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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 489	0.01 10	0.01 9	0.01 9	0.01 10	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	0.15 173	0.70 331	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	0.67 521	0.02 15	0.69 506	0.75 532	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	0.17 186	0.78 347	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	0.79 560	0.02 15	0.75 519	0.76 534	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

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

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

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

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

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

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	0.58 442	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

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

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	1.57 677	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

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	1.71 698	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	1.66 684	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 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	0.40 226	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	0.41 238	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

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	0.75 492	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 489	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 575	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

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	1.65 681	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

2222	0.09 80	0.59 316	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	0.60 319	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	0.58 313	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	0.58 313	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	0.56 309	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

IGEV_i1	0.26 240	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	4.34 722	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

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

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

DA	0.09 80	0.13 116	0.39 345	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	0.14 184	0.13 214	0.06 125	0.05 122

GGEV	0.09 80	0.13 116	0.39 345	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	0.14 184	0.13 214	0.06 125	0.05 122

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

GwcNet	0.12 132	0.07 82	0.05 79	0.08 76	0.05 126	0.08 139	1.20 607	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

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

SMFormer	0.09 80	1.01 413	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

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

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

test_sample6	0.09 80	0.97 392	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_sample5	0.10 98	1.07 427	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_sample4	0.10 98	1.03 419	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

CAS++	0.17 186	0.27 186	0.21 225	0.10 87	0.21 278	0.15 196	0.22 265	0.10 149	0.21 266	0.22 235	0.10 158	0.19 217	0.18 256	0.10 152	0.19 254	0.20 203	0.19 227	0.18 224	0.10 158	0.19 224	0.18 246
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
tta	0.09 80	0.95 389	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

DualNet	0.10 98	1.07 427	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

xxx	0.09 80	1.01 413	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

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

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

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	1.00 403	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_sample2	0.09 80	1.03 419	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

test_sample1	0.09 80	0.87 365	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

JetRed	0.11 119	0.12 114	0.11 119	0.11 104	0.11 181	0.11 161	0.14 211	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	0.16 184	0.11 159	0.11 177	0.11 163	0.11 173

mmm	0.14 161	1.83 558	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

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	0.12 199	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.11 128	0.14 184	0.11 177	0.49 448	0.11 173

DualNet (step1)	0.10 98	1.05 423	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	1.05 423	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	1.05 423	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_sample3	0.09 80	0.87 365	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

ffm	0.25 230	3.83 669	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	0.25 230	3.83 669	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	0.25 230	3.83 669	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

Wz-Net-MNSev	0.06 61	0.54 303	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	0.50 285	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

xxxx	0.11 119	1.16 440	0.16 183	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	0.16 184	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 98	1.09 429	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	0.14 173	0.03 41	0.03 57	0.03 47	0.03 52

SuperB	0.21 209	0.10 98	2.51 714	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

JetBlue	0.11 119	0.11 109	0.12 130	0.13 124	0.14 216	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	0.12 196	0.11 112	0.11 128	0.11 159	0.11 177	0.11 163	0.11 173

11t1	0.17 186	2.16 593	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	0.18 192	0.12 142	0.06 123	0.03 57	0.05 114	0.03 52

LRCNet_RVC	0.13 139	0.13 116	0.09 95	0.13 124	0.10 162	0.14 185	0.10 157	0.14 185	0.10 160	0.23 241	0.10 158	0.20 222	0.10 158	0.24 249	0.11 169	0.11 112	0.09 101	0.12 166	0.14 219	0.12 172	0.09 150

222	0.10 98	0.99 401	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

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

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

qqq1	0.25 230	3.70 663	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	0.25 230	3.70 663	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

1111x	0.10 98	1.14 435	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

x	0.11 119	1.15 438	0.15 176	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	0.15 181	0.03 41	0.03 57	0.03 47	0.03 52

GMStereo	0.14 161	0.13 116	0.14 155	0.14 128	0.14 216	0.14 185	0.14 211	0.14 185	0.14 216	0.14 185	0.14 218	0.14 186	0.14 217	0.14 187	0.14 210	0.14 140	0.14 173	0.14 184	0.14 219	0.14 189	0.14 213
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 249	0.90 375	0.10 99	0.14 128	0.10 162	0.14 185	0.10 157	0.91 536	0.69 539	0.14 185	0.11 176	0.14 186	0.11 175	0.14 187	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 529	0.76 553

CCAANet	0.17 186	0.71 332	0.14 155	0.14 128	0.14 216	0.14 185	0.14 211	0.14 185	0.14 216	0.14 185	0.14 218	0.14 186	0.14 217	0.14 187	0.22 264	0.14 140	0.14 173	0.14 184	0.14 219	0.14 189	0.14 213

DRN-Test	0.14 161	0.13 116	0.09 95	0.14 128	0.09 155	0.15 196	0.09 152	0.14 185	0.10 160	0.14 185	0.09 154	0.14 186	0.09 154	0.13 174	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 172	0.73 546

StereoDRNet	0.15 173	0.14 135	0.10 99	0.14 128	0.09 155	0.15 196	0.09 152	0.14 185	0.09 156	0.14 185	0.10 158	0.14 186	0.09 154	0.14 187	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.82 562

PDISCO_ROB	0.83 509	2.80 644	3.49 736	0.14 128	0.11 181	0.17 210	0.09 152	0.15 201	0.10 160	0.15 195	0.12 199	0.16 201	0.14 217	3.30 729	0.13 205	0.14 140	2.34 708	0.16 204	0.12 203	2.62 709	0.10 158

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	0.92 518	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

zh-sn7	0.10 98	0.98 393	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

xyz-stereo	0.18 195	0.50 285	0.16 183	0.15 140	0.16 241	0.16 203	0.16 226	0.16 202	0.16 236	0.16 200	0.16 234	0.16 201	0.16 233	0.16 201	0.16 230	0.16 165	0.16 184	0.16 204	0.16 233	0.16 205	0.16 222

S2M2_L	0.12 132	0.14 135	0.10 99	0.15 140	0.10 162	0.14 185	0.10 157	0.14 185	0.10 160	0.15 195	0.10 158	0.14 186	0.10 158	0.14 187	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
qqq	0.16 180	2.01 583	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	0.14 173	0.04 93	0.04 99	0.03 47	0.03 52

IPLG	0.13 139	0.20 154	0.14 155	0.15 140	0.11 181	0.14 185	0.11 174	0.14 185	0.11 178	0.14 185	0.11 176	0.14 186	0.11 175	0.14 187	0.11 169	0.15 153	0.12 142	0.14 184	0.11 177	0.14 189	0.11 173

IPLGR_C	0.14 161	0.20 154	0.12 130	0.15 140	0.11 181	0.14 185	0.15 219	0.14 185	0.11 178	0.15 195	0.12 199	0.14 186	0.11 175	0.16 201	0.11 169	0.15 153	0.12 142	0.14 184	0.12 203	0.15 200	0.12 200

ACRE	0.13 139	0.21 159	0.14 155	0.15 140	0.11 181	0.14 185	0.11 174	0.14 185	0.11 178	0.14 185	0.12 199	0.14 186	0.11 175	0.14 187	0.11 169	0.15 153	0.12 142	0.14 184	0.11 177	0.14 189	0.11 173

ELAS_RVC	0.14 161	0.16 141	0.10 99	0.15 140	0.10 162	0.18 214	0.11 174	0.19 215	0.11 178	0.19 213	0.12 199	0.18 213	0.11 175	0.19 215	0.12 196	0.14 140	0.08 91	0.14 184	0.09 149	0.15 200	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 139	0.16 141	0.11 119	0.15 140	0.09 155	0.18 214	0.11 174	0.18 213	0.11 178	0.17 207	0.11 176	0.18 213	0.11 175	0.18 212	0.11 169	0.14 140	0.08 91	0.14 184	0.08 147	0.14 189	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
TT111	0.13 139	0.14 135	0.14 155	0.16 150	0.11 181	0.14 185	0.11 174	0.14 185	0.11 178	0.14 185	0.11 176	0.14 186	0.11 175	0.14 187	0.11 169	0.16 165	0.13 165	0.14 184	0.11 177	0.14 189	0.11 173

AnonStereo	0.13 139	0.14 135	0.14 155	0.16 150	0.11 181	0.14 185	0.11 174	0.14 185	0.11 178	0.14 185	0.11 176	0.14 186	0.11 175	0.14 187	0.11 169	0.16 165	0.13 165	0.14 184	0.11 177	0.14 189	0.11 173

over-6	0.11 119	0.11 109	0.15 176	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	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 119	0.11 109	0.15 176	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	0.14 173	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 119	0.14 135	0.15 176	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	0.14 173	0.11 159	0.09 149	0.11 163	0.09 150

over-9	0.11 119	0.11 109	0.16 183	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	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

iinet-test	0.08 74	0.16 141	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	0.17 245	0.02 20	0.02 21	0.71 476	0.02 16	0.02 19	0.02 21	0.02 21	0.16 222

xyz-stereo-finetune2	0.18 195	0.48 278	0.16 183	0.16 150	0.15 230	0.15 196	0.16 226	0.16 202	0.16 236	0.16 200	0.16 234	0.16 201	0.16 233	0.16 201	0.16 230	0.16 165	0.16 184	0.16 204	0.16 233	0.16 205	0.16 222

xyz-stereo-finetune	0.28 244	0.49 280	0.16 183	0.16 150	0.16 241	0.16 203	0.16 226	0.22 237	0.30 334	0.32 289	0.31 382	0.32 295	0.31 385	0.32 293	0.32 377	0.32 270	0.33 322	0.31 292	0.32 406	0.31 278	0.32 384

GMStereo_Zeroshot	0.16 180	0.16 141	0.16 183	0.16 150	0.16 241	0.16 203	0.16 226	0.16 202	0.16 236	0.16 200	0.16 234	0.16 201	0.16 233	0.16 201	0.16 230	0.16 165	0.16 184	0.16 204	0.16 233	0.16 205	0.16 222

ProNet	0.14 161	0.20 154	0.14 155	0.16 150	0.11 181	0.16 203	0.11 174	0.17 209	0.11 178	0.17 207	0.12 199	0.17 209	0.13 212	0.17 209	0.12 196	0.15 153	0.11 128	0.16 204	0.11 177	0.15 200	0.12 200

CIPLG	0.13 139	0.21 159	0.12 130	0.16 150	0.11 181	0.15 196	0.11 174	0.14 185	0.11 178	0.15 195	0.12 199	0.15 200	0.11 175	0.14 187	0.11 169	0.15 153	0.12 142	0.14 184	0.11 177	0.14 189	0.11 173

MIPNet	0.14 161	0.21 159	0.17 193	0.16 150	0.11 181	0.15 196	0.12 202	0.14 185	0.11 178	0.16 200	0.11 176	0.14 186	0.11 175	0.14 187	0.11 169	0.14 140	0.12 142	0.14 184	0.11 177	0.14 189	0.11 173

IPLGR	0.14 161	0.24 173	0.14 155	0.16 150	0.12 209	0.15 196	0.12 202	0.14 185	0.11 178	0.15 195	0.12 199	0.14 186	0.11 175	0.14 187	0.11 169	0.15 153	0.12 142	0.14 184	0.11 177	0.14 189	0.11 173

ICVP	0.15 173	0.53 299	0.11 119	0.16 150	0.11 181	0.16 203	0.11 174	0.16 202	0.11 178	0.16 200	0.11 176	0.16 201	0.11 175	0.16 201	0.11 169	0.16 165	0.11 128	0.16 204	0.11 177	0.16 205	0.11 173
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
EE1	0.13 139	0.14 135	0.14 155	0.17 165	0.11 181	0.14 185	0.11 174	0.14 185	0.11 178	0.14 185	0.11 176	0.14 186	0.11 175	0.14 187	0.11 169	0.16 165	0.13 165	0.14 184	0.11 177	0.14 189	0.11 173

S2M2_XL	0.14 161	0.17 146	0.12 130	0.17 165	0.11 181	0.17 210	0.11 174	0.17 209	0.11 178	0.17 207	0.11 176	0.17 209	0.11 175	0.17 209	0.11 169	0.16 165	0.11 128	0.16 204	0.11 177	0.16 205	0.11 173
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
HSM	0.14 161	0.16 141	0.12 130	0.17 165	0.12 209	0.17 210	0.11 174	0.17 209	0.11 178	0.17 207	0.12 199	0.17 209	0.12 205	0.17 209	0.12 196	0.16 165	0.11 128	0.16 204	0.11 177	0.16 205	0.12 200

FORCE_5	0.13 139	0.13 116	0.18 203	0.18 168	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

FORCE_6	0.13 139	0.13 116	0.18 203	0.18 168	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.10 158	0.13 174	0.10 158

VeloStereo	0.16 180	0.92 382	0.16 183	0.18 168	0.08 151	0.11 161	0.12 202	0.12 169	0.09 156	0.09 147	0.28 308	0.10 152	0.08 152	0.10 152	0.12 196	0.15 153	0.17 212	0.08 138	0.12 203	0.09 149	0.08 145

flow	0.16 180	0.92 382	0.16 183	0.18 168	0.08 151	0.11 161	0.12 202	0.12 169	0.09 156	0.09 147	0.28 308	0.10 152	0.08 152	0.10 152	0.12 196	0.15 153	0.17 212	0.08 138	0.12 203	0.09 149	0.08 145

cf-r	0.66 455	2.17 594	0.12 130	0.18 168	0.12 209	0.18 214	2.70 734	2.60 708	0.12 209	0.18 211	0.12 199	0.18 213	0.12 205	0.18 212	0.12 196	0.15 153	0.11 128	0.15 200	0.11 177	1.81 654	1.74 708

LALA_ROB	0.15 173	0.19 150	0.12 130	0.18 168	0.11 181	0.20 223	0.12 202	0.21 231	0.12 209	0.20 220	0.12 199	0.20 222	0.12 205	0.21 232	0.13 205	0.17 176	0.10 106	0.18 224	0.11 177	0.18 218	0.11 173

SGM_RVC	0.15 173	0.17 146	0.11 119	0.18 168	0.11 181	0.19 217	0.11 174	0.19 215	0.12 209	0.19 213	0.12 199	0.20 222	0.12 205	0.19 215	0.12 196	0.16 165	0.11 128	0.17 214	0.10 158	0.17 214	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
FORCE_4.7	0.13 139	0.13 116	0.19 211	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.18 192	0.17 212	0.13 170	0.11 177	0.13 174	0.11 173

F4.4	0.13 139	0.13 116	0.18 203	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.10 158	0.13 174	0.11 173

F5.5	0.13 139	0.13 116	0.18 203	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.12 205	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

F8.5	0.13 139	0.13 116	0.19 211	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.18 192	0.17 212	0.13 170	0.10 158	0.13 174	0.11 173

FORCE_9	0.13 139	0.13 116	0.20 219	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.18 226	0.13 170	0.11 177	0.13 174	0.11 173

FORCE_8	0.13 139	0.13 116	0.19 211	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.18 192	0.17 212	0.13 170	0.11 177	0.13 174	0.11 173

FORCE_4.5	0.13 139	0.13 116	0.18 203	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

FORCE_4	0.13 139	0.13 116	0.19 211	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.10 158	0.13 174	0.11 173

TS12	0.09 80	0.09 93	0.17 193	0.19 175	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	0.16 184	0.08 138	0.06 136	0.08 145	0.06 133

IGEV-FE	0.35 283	0.37 211	0.17 193	0.19 175	0.17 247	0.20 223	0.17 236	0.19 215	0.17 246	0.19 213	0.17 242	0.19 217	0.17 245	0.37 318	0.36 411	0.19 200	0.17 212	0.19 227	0.17 256	0.38 334	2.84 732

DDVS	0.30 250	3.10 649	0.14 155	0.19 175	0.14 216	0.19 217	0.14 211	0.20 222	0.14 216	0.19 213	0.13 213	0.16 201	0.13 212	0.19 215	0.13 205	0.17 176	0.13 165	0.17 214	0.13 214	0.17 214	0.13 207

DeepPruner_ROB	0.16 180	0.18 149	0.13 150	0.19 175	0.13 214	0.19 217	0.13 209	0.19 215	0.13 213	0.19 213	0.13 213	0.19 217	0.13 212	0.19 215	0.13 205	0.18 192	0.13 165	0.18 224	0.13 214	0.18 218	0.13 207

FORCE_4.6	0.13 139	0.13 116	0.18 203	0.20 187	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.18 192	0.17 212	0.13 170	0.10 158	0.13 174	0.11 173

F7	0.13 139	0.13 116	0.19 211	0.20 187	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

zh-mn7	0.12 132	1.14 435	0.17 193	0.20 187	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	0.18 192	0.16 184	0.03 41	0.03 57	0.03 47	0.03 52

ITSA-stereo	0.15 173	0.17 146	0.13 150	0.20 187	0.13 214	0.19 217	0.13 209	0.18 213	0.13 213	0.19 213	0.13 213	0.18 213	0.14 217	0.18 212	0.14 210	0.16 165	0.11 128	0.15 200	0.14 219	0.18 218	0.11 173

DAS	0.20 201	0.20 154	0.20 219	0.20 187	0.20 268	0.20 223	0.20 255	0.20 222	0.20 262	0.20 220	0.20 266	0.20 222	0.20 267	0.20 220	0.20 257	0.20 203	0.20 229	0.20 232	0.20 266	0.20 225	0.20 251

ACVNet	0.20 201	0.19 150	0.14 155	0.20 187	0.14 216	0.20 223	0.96 582	0.21 231	0.14 216	0.20 220	0.13 213	0.21 229	0.14 217	0.20 220	0.14 210	0.17 176	0.12 142	0.17 214	0.12 203	0.17 214	0.12 200

acv_ft	0.20 201	0.19 150	0.14 155	0.20 187	0.14 216	0.20 223	0.96 582	0.21 231	0.14 216	0.20 220	0.13 213	0.21 229	0.14 217	0.20 220	0.14 210	0.17 176	0.12 142	0.17 214	0.12 203	0.17 214	0.12 200

hitnet-ft	0.79 493	2.78 643	0.14 155	0.20 187	0.14 216	0.21 233	2.89 735	2.80 723	0.14 216	0.20 220	0.14 218	0.20 222	0.14 217	0.20 220	0.14 210	0.17 176	0.12 142	0.17 214	0.12 203	2.54 708	2.33 725

PSMNet-RSSM	0.77 489	2.76 638	0.14 155	0.20 187	0.14 216	0.20 223	2.66 732	2.79 722	0.14 216	0.21 231	0.14 218	0.21 229	0.14 217	0.20 220	0.14 210	0.17 176	0.12 142	0.17 214	0.12 203	2.52 700	2.31 723

GwcNet-RSSM	0.77 489	2.77 640	0.14 155	0.20 187	0.14 216	0.20 223	2.67 733	2.78 721	0.14 216	0.20 220	0.14 218	0.20 222	0.14 217	0.21 232	0.14 210	0.17 176	0.12 142	0.17 214	0.12 203	2.52 700	2.31 723

CFNet-ft	0.55 435	1.57 520	0.14 155	0.20 187	0.14 216	0.20 223	2.53 730	1.61 648	0.14 216	0.20 220	0.14 218	0.20 222	0.14 217	0.20 220	0.14 210	0.17 176	0.12 142	0.17 214	0.12 203	1.56 642	1.24 657

RAFT-FEzeroshot	0.34 272	0.26 183	0.17 193	0.21 198	0.17 247	0.20 223	0.16 226	0.20 222	0.16 236	0.20 220	0.17 242	0.21 229	0.16 233	0.27 274	0.24 274	0.19 200	0.16 184	0.19 227	0.16 233	0.26 257	3.08 741

RAFT-FE	0.34 272	0.26 183	0.17 193	0.21 198	0.17 247	0.20 223	0.16 226	0.20 222	0.16 236	0.20 220	0.17 242	0.21 229	0.16 233	0.27 274	0.24 274	0.19 200	0.16 184	0.19 227	0.16 233	0.26 257	3.08 741

DepthFocus	0.18 195	0.22 163	0.15 176	0.22 200	0.15 230	0.22 238	0.15 219	0.22 237	0.15 228	0.22 235	0.15 228	0.22 239	0.16 233	0.22 238	0.15 222	0.20 203	0.15 181	0.20 232	0.14 219	0.20 225	0.14 213

RSGM-EC	0.24 227	0.24 173	0.15 176	0.22 200	0.15 230	0.22 238	0.15 219	0.22 237	0.15 228	0.24 248	0.15 228	0.22 239	0.15 229	0.22 238	1.19 607	0.20 203	0.17 212	0.24 260	0.14 219	0.20 225	0.14 213

acva	0.24 227	0.24 173	0.15 176	0.22 200	0.15 230	0.22 238	0.15 219	0.22 237	0.15 228	0.24 248	0.15 228	0.22 239	0.15 229	0.22 238	1.19 607	0.20 203	0.17 212	0.24 260	0.14 219	0.20 225	0.14 213

IMH-64-1	0.22 216	0.23 165	0.23 231	0.22 200	0.22 280	0.22 238	0.22 265	0.22 237	0.22 270	0.22 235	0.22 273	0.22 239	0.22 275	0.22 238	0.22 264	0.22 212	0.22 240	0.23 250	0.22 273	0.22 234	0.23 259

IMH-64	0.22 216	0.23 165	0.23 231	0.22 200	0.22 280	0.22 238	0.22 265	0.22 237	0.22 270	0.22 235	0.22 273	0.22 239	0.22 275	0.22 238	0.22 264	0.22 212	0.22 240	0.23 250	0.22 273	0.22 234	0.23 259

WAO-6	0.22 216	0.23 165	0.22 227	0.23 205	0.22 280	0.22 238	0.22 265	0.22 237	0.22 270	0.22 235	0.22 273	0.22 239	0.22 275	0.22 238	0.22 264	0.22 212	0.22 240	0.22 241	0.22 273	0.22 234	0.22 257

Wz-Net-LNSev	0.06 61	0.24 173	0.20 219	0.23 205	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	0.23 224	0.21 233	0.02 19	0.01 9	0.01 10	0.01 10

dd	0.23 223	0.98 393	0.16 183	0.23 205	0.15 230	0.23 247	0.15 219	0.23 244	0.15 228	0.23 241	0.15 228	0.24 253	0.17 245	0.23 245	0.15 222	0.22 212	0.15 181	0.21 236	0.15 230	0.22 234	0.16 222

dad	0.23 223	1.03 419	0.16 183	0.23 205	0.15 230	0.24 250	0.15 219	0.24 247	0.16 236	0.23 241	0.16 234	0.24 253	0.16 233	0.23 245	0.15 222	0.22 212	0.16 184	0.22 241	0.16 233	0.22 234	0.16 222

ac_64	0.22 216	0.13 116	0.19 211	0.23 205	0.10 162	0.26 269	1.02 592	0.14 185	0.10 160	0.28 271	0.14 218	0.17 209	0.19 263	0.28 279	0.09 147	0.22 212	0.16 184	0.23 250	0.17 256	0.11 163	0.12 200

BStereo	0.22 216	0.23 165	0.20 219	0.24 210	0.20 268	0.23 247	0.33 393	0.39 318	0.17 246	0.23 241	0.17 242	0.23 247	0.16 233	0.24 249	0.17 237	0.23 224	0.16 184	0.22 241	0.20 266	0.22 234	0.16 222

Anonymus123	0.22 216	0.23 165	0.20 219	0.24 210	0.20 268	0.23 247	0.33 393	0.39 318	0.17 246	0.23 241	0.17 242	0.23 247	0.16 233	0.24 249	0.17 237	0.23 224	0.16 184	0.22 241	0.20 266	0.22 234	0.16 222

ISRNet	0.11 119	0.05 66	0.36 327	0.24 210	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	0.24 233	0.20 229	0.10 148	0.05 123	0.06 125	0.13 207

