Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 476	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 74	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

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

Wz-Net-LNSev	0.06 61	0.24 160	0.20 207	0.23 192	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	0.23 211	0.21 220	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 290	0.10 99	0.12 112	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.11 128	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 272	0.10 99	0.12 112	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 74	0.16 128	0.02 15	0.16 150	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 232	0.02 20	0.02 21	0.71 463	0.02 16	0.02 19	0.02 21	0.02 21	0.16 209

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	0.73 476	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

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

CoDeX	0.15 160	0.70 318	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	0.67 508	0.02 15	0.69 493	0.75 519	0.01 9	0.02 21	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 119	0.44 241	0.33 288	0.39 264	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	0.39 309	0.36 351	0.02 19	0.02 21	0.02 21	0.02 20

psmg	0.43 338	1.91 560	0.92 527	1.91 606	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	1.97 639	1.44 631	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 259	1.29 488	1.19 556	1.36 581	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	1.26 596	1.21 608	0.03 41	0.09 149	0.02 21	0.09 150

SFCPSM	0.17 173	0.78 334	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	0.79 547	0.02 15	0.75 506	0.76 521	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 217	1.31 492	0.74 501	0.92 471	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	0.87 501	0.75 506	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 74	0.02 12	0.02 15	1.01 492	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 80	0.02 12	0.04 64	0.90 466	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 175	0.36 398	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 598	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 117	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 148	0.04 52	0.03 39	2.22 620	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 138	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

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

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

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

RT-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	0.75 479	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 80	0.07 82	0.03 39	0.15 140	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 158	0.04 90	0.03 52	0.92 505	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 98	0.98 380	0.14 155	0.15 140	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 153	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 132	1.14 422	0.17 192	0.20 176	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	0.18 183	0.16 183	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 148	1.22 484	0.28 246	0.32 232	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	0.32 257	0.27 254	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

DualNet (step1)	0.10 98	1.05 410	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 410	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 410	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 80	1.00 390	0.11 119	0.11 104	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 80	0.97 379	0.10 99	0.10 87	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample4	0.10 98	1.03 406	0.12 130	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 80	0.87 352	0.10 99	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 80	1.03 406	0.11 119	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 80	0.87 352	0.12 130	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 80	1.01 400	0.09 95	0.09 83	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 80	0.95 376	0.09 95	0.10 87	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

qqq1	0.25 217	3.70 650	0.14 155	0.14 128	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 217	3.70 650	0.14 155	0.14 128	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

1111x	0.10 98	1.14 422	0.13 150	0.14 128	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.11 128	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 80	1.01 400	0.10 99	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

qqq	0.16 167	2.01 570	0.12 130	0.15 140	0.04 101	0.06 121	0.05 120	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.03 52	0.12 118	0.14 172	0.04 93	0.04 99	0.03 47	0.03 52

x	0.11 119	1.15 425	0.15 175	0.14 128	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.15 180	0.03 41	0.03 57	0.03 47	0.03 52

test_xeample	0.10 98	1.09 416	0.13 150	0.12 112	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.14 172	0.03 41	0.03 57	0.03 47	0.03 52

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 595	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 119	0.03 31	0.03 39	1.60 595	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCRef	0.12 132	0.03 31	0.04 64	1.71 602	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 117	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 566	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 141	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

HLF11	0.17 173	0.05 66	0.63 464	0.72 439	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	0.71 463	0.59 464	0.05 108	0.04 99	0.04 97	0.04 96

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 175	0.04 90	0.03 52	0.58 429	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

z-mn7	0.16 167	1.21 478	0.33 288	0.41 291	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	0.35 275	0.31 291	0.04 93	0.04 99	0.04 97	0.04 96

z-ln-s-r	0.21 196	1.40 501	0.53 437	0.56 398	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	0.57 428	0.44 407	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 182	1.47 503	0.33 288	0.40 277	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	0.38 296	0.32 296	0.05 108	0.04 99	0.04 97	0.04 96

test_sample5	0.10 98	1.07 414	0.11 119	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

DualNet	0.10 98	1.07 414	0.11 119	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

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

222	0.10 98	0.99 388	0.12 130	0.13 124	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 119	1.16 427	0.16 182	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.16 183	0.03 41	0.04 99	0.04 97	0.04 96

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

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

FADNet-RVC-Resample	0.12 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 664	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

FADNet_RVC	0.12 132	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 668	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 132	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 671	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCP+	0.15 160	0.04 52	0.04 64	2.20 619	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 141	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
mmmmmm	0.07 67	0.40 213	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	0.41 225	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

ManiGeoR	0.17 173	0.05 66	0.62 460	0.73 443	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	0.72 471	0.58 458	0.05 108	0.04 99	0.05 114	0.04 96

HLf10	0.17 173	0.05 66	0.62 460	0.73 443	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	0.72 471	0.58 458	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 173	0.05 66	0.62 460	0.72 439	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	0.72 471	0.58 458	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 173	0.05 66	0.65 471	0.72 439	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	0.71 463	0.59 464	0.05 108	0.04 99	0.05 114	0.04 96

IGEV_i1	0.26 227	0.05 66	0.04 64	0.06 67	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 136	0.05 103	0.03 52	4.34 709	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

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

mmm	0.14 148	1.83 545	0.12 130	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 117	0.04 97	0.12 118	0.11 128	0.05 108	0.04 99	0.05 114	0.04 96

11t1	0.17 173	2.16 580	0.13 150	0.13 124	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.05 115	0.18 183	0.12 142	0.06 123	0.03 57	0.05 114	0.03 52

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 562	0.06 123	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

2222	0.09 80	0.59 303	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 80	0.60 306	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 74	0.58 300	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 74	0.58 300	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 74	0.56 296	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

DA	0.09 80	0.13 116	0.39 332	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 172	0.13 201	0.06 125	0.05 122

GGEV	0.09 80	0.13 116	0.39 332	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 172	0.13 201	0.06 125	0.05 122

ISRNet	0.11 119	0.05 66	0.36 314	0.24 197	0.07 148	0.13 171	0.05 120	0.06 123	0.05 124	0.05 112	0.05 127	0.13 172	0.05 117	0.05 103	0.09 147	0.24 220	0.20 216	0.10 148	0.05 123	0.06 125	0.13 194

ffm	0.25 217	3.83 656	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 217	3.83 656	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 217	3.83 656	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

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

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

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

FINET	0.07 67	0.08 84	0.07 87	0.07 74	0.07 148	0.08 139	0.06 139	0.08 141	0.07 148	0.08 140	0.07 149	0.08 140	0.06 136	0.07 138	0.07 139	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

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

BridgeDepth_RVC	0.07 67	0.08 84	0.11 119	0.11 104	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 140	0.05 117	0.08 141	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 74	0.08 84	0.11 119	0.11 104	0.05 126	0.08 139	0.05 120	0.08 141	0.07 148	0.08 140	0.05 127	0.08 140	0.05 117	0.09 147	0.08 142	0.15 153	0.11 128	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
GwcNet	0.12 132	0.07 82	0.05 79	0.08 76	0.05 126	0.08 139	1.20 594	0.07 138	0.05 124	0.05 112	0.05 127	0.08 140	0.05 117	0.08 141	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

FADNet-RVC	0.13 139	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 685	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

TS12	0.09 80	0.09 93	0.17 192	0.19 172	0.06 141	0.08 139	0.06 139	0.08 141	0.06 139	0.08 140	0.06 140	0.08 140	0.06 136	0.08 141	0.06 133	0.15 153	0.16 183	0.08 138	0.06 136	0.08 145	0.06 133

BEATNet-Init1	0.19 186	0.08 84	0.08 89	2.23 621	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

SuperB	0.21 196	0.10 98	2.51 701	0.12 112	0.09 155	0.10 150	0.09 152	0.08 141	0.07 148	0.10 152	0.09 154	0.09 148	0.07 147	0.07 138	0.07 139	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

DeepPrunerF	0.19 186	0.08 84	0.08 89	2.23 621	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

VeloStereo	0.16 167	0.92 369	0.16 182	0.18 167	0.08 151	0.11 161	0.12 189	0.12 169	0.09 156	0.09 147	0.28 295	0.10 152	0.08 152	0.10 152	0.12 183	0.15 153	0.17 204	0.08 138	0.12 190	0.09 149	0.08 145

flow	0.16 167	0.92 369	0.16 182	0.18 167	0.08 151	0.11 161	0.12 189	0.12 169	0.09 156	0.09 147	0.28 295	0.10 152	0.08 152	0.10 152	0.12 183	0.15 153	0.17 204	0.08 138	0.12 190	0.09 149	0.08 145

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

SepStereo	0.09 80	0.09 93	0.10 99	0.09 83	0.09 155	0.09 147	0.09 152	0.10 149	0.08 153	0.10 152	0.09 154	0.09 148	0.09 154	0.09 147	0.08 142	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

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

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

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

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

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

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

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

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

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

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

over-6	0.11 119	0.11 109	0.15 175	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 172	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 119	0.11 109	0.15 175	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 172	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 119	0.14 123	0.15 175	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.09 156	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.09 147	0.14 140	0.14 172	0.11 159	0.09 149	0.11 163	0.09 150

over-9	0.11 119	0.11 109	0.16 182	0.16 150	0.10 162	0.12 170	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 172	0.11 159	0.10 158	0.11 163	0.09 150

MatchStereo	0.54 417	0.12 114	2.38 699	2.32 636	0.09 155	0.09 147	0.08 151	0.09 147	0.07 148	0.09 147	0.07 149	0.09 148	0.07 147	0.09 147	0.08 142	2.34 676	2.34 695	0.12 166	0.11 172	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
JetRed	0.11 119	0.12 114	0.11 119	0.11 104	0.11 181	0.11 161	0.14 198	0.11 161	0.11 178	0.12 170	0.11 176	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.16 183	0.11 159	0.11 172	0.11 163	0.11 172

JetBlue	0.11 119	0.11 109	0.12 130	0.13 124	0.14 203	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.11 176	0.11 164	0.11 175	0.12 173	0.12 183	0.11 112	0.11 128	0.11 159	0.11 172	0.11 163	0.11 172

ac_64	0.22 203	0.13 116	0.19 204	0.23 192	0.10 162	0.26 256	1.02 579	0.14 173	0.10 160	0.28 258	0.14 205	0.17 196	0.19 250	0.28 266	0.09 147	0.22 199	0.16 183	0.23 237	0.17 243	0.11 163	0.12 187

PASM	0.39 308	3.06 635	1.36 622	1.58 591	0.09 155	0.11 161	0.11 174	0.11 161	0.11 178	0.09 147	0.09 154	0.11 164	0.09 154	0.09 147	0.09 147	0.11 112	0.11 128	0.11 159	0.09 149	0.11 163	0.11 172

LRCNet_RVC	0.13 139	0.13 116	0.09 95	0.13 124	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.23 228	0.10 158	0.20 209	0.10 158	0.24 236	0.11 169	0.11 112	0.09 101	0.12 166	0.14 206	0.12 172	0.09 150

DRN-Test	0.14 148	0.13 116	0.09 95	0.14 128	0.09 155	0.15 183	0.09 152	0.14 173	0.10 160	0.14 173	0.09 154	0.14 174	0.09 154	0.13 174	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 172	0.73 533

LACA_dic	0.45 374	0.13 116	1.78 651	1.70 601	0.12 196	0.13 171	0.12 189	0.16 189	0.15 215	0.13 172	0.12 186	0.13 172	0.11 175	0.16 188	0.13 192	1.73 624	1.69 654	0.16 191	0.11 172	0.13 174	0.13 194

S2M2_L	0.12 132	0.14 123	0.10 99	0.15 140	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.15 182	0.10 158	0.14 174	0.10 158	0.14 175	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 160	0.14 123	0.10 99	0.14 128	0.09 155	0.15 183	0.09 152	0.14 173	0.09 156	0.14 173	0.10 158	0.14 174	0.09 154	0.14 175	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.82 549

EE1	0.13 139	0.14 123	0.14 155	0.17 164	0.11 181	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.16 165	0.13 165	0.14 172	0.11 172	0.14 177	0.11 172

AnonStereo	0.13 139	0.14 123	0.14 155	0.16 150	0.11 181	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.16 165	0.13 165	0.14 172	0.11 172	0.14 177	0.11 172

CIPLG	0.13 139	0.21 146	0.12 130	0.16 150	0.11 181	0.15 183	0.11 174	0.14 173	0.11 178	0.15 182	0.12 186	0.15 187	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

IPLG	0.13 139	0.20 141	0.14 155	0.15 140	0.11 181	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

MIPNet	0.14 148	0.21 146	0.17 192	0.16 150	0.11 181	0.15 183	0.12 189	0.14 173	0.11 178	0.16 187	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.14 140	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

IPLGR	0.14 148	0.24 160	0.14 155	0.16 150	0.12 196	0.15 183	0.12 189	0.14 173	0.11 178	0.15 182	0.12 186	0.14 174	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

ACRE	0.13 139	0.21 146	0.14 155	0.15 140	0.11 181	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.12 186	0.14 174	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

GMStereo	0.14 148	0.13 116	0.14 155	0.14 128	0.14 203	0.14 173	0.14 198	0.14 173	0.14 203	0.14 173	0.14 205	0.14 174	0.14 204	0.14 175	0.14 197	0.14 140	0.14 172	0.14 172	0.14 206	0.14 177	0.14 200
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 173	0.71 319	0.14 155	0.14 128	0.14 203	0.14 173	0.14 198	0.14 173	0.14 203	0.14 173	0.14 205	0.14 174	0.14 204	0.14 175	0.22 251	0.14 140	0.14 172	0.14 172	0.14 206	0.14 177	0.14 200

ELAS	0.13 139	0.16 128	0.11 119	0.15 140	0.09 155	0.18 201	0.11 174	0.18 200	0.11 178	0.17 194	0.11 176	0.18 200	0.11 175	0.18 199	0.11 169	0.14 140	0.08 91	0.14 172	0.08 147	0.14 177	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 308	1.37 498	1.02 540	1.14 504	0.12 196	0.16 190	0.12 189	0.16 189	0.12 196	0.16 187	0.12 186	0.16 188	0.12 193	0.16 188	0.12 183	1.12 538	1.00 530	0.15 187	0.12 190	0.15 187	0.12 187

castereo++	0.54 417	3.59 647	1.15 550	1.31 575	0.14 203	0.16 190	0.14 198	0.16 189	0.14 203	0.16 187	0.14 205	0.16 188	0.13 199	0.16 188	0.14 197	1.45 611	1.16 556	0.15 187	0.14 206	0.15 187	0.13 194

ProNet	0.14 148	0.20 141	0.14 155	0.16 150	0.11 181	0.16 190	0.11 174	0.17 196	0.11 178	0.17 194	0.12 186	0.17 196	0.13 199	0.17 196	0.12 183	0.15 153	0.11 128	0.16 191	0.11 172	0.15 187	0.12 187

IPLGR_C	0.14 148	0.20 141	0.12 130	0.15 140	0.11 181	0.14 173	0.15 206	0.14 173	0.11 178	0.15 182	0.12 186	0.14 174	0.11 175	0.16 188	0.11 169	0.15 153	0.12 142	0.14 172	0.12 190	0.15 187	0.12 187

ELAS_RVC	0.14 148	0.16 128	0.10 99	0.15 140	0.10 162	0.18 201	0.11 174	0.19 202	0.11 178	0.19 200	0.12 186	0.18 200	0.11 175	0.19 202	0.12 183	0.14 140	0.08 91	0.14 172	0.09 149	0.15 187	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SCION-MonSter(vits)	0.25 217	0.79 336	0.31 274	0.42 301	0.28 295	0.40 319	0.28 289	0.20 209	0.15 215	0.40 314	0.15 215	0.19 204	0.15 216	0.20 207	0.15 209	0.23 211	0.21 220	0.17 201	0.14 206	0.16 192	0.14 200

SCION-MonSter	0.21 196	0.76 330	0.22 214	0.25 204	0.15 217	0.19 204	0.15 206	0.19 202	0.15 215	0.19 200	0.15 215	0.19 204	0.15 216	0.19 202	0.14 197	0.22 199	0.21 220	0.16 191	0.14 206	0.16 192	0.15 207

Weightmod_eth	0.20 188	0.24 160	0.28 246	0.47 324	0.14 203	0.24 237	0.14 198	0.17 196	0.13 200	0.22 222	0.16 221	0.22 226	0.13 199	0.20 207	0.16 217	0.24 220	0.20 216	0.19 214	0.14 206	0.16 192	0.24 256

S2M2_XL	0.14 148	0.17 133	0.12 130	0.17 164	0.11 181	0.17 197	0.11 174	0.17 196	0.11 178	0.17 194	0.11 176	0.17 196	0.11 175	0.17 196	0.11 169	0.16 165	0.11 128	0.16 191	0.11 172	0.16 192	0.11 172
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 182	0.48 265	0.16 182	0.16 150	0.15 217	0.15 183	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 188	0.16 220	0.16 188	0.16 217	0.16 165	0.16 183	0.16 191	0.16 220	0.16 192	0.16 209

xyz-stereo	0.18 182	0.50 272	0.16 182	0.15 140	0.16 228	0.16 190	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 188	0.16 220	0.16 188	0.16 217	0.16 165	0.16 183	0.16 191	0.16 220	0.16 192	0.16 209

GMStereo_Zeroshot	0.16 167	0.16 128	0.16 182	0.16 150	0.16 228	0.16 190	0.16 213	0.16 189	0.16 223	0.16 187	0.16 221	0.16 188	0.16 220	0.16 188	0.16 217	0.16 165	0.16 183	0.16 191	0.16 220	0.16 192	0.16 209

ICVP	0.15 160	0.53 286	0.11 119	0.16 150	0.11 181	0.16 190	0.11 174	0.16 189	0.11 178	0.16 187	0.11 176	0.16 188	0.11 175	0.16 188	0.11 169	0.16 165	0.11 128	0.16 191	0.11 172	0.16 192	0.11 172
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 148	0.16 128	0.12 130	0.17 164	0.12 196	0.17 197	0.11 174	0.17 196	0.11 178	0.17 194	0.12 186	0.17 196	0.12 193	0.17 196	0.12 183	0.16 165	0.11 128	0.16 191	0.11 172	0.16 192	0.12 187

DDVS	0.30 237	3.10 636	0.14 155	0.19 172	0.14 203	0.19 204	0.14 198	0.20 209	0.14 203	0.19 200	0.13 200	0.16 188	0.13 199	0.19 202	0.13 192	0.17 175	0.13 165	0.17 201	0.13 201	0.17 201	0.13 194

ACVNet	0.20 188	0.19 137	0.14 155	0.20 176	0.14 203	0.20 210	0.96 569	0.21 218	0.14 203	0.20 207	0.13 200	0.21 216	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	0.17 201	0.12 187

acv_ft	0.20 188	0.19 137	0.14 155	0.20 176	0.14 203	0.20 210	0.96 569	0.21 218	0.14 203	0.20 207	0.13 200	0.21 216	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	0.17 201	0.12 187

SGM_RVC	0.15 160	0.17 133	0.11 119	0.18 167	0.11 181	0.19 204	0.11 174	0.19 202	0.12 196	0.19 200	0.12 186	0.20 209	0.12 193	0.19 202	0.12 183	0.16 165	0.11 128	0.17 201	0.10 158	0.17 201	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DEFOM-Stereo_RVC	0.83 496	5.18 689	1.98 687	2.19 618	0.17 234	0.19 204	0.18 232	0.19 202	0.16 223	0.20 207	0.19 249	0.22 226	0.22 262	0.20 207	0.15 209	2.28 669	2.13 690	0.24 247	0.17 243	0.18 205	0.16 209

castereo	0.61 432	3.79 655	1.35 614	1.52 589	0.15 217	0.17 197	0.16 213	0.20 209	0.21 253	0.18 198	0.16 221	0.21 216	0.12 193	0.26 257	0.17 224	1.43 610	1.38 627	0.17 201	0.16 220	0.18 205	0.16 209

ITSA-stereo	0.15 160	0.17 133	0.13 150	0.20 176	0.13 201	0.19 204	0.13 196	0.18 200	0.13 200	0.19 200	0.13 200	0.18 200	0.14 204	0.18 199	0.14 197	0.16 165	0.11 128	0.15 187	0.14 206	0.18 205	0.11 172

HCRNet	1.22 604	7.11 718	3.00 706	3.55 686	0.33 394	0.29 266	0.14 198	0.19 202	0.15 215	0.33 281	0.29 310	0.25 247	0.14 204	0.22 225	0.33 376	3.64 704	3.00 703	0.76 521	0.32 393	0.18 205	0.13 194

DeepPruner_ROB	0.16 167	0.18 136	0.13 150	0.19 172	0.13 201	0.19 204	0.13 196	0.19 202	0.13 200	0.19 200	0.13 200	0.19 204	0.13 199	0.19 202	0.13 192	0.18 183	0.13 165	0.18 211	0.13 201	0.18 205	0.13 194

LALA_ROB	0.15 160	0.19 137	0.12 130	0.18 167	0.11 181	0.20 210	0.12 189	0.21 218	0.12 196	0.20 207	0.12 186	0.20 209	0.12 193	0.21 219	0.13 192	0.17 175	0.10 106	0.18 211	0.11 172	0.18 205	0.11 172

CAS++	0.17 173	0.27 173	0.21 212	0.10 87	0.21 265	0.15 183	0.22 252	0.10 149	0.21 253	0.22 222	0.10 158	0.19 204	0.18 243	0.10 152	0.19 241	0.20 190	0.19 214	0.18 211	0.10 158	0.19 211	0.18 233
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEAR-Net	0.22 203	0.46 254	0.27 238	0.29 218	0.17 234	0.21 220	0.17 223	0.21 218	0.17 233	0.21 218	0.17 229	0.21 216	0.17 232	0.21 219	0.17 224	0.28 238	0.26 241	0.20 219	0.16 220	0.20 212	0.16 209

DepthFocus	0.18 182	0.22 150	0.15 175	0.22 187	0.15 217	0.22 225	0.15 206	0.22 224	0.15 215	0.22 222	0.15 215	0.22 226	0.16 220	0.22 225	0.15 209	0.20 190	0.15 180	0.20 219	0.14 206	0.20 212	0.14 200

RSGM-EC	0.24 214	0.24 160	0.15 175	0.22 187	0.15 217	0.22 225	0.15 206	0.22 224	0.15 215	0.24 235	0.15 215	0.22 226	0.15 216	0.22 225	1.19 594	0.20 190	0.17 204	0.24 247	0.14 206	0.20 212	0.14 200

acva	0.24 214	0.24 160	0.15 175	0.22 187	0.15 217	0.22 225	0.15 206	0.22 224	0.15 215	0.24 235	0.15 215	0.22 226	0.15 216	0.22 225	1.19 594	0.20 190	0.17 204	0.24 247	0.14 206	0.20 212	0.14 200

IGEV_Zeroshot_test	0.20 188	0.19 137	0.40 364	0.30 220	0.17 234	0.22 225	0.17 223	0.21 218	0.17 233	0.20 207	0.17 229	0.21 216	0.18 243	0.21 219	0.17 224	0.20 190	0.16 183	0.20 219	0.16 220	0.20 212	0.17 227

DAS	0.20 188	0.20 141	0.20 207	0.20 176	0.20 255	0.20 210	0.20 242	0.20 209	0.20 249	0.20 207	0.20 253	0.20 209	0.20 254	0.20 207	0.20 244	0.20 190	0.20 216	0.20 219	0.20 253	0.20 212	0.20 238

