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	0.14 132	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

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

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

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

CoDeX	0.15 186	0.70 346	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 537	0.02 15	0.69 520	0.75 548	0.01 9	0.02 21	0.02 20

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

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

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

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

SFCPSM	0.17 199	0.78 362	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 576	0.02 15	0.75 533	0.76 550	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 76	0.02 12	0.02 15	1.01 519	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 152	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 83	0.02 12	0.04 64	0.90 493	0.06 143	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 193	0.36 427	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 123	0.02 12	0.02 15	1.62 625	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 119	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 174	0.04 52	0.03 39	2.22 649	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 142	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

BEATNet_4x	0.11 123	0.03 31	0.03 39	1.60 622	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 123	0.03 31	0.03 39	1.60 622	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

GASNet	0.05 57	0.04 52	0.12 134	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 176	0.04 110	0.06 128	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC-Resample	0.12 136	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 693	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 135

FADNet-RVC	0.13 143	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 714	0.04 59	0.04 66	0.04 93	0.04 99	0.07 144	0.04 96

ADCRef	0.12 136	0.03 31	0.04 64	1.71 629	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 119	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 186	0.04 52	0.04 64	2.20 648	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 146	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCPNet	0.10 102	0.03 31	0.04 64	1.27 593	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 146	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
UHP(ZeroShot)	0.07 67	0.41 250	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP(FT)	0.07 67	0.40 237	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

mmmmmm	0.07 67	0.40 237	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 250	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

APVNet	0.09 83	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 591	0.06 125	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 125	0.03 57	0.04 97	0.03 52

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

FADNet_RVC	0.12 136	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 697	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

TARSTereo(ZeroShot)	0.08 76	0.56 322	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 128	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

TARStereo(FT)	0.09 83	0.59 330	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 128	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

2222	0.09 83	0.59 330	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 128	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

1111	0.09 83	0.60 334	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 128	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

fsdfsdds	0.08 76	0.58 327	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 128	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

nnnnnnn	0.08 76	0.58 327	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 128	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

TestStereooo	0.08 76	0.56 322	0.06 84	0.06 69	0.06 143	0.06 123	0.06 141	0.06 125	0.06 141	0.06 127	0.06 142	0.06 128	0.06 138	0.06 119	0.06 135	0.06 74	0.06 85	0.06 125	0.06 138	0.06 127	0.06 135

DA	0.09 83	0.13 116	0.39 358	0.08 80	0.05 126	0.07 141	0.05 120	0.13 177	0.05 124	0.06 127	0.05 127	0.06 128	0.05 117	0.06 119	0.05 115	0.06 74	0.05 78	0.14 189	0.13 227	0.06 127	0.05 122

GGEV	0.09 83	0.13 116	0.39 358	0.08 80	0.05 126	0.07 141	0.05 120	0.13 177	0.05 124	0.06 127	0.05 127	0.06 128	0.05 117	0.06 119	0.05 115	0.06 74	0.05 78	0.14 189	0.13 227	0.06 127	0.05 122

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 69	0.04 101	0.06 123	0.04 103	0.06 125	0.04 103	0.06 127	0.04 110	0.06 128	0.04 100	0.06 119	0.04 97	0.06 74	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 78	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 74	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

FADNet	0.12 136	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 700	0.06 74	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

GwcNet	0.12 136	0.07 82	0.05 79	0.08 80	0.05 126	0.08 143	1.20 623	0.07 142	0.05 124	0.05 112	0.05 127	0.08 144	0.05 117	0.08 146	0.03 52	0.07 86	0.05 78	0.06 125	0.05 123	0.07 144	0.05 122

SuperB	0.21 222	0.10 98	2.51 730	0.12 116	0.09 159	0.10 154	0.09 157	0.08 146	0.07 152	0.10 157	0.09 159	0.09 153	0.07 151	0.07 142	0.07 143	0.07 86	0.08 95	0.07 137	0.07 146	0.08 149	0.07 146

VMStereo-Base	0.03 29	0.09 93	0.08 93	0.09 87	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 88	0.08 95	0.03 41	0.02 21	0.02 21	0.02 20

DispViT+	0.07 67	0.08 84	0.12 134	0.08 80	0.05 126	0.08 143	0.05 120	0.08 146	0.05 124	0.08 145	0.05 127	0.08 144	0.05 117	0.08 146	0.05 115	0.08 88	0.07 92	0.07 137	0.05 123	0.07 144	0.05 122

AASNet	0.06 61	0.08 84	0.08 93	0.08 80	0.05 126	0.06 123	0.05 120	0.05 110	0.06 141	0.06 127	0.06 142	0.05 113	0.06 138	0.06 119	0.05 115	0.08 88	0.08 95	0.08 142	0.05 123	0.06 127	0.05 122

SACVNet	0.06 61	0.08 84	0.08 93	0.08 80	0.05 126	0.06 123	0.05 120	0.05 110	0.06 141	0.06 127	0.06 142	0.05 113	0.06 138	0.06 119	0.05 115	0.08 88	0.08 95	0.08 142	0.05 123	0.06 127	0.05 122

AACVNet	0.06 61	0.08 84	0.08 93	0.08 80	0.05 126	0.06 123	0.05 120	0.05 110	0.06 141	0.06 127	0.06 142	0.05 113	0.06 138	0.06 119	0.05 115	0.08 88	0.08 95	0.08 142	0.05 123	0.06 127	0.05 122

FINET	0.07 67	0.08 84	0.07 91	0.07 78	0.07 152	0.08 143	0.06 141	0.08 146	0.07 152	0.08 145	0.07 153	0.08 144	0.06 138	0.07 142	0.07 143	0.08 88	0.07 92	0.07 137	0.07 146	0.06 127	0.06 135

BEATNet-Init1	0.19 212	0.08 84	0.08 93	2.23 650	0.08 155	0.08 143	0.07 152	0.07 142	0.08 158	0.08 145	0.07 153	0.08 144	0.07 151	0.11 170	0.08 147	0.08 88	0.08 95	0.08 142	0.07 146	0.08 149	0.08 149

DeepPrunerF	0.19 212	0.08 84	0.08 93	2.23 650	0.08 155	0.08 143	0.07 152	0.07 142	0.08 158	0.08 145	0.07 153	0.08 144	0.07 151	0.11 170	0.08 147	0.08 88	0.08 95	0.08 142	0.07 146	0.08 149	0.08 149

test_sample2	0.09 83	1.03 434	0.11 123	0.11 108	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 96	0.09 105	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 83	1.01 428	0.09 99	0.09 87	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 96	0.09 105	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 83	0.95 404	0.09 99	0.10 91	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 96	0.10 110	0.03 41	0.02 21	0.03 47	0.02 20

Wz-Net-SNSev	0.03 29	0.09 93	0.07 91	0.09 87	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 96	0.07 92	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 83	0.09 93	0.10 103	0.09 87	0.09 159	0.09 151	0.09 157	0.10 154	0.08 158	0.10 157	0.09 159	0.09 153	0.09 158	0.09 152	0.08 147	0.09 96	0.08 95	0.09 150	0.08 151	0.09 153	0.08 149

test_sample6	0.09 83	0.97 407	0.10 103	0.10 91	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 101	0.10 110	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 102	1.07 442	0.11 123	0.10 91	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 101	0.10 110	0.03 41	0.03 57	0.04 97	0.03 52

test_sample1	0.09 83	0.87 380	0.12 134	0.11 108	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 101	0.10 110	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 102	1.07 442	0.11 123	0.10 91	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 101	0.10 110	0.03 41	0.03 57	0.04 97	0.03 52

xxx	0.09 83	1.01 428	0.10 103	0.10 91	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 101	0.10 110	0.03 41	0.02 21	0.03 47	0.03 52

AnonymousM	0.10 102	0.10 98	0.10 103	0.10 91	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

PVD	0.10 102	0.10 98	0.10 103	0.10 91	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

SHD	0.10 102	0.10 98	0.10 103	0.10 91	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

SAMSARA	0.10 102	0.10 98	0.10 103	0.10 91	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

XQC	0.10 102	0.10 98	0.10 103	0.10 91	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

RTSC	0.10 102	0.10 98	0.10 103	0.10 91	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

RTS	0.10 102	0.10 98	0.10 103	0.10 91	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

RTSA	0.10 102	0.10 98	0.10 103	0.10 91	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

MADNet+	0.10 102	0.10 98	0.10 103	0.10 91	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

MADNet++	0.10 102	0.10 98	0.10 103	0.10 91	0.10 166	0.10 154	0.10 162	0.10 154	0.10 166	0.10 157	0.10 163	0.10 157	0.10 162	0.10 157	0.10 159	0.10 101	0.10 110	0.10 152	0.10 162	0.10 157	0.10 162

BridgeDepth_RVC	0.07 67	0.08 84	0.11 123	0.11 108	0.05 126	0.08 143	0.05 120	0.08 146	0.05 124	0.08 145	0.05 127	0.08 144	0.05 117	0.08 146	0.05 115	0.11 116	0.10 110	0.07 137	0.05 123	0.07 144	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
JetRed	0.11 123	0.12 114	0.11 123	0.11 108	0.11 185	0.11 165	0.14 225	0.11 166	0.11 184	0.12 176	0.11 181	0.11 169	0.11 180	0.11 170	0.11 174	0.11 116	0.16 196	0.11 163	0.11 181	0.11 167	0.11 177

JetBlue	0.11 123	0.11 109	0.12 134	0.13 128	0.14 230	0.11 165	0.11 180	0.11 166	0.11 184	0.11 169	0.11 181	0.11 169	0.11 180	0.12 178	0.12 210	0.11 116	0.11 132	0.11 163	0.11 181	0.11 167	0.11 177

LRCNet_RVC	0.13 143	0.13 116	0.09 99	0.13 128	0.10 166	0.14 192	0.10 162	0.14 191	0.10 166	0.23 256	0.10 163	0.20 237	0.10 162	0.24 264	0.11 174	0.11 116	0.09 105	0.12 170	0.14 232	0.12 176	0.09 154

aanetorigin	0.13 143	0.11 109	0.11 123	0.11 108	0.11 185	0.11 165	0.11 180	0.11 166	0.11 184	0.11 169	0.12 213	0.11 169	0.11 180	0.11 170	0.11 174	0.11 116	0.11 132	0.14 189	0.11 181	0.49 464	0.11 177

PASM	0.39 334	3.06 663	1.36 649	1.58 618	0.09 159	0.11 165	0.11 180	0.11 166	0.11 184	0.09 152	0.09 159	0.11 169	0.09 158	0.09 152	0.09 152	0.11 116	0.11 132	0.11 163	0.09 153	0.11 167	0.11 177

DualNet (step1)	0.10 102	1.05 438	0.12 134	0.12 116	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 122	0.12 146	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 102	1.05 438	0.12 134	0.12 116	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 122	0.12 146	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 102	1.05 438	0.12 134	0.12 116	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 122	0.12 146	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 83	1.00 418	0.11 123	0.11 108	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 122	0.12 146	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 83	0.87 380	0.10 103	0.12 116	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 122	0.10 110	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 174	1.83 573	0.12 134	0.11 108	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 119	0.04 97	0.12 122	0.11 132	0.05 108	0.04 99	0.05 114	0.04 96

ffm	0.25 243	3.83 684	0.12 134	0.12 116	0.05 126	0.06 123	0.05 120	0.06 125	0.05 124	0.03 44	0.03 56	0.06 128	0.05 117	0.06 119	0.05 115	0.12 122	0.12 146	0.05 108	0.04 99	0.06 127	0.04 96

ff1	0.25 243	3.83 684	0.12 134	0.12 116	0.05 126	0.06 123	0.05 120	0.06 125	0.05 124	0.03 44	0.03 56	0.06 128	0.05 117	0.06 119	0.05 115	0.12 122	0.12 146	0.05 108	0.04 99	0.06 127	0.04 96

mmx	0.25 243	3.83 684	0.12 134	0.12 116	0.05 126	0.06 123	0.05 120	0.06 125	0.05 124	0.03 44	0.03 56	0.06 128	0.05 117	0.06 119	0.05 115	0.12 122	0.12 146	0.05 108	0.04 99	0.06 127	0.04 96

qqq	0.16 193	2.01 598	0.12 134	0.15 144	0.04 101	0.06 123	0.05 120	0.06 125	0.04 103	0.06 127	0.03 56	0.06 128	0.03 53	0.06 119	0.03 52	0.12 122	0.14 184	0.04 93	0.04 99	0.03 47	0.03 52

Wz-Net-MNSev	0.06 61	0.54 316	0.10 103	0.12 116	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	0.12 122	0.11 132	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 298	0.10 103	0.12 116	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	0.12 122	0.10 110	0.01 9	0.01 9	0.01 10	0.01 10

222	0.10 102	0.99 416	0.12 134	0.13 128	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 122	0.12 146	0.03 41	0.02 21	0.04 97	0.03 52

UNet	0.29 262	0.90 390	0.10 103	0.14 132	0.10 166	0.14 192	0.10 162	0.91 552	0.69 555	0.14 192	0.11 181	0.14 192	0.11 180	0.14 193	0.10 159	0.12 122	0.09 105	0.12 170	0.09 153	0.88 545	0.76 569

DRN-Test	0.14 174	0.13 116	0.09 99	0.14 132	0.09 159	0.15 211	0.09 157	0.14 191	0.10 166	0.14 192	0.09 159	0.14 192	0.09 158	0.13 179	0.09 152	0.12 122	0.09 105	0.12 170	0.09 153	0.12 176	0.73 562

S2M2_L	0.12 136	0.14 136	0.10 103	0.15 144	0.10 166	0.14 192	0.10 162	0.14 191	0.10 166	0.15 210	0.10 163	0.14 192	0.10 162	0.14 193	0.10 159	0.13 137	0.10 110	0.13 174	0.09 153	0.13 178	0.09 154
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
test_sample4	0.10 102	1.03 434	0.12 134	0.10 91	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 137	0.13 169	0.03 41	0.03 57	0.03 47	0.03 52

qqq1	0.25 243	3.70 678	0.14 163	0.14 132	0.04 101	0.06 123	0.05 120	0.06 125	0.05 124	0.06 127	0.05 127	0.04 96	0.05 117	0.06 119	0.05 115	0.13 137	0.12 146	0.06 125	0.05 123	0.03 47	0.04 96

fff1	0.25 243	3.70 678	0.14 163	0.14 132	0.04 101	0.06 123	0.05 120	0.06 125	0.05 124	0.06 127	0.05 127	0.04 96	0.05 117	0.06 119	0.05 115	0.13 137	0.12 146	0.06 125	0.05 123	0.03 47	0.04 96

1111x	0.10 102	1.14 450	0.13 154	0.14 132	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 137	0.11 132	0.03 41	0.02 21	0.03 47	0.02 20

xxxx	0.11 123	1.16 455	0.16 195	0.12 116	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 137	0.16 196	0.03 41	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 186	0.14 136	0.10 103	0.14 132	0.09 159	0.15 211	0.09 157	0.14 191	0.09 161	0.14 192	0.10 163	0.14 192	0.09 158	0.14 193	0.09 152	0.13 137	0.10 110	0.13 174	0.09 153	0.13 178	0.82 578

over-6	0.11 123	0.11 109	0.15 188	0.16 154	0.10 166	0.11 165	0.10 162	0.11 166	0.10 166	0.11 169	0.10 163	0.11 169	0.10 162	0.11 170	0.10 159	0.14 144	0.14 184	0.11 163	0.10 162	0.11 167	0.09 154

over v1	0.11 123	0.11 109	0.15 188	0.16 154	0.10 166	0.11 165	0.10 162	0.11 166	0.10 166	0.11 169	0.10 163	0.11 169	0.10 162	0.11 170	0.10 159	0.14 144	0.14 184	0.11 163	0.09 153	0.11 167	0.10 162

over-8	0.11 123	0.14 136	0.15 188	0.16 154	0.10 166	0.11 165	0.10 162	0.11 166	0.09 161	0.11 169	0.10 163	0.11 169	0.10 162	0.11 170	0.09 152	0.14 144	0.14 184	0.11 163	0.09 153	0.11 167	0.09 154

over-9	0.11 123	0.11 109	0.16 195	0.16 154	0.10 166	0.12 175	0.10 162	0.11 166	0.10 166	0.11 169	0.10 163	0.11 169	0.10 162	0.11 170	0.10 159	0.14 144	0.14 184	0.11 163	0.10 162	0.11 167	0.09 154

anonymous	0.09 83	0.09 93	0.14 163	0.14 132	0.07 152	0.09 151	0.07 152	0.09 152	0.07 152	0.09 152	0.07 153	0.09 153	0.07 151	0.09 152	0.07 143	0.14 144	0.13 169	0.09 150	0.07 146	0.09 153	0.07 146

x	0.11 123	1.15 453	0.15 188	0.14 132	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 144	0.15 193	0.03 41	0.03 57	0.03 47	0.03 52

MIPNet	0.14 174	0.21 170	0.17 205	0.16 154	0.11 185	0.15 211	0.12 216	0.14 191	0.11 184	0.16 215	0.11 181	0.14 192	0.11 180	0.14 193	0.11 174	0.14 144	0.12 146	0.14 189	0.11 181	0.14 194	0.11 177

test_xeample	0.10 102	1.09 444	0.13 154	0.12 116	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 144	0.14 184	0.03 41	0.03 57	0.03 47	0.03 52

GMStereo	0.14 174	0.13 116	0.14 163	0.14 132	0.14 230	0.14 192	0.14 225	0.14 191	0.14 230	0.14 192	0.14 233	0.14 192	0.14 230	0.14 193	0.14 224	0.14 144	0.14 184	0.14 189	0.14 232	0.14 194	0.14 227
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 199	0.71 347	0.14 163	0.14 132	0.14 230	0.14 192	0.14 225	0.14 191	0.14 230	0.14 192	0.14 233	0.14 192	0.14 230	0.14 193	0.22 279	0.14 144	0.14 184	0.14 189	0.14 232	0.14 194	0.14 227

PDISCO_ROB	0.83 525	2.80 659	3.49 752	0.14 132	0.11 185	0.17 225	0.09 157	0.15 215	0.10 166	0.15 210	0.12 213	0.16 215	0.14 230	3.30 745	0.13 219	0.14 144	2.34 724	0.16 218	0.12 216	2.62 725	0.10 162

ELAS_RVC	0.14 174	0.16 152	0.10 103	0.15 144	0.10 166	0.18 229	0.11 180	0.19 229	0.11 184	0.19 228	0.12 213	0.18 227	0.11 180	0.19 230	0.12 210	0.14 144	0.08 95	0.14 189	0.09 153	0.15 213	0.09 154
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 143	0.16 152	0.11 123	0.15 144	0.09 159	0.18 229	0.11 180	0.18 227	0.11 184	0.17 222	0.11 181	0.18 227	0.11 180	0.18 227	0.11 174	0.14 144	0.08 95	0.14 189	0.08 151	0.14 194	0.09 154
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
VeloStereo	0.16 193	0.92 397	0.16 195	0.18 180	0.08 155	0.11 165	0.12 216	0.12 175	0.09 161	0.09 152	0.28 323	0.10 157	0.08 156	0.10 157	0.12 210	0.15 157	0.17 224	0.08 142	0.12 216	0.09 153	0.08 149

flow	0.16 193	0.92 397	0.16 195	0.18 180	0.08 155	0.11 165	0.12 216	0.12 175	0.09 161	0.09 152	0.28 323	0.10 157	0.08 156	0.10 157	0.12 210	0.15 157	0.17 224	0.08 142	0.12 216	0.09 153	0.08 149

TS12	0.09 83	0.09 93	0.17 205	0.19 187	0.06 143	0.08 143	0.06 141	0.08 146	0.06 141	0.08 145	0.06 142	0.08 144	0.06 138	0.08 146	0.06 135	0.15 157	0.16 196	0.08 142	0.06 138	0.08 149	0.06 135

BridgeDepth	0.08 76	0.08 84	0.11 123	0.11 108	0.05 126	0.08 143	0.05 120	0.08 146	0.07 152	0.08 145	0.05 127	0.08 144	0.05 117	0.09 152	0.08 147	0.15 157	0.11 132	0.07 137	0.05 123	0.07 144	0.06 135
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
zh-sn7	0.10 102	0.98 408	0.14 163	0.15 144	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 157	0.13 169	0.03 41	0.03 57	0.03 47	0.03 52

ProNet	0.14 174	0.20 165	0.14 163	0.16 154	0.11 185	0.16 218	0.11 180	0.17 223	0.11 184	0.17 222	0.12 213	0.17 223	0.13 225	0.17 224	0.12 210	0.15 157	0.11 132	0.16 218	0.11 181	0.15 213	0.12 213

CIPLG	0.13 143	0.21 170	0.12 134	0.16 154	0.11 185	0.15 211	0.11 180	0.14 191	0.11 184	0.15 210	0.12 213	0.15 214	0.11 180	0.14 193	0.11 174	0.15 157	0.12 146	0.14 189	0.11 181	0.14 194	0.11 177

IPLG	0.13 143	0.20 165	0.14 163	0.15 144	0.11 185	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 192	0.11 180	0.14 193	0.11 174	0.15 157	0.12 146	0.14 189	0.11 181	0.14 194	0.11 177

IPLGR_C	0.14 174	0.20 165	0.12 134	0.15 144	0.11 185	0.14 192	0.15 234	0.14 191	0.11 184	0.15 210	0.12 213	0.14 192	0.11 180	0.16 216	0.11 174	0.15 157	0.12 146	0.14 189	0.12 216	0.15 213	0.12 213

IPLGR	0.14 174	0.24 184	0.14 163	0.16 154	0.12 222	0.15 211	0.12 216	0.14 191	0.11 184	0.15 210	0.12 213	0.14 192	0.11 180	0.14 193	0.11 174	0.15 157	0.12 146	0.14 189	0.11 181	0.14 194	0.11 177

ACRE	0.13 143	0.21 170	0.14 163	0.15 144	0.11 185	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.12 213	0.14 192	0.11 180	0.14 193	0.11 174	0.15 157	0.12 146	0.14 189	0.11 181	0.14 194	0.11 177

cf-r	0.66 471	2.17 609	0.12 134	0.18 180	0.12 222	0.18 229	2.70 750	2.60 724	0.12 223	0.18 226	0.12 213	0.18 227	0.12 218	0.18 227	0.12 210	0.15 157	0.11 132	0.15 214	0.11 181	1.81 670	1.74 724

E$^{3}$Stereo	0.13 143	0.14 136	0.13 154	0.16 154	0.11 185	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 192	0.11 180	0.14 193	0.11 174	0.16 169	0.13 169	0.14 189	0.11 181	0.14 194	0.11 177

LLLLL	0.13 143	0.14 136	0.13 154	0.16 154	0.11 185	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 192	0.11 180	0.14 193	0.11 174	0.16 169	0.13 169	0.14 189	0.11 181	0.14 194	0.11 177

LLL	0.13 143	0.14 136	0.14 163	0.17 175	0.11 185	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 192	0.11 180	0.14 193	0.11 174	0.16 169	0.14 184	0.14 189	0.11 181	0.14 194	0.11 177

low	0.13 143	0.14 136	0.14 163	0.16 154	0.11 185	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 192	0.11 180	0.14 193	0.11 174	0.16 169	0.13 169	0.14 189	0.11 181	0.14 194	0.11 177

100	0.13 143	0.14 136	0.13 154	0.17 175	0.11 185	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 192	0.11 180	0.14 193	0.11 174	0.16 169	0.13 169	0.14 189	0.11 181	0.14 194	0.11 177

300	0.13 143	0.14 136	0.13 154	0.16 154	0.11 185	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 192	0.11 180	0.14 193	0.11 174	0.16 169	0.13 169	0.14 189	0.11 181	0.14 194	0.11 177

Last	0.13 143	0.14 136	0.14 163	0.16 154	0.11 185	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 192	0.11 180	0.14 193	0.11 174	0.16 169	0.13 169	0.14 189	0.11 181	0.14 194	0.11 177

DDDD	0.13 143	0.14 136	0.14 163	0.16 154	0.11 185	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 192	0.11 180	0.14 193	0.11 174	0.16 169	0.13 169	0.14 189	0.11 181	0.14 194	0.11 177

TT111	0.13 143	0.14 136	0.14 163	0.16 154	0.11 185	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 192	0.11 180	0.14 193	0.11 174	0.16 169	0.13 169	0.14 189	0.11 181	0.14 194	0.11 177

EE1	0.13 143	0.14 136	0.14 163	0.17 175	0.11 185	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 192	0.11 180	0.14 193	0.11 174	0.16 169	0.13 169	0.14 189	0.11 181	0.14 194	0.11 177

AnonStereo	0.13 143	0.14 136	0.14 163	0.16 154	0.11 185	0.14 192	0.11 180	0.14 191	0.11 184	0.14 192	0.11 181	0.14 192	0.11 180	0.14 193	0.11 174	0.16 169	0.13 169	0.14 189	0.11 181	0.14 194	0.11 177

S2M2_XL	0.14 174	0.17 157	0.12 134	0.17 175	0.11 185	0.17 225	0.11 180	0.17 223	0.11 184	0.17 222	0.11 181	0.17 223	0.11 180	0.17 224	0.11 174	0.16 169	0.11 132	0.16 218	0.11 181	0.16 218	0.11 177
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 208	0.48 291	0.16 195	0.16 154	0.15 245	0.15 211	0.16 241	0.16 216	0.16 250	0.16 215	0.16 249	0.16 215	0.16 247	0.16 216	0.16 245	0.16 169	0.16 196	0.16 218	0.16 248	0.16 218	0.16 237

xyz-stereo	0.18 208	0.50 298	0.16 195	0.15 144	0.16 256	0.16 218	0.16 241	0.16 216	0.16 250	0.16 215	0.16 249	0.16 215	0.16 247	0.16 216	0.16 245	0.16 169	0.16 196	0.16 218	0.16 248	0.16 218	0.16 237

ITSA-stereo	0.15 186	0.17 157	0.13 154	0.20 200	0.13 227	0.19 232	0.13 223	0.18 227	0.13 227	0.19 228	0.13 227	0.18 227	0.14 230	0.18 227	0.14 224	0.16 169	0.11 132	0.15 214	0.14 232	0.18 231	0.11 177

