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	0.14 100	0.00 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 18	0.02 20	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

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 14	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

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CoDeX	0.15 125	0.70 246	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 379	0.02 15	0.69 374	0.75 389	0.01 9	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

SFCPSM	0.17 137	0.78 251	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 414	0.02 15	0.75 385	0.76 391	0.02 20	0.02 20	0.02 20

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCMid	0.08 52	0.02 12	0.02 14	1.01 372	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 71	0.09 110	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 54	0.02 12	0.04 43	0.90 349	0.06 111	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 132	0.36 286	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 88	0.02 12	0.02 14	1.62 475	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 87	0.04 74	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 50

AnyNet_C32	0.14 113	0.04 37	0.03 36	2.22 494	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 76	0.02 21	0.07 104	0.04 74	0.02 15	0.02 15	0.03 38	0.03 53	0.02 20	0.03 50

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

BEATNet_4x	0.11 88	0.03 31	0.03 36	1.60 472	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 81	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ADCL	0.11 88	0.03 31	0.03 36	1.60 472	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 81	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

GASNet	0.05 41	0.04 37	0.12 103	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 80	0.12 127	0.04 87	0.06 96	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

FADNet-RVC-Resample	0.12 97	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	1.57 526	0.04 44	0.04 45	0.04 72	0.05 96	0.04 76	0.06 105

FADNet-RVC	0.13 104	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 80	0.04 73	0.05 99	0.04 76	0.05 94	0.04 71	1.71 535	0.04 44	0.04 45	0.04 72	0.04 77	0.07 106	0.04 78

ADCRef	0.12 97	0.03 31	0.04 43	1.71 478	0.04 78	0.03 40	0.03 50	0.04 76	0.04 80	0.04 73	0.03 52	0.04 76	0.03 52	0.06 87	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.03 43	0.04 78

ADCP+	0.15 125	0.04 37	0.04 43	2.20 493	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.05 99	0.04 76	0.04 83	0.08 107	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

ADCPNet	0.10 67	0.03 31	0.04 43	1.27 445	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.08 107	0.04 74	0.04 44	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
APVNet	0.09 54	0.05 49	0.04 43	0.05 43	0.04 78	0.05 88	0.90 427	0.06 93	0.04 80	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.04 74	0.05 51	0.04 45	0.05 85	0.04 77	0.05 91	0.05 97

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 78	0.05 88	0.04 80	0.05 88	0.04 80	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.04 74	0.05 51	0.03 36	0.06 93	0.03 53	0.04 76	0.03 50

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 76	0.03 50	0.04 76	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.04 71	0.03 48	0.05 51	0.03 36	0.05 85	0.03 53	0.04 76	0.03 50

FADNet_RVC	0.12 97	0.04 37	0.04 43	0.05 43	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.05 94	0.04 71	1.65 530	0.05 51	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

DispViT+	0.07 49	0.24 124	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.06 93	0.04 80	0.06 95	0.05 99	0.06 96	0.04 83	0.06 87	0.04 74	0.06 55	0.07 59	0.06 93	0.04 77	0.06 95	0.04 78

DA	0.09 54	0.13 83	0.39 266	0.08 49	0.05 98	0.07 103	0.05 92	0.13 128	0.05 97	0.06 95	0.05 99	0.06 96	0.05 94	0.06 87	0.05 88	0.06 55	0.05 56	0.14 129	0.13 157	0.06 95	0.05 97

GGEV	0.09 54	0.13 83	0.39 266	0.08 49	0.05 98	0.07 103	0.05 92	0.13 128	0.05 97	0.06 95	0.05 99	0.06 96	0.05 94	0.06 87	0.05 88	0.06 55	0.05 56	0.14 129	0.13 157	0.06 95	0.05 97

DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 78	0.06 91	0.04 80	0.06 93	0.04 80	0.06 95	0.04 87	0.06 96	0.04 83	0.06 87	0.04 74	0.06 55	0.04 45	0.05 85	0.04 77	0.05 91	0.04 78

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	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 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

FADNet	0.12 97	0.05 49	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.05 94	0.04 71	1.66 532	0.06 55	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

GwcNet	0.12 97	0.07 57	0.05 57	0.08 49	0.05 98	0.08 105	1.20 456	0.07 104	0.05 97	0.05 90	0.05 99	0.08 106	0.05 94	0.08 107	0.03 48	0.07 61	0.05 56	0.06 93	0.05 96	0.07 106	0.05 97

SuperB	0.21 151	0.10 68	2.51 559	0.12 84	0.09 116	0.10 113	0.09 115	0.08 107	0.07 112	0.10 113	0.09 117	0.09 112	0.07 114	0.07 104	0.07 103	0.07 61	0.08 62	0.07 99	0.07 106	0.08 110	0.07 108

AASNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 109	0.06 95	0.06 110	0.05 90	0.06 110	0.06 87	0.05 88	0.08 63	0.08 62	0.08 103	0.05 96	0.06 95	0.05 97

SACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 109	0.06 95	0.06 110	0.05 90	0.06 110	0.06 87	0.05 88	0.08 63	0.08 62	0.08 103	0.05 96	0.06 95	0.05 97

AACVNet	0.06 44	0.08 58	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 109	0.06 95	0.06 110	0.05 90	0.06 110	0.06 87	0.05 88	0.08 63	0.08 62	0.08 103	0.05 96	0.06 95	0.05 97

FINET	0.07 49	0.08 58	0.07 58	0.07 47	0.07 112	0.08 105	0.06 109	0.08 107	0.07 112	0.08 106	0.07 113	0.08 106	0.06 110	0.07 104	0.07 103	0.08 63	0.07 59	0.07 99	0.07 106	0.06 95	0.06 105

BEATNet-Init1	0.19 143	0.08 58	0.08 60	2.23 495	0.08 114	0.08 105	0.07 112	0.07 104	0.08 116	0.08 106	0.07 113	0.08 106	0.07 114	0.11 126	0.08 105	0.08 63	0.08 62	0.08 103	0.07 106	0.08 110	0.08 109

DeepPrunerF	0.19 143	0.08 58	0.08 60	2.23 495	0.08 114	0.08 105	0.07 112	0.07 104	0.08 116	0.08 106	0.07 113	0.08 106	0.07 114	0.11 126	0.08 105	0.08 63	0.08 62	0.08 103	0.07 106	0.08 110	0.08 109

test_sample2	0.09 54	1.03 313	0.11 90	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 69	0.09 71	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 54	1.01 307	0.09 66	0.09 56	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 69	0.09 71	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 54	0.95 286	0.09 66	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 69	0.10 76	0.03 38	0.02 20	0.03 43	0.02 20

Wz-Net-SNSev	0.03 29	0.09 66	0.07 58	0.09 56	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 69	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 54	0.09 66	0.10 70	0.09 56	0.09 116	0.09 111	0.09 115	0.10 112	0.08 116	0.10 113	0.09 117	0.09 112	0.09 118	0.09 111	0.08 105	0.09 69	0.08 62	0.09 108	0.08 110	0.09 113	0.08 109

test_sample6	0.09 54	0.97 289	0.10 70	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 74	0.10 76	0.03 38	0.02 20	0.03 43	0.02 20

test_sample5	0.10 67	1.07 320	0.11 90	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 74	0.10 76	0.03 38	0.03 53	0.04 76	0.03 50

test_sample1	0.09 54	0.87 266	0.12 103	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 74	0.10 76	0.03 38	0.02 20	0.03 43	0.02 20

DualNet	0.10 67	1.07 320	0.11 90	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 74	0.10 76	0.03 38	0.03 53	0.04 76	0.03 50

xxx	0.09 54	1.01 307	0.10 70	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 74	0.10 76	0.03 38	0.02 20	0.03 43	0.03 50

AnonymousM	0.10 67	0.10 68	0.10 70	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 74	0.10 76	0.10 109	0.10 119	0.10 114	0.10 117

PVD	0.10 67	0.10 68	0.10 70	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 74	0.10 76	0.10 109	0.10 119	0.10 114	0.10 117

SHD	0.10 67	0.10 68	0.10 70	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 74	0.10 76	0.10 109	0.10 119	0.10 114	0.10 117

SAMSARA	0.10 67	0.10 68	0.10 70	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 74	0.10 76	0.10 109	0.10 119	0.10 114	0.10 117

XQC	0.10 67	0.10 68	0.10 70	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 74	0.10 76	0.10 109	0.10 119	0.10 114	0.10 117

RTSC	0.10 67	0.10 68	0.10 70	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 74	0.10 76	0.10 109	0.10 119	0.10 114	0.10 117

RTS	0.10 67	0.10 68	0.10 70	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 74	0.10 76	0.10 109	0.10 119	0.10 114	0.10 117

RTSA	0.10 67	0.10 68	0.10 70	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 74	0.10 76	0.10 109	0.10 119	0.10 114	0.10 117

MADNet+	0.10 67	0.10 68	0.10 70	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 74	0.10 76	0.10 109	0.10 119	0.10 114	0.10 117

MADNet++	0.10 67	0.10 68	0.10 70	0.10 59	0.10 123	0.10 113	0.10 120	0.10 112	0.10 120	0.10 113	0.10 121	0.10 115	0.10 122	0.10 115	0.10 116	0.10 74	0.10 76	0.10 109	0.10 119	0.10 114	0.10 117

BridgeDepth_RVC	0.07 49	0.08 58	0.11 90	0.11 76	0.05 98	0.08 105	0.05 92	0.08 107	0.05 97	0.08 106	0.05 99	0.08 106	0.05 94	0.08 107	0.05 88	0.11 89	0.10 76	0.07 99	0.05 96	0.07 106	0.05 97
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
JetRed	0.11 88	0.12 81	0.11 90	0.11 76	0.11 138	0.11 124	0.14 154	0.11 124	0.11 135	0.12 127	0.11 135	0.11 125	0.11 134	0.11 126	0.11 128	0.11 89	0.16 146	0.11 120	0.11 131	0.11 124	0.11 130

JetBlue	0.11 88	0.11 79	0.12 103	0.13 96	0.14 159	0.11 124	0.11 133	0.11 124	0.11 135	0.11 125	0.11 135	0.11 125	0.11 134	0.12 130	0.12 143	0.11 89	0.11 98	0.11 120	0.11 131	0.11 124	0.11 130

LRCNet_RVC	0.13 104	0.13 83	0.09 66	0.13 96	0.10 123	0.14 129	0.10 120	0.14 130	0.10 120	0.23 178	0.10 121	0.20 162	0.10 122	0.24 185	0.11 128	0.11 89	0.09 71	0.12 123	0.14 162	0.12 129	0.09 112

aanetorigin	0.13 104	0.11 79	0.11 90	0.11 76	0.11 138	0.11 124	0.11 133	0.11 124	0.11 135	0.11 125	0.12 146	0.11 125	0.11 134	0.11 126	0.11 128	0.11 89	0.11 98	0.14 129	0.11 131	0.49 321	0.11 130

PASM	0.39 244	3.06 501	1.36 496	1.58 468	0.09 116	0.11 124	0.11 133	0.11 124	0.11 135	0.09 111	0.09 117	0.11 125	0.09 118	0.09 111	0.09 110	0.11 89	0.11 98	0.11 120	0.09 112	0.11 124	0.11 130

DualNet (step1)	0.10 67	1.05 317	0.12 103	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 95	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample9	0.10 67	1.05 317	0.12 103	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 95	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample8	0.10 67	1.05 317	0.12 103	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 95	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample7	0.09 54	1.00 299	0.11 90	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 95	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample3	0.09 54	0.87 266	0.10 70	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 95	0.10 76	0.03 38	0.02 20	0.03 43	0.02 20

mmm	0.14 113	1.83 419	0.12 103	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 80	0.03 40	0.03 52	0.03 42	0.03 52	0.06 87	0.04 74	0.12 95	0.11 98	0.05 85	0.04 77	0.05 91	0.04 78

ffm	0.25 166	3.83 522	0.12 103	0.12 84	0.05 98	0.06 91	0.05 92	0.06 93	0.05 97	0.03 40	0.03 52	0.06 96	0.05 94	0.06 87	0.05 88	0.12 95	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

ff1	0.25 166	3.83 522	0.12 103	0.12 84	0.05 98	0.06 91	0.05 92	0.06 93	0.05 97	0.03 40	0.03 52	0.06 96	0.05 94	0.06 87	0.05 88	0.12 95	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

mmx	0.25 166	3.83 522	0.12 103	0.12 84	0.05 98	0.06 91	0.05 92	0.06 93	0.05 97	0.03 40	0.03 52	0.06 96	0.05 94	0.06 87	0.05 88	0.12 95	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

qqq	0.16 133	2.01 438	0.12 103	0.15 110	0.04 78	0.06 91	0.05 92	0.06 93	0.04 80	0.06 95	0.03 52	0.06 96	0.03 52	0.06 87	0.03 48	0.12 95	0.14 141	0.04 72	0.04 77	0.03 43	0.03 50

Wz-Net-MNSev	0.06 44	0.54 230	0.10 70	0.12 84	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 95	0.11 98	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 41	0.50 212	0.10 70	0.12 84	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 95	0.10 76	0.01 9	0.01 9	0.01 10	0.01 10

222	0.10 67	0.99 297	0.12 103	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 95	0.12 114	0.03 38	0.02 20	0.04 76	0.03 50

UNet	0.29 181	0.90 274	0.10 70	0.14 100	0.10 123	0.14 129	0.10 120	0.91 392	0.69 397	0.14 129	0.11 135	0.14 130	0.11 134	0.14 132	0.10 116	0.12 95	0.09 71	0.12 123	0.09 112	0.88 382	0.76 406

DRN-Test	0.14 113	0.13 83	0.09 66	0.14 100	0.09 116	0.15 136	0.09 115	0.14 130	0.10 120	0.14 129	0.09 117	0.14 130	0.09 118	0.13 131	0.09 110	0.12 95	0.09 71	0.12 123	0.09 112	0.12 129	0.73 399

S2M2_L	0.12 97	0.14 89	0.10 70	0.15 110	0.10 123	0.14 129	0.10 120	0.14 130	0.10 120	0.15 135	0.10 121	0.14 130	0.10 122	0.14 132	0.10 116	0.13 110	0.10 76	0.13 127	0.09 112	0.13 131	0.09 112
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
test_sample4	0.10 67	1.03 313	0.12 103	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 110	0.13 137	0.03 38	0.03 53	0.03 43	0.03 50

qqq1	0.25 166	3.70 516	0.14 127	0.14 100	0.04 78	0.06 91	0.05 92	0.06 93	0.05 97	0.06 95	0.05 99	0.04 76	0.05 94	0.06 87	0.05 88	0.13 110	0.12 114	0.06 93	0.05 96	0.03 43	0.04 78

fff1	0.25 166	3.70 516	0.14 127	0.14 100	0.04 78	0.06 91	0.05 92	0.06 93	0.05 97	0.06 95	0.05 99	0.04 76	0.05 94	0.06 87	0.05 88	0.13 110	0.12 114	0.06 93	0.05 96	0.03 43	0.04 78

1111x	0.10 67	1.14 326	0.13 122	0.14 100	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 110	0.11 98	0.03 38	0.02 20	0.03 43	0.02 20

xxxx	0.11 88	1.16 331	0.16 146	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 110	0.16 146	0.03 38	0.04 77	0.04 76	0.04 78

StereoDRNet	0.15 125	0.14 89	0.10 70	0.14 100	0.09 116	0.15 136	0.09 115	0.14 130	0.09 119	0.14 129	0.10 121	0.14 130	0.09 118	0.14 132	0.09 110	0.13 110	0.10 76	0.13 127	0.09 112	0.13 131	0.82 415

testlalala2	0.13 104	0.16 91	0.11 90	0.15 110	0.11 138	0.16 144	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 141	0.11 134	0.16 142	0.11 128	0.14 117	0.11 98	0.14 129	0.11 131	0.14 133	0.11 130

testlalala_base	0.13 104	0.16 91	0.11 90	0.15 110	0.11 138	0.15 136	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 141	0.11 134	0.16 142	0.11 128	0.14 117	0.11 98	0.14 129	0.11 131	0.14 133	0.11 130

x	0.11 88	1.15 329	0.15 143	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 117	0.15 144	0.03 38	0.03 53	0.03 43	0.03 50

MIPNet	0.14 113	0.21 110	0.17 153	0.16 121	0.11 138	0.15 136	0.12 149	0.14 130	0.11 135	0.16 140	0.11 135	0.14 130	0.11 134	0.14 132	0.11 128	0.14 117	0.12 114	0.14 129	0.11 131	0.14 133	0.11 130

test_xeample	0.10 67	1.09 322	0.13 122	0.12 84	0.03 48	0.03 40	0.03 50	0.04 76	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 117	0.14 141	0.03 38	0.03 53	0.03 43	0.03 50

GMStereo	0.14 113	0.13 83	0.14 127	0.14 100	0.14 159	0.14 129	0.14 154	0.14 130	0.14 159	0.14 129	0.14 163	0.14 130	0.14 160	0.14 132	0.14 153	0.14 117	0.14 141	0.14 129	0.14 162	0.14 133	0.14 157
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PDISCO_ROB	0.83 375	2.80 497	3.49 578	0.14 100	0.11 138	0.17 152	0.09 115	0.15 142	0.10 120	0.15 135	0.12 146	0.16 141	0.14 160	3.30 563	0.13 149	0.14 117	2.34 553	0.16 147	0.12 149	2.62 543	0.10 117

ELAS_RVC	0.14 113	0.16 91	0.10 70	0.15 110	0.10 123	0.18 156	0.11 133	0.19 156	0.11 135	0.19 155	0.12 146	0.18 155	0.11 134	0.19 157	0.12 143	0.14 117	0.08 62	0.14 129	0.09 112	0.15 143	0.09 112
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 104	0.16 91	0.11 90	0.15 110	0.09 116	0.18 156	0.11 133	0.18 154	0.11 135	0.17 149	0.11 135	0.18 155	0.11 134	0.18 154	0.11 128	0.14 117	0.08 62	0.14 129	0.08 110	0.14 133	0.09 112
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
BridgeDepth	0.08 52	0.08 58	0.11 90	0.11 76	0.05 98	0.08 105	0.05 92	0.08 107	0.07 112	0.08 106	0.05 99	0.08 106	0.05 94	0.09 111	0.08 105	0.15 126	0.11 98	0.07 99	0.05 96	0.07 106	0.06 105
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
zh-sn7	0.10 67	0.98 290	0.14 127	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 126	0.13 137	0.03 38	0.03 53	0.03 43	0.03 50

ProNet	0.14 113	0.20 105	0.14 127	0.16 121	0.11 138	0.16 144	0.11 133	0.17 151	0.11 135	0.17 149	0.12 146	0.17 151	0.13 156	0.17 151	0.12 143	0.15 126	0.11 98	0.16 147	0.11 131	0.15 143	0.12 146

CIPLG	0.13 104	0.21 110	0.12 103	0.16 121	0.11 138	0.15 136	0.11 133	0.14 130	0.11 135	0.15 135	0.12 146	0.15 140	0.11 134	0.14 132	0.11 128	0.15 126	0.12 114	0.14 129	0.11 131	0.14 133	0.11 130

IPLG	0.13 104	0.20 105	0.14 127	0.15 110	0.11 138	0.14 129	0.11 133	0.14 130	0.11 135	0.14 129	0.11 135	0.14 130	0.11 134	0.14 132	0.11 128	0.15 126	0.12 114	0.14 129	0.11 131	0.14 133	0.11 130

IPLGR_C	0.14 113	0.20 105	0.12 103	0.15 110	0.11 138	0.14 129	0.15 159	0.14 130	0.11 135	0.15 135	0.12 146	0.14 130	0.11 134	0.16 142	0.11 128	0.15 126	0.12 114	0.14 129	0.12 149	0.15 143	0.12 146

IPLGR	0.14 113	0.24 124	0.14 127	0.16 121	0.12 154	0.15 136	0.12 149	0.14 130	0.11 135	0.15 135	0.12 146	0.14 130	0.11 134	0.14 132	0.11 128	0.15 126	0.12 114	0.14 129	0.11 131	0.14 133	0.11 130

ACRE	0.13 104	0.21 110	0.14 127	0.15 110	0.11 138	0.14 129	0.11 133	0.14 130	0.11 135	0.14 129	0.12 146	0.14 130	0.11 134	0.14 132	0.11 128	0.15 126	0.12 114	0.14 129	0.11 131	0.14 133	0.11 130

cf-r	0.66 330	2.17 448	0.12 103	0.18 131	0.12 154	0.18 156	2.70 568	2.60 543	0.12 154	0.18 153	0.12 146	0.18 155	0.12 151	0.18 154	0.12 143	0.15 126	0.11 98	0.15 144	0.11 131	1.81 502	1.74 542

