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	0.73 427	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 88	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	0.24 147	0.20 191	0.23 176	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	0.23 194	0.21 203	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 261	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	0.50 243	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	0.16 115	0.02 15	0.16 142	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 419	0.02 16	0.02 19	0.02 21	0.02 21	0.16 184

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	0.73 427	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 88	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 74	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	0.97 326	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	1.01 345	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	0.95 323	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	0.15 146	0.70 277	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	0.67 452	0.02 15	0.69 444	0.75 460	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	0.11 111	0.44 214	0.33 259	0.39 237	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	0.39 281	0.36 323	0.02 19	0.02 21	0.02 21	0.02 20

CSP-Net	0.34 229	1.29 433	1.19 502	1.36 532	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	1.26 543	1.21 554	0.03 41	0.09 136	0.02 21	0.09 135

SFCPSM	0.17 157	0.78 289	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	0.79 487	0.02 15	0.75 455	0.76 462	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 191	1.31 437	0.74 450	0.92 423	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	0.87 450	0.75 455	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	1.01 443	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	0.09 134	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	0.90 418	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 156	0.36 351	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 547	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	0.06 110	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	0.26 200	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	0.06 129	0.05 103	0.03 52	4.34 638	0.03 39	0.04 93	0.03 57	0.05 113	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	0.11 156	0.04 90	0.03 52	0.58 395	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	0.75 430	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 77	0.03 39	0.15 132	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 454	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

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 90	0.98 327	0.14 148	0.15 132	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	0.15 141	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 120	1.14 367	0.17 176	0.20 160	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	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

z-mn7	0.16 153	1.21 423	0.33 259	0.41 262	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	0.35 250	0.31 265	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven-2	0.14 134	1.22 429	0.28 226	0.32 213	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	0.32 233	0.27 231	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 90	1.05 355	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 90	1.05 355	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 90	1.05 355	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	1.00 336	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 90	1.07 359	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 90	1.03 351	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	0.87 303	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	1.03 351	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	0.87 303	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	0.14 134	1.83 488	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	0.06 110	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 113	0.04 96

DualNet	0.10 90	1.07 359	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 90	1.14 367	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	1.01 345	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	0.11 111	1.15 370	0.15 165	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	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

psmg	0.43 300	1.91 503	0.92 475	1.91 554	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	1.97 583	1.44 577	0.04 93	0.03 57	0.02 21	0.03 52

222	0.10 90	0.99 334	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	0.11 111	1.16 372	0.16 169	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	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 90	1.09 361	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	0.14 162	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	0.11 111	0.03 31	0.03 39	1.60 544	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	0.11 111	0.03 31	0.03 39	1.60 544	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	0.12 120	0.03 31	0.04 64	1.71 550	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	0.06 110	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 566	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	0.07 126	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 517	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	0.08 129	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

z-ln-s-r	0.21 173	1.40 445	0.53 399	0.56 366	0.04 101	0.05 110	0.04 103	0.05 110	0.05 119	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 110	0.57 394	0.44 374	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 161	1.47 447	0.33 259	0.40 250	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	0.38 268	0.32 269	0.05 108	0.04 99	0.04 97	0.04 96

DFGA-Net	0.05 57	0.06 74	0.04 64	0.06 65	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.04 110	0.06 119	0.04 100	0.06 110	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

11t1	0.17 157	2.16 521	0.13 143	0.13 117	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.05 110	0.18 167	0.12 135	0.06 116	0.03 57	0.05 113	0.03 52

BUS	0.83 446	1.91 503	0.92 475	4.48 629	0.02 22	0.40 284	0.04 103	0.41 293	0.02 22	0.48 377	0.03 56	0.41 301	0.05 112	0.03 43	0.05 110	1.97 583	4.19 655	0.33 258	0.23 236	0.34 247	0.27 271

NINENet	0.69 405	3.87 599	1.20 505	1.98 559	0.05 121	0.40 284	0.04 103	0.40 278	0.05 119	0.41 293	0.04 110	0.41 301	0.05 112	0.40 285	0.05 110	1.79 571	1.56 586	0.34 267	0.22 230	0.34 247	0.23 216

EDNetEfficientorigin	0.04 54	0.06 74	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	0.06 116	0.03 57	0.04 97	0.03 52

FADNet-RVC-Resample	0.12 120	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	1.57 601	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	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	0.05 112	0.04 90	1.65 605	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 120	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	0.05 112	0.04 90	1.66 607	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCP+	0.15 146	0.04 52	0.04 64	2.20 565	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.04 100	0.08 129	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 79	0.12 123	0.08 69	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.08 77	0.07 81	0.07 121	0.05 118	0.07 128	0.05 117

BridgeDepth_RVC	0.07 67	0.08 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
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 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.07 136	0.08 128	0.05 122	0.08 128	0.05 112	0.09 135	0.08 129	0.15 141	0.11 121	0.07 121	0.05 118	0.07 128	0.06 126
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	0.13 107	0.39 298	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 75	0.13 107	0.39 298	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

ISRNet	0.11 111	0.05 66	0.36 281	0.24 181	0.07 136	0.13 152	0.05 115	0.06 116	0.05 119	0.05 112	0.05 122	0.13 153	0.05 112	0.05 103	0.09 134	0.24 201	0.20 200	0.10 133	0.05 118	0.06 118	0.13 173

qqq1	0.25 191	3.70 590	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 191	3.70 590	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

ffm	0.25 191	3.83 596	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 191	3.83 596	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 191	3.83 596	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.12 151	0.04 110	0.06 119	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	0.16 153	2.01 512	0.12 123	0.15 132	0.04 101	0.06 114	0.05 115	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.03 52	0.12 111	0.14 162	0.04 93	0.04 99	0.03 47	0.03 52

AASNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

SACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 610	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

TS12	0.09 75	0.09 88	0.17 176	0.19 156	0.06 134	0.08 127	0.06 132	0.08 129	0.06 132	0.08 128	0.06 133	0.08 128	0.06 129	0.08 129	0.06 126	0.15 141	0.16 169	0.08 126	0.06 129	0.08 133	0.06 126

BSDual-CNN	0.81 438	1.91 503	0.92 475	4.48 629	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 583	4.19 655	0.33 258	0.23 236	0.34 247	0.27 271

hknet	1.10 495	1.85 494	3.49 652	4.48 629	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.41 301	0.03 53	0.42 313	0.03 52	4.39 641	4.19 655	0.33 258	0.23 236	0.34 247	0.27 271

FINET	0.07 67	0.08 79	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 129	0.07 136	0.08 128	0.07 137	0.08 128	0.06 129	0.07 126	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

BEATNet-Init1	0.19 165	0.08 79	0.08 82	2.23 567	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 165	0.08 79	0.08 82	2.23 567	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

MatchStereo	0.54 374	0.12 105	2.38 629	2.32 573	0.09 140	0.09 135	0.08 138	0.09 135	0.07 136	0.09 135	0.07 137	0.09 136	0.07 135	0.09 135	0.08 129	2.34 606	2.34 625	0.12 147	0.11 155	0.11 148	0.10 140
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 88	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 136	0.08 140	0.10 137	0.09 141	0.09 136	0.09 139	0.09 135	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

SuperB	0.21 173	0.10 92	2.51 631	0.12 105	0.09 140	0.10 137	0.09 139	0.08 129	0.07 136	0.10 137	0.09 141	0.09 136	0.07 135	0.07 126	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

DRN-Test	0.14 134	0.13 107	0.09 88	0.14 121	0.09 140	0.15 161	0.09 139	0.14 154	0.10 144	0.14 153	0.09 141	0.14 154	0.09 139	0.13 155	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 153	0.73 472

StereoDRNet	0.15 146	0.14 113	0.10 92	0.14 121	0.09 140	0.15 161	0.09 139	0.14 154	0.09 143	0.14 153	0.10 145	0.14 154	0.09 139	0.14 156	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.82 488

PDISCO_ROB	0.83 446	2.80 571	3.49 652	0.14 121	0.11 162	0.17 175	0.09 139	0.15 167	0.10 144	0.15 160	0.12 167	0.16 166	0.14 181	3.30 638	0.13 171	0.14 133	2.34 625	0.16 170	0.12 170	2.62 618	0.10 140

S2M2_L	0.12 120	0.14 113	0.10 92	0.15 132	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.15 160	0.10 145	0.14 154	0.10 143	0.14 156	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

LRCNet_RVC	0.13 127	0.13 107	0.09 88	0.13 117	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.23 202	0.10 145	0.20 185	0.10 143	0.24 209	0.11 152	0.11 105	0.09 94	0.12 147	0.14 184	0.12 153	0.09 135

UNet	0.29 207	0.90 311	0.10 92	0.14 121	0.10 147	0.14 153	0.10 144	0.91 465	0.69 468	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 455	0.76 479

PVD	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SHD	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SAMSARA	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

XQC	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSC	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTS	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSA	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet+	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet++	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

S2M2_XL	0.14 134	0.17 120	0.12 123	0.17 151	0.11 162	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.11 159	0.17 174	0.11 156	0.17 174	0.11 152	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetBlue	0.11 111	0.11 103	0.12 123	0.13 117	0.14 181	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.11 159	0.11 149	0.11 156	0.12 154	0.12 164	0.11 105	0.11 121	0.11 144	0.11 155	0.11 148	0.11 153

ProNet	0.14 134	0.20 128	0.14 148	0.16 142	0.11 162	0.16 168	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 174	0.13 177	0.17 174	0.12 164	0.15 141	0.11 121	0.16 170	0.11 155	0.15 165	0.12 166

CIPLG	0.13 127	0.21 133	0.12 123	0.16 142	0.11 162	0.15 161	0.11 157	0.14 154	0.11 159	0.15 160	0.12 167	0.15 165	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

IPLG	0.13 127	0.20 128	0.14 148	0.15 132	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

ACRE	0.13 127	0.21 133	0.14 148	0.15 132	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

ICVP	0.15 146	0.53 257	0.11 112	0.16 142	0.11 162	0.16 168	0.11 157	0.16 168	0.11 159	0.16 165	0.11 159	0.16 166	0.11 156	0.16 167	0.11 152	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 127	0.11 103	0.11 112	0.11 97	0.11 162	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.12 167	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.11 121	0.14 153	0.11 155	0.49 386	0.11 153

PASM	0.39 273	3.06 575	1.36 568	1.58 540	0.09 140	0.11 148	0.11 157	0.11 148	0.11 159	0.09 135	0.09 141	0.11 149	0.09 139	0.09 135	0.09 134	0.11 105	0.11 121	0.11 144	0.09 136	0.11 148	0.11 153

HSM	0.14 134	0.16 115	0.12 123	0.17 151	0.12 175	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 174	0.12 171	0.17 174	0.12 164	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.12 166

ELAS_RVC	0.14 134	0.16 115	0.10 92	0.15 132	0.10 147	0.18 179	0.11 157	0.19 179	0.11 159	0.19 178	0.12 167	0.18 178	0.11 156	0.19 180	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 165	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 146	0.17 120	0.11 112	0.18 153	0.11 162	0.19 182	0.11 157	0.19 179	0.12 175	0.19 178	0.12 167	0.20 185	0.12 171	0.19 180	0.12 164	0.16 151	0.11 121	0.17 178	0.10 143	0.17 176	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.13 127	0.16 115	0.11 112	0.15 132	0.09 140	0.18 179	0.11 157	0.18 177	0.11 159	0.17 172	0.11 159	0.18 178	0.11 156	0.18 177	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 157	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 273	1.37 443	1.02 487	1.14 455	0.12 175	0.16 168	0.12 170	0.16 168	0.12 175	0.16 165	0.12 167	0.16 166	0.12 171	0.16 167	0.12 164	1.12 486	1.00 478	0.15 166	0.12 170	0.15 165	0.12 166

MIPNet	0.14 134	0.21 133	0.17 176	0.16 142	0.11 162	0.15 161	0.12 170	0.14 154	0.11 159	0.16 165	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.14 133	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

IPLGR	0.14 134	0.24 147	0.14 148	0.16 142	0.12 175	0.15 161	0.12 170	0.14 154	0.11 159	0.15 160	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

LALA_ROB	0.15 146	0.19 124	0.12 123	0.18 153	0.11 162	0.20 187	0.12 170	0.21 193	0.12 175	0.20 184	0.12 167	0.20 185	0.12 171	0.21 194	0.13 171	0.17 159	0.10 99	0.18 187	0.11 155	0.18 180	0.11 153

ITSA-stereo	0.15 146	0.17 120	0.13 143	0.20 160	0.13 179	0.19 182	0.13 174	0.18 177	0.13 179	0.19 178	0.13 180	0.18 178	0.14 181	0.18 177	0.14 175	0.16 151	0.11 121	0.15 166	0.14 184	0.18 180	0.11 153

DeepPruner_ROB	0.16 153	0.18 123	0.13 143	0.19 156	0.13 179	0.19 182	0.13 174	0.19 179	0.13 179	0.19 178	0.13 180	0.19 182	0.13 177	0.19 180	0.13 171	0.18 167	0.13 158	0.18 187	0.13 179	0.18 180	0.13 173

castereo++	0.54 374	3.59 587	1.15 496	1.31 526	0.14 181	0.16 168	0.14 176	0.16 168	0.14 181	0.16 165	0.14 185	0.16 166	0.13 177	0.16 167	0.14 175	1.45 558	1.16 503	0.15 166	0.14 184	0.15 165	0.13 173

DDVS	0.30 208	3.10 576	0.14 148	0.19 156	0.14 181	0.19 182	0.14 176	0.20 185	0.14 181	0.19 178	0.13 180	0.16 166	0.13 177	0.19 180	0.13 171	0.17 159	0.13 158	0.17 178	0.13 179	0.17 176	0.13 173

JetRed	0.11 111	0.12 105	0.11 112	0.11 97	0.11 162	0.11 148	0.14 176	0.11 148	0.11 159	0.12 151	0.11 159	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.16 169	0.11 144	0.11 155	0.11 148	0.11 153

HCRNet	1.22 550	7.11 642	3.00 636	3.55 618	0.33 348	0.29 237	0.14 176	0.19 179	0.15 192	0.33 251	0.29 272	0.25 220	0.14 181	0.22 198	0.33 331	3.64 634	3.00 632	0.76 462	0.32 347	0.18 180	0.13 173

GMStereo	0.14 134	0.13 107	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.14 175	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 157	0.72 279	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.14 175	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178

DepthFocus	0.18 161	0.22 137	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.22 197	0.15 194	0.22 200	0.16 194	0.22 198	0.15 186	0.20 174	0.15 166	0.20 194	0.14 184	0.20 187	0.14 178

RSGM-EC	0.24 188	0.24 147	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.24 209	0.15 194	0.22 200	0.15 192	0.22 198	1.19 531	0.20 174	0.17 190	0.24 219	0.14 184	0.20 187	0.14 178

acva	0.24 188	0.24 147	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.24 209	0.15 194	0.22 200	0.15 192	0.22 198	1.19 531	0.20 174	0.17 190	0.24 219	0.14 184	0.20 187	0.14 178

dd	0.23 185	0.98 327	0.16 169	0.23 176	0.15 193	0.23 208	0.15 182	0.23 204	0.15 192	0.23 202	0.15 194	0.24 213	0.17 206	0.23 205	0.15 186	0.22 183	0.15 166	0.21 197	0.15 192	0.22 195	0.16 184

dad	0.23 185	1.03 351	0.16 169	0.23 176	0.15 193	0.24 211	0.15 182	0.24 207	0.16 197	0.23 202	0.16 198	0.24 213	0.16 194	0.23 205	0.15 186	0.22 183	0.16 169	0.22 202	0.16 194	0.22 195	0.16 184

IPLGR_C	0.14 134	0.20 128	0.12 123	0.15 132	0.11 162	0.14 153	0.15 182	0.14 154	0.11 159	0.15 160	0.12 167	0.14 154	0.11 156	0.16 167	0.11 152	0.15 141	0.12 135	0.14 153	0.12 170	0.15 165	0.12 166

LACA2	0.21 173	0.24 147	0.26 217	0.31 207	0.16 203	0.24 211	0.16 188	0.24 207	0.16 197	0.24 209	0.16 198	0.24 213	0.16 194	0.24 209	0.16 193	0.27 212	0.23 213	0.24 219	0.16 194	0.23 206	0.16 184

LACA1	0.21 173	0.24 147	0.26 217	0.31 207	0.16 203	0.24 211	0.16 188	0.24 207	0.16 197	0.24 209	0.16 198	0.24 213	0.16 194	0.24 209	0.16 193	0.27 212	0.22 207	0.23 210	0.16 194	0.23 206	0.16 184

VIP-Stereo	0.70 406	2.97 574	2.43 630	2.49 580	0.16 203	0.25 220	0.16 188	0.25 215	0.16 197	0.25 217	0.18 221	0.25 220	0.16 194	0.26 229	0.16 193	1.86 573	1.26 556	0.23 210	0.15 192	0.23 206	0.15 183

RAFT-FEzeroshot	0.34 229	0.26 155	0.17 176	0.21 169	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 192	0.16 194	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 215	3.08 650

RAFT-FE	0.34 229	0.26 155	0.17 176	0.21 169	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 192	0.16 194	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 215	3.08 650

xyz-stereo-finetune2	0.18 161	0.48 236	0.16 169	0.16 142	0.15 193	0.15 161	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

xyz-stereo-finetune	0.28 202	0.49 238	0.16 169	0.16 142	0.16 203	0.16 168	0.16 188	0.22 197	0.30 279	0.32 247	0.31 326	0.32 252	0.31 328	0.32 250	0.32 320	0.32 233	0.33 281	0.31 248	0.32 347	0.31 233	0.32 326

xyz-stereo	0.18 161	0.50 243	0.16 169	0.15 132	0.16 203	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

castereo	0.61 388	3.79 595	1.35 560	1.52 539	0.15 193	0.17 175	0.16 188	0.20 185	0.21 224	0.18 176	0.16 198	0.21 192	0.12 171	0.26 229	0.17 199	1.43 557	1.38 573	0.17 178	0.16 194	0.18 180	0.16 184

GMStereo_Zeroshot	0.16 153	0.16 115	0.16 169	0.16 142	0.16 203	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

LACA3	0.23 185	0.25 153	0.27 220	0.54 359	0.17 209	0.25 220	0.17 198	0.25 215	0.17 207	0.25 217	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.28 216	0.23 213	0.24 219	0.17 216	0.24 210	0.17 201

IGEV-FE	0.35 238	0.37 177	0.17 176	0.19 156	0.17 209	0.20 187	0.17 198	0.19 179	0.17 207	0.19 178	0.17 205	0.19 182	0.17 206	0.37 271	0.36 351	0.19 171	0.17 190	0.19 190	0.17 216	0.38 284	2.84 641

tg	0.21 173	0.25 153	0.21 196	0.26 195	0.17 209	0.24 211	0.17 198	0.24 207	0.17 207	0.24 209	0.17 205	0.24 213	0.17 206	0.24 209	0.17 199	0.24 201	0.17 190	0.23 210	0.16 194	0.23 206	0.16 184