GMStereo_Zeroshot	0.16 193	0.16 152	0.16 195	0.16 154	0.16 256	0.16 218	0.16 241	0.16 216	0.16 250	0.16 215	0.16 249	0.16 215	0.16 247	0.16 216	0.16 245	0.16 169	0.16 196	0.16 218	0.16 248	0.16 218	0.16 237

ICVP	0.15 186	0.53 312	0.11 123	0.16 154	0.11 185	0.16 218	0.11 180	0.16 216	0.11 184	0.16 215	0.11 181	0.16 215	0.11 180	0.16 216	0.11 174	0.16 169	0.11 132	0.16 218	0.11 181	0.16 218	0.11 177
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 174	0.16 152	0.12 134	0.17 175	0.12 222	0.17 225	0.11 180	0.17 223	0.11 184	0.17 222	0.12 213	0.17 223	0.12 218	0.17 224	0.12 210	0.16 169	0.11 132	0.16 218	0.11 181	0.16 218	0.12 213

SGM_RVC	0.15 186	0.17 157	0.11 123	0.18 180	0.11 185	0.19 232	0.11 180	0.19 229	0.12 223	0.19 228	0.12 213	0.20 237	0.12 218	0.19 230	0.12 210	0.16 169	0.11 132	0.17 228	0.10 162	0.17 227	0.10 162
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
GFORCE	0.13 143	0.13 116	0.18 215	0.19 187	0.11 185	0.11 165	0.10 162	0.11 166	0.09 161	0.11 169	0.11 181	0.11 169	0.10 162	0.13 179	0.11 174	0.17 188	0.18 238	0.13 174	0.11 181	0.13 178	0.11 177

F4.4	0.13 143	0.13 116	0.18 215	0.19 187	0.11 185	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 178	0.11 180	0.13 179	0.11 174	0.17 188	0.16 196	0.13 174	0.10 162	0.13 178	0.11 177

F5.5	0.13 143	0.13 116	0.18 215	0.19 187	0.11 185	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 178	0.12 218	0.13 179	0.11 174	0.17 188	0.16 196	0.13 174	0.11 181	0.13 178	0.11 177

FORCE_9	0.13 143	0.13 116	0.20 232	0.19 187	0.11 185	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 178	0.11 180	0.13 179	0.11 174	0.17 188	0.18 238	0.13 174	0.11 181	0.13 178	0.11 177

F7	0.13 143	0.13 116	0.19 224	0.20 200	0.11 185	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 178	0.11 180	0.13 179	0.11 174	0.17 188	0.16 196	0.13 174	0.11 181	0.13 178	0.11 177

FORCE_4.5	0.13 143	0.13 116	0.18 215	0.19 187	0.11 185	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 178	0.11 180	0.13 179	0.11 174	0.17 188	0.16 196	0.13 174	0.11 181	0.13 178	0.11 177

FORCE_4	0.13 143	0.13 116	0.19 224	0.19 187	0.11 185	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 178	0.11 180	0.13 179	0.11 174	0.17 188	0.16 196	0.13 174	0.10 162	0.13 178	0.11 177

FORCE_5	0.13 143	0.13 116	0.18 215	0.18 180	0.11 185	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 178	0.11 180	0.13 179	0.11 174	0.17 188	0.16 196	0.13 174	0.11 181	0.13 178	0.11 177

FORCE_6	0.13 143	0.13 116	0.18 215	0.18 180	0.11 185	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 178	0.11 180	0.13 179	0.11 174	0.17 188	0.16 196	0.13 174	0.10 162	0.13 178	0.10 162

DDVS	0.30 263	3.10 664	0.14 163	0.19 187	0.14 230	0.19 232	0.14 225	0.20 237	0.14 230	0.19 228	0.13 227	0.16 215	0.13 225	0.19 230	0.13 219	0.17 188	0.13 169	0.17 228	0.13 227	0.17 227	0.13 220

ACVNet	0.20 214	0.19 161	0.14 163	0.20 200	0.14 230	0.20 238	0.96 598	0.21 246	0.14 230	0.20 235	0.13 227	0.21 244	0.14 230	0.20 235	0.14 224	0.17 188	0.12 146	0.17 228	0.12 216	0.17 227	0.12 213

acv_ft	0.20 214	0.19 161	0.14 163	0.20 200	0.14 230	0.20 238	0.96 598	0.21 246	0.14 230	0.20 235	0.13 227	0.21 244	0.14 230	0.20 235	0.14 224	0.17 188	0.12 146	0.17 228	0.12 216	0.17 227	0.12 213

hitnet-ft	0.79 509	2.78 658	0.14 163	0.20 200	0.14 230	0.21 248	2.89 751	2.80 739	0.14 230	0.20 235	0.14 233	0.20 237	0.14 230	0.20 235	0.14 224	0.17 188	0.12 146	0.17 228	0.12 216	2.54 724	2.33 741

PSMNet-RSSM	0.77 505	2.76 653	0.14 163	0.20 200	0.14 230	0.20 238	2.66 748	2.79 738	0.14 230	0.21 246	0.14 233	0.21 244	0.14 230	0.20 235	0.14 224	0.17 188	0.12 146	0.17 228	0.12 216	2.52 716	2.31 739

GwcNet-RSSM	0.77 505	2.77 655	0.14 163	0.20 200	0.14 230	0.20 238	2.67 749	2.78 737	0.14 230	0.20 235	0.14 233	0.20 237	0.14 230	0.21 247	0.14 224	0.17 188	0.12 146	0.17 228	0.12 216	2.52 716	2.31 739

CFNet-ft	0.55 450	1.57 535	0.14 163	0.20 200	0.14 230	0.20 238	2.53 746	1.61 664	0.14 230	0.20 235	0.14 233	0.20 237	0.14 230	0.20 235	0.14 224	0.17 188	0.12 146	0.17 228	0.12 216	1.56 658	1.24 673

LALA_ROB	0.15 186	0.19 161	0.12 134	0.18 180	0.11 185	0.20 238	0.12 216	0.21 246	0.12 223	0.20 235	0.12 213	0.20 237	0.12 218	0.21 247	0.13 219	0.17 188	0.10 110	0.18 238	0.11 181	0.18 231	0.11 177

FORCE_4.7	0.13 143	0.13 116	0.19 224	0.19 187	0.11 185	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 178	0.11 180	0.13 179	0.11 174	0.18 205	0.17 224	0.13 174	0.11 181	0.13 178	0.11 177

FORCE_4.6	0.13 143	0.13 116	0.18 215	0.20 200	0.11 185	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 178	0.11 180	0.13 179	0.11 174	0.18 205	0.17 224	0.13 174	0.10 162	0.13 178	0.11 177

F8.5	0.13 143	0.13 116	0.19 224	0.19 187	0.11 185	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 178	0.11 180	0.13 179	0.11 174	0.18 205	0.17 224	0.13 174	0.10 162	0.13 178	0.11 177

FORCE_8	0.13 143	0.13 116	0.19 224	0.19 187	0.11 185	0.13 177	0.11 180	0.13 177	0.11 184	0.13 178	0.11 181	0.13 178	0.11 180	0.13 179	0.11 174	0.18 205	0.17 224	0.13 174	0.11 181	0.13 178	0.11 177

zh-mn7	0.12 136	1.14 450	0.17 205	0.20 200	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 205	0.16 196	0.03 41	0.03 57	0.03 47	0.03 52

11t1	0.17 199	2.16 608	0.13 154	0.13 128	0.04 101	0.06 123	0.04 103	0.06 125	0.04 103	0.06 127	0.03 56	0.06 128	0.03 53	0.06 119	0.05 115	0.18 205	0.12 146	0.06 125	0.03 57	0.05 114	0.03 52

GANet-RSSM	0.75 499	1.91 588	0.14 163	0.47 350	0.14 230	0.21 248	3.21 767	2.30 710	0.14 230	0.46 437	0.14 233	0.23 262	0.18 271	0.21 247	0.14 224	0.18 205	0.27 280	0.37 356	0.13 227	2.13 693	2.12 734

DeepPruner_ROB	0.16 193	0.18 160	0.13 154	0.19 187	0.13 227	0.19 232	0.13 223	0.19 229	0.13 227	0.19 228	0.13 227	0.19 232	0.13 225	0.19 230	0.13 219	0.18 205	0.13 169	0.18 238	0.13 227	0.18 231	0.13 220

RAFT-FEzeroshot	0.34 285	0.26 194	0.17 205	0.21 211	0.17 262	0.20 238	0.16 241	0.20 237	0.16 250	0.20 235	0.17 257	0.21 244	0.16 247	0.27 289	0.24 289	0.19 213	0.16 196	0.19 241	0.16 248	0.26 272	3.08 757

RAFT-FE	0.34 285	0.26 194	0.17 205	0.21 211	0.17 262	0.20 238	0.16 241	0.20 237	0.16 250	0.20 235	0.17 257	0.21 244	0.16 247	0.27 289	0.24 289	0.19 213	0.16 196	0.19 241	0.16 248	0.26 272	3.08 757

IGEV-FE	0.35 296	0.37 222	0.17 205	0.19 187	0.17 262	0.20 238	0.17 251	0.19 229	0.17 260	0.19 228	0.17 257	0.19 232	0.17 259	0.37 333	0.36 427	0.19 213	0.17 224	0.19 241	0.17 271	0.38 349	2.84 748

DepthFocus	0.18 208	0.22 174	0.15 188	0.22 213	0.15 245	0.22 253	0.15 234	0.22 252	0.15 242	0.22 250	0.15 243	0.22 254	0.16 247	0.22 253	0.15 236	0.20 216	0.15 193	0.20 247	0.14 232	0.20 238	0.14 227

RSGM-EC	0.24 240	0.24 184	0.15 188	0.22 213	0.15 245	0.22 253	0.15 234	0.22 252	0.15 242	0.24 263	0.15 243	0.22 254	0.15 243	0.22 253	1.19 623	0.20 216	0.17 224	0.24 275	0.14 232	0.20 238	0.14 227

acva	0.24 240	0.24 184	0.15 188	0.22 213	0.15 245	0.22 253	0.15 234	0.22 252	0.15 242	0.24 263	0.15 243	0.22 254	0.15 243	0.22 253	1.19 623	0.20 216	0.17 224	0.24 275	0.14 232	0.20 238	0.14 227

CAS++	0.17 199	0.27 197	0.21 238	0.10 91	0.21 293	0.15 211	0.22 280	0.10 154	0.21 281	0.22 250	0.10 163	0.19 232	0.18 271	0.10 157	0.19 269	0.20 216	0.19 240	0.18 238	0.10 162	0.19 237	0.18 261
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
IGEV_Zeroshot_test	0.20 214	0.19 161	0.40 391	0.30 246	0.17 262	0.22 253	0.17 251	0.21 246	0.17 260	0.20 235	0.17 257	0.21 244	0.18 271	0.21 247	0.17 252	0.20 216	0.16 196	0.20 247	0.16 248	0.20 238	0.17 255

DAS	0.20 214	0.20 165	0.20 232	0.20 200	0.20 283	0.20 238	0.20 270	0.20 237	0.20 277	0.20 235	0.20 281	0.20 237	0.20 282	0.20 235	0.20 272	0.20 216	0.20 242	0.20 247	0.20 281	0.20 238	0.20 266

GEStereo_RVC	0.86 537	4.45 700	0.20 232	0.27 241	0.20 283	0.27 289	0.20 270	0.26 276	0.18 267	5.03 775	0.20 281	0.27 290	0.19 278	0.27 289	0.21 275	0.20 216	0.19 240	0.19 241	4.02 779	0.20 238	0.18 261

MSKI-zero shot	0.24 240	0.21 170	0.49 445	0.65 445	0.18 274	0.22 253	0.17 251	0.23 259	0.18 267	0.21 246	0.17 257	0.23 262	0.28 328	0.23 260	0.18 265	0.21 223	0.16 196	0.21 251	0.16 248	0.21 247	0.16 237

iResNetv2_ROB	0.20 214	0.23 176	0.18 215	0.24 223	0.20 283	0.24 265	0.18 260	0.24 262	0.18 267	0.24 263	0.18 274	0.23 262	0.19 278	0.24 264	0.18 265	0.21 223	0.16 196	0.21 251	0.16 248	0.22 249	0.16 237

SCION-MonSter	0.21 222	0.76 358	0.22 240	0.25 230	0.15 245	0.19 232	0.15 234	0.19 229	0.15 242	0.19 228	0.15 243	0.19 232	0.15 243	0.19 230	0.14 224	0.22 225	0.21 246	0.16 218	0.14 232	0.16 218	0.15 234

ACV-stereo	0.30 263	2.08 600	0.25 254	0.25 230	0.18 274	0.24 265	0.17 251	0.24 262	0.18 267	0.24 263	0.17 257	0.25 275	0.17 259	0.24 264	0.17 252	0.22 225	0.16 196	0.22 256	0.16 248	0.22 249	0.16 237

Pointernet	0.21 222	0.22 174	0.19 224	0.24 223	0.19 280	0.24 265	0.19 266	0.24 262	0.19 275	0.24 263	0.19 277	0.24 268	0.19 278	0.24 264	0.19 269	0.22 225	0.17 224	0.22 256	0.17 271	0.22 249	0.17 255

WAO-6	0.22 229	0.23 176	0.22 240	0.23 218	0.22 295	0.22 253	0.22 280	0.22 252	0.22 285	0.22 250	0.22 288	0.22 254	0.22 290	0.22 253	0.22 279	0.22 225	0.22 253	0.22 256	0.22 288	0.22 249	0.22 272

IMH-64-1	0.22 229	0.23 176	0.23 244	0.22 213	0.22 295	0.22 253	0.22 280	0.22 252	0.22 285	0.22 250	0.22 288	0.22 254	0.22 290	0.22 253	0.22 279	0.22 225	0.22 253	0.23 265	0.22 288	0.22 249	0.23 274

IMH-64	0.22 229	0.23 176	0.23 244	0.22 213	0.22 295	0.22 253	0.22 280	0.22 252	0.22 285	0.22 250	0.22 288	0.22 254	0.22 290	0.22 253	0.22 279	0.22 225	0.22 253	0.23 265	0.22 288	0.22 249	0.23 274

dd	0.23 236	0.98 408	0.16 195	0.23 218	0.15 245	0.23 262	0.15 234	0.23 259	0.15 242	0.23 256	0.15 243	0.24 268	0.17 259	0.23 260	0.15 236	0.22 225	0.15 193	0.21 251	0.15 245	0.22 249	0.16 237

dad	0.23 236	1.03 434	0.16 195	0.23 218	0.15 245	0.24 265	0.15 234	0.24 262	0.16 250	0.23 256	0.16 249	0.24 268	0.16 247	0.23 260	0.15 236	0.22 225	0.16 196	0.22 256	0.16 248	0.22 249	0.16 237

psm_up	0.43 365	1.19 459	0.17 205	0.25 230	0.18 274	0.25 275	0.19 266	1.26 645	0.91 592	0.26 280	0.17 257	0.25 275	0.17 259	0.25 273	0.17 252	0.22 225	0.17 224	0.23 265	0.16 248	1.18 591	0.99 595

UPFNet	0.42 362	1.20 460	0.17 205	0.24 223	0.17 262	0.25 275	0.17 251	1.19 591	0.90 591	0.25 271	0.17 257	0.24 268	0.17 259	0.25 273	0.17 252	0.22 225	0.17 224	0.22 256	0.16 248	1.15 583	0.93 588

ac_64	0.22 229	0.13 116	0.19 224	0.23 218	0.10 166	0.26 284	1.02 608	0.14 191	0.10 166	0.28 286	0.14 233	0.17 223	0.19 278	0.28 294	0.09 152	0.22 225	0.16 196	0.23 265	0.17 271	0.11 167	0.12 213

iResNet	0.20 214	0.23 176	0.18 215	0.24 223	0.18 274	0.24 265	0.20 270	0.24 262	0.18 267	0.23 256	0.17 257	0.23 262	0.18 271	0.23 260	0.18 265	0.22 225	0.16 196	0.21 251	0.16 248	0.21 247	0.16 237

SCION-M(vits-remse)	0.34 285	0.79 364	0.30 282	0.33 262	0.28 323	0.40 347	0.28 317	0.40 342	0.28 324	0.40 342	0.28 323	0.39 344	0.28 328	0.40 348	0.28 313	0.23 237	0.21 246	0.35 343	0.27 349	0.35 321	0.27 331

SCION-MonSter(vits)	0.25 243	0.79 364	0.31 300	0.42 327	0.28 323	0.40 347	0.28 317	0.20 237	0.15 242	0.40 342	0.15 243	0.19 232	0.15 243	0.20 235	0.15 236	0.23 237	0.21 246	0.17 228	0.14 232	0.16 218	0.14 227

BStereo	0.22 229	0.23 176	0.20 232	0.24 223	0.20 283	0.23 262	0.33 409	0.39 333	0.17 260	0.23 256	0.17 257	0.23 262	0.16 247	0.24 264	0.17 252	0.23 237	0.16 196	0.22 256	0.20 281	0.22 249	0.16 237

Anonymus123	0.22 229	0.23 176	0.20 232	0.24 223	0.20 283	0.23 262	0.33 409	0.39 333	0.17 260	0.23 256	0.17 257	0.23 262	0.16 247	0.24 264	0.17 252	0.23 237	0.16 196	0.22 256	0.20 281	0.22 249	0.16 237

MIM_Stereo	0.25 243	0.23 176	0.66 500	0.80 480	0.17 262	0.22 253	0.17 251	0.23 259	0.18 267	0.26 280	0.17 257	0.21 244	0.17 259	0.25 273	0.17 252	0.23 237	0.16 196	0.21 251	0.17 271	0.22 249	0.17 255

Wz-Net-LNSev	0.06 61	0.24 184	0.20 232	0.23 218	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 237	0.21 246	0.02 19	0.01 9	0.01 10	0.01 10

MMNet	0.44 378	1.24 514	0.17 205	0.25 230	0.17 262	0.25 275	0.18 260	1.26 645	0.93 598	0.25 271	0.17 257	0.25 275	0.18 271	0.25 273	0.17 252	0.23 237	0.16 196	0.23 265	0.16 248	1.20 595	0.99 595

delet	0.43 365	1.21 506	0.17 205	0.25 230	0.17 262	0.25 275	0.18 260	1.26 645	0.95 600	0.25 271	0.17 257	0.25 275	0.17 259	0.25 273	0.17 252	0.23 237	0.16 196	0.22 256	0.16 248	1.18 591	0.98 594

CFNet	1.37 641	5.27 727	0.19 224	5.49 751	0.19 280	0.28 291	0.19 266	0.28 281	0.19 275	0.28 286	0.19 277	0.28 291	4.35 772	0.28 294	0.19 269	0.23 237	0.17 224	0.23 265	4.21 781	4.81 758	0.17 255

Weightmod_eth	0.20 214	0.24 184	0.28 272	0.47 350	0.14 230	0.24 265	0.14 225	0.17 223	0.13 227	0.22 250	0.16 249	0.22 254	0.13 225	0.20 235	0.16 245	0.24 246	0.20 242	0.19 241	0.14 232	0.16 218	0.24 284

ISRNet	0.11 123	0.05 66	0.36 340	0.24 223	0.07 152	0.13 177	0.05 120	0.06 125	0.05 124	0.05 112	0.05 127	0.13 178	0.05 117	0.05 103	0.09 152	0.24 246	0.20 242	0.10 152	0.05 123	0.06 127	0.13 220

tg	0.21 222	0.25 191	0.21 238	0.26 238	0.17 262	0.24 265	0.17 251	0.24 262	0.17 260	0.24 263	0.17 257	0.24 268	0.17 259	0.24 264	0.17 252	0.24 246	0.17 224	0.23 265	0.16 248	0.23 261	0.16 237

gwcnet-sp	0.82 522	1.72 541	1.48 659	0.39 290	0.15 245	0.31 303	0.21 275	0.20 237	0.25 300	1.61 669	0.23 293	0.28 291	0.26 312	0.20 235	0.15 236	0.24 246	1.33 645	0.32 310	0.16 248	6.75 774	0.23 274

scenet	0.82 522	1.72 541	1.48 659	0.39 290	0.15 245	0.31 303	0.21 275	0.20 237	0.25 300	1.61 669	0.23 293	0.28 291	0.26 312	0.20 235	0.15 236	0.24 246	1.33 645	0.32 310	0.16 248	6.75 774	0.23 274

ssnet_v2	0.68 479	1.96 596	1.25 637	0.29 244	0.20 283	0.30 296	0.20 270	0.29 286	0.22 285	1.50 665	0.20 281	0.31 306	0.20 282	0.27 289	0.22 279	0.24 246	1.49 661	0.26 285	0.18 278	3.90 735	0.19 264

ssnet	0.82 522	1.72 541	1.48 659	0.39 290	0.15 245	0.31 303	0.21 275	0.20 237	0.25 300	1.61 669	0.23 293	0.28 291	0.26 312	0.20 235	0.15 236	0.24 246	1.33 645	0.32 310	0.16 248	6.75 774	0.23 274

Select-FE	0.41 348	0.44 267	0.23 244	0.26 238	0.22 295	0.26 284	0.22 280	0.26 276	0.23 292	0.26 280	0.23 293	0.26 287	0.23 296	0.45 439	0.42 473	0.25 253	0.22 253	0.25 280	0.22 288	0.45 438	2.90 749

UNDER WATER-64	0.25 243	0.26 194	0.25 254	0.26 238	0.25 309	0.25 275	0.25 296	0.25 270	0.25 300	0.25 271	0.25 306	0.25 275	0.25 302	0.26 285	0.25 297	0.25 253	0.25 264	0.25 280	0.25 304	0.25 269	0.25 286

depth_test_26	0.20 214	0.34 212	0.25 254	0.34 268	0.14 230	0.21 248	0.14 225	0.21 246	0.14 230	0.21 246	0.14 233	0.21 244	0.14 230	0.21 247	0.14 224	0.26 255	0.26 267	0.22 256	0.15 245	0.22 249	0.14 227

LoS_RVC	0.30 263	1.14 450	0.25 254	0.25 230	0.25 309	0.26 284	0.25 296	0.25 270	0.25 300	0.25 271	0.25 306	0.26 287	0.26 312	0.26 285	0.25 297	0.26 255	0.26 267	0.25 280	0.25 304	0.26 272	0.26 292

CAS	0.30 263	1.17 456	0.25 254	0.25 230	0.25 309	0.26 284	0.25 296	0.25 270	0.26 314	0.25 271	0.25 306	0.25 275	0.25 302	0.25 273	0.25 297	0.26 255	0.26 267	0.26 285	0.25 304	0.26 272	0.25 286

LoS	0.25 243	0.27 197	0.25 254	0.25 230	0.25 309	0.25 275	0.25 296	0.26 276	0.25 300	0.25 271	0.25 306	0.25 275	0.25 302	0.25 273	0.25 297	0.26 255	0.25 264	0.25 280	0.26 310	0.26 272	0.25 286
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
small-0shot	0.35 296	1.92 594	0.27 264	0.27 241	0.27 317	0.27 289	0.27 306	0.27 280	0.27 318	0.27 285	0.27 315	0.26 287	0.27 319	0.27 289	0.26 302	0.27 259	0.26 267	0.26 285	0.26 310	0.26 272	0.27 331

LACA2	0.21 222	0.24 184	0.26 261	0.31 252	0.16 256	0.24 265	0.16 241	0.24 262	0.16 250	0.24 263	0.16 249	0.24 268	0.16 247	0.24 264	0.16 245	0.27 259	0.23 259	0.24 275	0.16 248	0.23 261	0.16 237

LACA1	0.21 222	0.24 184	0.26 261	0.31 252	0.16 256	0.24 265	0.16 241	0.24 262	0.16 250	0.24 263	0.16 249	0.24 268	0.16 247	0.24 264	0.16 245	0.27 259	0.22 253	0.23 265	0.16 248	0.23 261	0.16 237

TorneroNet-64	0.45 401	0.27 197	0.30 282	0.58 428	0.27 317	0.70 527	0.30 340	0.28 281	0.73 574	0.73 532	0.28 323	0.71 532	0.66 541	0.75 534	0.27 304	0.27 259	0.29 302	0.37 356	0.75 581	0.28 280	0.30 383

tt1	0.31 270	0.93 401	0.24 251	0.33 262	0.23 301	0.31 303	0.24 294	0.32 297	0.24 295	0.32 304	0.23 293	0.32 310	0.25 302	0.32 308	0.24 289	0.27 259	0.26 267	0.27 290	0.26 310	0.27 278	0.27 331

GEAR-Net	0.22 229	0.46 280	0.27 264	0.29 244	0.17 262	0.21 248	0.17 251	0.21 246	0.17 260	0.21 246	0.17 257	0.21 244	0.17 259	0.21 247	0.17 252	0.28 264	0.26 267	0.20 247	0.16 248	0.20 238	0.16 237

LACA3	0.23 236	0.25 191	0.27 264	0.54 418	0.17 262	0.25 275	0.17 251	0.25 270	0.17 260	0.25 271	0.17 257	0.25 275	0.17 259	0.25 273	0.17 252	0.28 264	0.23 259	0.24 275	0.17 271	0.24 266	0.17 255

DCVSM-stereo	0.36 304	1.89 585	0.22 240	0.40 303	0.22 295	0.40 347	0.22 280	0.40 342	0.22 285	0.40 342	0.22 288	0.40 354	0.22 290	0.40 348	0.22 279	0.28 264	0.21 246	0.28 294	0.21 285	0.28 280	0.20 266

xxxxx1	0.31 270	0.91 392	0.23 244	0.31 252	0.23 301	0.31 303	0.23 289	0.33 301	0.25 300	0.31 298	0.24 300	0.33 314	0.25 302	0.32 308	0.24 289	0.28 264	0.28 288	0.28 294	0.28 370	0.29 284	0.27 331

SQANet	0.28 257	0.28 200	0.28 272	0.28 243	0.28 323	0.28 291	0.28 317	0.28 281	0.28 324	0.28 286	0.28 323	0.28 291	0.28 328	0.28 294	0.28 313	0.28 264	0.28 288	0.28 294	0.28 370	0.28 280	0.28 359

tt_ll	0.31 270	0.91 392	0.23 244	0.31 252	0.23 301	0.31 303	0.23 289	0.33 301	0.25 300	0.31 298	0.24 300	0.33 314	0.25 302	0.32 308	0.24 289	0.28 264	0.28 288	0.28 294	0.28 370	0.29 284	0.27 331

ff	0.31 270	0.91 392	0.23 244	0.31 252	0.23 301	0.31 303	0.23 289	0.33 301	0.25 300	0.31 298	0.24 300	0.33 314	0.25 302	0.32 308	0.24 289	0.28 264	0.28 288	0.28 294	0.28 370	0.29 284	0.27 331