S2M2_XL	0.14 113	0.17 97	0.12 103	0.17 129	0.11 138	0.17 152	0.11 133	0.17 151	0.11 135	0.17 149	0.11 135	0.17 151	0.11 134	0.17 151	0.11 128	0.16 135	0.11 98	0.16 147	0.11 131	0.16 147	0.11 130
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 140	0.48 206	0.16 146	0.16 121	0.15 170	0.15 136	0.16 164	0.16 143	0.16 173	0.16 140	0.16 174	0.16 141	0.16 172	0.16 142	0.16 169	0.16 135	0.16 146	0.16 147	0.16 170	0.16 147	0.16 161

xyz-stereo	0.18 140	0.50 212	0.16 146	0.15 110	0.16 179	0.16 144	0.16 164	0.16 143	0.16 173	0.16 140	0.16 174	0.16 141	0.16 172	0.16 142	0.16 169	0.16 135	0.16 146	0.16 147	0.16 170	0.16 147	0.16 161

ITSA-stereo	0.15 125	0.17 97	0.13 122	0.20 137	0.13 157	0.19 159	0.13 152	0.18 154	0.13 157	0.19 155	0.13 158	0.18 155	0.14 160	0.18 154	0.14 153	0.16 135	0.11 98	0.15 144	0.14 162	0.18 157	0.11 130

GMStereo_Zeroshot	0.16 133	0.16 91	0.16 146	0.16 121	0.16 179	0.16 144	0.16 164	0.16 143	0.16 173	0.16 140	0.16 174	0.16 141	0.16 172	0.16 142	0.16 169	0.16 135	0.16 146	0.16 147	0.16 170	0.16 147	0.16 161

ICVP	0.15 125	0.53 226	0.11 90	0.16 121	0.11 138	0.16 144	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 141	0.11 134	0.16 142	0.11 128	0.16 135	0.11 98	0.16 147	0.11 131	0.16 147	0.11 130
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 113	0.16 91	0.12 103	0.17 129	0.12 154	0.17 152	0.11 133	0.17 151	0.11 135	0.17 149	0.12 146	0.17 151	0.12 151	0.17 151	0.12 143	0.16 135	0.11 98	0.16 147	0.11 131	0.16 147	0.12 146

SGM_RVC	0.15 125	0.17 97	0.11 90	0.18 131	0.11 138	0.19 159	0.11 133	0.19 156	0.12 154	0.19 155	0.12 146	0.20 162	0.12 151	0.19 157	0.12 143	0.16 135	0.11 98	0.17 155	0.10 119	0.17 153	0.10 117
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DDVS	0.30 182	3.10 502	0.14 127	0.19 134	0.14 159	0.19 159	0.14 154	0.20 162	0.14 159	0.19 155	0.13 158	0.16 141	0.13 156	0.19 157	0.13 149	0.17 143	0.13 137	0.17 155	0.13 157	0.17 153	0.13 152

ACVNet	0.20 145	0.19 101	0.14 127	0.20 137	0.14 159	0.20 164	0.96 434	0.21 170	0.14 159	0.20 161	0.13 158	0.21 169	0.14 160	0.20 161	0.14 153	0.17 143	0.12 114	0.17 155	0.12 149	0.17 153	0.12 146

acv_ft	0.20 145	0.19 101	0.14 127	0.20 137	0.14 159	0.20 164	0.96 434	0.21 170	0.14 159	0.20 161	0.13 158	0.21 169	0.14 160	0.20 161	0.14 153	0.17 143	0.12 114	0.17 155	0.12 149	0.17 153	0.12 146

hitnet-ft	0.79 359	2.78 496	0.14 127	0.20 137	0.14 159	0.21 174	2.89 569	2.80 557	0.14 159	0.20 161	0.14 163	0.20 162	0.14 160	0.20 161	0.14 153	0.17 143	0.12 114	0.17 155	0.12 149	2.54 542	2.33 559

PSMNet-RSSM	0.77 355	2.76 491	0.14 127	0.20 137	0.14 159	0.20 164	2.66 566	2.79 556	0.14 159	0.21 172	0.14 163	0.21 169	0.14 160	0.20 161	0.14 153	0.17 143	0.12 114	0.17 155	0.12 149	2.52 534	2.31 557

GwcNet-RSSM	0.77 355	2.77 493	0.14 127	0.20 137	0.14 159	0.20 164	2.67 567	2.78 555	0.14 159	0.20 161	0.14 163	0.20 162	0.14 160	0.21 171	0.14 153	0.17 143	0.12 114	0.17 155	0.12 149	2.52 534	2.31 557

CFNet-ft	0.55 314	1.57 406	0.14 127	0.20 137	0.14 159	0.20 164	2.53 564	1.61 497	0.14 159	0.20 161	0.14 163	0.20 162	0.14 160	0.20 161	0.14 153	0.17 143	0.12 114	0.17 155	0.12 149	1.56 490	1.24 505

LALA_ROB	0.15 125	0.19 101	0.12 103	0.18 131	0.11 138	0.20 164	0.12 149	0.21 170	0.12 154	0.20 161	0.12 146	0.20 162	0.12 151	0.21 171	0.13 149	0.17 143	0.10 76	0.18 164	0.11 131	0.18 157	0.11 130

zh-mn7	0.12 97	1.14 326	0.17 153	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 151	0.16 146	0.03 38	0.03 53	0.03 43	0.03 50

11t1	0.17 137	2.16 447	0.13 122	0.13 96	0.04 78	0.06 91	0.04 80	0.06 93	0.04 80	0.06 95	0.03 52	0.06 96	0.03 52	0.06 87	0.05 88	0.18 151	0.12 114	0.06 93	0.03 53	0.05 91	0.03 50

GANet-RSSM	0.75 350	1.91 430	0.14 127	0.47 264	0.14 159	0.21 174	3.21 585	2.30 529	0.14 159	0.46 300	0.14 163	0.23 183	0.18 189	0.21 171	0.14 153	0.18 151	0.27 203	0.37 265	0.13 157	2.13 512	2.12 552

DeepPruner_ROB	0.16 133	0.18 100	0.13 122	0.19 134	0.13 157	0.19 159	0.13 152	0.19 156	0.13 157	0.19 155	0.13 158	0.19 159	0.13 156	0.19 157	0.13 149	0.18 151	0.13 137	0.18 164	0.13 157	0.18 157	0.13 152

RAFT-FEzeroshot	0.34 205	0.26 130	0.17 153	0.21 146	0.17 183	0.20 164	0.16 164	0.20 162	0.16 173	0.20 161	0.17 179	0.21 169	0.16 172	0.27 206	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 188	3.08 575

RAFT-FE	0.34 205	0.26 130	0.17 153	0.21 146	0.17 183	0.20 164	0.16 164	0.20 162	0.16 173	0.20 161	0.17 179	0.21 169	0.16 172	0.27 206	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 188	3.08 575

IGEV-FE	0.35 214	0.37 153	0.17 153	0.19 134	0.17 183	0.20 164	0.17 172	0.19 156	0.17 181	0.19 155	0.17 179	0.19 159	0.17 181	0.37 245	0.36 286	0.19 155	0.17 166	0.19 167	0.17 190	0.38 258	2.84 566

RSGM-EC	0.24 163	0.24 124	0.15 143	0.22 149	0.15 170	0.22 176	0.15 159	0.22 174	0.15 169	0.24 185	0.15 171	0.22 177	0.15 170	0.22 175	1.19 456	0.20 158	0.17 166	0.24 194	0.14 162	0.20 164	0.14 157

acva	0.24 163	0.24 124	0.15 143	0.22 149	0.15 170	0.22 176	0.15 159	0.22 174	0.15 169	0.24 185	0.15 171	0.22 177	0.15 170	0.22 175	1.19 456	0.20 158	0.17 166	0.24 194	0.14 162	0.20 164	0.14 157

CAS++	0.17 137	0.27 133	0.21 173	0.10 59	0.21 208	0.15 136	0.22 197	0.10 112	0.21 197	0.22 174	0.10 121	0.19 159	0.18 189	0.10 115	0.19 187	0.20 158	0.19 176	0.18 164	0.10 119	0.19 163	0.18 179
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV_Zeroshot_test	0.20 145	0.19 101	0.40 271	0.30 178	0.17 183	0.22 176	0.17 172	0.21 170	0.17 181	0.20 161	0.17 179	0.21 169	0.18 189	0.21 171	0.17 173	0.20 158	0.16 146	0.20 171	0.16 170	0.20 164	0.17 175

DAS	0.20 145	0.20 105	0.20 168	0.20 137	0.20 200	0.20 164	0.20 187	0.20 162	0.20 194	0.20 161	0.20 200	0.20 162	0.20 198	0.20 161	0.20 190	0.20 158	0.20 178	0.20 171	0.20 197	0.20 164	0.20 183

GEStereo_RVC	0.86 387	4.45 537	0.20 168	0.27 175	0.20 200	0.27 206	0.20 187	0.26 194	0.18 186	5.03 593	0.20 200	0.27 206	0.19 194	0.27 206	0.21 193	0.20 158	0.19 176	0.19 167	4.02 597	0.20 164	0.18 179

test_for_model	0.15 125	0.23 115	0.18 162	0.21 146	0.11 138	0.16 144	0.11 133	0.16 143	0.11 135	0.16 140	0.11 135	0.16 141	0.11 134	0.16 142	0.11 128	0.21 164	0.18 175	0.14 129	0.11 131	0.14 133	0.11 130

MSKI-zero shot	0.24 163	0.21 110	0.49 316	0.65 319	0.18 193	0.22 176	0.17 172	0.23 180	0.18 186	0.21 172	0.17 179	0.23 183	0.28 241	0.23 181	0.18 184	0.21 164	0.16 146	0.21 173	0.16 170	0.21 169	0.16 161

iResNetv2_ROB	0.20 145	0.23 115	0.18 162	0.24 158	0.20 200	0.24 187	0.18 179	0.24 183	0.18 186	0.24 185	0.18 194	0.23 183	0.19 194	0.24 185	0.18 184	0.21 164	0.16 146	0.21 173	0.16 170	0.22 171	0.16 161

ACV-stereo	0.30 182	2.08 440	0.25 188	0.25 165	0.18 193	0.24 187	0.17 172	0.24 183	0.18 186	0.24 185	0.17 179	0.25 194	0.17 181	0.24 185	0.17 173	0.22 167	0.16 146	0.22 178	0.16 170	0.22 171	0.16 161

Pointernet	0.21 151	0.22 114	0.19 165	0.24 158	0.19 197	0.24 187	0.19 183	0.24 183	0.19 192	0.24 185	0.19 196	0.24 189	0.19 194	0.24 185	0.19 187	0.22 167	0.17 166	0.22 178	0.17 190	0.22 171	0.17 175

WAO-6	0.22 155	0.23 115	0.22 175	0.23 153	0.22 210	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 177	0.22 204	0.22 175	0.22 195	0.22 167	0.22 185	0.22 178	0.22 203	0.22 171	0.22 188

IMH-64-1	0.22 155	0.23 115	0.23 178	0.22 149	0.22 210	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 177	0.22 204	0.22 175	0.22 195	0.22 167	0.22 185	0.23 186	0.22 203	0.22 171	0.23 190

IMH-64	0.22 155	0.23 115	0.23 178	0.22 149	0.22 210	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 177	0.22 204	0.22 175	0.22 195	0.22 167	0.22 185	0.23 186	0.22 203	0.22 171	0.23 190

dd	0.23 161	0.98 290	0.16 146	0.23 153	0.15 170	0.23 184	0.15 159	0.23 180	0.15 169	0.23 178	0.15 171	0.24 189	0.17 181	0.23 181	0.15 163	0.22 167	0.15 144	0.21 173	0.15 168	0.22 171	0.16 161

dad	0.23 161	1.03 313	0.16 146	0.23 153	0.15 170	0.24 187	0.15 159	0.24 183	0.16 173	0.23 178	0.16 174	0.24 189	0.16 172	0.23 181	0.15 163	0.22 167	0.16 146	0.22 178	0.16 170	0.22 171	0.16 161

psm_up	0.43 266	1.19 335	0.17 153	0.25 165	0.18 193	0.25 194	0.19 183	1.26 481	0.91 430	0.26 199	0.17 179	0.25 194	0.17 181	0.25 192	0.17 173	0.22 167	0.17 166	0.23 186	0.16 170	1.18 425	0.99 429

UPFNet	0.42 265	1.20 336	0.17 153	0.24 158	0.17 183	0.25 194	0.17 172	1.19 429	0.90 429	0.25 191	0.17 179	0.24 189	0.17 181	0.25 192	0.17 173	0.22 167	0.17 166	0.22 178	0.16 170	1.15 417	0.93 424

ac_64	0.22 155	0.13 83	0.19 165	0.23 153	0.10 123	0.26 202	1.02 442	0.14 130	0.10 120	0.28 203	0.14 163	0.17 151	0.19 194	0.28 210	0.09 110	0.22 167	0.16 146	0.23 186	0.17 190	0.11 124	0.12 146

iResNet	0.20 145	0.23 115	0.18 162	0.24 158	0.18 193	0.24 187	0.20 187	0.24 183	0.18 186	0.23 178	0.17 179	0.23 183	0.18 189	0.23 181	0.18 184	0.22 167	0.16 146	0.21 173	0.16 170	0.21 169	0.16 161

BStereo	0.22 155	0.23 115	0.20 168	0.24 158	0.20 200	0.23 184	0.33 270	0.39 246	0.17 181	0.23 178	0.17 179	0.23 183	0.16 172	0.24 185	0.17 173	0.23 178	0.16 146	0.22 178	0.20 197	0.22 171	0.16 161

Wave_Phase_stereo	0.22 155	0.23 115	0.20 168	0.24 158	0.20 200	0.23 184	0.33 270	0.39 246	0.17 181	0.23 178	0.17 179	0.23 183	0.16 172	0.24 185	0.17 173	0.23 178	0.16 146	0.22 178	0.20 197	0.22 171	0.16 161

MIM_Stereo	0.25 166	0.23 115	0.66 355	0.80 339	0.17 183	0.22 176	0.17 172	0.23 180	0.18 186	0.26 199	0.17 179	0.21 169	0.17 181	0.25 192	0.17 173	0.23 178	0.16 146	0.21 173	0.17 190	0.22 171	0.17 175

Wz-Net-LNSev	0.06 44	0.24 124	0.20 168	0.23 153	0.01 10	0.02 19	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	0.23 178	0.21 181	0.02 18	0.01 9	0.01 10	0.01 10

MMNet	0.44 271	1.24 390	0.17 153	0.25 165	0.17 183	0.25 194	0.18 179	1.26 481	0.93 435	0.25 191	0.17 179	0.25 194	0.18 189	0.25 192	0.17 173	0.23 178	0.16 146	0.23 186	0.16 170	1.20 429	0.99 429

delet	0.43 266	1.21 382	0.17 153	0.25 165	0.17 183	0.25 194	0.18 179	1.26 481	0.95 437	0.25 191	0.17 179	0.25 194	0.17 181	0.25 192	0.17 173	0.23 178	0.16 146	0.22 178	0.16 170	1.18 425	0.98 428

CFNet	1.37 483	5.27 550	0.19 165	5.49 578	0.19 197	0.28 207	0.19 183	0.28 198	0.19 192	0.28 203	0.19 196	0.28 207	4.35 590	0.28 210	0.19 187	0.23 178	0.17 166	0.23 186	4.21 599	4.81 576	0.17 175

ISRNet	0.11 88	0.05 49	0.36 251	0.24 158	0.07 112	0.13 128	0.05 92	0.06 93	0.05 97	0.05 90	0.05 99	0.13 129	0.05 94	0.05 81	0.09 110	0.24 185	0.20 178	0.10 109	0.05 96	0.06 95	0.13 152

tg	0.21 151	0.25 129	0.21 173	0.26 172	0.17 183	0.24 187	0.17 172	0.24 183	0.17 181	0.24 185	0.17 179	0.24 189	0.17 181	0.24 185	0.17 173	0.24 185	0.17 166	0.23 186	0.16 170	0.23 182	0.16 161

gwcnet-sp	0.82 372	1.72 411	1.48 506	0.39 213	0.15 170	0.31 217	0.21 192	0.20 162	0.25 214	1.61 503	0.23 210	0.28 207	0.26 226	0.20 161	0.15 163	0.24 185	1.33 492	0.32 225	0.16 170	6.75 592	0.23 190

scenet	0.82 372	1.72 411	1.48 506	0.39 213	0.15 170	0.31 217	0.21 192	0.20 162	0.25 214	1.61 503	0.23 210	0.28 207	0.26 226	0.20 161	0.15 163	0.24 185	1.33 492	0.32 225	0.16 170	6.75 592	0.23 190

ssnet_v2	0.68 335	1.96 437	1.25 484	0.29 177	0.20 200	0.30 211	0.20 187	0.29 203	0.22 200	1.50 499	0.20 200	0.31 221	0.20 198	0.27 206	0.22 195	0.24 185	1.49 508	0.26 202	0.18 195	3.90 553	0.19 181

ssnet	0.82 372	1.72 411	1.48 506	0.39 213	0.15 170	0.31 217	0.21 192	0.20 162	0.25 214	1.61 503	0.23 210	0.28 207	0.26 226	0.20 161	0.15 163	0.24 185	1.33 492	0.32 225	0.16 170	6.75 592	0.23 190

Select-FE	0.41 255	0.44 184	0.23 178	0.26 172	0.22 210	0.26 202	0.22 197	0.26 194	0.23 206	0.26 199	0.23 210	0.26 204	0.23 210	0.45 299	0.42 329	0.25 191	0.22 185	0.25 197	0.22 203	0.45 297	2.90 567

UNDER WATER-64	0.25 166	0.26 130	0.25 188	0.26 172	0.25 223	0.25 194	0.25 213	0.25 189	0.25 214	0.25 191	0.25 223	0.25 194	0.25 217	0.26 202	0.25 213	0.25 191	0.25 193	0.25 197	0.25 222	0.25 186	0.25 201

LoS_RVC	0.30 182	1.14 326	0.25 188	0.25 165	0.25 223	0.26 202	0.25 213	0.25 189	0.25 214	0.25 191	0.25 223	0.26 204	0.26 226	0.26 202	0.25 213	0.26 193	0.26 196	0.25 197	0.25 222	0.26 188	0.26 207

CAS	0.30 182	1.17 332	0.25 188	0.25 165	0.25 223	0.26 202	0.25 213	0.25 189	0.26 227	0.25 191	0.25 223	0.25 194	0.25 217	0.25 192	0.25 213	0.26 193	0.26 196	0.26 202	0.25 222	0.26 188	0.25 201

LoS	0.25 166	0.27 133	0.25 188	0.25 165	0.25 223	0.25 194	0.25 213	0.26 194	0.25 214	0.25 191	0.25 223	0.25 194	0.25 217	0.25 192	0.25 213	0.26 193	0.25 193	0.25 197	0.26 228	0.26 188	0.25 201
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
TorneroNet-64	0.45 274	0.27 133	0.30 207	0.58 305	0.27 233	0.70 377	0.30 246	0.28 198	0.73 412	0.73 380	0.28 241	0.71 379	0.66 382	0.75 382	0.27 219	0.27 196	0.29 220	0.37 265	0.75 418	0.28 195	0.30 246

tt1	0.31 189	0.93 283	0.24 185	0.33 192	0.23 216	0.31 217	0.24 210	0.32 212	0.24 209	0.32 220	0.23 210	0.32 225	0.25 217	0.32 223	0.24 205	0.27 196	0.26 196	0.27 206	0.26 228	0.27 193	0.27 215

DCVSM-stereo	0.36 220	1.89 427	0.22 175	0.40 227	0.22 210	0.40 259	0.22 197	0.40 253	0.22 200	0.40 253	0.22 206	0.40 262	0.22 204	0.40 259	0.22 195	0.28 198	0.21 181	0.28 208	0.21 200	0.28 195	0.20 183

xxxxx1	0.31 189	0.91 276	0.23 178	0.31 184	0.23 216	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 228	0.25 217	0.32 223	0.24 205	0.28 198	0.28 209	0.28 208	0.28 241	0.29 198	0.27 215

SQANet	0.28 176	0.28 136	0.28 199	0.28 176	0.28 238	0.28 207	0.28 232	0.28 198	0.28 236	0.28 203	0.28 241	0.28 207	0.28 241	0.28 210	0.28 229	0.28 198	0.28 209	0.28 208	0.28 241	0.28 195	0.28 228

tt_ll	0.31 189	0.91 276	0.23 178	0.31 184	0.23 216	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 228	0.25 217	0.32 223	0.24 205	0.28 198	0.28 209	0.28 208	0.28 241	0.29 198	0.27 215

ff	0.31 189	0.91 276	0.23 178	0.31 184	0.23 216	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 228	0.25 217	0.32 223	0.24 205	0.28 198	0.28 209	0.28 208	0.28 241	0.29 198	0.27 215

RAFT + AFF	0.31 189	0.45 192	0.34 241	0.39 213	0.28 238	0.38 251	0.33 270	0.29 203	0.31 265	0.30 209	0.30 258	0.29 213	0.27 234	0.29 214	0.30 246	0.28 198	0.29 220	0.29 213	0.29 251	0.27 193	0.32 262

FCDSN-DC	0.41 255	0.59 238	0.64 351	0.54 296	0.33 283	0.50 336	0.37 300	0.42 286	0.40 320	0.61 365	0.43 343	0.50 339	0.49 356	0.38 248	0.32 256	0.28 198	0.23 190	0.26 202	0.22 203	0.35 234	0.28 228
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
DLNR_Zeroshot_test	0.31 189	0.28 136	0.47 301	0.79 337	0.24 221	0.30 211	0.26 221	0.30 205	0.24 209	0.32 220	0.23 210	0.31 221	0.24 214	0.30 216	0.23 201	0.29 205	0.26 196	0.29 213	0.24 217	0.33 218	0.23 190

