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

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

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

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 121	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

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

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

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

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

ADCMid	0.08 72	0.02 12	0.02 15	1.01 439	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 134	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 415	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 156	0.36 351	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 543	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 110	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 540	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 111	0.03 31	0.03 39	1.60 540	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCRef	0.12 120	0.03 31	0.04 64	1.71 546	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 110	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 513	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 129	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 423	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 156	0.04 90	0.03 52	0.58 394	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

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

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

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

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

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

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.12 151	0.04 110	0.06 119	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC-Resample	0.12 120	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 597	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.65 601	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 606	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 562	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 126	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCP+	0.15 146	0.04 52	0.04 64	2.20 561	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.04 100	0.08 129	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
IGEV_i1	0.26 200	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 129	0.05 103	0.03 52	4.34 634	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 426	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 423	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

ISRNet	0.11 111	0.05 66	0.36 281	0.24 181	0.07 136	0.13 152	0.05 115	0.06 116	0.05 119	0.05 112	0.05 122	0.13 153	0.05 112	0.05 103	0.09 134	0.24 201	0.20 200	0.10 133	0.05 118	0.06 118	0.13 173

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 67	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 70	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 497	0.06 116	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 117

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

FADNet	0.12 120	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.66 603	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

G2L-ROB	0.03 29	0.06 74	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

DFGA-Net	0.05 57	0.06 74	0.04 64	0.06 65	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.04 110	0.06 119	0.04 100	0.06 110	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

EDNetEfficientorigin	0.04 54	0.06 74	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 116	0.03 57	0.04 97	0.03 52

RT-Monster	0.09 75	0.07 77	0.03 39	0.15 132	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 450	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

GwcNet	0.12 120	0.07 77	0.05 79	0.08 69	0.05 121	0.08 127	1.20 527	0.07 126	0.05 119	0.05 112	0.05 122	0.08 128	0.05 112	0.08 129	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

DispViT+	0.07 67	0.08 79	0.12 123	0.08 69	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.08 77	0.07 81	0.07 121	0.05 118	0.07 128	0.05 117

BridgeDepth_RVC	0.07 67	0.08 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.07 136	0.08 128	0.05 122	0.08 128	0.05 112	0.09 135	0.08 129	0.15 141	0.11 121	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
AASNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

SACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

FINET	0.07 67	0.08 79	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 129	0.07 136	0.08 128	0.07 137	0.08 128	0.06 129	0.07 126	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

BEATNet-Init1	0.19 165	0.08 79	0.08 82	2.23 563	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 165	0.08 79	0.08 82	2.23 563	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

TS12	0.09 75	0.09 88	0.17 176	0.19 156	0.06 134	0.08 127	0.06 132	0.08 129	0.06 132	0.08 128	0.06 133	0.08 128	0.06 129	0.08 129	0.06 126	0.15 141	0.16 169	0.08 126	0.06 129	0.08 133	0.06 126

VMStereo-Base	0.03 29	0.09 88	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

Wz-Net-SNSev	0.03 29	0.09 88	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

SepStereo	0.09 75	0.09 88	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 136	0.08 140	0.10 137	0.09 141	0.09 136	0.09 139	0.09 135	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

AnonymousM	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SuperB	0.21 173	0.10 92	2.51 627	0.12 105	0.09 140	0.10 137	0.09 139	0.08 129	0.07 136	0.10 137	0.09 141	0.09 136	0.07 135	0.07 126	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

PVD	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SHD	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SAMSARA	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

XQC	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSC	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTS	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSA	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet+	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet++	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

JetBlue	0.11 111	0.11 103	0.12 123	0.13 117	0.14 181	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.11 159	0.11 149	0.11 156	0.12 154	0.12 164	0.11 105	0.11 121	0.11 144	0.11 155	0.11 148	0.11 153

aanetorigin	0.13 127	0.11 103	0.11 112	0.11 97	0.11 162	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.12 167	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.11 121	0.14 153	0.11 155	0.49 385	0.11 153

MatchStereo	0.54 373	0.12 105	2.38 625	2.32 569	0.09 140	0.09 135	0.08 138	0.09 135	0.07 136	0.09 135	0.07 137	0.09 136	0.07 135	0.09 135	0.08 129	2.34 602	2.34 621	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
JetRed	0.11 111	0.12 105	0.11 112	0.11 97	0.11 162	0.11 148	0.14 176	0.11 148	0.11 159	0.12 151	0.11 159	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.16 169	0.11 144	0.11 155	0.11 148	0.11 153

DA	0.09 75	0.13 107	0.39 298	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 75	0.13 107	0.39 298	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

LRCNet_RVC	0.13 127	0.13 107	0.09 88	0.13 117	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.23 202	0.10 145	0.20 185	0.10 143	0.24 209	0.11 152	0.11 105	0.09 94	0.12 147	0.14 184	0.12 153	0.09 135

GMStereo	0.14 134	0.13 107	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.14 175	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 179	0.13 107	0.19 188	0.23 176	0.10 147	0.26 229	1.02 513	0.14 154	0.10 144	0.28 230	0.14 185	0.17 174	0.19 221	0.28 237	0.09 134	0.22 183	0.16 169	0.23 210	0.17 216	0.11 148	0.12 166

DRN-Test	0.14 134	0.13 107	0.09 88	0.14 121	0.09 140	0.15 161	0.09 139	0.14 154	0.10 144	0.14 153	0.09 141	0.14 154	0.09 139	0.13 155	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 153	0.73 468

S2M2_L	0.12 120	0.14 113	0.10 92	0.15 132	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.15 160	0.10 145	0.14 154	0.10 143	0.14 156	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 146	0.14 113	0.10 92	0.14 121	0.09 140	0.15 161	0.09 139	0.14 154	0.09 143	0.14 153	0.10 145	0.14 154	0.09 139	0.14 156	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.82 484

iinet-test	0.08 72	0.16 115	0.02 15	0.16 142	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 418	0.02 16	0.02 19	0.02 21	0.02 21	0.16 184

GMStereo_Zeroshot	0.16 153	0.16 115	0.16 169	0.16 142	0.16 203	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

HSM	0.14 134	0.16 115	0.12 123	0.17 151	0.12 175	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 174	0.12 171	0.17 174	0.12 164	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.12 166

ELAS_RVC	0.14 134	0.16 115	0.10 92	0.15 132	0.10 147	0.18 179	0.11 157	0.19 179	0.11 159	0.19 178	0.12 167	0.18 178	0.11 156	0.19 180	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 165	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 127	0.16 115	0.11 112	0.15 132	0.09 140	0.18 179	0.11 157	0.18 177	0.11 159	0.17 172	0.11 159	0.18 178	0.11 156	0.18 177	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 157	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 134	0.17 120	0.12 123	0.17 151	0.11 162	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.11 159	0.17 174	0.11 156	0.17 174	0.11 152	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 146	0.17 120	0.13 143	0.20 160	0.13 179	0.19 182	0.13 174	0.18 177	0.13 179	0.19 178	0.13 180	0.18 178	0.14 181	0.18 177	0.14 175	0.16 151	0.11 121	0.15 166	0.14 184	0.18 180	0.11 153

SGM_RVC	0.15 146	0.17 120	0.11 112	0.18 153	0.11 162	0.19 182	0.11 157	0.19 179	0.12 175	0.19 178	0.12 167	0.20 185	0.12 171	0.19 180	0.12 164	0.16 151	0.11 121	0.17 178	0.10 143	0.17 176	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DeepPruner_ROB	0.16 153	0.18 123	0.13 143	0.19 156	0.13 179	0.19 182	0.13 174	0.19 179	0.13 179	0.19 178	0.13 180	0.19 182	0.13 177	0.19 180	0.13 171	0.18 167	0.13 158	0.18 187	0.13 179	0.18 180	0.13 173

IGEV_Zeroshot_test	0.20 167	0.19 124	0.40 330	0.30 201	0.17 209	0.22 199	0.17 198	0.21 193	0.17 207	0.20 184	0.17 205	0.21 192	0.18 216	0.21 194	0.17 199	0.20 174	0.16 169	0.20 194	0.16 194	0.20 187	0.17 201

ACVNet	0.20 167	0.19 124	0.14 148	0.20 160	0.14 181	0.20 187	0.96 504	0.21 193	0.14 181	0.20 184	0.13 180	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	0.17 176	0.12 166

acv_ft	0.20 167	0.19 124	0.14 148	0.20 160	0.14 181	0.20 187	0.96 504	0.21 193	0.14 181	0.20 184	0.13 180	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	0.17 176	0.12 166

LALA_ROB	0.15 146	0.19 124	0.12 123	0.18 153	0.11 162	0.20 187	0.12 170	0.21 193	0.12 175	0.20 184	0.12 167	0.20 185	0.12 171	0.21 194	0.13 171	0.17 159	0.10 99	0.18 187	0.11 155	0.18 180	0.11 153

model_zeroshot	0.27 201	0.20 128	0.27 220	0.33 217	0.21 235	0.37 269	0.22 223	0.37 258	0.24 236	0.26 226	0.27 259	0.33 255	0.21 230	0.25 218	0.27 245	0.32 233	0.20 200	0.34 267	0.23 236	0.25 213	0.26 233

ProNet	0.14 134	0.20 128	0.14 148	0.16 142	0.11 162	0.16 168	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 174	0.13 177	0.17 174	0.12 164	0.15 141	0.11 121	0.16 170	0.11 155	0.15 165	0.12 166

DAS	0.20 167	0.20 128	0.20 191	0.20 160	0.20 227	0.20 187	0.20 214	0.20 185	0.20 221	0.20 184	0.20 227	0.20 185	0.20 225	0.20 184	0.20 217	0.20 174	0.20 200	0.20 194	0.20 224	0.20 187	0.20 210

IPLG	0.13 127	0.20 128	0.14 148	0.15 132	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

IPLGR_C	0.14 134	0.20 128	0.12 123	0.15 132	0.11 162	0.14 153	0.15 182	0.14 154	0.11 159	0.15 160	0.12 167	0.14 154	0.11 156	0.16 167	0.11 152	0.15 141	0.12 135	0.14 153	0.12 170	0.15 165	0.12 166

ASD4		0.20 128

MSKI-zero shot	0.24 188	0.21 134	0.49 380	0.65 382	0.18 220	0.22 199	0.17 198	0.23 204	0.18 213	0.21 195	0.17 205	0.23 207	0.28 266	0.23 205	0.18 211	0.21 181	0.16 169	0.21 197	0.16 194	0.21 193	0.16 184

CIPLG	0.13 127	0.21 134	0.12 123	0.16 142	0.11 162	0.15 161	0.11 157	0.14 154	0.11 159	0.15 160	0.12 167	0.15 165	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

MIPNet	0.14 134	0.21 134	0.17 176	0.16 142	0.11 162	0.15 161	0.12 170	0.14 154	0.11 159	0.16 165	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.14 133	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

ACRE	0.13 127	0.21 134	0.14 148	0.15 132	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

DepthFocus	0.18 161	0.22 138	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.22 197	0.15 194	0.22 200	0.16 194	0.22 198	0.15 186	0.20 174	0.15 166	0.20 194	0.14 184	0.20 187	0.14 178

Pointernet	0.21 173	0.22 138	0.19 188	0.24 181	0.19 224	0.24 211	0.19 210	0.24 207	0.19 219	0.24 209	0.19 223	0.24 213	0.19 221	0.24 209	0.19 214	0.22 183	0.17 190	0.22 202	0.17 216	0.22 195	0.17 201

BStereo	0.22 179	0.23 140	0.20 191	0.24 181	0.20 227	0.23 208	0.33 334	0.39 271	0.17 207	0.23 202	0.17 205	0.23 207	0.16 194	0.24 209	0.17 199	0.23 194	0.16 169	0.22 202	0.20 224	0.22 195	0.16 184

Wave_Phase_stereo	0.22 179	0.23 140	0.20 191	0.24 181	0.20 227	0.23 208	0.33 334	0.39 271	0.17 207	0.23 202	0.17 205	0.23 207	0.16 194	0.24 209	0.17 199	0.23 194	0.16 169	0.22 202	0.20 224	0.22 195	0.16 184

WAO-6	0.22 179	0.23 140	0.22 198	0.23 176	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 222	0.22 183	0.22 207	0.22 202	0.22 230	0.22 195	0.22 214

IMH-64-1	0.22 179	0.23 140	0.23 201	0.22 171	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 222	0.22 183	0.22 207	0.23 210	0.22 230	0.22 195	0.23 216

IMH-64	0.22 179	0.23 140	0.23 201	0.22 171	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 222	0.22 183	0.22 207	0.23 210	0.22 230	0.22 195	0.23 216

MIM_Stereo	0.25 191	0.23 140	0.66 421	0.80 404	0.17 209	0.22 199	0.17 198	0.23 204	0.18 213	0.26 226	0.17 205	0.21 192	0.17 206	0.25 218	0.17 199	0.23 194	0.16 169	0.21 197	0.17 216	0.22 195	0.17 201

iResNetv2_ROB	0.20 167	0.23 140	0.18 186	0.24 181	0.20 227	0.24 211	0.18 206	0.24 207	0.18 213	0.24 209	0.18 221	0.23 207	0.19 221	0.24 209	0.18 211	0.21 181	0.16 169	0.21 197	0.16 194	0.22 195	0.16 184

iResNet	0.20 167	0.23 140	0.18 186	0.24 181	0.18 220	0.24 211	0.20 214	0.24 207	0.18 213	0.23 202	0.17 205	0.23 207	0.18 216	0.23 205	0.18 211	0.22 183	0.16 169	0.21 197	0.16 194	0.21 193	0.16 184

LACA2	0.21 173	0.24 148	0.26 217	0.31 207	0.16 203	0.24 211	0.16 188	0.24 207	0.16 197	0.24 209	0.16 198	0.24 213	0.16 194	0.24 209	0.16 193	0.27 212	0.23 213	0.24 219	0.16 194	0.23 206	0.16 184

LACA1	0.21 173	0.24 148	0.26 217	0.31 207	0.16 203	0.24 211	0.16 188	0.24 207	0.16 197	0.24 209	0.16 198	0.24 213	0.16 194	0.24 209	0.16 193	0.27 212	0.22 207	0.23 210	0.16 194	0.23 206	0.16 184

RSGM-EC	0.24 188	0.24 148	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.24 209	0.15 194	0.22 200	0.15 192	0.22 198	1.19 527	0.20 174	0.17 190	0.24 219	0.14 184	0.20 187	0.14 178

acva	0.24 188	0.24 148	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.24 209	0.15 194	0.22 200	0.15 192	0.22 198	1.19 527	0.20 174	0.17 190	0.24 219	0.14 184	0.20 187	0.14 178

Wz-Net-LNSev	0.06 61	0.24 148	0.20 191	0.23 176	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 194	0.21 203	0.02 19	0.01 9	0.01 10	0.01 10

IPLGR	0.14 134	0.24 148	0.14 148	0.16 142	0.12 175	0.15 161	0.12 170	0.14 154	0.11 159	0.15 160	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

LACA3	0.23 185	0.25 154	0.27 220	0.54 358	0.17 209	0.25 220	0.17 198	0.25 215	0.17 207	0.25 217	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.28 216	0.23 213	0.24 219	0.17 216	0.24 210	0.17 201

tg	0.21 173	0.25 154	0.21 196	0.26 195	0.17 209	0.24 211	0.17 198	0.24 207	0.17 207	0.24 209	0.17 205	0.24 213	0.17 206	0.24 209	0.17 199	0.24 201	0.17 190	0.23 210	0.16 194	0.23 206	0.16 184

RAFT-FEzeroshot	0.34 229	0.26 156	0.17 176	0.21 169	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 192	0.16 194	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 215	3.08 646

RAFT-FE	0.34 229	0.26 156	0.17 176	0.21 169	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 192	0.16 194	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 215	3.08 646

UNDER WATER-64	0.25 191	0.26 156	0.25 211	0.26 195	0.25 250	0.25 220	0.25 238	0.25 215	0.25 241	0.25 217	0.25 250	0.25 220	0.25 243	0.26 229	0.25 239	0.25 207	0.25 218	0.25 224	0.25 246	0.25 213	0.25 227

CAS++	0.17 157	0.27 159	0.21 196	0.10 80	0.21 235	0.15 161	0.22 223	0.10 136	0.21 224	0.22 197	0.10 145	0.19 182	0.18 216	0.10 139	0.19 214	0.20 174	0.19 198	0.18 187	0.10 143	0.19 186	0.18 206
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
TorneroNet-64	0.45 335	0.27 159	0.30 234	0.58 368	0.27 258	0.70 442	0.30 271	0.28 224	0.73 481	0.73 445	0.28 266	0.71 444	0.66 451	0.75 447	0.27 245	0.27 212	0.29 251	0.37 291	0.75 487	0.28 222	0.30 310

LoS	0.25 191	0.27 159	0.25 211	0.25 188	0.25 250	0.25 220	0.25 238	0.26 221	0.25 241	0.25 217	0.25 250	0.25 220	0.25 243	0.25 218	0.25 239	0.26 209	0.25 218	0.25 224	0.26 252	0.26 215	0.25 227
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DLNR_Zeroshot_test	0.31 215	0.28 162	0.47 365	0.79 401	0.24 248	0.30 238	0.26 245	0.30 231	0.24 236	0.32 247	0.23 237	0.31 248	0.24 240	0.30 243	0.23 228	0.29 224	0.26 221	0.29 240	0.24 243	0.33 243	0.23 216

SQANet	0.28 202	0.28 162	0.28 226	0.28 199	0.28 263	0.28 234	0.28 256	0.28 224	0.28 262	0.28 230	0.28 266	0.28 234	0.28 266	0.28 237	0.28 254	0.28 216	0.28 237	0.28 235	0.28 302	0.28 222	0.28 291

HGLStereo	0.28 202	0.29 164	0.22 198	0.36 226	0.22 237	0.36 264	0.21 219	0.36 252	0.21 224	0.42 307	0.21 232	0.36 266	0.22 231	0.36 267	0.21 220	0.34 242	0.21 203	0.34 267	0.21 227	0.34 247	0.21 212

MultiAttention	0.30 208	0.30 165	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310

MSAF-DinoV2	0.30 208	0.30 165	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310

DANet	0.30 208	0.30 165	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 215	0.31 168	0.31 249	0.30 201	0.40 389	0.31 244	0.30 271	0.30 231	0.34 351	0.29 235	0.31 326	0.29 240	0.30 279	0.31 247	0.31 310	0.31 231	0.29 251	0.31 248	0.30 329	0.31 233	0.31 319

AANet_RVC	1.26 548	0.31 168	4.99 659	5.93 651	0.20 227	0.25 220	0.20 214	0.25 215	0.20 221	0.23 202	0.19 223	0.25 220	0.20 225	0.25 218	0.20 217	5.66 661	4.76 654	0.26 229	0.30 329	0.24 210	0.27 271

iResNet_ROB	0.28 202	0.32 170	0.24 208	0.32 213	0.25 250	0.32 253	0.24 236	0.32 238	0.24 236	0.33 251	0.24 244	0.35 261	0.24 240	0.33 257	0.24 231	0.31 231	0.24 217	0.32 251	0.24 243	0.32 236	0.24 226

DStereoFS	0.32 224	0.33 171	0.32 254	0.33 217	0.30 283	0.32 253	0.32 323	0.32 238	0.31 322	0.30 236	0.31 326	0.31 248	0.30 279	0.32 250	0.32 320	0.32 233	0.31 265	0.30 242	0.47 428	0.32 236	0.34 340