RAFT + AFF	0.31 270	0.45 276	0.34 328	0.39 290	0.28 323	0.38 338	0.33 409	0.29 286	0.31 395	0.30 293	0.30 353	0.29 297	0.27 319	0.29 298	0.30 339	0.28 264	0.29 302	0.29 299	0.29 385	0.27 278	0.32 400

FCDSN-DC	0.41 348	0.59 330	0.64 494	0.54 418	0.33 423	0.50 478	0.37 441	0.42 379	0.40 464	0.61 510	0.43 484	0.50 480	0.49 507	0.38 337	0.32 393	0.28 264	0.23 259	0.26 285	0.22 288	0.35 321	0.28 359
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	0.31 270	0.28 200	0.47 430	0.79 476	0.24 306	0.30 296	0.26 303	0.30 289	0.24 295	0.32 304	0.23 293	0.31 306	0.24 299	0.30 300	0.23 286	0.29 273	0.26 267	0.29 299	0.24 301	0.33 303	0.23 274

DStereoSA	0.32 279	0.52 308	0.34 328	0.31 252	0.31 396	0.30 296	0.30 340	0.31 295	0.30 349	0.31 298	0.31 398	0.31 306	0.30 349	0.31 305	0.31 381	0.30 274	0.32 322	0.31 307	0.31 414	0.31 293	0.31 393

MultiAttention	0.30 263	0.30 205	0.30 282	0.30 246	0.30 348	0.30 296	0.30 340	0.30 289	0.30 349	0.30 293	0.30 353	0.30 301	0.30 349	0.30 300	0.30 339	0.30 274	0.30 312	0.30 301	0.30 403	0.30 288	0.30 383

MSAF-DinoV2	0.30 263	0.30 205	0.30 282	0.30 246	0.30 348	0.30 296	0.30 340	0.30 289	0.30 349	0.30 293	0.30 353	0.30 301	0.30 349	0.30 300	0.30 339	0.30 274	0.30 312	0.30 301	0.30 403	0.30 288	0.30 383

WCG-NET（raft）	0.32 279	1.24 514	0.24 251	0.32 258	0.24 306	0.32 312	0.23 289	0.32 297	0.24 295	0.32 304	0.24 300	0.32 310	0.24 299	0.32 308	0.24 289	0.30 274	0.23 259	0.30 301	0.23 294	0.30 288	0.23 274

DANet	0.30 263	0.30 205	0.30 282	0.30 246	0.30 348	0.30 296	0.30 340	0.30 289	0.30 349	0.30 293	0.30 353	0.30 301	0.30 349	0.30 300	0.30 339	0.30 274	0.30 312	0.30 301	0.30 403	0.30 288	0.30 383
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DISCO	1.11 580	0.39 233	5.28 766	0.39 290	0.20 283	0.39 345	0.27 306	0.39 333	0.22 285	0.38 328	0.20 281	0.38 339	0.20 282	6.95 786	0.22 279	0.30 274	0.21 246	0.27 290	0.21 285	5.25 767	0.21 269

SMOE	0.23 236	0.25 191	0.30 282	0.33 262	0.18 274	0.26 284	0.18 260	0.26 276	0.18 267	0.26 280	0.18 274	0.25 275	0.18 271	0.25 273	0.18 265	0.31 280	0.27 280	0.23 265	0.17 271	0.23 261	0.17 255

DStereoO	0.31 270	0.31 208	0.31 300	0.30 246	0.40 468	0.31 303	0.30 340	0.30 289	0.34 428	0.29 291	0.31 398	0.29 297	0.30 349	0.31 305	0.31 381	0.31 280	0.29 302	0.31 307	0.30 403	0.31 293	0.31 393

iResNet_ROB	0.28 257	0.32 210	0.24 251	0.32 258	0.25 309	0.32 312	0.24 294	0.32 297	0.24 295	0.33 309	0.24 300	0.35 321	0.24 299	0.33 316	0.24 289	0.31 280	0.24 263	0.32 310	0.24 301	0.32 296	0.24 284

PStereo	0.32 279	0.36 219	0.28 272	0.38 281	0.29 336	0.36 323	0.27 306	0.38 328	0.27 318	0.38 328	0.28 323	0.36 326	0.27 319	0.36 326	0.28 313	0.32 283	0.27 280	0.33 317	0.27 349	0.33 303	0.27 331

DStereoFS	0.32 279	0.33 211	0.32 309	0.33 262	0.30 348	0.32 312	0.32 398	0.32 297	0.31 395	0.30 293	0.31 398	0.31 306	0.30 349	0.32 308	0.32 393	0.32 283	0.31 317	0.30 301	0.47 511	0.32 296	0.34 416

w-ln-seven-2	0.14 174	1.22 512	0.28 272	0.32 258	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 283	0.27 280	0.04 93	0.03 57	0.03 47	0.03 52

xyz-stereo-finetune	0.28 257	0.49 293	0.16 195	0.16 154	0.16 256	0.16 218	0.16 241	0.22 252	0.30 349	0.32 304	0.31 398	0.32 310	0.31 401	0.32 308	0.32 393	0.32 283	0.33 335	0.31 307	0.32 422	0.31 293	0.32 400

model_zeroshot	0.27 254	0.20 165	0.27 264	0.33 262	0.21 293	0.37 331	0.22 280	0.37 319	0.24 295	0.26 280	0.27 315	0.33 314	0.21 289	0.25 273	0.27 304	0.32 283	0.20 242	0.34 327	0.23 294	0.25 269	0.26 292

GES	0.66 471	2.34 625	0.29 278	0.41 317	0.29 336	0.41 366	0.29 332	0.42 379	0.29 334	0.40 342	0.41 471	0.41 369	0.30 349	0.51 483	0.29 329	0.32 283	0.29 302	0.32 310	2.46 750	2.49 712	0.30 383

DLNR-FE	0.28 257	0.89 386	0.30 282	0.34 268	0.19 280	0.28 291	0.19 266	0.28 281	0.20 277	0.28 286	0.20 281	0.28 291	0.20 282	0.28 294	0.20 272	0.33 289	0.28 288	0.25 280	0.19 279	0.24 266	0.19 264

ACVNet-DCA	0.37 314	1.00 418	0.30 282	0.40 303	0.29 336	0.40 347	0.29 332	0.40 342	0.29 334	0.40 342	0.29 338	0.40 354	0.29 340	0.39 345	0.28 313	0.33 289	0.32 322	0.33 317	0.32 422	0.33 303	0.32 400

1test111	0.37 314	1.02 432	0.30 282	0.39 290	0.29 336	0.40 347	0.28 317	0.39 333	0.29 334	0.39 335	0.29 338	0.39 344	0.28 328	0.40 348	0.29 329	0.33 289	0.32 322	0.33 317	0.31 414	0.32 296	0.31 393

cc1	0.37 314	1.02 432	0.30 282	0.39 290	0.29 336	0.40 347	0.28 317	0.39 333	0.29 334	0.39 335	0.29 338	0.39 344	0.28 328	0.40 348	0.29 329	0.33 289	0.32 322	0.33 317	0.31 414	0.32 296	0.31 393

RSM	0.36 304	0.36 219	0.43 412	0.37 278	0.42 488	0.49 469	0.42 478	0.37 319	0.28 324	0.36 320	0.29 338	0.36 326	0.30 349	0.37 333	0.28 313	0.34 293	0.31 317	0.34 327	0.35 450	0.40 412	0.29 368

H2IRNET	0.34 285	0.34 212	0.34 328	0.34 268	0.34 435	0.34 315	0.34 424	0.34 304	0.34 428	0.34 312	0.34 425	0.34 319	0.34 427	0.34 317	0.34 420	0.34 293	0.34 364	0.34 327	0.34 437	0.34 308	0.34 416

xx1	0.38 320	1.03 434	0.31 300	0.40 303	0.31 396	0.41 366	0.28 317	0.40 342	0.29 334	0.40 342	0.29 338	0.40 354	0.29 340	0.40 348	0.29 329	0.34 293	0.33 335	0.34 327	0.32 422	0.34 308	0.32 400

EKT-Stereo	0.37 314	0.40 237	0.44 414	1.07 523	0.29 336	0.34 315	0.31 388	0.36 311	0.29 334	0.38 328	0.31 398	0.37 336	0.30 349	0.36 326	0.29 329	0.34 293	0.28 288	0.39 408	0.30 403	0.37 336	0.30 383

iRaft-Stereo_5w	0.34 285	0.42 262	0.31 300	0.39 290	0.30 348	0.38 338	0.30 340	0.40 342	0.29 334	0.40 342	0.37 445	0.41 369	0.34 427	0.38 337	0.30 339	0.34 293	0.27 280	0.34 327	0.26 310	0.34 308	0.26 292

GMOStereo	0.37 314	0.45 276	0.23 244	0.30 246	0.37 450	0.41 366	0.36 435	0.41 361	0.35 432	0.43 380	0.36 438	0.41 369	0.40 459	0.41 368	0.36 427	0.34 293	0.22 253	0.47 477	0.37 459	0.39 398	0.33 409

HGLStereo	0.28 257	0.29 202	0.22 240	0.36 275	0.22 295	0.36 323	0.21 275	0.36 311	0.21 281	0.42 373	0.21 286	0.36 326	0.22 290	0.36 326	0.21 275	0.34 293	0.21 246	0.34 327	0.21 285	0.34 308	0.21 269

MLCV	0.31 270	0.35 214	0.27 264	0.35 271	0.28 323	0.35 319	0.27 306	0.35 307	0.28 324	0.36 320	0.27 315	0.35 321	0.27 319	0.35 320	0.27 304	0.34 293	0.27 280	0.34 327	0.27 349	0.34 308	0.27 331

SME	0.27 254	0.29 202	0.31 300	0.38 281	0.20 283	0.29 294	0.18 260	0.30 289	0.20 277	0.32 304	0.21 286	0.32 310	0.20 282	0.32 308	0.21 275	0.35 301	0.32 322	0.27 290	0.19 279	0.29 284	0.20 266

z-mn7	0.16 193	1.21 506	0.33 314	0.41 317	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 301	0.31 317	0.04 93	0.04 99	0.04 97	0.04 96

iRaft-Stereo_20w	0.34 285	0.41 250	0.31 300	0.39 290	0.29 336	0.40 347	0.32 398	0.41 361	0.32 407	0.38 328	0.30 353	0.39 344	0.30 349	0.38 337	0.32 393	0.35 301	0.27 280	0.34 327	0.27 349	0.34 308	0.29 368

ETE_ROB	0.35 296	0.35 214	0.35 338	0.35 271	0.35 439	0.35 319	0.35 429	0.35 307	0.35 432	0.35 316	0.35 434	0.35 321	0.35 433	0.35 320	0.35 424	0.35 301	0.35 371	0.35 343	0.35 450	0.35 321	0.35 427

DN-CSS_ROB	0.31 270	0.35 214	0.28 272	0.35 271	0.28 323	0.34 315	0.27 306	0.34 304	0.25 300	0.35 316	0.27 315	0.36 326	0.26 312	0.34 317	0.28 313	0.35 301	0.28 288	0.34 327	0.28 370	0.34 308	0.27 331

Any-RAFT	0.32 279	0.36 219	0.27 264	0.36 275	0.27 317	0.36 323	0.27 306	0.36 311	0.27 318	0.36 320	0.27 315	0.36 326	0.27 319	0.36 326	0.28 313	0.36 306	0.28 288	0.36 352	0.28 370	0.36 331	0.28 359

DMCA	0.36 304	0.38 226	0.37 345	0.35 271	0.35 439	0.36 323	0.36 435	0.36 311	0.35 432	0.35 316	0.37 445	0.36 326	0.36 437	0.35 320	0.36 427	0.36 306	0.36 377	0.35 343	0.36 456	0.36 331	0.36 430

UCFNet_RVC	2.75 736	10.06 768	0.29 278	10.31 782	0.29 336	0.42 387	0.29 332	0.43 387	0.29 334	0.42 373	0.29 338	0.42 387	9.87 789	0.43 389	0.29 329	0.36 306	9.84 785	0.36 352	0.26 310	9.77 788	0.26 292

SCION-Mon(vits-remp)	0.34 285	0.98 408	0.30 282	0.33 262	0.18 274	0.21 248	0.28 317	0.40 342	0.28 324	0.40 342	0.28 323	0.39 344	0.28 328	0.40 348	0.28 313	0.37 309	0.29 302	0.35 343	0.27 349	0.35 321	0.27 331

Weightmod	0.27 254	0.29 202	0.33 314	0.38 281	0.20 283	0.30 296	0.21 275	0.29 286	0.21 281	0.29 291	0.22 288	0.30 301	0.20 282	0.30 300	0.21 275	0.37 309	0.31 317	0.27 290	0.20 281	0.28 280	0.21 269

HiDET	0.38 320	0.44 267	0.30 282	0.42 327	0.30 348	0.42 387	0.30 340	0.42 379	0.30 349	0.44 419	0.30 353	0.42 387	0.30 349	0.42 382	0.68 544	0.37 309	0.32 322	0.40 421	0.29 385	0.37 336	0.29 368

LCMNet	0.38 320	0.44 267	0.30 282	0.42 327	0.30 348	0.42 387	0.30 340	0.42 379	0.30 349	0.45 431	0.30 353	0.42 387	0.30 349	0.42 382	0.69 552	0.37 309	0.32 322	0.40 421	0.29 385	0.37 336	0.29 368

CSFM-Stereo	0.38 320	0.44 267	0.30 282	0.42 327	0.30 348	0.42 387	0.30 340	0.43 387	0.30 349	0.44 419	0.30 353	0.42 387	0.30 349	0.42 382	0.73 566	0.37 309	0.32 322	0.40 421	0.29 385	0.37 336	0.30 383

Zero-FE251	0.36 304	0.40 237	0.28 272	0.41 317	0.28 323	0.41 366	0.28 317	0.41 361	0.28 324	0.41 359	0.28 323	0.41 369	0.28 328	0.42 382	0.30 339	0.37 309	0.26 267	0.37 356	0.27 349	0.45 438	0.56 522

Venus	0.38 320	0.38 226	0.38 347	0.38 281	0.38 457	0.37 331	0.38 448	0.37 319	0.37 444	0.41 359	0.37 445	0.39 344	0.37 442	0.38 337	0.38 440	0.37 309	0.38 390	0.38 364	0.37 459	0.37 336	0.38 443

CASnet	0.35 296	0.51 306	0.44 414	0.32 258	0.31 396	0.24 265	0.34 424	0.36 311	0.25 300	0.31 298	0.37 445	0.30 301	0.33 420	0.25 273	0.45 482	0.37 309	0.37 382	0.33 317	0.35 450	0.34 308	0.37 436
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RAFT-Test	0.36 304	0.37 222	0.33 314	0.41 317	0.32 410	0.41 366	0.32 398	0.41 361	0.32 407	0.41 359	0.32 408	0.41 369	0.32 408	0.41 368	0.33 405	0.37 309	0.29 302	0.37 356	0.29 385	0.38 349	0.31 393

CES	0.39 334	0.47 285	0.36 340	0.36 275	0.37 450	0.45 443	0.35 429	0.35 307	0.40 464	0.36 320	0.44 486	0.47 452	0.36 437	0.44 420	0.36 427	0.37 309	0.39 397	0.44 458	0.35 450	0.37 336	0.36 430

IER	0.88 542	7.04 746	2.23 722	2.75 681	0.28 323	0.43 394	0.25 296	0.39 333	0.25 300	0.41 359	0.27 315	0.39 344	0.25 302	0.40 348	0.28 313	0.37 309	0.28 288	0.37 356	0.25 304	0.37 336	0.25 286

StereoDRNet-Refined	0.33 284	0.39 233	0.26 261	0.39 290	0.26 316	0.40 347	0.26 303	0.40 342	0.26 314	0.39 335	0.26 311	0.39 344	0.26 312	0.39 345	0.26 302	0.37 309	0.25 264	0.37 356	0.25 304	0.37 336	0.37 436
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 314	0.37 222	0.37 345	0.37 278	0.37 450	0.37 331	0.37 441	0.37 319	0.37 444	0.37 326	0.37 445	0.37 336	0.37 442	0.37 333	0.37 437	0.37 309	0.37 382	0.37 356	0.37 459	0.37 336	0.37 436

gcap_with_dpt	0.35 296	0.39 233	0.30 282	0.44 338	0.31 396	0.44 429	0.31 388	0.44 426	0.31 395	0.44 419	0.30 353	0.44 432	0.30 349	0.44 420	0.30 339	0.38 322	0.26 267	0.38 364	0.27 349	0.38 349	0.27 331

MonSter++	0.38 320	0.44 267	0.31 300	0.43 334	0.30 348	0.43 394	0.31 388	0.43 387	0.31 395	0.45 431	0.31 398	0.43 396	0.31 401	0.43 389	0.69 552	0.38 322	0.33 335	0.40 421	0.30 403	0.38 349	0.30 383

w-ln-seven	0.18 208	1.47 531	0.33 314	0.40 303	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 322	0.32 322	0.05 108	0.04 99	0.04 97	0.04 96

fffy	0.38 320	0.43 264	0.33 314	0.46 343	0.33 423	0.45 443	0.32 398	0.45 435	0.32 407	0.45 431	0.32 408	0.45 442	0.33 420	0.45 439	0.32 393	0.38 322	0.38 390	0.38 364	0.37 459	0.37 336	0.36 430

PAM	0.39 334	1.88 584	0.34 328	0.37 278	0.41 478	0.45 443	0.22 280	0.28 281	0.23 292	0.28 286	0.24 300	0.29 297	0.23 296	0.29 298	0.23 286	0.38 322	0.32 322	0.38 364	0.37 459	0.32 296	0.22 272

RAFT-Stereo-weight	0.45 401	1.90 587	0.34 328	0.42 327	0.36 445	0.43 394	0.35 429	0.42 379	0.34 428	0.42 373	0.34 425	0.44 432	0.34 427	0.41 368	0.34 420	0.38 322	0.32 322	0.38 364	0.32 422	0.38 349	0.33 409

test_for_model	0.35 296	0.39 233	0.30 282	0.43 334	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.44 420	0.31 381	0.38 322	0.26 267	0.38 364	0.26 310	0.38 349	0.26 292

IGEV++	0.34 285	0.43 264	0.30 282	0.40 303	0.29 336	0.40 347	0.29 332	0.40 342	0.29 334	0.40 342	0.29 338	0.40 354	0.29 340	0.40 348	0.30 339	0.38 322	0.29 302	0.37 356	0.29 385	0.37 336	0.29 368

WAO-8	0.38 320	0.38 226	0.38 347	0.38 281	0.38 457	0.38 338	0.38 448	0.38 328	0.38 448	0.38 328	0.38 450	0.38 339	0.38 446	0.38 337	0.38 440	0.38 322	0.38 390	0.38 364	0.37 459	0.38 349	0.38 443

WAO-7	0.38 320	0.38 226	0.38 347	0.38 281	0.38 457	0.38 338	0.38 448	0.38 328	0.38 448	0.38 328	0.38 450	0.38 339	0.38 446	0.38 337	0.38 440	0.38 322	0.38 390	0.38 364	0.38 473	0.38 349	0.38 443

HanzoNet	0.39 334	0.38 226	0.40 391	0.39 290	0.41 478	0.38 338	0.38 448	0.38 328	0.38 448	0.39 335	0.39 460	0.38 339	0.38 446	0.39 345	0.40 457	0.38 322	0.38 390	0.40 421	0.38 473	0.38 349	0.40 452

IMH	0.38 320	0.38 226	0.38 347	0.38 281	0.38 457	0.38 338	0.38 448	0.38 328	0.38 448	0.42 373	0.38 450	0.40 354	0.38 446	0.38 337	0.38 440	0.38 322	0.38 390	0.39 408	0.38 473	0.38 349	0.38 443

RCA-Stereo	0.51 438	3.22 669	0.34 328	0.44 338	0.34 435	0.44 429	0.34 424	0.43 387	0.34 428	0.43 380	0.34 425	0.44 432	0.33 420	0.43 389	0.33 405	0.38 322	0.29 302	0.38 364	0.29 385	0.38 349	0.29 368

NBS	0.39 334	0.68 342	0.36 340	0.38 281	0.36 445	0.38 338	0.39 462	0.39 333	0.39 461	0.37 326	0.35 434	0.37 336	0.38 446	0.37 333	0.38 440	0.39 335	0.36 377	0.36 352	0.39 477	0.38 349	0.38 443

mms	0.40 340	0.45 276	0.35 338	0.48 356	0.36 445	0.47 455	0.34 424	0.45 435	0.38 448	0.47 443	0.33 417	0.45 442	0.32 408	0.45 439	0.32 393	0.39 335	0.38 390	0.38 364	0.37 459	0.39 398	0.39 450

gcap-zeroshot	0.36 304	0.40 237	0.34 328	0.44 338	0.31 396	0.44 429	0.31 388	0.44 426	0.32 407	0.44 419	0.32 408	0.44 432	0.32 408	0.44 420	0.31 381	0.39 335	0.28 288	0.39 408	0.28 370	0.39 398	0.27 331

Former-RAFT_DAM_RVC	0.49 430	0.98 408	0.64 494	0.84 485	0.46 499	0.45 443	0.35 429	0.47 445	0.47 497	0.45 431	0.34 425	0.46 446	0.48 501	0.46 444	0.35 424	0.39 335	0.71 527	0.39 408	0.35 450	0.41 423	0.41 461

testlalala	0.36 304	0.40 237	0.34 328	0.44 338	0.31 396	0.44 429	0.31 388	0.44 426	0.32 407	0.44 419	0.32 408	0.44 432	0.32 408	0.44 420	0.31 381	0.39 335	0.28 288	0.39 408	0.28 370	0.39 398	0.27 331

GCAPDPT-zeroshot	0.36 304	0.40 237	0.30 282	0.43 334	0.30 348	0.43 394	0.30 340	0.43 387	0.31 395	0.43 380	0.30 353	0.43 396	0.30 349	0.44 420	0.31 381	0.39 335	0.28 288	0.39 408	0.27 349	0.39 398	0.26 292

Wz-Net-LNSev-Ref	0.11 123	0.44 267	0.33 314	0.39 290	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 335	0.36 377	0.02 19	0.02 21	0.02 21	0.02 20

Gwc-CoAtRS	0.41 348	1.49 532	0.32 309	0.42 327	0.32 410	0.41 366	0.32 398	0.41 361	0.33 417	0.41 359	0.32 408	0.41 369	0.32 408	0.41 368	0.32 393	0.39 335	0.28 288	0.39 408	0.28 370	0.40 412	0.28 359

HART	0.38 320	0.45 276	0.34 328	0.42 327	0.33 423	0.41 366	0.34 424	0.42 379	0.33 417	0.43 380	0.34 425	0.42 387	0.34 427	0.41 368	0.38 440	0.40 343	0.32 322	0.42 455	0.32 422	0.40 412	0.32 400

knoymous	0.40 340	0.40 237	0.40 391	0.40 303	0.40 468	0.40 347	0.40 463	0.40 342	0.40 464	0.40 342	0.40 463	0.40 354	0.40 459	0.40 348	0.40 457	0.40 343	0.40 401	0.40 421	0.40 479	0.40 412	0.40 452

anonymousa	0.40 340	0.40 237	0.40 391	0.40 303	0.40 468	0.40 347	0.40 463	0.40 342	0.40 464	0.40 342	0.40 463	0.40 354	0.40 459	0.40 348	0.40 457	0.40 343	0.40 401	0.40 421	0.40 479	0.40 412	0.40 452

riskmin	0.40 340	0.40 237	0.40 391	0.40 303	0.40 468	0.40 347	0.40 463	0.40 342	0.40 464	0.40 342	0.40 463	0.40 354	0.40 459	0.40 348	0.40 457	0.40 343	0.40 401	0.40 421	0.40 479	0.40 412	0.40 452

Anonymous_2	0.40 340	0.40 237	0.40 391	0.40 303	0.40 468	0.40 347	0.40 463	0.40 342	0.40 464	0.40 342	0.40 463	0.40 354	0.40 459	0.40 348	0.40 457	0.40 343	0.40 401	0.40 421	0.40 479	0.40 412	0.40 452

Anonymous_1	0.40 340	0.40 237	0.40 391	0.40 303	0.40 468	0.40 347	0.40 463	0.40 342	0.40 464	0.40 342	0.40 463	0.40 354	0.40 459	0.40 348	0.40 457	0.40 343	0.40 401	0.40 421	0.40 479	0.40 412	0.40 452

DGSMNet	0.34 285	0.41 250	0.27 264	0.41 317	0.28 323	0.41 366	0.28 317	0.41 361	0.27 318	0.41 359	0.27 315	0.42 387	0.27 319	0.41 368	0.28 313	0.40 343	0.29 302	0.40 421	0.28 370	0.40 412	0.27 331

AdaStereo	0.40 340	0.40 237	0.40 391	0.40 303	0.40 468	0.40 347	0.40 463	0.40 342	0.40 464	0.40 342	0.40 463	0.40 354	0.40 459	0.40 348	0.40 457	0.40 343	0.40 401	0.40 421	0.40 479	0.40 412	0.40 452
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		0.44 267		0.48 356	0.35 439	0.48 460		0.51 480		0.47 443		0.47 452		0.47 448		0.41 351	0.40 401	0.40 421	0.40 479	0.41 423

PCWNet_CMD	2.80 741	9.82 766	0.32 309	10.09 781	0.32 410	0.49 469	0.33 409	3.34 746	0.33 417	0.49 460	0.33 417	0.49 466	8.73 785	0.48 458	0.33 405	0.41 351	9.22 780	0.42 455	0.29 385	9.55 787	0.31 393

CFNet_ucs	2.73 734	9.64 765	0.33 314	9.92 779	0.32 410	0.49 469	0.33 409	0.49 457	0.33 417	0.49 460	0.33 417	0.49 466	8.98 787	0.48 458	0.33 405	0.41 351	9.96 786	0.40 421	0.29 385	10.12 790	0.54 511