DStereoSA	0.32 198	0.52 222	0.34 241	0.31 184	0.31 268	0.30 211	0.30 246	0.31 210	0.30 253	0.31 214	0.31 266	0.31 221	0.30 255	0.31 220	0.31 254	0.30 206	0.32 240	0.31 222	0.31 276	0.31 206	0.31 255

MultiAttention	0.30 182	0.30 139	0.30 207	0.30 178	0.30 257	0.30 211	0.30 246	0.30 205	0.30 253	0.30 209	0.30 258	0.30 217	0.30 255	0.30 216	0.30 246	0.30 206	0.30 229	0.30 215	0.30 265	0.30 201	0.30 246

MSAF-DinoV2	0.30 182	0.30 139	0.30 207	0.30 178	0.30 257	0.30 211	0.30 246	0.30 205	0.30 253	0.30 209	0.30 258	0.30 217	0.30 255	0.30 216	0.30 246	0.30 206	0.30 229	0.30 215	0.30 265	0.30 201	0.30 246

WCG-NET（raft）	0.32 198	1.24 390	0.24 185	0.32 188	0.24 221	0.32 226	0.23 205	0.32 212	0.24 209	0.32 220	0.24 217	0.32 225	0.24 214	0.32 223	0.24 205	0.30 206	0.23 190	0.30 215	0.23 209	0.30 201	0.23 190

DANet	0.30 182	0.30 139	0.30 207	0.30 178	0.30 257	0.30 211	0.30 246	0.30 205	0.30 253	0.30 209	0.30 258	0.30 217	0.30 255	0.30 216	0.30 246	0.30 206	0.30 229	0.30 215	0.30 265	0.30 201	0.30 246
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DISCO	1.11 425	0.39 163	5.28 591	0.39 213	0.20 200	0.39 257	0.27 224	0.39 246	0.22 200	0.38 241	0.20 200	0.38 249	0.20 198	6.95 604	0.22 195	0.30 206	0.21 181	0.27 206	0.21 200	5.25 585	0.21 185

DStereoO	0.31 189	0.31 142	0.31 219	0.30 178	0.40 325	0.31 217	0.30 246	0.30 205	0.34 286	0.29 208	0.31 266	0.29 213	0.30 255	0.31 220	0.31 254	0.31 212	0.29 220	0.31 222	0.30 265	0.31 206	0.31 255

iResNet_ROB	0.28 176	0.32 144	0.24 185	0.32 188	0.25 223	0.32 226	0.24 210	0.32 212	0.24 209	0.33 225	0.24 217	0.35 235	0.24 214	0.33 230	0.24 205	0.31 212	0.24 192	0.32 225	0.24 217	0.32 210	0.24 200

DStereoFS	0.32 198	0.33 146	0.32 225	0.33 192	0.30 257	0.32 226	0.32 259	0.32 212	0.31 265	0.30 209	0.31 266	0.31 221	0.30 255	0.32 223	0.32 256	0.32 214	0.31 235	0.30 215	0.47 360	0.32 210	0.34 275

w-ln-seven-2	0.14 113	1.22 388	0.28 199	0.32 188	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 214	0.27 203	0.04 72	0.03 53	0.03 43	0.03 50

xyz-stereo-finetune	0.28 176	0.49 208	0.16 146	0.16 121	0.16 179	0.16 144	0.16 164	0.22 174	0.30 253	0.32 220	0.31 266	0.32 225	0.31 270	0.32 223	0.32 256	0.32 214	0.33 252	0.31 222	0.32 283	0.31 206	0.32 262

model_zeroshot	0.27 175	0.20 105	0.27 195	0.33 192	0.21 208	0.37 244	0.22 197	0.37 234	0.24 209	0.26 199	0.27 234	0.33 228	0.21 203	0.25 192	0.27 219	0.32 214	0.20 178	0.34 241	0.23 209	0.25 186	0.26 207

GES	0.66 330	2.34 464	0.29 203	0.41 239	0.29 247	0.41 275	0.29 241	0.42 286	0.29 242	0.40 253	0.41 331	0.41 275	0.30 255	0.51 340	0.29 239	0.32 214	0.29 220	0.32 225	2.46 568	2.49 530	0.30 246

DLNR-FE	0.28 176	0.89 271	0.30 207	0.34 195	0.19 197	0.28 207	0.19 183	0.28 198	0.20 194	0.28 203	0.20 200	0.28 207	0.20 198	0.28 210	0.20 190	0.33 219	0.28 209	0.25 197	0.19 196	0.24 184	0.19 181

ACVNet-DCA	0.37 226	1.00 299	0.30 207	0.40 227	0.29 247	0.40 259	0.29 241	0.40 253	0.29 242	0.40 253	0.29 246	0.40 262	0.29 248	0.39 256	0.28 229	0.33 219	0.32 240	0.33 233	0.32 283	0.33 218	0.32 262

1test111	0.37 226	1.02 311	0.30 207	0.39 213	0.29 247	0.40 259	0.28 232	0.39 246	0.29 242	0.39 247	0.29 246	0.39 254	0.28 241	0.40 259	0.29 239	0.33 219	0.32 240	0.33 233	0.31 276	0.32 210	0.31 255

cc1	0.37 226	1.02 311	0.30 207	0.39 213	0.29 247	0.40 259	0.28 232	0.39 246	0.29 242	0.39 247	0.29 246	0.39 254	0.28 241	0.40 259	0.29 239	0.33 219	0.32 240	0.33 233	0.31 276	0.32 210	0.31 255

RSM	0.36 220	0.36 151	0.43 286	0.37 204	0.42 344	0.49 327	0.42 334	0.37 234	0.28 236	0.36 235	0.29 246	0.36 241	0.30 255	0.37 245	0.28 229	0.34 223	0.31 235	0.34 241	0.35 307	0.40 273	0.29 233

gcap-zeroshot	0.35 214	0.32 144	0.37 255	0.49 275	0.39 323	0.33 229	0.21 192	0.26 194	0.35 290	0.42 281	0.34 288	0.49 324	0.29 248	0.47 308	0.39 310	0.34 223	0.17 166	0.38 273	0.23 209	0.48 317	0.34 275

H2IRNET	0.34 205	0.34 147	0.34 241	0.34 195	0.34 293	0.34 231	0.34 283	0.34 220	0.34 286	0.34 227	0.34 288	0.34 233	0.34 286	0.34 232	0.34 279	0.34 223	0.34 256	0.34 241	0.34 295	0.34 222	0.34 275

xx1	0.38 232	1.03 313	0.31 219	0.40 227	0.31 268	0.41 275	0.28 232	0.40 253	0.29 242	0.40 253	0.29 246	0.40 262	0.29 248	0.40 259	0.29 239	0.34 223	0.33 252	0.34 241	0.32 283	0.34 222	0.32 262

EKT-Stereo	0.37 226	0.40 165	0.44 288	1.07 376	0.29 247	0.34 231	0.31 257	0.36 228	0.29 242	0.38 241	0.31 266	0.37 247	0.30 255	0.36 241	0.29 239	0.34 223	0.28 209	0.39 284	0.30 265	0.37 245	0.30 246

iRaft-Stereo_5w	0.34 205	0.42 180	0.31 219	0.39 213	0.30 257	0.38 251	0.30 246	0.40 253	0.29 242	0.40 253	0.37 307	0.41 275	0.34 286	0.38 248	0.30 246	0.34 223	0.27 203	0.34 241	0.26 228	0.34 222	0.26 207

GMOStereo	0.37 226	0.45 192	0.23 178	0.30 178	0.37 306	0.41 275	0.36 294	0.41 268	0.35 290	0.43 287	0.36 300	0.41 275	0.40 314	0.41 274	0.36 286	0.34 223	0.22 185	0.47 337	0.37 316	0.39 267	0.33 269

HGLStereo	0.28 176	0.29 138	0.22 175	0.36 201	0.22 210	0.36 239	0.21 192	0.36 228	0.21 197	0.42 281	0.21 205	0.36 241	0.22 204	0.36 241	0.21 193	0.34 223	0.21 181	0.34 241	0.21 200	0.34 222	0.21 185

MLCV	0.31 189	0.35 148	0.27 195	0.35 197	0.28 238	0.35 236	0.27 224	0.35 224	0.28 236	0.36 235	0.27 234	0.35 235	0.27 234	0.35 235	0.27 219	0.34 223	0.27 203	0.34 241	0.27 236	0.34 222	0.27 215

z-mn7	0.16 133	1.21 382	0.33 231	0.41 239	0.04 78	0.04 76	0.03 50	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.35 232	0.31 235	0.04 72	0.04 77	0.04 76	0.04 78

testlalala	0.32 198	0.81 257	0.31 219	0.39 213	0.26 231	0.33 229	0.24 210	0.33 216	0.26 227	0.32 220	0.26 229	0.33 228	0.23 210	0.33 230	0.23 201	0.35 232	0.31 235	0.30 215	0.24 217	0.31 206	0.21 185

iRaft-Stereo_20w	0.34 205	0.41 173	0.31 219	0.39 213	0.29 247	0.40 259	0.32 259	0.41 268	0.32 270	0.38 241	0.30 258	0.39 254	0.30 255	0.38 248	0.32 256	0.35 232	0.27 203	0.34 241	0.27 236	0.34 222	0.29 233

ETE_ROB	0.35 214	0.35 148	0.35 249	0.35 197	0.35 296	0.35 236	0.35 288	0.35 224	0.35 290	0.35 232	0.35 297	0.35 235	0.35 292	0.35 235	0.35 283	0.35 232	0.35 258	0.35 257	0.35 307	0.35 234	0.35 285

DN-CSS_ROB	0.31 189	0.35 148	0.28 199	0.35 197	0.28 238	0.34 231	0.27 224	0.34 220	0.25 214	0.35 232	0.27 234	0.36 241	0.26 226	0.34 232	0.28 229	0.35 232	0.28 209	0.34 241	0.28 241	0.34 222	0.27 215

GCAP-BAT	0.33 203	0.78 251	0.32 225	0.38 207	0.25 223	0.34 231	0.25 213	0.34 220	0.26 227	0.34 227	0.25 223	0.35 235	0.26 226	0.35 235	0.27 219	0.36 237	0.30 229	0.32 225	0.24 217	0.32 210	0.26 207

Any-RAFT	0.32 198	0.36 151	0.27 195	0.36 201	0.27 233	0.36 239	0.27 224	0.36 228	0.27 233	0.36 235	0.27 234	0.36 241	0.27 234	0.36 241	0.28 229	0.36 237	0.28 209	0.36 262	0.28 241	0.36 241	0.28 228

DMCA	0.36 220	0.38 157	0.37 255	0.35 197	0.35 296	0.36 239	0.36 294	0.36 228	0.35 290	0.35 232	0.37 307	0.36 241	0.36 295	0.35 235	0.36 286	0.36 237	0.36 261	0.35 257	0.36 313	0.36 241	0.36 288

UCFNet_RVC	2.75 557	10.06 588	0.29 203	10.31 605	0.29 247	0.42 295	0.29 241	0.43 292	0.29 242	0.42 281	0.29 246	0.42 293	9.87 607	0.43 293	0.29 239	0.36 237	9.84 607	0.36 262	0.26 228	9.77 606	0.26 207

HiDET	0.38 232	0.44 184	0.30 207	0.42 249	0.30 257	0.42 295	0.30 246	0.42 286	0.30 253	0.44 292	0.30 258	0.42 293	0.30 255	0.42 287	0.68 386	0.37 241	0.32 240	0.40 289	0.29 251	0.37 245	0.29 233

LCMNet	0.38 232	0.44 184	0.30 207	0.42 249	0.30 257	0.42 295	0.30 246	0.42 286	0.30 253	0.45 294	0.30 258	0.42 293	0.30 255	0.42 287	0.69 394	0.37 241	0.32 240	0.40 289	0.29 251	0.37 245	0.29 233

CSFM-Stereo	0.38 232	0.44 184	0.30 207	0.42 249	0.30 257	0.42 295	0.30 246	0.43 292	0.30 253	0.44 292	0.30 258	0.42 293	0.30 255	0.42 287	0.73 404	0.37 241	0.32 240	0.40 289	0.29 251	0.37 245	0.30 246

Zero-FE251	0.36 220	0.40 165	0.28 199	0.41 239	0.28 238	0.41 275	0.28 232	0.41 268	0.28 236	0.41 267	0.28 241	0.41 275	0.28 241	0.42 287	0.30 246	0.37 241	0.26 196	0.37 265	0.27 236	0.45 297	0.56 365

Venus	0.38 232	0.38 157	0.38 258	0.38 207	0.38 313	0.37 244	0.38 307	0.37 234	0.37 302	0.41 267	0.37 307	0.39 254	0.37 300	0.38 248	0.38 298	0.37 241	0.38 269	0.38 273	0.37 316	0.37 245	0.38 300

CASnet	0.35 214	0.51 220	0.44 288	0.32 188	0.31 268	0.24 187	0.34 283	0.36 228	0.25 214	0.31 214	0.37 307	0.30 217	0.33 281	0.25 192	0.45 334	0.37 241	0.37 263	0.33 233	0.35 307	0.34 222	0.37 293
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.36 220	0.37 153	0.33 231	0.41 239	0.32 271	0.41 275	0.32 259	0.41 268	0.32 270	0.41 267	0.32 273	0.41 275	0.32 273	0.41 274	0.33 266	0.37 241	0.29 220	0.37 265	0.29 251	0.38 258	0.31 255

CES	0.39 244	0.47 200	0.36 251	0.36 201	0.37 306	0.45 306	0.35 288	0.35 224	0.40 320	0.36 235	0.44 345	0.47 313	0.36 295	0.44 296	0.36 286	0.37 241	0.39 276	0.44 320	0.35 307	0.37 245	0.36 288

IER	0.88 390	7.04 566	2.23 551	2.75 513	0.28 238	0.43 302	0.25 213	0.39 246	0.25 214	0.41 267	0.27 234	0.39 254	0.25 217	0.40 259	0.28 229	0.37 241	0.28 209	0.37 265	0.25 222	0.37 245	0.25 201

StereoDRNet-Refined	0.33 203	0.39 163	0.26 194	0.39 213	0.26 231	0.40 259	0.26 221	0.40 253	0.26 227	0.39 247	0.26 229	0.39 254	0.26 226	0.39 256	0.26 218	0.37 241	0.25 193	0.37 265	0.25 222	0.37 245	0.37 293
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 226	0.37 153	0.37 255	0.37 204	0.37 306	0.37 244	0.37 300	0.37 234	0.37 302	0.37 240	0.37 307	0.37 247	0.37 300	0.37 245	0.37 295	0.37 241	0.37 263	0.37 265	0.37 316	0.37 245	0.37 293

MonSter++	0.38 232	0.44 184	0.31 219	0.43 255	0.30 257	0.43 302	0.31 257	0.43 292	0.31 265	0.45 294	0.31 266	0.43 300	0.31 270	0.43 293	0.69 394	0.38 252	0.33 252	0.40 289	0.30 265	0.38 258	0.30 246

w-ln-seven	0.18 140	1.47 403	0.33 231	0.40 227	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.38 252	0.32 240	0.05 85	0.04 77	0.04 76	0.04 78

fffy	0.38 232	0.43 181	0.33 231	0.46 258	0.33 283	0.45 306	0.32 259	0.45 296	0.32 270	0.45 294	0.32 273	0.45 303	0.33 281	0.45 299	0.32 256	0.38 252	0.38 269	0.38 273	0.37 316	0.37 245	0.36 288

PAM	0.39 244	1.88 426	0.34 241	0.37 204	0.41 334	0.45 306	0.22 197	0.28 198	0.23 206	0.28 203	0.24 217	0.29 213	0.23 210	0.29 214	0.23 201	0.38 252	0.32 240	0.38 273	0.37 316	0.32 210	0.22 188

RAFT-Stereo-weight	0.45 274	1.90 429	0.34 241	0.42 249	0.36 302	0.43 302	0.35 288	0.42 286	0.34 286	0.42 281	0.34 288	0.44 301	0.34 286	0.41 274	0.34 279	0.38 252	0.32 240	0.38 273	0.32 283	0.38 258	0.33 269

IGEV++	0.34 205	0.43 181	0.30 207	0.40 227	0.29 247	0.40 259	0.29 241	0.40 253	0.29 242	0.40 253	0.29 246	0.40 262	0.29 248	0.40 259	0.30 246	0.38 252	0.29 220	0.37 265	0.29 251	0.37 245	0.29 233

WAO-8	0.38 232	0.38 157	0.38 258	0.38 207	0.38 313	0.38 251	0.38 307	0.38 242	0.38 306	0.38 241	0.38 312	0.38 249	0.38 304	0.38 248	0.38 298	0.38 252	0.38 269	0.38 273	0.37 316	0.38 258	0.38 300

WAO-7	0.38 232	0.38 157	0.38 258	0.38 207	0.38 313	0.38 251	0.38 307	0.38 242	0.38 306	0.38 241	0.38 312	0.38 249	0.38 304	0.38 248	0.38 298	0.38 252	0.38 269	0.38 273	0.38 329	0.38 258	0.38 300

HanzoNet	0.39 244	0.38 157	0.40 271	0.39 213	0.41 334	0.38 251	0.38 307	0.38 242	0.38 306	0.39 247	0.39 322	0.38 249	0.38 304	0.39 256	0.40 314	0.38 252	0.38 269	0.40 289	0.38 329	0.38 258	0.40 308

IMH	0.38 232	0.38 157	0.38 258	0.38 207	0.38 313	0.38 251	0.38 307	0.38 242	0.38 306	0.42 281	0.38 312	0.40 262	0.38 304	0.38 248	0.38 298	0.38 252	0.38 269	0.39 284	0.38 329	0.38 258	0.38 300

RCA-Stereo	0.51 304	3.22 507	0.34 241	0.44 256	0.34 293	0.44 305	0.34 283	0.43 292	0.34 286	0.43 287	0.34 288	0.44 301	0.33 281	0.43 293	0.33 266	0.38 252	0.29 220	0.38 273	0.29 251	0.38 258	0.29 233

mms	0.40 248	0.45 192	0.35 249	0.48 269	0.36 302	0.47 317	0.34 283	0.45 296	0.38 306	0.47 306	0.33 280	0.45 303	0.32 273	0.45 299	0.32 256	0.39 263	0.38 269	0.38 273	0.37 316	0.39 267	0.39 306

Former-RAFT_DAM_RVC	0.49 297	0.98 290	0.64 351	0.84 344	0.46 352	0.45 306	0.35 288	0.47 306	0.47 348	0.45 294	0.34 288	0.46 307	0.48 351	0.46 304	0.35 283	0.39 263	0.71 379	0.39 284	0.35 307	0.41 283	0.41 315

Wz-Net-LNSev-Ref	0.11 88	0.44 184	0.33 231	0.39 213	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 263	0.36 261	0.02 18	0.02 20	0.02 20	0.02 20

Gwc-CoAtRS	0.41 255	1.49 404	0.32 225	0.42 249	0.32 271	0.41 275	0.32 259	0.41 268	0.33 277	0.41 267	0.32 273	0.41 275	0.32 273	0.41 274	0.32 256	0.39 263	0.28 209	0.39 284	0.28 241	0.40 273	0.28 228

HART	0.38 232	0.45 192	0.34 241	0.42 249	0.33 283	0.41 275	0.34 283	0.42 286	0.33 277	0.43 287	0.34 288	0.42 293	0.34 286	0.41 274	0.38 298	0.40 267	0.32 240	0.42 317	0.32 283	0.40 273	0.32 262

knoymous	0.40 248	0.40 165	0.40 271	0.40 227	0.40 325	0.40 259	0.40 321	0.40 253	0.40 320	0.40 253	0.40 325	0.40 262	0.40 314	0.40 259	0.40 314	0.40 267	0.40 279	0.40 289	0.40 333	0.40 273	0.40 308

anonymousa	0.40 248	0.40 165	0.40 271	0.40 227	0.40 325	0.40 259	0.40 321	0.40 253	0.40 320	0.40 253	0.40 325	0.40 262	0.40 314	0.40 259	0.40 314	0.40 267	0.40 279	0.40 289	0.40 333	0.40 273	0.40 308

riskmin	0.40 248	0.40 165	0.40 271	0.40 227	0.40 325	0.40 259	0.40 321	0.40 253	0.40 320	0.40 253	0.40 325	0.40 262	0.40 314	0.40 259	0.40 314	0.40 267	0.40 279	0.40 289	0.40 333	0.40 273	0.40 308

Anonymous_2	0.40 248	0.40 165	0.40 271	0.40 227	0.40 325	0.40 259	0.40 321	0.40 253	0.40 320	0.40 253	0.40 325	0.40 262	0.40 314	0.40 259	0.40 314	0.40 267	0.40 279	0.40 289	0.40 333	0.40 273	0.40 308

