Low-res two-view results

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 121	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

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 429	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 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

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

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

Wz-Net-MNSev	0.06 61	0.54 262	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

WZ-Net	0.05 57	0.50 244	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

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

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

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

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

iinet-test	0.08 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	0.71 421	0.02 16	0.02 19	0.02 21	0.02 21	0.16 184

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	0.73 429	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

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

CoDeX	0.15 146	0.70 280	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	0.67 453	0.02 15	0.69 445	0.75 462	0.01 9	0.02 21	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 111	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	0.36 323	0.02 19	0.02 21	0.02 21	0.02 20

psmg	0.43 300	1.91 508	0.92 478	1.91 558	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	1.97 588	1.44 581	0.04 93	0.03 57	0.02 21	0.03 52

CSP-Net	0.34 229	1.29 437	1.19 506	1.36 535	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	1.26 547	1.21 558	0.03 41	0.09 136	0.02 21	0.09 135

SFCPSM	0.17 157	0.78 292	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	0.79 490	0.02 15	0.75 458	0.76 464	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 191	1.31 441	0.74 453	0.92 426	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	0.87 453	0.75 458	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	1.01 446	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	0.90 421	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	1.62 551	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

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 571	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

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

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

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

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 432	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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	0.92 457	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 90	0.98 330	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

zh-mn7	0.12 120	1.14 371	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

w-ln-seven-2	0.14 134	1.22 433	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

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

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

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

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

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

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

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

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

DualNet (step1)	0.10 90	1.05 358	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	1.05 358	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	1.05 358	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

test_sample7	0.09 75	1.00 339	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

test_sample6	0.09 75	0.97 329	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

test_sample4	0.10 90	1.03 354	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_sample3	0.09 75	0.87 306	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_sample2	0.09 75	1.03 354	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

test_sample1	0.09 75	0.87 306	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

SMFormer	0.09 75	1.01 348	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

tta	0.09 75	0.95 326	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

qqq1	0.25 191	3.70 596	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	3.70 596	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

1111x	0.10 90	1.14 371	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

xxx	0.09 75	1.01 348	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

qqq	0.16 153	2.01 517	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

x	0.11 111	1.15 374	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

test_xeample	0.10 90	1.09 364	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

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 548	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	1.60 548	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	1.71 554	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	1.27 520	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

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	0.58 395	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

z-mn7	0.16 153	1.21 427	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

z-ln-s-r	0.21 173	1.40 450	0.53 399	0.56 366	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	0.57 394	0.44 374	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 161	1.47 452	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

test_sample5	0.10 90	1.07 362	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	1.07 362	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

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

222	0.10 90	0.99 337	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

xxxx	0.11 111	1.16 376	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

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

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

FADNet-RVC-Resample	0.12 120	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	1.57 605	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	1.65 609	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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	1.66 611	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCP+	0.15 146	0.04 52	0.04 64	2.20 570	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	4.34 643	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

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

mmm	0.14 134	1.83 493	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

11t1	0.17 157	2.16 527	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

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 504	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

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

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

ffm	0.25 191	3.83 602	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	3.83 602	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	3.83 602	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

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

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
GwcNet	0.12 120	0.07 77	0.05 79	0.08 69	0.05 121	0.08 127	1.20 535	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

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	1.71 614	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

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

BEATNet-Init1	0.19 165	0.08 79	0.08 82	2.23 572	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

SuperB	0.21 173	0.10 92	2.51 636	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

DeepPrunerF	0.19 165	0.08 79	0.08 82	2.23 572	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

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

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

MatchStereo	0.54 374	0.12 105	2.38 634	2.32 578	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	2.34 611	2.34 630	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

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

ac_64	0.22 179	0.13 107	0.19 188	0.23 176	0.10 147	0.26 229	1.02 520	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

PASM	0.39 273	3.06 581	1.36 572	1.58 544	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

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

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	0.73 475

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	0.82 491

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

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

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

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

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

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
CCAANet	0.17 157	0.72 282	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

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
DF	0.39 273	1.37 447	1.02 490	1.14 458	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	1.12 489	1.00 482	0.15 166	0.12 170	0.15 165	0.12 166

castereo++	0.54 374	3.59 593	1.15 500	1.31 529	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	1.45 562	1.16 507	0.15 166	0.14 184	0.15 165	0.13 173

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

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

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
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
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

xyz-stereo	0.18 161	0.50 244	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

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

ICVP	0.15 146	0.53 258	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)
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

DDVS	0.30 208	3.10 582	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

ACVNet	0.20 167	0.19 124	0.14 148	0.20 160	0.14 181	0.20 187	0.96 511	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	0.96 511	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

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
DEFOM-Stereo_RVC	0.83 449	5.18 628	1.98 623	2.19 569	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	2.28 605	2.13 625	0.24 219	0.17 216	0.18 180	0.16 184

castereo	0.61 388	3.79 601	1.35 564	1.52 543	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	1.43 561	1.38 577	0.17 178	0.16 194	0.18 180	0.16 184

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

HCRNet	1.22 553	7.11 648	3.00 641	3.55 623	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	3.64 639	3.00 637	0.76 464	0.32 347	0.18 180	0.13 173

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

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

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
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

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	1.19 535	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	1.19 535	0.20 174	0.17 190	0.24 219	0.14 184	0.20 187	0.14 178

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

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

GEStereo_RVC	0.86 461	4.45 617	0.20 191	0.27 198	0.20 227	0.27 233	0.20 214	0.26 221	0.18 213	5.03 673	0.20 227	0.27 233	0.19 221	0.27 233	0.21 220	0.20 174	0.19 198	0.19 190	4.02 677	0.20 187	0.18 206

MSKI-zero shot	0.24 188	0.21 134	0.49 381	0.65 383	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

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

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

ACV-stereo	0.30 208	2.08 519	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

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

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	0.66 426	0.80 407	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

dd	0.23 185	0.98 330	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

dad	0.23 185	1.03 354	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

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

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

VIP-Stereo	0.70 408	2.97 580	2.43 635	2.49 585	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	1.86 577	1.26 560	0.23 210	0.15 192	0.23 206	0.15 183

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

LACA3	0.23 185	0.25 154	0.27 220	0.54 359	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

DLNR-FE	0.28 202	0.89 311	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

AANet_RVC	1.26 556	0.31 168	4.99 668	5.93 660	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	5.66 670	4.76 663	0.26 229	0.30 329	0.24 210	0.27 271

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

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

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	3.08 655

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	3.08 655

LoS_RVC	0.30 208	1.14 371	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

CAS	0.30 208	1.17 377	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

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.
tt1	0.31 215	0.93 323	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

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

DCVSM-stereo	0.36 245	1.89 505	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

TorneroNet-64	0.45 336	0.27 159	0.30 234	0.58 369	0.27 258	0.70 445	0.30 271	0.28 224	0.73 488	0.73 448	0.28 266	0.71 447	0.66 456	0.75 450	0.27 245	0.27 212	0.29 251	0.37 291	0.75 494	0.28 222	0.30 310

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

xxxxx1	0.31 215	0.91 316	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	0.91 316	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	0.91 316	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

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

DEFOM-Stereo	0.68 402	3.11 583	1.40 578	1.63 552	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	1.59 569	1.47 583	0.30 242	0.29 315	0.30 228	0.28 291

WCG-NET（raft）	0.32 224	1.24 435	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

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

DStereoSA	0.32 224	0.52 254	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

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

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	0.47 429	0.32 236	0.34 340

FE-Mocha	0.35 238	0.71 281	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	0.41 353	0.33 258	0.29 315	0.32 236	0.29 297

PAM	0.39 273	1.88 504	0.34 269	0.37 229	0.41 399	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	0.37 383	0.32 236	0.22 214

1test111	0.37 255	1.02 352	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	1.02 352	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

IGEV-Stereo	0.35 238	0.44 215	0.45 354	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	0.46 351	0.39 340	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
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

ACVNet-DCA	0.37 255	1.00 339	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

DLNR_Zeroshot_test	0.31 215	0.28 162	0.47 366	0.79 404	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

CRFU-Net	0.65 395	1.67 458	1.22 556	1.96 562	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	1.80 576	1.62 598	0.34 267	0.23 236	0.33 243	0.23 216

FENet	0.54 374	1.52 454	1.19 506	1.41 539	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	1.40 559	1.07 491	0.32 251	0.23 236	0.33 243	0.23 216

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	1.08 480	0.26 221	0.33 258	0.27 289	0.34 247	0.33 333

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

xx1	0.38 261	1.03 354	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

CASnet	0.35 238	0.51 252	0.44 352	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	0.45 400	0.37 257	0.37 326	0.33 258	0.35 374	0.34 247	0.37 358
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BUS	0.83 449	1.91 508	0.92 478	4.48 634	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	1.97 588	4.19 660	0.33 258	0.23 236	0.34 247	0.27 271

NINENet	0.69 405	3.87 605	1.20 509	1.98 563	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	1.79 575	1.56 590	0.34 267	0.22 230	0.34 247	0.23 216

BSDual-CNN	0.81 441	1.91 508	0.92 478	4.48 634	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	1.97 588	4.19 660	0.33 258	0.23 236	0.34 247	0.27 271

hknet	1.10 498	1.85 499	3.49 657	4.48 634	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	4.39 646	4.19 660	0.33 258	0.23 236	0.34 247	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

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

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

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

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

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	0.35 317	0.36 288	0.26 252	0.35 260	0.26 233

MyStereo07	0.60 383	3.72 599	0.48 374	0.49 304	0.41 399	0.36 264	0.32 323	0.49 378	0.43 402	0.51 406	0.42 406	0.49 388	0.43 399	0.51 405	0.64 445	0.49 366	0.45 375	0.34 267	0.32 347	0.35 260	0.43 390

MyStereo04	0.56 381	3.72 599	0.59 406	0.49 304	0.41 399	0.36 264	0.32 323	0.37 258	0.31 322	0.34 253	0.46 417	0.35 261	0.32 333	0.35 261	0.33 331	0.49 366	0.45 375	0.34 267	0.32 347	0.35 260	0.43 390

HH	0.71 411	2.54 554	0.74 453	1.10 452	0.32 336	0.41 300	0.37 364	0.69 435	0.78 492	0.73 448	0.90 508	0.75 455	1.00 503	0.84 464	0.69 468	0.69 415	0.40 343	0.35 283	0.26 252	0.35 260	0.26 233

HanStereo	0.71 411	2.54 554	0.74 453	1.10 452	0.32 336	0.41 300	0.37 364	0.69 435	0.78 492	0.73 448	0.90 508	0.75 455	1.00 503	0.84 464	0.69 468	0.69 415	0.40 343	0.35 283	0.26 252	0.35 260	0.26 233

FCDSN-DC	0.41 286	0.59 270	0.64 420	0.54 359	0.33 348	0.50 400	0.37 364	0.42 311	0.40 384	0.61 431	0.43 408	0.50 402	0.49 422	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.
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	0.35 317	0.35 283	0.35 374	0.35 260	0.35 350

Monster-pub-mixall	0.44 313	0.56 266	0.60 410	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	0.85 468	0.27 245	1.46 563	0.26 221	0.34 267	0.26 252	0.36 267	0.53 423

Replicate-Monster	0.45 336	0.57 267	0.60 410	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	0.99 488	0.27 245	1.36 556	0.31 265	0.34 267	0.30 329	0.36 267	0.54 426

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

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	0.36 323	0.35 283	0.36 380	0.36 267	0.36 353

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	0.68 460	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	0.69 468	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	0.73 480	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.30 310

Monster-pub-eth3d	0.45 336	0.57 267	0.60 410	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	0.92 480	0.27 245	1.42 560	0.28 237	0.34 267	0.28 302	0.37 271	0.53 423

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	0.45 341	0.32 269	0.38 299	0.30 329	0.37 271	0.27 271

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	0.38 333	0.38 299	0.37 383	0.37 271	0.36 353

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

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	0.38 333	0.38 299	0.37 383	0.37 271	0.38 365

EKT-Stereo	0.37 255	0.40 193	0.44 352	1.07 450	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

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	0.44 410	0.47 377	0.36 358	0.44 348	0.36 351	0.37 257	0.39 340	0.44 384	0.35 374	0.37 271	0.36 353

IER	0.88 464	7.04 647	2.23 628	2.75 590	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

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	0.37 358
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
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	0.37 326	0.37 291	0.37 383	0.37 271	0.37 358

aanet-new-90k	0.44 313	1.82 490	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-60k	0.44 313	1.81 483	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-70k	0.44 313	1.82 490	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

aanet-new-78k	0.44 313	1.80 478	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	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-40k	0.44 313	1.81 483	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	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-36k	0.44 313	1.80 478	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	0.44 313	1.80 478	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	0.44 313	1.78 473	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	0.45 341	0.34 310	0.39 340	0.26 252	0.38 284	0.26 233

aanet-new-32k	0.44 313	1.79 477	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-30k	0.44 313	1.78 473	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-28k	0.44 313	1.81 483	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	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT26K	0.43 300	1.76 468	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-24k	0.44 313	1.78 473	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-22k	0.44 313	1.81 483	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	0.44 313	1.83 493	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-14k	0.60 383	5.12 626	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	0.37 326	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-8k	0.43 300	1.76 468	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	1.80 478	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-cres-4k	0.44 313	1.81 483	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	1.77 470	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

GCAP-Stereo-DPT-36K	0.43 300	1.78 473	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-22K	0.44 313	1.85 499	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-20K	0.43 300	1.77 470	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

GCAP-Stereo-DPT-24K	0.44 313	1.86 502	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-5K	0.44 313	1.80 478	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

GCAP-Stereo-DPT-2K	0.44 313	1.82 490	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	1.77 470	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

GCAP-Stereo-DPT-50K	0.44 313	1.83 493	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	0.36 323	0.38 299	0.26 252	0.38 284	0.26 233

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

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	0.69 468	0.38 268	0.33 281	0.40 353	0.30 329	0.38 284	0.30 310

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	2.84 646

GCAP-BAT	0.41 286	1.30 439	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

RAFT-Stereo-weight	0.45 336	1.90 507	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

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

GCAPDPT-zeroshot4090	0.40 278	1.09 364	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	0.45 341	0.34 310	0.38 299	0.27 289	0.38 284	0.27 271

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	0.38 333	0.38 299	0.37 383	0.38 284	0.38 365

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	0.38 333	0.38 299	0.38 396	0.38 284	0.38 365