H2IRNET	0.34 229	0.34 172	0.34 269	0.34 220	0.34 358	0.34 256	0.34 347	0.34 245	0.34 351	0.34 253	0.34 353	0.34 259	0.34 349	0.34 258	0.34 344	0.34 242	0.34 310	0.34 267	0.34 361	0.34 247	0.34 340

MLCV	0.31 215	0.35 173	0.27 220	0.35 222	0.28 263	0.35 260	0.27 248	0.35 248	0.28 262	0.36 261	0.27 259	0.35 261	0.27 259	0.35 261	0.27 245	0.34 242	0.27 231	0.34 267	0.27 289	0.34 247	0.27 271

ETE_ROB	0.35 238	0.35 173	0.35 279	0.35 222	0.35 361	0.35 260	0.35 352	0.35 248	0.35 355	0.35 257	0.35 361	0.35 261	0.35 355	0.35 261	0.35 348	0.35 250	0.35 316	0.35 283	0.35 373	0.35 260	0.35 349

DN-CSS_ROB	0.31 215	0.35 173	0.28 226	0.35 222	0.28 263	0.34 256	0.27 248	0.34 245	0.25 241	0.35 257	0.27 259	0.36 266	0.26 252	0.34 258	0.28 254	0.35 250	0.28 237	0.34 267	0.28 302	0.34 247	0.27 271

RSM	0.36 245	0.36 176	0.43 349	0.37 229	0.42 408	0.49 391	0.42 398	0.37 258	0.28 262	0.36 261	0.29 272	0.36 266	0.30 279	0.37 271	0.28 254	0.34 242	0.31 265	0.34 267	0.35 373	0.40 337	0.29 297

Any-RAFT	0.32 224	0.36 176	0.27 220	0.36 226	0.27 258	0.36 264	0.27 248	0.36 252	0.27 258	0.36 261	0.27 259	0.36 266	0.27 259	0.36 267	0.28 254	0.36 254	0.28 237	0.36 288	0.28 302	0.36 267	0.28 291

IGEV-FE	0.35 238	0.37 178	0.17 176	0.19 156	0.17 209	0.20 187	0.17 198	0.19 179	0.17 207	0.19 178	0.17 205	0.19 182	0.17 206	0.37 271	0.36 351	0.19 171	0.17 190	0.19 190	0.17 216	0.38 284	2.84 637

LG-Stereo_L2	0.34 229	0.37 178	0.38 287	0.47 293	0.28 263	0.39 282	0.28 256	0.39 271	0.28 262	0.39 273	0.28 266	0.39 280	0.28 266	0.38 274	0.28 254	0.42 310	0.35 316	0.36 288	0.26 252	0.35 260	0.26 233

RAFT-Test	0.36 245	0.37 178	0.33 259	0.41 262	0.32 336	0.41 300	0.32 323	0.41 293	0.32 332	0.41 293	0.32 336	0.41 301	0.32 333	0.41 300	0.33 331	0.37 257	0.29 251	0.37 291	0.29 315	0.38 284	0.31 319

XPNet_ROB	0.37 255	0.37 178	0.37 285	0.37 229	0.37 371	0.37 269	0.37 364	0.37 258	0.37 366	0.37 266	0.37 371	0.37 273	0.37 363	0.37 271	0.37 360	0.37 257	0.37 325	0.37 291	0.37 382	0.37 271	0.37 357

GeoVLM	0.36 245	0.38 182	0.27 220	0.46 286	0.28 263	0.35 260	0.28 256	0.37 258	0.27 258	0.35 257	0.28 266	0.36 266	0.38 367	0.35 261	0.28 254	1.08 473	0.26 221	0.33 258	0.27 289	0.34 247	0.33 333

WAO-8	0.38 261	0.38 182	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.38 267	0.38 376	0.38 275	0.38 367	0.38 274	0.38 363	0.38 268	0.38 332	0.38 299	0.37 382	0.38 284	0.38 364

WAO-7	0.38 261	0.38 182	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.38 267	0.38 376	0.38 275	0.38 367	0.38 274	0.38 363	0.38 268	0.38 332	0.38 299	0.38 395	0.38 284	0.38 364

HanzoNet	0.39 273	0.38 182	0.40 330	0.39 237	0.41 398	0.38 276	0.38 371	0.38 267	0.38 370	0.39 273	0.39 386	0.38 275	0.38 367	0.39 282	0.40 378	0.38 268	0.38 332	0.40 353	0.38 395	0.38 284	0.40 372

Venus	0.38 261	0.38 182	0.38 287	0.38 232	0.38 378	0.37 269	0.38 371	0.37 258	0.37 366	0.41 293	0.37 371	0.39 280	0.37 363	0.38 274	0.38 363	0.37 257	0.38 332	0.38 299	0.37 382	0.37 271	0.38 364

IMH	0.38 261	0.38 182	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.42 307	0.38 376	0.40 288	0.38 367	0.38 274	0.38 363	0.38 268	0.38 332	0.39 340	0.38 395	0.38 284	0.38 364

DMCA	0.36 245	0.38 182	0.37 285	0.35 222	0.35 361	0.36 264	0.36 358	0.36 252	0.35 355	0.35 257	0.37 371	0.36 266	0.36 358	0.35 261	0.36 351	0.36 254	0.36 322	0.35 283	0.36 379	0.36 267	0.36 352

gcap_with_dpt	0.35 238	0.39 189	0.30 234	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.30 284	0.44 358	0.30 279	0.44 348	0.30 272	0.38 268	0.26 221	0.38 299	0.27 289	0.38 284	0.27 271

test_for_model	0.35 238	0.39 189	0.30 234	0.43 278	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.31 310	0.38 268	0.26 221	0.38 299	0.26 252	0.38 284	0.26 233

StereoDRNet-Refined	0.33 228	0.39 189	0.26 217	0.39 237	0.26 257	0.40 284	0.26 245	0.40 278	0.26 254	0.39 273	0.26 255	0.39 280	0.26 252	0.39 282	0.26 244	0.37 257	0.25 218	0.37 291	0.25 246	0.37 271	0.37 357
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 493	0.39 189	5.28 661	0.39 237	0.20 227	0.39 282	0.27 248	0.39 271	0.22 227	0.38 267	0.20 227	0.38 275	0.20 225	6.95 675	0.22 222	0.30 225	0.21 203	0.27 233	0.21 227	5.25 656	0.21 212

Zero-FE251	0.36 245	0.40 193	0.28 226	0.41 262	0.28 263	0.41 300	0.28 256	0.41 293	0.28 262	0.41 293	0.28 266	0.41 301	0.28 266	0.42 313	0.30 272	0.37 257	0.26 221	0.37 291	0.27 289	0.45 362	0.56 432

gcap-zeroshot	0.36 245	0.40 193	0.34 269	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.32 332	0.44 346	0.32 336	0.44 358	0.32 333	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.28 302	0.39 325	0.27 271

EKT-Stereo	0.37 255	0.40 193	0.44 351	1.07 443	0.29 273	0.34 256	0.31 315	0.36 252	0.29 268	0.38 267	0.31 326	0.37 273	0.30 279	0.36 267	0.29 265	0.34 242	0.28 237	0.39 340	0.30 329	0.37 271	0.30 310

testlalala	0.36 245	0.40 193	0.34 269	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.32 332	0.44 346	0.32 336	0.44 358	0.32 333	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.28 302	0.39 325	0.27 271

GCAPDPT-zeroshot	0.36 245	0.40 193	0.30 234	0.43 278	0.30 283	0.43 327	0.30 271	0.43 317	0.31 322	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.27 289	0.39 325	0.26 233

knoymous	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 342	0.40 353	0.40 399	0.40 337	0.40 372

anonymousa	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 342	0.40 353	0.40 399	0.40 337	0.40 372

riskmin	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 342	0.40 353	0.40 399	0.40 337	0.40 372

Anonymous_2	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 342	0.40 353	0.40 399	0.40 337	0.40 372

Anonymous_1	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 342	0.40 353	0.40 399	0.40 337	0.40 372

AdaStereo	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 342	0.40 353	0.40 399	0.40 337	0.40 372
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.
iRaft-Stereo_20w	0.34 229	0.41 204	0.31 249	0.39 237	0.29 273	0.40 284	0.32 323	0.41 293	0.32 332	0.38 267	0.30 284	0.39 280	0.30 279	0.38 274	0.32 320	0.35 250	0.27 231	0.34 267	0.27 289	0.34 247	0.29 297

GwcNet-ADL	0.41 286	0.41 204	0.41 343	0.41 262	0.41 398	0.41 300	0.41 393	0.41 293	0.41 393	0.41 293	0.41 395	0.41 301	0.41 389	0.41 300	0.41 385	0.41 296	0.41 352	0.41 370	0.41 407	0.41 348	0.41 380

PSMNet-ADL	0.41 286	0.41 204	0.41 343	0.41 262	0.41 398	0.41 300	0.41 393	0.41 293	0.41 393	0.41 293	0.41 395	0.41 301	0.41 389	0.41 300	0.41 385	0.41 296	0.41 352	0.41 370	0.41 407	0.41 348	0.41 380

GANet-ADL	0.41 286	0.41 204	0.41 343	0.41 262	0.41 398	0.41 300	0.41 393	0.41 293	0.41 393	0.41 293	0.41 395	0.41 301	0.41 389	0.41 300	0.41 385	0.41 296	0.41 352	0.41 370	0.41 407	0.41 348	0.41 380

ADLNet2	0.41 286	0.41 204	0.41 343	0.41 262	0.41 398	0.41 300	0.41 393	0.41 293	0.41 393	0.41 293	0.41 395	0.41 301	0.41 389	0.41 300	0.41 385	0.41 296	0.41 352	0.41 370	0.41 407	0.41 348	0.41 380

ADLNet	0.41 286	0.41 204	0.41 343	0.41 262	0.41 398	0.41 300	0.41 393	0.41 293	0.41 393	0.41 293	0.41 395	0.41 301	0.41 389	0.41 300	0.41 385	0.41 296	0.41 352	0.41 370	0.41 407	0.41 348	0.41 380

DGSMNet	0.34 229	0.41 204	0.27 220	0.41 262	0.28 263	0.41 300	0.28 256	0.41 293	0.27 258	0.41 293	0.27 259	0.42 319	0.27 259	0.41 300	0.28 254	0.40 288	0.29 251	0.40 353	0.28 302	0.40 337	0.27 271

iRaft-Stereo_5w	0.34 229	0.42 211	0.31 249	0.39 237	0.30 283	0.38 276	0.30 271	0.40 278	0.29 268	0.40 279	0.37 371	0.41 301	0.34 349	0.38 274	0.30 272	0.34 242	0.27 231	0.34 267	0.26 252	0.34 247	0.26 233

GREAT-IGEV	0.38 261	0.43 212	0.36 281	0.48 298	0.32 336	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.32 333	0.45 364	0.32 320	0.44 312	0.33 281	0.41 370	0.29 315	0.41 348	0.29 297
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 261	0.43 212	0.33 259	0.46 286	0.33 348	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.33 344	0.45 364	0.32 320	0.38 268	0.38 332	0.38 299	0.37 382	0.37 271	0.36 352

IGEV++	0.34 229	0.43 212	0.30 234	0.40 250	0.29 273	0.40 284	0.29 266	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.40 285	0.30 272	0.38 268	0.29 251	0.37 291	0.29 315	0.37 271	0.29 297

MonSter++	0.38 261	0.44 215	0.31 249	0.43 278	0.30 283	0.43 327	0.31 315	0.43 317	0.31 322	0.45 358	0.31 326	0.43 326	0.31 328	0.43 319	0.69 463	0.38 268	0.33 281	0.40 353	0.30 329	0.38 284	0.30 310

HiDET	0.38 261	0.44 215	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.42 311	0.30 279	0.44 346	0.30 284	0.42 319	0.30 279	0.42 313	0.68 455	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.29 297

LCMNet	0.38 261	0.44 215	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.42 311	0.30 279	0.45 358	0.30 284	0.42 319	0.30 279	0.42 313	0.69 463	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.29 297

CSFM-Stereo	0.38 261	0.44 215	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.43 317	0.30 279	0.44 346	0.30 284	0.42 319	0.30 279	0.42 313	0.73 473	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.30 310

Select-FE	0.41 286	0.44 215	0.23 201	0.26 195	0.22 237	0.26 229	0.22 223	0.26 221	0.23 233	0.26 226	0.23 237	0.26 231	0.23 237	0.45 364	0.42 393	0.25 207	0.22 207	0.25 224	0.22 230	0.45 362	2.90 638

ccccc		0.44 215		0.48 298	0.35 361	0.48 386		0.51 400		0.47 370		0.47 377		0.47 373		0.41 296	0.40 342	0.40 353	0.40 399	0.41 348

Wz-Net-LNSev-Ref	0.11 111	0.44 215	0.33 259	0.39 237	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 281	0.36 322	0.02 19	0.02 21	0.02 21	0.02 20

IGEV-Stereo	0.35 238	0.44 215	0.45 353	0.49 304	0.30 283	0.37 269	0.30 271	0.36 252	0.30 279	0.36 261	0.29 272	0.36 266	0.29 273	0.36 267	0.30 272	0.46 350	0.39 339	0.32 251	0.24 243	0.32 236	0.25 227
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HART	0.38 261	0.45 223	0.34 269	0.42 272	0.33 348	0.41 300	0.34 347	0.42 311	0.33 342	0.43 312	0.34 353	0.42 319	0.34 349	0.41 300	0.38 363	0.40 288	0.32 269	0.42 381	0.32 347	0.40 337	0.32 326

mms	0.40 278	0.45 223	0.35 279	0.48 298	0.36 367	0.47 381	0.34 347	0.45 360	0.38 370	0.47 370	0.33 345	0.45 367	0.32 333	0.45 364	0.32 320	0.39 281	0.38 332	0.38 299	0.37 382	0.39 325	0.39 370

GMOStereo	0.37 255	0.45 223	0.23 201	0.30 201	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	0.34 242	0.22 207	0.47 401	0.37 382	0.39 325	0.33 333

RAFT + AFF	0.31 215	0.45 223	0.34 269	0.39 237	0.28 263	0.38 276	0.33 334	0.29 229	0.31 322	0.30 236	0.30 284	0.29 240	0.27 259	0.29 241	0.30 272	0.28 216	0.29 251	0.29 240	0.29 315	0.27 220	0.32 326

otaku	0.46 342	0.46 227	0.46 358	0.46 286	0.46 417	0.46 376	0.46 409	0.46 364	0.46 408	0.46 364	0.46 416	0.46 371	0.46 407	0.46 369	0.46 403	0.46 350	0.46 376	0.46 392	0.46 421	0.46 365	0.46 395

Dean	0.46 342	0.46 227	0.46 358	0.46 286	0.46 417	0.46 376	0.46 409	0.46 364	0.46 408	0.47 370	0.46 416	0.46 371	0.46 407	0.46 369	0.46 403	0.46 350	0.46 376	0.46 392	0.46 421	0.46 365	0.46 395

ACVNet-4b	0.46 342	0.46 227	0.46 358	0.46 286	0.46 417	0.46 376	0.46 409	0.46 364	0.46 408	0.46 364	0.46 416	0.46 371	0.46 407	0.47 373	0.46 403	0.46 350	0.46 376	0.46 392	0.46 421	0.46 365	0.46 395

psmorigin	0.41 286	0.46 227	0.33 259	0.49 304	0.33 348	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 388	0.33 344	0.51 404	0.33 331	0.41 296	0.30 260	0.41 370	0.30 329	0.79 437	0.29 297

Ntro	0.47 349	0.47 231	0.46 358	0.46 286	0.46 417	0.47 381	0.47 414	0.46 364	0.47 413	0.46 364	0.46 416	0.47 377	0.46 407	0.47 373	0.47 410	0.47 357	0.46 376	0.46 392	0.46 421	0.46 365	0.46 395

HaxPig	0.47 349	0.47 231	0.47 365	0.49 304	0.47 423	0.47 381	0.47 414	0.47 370	0.47 413	0.47 370	0.47 424	0.47 377	0.47 415	0.47 373	0.47 410	0.47 357	0.47 384	0.47 401	0.47 428	0.47 378	0.48 404

UNDER WATER	0.47 349	0.47 231	0.47 365	0.47 293	0.47 423	0.47 381	0.47 414	0.47 370	0.47 413	0.47 370	0.47 424	0.47 377	0.46 407	0.47 373	0.47 410	0.47 357	0.47 384	0.47 401	0.46 421	0.47 378	0.47 402

LVE	0.47 349	0.47 231	0.47 365	0.47 293	0.49 429	0.47 381	0.47 414	0.47 370	0.49 422	0.47 370	0.47 424	0.47 377	0.46 407	0.47 373	0.47 410	0.47 357	0.47 384	0.48 409	0.47 428	0.47 378	0.47 402

ACVNet_1	0.46 342	0.47 231	0.46 358	0.46 286	0.46 417	0.46 376	0.46 409	0.46 364	0.47 413	0.46 364	0.46 416	0.46 371	0.46 407	0.46 369	0.46 403	0.46 350	0.46 376	0.47 401	0.46 421	0.46 365	0.46 395

CES	0.39 273	0.47 231	0.36 281	0.36 226	0.37 371	0.45 370	0.35 352	0.35 248	0.40 384	0.36 261	0.44 409	0.47 377	0.36 358	0.44 348	0.36 351	0.37 257	0.39 339	0.44 384	0.35 373	0.37 271	0.36 352

xyz-stereo-finetune2	0.18 161	0.48 237	0.16 169	0.16 142	0.15 193	0.15 161	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

RainbowNet	0.48 354	0.48 237	0.48 373	0.48 298	0.48 427	0.48 386	0.48 423	0.48 374	0.48 420	0.48 377	0.48 428	0.48 384	0.48 416	0.48 381	0.48 416	0.48 362	0.48 388	0.48 409	0.48 432	0.48 382	0.48 404

xyz-stereo-finetune	0.28 202	0.49 239	0.16 169	0.16 142	0.16 203	0.16 168	0.16 188	0.22 197	0.30 279	0.32 247	0.31 326	0.32 252	0.31 328	0.32 250	0.32 320	0.32 233	0.33 281	0.31 248	0.32 347	0.31 233	0.32 326

GIP-stereo	0.36 245	0.49 239	0.39 298	0.48 298	0.32 336	0.41 300	0.28 256	0.40 278	0.30 279	0.41 293	0.28 266	0.40 288	0.28 266	0.42 313	0.28 254	0.45 340	0.32 269	0.38 299	0.30 329	0.37 271	0.27 271

notaker	0.48 354	0.49 239	0.48 373	0.48 298	0.48 427	0.48 386	0.48 423	0.48 374	0.49 422	0.48 377	0.48 428	0.48 384	0.48 416	0.48 381	0.48 416	0.48 362	0.48 388	0.48 409	0.48 432	0.48 382	0.49 409

ACVNet_2	0.49 360	0.49 239	0.49 380	0.49 304	0.49 429	0.49 391	0.49 425	0.49 378	0.49 422	0.49 384	0.49 431	0.49 388	0.49 421	0.49 387	0.49 418	0.49 365	0.49 391	0.49 414	0.49 435	0.49 385	0.49 409

252Zero-FE	0.45 335	0.50 243	0.36 281	0.50 340	0.36 367	0.50 400	0.36 358	0.50 387	0.36 364	0.49 384	0.36 364	0.49 388	0.36 358	0.54 413	0.41 385	0.45 340	0.34 310	0.45 388	0.34 361	0.55 404	0.75 472

xyz-stereo	0.18 161	0.50 243	0.16 169	0.15 132	0.16 203	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 193	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