Anonymous_1	0.40 248	0.40 165	0.40 271	0.40 227	0.40 325	0.40 259	0.40 321	0.40 253	0.40 320	0.40 253	0.40 325	0.40 262	0.40 314	0.40 259	0.40 314	0.40 267	0.40 279	0.40 289	0.40 333	0.40 273	0.40 308

DGSMNet	0.34 205	0.41 173	0.27 195	0.41 239	0.28 238	0.41 275	0.28 232	0.41 268	0.27 233	0.41 267	0.27 234	0.42 293	0.27 234	0.41 274	0.28 229	0.40 267	0.29 220	0.40 289	0.28 241	0.40 273	0.27 215

AdaStereo	0.40 248	0.40 165	0.40 271	0.40 227	0.40 325	0.40 259	0.40 321	0.40 253	0.40 320	0.40 253	0.40 325	0.40 262	0.40 314	0.40 259	0.40 314	0.40 267	0.40 279	0.40 289	0.40 333	0.40 273	0.40 308
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.
ccccc		0.44 184		0.48 269	0.35 296	0.48 322		0.51 336		0.47 306		0.47 313		0.47 308		0.41 275	0.40 279	0.40 289	0.40 333	0.41 283

PCWNet_CMD	2.80 559	9.82 586	0.32 225	10.09 604	0.32 271	0.49 327	0.33 270	3.34 564	0.33 277	0.49 320	0.33 280	0.49 324	8.73 603	0.48 317	0.33 266	0.41 275	9.22 602	0.42 317	0.29 251	9.55 605	0.31 255

CFNet_ucs	2.73 556	9.64 585	0.33 231	9.92 602	0.32 271	0.49 327	0.33 270	0.49 314	0.33 277	0.49 320	0.33 280	0.49 324	8.98 605	0.48 317	0.33 266	0.41 275	9.96 608	0.40 289	0.29 251	10.12 608	0.54 357

GwcNet-ADL	0.41 255	0.41 173	0.41 280	0.41 239	0.41 334	0.41 275	0.41 329	0.41 268	0.41 329	0.41 267	0.41 331	0.41 275	0.41 325	0.41 274	0.41 321	0.41 275	0.41 288	0.41 306	0.41 340	0.41 283	0.41 315

PSMNet-ADL	0.41 255	0.41 173	0.41 280	0.41 239	0.41 334	0.41 275	0.41 329	0.41 268	0.41 329	0.41 267	0.41 331	0.41 275	0.41 325	0.41 274	0.41 321	0.41 275	0.41 288	0.41 306	0.41 340	0.41 283	0.41 315

GANet-ADL	0.41 255	0.41 173	0.41 280	0.41 239	0.41 334	0.41 275	0.41 329	0.41 268	0.41 329	0.41 267	0.41 331	0.41 275	0.41 325	0.41 274	0.41 321	0.41 275	0.41 288	0.41 306	0.41 340	0.41 283	0.41 315

ADLNet2	0.41 255	0.41 173	0.41 280	0.41 239	0.41 334	0.41 275	0.41 329	0.41 268	0.41 329	0.41 267	0.41 331	0.41 275	0.41 325	0.41 274	0.41 321	0.41 275	0.41 288	0.41 306	0.41 340	0.41 283	0.41 315

CFNet_pseudo	2.67 555	9.36 583	0.32 225	10.99 606	0.33 283	0.85 392	0.33 270	0.49 314	0.33 277	0.49 320	0.32 273	0.49 324	7.26 601	0.49 323	0.33 266	0.41 275	9.62 605	0.41 306	0.29 251	10.03 607	0.29 233

pcwnet_v2	2.66 554	9.89 587	0.33 231	9.89 601	0.32 271	0.50 336	0.32 259	0.49 314	0.33 277	0.49 320	0.34 288	0.49 324	8.76 604	0.48 317	0.33 266	0.41 275	9.58 604	0.40 289	0.29 251	9.01 603	0.63 375

ADLNet	0.41 255	0.41 173	0.41 280	0.41 239	0.41 334	0.41 275	0.41 329	0.41 268	0.41 329	0.41 267	0.41 331	0.41 275	0.41 325	0.41 274	0.41 321	0.41 275	0.41 288	0.41 306	0.41 340	0.41 283	0.41 315

ccnet	0.80 362	2.28 456	0.33 231	0.50 283	0.33 283	0.50 336	0.33 270	0.50 323	0.33 277	0.49 320	0.33 280	0.49 324	1.56 513	2.38 533	0.33 266	0.41 275	0.29 220	0.42 317	1.57 528	2.28 518	0.29 233

CFNet-RSSM	0.91 393	4.89 543	0.34 241	0.44 256	1.07 452	1.62 508	1.40 521	0.91 392	0.35 290	1.60 500	1.39 521	0.64 372	0.34 286	0.44 296	0.33 266	0.41 275	0.35 258	0.75 389	0.30 265	0.41 283	0.29 233

psmorigin	0.41 255	0.46 196	0.33 231	0.49 275	0.33 283	0.49 327	0.33 270	0.49 314	0.33 277	0.49 320	0.33 280	0.49 324	0.33 281	0.51 340	0.33 266	0.41 275	0.30 229	0.41 306	0.30 265	0.79 368	0.29 233

ccs_rob	2.79 558	10.17 590	0.32 225	10.00 603	0.33 283	0.49 327	0.33 270	1.90 508	0.32 270	0.51 341	0.33 280	0.49 324	9.24 606	0.49 323	0.33 266	0.41 275	9.82 606	0.41 306	0.28 241	9.34 604	0.29 233

LG-Stereo_L2	0.34 205	0.37 153	0.38 258	0.47 264	0.28 238	0.39 257	0.28 232	0.39 246	0.28 236	0.39 247	0.28 241	0.39 254	0.28 241	0.38 248	0.28 229	0.42 289	0.35 258	0.36 262	0.26 228	0.35 234	0.26 207

MSMDNet	2.65 553	10.14 589	0.33 231	9.74 600	0.32 271	0.87 394	0.33 270	2.95 559	0.68 392	0.49 320	0.34 288	0.49 324	5.70 597	0.49 323	0.33 266	0.42 289	9.57 603	0.41 306	0.31 276	8.36 600	0.65 383

FE-Mocha	0.35 214	0.71 247	0.40 271	0.47 264	0.27 233	0.34 231	0.27 224	0.34 220	0.26 227	0.34 227	0.26 229	0.34 233	0.27 234	0.34 232	0.27 219	0.44 291	0.41 288	0.33 233	0.29 251	0.32 210	0.29 233

water-stereo	0.41 255	0.84 261	0.46 294	0.50 283	0.33 283	0.45 306	0.33 270	0.45 296	0.32 270	0.45 294	0.32 273	0.45 303	0.32 273	0.45 299	0.32 256	0.44 291	0.41 288	0.39 284	0.31 276	0.39 267	0.32 262

GREAT-IGEV	0.38 232	0.43 181	0.36 251	0.48 269	0.32 271	0.45 306	0.32 259	0.45 296	0.32 270	0.45 294	0.32 273	0.45 303	0.32 273	0.45 299	0.32 256	0.44 291	0.33 252	0.41 306	0.29 251	0.41 283	0.29 233
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
252Zero-FE	0.45 274	0.50 212	0.36 251	0.50 283	0.36 302	0.50 336	0.36 294	0.50 323	0.36 300	0.49 320	0.36 300	0.49 324	0.36 295	0.54 349	0.41 321	0.45 294	0.34 256	0.45 324	0.34 295	0.55 340	0.75 403

depthmonostereo	0.44 271	0.85 263	0.46 294	0.54 296	0.40 325	0.52 351	0.38 307	0.52 340	0.35 290	0.47 306	0.34 288	0.46 307	0.34 286	0.47 308	0.34 279	0.45 294	0.43 301	0.41 306	0.33 291	0.41 283	0.32 262

DilatedVolume-Stereo	0.43 266	0.86 264	0.48 309	0.50 283	0.33 283	0.46 312	0.33 270	0.46 300	0.33 277	0.46 300	0.33 280	0.47 313	0.33 281	0.47 308	0.34 279	0.45 294	0.42 297	0.40 289	0.33 291	0.47 313	0.38 300

GIP-stereo	0.36 220	0.49 208	0.39 266	0.48 269	0.32 271	0.41 275	0.28 232	0.40 253	0.30 253	0.41 267	0.28 241	0.40 262	0.28 241	0.42 287	0.28 229	0.45 294	0.32 240	0.38 273	0.30 265	0.37 245	0.27 215

otaku	0.46 280	0.46 196	0.46 294	0.46 258	0.46 352	0.46 312	0.46 344	0.46 300	0.46 343	0.46 300	0.46 351	0.46 307	0.46 342	0.46 304	0.46 338	0.46 298	0.46 311	0.46 328	0.46 353	0.46 300	0.46 329

Dean	0.46 280	0.46 196	0.46 294	0.46 258	0.46 352	0.46 312	0.46 344	0.46 300	0.46 343	0.47 306	0.46 351	0.46 307	0.46 342	0.46 304	0.46 338	0.46 298	0.46 311	0.46 328	0.46 353	0.46 300	0.46 329

ACVNet_1	0.46 280	0.47 200	0.46 294	0.46 258	0.46 352	0.46 312	0.46 344	0.46 300	0.47 348	0.46 300	0.46 351	0.46 307	0.46 342	0.46 304	0.46 338	0.46 298	0.46 311	0.47 337	0.46 353	0.46 300	0.46 329

ACVNet-4b	0.46 280	0.46 196	0.46 294	0.46 258	0.46 352	0.46 312	0.46 344	0.46 300	0.46 343	0.46 300	0.46 351	0.46 307	0.46 342	0.47 308	0.46 338	0.46 298	0.46 311	0.46 328	0.46 353	0.46 300	0.46 329

IGEV-Stereo	0.35 214	0.44 184	0.45 290	0.49 275	0.30 257	0.37 244	0.30 246	0.36 228	0.30 253	0.36 235	0.29 246	0.36 241	0.29 248	0.36 241	0.30 246	0.46 298	0.39 276	0.32 225	0.24 217	0.32 210	0.25 201
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Ntro	0.47 286	0.47 200	0.46 294	0.46 258	0.46 352	0.47 317	0.47 349	0.46 300	0.47 348	0.46 300	0.46 351	0.47 313	0.46 342	0.47 308	0.47 345	0.47 303	0.46 311	0.46 328	0.46 353	0.46 300	0.46 329

HaxPig	0.47 286	0.47 200	0.47 301	0.49 275	0.47 358	0.47 317	0.47 349	0.47 306	0.47 348	0.47 306	0.47 359	0.47 313	0.47 350	0.47 308	0.47 345	0.47 303	0.47 319	0.47 337	0.47 360	0.47 313	0.48 338

UNDER WATER	0.47 286	0.47 200	0.47 301	0.47 264	0.47 358	0.47 317	0.47 349	0.47 306	0.47 348	0.47 306	0.47 359	0.47 313	0.46 342	0.47 308	0.47 345	0.47 303	0.47 319	0.47 337	0.46 353	0.47 313	0.47 336

LVE	0.47 286	0.47 200	0.47 301	0.47 264	0.49 364	0.47 317	0.47 349	0.47 306	0.49 357	0.47 306	0.47 359	0.47 313	0.46 342	0.47 308	0.47 345	0.47 303	0.47 319	0.48 345	0.47 360	0.47 313	0.47 336

GCST	0.50 299	2.08 440	0.38 258	0.53 293	0.35 296	0.49 327	0.35 288	0.50 323	0.35 290	0.49 320	0.35 297	0.49 324	0.35 292	0.49 323	0.35 283	0.48 307	0.37 263	0.45 324	0.33 291	0.44 293	0.33 269

RainbowNet	0.48 291	0.48 206	0.48 309	0.48 269	0.48 362	0.48 322	0.48 358	0.48 310	0.48 355	0.48 313	0.48 363	0.48 320	0.48 351	0.48 317	0.48 351	0.48 307	0.48 323	0.48 345	0.48 364	0.48 317	0.48 338

notaker	0.48 291	0.49 208	0.48 309	0.48 269	0.48 362	0.48 322	0.48 358	0.48 310	0.49 357	0.48 313	0.48 363	0.48 320	0.48 351	0.48 317	0.48 351	0.48 307	0.48 323	0.48 345	0.48 364	0.48 317	0.49 343

UGAM-zero	0.51 304	2.17 448	0.39 266	0.53 293	0.36 302	0.50 336	0.36 294	0.50 323	0.36 300	0.49 320	0.36 300	0.50 339	0.35 292	0.50 331	0.36 286	0.49 310	0.37 263	0.47 337	0.35 307	0.46 300	0.34 275

UGAM	0.51 304	2.23 453	0.39 266	0.54 296	0.35 296	0.50 336	0.35 288	0.49 314	0.35 290	0.49 320	0.35 297	0.49 324	0.36 295	0.50 331	0.36 286	0.49 310	0.37 263	0.45 324	0.34 295	0.45 297	0.34 275

MyStereo07	0.60 318	3.72 519	0.48 309	0.49 275	0.41 334	0.36 239	0.32 259	0.49 314	0.43 337	0.51 341	0.42 341	0.49 324	0.43 334	0.51 340	0.64 374	0.49 310	0.45 309	0.34 241	0.32 283	0.35 234	0.43 323

MyStereo04	0.56 316	3.72 519	0.59 340	0.49 275	0.41 334	0.36 239	0.32 259	0.37 234	0.31 265	0.34 227	0.46 351	0.35 235	0.32 273	0.35 235	0.33 266	0.49 310	0.45 309	0.34 241	0.32 283	0.35 234	0.43 323

KSHMR	0.66 330	0.50 212	0.48 309	1.15 386	0.52 374	0.49 327	0.51 366	0.49 314	0.71 406	0.67 375	0.50 368	1.16 440	1.11 437	0.66 370	0.52 361	0.49 310	0.49 326	0.51 359	0.66 400	0.50 326	1.14 446

ACVNet_2	0.49 297	0.49 208	0.49 316	0.49 275	0.49 364	0.49 327	0.49 360	0.49 314	0.49 357	0.49 320	0.49 366	0.49 324	0.49 356	0.49 323	0.49 353	0.49 310	0.49 326	0.49 350	0.49 367	0.49 321	0.49 343

SCV_C0	0.45 274	0.88 268	0.49 316	0.54 296	0.37 306	0.48 322	0.37 300	0.48 310	0.37 302	0.48 313	0.36 300	0.48 320	0.37 300	0.49 323	0.37 295	0.50 316	0.41 288	0.44 320	0.34 295	0.44 293	0.34 275

SCV	0.46 280	0.94 285	0.45 290	0.54 296	0.37 306	0.48 322	0.38 307	0.48 310	0.37 302	0.48 313	0.39 322	0.48 320	0.37 300	0.49 323	0.37 295	0.50 316	0.46 311	0.44 320	0.34 295	0.44 293	0.34 275

FoundationStereo	0.50 299	0.50 212	0.50 320	0.50 283	0.50 368	0.50 336	0.50 362	0.50 323	0.50 360	0.50 333	0.50 368	0.50 339	0.50 359	0.50 331	0.50 354	0.50 316	0.50 332	0.50 354	0.50 369	0.50 326	0.50 346

StereoAnything_RVC	0.50 299	0.50 212	0.50 320	0.50 283	0.50 368	0.50 336	0.50 362	0.50 323	0.50 360	0.50 333	0.50 368	0.50 339	0.50 359	0.50 331	0.50 354	0.50 316	0.50 332	0.50 354	0.50 369	0.50 326	0.50 346

dual_stereo	0.50 299	0.50 212	0.50 320	0.50 283	0.50 368	0.50 336	0.50 362	0.50 323	0.50 360	0.50 333	0.50 368	0.50 339	0.50 359	0.50 331	0.50 354	0.50 316	0.50 332	0.50 354	0.50 369	0.50 326	0.50 346

SANet	0.50 299	0.50 212	0.50 320	0.50 283	0.50 368	0.50 336	0.50 362	0.50 323	0.50 360	0.50 333	0.50 368	0.50 339	0.50 359	0.50 331	0.50 354	0.50 316	0.50 332	0.50 354	0.50 369	0.50 326	0.50 346

fffft	0.48 291	0.51 220	0.45 290	0.52 292	0.45 350	0.52 351	0.45 342	0.52 340	0.48 355	0.53 347	0.45 349	0.52 350	0.45 339	0.52 345	0.46 338	0.51 322	0.41 288	0.50 354	0.41 340	0.50 326	0.41 315
1: 1. 1
ktn	0.72 345	0.53 226	1.08 419	1.14 384	0.51 373	1.22 484	1.36 514	0.51 336	0.59 375	0.51 341	0.51 374	0.69 378	1.20 448	0.67 372	0.51 359	0.51 322	0.49 326	0.58 369	0.66 400	0.52 334	0.53 354

DDF-Stereo	0.43 266	1.15 329	0.57 338	0.53 293	0.32 271	0.41 275	0.32 259	0.41 268	0.32 270	0.41 267	0.32 273	0.41 275	0.32 273	0.40 259	0.32 256	0.52 324	0.50 332	0.38 273	0.31 276	0.39 267	0.31 255

GASTEREO	0.48 291	1.21 382	0.47 301	0.57 303	0.38 313	0.50 336	0.38 307	0.50 323	0.38 306	0.50 333	0.38 312	0.50 339	0.38 304	0.50 331	0.38 298	0.52 324	0.42 297	0.46 328	0.34 295	0.46 300	0.34 275

PML	0.46 280	1.36 398	0.29 203	0.58 305	0.30 257	0.57 364	0.29 241	0.57 351	0.29 242	0.57 360	0.29 246	0.57 363	0.29 248	0.56 354	0.29 239	0.52 324	0.30 229	0.53 365	0.31 276	0.53 338	0.30 246

CFNet_RVC	2.38 547	8.71 578	0.38 258	9.33 597	0.42 344	0.56 358	0.42 334	0.60 358	0.38 306	0.62 368	0.42 341	0.56 361	7.29 602	0.62 363	0.42 329	0.53 327	0.37 263	0.49 350	0.34 295	8.30 599	6.87 604

GEAStereo	0.62 323	3.91 526	0.48 309	0.69 324	0.38 313	0.51 348	0.38 307	0.51 336	0.38 306	0.53 347	0.38 312	0.50 339	0.38 304	0.51 340	0.38 298	0.54 328	0.43 301	0.46 328	0.34 295	0.46 300	0.34 275

GSStereo	0.81 367	4.28 536	0.50 320	0.59 308	0.40 325	0.51 348	0.38 307	0.50 323	0.38 306	0.50 333	0.38 312	0.50 339	3.79 582	0.50 331	0.38 298	0.54 328	0.43 301	0.46 328	0.34 295	0.46 300	0.35 285

GS-Stereo							0.38 307	0.50 323	0.38 306	0.50 333	0.38 312	0.50 339	3.79 582	0.50 331	0.38 298	0.54 328	0.43 301	0.46 328	0.34 295	0.46 300	0.35 285

gasm-f	0.62 323	3.91 526	0.48 309	0.69 324	0.38 313	0.51 348	0.38 307	0.51 336	0.38 306	0.53 347	0.38 312	0.50 339	0.38 304	0.51 340	0.38 298	0.54 328	0.43 301	0.46 328	0.34 295	0.46 300	0.34 275

MyStereo8	0.71 342	3.92 528	0.52 329	0.59 308	0.52 374	0.57 364	0.53 368	0.59 356	0.50 360	0.59 364	0.51 374	0.57 363	0.50 359	0.56 354	0.52 361	0.54 328	0.49 326	0.54 366	0.49 367	0.55 340	0.50 346

PSMNet_ROB	0.54 309	0.54 230	0.54 334	0.54 296	0.53 377	0.54 356	0.54 370	0.53 342	0.54 370	0.54 352	0.54 378	0.54 354	0.53 366	0.54 349	0.54 364	0.54 328	0.53 341	0.54 366	0.54 375	0.54 339	0.54 357

LG-Stereo_L1	0.47 286	0.52 222	0.47 301	0.62 313	0.39 323	0.53 353	0.40 321	0.53 342	0.39 319	0.53 347	0.39 322	0.53 351	0.39 313	0.53 347	0.39 310	0.55 334	0.46 311	0.49 350	0.37 316	0.49 321	0.37 293

LG-Stereo_Zeroshot	0.48 291	0.55 232	0.47 301	0.63 315	0.41 334	0.56 358	0.44 337	0.56 348	0.41 329	0.56 357	0.41 331	0.57 363	0.42 331	0.56 354	0.41 321	0.55 334	0.43 301	0.51 359	0.37 316	0.51 332	0.37 293

CASS	0.57 317	0.89 271	0.56 336	0.57 303	0.56 380	0.56 358	0.56 371	0.56 348	0.53 368	0.57 360	0.57 380	0.59 367	0.48 351	0.56 354	0.57 367	0.55 334	0.56 345	0.47 337	0.56 380	0.62 346	0.56 365
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
z-ln-s-r	0.21 151	1.40 401	0.53 333	0.56 302	0.04 78	0.05 88	0.04 80	0.05 88	0.05 97	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.05 88	0.57 337	0.44 308	0.04 72	0.04 77	0.04 76	0.04 78