HanzoNet	0.39 273	0.38 182	0.40 330	0.39 237	0.41 399	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	0.38 333	0.40 353	0.38 396	0.38 284	0.40 373

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	0.38 333	0.39 340	0.38 396	0.38 284	0.38 365

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

RCA-Stereo	0.51 368	3.22 587	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

aanet-new-10k	0.45 336	1.81 483	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	0.46 351	0.35 317	0.39 340	0.27 289	0.39 325	0.27 271

aanet-new-12k	0.46 343	1.99 516	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	0.47 358	0.35 317	0.39 340	0.27 289	0.39 325	0.27 271

GCAP-Stereo-DPT-25K	0.41 286	1.09 364	0.40 330	0.52 354	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	0.46 351	0.35 317	0.39 340	0.28 302	0.39 325	0.28 291

DDF-Stereo	0.43 300	1.15 374	0.57 404	0.53 356	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	0.52 380	0.50 400	0.38 299	0.31 340	0.39 325	0.31 319

water-stereo	0.41 286	0.84 300	0.46 359	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	0.41 353	0.39 340	0.31 340	0.39 325	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	0.38 333	0.38 299	0.37 383	0.39 325	0.39 371

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

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

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	0.47 402	0.37 383	0.39 325	0.33 333

error version	0.93 474	4.47 618	2.35 631	1.99 564	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	1.87 579	2.16 626	0.47 402	0.37 383	0.39 325	0.33 333

test_1	0.93 474	4.47 618	2.35 631	1.99 564	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	1.87 579	2.16 626	0.47 402	0.37 383	0.39 325	0.33 333

GCAP-Stereo-DPT-FT	0.41 286	1.06 361	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	0.56 425	0.30 279	0.44 348	0.31 310	0.45 341	0.34 310	0.39 340	0.27 289	0.40 337	0.27 271

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

RSM	0.36 245	0.36 176	0.43 350	0.37 229	0.42 409	0.49 391	0.42 399	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	0.35 374	0.40 337	0.29 297

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	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

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	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

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	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

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	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

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	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

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

Gwc-CoAtRS	0.41 286	1.49 453	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

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	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
depthmonostereo	0.44 313	0.85 302	0.46 359	0.54 359	0.40 389	0.52 416	0.38 371	0.52 405	0.35 355	0.47 370	0.34 353	0.46 371	0.34 349	0.47 373	0.34 344	0.45 341	0.43 367	0.41 370	0.33 357	0.41 348	0.32 326

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
ccccc		0.44 215		0.48 298	0.35 361	0.48 386		0.51 401		0.47 370		0.47 377		0.47 373		0.41 296	0.40 343	0.40 353	0.40 400	0.41 348

Former-RAFT_DAM_RVC	0.49 361	0.98 330	0.64 420	0.84 412	0.46 418	0.45 370	0.35 352	0.47 370	0.47 414	0.45 358	0.34 353	0.46 371	0.48 417	0.46 369	0.35 348	0.39 281	0.71 452	0.39 340	0.35 374	0.41 348	0.41 381

GwcNet-ADL	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

PSMNet-ADL	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

GANet-ADL	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

ADLNet2	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

ADLNet	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

CFNet-RSSM	0.91 467	4.89 623	0.34 269	0.44 281	1.07 527	1.62 587	1.40 600	0.91 468	0.35 355	1.60 579	1.39 600	0.64 438	0.34 349	0.44 348	0.33 331	0.41 296	0.35 317	0.75 462	0.30 329	0.41 348	0.29 297

quiztm	0.43 300	0.49 239	0.40 330	0.51 351	0.40 389	0.51 412	0.40 385	0.50 387	0.40 384	0.50 397	0.40 389	0.51 413	0.40 378	0.50 395	0.40 378	0.44 312	0.34 310	0.44 384	0.34 361	0.44 358	0.34 340

SCV_C0	0.45 336	0.88 308	0.49 381	0.54 359	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	0.50 372	0.41 353	0.44 384	0.34 361	0.44 358	0.34 340

SCV	0.46 343	0.94 325	0.45 354	0.54 359	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	0.50 372	0.46 377	0.44 384	0.34 361	0.44 358	0.34 340

GCST	0.50 363	2.08 519	0.38 287	0.53 356	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	0.48 363	0.37 326	0.45 389	0.33 357	0.44 358	0.33 333

LL-Strereo2	0.48 355	1.73 466	0.51 392	0.59 372	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	0.60 398	0.51 405	0.44 384	0.33 357	0.44 358	0.33 333

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	0.42 394	0.25 207	0.22 207	0.25 224	0.22 230	0.45 363	2.90 647

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	0.45 363	0.56 436

UGAM	0.51 368	2.23 533	0.39 298	0.54 359	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	0.49 366	0.37 326	0.45 389	0.34 361	0.45 363	0.34 340

Pro-Stereo	0.79 433	0.53 258	0.38 287	0.49 304	0.38 378	0.49 391	0.37 364	0.49 378	0.67 458	0.50 397	0.38 376	1.10 509	0.38 367	0.49 387	0.38 363	0.71 421	0.88 474	5.98 681	0.36 380	0.46 366	0.36 353

GEAStereo	0.62 390	3.91 606	0.48 374	0.69 389	0.38 378	0.51 412	0.38 371	0.51 401	0.38 370	0.53 412	0.38 376	0.50 402	0.38 367	0.51 405	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.34 340

GSStereo	0.81 441	4.28 616	0.50 386	0.59 372	0.40 389	0.51 412	0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 662	0.50 395	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.35 350

GS-Stereo							0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 662	0.50 395	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.35 350

gasm-f	0.62 390	3.91 606	0.48 374	0.69 389	0.38 378	0.51 412	0.38 371	0.51 401	0.38 370	0.53 412	0.38 376	0.50 402	0.38 367	0.51 405	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.34 340

GASTEREO	0.48 355	1.21 427	0.47 366	0.57 367	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	0.52 380	0.42 362	0.46 393	0.34 361	0.46 366	0.34 340

UGAM-zero	0.51 368	2.17 528	0.39 298	0.53 356	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	0.49 366	0.37 326	0.47 402	0.35 374	0.46 366	0.34 340

otaku	0.46 343	0.46 227	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.46 364	0.46 417	0.46 371	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

Ntro	0.47 350	0.47 231	0.46 359	0.46 286	0.46 418	0.47 381	0.47 415	0.46 364	0.47 414	0.46 364	0.46 417	0.47 377	0.46 408	0.47 373	0.47 411	0.47 358	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

Dean	0.46 343	0.46 227	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.47 370	0.46 417	0.46 371	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

ACVNet_1	0.46 343	0.47 231	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.47 414	0.46 364	0.46 417	0.46 371	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.47 402	0.46 422	0.46 366	0.46 396

ACVNet-4b	0.46 343	0.46 227	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.46 364	0.46 417	0.46 371	0.46 408	0.47 373	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

Selective-IGEV	0.51 368	0.55 264	0.45 354	0.69 389	0.45 416	0.61 433	0.45 408	0.50 387	0.40 384	0.56 422	0.44 410	0.55 422	0.40 378	0.72 445	0.67 453	0.59 397	0.46 377	0.45 389	0.34 361	0.46 366	0.37 358

DilatedVolume-Stereo	0.43 300	0.86 304	0.48 374	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	0.45 341	0.42 362	0.40 353	0.33 357	0.47 379	0.38 365

HaxPig	0.47 350	0.47 231	0.47 366	0.49 304	0.47 424	0.47 381	0.47 415	0.47 370	0.47 414	0.47 370	0.47 425	0.47 377	0.47 416	0.47 373	0.47 411	0.47 358	0.47 385	0.47 402	0.47 429	0.47 379	0.48 405

UNDER WATER	0.47 350	0.47 231	0.47 366	0.47 293	0.47 424	0.47 381	0.47 415	0.47 370	0.47 414	0.47 370	0.47 425	0.47 377	0.46 408	0.47 373	0.47 411	0.47 358	0.47 385	0.47 402	0.46 422	0.47 379	0.47 403

LVE	0.47 350	0.47 231	0.47 366	0.47 293	0.49 430	0.47 381	0.47 415	0.47 370	0.49 423	0.47 370	0.47 425	0.47 377	0.46 408	0.47 373	0.47 411	0.47 358	0.47 385	0.48 410	0.47 429	0.47 379	0.47 403

MSCF	0.51 368	1.40 450	0.49 381	0.58 369	0.38 378	0.50 400	0.38 371	0.54 409	0.41 394	0.52 409	0.41 396	0.53 415	0.42 396	0.53 412	0.41 386	0.60 398	0.47 385	0.48 410	0.37 383	0.48 383	0.38 365

RainbowNet	0.48 355	0.48 237	0.48 374	0.48 298	0.48 428	0.48 386	0.48 424	0.48 374	0.48 421	0.48 377	0.48 429	0.48 384	0.48 417	0.48 381	0.48 417	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.48 405

notaker	0.48 355	0.49 239	0.48 374	0.48 298	0.48 428	0.48 386	0.48 424	0.48 374	0.49 423	0.48 377	0.48 429	0.48 384	0.48 417	0.48 381	0.48 417	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.49 410

LG-Stereo_L1	0.47 350	0.52 254	0.47 366	0.62 377	0.39 388	0.53 418	0.40 385	0.53 407	0.39 383	0.53 412	0.39 386	0.53 415	0.39 377	0.53 412	0.39 375	0.55 390	0.46 377	0.49 415	0.37 383	0.49 386	0.37 358

TorneroNet	0.66 397	0.53 258	0.50 386	0.50 340	0.64 462	1.06 500	0.70 476	0.50 387	0.51 434	0.49 384	0.69 476	0.49 388	0.50 426	0.48 381	1.15 527	0.71 421	0.49 392	1.14 515	1.08 526	0.49 386	0.49 410

ACVNet_2	0.49 361	0.49 239	0.49 381	0.49 304	0.49 430	0.49 391	0.49 426	0.49 378	0.49 423	0.49 384	0.49 432	0.49 388	0.49 422	0.49 387	0.49 419	0.49 366	0.49 392	0.49 415	0.49 436	0.49 386	0.49 410

iRaftStereo_RVC	0.97 478	3.17 586	2.30 630	2.42 582	0.38 378	0.54 421	0.38 371	0.54 409	0.38 370	0.54 417	0.38 376	0.54 418	0.38 367	0.54 414	0.38 363	2.38 614	2.34 630	0.49 415	0.36 380	0.49 386	0.36 353

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	0.49 386	0.11 153

FoundationStereo	0.50 363	0.50 244	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

StereoAnything_RVC	0.50 363	0.50 244	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

fffft	0.48 355	0.51 252	0.45 354	0.52 354	0.45 416	0.52 416	0.45 408	0.52 405	0.48 421	0.53 412	0.45 414	0.52 414	0.45 405	0.52 410	0.46 404	0.51 378	0.41 353	0.50 419	0.41 408	0.50 391	0.41 381
1: 1. 1
dual_stereo	0.50 363	0.50 244	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

KSHMR	0.66 397	0.50 244	0.48 374	1.15 461	0.52 441	0.49 391	0.51 433	0.49 378	0.71 482	0.67 441	0.50 435	1.16 517	1.11 515	0.66 436	0.52 428	0.49 366	0.49 392	0.51 424	0.66 472	0.50 391	1.14 525

SANet	0.50 363	0.50 244	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

LG-Stereo_Zeroshot	0.48 355	0.55 264	0.47 366	0.63 379	0.41 399	0.56 423	0.44 402	0.56 413	0.41 394	0.56 422	0.41 396	0.57 428	0.42 396	0.56 419	0.41 386	0.55 390	0.43 367	0.51 424	0.37 383	0.51 397	0.37 358

Occ-G	1.12 501	0.52 254	3.72 662	3.50 622	0.50 434	0.56 423	0.47 415	0.54 409	0.46 409	0.54 417	0.41 396	0.54 418	0.42 396	0.52 410	0.42 394	3.42 638	4.02 659	0.52 427	0.45 420	0.51 397	0.44 393

FSD					0.44 412	0.56 423	0.44 402	0.55 412	0.44 405	0.56 422	0.44 410	0.56 425	0.44 401	0.56 419	0.46 404	0.61 402	0.42 362	0.52 427	0.42 416	0.52 399

LG-Stereo	0.60 383	0.58 269	0.47 366	0.64 382	0.74 484	1.00 484	0.69 470	0.57 416	0.41 394	0.57 425	0.41 396	0.57 428	0.41 390	1.00 490	0.75 485	0.91 454	0.51 405	0.52 427	0.37 383	0.52 399	0.37 358

ktn	0.72 414	0.53 258	1.08 494	1.14 458	0.51 440	1.22 561	1.36 593	0.51 401	0.59 445	0.51 406	0.51 441	0.69 444	1.20 527	0.67 438	0.51 426	0.51 378	0.49 392	0.58 435	0.66 472	0.52 399	0.53 423

LL-Strereo	1.01 488	5.06 625	1.63 591	0.70 395	1.43 600	0.56 423	0.46 410	0.57 416	0.50 427	0.57 425	0.50 435	1.58 582	0.49 422	0.59 426	0.50 421	1.64 572	0.52 407	0.51 424	1.37 595	0.52 399	0.45 395

PML	0.46 343	1.36 445	0.29 230	0.58 369	0.30 283	0.57 429	0.29 266	0.57 416	0.29 268	0.57 425	0.29 272	0.57 428	0.29 273	0.56 419	0.29 265	0.52 380	0.30 260	0.53 430	0.31 340	0.53 403	0.30 310

PSMNet_ROB	0.54 374	0.54 262	0.54 400	0.54 359	0.53 444	0.54 421	0.54 437	0.53 407	0.54 437	0.54 417	0.54 445	0.54 418	0.53 433	0.54 414	0.54 431	0.54 384	0.53 409	0.54 431	0.54 445	0.54 404	0.54 426

252Zero-FE	0.45 336	0.50 244	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	0.54 414	0.41 386	0.45 341	0.34 310	0.45 389	0.34 361	0.55 405	0.75 479

MyStereo8	0.71 411	3.92 608	0.52 395	0.59 372	0.52 441	0.57 429	0.53 435	0.59 421	0.50 427	0.59 429	0.51 441	0.57 428	0.50 426	0.56 419	0.52 428	0.54 384	0.49 392	0.54 431	0.49 436	0.55 405	0.50 413