FoundationStereo	0.50 362	0.50 243	0.50 385	0.50 340	0.50 433	0.50 400	0.50 428	0.50 387	0.50 426	0.50 397	0.50 434	0.50 402	0.50 425	0.50 395	0.50 420	0.50 371	0.50 397	0.50 418	0.50 437	0.50 390	0.50 412

StereoAnything_RVC	0.50 362	0.50 243	0.50 385	0.50 340	0.50 433	0.50 400	0.50 428	0.50 387	0.50 426	0.50 397	0.50 434	0.50 402	0.50 425	0.50 395	0.50 420	0.50 371	0.50 397	0.50 418	0.50 437	0.50 390	0.50 412

dual_stereo	0.50 362	0.50 243	0.50 385	0.50 340	0.50 433	0.50 400	0.50 428	0.50 387	0.50 426	0.50 397	0.50 434	0.50 402	0.50 425	0.50 395	0.50 420	0.50 371	0.50 397	0.50 418	0.50 437	0.50 390	0.50 412

KSHMR	0.66 396	0.50 243	0.48 373	1.15 454	0.52 440	0.49 391	0.51 432	0.49 378	0.71 475	0.67 440	0.50 434	1.16 510	1.11 508	0.66 435	0.52 427	0.49 365	0.49 391	0.51 423	0.66 469	0.50 390	1.14 517

WZ-Net	0.05 57	0.50 243	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

SANet	0.50 362	0.50 243	0.50 385	0.50 340	0.50 433	0.50 400	0.50 428	0.50 387	0.50 426	0.50 397	0.50 434	0.50 402	0.50 425	0.50 395	0.50 420	0.50 371	0.50 397	0.50 418	0.50 437	0.50 390	0.50 412

fffft	0.48 354	0.51 251	0.45 353	0.52 353	0.45 415	0.52 415	0.45 407	0.52 404	0.48 420	0.53 411	0.45 413	0.52 413	0.45 404	0.52 409	0.46 403	0.51 377	0.41 352	0.50 418	0.41 407	0.50 390	0.41 380
1: 1. 1
CASnet	0.35 238	0.51 251	0.44 351	0.32 213	0.31 326	0.24 211	0.34 347	0.36 252	0.25 241	0.31 241	0.37 371	0.30 244	0.33 344	0.25 218	0.45 399	0.37 257	0.37 325	0.33 258	0.35 373	0.34 247	0.37 357
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DStereoSA	0.32 224	0.52 253	0.34 269	0.31 207	0.31 326	0.30 238	0.30 271	0.31 236	0.30 279	0.31 241	0.31 326	0.31 248	0.30 279	0.31 247	0.31 310	0.30 225	0.32 269	0.31 248	0.31 340	0.31 233	0.31 319

LG-Stereo_L1	0.47 349	0.52 253	0.47 365	0.62 376	0.39 388	0.53 417	0.40 385	0.53 406	0.39 383	0.53 411	0.39 386	0.53 414	0.39 377	0.53 411	0.39 375	0.55 389	0.46 376	0.49 414	0.37 382	0.49 385	0.37 357

Occ-G	1.12 494	0.52 253	3.72 653	3.50 613	0.50 433	0.56 422	0.47 414	0.54 408	0.46 408	0.54 416	0.41 395	0.54 417	0.42 395	0.52 409	0.42 393	3.42 629	4.02 650	0.52 426	0.45 419	0.51 396	0.44 392

AEACV	1.12 494	0.52 253	3.12 644	3.24 598	0.86 500	0.53 417	0.49 425	0.60 422	0.47 413	0.53 411	0.49 431	0.55 421	0.45 404	0.55 417	0.47 410	3.01 624	3.88 648	0.71 452	0.60 454	0.80 440	0.48 404

Pro-Stereo	0.79 426	0.53 257	0.38 287	0.49 304	0.38 378	0.49 391	0.37 364	0.49 378	0.67 453	0.50 397	0.38 376	1.10 502	0.38 367	0.49 387	0.38 363	0.71 418	0.88 467	5.98 672	0.36 379	0.46 365	0.36 352

ktn	0.72 411	0.53 257	1.08 487	1.14 451	0.51 439	1.22 554	1.36 585	0.51 400	0.59 442	0.51 405	0.51 440	0.69 443	1.20 519	0.67 437	0.51 425	0.51 377	0.49 391	0.58 434	0.66 469	0.52 398	0.53 420

TorneroNet	0.66 396	0.53 257	0.50 385	0.50 340	0.64 461	1.06 493	0.70 469	0.50 387	0.51 433	0.49 384	0.69 471	0.49 388	0.50 425	0.48 381	1.15 520	0.71 418	0.49 391	1.14 508	1.08 518	0.49 385	0.49 409

ICVP	0.15 146	0.53 257	0.11 112	0.16 142	0.11 162	0.16 168	0.11 157	0.16 168	0.11 159	0.16 165	0.11 159	0.16 166	0.11 156	0.16 167	0.11 152	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Wz-Net-MNSev	0.06 61	0.54 261	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet_ROB	0.54 373	0.54 261	0.54 399	0.54 358	0.53 443	0.54 420	0.54 436	0.53 406	0.54 436	0.54 416	0.54 444	0.54 417	0.53 432	0.54 413	0.54 430	0.54 383	0.53 406	0.54 430	0.54 443	0.54 403	0.54 423

LG-Stereo_Zeroshot	0.48 354	0.55 263	0.47 365	0.63 378	0.41 398	0.56 422	0.44 401	0.56 412	0.41 393	0.56 421	0.41 395	0.57 427	0.42 395	0.56 418	0.41 385	0.55 389	0.43 366	0.51 423	0.37 382	0.51 396	0.37 357

Selective-IGEV	0.51 367	0.55 263	0.45 353	0.69 388	0.45 415	0.61 432	0.45 407	0.50 387	0.40 384	0.56 421	0.44 409	0.55 421	0.40 378	0.72 442	0.67 448	0.59 396	0.46 376	0.45 388	0.34 361	0.46 365	0.37 357

Monster-pub-mixall	0.44 312	0.56 265	0.60 407	0.38 232	0.27 258	0.37 269	0.27 248	0.37 258	0.29 268	0.38 267	0.27 259	0.38 275	0.29 273	0.85 462	0.27 245	1.46 555	0.26 221	0.34 267	0.26 252	0.36 267	0.53 420

Monster-pub-eth3d	0.45 335	0.57 266	0.60 407	0.39 237	0.28 263	0.37 269	0.28 256	0.37 258	0.30 279	0.39 273	0.29 272	0.39 280	0.30 279	0.92 473	0.27 245	1.42 552	0.28 237	0.34 267	0.28 302	0.37 271	0.53 420

Replicate-Monster	0.45 335	0.57 266	0.60 407	0.40 250	0.29 273	0.37 269	0.27 248	0.37 258	0.30 279	0.40 279	0.31 326	0.40 288	0.30 279	0.99 481	0.27 245	1.36 548	0.31 265	0.34 267	0.30 329	0.36 267	0.54 423

LG-Stereo	0.60 382	0.58 268	0.47 365	0.64 381	0.74 480	1.00 477	0.69 465	0.57 415	0.41 393	0.57 424	0.41 395	0.57 427	0.41 389	1.00 483	0.75 478	0.91 447	0.51 402	0.52 426	0.37 382	0.52 398	0.37 357

AIO-test2	0.55 378	0.59 269	0.52 394	0.67 387	0.47 423	0.61 432	0.47 414	0.61 425	0.47 413	0.61 430	0.47 424	0.61 434	0.48 416	0.62 428	0.47 410	0.64 408	0.53 406	0.58 434	0.47 428	0.58 410	0.48 404

FCDSN-DC	0.41 286	0.59 269	0.64 416	0.54 358	0.33 348	0.50 400	0.37 364	0.42 311	0.40 384	0.61 430	0.43 407	0.50 402	0.49 421	0.38 274	0.32 320	0.28 216	0.23 213	0.26 229	0.22 230	0.35 260	0.28 291
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AIO-test1	0.54 373	0.60 271	0.52 394	0.66 386	0.47 423	0.61 432	0.47 414	0.58 418	0.46 408	0.61 430	0.46 416	0.61 434	0.45 404	0.62 428	0.45 399	0.61 401	0.52 404	0.57 433	0.48 432	0.57 409	0.48 404

DispNO	1.00 474	0.63 272	0.43 349	3.45 609	0.44 411	0.65 438	0.43 400	0.64 428	0.43 401	0.64 436	0.43 407	0.64 437	3.03 631	0.64 433	0.43 396	4.55 640	0.43 366	0.63 439	0.43 417	0.63 414	0.43 389

LMCR-Stereo	0.65 394	0.63 272	0.65 420	0.65 382	0.65 463	0.66 439	0.63 445	0.58 418	0.65 450	0.63 435	0.64 456	0.65 440	0.65 448	0.66 435	0.66 447	0.66 411	0.64 425	0.65 444	0.67 473	0.68 419	0.73 468

MonSter	0.60 382	0.64 274	0.52 394	0.62 376	0.44 411	2.07 594	0.44 401	0.62 426	0.44 404	0.62 433	0.44 409	0.62 436	0.44 400	0.62 428	0.44 397	0.58 394	0.42 361	0.62 437	0.46 421	0.58 410	0.42 387

AIO-Stereo	0.84 445	0.66 275	0.70 435	0.83 408	0.67 467	0.98 475	0.82 492	1.14 490	0.72 478	1.03 493	0.74 485	1.03 495	1.09 507	0.99 481	0.45 399	1.04 470	0.73 448	0.95 493	0.74 485	0.94 467	0.46 395

anonymity	0.63 391	0.69 276	0.56 401	0.71 394	0.56 446	0.71 444	0.56 437	0.71 437	0.56 437	0.72 444	0.56 445	0.71 444	0.56 436	0.71 440	0.58 435	0.68 413	0.55 408	0.68 446	0.55 445	0.68 419	0.54 423

CoDeX	0.15 146	0.70 277	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 448	0.02 15	0.69 440	0.75 457	0.01 9	0.02 21	0.02 20

FE-Mocha	0.35 238	0.71 278	0.40 330	0.47 293	0.27 258	0.34 256	0.27 248	0.34 245	0.26 254	0.34 253	0.26 255	0.34 259	0.27 259	0.34 258	0.27 245	0.44 312	0.41 352	0.33 258	0.29 315	0.32 236	0.29 297

RAFT-Stereo + iAFF	0.70 405	0.72 279	0.71 438	0.80 404	0.62 460	0.82 456	0.61 443	0.81 451	0.62 446	0.81 459	0.63 454	0.80 459	0.70 465	0.73 444	0.61 440	0.76 428	0.61 422	0.74 456	0.61 456	0.77 433	0.61 438

CCAANet	0.17 157	0.72 279	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.14 175	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178

LiteMatch	1.13 496	0.73 281	2.80 630	3.23 596	0.61 455	0.83 458	0.68 457	0.73 440	0.69 464	1.00 477	0.77 489	0.94 477	0.57 437	0.82 454	0.64 441	2.97 622	2.43 624	0.68 446	0.32 347	0.56 406	0.70 458

Lsterematch	1.13 496	0.73 281	2.80 630	3.23 596	0.61 455	0.83 458	0.68 457	0.73 440	0.69 464	1.00 477	0.77 489	0.94 477	0.57 437	0.82 454	0.64 441	2.97 622	2.43 624	0.68 446	0.32 347	0.56 406	0.70 458

DSFCA	0.66 396	0.73 281	0.78 452	0.65 382	0.65 463	0.64 437	0.64 446	0.65 429	0.63 448	0.64 436	0.64 456	0.64 437	0.64 446	0.65 434	0.65 444	0.65 409	0.65 427	0.65 444	0.65 467	0.66 417	0.64 448

PointNet	0.60 382	0.75 284	0.49 380	0.79 401	0.50 433	0.79 452	0.49 425	0.79 445	0.49 422	0.80 456	0.49 431	0.79 457	0.49 421	0.80 451	0.49 418	0.63 407	0.40 342	0.63 439	0.40 399	0.63 414	0.40 372

SMoEStereo_RVC	0.63 391	0.75 284	0.51 391	0.73 397	0.53 443	0.71 444	0.47 414	0.67 432	0.58 440	0.74 450	0.60 448	0.72 447	0.53 432	0.74 446	0.51 425	0.61 401	0.62 423	0.62 437	0.61 456	0.63 414	0.61 438

SFCPSM	0.17 157	0.78 286	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 483	0.02 15	0.75 451	0.76 459	0.02 21	0.02 21	0.02 20

G-Net	0.79 426	0.79 287	0.79 455	0.79 401	0.79 493	0.79 452	0.79 482	0.79 445	0.79 489	0.79 455	0.79 493	0.79 457	0.79 480	0.79 449	0.79 483	0.79 431	0.79 458	0.79 463	0.79 494	0.79 437	0.79 480

DMCA-RVC	0.70 405	0.80 288	0.70 435	0.70 392	0.70 473	0.70 442	0.70 469	0.71 437	0.70 470	0.70 443	0.71 478	0.71 444	0.70 465	0.70 439	0.69 463	0.69 414	0.70 441	0.69 449	0.70 478	0.69 423	0.70 458

NaN_ROB	0.80 429	0.80 288	0.80 456	0.80 404	0.80 496	0.80 454	0.80 485	0.80 448	0.80 491	0.80 456	0.80 495	0.80 459	0.80 481	0.80 451	0.80 486	0.80 433	0.80 461	0.80 466	0.80 496	0.80 440	0.80 481

CSAN	0.80 429	0.80 288	0.80 456	0.80 404	0.80 496	0.80 454	0.80 485	0.80 448	0.80 491	0.80 456	0.80 495	0.80 459	0.80 481	0.80 451	0.80 486	0.80 433	0.80 461	0.80 466	0.80 496	0.80 440	0.80 481

DStereoRT	0.73 413	0.81 291	0.73 445	0.71 394	0.74 480	0.73 446	0.75 477	0.71 437	0.71 475	0.74 450	0.72 481	0.73 449	0.80 481	0.71 440	0.73 473	0.76 428	0.71 445	0.73 453	0.72 483	0.70 424	0.76 475

ARAFT	0.68 401	0.81 291	0.63 414	0.74 398	0.60 450	0.78 450	0.62 444	0.77 444	0.66 452	0.74 450	0.63 454	0.75 452	0.62 445	0.83 457	0.60 438	0.70 417	0.55 408	0.70 451	0.60 454	0.78 435	0.55 429

RSM++	0.76 421	0.82 293	0.66 421	0.85 411	0.64 461	0.85 460	0.71 472	0.94 468	0.64 449	0.87 462	0.67 461	0.87 465	0.65 448	0.84 458	0.65 444	0.81 436	0.70 441	0.79 463	0.71 481	0.83 447	0.70 458

water-stereo	0.41 286	0.84 294	0.46 358	0.50 340	0.33 348	0.45 370	0.33 334	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.32 333	0.45 364	0.32 320	0.44 312	0.41 352	0.39 340	0.31 340	0.39 325	0.32 326

Selective-RAFT-Error	0.88 457	0.84 294	0.98 476	0.86 412	0.97 512	0.88 464	0.95 503	0.84 453	0.99 512	0.92 469	0.82 497	0.84 464	0.98 495	0.87 463	0.97 502	0.81 436	0.83 464	0.79 463	0.82 499	0.79 437	0.85 486

DN	0.53 372	0.85 296	0.45 353	0.65 382	0.44 411	0.60 431	0.44 401	0.60 422	0.44 404	0.60 429	0.45 413	0.60 432	0.44 400	0.60 427	0.44 397	0.56 392	0.42 361	0.56 432	0.42 415	0.56 406	0.42 387

depthmonostereo	0.44 312	0.85 296	0.46 358	0.54 358	0.40 389	0.52 415	0.38 371	0.52 404	0.35 355	0.47 370	0.34 353	0.46 371	0.34 349	0.47 373	0.34 344	0.45 340	0.43 366	0.41 370	0.33 357	0.41 348	0.32 326

DilatedVolume-Stereo	0.43 300	0.86 298	0.48 373	0.50 340	0.33 348	0.46 376	0.33 334	0.46 364	0.33 342	0.46 364	0.33 345	0.47 377	0.33 344	0.47 373	0.34 344	0.45 340	0.42 361	0.40 353	0.33 357	0.47 378	0.38 364

AIO-Stereo-zeroshot	0.91 460	0.86 298	0.89 464	1.25 511	0.69 471	1.05 492	0.81 489	1.16 494	0.50 426	1.12 503	0.97 509	0.72 447	0.82 485	1.06 497	0.95 500	0.61 401	0.87 466	1.03 505	0.85 502	1.04 479	1.01 506

test_sample3	0.09 75	0.87 300	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 300	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SCV_C0	0.45 335	0.88 302	0.49 380	0.54 358	0.37 371	0.48 386	0.37 364	0.48 374	0.37 366	0.48 377	0.36 364	0.48 384	0.37 363	0.49 387	0.37 360	0.50 371	0.41 352	0.44 384	0.34 361	0.44 358	0.34 340

tt45	1.04 486	0.88 302	1.36 564	0.92 420	1.03 521	1.51 575	0.79 482	0.70 436	0.88 497	0.74 450	0.90 501	1.60 575	0.72 470	1.60 573	0.75 478	0.91 447	0.78 456	1.52 583	0.79 494	1.14 484	1.32 581

AFF-stereo	0.73 413	0.88 302	0.67 425	0.75 399	0.68 470	0.75 447	0.64 446	0.80 448	0.72 478	0.83 461	0.70 473	0.82 463	0.64 446	0.84 458	0.67 448	0.77 430	0.63 424	0.81 468	0.63 458	0.78 435	0.62 441

DLNR-FE	0.28 202	0.89 305	0.30 234	0.34 220	0.19 224	0.28 234	0.19 210	0.28 224	0.20 221	0.28 230	0.20 227	0.28 234	0.20 225	0.28 237	0.20 217	0.33 238	0.28 237	0.25 224	0.19 223	0.24 210	0.19 208

CASS	0.57 381	0.89 305	0.56 401	0.57 366	0.56 446	0.56 422	0.56 437	0.56 412	0.53 434	0.57 424	0.57 446	0.59 431	0.48 416	0.56 418	0.57 433	0.55 389	0.56 410	0.47 401	0.56 449	0.62 413	0.56 432
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.89 459	0.89 305	0.72 441	1.16 459	0.78 491	1.06 493	0.82 492	0.87 454	0.97 509	1.00 477	0.91 504	0.90 470	1.00 496	0.89 467	0.93 499	0.83 441	0.83 464	0.82 472	0.82 499	0.81 443	0.82 484

MLG-Stereo	0.92 462	0.90 308	0.84 462	1.27 513	0.49 429	1.38 568	0.88 495	1.41 565	0.97 509	0.73 445	1.09 519	1.26 560	0.43 398	0.72 442	1.05 512	1.13 483	0.49 391	1.18 518	0.66 469	1.01 476	0.46 395

UNet	0.29 207	0.90 308	0.10 92	0.14 121	0.10 147	0.14 153	0.10 144	0.91 461	0.69 464	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 451	0.76 475

xxxxx1	0.31 215	0.91 310	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

tt_ll	0.31 215	0.91 310	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

ff	0.31 215	0.91 310	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

DPSM_ROB	0.92 462	0.91 310	0.91 469	0.91 417	0.92 507	0.92 469	0.92 499	0.92 464	0.91 499	0.93 471	0.91 504	0.92 473	0.90 488	0.91 469	0.92 495	0.92 450	0.91 469	0.91 481	0.92 503	0.93 463	0.93 494

