Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 488	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 74	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

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

Wz-Net-LNSev	0.06 61	0.24 172	0.20 218	0.23 204	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	0.23 223	0.21 232	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 302	0.10 99	0.12 112	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.11 128	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 284	0.10 99	0.12 112	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

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 74	0.16 140	0.02 15	0.16 150	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 244	0.02 20	0.02 21	0.71 475	0.02 16	0.02 19	0.02 21	0.02 21	0.16 221

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	0.73 488	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

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

CoDeX	0.15 172	0.70 330	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	0.67 520	0.02 15	0.69 505	0.75 531	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	0.11 119	0.44 253	0.33 300	0.39 276	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	0.39 321	0.36 363	0.02 19	0.02 21	0.02 21	0.02 20

BSDual-CNN	0.81 500	1.91 572	0.92 539	4.48 710	0.02 22	0.42 371	0.06 139	0.41 345	0.02 22	0.48 433	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 651	4.19 738	0.33 301	0.23 278	0.34 292	0.27 314

psmg	0.43 350	1.91 572	0.92 539	1.91 618	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	1.97 651	1.44 643	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 271	1.29 500	1.19 568	1.36 593	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	1.26 608	1.21 620	0.03 41	0.09 149	0.02 21	0.09 150

SFCPSM	0.17 185	0.78 346	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	0.79 559	0.02 15	0.75 518	0.76 533	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 74	0.02 12	0.02 15	1.01 504	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 80	0.02 12	0.04 64	0.90 478	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 186	0.36 410	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 610	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 117	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

RT-Monster	0.09 80	0.07 82	0.03 39	0.15 140	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 158	0.04 90	0.03 52	0.92 517	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 98	0.98 392	0.14 155	0.15 140	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 153	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 132	1.14 434	0.17 193	0.20 186	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 192	0.16 184	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 160	1.22 496	0.28 258	0.32 244	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	0.32 269	0.27 266	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

DualNet (step1)	0.10 98	1.05 422	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 422	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 422	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 80	1.00 402	0.11 119	0.11 104	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 80	0.97 391	0.10 99	0.10 87	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 98	1.07 426	0.11 119	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 98	1.03 418	0.12 130	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 80	0.87 364	0.10 99	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 80	1.03 418	0.11 119	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 80	0.87 364	0.12 130	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 80	1.01 412	0.09 95	0.09 83	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 80	0.95 388	0.09 95	0.10 87	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 160	1.83 557	0.12 130	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 117	0.04 97	0.12 118	0.11 128	0.05 108	0.04 99	0.05 114	0.04 96

DualNet	0.10 98	1.07 426	0.11 119	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 98	1.14 434	0.13 150	0.14 128	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.11 128	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 80	1.01 412	0.10 99	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 119	1.15 437	0.15 176	0.14 128	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.15 181	0.03 41	0.03 57	0.03 47	0.03 52

222	0.10 98	0.99 400	0.12 130	0.13 124	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 119	1.16 439	0.16 183	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.16 184	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 98	1.09 428	0.13 150	0.12 112	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.14 173	0.03 41	0.03 57	0.03 47	0.03 52

Syn2CoEx	0.25 229	1.31 504	0.74 513	0.92 483	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	0.87 513	0.75 518	0.02 19	0.02 21	0.02 21	0.02 20

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 607	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 119	0.03 31	0.03 39	1.60 607	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

IGEV_i1	0.26 239	0.05 66	0.04 64	0.06 67	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 136	0.05 103	0.03 52	4.34 721	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 175	0.04 90	0.03 52	0.58 441	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	0.75 491	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

z-mn7	0.16 179	1.21 490	0.33 300	0.41 303	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	0.35 287	0.31 303	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 194	1.47 515	0.33 300	0.40 289	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	0.38 308	0.32 308	0.05 108	0.04 99	0.04 97	0.04 96

qqq1	0.25 229	3.70 662	0.14 155	0.14 128	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 229	3.70 662	0.14 155	0.14 128	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

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

FADNet-RVC-Resample	0.12 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 676	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

FADNet_RVC	0.12 132	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 680	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 139	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 697	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

FADNet	0.12 132	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 683	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 132	0.03 31	0.04 64	1.71 614	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 117	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C32	0.14 160	0.04 52	0.03 39	2.22 632	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 138	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCP+	0.15 172	0.04 52	0.04 64	2.20 631	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 141	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 578	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 141	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
mmmmmm	0.07 67	0.40 225	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 237	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

ManiGeoR	0.17 185	0.05 66	0.62 472	0.73 455	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 483	0.58 470	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 185	0.05 66	0.63 476	0.72 451	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 475	0.59 476	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 185	0.05 66	0.62 472	0.73 455	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 483	0.58 470	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 185	0.05 66	0.62 472	0.72 451	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 483	0.58 470	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 185	0.05 66	0.65 483	0.72 451	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 475	0.59 476	0.05 108	0.04 99	0.05 114	0.04 96

z-ln-s-r	0.21 208	1.40 513	0.53 449	0.56 410	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 440	0.44 419	0.04 93	0.04 99	0.04 97	0.04 96

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

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

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

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 574	0.06 123	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

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

2222	0.09 80	0.59 315	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 80	0.60 318	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 74	0.58 312	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 74	0.58 312	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 74	0.56 308	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

DA	0.09 80	0.13 116	0.39 344	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 183	0.13 213	0.06 125	0.05 122

GGEV	0.09 80	0.13 116	0.39 344	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 183	0.13 213	0.06 125	0.05 122

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

11t1	0.17 185	2.16 592	0.13 150	0.13 124	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.05 115	0.18 192	0.12 142	0.06 123	0.03 57	0.05 114	0.03 52

ffm	0.25 229	3.83 668	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 229	3.83 668	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 229	3.83 668	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

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

qqq	0.16 179	2.01 582	0.12 130	0.15 140	0.04 101	0.06 121	0.05 120	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.03 52	0.12 118	0.14 173	0.04 93	0.04 99	0.03 47	0.03 52

TS12	0.09 80	0.09 93	0.17 193	0.19 175	0.06 141	0.08 139	0.06 139	0.08 141	0.06 139	0.08 140	0.06 140	0.08 140	0.06 136	0.08 141	0.06 133	0.15 153	0.16 184	0.08 138	0.06 136	0.08 145	0.06 133

DispViT+	0.07 67	0.08 84	0.12 130	0.08 76	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 140	0.05 117	0.08 141	0.05 115	0.08 84	0.07 88	0.07 133	0.05 123	0.07 140	0.05 122

BridgeDepth_RVC	0.07 67	0.08 84	0.11 119	0.11 104	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 140	0.05 117	0.08 141	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 74	0.08 84	0.11 119	0.11 104	0.05 126	0.08 139	0.05 120	0.08 141	0.07 148	0.08 140	0.05 127	0.08 140	0.05 117	0.09 147	0.08 142	0.15 153	0.11 128	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 84	0.07 87	0.07 74	0.07 148	0.08 139	0.06 139	0.08 141	0.07 148	0.08 140	0.07 149	0.08 140	0.06 136	0.07 138	0.07 139	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

GwcNet	0.12 132	0.07 82	0.05 79	0.08 76	0.05 126	0.08 139	1.20 606	0.07 138	0.05 124	0.05 112	0.05 127	0.08 140	0.05 117	0.08 141	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

BEATNet-Init1	0.19 198	0.08 84	0.08 89	2.23 633	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

DeepPrunerF	0.19 198	0.08 84	0.08 89	2.23 633	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

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

MatchStereo	0.54 429	0.12 114	2.38 711	2.32 648	0.09 155	0.09 147	0.08 151	0.09 147	0.07 148	0.09 147	0.07 149	0.09 148	0.07 147	0.09 147	0.08 142	2.34 688	2.34 707	0.12 166	0.11 177	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
SepStereo	0.09 80	0.09 93	0.10 99	0.09 83	0.09 155	0.09 147	0.09 152	0.10 149	0.08 153	0.10 152	0.09 154	0.09 148	0.09 154	0.09 147	0.08 142	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

SuperB	0.21 208	0.10 98	2.51 713	0.12 112	0.09 155	0.10 150	0.09 152	0.08 141	0.07 148	0.10 152	0.09 154	0.09 148	0.07 147	0.07 138	0.07 139	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

VeloStereo	0.16 179	0.92 381	0.16 183	0.18 168	0.08 151	0.11 161	0.12 201	0.12 169	0.09 156	0.09 147	0.28 307	0.10 152	0.08 152	0.10 152	0.12 195	0.15 153	0.17 212	0.08 138	0.12 202	0.09 149	0.08 145

flow	0.16 179	0.92 381	0.16 183	0.18 168	0.08 151	0.11 161	0.12 201	0.12 169	0.09 156	0.09 147	0.28 307	0.10 152	0.08 152	0.10 152	0.12 195	0.15 153	0.17 212	0.08 138	0.12 202	0.09 149	0.08 145

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

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

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

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

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

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

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

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

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

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

over-6	0.11 119	0.11 109	0.15 176	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 119	0.11 109	0.15 176	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 119	0.14 134	0.15 176	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.09 156	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.09 147	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.09 150

over-9	0.11 119	0.11 109	0.16 183	0.16 150	0.10 162	0.12 170	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

JetRed	0.11 119	0.12 114	0.11 119	0.11 104	0.11 181	0.11 161	0.14 210	0.11 161	0.11 178	0.12 170	0.11 176	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.16 184	0.11 159	0.11 177	0.11 163	0.11 173

JetBlue	0.11 119	0.11 109	0.12 130	0.13 124	0.14 215	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.11 176	0.11 164	0.11 175	0.12 173	0.12 195	0.11 112	0.11 128	0.11 159	0.11 177	0.11 163	0.11 173

aanetorigin	0.13 139	0.11 109	0.11 119	0.11 104	0.11 181	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.12 198	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.11 128	0.14 183	0.11 177	0.49 447	0.11 173

PASM	0.39 320	3.06 647	1.36 634	1.58 603	0.09 155	0.11 161	0.11 174	0.11 161	0.11 178	0.09 147	0.09 154	0.11 164	0.09 154	0.09 147	0.09 147	0.11 112	0.11 128	0.11 159	0.09 149	0.11 163	0.11 173

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

FORCE_4.6	0.13 139	0.13 116	0.18 203	0.20 186	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.18 192	0.17 212	0.13 170	0.10 158	0.13 174	0.11 173

F5.5	0.13 139	0.13 116	0.18 203	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.12 204	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

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

FORCE_9	0.13 139	0.13 116	0.20 218	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.18 225	0.13 170	0.11 177	0.13 174	0.11 173

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

F7	0.13 139	0.13 116	0.19 211	0.20 186	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

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

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

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

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

LACA_dic	0.45 386	0.13 116	1.78 663	1.70 613	0.12 208	0.13 171	0.12 201	0.16 201	0.15 227	0.13 172	0.12 198	0.13 172	0.11 175	0.16 200	0.13 204	1.73 636	1.69 666	0.16 203	0.11 177	0.13 174	0.13 206

ISRNet	0.11 119	0.05 66	0.36 326	0.24 209	0.07 148	0.13 171	0.05 120	0.06 123	0.05 124	0.05 112	0.05 127	0.13 172	0.05 117	0.05 103	0.09 147	0.24 232	0.20 228	0.10 148	0.05 123	0.06 125	0.13 206

TT111	0.13 139	0.14 134	0.14 155	0.16 150	0.11 181	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.11 176	0.14 185	0.11 175	0.14 186	0.11 169	0.16 165	0.13 165	0.14 183	0.11 177	0.14 188	0.11 173

EE1	0.13 139	0.14 134	0.14 155	0.17 165	0.11 181	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.11 176	0.14 185	0.11 175	0.14 186	0.11 169	0.16 165	0.13 165	0.14 183	0.11 177	0.14 188	0.11 173

AnonStereo	0.13 139	0.14 134	0.14 155	0.16 150	0.11 181	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.11 176	0.14 185	0.11 175	0.14 186	0.11 169	0.16 165	0.13 165	0.14 183	0.11 177	0.14 188	0.11 173

S2M2_L	0.12 132	0.14 134	0.10 99	0.15 140	0.10 162	0.14 184	0.10 157	0.14 184	0.10 160	0.15 194	0.10 158	0.14 185	0.10 158	0.14 186	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
IPLG	0.13 139	0.20 153	0.14 155	0.15 140	0.11 181	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.11 176	0.14 185	0.11 175	0.14 186	0.11 169	0.15 153	0.12 142	0.14 183	0.11 177	0.14 188	0.11 173

IPLGR_C	0.14 160	0.20 153	0.12 130	0.15 140	0.11 181	0.14 184	0.15 218	0.14 184	0.11 178	0.15 194	0.12 198	0.14 185	0.11 175	0.16 200	0.11 169	0.15 153	0.12 142	0.14 183	0.12 202	0.15 199	0.12 199

MIPNet	0.14 160	0.21 158	0.17 193	0.16 150	0.11 181	0.15 195	0.12 201	0.14 184	0.11 178	0.16 199	0.11 176	0.14 185	0.11 175	0.14 186	0.11 169	0.14 140	0.12 142	0.14 183	0.11 177	0.14 188	0.11 173

IPLGR	0.14 160	0.24 172	0.14 155	0.16 150	0.12 208	0.15 195	0.12 201	0.14 184	0.11 178	0.15 194	0.12 198	0.14 185	0.11 175	0.14 186	0.11 169	0.15 153	0.12 142	0.14 183	0.11 177	0.14 188	0.11 173

ACRE	0.13 139	0.21 158	0.14 155	0.15 140	0.11 181	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.12 198	0.14 185	0.11 175	0.14 186	0.11 169	0.15 153	0.12 142	0.14 183	0.11 177	0.14 188	0.11 173

GMStereo	0.14 160	0.13 116	0.14 155	0.14 128	0.14 215	0.14 184	0.14 210	0.14 184	0.14 215	0.14 184	0.14 217	0.14 185	0.14 216	0.14 186	0.14 209	0.14 140	0.14 173	0.14 183	0.14 218	0.14 188	0.14 212
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 248	0.90 374	0.10 99	0.14 128	0.10 162	0.14 184	0.10 157	0.91 535	0.69 538	0.14 184	0.11 176	0.14 185	0.11 175	0.14 186	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 528	0.76 552

CCAANet	0.17 185	0.71 331	0.14 155	0.14 128	0.14 215	0.14 184	0.14 210	0.14 184	0.14 215	0.14 184	0.14 217	0.14 185	0.14 216	0.14 186	0.22 263	0.14 140	0.14 173	0.14 183	0.14 218	0.14 188	0.14 212

DRN-Test	0.14 160	0.13 116	0.09 95	0.14 128	0.09 155	0.15 195	0.09 152	0.14 184	0.10 160	0.14 184	0.09 154	0.14 185	0.09 154	0.13 174	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 172	0.73 545

StereoDRNet	0.15 172	0.14 134	0.10 99	0.14 128	0.09 155	0.15 195	0.09 152	0.14 184	0.09 156	0.14 184	0.10 158	0.14 185	0.09 154	0.14 186	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.82 561

CIPLG	0.13 139	0.21 158	0.12 130	0.16 150	0.11 181	0.15 195	0.11 174	0.14 184	0.11 178	0.15 194	0.12 198	0.15 199	0.11 175	0.14 186	0.11 169	0.15 153	0.12 142	0.14 183	0.11 177	0.14 188	0.11 173

DF	0.39 320	1.37 510	1.02 552	1.14 516	0.12 208	0.16 202	0.12 201	0.16 201	0.12 208	0.16 199	0.12 198	0.16 200	0.12 204	0.16 200	0.12 195	1.12 550	1.00 542	0.15 199	0.12 202	0.15 199	0.12 199

xyz-stereo-finetune2	0.18 194	0.48 277	0.16 183	0.16 150	0.15 229	0.15 195	0.16 225	0.16 201	0.16 235	0.16 199	0.16 233	0.16 200	0.16 232	0.16 200	0.16 229	0.16 165	0.16 184	0.16 203	0.16 232	0.16 204	0.16 221

xyz-stereo	0.18 194	0.50 284	0.16 183	0.15 140	0.16 240	0.16 202	0.16 225	0.16 201	0.16 235	0.16 199	0.16 233	0.16 200	0.16 232	0.16 200	0.16 229	0.16 165	0.16 184	0.16 203	0.16 232	0.16 204	0.16 221

castereo++	0.54 429	3.59 659	1.15 562	1.31 587	0.14 215	0.16 202	0.14 210	0.16 201	0.14 215	0.16 199	0.14 217	0.16 200	0.13 211	0.16 200	0.14 209	1.45 623	1.16 568	0.15 199	0.14 218	0.15 199	0.13 206

DDVS	0.30 249	3.10 648	0.14 155	0.19 175	0.14 215	0.19 216	0.14 210	0.20 221	0.14 215	0.19 212	0.13 212	0.16 200	0.13 211	0.19 214	0.13 204	0.17 176	0.13 165	0.17 213	0.13 213	0.17 213	0.13 206

GMStereo_Zeroshot	0.16 179	0.16 140	0.16 183	0.16 150	0.16 240	0.16 202	0.16 225	0.16 201	0.16 235	0.16 199	0.16 233	0.16 200	0.16 232	0.16 200	0.16 229	0.16 165	0.16 184	0.16 203	0.16 232	0.16 204	0.16 221

ICVP	0.15 172	0.53 298	0.11 119	0.16 150	0.11 181	0.16 202	0.11 174	0.16 201	0.11 178	0.16 199	0.11 176	0.16 200	0.11 175	0.16 200	0.11 169	0.16 165	0.11 128	0.16 203	0.11 177	0.16 204	0.11 173
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
PDISCO_ROB	0.83 508	2.80 643	3.49 735	0.14 128	0.11 181	0.17 209	0.09 152	0.15 200	0.10 160	0.15 194	0.12 198	0.16 200	0.14 216	3.30 728	0.13 204	0.14 140	2.34 707	0.16 203	0.12 202	2.62 708	0.10 158

S2M2_XL	0.14 160	0.17 145	0.12 130	0.17 165	0.11 181	0.17 209	0.11 174	0.17 208	0.11 178	0.17 206	0.11 176	0.17 208	0.11 175	0.17 208	0.11 169	0.16 165	0.11 128	0.16 203	0.11 177	0.16 204	0.11 173
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ProNet	0.14 160	0.20 153	0.14 155	0.16 150	0.11 181	0.16 202	0.11 174	0.17 208	0.11 178	0.17 206	0.12 198	0.17 208	0.13 211	0.17 208	0.12 195	0.15 153	0.11 128	0.16 203	0.11 177	0.15 199	0.12 199

ac_64	0.22 215	0.13 116	0.19 211	0.23 204	0.10 162	0.26 268	1.02 591	0.14 184	0.10 160	0.28 270	0.14 217	0.17 208	0.19 262	0.28 278	0.09 147	0.22 211	0.16 184	0.23 249	0.17 255	0.11 163	0.12 199

HSM	0.14 160	0.16 140	0.12 130	0.17 165	0.12 208	0.17 209	0.11 174	0.17 208	0.11 178	0.17 206	0.12 198	0.17 208	0.12 204	0.17 208	0.12 195	0.16 165	0.11 128	0.16 203	0.11 177	0.16 204	0.12 199

ITSA-stereo	0.15 172	0.17 145	0.13 150	0.20 186	0.13 213	0.19 216	0.13 208	0.18 212	0.13 212	0.19 212	0.13 212	0.18 212	0.14 216	0.18 211	0.14 209	0.16 165	0.11 128	0.15 199	0.14 218	0.18 217	0.11 173

cf-r	0.66 454	2.17 593	0.12 130	0.18 168	0.12 208	0.18 213	2.70 733	2.60 707	0.12 208	0.18 210	0.12 198	0.18 212	0.12 204	0.18 211	0.12 195	0.15 153	0.11 128	0.15 199	0.11 177	1.81 653	1.74 707

ELAS_RVC	0.14 160	0.16 140	0.10 99	0.15 140	0.10 162	0.18 213	0.11 174	0.19 214	0.11 178	0.19 212	0.12 198	0.18 212	0.11 175	0.19 214	0.12 195	0.14 140	0.08 91	0.14 183	0.09 149	0.15 199	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 139	0.16 140	0.11 119	0.15 140	0.09 155	0.18 213	0.11 174	0.18 212	0.11 178	0.17 206	0.11 176	0.18 212	0.11 175	0.18 211	0.11 169	0.14 140	0.08 91	0.14 183	0.08 147	0.14 188	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SCION-MonSter(vits)	0.25 229	0.79 348	0.31 286	0.42 313	0.28 307	0.40 331	0.28 301	0.20 221	0.15 227	0.40 326	0.15 227	0.19 216	0.15 228	0.20 219	0.15 221	0.23 223	0.21 232	0.17 213	0.14 218	0.16 204	0.14 212

SCION-MonSter	0.21 208	0.76 342	0.22 226	0.25 216	0.15 229	0.19 216	0.15 218	0.19 214	0.15 227	0.19 212	0.15 227	0.19 216	0.15 228	0.19 214	0.14 209	0.22 211	0.21 232	0.16 203	0.14 218	0.16 204	0.15 219

IGEV-FE	0.35 282	0.37 210	0.17 193	0.19 175	0.17 246	0.20 222	0.17 235	0.19 214	0.17 245	0.19 212	0.17 241	0.19 216	0.17 244	0.37 317	0.36 410	0.19 199	0.17 212	0.19 226	0.17 255	0.38 333	2.84 731

CAS++	0.17 185	0.27 185	0.21 224	0.10 87	0.21 277	0.15 195	0.22 264	0.10 149	0.21 265	0.22 234	0.10 158	0.19 216	0.18 255	0.10 152	0.19 253	0.20 202	0.19 226	0.18 223	0.10 158	0.19 223	0.18 245
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DeepPruner_ROB	0.16 179	0.18 148	0.13 150	0.19 175	0.13 213	0.19 216	0.13 208	0.19 214	0.13 212	0.19 212	0.13 212	0.19 216	0.13 211	0.19 214	0.13 204	0.18 192	0.13 165	0.18 223	0.13 213	0.18 217	0.13 206

DAS	0.20 200	0.20 153	0.20 218	0.20 186	0.20 267	0.20 222	0.20 254	0.20 221	0.20 261	0.20 219	0.20 265	0.20 221	0.20 266	0.20 219	0.20 256	0.20 202	0.20 228	0.20 231	0.20 265	0.20 224	0.20 250

LRCNet_RVC	0.13 139	0.13 116	0.09 95	0.13 124	0.10 162	0.14 184	0.10 157	0.14 184	0.10 160	0.23 240	0.10 158	0.20 221	0.10 158	0.24 248	0.11 169	0.11 112	0.09 101	0.12 166	0.14 218	0.12 172	0.09 150

hitnet-ft	0.79 492	2.78 642	0.14 155	0.20 186	0.14 215	0.21 232	2.89 734	2.80 722	0.14 215	0.20 219	0.14 217	0.20 221	0.14 216	0.20 219	0.14 209	0.17 176	0.12 142	0.17 213	0.12 202	2.54 707	2.33 724

GwcNet-RSSM	0.77 488	2.77 639	0.14 155	0.20 186	0.14 215	0.20 222	2.67 732	2.78 720	0.14 215	0.20 219	0.14 217	0.20 221	0.14 216	0.21 231	0.14 209	0.17 176	0.12 142	0.17 213	0.12 202	2.52 699	2.31 722

CFNet-ft	0.55 434	1.57 519	0.14 155	0.20 186	0.14 215	0.20 222	2.53 729	1.61 647	0.14 215	0.20 219	0.14 217	0.20 221	0.14 216	0.20 219	0.14 209	0.17 176	0.12 142	0.17 213	0.12 202	1.56 641	1.24 656