DN	0.53 373	0.85 302	0.45 354	0.65 383	0.44 412	0.60 432	0.44 402	0.60 423	0.44 405	0.60 430	0.45 414	0.60 433	0.44 401	0.60 428	0.44 398	0.56 393	0.42 362	0.56 433	0.42 416	0.56 407	0.42 388

LiteMatch	1.13 503	0.73 284	2.80 639	3.23 605	0.61 456	0.83 464	0.68 462	0.73 443	0.69 469	1.00 484	0.77 496	0.94 484	0.57 438	0.82 458	0.64 445	2.97 631	2.43 633	0.68 447	0.32 347	0.56 407	0.70 465

Lsterematch	1.13 503	0.73 284	2.80 639	3.23 605	0.61 456	0.83 464	0.68 462	0.73 443	0.69 469	1.00 484	0.77 496	0.94 484	0.57 438	0.82 458	0.64 445	2.97 631	2.43 633	0.68 447	0.32 347	0.56 407	0.70 465

AIO-test1	0.54 374	0.60 272	0.52 395	0.66 387	0.47 424	0.61 433	0.47 415	0.58 419	0.46 409	0.61 431	0.46 417	0.61 435	0.45 405	0.62 429	0.45 400	0.61 402	0.52 407	0.57 434	0.48 433	0.57 410	0.48 405

AIO-test2	0.55 379	0.59 270	0.52 395	0.67 388	0.47 424	0.61 433	0.47 415	0.61 426	0.47 414	0.61 431	0.47 425	0.61 435	0.48 417	0.62 429	0.47 411	0.64 409	0.53 409	0.58 435	0.47 429	0.58 411	0.48 405

MonSter	0.60 383	0.64 275	0.52 395	0.62 377	0.44 412	2.07 602	0.44 402	0.62 427	0.44 405	0.62 434	0.44 410	0.62 437	0.44 401	0.62 429	0.44 398	0.58 395	0.42 362	0.62 438	0.46 422	0.58 411	0.42 388

WCG-NET	0.61 388	1.21 427	0.54 400	0.61 376	0.53 444	0.67 441	0.53 435	0.66 432	0.53 435	0.64 437	0.53 444	0.65 441	0.53 433	0.59 426	0.52 428	0.65 410	0.48 389	0.64 442	0.52 442	0.58 411	0.50 413

CASS	0.57 382	0.89 311	0.56 402	0.57 367	0.56 447	0.56 423	0.56 438	0.56 413	0.53 435	0.57 425	0.57 447	0.59 432	0.48 417	0.56 419	0.57 434	0.55 390	0.56 414	0.47 402	0.56 451	0.62 414	0.56 436
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 383	0.75 287	0.49 381	0.79 404	0.50 434	0.79 455	0.49 426	0.79 448	0.49 423	0.80 459	0.49 432	0.79 460	0.49 422	0.80 454	0.49 419	0.63 408	0.40 343	0.63 440	0.40 400	0.63 415	0.40 373

SMoEStereo_RVC	0.63 392	0.75 287	0.51 392	0.73 400	0.53 444	0.71 447	0.47 415	0.67 433	0.58 441	0.74 453	0.60 452	0.72 450	0.53 433	0.74 449	0.51 426	0.61 402	0.62 427	0.62 438	0.61 458	0.63 415	0.61 442

DispNO	1.00 481	0.63 273	0.43 350	3.45 618	0.44 412	0.65 439	0.43 401	0.64 429	0.43 402	0.64 437	0.43 408	0.64 438	3.03 640	0.64 434	0.43 397	4.55 649	0.43 367	0.63 440	0.43 418	0.63 415	0.43 390

test-3	0.98 480	4.13 612	1.85 612	1.85 555	0.61 456	0.69 442	0.37 364	0.63 428	0.61 448	0.66 440	0.51 441	0.73 452	0.44 401	0.57 424	0.54 431	1.68 573	1.81 610	0.40 353	0.43 418	0.66 418	0.50 413

DSFCA	0.66 397	0.73 284	0.78 459	0.65 383	0.65 464	0.64 438	0.64 450	0.65 430	0.63 452	0.64 437	0.64 460	0.64 438	0.64 450	0.65 435	0.65 448	0.65 410	0.65 432	0.65 445	0.65 470	0.66 418	0.64 453

999	1.00 481	1.12 370	0.59 406	1.10 452	1.21 589	1.09 505	0.52 434	1.08 493	1.43 602	1.18 515	1.35 594	0.98 489	0.52 432	0.91 476	0.85 499	0.72 427	1.46 582	0.83 478	0.98 515	0.68 420	1.41 597

anonymity	0.63 392	0.69 277	0.56 402	0.71 397	0.56 447	0.71 447	0.56 438	0.71 440	0.56 438	0.72 447	0.56 446	0.71 447	0.56 437	0.71 443	0.58 436	0.68 414	0.55 412	0.68 447	0.55 447	0.68 420	0.54 426

LMCR-Stereo	0.65 395	0.63 273	0.65 424	0.65 383	0.65 464	0.66 440	0.63 449	0.58 419	0.65 454	0.63 436	0.64 460	0.65 441	0.65 452	0.66 436	0.66 452	0.66 412	0.64 430	0.65 445	0.67 476	0.68 420	0.73 475

FC-DCNN	1.07 495	1.09 364	0.98 483	0.89 418	0.52 441	1.41 579	0.91 505	1.21 554	1.24 588	1.96 591	2.05 646	1.91 592	1.30 580	1.27 570	1.08 521	0.80 439	0.60 422	0.58 435	0.41 408	0.68 420	0.54 426

mm2	0.69 405	0.69 277	0.69 439	0.69 389	0.69 473	0.69 442	0.69 470	0.69 435	0.69 469	0.69 444	0.69 476	0.69 444	0.69 468	0.69 440	0.69 468	0.69 415	0.69 445	0.69 450	0.69 481	0.69 424	0.69 462

mm1	0.69 405	0.69 277	0.69 439	0.69 389	0.69 473	0.69 442	0.69 470	0.69 435	0.69 469	0.69 444	0.69 476	0.69 444	0.69 468	0.69 440	0.69 468	0.69 415	0.69 445	0.69 450	0.69 481	0.69 424	0.69 462

DMCA-RVC	0.70 408	0.80 294	0.70 442	0.70 395	0.70 477	0.70 445	0.70 476	0.71 440	0.70 477	0.70 446	0.71 485	0.71 447	0.70 472	0.70 442	0.69 468	0.69 415	0.70 448	0.69 450	0.70 485	0.69 424	0.70 465

DStereoRT	0.73 418	0.81 297	0.73 452	0.71 397	0.74 484	0.73 449	0.75 484	0.71 440	0.71 482	0.74 453	0.72 488	0.73 452	0.80 488	0.71 443	0.73 480	0.76 434	0.71 452	0.73 456	0.72 490	0.70 427	0.76 482

4D-IteraStereo	0.78 432	3.13 584	0.89 471	0.69 389	0.32 336	0.40 284	0.32 323	0.76 446	0.97 516	0.52 409	0.65 462	0.89 475	0.32 333	0.76 451	0.98 510	0.83 447	0.94 480	0.35 283	0.27 289	0.70 427	0.89 497

MyStereo06	0.75 422	4.12 610	0.60 410	0.63 379	0.61 456	0.62 436	0.66 454	0.56 413	0.45 408	0.55 420	0.48 429	0.54 418	0.46 408	0.57 424	0.45 400	0.60 398	0.57 416	0.64 442	0.55 447	0.72 429	0.55 433

MyStereo05	0.80 436	4.12 610	0.63 418	0.63 379	0.61 456	0.62 436	0.66 454	0.65 430	0.62 449	0.67 441	0.61 456	0.65 441	0.58 441	0.67 438	0.55 433	0.60 398	0.57 416	0.64 442	0.55 447	0.72 429	0.55 433

PA-Net	11.80 685	223.51 713	0.62 417	0.59 372	0.71 479	0.59 431	0.73 482	0.67 433	0.73 488	0.55 420	0.61 456	0.60 433	0.74 479	0.63 433	0.73 480	0.66 412	0.60 422	0.69 450	0.66 472	0.72 429	0.65 455
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
iGMRVC	0.84 452	2.85 578	0.72 448	0.72 399	0.73 482	0.77 451	0.79 489	0.73 443	0.74 490	0.73 448	0.72 488	0.73 452	0.76 482	0.73 447	0.73 480	0.72 427	0.73 455	0.73 456	0.72 490	0.73 432	0.72 472

MGA	0.73 418	0.76 289	0.60 410	0.92 426	1.17 537	0.81 459	0.59 445	0.84 458	0.62 449	0.81 462	0.59 451	0.84 469	0.60 445	0.81 457	0.61 443	0.71 421	0.53 409	0.89 484	0.53 444	0.75 433	0.54 426

GCAP-Stereo	0.75 422	4.15 613	0.42 349	0.75 402	0.35 361	0.78 453	0.40 385	0.79 448	0.38 370	0.78 457	0.36 364	0.78 458	0.36 358	0.79 452	0.39 375	0.75 432	0.39 340	0.76 464	0.39 399	0.75 433	0.39 371

zero-FE	0.72 414	1.31 441	0.66 426	0.92 426	0.60 451	0.82 462	0.58 441	0.82 457	0.58 441	0.81 462	0.60 452	0.81 465	0.60 445	0.82 458	0.58 436	0.74 431	0.59 421	0.73 456	0.52 442	0.76 435	0.51 420

PAM_32	0.64 394	2.38 548	0.51 392	0.92 426	0.43 411	0.53 418	0.44 402	0.87 460	0.43 402	0.52 409	0.45 414	0.53 415	0.40 378	0.54 414	0.46 404	0.62 406	0.56 414	0.48 410	0.45 420	0.76 435	0.44 393

monster-pro	0.75 422	1.67 458	0.64 420	0.89 418	0.57 449	0.86 468	0.56 438	0.87 460	0.56 438	0.87 468	0.57 447	0.88 472	0.57 438	0.87 469	0.57 434	0.79 437	0.58 418	0.76 464	0.54 445	0.77 437	0.54 426

RAFT-Stereo + iAFF	0.70 408	0.72 282	0.71 445	0.80 407	0.62 461	0.82 462	0.61 447	0.81 454	0.62 449	0.81 462	0.63 458	0.80 462	0.70 472	0.73 447	0.61 443	0.76 434	0.61 426	0.74 461	0.61 458	0.77 437	0.61 442

ARAFT	0.68 402	0.81 297	0.63 418	0.74 401	0.60 451	0.78 453	0.62 448	0.77 447	0.66 457	0.74 453	0.63 458	0.75 455	0.62 449	0.83 463	0.60 441	0.70 420	0.55 412	0.70 454	0.60 456	0.78 439	0.55 433

AFF-stereo	0.73 418	0.88 308	0.67 430	0.75 402	0.68 472	0.75 450	0.64 450	0.80 451	0.72 485	0.83 467	0.70 480	0.82 466	0.64 450	0.84 464	0.67 453	0.77 436	0.63 429	0.81 473	0.63 461	0.78 439	0.62 445

Selective-RAFT-Error	0.88 464	0.84 300	0.98 483	0.86 417	0.97 516	0.88 470	0.95 510	0.84 458	0.99 519	0.92 476	0.82 504	0.84 469	0.98 502	0.87 469	0.97 509	0.81 442	0.83 471	0.79 468	0.82 506	0.79 441	0.85 493

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	0.51 405	0.33 331	0.41 296	0.30 260	0.41 370	0.30 329	0.79 441	0.29 297

G-Net	0.79 433	0.79 293	0.79 462	0.79 404	0.79 497	0.79 455	0.79 489	0.79 448	0.79 496	0.79 458	0.79 500	0.79 460	0.79 487	0.79 452	0.79 490	0.79 437	0.79 465	0.79 468	0.79 501	0.79 441	0.79 487

AEACV	1.12 501	0.52 254	3.12 653	3.24 607	0.86 504	0.53 418	0.49 426	0.60 423	0.47 414	0.53 412	0.49 432	0.55 422	0.45 405	0.55 418	0.47 411	3.01 633	3.88 657	0.71 455	0.60 456	0.80 444	0.48 405

NaN_ROB	0.80 436	0.80 294	0.80 463	0.80 407	0.80 500	0.80 457	0.80 492	0.80 451	0.80 498	0.80 459	0.80 502	0.80 462	0.80 488	0.80 454	0.80 493	0.80 439	0.80 468	0.80 471	0.80 503	0.80 444	0.80 488

CSAN	0.80 436	0.80 294	0.80 463	0.80 407	0.80 500	0.80 457	0.80 492	0.80 451	0.80 498	0.80 459	0.80 502	0.80 462	0.80 488	0.80 454	0.80 493	0.80 439	0.80 468	0.80 471	0.80 503	0.80 444	0.80 488

FlowAnything_test	1.02 490	1.72 461	0.71 445	1.59 545	0.70 477	1.61 585	0.69 470	1.61 576	0.70 477	1.60 579	0.70 480	1.61 586	0.69 468	1.61 583	0.70 476	0.81 442	0.58 418	0.81 473	0.55 447	0.81 447	0.56 436

Selective-RAFT	0.89 466	0.89 311	0.72 448	1.16 466	0.78 495	1.06 500	0.82 499	0.87 460	0.97 516	1.00 484	0.91 511	0.90 477	1.00 503	0.89 473	0.93 506	0.83 447	0.83 471	0.82 477	0.82 506	0.81 447	0.82 491

FlowAnything	1.02 490	1.71 460	0.72 448	1.59 545	0.69 473	1.60 584	0.69 470	1.61 576	0.70 477	1.60 579	0.69 476	1.60 583	0.69 468	1.61 583	0.69 468	0.81 442	0.58 418	0.81 473	0.56 451	0.82 449	0.56 436

DCRE	0.84 452	1.89 505	0.77 458	0.94 433	0.72 481	0.88 470	0.73 482	0.87 460	0.78 492	0.90 472	0.71 485	0.88 472	0.67 458	0.88 471	0.73 480	0.81 442	0.68 439	0.81 473	0.70 485	0.82 449	0.70 465

RSM++	0.76 427	0.82 299	0.66 426	0.85 416	0.64 462	0.85 466	0.71 479	0.94 475	0.64 453	0.87 468	0.67 466	0.87 471	0.65 452	0.84 464	0.65 448	0.81 442	0.70 448	0.79 468	0.71 488	0.83 451	0.70 465