Pointernet	0.21 209	0.22 163	0.19 211	0.24 210	0.19 265	0.24 250	0.19 251	0.24 247	0.19 260	0.24 248	0.19 262	0.24 253	0.19 263	0.24 249	0.19 254	0.22 212	0.17 212	0.22 241	0.17 256	0.22 234	0.17 240

UPFNet	0.42 349	1.20 445	0.17 193	0.24 210	0.17 247	0.25 260	0.17 236	1.19 575	0.90 575	0.25 256	0.17 242	0.24 253	0.17 245	0.25 258	0.17 237	0.22 212	0.17 212	0.22 241	0.16 233	1.15 567	0.93 572

iResNetv2_ROB	0.20 201	0.23 165	0.18 203	0.24 210	0.20 268	0.24 250	0.18 245	0.24 247	0.18 253	0.24 248	0.18 259	0.23 247	0.19 263	0.24 249	0.18 250	0.21 210	0.16 184	0.21 236	0.16 233	0.22 234	0.16 222

iResNet	0.20 201	0.23 165	0.18 203	0.24 210	0.18 259	0.24 250	0.20 255	0.24 247	0.18 253	0.23 241	0.17 242	0.23 247	0.18 256	0.23 245	0.18 250	0.22 212	0.16 184	0.21 236	0.16 233	0.21 232	0.16 222

SCION-MonSter	0.21 209	0.76 343	0.22 227	0.25 217	0.15 230	0.19 217	0.15 219	0.19 215	0.15 228	0.19 213	0.15 228	0.19 217	0.15 229	0.19 215	0.14 210	0.22 212	0.21 233	0.16 204	0.14 219	0.16 205	0.15 220

ACV-stereo	0.30 250	2.08 585	0.25 241	0.25 217	0.18 259	0.24 250	0.17 236	0.24 247	0.18 253	0.24 248	0.17 242	0.25 260	0.17 245	0.24 249	0.17 237	0.22 212	0.16 184	0.22 241	0.16 233	0.22 234	0.16 222

LoS_RVC	0.30 250	1.14 435	0.25 241	0.25 217	0.25 294	0.26 269	0.25 281	0.25 255	0.25 285	0.25 256	0.25 291	0.26 272	0.26 297	0.26 270	0.25 282	0.26 242	0.26 254	0.25 265	0.25 289	0.26 257	0.26 277

CAS	0.30 250	1.17 441	0.25 241	0.25 217	0.25 294	0.26 269	0.25 281	0.25 255	0.26 299	0.25 256	0.25 291	0.25 260	0.25 287	0.25 258	0.25 282	0.26 242	0.26 254	0.26 270	0.25 289	0.26 257	0.25 271

LoS	0.25 230	0.27 186	0.25 241	0.25 217	0.25 294	0.25 260	0.25 281	0.26 261	0.25 285	0.25 256	0.25 291	0.25 260	0.25 287	0.25 258	0.25 282	0.26 242	0.25 251	0.25 265	0.26 295	0.26 257	0.25 271
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 364	1.24 499	0.17 193	0.25 217	0.17 247	0.25 260	0.18 245	1.26 629	0.93 582	0.25 256	0.17 242	0.25 260	0.18 256	0.25 258	0.17 237	0.23 224	0.16 184	0.23 250	0.16 233	1.20 579	0.99 579

delet	0.43 351	1.21 491	0.17 193	0.25 217	0.17 247	0.25 260	0.18 245	1.26 629	0.95 584	0.25 256	0.17 242	0.25 260	0.17 245	0.25 258	0.17 237	0.23 224	0.16 184	0.22 241	0.16 233	1.18 575	0.98 578

psm_up	0.43 351	1.19 444	0.17 193	0.25 217	0.18 259	0.25 260	0.19 251	1.26 629	0.91 576	0.26 265	0.17 242	0.25 260	0.17 245	0.25 258	0.17 237	0.22 212	0.17 212	0.23 250	0.16 233	1.18 575	0.99 579

Select-FE	0.41 335	0.44 254	0.23 231	0.26 225	0.22 280	0.26 269	0.22 265	0.26 261	0.23 277	0.26 265	0.23 278	0.26 272	0.23 281	0.45 423	0.42 457	0.25 240	0.22 240	0.25 265	0.22 273	0.45 422	2.90 733

tg	0.21 209	0.25 180	0.21 225	0.26 225	0.17 247	0.24 250	0.17 236	0.24 247	0.17 246	0.24 248	0.17 242	0.24 253	0.17 245	0.24 249	0.17 237	0.24 233	0.17 212	0.23 250	0.16 233	0.23 246	0.16 222

UNDER WATER-64	0.25 230	0.26 183	0.25 241	0.26 225	0.25 294	0.25 260	0.25 281	0.25 255	0.25 285	0.25 256	0.25 291	0.25 260	0.25 287	0.26 270	0.25 282	0.25 240	0.25 251	0.25 265	0.25 289	0.25 254	0.25 271

small-0shot	0.35 283	1.92 579	0.27 251	0.27 228	0.27 302	0.27 274	0.27 291	0.27 265	0.27 303	0.27 270	0.27 300	0.26 272	0.27 304	0.27 274	0.26 287	0.27 246	0.26 254	0.26 270	0.26 295	0.26 257	0.27 315

GEStereo_RVC	0.86 521	4.45 685	0.20 219	0.27 228	0.20 268	0.27 274	0.20 255	0.26 261	0.18 253	5.03 759	0.20 266	0.27 275	0.19 263	0.27 274	0.21 260	0.20 203	0.19 227	0.19 227	4.02 763	0.20 225	0.18 246

SQANet	0.28 244	0.28 189	0.28 259	0.28 230	0.28 308	0.28 276	0.28 302	0.28 266	0.28 309	0.28 271	0.28 308	0.28 276	0.28 313	0.28 279	0.28 298	0.28 251	0.28 275	0.28 279	0.28 354	0.28 265	0.28 343

GEAR-Net	0.22 216	0.46 267	0.27 251	0.29 231	0.17 247	0.21 233	0.17 236	0.21 231	0.17 246	0.21 231	0.17 242	0.21 229	0.17 245	0.21 232	0.17 237	0.28 251	0.26 254	0.20 232	0.16 233	0.20 225	0.16 222

ssnet_v2	0.68 463	1.96 581	1.25 623	0.29 231	0.20 268	0.30 281	0.20 255	0.29 271	0.22 270	1.50 649	0.20 266	0.31 291	0.20 267	0.27 274	0.22 264	0.24 233	1.49 647	0.26 270	0.18 263	3.90 719	0.19 249

DStereoO	0.31 257	0.31 197	0.31 287	0.30 233	0.40 452	0.31 288	0.30 325	0.30 274	0.34 412	0.29 276	0.31 382	0.29 282	0.30 334	0.31 290	0.31 365	0.31 267	0.29 289	0.31 292	0.30 387	0.31 278	0.31 377

MultiAttention	0.30 250	0.30 194	0.30 269	0.30 233	0.30 333	0.30 281	0.30 325	0.30 274	0.30 334	0.30 278	0.30 338	0.30 286	0.30 334	0.30 285	0.30 324	0.30 261	0.30 299	0.30 286	0.30 387	0.30 273	0.30 367

MSAF-DinoV2	0.30 250	0.30 194	0.30 269	0.30 233	0.30 333	0.30 281	0.30 325	0.30 274	0.30 334	0.30 278	0.30 338	0.30 286	0.30 334	0.30 285	0.30 324	0.30 261	0.30 299	0.30 286	0.30 387	0.30 273	0.30 367

IGEV_Zeroshot_test	0.20 201	0.19 150	0.40 377	0.30 233	0.17 247	0.22 238	0.17 236	0.21 231	0.17 246	0.20 220	0.17 242	0.21 229	0.18 256	0.21 232	0.17 237	0.20 203	0.16 184	0.20 232	0.16 233	0.20 225	0.17 240

GMOStereo	0.37 301	0.45 263	0.23 231	0.30 233	0.37 434	0.41 351	0.36 419	0.41 346	0.35 416	0.43 365	0.36 422	0.41 354	0.40 443	0.41 353	0.36 411	0.34 280	0.22 240	0.47 461	0.37 443	0.39 382	0.33 393

DANet	0.30 250	0.30 194	0.30 269	0.30 233	0.30 333	0.30 281	0.30 325	0.30 274	0.30 334	0.30 278	0.30 338	0.30 286	0.30 334	0.30 285	0.30 324	0.30 261	0.30 299	0.30 286	0.30 387	0.30 273	0.30 367
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
LACA2	0.21 209	0.24 173	0.26 248	0.31 239	0.16 241	0.24 250	0.16 226	0.24 247	0.16 236	0.24 248	0.16 234	0.24 253	0.16 233	0.24 249	0.16 230	0.27 246	0.23 246	0.24 260	0.16 233	0.23 246	0.16 222

LACA1	0.21 209	0.24 173	0.26 248	0.31 239	0.16 241	0.24 250	0.16 226	0.24 247	0.16 236	0.24 248	0.16 234	0.24 253	0.16 233	0.24 249	0.16 230	0.27 246	0.22 240	0.23 250	0.16 233	0.23 246	0.16 222

DStereoSA	0.32 266	0.52 295	0.34 315	0.31 239	0.31 380	0.30 281	0.30 325	0.31 280	0.30 334	0.31 283	0.31 382	0.31 291	0.30 334	0.31 290	0.31 365	0.30 261	0.32 309	0.31 292	0.31 398	0.31 278	0.31 377

xxxxx1	0.31 257	0.91 377	0.23 231	0.31 239	0.23 286	0.31 288	0.23 274	0.33 286	0.25 285	0.31 283	0.24 285	0.33 299	0.25 287	0.32 293	0.24 274	0.28 251	0.28 275	0.28 279	0.28 354	0.29 269	0.27 315

tt_ll	0.31 257	0.91 377	0.23 231	0.31 239	0.23 286	0.31 288	0.23 274	0.33 286	0.25 285	0.31 283	0.24 285	0.33 299	0.25 287	0.32 293	0.24 274	0.28 251	0.28 275	0.28 279	0.28 354	0.29 269	0.27 315

ff	0.31 257	0.91 377	0.23 231	0.31 239	0.23 286	0.31 288	0.23 274	0.33 286	0.25 285	0.31 283	0.24 285	0.33 299	0.25 287	0.32 293	0.24 274	0.28 251	0.28 275	0.28 279	0.28 354	0.29 269	0.27 315

w-ln-seven-2	0.14 161	1.22 497	0.28 259	0.32 245	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	0.32 270	0.27 267	0.04 93	0.03 57	0.03 47	0.03 52

WCG-NET（raft）	0.32 266	1.24 499	0.24 238	0.32 245	0.24 291	0.32 297	0.23 274	0.32 282	0.24 280	0.32 289	0.24 285	0.32 295	0.24 284	0.32 293	0.24 274	0.30 261	0.23 246	0.30 286	0.23 279	0.30 273	0.23 259

CASnet	0.35 283	0.51 293	0.44 400	0.32 245	0.31 380	0.24 250	0.34 408	0.36 296	0.25 285	0.31 283	0.37 429	0.30 286	0.33 404	0.25 258	0.45 466	0.37 296	0.37 369	0.33 302	0.35 434	0.34 293	0.37 420
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	0.28 244	0.32 199	0.24 238	0.32 245	0.25 294	0.32 297	0.24 279	0.32 282	0.24 280	0.33 294	0.24 285	0.35 306	0.24 284	0.33 301	0.24 274	0.31 267	0.24 250	0.32 295	0.24 286	0.32 281	0.24 269

SCION-M(vits-remse)	0.34 272	0.79 349	0.30 269	0.33 249	0.28 308	0.40 332	0.28 302	0.40 327	0.28 309	0.40 327	0.28 308	0.39 329	0.28 313	0.40 333	0.28 298	0.23 224	0.21 233	0.35 328	0.27 333	0.35 306	0.27 315

SCION-Mon(vits-remp)	0.34 272	0.98 393	0.30 269	0.33 249	0.18 259	0.21 233	0.28 302	0.40 327	0.28 309	0.40 327	0.28 308	0.39 329	0.28 313	0.40 333	0.28 298	0.37 296	0.29 289	0.35 328	0.27 333	0.35 306	0.27 315

SMOE	0.23 223	0.25 180	0.30 269	0.33 249	0.18 259	0.26 269	0.18 245	0.26 261	0.18 253	0.26 265	0.18 259	0.25 260	0.18 256	0.25 258	0.18 250	0.31 267	0.27 267	0.23 250	0.17 256	0.23 246	0.17 240

DStereoFS	0.32 266	0.33 200	0.32 296	0.33 249	0.30 333	0.32 297	0.32 382	0.32 282	0.31 379	0.30 278	0.31 382	0.31 291	0.30 334	0.32 293	0.32 377	0.32 270	0.31 304	0.30 286	0.47 495	0.32 281	0.34 400

model_zeroshot	0.27 241	0.20 154	0.27 251	0.33 249	0.21 278	0.37 316	0.22 265	0.37 304	0.24 280	0.26 265	0.27 300	0.33 299	0.21 274	0.25 258	0.27 289	0.32 270	0.20 229	0.34 312	0.23 279	0.25 254	0.26 277

tt1	0.31 257	0.93 386	0.24 238	0.33 249	0.23 286	0.31 288	0.24 279	0.32 282	0.24 280	0.32 289	0.23 278	0.32 295	0.25 287	0.32 293	0.24 274	0.27 246	0.26 254	0.27 275	0.26 295	0.27 263	0.27 315

depth_test_26	0.20 201	0.34 201	0.25 241	0.34 255	0.14 216	0.21 233	0.14 211	0.21 231	0.14 216	0.21 231	0.14 218	0.21 229	0.14 217	0.21 232	0.14 210	0.26 242	0.26 254	0.22 241	0.15 230	0.22 234	0.14 213

DLNR-FE	0.28 244	0.89 371	0.30 269	0.34 255	0.19 265	0.28 276	0.19 251	0.28 266	0.20 262	0.28 271	0.20 266	0.28 276	0.20 267	0.28 279	0.20 257	0.33 276	0.28 275	0.25 265	0.19 264	0.24 251	0.19 249

H2IRNET	0.34 272	0.34 201	0.34 315	0.34 255	0.34 419	0.34 300	0.34 408	0.34 289	0.34 412	0.34 297	0.34 409	0.34 304	0.34 411	0.34 302	0.34 404	0.34 280	0.34 351	0.34 312	0.34 421	0.34 293	0.34 400

DMCA	0.36 291	0.38 215	0.37 332	0.35 258	0.35 423	0.36 308	0.36 419	0.36 296	0.35 416	0.35 301	0.37 429	0.36 311	0.36 421	0.35 305	0.36 411	0.36 293	0.36 364	0.35 328	0.36 440	0.36 316	0.36 414

MLCV	0.31 257	0.35 203	0.27 251	0.35 258	0.28 308	0.35 304	0.27 291	0.35 292	0.28 309	0.36 305	0.27 300	0.35 306	0.27 304	0.35 305	0.27 289	0.34 280	0.27 267	0.34 312	0.27 333	0.34 293	0.27 315

ETE_ROB	0.35 283	0.35 203	0.35 325	0.35 258	0.35 423	0.35 304	0.35 413	0.35 292	0.35 416	0.35 301	0.35 418	0.35 306	0.35 417	0.35 305	0.35 408	0.35 288	0.35 358	0.35 328	0.35 434	0.35 306	0.35 411

DN-CSS_ROB	0.31 257	0.35 203	0.28 259	0.35 258	0.28 308	0.34 300	0.27 291	0.34 289	0.25 285	0.35 301	0.27 300	0.36 311	0.26 297	0.34 302	0.28 298	0.35 288	0.28 275	0.34 312	0.28 354	0.34 293	0.27 315

Any-RAFT	0.32 266	0.36 208	0.27 251	0.36 262	0.27 302	0.36 308	0.27 291	0.36 296	0.27 303	0.36 305	0.27 300	0.36 311	0.27 304	0.36 311	0.28 298	0.36 293	0.28 275	0.36 337	0.28 354	0.36 316	0.28 343

CES	0.39 321	0.47 272	0.36 327	0.36 262	0.37 434	0.45 427	0.35 413	0.35 292	0.40 448	0.36 305	0.44 470	0.47 436	0.36 421	0.44 405	0.36 411	0.37 296	0.39 383	0.44 442	0.35 434	0.37 321	0.36 414

HGLStereo	0.28 244	0.29 191	0.22 227	0.36 262	0.22 280	0.36 308	0.21 260	0.36 296	0.21 266	0.42 358	0.21 271	0.36 311	0.22 275	0.36 311	0.21 260	0.34 280	0.21 233	0.34 312	0.21 270	0.34 293	0.21 254

PAM	0.39 321	1.88 569	0.34 315	0.37 265	0.41 462	0.45 427	0.22 265	0.28 266	0.23 277	0.28 271	0.24 285	0.29 282	0.23 281	0.29 283	0.23 271	0.38 309	0.32 309	0.38 349	0.37 443	0.32 281	0.22 257

RSM	0.36 291	0.36 208	0.43 398	0.37 265	0.42 472	0.49 453	0.42 462	0.37 304	0.28 309	0.36 305	0.29 323	0.36 311	0.30 334	0.37 318	0.28 298	0.34 280	0.31 304	0.34 312	0.35 434	0.40 396	0.29 352

XPNet_ROB	0.37 301	0.37 211	0.37 332	0.37 265	0.37 434	0.37 316	0.37 425	0.37 304	0.37 428	0.37 311	0.37 429	0.37 321	0.37 426	0.37 318	0.37 421	0.37 296	0.37 369	0.37 341	0.37 443	0.37 321	0.37 420

NoBS	0.39 321	0.68 327	0.36 327	0.38 268	0.36 429	0.38 323	0.39 446	0.39 318	0.39 445	0.37 311	0.35 418	0.37 321	0.38 430	0.37 318	0.38 424	0.39 322	0.36 364	0.36 337	0.39 461	0.38 334	0.38 427

Weightmod	0.27 241	0.29 191	0.33 301	0.38 268	0.20 268	0.30 281	0.21 260	0.29 271	0.21 266	0.29 276	0.22 273	0.30 286	0.20 267	0.30 285	0.21 260	0.37 296	0.31 304	0.27 275	0.20 266	0.28 265	0.21 254

SME	0.27 241	0.29 191	0.31 287	0.38 268	0.20 268	0.29 279	0.18 245	0.30 274	0.20 262	0.32 289	0.21 271	0.32 295	0.20 267	0.32 293	0.21 260	0.35 288	0.32 309	0.27 275	0.19 264	0.29 269	0.20 251

PStereo	0.32 266	0.36 208	0.28 259	0.38 268	0.29 321	0.36 308	0.27 291	0.38 313	0.27 303	0.38 313	0.28 308	0.36 311	0.27 304	0.36 311	0.28 298	0.32 270	0.27 267	0.33 302	0.27 333	0.33 288	0.27 315

Monster-pub-mixall	0.44 364	0.56 309	0.60 465	0.38 268	0.27 302	0.37 316	0.27 291	0.37 304	0.29 319	0.38 313	0.27 300	0.38 324	0.29 325	0.85 537	0.27 289	1.46 625	0.26 254	0.34 312	0.26 295	0.36 316	0.53 492

WAO-8	0.38 307	0.38 215	0.38 334	0.38 268	0.38 441	0.38 323	0.38 432	0.38 313	0.38 432	0.38 313	0.38 434	0.38 324	0.38 430	0.38 322	0.38 424	0.38 309	0.38 376	0.38 349	0.37 443	0.38 334	0.38 427

WAO-7	0.38 307	0.38 215	0.38 334	0.38 268	0.38 441	0.38 323	0.38 432	0.38 313	0.38 432	0.38 313	0.38 434	0.38 324	0.38 430	0.38 322	0.38 424	0.38 309	0.38 376	0.38 349	0.38 457	0.38 334	0.38 427

Venus	0.38 307	0.38 215	0.38 334	0.38 268	0.38 441	0.37 316	0.38 432	0.37 304	0.37 428	0.41 344	0.37 429	0.39 329	0.37 426	0.38 322	0.38 424	0.37 296	0.38 376	0.38 349	0.37 443	0.37 321	0.38 427

IMH	0.38 307	0.38 215	0.38 334	0.38 268	0.38 441	0.38 323	0.38 432	0.38 313	0.38 432	0.42 358	0.38 434	0.40 339	0.38 430	0.38 322	0.38 424	0.38 309	0.38 376	0.39 392	0.38 457	0.38 334	0.38 427

Monster-pub-eth3d	0.45 387	0.57 311	0.60 465	0.39 277	0.28 308	0.37 316	0.28 302	0.37 304	0.30 334	0.39 320	0.29 323	0.39 329	0.30 334	0.92 549	0.27 289	1.42 622	0.28 275	0.34 312	0.28 354	0.37 321	0.53 492

1test111	0.37 301	1.02 417	0.30 269	0.39 277	0.29 321	0.40 332	0.28 302	0.39 318	0.29 319	0.39 320	0.29 323	0.39 329	0.28 313	0.40 333	0.29 314	0.33 276	0.32 309	0.33 302	0.31 398	0.32 281	0.31 377

cc1	0.37 301	1.02 417	0.30 269	0.39 277	0.29 321	0.40 332	0.28 302	0.39 318	0.29 319	0.39 320	0.29 323	0.39 329	0.28 313	0.40 333	0.29 314	0.33 276	0.32 309	0.33 302	0.31 398	0.32 281	0.31 377

HanzoNet	0.39 321	0.38 215	0.40 377	0.39 277	0.41 462	0.38 323	0.38 432	0.38 313	0.38 432	0.39 320	0.39 444	0.38 324	0.38 430	0.39 330	0.40 441	0.38 309	0.38 376	0.40 405	0.38 457	0.38 334	0.40 436

gwcnet-sp	0.82 506	1.72 526	1.48 645	0.39 277	0.15 230	0.31 288	0.21 260	0.20 222	0.25 285	1.61 653	0.23 278	0.28 276	0.26 297	0.20 220	0.15 222	0.24 233	1.33 631	0.32 295	0.16 233	6.75 758	0.23 259

scenet	0.82 506	1.72 526	1.48 645	0.39 277	0.15 230	0.31 288	0.21 260	0.20 222	0.25 285	1.61 653	0.23 278	0.28 276	0.26 297	0.20 220	0.15 222	0.24 233	1.33 631	0.32 295	0.16 233	6.75 758	0.23 259

ssnet	0.82 506	1.72 526	1.48 645	0.39 277	0.15 230	0.31 288	0.21 260	0.20 222	0.25 285	1.61 653	0.23 278	0.28 276	0.26 297	0.20 220	0.15 222	0.24 233	1.33 631	0.32 295	0.16 233	6.75 758	0.23 259

Wz-Net-LNSev-Ref	0.11 119	0.44 254	0.33 301	0.39 277	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	0.39 322	0.36 364	0.02 19	0.02 21	0.02 21	0.02 20

iRaft-Stereo_5w	0.34 272	0.42 249	0.31 287	0.39 277	0.30 333	0.38 323	0.30 325	0.40 327	0.29 319	0.40 327	0.37 429	0.41 354	0.34 411	0.38 322	0.30 324	0.34 280	0.27 267	0.34 312	0.26 295	0.34 293	0.26 277

iRaft-Stereo_20w	0.34 272	0.41 238	0.31 287	0.39 277	0.29 321	0.40 332	0.32 382	0.41 346	0.32 391	0.38 313	0.30 338	0.39 329	0.30 334	0.38 322	0.32 377	0.35 288	0.27 267	0.34 312	0.27 333	0.34 293	0.29 352

