Low-res two-view results

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 455	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 67	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 70	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 93	0.07 80	0.09 76	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 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 157	0.20 198	0.23 183	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	0.23 201	0.21 211	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 284	0.10 92	0.12 105	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	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 266	0.10 92	0.12 105	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	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

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

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

PWCDC_ROB	0.01 9	0.01 9	0.02 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

iinet-test	0.08 72	0.16 125	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 220	0.02 20	0.02 21	0.71 442	0.02 16	0.02 19	0.02 21	0.02 21	0.16 197

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	0.73 455	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 93	0.08 82	0.09 76	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 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

test_sample6	0.09 75	0.97 357	0.10 92	0.10 80	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 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 377	0.09 88	0.09 76	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 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 354	0.09 88	0.10 80	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 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

CoDeX	0.15 151	0.70 303	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	0.67 486	0.02 15	0.69 471	0.75 497	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

Wz-Net-LNSev-Ref	0.11 112	0.44 236	0.33 272	0.39 250	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	0.39 295	0.36 337	0.02 19	0.02 21	0.02 21	0.02 20

CSP-Net	0.34 247	1.29 465	1.19 533	1.36 561	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	1.26 574	1.21 585	0.03 41	0.09 142	0.02 21	0.09 143

SFCPSM	0.17 164	0.78 317	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	0.79 524	0.02 15	0.75 484	0.76 499	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 206	1.31 469	0.74 478	0.92 451	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	0.87 479	0.75 484	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 472	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	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 446	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 168	0.36 379	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 578	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	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

IGEV_i1	0.26 215	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 134	0.05 103	0.03 52	4.34 685	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

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	0.11 168	0.04 90	0.03 52	0.58 411	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 458	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 82	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 483	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

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

zh-sn7	0.10 91	0.98 358	0.14 148	0.15 133	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	0.15 146	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 125	1.14 399	0.17 183	0.20 167	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	0.18 174	0.16 174	0.03 41	0.03 57	0.03 47	0.03 52

z-mn7	0.16 158	1.21 455	0.33 272	0.41 275	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	0.35 262	0.31 277	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven-2	0.14 139	1.22 461	0.28 235	0.32 221	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	0.32 244	0.27 241	0.04 93	0.03 57	0.03 47	0.03 52

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

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

DualNet (step1)	0.10 91	1.05 387	0.12 123	0.12 105	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	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 387	0.12 123	0.12 105	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	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 387	0.12 123	0.12 105	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	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 367	0.11 112	0.11 97	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	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 91	1.07 391	0.11 112	0.10 80	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 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 91	1.03 383	0.12 123	0.10 80	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	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 332	0.10 92	0.12 105	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	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 383	0.11 112	0.11 97	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 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 332	0.12 123	0.11 97	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 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 139	1.83 522	0.12 123	0.11 97	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	0.06 115	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 114	0.04 96

DualNet	0.10 91	1.07 391	0.11 112	0.10 80	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 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 91	1.14 399	0.13 143	0.14 121	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	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 377	0.10 92	0.10 80	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 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 112	1.15 402	0.15 166	0.14 121	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	0.14 133	0.15 171	0.03 41	0.03 57	0.03 47	0.03 52

psmg	0.43 322	1.91 537	0.92 504	1.91 585	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	1.97 615	1.44 608	0.04 93	0.03 57	0.02 21	0.03 52

222	0.10 91	0.99 365	0.12 123	0.13 117	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	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 112	1.16 404	0.16 173	0.12 105	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	0.13 126	0.16 174	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 91	1.09 393	0.13 143	0.12 105	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	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

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

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 575	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	0.11 112	0.03 31	0.03 39	1.60 575	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

ADCRef	0.12 125	0.03 31	0.04 64	1.71 581	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	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 599	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	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 546	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	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ManiGeoR	0.17 164	0.05 66	0.62 437	0.73 423	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	0.72 450	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 441	0.72 419	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	0.71 442	0.59 443	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 437	0.73 423	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	0.72 450	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 437	0.72 419	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	0.72 450	0.58 437	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 448	0.72 419	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	0.71 442	0.59 443	0.05 108	0.04 99	0.05 114	0.04 96

z-ln-s-r	0.21 187	1.40 478	0.53 415	0.56 381	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	0.57 410	0.44 391	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 173	1.47 480	0.33 272	0.40 263	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	0.38 282	0.32 282	0.05 108	0.04 99	0.04 97	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 65	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.04 110	0.06 124	0.04 100	0.06 115	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

11t1	0.17 164	2.16 557	0.13 143	0.13 117	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.05 115	0.18 174	0.12 135	0.06 121	0.03 57	0.05 114	0.03 52

BUS	0.83 474	1.91 537	0.92 504	4.48 676	0.02 22	0.40 305	0.04 103	0.41 315	0.02 22	0.48 405	0.03 56	0.41 323	0.05 117	0.03 43	0.05 115	1.97 615	4.19 702	0.33 276	0.23 253	0.34 267	0.27 289

NINENet	0.69 431	3.87 636	1.20 536	1.98 590	0.05 126	0.40 305	0.04 103	0.40 300	0.05 124	0.41 315	0.04 110	0.41 323	0.05 117	0.40 306	0.05 115	1.79 602	1.56 617	0.34 286	0.22 247	0.34 267	0.23 233

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	0.06 121	0.03 57	0.04 97	0.03 52

FADNet-RVC-Resample	0.12 125	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	1.57 640	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 125	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	1.65 644	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 125	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	1.66 647	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCP+	0.15 151	0.04 52	0.04 64	2.20 598	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	0.08 134	0.04 97	0.04 59	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
DispViT+	0.07 67	0.08 84	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	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 72	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 133	0.05 117	0.09 140	0.08 135	0.15 146	0.11 121	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

GGEV	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

ISRNet	0.11 112	0.05 66	0.36 295	0.24 188	0.07 141	0.13 164	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 165	0.05 117	0.05 103	0.09 140	0.24 208	0.20 207	0.10 141	0.05 123	0.06 123	0.13 185

qqq1	0.25 206	3.70 627	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 206	3.70 627	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

ffm	0.25 206	3.83 633	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 206	3.83 633	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 206	3.83 633	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 163	0.04 110	0.06 124	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

qqq	0.16 158	2.01 547	0.12 123	0.15 133	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

AASNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

SACVNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AACVNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

FADNet-RVC	0.13 132	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	1.71 661	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

TS12	0.09 75	0.09 93	0.17 183	0.19 163	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 133	0.06 134	0.08 134	0.06 131	0.15 146	0.16 174	0.08 131	0.06 134	0.08 138	0.06 131

BSDual-CNN	0.81 466	1.91 537	0.92 504	4.48 676	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 615	4.19 702	0.33 276	0.23 253	0.34 267	0.27 289

hknet	1.10 526	1.85 528	3.49 699	4.48 676	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.41 323	0.03 53	0.42 336	0.03 52	4.39 688	4.19 702	0.33 276	0.23 253	0.34 267	0.27 289

FINET	0.07 67	0.08 84	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 134	0.07 141	0.08 133	0.07 142	0.08 133	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

anonymous	0.09 75	0.09 93	0.14 148	0.14 121	0.07 141	0.09 140	0.07 141	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.07 132	0.14 133	0.13 158	0.09 139	0.07 135	0.09 142	0.07 135

BEATNet-Init1	0.19 177	0.08 84	0.08 82	2.23 600	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 84	0.08 82	2.23 600	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

MatchStereo	0.54 397	0.12 114	2.38 675	2.32 615	0.09 148	0.09 140	0.08 144	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.08 135	2.34 652	2.34 671	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
SepStereo	0.09 75	0.09 93	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 142	0.08 146	0.10 145	0.09 147	0.09 141	0.09 147	0.09 140	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

SuperB	0.21 187	0.10 98	2.51 677	0.12 105	0.09 148	0.10 143	0.09 145	0.08 134	0.07 141	0.10 145	0.09 147	0.09 141	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

DRN-Test	0.14 139	0.13 116	0.09 88	0.14 121	0.09 148	0.15 173	0.09 145	0.14 166	0.10 153	0.14 165	0.09 147	0.14 166	0.09 147	0.13 167	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 165	0.73 510

StereoDRNet	0.15 151	0.14 122	0.10 92	0.14 121	0.09 148	0.15 173	0.09 145	0.14 166	0.09 149	0.14 165	0.10 151	0.14 166	0.09 147	0.14 168	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.82 526

PDISCO_ROB	0.83 474	2.80 608	3.49 699	0.14 121	0.11 174	0.17 187	0.09 145	0.15 179	0.10 153	0.15 172	0.12 177	0.16 178	0.14 194	3.30 692	0.13 183	0.14 133	2.34 671	0.16 182	0.12 180	2.62 672	0.10 151

over-6	0.11 112	0.11 109	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.10 151	0.11 156	0.09 143

over v1	0.11 112	0.11 109	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.09 142	0.11 156	0.10 151

over-8	0.11 112	0.14 122	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.09 149	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.09 140	0.14 133	0.14 163	0.11 152	0.09 142	0.11 156	0.09 143

over-9	0.11 112	0.11 109	0.16 173	0.16 143	0.10 155	0.12 163	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.10 151	0.11 156	0.09 143

S2M2_L	0.12 125	0.14 122	0.10 92	0.15 133	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.15 172	0.10 151	0.14 166	0.10 151	0.14 168	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

LRCNet_RVC	0.13 132	0.13 116	0.09 88	0.13 117	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.23 216	0.10 151	0.20 197	0.10 151	0.24 223	0.11 162	0.11 105	0.09 94	0.12 159	0.14 196	0.12 165	0.09 143

UNet	0.29 224	0.90 340	0.10 92	0.14 121	0.10 155	0.14 165	0.10 150	0.91 501	0.69 503	0.14 165	0.11 169	0.14 166	0.11 168	0.14 168	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 493	0.76 517

PVD	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SHD	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SAMSARA	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

XQC	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSC	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTS	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSA	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet+	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet++	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

S2M2_XL	0.14 139	0.17 130	0.12 123	0.17 156	0.11 174	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.11 169	0.17 186	0.11 168	0.17 186	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetBlue	0.11 112	0.11 109	0.12 123	0.13 117	0.14 193	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.11 169	0.11 157	0.11 168	0.12 166	0.12 174	0.11 105	0.11 121	0.11 152	0.11 165	0.11 156	0.11 165

ProNet	0.14 139	0.20 138	0.14 148	0.16 143	0.11 174	0.16 180	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 186	0.13 189	0.17 186	0.12 174	0.15 146	0.11 121	0.16 182	0.11 165	0.15 177	0.12 178

CIPLG	0.13 132	0.21 143	0.12 123	0.16 143	0.11 174	0.15 173	0.11 167	0.14 166	0.11 171	0.15 172	0.12 177	0.15 177	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

IPLG	0.13 132	0.20 138	0.14 148	0.15 133	0.11 174	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.11 169	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

ACRE	0.13 132	0.21 143	0.14 148	0.15 133	0.11 174	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.12 177	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

ICVP	0.15 151	0.53 280	0.11 112	0.16 143	0.11 174	0.16 180	0.11 167	0.16 180	0.11 171	0.16 177	0.11 169	0.16 178	0.11 168	0.16 179	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 132	0.11 109	0.11 112	0.11 97	0.11 174	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.12 177	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.11 121	0.14 165	0.11 165	0.49 415	0.11 165

PASM	0.39 294	3.06 612	1.36 599	1.58 571	0.09 148	0.11 154	0.11 167	0.11 154	0.11 171	0.09 140	0.09 147	0.11 157	0.09 147	0.09 140	0.09 140	0.11 105	0.11 121	0.11 152	0.09 142	0.11 156	0.11 165

HSM	0.14 139	0.16 125	0.12 123	0.17 156	0.12 187	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 186	0.12 183	0.17 186	0.12 174	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.12 178

ELAS_RVC	0.14 139	0.16 125	0.10 92	0.15 133	0.10 155	0.18 191	0.11 167	0.19 192	0.11 171	0.19 190	0.12 177	0.18 190	0.11 168	0.19 192	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 177	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 151	0.17 130	0.11 112	0.18 158	0.11 174	0.19 194	0.11 167	0.19 192	0.12 187	0.19 190	0.12 177	0.20 197	0.12 183	0.19 192	0.12 174	0.16 158	0.11 121	0.17 190	0.10 151	0.17 189	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.13 132	0.16 125	0.11 112	0.15 133	0.09 148	0.18 191	0.11 167	0.18 190	0.11 171	0.17 184	0.11 169	0.18 190	0.11 168	0.18 189	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 169	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
VeloStereo	0.16 158	0.92 347	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 282	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 180	0.09 142	0.08 138

flow	0.16 158	0.92 347	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 282	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 180	0.09 142	0.08 138

DF	0.39 294	1.37 475	1.02 517	1.14 484	0.12 187	0.16 180	0.12 180	0.16 180	0.12 187	0.16 177	0.12 177	0.16 178	0.12 183	0.16 179	0.12 174	1.12 516	1.00 508	0.15 178	0.12 180	0.15 177	0.12 178

MIPNet	0.14 139	0.21 143	0.17 183	0.16 143	0.11 174	0.15 173	0.12 180	0.14 166	0.11 171	0.16 177	0.11 169	0.14 166	0.11 168	0.14 168	0.11 162	0.14 133	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

IPLGR	0.14 139	0.24 157	0.14 148	0.16 143	0.12 187	0.15 173	0.12 180	0.14 166	0.11 171	0.15 172	0.12 177	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

LALA_ROB	0.15 151	0.19 134	0.12 123	0.18 158	0.11 174	0.20 199	0.12 180	0.21 206	0.12 187	0.20 196	0.12 177	0.20 197	0.12 183	0.21 207	0.13 183	0.17 166	0.10 99	0.18 199	0.11 165	0.18 193	0.11 165

ITSA-stereo	0.15 151	0.17 130	0.13 143	0.20 167	0.13 191	0.19 194	0.13 186	0.18 190	0.13 191	0.19 190	0.13 190	0.18 190	0.14 194	0.18 189	0.14 187	0.16 158	0.11 121	0.15 178	0.14 196	0.18 193	0.11 165

DeepPruner_ROB	0.16 158	0.18 133	0.13 143	0.19 163	0.13 191	0.19 194	0.13 186	0.19 192	0.13 191	0.19 190	0.13 190	0.19 194	0.13 189	0.19 192	0.13 183	0.18 174	0.13 158	0.18 199	0.13 191	0.18 193	0.13 185

Weightmod_eth	0.20 179	0.24 157	0.28 235	0.47 307	0.14 193	0.24 224	0.14 188	0.17 186	0.13 191	0.22 210	0.16 209	0.22 213	0.13 189	0.20 196	0.16 205	0.24 208	0.20 207	0.19 202	0.14 196	0.16 182	0.24 243

depth_test_26	0.20 179	0.34 185	0.25 218	0.34 229	0.14 193	0.21 209	0.14 188	0.21 206	0.14 194	0.21 207	0.14 195	0.21 204	0.14 194	0.21 207	0.14 187	0.26 217	0.26 229	0.22 215	0.15 205	0.22 208	0.14 190

castereo++	0.54 397	3.59 624	1.15 527	1.31 555	0.14 193	0.16 180	0.14 188	0.16 180	0.14 194	0.16 177	0.14 195	0.16 178	0.13 189	0.16 179	0.14 187	1.45 589	1.16 534	0.15 178	0.14 196	0.15 177	0.13 185

DDVS	0.30 225	3.10 613	0.14 148	0.19 163	0.14 193	0.19 194	0.14 188	0.20 198	0.14 194	0.19 190	0.13 190	0.16 178	0.13 189	0.19 192	0.13 183	0.17 166	0.13 158	0.17 190	0.13 191	0.17 189	0.13 185

JetRed	0.11 112	0.12 114	0.11 112	0.11 97	0.11 174	0.11 154	0.14 188	0.11 154	0.11 171	0.12 163	0.11 169	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.16 174	0.11 152	0.11 165	0.11 156	0.11 165

HCRNet	1.22 581	7.11 694	3.00 682	3.55 664	0.33 376	0.29 253	0.14 188	0.19 192	0.15 206	0.33 269	0.29 295	0.25 234	0.14 194	0.22 212	0.33 359	3.64 680	3.00 679	0.76 499	0.32 375	0.18 193	0.13 185

GMStereo	0.14 139	0.13 116	0.14 148	0.14 121	0.14 193	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 166	0.14 194	0.14 168	0.14 187	0.14 133	0.14 163	0.14 165	0.14 196	0.14 169	0.14 190
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 164	0.71 304	0.14 148	0.14 121	0.14 193	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 166	0.14 194	0.14 168	0.22 238	0.14 133	0.14 163	0.14 165	0.14 196	0.14 169	0.14 190

DepthFocus	0.18 173	0.22 147	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.22 210	0.15 205	0.22 213	0.16 208	0.22 212	0.15 198	0.20 181	0.15 171	0.20 207	0.14 196	0.20 200	0.14 190

RSGM-EC	0.24 203	0.24 157	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.24 223	0.15 205	0.22 213	0.15 206	0.22 212	1.19 570	0.20 181	0.17 195	0.24 234	0.14 196	0.20 200	0.14 190

acva	0.24 203	0.24 157	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.24 223	0.15 205	0.22 213	0.15 206	0.22 212	1.19 570	0.20 181	0.17 195	0.24 234	0.14 196	0.20 200	0.14 190

dd	0.23 199	0.98 358	0.16 173	0.23 183	0.15 207	0.23 221	0.15 196	0.23 218	0.15 206	0.23 216	0.15 205	0.24 227	0.17 220	0.23 219	0.15 198	0.22 190	0.15 171	0.21 210	0.15 205	0.22 208	0.16 197

dad	0.23 199	1.03 383	0.16 173	0.23 183	0.15 207	0.24 224	0.15 196	0.24 221	0.16 211	0.23 216	0.16 209	0.24 227	0.16 208	0.23 219	0.15 198	0.22 190	0.16 174	0.22 215	0.16 208	0.22 208	0.16 197

IPLGR_C	0.14 139	0.20 138	0.12 123	0.15 133	0.11 174	0.14 165	0.15 196	0.14 166	0.11 171	0.15 172	0.12 177	0.14 166	0.11 168	0.16 179	0.11 162	0.15 146	0.12 135	0.14 165	0.12 180	0.15 177	0.12 178

LACA2	0.21 187	0.24 157	0.26 225	0.31 215	0.16 217	0.24 224	0.16 202	0.24 221	0.16 211	0.24 223	0.16 209	0.24 227	0.16 208	0.24 223	0.16 205	0.27 221	0.23 221	0.24 234	0.16 208	0.23 220	0.16 197

LACA1	0.21 187	0.24 157	0.26 225	0.31 215	0.16 217	0.24 224	0.16 202	0.24 221	0.16 211	0.24 223	0.16 209	0.24 227	0.16 208	0.24 223	0.16 205	0.27 221	0.22 215	0.23 224	0.16 208	0.23 220	0.16 197

VIP-Stereo	0.70 434	2.97 611	2.43 676	2.49 626	0.16 217	0.25 234	0.16 202	0.25 229	0.16 211	0.25 231	0.18 233	0.25 234	0.16 208	0.26 244	0.16 205	1.86 604	1.26 587	0.23 224	0.15 205	0.23 220	0.15 196

RAFT-FEzeroshot	0.34 247	0.26 167	0.17 183	0.21 176	0.17 223	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 204	0.16 208	0.27 248	0.24 248	0.19 178	0.16 174	0.19 202	0.16 208	0.26 231	3.08 704

RAFT-FE	0.34 247	0.26 167	0.17 183	0.21 176	0.17 223	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 204	0.16 208	0.27 248	0.24 248	0.19 178	0.16 174	0.19 202	0.16 208	0.26 231	3.08 704

xyz-stereo-finetune2	0.18 173	0.48 259	0.16 173	0.16 143	0.15 207	0.15 173	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

xyz-stereo-finetune	0.28 219	0.49 261	0.16 173	0.16 143	0.16 217	0.16 180	0.16 202	0.22 211	0.30 306	0.32 264	0.31 354	0.32 269	0.31 357	0.32 267	0.32 347	0.32 244	0.33 295	0.31 266	0.32 375	0.31 252	0.32 354

xyz-stereo	0.18 173	0.50 266	0.16 173	0.15 133	0.16 217	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

castereo	0.61 412	3.79 632	1.35 591	1.52 569	0.15 207	0.17 187	0.16 202	0.20 198	0.21 240	0.18 188	0.16 209	0.21 204	0.12 183	0.26 244	0.17 212	1.43 588	1.38 604	0.17 190	0.16 208	0.18 193	0.16 197

GMStereo_Zeroshot	0.16 158	0.16 125	0.16 173	0.16 143	0.16 217	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