DNS	0.77 428	1.09 364	0.65 424	0.89 418	0.65 464	0.89 473	0.65 453	0.89 465	0.65 454	0.89 471	0.65 462	0.89 475	0.65 452	0.90 474	0.65 448	0.84 449	0.62 427	0.84 479	0.61 458	0.84 452	0.62 445

UDG	0.80 436	2.21 532	0.60 410	0.91 423	0.60 451	0.90 474	0.58 441	0.88 464	0.60 446	0.90 472	0.60 452	0.88 472	0.60 445	0.90 474	0.58 436	0.86 452	0.60 422	0.84 479	0.59 455	0.84 452	0.61 442

DDUNet	0.81 441	2.45 552	0.57 404	0.90 421	0.60 451	0.88 470	0.59 445	0.90 466	0.60 446	0.88 470	0.60 452	0.90 477	0.58 441	0.88 471	0.60 441	0.84 449	0.60 422	0.86 482	0.57 453	0.86 454	0.60 441

CAR	0.72 414	0.76 289	0.59 406	0.84 412	1.19 541	0.81 459	0.58 441	0.81 454	0.58 441	0.81 462	0.58 449	0.83 467	0.59 443	0.82 458	0.59 439	0.71 421	0.49 392	0.73 456	0.68 477	0.87 455	0.52 421

MSE-Stereo	0.72 414	0.76 289	0.59 406	0.84 412	1.19 541	0.81 459	0.58 441	0.81 454	0.58 441	0.81 462	0.58 449	0.83 467	0.59 443	0.82 458	0.59 439	0.71 421	0.49 392	0.73 456	0.68 477	0.87 455	0.52 421

MoCha-V2	2.11 603	26.97 690	0.78 459	0.92 426	0.77 494	0.96 481	0.72 481	0.90 466	0.72 485	0.94 480	0.70 480	0.90 477	0.71 476	0.91 476	0.71 478	0.85 451	0.71 452	0.88 483	0.69 481	0.87 455	0.67 459

UNet	0.29 207	0.90 314	0.10 92	0.14 121	0.10 147	0.14 153	0.10 144	0.91 468	0.69 469	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	0.88 458	0.76 482

AdaDepth	0.86 461	0.93 323	0.71 445	1.01 446	1.07 527	1.02 497	0.71 479	1.00 479	0.71 482	1.01 494	0.71 485	1.00 490	0.72 477	1.14 515	0.71 478	0.92 457	0.64 430	0.90 485	0.64 466	0.89 459	0.69 462

AIO-Stereo-zeroshot1	0.75 422	0.92 321	0.85 470	0.96 438	0.59 450	1.27 565	0.44 402	0.59 421	0.69 469	0.91 474	0.68 471	0.55 422	0.61 448	1.06 504	0.83 498	0.62 406	0.70 448	0.90 485	0.41 408	0.89 459	0.56 436

ToySt	0.92 469	2.11 522	0.90 474	0.95 435	0.79 497	0.99 483	0.78 488	0.94 475	0.81 501	0.94 480	0.78 498	0.95 486	0.77 484	0.94 482	0.86 500	0.91 454	0.79 465	0.85 481	0.77 497	0.89 459	0.73 475

ff7	1.68 568	2.68 560	1.35 564	0.97 439	0.89 506	1.84 588	2.15 639	2.12 596	1.80 623	2.05 601	1.56 606	2.33 608	2.12 630	2.23 604	2.25 642	1.31 550	1.07 491	1.48 588	1.41 598	0.90 462	1.04 516

ffff	1.68 568	2.68 560	1.35 564	0.97 439	0.89 506	1.84 588	2.15 639	2.12 596	1.80 623	2.05 601	1.56 606	2.33 608	2.12 630	2.23 604	2.25 642	1.31 550	1.07 491	1.48 588	1.41 598	0.90 462	1.04 516

ccc-4	1.68 568	2.68 560	1.35 564	0.97 439	0.89 506	1.84 588	2.15 639	2.12 596	1.80 623	2.05 601	1.56 606	2.33 608	2.12 630	2.23 604	2.25 642	1.31 550	1.07 491	1.48 588	1.41 598	0.90 462	1.04 516

WQFJA1++	0.84 452	0.98 330	0.67 430	1.26 519	0.75 486	1.00 484	0.67 458	1.00 479	0.67 458	1.00 484	0.67 466	1.00 490	0.67 458	1.00 490	0.67 453	0.96 465	0.67 434	0.91 488	0.63 461	0.92 465	0.63 447

WQFJA1	0.85 458	0.98 330	0.67 430	1.29 525	0.76 491	1.01 491	0.67 458	1.02 491	0.67 458	1.02 498	0.67 466	1.01 497	0.67 458	1.01 497	0.68 460	0.99 471	0.67 434	0.93 494	0.64 466	0.92 465	0.65 455

WQFJX1	0.84 452	0.98 330	0.67 430	1.30 527	0.75 486	1.01 491	0.67 458	1.01 487	0.67 458	1.01 494	0.67 466	1.01 497	0.68 462	1.00 490	0.68 460	0.98 470	0.67 434	0.92 491	0.64 466	0.92 465	0.64 453

NLMM	0.84 452	1.00 339	0.67 430	1.27 520	0.75 486	1.00 484	0.68 462	1.00 479	0.67 458	1.00 484	0.67 466	1.02 501	0.67 458	1.02 501	0.67 453	0.97 466	0.67 434	0.93 494	0.63 461	0.92 465	0.63 447

pmcnn	0.92 469	0.92 321	0.92 478	0.92 426	0.92 511	0.92 476	0.92 506	0.92 471	0.92 510	0.92 476	0.92 514	0.92 480	0.92 497	0.92 480	0.92 502	0.92 457	0.92 478	0.92 491	0.92 510	0.92 465	0.92 500

NLMM1	0.86 461	0.98 330	0.69 439	1.48 542	0.75 486	1.01 491	0.69 470	1.00 479	0.69 469	1.00 484	0.70 480	1.00 490	0.68 462	1.01 497	0.67 453	0.97 466	0.68 439	0.92 491	0.63 461	0.93 470	0.63 447

NLSM3	0.85 458	0.99 337	0.68 437	1.29 525	0.76 491	1.01 491	0.68 462	1.01 487	0.68 464	1.02 498	0.68 471	1.01 497	0.68 462	1.01 497	0.68 460	0.97 466	0.68 439	0.93 494	0.64 466	0.93 470	0.63 447

DPSM_ROB	0.92 469	0.91 316	0.91 476	0.91 423	0.92 511	0.92 476	0.92 506	0.92 471	0.91 506	0.93 478	0.91 511	0.92 480	0.90 495	0.91 476	0.92 502	0.92 457	0.91 476	0.91 488	0.92 510	0.93 470	0.93 501

DPSM	0.92 469	0.91 316	0.91 476	0.91 423	0.92 511	0.92 476	0.92 506	0.92 471	0.91 506	0.93 478	0.91 511	0.92 480	0.90 495	0.91 476	0.92 502	0.92 457	0.91 476	0.91 488	0.92 510	0.93 470	0.93 501

WQFJX	0.85 458	1.00 339	0.68 437	1.30 527	0.75 486	1.01 491	0.68 462	1.01 487	0.68 464	1.01 494	0.68 471	1.03 502	0.68 462	1.02 501	0.67 453	0.97 466	0.67 434	0.93 494	0.63 461	0.94 474	0.63 447

AIO-Stereo	0.84 452	0.66 276	0.70 442	0.83 411	0.67 469	0.98 482	0.82 499	1.14 497	0.72 485	1.03 500	0.74 492	1.03 502	1.09 514	0.99 488	0.45 400	1.04 477	0.73 455	0.95 500	0.74 492	0.94 474	0.46 396

R-Stereo Train	0.81 441	0.96 327	0.67 430	0.95 435	0.67 469	0.95 479	0.68 462	0.95 477	0.68 464	0.95 482	0.68 471	0.96 487	0.68 462	0.96 486	0.68 460	0.94 463	0.68 439	0.94 498	0.68 477	0.94 474	0.68 460

RAFT-Stereo	0.81 441	0.96 327	0.67 430	0.95 435	0.67 469	0.95 479	0.68 462	0.95 477	0.68 464	0.95 482	0.68 471	0.96 487	0.68 462	0.96 486	0.68 460	0.94 463	0.68 439	0.94 498	0.68 477	0.94 474	0.68 460
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DGTPSM_ROB	0.93 474	1.00 339	0.92 478	0.94 433	0.96 515	0.91 475	0.92 506	0.91 468	0.96 515	0.91 474	0.96 515	0.93 483	0.92 497	0.94 482	0.92 502	0.92 457	0.92 478	0.90 485	0.92 510	0.94 474	0.91 499

Test_v1	1.00 481	1.00 339	1.00 485	1.00 442	1.00 517	1.00 484	1.00 514	1.00 479	1.00 520	1.00 484	1.00 518	1.00 490	1.00 503	1.00 490	1.00 512	1.00 472	1.00 482	1.00 505	1.00 517	1.00 479	1.00 509

GANet	1.00 481	1.00 339	1.00 485	1.00 442	1.00 517	1.00 484	1.00 514	1.00 479	1.00 520	1.00 484	1.00 518	1.00 490	1.00 503	1.00 490	1.00 512	1.00 472	1.00 482	1.00 505	1.00 517	1.00 479	1.00 509

TDLM	1.00 481	1.00 339	1.00 485	1.00 442	1.00 517	1.00 484	1.00 514	1.00 479	1.00 520	1.00 484	1.00 518	1.00 490	1.00 503	1.00 490	1.00 512	1.00 472	1.00 482	1.00 505	1.00 517	1.00 479	1.00 509

CVANet_RVC	1.00 481	1.00 339	1.00 485	1.00 442	1.00 517	1.00 484	1.00 514	1.00 479	1.00 520	1.00 484	1.00 518	1.00 490	1.00 503	1.00 490	1.00 512	1.00 472	1.00 482	1.00 505	1.00 517	1.00 479	1.00 509

MLG-Stereo	0.92 469	0.90 314	0.84 469	1.27 520	0.49 430	1.38 575	0.88 502	1.41 572	0.97 516	0.73 448	1.09 526	1.26 567	0.43 399	0.72 445	1.05 519	1.13 490	0.49 392	1.18 525	0.66 472	1.01 483	0.46 396

trnet	1.01 488	1.01 348	1.01 489	1.01 446	1.01 522	1.01 491	1.01 518	1.01 487	1.01 524	1.01 494	1.01 522	1.01 497	1.01 510	1.01 497	1.01 516	1.01 476	1.01 487	1.01 509	1.01 523	1.01 483	1.01 514

Wavelet-MonSter	1.00 481	1.21 427	0.76 456	1.94 559	1.01 522	1.11 509	0.76 486	1.15 498	0.76 491	1.11 509	0.76 494	1.14 515	0.76 482	1.11 512	0.76 487	1.21 543	0.90 475	1.02 510	0.71 488	1.02 485	0.71 471

AIO-Stereo-zeroshot	0.91 467	0.86 304	0.89 471	1.25 518	0.69 473	1.05 499	0.81 496	1.16 501	0.50 427	1.12 510	0.97 516	0.72 450	0.82 492	1.06 504	0.95 507	0.61 402	0.87 473	1.03 512	0.85 509	1.04 486	1.01 514

GLC_STEREO	1.07 495	1.01 348	1.06 492	1.07 450	1.05 526	1.06 500	1.08 523	1.08 493	1.05 528	1.07 502	1.06 524	1.08 505	1.05 512	1.06 504	1.10 522	1.07 479	1.09 497	1.05 513	1.05 525	1.06 487	1.12 521

DPSimNet_ROB	0.97 478	1.18 379	0.81 466	1.10 452	0.91 510	1.02 497	0.82 499	1.04 492	0.91 506	1.03 500	0.86 507	1.28 571	0.82 492	1.03 503	0.89 501	1.17 494	0.81 470	1.02 510	0.82 506	1.08 488	0.81 490

MSMD_ROB	1.19 505	1.10 369	0.70 442	1.10 452	0.60 451	1.10 506	0.70 476	1.10 496	0.70 477	1.10 504	0.70 480	1.10 509	0.70 472	7.00 685	0.70 476	1.10 483	0.70 448	1.10 514	0.70 485	1.10 489	0.70 465

edge stereo	2.43 628	27.07 691	1.14 498	1.06 449	1.14 530	1.08 503	1.17 532	1.16 501	1.14 531	1.10 504	1.16 532	1.09 507	1.16 524	1.10 510	1.16 531	1.10 483	1.11 501	1.16 518	1.19 534	1.13 490	1.11 519

Hybrid-DGEV	1.03 492	1.75 467	0.80 463	1.28 524	0.78 495	1.26 564	0.80 492	1.26 558	0.78 492	1.26 564	0.78 498	1.26 567	0.78 486	1.26 567	0.78 489	1.15 493	0.75 458	1.14 515	0.74 492	1.14 491	0.75 479

tt45	1.04 493	0.88 308	1.36 572	0.92 426	1.03 525	1.51 583	0.79 489	0.70 439	0.88 504	0.74 453	0.90 508	1.60 583	0.72 477	1.60 581	0.75 485	0.91 454	0.78 463	1.52 591	0.79 501	1.14 491	1.32 589

RGC	2.36 623	25.48 684	1.19 506	1.15 461	1.15 532	1.10 506	1.16 531	1.17 503	1.16 533	1.12 510	1.16 532	1.11 513	1.13 516	1.09 508	1.18 533	1.10 483	1.15 506	1.16 518	1.12 528	1.14 491	1.12 521

UPFNet	0.42 299	1.20 381	0.17 176	0.24 181	0.17 209	0.25 220	0.17 198	1.19 506	0.90 505	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	1.15 494	0.93 501

stereogan	2.33 621	24.38 681	1.18 504	1.18 468	1.18 540	1.14 512	1.18 533	1.19 506	1.19 539	1.14 513	1.18 536	1.14 515	1.18 525	1.14 515	1.18 533	1.14 492	1.14 505	1.19 527	1.19 534	1.15 494	1.19 534

AF-Net	2.37 625	25.71 686	1.17 502	1.13 457	1.15 532	1.15 513	1.18 533	1.19 506	1.16 533	1.10 504	1.15 529	1.10 509	1.18 525	1.12 514	1.15 527	1.10 483	1.10 500	1.17 522	1.15 530	1.16 496	1.12 521