GEStereo_RVC	0.86 508	4.45 672	0.20 207	0.27 215	0.20 255	0.27 261	0.20 242	0.26 248	0.18 240	5.03 746	0.20 253	0.27 262	0.19 250	0.27 261	0.21 247	0.20 190	0.19 214	0.19 214	4.02 750	0.20 212	0.18 233

MSKI-zero shot	0.24 214	0.21 146	0.49 418	0.65 418	0.18 246	0.22 225	0.17 223	0.23 231	0.18 240	0.21 218	0.17 229	0.23 234	0.28 300	0.23 232	0.18 237	0.21 197	0.16 183	0.21 223	0.16 220	0.21 219	0.16 209

iResNet	0.20 188	0.23 152	0.18 202	0.24 197	0.18 246	0.24 237	0.20 242	0.24 234	0.18 240	0.23 228	0.17 229	0.23 234	0.18 243	0.23 232	0.18 237	0.22 199	0.16 183	0.21 223	0.16 220	0.21 219	0.16 209

depth_test_26	0.20 188	0.34 188	0.25 228	0.34 242	0.14 203	0.21 220	0.14 198	0.21 218	0.14 203	0.21 218	0.14 205	0.21 216	0.14 204	0.21 219	0.14 197	0.26 229	0.26 241	0.22 228	0.15 217	0.22 221	0.14 200

BStereo	0.22 203	0.23 152	0.20 207	0.24 197	0.20 255	0.23 234	0.33 380	0.39 305	0.17 233	0.23 228	0.17 229	0.23 234	0.16 220	0.24 236	0.17 224	0.23 211	0.16 183	0.22 228	0.20 253	0.22 221	0.16 209

Anonymus123	0.22 203	0.23 152	0.20 207	0.24 197	0.20 255	0.23 234	0.33 380	0.39 305	0.17 233	0.23 228	0.17 229	0.23 234	0.16 220	0.24 236	0.17 224	0.23 211	0.16 183	0.22 228	0.20 253	0.22 221	0.16 209

ACV-stereo	0.30 237	2.08 572	0.25 228	0.25 204	0.18 246	0.24 237	0.17 223	0.24 234	0.18 240	0.24 235	0.17 229	0.25 247	0.17 232	0.24 236	0.17 224	0.22 199	0.16 183	0.22 228	0.16 220	0.22 221	0.16 209

Pointernet	0.21 196	0.22 150	0.19 204	0.24 197	0.19 252	0.24 237	0.19 238	0.24 234	0.19 247	0.24 235	0.19 249	0.24 240	0.19 250	0.24 236	0.19 241	0.22 199	0.17 204	0.22 228	0.17 243	0.22 221	0.17 227

WAO-6	0.22 203	0.23 152	0.22 214	0.23 192	0.22 267	0.22 225	0.22 252	0.22 224	0.22 257	0.22 222	0.22 260	0.22 226	0.22 262	0.22 225	0.22 251	0.22 199	0.22 227	0.22 228	0.22 260	0.22 221	0.22 244

IMH-64-1	0.22 203	0.23 152	0.23 218	0.22 187	0.22 267	0.22 225	0.22 252	0.22 224	0.22 257	0.22 222	0.22 260	0.22 226	0.22 262	0.22 225	0.22 251	0.22 199	0.22 227	0.23 237	0.22 260	0.22 221	0.23 246

IMH-64	0.22 203	0.23 152	0.23 218	0.22 187	0.22 267	0.22 225	0.22 252	0.22 224	0.22 257	0.22 222	0.22 260	0.22 226	0.22 262	0.22 225	0.22 251	0.22 199	0.22 227	0.23 237	0.22 260	0.22 221	0.23 246

MIM_Stereo	0.25 217	0.23 152	0.66 473	0.80 453	0.17 234	0.22 225	0.17 223	0.23 231	0.18 240	0.26 252	0.17 229	0.21 216	0.17 232	0.25 245	0.17 224	0.23 211	0.16 183	0.21 223	0.17 243	0.22 221	0.17 227

dd	0.23 210	0.98 380	0.16 182	0.23 192	0.15 217	0.23 234	0.15 206	0.23 231	0.15 215	0.23 228	0.15 215	0.24 240	0.17 232	0.23 232	0.15 209	0.22 199	0.15 180	0.21 223	0.15 217	0.22 221	0.16 209

dad	0.23 210	1.03 406	0.16 182	0.23 192	0.15 217	0.24 237	0.15 206	0.24 234	0.16 223	0.23 228	0.16 221	0.24 240	0.16 220	0.23 232	0.15 209	0.22 199	0.16 183	0.22 228	0.16 220	0.22 221	0.16 209

iResNetv2_ROB	0.20 188	0.23 152	0.18 202	0.24 197	0.20 255	0.24 237	0.18 232	0.24 234	0.18 240	0.24 235	0.18 246	0.23 234	0.19 250	0.24 236	0.18 237	0.21 197	0.16 183	0.21 223	0.16 220	0.22 221	0.16 209

SMOE	0.23 210	0.25 167	0.30 256	0.33 236	0.18 246	0.26 256	0.18 232	0.26 248	0.18 240	0.26 252	0.18 246	0.25 247	0.18 243	0.25 245	0.18 237	0.31 254	0.27 254	0.23 237	0.17 243	0.23 233	0.17 227

LACA2	0.21 196	0.24 160	0.26 235	0.31 226	0.16 228	0.24 237	0.16 213	0.24 234	0.16 223	0.24 235	0.16 221	0.24 240	0.16 220	0.24 236	0.16 217	0.27 233	0.23 233	0.24 247	0.16 220	0.23 233	0.16 209

LACA1	0.21 196	0.24 160	0.26 235	0.31 226	0.16 228	0.24 237	0.16 213	0.24 234	0.16 223	0.24 235	0.16 221	0.24 240	0.16 220	0.24 236	0.16 217	0.27 233	0.22 227	0.23 237	0.16 220	0.23 233	0.16 209

VIP-Stereo	0.70 456	2.97 634	2.43 700	2.49 647	0.16 228	0.25 247	0.16 213	0.25 242	0.16 223	0.25 243	0.18 246	0.25 247	0.16 220	0.26 257	0.16 217	1.86 628	1.26 610	0.23 237	0.15 217	0.23 233	0.15 207

tg	0.21 196	0.25 167	0.21 212	0.26 212	0.17 234	0.24 237	0.17 223	0.24 234	0.17 233	0.24 235	0.17 229	0.24 240	0.17 232	0.24 236	0.17 224	0.24 220	0.17 204	0.23 237	0.16 220	0.23 233	0.16 209

LACA3	0.23 210	0.25 167	0.27 238	0.54 391	0.17 234	0.25 247	0.17 223	0.25 242	0.17 233	0.25 243	0.17 229	0.25 247	0.17 232	0.25 245	0.17 224	0.28 238	0.23 233	0.24 247	0.17 243	0.24 238	0.17 227

DLNR-FE	0.28 231	0.89 358	0.30 256	0.34 242	0.19 252	0.28 263	0.19 238	0.28 253	0.20 249	0.28 258	0.20 253	0.28 263	0.20 254	0.28 266	0.20 244	0.33 263	0.28 262	0.25 252	0.19 251	0.24 238	0.19 236

AANet_RVC	1.26 607	0.31 184	4.99 735	5.93 725	0.20 255	0.25 247	0.20 242	0.25 242	0.20 249	0.23 228	0.19 249	0.25 247	0.20 254	0.25 245	0.20 244	5.66 736	4.76 730	0.26 257	0.30 374	0.24 238	0.27 302

PhaseNet	1.74 623	6.34 716	4.81 733	6.77 731	0.24 278	0.80 512	0.53 490	0.48 420	0.22 257	0.53 460	0.28 295	0.48 430	0.25 274	0.40 320	0.32 364	6.39 742	4.61 729	0.46 438	0.38 444	0.25 241	0.18 233

model_zeroshot	0.27 228	0.20 141	0.27 238	0.33 236	0.21 265	0.37 303	0.22 252	0.37 291	0.24 267	0.26 252	0.27 287	0.33 286	0.21 261	0.25 245	0.27 276	0.32 257	0.20 216	0.34 299	0.23 266	0.25 241	0.26 264

UNDER WATER-64	0.25 217	0.26 170	0.25 228	0.26 212	0.25 281	0.25 247	0.25 268	0.25 242	0.25 272	0.25 243	0.25 278	0.25 247	0.25 274	0.26 257	0.25 269	0.25 227	0.25 238	0.25 252	0.25 276	0.25 241	0.25 258

small-0shot	0.35 270	1.92 566	0.27 238	0.27 215	0.27 289	0.27 261	0.27 278	0.27 252	0.27 290	0.27 257	0.27 287	0.26 259	0.27 291	0.27 261	0.26 274	0.27 233	0.26 241	0.26 257	0.26 282	0.26 244	0.27 302

RAFT-FEzeroshot	0.34 259	0.26 170	0.17 192	0.21 185	0.17 234	0.20 210	0.16 213	0.20 209	0.16 223	0.20 207	0.17 229	0.21 216	0.16 220	0.27 261	0.24 261	0.19 187	0.16 183	0.19 214	0.16 220	0.26 244	3.08 728

RAFT-FE	0.34 259	0.26 170	0.17 192	0.21 185	0.17 234	0.20 210	0.16 213	0.20 209	0.16 223	0.20 207	0.17 229	0.21 216	0.16 220	0.27 261	0.24 261	0.19 187	0.16 183	0.19 214	0.16 220	0.26 244	3.08 728

LoS_RVC	0.30 237	1.14 422	0.25 228	0.25 204	0.25 281	0.26 256	0.25 268	0.25 242	0.25 272	0.25 243	0.25 278	0.26 259	0.26 284	0.26 257	0.25 269	0.26 229	0.26 241	0.25 252	0.25 276	0.26 244	0.26 264

CAS	0.30 237	1.17 428	0.25 228	0.25 204	0.25 281	0.26 256	0.25 268	0.25 242	0.26 286	0.25 243	0.25 278	0.25 247	0.25 274	0.25 245	0.25 269	0.26 229	0.26 241	0.26 257	0.25 276	0.26 244	0.25 258

LoS	0.25 217	0.27 173	0.25 228	0.25 204	0.25 281	0.25 247	0.25 268	0.26 248	0.25 272	0.25 243	0.25 278	0.25 247	0.25 274	0.25 245	0.25 269	0.26 229	0.25 238	0.25 252	0.26 282	0.26 244	0.25 258
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
tt1	0.31 244	0.93 373	0.24 225	0.33 236	0.23 273	0.31 275	0.24 266	0.32 269	0.24 267	0.32 276	0.23 265	0.32 282	0.25 274	0.32 280	0.24 261	0.27 233	0.26 241	0.27 262	0.26 282	0.27 250	0.27 302

RAFT + AFF	0.31 244	0.45 250	0.34 302	0.39 264	0.28 295	0.38 310	0.33 380	0.29 258	0.31 366	0.30 265	0.30 325	0.29 269	0.27 291	0.29 270	0.30 311	0.28 238	0.29 276	0.29 271	0.29 356	0.27 250	0.32 371

Weightmod	0.27 228	0.29 178	0.33 288	0.38 255	0.20 255	0.30 268	0.21 247	0.29 258	0.21 253	0.29 263	0.22 260	0.30 273	0.20 254	0.30 272	0.21 247	0.37 283	0.31 291	0.27 262	0.20 253	0.28 252	0.21 241

DCVSM-stereo	0.36 278	1.89 557	0.22 214	0.40 277	0.22 267	0.40 319	0.22 252	0.40 314	0.22 257	0.40 314	0.22 260	0.40 326	0.22 262	0.40 320	0.22 251	0.28 238	0.21 220	0.28 266	0.21 257	0.28 252	0.20 238

TorneroNet-64	0.45 374	0.27 173	0.30 256	0.58 401	0.27 289	0.70 498	0.30 312	0.28 253	0.73 545	0.73 503	0.28 295	0.71 503	0.66 512	0.75 505	0.27 276	0.27 233	0.29 276	0.37 328	0.75 552	0.28 252	0.30 354

SQANet	0.28 231	0.28 176	0.28 246	0.28 217	0.28 295	0.28 263	0.28 289	0.28 253	0.28 296	0.28 258	0.28 295	0.28 263	0.28 300	0.28 266	0.28 285	0.28 238	0.28 262	0.28 266	0.28 341	0.28 252	0.28 330

SME	0.27 228	0.29 178	0.31 274	0.38 255	0.20 255	0.29 266	0.18 232	0.30 261	0.20 249	0.32 276	0.21 258	0.32 282	0.20 254	0.32 280	0.21 247	0.35 275	0.32 296	0.27 262	0.19 251	0.29 256	0.20 238

xxxxx1	0.31 244	0.91 364	0.23 218	0.31 226	0.23 273	0.31 275	0.23 261	0.33 273	0.25 272	0.31 270	0.24 272	0.33 286	0.25 274	0.32 280	0.24 261	0.28 238	0.28 262	0.28 266	0.28 341	0.29 256	0.27 302

tt_ll	0.31 244	0.91 364	0.23 218	0.31 226	0.23 273	0.31 275	0.23 261	0.33 273	0.25 272	0.31 270	0.24 272	0.33 286	0.25 274	0.32 280	0.24 261	0.28 238	0.28 262	0.28 266	0.28 341	0.29 256	0.27 302

ff	0.31 244	0.91 364	0.23 218	0.31 226	0.23 273	0.31 275	0.23 261	0.33 273	0.25 272	0.31 270	0.24 272	0.33 286	0.25 274	0.32 280	0.24 261	0.28 238	0.28 262	0.28 266	0.28 341	0.29 256	0.27 302

MultiAttention	0.30 237	0.30 181	0.30 256	0.30 220	0.30 320	0.30 268	0.30 312	0.30 261	0.30 321	0.30 265	0.30 325	0.30 273	0.30 321	0.30 272	0.30 311	0.30 248	0.30 286	0.30 273	0.30 374	0.30 260	0.30 354

MSAF-DinoV2	0.30 237	0.30 181	0.30 256	0.30 220	0.30 320	0.30 268	0.30 312	0.30 261	0.30 321	0.30 265	0.30 325	0.30 273	0.30 321	0.30 272	0.30 311	0.30 248	0.30 286	0.30 273	0.30 374	0.30 260	0.30 354

DEFOM-Stereo	0.68 450	3.11 637	1.40 628	1.63 599	0.25 281	0.31 275	0.25 268	0.31 267	0.28 296	0.31 270	0.29 310	0.29 269	0.27 291	0.31 277	0.28 285	1.59 619	1.47 633	0.30 273	0.29 356	0.30 260	0.28 330

WCG-NET（raft）	0.32 253	1.24 486	0.24 225	0.32 232	0.24 278	0.32 284	0.23 261	0.32 269	0.24 267	0.32 276	0.24 272	0.32 282	0.24 271	0.32 280	0.24 261	0.30 248	0.23 233	0.30 273	0.23 266	0.30 260	0.23 246

DANet	0.30 237	0.30 181	0.30 256	0.30 220	0.30 320	0.30 268	0.30 312	0.30 261	0.30 321	0.30 265	0.30 325	0.30 273	0.30 321	0.30 272	0.30 311	0.30 248	0.30 286	0.30 273	0.30 374	0.30 260	0.30 354
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 244	0.31 184	0.31 274	0.30 220	0.40 439	0.31 275	0.30 312	0.30 261	0.34 399	0.29 263	0.31 369	0.29 269	0.30 321	0.31 277	0.31 352	0.31 254	0.29 276	0.31 279	0.30 374	0.31 265	0.31 364

DStereoSA	0.32 253	0.52 282	0.34 302	0.31 226	0.31 367	0.30 268	0.30 312	0.31 267	0.30 321	0.31 270	0.31 369	0.31 278	0.30 321	0.31 277	0.31 352	0.30 248	0.32 296	0.31 279	0.31 385	0.31 265	0.31 364

xyz-stereo-finetune	0.28 231	0.49 267	0.16 182	0.16 150	0.16 228	0.16 190	0.16 213	0.22 224	0.30 321	0.32 276	0.31 369	0.32 282	0.31 372	0.32 280	0.32 364	0.32 257	0.33 309	0.31 279	0.32 393	0.31 265	0.32 371

DStereoFS	0.32 253	0.33 187	0.32 283	0.33 236	0.30 320	0.32 284	0.32 369	0.32 269	0.31 366	0.30 265	0.31 369	0.31 278	0.30 321	0.32 280	0.32 364	0.32 257	0.31 291	0.30 273	0.47 482	0.32 268	0.34 387

FE-Mocha	0.35 270	0.71 319	0.40 364	0.47 324	0.27 289	0.34 287	0.27 278	0.34 276	0.26 286	0.34 284	0.26 283	0.34 291	0.27 291	0.34 289	0.27 276	0.44 341	0.41 384	0.33 289	0.29 356	0.32 268	0.29 339

PAM	0.39 308	1.88 556	0.34 302	0.37 252	0.41 449	0.45 414	0.22 252	0.28 253	0.23 264	0.28 258	0.24 272	0.29 269	0.23 268	0.29 270	0.23 258	0.38 296	0.32 296	0.38 336	0.37 430	0.32 268	0.22 244

1test111	0.37 288	1.02 404	0.30 256	0.39 264	0.29 308	0.40 319	0.28 289	0.39 305	0.29 306	0.39 307	0.29 310	0.39 316	0.28 300	0.40 320	0.29 301	0.33 263	0.32 296	0.33 289	0.31 385	0.32 268	0.31 364

cc1	0.37 288	1.02 404	0.30 256	0.39 264	0.29 308	0.40 319	0.28 289	0.39 305	0.29 306	0.39 307	0.29 310	0.39 316	0.28 300	0.40 320	0.29 301	0.33 263	0.32 296	0.33 289	0.31 385	0.32 268	0.31 364

IGEV-Stereo	0.35 270	0.44 241	0.45 389	0.49 336	0.30 320	0.37 303	0.30 312	0.36 283	0.30 321	0.36 292	0.29 310	0.36 298	0.29 312	0.36 298	0.30 311	0.46 382	0.39 370	0.32 282	0.24 273	0.32 268	0.25 258
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iResNet_ROB	0.28 231	0.32 186	0.24 225	0.32 232	0.25 281	0.32 284	0.24 266	0.32 269	0.24 267	0.33 281	0.24 272	0.35 293	0.24 271	0.33 288	0.24 261	0.31 254	0.24 237	0.32 282	0.24 273	0.32 268	0.24 256

PStereo	0.32 253	0.36 195	0.28 246	0.38 255	0.29 308	0.36 295	0.27 278	0.38 300	0.27 290	0.38 300	0.28 295	0.36 298	0.27 291	0.36 298	0.28 285	0.32 257	0.27 254	0.33 289	0.27 320	0.33 275	0.27 302

ACVNet-DCA	0.37 288	1.00 390	0.30 256	0.40 277	0.29 308	0.40 319	0.29 304	0.40 314	0.29 306	0.40 314	0.29 310	0.40 326	0.29 312	0.39 317	0.28 285	0.33 263	0.32 296	0.33 289	0.32 393	0.33 275	0.32 371

DLNR_Zeroshot_test	0.31 244	0.28 176	0.47 403	0.79 449	0.24 278	0.30 268	0.26 275	0.30 261	0.24 267	0.32 276	0.23 265	0.31 278	0.24 271	0.30 272	0.23 258	0.29 247	0.26 241	0.29 271	0.24 273	0.33 275	0.23 246

CRFU-Net	0.65 440	1.67 510	1.22 606	1.96 610	0.27 289	0.41 338	0.27 278	0.41 333	0.27 290	0.40 314	0.26 283	0.41 341	0.27 291	0.40 320	0.27 276	1.80 627	1.62 648	0.34 299	0.23 266	0.33 275	0.23 246

FENet	0.54 417	1.52 505	1.19 556	1.41 585	0.23 273	0.35 291	0.23 261	0.35 279	0.23 264	0.34 284	0.23 265	0.35 293	0.23 268	0.35 292	0.23 258	1.40 608	1.07 540	0.32 282	0.23 266	0.33 275	0.23 246

GeoVLM	0.36 278	0.38 202	0.27 238	0.46 317	0.28 295	0.35 291	0.28 289	0.37 291	0.27 290	0.35 288	0.28 295	0.36 298	0.38 417	0.35 292	0.28 285	1.08 529	0.26 241	0.33 289	0.27 320	0.34 280	0.33 380

H2IRNET	0.34 259	0.34 188	0.34 302	0.34 242	0.34 406	0.34 287	0.34 395	0.34 276	0.34 399	0.34 284	0.34 396	0.34 291	0.34 398	0.34 289	0.34 391	0.34 267	0.34 338	0.34 299	0.34 408	0.34 280	0.34 387

xx1	0.38 294	1.03 406	0.31 274	0.40 277	0.31 367	0.41 338	0.28 289	0.40 314	0.29 306	0.40 314	0.29 310	0.40 326	0.29 312	0.40 320	0.29 301	0.34 267	0.33 309	0.34 299	0.32 393	0.34 280	0.32 371

CASnet	0.35 270	0.51 280	0.44 387	0.32 232	0.31 367	0.24 237	0.34 395	0.36 283	0.25 272	0.31 270	0.37 416	0.30 273	0.33 391	0.25 245	0.45 453	0.37 283	0.37 356	0.33 289	0.35 421	0.34 280	0.37 407
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BUS	0.83 496	1.91 560	0.92 527	4.48 698	0.02 22	0.40 319	0.04 103	0.41 333	0.02 22	0.48 421	0.03 56	0.41 341	0.05 117	0.03 43	0.05 115	1.97 639	4.19 726	0.33 289	0.23 266	0.34 280	0.27 302

NINENet	0.69 453	3.87 659	1.20 559	1.98 611	0.05 126	0.40 319	0.04 103	0.40 314	0.05 124	0.41 331	0.04 110	0.41 341	0.05 117	0.40 320	0.05 115	1.79 626	1.56 640	0.34 299	0.22 260	0.34 280	0.23 246

BSDual-CNN	0.81 488	1.91 560	0.92 527	4.48 698	0.02 22	0.42 359	0.06 139	0.41 333	0.02 22	0.48 421	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 639	4.19 726	0.33 289	0.23 266	0.34 280	0.27 302

hknet	1.10 549	1.85 551	3.49 723	4.48 698	0.02 22	0.42 359	0.06 139	0.41 333	0.02 22	0.48 421	0.03 56	0.41 341	0.03 53	0.42 354	0.03 52	4.39 712	4.19 726	0.33 289	0.23 266	0.34 280	0.27 302

iRaft-Stereo_5w	0.34 259	0.42 236	0.31 274	0.39 264	0.30 320	0.38 310	0.30 312	0.40 314	0.29 306	0.40 314	0.37 416	0.41 341	0.34 398	0.38 309	0.30 311	0.34 267	0.27 254	0.34 299	0.26 282	0.34 280	0.26 264

iRaft-Stereo_20w	0.34 259	0.41 225	0.31 274	0.39 264	0.29 308	0.40 319	0.32 369	0.41 333	0.32 378	0.38 300	0.30 325	0.39 316	0.30 321	0.38 309	0.32 364	0.35 275	0.27 254	0.34 299	0.27 320	0.34 280	0.29 339

HGLStereo	0.28 231	0.29 178	0.22 214	0.36 249	0.22 267	0.36 295	0.21 247	0.36 283	0.21 253	0.42 345	0.21 258	0.36 298	0.22 262	0.36 298	0.21 247	0.34 267	0.21 220	0.34 299	0.21 257	0.34 280	0.21 241

