Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 427	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 67	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 70	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 88	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 147	0.20 191	0.23 176	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 194	0.21 203	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 261	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 243	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 72	0.16 115	0.02 15	0.16 142	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 419	0.02 16	0.02 19	0.02 21	0.02 21	0.16 184

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 427	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 88	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

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	0.15 146	0.70 277	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 452	0.02 15	0.69 444	0.75 460	0.01 9	0.02 21	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 111	0.44 214	0.33 259	0.39 237	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 281	0.36 323	0.02 19	0.02 21	0.02 21	0.02 20

psmg	0.43 300	1.91 504	0.92 475	1.91 555	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	1.97 584	1.44 578	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 229	1.29 433	1.19 503	1.36 532	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 544	1.21 555	0.03 41	0.09 136	0.02 21	0.09 135

SFCPSM	0.17 157	0.78 289	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 487	0.02 15	0.75 455	0.76 462	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 191	1.31 437	0.74 450	0.92 423	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 450	0.75 455	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 443	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 134	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 418	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 156	0.36 351	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 548	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 110	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 90	0.98 327	0.14 148	0.15 132	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 120	1.14 367	0.17 176	0.20 160	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 134	1.22 429	0.28 226	0.32 213	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 233	0.27 231	0.04 93	0.03 57	0.03 47	0.03 52

G2L-ROB	0.03 29	0.06 74	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

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

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

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

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 90	1.05 355	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 355	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 355	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 336	0.11 112	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 326	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 90	1.07 359	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 351	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 303	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 351	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 303	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 345	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 323	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 134	1.83 489	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 110	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 113	0.04 96

DualNet	0.10 90	1.07 359	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 90	1.14 367	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 345	0.10 92	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 111	1.15 370	0.15 165	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

222	0.10 90	0.99 334	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 111	1.16 372	0.16 169	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 545	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 545	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 567	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 126	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 517	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 129	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 156	0.04 90	0.03 52	0.58 395	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 430	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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

z-mn7	0.16 153	1.21 423	0.33 259	0.41 262	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 250	0.31 265	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 161	1.47 448	0.33 259	0.40 250	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 268	0.32 269	0.05 108	0.04 99	0.04 97	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.12 151	0.04 110	0.06 119	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

test_xeample	0.10 90	1.09 361	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 162	0.03 41	0.03 57	0.03 47	0.03 52

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

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 602	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.65 606	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 611	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.66 608	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 120	0.03 31	0.04 64	1.71 551	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 110	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 146	0.04 52	0.04 64	2.20 566	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.04 100	0.08 129	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IGEV_i1	0.26 200	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 129	0.05 103	0.03 52	4.34 639	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

z-ln-s-r	0.21 173	1.40 446	0.53 399	0.56 366	0.04 101	0.05 110	0.04 103	0.05 110	0.05 119	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 110	0.57 394	0.44 374	0.04 93	0.04 99	0.04 97	0.04 96

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

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

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

EDNetEfficientorigin	0.04 54	0.06 74	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 116	0.03 57	0.04 97	0.03 52

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

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

qqq1	0.25 191	3.70 591	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 191	3.70 591	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

11t1	0.17 157	2.16 522	0.13 143	0.13 117	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.05 110	0.18 167	0.12 135	0.06 116	0.03 57	0.05 113	0.03 52

ffm	0.25 191	3.83 597	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 191	3.83 597	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 191	3.83 597	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

qqq	0.16 153	2.01 513	0.12 123	0.15 132	0.04 101	0.06 114	0.05 115	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.03 52	0.12 111	0.14 162	0.04 93	0.04 99	0.03 47	0.03 52

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 501	0.06 116	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 117

GwcNet	0.12 120	0.07 77	0.05 79	0.08 69	0.05 121	0.08 127	1.20 532	0.07 126	0.05 119	0.05 112	0.05 122	0.08 128	0.05 112	0.08 129	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

BEATNet-Init1	0.19 165	0.08 79	0.08 82	2.23 568	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 165	0.08 79	0.08 82	2.23 568	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

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

DispViT+	0.07 67	0.08 79	0.12 123	0.08 69	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.08 77	0.07 81	0.07 121	0.05 118	0.07 128	0.05 117

BridgeDepth_RVC	0.07 67	0.08 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.07 136	0.08 128	0.05 122	0.08 128	0.05 112	0.09 135	0.08 129	0.15 141	0.11 121	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 79	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 129	0.07 136	0.08 128	0.07 137	0.08 128	0.06 129	0.07 126	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

SuperB	0.21 173	0.10 92	2.51 632	0.12 105	0.09 140	0.10 137	0.09 139	0.08 129	0.07 136	0.10 137	0.09 141	0.09 136	0.07 135	0.07 126	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

MatchStereo	0.54 374	0.12 105	2.38 630	2.32 574	0.09 140	0.09 135	0.08 138	0.09 135	0.07 136	0.09 135	0.07 137	0.09 136	0.07 135	0.09 135	0.08 129	2.34 607	2.34 626	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
CAS++	0.17 157	0.27 158	0.21 196	0.10 80	0.21 235	0.15 161	0.22 223	0.10 136	0.21 224	0.22 197	0.10 145	0.19 182	0.18 216	0.10 139	0.19 214	0.20 174	0.19 198	0.18 187	0.10 143	0.19 186	0.18 206
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
SepStereo	0.09 75	0.09 88	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 136	0.08 140	0.10 137	0.09 141	0.09 136	0.09 139	0.09 135	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

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

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

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

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

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

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

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

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

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

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

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

JetBlue	0.11 111	0.11 103	0.12 123	0.13 117	0.14 181	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.11 159	0.11 149	0.11 156	0.12 154	0.12 164	0.11 105	0.11 121	0.11 144	0.11 155	0.11 148	0.11 153

aanetorigin	0.13 127	0.11 103	0.11 112	0.11 97	0.11 162	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.12 167	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.11 121	0.14 153	0.11 155	0.49 386	0.11 153

PASM	0.39 273	3.06 576	1.36 569	1.58 541	0.09 140	0.11 148	0.11 157	0.11 148	0.11 159	0.09 135	0.09 141	0.11 149	0.09 139	0.09 135	0.09 134	0.11 105	0.11 121	0.11 144	0.09 136	0.11 148	0.11 153

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

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

S2M2_L	0.12 120	0.14 113	0.10 92	0.15 132	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.15 160	0.10 145	0.14 154	0.10 143	0.14 156	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CIPLG	0.13 127	0.21 133	0.12 123	0.16 142	0.11 162	0.15 161	0.11 157	0.14 154	0.11 159	0.15 160	0.12 167	0.15 165	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

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

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

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

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

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

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

GMStereo	0.14 134	0.13 107	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.14 175	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 179	0.13 107	0.19 188	0.23 176	0.10 147	0.26 229	1.02 517	0.14 154	0.10 144	0.28 230	0.14 185	0.17 174	0.19 221	0.28 237	0.09 134	0.22 183	0.16 169	0.23 210	0.17 216	0.11 148	0.12 166

CCAANet	0.17 157	0.72 279	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.14 175	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178

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

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

PDISCO_ROB	0.83 446	2.80 572	3.49 653	0.14 121	0.11 162	0.17 175	0.09 139	0.15 167	0.10 144	0.15 160	0.12 167	0.16 166	0.14 181	3.30 639	0.13 171	0.14 133	2.34 626	0.16 170	0.12 170	2.62 619	0.10 140

DF	0.39 273	1.37 443	1.02 487	1.14 455	0.12 175	0.16 168	0.12 170	0.16 168	0.12 175	0.16 165	0.12 167	0.16 166	0.12 171	0.16 167	0.12 164	1.12 486	1.00 479	0.15 166	0.12 170	0.15 165	0.12 166

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

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

castereo++	0.54 374	3.59 588	1.15 497	1.31 526	0.14 181	0.16 168	0.14 176	0.16 168	0.14 181	0.16 165	0.14 185	0.16 166	0.13 177	0.16 167	0.14 175	1.45 559	1.16 504	0.15 166	0.14 184	0.15 165	0.13 173

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

ICVP	0.15 146	0.53 257	0.11 112	0.16 142	0.11 162	0.16 168	0.11 157	0.16 168	0.11 159	0.16 165	0.11 159	0.16 166	0.11 156	0.16 167	0.11 152	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 134	0.17 120	0.12 123	0.17 151	0.11 162	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.11 159	0.17 174	0.11 156	0.17 174	0.11 152	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ProNet	0.14 134	0.20 128	0.14 148	0.16 142	0.11 162	0.16 168	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 174	0.13 177	0.17 174	0.12 164	0.15 141	0.11 121	0.16 170	0.11 155	0.15 165	0.12 166

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

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

ELAS	0.13 127	0.16 115	0.11 112	0.15 132	0.09 140	0.18 179	0.11 157	0.18 177	0.11 159	0.17 172	0.11 159	0.18 178	0.11 156	0.18 177	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 157	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IGEV-FE	0.35 238	0.37 177	0.17 176	0.19 156	0.17 209	0.20 187	0.17 198	0.19 179	0.17 207	0.19 178	0.17 205	0.19 182	0.17 206	0.37 271	0.36 351	0.19 171	0.17 190	0.19 190	0.17 216	0.38 284	2.84 642

DEFOM-Stereo_RVC	0.83 446	5.18 623	1.98 619	2.19 565	0.17 209	0.19 182	0.18 206	0.19 179	0.16 197	0.20 184	0.19 223	0.22 200	0.22 231	0.20 184	0.15 186	2.28 601	2.13 621	0.24 219	0.17 216	0.18 180	0.16 184

HCRNet	1.22 550	7.11 643	3.00 637	3.55 619	0.33 348	0.29 237	0.14 176	0.19 179	0.15 192	0.33 251	0.29 272	0.25 220	0.14 181	0.22 198	0.33 331	3.64 635	3.00 633	0.76 462	0.32 347	0.18 180	0.13 173

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

ELAS_RVC	0.14 134	0.16 115	0.10 92	0.15 132	0.10 147	0.18 179	0.11 157	0.19 179	0.11 159	0.19 178	0.12 167	0.18 178	0.11 156	0.19 180	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 165	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 146	0.17 120	0.11 112	0.18 153	0.11 162	0.19 182	0.11 157	0.19 179	0.12 175	0.19 178	0.12 167	0.20 185	0.12 171	0.19 180	0.12 164	0.16 151	0.11 121	0.17 178	0.10 143	0.17 176	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
RAFT-FEzeroshot	0.34 229	0.26 155	0.17 176	0.21 169	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 192	0.16 194	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 215	3.08 651

RAFT-FE	0.34 229	0.26 155	0.17 176	0.21 169	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 192	0.16 194	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 215	3.08 651

castereo	0.61 388	3.79 596	1.35 561	1.52 540	0.15 193	0.17 175	0.16 188	0.20 185	0.21 224	0.18 176	0.16 198	0.21 192	0.12 171	0.26 229	0.17 199	1.43 558	1.38 574	0.17 178	0.16 194	0.18 180	0.16 184

DDVS	0.30 208	3.10 577	0.14 148	0.19 156	0.14 181	0.19 182	0.14 176	0.20 185	0.14 181	0.19 178	0.13 180	0.16 166	0.13 177	0.19 180	0.13 171	0.17 159	0.13 158	0.17 178	0.13 179	0.17 176	0.13 173

gwcnet-sp	0.82 443	1.72 457	1.48 579	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 579	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 565	0.32 251	0.16 194	6.75 668	0.23 216

scenet	0.82 443	1.72 457	1.48 579	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 579	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 565	0.32 251	0.16 194	6.75 668	0.23 216

ssnet	0.82 443	1.72 457	1.48 579	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 579	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 565	0.32 251	0.16 194	6.75 668	0.23 216

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

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

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

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

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

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

RSGM-EC	0.24 188	0.24 147	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.24 209	0.15 194	0.22 200	0.15 192	0.22 198	1.19 532	0.20 174	0.17 190	0.24 219	0.14 184	0.20 187	0.14 178

acva	0.24 188	0.24 147	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.24 209	0.15 194	0.22 200	0.15 192	0.22 198	1.19 532	0.20 174	0.17 190	0.24 219	0.14 184	0.20 187	0.14 178

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

WAO-6	0.22 179	0.23 139	0.22 198	0.23 176	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 222	0.22 183	0.22 207	0.22 202	0.22 230	0.22 195	0.22 214

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

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

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

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

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

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

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

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

ACV-stereo	0.30 208	2.08 515	0.25 211	0.25 188	0.18 220	0.24 211	0.17 198	0.24 207	0.18 213	0.24 209	0.17 205	0.25 220	0.17 206	0.24 209	0.17 199	0.22 183	0.16 169	0.22 202	0.16 194	0.22 195	0.16 184

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

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

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

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

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

VIP-Stereo	0.70 406	2.97 575	2.43 631	2.49 581	0.16 203	0.25 220	0.16 188	0.25 215	0.16 197	0.25 217	0.18 221	0.25 220	0.16 194	0.26 229	0.16 193	1.86 574	1.26 557	0.23 210	0.15 192	0.23 206	0.15 183

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

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

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

AANet_RVC	1.26 553	0.31 167	4.99 664	5.93 656	0.20 227	0.25 220	0.20 214	0.25 215	0.20 221	0.23 202	0.19 223	0.25 220	0.20 225	0.25 218	0.20 217	5.66 666	4.76 659	0.26 229	0.30 329	0.24 210	0.27 271