GwcNet-ADL	0.41 348	0.41 250	0.41 405	0.41 317	0.41 478	0.41 366	0.41 472	0.41 361	0.41 474	0.41 359	0.41 471	0.41 369	0.41 471	0.41 368	0.41 465	0.41 351	0.41 411	0.41 439	0.41 488	0.41 423	0.41 461

PSMNet-ADL	0.41 348	0.41 250	0.41 405	0.41 317	0.41 478	0.41 366	0.41 472	0.41 361	0.41 474	0.41 359	0.41 471	0.41 369	0.41 471	0.41 368	0.41 465	0.41 351	0.41 411	0.41 439	0.41 488	0.41 423	0.41 461

GANet-ADL	0.41 348	0.41 250	0.41 405	0.41 317	0.41 478	0.41 366	0.41 472	0.41 361	0.41 474	0.41 359	0.41 471	0.41 369	0.41 471	0.41 368	0.41 465	0.41 351	0.41 411	0.41 439	0.41 488	0.41 423	0.41 461

ADLNet2	0.41 348	0.41 250	0.41 405	0.41 317	0.41 478	0.41 366	0.41 472	0.41 361	0.41 474	0.41 359	0.41 471	0.41 369	0.41 471	0.41 368	0.41 465	0.41 351	0.41 411	0.41 439	0.41 488	0.41 423	0.41 461

CFNet_pseudo	2.67 733	9.36 763	0.32 309	10.99 783	0.33 423	0.85 551	0.33 409	0.49 457	0.33 417	0.49 460	0.32 408	0.49 466	7.26 783	0.49 465	0.33 405	0.41 351	9.62 783	0.41 439	0.29 385	10.03 789	0.29 368

pcwnet_v2	2.66 732	9.89 767	0.33 314	9.89 778	0.32 410	0.50 478	0.32 398	0.49 457	0.33 417	0.49 460	0.34 425	0.49 466	8.76 786	0.48 458	0.33 405	0.41 351	9.58 782	0.40 421	0.29 385	9.01 785	0.63 532

ADLNet	0.41 348	0.41 250	0.41 405	0.41 317	0.41 478	0.41 366	0.41 472	0.41 361	0.41 474	0.41 359	0.41 471	0.41 369	0.41 471	0.41 368	0.41 465	0.41 351	0.41 411	0.41 439	0.41 488	0.41 423	0.41 461

ccnet	0.80 512	2.28 617	0.33 314	0.50 399	0.33 423	0.50 478	0.33 409	0.50 466	0.33 417	0.49 460	0.33 417	0.49 466	1.56 680	2.38 714	0.33 405	0.41 351	0.29 302	0.42 455	1.57 697	2.28 699	0.29 368

CFNet-RSSM	0.91 545	4.89 706	0.34 328	0.44 338	1.07 614	1.62 674	1.40 688	0.91 552	0.35 432	1.60 666	1.39 688	0.64 520	0.34 427	0.44 420	0.33 405	0.41 351	0.35 371	0.75 548	0.30 403	0.41 423	0.29 368

psmorigin	0.41 348	0.46 280	0.33 314	0.49 362	0.33 423	0.49 469	0.33 409	0.49 457	0.33 417	0.49 460	0.33 417	0.49 466	0.33 420	0.51 483	0.33 405	0.41 351	0.30 312	0.41 439	0.30 403	0.79 528	0.29 368

ccs_rob	2.79 740	10.17 770	0.32 309	10.00 780	0.33 423	0.49 469	0.33 409	1.90 675	0.32 407	0.51 482	0.33 417	0.49 466	9.24 788	0.49 465	0.33 405	0.41 351	9.82 784	0.41 439	0.28 370	9.34 786	0.29 368

LG-Stereo_L2	0.34 285	0.37 222	0.38 347	0.47 350	0.28 323	0.39 345	0.28 317	0.39 333	0.28 324	0.39 335	0.28 323	0.39 344	0.28 328	0.38 337	0.28 313	0.42 365	0.35 371	0.36 352	0.26 310	0.35 321	0.26 292

MSMDNet	2.65 731	10.14 769	0.33 314	9.74 777	0.32 410	0.87 554	0.33 409	2.95 741	0.68 550	0.49 460	0.34 425	0.49 466	5.70 779	0.49 465	0.33 405	0.42 365	9.57 781	0.41 439	0.31 414	8.36 782	0.65 540

GCAP-Stereo-w-DA	0.60 455	5.10 714	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.44 420	0.30 339	0.44 367	0.37 382	0.38 364	0.26 310	0.38 349	0.26 292

quiztm	0.43 365	0.49 293	0.40 391	0.51 410	0.40 468	0.51 490	0.40 463	0.50 466	0.40 464	0.50 473	0.40 463	0.51 491	0.40 459	0.50 473	0.40 457	0.44 367	0.34 364	0.44 458	0.34 437	0.44 433	0.34 416

canet-new	0.44 378	1.82 570	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.44 420	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

bcnet-new	0.44 378	1.81 563	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

LWStereo	0.44 378	1.82 570	0.38 347	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

ARStereo	0.44 378	1.80 558	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

ARStereo-new	0.44 378	1.80 558	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

FCBStereo	0.44 378	1.79 557	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

PSGStereo	0.44 378	1.78 553	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

GCAP-Stereo-DPT26K	0.43 365	1.76 548	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.31 381	0.44 367	0.33 335	0.38 364	0.27 349	0.38 349	0.26 292

CHEStereo	0.44 378	1.78 553	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

TOTStereo	0.44 378	1.81 563	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

GCAP-Stereo-CNN-DA	0.44 378	1.83 573	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

ACMStereo	0.60 455	5.12 715	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.44 420	0.30 339	0.44 367	0.37 382	0.38 364	0.26 310	0.38 349	0.26 292

KABStereo	0.43 365	1.76 548	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

KMOStereo	0.43 365	1.80 558	0.38 347	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

GCAP-Stereo-cres-4k	0.44 378	1.81 563	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

GCAP-Stereo-DPT-cres	0.43 365	1.77 550	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

GCAP-Stereo-DPT-36K	0.43 365	1.78 553	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

GCAP-Stereo-DPT-22K	0.44 378	1.85 579	0.38 347	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

GCAP-Stereo-DPT-20K	0.43 365	1.77 550	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

GCAP-Stereo-DPT-24K	0.44 378	1.86 582	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

GCAP-Stereo-DPT-5K	0.44 378	1.80 558	0.39 358	0.49 362	0.30 348	0.44 429	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.44 420	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

GCAP-Stereo-DPT-2K	0.44 378	1.82 570	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

GCAP-Stereo-DPT-3K	0.43 365	1.77 550	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

GCAP-Stereo-DPT-50K	0.44 378	1.83 573	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.36 377	0.38 364	0.26 310	0.38 349	0.26 292

FE-Mocha	0.35 296	0.71 347	0.40 391	0.47 350	0.27 317	0.34 315	0.27 306	0.34 304	0.26 314	0.34 312	0.26 311	0.34 319	0.27 319	0.34 317	0.27 304	0.44 367	0.41 411	0.33 317	0.29 385	0.32 296	0.29 368

water-stereo	0.41 348	0.84 374	0.46 422	0.50 399	0.33 423	0.45 443	0.33 409	0.45 435	0.32 407	0.45 431	0.32 408	0.45 442	0.32 408	0.45 439	0.32 393	0.44 367	0.41 411	0.39 408	0.31 414	0.39 398	0.32 400

GREAT-IGEV	0.38 320	0.43 264	0.36 340	0.48 356	0.32 410	0.45 443	0.32 398	0.45 435	0.32 407	0.45 431	0.32 408	0.45 442	0.32 408	0.45 439	0.32 393	0.44 367	0.33 335	0.41 439	0.29 385	0.41 423	0.29 368
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GCAP-BAT	0.41 348	1.30 518	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.44 419	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.44 367	0.34 364	0.38 364	0.26 310	0.38 349	0.26 292

rgla	0.45 401	0.54 316	0.33 314	0.67 450	0.32 410	0.48 460	0.33 409	0.48 449	0.33 417	0.48 450	0.94 599	0.48 459	0.33 420	0.47 448	0.33 405	0.45 397	0.52 470	0.53 507	0.31 414	0.45 438	0.32 400

416test	0.46 410	0.55 319	0.33 314	0.67 450	0.33 423	0.48 460	0.33 409	0.48 449	0.33 417	0.48 450	0.99 604	0.48 459	0.33 420	0.48 458	0.33 405	0.45 397	0.52 470	0.54 510	0.32 422	0.45 438	0.32 400

LMStereo	0.44 378	1.80 558	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.45 397	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

CR7Stereo	0.44 378	1.81 563	0.39 358	0.50 399	0.30 348	0.43 394	0.30 340	0.43 387	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.45 397	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

BARStereo	0.44 378	1.78 553	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.44 426	0.30 349	0.44 419	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.45 397	0.34 364	0.39 408	0.26 310	0.38 349	0.26 292

MUNStereo	0.44 378	1.81 563	0.39 358	0.49 362	0.30 348	0.44 429	0.30 340	0.44 426	0.30 349	0.44 419	0.30 353	0.44 432	0.30 349	0.44 420	0.30 339	0.45 397	0.33 335	0.38 364	0.26 310	0.38 349	0.26 292

GCAP-Stereo-DPT-FT	0.41 348	1.06 441	0.40 391	0.51 410	0.31 396	0.44 429	0.30 340	0.43 387	0.32 407	0.44 419	0.30 353	0.56 505	0.30 349	0.44 420	0.31 381	0.45 397	0.34 364	0.39 408	0.27 349	0.40 412	0.27 331

252Zero-FE	0.45 401	0.50 298	0.36 340	0.50 399	0.36 445	0.50 478	0.36 435	0.50 466	0.36 442	0.49 460	0.36 438	0.49 466	0.36 437	0.54 494	0.41 465	0.45 397	0.34 364	0.45 463	0.34 437	0.55 484	0.75 566

depthmonostereo	0.44 378	0.85 376	0.46 422	0.54 418	0.40 468	0.52 494	0.38 448	0.52 485	0.35 432	0.47 443	0.34 425	0.46 446	0.34 427	0.47 448	0.34 420	0.45 397	0.43 426	0.41 439	0.33 433	0.41 423	0.32 400

DVStereo	0.43 365	0.86 378	0.48 438	0.50 399	0.33 423	0.46 450	0.33 409	0.46 439	0.33 417	0.46 437	0.33 417	0.47 452	0.33 420	0.47 448	0.34 420	0.45 397	0.42 421	0.40 421	0.33 433	0.47 457	0.38 443

GIP-stereo	0.36 304	0.49 293	0.39 358	0.48 356	0.32 410	0.41 366	0.28 317	0.40 342	0.30 349	0.41 359	0.28 323	0.40 354	0.28 328	0.42 382	0.28 313	0.45 397	0.32 322	0.38 364	0.30 403	0.37 336	0.27 331

GCAPDPT-zeroshot4090	0.40 340	1.09 444	0.39 358	0.49 362	0.30 348	0.43 394	0.30 340	0.44 426	0.30 349	0.43 380	0.30 353	0.43 396	0.30 349	0.43 389	0.30 339	0.45 397	0.34 364	0.38 364	0.27 349	0.38 349	0.27 331

RMAStereo	0.45 401	1.81 563	0.40 391	0.50 399	0.31 396	0.44 429	0.31 388	0.44 426	0.31 395	0.44 419	0.31 398	0.44 432	0.32 408	0.44 420	0.31 381	0.46 409	0.35 371	0.39 408	0.27 349	0.39 398	0.27 331

GCAP-Stereo-DPT-25K	0.41 348	1.09 444	0.40 391	0.52 413	0.31 396	0.44 429	0.31 388	0.44 426	0.31 395	0.44 419	0.31 398	0.44 432	0.31 401	0.44 420	0.31 381	0.46 409	0.35 371	0.39 408	0.28 370	0.39 398	0.28 359

otaku	0.46 410	0.46 280	0.46 422	0.46 343	0.46 499	0.46 450	0.46 492	0.46 439	0.46 492	0.46 437	0.46 495	0.46 446	0.46 492	0.46 444	0.46 486	0.46 409	0.46 437	0.46 467	0.46 504	0.46 443	0.46 478

Dean	0.46 410	0.46 280	0.46 422	0.46 343	0.46 499	0.46 450	0.46 492	0.46 439	0.46 492	0.47 443	0.46 495	0.46 446	0.46 492	0.46 444	0.46 486	0.46 409	0.46 437	0.46 467	0.46 504	0.46 443	0.46 478

ACVNet_1	0.46 410	0.47 285	0.46 422	0.46 343	0.46 499	0.46 450	0.46 492	0.46 439	0.47 497	0.46 437	0.46 495	0.46 446	0.46 492	0.46 444	0.46 486	0.46 409	0.46 437	0.47 477	0.46 504	0.46 443	0.46 478

ACVNet-4b	0.46 410	0.46 280	0.46 422	0.46 343	0.46 499	0.46 450	0.46 492	0.46 439	0.46 492	0.46 437	0.46 495	0.46 446	0.46 492	0.47 448	0.46 486	0.46 409	0.46 437	0.46 467	0.46 504	0.46 443	0.46 478

IGEV-Stereo	0.35 296	0.44 267	0.45 416	0.49 362	0.30 348	0.37 331	0.30 340	0.36 311	0.30 349	0.36 320	0.29 338	0.36 326	0.29 340	0.36 326	0.30 339	0.46 409	0.39 397	0.32 310	0.24 301	0.32 296	0.25 286
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ATMStereo	0.46 410	1.99 597	0.40 391	0.51 410	0.31 396	0.44 429	0.31 388	0.44 426	0.31 395	0.44 419	0.31 398	0.44 432	0.31 401	0.44 420	0.32 393	0.47 416	0.35 371	0.39 408	0.27 349	0.39 398	0.27 331

Ntro	0.47 418	0.47 285	0.46 422	0.46 343	0.46 499	0.47 455	0.47 497	0.46 439	0.47 497	0.46 437	0.46 495	0.47 452	0.46 492	0.47 448	0.47 493	0.47 416	0.46 437	0.46 467	0.46 504	0.46 443	0.46 478

HaxPig	0.47 418	0.47 285	0.47 430	0.49 362	0.47 506	0.47 455	0.47 497	0.47 445	0.47 497	0.47 443	0.47 503	0.47 452	0.47 500	0.47 448	0.47 493	0.47 416	0.47 445	0.47 477	0.47 511	0.47 457	0.48 488

UNDER WATER	0.47 418	0.47 285	0.47 430	0.47 350	0.47 506	0.47 455	0.47 497	0.47 445	0.47 497	0.47 443	0.47 503	0.47 452	0.46 492	0.47 448	0.47 493	0.47 416	0.47 445	0.47 477	0.46 504	0.47 457	0.47 486

LVE	0.47 418	0.47 285	0.47 430	0.47 350	0.49 514	0.47 455	0.47 497	0.47 445	0.49 506	0.47 443	0.47 503	0.47 452	0.46 492	0.47 448	0.47 493	0.47 416	0.47 445	0.48 485	0.47 511	0.47 457	0.47 486

GCST	0.50 433	2.08 600	0.38 347	0.53 415	0.35 439	0.49 469	0.35 429	0.50 466	0.35 432	0.49 460	0.35 434	0.49 466	0.35 433	0.49 465	0.35 424	0.48 421	0.37 382	0.45 463	0.33 433	0.44 433	0.33 409

RainbowNet	0.48 424	0.48 291	0.48 438	0.48 356	0.48 510	0.48 460	0.48 506	0.48 449	0.48 504	0.48 450	0.48 507	0.48 459	0.48 501	0.48 458	0.48 499	0.48 421	0.48 451	0.48 485	0.48 515	0.48 461	0.48 488

notaker	0.48 424	0.49 293	0.48 438	0.48 356	0.48 510	0.48 460	0.48 506	0.48 449	0.49 506	0.48 450	0.48 507	0.48 459	0.48 501	0.48 458	0.48 499	0.48 421	0.48 451	0.48 485	0.48 515	0.48 461	0.49 494

416test1013	0.49 430	0.80 367	0.33 314	0.67 450	0.33 423	0.48 460	0.41 472	0.48 449	0.39 461	0.48 450	0.93 598	0.52 492	0.32 408	0.52 488	0.38 440	0.49 424	0.51 467	0.53 507	0.37 459	0.51 475	0.36 430

UGAM-zero	0.51 438	2.17 609	0.39 358	0.53 415	0.36 445	0.50 478	0.36 435	0.50 466	0.36 442	0.49 460	0.36 438	0.50 480	0.35 433	0.50 473	0.36 427	0.49 424	0.37 382	0.47 477	0.35 450	0.46 443	0.34 416

UGAM	0.51 438	2.23 614	0.39 358	0.54 418	0.35 439	0.50 478	0.35 429	0.49 457	0.35 432	0.49 460	0.35 434	0.49 466	0.36 437	0.50 473	0.36 427	0.49 424	0.37 382	0.45 463	0.34 437	0.45 438	0.34 416

MyStereo07	0.60 455	3.72 681	0.48 438	0.49 362	0.41 478	0.36 323	0.32 398	0.49 457	0.43 484	0.51 482	0.42 481	0.49 466	0.43 482	0.51 483	0.64 530	0.49 424	0.45 435	0.34 327	0.32 422	0.35 321	0.43 471

MyStereo04	0.56 452	3.72 681	0.59 475	0.49 362	0.41 478	0.36 323	0.32 398	0.37 319	0.31 395	0.34 312	0.46 495	0.35 321	0.32 408	0.35 320	0.33 405	0.49 424	0.45 435	0.34 327	0.32 422	0.35 321	0.43 471

KSHMR	0.66 471	0.50 298	0.48 438	1.15 534	0.52 525	0.49 469	0.51 516	0.49 457	0.71 568	0.67 524	0.50 514	1.16 603	1.11 603	0.66 518	0.52 511	0.49 424	0.49 454	0.51 501	0.66 558	0.50 469	1.14 614

ACVNet_2	0.49 430	0.49 293	0.49 445	0.49 362	0.49 514	0.49 469	0.49 508	0.49 457	0.49 506	0.49 460	0.49 510	0.49 466	0.49 507	0.49 465	0.49 501	0.49 424	0.49 454	0.49 490	0.49 519	0.49 464	0.49 494

SCV_C0	0.45 401	0.88 383	0.49 445	0.54 418	0.37 450	0.48 460	0.37 441	0.48 449	0.37 444	0.48 450	0.36 438	0.48 459	0.37 442	0.49 465	0.37 437	0.50 431	0.41 411	0.44 458	0.34 437	0.44 433	0.34 416

SCV	0.46 410	0.94 403	0.45 416	0.54 418	0.37 450	0.48 460	0.38 448	0.48 449	0.37 444	0.48 450	0.39 460	0.48 459	0.37 442	0.49 465	0.37 437	0.50 431	0.46 437	0.44 458	0.34 437	0.44 433	0.34 416

FoundationStereo	0.50 433	0.50 298	0.50 451	0.50 399	0.50 518	0.50 478	0.50 512	0.50 466	0.50 511	0.50 473	0.50 514	0.50 480	0.50 511	0.50 473	0.50 504	0.50 431	0.50 462	0.50 496	0.50 521	0.50 469	0.50 497

StereoAnything_RVC	0.50 433	0.50 298	0.50 451	0.50 399	0.50 518	0.50 478	0.50 512	0.50 466	0.50 511	0.50 473	0.50 514	0.50 480	0.50 511	0.50 473	0.50 504	0.50 431	0.50 462	0.50 496	0.50 521	0.50 469	0.50 497

dual_stereo	0.50 433	0.50 298	0.50 451	0.50 399	0.50 518	0.50 478	0.50 512	0.50 466	0.50 511	0.50 473	0.50 514	0.50 480	0.50 511	0.50 473	0.50 504	0.50 431	0.50 462	0.50 496	0.50 521	0.50 469	0.50 497

SANet	0.50 433	0.50 298	0.50 451	0.50 399	0.50 518	0.50 478	0.50 512	0.50 466	0.50 511	0.50 473	0.50 514	0.50 480	0.50 511	0.50 473	0.50 504	0.50 431	0.50 462	0.50 496	0.50 521	0.50 469	0.50 497

fffft	0.48 424	0.51 306	0.45 416	0.52 413	0.45 497	0.52 494	0.45 488	0.52 485	0.48 504	0.53 489	0.45 491	0.52 492	0.45 488	0.52 488	0.46 486	0.51 437	0.41 411	0.50 496	0.41 488	0.50 469	0.41 461
1: 1. 1
ktn	0.72 491	0.53 312	1.08 571	1.14 531	0.51 524	1.22 646	1.36 681	0.51 480	0.59 531	0.51 482	0.51 520	0.69 528	1.20 615	0.67 520	0.51 509	0.51 437	0.49 454	0.58 516	0.66 558	0.52 478	0.53 508

DDF-Stereo	0.43 365	1.15 453	0.57 473	0.53 415	0.32 410	0.41 366	0.32 398	0.41 361	0.32 407	0.41 359	0.32 408	0.41 369	0.32 408	0.40 348	0.32 393	0.52 439	0.50 462	0.38 364	0.31 414	0.39 398	0.31 393

GASTEREO	0.48 424	1.21 506	0.47 430	0.57 426	0.38 457	0.50 478	0.38 448	0.50 466	0.38 448	0.50 473	0.38 450	0.50 480	0.38 446	0.50 473	0.38 440	0.52 439	0.42 421	0.46 467	0.34 437	0.46 443	0.34 416

PML	0.46 410	1.36 524	0.29 278	0.58 428	0.30 348	0.57 508	0.29 332	0.57 496	0.29 334	0.57 503	0.29 338	0.57 508	0.29 340	0.56 499	0.29 329	0.52 439	0.30 312	0.53 507	0.31 414	0.53 482	0.30 383

CFNet_RVC	2.38 722	8.71 758	0.38 347	9.33 773	0.42 488	0.56 502	0.42 478	0.60 504	0.38 448	0.62 514	0.42 481	0.56 505	7.29 784	0.62 510	0.42 473	0.53 442	0.37 382	0.49 490	0.34 437	8.30 781	6.87 786

GEAStereo	0.62 463	3.91 688	0.48 438	0.69 456	0.38 457	0.51 490	0.38 448	0.51 480	0.38 448	0.53 489	0.38 450	0.50 480	0.38 446	0.51 483	0.38 440	0.54 443	0.43 426	0.46 467	0.34 437	0.46 443	0.34 416

GSStereo	0.81 517	4.28 698	0.50 451	0.59 431	0.40 468	0.51 490	0.38 448	0.50 466	0.38 448	0.50 473	0.38 450	0.50 480	3.79 764	0.50 473	0.38 440	0.54 443	0.43 426	0.46 467	0.34 437	0.46 443	0.35 427

GS-Stereo							0.38 448	0.50 466	0.38 448	0.50 473	0.38 450	0.50 480	3.79 764	0.50 473	0.38 440	0.54 443	0.43 426	0.46 467	0.34 437	0.46 443	0.35 427

gasm-f	0.62 463	3.91 688	0.48 438	0.69 456	0.38 457	0.51 490	0.38 448	0.51 480	0.38 448	0.53 489	0.38 450	0.50 480	0.38 446	0.51 483	0.38 440	0.54 443	0.43 426	0.46 467	0.34 437	0.46 443	0.34 416

MyStereo8	0.71 488	3.92 690	0.52 460	0.59 431	0.52 525	0.57 508	0.53 519	0.59 502	0.50 511	0.59 507	0.51 520	0.57 508	0.50 511	0.56 499	0.52 511	0.54 443	0.49 454	0.54 510	0.49 519	0.55 484	0.50 497

PSMNet_ROB	0.54 445	0.54 316	0.54 465	0.54 418	0.53 528	0.54 500	0.54 522	0.53 487	0.54 522	0.54 495	0.54 525	0.54 498	0.53 518	0.54 494	0.54 515	0.54 443	0.53 474	0.54 510	0.54 529	0.54 483	0.54 511

S0	0.42 362	0.44 267	0.54 465	0.59 431	0.34 435	0.48 460	0.22 280	0.51 480	0.25 300	0.51 482	0.34 425	0.53 494	0.35 433	0.47 448	0.36 427	0.55 449	0.39 397	0.49 490	0.27 349	0.46 443	0.34 416

LG-Stereo_L1	0.47 418	0.52 308	0.47 430	0.62 437	0.39 467	0.53 496	0.40 463	0.53 487	0.39 461	0.53 489	0.39 460	0.53 494	0.39 458	0.53 491	0.39 454	0.55 449	0.46 437	0.49 490	0.37 459	0.49 464	0.37 436

LG-Stereo_Zeroshot	0.48 424	0.55 319	0.47 430	0.63 439	0.41 478	0.56 502	0.44 482	0.56 493	0.41 474	0.56 500	0.41 471	0.57 508	0.42 477	0.56 499	0.41 465	0.55 449	0.43 426	0.51 501	0.37 459	0.51 475	0.37 436

CASS	0.57 454	0.89 386	0.56 469	0.57 426	0.56 532	0.56 502	0.56 524	0.56 493	0.53 520	0.57 503	0.57 528	0.59 512	0.48 501	0.56 499	0.57 519	0.55 449	0.56 479	0.47 477	0.56 535	0.62 496	0.56 522
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Anonymus	0.47 418	0.73 350	0.46 422	0.43 334	0.54 531	0.53 496	0.27 306	0.39 333	0.35 432	0.33 309	0.40 463	0.33 314	0.38 446	0.53 491	0.54 515	0.56 453	0.36 377	0.49 490	0.53 527	0.66 500	0.54 511

DN	0.53 444	0.85 376	0.45 416	0.65 445	0.44 493	0.60 511	0.44 482	0.60 504	0.44 487	0.60 508	0.45 491	0.60 513	0.44 484	0.60 508	0.44 479	0.56 453	0.42 421	0.56 514	0.42 496	0.56 487	0.42 468

z-ln-s-r	0.21 222	1.40 529	0.53 464	0.56 425	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 455	0.44 434	0.04 93	0.04 99	0.04 97	0.04 96

test410_97500	0.41 348	0.89 386	0.31 300	0.40 303	0.31 396	0.40 347	0.31 388	0.40 342	0.31 395	0.61 510	0.53 523	0.40 354	0.31 401	0.40 348	0.31 381	0.58 456	0.47 445	0.38 364	0.29 385	0.38 349	0.29 368