MLCV	0.31 244	0.35 190	0.27 238	0.35 245	0.28 295	0.35 291	0.27 278	0.35 279	0.28 296	0.36 292	0.27 287	0.35 293	0.27 291	0.35 292	0.27 276	0.34 267	0.27 254	0.34 299	0.27 320	0.34 280	0.27 302

DN-CSS_ROB	0.31 244	0.35 190	0.28 246	0.35 245	0.28 295	0.34 287	0.27 278	0.34 276	0.25 272	0.35 288	0.27 287	0.36 298	0.26 284	0.34 289	0.28 285	0.35 275	0.28 262	0.34 299	0.28 341	0.34 280	0.27 302

SCION-M(vits-remse)	0.34 259	0.79 336	0.30 256	0.33 236	0.28 295	0.40 319	0.28 289	0.40 314	0.28 296	0.40 314	0.28 295	0.39 316	0.28 300	0.40 320	0.28 285	0.23 211	0.21 220	0.35 315	0.27 320	0.35 293	0.27 302

SCION-Mon(vits-remp)	0.34 259	0.98 380	0.30 256	0.33 236	0.18 246	0.21 220	0.28 289	0.40 314	0.28 296	0.40 314	0.28 295	0.39 316	0.28 300	0.40 320	0.28 285	0.37 283	0.29 276	0.35 315	0.27 320	0.35 293	0.27 302

GREATEN-IGEV-FM_RVC	0.38 294	0.35 190	0.56 442	0.63 412	0.28 295	0.36 295	0.28 289	0.36 283	0.28 296	0.36 292	0.28 295	0.36 298	0.28 300	0.36 298	0.28 285	0.62 443	0.57 454	0.35 315	0.28 341	0.35 293	0.28 330

LG-Stereo_L2	0.34 259	0.37 198	0.38 321	0.47 324	0.28 295	0.39 317	0.28 289	0.39 305	0.28 296	0.39 307	0.28 295	0.39 316	0.28 300	0.38 309	0.28 285	0.42 339	0.35 345	0.36 324	0.26 282	0.35 293	0.26 264

MyStereo07	0.60 427	3.72 653	0.48 411	0.49 336	0.41 449	0.36 295	0.32 369	0.49 428	0.43 455	0.51 453	0.42 452	0.49 437	0.43 453	0.51 454	0.64 501	0.49 397	0.45 408	0.34 299	0.32 393	0.35 293	0.43 442

MyStereo04	0.56 424	3.72 653	0.59 448	0.49 336	0.41 449	0.36 295	0.32 369	0.37 291	0.31 366	0.34 284	0.46 466	0.35 293	0.32 379	0.35 292	0.33 376	0.49 397	0.45 408	0.34 299	0.32 393	0.35 293	0.43 442

HH	0.71 459	2.54 608	0.74 501	1.10 498	0.32 381	0.41 338	0.37 412	0.69 490	0.78 549	0.73 503	0.90 562	0.75 511	1.00 561	0.84 520	0.69 523	0.69 457	0.40 374	0.35 315	0.26 282	0.35 293	0.26 264

HanStereo	0.71 459	2.54 608	0.74 501	1.10 498	0.32 381	0.41 338	0.37 412	0.69 490	0.78 549	0.73 503	0.90 562	0.75 511	1.00 561	0.84 520	0.69 523	0.69 457	0.40 374	0.35 315	0.26 282	0.35 293	0.26 264

FCDSN-DC	0.41 322	0.59 303	0.64 467	0.54 391	0.33 394	0.50 449	0.37 412	0.42 351	0.40 435	0.61 481	0.43 455	0.50 451	0.49 478	0.38 309	0.32 364	0.28 238	0.23 233	0.26 257	0.22 260	0.35 293	0.28 330
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ETE_ROB	0.35 270	0.35 190	0.35 312	0.35 245	0.35 410	0.35 291	0.35 400	0.35 279	0.35 403	0.35 288	0.35 405	0.35 293	0.35 404	0.35 292	0.35 395	0.35 275	0.35 345	0.35 315	0.35 421	0.35 293	0.35 398

GREATEN-IGEV_RVC	0.38 294	0.35 190	0.56 442	0.63 412	0.29 308	0.36 295	0.29 304	0.36 283	0.29 306	0.39 307	0.29 310	0.36 298	0.29 312	0.36 298	0.29 301	0.62 443	0.57 454	0.35 315	0.29 356	0.36 303	0.29 339

Monster-pub-mixall	0.44 351	0.56 296	0.60 452	0.38 255	0.27 289	0.37 303	0.27 278	0.37 291	0.29 306	0.38 300	0.27 287	0.38 311	0.29 312	0.85 524	0.27 276	1.46 612	0.26 241	0.34 299	0.26 282	0.36 303	0.53 479

Replicate-Monster	0.45 374	0.57 298	0.60 452	0.40 277	0.29 308	0.37 303	0.27 278	0.37 291	0.30 321	0.40 314	0.31 369	0.40 326	0.30 321	0.99 544	0.27 276	1.36 605	0.31 291	0.34 299	0.30 374	0.36 303	0.54 482

Any-RAFT	0.32 253	0.36 195	0.27 238	0.36 249	0.27 289	0.36 295	0.27 278	0.36 283	0.27 290	0.36 292	0.27 287	0.36 298	0.27 291	0.36 298	0.28 285	0.36 280	0.28 262	0.36 324	0.28 341	0.36 303	0.28 330

DMCA	0.36 278	0.38 202	0.37 319	0.35 245	0.35 410	0.36 295	0.36 406	0.36 283	0.35 403	0.35 288	0.37 416	0.36 298	0.36 408	0.35 292	0.36 398	0.36 280	0.36 351	0.35 315	0.36 427	0.36 303	0.36 401

HiDET	0.38 294	0.44 241	0.30 256	0.42 301	0.30 320	0.42 359	0.30 312	0.42 351	0.30 321	0.44 390	0.30 325	0.42 359	0.30 321	0.42 354	0.68 515	0.37 283	0.32 296	0.40 392	0.29 356	0.37 308	0.29 339

LCMNet	0.38 294	0.44 241	0.30 256	0.42 301	0.30 320	0.42 359	0.30 312	0.42 351	0.30 321	0.45 402	0.30 325	0.42 359	0.30 321	0.42 354	0.69 523	0.37 283	0.32 296	0.40 392	0.29 356	0.37 308	0.29 339

CSFM-Stereo	0.38 294	0.44 241	0.30 256	0.42 301	0.30 320	0.42 359	0.30 312	0.43 359	0.30 321	0.44 390	0.30 325	0.42 359	0.30 321	0.42 354	0.73 537	0.37 283	0.32 296	0.40 392	0.29 356	0.37 308	0.30 354

Monster-pub-eth3d	0.45 374	0.57 298	0.60 452	0.39 264	0.28 295	0.37 303	0.28 289	0.37 291	0.30 321	0.39 307	0.29 310	0.39 316	0.30 321	0.92 536	0.27 276	1.42 609	0.28 262	0.34 299	0.28 341	0.37 308	0.53 479

GIP-stereo	0.36 278	0.49 267	0.39 332	0.48 330	0.32 381	0.41 338	0.28 289	0.40 314	0.30 321	0.41 331	0.28 295	0.40 326	0.28 300	0.42 354	0.28 285	0.45 370	0.32 296	0.38 336	0.30 374	0.37 308	0.27 302

fffy	0.38 294	0.43 238	0.33 288	0.46 317	0.33 394	0.45 414	0.32 369	0.45 406	0.32 378	0.45 402	0.32 379	0.45 413	0.33 391	0.45 410	0.32 364	0.38 296	0.38 363	0.38 336	0.37 430	0.37 308	0.36 401

IGEV++	0.34 259	0.43 238	0.30 256	0.40 277	0.29 308	0.40 319	0.29 304	0.40 314	0.29 306	0.40 314	0.29 310	0.40 326	0.29 312	0.40 320	0.30 311	0.38 296	0.29 276	0.37 328	0.29 356	0.37 308	0.29 339

Venus	0.38 294	0.38 202	0.38 321	0.38 255	0.38 428	0.37 303	0.38 419	0.37 291	0.37 415	0.41 331	0.37 416	0.39 316	0.37 413	0.38 309	0.38 411	0.37 283	0.38 363	0.38 336	0.37 430	0.37 308	0.38 414

EKT-Stereo	0.37 288	0.40 213	0.44 387	1.07 496	0.29 308	0.34 287	0.31 359	0.36 283	0.29 306	0.38 300	0.31 369	0.37 308	0.30 321	0.36 298	0.29 301	0.34 267	0.28 262	0.39 379	0.30 374	0.37 308	0.30 354

CES	0.39 308	0.47 259	0.36 314	0.36 249	0.37 421	0.45 414	0.35 400	0.35 279	0.40 435	0.36 292	0.44 457	0.47 423	0.36 408	0.44 392	0.36 398	0.37 283	0.39 370	0.44 429	0.35 421	0.37 308	0.36 401

IER	0.88 513	7.04 717	2.23 693	2.75 652	0.28 295	0.43 366	0.25 268	0.39 305	0.25 272	0.41 331	0.27 287	0.39 316	0.25 274	0.40 320	0.28 285	0.37 283	0.28 262	0.37 328	0.25 276	0.37 308	0.25 258

StereoDRNet-Refined	0.33 258	0.39 209	0.26 235	0.39 264	0.26 288	0.40 319	0.26 275	0.40 314	0.26 286	0.39 307	0.26 283	0.39 316	0.26 284	0.39 317	0.26 274	0.37 283	0.25 238	0.37 328	0.25 276	0.37 308	0.37 407
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 288	0.37 198	0.37 319	0.37 252	0.37 421	0.37 303	0.37 412	0.37 291	0.37 415	0.37 298	0.37 416	0.37 308	0.37 413	0.37 305	0.37 408	0.37 283	0.37 356	0.37 328	0.37 430	0.37 308	0.37 407

NoBS	0.39 308	0.68 314	0.36 314	0.38 255	0.36 416	0.38 310	0.39 433	0.39 305	0.39 432	0.37 298	0.35 405	0.37 308	0.38 417	0.37 305	0.38 411	0.39 309	0.36 351	0.36 324	0.39 448	0.38 321	0.38 414

test410_97500	0.41 322	0.89 358	0.31 274	0.40 277	0.31 367	0.40 319	0.31 359	0.40 314	0.31 366	0.61 481	0.53 494	0.40 326	0.31 372	0.40 320	0.31 352	0.58 429	0.47 418	0.38 336	0.29 356	0.38 321	0.29 339

test410	0.66 442	5.69 709	0.31 274	0.40 277	0.31 367	0.41 338	0.31 359	0.40 314	0.31 366	0.62 485	0.55 497	0.40 326	0.31 372	0.40 320	0.31 352	0.59 432	0.47 418	0.38 336	0.29 356	0.38 321	0.30 354

TestStereo_HL3	2.76 708	0.41 225	11.46 758	14.11 756	0.30 320	0.45 414	0.29 304	0.43 359	0.29 306	0.43 352	0.29 310	0.43 368	0.28 300	0.44 392	0.30 311	13.57 760	10.32 758	0.41 410	0.27 320	0.38 321	0.27 302

TestStereo_HL2	2.73 705	0.41 225	11.06 755	14.13 757	0.30 320	0.44 400	0.28 289	0.43 359	0.29 306	0.43 352	0.28 295	0.43 368	0.29 312	0.43 361	0.28 285	13.51 759	10.37 759	0.41 410	0.27 320	0.38 321	0.27 302

GGDA	2.76 708	0.41 225	11.34 757	14.28 758	0.30 320	0.44 400	0.29 304	0.43 359	0.29 306	0.43 352	0.28 295	0.43 368	0.28 300	0.43 361	0.29 301	13.45 758	10.57 760	0.41 410	0.27 320	0.38 321	0.27 302

TestStereo-Hl	2.78 710	0.42 236	11.23 756	14.38 759	0.30 320	0.44 400	0.30 312	0.43 359	0.28 296	0.43 352	0.29 310	0.44 403	0.29 312	0.44 392	0.29 301	13.64 761	10.73 761	0.41 410	0.27 320	0.38 321	0.27 302

aanet-new-90k	0.44 351	1.82 542	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.44 392	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-60k	0.44 351	1.81 535	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-70k	0.44 351	1.82 542	0.38 321	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-78k	0.44 351	1.80 530	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.45 370	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-40k	0.44 351	1.81 535	0.39 332	0.50 372	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.45 370	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-36k	0.44 351	1.80 530	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-34k	0.44 351	1.80 530	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-32k-new	0.44 351	1.78 525	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.44 397	0.30 321	0.44 390	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.45 370	0.34 338	0.39 379	0.26 282	0.38 321	0.26 264

aanet-new-32k	0.44 351	1.79 529	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-30k	0.44 351	1.78 525	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-28k	0.44 351	1.81 535	0.39 332	0.49 336	0.30 320	0.44 400	0.30 312	0.44 397	0.30 321	0.44 390	0.30 325	0.44 403	0.30 321	0.44 392	0.30 311	0.45 370	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT26K	0.43 338	1.76 520	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.31 352	0.44 341	0.33 309	0.38 336	0.27 320	0.38 321	0.26 264

aanet-new-24k	0.44 351	1.78 525	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-22k	0.44 351	1.81 535	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-16k	0.44 351	1.83 545	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-14k	0.60 427	5.12 686	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.44 392	0.30 311	0.44 341	0.37 356	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new-8k	0.43 338	1.76 520	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

aanet-new	0.43 338	1.80 530	0.38 321	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-cres-4k	0.44 351	1.81 535	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-cres	0.43 338	1.77 522	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-36K	0.43 338	1.78 525	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-22K	0.44 351	1.85 551	0.38 321	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-20K	0.43 338	1.77 522	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-24K	0.44 351	1.86 554	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-5K	0.44 351	1.80 530	0.39 332	0.49 336	0.30 320	0.44 400	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.44 392	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-2K	0.44 351	1.82 542	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-3K	0.43 338	1.77 522	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.33 309	0.38 336	0.26 282	0.38 321	0.26 264

GCAP-Stereo-DPT-50K	0.44 351	1.83 545	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.36 351	0.38 336	0.26 282	0.38 321	0.26 264

gcap_with_dpt	0.35 270	0.39 209	0.30 256	0.44 312	0.31 367	0.44 400	0.31 359	0.44 397	0.31 366	0.44 390	0.30 325	0.44 403	0.30 321	0.44 392	0.30 311	0.38 296	0.26 241	0.38 336	0.27 320	0.38 321	0.27 302

MonSter++	0.38 294	0.44 241	0.31 274	0.43 308	0.30 320	0.43 366	0.31 359	0.43 359	0.31 366	0.45 402	0.31 369	0.43 368	0.31 372	0.43 361	0.69 523	0.38 296	0.33 309	0.40 392	0.30 374	0.38 321	0.30 354

IGEV-FE	0.35 270	0.37 198	0.17 192	0.19 172	0.17 234	0.20 210	0.17 223	0.19 202	0.17 233	0.19 200	0.17 229	0.19 204	0.17 232	0.37 305	0.36 398	0.19 187	0.17 204	0.19 214	0.17 243	0.38 321	2.84 719

GCAP-BAT	0.41 322	1.30 490	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.44 390	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.44 341	0.34 338	0.38 336	0.26 282	0.38 321	0.26 264

RAFT-Stereo-weight	0.45 374	1.90 559	0.34 302	0.42 301	0.36 416	0.43 366	0.35 400	0.42 351	0.34 399	0.42 345	0.34 396	0.44 403	0.34 398	0.41 340	0.34 391	0.38 296	0.32 296	0.38 336	0.32 393	0.38 321	0.33 380

test_for_model	0.35 270	0.39 209	0.30 256	0.43 308	0.30 320	0.43 366	0.30 312	0.43 359	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.44 392	0.31 352	0.38 296	0.26 241	0.38 336	0.26 282	0.38 321	0.26 264

GCAPDPT-zeroshot4090	0.40 314	1.09 416	0.39 332	0.49 336	0.30 320	0.43 366	0.30 312	0.44 397	0.30 321	0.43 352	0.30 325	0.43 368	0.30 321	0.43 361	0.30 311	0.45 370	0.34 338	0.38 336	0.27 320	0.38 321	0.27 302

WAO-8	0.38 294	0.38 202	0.38 321	0.38 255	0.38 428	0.38 310	0.38 419	0.38 300	0.38 419	0.38 300	0.38 421	0.38 311	0.38 417	0.38 309	0.38 411	0.38 296	0.38 363	0.38 336	0.37 430	0.38 321	0.38 414

WAO-7	0.38 294	0.38 202	0.38 321	0.38 255	0.38 428	0.38 310	0.38 419	0.38 300	0.38 419	0.38 300	0.38 421	0.38 311	0.38 417	0.38 309	0.38 411	0.38 296	0.38 363	0.38 336	0.38 444	0.38 321	0.38 414

HanzoNet	0.39 308	0.38 202	0.40 364	0.39 264	0.41 449	0.38 310	0.38 419	0.38 300	0.38 419	0.39 307	0.39 431	0.38 311	0.38 417	0.39 317	0.40 428	0.38 296	0.38 363	0.40 392	0.38 444	0.38 321	0.40 423

IMH	0.38 294	0.38 202	0.38 321	0.38 255	0.38 428	0.38 310	0.38 419	0.38 300	0.38 419	0.42 345	0.38 421	0.40 326	0.38 417	0.38 309	0.38 411	0.38 296	0.38 363	0.39 379	0.38 444	0.38 321	0.38 414

RAFT-Test	0.36 278	0.37 198	0.33 288	0.41 291	0.32 381	0.41 338	0.32 369	0.41 333	0.32 378	0.41 331	0.32 379	0.41 341	0.32 379	0.41 340	0.33 376	0.37 283	0.29 276	0.37 328	0.29 356	0.38 321	0.31 364

RCA-Stereo	0.51 411	3.22 641	0.34 302	0.44 312	0.34 406	0.44 400	0.34 395	0.43 359	0.34 399	0.43 352	0.34 396	0.44 403	0.33 391	0.43 361	0.33 376	0.38 296	0.29 276	0.38 336	0.29 356	0.38 321	0.29 339

testmc14	2.43 694	10.48 742	8.02 752	8.93 743	0.31 367	0.44 400	0.30 312	0.42 351	0.30 321	0.42 345	0.30 325	0.42 359	0.30 321	0.42 354	0.30 311	8.88 755	6.99 745	0.41 410	0.28 341	0.39 369	0.28 330

MCSU-Stereo	2.48 697	10.56 743	8.50 754	9.47 747	0.31 367	0.43 366	0.30 312	0.42 351	0.30 321	0.42 345	0.30 325	0.42 359	0.30 321	0.41 340	0.30 311	8.86 754	6.93 744	0.40 392	0.29 356	0.39 369	0.28 330

aanet-new-10k	0.45 374	1.81 535	0.40 364	0.50 372	0.31 367	0.44 400	0.31 359	0.44 397	0.31 366	0.44 390	0.31 369	0.44 403	0.32 379	0.44 392	0.31 352	0.46 382	0.35 345	0.39 379	0.27 320	0.39 369	0.27 302

aanet-new-12k	0.46 383	1.99 569	0.40 364	0.51 383	0.31 367	0.44 400	0.31 359	0.44 397	0.31 366	0.44 390	0.31 369	0.44 403	0.31 372	0.44 392	0.32 364	0.47 389	0.35 345	0.39 379	0.27 320	0.39 369	0.27 302

GCAP-Stereo-DPT-25K	0.41 322	1.09 416	0.40 364	0.52 386	0.31 367	0.44 400	0.31 359	0.44 397	0.31 366	0.44 390	0.31 369	0.44 403	0.31 372	0.44 392	0.31 352	0.46 382	0.35 345	0.39 379	0.28 341	0.39 369	0.28 330

DDF-Stereo	0.43 338	1.15 425	0.57 446	0.53 388	0.32 381	0.41 338	0.32 369	0.41 333	0.32 378	0.41 331	0.32 379	0.41 341	0.32 379	0.40 320	0.32 364	0.52 412	0.50 435	0.38 336	0.31 385	0.39 369	0.31 364

water-stereo	0.41 322	0.84 346	0.46 395	0.50 372	0.33 394	0.45 414	0.33 380	0.45 406	0.32 378	0.45 402	0.32 379	0.45 413	0.32 379	0.45 410	0.32 364	0.44 341	0.41 384	0.39 379	0.31 385	0.39 369	0.32 371

mms	0.40 314	0.45 250	0.35 312	0.48 330	0.36 416	0.47 426	0.34 395	0.45 406	0.38 419	0.47 414	0.33 388	0.45 413	0.32 379	0.45 410	0.32 364	0.39 309	0.38 363	0.38 336	0.37 430	0.39 369	0.39 421

gcap-zeroshot	0.36 278	0.40 213	0.34 302	0.44 312	0.31 367	0.44 400	0.31 359	0.44 397	0.32 378	0.44 390	0.32 379	0.44 403	0.32 379	0.44 392	0.31 352	0.39 309	0.28 262	0.39 379	0.28 341	0.39 369	0.27 302

testlalala	0.36 278	0.40 213	0.34 302	0.44 312	0.31 367	0.44 400	0.31 359	0.44 397	0.32 378	0.44 390	0.32 379	0.44 403	0.32 379	0.44 392	0.31 352	0.39 309	0.28 262	0.39 379	0.28 341	0.39 369	0.27 302

GCAPDPT-zeroshot	0.36 278	0.40 213	0.30 256	0.43 308	0.30 320	0.43 366	0.30 312	0.43 359	0.31 366	0.43 352	0.30 325	0.43 368	0.30 321	0.44 392	0.31 352	0.39 309	0.28 262	0.39 379	0.27 320	0.39 369	0.26 264

GMOStereo	0.37 288	0.45 250	0.23 218	0.30 220	0.37 421	0.41 338	0.36 406	0.41 333	0.35 403	0.43 352	0.36 409	0.41 341	0.40 430	0.41 340	0.36 398	0.34 267	0.22 227	0.47 448	0.37 430	0.39 369	0.33 380

error version	0.93 523	4.47 673	2.35 696	1.99 612	0.37 421	0.41 338	0.36 406	0.41 333	0.35 403	0.43 352	0.36 409	0.41 341	0.40 430	0.41 340	0.36 398	1.87 630	2.16 691	0.47 448	0.37 430	0.39 369	0.33 380

test_1	0.93 523	4.47 673	2.35 696	1.99 612	0.37 421	0.41 338	0.36 406	0.41 333	0.35 403	0.43 352	0.36 409	0.41 341	0.40 430	0.41 340	0.36 398	1.87 630	2.16 691	0.47 448	0.37 430	0.39 369	0.33 380

GCAP-Stereo-DPT-FT	0.41 322	1.06 413	0.40 364	0.51 383	0.31 367	0.44 400	0.30 312	0.43 359	0.32 378	0.44 390	0.30 325	0.56 476	0.30 321	0.44 392	0.31 352	0.45 370	0.34 338	0.39 379	0.27 320	0.40 383	0.27 302

HART	0.38 294	0.45 250	0.34 302	0.42 301	0.33 394	0.41 338	0.34 395	0.42 351	0.33 388	0.43 352	0.34 396	0.42 359	0.34 398	0.41 340	0.38 411	0.40 317	0.32 296	0.42 426	0.32 393	0.40 383	0.32 371