LACA3	0.23 199	0.25 164	0.27 228	0.54 374	0.17 223	0.25 234	0.17 212	0.25 229	0.17 221	0.25 231	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.28 226	0.23 221	0.24 234	0.17 230	0.24 225	0.17 214

IGEV-FE	0.35 256	0.37 195	0.17 183	0.19 163	0.17 223	0.20 199	0.17 212	0.19 192	0.17 221	0.19 190	0.17 217	0.19 194	0.17 220	0.37 292	0.36 379	0.19 178	0.17 195	0.19 202	0.17 230	0.38 306	2.84 695

tg	0.21 187	0.25 164	0.21 203	0.26 202	0.17 223	0.24 224	0.17 212	0.24 221	0.17 221	0.24 223	0.17 217	0.24 227	0.17 220	0.24 223	0.17 212	0.24 208	0.17 195	0.23 224	0.16 208	0.23 220	0.16 197

ACV-stereo	0.30 225	2.08 549	0.25 218	0.25 195	0.18 234	0.24 224	0.17 212	0.24 221	0.18 227	0.24 223	0.17 217	0.25 234	0.17 220	0.24 223	0.17 212	0.22 190	0.16 174	0.22 215	0.16 208	0.22 208	0.16 197

IGEV_Zeroshot_test	0.20 179	0.19 134	0.40 344	0.30 209	0.17 223	0.22 212	0.17 212	0.21 206	0.17 221	0.20 196	0.17 217	0.21 204	0.18 230	0.21 207	0.17 212	0.20 181	0.16 174	0.20 207	0.16 208	0.20 200	0.17 214

MSKI-zero shot	0.24 203	0.21 143	0.49 397	0.65 401	0.18 234	0.22 212	0.17 212	0.23 218	0.18 227	0.21 207	0.17 217	0.23 221	0.28 287	0.23 219	0.18 224	0.21 188	0.16 174	0.21 210	0.16 208	0.21 206	0.16 197

MIM_Stereo	0.25 206	0.23 149	0.66 450	0.80 433	0.17 223	0.22 212	0.17 212	0.23 218	0.18 227	0.26 240	0.17 217	0.21 204	0.17 220	0.25 232	0.17 212	0.23 201	0.16 174	0.21 210	0.17 230	0.22 208	0.17 214

UPFNet	0.42 320	1.20 409	0.17 183	0.24 188	0.17 223	0.25 234	0.17 212	1.19 540	0.90 539	0.25 231	0.17 217	0.24 227	0.17 220	0.25 232	0.17 212	0.22 190	0.17 195	0.22 215	0.16 208	1.15 530	0.93 536

SMOE	0.23 199	0.25 164	0.30 245	0.33 225	0.18 234	0.26 243	0.18 220	0.26 235	0.18 227	0.26 240	0.18 233	0.25 234	0.18 230	0.25 232	0.18 224	0.31 241	0.27 241	0.23 224	0.17 230	0.23 220	0.17 214

SME	0.27 216	0.29 175	0.31 261	0.38 242	0.20 242	0.29 253	0.18 220	0.30 248	0.20 236	0.32 264	0.21 245	0.32 269	0.20 241	0.32 267	0.21 234	0.35 262	0.32 282	0.27 249	0.19 238	0.29 243	0.20 225

DEFOM-Stereo_RVC	0.83 474	5.18 666	1.98 663	2.19 597	0.17 223	0.19 194	0.18 220	0.19 192	0.16 211	0.20 196	0.19 236	0.22 213	0.22 249	0.20 196	0.15 198	2.28 645	2.13 666	0.24 234	0.17 230	0.18 193	0.16 197

MMNet	0.44 335	1.24 463	0.17 183	0.25 195	0.17 223	0.25 234	0.18 220	1.26 592	0.93 545	0.25 231	0.17 217	0.25 234	0.18 230	0.25 232	0.17 212	0.23 201	0.16 174	0.23 224	0.16 208	1.20 542	0.99 542

delet	0.43 322	1.21 455	0.17 183	0.25 195	0.17 223	0.25 234	0.18 220	1.26 592	0.95 547	0.25 231	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.23 201	0.16 174	0.22 215	0.16 208	1.18 538	0.98 541

iResNetv2_ROB	0.20 179	0.23 149	0.18 193	0.24 188	0.20 242	0.24 224	0.18 220	0.24 221	0.18 227	0.24 223	0.18 233	0.23 221	0.19 237	0.24 223	0.18 224	0.21 188	0.16 174	0.21 210	0.16 208	0.22 208	0.16 197

DLNR-FE	0.28 219	0.89 337	0.30 245	0.34 229	0.19 239	0.28 250	0.19 226	0.28 240	0.20 236	0.28 246	0.20 240	0.28 250	0.20 241	0.28 253	0.20 231	0.33 250	0.28 249	0.25 239	0.19 238	0.24 225	0.19 223

Pointernet	0.21 187	0.22 147	0.19 195	0.24 188	0.19 239	0.24 224	0.19 226	0.24 221	0.19 234	0.24 223	0.19 236	0.24 227	0.19 237	0.24 223	0.19 228	0.22 190	0.17 195	0.22 215	0.17 230	0.22 208	0.17 214

psm_up	0.43 322	1.19 408	0.17 183	0.25 195	0.18 234	0.25 234	0.19 226	1.26 592	0.91 540	0.26 240	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.22 190	0.17 195	0.23 224	0.16 208	1.18 538	0.99 542

CFNet	1.37 589	5.27 675	0.19 195	5.49 699	0.19 239	0.28 250	0.19 226	0.28 240	0.19 234	0.28 246	0.19 236	0.28 250	4.35 719	0.28 253	0.19 228	0.23 201	0.17 195	0.23 224	4.21 728	4.81 705	0.17 214

ssnet_v2	0.68 428	1.96 545	1.25 587	0.29 208	0.20 242	0.30 255	0.20 230	0.29 245	0.22 244	1.50 612	0.20 240	0.31 265	0.20 241	0.27 248	0.22 238	0.24 208	1.49 611	0.26 244	0.18 237	3.90 682	0.19 223

DAS	0.20 179	0.20 138	0.20 198	0.20 167	0.20 242	0.20 199	0.20 230	0.20 198	0.20 236	0.20 196	0.20 240	0.20 197	0.20 241	0.20 196	0.20 231	0.20 181	0.20 207	0.20 207	0.20 240	0.20 200	0.20 225

GEStereo_RVC	0.86 486	4.45 649	0.20 198	0.27 205	0.20 242	0.27 248	0.20 230	0.26 235	0.18 227	5.03 722	0.20 240	0.27 249	0.19 237	0.27 248	0.21 234	0.20 181	0.19 205	0.19 202	4.02 726	0.20 200	0.18 220

AANet_RVC	1.26 584	0.31 181	4.99 711	5.93 702	0.20 242	0.25 234	0.20 230	0.25 229	0.20 236	0.23 216	0.19 236	0.25 234	0.20 241	0.25 232	0.20 231	5.66 712	4.76 706	0.26 244	0.30 357	0.24 225	0.27 289

iResNet	0.20 179	0.23 149	0.18 193	0.24 188	0.18 234	0.24 224	0.20 230	0.24 221	0.18 227	0.23 216	0.17 217	0.23 221	0.18 230	0.23 219	0.18 224	0.22 190	0.16 174	0.21 210	0.16 208	0.21 206	0.16 197

Weightmod	0.27 216	0.29 175	0.33 272	0.38 242	0.20 242	0.30 255	0.21 235	0.29 245	0.21 240	0.29 251	0.22 247	0.30 260	0.20 241	0.30 259	0.21 234	0.37 270	0.31 277	0.27 249	0.20 240	0.28 239	0.21 228

gwcnet-sp	0.82 471	1.72 490	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 721	0.23 233

scenet	0.82 471	1.72 490	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 721	0.23 233

ssnet	0.82 471	1.72 490	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 721	0.23 233

HGLStereo	0.28 219	0.29 175	0.22 205	0.36 236	0.22 254	0.36 282	0.21 235	0.36 270	0.21 240	0.42 329	0.21 245	0.36 285	0.22 249	0.36 285	0.21 234	0.34 254	0.21 211	0.34 286	0.21 244	0.34 267	0.21 228

S0	0.42 320	0.44 236	0.54 416	0.59 387	0.34 386	0.48 413	0.22 240	0.51 430	0.25 259	0.51 434	0.34 381	0.53 444	0.35 384	0.47 401	0.36 379	0.55 404	0.39 355	0.49 443	0.27 307	0.46 394	0.34 368

Select-FE	0.41 307	0.44 236	0.23 208	0.26 202	0.22 254	0.26 243	0.22 240	0.26 235	0.23 251	0.26 240	0.23 252	0.26 246	0.23 255	0.45 392	0.42 423	0.25 215	0.22 215	0.25 239	0.22 247	0.45 391	2.90 696

PAM	0.39 294	1.88 533	0.34 283	0.37 239	0.41 428	0.45 396	0.22 240	0.28 240	0.23 251	0.28 246	0.24 259	0.29 256	0.23 255	0.29 257	0.23 245	0.38 282	0.32 282	0.38 320	0.37 411	0.32 255	0.22 231

model_zeroshot	0.27 216	0.20 138	0.27 228	0.33 225	0.21 252	0.37 290	0.22 240	0.37 278	0.24 254	0.26 240	0.27 274	0.33 273	0.21 248	0.25 232	0.27 263	0.32 244	0.20 207	0.34 286	0.23 253	0.25 228	0.26 251

DCVSM-stereo	0.36 264	1.89 534	0.22 205	0.40 263	0.22 254	0.40 305	0.22 240	0.40 300	0.22 244	0.40 301	0.22 247	0.40 310	0.22 249	0.40 306	0.22 238	0.28 226	0.21 211	0.28 253	0.21 244	0.28 239	0.20 225

CAS++	0.17 164	0.27 170	0.21 203	0.10 80	0.21 252	0.15 173	0.22 240	0.10 142	0.21 240	0.22 210	0.10 151	0.19 194	0.18 230	0.10 145	0.19 228	0.20 181	0.19 205	0.18 199	0.10 151	0.19 199	0.18 220
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
WAO-6	0.22 193	0.23 149	0.22 205	0.23 183	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.22 215	0.22 247	0.22 208	0.22 231

IMH-64-1	0.22 193	0.23 149	0.23 208	0.22 178	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.23 224	0.22 247	0.22 208	0.23 233

IMH-64	0.22 193	0.23 149	0.23 208	0.22 178	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.23 224	0.22 247	0.22 208	0.23 233

WCG-NET（raft）	0.32 241	1.24 463	0.24 215	0.32 221	0.24 265	0.32 271	0.23 249	0.32 256	0.24 254	0.32 264	0.24 259	0.32 269	0.24 258	0.32 267	0.24 248	0.30 235	0.23 221	0.30 260	0.23 253	0.30 247	0.23 233

xxxxx1	0.31 232	0.91 342	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

tt_ll	0.31 232	0.91 342	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

ff	0.31 232	0.91 342	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

FENet	0.54 397	1.52 482	1.19 533	1.41 565	0.23 260	0.35 278	0.23 249	0.35 266	0.23 251	0.34 272	0.23 252	0.35 280	0.23 255	0.35 279	0.23 245	1.40 586	1.07 518	0.32 269	0.23 253	0.33 262	0.23 233

tt1	0.31 232	0.93 351	0.24 215	0.33 225	0.23 260	0.31 262	0.24 254	0.32 256	0.24 254	0.32 264	0.23 252	0.32 269	0.25 261	0.32 267	0.24 248	0.27 221	0.26 229	0.27 249	0.26 269	0.27 237	0.27 289

iResNet_ROB	0.28 219	0.32 183	0.24 215	0.32 221	0.25 268	0.32 271	0.24 254	0.32 256	0.24 254	0.33 269	0.24 259	0.35 280	0.24 258	0.33 275	0.24 248	0.31 241	0.24 225	0.32 269	0.24 260	0.32 255	0.24 243

DEFOM-Stereo	0.68 428	3.11 614	1.40 605	1.63 579	0.25 268	0.31 262	0.25 256	0.31 254	0.28 283	0.31 258	0.29 295	0.29 256	0.27 278	0.31 264	0.28 272	1.59 596	1.47 610	0.30 260	0.29 341	0.30 247	0.28 315

UNDER WATER-64	0.25 206	0.26 167	0.25 218	0.26 202	0.25 268	0.25 234	0.25 256	0.25 229	0.25 259	0.25 231	0.25 265	0.25 234	0.25 261	0.26 244	0.25 256	0.25 215	0.25 226	0.25 239	0.25 263	0.25 228	0.25 245

LoS_RVC	0.30 225	1.14 399	0.25 218	0.25 195	0.25 268	0.26 243	0.25 256	0.25 229	0.25 259	0.25 231	0.25 265	0.26 246	0.26 271	0.26 244	0.25 256	0.26 217	0.26 229	0.25 239	0.25 263	0.26 231	0.26 251

CAS	0.30 225	1.17 405	0.25 218	0.25 195	0.25 268	0.26 243	0.25 256	0.25 229	0.26 273	0.25 231	0.25 265	0.25 234	0.25 261	0.25 232	0.25 256	0.26 217	0.26 229	0.26 244	0.25 263	0.26 231	0.25 245

LoS	0.25 206	0.27 170	0.25 218	0.25 195	0.25 268	0.25 234	0.25 256	0.26 235	0.25 259	0.25 231	0.25 265	0.25 234	0.25 261	0.25 232	0.25 256	0.26 217	0.25 226	0.25 239	0.26 269	0.26 231	0.25 245
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 491	7.04 693	2.23 669	2.75 631	0.28 282	0.43 348	0.25 256	0.39 292	0.25 259	0.41 315	0.27 274	0.39 302	0.25 261	0.40 306	0.28 272	0.37 270	0.28 249	0.37 312	0.25 263	0.37 293	0.25 245

CroCo-Stereo	0.73 444	1.22 461	0.25 218	1.22 541	0.25 268	1.22 595	0.25 256	1.22 589	0.25 259	1.22 597	0.25 265	1.22 600	0.25 261	1.22 600	0.25 256	1.22 572	0.26 229	1.21 609	0.25 263	1.22 590	0.25 245
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
DLNR_Zeroshot_test	0.31 232	0.28 173	0.47 382	0.79 429	0.24 265	0.30 255	0.26 263	0.30 248	0.24 254	0.32 264	0.23 252	0.31 265	0.24 258	0.30 259	0.23 245	0.29 234	0.26 229	0.29 258	0.24 260	0.33 262	0.23 233

CroCo-Stereo Lap2	0.77 454	1.29 465	0.29 241	1.27 546	0.29 293	1.27 599	0.26 263	1.26 592	0.26 273	1.26 598	0.26 270	1.27 604	0.26 271	1.26 601	0.27 263	1.27 575	0.27 241	1.27 613	0.27 307	1.27 594	0.27 289

StereoDRNet-Refined	0.33 246	0.39 206	0.26 225	0.39 250	0.26 275	0.40 305	0.26 263	0.40 300	0.26 273	0.39 294	0.26 270	0.39 302	0.26 271	0.39 303	0.26 261	0.37 270	0.25 226	0.37 312	0.25 263	0.37 293	0.37 387
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
small-0shot	0.35 256	1.92 543	0.27 228	0.27 205	0.27 276	0.27 248	0.27 266	0.27 239	0.27 277	0.27 245	0.27 274	0.26 246	0.27 278	0.27 248	0.26 261	0.27 221	0.26 229	0.26 244	0.26 269	0.26 231	0.27 289

PStereo	0.32 241	0.36 192	0.28 235	0.38 242	0.29 293	0.36 282	0.27 266	0.38 287	0.27 277	0.38 287	0.28 282	0.36 285	0.27 278	0.36 285	0.28 272	0.32 244	0.27 241	0.33 276	0.27 307	0.33 262	0.27 289

Anonymus	0.47 372	0.73 307	0.46 374	0.43 291	0.54 479	0.53 446	0.27 266	0.39 292	0.35 384	0.33 269	0.40 418	0.33 273	0.38 397	0.53 441	0.54 464	0.56 408	0.36 337	0.49 443	0.53 476	0.66 449	0.54 459

FE-Mocha	0.35 256	0.71 304	0.40 344	0.47 307	0.27 276	0.34 274	0.27 266	0.34 263	0.26 273	0.34 272	0.26 270	0.34 278	0.27 278	0.34 276	0.27 263	0.44 326	0.41 369	0.33 276	0.29 341	0.32 255	0.29 324

Monster-pub-mixall	0.44 335	0.56 288	0.60 430	0.38 242	0.27 276	0.37 290	0.27 266	0.37 278	0.29 291	0.38 287	0.27 274	0.38 297	0.29 297	0.85 502	0.27 263	1.46 590	0.26 229	0.34 286	0.26 269	0.36 288	0.53 456

Replicate-Monster	0.45 358	0.57 289	0.60 430	0.40 263	0.29 293	0.37 290	0.27 266	0.37 278	0.30 306	0.40 301	0.31 354	0.40 310	0.30 306	0.99 521	0.27 263	1.36 583	0.31 277	0.34 286	0.30 357	0.36 288	0.54 459

Any-RAFT	0.32 241	0.36 192	0.27 228	0.36 236	0.27 276	0.36 282	0.27 266	0.36 270	0.27 277	0.36 280	0.27 274	0.36 285	0.27 278	0.36 285	0.28 272	0.36 267	0.28 249	0.36 309	0.28 326	0.36 288	0.28 315

CRFU-Net	0.65 420	1.67 487	1.22 583	1.96 589	0.27 276	0.41 321	0.27 266	0.41 315	0.27 277	0.40 301	0.26 270	0.41 323	0.27 278	0.40 306	0.27 263	1.80 603	1.62 625	0.34 286	0.23 253	0.33 262	0.23 233

MLCV	0.31 232	0.35 187	0.27 228	0.35 232	0.28 282	0.35 278	0.27 266	0.35 266	0.28 283	0.36 280	0.27 274	0.35 280	0.27 278	0.35 279	0.27 263	0.34 254	0.27 241	0.34 286	0.27 307	0.34 267	0.27 289

DISCO	1.11 528	0.39 206	5.28 713	0.39 250	0.20 242	0.39 303	0.27 266	0.39 292	0.22 244	0.38 287	0.20 240	0.38 297	0.20 241	6.95 733	0.22 238	0.30 235	0.21 211	0.27 249	0.21 244	5.25 714	0.21 228

DN-CSS_ROB	0.31 232	0.35 187	0.28 235	0.35 232	0.28 282	0.34 274	0.27 266	0.34 263	0.25 259	0.35 276	0.27 274	0.36 285	0.26 271	0.34 276	0.28 272	0.35 262	0.28 249	0.34 286	0.28 326	0.34 267	0.27 289

GREATEN-IGEV-FM_RVC	0.38 280	0.35 187	0.56 420	0.63 395	0.28 282	0.36 282	0.28 277	0.36 270	0.28 283	0.36 280	0.28 282	0.36 285	0.28 287	0.36 285	0.28 272	0.62 422	0.57 433	0.35 302	0.28 326	0.35 280	0.28 315

TestStereo_HL2	2.73 681	0.41 221	11.06 731	14.13 733	0.30 305	0.44 382	0.28 277	0.43 341	0.29 291	0.43 336	0.28 282	0.43 350	0.29 297	0.43 343	0.28 272	13.51 735	10.37 735	0.41 392	0.27 307	0.38 306	0.27 289

GeoVLM	0.36 264	0.38 199	0.27 228	0.46 300	0.28 282	0.35 278	0.28 277	0.37 278	0.27 277	0.35 276	0.28 282	0.36 285	0.38 397	0.35 279	0.28 272	1.08 507	0.26 229	0.33 276	0.27 307	0.34 267	0.33 361

Zero-FE251	0.36 264	0.40 210	0.28 235	0.41 275	0.28 282	0.41 321	0.28 277	0.41 315	0.28 283	0.41 315	0.28 282	0.41 323	0.28 287	0.42 336	0.30 296	0.37 270	0.26 229	0.37 312	0.27 307	0.45 391	0.56 470

Monster-pub-eth3d	0.45 358	0.57 289	0.60 430	0.39 250	0.28 282	0.37 290	0.28 277	0.37 278	0.30 306	0.39 294	0.29 295	0.39 302	0.30 306	0.92 513	0.27 263	1.42 587	0.28 249	0.34 286	0.28 326	0.37 293	0.53 456

LG-Stereo_L2	0.34 247	0.37 195	0.38 301	0.47 307	0.28 282	0.39 303	0.28 277	0.39 292	0.28 283	0.39 294	0.28 282	0.39 302	0.28 287	0.38 295	0.28 272	0.42 324	0.35 331	0.36 309	0.26 269	0.35 280	0.26 251