DPSM	0.92 462	0.91 310	0.91 469	0.91 417	0.92 507	0.92 469	0.92 499	0.92 464	0.91 499	0.93 471	0.91 504	0.92 473	0.90 488	0.91 469	0.92 495	0.92 450	0.91 469	0.91 481	0.92 503	0.93 463	0.93 494

AIO-Stereo-zeroshot1	0.75 416	0.92 315	0.85 463	0.96 431	0.59 449	1.27 558	0.44 401	0.59 420	0.69 464	0.91 467	0.68 466	0.55 421	0.61 444	1.06 497	0.83 491	0.62 405	0.70 441	0.90 478	0.41 407	0.89 452	0.56 432

pmcnn	0.92 462	0.92 315	0.92 471	0.92 420	0.92 507	0.92 469	0.92 499	0.92 464	0.92 503	0.92 469	0.92 507	0.92 473	0.92 490	0.92 473	0.92 495	0.92 450	0.92 471	0.92 484	0.92 503	0.92 458	0.92 493

AdaDepth	0.86 454	0.93 317	0.71 438	1.01 439	1.07 523	1.02 490	0.71 472	1.00 472	0.71 475	1.01 487	0.71 478	1.00 483	0.72 470	1.14 508	0.71 471	0.92 450	0.64 425	0.90 478	0.64 463	0.89 452	0.69 457

tt1	0.31 215	0.93 317	0.24 208	0.33 217	0.23 243	0.31 244	0.24 236	0.32 238	0.24 236	0.32 247	0.23 237	0.32 252	0.25 243	0.32 250	0.24 231	0.27 212	0.26 221	0.27 233	0.26 252	0.27 220	0.27 271

SCV	0.46 342	0.94 319	0.45 353	0.54 358	0.37 371	0.48 386	0.38 371	0.48 374	0.37 366	0.48 377	0.39 386	0.48 384	0.37 363	0.49 387	0.37 360	0.50 371	0.46 376	0.44 384	0.34 361	0.44 358	0.34 340

tta	0.09 75	0.95 320	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

R-Stereo Train	0.81 434	0.96 321	0.67 425	0.95 428	0.67 467	0.95 472	0.68 457	0.95 470	0.68 459	0.95 475	0.68 466	0.96 480	0.68 457	0.96 479	0.68 455	0.94 456	0.68 434	0.94 491	0.68 474	0.94 467	0.68 455

RAFT-Stereo	0.81 434	0.96 321	0.67 425	0.95 428	0.67 467	0.95 472	0.68 457	0.95 470	0.68 459	0.95 475	0.68 466	0.96 480	0.68 457	0.96 479	0.68 455	0.94 456	0.68 434	0.94 491	0.68 474	0.94 467	0.68 455
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample6	0.09 75	0.97 323	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

WQFJA1++	0.84 445	0.98 324	0.67 425	1.26 512	0.75 482	1.00 477	0.67 453	1.00 472	0.67 453	1.00 477	0.67 461	1.00 483	0.67 453	1.00 483	0.67 448	0.96 458	0.67 429	0.91 481	0.63 458	0.92 458	0.63 442

WQFJA1	0.85 451	0.98 324	0.67 425	1.29 518	0.76 487	1.01 484	0.67 453	1.02 484	0.67 453	1.02 491	0.67 461	1.01 490	0.67 453	1.01 490	0.68 455	0.99 464	0.67 429	0.93 487	0.64 463	0.92 458	0.65 450

WQFJX1	0.84 445	0.98 324	0.67 425	1.30 520	0.75 482	1.01 484	0.67 453	1.01 480	0.67 453	1.01 487	0.67 461	1.01 490	0.68 457	1.00 483	0.68 455	0.98 463	0.67 429	0.92 484	0.64 463	0.92 458	0.64 448

NLMM1	0.86 454	0.98 324	0.69 434	1.48 534	0.75 482	1.01 484	0.69 465	1.00 472	0.69 464	1.00 477	0.70 473	1.00 483	0.68 457	1.01 490	0.67 448	0.97 459	0.68 434	0.92 484	0.63 458	0.93 463	0.63 442

zh-sn7	0.10 90	0.98 324	0.14 148	0.15 132	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

Former-RAFT_DAM_RVC	0.49 360	0.98 324	0.64 416	0.84 409	0.46 417	0.45 370	0.35 352	0.47 370	0.47 413	0.45 358	0.34 353	0.46 371	0.48 416	0.46 369	0.35 348	0.39 281	0.71 445	0.39 340	0.35 373	0.41 348	0.41 380

dd	0.23 185	0.98 324	0.16 169	0.23 176	0.15 193	0.23 208	0.15 182	0.23 204	0.15 192	0.23 202	0.15 194	0.24 213	0.17 206	0.23 205	0.15 186	0.22 183	0.15 166	0.21 197	0.15 192	0.22 195	0.16 184

NLSM3	0.85 451	0.99 331	0.68 432	1.29 518	0.76 487	1.01 484	0.68 457	1.01 480	0.68 459	1.02 491	0.68 466	1.01 490	0.68 457	1.01 490	0.68 455	0.97 459	0.68 434	0.93 487	0.64 463	0.93 463	0.63 442

222	0.10 90	0.99 331	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

Test_v1	1.00 474	1.00 333	1.00 478	1.00 435	1.00 513	1.00 477	1.00 507	1.00 472	1.00 513	1.00 477	1.00 511	1.00 483	1.00 496	1.00 483	1.00 505	1.00 465	1.00 474	1.00 498	1.00 510	1.00 472	1.00 501

WQFJX	0.85 451	1.00 333	0.68 432	1.30 520	0.75 482	1.01 484	0.68 457	1.01 480	0.68 459	1.01 487	0.68 466	1.03 495	0.68 457	1.02 494	0.67 448	0.97 459	0.67 429	0.93 487	0.63 458	0.94 467	0.63 442

NLMM	0.84 445	1.00 333	0.67 425	1.27 513	0.75 482	1.00 477	0.68 457	1.00 472	0.67 453	1.00 477	0.67 461	1.02 494	0.67 453	1.02 494	0.67 448	0.97 459	0.67 429	0.93 487	0.63 458	0.92 458	0.63 442

test_sample7	0.09 75	1.00 333	0.11 112	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

ACVNet-DCA	0.37 255	1.00 333	0.30 234	0.40 250	0.29 273	0.40 284	0.29 266	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.39 282	0.28 254	0.33 238	0.32 269	0.33 258	0.32 347	0.33 243	0.32 326

GANet	1.00 474	1.00 333	1.00 478	1.00 435	1.00 513	1.00 477	1.00 507	1.00 472	1.00 513	1.00 477	1.00 511	1.00 483	1.00 496	1.00 483	1.00 505	1.00 465	1.00 474	1.00 498	1.00 510	1.00 472	1.00 501

TDLM	1.00 474	1.00 333	1.00 478	1.00 435	1.00 513	1.00 477	1.00 507	1.00 472	1.00 513	1.00 477	1.00 511	1.00 483	1.00 496	1.00 483	1.00 505	1.00 465	1.00 474	1.00 498	1.00 510	1.00 472	1.00 501

CVANet_RVC	1.00 474	1.00 333	1.00 478	1.00 435	1.00 513	1.00 477	1.00 507	1.00 472	1.00 513	1.00 477	1.00 511	1.00 483	1.00 496	1.00 483	1.00 505	1.00 465	1.00 474	1.00 498	1.00 510	1.00 472	1.00 501

DGTPSM_ROB	0.93 467	1.00 333	0.92 471	0.94 426	0.96 511	0.91 468	0.92 499	0.91 461	0.96 508	0.91 467	0.96 508	0.93 476	0.92 490	0.94 475	0.92 495	0.92 450	0.92 471	0.90 478	0.92 503	0.94 467	0.91 492

trnet	1.01 481	1.01 342	1.01 482	1.01 439	1.01 518	1.01 484	1.01 511	1.01 480	1.01 517	1.01 487	1.01 515	1.01 490	1.01 503	1.01 490	1.01 509	1.01 469	1.01 479	1.01 502	1.01 516	1.01 476	1.01 506

SMFormer	0.09 75	1.01 342	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 342	0.10 92	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

GLC_STEREO	1.07 488	1.01 342	1.06 485	1.07 443	1.05 522	1.06 493	1.08 516	1.08 486	1.05 521	1.07 495	1.06 517	1.08 498	1.05 505	1.06 497	1.10 515	1.07 472	1.09 489	1.05 506	1.05 517	1.06 480	1.12 513

1test111	0.37 255	1.02 346	0.30 234	0.39 237	0.29 273	0.40 284	0.28 256	0.39 271	0.29 268	0.39 273	0.29 272	0.39 280	0.28 266	0.40 285	0.29 265	0.33 238	0.32 269	0.33 258	0.31 340	0.32 236	0.31 319

cc1	0.37 255	1.02 346	0.30 234	0.39 237	0.29 273	0.40 284	0.28 256	0.39 271	0.29 268	0.39 273	0.29 272	0.39 280	0.28 266	0.40 285	0.29 265	0.33 238	0.32 269	0.33 258	0.31 340	0.32 236	0.31 319

test_sample4	0.10 90	1.03 348	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

test_sample2	0.09 75	1.03 348	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

xx1	0.38 261	1.03 348	0.31 249	0.40 250	0.31 326	0.41 300	0.28 256	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.40 285	0.29 265	0.34 242	0.33 281	0.34 267	0.32 347	0.34 247	0.32 326

dad	0.23 185	1.03 348	0.16 169	0.23 176	0.15 193	0.24 211	0.15 182	0.24 207	0.16 197	0.23 202	0.16 198	0.24 213	0.16 194	0.23 205	0.15 186	0.22 183	0.16 169	0.22 202	0.16 194	0.22 195	0.16 184

DualNet (step1)	0.10 90	1.05 352	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 352	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 352	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

GCAP-Stereo-DPT-FT	0.41 286	1.06 355	0.40 330	0.51 351	0.31 326	0.44 360	0.30 271	0.43 317	0.32 332	0.44 346	0.30 284	0.56 424	0.30 279	0.44 348	0.31 310	0.45 340	0.34 310	0.39 340	0.27 289	0.40 337	0.27 271

test_sample5	0.10 90	1.07 356	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

DualNet	0.10 90	1.07 356	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

GCAP-Stereo-DPT-25K	0.41 286	1.09 358	0.40 330	0.52 353	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.31 328	0.44 348	0.31 310	0.46 350	0.35 316	0.39 340	0.28 302	0.39 325	0.28 291

GCAPDPT-zeroshot4090	0.40 278	1.09 358	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.44 351	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 340	0.34 310	0.38 299	0.27 289	0.38 284	0.27 271

test_xeample	0.10 90	1.09 358	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 162	0.03 41	0.03 57	0.03 47	0.03 52

FC-DCNN	1.07 488	1.09 358	0.98 476	0.89 413	0.52 440	1.41 571	0.91 498	1.21 547	1.24 580	1.96 583	2.05 637	1.91 584	1.30 572	1.27 563	1.08 514	0.80 433	0.60 418	0.58 434	0.41 407	0.68 419	0.54 423

MSMD_ROB	1.19 498	1.10 362	0.70 435	1.10 445	0.60 450	1.10 499	0.70 469	1.10 489	0.70 470	1.10 497	0.70 473	1.10 502	0.70 465	7.00 676	0.70 469	1.10 476	0.70 441	1.10 507	0.70 478	1.10 482	0.70 458

999	1.00 474	1.12 363	0.59 405	1.10 445	1.21 581	1.09 498	0.52 433	1.08 486	1.43 594	1.18 508	1.35 586	0.98 482	0.52 431	0.91 469	0.85 492	0.72 421	1.46 574	0.83 473	0.98 508	0.68 419	1.41 589

zh-mn7	0.12 120	1.14 364	0.17 176	0.20 160	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

1111x	0.10 90	1.14 364	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

LoS_RVC	0.30 208	1.14 364	0.25 211	0.25 188	0.25 250	0.26 229	0.25 238	0.25 215	0.25 241	0.25 217	0.25 250	0.26 231	0.26 252	0.26 229	0.25 239	0.26 209	0.26 221	0.25 224	0.25 246	0.26 215	0.26 233

DDF-Stereo	0.43 300	1.15 367	0.57 403	0.53 355	0.32 336	0.41 300	0.32 323	0.41 293	0.32 332	0.41 293	0.32 336	0.41 301	0.32 333	0.40 285	0.32 320	0.52 379	0.50 397	0.38 299	0.31 340	0.39 325	0.31 319

x	0.11 111	1.15 367	0.15 165	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

xxxx	0.11 111	1.16 369	0.16 169	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

CAS	0.30 208	1.17 370	0.25 211	0.25 188	0.25 250	0.26 229	0.25 238	0.25 215	0.26 254	0.25 217	0.25 250	0.25 220	0.25 243	0.25 218	0.25 239	0.26 209	0.26 221	0.26 229	0.25 246	0.26 215	0.25 227

HSM-Net_RVC	0.95 470	1.17 370	0.78 452	1.18 461	0.71 475	1.16 507	0.75 477	1.09 488	0.80 491	1.10 497	0.75 486	1.17 511	0.74 472	1.17 511	0.80 486	1.13 483	0.73 448	1.17 515	0.77 490	1.16 489	0.72 465
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.97 471	1.18 372	0.81 459	1.10 445	0.91 506	1.02 490	0.82 492	1.04 485	0.91 499	1.03 493	0.86 500	1.28 564	0.82 485	1.03 496	0.89 494	1.17 487	0.81 463	1.02 503	0.82 499	1.08 481	0.81 483

psm_up	0.43 300	1.19 373	0.17 176	0.25 188	0.18 220	0.25 220	0.19 210	1.26 551	0.91 499	0.26 226	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.22 183	0.17 190	0.23 210	0.16 194	1.18 495	0.99 499

DisPM	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

CrosDoStereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

PFNet+	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

LCNet	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

HHNet	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

Patchmatch Stereo++	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

STrans-v2	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

TransformOpticalFlow	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

OMP-Stereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

IIG-Stereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

NF-Stereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

OCTAStereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

PSM-softLoss	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

KMStereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

NRIStereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

PSM-adaLoss	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

PSM-AAD	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

FTStereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

ROB_FTStereo_v2	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

ROB_FTStereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

Consistency-Raft	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

KYRaft	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

HUI-Stereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

ASMatch	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

DeepStereo_LL	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

DEmStereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

SST-Stereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

THIR-Stereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

RAFT_R40	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

DRaft	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

PFNet	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

GrayStereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

RE-Stereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

Pruner-Stereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

TVStereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

DeepStereo_RVC	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

RAFT-RH_RVC	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

IRAFT_RVC	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

RAFT-345	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

iRAFT	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

CRE-IMP	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

GMM-Stereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

RAFT-IKP	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

Prome-Stereo	1.20 499	1.20 374	1.20 501	1.20 463	1.20 535	1.20 508	1.20 527	1.20 502	1.20 532	1.20 510	1.20 529	1.20 513	1.20 519	1.20 513	1.20 529	1.20 490	1.20 504	1.20 522	1.20 529	1.20 499	1.20 527

UPFNet	0.42 299	1.20 374	0.17 176	0.24 181	0.17 209	0.25 220	0.17 198	1.19 499	0.90 498	0.25 217	0.17 205	0.24 213	0.17 206	0.25 218	0.17 199	0.22 183	0.17 190	0.22 202	0.16 194	1.15 487	0.93 494

Wavelet-MonSter	1.00 474	1.21 420	0.76 449	1.94 551	1.01 518	1.11 502	0.76 479	1.15 491	0.76 484	1.11 502	0.76 487	1.14 508	0.76 475	1.11 505	0.76 480	1.21 536	0.90 468	1.02 503	0.71 481	1.02 478	0.71 464

GASTEREO	0.48 354	1.21 420	0.47 365	0.57 366	0.38 378	0.50 400	0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	0.38 367	0.50 395	0.38 363	0.52 379	0.42 361	0.46 392	0.34 361	0.46 365	0.34 340

z-mn7	0.16 153	1.21 420	0.33 259	0.41 262	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 250	0.31 265	0.04 93	0.04 99	0.04 97	0.04 96

ours_stereo	1.20 499	1.21 420	0.90 467	1.64 545	1.11 525	1.35 564	0.67 453	1.76 575	0.93 504	1.70 579	1.10 520	1.39 569	0.75 474	1.41 569	0.81 489	1.60 563	1.03 481	1.33 573	1.00 510	1.61 563	0.72 465

WCG-NET	0.61 387	1.21 420	0.54 399	0.61 375	0.53 443	0.67 440	0.53 434	0.66 431	0.53 434	0.64 436	0.53 443	0.65 440	0.53 432	0.59 425	0.52 427	0.65 409	0.48 388	0.64 441	0.52 441	0.58 410	0.50 412

delet	0.43 300	1.21 420	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 551	0.95 506	0.25 217	0.17 205	0.25 220	0.17 206	0.25 218	0.17 199	0.23 194	0.16 169	0.22 202	0.16 194	1.18 495	0.98 498

w-ln-seven-2	0.14 134	1.22 426	0.28 226	0.32 213	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 233	0.27 231	0.04 93	0.03 57	0.03 47	0.03 52

CroCo-Stereo	0.73 413	1.22 426	0.25 211	1.22 508	0.25 250	1.22 554	0.25 238	1.22 548	0.25 241	1.22 556	0.25 250	1.22 559	0.25 243	1.22 559	0.25 239	1.22 538	0.26 221	1.21 567	0.25 246	1.22 547	0.25 227
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
WCG-NET（raft）	0.32 224	1.24 428	0.24 208	0.32 213	0.24 248	0.32 253	0.23 231	0.32 238	0.24 236	0.32 247	0.24 244	0.32 252	0.24 240	0.32 250	0.24 231	0.30 225	0.23 213	0.30 242	0.23 236	0.30 228	0.23 216

MMNet	0.44 312	1.24 428	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 551	0.93 504	0.25 217	0.17 205	0.25 220	0.18 216	0.25 218	0.17 199	0.23 194	0.16 169	0.23 210	0.16 194	1.20 499	0.99 499

CroCo-Stereo Lap2	0.77 422	1.29 430	0.29 230	1.27 513	0.29 273	1.27 558	0.26 245	1.26 551	0.26 254	1.26 557	0.26 255	1.27 563	0.26 252	1.26 560	0.27 245	1.27 540	0.27 231	1.27 570	0.27 289	1.27 550	0.27 271

CSP-Net	0.34 229	1.29 430	1.19 498	1.36 528	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 539	1.21 550	0.03 41	0.09 136	0.02 21	0.09 135

LiteMatch*	2.07 592	1.30 432	5.73 664	6.28 654	0.79 493	1.33 563	0.80 485	1.30 557	1.02 518	1.33 561	0.84 499	1.33 566	0.97 493	1.28 564	1.04 511	6.05 665	5.89 660	1.28 571	0.76 488	1.28 551	0.88 487

GCAP-BAT	0.41 286	1.30 432	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.44 346	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.34 310	0.38 299	0.26 252	0.38 284	0.26 233

zero-FE	0.72 411	1.31 434	0.66 421	0.92 420	0.60 450	0.82 456	0.58 440	0.82 452	0.58 440	0.81 459	0.60 448	0.81 462	0.60 442	0.82 454	0.58 435	0.74 425	0.59 417	0.73 453	0.52 441	0.76 431	0.51 419