LALA_ROB	0.15 172	0.19 149	0.12 130	0.18 168	0.11 181	0.20 222	0.12 201	0.21 230	0.12 208	0.20 219	0.12 198	0.20 221	0.12 204	0.21 231	0.13 204	0.17 176	0.10 106	0.18 223	0.11 177	0.18 217	0.11 173

SGM_RVC	0.15 172	0.17 145	0.11 119	0.18 168	0.11 181	0.19 216	0.11 174	0.19 214	0.12 208	0.19 212	0.12 198	0.20 221	0.12 204	0.19 214	0.12 195	0.16 165	0.11 128	0.17 213	0.10 158	0.17 213	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GEAR-Net	0.22 215	0.46 266	0.27 250	0.29 230	0.17 246	0.21 232	0.17 235	0.21 230	0.17 245	0.21 230	0.17 241	0.21 228	0.17 244	0.21 231	0.17 236	0.28 250	0.26 253	0.20 231	0.16 232	0.20 224	0.16 221

depth_test_26	0.20 200	0.34 200	0.25 240	0.34 254	0.14 215	0.21 232	0.14 210	0.21 230	0.14 215	0.21 230	0.14 217	0.21 228	0.14 216	0.21 231	0.14 209	0.26 241	0.26 253	0.22 240	0.15 229	0.22 233	0.14 212

RAFT-FEzeroshot	0.34 271	0.26 182	0.17 193	0.21 197	0.17 246	0.20 222	0.16 225	0.20 221	0.16 235	0.20 219	0.17 241	0.21 228	0.16 232	0.27 273	0.24 273	0.19 199	0.16 184	0.19 226	0.16 232	0.26 256	3.08 740

RAFT-FE	0.34 271	0.26 182	0.17 193	0.21 197	0.17 246	0.20 222	0.16 225	0.20 221	0.16 235	0.20 219	0.17 241	0.21 228	0.16 232	0.27 273	0.24 273	0.19 199	0.16 184	0.19 226	0.16 232	0.26 256	3.08 740

castereo	0.61 444	3.79 667	1.35 626	1.52 601	0.15 229	0.17 209	0.16 225	0.20 221	0.21 265	0.18 210	0.16 233	0.21 228	0.12 204	0.26 269	0.17 236	1.43 622	1.38 639	0.17 213	0.16 232	0.18 217	0.16 221

IGEV_Zeroshot_test	0.20 200	0.19 149	0.40 376	0.30 232	0.17 246	0.22 237	0.17 235	0.21 230	0.17 245	0.20 219	0.17 241	0.21 228	0.18 255	0.21 231	0.17 236	0.20 202	0.16 184	0.20 231	0.16 232	0.20 224	0.17 239

MIM_Stereo	0.25 229	0.23 164	0.66 485	0.80 465	0.17 246	0.22 237	0.17 235	0.23 243	0.18 252	0.26 264	0.17 241	0.21 228	0.17 244	0.25 257	0.17 236	0.23 223	0.16 184	0.21 235	0.17 255	0.22 233	0.17 239

ACVNet	0.20 200	0.19 149	0.14 155	0.20 186	0.14 215	0.20 222	0.96 581	0.21 230	0.14 215	0.20 219	0.13 212	0.21 228	0.14 216	0.20 219	0.14 209	0.17 176	0.12 142	0.17 213	0.12 202	0.17 213	0.12 199

acv_ft	0.20 200	0.19 149	0.14 155	0.20 186	0.14 215	0.20 222	0.96 581	0.21 230	0.14 215	0.20 219	0.13 212	0.21 228	0.14 216	0.20 219	0.14 209	0.17 176	0.12 142	0.17 213	0.12 202	0.17 213	0.12 199

PSMNet-RSSM	0.77 488	2.76 637	0.14 155	0.20 186	0.14 215	0.20 222	2.66 731	2.79 721	0.14 215	0.21 230	0.14 217	0.21 228	0.14 216	0.20 219	0.14 209	0.17 176	0.12 142	0.17 213	0.12 202	2.52 699	2.31 722

Weightmod_eth	0.20 200	0.24 172	0.28 258	0.47 336	0.14 215	0.24 249	0.14 210	0.17 208	0.13 212	0.22 234	0.16 233	0.22 238	0.13 211	0.20 219	0.16 229	0.24 232	0.20 228	0.19 226	0.14 218	0.16 204	0.24 268

DepthFocus	0.18 194	0.22 162	0.15 176	0.22 199	0.15 229	0.22 237	0.15 218	0.22 236	0.15 227	0.22 234	0.15 227	0.22 238	0.16 232	0.22 237	0.15 221	0.20 202	0.15 181	0.20 231	0.14 218	0.20 224	0.14 212

RSGM-EC	0.24 226	0.24 172	0.15 176	0.22 199	0.15 229	0.22 237	0.15 218	0.22 236	0.15 227	0.24 247	0.15 227	0.22 238	0.15 228	0.22 237	1.19 606	0.20 202	0.17 212	0.24 259	0.14 218	0.20 224	0.14 212

acva	0.24 226	0.24 172	0.15 176	0.22 199	0.15 229	0.22 237	0.15 218	0.22 236	0.15 227	0.24 247	0.15 227	0.22 238	0.15 228	0.22 237	1.19 606	0.20 202	0.17 212	0.24 259	0.14 218	0.20 224	0.14 212

DEFOM-Stereo_RVC	0.83 508	5.18 701	1.98 699	2.19 630	0.17 246	0.19 216	0.18 244	0.19 214	0.16 235	0.20 219	0.19 261	0.22 238	0.22 274	0.20 219	0.15 221	2.28 681	2.13 702	0.24 259	0.17 255	0.18 217	0.16 221

WAO-6	0.22 215	0.23 164	0.22 226	0.23 204	0.22 279	0.22 237	0.22 264	0.22 236	0.22 269	0.22 234	0.22 272	0.22 238	0.22 274	0.22 237	0.22 263	0.22 211	0.22 239	0.22 240	0.22 272	0.22 233	0.22 256

IMH-64-1	0.22 215	0.23 164	0.23 230	0.22 199	0.22 279	0.22 237	0.22 264	0.22 236	0.22 269	0.22 234	0.22 272	0.22 238	0.22 274	0.22 237	0.22 263	0.22 211	0.22 239	0.23 249	0.22 272	0.22 233	0.23 258

IMH-64	0.22 215	0.23 164	0.23 230	0.22 199	0.22 279	0.22 237	0.22 264	0.22 236	0.22 269	0.22 234	0.22 272	0.22 238	0.22 274	0.22 237	0.22 263	0.22 211	0.22 239	0.23 249	0.22 272	0.22 233	0.23 258

BStereo	0.22 215	0.23 164	0.20 218	0.24 209	0.20 267	0.23 246	0.33 392	0.39 317	0.17 245	0.23 240	0.17 241	0.23 246	0.16 232	0.24 248	0.17 236	0.23 223	0.16 184	0.22 240	0.20 265	0.22 233	0.16 221

Anonymus123	0.22 215	0.23 164	0.20 218	0.24 209	0.20 267	0.23 246	0.33 392	0.39 317	0.17 245	0.23 240	0.17 241	0.23 246	0.16 232	0.24 248	0.17 236	0.23 223	0.16 184	0.22 240	0.20 265	0.22 233	0.16 221

MSKI-zero shot	0.24 226	0.21 158	0.49 430	0.65 430	0.18 258	0.22 237	0.17 235	0.23 243	0.18 252	0.21 230	0.17 241	0.23 246	0.28 312	0.23 244	0.18 249	0.21 209	0.16 184	0.21 235	0.16 232	0.21 231	0.16 221

GANet-RSSM	0.75 482	1.91 572	0.14 155	0.47 336	0.14 215	0.21 232	3.21 750	2.30 693	0.14 215	0.46 420	0.14 217	0.23 246	0.18 255	0.21 231	0.14 209	0.18 192	0.27 266	0.37 340	0.13 213	2.13 676	2.12 717

iResNetv2_ROB	0.20 200	0.23 164	0.18 203	0.24 209	0.20 267	0.24 249	0.18 244	0.24 246	0.18 252	0.24 247	0.18 258	0.23 246	0.19 262	0.24 248	0.18 249	0.21 209	0.16 184	0.21 235	0.16 232	0.22 233	0.16 221

iResNet	0.20 200	0.23 164	0.18 203	0.24 209	0.18 258	0.24 249	0.20 254	0.24 246	0.18 252	0.23 240	0.17 241	0.23 246	0.18 255	0.23 244	0.18 249	0.22 211	0.16 184	0.21 235	0.16 232	0.21 231	0.16 221

LACA2	0.21 208	0.24 172	0.26 247	0.31 238	0.16 240	0.24 249	0.16 225	0.24 246	0.16 235	0.24 247	0.16 233	0.24 252	0.16 232	0.24 248	0.16 229	0.27 245	0.23 245	0.24 259	0.16 232	0.23 245	0.16 221

LACA1	0.21 208	0.24 172	0.26 247	0.31 238	0.16 240	0.24 249	0.16 225	0.24 246	0.16 235	0.24 247	0.16 233	0.24 252	0.16 232	0.24 248	0.16 229	0.27 245	0.22 239	0.23 249	0.16 232	0.23 245	0.16 221

tg	0.21 208	0.25 179	0.21 224	0.26 224	0.17 246	0.24 249	0.17 235	0.24 246	0.17 245	0.24 247	0.17 241	0.24 252	0.17 244	0.24 248	0.17 236	0.24 232	0.17 212	0.23 249	0.16 232	0.23 245	0.16 221

Pointernet	0.21 208	0.22 162	0.19 211	0.24 209	0.19 264	0.24 249	0.19 250	0.24 246	0.19 259	0.24 247	0.19 261	0.24 252	0.19 262	0.24 248	0.19 253	0.22 211	0.17 212	0.22 240	0.17 255	0.22 233	0.17 239

dd	0.23 222	0.98 392	0.16 183	0.23 204	0.15 229	0.23 246	0.15 218	0.23 243	0.15 227	0.23 240	0.15 227	0.24 252	0.17 244	0.23 244	0.15 221	0.22 211	0.15 181	0.21 235	0.15 229	0.22 233	0.16 221

dad	0.23 222	1.03 418	0.16 183	0.23 204	0.15 229	0.24 249	0.15 218	0.24 246	0.16 235	0.23 240	0.16 233	0.24 252	0.16 232	0.23 244	0.15 221	0.22 211	0.16 184	0.22 240	0.16 232	0.22 233	0.16 221

UPFNet	0.42 348	1.20 444	0.17 193	0.24 209	0.17 246	0.25 259	0.17 235	1.19 574	0.90 574	0.25 255	0.17 241	0.24 252	0.17 244	0.25 257	0.17 236	0.22 211	0.17 212	0.22 240	0.16 232	1.15 566	0.93 571

SMOE	0.23 222	0.25 179	0.30 268	0.33 248	0.18 258	0.26 268	0.18 244	0.26 260	0.18 252	0.26 264	0.18 258	0.25 259	0.18 255	0.25 257	0.18 249	0.31 266	0.27 266	0.23 249	0.17 255	0.23 245	0.17 239

LACA3	0.23 222	0.25 179	0.27 250	0.54 403	0.17 246	0.25 259	0.17 235	0.25 254	0.17 245	0.25 255	0.17 241	0.25 259	0.17 244	0.25 257	0.17 236	0.28 250	0.23 245	0.24 259	0.17 255	0.24 250	0.17 239

VIP-Stereo	0.70 468	2.97 646	2.43 712	2.49 659	0.16 240	0.25 259	0.16 225	0.25 254	0.16 235	0.25 255	0.18 258	0.25 259	0.16 232	0.26 269	0.16 229	1.86 640	1.26 622	0.23 249	0.15 229	0.23 245	0.15 219

ACV-stereo	0.30 249	2.08 584	0.25 240	0.25 216	0.18 258	0.24 249	0.17 235	0.24 246	0.18 252	0.24 247	0.17 241	0.25 259	0.17 244	0.24 248	0.17 236	0.22 211	0.16 184	0.22 240	0.16 232	0.22 233	0.16 221

UNDER WATER-64	0.25 229	0.26 182	0.25 240	0.26 224	0.25 293	0.25 259	0.25 280	0.25 254	0.25 284	0.25 255	0.25 290	0.25 259	0.25 286	0.26 269	0.25 281	0.25 239	0.25 250	0.25 264	0.25 288	0.25 253	0.25 270

CAS	0.30 249	1.17 440	0.25 240	0.25 216	0.25 293	0.26 268	0.25 280	0.25 254	0.26 298	0.25 255	0.25 290	0.25 259	0.25 286	0.25 257	0.25 281	0.26 241	0.26 253	0.26 269	0.25 288	0.26 256	0.25 270

LoS	0.25 229	0.27 185	0.25 240	0.25 216	0.25 293	0.25 259	0.25 280	0.26 260	0.25 284	0.25 255	0.25 290	0.25 259	0.25 286	0.25 257	0.25 281	0.26 241	0.25 250	0.25 264	0.26 294	0.26 256	0.25 270
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
HCRNet	1.22 616	7.11 730	3.00 718	3.55 698	0.33 406	0.29 278	0.14 210	0.19 214	0.15 227	0.33 293	0.29 322	0.25 259	0.14 216	0.22 237	0.33 388	3.64 716	3.00 715	0.76 533	0.32 405	0.18 217	0.13 206

MMNet	0.44 363	1.24 498	0.17 193	0.25 216	0.17 246	0.25 259	0.18 244	1.26 628	0.93 581	0.25 255	0.17 241	0.25 259	0.18 255	0.25 257	0.17 236	0.23 223	0.16 184	0.23 249	0.16 232	1.20 578	0.99 578

delet	0.43 350	1.21 490	0.17 193	0.25 216	0.17 246	0.25 259	0.18 244	1.26 628	0.95 583	0.25 255	0.17 241	0.25 259	0.17 244	0.25 257	0.17 236	0.23 223	0.16 184	0.22 240	0.16 232	1.18 574	0.98 577

psm_up	0.43 350	1.19 443	0.17 193	0.25 216	0.18 258	0.25 259	0.19 250	1.26 628	0.91 575	0.26 264	0.17 241	0.25 259	0.17 244	0.25 257	0.17 236	0.22 211	0.17 212	0.23 249	0.16 232	1.18 574	0.99 578

AANet_RVC	1.26 619	0.31 196	4.99 747	5.93 737	0.20 267	0.25 259	0.20 254	0.25 254	0.20 261	0.23 240	0.19 261	0.25 259	0.20 266	0.25 257	0.20 256	5.66 748	4.76 742	0.26 269	0.30 386	0.24 250	0.27 314

small-0shot	0.35 282	1.92 578	0.27 250	0.27 227	0.27 301	0.27 273	0.27 290	0.27 264	0.27 302	0.27 269	0.27 299	0.26 271	0.27 303	0.27 273	0.26 286	0.27 245	0.26 253	0.26 269	0.26 294	0.26 256	0.27 314

Select-FE	0.41 334	0.44 253	0.23 230	0.26 224	0.22 279	0.26 268	0.22 264	0.26 260	0.23 276	0.26 264	0.23 277	0.26 271	0.23 280	0.45 422	0.42 456	0.25 239	0.22 239	0.25 264	0.22 272	0.45 421	2.90 732

LoS_RVC	0.30 249	1.14 434	0.25 240	0.25 216	0.25 293	0.26 268	0.25 280	0.25 254	0.25 284	0.25 255	0.25 290	0.26 271	0.26 296	0.26 269	0.25 281	0.26 241	0.26 253	0.25 264	0.25 288	0.26 256	0.26 276

GEStereo_RVC	0.86 520	4.45 684	0.20 218	0.27 227	0.20 267	0.27 273	0.20 254	0.26 260	0.18 252	5.03 758	0.20 265	0.27 274	0.19 262	0.27 273	0.21 259	0.20 202	0.19 226	0.19 226	4.02 762	0.20 224	0.18 245

DLNR-FE	0.28 243	0.89 370	0.30 268	0.34 254	0.19 264	0.28 275	0.19 250	0.28 265	0.20 261	0.28 270	0.20 265	0.28 275	0.20 266	0.28 278	0.20 256	0.33 275	0.28 274	0.25 264	0.19 263	0.24 250	0.19 248

SQANet	0.28 243	0.28 188	0.28 258	0.28 229	0.28 307	0.28 275	0.28 301	0.28 265	0.28 308	0.28 270	0.28 307	0.28 275	0.28 312	0.28 278	0.28 297	0.28 250	0.28 274	0.28 278	0.28 353	0.28 264	0.28 342

gwcnet-sp	0.82 505	1.72 525	1.48 644	0.39 276	0.15 229	0.31 287	0.21 259	0.20 221	0.25 284	1.61 652	0.23 277	0.28 275	0.26 296	0.20 219	0.15 221	0.24 232	1.33 630	0.32 294	0.16 232	6.75 757	0.23 258

scenet	0.82 505	1.72 525	1.48 644	0.39 276	0.15 229	0.31 287	0.21 259	0.20 221	0.25 284	1.61 652	0.23 277	0.28 275	0.26 296	0.20 219	0.15 221	0.24 232	1.33 630	0.32 294	0.16 232	6.75 757	0.23 258

ssnet	0.82 505	1.72 525	1.48 644	0.39 276	0.15 229	0.31 287	0.21 259	0.20 221	0.25 284	1.61 652	0.23 277	0.28 275	0.26 296	0.20 219	0.15 221	0.24 232	1.33 630	0.32 294	0.16 232	6.75 757	0.23 258

CFNet	1.37 624	5.27 710	0.19 211	5.49 734	0.19 264	0.28 275	0.19 250	0.28 265	0.19 259	0.28 270	0.19 261	0.28 275	4.35 755	0.28 278	0.19 253	0.23 223	0.17 212	0.23 249	4.21 764	4.81 741	0.17 239

DStereoO	0.31 256	0.31 196	0.31 286	0.30 232	0.40 451	0.31 287	0.30 324	0.30 273	0.34 411	0.29 275	0.31 381	0.29 281	0.30 333	0.31 289	0.31 364	0.31 266	0.29 288	0.31 291	0.30 386	0.31 277	0.31 376

DEFOM-Stereo	0.68 462	3.11 649	1.40 640	1.63 611	0.25 293	0.31 287	0.25 280	0.31 279	0.28 308	0.31 282	0.29 322	0.29 281	0.27 303	0.31 289	0.28 297	1.59 631	1.47 645	0.30 285	0.29 368	0.30 272	0.28 342

PAM	0.39 320	1.88 568	0.34 314	0.37 264	0.41 461	0.45 426	0.22 264	0.28 265	0.23 276	0.28 270	0.24 284	0.29 281	0.23 280	0.29 282	0.23 270	0.38 308	0.32 308	0.38 348	0.37 442	0.32 280	0.22 256

RAFT + AFF	0.31 256	0.45 262	0.34 314	0.39 276	0.28 307	0.38 322	0.33 392	0.29 270	0.31 378	0.30 277	0.30 337	0.29 281	0.27 303	0.29 282	0.30 323	0.28 250	0.29 288	0.29 283	0.29 368	0.27 262	0.32 383

Weightmod	0.27 240	0.29 190	0.33 300	0.38 267	0.20 267	0.30 280	0.21 259	0.29 270	0.21 265	0.29 275	0.22 272	0.30 285	0.20 266	0.30 284	0.21 259	0.37 295	0.31 303	0.27 274	0.20 265	0.28 264	0.21 253

MultiAttention	0.30 249	0.30 193	0.30 268	0.30 232	0.30 332	0.30 280	0.30 324	0.30 273	0.30 333	0.30 277	0.30 337	0.30 285	0.30 333	0.30 284	0.30 323	0.30 260	0.30 298	0.30 285	0.30 386	0.30 272	0.30 366

MSAF-DinoV2	0.30 249	0.30 193	0.30 268	0.30 232	0.30 332	0.30 280	0.30 324	0.30 273	0.30 333	0.30 277	0.30 337	0.30 285	0.30 333	0.30 284	0.30 323	0.30 260	0.30 298	0.30 285	0.30 386	0.30 272	0.30 366

CASnet	0.35 282	0.51 292	0.44 399	0.32 244	0.31 379	0.24 249	0.34 407	0.36 295	0.25 284	0.31 282	0.37 428	0.30 285	0.33 403	0.25 257	0.45 465	0.37 295	0.37 368	0.33 301	0.35 433	0.34 292	0.37 419
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DANet	0.30 249	0.30 193	0.30 268	0.30 232	0.30 332	0.30 280	0.30 324	0.30 273	0.30 333	0.30 277	0.30 337	0.30 285	0.30 333	0.30 284	0.30 323	0.30 260	0.30 298	0.30 285	0.30 386	0.30 272	0.30 366
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoFS	0.32 265	0.33 199	0.32 295	0.33 248	0.30 332	0.32 296	0.32 381	0.32 281	0.31 378	0.30 277	0.31 381	0.31 290	0.30 333	0.32 292	0.32 376	0.32 269	0.31 303	0.30 285	0.47 494	0.32 280	0.34 399

DStereoSA	0.32 265	0.52 294	0.34 314	0.31 238	0.31 379	0.30 280	0.30 324	0.31 279	0.30 333	0.31 282	0.31 381	0.31 290	0.30 333	0.31 289	0.31 364	0.30 260	0.32 308	0.31 291	0.31 397	0.31 277	0.31 376

DLNR_Zeroshot_test	0.31 256	0.28 188	0.47 415	0.79 461	0.24 290	0.30 280	0.26 287	0.30 273	0.24 279	0.32 288	0.23 277	0.31 290	0.24 283	0.30 284	0.23 270	0.29 259	0.26 253	0.29 283	0.24 285	0.33 287	0.23 258

ssnet_v2	0.68 462	1.96 580	1.25 622	0.29 230	0.20 267	0.30 280	0.20 254	0.29 270	0.22 269	1.50 648	0.20 265	0.31 290	0.20 266	0.27 273	0.22 263	0.24 232	1.49 646	0.26 269	0.18 262	3.90 718	0.19 248

SME	0.27 240	0.29 190	0.31 286	0.38 267	0.20 267	0.29 278	0.18 244	0.30 273	0.20 261	0.32 288	0.21 270	0.32 294	0.20 266	0.32 292	0.21 259	0.35 287	0.32 308	0.27 274	0.19 263	0.29 268	0.20 250

xyz-stereo-finetune	0.28 243	0.49 279	0.16 183	0.16 150	0.16 240	0.16 202	0.16 225	0.22 236	0.30 333	0.32 288	0.31 381	0.32 294	0.31 384	0.32 292	0.32 376	0.32 269	0.33 321	0.31 291	0.32 405	0.31 277	0.32 383

WCG-NET（raft）	0.32 265	1.24 498	0.24 237	0.32 244	0.24 290	0.32 296	0.23 273	0.32 281	0.24 279	0.32 288	0.24 284	0.32 294	0.24 283	0.32 292	0.24 273	0.30 260	0.23 245	0.30 285	0.23 278	0.30 272	0.23 258

tt1	0.31 256	0.93 385	0.24 237	0.33 248	0.23 285	0.31 287	0.24 278	0.32 281	0.24 279	0.32 288	0.23 277	0.32 294	0.25 286	0.32 292	0.24 273	0.27 245	0.26 253	0.27 274	0.26 294	0.27 262	0.27 314