GIP-stereo	0.36 264	0.49 261	0.39 312	0.48 313	0.32 364	0.41 321	0.28 277	0.40 300	0.30 306	0.41 315	0.28 282	0.40 310	0.28 287	0.42 336	0.28 272	0.45 355	0.32 282	0.38 320	0.30 357	0.37 293	0.27 289

xx1	0.38 280	1.03 383	0.31 261	0.40 263	0.31 352	0.41 321	0.28 277	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.40 306	0.29 286	0.34 254	0.33 295	0.34 286	0.32 375	0.34 267	0.32 354

1test111	0.37 274	1.02 381	0.30 245	0.39 250	0.29 293	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 302	0.28 287	0.40 306	0.29 286	0.33 250	0.32 282	0.33 276	0.31 368	0.32 255	0.31 347

cc1	0.37 274	1.02 381	0.30 245	0.39 250	0.29 293	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 302	0.28 287	0.40 306	0.29 286	0.33 250	0.32 282	0.33 276	0.31 368	0.32 255	0.31 347

SQANet	0.28 219	0.28 173	0.28 235	0.28 207	0.28 282	0.28 250	0.28 277	0.28 240	0.28 283	0.28 246	0.28 282	0.28 250	0.28 287	0.28 253	0.28 272	0.28 226	0.28 249	0.28 253	0.28 326	0.28 239	0.28 315

DGSMNet	0.34 247	0.41 221	0.27 228	0.41 275	0.28 282	0.41 321	0.28 277	0.41 315	0.27 277	0.41 315	0.27 274	0.42 341	0.27 278	0.41 322	0.28 272	0.40 302	0.29 263	0.40 374	0.28 326	0.40 365	0.27 289

GREATEN-IGEV_RVC	0.38 280	0.35 187	0.56 420	0.63 395	0.29 293	0.36 282	0.29 289	0.36 270	0.29 291	0.39 294	0.29 295	0.36 285	0.29 297	0.36 285	0.29 286	0.62 422	0.57 433	0.35 302	0.29 341	0.36 288	0.29 324

TestStereo_HL3	2.76 684	0.41 221	11.46 734	14.11 732	0.30 305	0.45 396	0.29 289	0.43 341	0.29 291	0.43 336	0.29 295	0.43 350	0.28 287	0.44 374	0.30 296	13.57 736	10.32 734	0.41 392	0.27 307	0.38 306	0.27 289

GGDA	2.76 684	0.41 221	11.34 733	14.28 734	0.30 305	0.44 382	0.29 289	0.43 341	0.29 291	0.43 336	0.28 282	0.43 350	0.28 287	0.43 343	0.29 286	13.45 734	10.57 736	0.41 392	0.27 307	0.38 306	0.27 289

IGEV++	0.34 247	0.43 233	0.30 245	0.40 263	0.29 293	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.40 306	0.30 296	0.38 282	0.29 263	0.37 312	0.29 341	0.37 293	0.29 324

ACVNet-DCA	0.37 274	1.00 367	0.30 245	0.40 263	0.29 293	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.39 303	0.28 272	0.33 250	0.32 282	0.33 276	0.32 375	0.33 262	0.32 354

PML	0.46 365	1.36 473	0.29 241	0.58 384	0.30 305	0.57 458	0.29 289	0.57 446	0.29 291	0.57 455	0.29 295	0.57 458	0.29 297	0.56 449	0.29 286	0.52 394	0.30 272	0.53 460	0.31 368	0.53 432	0.30 338

GES	0.66 422	2.34 574	0.29 241	0.41 275	0.29 293	0.41 321	0.29 289	0.42 333	0.29 291	0.40 301	0.41 426	0.41 323	0.30 306	0.51 434	0.29 286	0.32 244	0.29 263	0.32 269	2.46 697	2.49 659	0.30 338

UCFNet_RVC	2.75 683	10.06 715	0.29 241	10.31 730	0.29 293	0.42 341	0.29 289	0.43 341	0.29 291	0.42 329	0.29 295	0.42 341	9.87 736	0.43 343	0.29 286	0.36 267	9.84 732	0.36 309	0.26 269	9.77 735	0.26 251

testmc14	2.43 670	10.48 718	8.02 728	8.93 720	0.31 352	0.44 382	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 341	0.30 306	0.42 336	0.30 296	8.88 731	6.99 721	0.41 392	0.28 326	0.39 351	0.28 315

TestStereo-Hl	2.78 686	0.42 231	11.23 732	14.38 735	0.30 305	0.44 382	0.30 297	0.43 341	0.28 283	0.43 336	0.29 295	0.44 385	0.29 297	0.44 374	0.29 286	13.64 737	10.73 737	0.41 392	0.27 307	0.38 306	0.27 289

MCSU-Stereo	2.48 673	10.56 719	8.50 730	9.47 724	0.31 352	0.43 348	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 341	0.30 306	0.41 322	0.30 296	8.86 730	6.93 720	0.40 374	0.29 341	0.39 351	0.28 315

aanet-new-90k	0.44 335	1.82 519	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-60k	0.44 335	1.81 512	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-70k	0.44 335	1.82 519	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-78k	0.44 335	1.80 507	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-40k	0.44 335	1.81 512	0.39 312	0.50 355	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-36k	0.44 335	1.80 507	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-34k	0.44 335	1.80 507	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-32k-new	0.44 335	1.78 502	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.34 324	0.39 361	0.26 269	0.38 306	0.26 251

aanet-new-32k	0.44 335	1.79 506	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-30k	0.44 335	1.78 502	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-28k	0.44 335	1.81 512	0.39 312	0.49 319	0.30 305	0.44 382	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.44 385	0.30 306	0.44 374	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT26K	0.43 322	1.76 497	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.31 337	0.44 326	0.33 295	0.38 320	0.27 307	0.38 306	0.26 251

aanet-new-24k	0.44 335	1.78 502	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-22k	0.44 335	1.81 512	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-16k	0.44 335	1.83 522	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-14k	0.60 407	5.12 663	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.37 341	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-8k	0.43 322	1.76 497	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new	0.43 322	1.80 507	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-cres-4k	0.44 335	1.81 512	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-cres	0.43 322	1.77 499	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-36K	0.43 322	1.78 502	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-22K	0.44 335	1.85 528	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-20K	0.43 322	1.77 499	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-24K	0.44 335	1.86 531	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-5K	0.44 335	1.80 507	0.39 312	0.49 319	0.30 305	0.44 382	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-2K	0.44 335	1.82 519	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-3K	0.43 322	1.77 499	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-50K	0.44 335	1.83 522	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.36 337	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-FT	0.41 307	1.06 390	0.40 344	0.51 366	0.31 352	0.44 382	0.30 297	0.43 341	0.32 361	0.44 374	0.30 310	0.56 455	0.30 306	0.44 374	0.31 337	0.45 355	0.34 324	0.39 361	0.27 307	0.40 365	0.27 289

DStereoO	0.31 232	0.31 181	0.31 261	0.30 209	0.40 418	0.31 262	0.30 297	0.30 248	0.34 380	0.29 251	0.31 354	0.29 256	0.30 306	0.31 264	0.31 337	0.31 241	0.29 263	0.31 266	0.30 357	0.31 252	0.31 347

DStereoSA	0.32 241	0.52 276	0.34 283	0.31 215	0.31 352	0.30 255	0.30 297	0.31 254	0.30 306	0.31 258	0.31 354	0.31 265	0.30 306	0.31 264	0.31 337	0.30 235	0.32 282	0.31 266	0.31 368	0.31 252	0.31 347

HiDET	0.38 280	0.44 236	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.42 333	0.30 306	0.44 374	0.30 310	0.42 341	0.30 306	0.42 336	0.68 493	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.29 324

LCMNet	0.38 280	0.44 236	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.42 333	0.30 306	0.45 386	0.30 310	0.42 341	0.30 306	0.42 336	0.69 501	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.29 324

CSFM-Stereo	0.38 280	0.44 236	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.42 341	0.30 306	0.42 336	0.73 514	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.30 338

MultiAttention	0.30 225	0.30 178	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338

MSAF-DinoV2	0.30 225	0.30 178	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338

GCAP-BAT	0.41 307	1.30 467	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.34 324	0.38 320	0.26 269	0.38 306	0.26 251

test_for_model	0.35 256	0.39 206	0.30 245	0.43 291	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.31 337	0.38 282	0.26 229	0.38 320	0.26 269	0.38 306	0.26 251

GCAPDPT-zeroshot4090	0.40 299	1.09 393	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.44 379	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.34 324	0.38 320	0.27 307	0.38 306	0.27 289

TorneroNet-64	0.45 358	0.27 170	0.30 245	0.58 384	0.27 276	0.70 477	0.30 297	0.28 240	0.73 522	0.73 481	0.28 282	0.71 481	0.66 489	0.75 483	0.27 263	0.27 221	0.29 263	0.37 312	0.75 529	0.28 239	0.30 338

GCAPDPT-zeroshot	0.36 264	0.40 210	0.30 245	0.43 291	0.30 305	0.43 348	0.30 297	0.43 341	0.31 351	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.27 307	0.39 351	0.26 251

IGEV-Stereo	0.35 256	0.44 236	0.45 369	0.49 319	0.30 305	0.37 290	0.30 297	0.36 270	0.30 306	0.36 280	0.29 295	0.36 285	0.29 297	0.36 285	0.30 296	0.46 365	0.39 355	0.32 269	0.24 260	0.32 255	0.25 245
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 247	0.42 231	0.31 261	0.39 250	0.30 305	0.38 297	0.30 297	0.40 300	0.29 291	0.40 301	0.37 400	0.41 323	0.34 378	0.38 295	0.30 296	0.34 254	0.27 241	0.34 286	0.26 269	0.34 267	0.26 251

DANet	0.30 225	0.30 178	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
aanet-new-10k	0.45 358	1.81 512	0.40 344	0.50 355	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.32 362	0.44 374	0.31 337	0.46 365	0.35 331	0.39 361	0.27 307	0.39 351	0.27 289

aanet-new-12k	0.46 365	1.99 546	0.40 344	0.51 366	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.31 357	0.44 374	0.32 347	0.47 372	0.35 331	0.39 361	0.27 307	0.39 351	0.27 289

GCAP-Stereo-DPT-25K	0.41 307	1.09 393	0.40 344	0.52 369	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.31 357	0.44 374	0.31 337	0.46 365	0.35 331	0.39 361	0.28 326	0.39 351	0.28 315

gcap_with_dpt	0.35 256	0.39 206	0.30 245	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.30 310	0.44 385	0.30 306	0.44 374	0.30 296	0.38 282	0.26 229	0.38 320	0.27 307	0.38 306	0.27 289

MonSter++	0.38 280	0.44 236	0.31 261	0.43 291	0.30 305	0.43 348	0.31 344	0.43 341	0.31 351	0.45 386	0.31 354	0.43 350	0.31 357	0.43 343	0.69 501	0.38 282	0.33 295	0.40 374	0.30 357	0.38 306	0.30 338

gcap-zeroshot	0.36 264	0.40 210	0.34 283	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 385	0.32 362	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.28 326	0.39 351	0.27 289

EKT-Stereo	0.37 274	0.40 210	0.44 367	1.07 476	0.29 293	0.34 274	0.31 344	0.36 270	0.29 291	0.38 287	0.31 354	0.37 295	0.30 306	0.36 285	0.29 286	0.34 254	0.28 249	0.39 361	0.30 357	0.37 293	0.30 338

testlalala	0.36 264	0.40 210	0.34 283	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 385	0.32 362	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.28 326	0.39 351	0.27 289

DStereoFS	0.32 241	0.33 184	0.32 267	0.33 225	0.30 305	0.32 271	0.32 352	0.32 256	0.31 351	0.30 253	0.31 354	0.31 265	0.30 306	0.32 267	0.32 347	0.32 244	0.31 277	0.30 260	0.47 460	0.32 255	0.34 368

DDF-Stereo	0.43 322	1.15 402	0.57 424	0.53 371	0.32 364	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 323	0.32 362	0.40 306	0.32 347	0.52 394	0.50 417	0.38 320	0.31 368	0.39 351	0.31 347

GREAT-IGEV	0.38 280	0.43 233	0.36 295	0.48 313	0.32 364	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.32 362	0.45 392	0.32 347	0.44 326	0.33 295	0.41 392	0.29 341	0.41 376	0.29 324
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 280	0.43 233	0.33 272	0.46 300	0.33 376	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.33 373	0.45 392	0.32 347	0.38 282	0.38 348	0.38 320	0.37 411	0.37 293	0.36 382

MyStereo07	0.60 407	3.72 630	0.48 390	0.49 319	0.41 428	0.36 282	0.32 352	0.49 407	0.43 434	0.51 434	0.42 436	0.49 417	0.43 432	0.51 434	0.64 479	0.49 380	0.45 392	0.34 286	0.32 375	0.35 280	0.43 420

MyStereo04	0.56 404	3.72 630	0.59 426	0.49 319	0.41 428	0.36 282	0.32 352	0.37 278	0.31 351	0.34 272	0.46 449	0.35 280	0.32 362	0.35 279	0.33 359	0.49 380	0.45 392	0.34 286	0.32 375	0.35 280	0.43 420

RAFT-Test	0.36 264	0.37 195	0.33 272	0.41 275	0.32 364	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 323	0.32 362	0.41 322	0.33 359	0.37 270	0.29 263	0.37 312	0.29 341	0.38 306	0.31 347

4D-IteraStereo	0.78 457	3.13 615	0.89 497	0.69 409	0.32 364	0.40 305	0.32 352	0.76 480	0.97 550	0.52 438	0.65 496	0.89 509	0.32 362	0.76 484	0.98 544	0.83 474	0.94 506	0.35 302	0.27 307	0.70 461	0.89 532

iRaft-Stereo_20w	0.34 247	0.41 221	0.31 261	0.39 250	0.29 293	0.40 305	0.32 352	0.41 315	0.32 361	0.38 287	0.30 310	0.39 302	0.30 306	0.38 295	0.32 347	0.35 262	0.27 241	0.34 286	0.27 307	0.34 267	0.29 324

pcwnet_v2	2.66 679	9.89 714	0.33 272	9.89 726	0.32 364	0.50 428	0.32 352	0.49 407	0.33 371	0.49 412	0.34 381	0.49 417	8.76 733	0.48 410	0.33 359	0.41 310	9.58 729	0.40 374	0.29 341	9.01 732	0.63 480

Gwc-CoAtRS	0.41 307	1.49 481	0.32 267	0.42 285	0.32 364	0.41 321	0.32 352	0.41 315	0.33 371	0.41 315	0.32 364	0.41 323	0.32 362	0.41 322	0.32 347	0.39 295	0.28 249	0.39 361	0.28 326	0.40 365	0.28 315

BStereo	0.22 193	0.23 149	0.20 198	0.24 188	0.20 242	0.23 221	0.33 363	0.39 292	0.17 221	0.23 216	0.17 217	0.23 221	0.16 208	0.24 223	0.17 212	0.23 201	0.16 174	0.22 215	0.20 240	0.22 208	0.16 197

Anonymus123	0.22 193	0.23 149	0.20 198	0.24 188	0.20 242	0.23 221	0.33 363	0.39 292	0.17 221	0.23 216	0.17 217	0.23 221	0.16 208	0.24 223	0.17 212	0.23 201	0.16 174	0.22 215	0.20 240	0.22 208	0.16 197

water-stereo	0.41 307	0.84 326	0.46 374	0.50 355	0.33 376	0.45 396	0.33 363	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.32 362	0.45 392	0.32 347	0.44 326	0.41 369	0.39 361	0.31 368	0.39 351	0.32 354

DVStereo	0.43 322	0.86 330	0.48 390	0.50 355	0.33 376	0.46 403	0.33 363	0.46 392	0.33 371	0.46 392	0.33 373	0.47 405	0.33 373	0.47 401	0.34 372	0.45 355	0.42 378	0.40 374	0.33 385	0.47 408	0.38 394

PCWNet_CMD	2.80 688	9.82 713	0.32 267	10.09 729	0.32 364	0.49 419	0.33 363	3.34 693	0.33 371	0.49 412	0.33 373	0.49 417	8.73 732	0.48 410	0.33 359	0.41 310	9.22 727	0.42 408	0.29 341	9.55 734	0.31 347

CFNet_ucs	2.73 681	9.64 712	0.33 272	9.92 727	0.32 364	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 417	8.98 734	0.48 410	0.33 359	0.41 310	9.96 733	0.40 374	0.29 341	10.12 737	0.54 459

LL-Strereo2	0.48 378	1.73 495	0.51 408	0.59 387	0.34 386	0.42 341	0.33 363	0.40 300	0.31 351	0.42 329	0.33 373	0.42 341	0.31 357	0.44 374	0.39 404	0.60 414	0.51 422	0.44 411	0.33 385	0.44 386	0.33 361

CFNet_pseudo	2.67 680	9.36 710	0.32 267	10.99 731	0.33 376	0.85 500	0.33 363	0.49 407	0.33 371	0.49 412	0.32 364	0.49 417	7.26 730	0.49 416	0.33 359	0.41 310	9.62 730	0.41 392	0.29 341	10.03 736	0.29 324

RAFT + AFF	0.31 232	0.45 245	0.34 283	0.39 250	0.28 282	0.38 297	0.33 363	0.29 245	0.31 351	0.30 253	0.30 310	0.29 256	0.27 278	0.29 257	0.30 296	0.28 226	0.29 263	0.29 258	0.29 341	0.27 237	0.32 354

ccnet	0.80 461	2.28 566	0.33 272	0.50 355	0.33 376	0.50 428	0.33 363	0.50 416	0.33 371	0.49 412	0.33 373	0.49 417	1.56 627	2.38 661	0.33 359	0.41 310	0.29 263	0.42 408	1.57 644	2.28 646	0.29 324

psmorigin	0.41 307	0.46 249	0.33 272	0.49 319	0.33 376	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 417	0.33 373	0.51 434	0.33 359	0.41 310	0.30 272	0.41 392	0.30 357	0.79 476	0.29 324

MSMDNet	2.65 678	10.14 716	0.33 272	9.74 725	0.32 364	0.87 503	0.33 363	2.95 688	0.68 498	0.49 412	0.34 381	0.49 417	5.70 726	0.49 416	0.33 359	0.42 324	9.57 728	0.41 392	0.31 368	8.36 729	0.65 488

ccs_rob	2.79 687	10.17 717	0.32 267	10.00 728	0.33 376	0.49 419	0.33 363	1.90 622	0.32 361	0.51 434	0.33 373	0.49 417	9.24 735	0.49 416	0.33 359	0.41 310	9.82 731	0.41 392	0.28 326	9.34 733	0.29 324

HART	0.38 280	0.45 245	0.34 283	0.42 285	0.33 376	0.41 321	0.34 376	0.42 333	0.33 371	0.43 336	0.34 381	0.42 341	0.34 378	0.41 322	0.38 392	0.40 302	0.32 282	0.42 408	0.32 375	0.40 365	0.32 354

mms	0.40 299	0.45 245	0.35 293	0.48 313	0.36 396	0.47 408	0.34 376	0.45 388	0.38 400	0.47 398	0.33 373	0.45 395	0.32 362	0.45 392	0.32 347	0.39 295	0.38 348	0.38 320	0.37 411	0.39 351	0.39 400

H2IRNET	0.34 247	0.34 185	0.34 283	0.34 229	0.34 386	0.34 274	0.34 376	0.34 263	0.34 380	0.34 272	0.34 381	0.34 278	0.34 378	0.34 276	0.34 372	0.34 254	0.34 324	0.34 286	0.34 389	0.34 267	0.34 368

CASnet	0.35 256	0.51 274	0.44 367	0.32 221	0.31 352	0.24 224	0.34 376	0.36 270	0.25 259	0.31 258	0.37 400	0.30 260	0.33 373	0.25 232	0.45 431	0.37 270	0.37 341	0.33 276	0.35 402	0.34 267	0.37 387
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RCA-Stereo	0.51 391	3.22 618	0.34 283	0.44 295	0.34 386	0.44 382	0.34 376	0.43 341	0.34 380	0.43 336	0.34 381	0.44 385	0.33 373	0.43 343	0.33 359	0.38 282	0.29 263	0.38 320	0.29 341	0.38 306	0.29 324

UGAM	0.51 391	2.23 563	0.39 312	0.54 374	0.35 390	0.50 428	0.35 381	0.49 407	0.35 384	0.49 412	0.35 390	0.49 417	0.36 388	0.50 424	0.36 379	0.49 380	0.37 341	0.45 416	0.34 389	0.45 391	0.34 368