Select-FE	0.41 286	0.44 214	0.23 201	0.26 195	0.22 237	0.26 229	0.22 223	0.26 221	0.23 233	0.26 226	0.23 237	0.26 231	0.23 237	0.45 364	0.42 394	0.25 207	0.22 207	0.25 224	0.22 230	0.45 363	2.90 643

LoS	0.25 191	0.27 158	0.25 211	0.25 188	0.25 250	0.25 220	0.25 238	0.26 221	0.25 241	0.25 217	0.25 250	0.25 220	0.25 243	0.25 218	0.25 239	0.26 209	0.25 218	0.25 224	0.26 252	0.26 215	0.25 227
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
GEStereo_RVC	0.86 458	4.45 612	0.20 191	0.27 198	0.20 227	0.27 233	0.20 214	0.26 221	0.18 213	5.03 669	0.20 227	0.27 233	0.19 221	0.27 233	0.21 220	0.20 174	0.19 198	0.19 190	4.02 673	0.20 187	0.18 206

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

PAM	0.39 273	1.88 500	0.34 269	0.37 229	0.41 399	0.45 370	0.22 223	0.28 224	0.23 233	0.28 230	0.24 244	0.29 240	0.23 237	0.29 241	0.23 228	0.38 268	0.32 269	0.38 299	0.37 383	0.32 236	0.22 214

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

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

CFNet	1.37 558	5.27 626	0.19 188	5.49 653	0.19 224	0.28 234	0.19 210	0.28 224	0.19 219	0.28 230	0.19 223	0.28 234	4.35 666	0.28 237	0.19 214	0.23 194	0.17 190	0.23 210	4.21 675	4.81 652	0.17 201

ssnet_v2	0.68 402	1.96 511	1.25 557	0.29 200	0.20 227	0.30 238	0.20 214	0.29 229	0.22 227	1.50 575	0.20 227	0.31 248	0.20 225	0.27 233	0.22 222	0.24 201	1.49 581	0.26 229	0.18 222	3.90 629	0.19 208

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

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

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

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

DLNR_Zeroshot_test	0.31 215	0.28 161	0.47 366	0.79 402	0.24 248	0.30 238	0.26 245	0.30 231	0.24 236	0.32 247	0.23 237	0.31 248	0.24 240	0.30 243	0.23 228	0.29 224	0.26 221	0.29 240	0.24 243	0.33 243	0.23 216

DANet	0.30 208	0.30 164	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoSA	0.32 224	0.52 253	0.34 269	0.31 207	0.31 326	0.30 238	0.30 271	0.31 236	0.30 279	0.31 241	0.31 326	0.31 248	0.30 279	0.31 247	0.31 310	0.30 225	0.32 269	0.31 248	0.31 340	0.31 233	0.31 319

DEFOM-Stereo	0.68 402	3.11 578	1.40 575	1.63 549	0.25 250	0.31 244	0.25 238	0.31 236	0.28 262	0.31 241	0.29 272	0.29 240	0.27 259	0.31 247	0.28 254	1.59 566	1.47 580	0.30 242	0.29 315	0.30 228	0.28 291

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

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

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

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

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

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

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

FE-Mocha	0.35 238	0.71 278	0.40 330	0.47 293	0.27 258	0.34 256	0.27 248	0.34 245	0.26 254	0.34 253	0.26 255	0.34 259	0.27 259	0.34 258	0.27 245	0.44 312	0.41 353	0.33 258	0.29 315	0.32 236	0.29 297

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

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

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

FENet	0.54 374	1.52 450	1.19 503	1.41 536	0.23 243	0.35 260	0.23 231	0.35 248	0.23 233	0.34 253	0.23 237	0.35 261	0.23 237	0.35 261	0.23 228	1.40 556	1.07 488	0.32 251	0.23 236	0.33 243	0.23 216

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

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

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

CASnet	0.35 238	0.51 251	0.44 352	0.32 213	0.31 326	0.24 211	0.34 347	0.36 252	0.25 241	0.31 241	0.37 371	0.30 244	0.33 344	0.25 218	0.45 400	0.37 257	0.37 326	0.33 258	0.35 374	0.34 247	0.37 358
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.32 224	0.36 175	0.27 220	0.36 226	0.27 258	0.36 264	0.27 248	0.36 252	0.27 258	0.36 261	0.27 259	0.36 266	0.27 259	0.36 267	0.28 254	0.36 254	0.28 237	0.36 288	0.28 302	0.36 267	0.28 291

IGEV-Stereo	0.35 238	0.44 214	0.45 354	0.49 304	0.30 283	0.37 269	0.30 271	0.36 252	0.30 279	0.36 261	0.29 272	0.36 266	0.29 273	0.36 267	0.30 272	0.46 351	0.39 340	0.32 251	0.24 243	0.32 236	0.25 227
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HGLStereo	0.28 202	0.29 163	0.22 198	0.36 226	0.22 237	0.36 264	0.21 219	0.36 252	0.21 224	0.42 307	0.21 232	0.36 266	0.22 231	0.36 267	0.21 220	0.34 242	0.21 203	0.34 267	0.21 227	0.34 247	0.21 212

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

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

Monster-pub-eth3d	0.45 336	0.57 266	0.60 410	0.39 237	0.28 263	0.37 269	0.28 256	0.37 258	0.30 279	0.39 273	0.29 272	0.39 280	0.30 279	0.92 477	0.27 245	1.42 557	0.28 237	0.34 267	0.28 302	0.37 271	0.53 423

Monster-pub-mixall	0.44 313	0.56 265	0.60 410	0.38 232	0.27 258	0.37 269	0.27 248	0.37 258	0.29 268	0.38 267	0.27 259	0.38 275	0.29 273	0.85 466	0.27 245	1.46 560	0.26 221	0.34 267	0.26 252	0.36 267	0.53 423

Replicate-Monster	0.45 336	0.57 266	0.60 410	0.40 250	0.29 273	0.37 269	0.27 248	0.37 258	0.30 279	0.40 279	0.31 326	0.40 288	0.30 279	0.99 485	0.27 245	1.36 553	0.31 265	0.34 267	0.30 329	0.36 267	0.54 426

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

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

MyStereo04	0.56 381	3.72 594	0.59 406	0.49 304	0.41 399	0.36 264	0.32 323	0.37 258	0.31 322	0.34 253	0.46 417	0.35 261	0.32 333	0.35 261	0.33 331	0.49 366	0.45 375	0.34 267	0.32 347	0.35 260	0.43 390

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

XPNet_ROB	0.37 255	0.37 177	0.37 285	0.37 229	0.37 371	0.37 269	0.37 364	0.37 258	0.37 366	0.37 266	0.37 371	0.37 273	0.37 363	0.37 271	0.37 360	0.37 257	0.37 326	0.37 291	0.37 383	0.37 271	0.37 358

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

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

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

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

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

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

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

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

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

IER	0.88 461	7.04 642	2.23 624	2.75 586	0.28 263	0.43 327	0.25 238	0.39 271	0.25 241	0.41 293	0.27 259	0.39 280	0.25 243	0.40 285	0.28 254	0.37 257	0.28 237	0.37 291	0.25 246	0.37 271	0.25 227

DISCO	1.11 497	0.39 188	5.28 666	0.39 237	0.20 227	0.39 282	0.27 248	0.39 271	0.22 227	0.38 267	0.20 227	0.38 275	0.20 225	6.95 680	0.22 222	0.30 225	0.21 203	0.27 233	0.21 227	5.25 661	0.21 212

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

DCVSM-stereo	0.36 245	1.89 501	0.22 198	0.40 250	0.22 237	0.40 284	0.22 223	0.40 278	0.22 227	0.40 279	0.22 233	0.40 288	0.22 231	0.40 285	0.22 222	0.28 216	0.21 203	0.28 235	0.21 227	0.28 222	0.20 210

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

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

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

LL-Strereo2	0.48 355	1.73 462	0.51 392	0.59 372	0.34 358	0.42 320	0.33 334	0.40 278	0.31 322	0.42 307	0.33 345	0.42 319	0.31 328	0.44 348	0.39 375	0.60 398	0.51 405	0.44 384	0.33 357	0.44 358	0.33 333

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

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

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

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

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

NINENet	0.69 405	3.87 600	1.20 506	1.98 560	0.05 121	0.40 284	0.04 103	0.40 278	0.05 119	0.41 293	0.04 110	0.41 301	0.05 112	0.40 285	0.05 110	1.79 572	1.56 587	0.34 267	0.22 230	0.34 247	0.23 216

iRaft-Stereo_5w	0.34 229	0.42 210	0.31 249	0.39 237	0.30 283	0.38 276	0.30 271	0.40 278	0.29 268	0.40 279	0.37 371	0.41 301	0.34 349	0.38 274	0.30 272	0.34 242	0.27 231	0.34 267	0.26 252	0.34 247	0.26 233

AdaStereo	0.40 278	0.40 192	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
StereoDRNet-Refined	0.33 228	0.39 188	0.26 217	0.39 237	0.26 257	0.40 284	0.26 245	0.40 278	0.26 254	0.39 273	0.26 255	0.39 280	0.26 252	0.39 282	0.26 244	0.37 257	0.25 218	0.37 291	0.25 246	0.37 271	0.37 358
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DDF-Stereo	0.43 300	1.15 370	0.57 404	0.53 356	0.32 336	0.41 300	0.32 323	0.41 293	0.32 332	0.41 293	0.32 336	0.41 301	0.32 333	0.40 285	0.32 320	0.52 380	0.50 400	0.38 299	0.31 340	0.39 325	0.31 319

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

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

BUS	0.83 446	1.91 504	0.92 475	4.48 630	0.02 22	0.40 284	0.04 103	0.41 293	0.02 22	0.48 377	0.03 56	0.41 301	0.05 112	0.03 43	0.05 110	1.97 584	4.19 656	0.33 258	0.23 236	0.34 247	0.27 271

CRFU-Net	0.65 395	1.67 454	1.22 553	1.96 559	0.27 258	0.41 300	0.27 248	0.41 293	0.27 258	0.40 279	0.26 255	0.41 301	0.27 259	0.40 285	0.27 245	1.80 573	1.62 594	0.34 267	0.23 236	0.33 243	0.23 216

BSDual-CNN	0.81 438	1.91 504	0.92 475	4.48 630	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 584	4.19 656	0.33 258	0.23 236	0.34 247	0.27 271

hknet	1.10 495	1.85 495	3.49 653	4.48 630	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.41 301	0.03 53	0.42 313	0.03 52	4.39 642	4.19 656	0.33 258	0.23 236	0.34 247	0.27 271

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

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

error version	0.93 471	4.47 613	2.35 627	1.99 561	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	1.87 576	2.16 622	0.47 402	0.37 383	0.39 325	0.33 333

test_1	0.93 471	4.47 613	2.35 627	1.99 561	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	1.87 576	2.16 622	0.47 402	0.37 383	0.39 325	0.33 333

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

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

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

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

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

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

Gwc-CoAtRS	0.41 286	1.49 449	0.32 254	0.42 272	0.32 336	0.41 300	0.32 323	0.41 293	0.33 342	0.41 293	0.32 336	0.41 301	0.32 333	0.41 300	0.32 320	0.39 281	0.28 237	0.39 340	0.28 302	0.40 337	0.28 291

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

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

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

RAFT-Stereo-weight	0.45 336	1.90 503	0.34 269	0.42 272	0.36 367	0.43 327	0.35 352	0.42 311	0.34 351	0.42 307	0.34 353	0.44 358	0.34 349	0.41 300	0.34 344	0.38 268	0.32 269	0.38 299	0.32 347	0.38 284	0.33 333

GES	0.66 397	2.34 539	0.29 230	0.41 262	0.29 273	0.41 300	0.29 266	0.42 311	0.29 268	0.40 279	0.41 396	0.41 301	0.30 279	0.51 405	0.29 265	0.32 233	0.29 251	0.32 251	2.46 644	2.49 606	0.30 310

FCDSN-DC	0.41 286	0.59 269	0.64 420	0.54 359	0.33 348	0.50 400	0.37 364	0.42 311	0.40 384	0.61 431	0.43 408	0.50 402	0.49 422	0.38 274	0.32 320	0.28 216	0.23 213	0.26 229	0.22 230	0.35 260	0.28 291
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
aanet-new-90k	0.44 313	1.82 486	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-60k	0.44 313	1.81 479	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-70k	0.44 313	1.82 486	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-78k	0.44 313	1.80 474	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-40k	0.44 313	1.81 479	0.39 298	0.50 340	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-36k	0.44 313	1.80 474	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-34k	0.44 313	1.80 474	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-32k	0.44 313	1.79 473	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-30k	0.44 313	1.78 469	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT26K	0.43 300	1.76 464	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.31 310	0.44 312	0.33 281	0.38 299	0.27 289	0.38 284	0.26 233

aanet-new-24k	0.44 313	1.78 469	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-22k	0.44 313	1.81 479	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-16k	0.44 313	1.83 489	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-14k	0.60 383	5.12 621	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.37 326	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-8k	0.43 300	1.76 464	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new	0.43 300	1.80 474	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-cres-4k	0.44 313	1.81 479	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-cres	0.43 300	1.77 466	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-36K	0.43 300	1.78 469	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-22K	0.44 313	1.85 495	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-20K	0.43 300	1.77 466	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-24K	0.44 313	1.86 498	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-5K	0.44 313	1.80 474	0.39 298	0.49 304	0.30 283	0.44 360	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-2K	0.44 313	1.82 486	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-3K	0.43 300	1.77 466	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-50K	0.44 313	1.83 489	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.36 323	0.38 299	0.26 252	0.38 284	0.26 233