RSM	0.36 278	0.36 195	0.43 385	0.37 252	0.42 459	0.49 440	0.42 449	0.37 291	0.28 296	0.36 292	0.29 310	0.36 298	0.30 321	0.37 305	0.28 285	0.34 267	0.31 291	0.34 299	0.35 421	0.40 383	0.29 339

knoymous	0.40 314	0.40 213	0.40 364	0.40 277	0.40 439	0.40 319	0.40 434	0.40 314	0.40 435	0.40 314	0.40 434	0.40 326	0.40 430	0.40 320	0.40 428	0.40 317	0.40 374	0.40 392	0.40 450	0.40 383	0.40 423

anonymousa	0.40 314	0.40 213	0.40 364	0.40 277	0.40 439	0.40 319	0.40 434	0.40 314	0.40 435	0.40 314	0.40 434	0.40 326	0.40 430	0.40 320	0.40 428	0.40 317	0.40 374	0.40 392	0.40 450	0.40 383	0.40 423

riskmin	0.40 314	0.40 213	0.40 364	0.40 277	0.40 439	0.40 319	0.40 434	0.40 314	0.40 435	0.40 314	0.40 434	0.40 326	0.40 430	0.40 320	0.40 428	0.40 317	0.40 374	0.40 392	0.40 450	0.40 383	0.40 423

Anonymous_2	0.40 314	0.40 213	0.40 364	0.40 277	0.40 439	0.40 319	0.40 434	0.40 314	0.40 435	0.40 314	0.40 434	0.40 326	0.40 430	0.40 320	0.40 428	0.40 317	0.40 374	0.40 392	0.40 450	0.40 383	0.40 423

Anonymous_1	0.40 314	0.40 213	0.40 364	0.40 277	0.40 439	0.40 319	0.40 434	0.40 314	0.40 435	0.40 314	0.40 434	0.40 326	0.40 430	0.40 320	0.40 428	0.40 317	0.40 374	0.40 392	0.40 450	0.40 383	0.40 423

DGSMNet	0.34 259	0.41 225	0.27 238	0.41 291	0.28 295	0.41 338	0.28 289	0.41 333	0.27 290	0.41 331	0.27 287	0.42 359	0.27 291	0.41 340	0.28 285	0.40 317	0.29 276	0.40 392	0.28 341	0.40 383	0.27 302

Gwc-CoAtRS	0.41 322	1.49 504	0.32 283	0.42 301	0.32 381	0.41 338	0.32 369	0.41 333	0.33 388	0.41 331	0.32 379	0.41 341	0.32 379	0.41 340	0.32 364	0.39 309	0.28 262	0.39 379	0.28 341	0.40 383	0.28 330

AdaStereo	0.40 314	0.40 213	0.40 364	0.40 277	0.40 439	0.40 319	0.40 434	0.40 314	0.40 435	0.40 314	0.40 434	0.40 326	0.40 430	0.40 320	0.40 428	0.40 317	0.40 374	0.40 392	0.40 450	0.40 383	0.40 423
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.
depthmonostereo	0.44 351	0.85 348	0.46 395	0.54 391	0.40 439	0.52 465	0.38 419	0.52 456	0.35 403	0.47 414	0.34 396	0.46 417	0.34 398	0.47 419	0.34 391	0.45 370	0.43 399	0.41 410	0.33 404	0.41 394	0.32 371

GREAT-IGEV	0.38 294	0.43 238	0.36 314	0.48 330	0.32 381	0.45 414	0.32 369	0.45 406	0.32 378	0.45 402	0.32 379	0.45 413	0.32 379	0.45 410	0.32 364	0.44 341	0.33 309	0.41 410	0.29 356	0.41 394	0.29 339
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
ccccc		0.44 241		0.48 330	0.35 410	0.48 431		0.51 451		0.47 414		0.47 423		0.47 419		0.41 325	0.40 374	0.40 392	0.40 450	0.41 394

Former-RAFT_DAM_RVC	0.49 403	0.98 380	0.64 467	0.84 458	0.46 470	0.45 414	0.35 400	0.47 416	0.47 468	0.45 402	0.34 396	0.46 417	0.48 472	0.46 415	0.35 395	0.39 309	0.71 500	0.39 379	0.35 421	0.41 394	0.41 432

GwcNet-ADL	0.41 322	0.41 225	0.41 378	0.41 291	0.41 449	0.41 338	0.41 443	0.41 333	0.41 445	0.41 331	0.41 442	0.41 341	0.41 442	0.41 340	0.41 436	0.41 325	0.41 384	0.41 410	0.41 459	0.41 394	0.41 432

PSMNet-ADL	0.41 322	0.41 225	0.41 378	0.41 291	0.41 449	0.41 338	0.41 443	0.41 333	0.41 445	0.41 331	0.41 442	0.41 341	0.41 442	0.41 340	0.41 436	0.41 325	0.41 384	0.41 410	0.41 459	0.41 394	0.41 432

GANet-ADL	0.41 322	0.41 225	0.41 378	0.41 291	0.41 449	0.41 338	0.41 443	0.41 333	0.41 445	0.41 331	0.41 442	0.41 341	0.41 442	0.41 340	0.41 436	0.41 325	0.41 384	0.41 410	0.41 459	0.41 394	0.41 432

ADLNet2	0.41 322	0.41 225	0.41 378	0.41 291	0.41 449	0.41 338	0.41 443	0.41 333	0.41 445	0.41 331	0.41 442	0.41 341	0.41 442	0.41 340	0.41 436	0.41 325	0.41 384	0.41 410	0.41 459	0.41 394	0.41 432

ADLNet	0.41 322	0.41 225	0.41 378	0.41 291	0.41 449	0.41 338	0.41 443	0.41 333	0.41 445	0.41 331	0.41 442	0.41 341	0.41 442	0.41 340	0.41 436	0.41 325	0.41 384	0.41 410	0.41 459	0.41 394	0.41 432

CFNet-RSSM	0.91 516	4.89 678	0.34 302	0.44 312	1.07 585	1.62 645	1.40 659	0.91 523	0.35 403	1.60 637	1.39 659	0.64 491	0.34 398	0.44 392	0.33 376	0.41 325	0.35 345	0.75 519	0.30 374	0.41 394	0.29 339

quiztm	0.43 338	0.49 267	0.40 364	0.51 383	0.40 439	0.51 461	0.40 434	0.50 437	0.40 435	0.50 444	0.40 434	0.51 462	0.40 430	0.50 444	0.40 428	0.44 341	0.34 338	0.44 429	0.34 408	0.44 404	0.34 387

SCV_C0	0.45 374	0.88 355	0.49 418	0.54 391	0.37 421	0.48 431	0.37 412	0.48 420	0.37 415	0.48 421	0.36 409	0.48 430	0.37 413	0.49 436	0.37 408	0.50 404	0.41 384	0.44 429	0.34 408	0.44 404	0.34 387

SCV	0.46 383	0.94 375	0.45 389	0.54 391	0.37 421	0.48 431	0.38 419	0.48 420	0.37 415	0.48 421	0.39 431	0.48 430	0.37 413	0.49 436	0.37 408	0.50 404	0.46 410	0.44 429	0.34 408	0.44 404	0.34 387

GCST	0.50 406	2.08 572	0.38 321	0.53 388	0.35 410	0.49 440	0.35 400	0.50 437	0.35 403	0.49 431	0.35 405	0.49 437	0.35 404	0.49 436	0.35 395	0.48 394	0.37 356	0.45 434	0.33 404	0.44 404	0.33 380

LL-Strereo2	0.48 397	1.73 518	0.51 430	0.59 404	0.34 406	0.42 359	0.33 380	0.40 314	0.31 366	0.42 345	0.33 388	0.42 359	0.31 372	0.44 392	0.39 425	0.60 434	0.51 440	0.44 429	0.33 404	0.44 404	0.33 380

rgla	0.45 374	0.54 290	0.33 288	0.67 423	0.32 381	0.48 431	0.33 380	0.48 420	0.33 388	0.48 421	0.94 570	0.48 430	0.33 391	0.47 419	0.33 376	0.45 370	0.52 443	0.53 478	0.31 385	0.45 409	0.32 371

416test	0.46 383	0.55 293	0.33 288	0.67 423	0.33 394	0.48 431	0.33 380	0.48 420	0.33 388	0.48 421	0.99 575	0.48 430	0.33 391	0.48 429	0.33 376	0.45 370	0.52 443	0.54 481	0.32 393	0.45 409	0.32 371

Select-FE	0.41 322	0.44 241	0.23 218	0.26 212	0.22 267	0.26 256	0.22 252	0.26 248	0.23 264	0.26 252	0.23 265	0.26 259	0.23 268	0.45 410	0.42 444	0.25 227	0.22 227	0.25 252	0.22 260	0.45 409	2.90 720

Zero-FE251	0.36 278	0.40 213	0.28 246	0.41 291	0.28 295	0.41 338	0.28 289	0.41 333	0.28 296	0.41 331	0.28 295	0.41 341	0.28 300	0.42 354	0.30 311	0.37 283	0.26 241	0.37 328	0.27 320	0.45 409	0.56 493

UGAM	0.51 411	2.23 586	0.39 332	0.54 391	0.35 410	0.50 449	0.35 400	0.49 428	0.35 403	0.49 431	0.35 405	0.49 437	0.36 408	0.50 444	0.36 398	0.49 397	0.37 356	0.45 434	0.34 408	0.45 409	0.34 387

S0	0.42 336	0.44 241	0.54 438	0.59 404	0.34 406	0.48 431	0.22 252	0.51 451	0.25 272	0.51 453	0.34 396	0.53 465	0.35 404	0.47 419	0.36 398	0.55 422	0.39 370	0.49 461	0.27 320	0.46 414	0.34 387

Pro-Stereo	0.79 480	0.53 286	0.38 321	0.49 336	0.38 428	0.49 440	0.37 412	0.49 428	0.67 515	0.50 444	0.38 421	1.10 566	0.38 417	0.49 436	0.38 411	0.71 463	0.88 522	5.98 754	0.36 427	0.46 414	0.36 401

GEAStereo	0.62 434	3.91 660	0.48 411	0.69 429	0.38 428	0.51 461	0.38 419	0.51 451	0.38 419	0.53 460	0.38 421	0.50 451	0.38 417	0.51 454	0.38 411	0.54 416	0.43 399	0.46 438	0.34 408	0.46 414	0.34 387

GSStereo	0.81 488	4.28 670	0.50 424	0.59 404	0.40 439	0.51 461	0.38 419	0.50 437	0.38 419	0.50 444	0.38 421	0.50 451	3.79 735	0.50 444	0.38 411	0.54 416	0.43 399	0.46 438	0.34 408	0.46 414	0.35 398

GS-Stereo							0.38 419	0.50 437	0.38 419	0.50 444	0.38 421	0.50 451	3.79 735	0.50 444	0.38 411	0.54 416	0.43 399	0.46 438	0.34 408	0.46 414	0.35 398

gasm-f	0.62 434	3.91 660	0.48 411	0.69 429	0.38 428	0.51 461	0.38 419	0.51 451	0.38 419	0.53 460	0.38 421	0.50 451	0.38 417	0.51 454	0.38 411	0.54 416	0.43 399	0.46 438	0.34 408	0.46 414	0.34 387

GASTEREO	0.48 397	1.21 478	0.47 403	0.57 399	0.38 428	0.50 449	0.38 419	0.50 437	0.38 419	0.50 444	0.38 421	0.50 451	0.38 417	0.50 444	0.38 411	0.52 412	0.42 394	0.46 438	0.34 408	0.46 414	0.34 387

UGAM-zero	0.51 411	2.17 581	0.39 332	0.53 388	0.36 416	0.50 449	0.36 406	0.50 437	0.36 413	0.49 431	0.36 409	0.50 451	0.35 404	0.50 444	0.36 398	0.49 397	0.37 356	0.47 448	0.35 421	0.46 414	0.34 387

otaku	0.46 383	0.46 254	0.46 395	0.46 317	0.46 470	0.46 421	0.46 463	0.46 410	0.46 463	0.46 408	0.46 466	0.46 417	0.46 463	0.46 415	0.46 457	0.46 382	0.46 410	0.46 438	0.46 475	0.46 414	0.46 449

Ntro	0.47 391	0.47 259	0.46 395	0.46 317	0.46 470	0.47 426	0.47 468	0.46 410	0.47 468	0.46 408	0.46 466	0.47 423	0.46 463	0.47 419	0.47 464	0.47 389	0.46 410	0.46 438	0.46 475	0.46 414	0.46 449

Dean	0.46 383	0.46 254	0.46 395	0.46 317	0.46 470	0.46 421	0.46 463	0.46 410	0.46 463	0.47 414	0.46 466	0.46 417	0.46 463	0.46 415	0.46 457	0.46 382	0.46 410	0.46 438	0.46 475	0.46 414	0.46 449

ACVNet_1	0.46 383	0.47 259	0.46 395	0.46 317	0.46 470	0.46 421	0.46 463	0.46 410	0.47 468	0.46 408	0.46 466	0.46 417	0.46 463	0.46 415	0.46 457	0.46 382	0.46 410	0.47 448	0.46 475	0.46 414	0.46 449

ACVNet-4b	0.46 383	0.46 254	0.46 395	0.46 317	0.46 470	0.46 421	0.46 463	0.46 410	0.46 463	0.46 408	0.46 466	0.46 417	0.46 463	0.47 419	0.46 457	0.46 382	0.46 410	0.46 438	0.46 475	0.46 414	0.46 449

Selective-IGEV	0.51 411	0.55 293	0.45 389	0.69 429	0.45 468	0.61 484	0.45 459	0.50 437	0.40 435	0.56 471	0.44 457	0.55 473	0.40 430	0.72 500	0.67 508	0.59 432	0.46 410	0.45 434	0.34 408	0.46 414	0.37 407

DVStereo	0.43 338	0.86 350	0.48 411	0.50 372	0.33 394	0.46 421	0.33 380	0.46 410	0.33 388	0.46 408	0.33 388	0.47 423	0.33 391	0.47 419	0.34 391	0.45 370	0.42 394	0.40 392	0.33 404	0.47 428	0.38 414

HaxPig	0.47 391	0.47 259	0.47 403	0.49 336	0.47 477	0.47 426	0.47 468	0.47 416	0.47 468	0.47 414	0.47 474	0.47 423	0.47 471	0.47 419	0.47 464	0.47 389	0.47 418	0.47 448	0.47 482	0.47 428	0.48 459

UNDER WATER	0.47 391	0.47 259	0.47 403	0.47 324	0.47 477	0.47 426	0.47 468	0.47 416	0.47 468	0.47 414	0.47 474	0.47 423	0.46 463	0.47 419	0.47 464	0.47 389	0.47 418	0.47 448	0.46 475	0.47 428	0.47 457

LVE	0.47 391	0.47 259	0.47 403	0.47 324	0.49 485	0.47 426	0.47 468	0.47 416	0.49 477	0.47 414	0.47 474	0.47 423	0.46 463	0.47 419	0.47 464	0.47 389	0.47 418	0.48 456	0.47 482	0.47 428	0.47 457

MSCF	0.51 411	1.40 501	0.49 418	0.58 401	0.38 428	0.50 449	0.38 419	0.54 460	0.41 445	0.52 457	0.41 442	0.53 465	0.42 448	0.53 462	0.41 436	0.60 434	0.47 418	0.48 456	0.37 430	0.48 432	0.38 414

RainbowNet	0.48 397	0.48 265	0.48 411	0.48 330	0.48 481	0.48 431	0.48 477	0.48 420	0.48 475	0.48 421	0.48 478	0.48 430	0.48 472	0.48 429	0.48 470	0.48 394	0.48 424	0.48 456	0.48 486	0.48 432	0.48 459

notaker	0.48 397	0.49 267	0.48 411	0.48 330	0.48 481	0.48 431	0.48 477	0.48 420	0.49 477	0.48 421	0.48 478	0.48 430	0.48 472	0.48 429	0.48 470	0.48 394	0.48 424	0.48 456	0.48 486	0.48 432	0.49 465

LG-Stereo_L1	0.47 391	0.52 282	0.47 403	0.62 410	0.39 438	0.53 467	0.40 434	0.53 458	0.39 432	0.53 460	0.39 431	0.53 465	0.39 429	0.53 462	0.39 425	0.55 422	0.46 410	0.49 461	0.37 430	0.49 435	0.37 407

TorneroNet	0.66 442	0.53 286	0.50 424	0.50 372	0.64 519	1.06 556	0.70 533	0.50 437	0.51 489	0.49 431	0.69 529	0.49 437	0.50 482	0.48 429	1.15 585	0.71 463	0.49 427	1.14 573	1.08 586	0.49 435	0.49 465

ACVNet_2	0.49 403	0.49 267	0.49 418	0.49 336	0.49 485	0.49 440	0.49 479	0.49 428	0.49 477	0.49 431	0.49 481	0.49 437	0.49 478	0.49 436	0.49 472	0.49 397	0.49 427	0.49 461	0.49 490	0.49 435	0.49 465

iRaftStereo_RVC	0.97 528	3.17 640	2.30 695	2.42 644	0.38 428	0.54 471	0.38 419	0.54 460	0.38 419	0.54 466	0.38 421	0.54 469	0.38 417	0.54 465	0.38 411	2.38 679	2.34 695	0.49 461	0.36 427	0.49 435	0.36 401

aanetorigin	0.13 139	0.11 109	0.11 119	0.11 104	0.11 181	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.12 186	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.11 128	0.14 172	0.11 172	0.49 435	0.11 172

FoundationStereo	0.50 406	0.50 272	0.50 424	0.50 372	0.50 489	0.50 449	0.50 483	0.50 437	0.50 482	0.50 444	0.50 485	0.50 451	0.50 482	0.50 444	0.50 475	0.50 404	0.50 435	0.50 467	0.50 492	0.50 440	0.50 468

StereoAnything_RVC	0.50 406	0.50 272	0.50 424	0.50 372	0.50 489	0.50 449	0.50 483	0.50 437	0.50 482	0.50 444	0.50 485	0.50 451	0.50 482	0.50 444	0.50 475	0.50 404	0.50 435	0.50 467	0.50 492	0.50 440	0.50 468

fffft	0.48 397	0.51 280	0.45 389	0.52 386	0.45 468	0.52 465	0.45 459	0.52 456	0.48 475	0.53 460	0.45 462	0.52 463	0.45 459	0.52 459	0.46 457	0.51 410	0.41 384	0.50 467	0.41 459	0.50 440	0.41 432
1: 1. 1
dual_stereo	0.50 406	0.50 272	0.50 424	0.50 372	0.50 489	0.50 449	0.50 483	0.50 437	0.50 482	0.50 444	0.50 485	0.50 451	0.50 482	0.50 444	0.50 475	0.50 404	0.50 435	0.50 467	0.50 492	0.50 440	0.50 468

KSHMR	0.66 442	0.50 272	0.48 411	1.15 507	0.52 496	0.49 440	0.51 487	0.49 428	0.71 539	0.67 495	0.50 485	1.16 574	1.11 574	0.66 489	0.52 482	0.49 397	0.49 427	0.51 472	0.66 529	0.50 440	1.14 585

SANet	0.50 406	0.50 272	0.50 424	0.50 372	0.50 489	0.50 449	0.50 483	0.50 437	0.50 482	0.50 444	0.50 485	0.50 451	0.50 482	0.50 444	0.50 475	0.50 404	0.50 435	0.50 467	0.50 492	0.50 440	0.50 468

416test1013	0.49 403	0.80 339	0.33 288	0.67 423	0.33 394	0.48 431	0.41 443	0.48 420	0.39 432	0.48 421	0.93 569	0.52 463	0.32 379	0.52 459	0.38 411	0.49 397	0.51 440	0.53 478	0.37 430	0.51 446	0.36 401

LG-Stereo_Zeroshot	0.48 397	0.55 293	0.47 403	0.63 412	0.41 449	0.56 473	0.44 453	0.56 464	0.41 445	0.56 471	0.41 442	0.57 479	0.42 448	0.56 470	0.41 436	0.55 422	0.43 399	0.51 472	0.37 430	0.51 446	0.37 407

Occ-G	1.12 552	0.52 282	3.72 728	3.50 685	0.50 489	0.56 473	0.47 468	0.54 460	0.46 463	0.54 466	0.41 442	0.54 469	0.42 448	0.52 459	0.42 444	3.42 703	4.02 725	0.52 475	0.45 473	0.51 446	0.44 445

FSD					0.44 464	0.56 473	0.44 453	0.55 463	0.44 458	0.56 471	0.44 457	0.56 476	0.44 455	0.56 470	0.46 457	0.61 438	0.42 394	0.52 475	0.42 467	0.52 449

LG-Stereo	0.60 427	0.58 300	0.47 403	0.64 417	0.74 541	1.00 539	0.69 527	0.57 467	0.41 445	0.57 474	0.41 442	0.57 479	0.41 442	1.00 546	0.75 542	0.91 502	0.51 440	0.52 475	0.37 430	0.52 449	0.37 407

ktn	0.72 462	0.53 286	1.08 544	1.14 504	0.51 495	1.22 617	1.36 652	0.51 451	0.59 502	0.51 453	0.51 491	0.69 499	1.20 586	0.67 491	0.51 480	0.51 410	0.49 427	0.58 487	0.66 529	0.52 449	0.53 479

LL-Strereo	1.01 539	5.06 685	1.63 641	0.70 435	1.43 659	0.56 473	0.46 463	0.57 467	0.50 482	0.57 474	0.50 485	1.58 639	0.49 478	0.59 477	0.50 475	1.64 622	0.52 443	0.51 472	1.37 655	0.52 449	0.45 447

PML	0.46 383	1.36 496	0.29 252	0.58 401	0.30 320	0.57 479	0.29 304	0.57 467	0.29 306	0.57 474	0.29 310	0.57 479	0.29 312	0.56 470	0.29 301	0.52 412	0.30 286	0.53 478	0.31 385	0.53 453	0.30 354

PSMNet_ROB	0.54 417	0.54 290	0.54 438	0.54 391	0.53 499	0.54 471	0.54 493	0.53 458	0.54 493	0.54 466	0.54 496	0.54 469	0.53 489	0.54 465	0.54 486	0.54 416	0.53 447	0.54 481	0.54 500	0.54 454	0.54 482

DNS	0.86 508	2.43 605	1.66 644	2.03 614	0.42 459	0.60 482	0.42 449	0.60 475	0.42 453	0.60 479	0.42 452	0.60 484	0.42 448	0.60 479	0.42 444	1.97 639	1.63 650	0.55 484	0.40 450	0.55 455	0.40 423

252Zero-FE	0.45 374	0.50 272	0.36 314	0.50 372	0.36 416	0.50 449	0.36 406	0.50 437	0.36 413	0.49 431	0.36 409	0.49 437	0.36 408	0.54 465	0.41 436	0.45 370	0.34 338	0.45 434	0.34 408	0.55 455	0.75 537

MyStereo8	0.71 459	3.92 662	0.52 433	0.59 404	0.52 496	0.57 479	0.53 490	0.59 473	0.50 482	0.59 478	0.51 491	0.57 479	0.50 482	0.56 470	0.52 482	0.54 416	0.49 427	0.54 481	0.49 490	0.55 455	0.50 468

DN	0.53 416	0.85 348	0.45 389	0.65 418	0.44 464	0.60 482	0.44 453	0.60 475	0.44 458	0.60 479	0.45 462	0.60 484	0.44 455	0.60 479	0.44 450	0.56 426	0.42 394	0.56 485	0.42 467	0.56 458	0.42 439

LiteMatch	1.13 554	0.73 322	2.80 704	3.23 668	0.61 513	0.83 520	0.68 519	0.73 499	0.69 526	1.00 539	0.77 550	0.94 539	0.57 495	0.82 514	0.64 501	2.97 696	2.43 698	0.68 503	0.32 393	0.56 458	0.70 522