Syn2CoEx	0.25 191	1.31 434	0.74 446	0.92 420	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 446	0.75 451	0.02 19	0.02 21	0.02 21	0.02 20

CC-Net-ROB	1.36 552	1.33 436	1.33 553	1.36 528	1.38 589	1.36 566	1.33 581	1.37 562	1.34 585	1.35 563	1.36 588	1.38 568	1.34 575	1.38 568	1.38 590	1.35 546	1.38 569	1.33 573	1.35 584	1.43 557	1.34 584

MaskLacGwcNet_RVC	1.35 551	1.35 437	1.35 556	1.35 527	1.35 586	1.35 564	1.35 583	1.36 560	1.35 588	1.36 564	1.35 586	1.36 567	1.36 577	1.36 566	1.35 587	1.35 546	1.35 565	1.35 576	1.35 584	1.35 554	1.35 585

BLMT-Stereo	1.53 556	1.36 438	1.06 485	1.42 532	1.23 585	1.41 571	1.07 515	1.43 566	1.12 522	1.42 567	1.06 517	1.83 581	1.07 506	1.42 570	1.07 513	1.27 540	1.38 569	6.80 673	1.00 510	1.26 549	1.00 501

PML	0.46 342	1.36 438	0.29 230	0.58 368	0.30 283	0.57 428	0.29 266	0.57 415	0.29 268	0.57 424	0.29 272	0.57 427	0.29 273	0.56 418	0.29 265	0.52 379	0.30 260	0.53 429	0.31 340	0.53 402	0.30 310

DF	0.39 273	1.37 440	1.02 483	1.14 451	0.12 175	0.16 168	0.12 170	0.16 168	0.12 175	0.16 165	0.12 167	0.16 166	0.12 171	0.16 167	0.12 164	1.12 482	1.00 474	0.15 166	0.12 170	0.15 165	0.12 166

PS-NSSS	1.38 554	1.39 441	1.34 554	1.34 525	1.35 586	1.38 568	1.37 590	1.35 559	1.38 591	1.34 562	1.34 585	1.39 569	1.38 580	1.70 577	1.40 591	1.36 548	1.36 566	1.36 578	1.37 587	1.37 555	1.36 586

MSCF	0.51 367	1.40 442	0.49 380	0.58 368	0.38 378	0.50 400	0.38 371	0.54 408	0.41 393	0.52 408	0.41 395	0.53 414	0.42 395	0.53 411	0.41 385	0.60 397	0.47 384	0.48 409	0.37 382	0.48 382	0.38 364

z-ln-s-r	0.21 173	1.40 442	0.53 398	0.56 365	0.04 101	0.05 110	0.04 103	0.05 110	0.05 119	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 110	0.57 393	0.44 373	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 161	1.47 444	0.33 259	0.40 250	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 268	0.32 269	0.05 108	0.04 99	0.04 97	0.04 96

Gwc-CoAtRS	0.41 286	1.49 445	0.32 254	0.42 272	0.32 336	0.41 300	0.32 323	0.41 293	0.33 342	0.41 293	0.32 336	0.41 301	0.32 333	0.41 300	0.32 320	0.39 281	0.28 237	0.39 340	0.28 302	0.40 337	0.28 291

FENet	0.54 373	1.52 446	1.19 498	1.41 531	0.23 243	0.35 260	0.23 231	0.35 248	0.23 233	0.34 253	0.23 237	0.35 261	0.23 237	0.35 261	0.23 228	1.40 551	1.07 483	0.32 251	0.23 236	0.33 243	0.23 216

CFNet-ft	0.55 378	1.57 447	0.14 148	0.20 160	0.14 181	0.20 187	2.53 635	1.61 568	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	1.56 561	1.24 576

DPSMNet_ROB	1.60 559	1.59 448	1.70 586	1.59 537	1.59 598	1.61 577	1.61 601	1.60 567	1.60 598	1.62 577	1.59 601	1.60 575	1.60 586	1.60 573	1.59 598	1.59 561	1.60 588	1.59 584	1.59 604	1.59 562	1.59 599

RASNet	1.49 555	1.65 449	1.45 572	1.38 530	1.43 592	1.47 574	1.36 585	1.38 563	1.36 589	1.39 565	1.60 602	1.45 572	1.45 583	1.51 572	2.21 632	1.53 560	1.36 566	1.36 578	1.36 586	1.66 566	1.36 586

monster-pro	0.75 416	1.67 450	0.64 416	0.89 413	0.57 448	0.86 462	0.56 437	0.87 454	0.56 437	0.87 462	0.57 446	0.88 466	0.57 437	0.87 463	0.57 433	0.79 431	0.58 414	0.76 459	0.54 443	0.77 433	0.54 423

CRFU-Net	0.65 394	1.67 450	1.22 548	1.96 554	0.27 258	0.41 300	0.27 248	0.41 293	0.27 258	0.40 279	0.26 255	0.41 301	0.27 259	0.40 285	0.27 245	1.80 568	1.62 589	0.34 267	0.23 236	0.33 243	0.23 216

FlowAnything	1.02 483	1.71 452	0.72 441	1.59 537	0.69 471	1.60 576	0.69 465	1.61 568	0.70 470	1.60 571	0.69 471	1.60 575	0.69 463	1.61 575	0.69 463	0.81 436	0.58 414	0.81 468	0.56 449	0.82 445	0.56 432

FlowAnything_test	1.02 483	1.72 453	0.71 438	1.59 537	0.70 473	1.61 577	0.69 465	1.61 568	0.70 470	1.60 571	0.70 473	1.61 578	0.69 463	1.61 575	0.70 469	0.81 436	0.58 414	0.81 468	0.55 445	0.81 443	0.56 432

gwcnet-sp	0.82 439	1.72 453	1.48 574	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 574	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 560	0.32 251	0.16 194	6.75 663	0.23 216

scenet	0.82 439	1.72 453	1.48 574	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 574	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 560	0.32 251	0.16 194	6.75 663	0.23 216

ssnet	0.82 439	1.72 453	1.48 574	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 574	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 560	0.32 251	0.16 194	6.75 663	0.23 216

HBP-ISP	1.24 547	1.72 453	1.65 584	1.15 454	0.76 487	1.40 570	0.88 495	1.67 574	1.02 518	1.69 578	1.38 591	1.69 579	1.21 565	1.87 585	1.21 574	1.05 471	0.79 458	0.97 496	0.80 496	1.19 497	0.75 472

LL-Strereo2	0.48 354	1.73 458	0.51 391	0.59 371	0.34 358	0.42 320	0.33 334	0.40 278	0.31 322	0.42 307	0.33 345	0.42 319	0.31 328	0.44 348	0.39 375	0.60 397	0.51 402	0.44 384	0.33 357	0.44 358	0.33 333

Hybrid-DGEV	1.03 485	1.75 459	0.80 456	1.28 517	0.78 491	1.26 557	0.80 485	1.26 551	0.78 485	1.26 557	0.78 491	1.26 560	0.78 479	1.26 560	0.78 482	1.15 486	0.75 451	1.14 508	0.74 485	1.14 484	0.75 472

GCAP-Stereo-DPT26K	0.43 300	1.76 460	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.31 310	0.44 312	0.33 281	0.38 299	0.27 289	0.38 284	0.26 233

aanet-new-8k	0.43 300	1.76 460	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-cres	0.43 300	1.77 462	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-20K	0.43 300	1.77 462	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-3K	0.43 300	1.77 462	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-32k-new	0.44 312	1.78 465	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 340	0.34 310	0.39 340	0.26 252	0.38 284	0.26 233

aanet-new-30k	0.44 312	1.78 465	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-24k	0.44 312	1.78 465	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-36K	0.43 300	1.78 465	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-32k	0.44 312	1.79 469	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-78k	0.44 312	1.80 470	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 340	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-36k	0.44 312	1.80 470	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-34k	0.44 312	1.80 470	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new	0.43 300	1.80 470	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-5K	0.44 312	1.80 470	0.39 298	0.49 304	0.30 283	0.44 360	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-60k	0.44 312	1.81 475	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-40k	0.44 312	1.81 475	0.39 298	0.50 340	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 340	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-28k	0.44 312	1.81 475	0.39 298	0.49 304	0.30 283	0.44 360	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.44 358	0.30 279	0.44 348	0.30 272	0.45 340	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-22k	0.44 312	1.81 475	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-10k	0.45 335	1.81 475	0.40 330	0.50 340	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.32 333	0.44 348	0.31 310	0.46 350	0.35 316	0.39 340	0.27 289	0.39 325	0.27 271

GCAP-Stereo-cres-4k	0.44 312	1.81 475	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

test_xeample3	1.10 491	1.81 475	0.61 412	0.84 409	0.49 429	0.77 448	0.66 449	0.92 464	1.40 592	0.68 442	0.46 416	0.78 455	0.54 435	1.72 578	1.48 594	1.34 545	1.52 578	1.35 576	1.67 612	1.33 553	1.55 594

aanet-new-90k	0.44 312	1.82 482	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-70k	0.44 312	1.82 482	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-2K	0.44 312	1.82 482	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-16k	0.44 312	1.83 485	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-50K	0.44 312	1.83 485	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.36 322	0.38 299	0.26 252	0.38 284	0.26 233

Hybrid-DGEV-03	1.07 488	1.83 485	0.83 460	1.34 525	0.81 498	1.32 562	0.81 489	1.31 558	0.81 494	1.31 560	0.82 497	1.32 565	0.82 485	1.32 565	0.81 489	1.19 488	0.77 454	1.19 520	0.76 488	1.19 497	0.77 477

Hybrid-DGEV-2	1.05 487	1.83 485	0.83 460	1.33 524	0.82 499	1.30 560	0.81 489	1.26 551	0.79 489	1.29 559	0.79 493	1.26 560	0.80 481	1.26 560	0.79 483	1.20 490	0.78 456	1.18 518	0.77 490	1.20 499	0.77 477

mmm	0.14 134	1.83 485	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 110	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 113	0.04 96

4.5_new	2.00 576	1.84 490	1.98 614	2.77 583	2.16 633	2.27 599	1.28 580	2.09 587	1.98 630	2.01 589	1.28 581	2.71 621	1.98 614	2.51 612	1.65 601	2.26 592	1.33 560	1.87 594	1.87 624	2.49 601	1.60 600

GCAP-Stereo-DPT-22K	0.44 312	1.85 491	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

MM-Stereo_test2	1.20 499	1.85 491	1.05 484	1.46 533	0.94 510	1.36 566	0.99 506	1.36 560	0.95 506	1.41 566	0.98 510	1.40 571	0.96 492	1.37 567	0.95 500	1.37 550	1.06 482	1.33 573	0.93 507	1.29 552	0.89 490

hknet	1.10 491	1.85 491	3.49 648	4.48 625	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.41 301	0.03 53	0.42 313	0.03 52	4.39 637	4.19 651	0.33 258	0.23 236	0.34 247	0.27 271

GCAP-Stereo-DPT-24K	0.44 312	1.86 494	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

2.25w	2.00 576	1.86 494	1.98 614	2.95 589	2.17 635	2.26 598	1.35 583	2.42 607	2.00 633	2.07 596	1.27 580	2.53 609	1.99 616	2.29 600	1.49 595	2.21 590	1.32 553	1.85 590	1.87 624	2.52 605	1.62 603

PAM	0.39 273	1.88 496	0.34 269	0.37 229	0.41 398	0.45 370	0.22 223	0.28 224	0.23 233	0.28 230	0.24 244	0.29 240	0.23 237	0.29 241	0.23 228	0.38 268	0.32 269	0.38 299	0.37 382	0.32 236	0.22 214

DCVSM-stereo	0.36 245	1.89 497	0.22 198	0.40 250	0.22 237	0.40 284	0.22 223	0.40 278	0.22 227	0.40 279	0.22 233	0.40 288	0.22 231	0.40 285	0.22 222	0.28 216	0.21 203	0.28 235	0.21 227	0.28 222	0.20 210

DCRE	0.84 445	1.89 497	0.77 451	0.94 426	0.72 477	0.88 464	0.73 475	0.87 454	0.78 485	0.90 465	0.71 478	0.88 466	0.67 453	0.88 465	0.73 473	0.81 436	0.68 434	0.81 468	0.70 478	0.82 445	0.70 458

RAFT-Stereo-weight	0.45 335	1.90 499	0.34 269	0.42 272	0.36 367	0.43 327	0.35 352	0.42 311	0.34 351	0.42 307	0.34 353	0.44 358	0.34 349	0.41 300	0.34 344	0.38 268	0.32 269	0.38 299	0.32 347	0.38 284	0.33 333

BUS	0.83 442	1.91 500	0.92 471	4.48 625	0.02 22	0.40 284	0.04 103	0.41 293	0.02 22	0.48 377	0.03 56	0.41 301	0.05 112	0.03 43	0.05 110	1.97 579	4.19 651	0.33 258	0.23 236	0.34 247	0.27 271

BSDual-CNN	0.81 434	1.91 500	0.92 471	4.48 625	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 579	4.19 651	0.33 258	0.23 236	0.34 247	0.27 271

psmg	0.43 300	1.91 500	0.92 471	1.91 550	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 579	1.44 573	0.04 93	0.03 57	0.02 21	0.03 52

GANet-RSSM	0.75 416	1.91 500	0.14 148	0.47 293	0.14 181	0.21 197	3.21 656	2.30 600	0.14 181	0.46 364	0.14 185	0.23 207	0.18 216	0.21 194	0.14 175	0.18 167	0.27 231	0.37 291	0.13 179	2.13 583	2.12 623

MFMNet_re	1.81 567	1.91 500	1.71 588	1.95 553	1.70 609	1.95 588	1.70 606	1.96 580	1.74 611	1.97 585	1.72 610	1.95 585	1.71 594	1.97 589	1.71 606	1.86 569	1.62 589	1.85 590	1.66 611	1.86 574	1.64 605

SPS-STEREO	1.59 558	1.91 500	1.21 547	1.94 551	1.20 535	2.00 591	1.23 574	1.99 582	1.24 580	2.00 588	1.25 578	2.03 592	1.26 568	2.00 590	1.29 583	1.90 575	1.18 503	1.89 598	1.21 574	1.89 576	1.20 527
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GANetREF_RVC	1.55 557	1.94 506	1.22 548	1.88 548	1.21 581	1.88 583	1.22 573	1.88 577	1.22 578	1.88 580	1.22 575	1.88 582	1.22 566	1.89 586	1.22 575	1.87 571	1.22 551	1.88 597	1.22 575	1.88 575	1.22 573
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
ssnet_v2	0.68 401	1.96 507	1.25 552	0.29 200	0.20 227	0.30 238	0.20 214	0.29 229	0.22 227	1.50 570	0.20 227	0.31 248	0.20 225	0.27 233	0.22 222	0.24 201	1.49 576	0.26 229	0.18 222	3.90 624	0.19 208

aanet-new-12k	0.46 342	1.99 508	0.40 330	0.51 351	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.31 328	0.44 348	0.32 320	0.47 357	0.35 316	0.39 340	0.27 289	0.39 325	0.27 271

qqq	0.16 153	2.01 509	0.12 123	0.15 132	0.04 101	0.06 114	0.05 115	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.03 52	0.12 111	0.14 162	0.04 93	0.04 99	0.03 47	0.03 52

MM-Stereo_test3	1.27 549	2.07 510	1.18 496	1.60 540	1.02 520	1.45 573	1.01 511	1.40 564	1.04 520	1.44 568	1.03 516	1.46 573	1.02 504	1.44 571	1.02 510	1.51 559	1.12 496	1.32 572	0.98 508	1.38 556	0.97 497

ACV-stereo	0.30 208	2.08 511	0.25 211	0.25 188	0.18 220	0.24 211	0.17 198	0.24 207	0.18 213	0.24 209	0.17 205	0.25 220	0.17 206	0.24 209	0.17 199	0.22 183	0.16 169	0.22 202	0.16 194	0.22 195	0.16 184

GCST	0.50 362	2.08 511	0.38 287	0.53 355	0.35 361	0.49 391	0.35 352	0.50 387	0.35 355	0.49 384	0.35 361	0.49 388	0.35 355	0.49 387	0.35 348	0.48 362	0.37 325	0.45 388	0.33 357	0.44 358	0.33 333

AIO_test	2.18 598	2.09 513	2.04 618	2.42 573	2.01 625	2.47 609	1.94 620	2.34 603	2.03 634	2.56 616	1.94 623	2.43 605	1.94 611	2.41 607	1.87 623	2.39 606	2.10 615	2.35 615	1.91 630	2.25 587	2.19 625

ToySt	0.92 462	2.11 514	0.90 467	0.95 428	0.79 493	0.99 476	0.78 481	0.94 468	0.81 494	0.94 473	0.78 491	0.95 479	0.77 477	0.94 475	0.86 493	0.91 447	0.79 458	0.85 475	0.77 490	0.89 452	0.73 468

TRStereo	2.00 576	2.13 515	1.85 603	2.27 565	1.84 614	2.28 601	1.84 610	2.29 596	1.86 620	2.30 602	1.87 615	2.30 596	1.87 604	2.08 592	1.72 608	2.08 584	1.72 595	2.08 603	1.72 617	2.08 580	1.72 610

XX-Stereo	2.00 576	2.13 515	1.85 603	2.27 565	1.84 614	2.28 601	1.84 610	2.29 596	1.86 620	2.30 602	1.87 615	2.30 596	1.87 604	2.08 592	1.72 608	2.08 584	1.72 595	2.08 603	1.72 617	2.08 580	1.72 610

EAI-Stereo	2.00 576	2.13 515	1.85 603	2.27 565	1.84 614	2.28 601	1.84 610	2.29 596	1.86 620	2.30 602	1.87 615	2.30 596	1.87 604	2.08 592	1.72 608	2.08 584	1.72 595	2.08 603	1.72 617	2.08 580	1.72 610

11t1	0.17 157	2.16 518	0.13 143	0.13 117	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.05 110	0.18 167	0.12 135	0.06 116	0.03 57	0.05 113	0.03 52

UGAM-zero	0.51 367	2.17 519	0.39 298	0.53 355	0.36 367	0.50 400	0.36 358	0.50 387	0.36 364	0.49 384	0.36 364	0.50 402	0.35 355	0.50 395	0.36 351	0.49 365	0.37 325	0.47 401	0.35 373	0.46 365	0.34 340

cf-r	0.66 396	2.17 519	0.12 123	0.18 153	0.12 175	0.18 179	2.70 639	2.60 614	0.12 175	0.18 176	0.12 167	0.18 178	0.12 171	0.18 177	0.12 164	0.15 141	0.11 121	0.15 166	0.11 155	1.81 573	1.74 613

3.25w	2.04 589	2.20 521	1.48 574	3.03 590	2.17 635	2.63 621	1.39 591	1.96 580	1.95 629	1.96 583	1.37 589	2.71 621	1.96 613	2.71 621	1.73 613	2.26 592	1.32 553	1.87 594	1.87 624	2.51 604	1.63 604

IGEV	2.02 584	2.20 521	1.82 597	2.90 588	2.16 633	2.41 607	1.25 576	2.00 583	1.98 630	1.99 587	1.31 583	2.72 625	1.93 610	2.67 620	1.69 605	2.26 592	1.32 553	1.83 589	1.87 624	2.53 608	1.61 602

UDG	0.80 429	2.21 523	0.60 407	0.91 417	0.60 450	0.90 467	0.58 440	0.88 458	0.60 443	0.90 465	0.60 448	0.88 466	0.60 442	0.90 468	0.58 435	0.86 445	0.60 418	0.84 474	0.59 453	0.84 448	0.61 438

