0.12 183	0.11 112	0.11 128	0.11 159	0.11 172	0.11 163	0.11 172

mmm	0.14 148	1.83 545	0.12 130	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 117	0.04 97	0.12 118	0.11 128	0.05 108	0.04 99	0.05 114	0.04 96

ffm	0.25 217	3.83 656	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 217	3.83 656	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 217	3.83 656	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

GASNet	0.05 57	0.04 52	0.12 130	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 170	0.04 110	0.06 126	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

qqq	0.16 167	2.01 570	0.12 130	0.15 140	0.04 101	0.06 121	0.05 120	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.03 52	0.12 118	0.14 172	0.04 93	0.04 99	0.03 47	0.03 52

CIPLG	0.13 139	0.21 146	0.12 130	0.16 150	0.11 181	0.15 183	0.11 174	0.14 173	0.11 178	0.15 182	0.12 186	0.15 187	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

IPLGR_C	0.14 148	0.20 141	0.12 130	0.15 140	0.11 181	0.14 173	0.15 206	0.14 173	0.11 178	0.15 182	0.12 186	0.14 174	0.11 175	0.16 188	0.11 169	0.15 153	0.12 142	0.14 172	0.12 190	0.15 187	0.12 187

222	0.10 98	0.99 388	0.12 130	0.13 124	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.02 21	0.04 97	0.03 52

cf-r	0.66 442	2.17 581	0.12 130	0.18 167	0.12 196	0.18 201	2.70 721	2.60 695	0.12 196	0.18 198	0.12 186	0.18 200	0.12 193	0.18 199	0.12 183	0.15 153	0.11 128	0.15 187	0.11 172	1.81 641	1.74 695

HSM	0.14 148	0.16 128	0.12 130	0.17 164	0.12 196	0.17 197	0.11 174	0.17 196	0.11 178	0.17 194	0.12 186	0.17 196	0.12 193	0.17 196	0.12 183	0.16 165	0.11 128	0.16 191	0.11 172	0.16 192	0.12 187

LALA_ROB	0.15 160	0.19 137	0.12 130	0.18 167	0.11 181	0.20 210	0.12 189	0.21 218	0.12 196	0.20 207	0.12 186	0.20 209	0.12 193	0.21 219	0.13 192	0.17 175	0.10 106	0.18 211	0.11 172	0.18 205	0.11 172

ITSA-stereo	0.15 160	0.17 133	0.13 150	0.20 176	0.13 201	0.19 204	0.13 196	0.18 200	0.13 200	0.19 200	0.13 200	0.18 200	0.14 204	0.18 199	0.14 197	0.16 165	0.11 128	0.15 187	0.14 206	0.18 205	0.11 172

11t1	0.17 173	2.16 580	0.13 150	0.13 124	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.05 115	0.18 183	0.12 142	0.06 123	0.03 57	0.05 114	0.03 52

1111x	0.10 98	1.14 422	0.13 150	0.14 128	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.11 128	0.03 41	0.02 21	0.03 47	0.02 20

test_xeample	0.10 98	1.09 416	0.13 150	0.12 112	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.14 172	0.03 41	0.03 57	0.03 47	0.03 52

DeepPruner_ROB	0.16 167	0.18 136	0.13 150	0.19 172	0.13 201	0.19 204	0.13 196	0.19 202	0.13 200	0.19 200	0.13 200	0.19 204	0.13 199	0.19 202	0.13 192	0.18 183	0.13 165	0.18 211	0.13 201	0.18 205	0.13 194

EE1	0.13 139	0.14 123	0.14 155	0.17 164	0.11 181	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.16 165	0.13 165	0.14 172	0.11 172	0.14 177	0.11 172

AnonStereo	0.13 139	0.14 123	0.14 155	0.16 150	0.11 181	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.16 165	0.13 165	0.14 172	0.11 172	0.14 177	0.11 172

anonymous	0.09 80	0.09 93	0.14 155	0.14 128	0.07 148	0.09 147	0.07 148	0.09 147	0.07 148	0.09 147	0.07 149	0.09 148	0.07 147	0.09 147	0.07 139	0.14 140	0.13 165	0.09 146	0.07 142	0.09 149	0.07 142

zh-sn7	0.10 98	0.98 380	0.14 155	0.15 140	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 153	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

DDVS	0.30 237	3.10 636	0.14 155	0.19 172	0.14 203	0.19 204	0.14 198	0.20 209	0.14 203	0.19 200	0.13 200	0.16 188	0.13 199	0.19 202	0.13 192	0.17 175	0.13 165	0.17 201	0.13 201	0.17 201	0.13 194

qqq1	0.25 217	3.70 650	0.14 155	0.14 128	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 217	3.70 650	0.14 155	0.14 128	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

ProNet	0.14 148	0.20 141	0.14 155	0.16 150	0.11 181	0.16 190	0.11 174	0.17 196	0.11 178	0.17 194	0.12 186	0.17 196	0.13 199	0.17 196	0.12 183	0.15 153	0.11 128	0.16 191	0.11 172	0.15 187	0.12 187

IPLG	0.13 139	0.20 141	0.14 155	0.15 140	0.11 181	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

IPLGR	0.14 148	0.24 160	0.14 155	0.16 150	0.12 196	0.15 183	0.12 189	0.14 173	0.11 178	0.15 182	0.12 186	0.14 174	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

ACRE	0.13 139	0.21 146	0.14 155	0.15 140	0.11 181	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.12 186	0.14 174	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

GMStereo	0.14 148	0.13 116	0.14 155	0.14 128	0.14 203	0.14 173	0.14 198	0.14 173	0.14 203	0.14 173	0.14 205	0.14 174	0.14 204	0.14 175	0.14 197	0.14 140	0.14 172	0.14 172	0.14 206	0.14 177	0.14 200
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ACVNet	0.20 188	0.19 137	0.14 155	0.20 176	0.14 203	0.20 210	0.96 569	0.21 218	0.14 203	0.20 207	0.13 200	0.21 216	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	0.17 201	0.12 187

acv_ft	0.20 188	0.19 137	0.14 155	0.20 176	0.14 203	0.20 210	0.96 569	0.21 218	0.14 203	0.20 207	0.13 200	0.21 216	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	0.17 201	0.12 187

hitnet-ft	0.79 480	2.78 630	0.14 155	0.20 176	0.14 203	0.21 220	2.89 722	2.80 710	0.14 203	0.20 207	0.14 205	0.20 209	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	2.54 695	2.33 712

GANet-RSSM	0.75 470	1.91 560	0.14 155	0.47 324	0.14 203	0.21 220	3.21 738	2.30 681	0.14 203	0.46 408	0.14 205	0.23 234	0.18 243	0.21 219	0.14 197	0.18 183	0.27 254	0.37 328	0.13 201	2.13 664	2.12 705

PSMNet-RSSM	0.77 476	2.76 625	0.14 155	0.20 176	0.14 203	0.20 210	2.66 719	2.79 709	0.14 203	0.21 218	0.14 205	0.21 216	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	2.52 687	2.31 710

GwcNet-RSSM	0.77 476	2.77 627	0.14 155	0.20 176	0.14 203	0.20 210	2.67 720	2.78 708	0.14 203	0.20 207	0.14 205	0.20 209	0.14 204	0.21 219	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	2.52 687	2.31 710

CFNet-ft	0.55 422	1.57 507	0.14 155	0.20 176	0.14 203	0.20 210	2.53 717	1.61 635	0.14 203	0.20 207	0.14 205	0.20 209	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	1.56 629	1.24 644

CCAANet	0.17 173	0.71 319	0.14 155	0.14 128	0.14 203	0.14 173	0.14 198	0.14 173	0.14 203	0.14 173	0.14 205	0.14 174	0.14 204	0.14 175	0.22 251	0.14 140	0.14 172	0.14 172	0.14 206	0.14 177	0.14 200

over-6	0.11 119	0.11 109	0.15 175	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 172	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 119	0.11 109	0.15 175	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 172	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 119	0.14 123	0.15 175	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.09 156	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.09 147	0.14 140	0.14 172	0.11 159	0.09 149	0.11 163	0.09 150

DepthFocus	0.18 182	0.22 150	0.15 175	0.22 187	0.15 217	0.22 225	0.15 206	0.22 224	0.15 215	0.22 222	0.15 215	0.22 226	0.16 220	0.22 225	0.15 209	0.20 190	0.15 180	0.20 219	0.14 206	0.20 212	0.14 200

RSGM-EC	0.24 214	0.24 160	0.15 175	0.22 187	0.15 217	0.22 225	0.15 206	0.22 224	0.15 215	0.24 235	0.15 215	0.22 226	0.15 216	0.22 225	1.19 594	0.20 190	0.17 204	0.24 247	0.14 206	0.20 212	0.14 200

acva	0.24 214	0.24 160	0.15 175	0.22 187	0.15 217	0.22 225	0.15 206	0.22 224	0.15 215	0.24 235	0.15 215	0.22 226	0.15 216	0.22 225	1.19 594	0.20 190	0.17 204	0.24 247	0.14 206	0.20 212	0.14 200

x	0.11 119	1.15 425	0.15 175	0.14 128	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.15 180	0.03 41	0.03 57	0.03 47	0.03 52

VeloStereo	0.16 167	0.92 369	0.16 182	0.18 167	0.08 151	0.11 161	0.12 189	0.12 169	0.09 156	0.09 147	0.28 295	0.10 152	0.08 152	0.10 152	0.12 183	0.15 153	0.17 204	0.08 138	0.12 190	0.09 149	0.08 145

flow	0.16 167	0.92 369	0.16 182	0.18 167	0.08 151	0.11 161	0.12 189	0.12 169	0.09 156	0.09 147	0.28 295	0.10 152	0.08 152	0.10 152	0.12 183	0.15 153	0.17 204	0.08 138	0.12 190	0.09 149	0.08 145

over-9	0.11 119	0.11 109	0.16 182	0.16 150	0.10 162	0.12 170	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 172	0.11 159	0.10 158	0.11 163	0.09 150

xyz-stereo-finetune2	0.18 182	0.48 265	0.16 182	0.16 150	0.15 217	0.15 183	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 188	0.16 220	0.16 188	0.16 217	0.16 165	0.16 183	0.16 191	0.16 220	0.16 192	0.16 209

xyz-stereo-finetune	0.28 231	0.49 267	0.16 182	0.16 150	0.16 228	0.16 190	0.16 213	0.22 224	0.30 321	0.32 276	0.31 369	0.32 282	0.31 372	0.32 280	0.32 364	0.32 257	0.33 309	0.31 279	0.32 393	0.31 265	0.32 371

xyz-stereo	0.18 182	0.50 272	0.16 182	0.15 140	0.16 228	0.16 190	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 188	0.16 220	0.16 188	0.16 217	0.16 165	0.16 183	0.16 191	0.16 220	0.16 192	0.16 209

GMStereo_Zeroshot	0.16 167	0.16 128	0.16 182	0.16 150	0.16 228	0.16 190	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 188	0.16 220	0.16 188	0.16 217	0.16 165	0.16 183	0.16 191	0.16 220	0.16 192	0.16 209

dd	0.23 210	0.98 380	0.16 182	0.23 192	0.15 217	0.23 234	0.15 206	0.23 231	0.15 215	0.23 228	0.15 215	0.24 240	0.17 232	0.23 232	0.15 209	0.22 199	0.15 180	0.21 223	0.15 217	0.22 221	0.16 209

dad	0.23 210	1.03 406	0.16 182	0.23 192	0.15 217	0.24 237	0.15 206	0.24 234	0.16 223	0.23 228	0.16 221	0.24 240	0.16 220	0.23 232	0.15 209	0.22 199	0.16 183	0.22 228	0.16 220	0.22 221	0.16 209

xxxx	0.11 119	1.16 427	0.16 182	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.16 183	0.03 41	0.04 99	0.04 97	0.04 96

TS12	0.09 80	0.09 93	0.17 192	0.19 172	0.06 141	0.08 139	0.06 139	0.08 141	0.06 139	0.08 140	0.06 140	0.08 140	0.06 136	0.08 141	0.06 133	0.15 153	0.16 183	0.08 138	0.06 136	0.08 145	0.06 133

RAFT-FEzeroshot	0.34 259	0.26 170	0.17 192	0.21 185	0.17 234	0.20 210	0.16 213	0.20 209	0.16 223	0.20 207	0.17 229	0.21 216	0.16 220	0.27 261	0.24 261	0.19 187	0.16 183	0.19 214	0.16 220	0.26 244	3.08 728

RAFT-FE	0.34 259	0.26 170	0.17 192	0.21 185	0.17 234	0.20 210	0.16 213	0.20 209	0.16 223	0.20 207	0.17 229	0.21 216	0.16 220	0.27 261	0.24 261	0.19 187	0.16 183	0.19 214	0.16 220	0.26 244	3.08 728

IGEV-FE	0.35 270	0.37 198	0.17 192	0.19 172	0.17 234	0.20 210	0.17 223	0.19 202	0.17 233	0.19 200	0.17 229	0.19 204	0.17 232	0.37 305	0.36 398	0.19 187	0.17 204	0.19 214	0.17 243	0.38 321	2.84 719

zh-mn7	0.12 132	1.14 422	0.17 192	0.20 176	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 183	0.16 183	0.03 41	0.03 57	0.03 47	0.03 52

MIPNet	0.14 148	0.21 146	0.17 192	0.16 150	0.11 181	0.15 183	0.12 189	0.14 173	0.11 178	0.16 187	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.14 140	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

MMNet	0.44 351	1.24 486	0.17 192	0.25 204	0.17 234	0.25 247	0.18 232	1.26 616	0.93 569	0.25 243	0.17 229	0.25 247	0.18 243	0.25 245	0.17 224	0.23 211	0.16 183	0.23 237	0.16 220	1.20 566	0.99 566

delet	0.43 338	1.21 478	0.17 192	0.25 204	0.17 234	0.25 247	0.18 232	1.26 616	0.95 571	0.25 243	0.17 229	0.25 247	0.17 232	0.25 245	0.17 224	0.23 211	0.16 183	0.22 228	0.16 220	1.18 562	0.98 565

psm_up	0.43 338	1.19 431	0.17 192	0.25 204	0.18 246	0.25 247	0.19 238	1.26 616	0.91 563	0.26 252	0.17 229	0.25 247	0.17 232	0.25 245	0.17 224	0.22 199	0.17 204	0.23 237	0.16 220	1.18 562	0.99 566

UPFNet	0.42 336	1.20 432	0.17 192	0.24 197	0.17 234	0.25 247	0.17 223	1.19 562	0.90 562	0.25 243	0.17 229	0.24 240	0.17 232	0.25 245	0.17 224	0.22 199	0.17 204	0.22 228	0.16 220	1.15 554	0.93 559

iResNetv2_ROB	0.20 188	0.23 152	0.18 202	0.24 197	0.20 255	0.24 237	0.18 232	0.24 234	0.18 240	0.24 235	0.18 246	0.23 234	0.19 250	0.24 236	0.18 237	0.21 197	0.16 183	0.21 223	0.16 220	0.22 221	0.16 209

iResNet	0.20 188	0.23 152	0.18 202	0.24 197	0.18 246	0.24 237	0.20 242	0.24 234	0.18 240	0.23 228	0.17 229	0.23 234	0.18 243	0.23 232	0.18 237	0.22 199	0.16 183	0.21 223	0.16 220	0.21 219	0.16 209

Pointernet	0.21 196	0.22 150	0.19 204	0.24 197	0.19 252	0.24 237	0.19 238	0.24 234	0.19 247	0.24 235	0.19 249	0.24 240	0.19 250	0.24 236	0.19 241	0.22 199	0.17 204	0.22 228	0.17 243	0.22 221	0.17 227

ac_64	0.22 203	0.13 116	0.19 204	0.23 192	0.10 162	0.26 256	1.02 579	0.14 173	0.10 160	0.28 258	0.14 205	0.17 196	0.19 250	0.28 266	0.09 147	0.22 199	0.16 183	0.23 237	0.17 243	0.11 163	0.12 187

CFNet	1.37 612	5.27 698	0.19 204	5.49 722	0.19 252	0.28 263	0.19 238	0.28 253	0.19 247	0.28 258	0.19 249	0.28 263	4.35 743	0.28 266	0.19 241	0.23 211	0.17 204	0.23 237	4.21 752	4.81 729	0.17 227

BStereo	0.22 203	0.23 152	0.20 207	0.24 197	0.20 255	0.23 234	0.33 380	0.39 305	0.17 233	0.23 228	0.17 229	0.23 234	0.16 220	0.24 236	0.17 224	0.23 211	0.16 183	0.22 228	0.20 253	0.22 221	0.16 209

Anonymus123	0.22 203	0.23 152	0.20 207	0.24 197	0.20 255	0.23 234	0.33 380	0.39 305	0.17 233	0.23 228	0.17 229	0.23 234	0.16 220	0.24 236	0.17 224	0.23 211	0.16 183	0.22 228	0.20 253	0.22 221	0.16 209

Wz-Net-LNSev	0.06 61	0.24 160	0.20 207	0.23 192	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 211	0.21 220	0.02 19	0.01 9	0.01 10	0.01 10

DAS	0.20 188	0.20 141	0.20 207	0.20 176	0.20 255	0.20 210	0.20 242	0.20 209	0.20 249	0.20 207	0.20 253	0.20 209	0.20 254	0.20 207	0.20 244	0.20 190	0.20 216	0.20 219	0.20 253	0.20 212	0.20 238

GEStereo_RVC	0.86 508	4.45 672	0.20 207	0.27 215	0.20 255	0.27 261	0.20 242	0.26 248	0.18 240	5.03 746	0.20 253	0.27 262	0.19 250	0.27 261	0.21 247	0.20 190	0.19 214	0.19 214	4.02 750	0.20 212	0.18 233

tg	0.21 196	0.25 167	0.21 212	0.26 212	0.17 234	0.24 237	0.17 223	0.24 234	0.17 233	0.24 235	0.17 229	0.24 240	0.17 232	0.24 236	0.17 224	0.24 220	0.17 204	0.23 237	0.16 220	0.23 233	0.16 209

CAS++	0.17 173	0.27 173	0.21 212	0.10 87	0.21 265	0.15 183	0.22 252	0.10 149	0.21 253	0.22 222	0.10 158	0.19 204	0.18 243	0.10 152	0.19 241	0.20 190	0.19 214	0.18 211	0.10 158	0.19 211	0.18 233
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
SCION-MonSter	0.21 196	0.76 330	0.22 214	0.25 204	0.15 217	0.19 204	0.15 206	0.19 202	0.15 215	0.19 200	0.15 215	0.19 204	0.15 216	0.19 202	0.14 197	0.22 199	0.21 220	0.16 191	0.14 206	0.16 192	0.15 207

DCVSM-stereo	0.36 278	1.89 557	0.22 214	0.40 277	0.22 267	0.40 319	0.22 252	0.40 314	0.22 257	0.40 314	0.22 260	0.40 326	0.22 262	0.40 320	0.22 251	0.28 238	0.21 220	0.28 266	0.21 257	0.28 252	0.20 238

WAO-6	0.22 203	0.23 152	0.22 214	0.23 192	0.22 267	0.22 225	0.22 252	0.22 224	0.22 257	0.22 222	0.22 260	0.22 226	0.22 262	0.22 225	0.22 251	0.22 199	0.22 227	0.22 228	0.22 260	0.22 221	0.22 244

HGLStereo	0.28 231	0.29 178	0.22 214	0.36 249	0.22 267	0.36 295	0.21 247	0.36 283	0.21 253	0.42 345	0.21 258	0.36 298	0.22 262	0.36 298	0.21 247	0.34 267	0.21 220	0.34 299	0.21 257	0.34 280	0.21 241

Select-FE	0.41 322	0.44 241	0.23 218	0.26 212	0.22 267	0.26 256	0.22 252	0.26 248	0.23 264	0.26 252	0.23 265	0.26 259	0.23 268	0.45 410	0.42 444	0.25 227	0.22 227	0.25 252	0.22 260	0.45 409	2.90 720

IMH-64-1	0.22 203	0.23 152	0.23 218	0.22 187	0.22 267	0.22 225	0.22 252	0.22 224	0.22 257	0.22 222	0.22 260	0.22 226	0.22 262	0.22 225	0.22 251	0.22 199	0.22 227	0.23 237	0.22 260	0.22 221	0.23 246

IMH-64	0.22 203	0.23 152	0.23 218	0.22 187	0.22 267	0.22 225	0.22 252	0.22 224	0.22 257	0.22 222	0.22 260	0.22 226	0.22 262	0.22 225	0.22 251	0.22 199	0.22 227	0.23 237	0.22 260	0.22 221	0.23 246

xxxxx1	0.31 244	0.91 364	0.23 218	0.31 226	0.23 273	0.31 275	0.23 261	0.33 273	0.25 272	0.31 270	0.24 272	0.33 286	0.25 274	0.32 280	0.24 261	0.28 238	0.28 262	0.28 266	0.28 341	0.29 256	0.27 302

tt_ll	0.31 244	0.91 364	0.23 218	0.31 226	0.23 273	0.31 275	0.23 261	0.33 273	0.25 272	0.31 270	0.24 272	0.33 286	0.25 274	0.32 280	0.24 261	0.28 238	0.28 262	0.28 266	0.28 341	0.29 256	0.27 302

ff	0.31 244	0.91 364	0.23 218	0.31 226	0.23 273	0.31 275	0.23 261	0.33 273	0.25 272	0.31 270	0.24 272	0.33 286	0.25 274	0.32 280	0.24 261	0.28 238	0.28 262	0.28 266	0.28 341	0.29 256	0.27 302

GMOStereo	0.37 288	0.45 250	0.23 218	0.30 220	0.37 421	0.41 338	0.36 406	0.41 333	0.35 403	0.43 352	0.36 409	0.41 341	0.40 430	0.41 340	0.36 398	0.34 267	0.22 227	0.47 448	0.37 430	0.39 369	0.33 380

WCG-NET（raft）	0.32 253	1.24 486	0.24 225	0.32 232	0.24 278	0.32 284	0.23 261	0.32 269	0.24 267	0.32 276	0.24 272	0.32 282	0.24 271	0.32 280	0.24 261	0.30 248	0.23 233	0.30 273	0.23 266	0.30 260	0.23 246

tt1	0.31 244	0.93 373	0.24 225	0.33 236	0.23 273	0.31 275	0.24 266	0.32 269	0.24 267	0.32 276	0.23 265	0.32 282	0.25 274	0.32 280	0.24 261	0.27 233	0.26 241	0.27 262	0.26 282	0.27 250	0.27 302

iResNet_ROB	0.28 231	0.32 186	0.24 225	0.32 232	0.25 281	0.32 284	0.24 266	0.32 269	0.24 267	0.33 281	0.24 272	0.35 293	0.24 271	0.33 288	0.24 261	0.31 254	0.24 237	0.32 282	0.24 273	0.32 268	0.24 256

depth_test_26	0.20 188	0.34 188	0.25 228	0.34 242	0.14 203	0.21 220	0.14 198	0.21 218	0.14 203	0.21 218	0.14 205	0.21 216	0.14 204	0.21 219	0.14 197	0.26 229	0.26 241	0.22 228	0.15 217	0.22 221	0.14 200