MonSter	0.60 318	0.64 243	0.52 329	0.62 313	0.44 347	2.07 523	0.44 337	0.62 361	0.44 340	0.62 368	0.44 345	0.62 371	0.44 336	0.62 363	0.44 333	0.58 338	0.42 297	0.62 372	0.46 353	0.58 343	0.42 322

Selective-IGEV	0.51 304	0.55 232	0.45 290	0.69 324	0.45 350	0.61 367	0.45 342	0.50 323	0.40 320	0.56 357	0.44 345	0.55 358	0.40 314	0.72 377	0.67 379	0.59 339	0.46 311	0.45 324	0.34 295	0.46 300	0.37 293

MSCF	0.51 304	1.40 401	0.49 316	0.58 305	0.38 313	0.50 336	0.38 307	0.54 344	0.41 329	0.52 344	0.41 331	0.53 351	0.42 331	0.53 347	0.41 321	0.60 340	0.47 319	0.48 345	0.37 316	0.48 317	0.38 300

MyStereo06	0.75 350	4.12 530	0.60 342	0.63 315	0.61 388	0.62 370	0.66 382	0.56 348	0.45 342	0.55 355	0.48 363	0.54 354	0.46 342	0.57 359	0.45 334	0.60 340	0.57 347	0.64 375	0.55 376	0.72 358	0.55 362

MyStereo05	0.80 362	4.12 530	0.63 349	0.63 315	0.61 388	0.62 370	0.66 382	0.65 364	0.62 379	0.67 375	0.61 385	0.65 375	0.58 371	0.67 372	0.55 366	0.60 340	0.57 347	0.64 375	0.55 376	0.72 358	0.55 362

LL-Strereo2	0.48 291	1.73 416	0.51 326	0.59 308	0.34 293	0.42 295	0.33 270	0.40 253	0.31 265	0.42 281	0.33 280	0.42 293	0.31 270	0.44 296	0.39 310	0.60 340	0.51 337	0.44 320	0.33 291	0.44 293	0.33 269

FSD					0.44 347	0.56 358	0.44 337	0.55 347	0.44 340	0.56 357	0.44 345	0.56 361	0.44 336	0.56 354	0.46 338	0.61 344	0.42 297	0.52 362	0.42 348	0.52 334

AIO-test1	0.54 309	0.60 240	0.52 329	0.66 322	0.47 358	0.61 367	0.47 349	0.58 354	0.46 343	0.61 365	0.46 351	0.61 369	0.45 339	0.62 363	0.45 334	0.61 344	0.52 339	0.57 368	0.48 364	0.57 342	0.48 338

SMoEStereo_RVC	0.63 325	0.75 250	0.51 326	0.73 333	0.53 377	0.71 379	0.47 349	0.67 367	0.58 373	0.74 385	0.60 381	0.72 382	0.53 366	0.74 381	0.51 359	0.61 344	0.62 357	0.62 372	0.61 387	0.63 347	0.61 371

AIO-Stereo-zeroshot	0.91 393	0.86 264	0.89 398	1.25 443	0.69 402	1.05 422	0.81 419	1.16 424	0.50 360	1.12 433	0.97 439	0.72 382	0.82 416	1.06 427	0.95 431	0.61 344	0.87 400	1.03 435	0.85 432	1.04 409	1.01 435

PAM_32	0.64 327	2.38 468	0.51 326	0.92 354	0.43 346	0.53 353	0.44 337	0.87 386	0.43 337	0.52 344	0.45 349	0.53 351	0.40 314	0.54 349	0.46 338	0.62 348	0.56 345	0.48 345	0.45 351	0.76 363	0.44 326

AIO-Stereo-zeroshot1	0.75 350	0.92 281	0.85 397	0.96 365	0.59 382	1.27 488	0.44 337	0.59 356	0.69 397	0.91 400	0.68 399	0.55 358	0.61 375	1.06 427	0.83 422	0.62 348	0.70 375	0.90 409	0.41 340	0.89 383	0.56 365

AIO-test2	0.55 314	0.59 238	0.52 329	0.67 323	0.47 358	0.61 367	0.47 349	0.61 360	0.47 348	0.61 365	0.47 359	0.61 369	0.48 351	0.62 363	0.47 345	0.64 350	0.53 341	0.58 369	0.47 360	0.58 343	0.48 338

WCG-NET	0.61 321	1.21 382	0.54 334	0.61 312	0.53 377	0.67 375	0.53 368	0.66 366	0.53 368	0.64 371	0.53 377	0.65 375	0.53 366	0.59 361	0.52 361	0.65 351	0.48 323	0.64 375	0.52 373	0.58 343	0.50 346

DSFCA	0.66 330	0.73 249	0.78 386	0.65 319	0.65 394	0.64 372	0.64 379	0.65 364	0.63 381	0.64 371	0.64 389	0.64 372	0.64 377	0.65 369	0.65 375	0.65 351	0.65 361	0.65 378	0.65 398	0.66 349	0.64 381

LMCR-Stereo	0.65 328	0.63 241	0.65 354	0.65 319	0.65 394	0.66 374	0.63 378	0.58 354	0.65 383	0.63 370	0.64 389	0.65 375	0.65 379	0.66 370	0.66 378	0.66 353	0.64 359	0.65 378	0.67 404	0.68 351	0.73 399

PA-Net	11.80 605	223.51 631	0.62 348	0.59 308	0.71 406	0.59 366	0.73 406	0.67 367	0.73 412	0.55 355	0.61 385	0.60 368	0.74 403	0.63 367	0.73 404	0.66 353	0.60 352	0.69 381	0.66 400	0.72 358	0.65 383
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
anonymity	0.63 325	0.69 245	0.56 336	0.71 330	0.56 380	0.71 379	0.56 371	0.71 372	0.56 371	0.72 379	0.56 379	0.71 379	0.56 370	0.71 375	0.58 368	0.68 355	0.55 343	0.68 380	0.55 376	0.68 351	0.54 357

HH	0.71 342	2.54 474	0.74 380	1.10 378	0.32 271	0.41 275	0.37 300	0.69 369	0.78 416	0.73 380	0.90 431	0.75 387	1.00 426	0.84 390	0.69 394	0.69 356	0.40 279	0.35 257	0.26 228	0.35 234	0.26 207

HanStereo	0.71 342	2.54 474	0.74 380	1.10 378	0.32 271	0.41 275	0.37 300	0.69 369	0.78 416	0.73 380	0.90 431	0.75 387	1.00 426	0.84 390	0.69 394	0.69 356	0.40 279	0.35 257	0.26 228	0.35 234	0.26 207

DMCA-RVC	0.70 339	0.80 254	0.70 369	0.70 328	0.70 404	0.70 377	0.70 400	0.71 372	0.70 401	0.70 378	0.71 411	0.71 379	0.70 396	0.70 374	0.69 394	0.69 356	0.70 375	0.69 381	0.70 409	0.69 355	0.70 391

ARAFT	0.68 335	0.81 257	0.63 349	0.74 334	0.60 383	0.78 385	0.62 377	0.77 377	0.66 385	0.74 385	0.63 387	0.75 387	0.62 376	0.83 389	0.60 371	0.70 359	0.55 343	0.70 383	0.60 385	0.78 366	0.55 362

Pro-Stereo	0.79 359	0.53 226	0.38 258	0.49 275	0.38 313	0.49 327	0.37 300	0.49 314	0.67 386	0.50 333	0.38 312	1.10 432	0.38 304	0.49 323	0.38 298	0.71 360	0.88 401	5.98 601	0.36 313	0.46 300	0.36 288

TorneroNet	0.66 330	0.53 226	0.50 320	0.50 283	0.64 392	1.06 423	0.70 400	0.50 323	0.51 367	0.49 320	0.69 404	0.49 324	0.50 359	0.48 317	1.15 449	0.71 360	0.49 326	1.14 438	1.08 447	0.49 321	0.49 343

999	1.00 407	1.12 325	0.59 340	1.10 378	1.21 510	1.09 428	0.52 367	1.08 416	1.43 523	1.18 438	1.35 515	0.98 413	0.52 365	0.91 400	0.85 423	0.72 362	1.46 506	0.83 404	0.98 438	0.68 351	1.41 518

iGMRVC	0.84 378	2.85 498	0.72 375	0.72 332	0.73 409	0.77 383	0.79 413	0.73 375	0.74 414	0.73 380	0.72 414	0.73 384	0.76 406	0.73 379	0.73 404	0.72 362	0.73 382	0.73 385	0.72 414	0.73 361	0.72 396

zero-FE	0.72 345	1.31 394	0.66 355	0.92 354	0.60 383	0.82 390	0.58 373	0.82 384	0.58 373	0.81 393	0.60 381	0.81 396	0.60 373	0.82 388	0.58 368	0.74 364	0.59 351	0.73 385	0.52 373	0.76 363	0.51 353

GCAP-Stereo	0.75 350	4.15 533	0.42 285	0.75 335	0.35 296	0.78 385	0.40 321	0.79 378	0.38 306	0.78 389	0.36 300	0.78 390	0.36 295	0.79 384	0.39 310	0.75 365	0.39 276	0.76 391	0.39 332	0.75 362	0.39 306

DStereoRT	0.73 347	0.81 257	0.73 379	0.71 330	0.74 411	0.73 381	0.75 408	0.71 372	0.71 406	0.74 385	0.72 414	0.73 384	0.80 412	0.71 375	0.73 404	0.76 366	0.71 379	0.73 385	0.72 414	0.70 356	0.76 406

RAFT-Stereo + iAFF	0.70 339	0.72 248	0.71 372	0.80 339	0.62 391	0.82 390	0.61 376	0.81 383	0.62 379	0.81 393	0.63 387	0.80 393	0.70 396	0.73 379	0.61 373	0.76 366	0.61 356	0.74 388	0.61 387	0.77 365	0.61 371

AFF-stereo	0.73 347	0.88 268	0.67 359	0.75 335	0.68 401	0.75 382	0.64 379	0.80 380	0.72 409	0.83 395	0.70 406	0.82 397	0.64 377	0.84 390	0.67 379	0.77 368	0.63 358	0.81 399	0.63 389	0.78 366	0.62 374

G-Net	0.79 359	0.79 253	0.79 389	0.79 337	0.79 424	0.79 387	0.79 413	0.79 378	0.79 420	0.79 390	0.79 424	0.79 392	0.79 411	0.79 384	0.79 414	0.79 369	0.79 392	0.79 394	0.79 424	0.79 368	0.79 411

FC-DCNN	1.07 420	1.09 322	0.98 410	0.89 348	0.52 374	1.41 500	0.91 428	1.21 477	1.24 509	1.96 512	2.05 566	1.91 513	1.30 501	1.27 493	1.08 443	0.80 370	0.60 352	0.58 369	0.41 340	0.68 351	0.54 357

NaN_ROB	0.80 362	0.80 254	0.80 390	0.80 339	0.80 426	0.80 388	0.80 416	0.80 380	0.80 422	0.80 391	0.80 426	0.80 393	0.80 412	0.80 386	0.80 417	0.80 370	0.80 395	0.80 397	0.80 426	0.80 371	0.80 412

CSAN	0.80 362	0.80 254	0.80 390	0.80 339	0.80 426	0.80 388	0.80 416	0.80 380	0.80 422	0.80 391	0.80 426	0.80 393	0.80 412	0.80 386	0.80 417	0.80 370	0.80 395	0.80 397	0.80 426	0.80 371	0.80 412

FlowAnything_test	1.02 415	1.72 411	0.71 372	1.59 469	0.70 404	1.61 506	0.69 396	1.61 497	0.70 401	1.60 500	0.70 406	1.61 507	0.69 394	1.61 504	0.70 400	0.81 373	0.58 349	0.81 399	0.55 376	0.81 374	0.56 365

FlowAnything	1.02 415	1.71 410	0.72 375	1.59 469	0.69 402	1.60 505	0.69 396	1.61 497	0.70 401	1.60 500	0.69 404	1.60 504	0.69 394	1.61 504	0.69 394	0.81 373	0.58 349	0.81 399	0.56 380	0.82 376	0.56 365

RSM++	0.76 354	0.82 260	0.66 355	0.85 346	0.64 392	0.85 392	0.71 403	0.94 399	0.64 382	0.87 396	0.67 394	0.87 399	0.65 379	0.84 390	0.65 375	0.81 373	0.70 375	0.79 394	0.71 412	0.83 378	0.70 391

Selective-RAFT-Error	0.88 390	0.84 261	0.98 410	0.86 347	0.97 442	0.88 395	0.95 433	0.84 385	0.99 443	0.92 402	0.82 428	0.84 398	0.98 425	0.87 395	0.97 433	0.81 373	0.83 398	0.79 394	0.82 429	0.79 368	0.85 417

DCRE	0.84 378	1.89 427	0.77 385	0.94 360	0.72 408	0.88 395	0.73 406	0.87 386	0.78 416	0.90 398	0.71 411	0.88 400	0.67 384	0.88 396	0.73 404	0.81 373	0.68 368	0.81 399	0.70 409	0.82 376	0.70 391

4D-IteraStereo	0.78 358	3.13 504	0.89 398	0.69 324	0.32 271	0.40 259	0.32 259	0.76 376	0.97 440	0.52 344	0.65 391	0.89 402	0.32 273	0.76 383	0.98 434	0.83 378	0.94 407	0.35 257	0.27 236	0.70 356	0.89 420

Selective-RAFT	0.89 392	0.89 271	0.72 375	1.16 391	0.78 422	1.06 423	0.82 422	0.87 386	0.97 440	1.00 410	0.91 434	0.90 403	1.00 426	0.89 398	0.93 430	0.83 378	0.83 398	0.82 403	0.82 429	0.81 374	0.82 415

DDUNet	0.81 367	2.45 472	0.57 338	0.90 349	0.60 383	0.88 395	0.59 375	0.90 390	0.60 376	0.88 397	0.60 381	0.90 403	0.58 371	0.88 396	0.60 371	0.84 380	0.60 352	0.86 407	0.57 382	0.86 380	0.60 370

MoCha-V2	2.11 523	26.97 609	0.78 386	0.92 354	0.77 421	0.96 405	0.72 405	0.90 390	0.72 409	0.94 406	0.70 406	0.90 403	0.71 400	0.91 400	0.71 402	0.85 381	0.71 379	0.88 408	0.69 407	0.87 381	0.67 387

UDG	0.80 362	2.21 452	0.60 342	0.91 351	0.60 383	0.90 398	0.58 373	0.88 389	0.60 376	0.90 398	0.60 381	0.88 400	0.60 373	0.90 399	0.58 368	0.86 382	0.60 352	0.84 405	0.59 384	0.84 379	0.61 371

Syn2CoEx	0.25 166	1.31 394	0.74 380	0.92 354	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 383	0.75 385	0.02 18	0.02 20	0.02 20	0.02 20

LG-Stereo	0.60 318	0.58 237	0.47 301	0.64 318	0.74 411	1.00 408	0.69 396	0.57 351	0.41 329	0.57 360	0.41 331	0.57 363	0.41 325	1.00 414	0.75 409	0.91 384	0.51 337	0.52 362	0.37 316	0.52 334	0.37 293

tt45	1.04 418	0.88 268	1.36 496	0.92 354	1.03 450	1.51 504	0.79 413	0.70 371	0.88 428	0.74 385	0.90 431	1.60 504	0.72 401	1.60 502	0.75 409	0.91 384	0.78 390	1.52 512	0.79 424	1.14 414	1.32 510

ToySt	0.92 395	2.11 443	0.90 401	0.95 362	0.79 424	0.99 407	0.78 412	0.94 399	0.81 425	0.94 406	0.78 422	0.95 410	0.77 408	0.94 406	0.86 424	0.91 384	0.79 392	0.85 406	0.77 420	0.89 383	0.73 399

AdaDepth	0.86 387	0.93 283	0.71 372	1.01 372	1.07 452	1.02 420	0.71 403	1.00 403	0.71 406	1.01 417	0.71 411	1.00 414	0.72 401	1.14 438	0.71 402	0.92 387	0.64 359	0.90 409	0.64 394	0.89 383	0.69 390

DGTPSM_ROB	0.93 400	1.00 299	0.92 405	0.94 360	0.96 441	0.91 399	0.92 429	0.91 392	0.96 439	0.91 400	0.96 438	0.93 409	0.92 421	0.94 406	0.92 426	0.92 387	0.92 405	0.90 409	0.92 433	0.94 398	0.91 422

DPSM_ROB	0.92 395	0.91 276	0.91 403	0.91 351	0.92 437	0.92 400	0.92 429	0.92 395	0.91 430	0.93 404	0.91 434	0.92 406	0.90 419	0.91 400	0.92 426	0.92 387	0.91 403	0.91 412	0.92 433	0.93 394	0.93 424

DPSM	0.92 395	0.91 276	0.91 403	0.91 351	0.92 437	0.92 400	0.92 429	0.92 395	0.91 430	0.93 404	0.91 434	0.92 406	0.90 419	0.91 400	0.92 426	0.92 387	0.91 403	0.91 412	0.92 433	0.93 394	0.93 424

pmcnn	0.92 395	0.92 281	0.92 405	0.92 354	0.92 437	0.92 400	0.92 429	0.92 395	0.92 434	0.92 402	0.92 437	0.92 406	0.92 421	0.92 404	0.92 426	0.92 387	0.92 405	0.92 415	0.92 433	0.92 389	0.92 423

R-Stereo Train	0.81 367	0.96 287	0.67 359	0.95 362	0.67 398	0.95 403	0.68 390	0.95 401	0.68 392	0.95 408	0.68 399	0.96 411	0.68 388	0.96 410	0.68 386	0.94 392	0.68 368	0.94 422	0.68 405	0.94 398	0.68 388

RAFT-Stereo	0.81 367	0.96 287	0.67 359	0.95 362	0.67 398	0.95 403	0.68 390	0.95 401	0.68 392	0.95 408	0.68 399	0.96 411	0.68 388	0.96 410	0.68 386	0.94 392	0.68 368	0.94 422	0.68 405	0.94 398	0.68 388
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
WQFJA1++	0.84 378	0.98 290	0.67 359	1.26 444	0.75 413	1.00 408	0.67 386	1.00 403	0.67 386	1.00 410	0.67 394	1.00 414	0.67 384	1.00 414	0.67 379	0.96 394	0.67 363	0.91 412	0.63 389	0.92 389	0.63 375

WQFJX	0.85 384	1.00 299	0.68 366	1.30 452	0.75 413	1.01 414	0.68 390	1.01 410	0.68 392	1.01 417	0.68 399	1.03 425	0.68 388	1.02 424	0.67 379	0.97 395	0.67 363	0.93 418	0.63 389	0.94 398	0.63 375

NLMM1	0.86 387	0.98 290	0.69 368	1.48 466	0.75 413	1.01 414	0.69 396	1.00 403	0.69 397	1.00 410	0.70 406	1.00 414	0.68 388	1.01 420	0.67 379	0.97 395	0.68 368	0.92 415	0.63 389	0.93 394	0.63 375

NLMM	0.84 378	1.00 299	0.67 359	1.27 445	0.75 413	1.00 408	0.68 390	1.00 403	0.67 386	1.00 410	0.67 394	1.02 424	0.67 384	1.02 424	0.67 379	0.97 395	0.67 363	0.93 418	0.63 389	0.92 389	0.63 375

NLSM3	0.85 384	0.99 297	0.68 366	1.29 450	0.76 418	1.01 414	0.68 390	1.01 410	0.68 392	1.02 421	0.68 399	1.01 420	0.68 388	1.01 420	0.68 386	0.97 395	0.68 368	0.93 418	0.64 394	0.93 394	0.63 375

WQFJX1	0.84 378	0.98 290	0.67 359	1.30 452	0.75 413	1.01 414	0.67 386	1.01 410	0.67 386	1.01 417	0.67 394	1.01 420	0.68 388	1.00 414	0.68 386	0.98 399	0.67 363	0.92 415	0.64 394	0.92 389	0.64 381

WQFJA1	0.85 384	0.98 290	0.67 359	1.29 450	0.76 418	1.01 414	0.67 386	1.02 414	0.67 386	1.02 421	0.67 394	1.01 420	0.67 384	1.01 420	0.68 386	0.99 400	0.67 363	0.93 418	0.64 394	0.92 389	0.65 383

GANet	1.00 407	1.00 299	1.00 412	1.00 369	1.00 443	1.00 408	1.00 437	1.00 403	1.00 444	1.00 410	1.00 441	1.00 414	1.00 426	1.00 414	1.00 436	1.00 401	1.00 408	1.00 429	1.00 440	1.00 403	1.00 431

TDLM	1.00 407	1.00 299	1.00 412	1.00 369	1.00 443	1.00 408	1.00 437	1.00 403	1.00 444	1.00 410	1.00 441	1.00 414	1.00 426	1.00 414	1.00 436	1.00 401	1.00 408	1.00 429	1.00 440	1.00 403	1.00 431

CVANet_RVC	1.00 407	1.00 299	1.00 412	1.00 369	1.00 443	1.00 408	1.00 437	1.00 403	1.00 444	1.00 410	1.00 441	1.00 414	1.00 426	1.00 414	1.00 436	1.00 401	1.00 408	1.00 429	1.00 440	1.00 403	1.00 431

trnet	1.01 413	1.01 307	1.01 415	1.01 372	1.01 447	1.01 414	1.01 440	1.01 410	1.01 447	1.01 417	1.01 444	1.01 420	1.01 432	1.01 420	1.01 439	1.01 404	1.01 411	1.01 432	1.01 445	1.01 406	1.01 435