Anonymus	0.47 403	0.73 334	0.46 407	0.43 320	0.54 514	0.53 479	0.27 290	0.39 317	0.35 415	0.33 293	0.40 446	0.33 298	0.38 429	0.53 474	0.54 498	0.56 438	0.36 363	0.49 473	0.53 510	0.66 483	0.54 494

model_zeroshot	0.27 240	0.20 153	0.27 250	0.33 248	0.21 277	0.37 315	0.22 264	0.37 303	0.24 279	0.26 264	0.27 299	0.33 298	0.21 273	0.25 257	0.27 288	0.32 269	0.20 228	0.34 311	0.23 278	0.25 253	0.26 276

xxxxx1	0.31 256	0.91 376	0.23 230	0.31 238	0.23 285	0.31 287	0.23 273	0.33 285	0.25 284	0.31 282	0.24 284	0.33 298	0.25 286	0.32 292	0.24 273	0.28 250	0.28 274	0.28 278	0.28 353	0.29 268	0.27 314

tt_ll	0.31 256	0.91 376	0.23 230	0.31 238	0.23 285	0.31 287	0.23 273	0.33 285	0.25 284	0.31 282	0.24 284	0.33 298	0.25 286	0.32 292	0.24 273	0.28 250	0.28 274	0.28 278	0.28 353	0.29 268	0.27 314

ff	0.31 256	0.91 376	0.23 230	0.31 238	0.23 285	0.31 287	0.23 273	0.33 285	0.25 284	0.31 282	0.24 284	0.33 298	0.25 286	0.32 292	0.24 273	0.28 250	0.28 274	0.28 278	0.28 353	0.29 268	0.27 314

FE-Mocha	0.35 282	0.71 331	0.40 376	0.47 336	0.27 301	0.34 299	0.27 290	0.34 288	0.26 298	0.34 296	0.26 295	0.34 303	0.27 303	0.34 301	0.27 288	0.44 353	0.41 396	0.33 301	0.29 368	0.32 280	0.29 351

H2IRNET	0.34 271	0.34 200	0.34 314	0.34 254	0.34 418	0.34 299	0.34 407	0.34 288	0.34 411	0.34 296	0.34 408	0.34 303	0.34 410	0.34 301	0.34 403	0.34 279	0.34 350	0.34 311	0.34 420	0.34 292	0.34 399

MyStereo04	0.56 436	3.72 665	0.59 460	0.49 348	0.41 461	0.36 307	0.32 381	0.37 303	0.31 378	0.34 296	0.46 478	0.35 305	0.32 391	0.35 304	0.33 388	0.49 409	0.45 420	0.34 311	0.32 405	0.35 305	0.43 454

FENet	0.54 429	1.52 517	1.19 568	1.41 597	0.23 285	0.35 303	0.23 273	0.35 291	0.23 276	0.34 296	0.23 277	0.35 305	0.23 280	0.35 304	0.23 270	1.40 620	1.07 552	0.32 294	0.23 278	0.33 287	0.23 258

MLCV	0.31 256	0.35 202	0.27 250	0.35 257	0.28 307	0.35 303	0.27 290	0.35 291	0.28 308	0.36 304	0.27 299	0.35 305	0.27 303	0.35 304	0.27 288	0.34 279	0.27 266	0.34 311	0.27 332	0.34 292	0.27 314

iResNet_ROB	0.28 243	0.32 198	0.24 237	0.32 244	0.25 293	0.32 296	0.24 278	0.32 281	0.24 279	0.33 293	0.24 284	0.35 305	0.24 283	0.33 300	0.24 273	0.31 266	0.24 249	0.32 294	0.24 285	0.32 280	0.24 268

ETE_ROB	0.35 282	0.35 202	0.35 324	0.35 257	0.35 422	0.35 303	0.35 412	0.35 291	0.35 415	0.35 300	0.35 417	0.35 305	0.35 416	0.35 304	0.35 407	0.35 287	0.35 357	0.35 327	0.35 433	0.35 305	0.35 410

GREATEN-IGEV_RVC	0.38 306	0.35 202	0.56 454	0.63 424	0.29 320	0.36 307	0.29 316	0.36 295	0.29 318	0.39 319	0.29 322	0.36 310	0.29 324	0.36 310	0.29 313	0.62 455	0.57 466	0.35 327	0.29 368	0.36 315	0.29 351

GREATEN-IGEV-FM_RVC	0.38 306	0.35 202	0.56 454	0.63 424	0.28 307	0.36 307	0.28 301	0.36 295	0.28 308	0.36 304	0.28 307	0.36 310	0.28 312	0.36 310	0.28 297	0.62 455	0.57 466	0.35 327	0.28 353	0.35 305	0.28 342

PStereo	0.32 265	0.36 207	0.28 258	0.38 267	0.29 320	0.36 307	0.27 290	0.38 312	0.27 302	0.38 312	0.28 307	0.36 310	0.27 303	0.36 310	0.28 297	0.32 269	0.27 266	0.33 301	0.27 332	0.33 287	0.27 314

GeoVLM	0.36 290	0.38 214	0.27 250	0.46 329	0.28 307	0.35 303	0.28 301	0.37 303	0.27 302	0.35 300	0.28 307	0.36 310	0.38 429	0.35 304	0.28 297	1.08 541	0.26 253	0.33 301	0.27 332	0.34 292	0.33 392

RSM	0.36 290	0.36 207	0.43 397	0.37 264	0.42 471	0.49 452	0.42 461	0.37 303	0.28 308	0.36 304	0.29 322	0.36 310	0.30 333	0.37 317	0.28 297	0.34 279	0.31 303	0.34 311	0.35 433	0.40 395	0.29 351

Any-RAFT	0.32 265	0.36 207	0.27 250	0.36 261	0.27 301	0.36 307	0.27 290	0.36 295	0.27 302	0.36 304	0.27 299	0.36 310	0.27 303	0.36 310	0.28 297	0.36 292	0.28 274	0.36 336	0.28 353	0.36 315	0.28 342

IGEV-Stereo	0.35 282	0.44 253	0.45 401	0.49 348	0.30 332	0.37 315	0.30 324	0.36 295	0.30 333	0.36 304	0.29 322	0.36 310	0.29 324	0.36 310	0.30 323	0.46 394	0.39 382	0.32 294	0.24 285	0.32 280	0.25 270
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HGLStereo	0.28 243	0.29 190	0.22 226	0.36 261	0.22 279	0.36 307	0.21 259	0.36 295	0.21 265	0.42 357	0.21 270	0.36 310	0.22 274	0.36 310	0.21 259	0.34 279	0.21 232	0.34 311	0.21 269	0.34 292	0.21 253

DMCA	0.36 290	0.38 214	0.37 331	0.35 257	0.35 422	0.36 307	0.36 418	0.36 295	0.35 415	0.35 300	0.37 428	0.36 310	0.36 420	0.35 304	0.36 410	0.36 292	0.36 363	0.35 327	0.36 439	0.36 315	0.36 413

DN-CSS_ROB	0.31 256	0.35 202	0.28 258	0.35 257	0.28 307	0.34 299	0.27 290	0.34 288	0.25 284	0.35 300	0.27 299	0.36 310	0.26 296	0.34 301	0.28 297	0.35 287	0.28 274	0.34 311	0.28 353	0.34 292	0.27 314

NoBS	0.39 320	0.68 326	0.36 326	0.38 267	0.36 428	0.38 322	0.39 445	0.39 317	0.39 444	0.37 310	0.35 417	0.37 320	0.38 429	0.37 317	0.38 423	0.39 321	0.36 363	0.36 336	0.39 460	0.38 333	0.38 426

EKT-Stereo	0.37 300	0.40 225	0.44 399	1.07 508	0.29 320	0.34 299	0.31 371	0.36 295	0.29 318	0.38 312	0.31 381	0.37 320	0.30 333	0.36 310	0.29 313	0.34 279	0.28 274	0.39 391	0.30 386	0.37 320	0.30 366

XPNet_ROB	0.37 300	0.37 210	0.37 331	0.37 264	0.37 433	0.37 315	0.37 424	0.37 303	0.37 427	0.37 310	0.37 428	0.37 320	0.37 425	0.37 317	0.37 420	0.37 295	0.37 368	0.37 340	0.37 442	0.37 320	0.37 419

Monster-pub-mixall	0.44 363	0.56 308	0.60 464	0.38 267	0.27 301	0.37 315	0.27 290	0.37 303	0.29 318	0.38 312	0.27 299	0.38 323	0.29 324	0.85 536	0.27 288	1.46 624	0.26 253	0.34 311	0.26 294	0.36 315	0.53 491

WAO-8	0.38 306	0.38 214	0.38 333	0.38 267	0.38 440	0.38 322	0.38 431	0.38 312	0.38 431	0.38 312	0.38 433	0.38 323	0.38 429	0.38 321	0.38 423	0.38 308	0.38 375	0.38 348	0.37 442	0.38 333	0.38 426

WAO-7	0.38 306	0.38 214	0.38 333	0.38 267	0.38 440	0.38 322	0.38 431	0.38 312	0.38 431	0.38 312	0.38 433	0.38 323	0.38 429	0.38 321	0.38 423	0.38 308	0.38 375	0.38 348	0.38 456	0.38 333	0.38 426

HanzoNet	0.39 320	0.38 214	0.40 376	0.39 276	0.41 461	0.38 322	0.38 431	0.38 312	0.38 431	0.39 319	0.39 443	0.38 323	0.38 429	0.39 329	0.40 440	0.38 308	0.38 375	0.40 404	0.38 456	0.38 333	0.40 435

DISCO	1.11 563	0.39 221	5.28 749	0.39 276	0.20 267	0.39 329	0.27 290	0.39 317	0.22 269	0.38 312	0.20 265	0.38 323	0.20 266	6.95 769	0.22 263	0.30 260	0.21 232	0.27 274	0.21 269	5.25 750	0.21 253

SCION-M(vits-remse)	0.34 271	0.79 348	0.30 268	0.33 248	0.28 307	0.40 331	0.28 301	0.40 326	0.28 308	0.40 326	0.28 307	0.39 328	0.28 312	0.40 332	0.28 297	0.23 223	0.21 232	0.35 327	0.27 332	0.35 305	0.27 314

SCION-Mon(vits-remp)	0.34 271	0.98 392	0.30 268	0.33 248	0.18 258	0.21 232	0.28 301	0.40 326	0.28 308	0.40 326	0.28 307	0.39 328	0.28 312	0.40 332	0.28 297	0.37 295	0.29 288	0.35 327	0.27 332	0.35 305	0.27 314

Monster-pub-eth3d	0.45 386	0.57 310	0.60 464	0.39 276	0.28 307	0.37 315	0.28 301	0.37 303	0.30 333	0.39 319	0.29 322	0.39 328	0.30 333	0.92 548	0.27 288	1.42 621	0.28 274	0.34 311	0.28 353	0.37 320	0.53 491

LG-Stereo_L2	0.34 271	0.37 210	0.38 333	0.47 336	0.28 307	0.39 329	0.28 301	0.39 317	0.28 308	0.39 319	0.28 307	0.39 328	0.28 312	0.38 321	0.28 297	0.42 351	0.35 357	0.36 336	0.26 294	0.35 305	0.26 276

1test111	0.37 300	1.02 416	0.30 268	0.39 276	0.29 320	0.40 331	0.28 301	0.39 317	0.29 318	0.39 319	0.29 322	0.39 328	0.28 312	0.40 332	0.29 313	0.33 275	0.32 308	0.33 301	0.31 397	0.32 280	0.31 376

cc1	0.37 300	1.02 416	0.30 268	0.39 276	0.29 320	0.40 331	0.28 301	0.39 317	0.29 318	0.39 319	0.29 322	0.39 328	0.28 312	0.40 332	0.29 313	0.33 275	0.32 308	0.33 301	0.31 397	0.32 280	0.31 376

Venus	0.38 306	0.38 214	0.38 333	0.38 267	0.38 440	0.37 315	0.38 431	0.37 303	0.37 427	0.41 343	0.37 428	0.39 328	0.37 425	0.38 321	0.38 423	0.37 295	0.38 375	0.38 348	0.37 442	0.37 320	0.38 426

IER	0.88 525	7.04 729	2.23 705	2.75 664	0.28 307	0.43 378	0.25 280	0.39 317	0.25 284	0.41 343	0.27 299	0.39 328	0.25 286	0.40 332	0.28 297	0.37 295	0.28 274	0.37 340	0.25 288	0.37 320	0.25 270

iRaft-Stereo_20w	0.34 271	0.41 237	0.31 286	0.39 276	0.29 320	0.40 331	0.32 381	0.41 345	0.32 390	0.38 312	0.30 337	0.39 328	0.30 333	0.38 321	0.32 376	0.35 287	0.27 266	0.34 311	0.27 332	0.34 292	0.29 351

StereoDRNet-Refined	0.33 270	0.39 221	0.26 247	0.39 276	0.26 300	0.40 331	0.26 287	0.40 326	0.26 298	0.39 319	0.26 295	0.39 328	0.26 296	0.39 329	0.26 286	0.37 295	0.25 250	0.37 340	0.25 288	0.37 320	0.37 419
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test410_97500	0.41 334	0.89 370	0.31 286	0.40 289	0.31 379	0.40 331	0.31 371	0.40 326	0.31 378	0.61 493	0.53 506	0.40 338	0.31 384	0.40 332	0.31 364	0.58 441	0.47 430	0.38 348	0.29 368	0.38 333	0.29 351

test410	0.66 454	5.69 721	0.31 286	0.40 289	0.31 379	0.41 350	0.31 371	0.40 326	0.31 378	0.62 497	0.55 509	0.40 338	0.31 384	0.40 332	0.31 364	0.59 444	0.47 430	0.38 348	0.29 368	0.38 333	0.30 366

Replicate-Monster	0.45 386	0.57 310	0.60 464	0.40 289	0.29 320	0.37 315	0.27 290	0.37 303	0.30 333	0.40 326	0.31 381	0.40 338	0.30 333	0.99 556	0.27 288	1.36 617	0.31 303	0.34 311	0.30 386	0.36 315	0.54 494

GIP-stereo	0.36 290	0.49 279	0.39 344	0.48 342	0.32 393	0.41 350	0.28 301	0.40 326	0.30 333	0.41 343	0.28 307	0.40 338	0.28 312	0.42 366	0.28 297	0.45 382	0.32 308	0.38 348	0.30 386	0.37 320	0.27 314

DCVSM-stereo	0.36 290	1.89 569	0.22 226	0.40 289	0.22 279	0.40 331	0.22 264	0.40 326	0.22 269	0.40 326	0.22 272	0.40 338	0.22 274	0.40 332	0.22 263	0.28 250	0.21 232	0.28 278	0.21 269	0.28 264	0.20 250

IGEV++	0.34 271	0.43 250	0.30 268	0.40 289	0.29 320	0.40 331	0.29 316	0.40 326	0.29 318	0.40 326	0.29 322	0.40 338	0.29 324	0.40 332	0.30 323	0.38 308	0.29 288	0.37 340	0.29 368	0.37 320	0.29 351

ACVNet-DCA	0.37 300	1.00 402	0.30 268	0.40 289	0.29 320	0.40 331	0.29 316	0.40 326	0.29 318	0.40 326	0.29 322	0.40 338	0.29 324	0.39 329	0.28 297	0.33 275	0.32 308	0.33 301	0.32 405	0.33 287	0.32 383

xx1	0.38 306	1.03 418	0.31 286	0.40 289	0.31 379	0.41 350	0.28 301	0.40 326	0.29 318	0.40 326	0.29 322	0.40 338	0.29 324	0.40 332	0.29 313	0.34 279	0.33 321	0.34 311	0.32 405	0.34 292	0.32 383

IMH	0.38 306	0.38 214	0.38 333	0.38 267	0.38 440	0.38 322	0.38 431	0.38 312	0.38 431	0.42 357	0.38 433	0.40 338	0.38 429	0.38 321	0.38 423	0.38 308	0.38 375	0.39 391	0.38 456	0.38 333	0.38 426

knoymous	0.40 326	0.40 225	0.40 376	0.40 289	0.40 451	0.40 331	0.40 446	0.40 326	0.40 447	0.40 326	0.40 446	0.40 338	0.40 442	0.40 332	0.40 440	0.40 329	0.40 386	0.40 404	0.40 462	0.40 395	0.40 435

anonymousa	0.40 326	0.40 225	0.40 376	0.40 289	0.40 451	0.40 331	0.40 446	0.40 326	0.40 447	0.40 326	0.40 446	0.40 338	0.40 442	0.40 332	0.40 440	0.40 329	0.40 386	0.40 404	0.40 462	0.40 395	0.40 435

riskmin	0.40 326	0.40 225	0.40 376	0.40 289	0.40 451	0.40 331	0.40 446	0.40 326	0.40 447	0.40 326	0.40 446	0.40 338	0.40 442	0.40 332	0.40 440	0.40 329	0.40 386	0.40 404	0.40 462	0.40 395	0.40 435

Anonymous_2	0.40 326	0.40 225	0.40 376	0.40 289	0.40 451	0.40 331	0.40 446	0.40 326	0.40 447	0.40 326	0.40 446	0.40 338	0.40 442	0.40 332	0.40 440	0.40 329	0.40 386	0.40 404	0.40 462	0.40 395	0.40 435

Anonymous_1	0.40 326	0.40 225	0.40 376	0.40 289	0.40 451	0.40 331	0.40 446	0.40 326	0.40 447	0.40 326	0.40 446	0.40 338	0.40 442	0.40 332	0.40 440	0.40 329	0.40 386	0.40 404	0.40 462	0.40 395	0.40 435

AdaStereo	0.40 326	0.40 225	0.40 376	0.40 289	0.40 451	0.40 331	0.40 446	0.40 326	0.40 447	0.40 326	0.40 446	0.40 338	0.40 442	0.40 332	0.40 440	0.40 329	0.40 386	0.40 404	0.40 462	0.40 395	0.40 435
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.
DDF-Stereo	0.43 350	1.15 437	0.57 458	0.53 400	0.32 393	0.41 350	0.32 381	0.41 345	0.32 390	0.41 343	0.32 391	0.41 353	0.32 391	0.40 332	0.32 376	0.52 424	0.50 447	0.38 348	0.31 397	0.39 381	0.31 376

Zero-FE251	0.36 290	0.40 225	0.28 258	0.41 303	0.28 307	0.41 350	0.28 301	0.41 345	0.28 308	0.41 343	0.28 307	0.41 353	0.28 312	0.42 366	0.30 323	0.37 295	0.26 253	0.37 340	0.27 332	0.45 421	0.56 505

RAFT-Test	0.36 290	0.37 210	0.33 300	0.41 303	0.32 393	0.41 350	0.32 381	0.41 345	0.32 390	0.41 343	0.32 391	0.41 353	0.32 391	0.41 352	0.33 388	0.37 295	0.29 288	0.37 340	0.29 368	0.38 333	0.31 376

BUS	0.83 508	1.91 572	0.92 539	4.48 710	0.02 22	0.40 331	0.04 103	0.41 345	0.02 22	0.48 433	0.03 56	0.41 353	0.05 117	0.03 43	0.05 115	1.97 651	4.19 738	0.33 301	0.23 278	0.34 292	0.27 314

CRFU-Net	0.65 452	1.67 522	1.22 618	1.96 622	0.27 301	0.41 350	0.27 290	0.41 345	0.27 302	0.40 326	0.26 295	0.41 353	0.27 303	0.40 332	0.27 288	1.80 639	1.62 660	0.34 311	0.23 278	0.33 287	0.23 258

NINENet	0.69 465	3.87 671	1.20 571	1.98 623	0.05 126	0.40 331	0.04 103	0.40 326	0.05 124	0.41 343	0.04 110	0.41 353	0.05 117	0.40 332	0.05 115	1.79 638	1.56 652	0.34 311	0.22 272	0.34 292	0.23 258

hknet	1.10 561	1.85 563	3.49 735	4.48 710	0.02 22	0.42 371	0.06 139	0.41 345	0.02 22	0.48 433	0.03 56	0.41 353	0.03 53	0.42 366	0.03 52	4.39 724	4.19 738	0.33 301	0.23 278	0.34 292	0.27 314

iRaft-Stereo_5w	0.34 271	0.42 248	0.31 286	0.39 276	0.30 332	0.38 322	0.30 324	0.40 326	0.29 318	0.40 326	0.37 428	0.41 353	0.34 410	0.38 321	0.30 323	0.34 279	0.27 266	0.34 311	0.26 294	0.34 292	0.26 276

GMOStereo	0.37 300	0.45 262	0.23 230	0.30 232	0.37 433	0.41 350	0.36 418	0.41 345	0.35 415	0.43 364	0.36 421	0.41 353	0.40 442	0.41 352	0.36 410	0.34 279	0.22 239	0.47 460	0.37 442	0.39 381	0.33 392

error version	0.93 535	4.47 685	2.35 708	1.99 624	0.37 433	0.41 350	0.36 418	0.41 345	0.35 415	0.43 364	0.36 421	0.41 353	0.40 442	0.41 352	0.36 410	1.87 642	2.16 703	0.47 460	0.37 442	0.39 381	0.33 392

test_1	0.93 535	4.47 685	2.35 708	1.99 624	0.37 433	0.41 350	0.36 418	0.41 345	0.35 415	0.43 364	0.36 421	0.41 353	0.40 442	0.41 352	0.36 410	1.87 642	2.16 703	0.47 460	0.37 442	0.39 381	0.33 392

GwcNet-ADL	0.41 334	0.41 237	0.41 390	0.41 303	0.41 461	0.41 350	0.41 455	0.41 345	0.41 457	0.41 343	0.41 454	0.41 353	0.41 454	0.41 352	0.41 448	0.41 337	0.41 396	0.41 422	0.41 471	0.41 406	0.41 444

PSMNet-ADL	0.41 334	0.41 237	0.41 390	0.41 303	0.41 461	0.41 350	0.41 455	0.41 345	0.41 457	0.41 343	0.41 454	0.41 353	0.41 454	0.41 352	0.41 448	0.41 337	0.41 396	0.41 422	0.41 471	0.41 406	0.41 444

GANet-ADL	0.41 334	0.41 237	0.41 390	0.41 303	0.41 461	0.41 350	0.41 455	0.41 345	0.41 457	0.41 343	0.41 454	0.41 353	0.41 454	0.41 352	0.41 448	0.41 337	0.41 396	0.41 422	0.41 471	0.41 406	0.41 444

ADLNet2	0.41 334	0.41 237	0.41 390	0.41 303	0.41 461	0.41 350	0.41 455	0.41 345	0.41 457	0.41 343	0.41 454	0.41 353	0.41 454	0.41 352	0.41 448	0.41 337	0.41 396	0.41 422	0.41 471	0.41 406	0.41 444

ADLNet	0.41 334	0.41 237	0.41 390	0.41 303	0.41 461	0.41 350	0.41 455	0.41 345	0.41 457	0.41 343	0.41 454	0.41 353	0.41 454	0.41 352	0.41 448	0.41 337	0.41 396	0.41 422	0.41 471	0.41 406	0.41 444

GES	0.66 454	2.34 609	0.29 264	0.41 303	0.29 320	0.41 350	0.29 316	0.42 363	0.29 318	0.40 326	0.41 454	0.41 353	0.30 333	0.51 466	0.29 313	0.32 269	0.29 288	0.32 294	2.46 733	2.49 695	0.30 366

Gwc-CoAtRS	0.41 334	1.49 516	0.32 295	0.42 313	0.32 393	0.41 350	0.32 381	0.41 345	0.33 400	0.41 343	0.32 391	0.41 353	0.32 391	0.41 352	0.32 376	0.39 321	0.28 274	0.39 391	0.28 353	0.40 395	0.28 342

testmc14	2.43 706	10.48 754	8.02 764	8.93 755	0.31 379	0.44 412	0.30 324	0.42 363	0.30 333	0.42 357	0.30 337	0.42 371	0.30 333	0.42 366	0.30 323	8.88 767	6.99 757	0.41 422	0.28 353	0.39 381	0.28 342

MCSU-Stereo	2.48 709	10.56 755	8.50 766	9.47 759	0.31 379	0.43 378	0.30 324	0.42 363	0.30 333	0.42 357	0.30 337	0.42 371	0.30 333	0.41 352	0.30 323	8.86 766	6.93 756	0.40 404	0.29 368	0.39 381	0.28 342