Lsterematch	1.13 554	0.73 322	2.80 704	3.23 668	0.61 513	0.83 520	0.68 519	0.73 499	0.69 526	1.00 539	0.77 550	0.94 539	0.57 495	0.82 514	0.64 501	2.97 696	2.43 698	0.68 503	0.32 393	0.56 458	0.70 522

S	0.56 424	0.61 308	0.54 438	0.68 428	0.48 481	0.65 490	0.49 479	0.63 481	0.49 477	0.64 489	0.49 481	0.64 491	0.48 472	0.62 481	0.49 472	0.63 447	0.62 473	0.59 490	0.48 486	0.57 461	0.48 459

AIO-test1	0.54 417	0.60 306	0.52 433	0.66 422	0.47 477	0.61 484	0.47 468	0.58 470	0.46 463	0.61 481	0.46 466	0.61 487	0.45 459	0.62 481	0.45 453	0.61 438	0.52 443	0.57 486	0.48 486	0.57 461	0.48 459

AIO-test2	0.55 422	0.59 303	0.52 433	0.67 423	0.47 477	0.61 484	0.47 468	0.61 479	0.47 468	0.61 481	0.47 474	0.61 487	0.48 472	0.62 481	0.47 464	0.64 449	0.53 447	0.58 487	0.47 482	0.58 463	0.48 459

MonSter	0.60 427	0.64 311	0.52 433	0.62 410	0.44 464	2.07 661	0.44 453	0.62 480	0.44 458	0.62 485	0.44 457	0.62 489	0.44 455	0.62 481	0.44 450	0.58 429	0.42 394	0.62 492	0.46 475	0.58 463	0.42 439

WCG-NET	0.61 432	1.21 478	0.54 438	0.61 409	0.53 499	0.67 493	0.53 490	0.66 487	0.53 491	0.64 489	0.53 494	0.65 495	0.53 489	0.59 477	0.52 482	0.65 451	0.48 424	0.64 496	0.52 496	0.58 463	0.50 468

MWDA-net	0.67 448	0.66 312	0.45 389	2.84 658	0.46 470	0.73 502	0.45 459	0.71 495	0.44 458	0.72 501	0.45 462	0.70 502	0.45 459	0.70 496	0.44 450	0.61 438	0.41 384	0.61 491	0.43 470	0.61 466	0.42 439

CASS	0.57 426	0.89 358	0.56 442	0.57 399	0.56 503	0.56 473	0.56 495	0.56 464	0.53 491	0.57 474	0.57 499	0.59 483	0.48 472	0.56 470	0.57 490	0.55 422	0.56 452	0.47 448	0.56 506	0.62 467	0.56 493
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 427	0.75 327	0.49 418	0.79 449	0.50 489	0.79 510	0.49 479	0.79 504	0.49 477	0.80 515	0.49 481	0.79 516	0.49 478	0.80 510	0.49 472	0.63 447	0.40 374	0.63 494	0.40 450	0.63 468	0.40 423

SMoEStereo_RVC	0.63 436	0.75 327	0.51 430	0.73 443	0.53 499	0.71 500	0.47 468	0.67 488	0.58 497	0.74 508	0.60 505	0.72 506	0.53 489	0.74 504	0.51 480	0.61 438	0.62 473	0.62 492	0.61 515	0.63 468	0.61 499

DispNO	1.00 531	0.63 309	0.43 385	3.45 681	0.44 464	0.65 490	0.43 452	0.64 483	0.43 455	0.64 489	0.43 455	0.64 491	3.03 713	0.64 487	0.43 449	4.55 715	0.43 399	0.63 494	0.43 470	0.63 468	0.43 442

Anonymus	0.47 391	0.73 322	0.46 395	0.43 308	0.54 502	0.53 467	0.27 278	0.39 305	0.35 403	0.33 281	0.40 434	0.33 286	0.38 417	0.53 462	0.54 486	0.56 426	0.36 351	0.49 461	0.53 498	0.66 471	0.54 482

test-3	0.98 530	4.13 666	1.85 664	1.85 603	0.61 513	0.69 495	0.37 412	0.63 481	0.61 505	0.66 493	0.51 491	0.73 508	0.44 455	0.57 475	0.54 486	1.68 623	1.81 662	0.40 392	0.43 470	0.66 471	0.50 468

DSFCA	0.66 442	0.73 322	0.78 508	0.65 418	0.65 521	0.64 489	0.64 507	0.65 484	0.63 509	0.64 489	0.64 513	0.64 491	0.64 507	0.65 488	0.65 504	0.65 451	0.65 478	0.65 500	0.65 526	0.66 471	0.64 509

FAST (zero-shot)	0.87 512	1.55 506	0.42 383	1.57 590	0.42 459	1.62 645	0.45 459	1.59 633	0.42 453	1.66 644	0.44 457	1.62 644	0.42 448	1.59 639	0.42 444	0.64 449	0.43 399	0.64 496	0.42 467	0.67 474	0.46 449

WAFT-Stereo (ZS)	0.67 448	0.78 334	0.67 477	0.67 423	0.66 524	0.67 493	0.67 514	0.65 484	0.66 513	0.66 493	0.67 518	0.66 498	0.67 514	0.67 491	0.72 536	0.66 453	0.67 481	0.67 502	0.67 533	0.67 474	0.67 515

999	1.00 531	1.12 421	0.59 448	1.10 498	1.21 647	1.09 561	0.52 488	1.08 549	1.43 661	1.18 573	1.35 653	0.98 544	0.52 488	0.91 532	0.85 556	0.72 471	1.46 632	0.83 535	0.98 574	0.68 476	1.41 657

anonymity	0.63 436	0.69 315	0.56 442	0.71 437	0.56 503	0.71 500	0.56 495	0.71 495	0.56 494	0.72 501	0.56 498	0.71 503	0.56 493	0.71 498	0.58 492	0.68 456	0.55 450	0.68 503	0.55 502	0.68 476	0.54 482

LMCR-Stereo	0.65 440	0.63 309	0.65 471	0.65 418	0.65 521	0.66 492	0.63 506	0.58 470	0.65 511	0.63 488	0.64 513	0.65 495	0.65 509	0.66 489	0.66 507	0.66 453	0.64 476	0.65 500	0.67 533	0.68 476	0.73 533

FC-DCNN	1.07 546	1.09 416	0.98 532	0.89 464	0.52 496	1.41 636	0.91 563	1.21 611	1.24 647	1.96 650	2.05 719	1.91 651	1.30 639	1.27 628	1.08 579	0.80 487	0.60 467	0.58 487	0.41 459	0.68 476	0.54 482

mm2	0.69 453	0.69 315	0.69 487	0.69 429	0.69 530	0.69 495	0.69 527	0.69 490	0.69 526	0.69 498	0.69 529	0.69 499	0.69 525	0.69 494	0.69 523	0.69 457	0.69 493	0.69 506	0.69 539	0.69 480	0.69 519

mm1	0.69 453	0.69 315	0.69 487	0.69 429	0.69 530	0.69 495	0.69 527	0.69 490	0.69 526	0.69 498	0.69 529	0.69 499	0.69 525	0.69 494	0.69 523	0.69 457	0.69 493	0.69 506	0.69 539	0.69 480	0.69 519

DMCA-RVC	0.70 456	0.80 339	0.70 490	0.70 435	0.70 534	0.70 498	0.70 533	0.71 495	0.70 534	0.70 500	0.71 539	0.71 503	0.70 529	0.70 496	0.69 523	0.69 457	0.70 496	0.69 506	0.70 543	0.69 480	0.70 522

DStereoRT	0.73 466	0.81 343	0.73 500	0.71 437	0.74 541	0.73 502	0.75 542	0.71 495	0.71 539	0.74 508	0.72 542	0.73 508	0.80 546	0.71 498	0.73 537	0.76 481	0.71 500	0.73 513	0.72 548	0.70 483	0.76 540

4D-IteraStereo	0.78 479	3.13 638	0.89 520	0.69 429	0.32 381	0.40 319	0.32 369	0.76 502	0.97 574	0.52 457	0.65 515	0.89 531	0.32 379	0.76 506	0.98 567	0.83 496	0.94 528	0.35 315	0.27 320	0.70 483	0.89 555

MyStereo06	0.75 470	4.12 664	0.60 452	0.63 412	0.61 513	0.62 487	0.66 510	0.56 464	0.45 462	0.55 469	0.48 478	0.54 469	0.46 463	0.57 475	0.45 453	0.60 434	0.57 454	0.64 496	0.55 502	0.72 485	0.55 490

MyStereo05	0.80 483	4.12 664	0.63 464	0.63 412	0.61 513	0.62 487	0.66 510	0.65 484	0.62 506	0.67 495	0.61 509	0.65 495	0.58 498	0.67 491	0.55 489	0.60 434	0.57 454	0.64 496	0.55 502	0.72 485	0.55 490

PA-Net	11.80 758	223.51 785	0.62 460	0.59 404	0.71 536	0.59 481	0.73 540	0.67 488	0.73 545	0.55 469	0.61 509	0.60 484	0.74 537	0.63 486	0.73 537	0.66 453	0.60 467	0.69 506	0.66 529	0.72 485	0.65 511
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MWSP-net	0.96 527	0.75 327	0.49 418	4.84 715	0.48 481	1.28 623	0.52 488	1.20 565	0.51 489	1.14 570	0.70 533	1.00 545	0.56 493	0.90 530	0.69 523	0.76 481	0.60 467	0.95 556	0.56 506	0.73 488	0.45 447

iGMRVC	0.84 499	2.85 632	0.72 496	0.72 439	0.73 539	0.77 505	0.79 547	0.73 499	0.74 547	0.73 503	0.72 542	0.73 508	0.76 540	0.73 502	0.73 537	0.72 471	0.73 503	0.73 513	0.72 548	0.73 488	0.72 529

SE	0.64 438	0.73 322	0.77 506	0.79 449	0.59 506	0.78 507	0.54 493	0.58 470	0.58 497	0.78 512	0.59 503	0.63 490	0.18 243	0.78 507	0.52 482	0.80 487	0.65 478	0.69 506	0.57 509	0.75 490	0.52 476

MGA	0.73 466	0.76 330	0.60 452	0.92 471	1.17 595	0.81 515	0.59 502	0.84 514	0.62 506	0.81 518	0.59 503	0.84 525	0.60 502	0.81 513	0.61 499	0.71 463	0.53 447	0.89 540	0.53 498	0.75 490	0.54 482

GCAP-Stereo	0.75 470	4.15 667	0.42 383	0.75 447	0.35 410	0.78 507	0.40 434	0.79 504	0.38 419	0.78 512	0.36 409	0.78 514	0.36 408	0.79 508	0.39 425	0.75 479	0.39 370	0.76 521	0.39 448	0.75 490	0.39 421

zero-FE	0.72 462	1.31 492	0.66 473	0.92 471	0.60 508	0.82 518	0.58 498	0.82 513	0.58 497	0.81 518	0.60 505	0.81 521	0.60 502	0.82 514	0.58 492	0.74 478	0.59 464	0.73 513	0.52 496	0.76 493	0.51 475

PAM_32	0.64 438	2.38 601	0.51 430	0.92 471	0.43 463	0.53 467	0.44 453	0.87 516	0.43 455	0.52 457	0.45 462	0.53 465	0.40 430	0.54 465	0.46 457	0.62 443	0.56 452	0.48 456	0.45 473	0.76 493	0.44 445

monster-pro	0.75 470	1.67 510	0.64 467	0.89 464	0.57 505	0.86 524	0.56 495	0.87 516	0.56 494	0.87 524	0.57 499	0.88 528	0.57 495	0.87 525	0.57 490	0.79 485	0.58 458	0.76 521	0.54 500	0.77 495	0.54 482

RAFT-Stereo + iAFF	0.70 456	0.72 321	0.71 493	0.80 453	0.62 518	0.82 518	0.61 504	0.81 510	0.62 506	0.81 518	0.63 511	0.80 518	0.70 529	0.73 502	0.61 499	0.76 481	0.61 472	0.74 518	0.61 515	0.77 495	0.61 499

ARAFT	0.68 450	0.81 343	0.63 464	0.74 446	0.60 508	0.78 507	0.62 505	0.77 503	0.66 513	0.74 508	0.63 511	0.75 511	0.62 506	0.83 519	0.60 497	0.70 462	0.55 450	0.70 511	0.60 513	0.78 497	0.55 490

AFF-stereo	0.73 466	0.88 355	0.67 477	0.75 447	0.68 529	0.75 504	0.64 507	0.80 507	0.72 542	0.83 523	0.70 533	0.82 522	0.64 507	0.84 520	0.67 508	0.77 484	0.63 475	0.81 530	0.63 517	0.78 497	0.62 502

Selective-RAFT-Error	0.88 513	0.84 346	0.98 532	0.86 463	0.97 573	0.88 526	0.95 568	0.84 514	0.99 577	0.92 531	0.82 558	0.84 525	0.98 560	0.87 525	0.97 566	0.81 491	0.83 519	0.79 525	0.82 564	0.79 499	0.85 551

psmorigin	0.41 322	0.46 254	0.33 288	0.49 336	0.33 394	0.49 440	0.33 380	0.49 428	0.33 388	0.49 431	0.33 388	0.49 437	0.33 391	0.51 454	0.33 376	0.41 325	0.30 286	0.41 410	0.30 374	0.79 499	0.29 339

G-Net	0.79 480	0.79 336	0.79 511	0.79 449	0.79 554	0.79 510	0.79 547	0.79 504	0.79 553	0.79 514	0.79 554	0.79 516	0.79 545	0.79 508	0.79 547	0.79 485	0.79 513	0.79 525	0.79 559	0.79 499	0.79 545

AEACV	1.12 552	0.52 282	3.12 719	3.24 670	0.86 561	0.53 467	0.49 479	0.60 475	0.47 468	0.53 460	0.49 481	0.55 473	0.45 459	0.55 469	0.47 464	3.01 698	3.88 723	0.71 512	0.60 513	0.80 502	0.48 459

NaN_ROB	0.80 483	0.80 339	0.80 512	0.80 453	0.80 557	0.80 512	0.80 550	0.80 507	0.80 555	0.80 515	0.80 556	0.80 518	0.80 546	0.80 510	0.80 550	0.80 487	0.80 516	0.80 528	0.80 561	0.80 502	0.80 546

CSAN	0.80 483	0.80 339	0.80 512	0.80 453	0.80 557	0.80 512	0.80 550	0.80 507	0.80 555	0.80 515	0.80 556	0.80 518	0.80 546	0.80 510	0.80 550	0.80 487	0.80 516	0.80 528	0.80 561	0.80 502	0.80 546

FlowAnything_test	1.02 541	1.72 513	0.71 493	1.59 592	0.70 534	1.61 643	0.69 527	1.61 635	0.70 534	1.60 637	0.70 533	1.61 643	0.69 525	1.61 642	0.70 532	0.81 491	0.58 458	0.81 530	0.55 502	0.81 505	0.56 493

Selective-RAFT	0.89 515	0.89 358	0.72 496	1.16 512	0.78 552	1.06 556	0.82 557	0.87 516	0.97 574	1.00 539	0.91 565	0.90 532	1.00 561	0.89 529	0.93 563	0.83 496	0.83 519	0.82 534	0.82 564	0.81 505	0.82 549

FlowAnything	1.02 541	1.71 512	0.72 496	1.59 592	0.69 530	1.60 642	0.69 527	1.61 635	0.70 534	1.60 637	0.69 529	1.60 640	0.69 525	1.61 642	0.69 523	0.81 491	0.58 458	0.81 530	0.56 506	0.82 507	0.56 493

DCRE	0.84 499	1.89 557	0.77 506	0.94 478	0.72 538	0.88 526	0.73 540	0.87 516	0.78 549	0.90 527	0.71 539	0.88 528	0.67 514	0.88 527	0.73 537	0.81 491	0.68 487	0.81 530	0.70 543	0.82 507	0.70 522

RSM++	0.76 475	0.82 345	0.66 473	0.85 462	0.64 519	0.85 522	0.71 536	0.94 530	0.64 510	0.87 524	0.67 518	0.87 527	0.65 509	0.84 520	0.65 504	0.81 491	0.70 496	0.79 525	0.71 546	0.83 509	0.70 522

UDG	0.80 483	2.21 585	0.60 452	0.91 468	0.60 508	0.90 529	0.58 498	0.88 520	0.60 503	0.90 527	0.60 505	0.88 528	0.60 502	0.90 530	0.58 492	0.86 500	0.60 467	0.84 536	0.59 512	0.84 510	0.61 499

noway5	1.92 631	4.97 681	1.95 684	2.31 634	1.68 678	2.21 673	1.68 679	2.21 670	1.69 681	2.22 679	1.68 683	2.21 670	1.68 664	2.21 672	1.68 680	2.18 656	1.87 677	1.71 655	0.65 526	0.85 511	0.72 529

DDUNet	0.81 488	2.45 606	0.57 446	0.90 466	0.60 508	0.88 526	0.59 502	0.90 521	0.60 503	0.88 526	0.60 505	0.90 532	0.58 498	0.88 527	0.60 497	0.84 498	0.60 467	0.86 538	0.57 509	0.86 512	0.60 498

CAR	0.72 462	0.76 330	0.59 448	0.84 458	1.19 599	0.81 515	0.58 498	0.81 510	0.58 497	0.81 518	0.58 501	0.83 523	0.59 500	0.82 514	0.59 495	0.71 463	0.49 427	0.73 513	0.68 535	0.87 513	0.52 476

MSE-Stereo	0.72 462	0.76 330	0.59 448	0.84 458	1.19 599	0.81 515	0.58 498	0.81 510	0.58 497	0.81 518	0.58 501	0.83 523	0.59 500	0.82 514	0.59 495	0.71 463	0.49 427	0.73 513	0.68 535	0.87 513	0.52 476

MoCha-V2	2.11 667	26.97 762	0.78 508	0.92 471	0.77 551	0.96 536	0.72 539	0.90 521	0.72 542	0.94 535	0.70 533	0.90 532	0.71 534	0.91 532	0.71 534	0.85 499	0.71 500	0.88 539	0.69 539	0.87 513	0.67 515

UNet	0.29 236	0.90 362	0.10 99	0.14 128	0.10 162	0.14 173	0.10 157	0.91 523	0.69 526	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 516	0.76 540

AdaDepth	0.86 508	0.93 373	0.71 493	1.01 492	1.07 585	1.02 553	0.71 536	1.00 534	0.71 539	1.01 550	0.71 539	1.00 545	0.72 535	1.14 572	0.71 534	0.92 505	0.64 476	0.90 541	0.64 522	0.89 517	0.69 519

AIO-Stereo-zeroshot1	0.75 470	0.92 369	0.85 519	0.96 483	0.59 506	1.27 621	0.44 453	0.59 473	0.69 526	0.91 529	0.68 524	0.55 473	0.61 505	1.06 561	0.83 555	0.62 443	0.70 496	0.90 541	0.41 459	0.89 517	0.56 493

ToySt	0.92 518	2.11 575	0.90 523	0.95 480	0.79 554	0.99 538	0.78 546	0.94 530	0.81 558	0.94 535	0.78 552	0.95 541	0.77 542	0.94 538	0.86 557	0.91 502	0.79 513	0.85 537	0.77 555	0.89 517	0.73 533

ff7	1.68 620	2.68 614	1.35 614	0.97 484	0.89 563	1.84 647	2.15 712	2.12 655	1.80 695	2.05 660	1.56 665	2.33 680	2.12 703	2.23 676	2.25 715	1.31 599	1.07 540	1.48 646	1.41 658	0.90 520	1.04 576

ffff	1.68 620	2.68 614	1.35 614	0.97 484	0.89 563	1.84 647	2.15 712	2.12 655	1.80 695	2.05 660	1.56 665	2.33 680	2.12 703	2.23 676	2.25 715	1.31 599	1.07 540	1.48 646	1.41 658	0.90 520	1.04 576

ccc-4	1.68 620	2.68 614	1.35 614	0.97 484	0.89 563	1.84 647	2.15 712	2.12 655	1.80 695	2.05 660	1.56 665	2.33 680	2.12 703	2.23 676	2.25 715	1.31 599	1.07 540	1.48 646	1.41 658	0.90 520	1.04 576

WQFJA1++	0.84 499	0.98 380	0.67 477	1.26 565	0.75 543	1.00 539	0.67 514	1.00 534	0.67 515	1.00 539	0.67 518	1.00 545	0.67 514	1.00 546	0.67 508	0.96 513	0.67 481	0.91 544	0.63 517	0.92 523	0.63 503

WQFJA1	0.85 505	0.98 380	0.67 477	1.29 571	0.76 548	1.01 547	0.67 514	1.02 547	0.67 515	1.02 554	0.67 518	1.01 554	0.67 514	1.01 554	0.68 515	0.99 519	0.67 481	0.93 550	0.64 522	0.92 523	0.65 511

WQFJX1	0.84 499	0.98 380	0.67 477	1.30 573	0.75 543	1.01 547	0.67 514	1.01 543	0.67 515	1.01 550	0.67 518	1.01 554	0.68 519	1.00 546	0.68 515	0.98 518	0.67 481	0.92 547	0.64 522	0.92 523	0.64 509

NLMM	0.84 499	1.00 390	0.67 477	1.27 566	0.75 543	1.00 539	0.68 519	1.00 534	0.67 515	1.00 539	0.67 518	1.02 558	0.67 514	1.02 558	0.67 508	0.97 514	0.67 481	0.93 550	0.63 517	0.92 523	0.63 503

pmcnn	0.92 518	0.92 369	0.92 527	0.92 471	0.92 568	0.92 531	0.92 564	0.92 526	0.92 567	0.92 531	0.92 568	0.92 535	0.92 555	0.92 536	0.92 559	0.92 505	0.92 526	0.92 547	0.92 569	0.92 523	0.92 558

NLMM1	0.86 508	0.98 380	0.69 487	1.48 588	0.75 543	1.01 547	0.69 527	1.00 534	0.69 526	1.00 539	0.70 533	1.00 545	0.68 519	1.01 554	0.67 508	0.97 514	0.68 487	0.92 547	0.63 517	0.93 528	0.63 503

NLSM3	0.85 505	0.99 388	0.68 485	1.29 571	0.76 548	1.01 547	0.68 519	1.01 543	0.68 521	1.02 554	0.68 524	1.01 554	0.68 519	1.01 554	0.68 515	0.97 514	0.68 487	0.93 550	0.64 522	0.93 528	0.63 503

DPSM_ROB	0.92 518	0.91 364	0.91 525	0.91 468	0.92 568	0.92 531	0.92 564	0.92 526	0.91 563	0.93 533	0.91 565	0.92 535	0.90 553	0.91 532	0.92 559	0.92 505	0.91 524	0.91 544	0.92 569	0.93 528	0.93 559

DPSM	0.92 518	0.91 364	0.91 525	0.91 468	0.92 568	0.92 531	0.92 564	0.92 526	0.91 563	0.93 533	0.91 565	0.92 535	0.90 553	0.91 532	0.92 559	0.92 505	0.91 524	0.91 544	0.92 569	0.93 528	0.93 559

WQFJX	0.85 505	1.00 390	0.68 485	1.30 573	0.75 543	1.01 547	0.68 519	1.01 543	0.68 521	1.01 550	0.68 524	1.03 559	0.68 519	1.02 558	0.67 508	0.97 514	0.67 481	0.93 550	0.63 517	0.94 532	0.63 503