RAFT + AFF	0.31 257	0.45 263	0.34 315	0.39 277	0.28 308	0.38 323	0.33 393	0.29 271	0.31 379	0.30 278	0.30 338	0.29 282	0.27 304	0.29 283	0.30 324	0.28 251	0.29 289	0.29 284	0.29 369	0.27 263	0.32 384

StereoDRNet-Refined	0.33 271	0.39 222	0.26 248	0.39 277	0.26 301	0.40 332	0.26 288	0.40 327	0.26 299	0.39 320	0.26 296	0.39 329	0.26 297	0.39 330	0.26 287	0.37 296	0.25 251	0.37 341	0.25 289	0.37 321	0.37 420
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 564	0.39 222	5.28 750	0.39 277	0.20 268	0.39 330	0.27 291	0.39 318	0.22 270	0.38 313	0.20 266	0.38 324	0.20 267	6.95 770	0.22 264	0.30 261	0.21 233	0.27 275	0.21 270	5.25 751	0.21 254

test410_97500	0.41 335	0.89 371	0.31 287	0.40 290	0.31 380	0.40 332	0.31 372	0.40 327	0.31 379	0.61 494	0.53 507	0.40 339	0.31 385	0.40 333	0.31 365	0.58 442	0.47 431	0.38 349	0.29 369	0.38 334	0.29 352

test410	0.66 455	5.69 722	0.31 287	0.40 290	0.31 380	0.41 351	0.31 372	0.40 327	0.31 379	0.62 498	0.55 510	0.40 339	0.31 385	0.40 333	0.31 365	0.59 445	0.47 431	0.38 349	0.29 369	0.38 334	0.30 367

Replicate-Monster	0.45 387	0.57 311	0.60 465	0.40 290	0.29 321	0.37 316	0.27 291	0.37 304	0.30 334	0.40 327	0.31 382	0.40 339	0.30 334	0.99 557	0.27 289	1.36 618	0.31 304	0.34 312	0.30 387	0.36 316	0.54 495

w-ln-seven	0.18 195	1.47 516	0.33 301	0.40 290	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	0.38 309	0.32 309	0.05 108	0.04 99	0.04 97	0.04 96

DCVSM-stereo	0.36 291	1.89 570	0.22 227	0.40 290	0.22 280	0.40 332	0.22 265	0.40 327	0.22 270	0.40 327	0.22 273	0.40 339	0.22 275	0.40 333	0.22 264	0.28 251	0.21 233	0.28 279	0.21 270	0.28 265	0.20 251

IGEV++	0.34 272	0.43 251	0.30 269	0.40 290	0.29 321	0.40 332	0.29 317	0.40 327	0.29 319	0.40 327	0.29 323	0.40 339	0.29 325	0.40 333	0.30 324	0.38 309	0.29 289	0.37 341	0.29 369	0.37 321	0.29 352

ACVNet-DCA	0.37 301	1.00 403	0.30 269	0.40 290	0.29 321	0.40 332	0.29 317	0.40 327	0.29 319	0.40 327	0.29 323	0.40 339	0.29 325	0.39 330	0.28 298	0.33 276	0.32 309	0.33 302	0.32 406	0.33 288	0.32 384

xx1	0.38 307	1.03 419	0.31 287	0.40 290	0.31 380	0.41 351	0.28 302	0.40 327	0.29 319	0.40 327	0.29 323	0.40 339	0.29 325	0.40 333	0.29 314	0.34 280	0.33 322	0.34 312	0.32 406	0.34 293	0.32 384

knoymous	0.40 327	0.40 226	0.40 377	0.40 290	0.40 452	0.40 332	0.40 447	0.40 327	0.40 448	0.40 327	0.40 447	0.40 339	0.40 443	0.40 333	0.40 441	0.40 330	0.40 387	0.40 405	0.40 463	0.40 396	0.40 436

anonymousa	0.40 327	0.40 226	0.40 377	0.40 290	0.40 452	0.40 332	0.40 447	0.40 327	0.40 448	0.40 327	0.40 447	0.40 339	0.40 443	0.40 333	0.40 441	0.40 330	0.40 387	0.40 405	0.40 463	0.40 396	0.40 436

riskmin	0.40 327	0.40 226	0.40 377	0.40 290	0.40 452	0.40 332	0.40 447	0.40 327	0.40 448	0.40 327	0.40 447	0.40 339	0.40 443	0.40 333	0.40 441	0.40 330	0.40 387	0.40 405	0.40 463	0.40 396	0.40 436

Anonymous_2	0.40 327	0.40 226	0.40 377	0.40 290	0.40 452	0.40 332	0.40 447	0.40 327	0.40 448	0.40 327	0.40 447	0.40 339	0.40 443	0.40 333	0.40 441	0.40 330	0.40 387	0.40 405	0.40 463	0.40 396	0.40 436

Anonymous_1	0.40 327	0.40 226	0.40 377	0.40 290	0.40 452	0.40 332	0.40 447	0.40 327	0.40 448	0.40 327	0.40 447	0.40 339	0.40 443	0.40 333	0.40 441	0.40 330	0.40 387	0.40 405	0.40 463	0.40 396	0.40 436

AdaStereo	0.40 327	0.40 226	0.40 377	0.40 290	0.40 452	0.40 332	0.40 447	0.40 327	0.40 448	0.40 327	0.40 447	0.40 339	0.40 443	0.40 333	0.40 441	0.40 330	0.40 387	0.40 405	0.40 463	0.40 396	0.40 436
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.
Zero-FE251	0.36 291	0.40 226	0.28 259	0.41 304	0.28 308	0.41 351	0.28 302	0.41 346	0.28 309	0.41 344	0.28 308	0.41 354	0.28 313	0.42 367	0.30 324	0.37 296	0.26 254	0.37 341	0.27 333	0.45 422	0.56 506

z-mn7	0.16 180	1.21 491	0.33 301	0.41 304	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	0.35 288	0.31 304	0.04 93	0.04 99	0.04 97	0.04 96

RAFT-Test	0.36 291	0.37 211	0.33 301	0.41 304	0.32 394	0.41 351	0.32 382	0.41 346	0.32 391	0.41 344	0.32 392	0.41 354	0.32 392	0.41 353	0.33 389	0.37 296	0.29 289	0.37 341	0.29 369	0.38 334	0.31 377

GwcNet-ADL	0.41 335	0.41 238	0.41 391	0.41 304	0.41 462	0.41 351	0.41 456	0.41 346	0.41 458	0.41 344	0.41 455	0.41 354	0.41 455	0.41 353	0.41 449	0.41 338	0.41 397	0.41 423	0.41 472	0.41 407	0.41 445

PSMNet-ADL	0.41 335	0.41 238	0.41 391	0.41 304	0.41 462	0.41 351	0.41 456	0.41 346	0.41 458	0.41 344	0.41 455	0.41 354	0.41 455	0.41 353	0.41 449	0.41 338	0.41 397	0.41 423	0.41 472	0.41 407	0.41 445

GANet-ADL	0.41 335	0.41 238	0.41 391	0.41 304	0.41 462	0.41 351	0.41 456	0.41 346	0.41 458	0.41 344	0.41 455	0.41 354	0.41 455	0.41 353	0.41 449	0.41 338	0.41 397	0.41 423	0.41 472	0.41 407	0.41 445

ADLNet2	0.41 335	0.41 238	0.41 391	0.41 304	0.41 462	0.41 351	0.41 456	0.41 346	0.41 458	0.41 344	0.41 455	0.41 354	0.41 455	0.41 353	0.41 449	0.41 338	0.41 397	0.41 423	0.41 472	0.41 407	0.41 445

ADLNet	0.41 335	0.41 238	0.41 391	0.41 304	0.41 462	0.41 351	0.41 456	0.41 346	0.41 458	0.41 344	0.41 455	0.41 354	0.41 455	0.41 353	0.41 449	0.41 338	0.41 397	0.41 423	0.41 472	0.41 407	0.41 445

GES	0.66 455	2.34 610	0.29 265	0.41 304	0.29 321	0.41 351	0.29 317	0.42 364	0.29 319	0.40 327	0.41 455	0.41 354	0.30 334	0.51 467	0.29 314	0.32 270	0.29 289	0.32 295	2.46 734	2.49 696	0.30 367

DGSMNet	0.34 272	0.41 238	0.27 251	0.41 304	0.28 308	0.41 351	0.28 302	0.41 346	0.27 303	0.41 344	0.27 300	0.42 372	0.27 304	0.41 353	0.28 298	0.40 330	0.29 289	0.40 405	0.28 354	0.40 396	0.27 315

SCION-MonSter(vits)	0.25 230	0.79 349	0.31 287	0.42 314	0.28 308	0.40 332	0.28 302	0.20 222	0.15 228	0.40 327	0.15 228	0.19 217	0.15 229	0.20 220	0.15 222	0.23 224	0.21 233	0.17 214	0.14 219	0.16 205	0.14 213

HiDET	0.38 307	0.44 254	0.30 269	0.42 314	0.30 333	0.42 372	0.30 325	0.42 364	0.30 334	0.44 403	0.30 338	0.42 372	0.30 334	0.42 367	0.68 528	0.37 296	0.32 309	0.40 405	0.29 369	0.37 321	0.29 352

LCMNet	0.38 307	0.44 254	0.30 269	0.42 314	0.30 333	0.42 372	0.30 325	0.42 364	0.30 334	0.45 415	0.30 338	0.42 372	0.30 334	0.42 367	0.69 536	0.37 296	0.32 309	0.40 405	0.29 369	0.37 321	0.29 352

CSFM-Stereo	0.38 307	0.44 254	0.30 269	0.42 314	0.30 333	0.42 372	0.30 325	0.43 372	0.30 334	0.44 403	0.30 338	0.42 372	0.30 334	0.42 367	0.73 550	0.37 296	0.32 309	0.40 405	0.29 369	0.37 321	0.30 367

HART	0.38 307	0.45 263	0.34 315	0.42 314	0.33 407	0.41 351	0.34 408	0.42 364	0.33 401	0.43 365	0.34 409	0.42 372	0.34 411	0.41 353	0.38 424	0.40 330	0.32 309	0.42 439	0.32 406	0.40 396	0.32 384

RAFT-Stereo-weight	0.45 387	1.90 572	0.34 315	0.42 314	0.36 429	0.43 379	0.35 413	0.42 364	0.34 412	0.42 358	0.34 409	0.44 416	0.34 411	0.41 353	0.34 404	0.38 309	0.32 309	0.38 349	0.32 406	0.38 334	0.33 393

Gwc-CoAtRS	0.41 335	1.49 517	0.32 296	0.42 314	0.32 394	0.41 351	0.32 382	0.41 346	0.33 401	0.41 344	0.32 392	0.41 354	0.32 392	0.41 353	0.32 377	0.39 322	0.28 275	0.39 392	0.28 354	0.40 396	0.28 343

Anonymus	0.47 404	0.73 335	0.46 408	0.43 321	0.54 515	0.53 480	0.27 291	0.39 318	0.35 416	0.33 294	0.40 447	0.33 299	0.38 430	0.53 475	0.54 499	0.56 439	0.36 364	0.49 474	0.53 511	0.66 484	0.54 495

MonSter++	0.38 307	0.44 254	0.31 287	0.43 321	0.30 333	0.43 379	0.31 372	0.43 372	0.31 379	0.45 415	0.31 382	0.43 381	0.31 385	0.43 374	0.69 536	0.38 309	0.33 322	0.40 405	0.30 387	0.38 334	0.30 367

test_for_model	0.35 283	0.39 222	0.30 269	0.43 321	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.44 405	0.31 365	0.38 309	0.26 254	0.38 349	0.26 295	0.38 334	0.26 277

GCAPDPT-zeroshot	0.36 291	0.40 226	0.30 269	0.43 321	0.30 333	0.43 379	0.30 325	0.43 372	0.31 379	0.43 365	0.30 338	0.43 381	0.30 334	0.44 405	0.31 365	0.39 322	0.28 275	0.39 392	0.27 333	0.39 382	0.26 277

gcap_with_dpt	0.35 283	0.39 222	0.30 269	0.44 325	0.31 380	0.44 413	0.31 372	0.44 410	0.31 379	0.44 403	0.30 338	0.44 416	0.30 334	0.44 405	0.30 324	0.38 309	0.26 254	0.38 349	0.27 333	0.38 334	0.27 315

gcap-zeroshot	0.36 291	0.40 226	0.34 315	0.44 325	0.31 380	0.44 413	0.31 372	0.44 410	0.32 391	0.44 403	0.32 392	0.44 416	0.32 392	0.44 405	0.31 365	0.39 322	0.28 275	0.39 392	0.28 354	0.39 382	0.27 315

testlalala	0.36 291	0.40 226	0.34 315	0.44 325	0.31 380	0.44 413	0.31 372	0.44 410	0.32 391	0.44 403	0.32 392	0.44 416	0.32 392	0.44 405	0.31 365	0.39 322	0.28 275	0.39 392	0.28 354	0.39 382	0.27 315

RCA-Stereo	0.51 424	3.22 654	0.34 315	0.44 325	0.34 419	0.44 413	0.34 408	0.43 372	0.34 412	0.43 365	0.34 409	0.44 416	0.33 404	0.43 374	0.33 389	0.38 309	0.29 289	0.38 349	0.29 369	0.38 334	0.29 352

CFNet-RSSM	0.91 529	4.89 691	0.34 315	0.44 325	1.07 598	1.62 658	1.40 672	0.91 536	0.35 416	1.60 650	1.39 672	0.64 504	0.34 411	0.44 405	0.33 389	0.41 338	0.35 358	0.75 532	0.30 387	0.41 407	0.29 352

GeoVLM	0.36 291	0.38 215	0.27 251	0.46 330	0.28 308	0.35 304	0.28 302	0.37 304	0.27 303	0.35 301	0.28 308	0.36 311	0.38 430	0.35 305	0.28 298	1.08 542	0.26 254	0.33 302	0.27 333	0.34 293	0.33 393

fffy	0.38 307	0.43 251	0.33 301	0.46 330	0.33 407	0.45 427	0.32 382	0.45 419	0.32 391	0.45 415	0.32 392	0.45 426	0.33 404	0.45 423	0.32 377	0.38 309	0.38 376	0.38 349	0.37 443	0.37 321	0.36 414

otaku	0.46 396	0.46 267	0.46 408	0.46 330	0.46 483	0.46 434	0.46 476	0.46 423	0.46 476	0.46 421	0.46 479	0.46 430	0.46 476	0.46 428	0.46 470	0.46 395	0.46 423	0.46 451	0.46 488	0.46 427	0.46 462

Ntro	0.47 404	0.47 272	0.46 408	0.46 330	0.46 483	0.47 439	0.47 481	0.46 423	0.47 481	0.46 421	0.46 479	0.47 436	0.46 476	0.47 432	0.47 477	0.47 402	0.46 423	0.46 451	0.46 488	0.46 427	0.46 462

Dean	0.46 396	0.46 267	0.46 408	0.46 330	0.46 483	0.46 434	0.46 476	0.46 423	0.46 476	0.47 427	0.46 479	0.46 430	0.46 476	0.46 428	0.46 470	0.46 395	0.46 423	0.46 451	0.46 488	0.46 427	0.46 462

ACVNet_1	0.46 396	0.47 272	0.46 408	0.46 330	0.46 483	0.46 434	0.46 476	0.46 423	0.47 481	0.46 421	0.46 479	0.46 430	0.46 476	0.46 428	0.46 470	0.46 395	0.46 423	0.47 461	0.46 488	0.46 427	0.46 462

ACVNet-4b	0.46 396	0.46 267	0.46 408	0.46 330	0.46 483	0.46 434	0.46 476	0.46 423	0.46 476	0.46 421	0.46 479	0.46 430	0.46 476	0.47 432	0.46 470	0.46 395	0.46 423	0.46 451	0.46 488	0.46 427	0.46 462

Weightmod_eth	0.20 201	0.24 173	0.28 259	0.47 337	0.14 216	0.24 250	0.14 211	0.17 209	0.13 213	0.22 235	0.16 234	0.22 239	0.13 212	0.20 220	0.16 230	0.24 233	0.20 229	0.19 227	0.14 219	0.16 205	0.24 269

FE-Mocha	0.35 283	0.71 332	0.40 377	0.47 337	0.27 302	0.34 300	0.27 291	0.34 289	0.26 299	0.34 297	0.26 296	0.34 304	0.27 304	0.34 302	0.27 289	0.44 354	0.41 397	0.33 302	0.29 369	0.32 281	0.29 352

LG-Stereo_L2	0.34 272	0.37 211	0.38 334	0.47 337	0.28 308	0.39 330	0.28 302	0.39 318	0.28 309	0.39 320	0.28 308	0.39 329	0.28 313	0.38 322	0.28 298	0.42 352	0.35 358	0.36 337	0.26 295	0.35 306	0.26 277

UNDER WATER	0.47 404	0.47 272	0.47 416	0.47 337	0.47 490	0.47 439	0.47 481	0.47 429	0.47 481	0.47 427	0.47 487	0.47 436	0.46 476	0.47 432	0.47 477	0.47 402	0.47 431	0.47 461	0.46 488	0.47 441	0.47 470

LVE	0.47 404	0.47 272	0.47 416	0.47 337	0.49 498	0.47 439	0.47 481	0.47 429	0.49 490	0.47 427	0.47 487	0.47 436	0.46 476	0.47 432	0.47 477	0.47 402	0.47 431	0.48 469	0.47 495	0.47 441	0.47 470

GANet-RSSM	0.75 483	1.91 573	0.14 155	0.47 337	0.14 216	0.21 233	3.21 751	2.30 694	0.14 216	0.46 421	0.14 218	0.23 247	0.18 256	0.21 232	0.14 210	0.18 192	0.27 267	0.37 341	0.13 214	2.13 677	2.12 718

GREAT-IGEV	0.38 307	0.43 251	0.36 327	0.48 343	0.32 394	0.45 427	0.32 382	0.45 419	0.32 391	0.45 415	0.32 392	0.45 426	0.32 392	0.45 423	0.32 377	0.44 354	0.33 322	0.41 423	0.29 369	0.41 407	0.29 352
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GIP-stereo	0.36 291	0.49 280	0.39 345	0.48 343	0.32 394	0.41 351	0.28 302	0.40 327	0.30 334	0.41 344	0.28 308	0.40 339	0.28 313	0.42 367	0.28 298	0.45 383	0.32 309	0.38 349	0.30 387	0.37 321	0.27 315

mms	0.40 327	0.45 263	0.35 325	0.48 343	0.36 429	0.47 439	0.34 408	0.45 419	0.38 432	0.47 427	0.33 401	0.45 426	0.32 392	0.45 423	0.32 377	0.39 322	0.38 376	0.38 349	0.37 443	0.39 382	0.39 434

ccccc		0.44 254		0.48 343	0.35 423	0.48 444		0.51 464		0.47 427		0.47 436		0.47 432		0.41 338	0.40 387	0.40 405	0.40 463	0.41 407

RainbowNet	0.48 410	0.48 278	0.48 424	0.48 343	0.48 494	0.48 444	0.48 490	0.48 433	0.48 488	0.48 434	0.48 491	0.48 443	0.48 485	0.48 442	0.48 483	0.48 407	0.48 437	0.48 469	0.48 499	0.48 445	0.48 472

notaker	0.48 410	0.49 280	0.48 424	0.48 343	0.48 494	0.48 444	0.48 490	0.48 433	0.49 490	0.48 434	0.48 491	0.48 443	0.48 485	0.48 442	0.48 483	0.48 407	0.48 437	0.48 469	0.48 499	0.48 445	0.49 478

aanet-new-90k	0.44 364	1.82 555	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.44 405	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-60k	0.44 364	1.81 548	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-70k	0.44 364	1.82 555	0.38 334	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-78k	0.44 364	1.80 543	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.45 383	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-36k	0.44 364	1.80 543	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-34k	0.44 364	1.80 543	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-32k-new	0.44 364	1.78 538	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.44 410	0.30 334	0.44 403	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.45 383	0.34 351	0.39 392	0.26 295	0.38 334	0.26 277

aanet-new-32k	0.44 364	1.79 542	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-30k	0.44 364	1.78 538	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-28k	0.44 364	1.81 548	0.39 345	0.49 349	0.30 333	0.44 413	0.30 325	0.44 410	0.30 334	0.44 403	0.30 338	0.44 416	0.30 334	0.44 405	0.30 324	0.45 383	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT26K	0.43 351	1.76 533	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.31 365	0.44 354	0.33 322	0.38 349	0.27 333	0.38 334	0.26 277

aanet-new-24k	0.44 364	1.78 538	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-22k	0.44 364	1.81 548	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-16k	0.44 364	1.83 558	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-14k	0.60 440	5.12 699	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.44 405	0.30 324	0.44 354	0.37 369	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-8k	0.43 351	1.76 533	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new	0.43 351	1.80 543	0.38 334	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-cres-4k	0.44 364	1.81 548	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-cres	0.43 351	1.77 535	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-36K	0.43 351	1.78 538	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-22K	0.44 364	1.85 564	0.38 334	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-20K	0.43 351	1.77 535	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-24K	0.44 364	1.86 567	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-5K	0.44 364	1.80 543	0.39 345	0.49 349	0.30 333	0.44 413	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.44 405	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-2K	0.44 364	1.82 555	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-3K	0.43 351	1.77 535	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

GCAP-Stereo-DPT-50K	0.44 364	1.83 558	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.36 364	0.38 349	0.26 295	0.38 334	0.26 277

Pro-Stereo	0.79 493	0.53 299	0.38 334	0.49 349	0.38 441	0.49 453	0.37 425	0.49 441	0.67 528	0.50 457	0.38 434	1.10 579	0.38 430	0.49 449	0.38 424	0.71 476	0.88 535	5.98 767	0.36 440	0.46 427	0.36 414

GCAP-BAT	0.41 335	1.30 503	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.44 403	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.44 354	0.34 351	0.38 349	0.26 295	0.38 334	0.26 277

GCAPDPT-zeroshot4090	0.40 327	1.09 429	0.39 345	0.49 349	0.30 333	0.43 379	0.30 325	0.44 410	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.45 383	0.34 351	0.38 349	0.27 333	0.38 334	0.27 315

MyStereo07	0.60 440	3.72 666	0.48 424	0.49 349	0.41 462	0.36 308	0.32 382	0.49 441	0.43 468	0.51 466	0.42 465	0.49 450	0.43 466	0.51 467	0.64 514	0.49 410	0.45 421	0.34 312	0.32 406	0.35 306	0.43 455

MyStereo04	0.56 437	3.72 666	0.59 461	0.49 349	0.41 462	0.36 308	0.32 382	0.37 304	0.31 379	0.34 297	0.46 479	0.35 306	0.32 392	0.35 305	0.33 389	0.49 410	0.45 421	0.34 312	0.32 406	0.35 306	0.43 455

HaxPig	0.47 404	0.47 272	0.47 416	0.49 349	0.47 490	0.47 439	0.47 481	0.47 429	0.47 481	0.47 427	0.47 487	0.47 436	0.47 484	0.47 432	0.47 477	0.47 402	0.47 431	0.47 461	0.47 495	0.47 441	0.48 472

ACVNet_2	0.49 416	0.49 280	0.49 431	0.49 349	0.49 498	0.49 453	0.49 492	0.49 441	0.49 490	0.49 444	0.49 494	0.49 450	0.49 491	0.49 449	0.49 485	0.49 410	0.49 440	0.49 474	0.49 503	0.49 448	0.49 478