ACV-stereo	0.30 237	2.08 572	0.25 228	0.25 204	0.18 246	0.24 237	0.17 223	0.24 234	0.18 240	0.24 235	0.17 229	0.25 247	0.17 232	0.24 236	0.17 224	0.22 199	0.16 183	0.22 228	0.16 220	0.22 221	0.16 209

UNDER WATER-64	0.25 217	0.26 170	0.25 228	0.26 212	0.25 281	0.25 247	0.25 268	0.25 242	0.25 272	0.25 243	0.25 278	0.25 247	0.25 274	0.26 257	0.25 269	0.25 227	0.25 238	0.25 252	0.25 276	0.25 241	0.25 258

LoS_RVC	0.30 237	1.14 422	0.25 228	0.25 204	0.25 281	0.26 256	0.25 268	0.25 242	0.25 272	0.25 243	0.25 278	0.26 259	0.26 284	0.26 257	0.25 269	0.26 229	0.26 241	0.25 252	0.25 276	0.26 244	0.26 264

CAS	0.30 237	1.17 428	0.25 228	0.25 204	0.25 281	0.26 256	0.25 268	0.25 242	0.26 286	0.25 243	0.25 278	0.25 247	0.25 274	0.25 245	0.25 269	0.26 229	0.26 241	0.26 257	0.25 276	0.26 244	0.25 258

LoS	0.25 217	0.27 173	0.25 228	0.25 204	0.25 281	0.25 247	0.25 268	0.26 248	0.25 272	0.25 243	0.25 278	0.25 247	0.25 274	0.25 245	0.25 269	0.26 229	0.25 238	0.25 252	0.26 282	0.26 244	0.25 258
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CroCo-Stereo	0.73 466	1.22 484	0.25 228	1.22 561	0.25 281	1.22 617	0.25 268	1.22 612	0.25 272	1.22 621	0.25 278	1.22 623	0.25 274	1.22 623	0.25 269	1.22 594	0.26 241	1.21 632	0.25 276	1.22 614	0.25 258
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
LACA2	0.21 196	0.24 160	0.26 235	0.31 226	0.16 228	0.24 237	0.16 213	0.24 234	0.16 223	0.24 235	0.16 221	0.24 240	0.16 220	0.24 236	0.16 217	0.27 233	0.23 233	0.24 247	0.16 220	0.23 233	0.16 209

LACA1	0.21 196	0.24 160	0.26 235	0.31 226	0.16 228	0.24 237	0.16 213	0.24 234	0.16 223	0.24 235	0.16 221	0.24 240	0.16 220	0.24 236	0.16 217	0.27 233	0.22 227	0.23 237	0.16 220	0.23 233	0.16 209

StereoDRNet-Refined	0.33 258	0.39 209	0.26 235	0.39 264	0.26 288	0.40 319	0.26 275	0.40 314	0.26 286	0.39 307	0.26 283	0.39 316	0.26 284	0.39 317	0.26 274	0.37 283	0.25 238	0.37 328	0.25 276	0.37 308	0.37 407
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
GEAR-Net	0.22 203	0.46 254	0.27 238	0.29 218	0.17 234	0.21 220	0.17 223	0.21 218	0.17 233	0.21 218	0.17 229	0.21 216	0.17 232	0.21 219	0.17 224	0.28 238	0.26 241	0.20 219	0.16 220	0.20 212	0.16 209

small-0shot	0.35 270	1.92 566	0.27 238	0.27 215	0.27 289	0.27 261	0.27 278	0.27 252	0.27 290	0.27 257	0.27 287	0.26 259	0.27 291	0.27 261	0.26 274	0.27 233	0.26 241	0.26 257	0.26 282	0.26 244	0.27 302

LACA3	0.23 210	0.25 167	0.27 238	0.54 391	0.17 234	0.25 247	0.17 223	0.25 242	0.17 233	0.25 243	0.17 229	0.25 247	0.17 232	0.25 245	0.17 224	0.28 238	0.23 233	0.24 247	0.17 243	0.24 238	0.17 227

GeoVLM	0.36 278	0.38 202	0.27 238	0.46 317	0.28 295	0.35 291	0.28 289	0.37 291	0.27 290	0.35 288	0.28 295	0.36 298	0.38 417	0.35 292	0.28 285	1.08 529	0.26 241	0.33 289	0.27 320	0.34 280	0.33 380

model_zeroshot	0.27 228	0.20 141	0.27 238	0.33 236	0.21 265	0.37 303	0.22 252	0.37 291	0.24 267	0.26 252	0.27 287	0.33 286	0.21 261	0.25 245	0.27 276	0.32 257	0.20 216	0.34 299	0.23 266	0.25 241	0.26 264

Any-RAFT	0.32 253	0.36 195	0.27 238	0.36 249	0.27 289	0.36 295	0.27 278	0.36 283	0.27 290	0.36 292	0.27 287	0.36 298	0.27 291	0.36 298	0.28 285	0.36 280	0.28 262	0.36 324	0.28 341	0.36 303	0.28 330

DGSMNet	0.34 259	0.41 225	0.27 238	0.41 291	0.28 295	0.41 338	0.28 289	0.41 333	0.27 290	0.41 331	0.27 287	0.42 359	0.27 291	0.41 340	0.28 285	0.40 317	0.29 276	0.40 392	0.28 341	0.40 383	0.27 302

MLCV	0.31 244	0.35 190	0.27 238	0.35 245	0.28 295	0.35 291	0.27 278	0.35 279	0.28 296	0.36 292	0.27 287	0.35 293	0.27 291	0.35 292	0.27 276	0.34 267	0.27 254	0.34 299	0.27 320	0.34 280	0.27 302

Weightmod_eth	0.20 188	0.24 160	0.28 246	0.47 324	0.14 203	0.24 237	0.14 198	0.17 196	0.13 200	0.22 222	0.16 221	0.22 226	0.13 199	0.20 207	0.16 217	0.24 220	0.20 216	0.19 214	0.14 206	0.16 192	0.24 256

PStereo	0.32 253	0.36 195	0.28 246	0.38 255	0.29 308	0.36 295	0.27 278	0.38 300	0.27 290	0.38 300	0.28 295	0.36 298	0.27 291	0.36 298	0.28 285	0.32 257	0.27 254	0.33 289	0.27 320	0.33 275	0.27 302

Zero-FE251	0.36 278	0.40 213	0.28 246	0.41 291	0.28 295	0.41 338	0.28 289	0.41 333	0.28 296	0.41 331	0.28 295	0.41 341	0.28 300	0.42 354	0.30 311	0.37 283	0.26 241	0.37 328	0.27 320	0.45 409	0.56 493

w-ln-seven-2	0.14 148	1.22 484	0.28 246	0.32 232	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 257	0.27 254	0.04 93	0.03 57	0.03 47	0.03 52

SQANet	0.28 231	0.28 176	0.28 246	0.28 217	0.28 295	0.28 263	0.28 289	0.28 253	0.28 296	0.28 258	0.28 295	0.28 263	0.28 300	0.28 266	0.28 285	0.28 238	0.28 262	0.28 266	0.28 341	0.28 252	0.28 330

DN-CSS_ROB	0.31 244	0.35 190	0.28 246	0.35 245	0.28 295	0.34 287	0.27 278	0.34 276	0.25 272	0.35 288	0.27 287	0.36 298	0.26 284	0.34 289	0.28 285	0.35 275	0.28 262	0.34 299	0.28 341	0.34 280	0.27 302

CroCo-Stereo Lap2	0.77 476	1.29 488	0.29 252	1.27 566	0.29 308	1.27 621	0.26 275	1.26 616	0.26 286	1.26 622	0.26 283	1.27 627	0.26 284	1.26 625	0.27 276	1.27 597	0.27 254	1.27 636	0.27 320	1.27 618	0.27 302

PML	0.46 383	1.36 496	0.29 252	0.58 401	0.30 320	0.57 479	0.29 304	0.57 467	0.29 306	0.57 474	0.29 310	0.57 479	0.29 312	0.56 470	0.29 301	0.52 412	0.30 286	0.53 478	0.31 385	0.53 453	0.30 354

GES	0.66 442	2.34 597	0.29 252	0.41 291	0.29 308	0.41 338	0.29 304	0.42 351	0.29 306	0.40 314	0.41 442	0.41 341	0.30 321	0.51 454	0.29 301	0.32 257	0.29 276	0.32 282	2.46 721	2.49 683	0.30 354

UCFNet_RVC	2.75 707	10.06 739	0.29 252	10.31 753	0.29 308	0.42 359	0.29 304	0.43 359	0.29 306	0.42 345	0.29 310	0.42 359	9.87 760	0.43 361	0.29 301	0.36 280	9.84 756	0.36 324	0.26 282	9.77 759	0.26 264

SCION-M(vits-remse)	0.34 259	0.79 336	0.30 256	0.33 236	0.28 295	0.40 319	0.28 289	0.40 314	0.28 296	0.40 314	0.28 295	0.39 316	0.28 300	0.40 320	0.28 285	0.23 211	0.21 220	0.35 315	0.27 320	0.35 293	0.27 302

SCION-Mon(vits-remp)	0.34 259	0.98 380	0.30 256	0.33 236	0.18 246	0.21 220	0.28 289	0.40 314	0.28 296	0.40 314	0.28 295	0.39 316	0.28 300	0.40 320	0.28 285	0.37 283	0.29 276	0.35 315	0.27 320	0.35 293	0.27 302

SMOE	0.23 210	0.25 167	0.30 256	0.33 236	0.18 246	0.26 256	0.18 232	0.26 248	0.18 240	0.26 252	0.18 246	0.25 247	0.18 243	0.25 245	0.18 237	0.31 254	0.27 254	0.23 237	0.17 243	0.23 233	0.17 227

gcap_with_dpt	0.35 270	0.39 209	0.30 256	0.44 312	0.31 367	0.44 400	0.31 359	0.44 397	0.31 366	0.44 390	0.30 325	0.44 403	0.30 321	0.44 392	0.30 311	0.38 296	0.26 241	0.38 336	0.27 320	0.38 321	0.27 302

HiDET	0.38 294	0.44 241	0.30 256	0.42 301	0.30 320	0.42 359	0.30 312	0.42 351	0.30 321	0.44 390	0.30 325	0.42 359	0.30 321	0.42 354	0.68 515	0.37 283	0.32 296	0.40 392	0.29 356	0.37 308	0.29 339

LCMNet	0.38 294	0.44 241	0.30 256	0.42 301	0.30 320	0.42 359	0.30 312	0.42 351	0.30 321	0.45 402	0.30 325	0.42 359	0.30 321	0.42 354	0.69 523	0.37 283	0.32 296	0.40 392	0.29 356	0.37 308	0.29 339

CSFM-Stereo	0.38 294	0.44 241	0.30 256	0.42 301	0.30 320	0.42 359	0.30 312	0.43 359	0.30 321	0.44 390	0.30 325	0.42 359	0.30 321	0.42 354	0.73 537	0.37 283	0.32 296	0.40 392	0.29 356	0.37 308	0.30 354

DLNR-FE	0.28 231	0.89 358	0.30 256	0.34 242	0.19 252	0.28 263	0.19 238	0.28 253	0.20 249	0.28 258	0.20 253	0.28 263	0.20 254	0.28 266	0.20 244	0.33 263	0.28 262	0.25 252	0.19 251	0.24 238	0.19 236

MultiAttention	0.30 237	0.30 181	0.30 256	0.30 220	0.30 320	0.30 268	0.30 312	0.30 261	0.30 321	0.30 265	0.30 325	0.30 273	0.30 321	0.30 272	0.30 311	0.30 248	0.30 286	0.30 273	0.30 374	0.30 260	0.30 354

MSAF-DinoV2	0.30 237	0.30 181	0.30 256	0.30 220	0.30 320	0.30 268	0.30 312	0.30 261	0.30 321	0.30 265	0.30 325	0.30 273	0.30 321	0.30 272	0.30 311	0.30 248	0.30 286	0.30 273	0.30 374	0.30 260	0.30 354

test_for_model	0.35 270	0.39 209	0.30 256	0.43 308	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.44 392	0.31 352	0.38 296	0.26 241	0.38 336	0.26 282	0.38 321	0.26 264

IGEV++	0.34 259	0.43 238	0.30 256	0.40 277	0.29 308	0.40 319	0.29 304	0.40 314	0.29 306	0.40 314	0.29 310	0.40 326	0.29 312	0.40 320	0.30 311	0.38 296	0.29 276	0.37 328	0.29 356	0.37 308	0.29 339

TorneroNet-64	0.45 374	0.27 173	0.30 256	0.58 401	0.27 289	0.70 498	0.30 312	0.28 253	0.73 545	0.73 503	0.28 295	0.71 503	0.66 512	0.75 505	0.27 276	0.27 233	0.29 276	0.37 328	0.75 552	0.28 252	0.30 354

ACVNet-DCA	0.37 288	1.00 390	0.30 256	0.40 277	0.29 308	0.40 319	0.29 304	0.40 314	0.29 306	0.40 314	0.29 310	0.40 326	0.29 312	0.39 317	0.28 285	0.33 263	0.32 296	0.33 289	0.32 393	0.33 275	0.32 371

1test111	0.37 288	1.02 404	0.30 256	0.39 264	0.29 308	0.40 319	0.28 289	0.39 305	0.29 306	0.39 307	0.29 310	0.39 316	0.28 300	0.40 320	0.29 301	0.33 263	0.32 296	0.33 289	0.31 385	0.32 268	0.31 364

cc1	0.37 288	1.02 404	0.30 256	0.39 264	0.29 308	0.40 319	0.28 289	0.39 305	0.29 306	0.39 307	0.29 310	0.39 316	0.28 300	0.40 320	0.29 301	0.33 263	0.32 296	0.33 289	0.31 385	0.32 268	0.31 364

GCAPDPT-zeroshot	0.36 278	0.40 213	0.30 256	0.43 308	0.30 320	0.43 366	0.30 312	0.43 359	0.31 366	0.43 352	0.30 325	0.43 368	0.30 321	0.44 392	0.31 352	0.39 309	0.28 262	0.39 379	0.27 320	0.39 369	0.26 264

DANet	0.30 237	0.30 181	0.30 256	0.30 220	0.30 320	0.30 268	0.30 312	0.30 261	0.30 321	0.30 265	0.30 325	0.30 273	0.30 321	0.30 272	0.30 311	0.30 248	0.30 286	0.30 273	0.30 374	0.30 260	0.30 354
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test410_97500	0.41 322	0.89 358	0.31 274	0.40 277	0.31 367	0.40 319	0.31 359	0.40 314	0.31 366	0.61 481	0.53 494	0.40 326	0.31 372	0.40 320	0.31 352	0.58 429	0.47 418	0.38 336	0.29 356	0.38 321	0.29 339

test410	0.66 442	5.69 709	0.31 274	0.40 277	0.31 367	0.41 338	0.31 359	0.40 314	0.31 366	0.62 485	0.55 497	0.40 326	0.31 372	0.40 320	0.31 352	0.59 432	0.47 418	0.38 336	0.29 356	0.38 321	0.30 354

SCION-MonSter(vits)	0.25 217	0.79 336	0.31 274	0.42 301	0.28 295	0.40 319	0.28 289	0.20 209	0.15 215	0.40 314	0.15 215	0.19 204	0.15 216	0.20 207	0.15 209	0.23 211	0.21 220	0.17 201	0.14 206	0.16 192	0.14 200

SME	0.27 228	0.29 178	0.31 274	0.38 255	0.20 255	0.29 266	0.18 232	0.30 261	0.20 249	0.32 276	0.21 258	0.32 282	0.20 254	0.32 280	0.21 247	0.35 275	0.32 296	0.27 262	0.19 251	0.29 256	0.20 238

DStereoO	0.31 244	0.31 184	0.31 274	0.30 220	0.40 439	0.31 275	0.30 312	0.30 261	0.34 399	0.29 263	0.31 369	0.29 269	0.30 321	0.31 277	0.31 352	0.31 254	0.29 276	0.31 279	0.30 374	0.31 265	0.31 364

MonSter++	0.38 294	0.44 241	0.31 274	0.43 308	0.30 320	0.43 366	0.31 359	0.43 359	0.31 366	0.45 402	0.31 369	0.43 368	0.31 372	0.43 361	0.69 523	0.38 296	0.33 309	0.40 392	0.30 374	0.38 321	0.30 354

xx1	0.38 294	1.03 406	0.31 274	0.40 277	0.31 367	0.41 338	0.28 289	0.40 314	0.29 306	0.40 314	0.29 310	0.40 326	0.29 312	0.40 320	0.29 301	0.34 267	0.33 309	0.34 299	0.32 393	0.34 280	0.32 371

iRaft-Stereo_5w	0.34 259	0.42 236	0.31 274	0.39 264	0.30 320	0.38 310	0.30 312	0.40 314	0.29 306	0.40 314	0.37 416	0.41 341	0.34 398	0.38 309	0.30 311	0.34 267	0.27 254	0.34 299	0.26 282	0.34 280	0.26 264

iRaft-Stereo_20w	0.34 259	0.41 225	0.31 274	0.39 264	0.29 308	0.40 319	0.32 369	0.41 333	0.32 378	0.38 300	0.30 325	0.39 316	0.30 321	0.38 309	0.32 364	0.35 275	0.27 254	0.34 299	0.27 320	0.34 280	0.29 339

DStereoFS	0.32 253	0.33 187	0.32 283	0.33 236	0.30 320	0.32 284	0.32 369	0.32 269	0.31 366	0.30 265	0.31 369	0.31 278	0.30 321	0.32 280	0.32 364	0.32 257	0.31 291	0.30 273	0.47 482	0.32 268	0.34 387

PCWNet_CMD	2.80 712	9.82 737	0.32 283	10.09 752	0.32 381	0.49 440	0.33 380	3.34 717	0.33 388	0.49 431	0.33 388	0.49 437	8.73 756	0.48 429	0.33 376	0.41 325	9.22 751	0.42 426	0.29 356	9.55 758	0.31 364

CFNet_pseudo	2.67 704	9.36 734	0.32 283	10.99 754	0.33 394	0.85 522	0.33 380	0.49 428	0.33 388	0.49 431	0.32 379	0.49 437	7.26 754	0.49 436	0.33 376	0.41 325	9.62 754	0.41 410	0.29 356	10.03 760	0.29 339

Gwc-CoAtRS	0.41 322	1.49 504	0.32 283	0.42 301	0.32 381	0.41 338	0.32 369	0.41 333	0.33 388	0.41 331	0.32 379	0.41 341	0.32 379	0.41 340	0.32 364	0.39 309	0.28 262	0.39 379	0.28 341	0.40 383	0.28 330

ccs_rob	2.79 711	10.17 741	0.32 283	10.00 751	0.33 394	0.49 440	0.33 380	1.90 646	0.32 378	0.51 453	0.33 388	0.49 437	9.24 759	0.49 436	0.33 376	0.41 325	9.82 755	0.41 410	0.28 341	9.34 757	0.29 339

rgla	0.45 374	0.54 290	0.33 288	0.67 423	0.32 381	0.48 431	0.33 380	0.48 420	0.33 388	0.48 421	0.94 570	0.48 430	0.33 391	0.47 419	0.33 376	0.45 370	0.52 443	0.53 478	0.31 385	0.45 409	0.32 371

416test1013	0.49 403	0.80 339	0.33 288	0.67 423	0.33 394	0.48 431	0.41 443	0.48 420	0.39 432	0.48 421	0.93 569	0.52 463	0.32 379	0.52 459	0.38 411	0.49 397	0.51 440	0.53 478	0.37 430	0.51 446	0.36 401

416test	0.46 383	0.55 293	0.33 288	0.67 423	0.33 394	0.48 431	0.33 380	0.48 420	0.33 388	0.48 421	0.99 575	0.48 430	0.33 391	0.48 429	0.33 376	0.45 370	0.52 443	0.54 481	0.32 393	0.45 409	0.32 371

Weightmod	0.27 228	0.29 178	0.33 288	0.38 255	0.20 255	0.30 268	0.21 247	0.29 258	0.21 253	0.29 263	0.22 260	0.30 273	0.20 254	0.30 272	0.21 247	0.37 283	0.31 291	0.27 262	0.20 253	0.28 252	0.21 241

z-mn7	0.16 167	1.21 478	0.33 288	0.41 291	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 275	0.31 291	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 182	1.47 503	0.33 288	0.40 277	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 296	0.32 296	0.05 108	0.04 99	0.04 97	0.04 96

fffy	0.38 294	0.43 238	0.33 288	0.46 317	0.33 394	0.45 414	0.32 369	0.45 406	0.32 378	0.45 402	0.32 379	0.45 413	0.33 391	0.45 410	0.32 364	0.38 296	0.38 363	0.38 336	0.37 430	0.37 308	0.36 401

CFNet_ucs	2.73 705	9.64 736	0.33 288	9.92 750	0.32 381	0.49 440	0.33 380	0.49 428	0.33 388	0.49 431	0.33 388	0.49 437	8.98 758	0.48 429	0.33 376	0.41 325	9.96 757	0.40 392	0.29 356	10.12 761	0.54 482

RAFT-Test	0.36 278	0.37 198	0.33 288	0.41 291	0.32 381	0.41 338	0.32 369	0.41 333	0.32 378	0.41 331	0.32 379	0.41 341	0.32 379	0.41 340	0.33 376	0.37 283	0.29 276	0.37 328	0.29 356	0.38 321	0.31 364

Wz-Net-LNSev-Ref	0.11 119	0.44 241	0.33 288	0.39 264	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 309	0.36 351	0.02 19	0.02 21	0.02 21	0.02 20

pcwnet_v2	2.66 703	9.89 738	0.33 288	9.89 749	0.32 381	0.50 449	0.32 369	0.49 428	0.33 388	0.49 431	0.34 396	0.49 437	8.76 757	0.48 429	0.33 376	0.41 325	9.58 753	0.40 392	0.29 356	9.01 756	0.63 503

ccnet	0.80 483	2.28 589	0.33 288	0.50 372	0.33 394	0.50 449	0.33 380	0.50 437	0.33 388	0.49 431	0.33 388	0.49 437	1.56 651	2.38 685	0.33 376	0.41 325	0.29 276	0.42 426	1.57 668	2.28 670	0.29 339

psmorigin	0.41 322	0.46 254	0.33 288	0.49 336	0.33 394	0.49 440	0.33 380	0.49 428	0.33 388	0.49 431	0.33 388	0.49 437	0.33 391	0.51 454	0.33 376	0.41 325	0.30 286	0.41 410	0.30 374	0.79 499	0.29 339