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 180	0.04 90	0.03 52	0.58 456	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

MonSter	0.60 455	0.64 339	0.52 460	0.62 437	0.44 493	2.07 690	0.44 482	0.62 509	0.44 487	0.62 514	0.44 486	0.62 518	0.44 484	0.62 510	0.44 479	0.58 456	0.42 421	0.62 521	0.46 504	0.58 492	0.42 468

test410	0.66 471	5.69 738	0.31 300	0.40 303	0.31 396	0.41 366	0.31 388	0.40 342	0.31 395	0.62 514	0.55 526	0.40 354	0.31 401	0.40 348	0.31 381	0.59 459	0.47 445	0.38 364	0.29 385	0.38 349	0.30 383

Selective-IGEV	0.51 438	0.55 319	0.45 416	0.69 456	0.45 497	0.61 513	0.45 488	0.50 466	0.40 464	0.56 500	0.44 486	0.55 502	0.40 459	0.72 529	0.67 537	0.59 459	0.46 437	0.45 463	0.34 437	0.46 443	0.37 436

MSCF	0.51 438	1.40 529	0.49 445	0.58 428	0.38 457	0.50 478	0.38 448	0.54 489	0.41 474	0.52 486	0.41 471	0.53 494	0.42 477	0.53 491	0.41 465	0.60 461	0.47 445	0.48 485	0.37 459	0.48 461	0.38 443

MyStereo06	0.75 499	4.12 692	0.60 479	0.63 439	0.61 542	0.62 516	0.66 539	0.56 493	0.45 491	0.55 498	0.48 507	0.54 498	0.46 492	0.57 504	0.45 482	0.60 461	0.57 481	0.64 525	0.55 531	0.72 514	0.55 519

MyStereo05	0.80 512	4.12 692	0.63 491	0.63 439	0.61 542	0.62 516	0.66 539	0.65 513	0.62 535	0.67 524	0.61 538	0.65 524	0.58 527	0.67 520	0.55 518	0.60 461	0.57 481	0.64 525	0.55 531	0.72 514	0.55 519

LL-Strereo2	0.48 424	1.73 546	0.51 457	0.59 431	0.34 435	0.42 387	0.33 409	0.40 342	0.31 395	0.42 373	0.33 417	0.42 387	0.31 401	0.44 420	0.39 454	0.60 461	0.51 467	0.44 458	0.33 433	0.44 433	0.33 409

MWDA-net	0.67 477	0.66 340	0.45 416	2.84 687	0.46 499	0.73 531	0.45 488	0.71 524	0.44 487	0.72 530	0.45 491	0.70 531	0.45 488	0.70 525	0.44 479	0.61 465	0.41 411	0.61 520	0.43 499	0.61 495	0.42 468

FSD					0.44 493	0.56 502	0.44 482	0.55 492	0.44 487	0.56 500	0.44 486	0.56 505	0.44 484	0.56 499	0.46 486	0.61 465	0.42 421	0.52 504	0.42 496	0.52 478

AIO-test1	0.54 445	0.60 334	0.52 460	0.66 449	0.47 506	0.61 513	0.47 497	0.58 499	0.46 492	0.61 510	0.46 495	0.61 516	0.45 488	0.62 510	0.45 482	0.61 465	0.52 470	0.57 515	0.48 515	0.57 490	0.48 488

SMoEStereo_RVC	0.63 465	0.75 355	0.51 457	0.73 470	0.53 528	0.71 529	0.47 497	0.67 517	0.58 526	0.74 537	0.60 534	0.72 535	0.53 518	0.74 533	0.51 509	0.61 465	0.62 500	0.62 521	0.61 544	0.63 497	0.61 528

AIO-Stereo-zeroshot	0.91 545	0.86 378	0.89 547	1.25 591	0.69 559	1.05 584	0.81 583	1.16 586	0.50 511	1.12 595	0.97 602	0.72 535	0.82 579	1.06 590	0.95 593	0.61 465	0.87 548	1.03 599	0.85 596	1.04 574	1.01 603

GREATEN-IGEV_RVC	0.38 320	0.35 214	0.56 469	0.63 439	0.29 336	0.36 323	0.29 332	0.36 311	0.29 334	0.39 335	0.29 338	0.36 326	0.29 340	0.36 326	0.29 329	0.62 470	0.57 481	0.35 343	0.29 385	0.36 331	0.29 368

GREATEN-IGEV-FM_RVC	0.38 320	0.35 214	0.56 469	0.63 439	0.28 323	0.36 323	0.28 317	0.36 311	0.28 324	0.36 320	0.28 323	0.36 326	0.28 328	0.36 326	0.28 313	0.62 470	0.57 481	0.35 343	0.28 370	0.35 321	0.28 359

PAM_32	0.64 467	2.38 629	0.51 457	0.92 498	0.43 492	0.53 496	0.44 482	0.87 545	0.43 484	0.52 486	0.45 491	0.53 494	0.40 459	0.54 494	0.46 486	0.62 470	0.56 479	0.48 485	0.45 502	0.76 522	0.44 474

AIO-Stereo-zeroshot1	0.75 499	0.92 397	0.85 546	0.96 510	0.59 535	1.27 650	0.44 482	0.59 502	0.69 555	0.91 558	0.68 553	0.55 502	0.61 534	1.06 590	0.83 584	0.62 470	0.70 523	0.90 570	0.41 488	0.89 546	0.56 522

S	0.56 452	0.61 336	0.54 465	0.68 455	0.48 510	0.65 519	0.49 508	0.63 510	0.49 506	0.64 518	0.49 510	0.64 520	0.48 501	0.62 510	0.49 501	0.63 474	0.62 500	0.59 519	0.48 515	0.57 490	0.48 488

PointNet	0.60 455	0.75 355	0.49 445	0.79 476	0.50 518	0.79 539	0.49 508	0.79 533	0.49 506	0.80 544	0.49 510	0.79 545	0.49 507	0.80 539	0.49 501	0.63 474	0.40 401	0.63 523	0.40 479	0.63 497	0.40 452

FAST (zero-shot)	0.87 541	1.55 534	0.42 410	1.57 617	0.42 488	1.62 674	0.45 488	1.59 662	0.42 482	1.66 673	0.44 486	1.62 673	0.42 477	1.59 668	0.42 473	0.64 476	0.43 426	0.64 525	0.42 496	0.67 503	0.46 478

AIO-test2	0.55 450	0.59 330	0.52 460	0.67 450	0.47 506	0.61 513	0.47 497	0.61 508	0.47 497	0.61 510	0.47 503	0.61 516	0.48 501	0.62 510	0.47 493	0.64 476	0.53 474	0.58 516	0.47 511	0.58 492	0.48 488

WCG-NET	0.61 461	1.21 506	0.54 465	0.61 436	0.53 528	0.67 522	0.53 519	0.66 516	0.53 520	0.64 518	0.53 523	0.65 524	0.53 518	0.59 506	0.52 511	0.65 478	0.48 451	0.64 525	0.52 525	0.58 492	0.50 497

DSFCA	0.66 471	0.73 350	0.78 535	0.65 445	0.65 550	0.64 518	0.64 536	0.65 513	0.63 538	0.64 518	0.64 542	0.64 520	0.64 536	0.65 517	0.65 533	0.65 478	0.65 505	0.65 529	0.65 555	0.66 500	0.64 538

WAFT-Stereo (ZS)	0.67 477	0.78 362	0.67 504	0.67 450	0.66 553	0.67 522	0.67 543	0.65 513	0.66 542	0.66 522	0.67 547	0.66 527	0.67 543	0.67 520	0.72 565	0.66 480	0.67 508	0.67 531	0.67 562	0.67 503	0.67 544

LMCR-Stereo	0.65 469	0.63 337	0.65 498	0.65 445	0.65 550	0.66 521	0.63 535	0.58 499	0.65 540	0.63 517	0.64 542	0.65 524	0.65 538	0.66 518	0.66 536	0.66 480	0.64 503	0.65 529	0.67 562	0.68 505	0.73 562

PA-Net	11.80 787	223.51 819	0.62 487	0.59 431	0.71 565	0.59 510	0.73 569	0.67 517	0.73 574	0.55 498	0.61 538	0.60 513	0.74 566	0.63 515	0.73 566	0.66 480	0.60 494	0.69 535	0.66 558	0.72 514	0.65 540
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
anonymity	0.63 465	0.69 343	0.56 469	0.71 464	0.56 532	0.71 529	0.56 524	0.71 524	0.56 523	0.72 530	0.56 527	0.71 532	0.56 522	0.71 527	0.58 521	0.68 483	0.55 477	0.68 532	0.55 531	0.68 505	0.54 511

mm2	0.69 482	0.69 343	0.69 514	0.69 456	0.69 559	0.69 524	0.69 556	0.69 519	0.69 555	0.69 527	0.69 558	0.69 528	0.69 554	0.69 523	0.69 552	0.69 484	0.69 520	0.69 535	0.69 568	0.69 509	0.69 548

mm1	0.69 482	0.69 343	0.69 514	0.69 456	0.69 559	0.69 524	0.69 556	0.69 519	0.69 555	0.69 527	0.69 558	0.69 528	0.69 554	0.69 523	0.69 552	0.69 484	0.69 520	0.69 535	0.69 568	0.69 509	0.69 548

HH	0.71 488	2.54 636	0.74 528	1.10 525	0.32 410	0.41 366	0.37 441	0.69 519	0.78 578	0.73 532	0.90 591	0.75 540	1.00 590	0.84 549	0.69 552	0.69 484	0.40 401	0.35 343	0.26 310	0.35 321	0.26 292

HanStereo	0.71 488	2.54 636	0.74 528	1.10 525	0.32 410	0.41 366	0.37 441	0.69 519	0.78 578	0.73 532	0.90 591	0.75 540	1.00 590	0.84 549	0.69 552	0.69 484	0.40 401	0.35 343	0.26 310	0.35 321	0.26 292

DMCA-RVC	0.70 485	0.80 367	0.70 517	0.70 462	0.70 563	0.70 527	0.70 562	0.71 524	0.70 563	0.70 529	0.71 568	0.71 532	0.70 558	0.70 525	0.69 552	0.69 484	0.70 523	0.69 535	0.70 572	0.69 509	0.70 551

ARAFT	0.68 479	0.81 371	0.63 491	0.74 473	0.60 537	0.78 536	0.62 534	0.77 532	0.66 542	0.74 537	0.63 540	0.75 540	0.62 535	0.83 548	0.60 526	0.70 489	0.55 477	0.70 540	0.60 542	0.78 526	0.55 519

HLF11	0.17 199	0.05 66	0.63 491	0.72 466	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 490	0.59 491	0.05 108	0.04 99	0.04 97	0.04 96

TestStereo_HLe17	0.17 199	0.05 66	0.65 498	0.72 466	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 490	0.59 491	0.05 108	0.04 99	0.05 114	0.04 96

MGA	0.73 495	0.76 358	0.60 479	0.92 498	1.17 624	0.81 544	0.59 531	0.84 543	0.62 535	0.81 547	0.59 532	0.84 554	0.60 531	0.81 542	0.61 528	0.71 490	0.53 474	0.89 569	0.53 527	0.75 519	0.54 511

CAR	0.72 491	0.76 358	0.59 475	0.84 485	1.19 628	0.81 544	0.58 527	0.81 539	0.58 526	0.81 547	0.58 530	0.83 552	0.59 529	0.82 543	0.59 524	0.71 490	0.49 454	0.73 542	0.68 564	0.87 542	0.52 505

MSE-Stereo	0.72 491	0.76 358	0.59 475	0.84 485	1.19 628	0.81 544	0.58 527	0.81 539	0.58 526	0.81 547	0.58 530	0.83 552	0.59 529	0.82 543	0.59 524	0.71 490	0.49 454	0.73 542	0.68 564	0.87 542	0.52 505

iinet-test	0.08 76	0.16 152	0.02 15	0.16 154	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 259	0.02 20	0.02 21	0.71 490	0.02 16	0.02 19	0.02 21	0.02 21	0.16 237

Pro-Stereo	0.79 509	0.53 312	0.38 347	0.49 362	0.38 457	0.49 469	0.37 441	0.49 457	0.67 544	0.50 473	0.38 450	1.10 595	0.38 446	0.49 465	0.38 440	0.71 490	0.88 549	5.98 783	0.36 456	0.46 443	0.36 430

TorneroNet	0.66 471	0.53 312	0.50 451	0.50 399	0.64 548	1.06 585	0.70 562	0.50 466	0.51 518	0.49 460	0.69 558	0.49 466	0.50 511	0.48 458	1.15 614	0.71 490	0.49 454	1.14 602	1.08 615	0.49 464	0.49 494

ManiGeoR	0.17 199	0.05 66	0.62 487	0.73 470	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 498	0.58 485	0.05 108	0.04 99	0.05 114	0.04 96

HLf10	0.17 199	0.05 66	0.62 487	0.73 470	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 498	0.58 485	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 199	0.05 66	0.62 487	0.72 466	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 498	0.58 485	0.05 108	0.04 99	0.05 114	0.04 96

999	1.00 560	1.12 449	0.59 475	1.10 525	1.21 676	1.09 590	0.52 517	1.08 578	1.43 690	1.18 602	1.35 682	0.98 573	0.52 517	0.91 561	0.85 585	0.72 498	1.46 659	0.83 564	0.98 603	0.68 505	1.41 686

iGMRVC	0.84 528	2.85 660	0.72 523	0.72 466	0.73 568	0.77 534	0.79 576	0.73 528	0.74 576	0.73 532	0.72 571	0.73 537	0.76 569	0.73 531	0.73 566	0.72 498	0.73 530	0.73 542	0.72 577	0.73 517	0.72 558

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 503	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 503	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

zero-FE	0.72 491	1.31 520	0.66 500	0.92 498	0.60 537	0.82 547	0.58 527	0.82 542	0.58 526	0.81 547	0.60 534	0.81 550	0.60 531	0.82 543	0.58 521	0.74 505	0.59 491	0.73 542	0.52 525	0.76 522	0.51 504

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 506	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

GCAP-Stereo	0.75 499	4.15 695	0.42 410	0.75 474	0.35 439	0.78 536	0.40 463	0.79 533	0.38 448	0.78 541	0.36 438	0.78 543	0.36 437	0.79 537	0.39 454	0.75 506	0.39 397	0.76 550	0.39 477	0.75 519	0.39 450

MWSP-net	0.96 556	0.75 355	0.49 445	4.84 744	0.48 510	1.28 652	0.52 517	1.20 594	0.51 518	1.14 599	0.70 562	1.00 574	0.56 522	0.90 559	0.69 552	0.76 508	0.60 494	0.95 585	0.56 535	0.73 517	0.45 476

DStereoRT	0.73 495	0.81 371	0.73 527	0.71 464	0.74 570	0.73 531	0.75 571	0.71 524	0.71 568	0.74 537	0.72 571	0.73 537	0.80 575	0.71 527	0.73 566	0.76 508	0.71 527	0.73 542	0.72 577	0.70 512	0.76 569

RAFT-Stereo + iAFF	0.70 485	0.72 349	0.71 520	0.80 480	0.62 547	0.82 547	0.61 533	0.81 539	0.62 535	0.81 547	0.63 540	0.80 547	0.70 558	0.73 531	0.61 528	0.76 508	0.61 499	0.74 547	0.61 544	0.77 524	0.61 528

AFF-stereo	0.73 495	0.88 383	0.67 504	0.75 474	0.68 558	0.75 533	0.64 536	0.80 536	0.72 571	0.83 552	0.70 562	0.82 551	0.64 536	0.84 549	0.67 537	0.77 511	0.63 502	0.81 559	0.63 546	0.78 526	0.62 531

monster-pro	0.75 499	1.67 538	0.64 494	0.89 491	0.57 534	0.86 553	0.56 524	0.87 545	0.56 523	0.87 553	0.57 528	0.88 557	0.57 524	0.87 554	0.57 519	0.79 512	0.58 485	0.76 550	0.54 529	0.77 524	0.54 511

G-Net	0.79 509	0.79 364	0.79 538	0.79 476	0.79 583	0.79 539	0.79 576	0.79 533	0.79 582	0.79 543	0.79 583	0.79 545	0.79 574	0.79 537	0.79 576	0.79 512	0.79 540	0.79 554	0.79 588	0.79 528	0.79 574

SE	0.64 467	0.73 350	0.77 533	0.79 476	0.59 535	0.78 536	0.54 522	0.58 499	0.58 526	0.78 541	0.59 532	0.63 519	0.18 271	0.78 536	0.52 511	0.80 514	0.65 505	0.69 535	0.57 538	0.75 519	0.52 505

FC-DCNN	1.07 575	1.09 444	0.98 559	0.89 491	0.52 525	1.41 665	0.91 592	1.21 640	1.24 676	1.96 679	2.05 748	1.91 680	1.30 668	1.27 657	1.08 608	0.80 514	0.60 494	0.58 516	0.41 488	0.68 505	0.54 511

NaN_ROB	0.80 512	0.80 367	0.80 539	0.80 480	0.80 586	0.80 541	0.80 579	0.80 536	0.80 584	0.80 544	0.80 585	0.80 547	0.80 575	0.80 539	0.80 579	0.80 514	0.80 543	0.80 557	0.80 590	0.80 531	0.80 575

CSAN	0.80 512	0.80 367	0.80 539	0.80 480	0.80 586	0.80 541	0.80 579	0.80 536	0.80 584	0.80 544	0.80 585	0.80 547	0.80 575	0.80 539	0.80 579	0.80 514	0.80 543	0.80 557	0.80 590	0.80 531	0.80 575

FlowAnything_test	1.02 570	1.72 541	0.71 520	1.59 619	0.70 563	1.61 672	0.69 556	1.61 664	0.70 563	1.60 666	0.70 562	1.61 672	0.69 554	1.61 671	0.70 561	0.81 518	0.58 485	0.81 559	0.55 531	0.81 534	0.56 522

FlowAnything	1.02 570	1.71 540	0.72 523	1.59 619	0.69 559	1.60 671	0.69 556	1.61 664	0.70 563	1.60 666	0.69 558	1.60 669	0.69 554	1.61 671	0.69 552	0.81 518	0.58 485	0.81 559	0.56 535	0.82 536	0.56 522

RSM++	0.76 504	0.82 373	0.66 500	0.85 489	0.64 548	0.85 551	0.71 565	0.94 559	0.64 539	0.87 553	0.67 547	0.87 556	0.65 538	0.84 549	0.65 533	0.81 518	0.70 523	0.79 554	0.71 575	0.83 538	0.70 551

Selective-RAFT-Error	0.88 542	0.84 374	0.98 559	0.86 490	0.97 602	0.88 555	0.95 597	0.84 543	0.99 606	0.92 560	0.82 587	0.84 554	0.98 589	0.87 554	0.97 595	0.81 518	0.83 546	0.79 554	0.82 593	0.79 528	0.85 580

DCRE	0.84 528	1.89 585	0.77 533	0.94 505	0.72 567	0.88 555	0.73 569	0.87 545	0.78 578	0.90 556	0.71 568	0.88 557	0.67 543	0.88 556	0.73 566	0.81 518	0.68 514	0.81 559	0.70 572	0.82 536	0.70 551

4D-IteraStereo	0.78 508	3.13 666	0.89 547	0.69 456	0.32 410	0.40 347	0.32 398	0.76 531	0.97 603	0.52 486	0.65 544	0.89 560	0.32 408	0.76 535	0.98 596	0.83 523	0.94 555	0.35 343	0.27 349	0.70 512	0.89 584

Selective-RAFT	0.89 544	0.89 386	0.72 523	1.16 539	0.78 581	1.06 585	0.82 586	0.87 545	0.97 603	1.00 568	0.91 594	0.90 561	1.00 590	0.89 558	0.93 592	0.83 523	0.83 546	0.82 563	0.82 593	0.81 534	0.82 578

DDUNet	0.81 517	2.45 634	0.57 473	0.90 493	0.60 537	0.88 555	0.59 531	0.90 550	0.60 532	0.88 555	0.60 534	0.90 561	0.58 527	0.88 556	0.60 526	0.84 525	0.60 494	0.86 567	0.57 538	0.86 541	0.60 527

MoCha-V2	2.11 696	26.97 791	0.78 535	0.92 498	0.77 580	0.96 565	0.72 568	0.90 550	0.72 571	0.94 564	0.70 562	0.90 561	0.71 563	0.91 561	0.71 563	0.85 526	0.71 527	0.88 568	0.69 568	0.87 542	0.67 544

UDG	0.80 512	2.21 613	0.60 479	0.91 495	0.60 537	0.90 558	0.58 527	0.88 549	0.60 532	0.90 556	0.60 534	0.88 557	0.60 531	0.90 559	0.58 521	0.86 527	0.60 494	0.84 565	0.59 541	0.84 539	0.61 528

Syn2CoEx	0.25 243	1.31 520	0.74 528	0.92 498	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 528	0.75 533	0.02 19	0.02 21	0.02 21	0.02 20

LG-Stereo	0.60 455	0.58 327	0.47 430	0.64 444	0.74 570	1.00 568	0.69 556	0.57 496	0.41 474	0.57 503	0.41 471	0.57 508	0.41 471	1.00 575	0.75 571	0.91 529	0.51 467	0.52 504	0.37 459	0.52 478	0.37 436

tt45	1.04 573	0.88 383	1.36 649	0.92 498	1.03 612	1.51 670	0.79 576	0.70 523	0.88 590	0.74 537	0.90 591	1.60 669	0.72 564	1.60 669	0.75 571	0.91 529	0.78 538	1.52 678	0.79 588	1.14 580	1.32 678

ToySt	0.92 547	2.11 603	0.90 550	0.95 507	0.79 583	0.99 567	0.78 575	0.94 559	0.81 587	0.94 564	0.78 581	0.95 570	0.77 571	0.94 567	0.86 586	0.91 529	0.79 540	0.85 566	0.77 584	0.89 546	0.73 562

RT-Monster	0.09 83	0.07 82	0.03 39	0.15 144	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 162	0.04 90	0.03 52	0.92 532	0.03 39	0.03 41	0.03 57	0.03 47	0.07 146

AdaDepth	0.86 537	0.93 401	0.71 520	1.01 519	1.07 614	1.02 582	0.71 565	1.00 563	0.71 568	1.01 579	0.71 568	1.00 574	0.72 564	1.14 601	0.71 563	0.92 532	0.64 503	0.90 570	0.64 551	0.89 546	0.69 548

DGTPSM_ROB	0.93 552	1.00 418	0.92 554	0.94 505	0.96 601	0.91 559	0.92 593	0.91 552	0.96 602	0.91 558	0.96 600	0.93 567	0.92 584	0.94 567	0.92 588	0.92 532	0.92 553	0.90 570	0.92 598	0.94 561	0.91 586

DPSM_ROB	0.92 547	0.91 392	0.91 552	0.91 495	0.92 597	0.92 560	0.92 593	0.92 555	0.91 592	0.93 562	0.91 594	0.92 564	0.90 582	0.91 561	0.92 588	0.92 532	0.91 551	0.91 573	0.92 598	0.93 557	0.93 588

DPSM	0.92 547	0.91 392	0.91 552	0.91 495	0.92 597	0.92 560	0.92 593	0.92 555	0.91 592	0.93 562	0.91 594	0.92 564	0.90 582	0.91 561	0.92 588	0.92 532	0.91 551	0.91 573	0.92 598	0.93 557	0.93 588

pmcnn	0.92 547	0.92 397	0.92 554	0.92 498	0.92 597	0.92 560	0.92 593	0.92 555	0.92 596	0.92 560	0.92 597	0.92 564	0.92 584	0.92 565	0.92 588	0.92 532	0.92 553	0.92 576	0.92 598	0.92 552	0.92 587

R-Stereo Train	0.81 517	0.96 405	0.67 504	0.95 507	0.67 555	0.95 563	0.68 548	0.95 561	0.68 550	0.95 566	0.68 553	0.96 571	0.68 548	0.96 571	0.68 544	0.94 538	0.68 514	0.94 583	0.68 564	0.94 561	0.68 546

RAFT-Stereo	0.81 517	0.96 405	0.67 504	0.95 507	0.67 555	0.95 563	0.68 548	0.95 561	0.68 550	0.95 566	0.68 553	0.96 571	0.68 548	0.96 571	0.68 544	0.94 538	0.68 514	0.94 583	0.68 564	0.94 561	0.68 546
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
CR-RVC	0.42 362	0.14 136	1.89 696	1.91 634	0.13 227	0.12 175	0.08 155	0.07 142	0.07 152	0.07 144	0.07 153	0.08 144	0.14 230	0.07 142	0.07 143	0.96 540	1.91 706	0.14 189	0.14 232	0.20 238	0.13 220

WQFJA1++	0.84 528	0.98 408	0.67 504	1.26 592	0.75 572	1.00 568	0.67 543	1.00 563	0.67 544	1.00 568	0.67 547	1.00 574	0.67 543	1.00 575	0.67 537	0.96 540	0.67 508	0.91 573	0.63 546	0.92 552	0.63 532

WQFJX	0.85 534	1.00 418	0.68 512	1.30 600	0.75 572	1.01 576	0.68 548	1.01 572	0.68 550	1.01 579	0.68 553	1.03 588	0.68 548	1.02 587	0.67 537	0.97 542	0.67 508	0.93 579	0.63 546	0.94 561	0.63 532

NLMM1	0.86 537	0.98 408	0.69 514	1.48 615	0.75 572	1.01 576	0.69 556	1.00 563	0.69 555	1.00 568	0.70 562	1.00 574	0.68 548	1.01 583	0.67 537	0.97 542	0.68 514	0.92 576	0.63 546	0.93 557	0.63 532

NLMM	0.84 528	1.00 418	0.67 504	1.27 593	0.75 572	1.00 568	0.68 548	1.00 563	0.67 544	1.00 568	0.67 547	1.02 587	0.67 543	1.02 587	0.67 537	0.97 542	0.67 508	0.93 579	0.63 546	0.92 552	0.63 532

NLSM3	0.85 534	0.99 416	0.68 512	1.29 598	0.76 577	1.01 576	0.68 548	1.01 572	0.68 550	1.02 583	0.68 553	1.01 583	0.68 548	1.01 583	0.68 544	0.97 542	0.68 514	0.93 579	0.64 551	0.93 557	0.63 532