IGEV-Stereo	0.35 283	0.44 254	0.45 402	0.49 349	0.30 333	0.37 316	0.30 325	0.36 296	0.30 334	0.36 305	0.29 323	0.36 311	0.29 325	0.36 311	0.30 324	0.46 395	0.39 383	0.32 295	0.24 286	0.32 281	0.25 271
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
psmorigin	0.41 335	0.46 267	0.33 301	0.49 349	0.33 407	0.49 453	0.33 393	0.49 441	0.33 401	0.49 444	0.33 401	0.49 450	0.33 404	0.51 467	0.33 389	0.41 338	0.30 299	0.41 423	0.30 387	0.79 512	0.29 352

aanet-new-40k	0.44 364	1.81 548	0.39 345	0.50 385	0.30 333	0.43 379	0.30 325	0.43 372	0.30 334	0.43 365	0.30 338	0.43 381	0.30 334	0.43 374	0.30 324	0.45 383	0.33 322	0.38 349	0.26 295	0.38 334	0.26 277

aanet-new-10k	0.45 387	1.81 548	0.40 377	0.50 385	0.31 380	0.44 413	0.31 372	0.44 410	0.31 379	0.44 403	0.31 382	0.44 416	0.32 392	0.44 405	0.31 365	0.46 395	0.35 358	0.39 392	0.27 333	0.39 382	0.27 315

252Zero-FE	0.45 387	0.50 285	0.36 327	0.50 385	0.36 429	0.50 462	0.36 419	0.50 450	0.36 426	0.49 444	0.36 422	0.49 450	0.36 421	0.54 478	0.41 449	0.45 383	0.34 351	0.45 447	0.34 421	0.55 468	0.75 550

water-stereo	0.41 335	0.84 359	0.46 408	0.50 385	0.33 407	0.45 427	0.33 393	0.45 419	0.32 391	0.45 415	0.32 392	0.45 426	0.32 392	0.45 423	0.32 377	0.44 354	0.41 397	0.39 392	0.31 398	0.39 382	0.32 384

DVStereo	0.43 351	0.86 363	0.48 424	0.50 385	0.33 407	0.46 434	0.33 393	0.46 423	0.33 401	0.46 421	0.33 401	0.47 436	0.33 404	0.47 432	0.34 404	0.45 383	0.42 407	0.40 405	0.33 417	0.47 441	0.38 427

FoundationStereo	0.50 419	0.50 285	0.50 437	0.50 385	0.50 502	0.50 462	0.50 496	0.50 450	0.50 495	0.50 457	0.50 498	0.50 464	0.50 495	0.50 457	0.50 488	0.50 417	0.50 448	0.50 480	0.50 505	0.50 453	0.50 481

StereoAnything_RVC	0.50 419	0.50 285	0.50 437	0.50 385	0.50 502	0.50 462	0.50 496	0.50 450	0.50 495	0.50 457	0.50 498	0.50 464	0.50 495	0.50 457	0.50 488	0.50 417	0.50 448	0.50 480	0.50 505	0.50 453	0.50 481

dual_stereo	0.50 419	0.50 285	0.50 437	0.50 385	0.50 502	0.50 462	0.50 496	0.50 450	0.50 495	0.50 457	0.50 498	0.50 464	0.50 495	0.50 457	0.50 488	0.50 417	0.50 448	0.50 480	0.50 505	0.50 453	0.50 481

TorneroNet	0.66 455	0.53 299	0.50 437	0.50 385	0.64 532	1.06 569	0.70 546	0.50 450	0.51 502	0.49 444	0.69 542	0.49 450	0.50 495	0.48 442	1.15 598	0.71 476	0.49 440	1.14 586	1.08 599	0.49 448	0.49 478

ccnet	0.80 496	2.28 602	0.33 301	0.50 385	0.33 407	0.50 462	0.33 393	0.50 450	0.33 401	0.49 444	0.33 401	0.49 450	1.56 664	2.38 698	0.33 389	0.41 338	0.29 289	0.42 439	1.57 681	2.28 683	0.29 352

SANet	0.50 419	0.50 285	0.50 437	0.50 385	0.50 502	0.50 462	0.50 496	0.50 450	0.50 495	0.50 457	0.50 498	0.50 464	0.50 495	0.50 457	0.50 488	0.50 417	0.50 448	0.50 480	0.50 505	0.50 453	0.50 481

quiztm	0.43 351	0.49 280	0.40 377	0.51 396	0.40 452	0.51 474	0.40 447	0.50 450	0.40 448	0.50 457	0.40 447	0.51 475	0.40 443	0.50 457	0.40 441	0.44 354	0.34 351	0.44 442	0.34 421	0.44 417	0.34 400

aanet-new-12k	0.46 396	1.99 582	0.40 377	0.51 396	0.31 380	0.44 413	0.31 372	0.44 410	0.31 379	0.44 403	0.31 382	0.44 416	0.31 385	0.44 405	0.32 377	0.47 402	0.35 358	0.39 392	0.27 333	0.39 382	0.27 315

GCAP-Stereo-DPT-FT	0.41 335	1.06 426	0.40 377	0.51 396	0.31 380	0.44 413	0.30 325	0.43 372	0.32 391	0.44 403	0.30 338	0.56 489	0.30 334	0.44 405	0.31 365	0.45 383	0.34 351	0.39 392	0.27 333	0.40 396	0.27 315

GCAP-Stereo-DPT-25K	0.41 335	1.09 429	0.40 377	0.52 399	0.31 380	0.44 413	0.31 372	0.44 410	0.31 379	0.44 403	0.31 382	0.44 416	0.31 385	0.44 405	0.31 365	0.46 395	0.35 358	0.39 392	0.28 354	0.39 382	0.28 343

fffft	0.48 410	0.51 293	0.45 402	0.52 399	0.45 481	0.52 478	0.45 472	0.52 469	0.48 488	0.53 473	0.45 475	0.52 476	0.45 472	0.52 472	0.46 470	0.51 423	0.41 397	0.50 480	0.41 472	0.50 453	0.41 445
1: 1. 1
DDF-Stereo	0.43 351	1.15 438	0.57 459	0.53 401	0.32 394	0.41 351	0.32 382	0.41 346	0.32 391	0.41 344	0.32 392	0.41 354	0.32 392	0.40 333	0.32 377	0.52 425	0.50 448	0.38 349	0.31 398	0.39 382	0.31 377

UGAM-zero	0.51 424	2.17 594	0.39 345	0.53 401	0.36 429	0.50 462	0.36 419	0.50 450	0.36 426	0.49 444	0.36 422	0.50 464	0.35 417	0.50 457	0.36 411	0.49 410	0.37 369	0.47 461	0.35 434	0.46 427	0.34 400

GCST	0.50 419	2.08 585	0.38 334	0.53 401	0.35 423	0.49 453	0.35 413	0.50 450	0.35 416	0.49 444	0.35 418	0.49 450	0.35 417	0.49 449	0.35 408	0.48 407	0.37 369	0.45 447	0.33 417	0.44 417	0.33 393

LACA3	0.23 223	0.25 180	0.27 251	0.54 404	0.17 247	0.25 260	0.17 236	0.25 255	0.17 246	0.25 256	0.17 242	0.25 260	0.17 245	0.25 258	0.17 237	0.28 251	0.23 246	0.24 260	0.17 256	0.24 251	0.17 240

depthmonostereo	0.44 364	0.85 361	0.46 408	0.54 404	0.40 452	0.52 478	0.38 432	0.52 469	0.35 416	0.47 427	0.34 409	0.46 430	0.34 411	0.47 432	0.34 404	0.45 383	0.43 412	0.41 423	0.33 417	0.41 407	0.32 384

SCV_C0	0.45 387	0.88 368	0.49 431	0.54 404	0.37 434	0.48 444	0.37 425	0.48 433	0.37 428	0.48 434	0.36 422	0.48 443	0.37 426	0.49 449	0.37 421	0.50 417	0.41 397	0.44 442	0.34 421	0.44 417	0.34 400

SCV	0.46 396	0.94 388	0.45 402	0.54 404	0.37 434	0.48 444	0.38 432	0.48 433	0.37 428	0.48 434	0.39 444	0.48 443	0.37 426	0.49 449	0.37 421	0.50 417	0.46 423	0.44 442	0.34 421	0.44 417	0.34 400

UGAM	0.51 424	2.23 599	0.39 345	0.54 404	0.35 423	0.50 462	0.35 413	0.49 441	0.35 416	0.49 444	0.35 418	0.49 450	0.36 421	0.50 457	0.36 411	0.49 410	0.37 369	0.45 447	0.34 421	0.45 422	0.34 400

FCDSN-DC	0.41 335	0.59 316	0.64 480	0.54 404	0.33 407	0.50 462	0.37 425	0.42 364	0.40 448	0.61 494	0.43 468	0.50 464	0.49 491	0.38 322	0.32 377	0.28 251	0.23 246	0.26 270	0.22 273	0.35 306	0.28 343
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PSMNet_ROB	0.54 430	0.54 303	0.54 451	0.54 404	0.53 512	0.54 484	0.54 506	0.53 471	0.54 506	0.54 479	0.54 509	0.54 482	0.53 502	0.54 478	0.54 499	0.54 429	0.53 460	0.54 494	0.54 513	0.54 467	0.54 495

z-ln-s-r	0.21 209	1.40 514	0.53 450	0.56 411	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	0.57 441	0.44 420	0.04 93	0.04 99	0.04 97	0.04 96

GASTEREO	0.48 410	1.21 491	0.47 416	0.57 412	0.38 441	0.50 462	0.38 432	0.50 450	0.38 432	0.50 457	0.38 434	0.50 464	0.38 430	0.50 457	0.38 424	0.52 425	0.42 407	0.46 451	0.34 421	0.46 427	0.34 400

CASS	0.57 439	0.89 371	0.56 455	0.57 412	0.56 516	0.56 486	0.56 508	0.56 477	0.53 504	0.57 487	0.57 512	0.59 496	0.48 485	0.56 483	0.57 503	0.55 435	0.56 465	0.47 461	0.56 519	0.62 480	0.56 506
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
MSCF	0.51 424	1.40 514	0.49 431	0.58 414	0.38 441	0.50 462	0.38 432	0.54 473	0.41 458	0.52 470	0.41 455	0.53 478	0.42 461	0.53 475	0.41 449	0.60 447	0.47 431	0.48 469	0.37 443	0.48 445	0.38 427

TorneroNet-64	0.45 387	0.27 186	0.30 269	0.58 414	0.27 302	0.70 511	0.30 325	0.28 266	0.73 558	0.73 516	0.28 308	0.71 516	0.66 525	0.75 518	0.27 289	0.27 246	0.29 289	0.37 341	0.75 565	0.28 265	0.30 367

PML	0.46 396	1.36 509	0.29 265	0.58 414	0.30 333	0.57 492	0.29 317	0.57 480	0.29 319	0.57 487	0.29 323	0.57 492	0.29 325	0.56 483	0.29 314	0.52 425	0.30 299	0.53 491	0.31 398	0.53 466	0.30 367

S0	0.42 349	0.44 254	0.54 451	0.59 417	0.34 419	0.48 444	0.22 265	0.51 464	0.25 285	0.51 466	0.34 409	0.53 478	0.35 417	0.47 432	0.36 411	0.55 435	0.39 383	0.49 474	0.27 333	0.46 427	0.34 400

GSStereo	0.81 501	4.28 683	0.50 437	0.59 417	0.40 452	0.51 474	0.38 432	0.50 450	0.38 432	0.50 457	0.38 434	0.50 464	3.79 748	0.50 457	0.38 424	0.54 429	0.43 412	0.46 451	0.34 421	0.46 427	0.35 411

MyStereo8	0.71 472	3.92 675	0.52 446	0.59 417	0.52 509	0.57 492	0.53 503	0.59 486	0.50 495	0.59 491	0.51 504	0.57 492	0.50 495	0.56 483	0.52 495	0.54 429	0.49 440	0.54 494	0.49 503	0.55 468	0.50 481

LL-Strereo2	0.48 410	1.73 531	0.51 443	0.59 417	0.34 419	0.42 372	0.33 393	0.40 327	0.31 379	0.42 358	0.33 401	0.42 372	0.31 385	0.44 405	0.39 438	0.60 447	0.51 453	0.44 442	0.33 417	0.44 417	0.33 393

PA-Net	11.80 771	223.51 798	0.62 473	0.59 417	0.71 549	0.59 494	0.73 553	0.67 501	0.73 558	0.55 482	0.61 522	0.60 497	0.74 550	0.63 499	0.73 550	0.66 466	0.60 480	0.69 519	0.66 542	0.72 498	0.65 524
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
WCG-NET	0.61 445	1.21 491	0.54 451	0.61 422	0.53 512	0.67 506	0.53 503	0.66 500	0.53 504	0.64 502	0.53 507	0.65 508	0.53 502	0.59 490	0.52 495	0.65 464	0.48 437	0.64 509	0.52 509	0.58 476	0.50 481

LG-Stereo_L1	0.47 404	0.52 295	0.47 416	0.62 423	0.39 451	0.53 480	0.40 447	0.53 471	0.39 445	0.53 473	0.39 444	0.53 478	0.39 442	0.53 475	0.39 438	0.55 435	0.46 423	0.49 474	0.37 443	0.49 448	0.37 420

MonSter	0.60 440	0.64 324	0.52 446	0.62 423	0.44 477	2.07 674	0.44 466	0.62 493	0.44 471	0.62 498	0.44 470	0.62 502	0.44 468	0.62 494	0.44 463	0.58 442	0.42 407	0.62 505	0.46 488	0.58 476	0.42 452

GREATEN-IGEV_RVC	0.38 307	0.35 203	0.56 455	0.63 425	0.29 321	0.36 308	0.29 317	0.36 296	0.29 319	0.39 320	0.29 323	0.36 311	0.29 325	0.36 311	0.29 314	0.62 456	0.57 467	0.35 328	0.29 369	0.36 316	0.29 352

GREATEN-IGEV-FM_RVC	0.38 307	0.35 203	0.56 455	0.63 425	0.28 308	0.36 308	0.28 302	0.36 296	0.28 309	0.36 305	0.28 308	0.36 311	0.28 313	0.36 311	0.28 298	0.62 456	0.57 467	0.35 328	0.28 354	0.35 306	0.28 343

LG-Stereo_Zeroshot	0.48 410	0.55 306	0.47 416	0.63 425	0.41 462	0.56 486	0.44 466	0.56 477	0.41 458	0.56 484	0.41 455	0.57 492	0.42 461	0.56 483	0.41 449	0.55 435	0.43 412	0.51 485	0.37 443	0.51 459	0.37 420

MyStereo06	0.75 483	4.12 677	0.60 465	0.63 425	0.61 526	0.62 500	0.66 523	0.56 477	0.45 475	0.55 482	0.48 491	0.54 482	0.46 476	0.57 488	0.45 466	0.60 447	0.57 467	0.64 509	0.55 515	0.72 498	0.55 503

MyStereo05	0.80 496	4.12 677	0.63 477	0.63 425	0.61 526	0.62 500	0.66 523	0.65 497	0.62 519	0.67 508	0.61 522	0.65 508	0.58 511	0.67 504	0.55 502	0.60 447	0.57 467	0.64 509	0.55 515	0.72 498	0.55 503

LG-Stereo	0.60 440	0.58 313	0.47 416	0.64 430	0.74 554	1.00 552	0.69 540	0.57 480	0.41 458	0.57 487	0.41 455	0.57 492	0.41 455	1.00 559	0.75 555	0.91 515	0.51 453	0.52 488	0.37 443	0.52 462	0.37 420

DN	0.53 429	0.85 361	0.45 402	0.65 431	0.44 477	0.60 495	0.44 466	0.60 488	0.44 471	0.60 492	0.45 475	0.60 497	0.44 468	0.60 492	0.44 463	0.56 439	0.42 407	0.56 498	0.42 480	0.56 471	0.42 452

MSKI-zero shot	0.24 227	0.21 159	0.49 431	0.65 431	0.18 259	0.22 238	0.17 236	0.23 244	0.18 253	0.21 231	0.17 242	0.23 247	0.28 313	0.23 245	0.18 250	0.21 210	0.16 184	0.21 236	0.16 233	0.21 232	0.16 222

LMCR-Stereo	0.65 453	0.63 322	0.65 484	0.65 431	0.65 534	0.66 505	0.63 519	0.58 483	0.65 524	0.63 501	0.64 526	0.65 508	0.65 522	0.66 502	0.66 520	0.66 466	0.64 489	0.65 513	0.67 546	0.68 489	0.73 546

DSFCA	0.66 455	0.73 335	0.78 521	0.65 431	0.65 534	0.64 502	0.64 520	0.65 497	0.63 522	0.64 502	0.64 526	0.64 504	0.64 520	0.65 501	0.65 517	0.65 464	0.65 491	0.65 513	0.65 539	0.66 484	0.64 522

AIO-test1	0.54 430	0.60 319	0.52 446	0.66 435	0.47 490	0.61 497	0.47 481	0.58 483	0.46 476	0.61 494	0.46 479	0.61 500	0.45 472	0.62 494	0.45 466	0.61 451	0.52 456	0.57 499	0.48 499	0.57 474	0.48 472

rgla	0.45 387	0.54 303	0.33 301	0.67 436	0.32 394	0.48 444	0.33 393	0.48 433	0.33 401	0.48 434	0.94 583	0.48 443	0.33 404	0.47 432	0.33 389	0.45 383	0.52 456	0.53 491	0.31 398	0.45 422	0.32 384

416test1013	0.49 416	0.80 352	0.33 301	0.67 436	0.33 407	0.48 444	0.41 456	0.48 433	0.39 445	0.48 434	0.93 582	0.52 476	0.32 392	0.52 472	0.38 424	0.49 410	0.51 453	0.53 491	0.37 443	0.51 459	0.36 414

416test	0.46 396	0.55 306	0.33 301	0.67 436	0.33 407	0.48 444	0.33 393	0.48 433	0.33 401	0.48 434	0.99 588	0.48 443	0.33 404	0.48 442	0.33 389	0.45 383	0.52 456	0.54 494	0.32 406	0.45 422	0.32 384

WAFT-Stereo (ZS)	0.67 461	0.78 347	0.67 490	0.67 436	0.66 537	0.67 506	0.67 527	0.65 497	0.66 526	0.66 506	0.67 531	0.66 511	0.67 527	0.67 504	0.72 549	0.66 466	0.67 494	0.67 515	0.67 546	0.67 487	0.67 528

AIO-test2	0.55 435	0.59 316	0.52 446	0.67 436	0.47 490	0.61 497	0.47 481	0.61 492	0.47 481	0.61 494	0.47 487	0.61 500	0.48 485	0.62 494	0.47 477	0.64 462	0.53 460	0.58 500	0.47 495	0.58 476	0.48 472

S	0.56 437	0.61 321	0.54 451	0.68 441	0.48 494	0.65 503	0.49 492	0.63 494	0.49 490	0.64 502	0.49 494	0.64 504	0.48 485	0.62 494	0.49 485	0.63 460	0.62 486	0.59 503	0.48 499	0.57 474	0.48 472

mm2	0.69 466	0.69 328	0.69 500	0.69 442	0.69 543	0.69 508	0.69 540	0.69 503	0.69 539	0.69 511	0.69 542	0.69 512	0.69 538	0.69 507	0.69 536	0.69 470	0.69 506	0.69 519	0.69 552	0.69 493	0.69 532

mm1	0.69 466	0.69 328	0.69 500	0.69 442	0.69 543	0.69 508	0.69 540	0.69 503	0.69 539	0.69 511	0.69 542	0.69 512	0.69 538	0.69 507	0.69 536	0.69 470	0.69 506	0.69 519	0.69 552	0.69 493	0.69 532

GEAStereo	0.62 447	3.91 673	0.48 424	0.69 442	0.38 441	0.51 474	0.38 432	0.51 464	0.38 432	0.53 473	0.38 434	0.50 464	0.38 430	0.51 467	0.38 424	0.54 429	0.43 412	0.46 451	0.34 421	0.46 427	0.34 400

gasm-f	0.62 447	3.91 673	0.48 424	0.69 442	0.38 441	0.51 474	0.38 432	0.51 464	0.38 432	0.53 473	0.38 434	0.50 464	0.38 430	0.51 467	0.38 424	0.54 429	0.43 412	0.46 451	0.34 421	0.46 427	0.34 400

4D-IteraStereo	0.78 492	3.13 651	0.89 533	0.69 442	0.32 394	0.40 332	0.32 382	0.76 515	0.97 587	0.52 470	0.65 528	0.89 544	0.32 392	0.76 519	0.98 580	0.83 509	0.94 541	0.35 328	0.27 333	0.70 496	0.89 568

Selective-IGEV	0.51 424	0.55 306	0.45 402	0.69 442	0.45 481	0.61 497	0.45 472	0.50 450	0.40 448	0.56 484	0.44 470	0.55 486	0.40 443	0.72 513	0.67 521	0.59 445	0.46 423	0.45 447	0.34 421	0.46 427	0.37 420

LL-Strereo	1.01 552	5.06 698	1.63 654	0.70 448	1.43 672	0.56 486	0.46 476	0.57 480	0.50 495	0.57 487	0.50 498	1.58 652	0.49 491	0.59 490	0.50 488	1.64 635	0.52 456	0.51 485	1.37 668	0.52 462	0.45 460

DMCA-RVC	0.70 469	0.80 352	0.70 503	0.70 448	0.70 547	0.70 511	0.70 546	0.71 508	0.70 547	0.70 513	0.71 552	0.71 516	0.70 542	0.70 509	0.69 536	0.69 470	0.70 509	0.69 519	0.70 556	0.69 493	0.70 535

DStereoRT	0.73 479	0.81 356	0.73 513	0.71 450	0.74 554	0.73 515	0.75 555	0.71 508	0.71 552	0.74 521	0.72 555	0.73 521	0.80 559	0.71 511	0.73 550	0.76 494	0.71 513	0.73 526	0.72 561	0.70 496	0.76 553

anonymity	0.63 449	0.69 328	0.56 455	0.71 450	0.56 516	0.71 513	0.56 508	0.71 508	0.56 507	0.72 514	0.56 511	0.71 516	0.56 506	0.71 511	0.58 505	0.68 469	0.55 463	0.68 516	0.55 515	0.68 489	0.54 495

HLF11	0.17 186	0.05 66	0.63 477	0.72 452	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	0.71 476	0.59 477	0.05 108	0.04 99	0.04 97	0.04 96

HLf8	0.17 186	0.05 66	0.62 473	0.72 452	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	0.72 484	0.58 471	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 186	0.05 66	0.65 484	0.72 452	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	0.71 476	0.59 477	0.05 108	0.04 99	0.05 114	0.04 96

iGMRVC	0.84 512	2.85 645	0.72 509	0.72 452	0.73 552	0.77 518	0.79 560	0.73 512	0.74 560	0.73 516	0.72 555	0.73 521	0.76 553	0.73 515	0.73 550	0.72 484	0.73 516	0.73 526	0.72 561	0.73 501	0.72 542

ManiGeoR	0.17 186	0.05 66	0.62 473	0.73 456	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	0.72 484	0.58 471	0.05 108	0.04 99	0.05 114	0.04 96

HLf10	0.17 186	0.05 66	0.62 473	0.73 456	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	0.72 484	0.58 471	0.05 108	0.04 99	0.05 114	0.04 96

SMoEStereo_RVC	0.63 449	0.75 340	0.51 443	0.73 456	0.53 512	0.71 513	0.47 481	0.67 501	0.58 510	0.74 521	0.60 518	0.72 519	0.53 502	0.74 517	0.51 493	0.61 451	0.62 486	0.62 505	0.61 528	0.63 481	0.61 512

ARAFT	0.68 463	0.81 356	0.63 477	0.74 459	0.60 521	0.78 520	0.62 518	0.77 516	0.66 526	0.74 521	0.63 524	0.75 524	0.62 519	0.83 532	0.60 510	0.70 475	0.55 463	0.70 524	0.60 526	0.78 510	0.55 503