ACV-stereo	0.30 208	2.08 514	0.25 211	0.25 188	0.18 220	0.24 211	0.17 198	0.24 207	0.18 213	0.24 209	0.17 205	0.25 220	0.17 206	0.24 209	0.17 199	0.22 183	0.16 169	0.22 202	0.16 194	0.22 195	0.16 184

IGEV_Zeroshot_test	0.20 167	0.19 124	0.40 330	0.30 201	0.17 209	0.22 199	0.17 198	0.21 193	0.17 207	0.20 184	0.17 205	0.21 192	0.18 216	0.21 194	0.17 199	0.20 174	0.16 169	0.20 194	0.16 194	0.20 187	0.17 201

MSKI-zero shot	0.24 188	0.21 133	0.49 381	0.65 383	0.18 220	0.22 199	0.17 198	0.23 204	0.18 213	0.21 195	0.17 205	0.23 207	0.28 266	0.23 205	0.18 211	0.21 181	0.16 169	0.21 197	0.16 194	0.21 193	0.16 184

MIM_Stereo	0.25 191	0.23 139	0.66 425	0.80 405	0.17 209	0.22 199	0.17 198	0.23 204	0.18 213	0.26 226	0.17 205	0.21 192	0.17 206	0.25 218	0.17 199	0.23 194	0.16 169	0.21 197	0.17 216	0.22 195	0.17 201

UPFNet	0.42 299	1.20 377	0.17 176	0.24 181	0.17 209	0.25 220	0.17 198	1.19 503	0.90 502	0.25 217	0.17 205	0.24 213	0.17 206	0.25 218	0.17 199	0.22 183	0.17 190	0.22 202	0.16 194	1.15 491	0.93 498

DEFOM-Stereo_RVC	0.83 446	5.18 622	1.98 618	2.19 564	0.17 209	0.19 182	0.18 206	0.19 179	0.16 197	0.20 184	0.19 223	0.22 200	0.22 231	0.20 184	0.15 186	2.28 600	2.13 620	0.24 219	0.17 216	0.18 180	0.16 184

MMNet	0.44 313	1.24 431	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 555	0.93 508	0.25 217	0.17 205	0.25 220	0.18 216	0.25 218	0.17 199	0.23 194	0.16 169	0.23 210	0.16 194	1.20 503	0.99 503

delet	0.43 300	1.21 423	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 555	0.95 510	0.25 217	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.23 194	0.16 169	0.22 202	0.16 194	1.18 499	0.98 502

iResNetv2_ROB	0.20 167	0.23 139	0.18 186	0.24 181	0.20 227	0.24 211	0.18 206	0.24 207	0.18 213	0.24 209	0.18 221	0.23 207	0.19 221	0.24 209	0.18 211	0.21 181	0.16 169	0.21 197	0.16 194	0.22 195	0.16 184

DLNR-FE	0.28 202	0.89 308	0.30 234	0.34 220	0.19 224	0.28 234	0.19 210	0.28 224	0.20 221	0.28 230	0.20 227	0.28 234	0.20 225	0.28 237	0.20 217	0.33 238	0.28 237	0.25 224	0.19 223	0.24 210	0.19 208

Pointernet	0.21 173	0.22 137	0.19 188	0.24 181	0.19 224	0.24 211	0.19 210	0.24 207	0.19 219	0.24 209	0.19 223	0.24 213	0.19 221	0.24 209	0.19 214	0.22 183	0.17 190	0.22 202	0.17 216	0.22 195	0.17 201

psm_up	0.43 300	1.19 376	0.17 176	0.25 188	0.18 220	0.25 220	0.19 210	1.26 555	0.91 503	0.26 226	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.22 183	0.17 190	0.23 210	0.16 194	1.18 499	0.99 503

CFNet	1.37 557	5.27 625	0.19 188	5.49 652	0.19 224	0.28 234	0.19 210	0.28 224	0.19 219	0.28 230	0.19 223	0.28 234	4.35 665	0.28 237	0.19 214	0.23 194	0.17 190	0.23 210	4.21 674	4.81 651	0.17 201

ssnet_v2	0.68 402	1.96 510	1.25 556	0.29 200	0.20 227	0.30 238	0.20 214	0.29 229	0.22 227	1.50 574	0.20 227	0.31 248	0.20 225	0.27 233	0.22 222	0.24 201	1.49 580	0.26 229	0.18 222	3.90 628	0.19 208

DAS	0.20 167	0.20 128	0.20 191	0.20 160	0.20 227	0.20 187	0.20 214	0.20 185	0.20 221	0.20 184	0.20 227	0.20 185	0.20 225	0.20 184	0.20 217	0.20 174	0.20 200	0.20 194	0.20 224	0.20 187	0.20 210

GEStereo_RVC	0.86 458	4.45 611	0.20 191	0.27 198	0.20 227	0.27 233	0.20 214	0.26 221	0.18 213	5.03 668	0.20 227	0.27 233	0.19 221	0.27 233	0.21 220	0.20 174	0.19 198	0.19 190	4.02 672	0.20 187	0.18 206

AANet_RVC	1.26 552	0.31 167	4.99 663	5.93 655	0.20 227	0.25 220	0.20 214	0.25 215	0.20 221	0.23 202	0.19 223	0.25 220	0.20 225	0.25 218	0.20 217	5.66 665	4.76 658	0.26 229	0.30 329	0.24 210	0.27 271

iResNet	0.20 167	0.23 139	0.18 186	0.24 181	0.18 220	0.24 211	0.20 214	0.24 207	0.18 213	0.23 202	0.17 205	0.23 207	0.18 216	0.23 205	0.18 211	0.22 183	0.16 169	0.21 197	0.16 194	0.21 193	0.16 184

gwcnet-sp	0.82 443	1.72 456	1.48 578	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 578	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 564	0.32 251	0.16 194	6.75 667	0.23 216

scenet	0.82 443	1.72 456	1.48 578	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 578	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 564	0.32 251	0.16 194	6.75 667	0.23 216

ssnet	0.82 443	1.72 456	1.48 578	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 578	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 564	0.32 251	0.16 194	6.75 667	0.23 216

HGLStereo	0.28 202	0.29 163	0.22 198	0.36 226	0.22 237	0.36 264	0.21 219	0.36 252	0.21 224	0.42 307	0.21 232	0.36 266	0.22 231	0.36 267	0.21 220	0.34 242	0.21 203	0.34 267	0.21 227	0.34 247	0.21 212

Select-FE	0.41 286	0.44 214	0.23 201	0.26 195	0.22 237	0.26 229	0.22 223	0.26 221	0.23 233	0.26 226	0.23 237	0.26 231	0.23 237	0.45 364	0.42 394	0.25 207	0.22 207	0.25 224	0.22 230	0.45 363	2.90 642

PAM	0.39 273	1.88 499	0.34 269	0.37 229	0.41 399	0.45 370	0.22 223	0.28 224	0.23 233	0.28 230	0.24 244	0.29 240	0.23 237	0.29 241	0.23 228	0.38 268	0.32 269	0.38 299	0.37 383	0.32 236	0.22 214

model_zeroshot	0.27 201	0.20 128	0.27 220	0.33 217	0.21 235	0.37 269	0.22 223	0.37 258	0.24 236	0.26 226	0.27 259	0.33 255	0.21 230	0.25 218	0.27 245	0.32 233	0.20 200	0.34 267	0.23 236	0.25 213	0.26 233

DCVSM-stereo	0.36 245	1.89 500	0.22 198	0.40 250	0.22 237	0.40 284	0.22 223	0.40 278	0.22 227	0.40 279	0.22 233	0.40 288	0.22 231	0.40 285	0.22 222	0.28 216	0.21 203	0.28 235	0.21 227	0.28 222	0.20 210

CAS++	0.17 157	0.27 158	0.21 196	0.10 80	0.21 235	0.15 161	0.22 223	0.10 136	0.21 224	0.22 197	0.10 145	0.19 182	0.18 216	0.10 139	0.19 214	0.20 174	0.19 198	0.18 187	0.10 143	0.19 186	0.18 206
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
WAO-6	0.22 179	0.23 139	0.22 198	0.23 176	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 222	0.22 183	0.22 207	0.22 202	0.22 230	0.22 195	0.22 214

IMH-64-1	0.22 179	0.23 139	0.23 201	0.22 171	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 222	0.22 183	0.22 207	0.23 210	0.22 230	0.22 195	0.23 216

IMH-64	0.22 179	0.23 139	0.23 201	0.22 171	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 222	0.22 183	0.22 207	0.23 210	0.22 230	0.22 195	0.23 216

WCG-NET（raft）	0.32 224	1.24 431	0.24 208	0.32 213	0.24 248	0.32 253	0.23 231	0.32 238	0.24 236	0.32 247	0.24 244	0.32 252	0.24 240	0.32 250	0.24 231	0.30 225	0.23 213	0.30 242	0.23 236	0.30 228	0.23 216

xxxxx1	0.31 215	0.91 313	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

tt_ll	0.31 215	0.91 313	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

ff	0.31 215	0.91 313	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

FENet	0.54 374	1.52 449	1.19 502	1.41 535	0.23 243	0.35 260	0.23 231	0.35 248	0.23 233	0.34 253	0.23 237	0.35 261	0.23 237	0.35 261	0.23 228	1.40 555	1.07 487	0.32 251	0.23 236	0.33 243	0.23 216

tt1	0.31 215	0.93 320	0.24 208	0.33 217	0.23 243	0.31 244	0.24 236	0.32 238	0.24 236	0.32 247	0.23 237	0.32 252	0.25 243	0.32 250	0.24 231	0.27 212	0.26 221	0.27 233	0.26 252	0.27 220	0.27 271

iResNet_ROB	0.28 202	0.32 169	0.24 208	0.32 213	0.25 250	0.32 253	0.24 236	0.32 238	0.24 236	0.33 251	0.24 244	0.35 261	0.24 240	0.33 257	0.24 231	0.31 231	0.24 217	0.32 251	0.24 243	0.32 236	0.24 226

DEFOM-Stereo	0.68 402	3.11 577	1.40 574	1.63 548	0.25 250	0.31 244	0.25 238	0.31 236	0.28 262	0.31 241	0.29 272	0.29 240	0.27 259	0.31 247	0.28 254	1.59 565	1.47 579	0.30 242	0.29 315	0.30 228	0.28 291

UNDER WATER-64	0.25 191	0.26 155	0.25 211	0.26 195	0.25 250	0.25 220	0.25 238	0.25 215	0.25 241	0.25 217	0.25 250	0.25 220	0.25 243	0.26 229	0.25 239	0.25 207	0.25 218	0.25 224	0.25 246	0.25 213	0.25 227

LoS_RVC	0.30 208	1.14 367	0.25 211	0.25 188	0.25 250	0.26 229	0.25 238	0.25 215	0.25 241	0.25 217	0.25 250	0.26 231	0.26 252	0.26 229	0.25 239	0.26 209	0.26 221	0.25 224	0.25 246	0.26 215	0.26 233

CAS	0.30 208	1.17 373	0.25 211	0.25 188	0.25 250	0.26 229	0.25 238	0.25 215	0.26 254	0.25 217	0.25 250	0.25 220	0.25 243	0.25 218	0.25 239	0.26 209	0.26 221	0.26 229	0.25 246	0.26 215	0.25 227

LoS	0.25 191	0.27 158	0.25 211	0.25 188	0.25 250	0.25 220	0.25 238	0.26 221	0.25 241	0.25 217	0.25 250	0.25 220	0.25 243	0.25 218	0.25 239	0.26 209	0.25 218	0.25 224	0.26 252	0.26 215	0.25 227
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 461	7.04 641	2.23 623	2.75 585	0.28 263	0.43 327	0.25 238	0.39 271	0.25 241	0.41 293	0.27 259	0.39 280	0.25 243	0.40 285	0.28 254	0.37 257	0.28 237	0.37 291	0.25 246	0.37 271	0.25 227

CroCo-Stereo	0.73 416	1.22 429	0.25 211	1.22 512	0.25 250	1.22 558	0.25 238	1.22 552	0.25 241	1.22 560	0.25 250	1.22 563	0.25 243	1.22 563	0.25 239	1.22 542	0.26 221	1.21 571	0.25 246	1.22 551	0.25 227
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	0.31 215	0.28 161	0.47 366	0.79 402	0.24 248	0.30 238	0.26 245	0.30 231	0.24 236	0.32 247	0.23 237	0.31 248	0.24 240	0.30 243	0.23 228	0.29 224	0.26 221	0.29 240	0.24 243	0.33 243	0.23 216

CroCo-Stereo Lap2	0.77 426	1.29 433	0.29 230	1.27 517	0.29 273	1.27 562	0.26 245	1.26 555	0.26 254	1.26 561	0.26 255	1.27 567	0.26 252	1.26 564	0.27 245	1.27 544	0.27 231	1.27 574	0.27 289	1.27 554	0.27 271

StereoDRNet-Refined	0.33 228	0.39 188	0.26 217	0.39 237	0.26 257	0.40 284	0.26 245	0.40 278	0.26 254	0.39 273	0.26 255	0.39 280	0.26 252	0.39 282	0.26 244	0.37 257	0.25 218	0.37 291	0.25 246	0.37 271	0.37 358
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FE-Mocha	0.35 238	0.71 278	0.40 330	0.47 293	0.27 258	0.34 256	0.27 248	0.34 245	0.26 254	0.34 253	0.26 255	0.34 259	0.27 259	0.34 258	0.27 245	0.44 312	0.41 353	0.33 258	0.29 315	0.32 236	0.29 297

Monster-pub-mixall	0.44 313	0.56 265	0.60 410	0.38 232	0.27 258	0.37 269	0.27 248	0.37 258	0.29 268	0.38 267	0.27 259	0.38 275	0.29 273	0.85 466	0.27 245	1.46 559	0.26 221	0.34 267	0.26 252	0.36 267	0.53 423

Replicate-Monster	0.45 336	0.57 266	0.60 410	0.40 250	0.29 273	0.37 269	0.27 248	0.37 258	0.30 279	0.40 279	0.31 326	0.40 288	0.30 279	0.99 485	0.27 245	1.36 552	0.31 265	0.34 267	0.30 329	0.36 267	0.54 426

Any-RAFT	0.32 224	0.36 175	0.27 220	0.36 226	0.27 258	0.36 264	0.27 248	0.36 252	0.27 258	0.36 261	0.27 259	0.36 266	0.27 259	0.36 267	0.28 254	0.36 254	0.28 237	0.36 288	0.28 302	0.36 267	0.28 291

CRFU-Net	0.65 395	1.67 453	1.22 552	1.96 558	0.27 258	0.41 300	0.27 248	0.41 293	0.27 258	0.40 279	0.26 255	0.41 301	0.27 259	0.40 285	0.27 245	1.80 572	1.62 593	0.34 267	0.23 236	0.33 243	0.23 216

MLCV	0.31 215	0.35 172	0.27 220	0.35 222	0.28 263	0.35 260	0.27 248	0.35 248	0.28 262	0.36 261	0.27 259	0.35 261	0.27 259	0.35 261	0.27 245	0.34 242	0.27 231	0.34 267	0.27 289	0.34 247	0.27 271

DISCO	1.11 497	0.39 188	5.28 665	0.39 237	0.20 227	0.39 282	0.27 248	0.39 271	0.22 227	0.38 267	0.20 227	0.38 275	0.20 225	6.95 679	0.22 222	0.30 225	0.21 203	0.27 233	0.21 227	5.25 660	0.21 212

DN-CSS_ROB	0.31 215	0.35 172	0.28 226	0.35 222	0.28 263	0.34 256	0.27 248	0.34 245	0.25 241	0.35 257	0.27 259	0.36 266	0.26 252	0.34 258	0.28 254	0.35 250	0.28 237	0.34 267	0.28 302	0.34 247	0.27 271

GeoVLM	0.36 245	0.38 181	0.27 220	0.46 286	0.28 263	0.35 260	0.28 256	0.37 258	0.27 258	0.35 257	0.28 266	0.36 266	0.38 367	0.35 261	0.28 254	1.08 477	0.26 221	0.33 258	0.27 289	0.34 247	0.33 333

Zero-FE251	0.36 245	0.40 192	0.28 226	0.41 262	0.28 263	0.41 300	0.28 256	0.41 293	0.28 262	0.41 293	0.28 266	0.41 301	0.28 266	0.42 313	0.30 272	0.37 257	0.26 221	0.37 291	0.27 289	0.45 363	0.56 436

Monster-pub-eth3d	0.45 336	0.57 266	0.60 410	0.39 237	0.28 263	0.37 269	0.28 256	0.37 258	0.30 279	0.39 273	0.29 272	0.39 280	0.30 279	0.92 477	0.27 245	1.42 556	0.28 237	0.34 267	0.28 302	0.37 271	0.53 423

LG-Stereo_L2	0.34 229	0.37 177	0.38 287	0.47 293	0.28 263	0.39 282	0.28 256	0.39 271	0.28 262	0.39 273	0.28 266	0.39 280	0.28 266	0.38 274	0.28 254	0.42 310	0.35 317	0.36 288	0.26 252	0.35 260	0.26 233

GIP-stereo	0.36 245	0.49 238	0.39 298	0.48 298	0.32 336	0.41 300	0.28 256	0.40 278	0.30 279	0.41 293	0.28 266	0.40 288	0.28 266	0.42 313	0.28 254	0.45 341	0.32 269	0.38 299	0.30 329	0.37 271	0.27 271

xx1	0.38 261	1.03 351	0.31 249	0.40 250	0.31 326	0.41 300	0.28 256	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.40 285	0.29 265	0.34 242	0.33 281	0.34 267	0.32 347	0.34 247	0.32 326

1test111	0.37 255	1.02 349	0.30 234	0.39 237	0.29 273	0.40 284	0.28 256	0.39 271	0.29 268	0.39 273	0.29 272	0.39 280	0.28 266	0.40 285	0.29 265	0.33 238	0.32 269	0.33 258	0.31 340	0.32 236	0.31 319

cc1	0.37 255	1.02 349	0.30 234	0.39 237	0.29 273	0.40 284	0.28 256	0.39 271	0.29 268	0.39 273	0.29 272	0.39 280	0.28 266	0.40 285	0.29 265	0.33 238	0.32 269	0.33 258	0.31 340	0.32 236	0.31 319

SQANet	0.28 202	0.28 161	0.28 226	0.28 199	0.28 263	0.28 234	0.28 256	0.28 224	0.28 262	0.28 230	0.28 266	0.28 234	0.28 266	0.28 237	0.28 254	0.28 216	0.28 237	0.28 235	0.28 302	0.28 222	0.28 291

DGSMNet	0.34 229	0.41 203	0.27 220	0.41 262	0.28 263	0.41 300	0.28 256	0.41 293	0.27 258	0.41 293	0.27 259	0.42 319	0.27 259	0.41 300	0.28 254	0.40 288	0.29 251	0.40 353	0.28 302	0.40 337	0.27 271