RP	2.33 621	25.00 683	1.13 497	1.15 461	1.15 532	1.10 506	1.15 529	1.15 498	1.15 532	1.12 510	1.15 529	1.09 507	1.13 516	1.10 510	1.15 527	1.11 488	1.09 497	1.16 518	1.12 528	1.16 496	1.17 530

Nwc_Net	2.37 625	25.95 687	1.15 500	1.14 458	1.15 532	1.08 503	1.14 527	1.17 503	1.16 533	1.14 513	1.15 529	1.08 505	1.15 520	1.11 512	1.14 526	1.10 483	1.11 501	1.16 518	1.09 527	1.16 496	1.15 526

Abc-Net	2.32 620	24.75 682	1.14 498	1.17 467	1.17 537	1.11 509	1.15 529	1.17 503	1.21 585	1.08 503	1.16 532	1.12 514	1.14 519	1.09 508	1.17 532	1.09 481	1.16 507	1.17 522	1.17 533	1.16 496	1.11 519
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HSM-Net_RVC	0.95 477	1.17 377	0.78 459	1.18 468	0.71 479	1.16 514	0.75 484	1.09 495	0.80 498	1.10 504	0.75 493	1.17 518	0.74 479	1.17 518	0.80 493	1.13 490	0.73 455	1.17 522	0.77 497	1.16 496	0.72 472
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NCC-stereo	2.36 623	25.52 685	1.17 502	1.15 461	1.17 537	1.11 509	1.11 524	1.15 498	1.16 533	1.10 504	1.16 532	1.10 509	1.15 520	1.14 515	1.13 525	1.09 481	1.11 501	1.15 517	1.16 532	1.17 501	1.17 530

delet	0.43 300	1.21 427	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 558	0.95 513	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	1.18 502	0.98 506

psm_up	0.43 300	1.19 380	0.17 176	0.25 188	0.18 220	0.25 220	0.19 210	1.26 558	0.91 506	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	1.18 502	0.99 507

Hybrid-DGEV-03	1.07 495	1.83 493	0.83 467	1.34 532	0.81 502	1.32 569	0.81 496	1.31 565	0.81 501	1.31 567	0.82 504	1.32 572	0.82 492	1.32 572	0.81 496	1.19 495	0.77 461	1.19 527	0.76 495	1.19 504	0.77 484

HBP-ISP	1.24 555	1.72 461	1.65 592	1.15 461	0.76 491	1.40 577	0.88 502	1.67 582	1.02 525	1.69 586	1.38 599	1.69 587	1.21 573	1.87 593	1.21 582	1.05 478	0.79 465	0.97 503	0.80 503	1.19 504	0.75 479

Hybrid-DGEV-2	1.05 494	1.83 493	0.83 467	1.33 531	0.82 503	1.30 567	0.81 496	1.26 558	0.79 496	1.29 566	0.79 500	1.26 567	0.80 488	1.26 567	0.79 490	1.20 497	0.78 463	1.18 525	0.77 497	1.20 506	0.77 484

DisPM	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

CrosDoStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

PFNet+	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

LCNet	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

HHNet	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

Patchmatch Stereo++	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535
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	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

STrans-v2	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

TransformOpticalFlow	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

OMP-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

IIG-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

NF-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

OCTAStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

PSM-softLoss	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

KMStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

NRIStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

PSM-adaLoss	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

PSM-AAD	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

FTStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

ROB_FTStereo_v2	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

ROB_FTStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

Consistency-Raft	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

KYRaft	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

HUI-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

ASMatch	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

DeepStereo_LL	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

DEmStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

SST-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

THIR-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

RAFT_R40	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

DRaft	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

PFNet	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

GrayStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

RE-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

Pruner-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

TVStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

DeepStereo_RVC	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

RAFT-RH_RVC	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

IRAFT_RVC	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

RAFT-345	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

iRAFT	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

CRE-IMP	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

GMM-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

RAFT-IKP	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

Prome-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 543	1.20 515	1.20 535	1.20 509	1.20 540	1.20 517	1.20 537	1.20 520	1.20 527	1.20 520	1.20 537	1.20 497	1.20 512	1.20 529	1.20 537	1.20 506	1.20 535

MMNet	0.44 313	1.24 435	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 558	0.93 511	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	1.20 506	0.99 507

FAT-Stereo	2.46 629	26.05 688	1.23 558	1.23 517	1.22 591	1.20 515	1.24 583	1.23 557	1.23 587	1.19 516	1.22 583	1.21 565	1.24 575	1.20 520	1.24 584	1.21 543	1.17 510	1.22 575	1.25 587	1.20 506	1.24 584

CroCo-Stereo	0.73 418	1.22 433	0.25 211	1.22 515	0.25 250	1.22 561	0.25 238	1.22 555	0.25 241	1.22 563	0.25 250	1.22 566	0.25 243	1.22 566	0.25 239	1.22 545	0.26 221	1.21 574	0.25 246	1.22 554	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
qqai	1.22 553	1.38 448	1.12 495	1.39 538	1.14 530	1.40 577	1.14 527	1.41 572	1.12 529	1.40 573	1.11 528	1.40 578	1.13 516	1.41 576	1.15 527	1.25 546	0.97 481	1.24 576	1.01 523	1.24 555	0.96 504

S-Stereo	2.51 630	26.86 689	1.23 558	1.22 515	1.22 591	1.24 563	1.25 584	1.22 555	1.24 588	1.21 562	1.24 585	1.19 519	1.27 577	1.19 519	1.24 584	1.19 495	1.20 512	1.25 577	1.19 534	1.24 555	1.23 583

BLMT-Stereo	1.53 564	1.36 445	1.06 492	1.42 540	1.23 593	1.41 579	1.07 522	1.43 574	1.12 529	1.42 575	1.06 524	1.83 589	1.07 513	1.42 578	1.07 520	1.27 548	1.38 577	6.80 682	1.00 517	1.26 557	1.00 509

CroCo-Stereo Lap2	0.77 428	1.29 437	0.29 230	1.27 520	0.29 273	1.27 565	0.26 245	1.26 558	0.26 254	1.26 564	0.26 255	1.27 570	0.26 252	1.26 567	0.27 245	1.27 548	0.27 231	1.27 578	0.27 289	1.27 558	0.27 271

LiteMatch*	2.07 601	1.30 439	5.73 673	6.28 663	0.79 497	1.33 570	0.80 492	1.30 564	1.02 525	1.33 568	0.84 506	1.33 573	0.97 500	1.28 571	1.04 518	6.05 674	5.89 669	1.28 579	0.76 495	1.28 559	0.88 494

MM-Stereo_test2	1.20 506	1.85 499	1.05 491	1.46 541	0.94 514	1.36 573	0.99 513	1.36 567	0.95 513	1.41 574	0.98 517	1.40 578	0.96 499	1.37 574	0.95 507	1.37 558	1.06 490	1.33 581	0.93 514	1.29 560	0.89 497

test_xeample3	1.10 498	1.81 483	0.61 416	0.84 412	0.49 430	0.77 451	0.66 454	0.92 471	1.40 600	0.68 443	0.46 417	0.78 458	0.54 436	1.72 586	1.48 602	1.34 553	1.52 586	1.35 584	1.67 621	1.33 561	1.55 602

MaskLacGwcNet_RVC	1.35 559	1.35 444	1.35 564	1.35 534	1.35 594	1.35 571	1.35 591	1.36 567	1.35 596	1.36 571	1.35 594	1.36 574	1.36 585	1.36 573	1.35 595	1.35 554	1.35 573	1.35 584	1.35 592	1.35 562	1.35 593

PS-NSSS	1.38 562	1.39 449	1.34 562	1.34 532	1.35 594	1.38 575	1.37 598	1.35 566	1.38 599	1.34 569	1.34 593	1.39 576	1.38 588	1.70 585	1.40 599	1.36 556	1.36 574	1.36 586	1.37 595	1.37 563	1.36 594

MM-Stereo_test3	1.27 557	2.07 518	1.18 504	1.60 548	1.02 524	1.45 581	1.01 518	1.40 571	1.04 527	1.44 576	1.03 523	1.46 581	1.02 511	1.44 579	1.02 517	1.51 567	1.12 504	1.32 580	0.98 515	1.38 564	0.97 505

CC-Net-ROB	1.36 560	1.33 443	1.33 561	1.36 535	1.38 597	1.36 573	1.33 589	1.37 569	1.34 593	1.35 570	1.36 596	1.38 575	1.34 583	1.38 575	1.38 598	1.35 554	1.38 577	1.33 581	1.35 592	1.43 565	1.34 592

11t	1.27 557	2.70 563	1.34 562	1.32 530	0.89 506	1.30 567	1.34 590	1.64 579	0.57 440	1.45 577	0.72 488	1.05 504	1.29 579	1.07 507	1.29 591	1.49 564	1.02 488	0.97 503	1.15 530	1.48 566	1.31 588

IGEVStereo-DCA	1.77 572	4.21 614	1.84 610	2.49 585	2.11 640	2.54 626	1.36 593	1.65 580	1.17 537	2.75 635	1.90 629	2.54 621	1.15 520	0.94 482	1.11 523	1.50 565	1.32 561	0.96 501	1.46 604	1.49 567	0.88 494

rrr	1.77 572	4.21 614	1.84 610	2.49 585	2.11 640	2.54 626	1.36 593	1.65 580	1.17 537	2.75 635	1.90 629	2.54 621	1.15 520	0.94 482	1.11 523	1.50 565	1.32 561	0.96 501	1.46 604	1.49 567	0.88 494

CFNet-ft	0.55 379	1.57 455	0.14 148	0.20 160	0.14 181	0.20 187	2.53 644	1.61 576	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	1.56 569	1.24 584

DPSMNet_ROB	1.60 567	1.59 456	1.70 594	1.59 545	1.59 606	1.61 585	1.61 609	1.60 575	1.60 606	1.62 585	1.59 609	1.60 583	1.60 594	1.60 581	1.59 606	1.59 569	1.60 597	1.59 592	1.59 613	1.59 570	1.59 608

ours_stereo	1.20 506	1.21 427	0.90 474	1.64 553	1.11 529	1.35 571	0.67 458	1.76 583	0.93 511	1.70 587	1.10 527	1.39 576	0.75 481	1.41 576	0.81 496	1.60 571	1.03 489	1.33 581	1.00 517	1.61 571	0.72 472

4.25_new	2.00 585	2.33 540	1.82 606	3.32 612	1.69 614	1.95 596	1.99 633	2.72 625	1.71 612	2.72 629	1.97 635	2.01 598	1.74 606	1.77 588	1.28 589	2.18 596	2.01 617	2.48 631	1.58 611	1.65 572	1.17 530

4.5w_new	2.00 585	2.33 540	1.82 606	3.32 612	1.69 614	1.95 596	1.99 633	2.72 625	1.71 612	2.72 629	1.97 635	2.01 598	1.74 606	1.77 588	1.28 589	2.18 596	2.01 617	2.48 631	1.58 611	1.65 572	1.17 530

RASNet	1.49 563	1.65 457	1.45 580	1.38 537	1.43 600	1.47 582	1.36 593	1.38 570	1.36 597	1.39 572	1.60 610	1.45 580	1.45 591	1.51 580	2.21 641	1.53 568	1.36 574	1.36 586	1.36 594	1.66 574	1.36 594

2w_stereo	1.99 581	2.36 547	1.81 601	3.24 607	1.67 611	1.94 593	1.98 630	2.72 625	1.68 608	2.72 629	1.94 632	1.98 596	1.74 606	1.79 590	1.27 588	1.95 587	2.00 615	2.53 633	1.60 614	1.68 575	1.15 526

3.75w	1.99 581	2.31 538	1.83 609	3.16 603	1.65 610	1.93 592	1.98 630	2.72 625	1.68 608	2.73 634	1.97 635	2.00 597	1.72 603	1.81 591	1.25 587	2.27 604	2.01 617	2.38 625	1.42 601	1.71 576	1.24 584

RAFT_CTSACE	1.92 578	3.71 598	1.72 597	1.88 556	1.72 618	2.04 600	1.42 603	2.18 601	1.89 635	2.02 598	1.97 635	1.95 593	2.06 629	1.93 595	1.62 607	1.76 574	1.66 601	2.02 610	1.73 629	1.73 577	1.43 599

4.25w-stereo	1.98 580	2.72 567	1.46 581	3.47 619	1.43 600	2.07 602	1.98 630	2.53 622	1.52 604	2.71 628	1.98 641	1.81 588	1.62 596	1.96 596	1.36 596	1.88 582	2.00 615	2.53 633	1.61 615	1.74 578	1.15 526

4.5w-stereo	1.99 581	2.33 540	1.81 601	3.28 609	1.68 613	1.94 593	1.99 633	2.72 625	1.70 611	2.72 629	1.99 644	1.97 595	1.68 598	1.76 587	1.29 591	1.91 584	2.02 621	2.53 633	1.61 615	1.75 579	1.16 529

2.75w_new	1.99 581	2.34 544	1.81 601	3.14 601	1.62 608	1.94 593	1.99 633	2.72 625	1.71 612	2.72 629	1.99 644	1.90 591	1.73 604	1.82 592	1.29 591	2.37 613	2.01 617	2.31 620	1.42 601	1.77 580	1.22 581

cf-r	0.66 397	2.17 528	0.12 123	0.18 153	0.12 175	0.18 179	2.70 648	2.60 623	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	1.81 581	1.74 622

MFMNet_re	1.81 575	1.91 508	1.71 596	1.95 561	1.70 617	1.95 596	1.70 614	1.96 588	1.74 619	1.97 593	1.72 618	1.95 593	1.71 602	1.97 597	1.71 614	1.86 577	1.62 598	1.85 598	1.66 620	1.86 582	1.64 614

GANetREF_RVC	1.55 565	1.94 514	1.22 556	1.88 556	1.21 589	1.88 591	1.22 581	1.88 585	1.22 586	1.88 588	1.22 583	1.88 590	1.22 574	1.89 594	1.22 583	1.87 579	1.22 559	1.88 605	1.22 583	1.88 583	1.22 581
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 566	1.91 508	1.21 555	1.94 559	1.20 543	2.00 599	1.23 582	1.99 590	1.24 588	2.00 596	1.25 586	2.03 600	1.26 576	2.00 598	1.29 591	1.90 583	1.18 511	1.89 606	1.21 582	1.89 584	1.20 535
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
derf	1.91 577	2.15 526	1.78 600	2.16 568	1.75 619	2.21 606	1.80 617	2.22 602	1.80 623	2.21 608	1.76 619	2.17 603	1.81 611	2.24 607	1.74 622	1.93 586	1.56 590	1.96 608	1.53 606	1.95 585	1.56 603