GCAP-Stereo	0.75 483	4.15 680	0.42 396	0.75 460	0.35 423	0.78 520	0.40 447	0.79 517	0.38 432	0.78 525	0.36 422	0.78 527	0.36 421	0.79 521	0.39 438	0.75 492	0.39 383	0.76 534	0.39 461	0.75 503	0.39 434

AFF-stereo	0.73 479	0.88 368	0.67 490	0.75 460	0.68 542	0.75 517	0.64 520	0.80 520	0.72 555	0.83 536	0.70 546	0.82 535	0.64 520	0.84 533	0.67 521	0.77 497	0.63 488	0.81 543	0.63 530	0.78 510	0.62 515

SE	0.64 451	0.73 335	0.77 519	0.79 462	0.59 519	0.78 520	0.54 506	0.58 483	0.58 510	0.78 525	0.59 516	0.63 503	0.18 256	0.78 520	0.52 495	0.80 500	0.65 491	0.69 519	0.57 522	0.75 503	0.52 489

PointNet	0.60 440	0.75 340	0.49 431	0.79 462	0.50 502	0.79 523	0.49 492	0.79 517	0.49 490	0.80 528	0.49 494	0.79 529	0.49 491	0.80 523	0.49 485	0.63 460	0.40 387	0.63 507	0.40 463	0.63 481	0.40 436

DLNR_Zeroshot_test	0.31 257	0.28 189	0.47 416	0.79 462	0.24 291	0.30 281	0.26 288	0.30 274	0.24 280	0.32 289	0.23 278	0.31 291	0.24 284	0.30 285	0.23 271	0.29 260	0.26 254	0.29 284	0.24 286	0.33 288	0.23 259

G-Net	0.79 493	0.79 349	0.79 524	0.79 462	0.79 567	0.79 523	0.79 560	0.79 517	0.79 566	0.79 527	0.79 567	0.79 529	0.79 558	0.79 521	0.79 560	0.79 498	0.79 526	0.79 538	0.79 572	0.79 512	0.79 558

MIM_Stereo	0.25 230	0.23 165	0.66 486	0.80 466	0.17 247	0.22 238	0.17 236	0.23 244	0.18 253	0.26 265	0.17 242	0.21 229	0.17 245	0.25 258	0.17 237	0.23 224	0.16 184	0.21 236	0.17 256	0.22 234	0.17 240

RAFT-Stereo + iAFF	0.70 469	0.72 334	0.71 506	0.80 466	0.62 531	0.82 531	0.61 517	0.81 523	0.62 519	0.81 531	0.63 524	0.80 531	0.70 542	0.73 515	0.61 512	0.76 494	0.61 485	0.74 531	0.61 528	0.77 508	0.61 512

NaN_ROB	0.80 496	0.80 352	0.80 525	0.80 466	0.80 570	0.80 525	0.80 563	0.80 520	0.80 568	0.80 528	0.80 569	0.80 531	0.80 559	0.80 523	0.80 563	0.80 500	0.80 529	0.80 541	0.80 574	0.80 515	0.80 559

CSAN	0.80 496	0.80 352	0.80 525	0.80 466	0.80 570	0.80 525	0.80 563	0.80 520	0.80 568	0.80 528	0.80 569	0.80 531	0.80 559	0.80 523	0.80 563	0.80 500	0.80 529	0.80 541	0.80 574	0.80 515	0.80 559

AIO-Stereo	0.84 512	0.66 325	0.70 503	0.83 470	0.67 539	0.98 550	0.82 570	1.14 566	0.72 555	1.03 569	0.74 559	1.03 572	1.09 586	0.99 557	0.45 466	1.04 539	0.73 516	0.95 569	0.74 563	0.94 545	0.46 462

CAR	0.72 475	0.76 343	0.59 461	0.84 471	1.19 612	0.81 528	0.58 511	0.81 523	0.58 510	0.81 531	0.58 514	0.83 536	0.59 513	0.82 527	0.59 508	0.71 476	0.49 440	0.73 526	0.68 548	0.87 526	0.52 489

MSE-Stereo	0.72 475	0.76 343	0.59 461	0.84 471	1.19 612	0.81 528	0.58 511	0.81 523	0.58 510	0.81 531	0.58 514	0.83 536	0.59 513	0.82 527	0.59 508	0.71 476	0.49 440	0.73 526	0.68 548	0.87 526	0.52 489

Former-RAFT_DAM_RVC	0.49 416	0.98 393	0.64 480	0.84 471	0.46 483	0.45 427	0.35 413	0.47 429	0.47 481	0.45 415	0.34 409	0.46 430	0.48 485	0.46 428	0.35 408	0.39 322	0.71 513	0.39 392	0.35 434	0.41 407	0.41 445

test_xeample3	1.10 562	1.81 548	0.61 471	0.84 471	0.49 498	0.77 518	0.66 523	0.92 539	1.40 672	0.68 510	0.46 479	0.78 527	0.54 505	1.72 658	1.48 674	1.34 615	1.52 649	1.35 655	1.67 706	1.33 634	1.55 675

RSM++	0.76 488	0.82 358	0.66 486	0.85 475	0.64 532	0.85 535	0.71 549	0.94 543	0.64 523	0.87 537	0.67 531	0.87 540	0.65 522	0.84 533	0.65 517	0.81 504	0.70 509	0.79 538	0.71 559	0.83 522	0.70 535

Selective-RAFT-Error	0.88 526	0.84 359	0.98 545	0.86 476	0.97 586	0.88 539	0.95 581	0.84 527	0.99 590	0.92 544	0.82 571	0.84 538	0.98 573	0.87 538	0.97 579	0.81 504	0.83 532	0.79 538	0.82 577	0.79 512	0.85 564

monster-pro	0.75 483	1.67 523	0.64 480	0.89 477	0.57 518	0.86 537	0.56 508	0.87 529	0.56 507	0.87 537	0.57 512	0.88 541	0.57 508	0.87 538	0.57 503	0.79 498	0.58 471	0.76 534	0.54 513	0.77 508	0.54 495

FC-DCNN	1.07 559	1.09 429	0.98 545	0.89 477	0.52 509	1.41 649	0.91 576	1.21 624	1.24 660	1.96 663	2.05 732	1.91 664	1.30 652	1.27 641	1.08 592	0.80 500	0.60 480	0.58 500	0.41 472	0.68 489	0.54 495

DDUNet	0.81 501	2.45 619	0.57 459	0.90 479	0.60 521	0.88 539	0.59 515	0.90 534	0.60 516	0.88 539	0.60 518	0.90 545	0.58 511	0.88 540	0.60 510	0.84 511	0.60 480	0.86 551	0.57 522	0.86 525	0.60 511

ADCS	0.09 80	0.02 12	0.04 64	0.90 479	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	0.14 187	0.36 411	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

UDG	0.80 496	2.21 598	0.60 465	0.91 481	0.60 521	0.90 542	0.58 511	0.88 533	0.60 516	0.90 540	0.60 518	0.88 541	0.60 515	0.90 543	0.58 505	0.86 513	0.60 480	0.84 549	0.59 525	0.84 523	0.61 512

DPSM_ROB	0.92 531	0.91 377	0.91 538	0.91 481	0.92 581	0.92 544	0.92 577	0.92 539	0.91 576	0.93 546	0.91 578	0.92 548	0.90 566	0.91 545	0.92 572	0.92 518	0.91 537	0.91 557	0.92 582	0.93 541	0.93 572

DPSM	0.92 531	0.91 377	0.91 538	0.91 481	0.92 581	0.92 544	0.92 577	0.92 539	0.91 576	0.93 546	0.91 578	0.92 548	0.90 566	0.91 545	0.92 572	0.92 518	0.91 537	0.91 557	0.92 582	0.93 541	0.93 572

MGA	0.73 479	0.76 343	0.60 465	0.92 484	1.17 608	0.81 528	0.59 515	0.84 527	0.62 519	0.81 531	0.59 516	0.84 538	0.60 515	0.81 526	0.61 512	0.71 476	0.53 460	0.89 553	0.53 511	0.75 503	0.54 495

zero-FE	0.72 475	1.31 505	0.66 486	0.92 484	0.60 521	0.82 531	0.58 511	0.82 526	0.58 510	0.81 531	0.60 518	0.81 534	0.60 515	0.82 527	0.58 505	0.74 491	0.59 477	0.73 526	0.52 509	0.76 506	0.51 488

tt45	1.04 557	0.88 368	1.36 635	0.92 484	1.03 596	1.51 654	0.79 560	0.70 507	0.88 574	0.74 521	0.90 575	1.60 653	0.72 548	1.60 653	0.75 555	0.91 515	0.78 524	1.52 662	0.79 572	1.14 564	1.32 662

PAM_32	0.64 451	2.38 614	0.51 443	0.92 484	0.43 476	0.53 480	0.44 466	0.87 529	0.43 468	0.52 470	0.45 475	0.53 478	0.40 443	0.54 478	0.46 470	0.62 456	0.56 465	0.48 469	0.45 486	0.76 506	0.44 458

MoCha-V2	2.11 680	26.97 775	0.78 521	0.92 484	0.77 564	0.96 549	0.72 552	0.90 534	0.72 555	0.94 548	0.70 546	0.90 545	0.71 547	0.91 545	0.71 547	0.85 512	0.71 513	0.88 552	0.69 552	0.87 526	0.67 528

Syn2CoEx	0.25 230	1.31 505	0.74 514	0.92 484	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	0.87 514	0.75 519	0.02 19	0.02 21	0.02 21	0.02 20

pmcnn	0.92 531	0.92 382	0.92 540	0.92 484	0.92 581	0.92 544	0.92 577	0.92 539	0.92 580	0.92 544	0.92 581	0.92 548	0.92 568	0.92 549	0.92 572	0.92 518	0.92 539	0.92 560	0.92 582	0.92 536	0.92 571

DCRE	0.84 512	1.89 570	0.77 519	0.94 491	0.72 551	0.88 539	0.73 553	0.87 529	0.78 562	0.90 540	0.71 552	0.88 541	0.67 527	0.88 540	0.73 550	0.81 504	0.68 500	0.81 543	0.70 556	0.82 520	0.70 535

DGTPSM_ROB	0.93 536	1.00 403	0.92 540	0.94 491	0.96 585	0.91 543	0.92 577	0.91 536	0.96 586	0.91 542	0.96 584	0.93 551	0.92 568	0.94 551	0.92 572	0.92 518	0.92 539	0.90 554	0.92 582	0.94 545	0.91 570

ToySt	0.92 531	2.11 588	0.90 536	0.95 493	0.79 567	0.99 551	0.78 559	0.94 543	0.81 571	0.94 548	0.78 565	0.95 554	0.77 555	0.94 551	0.86 570	0.91 515	0.79 526	0.85 550	0.77 568	0.89 530	0.73 546

R-Stereo Train	0.81 501	0.96 390	0.67 490	0.95 493	0.67 539	0.95 547	0.68 532	0.95 545	0.68 534	0.95 550	0.68 537	0.96 555	0.68 532	0.96 555	0.68 528	0.94 524	0.68 500	0.94 567	0.68 548	0.94 545	0.68 530

RAFT-Stereo	0.81 501	0.96 390	0.67 490	0.95 493	0.67 539	0.95 547	0.68 532	0.95 545	0.68 534	0.95 550	0.68 537	0.96 555	0.68 532	0.96 555	0.68 528	0.94 524	0.68 500	0.94 567	0.68 548	0.94 545	0.68 530
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo-zeroshot1	0.75 483	0.92 382	0.85 532	0.96 496	0.59 519	1.27 634	0.44 466	0.59 486	0.69 539	0.91 542	0.68 537	0.55 486	0.61 518	1.06 574	0.83 568	0.62 456	0.70 509	0.90 554	0.41 472	0.89 530	0.56 506

ff7	1.68 633	2.68 627	1.35 627	0.97 497	0.89 576	1.84 660	2.15 725	2.12 668	1.80 708	2.05 673	1.56 678	2.33 693	2.12 716	2.23 689	2.25 728	1.31 612	1.07 553	1.48 659	1.41 671	0.90 533	1.04 589

ffff	1.68 633	2.68 627	1.35 627	0.97 497	0.89 576	1.84 660	2.15 725	2.12 668	1.80 708	2.05 673	1.56 678	2.33 693	2.12 716	2.23 689	2.25 728	1.31 612	1.07 553	1.48 659	1.41 671	0.90 533	1.04 589

ccc-4	1.68 633	2.68 627	1.35 627	0.97 497	0.89 576	1.84 660	2.15 725	2.12 668	1.80 708	2.05 673	1.56 678	2.33 693	2.12 716	2.23 689	2.25 728	1.31 612	1.07 553	1.48 659	1.41 671	0.90 533	1.04 589

LGCAT	1.00 544	1.00 403	1.00 547	1.00 500	1.00 587	1.00 552	1.00 585	1.00 547	1.00 591	1.00 552	1.00 589	1.00 558	1.00 574	1.00 559	1.00 582	1.00 533	1.00 543	1.00 575	1.00 589	1.00 550	1.00 581

Test_v1	1.00 544	1.00 403	1.00 547	1.00 500	1.00 587	1.00 552	1.00 585	1.00 547	1.00 591	1.00 552	1.00 589	1.00 558	1.00 574	1.00 559	1.00 582	1.00 533	1.00 543	1.00 575	1.00 589	1.00 550	1.00 581

GANet	1.00 544	1.00 403	1.00 547	1.00 500	1.00 587	1.00 552	1.00 585	1.00 547	1.00 591	1.00 552	1.00 589	1.00 558	1.00 574	1.00 559	1.00 582	1.00 533	1.00 543	1.00 575	1.00 589	1.00 550	1.00 581

TDLM	1.00 544	1.00 403	1.00 547	1.00 500	1.00 587	1.00 552	1.00 585	1.00 547	1.00 591	1.00 552	1.00 589	1.00 558	1.00 574	1.00 559	1.00 582	1.00 533	1.00 543	1.00 575	1.00 589	1.00 550	1.00 581

CVANet_RVC	1.00 544	1.00 403	1.00 547	1.00 500	1.00 587	1.00 552	1.00 585	1.00 547	1.00 591	1.00 552	1.00 589	1.00 558	1.00 574	1.00 559	1.00 582	1.00 533	1.00 543	1.00 575	1.00 589	1.00 550	1.00 581

AdaDepth	0.86 521	0.93 386	0.71 506	1.01 505	1.07 598	1.02 566	0.71 549	1.00 547	0.71 552	1.01 563	0.71 552	1.00 558	0.72 548	1.14 585	0.71 547	0.92 518	0.64 489	0.90 554	0.64 535	0.89 530	0.69 532

trnet	1.01 552	1.01 413	1.01 552	1.01 505	1.01 593	1.01 560	1.01 590	1.01 556	1.01 596	1.01 563	1.01 594	1.01 567	1.01 582	1.01 567	1.01 587	1.01 538	1.01 549	1.01 580	1.01 596	1.01 555	1.01 587

ADCMid	0.08 74	0.02 12	0.02 15	1.01 505	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

edge stereo	2.43 707	27.07 776	1.14 561	1.06 508	1.14 601	1.08 572	1.17 604	1.16 570	1.14 603	1.10 573	1.16 604	1.09 577	1.16 596	1.10 580	1.16 602	1.10 545	1.11 563	1.16 589	1.19 607	1.13 563	1.11 592

EKT-Stereo	0.37 301	0.40 226	0.44 400	1.07 509	0.29 321	0.34 300	0.31 372	0.36 296	0.29 319	0.38 313	0.31 382	0.37 321	0.30 334	0.36 311	0.29 314	0.34 280	0.28 275	0.39 392	0.30 387	0.37 321	0.30 367

GLC_STEREO	1.07 559	1.01 413	1.06 555	1.07 509	1.05 597	1.06 569	1.08 595	1.08 562	1.05 600	1.07 571	1.06 596	1.08 575	1.05 584	1.06 574	1.10 593	1.07 541	1.09 559	1.05 584	1.05 598	1.06 559	1.12 594

999	1.00 544	1.12 434	0.59 461	1.10 511	1.21 660	1.09 574	0.52 501	1.08 562	1.43 674	1.18 586	1.35 666	0.98 557	0.52 501	0.91 545	0.85 569	0.72 484	1.46 645	0.83 548	0.98 587	0.68 489	1.41 670

HH	0.71 472	2.54 621	0.74 514	1.10 511	0.32 394	0.41 351	0.37 425	0.69 503	0.78 562	0.73 516	0.90 575	0.75 524	1.00 574	0.84 533	0.69 536	0.69 470	0.40 387	0.35 328	0.26 295	0.35 306	0.26 277

HanStereo	0.71 472	2.54 621	0.74 514	1.10 511	0.32 394	0.41 351	0.37 425	0.69 503	0.78 562	0.73 516	0.90 575	0.75 524	1.00 574	0.84 533	0.69 536	0.69 470	0.40 387	0.35 328	0.26 295	0.35 306	0.26 277

DPSimNet_ROB	0.97 541	1.18 443	0.81 528	1.10 511	0.91 580	1.02 566	0.82 570	1.04 561	0.91 576	1.03 569	0.86 574	1.28 641	0.82 563	1.03 573	0.89 571	1.17 556	0.81 531	1.02 581	0.82 577	1.08 560	0.81 561

MSMD_ROB	1.19 569	1.10 433	0.70 503	1.10 511	0.60 521	1.10 575	0.70 546	1.10 565	0.70 547	1.10 573	0.70 546	1.10 579	0.70 542	7.00 771	0.70 545	1.10 545	0.70 509	1.10 585	0.70 556	1.10 561	0.70 535

AF-Net	2.37 704	25.71 771	1.17 565	1.13 516	1.15 603	1.15 582	1.18 605	1.19 575	1.16 605	1.10 573	1.15 601	1.10 579	1.18 597	1.12 584	1.15 598	1.10 545	1.10 562	1.17 593	1.15 603	1.16 569	1.12 594

DF	0.39 321	1.37 511	1.02 553	1.14 517	0.12 209	0.16 203	0.12 202	0.16 202	0.12 209	0.16 200	0.12 199	0.16 201	0.12 205	0.16 201	0.12 196	1.12 551	1.00 543	0.15 200	0.12 203	0.15 200	0.12 200

ktn	0.72 475	0.53 299	1.08 557	1.14 517	0.51 508	1.22 630	1.36 665	0.51 464	0.59 515	0.51 466	0.51 504	0.69 512	1.20 599	0.67 504	0.51 493	0.51 423	0.49 440	0.58 500	0.66 542	0.52 462	0.53 492

Nwc_Net	2.37 704	25.95 772	1.15 563	1.14 517	1.15 603	1.08 572	1.14 599	1.17 572	1.16 605	1.14 583	1.15 601	1.08 575	1.15 592	1.11 582	1.14 597	1.10 545	1.11 563	1.16 589	1.09 600	1.16 569	1.15 599

KSHMR	0.66 455	0.50 285	0.48 424	1.15 520	0.52 509	0.49 453	0.51 500	0.49 441	0.71 552	0.67 508	0.50 498	1.16 587	1.11 587	0.66 502	0.52 495	0.49 410	0.49 440	0.51 485	0.66 542	0.50 453	1.14 598

HBP-ISP	1.24 619	1.72 526	1.65 655	1.15 520	0.76 561	1.40 647	0.88 573	1.67 654	1.02 597	1.69 658	1.38 671	1.69 658	1.21 645	1.87 665	1.21 654	1.05 540	0.79 526	0.97 573	0.80 574	1.19 577	0.75 550

RP	2.33 700	25.00 768	1.13 560	1.15 520	1.15 603	1.10 575	1.15 601	1.15 567	1.15 604	1.12 579	1.15 601	1.09 577	1.13 588	1.10 580	1.15 598	1.11 550	1.09 559	1.16 589	1.12 601	1.16 569	1.17 603

RGC	2.36 702	25.48 769	1.19 569	1.15 520	1.15 603	1.10 575	1.16 603	1.17 572	1.16 605	1.12 579	1.16 604	1.11 583	1.13 588	1.09 578	1.18 605	1.10 545	1.15 568	1.16 589	1.12 601	1.14 564	1.12 594

NCC-stereo	2.36 702	25.52 770	1.17 565	1.15 520	1.17 608	1.11 578	1.11 596	1.15 567	1.16 605	1.10 573	1.16 604	1.10 579	1.15 592	1.14 585	1.13 596	1.09 543	1.11 563	1.15 588	1.16 605	1.17 574	1.17 603

Selective-RAFT	0.89 528	0.89 371	0.72 509	1.16 525	0.78 565	1.06 569	0.82 570	0.87 529	0.97 587	1.00 552	0.91 578	0.90 545	1.00 574	0.89 542	0.93 576	0.83 509	0.83 532	0.82 547	0.82 577	0.81 518	0.82 562

Abc-Net	2.32 699	24.75 767	1.14 561	1.17 526	1.17 608	1.11 578	1.15 601	1.17 572	1.21 657	1.08 572	1.16 604	1.12 584	1.14 591	1.09 578	1.17 604	1.09 543	1.16 569	1.17 593	1.17 606	1.16 569	1.11 592
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
stereogan	2.33 700	24.38 766	1.18 567	1.18 527	1.18 611	1.14 581	1.18 605	1.19 575	1.19 611	1.14 583	1.18 608	1.14 585	1.18 597	1.14 585	1.18 605	1.14 554	1.14 567	1.19 598	1.19 607	1.15 567	1.19 607

HSM-Net_RVC	0.95 539	1.17 441	0.78 521	1.18 527	0.71 549	1.16 583	0.75 555	1.09 564	0.80 568	1.10 573	0.75 560	1.17 588	0.74 550	1.17 588	0.80 563	1.13 552	0.73 516	1.17 593	0.77 568	1.16 569	0.72 542
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DisPM	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

CrosDoStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

PFNet+	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

LCNet	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

HHNet	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

Patchmatch Stereo++	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608
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	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

STrans-v2	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

TransformOpticalFlow	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

OMP-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

IIG-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

NF-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

OCTAStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

PSM-softLoss	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

KMStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

NRIStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

PSM-adaLoss	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

PSM-AAD	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

FTStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

ROB_FTStereo_v2	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

ROB_FTStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

Consistency-Raft	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

KYRaft	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

HUI-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

ASMatch	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

DeepStereo_LL	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

DEmStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

SST-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

THIR-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

RAFT_R40	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

DRaft	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

PFNet	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

GrayStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

RE-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

Pruner-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

TVStereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

DeepStereo_RVC	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

RAFT-RH_RVC	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

IRAFT_RVC	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

RAFT-345	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

iRAFT	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

CRE-IMP	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

GMM-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

RAFT-IKP	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

Prome-Stereo	1.20 570	1.20 445	1.20 572	1.20 529	1.20 614	1.20 584	1.20 607	1.20 578	1.20 612	1.20 588	1.20 609	1.20 590	1.20 599	1.20 590	1.20 609	1.20 559	1.20 574	1.20 600	1.20 610	1.20 579	1.20 608

CroCo-Stereo	0.73 479	1.22 497	0.25 241	1.22 574	0.25 294	1.22 630	0.25 281	1.22 625	0.25 285	1.22 634	0.25 291	1.22 636	0.25 287	1.22 636	0.25 282	1.22 607	0.26 254	1.21 645	0.25 289	1.22 627	0.25 271
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
S-Stereo	2.51 711	26.86 774	1.23 621	1.22 574	1.22 662	1.24 632	1.25 656	1.22 625	1.24 660	1.21 633	1.24 657	1.19 589	1.27 649	1.19 589	1.24 656	1.19 557	1.20 574	1.25 648	1.19 607	1.24 628	1.23 656