IGEV++	0.34 229	0.43 211	0.30 234	0.40 250	0.29 273	0.40 284	0.29 266	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.40 285	0.30 272	0.38 268	0.29 251	0.37 291	0.29 315	0.37 271	0.29 297

ACVNet-DCA	0.37 255	1.00 336	0.30 234	0.40 250	0.29 273	0.40 284	0.29 266	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.39 282	0.28 254	0.33 238	0.32 269	0.33 258	0.32 347	0.33 243	0.32 326

PML	0.46 343	1.36 441	0.29 230	0.58 369	0.30 283	0.57 429	0.29 266	0.57 416	0.29 268	0.57 425	0.29 272	0.57 428	0.29 273	0.56 419	0.29 265	0.52 380	0.30 260	0.53 430	0.31 340	0.53 403	0.30 310

GES	0.66 397	2.34 538	0.29 230	0.41 262	0.29 273	0.41 300	0.29 266	0.42 311	0.29 268	0.40 279	0.41 396	0.41 301	0.30 279	0.51 405	0.29 265	0.32 233	0.29 251	0.32 251	2.46 643	2.49 605	0.30 310

UCFNet_RVC	2.75 632	10.06 663	0.29 230	10.31 680	0.29 273	0.42 320	0.29 266	0.43 317	0.29 268	0.42 307	0.29 272	0.42 319	9.87 682	0.43 319	0.29 265	0.36 254	9.84 682	0.36 288	0.26 252	9.77 681	0.26 233

aanet-new-90k	0.44 313	1.82 485	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-60k	0.44 313	1.81 478	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-70k	0.44 313	1.82 485	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-78k	0.44 313	1.80 473	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-40k	0.44 313	1.81 478	0.39 298	0.50 340	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-36k	0.44 313	1.80 473	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-34k	0.44 313	1.80 473	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-32k-new	0.44 313	1.78 468	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.34 310	0.39 340	0.26 252	0.38 284	0.26 233

aanet-new-32k	0.44 313	1.79 472	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-30k	0.44 313	1.78 468	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-28k	0.44 313	1.81 478	0.39 298	0.49 304	0.30 283	0.44 360	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.44 358	0.30 279	0.44 348	0.30 272	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT26K	0.43 300	1.76 463	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.31 310	0.44 312	0.33 281	0.38 299	0.27 289	0.38 284	0.26 233

aanet-new-24k	0.44 313	1.78 468	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-22k	0.44 313	1.81 478	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-16k	0.44 313	1.83 488	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-14k	0.60 383	5.12 620	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.37 326	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-8k	0.43 300	1.76 463	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new	0.43 300	1.80 473	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-cres-4k	0.44 313	1.81 478	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-cres	0.43 300	1.77 465	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-36K	0.43 300	1.78 468	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-22K	0.44 313	1.85 494	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-20K	0.43 300	1.77 465	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-24K	0.44 313	1.86 497	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-5K	0.44 313	1.80 473	0.39 298	0.49 304	0.30 283	0.44 360	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-2K	0.44 313	1.82 485	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-3K	0.43 300	1.77 465	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-50K	0.44 313	1.83 488	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.36 323	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-FT	0.41 286	1.06 358	0.40 330	0.51 351	0.31 326	0.44 360	0.30 271	0.43 317	0.32 332	0.44 346	0.30 284	0.56 425	0.30 279	0.44 348	0.31 310	0.45 341	0.34 310	0.39 340	0.27 289	0.40 337	0.27 271

DStereoO	0.31 215	0.31 167	0.31 249	0.30 201	0.40 389	0.31 244	0.30 271	0.30 231	0.34 351	0.29 235	0.31 326	0.29 240	0.30 279	0.31 247	0.31 310	0.31 231	0.29 251	0.31 248	0.30 329	0.31 233	0.31 319

DStereoSA	0.32 224	0.52 253	0.34 269	0.31 207	0.31 326	0.30 238	0.30 271	0.31 236	0.30 279	0.31 241	0.31 326	0.31 248	0.30 279	0.31 247	0.31 310	0.30 225	0.32 269	0.31 248	0.31 340	0.31 233	0.31 319

HiDET	0.38 261	0.44 214	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.42 311	0.30 279	0.44 346	0.30 284	0.42 319	0.30 279	0.42 313	0.68 459	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.29 297

LCMNet	0.38 261	0.44 214	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.42 311	0.30 279	0.45 358	0.30 284	0.42 319	0.30 279	0.42 313	0.69 467	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.29 297

CSFM-Stereo	0.38 261	0.44 214	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.43 317	0.30 279	0.44 346	0.30 284	0.42 319	0.30 279	0.42 313	0.73 477	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.30 310

MultiAttention	0.30 208	0.30 164	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310

MSAF-DinoV2	0.30 208	0.30 164	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310

GCAP-BAT	0.41 286	1.30 435	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.44 346	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.34 310	0.38 299	0.26 252	0.38 284	0.26 233

test_for_model	0.35 238	0.39 188	0.30 234	0.43 278	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.31 310	0.38 268	0.26 221	0.38 299	0.26 252	0.38 284	0.26 233

GCAPDPT-zeroshot4090	0.40 278	1.09 361	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.44 351	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.34 310	0.38 299	0.27 289	0.38 284	0.27 271

TorneroNet-64	0.45 336	0.27 158	0.30 234	0.58 369	0.27 258	0.70 443	0.30 271	0.28 224	0.73 485	0.73 446	0.28 266	0.71 445	0.66 455	0.75 448	0.27 245	0.27 212	0.29 251	0.37 291	0.75 491	0.28 222	0.30 310

GCAPDPT-zeroshot	0.36 245	0.40 192	0.30 234	0.43 278	0.30 283	0.43 327	0.30 271	0.43 317	0.31 322	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.27 289	0.39 325	0.26 233

IGEV-Stereo	0.35 238	0.44 214	0.45 354	0.49 304	0.30 283	0.37 269	0.30 271	0.36 252	0.30 279	0.36 261	0.29 272	0.36 266	0.29 273	0.36 267	0.30 272	0.46 351	0.39 340	0.32 251	0.24 243	0.32 236	0.25 227
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 229	0.42 210	0.31 249	0.39 237	0.30 283	0.38 276	0.30 271	0.40 278	0.29 268	0.40 279	0.37 371	0.41 301	0.34 349	0.38 274	0.30 272	0.34 242	0.27 231	0.34 267	0.26 252	0.34 247	0.26 233

DANet	0.30 208	0.30 164	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310
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	0.45 336	1.81 478	0.40 330	0.50 340	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.32 333	0.44 348	0.31 310	0.46 351	0.35 317	0.39 340	0.27 289	0.39 325	0.27 271

aanet-new-12k	0.46 343	1.99 511	0.40 330	0.51 351	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.31 328	0.44 348	0.32 320	0.47 358	0.35 317	0.39 340	0.27 289	0.39 325	0.27 271

GCAP-Stereo-DPT-25K	0.41 286	1.09 361	0.40 330	0.52 354	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.31 328	0.44 348	0.31 310	0.46 351	0.35 317	0.39 340	0.28 302	0.39 325	0.28 291

gcap_with_dpt	0.35 238	0.39 188	0.30 234	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.30 284	0.44 358	0.30 279	0.44 348	0.30 272	0.38 268	0.26 221	0.38 299	0.27 289	0.38 284	0.27 271

MonSter++	0.38 261	0.44 214	0.31 249	0.43 278	0.30 283	0.43 327	0.31 315	0.43 317	0.31 322	0.45 358	0.31 326	0.43 326	0.31 328	0.43 319	0.69 467	0.38 268	0.33 281	0.40 353	0.30 329	0.38 284	0.30 310

gcap-zeroshot	0.36 245	0.40 192	0.34 269	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.32 332	0.44 346	0.32 336	0.44 358	0.32 333	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.28 302	0.39 325	0.27 271

EKT-Stereo	0.37 255	0.40 192	0.44 352	1.07 447	0.29 273	0.34 256	0.31 315	0.36 252	0.29 268	0.38 267	0.31 326	0.37 273	0.30 279	0.36 267	0.29 265	0.34 242	0.28 237	0.39 340	0.30 329	0.37 271	0.30 310

testlalala	0.36 245	0.40 192	0.34 269	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.32 332	0.44 346	0.32 336	0.44 358	0.32 333	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.28 302	0.39 325	0.27 271

DStereoFS	0.32 224	0.33 170	0.32 254	0.33 217	0.30 283	0.32 253	0.32 323	0.32 238	0.31 322	0.30 236	0.31 326	0.31 248	0.30 279	0.32 250	0.32 320	0.32 233	0.31 265	0.30 242	0.47 429	0.32 236	0.34 340

DDF-Stereo	0.43 300	1.15 370	0.57 404	0.53 356	0.32 336	0.41 300	0.32 323	0.41 293	0.32 332	0.41 293	0.32 336	0.41 301	0.32 333	0.40 285	0.32 320	0.52 380	0.50 400	0.38 299	0.31 340	0.39 325	0.31 319

GREAT-IGEV	0.38 261	0.43 211	0.36 281	0.48 298	0.32 336	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.32 333	0.45 364	0.32 320	0.44 312	0.33 281	0.41 370	0.29 315	0.41 348	0.29 297
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	0.38 261	0.43 211	0.33 259	0.46 286	0.33 348	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.33 344	0.45 364	0.32 320	0.38 268	0.38 333	0.38 299	0.37 383	0.37 271	0.36 353

MyStereo07	0.60 383	3.72 593	0.48 374	0.49 304	0.41 399	0.36 264	0.32 323	0.49 378	0.43 402	0.51 406	0.42 406	0.49 388	0.43 399	0.51 405	0.64 445	0.49 366	0.45 375	0.34 267	0.32 347	0.35 260	0.43 390

MyStereo04	0.56 381	3.72 593	0.59 406	0.49 304	0.41 399	0.36 264	0.32 323	0.37 258	0.31 322	0.34 253	0.46 417	0.35 261	0.32 333	0.35 261	0.33 331	0.49 366	0.45 375	0.34 267	0.32 347	0.35 260	0.43 390

RAFT-Test	0.36 245	0.37 177	0.33 259	0.41 262	0.32 336	0.41 300	0.32 323	0.41 293	0.32 332	0.41 293	0.32 336	0.41 301	0.32 333	0.41 300	0.33 331	0.37 257	0.29 251	0.37 291	0.29 315	0.38 284	0.31 319

4D-IteraStereo	0.78 429	3.13 578	0.89 468	0.69 389	0.32 336	0.40 284	0.32 323	0.76 444	0.97 513	0.52 409	0.65 462	0.89 473	0.32 333	0.76 449	0.98 507	0.83 445	0.94 477	0.35 283	0.27 289	0.70 425	0.89 494

iRaft-Stereo_20w	0.34 229	0.41 203	0.31 249	0.39 237	0.29 273	0.40 284	0.32 323	0.41 293	0.32 332	0.38 267	0.30 284	0.39 280	0.30 279	0.38 274	0.32 320	0.35 250	0.27 231	0.34 267	0.27 289	0.34 247	0.29 297

pcwnet_v2	2.66 629	9.89 662	0.33 259	9.89 676	0.32 336	0.50 400	0.32 323	0.49 378	0.33 342	0.49 384	0.34 353	0.49 388	8.76 679	0.48 381	0.33 331	0.41 296	9.58 679	0.40 353	0.29 315	9.01 678	0.63 446

Gwc-CoAtRS	0.41 286	1.49 448	0.32 254	0.42 272	0.32 336	0.41 300	0.32 323	0.41 293	0.33 342	0.41 293	0.32 336	0.41 301	0.32 333	0.41 300	0.32 320	0.39 281	0.28 237	0.39 340	0.28 302	0.40 337	0.28 291

BStereo	0.22 179	0.23 139	0.20 191	0.24 181	0.20 227	0.23 208	0.33 334	0.39 271	0.17 207	0.23 202	0.17 205	0.23 207	0.16 194	0.24 209	0.17 199	0.23 194	0.16 169	0.22 202	0.20 224	0.22 195	0.16 184

Wave_Phase_stereo	0.22 179	0.23 139	0.20 191	0.24 181	0.20 227	0.23 208	0.33 334	0.39 271	0.17 207	0.23 202	0.17 205	0.23 207	0.16 194	0.24 209	0.17 199	0.23 194	0.16 169	0.22 202	0.20 224	0.22 195	0.16 184

water-stereo	0.41 286	0.84 297	0.46 359	0.50 340	0.33 348	0.45 370	0.33 334	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.32 333	0.45 364	0.32 320	0.44 312	0.41 353	0.39 340	0.31 340	0.39 325	0.32 326

DilatedVolume-Stereo	0.43 300	0.86 301	0.48 374	0.50 340	0.33 348	0.46 376	0.33 334	0.46 364	0.33 342	0.46 364	0.33 345	0.47 377	0.33 344	0.47 373	0.34 344	0.45 341	0.42 362	0.40 353	0.33 357	0.47 379	0.38 365

PCWNet_CMD	2.80 634	9.82 661	0.32 254	10.09 679	0.32 336	0.49 391	0.33 334	3.34 639	0.33 342	0.49 384	0.33 345	0.49 388	8.73 678	0.48 381	0.33 331	0.41 296	9.22 677	0.42 381	0.29 315	9.55 680	0.31 319

CFNet_ucs	2.73 631	9.64 660	0.33 259	9.92 677	0.32 336	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 388	8.98 680	0.48 381	0.33 331	0.41 296	9.96 683	0.40 353	0.29 315	10.12 683	0.54 426

LL-Strereo2	0.48 355	1.73 461	0.51 392	0.59 372	0.34 358	0.42 320	0.33 334	0.40 278	0.31 322	0.42 307	0.33 345	0.42 319	0.31 328	0.44 348	0.39 375	0.60 398	0.51 405	0.44 384	0.33 357	0.44 358	0.33 333

CFNet_pseudo	2.67 630	9.36 658	0.32 254	10.99 681	0.33 348	0.85 464	0.33 334	0.49 378	0.33 342	0.49 384	0.32 336	0.49 388	7.26 676	0.49 387	0.33 331	0.41 296	9.62 680	0.41 370	0.29 315	10.03 682	0.29 297

RAFT + AFF	0.31 215	0.45 222	0.34 269	0.39 237	0.28 263	0.38 276	0.33 334	0.29 229	0.31 322	0.30 236	0.30 284	0.29 240	0.27 259	0.29 241	0.30 272	0.28 216	0.29 251	0.29 240	0.29 315	0.27 220	0.32 326

ccnet	0.80 433	2.28 530	0.33 259	0.50 340	0.33 348	0.50 400	0.33 334	0.50 387	0.33 342	0.49 384	0.33 345	0.49 388	1.56 588	2.38 608	0.33 331	0.41 296	0.29 251	0.42 381	1.57 603	2.28 593	0.29 297

psmorigin	0.41 286	0.46 226	0.33 259	0.49 304	0.33 348	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 388	0.33 344	0.51 405	0.33 331	0.41 296	0.30 260	0.41 370	0.30 329	0.79 439	0.29 297

MSMDNet	2.65 628	10.14 664	0.33 259	9.74 675	0.32 336	0.87 467	0.33 334	2.95 634	0.68 463	0.49 384	0.34 353	0.49 388	5.70 672	0.49 387	0.33 331	0.42 310	9.57 678	0.41 370	0.31 340	8.36 675	0.65 454

ccs_rob	2.79 633	10.17 665	0.32 254	10.00 678	0.33 348	0.49 391	0.33 334	1.90 583	0.32 332	0.51 406	0.33 345	0.49 388	9.24 681	0.49 387	0.33 331	0.41 296	9.82 681	0.41 370	0.28 302	9.34 679	0.29 297

HART	0.38 261	0.45 222	0.34 269	0.42 272	0.33 348	0.41 300	0.34 347	0.42 311	0.33 342	0.43 312	0.34 353	0.42 319	0.34 349	0.41 300	0.38 363	0.40 288	0.32 269	0.42 381	0.32 347	0.40 337	0.32 326

mms	0.40 278	0.45 222	0.35 279	0.48 298	0.36 367	0.47 381	0.34 347	0.45 360	0.38 370	0.47 370	0.33 345	0.45 367	0.32 333	0.45 364	0.32 320	0.39 281	0.38 333	0.38 299	0.37 383	0.39 325	0.39 371

H2IRNET	0.34 229	0.34 171	0.34 269	0.34 220	0.34 358	0.34 256	0.34 347	0.34 245	0.34 351	0.34 253	0.34 353	0.34 259	0.34 349	0.34 258	0.34 344	0.34 242	0.34 310	0.34 267	0.34 361	0.34 247	0.34 340

CASnet	0.35 238	0.51 251	0.44 352	0.32 213	0.31 326	0.24 211	0.34 347	0.36 252	0.25 241	0.31 241	0.37 371	0.30 244	0.33 344	0.25 218	0.45 400	0.37 257	0.37 326	0.33 258	0.35 374	0.34 247	0.37 358
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RCA-Stereo	0.51 368	3.22 581	0.34 269	0.44 281	0.34 358	0.44 360	0.34 347	0.43 317	0.34 351	0.43 312	0.34 353	0.44 358	0.33 344	0.43 319	0.33 331	0.38 268	0.29 251	0.38 299	0.29 315	0.38 284	0.29 297

UGAM	0.51 368	2.23 527	0.39 298	0.54 359	0.35 361	0.50 400	0.35 352	0.49 378	0.35 355	0.49 384	0.35 361	0.49 388	0.36 358	0.50 395	0.36 351	0.49 366	0.37 326	0.45 389	0.34 361	0.45 363	0.34 340

GCST	0.50 363	2.08 514	0.38 287	0.53 356	0.35 361	0.49 391	0.35 352	0.50 387	0.35 355	0.49 384	0.35 361	0.49 388	0.35 355	0.49 387	0.35 348	0.48 363	0.37 326	0.45 389	0.33 357	0.44 358	0.33 333

RAFT-Stereo-weight	0.45 336	1.90 502	0.34 269	0.42 272	0.36 367	0.43 327	0.35 352	0.42 311	0.34 351	0.42 307	0.34 353	0.44 358	0.34 349	0.41 300	0.34 344	0.38 268	0.32 269	0.38 299	0.32 347	0.38 284	0.33 333

Former-RAFT_DAM_RVC	0.49 361	0.98 327	0.64 420	0.84 410	0.46 418	0.45 370	0.35 352	0.47 370	0.47 414	0.45 358	0.34 353	0.46 371	0.48 417	0.46 369	0.35 348	0.39 281	0.71 449	0.39 340	0.35 374	0.41 348	0.41 381

CES	0.39 273	0.47 230	0.36 281	0.36 226	0.37 371	0.45 370	0.35 352	0.35 248	0.40 384	0.36 261	0.44 410	0.47 377	0.36 358	0.44 348	0.36 351	0.37 257	0.39 340	0.44 384	0.35 374	0.37 271	0.36 353