MSMDNet	2.65 702	10.14 740	0.33 288	9.74 748	0.32 381	0.87 525	0.33 380	2.95 712	0.68 521	0.49 431	0.34 396	0.49 437	5.70 750	0.49 436	0.33 376	0.42 339	9.57 752	0.41 410	0.31 385	8.36 753	0.65 511

DStereoSA	0.32 253	0.52 282	0.34 302	0.31 226	0.31 367	0.30 268	0.30 312	0.31 267	0.30 321	0.31 270	0.31 369	0.31 278	0.30 321	0.31 277	0.31 352	0.30 248	0.32 296	0.31 279	0.31 385	0.31 265	0.31 364

HART	0.38 294	0.45 250	0.34 302	0.42 301	0.33 394	0.41 338	0.34 395	0.42 351	0.33 388	0.43 352	0.34 396	0.42 359	0.34 398	0.41 340	0.38 411	0.40 317	0.32 296	0.42 426	0.32 393	0.40 383	0.32 371

PAM	0.39 308	1.88 556	0.34 302	0.37 252	0.41 449	0.45 414	0.22 252	0.28 253	0.23 264	0.28 258	0.24 272	0.29 269	0.23 268	0.29 270	0.23 258	0.38 296	0.32 296	0.38 336	0.37 430	0.32 268	0.22 244

RAFT-Stereo-weight	0.45 374	1.90 559	0.34 302	0.42 301	0.36 416	0.43 366	0.35 400	0.42 351	0.34 399	0.42 345	0.34 396	0.44 403	0.34 398	0.41 340	0.34 391	0.38 296	0.32 296	0.38 336	0.32 393	0.38 321	0.33 380

gcap-zeroshot	0.36 278	0.40 213	0.34 302	0.44 312	0.31 367	0.44 400	0.31 359	0.44 397	0.32 378	0.44 390	0.32 379	0.44 403	0.32 379	0.44 392	0.31 352	0.39 309	0.28 262	0.39 379	0.28 341	0.39 369	0.27 302

H2IRNET	0.34 259	0.34 188	0.34 302	0.34 242	0.34 406	0.34 287	0.34 395	0.34 276	0.34 399	0.34 284	0.34 396	0.34 291	0.34 398	0.34 289	0.34 391	0.34 267	0.34 338	0.34 299	0.34 408	0.34 280	0.34 387

testlalala	0.36 278	0.40 213	0.34 302	0.44 312	0.31 367	0.44 400	0.31 359	0.44 397	0.32 378	0.44 390	0.32 379	0.44 403	0.32 379	0.44 392	0.31 352	0.39 309	0.28 262	0.39 379	0.28 341	0.39 369	0.27 302

RCA-Stereo	0.51 411	3.22 641	0.34 302	0.44 312	0.34 406	0.44 400	0.34 395	0.43 359	0.34 399	0.43 352	0.34 396	0.44 403	0.33 391	0.43 361	0.33 376	0.38 296	0.29 276	0.38 336	0.29 356	0.38 321	0.29 339

RAFT + AFF	0.31 244	0.45 250	0.34 302	0.39 264	0.28 295	0.38 310	0.33 380	0.29 258	0.31 366	0.30 265	0.30 325	0.29 269	0.27 291	0.29 270	0.30 311	0.28 238	0.29 276	0.29 271	0.29 356	0.27 250	0.32 371

CFNet-RSSM	0.91 516	4.89 678	0.34 302	0.44 312	1.07 585	1.62 645	1.40 659	0.91 523	0.35 403	1.60 637	1.39 659	0.64 491	0.34 398	0.44 392	0.33 376	0.41 325	0.35 345	0.75 519	0.30 374	0.41 394	0.29 339

mms	0.40 314	0.45 250	0.35 312	0.48 330	0.36 416	0.47 426	0.34 395	0.45 406	0.38 419	0.47 414	0.33 388	0.45 413	0.32 379	0.45 410	0.32 364	0.39 309	0.38 363	0.38 336	0.37 430	0.39 369	0.39 421

ETE_ROB	0.35 270	0.35 190	0.35 312	0.35 245	0.35 410	0.35 291	0.35 400	0.35 279	0.35 403	0.35 288	0.35 405	0.35 293	0.35 404	0.35 292	0.35 395	0.35 275	0.35 345	0.35 315	0.35 421	0.35 293	0.35 398

NoBS	0.39 308	0.68 314	0.36 314	0.38 255	0.36 416	0.38 310	0.39 433	0.39 305	0.39 432	0.37 298	0.35 405	0.37 308	0.38 417	0.37 305	0.38 411	0.39 309	0.36 351	0.36 324	0.39 448	0.38 321	0.38 414

252Zero-FE	0.45 374	0.50 272	0.36 314	0.50 372	0.36 416	0.50 449	0.36 406	0.50 437	0.36 413	0.49 431	0.36 409	0.49 437	0.36 408	0.54 465	0.41 436	0.45 370	0.34 338	0.45 434	0.34 408	0.55 455	0.75 537

GREAT-IGEV	0.38 294	0.43 238	0.36 314	0.48 330	0.32 381	0.45 414	0.32 369	0.45 406	0.32 378	0.45 402	0.32 379	0.45 413	0.32 379	0.45 410	0.32 364	0.44 341	0.33 309	0.41 410	0.29 356	0.41 394	0.29 339
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
ISRNet	0.11 119	0.05 66	0.36 314	0.24 197	0.07 148	0.13 171	0.05 120	0.06 123	0.05 124	0.05 112	0.05 127	0.13 172	0.05 117	0.05 103	0.09 147	0.24 220	0.20 216	0.10 148	0.05 123	0.06 125	0.13 194

CES	0.39 308	0.47 259	0.36 314	0.36 249	0.37 421	0.45 414	0.35 400	0.35 279	0.40 435	0.36 292	0.44 457	0.47 423	0.36 408	0.44 392	0.36 398	0.37 283	0.39 370	0.44 429	0.35 421	0.37 308	0.36 401

DMCA	0.36 278	0.38 202	0.37 319	0.35 245	0.35 410	0.36 295	0.36 406	0.36 283	0.35 403	0.35 288	0.37 416	0.36 298	0.36 408	0.35 292	0.36 398	0.36 280	0.36 351	0.35 315	0.36 427	0.36 303	0.36 401

XPNet_ROB	0.37 288	0.37 198	0.37 319	0.37 252	0.37 421	0.37 303	0.37 412	0.37 291	0.37 415	0.37 298	0.37 416	0.37 308	0.37 413	0.37 305	0.37 408	0.37 283	0.37 356	0.37 328	0.37 430	0.37 308	0.37 407

aanet-new-70k	0.44 351	1.82 542	0.38 321	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new	0.43 338	1.80 530	0.38 321	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-22K	0.44 351	1.85 551	0.38 321	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

Pro-Stereo	0.79 480	0.53 286	0.38 321	0.49 336	0.38 428	0.49 440	0.37 412	0.49 428	0.67 515	0.50 444	0.38 421	1.10 566	0.38 417	0.49 436	0.38 411	0.71 463	0.88 522	5.98 754	0.36 427	0.46 414	0.36 401

LG-Stereo_L2	0.34 259	0.37 198	0.38 321	0.47 324	0.28 295	0.39 317	0.28 289	0.39 305	0.28 296	0.39 307	0.28 295	0.39 316	0.28 300	0.38 309	0.28 285	0.42 339	0.35 345	0.36 324	0.26 282	0.35 293	0.26 264

GCST	0.50 406	2.08 572	0.38 321	0.53 388	0.35 410	0.49 440	0.35 400	0.50 437	0.35 403	0.49 431	0.35 405	0.49 437	0.35 404	0.49 436	0.35 395	0.48 394	0.37 356	0.45 434	0.33 404	0.44 404	0.33 380

WAO-8	0.38 294	0.38 202	0.38 321	0.38 255	0.38 428	0.38 310	0.38 419	0.38 300	0.38 419	0.38 300	0.38 421	0.38 311	0.38 417	0.38 309	0.38 411	0.38 296	0.38 363	0.38 336	0.37 430	0.38 321	0.38 414

WAO-7	0.38 294	0.38 202	0.38 321	0.38 255	0.38 428	0.38 310	0.38 419	0.38 300	0.38 419	0.38 300	0.38 421	0.38 311	0.38 417	0.38 309	0.38 411	0.38 296	0.38 363	0.38 336	0.38 444	0.38 321	0.38 414

Venus	0.38 294	0.38 202	0.38 321	0.38 255	0.38 428	0.37 303	0.38 419	0.37 291	0.37 415	0.41 331	0.37 416	0.39 316	0.37 413	0.38 309	0.38 411	0.37 283	0.38 363	0.38 336	0.37 430	0.37 308	0.38 414

IMH	0.38 294	0.38 202	0.38 321	0.38 255	0.38 428	0.38 310	0.38 419	0.38 300	0.38 419	0.42 345	0.38 421	0.40 326	0.38 417	0.38 309	0.38 411	0.38 296	0.38 363	0.39 379	0.38 444	0.38 321	0.38 414

CFNet_RVC	2.38 693	8.71 729	0.38 321	9.33 744	0.42 459	0.56 473	0.42 449	0.60 475	0.38 419	0.62 485	0.42 452	0.56 476	7.29 755	0.62 481	0.42 444	0.53 415	0.37 356	0.49 461	0.34 408	8.30 752	6.87 757

aanet-new-90k	0.44 351	1.82 542	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.44 392	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-60k	0.44 351	1.81 535	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-78k	0.44 351	1.80 530	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.45 370	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-40k	0.44 351	1.81 535	0.39 332	0.50 372	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.45 370	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-36k	0.44 351	1.80 530	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-34k	0.44 351	1.80 530	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-32k-new	0.44 351	1.78 525	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.44 397	0.30 321	0.44 390	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.45 370	0.34 338	0.39 379	0.26 282	0.38 321	0.26 264

aanet-new-32k	0.44 351	1.79 529	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-30k	0.44 351	1.78 525	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-28k	0.44 351	1.81 535	0.39 332	0.49 336	0.30 320	0.44 400	0.30 312	0.44 397	0.30 321	0.44 390	0.30 325	0.44 403	0.30 321	0.44 392	0.30 311	0.45 370	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT26K	0.43 338	1.76 520	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.31 352	0.44 341	0.33 309	0.38 336	0.27 320	0.38 321	0.26 264

aanet-new-24k	0.44 351	1.78 525	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-22k	0.44 351	1.81 535	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-16k	0.44 351	1.83 545	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-14k	0.60 427	5.12 686	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.44 392	0.30 311	0.44 341	0.37 356	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-8k	0.43 338	1.76 520	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-cres-4k	0.44 351	1.81 535	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-cres	0.43 338	1.77 522	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-36K	0.43 338	1.78 525	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-20K	0.43 338	1.77 522	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-24K	0.44 351	1.86 554	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-5K	0.44 351	1.80 530	0.39 332	0.49 336	0.30 320	0.44 400	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.44 392	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-2K	0.44 351	1.82 542	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-3K	0.43 338	1.77 522	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-50K	0.44 351	1.83 545	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.36 351	0.38 336	0.26 282	0.38 321	0.26 264

DA	0.09 80	0.13 116	0.39 332	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 172	0.13 201	0.06 125	0.05 122

GGEV	0.09 80	0.13 116	0.39 332	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 172	0.13 201	0.06 125	0.05 122

GIP-stereo	0.36 278	0.49 267	0.39 332	0.48 330	0.32 381	0.41 338	0.28 289	0.40 314	0.30 321	0.41 331	0.28 295	0.40 326	0.28 300	0.42 354	0.28 285	0.45 370	0.32 296	0.38 336	0.30 374	0.37 308	0.27 302

UGAM-zero	0.51 411	2.17 581	0.39 332	0.53 388	0.36 416	0.50 449	0.36 406	0.50 437	0.36 413	0.49 431	0.36 409	0.50 451	0.35 404	0.50 444	0.36 398	0.49 397	0.37 356	0.47 448	0.35 421	0.46 414	0.34 387

UGAM	0.51 411	2.23 586	0.39 332	0.54 391	0.35 410	0.50 449	0.35 400	0.49 428	0.35 403	0.49 431	0.35 405	0.49 437	0.36 408	0.50 444	0.36 398	0.49 397	0.37 356	0.45 434	0.34 408	0.45 409	0.34 387

GCAP-BAT	0.41 322	1.30 490	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.44 390	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.34 338	0.38 336	0.26 282	0.38 321	0.26 264

GCAPDPT-zeroshot4090	0.40 314	1.09 416	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.44 397	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.45 370	0.34 338	0.38 336	0.27 320	0.38 321	0.27 302

quiztm	0.43 338	0.49 267	0.40 364	0.51 383	0.40 439	0.51 461	0.40 434	0.50 437	0.40 435	0.50 444	0.40 434	0.51 462	0.40 430	0.50 444	0.40 428	0.44 341	0.34 338	0.44 429	0.34 408	0.44 404	0.34 387

aanet-new-10k	0.45 374	1.81 535	0.40 364	0.50 372	0.31 367	0.44 400	0.31 359	0.44 397	0.31 366	0.44 390	0.31 369	0.44 403	0.32 379	0.44 392	0.31 352	0.46 382	0.35 345	0.39 379	0.27 320	0.39 369	0.27 302

aanet-new-12k	0.46 383	1.99 569	0.40 364	0.51 383	0.31 367	0.44 400	0.31 359	0.44 397	0.31 366	0.44 390	0.31 369	0.44 403	0.31 372	0.44 392	0.32 364	0.47 389	0.35 345	0.39 379	0.27 320	0.39 369	0.27 302

GCAP-Stereo-DPT-25K	0.41 322	1.09 416	0.40 364	0.52 386	0.31 367	0.44 400	0.31 359	0.44 397	0.31 366	0.44 390	0.31 369	0.44 403	0.31 372	0.44 392	0.31 352	0.46 382	0.35 345	0.39 379	0.28 341	0.39 369	0.28 330

GCAP-Stereo-DPT-FT	0.41 322	1.06 413	0.40 364	0.51 383	0.31 367	0.44 400	0.30 312	0.43 359	0.32 378	0.44 390	0.30 325	0.56 476	0.30 321	0.44 392	0.31 352	0.45 370	0.34 338	0.39 379	0.27 320	0.40 383	0.27 302

FE-Mocha	0.35 270	0.71 319	0.40 364	0.47 324	0.27 289	0.34 287	0.27 278	0.34 276	0.26 286	0.34 284	0.26 283	0.34 291	0.27 291	0.34 289	0.27 276	0.44 341	0.41 384	0.33 289	0.29 356	0.32 268	0.29 339

IGEV_Zeroshot_test	0.20 188	0.19 137	0.40 364	0.30 220	0.17 234	0.22 225	0.17 223	0.21 218	0.17 233	0.20 207	0.17 229	0.21 216	0.18 243	0.21 219	0.17 224	0.20 190	0.16 183	0.20 219	0.16 220	0.20 212	0.17 227

HanzoNet	0.39 308	0.38 202	0.40 364	0.39 264	0.41 449	0.38 310	0.38 419	0.38 300	0.38 419	0.39 307	0.39 431	0.38 311	0.38 417	0.39 317	0.40 428	0.38 296	0.38 363	0.40 392	0.38 444	0.38 321	0.40 423

knoymous	0.40 314	0.40 213	0.40 364	0.40 277	0.40 439	0.40 319	0.40 434	0.40 314	0.40 435	0.40 314	0.40 434	0.40 326	0.40 430	0.40 320	0.40 428	0.40 317	0.40 374	0.40 392	0.40 450	0.40 383	0.40 423

anonymousa	0.40 314	0.40 213	0.40 364	0.40 277	0.40 439	0.40 319	0.40 434	0.40 314	0.40 435	0.40 314	0.40 434	0.40 326	0.40 430	0.40 320	0.40 428	0.40 317	0.40 374	0.40 392	0.40 450	0.40 383	0.40 423

riskmin	0.40 314	0.40 213	0.40 364	0.40 277	0.40 439	0.40 319	0.40 434	0.40 314	0.40 435	0.40 314	0.40 434	0.40 326	0.40 430	0.40 320	0.40 428	0.40 317	0.40 374	0.40 392	0.40 450	0.40 383	0.40 423

Anonymous_2	0.40 314	0.40 213	0.40 364	0.40 277	0.40 439	0.40 319	0.40 434	0.40 314	0.40 435	0.40 314	0.40 434	0.40 326	0.40 430	0.40 320	0.40 428	0.40 317	0.40 374	0.40 392	0.40 450	0.40 383	0.40 423

Anonymous_1	0.40 314	0.40 213	0.40 364	0.40 277	0.40 439	0.40 319	0.40 434	0.40 314	0.40 435	0.40 314	0.40 434	0.40 326	0.40 430	0.40 320	0.40 428	0.40 317	0.40 374	0.40 392	0.40 450	0.40 383	0.40 423

AdaStereo	0.40 314	0.40 213	0.40 364	0.40 277	0.40 439	0.40 319	0.40 434	0.40 314	0.40 435	0.40 314	0.40 434	0.40 326	0.40 430	0.40 320	0.40 428	0.40 317	0.40 374	0.40 392	0.40 450	0.40 383	0.40 423
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.
GwcNet-ADL	0.41 322	0.41 225	0.41 378	0.41 291	0.41 449	0.41 338	0.41 443	0.41 333	0.41 445	0.41 331	0.41 442	0.41 341	0.41 442	0.41 340	0.41 436	0.41 325	0.41 384	0.41 410	0.41 459	0.41 394	0.41 432

PSMNet-ADL	0.41 322	0.41 225	0.41 378	0.41 291	0.41 449	0.41 338	0.41 443	0.41 333	0.41 445	0.41 331	0.41 442	0.41 341	0.41 442	0.41 340	0.41 436	0.41 325	0.41 384	0.41 410	0.41 459	0.41 394	0.41 432

GANet-ADL	0.41 322	0.41 225	0.41 378	0.41 291	0.41 449	0.41 338	0.41 443	0.41 333	0.41 445	0.41 331	0.41 442	0.41 341	0.41 442	0.41 340	0.41 436	0.41 325	0.41 384	0.41 410	0.41 459	0.41 394	0.41 432

ADLNet2	0.41 322	0.41 225	0.41 378	0.41 291	0.41 449	0.41 338	0.41 443	0.41 333	0.41 445	0.41 331	0.41 442	0.41 341	0.41 442	0.41 340	0.41 436	0.41 325	0.41 384	0.41 410	0.41 459	0.41 394	0.41 432

ADLNet	0.41 322	0.41 225	0.41 378	0.41 291	0.41 449	0.41 338	0.41 443	0.41 333	0.41 445	0.41 331	0.41 442	0.41 341	0.41 442	0.41 340	0.41 436	0.41 325	0.41 384	0.41 410	0.41 459	0.41 394	0.41 432

FAST (zero-shot)	0.87 512	1.55 506	0.42 383	1.57 590	0.42 459	1.62 645	0.45 459	1.59 633	0.42 453	1.66 644	0.44 457	1.62 644	0.42 448	1.59 639	0.42 444	0.64 449	0.43 399	0.64 496	0.42 467	0.67 474	0.46 449

GCAP-Stereo	0.75 470	4.15 667	0.42 383	0.75 447	0.35 410	0.78 507	0.40 434	0.79 504	0.38 419	0.78 512	0.36 409	0.78 514	0.36 408	0.79 508	0.39 425	0.75 479	0.39 370	0.76 521	0.39 448	0.75 490	0.39 421

RSM	0.36 278	0.36 195	0.43 385	0.37 252	0.42 459	0.49 440	0.42 449	0.37 291	0.28 296	0.36 292	0.29 310	0.36 298	0.30 321	0.37 305	0.28 285	0.34 267	0.31 291	0.34 299	0.35 421	0.40 383	0.29 339

DispNO	1.00 531	0.63 309	0.43 385	3.45 681	0.44 464	0.65 490	0.43 452	0.64 483	0.43 455	0.64 489	0.43 455	0.64 491	3.03 713	0.64 487	0.43 449	4.55 715	0.43 399	0.63 494	0.43 470	0.63 468	0.43 442

EKT-Stereo	0.37 288	0.40 213	0.44 387	1.07 496	0.29 308	0.34 287	0.31 359	0.36 283	0.29 306	0.38 300	0.31 369	0.37 308	0.30 321	0.36 298	0.29 301	0.34 267	0.28 262	0.39 379	0.30 374	0.37 308	0.30 354

CASnet	0.35 270	0.51 280	0.44 387	0.32 232	0.31 367	0.24 237	0.34 395	0.36 283	0.25 272	0.31 270	0.37 416	0.30 273	0.33 391	0.25 245	0.45 453	0.37 283	0.37 356	0.33 289	0.35 421	0.34 280	0.37 407
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
MWDA-net	0.67 448	0.66 312	0.45 389	2.84 658	0.46 470	0.73 502	0.45 459	0.71 495	0.44 458	0.72 501	0.45 462	0.70 502	0.45 459	0.70 496	0.44 450	0.61 438	0.41 384	0.61 491	0.43 470	0.61 466	0.42 439

DN	0.53 416	0.85 348	0.45 389	0.65 418	0.44 464	0.60 482	0.44 453	0.60 475	0.44 458	0.60 479	0.45 462	0.60 484	0.44 455	0.60 479	0.44 450	0.56 426	0.42 394	0.56 485	0.42 467	0.56 458	0.42 439

SCV	0.46 383	0.94 375	0.45 389	0.54 391	0.37 421	0.48 431	0.38 419	0.48 420	0.37 415	0.48 421	0.39 431	0.48 430	0.37 413	0.49 436	0.37 408	0.50 404	0.46 410	0.44 429	0.34 408	0.44 404	0.34 387

fffft	0.48 397	0.51 280	0.45 389	0.52 386	0.45 468	0.52 465	0.45 459	0.52 456	0.48 475	0.53 460	0.45 462	0.52 463	0.45 459	0.52 459	0.46 457	0.51 410	0.41 384	0.50 467	0.41 459	0.50 440	0.41 432
1: 1. 1
Selective-IGEV	0.51 411	0.55 293	0.45 389	0.69 429	0.45 468	0.61 484	0.45 459	0.50 437	0.40 435	0.56 471	0.44 457	0.55 473	0.40 430	0.72 500	0.67 508	0.59 432	0.46 410	0.45 434	0.34 408	0.46 414	0.37 407