AIO-Stereo	0.84 378	0.66 244	0.70 369	0.83 343	0.67 398	0.98 406	0.82 422	1.14 420	0.72 409	1.03 423	0.74 418	1.03 425	1.09 436	0.99 412	0.45 334	1.04 405	0.73 382	0.95 424	0.74 416	0.94 398	0.46 329

HBP-ISP	1.24 477	1.72 411	1.65 516	1.15 386	0.76 418	1.40 499	0.88 425	1.67 503	1.02 448	1.69 507	1.38 520	1.69 508	1.21 494	1.87 514	1.21 503	1.05 406	0.79 392	0.97 427	0.80 426	1.19 427	0.75 403

GLC_STEREO	1.07 420	1.01 307	1.06 417	1.07 376	1.05 451	1.06 423	1.08 445	1.08 416	1.05 450	1.07 425	1.06 446	1.08 428	1.05 434	1.06 427	1.10 444	1.07 407	1.09 421	1.05 436	1.05 446	1.06 410	1.12 442

NCC-stereo	2.36 543	25.52 604	1.17 426	1.15 386	1.17 461	1.11 432	1.11 446	1.15 421	1.16 454	1.10 427	1.16 453	1.10 432	1.15 441	1.14 438	1.13 447	1.09 408	1.11 425	1.15 440	1.16 453	1.17 424	1.17 451

Abc-Net	2.32 540	24.75 601	1.14 422	1.17 392	1.17 461	1.11 432	1.15 450	1.17 426	1.21 506	1.08 426	1.16 453	1.12 437	1.14 440	1.09 431	1.17 453	1.09 408	1.16 431	1.17 445	1.17 454	1.16 419	1.11 440
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
AF-Net	2.37 545	25.71 605	1.17 426	1.13 383	1.15 456	1.15 436	1.18 454	1.19 429	1.16 454	1.10 427	1.15 450	1.10 432	1.18 446	1.12 437	1.15 449	1.10 410	1.10 424	1.17 445	1.15 451	1.16 419	1.12 442

RGC	2.36 543	25.48 603	1.19 430	1.15 386	1.15 456	1.10 429	1.16 452	1.17 426	1.16 454	1.12 433	1.16 453	1.11 436	1.13 438	1.09 431	1.18 454	1.10 410	1.15 430	1.16 441	1.12 449	1.14 414	1.12 442

edge stereo	2.43 548	27.07 610	1.14 422	1.06 375	1.14 455	1.08 426	1.17 453	1.16 424	1.14 452	1.10 427	1.16 453	1.09 430	1.16 445	1.10 433	1.16 452	1.10 410	1.11 425	1.16 441	1.19 455	1.13 413	1.11 440

Nwc_Net	2.37 545	25.95 606	1.15 424	1.14 384	1.15 456	1.08 426	1.14 449	1.17 426	1.16 454	1.14 436	1.15 450	1.08 428	1.15 441	1.11 435	1.14 448	1.10 410	1.11 425	1.16 441	1.09 448	1.16 419	1.15 447

MSMD_ROB	1.19 428	1.10 324	0.70 369	1.10 378	0.60 383	1.10 429	0.70 400	1.10 419	0.70 401	1.10 427	0.70 406	1.10 432	0.70 396	7.00 605	0.70 400	1.10 410	0.70 375	1.10 437	0.70 409	1.10 412	0.70 391

RP	2.33 541	25.00 602	1.13 421	1.15 386	1.15 456	1.10 429	1.15 450	1.15 421	1.15 453	1.12 433	1.15 450	1.09 430	1.13 438	1.10 433	1.15 449	1.11 415	1.09 421	1.16 441	1.12 449	1.16 419	1.17 451

MLG-Stereo	0.92 395	0.90 274	0.84 396	1.27 445	0.49 364	1.38 497	0.88 425	1.41 494	0.97 440	0.73 380	1.09 448	1.26 490	0.43 334	0.72 377	1.05 441	1.13 416	0.49 326	1.18 448	0.66 400	1.01 406	0.46 329

HSM-Net_RVC	0.95 403	1.17 332	0.78 386	1.18 393	0.71 406	1.16 437	0.75 408	1.09 418	0.80 422	1.10 427	0.75 419	1.17 441	0.74 403	1.17 441	0.80 417	1.13 416	0.73 382	1.17 445	0.77 420	1.16 419	0.72 396
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
stereogan	2.33 541	24.38 600	1.18 428	1.18 393	1.18 463	1.14 435	1.18 454	1.19 429	1.19 460	1.14 436	1.18 457	1.14 438	1.18 446	1.14 438	1.18 454	1.14 418	1.14 429	1.19 450	1.19 455	1.15 417	1.19 455

Hybrid-DGEV	1.03 417	1.75 417	0.80 390	1.28 449	0.78 422	1.26 487	0.80 416	1.26 481	0.78 416	1.26 487	0.78 422	1.26 490	0.78 410	1.26 490	0.78 413	1.15 419	0.75 385	1.14 438	0.74 416	1.14 414	0.75 403

DPSimNet_ROB	0.97 404	1.18 334	0.81 393	1.10 378	0.91 436	1.02 420	0.82 422	1.04 415	0.91 430	1.03 423	0.86 430	1.28 494	0.82 416	1.03 426	0.89 425	1.17 420	0.81 397	1.02 433	0.82 429	1.08 411	0.81 414

Hybrid-DGEV-03	1.07 420	1.83 419	0.83 394	1.34 457	0.81 428	1.32 492	0.81 419	1.31 487	0.81 425	1.31 490	0.82 428	1.32 495	0.82 416	1.32 494	0.81 420	1.19 421	0.77 388	1.19 450	0.76 419	1.19 427	0.77 408

S-Stereo	2.51 550	26.86 608	1.23 482	1.22 440	1.22 512	1.24 486	1.25 505	1.22 478	1.24 509	1.21 485	1.24 506	1.19 442	1.27 498	1.19 442	1.24 505	1.19 421	1.20 436	1.25 499	1.19 455	1.24 478	1.23 504

Hybrid-DGEV-2	1.05 419	1.83 419	0.83 394	1.33 456	0.82 429	1.30 490	0.81 419	1.26 481	0.79 420	1.29 489	0.79 424	1.26 490	0.80 412	1.26 490	0.79 414	1.20 423	0.78 390	1.18 448	0.77 420	1.20 429	0.77 408

DisPM	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

CrosDoStereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

PFNet+	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

LCNet	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

HHNet	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

Patchmatch Stereo++	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456
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	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

STrans-v2	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

TransformOpticalFlow	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

OMP-Stereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

IIG-Stereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

NF-Stereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

OCTAStereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

PSM-softLoss	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

KMStereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

NRIStereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

PSM-adaLoss	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

PSM-AAD	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

FTStereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

ROB_FTStereo_v2	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

ROB_FTStereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

Consistency-Raft	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

KYRaft	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

HUI-Stereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

ASMatch	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

DeepStereo_LL	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

DEmStereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

SST-Stereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

THIR-Stereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

RAFT_R40	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

DRaft	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

PFNet	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

GrayStereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

RE-Stereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

Pruner-Stereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

TVStereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

DeepStereo_RVC	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

RAFT-RH_RVC	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

IRAFT_RVC	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

RAFT-345	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

iRAFT	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

CRE-IMP	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

GMM-Stereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

RAFT-IKP	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

Prome-Stereo	1.20 429	1.20 336	1.20 433	1.20 395	1.20 464	1.20 438	1.20 456	1.20 432	1.20 461	1.20 440	1.20 458	1.20 443	1.20 448	1.20 443	1.20 458	1.20 423	1.20 436	1.20 452	1.20 458	1.20 429	1.20 456

Wavelet-MonSter	1.00 407	1.21 382	0.76 383	1.94 483	1.01 447	1.11 432	0.76 410	1.15 421	0.76 415	1.11 432	0.76 420	1.14 438	0.76 406	1.11 435	0.76 411	1.21 469	0.90 402	1.02 433	0.71 412	1.02 408	0.71 395

FAT-Stereo	2.46 549	26.05 607	1.23 482	1.23 442	1.22 512	1.20 438	1.24 504	1.23 480	1.23 508	1.19 439	1.22 504	1.21 488	1.24 496	1.20 443	1.24 505	1.21 469	1.17 434	1.22 498	1.25 508	1.20 429	1.24 505

CroCo-Stereo	0.73 347	1.22 388	0.25 188	1.22 440	0.25 223	1.22 484	0.25 213	1.22 478	0.25 214	1.22 486	0.25 223	1.22 489	0.25 217	1.22 489	0.25 213	1.22 471	0.26 196	1.21 497	0.25 222	1.22 477	0.25 201
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
CSP-Net	0.34 205	1.29 392	1.19 430	1.36 460	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 472	1.21 482	0.03 38	0.09 112	0.02 20	0.09 112

BPD-Stereo	1.53 486	1.36 398	1.06 417	1.42 464	1.23 514	1.41 500	1.07 444	1.43 495	1.12 451	1.42 496	1.06 446	1.83 510	1.07 435	1.42 499	1.07 442	1.27 473	1.38 501	6.80 602	1.00 440	1.26 479	1.00 431

CroCo-Stereo Lap2	0.77 355	1.29 392	0.29 203	1.27 445	0.29 247	1.27 488	0.26 221	1.26 481	0.26 227	1.26 487	0.26 229	1.27 493	0.26 226	1.26 490	0.27 219	1.27 473	0.27 203	1.27 500	0.27 236	1.27 480	0.27 215

ff7	1.68 490	2.68 480	1.35 488	0.97 366	0.89 432	1.84 509	2.15 559	2.12 517	1.80 544	2.05 522	1.56 527	2.33 528	2.12 550	2.23 525	2.25 562	1.31 475	1.07 415	1.48 509	1.41 519	0.90 386	1.04 437

ffff	1.68 490	2.68 480	1.35 488	0.97 366	0.89 432	1.84 509	2.15 559	2.12 517	1.80 544	2.05 522	1.56 527	2.33 528	2.12 550	2.23 525	2.25 562	1.31 475	1.07 415	1.48 509	1.41 519	0.90 386	1.04 437

ccc-4	1.68 490	2.68 480	1.35 488	0.97 366	0.89 432	1.84 509	2.15 559	2.12 517	1.80 544	2.05 522	1.56 527	2.33 528	2.12 550	2.23 525	2.25 562	1.31 475	1.07 415	1.48 509	1.41 519	0.90 386	1.04 437

test_xeample3	1.10 423	1.81 418	0.61 347	0.84 344	0.49 364	0.77 383	0.66 382	0.92 395	1.40 521	0.68 377	0.46 351	0.78 390	0.54 369	1.72 507	1.48 523	1.34 478	1.52 510	1.35 505	1.67 541	1.33 482	1.55 523

MaskLacGwcNet_RVC	1.35 481	1.35 397	1.35 488	1.35 459	1.35 515	1.35 493	1.35 512	1.36 489	1.35 517	1.36 493	1.35 515	1.36 496	1.36 506	1.36 495	1.35 516	1.35 479	1.35 497	1.35 505	1.35 513	1.35 483	1.35 514

CC-Net-ROB	1.36 482	1.33 396	1.33 485	1.36 460	1.38 518	1.36 495	1.33 510	1.37 491	1.34 514	1.35 492	1.36 517	1.38 497	1.34 504	1.38 497	1.38 519	1.35 479	1.38 501	1.33 502	1.35 513	1.43 486	1.34 513

Replicate-Monster	0.45 274	0.57 235	0.60 342	0.40 227	0.29 247	0.37 244	0.27 224	0.37 234	0.30 253	0.40 253	0.31 266	0.40 262	0.30 255	0.99 412	0.27 219	1.36 481	0.31 235	0.34 241	0.30 265	0.36 241	0.54 357

PS-NSSS	1.38 484	1.39 400	1.34 486	1.34 457	1.35 515	1.38 497	1.37 519	1.35 488	1.38 520	1.34 491	1.34 514	1.39 498	1.38 509	1.70 506	1.40 520	1.36 481	1.36 498	1.36 507	1.37 516	1.37 484	1.36 515

MM-Stereo_test2	1.20 429	1.85 423	1.05 416	1.46 465	0.94 440	1.36 495	0.99 436	1.36 489	0.95 437	1.41 495	0.98 440	1.40 500	0.96 423	1.37 496	0.95 431	1.37 483	1.06 414	1.33 502	0.93 437	1.29 481	0.89 420

FENet	0.54 309	1.52 405	1.19 430	1.41 463	0.23 216	0.35 236	0.23 205	0.35 224	0.23 206	0.34 227	0.23 210	0.35 235	0.23 210	0.35 235	0.23 201	1.40 484	1.07 415	0.32 225	0.23 209	0.33 218	0.23 190

Monster-pub-eth3d	0.45 274	0.57 235	0.60 342	0.39 213	0.28 238	0.37 244	0.28 232	0.37 234	0.30 253	0.39 247	0.29 246	0.39 254	0.30 255	0.92 404	0.27 219	1.42 485	0.28 209	0.34 241	0.28 241	0.37 245	0.53 354

castereo	0.61 321	3.79 521	1.35 488	1.52 467	0.15 170	0.17 152	0.16 164	0.20 162	0.21 197	0.18 153	0.16 174	0.21 169	0.12 151	0.26 202	0.17 173	1.43 486	1.38 501	0.17 155	0.16 170	0.18 157	0.16 161

castereo++	0.54 309	3.59 513	1.15 424	1.31 454	0.14 159	0.16 144	0.14 154	0.16 143	0.14 159	0.16 140	0.14 163	0.16 141	0.13 156	0.16 142	0.14 153	1.45 487	1.16 431	0.15 144	0.14 162	0.15 143	0.13 152

Monster-pub-mixall	0.44 271	0.56 234	0.60 342	0.38 207	0.27 233	0.37 244	0.27 224	0.37 234	0.29 242	0.38 241	0.27 234	0.38 249	0.29 248	0.85 394	0.27 219	1.46 488	0.26 196	0.34 241	0.26 228	0.36 241	0.53 354

11t	1.27 479	2.70 483	1.34 486	1.32 455	0.89 432	1.30 490	1.34 511	1.64 500	0.57 372	1.45 498	0.72 414	1.05 427	1.29 500	1.07 430	1.29 512	1.49 489	1.02 412	0.97 427	1.15 451	1.48 487	1.31 509

IGEVStereo-DCA	1.77 494	4.21 534	1.84 533	2.49 508	2.11 560	2.54 546	1.36 514	1.65 501	1.17 458	2.75 555	1.90 549	2.54 541	1.15 441	0.94 406	1.11 445	1.50 490	1.32 485	0.96 425	1.46 525	1.49 488	0.88 418

rrr	1.77 494	4.21 534	1.84 533	2.49 508	2.11 560	2.54 546	1.36 514	1.65 501	1.17 458	2.75 555	1.90 549	2.54 541	1.15 441	0.94 406	1.11 445	1.50 490	1.32 485	0.96 425	1.46 525	1.49 488	0.88 418

MM-Stereo_test3	1.27 479	2.07 439	1.18 428	1.60 472	1.02 449	1.45 502	1.01 440	1.40 493	1.04 449	1.44 497	1.03 445	1.46 502	1.02 433	1.44 500	1.02 440	1.51 492	1.12 428	1.32 501	0.98 438	1.38 485	0.97 427

RASNet	1.49 485	1.65 408	1.45 504	1.38 462	1.43 521	1.47 503	1.36 514	1.38 492	1.36 518	1.39 494	1.60 531	1.45 501	1.45 512	1.51 501	2.21 561	1.53 493	1.36 498	1.36 507	1.36 515	1.66 495	1.36 515

DEFOM-Stereo	0.68 335	3.11 503	1.40 502	1.63 476	0.25 223	0.31 217	0.25 213	0.31 210	0.28 236	0.31 214	0.29 246	0.29 213	0.27 234	0.31 220	0.28 229	1.59 494	1.47 507	0.30 215	0.29 251	0.30 201	0.28 228

DPSMNet_ROB	1.60 489	1.59 407	1.70 518	1.59 469	1.59 527	1.61 506	1.61 530	1.60 496	1.60 527	1.62 506	1.59 530	1.60 504	1.60 515	1.60 502	1.59 527	1.59 494	1.60 520	1.59 513	1.59 533	1.59 491	1.59 528

ours_stereo	1.20 429	1.21 382	0.90 401	1.64 477	1.11 454	1.35 493	0.67 386	1.76 504	0.93 435	1.70 508	1.10 449	1.39 498	0.75 405	1.41 498	0.81 420	1.60 496	1.03 413	1.33 502	1.00 440	1.61 492	0.72 396

LL-Strereo	1.01 413	5.06 545	1.63 515	0.70 328	1.43 521	0.56 358	0.46 344	0.57 351	0.50 360	0.57 360	0.50 368	1.58 503	0.49 356	0.59 361	0.50 354	1.64 497	0.52 339	0.51 359	1.37 516	0.52 334	0.45 328

test-3	0.98 406	4.13 532	1.85 535	1.85 479	0.61 388	0.69 376	0.37 300	0.63 362	0.61 378	0.66 374	0.51 374	0.73 384	0.44 336	0.57 359	0.54 364	1.68 498	1.81 533	0.40 289	0.43 349	0.66 349	0.50 346

RAFT_CTSACE	1.92 499	3.71 518	1.72 521	1.88 480	1.72 539	2.04 521	1.42 524	2.18 522	1.89 555	2.02 519	1.97 555	1.95 514	2.06 549	1.93 516	1.62 528	1.76 499	1.66 524	2.02 530	1.73 549	1.73 498	1.43 520

NINENet	0.69 338	3.87 525	1.20 433	1.98 487	0.05 98	0.40 259	0.04 80	0.40 253	0.05 97	0.41 267	0.04 87	0.41 275	0.05 94	0.40 259	0.05 88	1.79 500	1.56 514	0.34 241	0.22 203	0.34 222	0.23 190

CRFU-Net	0.65 328	1.67 409	1.22 480	1.96 486	0.27 233	0.41 275	0.27 224	0.41 268	0.27 233	0.40 253	0.26 229	0.41 275	0.27 234	0.40 259	0.27 219	1.80 501	1.62 521	0.34 241	0.23 209	0.33 218	0.23 190

VIP-Stereo	0.70 339	2.97 500	2.43 558	2.49 508	0.16 179	0.25 194	0.16 164	0.25 189	0.16 173	0.25 191	0.18 194	0.25 194	0.16 172	0.26 202	0.16 169	1.86 502	1.26 484	0.23 186	0.15 168	0.23 182	0.15 160

MFMNet_re	1.81 497	1.91 430	1.71 520	1.95 485	1.70 538	1.95 517	1.70 535	1.96 509	1.74 540	1.97 514	1.72 539	1.95 514	1.71 523	1.97 518	1.71 535	1.86 502	1.62 521	1.85 519	1.66 540	1.86 503	1.64 534

error version	0.93 400	4.47 538	2.35 554	1.99 488	0.37 306	0.41 275	0.36 294	0.41 268	0.35 290	0.43 287	0.36 300	0.41 275	0.40 314	0.41 274	0.36 286	1.87 504	2.16 549	0.47 337	0.37 316	0.39 267	0.33 269

test_1	0.93 400	4.47 538	2.35 554	1.99 488	0.37 306	0.41 275	0.36 294	0.41 268	0.35 290	0.43 287	0.36 300	0.41 275	0.40 314	0.41 274	0.36 286	1.87 504	2.16 549	0.47 337	0.37 316	0.39 267	0.33 269

GANetREF_RVC	1.55 487	1.94 436	1.22 480	1.88 480	1.21 510	1.88 512	1.22 502	1.88 506	1.22 507	1.88 509	1.22 504	1.88 511	1.22 495	1.89 515	1.22 504	1.87 504	1.22 483	1.88 526	1.22 504	1.88 504	1.22 502
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
4.25w-stereo	1.98 501	2.72 487	1.46 505	3.47 540	1.43 521	2.07 523	1.98 550	2.53 542	1.52 525	2.71 548	1.98 561	1.81 509	1.62 517	1.96 517	1.36 517	1.88 507	2.00 538	2.53 553	1.61 535	1.74 499	1.15 447

SPS-STEREO	1.59 488	1.91 430	1.21 479	1.94 483	1.20 464	2.00 520	1.23 503	1.99 511	1.24 509	2.00 517	1.25 507	2.03 521	1.26 497	2.00 519	1.29 512	1.90 508	1.18 435	1.89 527	1.21 503	1.89 505	1.20 456
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MonStereo1	1.94 500	2.77 493	1.52 511	3.73 551	1.51 524	2.13 525	1.42 524	2.32 530	1.52 525	2.31 534	1.50 525	2.53 538	1.59 514	2.34 532	1.56 525	1.91 509	1.36 498	1.86 522	1.31 511	2.07 508	1.53 521

4.5w-stereo	1.99 502	2.33 460	1.81 524	3.28 530	1.68 534	1.94 514	1.99 553	2.72 545	1.70 532	2.72 549	1.99 564	1.97 516	1.68 519	1.76 508	1.29 512	1.91 509	2.02 544	2.53 553	1.61 535	1.75 500	1.16 450