GCST	0.50 386	2.08 549	0.38 301	0.53 371	0.35 390	0.49 419	0.35 381	0.50 416	0.35 384	0.49 412	0.35 390	0.49 417	0.35 384	0.49 416	0.35 376	0.48 377	0.37 341	0.45 416	0.33 385	0.44 386	0.33 361

RAFT-Stereo-weight	0.45 358	1.90 536	0.34 283	0.42 285	0.36 396	0.43 348	0.35 381	0.42 333	0.34 380	0.42 329	0.34 381	0.44 385	0.34 378	0.41 322	0.34 372	0.38 282	0.32 282	0.38 320	0.32 375	0.38 306	0.33 361

Former-RAFT_DAM_RVC	0.49 384	0.98 358	0.64 444	0.84 438	0.46 449	0.45 396	0.35 381	0.47 398	0.47 446	0.45 386	0.34 381	0.46 399	0.48 450	0.46 397	0.35 376	0.39 295	0.71 478	0.39 361	0.35 402	0.41 376	0.41 411

CES	0.39 294	0.47 253	0.36 295	0.36 236	0.37 400	0.45 396	0.35 381	0.35 266	0.40 414	0.36 280	0.44 441	0.47 405	0.36 388	0.44 374	0.36 379	0.37 270	0.39 355	0.44 411	0.35 402	0.37 293	0.36 382

ETE_ROB	0.35 256	0.35 187	0.35 293	0.35 232	0.35 390	0.35 278	0.35 381	0.35 266	0.35 384	0.35 276	0.35 390	0.35 280	0.35 384	0.35 279	0.35 376	0.35 262	0.35 331	0.35 302	0.35 402	0.35 280	0.35 379

252Zero-FE	0.45 358	0.50 266	0.36 295	0.50 355	0.36 396	0.50 428	0.36 387	0.50 416	0.36 394	0.49 412	0.36 393	0.49 417	0.36 388	0.54 444	0.41 415	0.45 355	0.34 324	0.45 416	0.34 389	0.55 434	0.75 514

UGAM-zero	0.51 391	2.17 558	0.39 312	0.53 371	0.36 396	0.50 428	0.36 387	0.50 416	0.36 394	0.49 412	0.36 393	0.50 431	0.35 384	0.50 424	0.36 379	0.49 380	0.37 341	0.47 430	0.35 402	0.46 394	0.34 368

GMOStereo	0.37 274	0.45 245	0.23 208	0.30 209	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	0.34 254	0.22 215	0.47 430	0.37 411	0.39 351	0.33 361

error version	0.93 501	4.47 650	2.35 672	1.99 591	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	1.87 606	2.16 667	0.47 430	0.37 411	0.39 351	0.33 361

test_1	0.93 501	4.47 650	2.35 672	1.99 591	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	1.87 606	2.16 667	0.47 430	0.37 411	0.39 351	0.33 361

DMCA	0.36 264	0.38 199	0.37 299	0.35 232	0.35 390	0.36 282	0.36 387	0.36 270	0.35 384	0.35 276	0.37 400	0.36 285	0.36 388	0.35 279	0.36 379	0.36 267	0.36 337	0.35 302	0.36 408	0.36 288	0.36 382

Pro-Stereo	0.79 458	0.53 280	0.38 301	0.49 319	0.38 407	0.49 419	0.37 393	0.49 407	0.67 492	0.50 425	0.38 405	1.10 543	0.38 397	0.49 416	0.38 392	0.71 442	0.88 500	5.98 730	0.36 408	0.46 394	0.36 382

SCV_C0	0.45 358	0.88 334	0.49 397	0.54 374	0.37 400	0.48 413	0.37 393	0.48 402	0.37 396	0.48 405	0.36 393	0.48 412	0.37 393	0.49 416	0.37 389	0.50 386	0.41 369	0.44 411	0.34 389	0.44 386	0.34 368

HH	0.71 437	2.54 585	0.74 478	1.10 478	0.32 364	0.41 321	0.37 393	0.69 469	0.78 526	0.73 481	0.90 542	0.75 489	1.00 537	0.84 498	0.69 501	0.69 436	0.40 359	0.35 302	0.26 269	0.35 280	0.26 251

HanStereo	0.71 437	2.54 585	0.74 478	1.10 478	0.32 364	0.41 321	0.37 393	0.69 469	0.78 526	0.73 481	0.90 542	0.75 489	1.00 537	0.84 498	0.69 501	0.69 436	0.40 359	0.35 302	0.26 269	0.35 280	0.26 251

test-3	0.98 507	4.13 643	1.85 640	1.85 582	0.61 490	0.69 474	0.37 393	0.63 460	0.61 482	0.66 472	0.51 474	0.73 486	0.44 434	0.57 454	0.54 464	1.68 600	1.81 638	0.40 374	0.43 449	0.66 449	0.50 445

FCDSN-DC	0.41 307	0.59 292	0.64 444	0.54 374	0.33 376	0.50 428	0.37 393	0.42 333	0.40 414	0.61 462	0.43 439	0.50 431	0.49 456	0.38 295	0.32 347	0.28 226	0.23 221	0.26 244	0.22 247	0.35 280	0.28 315
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	0.37 274	0.37 195	0.37 299	0.37 239	0.37 400	0.37 290	0.37 393	0.37 278	0.37 396	0.37 286	0.37 400	0.37 295	0.37 393	0.37 292	0.37 389	0.37 270	0.37 341	0.37 312	0.37 411	0.37 293	0.37 387

GEAStereo	0.62 414	3.91 637	0.48 390	0.69 409	0.38 407	0.51 440	0.38 400	0.51 430	0.38 400	0.53 441	0.38 405	0.50 431	0.38 397	0.51 434	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.34 368

GSStereo	0.81 466	4.28 647	0.50 402	0.59 387	0.40 418	0.51 440	0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	3.79 711	0.50 424	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.35 379

GS-Stereo							0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	3.79 711	0.50 424	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.35 379

gasm-f	0.62 414	3.91 637	0.48 390	0.69 409	0.38 407	0.51 440	0.38 400	0.51 430	0.38 400	0.53 441	0.38 405	0.50 431	0.38 397	0.51 434	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.34 368

GASTEREO	0.48 378	1.21 455	0.47 382	0.57 382	0.38 407	0.50 428	0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	0.38 397	0.50 424	0.38 392	0.52 394	0.42 378	0.46 420	0.34 389	0.46 394	0.34 368

MSCF	0.51 391	1.40 478	0.49 397	0.58 384	0.38 407	0.50 428	0.38 400	0.54 439	0.41 424	0.52 438	0.41 426	0.53 444	0.42 427	0.53 441	0.41 415	0.60 414	0.47 402	0.48 438	0.37 411	0.48 412	0.38 394

depthmonostereo	0.44 335	0.85 328	0.46 374	0.54 374	0.40 418	0.52 444	0.38 400	0.52 435	0.35 384	0.47 398	0.34 381	0.46 399	0.34 378	0.47 401	0.34 372	0.45 355	0.43 383	0.41 392	0.33 385	0.41 376	0.32 354

SCV	0.46 365	0.94 353	0.45 369	0.54 374	0.37 400	0.48 413	0.38 400	0.48 402	0.37 396	0.48 405	0.39 415	0.48 412	0.37 393	0.49 416	0.37 389	0.50 386	0.46 394	0.44 411	0.34 389	0.44 386	0.34 368

WAO-8	0.38 280	0.38 199	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.38 287	0.38 405	0.38 297	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.38 320	0.37 411	0.38 306	0.38 394

WAO-7	0.38 280	0.38 199	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.38 287	0.38 405	0.38 297	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.38 320	0.38 424	0.38 306	0.38 394

HanzoNet	0.39 294	0.38 199	0.40 344	0.39 250	0.41 428	0.38 297	0.38 400	0.38 287	0.38 400	0.39 294	0.39 415	0.38 297	0.38 397	0.39 303	0.40 407	0.38 282	0.38 348	0.40 374	0.38 424	0.38 306	0.40 402

Venus	0.38 280	0.38 199	0.38 301	0.38 242	0.38 407	0.37 290	0.38 400	0.37 278	0.37 396	0.41 315	0.37 400	0.39 302	0.37 393	0.38 295	0.38 392	0.37 270	0.38 348	0.38 320	0.37 411	0.37 293	0.38 394

IMH	0.38 280	0.38 199	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.42 329	0.38 405	0.40 310	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.39 361	0.38 424	0.38 306	0.38 394

iRaftStereo_RVC	0.97 505	3.17 617	2.30 671	2.42 623	0.38 407	0.54 450	0.38 400	0.54 439	0.38 400	0.54 447	0.38 405	0.54 448	0.38 397	0.54 444	0.38 392	2.38 655	2.34 671	0.49 443	0.36 408	0.49 415	0.36 382

quiztm	0.43 322	0.49 261	0.40 344	0.51 366	0.40 418	0.51 440	0.40 414	0.50 416	0.40 414	0.50 425	0.40 418	0.51 442	0.40 409	0.50 424	0.40 407	0.44 326	0.34 324	0.44 411	0.34 389	0.44 386	0.34 368

LG-Stereo_L1	0.47 372	0.52 276	0.47 382	0.62 393	0.39 417	0.53 446	0.40 414	0.53 437	0.39 413	0.53 441	0.39 415	0.53 444	0.39 408	0.53 441	0.39 404	0.55 404	0.46 394	0.49 443	0.37 411	0.49 415	0.37 387

GCAP-Stereo	0.75 448	4.15 644	0.42 363	0.75 427	0.35 390	0.78 485	0.40 414	0.79 482	0.38 400	0.78 490	0.36 393	0.78 492	0.36 388	0.79 486	0.39 404	0.75 458	0.39 355	0.76 499	0.39 428	0.75 467	0.39 400

knoymous	0.40 299	0.40 210	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

anonymousa	0.40 299	0.40 210	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

riskmin	0.40 299	0.40 210	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

Anonymous_2	0.40 299	0.40 210	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

Anonymous_1	0.40 299	0.40 210	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

AdaStereo	0.40 299	0.40 210	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
GwcNet-ADL	0.41 307	0.41 221	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

PSMNet-ADL	0.41 307	0.41 221	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

GANet-ADL	0.41 307	0.41 221	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

ADLNet2	0.41 307	0.41 221	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

ADLNet	0.41 307	0.41 221	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 438	0.41 376	0.41 411

DNS	0.86 486	2.43 582	1.66 621	2.03 593	0.42 438	0.60 461	0.42 428	0.60 454	0.42 432	0.60 460	0.42 436	0.60 463	0.42 427	0.60 458	0.42 423	1.97 615	1.63 627	0.55 463	0.40 429	0.55 434	0.40 402

RSM	0.36 264	0.36 192	0.43 365	0.37 239	0.42 438	0.49 419	0.42 428	0.37 278	0.28 283	0.36 280	0.29 295	0.36 285	0.30 306	0.37 292	0.28 272	0.34 254	0.31 277	0.34 286	0.35 402	0.40 365	0.29 324

CFNet_RVC	2.38 669	8.71 705	0.38 301	9.33 721	0.42 438	0.56 452	0.42 428	0.60 454	0.38 400	0.62 465	0.42 436	0.56 455	7.29 731	0.62 460	0.42 423	0.53 397	0.37 341	0.49 443	0.34 389	8.30 728	6.87 733

DispNO	1.00 508	0.63 296	0.43 365	3.45 659	0.44 443	0.65 469	0.43 431	0.64 462	0.43 434	0.64 468	0.43 439	0.64 470	3.03 689	0.64 466	0.43 428	4.55 691	0.43 383	0.63 472	0.43 449	0.63 446	0.43 420

DN	0.53 396	0.85 328	0.45 369	0.65 401	0.44 443	0.60 461	0.44 432	0.60 454	0.44 437	0.60 460	0.45 446	0.60 463	0.44 434	0.60 458	0.44 429	0.56 408	0.42 378	0.56 464	0.42 446	0.56 437	0.42 418

FSD					0.44 443	0.56 452	0.44 432	0.55 442	0.44 437	0.56 452	0.44 441	0.56 455	0.44 434	0.56 449	0.46 435	0.61 418	0.42 378	0.52 457	0.42 446	0.52 428

LG-Stereo_Zeroshot	0.48 378	0.55 286	0.47 382	0.63 395	0.41 428	0.56 452	0.44 432	0.56 443	0.41 424	0.56 452	0.41 426	0.57 458	0.42 427	0.56 449	0.41 415	0.55 404	0.43 383	0.51 454	0.37 411	0.51 426	0.37 387

MonSter	0.60 407	0.64 298	0.52 411	0.62 393	0.44 443	2.07 637	0.44 432	0.62 459	0.44 437	0.62 465	0.44 441	0.62 468	0.44 434	0.62 460	0.44 429	0.58 411	0.42 378	0.62 470	0.46 453	0.58 442	0.42 418

PAM_32	0.64 418	2.38 578	0.51 408	0.92 451	0.43 442	0.53 446	0.44 432	0.87 494	0.43 434	0.52 438	0.45 446	0.53 444	0.40 409	0.54 444	0.46 435	0.62 422	0.56 431	0.48 438	0.45 451	0.76 470	0.44 423

AIO-Stereo-zeroshot1	0.75 448	0.92 347	0.85 496	0.96 463	0.59 483	1.27 599	0.44 432	0.59 452	0.69 503	0.91 507	0.68 505	0.55 452	0.61 482	1.06 538	0.83 532	0.62 422	0.70 474	0.90 519	0.41 438	0.89 494	0.56 470

FAST (zero-shot)	0.87 490	1.55 483	0.42 363	1.57 570	0.42 438	1.62 621	0.45 438	1.59 609	0.42 432	1.66 620	0.44 441	1.62 621	0.42 427	1.59 615	0.42 423	0.64 428	0.43 383	0.64 474	0.42 446	0.67 452	0.46 426

fffft	0.48 378	0.51 274	0.45 369	0.52 369	0.45 447	0.52 444	0.45 438	0.52 435	0.48 453	0.53 441	0.45 446	0.52 443	0.45 438	0.52 439	0.46 435	0.51 392	0.41 369	0.50 449	0.41 438	0.50 420	0.41 411
1: 1. 1
Selective-IGEV	0.51 391	0.55 286	0.45 369	0.69 409	0.45 447	0.61 463	0.45 438	0.50 416	0.40 414	0.56 452	0.44 441	0.55 452	0.40 409	0.72 478	0.67 486	0.59 413	0.46 394	0.45 416	0.34 389	0.46 394	0.37 387

otaku	0.46 365	0.46 249	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.46 441	0.46 392	0.46 449	0.46 399	0.46 441	0.46 397	0.46 435	0.46 365	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

Dean	0.46 365	0.46 249	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.46 441	0.47 398	0.46 449	0.46 399	0.46 441	0.46 397	0.46 435	0.46 365	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

ACVNet_1	0.46 365	0.47 253	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.47 446	0.46 392	0.46 449	0.46 399	0.46 441	0.46 397	0.46 435	0.46 365	0.46 394	0.47 430	0.46 453	0.46 394	0.46 426

ACVNet-4b	0.46 365	0.46 249	0.46 374	0.46 300	0.46 449	0.46 403	0.46 441	0.46 392	0.46 441	0.46 392	0.46 449	0.46 399	0.46 441	0.47 401	0.46 435	0.46 365	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

LL-Strereo	1.01 516	5.06 662	1.63 618	0.70 415	1.43 635	0.56 452	0.46 441	0.57 446	0.50 460	0.57 455	0.50 468	1.58 616	0.49 456	0.59 456	0.50 453	1.64 599	0.52 424	0.51 454	1.37 631	0.52 428	0.45 425

AIO-test2	0.55 402	0.59 292	0.52 411	0.67 406	0.47 455	0.61 463	0.47 446	0.61 458	0.47 446	0.61 462	0.47 457	0.61 466	0.48 450	0.62 460	0.47 442	0.64 428	0.53 426	0.58 466	0.47 460	0.58 442	0.48 436

AIO-test1	0.54 397	0.60 294	0.52 411	0.66 405	0.47 455	0.61 463	0.47 446	0.58 449	0.46 441	0.61 462	0.46 449	0.61 466	0.45 438	0.62 460	0.45 431	0.61 418	0.52 424	0.57 465	0.48 464	0.57 440	0.48 436

SMoEStereo_RVC	0.63 416	0.75 312	0.51 408	0.73 423	0.53 476	0.71 479	0.47 446	0.67 467	0.58 474	0.74 486	0.60 486	0.72 484	0.53 467	0.74 482	0.51 458	0.61 418	0.62 451	0.62 470	0.61 492	0.63 446	0.61 476

Occ-G	1.12 529	0.52 276	3.72 704	3.50 663	0.50 466	0.56 452	0.47 446	0.54 439	0.46 441	0.54 447	0.41 426	0.54 448	0.42 427	0.52 439	0.42 423	3.42 679	4.02 701	0.52 457	0.45 451	0.51 426	0.44 423

Ntro	0.47 372	0.47 253	0.46 374	0.46 300	0.46 449	0.47 408	0.47 446	0.46 392	0.47 446	0.46 392	0.46 449	0.47 405	0.46 441	0.47 401	0.47 442	0.47 372	0.46 394	0.46 420	0.46 453	0.46 394	0.46 426

HaxPig	0.47 372	0.47 253	0.47 382	0.49 319	0.47 455	0.47 408	0.47 446	0.47 398	0.47 446	0.47 398	0.47 457	0.47 405	0.47 449	0.47 401	0.47 442	0.47 372	0.47 402	0.47 430	0.47 460	0.47 408	0.48 436

UNDER WATER	0.47 372	0.47 253	0.47 382	0.47 307	0.47 455	0.47 408	0.47 446	0.47 398	0.47 446	0.47 398	0.47 457	0.47 405	0.46 441	0.47 401	0.47 442	0.47 372	0.47 402	0.47 430	0.46 453	0.47 408	0.47 434

LVE	0.47 372	0.47 253	0.47 382	0.47 307	0.49 462	0.47 408	0.47 446	0.47 398	0.49 455	0.47 398	0.47 457	0.47 405	0.46 441	0.47 401	0.47 442	0.47 372	0.47 402	0.48 438	0.47 460	0.47 408	0.47 434

NLCA_NET_v2_RVC	5.04 724	50.87 754	2.78 679	2.87 637	2.71 700	2.78 688	0.47 446	2.88 687	2.86 700	1.89 624	2.67 699	2.79 689	2.79 688	2.78 688	2.83 697	2.82 671	2.82 677	2.83 687	2.77 699	2.83 674	2.76 694
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RainbowNet	0.48 378	0.48 259	0.48 390	0.48 313	0.48 459	0.48 413	0.48 455	0.48 402	0.48 453	0.48 405	0.48 461	0.48 412	0.48 450	0.48 410	0.48 448	0.48 377	0.48 406	0.48 438	0.48 464	0.48 412	0.48 436

notaker	0.48 378	0.49 261	0.48 390	0.48 313	0.48 459	0.48 413	0.48 455	0.48 402	0.49 455	0.48 405	0.48 461	0.48 412	0.48 450	0.48 410	0.48 448	0.48 377	0.48 406	0.48 438	0.48 464	0.48 412	0.49 442

S	0.56 404	0.61 295	0.54 416	0.68 408	0.48 459	0.65 469	0.49 457	0.63 460	0.49 455	0.64 468	0.49 464	0.64 470	0.48 450	0.62 460	0.49 450	0.63 426	0.62 451	0.59 469	0.48 464	0.57 440	0.48 436

PointNet	0.60 407	0.75 312	0.49 397	0.79 429	0.50 466	0.79 488	0.49 457	0.79 482	0.49 455	0.80 493	0.49 464	0.79 494	0.49 456	0.80 488	0.49 450	0.63 426	0.40 359	0.63 472	0.40 429	0.63 446	0.40 402

ACVNet_2	0.49 384	0.49 261	0.49 397	0.49 319	0.49 462	0.49 419	0.49 457	0.49 407	0.49 455	0.49 412	0.49 464	0.49 417	0.49 456	0.49 416	0.49 450	0.49 380	0.49 409	0.49 443	0.49 468	0.49 415	0.49 442

AEACV	1.12 529	0.52 276	3.12 695	3.24 648	0.86 538	0.53 446	0.49 457	0.60 454	0.47 446	0.53 441	0.49 464	0.55 452	0.45 438	0.55 448	0.47 442	3.01 674	3.88 699	0.71 490	0.60 490	0.80 479	0.48 436

FoundationStereo	0.50 386	0.50 266	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

StereoAnything_RVC	0.50 386	0.50 266	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

dual_stereo	0.50 386	0.50 266	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

SANet	0.50 386	0.50 266	0.50 402	0.50 355	0.50 466	0.50 428	0.50 461	0.50 416	0.50 460	0.50 425	0.50 468	0.50 431	0.50 460	0.50 424	0.50 453	0.50 386	0.50 417	0.50 449	0.50 470	0.50 420	0.50 445