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

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

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

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

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

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

RCA-Stereo	0.51 368	3.22 582	0.34 269	0.44 281	0.34 358	0.44 360	0.34 347	0.43 317	0.34 351	0.43 312	0.34 353	0.44 358	0.33 344	0.43 319	0.33 331	0.38 268	0.29 251	0.38 299	0.29 315	0.38 284	0.29 297

UCFNet_RVC	2.75 633	10.06 664	0.29 230	10.31 681	0.29 273	0.42 320	0.29 266	0.43 317	0.29 268	0.42 307	0.29 272	0.42 319	9.87 683	0.43 319	0.29 265	0.36 254	9.84 683	0.36 288	0.26 252	9.77 682	0.26 233

aanet-32k-new	0.44 313	1.78 469	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.34 310	0.39 340	0.26 252	0.38 284	0.26 233

aanet-new-28k	0.44 313	1.81 479	0.39 298	0.49 304	0.30 283	0.44 360	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.44 358	0.30 279	0.44 348	0.30 272	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-10k	0.45 336	1.81 479	0.40 330	0.50 340	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.32 333	0.44 348	0.31 310	0.46 351	0.35 317	0.39 340	0.27 289	0.39 325	0.27 271

aanet-new-12k	0.46 343	1.99 512	0.40 330	0.51 351	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.31 328	0.44 348	0.32 320	0.47 358	0.35 317	0.39 340	0.27 289	0.39 325	0.27 271

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

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

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

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

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

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

GREAT-IGEV	0.38 261	0.43 211	0.36 281	0.48 298	0.32 336	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.32 333	0.45 364	0.32 320	0.44 312	0.33 281	0.41 370	0.29 315	0.41 348	0.29 297
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
mms	0.40 278	0.45 222	0.35 279	0.48 298	0.36 367	0.47 381	0.34 347	0.45 360	0.38 370	0.47 370	0.33 345	0.45 367	0.32 333	0.45 364	0.32 320	0.39 281	0.38 333	0.38 299	0.37 383	0.39 325	0.39 371

fffy	0.38 261	0.43 211	0.33 259	0.46 286	0.33 348	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.33 344	0.45 364	0.32 320	0.38 268	0.38 333	0.38 299	0.37 383	0.37 271	0.36 353

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

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

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

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

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

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

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

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

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

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

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

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

RainbowNet	0.48 355	0.48 236	0.48 374	0.48 298	0.48 428	0.48 386	0.48 424	0.48 374	0.48 421	0.48 377	0.48 429	0.48 384	0.48 417	0.48 381	0.48 417	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.48 405

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

Pro-Stereo	0.79 430	0.53 257	0.38 287	0.49 304	0.38 378	0.49 391	0.37 364	0.49 378	0.67 457	0.50 397	0.38 376	1.10 506	0.38 367	0.49 387	0.38 363	0.71 419	0.88 471	5.98 677	0.36 380	0.46 366	0.36 353

UGAM	0.51 368	2.23 528	0.39 298	0.54 359	0.35 361	0.50 400	0.35 352	0.49 378	0.35 355	0.49 384	0.35 361	0.49 388	0.36 358	0.50 395	0.36 351	0.49 366	0.37 326	0.45 389	0.34 361	0.45 363	0.34 340

MyStereo07	0.60 383	3.72 594	0.48 374	0.49 304	0.41 399	0.36 264	0.32 323	0.49 378	0.43 402	0.51 406	0.42 406	0.49 388	0.43 399	0.51 405	0.64 445	0.49 366	0.45 375	0.34 267	0.32 347	0.35 260	0.43 390

KSHMR	0.66 397	0.50 243	0.48 374	1.15 458	0.52 441	0.49 391	0.51 433	0.49 378	0.71 479	0.67 441	0.50 435	1.16 514	1.11 512	0.66 436	0.52 428	0.49 366	0.49 392	0.51 424	0.66 471	0.50 391	1.14 522

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

CFNet_ucs	2.73 632	9.64 661	0.33 259	9.92 678	0.32 336	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 388	8.98 681	0.48 381	0.33 331	0.41 296	9.96 684	0.40 353	0.29 315	10.12 684	0.54 426

CFNet_pseudo	2.67 631	9.36 659	0.32 254	10.99 682	0.33 348	0.85 464	0.33 334	0.49 378	0.33 342	0.49 384	0.32 336	0.49 388	7.26 677	0.49 387	0.33 331	0.41 296	9.62 681	0.41 370	0.29 315	10.03 683	0.29 297

pcwnet_v2	2.66 630	9.89 663	0.33 259	9.89 677	0.32 336	0.50 400	0.32 323	0.49 378	0.33 342	0.49 384	0.34 353	0.49 388	8.76 680	0.48 381	0.33 331	0.41 296	9.58 680	0.40 353	0.29 315	9.01 679	0.63 446

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

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

GSStereo	0.81 438	4.28 611	0.50 386	0.59 372	0.40 389	0.51 412	0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 658	0.50 395	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.35 350

GS-Stereo							0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 658	0.50 395	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.35 350

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

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

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

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

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

UGAM-zero	0.51 368	2.17 523	0.39 298	0.53 356	0.36 367	0.50 400	0.36 358	0.50 387	0.36 364	0.49 384	0.36 364	0.50 402	0.35 355	0.50 395	0.36 351	0.49 366	0.37 326	0.47 402	0.35 374	0.46 366	0.34 340

GCST	0.50 363	2.08 515	0.38 287	0.53 356	0.35 361	0.49 391	0.35 352	0.50 387	0.35 355	0.49 384	0.35 361	0.49 388	0.35 355	0.49 387	0.35 348	0.48 363	0.37 326	0.45 389	0.33 357	0.44 358	0.33 333

TorneroNet	0.66 397	0.53 257	0.50 386	0.50 340	0.64 462	1.06 497	0.70 473	0.50 387	0.51 434	0.49 384	0.69 475	0.49 388	0.50 426	0.48 381	1.15 524	0.71 419	0.49 392	1.14 512	1.08 523	0.49 386	0.49 410

Selective-IGEV	0.51 368	0.55 263	0.45 354	0.69 389	0.45 416	0.61 433	0.45 408	0.50 387	0.40 384	0.56 422	0.44 410	0.55 422	0.40 378	0.72 443	0.67 452	0.59 397	0.46 377	0.45 389	0.34 361	0.46 366	0.37 358

ccnet	0.80 433	2.28 531	0.33 259	0.50 340	0.33 348	0.50 400	0.33 334	0.50 387	0.33 342	0.49 384	0.33 345	0.49 388	1.56 589	2.38 609	0.33 331	0.41 296	0.29 251	0.42 381	1.57 604	2.28 594	0.29 297

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

GEAStereo	0.62 390	3.91 601	0.48 374	0.69 389	0.38 378	0.51 412	0.38 371	0.51 401	0.38 370	0.53 412	0.38 376	0.50 402	0.38 367	0.51 405	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.34 340

gasm-f	0.62 390	3.91 601	0.48 374	0.69 389	0.38 378	0.51 412	0.38 371	0.51 401	0.38 370	0.53 412	0.38 376	0.50 402	0.38 367	0.51 405	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.34 340

ccccc		0.44 214		0.48 298	0.35 361	0.48 386		0.51 401		0.47 370		0.47 377		0.47 373		0.41 296	0.40 343	0.40 353	0.40 400	0.41 348

ktn	0.72 412	0.53 257	1.08 491	1.14 455	0.51 440	1.22 558	1.36 590	0.51 401	0.59 445	0.51 406	0.51 441	0.69 444	1.20 524	0.67 438	0.51 426	0.51 378	0.49 392	0.58 435	0.66 471	0.52 399	0.53 423

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

fffft	0.48 355	0.51 251	0.45 354	0.52 354	0.45 416	0.52 416	0.45 408	0.52 405	0.48 421	0.53 412	0.45 414	0.52 414	0.45 405	0.52 410	0.46 404	0.51 378	0.41 353	0.50 419	0.41 408	0.50 391	0.41 381
1: 1. 1
LG-Stereo_L1	0.47 350	0.52 253	0.47 366	0.62 377	0.39 388	0.53 418	0.40 385	0.53 407	0.39 383	0.53 412	0.39 386	0.53 415	0.39 377	0.53 412	0.39 375	0.55 390	0.46 377	0.49 415	0.37 383	0.49 386	0.37 358

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

MSCF	0.51 368	1.40 446	0.49 381	0.58 369	0.38 378	0.50 400	0.38 371	0.54 409	0.41 394	0.52 409	0.41 396	0.53 415	0.42 396	0.53 412	0.41 386	0.60 398	0.47 385	0.48 410	0.37 383	0.48 383	0.38 365

Occ-G	1.12 498	0.52 253	3.72 658	3.50 618	0.50 434	0.56 423	0.47 415	0.54 409	0.46 409	0.54 417	0.41 396	0.54 418	0.42 396	0.52 410	0.42 394	3.42 634	4.02 655	0.52 427	0.45 420	0.51 397	0.44 393

iRaftStereo_RVC	0.97 475	3.17 581	2.30 626	2.42 578	0.38 378	0.54 421	0.38 371	0.54 409	0.38 370	0.54 417	0.38 376	0.54 418	0.38 367	0.54 414	0.38 363	2.38 610	2.34 626	0.49 415	0.36 380	0.49 386	0.36 353

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

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

MyStereo06	0.75 420	4.12 605	0.60 410	0.63 379	0.61 456	0.62 436	0.66 453	0.56 413	0.45 408	0.55 420	0.48 429	0.54 418	0.46 408	0.57 424	0.45 400	0.60 398	0.57 416	0.64 442	0.55 447	0.72 427	0.55 433

CASS	0.57 382	0.89 308	0.56 402	0.57 367	0.56 447	0.56 423	0.56 438	0.56 413	0.53 435	0.57 425	0.57 447	0.59 432	0.48 417	0.56 419	0.57 434	0.55 390	0.56 414	0.47 402	0.56 451	0.62 414	0.56 436
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 383	0.58 268	0.47 366	0.64 382	0.74 481	1.00 481	0.69 469	0.57 416	0.41 394	0.57 425	0.41 396	0.57 428	0.41 390	1.00 487	0.75 482	0.91 451	0.51 405	0.52 427	0.37 383	0.52 399	0.37 358

LL-Strereo	1.01 485	5.06 620	1.63 588	0.70 393	1.43 597	0.56 423	0.46 410	0.57 416	0.50 427	0.57 425	0.50 435	1.58 579	0.49 422	0.59 426	0.50 421	1.64 569	0.52 407	0.51 424	1.37 592	0.52 399	0.45 395

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

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

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

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

MyStereo8	0.71 409	3.92 603	0.52 395	0.59 372	0.52 441	0.57 429	0.53 435	0.59 421	0.50 427	0.59 429	0.51 441	0.57 428	0.50 426	0.56 419	0.52 428	0.54 384	0.49 392	0.54 431	0.49 436	0.55 405	0.50 413

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

AEACV	1.12 498	0.52 253	3.12 649	3.24 603	0.86 501	0.53 418	0.49 426	0.60 423	0.47 414	0.53 412	0.49 432	0.55 422	0.45 405	0.55 418	0.47 411	3.01 629	3.88 653	0.71 453	0.60 456	0.80 442	0.48 405

CFNet_RVC	2.38 623	8.71 654	0.38 287	9.33 673	0.42 409	0.56 423	0.42 399	0.60 423	0.38 370	0.62 434	0.42 406	0.56 425	7.29 678	0.62 429	0.42 394	0.53 383	0.37 326	0.49 415	0.34 361	8.30 675	6.87 680

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

MonSter	0.60 383	0.64 274	0.52 395	0.62 377	0.44 412	2.07 599	0.44 402	0.62 427	0.44 405	0.62 434	0.44 410	0.62 437	0.44 401	0.62 429	0.44 398	0.58 395	0.42 362	0.62 438	0.46 422	0.58 411	0.42 388

test-3	0.98 477	4.13 607	1.85 608	1.85 552	0.61 456	0.69 442	0.37 364	0.63 428	0.61 448	0.66 440	0.51 441	0.73 450	0.44 401	0.57 424	0.54 431	1.68 570	1.81 606	0.40 353	0.43 418	0.66 418	0.50 413

DispNO	1.00 478	0.63 272	0.43 350	3.45 614	0.44 412	0.65 439	0.43 401	0.64 429	0.43 402	0.64 437	0.43 408	0.64 438	3.03 636	0.64 434	0.43 397	4.55 645	0.43 367	0.63 440	0.43 418	0.63 415	0.43 390

MyStereo05	0.80 433	4.12 605	0.63 418	0.63 379	0.61 456	0.62 436	0.66 453	0.65 430	0.62 449	0.67 441	0.61 456	0.65 441	0.58 441	0.67 438	0.55 433	0.60 398	0.57 416	0.64 442	0.55 447	0.72 427	0.55 433

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

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

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

PA-Net	11.80 681	223.51 707	0.62 417	0.59 372	0.71 476	0.59 431	0.73 479	0.67 433	0.73 485	0.55 420	0.61 456	0.60 433	0.74 476	0.63 433	0.73 477	0.66 412	0.60 422	0.69 450	0.66 471	0.72 427	0.65 454
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
HH	0.71 409	2.54 549	0.74 450	1.10 449	0.32 336	0.41 300	0.37 364	0.69 435	0.78 489	0.73 446	0.90 505	0.75 453	1.00 500	0.84 462	0.69 467	0.69 415	0.40 343	0.35 283	0.26 252	0.35 260	0.26 233