2w_stereo	1.99 502	2.36 467	1.81 524	3.24 528	1.67 532	1.94 514	1.98 550	2.72 545	1.68 529	2.72 549	1.94 552	1.98 517	1.74 527	1.79 511	1.27 509	1.95 511	2.00 538	2.53 553	1.60 534	1.68 496	1.15 447

MC-Stereo	1.76 493	2.96 499	1.37 498	2.14 491	1.37 517	2.14 526	1.36 514	2.14 520	1.37 519	2.14 526	1.37 518	2.14 523	1.37 508	2.14 524	1.37 518	1.97 512	1.32 485	1.97 529	1.32 512	1.98 506	1.33 511

BUS	0.83 375	1.91 430	0.92 405	4.48 555	0.02 21	0.40 259	0.04 80	0.41 268	0.02 21	0.48 313	0.03 52	0.41 275	0.05 94	0.03 39	0.05 88	1.97 512	4.19 581	0.33 233	0.23 209	0.34 222	0.27 215

BSDual-CNN	0.81 367	1.91 430	0.92 405	4.48 555	0.02 21	0.42 295	0.06 109	0.41 268	0.02 21	0.48 313	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 512	4.19 581	0.33 233	0.23 209	0.34 222	0.27 215

psmg	0.43 266	1.91 430	0.92 405	1.91 482	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 512	1.44 505	0.04 72	0.03 53	0.02 20	0.03 50

MM-Stereo_test1	1.80 496	3.41 511	1.52 511	2.12 490	1.41 520	2.04 521	1.41 522	2.05 515	1.46 524	2.04 521	1.41 522	2.05 522	1.42 511	2.05 520	1.43 522	2.04 516	1.54 513	1.94 528	1.38 518	1.99 507	1.33 511

TRStereo	2.00 506	2.13 444	1.85 535	2.27 497	1.84 543	2.28 530	1.84 539	2.29 525	1.86 549	2.30 531	1.87 544	2.30 525	1.87 533	2.08 521	1.72 537	2.08 517	1.72 527	2.08 532	1.72 546	2.08 509	1.72 539

XX-Stereo	2.00 506	2.13 444	1.85 535	2.27 497	1.84 543	2.28 530	1.84 539	2.29 525	1.86 549	2.30 531	1.87 544	2.30 525	1.87 533	2.08 521	1.72 537	2.08 517	1.72 527	2.08 532	1.72 546	2.08 509	1.72 539

EAI-Stereo	2.00 506	2.13 444	1.85 535	2.27 497	1.84 543	2.28 530	1.84 539	2.29 525	1.86 549	2.30 531	1.87 544	2.30 525	1.87 533	2.08 521	1.72 537	2.08 517	1.72 527	2.08 532	1.72 546	2.08 509	1.72 539

4.25_new	2.00 506	2.33 460	1.82 529	3.32 533	1.69 535	1.95 517	1.99 553	2.72 545	1.71 533	2.72 549	1.97 555	2.01 519	1.74 527	1.77 509	1.28 510	2.18 520	2.01 540	2.48 551	1.58 531	1.65 493	1.17 451

4.5w_new	2.00 506	2.33 460	1.82 529	3.32 533	1.69 535	1.95 517	1.99 553	2.72 545	1.71 533	2.72 549	1.97 555	2.01 519	1.74 527	1.77 509	1.28 510	2.18 520	2.01 540	2.48 551	1.58 531	1.65 493	1.17 451

1w_stereo	2.05 521	2.32 459	1.35 488	3.74 552	2.01 554	2.73 554	1.42 524	1.88 506	1.93 557	2.03 520	1.28 510	2.71 550	1.99 545	2.72 552	1.72 537	2.20 522	1.32 485	1.87 523	1.86 552	2.45 526	1.54 522

2.25w	2.00 506	1.86 425	1.98 546	2.95 521	2.17 564	2.26 527	1.35 512	2.42 536	2.00 562	2.07 525	1.27 509	2.53 538	1.99 545	2.29 529	1.49 524	2.21 523	1.32 485	1.85 519	1.87 553	2.52 534	1.62 532

3w_stereo	2.04 519	2.24 454	1.70 518	3.15 525	2.18 566	2.49 540	1.26 507	2.03 514	1.98 559	1.98 515	1.33 513	2.72 554	1.99 545	2.59 544	1.72 537	2.22 524	1.33 492	1.85 519	1.88 558	2.50 532	1.58 527

4.5_new	2.00 506	1.84 422	1.98 546	2.77 515	2.16 562	2.27 528	1.28 509	2.09 516	1.98 559	2.01 518	1.28 510	2.71 550	1.98 543	2.51 541	1.65 530	2.26 525	1.33 492	1.87 523	1.87 553	2.49 530	1.60 529

3.25w	2.04 519	2.20 450	1.48 506	3.03 522	2.17 564	2.63 550	1.39 520	1.96 509	1.95 558	1.96 512	1.37 518	2.71 550	1.96 542	2.71 550	1.73 542	2.26 525	1.32 485	1.87 523	1.87 553	2.51 533	1.63 533

IGEV	2.02 514	2.20 450	1.82 529	2.90 520	2.16 562	2.41 536	1.25 505	2.00 512	1.98 559	1.99 516	1.31 512	2.72 554	1.93 539	2.67 549	1.69 534	2.26 525	1.32 485	1.83 518	1.87 553	2.53 537	1.61 531

3.75w	1.99 502	2.31 458	1.83 532	3.16 526	1.65 531	1.93 513	1.98 550	2.72 545	1.68 529	2.73 554	1.97 555	2.00 518	1.72 524	1.81 512	1.25 508	2.27 528	2.01 540	2.38 545	1.42 522	1.71 497	1.24 505

MonStereo	2.17 525	2.41 470	1.49 510	2.67 512	1.67 532	2.60 549	2.04 557	2.32 530	1.76 541	2.44 539	1.68 537	2.50 536	1.69 521	2.38 533	1.80 545	2.28 529	1.78 530	2.63 556	2.14 561	3.47 549	1.68 537

DEFOM-Stereo_RVC	0.83 375	5.18 547	1.98 546	2.19 492	0.17 183	0.19 159	0.18 179	0.19 156	0.16 173	0.20 161	0.19 196	0.22 177	0.22 204	0.20 161	0.15 163	2.28 529	2.13 548	0.24 194	0.17 190	0.18 157	0.16 161

NCCL2	2.28 539	2.27 455	2.28 552	2.28 500	2.28 567	2.27 528	2.29 562	2.28 523	2.28 565	2.27 530	2.28 567	2.28 524	2.27 553	2.27 528	2.28 566	2.28 529	2.28 552	2.27 537	2.29 566	2.27 517	2.29 556

HUF	2.18 527	2.30 457	1.99 549	2.34 503	2.02 557	2.41 536	2.06 558	2.38 534	1.89 555	2.36 536	1.85 542	2.56 543	1.98 543	2.31 531	1.97 557	2.30 532	2.03 545	2.30 539	2.11 560	2.23 514	2.16 553

FBW_ROB	2.12 524	2.46 473	1.77 523	2.49 508	1.79 542	2.38 534	1.83 538	2.46 537	1.78 543	2.48 542	1.97 555	2.40 533	1.78 530	2.42 538	1.83 546	2.31 533	1.85 535	2.38 545	1.82 551	2.35 521	1.84 544

AIO_rvc	2.18 527	2.34 464	1.87 539	2.32 501	1.94 552	2.40 535	1.89 547	2.37 533	2.07 564	2.52 544	1.95 554	2.44 535	1.99 545	2.41 536	1.89 554	2.32 534	2.09 546	2.24 536	2.18 562	2.21 513	2.23 555

MatchStereo	0.54 309	0.12 81	2.38 557	2.32 501	0.09 116	0.09 111	0.08 114	0.09 111	0.07 112	0.09 111	0.07 113	0.09 112	0.07 114	0.09 111	0.08 105	2.34 535	2.34 553	0.12 123	0.11 131	0.11 124	0.10 117

STTStereo	3.73 567	30.40 614	2.37 556	2.39 504	2.31 569	2.35 533	2.33 563	2.29 525	2.42 566	2.32 535	2.34 568	2.33 528	2.36 554	2.30 530	2.27 565	2.35 536	2.22 551	2.31 540	2.22 563	2.29 519	2.34 560

2.75w_new	1.99 502	2.34 464	1.81 524	3.14 524	1.62 529	1.94 514	1.99 553	2.72 545	1.71 533	2.72 549	1.99 564	1.90 512	1.73 525	1.82 513	1.29 512	2.37 537	2.01 540	2.31 540	1.42 522	1.77 501	1.22 502

iRaftStereo_RVC	0.97 404	3.17 506	2.30 553	2.42 505	0.38 313	0.54 356	0.38 307	0.54 344	0.38 306	0.54 352	0.38 312	0.54 354	0.38 304	0.54 349	0.38 298	2.38 538	2.34 553	0.49 350	0.36 313	0.49 321	0.36 288

AIO_test	2.18 527	2.09 442	2.04 550	2.42 505	2.01 554	2.47 538	1.94 549	2.34 532	2.03 563	2.56 545	1.94 552	2.43 534	1.94 540	2.41 536	1.87 552	2.39 539	2.10 547	2.35 544	1.91 559	2.25 516	2.19 554

UDGNet	2.23 537	5.40 555	1.72 521	2.48 507	1.69 535	2.51 543	1.69 534	2.51 541	1.72 537	2.50 543	1.69 538	2.52 537	1.69 521	2.50 540	1.68 533	2.41 540	1.70 526	2.42 547	1.69 545	2.42 524	1.64 534

monsters	2.18 527	2.41 470	1.96 545	3.47 540	2.03 558	2.53 544	1.64 532	2.48 538	1.73 538	2.40 538	1.50 525	2.62 546	1.94 540	2.59 544	1.94 555	2.44 541	1.57 515	2.28 538	1.87 553	2.42 524	1.86 546

LGtest1	2.22 534	2.70 483	1.89 540	2.76 514	1.86 546	2.75 556	1.86 543	2.75 552	1.86 549	2.75 555	1.86 543	2.77 559	1.87 533	2.75 556	1.86 549	2.46 542	1.58 516	2.45 548	1.56 527	2.45 526	1.56 524

LG-G_1	2.22 534	2.71 485	1.89 540	2.77 515	1.87 549	2.75 556	1.87 545	2.76 553	1.87 553	2.75 555	1.87 544	2.76 557	1.87 533	2.75 556	1.86 549	2.47 543	1.58 516	2.45 548	1.57 528	2.45 526	1.57 525

LG-G	2.22 534	2.71 485	1.89 540	2.77 515	1.87 549	2.75 556	1.87 545	2.76 553	1.87 553	2.75 555	1.87 544	2.76 557	1.87 533	2.75 556	1.86 549	2.47 543	1.58 516	2.45 548	1.57 528	2.45 526	1.57 525

monsterstereo	2.20 533	2.33 460	1.95 544	3.65 547	2.07 559	2.49 540	1.61 530	2.48 538	1.83 547	2.45 540	1.61 533	2.67 549	1.86 532	2.64 546	1.94 555	2.48 545	1.66 524	2.34 542	1.68 543	2.40 523	1.86 546

asda	2.17 525	2.54 474	1.81 524	3.47 540	1.78 541	2.50 542	1.86 543	2.61 544	1.68 529	2.61 546	1.83 541	2.37 532	1.73 525	2.44 539	1.88 553	2.51 546	1.84 534	2.34 542	1.62 537	2.23 514	1.77 543

asd	2.18 527	2.77 493	1.58 513	3.59 545	2.00 553	2.58 548	1.85 542	2.39 535	1.71 533	2.47 541	1.97 555	2.59 545	1.61 516	2.56 542	1.79 544	2.51 546	1.99 537	2.11 535	1.62 537	2.36 522	1.60 529

qwe	2.18 527	2.60 477	1.58 513	3.83 553	1.90 551	2.53 544	1.90 548	2.48 538	1.73 538	2.37 537	1.92 551	2.53 538	1.68 519	2.56 542	1.83 546	2.52 548	1.87 536	2.07 531	1.68 543	2.32 520	1.71 538

2.5w	2.01 513	2.40 469	1.37 498	3.28 530	2.01 554	2.71 551	1.43 527	1.82 505	1.83 547	1.90 511	1.41 522	2.71 550	1.35 505	2.71 550	1.85 548	2.66 549	1.53 511	1.64 514	1.23 505	2.53 537	1.87 548

3.5w_stereo	2.03 516	2.72 487	1.35 488	3.41 537	1.57 525	2.72 552	1.49 528	2.01 513	1.34 514	2.15 527	1.61 533	2.63 547	1.36 506	2.72 552	1.99 559	2.66 549	1.58 516	1.68 516	1.24 506	2.53 537	1.87 548

4w-stereo	2.02 514	2.72 487	1.44 503	3.36 536	1.59 527	2.48 539	1.72 536	2.28 523	1.24 509	2.24 529	1.65 535	2.56 543	1.32 503	2.39 535	1.98 558	2.67 551	1.51 509	1.66 515	1.24 506	2.53 537	1.88 551

3.25w_new	2.03 516	2.72 487	1.35 488	3.33 535	1.57 525	2.72 552	1.53 529	2.15 521	1.33 513	2.15 527	1.60 531	2.63 547	1.30 501	2.72 552	1.99 559	2.67 551	1.53 511	1.75 517	1.25 508	2.53 537	1.87 548

sCroCo_RVC	2.10 522	2.76 491	1.92 543	2.78 518	1.39 519	2.73 554	1.41 522	2.73 551	1.40 521	2.77 560	1.41 522	2.74 556	1.40 510	2.74 555	1.40 520	2.72 553	1.42 504	2.72 557	1.44 524	2.79 544	1.42 519

NLCA_NET_v2_RVC	5.04 595	50.87 624	2.78 561	2.87 519	2.71 571	2.78 559	0.47 349	2.88 558	2.86 571	1.89 510	2.67 570	2.79 560	2.79 559	2.78 559	2.83 568	2.82 554	2.82 557	2.83 558	2.77 570	2.83 545	2.76 565
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AEACV	1.12 426	0.52 222	3.12 574	3.24 528	0.86 430	0.53 353	0.49 360	0.60 358	0.47 348	0.53 347	0.49 366	0.55 358	0.45 339	0.55 353	0.47 345	3.01 555	3.88 578	0.71 384	0.60 385	0.80 371	0.48 338

plain	1.88 498	3.16 505	0.64 351	3.10 523	0.65 394	3.10 561	0.64 379	3.12 560	0.65 383	3.10 561	0.65 391	3.11 561	0.65 379	3.12 560	0.65 375	3.12 556	0.65 361	3.13 559	0.65 398	3.13 547	0.65 383

NLSM1	2.93 560	3.24 508	2.57 560	4.04 554	2.66 570	3.30 565	2.55 565	3.29 563	2.55 567	3.35 565	2.48 569	3.28 564	2.47 555	3.34 565	2.49 567	3.26 557	2.55 556	3.13 559	2.57 569	3.00 546	2.46 563

Anonymous3	2.55 551	3.26 509	1.65 516	3.28 530	1.63 530	3.24 563	1.68 533	3.27 562	1.66 528	3.28 563	1.67 536	3.25 563	1.66 518	3.27 562	1.64 529	3.26 557	1.65 523	3.30 561	1.65 539	4.95 581	1.65 536

UniTT-Stereo	2.03 516	3.43 512	0.72 375	3.42 538	0.73 409	3.27 564	0.68 390	3.38 565	0.69 397	3.29 564	0.72 414	3.28 564	0.70 396	3.35 566	0.68 386	3.39 559	0.68 368	3.31 562	0.69 407	3.37 548	0.73 399

Occ-G	1.12 426	0.52 222	3.72 583	3.50 543	0.50 368	0.56 358	0.47 349	0.54 344	0.46 343	0.54 352	0.41 331	0.54 354	0.42 331	0.52 345	0.42 329	3.42 560	4.02 580	0.52 362	0.45 351	0.51 332	0.44 326

HCRNet	1.22 476	7.11 567	3.00 562	3.55 544	0.33 283	0.29 210	0.14 154	0.19 156	0.15 169	0.33 225	0.29 246	0.25 194	0.14 160	0.22 175	0.33 266	3.64 561	3.00 558	0.76 391	0.32 283	0.18 157	0.13 152

RAStereo	2.23 537	3.64 515	0.76 383	3.65 547	0.86 430	3.66 569	0.76 410	3.67 569	0.81 425	3.66 566	0.76 420	3.66 567	0.77 408	3.68 568	0.77 412	3.68 562	0.77 388	3.69 567	0.77 420	3.70 551	0.77 408

DPSNet	3.66 565	3.60 514	3.62 581	3.63 546	3.64 592	3.65 568	3.65 591	3.66 568	3.67 588	3.67 567	3.65 589	3.67 568	3.66 577	3.66 567	3.68 586	3.68 562	3.66 576	3.67 566	3.68 592	3.67 550	3.67 589

NLCSM	3.67 566	4.08 529	3.19 577	4.80 570	3.26 585	3.99 573	3.24 586	4.25 575	3.18 584	4.09 571	3.27 584	4.14 573	3.18 572	4.13 573	3.28 582	4.06 564	3.10 566	3.85 571	3.14 583	3.91 556	3.27 585

sAnonymous2	3.31 563	2.63 478	1.38 500	3.71 549	1.86 546	4.70 589	1.11 446	4.82 592	2.72 569	5.45 597	1.98 561	4.59 582	2.64 556	2.65 547	6.21 602	4.37 565	1.08 419	5.16 594	2.24 564	4.52 563	2.39 561

CroCo_RVC	3.31 563	2.63 478	1.38 500	3.71 549	1.86 546	4.70 589	1.11 446	4.82 592	2.72 569	5.45 597	1.98 561	4.59 582	2.64 556	2.65 547	6.21 602	4.37 565	1.08 419	5.16 594	2.24 564	4.52 563	2.39 561

hknet	1.10 423	1.85 423	3.49 578	4.48 555	0.02 21	0.42 295	0.06 109	0.41 268	0.02 21	0.48 313	0.03 52	0.41 275	0.03 52	0.42 287	0.03 48	4.39 567	4.19 581	0.33 233	0.23 209	0.34 222	0.27 215

MLG-Stereo_test2	4.28 582	5.46 558	3.69 582	4.86 572	3.72 593	5.58 598	3.42 587	4.81 591	3.77 593	4.85 590	3.72 591	5.55 599	3.63 576	5.58 597	3.53 585	4.41 568	3.28 574	4.99 592	2.95 572	4.75 574	3.13 580

MaDis-Stereo	3.19 562	6.02 565	1.12 420	5.61 580	1.16 460	5.43 597	1.02 442	5.15 596	0.70 401	5.43 596	1.21 503	5.03 597	0.97 424	4.85 590	0.99 435	4.53 569	1.16 431	5.53 596	1.25 508	5.37 586	1.30 508

DispNO	1.00 407	0.63 241	0.43 286	3.45 539	0.44 347	0.65 373	0.43 336	0.64 363	0.43 337	0.64 371	0.43 343	0.64 372	3.03 560	0.64 368	0.43 332	4.55 570	0.43 301	0.63 374	0.43 349	0.63 347	0.43 323

rvit_105_1	3.83 568	5.22 548	3.01 563	4.53 558	3.01 573	4.51 577	3.01 571	4.56 579	3.04 572	4.53 578	3.03 573	4.55 580	3.03 560	4.56 579	3.04 569	4.57 571	3.05 559	4.57 575	3.05 574	4.57 565	3.05 570

rvit_stereo_0081	3.83 568	5.23 549	3.01 563	4.53 558	3.03 575	4.55 583	3.02 572	4.56 579	3.04 572	4.52 576	3.02 571	4.54 578	3.03 560	4.56 579	3.04 569	4.57 571	3.05 559	4.57 575	3.05 574	4.58 566	3.05 570

rvit_stereo_0082	3.86 570	5.82 563	3.01 563	4.53 558	3.03 575	4.54 579	3.02 572	4.56 579	3.04 572	4.53 578	3.02 571	4.55 580	3.04 563	4.57 582	3.05 571	4.57 571	3.05 559	4.58 577	3.05 574	4.58 566	3.06 573

rvit_0105_6	3.87 572	5.73 562	3.10 573	4.69 568	3.12 583	4.54 579	3.02 572	4.56 579	3.04 572	4.54 580	3.03 573	4.54 578	3.04 563	4.56 579	3.05 571	4.58 574	3.05 559	4.58 577	3.05 574	4.58 566	3.05 570

rvit_stereo_0081_aga	3.86 570	5.33 552	3.02 566	4.55 564	3.04 579	4.54 579	3.02 572	4.64 586	3.06 576	4.54 580	3.04 575	4.62 587	3.08 567	4.62 585	3.07 574	4.58 574	3.06 563	4.60 579	3.08 578	4.63 569	3.07 574

rvit_stereo_0080	3.89 573	5.70 560	3.04 568	4.54 561	3.03 575	4.56 584	3.05 578	4.60 583	3.07 577	4.58 583	3.06 576	4.59 582	3.06 565	4.61 583	3.08 575	4.63 576	3.09 564	4.64 581	3.10 579	4.65 570	3.10 577

whm_eth	3.89 573	5.70 560	3.04 568	4.54 561	3.03 575	4.56 584	3.05 578	4.60 583	3.07 577	4.58 583	3.06 576	4.59 582	3.06 565	4.61 583	3.08 575	4.63 576	3.09 564	4.64 581	3.10 579	4.65 570	3.10 577

rvit_0105_4	3.91 575	5.47 559	3.02 566	4.54 561	3.02 574	4.54 579	3.03 576	4.75 589	3.17 583	4.57 582	3.06 576	4.61 586	3.16 571	4.65 586	3.09 577	4.66 578	3.11 567	4.68 584	3.18 585	4.81 576	3.16 582

rvit_0105_3	3.91 575	5.33 552	3.06 571	4.60 566	3.07 581	4.60 586	3.06 580	4.62 585	3.08 580	4.60 585	3.07 579	4.62 587	3.08 567	4.67 587	3.10 578	4.70 579	3.11 567	4.77 588	3.19 586	4.77 575	3.14 581

rvit_stereo_ft	3.93 578	5.44 557	3.05 570	4.59 565	3.06 580	4.61 587	3.08 581	4.67 588	3.12 582	4.63 587	3.10 581	4.65 589	3.11 569	4.69 589	3.13 579	4.70 579	3.14 569	4.71 586	3.15 584	4.74 573	3.16 582

rvit_stereo_0083	3.92 577	5.30 551	3.06 571	4.61 567	3.09 582	4.67 588	3.08 581	4.66 587	3.09 581	4.62 586	3.10 581	4.66 590	3.11 569	4.67 587	3.16 580	4.72 581	3.16 570	4.77 588	3.11 581	4.66 572	3.11 579