KSHMR	0.66 422	0.50 266	0.48 390	1.15 487	0.52 473	0.49 419	0.51 465	0.49 407	0.71 516	0.67 474	0.50 468	1.16 551	1.11 550	0.66 468	0.52 460	0.49 380	0.49 409	0.51 454	0.66 506	0.50 420	1.14 561

999	1.00 508	1.12 398	0.59 426	1.10 478	1.21 624	1.09 539	0.52 466	1.08 527	1.43 637	1.18 549	1.35 629	0.98 522	0.52 466	0.91 509	0.85 533	0.72 450	1.46 609	0.83 513	0.98 550	0.68 454	1.41 633

PhaseNet	1.74 599	6.34 692	4.81 709	6.77 708	0.24 265	0.80 490	0.53 467	0.48 402	0.22 244	0.53 441	0.28 282	0.48 412	0.25 261	0.40 306	0.32 347	6.39 718	4.61 705	0.46 420	0.38 424	0.25 228	0.18 220

WCG-NET	0.61 412	1.21 455	0.54 416	0.61 392	0.53 476	0.67 472	0.53 467	0.66 466	0.53 468	0.64 468	0.53 477	0.65 474	0.53 467	0.59 456	0.52 460	0.65 430	0.48 406	0.64 474	0.52 474	0.58 442	0.50 445

MyStereo8	0.71 437	3.92 639	0.52 411	0.59 387	0.52 473	0.57 458	0.53 467	0.59 452	0.50 460	0.59 459	0.51 474	0.57 458	0.50 460	0.56 449	0.52 460	0.54 398	0.49 409	0.54 461	0.49 468	0.55 434	0.50 445

SE	0.64 418	0.73 307	0.77 483	0.79 429	0.59 483	0.78 485	0.54 470	0.58 449	0.58 474	0.78 490	0.59 484	0.63 469	0.18 230	0.78 485	0.52 460	0.80 465	0.65 456	0.69 484	0.57 486	0.75 467	0.52 453

PSMNet_ROB	0.54 397	0.54 284	0.54 416	0.54 374	0.53 476	0.54 450	0.54 470	0.53 437	0.54 470	0.54 447	0.54 478	0.54 448	0.53 467	0.54 444	0.54 464	0.54 398	0.53 426	0.54 461	0.54 478	0.54 433	0.54 459

monster-pro	0.75 448	1.67 487	0.64 444	0.89 444	0.57 482	0.86 502	0.56 472	0.87 494	0.56 471	0.87 502	0.57 480	0.88 506	0.57 472	0.87 503	0.57 468	0.79 463	0.58 437	0.76 499	0.54 478	0.77 472	0.54 459

CASS	0.57 406	0.89 337	0.56 420	0.57 382	0.56 480	0.56 452	0.56 472	0.56 443	0.53 468	0.57 455	0.57 480	0.59 462	0.48 450	0.56 449	0.57 468	0.55 404	0.56 431	0.47 430	0.56 484	0.62 445	0.56 470
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 416	0.69 300	0.56 420	0.71 417	0.56 480	0.71 479	0.56 472	0.71 474	0.56 471	0.72 480	0.56 479	0.71 481	0.56 471	0.71 476	0.58 470	0.68 435	0.55 429	0.68 481	0.55 480	0.68 454	0.54 459

CAR	0.72 440	0.76 314	0.59 426	0.84 438	1.19 576	0.81 493	0.58 475	0.81 488	0.58 474	0.81 496	0.58 482	0.83 501	0.59 477	0.82 492	0.59 473	0.71 442	0.49 409	0.73 491	0.68 512	0.87 490	0.52 453

MSE-Stereo	0.72 440	0.76 314	0.59 426	0.84 438	1.19 576	0.81 493	0.58 475	0.81 488	0.58 474	0.81 496	0.58 482	0.83 501	0.59 477	0.82 492	0.59 473	0.71 442	0.49 409	0.73 491	0.68 512	0.87 490	0.52 453

zero-FE	0.72 440	1.31 469	0.66 450	0.92 451	0.60 485	0.82 496	0.58 475	0.82 491	0.58 474	0.81 496	0.60 486	0.81 499	0.60 479	0.82 492	0.58 470	0.74 457	0.59 443	0.73 491	0.52 474	0.76 470	0.51 452

UDG	0.80 461	2.21 562	0.60 430	0.91 448	0.60 485	0.90 507	0.58 475	0.88 498	0.60 480	0.90 505	0.60 486	0.88 506	0.60 479	0.90 508	0.58 470	0.86 478	0.60 446	0.84 514	0.59 489	0.84 487	0.61 476

MGA	0.73 444	0.76 314	0.60 430	0.92 451	1.17 572	0.81 493	0.59 479	0.84 492	0.62 483	0.81 496	0.59 484	0.84 503	0.60 479	0.81 491	0.61 477	0.71 442	0.53 426	0.89 518	0.53 476	0.75 467	0.54 459

DDUNet	0.81 466	2.45 583	0.57 424	0.90 446	0.60 485	0.88 504	0.59 479	0.90 499	0.60 480	0.88 504	0.60 486	0.90 510	0.58 475	0.88 505	0.60 475	0.84 476	0.60 446	0.86 516	0.57 486	0.86 489	0.60 475

RAFT-Stereo + iAFF	0.70 434	0.72 306	0.71 470	0.80 433	0.62 495	0.82 496	0.61 481	0.81 488	0.62 483	0.81 496	0.63 492	0.80 496	0.70 506	0.73 480	0.61 477	0.76 460	0.61 450	0.74 496	0.61 492	0.77 472	0.61 476

ARAFT	0.68 428	0.81 323	0.63 441	0.74 426	0.60 485	0.78 485	0.62 482	0.77 481	0.66 490	0.74 486	0.63 492	0.75 489	0.62 483	0.83 497	0.60 475	0.70 441	0.55 429	0.70 489	0.60 490	0.78 474	0.55 467

LMCR-Stereo	0.65 420	0.63 296	0.65 448	0.65 401	0.65 498	0.66 471	0.63 483	0.58 449	0.65 488	0.63 467	0.64 494	0.65 474	0.65 486	0.66 468	0.66 485	0.66 432	0.64 454	0.65 478	0.67 510	0.68 454	0.73 510

plain	1.88 605	3.16 616	0.64 444	3.10 641	0.65 498	3.10 690	0.64 484	3.12 689	0.65 488	3.10 690	0.65 496	3.11 690	0.65 486	3.12 689	0.65 482	3.12 675	0.65 456	3.13 688	0.65 503	3.13 676	0.65 488

AFF-stereo	0.73 444	0.88 334	0.67 454	0.75 427	0.68 506	0.75 482	0.64 484	0.80 485	0.72 519	0.83 501	0.70 514	0.82 500	0.64 484	0.84 498	0.67 486	0.77 462	0.63 453	0.81 508	0.63 494	0.78 474	0.62 479

DSFCA	0.66 422	0.73 307	0.78 485	0.65 401	0.65 498	0.64 468	0.64 484	0.65 463	0.63 486	0.64 468	0.64 494	0.64 470	0.64 484	0.65 467	0.65 482	0.65 430	0.65 456	0.65 478	0.65 503	0.66 449	0.64 486

MyStereo06	0.75 448	4.12 641	0.60 430	0.63 395	0.61 490	0.62 466	0.66 487	0.56 443	0.45 440	0.55 450	0.48 461	0.54 448	0.46 441	0.57 454	0.45 431	0.60 414	0.57 433	0.64 474	0.55 480	0.72 463	0.55 467

MyStereo05	0.80 461	4.12 641	0.63 441	0.63 395	0.61 490	0.62 466	0.66 487	0.65 463	0.62 483	0.67 474	0.61 490	0.65 474	0.58 475	0.67 470	0.55 467	0.60 414	0.57 433	0.64 474	0.55 480	0.72 463	0.55 467

MIF-Stereo (partial)	2.58 677	3.31 621	0.66 450	3.18 645	0.66 501	3.18 691	0.66 487	3.21 690	0.67 492	3.19 691	0.66 498	3.19 691	0.66 489	3.31 693	0.68 493	5.09 708	1.79 637	8.23 735	1.67 669	6.18 719	1.38 632

test_xeample3	1.10 526	1.81 512	0.61 436	0.84 438	0.49 462	0.77 483	0.66 487	0.92 504	1.40 635	0.68 476	0.46 449	0.78 492	0.54 470	1.72 621	1.48 637	1.34 580	1.52 613	1.35 619	1.67 669	1.33 597	1.55 638

WAFT-Stereo (ZS)	0.67 427	0.78 317	0.67 454	0.67 406	0.66 501	0.67 472	0.67 491	0.65 463	0.66 490	0.66 472	0.67 499	0.66 477	0.67 491	0.67 470	0.72 513	0.66 432	0.67 459	0.67 480	0.67 510	0.67 452	0.67 492

WQFJA1++	0.84 477	0.98 358	0.67 454	1.26 545	0.75 520	1.00 517	0.67 491	1.00 512	0.67 492	1.00 517	0.67 499	1.00 523	0.67 491	1.00 523	0.67 486	0.96 491	0.67 459	0.91 522	0.63 494	0.92 500	0.63 480

WQFJA1	0.85 483	0.98 358	0.67 454	1.29 551	0.76 525	1.01 525	0.67 491	1.02 525	0.67 492	1.02 532	0.67 499	1.01 531	0.67 491	1.01 531	0.68 493	0.99 497	0.67 459	0.93 528	0.64 499	0.92 500	0.65 488

WQFJX1	0.84 477	0.98 358	0.67 454	1.30 553	0.75 520	1.01 525	0.67 491	1.01 521	0.67 492	1.01 528	0.67 499	1.01 531	0.68 496	1.00 523	0.68 493	0.98 496	0.67 459	0.92 525	0.64 499	0.92 500	0.64 486

ours_stereo	1.20 534	1.21 455	0.90 500	1.64 580	1.11 564	1.35 605	0.67 491	1.76 618	0.93 545	1.70 622	1.10 562	1.39 610	0.75 515	1.41 610	0.81 530	1.60 598	1.03 516	1.33 616	1.00 552	1.61 607	0.72 506

LiteMatch	1.13 531	0.73 307	2.80 680	3.23 646	0.61 490	0.83 498	0.68 496	0.73 477	0.69 503	1.00 517	0.77 530	0.94 517	0.57 472	0.82 492	0.64 479	2.97 672	2.43 674	0.68 481	0.32 375	0.56 437	0.70 499

Lsterematch	1.13 531	0.73 307	2.80 680	3.23 646	0.61 490	0.83 498	0.68 496	0.73 477	0.69 503	1.00 517	0.77 530	0.94 517	0.57 472	0.82 492	0.64 479	2.97 672	2.43 674	0.68 481	0.32 375	0.56 437	0.70 499

WQFJX	0.85 483	1.00 367	0.68 462	1.30 553	0.75 520	1.01 525	0.68 496	1.01 521	0.68 498	1.01 528	0.68 505	1.03 536	0.68 496	1.02 535	0.67 486	0.97 492	0.67 459	0.93 528	0.63 494	0.94 509	0.63 480

NLMM	0.84 477	1.00 367	0.67 454	1.27 546	0.75 520	1.00 517	0.68 496	1.00 512	0.67 492	1.00 517	0.67 499	1.02 535	0.67 491	1.02 535	0.67 486	0.97 492	0.67 459	0.93 528	0.63 494	0.92 500	0.63 480

NLSM3	0.85 483	0.99 365	0.68 462	1.29 551	0.76 525	1.01 525	0.68 496	1.01 521	0.68 498	1.02 532	0.68 505	1.01 531	0.68 496	1.01 531	0.68 493	0.97 492	0.68 465	0.93 528	0.64 499	0.93 505	0.63 480

UniTT-Stereo	2.03 625	3.43 623	0.72 473	3.42 658	0.73 516	3.27 693	0.68 496	3.38 694	0.69 503	3.29 693	0.72 522	3.28 693	0.70 506	3.35 695	0.68 493	3.39 678	0.68 465	3.31 691	0.69 516	3.37 677	0.73 510

R-Stereo Train	0.81 466	0.96 355	0.67 454	0.95 460	0.67 503	0.95 512	0.68 496	0.95 510	0.68 498	0.95 515	0.68 505	0.96 520	0.68 496	0.96 519	0.68 493	0.94 489	0.68 465	0.94 532	0.68 512	0.94 509	0.68 494

RAFT-Stereo	0.81 466	0.96 355	0.67 454	0.95 460	0.67 503	0.95 512	0.68 496	0.95 510	0.68 498	0.95 515	0.68 505	0.96 520	0.68 496	0.96 519	0.68 493	0.94 489	0.68 465	0.94 532	0.68 512	0.94 509	0.68 494
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 431	0.69 300	0.69 464	0.69 409	0.69 507	0.69 474	0.69 504	0.69 469	0.69 503	0.69 477	0.69 510	0.69 478	0.69 502	0.69 473	0.69 501	0.69 436	0.69 471	0.69 484	0.69 516	0.69 458	0.69 496

mm1	0.69 431	0.69 300	0.69 464	0.69 409	0.69 507	0.69 474	0.69 504	0.69 469	0.69 503	0.69 477	0.69 510	0.69 478	0.69 502	0.69 473	0.69 501	0.69 436	0.69 471	0.69 484	0.69 516	0.69 458	0.69 496

NLMM1	0.86 486	0.98 358	0.69 464	1.48 568	0.75 520	1.01 525	0.69 504	1.00 512	0.69 503	1.00 517	0.70 514	1.00 523	0.68 496	1.01 531	0.67 486	0.97 492	0.68 465	0.92 525	0.63 494	0.93 505	0.63 480

FlowAnything_test	1.02 518	1.72 490	0.71 470	1.59 572	0.70 511	1.61 619	0.69 504	1.61 611	0.70 511	1.60 613	0.70 514	1.61 620	0.69 502	1.61 618	0.70 509	0.81 469	0.58 437	0.81 508	0.55 480	0.81 482	0.56 470

FlowAnything	1.02 518	1.71 489	0.72 473	1.59 572	0.69 507	1.60 618	0.69 504	1.61 611	0.70 511	1.60 613	0.69 510	1.60 617	0.69 502	1.61 618	0.69 501	0.81 469	0.58 437	0.81 508	0.56 484	0.82 484	0.56 470

LG-Stereo	0.60 407	0.58 291	0.47 382	0.64 400	0.74 518	1.00 517	0.69 504	0.57 446	0.41 424	0.57 455	0.41 426	0.57 458	0.41 421	1.00 523	0.75 519	0.91 480	0.51 422	0.52 457	0.37 411	0.52 428	0.37 387

TorneroNet	0.66 422	0.53 280	0.50 402	0.50 355	0.64 496	1.06 534	0.70 510	0.50 416	0.51 467	0.49 412	0.69 510	0.49 417	0.50 460	0.48 410	1.15 562	0.71 442	0.49 409	1.14 550	1.08 562	0.49 415	0.49 442

DMCA-RVC	0.70 434	0.80 320	0.70 467	0.70 415	0.70 511	0.70 477	0.70 510	0.71 474	0.70 511	0.70 479	0.71 519	0.71 481	0.70 506	0.70 475	0.69 501	0.69 436	0.70 474	0.69 484	0.70 520	0.69 458	0.70 499

MSMD_ROB	1.19 533	1.10 397	0.70 467	1.10 478	0.60 485	1.10 540	0.70 510	1.10 530	0.70 511	1.10 538	0.70 514	1.10 543	0.70 506	7.00 734	0.70 509	1.10 510	0.70 474	1.10 549	0.70 520	1.10 525	0.70 499

AdaDepth	0.86 486	0.93 351	0.71 470	1.01 472	1.07 562	1.02 531	0.71 513	1.00 512	0.71 516	1.01 528	0.71 519	1.00 523	0.72 511	1.14 549	0.71 511	0.92 483	0.64 454	0.90 519	0.64 499	0.89 494	0.69 496

RSM++	0.76 453	0.82 325	0.66 450	0.85 442	0.64 496	0.85 500	0.71 513	0.94 508	0.64 487	0.87 502	0.67 499	0.87 505	0.65 486	0.84 498	0.65 482	0.81 469	0.70 474	0.79 503	0.71 523	0.83 486	0.70 499

MoCha-V2	2.11 643	26.97 738	0.78 485	0.92 451	0.77 528	0.96 514	0.72 515	0.90 499	0.72 519	0.94 513	0.70 514	0.90 510	0.71 510	0.91 509	0.71 511	0.85 477	0.71 478	0.88 517	0.69 516	0.87 490	0.67 492

DCRE	0.84 477	1.89 534	0.77 483	0.94 458	0.72 515	0.88 504	0.73 516	0.87 494	0.78 526	0.90 505	0.71 519	0.88 506	0.67 491	0.88 505	0.73 514	0.81 469	0.68 465	0.81 508	0.70 520	0.82 484	0.70 499

PA-Net	11.80 734	223.51 761	0.62 437	0.59 387	0.71 513	0.59 460	0.73 516	0.67 467	0.73 522	0.55 450	0.61 490	0.60 463	0.74 513	0.63 465	0.73 514	0.66 432	0.60 446	0.69 484	0.66 506	0.72 463	0.65 488
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DStereoRT	0.73 444	0.81 323	0.73 477	0.71 417	0.74 518	0.73 481	0.75 518	0.71 474	0.71 516	0.74 486	0.72 522	0.73 486	0.80 522	0.71 476	0.73 514	0.76 460	0.71 478	0.73 491	0.72 525	0.70 461	0.76 517

HSM-Net_RVC	0.95 504	1.17 405	0.78 485	1.18 494	0.71 513	1.16 548	0.75 518	1.09 529	0.80 532	1.10 538	0.75 527	1.17 552	0.74 513	1.17 552	0.80 527	1.13 517	0.73 481	1.17 557	0.77 532	1.16 532	0.72 506
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wavelet-MonSter	1.00 508	1.21 455	0.76 481	1.94 586	1.01 557	1.11 543	0.76 520	1.15 532	0.76 525	1.11 543	0.76 528	1.14 549	0.76 516	1.11 546	0.76 521	1.21 570	0.90 501	1.02 545	0.71 523	1.02 521	0.71 505

RAStereo	2.23 659	3.64 626	0.76 481	3.65 667	0.86 538	3.66 698	0.76 520	3.67 698	0.81 535	3.66 695	0.76 528	3.66 696	0.77 518	3.68 697	0.77 522	3.68 681	0.77 487	3.69 696	0.77 532	3.70 680	0.77 519

ToySt	0.92 496	2.11 552	0.90 500	0.95 460	0.79 531	0.99 516	0.78 522	0.94 508	0.81 535	0.94 513	0.78 532	0.95 519	0.77 518	0.94 515	0.86 534	0.91 480	0.79 491	0.85 515	0.77 532	0.89 494	0.73 510

tt45	1.04 521	0.88 334	1.36 599	0.92 451	1.03 560	1.51 617	0.79 523	0.70 473	0.88 538	0.74 486	0.90 542	1.60 617	0.72 511	1.60 616	0.75 519	0.91 480	0.78 489	1.52 626	0.79 536	1.14 527	1.32 625

iGMRVC	0.84 477	2.85 609	0.72 473	0.72 419	0.73 516	0.77 483	0.79 523	0.73 477	0.74 524	0.73 481	0.72 522	0.73 486	0.76 516	0.73 480	0.73 514	0.72 450	0.73 481	0.73 491	0.72 525	0.73 466	0.72 506

G-Net	0.79 458	0.79 319	0.79 488	0.79 429	0.79 531	0.79 488	0.79 523	0.79 482	0.79 530	0.79 492	0.79 534	0.79 494	0.79 521	0.79 486	0.79 524	0.79 463	0.79 491	0.79 503	0.79 536	0.79 476	0.79 522

LiteMatch*	2.07 631	1.30 467	5.73 716	6.28 705	0.79 531	1.33 604	0.80 526	1.30 598	1.02 560	1.33 602	0.84 540	1.33 607	0.97 534	1.28 605	1.04 553	6.05 716	5.89 712	1.28 614	0.76 530	1.28 595	0.88 529

Hybrid-DGEV	1.03 520	1.75 496	0.80 489	1.28 550	0.78 529	1.26 598	0.80 526	1.26 592	0.78 526	1.26 598	0.78 532	1.26 601	0.78 520	1.26 601	0.78 523	1.15 520	0.75 484	1.14 550	0.74 527	1.14 527	0.75 514