HiDET	0.38 306	0.44 253	0.30 268	0.42 313	0.30 332	0.42 371	0.30 324	0.42 363	0.30 333	0.44 402	0.30 337	0.42 371	0.30 333	0.42 366	0.68 527	0.37 295	0.32 308	0.40 404	0.29 368	0.37 320	0.29 351

LCMNet	0.38 306	0.44 253	0.30 268	0.42 313	0.30 332	0.42 371	0.30 324	0.42 363	0.30 333	0.45 414	0.30 337	0.42 371	0.30 333	0.42 366	0.69 535	0.37 295	0.32 308	0.40 404	0.29 368	0.37 320	0.29 351

CSFM-Stereo	0.38 306	0.44 253	0.30 268	0.42 313	0.30 332	0.42 371	0.30 324	0.43 371	0.30 333	0.44 402	0.30 337	0.42 371	0.30 333	0.42 366	0.73 549	0.37 295	0.32 308	0.40 404	0.29 368	0.37 320	0.30 366

HART	0.38 306	0.45 262	0.34 314	0.42 313	0.33 406	0.41 350	0.34 407	0.42 363	0.33 400	0.43 364	0.34 408	0.42 371	0.34 410	0.41 352	0.38 423	0.40 329	0.32 308	0.42 438	0.32 405	0.40 395	0.32 383

LL-Strereo2	0.48 409	1.73 530	0.51 442	0.59 416	0.34 418	0.42 371	0.33 392	0.40 326	0.31 378	0.42 357	0.33 400	0.42 371	0.31 384	0.44 404	0.39 437	0.60 446	0.51 452	0.44 441	0.33 416	0.44 416	0.33 392

DGSMNet	0.34 271	0.41 237	0.27 250	0.41 303	0.28 307	0.41 350	0.28 301	0.41 345	0.27 302	0.41 343	0.27 299	0.42 371	0.27 303	0.41 352	0.28 297	0.40 329	0.29 288	0.40 404	0.28 353	0.40 395	0.27 314

UCFNet_RVC	2.75 719	10.06 751	0.29 264	10.31 765	0.29 320	0.42 371	0.29 316	0.43 371	0.29 318	0.42 357	0.29 322	0.42 371	9.87 772	0.43 373	0.29 313	0.36 292	9.84 768	0.36 336	0.26 294	9.77 771	0.26 276

TestStereo_HL3	2.76 720	0.41 237	11.46 770	14.11 768	0.30 332	0.45 426	0.29 316	0.43 371	0.29 318	0.43 364	0.29 322	0.43 380	0.28 312	0.44 404	0.30 323	13.57 772	10.32 770	0.41 422	0.27 332	0.38 333	0.27 314

TestStereo_HL2	2.73 717	0.41 237	11.06 767	14.13 769	0.30 332	0.44 412	0.28 301	0.43 371	0.29 318	0.43 364	0.28 307	0.43 380	0.29 324	0.43 373	0.28 297	13.51 771	10.37 771	0.41 422	0.27 332	0.38 333	0.27 314

GGDA	2.76 720	0.41 237	11.34 769	14.28 770	0.30 332	0.44 412	0.29 316	0.43 371	0.29 318	0.43 364	0.28 307	0.43 380	0.28 312	0.43 373	0.29 313	13.45 770	10.57 772	0.41 422	0.27 332	0.38 333	0.27 314

aanet-new-90k	0.44 363	1.82 554	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.44 404	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-60k	0.44 363	1.81 547	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-70k	0.44 363	1.82 554	0.38 333	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-78k	0.44 363	1.80 542	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.45 382	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-40k	0.44 363	1.81 547	0.39 344	0.50 384	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.45 382	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-36k	0.44 363	1.80 542	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-34k	0.44 363	1.80 542	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-32k-new	0.44 363	1.78 537	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.44 409	0.30 333	0.44 402	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.45 382	0.34 350	0.39 391	0.26 294	0.38 333	0.26 276

aanet-new-32k	0.44 363	1.79 541	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-30k	0.44 363	1.78 537	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT26K	0.43 350	1.76 532	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.31 364	0.44 353	0.33 321	0.38 348	0.27 332	0.38 333	0.26 276

aanet-new-24k	0.44 363	1.78 537	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-22k	0.44 363	1.81 547	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-16k	0.44 363	1.83 557	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-14k	0.60 439	5.12 698	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.44 404	0.30 323	0.44 353	0.37 368	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-8k	0.43 350	1.76 532	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new	0.43 350	1.80 542	0.38 333	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-cres-4k	0.44 363	1.81 547	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-cres	0.43 350	1.77 534	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-36K	0.43 350	1.78 537	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-22K	0.44 363	1.85 563	0.38 333	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-20K	0.43 350	1.77 534	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-24K	0.44 363	1.86 566	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-5K	0.44 363	1.80 542	0.39 344	0.49 348	0.30 332	0.44 412	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.44 404	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-2K	0.44 363	1.82 554	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-3K	0.43 350	1.77 534	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-50K	0.44 363	1.83 557	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.36 363	0.38 348	0.26 294	0.38 333	0.26 276

MonSter++	0.38 306	0.44 253	0.31 286	0.43 320	0.30 332	0.43 378	0.31 371	0.43 371	0.31 378	0.45 414	0.31 381	0.43 380	0.31 384	0.43 373	0.69 535	0.38 308	0.33 321	0.40 404	0.30 386	0.38 333	0.30 366

GCAP-BAT	0.41 334	1.30 502	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.44 402	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.34 350	0.38 348	0.26 294	0.38 333	0.26 276

test_for_model	0.35 282	0.39 221	0.30 268	0.43 320	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.44 404	0.31 364	0.38 308	0.26 253	0.38 348	0.26 294	0.38 333	0.26 276

GCAPDPT-zeroshot4090	0.40 326	1.09 428	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.44 409	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.45 382	0.34 350	0.38 348	0.27 332	0.38 333	0.27 314

GCAPDPT-zeroshot	0.36 290	0.40 225	0.30 268	0.43 320	0.30 332	0.43 378	0.30 324	0.43 371	0.31 378	0.43 364	0.30 337	0.43 380	0.30 333	0.44 404	0.31 364	0.39 321	0.28 274	0.39 391	0.27 332	0.39 381	0.26 276

TestStereo-Hl	2.78 722	0.42 248	11.23 768	14.38 771	0.30 332	0.44 412	0.30 324	0.43 371	0.28 308	0.43 364	0.29 322	0.44 415	0.29 324	0.44 404	0.29 313	13.64 773	10.73 773	0.41 422	0.27 332	0.38 333	0.27 314

aanet-new-28k	0.44 363	1.81 547	0.39 344	0.49 348	0.30 332	0.44 412	0.30 324	0.44 409	0.30 333	0.44 402	0.30 337	0.44 415	0.30 333	0.44 404	0.30 323	0.45 382	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-10k	0.45 386	1.81 547	0.40 376	0.50 384	0.31 379	0.44 412	0.31 371	0.44 409	0.31 378	0.44 402	0.31 381	0.44 415	0.32 391	0.44 404	0.31 364	0.46 394	0.35 357	0.39 391	0.27 332	0.39 381	0.27 314

aanet-new-12k	0.46 395	1.99 581	0.40 376	0.51 395	0.31 379	0.44 412	0.31 371	0.44 409	0.31 378	0.44 402	0.31 381	0.44 415	0.31 384	0.44 404	0.32 376	0.47 401	0.35 357	0.39 391	0.27 332	0.39 381	0.27 314

GCAP-Stereo-DPT-25K	0.41 334	1.09 428	0.40 376	0.52 398	0.31 379	0.44 412	0.31 371	0.44 409	0.31 378	0.44 402	0.31 381	0.44 415	0.31 384	0.44 404	0.31 364	0.46 394	0.35 357	0.39 391	0.28 353	0.39 381	0.28 342

gcap_with_dpt	0.35 282	0.39 221	0.30 268	0.44 324	0.31 379	0.44 412	0.31 371	0.44 409	0.31 378	0.44 402	0.30 337	0.44 415	0.30 333	0.44 404	0.30 323	0.38 308	0.26 253	0.38 348	0.27 332	0.38 333	0.27 314

RAFT-Stereo-weight	0.45 386	1.90 571	0.34 314	0.42 313	0.36 428	0.43 378	0.35 412	0.42 363	0.34 411	0.42 357	0.34 408	0.44 415	0.34 410	0.41 352	0.34 403	0.38 308	0.32 308	0.38 348	0.32 405	0.38 333	0.33 392

gcap-zeroshot	0.36 290	0.40 225	0.34 314	0.44 324	0.31 379	0.44 412	0.31 371	0.44 409	0.32 390	0.44 402	0.32 391	0.44 415	0.32 391	0.44 404	0.31 364	0.39 321	0.28 274	0.39 391	0.28 353	0.39 381	0.27 314

testlalala	0.36 290	0.40 225	0.34 314	0.44 324	0.31 379	0.44 412	0.31 371	0.44 409	0.32 390	0.44 402	0.32 391	0.44 415	0.32 391	0.44 404	0.31 364	0.39 321	0.28 274	0.39 391	0.28 353	0.39 381	0.27 314

RCA-Stereo	0.51 423	3.22 653	0.34 314	0.44 324	0.34 418	0.44 412	0.34 407	0.43 371	0.34 411	0.43 364	0.34 408	0.44 415	0.33 403	0.43 373	0.33 388	0.38 308	0.29 288	0.38 348	0.29 368	0.38 333	0.29 351

water-stereo	0.41 334	0.84 358	0.46 407	0.50 384	0.33 406	0.45 426	0.33 392	0.45 418	0.32 390	0.45 414	0.32 391	0.45 425	0.32 391	0.45 422	0.32 376	0.44 353	0.41 396	0.39 391	0.31 397	0.39 381	0.32 383

GREAT-IGEV	0.38 306	0.43 250	0.36 326	0.48 342	0.32 393	0.45 426	0.32 381	0.45 418	0.32 390	0.45 414	0.32 391	0.45 425	0.32 391	0.45 422	0.32 376	0.44 353	0.33 321	0.41 422	0.29 368	0.41 406	0.29 351
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
mms	0.40 326	0.45 262	0.35 324	0.48 342	0.36 428	0.47 438	0.34 407	0.45 418	0.38 431	0.47 426	0.33 400	0.45 425	0.32 391	0.45 422	0.32 376	0.39 321	0.38 375	0.38 348	0.37 442	0.39 381	0.39 433

fffy	0.38 306	0.43 250	0.33 300	0.46 329	0.33 406	0.45 426	0.32 381	0.45 418	0.32 390	0.45 414	0.32 391	0.45 425	0.33 403	0.45 422	0.32 376	0.38 308	0.38 375	0.38 348	0.37 442	0.37 320	0.36 413

depthmonostereo	0.44 363	0.85 360	0.46 407	0.54 403	0.40 451	0.52 477	0.38 431	0.52 468	0.35 415	0.47 426	0.34 408	0.46 429	0.34 410	0.47 431	0.34 403	0.45 382	0.43 411	0.41 422	0.33 416	0.41 406	0.32 383

Former-RAFT_DAM_RVC	0.49 415	0.98 392	0.64 479	0.84 470	0.46 482	0.45 426	0.35 412	0.47 428	0.47 480	0.45 414	0.34 408	0.46 429	0.48 484	0.46 427	0.35 407	0.39 321	0.71 512	0.39 391	0.35 433	0.41 406	0.41 444

otaku	0.46 395	0.46 266	0.46 407	0.46 329	0.46 482	0.46 433	0.46 475	0.46 422	0.46 475	0.46 420	0.46 478	0.46 429	0.46 475	0.46 427	0.46 469	0.46 394	0.46 422	0.46 450	0.46 487	0.46 426	0.46 461

Dean	0.46 395	0.46 266	0.46 407	0.46 329	0.46 482	0.46 433	0.46 475	0.46 422	0.46 475	0.47 426	0.46 478	0.46 429	0.46 475	0.46 427	0.46 469	0.46 394	0.46 422	0.46 450	0.46 487	0.46 426	0.46 461

ACVNet_1	0.46 395	0.47 271	0.46 407	0.46 329	0.46 482	0.46 433	0.46 475	0.46 422	0.47 480	0.46 420	0.46 478	0.46 429	0.46 475	0.46 427	0.46 469	0.46 394	0.46 422	0.47 460	0.46 487	0.46 426	0.46 461

ACVNet-4b	0.46 395	0.46 266	0.46 407	0.46 329	0.46 482	0.46 433	0.46 475	0.46 422	0.46 475	0.46 420	0.46 478	0.46 429	0.46 475	0.47 431	0.46 469	0.46 394	0.46 422	0.46 450	0.46 487	0.46 426	0.46 461

DVStereo	0.43 350	0.86 362	0.48 423	0.50 384	0.33 406	0.46 433	0.33 392	0.46 422	0.33 400	0.46 420	0.33 400	0.47 435	0.33 403	0.47 431	0.34 403	0.45 382	0.42 406	0.40 404	0.33 416	0.47 440	0.38 426

ccccc		0.44 253		0.48 342	0.35 422	0.48 443		0.51 463		0.47 426		0.47 435		0.47 431		0.41 337	0.40 386	0.40 404	0.40 462	0.41 406

Ntro	0.47 403	0.47 271	0.46 407	0.46 329	0.46 482	0.47 438	0.47 480	0.46 422	0.47 480	0.46 420	0.46 478	0.47 435	0.46 475	0.47 431	0.47 476	0.47 401	0.46 422	0.46 450	0.46 487	0.46 426	0.46 461

HaxPig	0.47 403	0.47 271	0.47 415	0.49 348	0.47 489	0.47 438	0.47 480	0.47 428	0.47 480	0.47 426	0.47 486	0.47 435	0.47 483	0.47 431	0.47 476	0.47 401	0.47 430	0.47 460	0.47 494	0.47 440	0.48 471

UNDER WATER	0.47 403	0.47 271	0.47 415	0.47 336	0.47 489	0.47 438	0.47 480	0.47 428	0.47 480	0.47 426	0.47 486	0.47 435	0.46 475	0.47 431	0.47 476	0.47 401	0.47 430	0.47 460	0.46 487	0.47 440	0.47 469

LVE	0.47 403	0.47 271	0.47 415	0.47 336	0.49 497	0.47 438	0.47 480	0.47 428	0.49 489	0.47 426	0.47 486	0.47 435	0.46 475	0.47 431	0.47 476	0.47 401	0.47 430	0.48 468	0.47 494	0.47 440	0.47 469

CES	0.39 320	0.47 271	0.36 326	0.36 261	0.37 433	0.45 426	0.35 412	0.35 291	0.40 447	0.36 304	0.44 469	0.47 435	0.36 420	0.44 404	0.36 410	0.37 295	0.39 382	0.44 441	0.35 433	0.37 320	0.36 413

rgla	0.45 386	0.54 302	0.33 300	0.67 435	0.32 393	0.48 443	0.33 392	0.48 432	0.33 400	0.48 433	0.94 582	0.48 442	0.33 403	0.47 431	0.33 388	0.45 382	0.52 455	0.53 490	0.31 397	0.45 421	0.32 383

416test	0.46 395	0.55 305	0.33 300	0.67 435	0.33 406	0.48 443	0.33 392	0.48 432	0.33 400	0.48 433	0.99 587	0.48 442	0.33 403	0.48 441	0.33 388	0.45 382	0.52 455	0.54 493	0.32 405	0.45 421	0.32 383

PhaseNet	1.74 635	6.34 728	4.81 745	6.77 743	0.24 290	0.80 524	0.53 502	0.48 432	0.22 269	0.53 472	0.28 307	0.48 442	0.25 286	0.40 332	0.32 376	6.39 754	4.61 741	0.46 450	0.38 456	0.25 253	0.18 245

SCV_C0	0.45 386	0.88 367	0.49 430	0.54 403	0.37 433	0.48 443	0.37 424	0.48 432	0.37 427	0.48 433	0.36 421	0.48 442	0.37 425	0.49 448	0.37 420	0.50 416	0.41 396	0.44 441	0.34 420	0.44 416	0.34 399

SCV	0.46 395	0.94 387	0.45 401	0.54 403	0.37 433	0.48 443	0.38 431	0.48 432	0.37 427	0.48 433	0.39 443	0.48 442	0.37 425	0.49 448	0.37 420	0.50 416	0.46 422	0.44 441	0.34 420	0.44 416	0.34 399

RainbowNet	0.48 409	0.48 277	0.48 423	0.48 342	0.48 493	0.48 443	0.48 489	0.48 432	0.48 487	0.48 433	0.48 490	0.48 442	0.48 484	0.48 441	0.48 482	0.48 406	0.48 436	0.48 468	0.48 498	0.48 444	0.48 471

notaker	0.48 409	0.49 279	0.48 423	0.48 342	0.48 493	0.48 443	0.48 489	0.48 432	0.49 489	0.48 433	0.48 490	0.48 442	0.48 484	0.48 441	0.48 482	0.48 406	0.48 436	0.48 468	0.48 498	0.48 444	0.49 477

252Zero-FE	0.45 386	0.50 284	0.36 326	0.50 384	0.36 428	0.50 461	0.36 418	0.50 449	0.36 425	0.49 443	0.36 421	0.49 449	0.36 420	0.54 477	0.41 448	0.45 382	0.34 350	0.45 446	0.34 420	0.55 467	0.75 549

UGAM	0.51 423	2.23 598	0.39 344	0.54 403	0.35 422	0.50 461	0.35 412	0.49 440	0.35 415	0.49 443	0.35 417	0.49 449	0.36 420	0.50 456	0.36 410	0.49 409	0.37 368	0.45 446	0.34 420	0.45 421	0.34 399

GCST	0.50 418	2.08 584	0.38 333	0.53 400	0.35 422	0.49 452	0.35 412	0.50 449	0.35 415	0.49 443	0.35 417	0.49 449	0.35 416	0.49 448	0.35 407	0.48 406	0.37 368	0.45 446	0.33 416	0.44 416	0.33 392

MyStereo07	0.60 439	3.72 665	0.48 423	0.49 348	0.41 461	0.36 307	0.32 381	0.49 440	0.43 467	0.51 465	0.42 464	0.49 449	0.43 465	0.51 466	0.64 513	0.49 409	0.45 420	0.34 311	0.32 405	0.35 305	0.43 454

TorneroNet	0.66 454	0.53 298	0.50 436	0.50 384	0.64 531	1.06 568	0.70 545	0.50 449	0.51 501	0.49 443	0.69 541	0.49 449	0.50 494	0.48 441	1.15 597	0.71 475	0.49 439	1.14 585	1.08 598	0.49 447	0.49 477

ACVNet_2	0.49 415	0.49 279	0.49 430	0.49 348	0.49 497	0.49 452	0.49 491	0.49 440	0.49 489	0.49 443	0.49 493	0.49 449	0.49 490	0.49 448	0.49 484	0.49 409	0.49 439	0.49 473	0.49 502	0.49 447	0.49 477

PCWNet_CMD	2.80 724	9.82 749	0.32 295	10.09 764	0.32 393	0.49 452	0.33 392	3.34 729	0.33 400	0.49 443	0.33 400	0.49 449	8.73 768	0.48 441	0.33 388	0.41 337	9.22 763	0.42 438	0.29 368	9.55 770	0.31 376

CFNet_ucs	2.73 717	9.64 748	0.33 300	9.92 762	0.32 393	0.49 452	0.33 392	0.49 440	0.33 400	0.49 443	0.33 400	0.49 449	8.98 770	0.48 441	0.33 388	0.41 337	9.96 769	0.40 404	0.29 368	10.12 773	0.54 494

CFNet_pseudo	2.67 716	9.36 746	0.32 295	10.99 766	0.33 406	0.85 534	0.33 392	0.49 440	0.33 400	0.49 443	0.32 391	0.49 449	7.26 766	0.49 448	0.33 388	0.41 337	9.62 766	0.41 422	0.29 368	10.03 772	0.29 351

pcwnet_v2	2.66 715	9.89 750	0.33 300	9.89 761	0.32 393	0.50 461	0.32 381	0.49 440	0.33 400	0.49 443	0.34 408	0.49 449	8.76 769	0.48 441	0.33 388	0.41 337	9.58 765	0.40 404	0.29 368	9.01 768	0.63 515

ccnet	0.80 495	2.28 601	0.33 300	0.50 384	0.33 406	0.50 461	0.33 392	0.50 449	0.33 400	0.49 443	0.33 400	0.49 449	1.56 663	2.38 697	0.33 388	0.41 337	0.29 288	0.42 438	1.57 680	2.28 682	0.29 351

psmorigin	0.41 334	0.46 266	0.33 300	0.49 348	0.33 406	0.49 452	0.33 392	0.49 440	0.33 400	0.49 443	0.33 400	0.49 449	0.33 403	0.51 466	0.33 388	0.41 337	0.30 298	0.41 422	0.30 386	0.79 511	0.29 351

MSMDNet	2.65 714	10.14 752	0.33 300	9.74 760	0.32 393	0.87 537	0.33 392	2.95 724	0.68 533	0.49 443	0.34 408	0.49 449	5.70 762	0.49 448	0.33 388	0.42 351	9.57 764	0.41 422	0.31 397	8.36 765	0.65 523

ccs_rob	2.79 723	10.17 753	0.32 295	10.00 763	0.33 406	0.49 452	0.33 392	1.90 658	0.32 390	0.51 465	0.33 400	0.49 449	9.24 771	0.49 448	0.33 388	0.41 337	9.82 767	0.41 422	0.28 353	9.34 769	0.29 351

GEAStereo	0.62 446	3.91 672	0.48 423	0.69 441	0.38 440	0.51 473	0.38 431	0.51 463	0.38 431	0.53 472	0.38 433	0.50 463	0.38 429	0.51 466	0.38 423	0.54 428	0.43 411	0.46 450	0.34 420	0.46 426	0.34 399

GSStereo	0.81 500	4.28 682	0.50 436	0.59 416	0.40 451	0.51 473	0.38 431	0.50 449	0.38 431	0.50 456	0.38 433	0.50 463	3.79 747	0.50 456	0.38 423	0.54 428	0.43 411	0.46 450	0.34 420	0.46 426	0.35 410

GS-Stereo							0.38 431	0.50 449	0.38 431	0.50 456	0.38 433	0.50 463	3.79 747	0.50 456	0.38 423	0.54 428	0.43 411	0.46 450	0.34 420	0.46 426	0.35 410

gasm-f	0.62 446	3.91 672	0.48 423	0.69 441	0.38 440	0.51 473	0.38 431	0.51 463	0.38 431	0.53 472	0.38 433	0.50 463	0.38 429	0.51 466	0.38 423	0.54 428	0.43 411	0.46 450	0.34 420	0.46 426	0.34 399

GASTEREO	0.48 409	1.21 490	0.47 415	0.57 411	0.38 440	0.50 461	0.38 431	0.50 449	0.38 431	0.50 456	0.38 433	0.50 463	0.38 429	0.50 456	0.38 423	0.52 424	0.42 406	0.46 450	0.34 420	0.46 426	0.34 399

FoundationStereo	0.50 418	0.50 284	0.50 436	0.50 384	0.50 501	0.50 461	0.50 495	0.50 449	0.50 494	0.50 456	0.50 497	0.50 463	0.50 494	0.50 456	0.50 487	0.50 416	0.50 447	0.50 479	0.50 504	0.50 452	0.50 480

StereoAnything_RVC	0.50 418	0.50 284	0.50 436	0.50 384	0.50 501	0.50 461	0.50 495	0.50 449	0.50 494	0.50 456	0.50 497	0.50 463	0.50 494	0.50 456	0.50 487	0.50 416	0.50 447	0.50 479	0.50 504	0.50 452	0.50 480

dual_stereo	0.50 418	0.50 284	0.50 436	0.50 384	0.50 501	0.50 461	0.50 495	0.50 449	0.50 494	0.50 456	0.50 497	0.50 463	0.50 494	0.50 456	0.50 487	0.50 416	0.50 447	0.50 479	0.50 504	0.50 452	0.50 480