HanStereo	0.71 409	2.54 549	0.74 450	1.10 449	0.32 336	0.41 300	0.37 364	0.69 435	0.78 489	0.73 446	0.90 505	0.75 453	1.00 500	0.84 462	0.69 467	0.69 415	0.40 343	0.35 283	0.26 252	0.35 260	0.26 233

tt45	1.04 490	0.88 305	1.36 569	0.92 423	1.03 522	1.51 580	0.79 486	0.70 437	0.88 501	0.74 451	0.90 505	1.60 580	0.72 474	1.60 578	0.75 482	0.91 451	0.78 460	1.52 588	0.79 498	1.14 488	1.32 586

DStereoRT	0.73 416	0.81 294	0.73 449	0.71 395	0.74 481	0.73 447	0.75 481	0.71 438	0.71 479	0.74 451	0.72 485	0.73 450	0.80 485	0.71 441	0.73 477	0.76 432	0.71 449	0.73 454	0.72 487	0.70 425	0.76 479

anonymity	0.63 392	0.69 276	0.56 402	0.71 395	0.56 447	0.71 445	0.56 438	0.71 438	0.56 438	0.72 445	0.56 446	0.71 445	0.56 437	0.71 441	0.58 436	0.68 414	0.55 412	0.68 447	0.55 447	0.68 420	0.54 426

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

LiteMatch	1.13 500	0.73 281	2.80 635	3.23 601	0.61 456	0.83 462	0.68 461	0.73 441	0.69 468	1.00 481	0.77 493	0.94 481	0.57 438	0.82 456	0.64 445	2.97 627	2.43 629	0.68 447	0.32 347	0.56 407	0.70 462

Lsterematch	1.13 500	0.73 281	2.80 635	3.23 601	0.61 456	0.83 462	0.68 461	0.73 441	0.69 468	1.00 481	0.77 493	0.94 481	0.57 438	0.82 456	0.64 445	2.97 627	2.43 629	0.68 447	0.32 347	0.56 407	0.70 462

iGMRVC	0.84 449	2.85 573	0.72 445	0.72 397	0.73 479	0.77 449	0.79 486	0.73 441	0.74 487	0.73 446	0.72 485	0.73 450	0.76 479	0.73 445	0.73 477	0.72 425	0.73 452	0.73 454	0.72 487	0.73 430	0.72 469

4D-IteraStereo	0.78 429	3.13 579	0.89 468	0.69 389	0.32 336	0.40 284	0.32 323	0.76 444	0.97 513	0.52 409	0.65 462	0.89 473	0.32 333	0.76 449	0.98 507	0.83 445	0.94 477	0.35 283	0.27 289	0.70 425	0.89 494

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

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

GCAP-Stereo	0.75 420	4.15 608	0.42 349	0.75 400	0.35 361	0.78 451	0.40 385	0.79 446	0.38 370	0.78 455	0.36 364	0.78 456	0.36 358	0.79 450	0.39 375	0.75 430	0.39 340	0.76 462	0.39 399	0.75 431	0.39 371

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

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

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

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

CAR	0.72 412	0.76 286	0.59 406	0.84 410	1.19 538	0.81 457	0.58 441	0.81 452	0.58 441	0.81 460	0.58 449	0.83 465	0.59 443	0.82 456	0.59 439	0.71 419	0.49 392	0.73 454	0.68 476	0.87 452	0.52 421

MSE-Stereo	0.72 412	0.76 286	0.59 406	0.84 410	1.19 538	0.81 457	0.58 441	0.81 452	0.58 441	0.81 460	0.58 449	0.83 465	0.59 443	0.82 456	0.59 439	0.71 419	0.49 392	0.73 454	0.68 476	0.87 452	0.52 421

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

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

MGA	0.73 416	0.76 286	0.60 410	0.92 423	1.17 534	0.81 457	0.59 445	0.84 456	0.62 449	0.81 460	0.59 451	0.84 467	0.60 445	0.81 455	0.61 443	0.71 419	0.53 409	0.89 481	0.53 444	0.75 431	0.54 426

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

monster-pro	0.75 420	1.67 454	0.64 420	0.89 416	0.57 449	0.86 466	0.56 438	0.87 458	0.56 438	0.87 466	0.57 447	0.88 470	0.57 438	0.87 467	0.57 434	0.79 435	0.58 418	0.76 462	0.54 445	0.77 435	0.54 426

PAM_32	0.64 394	2.38 543	0.51 392	0.92 423	0.43 411	0.53 418	0.44 402	0.87 458	0.43 402	0.52 409	0.45 414	0.53 415	0.40 378	0.54 414	0.46 404	0.62 406	0.56 414	0.48 410	0.45 420	0.76 433	0.44 393

DCRE	0.84 449	1.89 501	0.77 455	0.94 430	0.72 478	0.88 468	0.73 479	0.87 458	0.78 489	0.90 469	0.71 482	0.88 470	0.67 457	0.88 469	0.73 477	0.81 440	0.68 438	0.81 471	0.70 482	0.82 447	0.70 462

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

UDG	0.80 433	2.21 527	0.60 410	0.91 420	0.60 451	0.90 471	0.58 441	0.88 462	0.60 446	0.90 469	0.60 452	0.88 470	0.60 445	0.90 472	0.58 436	0.86 449	0.60 422	0.84 477	0.59 455	0.84 450	0.61 442

MoCha-V2	2.11 599	26.97 685	0.78 456	0.92 423	0.77 491	0.96 478	0.72 478	0.90 463	0.72 482	0.94 477	0.70 477	0.90 474	0.71 473	0.91 473	0.71 475	0.85 448	0.71 449	0.88 480	0.69 480	0.87 452	0.67 458

DDUNet	0.81 438	2.45 547	0.57 404	0.90 418	0.60 451	0.88 468	0.59 445	0.90 463	0.60 446	0.88 468	0.60 452	0.90 474	0.58 441	0.88 469	0.60 441	0.84 447	0.60 422	0.86 479	0.57 453	0.86 451	0.60 441

CFNet-RSSM	0.91 464	4.89 618	0.34 269	0.44 281	1.07 524	1.62 584	1.40 597	0.91 465	0.35 355	1.60 576	1.39 597	0.64 438	0.34 349	0.44 348	0.33 331	0.41 296	0.35 317	0.75 460	0.30 329	0.41 348	0.29 297

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

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

test_xeample3	1.10 495	1.81 479	0.61 416	0.84 410	0.49 430	0.77 449	0.66 453	0.92 468	1.40 597	0.68 443	0.46 417	0.78 456	0.54 436	1.72 583	1.48 599	1.34 550	1.52 583	1.35 581	1.67 617	1.33 558	1.55 599

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

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

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

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

ToySt	0.92 466	2.11 518	0.90 471	0.95 432	0.79 494	0.99 480	0.78 485	0.94 472	0.81 498	0.94 477	0.78 495	0.95 483	0.77 481	0.94 479	0.86 497	0.91 451	0.79 462	0.85 478	0.77 494	0.89 456	0.73 472

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

RAFT-Stereo	0.81 438	0.96 324	0.67 429	0.95 432	0.67 468	0.95 476	0.68 461	0.95 474	0.68 463	0.95 479	0.68 470	0.96 484	0.68 461	0.96 483	0.68 459	0.94 460	0.68 438	0.94 495	0.68 476	0.94 471	0.68 459
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Test_v1	1.00 478	1.00 336	1.00 482	1.00 439	1.00 514	1.00 481	1.00 511	1.00 476	1.00 517	1.00 481	1.00 515	1.00 487	1.00 500	1.00 487	1.00 509	1.00 469	1.00 479	1.00 502	1.00 514	1.00 476	1.00 506

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

NLMM1	0.86 458	0.98 327	0.69 438	1.48 539	0.75 483	1.01 488	0.69 469	1.00 476	0.69 468	1.00 481	0.70 477	1.00 487	0.68 461	1.01 494	0.67 452	0.97 463	0.68 438	0.92 488	0.63 460	0.93 467	0.63 446

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

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

GANet	1.00 478	1.00 336	1.00 482	1.00 439	1.00 514	1.00 481	1.00 511	1.00 476	1.00 517	1.00 481	1.00 515	1.00 487	1.00 500	1.00 487	1.00 509	1.00 469	1.00 479	1.00 502	1.00 514	1.00 476	1.00 506

TDLM	1.00 478	1.00 336	1.00 482	1.00 439	1.00 514	1.00 481	1.00 511	1.00 476	1.00 517	1.00 481	1.00 515	1.00 487	1.00 500	1.00 487	1.00 509	1.00 469	1.00 479	1.00 502	1.00 514	1.00 476	1.00 506

CVANet_RVC	1.00 478	1.00 336	1.00 482	1.00 439	1.00 514	1.00 481	1.00 511	1.00 476	1.00 517	1.00 481	1.00 515	1.00 487	1.00 500	1.00 487	1.00 509	1.00 469	1.00 479	1.00 502	1.00 514	1.00 476	1.00 506

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

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

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

trnet	1.01 485	1.01 345	1.01 486	1.01 443	1.01 519	1.01 488	1.01 515	1.01 484	1.01 521	1.01 491	1.01 519	1.01 494	1.01 507	1.01 494	1.01 513	1.01 473	1.01 484	1.01 506	1.01 520	1.01 480	1.01 511

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

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

999	1.00 478	1.12 366	0.59 406	1.10 449	1.21 586	1.09 502	0.52 434	1.08 490	1.43 599	1.18 512	1.35 591	0.98 486	0.52 432	0.91 473	0.85 496	0.72 425	1.46 579	0.83 476	0.98 512	0.68 420	1.41 594

GLC_STEREO	1.07 492	1.01 345	1.06 489	1.07 447	1.05 523	1.06 497	1.08 520	1.08 490	1.05 525	1.07 499	1.06 521	1.08 502	1.05 509	1.06 501	1.10 519	1.07 476	1.09 494	1.05 510	1.05 522	1.06 484	1.12 518

HSM-Net_RVC	0.95 474	1.17 373	0.78 456	1.18 465	0.71 476	1.16 511	0.75 481	1.09 492	0.80 495	1.10 501	0.75 490	1.17 515	0.74 476	1.17 515	0.80 490	1.13 487	0.73 452	1.17 519	0.77 494	1.16 493	0.72 469
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MSMD_ROB	1.19 502	1.10 365	0.70 439	1.10 449	0.60 451	1.10 503	0.70 473	1.10 493	0.70 474	1.10 501	0.70 477	1.10 506	0.70 469	7.00 681	0.70 473	1.10 480	0.70 445	1.10 511	0.70 482	1.10 486	0.70 462

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

Wavelet-MonSter	1.00 478	1.21 423	0.76 453	1.94 556	1.01 519	1.11 506	0.76 483	1.15 495	0.76 488	1.11 506	0.76 491	1.14 512	0.76 479	1.11 509	0.76 484	1.21 540	0.90 472	1.02 507	0.71 485	1.02 482	0.71 468

RP	2.33 617	25.00 678	1.13 494	1.15 458	1.15 529	1.10 503	1.15 526	1.15 495	1.15 529	1.12 507	1.15 526	1.09 504	1.13 513	1.10 507	1.15 524	1.11 485	1.09 494	1.16 515	1.12 525	1.16 493	1.17 527

NCC-stereo	2.36 619	25.52 680	1.17 499	1.15 458	1.17 534	1.11 506	1.11 521	1.15 495	1.16 530	1.10 501	1.16 529	1.10 506	1.15 517	1.14 512	1.13 522	1.09 478	1.11 498	1.15 514	1.16 529	1.17 498	1.17 527

AIO-Stereo-zeroshot	0.91 464	0.86 301	0.89 468	1.25 515	0.69 472	1.05 496	0.81 493	1.16 498	0.50 427	1.12 507	0.97 513	0.72 448	0.82 489	1.06 501	0.95 504	0.61 402	0.87 470	1.03 509	0.85 506	1.04 483	1.01 511

edge stereo	2.43 624	27.07 686	1.14 495	1.06 446	1.14 527	1.08 500	1.17 529	1.16 498	1.14 528	1.10 501	1.16 529	1.09 504	1.16 521	1.10 507	1.16 528	1.10 480	1.11 498	1.16 515	1.19 531	1.13 487	1.11 516

RGC	2.36 619	25.48 679	1.19 503	1.15 458	1.15 529	1.10 503	1.16 528	1.17 500	1.16 530	1.12 507	1.16 529	1.11 510	1.13 513	1.09 505	1.18 530	1.10 480	1.15 503	1.16 515	1.12 525	1.14 488	1.12 518

Nwc_Net	2.37 621	25.95 682	1.15 497	1.14 455	1.15 529	1.08 500	1.14 524	1.17 500	1.16 530	1.14 510	1.15 526	1.08 502	1.15 517	1.11 509	1.14 523	1.10 480	1.11 498	1.16 515	1.09 524	1.16 493	1.15 523

Abc-Net	2.32 616	24.75 677	1.14 495	1.17 464	1.17 534	1.11 506	1.15 526	1.17 500	1.21 582	1.08 500	1.16 529	1.12 511	1.14 516	1.09 505	1.17 529	1.09 478	1.16 504	1.17 519	1.17 530	1.16 493	1.11 516
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
UPFNet	0.42 299	1.20 377	0.17 176	0.24 181	0.17 209	0.25 220	0.17 198	1.19 503	0.90 502	0.25 217	0.17 205	0.24 213	0.17 206	0.25 218	0.17 199	0.22 183	0.17 190	0.22 202	0.16 194	1.15 491	0.93 498