IGEV-Stereo	0.35 270	0.44 241	0.45 389	0.49 336	0.30 320	0.37 303	0.30 312	0.36 283	0.30 321	0.36 292	0.29 310	0.36 298	0.29 312	0.36 298	0.30 311	0.46 382	0.39 370	0.32 282	0.24 273	0.32 268	0.25 258
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Anonymus	0.47 391	0.73 322	0.46 395	0.43 308	0.54 502	0.53 467	0.27 278	0.39 305	0.35 403	0.33 281	0.40 434	0.33 286	0.38 417	0.53 462	0.54 486	0.56 426	0.36 351	0.49 461	0.53 498	0.66 471	0.54 482

water-stereo	0.41 322	0.84 346	0.46 395	0.50 372	0.33 394	0.45 414	0.33 380	0.45 406	0.32 378	0.45 402	0.32 379	0.45 413	0.32 379	0.45 410	0.32 364	0.44 341	0.41 384	0.39 379	0.31 385	0.39 369	0.32 371

depthmonostereo	0.44 351	0.85 348	0.46 395	0.54 391	0.40 439	0.52 465	0.38 419	0.52 456	0.35 403	0.47 414	0.34 396	0.46 417	0.34 398	0.47 419	0.34 391	0.45 370	0.43 399	0.41 410	0.33 404	0.41 394	0.32 371

otaku	0.46 383	0.46 254	0.46 395	0.46 317	0.46 470	0.46 421	0.46 463	0.46 410	0.46 463	0.46 408	0.46 466	0.46 417	0.46 463	0.46 415	0.46 457	0.46 382	0.46 410	0.46 438	0.46 475	0.46 414	0.46 449

Ntro	0.47 391	0.47 259	0.46 395	0.46 317	0.46 470	0.47 426	0.47 468	0.46 410	0.47 468	0.46 408	0.46 466	0.47 423	0.46 463	0.47 419	0.47 464	0.47 389	0.46 410	0.46 438	0.46 475	0.46 414	0.46 449

Dean	0.46 383	0.46 254	0.46 395	0.46 317	0.46 470	0.46 421	0.46 463	0.46 410	0.46 463	0.47 414	0.46 466	0.46 417	0.46 463	0.46 415	0.46 457	0.46 382	0.46 410	0.46 438	0.46 475	0.46 414	0.46 449

ACVNet_1	0.46 383	0.47 259	0.46 395	0.46 317	0.46 470	0.46 421	0.46 463	0.46 410	0.47 468	0.46 408	0.46 466	0.46 417	0.46 463	0.46 415	0.46 457	0.46 382	0.46 410	0.47 448	0.46 475	0.46 414	0.46 449

ACVNet-4b	0.46 383	0.46 254	0.46 395	0.46 317	0.46 470	0.46 421	0.46 463	0.46 410	0.46 463	0.46 408	0.46 466	0.46 417	0.46 463	0.47 419	0.46 457	0.46 382	0.46 410	0.46 438	0.46 475	0.46 414	0.46 449

GASTEREO	0.48 397	1.21 478	0.47 403	0.57 399	0.38 428	0.50 449	0.38 419	0.50 437	0.38 419	0.50 444	0.38 421	0.50 451	0.38 417	0.50 444	0.38 411	0.52 412	0.42 394	0.46 438	0.34 408	0.46 414	0.34 387

LG-Stereo_L1	0.47 391	0.52 282	0.47 403	0.62 410	0.39 438	0.53 467	0.40 434	0.53 458	0.39 432	0.53 460	0.39 431	0.53 465	0.39 429	0.53 462	0.39 425	0.55 422	0.46 410	0.49 461	0.37 430	0.49 435	0.37 407

LG-Stereo_Zeroshot	0.48 397	0.55 293	0.47 403	0.63 412	0.41 449	0.56 473	0.44 453	0.56 464	0.41 445	0.56 471	0.41 442	0.57 479	0.42 448	0.56 470	0.41 436	0.55 422	0.43 399	0.51 472	0.37 430	0.51 446	0.37 407

LG-Stereo	0.60 427	0.58 300	0.47 403	0.64 417	0.74 541	1.00 539	0.69 527	0.57 467	0.41 445	0.57 474	0.41 442	0.57 479	0.41 442	1.00 546	0.75 542	0.91 502	0.51 440	0.52 475	0.37 430	0.52 449	0.37 407

DLNR_Zeroshot_test	0.31 244	0.28 176	0.47 403	0.79 449	0.24 278	0.30 268	0.26 275	0.30 261	0.24 267	0.32 276	0.23 265	0.31 278	0.24 271	0.30 272	0.23 258	0.29 247	0.26 241	0.29 271	0.24 273	0.33 275	0.23 246

HaxPig	0.47 391	0.47 259	0.47 403	0.49 336	0.47 477	0.47 426	0.47 468	0.47 416	0.47 468	0.47 414	0.47 474	0.47 423	0.47 471	0.47 419	0.47 464	0.47 389	0.47 418	0.47 448	0.47 482	0.47 428	0.48 459

UNDER WATER	0.47 391	0.47 259	0.47 403	0.47 324	0.47 477	0.47 426	0.47 468	0.47 416	0.47 468	0.47 414	0.47 474	0.47 423	0.46 463	0.47 419	0.47 464	0.47 389	0.47 418	0.47 448	0.46 475	0.47 428	0.47 457

LVE	0.47 391	0.47 259	0.47 403	0.47 324	0.49 485	0.47 426	0.47 468	0.47 416	0.49 477	0.47 414	0.47 474	0.47 423	0.46 463	0.47 419	0.47 464	0.47 389	0.47 418	0.48 456	0.47 482	0.47 428	0.47 457

GEAStereo	0.62 434	3.91 660	0.48 411	0.69 429	0.38 428	0.51 461	0.38 419	0.51 451	0.38 419	0.53 460	0.38 421	0.50 451	0.38 417	0.51 454	0.38 411	0.54 416	0.43 399	0.46 438	0.34 408	0.46 414	0.34 387

gasm-f	0.62 434	3.91 660	0.48 411	0.69 429	0.38 428	0.51 461	0.38 419	0.51 451	0.38 419	0.53 460	0.38 421	0.50 451	0.38 417	0.51 454	0.38 411	0.54 416	0.43 399	0.46 438	0.34 408	0.46 414	0.34 387

DVStereo	0.43 338	0.86 350	0.48 411	0.50 372	0.33 394	0.46 421	0.33 380	0.46 410	0.33 388	0.46 408	0.33 388	0.47 423	0.33 391	0.47 419	0.34 391	0.45 370	0.42 394	0.40 392	0.33 404	0.47 428	0.38 414

MyStereo07	0.60 427	3.72 653	0.48 411	0.49 336	0.41 449	0.36 295	0.32 369	0.49 428	0.43 455	0.51 453	0.42 452	0.49 437	0.43 453	0.51 454	0.64 501	0.49 397	0.45 408	0.34 299	0.32 393	0.35 293	0.43 442

KSHMR	0.66 442	0.50 272	0.48 411	1.15 507	0.52 496	0.49 440	0.51 487	0.49 428	0.71 539	0.67 495	0.50 485	1.16 574	1.11 574	0.66 489	0.52 482	0.49 397	0.49 427	0.51 472	0.66 529	0.50 440	1.14 585

RainbowNet	0.48 397	0.48 265	0.48 411	0.48 330	0.48 481	0.48 431	0.48 477	0.48 420	0.48 475	0.48 421	0.48 478	0.48 430	0.48 472	0.48 429	0.48 470	0.48 394	0.48 424	0.48 456	0.48 486	0.48 432	0.48 459

notaker	0.48 397	0.49 267	0.48 411	0.48 330	0.48 481	0.48 431	0.48 477	0.48 420	0.49 477	0.48 421	0.48 478	0.48 430	0.48 472	0.48 429	0.48 470	0.48 394	0.48 424	0.48 456	0.48 486	0.48 432	0.49 465

MWSP-net	0.96 527	0.75 327	0.49 418	4.84 715	0.48 481	1.28 623	0.52 488	1.20 565	0.51 489	1.14 570	0.70 533	1.00 545	0.56 493	0.90 530	0.69 523	0.76 481	0.60 467	0.95 556	0.56 506	0.73 488	0.45 447

PointNet	0.60 427	0.75 327	0.49 418	0.79 449	0.50 489	0.79 510	0.49 479	0.79 504	0.49 477	0.80 515	0.49 481	0.79 516	0.49 478	0.80 510	0.49 472	0.63 447	0.40 374	0.63 494	0.40 450	0.63 468	0.40 423

MSCF	0.51 411	1.40 501	0.49 418	0.58 401	0.38 428	0.50 449	0.38 419	0.54 460	0.41 445	0.52 457	0.41 442	0.53 465	0.42 448	0.53 462	0.41 436	0.60 434	0.47 418	0.48 456	0.37 430	0.48 432	0.38 414

SCV_C0	0.45 374	0.88 355	0.49 418	0.54 391	0.37 421	0.48 431	0.37 412	0.48 420	0.37 415	0.48 421	0.36 409	0.48 430	0.37 413	0.49 436	0.37 408	0.50 404	0.41 384	0.44 429	0.34 408	0.44 404	0.34 387

MSKI-zero shot	0.24 214	0.21 146	0.49 418	0.65 418	0.18 246	0.22 225	0.17 223	0.23 231	0.18 240	0.21 218	0.17 229	0.23 234	0.28 300	0.23 232	0.18 237	0.21 197	0.16 183	0.21 223	0.16 220	0.21 219	0.16 209

ACVNet_2	0.49 403	0.49 267	0.49 418	0.49 336	0.49 485	0.49 440	0.49 479	0.49 428	0.49 477	0.49 431	0.49 481	0.49 437	0.49 478	0.49 436	0.49 472	0.49 397	0.49 427	0.49 461	0.49 490	0.49 435	0.49 465

GSStereo	0.81 488	4.28 670	0.50 424	0.59 404	0.40 439	0.51 461	0.38 419	0.50 437	0.38 419	0.50 444	0.38 421	0.50 451	3.79 735	0.50 444	0.38 411	0.54 416	0.43 399	0.46 438	0.34 408	0.46 414	0.35 398

FoundationStereo	0.50 406	0.50 272	0.50 424	0.50 372	0.50 489	0.50 449	0.50 483	0.50 437	0.50 482	0.50 444	0.50 485	0.50 451	0.50 482	0.50 444	0.50 475	0.50 404	0.50 435	0.50 467	0.50 492	0.50 440	0.50 468

StereoAnything_RVC	0.50 406	0.50 272	0.50 424	0.50 372	0.50 489	0.50 449	0.50 483	0.50 437	0.50 482	0.50 444	0.50 485	0.50 451	0.50 482	0.50 444	0.50 475	0.50 404	0.50 435	0.50 467	0.50 492	0.50 440	0.50 468

dual_stereo	0.50 406	0.50 272	0.50 424	0.50 372	0.50 489	0.50 449	0.50 483	0.50 437	0.50 482	0.50 444	0.50 485	0.50 451	0.50 482	0.50 444	0.50 475	0.50 404	0.50 435	0.50 467	0.50 492	0.50 440	0.50 468

TorneroNet	0.66 442	0.53 286	0.50 424	0.50 372	0.64 519	1.06 556	0.70 533	0.50 437	0.51 489	0.49 431	0.69 529	0.49 437	0.50 482	0.48 429	1.15 585	0.71 463	0.49 427	1.14 573	1.08 586	0.49 435	0.49 465

SANet	0.50 406	0.50 272	0.50 424	0.50 372	0.50 489	0.50 449	0.50 483	0.50 437	0.50 482	0.50 444	0.50 485	0.50 451	0.50 482	0.50 444	0.50 475	0.50 404	0.50 435	0.50 467	0.50 492	0.50 440	0.50 468

SMoEStereo_RVC	0.63 436	0.75 327	0.51 430	0.73 443	0.53 499	0.71 500	0.47 468	0.67 488	0.58 497	0.74 508	0.60 505	0.72 506	0.53 489	0.74 504	0.51 480	0.61 438	0.62 473	0.62 492	0.61 515	0.63 468	0.61 499

PAM_32	0.64 438	2.38 601	0.51 430	0.92 471	0.43 463	0.53 467	0.44 453	0.87 516	0.43 455	0.52 457	0.45 462	0.53 465	0.40 430	0.54 465	0.46 457	0.62 443	0.56 452	0.48 456	0.45 473	0.76 493	0.44 445

LL-Strereo2	0.48 397	1.73 518	0.51 430	0.59 404	0.34 406	0.42 359	0.33 380	0.40 314	0.31 366	0.42 345	0.33 388	0.42 359	0.31 372	0.44 392	0.39 425	0.60 434	0.51 440	0.44 429	0.33 404	0.44 404	0.33 380

AIO-test2	0.55 422	0.59 303	0.52 433	0.67 423	0.47 477	0.61 484	0.47 468	0.61 479	0.47 468	0.61 481	0.47 474	0.61 487	0.48 472	0.62 481	0.47 464	0.64 449	0.53 447	0.58 487	0.47 482	0.58 463	0.48 459

AIO-test1	0.54 417	0.60 306	0.52 433	0.66 422	0.47 477	0.61 484	0.47 468	0.58 470	0.46 463	0.61 481	0.46 466	0.61 487	0.45 459	0.62 481	0.45 453	0.61 438	0.52 443	0.57 486	0.48 486	0.57 461	0.48 459

MonSter	0.60 427	0.64 311	0.52 433	0.62 410	0.44 464	2.07 661	0.44 453	0.62 480	0.44 458	0.62 485	0.44 457	0.62 489	0.44 455	0.62 481	0.44 450	0.58 429	0.42 394	0.62 492	0.46 475	0.58 463	0.42 439

MyStereo8	0.71 459	3.92 662	0.52 433	0.59 404	0.52 496	0.57 479	0.53 490	0.59 473	0.50 482	0.59 478	0.51 491	0.57 479	0.50 482	0.56 470	0.52 482	0.54 416	0.49 427	0.54 481	0.49 490	0.55 455	0.50 468

z-ln-s-r	0.21 196	1.40 501	0.53 437	0.56 398	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 428	0.44 407	0.04 93	0.04 99	0.04 97	0.04 96

S0	0.42 336	0.44 241	0.54 438	0.59 404	0.34 406	0.48 431	0.22 252	0.51 451	0.25 272	0.51 453	0.34 396	0.53 465	0.35 404	0.47 419	0.36 398	0.55 422	0.39 370	0.49 461	0.27 320	0.46 414	0.34 387

S	0.56 424	0.61 308	0.54 438	0.68 428	0.48 481	0.65 490	0.49 479	0.63 481	0.49 477	0.64 489	0.49 481	0.64 491	0.48 472	0.62 481	0.49 472	0.63 447	0.62 473	0.59 490	0.48 486	0.57 461	0.48 459

WCG-NET	0.61 432	1.21 478	0.54 438	0.61 409	0.53 499	0.67 493	0.53 490	0.66 487	0.53 491	0.64 489	0.53 494	0.65 495	0.53 489	0.59 477	0.52 482	0.65 451	0.48 424	0.64 496	0.52 496	0.58 463	0.50 468

PSMNet_ROB	0.54 417	0.54 290	0.54 438	0.54 391	0.53 499	0.54 471	0.54 493	0.53 458	0.54 493	0.54 466	0.54 496	0.54 469	0.53 489	0.54 465	0.54 486	0.54 416	0.53 447	0.54 481	0.54 500	0.54 454	0.54 482

GREATEN-IGEV_RVC	0.38 294	0.35 190	0.56 442	0.63 412	0.29 308	0.36 295	0.29 304	0.36 283	0.29 306	0.39 307	0.29 310	0.36 298	0.29 312	0.36 298	0.29 301	0.62 443	0.57 454	0.35 315	0.29 356	0.36 303	0.29 339

GREATEN-IGEV-FM_RVC	0.38 294	0.35 190	0.56 442	0.63 412	0.28 295	0.36 295	0.28 289	0.36 283	0.28 296	0.36 292	0.28 295	0.36 298	0.28 300	0.36 298	0.28 285	0.62 443	0.57 454	0.35 315	0.28 341	0.35 293	0.28 330

CASS	0.57 426	0.89 358	0.56 442	0.57 399	0.56 503	0.56 473	0.56 495	0.56 464	0.53 491	0.57 474	0.57 499	0.59 483	0.48 472	0.56 470	0.57 490	0.55 422	0.56 452	0.47 448	0.56 506	0.62 467	0.56 493
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 436	0.69 315	0.56 442	0.71 437	0.56 503	0.71 500	0.56 495	0.71 495	0.56 494	0.72 501	0.56 498	0.71 503	0.56 493	0.71 498	0.58 492	0.68 456	0.55 450	0.68 503	0.55 502	0.68 476	0.54 482

DDF-Stereo	0.43 338	1.15 425	0.57 446	0.53 388	0.32 381	0.41 338	0.32 369	0.41 333	0.32 378	0.41 331	0.32 379	0.41 341	0.32 379	0.40 320	0.32 364	0.52 412	0.50 435	0.38 336	0.31 385	0.39 369	0.31 364

DDUNet	0.81 488	2.45 606	0.57 446	0.90 466	0.60 508	0.88 526	0.59 502	0.90 521	0.60 503	0.88 526	0.60 505	0.90 532	0.58 498	0.88 527	0.60 497	0.84 498	0.60 467	0.86 538	0.57 509	0.86 512	0.60 498

CAR	0.72 462	0.76 330	0.59 448	0.84 458	1.19 599	0.81 515	0.58 498	0.81 510	0.58 497	0.81 518	0.58 501	0.83 523	0.59 500	0.82 514	0.59 495	0.71 463	0.49 427	0.73 513	0.68 535	0.87 513	0.52 476

MSE-Stereo	0.72 462	0.76 330	0.59 448	0.84 458	1.19 599	0.81 515	0.58 498	0.81 510	0.58 497	0.81 518	0.58 501	0.83 523	0.59 500	0.82 514	0.59 495	0.71 463	0.49 427	0.73 513	0.68 535	0.87 513	0.52 476

999	1.00 531	1.12 421	0.59 448	1.10 498	1.21 647	1.09 561	0.52 488	1.08 549	1.43 661	1.18 573	1.35 653	0.98 544	0.52 488	0.91 532	0.85 556	0.72 471	1.46 632	0.83 535	0.98 574	0.68 476	1.41 657

MyStereo04	0.56 424	3.72 653	0.59 448	0.49 336	0.41 449	0.36 295	0.32 369	0.37 291	0.31 366	0.34 284	0.46 466	0.35 293	0.32 379	0.35 292	0.33 376	0.49 397	0.45 408	0.34 299	0.32 393	0.35 293	0.43 442

MGA	0.73 466	0.76 330	0.60 452	0.92 471	1.17 595	0.81 515	0.59 502	0.84 514	0.62 506	0.81 518	0.59 503	0.84 525	0.60 502	0.81 513	0.61 499	0.71 463	0.53 447	0.89 540	0.53 498	0.75 490	0.54 482

Monster-pub-eth3d	0.45 374	0.57 298	0.60 452	0.39 264	0.28 295	0.37 303	0.28 289	0.37 291	0.30 321	0.39 307	0.29 310	0.39 316	0.30 321	0.92 536	0.27 276	1.42 609	0.28 262	0.34 299	0.28 341	0.37 308	0.53 479

Monster-pub-mixall	0.44 351	0.56 296	0.60 452	0.38 255	0.27 289	0.37 303	0.27 278	0.37 291	0.29 306	0.38 300	0.27 287	0.38 311	0.29 312	0.85 524	0.27 276	1.46 612	0.26 241	0.34 299	0.26 282	0.36 303	0.53 479

Replicate-Monster	0.45 374	0.57 298	0.60 452	0.40 277	0.29 308	0.37 303	0.27 278	0.37 291	0.30 321	0.40 314	0.31 369	0.40 326	0.30 321	0.99 544	0.27 276	1.36 605	0.31 291	0.34 299	0.30 374	0.36 303	0.54 482

MyStereo06	0.75 470	4.12 664	0.60 452	0.63 412	0.61 513	0.62 487	0.66 510	0.56 464	0.45 462	0.55 469	0.48 478	0.54 469	0.46 463	0.57 475	0.45 453	0.60 434	0.57 454	0.64 496	0.55 502	0.72 485	0.55 490

UDG	0.80 483	2.21 585	0.60 452	0.91 468	0.60 508	0.90 529	0.58 498	0.88 520	0.60 503	0.90 527	0.60 505	0.88 528	0.60 502	0.90 530	0.58 492	0.86 500	0.60 467	0.84 536	0.59 512	0.84 510	0.61 499

MEA-ACV	1.66 619	0.87 352	0.61 458	11.81 755	1.35 652	1.50 640	0.71 536	1.23 614	0.92 567	1.13 569	0.96 571	1.69 645	0.70 529	1.23 624	1.16 589	1.54 618	1.20 561	1.58 650	0.85 567	1.12 549	0.95 562

test_xeample3	1.10 549	1.81 535	0.61 458	0.84 458	0.49 485	0.77 505	0.66 510	0.92 526	1.40 659	0.68 497	0.46 466	0.78 514	0.54 492	1.72 645	1.48 661	1.34 602	1.52 636	1.35 642	1.67 693	1.33 621	1.55 662

ManiGeoR	0.17 173	0.05 66	0.62 460	0.73 443	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 471	0.58 458	0.05 108	0.04 99	0.05 114	0.04 96

HLf10	0.17 173	0.05 66	0.62 460	0.73 443	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 471	0.58 458	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 173	0.05 66	0.62 460	0.72 439	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 471	0.58 458	0.05 108	0.04 99	0.05 114	0.04 96

PA-Net	11.80 758	223.51 785	0.62 460	0.59 404	0.71 536	0.59 481	0.73 540	0.67 488	0.73 545	0.55 469	0.61 509	0.60 484	0.74 537	0.63 486	0.73 537	0.66 453	0.60 467	0.69 506	0.66 529	0.72 485	0.65 511
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HLF11	0.17 173	0.05 66	0.63 464	0.72 439	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 463	0.59 464	0.05 108	0.04 99	0.04 97	0.04 96

MyStereo05	0.80 483	4.12 664	0.63 464	0.63 412	0.61 513	0.62 487	0.66 510	0.65 484	0.62 506	0.67 495	0.61 509	0.65 495	0.58 498	0.67 491	0.55 489	0.60 434	0.57 454	0.64 496	0.55 502	0.72 485	0.55 490