UGAM	0.51 367	2.23 524	0.39 298	0.54 358	0.35 361	0.50 400	0.35 352	0.49 378	0.35 355	0.49 384	0.35 361	0.49 388	0.36 358	0.50 395	0.36 351	0.49 365	0.37 325	0.45 388	0.34 361	0.45 362	0.34 340

3w_stereo	2.04 589	2.24 525	1.70 586	3.15 593	2.18 637	2.49 611	1.26 578	2.03 585	1.98 630	1.98 586	1.33 584	2.72 625	1.99 616	2.59 615	1.72 608	2.22 591	1.33 560	1.85 590	1.88 629	2.50 603	1.58 598

NCCL2	2.28 610	2.27 526	2.28 620	2.28 568	2.28 638	2.27 599	2.29 633	2.28 594	2.28 636	2.27 601	2.28 638	2.28 595	2.27 624	2.27 599	2.28 637	2.28 596	2.28 620	2.27 608	2.29 637	2.27 588	2.29 627

ccnet	0.80 429	2.28 527	0.33 259	0.50 340	0.33 348	0.50 400	0.33 334	0.50 387	0.33 342	0.49 384	0.33 345	0.49 388	1.56 584	2.38 604	0.33 331	0.41 296	0.29 251	0.42 381	1.57 599	2.28 589	0.29 297

HUF	2.18 598	2.30 528	1.99 617	2.34 571	2.02 628	2.41 607	2.06 629	2.38 605	1.89 626	2.36 607	1.85 613	2.56 614	1.98 614	2.31 602	1.97 628	2.30 599	2.03 613	2.30 610	2.11 631	2.23 585	2.16 624

3.75w	1.99 572	2.31 529	1.83 600	3.16 594	1.65 602	1.93 584	1.98 621	2.72 616	1.68 600	2.73 625	1.97 626	2.00 589	1.72 595	1.81 583	1.25 579	2.27 595	2.01 608	2.38 616	1.42 593	1.71 568	1.24 576

1w_stereo	2.05 591	2.32 530	1.35 556	3.74 622	2.01 625	2.73 625	1.42 595	1.88 577	1.93 628	2.03 591	1.28 581	2.71 621	1.99 616	2.72 623	1.72 608	2.20 589	1.32 553	1.87 594	1.86 623	2.45 597	1.54 593

4.25_new	2.00 576	2.33 531	1.82 597	3.32 603	1.69 606	1.95 588	1.99 624	2.72 616	1.71 604	2.72 620	1.97 626	2.01 590	1.74 598	1.77 580	1.28 581	2.18 587	2.01 608	2.48 622	1.58 602	1.65 564	1.17 522

4.5w_new	2.00 576	2.33 531	1.82 597	3.32 603	1.69 606	1.95 588	1.99 624	2.72 616	1.71 604	2.72 620	1.97 626	2.01 590	1.74 598	1.77 580	1.28 581	2.18 587	2.01 608	2.48 622	1.58 602	1.65 564	1.17 522

4.5w-stereo	1.99 572	2.33 531	1.81 592	3.28 600	1.68 605	1.94 585	1.99 624	2.72 616	1.70 603	2.72 620	1.99 635	1.97 587	1.68 590	1.76 579	1.29 583	1.91 576	2.02 612	2.53 624	1.61 606	1.75 571	1.16 521

monsterstereo	2.20 604	2.33 531	1.95 612	3.65 617	2.07 630	2.49 611	1.61 601	2.48 609	1.83 618	2.45 611	1.61 604	2.67 620	1.86 603	2.64 617	1.94 626	2.48 612	1.66 592	2.34 613	1.68 614	2.40 594	1.86 617

2.75w_new	1.99 572	2.34 535	1.81 592	3.14 592	1.62 600	1.94 585	1.99 624	2.72 616	1.71 604	2.72 620	1.99 635	1.90 583	1.73 596	1.82 584	1.29 583	2.37 604	2.01 608	2.31 611	1.42 593	1.77 572	1.22 573

AIO_rvc	2.18 598	2.34 535	1.87 607	2.32 569	1.94 623	2.40 606	1.89 618	2.37 604	2.07 635	2.52 615	1.95 625	2.44 606	1.99 616	2.41 607	1.89 625	2.32 601	2.09 614	2.24 607	2.18 633	2.21 584	2.23 626

GES	0.66 396	2.34 535	0.29 230	0.41 262	0.29 273	0.41 300	0.29 266	0.42 311	0.29 268	0.40 279	0.41 395	0.41 301	0.30 279	0.51 404	0.29 265	0.32 233	0.29 251	0.32 251	2.46 639	2.49 601	0.30 310

2w_stereo	1.99 572	2.36 538	1.81 592	3.24 598	1.67 603	1.94 585	1.98 621	2.72 616	1.68 600	2.72 620	1.94 623	1.98 588	1.74 598	1.79 582	1.27 580	1.95 578	2.00 606	2.53 624	1.60 605	1.68 567	1.15 518

PAM_32	0.64 393	2.38 539	0.51 391	0.92 420	0.43 410	0.53 417	0.44 401	0.87 454	0.43 401	0.52 408	0.45 413	0.53 414	0.40 378	0.54 413	0.46 403	0.62 405	0.56 410	0.48 409	0.45 419	0.76 431	0.44 392

2.5w	2.01 583	2.40 540	1.37 566	3.28 600	2.01 625	2.71 622	1.43 598	1.82 576	1.83 618	1.90 582	1.41 593	2.71 621	1.35 576	2.71 621	1.85 619	2.66 616	1.53 579	1.64 585	1.23 576	2.53 608	1.87 619

MonStereo	2.17 596	2.41 541	1.49 578	2.67 580	1.67 603	2.60 620	2.04 628	2.32 601	1.76 612	2.44 610	1.68 608	2.50 607	1.69 592	2.38 604	1.80 616	2.28 596	1.78 598	2.63 627	2.14 632	3.47 620	1.68 608

monsters	2.18 598	2.41 541	1.96 613	3.47 610	2.03 629	2.53 615	1.64 603	2.48 609	1.73 609	2.40 609	1.50 596	2.62 617	1.94 611	2.59 615	1.94 626	2.44 608	1.57 583	2.28 609	1.87 624	2.42 595	1.86 617

DDUNet	0.81 434	2.45 543	0.57 403	0.90 415	0.60 450	0.88 464	0.59 442	0.90 459	0.60 443	0.88 464	0.60 448	0.90 470	0.58 440	0.88 465	0.60 438	0.84 443	0.60 418	0.86 476	0.57 451	0.86 449	0.60 437

FBW_ROB	2.12 595	2.46 544	1.77 591	2.49 576	1.79 613	2.38 605	1.83 609	2.46 608	1.78 614	2.48 613	1.97 626	2.40 604	1.78 601	2.42 609	1.83 617	2.31 600	1.85 603	2.38 616	1.82 622	2.35 592	1.84 615

asda	2.17 596	2.54 545	1.81 592	3.47 610	1.78 612	2.50 613	1.86 614	2.61 615	1.68 600	2.61 617	1.83 612	2.37 603	1.73 596	2.44 610	1.88 624	2.51 613	1.84 602	2.34 613	1.62 608	2.23 585	1.77 614

HH	0.71 408	2.54 545	0.74 446	1.10 445	0.32 336	0.41 300	0.37 364	0.69 434	0.78 485	0.73 445	0.90 501	0.75 452	1.00 496	0.84 458	0.69 463	0.69 414	0.40 342	0.35 283	0.26 252	0.35 260	0.26 233

HanStereo	0.71 408	2.54 545	0.74 446	1.10 445	0.32 336	0.41 300	0.37 364	0.69 434	0.78 485	0.73 445	0.90 501	0.75 452	1.00 496	0.84 458	0.69 463	0.69 414	0.40 342	0.35 283	0.26 252	0.35 260	0.26 233

qwe	2.18 598	2.60 548	1.58 581	3.83 623	1.90 622	2.53 615	1.90 619	2.48 609	1.73 609	2.37 608	1.92 622	2.53 609	1.68 590	2.56 613	1.83 617	2.52 615	1.87 604	2.07 602	1.68 614	2.32 591	1.71 609

sAnonymous2	3.31 634	2.63 549	1.38 568	3.71 619	1.86 617	4.70 660	1.11 517	4.82 663	2.72 640	5.45 668	1.98 632	4.59 653	2.64 627	2.65 618	6.21 673	4.37 635	1.08 487	5.16 665	2.24 635	4.52 634	2.39 632

CroCo_RVC	3.31 634	2.63 549	1.38 568	3.71 619	1.86 617	4.70 660	1.11 517	4.82 663	2.72 640	5.45 668	1.98 632	4.59 653	2.64 627	2.65 618	6.21 673	4.37 635	1.08 487	5.16 665	2.24 635	4.52 634	2.39 632

ff7	1.68 560	2.68 551	1.35 556	0.97 432	0.89 502	1.84 580	2.15 630	2.12 588	1.80 615	2.05 593	1.56 598	2.33 599	2.12 621	2.23 596	2.25 633	1.31 542	1.07 483	1.48 580	1.41 590	0.90 455	1.04 508

ffff	1.68 560	2.68 551	1.35 556	0.97 432	0.89 502	1.84 580	2.15 630	2.12 588	1.80 615	2.05 593	1.56 598	2.33 599	2.12 621	2.23 596	2.25 633	1.31 542	1.07 483	1.48 580	1.41 590	0.90 455	1.04 508

ccc-4	1.68 560	2.68 551	1.35 556	0.97 432	0.89 502	1.84 580	2.15 630	2.12 588	1.80 615	2.05 593	1.56 598	2.33 599	2.12 621	2.23 596	2.25 633	1.31 542	1.07 483	1.48 580	1.41 590	0.90 455	1.04 508

LGtest1	2.22 605	2.70 554	1.89 608	2.76 582	1.86 617	2.75 627	1.86 614	2.75 623	1.86 620	2.75 626	1.86 614	2.77 630	1.87 604	2.75 627	1.86 620	2.46 609	1.58 584	2.45 619	1.56 598	2.45 597	1.56 595

11t	1.27 549	2.70 554	1.34 554	1.32 523	0.89 502	1.30 560	1.34 582	1.64 571	0.57 439	1.45 569	0.72 481	1.05 497	1.29 571	1.07 500	1.29 583	1.49 556	1.02 480	0.97 496	1.15 522	1.48 558	1.31 580

LG-G_1	2.22 605	2.71 556	1.89 608	2.77 583	1.87 620	2.75 627	1.87 616	2.76 624	1.87 624	2.75 626	1.87 615	2.76 628	1.87 604	2.75 627	1.86 620	2.47 610	1.58 584	2.45 619	1.57 599	2.45 597	1.57 596

LG-G	2.22 605	2.71 556	1.89 608	2.77 583	1.87 620	2.75 627	1.87 616	2.76 624	1.87 624	2.75 626	1.87 615	2.76 628	1.87 604	2.75 627	1.86 620	2.47 610	1.58 584	2.45 619	1.57 599	2.45 597	1.57 596

4.25w-stereo	1.98 571	2.72 558	1.46 573	3.47 610	1.43 592	2.07 594	1.98 621	2.53 613	1.52 596	2.71 619	1.98 632	1.81 580	1.62 588	1.96 588	1.36 588	1.88 574	2.00 606	2.53 624	1.61 606	1.74 570	1.15 518

4w-stereo	2.02 584	2.72 558	1.44 571	3.36 606	1.59 598	2.48 610	1.72 607	2.28 594	1.24 580	2.24 600	1.65 606	2.56 614	1.32 574	2.39 606	1.98 629	2.67 618	1.51 577	1.66 586	1.24 577	2.53 608	1.88 622

3.25w_new	2.03 586	2.72 558	1.35 556	3.33 605	1.57 596	2.72 623	1.53 600	2.15 592	1.33 584	2.15 598	1.60 602	2.63 618	1.30 572	2.72 623	1.99 630	2.67 618	1.53 579	1.75 588	1.25 579	2.53 608	1.87 619

3.5w_stereo	2.03 586	2.72 558	1.35 556	3.41 607	1.57 596	2.72 623	1.49 599	2.01 584	1.34 585	2.15 598	1.61 604	2.63 618	1.36 577	2.72 623	1.99 630	2.66 616	1.58 584	1.68 587	1.24 577	2.53 608	1.87 619

sCroCo_RVC	2.10 593	2.76 562	1.92 611	2.78 586	1.39 590	2.73 625	1.41 593	2.73 622	1.40 592	2.77 631	1.41 593	2.74 627	1.40 581	2.74 626	1.40 591	2.72 620	1.42 572	2.72 628	1.44 595	2.79 615	1.42 590

PSMNet-RSSM	0.77 422	2.76 562	0.14 148	0.20 160	0.14 181	0.20 187	2.66 637	2.79 627	0.14 181	0.21 195	0.14 185	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 605	2.31 628

MonStereo1	1.94 570	2.77 564	1.52 579	3.73 621	1.51 595	2.13 596	1.42 595	2.32 601	1.52 596	2.31 605	1.50 596	2.53 609	1.59 585	2.34 603	1.56 596	1.91 576	1.36 566	1.86 593	1.31 582	2.07 579	1.53 592

asd	2.18 598	2.77 564	1.58 581	3.59 615	2.00 624	2.58 619	1.85 613	2.39 606	1.71 604	2.47 612	1.97 626	2.59 616	1.61 587	2.56 613	1.79 615	2.51 613	1.99 605	2.11 606	1.62 608	2.36 593	1.60 600

GwcNet-RSSM	0.77 422	2.77 564	0.14 148	0.20 160	0.14 181	0.20 187	2.67 638	2.78 626	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.21 194	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 605	2.31 628

hitnet-ft	0.79 426	2.78 567	0.14 148	0.20 160	0.14 181	0.21 197	2.89 640	2.80 628	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.54 613	2.33 630

PDISCO_ROB	0.83 442	2.80 568	3.49 648	0.14 121	0.11 162	0.17 175	0.09 139	0.15 167	0.10 144	0.15 160	0.12 167	0.16 166	0.14 181	3.30 634	0.13 171	0.14 133	2.34 621	0.16 170	0.12 170	2.62 614	0.10 140

iGMRVC	0.84 445	2.85 569	0.72 441	0.72 396	0.73 478	0.77 448	0.79 482	0.73 440	0.74 483	0.73 445	0.72 481	0.73 449	0.76 475	0.73 444	0.73 473	0.72 421	0.73 448	0.73 453	0.72 483	0.73 429	0.72 465

MC-Stereo	1.76 563	2.96 570	1.37 566	2.14 559	1.37 588	2.14 597	1.36 585	2.14 591	1.37 590	2.14 597	1.37 589	2.14 594	1.37 579	2.14 595	1.37 589	1.97 579	1.32 553	1.97 600	1.32 583	1.98 577	1.33 582

VIP-Stereo	0.70 405	2.97 571	2.43 626	2.49 576	0.16 203	0.25 220	0.16 188	0.25 215	0.16 197	0.25 217	0.18 221	0.25 220	0.16 194	0.26 229	0.16 193	1.86 569	1.26 552	0.23 210	0.15 192	0.23 206	0.15 183

PASM	0.39 273	3.06 572	1.36 564	1.58 536	0.09 140	0.11 148	0.11 157	0.11 148	0.11 159	0.09 135	0.09 141	0.11 149	0.09 139	0.09 135	0.09 134	0.11 105	0.11 121	0.11 144	0.09 136	0.11 148	0.11 153

DDVS	0.30 208	3.10 573	0.14 148	0.19 156	0.14 181	0.19 182	0.14 176	0.20 185	0.14 181	0.19 178	0.13 180	0.16 166	0.13 177	0.19 180	0.13 171	0.17 159	0.13 158	0.17 178	0.13 179	0.17 176	0.13 173

DEFOM-Stereo	0.68 401	3.11 574	1.40 570	1.63 544	0.25 250	0.31 244	0.25 238	0.31 236	0.28 262	0.31 241	0.29 272	0.29 240	0.27 259	0.31 247	0.28 254	1.59 561	1.47 575	0.30 242	0.29 315	0.30 228	0.28 291

4D-IteraStereo	0.78 425	3.13 575	0.89 464	0.69 388	0.32 336	0.40 284	0.32 323	0.76 443	0.97 509	0.52 408	0.65 458	0.89 469	0.32 333	0.76 448	0.98 503	0.83 441	0.94 473	0.35 283	0.27 289	0.70 424	0.89 490

plain	1.88 568	3.16 576	0.64 416	3.10 591	0.65 463	3.10 632	0.64 446	3.12 631	0.65 450	3.10 632	0.65 458	3.11 632	0.65 448	3.12 631	0.65 444	3.12 625	0.65 427	3.13 630	0.65 467	3.13 618	0.65 450

iRaftStereo_RVC	0.97 471	3.17 577	2.30 621	2.42 573	0.38 378	0.54 420	0.38 371	0.54 408	0.38 370	0.54 416	0.38 376	0.54 417	0.38 367	0.54 413	0.38 363	2.38 605	2.34 621	0.49 414	0.36 379	0.49 385	0.36 352

RCA-Stereo	0.51 367	3.22 578	0.34 269	0.44 281	0.34 358	0.44 360	0.34 347	0.43 317	0.34 351	0.43 312	0.34 353	0.44 358	0.33 344	0.43 319	0.33 331	0.38 268	0.29 251	0.38 299	0.29 315	0.38 284	0.29 297

NLSM1	2.93 631	3.24 579	2.57 628	4.04 624	2.66 641	3.30 636	2.55 636	3.29 634	2.55 638	3.35 636	2.48 640	3.28 635	2.47 626	3.34 636	2.49 638	3.26 626	2.55 626	3.13 630	2.57 640	3.00 617	2.46 634

Anonymous3	2.55 622	3.26 580	1.65 584	3.28 600	1.63 601	3.24 634	1.68 604	3.27 633	1.66 599	3.28 634	1.67 607	3.25 634	1.66 589	3.27 633	1.64 600	3.26 626	1.65 591	3.30 632	1.65 610	4.95 652	1.65 607

MIF-Stereo (partial)	2.58 623	3.31 581	0.66 421	3.18 595	0.66 466	3.18 633	0.66 449	3.21 632	0.67 453	3.19 633	0.66 460	3.19 633	0.66 451	3.31 635	0.68 455	5.09 657	1.79 600	8.23 677	1.67 612	6.18 661	1.38 588

MM-Stereo_test1	1.80 566	3.41 582	1.52 579	2.12 558	1.41 591	2.04 592	1.41 593	2.05 586	1.46 595	2.04 592	1.41 593	2.05 593	1.42 582	2.05 591	1.43 593	2.04 583	1.54 581	1.94 599	1.38 589	1.99 578	1.33 582

UniTT-Stereo	2.03 586	3.43 583	0.72 441	3.42 608	0.73 478	3.27 635	0.68 457	3.38 636	0.69 464	3.29 635	0.72 481	3.28 635	0.70 465	3.35 637	0.68 455	3.39 628	0.68 434	3.31 633	0.69 476	3.37 619	0.73 468

castereo++	0.54 373	3.59 584	1.15 492	1.31 522	0.14 181	0.16 168	0.14 176	0.16 168	0.14 181	0.16 165	0.14 185	0.16 166	0.13 177	0.16 167	0.14 175	1.45 554	1.16 499	0.15 166	0.14 184	0.15 165	0.13 173

DPSNet	3.66 636	3.60 585	3.62 651	3.63 616	3.64 663	3.65 639	3.65 662	3.66 639	3.67 659	3.67 638	3.65 660	3.67 639	3.66 648	3.66 638	3.68 657	3.68 631	3.66 646	3.67 637	3.68 663	3.67 621	3.67 660