NaN_ROB	0.80 461	0.80 320	0.80 489	0.80 433	0.80 534	0.80 490	0.80 526	0.80 485	0.80 532	0.80 493	0.80 536	0.80 496	0.80 522	0.80 488	0.80 527	0.80 465	0.80 494	0.80 506	0.80 538	0.80 479	0.80 523

CSAN	0.80 461	0.80 320	0.80 489	0.80 433	0.80 534	0.80 490	0.80 526	0.80 485	0.80 532	0.80 493	0.80 536	0.80 496	0.80 522	0.80 488	0.80 527	0.80 465	0.80 494	0.80 506	0.80 538	0.80 479	0.80 523

Hybrid-DGEV-03	1.07 523	1.83 522	0.83 493	1.34 558	0.81 536	1.32 603	0.81 530	1.31 599	0.81 535	1.31 601	0.82 538	1.32 606	0.82 526	1.32 606	0.81 530	1.19 522	0.77 487	1.19 562	0.76 530	1.19 540	0.77 519

Hybrid-DGEV-2	1.05 522	1.83 522	0.83 493	1.33 557	0.82 537	1.30 601	0.81 530	1.26 592	0.79 530	1.29 600	0.79 534	1.26 601	0.80 522	1.26 601	0.79 524	1.20 524	0.78 489	1.18 560	0.77 532	1.20 542	0.77 519

AIO-Stereo-zeroshot	0.91 494	0.86 330	0.89 497	1.25 544	0.69 507	1.05 533	0.81 530	1.16 535	0.50 460	1.12 544	0.97 550	0.72 484	0.82 526	1.06 538	0.95 541	0.61 418	0.87 499	1.03 547	0.85 544	1.04 522	1.01 550

AIO-Stereo	0.84 477	0.66 299	0.70 467	0.83 437	0.67 503	0.98 515	0.82 533	1.14 531	0.72 519	1.03 534	0.74 526	1.03 536	1.09 549	0.99 521	0.45 431	1.04 504	0.73 481	0.95 534	0.74 527	0.94 509	0.46 426

Selective-RAFT	0.89 493	0.89 337	0.72 473	1.16 492	0.78 529	1.06 534	0.82 533	0.87 494	0.97 550	1.00 517	0.91 545	0.90 510	1.00 537	0.89 507	0.93 540	0.83 474	0.83 497	0.82 512	0.82 541	0.81 482	0.82 526

DPSimNet_ROB	0.97 505	1.18 407	0.81 492	1.10 478	0.91 544	1.02 531	0.82 533	1.04 526	0.91 540	1.03 534	0.86 541	1.28 605	0.82 526	1.03 537	0.89 535	1.17 521	0.81 496	1.02 545	0.82 541	1.08 524	0.81 525

MLG-Stereo	0.92 496	0.90 340	0.84 495	1.27 546	0.49 462	1.38 609	0.88 536	1.41 606	0.97 550	0.73 481	1.09 561	1.26 601	0.43 432	0.72 478	1.05 554	1.13 517	0.49 409	1.18 560	0.66 506	1.01 519	0.46 426

HBP-ISP	1.24 583	1.72 490	1.65 619	1.15 487	0.76 525	1.40 611	0.88 536	1.67 617	1.02 560	1.69 621	1.38 634	1.69 622	1.21 608	1.87 628	1.21 617	1.05 505	0.79 491	0.97 537	0.80 538	1.19 540	0.75 514

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 538	0.06 121	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

FC-DCNN	1.07 523	1.09 393	0.98 509	0.89 444	0.52 473	1.41 613	0.91 539	1.21 588	1.24 623	1.96 626	2.05 695	1.91 627	1.30 615	1.27 604	1.08 556	0.80 465	0.60 446	0.58 466	0.41 438	0.68 454	0.54 459

DGTPSM_ROB	0.93 501	1.00 367	0.92 504	0.94 458	0.96 549	0.91 508	0.92 540	0.91 501	0.96 549	0.91 507	0.96 549	0.93 516	0.92 531	0.94 515	0.92 536	0.92 483	0.92 504	0.90 519	0.92 545	0.94 509	0.91 534

DPSM_ROB	0.92 496	0.91 342	0.91 502	0.91 448	0.92 545	0.92 509	0.92 540	0.92 504	0.91 540	0.93 511	0.91 545	0.92 513	0.90 529	0.91 509	0.92 536	0.92 483	0.91 502	0.91 522	0.92 545	0.93 505	0.93 536

DPSM	0.92 496	0.91 342	0.91 502	0.91 448	0.92 545	0.92 509	0.92 540	0.92 504	0.91 540	0.93 511	0.91 545	0.92 513	0.90 529	0.91 509	0.92 536	0.92 483	0.91 502	0.91 522	0.92 545	0.93 505	0.93 536

pmcnn	0.92 496	0.92 347	0.92 504	0.92 451	0.92 545	0.92 509	0.92 540	0.92 504	0.92 544	0.92 509	0.92 548	0.92 513	0.92 531	0.92 513	0.92 536	0.92 483	0.92 504	0.92 525	0.92 545	0.92 500	0.92 535

Selective-RAFT-Error	0.88 491	0.84 326	0.98 509	0.86 443	0.97 550	0.88 504	0.95 544	0.84 492	0.99 553	0.92 509	0.82 538	0.84 503	0.98 536	0.87 503	0.97 543	0.81 469	0.83 497	0.79 503	0.82 541	0.79 476	0.85 528

ACVNet	0.20 179	0.19 134	0.14 148	0.20 167	0.14 193	0.20 199	0.96 545	0.21 206	0.14 194	0.20 196	0.13 190	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	0.17 189	0.12 178

acv_ft	0.20 179	0.19 134	0.14 148	0.20 167	0.14 193	0.20 199	0.96 545	0.21 206	0.14 194	0.20 196	0.13 190	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	0.17 189	0.12 178

MM-Stereo_test2	1.20 534	1.85 528	1.05 518	1.46 567	0.94 548	1.36 607	0.99 547	1.36 601	0.95 547	1.41 608	0.98 551	1.40 612	0.96 533	1.37 608	0.95 541	1.37 585	1.06 517	1.33 616	0.93 549	1.29 596	0.89 532

LGCAT	1.00 508	1.00 367	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

Test_v1	1.00 508	1.00 367	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

GANet	1.00 508	1.00 367	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

TDLM	1.00 508	1.00 367	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

CVANet_RVC	1.00 508	1.00 367	1.00 511	1.00 467	1.00 551	1.00 517	1.00 548	1.00 512	1.00 554	1.00 517	1.00 552	1.00 523	1.00 537	1.00 523	1.00 546	1.00 498	1.00 508	1.00 539	1.00 552	1.00 514	1.00 544

MM-Stereo_test3	1.27 585	2.07 548	1.18 531	1.60 575	1.02 559	1.45 615	1.01 553	1.40 605	1.04 562	1.44 610	1.03 558	1.46 615	1.02 546	1.44 613	1.02 552	1.51 594	1.12 531	1.32 615	0.98 550	1.38 600	0.97 540

trnet	1.01 516	1.01 377	1.01 516	1.01 472	1.01 557	1.01 525	1.01 553	1.01 521	1.01 559	1.01 528	1.01 557	1.01 531	1.01 545	1.01 531	1.01 551	1.01 503	1.01 514	1.01 544	1.01 559	1.01 519	1.01 550

MaDis-Stereo	3.19 691	6.02 691	1.12 522	5.61 701	1.16 571	5.43 726	1.02 555	5.15 725	0.70 511	5.43 725	1.21 617	5.03 726	0.97 534	4.85 719	0.99 545	4.53 690	1.16 534	5.53 725	1.25 623	5.37 715	1.30 623

ac_64	0.22 193	0.13 116	0.19 195	0.23 183	0.10 155	0.26 243	1.02 555	0.14 166	0.10 153	0.28 246	0.14 195	0.17 186	0.19 237	0.28 253	0.09 140	0.22 190	0.16 174	0.23 224	0.17 230	0.11 156	0.12 178

BLMT-Stereo	1.53 592	1.36 473	1.06 519	1.42 566	1.23 628	1.41 613	1.07 557	1.43 608	1.12 564	1.42 609	1.06 559	1.83 624	1.07 548	1.42 612	1.07 555	1.27 575	1.38 604	6.80 731	1.00 552	1.26 593	1.00 544

GLC_STEREO	1.07 523	1.01 377	1.06 519	1.07 476	1.05 561	1.06 534	1.08 558	1.08 527	1.05 563	1.07 536	1.06 559	1.08 539	1.05 547	1.06 538	1.10 557	1.07 506	1.09 524	1.05 548	1.05 561	1.06 523	1.12 557

sAnonymous2	3.31 692	2.63 589	1.38 603	3.71 669	1.86 674	4.70 718	1.11 559	4.82 721	2.72 698	5.45 726	1.98 690	4.59 711	2.64 685	2.65 675	6.21 731	4.37 686	1.08 522	5.16 723	2.24 693	4.52 692	2.39 690

CroCo_RVC	3.31 692	2.63 589	1.38 603	3.71 669	1.86 674	4.70 718	1.11 559	4.82 721	2.72 698	5.45 726	1.98 690	4.59 711	2.64 685	2.65 675	6.21 731	4.37 686	1.08 522	5.16 723	2.24 693	4.52 692	2.39 690

NCC-stereo	2.36 665	25.52 733	1.17 529	1.15 487	1.17 572	1.11 543	1.11 559	1.15 532	1.16 568	1.10 538	1.16 567	1.10 543	1.15 555	1.14 549	1.13 560	1.09 508	1.11 528	1.15 552	1.16 568	1.17 537	1.17 566

qqai	1.22 581	1.38 476	1.12 522	1.39 564	1.14 565	1.40 611	1.14 562	1.41 606	1.12 564	1.40 607	1.11 563	1.40 612	1.13 551	1.41 610	1.15 562	1.25 573	0.97 507	1.24 611	1.01 559	1.24 591	0.96 539

Nwc_Net	2.37 667	25.95 735	1.15 527	1.14 484	1.15 567	1.08 537	1.14 562	1.17 537	1.16 568	1.14 547	1.15 564	1.08 539	1.15 555	1.11 546	1.14 561	1.10 510	1.11 528	1.16 553	1.09 563	1.16 532	1.15 562

RP	2.33 663	25.00 731	1.13 524	1.15 487	1.15 567	1.10 540	1.15 564	1.15 532	1.15 567	1.12 544	1.15 564	1.09 541	1.13 551	1.10 544	1.15 562	1.11 515	1.09 524	1.16 553	1.12 564	1.16 532	1.17 566

Abc-Net	2.32 662	24.75 730	1.14 525	1.17 493	1.17 572	1.11 543	1.15 564	1.17 537	1.21 620	1.08 537	1.16 567	1.12 548	1.14 554	1.09 542	1.17 567	1.09 508	1.16 534	1.17 557	1.17 569	1.16 532	1.11 555
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 665	25.48 732	1.19 533	1.15 487	1.15 567	1.10 540	1.16 566	1.17 537	1.16 568	1.12 544	1.16 567	1.11 547	1.13 551	1.09 542	1.18 568	1.10 510	1.15 533	1.16 553	1.12 564	1.14 527	1.12 557

edge stereo	2.43 670	27.07 739	1.14 525	1.06 475	1.14 565	1.08 537	1.17 567	1.16 535	1.14 566	1.10 538	1.16 567	1.09 541	1.16 559	1.10 544	1.16 566	1.10 510	1.11 528	1.16 553	1.19 570	1.13 526	1.11 555

AF-Net	2.37 667	25.71 734	1.17 529	1.13 483	1.15 567	1.15 547	1.18 568	1.19 540	1.16 568	1.10 538	1.15 564	1.10 543	1.18 560	1.12 548	1.15 562	1.10 510	1.10 527	1.17 557	1.15 566	1.16 532	1.12 557

stereogan	2.33 663	24.38 729	1.18 531	1.18 494	1.18 575	1.14 546	1.18 568	1.19 540	1.19 574	1.14 547	1.18 571	1.14 549	1.18 560	1.14 549	1.18 568	1.14 519	1.14 532	1.19 562	1.19 570	1.15 530	1.19 570

DisPM	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

CrosDoStereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PFNet+	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

LCNet	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

HHNet	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

Patchmatch Stereo++	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571
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	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

STrans-v2	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

TransformOpticalFlow	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

OMP-Stereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

IIG-Stereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

NF-Stereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

OCTAStereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PSM-softLoss	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

KMStereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

NRIStereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PSM-adaLoss	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PSM-AAD	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

FTStereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

ROB_FTStereo_v2	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

ROB_FTStereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

Consistency-Raft	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

KYRaft	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

HUI-Stereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

ASMatch	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

DeepStereo_LL	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

DEmStereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

SST-Stereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

THIR-Stereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RAFT_R40	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

DRaft	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

PFNet	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

GrayStereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RE-Stereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

Pruner-Stereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

TVStereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

DeepStereo_RVC	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RAFT-RH_RVC	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

IRAFT_RVC	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RAFT-345	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

iRAFT	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

CRE-IMP	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

GMM-Stereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

RAFT-IKP	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

Prome-Stereo	1.20 534	1.20 409	1.20 536	1.20 496	1.20 578	1.20 549	1.20 570	1.20 543	1.20 575	1.20 551	1.20 572	1.20 554	1.20 562	1.20 554	1.20 572	1.20 524	1.20 539	1.20 564	1.20 573	1.20 542	1.20 571

GwcNet	0.12 125	0.07 82	0.05 79	0.08 69	0.05 126	0.08 132	1.20 570	0.07 131	0.05 124	0.05 112	0.05 127	0.08 133	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

GANetREF_RVC	1.55 593	1.94 544	1.22 583	1.88 583	1.21 624	1.88 626	1.22 616	1.88 620	1.22 621	1.88 623	1.22 618	1.88 625	1.22 609	1.89 629	1.22 618	1.87 606	1.22 586	1.88 641	1.22 619	1.88 619	1.22 617
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
SPS-STEREO	1.59 594	1.91 537	1.21 582	1.94 586	1.20 578	2.00 634	1.23 617	1.99 625	1.24 623	2.00 631	1.25 621	2.03 635	1.26 611	2.00 633	1.29 626	1.90 610	1.18 538	1.89 642	1.21 618	1.89 620	1.20 571
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FAT-Stereo	2.46 672	26.05 736	1.23 585	1.23 543	1.22 626	1.20 549	1.24 618	1.23 591	1.23 622	1.19 550	1.22 618	1.21 599	1.24 610	1.20 554	1.24 619	1.21 570	1.17 537	1.22 610	1.25 623	1.20 542	1.24 620

IGEV	2.02 623	2.20 560	1.82 634	2.90 638	2.16 691	2.41 664	1.25 619	2.00 626	1.98 688	1.99 630	1.31 626	2.72 683	1.93 668	2.67 678	1.69 659	2.26 641	1.32 588	1.83 633	1.87 682	2.53 666	1.61 651

S-Stereo	2.51 674	26.86 737	1.23 585	1.22 541	1.22 626	1.24 597	1.25 619	1.22 589	1.24 623	1.21 596	1.24 620	1.19 553	1.27 612	1.19 553	1.24 619	1.19 522	1.20 539	1.25 612	1.19 570	1.24 591	1.23 619

3w_stereo	2.04 628	2.24 564	1.70 622	3.15 643	2.18 695	2.49 668	1.26 621	2.03 628	1.98 688	1.98 629	1.33 627	2.72 683	1.99 674	2.59 672	1.72 664	2.22 637	1.33 595	1.85 634	1.88 687	2.50 661	1.58 643

StereoVision	3.15 690	5.00 660	0.89 497	4.83 692	1.00 551	3.93 699	1.27 622	6.37 728	1.34 628	5.67 728	1.26 622	5.84 729	1.27 612	5.03 725	1.24 619	5.10 709	1.09 524	4.61 709	0.57 486	5.62 717	1.12 557

4.5_new	2.00 615	1.84 527	1.98 663	2.77 633	2.16 691	2.27 656	1.28 623	2.09 630	1.98 688	2.01 632	1.28 624	2.71 679	1.98 672	2.51 669	1.65 644	2.26 641	1.33 595	1.87 638	1.87 682	2.49 659	1.60 646

CC-Net-ROB	1.36 588	1.33 471	1.33 588	1.36 561	1.38 632	1.36 607	1.33 624	1.37 603	1.34 628	1.35 604	1.36 631	1.38 609	1.34 618	1.38 609	1.38 633	1.35 581	1.38 604	1.33 616	1.35 628	1.43 601	1.34 628

11t	1.27 585	2.70 594	1.34 589	1.32 556	0.89 540	1.30 601	1.34 625	1.64 614	0.57 473	1.45 611	0.72 522	1.05 538	1.29 614	1.07 541	1.29 626	1.49 591	1.02 515	0.97 537	1.15 566	1.48 602	1.31 624

2.25w	2.00 615	1.86 531	1.98 663	2.95 639	2.17 693	2.26 655	1.35 626	2.42 664	2.00 691	2.07 639	1.27 623	2.53 666	1.99 674	2.29 657	1.49 638	2.21 636	1.32 588	1.85 634	1.87 682	2.52 663	1.62 657

MaskLacGwcNet_RVC	1.35 587	1.35 472	1.35 591	1.35 560	1.35 629	1.35 605	1.35 626	1.36 601	1.35 631	1.36 605	1.35 629	1.36 608	1.36 620	1.36 607	1.35 630	1.35 581	1.35 600	1.35 619	1.35 628	1.35 598	1.35 629

ktn	0.72 440	0.53 280	1.08 521	1.14 484	0.51 472	1.22 595	1.36 628	0.51 430	0.59 479	0.51 434	0.51 474	0.69 478	1.20 562	0.67 470	0.51 458	0.51 392	0.49 409	0.58 466	0.66 506	0.52 428	0.53 456

IGEVStereo-DCA	1.77 601	4.21 645	1.84 638	2.49 626	2.11 689	2.54 674	1.36 628	1.65 615	1.17 572	2.75 684	1.90 678	2.54 669	1.15 555	0.94 515	1.11 558	1.50 592	1.32 588	0.96 535	1.46 640	1.49 603	0.88 529

rrr	1.77 601	4.21 645	1.84 638	2.49 626	2.11 689	2.54 674	1.36 628	1.65 615	1.17 572	2.75 684	1.90 678	2.54 669	1.15 555	0.94 515	1.11 558	1.50 592	1.32 588	0.96 535	1.46 640	1.49 603	0.88 529

MC-Stereo	1.76 600	2.96 610	1.37 601	2.14 595	1.37 631	2.14 640	1.36 628	2.14 634	1.37 633	2.14 640	1.37 632	2.14 637	1.37 622	2.14 638	1.37 632	1.97 615	1.32 588	1.97 645	1.32 627	1.98 622	1.33 626

RASNet	1.49 591	1.65 486	1.45 607	1.38 563	1.43 635	1.47 616	1.36 628	1.38 604	1.36 632	1.39 606	1.60 645	1.45 614	1.45 626	1.51 614	2.21 690	1.53 595	1.36 601	1.36 621	1.36 630	1.66 610	1.36 630

PS-NSSS	1.38 590	1.39 477	1.34 589	1.34 558	1.35 629	1.38 609	1.37 633	1.35 600	1.38 634	1.34 603	1.34 628	1.39 610	1.38 623	1.70 620	1.40 634	1.36 583	1.36 601	1.36 621	1.37 631	1.37 599	1.36 630

3.25w	2.04 628	2.20 560	1.48 609	3.03 640	2.17 693	2.63 678	1.39 634	1.96 623	1.95 687	1.96 626	1.37 632	2.71 679	1.96 671	2.71 679	1.73 669	2.26 641	1.32 588	1.87 638	1.87 682	2.51 662	1.63 660

CFNet-RSSM	0.91 494	4.89 655	0.34 283	0.44 295	1.07 562	1.62 621	1.40 635	0.91 501	0.35 384	1.60 613	1.39 635	0.64 470	0.34 378	0.44 374	0.33 359	0.41 310	0.35 331	0.75 497	0.30 357	0.41 376	0.29 324

MM-Stereo_test1	1.80 603	3.41 622	1.52 614	2.12 594	1.41 634	2.04 635	1.41 636	2.05 629	1.46 638	2.04 635	1.41 636	2.05 636	1.42 625	2.05 634	1.43 636	2.04 620	1.54 616	1.94 643	1.38 633	1.99 623	1.33 626

sCroCo_RVC	2.10 639	2.76 602	1.92 648	2.78 636	1.39 633	2.73 683	1.41 636	2.73 680	1.40 635	2.77 689	1.41 636	2.74 685	1.40 624	2.74 684	1.40 634	2.72 670	1.42 607	2.72 686	1.44 639	2.79 673	1.42 634