AIO-Stereo	0.84 499	0.66 312	0.70 490	0.83 457	0.67 526	0.98 537	0.82 557	1.14 553	0.72 542	1.03 556	0.74 546	1.03 559	1.09 573	0.99 544	0.45 453	1.04 526	0.73 503	0.95 556	0.74 550	0.94 532	0.46 449

R-Stereo Train	0.81 488	0.96 377	0.67 477	0.95 480	0.67 526	0.95 534	0.68 519	0.95 532	0.68 521	0.95 537	0.68 524	0.96 542	0.68 519	0.96 542	0.68 515	0.94 511	0.68 487	0.94 554	0.68 535	0.94 532	0.68 517

RAFT-Stereo	0.81 488	0.96 377	0.67 477	0.95 480	0.67 526	0.95 534	0.68 519	0.95 532	0.68 521	0.95 537	0.68 524	0.96 542	0.68 519	0.96 542	0.68 515	0.94 511	0.68 487	0.94 554	0.68 535	0.94 532	0.68 517
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DGTPSM_ROB	0.93 523	1.00 390	0.92 527	0.94 478	0.96 572	0.91 530	0.92 564	0.91 523	0.96 573	0.91 529	0.96 571	0.93 538	0.92 555	0.94 538	0.92 559	0.92 505	0.92 526	0.90 541	0.92 569	0.94 532	0.91 557

LGCAT	1.00 531	1.00 390	1.00 534	1.00 487	1.00 574	1.00 539	1.00 572	1.00 534	1.00 578	1.00 539	1.00 576	1.00 545	1.00 561	1.00 546	1.00 569	1.00 520	1.00 530	1.00 562	1.00 576	1.00 537	1.00 568

Test_v1	1.00 531	1.00 390	1.00 534	1.00 487	1.00 574	1.00 539	1.00 572	1.00 534	1.00 578	1.00 539	1.00 576	1.00 545	1.00 561	1.00 546	1.00 569	1.00 520	1.00 530	1.00 562	1.00 576	1.00 537	1.00 568

GANet	1.00 531	1.00 390	1.00 534	1.00 487	1.00 574	1.00 539	1.00 572	1.00 534	1.00 578	1.00 539	1.00 576	1.00 545	1.00 561	1.00 546	1.00 569	1.00 520	1.00 530	1.00 562	1.00 576	1.00 537	1.00 568

TDLM	1.00 531	1.00 390	1.00 534	1.00 487	1.00 574	1.00 539	1.00 572	1.00 534	1.00 578	1.00 539	1.00 576	1.00 545	1.00 561	1.00 546	1.00 569	1.00 520	1.00 530	1.00 562	1.00 576	1.00 537	1.00 568

CVANet_RVC	1.00 531	1.00 390	1.00 534	1.00 487	1.00 574	1.00 539	1.00 572	1.00 534	1.00 578	1.00 539	1.00 576	1.00 545	1.00 561	1.00 546	1.00 569	1.00 520	1.00 530	1.00 562	1.00 576	1.00 537	1.00 568

MLG-Stereo	0.92 518	0.90 362	0.84 518	1.27 566	0.49 485	1.38 632	0.88 560	1.41 630	0.97 574	0.73 503	1.09 585	1.26 624	0.43 453	0.72 500	1.05 577	1.13 539	0.49 427	1.18 583	0.66 529	1.01 542	0.46 449

trnet	1.01 539	1.01 400	1.01 539	1.01 492	1.01 580	1.01 547	1.01 577	1.01 543	1.01 583	1.01 550	1.01 581	1.01 554	1.01 569	1.01 554	1.01 574	1.01 525	1.01 536	1.01 567	1.01 583	1.01 542	1.01 574

Wavelet-MonSter	1.00 531	1.21 478	0.76 504	1.94 607	1.01 580	1.11 565	0.76 544	1.15 554	0.76 548	1.11 565	0.76 548	1.14 572	0.76 540	1.11 569	0.76 544	1.21 592	0.90 523	1.02 568	0.71 546	1.02 544	0.71 528

AIO-Stereo-zeroshot	0.91 516	0.86 350	0.89 520	1.25 564	0.69 530	1.05 555	0.81 554	1.16 557	0.50 482	1.12 566	0.97 573	0.72 506	0.82 550	1.06 561	0.95 564	0.61 438	0.87 521	1.03 570	0.85 567	1.04 545	1.01 574

GLC_STEREO	1.07 546	1.01 400	1.06 542	1.07 496	1.05 584	1.06 556	1.08 582	1.08 549	1.05 587	1.07 558	1.06 583	1.08 562	1.05 571	1.06 561	1.10 580	1.07 528	1.09 546	1.05 571	1.05 585	1.06 546	1.12 581

DPSimNet_ROB	0.97 528	1.18 430	0.81 515	1.10 498	0.91 567	1.02 553	0.82 557	1.04 548	0.91 563	1.03 556	0.86 561	1.28 628	0.82 550	1.03 560	0.89 558	1.17 543	0.81 518	1.02 568	0.82 564	1.08 547	0.81 548

MSMD_ROB	1.19 556	1.10 420	0.70 490	1.10 498	0.60 508	1.10 562	0.70 533	1.10 552	0.70 534	1.10 560	0.70 533	1.10 566	0.70 529	7.00 758	0.70 532	1.10 532	0.70 496	1.10 572	0.70 543	1.10 548	0.70 522

MEA-ACV	1.66 619	0.87 352	0.61 458	11.81 755	1.35 652	1.50 640	0.71 536	1.23 614	0.92 567	1.13 569	0.96 571	1.69 645	0.70 529	1.23 624	1.16 589	1.54 618	1.20 561	1.58 650	0.85 567	1.12 549	0.95 562

edge stereo	2.43 694	27.07 763	1.14 548	1.06 495	1.14 588	1.08 559	1.17 591	1.16 557	1.14 590	1.10 560	1.16 591	1.09 564	1.16 583	1.10 567	1.16 589	1.10 532	1.11 550	1.16 576	1.19 594	1.13 550	1.11 579

Hybrid-DGEV	1.03 543	1.75 519	0.80 512	1.28 570	0.78 552	1.26 620	0.80 550	1.26 616	0.78 549	1.26 622	0.78 552	1.26 624	0.78 544	1.26 625	0.78 546	1.15 542	0.75 506	1.14 573	0.74 550	1.14 551	0.75 537

tt45	1.04 544	0.88 355	1.36 622	0.92 471	1.03 583	1.51 641	0.79 547	0.70 494	0.88 561	0.74 508	0.90 562	1.60 640	0.72 535	1.60 640	0.75 542	0.91 502	0.78 511	1.52 649	0.79 559	1.14 551	1.32 649

RGC	2.36 689	25.48 756	1.19 556	1.15 507	1.15 590	1.10 562	1.16 590	1.17 559	1.16 592	1.12 566	1.16 591	1.11 570	1.13 575	1.09 565	1.18 592	1.10 532	1.15 555	1.16 576	1.12 588	1.14 551	1.12 581

UPFNet	0.42 336	1.20 432	0.17 192	0.24 197	0.17 234	0.25 247	0.17 223	1.19 562	0.90 562	0.25 243	0.17 229	0.24 240	0.17 232	0.25 245	0.17 224	0.22 199	0.17 204	0.22 228	0.16 220	1.15 554	0.93 559

stereogan	2.33 687	24.38 753	1.18 554	1.18 514	1.18 598	1.14 568	1.18 592	1.19 562	1.19 598	1.14 570	1.18 595	1.14 572	1.18 584	1.14 572	1.18 592	1.14 541	1.14 554	1.19 585	1.19 594	1.15 554	1.19 594

AF-Net	2.37 691	25.71 758	1.17 552	1.13 503	1.15 590	1.15 569	1.18 592	1.19 562	1.16 592	1.10 560	1.15 588	1.10 566	1.18 584	1.12 571	1.15 585	1.10 532	1.10 549	1.17 580	1.15 590	1.16 556	1.12 581

RP	2.33 687	25.00 755	1.13 547	1.15 507	1.15 590	1.10 562	1.15 588	1.15 554	1.15 591	1.12 566	1.15 588	1.09 564	1.13 575	1.10 567	1.15 585	1.11 537	1.09 546	1.16 576	1.12 588	1.16 556	1.17 590

Nwc_Net	2.37 691	25.95 759	1.15 550	1.14 504	1.15 590	1.08 559	1.14 586	1.17 559	1.16 592	1.14 570	1.15 588	1.08 562	1.15 579	1.11 569	1.14 584	1.10 532	1.11 550	1.16 576	1.09 587	1.16 556	1.15 586

Abc-Net	2.32 686	24.75 754	1.14 548	1.17 513	1.17 595	1.11 565	1.15 588	1.17 559	1.21 644	1.08 559	1.16 591	1.12 571	1.14 578	1.09 565	1.17 591	1.09 530	1.16 556	1.17 580	1.17 593	1.16 556	1.11 579
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HSM-Net_RVC	0.95 526	1.17 428	0.78 508	1.18 514	0.71 536	1.16 570	0.75 542	1.09 551	0.80 555	1.10 560	0.75 547	1.17 575	0.74 537	1.17 575	0.80 550	1.13 539	0.73 503	1.17 580	0.77 555	1.16 556	0.72 529
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NCC-stereo	2.36 689	25.52 757	1.17 552	1.15 507	1.17 595	1.11 565	1.11 583	1.15 554	1.16 592	1.10 560	1.16 591	1.10 566	1.15 579	1.14 572	1.13 583	1.09 530	1.11 550	1.15 575	1.16 592	1.17 561	1.17 590

delet	0.43 338	1.21 478	0.17 192	0.25 204	0.17 234	0.25 247	0.18 232	1.26 616	0.95 571	0.25 243	0.17 229	0.25 247	0.17 232	0.25 245	0.17 224	0.23 211	0.16 183	0.22 228	0.16 220	1.18 562	0.98 565

psm_up	0.43 338	1.19 431	0.17 192	0.25 204	0.18 246	0.25 247	0.19 238	1.26 616	0.91 563	0.26 252	0.17 229	0.25 247	0.17 232	0.25 245	0.17 224	0.22 199	0.17 204	0.23 237	0.16 220	1.18 562	0.99 566

Hybrid-DGEV-03	1.07 546	1.83 545	0.83 516	1.34 578	0.81 559	1.32 626	0.81 554	1.31 623	0.81 558	1.31 625	0.82 558	1.32 629	0.82 550	1.32 630	0.81 553	1.19 544	0.77 509	1.19 585	0.76 553	1.19 564	0.77 542

HBP-ISP	1.24 606	1.72 513	1.65 642	1.15 507	0.76 548	1.40 634	0.88 560	1.67 641	1.02 584	1.69 645	1.38 658	1.69 645	1.21 632	1.87 652	1.21 641	1.05 527	0.79 513	0.97 560	0.80 561	1.19 564	0.75 537

Hybrid-DGEV-2	1.05 545	1.83 545	0.83 516	1.33 577	0.82 560	1.30 624	0.81 554	1.26 616	0.79 553	1.29 624	0.79 554	1.26 624	0.80 546	1.26 625	0.79 547	1.20 546	0.78 511	1.18 583	0.77 555	1.20 566	0.77 542

DisPM	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

CrosDoStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

PFNet+	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

LCNet	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

HHNet	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

Patchmatch Stereo++	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595
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	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

STrans-v2	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

TransformOpticalFlow	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

OMP-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

IIG-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

NF-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

OCTAStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

PSM-softLoss	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

KMStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

NRIStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

PSM-adaLoss	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

PSM-AAD	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

FTStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

ROB_FTStereo_v2	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

ROB_FTStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

Consistency-Raft	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

KYRaft	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

HUI-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

ASMatch	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

DeepStereo_LL	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

DEmStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

SST-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

THIR-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

RAFT_R40	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

DRaft	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

PFNet	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

GrayStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

RE-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

Pruner-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

TVStereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

DeepStereo_RVC	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

RAFT-RH_RVC	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

IRAFT_RVC	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

RAFT-345	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

iRAFT	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

CRE-IMP	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

GMM-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

RAFT-IKP	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

Prome-Stereo	1.20 557	1.20 432	1.20 559	1.20 516	1.20 601	1.20 571	1.20 594	1.20 565	1.20 599	1.20 575	1.20 596	1.20 577	1.20 586	1.20 577	1.20 596	1.20 546	1.20 561	1.20 587	1.20 597	1.20 566	1.20 595

MMNet	0.44 351	1.24 486	0.17 192	0.25 204	0.17 234	0.25 247	0.18 232	1.26 616	0.93 569	0.25 243	0.17 229	0.25 247	0.18 243	0.25 245	0.17 224	0.23 211	0.16 183	0.23 237	0.16 220	1.20 566	0.99 566

FAT-Stereo	2.46 696	26.05 760	1.23 608	1.23 563	1.22 649	1.20 571	1.24 642	1.23 614	1.23 646	1.19 574	1.22 642	1.21 622	1.24 634	1.20 577	1.24 643	1.21 592	1.17 559	1.22 633	1.25 647	1.20 566	1.24 644

CroCo-Stereo	0.73 466	1.22 484	0.25 228	1.22 561	0.25 281	1.22 617	0.25 268	1.22 612	0.25 272	1.22 621	0.25 278	1.22 623	0.25 274	1.22 623	0.25 269	1.22 594	0.26 241	1.21 632	0.25 276	1.22 614	0.25 258
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	1.22 604	1.38 499	1.12 545	1.39 584	1.14 588	1.40 634	1.14 586	1.41 630	1.12 588	1.40 631	1.11 587	1.40 635	1.13 575	1.41 634	1.15 585	1.25 595	0.97 529	1.24 634	1.01 583	1.24 615	0.96 563

S-Stereo	2.51 698	26.86 761	1.23 608	1.22 561	1.22 649	1.24 619	1.25 643	1.22 612	1.24 647	1.21 620	1.24 644	1.19 576	1.27 636	1.19 576	1.24 643	1.19 544	1.20 561	1.25 635	1.19 594	1.24 615	1.23 643

BLMT-Stereo	1.53 615	1.36 496	1.06 542	1.42 586	1.23 651	1.41 636	1.07 581	1.43 632	1.12 588	1.42 633	1.06 583	1.83 648	1.07 572	1.42 636	1.07 578	1.27 597	1.38 627	6.80 755	1.00 576	1.26 617	1.00 568

CroCo-Stereo Lap2	0.77 476	1.29 488	0.29 252	1.27 566	0.29 308	1.27 621	0.26 275	1.26 616	0.26 286	1.26 622	0.26 283	1.27 627	0.26 284	1.26 625	0.27 276	1.27 597	0.27 254	1.27 636	0.27 320	1.27 618	0.27 302

LiteMatch*	2.07 655	1.30 490	5.73 740	6.28 728	0.79 554	1.33 627	0.80 550	1.30 622	1.02 584	1.33 626	0.84 560	1.33 630	0.97 558	1.28 629	1.04 576	6.05 740	5.89 736	1.28 637	0.76 553	1.28 619	0.88 552

MM-Stereo_test2	1.20 557	1.85 551	1.05 541	1.46 587	0.94 571	1.36 630	0.99 571	1.36 625	0.95 571	1.41 632	0.98 574	1.40 635	0.96 557	1.37 632	0.95 564	1.37 607	1.06 539	1.33 639	0.93 573	1.29 620	0.89 555

test_xeample3	1.10 549	1.81 535	0.61 458	0.84 458	0.49 485	0.77 505	0.66 510	0.92 526	1.40 659	0.68 497	0.46 466	0.78 514	0.54 492	1.72 645	1.48 661	1.34 602	1.52 636	1.35 642	1.67 693	1.33 621	1.55 662

MaskLacGwcNet_RVC	1.35 610	1.35 495	1.35 614	1.35 580	1.35 652	1.35 628	1.35 650	1.36 625	1.35 655	1.36 629	1.35 653	1.36 631	1.36 644	1.36 631	1.35 654	1.35 603	1.35 623	1.35 642	1.35 652	1.35 622	1.35 653

PS-NSSS	1.38 613	1.39 500	1.34 612	1.34 578	1.35 652	1.38 632	1.37 657	1.35 624	1.38 658	1.34 627	1.34 652	1.39 633	1.38 647	1.70 644	1.40 658	1.36 605	1.36 624	1.36 644	1.37 655	1.37 623	1.36 654

MM-Stereo_test3	1.27 608	2.07 571	1.18 554	1.60 595	1.02 582	1.45 638	1.01 577	1.40 629	1.04 586	1.44 634	1.03 582	1.46 638	1.02 570	1.44 637	1.02 575	1.51 616	1.12 553	1.32 638	0.98 574	1.38 624	0.97 564

CC-Net-ROB	1.36 611	1.33 494	1.33 611	1.36 581	1.38 656	1.36 630	1.33 648	1.37 627	1.34 652	1.35 628	1.36 655	1.38 632	1.34 642	1.38 633	1.38 657	1.35 603	1.38 627	1.33 639	1.35 652	1.43 625	1.34 652

11t	1.27 608	2.70 617	1.34 612	1.32 576	0.89 563	1.30 624	1.34 649	1.64 638	0.57 496	1.45 635	0.72 542	1.05 561	1.29 638	1.07 564	1.29 650	1.49 613	1.02 537	0.97 560	1.15 590	1.48 626	1.31 648

IGEVStereo-DCA	1.77 625	4.21 668	1.84 662	2.49 647	2.11 713	2.54 698	1.36 652	1.65 639	1.17 596	2.75 708	1.90 702	2.54 693	1.15 579	0.94 538	1.11 581	1.50 614	1.32 611	0.96 558	1.46 664	1.49 627	0.88 552

rrr	1.77 625	4.21 668	1.84 662	2.49 647	2.11 713	2.54 698	1.36 652	1.65 639	1.17 596	2.75 708	1.90 702	2.54 693	1.15 579	0.94 538	1.11 581	1.50 614	1.32 611	0.96 558	1.46 664	1.49 627	0.88 552

CFNet-ft	0.55 422	1.57 507	0.14 155	0.20 176	0.14 203	0.20 210	2.53 717	1.61 635	0.14 203	0.20 207	0.14 205	0.20 209	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	1.56 629	1.24 644

DPSMNet_ROB	1.60 618	1.59 508	1.70 645	1.59 592	1.59 665	1.61 643	1.61 668	1.60 634	1.60 665	1.62 643	1.59 668	1.60 640	1.60 653	1.60 640	1.59 665	1.59 619	1.60 647	1.59 651	1.59 673	1.59 630	1.59 668

ours_stereo	1.20 557	1.21 478	0.90 523	1.64 600	1.11 587	1.35 628	0.67 514	1.76 642	0.93 569	1.70 646	1.10 586	1.39 633	0.75 539	1.41 634	0.81 553	1.60 621	1.03 538	1.33 639	1.00 576	1.61 631	0.72 529

4.25_new	2.00 639	2.33 593	1.82 658	3.32 675	1.69 683	1.95 655	1.99 706	2.72 698	1.71 684	2.72 702	1.97 708	2.01 657	1.74 678	1.77 647	1.28 648	2.18 656	2.01 682	2.48 704	1.58 671	1.65 632	1.17 590

4.5w_new	2.00 639	2.33 593	1.82 658	3.32 675	1.69 683	1.95 655	1.99 706	2.72 698	1.71 684	2.72 702	1.97 708	2.01 657	1.74 678	1.77 647	1.28 648	2.18 656	2.01 682	2.48 704	1.58 671	1.65 632	1.17 590

RASNet	1.49 614	1.65 509	1.45 630	1.38 583	1.43 659	1.47 639	1.36 652	1.38 628	1.36 656	1.39 630	1.60 669	1.45 637	1.45 650	1.51 638	2.21 714	1.53 617	1.36 624	1.36 644	1.36 654	1.66 634	1.36 654

2w_stereo	1.99 635	2.36 600	1.81 653	3.24 670	1.67 674	1.94 652	1.98 703	2.72 698	1.68 674	2.72 702	1.94 705	1.98 655	1.74 678	1.79 649	1.27 647	1.95 638	2.00 680	2.53 706	1.60 676	1.68 635	1.15 586

3.75w	1.99 635	2.31 591	1.83 661	3.16 666	1.65 669	1.93 651	1.98 703	2.72 698	1.68 674	2.73 707	1.97 708	2.00 656	1.72 675	1.81 650	1.25 646	2.27 668	2.01 682	2.38 697	1.42 661	1.71 636	1.24 644

RAFT_CTSACE	1.92 631	3.71 652	1.72 648	1.88 604	1.72 690	2.04 659	1.42 662	2.18 661	1.89 708	2.02 657	1.97 708	1.95 652	2.06 702	1.93 654	1.62 666	1.76 625	1.66 652	2.02 670	1.73 701	1.73 637	1.43 659

4.25w-stereo	1.98 634	2.72 621	1.46 631	3.47 682	1.43 659	2.07 661	1.98 703	2.53 694	1.52 663	2.71 701	1.98 714	1.81 647	1.62 655	1.96 655	1.36 655	1.88 633	2.00 680	2.53 706	1.61 680	1.74 638	1.15 586

4.5w-stereo	1.99 635	2.33 593	1.81 653	3.28 672	1.68 678	1.94 652	1.99 706	2.72 698	1.70 682	2.72 702	1.99 717	1.97 654	1.68 664	1.76 646	1.29 650	1.91 635	2.02 686	2.53 706	1.61 680	1.75 639	1.16 589

2.75w_new	1.99 635	2.34 597	1.81 653	3.14 664	1.62 667	1.94 652	1.99 706	2.72 698	1.71 684	2.72 702	1.99 717	1.90 650	1.73 676	1.82 651	1.29 650	2.37 678	2.01 682	2.31 692	1.42 661	1.77 640	1.22 641

cf-r	0.66 442	2.17 581	0.12 130	0.18 167	0.12 196	0.18 201	2.70 721	2.60 695	0.12 196	0.18 198	0.12 186	0.18 200	0.12 193	0.18 199	0.12 183	0.15 153	0.11 128	0.15 187	0.11 172	1.81 641	1.74 695

MFMNet_re	1.81 628	1.91 560	1.71 647	1.95 609	1.70 688	1.95 655	1.70 685	1.96 647	1.74 691	1.97 652	1.72 690	1.95 652	1.71 674	1.97 656	1.71 685	1.86 628	1.62 648	1.85 658	1.66 692	1.86 642	1.64 686

GANetREF_RVC	1.55 616	1.94 567	1.22 606	1.88 604	1.21 647	1.88 650	1.22 640	1.88 644	1.22 645	1.88 647	1.22 642	1.88 649	1.22 633	1.89 653	1.22 642	1.87 630	1.22 609	1.88 665	1.22 643	1.88 643	1.22 641
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 617	1.91 560	1.21 605	1.94 607	1.20 601	2.00 658	1.23 641	1.99 649	1.24 647	2.00 655	1.25 645	2.03 659	1.26 635	2.00 657	1.29 650	1.90 634	1.18 560	1.89 666	1.21 642	1.89 644	1.20 595
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
derf	1.91 630	2.15 579	1.78 651	2.16 617	1.75 691	2.21 673	1.80 689	2.22 672	1.80 695	2.21 675	1.76 691	2.17 662	1.81 683	2.24 679	1.74 694	1.93 637	1.56 640	1.96 668	1.53 666	1.95 645	1.56 663

MC-Stereo	1.76 624	2.96 633	1.37 624	2.14 616	1.37 655	2.14 664	1.36 652	2.14 658	1.37 657	2.14 664	1.37 656	2.14 661	1.37 646	2.14 662	1.37 656	1.97 639	1.32 611	1.97 669	1.32 651	1.98 646	1.33 650

