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

asda	0.77 55	0.46 40	1.10 42	0.64 28	0.82 295	3.33 252	0.49 84	2.40 127	0.81 30	0.63 41	0.80 52	0.44 31	0.85 148	0.88 27	0.60 69	0.17 7	0.13 1	0.24 74	0.17 36	0.20 21	0.20 31

asd	0.70 29	0.45 33	1.10 42	0.67 51	0.90 332	2.88 178	0.43 62	1.64 46	0.79 23	0.68 57	0.88 67	0.43 26	0.74 103	0.85 22	0.49 33	0.19 26	0.13 1	0.24 74	0.17 36	0.22 51	0.20 31

4.25_new	0.73 36	0.46 40	1.08 28	0.71 64	0.97 350	2.52 146	0.58 125	2.28 117	0.93 53	0.57 21	0.94 83	0.40 16	0.65 73	0.87 23	0.50 39	0.17 7	0.13 1	0.25 103	0.17 36	0.19 5	0.20 31

4.5w_new	0.73 36	0.46 40	1.08 28	0.71 64	0.97 350	2.52 146	0.58 125	2.28 117	0.93 53	0.57 21	0.94 83	0.40 16	0.65 73	0.87 23	0.50 39	0.17 7	0.13 1	0.25 103	0.17 36	0.19 5	0.20 31

4.25w-stereo	0.73 36	0.46 40	1.08 28	0.71 64	0.97 350	2.52 146	0.58 125	2.28 117	0.93 53	0.57 21	0.94 83	0.40 16	0.65 73	0.87 23	0.50 39	0.17 7	0.13 1	0.25 103	0.17 36	0.19 5	0.20 31

4w-stereo	0.67 21	0.49 77	1.07 19	0.63 22	0.75 266	1.63 77	0.44 66	2.23 109	0.77 15	0.56 15	0.92 78	0.40 16	0.82 140	1.08 67	0.53 50	0.18 21	0.13 1	0.25 103	0.18 60	0.19 5	0.20 31

3.75w	0.75 40	0.47 58	1.09 36	0.63 22	1.10 393	2.61 157	0.53 100	2.46 140	0.97 60	0.62 37	0.80 52	0.40 16	0.66 80	1.11 72	0.48 29	0.19 26	0.13 1	0.23 42	0.18 60	0.20 21	0.21 61

3.5w_stereo	0.77 55	0.53 107	1.09 36	0.65 36	0.72 254	2.52 146	0.51 90	2.43 134	0.80 26	0.76 90	1.20 134	0.43 26	0.66 80	1.23 111	0.73 129	0.17 7	0.13 1	0.23 42	0.17 36	0.20 21	0.21 61

2w_stereo	0.75 40	0.46 40	1.08 28	0.68 54	0.56 169	2.00 100	0.61 136	2.87 214	0.83 34	0.93 141	0.93 81	0.36 4	1.13 242	0.90 31	0.61 71	0.17 7	0.13 1	0.23 42	0.17 36	0.20 21	0.21 61

CAS	1.26 201	0.40 10	1.46 114	2.97 581	1.61 512	4.13 436	0.73 205	1.78 60	1.49 157	0.83 120	1.10 118	0.59 64	0.53 35	1.26 119	0.80 155	2.99 586	0.13 1	0.21 20	0.13 1	0.31 193	1.72 567

BPD-Stereo	0.46 1	0.31 1	0.97 5	0.61 10	0.38 44	0.42 2	0.36 32	0.68 2	0.77 15	0.50 6	0.83 57	0.61 66	0.33 2	0.61 2	0.62 75	0.19 26	0.14 11	0.24 74	0.22 158	0.20 21	0.19 8

Replicate-Monster	0.79 63	1.36 495	2.08 186	0.70 58	0.52 146	2.05 108	0.34 26	1.92 75	0.82 31	1.03 159	0.60 24	0.48 41	0.52 34	1.28 124	0.39 4	0.19 26	0.14 11	0.19 5	0.16 18	0.22 51	0.78 510

qwe	0.75 40	0.45 33	1.10 42	0.67 51	1.06 381	2.49 142	0.45 70	2.57 163	0.90 42	0.71 64	0.83 57	0.43 26	0.48 24	1.10 70	0.64 82	0.17 7	0.14 11	0.24 74	0.16 18	0.21 38	0.20 31

4.5_new	0.67 21	0.46 40	1.11 49	0.63 22	0.78 277	1.97 98	0.51 90	2.18 100	0.78 20	0.73 69	0.90 74	0.42 24	0.49 28	0.81 14	0.49 33	0.21 39	0.14 11	0.26 133	0.19 86	0.22 51	0.20 31

4.5w-stereo	0.67 21	0.46 40	1.11 49	0.63 22	0.78 277	1.97 98	0.51 90	2.18 100	0.77 15	0.73 69	0.90 74	0.42 24	0.49 28	0.81 14	0.49 33	0.21 39	0.14 11	0.26 133	0.19 86	0.22 51	0.20 31

2.5w	0.75 40	0.44 30	1.06 17	0.66 44	0.69 245	2.39 134	0.56 113	2.77 194	0.82 31	0.63 41	0.88 67	0.37 8	0.75 106	1.36 145	0.50 39	0.18 21	0.14 11	0.22 27	0.17 36	0.19 5	0.21 61

2.75w_new	0.75 40	0.45 33	1.10 42	0.65 36	0.62 207	2.45 140	0.56 113	2.75 191	0.74 13	0.78 98	0.73 40	0.38 12	0.92 173	1.04 63	0.66 94	0.17 7	0.14 11	0.22 27	0.17 36	0.18 1	0.19 8

3.25w_new	0.69 27	0.46 40	1.10 42	0.61 10	0.61 201	2.23 122	0.51 90	2.45 137	0.90 42	0.63 41	0.78 49	0.47 37	0.71 90	0.78 11	0.50 39	0.17 7	0.14 11	0.20 8	0.17 36	0.20 21	0.20 31

3.25w	0.69 27	0.46 40	1.10 42	0.61 10	0.61 201	2.23 122	0.51 90	2.45 137	0.90 42	0.63 41	0.78 49	0.47 37	0.71 90	0.79 12	0.50 39	0.17 7	0.14 11	0.20 8	0.17 36	0.20 21	0.20 31

3w_stereo	0.71 34	0.47 58	1.14 60	0.65 36	0.39 48	1.73 82	0.68 180	2.79 202	0.79 23	0.67 54	0.84 59	0.37 8	1.02 199	1.03 58	0.56 58	0.18 21	0.14 11	0.23 42	0.18 60	0.20 21	0.22 80

1w_stereo	0.86 86	0.42 22	1.07 19	0.72 73	0.81 286	3.00 197	0.67 172	3.28 258	0.75 14	0.74 74	1.32 174	0.37 8	1.37 294	0.92 37	0.68 102	0.16 5	0.14 11	0.20 8	0.16 18	0.19 5	0.22 80

SGD-Stereo	0.65 20	0.41 17	1.06 17	0.85 151	0.31 6	2.44 138	0.46 75	1.09 8	0.69 8	0.84 122	0.52 15	0.55 54	0.53 35	1.49 174	0.46 23	0.31 268	0.14 11	0.25 103	0.18 60	0.23 59	0.20 31

NLSM3	0.90 100	0.46 40	1.19 67	0.62 16	1.30 443	3.19 225	0.45 70	2.81 206	1.27 92	0.78 98	0.95 86	0.55 54	1.03 200	1.14 84	0.87 186	0.20 33	0.15 23	0.26 133	0.22 158	0.24 64	0.23 92

MonSter++	0.52 4	0.42 22	0.89 2	0.61 10	0.36 17	1.64 78	0.25 6	0.96 6	0.91 45	0.62 37	0.42 8	0.56 58	0.53 35	0.71 5	0.45 19	0.17 7	0.15 23	0.18 2	0.14 2	0.19 5	0.20 31

HiDET	0.61 11	0.41 17	0.88 1	0.64 28	0.39 48	2.67 161	0.25 6	1.59 36	0.91 45	0.59 29	0.44 10	0.52 48	0.50 32	0.76 8	0.54 55	0.17 7	0.15 23	0.18 2	0.15 5	0.19 5	0.21 61

BridgeDepth	0.54 6	0.42 22	1.05 13	0.58 3	0.25 1	1.30 45	0.36 32	1.53 29	0.86 39	0.56 15	0.37 5	0.57 60	0.65 73	0.87 23	0.40 6	0.20 33	0.15 23	0.19 5	0.16 18	0.22 51	0.17 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonStereo	0.62 13	0.43 27	1.07 19	0.66 44	0.82 295	1.13 18	0.39 38	2.57 163	0.92 50	0.58 25	0.64 29	0.36 4	0.36 6	0.90 31	0.43 13	0.15 1	0.15 23	0.20 8	0.17 36	0.21 38	0.19 8

Monster-pub-eth3d	0.62 13	0.43 27	1.07 19	0.66 44	0.82 295	1.13 18	0.39 38	2.57 163	0.92 50	0.58 25	0.64 29	0.36 4	0.36 6	0.88 27	0.43 13	0.15 1	0.15 23	0.20 8	0.17 36	0.21 38	0.19 8

2.25w	0.75 40	0.47 58	1.09 36	0.69 57	0.65 220	2.28 125	0.40 45	2.42 131	0.80 26	0.73 69	1.03 97	0.40 16	0.81 138	1.24 112	0.80 155	0.16 5	0.15 23	0.21 20	0.17 36	0.19 5	0.21 61

MonSter	0.62 13	0.43 27	1.07 19	0.66 44	0.82 295	1.13 18	0.39 38	2.57 163	0.92 50	0.58 25	0.64 29	0.36 4	0.35 5	0.95 42	0.43 13	0.15 1	0.15 23	0.20 8	0.17 36	0.21 38	0.19 8

IGEV-BASED-STEREO-	1.09 154	3.30 566	2.61 233	0.82 118	0.38 44	1.27 36	0.62 151	1.51 26	1.29 95	0.91 136	0.92 78	0.65 79	0.57 45	1.08 67	0.59 66	1.55 576	0.15 23	0.32 290	0.28 296	1.10 545	1.98 574

CREStereo++_RVC	1.02 144	0.49 77	1.54 125	0.83 129	0.55 165	4.01 408	0.31 15	1.63 44	1.99 323	1.63 221	2.13 425	0.84 131	0.65 73	0.88 27	0.70 118	0.27 136	0.15 23	0.23 42	1.22 574	0.24 64	0.17 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
RAFT-Stereo + iAFF	1.25 194	0.72 301	1.74 143	1.05 287	0.36 17	4.13 436	0.42 57	2.95 218	2.84 502	2.02 329	2.40 476	1.61 261	1.11 239	1.26 119	0.97 230	0.21 39	0.15 23	0.26 133	0.23 177	0.29 149	0.23 92

Pro-Stereo	0.68 24	0.33 2	0.97 5	0.68 54	0.43 74	3.11 214	0.35 30	0.70 3	0.96 59	0.54 13	0.54 17	0.62 69	0.27 1	2.06 264	0.68 102	0.24 75	0.16 34	0.30 245	0.25 218	0.20 21	0.19 8

BridgeDepth_RVC	0.53 5	0.41 17	1.03 10	0.55 1	0.37 32	0.99 12	0.23 3	1.38 15	0.67 4	0.56 15	0.52 15	0.50 43	0.82 140	0.83 19	0.47 27	0.29 201	0.16 34	0.23 42	0.18 60	0.19 5	0.18 4
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LCMNet	0.63 16	0.40 10	0.95 3	0.58 3	0.39 48	3.11 214	0.27 9	1.58 34	0.84 37	0.56 15	0.58 22	0.52 48	0.53 35	0.77 10	0.51 48	0.17 7	0.16 34	0.19 5	0.15 5	0.20 21	0.21 61

Wavelet-MonSter	0.57 8	0.47 58	1.13 57	0.66 44	0.78 277	1.60 73	0.30 14	1.17 11	0.68 5	0.58 25	0.69 35	0.39 14	0.48 24	0.99 52	0.46 23	0.15 1	0.16 34	0.20 8	0.16 18	0.20 21	0.19 8

Monster-pub-mixall	0.64 18	0.42 22	1.00 8	0.83 129	0.48 120	1.39 53	0.32 19	1.45 21	0.82 31	0.88 132	0.85 62	0.39 14	0.36 6	1.99 258	0.47 27	0.20 33	0.16 34	0.17 1	0.15 5	0.18 1	0.21 61

monsterstereo	0.82 77	0.50 81	1.26 80	0.77 99	1.41 479	2.54 152	0.40 45	3.14 239	0.71 10	0.70 60	1.11 119	0.41 23	0.39 9	1.50 175	0.50 39	0.19 26	0.16 34	0.22 27	0.16 18	0.21 38	0.17 1

monsters	0.82 77	0.58 163	1.16 63	0.76 94	1.52 494	2.92 186	0.40 45	2.66 179	0.72 11	0.66 51	0.84 59	0.38 12	0.41 12	1.84 241	0.48 29	0.20 33	0.16 34	0.20 8	0.16 18	0.19 5	0.19 8

HI	1.27 206	0.90 394	2.33 211	1.10 319	0.68 239	2.92 186	0.45 70	2.49 144	1.76 286	2.13 362	1.65 271	2.42 382	1.84 422	1.58 188	1.61 376	0.26 113	0.16 34	0.28 201	0.29 324	0.26 100	0.25 124

CoSv	1.27 206	0.90 394	2.33 211	1.10 319	0.68 239	2.92 186	0.45 70	2.49 144	1.76 286	2.13 362	1.65 271	2.42 382	1.84 422	1.58 188	1.61 376	0.26 113	0.16 34	0.28 201	0.29 324	0.26 100	0.25 124

StereoAnything_RVC	0.94 111	2.66 557	2.20 194	0.76 94	0.34 12	1.18 25	0.39 38	2.31 121	0.69 8	0.51 10	0.34 4	0.32 1	0.89 164	1.57 187	0.35 1	0.32 289	0.16 34	0.23 42	0.15 5	3.31 582	0.18 4

castereo	0.82 77	0.70 284	1.04 11	0.85 151	0.50 132	1.29 44	0.91 345	3.22 249	1.20 79	0.83 120	1.24 146	0.72 99	0.91 170	1.00 53	0.67 99	0.26 113	0.16 34	0.25 103	0.20 107	0.24 64	0.21 61

SMoEStereo_RVC	0.80 65	0.53 107	1.12 52	0.92 200	0.44 83	2.41 136	0.79 254	1.49 25	1.16 74	0.70 60	1.12 121	0.64 74	0.64 69	1.69 217	0.87 186	0.22 49	0.16 34	0.31 270	0.22 158	0.26 100	0.25 124

WCG-NET	0.88 92	0.49 77	1.26 80	0.90 186	0.37 32	1.48 62	1.07 407	1.73 53	2.30 396	1.63 221	1.49 222	0.92 161	0.97 184	0.95 42	0.76 142	0.22 49	0.16 34	0.23 42	0.20 107	0.25 79	0.21 61

IGEV-Stereo++	0.93 108	0.44 30	1.08 28	0.70 58	1.20 423	3.87 369	0.33 21	3.36 275	1.43 124	0.75 76	1.17 129	0.68 86	1.04 207	0.95 42	0.42 9	0.22 49	0.16 34	0.23 42	0.17 36	0.24 64	0.20 31

ffm	1.72 270	0.60 183	5.21 314	1.14 338	0.99 360	3.62 315	0.86 303	4.22 471	3.37 550	2.20 392	2.30 460	3.48 487	1.62 367	2.21 285	0.65 89	0.29 201	0.16 34	0.48 468	0.37 427	0.30 173	0.29 201

ff1	2.96 478	0.60 183	5.21 314	1.14 338	0.99 360	3.62 315	0.86 303	4.22 471	3.37 550	2.20 392	2.30 460	3.48 487	1.62 367	11.62 562	16.09 591	0.29 201	0.16 34	0.48 468	0.37 427	0.30 173	0.29 201

tt1	1.79 282	0.73 312	10.41 376	1.75 528	0.36 17	4.55 530	0.79 254	4.22 471	3.37 550	1.08 163	1.80 322	0.74 111	1.48 329	2.21 285	0.65 89	0.29 201	0.16 34	0.31 270	0.22 158	0.30 173	0.29 201

AFF-stereo	1.31 216	0.77 344	1.46 114	1.10 319	0.45 91	3.93 381	0.48 83	2.92 216	2.92 508	1.90 281	2.21 440	2.11 352	1.52 342	1.93 253	1.12 261	0.21 39	0.16 34	0.25 103	0.25 218	0.29 149	0.20 31

WQFJA1++	10.56 600	0.40 10	3.21 265	0.89 176	0.82 295	1.43 57	0.41 52	2.15 99	0.87 40	96.02 643	0.71 36	0.46 35	0.55 41	1.29 129	0.50 39	0.27 136	0.17 52	0.21 20	0.18 60	100.47 640	0.22 80

MatchStereo	0.68 24	0.46 40	1.93 160	0.67 51	0.28 2	0.98 10	0.33 21	2.01 84	1.69 265	0.48 2	1.02 93	0.47 37	0.59 53	0.91 34	0.58 64	0.21 39	0.17 52	0.21 20	0.15 5	0.19 5	0.19 8

CSFM-Stereo	0.60 9	0.39 6	0.95 3	0.60 9	0.32 9	2.66 160	0.31 15	1.44 20	0.77 15	0.72 66	0.51 13	0.55 54	0.51 33	0.75 7	0.46 23	0.17 7	0.17 52	0.18 2	0.15 5	0.20 21	0.18 4

DDF-Stereo	0.90 100	0.53 107	1.16 63	0.88 169	1.31 446	1.59 72	0.86 303	2.26 112	0.79 23	0.48 2	0.63 28	0.54 52	0.73 98	2.97 334	1.03 242	0.39 387	0.17 52	0.24 74	0.18 60	1.06 539	0.29 201

252Zero-FE	0.72 35	0.46 40	1.08 28	1.01 266	0.41 61	1.27 36	0.22 2	1.79 61	1.03 66	2.52 472	1.24 146	0.32 1	0.41 12	1.03 58	0.45 19	0.21 39	0.17 52	0.20 8	0.17 36	0.20 21	0.20 31

zero-FE	0.95 118	0.52 93	2.63 237	0.86 158	1.27 439	1.41 55	0.86 303	2.27 114	0.73 12	0.50 6	0.64 29	0.54 52	0.78 123	2.70 323	1.02 240	0.35 338	0.17 52	0.24 74	0.18 60	1.03 536	0.29 201

xyz-stereo	10.85 601	0.45 33	79.01 639	0.62 16	0.45 91	83.70 640	0.77 243	2.59 171	1.34 101	2.19 389	32.02 629	2.76 426	1.62 367	5.75 396	2.39 469	0.25 97	0.17 52	0.33 326	0.21 123	0.25 79	0.19 8

MLG-Stereo_test3	0.60 9	0.37 4	1.12 52	0.59 6	0.57 181	2.19 119	0.31 15	1.68 50	0.56 2	0.49 5	0.51 13	0.56 58	0.33 2	0.96 46	0.54 55	0.21 39	0.17 52	0.23 42	0.16 18	0.20 21	0.21 61

LG-Stereo	0.85 84	0.60 183	2.71 242	0.59 6	0.45 91	2.85 174	0.55 109	2.41 128	1.34 101	0.59 29	1.19 132	0.43 26	0.40 10	0.76 8	0.75 138	0.20 33	0.17 52	0.31 270	0.24 203	0.29 149	0.19 8

MM-Stereo_test2	1.79 282	0.53 107	20.16 541	1.43 471	0.47 112	2.57 153	0.73 205	1.67 48	1.47 140	0.94 142	0.96 89	0.84 131	0.79 127	1.16 92	0.68 102	0.24 75	0.17 52	0.25 103	0.22 158	0.30 173	0.22 80

GREAT-IGEV	0.74 39	0.54 121	1.86 152	1.10 319	0.44 83	2.44 138	0.34 26	1.37 14	1.51 170	0.48 2	0.86 63	0.51 44	0.60 58	1.07 66	0.45 19	0.22 49	0.17 52	0.21 20	0.17 36	0.23 59	0.25 124
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
FoundationStereo	0.50 3	0.39 6	1.11 49	0.79 103	0.42 68	0.70 5	0.36 32	0.76 4	0.80 26	0.62 37	0.38 6	0.73 105	0.77 115	0.69 3	0.36 2	0.26 113	0.17 52	0.23 42	0.16 18	0.18 1	0.20 31

AIO_rvc	0.78 60	0.55 128	1.25 79	0.75 80	0.65 220	1.46 60	0.99 387	2.13 95	1.52 179	0.57 21	1.15 125	1.09 184	0.55 41	1.15 90	0.53 50	0.24 75	0.17 52	0.24 74	0.17 36	0.25 79	0.21 61

AIO_test	0.76 48	0.47 58	1.31 92	0.81 108	0.70 249	1.36 50	0.88 327	1.40 18	1.45 127	0.55 14	0.95 86	1.81 303	0.58 48	1.16 92	0.46 23	0.27 136	0.17 52	0.24 74	0.19 86	0.24 64	0.21 61

tt45	0.96 123	0.48 68	1.19 67	0.89 176	0.66 227	3.91 374	0.76 230	1.90 72	1.26 91	0.70 60	1.30 167	0.71 97	0.63 66	2.59 315	0.74 135	0.22 49	0.17 52	0.28 201	0.23 177	0.27 113	0.27 168

tg	1.15 165	0.67 262	1.31 92	0.94 220	0.54 157	4.02 410	0.41 52	2.96 219	1.59 234	1.69 233	1.85 355	1.84 310	0.97 184	1.78 229	0.83 167	0.27 136	0.17 52	0.29 223	0.26 240	0.29 149	0.27 168

dual_stereo	0.68 24	0.40 10	1.05 13	0.64 28	0.37 32	0.84 9	0.34 26	3.40 280	1.03 66	0.50 6	0.46 12	0.58 61	0.40 10	1.85 247	0.49 33	0.23 61	0.17 52	0.21 20	0.16 18	0.20 21	0.19 8

U	12.82 610	0.38 5	1.99 167	0.66 44	58.94 633	63.38 639	0.34 26	1.91 74	0.94 57	0.59 29	0.80 52	0.46 35	0.57 45	0.83 19	0.44 17	0.29 201	0.17 52	63.35 639	59.81 638	0.29 149	0.20 31

ACVNet-DCA	1.85 288	0.74 322	13.77 415	1.78 531	0.36 17	4.48 509	0.74 217	3.98 401	1.53 186	1.01 152	1.81 334	0.72 99	1.62 367	2.13 272	0.64 82	0.29 201	0.17 52	0.32 290	0.21 123	0.33 244	0.32 251

xx1	2.03 325	0.74 322	13.77 415	1.78 531	0.36 17	4.48 509	0.74 217	4.23 475	3.95 567	1.01 152	1.81 334	1.79 295	1.34 288	2.13 272	0.64 82	0.29 201	0.17 52	0.33 326	0.33 381	0.33 244	0.32 251

1test111	1.99 319	0.74 322	13.77 415	1.78 531	0.36 17	4.48 509	0.74 217	3.98 401	1.53 186	1.01 152	1.81 334	0.72 99	1.62 367	4.66 373	0.98 233	0.29 201	0.17 52	0.32 290	0.21 123	0.33 244	0.32 251

cc1	1.98 316	0.74 322	13.77 415	1.78 531	0.36 17	4.48 509	0.74 217	4.23 475	3.95 567	1.01 152	1.81 334	0.72 99	1.62 367	2.13 272	0.64 82	0.29 201	0.17 52	0.32 290	0.21 123	0.31 193	0.29 201

ff7	0.98 127	0.69 273	2.05 174	0.84 139	0.52 146	4.55 530	0.86 303	1.62 39	1.24 83	0.75 76	1.03 97	0.70 90	0.77 115	1.84 241	0.68 102	0.27 136	0.17 52	0.29 223	0.21 123	0.31 193	0.27 168

ffff	0.98 127	0.69 273	2.05 174	0.84 139	0.52 146	4.55 530	0.86 303	1.62 39	1.24 83	0.75 76	1.03 97	0.70 90	0.77 115	1.84 241	0.68 102	0.27 136	0.17 52	0.29 223	0.21 123	0.31 193	0.27 168

11t	0.98 127	0.69 273	2.05 174	0.84 139	0.52 146	4.55 530	0.86 303	1.62 39	1.24 83	0.75 76	1.03 97	0.70 90	0.77 115	1.84 241	0.68 102	0.27 136	0.17 52	0.29 223	0.21 123	0.31 193	0.27 168

CASnet	0.78 60	0.51 87	1.29 90	0.81 108	0.29 3	1.28 42	0.74 217	1.51 26	1.89 310	1.64 224	1.09 115	0.65 79	0.64 69	0.91 34	0.76 142	0.29 201	0.17 52	0.41 428	0.31 361	0.32 224	0.19 8
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LoS_RVC	0.94 111	1.30 484	1.31 92	0.84 139	1.63 515	2.02 101	0.59 129	1.51 26	1.36 106	0.81 109	1.33 176	0.84 131	0.88 158	1.36 145	0.73 129	0.21 39	0.17 52	0.20 8	0.14 2	0.20 21	1.45 560

anonymousdsp	0.95 118	0.69 273	1.27 86	0.83 129	0.52 146	4.54 525	0.84 289	1.76 56	1.24 83	0.76 90	1.06 111	0.78 117	0.77 115	1.67 214	0.69 112	0.27 136	0.17 52	0.29 223	0.21 123	0.31 193	0.26 152

CES	1.01 140	0.55 128	1.74 143	0.92 200	2.15 567	2.15 114	0.50 86	2.01 84	1.45 127	0.76 90	1.02 93	0.61 66	0.47 20	1.29 129	0.79 154	0.22 49	0.17 52	0.24 74	0.14 2	0.63 469	2.29 578

ccc-4	0.98 127	0.69 273	2.05 174	0.84 139	0.52 146	4.55 530	0.86 303	1.62 39	1.24 83	0.75 76	1.03 97	0.70 90	0.77 115	1.84 241	0.68 102	0.27 136	0.17 52	0.29 223	0.21 123	0.31 193	0.27 168

test_4	1.30 212	0.50 81	6.16 323	0.84 139	0.45 91	1.61 74	1.12 422	2.14 97	1.42 120	1.52 205	2.31 466	1.84 310	0.79 127	2.52 308	1.19 274	0.27 136	0.17 52	0.29 223	0.29 324	0.29 149	0.25 124

