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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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
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

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

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

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-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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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	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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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
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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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

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-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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

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

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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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_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

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

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

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)
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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-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

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

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

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
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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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.
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
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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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
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

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

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

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.
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

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

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

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

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

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.
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

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

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

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

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

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

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

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

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
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

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
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

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

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

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

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

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

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

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
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

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

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

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
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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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
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

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

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

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

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

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

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

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

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

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_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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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