MonStereo1	1.94 609	2.77 604	1.52 614	3.73 671	1.51 638	2.13 639	1.42 638	2.32 658	1.52 639	2.31 662	1.50 639	2.53 666	1.59 628	2.34 660	1.56 639	1.91 611	1.36 601	1.86 637	1.31 626	2.07 633	1.53 636

1w_stereo	2.05 630	2.32 569	1.35 591	3.74 672	2.01 683	2.73 683	1.42 638	1.88 620	1.93 686	2.03 634	1.28 624	2.71 679	1.99 674	2.72 681	1.72 664	2.20 635	1.32 588	1.87 638	1.86 681	2.45 655	1.54 637

RAFT_CTSACE	1.92 607	3.71 629	1.72 625	1.88 583	1.72 666	2.04 635	1.42 638	2.18 637	1.89 684	2.02 633	1.97 684	1.95 628	2.06 678	1.93 630	1.62 642	1.76 601	1.66 629	2.02 646	1.73 677	1.73 613	1.43 635

2.5w	2.01 622	2.40 579	1.37 601	3.28 650	2.01 683	2.71 680	1.43 641	1.82 619	1.83 675	1.90 625	1.41 636	2.71 679	1.35 619	2.71 679	1.85 676	2.66 666	1.53 614	1.64 628	1.23 620	2.53 666	1.87 677

3.5w_stereo	2.03 625	2.72 598	1.35 591	3.41 657	1.57 639	2.72 681	1.49 642	2.01 627	1.34 628	2.15 641	1.61 647	2.63 675	1.36 620	2.72 681	1.99 688	2.66 666	1.58 620	1.68 630	1.24 621	2.53 666	1.87 677

3.25w_new	2.03 625	2.72 598	1.35 591	3.33 655	1.57 639	2.72 681	1.53 643	2.15 635	1.33 627	2.15 641	1.60 645	2.63 675	1.30 615	2.72 681	1.99 688	2.67 668	1.53 614	1.75 632	1.25 623	2.53 666	1.87 677

monsterstereo	2.20 655	2.33 570	1.95 660	3.65 667	2.07 688	2.49 668	1.61 644	2.48 666	1.83 675	2.45 668	1.61 647	2.67 678	1.86 660	2.64 674	1.94 684	2.48 662	1.66 629	2.34 670	1.68 671	2.40 651	1.86 675

DPSMNet_ROB	1.60 595	1.59 485	1.70 622	1.59 572	1.59 641	1.61 619	1.61 644	1.60 610	1.60 641	1.62 619	1.59 644	1.60 617	1.60 629	1.60 616	1.59 641	1.59 596	1.60 624	1.59 627	1.59 649	1.59 606	1.59 644

monsters	2.18 649	2.41 580	1.96 662	3.47 660	2.03 687	2.53 672	1.64 646	2.48 666	1.73 665	2.40 666	1.50 639	2.62 674	1.94 669	2.59 672	1.94 684	2.44 658	1.57 619	2.28 666	1.87 682	2.42 652	1.86 675

noway7	2.08 634	5.18 666	1.92 648	2.27 602	1.66 646	2.18 641	1.66 647	2.17 636	1.66 642	2.18 643	1.65 649	2.18 639	1.66 632	2.17 639	1.66 647	2.15 624	1.85 645	2.05 647	1.60 652	2.05 625	1.60 646

monster_256*512	2.09 637	5.21 669	1.98 663	2.30 610	1.67 650	2.18 641	1.66 647	2.20 643	1.67 645	2.19 646	1.67 654	2.19 642	1.66 632	2.19 643	1.66 647	2.15 624	1.86 649	2.05 647	1.60 652	2.06 629	1.61 651

zzzz4	2.08 634	5.22 670	1.93 651	2.27 602	1.66 646	2.19 643	1.66 647	2.18 637	1.67 645	2.18 643	1.66 652	2.18 639	1.66 632	2.18 640	1.66 647	2.15 624	1.84 640	2.05 647	1.60 652	2.05 625	1.60 646

zzzzzz3	2.07 631	5.00 660	1.93 651	2.28 607	1.66 646	2.19 643	1.66 647	2.18 637	1.67 645	2.19 646	1.66 652	2.18 639	1.67 638	2.18 640	1.66 647	2.15 624	1.85 645	2.05 647	1.59 649	2.05 625	1.59 644

zzzz2	2.08 634	4.92 656	1.93 651	2.30 610	1.67 650	2.19 643	1.66 647	2.20 643	1.67 645	2.20 649	1.68 659	2.21 646	1.66 632	2.20 645	1.68 656	2.17 630	1.84 640	2.07 653	1.62 662	2.05 625	1.61 651

noway2	2.07 631	4.96 657	1.92 648	2.28 607	1.66 646	2.20 646	1.66 647	2.19 640	1.66 642	2.19 646	1.65 649	2.19 642	1.68 640	2.18 640	1.65 644	2.15 624	1.86 649	2.06 651	1.59 649	2.06 629	1.60 646

zzzzzzz1	2.10 639	5.20 668	1.93 651	2.38 620	1.68 654	2.20 646	1.67 653	2.20 643	1.68 650	2.20 649	1.67 654	2.20 645	1.68 640	2.20 645	1.67 655	2.24 639	1.86 649	2.06 651	1.61 656	2.06 629	1.62 657

noway1	2.10 639	5.26 674	1.93 651	2.31 613	1.69 659	2.21 649	1.67 653	2.19 640	1.68 650	2.21 651	1.68 659	2.21 646	1.67 638	2.20 645	1.66 647	2.15 624	1.84 640	2.07 653	1.61 656	2.07 633	1.61 651

zzz1	2.09 637	4.97 658	1.93 651	2.30 610	1.68 654	2.21 649	1.68 655	2.21 646	1.68 650	2.21 651	1.67 654	2.21 646	1.68 640	2.21 648	1.69 659	2.17 630	1.85 645	2.08 657	1.61 656	2.06 629	1.61 651

noway5	1.92 607	4.97 658	1.95 660	2.31 613	1.68 654	2.21 649	1.68 655	2.21 646	1.69 657	2.22 655	1.68 659	2.21 646	1.68 640	2.21 648	1.68 656	2.18 632	1.87 653	1.71 631	0.65 503	0.85 488	0.72 506

noway4	2.11 643	5.14 664	1.93 651	2.37 618	1.69 659	2.20 646	1.68 655	2.22 648	1.68 650	2.21 651	1.69 663	2.23 650	1.68 640	2.22 650	1.66 647	2.24 639	1.84 640	2.09 662	1.63 665	2.09 638	1.62 657

Anonymous3	2.55 675	3.26 620	1.65 619	3.28 650	1.63 644	3.24 692	1.68 655	3.27 691	1.66 642	3.28 692	1.67 654	3.25 692	1.66 632	3.27 691	1.64 643	3.26 676	1.65 628	3.30 690	1.65 667	4.95 710	1.65 664

GELT-Stereo	2.10 639	5.33 677	1.94 659	2.37 618	1.68 654	2.21 649	1.69 659	2.19 640	1.67 645	2.18 643	1.67 654	2.19 642	1.66 632	2.19 643	1.66 647	2.23 638	1.83 639	2.07 653	1.61 656	2.04 624	1.61 651

UDGNet	2.23 659	5.40 681	1.72 625	2.48 625	1.69 659	2.51 671	1.69 659	2.51 669	1.72 664	2.50 671	1.69 663	2.52 665	1.69 647	2.50 668	1.68 656	2.41 657	1.70 631	2.42 675	1.69 673	2.42 652	1.64 662

noway3	2.12 645	5.22 670	1.93 651	2.39 621	1.70 664	2.23 654	1.70 661	2.22 648	1.70 658	2.22 655	1.70 665	2.23 650	1.69 647	2.22 650	1.71 661	2.28 645	1.86 649	2.08 657	1.63 665	2.09 638	1.63 660

MFMNet_re	1.81 604	1.91 537	1.71 624	1.95 588	1.70 664	1.95 631	1.70 661	1.96 623	1.74 667	1.97 628	1.72 666	1.95 628	1.71 650	1.97 632	1.71 661	1.86 604	1.62 625	1.85 634	1.66 668	1.86 618	1.64 662

4w-stereo	2.02 623	2.72 598	1.44 606	3.36 656	1.59 641	2.48 667	1.72 663	2.28 651	1.24 623	2.24 657	1.65 649	2.56 671	1.32 617	2.39 663	1.98 687	2.67 668	1.51 612	1.66 629	1.24 621	2.53 666	1.88 680

U	5.15 726	8.49 704	1.81 629	8.49 717	1.77 668	8.49 735	1.77 664	8.51 736	1.77 669	8.49 736	1.77 668	8.50 736	1.78 657	8.58 736	1.77 671	8.54 728	1.78 635	8.55 736	1.78 679	8.55 730	1.84 673

derf	1.91 606	2.15 556	1.78 628	2.16 596	1.75 667	2.21 649	1.80 665	2.22 648	1.80 671	2.21 651	1.76 667	2.17 638	1.81 659	2.24 655	1.74 670	1.93 613	1.56 617	1.96 644	1.53 642	1.95 621	1.56 639

FBW_ROB	2.12 645	2.46 584	1.77 627	2.49 626	1.79 670	2.38 662	1.83 666	2.46 665	1.78 670	2.48 670	1.97 684	2.40 661	1.78 657	2.42 666	1.83 674	2.31 650	1.85 645	2.38 673	1.82 680	2.35 649	1.84 673

TRStereo	2.00 615	2.13 553	1.85 640	2.27 602	1.84 671	2.28 658	1.84 667	2.29 653	1.86 677	2.30 659	1.87 673	2.30 653	1.87 662	2.08 635	1.72 664	2.08 621	1.72 632	2.08 657	1.72 674	2.08 635	1.72 667

XX-Stereo	2.00 615	2.13 553	1.85 640	2.27 602	1.84 671	2.28 658	1.84 667	2.29 653	1.86 677	2.30 659	1.87 673	2.30 653	1.87 662	2.08 635	1.72 664	2.08 621	1.72 632	2.08 657	1.72 674	2.08 635	1.72 667

EAI-Stereo	2.00 615	2.13 553	1.85 640	2.27 602	1.84 671	2.28 658	1.84 667	2.29 653	1.86 677	2.30 659	1.87 673	2.30 653	1.87 662	2.08 635	1.72 664	2.08 621	1.72 632	2.08 657	1.72 674	2.08 635	1.72 667

asd	2.18 649	2.77 604	1.58 616	3.59 665	2.00 682	2.58 676	1.85 670	2.39 663	1.71 660	2.47 669	1.97 684	2.59 673	1.61 630	2.56 670	1.79 672	2.51 663	1.99 655	2.11 663	1.62 662	2.36 650	1.60 646

DNSM	2.56 676	4.43 648	3.08 693	4.09 675	1.86 674	2.66 679	1.86 671	2.66 673	1.87 681	2.66 676	1.86 671	2.66 677	1.86 660	2.66 677	1.87 680	3.82 683	2.94 678	2.42 675	1.73 677	2.42 652	1.73 670

asda	2.17 647	2.54 585	1.81 629	3.47 660	1.78 669	2.50 670	1.86 671	2.61 672	1.68 650	2.61 674	1.83 669	2.37 660	1.73 652	2.44 667	1.88 682	2.51 663	1.84 640	2.34 670	1.62 662	2.23 642	1.77 672

LGtest1	2.22 656	2.70 594	1.89 645	2.76 632	1.86 674	2.75 685	1.86 671	2.75 681	1.86 677	2.75 684	1.86 671	2.77 688	1.87 662	2.75 685	1.86 677	2.46 659	1.58 620	2.45 677	1.56 643	2.45 655	1.56 639

LG-G_1	2.22 656	2.71 596	1.89 645	2.77 633	1.87 678	2.75 685	1.87 674	2.76 682	1.87 681	2.75 684	1.87 673	2.76 686	1.87 662	2.75 685	1.86 677	2.47 660	1.58 620	2.45 677	1.57 644	2.45 655	1.57 641

LG-G	2.22 656	2.71 596	1.89 645	2.77 633	1.87 678	2.75 685	1.87 674	2.76 682	1.87 681	2.75 684	1.87 673	2.76 686	1.87 662	2.75 685	1.86 677	2.47 660	1.58 620	2.45 677	1.57 644	2.45 655	1.57 641

AIO_rvc	2.18 649	2.34 574	1.87 644	2.32 615	1.94 681	2.40 663	1.89 676	2.37 661	2.07 693	2.52 672	1.95 683	2.44 663	1.99 674	2.41 664	1.89 683	2.32 651	2.09 664	2.24 664	2.18 691	2.21 641	2.23 684

qwe	2.18 649	2.60 588	1.58 616	3.83 673	1.90 680	2.53 672	1.90 677	2.48 666	1.73 665	2.37 665	1.92 680	2.53 666	1.68 640	2.56 670	1.83 674	2.52 665	1.87 653	2.07 653	1.68 671	2.32 648	1.71 666

AIO_test	2.18 649	2.09 551	2.04 668	2.42 623	2.01 683	2.47 666	1.94 678	2.34 660	2.03 692	2.56 673	1.94 681	2.43 662	1.94 669	2.41 664	1.87 680	2.39 656	2.10 665	2.35 672	1.91 688	2.25 644	2.19 683

4.25w-stereo	1.98 610	2.72 598	1.46 608	3.47 660	1.43 635	2.07 637	1.98 679	2.53 670	1.52 639	2.71 677	1.98 690	1.81 623	1.62 631	1.96 631	1.36 631	1.88 609	2.00 656	2.53 682	1.61 656	1.74 614	1.15 562

3.75w	1.99 611	2.31 568	1.83 637	3.16 644	1.65 645	1.93 627	1.98 679	2.72 674	1.68 650	2.73 683	1.97 684	2.00 632	1.72 651	1.81 626	1.25 622	2.27 644	2.01 658	2.38 673	1.42 637	1.71 612	1.24 620

2w_stereo	1.99 611	2.36 577	1.81 629	3.24 648	1.67 650	1.94 628	1.98 679	2.72 674	1.68 650	2.72 678	1.94 681	1.98 631	1.74 654	1.79 625	1.27 623	1.95 614	2.00 656	2.53 682	1.60 652	1.68 611	1.15 562

4.25_new	2.00 615	2.33 570	1.82 634	3.32 653	1.69 659	1.95 631	1.99 682	2.72 674	1.71 660	2.72 678	1.97 684	2.01 633	1.74 654	1.77 623	1.28 624	2.18 632	2.01 658	2.48 680	1.58 647	1.65 608	1.17 566

4.5w_new	2.00 615	2.33 570	1.82 634	3.32 653	1.69 659	1.95 631	1.99 682	2.72 674	1.71 660	2.72 678	1.97 684	2.01 633	1.74 654	1.77 623	1.28 624	2.18 632	2.01 658	2.48 680	1.58 647	1.65 608	1.17 566

4.5w-stereo	1.99 611	2.33 570	1.81 629	3.28 650	1.68 654	1.94 628	1.99 682	2.72 674	1.70 658	2.72 678	1.99 693	1.97 630	1.68 640	1.76 622	1.29 626	1.91 611	2.02 662	2.53 682	1.61 656	1.75 615	1.16 565

2.75w_new	1.99 611	2.34 574	1.81 629	3.14 642	1.62 643	1.94 628	1.99 682	2.72 674	1.71 660	2.72 678	1.99 693	1.90 626	1.73 652	1.82 627	1.29 626	2.37 654	2.01 658	2.31 668	1.42 637	1.77 616	1.22 617

MonStereo	2.17 647	2.41 580	1.49 613	2.67 630	1.67 650	2.60 677	2.04 686	2.32 658	1.76 668	2.44 667	1.68 659	2.50 664	1.69 647	2.38 661	1.80 673	2.28 645	1.78 635	2.63 685	2.14 690	3.47 678	1.68 665

HUF	2.18 649	2.30 567	1.99 667	2.34 617	2.02 686	2.41 664	2.06 687	2.38 662	1.89 684	2.36 664	1.85 670	2.56 671	1.98 672	2.31 659	1.97 686	2.30 649	2.03 663	2.30 667	2.11 689	2.23 642	2.16 682

ff7	1.68 596	2.68 591	1.35 591	0.97 464	0.89 540	1.84 623	2.15 688	2.12 631	1.80 671	2.05 636	1.56 641	2.33 656	2.12 679	2.23 652	2.25 691	1.31 577	1.07 518	1.48 623	1.41 634	0.90 497	1.04 552

ffff	1.68 596	2.68 591	1.35 591	0.97 464	0.89 540	1.84 623	2.15 688	2.12 631	1.80 671	2.05 636	1.56 641	2.33 656	2.12 679	2.23 652	2.25 691	1.31 577	1.07 518	1.48 623	1.41 634	0.90 497	1.04 552

ccc-4	1.68 596	2.68 591	1.35 591	0.97 464	0.89 540	1.84 623	2.15 688	2.12 631	1.80 671	2.05 636	1.56 641	2.33 656	2.12 679	2.23 652	2.25 691	1.31 577	1.07 518	1.48 623	1.41 634	0.90 497	1.04 552

NCCL2	2.28 661	2.27 565	2.28 670	2.28 607	2.28 696	2.27 656	2.29 691	2.28 651	2.28 694	2.27 658	2.28 696	2.28 652	2.27 682	2.27 656	2.28 695	2.28 645	2.28 670	2.27 665	2.29 695	2.27 645	2.29 685

STTStereo	3.73 696	30.40 743	2.37 674	2.39 621	2.31 698	2.35 661	2.33 692	2.29 653	2.42 695	2.32 663	2.34 697	2.33 656	2.36 683	2.30 658	2.27 694	2.35 653	2.22 669	2.31 668	2.22 692	2.29 647	2.34 689

CFNet-ft	0.55 402	1.57 484	0.14 148	0.20 167	0.14 193	0.20 199	2.53 693	1.61 611	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	1.56 605	1.24 620

NLSM1	2.93 689	3.24 619	2.57 678	4.04 674	2.66 699	3.30 694	2.55 694	3.29 692	2.55 696	3.35 694	2.48 698	3.28 693	2.47 684	3.34 694	2.49 696	3.26 676	2.55 676	3.13 688	2.57 698	3.00 675	2.46 692

PSMNet-RSSM	0.77 454	2.76 602	0.14 148	0.20 167	0.14 193	0.20 199	2.66 695	2.79 685	0.14 194	0.21 207	0.14 195	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.52 663	2.31 686

GwcNet-RSSM	0.77 454	2.77 604	0.14 148	0.20 167	0.14 193	0.20 199	2.67 696	2.78 684	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.21 207	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.52 663	2.31 686

cf-r	0.66 422	2.17 558	0.12 123	0.18 158	0.12 187	0.18 191	2.70 697	2.60 671	0.12 187	0.18 188	0.12 177	0.18 190	0.12 183	0.18 189	0.12 174	0.15 146	0.11 121	0.15 178	0.11 165	1.81 617	1.74 671

hitnet-ft	0.79 458	2.78 607	0.14 148	0.20 167	0.14 193	0.21 209	2.89 698	2.80 686	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.54 671	2.33 688

Sa-1000	4.34 714	8.37 701	6.84 721	6.98 712	4.45 729	3.58 695	3.00 699	3.42 695	3.39 715	2.61 674	4.00 724	3.83 699	4.01 717	3.90 699	3.90 720	5.98 715	5.62 711	3.76 697	2.34 696	4.35 690	2.47 693

rvit_105_1	3.83 697	5.22 670	3.01 683	4.53 679	3.01 702	4.51 706	3.01 700	4.56 708	3.04 701	4.53 707	3.03 702	4.55 709	3.03 689	4.56 708	3.04 698	4.57 692	3.05 680	4.57 704	3.05 703	4.57 694	3.05 699

rvit_0105_6	3.87 701	5.73 688	3.10 694	4.69 689	3.12 712	4.54 708	3.02 701	4.56 708	3.04 701	4.54 709	3.03 702	4.54 707	3.04 692	4.56 708	3.05 700	4.58 695	3.05 680	4.58 706	3.05 703	4.58 695	3.05 699

rvit_stereo_0081_aga	3.86 699	5.33 677	3.02 686	4.55 685	3.04 708	4.54 708	3.02 701	4.64 715	3.06 705	4.54 709	3.04 704	4.62 716	3.08 696	4.62 714	3.07 703	4.58 695	3.06 684	4.60 708	3.08 707	4.63 698	3.07 703

rvit_stereo_0081	3.83 697	5.23 673	3.01 683	4.53 679	3.03 704	4.55 712	3.02 701	4.56 708	3.04 701	4.52 705	3.02 700	4.54 707	3.03 689	4.56 708	3.04 698	4.57 692	3.05 680	4.57 704	3.05 703	4.58 695	3.05 699

rvit_stereo_0082	3.86 699	5.82 689	3.01 683	4.53 679	3.03 704	4.54 708	3.02 701	4.56 708	3.04 701	4.53 707	3.02 700	4.55 709	3.04 692	4.57 711	3.05 700	4.57 692	3.05 680	4.58 706	3.05 703	4.58 695	3.06 702

rvit_0105_4	3.91 704	5.47 685	3.02 686	4.54 682	3.02 703	4.54 708	3.03 705	4.75 718	3.17 712	4.57 711	3.06 705	4.61 715	3.16 700	4.65 715	3.09 706	4.66 699	3.11 688	4.68 713	3.18 714	4.81 705	3.16 711