RAStereo	2.23 608	3.64 586	0.76 449	3.65 617	0.86 500	3.66 640	0.76 479	3.67 640	0.81 494	3.66 637	0.76 487	3.66 638	0.77 477	3.68 639	0.77 481	3.68 631	0.77 454	3.69 638	0.77 490	3.70 622	0.77 477

qqq1	0.25 191	3.70 587	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 191	3.70 587	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

RAFT_CTSACE	1.92 569	3.71 589	1.72 589	1.88 548	1.72 610	2.04 592	1.42 595	2.18 593	1.89 626	2.02 590	1.97 626	1.95 585	2.06 620	1.93 587	1.62 599	1.76 566	1.66 592	2.02 601	1.73 620	1.73 569	1.43 591

MyStereo07	0.60 382	3.72 590	0.48 373	0.49 304	0.41 398	0.36 264	0.32 323	0.49 378	0.43 401	0.51 405	0.42 405	0.49 388	0.43 398	0.51 404	0.64 441	0.49 365	0.45 374	0.34 267	0.32 347	0.35 260	0.43 389

MyStereo04	0.56 380	3.72 590	0.59 405	0.49 304	0.41 398	0.36 264	0.32 323	0.37 258	0.31 322	0.34 253	0.46 416	0.35 261	0.32 333	0.35 261	0.33 331	0.49 365	0.45 374	0.34 267	0.32 347	0.35 260	0.43 389

castereo	0.61 387	3.79 592	1.35 556	1.52 535	0.15 193	0.17 175	0.16 188	0.20 185	0.21 224	0.18 176	0.16 198	0.21 192	0.12 171	0.26 229	0.17 199	1.43 553	1.38 569	0.17 178	0.16 194	0.18 180	0.16 184

ffm	0.25 191	3.83 593	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 191	3.83 593	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 191	3.83 593	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

NINENet	0.69 404	3.87 596	1.20 501	1.98 555	0.05 121	0.40 284	0.04 103	0.40 278	0.05 119	0.41 293	0.04 110	0.41 301	0.05 112	0.40 285	0.05 110	1.79 567	1.56 582	0.34 267	0.22 230	0.34 247	0.23 216

GEAStereo	0.62 389	3.91 597	0.48 373	0.69 388	0.38 378	0.51 412	0.38 371	0.51 400	0.38 370	0.53 411	0.38 376	0.50 402	0.38 367	0.51 404	0.38 363	0.54 383	0.43 366	0.46 392	0.34 361	0.46 365	0.34 340

gasm-f	0.62 389	3.91 597	0.48 373	0.69 388	0.38 378	0.51 412	0.38 371	0.51 400	0.38 370	0.53 411	0.38 376	0.50 402	0.38 367	0.51 404	0.38 363	0.54 383	0.43 366	0.46 392	0.34 361	0.46 365	0.34 340

MyStereo8	0.71 408	3.92 599	0.52 394	0.59 371	0.52 440	0.57 428	0.53 434	0.59 420	0.50 426	0.59 428	0.51 440	0.57 427	0.50 425	0.56 418	0.52 427	0.54 383	0.49 391	0.54 430	0.49 435	0.55 404	0.50 412

NLCSM	3.67 637	4.08 600	3.19 647	4.80 640	3.26 656	3.99 644	3.24 657	4.25 646	3.18 655	4.09 642	3.27 655	4.14 644	3.18 643	4.13 644	3.28 653	4.06 633	3.10 636	3.85 642	3.14 654	3.91 627	3.27 656

MyStereo06	0.75 416	4.12 601	0.60 407	0.63 378	0.61 455	0.62 435	0.66 449	0.56 412	0.45 407	0.55 419	0.48 428	0.54 417	0.46 407	0.57 423	0.45 399	0.60 397	0.57 412	0.64 441	0.55 445	0.72 426	0.55 429

MyStereo05	0.80 429	4.12 601	0.63 414	0.63 378	0.61 455	0.62 435	0.66 449	0.65 429	0.62 446	0.67 440	0.61 452	0.65 440	0.58 440	0.67 437	0.55 432	0.60 397	0.57 412	0.64 441	0.55 445	0.72 426	0.55 429

test-3	0.98 473	4.13 603	1.85 603	1.85 547	0.61 455	0.69 441	0.37 364	0.63 427	0.61 445	0.66 439	0.51 440	0.73 449	0.44 400	0.57 423	0.54 430	1.68 565	1.81 601	0.40 353	0.43 417	0.66 417	0.50 412

GCAP-Stereo	0.75 416	4.15 604	0.42 348	0.75 399	0.35 361	0.78 450	0.40 385	0.79 445	0.38 370	0.78 454	0.36 364	0.78 455	0.36 358	0.79 449	0.39 375	0.75 426	0.39 339	0.76 459	0.39 398	0.75 430	0.39 370

IGEVStereo-DCA	1.77 564	4.21 605	1.84 601	2.49 576	2.11 631	2.54 617	1.36 585	1.65 572	1.17 529	2.75 626	1.90 620	2.54 612	1.15 512	0.94 475	1.11 516	1.50 557	1.32 553	0.96 494	1.46 596	1.49 559	0.88 487

rrr	1.77 564	4.21 605	1.84 601	2.49 576	2.11 631	2.54 617	1.36 585	1.65 572	1.17 529	2.75 626	1.90 620	2.54 612	1.15 512	0.94 475	1.11 516	1.50 557	1.32 553	0.96 494	1.46 596	1.49 559	0.88 487

GSStereo	0.81 434	4.28 607	0.50 385	0.59 371	0.40 389	0.51 412	0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 653	0.50 395	0.38 363	0.54 383	0.43 366	0.46 392	0.34 361	0.46 365	0.35 349

GEStereo_RVC	0.86 454	4.45 608	0.20 191	0.27 198	0.20 227	0.27 233	0.20 214	0.26 221	0.18 213	5.03 664	0.20 227	0.27 233	0.19 221	0.27 233	0.21 220	0.20 174	0.19 198	0.19 190	4.02 668	0.20 187	0.18 206

error version	0.93 467	4.47 609	2.35 622	1.99 556	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	1.87 571	2.16 617	0.47 401	0.37 382	0.39 325	0.33 333

test_1	0.93 467	4.47 609	2.35 622	1.99 556	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	1.87 571	2.16 617	0.47 401	0.37 382	0.39 325	0.33 333

TestStereo	4.88 663	4.75 611	4.79 657	4.87 643	4.92 672	4.81 665	4.90 672	4.78 661	4.77 671	4.87 662	4.89 671	4.90 666	4.91 664	4.99 665	4.79 669	4.98 654	4.87 655	4.87 662	4.92 673	5.00 653	5.00 670

DispFullNet	4.61 659	4.84 612	3.12 644	5.00 644	3.57 660	4.75 663	3.03 647	7.75 676	4.17 668	4.91 663	3.09 651	6.20 672	3.95 657	6.71 672	3.51 655	5.30 659	3.67 647	5.86 671	3.63 660	5.61 658	3.46 658

MLG-Stereo_test3	4.26 652	4.85 613	3.95 654	5.35 647	3.60 661	4.75 663	3.76 663	5.49 669	3.71 660	5.39 666	3.69 661	4.82 664	3.66 648	4.85 661	3.73 661	4.93 652	3.19 643	4.69 656	2.99 644	4.84 649	2.98 640

CFNet-RSSM	0.91 460	4.89 614	0.34 269	0.44 281	1.07 523	1.62 579	1.40 592	0.91 461	0.35 355	1.60 571	1.39 592	0.64 437	0.34 349	0.44 348	0.33 331	0.41 296	0.35 316	0.75 457	0.30 329	0.41 348	0.29 297

StereoVision	3.15 632	5.00 615	0.89 464	4.83 641	1.00 513	3.93 641	1.27 579	6.37 670	1.34 585	5.67 670	1.26 579	5.84 671	1.27 569	5.03 667	1.24 576	5.10 658	1.09 489	4.61 651	0.57 451	5.62 659	1.12 513

LL-Strereo	1.01 481	5.06 616	1.63 583	0.70 392	1.43 592	0.56 422	0.46 409	0.57 415	0.50 426	0.57 424	0.50 434	1.58 574	0.49 421	0.59 425	0.50 420	1.64 564	0.52 404	0.51 423	1.37 587	0.52 398	0.45 394

aanet-new-14k	0.60 382	5.12 617	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.37 325	0.38 299	0.26 252	0.38 284	0.26 233

FC-DCNN v2	5.10 667	5.15 618	4.49 656	5.07 645	3.37 658	6.87 672	4.75 671	5.04 666	6.34 675	7.84 676	5.06 672	6.72 676	4.09 660	4.99 665	5.44 672	5.03 655	3.16 640	4.67 654	4.86 672	5.15 655	3.89 665

DEFOM-Stereo_RVC	0.83 442	5.18 619	1.98 614	2.19 560	0.17 209	0.19 182	0.18 206	0.19 179	0.16 197	0.20 184	0.19 223	0.22 200	0.22 231	0.20 184	0.15 186	2.28 596	2.13 616	0.24 219	0.17 216	0.18 180	0.16 184

rvit_105_1	3.83 639	5.22 620	3.01 633	4.53 628	3.01 644	4.51 648	3.01 642	4.56 650	3.04 643	4.53 649	3.03 644	4.55 651	3.03 631	4.56 650	3.04 640	4.57 641	3.05 629	4.57 646	3.05 645	4.57 636	3.05 641

rvit_stereo_0081	3.83 639	5.23 621	3.01 633	4.53 628	3.03 646	4.55 654	3.02 643	4.56 650	3.04 643	4.52 647	3.02 642	4.54 649	3.03 631	4.56 650	3.04 640	4.57 641	3.05 629	4.57 646	3.05 645	4.58 637	3.05 641

CFNet	1.37 553	5.27 622	0.19 188	5.49 648	0.19 224	0.28 234	0.19 210	0.28 224	0.19 219	0.28 230	0.19 223	0.28 234	4.35 661	0.28 237	0.19 214	0.23 194	0.17 190	0.23 210	4.21 670	4.81 647	0.17 201

rvit_stereo_0083	3.92 648	5.30 623	3.06 641	4.61 637	3.09 653	4.67 659	3.08 652	4.66 658	3.09 652	4.62 657	3.10 652	4.66 661	3.11 640	4.67 658	3.16 651	4.72 651	3.16 640	4.77 659	3.11 652	4.66 643	3.11 650

rvit_0105_3	3.91 646	5.33 624	3.06 641	4.60 636	3.07 652	4.60 657	3.06 651	4.62 656	3.08 651	4.60 656	3.07 650	4.62 658	3.08 638	4.67 658	3.10 649	4.70 649	3.11 637	4.77 659	3.19 657	4.77 646	3.14 652

rvit_stereo_0081_aga	3.86 641	5.33 624	3.02 636	4.55 634	3.04 650	4.54 650	3.02 643	4.64 657	3.06 647	4.54 651	3.04 646	4.62 658	3.08 638	4.62 656	3.07 645	4.58 644	3.06 633	4.60 650	3.08 649	4.63 640	3.07 645

MLG-Stereo_test1	4.25 651	5.34 626	3.61 650	5.31 646	3.63 662	5.23 666	3.57 660	5.38 668	3.65 658	5.23 665	3.47 657	4.76 662	3.74 651	4.85 661	3.71 658	4.96 653	3.18 642	4.71 657	2.92 642	4.86 650	2.90 638

rvit_0105_5	4.10 650	5.40 627	3.13 646	4.71 639	3.15 655	4.72 662	3.10 654	4.90 665	3.27 656	4.69 659	3.16 654	4.84 665	3.25 644	4.96 664	3.34 654	5.05 656	3.39 645	5.10 664	3.40 658	5.11 654	3.42 657

UDGNet	2.23 608	5.40 627	1.72 589	2.48 575	1.69 606	2.51 614	1.69 605	2.51 612	1.72 608	2.50 614	1.69 609	2.52 608	1.69 592	2.50 611	1.68 604	2.41 607	1.70 594	2.42 618	1.69 616	2.42 595	1.64 605

rvit_stereo_ft	3.93 649	5.44 629	3.05 640	4.59 635	3.06 651	4.61 658	3.08 652	4.67 659	3.12 653	4.63 658	3.10 652	4.65 660	3.11 640	4.69 660	3.13 650	4.70 649	3.14 639	4.71 657	3.15 655	4.74 644	3.16 653

MLG-Stereo_test2	4.28 653	5.46 630	3.69 652	4.86 642	3.72 664	5.58 669	3.42 658	4.81 662	3.77 664	4.85 661	3.72 662	5.55 670	3.63 647	5.58 668	3.53 656	4.41 638	3.28 644	4.99 663	2.95 643	4.75 645	3.13 651

rvit_0105_4	3.91 646	5.47 631	3.02 636	4.54 631	3.02 645	4.54 650	3.03 647	4.75 660	3.17 654	4.57 653	3.06 647	4.61 657	3.16 642	4.65 657	3.09 648	4.66 648	3.11 637	4.68 655	3.18 656	4.81 647	3.16 653

rvit_stereo_0080	3.89 644	5.70 632	3.04 638	4.54 631	3.03 646	4.56 655	3.05 649	4.60 654	3.07 648	4.58 654	3.06 647	4.59 653	3.06 636	4.61 654	3.08 646	4.63 646	3.09 634	4.64 652	3.10 650	4.65 641	3.10 648

whm_eth	3.89 644	5.70 632	3.04 638	4.54 631	3.03 646	4.56 655	3.05 649	4.60 654	3.07 648	4.58 654	3.06 647	4.59 653	3.06 636	4.61 654	3.08 646	4.63 646	3.09 634	4.64 652	3.10 650	4.65 641	3.10 648

rvit_0105_6	3.87 643	5.73 634	3.10 643	4.69 638	3.12 654	4.54 650	3.02 643	4.56 650	3.04 643	4.54 651	3.03 644	4.54 649	3.04 634	4.56 650	3.05 642	4.58 644	3.05 629	4.58 648	3.05 645	4.58 637	3.05 641

rvit_stereo_0082	3.86 641	5.82 635	3.01 633	4.53 628	3.03 646	4.54 650	3.02 643	4.56 650	3.04 643	4.53 649	3.02 642	4.55 651	3.04 634	4.57 653	3.05 642	4.57 641	3.05 629	4.58 648	3.05 645	4.58 637	3.06 644

SGM-Forest	5.21 669	5.92 636	4.08 655	6.18 653	4.16 669	6.31 671	4.34 670	6.50 671	4.33 669	6.14 672	4.21 668	6.61 675	4.55 663	6.67 671	4.48 668	5.94 663	3.94 649	5.85 670	4.03 669	5.79 660	4.17 668
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaDis-Stereo	3.19 633	6.02 637	1.12 488	5.61 650	1.16 531	5.43 668	1.02 513	5.15 667	0.70 470	5.43 667	1.21 574	5.03 668	0.97 493	4.85 661	0.99 504	4.53 639	1.16 499	5.53 667	1.25 579	5.37 657	1.30 579

IER	0.88 457	7.04 638	2.23 619	2.75 581	0.28 263	0.43 327	0.25 238	0.39 271	0.25 241	0.41 293	0.27 259	0.39 280	0.25 243	0.40 285	0.28 254	0.37 257	0.28 237	0.37 291	0.25 246	0.37 271	0.25 227

HCRNet	1.22 546	7.11 639	3.00 632	3.55 614	0.33 348	0.29 237	0.14 176	0.19 179	0.15 192	0.33 251	0.29 272	0.25 220	0.14 181	0.22 198	0.33 331	3.64 630	3.00 628	0.76 459	0.32 347	0.18 180	0.13 173

SA	4.33 655	7.35 640	6.85 670	5.96 652	4.09 668	3.59 638	3.15 655	3.82 641	2.64 639	3.91 639	3.85 663	3.57 637	2.72 629	3.13 632	4.03 664	7.09 672	6.86 667	3.57 635	3.12 653	3.85 623	3.51 659

cross-raft	4.83 662	7.52 641	6.43 666	6.63 656	3.96 667	4.51 648	3.99 667	4.49 648	3.96 666	4.52 647	3.96 665	4.50 648	3.97 658	4.50 649	3.97 663	6.65 667	6.44 664	4.33 643	3.92 667	4.35 632	3.91 666

test_5	4.62 660	7.55 642	6.23 665	6.32 655	3.40 659	5.29 667	3.50 659	3.53 638	4.11 667	4.28 644	4.47 670	4.26 647	4.38 662	3.68 639	3.24 652	5.89 662	5.60 658	4.84 661	3.50 659	4.33 631	3.93 667

RAFT+CT+SA	4.28 653	7.62 643	4.91 658	5.55 649	2.28 638	3.09 631	3.64 661	4.49 648	3.07 648	4.80 660	3.35 656	4.77 663	3.70 650	4.29 647	3.05 642	5.58 660	5.98 662	3.58 636	3.78 665	4.26 630	3.72 661

raft_robust	4.71 661	7.75 644	5.40 663	6.81 657	3.31 657	4.28 647	4.20 669	4.32 647	4.37 670	4.35 646	4.35 669	4.14 644	3.75 652	4.30 648	4.20 667	6.67 668	6.37 663	3.36 634	4.24 671	4.86 650	3.25 655

test_4	4.88 663	8.13 645	6.98 671	7.46 661	4.44 670	4.25 646	3.85 666	4.04 645	3.92 665	4.13 643	3.91 664	4.18 646	3.84 655	4.14 645	4.06 665	7.01 671	7.13 668	4.53 644	3.72 664	4.09 628	3.72 661

Sa-1000	4.34 656	8.37 646	6.84 669	6.98 660	4.45 671	3.58 637	3.00 641	3.42 637	3.39 657	2.61 617	4.00 666	3.83 641	4.01 659	3.90 641	3.90 662	5.98 664	5.62 659	3.76 639	2.34 638	4.35 632	2.47 635

TestStereo1	4.60 657	8.41 647	6.44 667	6.86 658	3.79 665	3.97 642	3.78 664	3.99 643	3.74 661	3.97 640	3.52 658	3.94 642	3.58 645	3.98 642	3.72 659	6.82 669	6.50 665	3.76 639	3.66 661	3.90 624	3.74 663

SA-5K	4.60 657	8.41 647	6.44 667	6.86 658	3.79 665	3.97 642	3.78 664	3.99 643	3.74 661	3.97 640	3.52 658	3.94 642	3.58 645	3.98 642	3.72 659	6.82 669	6.50 665	3.76 639	3.66 661	3.90 624	3.74 663

U	5.15 668	8.49 649	1.81 592	8.49 665	1.77 611	8.49 677	1.77 608	8.51 678	1.77 613	8.49 678	1.77 611	8.50 678	1.78 601	8.58 678	1.77 614	8.54 676	1.78 598	8.55 678	1.78 621	8.55 672	1.84 615

CFNet_RVC	2.38 618	8.71 650	0.38 287	9.33 668	0.42 408	0.56 422	0.42 398	0.60 422	0.38 370	0.62 433	0.42 405	0.56 424	7.29 673	0.62 428	0.42 393	0.53 382	0.37 325	0.49 414	0.34 361	8.30 670	6.87 675

rvit_stereo_0075_2	6.64 671	8.80 651	5.25 660	7.89 662	5.27 674	7.90 676	5.27 673	7.92 677	5.28 673	7.91 677	5.29 674	7.93 677	5.27 665	7.92 677	5.28 670	7.93 673	5.28 657	7.93 676	5.29 675	7.93 669	5.28 672

test_3	5.01 665	8.86 652	7.77 673	8.09 663	2.76 643	4.13 645	4.05 668	3.88 642	3.76 663	4.33 645	4.13 667	3.71 640	3.91 656	4.21 646	4.06 665	7.93 673	7.69 670	4.53 644	3.91 666	4.17 629	4.29 669