AF-Net	2.37 621	25.71 681	1.17 499	1.13 454	1.15 529	1.15 510	1.18 530	1.19 503	1.16 530	1.10 501	1.15 526	1.10 506	1.18 522	1.12 511	1.15 524	1.10 480	1.10 497	1.17 519	1.15 527	1.16 493	1.12 518

stereogan	2.33 617	24.38 676	1.18 501	1.18 465	1.18 537	1.14 509	1.18 530	1.19 503	1.19 536	1.14 510	1.18 533	1.14 512	1.18 522	1.14 512	1.18 530	1.14 489	1.14 502	1.19 524	1.19 531	1.15 491	1.19 531

DisPM	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

CrosDoStereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

PFNet+	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

LCNet	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

HHNet	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

Patchmatch Stereo++	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

STrans-v2	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

TransformOpticalFlow	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

OMP-Stereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

IIG-Stereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

NF-Stereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

OCTAStereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

PSM-softLoss	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

KMStereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

NRIStereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

PSM-adaLoss	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

PSM-AAD	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

FTStereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

ROB_FTStereo_v2	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

ROB_FTStereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

Consistency-Raft	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

KYRaft	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

HUI-Stereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

ASMatch	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

DeepStereo_LL	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

DEmStereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

SST-Stereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

THIR-Stereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

RAFT_R40	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

DRaft	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

PFNet	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

GrayStereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

RE-Stereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

Pruner-Stereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

TVStereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

DeepStereo_RVC	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

RAFT-RH_RVC	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

IRAFT_RVC	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

RAFT-345	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

iRAFT	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

CRE-IMP	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

GMM-Stereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

RAFT-IKP	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

Prome-Stereo	1.20 503	1.20 377	1.20 506	1.20 467	1.20 540	1.20 512	1.20 532	1.20 506	1.20 537	1.20 514	1.20 534	1.20 517	1.20 524	1.20 517	1.20 534	1.20 494	1.20 509	1.20 526	1.20 534	1.20 503	1.20 532

FC-DCNN	1.07 492	1.09 361	0.98 480	0.89 416	0.52 441	1.41 576	0.91 502	1.21 551	1.24 585	1.96 588	2.05 642	1.91 589	1.30 577	1.27 567	1.08 518	0.80 437	0.60 422	0.58 435	0.41 408	0.68 420	0.54 426

CroCo-Stereo	0.73 416	1.22 429	0.25 211	1.22 512	0.25 250	1.22 558	0.25 238	1.22 552	0.25 241	1.22 560	0.25 250	1.22 563	0.25 243	1.22 563	0.25 239	1.22 542	0.26 221	1.21 571	0.25 246	1.22 551	0.25 227
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
S-Stereo	2.51 626	26.86 684	1.23 555	1.22 512	1.22 588	1.24 560	1.25 581	1.22 552	1.24 585	1.21 559	1.24 582	1.19 516	1.27 574	1.19 516	1.24 581	1.19 492	1.20 509	1.25 574	1.19 531	1.24 552	1.23 580

FAT-Stereo	2.46 625	26.05 683	1.23 555	1.23 514	1.22 588	1.20 512	1.24 580	1.23 554	1.23 584	1.19 513	1.22 580	1.21 562	1.24 572	1.20 517	1.24 581	1.21 540	1.17 507	1.22 572	1.25 584	1.20 503	1.24 581

Hybrid-DGEV-2	1.05 491	1.83 489	0.83 464	1.33 528	0.82 500	1.30 564	0.81 493	1.26 555	0.79 493	1.29 563	0.79 497	1.26 564	0.80 485	1.26 564	0.79 487	1.20 494	0.78 460	1.18 522	0.77 494	1.20 503	0.77 481

Hybrid-DGEV	1.03 489	1.75 463	0.80 460	1.28 521	0.78 492	1.26 561	0.80 489	1.26 555	0.78 489	1.26 561	0.78 495	1.26 564	0.78 483	1.26 564	0.78 486	1.15 490	0.75 455	1.14 512	0.74 489	1.14 488	0.75 476

CroCo-Stereo Lap2	0.77 426	1.29 433	0.29 230	1.27 517	0.29 273	1.27 562	0.26 245	1.26 555	0.26 254	1.26 561	0.26 255	1.27 567	0.26 252	1.26 564	0.27 245	1.27 545	0.27 231	1.27 575	0.27 289	1.27 555	0.27 271

MMNet	0.44 313	1.24 431	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 555	0.93 508	0.25 217	0.17 205	0.25 220	0.18 216	0.25 218	0.17 199	0.23 194	0.16 169	0.23 210	0.16 194	1.20 503	0.99 504

delet	0.43 300	1.21 423	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 555	0.95 510	0.25 217	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.23 194	0.16 169	0.22 202	0.16 194	1.18 499	0.98 503

psm_up	0.43 300	1.19 376	0.17 176	0.25 188	0.18 220	0.25 220	0.19 210	1.26 555	0.91 503	0.26 226	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.22 183	0.17 190	0.23 210	0.16 194	1.18 499	0.99 504

LiteMatch*	2.07 597	1.30 435	5.73 669	6.28 659	0.79 494	1.33 567	0.80 489	1.30 561	1.02 522	1.33 565	0.84 503	1.33 570	0.97 497	1.28 568	1.04 515	6.05 670	5.89 665	1.28 576	0.76 492	1.28 556	0.88 491

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

PS-NSSS	1.38 559	1.39 445	1.34 559	1.34 529	1.35 591	1.38 572	1.37 595	1.35 563	1.38 596	1.34 566	1.34 590	1.39 573	1.38 585	1.70 582	1.40 596	1.36 553	1.36 571	1.36 583	1.37 592	1.37 560	1.36 591

MM-Stereo_test2	1.20 503	1.85 495	1.05 488	1.46 538	0.94 511	1.36 570	0.99 510	1.36 564	0.95 510	1.41 571	0.98 514	1.40 575	0.96 496	1.37 571	0.95 504	1.37 555	1.06 487	1.33 578	0.93 511	1.29 557	0.89 494

MaskLacGwcNet_RVC	1.35 556	1.35 440	1.35 561	1.35 531	1.35 591	1.35 568	1.35 588	1.36 564	1.35 593	1.36 568	1.35 591	1.36 571	1.36 582	1.36 570	1.35 592	1.35 551	1.35 570	1.35 581	1.35 589	1.35 559	1.35 590

CC-Net-ROB	1.36 557	1.33 439	1.33 558	1.36 532	1.38 594	1.36 570	1.33 586	1.37 566	1.34 590	1.35 567	1.36 593	1.38 572	1.34 580	1.38 572	1.38 595	1.35 551	1.38 574	1.33 578	1.35 589	1.43 562	1.34 589

RASNet	1.49 560	1.65 453	1.45 577	1.38 534	1.43 597	1.47 579	1.36 590	1.38 567	1.36 594	1.39 569	1.60 607	1.45 577	1.45 588	1.51 577	2.21 637	1.53 565	1.36 571	1.36 583	1.36 591	1.66 571	1.36 591

MM-Stereo_test3	1.27 554	2.07 514	1.18 501	1.60 545	1.02 521	1.45 578	1.01 515	1.40 568	1.04 524	1.44 573	1.03 520	1.46 578	1.02 508	1.44 576	1.02 514	1.51 564	1.12 501	1.32 577	0.98 512	1.38 561	0.97 502

qqai	1.22 550	1.38 444	1.12 492	1.39 535	1.14 527	1.40 574	1.14 524	1.41 569	1.12 526	1.40 570	1.11 525	1.40 575	1.13 513	1.41 573	1.15 524	1.25 543	0.97 478	1.24 573	1.01 520	1.24 552	0.96 501

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

BLMT-Stereo	1.53 561	1.36 441	1.06 489	1.42 537	1.23 590	1.41 576	1.07 519	1.43 571	1.12 526	1.42 572	1.06 521	1.83 586	1.07 510	1.42 575	1.07 517	1.27 545	1.38 574	6.80 678	1.00 514	1.26 554	1.00 506

DPSMNet_ROB	1.60 564	1.59 452	1.70 591	1.59 542	1.59 603	1.61 582	1.61 606	1.60 572	1.60 603	1.62 582	1.59 606	1.60 580	1.60 591	1.60 578	1.59 603	1.59 566	1.60 593	1.59 589	1.59 609	1.59 567	1.59 604

FlowAnything_test	1.02 487	1.72 457	0.71 442	1.59 542	0.70 474	1.61 582	0.69 469	1.61 573	0.70 474	1.60 576	0.70 477	1.61 583	0.69 467	1.61 580	0.70 473	0.81 440	0.58 418	0.81 471	0.55 447	0.81 445	0.56 436

FlowAnything	1.02 487	1.71 456	0.72 445	1.59 542	0.69 472	1.60 581	0.69 469	1.61 573	0.70 474	1.60 576	0.69 475	1.60 580	0.69 467	1.61 580	0.69 467	0.81 440	0.58 418	0.81 471	0.56 451	0.82 447	0.56 436

CFNet-ft	0.55 379	1.57 451	0.14 148	0.20 160	0.14 181	0.20 187	2.53 640	1.61 573	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	1.56 566	1.24 581

11t	1.27 554	2.70 558	1.34 559	1.32 527	0.89 503	1.30 564	1.34 587	1.64 576	0.57 440	1.45 574	0.72 485	1.05 501	1.29 576	1.07 504	1.29 588	1.49 561	1.02 485	0.97 500	1.15 527	1.48 563	1.31 585

IGEVStereo-DCA	1.77 569	4.21 609	1.84 606	2.49 581	2.11 636	2.54 622	1.36 590	1.65 577	1.17 534	2.75 631	1.90 625	2.54 617	1.15 517	0.94 479	1.11 520	1.50 562	1.32 558	0.96 498	1.46 601	1.49 564	0.88 491

rrr	1.77 569	4.21 609	1.84 606	2.49 581	2.11 636	2.54 622	1.36 590	1.65 577	1.17 534	2.75 631	1.90 625	2.54 617	1.15 517	0.94 479	1.11 520	1.50 562	1.32 558	0.96 498	1.46 601	1.49 564	0.88 491

HBP-ISP	1.24 552	1.72 457	1.65 589	1.15 458	0.76 488	1.40 574	0.88 499	1.67 579	1.02 522	1.69 583	1.38 596	1.69 584	1.21 570	1.87 590	1.21 579	1.05 475	0.79 462	0.97 500	0.80 500	1.19 501	0.75 476

ours_stereo	1.20 503	1.21 423	0.90 471	1.64 550	1.11 526	1.35 568	0.67 457	1.76 580	0.93 508	1.70 584	1.10 524	1.39 573	0.75 478	1.41 573	0.81 493	1.60 568	1.03 486	1.33 578	1.00 514	1.61 568	0.72 469

2.5w	2.01 588	2.40 544	1.37 571	3.28 605	2.01 630	2.71 627	1.43 603	1.82 581	1.83 623	1.90 587	1.41 598	2.71 626	1.35 581	2.71 626	1.85 624	2.66 621	1.53 584	1.64 590	1.23 581	2.53 613	1.87 624

1w_stereo	2.05 596	2.32 534	1.35 561	3.74 627	2.01 630	2.73 630	1.42 600	1.88 582	1.93 633	2.03 596	1.28 586	2.71 626	1.99 621	2.72 628	1.72 613	2.20 594	1.32 558	1.87 599	1.86 628	2.45 602	1.54 598

GANetREF_RVC	1.55 562	1.94 510	1.22 553	1.88 553	1.21 586	1.88 588	1.22 578	1.88 582	1.22 583	1.88 585	1.22 580	1.88 587	1.22 571	1.89 591	1.22 580	1.87 576	1.22 556	1.88 602	1.22 580	1.88 580	1.22 578
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
ccs_rob	2.79 634	10.17 666	0.32 254	10.00 679	0.33 348	0.49 391	0.33 334	1.90 584	0.32 332	0.51 406	0.33 345	0.49 388	9.24 682	0.49 387	0.33 331	0.41 296	9.82 682	0.41 370	0.28 302	9.34 680	0.29 297

3.25w	2.04 594	2.20 525	1.48 579	3.03 595	2.17 640	2.63 626	1.39 596	1.96 585	1.95 634	1.96 588	1.37 594	2.71 626	1.96 618	2.71 626	1.73 618	2.26 597	1.32 558	1.87 599	1.87 629	2.51 609	1.63 609

MFMNet_re	1.81 572	1.91 504	1.71 593	1.95 558	1.70 614	1.95 593	1.70 611	1.96 585	1.74 616	1.97 590	1.72 615	1.95 590	1.71 599	1.97 594	1.71 611	1.86 574	1.62 594	1.85 595	1.66 616	1.86 579	1.64 610

SPS-STEREO	1.59 563	1.91 504	1.21 552	1.94 556	1.20 540	2.00 596	1.23 579	1.99 587	1.24 585	2.00 593	1.25 583	2.03 597	1.26 573	2.00 595	1.29 588	1.90 580	1.18 508	1.89 603	1.21 579	1.89 581	1.20 532
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IGEV	2.02 589	2.20 525	1.82 602	2.90 593	2.16 638	2.41 612	1.25 581	2.00 588	1.98 635	1.99 592	1.31 588	2.72 630	1.93 615	2.67 625	1.69 610	2.26 597	1.32 558	1.83 594	1.87 629	2.53 613	1.61 607

3.5w_stereo	2.03 591	2.72 562	1.35 561	3.41 612	1.57 601	2.72 628	1.49 604	2.01 589	1.34 590	2.15 603	1.61 609	2.63 623	1.36 582	2.72 628	1.99 635	2.66 621	1.58 589	1.68 592	1.24 582	2.53 613	1.87 624