ARAFT	0.68 450	0.81 343	0.63 464	0.74 446	0.60 508	0.78 507	0.62 505	0.77 503	0.66 513	0.74 508	0.63 511	0.75 511	0.62 506	0.83 519	0.60 497	0.70 462	0.55 450	0.70 511	0.60 513	0.78 497	0.55 490

monster-pro	0.75 470	1.67 510	0.64 467	0.89 464	0.57 505	0.86 524	0.56 495	0.87 516	0.56 494	0.87 524	0.57 499	0.88 528	0.57 495	0.87 525	0.57 490	0.79 485	0.58 458	0.76 521	0.54 500	0.77 495	0.54 482

Former-RAFT_DAM_RVC	0.49 403	0.98 380	0.64 467	0.84 458	0.46 470	0.45 414	0.35 400	0.47 416	0.47 468	0.45 402	0.34 396	0.46 417	0.48 472	0.46 415	0.35 395	0.39 309	0.71 500	0.39 379	0.35 421	0.41 394	0.41 432

plain	1.88 629	3.16 639	0.64 467	3.10 663	0.65 521	3.10 714	0.64 507	3.12 713	0.65 511	3.10 714	0.65 515	3.11 714	0.65 509	3.12 713	0.65 504	3.12 699	0.65 478	3.13 712	0.65 526	3.13 700	0.65 511

FCDSN-DC	0.41 322	0.59 303	0.64 467	0.54 391	0.33 394	0.50 449	0.37 412	0.42 351	0.40 435	0.61 481	0.43 455	0.50 451	0.49 478	0.38 309	0.32 364	0.28 238	0.23 233	0.26 257	0.22 260	0.35 293	0.28 330
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
TestStereo_HLe17	0.17 173	0.05 66	0.65 471	0.72 439	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 463	0.59 464	0.05 108	0.04 99	0.05 114	0.04 96

LMCR-Stereo	0.65 440	0.63 309	0.65 471	0.65 418	0.65 521	0.66 492	0.63 506	0.58 470	0.65 511	0.63 488	0.64 513	0.65 495	0.65 509	0.66 489	0.66 507	0.66 453	0.64 476	0.65 500	0.67 533	0.68 476	0.73 533

zero-FE	0.72 462	1.31 492	0.66 473	0.92 471	0.60 508	0.82 518	0.58 498	0.82 513	0.58 497	0.81 518	0.60 505	0.81 521	0.60 502	0.82 514	0.58 492	0.74 478	0.59 464	0.73 513	0.52 496	0.76 493	0.51 475

RSM++	0.76 475	0.82 345	0.66 473	0.85 462	0.64 519	0.85 522	0.71 536	0.94 530	0.64 510	0.87 524	0.67 518	0.87 527	0.65 509	0.84 520	0.65 504	0.81 491	0.70 496	0.79 525	0.71 546	0.83 509	0.70 522

MIF-Stereo (partial)	2.58 701	3.31 644	0.66 473	3.18 667	0.66 524	3.18 715	0.66 510	3.21 714	0.67 515	3.19 715	0.66 517	3.19 715	0.66 512	3.31 717	0.68 515	5.09 732	1.79 661	8.23 759	1.67 693	6.18 743	1.38 656

MIM_Stereo	0.25 217	0.23 152	0.66 473	0.80 453	0.17 234	0.22 225	0.17 223	0.23 231	0.18 240	0.26 252	0.17 229	0.21 216	0.17 232	0.25 245	0.17 224	0.23 211	0.16 183	0.21 223	0.17 243	0.22 221	0.17 227

WAFT-Stereo (ZS)	0.67 448	0.78 334	0.67 477	0.67 423	0.66 524	0.67 493	0.67 514	0.65 484	0.66 513	0.66 493	0.67 518	0.66 498	0.67 514	0.67 491	0.72 536	0.66 453	0.67 481	0.67 502	0.67 533	0.67 474	0.67 515

WQFJA1++	0.84 499	0.98 380	0.67 477	1.26 565	0.75 543	1.00 539	0.67 514	1.00 534	0.67 515	1.00 539	0.67 518	1.00 545	0.67 514	1.00 546	0.67 508	0.96 513	0.67 481	0.91 544	0.63 517	0.92 523	0.63 503

WQFJA1	0.85 505	0.98 380	0.67 477	1.29 571	0.76 548	1.01 547	0.67 514	1.02 547	0.67 515	1.02 554	0.67 518	1.01 554	0.67 514	1.01 554	0.68 515	0.99 519	0.67 481	0.93 550	0.64 522	0.92 523	0.65 511

WQFJX1	0.84 499	0.98 380	0.67 477	1.30 573	0.75 543	1.01 547	0.67 514	1.01 543	0.67 515	1.01 550	0.67 518	1.01 554	0.68 519	1.00 546	0.68 515	0.98 518	0.67 481	0.92 547	0.64 522	0.92 523	0.64 509

NLMM	0.84 499	1.00 390	0.67 477	1.27 566	0.75 543	1.00 539	0.68 519	1.00 534	0.67 515	1.00 539	0.67 518	1.02 558	0.67 514	1.02 558	0.67 508	0.97 514	0.67 481	0.93 550	0.63 517	0.92 523	0.63 503

AFF-stereo	0.73 466	0.88 355	0.67 477	0.75 447	0.68 529	0.75 504	0.64 507	0.80 507	0.72 542	0.83 523	0.70 533	0.82 522	0.64 507	0.84 520	0.67 508	0.77 484	0.63 475	0.81 530	0.63 517	0.78 497	0.62 502

R-Stereo Train	0.81 488	0.96 377	0.67 477	0.95 480	0.67 526	0.95 534	0.68 519	0.95 532	0.68 521	0.95 537	0.68 524	0.96 542	0.68 519	0.96 542	0.68 515	0.94 511	0.68 487	0.94 554	0.68 535	0.94 532	0.68 517

RAFT-Stereo	0.81 488	0.96 377	0.67 477	0.95 480	0.67 526	0.95 534	0.68 519	0.95 532	0.68 521	0.95 537	0.68 524	0.96 542	0.68 519	0.96 542	0.68 515	0.94 511	0.68 487	0.94 554	0.68 535	0.94 532	0.68 517
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
WQFJX	0.85 505	1.00 390	0.68 485	1.30 573	0.75 543	1.01 547	0.68 519	1.01 543	0.68 521	1.01 550	0.68 524	1.03 559	0.68 519	1.02 558	0.67 508	0.97 514	0.67 481	0.93 550	0.63 517	0.94 532	0.63 503

NLSM3	0.85 505	0.99 388	0.68 485	1.29 571	0.76 548	1.01 547	0.68 519	1.01 543	0.68 521	1.02 554	0.68 524	1.01 554	0.68 519	1.01 554	0.68 515	0.97 514	0.68 487	0.93 550	0.64 522	0.93 528	0.63 503

mm2	0.69 453	0.69 315	0.69 487	0.69 429	0.69 530	0.69 495	0.69 527	0.69 490	0.69 526	0.69 498	0.69 529	0.69 499	0.69 525	0.69 494	0.69 523	0.69 457	0.69 493	0.69 506	0.69 539	0.69 480	0.69 519

mm1	0.69 453	0.69 315	0.69 487	0.69 429	0.69 530	0.69 495	0.69 527	0.69 490	0.69 526	0.69 498	0.69 529	0.69 499	0.69 525	0.69 494	0.69 523	0.69 457	0.69 493	0.69 506	0.69 539	0.69 480	0.69 519

NLMM1	0.86 508	0.98 380	0.69 487	1.48 588	0.75 543	1.01 547	0.69 527	1.00 534	0.69 526	1.00 539	0.70 533	1.00 545	0.68 519	1.01 554	0.67 508	0.97 514	0.68 487	0.92 547	0.63 517	0.93 528	0.63 503

AIO-Stereo	0.84 499	0.66 312	0.70 490	0.83 457	0.67 526	0.98 537	0.82 557	1.14 553	0.72 542	1.03 556	0.74 546	1.03 559	1.09 573	0.99 544	0.45 453	1.04 526	0.73 503	0.95 556	0.74 550	0.94 532	0.46 449

DMCA-RVC	0.70 456	0.80 339	0.70 490	0.70 435	0.70 534	0.70 498	0.70 533	0.71 495	0.70 534	0.70 500	0.71 539	0.71 503	0.70 529	0.70 496	0.69 523	0.69 457	0.70 496	0.69 506	0.70 543	0.69 480	0.70 522

MSMD_ROB	1.19 556	1.10 420	0.70 490	1.10 498	0.60 508	1.10 562	0.70 533	1.10 552	0.70 534	1.10 560	0.70 533	1.10 566	0.70 529	7.00 758	0.70 532	1.10 532	0.70 496	1.10 572	0.70 543	1.10 548	0.70 522

FlowAnything_test	1.02 541	1.72 513	0.71 493	1.59 592	0.70 534	1.61 643	0.69 527	1.61 635	0.70 534	1.60 637	0.70 533	1.61 643	0.69 525	1.61 642	0.70 532	0.81 491	0.58 458	0.81 530	0.55 502	0.81 505	0.56 493

AdaDepth	0.86 508	0.93 373	0.71 493	1.01 492	1.07 585	1.02 553	0.71 536	1.00 534	0.71 539	1.01 550	0.71 539	1.00 545	0.72 535	1.14 572	0.71 534	0.92 505	0.64 476	0.90 541	0.64 522	0.89 517	0.69 519

RAFT-Stereo + iAFF	0.70 456	0.72 321	0.71 493	0.80 453	0.62 518	0.82 518	0.61 504	0.81 510	0.62 506	0.81 518	0.63 511	0.80 518	0.70 529	0.73 502	0.61 499	0.76 481	0.61 472	0.74 518	0.61 515	0.77 495	0.61 499

FlowAnything	1.02 541	1.71 512	0.72 496	1.59 592	0.69 530	1.60 642	0.69 527	1.61 635	0.70 534	1.60 637	0.69 529	1.60 640	0.69 525	1.61 642	0.69 523	0.81 491	0.58 458	0.81 530	0.56 506	0.82 507	0.56 493

UniTT-Stereo	2.03 649	3.43 646	0.72 496	3.42 680	0.73 539	3.27 717	0.68 519	3.38 718	0.69 526	3.29 717	0.72 542	3.28 717	0.70 529	3.35 719	0.68 515	3.39 702	0.68 487	3.31 715	0.69 539	3.37 701	0.73 533

Selective-RAFT	0.89 515	0.89 358	0.72 496	1.16 512	0.78 552	1.06 556	0.82 557	0.87 516	0.97 574	1.00 539	0.91 565	0.90 532	1.00 561	0.89 529	0.93 563	0.83 496	0.83 519	0.82 534	0.82 564	0.81 505	0.82 549

iGMRVC	0.84 499	2.85 632	0.72 496	0.72 439	0.73 539	0.77 505	0.79 547	0.73 499	0.74 547	0.73 503	0.72 542	0.73 508	0.76 540	0.73 502	0.73 537	0.72 471	0.73 503	0.73 513	0.72 548	0.73 488	0.72 529

DStereoRT	0.73 466	0.81 343	0.73 500	0.71 437	0.74 541	0.73 502	0.75 542	0.71 495	0.71 539	0.74 508	0.72 542	0.73 508	0.80 546	0.71 498	0.73 537	0.76 481	0.71 500	0.73 513	0.72 548	0.70 483	0.76 540

HH	0.71 459	2.54 608	0.74 501	1.10 498	0.32 381	0.41 338	0.37 412	0.69 490	0.78 549	0.73 503	0.90 562	0.75 511	1.00 561	0.84 520	0.69 523	0.69 457	0.40 374	0.35 315	0.26 282	0.35 293	0.26 264

HanStereo	0.71 459	2.54 608	0.74 501	1.10 498	0.32 381	0.41 338	0.37 412	0.69 490	0.78 549	0.73 503	0.90 562	0.75 511	1.00 561	0.84 520	0.69 523	0.69 457	0.40 374	0.35 315	0.26 282	0.35 293	0.26 264

Syn2CoEx	0.25 217	1.31 492	0.74 501	0.92 471	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 501	0.75 506	0.02 19	0.02 21	0.02 21	0.02 20

Wavelet-MonSter	1.00 531	1.21 478	0.76 504	1.94 607	1.01 580	1.11 565	0.76 544	1.15 554	0.76 548	1.11 565	0.76 548	1.14 572	0.76 540	1.11 569	0.76 544	1.21 592	0.90 523	1.02 568	0.71 546	1.02 544	0.71 528

RAStereo	2.23 683	3.64 649	0.76 504	3.65 689	0.86 561	3.66 722	0.76 544	3.67 722	0.81 558	3.66 719	0.76 548	3.66 720	0.77 542	3.68 721	0.77 545	3.68 705	0.77 509	3.69 720	0.77 555	3.70 704	0.77 542

SE	0.64 438	0.73 322	0.77 506	0.79 449	0.59 506	0.78 507	0.54 493	0.58 470	0.58 497	0.78 512	0.59 503	0.63 490	0.18 243	0.78 507	0.52 482	0.80 487	0.65 478	0.69 506	0.57 509	0.75 490	0.52 476

DCRE	0.84 499	1.89 557	0.77 506	0.94 478	0.72 538	0.88 526	0.73 540	0.87 516	0.78 549	0.90 527	0.71 539	0.88 528	0.67 514	0.88 527	0.73 537	0.81 491	0.68 487	0.81 530	0.70 543	0.82 507	0.70 522

MoCha-V2	2.11 667	26.97 762	0.78 508	0.92 471	0.77 551	0.96 536	0.72 539	0.90 521	0.72 542	0.94 535	0.70 533	0.90 532	0.71 534	0.91 532	0.71 534	0.85 499	0.71 500	0.88 539	0.69 539	0.87 513	0.67 515

DSFCA	0.66 442	0.73 322	0.78 508	0.65 418	0.65 521	0.64 489	0.64 507	0.65 484	0.63 509	0.64 489	0.64 513	0.64 491	0.64 507	0.65 488	0.65 504	0.65 451	0.65 478	0.65 500	0.65 526	0.66 471	0.64 509

HSM-Net_RVC	0.95 526	1.17 428	0.78 508	1.18 514	0.71 536	1.16 570	0.75 542	1.09 551	0.80 555	1.10 560	0.75 547	1.17 575	0.74 537	1.17 575	0.80 550	1.13 539	0.73 503	1.17 580	0.77 555	1.16 556	0.72 529
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
G-Net	0.79 480	0.79 336	0.79 511	0.79 449	0.79 554	0.79 510	0.79 547	0.79 504	0.79 553	0.79 514	0.79 554	0.79 516	0.79 545	0.79 508	0.79 547	0.79 485	0.79 513	0.79 525	0.79 559	0.79 499	0.79 545

Hybrid-DGEV	1.03 543	1.75 519	0.80 512	1.28 570	0.78 552	1.26 620	0.80 550	1.26 616	0.78 549	1.26 622	0.78 552	1.26 624	0.78 544	1.26 625	0.78 546	1.15 542	0.75 506	1.14 573	0.74 550	1.14 551	0.75 537

NaN_ROB	0.80 483	0.80 339	0.80 512	0.80 453	0.80 557	0.80 512	0.80 550	0.80 507	0.80 555	0.80 515	0.80 556	0.80 518	0.80 546	0.80 510	0.80 550	0.80 487	0.80 516	0.80 528	0.80 561	0.80 502	0.80 546

CSAN	0.80 483	0.80 339	0.80 512	0.80 453	0.80 557	0.80 512	0.80 550	0.80 507	0.80 555	0.80 515	0.80 556	0.80 518	0.80 546	0.80 510	0.80 550	0.80 487	0.80 516	0.80 528	0.80 561	0.80 502	0.80 546

DPSimNet_ROB	0.97 528	1.18 430	0.81 515	1.10 498	0.91 567	1.02 553	0.82 557	1.04 548	0.91 563	1.03 556	0.86 561	1.28 628	0.82 550	1.03 560	0.89 558	1.17 543	0.81 518	1.02 568	0.82 564	1.08 547	0.81 548

Hybrid-DGEV-03	1.07 546	1.83 545	0.83 516	1.34 578	0.81 559	1.32 626	0.81 554	1.31 623	0.81 558	1.31 625	0.82 558	1.32 629	0.82 550	1.32 630	0.81 553	1.19 544	0.77 509	1.19 585	0.76 553	1.19 564	0.77 542

Hybrid-DGEV-2	1.05 545	1.83 545	0.83 516	1.33 577	0.82 560	1.30 624	0.81 554	1.26 616	0.79 553	1.29 624	0.79 554	1.26 624	0.80 546	1.26 625	0.79 547	1.20 546	0.78 511	1.18 583	0.77 555	1.20 566	0.77 542

MLG-Stereo	0.92 518	0.90 362	0.84 518	1.27 566	0.49 485	1.38 632	0.88 560	1.41 630	0.97 574	0.73 503	1.09 585	1.26 624	0.43 453	0.72 500	1.05 577	1.13 539	0.49 427	1.18 583	0.66 529	1.01 542	0.46 449

AIO-Stereo-zeroshot1	0.75 470	0.92 369	0.85 519	0.96 483	0.59 506	1.27 621	0.44 453	0.59 473	0.69 526	0.91 529	0.68 524	0.55 473	0.61 505	1.06 561	0.83 555	0.62 443	0.70 496	0.90 541	0.41 459	0.89 517	0.56 493

AIO-Stereo-zeroshot	0.91 516	0.86 350	0.89 520	1.25 564	0.69 530	1.05 555	0.81 554	1.16 557	0.50 482	1.12 566	0.97 573	0.72 506	0.82 550	1.06 561	0.95 564	0.61 438	0.87 521	1.03 570	0.85 567	1.04 545	1.01 574

StereoVision	3.15 714	5.00 683	0.89 520	4.83 714	1.00 574	3.93 723	1.27 646	6.37 752	1.34 652	5.67 752	1.26 646	5.84 753	1.27 636	5.03 749	1.24 643	5.10 733	1.09 546	4.61 733	0.57 509	5.62 741	1.12 581

4D-IteraStereo	0.78 479	3.13 638	0.89 520	0.69 429	0.32 381	0.40 319	0.32 369	0.76 502	0.97 574	0.52 457	0.65 515	0.89 531	0.32 379	0.76 506	0.98 567	0.83 496	0.94 528	0.35 315	0.27 320	0.70 483	0.89 555

ours_stereo	1.20 557	1.21 478	0.90 523	1.64 600	1.11 587	1.35 628	0.67 514	1.76 642	0.93 569	1.70 646	1.10 586	1.39 633	0.75 539	1.41 634	0.81 553	1.60 621	1.03 538	1.33 639	1.00 576	1.61 631	0.72 529

ToySt	0.92 518	2.11 575	0.90 523	0.95 480	0.79 554	0.99 538	0.78 546	0.94 530	0.81 558	0.94 535	0.78 552	0.95 541	0.77 542	0.94 538	0.86 557	0.91 502	0.79 513	0.85 537	0.77 555	0.89 517	0.73 533

DPSM_ROB	0.92 518	0.91 364	0.91 525	0.91 468	0.92 568	0.92 531	0.92 564	0.92 526	0.91 563	0.93 533	0.91 565	0.92 535	0.90 553	0.91 532	0.92 559	0.92 505	0.91 524	0.91 544	0.92 569	0.93 528	0.93 559

DPSM	0.92 518	0.91 364	0.91 525	0.91 468	0.92 568	0.92 531	0.92 564	0.92 526	0.91 563	0.93 533	0.91 565	0.92 535	0.90 553	0.91 532	0.92 559	0.92 505	0.91 524	0.91 544	0.92 569	0.93 528	0.93 559

BUS	0.83 496	1.91 560	0.92 527	4.48 698	0.02 22	0.40 319	0.04 103	0.41 333	0.02 22	0.48 421	0.03 56	0.41 341	0.05 117	0.03 43	0.05 115	1.97 639	4.19 726	0.33 289	0.23 266	0.34 280	0.27 302

BSDual-CNN	0.81 488	1.91 560	0.92 527	4.48 698	0.02 22	0.42 359	0.06 139	0.41 333	0.02 22	0.48 421	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 639	4.19 726	0.33 289	0.23 266	0.34 280	0.27 302

psmg	0.43 338	1.91 560	0.92 527	1.91 606	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 639	1.44 631	0.04 93	0.03 57	0.02 21	0.03 52

DGTPSM_ROB	0.93 523	1.00 390	0.92 527	0.94 478	0.96 572	0.91 530	0.92 564	0.91 523	0.96 573	0.91 529	0.96 571	0.93 538	0.92 555	0.94 538	0.92 559	0.92 505	0.92 526	0.90 541	0.92 569	0.94 532	0.91 557

pmcnn	0.92 518	0.92 369	0.92 527	0.92 471	0.92 568	0.92 531	0.92 564	0.92 526	0.92 567	0.92 531	0.92 568	0.92 535	0.92 555	0.92 536	0.92 559	0.92 505	0.92 526	0.92 547	0.92 569	0.92 523	0.92 558

Selective-RAFT-Error	0.88 513	0.84 346	0.98 532	0.86 463	0.97 573	0.88 526	0.95 568	0.84 514	0.99 577	0.92 531	0.82 558	0.84 525	0.98 560	0.87 525	0.97 566	0.81 491	0.83 519	0.79 525	0.82 564	0.79 499	0.85 551

FC-DCNN	1.07 546	1.09 416	0.98 532	0.89 464	0.52 496	1.41 636	0.91 563	1.21 611	1.24 647	1.96 650	2.05 719	1.91 651	1.30 639	1.27 628	1.08 579	0.80 487	0.60 467	0.58 487	0.41 459	0.68 476	0.54 482

LGCAT	1.00 531	1.00 390	1.00 534	1.00 487	1.00 574	1.00 539	1.00 572	1.00 534	1.00 578	1.00 539	1.00 576	1.00 545	1.00 561	1.00 546	1.00 569	1.00 520	1.00 530	1.00 562	1.00 576	1.00 537	1.00 568

Test_v1	1.00 531	1.00 390	1.00 534	1.00 487	1.00 574	1.00 539	1.00 572	1.00 534	1.00 578	1.00 539	1.00 576	1.00 545	1.00 561	1.00 546	1.00 569	1.00 520	1.00 530	1.00 562	1.00 576	1.00 537	1.00 568

GANet	1.00 531	1.00 390	1.00 534	1.00 487	1.00 574	1.00 539	1.00 572	1.00 534	1.00 578	1.00 539	1.00 576	1.00 545	1.00 561	1.00 546	1.00 569	1.00 520	1.00 530	1.00 562	1.00 576	1.00 537	1.00 568

TDLM	1.00 531	1.00 390	1.00 534	1.00 487	1.00 574	1.00 539	1.00 572	1.00 534	1.00 578	1.00 539	1.00 576	1.00 545	1.00 561	1.00 546	1.00 569	1.00 520	1.00 530	1.00 562	1.00 576	1.00 537	1.00 568