UGAM-zero	0.51 423	2.17 593	0.39 344	0.53 400	0.36 428	0.50 461	0.36 418	0.50 449	0.36 425	0.49 443	0.36 421	0.50 463	0.35 416	0.50 456	0.36 410	0.49 409	0.37 368	0.47 460	0.35 433	0.46 426	0.34 399

FCDSN-DC	0.41 334	0.59 315	0.64 479	0.54 403	0.33 406	0.50 461	0.37 424	0.42 363	0.40 447	0.61 493	0.43 467	0.50 463	0.49 490	0.38 321	0.32 376	0.28 250	0.23 245	0.26 269	0.22 272	0.35 305	0.28 342
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
SANet	0.50 418	0.50 284	0.50 436	0.50 384	0.50 501	0.50 461	0.50 495	0.50 449	0.50 494	0.50 456	0.50 497	0.50 463	0.50 494	0.50 456	0.50 487	0.50 416	0.50 447	0.50 479	0.50 504	0.50 452	0.50 480

quiztm	0.43 350	0.49 279	0.40 376	0.51 395	0.40 451	0.51 473	0.40 446	0.50 449	0.40 447	0.50 456	0.40 446	0.51 474	0.40 442	0.50 456	0.40 440	0.44 353	0.34 350	0.44 441	0.34 420	0.44 416	0.34 399

416test1013	0.49 415	0.80 351	0.33 300	0.67 435	0.33 406	0.48 443	0.41 455	0.48 432	0.39 444	0.48 433	0.93 581	0.52 475	0.32 391	0.52 471	0.38 423	0.49 409	0.51 452	0.53 490	0.37 442	0.51 458	0.36 413

fffft	0.48 409	0.51 292	0.45 401	0.52 398	0.45 480	0.52 477	0.45 471	0.52 468	0.48 487	0.53 472	0.45 474	0.52 475	0.45 471	0.52 471	0.46 469	0.51 422	0.41 396	0.50 479	0.41 471	0.50 452	0.41 444
1: 1. 1
S0	0.42 348	0.44 253	0.54 450	0.59 416	0.34 418	0.48 443	0.22 264	0.51 463	0.25 284	0.51 465	0.34 408	0.53 477	0.35 416	0.47 431	0.36 410	0.55 434	0.39 382	0.49 473	0.27 332	0.46 426	0.34 399

MSCF	0.51 423	1.40 513	0.49 430	0.58 413	0.38 440	0.50 461	0.38 431	0.54 472	0.41 457	0.52 469	0.41 454	0.53 477	0.42 460	0.53 474	0.41 448	0.60 446	0.47 430	0.48 468	0.37 442	0.48 444	0.38 426

LG-Stereo_L1	0.47 403	0.52 294	0.47 415	0.62 422	0.39 450	0.53 479	0.40 446	0.53 470	0.39 444	0.53 472	0.39 443	0.53 477	0.39 441	0.53 474	0.39 437	0.55 434	0.46 422	0.49 473	0.37 442	0.49 447	0.37 419

PAM_32	0.64 450	2.38 613	0.51 442	0.92 483	0.43 475	0.53 479	0.44 465	0.87 528	0.43 467	0.52 469	0.45 474	0.53 477	0.40 442	0.54 477	0.46 469	0.62 455	0.56 464	0.48 468	0.45 485	0.76 505	0.44 457

Occ-G	1.12 564	0.52 294	3.72 740	3.50 697	0.50 501	0.56 485	0.47 480	0.54 472	0.46 475	0.54 478	0.41 454	0.54 481	0.42 460	0.52 471	0.42 456	3.42 715	4.02 737	0.52 487	0.45 485	0.51 458	0.44 457

MyStereo06	0.75 482	4.12 676	0.60 464	0.63 424	0.61 525	0.62 499	0.66 522	0.56 476	0.45 474	0.55 481	0.48 490	0.54 481	0.46 475	0.57 487	0.45 465	0.60 446	0.57 466	0.64 508	0.55 514	0.72 497	0.55 502

iRaftStereo_RVC	0.97 540	3.17 652	2.30 707	2.42 656	0.38 440	0.54 483	0.38 431	0.54 472	0.38 431	0.54 478	0.38 433	0.54 481	0.38 429	0.54 477	0.38 423	2.38 691	2.34 707	0.49 473	0.36 439	0.49 447	0.36 413

PSMNet_ROB	0.54 429	0.54 302	0.54 450	0.54 403	0.53 511	0.54 483	0.54 505	0.53 470	0.54 505	0.54 478	0.54 508	0.54 481	0.53 501	0.54 477	0.54 498	0.54 428	0.53 459	0.54 493	0.54 512	0.54 466	0.54 494

AIO-Stereo-zeroshot1	0.75 482	0.92 381	0.85 531	0.96 495	0.59 518	1.27 633	0.44 465	0.59 485	0.69 538	0.91 541	0.68 536	0.55 485	0.61 517	1.06 573	0.83 567	0.62 455	0.70 508	0.90 553	0.41 471	0.89 529	0.56 505

AEACV	1.12 564	0.52 294	3.12 731	3.24 682	0.86 573	0.53 479	0.49 491	0.60 487	0.47 480	0.53 472	0.49 493	0.55 485	0.45 471	0.55 481	0.47 476	3.01 710	3.88 735	0.71 524	0.60 525	0.80 514	0.48 471

Selective-IGEV	0.51 423	0.55 305	0.45 401	0.69 441	0.45 480	0.61 496	0.45 471	0.50 449	0.40 447	0.56 483	0.44 469	0.55 485	0.40 442	0.72 512	0.67 520	0.59 444	0.46 422	0.45 446	0.34 420	0.46 426	0.37 419

GCAP-Stereo-DPT-FT	0.41 334	1.06 425	0.40 376	0.51 395	0.31 379	0.44 412	0.30 324	0.43 371	0.32 390	0.44 402	0.30 337	0.56 488	0.30 333	0.44 404	0.31 364	0.45 382	0.34 350	0.39 391	0.27 332	0.40 395	0.27 314

FSD					0.44 476	0.56 485	0.44 465	0.55 475	0.44 470	0.56 483	0.44 469	0.56 488	0.44 467	0.56 482	0.46 469	0.61 450	0.42 406	0.52 487	0.42 479	0.52 461

CFNet_RVC	2.38 705	8.71 741	0.38 333	9.33 756	0.42 471	0.56 485	0.42 461	0.60 487	0.38 431	0.62 497	0.42 464	0.56 488	7.29 767	0.62 493	0.42 456	0.53 427	0.37 368	0.49 473	0.34 420	8.30 764	6.87 769

LG-Stereo_Zeroshot	0.48 409	0.55 305	0.47 415	0.63 424	0.41 461	0.56 485	0.44 465	0.56 476	0.41 457	0.56 483	0.41 454	0.57 491	0.42 460	0.56 482	0.41 448	0.55 434	0.43 411	0.51 484	0.37 442	0.51 458	0.37 419

LG-Stereo	0.60 439	0.58 312	0.47 415	0.64 429	0.74 553	1.00 551	0.69 539	0.57 479	0.41 457	0.57 486	0.41 454	0.57 491	0.41 454	1.00 558	0.75 554	0.91 514	0.51 452	0.52 487	0.37 442	0.52 461	0.37 419

MyStereo8	0.71 471	3.92 674	0.52 445	0.59 416	0.52 508	0.57 491	0.53 502	0.59 485	0.50 494	0.59 490	0.51 503	0.57 491	0.50 494	0.56 482	0.52 494	0.54 428	0.49 439	0.54 493	0.49 502	0.55 467	0.50 480

PML	0.46 395	1.36 508	0.29 264	0.58 413	0.30 332	0.57 491	0.29 316	0.57 479	0.29 318	0.57 486	0.29 322	0.57 491	0.29 324	0.56 482	0.29 313	0.52 424	0.30 298	0.53 490	0.31 397	0.53 465	0.30 366

CASS	0.57 438	0.89 370	0.56 454	0.57 411	0.56 515	0.56 485	0.56 507	0.56 476	0.53 503	0.57 486	0.57 511	0.59 495	0.48 484	0.56 482	0.57 502	0.55 434	0.56 464	0.47 460	0.56 518	0.62 479	0.56 505
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DNS	0.86 520	2.43 617	1.66 656	2.03 626	0.42 471	0.60 494	0.42 461	0.60 487	0.42 465	0.60 491	0.42 464	0.60 496	0.42 460	0.60 491	0.42 456	1.97 651	1.63 662	0.55 496	0.40 462	0.55 467	0.40 435

DN	0.53 428	0.85 360	0.45 401	0.65 430	0.44 476	0.60 494	0.44 465	0.60 487	0.44 470	0.60 491	0.45 474	0.60 496	0.44 467	0.60 491	0.44 462	0.56 438	0.42 406	0.56 497	0.42 479	0.56 470	0.42 451

PA-Net	11.80 770	223.51 797	0.62 472	0.59 416	0.71 548	0.59 493	0.73 552	0.67 500	0.73 557	0.55 481	0.61 521	0.60 496	0.74 549	0.63 498	0.73 549	0.66 465	0.60 479	0.69 518	0.66 541	0.72 497	0.65 523
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AIO-test2	0.55 434	0.59 315	0.52 445	0.67 435	0.47 489	0.61 496	0.47 480	0.61 491	0.47 480	0.61 493	0.47 486	0.61 499	0.48 484	0.62 493	0.47 476	0.64 461	0.53 459	0.58 499	0.47 494	0.58 475	0.48 471

AIO-test1	0.54 429	0.60 318	0.52 445	0.66 434	0.47 489	0.61 496	0.47 480	0.58 482	0.46 475	0.61 493	0.46 478	0.61 499	0.45 471	0.62 493	0.45 465	0.61 450	0.52 455	0.57 498	0.48 498	0.57 473	0.48 471

MonSter	0.60 439	0.64 323	0.52 445	0.62 422	0.44 476	2.07 673	0.44 465	0.62 492	0.44 470	0.62 497	0.44 469	0.62 501	0.44 467	0.62 493	0.44 462	0.58 441	0.42 406	0.62 504	0.46 487	0.58 475	0.42 451

SE	0.64 450	0.73 334	0.77 518	0.79 461	0.59 518	0.78 519	0.54 505	0.58 482	0.58 509	0.78 524	0.59 515	0.63 502	0.18 255	0.78 519	0.52 494	0.80 499	0.65 490	0.69 518	0.57 521	0.75 502	0.52 488

S	0.56 436	0.61 320	0.54 450	0.68 440	0.48 493	0.65 502	0.49 491	0.63 493	0.49 489	0.64 501	0.49 493	0.64 503	0.48 484	0.62 493	0.49 484	0.63 459	0.62 485	0.59 502	0.48 498	0.57 473	0.48 471

DispNO	1.00 543	0.63 321	0.43 397	3.45 693	0.44 476	0.65 502	0.43 464	0.64 495	0.43 467	0.64 501	0.43 467	0.64 503	3.03 725	0.64 499	0.43 461	4.55 727	0.43 411	0.63 506	0.43 482	0.63 480	0.43 454

CFNet-RSSM	0.91 528	4.89 690	0.34 314	0.44 324	1.07 597	1.62 657	1.40 671	0.91 535	0.35 415	1.60 649	1.39 671	0.64 503	0.34 410	0.44 404	0.33 388	0.41 337	0.35 357	0.75 531	0.30 386	0.41 406	0.29 351

DSFCA	0.66 454	0.73 334	0.78 520	0.65 430	0.65 533	0.64 501	0.64 519	0.65 496	0.63 521	0.64 501	0.64 525	0.64 503	0.64 519	0.65 500	0.65 516	0.65 463	0.65 490	0.65 512	0.65 538	0.66 483	0.64 521

WCG-NET	0.61 444	1.21 490	0.54 450	0.61 421	0.53 511	0.67 505	0.53 502	0.66 499	0.53 503	0.64 501	0.53 506	0.65 507	0.53 501	0.59 489	0.52 494	0.65 463	0.48 436	0.64 508	0.52 508	0.58 475	0.50 480

MyStereo05	0.80 495	4.12 676	0.63 476	0.63 424	0.61 525	0.62 499	0.66 522	0.65 496	0.62 518	0.67 507	0.61 521	0.65 507	0.58 510	0.67 503	0.55 501	0.60 446	0.57 466	0.64 508	0.55 514	0.72 497	0.55 502

LMCR-Stereo	0.65 452	0.63 321	0.65 483	0.65 430	0.65 533	0.66 504	0.63 518	0.58 482	0.65 523	0.63 500	0.64 525	0.65 507	0.65 521	0.66 501	0.66 519	0.66 465	0.64 488	0.65 512	0.67 545	0.68 488	0.73 545

WAFT-Stereo (ZS)	0.67 460	0.78 346	0.67 489	0.67 435	0.66 536	0.67 505	0.67 526	0.65 496	0.66 525	0.66 505	0.67 530	0.66 510	0.67 526	0.67 503	0.72 548	0.66 465	0.67 493	0.67 514	0.67 545	0.67 486	0.67 527

mm2	0.69 465	0.69 327	0.69 499	0.69 441	0.69 542	0.69 507	0.69 539	0.69 502	0.69 538	0.69 510	0.69 541	0.69 511	0.69 537	0.69 506	0.69 535	0.69 469	0.69 505	0.69 518	0.69 551	0.69 492	0.69 531

mm1	0.69 465	0.69 327	0.69 499	0.69 441	0.69 542	0.69 507	0.69 539	0.69 502	0.69 538	0.69 510	0.69 541	0.69 511	0.69 537	0.69 506	0.69 535	0.69 469	0.69 505	0.69 518	0.69 551	0.69 492	0.69 531

ktn	0.72 474	0.53 298	1.08 556	1.14 516	0.51 507	1.22 629	1.36 664	0.51 463	0.59 514	0.51 465	0.51 503	0.69 511	1.20 598	0.67 503	0.51 492	0.51 422	0.49 439	0.58 499	0.66 541	0.52 461	0.53 491

MWDA-net	0.67 460	0.66 324	0.45 401	2.84 670	0.46 482	0.73 514	0.45 471	0.71 507	0.44 470	0.72 513	0.45 474	0.70 514	0.45 471	0.70 508	0.44 462	0.61 450	0.41 396	0.61 503	0.43 482	0.61 478	0.42 451

TorneroNet-64	0.45 386	0.27 185	0.30 268	0.58 413	0.27 301	0.70 510	0.30 324	0.28 265	0.73 557	0.73 515	0.28 307	0.71 515	0.66 524	0.75 517	0.27 288	0.27 245	0.29 288	0.37 340	0.75 564	0.28 264	0.30 366

anonymity	0.63 448	0.69 327	0.56 454	0.71 449	0.56 515	0.71 512	0.56 507	0.71 507	0.56 506	0.72 513	0.56 510	0.71 515	0.56 505	0.71 510	0.58 504	0.68 468	0.55 462	0.68 515	0.55 514	0.68 488	0.54 494

DMCA-RVC	0.70 468	0.80 351	0.70 502	0.70 447	0.70 546	0.70 510	0.70 545	0.71 507	0.70 546	0.70 512	0.71 551	0.71 515	0.70 541	0.70 508	0.69 535	0.69 469	0.70 508	0.69 518	0.70 555	0.69 492	0.70 534

SMoEStereo_RVC	0.63 448	0.75 339	0.51 442	0.73 455	0.53 511	0.71 512	0.47 480	0.67 500	0.58 509	0.74 520	0.60 517	0.72 518	0.53 501	0.74 516	0.51 492	0.61 450	0.62 485	0.62 504	0.61 527	0.63 480	0.61 511

AIO-Stereo-zeroshot	0.91 528	0.86 362	0.89 532	1.25 576	0.69 542	1.05 567	0.81 566	1.16 569	0.50 494	1.12 578	0.97 585	0.72 518	0.82 562	1.06 573	0.95 576	0.61 450	0.87 533	1.03 582	0.85 579	1.04 557	1.01 586

DStereoRT	0.73 478	0.81 355	0.73 512	0.71 449	0.74 553	0.73 514	0.75 554	0.71 507	0.71 551	0.74 520	0.72 554	0.73 520	0.80 558	0.71 510	0.73 549	0.76 493	0.71 512	0.73 525	0.72 560	0.70 495	0.76 552

test-3	0.98 542	4.13 678	1.85 676	1.85 615	0.61 525	0.69 507	0.37 424	0.63 493	0.61 517	0.66 505	0.51 503	0.73 520	0.44 467	0.57 487	0.54 498	1.68 635	1.81 674	0.40 404	0.43 482	0.66 483	0.50 480

iGMRVC	0.84 511	2.85 644	0.72 508	0.72 451	0.73 551	0.77 517	0.79 559	0.73 511	0.74 559	0.73 515	0.72 554	0.73 520	0.76 552	0.73 514	0.73 549	0.72 483	0.73 515	0.73 525	0.72 560	0.73 500	0.72 541

HH	0.71 471	2.54 620	0.74 513	1.10 510	0.32 393	0.41 350	0.37 424	0.69 502	0.78 561	0.73 515	0.90 574	0.75 523	1.00 573	0.84 532	0.69 535	0.69 469	0.40 386	0.35 327	0.26 294	0.35 305	0.26 276

HanStereo	0.71 471	2.54 620	0.74 513	1.10 510	0.32 393	0.41 350	0.37 424	0.69 502	0.78 561	0.73 515	0.90 574	0.75 523	1.00 573	0.84 532	0.69 535	0.69 469	0.40 386	0.35 327	0.26 294	0.35 305	0.26 276

ARAFT	0.68 462	0.81 355	0.63 476	0.74 458	0.60 520	0.78 519	0.62 517	0.77 515	0.66 525	0.74 520	0.63 523	0.75 523	0.62 518	0.83 531	0.60 509	0.70 474	0.55 462	0.70 523	0.60 525	0.78 509	0.55 502

GCAP-Stereo	0.75 482	4.15 679	0.42 395	0.75 459	0.35 422	0.78 519	0.40 446	0.79 516	0.38 431	0.78 524	0.36 421	0.78 526	0.36 420	0.79 520	0.39 437	0.75 491	0.39 382	0.76 533	0.39 460	0.75 502	0.39 433

test_xeample3	1.10 561	1.81 547	0.61 470	0.84 470	0.49 497	0.77 517	0.66 522	0.92 538	1.40 671	0.68 509	0.46 478	0.78 526	0.54 504	1.72 657	1.48 673	1.34 614	1.52 648	1.35 654	1.67 705	1.33 633	1.55 674

PointNet	0.60 439	0.75 339	0.49 430	0.79 461	0.50 501	0.79 522	0.49 491	0.79 516	0.49 489	0.80 527	0.49 493	0.79 528	0.49 490	0.80 522	0.49 484	0.63 459	0.40 386	0.63 506	0.40 462	0.63 480	0.40 435

G-Net	0.79 492	0.79 348	0.79 523	0.79 461	0.79 566	0.79 522	0.79 559	0.79 516	0.79 565	0.79 526	0.79 566	0.79 528	0.79 557	0.79 520	0.79 559	0.79 497	0.79 525	0.79 537	0.79 571	0.79 511	0.79 557

RAFT-Stereo + iAFF	0.70 468	0.72 333	0.71 505	0.80 465	0.62 530	0.82 530	0.61 516	0.81 522	0.62 518	0.81 530	0.63 523	0.80 530	0.70 541	0.73 514	0.61 511	0.76 493	0.61 484	0.74 530	0.61 527	0.77 507	0.61 511

NaN_ROB	0.80 495	0.80 351	0.80 524	0.80 465	0.80 569	0.80 524	0.80 562	0.80 519	0.80 567	0.80 527	0.80 568	0.80 530	0.80 558	0.80 522	0.80 562	0.80 499	0.80 528	0.80 540	0.80 573	0.80 514	0.80 558

CSAN	0.80 495	0.80 351	0.80 524	0.80 465	0.80 569	0.80 524	0.80 562	0.80 519	0.80 567	0.80 527	0.80 568	0.80 530	0.80 558	0.80 522	0.80 562	0.80 499	0.80 528	0.80 540	0.80 573	0.80 514	0.80 558

zero-FE	0.72 474	1.31 504	0.66 485	0.92 483	0.60 520	0.82 530	0.58 510	0.82 525	0.58 509	0.81 530	0.60 517	0.81 533	0.60 514	0.82 526	0.58 504	0.74 490	0.59 476	0.73 525	0.52 508	0.76 505	0.51 487

AFF-stereo	0.73 478	0.88 367	0.67 489	0.75 459	0.68 541	0.75 516	0.64 519	0.80 519	0.72 554	0.83 535	0.70 545	0.82 534	0.64 519	0.84 532	0.67 520	0.77 496	0.63 487	0.81 542	0.63 529	0.78 509	0.62 514

CAR	0.72 474	0.76 342	0.59 460	0.84 470	1.19 611	0.81 527	0.58 510	0.81 522	0.58 509	0.81 530	0.58 513	0.83 535	0.59 512	0.82 526	0.59 507	0.71 475	0.49 439	0.73 525	0.68 547	0.87 525	0.52 488

MSE-Stereo	0.72 474	0.76 342	0.59 460	0.84 470	1.19 611	0.81 527	0.58 510	0.81 522	0.58 509	0.81 530	0.58 513	0.83 535	0.59 512	0.82 526	0.59 507	0.71 475	0.49 439	0.73 525	0.68 547	0.87 525	0.52 488

MGA	0.73 478	0.76 342	0.60 464	0.92 483	1.17 607	0.81 527	0.59 514	0.84 526	0.62 518	0.81 530	0.59 515	0.84 537	0.60 514	0.81 525	0.61 511	0.71 475	0.53 459	0.89 552	0.53 510	0.75 502	0.54 494

Selective-RAFT-Error	0.88 525	0.84 358	0.98 544	0.86 475	0.97 585	0.88 538	0.95 580	0.84 526	0.99 589	0.92 543	0.82 570	0.84 537	0.98 572	0.87 537	0.97 578	0.81 503	0.83 531	0.79 537	0.82 576	0.79 511	0.85 563

RSM++	0.76 487	0.82 357	0.66 485	0.85 474	0.64 531	0.85 534	0.71 548	0.94 542	0.64 522	0.87 536	0.67 530	0.87 539	0.65 521	0.84 532	0.65 516	0.81 503	0.70 508	0.79 537	0.71 558	0.83 521	0.70 534

monster-pro	0.75 482	1.67 522	0.64 479	0.89 476	0.57 517	0.86 536	0.56 507	0.87 528	0.56 506	0.87 536	0.57 511	0.88 540	0.57 507	0.87 537	0.57 502	0.79 497	0.58 470	0.76 533	0.54 512	0.77 507	0.54 494

DCRE	0.84 511	1.89 569	0.77 518	0.94 490	0.72 550	0.88 538	0.73 552	0.87 528	0.78 561	0.90 539	0.71 551	0.88 540	0.67 526	0.88 539	0.73 549	0.81 503	0.68 499	0.81 542	0.70 555	0.82 519	0.70 534

UDG	0.80 495	2.21 597	0.60 464	0.91 480	0.60 520	0.90 541	0.58 510	0.88 532	0.60 515	0.90 539	0.60 517	0.88 540	0.60 514	0.90 542	0.58 504	0.86 512	0.60 479	0.84 548	0.59 524	0.84 522	0.61 511

4D-IteraStereo	0.78 491	3.13 650	0.89 532	0.69 441	0.32 393	0.40 331	0.32 381	0.76 514	0.97 586	0.52 469	0.65 527	0.89 543	0.32 391	0.76 518	0.98 579	0.83 508	0.94 540	0.35 327	0.27 332	0.70 495	0.89 567