3w_stereo	2.04 594	2.24 529	1.70 591	3.15 598	2.18 642	2.49 616	1.26 583	2.03 590	1.98 635	1.98 591	1.33 589	2.72 630	1.99 621	2.59 620	1.72 613	2.22 596	1.33 565	1.85 595	1.88 634	2.50 608	1.58 603

MM-Stereo_test1	1.80 571	3.41 586	1.52 584	2.12 563	1.41 596	2.04 597	1.41 598	2.05 591	1.46 600	2.04 597	1.41 598	2.05 598	1.42 587	2.05 596	1.43 598	2.04 588	1.54 586	1.94 604	1.38 594	1.99 583	1.33 587

4.5_new	2.00 581	1.84 494	1.98 619	2.77 588	2.16 638	2.27 604	1.28 585	2.09 592	1.98 635	2.01 594	1.28 586	2.71 626	1.98 619	2.51 617	1.65 606	2.26 597	1.33 565	1.87 599	1.87 629	2.49 606	1.60 605

ff7	1.68 565	2.68 555	1.35 561	0.97 436	0.89 503	1.84 585	2.15 635	2.12 593	1.80 620	2.05 598	1.56 603	2.33 604	2.12 626	2.23 601	2.25 638	1.31 547	1.07 488	1.48 585	1.41 595	0.90 459	1.04 513

ffff	1.68 565	2.68 555	1.35 561	0.97 436	0.89 503	1.84 585	2.15 635	2.12 593	1.80 620	2.05 598	1.56 603	2.33 604	2.12 626	2.23 601	2.25 638	1.31 547	1.07 488	1.48 585	1.41 595	0.90 459	1.04 513

ccc-4	1.68 565	2.68 555	1.35 561	0.97 436	0.89 503	1.84 585	2.15 635	2.12 593	1.80 620	2.05 598	1.56 603	2.33 604	2.12 626	2.23 601	2.25 638	1.31 547	1.07 488	1.48 585	1.41 595	0.90 459	1.04 513

MC-Stereo	1.76 568	2.96 574	1.37 571	2.14 564	1.37 593	2.14 602	1.36 590	2.14 596	1.37 595	2.14 602	1.37 594	2.14 599	1.37 584	2.14 600	1.37 594	1.97 584	1.32 558	1.97 605	1.32 588	1.98 582	1.33 587

3.25w_new	2.03 591	2.72 562	1.35 561	3.33 610	1.57 601	2.72 628	1.53 605	2.15 597	1.33 589	2.15 603	1.60 607	2.63 623	1.30 577	2.72 628	1.99 635	2.67 623	1.53 584	1.75 593	1.25 584	2.53 613	1.87 624

RAFT_CTSACE	1.92 574	3.71 593	1.72 594	1.88 553	1.72 615	2.04 597	1.42 600	2.18 598	1.89 631	2.02 595	1.97 631	1.95 590	2.06 625	1.93 592	1.62 604	1.76 571	1.66 597	2.02 606	1.73 625	1.73 574	1.43 596

4w-stereo	2.02 589	2.72 562	1.44 576	3.36 611	1.59 603	2.48 615	1.72 612	2.28 599	1.24 585	2.24 605	1.65 611	2.56 619	1.32 579	2.39 611	1.98 634	2.67 623	1.51 582	1.66 591	1.24 582	2.53 613	1.88 627

NCCL2	2.28 615	2.27 530	2.28 625	2.28 573	2.28 643	2.27 604	2.29 638	2.28 599	2.28 641	2.27 606	2.28 643	2.28 600	2.27 629	2.27 604	2.28 642	2.28 601	2.28 625	2.27 613	2.29 642	2.27 593	2.29 632

TRStereo	2.00 581	2.13 519	1.85 608	2.27 570	1.84 619	2.28 606	1.84 615	2.29 601	1.86 625	2.30 607	1.87 620	2.30 601	1.87 609	2.08 597	1.72 613	2.08 589	1.72 600	2.08 608	1.72 622	2.08 585	1.72 615

XX-Stereo	2.00 581	2.13 519	1.85 608	2.27 570	1.84 619	2.28 606	1.84 615	2.29 601	1.86 625	2.30 607	1.87 620	2.30 601	1.87 609	2.08 597	1.72 613	2.08 589	1.72 600	2.08 608	1.72 622	2.08 585	1.72 615

EAI-Stereo	2.00 581	2.13 519	1.85 608	2.27 570	1.84 619	2.28 606	1.84 615	2.29 601	1.86 625	2.30 607	1.87 620	2.30 601	1.87 609	2.08 597	1.72 613	2.08 589	1.72 600	2.08 608	1.72 622	2.08 585	1.72 615

STTStereo	3.73 643	30.40 690	2.37 629	2.39 577	2.31 645	2.35 609	2.33 639	2.29 601	2.42 642	2.32 611	2.34 644	2.33 604	2.36 630	2.30 606	2.27 641	2.35 608	2.22 624	2.31 616	2.22 639	2.29 595	2.34 636

GANet-RSSM	0.75 420	1.91 504	0.14 148	0.47 293	0.14 181	0.21 197	3.21 661	2.30 605	0.14 181	0.46 364	0.14 185	0.23 207	0.18 216	0.21 194	0.14 175	0.18 167	0.27 231	0.37 291	0.13 179	2.13 588	2.12 628

MonStereo1	1.94 575	2.77 568	1.52 584	3.73 626	1.51 600	2.13 601	1.42 600	2.32 606	1.52 601	2.31 610	1.50 601	2.53 614	1.59 590	2.34 608	1.56 601	1.91 581	1.36 571	1.86 598	1.31 587	2.07 584	1.53 597

MonStereo	2.17 601	2.41 545	1.49 583	2.67 585	1.67 608	2.60 625	2.04 633	2.32 606	1.76 617	2.44 615	1.68 613	2.50 612	1.69 597	2.38 609	1.80 621	2.28 601	1.78 603	2.63 632	2.14 637	3.47 625	1.68 613

AIO_test	2.18 603	2.09 517	2.04 623	2.42 578	2.01 630	2.47 614	1.94 625	2.34 608	2.03 639	2.56 621	1.94 628	2.43 610	1.94 616	2.41 612	1.87 628	2.39 611	2.10 620	2.35 620	1.91 635	2.25 592	2.19 630

AIO_rvc	2.18 603	2.34 539	1.87 612	2.32 574	1.94 628	2.40 611	1.89 623	2.37 609	2.07 640	2.52 620	1.95 630	2.44 611	1.99 621	2.41 612	1.89 630	2.32 606	2.09 619	2.24 612	2.18 638	2.21 589	2.23 631

HUF	2.18 603	2.30 532	1.99 622	2.34 576	2.02 633	2.41 612	2.06 634	2.38 610	1.89 631	2.36 612	1.85 618	2.56 619	1.98 619	2.31 607	1.97 633	2.30 604	2.03 618	2.30 615	2.11 636	2.23 590	2.16 629

asd	2.18 603	2.77 568	1.58 586	3.59 620	2.00 629	2.58 624	1.85 618	2.39 611	1.71 609	2.47 617	1.97 631	2.59 621	1.61 592	2.56 618	1.79 620	2.51 618	1.99 610	2.11 611	1.62 613	2.36 598	1.60 605

2.25w	2.00 581	1.86 498	1.98 619	2.95 594	2.17 640	2.26 603	1.35 588	2.42 612	2.00 638	2.07 601	1.27 585	2.53 614	1.99 621	2.29 605	1.49 600	2.21 595	1.32 558	1.85 595	1.87 629	2.52 610	1.62 608

FBW_ROB	2.12 600	2.46 548	1.77 596	2.49 581	1.79 618	2.38 610	1.83 614	2.46 613	1.78 619	2.48 618	1.97 631	2.40 609	1.78 606	2.42 614	1.83 622	2.31 605	1.85 608	2.38 621	1.82 627	2.35 597	1.84 620

qwe	2.18 603	2.60 552	1.58 586	3.83 628	1.90 627	2.53 620	1.90 624	2.48 614	1.73 614	2.37 613	1.92 627	2.53 614	1.68 595	2.56 618	1.83 622	2.52 620	1.87 609	2.07 607	1.68 619	2.32 596	1.71 614

monsterstereo	2.20 609	2.33 535	1.95 617	3.65 622	2.07 635	2.49 616	1.61 606	2.48 614	1.83 623	2.45 616	1.61 609	2.67 625	1.86 608	2.64 622	1.94 631	2.48 617	1.66 597	2.34 618	1.68 619	2.40 599	1.86 622

monsters	2.18 603	2.41 545	1.96 618	3.47 615	2.03 634	2.53 620	1.64 608	2.48 614	1.73 614	2.40 614	1.50 601	2.62 622	1.94 616	2.59 620	1.94 631	2.44 613	1.57 588	2.28 614	1.87 629	2.42 600	1.86 622

UDGNet	2.23 613	5.40 631	1.72 594	2.48 580	1.69 611	2.51 619	1.69 610	2.51 617	1.72 613	2.50 619	1.69 614	2.52 613	1.69 597	2.50 616	1.68 609	2.41 612	1.70 599	2.42 623	1.69 621	2.42 600	1.64 610

4.25w-stereo	1.98 576	2.72 562	1.46 578	3.47 615	1.43 597	2.07 599	1.98 626	2.53 618	1.52 601	2.71 624	1.98 637	1.81 585	1.62 593	1.96 593	1.36 593	1.88 579	2.00 611	2.53 629	1.61 611	1.74 575	1.15 523

cf-r	0.66 397	2.17 523	0.12 123	0.18 153	0.12 175	0.18 179	2.70 644	2.60 619	0.12 175	0.18 176	0.12 167	0.18 178	0.12 171	0.18 177	0.12 164	0.15 141	0.11 121	0.15 166	0.11 155	1.81 578	1.74 618

asda	2.17 601	2.54 549	1.81 597	3.47 615	1.78 617	2.50 618	1.86 619	2.61 620	1.68 605	2.61 622	1.83 617	2.37 608	1.73 601	2.44 615	1.88 629	2.51 618	1.84 607	2.34 618	1.62 613	2.23 590	1.77 619

4.25_new	2.00 581	2.33 535	1.82 602	3.32 608	1.69 611	1.95 593	1.99 629	2.72 621	1.71 609	2.72 625	1.97 631	2.01 595	1.74 603	1.77 585	1.28 586	2.18 592	2.01 613	2.48 627	1.58 607	1.65 569	1.17 527

4.5w_new	2.00 581	2.33 535	1.82 602	3.32 608	1.69 611	1.95 593	1.99 629	2.72 621	1.71 609	2.72 625	1.97 631	2.01 595	1.74 603	1.77 585	1.28 586	2.18 592	2.01 613	2.48 627	1.58 607	1.65 569	1.17 527

4.5w-stereo	1.99 577	2.33 535	1.81 597	3.28 605	1.68 610	1.94 590	1.99 629	2.72 621	1.70 608	2.72 625	1.99 640	1.97 592	1.68 595	1.76 584	1.29 588	1.91 581	2.02 617	2.53 629	1.61 611	1.75 576	1.16 526

2.75w_new	1.99 577	2.34 539	1.81 597	3.14 597	1.62 605	1.94 590	1.99 629	2.72 621	1.71 609	2.72 625	1.99 640	1.90 588	1.73 601	1.82 589	1.29 588	2.37 609	2.01 613	2.31 616	1.42 598	1.77 577	1.22 578

3.75w	1.99 577	2.31 533	1.83 605	3.16 599	1.65 607	1.93 589	1.98 626	2.72 621	1.68 605	2.73 630	1.97 631	2.00 594	1.72 600	1.81 588	1.25 584	2.27 600	2.01 613	2.38 621	1.42 598	1.71 573	1.24 581

2w_stereo	1.99 577	2.36 542	1.81 597	3.24 603	1.67 608	1.94 590	1.98 626	2.72 621	1.68 605	2.72 625	1.94 628	1.98 593	1.74 603	1.79 587	1.27 585	1.95 583	2.00 611	2.53 629	1.60 610	1.68 572	1.15 523

sCroCo_RVC	2.10 598	2.76 566	1.92 616	2.78 591	1.39 595	2.73 630	1.41 598	2.73 627	1.40 597	2.77 636	1.41 598	2.74 632	1.40 586	2.74 631	1.40 596	2.72 625	1.42 577	2.72 633	1.44 600	2.79 620	1.42 595

LGtest1	2.22 610	2.70 558	1.89 613	2.76 587	1.86 622	2.75 632	1.86 619	2.75 628	1.86 625	2.75 631	1.86 619	2.77 635	1.87 609	2.75 632	1.86 625	2.46 614	1.58 589	2.45 624	1.56 603	2.45 602	1.56 600

LG-G_1	2.22 610	2.71 560	1.89 613	2.77 588	1.87 625	2.75 632	1.87 621	2.76 629	1.87 629	2.75 631	1.87 620	2.76 633	1.87 609	2.75 632	1.86 625	2.47 615	1.58 589	2.45 624	1.57 604	2.45 602	1.57 601

LG-G	2.22 610	2.71 560	1.89 613	2.77 588	1.87 625	2.75 632	1.87 621	2.76 629	1.87 629	2.75 631	1.87 620	2.76 633	1.87 609	2.75 632	1.86 625	2.47 615	1.58 589	2.45 624	1.57 604	2.45 602	1.57 601

GwcNet-RSSM	0.77 426	2.77 568	0.14 148	0.20 160	0.14 181	0.20 187	2.67 643	2.78 631	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.21 194	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 610	2.31 633