CVANet_RVC	1.00 531	1.00 390	1.00 534	1.00 487	1.00 574	1.00 539	1.00 572	1.00 534	1.00 578	1.00 539	1.00 576	1.00 545	1.00 561	1.00 546	1.00 569	1.00 520	1.00 530	1.00 562	1.00 576	1.00 537	1.00 568

trnet	1.01 539	1.01 400	1.01 539	1.01 492	1.01 580	1.01 547	1.01 577	1.01 543	1.01 583	1.01 550	1.01 581	1.01 554	1.01 569	1.01 554	1.01 574	1.01 525	1.01 536	1.01 567	1.01 583	1.01 542	1.01 574

DF	0.39 308	1.37 498	1.02 540	1.14 504	0.12 196	0.16 190	0.12 189	0.16 189	0.12 196	0.16 187	0.12 186	0.16 188	0.12 193	0.16 188	0.12 183	1.12 538	1.00 530	0.15 187	0.12 190	0.15 187	0.12 187

MM-Stereo_test2	1.20 557	1.85 551	1.05 541	1.46 587	0.94 571	1.36 630	0.99 571	1.36 625	0.95 571	1.41 632	0.98 574	1.40 635	0.96 557	1.37 632	0.95 564	1.37 607	1.06 539	1.33 639	0.93 573	1.29 620	0.89 555

BLMT-Stereo	1.53 615	1.36 496	1.06 542	1.42 586	1.23 651	1.41 636	1.07 581	1.43 632	1.12 588	1.42 633	1.06 583	1.83 648	1.07 572	1.42 636	1.07 578	1.27 597	1.38 627	6.80 755	1.00 576	1.26 617	1.00 568

GLC_STEREO	1.07 546	1.01 400	1.06 542	1.07 496	1.05 584	1.06 556	1.08 582	1.08 549	1.05 587	1.07 558	1.06 583	1.08 562	1.05 571	1.06 561	1.10 580	1.07 528	1.09 546	1.05 571	1.05 585	1.06 546	1.12 581

ktn	0.72 462	0.53 286	1.08 544	1.14 504	0.51 495	1.22 617	1.36 652	0.51 451	0.59 502	0.51 453	0.51 491	0.69 499	1.20 586	0.67 491	0.51 480	0.51 410	0.49 427	0.58 487	0.66 529	0.52 449	0.53 479

qqai	1.22 604	1.38 499	1.12 545	1.39 584	1.14 588	1.40 634	1.14 586	1.41 630	1.12 588	1.40 631	1.11 587	1.40 635	1.13 575	1.41 634	1.15 585	1.25 595	0.97 529	1.24 634	1.01 583	1.24 615	0.96 563

MaDis-Stereo	3.19 715	6.02 715	1.12 545	5.61 724	1.16 594	5.43 750	1.02 579	5.15 749	0.70 534	5.43 749	1.21 641	5.03 750	0.97 558	4.85 743	0.99 568	4.53 714	1.16 556	5.53 749	1.25 647	5.37 739	1.30 647

RP	2.33 687	25.00 755	1.13 547	1.15 507	1.15 590	1.10 562	1.15 588	1.15 554	1.15 591	1.12 566	1.15 588	1.09 564	1.13 575	1.10 567	1.15 585	1.11 537	1.09 546	1.16 576	1.12 588	1.16 556	1.17 590

edge stereo	2.43 694	27.07 763	1.14 548	1.06 495	1.14 588	1.08 559	1.17 591	1.16 557	1.14 590	1.10 560	1.16 591	1.09 564	1.16 583	1.10 567	1.16 589	1.10 532	1.11 550	1.16 576	1.19 594	1.13 550	1.11 579

Abc-Net	2.32 686	24.75 754	1.14 548	1.17 513	1.17 595	1.11 565	1.15 588	1.17 559	1.21 644	1.08 559	1.16 591	1.12 571	1.14 578	1.09 565	1.17 591	1.09 530	1.16 556	1.17 580	1.17 593	1.16 556	1.11 579
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
castereo++	0.54 417	3.59 647	1.15 550	1.31 575	0.14 203	0.16 190	0.14 198	0.16 189	0.14 203	0.16 187	0.14 205	0.16 188	0.13 199	0.16 188	0.14 197	1.45 611	1.16 556	0.15 187	0.14 206	0.15 187	0.13 194

Nwc_Net	2.37 691	25.95 759	1.15 550	1.14 504	1.15 590	1.08 559	1.14 586	1.17 559	1.16 592	1.14 570	1.15 588	1.08 562	1.15 579	1.11 569	1.14 584	1.10 532	1.11 550	1.16 576	1.09 587	1.16 556	1.15 586

AF-Net	2.37 691	25.71 758	1.17 552	1.13 503	1.15 590	1.15 569	1.18 592	1.19 562	1.16 592	1.10 560	1.15 588	1.10 566	1.18 584	1.12 571	1.15 585	1.10 532	1.10 549	1.17 580	1.15 590	1.16 556	1.12 581

NCC-stereo	2.36 689	25.52 757	1.17 552	1.15 507	1.17 595	1.11 565	1.11 583	1.15 554	1.16 592	1.10 560	1.16 591	1.10 566	1.15 579	1.14 572	1.13 583	1.09 530	1.11 550	1.15 575	1.16 592	1.17 561	1.17 590

MM-Stereo_test3	1.27 608	2.07 571	1.18 554	1.60 595	1.02 582	1.45 638	1.01 577	1.40 629	1.04 586	1.44 634	1.03 582	1.46 638	1.02 570	1.44 637	1.02 575	1.51 616	1.12 553	1.32 638	0.98 574	1.38 624	0.97 564

stereogan	2.33 687	24.38 753	1.18 554	1.18 514	1.18 598	1.14 568	1.18 592	1.19 562	1.19 598	1.14 570	1.18 595	1.14 572	1.18 584	1.14 572	1.18 592	1.14 541	1.14 554	1.19 585	1.19 594	1.15 554	1.19 594

CSP-Net	0.34 259	1.29 488	1.19 556	1.36 581	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 596	1.21 608	0.03 41	0.09 149	0.02 21	0.09 150

FENet	0.54 417	1.52 505	1.19 556	1.41 585	0.23 273	0.35 291	0.23 261	0.35 279	0.23 264	0.34 284	0.23 265	0.35 293	0.23 268	0.35 292	0.23 258	1.40 608	1.07 540	0.32 282	0.23 266	0.33 275	0.23 246

RGC	2.36 689	25.48 756	1.19 556	1.15 507	1.15 590	1.10 562	1.16 590	1.17 559	1.16 592	1.12 566	1.16 591	1.11 570	1.13 575	1.09 565	1.18 592	1.10 532	1.15 555	1.16 576	1.12 588	1.14 551	1.12 581

DisPM	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

NINENet	0.69 453	3.87 659	1.20 559	1.98 611	0.05 126	0.40 319	0.04 103	0.40 314	0.05 124	0.41 331	0.04 110	0.41 341	0.05 117	0.40 320	0.05 115	1.79 626	1.56 640	0.34 299	0.22 260	0.34 280	0.23 246

CrosDoStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

PFNet+	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

LCNet	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

HHNet	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

Patchmatch Stereo++	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

STrans-v2	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

TransformOpticalFlow	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

OMP-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

IIG-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

NF-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

OCTAStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

PSM-softLoss	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

KMStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

NRIStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

PSM-adaLoss	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

PSM-AAD	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

FTStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

ROB_FTStereo_v2	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

ROB_FTStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

Consistency-Raft	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

KYRaft	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

HUI-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

ASMatch	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

DeepStereo_LL	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

DEmStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

SST-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

THIR-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

RAFT_R40	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

DRaft	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

PFNet	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

GrayStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

RE-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

Pruner-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

TVStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

DeepStereo_RVC	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

RAFT-RH_RVC	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

IRAFT_RVC	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

RAFT-345	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

iRAFT	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

CRE-IMP	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

GMM-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

RAFT-IKP	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

Prome-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

SPS-STEREO	1.59 617	1.91 560	1.21 605	1.94 607	1.20 601	2.00 658	1.23 641	1.99 649	1.24 647	2.00 655	1.25 645	2.03 659	1.26 635	2.00 657	1.29 650	1.90 634	1.18 560	1.89 666	1.21 642	1.89 644	1.20 595
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
CRFU-Net	0.65 440	1.67 510	1.22 606	1.96 610	0.27 289	0.41 338	0.27 278	0.41 333	0.27 290	0.40 314	0.26 283	0.41 341	0.27 291	0.40 320	0.27 276	1.80 627	1.62 648	0.34 299	0.23 266	0.33 275	0.23 246

GANetREF_RVC	1.55 616	1.94 567	1.22 606	1.88 604	1.21 647	1.88 650	1.22 640	1.88 644	1.22 645	1.88 647	1.22 642	1.88 649	1.22 633	1.89 653	1.22 642	1.87 630	1.22 609	1.88 665	1.22 643	1.88 643	1.22 641
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
FAT-Stereo	2.46 696	26.05 760	1.23 608	1.23 563	1.22 649	1.20 571	1.24 642	1.23 614	1.23 646	1.19 574	1.22 642	1.21 622	1.24 634	1.20 577	1.24 643	1.21 592	1.17 559	1.22 633	1.25 647	1.20 566	1.24 644

S-Stereo	2.51 698	26.86 761	1.23 608	1.22 561	1.22 649	1.24 619	1.25 643	1.22 612	1.24 647	1.21 620	1.24 644	1.19 576	1.27 636	1.19 576	1.24 643	1.19 544	1.20 561	1.25 635	1.19 594	1.24 615	1.23 643

ssnet_v2	0.68 450	1.96 568	1.25 610	0.29 218	0.20 255	0.30 268	0.20 242	0.29 258	0.22 257	1.50 636	0.20 253	0.31 278	0.20 254	0.27 261	0.22 251	0.24 220	1.49 634	0.26 257	0.18 250	3.90 706	0.19 236

CC-Net-ROB	1.36 611	1.33 494	1.33 611	1.36 581	1.38 656	1.36 630	1.33 648	1.37 627	1.34 652	1.35 628	1.36 655	1.38 632	1.34 642	1.38 633	1.38 657	1.35 603	1.38 627	1.33 639	1.35 652	1.43 625	1.34 652

11t	1.27 608	2.70 617	1.34 612	1.32 576	0.89 563	1.30 624	1.34 649	1.64 638	0.57 496	1.45 635	0.72 542	1.05 561	1.29 638	1.07 564	1.29 650	1.49 613	1.02 537	0.97 560	1.15 590	1.48 626	1.31 648

PS-NSSS	1.38 613	1.39 500	1.34 612	1.34 578	1.35 652	1.38 632	1.37 657	1.35 624	1.38 658	1.34 627	1.34 652	1.39 633	1.38 647	1.70 644	1.40 658	1.36 605	1.36 624	1.36 644	1.37 655	1.37 623	1.36 654

3.25w_new	2.03 649	2.72 621	1.35 614	3.33 677	1.57 663	2.72 705	1.53 667	2.15 659	1.33 651	2.15 665	1.60 669	2.63 699	1.30 639	2.72 705	1.99 712	2.67 692	1.53 637	1.75 656	1.25 647	2.53 690	1.87 701

3.5w_stereo	2.03 649	2.72 621	1.35 614	3.41 679	1.57 663	2.72 705	1.49 666	2.01 651	1.34 652	2.15 665	1.61 671	2.63 699	1.36 644	2.72 705	1.99 712	2.66 690	1.58 643	1.68 654	1.24 645	2.53 690	1.87 701

1w_stereo	2.05 654	2.32 592	1.35 614	3.74 694	2.01 707	2.73 707	1.42 662	1.88 644	1.93 710	2.03 658	1.28 648	2.71 703	1.99 698	2.72 705	1.72 688	2.20 659	1.32 611	1.87 662	1.86 705	2.45 679	1.54 661

castereo	0.61 432	3.79 655	1.35 614	1.52 589	0.15 217	0.17 197	0.16 213	0.20 209	0.21 253	0.18 198	0.16 221	0.21 216	0.12 193	0.26 257	0.17 224	1.43 610	1.38 627	0.17 201	0.16 220	0.18 205	0.16 209

ff7	1.68 620	2.68 614	1.35 614	0.97 484	0.89 563	1.84 647	2.15 712	2.12 655	1.80 695	2.05 660	1.56 665	2.33 680	2.12 703	2.23 676	2.25 715	1.31 599	1.07 540	1.48 646	1.41 658	0.90 520	1.04 576

ffff	1.68 620	2.68 614	1.35 614	0.97 484	0.89 563	1.84 647	2.15 712	2.12 655	1.80 695	2.05 660	1.56 665	2.33 680	2.12 703	2.23 676	2.25 715	1.31 599	1.07 540	1.48 646	1.41 658	0.90 520	1.04 576

ccc-4	1.68 620	2.68 614	1.35 614	0.97 484	0.89 563	1.84 647	2.15 712	2.12 655	1.80 695	2.05 660	1.56 665	2.33 680	2.12 703	2.23 676	2.25 715	1.31 599	1.07 540	1.48 646	1.41 658	0.90 520	1.04 576

MaskLacGwcNet_RVC	1.35 610	1.35 495	1.35 614	1.35 580	1.35 652	1.35 628	1.35 650	1.36 625	1.35 655	1.36 629	1.35 653	1.36 631	1.36 644	1.36 631	1.35 654	1.35 603	1.35 623	1.35 642	1.35 652	1.35 622	1.35 653

tt45	1.04 544	0.88 355	1.36 622	0.92 471	1.03 583	1.51 641	0.79 547	0.70 494	0.88 561	0.74 508	0.90 562	1.60 640	0.72 535	1.60 640	0.75 542	0.91 502	0.78 511	1.52 649	0.79 559	1.14 551	1.32 649

PASM	0.39 308	3.06 635	1.36 622	1.58 591	0.09 155	0.11 161	0.11 174	0.11 161	0.11 178	0.09 147	0.09 154	0.11 164	0.09 154	0.09 147	0.09 147	0.11 112	0.11 128	0.11 159	0.09 149	0.11 163	0.11 172

2.5w	2.01 646	2.40 602	1.37 624	3.28 672	2.01 707	2.71 704	1.43 665	1.82 643	1.83 699	1.90 649	1.41 660	2.71 703	1.35 643	2.71 703	1.85 700	2.66 690	1.53 637	1.64 652	1.23 644	2.53 690	1.87 701

MC-Stereo	1.76 624	2.96 633	1.37 624	2.14 616	1.37 655	2.14 664	1.36 652	2.14 658	1.37 657	2.14 664	1.37 656	2.14 661	1.37 646	2.14 662	1.37 656	1.97 639	1.32 611	1.97 669	1.32 651	1.98 646	1.33 650

sAnonymous2	3.31 716	2.63 612	1.38 626	3.71 691	1.86 698	4.70 742	1.11 583	4.82 745	2.72 722	5.45 750	1.98 714	4.59 735	2.64 709	2.65 699	6.21 755	4.37 710	1.08 544	5.16 747	2.24 717	4.52 716	2.39 714

CroCo_RVC	3.31 716	2.63 612	1.38 626	3.71 691	1.86 698	4.70 742	1.11 583	4.82 745	2.72 722	5.45 750	1.98 714	4.59 735	2.64 709	2.65 699	6.21 755	4.37 710	1.08 544	5.16 747	2.24 717	4.52 716	2.39 714

DEFOM-Stereo	0.68 450	3.11 637	1.40 628	1.63 599	0.25 281	0.31 275	0.25 268	0.31 267	0.28 296	0.31 270	0.29 310	0.29 269	0.27 291	0.31 277	0.28 285	1.59 619	1.47 633	0.30 273	0.29 356	0.30 260	0.28 330

4w-stereo	2.02 647	2.72 621	1.44 629	3.36 678	1.59 665	2.48 691	1.72 687	2.28 675	1.24 647	2.24 681	1.65 673	2.56 695	1.32 641	2.39 687	1.98 711	2.67 692	1.51 635	1.66 653	1.24 645	2.53 690	1.88 704

RASNet	1.49 614	1.65 509	1.45 630	1.38 583	1.43 659	1.47 639	1.36 652	1.38 628	1.36 656	1.39 630	1.60 669	1.45 637	1.45 650	1.51 638	2.21 714	1.53 617	1.36 624	1.36 644	1.36 654	1.66 634	1.36 654

4.25w-stereo	1.98 634	2.72 621	1.46 631	3.47 682	1.43 659	2.07 661	1.98 703	2.53 694	1.52 663	2.71 701	1.98 714	1.81 647	1.62 655	1.96 655	1.36 655	1.88 633	2.00 680	2.53 706	1.61 680	1.74 638	1.15 586

3.25w	2.04 652	2.20 583	1.48 632	3.03 662	2.17 717	2.63 702	1.39 658	1.96 647	1.95 711	1.96 650	1.37 656	2.71 703	1.96 695	2.71 703	1.73 693	2.26 665	1.32 611	1.87 662	1.87 706	2.51 686	1.63 684

gwcnet-sp	0.82 493	1.72 513	1.48 632	0.39 264	0.15 217	0.31 275	0.21 247	0.20 209	0.25 272	1.61 640	0.23 265	0.28 263	0.26 284	0.20 207	0.15 209	0.24 220	1.33 618	0.32 282	0.16 220	6.75 745	0.23 246

scenet	0.82 493	1.72 513	1.48 632	0.39 264	0.15 217	0.31 275	0.21 247	0.20 209	0.25 272	1.61 640	0.23 265	0.28 263	0.26 284	0.20 207	0.15 209	0.24 220	1.33 618	0.32 282	0.16 220	6.75 745	0.23 246

ssnet	0.82 493	1.72 513	1.48 632	0.39 264	0.15 217	0.31 275	0.21 247	0.20 209	0.25 272	1.61 640	0.23 265	0.28 263	0.26 284	0.20 207	0.15 209	0.24 220	1.33 618	0.32 282	0.16 220	6.75 745	0.23 246

MonStereo	2.17 671	2.41 603	1.49 636	2.67 651	1.67 674	2.60 701	2.04 710	2.32 682	1.76 692	2.44 691	1.68 683	2.50 688	1.69 671	2.38 685	1.80 697	2.28 669	1.78 659	2.63 709	2.14 714	3.47 702	1.68 689

MonStereo1	1.94 633	2.77 627	1.52 637	3.73 693	1.51 662	2.13 663	1.42 662	2.32 682	1.52 663	2.31 686	1.50 663	2.53 690	1.59 652	2.34 684	1.56 663	1.91 635	1.36 624	1.86 661	1.31 650	2.07 657	1.53 660

MM-Stereo_test1	1.80 627	3.41 645	1.52 637	2.12 615	1.41 658	2.04 659	1.41 660	2.05 653	1.46 662	2.04 659	1.41 660	2.05 660	1.42 649	2.05 658	1.43 660	2.04 644	1.54 639	1.94 667	1.38 657	1.99 647	1.33 650

asd	2.18 673	2.77 627	1.58 639	3.59 687	2.00 706	2.58 700	1.85 694	2.39 687	1.71 684	2.47 693	1.97 708	2.59 697	1.61 654	2.56 694	1.79 696	2.51 687	1.99 679	2.11 687	1.62 686	2.36 674	1.60 670

qwe	2.18 673	2.60 611	1.58 639	3.83 695	1.90 704	2.53 696	1.90 701	2.48 690	1.73 689	2.37 689	1.92 704	2.53 690	1.68 664	2.56 694	1.83 698	2.52 689	1.87 677	2.07 677	1.68 695	2.32 672	1.71 690

LL-Strereo	1.01 539	5.06 685	1.63 641	0.70 435	1.43 659	0.56 473	0.46 463	0.57 467	0.50 482	0.57 474	0.50 485	1.58 639	0.49 478	0.59 477	0.50 475	1.64 622	0.52 443	0.51 472	1.37 655	0.52 449	0.45 447

HBP-ISP	1.24 606	1.72 513	1.65 642	1.15 507	0.76 548	1.40 634	0.88 560	1.67 641	1.02 584	1.69 645	1.38 658	1.69 645	1.21 632	1.87 652	1.21 641	1.05 527	0.79 513	0.97 560	0.80 561	1.19 564	0.75 537

Anonymous3	2.55 699	3.26 643	1.65 642	3.28 672	1.63 668	3.24 716	1.68 679	3.27 715	1.66 666	3.28 716	1.67 678	3.25 716	1.66 656	3.27 715	1.64 667	3.26 700	1.65 651	3.30 714	1.65 691	4.95 734	1.65 688

DNS	0.86 508	2.43 605	1.66 644	2.03 614	0.42 459	0.60 482	0.42 449	0.60 475	0.42 453	0.60 479	0.42 452	0.60 484	0.42 448	0.60 479	0.42 444	1.97 639	1.63 650	0.55 484	0.40 450	0.55 455	0.40 423

3w_stereo	2.04 652	2.24 587	1.70 645	3.15 665	2.18 719	2.49 692	1.26 645	2.03 652	1.98 712	1.98 653	1.33 651	2.72 707	1.99 698	2.59 696	1.72 688	2.22 661	1.33 618	1.85 658	1.88 711	2.50 685	1.58 667

DPSMNet_ROB	1.60 618	1.59 508	1.70 645	1.59 592	1.59 665	1.61 643	1.61 668	1.60 634	1.60 665	1.62 643	1.59 668	1.60 640	1.60 653	1.60 640	1.59 665	1.59 619	1.60 647	1.59 651	1.59 673	1.59 630	1.59 668

MFMNet_re	1.81 628	1.91 560	1.71 647	1.95 609	1.70 688	1.95 655	1.70 685	1.96 647	1.74 691	1.97 652	1.72 690	1.95 652	1.71 674	1.97 656	1.71 685	1.86 628	1.62 648	1.85 658	1.66 692	1.86 642	1.64 686

RAFT_CTSACE	1.92 631	3.71 652	1.72 648	1.88 604	1.72 690	2.04 659	1.42 662	2.18 661	1.89 708	2.02 657	1.97 708	1.95 652	2.06 702	1.93 654	1.62 666	1.76 625	1.66 652	2.02 670	1.73 701	1.73 637	1.43 659

UDGNet	2.23 683	5.40 704	1.72 648	2.48 646	1.69 683	2.51 695	1.69 683	2.51 693	1.72 688	2.50 695	1.69 687	2.52 689	1.69 671	2.50 692	1.68 680	2.41 681	1.70 655	2.42 699	1.69 697	2.42 676	1.64 686

FBW_ROB	2.12 669	2.46 607	1.77 650	2.49 647	1.79 694	2.38 686	1.83 690	2.46 689	1.78 694	2.48 694	1.97 708	2.40 685	1.78 681	2.42 690	1.83 698	2.31 674	1.85 669	2.38 697	1.82 704	2.35 673	1.84 697