MM-Stereo_test1	1.80 627	3.41 645	1.52 637	2.12 615	1.41 658	2.04 659	1.41 660	2.05 653	1.46 662	2.04 659	1.41 660	2.05 660	1.42 649	2.05 658	1.43 660	2.04 644	1.54 639	1.94 667	1.38 657	1.99 647	1.33 650

GELT-Stereo	2.10 663	5.33 700	1.94 683	2.37 639	1.68 678	2.21 673	1.69 683	2.19 664	1.67 669	2.18 667	1.67 678	2.19 666	1.66 656	2.19 667	1.66 671	2.23 662	1.83 663	2.07 677	1.61 680	2.04 648	1.61 675

noway7	2.08 658	5.18 689	1.92 672	2.27 623	1.66 670	2.18 665	1.66 671	2.17 660	1.66 666	2.18 667	1.65 673	2.18 663	1.66 656	2.17 663	1.66 671	2.15 648	1.85 669	2.05 671	1.60 676	2.05 649	1.60 670

zzzz4	2.08 658	5.22 693	1.93 675	2.27 623	1.66 670	2.19 667	1.66 671	2.18 661	1.67 669	2.18 667	1.66 676	2.18 663	1.66 656	2.18 664	1.66 671	2.15 648	1.84 664	2.05 671	1.60 676	2.05 649	1.60 670

zzzzzz3	2.07 655	5.00 683	1.93 675	2.28 628	1.66 670	2.19 667	1.66 671	2.18 661	1.67 669	2.19 670	1.66 676	2.18 663	1.67 662	2.18 664	1.66 671	2.15 648	1.85 669	2.05 671	1.59 673	2.05 649	1.59 668

zzzz2	2.08 658	4.92 679	1.93 675	2.30 631	1.67 674	2.19 667	1.66 671	2.20 667	1.67 669	2.20 673	1.68 683	2.21 670	1.66 656	2.20 669	1.68 680	2.17 654	1.84 664	2.07 677	1.62 686	2.05 649	1.61 675

zzzzzzz1	2.10 663	5.20 691	1.93 675	2.38 641	1.68 678	2.20 670	1.67 677	2.20 667	1.68 674	2.20 673	1.67 678	2.20 669	1.68 664	2.20 669	1.67 679	2.24 663	1.86 673	2.06 675	1.61 680	2.06 653	1.62 681

monster_256*512	2.09 661	5.21 692	1.98 687	2.30 631	1.67 674	2.18 665	1.66 671	2.20 667	1.67 669	2.19 670	1.67 678	2.19 666	1.66 656	2.19 667	1.66 671	2.15 648	1.86 673	2.05 671	1.60 676	2.06 653	1.61 675

zzz1	2.09 661	4.97 681	1.93 675	2.30 631	1.68 678	2.21 673	1.68 679	2.21 670	1.68 674	2.21 675	1.67 678	2.21 670	1.68 664	2.21 672	1.69 683	2.17 654	1.85 669	2.08 681	1.61 680	2.06 653	1.61 675

noway2	2.07 655	4.96 680	1.92 672	2.28 628	1.66 670	2.20 670	1.66 671	2.19 664	1.66 666	2.19 670	1.65 673	2.19 666	1.68 664	2.18 664	1.65 668	2.15 648	1.86 673	2.06 675	1.59 673	2.06 653	1.60 670

noway1	2.10 663	5.26 697	1.93 675	2.31 634	1.69 683	2.21 673	1.67 677	2.19 664	1.68 674	2.21 675	1.68 683	2.21 670	1.67 662	2.20 669	1.66 671	2.15 648	1.84 664	2.07 677	1.61 680	2.07 657	1.61 675

MonStereo1	1.94 633	2.77 627	1.52 637	3.73 693	1.51 662	2.13 663	1.42 662	2.32 682	1.52 663	2.31 686	1.50 663	2.53 690	1.59 652	2.34 684	1.56 663	1.91 635	1.36 624	1.86 661	1.31 650	2.07 657	1.53 660

TRStereo	2.00 639	2.13 576	1.85 664	2.27 623	1.84 695	2.28 682	1.84 691	2.29 677	1.86 701	2.30 683	1.87 697	2.30 677	1.87 686	2.08 659	1.72 688	2.08 645	1.72 656	2.08 681	1.72 698	2.08 659	1.72 691

XX-Stereo	2.00 639	2.13 576	1.85 664	2.27 623	1.84 695	2.28 682	1.84 691	2.29 677	1.86 701	2.30 683	1.87 697	2.30 677	1.87 686	2.08 659	1.72 688	2.08 645	1.72 656	2.08 681	1.72 698	2.08 659	1.72 691

EAI-Stereo	2.00 639	2.13 576	1.85 664	2.27 623	1.84 695	2.28 682	1.84 691	2.29 677	1.86 701	2.30 683	1.87 697	2.30 677	1.87 686	2.08 659	1.72 688	2.08 645	1.72 656	2.08 681	1.72 698	2.08 659	1.72 691

noway3	2.12 669	5.22 693	1.93 675	2.39 642	1.70 688	2.23 678	1.70 685	2.22 672	1.70 682	2.22 679	1.70 689	2.23 674	1.69 671	2.22 674	1.71 685	2.28 669	1.86 673	2.08 681	1.63 689	2.09 662	1.63 684

noway4	2.11 667	5.14 687	1.93 675	2.37 639	1.69 683	2.20 670	1.68 679	2.22 672	1.68 674	2.21 675	1.69 687	2.23 674	1.68 664	2.22 674	1.66 671	2.24 663	1.84 664	2.09 686	1.63 689	2.09 662	1.62 681

GANet-RSSM	0.75 470	1.91 560	0.14 155	0.47 324	0.14 203	0.21 220	3.21 738	2.30 681	0.14 203	0.46 408	0.14 205	0.23 234	0.18 243	0.21 219	0.14 197	0.18 183	0.27 254	0.37 328	0.13 201	2.13 664	2.12 705

AIO_rvc	2.18 673	2.34 597	1.87 668	2.32 636	1.94 705	2.40 687	1.89 700	2.37 685	2.07 717	2.52 696	1.95 707	2.44 687	1.99 698	2.41 688	1.89 707	2.32 675	2.09 688	2.24 688	2.18 715	2.21 665	2.23 708

asda	2.17 671	2.54 608	1.81 653	3.47 682	1.78 693	2.50 694	1.86 695	2.61 696	1.68 674	2.61 698	1.83 693	2.37 684	1.73 676	2.44 691	1.88 706	2.51 687	1.84 664	2.34 694	1.62 686	2.23 666	1.77 696

HUF	2.18 673	2.30 590	1.99 691	2.34 638	2.02 710	2.41 688	2.06 711	2.38 686	1.89 708	2.36 688	1.85 694	2.56 695	1.98 696	2.31 683	1.97 710	2.30 673	2.03 687	2.30 691	2.11 713	2.23 666	2.16 706

AIO_test	2.18 673	2.09 574	2.04 692	2.42 644	2.01 707	2.47 690	1.94 702	2.34 684	2.03 716	2.56 697	1.94 705	2.43 686	1.94 693	2.41 688	1.87 704	2.39 680	2.10 689	2.35 696	1.91 712	2.25 668	2.19 707

NCCL2	2.28 685	2.27 588	2.28 694	2.28 628	2.28 720	2.27 680	2.29 715	2.28 675	2.28 718	2.27 682	2.28 720	2.28 676	2.27 706	2.27 680	2.28 719	2.28 669	2.28 694	2.27 689	2.29 719	2.27 669	2.29 709

ccnet	0.80 483	2.28 589	0.33 288	0.50 372	0.33 394	0.50 449	0.33 380	0.50 437	0.33 388	0.49 431	0.33 388	0.49 437	1.56 651	2.38 685	0.33 376	0.41 325	0.29 276	0.42 426	1.57 668	2.28 670	0.29 339

STTStereo	3.73 720	30.40 767	2.37 698	2.39 642	2.31 722	2.35 685	2.33 716	2.29 677	2.42 719	2.32 687	2.34 721	2.33 680	2.36 707	2.30 682	2.27 718	2.35 677	2.22 693	2.31 692	2.22 716	2.29 671	2.34 713

qwe	2.18 673	2.60 611	1.58 639	3.83 695	1.90 704	2.53 696	1.90 701	2.48 690	1.73 689	2.37 689	1.92 704	2.53 690	1.68 664	2.56 694	1.83 698	2.52 689	1.87 677	2.07 677	1.68 695	2.32 672	1.71 690

FBW_ROB	2.12 669	2.46 607	1.77 650	2.49 647	1.79 694	2.38 686	1.83 690	2.46 689	1.78 694	2.48 694	1.97 708	2.40 685	1.78 681	2.42 690	1.83 698	2.31 674	1.85 669	2.38 697	1.82 704	2.35 673	1.84 697

asd	2.18 673	2.77 627	1.58 639	3.59 687	2.00 706	2.58 700	1.85 694	2.39 687	1.71 684	2.47 693	1.97 708	2.59 697	1.61 654	2.56 694	1.79 696	2.51 687	1.99 679	2.11 687	1.62 686	2.36 674	1.60 670

monsterstereo	2.20 679	2.33 593	1.95 684	3.65 689	2.07 712	2.49 692	1.61 668	2.48 690	1.83 699	2.45 692	1.61 671	2.67 702	1.86 684	2.64 698	1.94 708	2.48 686	1.66 652	2.34 694	1.68 695	2.40 675	1.86 699

DNSM	2.56 700	4.43 671	3.08 717	4.09 697	1.86 698	2.66 703	1.86 695	2.66 697	1.87 705	2.66 700	1.86 695	2.66 701	1.86 684	2.66 701	1.87 704	3.82 707	2.94 702	2.42 699	1.73 701	2.42 676	1.73 694

monsters	2.18 673	2.41 603	1.96 686	3.47 682	2.03 711	2.53 696	1.64 670	2.48 690	1.73 689	2.40 690	1.50 663	2.62 698	1.94 693	2.59 696	1.94 708	2.44 682	1.57 642	2.28 690	1.87 706	2.42 676	1.86 699

UDGNet	2.23 683	5.40 704	1.72 648	2.48 646	1.69 683	2.51 695	1.69 683	2.51 693	1.72 688	2.50 695	1.69 687	2.52 689	1.69 671	2.50 692	1.68 680	2.41 681	1.70 655	2.42 699	1.69 697	2.42 676	1.64 686

1w_stereo	2.05 654	2.32 592	1.35 614	3.74 694	2.01 707	2.73 707	1.42 662	1.88 644	1.93 710	2.03 658	1.28 648	2.71 703	1.99 698	2.72 705	1.72 688	2.20 659	1.32 611	1.87 662	1.86 705	2.45 679	1.54 661

LG-G_1	2.22 680	2.71 619	1.89 669	2.77 654	1.87 702	2.75 709	1.87 698	2.76 706	1.87 705	2.75 708	1.87 697	2.76 710	1.87 686	2.75 709	1.86 701	2.47 684	1.58 643	2.45 701	1.57 668	2.45 679	1.57 665

LG-G	2.22 680	2.71 619	1.89 669	2.77 654	1.87 702	2.75 709	1.87 698	2.76 706	1.87 705	2.75 708	1.87 697	2.76 710	1.87 686	2.75 709	1.86 701	2.47 684	1.58 643	2.45 701	1.57 668	2.45 679	1.57 665

LGtest1	2.22 680	2.70 617	1.89 669	2.76 653	1.86 698	2.75 709	1.86 695	2.75 705	1.86 701	2.75 708	1.86 695	2.77 712	1.87 686	2.75 709	1.86 701	2.46 683	1.58 643	2.45 701	1.56 667	2.45 679	1.56 663

4.5_new	2.00 639	1.84 550	1.98 687	2.77 654	2.16 715	2.27 680	1.28 647	2.09 654	1.98 712	2.01 656	1.28 648	2.71 703	1.98 696	2.51 693	1.65 668	2.26 665	1.33 618	1.87 662	1.87 706	2.49 683	1.60 670

GES	0.66 442	2.34 597	0.29 252	0.41 291	0.29 308	0.41 338	0.29 304	0.42 351	0.29 306	0.40 314	0.41 442	0.41 341	0.30 321	0.51 454	0.29 301	0.32 257	0.29 276	0.32 282	2.46 721	2.49 683	0.30 354

3w_stereo	2.04 652	2.24 587	1.70 645	3.15 665	2.18 719	2.49 692	1.26 645	2.03 652	1.98 712	1.98 653	1.33 651	2.72 707	1.99 698	2.59 696	1.72 688	2.22 661	1.33 618	1.85 658	1.88 711	2.50 685	1.58 667

3.25w	2.04 652	2.20 583	1.48 632	3.03 662	2.17 717	2.63 702	1.39 658	1.96 647	1.95 711	1.96 650	1.37 656	2.71 703	1.96 695	2.71 703	1.73 693	2.26 665	1.32 611	1.87 662	1.87 706	2.51 686	1.63 684

2.25w	2.00 639	1.86 554	1.98 687	2.95 661	2.17 717	2.26 679	1.35 650	2.42 688	2.00 715	2.07 663	1.27 647	2.53 690	1.99 698	2.29 681	1.49 662	2.21 660	1.32 611	1.85 658	1.87 706	2.52 687	1.62 681

PSMNet-RSSM	0.77 476	2.76 625	0.14 155	0.20 176	0.14 203	0.20 210	2.66 719	2.79 709	0.14 203	0.21 218	0.14 205	0.21 216	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	2.52 687	2.31 710

GwcNet-RSSM	0.77 476	2.77 627	0.14 155	0.20 176	0.14 203	0.20 210	2.67 720	2.78 708	0.14 203	0.20 207	0.14 205	0.20 209	0.14 204	0.21 219	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	2.52 687	2.31 710

4w-stereo	2.02 647	2.72 621	1.44 629	3.36 678	1.59 665	2.48 691	1.72 687	2.28 675	1.24 647	2.24 681	1.65 673	2.56 695	1.32 641	2.39 687	1.98 711	2.67 692	1.51 635	1.66 653	1.24 645	2.53 690	1.88 704

2.5w	2.01 646	2.40 602	1.37 624	3.28 672	2.01 707	2.71 704	1.43 665	1.82 643	1.83 699	1.90 649	1.41 660	2.71 703	1.35 643	2.71 703	1.85 700	2.66 690	1.53 637	1.64 652	1.23 644	2.53 690	1.87 701

3.25w_new	2.03 649	2.72 621	1.35 614	3.33 677	1.57 663	2.72 705	1.53 667	2.15 659	1.33 651	2.15 665	1.60 669	2.63 699	1.30 639	2.72 705	1.99 712	2.67 692	1.53 637	1.75 656	1.25 647	2.53 690	1.87 701

3.5w_stereo	2.03 649	2.72 621	1.35 614	3.41 679	1.57 663	2.72 705	1.49 666	2.01 651	1.34 652	2.15 665	1.61 671	2.63 699	1.36 644	2.72 705	1.99 712	2.66 690	1.58 643	1.68 654	1.24 645	2.53 690	1.87 701

IGEV	2.02 647	2.20 583	1.82 658	2.90 660	2.16 715	2.41 688	1.25 643	2.00 650	1.98 712	1.99 654	1.31 650	2.72 707	1.93 692	2.67 702	1.69 683	2.26 665	1.32 611	1.83 657	1.87 706	2.53 690	1.61 675

hitnet-ft	0.79 480	2.78 630	0.14 155	0.20 176	0.14 203	0.21 220	2.89 722	2.80 710	0.14 203	0.20 207	0.14 205	0.20 209	0.14 204	0.20 207	0.14 197	0.17 175	0.12 142	0.17 201	0.12 190	2.54 695	2.33 712

PDISCO_ROB	0.83 496	2.80 631	3.49 723	0.14 128	0.11 181	0.17 197	0.09 152	0.15 188	0.10 160	0.15 182	0.12 186	0.16 188	0.14 204	3.30 716	0.13 192	0.14 140	2.34 695	0.16 191	0.12 190	2.62 696	0.10 158

sCroCo_RVC	2.10 663	2.76 625	1.92 672	2.78 657	1.39 657	2.73 707	1.41 660	2.73 704	1.40 659	2.77 713	1.41 660	2.74 709	1.40 648	2.74 708	1.40 658	2.72 694	1.42 630	2.72 710	1.44 663	2.79 697	1.42 658

NLCA_NET_v2_RVC	5.04 748	50.87 778	2.78 703	2.87 659	2.71 724	2.78 712	0.47 468	2.88 711	2.86 724	1.89 648	2.67 723	2.79 713	2.79 712	2.78 712	2.83 721	2.82 695	2.82 701	2.83 711	2.77 723	2.83 698	2.76 718
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NLSM1	2.93 713	3.24 642	2.57 702	4.04 696	2.66 723	3.30 718	2.55 718	3.29 716	2.55 720	3.35 718	2.48 722	3.28 717	2.47 708	3.34 718	2.49 720	3.26 700	2.55 700	3.13 712	2.57 722	3.00 699	2.46 716

plain	1.88 629	3.16 639	0.64 467	3.10 663	0.65 521	3.10 714	0.64 507	3.12 713	0.65 511	3.10 714	0.65 515	3.11 714	0.65 509	3.12 713	0.65 504	3.12 699	0.65 478	3.13 712	0.65 526	3.13 700	0.65 511

UniTT-Stereo	2.03 649	3.43 646	0.72 496	3.42 680	0.73 539	3.27 717	0.68 519	3.38 718	0.69 526	3.29 717	0.72 542	3.28 717	0.70 529	3.35 719	0.68 515	3.39 702	0.68 487	3.31 715	0.69 539	3.37 701	0.73 533

MonStereo	2.17 671	2.41 603	1.49 636	2.67 651	1.67 674	2.60 701	2.04 710	2.32 682	1.76 692	2.44 691	1.68 683	2.50 688	1.69 671	2.38 685	1.80 697	2.28 669	1.78 659	2.63 709	2.14 714	3.47 702	1.68 689

DPSNet	3.66 718	3.60 648	3.62 726	3.63 688	3.64 745	3.65 721	3.65 744	3.66 721	3.67 741	3.67 720	3.65 742	3.67 721	3.66 730	3.66 720	3.68 739	3.68 705	3.66 721	3.67 719	3.68 745	3.67 703	3.67 742

RAStereo	2.23 683	3.64 649	0.76 504	3.65 689	0.86 561	3.66 722	0.76 544	3.67 722	0.81 558	3.66 719	0.76 548	3.66 720	0.77 542	3.68 721	0.77 545	3.68 705	0.77 509	3.69 720	0.77 555	3.70 704	0.77 542

SA	4.33 737	7.35 719	6.85 746	5.96 726	4.09 750	3.59 720	3.15 737	3.82 723	2.64 721	3.91 721	3.85 745	3.57 719	2.72 711	3.13 714	4.03 746	7.09 748	6.86 743	3.57 717	3.12 735	3.85 705	3.51 741

ssnet_v2	0.68 450	1.96 568	1.25 610	0.29 218	0.20 255	0.30 268	0.20 242	0.29 258	0.22 257	1.50 636	0.20 253	0.31 278	0.20 254	0.27 261	0.22 251	0.24 220	1.49 634	0.26 257	0.18 250	3.90 706	0.19 236

TestStereo1	4.60 739	8.41 726	6.44 743	6.86 733	3.79 747	3.97 724	3.78 746	3.99 725	3.74 743	3.97 722	3.52 740	3.94 724	3.58 727	3.98 724	3.72 741	6.82 745	6.50 741	3.76 721	3.66 743	3.90 706	3.74 745

SA-5K	4.60 739	8.41 726	6.44 743	6.86 733	3.79 747	3.97 724	3.78 746	3.99 725	3.74 743	3.97 722	3.52 740	3.94 724	3.58 727	3.98 724	3.72 741	6.82 745	6.50 741	3.76 721	3.66 743	3.90 706	3.74 745

NLCSM	3.67 719	4.08 663	3.19 722	4.80 713	3.26 738	3.99 726	3.24 739	4.25 728	3.18 737	4.09 724	3.27 737	4.14 726	3.18 725	4.13 726	3.28 735	4.06 708	3.10 711	3.85 724	3.14 736	3.91 709	3.27 738

test_4	4.88 745	8.13 724	6.98 747	7.46 736	4.44 752	4.25 728	3.85 748	4.04 727	3.92 747	4.13 725	3.91 746	4.18 728	3.84 737	4.14 727	4.06 747	7.01 747	7.13 746	4.53 726	3.72 746	4.09 710	3.72 743

test_3	5.01 747	8.86 731	7.77 749	8.09 738	2.76 725	4.13 727	4.05 750	3.88 724	3.76 745	4.33 727	4.13 749	3.71 722	3.91 738	4.21 728	4.06 747	7.93 749	7.69 748	4.53 726	3.91 748	4.17 711	4.29 751

RAFT+CT+SA	4.28 735	7.62 722	4.91 734	5.55 723	2.28 720	3.09 713	3.64 743	4.49 730	3.07 730	4.80 742	3.35 738	4.77 745	3.70 732	4.29 729	3.05 724	5.58 735	5.98 738	3.58 718	3.78 747	4.26 712	3.72 743

test_5	4.62 742	7.55 721	6.23 741	6.32 729	3.40 741	5.29 749	3.50 741	3.53 720	4.11 749	4.28 726	4.47 752	4.26 729	4.38 744	3.68 721	3.24 734	5.89 737	5.60 734	4.84 743	3.50 741	4.33 713	3.93 749

Sa-1000	4.34 738	8.37 725	6.84 745	6.98 735	4.45 753	3.58 719	3.00 723	3.42 719	3.39 739	2.61 698	4.00 748	3.83 723	4.01 741	3.90 723	3.90 744	5.98 739	5.62 735	3.76 721	2.34 720	4.35 714	2.47 717

cross-raft	4.83 744	7.52 720	6.43 742	6.63 730	3.96 749	4.51 730	3.99 749	4.49 730	3.96 748	4.52 729	3.96 747	4.50 730	3.97 740	4.50 731	3.97 745	6.65 743	6.44 740	4.33 725	3.92 749	4.35 714	3.91 748

sAnonymous2	3.31 716	2.63 612	1.38 626	3.71 691	1.86 698	4.70 742	1.11 583	4.82 745	2.72 722	5.45 750	1.98 714	4.59 735	2.64 709	2.65 699	6.21 755	4.37 710	1.08 544	5.16 747	2.24 717	4.52 716	2.39 714