ETE_ROB	0.35 238	0.35 172	0.35 279	0.35 222	0.35 361	0.35 260	0.35 352	0.35 248	0.35 355	0.35 257	0.35 361	0.35 261	0.35 355	0.35 261	0.35 348	0.35 250	0.35 317	0.35 283	0.35 374	0.35 260	0.35 350

252Zero-FE	0.45 336	0.50 243	0.36 281	0.50 340	0.36 367	0.50 400	0.36 358	0.50 387	0.36 364	0.49 384	0.36 364	0.49 388	0.36 358	0.54 414	0.41 386	0.45 341	0.34 310	0.45 389	0.34 361	0.55 405	0.75 476

UGAM-zero	0.51 368	2.17 522	0.39 298	0.53 356	0.36 367	0.50 400	0.36 358	0.50 387	0.36 364	0.49 384	0.36 364	0.50 402	0.35 355	0.50 395	0.36 351	0.49 366	0.37 326	0.47 402	0.35 374	0.46 366	0.34 340

GMOStereo	0.37 255	0.45 222	0.23 201	0.30 201	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	0.34 242	0.22 207	0.47 402	0.37 383	0.39 325	0.33 333

error version	0.93 471	4.47 612	2.35 626	1.99 560	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	1.87 575	2.16 621	0.47 402	0.37 383	0.39 325	0.33 333

test_1	0.93 471	4.47 612	2.35 626	1.99 560	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	1.87 575	2.16 621	0.47 402	0.37 383	0.39 325	0.33 333

DMCA	0.36 245	0.38 181	0.37 285	0.35 222	0.35 361	0.36 264	0.36 358	0.36 252	0.35 355	0.35 257	0.37 371	0.36 266	0.36 358	0.35 261	0.36 351	0.36 254	0.36 323	0.35 283	0.36 380	0.36 267	0.36 353

Pro-Stereo	0.79 430	0.53 257	0.38 287	0.49 304	0.38 378	0.49 391	0.37 364	0.49 378	0.67 457	0.50 397	0.38 376	1.10 506	0.38 367	0.49 387	0.38 363	0.71 419	0.88 471	5.98 676	0.36 380	0.46 366	0.36 353

SCV_C0	0.45 336	0.88 305	0.49 381	0.54 359	0.37 371	0.48 386	0.37 364	0.48 374	0.37 366	0.48 377	0.36 364	0.48 384	0.37 363	0.49 387	0.37 360	0.50 372	0.41 353	0.44 384	0.34 361	0.44 358	0.34 340

HH	0.71 409	2.54 548	0.74 450	1.10 449	0.32 336	0.41 300	0.37 364	0.69 435	0.78 489	0.73 446	0.90 505	0.75 453	1.00 500	0.84 462	0.69 467	0.69 415	0.40 343	0.35 283	0.26 252	0.35 260	0.26 233

HanStereo	0.71 409	2.54 548	0.74 450	1.10 449	0.32 336	0.41 300	0.37 364	0.69 435	0.78 489	0.73 446	0.90 505	0.75 453	1.00 500	0.84 462	0.69 467	0.69 415	0.40 343	0.35 283	0.26 252	0.35 260	0.26 233

test-3	0.98 477	4.13 606	1.85 607	1.85 551	0.61 456	0.69 442	0.37 364	0.63 428	0.61 448	0.66 440	0.51 441	0.73 450	0.44 401	0.57 424	0.54 431	1.68 569	1.81 605	0.40 353	0.43 418	0.66 418	0.50 413

FCDSN-DC	0.41 286	0.59 269	0.64 420	0.54 359	0.33 348	0.50 400	0.37 364	0.42 311	0.40 384	0.61 431	0.43 408	0.50 402	0.49 422	0.38 274	0.32 320	0.28 216	0.23 213	0.26 229	0.22 230	0.35 260	0.28 291
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	0.37 255	0.37 177	0.37 285	0.37 229	0.37 371	0.37 269	0.37 364	0.37 258	0.37 366	0.37 266	0.37 371	0.37 273	0.37 363	0.37 271	0.37 360	0.37 257	0.37 326	0.37 291	0.37 383	0.37 271	0.37 358

GEAStereo	0.62 390	3.91 600	0.48 374	0.69 389	0.38 378	0.51 412	0.38 371	0.51 401	0.38 370	0.53 412	0.38 376	0.50 402	0.38 367	0.51 405	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.34 340

GSStereo	0.81 438	4.28 610	0.50 386	0.59 372	0.40 389	0.51 412	0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 657	0.50 395	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.35 350

GS-Stereo							0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 657	0.50 395	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.35 350

gasm-f	0.62 390	3.91 600	0.48 374	0.69 389	0.38 378	0.51 412	0.38 371	0.51 401	0.38 370	0.53 412	0.38 376	0.50 402	0.38 367	0.51 405	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.34 340

GASTEREO	0.48 355	1.21 423	0.47 366	0.57 367	0.38 378	0.50 400	0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	0.38 367	0.50 395	0.38 363	0.52 380	0.42 362	0.46 393	0.34 361	0.46 366	0.34 340

MSCF	0.51 368	1.40 445	0.49 381	0.58 369	0.38 378	0.50 400	0.38 371	0.54 409	0.41 394	0.52 409	0.41 396	0.53 415	0.42 396	0.53 412	0.41 386	0.60 398	0.47 385	0.48 410	0.37 383	0.48 383	0.38 365

depthmonostereo	0.44 313	0.85 299	0.46 359	0.54 359	0.40 389	0.52 416	0.38 371	0.52 405	0.35 355	0.47 370	0.34 353	0.46 371	0.34 349	0.47 373	0.34 344	0.45 341	0.43 367	0.41 370	0.33 357	0.41 348	0.32 326

SCV	0.46 343	0.94 322	0.45 354	0.54 359	0.37 371	0.48 386	0.38 371	0.48 374	0.37 366	0.48 377	0.39 386	0.48 384	0.37 363	0.49 387	0.37 360	0.50 372	0.46 377	0.44 384	0.34 361	0.44 358	0.34 340

WAO-8	0.38 261	0.38 181	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.38 267	0.38 376	0.38 275	0.38 367	0.38 274	0.38 363	0.38 268	0.38 333	0.38 299	0.37 383	0.38 284	0.38 365

WAO-7	0.38 261	0.38 181	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.38 267	0.38 376	0.38 275	0.38 367	0.38 274	0.38 363	0.38 268	0.38 333	0.38 299	0.38 396	0.38 284	0.38 365

HanzoNet	0.39 273	0.38 181	0.40 330	0.39 237	0.41 399	0.38 276	0.38 371	0.38 267	0.38 370	0.39 273	0.39 386	0.38 275	0.38 367	0.39 282	0.40 378	0.38 268	0.38 333	0.40 353	0.38 396	0.38 284	0.40 373

Venus	0.38 261	0.38 181	0.38 287	0.38 232	0.38 378	0.37 269	0.38 371	0.37 258	0.37 366	0.41 293	0.37 371	0.39 280	0.37 363	0.38 274	0.38 363	0.37 257	0.38 333	0.38 299	0.37 383	0.37 271	0.38 365

IMH	0.38 261	0.38 181	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.42 307	0.38 376	0.40 288	0.38 367	0.38 274	0.38 363	0.38 268	0.38 333	0.39 340	0.38 396	0.38 284	0.38 365

iRaftStereo_RVC	0.97 475	3.17 580	2.30 625	2.42 577	0.38 378	0.54 421	0.38 371	0.54 409	0.38 370	0.54 417	0.38 376	0.54 418	0.38 367	0.54 414	0.38 363	2.38 609	2.34 625	0.49 415	0.36 380	0.49 386	0.36 353

quiztm	0.43 300	0.49 238	0.40 330	0.51 351	0.40 389	0.51 412	0.40 385	0.50 387	0.40 384	0.50 397	0.40 389	0.51 413	0.40 378	0.50 395	0.40 378	0.44 312	0.34 310	0.44 384	0.34 361	0.44 358	0.34 340

LG-Stereo_L1	0.47 350	0.52 253	0.47 366	0.62 377	0.39 388	0.53 418	0.40 385	0.53 407	0.39 383	0.53 412	0.39 386	0.53 415	0.39 377	0.53 412	0.39 375	0.55 390	0.46 377	0.49 415	0.37 383	0.49 386	0.37 358

GCAP-Stereo	0.75 420	4.15 607	0.42 349	0.75 400	0.35 361	0.78 451	0.40 385	0.79 446	0.38 370	0.78 455	0.36 364	0.78 456	0.36 358	0.79 450	0.39 375	0.75 430	0.39 340	0.76 462	0.39 399	0.75 431	0.39 371

knoymous	0.40 278	0.40 192	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

anonymousa	0.40 278	0.40 192	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

riskmin	0.40 278	0.40 192	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

Anonymous_2	0.40 278	0.40 192	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

Anonymous_1	0.40 278	0.40 192	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

AdaStereo	0.40 278	0.40 192	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373
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	0.41 286	0.41 203	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

PSMNet-ADL	0.41 286	0.41 203	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

GANet-ADL	0.41 286	0.41 203	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

ADLNet2	0.41 286	0.41 203	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

ADLNet	0.41 286	0.41 203	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

RSM	0.36 245	0.36 175	0.43 350	0.37 229	0.42 409	0.49 391	0.42 399	0.37 258	0.28 262	0.36 261	0.29 272	0.36 266	0.30 279	0.37 271	0.28 254	0.34 242	0.31 265	0.34 267	0.35 374	0.40 337	0.29 297

CFNet_RVC	2.38 622	8.71 653	0.38 287	9.33 672	0.42 409	0.56 423	0.42 399	0.60 423	0.38 370	0.62 434	0.42 406	0.56 425	7.29 677	0.62 429	0.42 394	0.53 383	0.37 326	0.49 415	0.34 361	8.30 674	6.87 679

DispNO	1.00 478	0.63 272	0.43 350	3.45 613	0.44 412	0.65 439	0.43 401	0.64 429	0.43 402	0.64 437	0.43 408	0.64 438	3.03 635	0.64 434	0.43 397	4.55 644	0.43 367	0.63 440	0.43 418	0.63 415	0.43 390

DN	0.53 373	0.85 299	0.45 354	0.65 383	0.44 412	0.60 432	0.44 402	0.60 423	0.44 405	0.60 430	0.45 414	0.60 433	0.44 401	0.60 428	0.44 398	0.56 393	0.42 362	0.56 433	0.42 416	0.56 407	0.42 388

FSD					0.44 412	0.56 423	0.44 402	0.55 412	0.44 405	0.56 422	0.44 410	0.56 425	0.44 401	0.56 419	0.46 404	0.61 402	0.42 362	0.52 427	0.42 416	0.52 399

LG-Stereo_Zeroshot	0.48 355	0.55 263	0.47 366	0.63 379	0.41 399	0.56 423	0.44 402	0.56 413	0.41 394	0.56 422	0.41 396	0.57 428	0.42 396	0.56 419	0.41 386	0.55 390	0.43 367	0.51 424	0.37 383	0.51 397	0.37 358

MonSter	0.60 383	0.64 274	0.52 395	0.62 377	0.44 412	2.07 598	0.44 402	0.62 427	0.44 405	0.62 434	0.44 410	0.62 437	0.44 401	0.62 429	0.44 398	0.58 395	0.42 362	0.62 438	0.46 422	0.58 411	0.42 388

PAM_32	0.64 394	2.38 542	0.51 392	0.92 423	0.43 411	0.53 418	0.44 402	0.87 458	0.43 402	0.52 409	0.45 414	0.53 415	0.40 378	0.54 414	0.46 404	0.62 406	0.56 414	0.48 410	0.45 420	0.76 433	0.44 393

AIO-Stereo-zeroshot1	0.75 420	0.92 318	0.85 467	0.96 435	0.59 450	1.27 562	0.44 402	0.59 421	0.69 468	0.91 471	0.68 470	0.55 422	0.61 448	1.06 501	0.83 495	0.62 406	0.70 445	0.90 482	0.41 408	0.89 456	0.56 436

fffft	0.48 355	0.51 251	0.45 354	0.52 354	0.45 416	0.52 416	0.45 408	0.52 405	0.48 421	0.53 412	0.45 414	0.52 414	0.45 405	0.52 410	0.46 404	0.51 378	0.41 353	0.50 419	0.41 408	0.50 391	0.41 381
1: 1. 1
Selective-IGEV	0.51 368	0.55 263	0.45 354	0.69 389	0.45 416	0.61 433	0.45 408	0.50 387	0.40 384	0.56 422	0.44 410	0.55 422	0.40 378	0.72 443	0.67 452	0.59 397	0.46 377	0.45 389	0.34 361	0.46 366	0.37 358

otaku	0.46 343	0.46 226	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.46 364	0.46 417	0.46 371	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

Dean	0.46 343	0.46 226	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.47 370	0.46 417	0.46 371	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

ACVNet_1	0.46 343	0.47 230	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.47 414	0.46 364	0.46 417	0.46 371	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.47 402	0.46 422	0.46 366	0.46 396

ACVNet-4b	0.46 343	0.46 226	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.46 364	0.46 417	0.46 371	0.46 408	0.47 373	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

LL-Strereo	1.01 485	5.06 619	1.63 587	0.70 393	1.43 596	0.56 423	0.46 410	0.57 416	0.50 427	0.57 425	0.50 435	1.58 578	0.49 422	0.59 426	0.50 421	1.64 568	0.52 407	0.51 424	1.37 591	0.52 399	0.45 395

AIO-test2	0.55 379	0.59 269	0.52 395	0.67 388	0.47 424	0.61 433	0.47 415	0.61 426	0.47 414	0.61 431	0.47 425	0.61 435	0.48 417	0.62 429	0.47 411	0.64 409	0.53 409	0.58 435	0.47 429	0.58 411	0.48 405

AIO-test1	0.54 374	0.60 271	0.52 395	0.66 387	0.47 424	0.61 433	0.47 415	0.58 419	0.46 409	0.61 431	0.46 417	0.61 435	0.45 405	0.62 429	0.45 400	0.61 402	0.52 407	0.57 434	0.48 433	0.57 410	0.48 405

SMoEStereo_RVC	0.63 392	0.75 284	0.51 392	0.73 398	0.53 444	0.71 445	0.47 415	0.67 433	0.58 441	0.74 451	0.60 452	0.72 448	0.53 433	0.74 447	0.51 426	0.61 402	0.62 427	0.62 438	0.61 458	0.63 415	0.61 442

Occ-G	1.12 498	0.52 253	3.72 657	3.50 617	0.50 434	0.56 423	0.47 415	0.54 409	0.46 409	0.54 417	0.41 396	0.54 418	0.42 396	0.52 410	0.42 394	3.42 633	4.02 654	0.52 427	0.45 420	0.51 397	0.44 393

Ntro	0.47 350	0.47 230	0.46 359	0.46 286	0.46 418	0.47 381	0.47 415	0.46 364	0.47 414	0.46 364	0.46 417	0.47 377	0.46 408	0.47 373	0.47 411	0.47 358	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

HaxPig	0.47 350	0.47 230	0.47 366	0.49 304	0.47 424	0.47 381	0.47 415	0.47 370	0.47 414	0.47 370	0.47 425	0.47 377	0.47 416	0.47 373	0.47 411	0.47 358	0.47 385	0.47 402	0.47 429	0.47 379	0.48 405

UNDER WATER	0.47 350	0.47 230	0.47 366	0.47 293	0.47 424	0.47 381	0.47 415	0.47 370	0.47 414	0.47 370	0.47 425	0.47 377	0.46 408	0.47 373	0.47 411	0.47 358	0.47 385	0.47 402	0.46 422	0.47 379	0.47 403

LVE	0.47 350	0.47 230	0.47 366	0.47 293	0.49 430	0.47 381	0.47 415	0.47 370	0.49 423	0.47 370	0.47 425	0.47 377	0.46 408	0.47 373	0.47 411	0.47 358	0.47 385	0.48 410	0.47 429	0.47 379	0.47 403

NLCA_NET_v2_RVC	5.04 670	50.87 699	2.78 633	2.87 591	2.71 646	2.78 634	0.47 415	2.88 633	2.86 646	1.89 585	2.67 645	2.79 635	2.79 634	2.78 634	2.83 643	2.82 625	2.82 631	2.83 633	2.77 645	2.83 620	2.76 640
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	0.48 355	0.48 236	0.48 374	0.48 298	0.48 428	0.48 386	0.48 424	0.48 374	0.48 421	0.48 377	0.48 429	0.48 384	0.48 417	0.48 381	0.48 417	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.48 405

notaker	0.48 355	0.49 238	0.48 374	0.48 298	0.48 428	0.48 386	0.48 424	0.48 374	0.49 423	0.48 377	0.48 429	0.48 384	0.48 417	0.48 381	0.48 417	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.49 410

PointNet	0.60 383	0.75 284	0.49 381	0.79 402	0.50 434	0.79 453	0.49 426	0.79 446	0.49 423	0.80 457	0.49 432	0.79 458	0.49 422	0.80 452	0.49 419	0.63 408	0.40 343	0.63 440	0.40 400	0.63 415	0.40 373

ACVNet_2	0.49 361	0.49 238	0.49 381	0.49 304	0.49 430	0.49 391	0.49 426	0.49 378	0.49 423	0.49 384	0.49 432	0.49 388	0.49 422	0.49 387	0.49 419	0.49 366	0.49 392	0.49 415	0.49 436	0.49 386	0.49 410

AEACV	1.12 498	0.52 253	3.12 648	3.24 602	0.86 501	0.53 418	0.49 426	0.60 423	0.47 414	0.53 412	0.49 432	0.55 422	0.45 405	0.55 418	0.47 411	3.01 628	3.88 652	0.71 453	0.60 456	0.80 442	0.48 405

FoundationStereo	0.50 363	0.50 243	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

StereoAnything_RVC	0.50 363	0.50 243	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

dual_stereo	0.50 363	0.50 243	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

SANet	0.50 363	0.50 243	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

KSHMR	0.66 397	0.50 243	0.48 374	1.15 458	0.52 441	0.49 391	0.51 433	0.49 378	0.71 479	0.67 441	0.50 435	1.16 514	1.11 512	0.66 436	0.52 428	0.49 366	0.49 392	0.51 424	0.66 471	0.50 391	1.14 521

999	1.00 478	1.12 366	0.59 406	1.10 449	1.21 585	1.09 502	0.52 434	1.08 490	1.43 598	1.18 512	1.35 590	0.98 486	0.52 432	0.91 473	0.85 496	0.72 425	1.46 578	0.83 476	0.98 512	0.68 420	1.41 593

WCG-NET	0.61 388	1.21 423	0.54 400	0.61 376	0.53 444	0.67 441	0.53 435	0.66 432	0.53 435	0.64 437	0.53 444	0.65 441	0.53 433	0.59 426	0.52 428	0.65 410	0.48 389	0.64 442	0.52 442	0.58 411	0.50 413