WQFJX1	0.84 528	0.98 408	0.67 504	1.30 600	0.75 572	1.01 576	0.67 543	1.01 572	0.67 544	1.01 579	0.67 547	1.01 583	0.68 548	1.00 575	0.68 544	0.98 546	0.67 508	0.92 576	0.64 551	0.92 552	0.64 538

WQFJA1	0.85 534	0.98 408	0.67 504	1.29 598	0.76 577	1.01 576	0.67 543	1.02 576	0.67 544	1.02 583	0.67 547	1.01 583	0.67 543	1.01 583	0.68 544	0.99 547	0.67 508	0.93 579	0.64 551	0.92 552	0.65 540

LGCAT	1.00 560	1.00 418	1.00 561	1.00 514	1.00 603	1.00 568	1.00 601	1.00 563	1.00 607	1.00 568	1.00 605	1.00 574	1.00 590	1.00 575	1.00 598	1.00 548	1.00 557	1.00 591	1.00 605	1.00 566	1.00 597

Test_v1	1.00 560	1.00 418	1.00 561	1.00 514	1.00 603	1.00 568	1.00 601	1.00 563	1.00 607	1.00 568	1.00 605	1.00 574	1.00 590	1.00 575	1.00 598	1.00 548	1.00 557	1.00 591	1.00 605	1.00 566	1.00 597

GANet	1.00 560	1.00 418	1.00 561	1.00 514	1.00 603	1.00 568	1.00 601	1.00 563	1.00 607	1.00 568	1.00 605	1.00 574	1.00 590	1.00 575	1.00 598	1.00 548	1.00 557	1.00 591	1.00 605	1.00 566	1.00 597

TDLM	1.00 560	1.00 418	1.00 561	1.00 514	1.00 603	1.00 568	1.00 601	1.00 563	1.00 607	1.00 568	1.00 605	1.00 574	1.00 590	1.00 575	1.00 598	1.00 548	1.00 557	1.00 591	1.00 605	1.00 566	1.00 597

CVANet_RVC	1.00 560	1.00 418	1.00 561	1.00 514	1.00 603	1.00 568	1.00 601	1.00 563	1.00 607	1.00 568	1.00 605	1.00 574	1.00 590	1.00 575	1.00 598	1.00 548	1.00 557	1.00 591	1.00 605	1.00 566	1.00 597

trnet	1.01 568	1.01 428	1.01 566	1.01 519	1.01 609	1.01 576	1.01 606	1.01 572	1.01 612	1.01 579	1.01 610	1.01 583	1.01 598	1.01 583	1.01 603	1.01 553	1.01 563	1.01 596	1.01 612	1.01 571	1.01 603

AIO-Stereo	0.84 528	0.66 340	0.70 517	0.83 484	0.67 555	0.98 566	0.82 586	1.14 582	0.72 571	1.03 585	0.74 575	1.03 588	1.09 602	0.99 573	0.45 482	1.04 554	0.73 530	0.95 585	0.74 579	0.94 561	0.46 478

HBP-ISP	1.24 635	1.72 541	1.65 669	1.15 534	0.76 577	1.40 663	0.88 589	1.67 670	1.02 613	1.69 674	1.38 687	1.69 674	1.21 661	1.87 681	1.21 670	1.05 555	0.79 540	0.97 589	0.80 590	1.19 593	0.75 566

GLC_STEREO	1.07 575	1.01 428	1.06 569	1.07 523	1.05 613	1.06 585	1.08 611	1.08 578	1.05 616	1.07 587	1.06 612	1.08 591	1.05 600	1.06 590	1.10 609	1.07 556	1.09 573	1.05 600	1.05 614	1.06 575	1.12 610

GeoVLM	0.36 304	0.38 226	0.27 264	0.46 343	0.28 323	0.35 319	0.28 317	0.37 319	0.27 318	0.35 316	0.28 323	0.36 326	0.38 446	0.35 320	0.28 313	1.08 557	0.26 267	0.33 317	0.27 349	0.34 308	0.33 409

NCC-stereo	2.36 718	25.52 786	1.17 579	1.15 534	1.17 624	1.11 594	1.11 612	1.15 583	1.16 621	1.10 589	1.16 620	1.10 595	1.15 608	1.14 601	1.13 612	1.09 558	1.11 577	1.15 604	1.16 621	1.17 590	1.17 619

Abc-Net	2.32 715	24.75 783	1.14 575	1.17 540	1.17 624	1.11 594	1.15 617	1.17 588	1.21 673	1.08 588	1.16 620	1.12 600	1.14 607	1.09 594	1.17 620	1.09 558	1.16 583	1.17 609	1.17 622	1.16 585	1.11 608
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	2.37 720	25.71 787	1.17 579	1.13 530	1.15 619	1.15 598	1.18 621	1.19 591	1.16 621	1.10 589	1.15 617	1.10 595	1.18 613	1.12 600	1.15 614	1.10 560	1.10 576	1.17 609	1.15 619	1.16 585	1.12 610

RGC	2.36 718	25.48 785	1.19 583	1.15 534	1.15 619	1.10 591	1.16 619	1.17 588	1.16 621	1.12 595	1.16 620	1.11 599	1.13 604	1.09 594	1.18 621	1.10 560	1.15 582	1.16 605	1.12 617	1.14 580	1.12 610

edge stereo	2.43 723	27.07 792	1.14 575	1.06 522	1.14 617	1.08 588	1.17 620	1.16 586	1.14 619	1.10 589	1.16 620	1.09 593	1.16 612	1.10 596	1.16 618	1.10 560	1.11 577	1.16 605	1.19 623	1.13 579	1.11 608

Nwc_Net	2.37 720	25.95 788	1.15 577	1.14 531	1.15 619	1.08 588	1.14 615	1.17 588	1.16 621	1.14 599	1.15 617	1.08 591	1.15 608	1.11 598	1.14 613	1.10 560	1.11 577	1.16 605	1.09 616	1.16 585	1.15 615

MSMD_ROB	1.19 585	1.10 448	0.70 517	1.10 525	0.60 537	1.10 591	0.70 562	1.10 581	0.70 563	1.10 589	0.70 562	1.10 595	0.70 558	7.00 787	0.70 561	1.10 560	0.70 523	1.10 601	0.70 572	1.10 577	0.70 551

RP	2.33 716	25.00 784	1.13 574	1.15 534	1.15 619	1.10 591	1.15 617	1.15 583	1.15 620	1.12 595	1.15 617	1.09 593	1.13 604	1.10 596	1.15 614	1.11 565	1.09 573	1.16 605	1.12 617	1.16 585	1.17 619

DF	0.39 334	1.37 526	1.02 567	1.14 531	0.12 222	0.16 218	0.12 216	0.16 216	0.12 223	0.16 215	0.12 213	0.16 215	0.12 218	0.16 216	0.12 210	1.12 566	1.00 557	0.15 214	0.12 216	0.15 213	0.12 213

MLG-Stereo	0.92 547	0.90 390	0.84 545	1.27 593	0.49 514	1.38 661	0.88 589	1.41 659	0.97 603	0.73 532	1.09 614	1.26 653	0.43 482	0.72 529	1.05 606	1.13 567	0.49 454	1.18 612	0.66 558	1.01 571	0.46 478

HSM-Net_RVC	0.95 555	1.17 456	0.78 535	1.18 541	0.71 565	1.16 599	0.75 571	1.09 580	0.80 584	1.10 589	0.75 576	1.17 604	0.74 566	1.17 604	0.80 579	1.13 567	0.73 530	1.17 609	0.77 584	1.16 585	0.72 558
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
stereogan	2.33 716	24.38 782	1.18 581	1.18 541	1.18 627	1.14 597	1.18 621	1.19 591	1.19 627	1.14 599	1.18 624	1.14 601	1.18 613	1.14 601	1.18 621	1.14 569	1.14 581	1.19 614	1.19 623	1.15 583	1.19 623

Hybrid-DGEV	1.03 572	1.75 547	0.80 539	1.28 597	0.78 581	1.26 649	0.80 579	1.26 645	0.78 578	1.26 651	0.78 581	1.26 653	0.78 573	1.26 654	0.78 575	1.15 570	0.75 533	1.14 602	0.74 579	1.14 580	0.75 566

DPSimNet_ROB	0.97 557	1.18 458	0.81 542	1.10 525	0.91 596	1.02 582	0.82 586	1.04 577	0.91 592	1.03 585	0.86 590	1.28 657	0.82 579	1.03 589	0.89 587	1.17 571	0.81 545	1.02 597	0.82 593	1.08 576	0.81 577

Hybrid-DGEV-03	1.07 575	1.83 573	0.83 543	1.34 605	0.81 588	1.32 655	0.81 583	1.31 652	0.81 587	1.31 654	0.82 587	1.32 658	0.82 579	1.32 659	0.81 582	1.19 572	0.77 536	1.19 614	0.76 582	1.19 593	0.77 571

S-Stereo	2.51 727	26.86 790	1.23 635	1.22 588	1.22 678	1.24 648	1.25 672	1.22 641	1.24 676	1.21 649	1.24 673	1.19 605	1.27 665	1.19 605	1.24 672	1.19 572	1.20 588	1.25 664	1.19 623	1.24 644	1.23 672

Hybrid-DGEV-2	1.05 574	1.83 573	0.83 543	1.33 604	0.82 589	1.30 653	0.81 583	1.26 645	0.79 582	1.29 653	0.79 583	1.26 653	0.80 575	1.26 654	0.79 576	1.20 574	0.78 538	1.18 612	0.77 584	1.20 595	0.77 571

DisPM	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

CrosDoStereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

PFNet+	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

LCNet	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

HHNet	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

Patchmatch Stereo++	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624
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	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

STrans-v2	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

TransformOpticalFlow	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

OMP-Stereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

IIG-Stereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

NF-Stereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

OCTAStereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

PSM-softLoss	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

KMStereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

NRIStereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

PSM-adaLoss	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

PSM-AAD	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

FTStereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

ROB_FTStereo_v2	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

ROB_FTStereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

Consistency-Raft	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

KYRaft	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

HUI-Stereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

ASMatch	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

DeepStereo_LL	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

DEmStereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

SST-Stereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

THIR-Stereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

RAFT_R40	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

DRaft	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

PFNet	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

GrayStereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

RE-Stereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

Pruner-Stereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

TVStereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

DeepStereo_RVC	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

RAFT-RH_RVC	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

IRAFT_RVC	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

RAFT-345	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

iRAFT	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

CRE-IMP	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

GMM-Stereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

RAFT-IKP	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

Prome-Stereo	1.20 586	1.20 460	1.20 586	1.20 543	1.20 630	1.20 600	1.20 623	1.20 594	1.20 628	1.20 604	1.20 625	1.20 606	1.20 615	1.20 606	1.20 625	1.20 574	1.20 588	1.20 616	1.20 626	1.20 595	1.20 624

Wavelet-MonSter	1.00 560	1.21 506	0.76 531	1.94 636	1.01 609	1.11 594	0.76 573	1.15 583	0.76 577	1.11 594	0.76 577	1.14 601	0.76 569	1.11 598	0.76 573	1.21 620	0.90 550	1.02 597	0.71 575	1.02 573	0.71 557

FAT-Stereo	2.46 725	26.05 789	1.23 635	1.23 590	1.22 678	1.20 600	1.24 671	1.23 643	1.23 675	1.19 603	1.22 671	1.21 651	1.24 663	1.20 606	1.24 672	1.21 620	1.17 586	1.22 662	1.25 676	1.20 595	1.24 673

CroCo-Stereo	0.73 495	1.22 512	0.25 254	1.22 588	0.25 309	1.22 646	0.25 296	1.22 641	0.25 300	1.22 650	0.25 306	1.22 652	0.25 302	1.22 652	0.25 297	1.22 622	0.26 267	1.21 661	0.25 304	1.22 643	0.25 286
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
qqai	1.22 633	1.38 527	1.12 572	1.39 611	1.14 617	1.40 663	1.14 615	1.41 659	1.12 617	1.40 660	1.11 616	1.40 664	1.13 604	1.41 663	1.15 614	1.25 623	0.97 556	1.24 663	1.01 612	1.24 644	0.96 592

CSP-Net	0.34 285	1.29 516	1.19 583	1.36 608	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 624	1.21 635	0.03 41	0.09 153	0.02 21	0.09 154

BLMT-Stereo	1.53 644	1.36 524	1.06 569	1.42 613	1.23 680	1.41 665	1.07 610	1.43 661	1.12 617	1.42 662	1.06 612	1.83 677	1.07 601	1.42 665	1.07 607	1.27 625	1.38 654	6.80 784	1.00 605	1.26 646	1.00 597

CroCo-Stereo Lap2	0.77 505	1.29 516	0.29 278	1.27 593	0.29 336	1.27 650	0.26 303	1.26 645	0.26 314	1.26 651	0.26 311	1.27 656	0.26 312	1.26 654	0.27 304	1.27 625	0.27 280	1.27 665	0.27 349	1.27 647	0.27 331

ff7	1.68 649	2.68 642	1.35 641	0.97 511	0.89 592	1.84 676	2.15 741	2.12 684	1.80 724	2.05 689	1.56 694	2.33 709	2.12 732	2.23 705	2.25 744	1.31 627	1.07 567	1.48 675	1.41 687	0.90 549	1.04 605

ffff	1.68 649	2.68 642	1.35 641	0.97 511	0.89 592	1.84 676	2.15 741	2.12 684	1.80 724	2.05 689	1.56 694	2.33 709	2.12 732	2.23 705	2.25 744	1.31 627	1.07 567	1.48 675	1.41 687	0.90 549	1.04 605

ccc-4	1.68 649	2.68 642	1.35 641	0.97 511	0.89 592	1.84 676	2.15 741	2.12 684	1.80 724	2.05 689	1.56 694	2.33 709	2.12 732	2.23 705	2.25 744	1.31 627	1.07 567	1.48 675	1.41 687	0.90 549	1.04 605

test_xeample3	1.10 578	1.81 563	0.61 485	0.84 485	0.49 514	0.77 534	0.66 539	0.92 555	1.40 688	0.68 526	0.46 495	0.78 543	0.54 521	1.72 674	1.48 690	1.34 630	1.52 663	1.35 671	1.67 722	1.33 650	1.55 691

MaskLacGwcNet_RVC	1.35 639	1.35 523	1.35 641	1.35 607	1.35 681	1.35 657	1.35 679	1.36 654	1.35 684	1.36 658	1.35 682	1.36 660	1.36 673	1.36 660	1.35 683	1.35 631	1.35 650	1.35 671	1.35 681	1.35 651	1.35 682

CC-Net-ROB	1.36 640	1.33 522	1.33 638	1.36 608	1.38 685	1.36 659	1.33 677	1.37 656	1.34 681	1.35 657	1.36 684	1.38 661	1.34 671	1.38 662	1.38 686	1.35 631	1.38 654	1.33 668	1.35 681	1.43 654	1.34 681

Replicate-Monster	0.45 401	0.57 325	0.60 479	0.40 303	0.29 336	0.37 331	0.27 306	0.37 319	0.30 349	0.40 342	0.31 398	0.40 354	0.30 349	0.99 573	0.27 304	1.36 633	0.31 317	0.34 327	0.30 403	0.36 331	0.54 511

PS-NSSS	1.38 642	1.39 528	1.34 639	1.34 605	1.35 681	1.38 661	1.37 686	1.35 653	1.38 687	1.34 656	1.34 681	1.39 662	1.38 676	1.70 673	1.40 687	1.36 633	1.36 651	1.36 673	1.37 684	1.37 652	1.36 683

MM-Stereo_test2	1.20 586	1.85 579	1.05 568	1.46 614	0.94 600	1.36 659	0.99 600	1.36 654	0.95 600	1.41 661	0.98 603	1.40 664	0.96 586	1.37 661	0.95 593	1.37 635	1.06 566	1.33 668	0.93 602	1.29 649	0.89 584

FENet	0.54 445	1.52 533	1.19 583	1.41 612	0.23 301	0.35 319	0.23 289	0.35 307	0.23 292	0.34 312	0.23 293	0.35 321	0.23 296	0.35 320	0.23 286	1.40 636	1.07 567	0.32 310	0.23 294	0.33 303	0.23 274

Monster-pub-eth3d	0.45 401	0.57 325	0.60 479	0.39 290	0.28 323	0.37 331	0.28 317	0.37 319	0.30 349	0.39 335	0.29 338	0.39 344	0.30 349	0.92 565	0.27 304	1.42 637	0.28 288	0.34 327	0.28 370	0.37 336	0.53 508

castereo	0.61 461	3.79 683	1.35 641	1.52 616	0.15 245	0.17 225	0.16 241	0.20 237	0.21 281	0.18 226	0.16 249	0.21 244	0.12 218	0.26 285	0.17 252	1.43 638	1.38 654	0.17 228	0.16 248	0.18 231	0.16 237

castereo++	0.54 445	3.59 675	1.15 577	1.31 602	0.14 230	0.16 218	0.14 225	0.16 216	0.14 230	0.16 215	0.14 233	0.16 215	0.13 225	0.16 216	0.14 224	1.45 639	1.16 583	0.15 214	0.14 232	0.15 213	0.13 220

Monster-pub-mixall	0.44 378	0.56 322	0.60 479	0.38 281	0.27 317	0.37 331	0.27 306	0.37 319	0.29 334	0.38 328	0.27 315	0.38 339	0.29 340	0.85 553	0.27 304	1.46 640	0.26 267	0.34 327	0.26 310	0.36 331	0.53 508

11t	1.27 637	2.70 645	1.34 639	1.32 603	0.89 592	1.30 653	1.34 678	1.64 667	0.57 525	1.45 664	0.72 571	1.05 590	1.29 667	1.07 593	1.29 679	1.49 641	1.02 564	0.97 589	1.15 619	1.48 655	1.31 677

IGEVStereo-DCA	1.77 654	4.21 696	1.84 689	2.49 676	2.11 742	2.54 727	1.36 681	1.65 668	1.17 625	2.75 737	1.90 731	2.54 722	1.15 608	0.94 567	1.11 610	1.50 642	1.32 638	0.96 587	1.46 693	1.49 656	0.88 581

rrr	1.77 654	4.21 696	1.84 689	2.49 676	2.11 742	2.54 727	1.36 681	1.65 668	1.17 625	2.75 737	1.90 731	2.54 722	1.15 608	0.94 567	1.11 610	1.50 642	1.32 638	0.96 587	1.46 693	1.49 656	0.88 581

MM-Stereo_test3	1.27 637	2.07 599	1.18 581	1.60 622	1.02 611	1.45 667	1.01 606	1.40 658	1.04 615	1.44 663	1.03 611	1.46 667	1.02 599	1.44 666	1.02 604	1.51 644	1.12 580	1.32 667	0.98 603	1.38 653	0.97 593

RASNet	1.49 643	1.65 537	1.45 657	1.38 610	1.43 688	1.47 668	1.36 681	1.38 657	1.36 685	1.39 659	1.60 698	1.45 666	1.45 679	1.51 667	2.21 743	1.53 645	1.36 651	1.36 673	1.36 683	1.66 663	1.36 683

MEA-ACV	1.66 648	0.87 380	0.61 485	11.81 784	1.35 681	1.50 669	0.71 565	1.23 643	0.92 596	1.13 598	0.96 600	1.69 674	0.70 558	1.23 653	1.16 618	1.54 646	1.20 588	1.58 679	0.85 596	1.12 578	0.95 591

DEFOM-Stereo	0.68 479	3.11 665	1.40 655	1.63 626	0.25 309	0.31 303	0.25 296	0.31 295	0.28 324	0.31 298	0.29 338	0.29 297	0.27 319	0.31 305	0.28 313	1.59 647	1.47 660	0.30 301	0.29 385	0.30 288	0.28 359

DPSMNet_ROB	1.60 647	1.59 536	1.70 672	1.59 619	1.59 694	1.61 672	1.61 697	1.60 663	1.60 694	1.62 672	1.59 697	1.60 669	1.60 682	1.60 669	1.59 694	1.59 647	1.60 674	1.59 680	1.59 702	1.59 659	1.59 697

ours_stereo	1.20 586	1.21 506	0.90 550	1.64 627	1.11 616	1.35 657	0.67 543	1.76 671	0.93 598	1.70 675	1.10 615	1.39 662	0.75 568	1.41 663	0.81 582	1.60 649	1.03 565	1.33 668	1.00 605	1.61 660	0.72 558

LL-Strereo	1.01 568	5.06 713	1.63 668	0.70 462	1.43 688	0.56 502	0.46 492	0.57 496	0.50 511	0.57 503	0.50 514	1.58 668	0.49 507	0.59 506	0.50 504	1.64 650	0.52 470	0.51 501	1.37 684	0.52 478	0.45 476

test-3	0.98 559	4.13 694	1.85 691	1.85 630	0.61 542	0.69 524	0.37 441	0.63 510	0.61 534	0.66 522	0.51 520	0.73 537	0.44 484	0.57 504	0.54 515	1.68 651	1.81 689	0.40 421	0.43 499	0.66 500	0.50 497

LACA_dic	0.45 401	0.13 116	1.78 678	1.70 628	0.12 222	0.13 177	0.12 216	0.16 216	0.15 242	0.13 178	0.12 213	0.13 178	0.11 180	0.16 216	0.13 219	1.73 652	1.69 681	0.16 218	0.11 181	0.13 178	0.13 220

RAFT_CTSACE	1.92 660	3.71 680	1.72 675	1.88 632	1.72 719	2.04 688	1.42 691	2.18 690	1.89 737	2.02 686	1.97 737	1.95 681	2.06 731	1.93 683	1.62 695	1.76 653	1.66 679	2.02 699	1.73 730	1.73 666	1.43 688

NINENet	0.69 482	3.87 687	1.20 586	1.98 640	0.05 126	0.40 347	0.04 103	0.40 342	0.05 124	0.41 359	0.04 110	0.41 369	0.05 117	0.40 348	0.05 115	1.79 654	1.56 667	0.34 327	0.22 288	0.34 308	0.23 274

CRFU-Net	0.65 469	1.67 538	1.22 633	1.96 639	0.27 317	0.41 366	0.27 306	0.41 361	0.27 318	0.40 342	0.26 311	0.41 369	0.27 319	0.40 348	0.27 304	1.80 655	1.62 675	0.34 327	0.23 294	0.33 303	0.23 274

VIP-Stereo	0.70 485	2.97 662	2.43 729	2.49 676	0.16 256	0.25 275	0.16 241	0.25 270	0.16 250	0.25 271	0.18 274	0.25 275	0.16 247	0.26 285	0.16 245	1.86 656	1.26 637	0.23 265	0.15 245	0.23 261	0.15 234

MFMNet_re	1.81 657	1.91 588	1.71 674	1.95 638	1.70 717	1.95 684	1.70 714	1.96 676	1.74 720	1.97 681	1.72 719	1.95 681	1.71 703	1.97 685	1.71 714	1.86 656	1.62 675	1.85 687	1.66 721	1.86 671	1.64 715

error version	0.93 552	4.47 701	2.35 725	1.99 641	0.37 450	0.41 366	0.36 435	0.41 361	0.35 432	0.43 380	0.36 438	0.41 369	0.40 459	0.41 368	0.36 427	1.87 658	2.16 720	0.47 477	0.37 459	0.39 398	0.33 409

test_1	0.93 552	4.47 701	2.35 725	1.99 641	0.37 450	0.41 366	0.36 435	0.41 361	0.35 432	0.43 380	0.36 438	0.41 369	0.40 459	0.41 368	0.36 427	1.87 658	2.16 720	0.47 477	0.37 459	0.39 398	0.33 409

GANetREF_RVC	1.55 645	1.94 595	1.22 633	1.88 632	1.21 676	1.88 679	1.22 669	1.88 673	1.22 674	1.88 676	1.22 671	1.88 678	1.22 662	1.89 682	1.22 671	1.87 658	1.22 636	1.88 694	1.22 672	1.88 672	1.22 670
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	1.98 663	2.72 649	1.46 658	3.47 711	1.43 688	2.07 690	1.98 732	2.53 723	1.52 692	2.71 730	1.98 743	1.81 676	1.62 684	1.96 684	1.36 684	1.88 661	2.00 709	2.53 735	1.61 709	1.74 667	1.15 615

CR-Stereo	0.51 438	0.14 136	1.94 711	1.87 631	0.14 230	0.13 177	0.14 225	0.19 229	0.18 267	0.13 178	0.13 227	0.18 227	0.17 259	0.14 193	0.15 236	1.89 662	1.93 707	0.19 241	0.14 232	0.20 238	0.15 234

SPS-STEREO	1.59 646	1.91 588	1.21 632	1.94 636	1.20 630	2.00 687	1.23 670	1.99 678	1.24 676	2.00 684	1.25 674	2.03 688	1.26 664	2.00 686	1.29 679	1.90 663	1.18 587	1.89 695	1.21 671	1.89 673	1.20 624
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MonStereo1	1.94 662	2.77 655	1.52 664	3.73 722	1.51 691	2.13 692	1.42 691	2.32 711	1.52 692	2.31 715	1.50 692	2.53 719	1.59 681	2.34 713	1.56 692	1.91 664	1.36 651	1.86 690	1.31 679	2.07 686	1.53 689

4.5w-stereo	1.99 664	2.33 621	1.81 680	3.28 701	1.68 707	1.94 681	1.99 735	2.72 727	1.70 711	2.72 731	1.99 746	1.97 683	1.68 693	1.76 675	1.29 679	1.91 664	2.02 715	2.53 735	1.61 709	1.75 668	1.16 618

derf	1.91 659	2.15 607	1.78 678	2.16 646	1.75 720	2.21 702	1.80 718	2.22 701	1.80 724	2.21 704	1.76 720	2.17 691	1.81 712	2.24 708	1.74 723	1.93 666	1.56 667	1.96 697	1.53 695	1.95 674	1.56 692

2w_stereo	1.99 664	2.36 628	1.81 680	3.24 699	1.67 703	1.94 681	1.98 732	2.72 727	1.68 703	2.72 731	1.94 734	1.98 684	1.74 707	1.79 678	1.27 676	1.95 667	2.00 709	2.53 735	1.60 705	1.68 664	1.15 615