CroCo_RVC	3.31 716	2.63 612	1.38 626	3.71 691	1.86 698	4.70 742	1.11 583	4.82 745	2.72 722	5.45 750	1.98 714	4.59 735	2.64 709	2.65 699	6.21 755	4.37 710	1.08 544	5.16 747	2.24 717	4.52 716	2.39 714

rvit_105_1	3.83 721	5.22 693	3.01 707	4.53 701	3.01 726	4.51 730	3.01 724	4.56 732	3.04 725	4.53 731	3.03 726	4.55 733	3.03 713	4.56 732	3.04 722	4.57 716	3.05 704	4.57 728	3.05 727	4.57 718	3.05 723

rvit_0105_6	3.87 725	5.73 712	3.10 718	4.69 711	3.12 736	4.54 732	3.02 725	4.56 732	3.04 725	4.54 733	3.03 726	4.54 731	3.04 716	4.56 732	3.05 724	4.58 719	3.05 704	4.58 730	3.05 727	4.58 719	3.05 723

rvit_stereo_0081	3.83 721	5.23 696	3.01 707	4.53 701	3.03 728	4.55 736	3.02 725	4.56 732	3.04 725	4.52 729	3.02 724	4.54 731	3.03 713	4.56 732	3.04 722	4.57 716	3.05 704	4.57 728	3.05 727	4.58 719	3.05 723

rvit_stereo_0082	3.86 723	5.82 713	3.01 707	4.53 701	3.03 728	4.54 732	3.02 725	4.56 732	3.04 725	4.53 731	3.02 724	4.55 733	3.04 716	4.57 735	3.05 724	4.57 716	3.05 704	4.58 730	3.05 727	4.58 719	3.06 726

rvit_stereo_0081_aga	3.86 723	5.33 700	3.02 710	4.55 707	3.04 732	4.54 732	3.02 725	4.64 739	3.06 729	4.54 733	3.04 728	4.62 740	3.08 720	4.62 738	3.07 727	4.58 719	3.06 708	4.60 732	3.08 731	4.63 722	3.07 727

rvit_stereo_0080	3.89 726	5.70 710	3.04 712	4.54 704	3.03 728	4.56 737	3.05 731	4.60 736	3.07 730	4.58 736	3.06 729	4.59 735	3.06 718	4.61 736	3.08 728	4.63 721	3.09 709	4.64 734	3.10 732	4.65 723	3.10 730

whm_eth	3.89 726	5.70 710	3.04 712	4.54 704	3.03 728	4.56 737	3.05 731	4.60 736	3.07 730	4.58 736	3.06 729	4.59 735	3.06 718	4.61 736	3.08 728	4.63 721	3.09 709	4.64 734	3.10 732	4.65 723	3.10 730

rvit_stereo_0083	3.92 730	5.30 699	3.06 715	4.61 710	3.09 735	4.67 741	3.08 734	4.66 740	3.09 734	4.62 739	3.10 734	4.66 743	3.11 722	4.67 740	3.16 733	4.72 726	3.16 715	4.77 741	3.11 734	4.66 725	3.11 732

rvit_stereo_ft	3.93 731	5.44 706	3.05 714	4.59 708	3.06 733	4.61 740	3.08 734	4.67 741	3.12 735	4.63 740	3.10 734	4.65 742	3.11 722	4.69 742	3.13 732	4.70 724	3.14 714	4.71 739	3.15 737	4.74 726	3.16 735

MLG-Stereo_test2	4.28 735	5.46 707	3.69 727	4.86 716	3.72 746	5.58 751	3.42 740	4.81 744	3.77 746	4.85 743	3.72 744	5.55 752	3.63 729	5.58 750	3.53 738	4.41 713	3.28 719	4.99 745	2.95 725	4.75 727	3.13 733

rvit_0105_3	3.91 728	5.33 700	3.06 715	4.60 709	3.07 734	4.60 739	3.06 733	4.62 738	3.08 733	4.60 738	3.07 732	4.62 740	3.08 720	4.67 740	3.10 731	4.70 724	3.11 712	4.77 741	3.19 739	4.77 728	3.14 734

rvit_0105_4	3.91 728	5.47 708	3.02 710	4.54 704	3.02 727	4.54 732	3.03 729	4.75 742	3.17 736	4.57 735	3.06 729	4.61 739	3.16 724	4.65 739	3.09 730	4.66 723	3.11 712	4.68 737	3.18 738	4.81 729	3.16 735

CFNet	1.37 612	5.27 698	0.19 204	5.49 722	0.19 252	0.28 263	0.19 238	0.28 253	0.19 247	0.28 258	0.19 249	0.28 263	4.35 743	0.28 266	0.19 241	0.23 211	0.17 204	0.23 237	4.21 752	4.81 729	0.17 227

MLG-Stereo_test3	4.26 734	4.85 677	3.95 729	5.35 721	3.60 743	4.75 745	3.76 745	5.49 751	3.71 742	5.39 748	3.69 743	4.82 746	3.66 730	4.85 743	3.73 743	4.93 727	3.19 718	4.69 738	2.99 726	4.84 731	2.98 722

MLG-Stereo_test1	4.25 733	5.34 703	3.61 725	5.31 720	3.63 744	5.23 748	3.57 742	5.38 750	3.65 740	5.23 747	3.47 739	4.76 744	3.74 733	4.85 743	3.71 740	4.96 728	3.18 717	4.71 739	2.92 724	4.86 732	2.90 720

raft_robust	4.71 743	7.75 723	5.40 739	6.81 732	3.31 739	4.28 729	4.20 751	4.32 729	4.37 752	4.35 728	4.35 751	4.14 726	3.75 734	4.30 730	4.20 749	6.67 744	6.37 739	3.36 716	4.24 753	4.86 732	3.25 737

Anonymous3	2.55 699	3.26 643	1.65 642	3.28 672	1.63 668	3.24 716	1.68 679	3.27 715	1.66 666	3.28 716	1.67 678	3.25 716	1.66 656	3.27 715	1.64 667	3.26 700	1.65 651	3.30 714	1.65 691	4.95 734	1.65 688

TestStereo	4.88 745	4.75 675	4.79 732	4.87 717	4.92 754	4.81 747	4.90 754	4.78 743	4.77 753	4.87 744	4.89 753	4.90 748	4.91 746	4.99 747	4.79 751	4.98 729	4.87 731	4.87 744	4.92 755	5.00 735	5.00 752

rvit_0105_5	4.10 732	5.40 704	3.13 721	4.71 712	3.15 737	4.72 744	3.10 736	4.90 747	3.27 738	4.69 741	3.16 736	4.84 747	3.25 726	4.96 746	3.34 736	5.05 731	3.39 720	5.10 746	3.40 740	5.11 736	3.42 739

FC-DCNN v2	5.10 749	5.15 688	4.49 731	5.07 719	3.37 740	6.87 754	4.75 753	5.04 748	6.34 757	7.84 758	5.06 754	6.72 758	4.09 742	4.99 747	5.44 754	5.03 730	3.16 715	4.67 736	4.86 754	5.15 737	3.89 747

DISCO	1.11 551	0.39 209	5.28 737	0.39 264	0.20 255	0.39 317	0.27 278	0.39 305	0.22 257	0.38 300	0.20 253	0.38 311	0.20 254	6.95 757	0.22 251	0.30 248	0.21 220	0.27 262	0.21 257	5.25 738	0.21 241

MaDis-Stereo	3.19 715	6.02 715	1.12 545	5.61 724	1.16 594	5.43 750	1.02 579	5.15 749	0.70 534	5.43 749	1.21 641	5.03 750	0.97 558	4.85 743	0.99 568	4.53 714	1.16 556	5.53 749	1.25 647	5.37 739	1.30 647

DispFullNet	4.61 741	4.84 676	3.12 719	5.00 718	3.57 742	4.75 745	3.03 729	7.75 758	4.17 750	4.91 745	3.09 733	6.20 754	3.95 739	6.71 754	3.51 737	5.30 734	3.67 722	5.86 753	3.63 742	5.61 740	3.46 740

StereoVision	3.15 714	5.00 683	0.89 520	4.83 714	1.00 574	3.93 723	1.27 646	6.37 752	1.34 652	5.67 752	1.26 646	5.84 753	1.27 636	5.03 749	1.24 643	5.10 733	1.09 546	4.61 733	0.57 509	5.62 741	1.12 581

SGM-Forest	5.21 751	5.92 714	4.08 730	6.18 727	4.16 751	6.31 753	4.34 752	6.50 753	4.33 751	6.14 754	4.21 750	6.61 757	4.55 745	6.67 753	4.48 750	5.94 738	3.94 724	5.85 752	4.03 751	5.79 742	4.17 750
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MIF-Stereo (partial)	2.58 701	3.31 644	0.66 473	3.18 667	0.66 524	3.18 715	0.66 510	3.21 714	0.67 515	3.19 715	0.66 517	3.19 715	0.66 512	3.31 717	0.68 515	5.09 732	1.79 661	8.23 759	1.67 693	6.18 743	1.38 656

RAFT	6.73 754	9.36 734	7.40 748	8.51 741	6.55 758	6.88 755	6.60 758	6.79 754	6.60 758	6.80 755	6.72 760	5.31 751	5.50 749	6.61 752	6.61 758	8.42 751	5.89 736	5.73 750	5.45 759	6.61 744	6.24 756

gwcnet-sp	0.82 493	1.72 513	1.48 632	0.39 264	0.15 217	0.31 275	0.21 247	0.20 209	0.25 272	1.61 640	0.23 265	0.28 263	0.26 284	0.20 207	0.15 209	0.24 220	1.33 618	0.32 282	0.16 220	6.75 745	0.23 246

scenet	0.82 493	1.72 513	1.48 632	0.39 264	0.15 217	0.31 275	0.21 247	0.20 209	0.25 272	1.61 640	0.23 265	0.28 263	0.26 284	0.20 207	0.15 209	0.24 220	1.33 618	0.32 282	0.16 220	6.75 745	0.23 246

ssnet	0.82 493	1.72 513	1.48 632	0.39 264	0.15 217	0.31 275	0.21 247	0.20 209	0.25 272	1.61 640	0.23 265	0.28 263	0.26 284	0.20 207	0.15 209	0.24 220	1.33 618	0.32 282	0.16 220	6.75 745	0.23 246

test-1	6.46 752	9.16 733	8.03 753	8.09 738	5.62 757	6.11 752	6.35 757	6.85 755	4.94 754	6.08 753	6.29 759	4.98 749	6.43 751	6.22 751	6.36 757	6.16 741	7.47 747	5.82 751	5.44 758	7.11 748	5.68 755

test-v	7.53 756	11.89 744	7.98 750	9.36 745	7.14 759	7.06 756	7.09 759	7.37 756	6.91 759	7.29 756	5.71 757	6.45 755	6.93 752	6.73 755	7.27 759	8.93 756	7.85 749	6.98 756	6.80 760	7.56 749	7.34 758

test-2	7.53 756	11.89 744	7.98 750	9.36 745	7.14 759	7.06 756	7.09 759	7.37 756	6.91 759	7.29 756	5.71 757	6.45 755	6.93 752	6.73 755	7.27 759	8.93 756	7.85 749	6.98 756	6.80 760	7.56 749	7.34 758

rvit_stereo_0075_2	6.64 753	8.80 730	5.25 736	7.89 737	5.27 756	7.90 758	5.27 755	7.92 759	5.28 755	7.91 759	5.29 756	7.93 759	5.27 747	7.92 759	5.28 752	7.93 749	5.28 733	7.93 758	5.29 757	7.93 751	5.28 754

CFNet_RVC	2.38 693	8.71 729	0.38 321	9.33 744	0.42 459	0.56 473	0.42 449	0.60 475	0.38 419	0.62 485	0.42 452	0.56 476	7.29 755	0.62 481	0.42 444	0.53 415	0.37 356	0.49 461	0.34 408	8.30 752	6.87 757

MSMDNet	2.65 702	10.14 740	0.33 288	9.74 748	0.32 381	0.87 525	0.33 380	2.95 712	0.68 521	0.49 431	0.34 396	0.49 437	5.70 750	0.49 436	0.33 376	0.42 339	9.57 752	0.41 410	0.31 385	8.36 753	0.65 511

U	5.15 750	8.49 728	1.81 653	8.49 740	1.77 692	8.49 759	1.77 688	8.51 760	1.77 693	8.49 760	1.77 692	8.50 760	1.78 681	8.58 760	1.77 695	8.54 752	1.78 659	8.55 760	1.78 703	8.55 754	1.84 697

SGM+DAISY	7.06 755	9.15 732	5.38 738	8.84 742	5.18 755	8.80 760	5.31 756	8.79 761	5.28 755	8.89 761	5.20 755	8.93 761	5.33 748	8.95 761	5.36 753	8.70 753	5.21 732	8.74 761	5.20 756	8.89 755	5.15 753

pcwnet_v2	2.66 703	9.89 738	0.33 288	9.89 749	0.32 381	0.50 449	0.32 369	0.49 428	0.33 388	0.49 431	0.34 396	0.49 437	8.76 757	0.48 429	0.33 376	0.41 325	9.58 753	0.40 392	0.29 356	9.01 756	0.63 503

ccs_rob	2.79 711	10.17 741	0.32 283	10.00 751	0.33 394	0.49 440	0.33 380	1.90 646	0.32 378	0.51 453	0.33 388	0.49 437	9.24 759	0.49 436	0.33 376	0.41 325	9.82 755	0.41 410	0.28 341	9.34 757	0.29 339

PCWNet_CMD	2.80 712	9.82 737	0.32 283	10.09 752	0.32 381	0.49 440	0.33 380	3.34 717	0.33 388	0.49 431	0.33 388	0.49 437	8.73 756	0.48 429	0.33 376	0.41 325	9.22 751	0.42 426	0.29 356	9.55 758	0.31 364

UCFNet_RVC	2.75 707	10.06 739	0.29 252	10.31 753	0.29 308	0.42 359	0.29 304	0.43 359	0.29 306	0.42 345	0.29 310	0.42 359	9.87 760	0.43 361	0.29 301	0.36 280	9.84 756	0.36 324	0.26 282	9.77 759	0.26 264

CFNet_pseudo	2.67 704	9.36 734	0.32 283	10.99 754	0.33 394	0.85 522	0.33 380	0.49 428	0.33 388	0.49 431	0.32 379	0.49 437	7.26 754	0.49 436	0.33 376	0.41 325	9.62 754	0.41 410	0.29 356	10.03 760	0.29 339

CFNet_ucs	2.73 705	9.64 736	0.33 288	9.92 750	0.32 381	0.49 440	0.33 380	0.49 428	0.33 388	0.49 431	0.33 388	0.49 437	8.98 758	0.48 429	0.33 376	0.41 325	9.96 757	0.40 392	0.29 356	10.12 761	0.54 482

rafts_anoy	20.00 760	20.00 746	20.00 760	20.00 760	20.00 762	20.00 761	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 763	20.00 762	20.00 763	20.00 762	20.00 761

raft+_RVC	20.00 760	20.00 746	20.00 760	20.00 760	20.00 762	20.00 761	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 763	20.00 762	20.00 763	20.00 762	20.00 761

raftrobust	20.00 760	20.00 746	20.00 760	20.00 760	20.00 762	20.00 761	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 763	20.00 762	20.00 763	20.00 762	20.00 761

CasAABBNet	20.00 760	20.00 746	20.00 760	20.00 760	20.00 762	20.00 761	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 763	20.00 762	20.00 763	20.00 762	20.00 761

RALCasStereoNet	20.00 760	20.00 746	20.00 760	20.00 760	20.00 762	20.00 761	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 763	20.00 762	20.00 763	20.00 762	20.00 761

RALAANet	20.00 760	20.00 746	20.00 760	20.00 760	20.00 762	20.00 761	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 762	20.00 763	20.00 762	20.00 763	20.00 762	20.00 761

MANE	19.05 759	23.00 752	15.00 759	23.00 766	15.00 761	24.00 767	16.00 761	24.00 768	16.00 761	22.00 768	15.00 761	23.00 768	16.00 761	23.00 768	15.00 761	22.00 768	15.00 762	22.00 768	15.00 762	22.00 768	15.00 760

111	30.40 766	30.94 768	29.72 767	32.61 767	30.02 769	33.57 768	30.47 769	31.50 769	29.39 769	30.98 769	29.11 769	29.78 769	30.39 772	29.45 769	30.76 772	30.08 769	29.02 770	29.92 769	30.32 773	29.86 769	30.17 768

tt	500032.53 786	34.60 770	29.72 767	37.47 777	34.41 774	36.85 774	35.22 774	34.71 773	33.55 771	34.50 770	35.43 773	33.81 773	10000000.00 791	33.57 773	33.13 773	33.68 773	35.00 775	34.03 774	35.26 776	30.96 770	34.63 773

DCANet	500032.53 786	34.60 770	29.72 767	37.47 777	34.41 774	36.85 774	35.22 774	34.71 773	33.55 771	34.50 770	35.43 773	33.81 773	10000000.00 791	33.57 773	33.13 773	33.68 773	35.00 775	34.03 774	35.26 776	30.96 770	34.63 773

ADStereo(finetuned)	36.13 769	36.63 773	38.07 778	36.97 772	33.25 773	35.91 773	34.45 773	36.36 776	32.99 770	38.14 781	36.71 776	36.69 776	34.13 773	38.57 781	40.79 780	37.60 781	36.58 777	35.90 777	33.36 774	35.42 772	34.04 772

DCANet-4	35.22 768	34.54 769	35.08 773	33.58 771	35.47 776	34.55 769	35.53 776	36.08 775	35.85 773	35.92 775	35.77 775	35.18 775	35.48 774	35.39 775	37.15 779	34.55 775	33.92 774	35.02 776	34.90 775	35.79 773	34.74 775

fast-reg	37.00 770	37.00 774	37.00 774	37.00 773	37.00 777	37.00 776	37.00 777	37.00 777	37.00 774	37.00 776	37.00 777	37.00 777	37.00 775	37.00 776	37.00 775	37.00 777	37.00 778	37.00 778	37.00 778	37.00 774	37.00 776

Reg-Stereo(zero)	37.00 770	37.00 774	37.00 774	37.00 773	37.00 777	37.00 776	37.00 777	37.00 777	37.00 774	37.00 776	37.00 777	37.00 777	37.00 775	37.00 776	37.00 775	37.00 777	37.00 778	37.00 778	37.00 778	37.00 774	37.00 776

FLISNet	37.00 770	37.00 774	37.00 774	37.00 773	37.00 777	37.00 776	37.00 777	37.00 777	37.00 774	37.00 776	37.00 777	37.00 777	37.00 775	37.00 776	37.00 775	37.00 777	37.00 778	37.00 778	37.00 778	37.00 774	37.00 776

CoSv	37.00 770	37.00 774	37.00 774	37.00 773	37.00 777	37.00 776	37.00 777	37.00 777	37.00 774	37.00 776	37.00 777	37.00 777	37.00 775	37.00 776	37.00 775	37.00 777	37.00 778	37.00 778	37.00 778	37.00 774	37.00 776

WCMA_ROB	31.10 767	35.43 772	27.12 766	39.51 779	23.10 768	38.78 780	25.30 768	37.49 781	25.39 768	37.29 780	27.02 768	38.52 781	26.48 768	37.80 780	26.44 768	36.28 776	22.65 769	33.90 773	22.30 769	37.10 778	24.18 767

NOSS_ROB	102.95 775	153.00 783	121.00 782	51.00 780	44.00 781	165.00 784	127.00 783	153.00 784	119.00 780	164.00 785	125.00 783	168.00 785	120.00 781	153.00 784	117.00 783	49.00 782	44.00 782	49.00 782	44.00 782	49.00 779	44.00 780

CBMV	128.50 776	1422.70 791	53.10 780	79.50 781	51.30 782	77.30 782	49.70 781	74.00 782	48.20 779	77.20 783	48.80 782	73.90 783	48.00 780	73.80 783	48.80 782	70.40 783	45.10 783	68.90 783	46.10 783	68.20 780	45.00 781
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 774	87.70 779	41.95 779	113.75 782	65.62 783	75.05 781	55.25 782	75.64 783	45.04 778	71.61 782	41.75 781	72.81 782	44.06 779	68.38 782	44.63 781	101.89 784	59.57 784	107.10 784	61.05 784	104.38 781	59.38 782

MeshStereo	159.24 777	171.00 784	160.68 785	162.58 783	160.59 785	164.01 783	160.35 785	158.51 785	158.56 782	158.34 784	160.12 785	158.56 784	159.92 783	157.26 785	158.94 785	154.38 785	158.36 785	155.75 785	159.13 787	153.67 782	154.07 784
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
DF_test	189.29 778	560.34 788	182.58 786	229.00 785	135.68 784	197.79 785	135.52 784	197.80 786	135.44 781	197.75 786	135.49 784	197.90 786	135.51 782	197.84 786	135.75 784	217.37 787	171.11 786	183.74 786	127.67 786	183.56 783	127.88 783

AE-Stereo	201.80 779	123.00 780	115.00 781	219.00 784	218.00 787	223.00 786	244.00 787	217.00 787	236.00 784	202.00 787	203.00 786	205.00 787	208.00 784	225.00 787	204.00 786	210.00 786	198.00 787	197.00 787	184.00 788	204.00 784	201.00 785

MGS-Stereo	239.45 780	123.00 780	135.00 783	266.00 786	286.00 788	277.00 787	305.00 788	271.00 788	242.00 785	274.00 788	279.00 788	255.00 788	270.00 786	268.00 788	297.00 788	221.00 788	247.00 789	216.00 788	123.00 785	217.00 785	217.00 787

EGLCR-Stereo	246.90 781	129.00 782	139.00 784	266.00 786	286.00 788	277.00 787	305.00 788	271.00 788	242.00 785	274.00 788	279.00 788	255.00 788	270.00 786	268.00 788	297.00 788	230.00 789	247.00 789	216.00 788	223.00 790	237.00 786	227.00 788

DLCB_ROB	284.23 782	354.61 786	207.27 787	363.24 788	206.46 786	364.72 789	210.41 786	364.72 790	210.41 783	364.81 790	208.64 787	364.81 790	208.64 785	364.72 790	210.41 787	354.70 790	205.53 788	354.70 790	205.53 789	354.70 787	205.53 786

LE_ROB	396.57 783	471.28 787	329.84 788	471.48 789	308.15 790	526.83 790	322.10 790	488.15 791	323.76 787	495.46 791	317.97 790	497.17 791	320.10 788	481.62 791	326.76 790	462.71 791	298.97 791	466.16 791	285.98 791	447.62 788	289.21 789

SGM-ForestM	596.69 784	677.77 789	444.52 789	699.85 790	517.25 791	732.94 791	488.29 791	770.79 792	460.11 788	750.81 792	487.98 791	792.79 792	499.41 789	730.90 792	475.81 791	720.03 792	491.16 792	663.96 792	418.60 792	674.76 789	436.05 790

CBMV_ROB	818.48 785	913.88 790	709.52 790	862.84 791	597.78 792	1073.99 792	700.52 792	1015.66 793	702.59 789	1115.65 793	760.02 792	1130.24 793	721.57 790	1037.41 793	692.65 792	814.05 793	564.29 793	843.28 793	595.31 793	915.51 790	602.92 791

111111	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

SGD-Stereo	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

IGEV-Stereo++	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

IGEV-BASED-STEREO-	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

IGEV-Stereo+	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

SDNR	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

anonymousdsp2	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

anonymousdsp	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

fff	1000028.16 788	29.62 764	29.72 767	32.61 767	30.02 769	35.13 770	31.83 770	32.07 770	10000000.00 790	35.27 772	29.82 770	32.45 770	30.15 769	32.35 770	30.09 769	31.04 770	29.55 771	30.64 770	30.14 770	10000000.00 791	30.77 769

csc	1000028.16 788	29.62 764	29.72 767	32.61 767	30.02 769	35.13 770	31.83 770	32.07 770	10000000.00 790	35.27 772	29.82 770	32.45 770	30.15 769	32.35 770	30.09 769	31.04 770	29.55 771	30.64 770	30.14 770	10000000.00 791	30.77 769

cscssc	1000028.16 788	29.62 764	29.72 767	32.61 767	30.02 769	35.13 770	31.83 770	32.07 770	10000000.00 790	35.27 772	29.82 770	32.45 770	30.15 769	32.35 770	30.09 769	31.04 770	29.55 771	30.64 770	30.14 770	10000000.00 791	30.77 769

test_example2	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792

DIP-Stereo	10000000.00 791	10000000.00 792	10000000.00 791	10000000.00 792	10000000.00 793	10000000.00 793	10000000.00 793	10000000.00 794	10000000.00 790	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 791	10000000.00 794	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 791	10000000.00 792
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