MC-Stereo	1.76 571	2.96 579	1.37 574	2.14 567	1.37 596	2.14 605	1.36 593	2.14 599	1.37 598	2.14 605	1.37 597	2.14 602	1.37 587	2.14 603	1.37 597	1.97 588	1.32 561	1.97 609	1.32 591	1.98 586	1.33 590

MM-Stereo_test1	1.80 574	3.41 591	1.52 587	2.12 566	1.41 599	2.04 600	1.41 601	2.05 594	1.46 603	2.04 600	1.41 601	2.05 601	1.42 590	2.05 599	1.43 601	2.04 592	1.54 589	1.94 607	1.38 597	1.99 587	1.33 590

MonStereo1	1.94 579	2.77 573	1.52 587	3.73 630	1.51 603	2.13 604	1.42 603	2.32 610	1.52 604	2.31 614	1.50 604	2.53 618	1.59 593	2.34 612	1.56 604	1.91 584	1.36 574	1.86 601	1.31 590	2.07 588	1.53 600

TRStereo	2.00 585	2.13 523	1.85 612	2.27 574	1.84 623	2.28 610	1.84 619	2.29 605	1.86 629	2.30 611	1.87 624	2.30 605	1.87 613	2.08 600	1.72 616	2.08 593	1.72 604	2.08 612	1.72 626	2.08 589	1.72 619

XX-Stereo	2.00 585	2.13 523	1.85 612	2.27 574	1.84 623	2.28 610	1.84 619	2.29 605	1.86 629	2.30 611	1.87 624	2.30 605	1.87 613	2.08 600	1.72 616	2.08 593	1.72 604	2.08 612	1.72 626	2.08 589	1.72 619

EAI-Stereo	2.00 585	2.13 523	1.85 612	2.27 574	1.84 623	2.28 610	1.84 619	2.29 605	1.86 629	2.30 611	1.87 624	2.30 605	1.87 613	2.08 600	1.72 616	2.08 593	1.72 604	2.08 612	1.72 626	2.08 589	1.72 619

GANet-RSSM	0.75 422	1.91 508	0.14 148	0.47 293	0.14 181	0.21 197	3.21 665	2.30 609	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	2.13 592	2.12 632

AIO_rvc	2.18 607	2.34 544	1.87 616	2.32 578	1.94 632	2.40 615	1.89 627	2.37 613	2.07 644	2.52 624	1.95 634	2.44 615	1.99 625	2.41 616	1.89 634	2.32 610	2.09 623	2.24 616	2.18 642	2.21 593	2.23 635

asda	2.17 605	2.54 554	1.81 601	3.47 619	1.78 621	2.50 622	1.86 623	2.61 624	1.68 608	2.61 626	1.83 621	2.37 612	1.73 604	2.44 619	1.88 633	2.51 622	1.84 611	2.34 622	1.62 617	2.23 594	1.77 623

HUF	2.18 607	2.30 537	1.99 626	2.34 580	2.02 637	2.41 616	2.06 638	2.38 614	1.89 635	2.36 616	1.85 622	2.56 623	1.98 623	2.31 611	1.97 637	2.30 608	2.03 622	2.30 619	2.11 640	2.23 594	2.16 633

AIO_test	2.18 607	2.09 521	2.04 627	2.42 582	2.01 634	2.47 618	1.94 629	2.34 612	2.03 643	2.56 625	1.94 632	2.43 614	1.94 620	2.41 616	1.87 632	2.39 615	2.10 624	2.35 624	1.91 639	2.25 596	2.19 634

NCCL2	2.28 619	2.27 535	2.28 629	2.28 577	2.28 647	2.27 608	2.29 642	2.28 603	2.28 645	2.27 610	2.28 647	2.28 604	2.27 633	2.27 608	2.28 646	2.28 605	2.28 629	2.27 617	2.29 646	2.27 597	2.29 636

ccnet	0.80 436	2.28 536	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	1.56 592	2.38 613	0.33 331	0.41 296	0.29 251	0.42 381	1.57 608	2.28 598	0.29 297

STTStereo	3.73 647	30.40 695	2.37 633	2.39 581	2.31 649	2.35 613	2.33 643	2.29 605	2.42 646	2.32 615	2.34 648	2.33 608	2.36 634	2.30 610	2.27 645	2.35 612	2.22 628	2.31 620	2.22 643	2.29 599	2.34 640

qwe	2.18 607	2.60 557	1.58 589	3.83 632	1.90 631	2.53 624	1.90 628	2.48 618	1.73 617	2.37 617	1.92 631	2.53 618	1.68 598	2.56 622	1.83 626	2.52 624	1.87 613	2.07 611	1.68 623	2.32 600	1.71 618

FBW_ROB	2.12 604	2.46 553	1.77 599	2.49 585	1.79 622	2.38 614	1.83 618	2.46 617	1.78 622	2.48 622	1.97 635	2.40 613	1.78 609	2.42 618	1.83 626	2.31 609	1.85 612	2.38 625	1.82 631	2.35 601	1.84 624

asd	2.18 607	2.77 573	1.58 589	3.59 624	2.00 633	2.58 628	1.85 622	2.39 615	1.71 612	2.47 621	1.97 635	2.59 625	1.61 595	2.56 622	1.79 624	2.51 622	1.99 614	2.11 615	1.62 617	2.36 602	1.60 609

monsterstereo	2.20 613	2.33 540	1.95 621	3.65 626	2.07 639	2.49 620	1.61 609	2.48 618	1.83 627	2.45 620	1.61 612	2.67 629	1.86 612	2.64 626	1.94 635	2.48 621	1.66 601	2.34 622	1.68 623	2.40 603	1.86 626

monsters	2.18 607	2.41 550	1.96 622	3.47 619	2.03 638	2.53 624	1.64 611	2.48 618	1.73 617	2.40 618	1.50 604	2.62 626	1.94 620	2.59 624	1.94 635	2.44 617	1.57 592	2.28 618	1.87 633	2.42 604	1.86 626

UDGNet	2.23 617	5.40 636	1.72 597	2.48 584	1.69 614	2.51 623	1.69 613	2.51 621	1.72 616	2.50 623	1.69 617	2.52 617	1.69 600	2.50 620	1.68 612	2.41 616	1.70 603	2.42 627	1.69 625	2.42 604	1.64 614

1w_stereo	2.05 600	2.32 539	1.35 564	3.74 631	2.01 634	2.73 634	1.42 603	1.88 585	1.93 637	2.03 599	1.28 589	2.71 630	1.99 625	2.72 632	1.72 616	2.20 598	1.32 561	1.87 602	1.86 632	2.45 606	1.54 601

LG-G_1	2.22 614	2.71 565	1.89 617	2.77 592	1.87 629	2.75 636	1.87 625	2.76 633	1.87 633	2.75 635	1.87 624	2.76 637	1.87 613	2.75 636	1.86 629	2.47 619	1.58 593	2.45 628	1.57 608	2.45 606	1.57 605

LG-G	2.22 614	2.71 565	1.89 617	2.77 592	1.87 629	2.75 636	1.87 625	2.76 633	1.87 633	2.75 635	1.87 624	2.76 637	1.87 613	2.75 636	1.86 629	2.47 619	1.58 593	2.45 628	1.57 608	2.45 606	1.57 605

LGtest1	2.22 614	2.70 563	1.89 617	2.76 591	1.86 626	2.75 636	1.86 623	2.75 632	1.86 629	2.75 635	1.86 623	2.77 639	1.87 613	2.75 636	1.86 629	2.46 618	1.58 593	2.45 628	1.56 607	2.45 606	1.56 603

4.5_new	2.00 585	1.84 498	1.98 623	2.77 592	2.16 642	2.27 608	1.28 588	2.09 595	1.98 639	2.01 597	1.28 589	2.71 630	1.98 623	2.51 621	1.65 609	2.26 601	1.33 568	1.87 602	1.87 633	2.49 610	1.60 609

GES	0.66 397	2.34 544	0.29 230	0.41 262	0.29 273	0.41 300	0.29 266	0.42 311	0.29 268	0.40 279	0.41 396	0.41 301	0.30 279	0.51 405	0.29 265	0.32 233	0.29 251	0.32 251	2.46 648	2.49 610	0.30 310

3w_stereo	2.04 598	2.24 534	1.70 594	3.15 602	2.18 646	2.49 620	1.26 586	2.03 593	1.98 639	1.98 594	1.33 592	2.72 634	1.99 625	2.59 624	1.72 616	2.22 600	1.33 568	1.85 598	1.88 638	2.50 612	1.58 607

3.25w	2.04 598	2.20 530	1.48 582	3.03 599	2.17 644	2.63 630	1.39 599	1.96 588	1.95 638	1.96 591	1.37 597	2.71 630	1.96 622	2.71 630	1.73 621	2.26 601	1.32 561	1.87 602	1.87 633	2.51 613	1.63 613

2.25w	2.00 585	1.86 502	1.98 623	2.95 598	2.17 644	2.26 607	1.35 591	2.42 616	2.00 642	2.07 604	1.27 588	2.53 618	1.99 625	2.29 609	1.49 603	2.21 599	1.32 561	1.85 598	1.87 633	2.52 614	1.62 612

PSMNet-RSSM	0.77 428	2.76 571	0.14 148	0.20 160	0.14 181	0.20 187	2.66 646	2.79 636	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	2.52 614	2.31 637

GwcNet-RSSM	0.77 428	2.77 573	0.14 148	0.20 160	0.14 181	0.20 187	2.67 647	2.78 635	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	2.52 614	2.31 637

4w-stereo	2.02 593	2.72 567	1.44 579	3.36 615	1.59 606	2.48 619	1.72 615	2.28 603	1.24 588	2.24 609	1.65 614	2.56 623	1.32 582	2.39 615	1.98 638	2.67 627	1.51 585	1.66 594	1.24 585	2.53 617	1.88 631

2.5w	2.01 592	2.40 549	1.37 574	3.28 609	2.01 634	2.71 631	1.43 606	1.82 584	1.83 627	1.90 590	1.41 601	2.71 630	1.35 584	2.71 630	1.85 628	2.66 625	1.53 587	1.64 593	1.23 584	2.53 617	1.87 628

3.25w_new	2.03 595	2.72 567	1.35 564	3.33 614	1.57 604	2.72 632	1.53 608	2.15 600	1.33 592	2.15 606	1.60 610	2.63 627	1.30 580	2.72 632	1.99 639	2.67 627	1.53 587	1.75 596	1.25 587	2.53 617	1.87 628

3.5w_stereo	2.03 595	2.72 567	1.35 564	3.41 616	1.57 604	2.72 632	1.49 607	2.01 592	1.34 593	2.15 606	1.61 612	2.63 627	1.36 585	2.72 632	1.99 639	2.66 625	1.58 593	1.68 595	1.24 585	2.53 617	1.87 628

IGEV	2.02 593	2.20 530	1.82 606	2.90 597	2.16 642	2.41 616	1.25 584	2.00 591	1.98 639	1.99 595	1.31 591	2.72 634	1.93 619	2.67 629	1.69 613	2.26 601	1.32 561	1.83 597	1.87 633	2.53 617	1.61 611

hitnet-ft	0.79 433	2.78 576	0.14 148	0.20 160	0.14 181	0.21 197	2.89 649	2.80 637	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	2.54 622	2.33 639

PDISCO_ROB	0.83 449	2.80 577	3.49 657	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	3.30 643	0.13 171	0.14 133	2.34 630	0.16 170	0.12 170	2.62 623	0.10 140

sCroCo_RVC	2.10 602	2.76 571	1.92 620	2.78 595	1.39 598	2.73 634	1.41 601	2.73 631	1.40 600	2.77 640	1.41 601	2.74 636	1.40 589	2.74 635	1.40 599	2.72 629	1.42 580	2.72 637	1.44 603	2.79 624	1.42 598

NLCA_NET_v2_RVC	5.04 675	50.87 706	2.78 638	2.87 596	2.71 651	2.78 639	0.47 415	2.88 638	2.86 651	1.89 589	2.67 650	2.79 640	2.79 639	2.78 639	2.83 648	2.82 630	2.82 636	2.83 638	2.77 650	2.83 625	2.76 645
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NLSM1	2.93 640	3.24 588	2.57 637	4.04 633	2.66 650	3.30 645	2.55 645	3.29 643	2.55 647	3.35 645	2.48 649	3.28 644	2.47 635	3.34 645	2.49 647	3.26 635	2.55 635	3.13 639	2.57 649	3.00 626	2.46 643

plain	1.88 576	3.16 585	0.64 420	3.10 600	0.65 464	3.10 641	0.64 450	3.12 640	0.65 454	3.10 641	0.65 462	3.11 641	0.65 452	3.12 640	0.65 448	3.12 634	0.65 432	3.13 639	0.65 470	3.13 627	0.65 455

UniTT-Stereo	2.03 595	3.43 592	0.72 448	3.42 617	0.73 482	3.27 644	0.68 462	3.38 645	0.69 469	3.29 644	0.72 488	3.28 644	0.70 472	3.35 646	0.68 460	3.39 637	0.68 439	3.31 642	0.69 481	3.37 628	0.73 475

MonStereo	2.17 605	2.41 550	1.49 586	2.67 589	1.67 611	2.60 629	2.04 637	2.32 610	1.76 620	2.44 619	1.68 616	2.50 616	1.69 600	2.38 613	1.80 625	2.28 605	1.78 607	2.63 636	2.14 641	3.47 629	1.68 617

DPSNet	3.66 645	3.60 594	3.62 660	3.63 625	3.64 672	3.65 648	3.65 671	3.66 648	3.67 668	3.67 647	3.65 669	3.67 648	3.66 657	3.66 647	3.68 666	3.68 640	3.66 655	3.67 646	3.68 672	3.67 630	3.67 669

RAStereo	2.23 617	3.64 595	0.76 456	3.65 626	0.86 504	3.66 649	0.76 486	3.67 649	0.81 501	3.66 646	0.76 494	3.66 647	0.77 484	3.68 648	0.77 488	3.68 640	0.77 461	3.69 647	0.77 497	3.70 631	0.77 484