DNS	0.86 537	2.43 633	1.66 671	2.03 643	0.42 488	0.60 511	0.42 478	0.60 504	0.42 482	0.60 508	0.42 481	0.60 513	0.42 477	0.60 508	0.42 473	1.97 668	1.63 677	0.55 513	0.40 479	0.55 484	0.40 452

MC-Stereo	1.76 653	2.96 661	1.37 651	2.14 645	1.37 684	2.14 693	1.36 681	2.14 687	1.37 686	2.14 693	1.37 685	2.14 690	1.37 675	2.14 691	1.37 685	1.97 668	1.32 638	1.97 698	1.32 680	1.98 675	1.33 679

BUS	0.83 525	1.91 588	0.92 554	4.48 727	0.02 22	0.40 347	0.04 103	0.41 361	0.02 22	0.48 450	0.03 56	0.41 369	0.05 117	0.03 43	0.05 115	1.97 668	4.19 755	0.33 317	0.23 294	0.34 308	0.27 331

BSDual-CNN	0.81 517	1.91 588	0.92 554	4.48 727	0.02 22	0.42 387	0.06 141	0.41 361	0.02 22	0.48 450	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 668	4.19 755	0.33 317	0.23 294	0.34 308	0.27 331

psmg	0.43 365	1.91 588	0.92 554	1.91 634	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 668	1.44 658	0.04 93	0.03 57	0.02 21	0.03 52

MM-Stereo_test1	1.80 656	3.41 673	1.52 664	2.12 644	1.41 687	2.04 688	1.41 689	2.05 682	1.46 691	2.04 688	1.41 689	2.05 689	1.42 678	2.05 687	1.43 689	2.04 673	1.54 666	1.94 696	1.38 686	1.99 676	1.33 679

TRStereo	2.00 668	2.13 604	1.85 691	2.27 652	1.84 724	2.28 711	1.84 720	2.29 706	1.86 730	2.30 712	1.87 726	2.30 706	1.87 715	2.08 688	1.72 717	2.08 674	1.72 683	2.08 710	1.72 727	2.08 688	1.72 720

XX-Stereo	2.00 668	2.13 604	1.85 691	2.27 652	1.84 724	2.28 711	1.84 720	2.29 706	1.86 730	2.30 712	1.87 726	2.30 706	1.87 715	2.08 688	1.72 717	2.08 674	1.72 683	2.08 710	1.72 727	2.08 688	1.72 720

EAI-Stereo	2.00 668	2.13 604	1.85 691	2.27 652	1.84 724	2.28 711	1.84 720	2.29 706	1.86 730	2.30 712	1.87 726	2.30 706	1.87 715	2.08 688	1.72 717	2.08 674	1.72 683	2.08 710	1.72 727	2.08 688	1.72 720

noway7	2.08 687	5.18 718	1.92 700	2.27 652	1.66 699	2.18 694	1.66 700	2.17 689	1.66 695	2.18 696	1.65 702	2.18 692	1.66 685	2.17 692	1.66 700	2.15 677	1.85 696	2.05 700	1.60 705	2.05 678	1.60 699

monster_256*512	2.09 690	5.21 721	1.98 716	2.30 660	1.67 703	2.18 694	1.66 700	2.20 696	1.67 698	2.19 699	1.67 707	2.19 695	1.66 685	2.19 696	1.66 700	2.15 677	1.86 700	2.05 700	1.60 705	2.06 682	1.61 704

zzzz4	2.08 687	5.22 722	1.93 703	2.27 652	1.66 699	2.19 696	1.66 700	2.18 690	1.67 698	2.18 696	1.66 705	2.18 692	1.66 685	2.18 693	1.66 700	2.15 677	1.84 691	2.05 700	1.60 705	2.05 678	1.60 699

zzzzzz3	2.07 684	5.00 711	1.93 703	2.28 657	1.66 699	2.19 696	1.66 700	2.18 690	1.67 698	2.19 699	1.66 705	2.18 692	1.67 691	2.18 693	1.66 700	2.15 677	1.85 696	2.05 700	1.59 702	2.05 678	1.59 697

noway2	2.07 684	4.96 708	1.92 700	2.28 657	1.66 699	2.20 699	1.66 700	2.19 693	1.66 695	2.19 699	1.65 702	2.19 695	1.68 693	2.18 693	1.65 697	2.15 677	1.86 700	2.06 704	1.59 702	2.06 682	1.60 699

noway1	2.10 692	5.26 726	1.93 703	2.31 663	1.69 712	2.21 702	1.67 706	2.19 693	1.68 703	2.21 704	1.68 712	2.21 699	1.67 691	2.20 698	1.66 700	2.15 677	1.84 691	2.07 706	1.61 709	2.07 686	1.61 704

zzzz2	2.08 687	4.92 707	1.93 703	2.30 660	1.67 703	2.19 696	1.66 700	2.20 696	1.67 698	2.20 702	1.68 712	2.21 699	1.66 685	2.20 698	1.68 709	2.17 683	1.84 691	2.07 706	1.62 715	2.05 678	1.61 704

zzz1	2.09 690	4.97 709	1.93 703	2.30 660	1.68 707	2.21 702	1.68 708	2.21 699	1.68 703	2.21 704	1.67 707	2.21 699	1.68 693	2.21 701	1.69 712	2.17 683	1.85 696	2.08 710	1.61 709	2.06 682	1.61 704

noway5	1.92 660	4.97 709	1.95 713	2.31 663	1.68 707	2.21 702	1.68 708	2.21 699	1.69 710	2.22 708	1.68 712	2.21 699	1.68 693	2.21 701	1.68 709	2.18 685	1.87 704	1.71 684	0.65 555	0.85 540	0.72 558

4.25_new	2.00 668	2.33 621	1.82 685	3.32 704	1.69 712	1.95 684	1.99 735	2.72 727	1.71 713	2.72 731	1.97 737	2.01 686	1.74 707	1.77 676	1.28 677	2.18 685	2.01 711	2.48 733	1.58 700	1.65 661	1.17 619

4.5w_new	2.00 668	2.33 621	1.82 685	3.32 704	1.69 712	1.95 684	1.99 735	2.72 727	1.71 713	2.72 731	1.97 737	2.01 686	1.74 707	1.77 676	1.28 677	2.18 685	2.01 711	2.48 733	1.58 700	1.65 661	1.17 619

1w_stereo	2.05 683	2.32 620	1.35 641	3.74 723	2.01 736	2.73 736	1.42 691	1.88 673	1.93 739	2.03 687	1.28 677	2.71 732	1.99 727	2.72 734	1.72 717	2.20 688	1.32 638	1.87 691	1.86 734	2.45 708	1.54 690

2.25w	2.00 668	1.86 582	1.98 716	2.95 690	2.17 746	2.26 708	1.35 679	2.42 717	2.00 744	2.07 692	1.27 676	2.53 719	1.99 727	2.29 710	1.49 691	2.21 689	1.32 638	1.85 687	1.87 735	2.52 716	1.62 710

3w_stereo	2.04 681	2.24 615	1.70 672	3.15 694	2.18 748	2.49 721	1.26 674	2.03 681	1.98 741	1.98 682	1.33 680	2.72 736	1.99 727	2.59 725	1.72 717	2.22 690	1.33 645	1.85 687	1.88 740	2.50 714	1.58 696

GELT-Stereo	2.10 692	5.33 729	1.94 711	2.37 668	1.68 707	2.21 702	1.69 712	2.19 693	1.67 698	2.18 696	1.67 707	2.19 695	1.66 685	2.19 696	1.66 700	2.23 691	1.83 690	2.07 706	1.61 709	2.04 677	1.61 704

zzzzzzz1	2.10 692	5.20 720	1.93 703	2.38 670	1.68 707	2.20 699	1.67 706	2.20 696	1.68 703	2.20 702	1.67 707	2.20 698	1.68 693	2.20 698	1.67 708	2.24 692	1.86 700	2.06 704	1.61 709	2.06 682	1.62 710

noway4	2.11 696	5.14 716	1.93 703	2.37 668	1.69 712	2.20 699	1.68 708	2.22 701	1.68 703	2.21 704	1.69 716	2.23 703	1.68 693	2.22 703	1.66 700	2.24 692	1.84 691	2.09 715	1.63 718	2.09 691	1.62 710

4.5_new	2.00 668	1.84 578	1.98 716	2.77 683	2.16 744	2.27 709	1.28 676	2.09 683	1.98 741	2.01 685	1.28 677	2.71 732	1.98 725	2.51 722	1.65 697	2.26 694	1.33 645	1.87 691	1.87 735	2.49 712	1.60 699

3.25w	2.04 681	2.20 611	1.48 659	3.03 691	2.17 746	2.63 731	1.39 687	1.96 676	1.95 740	1.96 679	1.37 685	2.71 732	1.96 724	2.71 732	1.73 722	2.26 694	1.32 638	1.87 691	1.87 735	2.51 715	1.63 713

IGEV	2.02 676	2.20 611	1.82 685	2.90 689	2.16 744	2.41 717	1.25 672	2.00 679	1.98 741	1.99 683	1.31 679	2.72 736	1.93 721	2.67 731	1.69 712	2.26 694	1.32 638	1.83 686	1.87 735	2.53 719	1.61 704

3.75w	1.99 664	2.31 619	1.83 688	3.16 695	1.65 698	1.93 680	1.98 732	2.72 727	1.68 703	2.73 736	1.97 737	2.00 685	1.72 704	1.81 679	1.25 675	2.27 697	2.01 711	2.38 726	1.42 690	1.71 665	1.24 673

noway3	2.12 698	5.22 722	1.93 703	2.39 671	1.70 717	2.23 707	1.70 714	2.22 701	1.70 711	2.22 708	1.70 718	2.23 703	1.69 700	2.22 703	1.71 714	2.28 698	1.86 700	2.08 710	1.63 718	2.09 691	1.63 713

MonStereo	2.17 700	2.41 631	1.49 663	2.67 680	1.67 703	2.60 730	2.04 739	2.32 711	1.76 721	2.44 720	1.68 712	2.50 717	1.69 700	2.38 714	1.80 726	2.28 698	1.78 686	2.63 738	2.14 743	3.47 731	1.68 718

DEFOM-Stereo_RVC	0.83 525	5.18 718	1.98 716	2.19 647	0.17 262	0.19 232	0.18 260	0.19 229	0.16 250	0.20 235	0.19 277	0.22 254	0.22 290	0.20 235	0.15 236	2.28 698	2.13 719	0.24 275	0.17 271	0.18 231	0.16 237

NCCL2	2.28 714	2.27 616	2.28 723	2.28 657	2.28 749	2.27 709	2.29 744	2.28 704	2.28 747	2.27 711	2.28 749	2.28 705	2.27 735	2.27 709	2.28 748	2.28 698	2.28 723	2.27 718	2.29 748	2.27 698	2.29 738

HUF	2.18 702	2.30 618	1.99 720	2.34 667	2.02 739	2.41 717	2.06 740	2.38 715	1.89 737	2.36 717	1.85 723	2.56 724	1.98 725	2.31 712	1.97 739	2.30 702	2.03 716	2.30 720	2.11 742	2.23 695	2.16 735

FBW_ROB	2.12 698	2.46 635	1.77 677	2.49 676	1.79 723	2.38 715	1.83 719	2.46 718	1.78 723	2.48 723	1.97 737	2.40 714	1.78 710	2.42 719	1.83 727	2.31 703	1.85 696	2.38 726	1.82 733	2.35 702	1.84 726

AIO_rvc	2.18 702	2.34 625	1.87 695	2.32 665	1.94 734	2.40 716	1.89 729	2.37 714	2.07 746	2.52 725	1.95 736	2.44 716	1.99 727	2.41 717	1.89 736	2.32 704	2.09 717	2.24 717	2.18 744	2.21 694	2.23 737

MatchStereo	0.54 445	0.12 114	2.38 728	2.32 665	0.09 159	0.09 151	0.08 155	0.09 152	0.07 152	0.09 152	0.07 153	0.09 153	0.07 151	0.09 152	0.08 147	2.34 705	2.34 724	0.12 170	0.11 181	0.11 167	0.10 162
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
STTStereo	3.73 749	30.40 796	2.37 727	2.39 671	2.31 751	2.35 714	2.33 745	2.29 706	2.42 748	2.32 716	2.34 750	2.33 709	2.36 736	2.30 711	2.27 747	2.35 706	2.22 722	2.31 721	2.22 745	2.29 700	2.34 742

2.75w_new	1.99 664	2.34 625	1.81 680	3.14 693	1.62 696	1.94 681	1.99 735	2.72 727	1.71 713	2.72 731	1.99 746	1.90 679	1.73 705	1.82 680	1.29 679	2.37 707	2.01 711	2.31 721	1.42 690	1.77 669	1.22 670

iRaftStereo_RVC	0.97 557	3.17 668	2.30 724	2.42 673	0.38 457	0.54 500	0.38 448	0.54 489	0.38 448	0.54 495	0.38 450	0.54 498	0.38 446	0.54 494	0.38 440	2.38 708	2.34 724	0.49 490	0.36 456	0.49 464	0.36 430

AIO_test	2.18 702	2.09 602	2.04 721	2.42 673	2.01 736	2.47 719	1.94 731	2.34 713	2.03 745	2.56 726	1.94 734	2.43 715	1.94 722	2.41 717	1.87 733	2.39 709	2.10 718	2.35 725	1.91 741	2.25 697	2.19 736

UDGNet	2.23 712	5.40 733	1.72 675	2.48 675	1.69 712	2.51 724	1.69 712	2.51 722	1.72 717	2.50 724	1.69 716	2.52 718	1.69 700	2.50 721	1.68 709	2.41 710	1.70 682	2.42 728	1.69 726	2.42 705	1.64 715

monsters	2.18 702	2.41 631	1.96 715	3.47 711	2.03 740	2.53 725	1.64 699	2.48 719	1.73 718	2.40 719	1.50 692	2.62 727	1.94 722	2.59 725	1.94 737	2.44 711	1.57 669	2.28 719	1.87 735	2.42 705	1.86 728

LGtest1	2.22 709	2.70 645	1.89 696	2.76 682	1.86 727	2.75 738	1.86 724	2.75 734	1.86 730	2.75 737	1.86 724	2.77 741	1.87 715	2.75 738	1.86 730	2.46 712	1.58 670	2.45 730	1.56 696	2.45 708	1.56 692

LG-G_1	2.22 709	2.71 647	1.89 696	2.77 683	1.87 731	2.75 738	1.87 727	2.76 735	1.87 734	2.75 737	1.87 726	2.76 739	1.87 715	2.75 738	1.86 730	2.47 713	1.58 670	2.45 730	1.57 697	2.45 708	1.57 694

LG-G	2.22 709	2.71 647	1.89 696	2.77 683	1.87 731	2.75 738	1.87 727	2.76 735	1.87 734	2.75 737	1.87 726	2.76 739	1.87 715	2.75 738	1.86 730	2.47 713	1.58 670	2.45 730	1.57 697	2.45 708	1.57 694

monsterstereo	2.20 708	2.33 621	1.95 713	3.65 718	2.07 741	2.49 721	1.61 697	2.48 719	1.83 728	2.45 721	1.61 700	2.67 731	1.86 713	2.64 727	1.94 737	2.48 715	1.66 679	2.34 723	1.68 724	2.40 704	1.86 728

asda	2.17 700	2.54 636	1.81 680	3.47 711	1.78 722	2.50 723	1.86 724	2.61 725	1.68 703	2.61 727	1.83 722	2.37 713	1.73 705	2.44 720	1.88 735	2.51 716	1.84 691	2.34 723	1.62 715	2.23 695	1.77 725

asd	2.18 702	2.77 655	1.58 666	3.59 716	2.00 735	2.58 729	1.85 723	2.39 716	1.71 713	2.47 722	1.97 737	2.59 726	1.61 683	2.56 723	1.79 725	2.51 716	1.99 708	2.11 716	1.62 715	2.36 703	1.60 699

qwe	2.18 702	2.60 639	1.58 666	3.83 724	1.90 733	2.53 725	1.90 730	2.48 719	1.73 718	2.37 718	1.92 733	2.53 719	1.68 693	2.56 723	1.83 727	2.52 718	1.87 704	2.07 706	1.68 724	2.32 701	1.71 719

2.5w	2.01 675	2.40 630	1.37 651	3.28 701	2.01 736	2.71 733	1.43 694	1.82 672	1.83 728	1.90 678	1.41 689	2.71 732	1.35 672	2.71 732	1.85 729	2.66 719	1.53 664	1.64 681	1.23 673	2.53 719	1.87 730

3.5w_stereo	2.03 678	2.72 649	1.35 641	3.41 708	1.57 692	2.72 734	1.49 695	2.01 680	1.34 681	2.15 694	1.61 700	2.63 728	1.36 673	2.72 734	1.99 741	2.66 719	1.58 670	1.68 683	1.24 674	2.53 719	1.87 730

4w-stereo	2.02 676	2.72 649	1.44 656	3.36 707	1.59 694	2.48 720	1.72 716	2.28 704	1.24 676	2.24 710	1.65 702	2.56 724	1.32 670	2.39 716	1.98 740	2.67 721	1.51 662	1.66 682	1.24 674	2.53 719	1.88 733

3.25w_new	2.03 678	2.72 649	1.35 641	3.33 706	1.57 692	2.72 734	1.53 696	2.15 688	1.33 680	2.15 694	1.60 698	2.63 728	1.30 668	2.72 734	1.99 741	2.67 721	1.53 664	1.75 685	1.25 676	2.53 719	1.87 730

sCroCo_RVC	2.10 692	2.76 653	1.92 700	2.78 686	1.39 686	2.73 736	1.41 689	2.73 733	1.40 688	2.77 742	1.41 689	2.74 738	1.40 677	2.74 737	1.40 687	2.72 723	1.42 657	2.72 739	1.44 692	2.79 726	1.42 687

NLCA_NET_v2_RVC	5.04 777	50.87 812	2.78 732	2.87 688	2.71 753	2.78 741	0.47 497	2.88 740	2.86 753	1.89 677	2.67 752	2.79 742	2.79 741	2.78 741	2.83 750	2.82 724	2.82 730	2.83 740	2.77 752	2.83 727	2.76 747
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
LiteMatch	1.13 583	0.73 350	2.80 733	3.23 697	0.61 542	0.83 549	0.68 548	0.73 528	0.69 555	1.00 568	0.77 579	0.94 568	0.57 524	0.82 543	0.64 530	2.97 725	2.43 727	0.68 532	0.32 422	0.56 487	0.70 551

Lsterematch	1.13 583	0.73 350	2.80 733	3.23 697	0.61 542	0.83 549	0.68 548	0.73 528	0.69 555	1.00 568	0.77 579	0.94 568	0.57 524	0.82 543	0.64 530	2.97 725	2.43 727	0.68 532	0.32 422	0.56 487	0.70 551

AEACV	1.12 581	0.52 308	3.12 748	3.24 699	0.86 590	0.53 496	0.49 508	0.60 504	0.47 497	0.53 489	0.49 510	0.55 502	0.45 488	0.55 498	0.47 493	3.01 727	3.88 752	0.71 541	0.60 542	0.80 531	0.48 488

plain	1.88 658	3.16 667	0.64 494	3.10 692	0.65 550	3.10 743	0.64 536	3.12 742	0.65 540	3.10 743	0.65 544	3.11 743	0.65 538	3.12 742	0.65 533	3.12 728	0.65 505	3.13 741	0.65 555	3.13 729	0.65 540

NLSM1	2.93 742	3.24 670	2.57 731	4.04 725	2.66 752	3.30 747	2.55 747	3.29 745	2.55 749	3.35 747	2.48 751	3.28 746	2.47 737	3.34 747	2.49 749	3.26 729	2.55 729	3.13 741	2.57 751	3.00 728	2.46 745

Anonymous3	2.55 728	3.26 671	1.65 669	3.28 701	1.63 697	3.24 745	1.68 708	3.27 744	1.66 695	3.28 745	1.67 707	3.25 745	1.66 685	3.27 744	1.64 696	3.26 729	1.65 678	3.30 743	1.65 720	4.95 763	1.65 717

UniTT-Stereo	2.03 678	3.43 674	0.72 523	3.42 709	0.73 568	3.27 746	0.68 548	3.38 747	0.69 555	3.29 746	0.72 571	3.28 746	0.70 558	3.35 748	0.68 544	3.39 731	0.68 514	3.31 744	0.69 568	3.37 730	0.73 562

Occ-G	1.12 581	0.52 308	3.72 757	3.50 714	0.50 518	0.56 502	0.47 497	0.54 489	0.46 492	0.54 495	0.41 471	0.54 498	0.42 477	0.52 488	0.42 473	3.42 732	4.02 754	0.52 504	0.45 502	0.51 475	0.44 474

HCRNet	1.22 633	7.11 747	3.00 735	3.55 715	0.33 423	0.29 294	0.14 225	0.19 229	0.15 242	0.33 309	0.29 338	0.25 275	0.14 230	0.22 253	0.33 405	3.64 733	3.00 732	0.76 550	0.32 422	0.18 231	0.13 220

RAStereo	2.23 712	3.64 677	0.76 531	3.65 718	0.86 590	3.66 751	0.76 573	3.67 751	0.81 587	3.66 748	0.76 577	3.66 749	0.77 571	3.68 750	0.77 574	3.68 734	0.77 536	3.69 749	0.77 584	3.70 733	0.77 571

DPSNet	3.66 747	3.60 676	3.62 755	3.63 717	3.64 774	3.65 750	3.65 773	3.66 750	3.67 770	3.67 749	3.65 771	3.67 750	3.66 759	3.66 749	3.68 768	3.68 734	3.66 750	3.67 748	3.68 774	3.67 732	3.67 771

DNSM	2.56 729	4.43 699	3.08 746	4.09 726	1.86 727	2.66 732	1.86 724	2.66 726	1.87 734	2.66 729	1.86 724	2.66 730	1.86 713	2.66 730	1.87 733	3.82 736	2.94 731	2.42 728	1.73 730	2.42 705	1.73 723

NLCSM	3.67 748	4.08 691	3.19 751	4.80 742	3.26 767	3.99 755	3.24 768	4.25 757	3.18 766	4.09 753	3.27 766	4.14 755	3.18 754	4.13 755	3.28 764	4.06 737	3.10 740	3.85 753	3.14 765	3.91 738	3.27 767

IGEV_i1	0.26 253	0.05 66	0.04 64	0.06 69	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 138	0.05 103	0.03 52	4.34 738	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

sAnonymous2	3.31 745	2.63 640	1.38 653	3.71 720	1.86 727	4.70 771	1.11 612	4.82 774	2.72 751	5.45 779	1.98 743	4.59 764	2.64 738	2.65 728	6.21 784	4.37 739	1.08 571	5.16 776	2.24 746	4.52 745	2.39 743

CroCo_RVC	3.31 745	2.63 640	1.38 653	3.71 720	1.86 727	4.70 771	1.11 612	4.82 774	2.72 751	5.45 779	1.98 743	4.59 764	2.64 738	2.65 728	6.21 784	4.37 739	1.08 571	5.16 776	2.24 746	4.52 745	2.39 743

hknet	1.10 578	1.85 579	3.49 752	4.48 727	0.02 22	0.42 387	0.06 141	0.41 361	0.02 22	0.48 450	0.03 56	0.41 369	0.03 53	0.42 382	0.03 52	4.39 741	4.19 755	0.33 317	0.23 294	0.34 308	0.27 331

MLG-Stereo_test2	4.28 764	5.46 736	3.69 756	4.86 745	3.72 775	5.58 780	3.42 769	4.81 773	3.77 775	4.85 772	3.72 773	5.55 781	3.63 758	5.58 779	3.53 767	4.41 742	3.28 748	4.99 774	2.95 754	4.75 756	3.13 762

MaDis-Stereo	3.19 744	6.02 744	1.12 572	5.61 753	1.16 623	5.43 779	1.02 608	5.15 778	0.70 563	5.43 778	1.21 670	5.03 779	0.97 587	4.85 772	0.99 597	4.53 743	1.16 583	5.53 778	1.25 676	5.37 768	1.30 676

DispNO	1.00 560	0.63 337	0.43 412	3.45 710	0.44 493	0.65 519	0.43 481	0.64 512	0.43 484	0.64 518	0.43 484	0.64 520	3.03 742	0.64 516	0.43 478	4.55 744	0.43 426	0.63 523	0.43 499	0.63 497	0.43 471

rvit_105_1	3.83 750	5.22 722	3.01 736	4.53 730	3.01 755	4.51 759	3.01 753	4.56 761	3.04 754	4.53 760	3.03 755	4.55 762	3.03 742	4.56 761	3.04 751	4.57 745	3.05 733	4.57 757	3.05 756	4.57 747	3.05 752

rvit_stereo_0081	3.83 750	5.23 725	3.01 736	4.53 730	3.03 757	4.55 765	3.02 754	4.56 761	3.04 754	4.52 758	3.02 753	4.54 760	3.03 742	4.56 761	3.04 751	4.57 745	3.05 733	4.57 757	3.05 756	4.58 748	3.05 752

rvit_stereo_0082	3.86 752	5.82 742	3.01 736	4.53 730	3.03 757	4.54 761	3.02 754	4.56 761	3.04 754	4.53 760	3.02 753	4.55 762	3.04 745	4.57 764	3.05 753	4.57 745	3.05 733	4.58 759	3.05 756	4.58 748	3.06 755

rvit_0105_6	3.87 754	5.73 741	3.10 747	4.69 740	3.12 765	4.54 761	3.02 754	4.56 761	3.04 754	4.54 762	3.03 755	4.54 760	3.04 745	4.56 761	3.05 753	4.58 748	3.05 733	4.58 759	3.05 756	4.58 748	3.05 752

rvit_stereo_0081_aga	3.86 752	5.33 729	3.02 739	4.55 736	3.04 761	4.54 761	3.02 754	4.64 768	3.06 758	4.54 762	3.04 757	4.62 769	3.08 749	4.62 767	3.07 756	4.58 748	3.06 737	4.60 761	3.08 760	4.63 751	3.07 756

rvit_stereo_0080	3.89 755	5.70 739	3.04 741	4.54 733	3.03 757	4.56 766	3.05 760	4.60 765	3.07 759	4.58 765	3.06 758	4.59 764	3.06 747	4.61 765	3.08 757	4.63 750	3.09 738	4.64 763	3.10 761	4.65 752	3.10 759

whm_eth	3.89 755	5.70 739	3.04 741	4.54 733	3.03 757	4.56 766	3.05 760	4.60 765	3.07 759	4.58 765	3.06 758	4.59 764	3.06 747	4.61 765	3.08 757	4.63 750	3.09 738	4.64 763	3.10 761	4.65 752	3.10 759

rvit_0105_4	3.91 757	5.47 737	3.02 739	4.54 733	3.02 756	4.54 761	3.03 758	4.75 771	3.17 765	4.57 764	3.06 758	4.61 768	3.16 753	4.65 768	3.09 759	4.66 752	3.11 741	4.68 766	3.18 767	4.81 758	3.16 764

rvit_0105_3	3.91 757	5.33 729	3.06 744	4.60 738	3.07 763	4.60 768	3.06 762	4.62 767	3.08 762	4.60 767	3.07 761	4.62 769	3.08 749	4.67 769	3.10 760	4.70 753	3.11 741	4.77 770	3.19 768	4.77 757	3.14 763

rvit_stereo_ft	3.93 760	5.44 735	3.05 743	4.59 737	3.06 762	4.61 769	3.08 763	4.67 770	3.12 764	4.63 769	3.10 763	4.65 771	3.11 751	4.69 771	3.13 761	4.70 753	3.14 743	4.71 768	3.15 766	4.74 755	3.16 764

rvit_stereo_0083	3.92 759	5.30 728	3.06 744	4.61 739	3.09 764	4.67 770	3.08 763	4.66 769	3.09 763	4.62 768	3.10 763	4.66 772	3.11 751	4.67 769	3.16 762	4.72 755	3.16 744	4.77 770	3.11 763	4.66 754	3.11 761