PSMNet-RSSM	0.77 426	2.76 566	0.14 148	0.20 160	0.14 181	0.20 187	2.66 642	2.79 632	0.14 181	0.21 195	0.14 185	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 610	2.31 633

hitnet-ft	0.79 430	2.78 571	0.14 148	0.20 160	0.14 181	0.21 197	2.89 645	2.80 633	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.54 618	2.33 635

NLCA_NET_v2_RVC	5.04 671	50.87 700	2.78 634	2.87 592	2.71 647	2.78 635	0.47 415	2.88 634	2.86 647	1.89 586	2.67 646	2.79 636	2.79 635	2.78 635	2.83 644	2.82 626	2.82 632	2.83 634	2.77 646	2.83 621	2.76 641
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MSMDNet	2.65 629	10.14 665	0.33 259	9.74 676	0.32 336	0.87 467	0.33 334	2.95 635	0.68 463	0.49 384	0.34 353	0.49 388	5.70 673	0.49 387	0.33 331	0.42 310	9.57 679	0.41 370	0.31 340	8.36 676	0.65 454

plain	1.88 573	3.16 580	0.64 420	3.10 596	0.65 464	3.10 637	0.64 450	3.12 636	0.65 454	3.10 637	0.65 462	3.11 637	0.65 452	3.12 636	0.65 448	3.12 630	0.65 431	3.13 635	0.65 469	3.13 623	0.65 454

MIF-Stereo (partial)	2.58 628	3.31 585	0.66 425	3.18 600	0.66 467	3.18 638	0.66 453	3.21 637	0.67 457	3.19 638	0.66 464	3.19 638	0.66 455	3.31 640	0.68 459	5.09 662	1.79 605	8.23 682	1.67 617	6.18 666	1.38 593

Anonymous3	2.55 627	3.26 584	1.65 589	3.28 605	1.63 606	3.24 639	1.68 609	3.27 638	1.66 604	3.28 639	1.67 612	3.25 639	1.66 594	3.27 638	1.64 605	3.26 631	1.65 596	3.30 637	1.65 615	4.95 657	1.65 612

NLSM1	2.93 636	3.24 583	2.57 633	4.04 629	2.66 646	3.30 641	2.55 641	3.29 639	2.55 643	3.35 641	2.48 645	3.28 640	2.47 631	3.34 641	2.49 643	3.26 631	2.55 631	3.13 635	2.57 645	3.00 622	2.46 639

PCWNet_CMD	2.80 635	9.82 662	0.32 254	10.09 680	0.32 336	0.49 391	0.33 334	3.34 640	0.33 342	0.49 384	0.33 345	0.49 388	8.73 679	0.48 381	0.33 331	0.41 296	9.22 678	0.42 381	0.29 315	9.55 681	0.31 319

UniTT-Stereo	2.03 591	3.43 587	0.72 445	3.42 613	0.73 479	3.27 640	0.68 461	3.38 641	0.69 468	3.29 640	0.72 485	3.28 640	0.70 469	3.35 642	0.68 459	3.39 633	0.68 438	3.31 638	0.69 480	3.37 624	0.73 472

Sa-1000	4.34 661	8.37 650	6.84 674	6.98 665	4.45 676	3.58 642	3.00 646	3.42 642	3.39 662	2.61 622	4.00 671	3.83 646	4.01 664	3.90 646	3.90 667	5.98 669	5.62 664	3.76 644	2.34 643	4.35 637	2.47 640

test_5	4.62 665	7.55 646	6.23 670	6.32 660	3.40 664	5.29 672	3.50 664	3.53 643	4.11 672	4.28 649	4.47 675	4.26 652	4.38 667	3.68 644	3.24 657	5.89 667	5.60 663	4.84 666	3.50 664	4.33 636	3.93 672

DPSNet	3.66 641	3.60 589	3.62 656	3.63 621	3.64 668	3.65 644	3.65 667	3.66 644	3.67 664	3.67 643	3.65 665	3.67 644	3.66 653	3.66 643	3.68 662	3.68 636	3.66 651	3.67 642	3.68 668	3.67 626	3.67 665

RAStereo	2.23 613	3.64 590	0.76 453	3.65 622	0.86 501	3.66 645	0.76 483	3.67 645	0.81 498	3.66 642	0.76 491	3.66 643	0.77 481	3.68 644	0.77 485	3.68 636	0.77 458	3.69 643	0.77 494	3.70 627	0.77 481

SA	4.33 660	7.35 644	6.85 675	5.96 657	4.09 673	3.59 643	3.15 660	3.82 646	2.64 644	3.91 644	3.85 668	3.57 642	2.72 634	3.13 637	4.03 669	7.09 677	6.86 672	3.57 640	3.12 658	3.85 628	3.51 664

test_3	5.01 670	8.86 656	7.77 678	8.09 668	2.76 648	4.13 650	4.05 673	3.88 647	3.76 668	4.33 650	4.13 672	3.71 645	3.91 661	4.21 651	4.06 670	7.93 678	7.69 675	4.53 649	3.91 671	4.17 634	4.29 674

TestStereo1	4.60 662	8.41 651	6.44 672	6.86 663	3.79 670	3.97 647	3.78 669	3.99 648	3.74 666	3.97 645	3.52 663	3.94 647	3.58 650	3.98 647	3.72 664	6.82 674	6.50 670	3.76 644	3.66 666	3.90 629	3.74 668

SA-5K	4.60 662	8.41 651	6.44 672	6.86 663	3.79 670	3.97 647	3.78 669	3.99 648	3.74 666	3.97 645	3.52 663	3.94 647	3.58 650	3.98 647	3.72 664	6.82 674	6.50 670	3.76 644	3.66 666	3.90 629	3.74 668

test_4	4.88 668	8.13 649	6.98 676	7.46 666	4.44 675	4.25 651	3.85 671	4.04 650	3.92 670	4.13 648	3.91 669	4.18 651	3.84 660	4.14 650	4.06 670	7.01 676	7.13 673	4.53 649	3.72 669	4.09 633	3.72 666

NLCSM	3.67 642	4.08 604	3.19 652	4.80 645	3.26 661	3.99 649	3.24 662	4.25 651	3.18 660	4.09 647	3.27 660	4.14 649	3.18 648	4.13 649	3.28 658	4.06 638	3.10 641	3.85 647	3.14 659	3.91 632	3.27 661

raft_robust	4.71 666	7.75 648	5.40 668	6.81 662	3.31 662	4.28 652	4.20 674	4.32 652	4.37 675	4.35 651	4.35 674	4.14 649	3.75 657	4.30 653	4.20 672	6.67 673	6.37 668	3.36 639	4.24 676	4.86 655	3.25 660

RAFT+CT+SA	4.28 658	7.62 647	4.91 663	5.55 654	2.28 643	3.09 636	3.64 666	4.49 653	3.07 653	4.80 665	3.35 661	4.77 668	3.70 655	4.29 652	3.05 647	5.58 665	5.98 667	3.58 641	3.78 670	4.26 635	3.72 666

cross-raft	4.83 667	7.52 645	6.43 671	6.63 661	3.96 672	4.51 653	3.99 672	4.49 653	3.96 671	4.52 652	3.96 670	4.50 653	3.97 663	4.50 654	3.97 668	6.65 672	6.44 669	4.33 648	3.92 672	4.35 637	3.91 671

rvit_0105_6	3.87 648	5.73 638	3.10 648	4.69 643	3.12 659	4.54 655	3.02 648	4.56 655	3.04 648	4.54 656	3.03 649	4.54 654	3.04 639	4.56 655	3.05 647	4.58 649	3.05 634	4.58 653	3.05 650	4.58 642	3.05 646

rvit_105_1	3.83 644	5.22 624	3.01 638	4.53 633	3.01 649	4.51 653	3.01 647	4.56 655	3.04 648	4.53 654	3.03 649	4.55 656	3.03 636	4.56 655	3.04 645	4.57 646	3.05 634	4.57 651	3.05 650	4.57 641	3.05 646

rvit_stereo_0081	3.83 644	5.23 625	3.01 638	4.53 633	3.03 651	4.55 659	3.02 648	4.56 655	3.04 648	4.52 652	3.02 647	4.54 654	3.03 636	4.56 655	3.04 645	4.57 646	3.05 634	4.57 651	3.05 650	4.58 642	3.05 646

rvit_stereo_0082	3.86 646	5.82 639	3.01 638	4.53 633	3.03 651	4.54 655	3.02 648	4.56 655	3.04 648	4.53 654	3.02 647	4.55 656	3.04 639	4.57 658	3.05 647	4.57 646	3.05 634	4.58 653	3.05 650	4.58 642	3.06 649

rvit_stereo_0080	3.89 649	5.70 636	3.04 643	4.54 636	3.03 651	4.56 660	3.05 654	4.60 659	3.07 653	4.58 659	3.06 652	4.59 658	3.06 641	4.61 659	3.08 651	4.63 651	3.09 639	4.64 657	3.10 655	4.65 646	3.10 653

whm_eth	3.89 649	5.70 636	3.04 643	4.54 636	3.03 651	4.56 660	3.05 654	4.60 659	3.07 653	4.58 659	3.06 652	4.59 658	3.06 641	4.61 659	3.08 651	4.63 651	3.09 639	4.64 657	3.10 655	4.65 646	3.10 653

rvit_0105_3	3.91 651	5.33 628	3.06 646	4.60 641	3.07 657	4.60 662	3.06 656	4.62 661	3.08 656	4.60 661	3.07 655	4.62 663	3.08 643	4.67 663	3.10 654	4.70 654	3.11 642	4.77 664	3.19 662	4.77 651	3.14 657

rvit_stereo_0081_aga	3.86 646	5.33 628	3.02 641	4.55 639	3.04 655	4.54 655	3.02 648	4.64 662	3.06 652	4.54 656	3.04 651	4.62 663	3.08 643	4.62 661	3.07 650	4.58 649	3.06 638	4.60 655	3.08 654	4.63 645	3.07 650

rvit_stereo_0083	3.92 653	5.30 627	3.06 646	4.61 642	3.09 658	4.67 664	3.08 657	4.66 663	3.09 657	4.62 662	3.10 657	4.66 666	3.11 645	4.67 663	3.16 656	4.72 656	3.16 645	4.77 664	3.11 657	4.66 648	3.11 655

rvit_stereo_ft	3.93 654	5.44 633	3.05 645	4.59 640	3.06 656	4.61 663	3.08 657	4.67 664	3.12 658	4.63 663	3.10 657	4.65 665	3.11 645	4.69 665	3.13 655	4.70 654	3.14 644	4.71 662	3.15 660	4.74 649	3.16 658

rvit_0105_4	3.91 651	5.47 635	3.02 641	4.54 636	3.02 650	4.54 655	3.03 652	4.75 665	3.17 659	4.57 658	3.06 652	4.61 662	3.16 647	4.65 662	3.09 653	4.66 653	3.11 642	4.68 660	3.18 661	4.81 652	3.16 658

TestStereo	4.88 668	4.75 615	4.79 662	4.87 648	4.92 677	4.81 670	4.90 677	4.78 666	4.77 676	4.87 667	4.89 676	4.90 671	4.91 669	4.99 670	4.79 674	4.98 659	4.87 660	4.87 667	4.92 678	5.00 658	5.00 675

MLG-Stereo_test2	4.28 658	5.46 634	3.69 657	4.86 647	3.72 669	5.58 674	3.42 663	4.81 667	3.77 669	4.85 666	3.72 667	5.55 675	3.63 652	5.58 673	3.53 661	4.41 643	3.28 649	4.99 668	2.95 648	4.75 650	3.13 656

sAnonymous2	3.31 639	2.63 553	1.38 573	3.71 624	1.86 622	4.70 665	1.11 521	4.82 668	2.72 645	5.45 673	1.98 637	4.59 658	2.64 632	2.65 623	6.21 678	4.37 640	1.08 492	5.16 670	2.24 640	4.52 639	2.39 637

CroCo_RVC	3.31 639	2.63 553	1.38 573	3.71 624	1.86 622	4.70 665	1.11 521	4.82 668	2.72 645	5.45 673	1.98 637	4.59 658	2.64 632	2.65 623	6.21 678	4.37 640	1.08 492	5.16 670	2.24 640	4.52 639	2.39 637

rvit_0105_5	4.10 655	5.40 631	3.13 651	4.71 644	3.15 660	4.72 667	3.10 659	4.90 670	3.27 661	4.69 664	3.16 659	4.84 670	3.25 649	4.96 669	3.34 659	5.05 661	3.39 650	5.10 669	3.40 663	5.11 659	3.42 662

FC-DCNN v2	5.10 672	5.15 622	4.49 661	5.07 650	3.37 663	6.87 677	4.75 676	5.04 671	6.34 680	7.84 681	5.06 677	6.72 681	4.09 665	4.99 670	5.44 677	5.03 660	3.16 645	4.67 659	4.86 677	5.15 660	3.89 670

MaDis-Stereo	3.19 638	6.02 641	1.12 492	5.61 655	1.16 533	5.43 673	1.02 517	5.15 672	0.70 474	5.43 672	1.21 579	5.03 673	0.97 497	4.85 666	0.99 508	4.53 644	1.16 504	5.53 672	1.25 584	5.37 662	1.30 584

MLG-Stereo_test1	4.25 656	5.34 630	3.61 655	5.31 651	3.63 667	5.23 671	3.57 665	5.38 673	3.65 663	5.23 670	3.47 662	4.76 667	3.74 656	4.85 666	3.71 663	4.96 658	3.18 647	4.71 662	2.92 647	4.86 655	2.90 643