MLG-Stereo_test3	4.26 581	4.85 542	3.95 584	5.35 577	3.60 590	4.75 592	3.76 592	5.49 598	3.71 589	5.39 595	3.69 590	4.82 593	3.66 577	4.85 590	3.73 590	4.93 582	3.19 573	4.69 585	2.99 573	4.84 578	2.98 569

MLG-Stereo_test1	4.25 580	5.34 554	3.61 580	5.31 576	3.63 591	5.23 595	3.57 589	5.38 597	3.65 587	5.23 594	3.47 586	4.76 591	3.74 580	4.85 590	3.71 587	4.96 583	3.18 572	4.71 586	2.92 571	4.86 579	2.90 567

TestStereo	4.88 592	4.75 540	4.79 587	4.87 573	4.92 601	4.81 594	4.90 601	4.78 590	4.77 600	4.87 591	4.89 600	4.90 595	4.91 593	4.99 594	4.79 598	4.98 584	4.87 585	4.87 591	4.92 602	5.00 582	5.00 599

FC-DCNN v2	5.10 596	5.15 546	4.49 586	5.07 575	3.37 587	6.87 601	4.75 600	5.04 595	6.34 604	7.84 605	5.06 601	6.72 605	4.09 589	4.99 594	5.44 601	5.03 585	3.16 570	4.67 583	4.86 601	5.15 584	3.89 594

rvit_0105_5	4.10 579	5.40 555	3.13 576	4.71 569	3.15 584	4.72 591	3.10 583	4.90 594	3.27 585	4.69 588	3.16 583	4.84 594	3.25 573	4.96 593	3.34 583	5.05 586	3.39 575	5.10 593	3.40 587	5.11 583	3.42 586

MIF-Stereo (partial)	2.58 552	3.31 510	0.66 355	3.18 527	0.66 397	3.18 562	0.66 382	3.21 561	0.67 386	3.19 562	0.66 393	3.19 562	0.66 382	3.31 564	0.68 386	5.09 587	1.79 532	8.23 606	1.67 541	6.18 590	1.38 517

StereoVision	3.15 561	5.00 544	0.89 398	4.83 571	1.00 443	3.93 570	1.27 508	6.37 599	1.34 514	5.67 599	1.26 508	5.84 600	1.27 498	5.03 596	1.24 505	5.10 588	1.09 421	4.61 580	0.57 382	5.62 588	1.12 442

DispFullNet	4.61 588	4.84 541	3.12 574	5.00 574	3.57 589	4.75 592	3.03 576	7.75 605	4.17 597	4.91 592	3.09 580	6.20 601	3.95 586	6.71 601	3.51 584	5.30 589	3.67 577	5.86 600	3.63 589	5.61 587	3.46 587

RAFT+CT+SA	4.28 582	7.62 571	4.91 588	5.55 579	2.28 567	3.09 560	3.64 590	4.49 577	3.07 577	4.80 589	3.35 585	4.77 592	3.70 579	4.29 576	3.05 571	5.58 590	5.98 591	3.58 565	3.78 594	4.26 559	3.72 590

AANet_RVC	1.26 478	0.31 142	4.99 589	5.93 581	0.20 200	0.25 194	0.20 187	0.25 189	0.20 194	0.23 178	0.19 196	0.25 194	0.20 198	0.25 192	0.20 190	5.66 591	4.76 584	0.26 202	0.30 265	0.24 184	0.27 215

test_5	4.62 589	7.55 570	6.23 594	6.32 584	3.40 588	5.29 596	3.50 588	3.53 567	4.11 596	4.28 573	4.47 599	4.26 576	4.38 591	3.68 568	3.24 581	5.89 592	5.60 588	4.84 590	3.50 588	4.33 560	3.93 596

SGM-Forest	5.21 598	5.92 564	4.08 585	6.18 583	4.16 598	6.31 600	4.34 599	6.50 600	4.33 598	6.14 601	4.21 597	6.61 604	4.55 592	6.67 600	4.48 597	5.94 593	3.94 579	5.85 599	4.03 598	5.79 589	4.17 597
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Sa-1000	4.34 585	8.37 574	6.84 598	6.98 589	4.45 600	3.58 566	3.00 570	3.42 566	3.39 586	2.61 546	4.00 595	3.83 570	4.01 588	3.90 570	3.90 591	5.98 594	5.62 589	3.76 568	2.34 567	4.35 561	2.47 564

test-1	6.46 599	9.16 582	8.03 605	8.09 592	5.62 604	6.11 599	6.35 604	6.85 602	4.94 601	6.08 600	6.29 606	4.98 596	6.43 598	6.22 598	6.36 604	6.16 595	7.47 598	5.82 598	5.44 605	7.11 595	5.68 602

cross-raft	4.83 591	7.52 569	6.43 595	6.63 585	3.96 596	4.51 577	3.99 596	4.49 577	3.96 595	4.52 576	3.96 594	4.50 577	3.97 587	4.50 578	3.97 592	6.65 596	6.44 593	4.33 572	3.92 596	4.35 561	3.91 595

raft_robust	4.71 590	7.75 572	5.40 593	6.81 586	3.31 586	4.28 576	4.20 598	4.32 576	4.37 599	4.35 575	4.35 598	4.14 573	3.75 581	4.30 577	4.20 596	6.67 597	6.37 592	3.36 563	4.24 600	4.86 579	3.25 584

TestStereo1	4.60 586	8.41 575	6.44 596	6.86 587	3.79 594	3.97 571	3.78 593	3.99 572	3.74 590	3.97 569	3.52 587	3.94 571	3.58 574	3.98 571	3.72 588	6.82 598	6.50 594	3.76 568	3.66 590	3.90 553	3.74 592

SA-5K	4.60 586	8.41 575	6.44 596	6.86 587	3.79 594	3.97 571	3.78 593	3.99 572	3.74 590	3.97 569	3.52 587	3.94 571	3.58 574	3.98 571	3.72 588	6.82 598	6.50 594	3.76 568	3.66 590	3.90 553	3.74 592

test_4	4.88 592	8.13 573	6.98 600	7.46 590	4.44 599	4.25 575	3.85 595	4.04 574	3.92 594	4.13 572	3.91 593	4.18 575	3.84 584	4.14 574	4.06 594	7.01 600	7.13 597	4.53 573	3.72 593	4.09 557	3.72 590

SA	4.33 584	7.35 568	6.85 599	5.96 582	4.09 597	3.59 567	3.15 584	3.82 570	2.64 568	3.91 568	3.85 592	3.57 566	2.72 558	3.13 561	4.03 593	7.09 601	6.86 596	3.57 564	3.12 582	3.85 552	3.51 588

rvit_stereo_0075_2	6.64 600	8.80 579	5.25 590	7.89 591	5.27 603	7.90 605	5.27 602	7.92 606	5.28 602	7.91 606	5.29 603	7.93 606	5.27 594	7.92 606	5.28 599	7.93 602	5.28 587	7.93 605	5.29 604	7.93 598	5.28 601

test_3	5.01 594	8.86 580	7.77 602	8.09 592	2.76 572	4.13 574	4.05 597	3.88 571	3.76 592	4.33 574	4.13 596	3.71 569	3.91 585	4.21 575	4.06 594	7.93 602	7.69 599	4.53 573	3.91 595	4.17 558	4.29 598

RAFT	6.73 601	9.36 583	7.40 601	8.51 595	6.55 605	6.88 602	6.60 605	6.79 601	6.60 605	6.80 602	6.72 607	5.31 598	5.50 596	6.61 599	6.61 605	8.42 604	5.89 590	5.73 597	5.45 606	6.61 591	6.24 603

U	5.15 597	8.49 577	1.81 524	8.49 594	1.77 540	8.49 606	1.77 537	8.51 607	1.77 542	8.49 607	1.77 540	8.50 607	1.78 530	8.58 607	1.77 543	8.54 605	1.78 530	8.55 607	1.78 550	8.55 601	1.84 544

SGM+DAISY	7.06 602	9.15 581	5.38 592	8.84 596	5.18 602	8.80 607	5.31 603	8.79 608	5.28 602	8.89 608	5.20 602	8.93 608	5.33 595	8.95 608	5.36 600	8.70 606	5.21 586	8.74 608	5.20 603	8.89 602	5.15 600

test-v	7.53 603	11.89 591	7.98 603	9.36 598	7.14 606	7.06 603	7.09 606	7.37 603	6.91 606	7.29 603	5.71 604	6.45 602	6.93 599	6.73 602	7.27 606	8.93 607	7.85 600	6.98 603	6.80 607	7.56 596	7.34 605

test-2	7.53 603	11.89 591	7.98 603	9.36 598	7.14 606	7.06 603	7.09 606	7.37 603	6.91 606	7.29 603	5.71 604	6.45 602	6.93 599	6.73 602	7.27 606	8.93 607	7.85 600	6.98 603	6.80 607	7.56 596	7.34 605

rafts_anoy	20.00 607	20.00 593	20.00 607	20.00 607	20.00 609	20.00 608	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 610	20.00 609	20.00 610	20.00 609	20.00 608

raft+_RVC	20.00 607	20.00 593	20.00 607	20.00 607	20.00 609	20.00 608	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 610	20.00 609	20.00 610	20.00 609	20.00 608

raftrobust	20.00 607	20.00 593	20.00 607	20.00 607	20.00 609	20.00 608	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 610	20.00 609	20.00 610	20.00 609	20.00 608

CasAABBNet	20.00 607	20.00 593	20.00 607	20.00 607	20.00 609	20.00 608	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 610	20.00 609	20.00 610	20.00 609	20.00 608

RALCasStereoNet	20.00 607	20.00 593	20.00 607	20.00 607	20.00 609	20.00 608	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 610	20.00 609	20.00 610	20.00 609	20.00 608

RALAANet	20.00 607	20.00 593	20.00 607	20.00 607	20.00 609	20.00 608	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 609	20.00 610	20.00 609	20.00 610	20.00 609	20.00 608

MANE	19.05 606	23.00 599	15.00 606	23.00 613	15.00 608	24.00 614	16.00 608	24.00 615	16.00 608	22.00 615	15.00 608	23.00 615	16.00 608	23.00 615	15.00 608	22.00 615	15.00 609	22.00 615	15.00 609	22.00 615	15.00 607

111	30.40 613	30.94 615	29.72 614	32.61 614	30.02 616	33.57 615	30.47 616	31.50 616	29.39 616	30.98 616	29.11 616	29.78 616	30.39 619	29.45 616	30.76 619	30.08 616	29.02 617	29.92 616	30.32 620	29.86 616	30.17 615

fff	1000028.16 633	29.62 611	29.72 614	32.61 614	30.02 616	35.13 617	31.83 617	32.07 617	10000000.00 635	35.27 619	29.82 617	32.45 617	30.15 616	32.35 617	30.09 616	31.04 617	29.55 618	30.64 617	30.14 617	10000000.00 636	30.77 616

csc	1000028.16 633	29.62 611	29.72 614	32.61 614	30.02 616	35.13 617	31.83 617	32.07 617	10000000.00 635	35.27 619	29.82 617	32.45 617	30.15 616	32.35 617	30.09 616	31.04 617	29.55 618	30.64 617	30.14 617	10000000.00 636	30.77 616

cscssc	1000028.16 633	29.62 611	29.72 614	32.61 614	30.02 616	35.13 617	31.83 617	32.07 617	10000000.00 635	35.27 619	29.82 617	32.45 617	30.15 616	32.35 617	30.09 616	31.04 617	29.55 618	30.64 617	30.14 617	10000000.00 636	30.77 616

tt	500032.53 631	34.60 617	29.72 614	37.47 623	34.41 621	36.85 621	35.22 621	34.71 620	33.55 618	34.50 617	35.43 620	33.81 620	10000000.00 636	33.57 620	33.13 620	33.68 620	35.00 622	34.03 621	35.26 623	30.96 617	34.63 620

DCANet	500032.53 631	34.60 617	29.72 614	37.47 623	34.41 621	36.85 621	35.22 621	34.71 620	33.55 618	34.50 617	35.43 620	33.81 620	10000000.00 636	33.57 620	33.13 620	33.68 620	35.00 622	34.03 621	35.26 623	30.96 617	34.63 620

DCANet-4	35.22 615	34.54 616	35.08 620	33.58 618	35.47 623	34.55 616	35.53 623	36.08 622	35.85 620	35.92 622	35.77 622	35.18 622	35.48 621	35.39 622	37.15 625	34.55 622	33.92 621	35.02 623	34.90 622	35.79 620	34.74 622

WCMA_ROB	31.10 614	35.43 619	27.12 613	39.51 625	23.10 615	38.78 626	25.30 615	37.49 627	25.39 615	37.29 626	27.02 615	38.52 627	26.48 615	37.80 626	26.44 615	36.28 623	22.65 616	33.90 620	22.30 616	37.10 624	24.18 614

Reg-Stereo(zero)	37.00 617	37.00 621	37.00 621	37.00 620	37.00 624	37.00 623	37.00 624	37.00 624	37.00 621	37.00 623	37.00 624	37.00 624	37.00 622	37.00 623	37.00 622	37.00 624	37.00 625	37.00 625	37.00 625	37.00 621	37.00 623

HI	37.00 617	37.00 621	37.00 621	37.00 620	37.00 624	37.00 623	37.00 624	37.00 624	37.00 621	37.00 623	37.00 624	37.00 624	37.00 622	37.00 623	37.00 622	37.00 624	37.00 625	37.00 625	37.00 625	37.00 621	37.00 623

CoSv	37.00 617	37.00 621	37.00 621	37.00 620	37.00 624	37.00 623	37.00 624	37.00 624	37.00 621	37.00 623	37.00 624	37.00 624	37.00 622	37.00 623	37.00 622	37.00 624	37.00 625	37.00 625	37.00 625	37.00 621	37.00 623

ADStereo(finetuned)	36.13 616	36.63 620	38.07 624	36.97 619	33.25 620	35.91 620	34.45 620	36.36 623	32.99 617	38.14 627	36.71 623	36.69 623	34.13 620	38.57 627	40.79 626	37.60 627	36.58 624	35.90 624	33.36 621	35.42 619	34.04 619

NOSS_ROB	102.95 621	153.00 629	121.00 628	51.00 626	44.00 627	165.00 630	127.00 629	153.00 630	119.00 626	164.00 631	125.00 629	168.00 631	120.00 627	153.00 630	117.00 629	49.00 628	44.00 628	49.00 628	44.00 628	49.00 625	44.00 626

CBMV	128.50 622	1422.70 636	53.10 626	79.50 627	51.30 628	77.30 628	49.70 627	74.00 628	48.20 625	77.20 629	48.80 628	73.90 629	48.00 626	73.80 629	48.80 628	70.40 629	45.10 629	68.90 629	46.10 629	68.20 626	45.00 627
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 620	87.70 625	41.95 625	113.75 628	65.62 629	75.05 627	55.25 628	75.64 629	45.04 624	71.61 628	41.75 627	72.81 628	44.06 625	68.38 628	44.63 627	101.89 630	59.57 630	107.10 630	61.05 630	104.38 627	59.38 628

MeshStereo	159.24 623	171.00 630	160.68 631	162.58 629	160.59 630	164.01 629	160.35 630	158.51 631	158.56 627	158.34 630	160.12 630	158.56 630	159.92 628	157.26 631	158.94 630	154.38 631	158.36 631	155.75 631	159.13 632	153.67 628	154.07 629
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	201.80 624	123.00 626	115.00 627	219.00 630	218.00 632	223.00 631	244.00 632	217.00 632	236.00 629	202.00 632	203.00 631	205.00 632	208.00 629	225.00 632	204.00 631	210.00 632	198.00 632	197.00 632	184.00 633	204.00 629	201.00 630

MGS-Stereo	239.45 625	123.00 626	135.00 629	266.00 631	286.00 633	277.00 632	305.00 633	271.00 633	242.00 630	274.00 633	279.00 633	255.00 633	270.00 631	268.00 633	297.00 633	221.00 633	247.00 634	216.00 633	123.00 631	217.00 630	217.00 632

EGLCR-Stereo	246.90 626	129.00 628	139.00 630	266.00 631	286.00 633	277.00 632	305.00 633	271.00 633	242.00 630	274.00 633	279.00 633	255.00 633	270.00 631	268.00 633	297.00 633	230.00 634	247.00 634	216.00 633	223.00 635	237.00 631	227.00 633

DLCB_ROB	284.23 627	354.61 632	207.27 632	363.24 633	206.46 631	364.72 634	210.41 631	364.72 635	210.41 628	364.81 635	208.64 632	364.81 635	208.64 630	364.72 635	210.41 632	354.70 635	205.53 633	354.70 635	205.53 634	354.70 632	205.53 631

LE_ROB	396.57 628	471.28 633	329.84 633	471.48 634	308.15 635	526.83 635	322.10 635	488.15 636	323.76 632	495.46 636	317.97 635	497.17 636	320.10 633	481.62 636	326.76 635	462.71 636	298.97 636	466.16 636	285.98 636	447.62 633	289.21 634

SGM-ForestM	596.69 629	677.77 634	444.52 634	699.85 635	517.25 636	732.94 636	488.29 636	770.79 637	460.11 633	750.81 637	487.98 636	792.79 637	499.41 634	730.90 637	475.81 636	720.03 637	491.16 637	663.96 637	418.60 637	674.76 634	436.05 635

CBMV_ROB	818.48 630	913.88 635	709.52 635	862.84 636	597.78 637	1073.99 637	700.52 637	1015.66 638	702.59 634	1115.65 638	760.02 637	1130.24 638	721.57 635	1037.41 638	692.65 637	814.05 638	564.29 638	843.28 638	595.31 638	915.51 635	602.92 636

111111	10000000.00 636	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 638	10000000.00 638	10000000.00 638	10000000.00 639	10000000.00 635	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 636	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 636	10000000.00 637

SGD-Stereo	10000000.00 636	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 638	10000000.00 638	10000000.00 638	10000000.00 639	10000000.00 635	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 636	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 636	10000000.00 637

IGEV-Stereo++	10000000.00 636	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 638	10000000.00 638	10000000.00 638	10000000.00 639	10000000.00 635	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 636	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 636	10000000.00 637

IGEV-BASED-STEREO-	10000000.00 636	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 638	10000000.00 638	10000000.00 638	10000000.00 639	10000000.00 635	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 636	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 636	10000000.00 637

IGEV-Stereo+	10000000.00 636	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 638	10000000.00 638	10000000.00 638	10000000.00 639	10000000.00 635	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 636	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 636	10000000.00 637

SDNR	10000000.00 636	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 638	10000000.00 638	10000000.00 638	10000000.00 639	10000000.00 635	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 636	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 636	10000000.00 637

anonymousdsp2	10000000.00 636	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 638	10000000.00 638	10000000.00 638	10000000.00 639	10000000.00 635	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 636	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 636	10000000.00 637

anonymousdsp	10000000.00 636	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 638	10000000.00 638	10000000.00 638	10000000.00 639	10000000.00 635	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 636	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 636	10000000.00 637

test_example2	10000000.00 636	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 638	10000000.00 638	10000000.00 638	10000000.00 639	10000000.00 635	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 636	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 636	10000000.00 637

DIP-Stereo	10000000.00 636	10000000.00 637	10000000.00 636	10000000.00 637	10000000.00 638	10000000.00 638	10000000.00 638	10000000.00 639	10000000.00 635	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 636	10000000.00 639	10000000.00 638	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 639	10000000.00 636	10000000.00 637
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