FAT-Stereo	2.46 709	26.05 773	1.23 621	1.23 576	1.22 662	1.20 584	1.24 655	1.23 627	1.23 659	1.19 587	1.22 655	1.21 635	1.24 647	1.20 590	1.24 656	1.21 605	1.17 572	1.22 646	1.25 660	1.20 579	1.24 657

AIO-Stereo-zeroshot	0.91 529	0.86 363	0.89 533	1.25 577	0.69 543	1.05 568	0.81 567	1.16 570	0.50 495	1.12 579	0.97 586	0.72 519	0.82 563	1.06 574	0.95 577	0.61 451	0.87 534	1.03 583	0.85 580	1.04 558	1.01 587

WQFJA1++	0.84 512	0.98 393	0.67 490	1.26 578	0.75 556	1.00 552	0.67 527	1.00 547	0.67 528	1.00 552	0.67 531	1.00 558	0.67 527	1.00 559	0.67 521	0.96 526	0.67 494	0.91 557	0.63 530	0.92 536	0.63 516

NLMM	0.84 512	1.00 403	0.67 490	1.27 579	0.75 556	1.00 552	0.68 532	1.00 547	0.67 528	1.00 552	0.67 531	1.02 571	0.67 527	1.02 571	0.67 521	0.97 527	0.67 494	0.93 563	0.63 530	0.92 536	0.63 516

MLG-Stereo	0.92 531	0.90 375	0.84 531	1.27 579	0.49 498	1.38 645	0.88 573	1.41 643	0.97 587	0.73 516	1.09 598	1.26 637	0.43 466	0.72 513	1.05 590	1.13 552	0.49 440	1.18 596	0.66 542	1.01 555	0.46 462

CroCo-Stereo Lap2	0.77 489	1.29 501	0.29 265	1.27 579	0.29 321	1.27 634	0.26 288	1.26 629	0.26 299	1.26 635	0.26 296	1.27 640	0.26 297	1.26 638	0.27 289	1.27 610	0.27 267	1.27 649	0.27 333	1.27 631	0.27 315

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 579	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

Hybrid-DGEV	1.03 556	1.75 532	0.80 525	1.28 583	0.78 565	1.26 633	0.80 563	1.26 629	0.78 562	1.26 635	0.78 565	1.26 637	0.78 557	1.26 638	0.78 559	1.15 555	0.75 519	1.14 586	0.74 563	1.14 564	0.75 550

WQFJA1	0.85 518	0.98 393	0.67 490	1.29 584	0.76 561	1.01 560	0.67 527	1.02 560	0.67 528	1.02 567	0.67 531	1.01 567	0.67 527	1.01 567	0.68 528	0.99 532	0.67 494	0.93 563	0.64 535	0.92 536	0.65 524

NLSM3	0.85 518	0.99 401	0.68 498	1.29 584	0.76 561	1.01 560	0.68 532	1.01 556	0.68 534	1.02 567	0.68 537	1.01 567	0.68 532	1.01 567	0.68 528	0.97 527	0.68 500	0.93 563	0.64 535	0.93 541	0.63 516

WQFJX1	0.84 512	0.98 393	0.67 490	1.30 586	0.75 556	1.01 560	0.67 527	1.01 556	0.67 528	1.01 563	0.67 531	1.01 567	0.68 532	1.00 559	0.68 528	0.98 531	0.67 494	0.92 560	0.64 535	0.92 536	0.64 522

WQFJX	0.85 518	1.00 403	0.68 498	1.30 586	0.75 556	1.01 560	0.68 532	1.01 556	0.68 534	1.01 563	0.68 537	1.03 572	0.68 532	1.02 571	0.67 521	0.97 527	0.67 494	0.93 563	0.63 530	0.94 545	0.63 516

castereo++	0.54 430	3.59 660	1.15 563	1.31 588	0.14 216	0.16 203	0.14 211	0.16 202	0.14 216	0.16 200	0.14 218	0.16 201	0.13 212	0.16 201	0.14 210	1.45 624	1.16 569	0.15 200	0.14 219	0.15 200	0.13 207

11t	1.27 621	2.70 630	1.34 625	1.32 589	0.89 576	1.30 637	1.34 662	1.64 651	0.57 509	1.45 648	0.72 555	1.05 574	1.29 651	1.07 577	1.29 663	1.49 626	1.02 550	0.97 573	1.15 603	1.48 639	1.31 661

Hybrid-DGEV-2	1.05 558	1.83 558	0.83 529	1.33 590	0.82 573	1.30 637	0.81 567	1.26 629	0.79 566	1.29 637	0.79 567	1.26 637	0.80 559	1.26 638	0.79 560	1.20 559	0.78 524	1.18 596	0.77 568	1.20 579	0.77 555

Hybrid-DGEV-03	1.07 559	1.83 558	0.83 529	1.34 591	0.81 572	1.32 639	0.81 567	1.31 636	0.81 571	1.31 638	0.82 571	1.32 642	0.82 563	1.32 643	0.81 566	1.19 557	0.77 522	1.19 598	0.76 566	1.19 577	0.77 555

PS-NSSS	1.38 626	1.39 513	1.34 625	1.34 591	1.35 665	1.38 645	1.37 670	1.35 637	1.38 671	1.34 640	1.34 665	1.39 646	1.38 660	1.70 657	1.40 671	1.36 618	1.36 637	1.36 657	1.37 668	1.37 636	1.36 667

MaskLacGwcNet_RVC	1.35 623	1.35 508	1.35 627	1.35 593	1.35 665	1.35 641	1.35 663	1.36 638	1.35 668	1.36 642	1.35 666	1.36 644	1.36 657	1.36 644	1.35 667	1.35 616	1.35 636	1.35 655	1.35 665	1.35 635	1.35 666

CSP-Net	0.34 272	1.29 501	1.19 569	1.36 594	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	1.26 609	1.21 621	0.03 41	0.09 149	0.02 21	0.09 150

CC-Net-ROB	1.36 624	1.33 507	1.33 624	1.36 594	1.38 669	1.36 643	1.33 661	1.37 640	1.34 665	1.35 641	1.36 668	1.38 645	1.34 655	1.38 646	1.38 670	1.35 616	1.38 640	1.33 652	1.35 665	1.43 638	1.34 665

RASNet	1.49 627	1.65 522	1.45 643	1.38 596	1.43 672	1.47 652	1.36 665	1.38 641	1.36 669	1.39 643	1.60 682	1.45 650	1.45 663	1.51 651	2.21 727	1.53 630	1.36 637	1.36 657	1.36 667	1.66 647	1.36 667

qqai	1.22 617	1.38 512	1.12 558	1.39 597	1.14 601	1.40 647	1.14 599	1.41 643	1.12 601	1.40 644	1.11 600	1.40 648	1.13 588	1.41 647	1.15 598	1.25 608	0.97 542	1.24 647	1.01 596	1.24 628	0.96 576

FENet	0.54 430	1.52 518	1.19 569	1.41 598	0.23 286	0.35 304	0.23 274	0.35 292	0.23 277	0.34 297	0.23 278	0.35 306	0.23 281	0.35 305	0.23 271	1.40 621	1.07 553	0.32 295	0.23 279	0.33 288	0.23 259

BLMT-Stereo	1.53 628	1.36 509	1.06 555	1.42 599	1.23 664	1.41 649	1.07 594	1.43 645	1.12 601	1.42 646	1.06 596	1.83 661	1.07 585	1.42 649	1.07 591	1.27 610	1.38 640	6.80 768	1.00 589	1.26 630	1.00 581

MM-Stereo_test2	1.20 570	1.85 564	1.05 554	1.46 600	0.94 584	1.36 643	0.99 584	1.36 638	0.95 584	1.41 645	0.98 587	1.40 648	0.96 570	1.37 645	0.95 577	1.37 620	1.06 552	1.33 652	0.93 586	1.29 633	0.89 568

NLMM1	0.86 521	0.98 393	0.69 500	1.48 601	0.75 556	1.01 560	0.69 540	1.00 547	0.69 539	1.00 552	0.70 546	1.00 558	0.68 532	1.01 567	0.67 521	0.97 527	0.68 500	0.92 560	0.63 530	0.93 541	0.63 516

castereo	0.61 445	3.79 668	1.35 627	1.52 602	0.15 230	0.17 210	0.16 226	0.20 222	0.21 266	0.18 211	0.16 234	0.21 229	0.12 205	0.26 270	0.17 237	1.43 623	1.38 640	0.17 214	0.16 233	0.18 218	0.16 222

FAST (zero-shot)	0.87 525	1.55 519	0.42 396	1.57 603	0.42 472	1.62 658	0.45 472	1.59 646	0.42 466	1.66 657	0.44 470	1.62 657	0.42 461	1.59 652	0.42 457	0.64 462	0.43 412	0.64 509	0.42 480	0.67 487	0.46 462

PASM	0.39 321	3.06 648	1.36 635	1.58 604	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	0.11 173

FlowAnything_test	1.02 554	1.72 526	0.71 506	1.59 605	0.70 547	1.61 656	0.69 540	1.61 648	0.70 547	1.60 650	0.70 546	1.61 656	0.69 538	1.61 655	0.70 545	0.81 504	0.58 471	0.81 543	0.55 515	0.81 518	0.56 506

FlowAnything	1.02 554	1.71 525	0.72 509	1.59 605	0.69 543	1.60 655	0.69 540	1.61 648	0.70 547	1.60 650	0.69 542	1.60 653	0.69 538	1.61 655	0.69 536	0.81 504	0.58 471	0.81 543	0.56 519	0.82 520	0.56 506

DPSMNet_ROB	1.60 631	1.59 521	1.70 658	1.59 605	1.59 678	1.61 656	1.61 681	1.60 647	1.60 678	1.62 656	1.59 681	1.60 653	1.60 666	1.60 653	1.59 678	1.59 632	1.60 660	1.59 664	1.59 686	1.59 643	1.59 681

MM-Stereo_test3	1.27 621	2.07 584	1.18 567	1.60 608	1.02 595	1.45 651	1.01 590	1.40 642	1.04 599	1.44 647	1.03 595	1.46 651	1.02 583	1.44 650	1.02 588	1.51 629	1.12 566	1.32 651	0.98 587	1.38 637	0.97 577

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 608	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	1.60 608	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_C01	0.11 119	0.02 12	0.02 15	1.62 611	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

DEFOM-Stereo	0.68 463	3.11 650	1.40 641	1.63 612	0.25 294	0.31 288	0.25 281	0.31 280	0.28 309	0.31 283	0.29 323	0.29 282	0.27 304	0.31 290	0.28 298	1.59 632	1.47 646	0.30 286	0.29 369	0.30 273	0.28 343

ours_stereo	1.20 570	1.21 491	0.90 536	1.64 613	1.11 600	1.35 641	0.67 527	1.76 655	0.93 582	1.70 659	1.10 599	1.39 646	0.75 552	1.41 647	0.81 566	1.60 634	1.03 551	1.33 652	1.00 589	1.61 644	0.72 542

LACA_dic	0.45 387	0.13 116	1.78 664	1.70 614	0.12 209	0.13 171	0.12 202	0.16 202	0.15 228	0.13 172	0.12 199	0.13 172	0.11 175	0.16 201	0.13 205	1.73 637	1.69 667	0.16 204	0.11 177	0.13 174	0.13 207

ADCRef	0.12 132	0.03 31	0.04 64	1.71 615	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

test-3	0.98 543	4.13 679	1.85 677	1.85 616	0.61 526	0.69 508	0.37 425	0.63 494	0.61 518	0.66 506	0.51 504	0.73 521	0.44 468	0.57 488	0.54 499	1.68 636	1.81 675	0.40 405	0.43 483	0.66 484	0.50 481

RAFT_CTSACE	1.92 644	3.71 665	1.72 661	1.88 617	1.72 703	2.04 672	1.42 675	2.18 674	1.89 721	2.02 670	1.97 721	1.95 665	2.06 715	1.93 667	1.62 679	1.76 638	1.66 665	2.02 683	1.73 714	1.73 650	1.43 672

GANetREF_RVC	1.55 629	1.94 580	1.22 619	1.88 617	1.21 660	1.88 663	1.22 653	1.88 657	1.22 658	1.88 660	1.22 655	1.88 662	1.22 646	1.89 666	1.22 655	1.87 643	1.22 622	1.88 678	1.22 656	1.88 656	1.22 654
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
psmg	0.43 351	1.91 573	0.92 540	1.91 619	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	1.97 652	1.44 644	0.04 93	0.03 57	0.02 21	0.03 52

Wavelet-MonSter	1.00 544	1.21 491	0.76 517	1.94 620	1.01 593	1.11 578	0.76 557	1.15 567	0.76 561	1.11 578	0.76 561	1.14 585	0.76 553	1.11 582	0.76 557	1.21 605	0.90 536	1.02 581	0.71 559	1.02 557	0.71 541

SPS-STEREO	1.59 630	1.91 573	1.21 618	1.94 620	1.20 614	2.00 671	1.23 654	1.99 662	1.24 660	2.00 668	1.25 658	2.03 672	1.26 648	2.00 670	1.29 663	1.90 647	1.18 573	1.89 679	1.21 655	1.89 657	1.20 608
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	1.81 641	1.91 573	1.71 660	1.95 622	1.70 701	1.95 668	1.70 698	1.96 660	1.74 704	1.97 665	1.72 703	1.95 665	1.71 687	1.97 669	1.71 698	1.86 641	1.62 661	1.85 671	1.66 705	1.86 655	1.64 699

CRFU-Net	0.65 453	1.67 523	1.22 619	1.96 623	0.27 302	0.41 351	0.27 291	0.41 346	0.27 303	0.40 327	0.26 296	0.41 354	0.27 304	0.40 333	0.27 289	1.80 640	1.62 661	0.34 312	0.23 279	0.33 288	0.23 259

NINENet	0.69 466	3.87 672	1.20 572	1.98 624	0.05 126	0.40 332	0.04 103	0.40 327	0.05 124	0.41 344	0.04 110	0.41 354	0.05 117	0.40 333	0.05 115	1.79 639	1.56 653	0.34 312	0.22 273	0.34 293	0.23 259

error version	0.93 536	4.47 686	2.35 709	1.99 625	0.37 434	0.41 351	0.36 419	0.41 346	0.35 416	0.43 365	0.36 422	0.41 354	0.40 443	0.41 353	0.36 411	1.87 643	2.16 704	0.47 461	0.37 443	0.39 382	0.33 393

test_1	0.93 536	4.47 686	2.35 709	1.99 625	0.37 434	0.41 351	0.36 419	0.41 346	0.35 416	0.43 365	0.36 422	0.41 354	0.40 443	0.41 353	0.36 411	1.87 643	2.16 704	0.47 461	0.37 443	0.39 382	0.33 393

DNS	0.86 521	2.43 618	1.66 657	2.03 627	0.42 472	0.60 495	0.42 462	0.60 488	0.42 466	0.60 492	0.42 465	0.60 497	0.42 461	0.60 492	0.42 457	1.97 652	1.63 663	0.55 497	0.40 463	0.55 468	0.40 436

MM-Stereo_test1	1.80 640	3.41 658	1.52 650	2.12 628	1.41 671	2.04 672	1.41 673	2.05 666	1.46 675	2.04 672	1.41 673	2.05 673	1.42 662	2.05 671	1.43 673	2.04 657	1.54 652	1.94 680	1.38 670	1.99 660	1.33 663

MC-Stereo	1.76 637	2.96 646	1.37 637	2.14 629	1.37 668	2.14 677	1.36 665	2.14 671	1.37 670	2.14 677	1.37 669	2.14 674	1.37 659	2.14 675	1.37 669	1.97 652	1.32 624	1.97 682	1.32 664	1.98 659	1.33 663

derf	1.91 643	2.15 592	1.78 664	2.16 630	1.75 704	2.21 686	1.80 702	2.22 685	1.80 708	2.21 688	1.76 704	2.17 675	1.81 696	2.24 692	1.74 707	1.93 650	1.56 653	1.96 681	1.53 679	1.95 658	1.56 676

DEFOM-Stereo_RVC	0.83 509	5.18 702	1.98 700	2.19 631	0.17 247	0.19 217	0.18 245	0.19 215	0.16 236	0.20 220	0.19 262	0.22 239	0.22 275	0.20 220	0.15 222	2.28 682	2.13 703	0.24 260	0.17 256	0.18 218	0.16 222

ADCP+	0.15 173	0.04 52	0.04 64	2.20 632	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

AnyNet_C32	0.14 161	0.04 52	0.03 39	2.22 633	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

BEATNet-Init1	0.19 199	0.08 84	0.08 89	2.23 634	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	0.19 199	0.08 84	0.08 89	2.23 634	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

noway7	2.08 671	5.18 702	1.92 685	2.27 636	1.66 683	2.18 678	1.66 684	2.17 673	1.66 679	2.18 680	1.65 686	2.18 676	1.66 669	2.17 676	1.66 684	2.15 661	1.85 682	2.05 684	1.60 689	2.05 662	1.60 683

zzzz4	2.08 671	5.22 706	1.93 688	2.27 636	1.66 683	2.19 680	1.66 684	2.18 674	1.67 682	2.18 680	1.66 689	2.18 676	1.66 669	2.18 677	1.66 684	2.15 661	1.84 677	2.05 684	1.60 689	2.05 662	1.60 683

TRStereo	2.00 652	2.13 589	1.85 677	2.27 636	1.84 708	2.28 695	1.84 704	2.29 690	1.86 714	2.30 696	1.87 710	2.30 690	1.87 699	2.08 672	1.72 701	2.08 658	1.72 669	2.08 694	1.72 711	2.08 672	1.72 704

XX-Stereo	2.00 652	2.13 589	1.85 677	2.27 636	1.84 708	2.28 695	1.84 704	2.29 690	1.86 714	2.30 696	1.87 710	2.30 690	1.87 699	2.08 672	1.72 701	2.08 658	1.72 669	2.08 694	1.72 711	2.08 672	1.72 704

EAI-Stereo	2.00 652	2.13 589	1.85 677	2.27 636	1.84 708	2.28 695	1.84 704	2.29 690	1.86 714	2.30 696	1.87 710	2.30 690	1.87 699	2.08 672	1.72 701	2.08 658	1.72 669	2.08 694	1.72 711	2.08 672	1.72 704

zzzzzz3	2.07 668	5.00 696	1.93 688	2.28 641	1.66 683	2.19 680	1.66 684	2.18 674	1.67 682	2.19 683	1.66 689	2.18 676	1.67 675	2.18 677	1.66 684	2.15 661	1.85 682	2.05 684	1.59 686	2.05 662	1.59 681

noway2	2.07 668	4.96 693	1.92 685	2.28 641	1.66 683	2.20 683	1.66 684	2.19 677	1.66 679	2.19 683	1.65 686	2.19 679	1.68 677	2.18 677	1.65 681	2.15 661	1.86 686	2.06 688	1.59 686	2.06 666	1.60 683

NCCL2	2.28 698	2.27 601	2.28 707	2.28 641	2.28 733	2.27 693	2.29 728	2.28 688	2.28 731	2.27 695	2.28 733	2.28 689	2.27 719	2.27 693	2.28 732	2.28 682	2.28 707	2.27 702	2.29 732	2.27 682	2.29 722

monster_256*512	2.09 674	5.21 705	1.98 700	2.30 644	1.67 687	2.18 678	1.66 684	2.20 680	1.67 682	2.19 683	1.67 691	2.19 679	1.66 669	2.19 680	1.66 684	2.15 661	1.86 686	2.05 684	1.60 689	2.06 666	1.61 688

zzzz2	2.08 671	4.92 692	1.93 688	2.30 644	1.67 687	2.19 680	1.66 684	2.20 680	1.67 682	2.20 686	1.68 696	2.21 683	1.66 669	2.20 682	1.68 693	2.17 667	1.84 677	2.07 690	1.62 699	2.05 662	1.61 688

zzz1	2.09 674	4.97 694	1.93 688	2.30 644	1.68 691	2.21 686	1.68 692	2.21 683	1.68 687	2.21 688	1.67 691	2.21 683	1.68 677	2.21 685	1.69 696	2.17 667	1.85 682	2.08 694	1.61 693	2.06 666	1.61 688

noway5	1.92 644	4.97 694	1.95 697	2.31 647	1.68 691	2.21 686	1.68 692	2.21 683	1.69 694	2.22 692	1.68 696	2.21 683	1.68 677	2.21 685	1.68 693	2.18 669	1.87 690	1.71 668	0.65 539	0.85 524	0.72 542

noway1	2.10 676	5.26 710	1.93 688	2.31 647	1.69 696	2.21 686	1.67 690	2.19 677	1.68 687	2.21 688	1.68 696	2.21 683	1.67 675	2.20 682	1.66 684	2.15 661	1.84 677	2.07 690	1.61 693	2.07 670	1.61 688

MatchStereo	0.54 430	0.12 114	2.38 712	2.32 649	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	2.34 689	2.34 708	0.12 166	0.11 177	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
AIO_rvc	2.18 686	2.34 610	1.87 681	2.32 649	1.94 718	2.40 700	1.89 713	2.37 698	2.07 730	2.52 709	1.95 720	2.44 700	1.99 711	2.41 701	1.89 720	2.32 688	2.09 701	2.24 701	2.18 728	2.21 678	2.23 721

HUF	2.18 686	2.30 603	1.99 704	2.34 651	2.02 723	2.41 701	2.06 724	2.38 699	1.89 721	2.36 701	1.85 707	2.56 708	1.98 709	2.31 696	1.97 723	2.30 686	2.03 700	2.30 704	2.11 726	2.23 679	2.16 719

GELT-Stereo	2.10 676	5.33 713	1.94 696	2.37 652	1.68 691	2.21 686	1.69 696	2.19 677	1.67 682	2.18 680	1.67 691	2.19 679	1.66 669	2.19 680	1.66 684	2.23 675	1.83 676	2.07 690	1.61 693	2.04 661	1.61 688

noway4	2.11 680	5.14 700	1.93 688	2.37 652	1.69 696	2.20 683	1.68 692	2.22 685	1.68 687	2.21 688	1.69 700	2.23 687	1.68 677	2.22 687	1.66 684	2.24 676	1.84 677	2.09 699	1.63 702	2.09 675	1.62 694

zzzzzzz1	2.10 676	5.20 704	1.93 688	2.38 654	1.68 691	2.20 683	1.67 690	2.20 680	1.68 687	2.20 686	1.67 691	2.20 682	1.68 677	2.20 682	1.67 692	2.24 676	1.86 686	2.06 688	1.61 693	2.06 666	1.62 694

noway3	2.12 682	5.22 706	1.93 688	2.39 655	1.70 701	2.23 691	1.70 698	2.22 685	1.70 695	2.22 692	1.70 702	2.23 687	1.69 684	2.22 687	1.71 698	2.28 682	1.86 686	2.08 694	1.63 702	2.09 675	1.63 697

STTStereo	3.73 733	30.40 780	2.37 711	2.39 655	2.31 735	2.35 698	2.33 729	2.29 690	2.42 732	2.32 700	2.34 734	2.33 693	2.36 720	2.30 695	2.27 731	2.35 690	2.22 706	2.31 705	2.22 729	2.29 684	2.34 726

AIO_test	2.18 686	2.09 587	2.04 705	2.42 657	2.01 720	2.47 703	1.94 715	2.34 697	2.03 729	2.56 710	1.94 718	2.43 699	1.94 706	2.41 701	1.87 717	2.39 693	2.10 702	2.35 709	1.91 725	2.25 681	2.19 720

iRaftStereo_RVC	0.97 541	3.17 653	2.30 708	2.42 657	0.38 441	0.54 484	0.38 432	0.54 473	0.38 432	0.54 479	0.38 434	0.54 482	0.38 430	0.54 478	0.38 424	2.38 692	2.34 708	0.49 474	0.36 440	0.49 448	0.36 414