MLG-Stereo_test3	4.26 657	4.85 617	3.95 659	5.35 652	3.60 666	4.75 668	3.76 668	5.49 674	3.71 665	5.39 671	3.69 666	4.82 669	3.66 653	4.85 666	3.73 666	4.93 657	3.19 648	4.69 661	2.99 649	4.84 654	2.98 645

StereoVision	3.15 637	5.00 619	0.89 468	4.83 646	1.00 514	3.93 646	1.27 584	6.37 675	1.34 590	5.67 675	1.26 584	5.84 676	1.27 574	5.03 672	1.24 581	5.10 663	1.09 494	4.61 656	0.57 453	5.62 664	1.12 518

SGM-Forest	5.21 674	5.92 640	4.08 660	6.18 658	4.16 674	6.31 676	4.34 675	6.50 676	4.33 674	6.14 677	4.21 673	6.61 680	4.55 668	6.67 676	4.48 673	5.94 668	3.94 654	5.85 675	4.03 674	5.79 665	4.17 673
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
RAFT	6.73 677	9.36 659	7.40 677	8.51 671	6.55 681	6.88 678	6.60 681	6.79 677	6.60 681	6.80 678	6.72 683	5.31 674	5.50 672	6.61 675	6.61 681	8.42 680	5.89 665	5.73 673	5.45 682	6.61 667	6.24 679

test-1	6.46 675	9.16 658	8.03 681	8.09 668	5.62 680	6.11 675	6.35 680	6.85 678	4.94 677	6.08 676	6.29 682	4.98 672	6.43 674	6.22 674	6.36 680	6.16 671	7.47 674	5.82 674	5.44 681	7.11 671	5.68 678

test-v	7.53 679	11.89 667	7.98 679	9.36 674	7.14 682	7.06 679	7.09 682	7.37 679	6.91 682	7.29 679	5.71 680	6.45 678	6.93 675	6.73 678	7.27 682	8.93 683	7.85 676	6.98 679	6.80 683	7.56 672	7.34 681

test-2	7.53 679	11.89 667	7.98 679	9.36 674	7.14 682	7.06 679	7.09 682	7.37 679	6.91 682	7.29 679	5.71 680	6.45 678	6.93 675	6.73 678	7.27 682	8.93 683	7.85 676	6.98 679	6.80 683	7.56 672	7.34 681

DispFullNet	4.61 664	4.84 616	3.12 649	5.00 649	3.57 665	4.75 668	3.03 652	7.75 681	4.17 673	4.91 668	3.09 656	6.20 677	3.95 662	6.71 677	3.51 660	5.30 664	3.67 652	5.86 676	3.63 665	5.61 663	3.46 663

rvit_stereo_0075_2	6.64 676	8.80 655	5.25 665	7.89 667	5.27 679	7.90 681	5.27 678	7.92 682	5.28 678	7.91 682	5.29 679	7.93 682	5.27 670	7.92 682	5.28 675	7.93 678	5.28 662	7.93 681	5.29 680	7.93 674	5.28 677

U	5.15 673	8.49 653	1.81 597	8.49 670	1.77 616	8.49 682	1.77 613	8.51 683	1.77 618	8.49 683	1.77 616	8.50 683	1.78 606	8.58 683	1.77 619	8.54 681	1.78 603	8.55 683	1.78 626	8.55 677	1.84 620

SGM+DAISY	7.06 678	9.15 657	5.38 667	8.84 672	5.18 678	8.80 683	5.31 679	8.79 684	5.28 678	8.89 684	5.20 678	8.93 684	5.33 671	8.95 684	5.36 676	8.70 682	5.21 661	8.74 684	5.20 679	8.89 678	5.15 676

rafts_anoy	20.00 683	20.00 669	20.00 683	20.00 683	20.00 685	20.00 684	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 686	20.00 685	20.00 686	20.00 685	20.00 684

raft+_RVC	20.00 683	20.00 669	20.00 683	20.00 683	20.00 685	20.00 684	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 686	20.00 685	20.00 686	20.00 685	20.00 684

raftrobust	20.00 683	20.00 669	20.00 683	20.00 683	20.00 685	20.00 684	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 686	20.00 685	20.00 686	20.00 685	20.00 684

CasAABBNet	20.00 683	20.00 669	20.00 683	20.00 683	20.00 685	20.00 684	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 686	20.00 685	20.00 686	20.00 685	20.00 684

RALCasStereoNet	20.00 683	20.00 669	20.00 683	20.00 683	20.00 685	20.00 684	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 686	20.00 685	20.00 686	20.00 685	20.00 684

RALAANet	20.00 683	20.00 669	20.00 683	20.00 683	20.00 685	20.00 684	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 685	20.00 686	20.00 685	20.00 686	20.00 685	20.00 684

MANE	19.05 682	23.00 675	15.00 682	23.00 689	15.00 684	24.00 690	16.00 684	24.00 691	16.00 684	22.00 691	15.00 684	23.00 691	16.00 684	23.00 691	15.00 684	22.00 691	15.00 685	22.00 691	15.00 685	22.00 691	15.00 683

111	30.40 689	30.94 691	29.72 690	32.61 690	30.02 692	33.57 691	30.47 692	31.50 692	29.39 692	30.98 692	29.11 692	29.78 692	30.39 695	29.45 692	30.76 695	30.08 692	29.02 693	29.92 692	30.32 696	29.86 692	30.17 691

fff	1000028.16 709	29.62 687	29.72 690	32.61 690	30.02 692	35.13 693	31.83 693	32.07 693	10000000.00 711	35.27 695	29.82 693	32.45 693	30.15 692	32.35 693	30.09 692	31.04 693	29.55 694	30.64 693	30.14 693	10000000.00 712	30.77 692

csc	1000028.16 709	29.62 687	29.72 690	32.61 690	30.02 692	35.13 693	31.83 693	32.07 693	10000000.00 711	35.27 695	29.82 693	32.45 693	30.15 692	32.35 693	30.09 692	31.04 693	29.55 694	30.64 693	30.14 693	10000000.00 712	30.77 692

cscssc	1000028.16 709	29.62 687	29.72 690	32.61 690	30.02 692	35.13 693	31.83 693	32.07 693	10000000.00 711	35.27 695	29.82 693	32.45 693	30.15 692	32.35 693	30.09 692	31.04 693	29.55 694	30.64 693	30.14 693	10000000.00 712	30.77 692

tt	500032.53 707	34.60 693	29.72 690	37.47 699	34.41 697	36.85 697	35.22 697	34.71 696	33.55 694	34.50 693	35.43 696	33.81 696	10000000.00 712	33.57 696	33.13 696	33.68 696	35.00 698	34.03 697	35.26 699	30.96 693	34.63 696

DCANet	500032.53 707	34.60 693	29.72 690	37.47 699	34.41 697	36.85 697	35.22 697	34.71 696	33.55 694	34.50 693	35.43 696	33.81 696	10000000.00 712	33.57 696	33.13 696	33.68 696	35.00 698	34.03 697	35.26 699	30.96 693	34.63 696

DCANet-4	35.22 691	34.54 692	35.08 696	33.58 694	35.47 699	34.55 692	35.53 699	36.08 698	35.85 696	35.92 698	35.77 698	35.18 698	35.48 697	35.39 698	37.15 701	34.55 698	33.92 697	35.02 699	34.90 698	35.79 696	34.74 698

ADStereo(finetuned)	36.13 692	36.63 696	38.07 700	36.97 695	33.25 696	35.91 696	34.45 696	36.36 699	32.99 693	38.14 703	36.71 699	36.69 699	34.13 696	38.57 703	40.79 702	37.60 703	36.58 700	35.90 700	33.36 697	35.42 695	34.04 695

Reg-Stereo(zero)	37.00 693	37.00 697	37.00 697	37.00 696	37.00 700	37.00 699	37.00 700	37.00 700	37.00 697	37.00 699	37.00 700	37.00 700	37.00 698	37.00 699	37.00 698	37.00 700	37.00 701	37.00 701	37.00 701	37.00 697	37.00 699

HI	37.00 693	37.00 697	37.00 697	37.00 696	37.00 700	37.00 699	37.00 700	37.00 700	37.00 697	37.00 699	37.00 700	37.00 700	37.00 698	37.00 699	37.00 698	37.00 700	37.00 701	37.00 701	37.00 701	37.00 697	37.00 699

CoSv	37.00 693	37.00 697	37.00 697	37.00 696	37.00 700	37.00 699	37.00 700	37.00 700	37.00 697	37.00 699	37.00 700	37.00 700	37.00 698	37.00 699	37.00 698	37.00 700	37.00 701	37.00 701	37.00 701	37.00 697	37.00 699

WCMA_ROB	31.10 690	35.43 695	27.12 689	39.51 701	23.10 691	38.78 702	25.30 691	37.49 703	25.39 691	37.29 702	27.02 691	38.52 703	26.48 691	37.80 702	26.44 691	36.28 699	22.65 692	33.90 696	22.30 692	37.10 700	24.18 690

CBMV	128.50 698	1422.70 712	53.10 702	79.50 703	51.30 704	77.30 704	49.70 703	74.00 704	48.20 701	77.20 705	48.80 704	73.90 705	48.00 702	73.80 705	48.80 704	70.40 705	45.10 705	68.90 705	46.10 705	68.20 702	45.00 703
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 696	87.70 701	41.95 701	113.75 704	65.62 705	75.05 703	55.25 704	75.64 705	45.04 700	71.61 704	41.75 703	72.81 704	44.06 701	68.38 704	44.63 703	101.89 706	59.57 706	107.10 706	61.05 706	104.38 703	59.38 704

NOSS_ROB	102.95 697	153.00 705	121.00 704	51.00 702	44.00 703	165.00 706	127.00 705	153.00 706	119.00 702	164.00 707	125.00 705	168.00 707	120.00 703	153.00 706	117.00 705	49.00 704	44.00 704	49.00 704	44.00 704	49.00 701	44.00 702

MeshStereo	159.24 699	171.00 706	160.68 707	162.58 705	160.59 706	164.01 705	160.35 706	158.51 707	158.56 703	158.34 706	160.12 706	158.56 706	159.92 704	157.26 707	158.94 706	154.38 707	158.36 707	155.75 707	159.13 708	153.67 704	154.07 705
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 700	123.00 702	115.00 703	219.00 706	218.00 708	223.00 707	244.00 708	217.00 708	236.00 705	202.00 708	203.00 707	205.00 708	208.00 705	225.00 708	204.00 707	210.00 708	198.00 708	197.00 708	184.00 709	204.00 705	201.00 706

MGS-Stereo	239.45 701	123.00 702	135.00 705	266.00 707	286.00 709	277.00 708	305.00 709	271.00 709	242.00 706	274.00 709	279.00 709	255.00 709	270.00 707	268.00 709	297.00 709	221.00 709	247.00 710	216.00 709	123.00 707	217.00 706	217.00 708

EGLCR-Stereo	246.90 702	129.00 704	139.00 706	266.00 707	286.00 709	277.00 708	305.00 709	271.00 709	242.00 706	274.00 709	279.00 709	255.00 709	270.00 707	268.00 709	297.00 709	230.00 710	247.00 710	216.00 709	223.00 711	237.00 707	227.00 709

DLCB_ROB	284.23 703	354.61 708	207.27 708	363.24 709	206.46 707	364.72 710	210.41 707	364.72 711	210.41 704	364.81 711	208.64 708	364.81 711	208.64 706	364.72 711	210.41 708	354.70 711	205.53 709	354.70 711	205.53 710	354.70 708	205.53 707

LE_ROB	396.57 704	471.28 709	329.84 709	471.48 710	308.15 711	526.83 711	322.10 711	488.15 712	323.76 708	495.46 712	317.97 711	497.17 712	320.10 709	481.62 712	326.76 711	462.71 712	298.97 712	466.16 712	285.98 712	447.62 709	289.21 710

SGM-ForestM	596.69 705	677.77 710	444.52 710	699.85 711	517.25 712	732.94 712	488.29 712	770.79 713	460.11 709	750.81 713	487.98 712	792.79 713	499.41 710	730.90 713	475.81 712	720.03 713	491.16 713	663.96 713	418.60 713	674.76 710	436.05 711

CBMV_ROB	818.48 706	913.88 711	709.52 711	862.84 712	597.78 713	1073.99 713	700.52 713	1015.66 714	702.59 710	1115.65 714	760.02 713	1130.24 714	721.57 711	1037.41 714	692.65 713	814.05 714	564.29 714	843.28 714	595.31 714	915.51 711	602.92 712

111111	10000000.00 712	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 715	10000000.00 711	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 713

SGD-Stereo	10000000.00 712	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 715	10000000.00 711	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 713

IGEV-Stereo++	10000000.00 712	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 715	10000000.00 711	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 713

IGEV-BASED-STEREO-	10000000.00 712	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 715	10000000.00 711	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 713

IGEV-Stereo+	10000000.00 712	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 715	10000000.00 711	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 713

SDNR	10000000.00 712	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 715	10000000.00 711	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 713

anonymousdsp2	10000000.00 712	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 715	10000000.00 711	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 713

anonymousdsp	10000000.00 712	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 715	10000000.00 711	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 713

test_example2	10000000.00 712	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 715	10000000.00 711	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 713

DIP-Stereo	10000000.00 712	10000000.00 713	10000000.00 712	10000000.00 713	10000000.00 714	10000000.00 714	10000000.00 714	10000000.00 715	10000000.00 711	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 712	10000000.00 715	10000000.00 714	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 715	10000000.00 712	10000000.00 713
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