SA	4.33 664	7.35 649	6.85 679	5.96 661	4.09 677	3.59 647	3.15 664	3.82 650	2.64 648	3.91 648	3.85 672	3.57 646	2.72 638	3.13 641	4.03 673	7.09 681	6.86 676	3.57 644	3.12 662	3.85 632	3.51 668

ssnet_v2	0.68 402	1.96 515	1.25 560	0.29 200	0.20 227	0.30 238	0.20 214	0.29 229	0.22 227	1.50 578	0.20 227	0.31 248	0.20 225	0.27 233	0.22 222	0.24 201	1.49 584	0.26 229	0.18 222	3.90 633	0.19 208

TestStereo1	4.60 666	8.41 656	6.44 676	6.86 667	3.79 674	3.97 651	3.78 673	3.99 652	3.74 670	3.97 649	3.52 667	3.94 651	3.58 654	3.98 651	3.72 668	6.82 678	6.50 674	3.76 648	3.66 670	3.90 633	3.74 672

SA-5K	4.60 666	8.41 656	6.44 676	6.86 667	3.79 674	3.97 651	3.78 673	3.99 652	3.74 670	3.97 649	3.52 667	3.94 651	3.58 654	3.98 651	3.72 668	6.82 678	6.50 674	3.76 648	3.66 670	3.90 633	3.74 672

NLCSM	3.67 646	4.08 609	3.19 656	4.80 649	3.26 665	3.99 653	3.24 666	4.25 655	3.18 664	4.09 651	3.27 664	4.14 653	3.18 652	4.13 653	3.28 662	4.06 642	3.10 645	3.85 651	3.14 663	3.91 636	3.27 665

test_4	4.88 672	8.13 654	6.98 680	7.46 670	4.44 679	4.25 655	3.85 675	4.04 654	3.92 674	4.13 652	3.91 673	4.18 655	3.84 664	4.14 654	4.06 674	7.01 680	7.13 677	4.53 653	3.72 673	4.09 637	3.72 670

test_3	5.01 674	8.86 661	7.77 682	8.09 672	2.76 652	4.13 654	4.05 677	3.88 651	3.76 672	4.33 654	4.13 676	3.71 649	3.91 665	4.21 655	4.06 674	7.93 682	7.69 679	4.53 653	3.91 675	4.17 638	4.29 678

RAFT+CT+SA	4.28 662	7.62 652	4.91 667	5.55 658	2.28 647	3.09 640	3.64 670	4.49 657	3.07 657	4.80 669	3.35 665	4.77 672	3.70 659	4.29 656	3.05 651	5.58 669	5.98 671	3.58 645	3.78 674	4.26 639	3.72 670

test_5	4.62 669	7.55 651	6.23 674	6.32 664	3.40 668	5.29 676	3.50 668	3.53 647	4.11 676	4.28 653	4.47 679	4.26 656	4.38 671	3.68 648	3.24 661	5.89 671	5.60 667	4.84 670	3.50 668	4.33 640	3.93 676

Sa-1000	4.34 665	8.37 655	6.84 678	6.98 669	4.45 680	3.58 646	3.00 650	3.42 646	3.39 666	2.61 626	4.00 675	3.83 650	4.01 668	3.90 650	3.90 671	5.98 673	5.62 668	3.76 648	2.34 647	4.35 641	2.47 644

cross-raft	4.83 671	7.52 650	6.43 675	6.63 665	3.96 676	4.51 657	3.99 676	4.49 657	3.96 675	4.52 656	3.96 674	4.50 657	3.97 667	4.50 658	3.97 672	6.65 676	6.44 673	4.33 652	3.92 676	4.35 641	3.91 675

sAnonymous2	3.31 643	2.63 558	1.38 576	3.71 628	1.86 626	4.70 669	1.11 524	4.82 672	2.72 649	5.45 677	1.98 641	4.59 662	2.64 636	2.65 627	6.21 682	4.37 644	1.08 495	5.16 674	2.24 644	4.52 643	2.39 641

CroCo_RVC	3.31 643	2.63 558	1.38 576	3.71 628	1.86 626	4.70 669	1.11 524	4.82 672	2.72 649	5.45 677	1.98 641	4.59 662	2.64 636	2.65 627	6.21 682	4.37 644	1.08 495	5.16 674	2.24 644	4.52 643	2.39 641

rvit_105_1	3.83 648	5.22 629	3.01 642	4.53 637	3.01 653	4.51 657	3.01 651	4.56 659	3.04 652	4.53 658	3.03 653	4.55 660	3.03 640	4.56 659	3.04 649	4.57 650	3.05 638	4.57 655	3.05 654	4.57 645	3.05 650

rvit_0105_6	3.87 652	5.73 643	3.10 652	4.69 647	3.12 663	4.54 659	3.02 652	4.56 659	3.04 652	4.54 660	3.03 653	4.54 658	3.04 643	4.56 659	3.05 651	4.58 653	3.05 638	4.58 657	3.05 654	4.58 646	3.05 650

rvit_stereo_0081	3.83 648	5.23 630	3.01 642	4.53 637	3.03 655	4.55 663	3.02 652	4.56 659	3.04 652	4.52 656	3.02 651	4.54 658	3.03 640	4.56 659	3.04 649	4.57 650	3.05 638	4.57 655	3.05 654	4.58 646	3.05 650

rvit_stereo_0082	3.86 650	5.82 644	3.01 642	4.53 637	3.03 655	4.54 659	3.02 652	4.56 659	3.04 652	4.53 658	3.02 651	4.55 660	3.04 643	4.57 662	3.05 651	4.57 650	3.05 638	4.58 657	3.05 654	4.58 646	3.06 653

rvit_stereo_0081_aga	3.86 650	5.33 633	3.02 645	4.55 643	3.04 659	4.54 659	3.02 652	4.64 666	3.06 656	4.54 660	3.04 655	4.62 667	3.08 647	4.62 665	3.07 654	4.58 653	3.06 642	4.60 659	3.08 658	4.63 649	3.07 654

rvit_stereo_0080	3.89 653	5.70 641	3.04 647	4.54 640	3.03 655	4.56 664	3.05 658	4.60 663	3.07 657	4.58 663	3.06 656	4.59 662	3.06 645	4.61 663	3.08 655	4.63 655	3.09 643	4.64 661	3.10 659	4.65 650	3.10 657

whm_eth	3.89 653	5.70 641	3.04 647	4.54 640	3.03 655	4.56 664	3.05 658	4.60 663	3.07 657	4.58 663	3.06 656	4.59 662	3.06 645	4.61 663	3.08 655	4.63 655	3.09 643	4.64 661	3.10 659	4.65 650	3.10 657

rvit_stereo_0083	3.92 657	5.30 632	3.06 650	4.61 646	3.09 662	4.67 668	3.08 661	4.66 667	3.09 661	4.62 666	3.10 661	4.66 670	3.11 649	4.67 667	3.16 660	4.72 660	3.16 649	4.77 668	3.11 661	4.66 652	3.11 659

rvit_stereo_ft	3.93 658	5.44 638	3.05 649	4.59 644	3.06 660	4.61 667	3.08 661	4.67 668	3.12 662	4.63 667	3.10 661	4.65 669	3.11 649	4.69 669	3.13 659	4.70 658	3.14 648	4.71 666	3.15 664	4.74 653	3.16 662

MLG-Stereo_test2	4.28 662	5.46 639	3.69 661	4.86 651	3.72 673	5.58 678	3.42 667	4.81 671	3.77 673	4.85 670	3.72 671	5.55 679	3.63 656	5.58 677	3.53 665	4.41 647	3.28 653	4.99 672	2.95 652	4.75 654	3.13 660

rvit_0105_3	3.91 655	5.33 633	3.06 650	4.60 645	3.07 661	4.60 666	3.06 660	4.62 665	3.08 660	4.60 665	3.07 659	4.62 667	3.08 647	4.67 667	3.10 658	4.70 658	3.11 646	4.77 668	3.19 666	4.77 655	3.14 661

rvit_0105_4	3.91 655	5.47 640	3.02 645	4.54 640	3.02 654	4.54 659	3.03 656	4.75 669	3.17 663	4.57 662	3.06 656	4.61 666	3.16 651	4.65 666	3.09 657	4.66 657	3.11 646	4.68 664	3.18 665	4.81 656	3.16 662

CFNet	1.37 561	5.27 631	0.19 188	5.49 657	0.19 224	0.28 234	0.19 210	0.28 224	0.19 219	0.28 230	0.19 223	0.28 234	4.35 670	0.28 237	0.19 214	0.23 194	0.17 190	0.23 210	4.21 679	4.81 656	0.17 201

MLG-Stereo_test3	4.26 661	4.85 622	3.95 663	5.35 656	3.60 670	4.75 672	3.76 672	5.49 678	3.71 669	5.39 675	3.69 670	4.82 673	3.66 657	4.85 670	3.73 670	4.93 661	3.19 652	4.69 665	2.99 653	4.84 658	2.98 649

MLG-Stereo_test1	4.25 660	5.34 635	3.61 659	5.31 655	3.63 671	5.23 675	3.57 669	5.38 677	3.65 667	5.23 674	3.47 666	4.76 671	3.74 660	4.85 670	3.71 667	4.96 662	3.18 651	4.71 666	2.92 651	4.86 659	2.90 647

raft_robust	4.71 670	7.75 653	5.40 672	6.81 666	3.31 666	4.28 656	4.20 678	4.32 656	4.37 679	4.35 655	4.35 678	4.14 653	3.75 661	4.30 657	4.20 676	6.67 677	6.37 672	3.36 643	4.24 680	4.86 659	3.25 664

Anonymous3	2.55 631	3.26 589	1.65 592	3.28 609	1.63 609	3.24 643	1.68 612	3.27 642	1.66 607	3.28 643	1.67 615	3.25 643	1.66 597	3.27 642	1.64 608	3.26 635	1.65 600	3.30 641	1.65 619	4.95 661	1.65 616

TestStereo	4.88 672	4.75 620	4.79 666	4.87 652	4.92 681	4.81 674	4.90 681	4.78 670	4.77 680	4.87 671	4.89 680	4.90 675	4.91 673	4.99 674	4.79 678	4.98 663	4.87 664	4.87 671	4.92 682	5.00 662	5.00 679

rvit_0105_5	4.10 659	5.40 636	3.13 655	4.71 648	3.15 664	4.72 671	3.10 663	4.90 674	3.27 665	4.69 668	3.16 663	4.84 674	3.25 653	4.96 673	3.34 663	5.05 665	3.39 654	5.10 673	3.40 667	5.11 663	3.42 666

FC-DCNN v2	5.10 676	5.15 627	4.49 665	5.07 654	3.37 667	6.87 681	4.75 680	5.04 675	6.34 684	7.84 685	5.06 681	6.72 685	4.09 669	4.99 674	5.44 681	5.03 664	3.16 649	4.67 663	4.86 681	5.15 664	3.89 674

DISCO	1.11 500	0.39 189	5.28 670	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	6.95 684	0.22 222	0.30 225	0.21 203	0.27 233	0.21 227	5.25 665	0.21 212

MaDis-Stereo	3.19 642	6.02 646	1.12 495	5.61 659	1.16 536	5.43 677	1.02 520	5.15 676	0.70 477	5.43 676	1.21 582	5.03 677	0.97 500	4.85 670	0.99 511	4.53 648	1.16 507	5.53 676	1.25 587	5.37 666	1.30 587

DispFullNet	4.61 668	4.84 621	3.12 653	5.00 653	3.57 669	4.75 672	3.03 656	7.75 685	4.17 677	4.91 672	3.09 660	6.20 681	3.95 666	6.71 681	3.51 664	5.30 668	3.67 656	5.86 680	3.63 669	5.61 667	3.46 667

StereoVision	3.15 641	5.00 624	0.89 471	4.83 650	1.00 517	3.93 650	1.27 587	6.37 679	1.34 593	5.67 679	1.26 587	5.84 680	1.27 577	5.03 676	1.24 584	5.10 667	1.09 497	4.61 660	0.57 453	5.62 668	1.12 521

SGM-Forest	5.21 678	5.92 645	4.08 664	6.18 662	4.16 678	6.31 680	4.34 679	6.50 680	4.33 678	6.14 681	4.21 677	6.61 684	4.55 672	6.67 680	4.48 677	5.94 672	3.94 658	5.85 679	4.03 678	5.79 669	4.17 677
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MIF-Stereo (partial)	2.58 632	3.31 590	0.66 426	3.18 604	0.66 468	3.18 642	0.66 454	3.21 641	0.67 458	3.19 642	0.66 465	3.19 642	0.66 456	3.31 644	0.68 460	5.09 666	1.79 609	8.23 686	1.67 621	6.18 670	1.38 596

RAFT	6.73 681	9.36 664	7.40 681	8.51 675	6.55 685	6.88 682	6.60 685	6.79 681	6.60 685	6.80 682	6.72 687	5.31 678	5.50 676	6.61 679	6.61 685	8.42 684	5.89 669	5.73 677	5.45 686	6.61 671	6.24 683

gwcnet-sp	0.82 446	1.72 461	1.48 582	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 582	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 568	0.32 251	0.16 194	6.75 672	0.23 216

scenet	0.82 446	1.72 461	1.48 582	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 582	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 568	0.32 251	0.16 194	6.75 672	0.23 216

ssnet	0.82 446	1.72 461	1.48 582	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 582	0.23 237	0.28 234	0.26 252	0.20 184	0.15 186	0.24 201	1.33 568	0.32 251	0.16 194	6.75 672	0.23 216

test-1	6.46 679	9.16 663	8.03 685	8.09 672	5.62 684	6.11 679	6.35 684	6.85 682	4.94 681	6.08 680	6.29 686	4.98 676	6.43 678	6.22 678	6.36 684	6.16 675	7.47 678	5.82 678	5.44 685	7.11 675	5.68 682

test-v	7.53 683	11.89 672	7.98 683	9.36 678	7.14 686	7.06 683	7.09 686	7.37 683	6.91 686	7.29 683	5.71 684	6.45 682	6.93 679	6.73 682	7.27 686	8.93 687	7.85 680	6.98 683	6.80 687	7.56 676	7.34 685

test-2	7.53 683	11.89 672	7.98 683	9.36 678	7.14 686	7.06 683	7.09 686	7.37 683	6.91 686	7.29 683	5.71 684	6.45 682	6.93 679	6.73 682	7.27 686	8.93 687	7.85 680	6.98 683	6.80 687	7.56 676	7.34 685

rvit_stereo_0075_2	6.64 680	8.80 660	5.25 669	7.89 671	5.27 683	7.90 685	5.27 682	7.92 686	5.28 682	7.91 686	5.29 683	7.93 686	5.27 674	7.92 686	5.28 679	7.93 682	5.28 666	7.93 685	5.29 684	7.93 678	5.28 681