IGEV-Stereo	0.95 118	0.69 273	1.27 86	0.84 139	0.52 146	4.54 525	0.84 289	1.76 56	1.24 83	0.75 76	1.06 111	0.79 121	0.77 115	1.68 216	0.69 112	0.27 136	0.17 52	0.29 223	0.21 123	0.31 193	0.26 152
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
test_3	1.19 172	0.51 87	2.08 186	0.99 251	0.41 61	2.05 108	0.87 323	4.40 537	1.42 120	1.99 310	1.18 130	2.03 339	0.79 127	2.70 323	0.75 138	0.27 136	0.17 52	0.29 223	0.29 324	0.30 173	0.27 168

Hybrid-DGEV-03	1.34 219	0.70 284	2.74 247	1.00 259	0.52 146	3.99 404	0.99 387	3.22 249	1.64 248	2.15 373	3.31 542	1.37 230	1.07 223	1.29 129	1.22 284	0.26 113	0.18 85	0.32 290	0.24 203	0.28 130	0.24 111

VIP-Stereo	0.85 84	0.83 373	1.59 132	0.76 94	0.87 320	3.18 222	0.80 264	1.94 79	0.83 34	0.78 98	1.04 102	0.64 74	0.59 53	1.24 112	0.61 71	0.28 176	0.18 85	0.23 42	0.17 36	0.22 51	0.19 8

GSStereo	0.96 123	0.48 68	1.09 36	0.97 237	0.45 91	4.54 525	0.83 283	3.32 267	1.37 107	0.75 76	0.89 70	0.76 114	0.80 134	0.92 37	0.53 50	0.26 113	0.18 85	0.26 133	0.20 107	0.28 130	0.21 61

GS-Stereo							0.83 283	3.32 267	1.37 107	0.75 76	0.89 70	0.76 114	0.80 134	0.92 37	0.53 50	0.26 113	0.18 85	0.26 133	0.20 107	0.28 130	0.21 61

DA	0.98 127	0.46 40	1.34 97	0.92 200	0.43 74	4.34 485	0.85 298	2.79 202	1.35 104	0.82 111	1.30 167	0.89 148	1.08 227	1.11 72	0.56 58	0.30 245	0.18 85	0.24 74	0.18 60	0.25 79	0.23 92

GGEV	0.98 127	0.46 40	1.34 97	0.92 200	0.43 74	4.34 485	0.85 298	2.79 202	1.35 104	0.82 111	1.30 167	0.89 148	1.08 227	1.11 72	0.56 58	0.30 245	0.18 85	0.24 74	0.18 60	0.25 79	0.23 92

IGEV	0.70 29	0.36 3	1.07 19	0.71 64	1.31 446	2.82 170	0.41 52	1.76 56	0.98 61	0.73 69	0.71 36	0.35 3	0.42 14	0.90 31	0.42 9	0.18 21	0.18 85	0.22 27	0.18 60	0.18 1	0.20 31

LG-Stereo_L2	0.63 16	0.46 40	1.15 62	0.70 58	0.43 74	2.32 128	0.28 10	1.86 65	0.68 5	0.56 15	0.42 8	0.37 8	0.45 18	1.36 145	0.40 6	0.23 61	0.18 85	0.22 27	0.18 60	0.21 38	0.20 31

MLG-Stereo_test1	0.80 65	0.39 6	1.02 9	0.65 36	1.20 423	3.14 218	0.29 13	1.59 36	3.05 521	0.50 6	0.24 1	0.67 84	0.43 15	1.33 139	0.40 6	0.21 39	0.18 85	0.23 42	0.15 5	0.19 5	0.20 31

MLG-Stereo	0.77 55	0.39 6	1.04 11	0.64 28	0.41 61	3.01 199	0.31 15	1.89 69	2.92 508	0.47 1	0.29 2	0.66 83	0.47 20	1.35 143	0.39 4	0.20 33	0.18 85	0.24 74	0.16 18	0.19 5	0.20 31

LG-G_1	0.70 29	0.40 10	1.12 52	0.71 64	0.30 4	2.80 166	0.40 45	2.21 105	0.78 20	0.59 29	0.55 18	0.51 44	0.58 48	1.24 112	0.49 33	0.24 75	0.18 85	0.23 42	0.15 5	0.21 38	0.21 61

LG-G	0.70 29	0.40 10	1.12 52	0.71 64	0.30 4	2.80 166	0.40 45	2.21 105	0.78 20	0.59 29	0.55 18	0.51 44	0.58 48	1.24 112	0.49 33	0.24 75	0.18 85	0.23 42	0.15 5	0.21 38	0.21 61

LG-Stereo_Zeroshot	0.89 96	0.47 58	2.08 186	0.76 94	0.73 259	3.91 374	0.41 52	2.07 91	1.07 70	0.77 95	0.89 70	0.64 74	0.86 151	0.95 42	0.77 147	0.26 113	0.18 85	0.26 133	0.19 86	0.32 224	0.32 251

HART	1.03 145	0.85 382	3.13 262	0.84 139	0.38 44	1.17 24	0.42 57	3.54 299	1.47 140	1.08 163	2.17 432	1.48 244	0.57 45	1.37 150	0.74 135	0.23 61	0.18 85	0.28 201	0.21 123	0.32 224	0.24 111

DEFOM-Stereo_RVC	0.81 74	1.13 451	1.23 74	0.97 237	0.57 181	0.81 8	0.43 62	3.49 287	0.84 37	0.73 69	0.95 86	0.44 31	1.17 258	1.45 165	0.60 69	0.26 113	0.18 85	0.24 74	0.17 36	0.30 173	0.19 8

GIP-stereo	0.88 92	0.50 81	1.34 97	1.32 426	0.94 342	2.90 180	0.42 57	3.41 281	1.06 69	0.63 41	0.76 44	0.90 153	0.76 113	0.91 34	0.52 49	0.27 136	0.18 85	0.25 103	0.16 18	0.25 79	0.19 8

fffft	0.76 48	0.47 58	1.28 88	0.82 118	0.54 157	1.51 65	0.80 264	2.09 93	1.18 77	0.63 41	0.84 59	0.59 64	0.55 41	1.80 234	0.85 173	0.19 26	0.18 85	0.27 165	0.20 107	0.26 100	0.24 111
1: 1. 1
DEFOM-Stereo	0.70 29	0.46 40	1.13 57	0.72 73	0.48 120	3.40 261	0.44 66	0.90 5	0.77 15	0.86 128	0.58 22	0.45 34	0.43 15	1.76 227	0.43 13	0.24 75	0.18 85	0.22 27	0.16 18	0.21 38	0.20 31

ours_stereo	0.76 48	0.64 231	1.40 109	0.86 158	0.61 201	1.12 17	0.57 116	1.63 44	1.20 79	0.72 66	1.43 204	0.70 90	0.62 63	1.56 184	0.58 64	0.25 97	0.18 85	0.26 133	0.21 123	0.29 149	0.31 240

AIO-Stereo	0.76 48	0.54 121	1.07 19	0.73 76	0.40 54	1.28 42	0.82 278	2.26 112	1.49 157	0.70 60	1.58 246	0.89 148	0.45 18	1.03 58	0.55 57	0.24 75	0.18 85	0.25 103	0.20 107	0.26 100	0.21 61

RSM	0.80 65	0.50 81	1.08 28	0.83 129	0.51 134	1.31 46	0.77 243	2.28 117	1.43 124	0.82 111	1.44 206	1.22 209	0.62 63	1.17 99	0.63 79	0.22 49	0.18 85	0.24 74	0.19 86	0.27 113	0.20 31

IGEV++	0.90 100	0.58 163	1.32 95	0.94 220	0.45 91	1.27 36	1.00 389	3.32 267	1.55 203	0.82 111	1.34 181	0.86 140	1.09 229	1.16 92	0.89 194	0.33 306	0.18 85	0.23 42	0.19 86	0.29 149	0.22 80

AEACV	0.79 63	0.54 121	1.35 102	0.97 237	0.63 210	1.13 18	0.92 358	2.02 86	0.91 45	0.76 90	0.79 51	0.80 123	1.61 363	1.28 124	0.61 71	0.22 49	0.18 85	0.26 133	0.23 177	0.27 113	0.23 92

4D-IteraStereo	1.97 314	0.84 378	20.43 558	0.78 101	1.56 504	2.09 112	1.05 404	2.43 134	1.56 209	1.41 195	1.00 92	1.94 321	0.61 61	1.22 109	1.06 246	0.27 136	0.18 85	0.31 270	0.26 240	0.27 113	0.23 92

MC-Stereo	1.06 148	0.48 68	1.55 126	1.15 351	0.41 61	4.56 535	0.61 136	2.06 89	1.46 135	1.90 281	1.61 258	0.89 148	1.12 240	1.35 143	0.73 129	0.25 97	0.18 85	0.26 133	0.22 158	0.25 79	0.24 111

RCA-Stereo	1.21 180	0.52 93	1.58 130	0.90 186	0.46 102	4.68 551	0.79 254	4.13 445	1.74 282	1.92 288	1.80 322	0.94 168	1.48 329	1.14 84	0.70 118	0.27 136	0.18 85	0.25 103	0.19 86	0.25 79	0.23 92

test_5	1.87 291	0.75 335	10.23 373	1.14 338	1.40 472	3.85 364	1.27 450	3.91 379	1.93 316	1.69 233	1.78 316	1.67 267	1.79 410	2.99 335	1.17 271	0.30 245	0.18 85	0.35 363	0.33 381	0.34 262	0.33 269

test-3	1.19 172	0.52 93	2.00 168	1.01 266	0.42 68	1.95 96	0.91 345	4.35 524	1.47 140	2.24 410	1.16 127	2.06 345	0.79 127	2.68 321	0.76 142	0.27 136	0.18 85	0.28 201	0.26 240	0.26 100	0.25 124

test_1	1.19 172	0.52 93	2.00 168	1.01 266	0.42 68	1.95 96	0.90 337	4.36 529	1.47 140	2.17 383	1.16 127	2.06 345	0.78 123	2.68 321	0.76 142	0.27 136	0.18 85	0.28 201	0.26 240	0.26 100	0.25 124

STrans-v2	3.03 492	0.77 344	20.91 575	0.81 108	0.63 210	3.89 371	1.01 392	4.27 493	2.64 469	2.28 418	3.70 550	4.13 528	5.20 560	7.33 431	1.27 300	0.31 268	0.18 85	0.29 223	0.25 218	0.29 149	0.41 363

TransformOpticalFlow	3.03 492	0.77 344	20.99 578	1.00 259	0.55 165	4.18 458	0.64 157	4.33 520	3.02 519	2.18 385	3.09 531	4.35 539	5.07 558	7.36 434	1.27 300	0.32 289	0.18 85	0.32 290	0.26 240	0.28 130	0.46 398

GMM-Stereo	2.45 412	0.52 93	20.38 554	0.89 176	0.82 295	4.18 458	1.91 522	2.45 137	1.48 149	2.48 464	2.30 460	1.69 274	1.86 427	2.93 331	1.08 251	0.28 176	0.18 85	0.33 326	0.48 492	0.35 280	2.41 581

iRaftStereo_RVC	1.09 154	0.70 284	1.39 106	0.95 224	0.45 91	3.83 351	0.42 57	2.37 126	1.58 218	1.69 233	1.76 308	1.80 298	0.83 145	1.50 175	0.98 233	0.28 176	0.18 85	0.29 223	0.26 240	0.30 173	0.31 240

s12784h	1.31 216	0.45 33	2.41 220	0.71 64	0.35 15	4.42 502	0.50 86	4.22 471	2.73 479	2.01 324	2.48 482	0.91 155	0.96 181	2.01 262	0.70 118	0.29 201	0.18 85	0.24 74	0.16 18	0.27 113	0.18 4

ARAFT	2.56 436	1.13 451	19.50 517	0.89 176	0.48 120	4.15 440	1.40 473	4.36 529	2.82 500	2.36 445	1.88 362	1.70 276	1.04 207	6.45 412	1.22 284	0.29 201	0.18 85	0.37 391	0.35 405	0.35 280	0.25 124

HITNet	2.07 332	0.82 369	14.77 436	1.34 439	0.56 169	3.47 276	0.80 264	4.07 428	2.35 408	2.16 379	1.61 258	1.64 264	1.44 318	2.09 270	2.56 490	0.26 113	0.18 85	0.41 428	0.26 240	0.45 395	0.25 124
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
GEAStereo	0.84 83	0.48 68	1.09 36	0.85 151	0.45 91	4.54 525	0.83 283	1.88 66	0.91 45	0.75 76	0.89 70	0.53 50	0.80 134	0.92 37	0.53 50	0.30 245	0.19 121	0.27 165	0.19 86	0.28 130	0.19 8

gasm-f	0.89 96	0.49 77	1.30 91	0.85 151	0.44 83	4.42 502	0.95 370	1.88 66	0.91 45	0.75 76	1.46 209	0.53 50	0.88 158	0.88 27	0.57 61	0.30 245	0.19 121	0.27 165	0.19 86	0.28 130	0.19 8

GASTEREO	1.00 137	0.98 421	1.23 74	0.90 186	0.40 54	3.40 261	0.88 327	2.77 194	1.44 126	1.39 191	1.30 167	0.55 54	1.35 291	1.33 139	0.64 82	0.25 97	0.19 121	0.25 103	0.25 218	0.25 79	0.31 240

MSCF	0.97 125	0.82 369	1.26 80	0.88 169	0.40 54	3.17 220	0.88 327	2.79 202	1.39 111	1.32 180	1.19 132	0.58 61	1.33 286	1.28 124	0.64 82	0.25 97	0.19 121	0.25 103	0.25 218	0.28 130	0.32 251

G2L-ROB	2.13 344	0.78 350	10.06 369	1.19 369	1.06 381	3.84 356	0.93 360	3.32 267	2.27 388	2.20 392	1.47 214	2.65 410	1.20 266	8.38 453	1.81 410	0.28 176	0.19 121	0.23 42	0.22 158	0.28 130	0.32 251

111111	0.87 90	0.50 81	1.13 57	0.66 44	1.08 387	3.37 256	0.33 21	2.33 124	1.47 140	0.74 74	1.50 223	0.61 66	0.59 53	1.40 151	0.48 29	0.24 75	0.19 121	0.22 27	0.16 18	0.24 64	0.19 8

LG-Stereo_L1	0.61 11	0.47 58	1.10 42	0.73 76	0.49 128	1.72 80	0.33 21	1.95 80	0.65 3	0.56 15	0.40 7	0.40 16	0.43 15	1.40 151	0.42 9	0.23 61	0.19 121	0.23 42	0.18 60	0.21 38	0.19 8

MLG-Stereo_test2	0.76 48	0.40 10	1.07 19	0.64 28	0.82 295	3.49 282	0.23 3	1.69 51	2.14 362	0.62 37	0.32 3	0.67 84	0.33 2	1.14 84	0.37 3	0.23 61	0.19 121	0.23 42	0.16 18	0.19 5	0.20 31

G2L-Stereo_test	2.11 339	0.86 385	7.12 331	1.65 515	1.19 417	3.54 297	1.02 396	3.57 303	2.01 329	2.50 466	1.68 277	3.15 459	1.50 336	9.21 473	1.62 381	0.28 176	0.19 121	0.23 42	0.22 158	0.27 113	0.31 240

LGtest1	0.55 7	0.41 17	1.14 60	0.70 58	0.40 54	0.99 12	0.26 8	1.32 13	0.93 53	0.53 11	0.60 24	0.44 31	0.49 28	1.02 57	0.45 19	0.27 136	0.19 121	0.23 42	0.16 18	0.21 38	0.23 92

Reg-Stereo(zero)	1.60 251	0.42 22	10.69 379	0.89 176	0.68 239	3.27 241	0.47 81	2.27 114	1.54 195	1.48 201	1.24 146	2.55 399	2.68 490	1.48 172	1.10 255	0.19 26	0.19 121	0.22 27	0.18 60	0.24 64	0.26 152

castereo++	0.93 108	0.56 140	1.26 80	0.92 200	0.73 259	2.48 141	1.00 389	2.99 222	1.03 66	0.68 57	1.41 200	1.92 319	0.59 53	1.26 119	0.44 17	0.25 97	0.19 121	0.28 201	0.19 86	0.23 59	0.23 92

999	0.97 125	0.48 68	1.24 78	1.03 284	0.64 212	3.25 237	0.92 358	1.40 18	1.39 111	0.71 64	1.68 277	0.70 90	0.66 80	3.03 336	0.89 194	0.23 61	0.19 121	0.25 103	0.21 123	0.25 79	0.29 201

mms	0.77 55	0.68 270	1.17 65	0.83 129	0.71 252	1.41 55	0.67 172	1.61 38	1.12 73	0.77 95	1.37 189	0.63 72	0.54 40	1.75 226	0.63 79	0.24 75	0.19 121	0.26 133	0.21 123	0.31 193	0.34 282

fffy	0.80 65	0.59 171	1.56 128	1.00 259	0.47 112	1.27 36	0.76 230	1.90 72	1.02 65	0.75 76	1.35 184	0.83 129	0.72 93	1.70 220	0.62 75	0.23 61	0.19 121	0.27 165	0.21 123	0.28 130	0.32 251

Occ-G	0.86 86	0.52 93	1.39 106	0.82 118	0.66 227	1.37 51	0.79 254	1.58 34	1.31 98	1.56 210	0.87 66	2.18 355	0.89 164	0.97 47	0.88 191	0.26 113	0.19 121	0.26 133	0.19 86	0.25 79	0.24 111

Pointernet	0.88 92	0.44 30	2.26 203	0.84 139	0.37 32	2.29 126	0.38 36	3.06 233	1.46 135	0.66 51	1.39 195	0.91 155	0.73 98	1.01 54	0.72 126	0.23 61	0.19 121	0.20 8	0.18 60	0.19 5	0.20 31

IGEV-Stereo+	0.94 111	0.47 58	1.19 67	0.86 158	2.02 563	1.40 54	0.39 38	1.17 11	0.88 41	0.61 35	0.44 10	0.47 37	0.79 127	2.14 275	0.42 9	0.27 136	0.19 121	0.22 27	0.17 36	2.26 575	2.41 581

WCG-NET（raft）	0.95 118	0.55 128	1.20 72	0.84 139	0.31 6	1.44 58	1.01 392	1.55 31	2.37 417	1.64 224	1.42 202	2.38 376	1.01 196	1.29 129	0.76 142	0.22 49	0.19 121	0.22 27	0.20 107	0.25 79	0.21 61

RSM++	0.77 55	0.51 87	1.08 28	0.95 224	0.42 68	1.52 67	0.71 195	2.11 94	1.40 115	0.80 105	1.23 145	0.90 153	0.59 53	1.14 84	0.69 112	0.24 75	0.19 121	0.25 103	0.21 123	0.28 130	0.20 31

RAFT-Stereo-weight	1.11 157	0.48 68	1.22 73	0.99 251	0.42 68	4.17 455	0.80 264	3.60 307	1.50 163	1.97 303	1.50 223	1.30 219	0.65 73	1.24 112	0.85 173	0.25 97	0.19 121	0.26 133	0.22 158	0.27 113	0.23 92

trnet	0.91 104	0.48 68	1.46 114	0.62 16	0.31 6	4.40 497	0.41 52	2.20 103	1.53 186	0.94 142	1.14 124	0.88 146	0.89 164	1.09 69	0.71 121	0.27 136	0.19 121	0.22 27	0.15 5	0.21 38	0.19 8

testlalala	1.14 164	0.62 210	1.34 97	1.00 259	0.78 277	4.38 490	0.93 360	2.46 140	2.20 373	2.44 459	1.52 226	1.31 220	0.61 61	1.04 63	0.65 89	0.35 338	0.19 121	0.24 74	0.19 86	0.24 64	0.23 92

LoS	0.94 111	0.52 93	1.88 154	0.86 158	0.36 17	4.15 440	0.51 90	2.18 100	1.45 127	0.97 150	0.88 67	0.62 69	0.79 127	1.59 193	0.86 180	0.26 113	0.19 121	0.24 74	0.16 18	0.21 38	0.20 31
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.80 65	0.52 93	1.05 13	0.75 80	0.61 201	1.31 46	0.82 278	2.60 172	1.41 118	0.82 111	1.64 265	0.71 97	0.62 63	1.22 109	0.64 82	0.22 49	0.19 121	0.24 74	0.18 60	0.25 79	0.20 31

EGLCR-Stereo	1.06 148	0.51 87	1.56 128	1.02 277	0.39 48	4.27 478	0.42 57	4.08 432	1.48 149	0.90 135	0.68 34	1.09 184	0.66 80	1.81 235	0.62 75	0.27 136	0.19 121	0.29 223	0.23 177	0.37 305	0.25 124

Wz-Net-LNSev-Ref	2.42 408	1.47 509	14.14 426	1.30 420	1.35 460	3.51 289	1.64 503	4.04 418	2.10 355	2.46 461	1.88 362	2.28 360	2.51 481	4.73 376	3.17 508	0.38 375	0.19 121	0.35 363	0.20 107	0.40 326	0.36 302

RAFT+CT+SA	1.62 255	0.72 301	7.42 334	0.97 237	1.42 481	4.04 414	0.94 366	3.90 374	1.61 239	1.61 218	1.63 263	1.33 222	1.18 260	2.73 327	1.10 255	0.27 136	0.19 121	0.31 270	0.34 389	0.33 244	0.33 269

Sa-1000	1.63 259	0.79 354	3.56 283	1.11 326	0.48 120	4.06 417	1.41 476	4.49 552	2.75 483	2.00 322	2.80 514	1.84 310	1.43 315	2.64 320	1.50 352	0.27 136	0.19 121	0.36 379	0.33 381	0.36 293	0.30 230

iRaft-Stereo_5w	2.10 336	0.83 373	8.57 348	0.81 108	0.76 270	3.21 226	0.84 289	3.71 332	1.65 253	1.56 210	2.50 484	2.20 356	2.23 461	9.13 470	2.01 437	0.38 375	0.19 121	0.35 363	0.27 267	0.45 395	0.39 338

GMOStereo	1.13 159	0.70 284	2.26 203	0.75 80	0.44 83	3.05 202	0.91 345	2.78 197	1.45 127	2.37 446	1.52 226	1.53 248	1.05 212	1.17 99	0.92 212	0.25 97	0.19 121	0.35 363	0.28 296	0.34 262	0.26 152

error version	1.13 159	0.70 284	2.26 203	0.75 80	0.44 83	3.05 202	0.91 345	2.78 197	1.45 127	2.37 446	1.52 226	1.53 248	1.05 212	1.17 99	0.92 212	0.25 97	0.19 121	0.35 363	0.28 296	0.34 262	0.26 152

test-v	1.13 159	0.70 284	2.26 203	0.75 80	0.44 83	3.05 202	0.91 345	2.78 197	1.45 127	2.37 446	1.52 226	1.53 248	1.05 212	1.17 99	0.92 212	0.25 97	0.19 121	0.35 363	0.28 296	0.34 262	0.26 152

AAGNet	2.86 464	0.60 183	1.77 145	2.05 555	0.46 102	4.76 569	1.09 416	2.27 114	1.56 209	2.17 383	1.84 348	2.41 379	4.00 540	6.23 408	24.22 618	0.46 450	0.19 121	0.30 245	0.29 324	0.32 224	0.24 111

SST-Stereo	1.76 278	0.58 163	3.10 260	1.44 474	0.46 102	4.71 563	0.76 230	2.22 108	2.79 488	2.07 347	2.18 434	2.43 385	3.22 518	6.66 418	0.84 170	0.42 422	0.19 121	0.30 245	0.27 267	0.35 280	0.26 152

RAFT_R40	1.70 269	0.59 171	2.99 256	1.46 480	0.46 102	4.74 567	0.98 386	2.23 109	1.56 209	2.02 329	2.35 474	2.71 415	2.56 484	6.71 422	0.90 198	0.40 395	0.19 121	0.30 245	0.27 267	0.33 244	0.26 152

test-2	1.13 159	0.70 284	2.26 203	0.75 80	0.44 83	3.05 202	0.91 345	2.78 197	1.45 127	2.37 446	1.52 226	1.53 248	1.05 212	1.17 99	0.92 212	0.25 97	0.19 121	0.35 363	0.28 296	0.34 262	0.26 152

TestStereo	2.00 320	1.02 427	12.25 395	0.70 58	0.61 201	1.88 90	0.55 109	2.31 121	1.52 179	1.41 195	1.33 176	1.27 214	0.90 167	11.62 562	0.81 161	0.34 318	0.19 121	0.33 326	0.24 203	0.44 387	0.24 111

CREStereo	0.92 105	0.53 107	1.45 113	0.61 10	0.34 12	4.42 502	0.40 45	2.21 105	1.54 195	0.94 142	1.12 121	0.87 142	0.87 156	1.12 77	0.72 126	0.28 176	0.19 121	0.22 27	0.15 5	0.22 51	0.19 8
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
DN-CSS_ROB	1.91 302	1.55 515	11.13 385	1.82 538	0.88 324	3.99 404	0.61 136	4.01 409	1.67 257	1.64 224	1.89 368	1.39 231	1.06 219	3.23 337	1.50 352	0.31 268	0.19 121	0.44 444	0.29 324	0.37 305	0.31 240

FE-Mocha	1.06 148	0.74 322	2.45 222	0.97 237	0.69 245	1.57 69	0.40 45	2.92 216	1.47 140	1.82 260	1.81 334	1.62 262	0.88 158	1.36 145	0.78 148	0.29 201	0.20 161	0.35 363	0.31 361	0.26 100	0.33 269

IGEV-FE	2.16 348	0.69 273	20.56 562	1.22 383	0.54 157	2.18 116	0.53 100	3.38 277	1.61 239	1.93 292	1.55 239	3.74 507	1.06 219	1.56 184	0.91 207	0.29 201	0.20 161	0.27 165	0.29 324	0.40 326	0.32 251

z-ln-s-r	2.67 449	1.16 459	12.43 397	1.34 439	1.26 437	3.70 326	1.21 444	4.20 461	2.38 422	2.04 336	1.92 376	2.43 385	1.60 362	10.58 516	5.19 536	0.29 201	0.20 161	0.32 290	0.24 203	0.51 423	0.38 331

SCV	0.95 118	0.63 219	1.38 104	1.70 522	0.41 61	1.23 28	0.89 332	3.53 298	1.57 215	0.61 35	1.54 235	0.93 164	0.77 115	1.66 210	0.66 94	0.36 350	0.20 161	0.25 103	0.19 86	0.29 149	0.25 124

IGEV-RUCA	0.90 100	0.53 107	1.05 13	0.81 108	0.74 264	3.89 371	0.80 264	1.92 75	1.41 118	0.96 149	0.71 36	0.70 90	0.73 98	1.30 135	0.68 102	0.29 201	0.20 161	0.25 103	0.19 86	0.43 379	0.34 282

GCAP-BAT	1.21 180	0.74 322	3.23 267	0.95 224	0.70 249	3.86 366	0.93 360	1.89 69	1.48 149	1.85 264	1.96 381	1.68 269	0.79 127	1.78 229	0.81 161	0.29 201	0.20 161	0.24 74	0.20 107	0.26 100	0.35 296

RAStereo	0.75 40	0.52 93	2.86 252	0.58 3	0.62 207	1.19 26	0.32 19	1.81 63	0.99 62	0.75 76	1.05 108	0.64 74	0.47 20	0.80 13	0.94 223	0.22 49	0.20 161	0.27 165	0.21 123	0.34 262	0.22 80

AIO-Stereo-zeroshot	2.35 396	0.99 422	19.62 519	1.09 310	0.96 346	1.51 65	0.44 66	4.05 422	1.64 248	1.31 179	1.67 274	4.93 560	2.45 477	2.52 308	1.40 324	0.30 245	0.20 161	0.31 270	0.50 502	0.57 449	0.60 465

IGEV_Zeroshot_test	2.16 348	0.69 273	20.60 566	1.22 383	0.54 157	2.18 116	0.53 100	3.38 277	1.61 239	1.93 292	1.55 239	3.76 509	1.05 212	1.55 183	0.91 207	0.29 201	0.20 161	0.27 165	0.29 324	0.40 326	0.32 251

UniTT-Stereo	0.82 77	0.47 58	2.63 237	0.96 230	1.19 417	0.78 7	0.39 38	1.12 9	1.54 195	1.19 173	1.26 155	0.51 44	0.64 69	1.13 81	1.03 242	0.30 245	0.20 161	0.24 74	0.21 123	0.40 326	0.25 124

GCAP-Stereo	0.93 108	0.68 270	1.35 102	0.85 151	0.41 61	3.61 314	0.52 99	2.20 103	1.50 163	1.11 168	1.04 102	1.17 195	0.84 146	1.11 72	0.71 121	0.25 97	0.20 161	0.27 165	0.18 60	0.28 130	0.23 92

Any-RAFT	1.40 225	0.53 107	2.78 248	1.09 310	0.64 212	4.41 500	0.81 274	3.97 399	2.78 486	1.99 310	1.34 181	2.36 373	1.56 355	1.56 184	0.75 138	0.27 136	0.20 161	0.25 103	0.18 60	0.25 79	0.28 189

anonymousdsp2	1.26 201	0.60 183	3.74 291	1.02 277	0.41 61	3.60 310	0.72 198	3.68 321	1.47 140	1.37 188	1.56 243	1.83 307	1.01 196	2.00 259	0.66 94	0.29 201	0.20 161	0.28 201	0.20 107	0.32 224	0.29 201

Selective-RAFT	1.15 165	0.46 40	1.64 135	0.99 251	0.45 91	4.17 455	0.51 90	3.21 247	1.69 265	1.12 169	1.34 181	1.45 241	1.40 302	2.08 267	0.94 223	0.41 410	0.20 161	0.24 74	0.23 177	0.27 113	0.25 124

ProNet	0.82 77	0.71 297	1.50 119	0.86 158	0.45 91	1.78 83	0.83 283	1.75 55	1.28 94	0.66 51	1.13 123	0.78 117	0.76 113	1.66 210	0.71 121	0.24 75	0.20 161	0.25 103	0.23 177	0.29 149	0.25 124

TestStereo1	1.56 242	0.81 362	2.32 209	1.61 511	0.64 212	4.13 436	1.36 462	3.79 344	3.20 537	1.60 213	2.57 494	1.39 231	2.15 452	2.51 303	1.30 308	0.29 201	0.20 161	0.34 344	0.25 218	0.40 326	0.36 302

DisPM	1.36 221	0.55 128	2.39 217	1.54 496	0.51 134	4.59 538	0.79 254	2.50 146	1.88 306	2.50 466	1.83 343	1.45 241	1.01 196	2.71 325	0.93 221	0.46 450	0.20 161	0.32 290	0.31 361	0.31 193	0.44 382

SA-5K	1.56 242	0.81 362	2.32 209	1.61 511	0.64 212	4.13 436	1.36 462	3.79 344	3.20 537	1.60 213	2.57 494	1.39 231	2.15 452	2.51 303	1.30 308	0.29 201	0.20 161	0.34 344	0.25 218	0.40 326	0.36 302

IPLG	2.48 420	0.65 241	19.63 520	0.91 194	0.79 281	4.60 540	0.56 113	4.31 513	1.84 301	1.91 286	2.00 394	1.31 220	1.38 295	6.61 415	1.53 362	0.27 136	0.20 161	0.27 165	0.23 177	0.31 193	0.36 302

MIPNet	2.33 387	0.71 297	19.82 525	0.89 176	0.56 169	4.76 569	0.61 136	4.32 518	2.37 417	1.83 262	1.48 221	1.48 244	1.98 439	2.63 318	1.44 333	0.29 201	0.20 161	0.26 133	0.23 177	0.30 173	0.39 338

LCNet	1.55 237	0.54 121	1.88 154	0.99 251	0.55 165	3.60 310	1.21 444	2.86 212	1.53 186	2.18 385	1.74 295	1.43 240	4.17 544	3.62 349	0.87 186	0.29 201	0.20 161	0.28 201	0.77 546	0.47 410	1.85 570

HHNet	2.48 420	0.71 297	20.52 560	0.64 28	0.64 212	4.07 422	0.93 360	3.76 338	1.56 209	2.15 373	4.92 563	0.98 170	3.37 523	1.66 210	1.79 409	0.32 289	0.20 161	0.31 270	0.27 267	0.36 293	0.42 367

OMP-Stereo	1.97 314	0.93 405	1.88 154	2.76 577	0.67 234	4.58 537	1.48 483	4.31 513	1.54 195	3.15 539	2.76 510	3.25 467	1.38 295	7.66 443	1.35 319	0.40 395	0.20 161	0.33 326	0.26 240	0.33 244	0.24 111

IIG-Stereo	1.95 310	0.79 354	2.14 190	2.78 578	0.66 227	4.62 542	0.76 230	4.27 493	1.53 186	2.63 496	3.14 535	3.35 476	1.61 363	7.65 442	1.41 328	0.39 387	0.20 161	0.31 270	0.25 218	0.33 244	0.22 80

NF-Stereo	1.58 245	0.61 200	2.66 240	2.26 563	0.47 112	4.68 551	0.67 172	3.31 262	1.48 149	2.11 355	1.59 250	1.36 226	1.09 229	6.08 405	1.20 277	0.40 395	0.20 161	0.36 379	0.34 389	0.31 193	0.36 302

OCTAStereo	1.58 245	0.61 200	2.72 243	2.27 566	0.46 102	4.68 551	0.67 172	3.30 261	1.48 149	2.11 355	1.59 250	1.36 226	1.09 229	6.02 402	1.21 281	0.41 410	0.20 161	0.36 379	0.34 389	0.31 193	0.37 316

RE-Stereo	1.58 245	0.61 200	2.72 243	2.26 563	0.46 102	4.68 551	0.68 180	3.31 262	1.48 149	2.11 355	1.59 250	1.36 226	1.09 229	6.01 400	1.22 284	0.41 410	0.20 161	0.36 379	0.34 389	0.31 193	0.37 316

TVStereo	1.58 245	0.61 200	2.72 243	2.26 563	0.46 102	4.68 551	0.68 180	3.31 262	1.48 149	2.11 355	1.59 250	1.36 226	1.09 229	6.01 400	1.22 284	0.41 410	0.20 161	0.36 379	0.34 389	0.31 193	0.37 316

Prome-Stereo	1.61 253	0.55 128	1.71 138	0.98 245	0.60 196	4.41 500	1.82 517	3.03 228	1.53 186	2.18 385	3.45 546	1.72 279	3.49 531	2.23 288	1.08 251	0.29 201	0.20 161	0.26 133	0.25 218	0.34 262	2.16 576

RALAANet	1.28 209	1.08 442	3.21 265	1.25 392	0.94 342	1.44 58	0.69 186	3.15 241	2.57 459	2.01 324	1.80 322	1.29 218	1.05 212	2.00 259	1.48 346	0.27 136	0.20 161	0.27 165	0.24 203	0.40 326	0.27 168

CFNet-RSSM	2.08 335	0.52 93	20.06 535	1.01 266	0.56 169	3.39 258	0.64 157	3.67 319	1.55 203	1.72 242	1.37 189	2.57 401	1.19 264	1.11 72	0.86 180	0.27 136	0.20 161	0.25 103	0.23 177	0.27 113	0.23 92

PMTNet	0.99 135	0.48 68	1.73 140	0.62 16	0.56 169	4.20 467	0.43 62	1.88 66	1.58 218	1.00 151	1.05 108	0.78 117	0.98 191	1.50 175	0.85 173	1.21 562	0.20 161	0.23 42	0.15 5	0.22 51	0.19 8

MLCV	1.87 291	0.91 399	8.59 349	1.10 319	0.57 181	3.59 308	0.53 100	3.70 331	2.20 373	2.80 513	2.25 446	2.00 335	1.42 312	4.13 365	1.86 417	0.30 245	0.20 161	0.32 290	0.21 123	0.33 244	0.36 302

iResNet_ROB	1.89 296	1.02 427	8.60 350	1.39 464	0.98 357	3.72 330	0.66 170	3.84 355	2.65 470	1.88 274	2.05 407	1.98 332	1.27 274	4.52 371	1.67 391	0.30 245	0.20 161	0.28 201	0.18 60	0.31 193	0.40 358

AdaDepth	0.76 48	0.45 33	1.41 110	0.70 58	1.27 439	3.12 216	0.43 62	1.02 7	0.94 57	0.63 41	0.91 76	0.43 26	0.58 48	1.41 156	0.48 29	0.18 21	0.21 195	0.23 42	0.19 86	0.25 79	0.26 152

MM-Stereo_test1	1.90 298	0.53 107	19.85 527	1.39 464	0.48 120	1.81 86	0.79 254	3.00 224	1.82 294	1.69 233	1.09 115	0.87 142	0.97 184	1.45 165	0.74 135	0.24 75	0.21 195	0.27 165	0.24 203	0.35 280	0.24 111

SCV_C0	0.89 96	0.59 171	1.96 166	0.83 129	0.44 83	1.24 32	0.64 157	3.33 273	1.66 255	0.82 111	1.20 134	0.73 105	0.66 80	1.62 201	0.66 94	0.32 289	0.21 195	0.24 74	0.20 107	0.28 130	0.23 92

UGAM-zero	2.79 459	0.57 149	20.87 574	0.98 245	0.77 276	2.08 111	0.35 30	3.88 367	1.51 170	2.05 338	1.64 265	5.07 567	3.42 528	9.83 489	1.24 290	0.28 176	0.21 195	0.27 165	0.29 324	0.29 149	0.28 189

AIO-Stereo-zeroshot1	2.68 453	1.26 480	22.01 601	1.08 304	0.99 360	1.61 74	0.86 303	3.69 326	1.64 248	1.52 205	5.62 569	3.35 476	3.44 529	2.20 283	1.33 315	0.26 113	0.21 195	0.30 245	0.62 531	0.93 529	0.67 483

H2IRNET	1.90 298	0.53 107	14.29 431	1.14 338	0.60 196	4.48 509	0.44 66	2.65 177	1.81 293	1.05 161	2.30 460	1.67 267	1.40 302	2.17 279	1.50 352	0.36 350	0.21 195	0.33 326	0.37 427	0.34 262	0.29 201

MoCha-V2	0.87 90	0.48 68	1.87 153	0.88 169	0.32 9	1.37 51	0.55 109	2.71 185	1.42 120	0.92 139	1.75 299	0.65 79	1.17 258	1.45 165	0.57 61	0.21 39	0.21 195	0.20 8	0.19 86	0.24 64	0.23 92

MyStereo8	2.33 387	1.13 451	19.26 510	1.22 383	1.62 513	4.16 450	0.57 116	3.50 290	2.36 411	2.15 373	1.75 299	2.28 360	1.14 249	1.46 169	2.20 458	0.24 75	0.21 195	0.32 290	0.27 267	0.36 293	0.43 376

IGEVStereo-DCA	0.86 86	0.65 241	2.05 174	0.90 186	0.46 102	1.57 69	0.86 303	1.62 39	1.24 83	0.65 49	0.77 47	0.74 111	0.72 93	2.59 315	0.86 180	0.28 176	0.21 195	0.28 201	0.21 123	0.29 149	0.27 168

rrr	2.27 368	0.65 241	23.82 612	0.90 186	0.46 102	1.57 69	0.96 377	7.98 594	1.19 78	0.65 49	0.77 47	0.74 111	0.72 93	2.59 315	0.86 180	0.28 176	0.21 195	0.28 201	0.21 123	0.29 149	0.25 124

plain	1.55 237	0.69 273	13.59 412	0.65 36	0.73 259	1.66 79	0.57 116	3.17 244	1.94 317	0.77 95	1.24 146	0.80 123	0.86 151	1.60 195	0.96 229	0.33 306	0.21 195	0.32 290	0.25 218	0.42 369	0.28 189

iRaft-Stereo_20w	1.88 295	0.62 210	10.58 378	0.90 186	0.83 302	2.96 195	0.78 247	4.90 573	1.58 218	2.29 420	1.60 254	1.25 212	4.51 552	2.28 291	0.90 198	0.29 201	0.21 195	0.26 133	0.24 203	0.41 350	0.31 240

IPLGR	2.53 429	0.58 163	20.46 559	0.82 118	0.52 146	4.56 535	0.50 86	4.30 510	2.38 422	1.87 271	1.53 233	1.68 269	1.72 400	6.95 427	1.15 264	0.28 176	0.21 195	0.27 165	0.23 177	0.33 244	0.32 251

PSM-AAD	2.43 409	0.54 121	1.32 95	0.92 200	0.54 157	4.48 509	7.47 598	2.96 219	1.55 203	2.31 430	2.56 492	1.26 213	16.23 610	2.46 297	0.89 194	0.28 176	0.21 195	0.58 514	0.41 465	0.34 262	1.32 554

KYRaft	1.59 250	0.52 93	1.73 140	0.95 224	0.49 128	4.38 490	1.79 513	2.43 134	1.51 170	2.49 465	2.98 522	2.00 335	3.41 525	2.14 275	0.82 164	0.30 245	0.21 195	0.33 326	0.46 484	0.35 280	2.45 584

THIR-Stereo	4.14 545	0.82 369	10.85 382	0.86 158	0.43 74	2.16 115	16.77 614	3.22 249	1.54 195	2.04 336	12.05 602	2.68 411	7.53 588	7.30 430	12.62 581	0.30 245	0.21 195	0.29 223	0.28 296	0.33 244	0.41 363

PFNet	2.47 418	0.60 183	16.95 468	2.15 560	0.81 286	4.63 544	0.91 345	2.55 159	1.52 179	2.40 453	2.79 512	1.83 307	1.42 312	7.54 436	1.34 318	0.33 306	0.21 195	0.36 379	0.27 267	0.32 224	0.39 338

GrayStereo	2.58 440	0.53 107	1.63 133	1.58 505	0.89 329	4.17 455	8.17 602	3.03 228	1.52 179	2.80 513	2.50 484	1.70 276	17.10 611	2.83 328	1.15 264	0.33 306	0.21 195	0.27 165	0.32 373	0.28 130	0.53 437

Pruner-Stereo	1.32 218	0.59 171	2.11 189	1.79 536	0.47 112	4.73 564	0.79 254	2.53 149	1.72 273	2.47 463	1.58 246	1.48 244	1.03 200	1.66 210	1.47 343	0.44 434	0.21 195	0.34 344	0.30 345	0.30 173	0.39 338

IRAFT_RVC	1.87 291	0.60 183	4.33 300	2.40 570	0.66 227	4.59 538	1.59 497	2.96 219	1.51 170	2.23 407	1.75 299	2.09 349	2.63 487	6.70 419	1.50 352	0.33 306	0.21 195	0.33 326	0.29 324	0.32 224	0.32 251

CRE-IMP	1.23 185	0.61 200	2.14 190	0.82 118	0.39 48	4.54 525	0.83 283	2.63 175	1.55 203	1.95 298	1.46 209	1.87 315	0.96 181	1.48 172	1.33 315	0.45 443	0.21 195	0.31 270	0.26 240	0.41 350	0.31 240

CroCo-Stereo	0.98 127	0.87 388	3.44 277	0.87 164	0.53 156	0.49 3	0.50 86	3.99 405	1.49 157	0.81 109	1.25 154	1.00 174	0.75 106	1.10 70	1.09 254	0.24 75	0.21 195	0.24 74	0.19 86	0.35 280	0.27 168
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
cross-raft	2.01 323	0.57 149	19.01 505	1.03 284	0.56 169	2.11 113	0.72 198	3.63 312	1.57 215	1.77 250	1.51 225	3.17 461	1.13 242	1.16 92	0.85 173	0.23 61	0.21 195	0.26 133	0.23 177	0.28 130	0.25 124

XX-Stereo	2.54 431	0.61 200	20.21 543	1.78 531	1.19 417	4.30 482	0.46 75	4.39 535	1.58 218	2.32 434	1.89 368	4.64 555	0.60 58	4.16 366	0.82 164	0.31 268	0.21 195	0.28 201	0.27 267	0.51 423	0.26 152

test_xeample3	2.12 342	0.63 219	21.55 593	0.91 194	0.47 112	1.85 88	0.94 366	7.96 593	1.23 81	0.75 76	0.76 44	0.64 74	0.70 88	1.77 228	0.83 167	0.30 245	0.21 195	0.27 165	0.21 123	0.27 113	0.24 111

GMStereo	1.01 140	1.00 425	2.86 252	0.83 129	0.45 91	1.47 61	0.57 116	1.89 69	2.11 357	1.52 205	1.24 146	0.87 142	0.74 103	1.58 188	0.94 223	0.40 395	0.21 195	0.30 245	0.30 345	0.47 410	0.36 302
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
Gwc-CoAtRS	1.58 245	0.57 149	11.69 391	1.01 266	0.60 196	2.53 150	0.64 157	2.36 125	1.56 209	1.80 257	1.47 214	2.74 418	1.18 260	1.12 77	0.90 198	0.27 136	0.21 195	0.25 103	0.22 158	0.27 113	0.23 92

iResNetv2_ROB	2.65 445	5.00 576	19.28 512	2.06 556	1.09 391	3.83 351	1.13 425	4.14 451	2.09 347	1.85 264	2.03 398	2.01 338	1.51 340	3.58 347	1.58 369	0.34 318	0.21 195	0.32 290	0.21 123	0.44 387	0.29 201

pmcnn	5.45 568	1.22 473	17.40 476	1.60 508	2.41 574	3.48 279	2.12 533	4.52 557	3.26 542	3.67 555	13.15 605	22.10 614	3.46 530	11.92 581	17.16 599	0.34 318	0.21 195	0.23 42	0.19 86	0.36 293	0.28 189

BStereo	0.88 92	0.73 312	4.10 296	0.80 106	0.51 134	1.13 18	0.72 198	2.57 163	1.00 63	0.85 124	0.57 20	0.72 99	0.48 24	1.01 54	0.90 198	0.26 113	0.22 224	0.24 74	0.29 324	0.25 79	0.25 124

Wave_Phase_stereo	1.07 152	0.73 312	4.10 296	0.80 106	0.51 134	4.91 574	0.72 198	2.50 146	1.00 63	0.85 124	0.57 20	0.72 99	0.48 24	1.01 54	0.90 198	0.26 113	0.22 224	0.24 74	0.29 324	0.25 79	0.25 124

xyz-stereo-finetune2	1.16 169	0.63 219	1.50 119	0.57 2	0.36 17	3.47 276	0.65 167	2.70 184	1.23 81	0.88 132	1.75 299	0.91 155	1.76 405	3.54 346	1.74 402	0.24 75	0.22 224	0.30 245	0.27 267	0.31 193	0.26 152

DFGA-Net	2.11 339	3.00 561	7.43 335	1.11 326	0.76 270	3.72 330	0.60 132	2.63 175	1.91 314	2.01 324	2.07 412	1.22 209	1.04 207	10.26 509	2.26 461	0.27 136	0.22 224	0.34 344	0.34 389	0.61 463	0.48 408

PAM_32	2.45 412	0.63 219	20.74 569	1.05 287	0.65 220	2.83 171	0.46 75	2.91 215	1.54 195	1.95 298	2.66 502	4.99 563	3.78 535	1.96 256	0.92 212	0.27 136	0.22 224	0.27 165	0.25 218	0.36 293	0.48 408

AE-Stereo	1.18 170	0.60 183	2.05 174	1.10 319	0.60 196	4.39 493	0.72 198	3.74 335	1.62 244	1.10 165	1.90 373	1.01 175	0.92 173	1.45 165	0.82 164	0.28 176	0.22 224	0.28 201	0.28 296	0.26 100	0.22 80

RAFT-Test	1.44 229	0.59 171	6.10 322	1.01 266	0.69 245	2.90 180	0.80 264	3.68 321	1.70 269	1.85 264	1.68 277	3.15 459	1.03 200	1.20 106	0.99 236	0.27 136	0.22 224	0.25 103	0.23 177	0.27 113	0.25 124

HH	2.23 359	0.86 385	21.59 594	0.98 245	0.51 134	1.49 63	0.82 278	2.74 189	1.54 195	1.10 165	1.69 282	4.62 553	1.86 427	2.55 311	0.69 112	0.26 113	0.22 224	0.29 223	0.23 177	0.34 262	0.27 168

HanStereo	2.23 359	0.86 385	21.59 594	0.98 245	0.51 134	1.49 63	0.82 278	2.74 189	1.54 195	1.10 165	1.69 282	4.62 553	1.86 427	2.55 311	0.69 112	0.26 113	0.22 224	0.29 223	0.23 177	0.34 262	0.27 168

knoymous	1.30 212	0.60 183	5.57 319	0.88 169	0.75 266	3.04 200	0.90 337	2.68 181	1.33 100	1.48 201	1.07 113	2.78 428	0.88 158	1.29 129	0.85 173	0.31 268	0.22 224	0.35 363	0.20 107	0.45 395	0.37 316

RAFT_CTSACE	1.80 284	1.06 438	10.00 368	1.71 523	1.39 470	3.49 282	1.06 405	3.05 230	1.62 244	1.70 237	2.04 401	2.51 396	1.80 415	1.98 257	0.94 223	0.25 97	0.22 224	0.28 201	0.30 345	0.30 173	0.26 152

SA	1.62 255	0.75 335	3.78 293	1.07 296	0.43 74	4.26 473	1.36 462	4.45 546	3.12 526	1.63 221	1.97 387	1.68 269	2.26 463	2.55 311	1.27 300	0.27 136	0.22 224	0.37 391	0.37 427	0.35 280	0.30 230

DAS	2.31 380	0.67 262	4.79 308	1.14 338	1.64 517	2.93 190	2.13 534	4.09 434	2.74 480	4.17 567	2.52 487	2.46 391	1.79 410	11.55 559	1.63 384	0.37 358	0.22 224	0.39 410	0.25 218	0.41 350	0.34 282

SepStereo	2.15 347	0.67 262	4.79 308	1.14 338	1.64 517	2.93 190	2.13 534	4.09 434	2.74 480	4.17 567	2.52 487	2.46 391	1.79 410	8.36 451	1.63 384	0.37 358	0.22 224	0.39 410	0.25 218	0.41 350	0.34 282

CrosDoStereo	5.24 564	0.60 183	20.23 544	0.82 118	0.51 134	3.39 258	18.11 616	3.82 351	2.27 388	1.98 305	8.74 584	1.96 328	6.96 582	7.35 432	26.35 620	0.30 245	0.22 224	0.30 245	0.28 296	0.33 244	0.38 331

NRIStereo	1.28 209	0.61 200	1.67 136	1.15 351	0.38 44	4.73 564	0.90 337	2.42 131	1.50 163	1.93 292	1.33 176	1.75 282	1.22 267	2.96 333	1.33 315	0.46 450	0.22 224	0.29 223	0.26 240	0.30 173	0.28 189

ROB_FTStereo_v2	1.23 185	0.66 252	2.02 170	0.75 80	0.37 32	4.67 550	0.76 230	2.53 149	1.58 218	1.99 310	1.46 209	1.78 288	1.14 249	2.08 267	0.88 191	0.48 464	0.22 224	0.32 290	0.27 267	0.40 326	0.29 201

ROB_FTStereo	1.25 194	0.66 252	2.14 190	0.75 80	0.37 32	4.65 547	0.77 243	2.53 149	1.58 218	1.99 310	1.47 214	1.78 288	1.13 242	2.26 290	0.86 180	0.47 459	0.22 224	0.32 290	0.27 267	0.40 326	0.29 201

DeepStereo_LL	5.24 564	0.60 183	20.23 544	0.82 118	0.51 134	3.39 258	18.11 616	3.82 351	2.27 388	1.98 305	8.74 584	1.96 328	6.96 582	7.35 432	26.35 620	0.30 245	0.22 224	0.30 245	0.28 296	0.33 244	0.38 331

DRaft	2.28 373	0.56 140	2.64 239	0.74 79	0.46 102	3.94 386	1.23 446	2.32 123	1.55 203	2.64 497	2.80 514	1.60 259	5.34 563	6.96 428	10.99 572	0.34 318	0.22 224	0.27 165	0.27 267	0.29 149	0.37 316

DeepStereo_RVC	1.55 237	0.63 219	3.32 273	0.77 99	0.42 68	4.49 515	0.72 198	2.50 146	1.58 218	2.02 329	1.81 334	1.54 252	6.38 578	1.73 223	1.19 274	0.46 450	0.22 224	0.29 223	0.28 296	0.35 280	0.38 331

RAFT-RH_RVC	2.63 443	0.55 128	19.97 532	1.26 399	0.47 112	4.46 507	0.57 116	1.71 52	1.64 248	3.06 533	5.51 567	2.03 339	1.28 276	6.70 419	1.52 361	0.42 422	0.22 224	0.37 391	0.34 389	0.28 130	0.29 201

RAFT-IKP	1.25 194	0.66 252	2.23 201	0.75 80	0.37 32	4.64 545	0.74 217	2.53 149	1.58 218	1.99 310	1.47 214	1.78 288	1.13 242	2.22 287	0.92 212	0.48 464	0.22 224	0.32 290	0.27 267	0.40 326	0.29 201

raft+_RVC	1.21 180	0.83 373	2.61 233	1.35 444	0.97 350	3.60 310	0.76 230	3.23 252	1.51 170	1.33 181	1.67 274	1.03 179	1.10 235	1.87 248	0.92 212	0.24 75	0.22 224	0.25 103	0.24 203	0.26 100	0.25 124

111	1.83 286	0.92 401	9.08 355	0.81 108	0.36 17	4.25 472	0.91 345	4.44 543	2.70 476	2.39 451	1.96 381	2.30 366	1.64 383	1.28 124	1.82 412	0.28 176	0.22 224	0.24 74	0.20 107	0.31 193	0.54 443

EAI-Stereo	2.35 396	0.63 219	2.97 255	0.95 224	0.65 220	3.84 356	14.27 612	5.04 576	2.19 371	2.06 343	7.25 572	1.10 187	0.94 178	1.65 209	1.37 321	0.31 268	0.22 224	0.27 165	0.60 527	0.27 113	0.32 251

FENet	2.25 363	0.50 81	20.29 551	1.35 444	0.67 234	4.01 408	0.60 132	3.95 392	1.99 323	1.96 301	1.11 119	2.43 385	1.43 315	1.60 195	1.39 322	0.32 289	0.22 224	0.33 326	0.26 240	0.29 149	0.39 338

BEATNet_4x	1.92 305	1.36 495	8.75 353	1.20 374	0.56 169	3.46 273	1.03 398	4.00 407	2.43 433	2.25 413	1.70 284	2.10 350	1.59 356	2.57 314	3.05 506	0.37 358	0.22 224	0.47 460	0.29 324	0.60 458	0.40 358

HSM	2.35 396	0.81 362	2.21 196	1.14 338	1.55 501	3.44 267	1.03 398	3.99 405	2.25 383	2.29 420	2.11 420	8.04 589	3.05 509	11.60 560	1.71 395	0.33 306	0.22 224	0.28 201	0.23 177	0.32 224	0.35 296

Zero-FE251	0.80 65	0.75 335	1.71 138	0.88 169	0.70 249	2.59 156	0.45 70	1.38 15	0.83 34	1.79 256	0.61 26	0.73 105	0.81 138	0.82 18	0.61 71	0.29 201	0.23 253	0.27 165	0.19 86	0.20 21	0.20 31

water-stereo	0.78 60	0.45 33	1.94 161	0.79 103	0.48 120	2.36 131	0.47 81	1.53 29	1.09 72	0.88 132	1.04 102	0.82 127	0.75 106	0.72 6	0.78 148	0.22 49	0.23 253	0.25 103	0.23 177	0.24 64	0.29 201

MM-Stereo_test3	1.09 154	0.59 171	1.55 126	1.73 526	1.18 410	1.91 93	0.86 303	3.52 294	1.76 286	1.25 175	1.86 358	1.10 187	0.69 86	1.32 138	0.86 180	0.27 136	0.23 253	0.27 165	0.22 158	0.34 262	0.30 230

HUF	1.15 165	0.64 231	8.62 351	0.90 186	0.35 15	1.35 49	0.78 247	1.97 81	1.50 163	0.63 41	1.52 226	0.83 129	0.66 80	1.28 124	0.63 79	0.29 201	0.23 253	0.26 133	0.17 36	0.23 59	0.25 124

AIO-test1	2.18 352	0.66 252	18.95 503	0.89 176	1.48 488	3.40 261	0.97 380	4.19 460	1.68 259	0.86 128	1.35 184	0.99 171	0.75 106	4.47 370	1.27 300	0.23 61	0.23 253	0.28 201	0.33 381	0.31 193	0.35 296

model_zeroshot	1.21 180	0.60 183	3.55 281	1.05 287	0.57 181	3.46 273	0.63 154	2.73 188	1.55 203	2.05 338	1.38 193	1.50 247	0.82 140	1.69 217	0.87 186	0.29 201	0.23 253	0.30 245	0.23 177	0.27 113	0.32 251

MGS-Stereo	0.80 65	0.56 140	1.53 122	0.93 216	0.39 48	1.26 35	0.73 205	1.45 21	1.30 97	1.01 152	2.26 447	0.80 123	0.56 44	1.16 92	0.65 89	0.27 136	0.23 253	0.26 133	0.22 158	0.27 113	0.25 124

Former-RAFT_DAM_RVC	0.92 105	0.73 312	1.42 111	0.92 200	1.08 387	2.97 196	0.53 100	1.77 59	1.39 111	1.16 171	1.54 235	0.58 61	0.65 73	1.03 58	0.84 170	0.25 97	0.23 253	0.30 245	0.24 203	0.43 379	0.29 201

MyStereo06	2.46 415	0.72 301	19.97 532	1.02 277	0.99 360	4.26 473	0.86 303	3.51 293	1.68 259	1.92 288	1.73 293	4.01 521	4.22 545	1.62 201	0.88 191	0.24 75	0.23 253	0.34 344	0.26 240	0.42 369	0.36 302

MyStereo05	2.37 402	0.72 301	19.94 530	1.02 277	0.99 360	4.26 473	0.86 303	4.01 409	2.62 465	2.14 365	1.26 155	2.28 360	1.63 380	2.07 265	1.68 392	0.24 75	0.23 253	0.34 344	0.26 240	0.42 369	0.36 302

GMStereo_Zeroshot	1.41 227	1.21 467	3.33 274	1.29 413	0.72 254	3.35 254	0.53 100	2.58 170	1.68 259	2.35 442	1.56 243	2.42 382	0.96 181	2.50 300	1.16 268	0.45 443	0.23 253	0.40 416	0.24 203	0.79 516	0.33 269

MaDis-Stereo	0.82 77	0.66 252	1.53 122	0.65 36	1.87 551	1.24 32	0.36 32	2.13 95	1.27 92	0.67 54	0.75 43	0.88 146	0.70 88	1.15 90	1.07 249	0.29 201	0.23 253	0.26 133	0.20 107	0.31 193	0.22 80

MSKI-zero shot	2.22 357	0.64 231	20.09 539	0.96 230	0.56 169	4.04 414	0.70 193	3.91 379	1.50 163	1.92 288	2.28 452	1.92 319	0.71 90	2.93 331	0.67 99	0.26 113	0.23 253	0.26 133	0.21 123	0.28 130	0.26 152

LL-Strereo2	1.23 185	0.85 382	2.38 216	0.93 216	0.68 239	3.72 330	1.37 467	2.54 158	1.99 323	1.75 248	1.40 198	1.82 304	0.73 98	1.40 151	0.99 236	0.31 268	0.23 253	0.55 507	0.35 405	0.29 149	0.24 111

CroCo-Stereo Lap2	0.99 135	0.89 392	2.55 226	0.99 251	1.80 544	0.54 4	0.46 75	3.10 235	1.24 83	1.07 162	1.21 138	1.05 183	0.78 123	1.26 119	1.08 251	0.27 136	0.23 253	0.27 165	0.21 123	0.43 379	0.34 282

DCANet-4	1.96 312	0.51 87	14.31 432	0.82 118	0.40 54	4.16 450	0.57 116	4.29 502	2.98 515	2.30 424	1.80 322	1.03 179	1.54 352	1.44 161	1.44 333	0.29 201	0.23 253	0.23 42	0.18 60	0.24 64	0.42 367

fff	1.74 273	0.70 284	9.08 355	0.81 108	0.36 17	4.15 440	0.57 116	4.23 475	2.09 347	2.30 424	1.80 322	1.19 203	3.02 505	1.44 161	1.46 338	0.29 201	0.23 253	0.23 42	0.18 60	0.24 64	0.42 367

IER	1.69 267	0.65 241	7.19 332	0.94 220	1.15 402	3.28 245	0.89 332	3.48 284	1.97 320	2.10 351	1.98 389	2.28 360	2.12 448	2.25 289	1.75 405	0.29 201	0.23 253	0.36 379	0.30 345	0.32 224	0.34 282

CIPLG	2.27 368	1.18 462	19.24 507	0.92 200	1.34 459	3.95 391	0.89 332	4.23 475	1.82 294	2.31 430	2.67 503	1.17 195	1.06 219	1.53 182	1.32 311	0.37 358	0.23 253	0.27 165	0.22 158	0.31 193	0.45 388

IPLGR_C	2.28 373	1.31 488	19.46 515	0.92 200	1.32 453	3.93 381	0.89 332	4.20 461	1.82 294	2.30 424	2.63 500	1.16 194	1.07 223	1.41 156	1.29 307	0.37 358	0.23 253	0.27 165	0.22 158	0.31 193	0.45 388

ACRE	2.27 368	1.11 449	19.45 514	0.91 194	1.30 443	3.94 386	0.87 323	4.21 467	1.80 292	2.28 418	2.62 498	1.17 195	1.04 207	1.52 180	1.30 308	0.37 358	0.23 253	0.27 165	0.22 158	0.31 193	0.46 398

Patchmatch Stereo++	1.25 194	0.65 241	2.06 183	0.75 80	0.37 32	4.68 551	0.76 230	2.53 149	1.58 218	1.99 310	1.47 214	1.78 288	1.14 249	2.44 295	0.90 198	0.48 464	0.23 253	0.32 290	0.27 267	0.40 326	0.29 201
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
PSM-softLoss	1.66 264	0.59 171	5.15 312	2.25 561	0.48 120	4.68 551	0.69 186	2.57 163	1.52 179	2.14 365	1.45 207	1.42 238	0.99 192	6.04 403	1.20 277	0.41 410	0.23 253	0.37 391	0.39 447	0.32 224	0.31 240

KMStereo	1.66 264	0.59 171	5.15 312	2.25 561	0.48 120	4.68 551	0.69 186	2.57 163	1.52 179	2.14 365	1.45 207	1.42 238	0.99 192	6.04 403	1.20 277	0.41 410	0.23 253	0.37 391	0.39 447	0.32 224	0.31 240

PSM-adaLoss	1.24 190	0.65 241	2.03 171	0.75 80	0.37 32	4.68 551	0.73 205	2.53 149	1.58 218	1.99 310	1.47 214	1.78 288	1.13 242	2.18 281	0.87 186	0.48 464	0.23 253	0.32 290	0.27 267	0.40 326	0.29 201

HUI-Stereo	1.25 194	0.66 252	2.33 211	0.75 80	0.37 32	4.68 551	0.78 247	2.53 149	1.58 218	1.99 310	1.46 209	1.79 295	1.13 242	2.17 279	0.85 173	0.48 464	0.23 253	0.32 290	0.27 267	0.40 326	0.29 201

iGMRVC	1.26 201	0.66 252	2.14 190	0.75 80	0.37 32	4.66 548	0.74 217	2.53 149	1.58 218	1.99 310	1.46 209	1.78 288	1.14 249	2.46 297	0.92 212	0.48 464	0.23 253	0.32 290	0.27 267	0.40 326	0.29 201

RAFT-345	2.46 415	0.55 128	19.69 522	1.02 277	0.49 128	4.43 505	0.78 247	1.64 46	2.34 406	2.09 348	3.12 533	1.96 328	1.31 283	6.65 417	1.43 331	0.36 350	0.23 253	0.32 290	0.25 218	0.28 130	0.25 124

iRAFT	1.25 194	0.65 241	2.06 183	0.75 80	0.37 32	4.68 551	0.76 230	2.53 149	1.58 218	1.99 310	1.47 214	1.78 288	1.14 249	2.44 295	0.90 198	0.48 464	0.23 253	0.32 290	0.27 267	0.40 326	0.29 201

rafts_anoy	1.24 190	0.80 358	3.61 287	1.17 360	1.20 423	3.00 197	0.61 136	3.17 244	1.58 218	1.37 188	1.26 155	1.19 203	1.12 240	1.78 229	1.25 293	0.32 289	0.23 253	0.32 290	0.32 373	0.31 193	0.30 230

csc	1.74 273	0.70 284	9.08 355	0.81 108	0.36 17	4.15 440	0.57 116	4.23 475	2.09 347	2.30 424	1.80 322	1.19 203	3.02 505	1.44 161	1.46 338	0.29 201	0.23 253	0.23 42	0.18 60	0.24 64	0.42 367

cscssc	1.74 273	0.70 284	9.08 355	0.81 108	0.36 17	4.15 440	0.57 116	4.23 475	2.09 347	2.30 424	1.80 322	1.19 203	3.02 505	1.44 161	1.46 338	0.29 201	0.23 253	0.23 42	0.18 60	0.24 64	0.42 367

DIP-Stereo	1.24 190	0.69 273	1.77 145	0.65 36	0.61 201	4.29 480	0.58 125	4.44 543	2.53 452	1.98 305	1.33 176	0.91 155	0.86 151	1.25 118	1.25 293	0.36 350	0.23 253	0.32 290	0.23 177	0.32 224	0.29 201
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
StereoDRNet-Refined	1.77 280	0.81 362	2.22 199	1.21 380	0.76 270	3.26 239	0.71 195	3.82 351	2.05 339	2.29 420	2.05 407	2.98 444	1.44 318	7.15 429	2.27 463	0.30 245	0.23 253	0.42 435	0.33 381	0.45 395	0.64 479
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet	2.52 428	0.94 411	21.17 584	1.84 540	0.72 254	3.75 336	0.81 274	4.14 451	2.55 458	2.33 440	2.03 398	1.35 225	1.44 318	3.27 339	2.16 456	0.35 338	0.23 253	0.28 201	0.22 158	0.44 387	0.45 388

Hybrid-DGEV-2	1.55 237	1.43 505	3.19 264	1.16 357	0.51 134	4.15 440	0.54 108	4.28 498	2.22 375	2.06 343	1.37 189	2.37 374	1.61 363	3.24 338	1.15 264	0.25 97	0.24 288	0.30 245	0.26 240	0.29 149	0.28 189

NLSM1	1.86 289	0.53 107	1.39 106	0.73 76	1.89 553	3.09 210	0.64 157	8.41 597	12.10 602	0.79 102	1.21 138	0.73 105	0.86 151	1.67 214	1.45 337	0.26 113	0.24 288	0.29 223	0.24 203	0.31 193	0.27 168

MultiAttention	8.74 593	0.56 140	7.25 333	2.07 557	22.74 620	35.86 627	8.44 604	4.97 575	2.58 460	2.57 481	5.11 565	5.55 577	1.59 356	52.70 639	7.50 556	0.47 459	0.24 288	0.52 494	1.00 562	6.84 612	6.30 616

S2M2_XL	0.46 1	0.41 17	1.09 36	0.65 36	0.34 12	0.29 1	0.23 3	0.67 1	0.50 1	0.53 11	0.92 78	0.65 79	0.53 35	0.54 1	0.50 39	0.28 176	0.24 288	0.25 103	0.21 123	0.23 59	0.22 80
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
DilatedVolume-Stereo	0.81 74	0.60 183	1.51 121	1.01 266	0.59 193	1.34 48	0.51 90	1.56 32	1.08 71	1.26 177	1.24 146	0.77 116	0.87 156	1.79 233	0.72 126	0.23 61	0.24 288	0.22 27	0.21 123	0.25 79	0.23 92

xyz-stereo-finetune	1.05 147	0.62 210	1.46 114	0.59 6	0.36 17	3.48 279	0.81 274	2.69 183	1.74 282	0.94 142	1.21 138	0.91 155	0.78 123	2.53 310	1.28 304	0.24 75	0.24 288	0.26 133	0.23 177	0.30 173	0.23 92

PAM	2.43 409	0.61 200	20.86 572	1.07 296	0.73 259	2.93 190	0.53 100	3.24 254	1.53 186	1.89 280	2.43 477	5.29 573	2.76 492	1.84 241	1.02 240	0.27 136	0.24 288	0.26 133	0.25 218	0.40 326	0.50 422

UGAM	2.58 440	0.56 140	18.55 497	0.89 176	0.71 252	3.23 230	1.03 398	2.75 191	1.75 284	1.36 185	2.77 511	2.69 412	1.28 276	10.75 523	1.40 324	0.28 176	0.24 288	0.40 416	0.31 361	0.35 280	0.30 230

rvit_stereo_ft	1.00 137	0.87 388	3.55 281	0.97 237	0.66 227	1.06 14	0.80 264	2.78 197	1.67 257	0.78 98	0.96 89	0.95 169	1.14 249	1.06 65	0.90 198	0.32 289	0.24 288	0.27 165	0.28 296	0.39 321	0.27 168

MyStereo07	1.01 140	0.80 358	1.26 80	1.00 259	1.04 376	3.95 391	0.95 370	2.07 91	1.42 120	0.75 76	1.22 141	0.68 86	0.91 170	1.63 205	0.67 99	0.24 75	0.24 288	0.34 344	0.26 240	0.41 350	0.37 316

MyStereo04	2.29 376	0.80 358	18.77 499	1.00 259	1.04 376	3.95 391	0.95 370	3.91 379	2.54 456	1.99 310	1.27 162	2.31 367	1.65 385	2.02 263	1.77 406	0.24 75	0.24 288	0.34 344	0.26 240	0.41 350	0.37 316

MIF-Stereo (partial)	0.98 127	0.55 128	2.83 249	0.71 64	1.03 373	1.08 15	0.49 84	2.55 159	1.66 255	0.79 102	1.20 134	0.80 123	0.90 167	1.61 200	1.56 366	0.36 350	0.24 288	0.33 326	0.25 218	0.40 326	0.28 189

EKT-Stereo	6.79 583	0.64 231	4.24 299	1.77 530	106.39 637	4.51 522	0.61 136	3.16 242	1.53 186	1.88 274	1.22 141	1.98 332	1.36 293	3.81 354	0.84 170	0.35 338	0.24 288	0.29 223	0.26 240	0.34 262	0.48 408

MIM_Stereo	1.20 177	0.78 350	3.30 272	1.05 287	0.43 74	3.04 200	0.60 132	2.46 140	1.51 170	1.60 213	1.58 246	1.82 304	1.29 279	2.00 259	1.07 249	0.24 75	0.24 288	0.28 201	0.25 218	0.27 113	0.27 168

ADStereo(finetuned)	2.04 327	0.73 312	13.28 406	0.82 118	0.40 54	4.16 450	0.59 129	4.25 485	2.97 512	2.35 442	1.84 348	1.18 199	3.40 524	1.52 180	1.54 363	0.29 201	0.24 288	0.23 42	0.18 60	0.30 173	0.51 430

raft_robust	1.92 305	1.15 456	3.34 275	1.02 277	0.43 74	3.84 356	0.46 75	4.42 539	2.52 451	1.67 231	1.36 188	2.17 354	6.37 576	6.78 424	1.04 244	0.28 176	0.24 288	0.30 245	0.35 405	0.31 193	0.32 251

FTStereo	3.71 529	0.53 107	20.37 553	0.96 230	0.65 220	4.34 485	11.29 606	2.62 174	1.50 163	2.58 485	5.04 564	1.90 317	13.84 605	3.71 353	1.25 293	0.38 375	0.24 288	0.31 270	0.32 373	0.30 173	2.10 575

ASMatch	2.62 442	0.60 183	20.65 567	1.37 460	0.64 212	4.39 493	0.78 247	1.97 81	1.58 218	1.70 237	3.89 554	1.94 321	3.79 536	5.46 387	1.64 387	0.31 268	0.24 288	0.34 344	0.28 296	0.33 244	0.50 422

RAFT	1.23 185	0.84 378	2.05 174	0.96 230	0.47 112	1.80 85	0.94 366	3.18 246	1.46 135	1.60 213	1.71 288	3.04 449	1.59 356	1.64 207	1.32 311	0.38 375	0.24 288	0.40 416	0.32 373	0.40 326	0.35 296

LMCR-Stereo	2.40 404	1.31 488	18.61 498	1.59 506	0.86 315	3.87 369	1.15 428	4.32 518	1.60 235	2.25 413	2.27 448	1.13 190	2.43 475	2.48 299	1.60 373	0.88 548	0.24 288	0.29 223	0.24 203	0.56 444	0.30 230

raftrobust	1.19 172	0.72 301	2.30 208	1.26 399	1.31 446	3.55 300	0.68 180	2.75 191	1.47 140	2.21 401	1.38 193	1.17 195	1.22 267	1.20 106	1.11 258	0.28 176	0.24 288	0.21 20	0.19 86	0.25 79	0.28 189

DCANet	1.74 273	0.73 312	9.08 355	0.82 118	0.40 54	4.18 458	0.59 129	4.25 485	2.97 512	2.35 442	1.84 348	1.18 199	1.63 380	1.51 178	1.55 364	0.29 201	0.24 288	0.23 42	0.18 60	0.30 173	0.53 437

R-Stereo Train	1.20 177	0.58 163	1.81 149	0.99 251	0.67 234	3.78 341	0.90 337	4.09 434	1.51 170	2.16 379	1.71 288	1.13 190	0.94 178	1.40 151	0.91 207	0.30 245	0.24 288	0.26 133	0.21 123	0.26 100	0.25 124

RAFT-Stereo	1.20 177	0.58 163	1.81 149	0.99 251	0.67 234	3.78 341	0.90 337	4.09 434	1.51 170	2.16 379	1.71 288	1.13 190	0.94 178	1.40 151	0.91 207	0.30 245	0.24 288	0.26 133	0.21 123	0.26 100	0.25 124
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	2.56 436	0.70 284	10.06 369	1.60 508	2.25 571	3.67 323	1.00 389	3.38 277	3.14 529	1.81 258	2.11 420	4.60 551	2.30 465	10.25 508	2.61 491	0.37 358	0.24 288	0.25 103	0.24 203	0.28 130	0.26 152

CFNet	2.34 391	1.10 446	8.96 354	1.34 439	1.24 432	4.09 424	0.73 205	4.04 418	2.77 485	1.62 220	1.87 361	2.27 359	1.45 322	11.41 552	1.82 412	0.31 268	0.24 288	0.43 439	0.36 415	0.43 379	0.33 269

WQFJA1	2.11 339	0.52 93	1.23 74	0.63 22	1.87 551	2.81 168	0.61 136	11.67 604	15.01 609	0.80 105	0.86 63	0.92 161	1.03 200	1.13 81	1.48 346	0.26 113	0.25 314	0.27 165	0.22 158	0.31 193	0.24 111

WQFJX1	2.20 355	0.52 93	1.38 104	0.62 16	1.78 540	3.07 207	0.67 172	12.26 609	15.24 611	0.84 122	1.05 108	0.91 155	0.97 184	1.88 249	1.26 296	0.27 136	0.25 314	0.28 201	0.21 123	0.36 293	0.25 124

WQFJX	2.14 346	0.54 121	1.28 88	0.61 10	1.85 547	2.87 177	0.77 243	11.60 603	14.62 607	0.82 111	1.15 125	0.89 148	1.10 235	1.69 217	1.39 322	0.28 176	0.25 314	0.25 103	0.21 123	0.32 224	0.25 124

NLMM	2.10 336	0.53 107	1.23 74	0.63 22	1.86 548	2.81 168	0.61 136	11.68 605	14.99 608	0.80 105	0.86 63	0.92 161	1.03 200	1.12 77	1.48 346	0.26 113	0.25 314	0.27 165	0.22 158	0.31 193	0.24 111

NLCSM	2.07 332	0.57 149	1.26 80	0.68 54	1.83 546	3.24 233	0.69 186	8.40 596	9.75 596	0.92 139	1.30 167	0.87 142	1.06 219	7.60 439	1.57 368	0.28 176	0.25 314	0.29 223	0.25 218	0.36 293	0.27 168

coex_refinement	2.10 336	0.85 382	3.67 290	1.31 423	1.13 399	3.21 226	0.85 298	3.86 361	2.31 400	2.51 470	1.92 376	3.49 493	1.69 394	11.08 542	2.13 452	0.37 358	0.25 314	0.27 165	0.31 361	0.41 350	0.37 316

testlalala2	2.31 380	0.63 219	20.54 561	2.56 574	2.87 581	3.79 345	0.76 230	4.20 461	1.48 149	1.42 197	1.43 204	2.45 390	0.80 134	1.03 58	0.68 102	0.27 136	0.25 314	0.24 74	0.21 123	0.33 244	0.28 189

DCRE	1.44 229	0.74 322	3.50 280	1.13 337	0.72 254	1.78 83	0.67 172	2.14 97	1.56 209	1.99 310	8.09 579	1.73 280	1.07 223	1.24 112	0.83 167	0.23 61	0.25 314	0.26 133	0.26 240	0.28 130	0.30 230

BUS	1.49 236	0.59 171	1.94 161	0.87 164	0.85 310	4.50 518	0.76 230	4.48 549	1.88 306	2.93 521	1.83 343	3.63 504	0.97 184	1.60 195	1.17 271	0.34 318	0.25 314	0.31 270	0.28 296	0.35 280	0.33 269

BSDual-CNN	1.46 232	0.59 171	1.94 161	0.87 164	0.85 310	4.16 450	1.16 430	4.48 549	1.88 306	2.93 521	1.83 343	2.60 404	1.31 283	1.60 195	1.21 281	0.34 318	0.25 314	0.31 270	0.28 296	0.35 280	0.33 269

hknet	1.98 316	0.64 231	8.70 352	0.87 164	1.07 385	4.16 450	1.16 430	4.48 549	1.73 276	2.93 521	1.83 343	3.48 487	1.30 282	3.91 360	1.51 358	0.31 268	0.25 314	0.31 270	0.28 296	0.35 280	0.33 269

GLC_STEREO	0.76 48	0.52 93	1.12 52	0.83 129	0.33 11	1.86 89	0.82 278	1.46 23	1.38 110	0.95 146	1.04 102	0.68 86	0.72 93	0.97 47	0.80 155	0.23 61	0.25 314	0.32 290	0.25 218	0.32 224	0.30 230

XX-TBD	1.03 145	0.95 413	1.94 161	1.30 420	0.43 74	3.97 401	0.33 21	1.74 54	1.73 276	1.59 212	2.02 396	0.69 89	0.60 58	1.16 92	0.66 94	0.30 245	0.25 314	0.23 42	0.15 5	0.31 193	0.22 80

sAnonymous2	1.37 222	1.22 473	9.79 365	0.92 200	0.88 324	1.23 28	0.61 136	2.56 161	1.69 265	0.85 124	1.02 93	0.73 105	1.23 270	0.98 49	0.78 148	0.29 201	0.25 314	0.31 270	0.30 345	1.06 539	0.71 492

CroCo_RVC	1.37 222	1.22 473	9.79 365	0.92 200	0.88 324	1.23 28	0.61 136	2.56 161	1.69 265	0.85 124	1.02 93	0.73 105	1.23 270	0.98 49	0.78 148	0.29 201	0.25 314	0.31 270	0.30 345	1.06 539	0.71 492

HSM-Net_RVC	2.87 468	0.57 149	17.46 479	0.92 200	0.90 332	3.70 326	1.20 441	5.64 588	2.51 450	3.22 542	2.43 477	2.54 398	1.59 356	11.41 552	1.65 389	0.34 318	0.25 314	0.26 133	0.23 177	0.30 173	0.29 201
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AdaStereo	1.45 231	0.83 373	2.34 214	1.28 409	0.81 286	3.21 226	1.14 427	4.20 461	2.46 441	2.05 338	1.77 313	2.48 393	1.18 260	1.71 221	1.44 333	0.43 428	0.25 314	0.43 439	0.28 296	0.44 387	0.34 282
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.
DISCO	2.25 363	0.73 312	10.06 369	1.76 529	1.12 396	3.47 276	1.25 449	3.24 254	2.26 386	2.65 501	1.96 381	4.53 548	1.92 435	4.17 367	3.61 513	0.32 289	0.25 314	0.31 270	0.29 324	0.66 485	0.41 363

AIO-test2	1.61 253	1.30 484	3.40 276	1.16 357	1.31 446	3.18 222	0.74 217	4.06 426	1.52 179	1.72 242	2.21 440	0.78 117	0.74 103	3.64 351	0.95 228	3.64 594	0.26 332	0.35 363	0.42 472	0.37 305	0.33 269

rvit_stereo_0081	0.80 65	0.63 219	1.19 67	0.91 194	0.64 212	1.27 36	0.61 136	2.05 87	1.71 270	0.82 111	0.73 40	0.85 136	0.75 106	1.30 135	0.80 155	0.31 268	0.26 332	0.27 165	0.25 218	0.38 310	0.27 168

rvit_stereo_0082	0.80 65	0.63 219	1.19 67	0.91 194	0.64 212	1.27 36	0.61 136	2.05 87	1.71 270	0.82 111	0.73 40	0.85 136	0.75 106	1.30 135	0.80 155	0.31 268	0.26 332	0.27 165	0.25 218	0.38 310	0.27 168

anonymousa	2.16 348	0.67 262	19.19 506	1.04 286	1.67 525	2.06 110	0.79 254	2.86 212	1.96 318	1.85 264	2.14 427	3.23 466	1.81 418	1.12 77	1.15 264	0.26 113	0.26 332	0.34 344	0.32 373	0.30 173	0.28 189

TRStereo	2.31 380	1.87 532	19.74 523	1.53 494	1.16 407	4.26 473	1.08 412	4.73 568	1.45 127	1.55 208	1.28 163	1.75 282	0.85 148	1.81 235	1.20 277	0.36 350	0.26 332	0.32 290	0.36 415	0.34 262	0.33 269

DEmStereo	2.97 482	0.58 163	13.42 408	0.79 103	0.51 134	3.84 356	1.84 520	2.42 131	1.60 235	2.25 413	2.74 507	2.03 339	6.04 570	6.79 426	12.80 582	0.35 338	0.26 332	0.26 133	0.27 267	0.27 113	0.37 316

RALCasStereoNet	1.19 172	1.02 427	2.06 183	1.12 330	1.14 400	3.08 209	0.70 193	2.99 222	1.73 276	1.34 182	1.68 277	1.18 199	0.91 170	2.16 277	1.00 238	0.30 245	0.26 332	0.24 74	0.21 123	0.29 149	0.30 230

UNet	2.51 425	0.74 322	20.17 542	1.14 338	1.44 482	3.48 279	0.76 230	3.77 340	1.87 304	2.05 338	1.57 245	2.75 420	2.39 472	3.51 345	2.51 484	0.32 289	0.26 332	0.41 428	0.26 240	0.38 310	0.39 338

ACVNet	1.46 232	0.64 231	3.56 283	0.93 216	0.85 310	4.22 468	0.80 264	2.85 209	2.08 344	1.78 252	1.88 362	3.10 454	1.46 325	1.33 139	1.89 420	0.29 201	0.26 332	0.30 245	0.26 240	0.39 321	0.27 168

acv_ft	1.55 237	0.64 231	3.29 271	1.14 338	2.01 560	2.93 190	0.97 380	3.81 348	2.08 344	2.22 403	1.88 362	3.10 454	1.66 387	1.33 139	2.22 459	0.29 201	0.26 332	0.30 245	0.26 240	0.39 321	0.27 168

cf-r	2.57 439	0.79 354	16.09 455	1.48 485	1.35 460	4.19 462	0.93 360	3.68 321	2.36 411	1.97 303	1.81 334	3.42 483	1.45 322	8.24 450	1.83 414	0.32 289	0.26 332	0.33 326	0.30 345	0.34 262	0.37 316

NLMM1	2.18 352	0.55 128	1.34 97	0.62 16	1.86 548	3.30 250	0.62 151	11.92 606	15.07 610	0.86 128	0.96 89	0.84 131	0.90 167	1.83 238	1.35 319	0.27 136	0.27 343	0.27 165	0.24 203	0.31 193	0.28 189

FlowAnything_test	0.75 40	0.60 183	1.18 66	0.82 118	0.58 190	2.29 126	0.66 170	1.38 15	0.80 26	1.03 159	0.76 44	0.63 72	0.49 28	0.84 21	0.91 207	0.31 268	0.27 343	0.40 416	0.48 492	0.31 193	0.30 230

depthmonostereo	0.94 111	0.71 297	2.39 217	0.85 151	0.54 157	2.21 121	0.53 100	1.83 64	1.17 76	0.95 146	1.09 115	0.99 171	0.97 184	2.37 293	0.68 102	0.23 61	0.27 343	0.22 27	0.20 107	0.25 79	0.26 152

G2L-Stereo	2.49 422	0.94 411	14.54 434	1.15 351	1.35 460	3.57 306	0.95 370	3.62 311	2.00 327	2.11 355	1.61 258	3.20 462	1.34 288	9.54 480	1.91 423	0.34 318	0.27 343	0.35 363	0.28 296	0.30 173	0.35 296

test_sample1	1.62 255	0.55 128	1.88 154	1.44 474	0.79 281	2.27 124	0.64 157	4.00 407	1.82 294	1.87 271	1.35 184	1.57 254	1.62 367	9.55 482	1.24 290	0.30 245	0.27 343	0.31 270	0.28 296	0.32 224	0.32 251

mmm	1.27 206	0.58 163	2.20 194	1.41 468	0.68 239	2.39 134	0.85 298	3.90 374	1.63 247	2.20 392	1.84 348	1.28 215	1.50 336	1.91 252	0.89 194	0.31 268	0.27 343	0.45 451	0.37 427	0.38 310	0.34 282

ToySt	1.35 220	0.72 301	3.65 289	1.01 266	0.50 132	3.31 251	1.01 392	3.46 283	1.73 276	1.30 178	1.55 239	2.07 348	1.47 327	1.88 249	1.40 324	0.27 136	0.27 343	0.30 245	0.32 373	0.42 369	0.39 338

riskmin	1.25 194	0.56 140	2.05 174	1.05 287	0.93 340	2.86 176	0.55 109	3.23 252	1.34 101	1.55 208	1.07 113	3.56 502	2.03 440	1.29 129	1.00 238	0.28 176	0.27 343	0.34 344	0.21 123	0.41 350	0.43 376

psmg	1.47 235	0.59 171	1.94 161	0.92 200	0.85 310	4.30 482	1.42 478	4.10 442	1.88 306	2.64 497	2.09 415	2.60 404	1.31 283	1.60 195	1.21 281	0.34 318	0.27 343	0.33 326	0.34 389	0.36 293	0.34 282

GES	1.38 224	0.64 231	2.61 233	1.09 310	0.57 181	4.30 482	1.02 396	3.86 361	1.51 170	1.72 242	1.74 295	1.28 215	1.77 407	1.62 201	1.61 376	0.39 387	0.27 343	0.33 326	0.30 345	0.41 350	0.47 403

SFCPSM	2.18 352	0.63 219	17.03 469	0.88 169	0.98 357	3.74 335	1.28 452	4.09 434	2.16 366	1.85 264	1.83 343	1.65 265	1.39 298	2.50 300	1.50 352	0.33 306	0.27 343	0.39 410	0.36 415	0.34 262	0.37 316

GwcNet-RSSM	2.66 447	1.05 433	15.91 453	1.22 383	1.19 417	4.12 433	1.12 422	3.84 355	2.02 330	1.93 292	1.79 319	3.12 457	1.46 325	10.37 511	2.05 441	0.33 306	0.27 343	0.35 363	0.30 345	0.40 326	0.36 302

DMCA	1.72 270	0.74 322	6.63 325	1.14 338	0.96 346	3.98 403	0.90 337	3.75 336	2.76 484	2.83 516	1.58 246	2.35 371	1.18 260	1.58 188	1.98 434	0.40 395	0.27 343	0.42 435	0.26 240	0.36 293	0.38 331

test_sample2	1.75 277	0.56 140	2.25 202	1.41 468	0.80 283	2.91 183	0.86 303	4.05 422	2.04 336	1.91 286	1.39 195	1.57 254	1.55 353	10.65 520	1.06 246	0.32 289	0.28 356	0.32 290	0.30 345	0.36 293	0.33 269

DispNO	3.00 488	0.75 335	18.92 502	1.17 360	1.10 393	3.72 330	0.94 366	4.29 502	2.54 456	2.24 410	2.28 452	4.51 546	2.12 448	11.40 551	2.09 447	0.31 268	0.28 356	0.31 270	0.28 296	0.36 293	0.39 338

CoDeX	2.40 404	0.78 350	13.21 405	1.00 259	1.18 410	3.24 233	1.32 456	4.14 451	2.41 429	1.74 246	1.84 348	2.05 343	1.47 327	10.03 500	1.60 373	0.34 318	0.28 356	0.32 290	0.27 267	0.32 224	0.39 338

mmx	2.98 484	0.60 183	5.21 314	1.14 338	0.99 360	3.62 315	0.86 303	4.49 552	3.05 521	2.20 392	2.30 460	3.48 487	1.62 367	11.62 562	16.09 591	0.33 306	0.28 356	0.48 468	0.37 427	0.44 387	0.37 316

xxx	2.98 484	0.60 183	5.21 314	1.14 338	0.99 360	3.62 315	0.86 303	4.49 552	3.05 521	2.20 392	2.30 460	3.48 487	1.62 367	11.62 562	16.09 591	0.33 306	0.28 356	0.48 468	0.37 427	0.44 387	0.37 316

LL-Strereo	3.01 490	1.81 531	17.59 482	1.12 330	2.10 566	2.90 180	1.09 416	4.33 520	2.00 327	3.12 536	2.24 444	3.29 470	3.15 512	11.31 549	1.84 415	0.30 245	0.28 356	0.46 457	0.34 389	0.49 419	0.45 388

CASS	1.29 211	0.66 252	2.62 236	0.95 224	0.66 227	2.84 172	0.69 186	3.00 224	1.79 291	2.57 481	1.95 380	1.39 231	1.55 353	1.59 193	1.06 246	0.50 480	0.28 356	0.34 344	0.28 296	0.46 406	0.63 475
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HCRNet	1.60 251	0.56 140	2.47 223	0.78 101	1.36 463	4.11 431	0.71 195	3.57 303	2.79 488	1.75 248	1.61 258	1.58 256	1.41 307	5.79 397	1.56 366	0.34 318	0.28 356	0.36 379	0.29 324	0.33 244	0.37 316

TDLM	2.29 376	1.08 442	4.61 307	1.29 413	1.01 370	4.26 473	2.17 536	3.75 336	2.79 488	2.31 430	1.98 389	2.06 345	1.59 356	12.45 588	1.72 397	0.51 486	0.28 356	0.52 494	0.35 405	0.56 444	0.50 422

UCFNet_RVC	1.57 244	0.84 378	3.25 268	1.36 450	1.40 472	4.07 422	1.01 392	2.68 181	1.50 163	2.11 355	1.88 362	2.37 374	1.50 336	3.41 343	1.42 330	0.36 350	0.28 356	0.52 494	0.40 458	0.53 433	0.43 376

rvit_stereo_0081_aga	0.81 74	0.75 335	1.84 151	0.72 73	0.73 259	1.21 27	0.63 154	1.92 75	1.39 111	0.87 131	0.80 52	0.79 121	0.69 86	1.27 123	0.69 112	0.35 338	0.29 366	0.26 133	0.25 218	0.40 326	0.27 168

rvit_stereo_0080	0.94 111	0.72 301	2.56 227	0.64 28	0.59 193	1.90 91	0.75 227	2.71 185	1.40 115	0.91 136	1.04 102	0.85 136	0.82 140	1.14 84	0.78 148	0.35 338	0.29 366	0.25 103	0.27 267	0.45 395	0.29 201

test_sample4	2.34 391	0.63 219	11.59 389	1.30 420	0.83 302	3.07 207	0.72 198	4.27 493	2.30 396	2.30 424	1.88 362	1.73 280	1.42 312	11.14 545	1.46 338	0.35 338	0.29 366	0.35 363	0.36 415	0.40 326	0.38 331

test_sample3	2.34 391	0.61 200	11.94 393	1.33 431	0.85 310	3.10 213	0.73 205	4.24 483	2.19 371	2.21 401	1.75 299	1.80 298	1.41 307	11.11 544	1.46 338	0.35 338	0.29 366	0.34 344	0.35 405	0.39 321	0.37 316

whm_eth	0.94 111	0.72 301	2.56 227	0.64 28	0.59 193	1.90 91	0.75 227	2.71 185	1.40 115	0.91 136	1.04 102	0.85 136	0.82 140	1.14 84	0.78 148	0.35 338	0.29 366	0.25 103	0.27 267	0.45 395	0.29 201

gwcnet-sp	2.31 380	1.21 467	17.34 471	1.08 304	0.92 335	3.56 302	1.04 401	3.69 326	2.09 347	2.55 477	1.60 254	1.80 298	1.62 367	3.87 357	1.95 429	0.29 201	0.29 366	0.30 245	0.28 296	0.38 310	0.39 338

scenet	2.31 380	1.21 467	17.34 471	1.08 304	0.92 335	3.56 302	1.04 401	3.69 326	2.09 347	2.55 477	1.60 254	1.80 298	1.62 367	3.87 357	1.95 429	0.29 201	0.29 366	0.30 245	0.28 296	0.38 310	0.39 338

ssnet	2.31 380	1.21 467	17.34 471	1.08 304	0.92 335	3.56 302	1.04 401	3.69 326	2.09 347	2.55 477	1.60 254	1.80 298	1.62 367	3.87 357	1.95 429	0.29 201	0.29 366	0.30 245	0.28 296	0.38 310	0.39 338

test-1	1.23 185	0.65 241	1.88 154	0.96 230	0.52 146	3.84 356	0.62 151	4.01 409	1.47 140	1.93 292	1.78 316	1.83 307	0.92 173	1.19 105	1.28 304	0.26 113	0.29 366	0.31 270	0.24 203	0.29 149	0.36 302

MMNet	2.02 324	0.81 362	10.76 380	1.12 330	1.23 430	3.53 293	0.89 332	3.79 344	2.08 344	2.15 373	1.76 308	2.15 353	2.12 448	3.69 352	2.32 466	0.31 268	0.29 366	0.34 344	0.27 267	0.38 310	0.42 367

delet	1.92 305	0.76 341	5.14 311	1.01 266	1.65 521	3.44 267	2.03 529	3.76 338	2.48 442	2.01 324	2.05 407	2.63 408	1.90 433	5.34 384	2.12 449	0.28 176	0.29 366	0.40 416	0.31 361	0.41 350	0.45 388

GANet-RSSM	1.98 316	0.62 210	3.49 278	1.69 519	1.23 430	4.22 468	0.91 345	3.31 262	1.86 303	1.81 258	1.74 295	2.34 369	1.82 420	10.92 532	1.73 401	0.34 318	0.29 366	0.31 270	0.28 296	0.39 321	0.40 358

PSMNet-RSSM	1.96 312	0.77 344	3.26 269	1.29 413	1.31 446	4.19 462	0.96 377	3.68 321	1.89 310	2.05 338	1.80 322	2.60 404	1.70 396	9.84 490	1.81 410	0.35 338	0.29 366	0.35 363	0.37 427	0.42 369	0.35 296

CAS++	0.89 96	0.64 231	1.46 114	0.81 108	0.51 134	1.24 32	0.86 303	3.44 282	1.46 135	1.14 170	1.29 165	0.62 69	0.58 48	1.13 81	0.59 66	0.34 318	0.30 379	0.34 344	0.26 240	0.41 350	0.29 201
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
gcap-zeroshot	1.30 212	0.61 200	4.09 295	0.94 220	0.56 169	3.50 286	0.84 289	3.12 237	1.72 273	1.84 263	1.22 141	2.72 417	0.88 158	1.46 169	0.80 155	0.29 201	0.30 379	0.27 165	0.21 123	0.29 149	0.25 124

x	1.15 165	0.57 149	1.53 122	1.44 474	0.67 234	1.94 95	0.97 380	3.87 364	1.57 215	1.61 218	1.28 163	1.58 256	1.22 267	1.93 253	1.04 244	0.28 176	0.30 379	0.34 344	0.29 324	0.32 224	0.31 240

NINENet	1.87 291	0.74 322	2.60 230	1.12 330	1.06 381	4.50 518	0.76 230	4.41 538	2.24 380	2.16 379	1.86 358	3.63 504	0.97 184	8.00 447	1.17 271	0.41 410	0.30 379	0.41 428	0.30 345	0.41 350	0.36 302

222	2.68 453	0.57 149	2.03 171	1.11 326	0.81 286	3.23 230	0.65 167	4.52 557	2.45 438	2.34 441	2.29 455	1.41 237	1.44 318	10.50 514	18.47 606	0.32 289	0.30 379	0.32 290	0.27 267	0.32 224	0.34 282

test_xeample	2.67 449	0.56 140	2.05 174	1.09 310	0.81 286	3.24 233	0.80 264	4.55 559	2.70 476	2.42 456	2.27 448	1.39 231	1.40 302	10.75 523	17.51 601	0.30 245	0.30 379	0.32 290	0.28 296	0.34 262	0.33 269

CFNet-ft	1.90 298	0.95 413	3.56 283	1.07 296	1.54 497	4.09 424	0.90 337	2.85 209	1.82 294	1.78 252	1.70 284	2.75 420	1.48 329	9.33 475	1.72 397	0.33 306	0.30 379	0.61 525	0.36 415	0.52 427	0.39 338

DMCA-RVC	2.45 412	1.22 473	18.29 490	1.23 388	1.14 400	2.49 142	0.85 298	3.29 260	1.68 259	3.02 528	1.41 200	2.00 335	1.53 349	6.39 411	2.00 435	0.38 375	0.30 379	0.44 444	0.35 405	0.45 395	0.44 382

CFNet_RVC	1.90 298	0.95 413	3.56 283	1.07 296	1.54 497	4.09 424	0.90 337	2.85 209	1.82 294	1.78 252	1.70 284	2.75 420	1.48 329	9.33 475	1.72 397	0.33 306	0.30 379	0.61 525	0.36 415	0.52 427	0.39 338

CVANet_RVC	2.55 435	1.10 446	9.13 360	1.46 480	1.15 402	3.96 396	1.53 490	3.91 379	2.50 447	3.04 530	2.04 401	2.60 404	1.72 400	12.46 589	1.50 352	0.49 476	0.30 379	0.51 488	0.41 465	0.63 469	0.50 422

test_sample5	2.33 387	0.62 210	11.29 386	1.29 413	0.83 302	3.09 210	0.74 217	4.28 498	2.31 400	2.20 392	1.97 387	1.68 269	1.39 298	11.19 546	1.47 343	0.37 358	0.31 389	0.37 391	0.37 427	0.41 350	0.39 338

11t1	1.11 157	0.53 107	1.80 148	1.55 501	0.65 220	2.20 120	0.60 132	3.66 318	1.49 157	1.60 213	1.26 155	1.03 179	1.35 291	1.72 222	0.97 230	0.28 176	0.31 389	0.29 223	0.23 177	0.30 173	0.34 282

DualNet	2.33 387	0.62 210	11.29 386	1.29 413	0.83 302	3.09 210	0.74 217	4.28 498	2.31 400	2.26 416	2.04 401	1.68 269	1.39 298	11.19 546	1.47 343	0.37 358	0.31 389	0.37 391	0.37 427	0.41 350	0.39 338

1111x	3.13 501	0.57 149	8.38 347	1.20 374	0.76 270	3.80 347	0.88 327	4.61 563	2.63 467	2.31 430	2.16 430	1.95 323	1.81 418	11.54 558	18.13 604	0.32 289	0.31 389	0.32 290	0.30 345	0.35 280	0.34 282

qqq	1.30 212	0.57 149	1.67 136	1.15 351	0.51 134	2.18 116	0.91 345	3.98 401	1.53 186	1.50 204	1.24 146	1.79 295	1.34 288	4.66 373	0.98 233	0.28 176	0.31 389	0.33 326	0.33 381	0.33 244	0.32 251

ac_64	2.35 396	0.62 210	9.77 364	1.32 426	1.71 531	3.27 241	0.93 360	3.48 284	2.50 447	1.74 246	1.73 293	3.91 515	1.77 407	10.21 506	1.86 417	0.40 395	0.31 389	0.33 326	0.30 345	0.34 262	0.39 338

HGLStereo	2.03 325	0.74 322	7.50 337	1.23 388	1.56 504	3.62 315	0.95 370	3.78 343	1.89 310	2.03 333	2.20 438	3.12 457	2.14 451	5.68 394	2.04 439	0.37 358	0.31 389	0.32 290	0.29 324	0.40 326	0.45 388

PWC_ROB	2.69 455	2.01 538	8.36 346	1.33 431	1.90 555	3.23 230	1.18 434	4.33 520	3.25 541	3.11 535	3.41 545	2.71 415	2.18 459	9.15 471	4.48 521	0.56 501	0.31 389	0.61 525	0.36 415	0.69 492	0.74 501

test_sample6	2.35 396	0.62 210	10.78 381	1.33 431	0.83 302	3.15 219	0.79 254	4.36 529	2.43 433	2.26 416	2.04 401	1.69 274	1.39 298	11.48 557	1.61 376	0.38 375	0.32 397	0.37 391	0.39 447	0.41 350	0.42 367

SMFormer	2.00 320	0.57 149	4.46 301	1.36 450	0.57 181	2.03 102	0.73 205	4.25 485	2.80 492	2.32 434	2.31 466	1.95 323	1.52 342	10.99 535	2.13 452	0.34 318	0.32 397	0.36 379	0.31 361	0.38 310	0.36 302

tta	2.00 320	0.57 149	4.46 301	1.36 450	0.57 181	2.03 102	0.73 205	4.25 485	2.80 492	2.32 434	2.31 466	1.95 323	1.52 342	10.99 535	2.13 452	0.34 318	0.32 397	0.36 379	0.31 361	0.29 149	0.29 201

qqq1	1.92 305	0.57 149	4.46 301	1.36 450	0.57 181	2.03 102	0.73 205	4.25 485	2.80 492	2.32 434	2.31 466	1.95 323	1.52 342	10.99 535	0.71 121	0.34 318	0.32 397	0.30 245	0.23 177	0.29 149	0.29 201

fff1	1.92 305	0.57 149	4.46 301	1.36 450	0.57 181	2.03 102	0.73 205	4.25 485	2.80 492	2.32 434	2.31 466	1.95 323	1.52 342	10.99 535	0.71 121	0.34 318	0.32 397	0.30 245	0.23 177	0.29 149	0.29 201

AACVNet	1.83 286	1.02 427	2.41 220	1.45 478	0.87 320	3.21 226	0.73 205	3.16 242	1.61 239	2.01 324	1.82 342	2.28 360	1.33 286	10.98 534	1.49 351	0.39 387	0.32 397	0.38 406	0.32 373	0.43 379	0.44 382

xxxx	2.67 449	0.54 121	2.03 171	1.22 383	0.81 286	3.49 282	0.63 154	4.49 552	2.49 446	2.22 403	2.23 443	2.05 343	1.38 295	10.05 501	17.91 602	0.32 289	0.32 397	0.30 245	0.27 267	0.33 244	0.34 282

DStereoRT	3.28 512	1.06 438	14.58 435	1.33 431	1.12 396	4.51 522	1.29 453	4.21 467	3.48 555	2.50 466	2.13 425	1.89 316	7.69 590	7.57 438	2.43 476	0.66 521	0.33 404	4.46 615	2.84 609	0.38 310	1.12 543

S2M2_L	0.64 18	0.55 128	1.07 19	0.89 176	0.54 157	1.08 15	0.20 1	1.16 10	1.37 107	0.59 29	0.81 56	0.86 140	0.47 20	0.70 4	0.65 89	0.31 268	0.33 404	0.27 165	0.27 267	0.36 293	0.31 240
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
Wz-Net-LNSev	2.30 379	1.67 524	14.88 439	1.18 366	1.65 521	3.49 282	1.54 493	3.63 312	2.03 332	1.88 274	1.64 265	3.29 470	2.06 444	2.71 325	2.02 438	0.40 395	0.33 404	0.32 290	0.31 361	0.53 433	0.49 415

AASNet	2.44 411	0.92 401	19.79 524	1.35 444	1.49 489	3.81 349	1.07 407	3.85 358	2.93 510	1.95 298	2.29 455	1.96 328	1.29 279	1.73 223	1.93 425	0.39 387	0.33 404	0.45 451	0.30 345	0.55 438	0.45 388

GANet-ADL	2.20 355	0.73 312	20.11 540	1.25 392	0.69 245	3.83 351	0.76 230	3.49 287	1.71 270	1.65 228	1.99 392	2.10 350	1.10 235	1.42 158	1.26 296	0.38 375	0.33 404	0.25 103	0.22 158	0.42 369	0.36 302

PFNet+	1.46 232	0.57 149	2.84 250	0.92 200	0.47 112	4.64 545	0.84 289	2.46 140	1.99 323	2.14 365	1.64 265	1.34 223	1.03 200	4.68 375	1.23 288	0.45 443	0.33 404	0.37 391	0.39 447	0.32 224	0.49 415

UPFNet	1.81 285	0.63 219	6.71 326	1.25 392	1.44 482	3.50 286	1.35 460	4.02 413	1.85 302	2.40 453	1.52 226	2.41 379	1.40 302	3.62 349	1.88 419	0.34 318	0.33 404	0.37 391	0.31 361	0.41 350	0.39 338

SuperB	4.79 558	4.41 573	21.08 580	1.45 478	1.08 387	3.91 374	3.08 569	4.18 457	3.01 518	2.50 466	2.10 416	2.75 420	3.49 531	8.80 460	19.60 611	0.44 434	0.33 404	0.53 499	0.39 447	12.01 620	0.64 479

NLCA_NET_v2_RVC	2.54 431	1.04 432	16.73 464	1.53 494	2.00 559	3.96 396	0.87 323	3.87 364	2.31 400	2.54 476	1.67 274	2.85 433	1.63 380	5.55 390	1.62 381	0.46 450	0.33 404	0.38 406	0.38 440	0.53 433	0.62 471
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet	2.84 463	1.49 511	14.48 433	1.33 431	1.57 508	3.44 267	2.06 530	3.69 326	2.36 411	3.26 543	1.84 348	2.79 430	1.80 415	10.88 529	3.16 507	0.41 410	0.33 404	0.39 410	0.36 415	0.59 454	0.58 460

MDST_ROB	5.53 569	0.59 171	23.11 608	2.55 573	2.69 576	21.20 617	1.98 526	4.77 571	2.65 470	9.36 604	4.25 556	4.14 529	4.45 550	22.57 615	3.68 515	0.48 464	0.33 404	0.47 460	0.44 478	0.44 387	0.44 382

DLCB_ROB	2.05 329	0.95 413	2.37 215	1.24 390	1.02 372	2.92 186	1.30 454	3.68 321	2.30 396	2.91 519	2.17 432	3.32 474	1.52 342	10.37 511	2.50 483	0.40 395	0.33 404	0.40 416	0.36 415	0.41 350	0.47 403

LE_ROB	18.58 616	1.21 467	48.38 626	8.60 617	23.00 621	7.32 594	19.74 619	9.94 600	38.69 632	43.53 629	21.91 616	28.40 624	40.92 626	23.18 617	54.71 632	0.34 318	0.33 404	0.32 290	0.36 415	0.42 369	0.40 358

MSAF-DinoV2	13.69 611	13.09 612	22.03 602	2.41 571	1.44 482	4.03 412	1.38 469	9.07 599	9.20 593	2.23 407	1.98 389	5.08 568	5.06 557	177.66 646	5.46 540	0.45 443	0.34 417	0.40 416	0.62 531	6.09 606	5.80 615

w-ln-seven	2.86 464	3.06 562	14.02 423	1.27 407	1.32 453	4.10 430	1.59 497	3.90 374	2.59 463	3.03 529	2.27 448	3.42 483	2.25 462	6.70 419	4.81 529	0.39 387	0.34 417	0.48 468	0.40 458	0.74 507	0.55 447

CSP-Net	1.78 281	1.32 490	1.92 159	1.16 357	1.03 373	3.38 257	1.31 455	3.52 294	1.75 284	1.96 301	1.93 379	2.40 377	1.48 329	8.58 457	1.58 369	0.46 450	0.34 417	0.27 165	0.26 240	0.41 350	0.50 422

UDGNet	1.40 225	1.52 513	2.22 199	1.38 462	0.62 207	4.39 493	0.68 180	1.80 62	2.18 370	1.34 182	1.18 130	0.99 171	1.00 194	2.16 277	1.19 274	1.09 556	0.34 417	1.30 572	0.98 561	1.10 545	0.58 460

dd	1.26 201	1.15 456	2.47 223	0.92 200	0.49 128	4.35 488	0.75 227	1.92 75	2.11 357	1.44 198	1.24 146	1.19 203	1.05 212	1.78 229	1.70 394	0.57 503	0.34 417	0.35 363	0.33 381	0.60 458	0.46 398

ADCRef	3.30 513	1.23 477	14.90 440	1.17 360	1.41 479	3.95 391	1.64 503	3.88 367	2.36 411	3.05 532	2.21 440	2.40 377	2.81 496	5.04 378	16.63 596	0.46 450	0.34 417	0.63 530	0.62 531	0.54 436	0.67 483

Select-FE	2.25 363	0.87 388	17.36 474	1.06 293	0.99 360	2.04 107	0.46 75	3.79 344	1.61 239	2.52 472	1.81 334	4.41 542	3.15 512	1.83 238	0.92 212	0.32 289	0.35 423	0.30 245	0.41 465	0.32 224	0.55 447

z-mn7	3.36 518	9.42 599	14.16 427	1.28 409	1.22 429	3.78 341	1.43 480	3.92 384	3.35 549	2.85 517	3.36 543	3.06 453	1.97 438	9.66 484	5.16 533	0.42 422	0.35 423	0.43 439	0.33 381	0.63 469	0.48 408

ssnet_v2	2.04 327	0.88 391	7.87 338	1.20 374	0.87 320	3.86 366	1.64 503	4.01 409	2.60 464	2.61 491	1.96 381	3.79 510	1.71 398	2.20 283	2.96 502	0.41 410	0.35 423	0.42 435	0.37 427	0.55 438	0.52 435

CRFU-Net	2.49 422	0.78 350	10.36 374	2.30 567	1.08 387	3.91 374	1.41 476	3.85 358	1.65 253	2.15 373	1.76 308	3.34 475	7.95 592	5.56 391	1.48 346	0.47 459	0.35 423	0.30 245	0.28 296	0.37 305	0.43 376

ICVP	2.26 366	0.66 252	21.18 585	0.99 251	0.88 324	4.28 479	0.95 370	3.32 267	1.60 235	1.66 229	1.76 308	1.34 223	1.14 249	1.62 201	1.32 311	0.53 495	0.35 423	0.33 326	0.29 324	0.40 326	0.51 430
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
RTSC	2.95 475	2.51 551	15.49 451	1.54 496	1.30 443	3.51 289	0.86 303	3.89 369	2.48 442	3.64 553	3.12 533	3.04 449	2.30 465	5.70 395	6.67 543	0.55 499	0.35 423	0.37 391	0.39 447	0.70 493	0.60 465

rvit_stereo_0083	0.86 86	0.67 262	1.42 111	0.87 164	0.65 220	1.23 28	0.64 157	1.67 48	2.28 392	0.79 102	0.93 81	0.93 164	1.07 223	1.46 169	0.75 138	0.32 289	0.36 429	0.30 245	0.26 240	0.33 244	0.28 189

StereoVision	1.65 261	0.75 335	7.47 336	1.01 266	1.80 544	2.61 157	0.61 136	3.06 233	1.96 318	1.25 175	3.46 547	1.85 313	0.88 158	2.07 265	1.93 425	0.43 428	0.36 429	0.37 391	0.36 415	0.48 413	0.33 269

PCWNet_CMD	2.23 359	0.65 241	17.36 474	0.83 129	0.76 270	3.51 289	0.64 157	3.60 307	1.97 320	1.70 237	1.63 263	3.22 464	3.05 509	2.09 270	1.11 258	0.31 268	0.36 429	0.47 460	0.26 240	0.64 477	0.47 403

Wz-Net-MNSev	2.71 457	2.54 555	13.91 422	1.52 492	1.37 465	3.28 245	2.47 544	4.03 414	2.32 404	2.57 481	2.07 412	2.29 365	3.01 504	7.55 437	2.74 496	0.38 375	0.36 429	0.36 379	0.37 427	0.57 449	0.47 403

TANstereo	1.01 140	0.55 128	1.73 140	0.76 94	0.36 17	4.04 414	0.38 36	1.48 24	1.62 244	2.03 333	2.10 416	0.84 131	0.93 176	0.98 49	0.62 75	0.28 176	0.36 429	0.23 42	0.20 107	0.25 79	0.46 398

CFNet_pseudo	2.12 342	0.67 262	15.14 447	0.85 151	0.74 264	3.95 391	0.64 157	3.95 392	1.78 289	1.90 281	1.79 319	3.27 469	1.62 367	2.51 303	1.16 268	0.31 268	0.36 429	0.53 499	0.27 267	0.63 469	0.44 382

AF-Net	2.87 468	1.30 484	16.24 456	1.33 431	1.75 535	3.26 239	1.59 497	4.09 434	2.43 433	2.69 504	2.94 520	4.51 546	3.20 517	5.84 398	2.75 497	0.76 536	0.36 429	0.72 546	0.49 496	0.70 493	0.56 451

ccs_rob	2.13 344	0.67 262	15.11 446	0.84 139	0.75 266	3.96 396	0.65 167	3.95 392	1.78 289	1.88 274	1.79 319	3.26 468	1.64 383	2.51 303	1.16 268	0.31 268	0.36 429	0.54 506	0.27 267	0.65 480	0.45 388

DRN-Test	3.03 492	0.99 422	18.18 487	1.35 444	1.60 510	3.59 308	1.48 483	4.13 445	2.45 438	3.47 552	1.92 376	2.58 403	2.53 482	10.88 529	2.80 499	0.39 387	0.36 429	0.44 444	0.41 465	0.55 438	0.57 455

ETE_ROB	2.07 332	1.40 501	3.01 258	1.09 310	0.92 335	3.94 386	1.53 490	4.25 485	2.23 378	3.31 544	2.06 411	2.35 371	1.52 342	8.74 459	2.07 445	0.44 434	0.36 429	0.51 488	0.48 492	0.54 436	0.62 471

PWCDC_ROB	2.95 475	3.26 564	14.06 425	1.59 506	1.56 504	4.19 462	0.86 303	4.30 510	4.08 569	2.06 343	7.37 573	2.75 420	2.42 474	3.59 348	2.67 494	1.34 574	0.36 429	0.39 410	0.34 389	1.13 548	0.62 471

PSMNet_ROB	2.95 475	1.38 498	18.46 496	1.19 369	1.20 423	3.80 347	1.65 506	3.54 299	2.35 408	1.98 305	1.71 288	2.75 420	1.79 410	11.43 554	2.78 498	0.42 422	0.36 429	0.50 485	0.60 527	0.59 454	0.49 415

GASNet	3.24 509	5.55 580	20.58 565	1.56 503	1.25 435	2.32 128	1.12 422	4.04 418	2.67 473	1.88 274	2.10 416	3.00 446	2.16 455	10.59 517	2.43 476	0.65 519	0.37 441	0.61 525	0.45 482	0.87 524	0.58 460

WZ-Net	3.62 524	4.87 575	16.77 466	1.43 471	1.40 472	3.75 336	2.29 540	4.12 443	2.50 447	2.74 508	2.19 436	4.06 524	5.29 562	10.19 505	7.36 554	0.54 497	0.37 441	0.47 460	0.49 496	0.77 512	0.73 500

ADLNet2	3.15 504	0.92 401	20.06 535	1.20 374	1.79 541	3.83 351	1.48 483	3.94 390	3.59 557	2.19 389	2.47 481	4.65 556	1.93 436	10.69 522	1.96 432	0.39 387	0.37 441	0.28 201	0.30 345	0.48 413	0.43 376

FADNet-RVC-Resample	2.83 462	2.02 539	21.07 579	1.12 330	0.91 334	3.53 293	1.37 467	4.08 432	2.09 347	1.68 232	1.33 176	2.03 339	1.51 340	9.54 480	1.69 393	0.38 375	0.37 441	0.42 435	0.44 478	0.56 444	0.56 451

FADNet-RVC	2.51 425	2.27 547	14.03 424	1.09 310	0.81 286	3.54 297	1.10 418	4.13 445	2.48 442	1.39 191	1.22 141	1.85 313	1.77 407	9.78 488	2.06 442	0.38 375	0.37 441	0.40 416	0.40 458	0.67 487	0.48 408

MSMDNet	2.23 359	0.64 231	17.32 470	0.84 139	0.75 266	3.53 293	0.64 157	3.61 310	1.98 322	1.71 241	1.64 265	3.22 464	2.99 502	2.08 267	1.11 258	0.31 268	0.37 441	0.45 451	0.26 240	0.62 467	0.45 388

ITSA-stereo	1.86 289	0.72 301	3.74 291	1.20 374	0.66 227	4.09 424	0.91 345	4.24 483	2.53 452	1.93 292	1.77 313	1.59 258	2.15 452	6.12 406	2.44 478	0.40 395	0.38 447	0.40 416	0.40 458	0.50 421	0.98 534

CBFPSM	2.05 329	0.95 413	10.12 372	1.07 296	1.05 378	2.84 172	1.20 441	3.28 258	1.73 276	1.82 260	1.30 167	4.56 550	4.06 541	2.34 292	2.34 468	0.25 97	0.38 447	0.32 290	0.27 267	0.37 305	0.79 514

GEStereo_RVC	1.91 302	0.80 358	6.57 324	1.20 374	1.06 381	4.02 410	1.43 480	4.13 445	1.89 310	2.03 333	1.80 322	2.34 369	1.86 427	4.94 377	1.77 406	0.48 464	0.38 447	0.32 290	0.28 296	0.42 369	0.50 422

ADLNet	2.29 376	0.83 373	3.62 288	1.35 444	1.60 510	3.67 323	1.24 448	3.95 392	2.98 515	2.58 485	2.29 455	4.01 521	1.79 410	11.23 548	2.09 447	0.37 358	0.38 447	0.36 379	0.34 389	0.45 395	0.71 492

psm_up	2.28 373	0.81 362	5.45 318	1.26 399	1.50 491	3.84 356	1.23 446	4.23 475	2.03 332	2.55 477	1.80 322	2.44 389	1.65 385	12.90 593	1.58 369	0.37 358	0.38 447	0.41 428	0.34 389	0.43 379	0.39 338

EDNetEfficientorigin	12.35 608	2.51 551	179.47 644	1.19 369	0.96 346	2.91 183	1.81 516	3.00 224	5.35 582	8.91 602	4.79 561	4.18 531	4.64 553	9.98 497	11.30 574	0.37 358	0.38 447	0.60 522	0.85 552	1.32 561	2.43 583

DSFCA	1.89 296	0.69 273	3.14 263	1.10 319	1.18 410	3.99 404	1.79 513	3.50 290	2.16 366	3.10 534	1.64 265	2.91 439	2.50 480	5.38 385	2.26 461	0.43 428	0.38 447	0.37 391	0.36 415	0.50 421	0.42 367

FADNet_RVC	2.65 445	2.28 549	16.51 461	0.98 245	0.92 335	4.09 424	0.83 283	4.26 492	1.73 276	1.46 199	1.78 316	1.60 259	1.50 336	8.88 461	2.39 469	0.47 459	0.38 447	0.44 444	0.58 523	0.89 525	0.97 532

SGM_RVC	4.57 553	0.72 301	17.46 479	1.84 540	0.58 190	4.23 471	3.45 576	4.66 565	3.66 560	7.99 599	8.82 587	7.56 587	8.74 597	12.30 584	6.84 548	0.43 428	0.38 447	0.39 410	0.35 405	0.51 423	0.48 408
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
fast-acv-ft	2.54 431	1.19 464	20.08 538	1.41 468	1.40 472	3.18 222	1.17 433	3.37 276	2.28 392	1.90 281	2.15 429	2.69 412	2.17 457	2.91 329	2.31 465	0.37 358	0.39 456	0.45 451	0.39 447	0.57 449	0.45 388

iinet-f	2.26 366	1.18 462	13.71 413	1.14 338	1.11 395	3.77 339	1.10 418	4.14 451	2.17 368	2.06 343	1.76 308	2.99 445	2.99 502	2.50 300	2.49 482	0.35 338	0.39 456	0.27 165	0.28 296	0.45 395	0.39 338

Wz-Net-SNSev	2.98 484	4.36 572	15.98 454	1.57 504	1.19 417	3.28 245	1.80 515	3.96 397	2.40 427	2.32 434	2.28 452	3.48 487	2.05 443	7.84 445	3.82 516	0.47 459	0.39 456	0.53 499	0.49 496	0.71 502	0.60 465

SACVNet	2.46 415	1.14 455	9.47 362	1.44 474	1.18 410	4.06 417	1.49 487	3.84 355	2.24 380	2.62 493	1.89 368	2.57 401	1.28 276	11.35 550	1.64 387	0.50 480	0.39 456	0.48 468	0.41 465	0.55 438	0.75 504

STTStereo	2.34 391	0.95 413	14.93 442	1.43 471	1.54 497	3.86 366	0.86 303	3.65 315	2.44 437	2.15 373	1.55 239	2.49 395	1.59 356	5.14 381	1.44 333	0.38 375	0.39 456	0.47 460	0.51 506	0.52 427	0.51 430

zh-mn7	3.15 504	9.61 601	12.45 398	1.26 399	0.99 360	2.91 183	1.32 456	4.12 443	2.74 480	3.33 546	3.07 527	2.84 432	1.89 432	8.91 463	4.69 525	0.49 476	0.40 461	0.38 406	0.38 440	0.56 444	0.63 475

w-ln-seven-2	2.73 458	2.13 542	12.47 399	1.18 366	1.01 370	3.54 297	1.58 496	3.93 386	3.26 542	2.43 458	2.02 396	2.63 408	2.28 464	7.93 446	5.45 539	0.40 395	0.40 461	0.44 444	0.34 389	0.62 467	0.47 403

rvit_stereo_0075_2	1.18 170	0.74 322	2.66 240	0.90 186	1.27 439	2.51 144	0.69 186	2.25 111	2.06 341	1.40 193	1.86 358	1.46 243	0.84 146	1.42 158	0.94 223	0.46 450	0.40 461	0.48 468	0.38 440	0.46 406	0.51 430

dad	1.65 261	1.19 464	3.04 259	0.98 245	0.56 169	4.22 468	0.84 289	1.99 83	2.48 442	2.14 365	1.68 277	1.62 262	1.13 242	3.85 356	2.04 439	1.03 555	0.40 461	2.04 581	0.48 492	0.75 510	0.53 437

AnonymousM	1.22 184	1.32 490	0.97 5	0.88 169	0.56 169	4.03 412	0.69 186	2.41 128	1.68 259	1.48 201	1.31 173	1.15 193	1.00 194	1.18 104	0.73 129	0.32 289	0.40 461	2.07 582	1.70 584	0.24 64	0.22 80

sCroCo_RVC	1.06 148	0.82 369	5.05 310	1.02 277	1.05 378	0.98 10	0.61 136	2.06 89	1.29 95	0.69 59	1.26 155	0.82 127	1.10 235	1.20 106	0.90 198	0.42 422	0.40 461	0.33 326	0.30 345	0.46 406	0.38 331

Nwc_Net	2.88 470	1.16 459	18.30 491	1.35 444	1.68 528	3.52 292	1.18 434	3.90 374	2.06 341	2.52 472	2.82 517	3.82 512	2.34 469	6.78 424	2.55 489	0.86 547	0.40 461	0.59 517	0.67 535	0.57 449	0.55 447

DeepPruner_ROB	2.05 329	1.09 445	10.50 377	1.01 266	1.20 423	4.39 493	0.91 345	3.14 239	1.72 273	2.60 489	1.54 235	2.78 428	1.27 274	4.52 371	1.72 397	0.51 486	0.40 461	0.37 391	0.34 389	0.48 413	0.52 435

NCCL2	2.53 429	1.35 494	10.90 383	1.15 351	0.97 350	3.53 293	2.56 550	3.65 315	2.23 378	2.76 509	1.80 322	2.41 379	1.66 387	10.35 510	2.07 445	0.44 434	0.40 461	0.57 512	0.53 513	0.59 454	0.65 481

DLNR-FE	28.68 624	56.10 637	49.61 627	183.75 641	105.98 636	3.44 267	0.28 10	29.58 627	1.49 157	1.01 152	1.26 155	0.93 164	0.63 66	3.81 354	1.51 358	33.14 634	0.41 470	0.26 133	0.23 177	99.94 639	0.32 251

FACV-RUCA	1.26 201	0.65 241	2.21 196	1.06 293	1.50 491	2.69 163	1.15 428	3.05 230	1.87 304	1.36 185	1.99 392	1.03 179	1.15 257	1.36 145	1.10 255	0.41 410	0.41 470	0.73 549	0.41 465	0.61 463	0.41 363

DLNR_Zeroshot_test	28.62 623	55.50 636	49.94 629	183.62 640	115.05 640	3.43 266	0.28 10	29.49 626	1.49 157	1.01 152	1.26 155	0.93 164	0.63 66	3.92 361	1.51 358	29.81 633	0.41 470	0.26 133	0.23 177	93.28 637	0.32 251

XQC	2.96 478	2.42 550	14.85 437	1.36 450	1.32 453	3.29 249	1.53 490	4.28 498	2.78 486	3.21 541	2.46 479	3.53 498	2.92 500	6.58 414	4.67 523	0.70 532	0.41 470	0.59 517	0.56 519	0.96 534	0.83 521

ADCP+	3.74 530	1.96 536	16.90 467	1.09 310	1.55 501	4.35 488	3.65 584	3.93 386	2.98 515	2.22 403	1.66 273	3.95 516	4.83 555	3.41 343	18.87 609	0.38 375	0.41 470	0.63 530	0.53 513	0.64 477	0.81 516

RYNet	2.97 482	0.93 405	15.09 445	1.12 330	1.38 468	3.66 322	1.42 478	4.03 414	2.29 395	2.10 351	1.70 284	3.79 510	2.16 455	13.64 603	3.02 505	0.37 358	0.41 470	0.48 468	0.34 389	0.81 519	0.75 504

GANet	2.93 474	1.05 433	11.29 386	1.64 513	0.96 346	3.91 374	2.52 547	3.72 333	2.41 429	2.95 526	3.00 523	3.21 463	2.03 440	12.42 587	4.72 526	0.51 486	0.41 470	0.46 457	0.39 447	0.60 458	0.50 422

NaN_ROB	4.06 543	1.13 451	16.64 462	1.12 330	1.25 435	3.50 286	3.05 567	4.29 502	3.26 542	3.64 553	2.56 492	2.97 443	4.79 554	13.33 597	16.91 597	0.37 358	0.41 470	0.38 406	0.39 447	0.48 413	0.81 516

LALA_ROB	1.95 310	1.48 510	3.11 261	1.05 287	0.98 357	3.99 404	1.82 517	4.44 543	2.28 392	3.31 544	1.85 355	2.76 426	1.67 389	4.04 364	3.23 509	0.46 450	0.41 470	0.55 507	0.52 509	0.60 458	0.57 455

rvit_0105_6	1.00 137	0.93 405	2.21 196	0.92 200	0.55 165	1.52 67	0.79 254	2.41 128	2.96 511	0.76 90	0.72 39	1.02 176	0.75 106	1.42 158	0.81 161	0.40 395	0.43 479	0.34 344	0.31 361	0.43 379	0.34 282

rvit_0105_5	1.13 159	0.93 405	2.60 230	0.91 194	0.56 169	1.92 94	0.91 345	3.02 227	2.63 467	0.95 146	1.20 134	1.18 199	0.93 176	1.51 178	0.93 221	0.40 395	0.43 479	0.37 391	0.35 405	0.42 369	0.44 382

EDNetEfficient	5.61 570	2.14 544	16.75 465	1.67 517	3.64 594	4.12 433	7.51 599	3.05 230	5.63 586	11.57 615	4.83 562	3.95 516	12.72 601	8.44 455	20.78 613	0.41 410	0.43 479	0.47 460	1.01 563	1.66 568	1.39 559

NVstereo2D	2.54 431	0.90 394	11.10 384	1.32 426	1.47 487	3.58 307	1.38 469	4.13 445	2.45 438	1.90 281	1.71 288	2.86 434	1.76 405	10.86 528	1.66 390	0.60 508	0.43 479	0.53 499	0.41 465	0.78 514	0.94 530

CBMV	3.32 515	0.96 419	21.16 583	1.32 426	0.83 302	3.81 349	3.91 589	4.47 548	2.53 452	3.34 547	2.24 444	4.45 543	2.58 485	10.07 502	1.96 432	0.45 443	0.43 479	0.48 468	0.38 440	0.52 427	0.53 437
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
rvit_0105_3	1.24 190	0.93 405	2.84 250	0.97 237	0.58 190	2.38 132	1.08 412	3.26 257	2.53 452	1.18 172	1.40 198	1.24 211	1.04 207	1.73 223	0.97 230	0.44 434	0.44 484	0.40 416	0.42 472	0.42 369	0.50 422

aanetorigin	3.30 513	1.66 522	17.52 481	1.18 366	1.58 509	2.57 153	3.80 586	2.65 177	2.03 332	6.12 589	4.30 558	2.82 431	5.70 566	5.47 388	4.67 523	0.50 480	0.44 484	0.43 439	0.47 487	1.17 554	0.92 528

RTS	3.90 535	7.04 584	17.94 484	1.92 546	2.19 568	5.00 576	2.96 563	4.29 502	3.19 534	4.05 563	3.08 528	4.94 561	3.16 514	7.64 440	6.72 544	0.66 521	0.44 484	0.51 488	0.47 487	0.95 530	0.76 506

RTSA	3.90 535	7.04 584	17.94 484	1.92 546	2.19 568	5.00 576	2.96 563	4.29 502	3.19 534	4.05 563	3.08 528	4.94 561	3.16 514	7.64 440	6.72 544	0.66 521	0.44 484	0.51 488	0.47 487	0.95 530	0.76 506

SANet	5.65 572	1.72 525	20.94 576	1.26 399	0.88 324	7.20 592	3.81 587	4.60 562	11.23 597	4.56 574	8.78 586	7.49 586	6.95 581	11.85 578	18.11 603	0.49 476	0.44 484	0.50 485	0.42 472	0.90 527	0.82 520

TCMNet	2.98 484	1.30 484	18.26 489	1.47 483	2.09 565	3.84 356	1.08 412	3.96 397	2.39 426	2.53 475	2.29 455	2.43 385	1.75 404	10.09 503	2.39 469	0.52 492	0.45 489	0.61 525	0.50 502	0.80 518	0.78 510

rvit_0105_4	1.07 152	0.99 422	2.39 217	0.93 216	0.54 157	1.62 76	0.84 289	2.77 194	2.91 506	0.80 105	0.91 76	1.09 184	0.86 151	1.63 205	0.85 173	0.40 395	0.45 489	0.35 363	0.31 361	0.43 379	0.40 358

CFNet_ucs	2.36 401	0.68 270	18.42 495	0.89 176	0.81 286	3.85 364	0.68 180	4.29 502	2.37 417	2.09 348	2.04 401	3.31 473	1.24 272	2.63 318	1.14 263	0.36 350	0.45 489	0.56 509	0.29 324	0.66 485	0.49 415

APVNet	3.13 501	1.25 479	21.14 581	1.31 423	1.52 494	3.94 386	1.13 425	3.32 267	2.14 362	2.20 392	2.03 398	3.05 452	1.96 437	11.79 575	2.53 486	0.42 422	0.45 489	0.64 533	0.46 484	0.67 487	0.57 455

Syn2CoEx	3.08 496	2.55 556	19.88 528	1.34 439	1.18 410	2.43 137	1.65 506	3.91 379	2.40 427	2.39 451	2.27 448	2.90 436	3.17 516	9.57 483	2.54 488	0.50 480	0.45 489	0.53 499	0.39 447	0.74 507	0.72 499

GwcNet	3.00 488	1.63 518	19.83 526	1.32 426	2.04 564	3.27 241	1.55 494	3.65 315	2.33 405	2.00 322	2.12 423	3.56 502	1.68 393	9.47 478	2.45 479	0.44 434	0.45 489	0.46 457	0.38 440	0.60 458	0.76 506

FADNet	2.49 422	1.76 528	13.17 404	1.17 360	0.95 345	3.27 241	0.88 327	3.94 390	2.27 388	1.40 193	1.29 165	2.51 396	2.06 444	9.93 495	1.94 427	0.43 428	0.45 489	0.40 416	0.43 475	1.06 539	0.53 437

PS-NSSS	2.22 357	1.33 493	2.90 254	0.97 237	1.53 496	4.11 431	1.08 412	4.55 559	2.65 470	2.10 351	2.32 471	1.77 287	1.40 302	11.79 575	1.61 376	0.68 528	0.45 489	0.96 560	0.43 475	0.95 530	0.92 528

CSAN	4.71 556	1.39 500	20.23 544	1.19 369	0.87 320	3.65 321	3.50 578	4.57 561	3.87 563	3.89 559	7.82 576	3.54 501	6.16 574	23.47 620	6.82 547	0.52 492	0.45 489	0.49 482	0.52 509	0.63 469	0.66 482

GwcNet-ADL	2.47 418	0.67 262	21.48 592	0.96 230	0.72 254	4.61 541	0.95 370	4.42 539	2.36 411	1.98 305	1.80 322	2.55 399	1.24 272	1.90 251	1.41 328	0.40 395	0.46 498	0.24 74	0.27 267	0.41 350	0.49 415

PSMNet-ADL	1.91 302	0.72 301	1.78 147	1.09 310	0.86 315	4.18 458	0.78 247	3.77 340	2.10 355	1.72 242	1.85 355	2.91 439	1.82 420	10.38 513	1.91 423	0.48 464	0.46 498	0.28 201	0.29 324	0.38 310	0.51 430

RGC	3.10 499	1.45 508	14.90 440	1.46 480	1.79 541	3.33 252	1.39 471	4.04 418	2.26 386	2.77 510	3.26 539	4.00 520	2.71 491	11.63 567	2.62 493	0.82 543	0.46 498	0.79 552	0.79 550	0.71 502	0.78 510

SGM-Forest	2.96 478	0.62 210	3.49 278	1.09 310	0.80 283	4.06 417	3.30 572	4.37 532	3.09 525	4.18 570	3.27 540	4.67 557	3.86 538	11.69 571	7.91 558	0.51 486	0.46 498	0.49 482	0.39 447	0.48 413	0.49 415
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_105_1	1.43 228	0.90 394	3.27 270	1.08 304	0.68 239	2.79 165	1.27 450	3.52 294	2.35 408	1.38 190	1.54 235	1.28 215	1.14 249	2.91 329	1.40 324	0.54 497	0.47 502	0.45 451	0.59 525	0.44 387	0.58 460

FINET	2.96 478	1.07 440	23.18 610	1.29 413	1.86 548	2.03 102	1.52 488	4.30 510	4.71 575	2.23 407	2.34 473	1.65 265	1.48 329	5.89 399	2.81 500	0.51 486	0.47 502	0.49 482	0.40 458	0.59 454	0.49 415

RP	2.79 459	1.20 466	10.36 374	1.54 496	1.93 556	3.44 267	1.97 525	4.05 422	2.34 406	2.66 502	2.79 512	3.98 519	2.58 485	10.21 506	2.61 491	0.95 551	0.47 502	0.71 542	0.57 522	0.71 502	0.68 486

SHD	2.82 461	2.04 540	13.80 419	1.69 519	1.79 541	2.73 164	1.07 407	3.85 358	3.18 533	4.63 575	2.74 507	3.38 481	2.77 493	5.48 389	3.66 514	0.62 512	0.47 502	0.51 488	0.55 517	0.65 480	0.74 501

AANet_RVC	3.03 492	1.72 525	12.78 402	1.17 360	1.12 396	3.79 345	1.10 418	3.86 361	3.13 527	2.62 493	4.26 557	3.96 518	1.41 307	11.43 554	5.23 537	0.94 550	0.47 502	0.34 344	0.23 177	0.40 326	0.55 447

XPNet_ROB	2.27 368	1.11 449	4.10 296	1.36 450	0.97 350	3.94 386	1.63 501	4.07 428	2.14 362	2.82 515	2.00 394	2.32 368	1.73 403	10.81 527	3.39 510	0.51 486	0.47 502	0.48 468	0.40 458	0.51 423	0.56 451

zh-sn7	3.81 532	11.43 608	15.78 452	1.25 392	1.15 402	3.68 325	2.58 552	4.15 455	2.42 432	2.61 491	3.10 532	3.38 481	3.03 508	11.43 554	6.88 549	0.45 443	0.48 508	0.45 451	0.43 475	0.72 505	0.71 492

DualNet (step1)	2.34 391	1.05 433	7.87 338	1.07 296	0.86 315	3.93 381	1.19 437	4.35 524	2.11 357	2.14 365	1.75 299	1.75 282	1.67 389	6.26 409	1.26 296	1.23 564	0.48 508	4.27 611	2.09 595	0.70 493	0.69 488

test_sample7	1.65 261	0.70 284	2.60 230	1.48 485	0.76 270	2.38 132	1.07 407	4.35 524	2.11 357	2.14 365	1.75 299	1.75 282	1.67 389	6.26 409	1.26 296	0.44 434	0.48 508	0.43 439	0.40 458	0.46 406	0.43 376

ADCL	4.35 549	1.63 518	14.21 429	1.29 413	1.26 437	5.56 583	11.16 605	3.97 399	3.37 550	6.07 587	4.67 560	4.30 538	5.72 567	5.08 380	14.51 586	0.50 480	0.48 508	0.89 558	0.77 546	0.78 514	0.76 506

SGM-ForestM	11.55 604	1.16 459	21.62 596	2.14 559	0.81 286	22.25 619	19.08 618	16.50 620	11.34 598	15.94 620	14.44 610	27.12 623	22.61 621	24.76 621	28.39 627	0.50 480	0.48 508	0.47 460	0.44 478	0.55 438	0.53 437

stereogan	3.09 497	0.93 405	16.43 459	1.37 460	1.66 524	3.70 326	1.67 508	3.87 364	3.15 531	3.04 530	2.70 506	5.04 566	2.79 494	9.96 496	1.78 408	0.63 513	0.49 513	0.69 539	0.47 487	0.83 522	0.68 486

ISRNet	1.69 267	0.76 341	5.69 320	1.27 407	1.36 463	2.85 174	0.61 136	3.60 307	1.91 314	2.13 362	2.12 423	2.90 436	1.41 307	2.51 303	1.71 395	0.49 476	0.50 514	0.56 509	0.47 487	0.49 419	0.57 455

pcwnet_v2	2.70 456	0.65 241	22.48 604	1.08 304	1.03 373	3.56 302	0.81 274	4.29 502	3.14 529	2.29 420	2.29 455	3.01 447	1.71 398	3.32 342	1.43 331	0.43 428	0.50 514	0.41 428	0.34 389	0.61 463	0.56 451

ACV-stereo	2.92 473	0.92 401	20.27 549	1.33 431	1.05 378	4.68 551	1.10 418	2.66 179	1.64 248	1.46 199	1.32 174	5.41 575	4.24 546	7.83 444	1.90 422	0.44 434	0.52 516	0.32 290	0.29 324	0.45 395	0.63 475

DCVSM-stereo	2.31 380	0.66 252	20.69 568	1.11 326	0.93 340	2.58 155	0.73 205	2.61 173	1.60 235	2.57 481	1.53 233	3.30 472	1.72 400	2.19 282	1.23 288	0.34 318	0.53 517	0.41 428	0.32 373	0.45 395	0.62 471

hitnet-ft	2.37 402	0.73 312	8.34 345	0.96 230	0.89 329	3.77 339	0.80 264	3.55 301	2.58 460	2.24 410	2.04 401	3.65 506	1.49 335	11.71 572	1.89 420	0.44 434	0.53 517	0.44 444	0.35 405	0.52 427	0.48 408

FSD					0.60 196	0.77 6	0.67 172	1.57 33	0.68 5	0.72 66	0.62 27	1.02 176	0.72 93	0.81 14	0.73 129	0.59 506	0.54 519	0.57 512	0.54 515	0.57 449

YMNet	2.40 404	1.41 503	13.46 409	1.36 450	1.67 525	3.96 396	0.97 380	3.81 348	2.37 417	2.64 497	2.57 494	3.35 476	1.53 349	3.28 340	2.42 474	0.48 464	0.54 519	0.52 494	0.49 496	0.70 493	0.54 443

YMNet_1	2.40 404	1.41 503	13.46 409	1.36 450	1.67 525	3.96 396	0.97 380	3.81 348	2.37 417	2.64 497	2.57 494	3.35 476	1.53 349	3.28 340	2.42 474	0.48 464	0.54 519	0.52 494	0.49 496	0.70 493	0.54 443

PA-Net	3.09 497	1.24 478	18.84 500	1.38 462	1.19 417	3.42 265	1.75 511	3.89 369	3.27 546	1.88 274	2.10 416	3.03 448	1.88 431	11.60 560	2.88 501	0.40 395	0.54 519	0.44 444	0.62 531	0.52 427	1.02 535
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NOSS_ROB	2.27 368	0.73 312	3.00 257	1.71 523	1.00 369	3.90 373	0.97 380	4.29 502	2.81 498	2.94 525	2.19 436	3.88 514	1.19 264	11.77 574	1.62 381	0.59 506	0.54 519	0.56 509	0.52 509	0.56 444	0.54 443

Wz-Net-TNSev	3.67 526	8.83 590	13.47 411	1.48 485	1.18 410	3.60 310	2.49 546	4.27 493	3.13 527	2.18 385	1.89 368	4.21 535	2.80 495	12.10 582	7.58 557	0.57 503	0.55 524	0.47 460	0.54 515	0.91 528	1.05 537

DANet	2.63 443	1.07 440	8.10 344	1.83 539	1.70 530	3.25 237	1.16 430	4.31 513	2.38 422	3.40 550	2.18 434	4.08 525	1.80 415	9.77 486	3.89 517	0.52 492	0.55 524	0.59 517	0.44 478	0.63 469	0.86 522
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
CBMV_ROB	3.62 524	0.70 284	21.42 591	1.21 380	0.89 329	4.43 505	1.76 512	4.39 535	2.79 488	5.88 586	3.38 544	4.18 531	5.12 559	10.75 523	2.32 466	0.56 501	0.55 524	0.53 499	0.51 506	0.55 438	0.46 398

FC-DCNN v2	6.91 586	0.77 344	19.25 508	1.69 519	1.64 517	9.13 599	2.40 543	7.20 592	9.47 595	11.07 614	11.62 600	20.05 613	15.79 609	12.55 591	11.99 580	0.66 521	0.57 527	0.58 514	0.56 519	0.63 469	0.61 468

HBP-ISP	3.25 511	1.10 446	20.86 572	1.54 496	1.15 402	4.50 518	2.89 561	4.43 542	2.38 422	4.14 566	1.96 381	1.90 317	2.04 442	11.08 542	1.32 311	0.66 521	0.57 527	0.66 536	0.61 530	0.64 477	0.61 468

FCDSN-DC	6.04 577	0.84 378	19.25 508	1.24 390	1.09 391	4.38 490	2.62 553	4.38 533	4.71 575	9.59 607	11.22 597	19.19 610	17.40 612	12.30 584	8.55 562	0.69 531	0.57 527	0.60 522	0.60 527	0.70 493	0.78 510
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
GANetREF_RVC	3.20 508	1.93 534	18.84 500	1.51 491	0.80 283	4.12 433	1.82 517	4.16 456	2.91 506	1.87 271	1.74 295	2.48 393	1.84 422	13.18 594	1.74 402	0.80 540	0.57 527	0.79 552	0.74 542	1.20 557	0.86 522
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
FC-DCNN	6.64 581	0.77 344	19.26 510	1.68 518	1.64 517	8.27 597	2.35 542	6.35 590	9.23 594	10.85 612	11.27 598	19.89 611	13.33 602	12.51 590	11.79 579	0.66 521	0.57 527	0.58 514	0.56 519	0.63 469	0.61 468

Anonymous3	1.72 270	0.76 341	11.61 390	0.83 129	0.84 309	4.46 507	0.84 289	3.57 303	1.16 74	1.34 182	1.37 189	1.11 189	1.03 200	1.58 188	1.13 262	0.70 532	0.58 532	0.33 326	0.35 405	0.47 410	0.42 367

AnyNet_C32	4.17 546	5.75 581	12.62 400	1.60 508	1.54 497	5.51 582	4.09 590	3.90 374	3.23 540	4.22 571	3.03 525	3.10 454	3.41 525	8.01 449	18.85 608	0.53 495	0.58 532	0.53 499	0.74 542	1.19 556	0.97 532

MSMD_ROB	5.61 570	1.08 442	16.68 463	1.21 380	0.83 302	10.14 601	2.07 532	3.93 386	6.22 589	10.37 610	8.03 578	22.22 615	9.45 598	11.66 568	4.52 522	0.66 521	0.58 532	0.66 536	0.68 538	0.65 480	0.63 475

WCMA_ROB	5.12 562	0.90 394	21.33 587	1.50 489	1.33 457	4.09 424	3.49 577	4.03 414	4.59 574	6.57 592	10.95 596	12.92 600	8.41 596	9.86 491	8.78 563	0.75 535	0.58 532	0.51 488	0.50 502	0.68 490	0.57 455

MeshStereo	5.35 566	1.32 490	21.34 588	1.34 439	1.15 402	4.40 497	3.90 588	5.18 578	4.55 572	10.14 609	11.82 601	11.47 595	5.84 568	13.84 605	7.03 552	0.61 510	0.58 532	0.60 522	0.58 523	0.72 505	0.59 464
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
RAFT + AFF	2.51 425	2.66 557	4.48 305	1.15 351	1.95 557	4.15 440	2.01 528	4.46 547	3.30 547	2.19 389	2.51 486	2.22 357	4.87 556	8.91 463	2.06 442	0.30 245	0.60 537	0.48 468	0.38 440	0.77 512	0.69 488

DeepPrunerF	3.70 527	1.72 525	14.87 438	1.33 431	1.74 534	3.70 326	1.55 494	4.20 461	14.00 604	2.02 329	1.77 313	2.74 418	2.30 465	10.88 529	6.88 549	0.68 528	0.60 537	0.78 551	0.78 549	0.81 519	0.71 492

ADCMid	3.96 539	3.27 565	15.48 450	1.26 399	1.40 472	4.66 548	2.28 539	4.06 426	3.54 556	3.94 560	3.02 524	3.85 513	3.67 534	4.03 363	18.65 607	0.68 528	0.61 539	1.09 567	1.18 572	1.38 562	1.08 539

coex-ft	18.59 617	6.62 583	113.53 642	1.17 360	1.31 446	2.33 130	1.93 523	2.81 206	14.00 604	124.82 645	8.45 582	5.90 579	51.74 637	9.99 498	22.69 614	0.57 503	0.62 540	0.50 485	0.49 496	1.08 544	1.28 550

FBW_ROB	3.24 509	1.02 427	9.21 361	1.49 488	1.07 385	3.78 341	1.48 483	4.31 513	3.08 524	2.46 461	2.32 471	4.20 534	2.08 446	15.19 609	7.16 553	0.84 546	0.62 540	1.33 573	0.92 556	0.99 535	1.31 552

edge stereo	3.37 519	1.01 426	21.99 600	1.28 409	1.37 465	2.67 161	1.39 471	3.98 401	2.87 503	2.93 521	3.27 540	4.35 539	2.43 475	11.62 562	2.39 469	0.60 508	0.63 542	0.79 552	0.55 517	0.68 490	0.67 483

ADCS	4.22 548	5.33 577	16.32 457	1.64 513	1.31 446	3.91 374	3.64 583	4.21 467	2.89 504	5.11 580	2.81 516	4.46 544	3.06 511	5.21 382	19.50 610	0.63 513	0.64 543	0.69 539	0.69 540	1.12 547	1.26 548

DDVS	1.68 266	0.79 354	2.52 225	1.26 399	1.16 407	3.17 220	0.78 247	3.12 237	1.82 294	1.86 269	1.91 374	2.92 441	1.43 315	6.20 407	1.63 384	0.45 443	0.65 544	0.34 344	0.38 440	0.48 413	0.79 514

BEATNet-Init1	49.72 636	64.32 638	97.77 641	4.68 607	4.28 604	84.75 641	60.42 632	73.38 641	68.59 639	88.29 642	88.51 644	91.94 642	97.99 642	85.26 643	70.96 643	0.80 540	0.65 544	0.85 556	0.70 541	7.96 616	2.33 579

NCC-stereo	3.16 506	1.28 482	18.31 492	1.25 392	1.75 535	4.06 417	1.40 473	3.89 369	2.22 375	2.72 506	2.55 490	3.49 493	2.65 488	9.91 493	2.99 503	1.29 570	0.65 544	0.64 533	0.86 553	0.65 480	0.71 492

Abc-Net	3.16 506	1.28 482	18.31 492	1.25 392	1.75 535	4.06 417	1.40 473	3.89 369	2.22 375	2.72 506	2.55 490	3.49 493	2.65 488	9.91 493	2.99 503	1.29 570	0.65 544	0.64 533	0.86 553	0.65 480	0.71 492
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	3.34 516	0.81 362	20.05 534	1.25 392	1.20 423	3.44 267	1.99 527	4.23 475	2.67 473	3.14 537	3.82 553	3.51 496	3.32 522	11.68 570	1.94 427	0.64 516	0.67 548	0.48 468	0.52 509	0.61 463	0.81 516

SAMSARA	3.55 522	2.16 545	14.18 428	1.86 543	1.49 489	4.62 542	2.65 554	3.58 306	2.80 492	7.05 594	3.05 526	5.16 572	4.07 542	9.18 472	4.80 528	0.64 516	0.67 548	0.59 517	0.68 538	0.89 525	0.91 527

AnyNet_C01	4.37 550	7.80 586	16.40 458	1.98 552	1.40 472	6.37 587	6.47 597	4.09 434	5.03 580	4.06 565	3.78 551	4.16 530	3.31 521	6.62 416	10.00 567	0.61 510	0.67 548	0.63 530	0.67 535	2.01 570	1.31 552

psmorigin	6.59 580	1.15 456	88.11 640	1.52 492	0.97 350	2.88 178	1.20 441	3.21 247	2.04 336	3.73 556	2.46 479	5.15 571	2.55 483	10.60 518	2.47 481	0.55 499	0.68 551	0.48 468	0.51 506	0.70 493	0.88 526

PSMNet-RUCA	1.64 260	1.50 512	2.57 229	1.50 489	1.38 468	3.05 202	1.36 462	3.31 262	2.24 380	1.36 185	2.07 412	1.40 236	1.09 229	1.83 238	1.55 364	1.15 560	0.69 552	1.26 571	0.96 559	1.64 567	0.94 530

PVD	3.12 500	1.97 537	12.80 403	1.79 536	1.63 515	3.83 351	1.34 459	3.48 284	3.88 564	5.77 584	3.56 548	3.45 486	3.29 520	5.58 393	5.30 538	0.71 534	0.69 552	0.74 550	0.77 546	0.79 516	1.13 544

S-Stereo	3.48 521	0.91 399	22.06 603	1.36 450	1.50 491	3.55 300	2.53 549	4.21 467	2.81 498	2.37 446	3.81 552	3.75 508	1.84 422	11.90 580	2.51 484	0.63 513	0.71 554	0.48 468	0.76 544	0.67 487	1.19 547

SDNR	3.97 540	1.93 534	20.28 550	1.31 423	0.94 342	5.16 578	0.67 172	4.33 520	2.58 460	4.82 579	5.94 570	5.01 565	1.45 322	17.52 611	2.53 486	0.79 538	0.72 555	0.59 517	0.45 482	1.15 552	1.17 545

DPSNet	3.43 520	1.37 497	12.19 394	1.39 464	1.24 432	4.15 440	2.06 530	4.51 556	3.34 548	2.69 504	1.96 381	3.52 497	5.56 565	10.68 521	9.68 566	0.93 549	0.73 556	0.40 416	0.37 427	1.06 539	0.86 522

MANE	11.39 603	1.38 498	23.16 609	4.82 610	2.79 579	22.02 618	14.51 613	25.81 622	26.28 624	10.93 613	13.17 606	19.90 612	18.03 615	15.69 610	20.41 612	0.96 552	0.74 557	1.42 575	3.24 613	0.74 507	1.71 566

ccnet	2.66 447	0.97 420	8.01 343	1.54 496	1.24 432	3.75 336	2.18 537	4.07 428	2.41 429	2.66 502	3.25 538	2.87 435	2.31 468	9.89 492	3.50 511	0.78 537	0.75 558	0.71 542	0.67 535	0.76 511	0.81 516

GCST	2.56 436	1.79 530	18.02 486	1.92 546	1.33 457	1.72 80	0.51 90	3.67 319	2.03 332	1.70 237	1.61 258	1.55 253	1.29 279	5.06 379	1.24 290	2.06 578	0.77 559	1.45 577	0.97 560	1.14 549	1.34 555

PDISCO_ROB	2.86 464	1.53 514	14.27 430	1.98 552	2.19 568	4.52 524	1.35 460	4.65 564	3.19 534	2.09 348	2.16 430	3.53 498	2.45 477	5.32 383	2.12 449	1.30 572	0.78 560	0.72 546	0.59 525	1.24 558	1.28 550

G-Net	4.11 544	1.21 467	19.47 516	2.31 568	2.94 582	4.74 567	2.95 562	3.33 273	2.14 362	4.44 573	9.43 589	6.93 584	3.84 537	9.01 467	4.92 532	0.79 538	0.80 561	0.70 541	0.50 502	0.95 530	0.87 525

PASM	2.67 449	2.05 541	9.71 363	1.73 526	1.37 465	2.53 150	1.52 488	3.10 235	2.17 368	2.79 512	1.84 348	2.90 436	1.85 426	11.89 579	2.19 457	0.81 542	0.85 562	0.87 557	1.01 563	1.14 549	1.05 537

LSM	12.71 609	3.52 568	20.79 570	55.63 635	84.76 634	3.63 320	6.30 596	3.73 334	4.93 579	5.55 583	13.92 607	3.53 498	3.25 519	9.72 485	4.12 518	0.64 516	0.85 562	0.71 542	0.81 551	1.03 536	26.84 626

MonStereo1	8.07 591	2.24 546	5.83 321	4.68 607	3.60 593	18.80 615	2.52 547	5.89 589	5.86 588	4.76 577	13.98 608	7.41 585	50.63 636	13.28 596	5.16 533	4.40 606	0.90 564	2.69 594	1.55 580	3.92 593	3.30 598

Anonymous_2	3.01 490	0.89 392	4.53 306	1.06 293	1.18 410	2.93 190	0.87 323	3.24 254	1.46 135	1.86 269	1.35 184	4.11 527	2.35 470	1.64 207	1.28 304	0.82 543	0.90 564	8.71 623	15.84 626	4.44 599	0.74 501

Consistency-Raft	2.86 464	1.66 522	19.61 518	1.40 467	1.75 535	3.84 356	1.32 456	4.07 428	2.25 383	1.78 252	2.67 503	1.82 304	4.41 549	1.94 255	2.06 442	0.83 545	0.94 566	1.03 562	1.12 568	1.70 569	1.09 540

DispViT+	0.92 105	0.46 40	3.90 294	0.71 64	1.16 407	1.15 23	0.39 38	2.84 208	1.58 218	0.67 54	0.64 29	0.48 41	0.64 69	0.81 14	0.59 66	0.41 410	0.97 567	0.22 27	0.19 86	0.30 173	0.23 92

MFN_U_SF_RVC	3.81 532	10.78 605	15.01 443	1.84 540	1.39 470	3.73 334	1.63 501	4.05 422	3.26 542	2.91 519	2.38 475	4.36 541	3.65 533	8.43 454	4.91 531	1.11 559	1.04 568	0.99 561	1.31 575	1.58 565	1.75 569

MFMNet_re	2.91 471	1.91 533	18.25 488	3.06 582	1.89 553	3.13 217	1.67 508	3.52 294	2.97 512	3.14 537	2.87 519	2.26 358	2.41 473	2.42 294	2.00 435	1.10 557	1.05 569	0.94 559	0.90 555	1.28 559	1.46 562

anonymity	1.76 278	1.26 480	2.73 246	1.66 516	1.32 453	1.84 87	1.07 407	3.49 287	2.30 396	2.11 355	2.11 420	1.71 278	3.90 539	1.82 237	1.48 346	1.10 557	1.09 570	1.08 566	1.08 567	1.05 538	1.09 540

SPS-STEREO	3.97 540	1.44 507	20.85 571	1.72 525	1.71 531	3.24 233	2.30 541	3.55 301	2.68 475	4.79 578	3.66 549	5.44 576	2.97 501	9.11 469	9.35 565	1.15 560	1.10 571	1.06 565	1.02 565	1.16 553	1.18 546
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ELAS_RVC	5.72 573	1.64 521	20.40 555	2.09 558	2.01 560	4.95 575	11.47 608	4.66 565	6.31 591	8.09 600	8.01 577	8.06 591	11.65 600	8.36 451	10.22 568	0.99 554	1.17 572	0.81 555	0.76 544	1.14 549	1.58 563
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ADCPNet	3.89 534	1.63 518	20.25 548	1.28 409	1.27 439	6.43 588	2.65 554	3.93 386	2.70 476	2.78 511	2.20 438	4.28 537	6.16 574	5.56 391	10.27 569	0.65 519	1.18 573	0.71 542	1.70 584	0.84 523	1.37 556

ELAS	5.99 576	1.62 516	20.29 551	1.96 551	2.01 560	15.09 610	8.38 603	5.23 579	5.54 584	9.02 603	8.61 583	6.74 582	9.75 599	7.48 435	11.40 576	0.96 552	1.18 573	0.72 546	0.93 557	1.30 560	1.67 565
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	8.36 592	3.82 569	24.83 614	2.02 554	1.75 535	14.80 609	17.22 615	4.27 493	11.79 600	13.88 616	14.38 609	11.74 599	13.83 604	10.56 515	15.12 587	1.21 562	1.19 575	1.14 569	1.13 570	1.17 554	1.37 556

WAO-7	5.16 563	3.21 563	18.98 504	1.88 545	1.44 482	5.34 580	3.09 570	4.91 574	5.81 587	4.35 572	8.92 588	6.55 581	6.06 571	13.40 599	10.81 571	1.34 574	1.20 576	1.48 578	1.35 578	1.60 566	1.45 560

MADNet+	3.97 540	9.54 600	13.83 420	1.87 544	1.69 529	4.19 462	2.87 560	4.80 572	4.10 570	2.51 470	2.67 503	4.55 549	3.41 525	8.72 458	6.92 551	1.25 567	1.27 577	1.04 563	0.93 557	1.39 563	1.85 570

NVStereoNet_ROB	4.91 561	1.40 501	16.46 460	1.47 483	1.72 533	3.46 273	1.96 524	3.89 369	3.61 558	2.90 518	24.61 620	4.81 558	4.49 551	13.57 601	4.87 530	1.33 573	1.29 578	1.70 579	1.68 582	1.41 564	1.66 564
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DStereoO	3.90 535	2.13 542	7.90 342	4.43 603	2.84 580	4.40 497	5.30 593	4.31 513	3.21 539	2.41 455	3.08 528	2.93 442	7.14 586	4.20 368	11.12 573	4.11 602	1.30 579	1.33 573	1.63 581	3.09 579	1.26 548

JetBlue	6.27 579	9.15 596	13.76 414	1.94 550	4.60 607	11.91 603	12.00 609	5.12 577	3.45 554	3.79 557	4.52 559	9.54 593	6.56 580	9.40 477	13.48 584	1.26 568	1.37 580	1.17 570	1.34 577	7.06 614	3.95 606

SQANet	3.70 527	9.34 598	18.41 494	2.75 576	2.74 577	3.40 261	1.47 482	3.50 290	1.68 259	2.60 489	1.75 299	2.69 412	1.91 434	6.72 423	1.74 402	2.96 584	1.41 581	1.85 580	1.12 568	3.17 581	2.70 589

PWCK	5.85 574	9.95 602	15.22 449	2.90 579	1.56 504	5.66 584	7.69 600	5.27 580	4.74 577	3.88 558	7.51 574	8.04 589	5.28 561	15.18 608	8.40 561	3.08 587	1.51 582	2.24 585	1.37 579	5.55 605	1.96 573

MaskLacGwcNet_RVC	3.13 501	1.43 505	9.93 367	2.50 572	1.62 513	4.29 480	1.68 510	3.95 392	2.43 433	1.66 229	1.91 374	3.04 449	1.41 307	13.26 595	1.58 369	3.82 598	1.59 583	1.12 568	0.46 484	2.21 574	2.74 590

DispFullNet	4.64 555	3.48 567	23.95 613	3.99 594	3.03 584	3.35 254	1.06 405	4.18 457	2.80 492	6.33 591	2.94 520	4.04 523	7.81 591	3.92 361	5.16 533	2.75 582	1.61 584	3.10 601	2.68 606	3.32 583	3.31 599

otaku	4.58 554	8.93 593	19.95 531	3.11 583	2.67 575	3.91 374	2.57 551	3.82 351	2.25 383	2.22 403	9.72 591	4.08 525	2.35 470	8.57 456	2.13 452	3.51 592	1.65 585	2.15 584	1.17 571	3.69 588	3.15 593

Ntro	4.21 547	8.94 594	19.89 529	3.22 584	2.96 583	4.15 440	1.89 521	3.92 384	2.36 411	1.77 250	2.14 427	3.35 476	2.17 457	9.48 479	2.24 460	3.52 593	1.76 586	2.13 583	1.31 575	3.83 591	3.09 591

DDUNet	2.91 471	2.78 559	6.94 330	3.53 588	2.26 572	3.28 245	1.36 462	3.77 340	2.04 336	2.62 493	2.49 483	4.18 531	1.69 394	5.38 385	1.85 416	2.21 580	1.77 587	2.61 591	2.43 601	2.60 576	2.34 580

UDG	3.55 522	2.81 560	17.45 478	2.69 575	1.98 558	3.97 401	1.19 437	4.35 524	2.02 330	2.42 456	2.53 489	4.50 545	2.46 479	6.53 413	2.41 473	2.12 579	1.77 587	2.63 592	2.57 603	2.64 577	1.95 572

WAO-8	11.95 605	13.02 610	20.56 562	3.50 586	3.08 586	15.11 611	2.80 557	12.91 611	19.11 620	7.69 596	13.12 603	11.62 596	7.01 584	84.40 641	7.91 558	3.42 590	1.92 589	3.54 607	1.93 593	3.68 586	2.69 587

Venus	11.95 605	13.02 610	20.56 562	3.50 586	3.08 586	15.11 611	2.80 557	12.91 611	19.11 620	7.69 596	13.12 603	11.62 596	7.01 584	84.40 641	7.91 558	3.42 590	1.92 589	3.54 607	1.93 593	3.68 586	2.69 587

testlalala_base	1.62 255	0.74 322	1.63 133	1.19 369	1.40 472	2.63 159	0.84 289	4.09 434	1.31 98	1.22 174	1.42 202	1.21 208	0.85 148	1.16 92	0.73 129	3.92 600	2.10 591	0.27 165	0.18 60	4.49 600	1.11 542

CC-Net-ROB	3.35 517	1.76 528	13.89 421	2.33 569	1.65 521	4.49 515	1.62 500	4.73 568	2.90 505	1.92 288	2.05 407	1.99 334	1.61 363	12.57 592	1.60 373	2.46 581	2.18 592	2.68 593	1.04 566	2.11 572	1.38 558

test_for_model	2.16 348	3.87 570	1.58 130	4.16 596	3.64 594	2.51 144	0.96 377	3.63 312	2.62 465	2.45 460	1.39 195	1.02 176	0.73 98	0.92 37	0.57 61	2.97 585	2.19 593	0.26 133	0.17 36	5.32 604	2.24 577

ACVNet_2	5.41 567	12.60 609	20.42 557	3.27 585	3.15 589	4.50 518	3.02 566	4.66 565	3.73 562	3.35 549	5.36 566	7.86 588	2.88 497	12.33 586	4.76 527	3.12 588	2.22 594	2.70 595	1.69 583	3.49 584	3.10 592

ACVNet-4b	6.73 582	13.67 614	21.87 599	3.54 589	3.07 585	4.19 462	2.25 538	4.03 414	3.65 559	1.64 224	3.98 555	5.88 578	2.89 498	10.01 499	16.98 598	23.29 632	2.24 595	2.53 588	1.78 587	3.87 592	3.21 596

RainbowNet	4.56 552	8.28 587	20.07 537	3.64 592	3.23 591	4.15 440	2.99 565	4.18 457	3.03 520	2.20 392	2.65 501	4.26 536	2.90 499	9.77 486	2.12 449	3.88 599	2.27 596	2.71 596	1.72 586	3.78 590	3.31 599

Dean	7.52 588	9.08 595	21.41 590	3.74 593	3.53 592	4.81 571	3.53 579	5.33 584	5.25 581	4.17 567	26.53 621	25.62 622	4.09 543	10.97 533	4.32 519	3.69 596	2.30 597	2.91 597	1.87 591	4.03 594	3.24 597

ACVNet_1	6.04 577	13.97 616	21.36 589	3.58 590	3.14 588	4.73 564	2.48 545	4.20 461	3.17 532	2.98 527	2.83 518	23.31 616	4.34 548	11.06 539	2.45 479	3.68 595	2.33 598	2.60 590	1.79 588	3.69 588	3.19 595

MFN_U_SF_DS_RVC	3.94 538	10.88 606	12.30 396	1.26 399	1.55 501	5.19 579	3.33 574	4.42 539	2.82 500	2.58 485	2.62 498	5.00 564	2.11 447	14.03 607	2.73 495	1.28 569	2.34 599	0.67 538	1.83 589	0.81 519	1.03 536

WAO-6	5.87 575	2.27 547	15.05 444	2.96 580	2.77 578	12.01 604	3.58 582	5.37 585	11.91 601	3.34 547	9.69 590	6.78 583	5.84 568	11.82 577	8.89 564	2.87 583	2.35 600	2.50 587	1.84 590	2.85 578	2.67 586

TorneroNet-64	10.12 595	8.74 589	20.95 577	4.27 598	3.76 599	13.86 608	2.85 559	15.05 616	23.15 623	10.07 608	23.84 619	13.47 602	8.24 595	13.96 606	17.21 600	3.96 601	2.72 601	3.23 602	2.48 602	6.29 607	4.27 609

TorneroNet	25.88 622	11.28 607	21.62 596	4.20 597	4.07 602	55.25 631	3.15 571	15.16 617	76.94 641	58.09 636	82.72 642	86.88 641	41.15 627	13.35 598	18.13 604	4.32 603	2.85 602	3.45 603	2.62 604	8.33 618	4.14 608

UNDER WATER-64	9.33 594	5.37 578	22.60 606	5.22 612	4.86 608	10.75 602	4.61 592	11.45 602	17.30 615	7.59 595	9.80 592	15.99 606	17.90 614	10.63 519	15.72 590	4.36 604	2.87 603	4.39 614	2.86 610	7.01 613	5.36 613

UNDER WATER	10.47 597	3.95 571	22.62 607	5.07 611	4.51 606	7.78 596	3.77 585	12.56 610	21.72 622	7.84 598	10.78 594	23.96 618	31.66 623	10.78 526	16.19 594	4.44 607	2.93 604	4.24 610	2.86 610	6.33 609	5.47 614

LVE	6.88 585	9.31 597	21.14 581	3.61 591	3.18 590	4.49 515	2.79 556	10.21 601	11.69 599	3.16 540	11.53 599	18.33 607	4.31 547	11.66 568	3.52 512	4.45 608	2.93 604	2.56 589	1.91 592	3.62 585	3.16 594

IMH-64-1	4.84 559	2.53 553	6.83 327	4.30 600	3.74 596	4.81 571	6.05 594	5.30 581	3.92 565	3.95 561	8.33 580	5.08 568	6.06 571	8.96 465	6.30 541	4.57 610	2.96 606	3.04 598	2.12 598	4.28 596	3.62 602

IMH-64	4.84 559	2.53 553	6.83 327	4.30 600	3.74 596	4.81 571	6.05 594	5.30 581	3.92 565	3.95 561	8.33 580	5.08 568	6.06 571	8.96 465	6.30 541	4.57 610	2.96 606	3.04 598	2.12 598	4.28 596	3.62 602

KSHMR	16.96 615	5.37 578	21.64 598	4.46 604	4.50 605	8.30 598	3.32 573	15.58 619	76.24 640	6.62 593	61.47 636	56.53 636	5.43 564	35.17 627	11.37 575	4.39 605	2.97 608	3.63 609	2.74 608	5.10 603	4.34 610

IMH	6.81 584	13.66 613	20.41 556	4.33 602	3.74 596	5.50 581	3.06 568	5.49 587	6.22 589	4.64 576	10.35 593	9.30 592	8.03 594	13.61 602	6.81 546	4.80 613	2.99 609	3.09 600	2.12 598	4.36 598	3.61 601

notaker	10.50 599	8.60 588	20.23 544	4.54 606	3.95 600	6.27 586	3.44 575	8.07 595	4.75 578	8.73 601	46.45 631	13.86 605	27.86 622	13.49 600	13.61 585	4.56 609	3.18 610	3.52 606	2.68 606	8.13 617	4.05 607

ktn	21.74 620	10.34 603	19.68 521	4.53 605	4.00 601	6.53 589	4.51 591	6.79 591	78.82 642	84.69 641	100.86 645	58.49 637	7.57 589	12.11 583	13.35 583	4.58 612	3.24 611	3.49 604	2.62 604	4.65 601	3.84 605

MSC_U_SF_DS_RVC	4.48 551	10.62 604	15.18 448	1.55 501	1.45 486	6.16 585	3.54 581	5.41 586	3.68 561	2.59 488	2.74 507	4.81 558	2.20 460	13.79 604	4.40 520	2.04 577	3.36 612	1.05 564	1.20 573	2.09 571	1.72 567

JetRed	10.48 598	27.10 623	35.70 620	4.27 598	4.09 603	15.55 613	12.83 611	12.16 607	5.50 583	5.83 585	5.56 568	10.14 594	7.43 587	8.88 461	26.39 622	3.32 589	3.81 613	3.51 605	2.96 612	7.85 615	6.69 617

TCMNet-wrong-test	12.32 607	14.13 617	19.38 513	22.38 621	19.85 617	15.99 614	12.34 610	22.95 621	4.56 573	6.24 590	6.27 571	18.40 609	15.71 608	10.10 504	10.72 570	9.06 619	4.78 614	5.35 616	3.95 614	12.28 621	11.97 620

PML	64.32 638	53.22 635	17.88 483	8.10 616	32.94 623	148.46 645	247.79 647	12.18 608	45.42 635	111.41 644	288.92 647	101.47 643	101.31 643	31.67 623	15.55 588	14.03 624	4.83 615	10.98 624	6.18 618	28.82 625	5.17 611

MADNet++	7.57 590	5.80 582	13.28 406	6.38 614	5.26 609	7.18 591	7.77 601	5.32 583	5.62 585	6.11 588	7.78 575	6.02 580	8.01 593	11.74 573	16.36 595	9.36 620	4.95 616	8.57 622	5.66 617	4.83 602	5.34 612

USTest	15.98 614	15.58 618	22.56 605	18.49 620	16.99 614	26.43 620	36.08 627	27.68 625	12.77 603	10.69 611	10.80 595	18.35 608	15.09 607	18.62 612	23.37 615	4.85 614	5.34 617	7.38 620	7.43 619	9.90 619	11.23 619

DPSMNet_ROB	15.52 613	8.89 592	31.44 619	10.07 619	18.91 616	12.44 606	33.22 625	13.51 614	17.94 619	9.58 606	22.91 618	13.79 604	19.67 616	21.43 614	23.73 617	5.17 616	8.84 618	5.63 618	11.52 625	6.79 611	14.90 622

DGTPSM_ROB	15.31 612	8.85 591	28.14 618	9.90 618	18.89 615	12.44 606	33.21 624	13.48 613	17.86 618	9.50 605	22.89 617	13.78 603	19.67 616	21.26 613	23.68 616	5.08 615	8.84 618	5.62 617	11.50 622	6.72 610	14.87 621

DStereoSA	10.13 596	4.62 574	12.76 401	4.78 609	13.35 613	9.97 600	22.80 621	4.74 570	16.44 612	5.11 580	15.31 611	4.61 552	13.82 603	8.00 447	27.60 624	6.51 617	8.86 620	1.43 576	8.28 621	3.16 580	10.38 618

DStereoFS	11.11 602	13.81 615	11.82 392	5.73 613	11.05 611	20.81 616	11.36 607	8.68 598	16.52 613	14.90 617	15.81 615	11.63 598	13.85 606	9.05 468	15.60 589	7.57 618	8.88 621	2.41 586	5.29 615	2.16 573	15.30 623

Anonymous_1	57.11 637	19.68 620	26.15 615	23.10 622	142.31 642	30.84 621	39.75 628	33.86 630	16.98 614	70.53 640	15.42 612	23.46 617	19.75 618	23.04 616	27.23 623	164.73 646	9.02 622	130.38 641	137.40 643	161.27 646	27.24 627

DPSM_ROB	20.78 618	20.03 621	26.57 616	23.62 623	22.46 618	31.10 622	39.97 629	33.52 628	17.41 616	15.25 618	15.80 613	24.06 619	20.71 619	23.30 618	27.62 625	10.78 622	9.41 623	11.69 625	11.50 622	14.49 622	16.36 624

DPSM	20.78 618	20.03 621	26.57 616	23.62 623	22.46 618	31.10 622	39.97 629	33.52 628	17.41 616	15.25 618	15.80 613	24.06 619	20.71 619	23.30 618	27.62 625	10.78 622	9.41 623	11.69 625	11.50 622	14.49 622	16.36 624

DGSMNet	7.55 589	1.62 516	17.42 477	1.92 546	12.73 612	7.45 595	42.99 631	4.13 445	2.07 343	2.10 351	3.16 536	3.42 483	1.70 396	9.24 474	2.30 464	3.70 597	10.89 625	11.80 627	5.54 616	4.24 595	2.66 585

tt	7.19 587	0.51 87	6.83 327	4.03 595	2.30 573	12.05 605	20.19 620	15.46 618	6.58 592	3.42 551	3.22 537	5.37 574	6.39 579	4.20 368	7.46 555	9.81 621	11.53 626	7.05 619	7.46 620	6.31 608	3.71 604

test_sample9	3.79 531	1.05 433	7.87 338	1.07 296	0.86 315	3.93 381	1.19 437	4.35 524	2.11 357	2.14 365	1.75 299	1.75 282	1.67 389	11.06 539	11.61 577	1.23 564	14.45 627	4.27 611	2.09 595	0.70 493	0.69 488

test_sample8	4.76 557	1.05 433	7.87 338	1.07 296	0.86 315	3.93 381	1.19 437	4.38 533	2.05 339	5.49 582	1.89 368	12.98 601	6.37 576	11.06 539	11.61 577	1.23 564	14.45 627	4.27 611	2.09 595	0.70 493	0.69 488

Hybrid-DGEV	41.74 626	40.15 627	53.21 632	47.72 629	45.04 627	62.46 633	80.71 639	67.23 635	34.70 625	30.38 622	31.64 624	48.32 634	41.44 628	46.71 637	55.65 639	21.63 629	18.85 629	23.50 633	23.21 630	29.18 628	33.09 634

Selective-RAFT-Error	41.77 628	40.16 628	53.34 633	47.73 630	45.25 632	62.51 634	80.64 638	67.22 634	34.93 630	30.64 627	31.81 625	48.11 629	42.11 634	46.57 631	54.95 633	21.61 626	18.87 630	23.48 628	23.15 629	29.16 627	33.08 633

FlowAnything	41.75 627	39.90 625	53.36 634	47.83 634	45.06 628	62.45 632	80.51 637	67.34 639	34.89 629	30.56 626	31.52 623	48.18 630	42.05 633	46.66 636	55.24 634	21.71 631	18.88 631	23.49 632	23.13 627	29.12 626	33.04 629

CasAABBNet	41.80 631	40.20 629	53.41 635	47.73 630	45.18 629	62.51 634	80.71 639	67.26 636	34.80 628	30.49 623	31.88 626	48.24 631	41.81 630	46.63 633	55.64 638	21.60 625	18.88 631	23.48 628	23.22 631	29.19 629	33.05 630

RAFT-FEzeroshot	41.78 629	40.21 630	53.07 630	47.74 632	45.19 630	62.51 634	80.73 641	67.30 637	34.75 626	30.51 624	31.88 626	48.27 632	41.88 631	46.64 634	55.54 636	21.62 627	18.89 633	23.48 628	23.22 631	29.20 630	33.05 630

RAFT-FE	41.78 629	40.21 630	53.07 630	47.74 632	45.19 630	62.51 634	80.73 641	67.30 637	34.75 626	30.51 624	31.88 626	48.27 632	41.88 631	46.64 634	55.54 636	21.62 627	18.89 633	23.48 628	23.22 631	29.20 630	33.05 630

LSM0	49.58 635	40.04 626	53.62 636	97.15 636	128.68 641	62.75 638	79.89 636	67.63 640	35.11 631	33.02 628	32.61 630	48.43 635	41.60 629	46.60 632	55.43 635	21.63 629	18.99 635	23.62 634	23.13 627	29.47 632	52.26 639

LRCNet_RVC	25.52 621	33.45 624	23.21 611	31.79 625	32.78 622	6.74 590	1.18 434	25.88 623	4.46 571	28.94 621	30.89 622	24.91 621	17.57 613	27.66 622	24.34 619	35.26 635	25.60 636	35.91 635	33.81 634	31.90 633	34.10 635

HaxPig	43.25 632	43.65 632	45.00 624	33.85 626	35.61 624	32.69 624	30.52 622	45.09 631	42.97 633	48.77 630	48.17 633	43.00 625	40.26 625	44.58 629	43.61 629	47.18 636	49.30 637	51.54 637	50.25 636	43.73 634	45.29 636

AVERAGE_ROB	44.46 633	45.91 633	46.59 625	40.59 628	38.66 625	32.99 625	30.52 622	46.19 632	43.26 634	49.59 631	48.97 634	44.62 627	39.89 624	45.04 630	43.94 630	48.74 637	50.69 638	50.80 636	49.79 635	45.54 635	46.97 637

MEDIAN_ROB	47.37 634	49.08 634	49.92 628	40.32 627	39.97 626	34.95 626	33.43 626	49.17 633	46.39 636	53.06 633	52.65 635	47.65 628	42.23 635	48.35 638	47.29 631	52.10 638	54.04 639	54.28 638	53.48 637	48.76 636	50.33 638

HanzoNet	31.60 625	17.23 619	21.22 586	7.32 615	5.84 610	7.25 593	3.53 579	13.82 615	14.20 606	50.38 632	47.01 632	44.45 626	56.61 638	36.61 628	32.00 628	63.89 639	56.57 640	7.97 621	89.20 642	28.69 624	28.25 628

DPSimNet_ROB	102.30 639	119.72 645	143.59 643	109.42 637	94.10 635	127.22 644	127.15 643	26.62 624	102.36 646	149.58 646	83.99 643	139.34 646	137.54 646	64.62 640	82.36 644	105.18 640	66.15 641	120.15 640	69.61 639	99.58 638	77.72 640

RSGM-EC	108.14 640	104.44 642	68.66 637	115.42 638	109.31 638	116.48 642	139.19 644	127.02 645	55.95 637	55.27 634	71.01 637	116.54 644	111.76 644	176.57 644	175.06 645	117.34 644	71.64 642	140.65 642	83.55 640	123.96 641	82.91 641

acva	108.14 640	104.44 642	68.66 637	115.42 638	109.31 638	116.48 642	139.19 644	127.02 645	55.95 637	55.27 634	71.01 637	116.54 644	111.76 644	176.57 644	175.06 645	117.34 644	71.64 642	140.65 642	83.55 640	123.96 641	82.91 641

xxxxx1	112.33 642	88.53 639	37.76 621	227.84 643	157.23 643	39.05 628	61.41 633	93.76 642	79.29 643	62.45 637	74.79 639	78.32 638	70.96 639	33.47 624	70.69 640	114.00 641	130.36 644	259.31 645	274.34 645	145.54 643	147.50 643

tt_ll	112.33 642	88.53 639	37.76 621	227.84 643	157.23 643	39.05 628	61.41 633	93.76 642	79.29 643	62.45 637	74.79 639	78.32 638	70.96 639	33.47 624	70.69 640	114.00 641	130.36 644	259.31 645	274.34 645	145.54 643	147.50 643

ff	112.33 642	88.53 639	37.76 621	227.84 643	157.23 643	39.05 628	61.41 633	93.76 642	79.29 643	62.45 637	74.79 639	78.32 638	70.96 639	33.47 624	70.69 640	114.00 641	130.36 644	259.31 645	274.34 645	145.54 643	147.50 643

test_example2	212.63 645	219.92 646	221.87 645	213.67 642	221.17 646	199.47 646	200.74 646	185.30 647	141.66 647	209.52 647	213.45 646	210.82 647	205.48 647	221.27 647	216.64 647	236.83 647	242.07 647	213.93 644	217.01 644	235.69 647	226.10 646

ccccc		629.75 647		567.84 646	570.84 647	582.44 647		613.82 648		614.58 648		555.57 648		666.94 648		781.57 648	507.24 648	391.36 648	342.44 648	689.82 648

ASD4		113.98 644

Low-res two-view benchmark