UDGNet	2.23 696	5.40 717	1.72 661	2.48 659	1.69 696	2.51 708	1.69 696	2.51 706	1.72 701	2.50 708	1.69 700	2.52 702	1.69 684	2.50 705	1.68 693	2.41 694	1.70 668	2.42 712	1.69 710	2.42 689	1.64 699

VIP-Stereo	0.70 469	2.97 647	2.43 713	2.49 660	0.16 241	0.25 260	0.16 226	0.25 255	0.16 236	0.25 256	0.18 259	0.25 260	0.16 233	0.26 270	0.16 230	1.86 641	1.26 623	0.23 250	0.15 230	0.23 246	0.15 220

IGEVStereo-DCA	1.77 638	4.21 681	1.84 675	2.49 660	2.11 726	2.54 711	1.36 665	1.65 652	1.17 609	2.75 721	1.90 715	2.54 706	1.15 592	0.94 551	1.11 594	1.50 627	1.32 624	0.96 571	1.46 677	1.49 640	0.88 565

rrr	1.77 638	4.21 681	1.84 675	2.49 660	2.11 726	2.54 711	1.36 665	1.65 652	1.17 609	2.75 721	1.90 715	2.54 706	1.15 592	0.94 551	1.11 594	1.50 627	1.32 624	0.96 571	1.46 677	1.49 640	0.88 565

FBW_ROB	2.12 682	2.46 620	1.77 663	2.49 660	1.79 707	2.38 699	1.83 703	2.46 702	1.78 707	2.48 707	1.97 721	2.40 698	1.78 694	2.42 703	1.83 711	2.31 687	1.85 682	2.38 710	1.82 717	2.35 686	1.84 710

MonStereo	2.17 684	2.41 616	1.49 649	2.67 664	1.67 687	2.60 714	2.04 723	2.32 695	1.76 705	2.44 704	1.68 696	2.50 701	1.69 684	2.38 698	1.80 710	2.28 682	1.78 672	2.63 722	2.14 727	3.47 715	1.68 702

IER	0.88 526	7.04 730	2.23 706	2.75 665	0.28 308	0.43 379	0.25 281	0.39 318	0.25 285	0.41 344	0.27 300	0.39 329	0.25 287	0.40 333	0.28 298	0.37 296	0.28 275	0.37 341	0.25 289	0.37 321	0.25 271

LGtest1	2.22 693	2.70 630	1.89 682	2.76 666	1.86 711	2.75 722	1.86 708	2.75 718	1.86 714	2.75 721	1.86 708	2.77 725	1.87 699	2.75 722	1.86 714	2.46 696	1.58 656	2.45 714	1.56 680	2.45 692	1.56 676

4.5_new	2.00 652	1.84 563	1.98 700	2.77 667	2.16 728	2.27 693	1.28 660	2.09 667	1.98 725	2.01 669	1.28 661	2.71 716	1.98 709	2.51 706	1.65 681	2.26 678	1.33 631	1.87 675	1.87 719	2.49 696	1.60 683

LG-G_1	2.22 693	2.71 632	1.89 682	2.77 667	1.87 715	2.75 722	1.87 711	2.76 719	1.87 718	2.75 721	1.87 710	2.76 723	1.87 699	2.75 722	1.86 714	2.47 697	1.58 656	2.45 714	1.57 681	2.45 692	1.57 678

LG-G	2.22 693	2.71 632	1.89 682	2.77 667	1.87 715	2.75 722	1.87 711	2.76 719	1.87 718	2.75 721	1.87 710	2.76 723	1.87 699	2.75 722	1.86 714	2.47 697	1.58 656	2.45 714	1.57 681	2.45 692	1.57 678

sCroCo_RVC	2.10 676	2.76 638	1.92 685	2.78 670	1.39 670	2.73 720	1.41 673	2.73 717	1.40 672	2.77 726	1.41 673	2.74 722	1.40 661	2.74 721	1.40 671	2.72 707	1.42 643	2.72 723	1.44 676	2.79 710	1.42 671

MWDA-net	0.67 461	0.66 325	0.45 402	2.84 671	0.46 483	0.73 515	0.45 472	0.71 508	0.44 471	0.72 514	0.45 475	0.70 515	0.45 472	0.70 509	0.44 463	0.61 451	0.41 397	0.61 504	0.43 483	0.61 479	0.42 452

NLCA_NET_v2_RVC	5.04 761	50.87 791	2.78 716	2.87 672	2.71 737	2.78 725	0.47 481	2.88 724	2.86 737	1.89 661	2.67 736	2.79 726	2.79 725	2.78 725	2.83 734	2.82 708	2.82 714	2.83 724	2.77 736	2.83 711	2.76 731
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
IGEV	2.02 660	2.20 596	1.82 671	2.90 673	2.16 728	2.41 701	1.25 656	2.00 663	1.98 725	1.99 667	1.31 663	2.72 720	1.93 705	2.67 715	1.69 696	2.26 678	1.32 624	1.83 670	1.87 719	2.53 703	1.61 688

2.25w	2.00 652	1.86 567	1.98 700	2.95 674	2.17 730	2.26 692	1.35 663	2.42 701	2.00 728	2.07 676	1.27 660	2.53 703	1.99 711	2.29 694	1.49 675	2.21 673	1.32 624	1.85 671	1.87 719	2.52 700	1.62 694

3.25w	2.04 665	2.20 596	1.48 645	3.03 675	2.17 730	2.63 715	1.39 671	1.96 660	1.95 724	1.96 663	1.37 669	2.71 716	1.96 708	2.71 716	1.73 706	2.26 678	1.32 624	1.87 675	1.87 719	2.51 699	1.63 697

plain	1.88 642	3.16 652	0.64 480	3.10 676	0.65 534	3.10 727	0.64 520	3.12 726	0.65 524	3.10 727	0.65 528	3.11 727	0.65 522	3.12 726	0.65 517	3.12 712	0.65 491	3.13 725	0.65 539	3.13 713	0.65 524

2.75w_new	1.99 648	2.34 610	1.81 666	3.14 677	1.62 680	1.94 665	1.99 719	2.72 711	1.71 697	2.72 715	1.99 730	1.90 663	1.73 689	1.82 664	1.29 663	2.37 691	2.01 695	2.31 705	1.42 674	1.77 653	1.22 654

3w_stereo	2.04 665	2.24 600	1.70 658	3.15 678	2.18 732	2.49 705	1.26 658	2.03 665	1.98 725	1.98 666	1.33 664	2.72 720	1.99 711	2.59 709	1.72 701	2.22 674	1.33 631	1.85 671	1.88 724	2.50 698	1.58 680

3.75w	1.99 648	2.31 604	1.83 674	3.16 679	1.65 682	1.93 664	1.98 716	2.72 711	1.68 687	2.73 720	1.97 721	2.00 669	1.72 688	1.81 663	1.25 659	2.27 681	2.01 695	2.38 710	1.42 674	1.71 649	1.24 657

MIF-Stereo (partial)	2.58 714	3.31 657	0.66 486	3.18 680	0.66 537	3.18 728	0.66 523	3.21 727	0.67 528	3.19 728	0.66 530	3.19 728	0.66 525	3.31 730	0.68 528	5.09 745	1.79 674	8.23 772	1.67 706	6.18 756	1.38 669

LiteMatch	1.13 567	0.73 335	2.80 717	3.23 681	0.61 526	0.83 533	0.68 532	0.73 512	0.69 539	1.00 552	0.77 563	0.94 552	0.57 508	0.82 527	0.64 514	2.97 709	2.43 711	0.68 516	0.32 406	0.56 471	0.70 535

Lsterematch	1.13 567	0.73 335	2.80 717	3.23 681	0.61 526	0.83 533	0.68 532	0.73 512	0.69 539	1.00 552	0.77 563	0.94 552	0.57 508	0.82 527	0.64 514	2.97 709	2.43 711	0.68 516	0.32 406	0.56 471	0.70 535

2w_stereo	1.99 648	2.36 613	1.81 666	3.24 683	1.67 687	1.94 665	1.98 716	2.72 711	1.68 687	2.72 715	1.94 718	1.98 668	1.74 691	1.79 662	1.27 660	1.95 651	2.00 693	2.53 719	1.60 689	1.68 648	1.15 599

AEACV	1.12 565	0.52 295	3.12 732	3.24 683	0.86 574	0.53 480	0.49 492	0.60 488	0.47 481	0.53 473	0.49 494	0.55 486	0.45 472	0.55 482	0.47 477	3.01 711	3.88 736	0.71 525	0.60 526	0.80 515	0.48 472

4.5w-stereo	1.99 648	2.33 606	1.81 666	3.28 685	1.68 691	1.94 665	1.99 719	2.72 711	1.70 695	2.72 715	1.99 730	1.97 667	1.68 677	1.76 659	1.29 663	1.91 648	2.02 699	2.53 719	1.61 693	1.75 652	1.16 602

2.5w	2.01 659	2.40 615	1.37 637	3.28 685	2.01 720	2.71 717	1.43 678	1.82 656	1.83 712	1.90 662	1.41 673	2.71 716	1.35 656	2.71 716	1.85 713	2.66 703	1.53 650	1.64 665	1.23 657	2.53 703	1.87 714

Anonymous3	2.55 712	3.26 656	1.65 655	3.28 685	1.63 681	3.24 729	1.68 692	3.27 728	1.66 679	3.28 729	1.67 691	3.25 729	1.66 669	3.27 728	1.64 680	3.26 713	1.65 664	3.30 727	1.65 704	4.95 747	1.65 701

4.25_new	2.00 652	2.33 606	1.82 671	3.32 688	1.69 696	1.95 668	1.99 719	2.72 711	1.71 697	2.72 715	1.97 721	2.01 670	1.74 691	1.77 660	1.28 661	2.18 669	2.01 695	2.48 717	1.58 684	1.65 645	1.17 603

4.5w_new	2.00 652	2.33 606	1.82 671	3.32 688	1.69 696	1.95 668	1.99 719	2.72 711	1.71 697	2.72 715	1.97 721	2.01 670	1.74 691	1.77 660	1.28 661	2.18 669	2.01 695	2.48 717	1.58 684	1.65 645	1.17 603

3.25w_new	2.03 662	2.72 634	1.35 627	3.33 690	1.57 676	2.72 718	1.53 680	2.15 672	1.33 664	2.15 678	1.60 682	2.63 712	1.30 652	2.72 718	1.99 725	2.67 705	1.53 650	1.75 669	1.25 660	2.53 703	1.87 714

4w-stereo	2.02 660	2.72 634	1.44 642	3.36 691	1.59 678	2.48 704	1.72 700	2.28 688	1.24 660	2.24 694	1.65 686	2.56 708	1.32 654	2.39 700	1.98 724	2.67 705	1.51 648	1.66 666	1.24 658	2.53 703	1.88 717

3.5w_stereo	2.03 662	2.72 634	1.35 627	3.41 692	1.57 676	2.72 718	1.49 679	2.01 664	1.34 665	2.15 678	1.61 684	2.63 712	1.36 657	2.72 718	1.99 725	2.66 703	1.58 656	1.68 667	1.24 658	2.53 703	1.87 714

UniTT-Stereo	2.03 662	3.43 659	0.72 509	3.42 693	0.73 552	3.27 730	0.68 532	3.38 731	0.69 539	3.29 730	0.72 555	3.28 730	0.70 542	3.35 732	0.68 528	3.39 715	0.68 500	3.31 728	0.69 552	3.37 714	0.73 546

DispNO	1.00 544	0.63 322	0.43 398	3.45 694	0.44 477	0.65 503	0.43 465	0.64 496	0.43 468	0.64 502	0.43 468	0.64 504	3.03 726	0.64 500	0.43 462	4.55 728	0.43 412	0.63 507	0.43 483	0.63 481	0.43 455

asda	2.17 684	2.54 621	1.81 666	3.47 695	1.78 706	2.50 707	1.86 708	2.61 709	1.68 687	2.61 711	1.83 706	2.37 697	1.73 689	2.44 704	1.88 719	2.51 700	1.84 677	2.34 707	1.62 699	2.23 679	1.77 709

4.25w-stereo	1.98 647	2.72 634	1.46 644	3.47 695	1.43 672	2.07 674	1.98 716	2.53 707	1.52 676	2.71 714	1.98 727	1.81 660	1.62 668	1.96 668	1.36 668	1.88 646	2.00 693	2.53 719	1.61 693	1.74 651	1.15 599

monsters	2.18 686	2.41 616	1.96 699	3.47 695	2.03 724	2.53 709	1.64 683	2.48 703	1.73 702	2.40 703	1.50 676	2.62 711	1.94 706	2.59 709	1.94 721	2.44 695	1.57 655	2.28 703	1.87 719	2.42 689	1.86 712

Occ-G	1.12 565	0.52 295	3.72 741	3.50 698	0.50 502	0.56 486	0.47 481	0.54 473	0.46 476	0.54 479	0.41 455	0.54 482	0.42 461	0.52 472	0.42 457	3.42 716	4.02 738	0.52 488	0.45 486	0.51 459	0.44 458

HCRNet	1.22 617	7.11 731	3.00 719	3.55 699	0.33 407	0.29 279	0.14 211	0.19 215	0.15 228	0.33 294	0.29 323	0.25 260	0.14 217	0.22 238	0.33 389	3.64 717	3.00 716	0.76 534	0.32 406	0.18 218	0.13 207

asd	2.18 686	2.77 640	1.58 652	3.59 700	2.00 719	2.58 713	1.85 707	2.39 700	1.71 697	2.47 706	1.97 721	2.59 710	1.61 667	2.56 707	1.79 709	2.51 700	1.99 692	2.11 700	1.62 699	2.36 687	1.60 683

DPSNet	3.66 731	3.60 661	3.62 739	3.63 701	3.64 758	3.65 734	3.65 757	3.66 734	3.67 754	3.67 733	3.65 755	3.67 734	3.66 743	3.66 733	3.68 752	3.68 718	3.66 734	3.67 732	3.68 758	3.67 716	3.67 755

monsterstereo	2.20 692	2.33 606	1.95 697	3.65 702	2.07 725	2.49 705	1.61 681	2.48 703	1.83 712	2.45 705	1.61 684	2.67 715	1.86 697	2.64 711	1.94 721	2.48 699	1.66 665	2.34 707	1.68 708	2.40 688	1.86 712

RAStereo	2.23 696	3.64 662	0.76 517	3.65 702	0.86 574	3.66 735	0.76 557	3.67 735	0.81 571	3.66 732	0.76 561	3.66 733	0.77 555	3.68 734	0.77 558	3.68 718	0.77 522	3.69 733	0.77 568	3.70 717	0.77 555

sAnonymous2	3.31 729	2.63 625	1.38 639	3.71 704	1.86 711	4.70 755	1.11 596	4.82 758	2.72 735	5.45 763	1.98 727	4.59 748	2.64 722	2.65 712	6.21 768	4.37 723	1.08 557	5.16 760	2.24 730	4.52 729	2.39 727

CroCo_RVC	3.31 729	2.63 625	1.38 639	3.71 704	1.86 711	4.70 755	1.11 596	4.82 758	2.72 735	5.45 763	1.98 727	4.59 748	2.64 722	2.65 712	6.21 768	4.37 723	1.08 557	5.16 760	2.24 730	4.52 729	2.39 727

MonStereo1	1.94 646	2.77 640	1.52 650	3.73 706	1.51 675	2.13 676	1.42 675	2.32 695	1.52 676	2.31 699	1.50 676	2.53 703	1.59 665	2.34 697	1.56 676	1.91 648	1.36 637	1.86 674	1.31 663	2.07 670	1.53 673

1w_stereo	2.05 667	2.32 605	1.35 627	3.74 707	2.01 720	2.73 720	1.42 675	1.88 657	1.93 723	2.03 671	1.28 661	2.71 716	1.99 711	2.72 718	1.72 701	2.20 672	1.32 624	1.87 675	1.86 718	2.45 692	1.54 674

qwe	2.18 686	2.60 624	1.58 652	3.83 708	1.90 717	2.53 709	1.90 714	2.48 703	1.73 702	2.37 702	1.92 717	2.53 703	1.68 677	2.56 707	1.83 711	2.52 702	1.87 690	2.07 690	1.68 708	2.32 685	1.71 703

NLSM1	2.93 726	3.24 655	2.57 715	4.04 709	2.66 736	3.30 731	2.55 731	3.29 729	2.55 733	3.35 731	2.48 735	3.28 730	2.47 721	3.34 731	2.49 733	3.26 713	2.55 713	3.13 725	2.57 735	3.00 712	2.46 729

DNSM	2.56 713	4.43 684	3.08 730	4.09 710	1.86 711	2.66 716	1.86 708	2.66 710	1.87 718	2.66 713	1.86 708	2.66 714	1.86 697	2.66 714	1.87 717	3.82 720	2.94 715	2.42 712	1.73 714	2.42 689	1.73 707

BUS	0.83 509	1.91 573	0.92 540	4.48 711	0.02 22	0.40 332	0.04 103	0.41 346	0.02 22	0.48 434	0.03 56	0.41 354	0.05 117	0.03 43	0.05 115	1.97 652	4.19 739	0.33 302	0.23 279	0.34 293	0.27 315

BSDual-CNN	0.81 501	1.91 573	0.92 540	4.48 711	0.02 22	0.42 372	0.06 139	0.41 346	0.02 22	0.48 434	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 652	4.19 739	0.33 302	0.23 279	0.34 293	0.27 315

hknet	1.10 562	1.85 564	3.49 736	4.48 711	0.02 22	0.42 372	0.06 139	0.41 346	0.02 22	0.48 434	0.03 56	0.41 354	0.03 53	0.42 367	0.03 52	4.39 725	4.19 739	0.33 302	0.23 279	0.34 293	0.27 315

rvit_105_1	3.83 734	5.22 706	3.01 720	4.53 714	3.01 739	4.51 743	3.01 737	4.56 745	3.04 738	4.53 744	3.03 739	4.55 746	3.03 726	4.56 745	3.04 735	4.57 729	3.05 717	4.57 741	3.05 740	4.57 731	3.05 736

rvit_stereo_0081	3.83 734	5.23 709	3.01 720	4.53 714	3.03 741	4.55 749	3.02 738	4.56 745	3.04 738	4.52 742	3.02 737	4.54 744	3.03 726	4.56 745	3.04 735	4.57 729	3.05 717	4.57 741	3.05 740	4.58 732	3.05 736

rvit_stereo_0082	3.86 736	5.82 726	3.01 720	4.53 714	3.03 741	4.54 745	3.02 738	4.56 745	3.04 738	4.53 744	3.02 737	4.55 746	3.04 729	4.57 748	3.05 737	4.57 729	3.05 717	4.58 743	3.05 740	4.58 732	3.06 739

rvit_0105_4	3.91 741	5.47 721	3.02 723	4.54 717	3.02 740	4.54 745	3.03 742	4.75 755	3.17 749	4.57 748	3.06 742	4.61 752	3.16 737	4.65 752	3.09 743	4.66 736	3.11 725	4.68 750	3.18 751	4.81 742	3.16 748

rvit_stereo_0080	3.89 739	5.70 723	3.04 725	4.54 717	3.03 741	4.56 750	3.05 744	4.60 749	3.07 743	4.58 749	3.06 742	4.59 748	3.06 731	4.61 749	3.08 741	4.63 734	3.09 722	4.64 747	3.10 745	4.65 736	3.10 743

whm_eth	3.89 739	5.70 723	3.04 725	4.54 717	3.03 741	4.56 750	3.05 744	4.60 749	3.07 743	4.58 749	3.06 742	4.59 748	3.06 731	4.61 749	3.08 741	4.63 734	3.09 722	4.64 747	3.10 745	4.65 736	3.10 743

rvit_stereo_0081_aga	3.86 736	5.33 713	3.02 723	4.55 720	3.04 745	4.54 745	3.02 738	4.64 752	3.06 742	4.54 746	3.04 741	4.62 753	3.08 733	4.62 751	3.07 740	4.58 732	3.06 721	4.60 745	3.08 744	4.63 735	3.07 740

rvit_stereo_ft	3.93 744	5.44 719	3.05 727	4.59 721	3.06 746	4.61 753	3.08 747	4.67 754	3.12 748	4.63 753	3.10 747	4.65 755	3.11 735	4.69 755	3.13 745	4.70 737	3.14 727	4.71 752	3.15 750	4.74 739	3.16 748

rvit_0105_3	3.91 741	5.33 713	3.06 728	4.60 722	3.07 747	4.60 752	3.06 746	4.62 751	3.08 746	4.60 751	3.07 745	4.62 753	3.08 733	4.67 753	3.10 744	4.70 737	3.11 725	4.77 754	3.19 752	4.77 741	3.14 747

rvit_stereo_0083	3.92 743	5.30 712	3.06 728	4.61 723	3.09 748	4.67 754	3.08 747	4.66 753	3.09 747	4.62 752	3.10 747	4.66 756	3.11 735	4.67 753	3.16 746	4.72 739	3.16 728	4.77 754	3.11 747	4.66 738	3.11 745

rvit_0105_6	3.87 738	5.73 725	3.10 731	4.69 724	3.12 749	4.54 745	3.02 738	4.56 745	3.04 738	4.54 746	3.03 739	4.54 744	3.04 729	4.56 745	3.05 737	4.58 732	3.05 717	4.58 743	3.05 740	4.58 732	3.05 736

rvit_0105_5	4.10 745	5.40 717	3.13 734	4.71 725	3.15 750	4.72 757	3.10 749	4.90 760	3.27 751	4.69 754	3.16 749	4.84 760	3.25 739	4.96 759	3.34 749	5.05 744	3.39 733	5.10 759	3.40 753	5.11 749	3.42 752

NLCSM	3.67 732	4.08 676	3.19 735	4.80 726	3.26 751	3.99 739	3.24 752	4.25 741	3.18 750	4.09 737	3.27 750	4.14 739	3.18 738	4.13 739	3.28 748	4.06 721	3.10 724	3.85 737	3.14 749	3.91 722	3.27 751

StereoVision	3.15 727	5.00 696	0.89 533	4.83 727	1.00 587	3.93 736	1.27 659	6.37 765	1.34 665	5.67 765	1.26 659	5.84 766	1.27 649	5.03 762	1.24 656	5.10 746	1.09 559	4.61 746	0.57 522	5.62 754	1.12 594

MWSP-net	0.96 540	0.75 340	0.49 431	4.84 728	0.48 494	1.28 636	0.52 501	1.20 578	0.51 502	1.14 583	0.70 546	1.00 558	0.56 506	0.90 543	0.69 536	0.76 494	0.60 480	0.95 569	0.56 519	0.73 501	0.45 460

MLG-Stereo_test2	4.28 748	5.46 720	3.69 740	4.86 729	3.72 759	5.58 764	3.42 753	4.81 757	3.77 759	4.85 756	3.72 757	5.55 765	3.63 742	5.58 763	3.53 751	4.41 726	3.28 732	4.99 758	2.95 738	4.75 740	3.13 746

TestStereo	4.88 758	4.75 688	4.79 745	4.87 730	4.92 767	4.81 760	4.90 767	4.78 756	4.77 766	4.87 757	4.89 766	4.90 761	4.91 759	4.99 760	4.79 764	4.98 742	4.87 744	4.87 757	4.92 768	5.00 748	5.00 765

DispFullNet	4.61 754	4.84 689	3.12 732	5.00 731	3.57 755	4.75 758	3.03 742	7.75 771	4.17 763	4.91 758	3.09 746	6.20 767	3.95 752	6.71 767	3.51 750	5.30 747	3.67 735	5.86 766	3.63 755	5.61 753	3.46 753