MyStereo8	0.71 409	3.92 602	0.52 395	0.59 372	0.52 441	0.57 429	0.53 435	0.59 421	0.50 427	0.59 429	0.51 441	0.57 428	0.50 426	0.56 419	0.52 428	0.54 384	0.49 392	0.54 431	0.49 436	0.55 405	0.50 413

PSMNet_ROB	0.54 374	0.54 261	0.54 400	0.54 359	0.53 444	0.54 421	0.54 437	0.53 407	0.54 437	0.54 417	0.54 445	0.54 418	0.53 433	0.54 414	0.54 431	0.54 384	0.53 409	0.54 431	0.54 445	0.54 404	0.54 426

monster-pro	0.75 420	1.67 453	0.64 420	0.89 416	0.57 449	0.86 466	0.56 438	0.87 458	0.56 438	0.87 466	0.57 447	0.88 470	0.57 438	0.87 467	0.57 434	0.79 435	0.58 418	0.76 462	0.54 445	0.77 435	0.54 426

CASS	0.57 382	0.89 308	0.56 402	0.57 367	0.56 447	0.56 423	0.56 438	0.56 413	0.53 435	0.57 425	0.57 447	0.59 432	0.48 417	0.56 419	0.57 434	0.55 390	0.56 414	0.47 402	0.56 451	0.62 414	0.56 436
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 392	0.69 276	0.56 402	0.71 395	0.56 447	0.71 445	0.56 438	0.71 438	0.56 438	0.72 445	0.56 446	0.71 445	0.56 437	0.71 441	0.58 436	0.68 414	0.55 412	0.68 447	0.55 447	0.68 420	0.54 426

CAR	0.72 412	0.76 286	0.59 406	0.84 410	1.19 537	0.81 457	0.58 441	0.81 452	0.58 441	0.81 460	0.58 449	0.83 465	0.59 443	0.82 456	0.59 439	0.71 419	0.49 392	0.73 454	0.68 476	0.87 452	0.52 421

MSE-Stereo	0.72 412	0.76 286	0.59 406	0.84 410	1.19 537	0.81 457	0.58 441	0.81 452	0.58 441	0.81 460	0.58 449	0.83 465	0.59 443	0.82 456	0.59 439	0.71 419	0.49 392	0.73 454	0.68 476	0.87 452	0.52 421

zero-FE	0.72 412	1.31 437	0.66 425	0.92 423	0.60 451	0.82 460	0.58 441	0.82 455	0.58 441	0.81 460	0.60 452	0.81 463	0.60 445	0.82 456	0.58 436	0.74 429	0.59 421	0.73 454	0.52 442	0.76 433	0.51 420

UDG	0.80 433	2.21 526	0.60 410	0.91 420	0.60 451	0.90 471	0.58 441	0.88 462	0.60 446	0.90 469	0.60 452	0.88 470	0.60 445	0.90 472	0.58 436	0.86 449	0.60 422	0.84 477	0.59 455	0.84 450	0.61 442

MGA	0.73 416	0.76 286	0.60 410	0.92 423	1.17 533	0.81 457	0.59 445	0.84 456	0.62 449	0.81 460	0.59 451	0.84 467	0.60 445	0.81 455	0.61 443	0.71 419	0.53 409	0.89 481	0.53 444	0.75 431	0.54 426

DDUNet	0.81 438	2.45 546	0.57 404	0.90 418	0.60 451	0.88 468	0.59 445	0.90 463	0.60 446	0.88 468	0.60 452	0.90 474	0.58 441	0.88 469	0.60 441	0.84 447	0.60 422	0.86 479	0.57 453	0.86 451	0.60 441

RAFT-Stereo + iAFF	0.70 406	0.72 279	0.71 442	0.80 405	0.62 461	0.82 460	0.61 447	0.81 452	0.62 449	0.81 460	0.63 458	0.80 460	0.70 469	0.73 445	0.61 443	0.76 432	0.61 426	0.74 459	0.61 458	0.77 435	0.61 442

ARAFT	0.68 402	0.81 294	0.63 418	0.74 399	0.60 451	0.78 451	0.62 448	0.77 445	0.66 456	0.74 451	0.63 458	0.75 453	0.62 449	0.83 461	0.60 441	0.70 418	0.55 412	0.70 452	0.60 456	0.78 437	0.55 433

LMCR-Stereo	0.65 395	0.63 272	0.65 424	0.65 383	0.65 464	0.66 440	0.63 449	0.58 419	0.65 454	0.63 436	0.64 460	0.65 441	0.65 452	0.66 436	0.66 451	0.66 412	0.64 429	0.65 445	0.67 475	0.68 420	0.73 472

plain	1.88 572	3.16 579	0.64 420	3.10 595	0.65 464	3.10 636	0.64 450	3.12 635	0.65 454	3.10 636	0.65 462	3.11 636	0.65 452	3.12 635	0.65 448	3.12 629	0.65 431	3.13 634	0.65 469	3.13 622	0.65 454

AFF-stereo	0.73 416	0.88 305	0.67 429	0.75 400	0.68 471	0.75 448	0.64 450	0.80 449	0.72 482	0.83 465	0.70 477	0.82 464	0.64 450	0.84 462	0.67 452	0.77 434	0.63 428	0.81 471	0.63 460	0.78 437	0.62 445

DSFCA	0.66 397	0.73 281	0.78 456	0.65 383	0.65 464	0.64 438	0.64 450	0.65 430	0.63 452	0.64 437	0.64 460	0.64 438	0.64 450	0.65 435	0.65 448	0.65 410	0.65 431	0.65 445	0.65 469	0.66 418	0.64 452

MyStereo06	0.75 420	4.12 604	0.60 410	0.63 379	0.61 456	0.62 436	0.66 453	0.56 413	0.45 408	0.55 420	0.48 429	0.54 418	0.46 408	0.57 424	0.45 400	0.60 398	0.57 416	0.64 442	0.55 447	0.72 427	0.55 433

MyStereo05	0.80 433	4.12 604	0.63 418	0.63 379	0.61 456	0.62 436	0.66 453	0.65 430	0.62 449	0.67 441	0.61 456	0.65 441	0.58 441	0.67 438	0.55 433	0.60 398	0.57 416	0.64 442	0.55 447	0.72 427	0.55 433

MIF-Stereo (partial)	2.58 627	3.31 584	0.66 425	3.18 599	0.66 467	3.18 637	0.66 453	3.21 636	0.67 457	3.19 637	0.66 464	3.19 637	0.66 455	3.31 639	0.68 459	5.09 661	1.79 604	8.23 681	1.67 616	6.18 665	1.38 592

test_xeample3	1.10 495	1.81 478	0.61 416	0.84 410	0.49 430	0.77 449	0.66 453	0.92 468	1.40 596	0.68 443	0.46 417	0.78 456	0.54 436	1.72 582	1.48 598	1.34 549	1.52 582	1.35 580	1.67 616	1.33 557	1.55 598

WQFJA1++	0.84 449	0.98 327	0.67 429	1.26 516	0.75 483	1.00 481	0.67 457	1.00 476	0.67 457	1.00 481	0.67 465	1.00 487	0.67 457	1.00 487	0.67 452	0.96 462	0.67 433	0.91 485	0.63 460	0.92 462	0.63 446

WQFJA1	0.85 455	0.98 327	0.67 429	1.29 522	0.76 488	1.01 488	0.67 457	1.02 488	0.67 457	1.02 495	0.67 465	1.01 494	0.67 457	1.01 494	0.68 459	0.99 468	0.67 433	0.93 491	0.64 465	0.92 462	0.65 454

WQFJX1	0.84 449	0.98 327	0.67 429	1.30 524	0.75 483	1.01 488	0.67 457	1.01 484	0.67 457	1.01 491	0.67 465	1.01 494	0.68 461	1.00 487	0.68 459	0.98 467	0.67 433	0.92 488	0.64 465	0.92 462	0.64 452

ours_stereo	1.20 503	1.21 423	0.90 471	1.64 549	1.11 526	1.35 568	0.67 457	1.76 579	0.93 508	1.70 583	1.10 524	1.39 573	0.75 478	1.41 573	0.81 493	1.60 567	1.03 485	1.33 577	1.00 514	1.61 567	0.72 469

LiteMatch	1.13 500	0.73 281	2.80 634	3.23 600	0.61 456	0.83 462	0.68 461	0.73 441	0.69 468	1.00 481	0.77 493	0.94 481	0.57 438	0.82 456	0.64 445	2.97 626	2.43 628	0.68 447	0.32 347	0.56 407	0.70 462

Lsterematch	1.13 500	0.73 281	2.80 634	3.23 600	0.61 456	0.83 462	0.68 461	0.73 441	0.69 468	1.00 481	0.77 493	0.94 481	0.57 438	0.82 456	0.64 445	2.97 626	2.43 628	0.68 447	0.32 347	0.56 407	0.70 462

WQFJX	0.85 455	1.00 336	0.68 436	1.30 524	0.75 483	1.01 488	0.68 461	1.01 484	0.68 463	1.01 491	0.68 470	1.03 499	0.68 461	1.02 498	0.67 452	0.97 463	0.67 433	0.93 491	0.63 460	0.94 471	0.63 446

NLMM	0.84 449	1.00 336	0.67 429	1.27 517	0.75 483	1.00 481	0.68 461	1.00 476	0.67 457	1.00 481	0.67 465	1.02 498	0.67 457	1.02 498	0.67 452	0.97 463	0.67 433	0.93 491	0.63 460	0.92 462	0.63 446

NLSM3	0.85 455	0.99 334	0.68 436	1.29 522	0.76 488	1.01 488	0.68 461	1.01 484	0.68 463	1.02 495	0.68 470	1.01 494	0.68 461	1.01 494	0.68 459	0.97 463	0.68 438	0.93 491	0.64 465	0.93 467	0.63 446

UniTT-Stereo	2.03 590	3.43 586	0.72 445	3.42 612	0.73 479	3.27 639	0.68 461	3.38 640	0.69 468	3.29 639	0.72 485	3.28 639	0.70 469	3.35 641	0.68 459	3.39 632	0.68 438	3.31 637	0.69 480	3.37 623	0.73 472

R-Stereo Train	0.81 438	0.96 324	0.67 429	0.95 432	0.67 468	0.95 476	0.68 461	0.95 474	0.68 463	0.95 479	0.68 470	0.96 484	0.68 461	0.96 483	0.68 459	0.94 460	0.68 438	0.94 495	0.68 476	0.94 471	0.68 459

RAFT-Stereo	0.81 438	0.96 324	0.67 429	0.95 432	0.67 468	0.95 476	0.68 461	0.95 474	0.68 463	0.95 479	0.68 470	0.96 484	0.68 461	0.96 483	0.68 459	0.94 460	0.68 438	0.94 495	0.68 476	0.94 471	0.68 459
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
NLMM1	0.86 458	0.98 327	0.69 438	1.48 538	0.75 483	1.01 488	0.69 469	1.00 476	0.69 468	1.00 481	0.70 477	1.00 487	0.68 461	1.01 494	0.67 452	0.97 463	0.68 438	0.92 488	0.63 460	0.93 467	0.63 446

FlowAnything_test	1.02 487	1.72 456	0.71 442	1.59 541	0.70 474	1.61 581	0.69 469	1.61 572	0.70 474	1.60 575	0.70 477	1.61 582	0.69 467	1.61 579	0.70 473	0.81 440	0.58 418	0.81 471	0.55 447	0.81 445	0.56 436

FlowAnything	1.02 487	1.71 455	0.72 445	1.59 541	0.69 472	1.60 580	0.69 469	1.61 572	0.70 474	1.60 575	0.69 475	1.60 579	0.69 467	1.61 579	0.69 467	0.81 440	0.58 418	0.81 471	0.56 451	0.82 447	0.56 436

LG-Stereo	0.60 383	0.58 268	0.47 366	0.64 382	0.74 481	1.00 481	0.69 469	0.57 416	0.41 394	0.57 425	0.41 396	0.57 428	0.41 390	1.00 487	0.75 482	0.91 451	0.51 405	0.52 427	0.37 383	0.52 399	0.37 358

TorneroNet	0.66 397	0.53 257	0.50 386	0.50 340	0.64 462	1.06 497	0.70 473	0.50 387	0.51 434	0.49 384	0.69 475	0.49 388	0.50 426	0.48 381	1.15 524	0.71 419	0.49 392	1.14 512	1.08 522	0.49 386	0.49 410

DMCA-RVC	0.70 406	0.80 291	0.70 439	0.70 393	0.70 474	0.70 443	0.70 473	0.71 438	0.70 474	0.70 444	0.71 482	0.71 445	0.70 469	0.70 440	0.69 467	0.69 415	0.70 445	0.69 450	0.70 482	0.69 424	0.70 462

MSMD_ROB	1.19 502	1.10 365	0.70 439	1.10 449	0.60 451	1.10 503	0.70 473	1.10 493	0.70 474	1.10 501	0.70 477	1.10 506	0.70 469	7.00 680	0.70 473	1.10 480	0.70 445	1.10 511	0.70 482	1.10 486	0.70 462

AdaDepth	0.86 458	0.93 320	0.71 442	1.01 443	1.07 524	1.02 494	0.71 476	1.00 476	0.71 479	1.01 491	0.71 482	1.00 487	0.72 474	1.14 512	0.71 475	0.92 454	0.64 429	0.90 482	0.64 465	0.89 456	0.69 461

RSM++	0.76 425	0.82 296	0.66 425	0.85 414	0.64 462	0.85 464	0.71 476	0.94 472	0.64 453	0.87 466	0.67 465	0.87 469	0.65 452	0.84 462	0.65 448	0.81 440	0.70 445	0.79 466	0.71 485	0.83 449	0.70 462

MoCha-V2	2.11 598	26.97 684	0.78 456	0.92 423	0.77 491	0.96 478	0.72 478	0.90 463	0.72 482	0.94 477	0.70 477	0.90 474	0.71 473	0.91 473	0.71 475	0.85 448	0.71 449	0.88 480	0.69 480	0.87 452	0.67 458

DCRE	0.84 449	1.89 500	0.77 455	0.94 430	0.72 478	0.88 468	0.73 479	0.87 458	0.78 489	0.90 469	0.71 482	0.88 470	0.67 457	0.88 469	0.73 477	0.81 440	0.68 438	0.81 471	0.70 482	0.82 447	0.70 462

PA-Net	11.80 680	223.51 706	0.62 417	0.59 372	0.71 476	0.59 431	0.73 479	0.67 433	0.73 485	0.55 420	0.61 456	0.60 433	0.74 476	0.63 433	0.73 477	0.66 412	0.60 422	0.69 450	0.66 471	0.72 427	0.65 454
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DStereoRT	0.73 416	0.81 294	0.73 449	0.71 395	0.74 481	0.73 447	0.75 481	0.71 438	0.71 479	0.74 451	0.72 485	0.73 450	0.80 485	0.71 441	0.73 477	0.76 432	0.71 449	0.73 454	0.72 487	0.70 425	0.76 479

HSM-Net_RVC	0.95 474	1.17 373	0.78 456	1.18 465	0.71 476	1.16 511	0.75 481	1.09 492	0.80 495	1.10 501	0.75 490	1.17 515	0.74 476	1.17 515	0.80 490	1.13 487	0.73 452	1.17 519	0.77 494	1.16 493	0.72 469
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wavelet-MonSter	1.00 478	1.21 423	0.76 453	1.94 555	1.01 519	1.11 506	0.76 483	1.15 495	0.76 488	1.11 506	0.76 491	1.14 512	0.76 479	1.11 509	0.76 484	1.21 540	0.90 472	1.02 507	0.71 485	1.02 482	0.71 468

RAStereo	2.23 612	3.64 589	0.76 453	3.65 621	0.86 501	3.66 644	0.76 483	3.67 644	0.81 498	3.66 641	0.76 491	3.66 642	0.77 481	3.68 643	0.77 485	3.68 635	0.77 458	3.69 642	0.77 494	3.70 626	0.77 481

ToySt	0.92 466	2.11 517	0.90 471	0.95 432	0.79 494	0.99 480	0.78 485	0.94 472	0.81 498	0.94 477	0.78 495	0.95 483	0.77 481	0.94 479	0.86 497	0.91 451	0.79 462	0.85 478	0.77 494	0.89 456	0.73 472

tt45	1.04 490	0.88 305	1.36 568	0.92 423	1.03 522	1.51 579	0.79 486	0.70 437	0.88 501	0.74 451	0.90 505	1.60 579	0.72 474	1.60 577	0.75 482	0.91 451	0.78 460	1.52 587	0.79 498	1.14 488	1.32 585

iGMRVC	0.84 449	2.85 572	0.72 445	0.72 397	0.73 479	0.77 449	0.79 486	0.73 441	0.74 487	0.73 446	0.72 485	0.73 450	0.76 479	0.73 445	0.73 477	0.72 425	0.73 452	0.73 454	0.72 487	0.73 430	0.72 469

G-Net	0.79 430	0.79 290	0.79 459	0.79 402	0.79 494	0.79 453	0.79 486	0.79 446	0.79 493	0.79 456	0.79 497	0.79 458	0.79 484	0.79 450	0.79 487	0.79 435	0.79 462	0.79 466	0.79 498	0.79 439	0.79 484

LiteMatch*	2.07 596	1.30 435	5.73 668	6.28 658	0.79 494	1.33 567	0.80 489	1.30 561	1.02 522	1.33 565	0.84 503	1.33 570	0.97 497	1.28 568	1.04 515	6.05 669	5.89 664	1.28 575	0.76 492	1.28 555	0.88 491

Hybrid-DGEV	1.03 489	1.75 462	0.80 460	1.28 521	0.78 492	1.26 561	0.80 489	1.26 555	0.78 489	1.26 561	0.78 495	1.26 564	0.78 483	1.26 564	0.78 486	1.15 490	0.75 455	1.14 512	0.74 489	1.14 488	0.75 476

NaN_ROB	0.80 433	0.80 291	0.80 460	0.80 405	0.80 497	0.80 455	0.80 489	0.80 449	0.80 495	0.80 457	0.80 499	0.80 460	0.80 485	0.80 452	0.80 490	0.80 437	0.80 465	0.80 469	0.80 500	0.80 442	0.80 485

CSAN	0.80 433	0.80 291	0.80 460	0.80 405	0.80 497	0.80 455	0.80 489	0.80 449	0.80 495	0.80 457	0.80 499	0.80 460	0.80 485	0.80 452	0.80 490	0.80 437	0.80 465	0.80 469	0.80 500	0.80 442	0.80 485

Hybrid-DGEV-03	1.07 492	1.83 488	0.83 464	1.34 529	0.81 499	1.32 566	0.81 493	1.31 562	0.81 498	1.31 564	0.82 501	1.32 569	0.82 489	1.32 569	0.81 493	1.19 492	0.77 458	1.19 524	0.76 492	1.19 501	0.77 481

Hybrid-DGEV-2	1.05 491	1.83 488	0.83 464	1.33 528	0.82 500	1.30 564	0.81 493	1.26 555	0.79 493	1.29 563	0.79 497	1.26 564	0.80 485	1.26 564	0.79 487	1.20 494	0.78 460	1.18 522	0.77 494	1.20 503	0.77 481