MoCha-V2	2.11 679	26.97 774	0.78 520	0.92 483	0.77 563	0.96 548	0.72 551	0.90 533	0.72 554	0.94 547	0.70 545	0.90 544	0.71 546	0.91 544	0.71 546	0.85 511	0.71 512	0.88 551	0.69 551	0.87 525	0.67 527

Selective-RAFT	0.89 527	0.89 370	0.72 508	1.16 524	0.78 564	1.06 568	0.82 569	0.87 528	0.97 586	1.00 551	0.91 577	0.90 544	1.00 573	0.89 541	0.93 575	0.83 508	0.83 531	0.82 546	0.82 576	0.81 517	0.82 561

DDUNet	0.81 500	2.45 618	0.57 458	0.90 478	0.60 520	0.88 538	0.59 514	0.90 533	0.60 515	0.88 538	0.60 517	0.90 544	0.58 510	0.88 539	0.60 509	0.84 510	0.60 479	0.86 550	0.57 521	0.86 524	0.60 510

DPSM_ROB	0.92 530	0.91 376	0.91 537	0.91 480	0.92 580	0.92 543	0.92 576	0.92 538	0.91 575	0.93 545	0.91 577	0.92 547	0.90 565	0.91 544	0.92 571	0.92 517	0.91 536	0.91 556	0.92 581	0.93 540	0.93 571

DPSM	0.92 530	0.91 376	0.91 537	0.91 480	0.92 580	0.92 543	0.92 576	0.92 538	0.91 575	0.93 545	0.91 577	0.92 547	0.90 565	0.91 544	0.92 571	0.92 517	0.91 536	0.91 556	0.92 581	0.93 540	0.93 571

pmcnn	0.92 530	0.92 381	0.92 539	0.92 483	0.92 580	0.92 543	0.92 576	0.92 538	0.92 579	0.92 543	0.92 580	0.92 547	0.92 567	0.92 548	0.92 571	0.92 517	0.92 538	0.92 559	0.92 581	0.92 535	0.92 570

DGTPSM_ROB	0.93 535	1.00 402	0.92 539	0.94 490	0.96 584	0.91 542	0.92 576	0.91 535	0.96 585	0.91 541	0.96 583	0.93 550	0.92 567	0.94 550	0.92 571	0.92 517	0.92 538	0.90 553	0.92 581	0.94 544	0.91 569

LiteMatch	1.13 566	0.73 334	2.80 716	3.23 680	0.61 525	0.83 532	0.68 531	0.73 511	0.69 538	1.00 551	0.77 562	0.94 551	0.57 507	0.82 526	0.64 513	2.97 708	2.43 710	0.68 515	0.32 405	0.56 470	0.70 534

Lsterematch	1.13 566	0.73 334	2.80 716	3.23 680	0.61 525	0.83 532	0.68 531	0.73 511	0.69 538	1.00 551	0.77 562	0.94 551	0.57 507	0.82 526	0.64 513	2.97 708	2.43 710	0.68 515	0.32 405	0.56 470	0.70 534

ToySt	0.92 530	2.11 587	0.90 535	0.95 492	0.79 566	0.99 550	0.78 558	0.94 542	0.81 570	0.94 547	0.78 564	0.95 553	0.77 554	0.94 550	0.86 569	0.91 514	0.79 525	0.85 549	0.77 567	0.89 529	0.73 545

R-Stereo Train	0.81 500	0.96 389	0.67 489	0.95 492	0.67 538	0.95 546	0.68 531	0.95 544	0.68 533	0.95 549	0.68 536	0.96 554	0.68 531	0.96 554	0.68 527	0.94 523	0.68 499	0.94 566	0.68 547	0.94 544	0.68 529

RAFT-Stereo	0.81 500	0.96 389	0.67 489	0.95 492	0.67 538	0.95 546	0.68 531	0.95 544	0.68 533	0.95 549	0.68 536	0.96 554	0.68 531	0.96 554	0.68 527	0.94 523	0.68 499	0.94 566	0.68 547	0.94 544	0.68 529
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
999	1.00 543	1.12 433	0.59 460	1.10 510	1.21 659	1.09 573	0.52 500	1.08 561	1.43 673	1.18 585	1.35 665	0.98 556	0.52 500	0.91 544	0.85 568	0.72 483	1.46 644	0.83 547	0.98 586	0.68 488	1.41 669

MWSP-net	0.96 539	0.75 339	0.49 430	4.84 727	0.48 493	1.28 635	0.52 500	1.20 577	0.51 501	1.14 582	0.70 545	1.00 557	0.56 505	0.90 542	0.69 535	0.76 493	0.60 479	0.95 568	0.56 518	0.73 500	0.45 459

LGCAT	1.00 543	1.00 402	1.00 546	1.00 499	1.00 586	1.00 551	1.00 584	1.00 546	1.00 590	1.00 551	1.00 588	1.00 557	1.00 573	1.00 558	1.00 581	1.00 532	1.00 542	1.00 574	1.00 588	1.00 549	1.00 580

Test_v1	1.00 543	1.00 402	1.00 546	1.00 499	1.00 586	1.00 551	1.00 584	1.00 546	1.00 590	1.00 551	1.00 588	1.00 557	1.00 573	1.00 558	1.00 581	1.00 532	1.00 542	1.00 574	1.00 588	1.00 549	1.00 580

WQFJA1++	0.84 511	0.98 392	0.67 489	1.26 577	0.75 555	1.00 551	0.67 526	1.00 546	0.67 527	1.00 551	0.67 530	1.00 557	0.67 526	1.00 558	0.67 520	0.96 525	0.67 493	0.91 556	0.63 529	0.92 535	0.63 515

NLMM1	0.86 520	0.98 392	0.69 499	1.48 600	0.75 555	1.01 559	0.69 539	1.00 546	0.69 538	1.00 551	0.70 545	1.00 557	0.68 531	1.01 566	0.67 520	0.97 526	0.68 499	0.92 559	0.63 529	0.93 540	0.63 515

AdaDepth	0.86 520	0.93 385	0.71 505	1.01 504	1.07 597	1.02 565	0.71 548	1.00 546	0.71 551	1.01 562	0.71 551	1.00 557	0.72 547	1.14 584	0.71 546	0.92 517	0.64 488	0.90 553	0.64 534	0.89 529	0.69 531

GANet	1.00 543	1.00 402	1.00 546	1.00 499	1.00 586	1.00 551	1.00 584	1.00 546	1.00 590	1.00 551	1.00 588	1.00 557	1.00 573	1.00 558	1.00 581	1.00 532	1.00 542	1.00 574	1.00 588	1.00 549	1.00 580

TDLM	1.00 543	1.00 402	1.00 546	1.00 499	1.00 586	1.00 551	1.00 584	1.00 546	1.00 590	1.00 551	1.00 588	1.00 557	1.00 573	1.00 558	1.00 581	1.00 532	1.00 542	1.00 574	1.00 588	1.00 549	1.00 580

CVANet_RVC	1.00 543	1.00 402	1.00 546	1.00 499	1.00 586	1.00 551	1.00 584	1.00 546	1.00 590	1.00 551	1.00 588	1.00 557	1.00 573	1.00 558	1.00 581	1.00 532	1.00 542	1.00 574	1.00 588	1.00 549	1.00 580

WQFJA1	0.85 517	0.98 392	0.67 489	1.29 583	0.76 560	1.01 559	0.67 526	1.02 559	0.67 527	1.02 566	0.67 530	1.01 566	0.67 526	1.01 566	0.68 527	0.99 531	0.67 493	0.93 562	0.64 534	0.92 535	0.65 523

WQFJX1	0.84 511	0.98 392	0.67 489	1.30 585	0.75 555	1.01 559	0.67 526	1.01 555	0.67 527	1.01 562	0.67 530	1.01 566	0.68 531	1.00 558	0.68 527	0.98 530	0.67 493	0.92 559	0.64 534	0.92 535	0.64 521

NLSM3	0.85 517	0.99 400	0.68 497	1.29 583	0.76 560	1.01 559	0.68 531	1.01 555	0.68 533	1.02 566	0.68 536	1.01 566	0.68 531	1.01 566	0.68 527	0.97 526	0.68 499	0.93 562	0.64 534	0.93 540	0.63 515

trnet	1.01 551	1.01 412	1.01 551	1.01 504	1.01 592	1.01 559	1.01 589	1.01 555	1.01 595	1.01 562	1.01 593	1.01 566	1.01 581	1.01 566	1.01 586	1.01 537	1.01 548	1.01 579	1.01 595	1.01 554	1.01 586

NLMM	0.84 511	1.00 402	0.67 489	1.27 578	0.75 555	1.00 551	0.68 531	1.00 546	0.67 527	1.00 551	0.67 530	1.02 570	0.67 526	1.02 570	0.67 520	0.97 526	0.67 493	0.93 562	0.63 529	0.92 535	0.63 515

WQFJX	0.85 517	1.00 402	0.68 497	1.30 585	0.75 555	1.01 559	0.68 531	1.01 555	0.68 533	1.01 562	0.68 536	1.03 571	0.68 531	1.02 570	0.67 520	0.97 526	0.67 493	0.93 562	0.63 529	0.94 544	0.63 515

AIO-Stereo	0.84 511	0.66 324	0.70 502	0.83 469	0.67 538	0.98 549	0.82 569	1.14 565	0.72 554	1.03 568	0.74 558	1.03 571	1.09 585	0.99 556	0.45 465	1.04 538	0.73 515	0.95 568	0.74 562	0.94 544	0.46 461

11t	1.27 620	2.70 629	1.34 624	1.32 588	0.89 575	1.30 636	1.34 661	1.64 650	0.57 508	1.45 647	0.72 554	1.05 573	1.29 650	1.07 576	1.29 662	1.49 625	1.02 549	0.97 572	1.15 602	1.48 638	1.31 660

GLC_STEREO	1.07 558	1.01 412	1.06 554	1.07 508	1.05 596	1.06 568	1.08 594	1.08 561	1.05 599	1.07 570	1.06 595	1.08 574	1.05 583	1.06 573	1.10 592	1.07 540	1.09 558	1.05 583	1.05 597	1.06 558	1.12 593

Nwc_Net	2.37 703	25.95 771	1.15 562	1.14 516	1.15 602	1.08 571	1.14 598	1.17 571	1.16 604	1.14 582	1.15 600	1.08 574	1.15 591	1.11 581	1.14 596	1.10 544	1.11 562	1.16 588	1.09 599	1.16 568	1.15 598

RP	2.33 699	25.00 767	1.13 559	1.15 519	1.15 602	1.10 574	1.15 600	1.15 566	1.15 603	1.12 578	1.15 600	1.09 576	1.13 587	1.10 579	1.15 597	1.11 549	1.09 558	1.16 588	1.12 600	1.16 568	1.17 602

edge stereo	2.43 706	27.07 775	1.14 560	1.06 507	1.14 600	1.08 571	1.17 603	1.16 569	1.14 602	1.10 572	1.16 603	1.09 576	1.16 595	1.10 579	1.16 601	1.10 544	1.11 562	1.16 588	1.19 606	1.13 562	1.11 591

Pro-Stereo	0.79 492	0.53 298	0.38 333	0.49 348	0.38 440	0.49 452	0.37 424	0.49 440	0.67 527	0.50 456	0.38 433	1.10 578	0.38 429	0.49 448	0.38 423	0.71 475	0.88 534	5.98 766	0.36 439	0.46 426	0.36 413

AF-Net	2.37 703	25.71 770	1.17 564	1.13 515	1.15 602	1.15 581	1.18 604	1.19 574	1.16 604	1.10 572	1.15 600	1.10 578	1.18 596	1.12 583	1.15 597	1.10 544	1.10 561	1.17 592	1.15 602	1.16 568	1.12 593

NCC-stereo	2.36 701	25.52 769	1.17 564	1.15 519	1.17 607	1.11 577	1.11 595	1.15 566	1.16 604	1.10 572	1.16 603	1.10 578	1.15 591	1.14 584	1.13 595	1.09 542	1.11 562	1.15 587	1.16 604	1.17 573	1.17 602

MSMD_ROB	1.19 568	1.10 432	0.70 502	1.10 510	0.60 520	1.10 574	0.70 545	1.10 564	0.70 546	1.10 572	0.70 545	1.10 578	0.70 541	7.00 770	0.70 544	1.10 544	0.70 508	1.10 584	0.70 555	1.10 560	0.70 534

RGC	2.36 701	25.48 768	1.19 568	1.15 519	1.15 602	1.10 574	1.16 602	1.17 571	1.16 604	1.12 578	1.16 603	1.11 582	1.13 587	1.09 577	1.18 604	1.10 544	1.15 567	1.16 588	1.12 600	1.14 563	1.12 593

Abc-Net	2.32 698	24.75 766	1.14 560	1.17 525	1.17 607	1.11 577	1.15 600	1.17 571	1.21 656	1.08 571	1.16 603	1.12 583	1.14 590	1.09 577	1.17 603	1.09 542	1.16 568	1.17 592	1.17 605	1.16 568	1.11 591
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
Wavelet-MonSter	1.00 543	1.21 490	0.76 516	1.94 619	1.01 592	1.11 577	0.76 556	1.15 566	0.76 560	1.11 577	0.76 560	1.14 584	0.76 552	1.11 581	0.76 556	1.21 604	0.90 535	1.02 580	0.71 558	1.02 556	0.71 540

stereogan	2.33 699	24.38 765	1.18 566	1.18 526	1.18 610	1.14 580	1.18 604	1.19 574	1.19 610	1.14 582	1.18 607	1.14 584	1.18 596	1.14 584	1.18 604	1.14 553	1.14 566	1.19 597	1.19 606	1.15 566	1.19 606

KSHMR	0.66 454	0.50 284	0.48 423	1.15 519	0.52 508	0.49 452	0.51 499	0.49 440	0.71 551	0.67 507	0.50 497	1.16 586	1.11 586	0.66 501	0.52 494	0.49 409	0.49 439	0.51 484	0.66 541	0.50 452	1.14 597

HSM-Net_RVC	0.95 538	1.17 440	0.78 520	1.18 526	0.71 548	1.16 582	0.75 554	1.09 563	0.80 567	1.10 572	0.75 559	1.17 587	0.74 549	1.17 587	0.80 562	1.13 551	0.73 515	1.17 592	0.77 567	1.16 568	0.72 541
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
S-Stereo	2.51 710	26.86 773	1.23 620	1.22 573	1.22 661	1.24 631	1.25 655	1.22 624	1.24 659	1.21 632	1.24 656	1.19 588	1.27 648	1.19 588	1.24 655	1.19 556	1.20 573	1.25 647	1.19 606	1.24 627	1.23 655

DisPM	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

CrosDoStereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

PFNet+	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

LCNet	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

HHNet	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

Patchmatch Stereo++	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607
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	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

STrans-v2	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

TransformOpticalFlow	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

OMP-Stereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

IIG-Stereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

NF-Stereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

OCTAStereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

PSM-softLoss	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

KMStereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

NRIStereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

PSM-adaLoss	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

PSM-AAD	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

FTStereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

ROB_FTStereo_v2	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

ROB_FTStereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

Consistency-Raft	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

KYRaft	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

HUI-Stereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

ASMatch	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

DeepStereo_LL	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

DEmStereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

SST-Stereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

THIR-Stereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

RAFT_R40	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

DRaft	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

PFNet	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

GrayStereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

RE-Stereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

Pruner-Stereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

TVStereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

DeepStereo_RVC	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

RAFT-RH_RVC	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

IRAFT_RVC	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

RAFT-345	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

iRAFT	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

CRE-IMP	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

GMM-Stereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

RAFT-IKP	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

Prome-Stereo	1.20 569	1.20 444	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

FAT-Stereo	2.46 708	26.05 772	1.23 620	1.23 575	1.22 661	1.20 583	1.24 654	1.23 626	1.23 658	1.19 586	1.22 654	1.21 634	1.24 646	1.20 589	1.24 655	1.21 604	1.17 571	1.22 645	1.25 659	1.20 578	1.24 656

CroCo-Stereo	0.73 478	1.22 496	0.25 240	1.22 573	0.25 293	1.22 629	0.25 280	1.22 624	0.25 284	1.22 633	0.25 290	1.22 635	0.25 286	1.22 635	0.25 281	1.22 606	0.26 253	1.21 644	0.25 288	1.22 626	0.25 270
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
Hybrid-DGEV-2	1.05 557	1.83 557	0.83 528	1.33 589	0.82 572	1.30 636	0.81 566	1.26 628	0.79 565	1.29 636	0.79 566	1.26 636	0.80 558	1.26 637	0.79 559	1.20 558	0.78 523	1.18 595	0.77 567	1.20 578	0.77 554

Hybrid-DGEV	1.03 555	1.75 531	0.80 524	1.28 582	0.78 564	1.26 632	0.80 562	1.26 628	0.78 561	1.26 634	0.78 564	1.26 636	0.78 556	1.26 637	0.78 558	1.15 554	0.75 518	1.14 585	0.74 562	1.14 563	0.75 549

MLG-Stereo	0.92 530	0.90 374	0.84 530	1.27 578	0.49 497	1.38 644	0.88 572	1.41 642	0.97 586	0.73 515	1.09 597	1.26 636	0.43 465	0.72 512	1.05 589	1.13 551	0.49 439	1.18 595	0.66 541	1.01 554	0.46 461

CroCo-Stereo Lap2	0.77 488	1.29 500	0.29 264	1.27 578	0.29 320	1.27 633	0.26 287	1.26 628	0.26 298	1.26 634	0.26 295	1.27 639	0.26 296	1.26 637	0.27 288	1.27 609	0.27 266	1.27 648	0.27 332	1.27 630	0.27 314

DPSimNet_ROB	0.97 540	1.18 442	0.81 527	1.10 510	0.91 579	1.02 565	0.82 569	1.04 560	0.91 575	1.03 568	0.86 573	1.28 640	0.82 562	1.03 572	0.89 570	1.17 555	0.81 530	1.02 580	0.82 576	1.08 559	0.81 560

Hybrid-DGEV-03	1.07 558	1.83 557	0.83 528	1.34 590	0.81 571	1.32 638	0.81 566	1.31 635	0.81 570	1.31 637	0.82 570	1.32 641	0.82 562	1.32 642	0.81 565	1.19 556	0.77 521	1.19 597	0.76 565	1.19 576	0.77 554

LiteMatch*	2.07 667	1.30 502	5.73 752	6.28 740	0.79 566	1.33 639	0.80 562	1.30 634	1.02 596	1.33 638	0.84 572	1.33 642	0.97 570	1.28 641	1.04 588	6.05 752	5.89 748	1.28 649	0.76 565	1.28 631	0.88 564

MaskLacGwcNet_RVC	1.35 622	1.35 507	1.35 626	1.35 592	1.35 664	1.35 640	1.35 662	1.36 637	1.35 667	1.36 641	1.35 665	1.36 643	1.36 656	1.36 643	1.35 666	1.35 615	1.35 635	1.35 654	1.35 664	1.35 634	1.35 665

CC-Net-ROB	1.36 623	1.33 506	1.33 623	1.36 593	1.38 668	1.36 642	1.33 660	1.37 639	1.34 664	1.35 640	1.36 667	1.38 644	1.34 654	1.38 645	1.38 669	1.35 615	1.38 639	1.33 651	1.35 664	1.43 637	1.34 664

ours_stereo	1.20 569	1.21 490	0.90 535	1.64 612	1.11 599	1.35 640	0.67 526	1.76 654	0.93 581	1.70 658	1.10 598	1.39 645	0.75 551	1.41 646	0.81 565	1.60 633	1.03 550	1.33 651	1.00 588	1.61 643	0.72 541

PS-NSSS	1.38 625	1.39 512	1.34 624	1.34 590	1.35 664	1.38 644	1.37 669	1.35 636	1.38 670	1.34 639	1.34 664	1.39 645	1.38 659	1.70 656	1.40 670	1.36 617	1.36 636	1.36 656	1.37 667	1.37 635	1.36 666

qqai	1.22 616	1.38 511	1.12 557	1.39 596	1.14 600	1.40 646	1.14 598	1.41 642	1.12 600	1.40 643	1.11 599	1.40 647	1.13 587	1.41 646	1.15 597	1.25 607	0.97 541	1.24 646	1.01 595	1.24 627	0.96 575

MM-Stereo_test2	1.20 569	1.85 563	1.05 553	1.46 599	0.94 583	1.36 642	0.99 583	1.36 637	0.95 583	1.41 644	0.98 586	1.40 647	0.96 569	1.37 644	0.95 576	1.37 619	1.06 551	1.33 651	0.93 585	1.29 632	0.89 567

RASNet	1.49 626	1.65 521	1.45 642	1.38 595	1.43 671	1.47 651	1.36 664	1.38 640	1.36 668	1.39 642	1.60 681	1.45 649	1.45 662	1.51 650	2.21 726	1.53 629	1.36 636	1.36 656	1.36 666	1.66 646	1.36 666

MM-Stereo_test3	1.27 620	2.07 583	1.18 566	1.60 607	1.02 594	1.45 650	1.01 589	1.40 641	1.04 598	1.44 646	1.03 594	1.46 650	1.02 582	1.44 649	1.02 587	1.51 628	1.12 565	1.32 650	0.98 586	1.38 636	0.97 576

LL-Strereo	1.01 551	5.06 697	1.63 653	0.70 447	1.43 671	0.56 485	0.46 475	0.57 479	0.50 494	0.57 486	0.50 497	1.58 651	0.49 490	0.59 489	0.50 487	1.64 634	0.52 455	0.51 484	1.37 667	0.52 461	0.45 459

FlowAnything	1.02 553	1.71 524	0.72 508	1.59 604	0.69 542	1.60 654	0.69 539	1.61 647	0.70 546	1.60 649	0.69 541	1.60 652	0.69 537	1.61 654	0.69 535	0.81 503	0.58 470	0.81 542	0.56 518	0.82 519	0.56 505

tt45	1.04 556	0.88 367	1.36 634	0.92 483	1.03 595	1.51 653	0.79 559	0.70 506	0.88 573	0.74 520	0.90 574	1.60 652	0.72 547	1.60 652	0.75 554	0.91 514	0.78 523	1.52 661	0.79 571	1.14 563	1.32 661

DPSMNet_ROB	1.60 630	1.59 520	1.70 657	1.59 604	1.59 677	1.61 655	1.61 680	1.60 646	1.60 677	1.62 655	1.59 680	1.60 652	1.60 665	1.60 652	1.59 677	1.59 631	1.60 659	1.59 663	1.59 685	1.59 642	1.59 680

FlowAnything_test	1.02 553	1.72 525	0.71 505	1.59 604	0.70 546	1.61 655	0.69 539	1.61 647	0.70 546	1.60 649	0.70 545	1.61 655	0.69 537	1.61 654	0.70 544	0.81 503	0.58 470	0.81 542	0.55 514	0.81 517	0.56 505

FAST (zero-shot)	0.87 524	1.55 518	0.42 395	1.57 602	0.42 471	1.62 657	0.45 471	1.59 645	0.42 465	1.66 656	0.44 469	1.62 656	0.42 460	1.59 651	0.42 456	0.64 461	0.43 411	0.64 508	0.42 479	0.67 486	0.46 461

MEA-ACV	1.66 631	0.87 364	0.61 470	11.81 767	1.35 664	1.50 652	0.71 548	1.23 626	0.92 579	1.13 581	0.96 583	1.69 657	0.70 541	1.23 636	1.16 601	1.54 630	1.20 573	1.58 662	0.85 579	1.12 561	0.95 574