FC-DCNN v2	5.10 762	5.15 701	4.49 744	5.07 732	3.37 753	6.87 767	4.75 766	5.04 761	6.34 770	7.84 771	5.06 767	6.72 771	4.09 755	4.99 760	5.44 767	5.03 743	3.16 728	4.67 749	4.86 767	5.15 750	3.89 760

MLG-Stereo_test1	4.25 746	5.34 716	3.61 738	5.31 733	3.63 757	5.23 761	3.57 755	5.38 763	3.65 753	5.23 760	3.47 752	4.76 757	3.74 746	4.85 756	3.71 753	4.96 741	3.18 730	4.71 752	2.92 737	4.86 745	2.90 733

MLG-Stereo_test3	4.26 747	4.85 690	3.95 742	5.35 734	3.60 756	4.75 758	3.76 758	5.49 764	3.71 755	5.39 761	3.69 756	4.82 759	3.66 743	4.85 756	3.73 756	4.93 740	3.19 731	4.69 751	2.99 739	4.84 744	2.98 735

CFNet	1.37 625	5.27 711	0.19 211	5.49 735	0.19 265	0.28 276	0.19 251	0.28 266	0.19 260	0.28 271	0.19 262	0.28 276	4.35 756	0.28 279	0.19 254	0.23 224	0.17 212	0.23 250	4.21 765	4.81 742	0.17 240

RAFT+CT+SA	4.28 748	7.62 735	4.91 747	5.55 736	2.28 733	3.09 726	3.64 756	4.49 743	3.07 743	4.80 755	3.35 751	4.77 758	3.70 745	4.29 742	3.05 737	5.58 748	5.98 751	3.58 731	3.78 760	4.26 725	3.72 756

MaDis-Stereo	3.19 728	6.02 728	1.12 558	5.61 737	1.16 607	5.43 763	1.02 592	5.15 762	0.70 547	5.43 762	1.21 654	5.03 763	0.97 571	4.85 756	0.99 581	4.53 727	1.16 569	5.53 762	1.25 660	5.37 752	1.30 660

AANet_RVC	1.26 620	0.31 197	4.99 748	5.93 738	0.20 268	0.25 260	0.20 255	0.25 255	0.20 262	0.23 241	0.19 262	0.25 260	0.20 267	0.25 258	0.20 257	5.66 749	4.76 743	0.26 270	0.30 387	0.24 251	0.27 315

SA	4.33 750	7.35 732	6.85 759	5.96 739	4.09 763	3.59 733	3.15 750	3.82 736	2.64 734	3.91 734	3.85 758	3.57 732	2.72 724	3.13 727	4.03 759	7.09 761	6.86 756	3.57 730	3.12 748	3.85 718	3.51 754

SGM-Forest	5.21 764	5.92 727	4.08 743	6.18 740	4.16 764	6.31 766	4.34 765	6.50 766	4.33 764	6.14 767	4.21 763	6.61 770	4.55 758	6.67 766	4.48 763	5.94 751	3.94 737	5.85 765	4.03 764	5.79 755	4.17 763
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
LiteMatch*	2.07 668	1.30 503	5.73 753	6.28 741	0.79 567	1.33 640	0.80 563	1.30 635	1.02 597	1.33 639	0.84 573	1.33 643	0.97 571	1.28 642	1.04 589	6.05 753	5.89 749	1.28 650	0.76 566	1.28 632	0.88 565

test_5	4.62 755	7.55 734	6.23 754	6.32 742	3.40 754	5.29 762	3.50 754	3.53 733	4.11 762	4.28 739	4.47 765	4.26 742	4.38 757	3.68 734	3.24 747	5.89 750	5.60 747	4.84 756	3.50 754	4.33 726	3.93 762

cross-raft	4.83 757	7.52 733	6.43 755	6.63 743	3.96 762	4.51 743	3.99 762	4.49 743	3.96 761	4.52 742	3.96 760	4.50 743	3.97 753	4.50 744	3.97 758	6.65 756	6.44 753	4.33 738	3.92 762	4.35 727	3.91 761

PhaseNet	1.74 636	6.34 729	4.81 746	6.77 744	0.24 291	0.80 525	0.53 503	0.48 433	0.22 270	0.53 473	0.28 308	0.48 443	0.25 287	0.40 333	0.32 377	6.39 755	4.61 742	0.46 451	0.38 457	0.25 254	0.18 246

raft_robust	4.71 756	7.75 736	5.40 752	6.81 745	3.31 752	4.28 742	4.20 764	4.32 742	4.37 765	4.35 741	4.35 764	4.14 739	3.75 747	4.30 743	4.20 762	6.67 757	6.37 752	3.36 729	4.24 766	4.86 745	3.25 750

TestStereo1	4.60 752	8.41 739	6.44 756	6.86 746	3.79 760	3.97 737	3.78 759	3.99 738	3.74 756	3.97 735	3.52 753	3.94 737	3.58 740	3.98 737	3.72 754	6.82 758	6.50 754	3.76 734	3.66 756	3.90 719	3.74 758

SA-5K	4.60 752	8.41 739	6.44 756	6.86 746	3.79 760	3.97 737	3.78 759	3.99 738	3.74 756	3.97 735	3.52 753	3.94 737	3.58 740	3.98 737	3.72 754	6.82 758	6.50 754	3.76 734	3.66 756	3.90 719	3.74 758

Sa-1000	4.34 751	8.37 738	6.84 758	6.98 748	4.45 766	3.58 732	3.00 736	3.42 732	3.39 752	2.61 711	4.00 761	3.83 736	4.01 754	3.90 736	3.90 757	5.98 752	5.62 748	3.76 734	2.34 733	4.35 727	2.47 730

test_4	4.88 758	8.13 737	6.98 760	7.46 749	4.44 765	4.25 741	3.85 761	4.04 740	3.92 760	4.13 738	3.91 759	4.18 741	3.84 750	4.14 740	4.06 760	7.01 760	7.13 759	4.53 739	3.72 759	4.09 723	3.72 756

rvit_stereo_0075_2	6.64 766	8.80 743	5.25 749	7.89 750	5.27 769	7.90 771	5.27 768	7.92 772	5.28 768	7.91 772	5.29 769	7.93 772	5.27 760	7.92 772	5.28 765	7.93 762	5.28 746	7.93 771	5.29 770	7.93 764	5.28 767

test_3	5.01 760	8.86 744	7.77 762	8.09 751	2.76 738	4.13 740	4.05 763	3.88 737	3.76 758	4.33 740	4.13 762	3.71 735	3.91 751	4.21 741	4.06 760	7.93 762	7.69 761	4.53 739	3.91 761	4.17 724	4.29 764

test-1	6.46 765	9.16 746	8.03 766	8.09 751	5.62 770	6.11 765	6.35 770	6.85 768	4.94 767	6.08 766	6.29 772	4.98 762	6.43 764	6.22 764	6.36 770	6.16 754	7.47 760	5.82 764	5.44 771	7.11 761	5.68 768

U	5.15 763	8.49 741	1.81 666	8.49 753	1.77 705	8.49 772	1.77 701	8.51 773	1.77 706	8.49 773	1.77 705	8.50 773	1.78 694	8.58 773	1.77 708	8.54 765	1.78 672	8.55 773	1.78 716	8.55 767	1.84 710

RAFT	6.73 767	9.36 747	7.40 761	8.51 754	6.55 771	6.88 768	6.60 771	6.79 767	6.60 771	6.80 768	6.72 773	5.31 764	5.50 762	6.61 765	6.61 771	8.42 764	5.89 749	5.73 763	5.45 772	6.61 757	6.24 769

SGM+DAISY	7.06 768	9.15 745	5.38 751	8.84 755	5.18 768	8.80 773	5.31 769	8.79 774	5.28 768	8.89 774	5.20 768	8.93 774	5.33 761	8.95 774	5.36 766	8.70 766	5.21 745	8.74 774	5.20 769	8.89 768	5.15 766

testmc14	2.43 707	10.48 755	8.02 765	8.93 756	0.31 380	0.44 413	0.30 325	0.42 364	0.30 334	0.42 358	0.30 338	0.42 372	0.30 334	0.42 367	0.30 324	8.88 768	6.99 758	0.41 423	0.28 354	0.39 382	0.28 343

CFNet_RVC	2.38 706	8.71 742	0.38 334	9.33 757	0.42 472	0.56 486	0.42 462	0.60 488	0.38 432	0.62 498	0.42 465	0.56 489	7.29 768	0.62 494	0.42 457	0.53 428	0.37 369	0.49 474	0.34 421	8.30 765	6.87 770

test-v	7.53 769	11.89 757	7.98 763	9.36 758	7.14 772	7.06 769	7.09 772	7.37 769	6.91 772	7.29 769	5.71 770	6.45 768	6.93 765	6.73 768	7.27 772	8.93 769	7.85 762	6.98 769	6.80 773	7.56 762	7.34 771

test-2	7.53 769	11.89 757	7.98 763	9.36 758	7.14 772	7.06 769	7.09 772	7.37 769	6.91 772	7.29 769	5.71 770	6.45 768	6.93 765	6.73 768	7.27 772	8.93 769	7.85 762	6.98 769	6.80 773	7.56 762	7.34 771

MCSU-Stereo	2.48 710	10.56 756	8.50 767	9.47 760	0.31 380	0.43 379	0.30 325	0.42 364	0.30 334	0.42 358	0.30 338	0.42 372	0.30 334	0.41 353	0.30 324	8.86 767	6.93 757	0.40 405	0.29 369	0.39 382	0.28 343

MSMDNet	2.65 715	10.14 753	0.33 301	9.74 761	0.32 394	0.87 538	0.33 393	2.95 725	0.68 534	0.49 444	0.34 409	0.49 450	5.70 763	0.49 449	0.33 389	0.42 352	9.57 765	0.41 423	0.31 398	8.36 766	0.65 524

pcwnet_v2	2.66 716	9.89 751	0.33 301	9.89 762	0.32 394	0.50 462	0.32 382	0.49 441	0.33 401	0.49 444	0.34 409	0.49 450	8.76 770	0.48 442	0.33 389	0.41 338	9.58 766	0.40 405	0.29 369	9.01 769	0.63 516

CFNet_ucs	2.73 718	9.64 749	0.33 301	9.92 763	0.32 394	0.49 453	0.33 393	0.49 441	0.33 401	0.49 444	0.33 401	0.49 450	8.98 771	0.48 442	0.33 389	0.41 338	9.96 770	0.40 405	0.29 369	10.12 774	0.54 495

ccs_rob	2.79 724	10.17 754	0.32 296	10.00 764	0.33 407	0.49 453	0.33 393	1.90 659	0.32 391	0.51 466	0.33 401	0.49 450	9.24 772	0.49 449	0.33 389	0.41 338	9.82 768	0.41 423	0.28 354	9.34 770	0.29 352

PCWNet_CMD	2.80 725	9.82 750	0.32 296	10.09 765	0.32 394	0.49 453	0.33 393	3.34 730	0.33 401	0.49 444	0.33 401	0.49 450	8.73 769	0.48 442	0.33 389	0.41 338	9.22 764	0.42 439	0.29 369	9.55 771	0.31 377

UCFNet_RVC	2.75 720	10.06 752	0.29 265	10.31 766	0.29 321	0.42 372	0.29 317	0.43 372	0.29 319	0.42 358	0.29 323	0.42 372	9.87 773	0.43 374	0.29 314	0.36 293	9.84 769	0.36 337	0.26 295	9.77 772	0.26 277

CFNet_pseudo	2.67 717	9.36 747	0.32 296	10.99 767	0.33 407	0.85 535	0.33 393	0.49 441	0.33 401	0.49 444	0.32 392	0.49 450	7.26 767	0.49 449	0.33 389	0.41 338	9.62 767	0.41 423	0.29 369	10.03 773	0.29 352

MEA-ACV	1.66 632	0.87 365	0.61 471	11.81 768	1.35 665	1.50 653	0.71 549	1.23 627	0.92 580	1.13 582	0.96 584	1.69 658	0.70 542	1.23 637	1.16 602	1.54 631	1.20 574	1.58 663	0.85 580	1.12 562	0.95 575

TestStereo_HL3	2.76 721	0.41 238	11.46 771	14.11 769	0.30 333	0.45 427	0.29 317	0.43 372	0.29 319	0.43 365	0.29 323	0.43 381	0.28 313	0.44 405	0.30 324	13.57 773	10.32 771	0.41 423	0.27 333	0.38 334	0.27 315

TestStereo_HL2	2.73 718	0.41 238	11.06 768	14.13 770	0.30 333	0.44 413	0.28 302	0.43 372	0.29 319	0.43 365	0.28 308	0.43 381	0.29 325	0.43 374	0.28 298	13.51 772	10.37 772	0.41 423	0.27 333	0.38 334	0.27 315

GGDA	2.76 721	0.41 238	11.34 770	14.28 771	0.30 333	0.44 413	0.29 317	0.43 372	0.29 319	0.43 365	0.28 308	0.43 381	0.28 313	0.43 374	0.29 314	13.45 771	10.57 773	0.41 423	0.27 333	0.38 334	0.27 315

TestStereo-Hl	2.78 723	0.42 249	11.23 769	14.38 772	0.30 333	0.44 413	0.30 325	0.43 372	0.28 309	0.43 365	0.29 323	0.44 416	0.29 325	0.44 405	0.29 314	13.64 774	10.73 774	0.41 423	0.27 333	0.38 334	0.27 315

rafts_anoy	20.00 773	20.00 759	20.00 773	20.00 773	20.00 775	20.00 774	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 776	20.00 775	20.00 776	20.00 775	20.00 774

raft+_RVC	20.00 773	20.00 759	20.00 773	20.00 773	20.00 775	20.00 774	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 776	20.00 775	20.00 776	20.00 775	20.00 774

raftrobust	20.00 773	20.00 759	20.00 773	20.00 773	20.00 775	20.00 774	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 776	20.00 775	20.00 776	20.00 775	20.00 774

CasAABBNet	20.00 773	20.00 759	20.00 773	20.00 773	20.00 775	20.00 774	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 776	20.00 775	20.00 776	20.00 775	20.00 774

RALCasStereoNet	20.00 773	20.00 759	20.00 773	20.00 773	20.00 775	20.00 774	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 776	20.00 775	20.00 776	20.00 775	20.00 774

RALAANet	20.00 773	20.00 759	20.00 773	20.00 773	20.00 775	20.00 774	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 775	20.00 776	20.00 775	20.00 776	20.00 775	20.00 774

MANE	19.05 772	23.00 765	15.00 772	23.00 779	15.00 774	24.00 780	16.00 774	24.00 781	16.00 774	22.00 781	15.00 774	23.00 781	16.00 774	23.00 781	15.00 774	22.00 781	15.00 775	22.00 781	15.00 775	22.00 781	15.00 773

fff	1000028.16 801	29.62 777	29.72 780	32.61 780	30.02 782	35.13 783	31.83 783	32.07 783	10000000.00 803	35.27 785	29.82 783	32.45 783	30.15 782	32.35 783	30.09 782	31.04 783	29.55 784	30.64 783	30.14 783	10000000.00 804	30.77 782

csc	1000028.16 801	29.62 777	29.72 780	32.61 780	30.02 782	35.13 783	31.83 783	32.07 783	10000000.00 803	35.27 785	29.82 783	32.45 783	30.15 782	32.35 783	30.09 782	31.04 783	29.55 784	30.64 783	30.14 783	10000000.00 804	30.77 782

cscssc	1000028.16 801	29.62 777	29.72 780	32.61 780	30.02 782	35.13 783	31.83 783	32.07 783	10000000.00 803	35.27 785	29.82 783	32.45 783	30.15 782	32.35 783	30.09 782	31.04 783	29.55 784	30.64 783	30.14 783	10000000.00 804	30.77 782

111	30.40 779	30.94 781	29.72 780	32.61 780	30.02 782	33.57 781	30.47 782	31.50 782	29.39 782	30.98 782	29.11 782	29.78 782	30.39 785	29.45 782	30.76 785	30.08 782	29.02 783	29.92 782	30.32 786	29.86 782	30.17 781

DCANet-4	35.22 781	34.54 782	35.08 786	33.58 784	35.47 789	34.55 782	35.53 789	36.08 788	35.85 786	35.92 788	35.77 788	35.18 788	35.48 787	35.39 788	37.15 792	34.55 788	33.92 787	35.02 789	34.90 788	35.79 786	34.74 788

ADStereo(finetuned)	36.13 782	36.63 786	38.07 791	36.97 785	33.25 786	35.91 786	34.45 786	36.36 789	32.99 783	38.14 794	36.71 789	36.69 789	34.13 786	38.57 794	40.79 793	37.60 794	36.58 790	35.90 790	33.36 787	35.42 785	34.04 785

fast-reg	37.00 783	37.00 787	37.00 787	37.00 786	37.00 790	37.00 789	37.00 790	37.00 790	37.00 787	37.00 789	37.00 790	37.00 790	37.00 788	37.00 789	37.00 788	37.00 790	37.00 791	37.00 791	37.00 791	37.00 787	37.00 789

Reg-Stereo(zero)	37.00 783	37.00 787	37.00 787	37.00 786	37.00 790	37.00 789	37.00 790	37.00 790	37.00 787	37.00 789	37.00 790	37.00 790	37.00 788	37.00 789	37.00 788	37.00 790	37.00 791	37.00 791	37.00 791	37.00 787	37.00 789

FLISNet	37.00 783	37.00 787	37.00 787	37.00 786	37.00 790	37.00 789	37.00 790	37.00 790	37.00 787	37.00 789	37.00 790	37.00 790	37.00 788	37.00 789	37.00 788	37.00 790	37.00 791	37.00 791	37.00 791	37.00 787	37.00 789

CoSv	37.00 783	37.00 787	37.00 787	37.00 786	37.00 790	37.00 789	37.00 790	37.00 790	37.00 787	37.00 789	37.00 790	37.00 790	37.00 788	37.00 789	37.00 788	37.00 790	37.00 791	37.00 791	37.00 791	37.00 787	37.00 789

tt	500032.53 799	34.60 783	29.72 780	37.47 790	34.41 787	36.85 787	35.22 787	34.71 786	33.55 784	34.50 783	35.43 786	33.81 786	10000000.00 804	33.57 786	33.13 786	33.68 786	35.00 788	34.03 787	35.26 789	30.96 783	34.63 786

DCANet	500032.53 799	34.60 783	29.72 780	37.47 790	34.41 787	36.85 787	35.22 787	34.71 786	33.55 784	34.50 783	35.43 786	33.81 786	10000000.00 804	33.57 786	33.13 786	33.68 786	35.00 788	34.03 787	35.26 789	30.96 783	34.63 786

WCMA_ROB	31.10 780	35.43 785	27.12 779	39.51 792	23.10 781	38.78 793	25.30 781	37.49 794	25.39 781	37.29 793	27.02 781	38.52 794	26.48 781	37.80 793	26.44 781	36.28 789	22.65 782	33.90 786	22.30 782	37.10 791	24.18 780

NOSS_ROB	102.95 788	153.00 796	121.00 795	51.00 793	44.00 794	165.00 797	127.00 796	153.00 797	119.00 793	164.00 798	125.00 796	168.00 798	120.00 794	153.00 797	117.00 796	49.00 795	44.00 795	49.00 795	44.00 795	49.00 792	44.00 793

CBMV	128.50 789	1422.70 804	53.10 793	79.50 794	51.30 795	77.30 795	49.70 794	74.00 795	48.20 792	77.20 796	48.80 795	73.90 796	48.00 793	73.80 796	48.80 795	70.40 796	45.10 796	68.90 796	46.10 796	68.20 793	45.00 794
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 787	87.70 792	41.95 792	113.75 795	65.62 796	75.05 794	55.25 795	75.64 796	45.04 791	71.61 795	41.75 794	72.81 795	44.06 792	68.38 795	44.63 794	101.89 797	59.57 797	107.10 797	61.05 797	104.38 794	59.38 795

MeshStereo	159.24 790	171.00 797	160.68 798	162.58 796	160.59 798	164.01 796	160.35 798	158.51 798	158.56 795	158.34 797	160.12 798	158.56 797	159.92 796	157.26 798	158.94 798	154.38 798	158.36 798	155.75 798	159.13 800	153.67 795	154.07 797
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 792	123.00 793	115.00 794	219.00 797	218.00 800	223.00 799	244.00 800	217.00 800	236.00 797	202.00 800	203.00 799	205.00 800	208.00 797	225.00 800	204.00 799	210.00 799	198.00 800	197.00 800	184.00 801	204.00 797	201.00 798

DF_test	189.29 791	560.34 801	182.58 799	229.00 798	135.68 797	197.79 798	135.52 797	197.80 799	135.44 794	197.75 799	135.49 797	197.90 799	135.51 795	197.84 799	135.75 797	217.37 800	171.11 799	183.74 799	127.67 799	183.56 796	127.88 796

MGS-Stereo	239.45 793	123.00 793	135.00 796	266.00 799	286.00 801	277.00 800	305.00 801	271.00 801	242.00 798	274.00 801	279.00 801	255.00 801	270.00 799	268.00 801	297.00 801	221.00 801	247.00 802	216.00 801	123.00 798	217.00 798	217.00 800

EGLCR-Stereo	246.90 794	129.00 795	139.00 797	266.00 799	286.00 801	277.00 800	305.00 801	271.00 801	242.00 798	274.00 801	279.00 801	255.00 801	270.00 799	268.00 801	297.00 801	230.00 802	247.00 802	216.00 801	223.00 803	237.00 799	227.00 801

DLCB_ROB	284.23 795	354.61 799	207.27 800	363.24 801	206.46 799	364.72 802	210.41 799	364.72 803	210.41 796	364.81 803	208.64 800	364.81 803	208.64 798	364.72 803	210.41 800	354.70 803	205.53 801	354.70 803	205.53 802	354.70 800	205.53 799

LE_ROB	396.57 796	471.28 800	329.84 801	471.48 802	308.15 803	526.83 803	322.10 803	488.15 804	323.76 800	495.46 804	317.97 803	497.17 804	320.10 801	481.62 804	326.76 803	462.71 804	298.97 804	466.16 804	285.98 804	447.62 801	289.21 802

SGM-ForestM	596.69 797	677.77 802	444.52 802	699.85 803	517.25 804	732.94 804	488.29 804	770.79 805	460.11 801	750.81 805	487.98 804	792.79 805	499.41 802	730.90 805	475.81 804	720.03 805	491.16 805	663.96 805	418.60 805	674.76 802	436.05 803

CBMV_ROB	818.48 798	913.88 803	709.52 803	862.84 804	597.78 805	1073.99 805	700.52 805	1015.66 806	702.59 802	1115.65 806	760.02 805	1130.24 806	721.57 803	1037.41 806	692.65 805	814.05 806	564.29 806	843.28 806	595.31 806	915.51 803	602.92 804

111111	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

SGD-Stereo	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

IGEV-Stereo++	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

IGEV-BASED-STEREO-	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

IGEV-Stereo+	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

SDNR	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

anonymousdsp2	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

anonymousdsp	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

test_example2	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805

DIP-Stereo	10000000.00 804	10000000.00 805	10000000.00 804	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 807	10000000.00 803	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 804	10000000.00 807	10000000.00 806	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 807	10000000.00 804	10000000.00 805
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							0.38 432	0.50 450	0.38 432	0.50 457	0.38 434	0.50 464	3.79 748	0.50 457	0.38 424	0.54 429	0.43 412	0.46 451	0.34 421	0.46 427	0.35 411

FSD					0.44 477	0.56 486	0.44 466	0.55 476	0.44 471	0.56 484	0.44 470	0.56 489	0.44 468	0.56 483	0.46 470	0.61 451	0.42 407	0.52 488	0.42 480	0.52 462

Low-res two-view benchmark