AIO-Stereo-zeroshot	0.91 464	0.86 301	0.89 468	1.25 515	0.69 472	1.05 496	0.81 493	1.16 498	0.50 427	1.12 507	0.97 513	0.72 448	0.82 489	1.06 501	0.95 504	0.61 402	0.87 470	1.03 509	0.85 506	1.04 483	1.01 510

AIO-Stereo	0.84 449	0.66 275	0.70 439	0.83 409	0.67 468	0.98 479	0.82 496	1.14 494	0.72 482	1.03 497	0.74 489	1.03 499	1.09 511	0.99 485	0.45 400	1.04 474	0.73 452	0.95 497	0.74 489	0.94 471	0.46 396

Selective-RAFT	0.89 463	0.89 308	0.72 445	1.16 463	0.78 492	1.06 497	0.82 496	0.87 458	0.97 513	1.00 481	0.91 508	0.90 474	1.00 500	0.89 471	0.93 503	0.83 445	0.83 468	0.82 475	0.82 503	0.81 445	0.82 488

DPSimNet_ROB	0.97 475	1.18 375	0.81 463	1.10 449	0.91 507	1.02 494	0.82 496	1.04 489	0.91 503	1.03 497	0.86 504	1.28 568	0.82 489	1.03 500	0.89 498	1.17 491	0.81 467	1.02 507	0.82 503	1.08 485	0.81 487

MLG-Stereo	0.92 466	0.90 311	0.84 466	1.27 517	0.49 430	1.38 572	0.88 499	1.41 569	0.97 513	0.73 446	1.09 523	1.26 564	0.43 399	0.72 443	1.05 516	1.13 487	0.49 392	1.18 522	0.66 471	1.01 480	0.46 396

HBP-ISP	1.24 551	1.72 456	1.65 588	1.15 458	0.76 488	1.40 574	0.88 499	1.67 578	1.02 522	1.69 582	1.38 595	1.69 583	1.21 569	1.87 589	1.21 578	1.05 475	0.79 462	0.97 500	0.80 500	1.19 501	0.75 476

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 501	0.06 116	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	0.05 113	0.05 117

FC-DCNN	1.07 492	1.09 361	0.98 480	0.89 416	0.52 441	1.41 575	0.91 502	1.21 551	1.24 584	1.96 587	2.05 641	1.91 588	1.30 576	1.27 567	1.08 518	0.80 437	0.60 422	0.58 435	0.41 408	0.68 420	0.54 426

DGTPSM_ROB	0.93 471	1.00 336	0.92 475	0.94 430	0.96 512	0.91 472	0.92 503	0.91 465	0.96 512	0.91 471	0.96 512	0.93 480	0.92 494	0.94 479	0.92 499	0.92 454	0.92 475	0.90 482	0.92 507	0.94 471	0.91 496

DPSM_ROB	0.92 466	0.91 313	0.91 473	0.91 420	0.92 508	0.92 473	0.92 503	0.92 468	0.91 503	0.93 475	0.91 508	0.92 477	0.90 492	0.91 473	0.92 499	0.92 454	0.91 473	0.91 485	0.92 507	0.93 467	0.93 498

DPSM	0.92 466	0.91 313	0.91 473	0.91 420	0.92 508	0.92 473	0.92 503	0.92 468	0.91 503	0.93 475	0.91 508	0.92 477	0.90 492	0.91 473	0.92 499	0.92 454	0.91 473	0.91 485	0.92 507	0.93 467	0.93 498

pmcnn	0.92 466	0.92 318	0.92 475	0.92 423	0.92 508	0.92 473	0.92 503	0.92 468	0.92 507	0.92 473	0.92 511	0.92 477	0.92 494	0.92 477	0.92 499	0.92 454	0.92 475	0.92 488	0.92 507	0.92 462	0.92 497

Selective-RAFT-Error	0.88 461	0.84 297	0.98 480	0.86 415	0.97 513	0.88 468	0.95 507	0.84 456	0.99 516	0.92 473	0.82 501	0.84 467	0.98 499	0.87 467	0.97 506	0.81 440	0.83 468	0.79 466	0.82 503	0.79 439	0.85 490

ACVNet	0.20 167	0.19 124	0.14 148	0.20 160	0.14 181	0.20 187	0.96 508	0.21 193	0.14 181	0.20 184	0.13 180	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	0.17 176	0.12 166

acv_ft	0.20 167	0.19 124	0.14 148	0.20 160	0.14 181	0.20 187	0.96 508	0.21 193	0.14 181	0.20 184	0.13 180	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	0.17 176	0.12 166

MM-Stereo_test2	1.20 503	1.85 494	1.05 488	1.46 537	0.94 511	1.36 570	0.99 510	1.36 564	0.95 510	1.41 570	0.98 514	1.40 575	0.96 496	1.37 571	0.95 504	1.37 554	1.06 486	1.33 577	0.93 511	1.29 556	0.89 494

Test_v1	1.00 478	1.00 336	1.00 482	1.00 439	1.00 514	1.00 481	1.00 511	1.00 476	1.00 517	1.00 481	1.00 515	1.00 487	1.00 500	1.00 487	1.00 509	1.00 469	1.00 478	1.00 502	1.00 514	1.00 476	1.00 505

GANet	1.00 478	1.00 336	1.00 482	1.00 439	1.00 514	1.00 481	1.00 511	1.00 476	1.00 517	1.00 481	1.00 515	1.00 487	1.00 500	1.00 487	1.00 509	1.00 469	1.00 478	1.00 502	1.00 514	1.00 476	1.00 505

TDLM	1.00 478	1.00 336	1.00 482	1.00 439	1.00 514	1.00 481	1.00 511	1.00 476	1.00 517	1.00 481	1.00 515	1.00 487	1.00 500	1.00 487	1.00 509	1.00 469	1.00 478	1.00 502	1.00 514	1.00 476	1.00 505

CVANet_RVC	1.00 478	1.00 336	1.00 482	1.00 439	1.00 514	1.00 481	1.00 511	1.00 476	1.00 517	1.00 481	1.00 515	1.00 487	1.00 500	1.00 487	1.00 509	1.00 469	1.00 478	1.00 502	1.00 514	1.00 476	1.00 505

MM-Stereo_test3	1.27 553	2.07 513	1.18 500	1.60 544	1.02 521	1.45 577	1.01 515	1.40 568	1.04 524	1.44 572	1.03 520	1.46 577	1.02 508	1.44 575	1.02 514	1.51 563	1.12 500	1.32 576	0.98 512	1.38 560	0.97 501

trnet	1.01 485	1.01 345	1.01 486	1.01 443	1.01 519	1.01 488	1.01 515	1.01 484	1.01 521	1.01 491	1.01 519	1.01 494	1.01 507	1.01 494	1.01 513	1.01 473	1.01 483	1.01 506	1.01 520	1.01 480	1.01 510

MaDis-Stereo	3.19 637	6.02 640	1.12 492	5.61 654	1.16 532	5.43 672	1.02 517	5.15 671	0.70 474	5.43 671	1.21 578	5.03 672	0.97 497	4.85 665	0.99 508	4.53 643	1.16 503	5.53 671	1.25 583	5.37 661	1.30 583

ac_64	0.22 179	0.13 107	0.19 188	0.23 176	0.10 147	0.26 229	1.02 517	0.14 154	0.10 144	0.28 230	0.14 185	0.17 174	0.19 221	0.28 237	0.09 134	0.22 183	0.16 169	0.23 210	0.17 216	0.11 148	0.12 166

BLMT-Stereo	1.53 560	1.36 441	1.06 489	1.42 536	1.23 589	1.41 575	1.07 519	1.43 570	1.12 526	1.42 571	1.06 521	1.83 585	1.07 510	1.42 574	1.07 517	1.27 544	1.38 573	6.80 677	1.00 514	1.26 553	1.00 505

GLC_STEREO	1.07 492	1.01 345	1.06 489	1.07 447	1.05 523	1.06 497	1.08 520	1.08 490	1.05 525	1.07 499	1.06 521	1.08 502	1.05 509	1.06 501	1.10 519	1.07 476	1.09 493	1.05 510	1.05 521	1.06 484	1.12 517

sAnonymous2	3.31 638	2.63 552	1.38 572	3.71 623	1.86 621	4.70 664	1.11 521	4.82 667	2.72 644	5.45 672	1.98 636	4.59 657	2.64 631	2.65 622	6.21 677	4.37 639	1.08 491	5.16 669	2.24 639	4.52 638	2.39 636

CroCo_RVC	3.31 638	2.63 552	1.38 572	3.71 623	1.86 621	4.70 664	1.11 521	4.82 667	2.72 644	5.45 672	1.98 636	4.59 657	2.64 631	2.65 622	6.21 677	4.37 639	1.08 491	5.16 669	2.24 639	4.52 638	2.39 636

NCC-stereo	2.36 618	25.52 679	1.17 498	1.15 458	1.17 533	1.11 506	1.11 521	1.15 495	1.16 529	1.10 501	1.16 528	1.10 506	1.15 516	1.14 512	1.13 522	1.09 478	1.11 497	1.15 514	1.16 528	1.17 498	1.17 526

Nwc_Net	2.37 620	25.95 681	1.15 496	1.14 455	1.15 528	1.08 500	1.14 524	1.17 500	1.16 529	1.14 510	1.15 525	1.08 502	1.15 516	1.11 509	1.14 523	1.10 480	1.11 497	1.16 515	1.09 523	1.16 493	1.15 522

RP	2.33 616	25.00 677	1.13 493	1.15 458	1.15 528	1.10 503	1.15 525	1.15 495	1.15 528	1.12 507	1.15 525	1.09 504	1.13 513	1.10 507	1.15 524	1.11 485	1.09 493	1.16 515	1.12 524	1.16 493	1.17 526

Abc-Net	2.32 615	24.75 676	1.14 494	1.17 464	1.17 533	1.11 506	1.15 525	1.17 500	1.21 581	1.08 500	1.16 528	1.12 511	1.14 515	1.09 505	1.17 528	1.09 478	1.16 503	1.17 519	1.17 529	1.16 493	1.11 515
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 618	25.48 678	1.19 502	1.15 458	1.15 528	1.10 503	1.16 527	1.17 500	1.16 529	1.12 507	1.16 528	1.11 510	1.13 513	1.09 505	1.18 529	1.10 480	1.15 502	1.16 515	1.12 524	1.14 488	1.12 517

edge stereo	2.43 623	27.07 685	1.14 494	1.06 446	1.14 527	1.08 500	1.17 528	1.16 498	1.14 527	1.10 501	1.16 528	1.09 504	1.16 520	1.10 507	1.16 527	1.10 480	1.11 497	1.16 515	1.19 530	1.13 487	1.11 515

AF-Net	2.37 620	25.71 680	1.17 498	1.13 454	1.15 528	1.15 510	1.18 529	1.19 503	1.16 529	1.10 501	1.15 525	1.10 506	1.18 521	1.12 511	1.15 524	1.10 480	1.10 496	1.17 519	1.15 526	1.16 493	1.12 517

stereogan	2.33 616	24.38 675	1.18 500	1.18 465	1.18 536	1.14 509	1.18 529	1.19 503	1.19 535	1.14 510	1.18 532	1.14 512	1.18 521	1.14 512	1.18 529	1.14 489	1.14 501	1.19 524	1.19 530	1.15 491	1.19 530

DisPM	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

CrosDoStereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

PFNet+	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

LCNet	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

HHNet	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

Patchmatch Stereo++	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531
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	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

STrans-v2	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

TransformOpticalFlow	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

OMP-Stereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

IIG-Stereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

NF-Stereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

OCTAStereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

PSM-softLoss	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

KMStereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

NRIStereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

PSM-adaLoss	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

PSM-AAD	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

FTStereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

ROB_FTStereo_v2	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

ROB_FTStereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

Consistency-Raft	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

KYRaft	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

HUI-Stereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

ASMatch	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

DeepStereo_LL	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

DEmStereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

SST-Stereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

THIR-Stereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

RAFT_R40	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

DRaft	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

PFNet	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

GrayStereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

RE-Stereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

Pruner-Stereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

TVStereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

DeepStereo_RVC	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

RAFT-RH_RVC	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

IRAFT_RVC	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

RAFT-345	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

iRAFT	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

CRE-IMP	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

GMM-Stereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

RAFT-IKP	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

Prome-Stereo	1.20 503	1.20 377	1.20 505	1.20 467	1.20 539	1.20 512	1.20 531	1.20 506	1.20 536	1.20 514	1.20 533	1.20 517	1.20 523	1.20 517	1.20 533	1.20 494	1.20 508	1.20 526	1.20 533	1.20 503	1.20 531

GwcNet	0.12 120	0.07 77	0.05 79	0.08 69	0.05 121	0.08 127	1.20 531	0.07 126	0.05 119	0.05 112	0.05 122	0.08 128	0.05 112	0.08 129	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

GANetREF_RVC	1.55 561	1.94 509	1.22 552	1.88 552	1.21 585	1.88 587	1.22 577	1.88 581	1.22 582	1.88 584	1.22 579	1.88 586	1.22 570	1.89 590	1.22 579	1.87 575	1.22 555	1.88 601	1.22 579	1.88 579	1.22 577
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	1.59 562	1.91 503	1.21 551	1.94 555	1.20 539	2.00 595	1.23 578	1.99 586	1.24 584	2.00 592	1.25 582	2.03 596	1.26 572	2.00 594	1.29 587	1.90 579	1.18 507	1.89 602	1.21 578	1.89 580	1.20 531
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FAT-Stereo	2.46 624	26.05 682	1.23 554	1.23 514	1.22 587	1.20 512	1.24 579	1.23 554	1.23 583	1.19 513	1.22 579	1.21 562	1.24 571	1.20 517	1.24 580	1.21 540	1.17 506	1.22 572	1.25 583	1.20 503	1.24 580

IGEV	2.02 588	2.20 524	1.82 601	2.90 592	2.16 637	2.41 611	1.25 580	2.00 587	1.98 634	1.99 591	1.31 587	2.72 629	1.93 614	2.67 624	1.69 609	2.26 596	1.32 557	1.83 593	1.87 628	2.53 612	1.61 606

S-Stereo	2.51 625	26.86 683	1.23 554	1.22 512	1.22 587	1.24 560	1.25 580	1.22 552	1.24 584	1.21 559	1.24 581	1.19 516	1.27 573	1.19 516	1.24 580	1.19 492	1.20 508	1.25 573	1.19 530	1.24 552	1.23 579

3w_stereo	2.04 593	2.24 528	1.70 590	3.15 597	2.18 641	2.49 615	1.26 582	2.03 589	1.98 634	1.98 590	1.33 588	2.72 629	1.99 620	2.59 619	1.72 612	2.22 595	1.33 564	1.85 594	1.88 633	2.50 607	1.58 602

StereoVision	3.15 636	5.00 618	0.89 468	4.83 645	1.00 514	3.93 645	1.27 583	6.37 674	1.34 589	5.67 674	1.26 583	5.84 675	1.27 573	5.03 671	1.24 580	5.10 662	1.09 493	4.61 655	0.57 453	5.62 663	1.12 517

4.5_new	2.00 580	1.84 493	1.98 618	2.77 587	2.16 637	2.27 603	1.28 584	2.09 591	1.98 634	2.01 593	1.28 585	2.71 625	1.98 618	2.51 616	1.65 605	2.26 596	1.33 564	1.87 598	1.87 628	2.49 605	1.60 604

CC-Net-ROB	1.36 556	1.33 439	1.33 557	1.36 532	1.38 593	1.36 570	1.33 585	1.37 566	1.34 589	1.35 567	1.36 592	1.38 572	1.34 579	1.38 572	1.38 594	1.35 550	1.38 573	1.33 577	1.35 588	1.43 561	1.34 588

11t	1.27 553	2.70 557	1.34 558	1.32 527	0.89 503	1.30 564	1.34 586	1.64 575	0.57 440	1.45 573	0.72 485	1.05 501	1.29 575	1.07 504	1.29 587	1.49 560	1.02 484	0.97 500	1.15 526	1.48 562	1.31 584

2.25w	2.00 580	1.86 497	1.98 618	2.95 593	2.17 639	2.26 602	1.35 587	2.42 611	2.00 637	2.07 600	1.27 584	2.53 613	1.99 620	2.29 604	1.49 599	2.21 594	1.32 557	1.85 594	1.87 628	2.52 609	1.62 607

MaskLacGwcNet_RVC	1.35 555	1.35 440	1.35 560	1.35 531	1.35 590	1.35 568	1.35 587	1.36 564	1.35 592	1.36 568	1.35 590	1.36 571	1.36 581	1.36 570	1.35 591	1.35 550	1.35 569	1.35 580	1.35 588	1.35 558	1.35 589

ktn	0.72 412	0.53 257	1.08 491	1.14 455	0.51 440	1.22 558	1.36 589	0.51 401	0.59 445	0.51 406	0.51 441	0.69 444	1.20 523	0.67 438	0.51 426	0.51 378	0.49 392	0.58 435	0.66 471	0.52 399	0.53 423

IGEVStereo-DCA	1.77 568	4.21 608	1.84 605	2.49 580	2.11 635	2.54 621	1.36 589	1.65 576	1.17 533	2.75 630	1.90 624	2.54 616	1.15 516	0.94 479	1.11 520	1.50 561	1.32 557	0.96 498	1.46 600	1.49 563	0.88 491

rrr	1.77 568	4.21 608	1.84 605	2.49 580	2.11 635	2.54 621	1.36 589	1.65 576	1.17 533	2.75 630	1.90 624	2.54 616	1.15 516	0.94 479	1.11 520	1.50 561	1.32 557	0.96 498	1.46 600	1.49 563	0.88 491

MC-Stereo	1.76 567	2.96 573	1.37 570	2.14 563	1.37 592	2.14 601	1.36 589	2.14 595	1.37 594	2.14 601	1.37 593	2.14 598	1.37 583	2.14 599	1.37 593	1.97 583	1.32 557	1.97 604	1.32 587	1.98 581	1.33 586

RASNet	1.49 559	1.65 452	1.45 576	1.38 534	1.43 596	1.47 578	1.36 589	1.38 567	1.36 593	1.39 569	1.60 606	1.45 576	1.45 587	1.51 576	2.21 636	1.53 564	1.36 570	1.36 582	1.36 590	1.66 570	1.36 590

PS-NSSS	1.38 558	1.39 444	1.34 558	1.34 529	1.35 590	1.38 572	1.37 594	1.35 563	1.38 595	1.34 566	1.34 589	1.39 573	1.38 584	1.70 581	1.40 595	1.36 552	1.36 570	1.36 582	1.37 591	1.37 559	1.36 590

3.25w	2.04 593	2.20 524	1.48 578	3.03 594	2.17 639	2.63 625	1.39 595	1.96 584	1.95 633	1.96 587	1.37 593	2.71 625	1.96 617	2.71 625	1.73 617	2.26 596	1.32 557	1.87 598	1.87 628	2.51 608	1.63 608

CFNet-RSSM	0.91 464	4.89 617	0.34 269	0.44 281	1.07 524	1.62 583	1.40 596	0.91 465	0.35 355	1.60 575	1.39 596	0.64 438	0.34 349	0.44 348	0.33 331	0.41 296	0.35 317	0.75 460	0.30 329	0.41 348	0.29 297

MM-Stereo_test1	1.80 570	3.41 585	1.52 583	2.12 562	1.41 595	2.04 596	1.41 597	2.05 590	1.46 599	2.04 596	1.41 597	2.05 597	1.42 586	2.05 595	1.43 597	2.04 587	1.54 585	1.94 603	1.38 593	1.99 582	1.33 586

sCroCo_RVC	2.10 597	2.76 565	1.92 615	2.78 590	1.39 594	2.73 629	1.41 597	2.73 626	1.40 596	2.77 635	1.41 597	2.74 631	1.40 585	2.74 630	1.40 595	2.72 624	1.42 576	2.72 632	1.44 599	2.79 619	1.42 594

MonStereo1	1.94 574	2.77 567	1.52 583	3.73 625	1.51 599	2.13 600	1.42 599	2.32 605	1.52 600	2.31 609	1.50 600	2.53 613	1.59 589	2.34 607	1.56 600	1.91 580	1.36 570	1.86 597	1.31 586	2.07 583	1.53 596

1w_stereo	2.05 595	2.32 533	1.35 560	3.74 626	2.01 629	2.73 629	1.42 599	1.88 581	1.93 632	2.03 595	1.28 585	2.71 625	1.99 620	2.72 627	1.72 612	2.20 593	1.32 557	1.87 598	1.86 627	2.45 601	1.54 597

RAFT_CTSACE	1.92 573	3.71 592	1.72 593	1.88 552	1.72 614	2.04 596	1.42 599	2.18 597	1.89 630	2.02 594	1.97 630	1.95 589	2.06 624	1.93 591	1.62 603	1.76 570	1.66 596	2.02 605	1.73 624	1.73 573	1.43 595

2.5w	2.01 587	2.40 543	1.37 570	3.28 604	2.01 629	2.71 626	1.43 602	1.82 580	1.83 622	1.90 586	1.41 597	2.71 625	1.35 580	2.71 625	1.85 623	2.66 620	1.53 583	1.64 589	1.23 580	2.53 612	1.87 623

3.5w_stereo	2.03 590	2.72 561	1.35 560	3.41 611	1.57 600	2.72 627	1.49 603	2.01 588	1.34 589	2.15 602	1.61 608	2.63 622	1.36 581	2.72 627	1.99 634	2.66 620	1.58 588	1.68 591	1.24 581	2.53 612	1.87 623

3.25w_new	2.03 590	2.72 561	1.35 560	3.33 609	1.57 600	2.72 627	1.53 604	2.15 596	1.33 588	2.15 602	1.60 606	2.63 622	1.30 576	2.72 627	1.99 634	2.67 622	1.53 583	1.75 592	1.25 583	2.53 612	1.87 623

monsterstereo	2.20 608	2.33 534	1.95 616	3.65 621	2.07 634	2.49 615	1.61 605	2.48 613	1.83 622	2.45 615	1.61 608	2.67 624	1.86 607	2.64 621	1.94 630	2.48 616	1.66 596	2.34 617	1.68 618	2.40 598	1.86 621

DPSMNet_ROB	1.60 563	1.59 451	1.70 590	1.59 541	1.59 602	1.61 581	1.61 605	1.60 571	1.60 602	1.62 581	1.59 605	1.60 579	1.60 590	1.60 577	1.59 602	1.59 565	1.60 592	1.59 588	1.59 608	1.59 566	1.59 603

monsters	2.18 602	2.41 544	1.96 617	3.47 614	2.03 633	2.53 619	1.64 607	2.48 613	1.73 613	2.40 613	1.50 600	2.62 621	1.94 615	2.59 619	1.94 630	2.44 612	1.57 587	2.28 613	1.87 628	2.42 599	1.86 621

Anonymous3	2.55 626	3.26 583	1.65 588	3.28 604	1.63 605	3.24 638	1.68 608	3.27 637	1.66 603	3.28 638	1.67 611	3.25 638	1.66 593	3.27 637	1.64 604	3.26 630	1.65 595	3.30 636	1.65 614	4.95 656	1.65 611

UDGNet	2.23 612	5.40 630	1.72 593	2.48 579	1.69 610	2.51 618	1.69 609	2.51 616	1.72 612	2.50 618	1.69 613	2.52 612	1.69 596	2.50 615	1.68 608	2.41 611	1.70 598	2.42 622	1.69 620	2.42 599	1.64 609

MFMNet_re	1.81 571	1.91 503	1.71 592	1.95 557	1.70 613	1.95 592	1.70 610	1.96 584	1.74 615	1.97 589	1.72 614	1.95 589	1.71 598	1.97 593	1.71 610	1.86 573	1.62 593	1.85 594	1.66 615	1.86 578	1.64 609

4w-stereo	2.02 588	2.72 561	1.44 575	3.36 610	1.59 602	2.48 614	1.72 611	2.28 598	1.24 584	2.24 604	1.65 610	2.56 618	1.32 578	2.39 610	1.98 633	2.67 622	1.51 581	1.66 590	1.24 581	2.53 612	1.88 626

U	5.15 672	8.49 652	1.81 596	8.49 669	1.77 615	8.49 681	1.77 612	8.51 682	1.77 617	8.49 682	1.77 615	8.50 682	1.78 605	8.58 682	1.77 618	8.54 680	1.78 602	8.55 682	1.78 625	8.55 676	1.84 619

FBW_ROB	2.12 599	2.46 547	1.77 595	2.49 580	1.79 617	2.38 609	1.83 613	2.46 612	1.78 618	2.48 617	1.97 630	2.40 608	1.78 605	2.42 613	1.83 621	2.31 604	1.85 607	2.38 620	1.82 626	2.35 596	1.84 619

TRStereo	2.00 580	2.13 518	1.85 607	2.27 569	1.84 618	2.28 605	1.84 614	2.29 600	1.86 624	2.30 606	1.87 619	2.30 600	1.87 608	2.08 596	1.72 612	2.08 588	1.72 599	2.08 607	1.72 621	2.08 584	1.72 614

XX-Stereo	2.00 580	2.13 518	1.85 607	2.27 569	1.84 618	2.28 605	1.84 614	2.29 600	1.86 624	2.30 606	1.87 619	2.30 600	1.87 608	2.08 596	1.72 612	2.08 588	1.72 599	2.08 607	1.72 621	2.08 584	1.72 614

EAI-Stereo	2.00 580	2.13 518	1.85 607	2.27 569	1.84 618	2.28 605	1.84 614	2.29 600	1.86 624	2.30 606	1.87 619	2.30 600	1.87 608	2.08 596	1.72 612	2.08 588	1.72 599	2.08 607	1.72 621	2.08 584	1.72 614

asd	2.18 602	2.77 567	1.58 585	3.59 619	2.00 628	2.58 623	1.85 617	2.39 610	1.71 608	2.47 616	1.97 630	2.59 620	1.61 591	2.56 617	1.79 619	2.51 617	1.99 609	2.11 610	1.62 612	2.36 597	1.60 604

asda	2.17 600	2.54 548	1.81 596	3.47 614	1.78 616	2.50 617	1.86 618	2.61 619	1.68 604	2.61 621	1.83 616	2.37 607	1.73 600	2.44 614	1.88 628	2.51 617	1.84 606	2.34 617	1.62 612	2.23 589	1.77 618

LGtest1	2.22 609	2.70 557	1.89 612	2.76 586	1.86 621	2.75 631	1.86 618	2.75 627	1.86 624	2.75 630	1.86 618	2.77 634	1.87 608	2.75 631	1.86 624	2.46 613	1.58 588	2.45 623	1.56 602	2.45 601	1.56 599

LG-G_1	2.22 609	2.71 559	1.89 612	2.77 587	1.87 624	2.75 631	1.87 620	2.76 628	1.87 628	2.75 630	1.87 619	2.76 632	1.87 608	2.75 631	1.86 624	2.47 614	1.58 588	2.45 623	1.57 603	2.45 601	1.57 600

LG-G	2.22 609	2.71 559	1.89 612	2.77 587	1.87 624	2.75 631	1.87 620	2.76 628	1.87 628	2.75 630	1.87 619	2.76 632	1.87 608	2.75 631	1.86 624	2.47 614	1.58 588	2.45 623	1.57 603	2.45 601	1.57 600

AIO_rvc	2.18 602	2.34 538	1.87 611	2.32 573	1.94 627	2.40 610	1.89 622	2.37 608	2.07 639	2.52 619	1.95 629	2.44 610	1.99 620	2.41 611	1.89 629	2.32 605	2.09 618	2.24 611	2.18 637	2.21 588	2.23 630

qwe	2.18 602	2.60 551	1.58 585	3.83 627	1.90 626	2.53 619	1.90 623	2.48 613	1.73 613	2.37 612	1.92 626	2.53 613	1.68 594	2.56 617	1.83 621	2.52 619	1.87 608	2.07 606	1.68 618	2.32 595	1.71 613

AIO_test	2.18 602	2.09 516	2.04 622	2.42 577	2.01 629	2.47 613	1.94 624	2.34 607	2.03 638	2.56 620	1.94 627	2.43 609	1.94 615	2.41 611	1.87 627	2.39 610	2.10 619	2.35 619	1.91 634	2.25 591	2.19 629

4.25w-stereo	1.98 575	2.72 561	1.46 577	3.47 614	1.43 596	2.07 598	1.98 625	2.53 617	1.52 600	2.71 623	1.98 636	1.81 584	1.62 592	1.96 592	1.36 592	1.88 578	2.00 610	2.53 628	1.61 610	1.74 574	1.15 522

3.75w	1.99 576	2.31 532	1.83 604	3.16 598	1.65 606	1.93 588	1.98 625	2.72 620	1.68 604	2.73 629	1.97 630	2.00 593	1.72 599	1.81 587	1.25 583	2.27 599	2.01 612	2.38 620	1.42 597	1.71 572	1.24 580

2w_stereo	1.99 576	2.36 541	1.81 596	3.24 602	1.67 607	1.94 589	1.98 625	2.72 620	1.68 604	2.72 624	1.94 627	1.98 592	1.74 602	1.79 586	1.27 584	1.95 582	2.00 610	2.53 628	1.60 609	1.68 571	1.15 522

4.25_new	2.00 580	2.33 534	1.82 601	3.32 607	1.69 610	1.95 592	1.99 628	2.72 620	1.71 608	2.72 624	1.97 630	2.01 594	1.74 602	1.77 584	1.28 585	2.18 591	2.01 612	2.48 626	1.58 606	1.65 568	1.17 526

4.5w_new	2.00 580	2.33 534	1.82 601	3.32 607	1.69 610	1.95 592	1.99 628	2.72 620	1.71 608	2.72 624	1.97 630	2.01 594	1.74 602	1.77 584	1.28 585	2.18 591	2.01 612	2.48 626	1.58 606	1.65 568	1.17 526

4.5w-stereo	1.99 576	2.33 534	1.81 596	3.28 604	1.68 609	1.94 589	1.99 628	2.72 620	1.70 607	2.72 624	1.99 639	1.97 591	1.68 594	1.76 583	1.29 587	1.91 580	2.02 616	2.53 628	1.61 610	1.75 575	1.16 525

2.75w_new	1.99 576	2.34 538	1.81 596	3.14 596	1.62 604	1.94 589	1.99 628	2.72 620	1.71 608	2.72 624	1.99 639	1.90 587	1.73 600	1.82 588	1.29 587	2.37 608	2.01 612	2.31 615	1.42 597	1.77 576	1.22 577

MonStereo	2.17 600	2.41 544	1.49 582	2.67 584	1.67 607	2.60 624	2.04 632	2.32 605	1.76 616	2.44 614	1.68 612	2.50 611	1.69 596	2.38 608	1.80 620	2.28 600	1.78 602	2.63 631	2.14 636	3.47 624	1.68 612

HUF	2.18 602	2.30 531	1.99 621	2.34 575	2.02 632	2.41 611	2.06 633	2.38 609	1.89 630	2.36 611	1.85 617	2.56 618	1.98 618	2.31 606	1.97 632	2.30 603	2.03 617	2.30 614	2.11 635	2.23 589	2.16 628

ff7	1.68 564	2.68 554	1.35 560	0.97 436	0.89 503	1.84 584	2.15 634	2.12 592	1.80 619	2.05 597	1.56 602	2.33 603	2.12 625	2.23 600	2.25 637	1.31 546	1.07 487	1.48 584	1.41 594	0.90 459	1.04 512

ffff	1.68 564	2.68 554	1.35 560	0.97 436	0.89 503	1.84 584	2.15 634	2.12 592	1.80 619	2.05 597	1.56 602	2.33 603	2.12 625	2.23 600	2.25 637	1.31 546	1.07 487	1.48 584	1.41 594	0.90 459	1.04 512

ccc-4	1.68 564	2.68 554	1.35 560	0.97 436	0.89 503	1.84 584	2.15 634	2.12 592	1.80 619	2.05 597	1.56 602	2.33 603	2.12 625	2.23 600	2.25 637	1.31 546	1.07 487	1.48 584	1.41 594	0.90 459	1.04 512

NCCL2	2.28 614	2.27 529	2.28 624	2.28 572	2.28 642	2.27 603	2.29 637	2.28 598	2.28 640	2.27 605	2.28 642	2.28 599	2.27 628	2.27 603	2.28 641	2.28 600	2.28 624	2.27 612	2.29 641	2.27 592	2.29 631

STTStereo	3.73 642	30.40 689	2.37 628	2.39 576	2.31 644	2.35 608	2.33 638	2.29 600	2.42 641	2.32 610	2.34 643	2.33 603	2.36 629	2.30 605	2.27 640	2.35 607	2.22 623	2.31 615	2.22 638	2.29 594	2.34 635

CFNet-ft	0.55 379	1.57 450	0.14 148	0.20 160	0.14 181	0.20 187	2.53 639	1.61 572	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	1.56 565	1.24 580

NLSM1	2.93 635	3.24 582	2.57 632	4.04 628	2.66 645	3.30 640	2.55 640	3.29 638	2.55 642	3.35 640	2.48 644	3.28 639	2.47 630	3.34 640	2.49 642	3.26 630	2.55 630	3.13 634	2.57 644	3.00 621	2.46 638

PSMNet-RSSM	0.77 426	2.76 565	0.14 148	0.20 160	0.14 181	0.20 187	2.66 641	2.79 631	0.14 181	0.21 195	0.14 185	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 609	2.31 632

GwcNet-RSSM	0.77 426	2.77 567	0.14 148	0.20 160	0.14 181	0.20 187	2.67 642	2.78 630	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.21 194	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 609	2.31 632

cf-r	0.66 397	2.17 522	0.12 123	0.18 153	0.12 175	0.18 179	2.70 643	2.60 618	0.12 175	0.18 176	0.12 167	0.18 178	0.12 171	0.18 177	0.12 164	0.15 141	0.11 121	0.15 166	0.11 155	1.81 577	1.74 617

hitnet-ft	0.79 430	2.78 570	0.14 148	0.20 160	0.14 181	0.21 197	2.89 644	2.80 632	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.54 617	2.33 634

Sa-1000	4.34 660	8.37 649	6.84 673	6.98 664	4.45 675	3.58 641	3.00 645	3.42 641	3.39 661	2.61 621	4.00 670	3.83 645	4.01 663	3.90 645	3.90 666	5.98 668	5.62 663	3.76 643	2.34 642	4.35 636	2.47 639

rvit_105_1	3.83 643	5.22 623	3.01 637	4.53 632	3.01 648	4.51 652	3.01 646	4.56 654	3.04 647	4.53 653	3.03 648	4.55 655	3.03 635	4.56 654	3.04 644	4.57 645	3.05 633	4.57 650	3.05 649	4.57 640	3.05 645

rvit_0105_6	3.87 647	5.73 637	3.10 647	4.69 642	3.12 658	4.54 654	3.02 647	4.56 654	3.04 647	4.54 655	3.03 648	4.54 653	3.04 638	4.56 654	3.05 646	4.58 648	3.05 633	4.58 652	3.05 649	4.58 641	3.05 645

rvit_stereo_0081_aga	3.86 645	5.33 627	3.02 640	4.55 638	3.04 654	4.54 654	3.02 647	4.64 661	3.06 651	4.54 655	3.04 650	4.62 662	3.08 642	4.62 660	3.07 649	4.58 648	3.06 637	4.60 654	3.08 653	4.63 644	3.07 649

rvit_stereo_0081	3.83 643	5.23 624	3.01 637	4.53 632	3.03 650	4.55 658	3.02 647	4.56 654	3.04 647	4.52 651	3.02 646	4.54 653	3.03 635	4.56 654	3.04 644	4.57 645	3.05 633	4.57 650	3.05 649	4.58 641	3.05 645

rvit_stereo_0082	3.86 645	5.82 638	3.01 637	4.53 632	3.03 650	4.54 654	3.02 647	4.56 654	3.04 647	4.53 653	3.02 646	4.55 655	3.04 638	4.57 657	3.05 646	4.57 645	3.05 633	4.58 652	3.05 649	4.58 641	3.06 648

rvit_0105_4	3.91 650	5.47 634	3.02 640	4.54 635	3.02 649	4.54 654	3.03 651	4.75 664	3.17 658	4.57 657	3.06 651	4.61 661	3.16 646	4.65 661	3.09 652	4.66 652	3.11 641	4.68 659	3.18 660	4.81 651	3.16 657

DispFullNet	4.61 663	4.84 615	3.12 648	5.00 648	3.57 664	4.75 667	3.03 651	7.75 680	4.17 672	4.91 667	3.09 655	6.20 676	3.95 661	6.71 676	3.51 659	5.30 663	3.67 651	5.86 675	3.63 664	5.61 662	3.46 662

rvit_stereo_0080	3.89 648	5.70 635	3.04 642	4.54 635	3.03 650	4.56 659	3.05 653	4.60 658	3.07 652	4.58 658	3.06 651	4.59 657	3.06 640	4.61 658	3.08 650	4.63 650	3.09 638	4.64 656	3.10 654	4.65 645	3.10 652

whm_eth	3.89 648	5.70 635	3.04 642	4.54 635	3.03 650	4.56 659	3.05 653	4.60 658	3.07 652	4.58 658	3.06 651	4.59 657	3.06 640	4.61 658	3.08 650	4.63 650	3.09 638	4.64 656	3.10 654	4.65 645	3.10 652

rvit_0105_3	3.91 650	5.33 627	3.06 645	4.60 640	3.07 656	4.60 661	3.06 655	4.62 660	3.08 655	4.60 660	3.07 654	4.62 662	3.08 642	4.67 662	3.10 653	4.70 653	3.11 641	4.77 663	3.19 661	4.77 650	3.14 656

rvit_stereo_0083	3.92 652	5.30 626	3.06 645	4.61 641	3.09 657	4.67 663	3.08 656	4.66 662	3.09 656	4.62 661	3.10 656	4.66 665	3.11 644	4.67 662	3.16 655	4.72 655	3.16 644	4.77 663	3.11 656	4.66 647	3.11 654

rvit_stereo_ft	3.93 653	5.44 632	3.05 644	4.59 639	3.06 655	4.61 662	3.08 656	4.67 663	3.12 657	4.63 662	3.10 656	4.65 664	3.11 644	4.69 664	3.13 654	4.70 653	3.14 643	4.71 661	3.15 659	4.74 648	3.16 657

rvit_0105_5	4.10 654	5.40 630	3.13 650	4.71 643	3.15 659	4.72 666	3.10 658	4.90 669	3.27 660	4.69 663	3.16 658	4.84 669	3.25 648	4.96 668	3.34 658	5.05 660	3.39 649	5.10 668	3.40 662	5.11 658	3.42 661