DispFullNet	4.61 717	4.84 653	3.12 695	5.00 695	3.57 718	4.75 721	3.03 705	7.75 734	4.17 726	4.91 721	3.09 709	6.20 730	3.95 715	6.71 730	3.51 713	5.30 710	3.67 698	5.86 729	3.63 718	5.61 716	3.46 716

rvit_stereo_0080	3.89 702	5.70 686	3.04 688	4.54 682	3.03 704	4.56 713	3.05 707	4.60 712	3.07 706	4.58 712	3.06 705	4.59 711	3.06 694	4.61 712	3.08 704	4.63 697	3.09 685	4.64 710	3.10 708	4.65 699	3.10 706

whm_eth	3.89 702	5.70 686	3.04 688	4.54 682	3.03 704	4.56 713	3.05 707	4.60 712	3.07 706	4.58 712	3.06 705	4.59 711	3.06 694	4.61 712	3.08 704	4.63 697	3.09 685	4.64 710	3.10 708	4.65 699	3.10 706

rvit_0105_3	3.91 704	5.33 677	3.06 691	4.60 687	3.07 710	4.60 715	3.06 709	4.62 714	3.08 709	4.60 714	3.07 708	4.62 716	3.08 696	4.67 716	3.10 707	4.70 700	3.11 688	4.77 717	3.19 715	4.77 704	3.14 710

rvit_stereo_0083	3.92 706	5.30 676	3.06 691	4.61 688	3.09 711	4.67 717	3.08 710	4.66 716	3.09 710	4.62 715	3.10 710	4.66 719	3.11 698	4.67 716	3.16 709	4.72 702	3.16 691	4.77 717	3.11 710	4.66 701	3.11 708

rvit_stereo_ft	3.93 707	5.44 683	3.05 690	4.59 686	3.06 709	4.61 716	3.08 710	4.67 717	3.12 711	4.63 716	3.10 710	4.65 718	3.11 698	4.69 718	3.13 708	4.70 700	3.14 690	4.71 715	3.15 713	4.74 702	3.16 711

rvit_0105_5	4.10 708	5.40 681	3.13 697	4.71 690	3.15 713	4.72 720	3.10 712	4.90 723	3.27 714	4.69 717	3.16 712	4.84 723	3.25 702	4.96 722	3.34 712	5.05 707	3.39 696	5.10 722	3.40 716	5.11 712	3.42 715

SA	4.33 713	7.35 695	6.85 722	5.96 703	4.09 726	3.59 696	3.15 713	3.82 699	2.64 697	3.91 697	3.85 721	3.57 695	2.72 687	3.13 690	4.03 722	7.09 724	6.86 719	3.57 693	3.12 711	3.85 681	3.51 717

GANet-RSSM	0.75 448	1.91 537	0.14 148	0.47 307	0.14 193	0.21 209	3.21 714	2.30 657	0.14 194	0.46 392	0.14 195	0.23 221	0.18 230	0.21 207	0.14 187	0.18 174	0.27 241	0.37 312	0.13 191	2.13 640	2.12 681

NLCSM	3.67 695	4.08 640	3.19 698	4.80 691	3.26 714	3.99 702	3.24 715	4.25 704	3.18 713	4.09 700	3.27 713	4.14 702	3.18 701	4.13 702	3.28 711	4.06 684	3.10 687	3.85 700	3.14 712	3.91 685	3.27 714

MLG-Stereo_test2	4.28 711	5.46 684	3.69 703	4.86 693	3.72 722	5.58 727	3.42 716	4.81 720	3.77 722	4.85 719	3.72 720	5.55 728	3.63 705	5.58 726	3.53 714	4.41 689	3.28 695	4.99 721	2.95 701	4.75 703	3.13 709

test_5	4.62 718	7.55 697	6.23 717	6.32 706	3.40 717	5.29 725	3.50 717	3.53 696	4.11 725	4.28 702	4.47 728	4.26 705	4.38 720	3.68 697	3.24 710	5.89 713	5.60 710	4.84 719	3.50 717	4.33 689	3.93 725

MLG-Stereo_test1	4.25 709	5.34 680	3.61 701	5.31 697	3.63 720	5.23 724	3.57 718	5.38 726	3.65 716	5.23 723	3.47 715	4.76 720	3.74 709	4.85 719	3.71 716	4.96 704	3.18 693	4.71 715	2.92 700	4.86 708	2.90 696

RAFT+CT+SA	4.28 711	7.62 698	4.91 710	5.55 700	2.28 696	3.09 689	3.64 719	4.49 706	3.07 706	4.80 718	3.35 714	4.77 721	3.70 708	4.29 705	3.05 700	5.58 711	5.98 714	3.58 694	3.78 723	4.26 688	3.72 719

DPSNet	3.66 694	3.60 625	3.62 702	3.63 666	3.64 721	3.65 697	3.65 720	3.66 697	3.67 717	3.67 696	3.65 718	3.67 697	3.66 706	3.66 696	3.68 715	3.68 681	3.66 697	3.67 695	3.68 721	3.67 679	3.67 718

MLG-Stereo_test3	4.26 710	4.85 654	3.95 705	5.35 698	3.60 719	4.75 721	3.76 721	5.49 727	3.71 718	5.39 724	3.69 719	4.82 722	3.66 706	4.85 719	3.73 719	4.93 703	3.19 694	4.69 714	2.99 702	4.84 707	2.98 698

TestStereo1	4.60 715	8.41 702	6.44 719	6.86 710	3.79 723	3.97 700	3.78 722	3.99 701	3.74 719	3.97 698	3.52 716	3.94 700	3.58 703	3.98 700	3.72 717	6.82 721	6.50 717	3.76 697	3.66 719	3.90 682	3.74 721

SA-5K	4.60 715	8.41 702	6.44 719	6.86 710	3.79 723	3.97 700	3.78 722	3.99 701	3.74 719	3.97 698	3.52 716	3.94 700	3.58 703	3.98 700	3.72 717	6.82 721	6.50 717	3.76 697	3.66 719	3.90 682	3.74 721

test_4	4.88 721	8.13 700	6.98 723	7.46 713	4.44 728	4.25 704	3.85 724	4.04 703	3.92 723	4.13 701	3.91 722	4.18 704	3.84 713	4.14 703	4.06 723	7.01 723	7.13 722	4.53 702	3.72 722	4.09 686	3.72 719

cross-raft	4.83 720	7.52 696	6.43 718	6.63 707	3.96 725	4.51 706	3.99 725	4.49 706	3.96 724	4.52 705	3.96 723	4.50 706	3.97 716	4.50 707	3.97 721	6.65 719	6.44 716	4.33 701	3.92 725	4.35 690	3.91 724

test_3	5.01 723	8.86 707	7.77 725	8.09 715	2.76 701	4.13 703	4.05 726	3.88 700	3.76 721	4.33 703	4.13 725	3.71 698	3.91 714	4.21 704	4.06 723	7.93 725	7.69 724	4.53 702	3.91 724	4.17 687	4.29 727

raft_robust	4.71 719	7.75 699	5.40 715	6.81 709	3.31 715	4.28 705	4.20 727	4.32 705	4.37 728	4.35 704	4.35 727	4.14 702	3.75 710	4.30 706	4.20 725	6.67 720	6.37 715	3.36 692	4.24 729	4.86 708	3.25 713

SGM-Forest	5.21 727	5.92 690	4.08 706	6.18 704	4.16 727	6.31 729	4.34 728	6.50 729	4.33 727	6.14 730	4.21 726	6.61 733	4.55 721	6.67 729	4.48 726	5.94 714	3.94 700	5.85 728	4.03 727	5.79 718	4.17 726
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 725	5.15 665	4.49 707	5.07 696	3.37 716	6.87 730	4.75 729	5.04 724	6.34 733	7.84 734	5.06 730	6.72 734	4.09 718	4.99 723	5.44 730	5.03 706	3.16 691	4.67 712	4.86 730	5.15 713	3.89 723

TestStereo	4.88 721	4.75 652	4.79 708	4.87 694	4.92 730	4.81 723	4.90 730	4.78 719	4.77 729	4.87 720	4.89 729	4.90 724	4.91 722	4.99 723	4.79 727	4.98 705	4.87 707	4.87 720	4.92 731	5.00 711	5.00 728

rvit_stereo_0075_2	6.64 729	8.80 706	5.25 712	7.89 714	5.27 732	7.90 734	5.27 731	7.92 735	5.28 731	7.91 735	5.29 732	7.93 735	5.27 723	7.92 735	5.28 728	7.93 725	5.28 709	7.93 734	5.29 733	7.93 727	5.28 730

SGM+DAISY	7.06 731	9.15 708	5.38 714	8.84 719	5.18 731	8.80 736	5.31 732	8.79 737	5.28 731	8.89 737	5.20 731	8.93 737	5.33 724	8.95 737	5.36 729	8.70 729	5.21 708	8.74 737	5.20 732	8.89 731	5.15 729

test-1	6.46 728	9.16 709	8.03 729	8.09 715	5.62 733	6.11 728	6.35 733	6.85 731	4.94 730	6.08 729	6.29 735	4.98 725	6.43 727	6.22 727	6.36 733	6.16 717	7.47 723	5.82 727	5.44 734	7.11 724	5.68 731

RAFT	6.73 730	9.36 710	7.40 724	8.51 718	6.55 734	6.88 731	6.60 734	6.79 730	6.60 734	6.80 731	6.72 736	5.31 727	5.50 725	6.61 728	6.61 734	8.42 727	5.89 712	5.73 726	5.45 735	6.61 720	6.24 732

test-v	7.53 732	11.89 720	7.98 726	9.36 722	7.14 735	7.06 732	7.09 735	7.37 732	6.91 735	7.29 732	5.71 733	6.45 731	6.93 728	6.73 731	7.27 735	8.93 732	7.85 725	6.98 732	6.80 736	7.56 725	7.34 734

test-2	7.53 732	11.89 720	7.98 726	9.36 722	7.14 735	7.06 732	7.09 735	7.37 732	6.91 735	7.29 732	5.71 733	6.45 731	6.93 728	6.73 731	7.27 735	8.93 732	7.85 725	6.98 732	6.80 736	7.56 725	7.34 734

MANE	19.05 735	23.00 728	15.00 735	23.00 742	15.00 737	24.00 743	16.00 737	24.00 744	16.00 737	22.00 744	15.00 737	23.00 744	16.00 737	23.00 744	15.00 737	22.00 744	15.00 738	22.00 744	15.00 738	22.00 744	15.00 736

rafts_anoy	20.00 736	20.00 722	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

raft+_RVC	20.00 736	20.00 722	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

raftrobust	20.00 736	20.00 722	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

CasAABBNet	20.00 736	20.00 722	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

RALCasStereoNet	20.00 736	20.00 722	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

RALAANet	20.00 736	20.00 722	20.00 736	20.00 736	20.00 738	20.00 737	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 738	20.00 739	20.00 738	20.00 739	20.00 738	20.00 737

WCMA_ROB	31.10 743	35.43 748	27.12 742	39.51 755	23.10 744	38.78 756	25.30 744	37.49 757	25.39 744	37.29 756	27.02 744	38.52 757	26.48 744	37.80 756	26.44 744	36.28 752	22.65 745	33.90 749	22.30 745	37.10 754	24.18 743

111	30.40 742	30.94 744	29.72 743	32.61 743	30.02 745	33.57 744	30.47 745	31.50 745	29.39 745	30.98 745	29.11 745	29.78 745	30.39 748	29.45 745	30.76 748	30.08 745	29.02 746	29.92 745	30.32 749	29.86 745	30.17 744

fff	1000028.16 764	29.62 740	29.72 743	32.61 743	30.02 745	35.13 746	31.83 746	32.07 746	10000000.00 766	35.27 748	29.82 746	32.45 746	30.15 745	32.35 746	30.09 745	31.04 746	29.55 747	30.64 746	30.14 746	10000000.00 767	30.77 745

csc	1000028.16 764	29.62 740	29.72 743	32.61 743	30.02 745	35.13 746	31.83 746	32.07 746	10000000.00 766	35.27 748	29.82 746	32.45 746	30.15 745	32.35 746	30.09 745	31.04 746	29.55 747	30.64 746	30.14 746	10000000.00 767	30.77 745

cscssc	1000028.16 764	29.62 740	29.72 743	32.61 743	30.02 745	35.13 746	31.83 746	32.07 746	10000000.00 766	35.27 748	29.82 746	32.45 746	30.15 745	32.35 746	30.09 745	31.04 746	29.55 747	30.64 746	30.14 746	10000000.00 767	30.77 745

ADStereo(finetuned)	36.13 745	36.63 749	38.07 754	36.97 748	33.25 749	35.91 749	34.45 749	36.36 752	32.99 746	38.14 757	36.71 752	36.69 752	34.13 749	38.57 757	40.79 756	37.60 757	36.58 753	35.90 753	33.36 750	35.42 748	34.04 748

tt	500032.53 762	34.60 746	29.72 743	37.47 753	34.41 750	36.85 750	35.22 750	34.71 749	33.55 747	34.50 746	35.43 749	33.81 749	10000000.00 767	33.57 749	33.13 749	33.68 749	35.00 751	34.03 750	35.26 752	30.96 746	34.63 749

DCANet	500032.53 762	34.60 746	29.72 743	37.47 753	34.41 750	36.85 750	35.22 750	34.71 749	33.55 747	34.50 746	35.43 749	33.81 749	10000000.00 767	33.57 749	33.13 749	33.68 749	35.00 751	34.03 750	35.26 752	30.96 746	34.63 749

DCANet-4	35.22 744	34.54 745	35.08 749	33.58 747	35.47 752	34.55 745	35.53 752	36.08 751	35.85 749	35.92 751	35.77 751	35.18 751	35.48 750	35.39 751	37.15 755	34.55 751	33.92 750	35.02 752	34.90 751	35.79 749	34.74 751

fast-reg	37.00 746	37.00 750	37.00 750	37.00 749	37.00 753	37.00 752	37.00 753	37.00 753	37.00 750	37.00 752	37.00 753	37.00 753	37.00 751	37.00 752	37.00 751	37.00 753	37.00 754	37.00 754	37.00 754	37.00 750	37.00 752

Reg-Stereo(zero)	37.00 746	37.00 750	37.00 750	37.00 749	37.00 753	37.00 752	37.00 753	37.00 753	37.00 750	37.00 752	37.00 753	37.00 753	37.00 751	37.00 752	37.00 751	37.00 753	37.00 754	37.00 754	37.00 754	37.00 750	37.00 752

FLISNet	37.00 746	37.00 750	37.00 750	37.00 749	37.00 753	37.00 752	37.00 753	37.00 753	37.00 750	37.00 752	37.00 753	37.00 753	37.00 751	37.00 752	37.00 751	37.00 753	37.00 754	37.00 754	37.00 754	37.00 750	37.00 752

CoSv	37.00 746	37.00 750	37.00 750	37.00 749	37.00 753	37.00 752	37.00 753	37.00 753	37.00 750	37.00 752	37.00 753	37.00 753	37.00 751	37.00 752	37.00 751	37.00 753	37.00 754	37.00 754	37.00 754	37.00 750	37.00 752

CBMV	128.50 752	1422.70 767	53.10 756	79.50 757	51.30 758	77.30 758	49.70 757	74.00 758	48.20 755	77.20 759	48.80 758	73.90 759	48.00 756	73.80 759	48.80 758	70.40 759	45.10 759	68.90 759	46.10 759	68.20 756	45.00 757
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 750	87.70 755	41.95 755	113.75 758	65.62 759	75.05 757	55.25 758	75.64 759	45.04 754	71.61 758	41.75 757	72.81 758	44.06 755	68.38 758	44.63 757	101.89 760	59.57 760	107.10 760	61.05 760	104.38 757	59.38 758

NOSS_ROB	102.95 751	153.00 759	121.00 758	51.00 756	44.00 757	165.00 760	127.00 759	153.00 760	119.00 756	164.00 761	125.00 759	168.00 761	120.00 757	153.00 760	117.00 759	49.00 758	44.00 758	49.00 758	44.00 758	49.00 755	44.00 756

DF_test	189.29 754	560.34 764	182.58 762	229.00 761	135.68 760	197.79 761	135.52 760	197.80 762	135.44 757	197.75 762	135.49 760	197.90 762	135.51 758	197.84 762	135.75 760	217.37 763	171.11 762	183.74 762	127.67 762	183.56 759	127.88 759

MeshStereo	159.24 753	171.00 760	160.68 761	162.58 759	160.59 761	164.01 759	160.35 761	158.51 761	158.56 758	158.34 760	160.12 761	158.56 760	159.92 759	157.26 761	158.94 761	154.38 761	158.36 761	155.75 761	159.13 763	153.67 758	154.07 760
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
DLCB_ROB	284.23 758	354.61 762	207.27 763	363.24 764	206.46 762	364.72 765	210.41 762	364.72 766	210.41 759	364.81 766	208.64 763	364.81 766	208.64 761	364.72 766	210.41 763	354.70 766	205.53 764	354.70 766	205.53 765	354.70 763	205.53 762

AE-Stereo	201.80 755	123.00 756	115.00 757	219.00 760	218.00 763	223.00 762	244.00 763	217.00 763	236.00 760	202.00 763	203.00 762	205.00 763	208.00 760	225.00 763	204.00 762	210.00 762	198.00 763	197.00 763	184.00 764	204.00 760	201.00 761

MGS-Stereo	239.45 756	123.00 756	135.00 759	266.00 762	286.00 764	277.00 763	305.00 764	271.00 764	242.00 761	274.00 764	279.00 764	255.00 764	270.00 762	268.00 764	297.00 764	221.00 764	247.00 765	216.00 764	123.00 761	217.00 761	217.00 763

EGLCR-Stereo	246.90 757	129.00 758	139.00 760	266.00 762	286.00 764	277.00 763	305.00 764	271.00 764	242.00 761	274.00 764	279.00 764	255.00 764	270.00 762	268.00 764	297.00 764	230.00 765	247.00 765	216.00 764	223.00 766	237.00 762	227.00 764

LE_ROB	396.57 759	471.28 763	329.84 764	471.48 765	308.15 766	526.83 766	322.10 766	488.15 767	323.76 763	495.46 767	317.97 766	497.17 767	320.10 764	481.62 767	326.76 766	462.71 767	298.97 767	466.16 767	285.98 767	447.62 764	289.21 765

SGM-ForestM	596.69 760	677.77 765	444.52 765	699.85 766	517.25 767	732.94 767	488.29 767	770.79 768	460.11 764	750.81 768	487.98 767	792.79 768	499.41 765	730.90 768	475.81 767	720.03 768	491.16 768	663.96 768	418.60 768	674.76 765	436.05 766

CBMV_ROB	818.48 761	913.88 766	709.52 766	862.84 767	597.78 768	1073.99 768	700.52 768	1015.66 769	702.59 765	1115.65 769	760.02 768	1130.24 769	721.57 766	1037.41 769	692.65 768	814.05 769	564.29 769	843.28 769	595.31 769	915.51 766	602.92 767

111111	10000000.00 767	10000000.00 768	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

SGD-Stereo	10000000.00 767	10000000.00 768	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

IGEV-Stereo++	10000000.00 767	10000000.00 768	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

IGEV-BASED-STEREO-	10000000.00 767	10000000.00 768	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

IGEV-Stereo+	10000000.00 767	10000000.00 768	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

SDNR	10000000.00 767	10000000.00 768	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

anonymousdsp2	10000000.00 767	10000000.00 768	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

anonymousdsp	10000000.00 767	10000000.00 768	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

test_example2	10000000.00 767	10000000.00 768	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768

DIP-Stereo	10000000.00 767	10000000.00 768	10000000.00 767	10000000.00 768	10000000.00 769	10000000.00 769	10000000.00 769	10000000.00 770	10000000.00 766	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 767	10000000.00 770	10000000.00 769	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 770	10000000.00 767	10000000.00 768
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccccc		0.44 236		0.48 313	0.35 390	0.48 413		0.51 430		0.47 398		0.47 405		0.47 401		0.41 310	0.40 359	0.40 374	0.40 429	0.41 376

Low-res two-view benchmark