MLG-Stereo_test3	4.26 763	4.85 705	3.95 758	5.35 750	3.60 772	4.75 774	3.76 774	5.49 780	3.71 771	5.39 777	3.69 772	4.82 775	3.66 759	4.85 772	3.73 772	4.93 756	3.19 747	4.69 767	2.99 755	4.84 760	2.98 751

MLG-Stereo_test1	4.25 762	5.34 732	3.61 754	5.31 749	3.63 773	5.23 777	3.57 771	5.38 779	3.65 769	5.23 776	3.47 768	4.76 773	3.74 762	4.85 772	3.71 769	4.96 757	3.18 746	4.71 768	2.92 753	4.86 761	2.90 749

TestStereo	4.88 774	4.75 703	4.79 761	4.87 746	4.92 783	4.81 776	4.90 783	4.78 772	4.77 782	4.87 773	4.89 782	4.90 777	4.91 775	4.99 776	4.79 780	4.98 758	4.87 760	4.87 773	4.92 784	5.00 764	5.00 781

FC-DCNN v2	5.10 778	5.15 717	4.49 760	5.07 748	3.37 769	6.87 783	4.75 782	5.04 777	6.34 786	7.84 787	5.06 783	6.72 787	4.09 771	4.99 776	5.44 783	5.03 759	3.16 744	4.67 765	4.86 783	5.15 766	3.89 776

rvit_0105_5	4.10 761	5.40 733	3.13 750	4.71 741	3.15 766	4.72 773	3.10 765	4.90 776	3.27 767	4.69 770	3.16 765	4.84 776	3.25 755	4.96 775	3.34 765	5.05 760	3.39 749	5.10 775	3.40 769	5.11 765	3.42 768

MIF-Stereo (partial)	2.58 730	3.31 672	0.66 500	3.18 696	0.66 553	3.18 744	0.66 539	3.21 743	0.67 544	3.19 744	0.66 546	3.19 744	0.66 541	3.31 746	0.68 544	5.09 761	1.79 688	8.23 788	1.67 722	6.18 772	1.38 685

StereoVision	3.15 743	5.00 711	0.89 547	4.83 743	1.00 603	3.93 752	1.27 675	6.37 781	1.34 681	5.67 781	1.26 675	5.84 782	1.27 665	5.03 778	1.24 672	5.10 762	1.09 573	4.61 762	0.57 538	5.62 770	1.12 610

DispFullNet	4.61 770	4.84 704	3.12 748	5.00 747	3.57 771	4.75 774	3.03 758	7.75 787	4.17 779	4.91 774	3.09 762	6.20 783	3.95 768	6.71 783	3.51 766	5.30 763	3.67 751	5.86 782	3.63 771	5.61 769	3.46 769

RAFT+CT+SA	4.28 764	7.62 751	4.91 763	5.55 752	2.28 749	3.09 742	3.64 772	4.49 759	3.07 759	4.80 771	3.35 767	4.77 774	3.70 761	4.29 758	3.05 753	5.58 764	5.98 767	3.58 747	3.78 776	4.26 741	3.72 772

AANet_RVC	1.26 636	0.31 208	4.99 764	5.93 754	0.20 283	0.25 275	0.20 270	0.25 270	0.20 277	0.23 256	0.19 277	0.25 275	0.20 282	0.25 273	0.20 272	5.66 765	4.76 759	0.26 285	0.30 403	0.24 266	0.27 331

test_5	4.62 771	7.55 750	6.23 770	6.32 758	3.40 770	5.29 778	3.50 770	3.53 749	4.11 778	4.28 755	4.47 781	4.26 758	4.38 773	3.68 750	3.24 763	5.89 766	5.60 763	4.84 772	3.50 770	4.33 742	3.93 778

SGM-Forest	5.21 780	5.92 743	4.08 759	6.18 756	4.16 780	6.31 782	4.34 781	6.50 782	4.33 780	6.14 783	4.21 779	6.61 786	4.55 774	6.67 782	4.48 779	5.94 767	3.94 753	5.85 781	4.03 780	5.79 771	4.17 779
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Sa-1000	4.34 767	8.37 754	6.84 774	6.98 764	4.45 782	3.58 748	3.00 752	3.42 748	3.39 768	2.61 727	4.00 777	3.83 752	4.01 770	3.90 752	3.90 773	5.98 768	5.62 764	3.76 750	2.34 749	4.35 743	2.47 746

LiteMatch*	2.07 684	1.30 518	5.73 769	6.28 757	0.79 583	1.33 656	0.80 579	1.30 651	1.02 613	1.33 655	0.84 589	1.33 659	0.97 587	1.28 658	1.04 605	6.05 769	5.89 765	1.28 666	0.76 582	1.28 648	0.88 581

test-1	6.46 781	9.16 762	8.03 782	8.09 767	5.62 786	6.11 781	6.35 786	6.85 784	4.94 783	6.08 782	6.29 788	4.98 778	6.43 780	6.22 780	6.36 786	6.16 770	7.47 776	5.82 780	5.44 787	7.11 777	5.68 784

PhaseNet	1.74 652	6.34 745	4.81 762	6.77 760	0.24 306	0.80 541	0.53 519	0.48 449	0.22 285	0.53 489	0.28 323	0.48 459	0.25 302	0.40 348	0.32 393	6.39 771	4.61 758	0.46 467	0.38 473	0.25 269	0.18 261

cross-raft	4.83 773	7.52 749	6.43 771	6.63 759	3.96 778	4.51 759	3.99 778	4.49 759	3.96 777	4.52 758	3.96 776	4.50 759	3.97 769	4.50 760	3.97 774	6.65 772	6.44 769	4.33 754	3.92 778	4.35 743	3.91 777

raft_robust	4.71 772	7.75 752	5.40 768	6.81 761	3.31 768	4.28 758	4.20 780	4.32 758	4.37 781	4.35 757	4.35 780	4.14 755	3.75 763	4.30 759	4.20 778	6.67 773	6.37 768	3.36 745	4.24 782	4.86 761	3.25 766

TestStereo1	4.60 768	8.41 755	6.44 772	6.86 762	3.79 776	3.97 753	3.78 775	3.99 754	3.74 772	3.97 751	3.52 769	3.94 753	3.58 756	3.98 753	3.72 770	6.82 774	6.50 770	3.76 750	3.66 772	3.90 735	3.74 774

SA-5K	4.60 768	8.41 755	6.44 772	6.86 762	3.79 776	3.97 753	3.78 775	3.99 754	3.74 772	3.97 751	3.52 769	3.94 753	3.58 756	3.98 753	3.72 770	6.82 774	6.50 770	3.76 750	3.66 772	3.90 735	3.74 774

test_4	4.88 774	8.13 753	6.98 776	7.46 765	4.44 781	4.25 757	3.85 777	4.04 756	3.92 776	4.13 754	3.91 775	4.18 757	3.84 766	4.14 756	4.06 776	7.01 776	7.13 775	4.53 755	3.72 775	4.09 739	3.72 772

SA	4.33 766	7.35 748	6.85 775	5.96 755	4.09 779	3.59 749	3.15 766	3.82 752	2.64 750	3.91 750	3.85 774	3.57 748	2.72 740	3.13 743	4.03 775	7.09 777	6.86 772	3.57 746	3.12 764	3.85 734	3.51 770

rvit_stereo_0075_2	6.64 782	8.80 759	5.25 765	7.89 766	5.27 785	7.90 787	5.27 784	7.92 788	5.28 784	7.91 788	5.29 785	7.93 788	5.27 776	7.92 788	5.28 781	7.93 778	5.28 762	7.93 787	5.29 786	7.93 780	5.28 783

test_3	5.01 776	8.86 760	7.77 778	8.09 767	2.76 754	4.13 756	4.05 779	3.88 753	3.76 774	4.33 756	4.13 778	3.71 751	3.91 767	4.21 757	4.06 776	7.93 778	7.69 777	4.53 755	3.91 777	4.17 740	4.29 780

RAFT	6.73 783	9.36 763	7.40 777	8.51 770	6.55 787	6.88 784	6.60 787	6.79 783	6.60 787	6.80 784	6.72 789	5.31 780	5.50 778	6.61 781	6.61 787	8.42 780	5.89 765	5.73 779	5.45 788	6.61 773	6.24 785

U	5.15 779	8.49 757	1.81 680	8.49 769	1.77 721	8.49 788	1.77 717	8.51 789	1.77 722	8.49 789	1.77 721	8.50 789	1.78 710	8.58 789	1.77 724	8.54 781	1.78 686	8.55 789	1.78 732	8.55 783	1.84 726

SGM+DAISY	7.06 784	9.15 761	5.38 767	8.84 771	5.18 784	8.80 789	5.31 785	8.79 790	5.28 784	8.89 790	5.20 784	8.93 790	5.33 777	8.95 790	5.36 782	8.70 782	5.21 761	8.74 790	5.20 785	8.89 784	5.15 782

MCSU-Stereo	2.48 726	10.56 772	8.50 783	9.47 776	0.31 396	0.43 394	0.30 340	0.42 379	0.30 349	0.42 373	0.30 353	0.42 387	0.30 349	0.41 368	0.30 339	8.86 783	6.93 773	0.40 421	0.29 385	0.39 398	0.28 359

testmc14	2.43 723	10.48 771	8.02 781	8.93 772	0.31 396	0.44 429	0.30 340	0.42 379	0.30 349	0.42 373	0.30 353	0.42 387	0.30 349	0.42 382	0.30 339	8.88 784	6.99 774	0.41 439	0.28 370	0.39 398	0.28 359

test-v	7.53 785	11.89 773	7.98 779	9.36 774	7.14 788	7.06 785	7.09 788	7.37 785	6.91 788	7.29 785	5.71 786	6.45 784	6.93 781	6.73 784	7.27 788	8.93 785	7.85 778	6.98 785	6.80 789	7.56 778	7.34 787

test-2	7.53 785	11.89 773	7.98 779	9.36 774	7.14 788	7.06 785	7.09 788	7.37 785	6.91 788	7.29 785	5.71 786	6.45 784	6.93 781	6.73 784	7.27 788	8.93 785	7.85 778	6.98 785	6.80 789	7.56 778	7.34 787

GGDA	2.76 737	0.41 250	11.34 786	14.28 787	0.30 348	0.44 429	0.29 332	0.43 387	0.29 334	0.43 380	0.28 323	0.43 396	0.28 328	0.43 389	0.29 329	13.45 787	10.57 789	0.41 439	0.27 349	0.38 349	0.27 331

TestStereo_HL2	2.73 734	0.41 250	11.06 784	14.13 786	0.30 348	0.44 429	0.28 317	0.43 387	0.29 334	0.43 380	0.28 323	0.43 396	0.29 340	0.43 389	0.28 313	13.51 788	10.37 788	0.41 439	0.27 349	0.38 349	0.27 331

TestStereo_HL3	2.76 737	0.41 250	11.46 787	14.11 785	0.30 348	0.45 443	0.29 332	0.43 387	0.29 334	0.43 380	0.29 338	0.43 396	0.28 328	0.44 420	0.30 339	13.57 789	10.32 787	0.41 439	0.27 349	0.38 349	0.27 331

TestStereo-Hl	2.78 739	0.42 262	11.23 785	14.38 788	0.30 348	0.44 429	0.30 340	0.43 387	0.28 324	0.43 380	0.29 338	0.44 432	0.29 340	0.44 420	0.29 329	13.64 790	10.73 790	0.41 439	0.27 349	0.38 349	0.27 331

rafts_anoy	20.00 789	20.00 775	20.00 789	20.00 789	20.00 791	20.00 790	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 792	20.00 791	20.00 792	20.00 791	20.00 790

raft+_RVC	20.00 789	20.00 775	20.00 789	20.00 789	20.00 791	20.00 790	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 792	20.00 791	20.00 792	20.00 791	20.00 790

raftrobust	20.00 789	20.00 775	20.00 789	20.00 789	20.00 791	20.00 790	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 792	20.00 791	20.00 792	20.00 791	20.00 790

CasAABBNet	20.00 789	20.00 775	20.00 789	20.00 789	20.00 791	20.00 790	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 792	20.00 791	20.00 792	20.00 791	20.00 790

RALCasStereoNet	20.00 789	20.00 775	20.00 789	20.00 789	20.00 791	20.00 790	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 792	20.00 791	20.00 792	20.00 791	20.00 790

RALAANet	20.00 789	20.00 775	20.00 789	20.00 789	20.00 791	20.00 790	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 791	20.00 792	20.00 791	20.00 792	20.00 791	20.00 790

MANE	19.05 788	23.00 781	15.00 788	23.00 795	15.00 790	24.00 796	16.00 790	24.00 797	16.00 790	22.00 797	15.00 790	23.00 797	16.00 790	23.00 797	15.00 790	22.00 797	15.00 791	22.00 797	15.00 791	22.00 797	15.00 789

111	30.40 795	30.94 797	29.72 800	32.61 796	30.02 802	33.57 797	30.47 802	31.50 798	29.39 802	30.98 798	29.11 802	29.78 798	30.39 805	29.45 798	30.76 805	30.08 798	29.02 803	29.92 798	30.32 806	29.86 798	30.17 801

fff	1000028.16 821	29.62 793	29.72 800	32.61 796	30.02 802	35.13 799	31.83 803	32.07 799	10000000.00 823	35.27 801	29.82 803	32.45 799	30.15 802	32.35 799	30.09 802	31.04 799	29.55 804	30.64 799	30.14 803	10000000.00 825	30.77 802

csc	1000028.16 821	29.62 793	29.72 800	32.61 796	30.02 802	35.13 799	31.83 803	32.07 799	10000000.00 823	35.27 801	29.82 803	32.45 799	30.15 802	32.35 799	30.09 802	31.04 799	29.55 804	30.64 799	30.14 803	10000000.00 825	30.77 802

cscssc	1000028.16 821	29.62 793	29.72 800	32.61 796	30.02 802	35.13 799	31.83 803	32.07 799	10000000.00 823	35.27 801	29.82 803	32.45 799	30.15 802	32.35 799	30.09 802	31.04 799	29.55 804	30.64 799	30.14 803	10000000.00 825	30.77 802

tt	500032.53 819	34.60 799	29.72 800	37.47 811	34.41 807	36.85 803	35.22 807	34.71 802	33.55 804	34.50 799	35.43 806	33.81 802	10000000.00 824	33.57 802	33.13 806	33.68 802	35.00 808	34.03 803	35.26 809	30.96 799	34.63 806

DCANet	500032.53 819	34.60 799	29.72 800	37.47 811	34.41 807	36.85 803	35.22 807	34.71 802	33.55 804	34.50 799	35.43 806	33.81 802	10000000.00 824	33.57 802	33.13 806	33.68 802	35.00 808	34.03 803	35.26 809	30.96 799	34.63 806

DCANet-4	35.22 801	34.54 798	35.08 806	33.58 800	35.47 809	34.55 798	35.53 809	36.08 804	35.85 806	35.92 804	35.77 808	35.18 804	35.48 807	35.39 804	37.15 812	34.55 804	33.92 807	35.02 805	34.90 808	35.79 802	34.74 808

WCMA_ROB	31.10 800	35.43 801	27.12 799	39.51 813	23.10 797	38.78 814	25.30 801	37.49 815	25.39 801	37.29 814	27.02 801	38.52 815	26.48 801	37.80 814	26.44 801	36.28 805	22.65 798	33.90 802	22.30 798	37.10 812	24.18 800

PM Cens cmp D40	30.50 796	37.00 803	24.00 795	37.00 802	24.00 798	37.00 805	24.00 797	37.00 806	24.00 797	37.00 805	24.00 797	37.00 806	24.00 797	37.00 805	24.00 797	37.00 806	24.00 799	37.00 807	24.00 799	37.00 803	24.00 796

PM Graph cmp D40	30.50 796	37.00 803	24.00 795	37.00 802	24.00 798	37.00 805	24.00 797	37.00 806	24.00 797	37.00 805	24.00 797	37.00 806	24.00 797	37.00 805	24.00 797	37.00 806	24.00 799	37.00 807	24.00 799	37.00 803	24.00 796

PatchMatch Cens Cmp	30.50 796	37.00 803	24.00 795	37.00 802	24.00 798	37.00 805	24.00 797	37.00 806	24.00 797	37.00 805	24.00 797	37.00 806	24.00 797	37.00 805	24.00 797	37.00 806	24.00 799	37.00 807	24.00 799	37.00 803	24.00 796

PatchMatch Graph Cmp	30.50 796	37.00 803	24.00 795	37.00 802	24.00 798	37.00 805	24.00 797	37.00 806	24.00 797	37.00 805	24.00 797	37.00 806	24.00 797	37.00 805	24.00 797	37.00 806	24.00 799	37.00 807	24.00 799	37.00 803	24.00 796

PatchMatch		37.00 803		37.00 802		37.00 805		37.00 806		37.00 805		37.00 806		37.00 805		37.00 806		37.00 807		37.00 803

fast-reg	37.00 803	37.00 803	37.00 807	37.00 802	37.00 810	37.00 805	37.00 810	37.00 806	37.00 807	37.00 805	37.00 810	37.00 806	37.00 808	37.00 805	37.00 808	37.00 806	37.00 811	37.00 807	37.00 811	37.00 803	37.00 809

Reg-Stereo(zero)	37.00 803	37.00 803	37.00 807	37.00 802	37.00 810	37.00 805	37.00 810	37.00 806	37.00 807	37.00 805	37.00 810	37.00 806	37.00 808	37.00 805	37.00 808	37.00 806	37.00 811	37.00 807	37.00 811	37.00 803	37.00 809

FLISNet	37.00 803	37.00 803	37.00 807	37.00 802	37.00 810	37.00 805	37.00 810	37.00 806	37.00 807	37.00 805	37.00 810	37.00 806	37.00 808	37.00 805	37.00 808	37.00 806	37.00 811	37.00 807	37.00 811	37.00 803	37.00 809

CoSv	37.00 803	37.00 803	37.00 807	37.00 802	37.00 810	37.00 805	37.00 810	37.00 806	37.00 807	37.00 805	37.00 810	37.00 806	37.00 808	37.00 805	37.00 808	37.00 806	37.00 811	37.00 807	37.00 811	37.00 803	37.00 809

ADStereo(finetuned)	36.13 802	36.63 802	38.07 811	36.97 801	33.25 806	35.91 802	34.45 806	36.36 805	32.99 803	38.14 815	36.71 809	36.69 805	34.13 806	38.57 815	40.79 813	37.60 815	36.58 810	35.90 806	33.36 807	35.42 801	34.04 805

NOSS_ROB	102.95 808	153.00 817	121.00 815	51.00 814	44.00 814	165.00 818	127.00 816	153.00 818	119.00 813	164.00 819	125.00 816	168.00 819	120.00 814	153.00 818	117.00 816	49.00 816	44.00 815	49.00 816	44.00 815	49.00 813	44.00 813

CBMV	128.50 809	1422.70 825	53.10 813	79.50 815	51.30 815	77.30 816	49.70 814	74.00 816	48.20 812	77.20 817	48.80 815	73.90 817	48.00 813	73.80 817	48.80 815	70.40 817	45.10 816	68.90 817	46.10 816	68.20 814	45.00 814
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 807	87.70 813	41.95 812	113.75 816	65.62 816	75.05 815	55.25 815	75.64 817	45.04 811	71.61 816	41.75 814	72.81 816	44.06 812	68.38 816	44.63 814	101.89 818	59.57 817	107.10 818	61.05 817	104.38 815	59.38 815

MeshStereo	159.24 810	171.00 818	160.68 818	162.58 817	160.59 818	164.01 817	160.35 818	158.51 819	158.56 815	158.34 818	160.12 818	158.56 818	159.92 816	157.26 819	158.94 818	154.38 819	158.36 818	155.75 819	159.13 820	153.67 816	154.07 817
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	201.80 812	123.00 814	115.00 814	219.00 818	218.00 820	223.00 820	244.00 820	217.00 821	236.00 817	202.00 821	203.00 819	205.00 821	208.00 817	225.00 821	204.00 819	210.00 820	198.00 820	197.00 821	184.00 821	204.00 818	201.00 818

DF_test	189.29 811	560.34 822	182.58 819	229.00 819	135.68 817	197.79 819	135.52 817	197.80 820	135.44 814	197.75 820	135.49 817	197.90 820	135.51 815	197.84 820	135.75 817	217.37 821	171.11 819	183.74 820	127.67 819	183.56 817	127.88 816

MGS-Stereo	239.45 813	123.00 814	135.00 816	266.00 820	286.00 821	277.00 821	305.00 821	271.00 822	242.00 818	274.00 822	279.00 821	255.00 822	270.00 819	268.00 822	297.00 821	221.00 822	247.00 822	216.00 822	123.00 818	217.00 819	217.00 820

EGLCR-Stereo	246.90 814	129.00 816	139.00 817	266.00 820	286.00 821	277.00 821	305.00 821	271.00 822	242.00 818	274.00 822	279.00 821	255.00 822	270.00 819	268.00 822	297.00 821	230.00 823	247.00 822	216.00 822	223.00 823	237.00 820	227.00 821

DLCB_ROB	284.23 815	354.61 820	207.27 820	363.24 822	206.46 819	364.72 823	210.41 819	364.72 824	210.41 816	364.81 824	208.64 820	364.81 824	208.64 818	364.72 824	210.41 820	354.70 824	205.53 821	354.70 824	205.53 822	354.70 821	205.53 819

LE_ROB	396.57 816	471.28 821	329.84 821	471.48 823	308.15 823	526.83 824	322.10 823	488.15 825	323.76 820	495.46 825	317.97 823	497.17 825	320.10 821	481.62 825	326.76 823	462.71 825	298.97 824	466.16 825	285.98 824	447.62 822	289.21 822

SGM-ForestM	596.69 817	677.77 823	444.52 822	699.85 824	517.25 824	732.94 825	488.29 824	770.79 826	460.11 821	750.81 826	487.98 824	792.79 826	499.41 822	730.90 826	475.81 824	720.03 826	491.16 825	663.96 826	418.60 825	674.76 823	436.05 823

CBMV_ROB	818.48 818	913.88 824	709.52 823	862.84 825	597.78 825	1073.99 826	700.52 825	1015.66 827	702.59 822	1115.65 827	760.02 825	1130.24 827	721.57 823	1037.41 827	692.65 825	814.05 827	564.29 826	843.28 827	595.31 826	915.51 824	602.92 824

111111	10000000.00 824	10000000.00 826	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 826	10000000.00 828	10000000.00 823	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 824	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 827	10000000.00 828	10000000.00 827	10000000.00 825	10000000.00 825

SGD-Stereo	10000000.00 824	10000000.00 826	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 826	10000000.00 828	10000000.00 823	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 824	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 827	10000000.00 828	10000000.00 827	10000000.00 825	10000000.00 825

IGEV-Stereo++	10000000.00 824	10000000.00 826	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 826	10000000.00 828	10000000.00 823	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 824	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 827	10000000.00 828	10000000.00 827	10000000.00 825	10000000.00 825

IGEV-BASED-STEREO-	10000000.00 824	10000000.00 826	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 826	10000000.00 828	10000000.00 823	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 824	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 827	10000000.00 828	10000000.00 827	10000000.00 825	10000000.00 825

IGEV-Stereo+	10000000.00 824	10000000.00 826	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 826	10000000.00 828	10000000.00 823	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 824	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 827	10000000.00 828	10000000.00 827	10000000.00 825	10000000.00 825

SDNR	10000000.00 824	10000000.00 826	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 826	10000000.00 828	10000000.00 823	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 824	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 827	10000000.00 828	10000000.00 827	10000000.00 825	10000000.00 825

anonymousdsp2	10000000.00 824	10000000.00 826	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 826	10000000.00 828	10000000.00 823	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 824	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 827	10000000.00 828	10000000.00 827	10000000.00 825	10000000.00 825

anonymousdsp	10000000.00 824	10000000.00 826	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 826	10000000.00 828	10000000.00 823	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 824	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 827	10000000.00 828	10000000.00 827	10000000.00 825	10000000.00 825

test_example2	10000000.00 824	10000000.00 826	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 826	10000000.00 828	10000000.00 823	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 824	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 827	10000000.00 828	10000000.00 827	10000000.00 825	10000000.00 825

DIP-Stereo	10000000.00 824	10000000.00 826	10000000.00 824	10000000.00 826	10000000.00 826	10000000.00 827	10000000.00 826	10000000.00 828	10000000.00 823	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 824	10000000.00 828	10000000.00 826	10000000.00 828	10000000.00 827	10000000.00 828	10000000.00 827	10000000.00 825	10000000.00 825
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