SA	4.33 659	7.35 643	6.85 674	5.96 656	4.09 672	3.59 642	3.15 659	3.82 645	2.64 643	3.91 643	3.85 667	3.57 641	2.72 633	3.13 636	4.03 668	7.09 676	6.86 671	3.57 639	3.12 657	3.85 627	3.51 663

GANet-RSSM	0.75 420	1.91 503	0.14 148	0.47 293	0.14 181	0.21 197	3.21 660	2.30 604	0.14 181	0.46 364	0.14 185	0.23 207	0.18 216	0.21 194	0.14 175	0.18 167	0.27 231	0.37 291	0.13 179	2.13 587	2.12 627

NLCSM	3.67 641	4.08 603	3.19 651	4.80 644	3.26 660	3.99 648	3.24 661	4.25 650	3.18 659	4.09 646	3.27 659	4.14 648	3.18 647	4.13 648	3.28 657	4.06 637	3.10 640	3.85 646	3.14 658	3.91 631	3.27 660

MLG-Stereo_test2	4.28 657	5.46 633	3.69 656	4.86 646	3.72 668	5.58 673	3.42 662	4.81 666	3.77 668	4.85 665	3.72 666	5.55 674	3.63 651	5.58 672	3.53 660	4.41 642	3.28 648	4.99 667	2.95 647	4.75 649	3.13 655

test_5	4.62 664	7.55 645	6.23 669	6.32 659	3.40 663	5.29 671	3.50 663	3.53 642	4.11 671	4.28 648	4.47 674	4.26 651	4.38 666	3.68 643	3.24 656	5.89 666	5.60 662	4.84 665	3.50 663	4.33 635	3.93 671

MLG-Stereo_test1	4.25 655	5.34 629	3.61 654	5.31 650	3.63 666	5.23 670	3.57 664	5.38 672	3.65 662	5.23 669	3.47 661	4.76 666	3.74 655	4.85 665	3.71 662	4.96 657	3.18 646	4.71 661	2.92 646	4.86 654	2.90 642

RAFT+CT+SA	4.28 657	7.62 646	4.91 662	5.55 653	2.28 642	3.09 635	3.64 665	4.49 652	3.07 652	4.80 664	3.35 660	4.77 667	3.70 654	4.29 651	3.05 646	5.58 664	5.98 666	3.58 640	3.78 669	4.26 634	3.72 665

DPSNet	3.66 640	3.60 588	3.62 655	3.63 620	3.64 667	3.65 643	3.65 666	3.66 643	3.67 663	3.67 642	3.65 664	3.67 643	3.66 652	3.66 642	3.68 661	3.68 635	3.66 650	3.67 641	3.68 667	3.67 625	3.67 664

MLG-Stereo_test3	4.26 656	4.85 616	3.95 658	5.35 651	3.60 665	4.75 667	3.76 667	5.49 673	3.71 664	5.39 670	3.69 665	4.82 668	3.66 652	4.85 665	3.73 665	4.93 656	3.19 647	4.69 660	2.99 648	4.84 653	2.98 644

TestStereo1	4.60 661	8.41 650	6.44 671	6.86 662	3.79 669	3.97 646	3.78 668	3.99 647	3.74 665	3.97 644	3.52 662	3.94 646	3.58 649	3.98 646	3.72 663	6.82 673	6.50 669	3.76 643	3.66 665	3.90 628	3.74 667

SA-5K	4.60 661	8.41 650	6.44 671	6.86 662	3.79 669	3.97 646	3.78 668	3.99 647	3.74 665	3.97 644	3.52 662	3.94 646	3.58 649	3.98 646	3.72 663	6.82 673	6.50 669	3.76 643	3.66 665	3.90 628	3.74 667

test_4	4.88 667	8.13 648	6.98 675	7.46 665	4.44 674	4.25 650	3.85 670	4.04 649	3.92 669	4.13 647	3.91 668	4.18 650	3.84 659	4.14 649	4.06 669	7.01 675	7.13 672	4.53 648	3.72 668	4.09 632	3.72 665

cross-raft	4.83 666	7.52 644	6.43 670	6.63 660	3.96 671	4.51 652	3.99 671	4.49 652	3.96 670	4.52 651	3.96 669	4.50 652	3.97 662	4.50 653	3.97 667	6.65 671	6.44 668	4.33 647	3.92 671	4.35 636	3.91 670

test_3	5.01 669	8.86 655	7.77 677	8.09 667	2.76 647	4.13 649	4.05 672	3.88 646	3.76 667	4.33 649	4.13 671	3.71 644	3.91 660	4.21 650	4.06 669	7.93 677	7.69 674	4.53 648	3.91 670	4.17 633	4.29 673

raft_robust	4.71 665	7.75 647	5.40 667	6.81 661	3.31 661	4.28 651	4.20 673	4.32 651	4.37 674	4.35 650	4.35 673	4.14 648	3.75 656	4.30 652	4.20 671	6.67 672	6.37 667	3.36 638	4.24 675	4.86 654	3.25 659

SGM-Forest	5.21 673	5.92 639	4.08 659	6.18 657	4.16 673	6.31 675	4.34 674	6.50 675	4.33 673	6.14 676	4.21 672	6.61 679	4.55 667	6.67 675	4.48 672	5.94 667	3.94 653	5.85 674	4.03 673	5.79 664	4.17 672
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	5.10 671	5.15 621	4.49 660	5.07 649	3.37 662	6.87 676	4.75 675	5.04 670	6.34 679	7.84 680	5.06 676	6.72 680	4.09 664	4.99 669	5.44 676	5.03 659	3.16 644	4.67 658	4.86 676	5.15 659	3.89 669

TestStereo	4.88 667	4.75 614	4.79 661	4.87 647	4.92 676	4.81 669	4.90 676	4.78 665	4.77 675	4.87 666	4.89 675	4.90 670	4.91 668	4.99 669	4.79 673	4.98 658	4.87 659	4.87 666	4.92 677	5.00 657	5.00 674

rvit_stereo_0075_2	6.64 675	8.80 654	5.25 664	7.89 666	5.27 678	7.90 680	5.27 677	7.92 681	5.28 677	7.91 681	5.29 678	7.93 681	5.27 669	7.92 681	5.28 674	7.93 677	5.28 661	7.93 680	5.29 679	7.93 673	5.28 676

SGM+DAISY	7.06 677	9.15 656	5.38 666	8.84 671	5.18 677	8.80 682	5.31 678	8.79 683	5.28 677	8.89 683	5.20 677	8.93 683	5.33 670	8.95 683	5.36 675	8.70 681	5.21 660	8.74 683	5.20 678	8.89 677	5.15 675

test-1	6.46 674	9.16 657	8.03 680	8.09 667	5.62 679	6.11 674	6.35 679	6.85 677	4.94 676	6.08 675	6.29 681	4.98 671	6.43 673	6.22 673	6.36 679	6.16 670	7.47 673	5.82 673	5.44 680	7.11 670	5.68 677

RAFT	6.73 676	9.36 658	7.40 676	8.51 670	6.55 680	6.88 677	6.60 680	6.79 676	6.60 680	6.80 677	6.72 682	5.31 673	5.50 671	6.61 674	6.61 680	8.42 679	5.89 664	5.73 672	5.45 681	6.61 666	6.24 678

test-v	7.53 678	11.89 666	7.98 678	9.36 673	7.14 681	7.06 678	7.09 681	7.37 678	6.91 681	7.29 678	5.71 679	6.45 677	6.93 674	6.73 677	7.27 681	8.93 682	7.85 675	6.98 678	6.80 682	7.56 671	7.34 680

test-2	7.53 678	11.89 666	7.98 678	9.36 673	7.14 681	7.06 678	7.09 681	7.37 678	6.91 681	7.29 678	5.71 679	6.45 677	6.93 674	6.73 677	7.27 681	8.93 682	7.85 675	6.98 678	6.80 682	7.56 671	7.34 680

MANE	19.05 681	23.00 674	15.00 681	23.00 688	15.00 683	24.00 689	16.00 683	24.00 690	16.00 683	22.00 690	15.00 683	23.00 690	16.00 683	23.00 690	15.00 683	22.00 690	15.00 684	22.00 690	15.00 684	22.00 690	15.00 682

rafts_anoy	20.00 682	20.00 668	20.00 682	20.00 682	20.00 684	20.00 683	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 685	20.00 684	20.00 685	20.00 684	20.00 683

raft+_RVC	20.00 682	20.00 668	20.00 682	20.00 682	20.00 684	20.00 683	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 685	20.00 684	20.00 685	20.00 684	20.00 683

raftrobust	20.00 682	20.00 668	20.00 682	20.00 682	20.00 684	20.00 683	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 685	20.00 684	20.00 685	20.00 684	20.00 683

CasAABBNet	20.00 682	20.00 668	20.00 682	20.00 682	20.00 684	20.00 683	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 685	20.00 684	20.00 685	20.00 684	20.00 683

RALCasStereoNet	20.00 682	20.00 668	20.00 682	20.00 682	20.00 684	20.00 683	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 685	20.00 684	20.00 685	20.00 684	20.00 683

RALAANet	20.00 682	20.00 668	20.00 682	20.00 682	20.00 684	20.00 683	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 684	20.00 685	20.00 684	20.00 685	20.00 684	20.00 683

WCMA_ROB	31.10 689	35.43 694	27.12 688	39.51 700	23.10 690	38.78 701	25.30 690	37.49 702	25.39 690	37.29 701	27.02 690	38.52 702	26.48 690	37.80 701	26.44 690	36.28 698	22.65 691	33.90 695	22.30 691	37.10 699	24.18 689

111	30.40 688	30.94 690	29.72 689	32.61 689	30.02 691	33.57 690	30.47 691	31.50 691	29.39 691	30.98 691	29.11 691	29.78 691	30.39 694	29.45 691	30.76 694	30.08 691	29.02 692	29.92 691	30.32 695	29.86 691	30.17 690

fff	1000028.16 708	29.62 686	29.72 689	32.61 689	30.02 691	35.13 692	31.83 692	32.07 692	10000000.00 710	35.27 694	29.82 692	32.45 692	30.15 691	32.35 692	30.09 691	31.04 692	29.55 693	30.64 692	30.14 692	10000000.00 711	30.77 691

csc	1000028.16 708	29.62 686	29.72 689	32.61 689	30.02 691	35.13 692	31.83 692	32.07 692	10000000.00 710	35.27 694	29.82 692	32.45 692	30.15 691	32.35 692	30.09 691	31.04 692	29.55 693	30.64 692	30.14 692	10000000.00 711	30.77 691

cscssc	1000028.16 708	29.62 686	29.72 689	32.61 689	30.02 691	35.13 692	31.83 692	32.07 692	10000000.00 710	35.27 694	29.82 692	32.45 692	30.15 691	32.35 692	30.09 691	31.04 692	29.55 693	30.64 692	30.14 692	10000000.00 711	30.77 691

ADStereo(finetuned)	36.13 691	36.63 695	38.07 699	36.97 694	33.25 695	35.91 695	34.45 695	36.36 698	32.99 692	38.14 702	36.71 698	36.69 698	34.13 695	38.57 702	40.79 701	37.60 702	36.58 699	35.90 699	33.36 696	35.42 694	34.04 694

tt	500032.53 706	34.60 692	29.72 689	37.47 698	34.41 696	36.85 696	35.22 696	34.71 695	33.55 693	34.50 692	35.43 695	33.81 695	10000000.00 711	33.57 695	33.13 695	33.68 695	35.00 697	34.03 696	35.26 698	30.96 692	34.63 695

DCANet	500032.53 706	34.60 692	29.72 689	37.47 698	34.41 696	36.85 696	35.22 696	34.71 695	33.55 693	34.50 692	35.43 695	33.81 695	10000000.00 711	33.57 695	33.13 695	33.68 695	35.00 697	34.03 696	35.26 698	30.96 692	34.63 695

DCANet-4	35.22 690	34.54 691	35.08 695	33.58 693	35.47 698	34.55 691	35.53 698	36.08 697	35.85 695	35.92 697	35.77 697	35.18 697	35.48 696	35.39 697	37.15 700	34.55 697	33.92 696	35.02 698	34.90 697	35.79 695	34.74 697

Reg-Stereo(zero)	37.00 692	37.00 696	37.00 696	37.00 695	37.00 699	37.00 698	37.00 699	37.00 699	37.00 696	37.00 698	37.00 699	37.00 699	37.00 697	37.00 698	37.00 697	37.00 699	37.00 700	37.00 700	37.00 700	37.00 696	37.00 698

HI	37.00 692	37.00 696	37.00 696	37.00 695	37.00 699	37.00 698	37.00 699	37.00 699	37.00 696	37.00 698	37.00 699	37.00 699	37.00 697	37.00 698	37.00 697	37.00 699	37.00 700	37.00 700	37.00 700	37.00 696	37.00 698

CoSv	37.00 692	37.00 696	37.00 696	37.00 695	37.00 699	37.00 698	37.00 699	37.00 699	37.00 696	37.00 698	37.00 699	37.00 699	37.00 697	37.00 698	37.00 697	37.00 699	37.00 700	37.00 700	37.00 700	37.00 696	37.00 698

CBMV	128.50 697	1422.70 711	53.10 701	79.50 702	51.30 703	77.30 703	49.70 702	74.00 703	48.20 700	77.20 704	48.80 703	73.90 704	48.00 701	73.80 704	48.80 703	70.40 704	45.10 704	68.90 704	46.10 704	68.20 701	45.00 702
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 695	87.70 700	41.95 700	113.75 703	65.62 704	75.05 702	55.25 703	75.64 704	45.04 699	71.61 703	41.75 702	72.81 703	44.06 700	68.38 703	44.63 702	101.89 705	59.57 705	107.10 705	61.05 705	104.38 702	59.38 703

NOSS_ROB	102.95 696	153.00 704	121.00 703	51.00 701	44.00 702	165.00 705	127.00 704	153.00 705	119.00 701	164.00 706	125.00 704	168.00 706	120.00 702	153.00 705	117.00 704	49.00 703	44.00 703	49.00 703	44.00 703	49.00 700	44.00 701

MeshStereo	159.24 698	171.00 705	160.68 706	162.58 704	160.59 705	164.01 704	160.35 705	158.51 706	158.56 702	158.34 705	160.12 705	158.56 705	159.92 703	157.26 706	158.94 705	154.38 706	158.36 706	155.75 706	159.13 707	153.67 703	154.07 704
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	284.23 702	354.61 707	207.27 707	363.24 708	206.46 706	364.72 709	210.41 706	364.72 710	210.41 703	364.81 710	208.64 707	364.81 710	208.64 705	364.72 710	210.41 707	354.70 710	205.53 708	354.70 710	205.53 709	354.70 707	205.53 706

AE-Stereo	201.80 699	123.00 701	115.00 702	219.00 705	218.00 707	223.00 706	244.00 707	217.00 707	236.00 704	202.00 707	203.00 706	205.00 707	208.00 704	225.00 707	204.00 706	210.00 707	198.00 707	197.00 707	184.00 708	204.00 704	201.00 705

MGS-Stereo	239.45 700	123.00 701	135.00 704	266.00 706	286.00 708	277.00 707	305.00 708	271.00 708	242.00 705	274.00 708	279.00 708	255.00 708	270.00 706	268.00 708	297.00 708	221.00 708	247.00 709	216.00 708	123.00 706	217.00 705	217.00 707

EGLCR-Stereo	246.90 701	129.00 703	139.00 705	266.00 706	286.00 708	277.00 707	305.00 708	271.00 708	242.00 705	274.00 708	279.00 708	255.00 708	270.00 706	268.00 708	297.00 708	230.00 709	247.00 709	216.00 708	223.00 710	237.00 706	227.00 708

LE_ROB	396.57 703	471.28 708	329.84 708	471.48 709	308.15 710	526.83 710	322.10 710	488.15 711	323.76 707	495.46 711	317.97 710	497.17 711	320.10 708	481.62 711	326.76 710	462.71 711	298.97 711	466.16 711	285.98 711	447.62 708	289.21 709

SGM-ForestM	596.69 704	677.77 709	444.52 709	699.85 710	517.25 711	732.94 711	488.29 711	770.79 712	460.11 708	750.81 712	487.98 711	792.79 712	499.41 709	730.90 712	475.81 711	720.03 712	491.16 712	663.96 712	418.60 712	674.76 709	436.05 710

CBMV_ROB	818.48 705	913.88 710	709.52 710	862.84 711	597.78 712	1073.99 712	700.52 712	1015.66 713	702.59 709	1115.65 713	760.02 712	1130.24 713	721.57 710	1037.41 713	692.65 712	814.05 713	564.29 713	843.28 713	595.31 713	915.51 710	602.92 711

111111	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 714	10000000.00 710	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 711	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 711	10000000.00 712

SGD-Stereo	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 714	10000000.00 710	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 711	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 711	10000000.00 712

IGEV-Stereo++	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 714	10000000.00 710	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 711	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 711	10000000.00 712

IGEV-BASED-STEREO-	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 714	10000000.00 710	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 711	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 711	10000000.00 712

IGEV-Stereo+	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 714	10000000.00 710	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 711	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 711	10000000.00 712

SDNR	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 714	10000000.00 710	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 711	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 711	10000000.00 712

anonymousdsp2	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 714	10000000.00 710	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 711	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 711	10000000.00 712

anonymousdsp	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 714	10000000.00 710	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 711	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 711	10000000.00 712

test_example2	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 714	10000000.00 710	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 711	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 711	10000000.00 712

DIP-Stereo	10000000.00 711	10000000.00 712	10000000.00 711	10000000.00 712	10000000.00 713	10000000.00 713	10000000.00 713	10000000.00 714	10000000.00 710	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 711	10000000.00 714	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 711	10000000.00 712
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		0.44 214		0.48 298	0.35 361	0.48 386		0.51 401		0.47 370		0.47 377		0.47 373		0.41 296	0.40 343	0.40 353	0.40 400	0.41 348

Low-res two-view benchmark