CFNet_RVC	2.38 627	8.71 659	0.38 287	9.33 677	0.42 409	0.56 423	0.42 399	0.60 423	0.38 370	0.62 434	0.42 406	0.56 425	7.29 682	0.62 429	0.42 394	0.53 383	0.37 326	0.49 415	0.34 361	8.30 679	6.87 684

MSMDNet	2.65 633	10.14 670	0.33 259	9.74 680	0.32 336	0.87 469	0.33 334	2.95 639	0.68 464	0.49 384	0.34 353	0.49 388	5.70 677	0.49 387	0.33 331	0.42 310	9.57 683	0.41 370	0.31 340	8.36 680	0.65 455

U	5.15 677	8.49 658	1.81 601	8.49 674	1.77 620	8.49 686	1.77 616	8.51 687	1.77 621	8.49 687	1.77 620	8.50 687	1.78 609	8.58 687	1.77 623	8.54 685	1.78 607	8.55 687	1.78 630	8.55 681	1.84 624

SGM+DAISY	7.06 682	9.15 662	5.38 671	8.84 676	5.18 682	8.80 687	5.31 683	8.79 688	5.28 682	8.89 688	5.20 682	8.93 688	5.33 675	8.95 688	5.36 680	8.70 686	5.21 665	8.74 688	5.20 683	8.89 682	5.15 680

pcwnet_v2	2.66 634	9.89 668	0.33 259	9.89 681	0.32 336	0.50 400	0.32 323	0.49 378	0.33 342	0.49 384	0.34 353	0.49 388	8.76 684	0.48 381	0.33 331	0.41 296	9.58 684	0.40 353	0.29 315	9.01 683	0.63 447

ccs_rob	2.79 638	10.17 671	0.32 254	10.00 683	0.33 348	0.49 391	0.33 334	1.90 587	0.32 332	0.51 406	0.33 345	0.49 388	9.24 686	0.49 387	0.33 331	0.41 296	9.82 686	0.41 370	0.28 302	9.34 684	0.29 297

PCWNet_CMD	2.80 639	9.82 667	0.32 254	10.09 684	0.32 336	0.49 391	0.33 334	3.34 644	0.33 342	0.49 384	0.33 345	0.49 388	8.73 683	0.48 381	0.33 331	0.41 296	9.22 682	0.42 381	0.29 315	9.55 685	0.31 319

UCFNet_RVC	2.75 637	10.06 669	0.29 230	10.31 685	0.29 273	0.42 320	0.29 266	0.43 317	0.29 268	0.42 307	0.29 272	0.42 319	9.87 687	0.43 319	0.29 265	0.36 254	9.84 687	0.36 288	0.26 252	9.77 686	0.26 233

CFNet_pseudo	2.67 635	9.36 664	0.32 254	10.99 686	0.33 348	0.85 466	0.33 334	0.49 378	0.33 342	0.49 384	0.32 336	0.49 388	7.26 681	0.49 387	0.33 331	0.41 296	9.62 685	0.41 370	0.29 315	10.03 687	0.29 297

CFNet_ucs	2.73 636	9.64 666	0.33 259	9.92 682	0.32 336	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 388	8.98 685	0.48 381	0.33 331	0.41 296	9.96 688	0.40 353	0.29 315	10.12 688	0.54 426

rafts_anoy	20.00 687	20.00 674	20.00 687	20.00 687	20.00 689	20.00 688	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 690	20.00 689	20.00 690	20.00 689	20.00 688

raft+_RVC	20.00 687	20.00 674	20.00 687	20.00 687	20.00 689	20.00 688	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 690	20.00 689	20.00 690	20.00 689	20.00 688

raftrobust	20.00 687	20.00 674	20.00 687	20.00 687	20.00 689	20.00 688	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 690	20.00 689	20.00 690	20.00 689	20.00 688

CasAABBNet	20.00 687	20.00 674	20.00 687	20.00 687	20.00 689	20.00 688	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 690	20.00 689	20.00 690	20.00 689	20.00 688

RALCasStereoNet	20.00 687	20.00 674	20.00 687	20.00 687	20.00 689	20.00 688	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 690	20.00 689	20.00 690	20.00 689	20.00 688

RALAANet	20.00 687	20.00 674	20.00 687	20.00 687	20.00 689	20.00 688	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 689	20.00 690	20.00 689	20.00 690	20.00 689	20.00 688

MANE	19.05 686	23.00 680	15.00 686	23.00 693	15.00 688	24.00 694	16.00 688	24.00 695	16.00 688	22.00 695	15.00 688	23.00 695	16.00 688	23.00 695	15.00 688	22.00 695	15.00 689	22.00 695	15.00 689	22.00 695	15.00 687

111	30.40 693	30.94 696	29.72 694	32.61 694	30.02 696	33.57 695	30.47 696	31.50 696	29.39 696	30.98 696	29.11 696	29.78 696	30.39 699	29.45 696	30.76 699	30.08 696	29.02 697	29.92 696	30.32 700	29.86 696	30.17 695

tt	500032.53 712	34.60 698	29.72 694	37.47 704	34.41 701	36.85 701	35.22 701	34.71 700	33.55 698	34.50 697	35.43 700	33.81 700	10000000.00 717	33.57 700	33.13 700	33.68 700	35.00 702	34.03 701	35.26 703	30.96 697	34.63 700

DCANet	500032.53 712	34.60 698	29.72 694	37.47 704	34.41 701	36.85 701	35.22 701	34.71 700	33.55 698	34.50 697	35.43 700	33.81 700	10000000.00 717	33.57 700	33.13 700	33.68 700	35.00 702	34.03 701	35.26 703	30.96 697	34.63 700

ADStereo(finetuned)	36.13 696	36.63 701	38.07 705	36.97 699	33.25 700	35.91 700	34.45 700	36.36 703	32.99 697	38.14 708	36.71 703	36.69 703	34.13 700	38.57 708	40.79 707	37.60 708	36.58 704	35.90 704	33.36 701	35.42 699	34.04 699

DCANet-4	35.22 695	34.54 697	35.08 700	33.58 698	35.47 703	34.55 696	35.53 703	36.08 702	35.85 700	35.92 702	35.77 702	35.18 702	35.48 701	35.39 702	37.15 706	34.55 702	33.92 701	35.02 703	34.90 702	35.79 700	34.74 702

fast-reg	37.00 697	37.00 702	37.00 701	37.00 700	37.00 704	37.00 703	37.00 704	37.00 704	37.00 701	37.00 703	37.00 704	37.00 704	37.00 702	37.00 703	37.00 702	37.00 704	37.00 705	37.00 705	37.00 705	37.00 701	37.00 703

Reg-Stereo(zero)	37.00 697	37.00 702	37.00 701	37.00 700	37.00 704	37.00 703	37.00 704	37.00 704	37.00 701	37.00 703	37.00 704	37.00 704	37.00 702	37.00 703	37.00 702	37.00 704	37.00 705	37.00 705	37.00 705	37.00 701	37.00 703

HI	37.00 697	37.00 702	37.00 701	37.00 700	37.00 704	37.00 703	37.00 704	37.00 704	37.00 701	37.00 703	37.00 704	37.00 704	37.00 702	37.00 703	37.00 702	37.00 704	37.00 705	37.00 705	37.00 705	37.00 701	37.00 703

CoSv	37.00 697	37.00 702	37.00 701	37.00 700	37.00 704	37.00 703	37.00 704	37.00 704	37.00 701	37.00 703	37.00 704	37.00 704	37.00 702	37.00 703	37.00 702	37.00 704	37.00 705	37.00 705	37.00 705	37.00 701	37.00 703

WCMA_ROB	31.10 694	35.43 700	27.12 693	39.51 706	23.10 695	38.78 707	25.30 695	37.49 708	25.39 695	37.29 707	27.02 695	38.52 708	26.48 695	37.80 707	26.44 695	36.28 703	22.65 696	33.90 700	22.30 696	37.10 705	24.18 694

NOSS_ROB	102.95 702	153.00 711	121.00 709	51.00 707	44.00 708	165.00 711	127.00 710	153.00 711	119.00 707	164.00 712	125.00 710	168.00 712	120.00 708	153.00 711	117.00 710	49.00 709	44.00 709	49.00 709	44.00 709	49.00 706	44.00 707

CBMV	128.50 703	1422.70 718	53.10 707	79.50 708	51.30 709	77.30 709	49.70 708	74.00 709	48.20 706	77.20 710	48.80 709	73.90 710	48.00 707	73.80 710	48.80 709	70.40 710	45.10 710	68.90 710	46.10 710	68.20 707	45.00 708
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 701	87.70 707	41.95 706	113.75 709	65.62 710	75.05 708	55.25 709	75.64 710	45.04 705	71.61 709	41.75 708	72.81 709	44.06 706	68.38 709	44.63 708	101.89 711	59.57 711	107.10 711	61.05 711	104.38 708	59.38 709

MeshStereo	159.24 704	171.00 712	160.68 712	162.58 710	160.59 711	164.01 710	160.35 711	158.51 712	158.56 708	158.34 711	160.12 711	158.56 711	159.92 709	157.26 712	158.94 711	154.38 712	158.36 712	155.75 712	159.13 713	153.67 709	154.07 710
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 705	123.00 708	115.00 708	219.00 711	218.00 713	223.00 712	244.00 713	217.00 713	236.00 710	202.00 713	203.00 712	205.00 713	208.00 710	225.00 713	204.00 712	210.00 713	198.00 713	197.00 713	184.00 714	204.00 710	201.00 711

MGS-Stereo	239.45 706	123.00 708	135.00 710	266.00 712	286.00 714	277.00 713	305.00 714	271.00 714	242.00 711	274.00 714	279.00 714	255.00 714	270.00 712	268.00 714	297.00 714	221.00 714	247.00 715	216.00 714	123.00 712	217.00 711	217.00 713

EGLCR-Stereo	246.90 707	129.00 710	139.00 711	266.00 712	286.00 714	277.00 713	305.00 714	271.00 714	242.00 711	274.00 714	279.00 714	255.00 714	270.00 712	268.00 714	297.00 714	230.00 715	247.00 715	216.00 714	223.00 716	237.00 712	227.00 714

DLCB_ROB	284.23 708	354.61 714	207.27 713	363.24 714	206.46 712	364.72 715	210.41 712	364.72 716	210.41 709	364.81 716	208.64 713	364.81 716	208.64 711	364.72 716	210.41 713	354.70 716	205.53 714	354.70 716	205.53 715	354.70 713	205.53 712

LE_ROB	396.57 709	471.28 715	329.84 714	471.48 715	308.15 716	526.83 716	322.10 716	488.15 717	323.76 713	495.46 717	317.97 716	497.17 717	320.10 714	481.62 717	326.76 716	462.71 717	298.97 717	466.16 717	285.98 717	447.62 714	289.21 715

SGM-ForestM	596.69 710	677.77 716	444.52 715	699.85 716	517.25 717	732.94 717	488.29 717	770.79 718	460.11 714	750.81 718	487.98 717	792.79 718	499.41 715	730.90 718	475.81 717	720.03 718	491.16 718	663.96 718	418.60 718	674.76 715	436.05 716

CBMV_ROB	818.48 711	913.88 717	709.52 716	862.84 717	597.78 718	1073.99 718	700.52 718	1015.66 719	702.59 715	1115.65 719	760.02 718	1130.24 719	721.57 716	1037.41 719	692.65 718	814.05 719	564.29 719	843.28 719	595.31 719	915.51 716	602.92 717

111111	10000000.00 717	10000000.00 719	10000000.00 717	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 720	10000000.00 716	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 718

SGD-Stereo	10000000.00 717	10000000.00 719	10000000.00 717	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 720	10000000.00 716	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 718

IGEV-Stereo++	10000000.00 717	10000000.00 719	10000000.00 717	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 720	10000000.00 716	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 718

IGEV-BASED-STEREO-	10000000.00 717	10000000.00 719	10000000.00 717	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 720	10000000.00 716	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 718

IGEV-Stereo+	10000000.00 717	10000000.00 719	10000000.00 717	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 720	10000000.00 716	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 718

SDNR	10000000.00 717	10000000.00 719	10000000.00 717	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 720	10000000.00 716	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 718

anonymousdsp2	10000000.00 717	10000000.00 719	10000000.00 717	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 720	10000000.00 716	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 718

anonymousdsp	10000000.00 717	10000000.00 719	10000000.00 717	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 720	10000000.00 716	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 718

fff	1000028.16 714	29.62 692	29.72 694	32.61 694	30.02 696	35.13 697	31.83 697	32.07 697	10000000.00 716	35.27 699	29.82 697	32.45 697	30.15 696	32.35 697	30.09 696	31.04 697	29.55 698	30.64 697	30.14 697	10000000.00 717	30.77 696

csc	1000028.16 714	29.62 692	29.72 694	32.61 694	30.02 696	35.13 697	31.83 697	32.07 697	10000000.00 716	35.27 699	29.82 697	32.45 697	30.15 696	32.35 697	30.09 696	31.04 697	29.55 698	30.64 697	30.14 697	10000000.00 717	30.77 696

cscssc	1000028.16 714	29.62 692	29.72 694	32.61 694	30.02 696	35.13 697	31.83 697	32.07 697	10000000.00 716	35.27 699	29.82 697	32.45 697	30.15 696	32.35 697	30.09 696	31.04 697	29.55 698	30.64 697	30.14 697	10000000.00 717	30.77 696

test_example2	10000000.00 717	10000000.00 719	10000000.00 717	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 720	10000000.00 716	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 718

DIP-Stereo	10000000.00 717	10000000.00 719	10000000.00 717	10000000.00 718	10000000.00 719	10000000.00 719	10000000.00 719	10000000.00 720	10000000.00 716	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 717	10000000.00 720	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 717	10000000.00 718
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ASD4		0.20 128

Low-res two-view benchmark