HBP-ISP	1.24 618	1.72 525	1.65 654	1.15 519	0.76 560	1.40 646	0.88 572	1.67 653	1.02 596	1.69 657	1.38 670	1.69 657	1.21 644	1.87 664	1.21 653	1.05 539	0.79 525	0.97 572	0.80 573	1.19 576	0.75 549

4.25w-stereo	1.98 646	2.72 633	1.46 643	3.47 694	1.43 671	2.07 673	1.98 715	2.53 706	1.52 675	2.71 713	1.98 726	1.81 659	1.62 667	1.96 667	1.36 667	1.88 645	2.00 692	2.53 718	1.61 692	1.74 650	1.15 598

BLMT-Stereo	1.53 627	1.36 508	1.06 554	1.42 598	1.23 663	1.41 648	1.07 593	1.43 644	1.12 600	1.42 645	1.06 595	1.83 660	1.07 584	1.42 648	1.07 590	1.27 609	1.38 639	6.80 767	1.00 588	1.26 629	1.00 580

GANetREF_RVC	1.55 628	1.94 579	1.22 618	1.88 616	1.21 659	1.88 662	1.22 652	1.88 656	1.22 657	1.88 659	1.22 654	1.88 661	1.22 645	1.89 665	1.22 654	1.87 642	1.22 621	1.88 677	1.22 655	1.88 655	1.22 653
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
2.75w_new	1.99 647	2.34 609	1.81 665	3.14 676	1.62 679	1.94 664	1.99 718	2.72 710	1.71 696	2.72 714	1.99 729	1.90 662	1.73 688	1.82 663	1.29 662	2.37 690	2.01 694	2.31 704	1.42 673	1.77 652	1.22 653

FC-DCNN	1.07 558	1.09 428	0.98 544	0.89 476	0.52 508	1.41 648	0.91 575	1.21 623	1.24 659	1.96 662	2.05 731	1.91 663	1.30 651	1.27 640	1.08 591	0.80 499	0.60 479	0.58 499	0.41 471	0.68 488	0.54 494

RAFT_CTSACE	1.92 643	3.71 664	1.72 660	1.88 616	1.72 702	2.04 671	1.42 674	2.18 673	1.89 720	2.02 669	1.97 720	1.95 664	2.06 714	1.93 666	1.62 678	1.76 637	1.66 664	2.02 682	1.73 713	1.73 649	1.43 671

MFMNet_re	1.81 640	1.91 572	1.71 659	1.95 621	1.70 700	1.95 667	1.70 697	1.96 659	1.74 703	1.97 664	1.72 702	1.95 664	1.71 686	1.97 668	1.71 697	1.86 640	1.62 660	1.85 670	1.66 704	1.86 654	1.64 698

4.5w-stereo	1.99 647	2.33 605	1.81 665	3.28 684	1.68 690	1.94 664	1.99 718	2.72 710	1.70 694	2.72 714	1.99 729	1.97 666	1.68 676	1.76 658	1.29 662	1.91 647	2.02 698	2.53 718	1.61 692	1.75 651	1.16 601

2w_stereo	1.99 647	2.36 612	1.81 665	3.24 682	1.67 686	1.94 664	1.98 715	2.72 710	1.68 686	2.72 714	1.94 717	1.98 667	1.74 690	1.79 661	1.27 659	1.95 650	2.00 692	2.53 718	1.60 688	1.68 647	1.15 598

3.75w	1.99 647	2.31 603	1.83 673	3.16 678	1.65 681	1.93 663	1.98 715	2.72 710	1.68 686	2.73 719	1.97 720	2.00 668	1.72 687	1.81 662	1.25 658	2.27 680	2.01 694	2.38 709	1.42 673	1.71 648	1.24 656

4.25_new	2.00 651	2.33 605	1.82 670	3.32 687	1.69 695	1.95 667	1.99 718	2.72 710	1.71 696	2.72 714	1.97 720	2.01 669	1.74 690	1.77 659	1.28 660	2.18 668	2.01 694	2.48 716	1.58 683	1.65 644	1.17 602

4.5w_new	2.00 651	2.33 605	1.82 670	3.32 687	1.69 695	1.95 667	1.99 718	2.72 710	1.71 696	2.72 714	1.97 720	2.01 669	1.74 690	1.77 659	1.28 660	2.18 668	2.01 694	2.48 716	1.58 683	1.65 644	1.17 602

SPS-STEREO	1.59 629	1.91 572	1.21 617	1.94 619	1.20 613	2.00 670	1.23 653	1.99 661	1.24 659	2.00 667	1.25 657	2.03 671	1.26 647	2.00 669	1.29 662	1.90 646	1.18 572	1.89 678	1.21 654	1.89 656	1.20 607
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 639	3.41 657	1.52 649	2.12 627	1.41 670	2.04 671	1.41 672	2.05 665	1.46 674	2.04 671	1.41 672	2.05 672	1.42 661	2.05 670	1.43 672	2.04 656	1.54 651	1.94 679	1.38 669	1.99 659	1.33 662

MC-Stereo	1.76 636	2.96 645	1.37 636	2.14 628	1.37 667	2.14 676	1.36 664	2.14 670	1.37 669	2.14 676	1.37 668	2.14 673	1.37 658	2.14 674	1.37 668	1.97 651	1.32 623	1.97 681	1.32 663	1.98 658	1.33 662

derf	1.91 642	2.15 591	1.78 663	2.16 629	1.75 703	2.21 685	1.80 701	2.22 684	1.80 707	2.21 687	1.76 703	2.17 674	1.81 695	2.24 691	1.74 706	1.93 649	1.56 652	1.96 680	1.53 678	1.95 657	1.56 675

noway7	2.08 670	5.18 701	1.92 684	2.27 635	1.66 682	2.18 677	1.66 683	2.17 672	1.66 678	2.18 679	1.65 685	2.18 675	1.66 668	2.17 675	1.66 683	2.15 660	1.85 681	2.05 683	1.60 688	2.05 661	1.60 682

zzzz4	2.08 670	5.22 705	1.93 687	2.27 635	1.66 682	2.19 679	1.66 683	2.18 673	1.67 681	2.18 679	1.66 688	2.18 675	1.66 668	2.18 676	1.66 683	2.15 660	1.84 676	2.05 683	1.60 688	2.05 661	1.60 682

zzzzzz3	2.07 667	5.00 695	1.93 687	2.28 640	1.66 682	2.19 679	1.66 683	2.18 673	1.67 681	2.19 682	1.66 688	2.18 675	1.67 674	2.18 676	1.66 683	2.15 660	1.85 681	2.05 683	1.59 685	2.05 661	1.59 680

GELT-Stereo	2.10 675	5.33 712	1.94 695	2.37 651	1.68 690	2.21 685	1.69 695	2.19 676	1.67 681	2.18 679	1.67 690	2.19 678	1.66 668	2.19 679	1.66 683	2.23 674	1.83 675	2.07 689	1.61 692	2.04 660	1.61 687

monster_256*512	2.09 673	5.21 704	1.98 699	2.30 643	1.67 686	2.18 677	1.66 683	2.20 679	1.67 681	2.19 682	1.67 690	2.19 678	1.66 668	2.19 679	1.66 683	2.15 660	1.86 685	2.05 683	1.60 688	2.06 665	1.61 687

noway2	2.07 667	4.96 692	1.92 684	2.28 640	1.66 682	2.20 682	1.66 683	2.19 676	1.66 678	2.19 682	1.65 685	2.19 678	1.68 676	2.18 676	1.65 680	2.15 660	1.86 685	2.06 687	1.59 685	2.06 665	1.60 682

zzzzzzz1	2.10 675	5.20 703	1.93 687	2.38 653	1.68 690	2.20 682	1.67 689	2.20 679	1.68 686	2.20 685	1.67 690	2.20 681	1.68 676	2.20 681	1.67 691	2.24 675	1.86 685	2.06 687	1.61 692	2.06 665	1.62 693

zzzz2	2.08 670	4.92 691	1.93 687	2.30 643	1.67 686	2.19 679	1.66 683	2.20 679	1.67 681	2.20 685	1.68 695	2.21 682	1.66 668	2.20 681	1.68 692	2.17 666	1.84 676	2.07 689	1.62 698	2.05 661	1.61 687

zzz1	2.09 673	4.97 693	1.93 687	2.30 643	1.68 690	2.21 685	1.68 691	2.21 682	1.68 686	2.21 687	1.67 690	2.21 682	1.68 676	2.21 684	1.69 695	2.17 666	1.85 681	2.08 693	1.61 692	2.06 665	1.61 687

noway5	1.92 643	4.97 693	1.95 696	2.31 646	1.68 690	2.21 685	1.68 691	2.21 682	1.69 693	2.22 691	1.68 695	2.21 682	1.68 676	2.21 684	1.68 692	2.18 668	1.87 689	1.71 667	0.65 538	0.85 523	0.72 541

noway1	2.10 675	5.26 709	1.93 687	2.31 646	1.69 695	2.21 685	1.67 689	2.19 676	1.68 686	2.21 687	1.68 695	2.21 682	1.67 674	2.20 681	1.66 683	2.15 660	1.84 676	2.07 689	1.61 692	2.07 669	1.61 687

noway3	2.12 681	5.22 705	1.93 687	2.39 654	1.70 700	2.23 690	1.70 697	2.22 684	1.70 694	2.22 691	1.70 701	2.23 686	1.69 683	2.22 686	1.71 697	2.28 681	1.86 685	2.08 693	1.63 701	2.09 674	1.63 696

noway4	2.11 679	5.14 699	1.93 687	2.37 651	1.69 695	2.20 682	1.68 691	2.22 684	1.68 686	2.21 687	1.69 699	2.23 686	1.68 676	2.22 686	1.66 683	2.24 675	1.84 676	2.09 698	1.63 701	2.09 674	1.62 693

NCCL2	2.28 697	2.27 600	2.28 706	2.28 640	2.28 732	2.27 692	2.29 727	2.28 687	2.28 730	2.27 694	2.28 732	2.28 688	2.27 718	2.27 692	2.28 731	2.28 681	2.28 706	2.27 701	2.29 731	2.27 681	2.29 721

TRStereo	2.00 651	2.13 588	1.85 676	2.27 635	1.84 707	2.28 694	1.84 703	2.29 689	1.86 713	2.30 695	1.87 709	2.30 689	1.87 698	2.08 671	1.72 700	2.08 657	1.72 668	2.08 693	1.72 710	2.08 671	1.72 703

XX-Stereo	2.00 651	2.13 588	1.85 676	2.27 635	1.84 707	2.28 694	1.84 703	2.29 689	1.86 713	2.30 695	1.87 709	2.30 689	1.87 698	2.08 671	1.72 700	2.08 657	1.72 668	2.08 693	1.72 710	2.08 671	1.72 703

EAI-Stereo	2.00 651	2.13 588	1.85 676	2.27 635	1.84 707	2.28 694	1.84 703	2.29 689	1.86 713	2.30 695	1.87 709	2.30 689	1.87 698	2.08 671	1.72 700	2.08 657	1.72 668	2.08 693	1.72 710	2.08 671	1.72 703

ff7	1.68 632	2.68 626	1.35 626	0.97 496	0.89 575	1.84 659	2.15 724	2.12 667	1.80 707	2.05 672	1.56 677	2.33 692	2.12 715	2.23 688	2.25 727	1.31 611	1.07 552	1.48 658	1.41 670	0.90 532	1.04 588

ffff	1.68 632	2.68 626	1.35 626	0.97 496	0.89 575	1.84 659	2.15 724	2.12 667	1.80 707	2.05 672	1.56 677	2.33 692	2.12 715	2.23 688	2.25 727	1.31 611	1.07 552	1.48 658	1.41 670	0.90 532	1.04 588

ccc-4	1.68 632	2.68 626	1.35 626	0.97 496	0.89 575	1.84 659	2.15 724	2.12 667	1.80 707	2.05 672	1.56 677	2.33 692	2.12 715	2.23 688	2.25 727	1.31 611	1.07 552	1.48 658	1.41 670	0.90 532	1.04 588

STTStereo	3.73 732	30.40 779	2.37 710	2.39 654	2.31 734	2.35 697	2.33 728	2.29 689	2.42 731	2.32 699	2.34 733	2.33 692	2.36 719	2.30 694	2.27 730	2.35 689	2.22 705	2.31 704	2.22 728	2.29 683	2.34 725

asda	2.17 683	2.54 620	1.81 665	3.47 694	1.78 705	2.50 706	1.86 707	2.61 708	1.68 686	2.61 710	1.83 705	2.37 696	1.73 688	2.44 703	1.88 718	2.51 699	1.84 676	2.34 706	1.62 698	2.23 678	1.77 708

FBW_ROB	2.12 681	2.46 619	1.77 662	2.49 659	1.79 706	2.38 698	1.83 702	2.46 701	1.78 706	2.48 706	1.97 720	2.40 697	1.78 693	2.42 702	1.83 710	2.31 686	1.85 681	2.38 709	1.82 716	2.35 685	1.84 709

AIO_test	2.18 685	2.09 586	2.04 704	2.42 656	2.01 719	2.47 702	1.94 714	2.34 696	2.03 728	2.56 709	1.94 717	2.43 698	1.94 705	2.41 700	1.87 716	2.39 692	2.10 701	2.35 708	1.91 724	2.25 680	2.19 719

AIO_rvc	2.18 685	2.34 609	1.87 680	2.32 648	1.94 717	2.40 699	1.89 712	2.37 697	2.07 729	2.52 708	1.95 719	2.44 699	1.99 710	2.41 700	1.89 719	2.32 687	2.09 700	2.24 700	2.18 727	2.21 677	2.23 720

MonStereo	2.17 683	2.41 615	1.49 648	2.67 663	1.67 686	2.60 713	2.04 722	2.32 694	1.76 704	2.44 703	1.68 695	2.50 700	1.69 683	2.38 697	1.80 709	2.28 681	1.78 671	2.63 721	2.14 726	3.47 714	1.68 701

UDGNet	2.23 695	5.40 716	1.72 660	2.48 658	1.69 695	2.51 707	1.69 695	2.51 705	1.72 700	2.50 707	1.69 699	2.52 701	1.69 683	2.50 704	1.68 692	2.41 693	1.70 667	2.42 711	1.69 709	2.42 688	1.64 698

MonStereo1	1.94 645	2.77 639	1.52 649	3.73 705	1.51 674	2.13 675	1.42 674	2.32 694	1.52 675	2.31 698	1.50 675	2.53 702	1.59 664	2.34 696	1.56 675	1.91 647	1.36 636	1.86 673	1.31 662	2.07 669	1.53 672

qwe	2.18 685	2.60 623	1.58 651	3.83 707	1.90 716	2.53 708	1.90 713	2.48 702	1.73 701	2.37 701	1.92 716	2.53 702	1.68 676	2.56 706	1.83 710	2.52 701	1.87 689	2.07 689	1.68 707	2.32 684	1.71 702

2.25w	2.00 651	1.86 566	1.98 699	2.95 673	2.17 729	2.26 691	1.35 662	2.42 700	2.00 727	2.07 675	1.27 659	2.53 702	1.99 710	2.29 693	1.49 674	2.21 672	1.32 623	1.85 670	1.87 718	2.52 699	1.62 693

IGEVStereo-DCA	1.77 637	4.21 680	1.84 674	2.49 659	2.11 725	2.54 710	1.36 664	1.65 651	1.17 608	2.75 720	1.90 714	2.54 705	1.15 591	0.94 550	1.11 593	1.50 626	1.32 623	0.96 570	1.46 676	1.49 639	0.88 564

rrr	1.77 637	4.21 680	1.84 674	2.49 659	2.11 725	2.54 710	1.36 664	1.65 651	1.17 608	2.75 720	1.90 714	2.54 705	1.15 591	0.94 550	1.11 593	1.50 626	1.32 623	0.96 570	1.46 676	1.49 639	0.88 564

4w-stereo	2.02 659	2.72 633	1.44 641	3.36 690	1.59 677	2.48 703	1.72 699	2.28 687	1.24 659	2.24 693	1.65 685	2.56 707	1.32 653	2.39 699	1.98 723	2.67 704	1.51 647	1.66 665	1.24 657	2.53 702	1.88 716

HUF	2.18 685	2.30 602	1.99 703	2.34 650	2.02 722	2.41 700	2.06 723	2.38 698	1.89 720	2.36 700	1.85 706	2.56 707	1.98 708	2.31 695	1.97 722	2.30 685	2.03 699	2.30 703	2.11 725	2.23 678	2.16 718

asd	2.18 685	2.77 639	1.58 651	3.59 699	2.00 718	2.58 712	1.85 706	2.39 699	1.71 696	2.47 705	1.97 720	2.59 709	1.61 666	2.56 706	1.79 708	2.51 699	1.99 691	2.11 699	1.62 698	2.36 686	1.60 682

monsters	2.18 685	2.41 615	1.96 698	3.47 694	2.03 723	2.53 708	1.64 682	2.48 702	1.73 701	2.40 702	1.50 675	2.62 710	1.94 705	2.59 708	1.94 720	2.44 694	1.57 654	2.28 702	1.87 718	2.42 688	1.86 711

3.25w_new	2.03 661	2.72 633	1.35 626	3.33 689	1.57 675	2.72 717	1.53 679	2.15 671	1.33 663	2.15 677	1.60 681	2.63 711	1.30 651	2.72 717	1.99 724	2.67 704	1.53 649	1.75 668	1.25 659	2.53 702	1.87 713

3.5w_stereo	2.03 661	2.72 633	1.35 626	3.41 691	1.57 675	2.72 717	1.49 678	2.01 663	1.34 664	2.15 677	1.61 683	2.63 711	1.36 656	2.72 717	1.99 724	2.66 702	1.58 655	1.68 666	1.24 657	2.53 702	1.87 713

DNSM	2.56 712	4.43 683	3.08 729	4.09 709	1.86 710	2.66 715	1.86 707	2.66 709	1.87 717	2.66 712	1.86 707	2.66 713	1.86 696	2.66 713	1.87 716	3.82 719	2.94 714	2.42 711	1.73 713	2.42 688	1.73 706

monsterstereo	2.20 691	2.33 605	1.95 696	3.65 701	2.07 724	2.49 704	1.61 680	2.48 702	1.83 711	2.45 704	1.61 683	2.67 714	1.86 696	2.64 710	1.94 720	2.48 698	1.66 664	2.34 706	1.68 707	2.40 687	1.86 711

4.5_new	2.00 651	1.84 562	1.98 699	2.77 666	2.16 727	2.27 692	1.28 659	2.09 666	1.98 724	2.01 668	1.28 660	2.71 715	1.98 708	2.51 705	1.65 680	2.26 677	1.33 630	1.87 674	1.87 718	2.49 695	1.60 682

2.5w	2.01 658	2.40 614	1.37 636	3.28 684	2.01 719	2.71 716	1.43 677	1.82 655	1.83 711	1.90 661	1.41 672	2.71 715	1.35 655	2.71 715	1.85 712	2.66 702	1.53 649	1.64 664	1.23 656	2.53 702	1.87 713

3.25w	2.04 664	2.20 595	1.48 644	3.03 674	2.17 729	2.63 714	1.39 670	1.96 659	1.95 723	1.96 662	1.37 668	2.71 715	1.96 707	2.71 715	1.73 705	2.26 677	1.32 623	1.87 674	1.87 718	2.51 698	1.63 696

1w_stereo	2.05 666	2.32 604	1.35 626	3.74 706	2.01 719	2.73 719	1.42 674	1.88 656	1.93 722	2.03 670	1.28 660	2.71 715	1.99 710	2.72 717	1.72 700	2.20 671	1.32 623	1.87 674	1.86 717	2.45 691	1.54 673

3w_stereo	2.04 664	2.24 599	1.70 657	3.15 677	2.18 731	2.49 704	1.26 657	2.03 664	1.98 724	1.98 665	1.33 663	2.72 719	1.99 710	2.59 708	1.72 700	2.22 673	1.33 630	1.85 670	1.88 723	2.50 697	1.58 679

IGEV	2.02 659	2.20 595	1.82 670	2.90 672	2.16 727	2.41 700	1.25 655	2.00 662	1.98 724	1.99 666	1.31 662	2.72 719	1.93 704	2.67 714	1.69 695	2.26 677	1.32 623	1.83 669	1.87 718	2.53 702	1.61 687

sCroCo_RVC	2.10 675	2.76 637	1.92 684	2.78 669	1.39 669	2.73 719	1.41 672	2.73 716	1.40 671	2.77 725	1.41 672	2.74 721	1.40 660	2.74 720	1.40 670	2.72 706	1.42 642	2.72 722	1.44 675	2.79 709	1.42 670

LG-G_1	2.22 692	2.71 631	1.89 681	2.77 666	1.87 714	2.75 721	1.87 710	2.76 718	1.87 717	2.75 720	1.87 709	2.76 722	1.87 698	2.75 721	1.86 713	2.47 696	1.58 655	2.45 713	1.57 680	2.45 691	1.57 677

LG-G	2.22 692	2.71 631	1.89 681	2.77 666	1.87 714	2.75 721	1.87 710	2.76 718	1.87 717	2.75 720	1.87 709	2.76 722	1.87 698	2.75 721	1.86 713	2.47 696	1.58 655	2.45 713	1.57 680	2.45 691	1.57 677

LGtest1	2.22 692	2.70 629	1.89 681	2.76 665	1.86 710	2.75 721	1.86 707	2.75 717	1.86 713	2.75 720	1.86 707	2.77 724	1.87 698	2.75 721	1.86 713	2.46 695	1.58 655	2.45 713	1.56 679	2.45 691	1.56 675

NLCA_NET_v2_RVC	5.04 760	50.87 790	2.78 715	2.87 671	2.71 736	2.78 724	0.47 480	2.88 723	2.86 736	1.89 660	2.67 735	2.79 725	2.79 724	2.78 724	2.83 733	2.82 707	2.82 713	2.83 723	2.77 735	2.83 710	2.76 730
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
plain	1.88 641	3.16 651	0.64 479	3.10 675	0.65 533	3.10 726	0.64 519	3.12 725	0.65 523	3.10 726	0.65 527	3.11 726	0.65 521	3.12 725	0.65 516	3.12 711	0.65 490	3.13 724	0.65 538	3.13 712	0.65 523

MIF-Stereo (partial)	2.58 713	3.31 656	0.66 485	3.18 679	0.66 536	3.18 727	0.66 522	3.21 726	0.67 527	3.19 727	0.66 529	3.19 727	0.66 524	3.31 729	0.68 527	5.09 744	1.79 673	8.23 771	1.67 705	6.18 755	1.38 668

Anonymous3	2.55 711	3.26 655	1.65 654	3.28 684	1.63 680	3.24 728	1.68 691	3.27 727	1.66 678	3.28 728	1.67 690	3.25 728	1.66 668	3.27 727	1.64 679	3.26 712	1.65 663	3.30 726	1.65 703	4.95 746	1.65 700

NLSM1	2.93 725	3.24 654	2.57 714	4.04 708	2.66 735	3.30 730	2.55 730	3.29 728	2.55 732	3.35 730	2.48 734	3.28 729	2.47 720	3.34 730	2.49 732	3.26 712	2.55 712	3.13 724	2.57 734	3.00 711	2.46 728

UniTT-Stereo	2.03 661	3.43 658	0.72 508	3.42 692	0.73 551	3.27 729	0.68 531	3.38 730	0.69 538	3.29 729	0.72 554	3.28 729	0.70 541	3.35 731	0.68 527	3.39 714	0.68 499	3.31 727	0.69 551	3.37 713	0.73 545

SA	4.33 749	7.35 731	6.85 758	5.96 738	4.09 762	3.59 732	3.15 749	3.82 735	2.64 733	3.91 733	3.85 757	3.57 731	2.72 723	3.13 726	4.03 758	7.09 760	6.86 755	3.57 729	3.12 747	3.85 717	3.51 753