SGM+DAISY	7.06 673	9.15 653	5.38 662	8.84 667	5.18 673	8.80 678	5.31 674	8.79 679	5.28 673	8.89 679	5.20 673	8.93 679	5.33 666	8.95 679	5.36 671	8.70 677	5.21 656	8.74 679	5.20 674	8.89 673	5.15 671

test-1	6.46 670	9.16 654	8.03 676	8.09 663	5.62 675	6.11 670	6.35 675	6.85 673	4.94 672	6.08 671	6.29 677	4.98 667	6.43 669	6.22 669	6.36 675	6.16 666	7.47 669	5.82 669	5.44 676	7.11 666	5.68 673

RAFT	6.73 672	9.36 655	7.40 672	8.51 666	6.55 676	6.88 673	6.60 676	6.79 672	6.60 676	6.80 673	6.72 678	5.31 669	5.50 667	6.61 670	6.61 676	8.42 675	5.89 660	5.73 668	5.45 677	6.61 662	6.24 674

CFNet_pseudo	2.67 626	9.36 655	0.32 254	10.99 677	0.33 348	0.85 460	0.33 334	0.49 378	0.33 342	0.49 384	0.32 336	0.49 388	7.26 672	0.49 387	0.33 331	0.41 296	9.62 676	0.41 370	0.29 315	10.03 678	0.29 297

CFNet_ucs	2.73 627	9.64 657	0.33 259	9.92 673	0.32 336	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 388	8.98 676	0.48 381	0.33 331	0.41 296	9.96 679	0.40 353	0.29 315	10.12 679	0.54 423

PCWNet_CMD	2.80 630	9.82 658	0.32 254	10.09 675	0.32 336	0.49 391	0.33 334	3.34 635	0.33 342	0.49 384	0.33 345	0.49 388	8.73 674	0.48 381	0.33 331	0.41 296	9.22 673	0.42 381	0.29 315	9.55 676	0.31 319

pcwnet_v2	2.66 625	9.89 659	0.33 259	9.89 672	0.32 336	0.50 400	0.32 323	0.49 378	0.33 342	0.49 384	0.34 353	0.49 388	8.76 675	0.48 381	0.33 331	0.41 296	9.58 675	0.40 353	0.29 315	9.01 674	0.63 442

UCFNet_RVC	2.75 628	10.06 660	0.29 230	10.31 676	0.29 273	0.42 320	0.29 266	0.43 317	0.29 268	0.42 307	0.29 272	0.42 319	9.87 678	0.43 319	0.29 265	0.36 254	9.84 678	0.36 288	0.26 252	9.77 677	0.26 233

MSMDNet	2.65 624	10.14 661	0.33 259	9.74 671	0.32 336	0.87 463	0.33 334	2.95 630	0.68 459	0.49 384	0.34 353	0.49 388	5.70 668	0.49 387	0.33 331	0.42 310	9.57 674	0.41 370	0.31 340	8.36 671	0.65 450

ccs_rob	2.79 629	10.17 662	0.32 254	10.00 674	0.33 348	0.49 391	0.33 334	1.90 579	0.32 332	0.51 405	0.33 345	0.49 388	9.24 677	0.49 387	0.33 331	0.41 296	9.82 677	0.41 370	0.28 302	9.34 675	0.29 297

test-v	7.53 674	11.89 663	7.98 674	9.36 669	7.14 677	7.06 674	7.09 677	7.37 674	6.91 677	7.29 674	5.71 675	6.45 673	6.93 670	6.73 673	7.27 677	8.93 678	7.85 671	6.98 674	6.80 678	7.56 667	7.34 676

test-2	7.53 674	11.89 663	7.98 674	9.36 669	7.14 677	7.06 674	7.09 677	7.37 674	6.91 677	7.29 674	5.71 675	6.45 673	6.93 670	6.73 673	7.27 677	8.93 678	7.85 671	6.98 674	6.80 678	7.56 667	7.34 676

rafts_anoy	20.00 678	20.00 665	20.00 678	20.00 678	20.00 680	20.00 679	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 681	20.00 680	20.00 681	20.00 680	20.00 679

raft+_RVC	20.00 678	20.00 665	20.00 678	20.00 678	20.00 680	20.00 679	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 681	20.00 680	20.00 681	20.00 680	20.00 679

raftrobust	20.00 678	20.00 665	20.00 678	20.00 678	20.00 680	20.00 679	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 681	20.00 680	20.00 681	20.00 680	20.00 679

CasAABBNet	20.00 678	20.00 665	20.00 678	20.00 678	20.00 680	20.00 679	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 681	20.00 680	20.00 681	20.00 680	20.00 679

RALCasStereoNet	20.00 678	20.00 665	20.00 678	20.00 678	20.00 680	20.00 679	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 681	20.00 680	20.00 681	20.00 680	20.00 679

RALAANet	20.00 678	20.00 665	20.00 678	20.00 678	20.00 680	20.00 679	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 680	20.00 681	20.00 680	20.00 681	20.00 680	20.00 679

MANE	19.05 677	23.00 671	15.00 677	23.00 684	15.00 679	24.00 685	16.00 679	24.00 686	16.00 679	22.00 686	15.00 679	23.00 686	16.00 679	23.00 686	15.00 679	22.00 686	15.00 680	22.00 686	15.00 680	22.00 686	15.00 678

stereogan	2.33 612	24.38 672	1.18 496	1.18 461	1.18 534	1.14 505	1.18 525	1.19 499	1.19 531	1.14 506	1.18 528	1.14 508	1.18 517	1.14 508	1.18 525	1.14 485	1.14 497	1.19 520	1.19 526	1.15 487	1.19 526

Abc-Net	2.32 611	24.75 673	1.14 490	1.17 460	1.17 532	1.11 502	1.15 521	1.17 496	1.21 577	1.08 496	1.16 524	1.12 507	1.14 511	1.09 501	1.17 524	1.09 474	1.16 499	1.17 515	1.17 525	1.16 489	1.11 511
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 612	25.00 674	1.13 489	1.15 454	1.15 527	1.10 499	1.15 521	1.15 491	1.15 524	1.12 503	1.15 521	1.09 500	1.13 509	1.10 503	1.15 520	1.11 481	1.09 489	1.16 511	1.12 520	1.16 489	1.17 522

RGC	2.36 614	25.48 675	1.19 498	1.15 454	1.15 527	1.10 499	1.16 523	1.17 496	1.16 525	1.12 503	1.16 524	1.11 506	1.13 509	1.09 501	1.18 525	1.10 476	1.15 498	1.16 511	1.12 520	1.14 484	1.12 513

NCC-stereo	2.36 614	25.52 676	1.17 494	1.15 454	1.17 532	1.11 502	1.11 517	1.15 491	1.16 525	1.10 497	1.16 524	1.10 502	1.15 512	1.14 508	1.13 518	1.09 474	1.11 493	1.15 510	1.16 524	1.17 494	1.17 522

AF-Net	2.37 616	25.71 677	1.17 494	1.13 450	1.15 527	1.15 506	1.18 525	1.19 499	1.16 525	1.10 497	1.15 521	1.10 502	1.18 517	1.12 507	1.15 520	1.10 476	1.10 492	1.17 515	1.15 522	1.16 489	1.12 513

Nwc_Net	2.37 616	25.95 678	1.15 492	1.14 451	1.15 527	1.08 496	1.14 520	1.17 496	1.16 525	1.14 506	1.15 521	1.08 498	1.15 512	1.11 505	1.14 519	1.10 476	1.11 493	1.16 511	1.09 519	1.16 489	1.15 518

FAT-Stereo	2.46 620	26.05 679	1.23 550	1.23 510	1.22 583	1.20 508	1.24 575	1.23 550	1.23 579	1.19 509	1.22 575	1.21 558	1.24 567	1.20 513	1.24 576	1.21 536	1.17 502	1.22 568	1.25 579	1.20 499	1.24 576

S-Stereo	2.51 621	26.86 680	1.23 550	1.22 508	1.22 583	1.24 556	1.25 576	1.22 548	1.24 580	1.21 555	1.24 577	1.19 512	1.27 569	1.19 512	1.24 576	1.19 488	1.20 504	1.25 569	1.19 526	1.24 548	1.23 575

MoCha-V2	2.11 594	26.97 681	0.78 452	0.92 420	0.77 490	0.96 474	0.72 474	0.90 459	0.72 478	0.94 473	0.70 473	0.90 470	0.71 469	0.91 469	0.71 471	0.85 444	0.71 445	0.88 477	0.69 476	0.87 450	0.67 454

edge stereo	2.43 619	27.07 682	1.14 490	1.06 442	1.14 526	1.08 496	1.17 524	1.16 494	1.14 523	1.10 497	1.16 524	1.09 500	1.16 516	1.10 503	1.16 523	1.10 476	1.11 493	1.16 511	1.19 526	1.13 483	1.11 511

fff	1000028.16 704	29.62 683	29.72 685	32.61 685	30.02 687	35.13 688	31.83 688	32.07 688	10000000.00 706	35.27 690	29.82 688	32.45 688	30.15 687	32.35 688	30.09 687	31.04 688	29.55 689	30.64 688	30.14 688	10000000.00 707	30.77 687

csc	1000028.16 704	29.62 683	29.72 685	32.61 685	30.02 687	35.13 688	31.83 688	32.07 688	10000000.00 706	35.27 690	29.82 688	32.45 688	30.15 687	32.35 688	30.09 687	31.04 688	29.55 689	30.64 688	30.14 688	10000000.00 707	30.77 687

cscssc	1000028.16 704	29.62 683	29.72 685	32.61 685	30.02 687	35.13 688	31.83 688	32.07 688	10000000.00 706	35.27 690	29.82 688	32.45 688	30.15 687	32.35 688	30.09 687	31.04 688	29.55 689	30.64 688	30.14 688	10000000.00 707	30.77 687

STTStereo	3.73 638	30.40 686	2.37 624	2.39 572	2.31 640	2.35 604	2.33 634	2.29 596	2.42 637	2.32 606	2.34 639	2.33 599	2.36 625	2.30 601	2.27 636	2.35 603	2.22 619	2.31 611	2.22 634	2.29 590	2.34 631

111	30.40 684	30.94 687	29.72 685	32.61 685	30.02 687	33.57 686	30.47 687	31.50 687	29.39 687	30.98 687	29.11 687	29.78 687	30.39 690	29.45 687	30.76 690	30.08 687	29.02 688	29.92 687	30.32 691	29.86 687	30.17 686

DCANet-4	35.22 686	34.54 688	35.08 691	33.58 689	35.47 694	34.55 687	35.53 694	36.08 693	35.85 691	35.92 693	35.77 693	35.18 693	35.48 692	35.39 693	37.15 696	34.55 693	33.92 692	35.02 694	34.90 693	35.79 691	34.74 693

tt	500032.53 702	34.60 689	29.72 685	37.47 694	34.41 692	36.85 692	35.22 692	34.71 691	33.55 689	34.50 688	35.43 691	33.81 691	10000000.00 707	33.57 691	33.13 691	33.68 691	35.00 693	34.03 692	35.26 694	30.96 688	34.63 691

DCANet	500032.53 702	34.60 689	29.72 685	37.47 694	34.41 692	36.85 692	35.22 692	34.71 691	33.55 689	34.50 688	35.43 691	33.81 691	10000000.00 707	33.57 691	33.13 691	33.68 691	35.00 693	34.03 692	35.26 694	30.96 688	34.63 691

WCMA_ROB	31.10 685	35.43 691	27.12 684	39.51 696	23.10 686	38.78 697	25.30 686	37.49 698	25.39 686	37.29 697	27.02 686	38.52 698	26.48 686	37.80 697	26.44 686	36.28 694	22.65 687	33.90 691	22.30 687	37.10 695	24.18 685

ADStereo(finetuned)	36.13 687	36.63 692	38.07 695	36.97 690	33.25 691	35.91 691	34.45 691	36.36 694	32.99 688	38.14 698	36.71 694	36.69 694	34.13 691	38.57 698	40.79 697	37.60 698	36.58 695	35.90 695	33.36 692	35.42 690	34.04 690

Reg-Stereo(zero)	37.00 688	37.00 693	37.00 692	37.00 691	37.00 695	37.00 694	37.00 695	37.00 695	37.00 692	37.00 694	37.00 695	37.00 695	37.00 693	37.00 694	37.00 693	37.00 695	37.00 696	37.00 696	37.00 696	37.00 692	37.00 694

HI	37.00 688	37.00 693	37.00 692	37.00 691	37.00 695	37.00 694	37.00 695	37.00 695	37.00 692	37.00 694	37.00 695	37.00 695	37.00 693	37.00 694	37.00 693	37.00 695	37.00 696	37.00 696	37.00 696	37.00 692	37.00 694

CoSv	37.00 688	37.00 693	37.00 692	37.00 691	37.00 695	37.00 694	37.00 695	37.00 695	37.00 692	37.00 694	37.00 695	37.00 695	37.00 693	37.00 694	37.00 693	37.00 695	37.00 696	37.00 696	37.00 696	37.00 692	37.00 694

NLCA_NET_v2_RVC	5.04 666	50.87 696	2.78 629	2.87 587	2.71 642	2.78 630	0.47 414	2.88 629	2.86 642	1.89 581	2.67 641	2.79 631	2.79 630	2.78 630	2.83 639	2.82 621	2.82 627	2.83 629	2.77 641	2.83 616	2.76 636
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MDST_ROB	69.83 691	87.70 697	41.95 696	113.75 699	65.62 700	75.05 698	55.25 699	75.64 700	45.04 695	71.61 699	41.75 698	72.81 699	44.06 696	68.38 699	44.63 698	101.89 701	59.57 701	107.10 701	61.05 701	104.38 698	59.38 699

MGS-Stereo	239.45 696	123.00 698	135.00 700	266.00 702	286.00 704	277.00 703	305.00 704	271.00 704	242.00 701	274.00 704	279.00 704	255.00 704	270.00 702	268.00 704	297.00 704	221.00 704	247.00 705	216.00 704	123.00 702	217.00 701	217.00 703

AE-Stereo	201.80 695	123.00 698	115.00 698	219.00 701	218.00 703	223.00 702	244.00 703	217.00 703	236.00 700	202.00 703	203.00 702	205.00 703	208.00 700	225.00 703	204.00 702	210.00 703	198.00 703	197.00 703	184.00 704	204.00 700	201.00 701

EGLCR-Stereo	246.90 697	129.00 700	139.00 701	266.00 702	286.00 704	277.00 703	305.00 704	271.00 704	242.00 701	274.00 704	279.00 704	255.00 704	270.00 702	268.00 704	297.00 704	230.00 705	247.00 705	216.00 704	223.00 706	237.00 702	227.00 704

NOSS_ROB	102.95 692	153.00 701	121.00 699	51.00 697	44.00 698	165.00 701	127.00 700	153.00 701	119.00 697	164.00 702	125.00 700	168.00 702	120.00 698	153.00 701	117.00 700	49.00 699	44.00 699	49.00 699	44.00 699	49.00 696	44.00 697

MeshStereo	159.24 694	171.00 702	160.68 702	162.58 700	160.59 701	164.01 700	160.35 701	158.51 702	158.56 698	158.34 701	160.12 701	158.56 701	159.92 699	157.26 702	158.94 701	154.38 702	158.36 702	155.75 702	159.13 703	153.67 699	154.07 700
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
PA-Net	11.80 676	223.51 703	0.62 413	0.59 371	0.71 475	0.59 430	0.73 475	0.67 432	0.73 481	0.55 419	0.61 452	0.60 432	0.74 472	0.63 432	0.73 473	0.66 411	0.60 418	0.69 449	0.66 469	0.72 426	0.65 450
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	284.23 698	354.61 704	207.27 703	363.24 704	206.46 702	364.72 705	210.41 702	364.72 706	210.41 699	364.81 706	208.64 703	364.81 706	208.64 701	364.72 706	210.41 703	354.70 706	205.53 704	354.70 706	205.53 705	354.70 703	205.53 702

LE_ROB	396.57 699	471.28 705	329.84 704	471.48 705	308.15 706	526.83 706	322.10 706	488.15 707	323.76 703	495.46 707	317.97 706	497.17 707	320.10 704	481.62 707	326.76 706	462.71 707	298.97 707	466.16 707	285.98 707	447.62 704	289.21 705

SGM-ForestM	596.69 700	677.77 706	444.52 705	699.85 706	517.25 707	732.94 707	488.29 707	770.79 708	460.11 704	750.81 708	487.98 707	792.79 708	499.41 705	730.90 708	475.81 707	720.03 708	491.16 708	663.96 708	418.60 708	674.76 705	436.05 706

CBMV_ROB	818.48 701	913.88 707	709.52 706	862.84 707	597.78 708	1073.99 708	700.52 708	1015.66 709	702.59 705	1115.65 709	760.02 708	1130.24 709	721.57 706	1037.41 709	692.65 708	814.05 709	564.29 709	843.28 709	595.31 709	915.51 706	602.92 707

CBMV	128.50 693	1422.70 708	53.10 697	79.50 698	51.30 699	77.30 699	49.70 698	74.00 699	48.20 696	77.20 700	48.80 699	73.90 700	48.00 697	73.80 700	48.80 699	70.40 700	45.10 700	68.90 700	46.10 700	68.20 697	45.00 698
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111111	10000000.00 707	10000000.00 709	10000000.00 707	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 710	10000000.00 706	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 707	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 707	10000000.00 708

SGD-Stereo	10000000.00 707	10000000.00 709	10000000.00 707	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 710	10000000.00 706	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 707	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 707	10000000.00 708

IGEV-Stereo++	10000000.00 707	10000000.00 709	10000000.00 707	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 710	10000000.00 706	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 707	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 707	10000000.00 708

IGEV-BASED-STEREO-	10000000.00 707	10000000.00 709	10000000.00 707	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 710	10000000.00 706	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 707	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 707	10000000.00 708

IGEV-Stereo+	10000000.00 707	10000000.00 709	10000000.00 707	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 710	10000000.00 706	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 707	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 707	10000000.00 708

SDNR	10000000.00 707	10000000.00 709	10000000.00 707	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 710	10000000.00 706	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 707	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 707	10000000.00 708

anonymousdsp2	10000000.00 707	10000000.00 709	10000000.00 707	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 710	10000000.00 706	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 707	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 707	10000000.00 708

anonymousdsp	10000000.00 707	10000000.00 709	10000000.00 707	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 710	10000000.00 706	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 707	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 707	10000000.00 708

test_example2	10000000.00 707	10000000.00 709	10000000.00 707	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 710	10000000.00 706	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 707	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 707	10000000.00 708

DIP-Stereo	10000000.00 707	10000000.00 709	10000000.00 707	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 710	10000000.00 706	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 707	10000000.00 710	10000000.00 709	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 710	10000000.00 707	10000000.00 708
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 653	0.50 395	0.38 363	0.54 383	0.43 366	0.46 392	0.34 361	0.46 365	0.35 349

FSD					0.44 411	0.56 422	0.44 401	0.55 411	0.44 404	0.56 421	0.44 409	0.56 424	0.44 400	0.56 418	0.46 403	0.61 401	0.42 361	0.52 426	0.42 415	0.52 398

Low-res two-view benchmark