LACA_dic	0.45 374	0.13 116	1.78 651	1.70 601	0.12 196	0.13 171	0.12 189	0.16 189	0.15 215	0.13 172	0.12 186	0.13 172	0.11 175	0.16 188	0.13 192	1.73 624	1.69 654	0.16 191	0.11 172	0.13 174	0.13 194

derf	1.91 630	2.15 579	1.78 651	2.16 617	1.75 691	2.21 673	1.80 689	2.22 672	1.80 695	2.21 675	1.76 691	2.17 662	1.81 683	2.24 679	1.74 694	1.93 637	1.56 640	1.96 668	1.53 666	1.95 645	1.56 663

asda	2.17 671	2.54 608	1.81 653	3.47 682	1.78 693	2.50 694	1.86 695	2.61 696	1.68 674	2.61 698	1.83 693	2.37 684	1.73 676	2.44 691	1.88 706	2.51 687	1.84 664	2.34 694	1.62 686	2.23 666	1.77 696

4.5w-stereo	1.99 635	2.33 593	1.81 653	3.28 672	1.68 678	1.94 652	1.99 706	2.72 698	1.70 682	2.72 702	1.99 717	1.97 654	1.68 664	1.76 646	1.29 650	1.91 635	2.02 686	2.53 706	1.61 680	1.75 639	1.16 589

2.75w_new	1.99 635	2.34 597	1.81 653	3.14 664	1.62 667	1.94 652	1.99 706	2.72 698	1.71 684	2.72 702	1.99 717	1.90 650	1.73 676	1.82 651	1.29 650	2.37 678	2.01 682	2.31 692	1.42 661	1.77 640	1.22 641

2w_stereo	1.99 635	2.36 600	1.81 653	3.24 670	1.67 674	1.94 652	1.98 703	2.72 698	1.68 674	2.72 702	1.94 705	1.98 655	1.74 678	1.79 649	1.27 647	1.95 638	2.00 680	2.53 706	1.60 676	1.68 635	1.15 586

U	5.15 750	8.49 728	1.81 653	8.49 740	1.77 692	8.49 759	1.77 688	8.51 760	1.77 693	8.49 760	1.77 692	8.50 760	1.78 681	8.58 760	1.77 695	8.54 752	1.78 659	8.55 760	1.78 703	8.55 754	1.84 697

4.25_new	2.00 639	2.33 593	1.82 658	3.32 675	1.69 683	1.95 655	1.99 706	2.72 698	1.71 684	2.72 702	1.97 708	2.01 657	1.74 678	1.77 647	1.28 648	2.18 656	2.01 682	2.48 704	1.58 671	1.65 632	1.17 590

4.5w_new	2.00 639	2.33 593	1.82 658	3.32 675	1.69 683	1.95 655	1.99 706	2.72 698	1.71 684	2.72 702	1.97 708	2.01 657	1.74 678	1.77 647	1.28 648	2.18 656	2.01 682	2.48 704	1.58 671	1.65 632	1.17 590

IGEV	2.02 647	2.20 583	1.82 658	2.90 660	2.16 715	2.41 688	1.25 643	2.00 650	1.98 712	1.99 654	1.31 650	2.72 707	1.93 692	2.67 702	1.69 683	2.26 665	1.32 611	1.83 657	1.87 706	2.53 690	1.61 675

3.75w	1.99 635	2.31 591	1.83 661	3.16 666	1.65 669	1.93 651	1.98 703	2.72 698	1.68 674	2.73 707	1.97 708	2.00 656	1.72 675	1.81 650	1.25 646	2.27 668	2.01 682	2.38 697	1.42 661	1.71 636	1.24 644

IGEVStereo-DCA	1.77 625	4.21 668	1.84 662	2.49 647	2.11 713	2.54 698	1.36 652	1.65 639	1.17 596	2.75 708	1.90 702	2.54 693	1.15 579	0.94 538	1.11 581	1.50 614	1.32 611	0.96 558	1.46 664	1.49 627	0.88 552

rrr	1.77 625	4.21 668	1.84 662	2.49 647	2.11 713	2.54 698	1.36 652	1.65 639	1.17 596	2.75 708	1.90 702	2.54 693	1.15 579	0.94 538	1.11 581	1.50 614	1.32 611	0.96 558	1.46 664	1.49 627	0.88 552

test-3	0.98 530	4.13 666	1.85 664	1.85 603	0.61 513	0.69 495	0.37 412	0.63 481	0.61 505	0.66 493	0.51 491	0.73 508	0.44 455	0.57 475	0.54 486	1.68 623	1.81 662	0.40 392	0.43 470	0.66 471	0.50 468

TRStereo	2.00 639	2.13 576	1.85 664	2.27 623	1.84 695	2.28 682	1.84 691	2.29 677	1.86 701	2.30 683	1.87 697	2.30 677	1.87 686	2.08 659	1.72 688	2.08 645	1.72 656	2.08 681	1.72 698	2.08 659	1.72 691

XX-Stereo	2.00 639	2.13 576	1.85 664	2.27 623	1.84 695	2.28 682	1.84 691	2.29 677	1.86 701	2.30 683	1.87 697	2.30 677	1.87 686	2.08 659	1.72 688	2.08 645	1.72 656	2.08 681	1.72 698	2.08 659	1.72 691

EAI-Stereo	2.00 639	2.13 576	1.85 664	2.27 623	1.84 695	2.28 682	1.84 691	2.29 677	1.86 701	2.30 683	1.87 697	2.30 677	1.87 686	2.08 659	1.72 688	2.08 645	1.72 656	2.08 681	1.72 698	2.08 659	1.72 691

AIO_rvc	2.18 673	2.34 597	1.87 668	2.32 636	1.94 705	2.40 687	1.89 700	2.37 685	2.07 717	2.52 696	1.95 707	2.44 687	1.99 698	2.41 688	1.89 707	2.32 675	2.09 688	2.24 688	2.18 715	2.21 665	2.23 708

LG-G_1	2.22 680	2.71 619	1.89 669	2.77 654	1.87 702	2.75 709	1.87 698	2.76 706	1.87 705	2.75 708	1.87 697	2.76 710	1.87 686	2.75 709	1.86 701	2.47 684	1.58 643	2.45 701	1.57 668	2.45 679	1.57 665

LG-G	2.22 680	2.71 619	1.89 669	2.77 654	1.87 702	2.75 709	1.87 698	2.76 706	1.87 705	2.75 708	1.87 697	2.76 710	1.87 686	2.75 709	1.86 701	2.47 684	1.58 643	2.45 701	1.57 668	2.45 679	1.57 665

LGtest1	2.22 680	2.70 617	1.89 669	2.76 653	1.86 698	2.75 709	1.86 695	2.75 705	1.86 701	2.75 708	1.86 695	2.77 712	1.87 686	2.75 709	1.86 701	2.46 683	1.58 643	2.45 701	1.56 667	2.45 679	1.56 663

noway7	2.08 658	5.18 689	1.92 672	2.27 623	1.66 670	2.18 665	1.66 671	2.17 660	1.66 666	2.18 667	1.65 673	2.18 663	1.66 656	2.17 663	1.66 671	2.15 648	1.85 669	2.05 671	1.60 676	2.05 649	1.60 670

noway2	2.07 655	4.96 680	1.92 672	2.28 628	1.66 670	2.20 670	1.66 671	2.19 664	1.66 666	2.19 670	1.65 673	2.19 666	1.68 664	2.18 664	1.65 668	2.15 648	1.86 673	2.06 675	1.59 673	2.06 653	1.60 670

sCroCo_RVC	2.10 663	2.76 625	1.92 672	2.78 657	1.39 657	2.73 707	1.41 660	2.73 704	1.40 659	2.77 713	1.41 660	2.74 709	1.40 648	2.74 708	1.40 658	2.72 694	1.42 630	2.72 710	1.44 663	2.79 697	1.42 658

zzzzzzz1	2.10 663	5.20 691	1.93 675	2.38 641	1.68 678	2.20 670	1.67 677	2.20 667	1.68 674	2.20 673	1.67 678	2.20 669	1.68 664	2.20 669	1.67 679	2.24 663	1.86 673	2.06 675	1.61 680	2.06 653	1.62 681

zzzz4	2.08 658	5.22 693	1.93 675	2.27 623	1.66 670	2.19 667	1.66 671	2.18 661	1.67 669	2.18 667	1.66 676	2.18 663	1.66 656	2.18 664	1.66 671	2.15 648	1.84 664	2.05 671	1.60 676	2.05 649	1.60 670

zzzzzz3	2.07 655	5.00 683	1.93 675	2.28 628	1.66 670	2.19 667	1.66 671	2.18 661	1.67 669	2.19 670	1.66 676	2.18 663	1.67 662	2.18 664	1.66 671	2.15 648	1.85 669	2.05 671	1.59 673	2.05 649	1.59 668

zzzz2	2.08 658	4.92 679	1.93 675	2.30 631	1.67 674	2.19 667	1.66 671	2.20 667	1.67 669	2.20 673	1.68 683	2.21 670	1.66 656	2.20 669	1.68 680	2.17 654	1.84 664	2.07 677	1.62 686	2.05 649	1.61 675

zzz1	2.09 661	4.97 681	1.93 675	2.30 631	1.68 678	2.21 673	1.68 679	2.21 670	1.68 674	2.21 675	1.67 678	2.21 670	1.68 664	2.21 672	1.69 683	2.17 654	1.85 669	2.08 681	1.61 680	2.06 653	1.61 675

noway3	2.12 669	5.22 693	1.93 675	2.39 642	1.70 688	2.23 678	1.70 685	2.22 672	1.70 682	2.22 679	1.70 689	2.23 674	1.69 671	2.22 674	1.71 685	2.28 669	1.86 673	2.08 681	1.63 689	2.09 662	1.63 684

noway4	2.11 667	5.14 687	1.93 675	2.37 639	1.69 683	2.20 670	1.68 679	2.22 672	1.68 674	2.21 675	1.69 687	2.23 674	1.68 664	2.22 674	1.66 671	2.24 663	1.84 664	2.09 686	1.63 689	2.09 662	1.62 681

noway1	2.10 663	5.26 697	1.93 675	2.31 634	1.69 683	2.21 673	1.67 677	2.19 664	1.68 674	2.21 675	1.68 683	2.21 670	1.67 662	2.20 669	1.66 671	2.15 648	1.84 664	2.07 677	1.61 680	2.07 657	1.61 675

GELT-Stereo	2.10 663	5.33 700	1.94 683	2.37 639	1.68 678	2.21 673	1.69 683	2.19 664	1.67 669	2.18 667	1.67 678	2.19 666	1.66 656	2.19 667	1.66 671	2.23 662	1.83 663	2.07 677	1.61 680	2.04 648	1.61 675

noway5	1.92 631	4.97 681	1.95 684	2.31 634	1.68 678	2.21 673	1.68 679	2.21 670	1.69 681	2.22 679	1.68 683	2.21 670	1.68 664	2.21 672	1.68 680	2.18 656	1.87 677	1.71 655	0.65 526	0.85 511	0.72 529

monsterstereo	2.20 679	2.33 593	1.95 684	3.65 689	2.07 712	2.49 692	1.61 668	2.48 690	1.83 699	2.45 692	1.61 671	2.67 702	1.86 684	2.64 698	1.94 708	2.48 686	1.66 652	2.34 694	1.68 695	2.40 675	1.86 699

monsters	2.18 673	2.41 603	1.96 686	3.47 682	2.03 711	2.53 696	1.64 670	2.48 690	1.73 689	2.40 690	1.50 663	2.62 698	1.94 693	2.59 696	1.94 708	2.44 682	1.57 642	2.28 690	1.87 706	2.42 676	1.86 699

monster_256*512	2.09 661	5.21 692	1.98 687	2.30 631	1.67 674	2.18 665	1.66 671	2.20 667	1.67 669	2.19 670	1.67 678	2.19 666	1.66 656	2.19 667	1.66 671	2.15 648	1.86 673	2.05 671	1.60 676	2.06 653	1.61 675

2.25w	2.00 639	1.86 554	1.98 687	2.95 661	2.17 717	2.26 679	1.35 650	2.42 688	2.00 715	2.07 663	1.27 647	2.53 690	1.99 698	2.29 681	1.49 662	2.21 660	1.32 611	1.85 658	1.87 706	2.52 687	1.62 681

4.5_new	2.00 639	1.84 550	1.98 687	2.77 654	2.16 715	2.27 680	1.28 647	2.09 654	1.98 712	2.01 656	1.28 648	2.71 703	1.98 696	2.51 693	1.65 668	2.26 665	1.33 618	1.87 662	1.87 706	2.49 683	1.60 670

DEFOM-Stereo_RVC	0.83 496	5.18 689	1.98 687	2.19 618	0.17 234	0.19 204	0.18 232	0.19 202	0.16 223	0.20 207	0.19 249	0.22 226	0.22 262	0.20 207	0.15 209	2.28 669	2.13 690	0.24 247	0.17 243	0.18 205	0.16 209

HUF	2.18 673	2.30 590	1.99 691	2.34 638	2.02 710	2.41 688	2.06 711	2.38 686	1.89 708	2.36 688	1.85 694	2.56 695	1.98 696	2.31 683	1.97 710	2.30 673	2.03 687	2.30 691	2.11 713	2.23 666	2.16 706

AIO_test	2.18 673	2.09 574	2.04 692	2.42 644	2.01 707	2.47 690	1.94 702	2.34 684	2.03 716	2.56 697	1.94 705	2.43 686	1.94 693	2.41 688	1.87 704	2.39 680	2.10 689	2.35 696	1.91 712	2.25 668	2.19 707

IER	0.88 513	7.04 717	2.23 693	2.75 652	0.28 295	0.43 366	0.25 268	0.39 305	0.25 272	0.41 331	0.27 287	0.39 316	0.25 274	0.40 320	0.28 285	0.37 283	0.28 262	0.37 328	0.25 276	0.37 308	0.25 258

NCCL2	2.28 685	2.27 588	2.28 694	2.28 628	2.28 720	2.27 680	2.29 715	2.28 675	2.28 718	2.27 682	2.28 720	2.28 676	2.27 706	2.27 680	2.28 719	2.28 669	2.28 694	2.27 689	2.29 719	2.27 669	2.29 709

iRaftStereo_RVC	0.97 528	3.17 640	2.30 695	2.42 644	0.38 428	0.54 471	0.38 419	0.54 460	0.38 419	0.54 466	0.38 421	0.54 469	0.38 417	0.54 465	0.38 411	2.38 679	2.34 695	0.49 461	0.36 427	0.49 435	0.36 401

error version	0.93 523	4.47 673	2.35 696	1.99 612	0.37 421	0.41 338	0.36 406	0.41 333	0.35 403	0.43 352	0.36 409	0.41 341	0.40 430	0.41 340	0.36 398	1.87 630	2.16 691	0.47 448	0.37 430	0.39 369	0.33 380

test_1	0.93 523	4.47 673	2.35 696	1.99 612	0.37 421	0.41 338	0.36 406	0.41 333	0.35 403	0.43 352	0.36 409	0.41 341	0.40 430	0.41 340	0.36 398	1.87 630	2.16 691	0.47 448	0.37 430	0.39 369	0.33 380

STTStereo	3.73 720	30.40 767	2.37 698	2.39 642	2.31 722	2.35 685	2.33 716	2.29 677	2.42 719	2.32 687	2.34 721	2.33 680	2.36 707	2.30 682	2.27 718	2.35 677	2.22 693	2.31 692	2.22 716	2.29 671	2.34 713

MatchStereo	0.54 417	0.12 114	2.38 699	2.32 636	0.09 155	0.09 147	0.08 151	0.09 147	0.07 148	0.09 147	0.07 149	0.09 148	0.07 147	0.09 147	0.08 142	2.34 676	2.34 695	0.12 166	0.11 172	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
VIP-Stereo	0.70 456	2.97 634	2.43 700	2.49 647	0.16 228	0.25 247	0.16 213	0.25 242	0.16 223	0.25 243	0.18 246	0.25 247	0.16 220	0.26 257	0.16 217	1.86 628	1.26 610	0.23 237	0.15 217	0.23 233	0.15 207

SuperB	0.21 196	0.10 98	2.51 701	0.12 112	0.09 155	0.10 150	0.09 152	0.08 141	0.07 148	0.10 152	0.09 154	0.09 148	0.07 147	0.07 138	0.07 139	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

NLSM1	2.93 713	3.24 642	2.57 702	4.04 696	2.66 723	3.30 718	2.55 718	3.29 716	2.55 720	3.35 718	2.48 722	3.28 717	2.47 708	3.34 718	2.49 720	3.26 700	2.55 700	3.13 712	2.57 722	3.00 699	2.46 716

NLCA_NET_v2_RVC	5.04 748	50.87 778	2.78 703	2.87 659	2.71 724	2.78 712	0.47 468	2.88 711	2.86 724	1.89 648	2.67 723	2.79 713	2.79 712	2.78 712	2.83 721	2.82 695	2.82 701	2.83 711	2.77 723	2.83 698	2.76 718
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
LiteMatch	1.13 554	0.73 322	2.80 704	3.23 668	0.61 513	0.83 520	0.68 519	0.73 499	0.69 526	1.00 539	0.77 550	0.94 539	0.57 495	0.82 514	0.64 501	2.97 696	2.43 698	0.68 503	0.32 393	0.56 458	0.70 522

Lsterematch	1.13 554	0.73 322	2.80 704	3.23 668	0.61 513	0.83 520	0.68 519	0.73 499	0.69 526	1.00 539	0.77 550	0.94 539	0.57 495	0.82 514	0.64 501	2.97 696	2.43 698	0.68 503	0.32 393	0.56 458	0.70 522

HCRNet	1.22 604	7.11 718	3.00 706	3.55 686	0.33 394	0.29 266	0.14 198	0.19 202	0.15 215	0.33 281	0.29 310	0.25 247	0.14 204	0.22 225	0.33 376	3.64 704	3.00 703	0.76 521	0.32 393	0.18 205	0.13 194

rvit_105_1	3.83 721	5.22 693	3.01 707	4.53 701	3.01 726	4.51 730	3.01 724	4.56 732	3.04 725	4.53 731	3.03 726	4.55 733	3.03 713	4.56 732	3.04 722	4.57 716	3.05 704	4.57 728	3.05 727	4.57 718	3.05 723

rvit_stereo_0081	3.83 721	5.23 696	3.01 707	4.53 701	3.03 728	4.55 736	3.02 725	4.56 732	3.04 725	4.52 729	3.02 724	4.54 731	3.03 713	4.56 732	3.04 722	4.57 716	3.05 704	4.57 728	3.05 727	4.58 719	3.05 723

rvit_stereo_0082	3.86 723	5.82 713	3.01 707	4.53 701	3.03 728	4.54 732	3.02 725	4.56 732	3.04 725	4.53 731	3.02 724	4.55 733	3.04 716	4.57 735	3.05 724	4.57 716	3.05 704	4.58 730	3.05 727	4.58 719	3.06 726

rvit_0105_4	3.91 728	5.47 708	3.02 710	4.54 704	3.02 727	4.54 732	3.03 729	4.75 742	3.17 736	4.57 735	3.06 729	4.61 739	3.16 724	4.65 739	3.09 730	4.66 723	3.11 712	4.68 737	3.18 738	4.81 729	3.16 735

rvit_stereo_0081_aga	3.86 723	5.33 700	3.02 710	4.55 707	3.04 732	4.54 732	3.02 725	4.64 739	3.06 729	4.54 733	3.04 728	4.62 740	3.08 720	4.62 738	3.07 727	4.58 719	3.06 708	4.60 732	3.08 731	4.63 722	3.07 727

rvit_stereo_0080	3.89 726	5.70 710	3.04 712	4.54 704	3.03 728	4.56 737	3.05 731	4.60 736	3.07 730	4.58 736	3.06 729	4.59 735	3.06 718	4.61 736	3.08 728	4.63 721	3.09 709	4.64 734	3.10 732	4.65 723	3.10 730

whm_eth	3.89 726	5.70 710	3.04 712	4.54 704	3.03 728	4.56 737	3.05 731	4.60 736	3.07 730	4.58 736	3.06 729	4.59 735	3.06 718	4.61 736	3.08 728	4.63 721	3.09 709	4.64 734	3.10 732	4.65 723	3.10 730

rvit_stereo_ft	3.93 731	5.44 706	3.05 714	4.59 708	3.06 733	4.61 740	3.08 734	4.67 741	3.12 735	4.63 740	3.10 734	4.65 742	3.11 722	4.69 742	3.13 732	4.70 724	3.14 714	4.71 739	3.15 737	4.74 726	3.16 735

rvit_0105_3	3.91 728	5.33 700	3.06 715	4.60 709	3.07 734	4.60 739	3.06 733	4.62 738	3.08 733	4.60 738	3.07 732	4.62 740	3.08 720	4.67 740	3.10 731	4.70 724	3.11 712	4.77 741	3.19 739	4.77 728	3.14 734

rvit_stereo_0083	3.92 730	5.30 699	3.06 715	4.61 710	3.09 735	4.67 741	3.08 734	4.66 740	3.09 734	4.62 739	3.10 734	4.66 743	3.11 722	4.67 740	3.16 733	4.72 726	3.16 715	4.77 741	3.11 734	4.66 725	3.11 732

DNSM	2.56 700	4.43 671	3.08 717	4.09 697	1.86 698	2.66 703	1.86 695	2.66 697	1.87 705	2.66 700	1.86 695	2.66 701	1.86 684	2.66 701	1.87 704	3.82 707	2.94 702	2.42 699	1.73 701	2.42 676	1.73 694

rvit_0105_6	3.87 725	5.73 712	3.10 718	4.69 711	3.12 736	4.54 732	3.02 725	4.56 732	3.04 725	4.54 733	3.03 726	4.54 731	3.04 716	4.56 732	3.05 724	4.58 719	3.05 704	4.58 730	3.05 727	4.58 719	3.05 723

AEACV	1.12 552	0.52 282	3.12 719	3.24 670	0.86 561	0.53 467	0.49 479	0.60 475	0.47 468	0.53 460	0.49 481	0.55 473	0.45 459	0.55 469	0.47 464	3.01 698	3.88 723	0.71 512	0.60 513	0.80 502	0.48 459

DispFullNet	4.61 741	4.84 676	3.12 719	5.00 718	3.57 742	4.75 745	3.03 729	7.75 758	4.17 750	4.91 745	3.09 733	6.20 754	3.95 739	6.71 754	3.51 737	5.30 734	3.67 722	5.86 753	3.63 742	5.61 740	3.46 740

rvit_0105_5	4.10 732	5.40 704	3.13 721	4.71 712	3.15 737	4.72 744	3.10 736	4.90 747	3.27 738	4.69 741	3.16 736	4.84 747	3.25 726	4.96 746	3.34 736	5.05 731	3.39 720	5.10 746	3.40 740	5.11 736	3.42 739

NLCSM	3.67 719	4.08 663	3.19 722	4.80 713	3.26 738	3.99 726	3.24 739	4.25 728	3.18 737	4.09 724	3.27 737	4.14 726	3.18 725	4.13 726	3.28 735	4.06 708	3.10 711	3.85 724	3.14 736	3.91 709	3.27 738

hknet	1.10 549	1.85 551	3.49 723	4.48 698	0.02 22	0.42 359	0.06 139	0.41 333	0.02 22	0.48 421	0.03 56	0.41 341	0.03 53	0.42 354	0.03 52	4.39 712	4.19 726	0.33 289	0.23 266	0.34 280	0.27 302

PDISCO_ROB	0.83 496	2.80 631	3.49 723	0.14 128	0.11 181	0.17 197	0.09 152	0.15 188	0.10 160	0.15 182	0.12 186	0.16 188	0.14 204	3.30 716	0.13 192	0.14 140	2.34 695	0.16 191	0.12 190	2.62 696	0.10 158

MLG-Stereo_test1	4.25 733	5.34 703	3.61 725	5.31 720	3.63 744	5.23 748	3.57 742	5.38 750	3.65 740	5.23 747	3.47 739	4.76 744	3.74 733	4.85 743	3.71 740	4.96 728	3.18 717	4.71 739	2.92 724	4.86 732	2.90 720

DPSNet	3.66 718	3.60 648	3.62 726	3.63 688	3.64 745	3.65 721	3.65 744	3.66 721	3.67 741	3.67 720	3.65 742	3.67 721	3.66 730	3.66 720	3.68 739	3.68 705	3.66 721	3.67 719	3.68 745	3.67 703	3.67 742

MLG-Stereo_test2	4.28 735	5.46 707	3.69 727	4.86 716	3.72 746	5.58 751	3.42 740	4.81 744	3.77 746	4.85 743	3.72 744	5.55 752	3.63 729	5.58 750	3.53 738	4.41 713	3.28 719	4.99 745	2.95 725	4.75 727	3.13 733

Occ-G	1.12 552	0.52 282	3.72 728	3.50 685	0.50 489	0.56 473	0.47 468	0.54 460	0.46 463	0.54 466	0.41 442	0.54 469	0.42 448	0.52 459	0.42 444	3.42 703	4.02 725	0.52 475	0.45 473	0.51 446	0.44 445

MLG-Stereo_test3	4.26 734	4.85 677	3.95 729	5.35 721	3.60 743	4.75 745	3.76 745	5.49 751	3.71 742	5.39 748	3.69 743	4.82 746	3.66 730	4.85 743	3.73 743	4.93 727	3.19 718	4.69 738	2.99 726	4.84 731	2.98 722

SGM-Forest	5.21 751	5.92 714	4.08 730	6.18 727	4.16 751	6.31 753	4.34 752	6.50 753	4.33 751	6.14 754	4.21 750	6.61 757	4.55 745	6.67 753	4.48 750	5.94 738	3.94 724	5.85 752	4.03 751	5.79 742	4.17 750
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 749	5.15 688	4.49 731	5.07 719	3.37 740	6.87 754	4.75 753	5.04 748	6.34 757	7.84 758	5.06 754	6.72 758	4.09 742	4.99 747	5.44 754	5.03 730	3.16 715	4.67 736	4.86 754	5.15 737	3.89 747

TestStereo	4.88 745	4.75 675	4.79 732	4.87 717	4.92 754	4.81 747	4.90 754	4.78 743	4.77 753	4.87 744	4.89 753	4.90 748	4.91 746	4.99 747	4.79 751	4.98 729	4.87 731	4.87 744	4.92 755	5.00 735	5.00 752

PhaseNet	1.74 623	6.34 716	4.81 733	6.77 731	0.24 278	0.80 512	0.53 490	0.48 420	0.22 257	0.53 460	0.28 295	0.48 430	0.25 274	0.40 320	0.32 364	6.39 742	4.61 729	0.46 438	0.38 444	0.25 241	0.18 233

RAFT+CT+SA	4.28 735	7.62 722	4.91 734	5.55 723	2.28 720	3.09 713	3.64 743	4.49 730	3.07 730	4.80 742	3.35 738	4.77 745	3.70 732	4.29 729	3.05 724	5.58 735	5.98 738	3.58 718	3.78 747	4.26 712	3.72 743

AANet_RVC	1.26 607	0.31 184	4.99 735	5.93 725	0.20 255	0.25 247	0.20 242	0.25 242	0.20 249	0.23 228	0.19 249	0.25 247	0.20 254	0.25 245	0.20 244	5.66 736	4.76 730	0.26 257	0.30 374	0.24 238	0.27 302

rvit_stereo_0075_2	6.64 753	8.80 730	5.25 736	7.89 737	5.27 756	7.90 758	5.27 755	7.92 759	5.28 755	7.91 759	5.29 756	7.93 759	5.27 747	7.92 759	5.28 752	7.93 749	5.28 733	7.93 758	5.29 757	7.93 751	5.28 754

DISCO	1.11 551	0.39 209	5.28 737	0.39 264	0.20 255	0.39 317	0.27 278	0.39 305	0.22 257	0.38 300	0.20 253	0.38 311	0.20 254	6.95 757	0.22 251	0.30 248	0.21 220	0.27 262	0.21 257	5.25 738	0.21 241

SGM+DAISY	7.06 755	9.15 732	5.38 738	8.84 742	5.18 755	8.80 760	5.31 756	8.79 761	5.28 755	8.89 761	5.20 755	8.93 761	5.33 748	8.95 761	5.36 753	8.70 753	5.21 732	8.74 761	5.20 756	8.89 755	5.15 753

raft_robust	4.71 743	7.75 723	5.40 739	6.81 732	3.31 739	4.28 729	4.20 751	4.32 729	4.37 752	4.35 728	4.35 751	4.14 726	3.75 734	4.30 730	4.20 749	6.67 744	6.37 739	3.36 716	4.24 753	4.86 732	3.25 737

LiteMatch*	2.07 655	1.30 490	5.73 740	6.28 728	0.79 554	1.33 627	0.80 550	1.30 622	1.02 584	1.33 626	0.84 560	1.33 630	0.97 558	1.28 629	1.04 576	6.05 740	5.89 736	1.28 637	0.76 553	1.28 619	0.88 552

test_5	4.62 742	7.55 721	6.23 741	6.32 729	3.40 741	5.29 749	3.50 741	3.53 720	4.11 749	4.28 726	4.47 752	4.26 729	4.38 744	3.68 721	3.24 734	5.89 737	5.60 734	4.84 743	3.50 741	4.33 713	3.93 749

cross-raft	4.83 744	7.52 720	6.43 742	6.63 730	3.96 749	4.51 730	3.99 749	4.49 730	3.96 748	4.52 729	3.96 747	4.50 730	3.97 740	4.50 731	3.97 745	6.65 743	6.44 740	4.33 725	3.92 749	4.35 714	3.91 748

TestStereo1	4.60 739	8.41 726	6.44 743	6.86 733	3.79 747	3.97 724	3.78 746	3.99 725	3.74 743	3.97 722	3.52 740	3.94 724	3.58 727	3.98 724	3.72 741	6.82 745	6.50 741	3.76 721	3.66 743	3.90 706	3.74 745

SA-5K	4.60 739	8.41 726	6.44 743	6.86 733	3.79 747	3.97 724	3.78 746	3.99 725	3.74 743	3.97 722	3.52 740	3.94 724	3.58 727	3.98 724	3.72 741	6.82 745	6.50 741	3.76 721	3.66 743	3.90 706	3.74 745

Sa-1000	4.34 738	8.37 725	6.84 745	6.98 735	4.45 753	3.58 719	3.00 723	3.42 719	3.39 739	2.61 698	4.00 748	3.83 723	4.01 741	3.90 723	3.90 744	5.98 739	5.62 735	3.76 721	2.34 720	4.35 714	2.47 717

SA	4.33 737	7.35 719	6.85 746	5.96 726	4.09 750	3.59 720	3.15 737	3.82 723	2.64 721	3.91 721	3.85 745	3.57 719	2.72 711	3.13 714	4.03 746	7.09 748	6.86 743	3.57 717	3.12 735	3.85 705	3.51 741

test_4	4.88 745	8.13 724	6.98 747	7.46 736	4.44 752	4.25 728	3.85 748	4.04 727	3.92 747	4.13 725	3.91 746	4.18 728	3.84 737	4.14 727	4.06 747	7.01 747	7.13 746	4.53 726	3.72 746	4.09 710	3.72 743

RAFT	6.73 754	9.36 734	7.40 748	8.51 741	6.55 758	6.88 755	6.60 758	6.79 754	6.60 758	6.80 755	6.72 760	5.31 751	5.50 749	6.61 752	6.61 758	8.42 751	5.89 736	5.73 750	5.45 759	6.61 744	6.24 756

test_3	5.01 747	8.86 731	7.77 749	8.09 738	2.76 725	4.13 727	4.05 750	3.88 724	3.76 745	4.33 727	4.13 749	3.71 722	3.91 738	4.21 728	4.06 747	7.93 749	7.69 748	4.53 726	3.91 748	4.17 711	4.29 751

test-v	7.53 756	11.89 744	7.98 750	9.36 745	7.14 759	7.06 756	7.09 759	7.37 756	6.91 759	7.29 756	5.71 757	6.45 755	6.93 752	6.73 755	7.27 759	8.93 756	7.85 749	6.98 756	6.80 760	7.56 749	7.34 758

test-2	7.53 756	11.89 744	7.98 750	9.36 745	7.14 759	7.06 756	7.09 759	7.37 756	6.91 759	7.29 756	5.71 757	6.45 755	6.93 752	6.73 755	7.27 759	8.93 756	7.85 749	6.98 756	6.80 760	7.56 749	7.34 758

testmc14	2.43 694	10.48 742	8.02 752	8.93 743	0.31 367	0.44 400	0.30 312	0.42 351	0.30 321	0.42 345	0.30 325	0.42 359	0.30 321	0.42 354	0.30 311	8.88 755	6.99 745	0.41 410	0.28 341	0.39 369	0.28 330

test-1	6.46 752	9.16 733	8.03 753	8.09 738	5.62 757	6.11 752	6.35 757	6.85 755	4.94 754	6.08 753	6.29 759	4.98 749	6.43 751	6.22 751	6.36 757	6.16 741	7.47 747	5.82 751	5.44 758	7.11 748	5.68 755

MCSU-Stereo	2.48 697	10.56 743	8.50 754	9.47 747	0.31 367	0.43 366	0.30 312	0.42 351	0.30 321	0.42 345	0.30 325	0.42 359	0.30 321	0.41 340	0.30 311	8.86 754	6.93 744	0.40 392	0.29 356	0.39 369	0.28 330

TestStereo_HL2	2.73 705	0.41 225	11.06 755	14.13 757	0.30 320	0.44 400	0.28 289	0.43 359	0.29 306	0.43 352	0.28 295	0.43 368	0.29 312	0.43 361	0.28 285	13.51 759	10.37 759	0.41 410	0.27 320	0.38 321	0.27 302

TestStereo-Hl	2.78 710	0.42 236	11.23 756	14.38 759	0.30 320	0.44 400	0.30 312	0.43 359	0.28 296	0.43 352	0.29 310	0.44 403	0.29 312	0.44 392	0.29 301	13.64 761	10.73 761	0.41 410	0.27 320	0.38 321	0.27 302

GGDA	2.76 708	0.41 225	11.34 757	14.28 758	0.30 320	0.44 400	0.29 304	0.43 359	0.29 306	0.43 352	0.28 295	0.43 368	0.28 300	0.43 361	0.29 301	13.45 758	10.57 760	0.41 410	0.27 320	0.38 321	0.27 302

TestStereo_HL3	2.76 708	0.41 225	11.46 758	14.11 756	0.30 320	0.45 414	0.29 304	0.43 359	0.29 306	0.43 352	0.29 310	0.43 368	0.28 300	0.44 392	0.30 311	13.57 760	10.32 758	0.41 410	0.27 320	0.38 321	0.27 302

MANE	19.05 759	23.00 752	15.00 759	23.00 766	15.00 761	24.00 767	16.00 761	24.00 768	16.00 761	22.00 768	15.00 761	23.00 768	16.00 761	23.00 768	15.00 761	22.00 768	15.00 762	22.00 768	15.00 762	22.00 768	15.00 760

rafts_anoy	20.00 760	20.00 746	20.00 760	20.00 760	20.00 762	20.00 761	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 763	20.00 762	20.00 763	20.00 762	20.00 761

raft+_RVC	20.00 760	20.00 746	20.00 760	20.00 760	20.00 762	20.00 761	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 763	20.00 762	20.00 763	20.00 762	20.00 761

raftrobust	20.00 760	20.00 746	20.00 760	20.00 760	20.00 762	20.00 761	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 763	20.00 762	20.00 763	20.00 762	20.00 761

CasAABBNet	20.00 760	20.00 746	20.00 760	20.00 760	20.00 762	20.00 761	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 763	20.00 762	20.00 763	20.00 762	20.00 761

RALCasStereoNet	20.00 760	20.00 746	20.00 760	20.00 760	20.00 762	20.00 761	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 763	20.00 762	20.00 763	20.00 762	20.00 761

RALAANet	20.00 760	20.00 746	20.00 760	20.00 760	20.00 762	20.00 761	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 763	20.00 762	20.00 763	20.00 762	20.00 761

WCMA_ROB	31.10 767	35.43 772	27.12 766	39.51 779	23.10 768	38.78 780	25.30 768	37.49 781	25.39 768	37.29 780	27.02 768	38.52 781	26.48 768	37.80 780	26.44 768	36.28 776	22.65 769	33.90 773	22.30 769	37.10 778	24.18 767

fff	1000028.16 788	29.62 764	29.72 767	32.61 767	30.02 769	35.13 770	31.83 770	32.07 770	10000000.00 790	35.27 772	29.82 770	32.45 770	30.15 769	32.35 770	30.09 769	31.04 770	29.55 771	30.64 770	30.14 770	10000000.00 791	30.77 769

tt	500032.53 786	34.60 770	29.72 767	37.47 777	34.41 774	36.85 774	35.22 774	34.71 773	33.55 771	34.50 770	35.43 773	33.81 773	10000000.00 791	33.57 773	33.13 773	33.68 773	35.00 775	34.03 774	35.26 776	30.96 770	34.63 773

DCANet	500032.53 786	34.60 770	29.72 767	37.47 777	34.41 774	36.85 774	35.22 774	34.71 773	33.55 771	34.50 770	35.43 773	33.81 773	10000000.00 791	33.57 773	33.13 773	33.68 773	35.00 775	34.03 774	35.26 776	30.96 770	34.63 773

csc	1000028.16 788	29.62 764	29.72 767	32.61 767	30.02 769	35.13 770	31.83 770	32.07 770	10000000.00 790	35.27 772	29.82 770	32.45 770	30.15 769	32.35 770	30.09 769	31.04 770	29.55 771	30.64 770	30.14 770	10000000.00 791	30.77 769

cscssc	1000028.16 788	29.62 764	29.72 767	32.61 767	30.02 769	35.13 770	31.83 770	32.07 770	10000000.00 790	35.27 772	29.82 770	32.45 770	30.15 769	32.35 770	30.09 769	31.04 770	29.55 771	30.64 770	30.14 770	10000000.00 791	30.77 769

111	30.40 766	30.94 768	29.72 767	32.61 767	30.02 769	33.57 768	30.47 769	31.50 769	29.39 769	30.98 769	29.11 769	29.78 769	30.39 772	29.45 769	30.76 772	30.08 769	29.02 770	29.92 769	30.32 773	29.86 769	30.17 768

DCANet-4	35.22 768	34.54 769	35.08 773	33.58 771	35.47 776	34.55 769	35.53 776	36.08 775	35.85 773	35.92 775	35.77 775	35.18 775	35.48 774	35.39 775	37.15 779	34.55 775	33.92 774	35.02 776	34.90 775	35.79 773	34.74 775

fast-reg	37.00 770	37.00 774	37.00 774	37.00 773	37.00 777	37.00 776	37.00 777	37.00 777	37.00 774	37.00 776	37.00 777	37.00 777	37.00 775	37.00 776	37.00 775	37.00 777	37.00 778	37.00 778	37.00 778	37.00 774	37.00 776

Reg-Stereo(zero)	37.00 770	37.00 774	37.00 774	37.00 773	37.00 777	37.00 776	37.00 777	37.00 777	37.00 774	37.00 776	37.00 777	37.00 777	37.00 775	37.00 776	37.00 775	37.00 777	37.00 778	37.00 778	37.00 778	37.00 774	37.00 776

FLISNet	37.00 770	37.00 774	37.00 774	37.00 773	37.00 777	37.00 776	37.00 777	37.00 777	37.00 774	37.00 776	37.00 777	37.00 777	37.00 775	37.00 776	37.00 775	37.00 777	37.00 778	37.00 778	37.00 778	37.00 774	37.00 776

CoSv	37.00 770	37.00 774	37.00 774	37.00 773	37.00 777	37.00 776	37.00 777	37.00 777	37.00 774	37.00 776	37.00 777	37.00 777	37.00 775	37.00 776	37.00 775	37.00 777	37.00 778	37.00 778	37.00 778	37.00 774	37.00 776

ADStereo(finetuned)	36.13 769	36.63 773	38.07 778	36.97 772	33.25 773	35.91 773	34.45 773	36.36 776	32.99 770	38.14 781	36.71 776	36.69 776	34.13 773	38.57 781	40.79 780	37.60 781	36.58 777	35.90 777	33.36 774	35.42 772	34.04 772

MDST_ROB	69.83 774	87.70 779	41.95 779	113.75 782	65.62 783	75.05 781	55.25 782	75.64 783	45.04 778	71.61 782	41.75 781	72.81 782	44.06 779	68.38 782	44.63 781	101.89 784	59.57 784	107.10 784	61.05 784	104.38 781	59.38 782

CBMV	128.50 776	1422.70 791	53.10 780	79.50 781	51.30 782	77.30 782	49.70 781	74.00 782	48.20 779	77.20 783	48.80 782	73.90 783	48.00 780	73.80 783	48.80 782	70.40 783	45.10 783	68.90 783	46.10 783	68.20 780	45.00 781
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
AE-Stereo	201.80 779	123.00 780	115.00 781	219.00 784	218.00 787	223.00 786	244.00 787	217.00 787	236.00 784	202.00 787	203.00 786	205.00 787	208.00 784	225.00 787	204.00 786	210.00 786	198.00 787	197.00 787	184.00 788	204.00 784	201.00 785

NOSS_ROB	102.95 775	153.00 783	121.00 782	51.00 780	44.00 781	165.00 784	127.00 783	153.00 784	119.00 780	164.00 785	125.00 783	168.00 785	120.00 781	153.00 784	117.00 783	49.00 782	44.00 782	49.00 782	44.00 782	49.00 779	44.00 780

MGS-Stereo	239.45 780	123.00 780	135.00 783	266.00 786	286.00 788	277.00 787	305.00 788	271.00 788	242.00 785	274.00 788	279.00 788	255.00 788	270.00 786	268.00 788	297.00 788	221.00 788	247.00 789	216.00 788	123.00 785	217.00 785	217.00 787

EGLCR-Stereo	246.90 781	129.00 782	139.00 784	266.00 786	286.00 788	277.00 787	305.00 788	271.00 788	242.00 785	274.00 788	279.00 788	255.00 788	270.00 786	268.00 788	297.00 788	230.00 789	247.00 789	216.00 788	223.00 790	237.00 786	227.00 788

MeshStereo	159.24 777	171.00 784	160.68 785	162.58 783	160.59 785	164.01 783	160.35 785	158.51 785	158.56 782	158.34 784	160.12 785	158.56 784	159.92 783	157.26 785	158.94 785	154.38 785	158.36 785	155.75 785	159.13 787	153.67 782	154.07 784
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
DF_test	189.29 778	560.34 788	182.58 786	229.00 785	135.68 784	197.79 785	135.52 784	197.80 786	135.44 781	197.75 786	135.49 784	197.90 786	135.51 782	197.84 786	135.75 784	217.37 787	171.11 786	183.74 786	127.67 786	183.56 783	127.88 783

DLCB_ROB	284.23 782	354.61 786	207.27 787	363.24 788	206.46 786	364.72 789	210.41 786	364.72 790	210.41 783	364.81 790	208.64 787	364.81 790	208.64 785	364.72 790	210.41 787	354.70 790	205.53 788	354.70 790	205.53 789	354.70 787	205.53 786

LE_ROB	396.57 783	471.28 787	329.84 788	471.48 789	308.15 790	526.83 790	322.10 790	488.15 791	323.76 787	495.46 791	317.97 790	497.17 791	320.10 788	481.62 791	326.76 790	462.71 791	298.97 791	466.16 791	285.98 791	447.62 788	289.21 789

SGM-ForestM	596.69 784	677.77 789	444.52 789	699.85 790	517.25 791	732.94 791	488.29 791	770.79 792	460.11 788	750.81 792	487.98 791	792.79 792	499.41 789	730.90 792	475.81 791	720.03 792	491.16 792	663.96 792	418.60 792	674.76 789	436.05 790

CBMV_ROB	818.48 785	913.88 790	709.52 790	862.84 791	597.78 792	1073.99 792	700.52 792	1015.66 793	702.59 789	1115.65 793	760.02 792	1130.24 793	721.57 790	1037.41 793	692.65 792	814.05 793	564.29 793	843.28 793	595.31 793	915.51 790	602.92 791

111111	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

SGD-Stereo	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

IGEV-Stereo++	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

IGEV-BASED-STEREO-	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

IGEV-Stereo+	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

SDNR	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

anonymousdsp2	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

anonymousdsp	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

test_example2	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

DIP-Stereo	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 419	0.50 437	0.38 419	0.50 444	0.38 421	0.50 451	3.79 735	0.50 444	0.38 411	0.54 416	0.43 399	0.46 438	0.34 408	0.46 414	0.35 398

FSD					0.44 464	0.56 473	0.44 453	0.55 463	0.44 458	0.56 471	0.44 457	0.56 476	0.44 455	0.56 470	0.46 457	0.61 438	0.42 394	0.52 475	0.42 467	0.52 449

ccccc		0.44 241		0.48 330	0.35 410	0.48 431		0.51 451		0.47 414		0.47 423		0.47 419		0.41 325	0.40 374	0.40 392	0.40 450	0.41 394

Low-res two-view benchmark