RAStereo	2.23 695	3.64 661	0.76 516	3.65 701	0.86 573	3.66 734	0.76 556	3.67 734	0.81 570	3.66 731	0.76 560	3.66 732	0.77 554	3.68 733	0.77 557	3.68 717	0.77 521	3.69 732	0.77 567	3.70 716	0.77 554

DPSNet	3.66 730	3.60 660	3.62 738	3.63 700	3.64 757	3.65 733	3.65 756	3.66 733	3.67 753	3.67 732	3.65 754	3.67 733	3.66 742	3.66 732	3.68 751	3.68 717	3.66 733	3.67 731	3.68 757	3.67 715	3.67 754

test_3	5.01 759	8.86 743	7.77 761	8.09 750	2.76 737	4.13 739	4.05 762	3.88 736	3.76 757	4.33 739	4.13 761	3.71 734	3.91 750	4.21 740	4.06 759	7.93 761	7.69 760	4.53 738	3.91 760	4.17 723	4.29 763

Sa-1000	4.34 750	8.37 737	6.84 757	6.98 747	4.45 765	3.58 731	3.00 735	3.42 731	3.39 751	2.61 710	4.00 760	3.83 735	4.01 753	3.90 735	3.90 756	5.98 751	5.62 747	3.76 733	2.34 732	4.35 726	2.47 729

TestStereo1	4.60 751	8.41 738	6.44 755	6.86 745	3.79 759	3.97 736	3.78 758	3.99 737	3.74 755	3.97 734	3.52 752	3.94 736	3.58 739	3.98 736	3.72 753	6.82 757	6.50 753	3.76 733	3.66 755	3.90 718	3.74 757

SA-5K	4.60 751	8.41 738	6.44 755	6.86 745	3.79 759	3.97 736	3.78 758	3.99 737	3.74 755	3.97 734	3.52 752	3.94 736	3.58 739	3.98 736	3.72 753	6.82 757	6.50 753	3.76 733	3.66 755	3.90 718	3.74 757

NLCSM	3.67 731	4.08 675	3.19 734	4.80 725	3.26 750	3.99 738	3.24 751	4.25 740	3.18 749	4.09 736	3.27 749	4.14 738	3.18 737	4.13 738	3.28 747	4.06 720	3.10 723	3.85 736	3.14 748	3.91 721	3.27 750

raft_robust	4.71 755	7.75 735	5.40 751	6.81 744	3.31 751	4.28 741	4.20 763	4.32 741	4.37 764	4.35 740	4.35 763	4.14 738	3.75 746	4.30 742	4.20 761	6.67 756	6.37 751	3.36 728	4.24 765	4.86 744	3.25 749

test_4	4.88 757	8.13 736	6.98 759	7.46 748	4.44 764	4.25 740	3.85 760	4.04 739	3.92 759	4.13 737	3.91 758	4.18 740	3.84 749	4.14 739	4.06 759	7.01 759	7.13 758	4.53 738	3.72 758	4.09 722	3.72 755

test_5	4.62 754	7.55 733	6.23 753	6.32 741	3.40 753	5.29 761	3.50 753	3.53 732	4.11 761	4.28 738	4.47 764	4.26 741	4.38 756	3.68 733	3.24 746	5.89 749	5.60 746	4.84 755	3.50 753	4.33 725	3.93 761

cross-raft	4.83 756	7.52 732	6.43 754	6.63 742	3.96 761	4.51 742	3.99 761	4.49 742	3.96 760	4.52 741	3.96 759	4.50 742	3.97 752	4.50 743	3.97 757	6.65 755	6.44 752	4.33 737	3.92 761	4.35 726	3.91 760

rvit_0105_6	3.87 737	5.73 724	3.10 730	4.69 723	3.12 748	4.54 744	3.02 737	4.56 744	3.04 737	4.54 745	3.03 738	4.54 743	3.04 728	4.56 744	3.05 736	4.58 731	3.05 716	4.58 742	3.05 739	4.58 731	3.05 735

rvit_stereo_0081	3.83 733	5.23 708	3.01 719	4.53 713	3.03 740	4.55 748	3.02 737	4.56 744	3.04 737	4.52 741	3.02 736	4.54 743	3.03 725	4.56 744	3.04 734	4.57 728	3.05 716	4.57 740	3.05 739	4.58 731	3.05 735

rvit_105_1	3.83 733	5.22 705	3.01 719	4.53 713	3.01 738	4.51 742	3.01 736	4.56 744	3.04 737	4.53 743	3.03 738	4.55 745	3.03 725	4.56 744	3.04 734	4.57 728	3.05 716	4.57 740	3.05 739	4.57 730	3.05 735

rvit_stereo_0082	3.86 735	5.82 725	3.01 719	4.53 713	3.03 740	4.54 744	3.02 737	4.56 744	3.04 737	4.53 743	3.02 736	4.55 745	3.04 728	4.57 747	3.05 736	4.57 728	3.05 716	4.58 742	3.05 739	4.58 731	3.06 738

rvit_stereo_0080	3.89 738	5.70 722	3.04 724	4.54 716	3.03 740	4.56 749	3.05 743	4.60 748	3.07 742	4.58 748	3.06 741	4.59 747	3.06 730	4.61 748	3.08 740	4.63 733	3.09 721	4.64 746	3.10 744	4.65 735	3.10 742

whm_eth	3.89 738	5.70 722	3.04 724	4.54 716	3.03 740	4.56 749	3.05 743	4.60 748	3.07 742	4.58 748	3.06 741	4.59 747	3.06 730	4.61 748	3.08 740	4.63 733	3.09 721	4.64 746	3.10 744	4.65 735	3.10 742

sAnonymous2	3.31 728	2.63 624	1.38 638	3.71 703	1.86 710	4.70 754	1.11 595	4.82 757	2.72 734	5.45 762	1.98 726	4.59 747	2.64 721	2.65 711	6.21 767	4.37 722	1.08 556	5.16 759	2.24 729	4.52 728	2.39 726

CroCo_RVC	3.31 728	2.63 624	1.38 638	3.71 703	1.86 710	4.70 754	1.11 595	4.82 757	2.72 734	5.45 762	1.98 726	4.59 747	2.64 721	2.65 711	6.21 767	4.37 722	1.08 556	5.16 759	2.24 729	4.52 728	2.39 726

rvit_0105_4	3.91 740	5.47 720	3.02 722	4.54 716	3.02 739	4.54 744	3.03 741	4.75 754	3.17 748	4.57 747	3.06 741	4.61 751	3.16 736	4.65 751	3.09 742	4.66 735	3.11 724	4.68 749	3.18 750	4.81 741	3.16 747

rvit_0105_3	3.91 740	5.33 712	3.06 727	4.60 721	3.07 746	4.60 751	3.06 745	4.62 750	3.08 745	4.60 750	3.07 744	4.62 752	3.08 732	4.67 752	3.10 743	4.70 736	3.11 724	4.77 753	3.19 751	4.77 740	3.14 746

rvit_stereo_0081_aga	3.86 735	5.33 712	3.02 722	4.55 719	3.04 744	4.54 744	3.02 737	4.64 751	3.06 741	4.54 745	3.04 740	4.62 752	3.08 732	4.62 750	3.07 739	4.58 731	3.06 720	4.60 744	3.08 743	4.63 734	3.07 739

rvit_stereo_ft	3.93 743	5.44 718	3.05 726	4.59 720	3.06 745	4.61 752	3.08 746	4.67 753	3.12 747	4.63 752	3.10 746	4.65 754	3.11 734	4.69 754	3.13 744	4.70 736	3.14 726	4.71 751	3.15 749	4.74 738	3.16 747

rvit_stereo_0083	3.92 742	5.30 711	3.06 727	4.61 722	3.09 747	4.67 753	3.08 746	4.66 752	3.09 746	4.62 751	3.10 746	4.66 755	3.11 734	4.67 752	3.16 745	4.72 738	3.16 727	4.77 753	3.11 746	4.66 737	3.11 744

MLG-Stereo_test1	4.25 745	5.34 715	3.61 737	5.31 732	3.63 756	5.23 760	3.57 754	5.38 762	3.65 752	5.23 759	3.47 751	4.76 756	3.74 745	4.85 755	3.71 752	4.96 740	3.18 729	4.71 751	2.92 736	4.86 744	2.90 732

RAFT+CT+SA	4.28 747	7.62 734	4.91 746	5.55 735	2.28 732	3.09 725	3.64 755	4.49 742	3.07 742	4.80 754	3.35 750	4.77 757	3.70 744	4.29 741	3.05 736	5.58 747	5.98 750	3.58 730	3.78 759	4.26 724	3.72 755

MLG-Stereo_test3	4.26 746	4.85 689	3.95 741	5.35 733	3.60 755	4.75 757	3.76 757	5.49 763	3.71 754	5.39 760	3.69 755	4.82 758	3.66 742	4.85 755	3.73 755	4.93 739	3.19 730	4.69 750	2.99 738	4.84 743	2.98 734

rvit_0105_5	4.10 744	5.40 716	3.13 733	4.71 724	3.15 749	4.72 756	3.10 748	4.90 759	3.27 750	4.69 753	3.16 748	4.84 759	3.25 738	4.96 758	3.34 748	5.05 743	3.39 732	5.10 758	3.40 752	5.11 748	3.42 751

TestStereo	4.88 757	4.75 687	4.79 744	4.87 729	4.92 766	4.81 759	4.90 766	4.78 755	4.77 765	4.87 756	4.89 765	4.90 760	4.91 758	4.99 759	4.79 763	4.98 741	4.87 743	4.87 756	4.92 767	5.00 747	5.00 764

test-1	6.46 764	9.16 745	8.03 765	8.09 750	5.62 769	6.11 764	6.35 769	6.85 767	4.94 766	6.08 765	6.29 771	4.98 761	6.43 763	6.22 763	6.36 769	6.16 753	7.47 759	5.82 763	5.44 770	7.11 760	5.68 767

MaDis-Stereo	3.19 727	6.02 727	1.12 557	5.61 736	1.16 606	5.43 762	1.02 591	5.15 761	0.70 546	5.43 761	1.21 653	5.03 762	0.97 570	4.85 755	0.99 580	4.53 726	1.16 568	5.53 761	1.25 659	5.37 751	1.30 659

RAFT	6.73 766	9.36 746	7.40 760	8.51 753	6.55 770	6.88 767	6.60 770	6.79 766	6.60 770	6.80 767	6.72 772	5.31 763	5.50 761	6.61 764	6.61 770	8.42 763	5.89 748	5.73 762	5.45 771	6.61 756	6.24 768

MLG-Stereo_test2	4.28 747	5.46 719	3.69 739	4.86 728	3.72 758	5.58 763	3.42 752	4.81 756	3.77 758	4.85 755	3.72 756	5.55 764	3.63 741	5.58 762	3.53 750	4.41 725	3.28 731	4.99 757	2.95 737	4.75 739	3.13 745

StereoVision	3.15 726	5.00 695	0.89 532	4.83 726	1.00 586	3.93 735	1.27 658	6.37 764	1.34 664	5.67 764	1.26 658	5.84 765	1.27 648	5.03 761	1.24 655	5.10 745	1.09 558	4.61 745	0.57 521	5.62 753	1.12 593

DispFullNet	4.61 753	4.84 688	3.12 731	5.00 730	3.57 754	4.75 757	3.03 741	7.75 770	4.17 762	4.91 757	3.09 745	6.20 766	3.95 751	6.71 766	3.51 749	5.30 746	3.67 734	5.86 765	3.63 754	5.61 752	3.46 752

test-v	7.53 768	11.89 756	7.98 762	9.36 757	7.14 771	7.06 768	7.09 771	7.37 768	6.91 771	7.29 768	5.71 769	6.45 767	6.93 764	6.73 767	7.27 771	8.93 768	7.85 761	6.98 768	6.80 772	7.56 761	7.34 770

test-2	7.53 768	11.89 756	7.98 762	9.36 757	7.14 771	7.06 768	7.09 771	7.37 768	6.91 771	7.29 768	5.71 769	6.45 767	6.93 764	6.73 767	7.27 771	8.93 768	7.85 761	6.98 768	6.80 772	7.56 761	7.34 770

SGM-Forest	5.21 763	5.92 726	4.08 742	6.18 739	4.16 763	6.31 765	4.34 764	6.50 765	4.33 763	6.14 766	4.21 762	6.61 769	4.55 757	6.67 765	4.48 762	5.94 750	3.94 736	5.85 764	4.03 763	5.79 754	4.17 762
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	5.10 761	5.15 700	4.49 743	5.07 731	3.37 752	6.87 766	4.75 765	5.04 760	6.34 769	7.84 770	5.06 766	6.72 770	4.09 754	4.99 759	5.44 766	5.03 742	3.16 727	4.67 748	4.86 766	5.15 749	3.89 759

rvit_stereo_0075_2	6.64 765	8.80 742	5.25 748	7.89 749	5.27 768	7.90 770	5.27 767	7.92 771	5.28 767	7.91 771	5.29 768	7.93 771	5.27 759	7.92 771	5.28 764	7.93 761	5.28 745	7.93 770	5.29 769	7.93 763	5.28 766

U	5.15 762	8.49 740	1.81 665	8.49 752	1.77 704	8.49 771	1.77 700	8.51 772	1.77 705	8.49 772	1.77 704	8.50 772	1.78 693	8.58 772	1.77 707	8.54 764	1.78 671	8.55 772	1.78 715	8.55 766	1.84 709

SGM+DAISY	7.06 767	9.15 744	5.38 750	8.84 754	5.18 767	8.80 772	5.31 768	8.79 773	5.28 767	8.89 773	5.20 767	8.93 773	5.33 760	8.95 773	5.36 765	8.70 765	5.21 744	8.74 773	5.20 768	8.89 767	5.15 765

rafts_anoy	20.00 772	20.00 758	20.00 772	20.00 772	20.00 774	20.00 773	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 775	20.00 774	20.00 775	20.00 774	20.00 773

raft+_RVC	20.00 772	20.00 758	20.00 772	20.00 772	20.00 774	20.00 773	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 775	20.00 774	20.00 775	20.00 774	20.00 773

raftrobust	20.00 772	20.00 758	20.00 772	20.00 772	20.00 774	20.00 773	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 775	20.00 774	20.00 775	20.00 774	20.00 773

CasAABBNet	20.00 772	20.00 758	20.00 772	20.00 772	20.00 774	20.00 773	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 775	20.00 774	20.00 775	20.00 774	20.00 773

RALCasStereoNet	20.00 772	20.00 758	20.00 772	20.00 772	20.00 774	20.00 773	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 775	20.00 774	20.00 775	20.00 774	20.00 773

RALAANet	20.00 772	20.00 758	20.00 772	20.00 772	20.00 774	20.00 773	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 775	20.00 774	20.00 775	20.00 774	20.00 773

MANE	19.05 771	23.00 764	15.00 771	23.00 778	15.00 773	24.00 779	16.00 773	24.00 780	16.00 773	22.00 780	15.00 773	23.00 780	16.00 773	23.00 780	15.00 773	22.00 780	15.00 774	22.00 780	15.00 774	22.00 780	15.00 772

111	30.40 778	30.94 780	29.72 779	32.61 779	30.02 781	33.57 780	30.47 781	31.50 781	29.39 781	30.98 781	29.11 781	29.78 781	30.39 784	29.45 781	30.76 784	30.08 781	29.02 782	29.92 781	30.32 785	29.86 781	30.17 780

fff	1000028.16 800	29.62 776	29.72 779	32.61 779	30.02 781	35.13 782	31.83 782	32.07 782	10000000.00 802	35.27 784	29.82 782	32.45 782	30.15 781	32.35 782	30.09 781	31.04 782	29.55 783	30.64 782	30.14 782	10000000.00 803	30.77 781

csc	1000028.16 800	29.62 776	29.72 779	32.61 779	30.02 781	35.13 782	31.83 782	32.07 782	10000000.00 802	35.27 784	29.82 782	32.45 782	30.15 781	32.35 782	30.09 781	31.04 782	29.55 783	30.64 782	30.14 782	10000000.00 803	30.77 781

cscssc	1000028.16 800	29.62 776	29.72 779	32.61 779	30.02 781	35.13 782	31.83 782	32.07 782	10000000.00 802	35.27 784	29.82 782	32.45 782	30.15 781	32.35 782	30.09 781	31.04 782	29.55 783	30.64 782	30.14 782	10000000.00 803	30.77 781

tt	500032.53 798	34.60 782	29.72 779	37.47 789	34.41 786	36.85 786	35.22 786	34.71 785	33.55 783	34.50 782	35.43 785	33.81 785	10000000.00 803	33.57 785	33.13 785	33.68 785	35.00 787	34.03 786	35.26 788	30.96 782	34.63 785

DCANet	500032.53 798	34.60 782	29.72 779	37.47 789	34.41 786	36.85 786	35.22 786	34.71 785	33.55 783	34.50 782	35.43 785	33.81 785	10000000.00 803	33.57 785	33.13 785	33.68 785	35.00 787	34.03 786	35.26 788	30.96 782	34.63 785

DCANet-4	35.22 780	34.54 781	35.08 785	33.58 783	35.47 788	34.55 781	35.53 788	36.08 787	35.85 785	35.92 787	35.77 787	35.18 787	35.48 786	35.39 787	37.15 791	34.55 787	33.92 786	35.02 788	34.90 787	35.79 785	34.74 787

ADStereo(finetuned)	36.13 781	36.63 785	38.07 790	36.97 784	33.25 785	35.91 785	34.45 785	36.36 788	32.99 782	38.14 793	36.71 788	36.69 788	34.13 785	38.57 793	40.79 792	37.60 793	36.58 789	35.90 789	33.36 786	35.42 784	34.04 784

fast-reg	37.00 782	37.00 786	37.00 786	37.00 785	37.00 789	37.00 788	37.00 789	37.00 789	37.00 786	37.00 788	37.00 789	37.00 789	37.00 787	37.00 788	37.00 787	37.00 789	37.00 790	37.00 790	37.00 790	37.00 786	37.00 788

Reg-Stereo(zero)	37.00 782	37.00 786	37.00 786	37.00 785	37.00 789	37.00 788	37.00 789	37.00 789	37.00 786	37.00 788	37.00 789	37.00 789	37.00 787	37.00 788	37.00 787	37.00 789	37.00 790	37.00 790	37.00 790	37.00 786	37.00 788

FLISNet	37.00 782	37.00 786	37.00 786	37.00 785	37.00 789	37.00 788	37.00 789	37.00 789	37.00 786	37.00 788	37.00 789	37.00 789	37.00 787	37.00 788	37.00 787	37.00 789	37.00 790	37.00 790	37.00 790	37.00 786	37.00 788

CoSv	37.00 782	37.00 786	37.00 786	37.00 785	37.00 789	37.00 788	37.00 789	37.00 789	37.00 786	37.00 788	37.00 789	37.00 789	37.00 787	37.00 788	37.00 787	37.00 789	37.00 790	37.00 790	37.00 790	37.00 786	37.00 788

WCMA_ROB	31.10 779	35.43 784	27.12 778	39.51 791	23.10 780	38.78 792	25.30 780	37.49 793	25.39 780	37.29 792	27.02 780	38.52 793	26.48 780	37.80 792	26.44 780	36.28 788	22.65 781	33.90 785	22.30 781	37.10 790	24.18 779

MDST_ROB	69.83 786	87.70 791	41.95 791	113.75 794	65.62 795	75.05 793	55.25 794	75.64 795	45.04 790	71.61 794	41.75 793	72.81 794	44.06 791	68.38 794	44.63 793	101.89 796	59.57 796	107.10 796	61.05 796	104.38 793	59.38 794

CBMV	128.50 788	1422.70 803	53.10 792	79.50 793	51.30 794	77.30 794	49.70 793	74.00 794	48.20 791	77.20 795	48.80 794	73.90 795	48.00 792	73.80 795	48.80 794	70.40 795	45.10 795	68.90 795	46.10 795	68.20 792	45.00 793
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 789	171.00 796	160.68 797	162.58 795	160.59 797	164.01 795	160.35 797	158.51 797	158.56 794	158.34 796	160.12 797	158.56 796	159.92 795	157.26 797	158.94 797	154.38 797	158.36 797	155.75 797	159.13 799	153.67 794	154.07 796
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
NOSS_ROB	102.95 787	153.00 795	121.00 794	51.00 792	44.00 793	165.00 796	127.00 795	153.00 796	119.00 792	164.00 797	125.00 795	168.00 797	120.00 793	153.00 796	117.00 795	49.00 794	44.00 794	49.00 794	44.00 794	49.00 791	44.00 792

DF_test	189.29 790	560.34 800	182.58 798	229.00 797	135.68 796	197.79 797	135.52 796	197.80 798	135.44 793	197.75 798	135.49 796	197.90 798	135.51 794	197.84 798	135.75 796	217.37 799	171.11 798	183.74 798	127.67 798	183.56 795	127.88 795

AE-Stereo	201.80 791	123.00 792	115.00 793	219.00 796	218.00 799	223.00 798	244.00 799	217.00 799	236.00 796	202.00 799	203.00 798	205.00 799	208.00 796	225.00 799	204.00 798	210.00 798	198.00 799	197.00 799	184.00 800	204.00 796	201.00 797

MGS-Stereo	239.45 792	123.00 792	135.00 795	266.00 798	286.00 800	277.00 799	305.00 800	271.00 800	242.00 797	274.00 800	279.00 800	255.00 800	270.00 798	268.00 800	297.00 800	221.00 800	247.00 801	216.00 800	123.00 797	217.00 797	217.00 799

EGLCR-Stereo	246.90 793	129.00 794	139.00 796	266.00 798	286.00 800	277.00 799	305.00 800	271.00 800	242.00 797	274.00 800	279.00 800	255.00 800	270.00 798	268.00 800	297.00 800	230.00 801	247.00 801	216.00 800	223.00 802	237.00 798	227.00 800

DLCB_ROB	284.23 794	354.61 798	207.27 799	363.24 800	206.46 798	364.72 801	210.41 798	364.72 802	210.41 795	364.81 802	208.64 799	364.81 802	208.64 797	364.72 802	210.41 799	354.70 802	205.53 800	354.70 802	205.53 801	354.70 799	205.53 798

LE_ROB	396.57 795	471.28 799	329.84 800	471.48 801	308.15 802	526.83 802	322.10 802	488.15 803	323.76 799	495.46 803	317.97 802	497.17 803	320.10 800	481.62 803	326.76 802	462.71 803	298.97 803	466.16 803	285.98 803	447.62 800	289.21 801

SGM-ForestM	596.69 796	677.77 801	444.52 801	699.85 802	517.25 803	732.94 803	488.29 803	770.79 804	460.11 800	750.81 804	487.98 803	792.79 804	499.41 801	730.90 804	475.81 803	720.03 804	491.16 804	663.96 804	418.60 804	674.76 801	436.05 802

CBMV_ROB	818.48 797	913.88 802	709.52 802	862.84 803	597.78 804	1073.99 804	700.52 804	1015.66 805	702.59 801	1115.65 805	760.02 804	1130.24 805	721.57 802	1037.41 805	692.65 804	814.05 805	564.29 805	843.28 805	595.31 805	915.51 802	602.92 803

111111	10000000.00 803	10000000.00 804	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

SGD-Stereo	10000000.00 803	10000000.00 804	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

IGEV-Stereo++	10000000.00 803	10000000.00 804	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

IGEV-BASED-STEREO-	10000000.00 803	10000000.00 804	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

IGEV-Stereo+	10000000.00 803	10000000.00 804	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

SDNR	10000000.00 803	10000000.00 804	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

anonymousdsp2	10000000.00 803	10000000.00 804	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

anonymousdsp	10000000.00 803	10000000.00 804	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

test_example2	10000000.00 803	10000000.00 804	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

DIP-Stereo	10000000.00 803	10000000.00 804	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark