Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

VMStereo-Base	0.03 29	0.09 87	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 78	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

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

Wz-Net-SNSev	0.03 29	0.09 87	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

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

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
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	0.73 415	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

GASNet	0.05 57	0.04 52	0.12 124	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.12 150	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

WZ-Net	0.05 57	0.50 242	0.10 93	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

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	0.73 415	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 146	0.20 189	0.23 174	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	0.23 192	0.21 201	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 260	0.10 93	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

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	0.05 111	0.08 78	0.08 84	0.08 126	0.05 119	0.06 118	0.05 118

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	0.05 111	0.08 78	0.08 84	0.08 126	0.05 119	0.06 118	0.05 118

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	0.05 111	0.08 78	0.08 84	0.08 126	0.05 119	0.06 118	0.05 118

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	0.11 155	0.04 90	0.03 52	0.58 387	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

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	0.75 418	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.24 146	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.06 116	0.04 103	0.06 118	0.05 122	0.06 119	0.04 100	0.06 110	0.04 97	0.06 70	0.07 81	0.06 116	0.04 99	0.06 118	0.04 96

BridgeDepth_RVC	0.07 67	0.08 79	0.11 113	0.11 97	0.05 121	0.08 128	0.05 115	0.08 130	0.05 120	0.08 129	0.05 122	0.08 129	0.05 113	0.08 130	0.05 111	0.11 105	0.10 99	0.07 122	0.05 119	0.07 129	0.05 118
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 79	0.07 80	0.07 67	0.07 135	0.08 128	0.06 132	0.08 130	0.07 135	0.08 129	0.07 136	0.08 129	0.06 129	0.07 127	0.07 126	0.08 78	0.07 81	0.07 122	0.07 129	0.06 118	0.06 126

iinet-test	0.08 72	0.16 113	0.02 15	0.16 141	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 203	0.02 20	0.02 21	0.71 410	0.02 16	0.02 19	0.02 21	0.02 21	0.16 181

BridgeDepth	0.08 72	0.08 79	0.11 113	0.11 97	0.05 121	0.08 128	0.05 115	0.08 130	0.07 135	0.08 129	0.05 122	0.08 129	0.05 113	0.09 134	0.08 128	0.15 140	0.11 121	0.07 122	0.05 119	0.07 129	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 430	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	0.09 133	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

RT-Monster	0.09 75	0.07 77	0.03 39	0.15 131	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 142	0.04 90	0.03 52	0.92 441	0.03 39	0.03 41	0.03 57	0.03 47	0.07 129

DA	0.09 75	0.13 105	0.39 295	0.08 69	0.05 121	0.07 126	0.05 115	0.13 151	0.05 120	0.06 118	0.05 122	0.06 119	0.05 113	0.06 110	0.05 111	0.06 70	0.05 78	0.14 152	0.13 177	0.06 118	0.05 118

GGEV	0.09 75	0.13 105	0.39 295	0.08 69	0.05 121	0.07 126	0.05 115	0.13 151	0.05 120	0.06 118	0.05 122	0.06 119	0.05 113	0.06 110	0.05 111	0.06 70	0.05 78	0.14 152	0.13 177	0.06 118	0.05 118

test_sample7	0.09 75	1.00 329	0.11 113	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	0.97 319	0.10 93	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_sample3	0.09 75	0.87 296	0.10 93	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	1.03 344	0.11 113	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	0.87 296	0.12 124	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	1.01 338	0.09 89	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	0.95 316	0.09 89	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

xxx	0.09 75	1.01 338	0.10 93	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

SepStereo	0.09 75	0.09 87	0.10 93	0.09 76	0.09 139	0.09 134	0.09 138	0.10 135	0.08 139	0.10 136	0.09 140	0.09 135	0.09 138	0.09 134	0.08 128	0.09 85	0.08 84	0.09 131	0.08 133	0.09 136	0.08 131

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 486	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	0.05 118

ADCS	0.09 75	0.02 12	0.04 64	0.90 406	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	0.14 155	0.36 344	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 89	0.98 320	0.14 148	0.15 131	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	0.15 140	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 89	1.05 348	0.12 124	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 89	1.05 348	0.12 124	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 89	1.05 348	0.12 124	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_sample5	0.10 89	1.07 352	0.11 113	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

test_sample4	0.10 89	1.03 344	0.12 124	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

DualNet	0.10 89	1.07 352	0.11 113	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

1111x	0.10 89	1.14 360	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

AnonymousM	0.10 89	0.10 90	0.10 93	0.10 80	0.10 146	0.10 136	0.10 143	0.10 135	0.10 143	0.10 136	0.10 144	0.10 138	0.10 142	0.10 138	0.10 139	0.10 90	0.10 99	0.10 132	0.10 142	0.10 137	0.10 139

222	0.10 89	0.99 327	0.12 124	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 89	1.09 354	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

PVD	0.10 89	0.10 90	0.10 93	0.10 80	0.10 146	0.10 136	0.10 143	0.10 135	0.10 143	0.10 136	0.10 144	0.10 138	0.10 142	0.10 138	0.10 139	0.10 90	0.10 99	0.10 132	0.10 142	0.10 137	0.10 139

SHD	0.10 89	0.10 90	0.10 93	0.10 80	0.10 146	0.10 136	0.10 143	0.10 135	0.10 143	0.10 136	0.10 144	0.10 138	0.10 142	0.10 138	0.10 139	0.10 90	0.10 99	0.10 132	0.10 142	0.10 137	0.10 139

SAMSARA	0.10 89	0.10 90	0.10 93	0.10 80	0.10 146	0.10 136	0.10 143	0.10 135	0.10 143	0.10 136	0.10 144	0.10 138	0.10 142	0.10 138	0.10 139	0.10 90	0.10 99	0.10 132	0.10 142	0.10 137	0.10 139

XQC	0.10 89	0.10 90	0.10 93	0.10 80	0.10 146	0.10 136	0.10 143	0.10 135	0.10 143	0.10 136	0.10 144	0.10 138	0.10 142	0.10 138	0.10 139	0.10 90	0.10 99	0.10 132	0.10 142	0.10 137	0.10 139

RTSC	0.10 89	0.10 90	0.10 93	0.10 80	0.10 146	0.10 136	0.10 143	0.10 135	0.10 143	0.10 136	0.10 144	0.10 138	0.10 142	0.10 138	0.10 139	0.10 90	0.10 99	0.10 132	0.10 142	0.10 137	0.10 139

RTS	0.10 89	0.10 90	0.10 93	0.10 80	0.10 146	0.10 136	0.10 143	0.10 135	0.10 143	0.10 136	0.10 144	0.10 138	0.10 142	0.10 138	0.10 139	0.10 90	0.10 99	0.10 132	0.10 142	0.10 137	0.10 139

RTSA	0.10 89	0.10 90	0.10 93	0.10 80	0.10 146	0.10 136	0.10 143	0.10 135	0.10 143	0.10 136	0.10 144	0.10 138	0.10 142	0.10 138	0.10 139	0.10 90	0.10 99	0.10 132	0.10 142	0.10 137	0.10 139

MADNet+	0.10 89	0.10 90	0.10 93	0.10 80	0.10 146	0.10 136	0.10 143	0.10 135	0.10 143	0.10 136	0.10 144	0.10 138	0.10 142	0.10 138	0.10 139	0.10 90	0.10 99	0.10 132	0.10 142	0.10 137	0.10 139

MADNet++	0.10 89	0.10 90	0.10 93	0.10 80	0.10 146	0.10 136	0.10 143	0.10 135	0.10 143	0.10 136	0.10 144	0.10 138	0.10 142	0.10 138	0.10 139	0.10 90	0.10 99	0.10 132	0.10 142	0.10 137	0.10 139

ADCPNet	0.10 89	0.03 31	0.04 64	1.27 503	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	0.08 130	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ISRNet	0.11 110	0.05 66	0.36 279	0.24 179	0.07 135	0.13 151	0.05 115	0.06 116	0.05 120	0.05 112	0.05 122	0.13 152	0.05 113	0.05 103	0.09 133	0.24 199	0.20 198	0.10 132	0.05 119	0.06 118	0.13 171

JetRed	0.11 110	0.12 103	0.11 113	0.11 97	0.11 161	0.11 147	0.14 174	0.11 147	0.11 158	0.12 150	0.11 158	0.11 148	0.11 155	0.11 149	0.11 151	0.11 105	0.16 168	0.11 143	0.11 154	0.11 147	0.11 152

JetBlue	0.11 110	0.11 101	0.12 124	0.13 117	0.14 179	0.11 147	0.11 156	0.11 147	0.11 158	0.11 148	0.11 158	0.11 148	0.11 155	0.12 153	0.12 163	0.11 105	0.11 121	0.11 143	0.11 154	0.11 147	0.11 152

x	0.11 110	1.15 363	0.15 164	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	0.15 165	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 110	0.44 214	0.33 257	0.39 235	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	0.39 279	0.36 316	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 110	1.16 365	0.16 168	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	0.16 168	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 110	0.03 31	0.03 39	1.60 530	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	0.11 110	0.03 31	0.03 39	1.60 530	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

AnyNet_C01	0.11 110	0.02 12	0.02 15	1.62 533	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

zh-mn7	0.12 119	1.14 360	0.17 175	0.20 158	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	0.18 165	0.16 168	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 119	0.14 111	0.10 93	0.15 131	0.10 146	0.14 152	0.10 143	0.14 153	0.10 143	0.15 158	0.10 144	0.14 153	0.10 142	0.14 155	0.10 139	0.13 126	0.10 99	0.13 150	0.09 135	0.13 154	0.09 134
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 119	0.07 77	0.05 79	0.08 69	0.05 121	0.08 128	1.20 516	0.07 127	0.05 120	0.05 112	0.05 122	0.08 129	0.05 113	0.08 130	0.03 52	0.07 76	0.05 78	0.06 116	0.05 119	0.07 129	0.05 118

FADNet-RVC-Resample	0.12 119	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	1.57 586	0.04 59	0.04 66	0.04 93	0.05 119	0.04 97	0.06 126

FADNet_RVC	0.12 119	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	0.05 113	0.04 90	1.65 590	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 119	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	0.05 113	0.04 90	1.66 592	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 119	0.03 31	0.04 64	1.71 536	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

CIPLG	0.13 126	0.21 132	0.12 124	0.16 141	0.11 161	0.15 159	0.11 156	0.14 153	0.11 158	0.15 158	0.12 166	0.15 163	0.11 155	0.14 155	0.11 151	0.15 140	0.12 135	0.14 152	0.11 154	0.14 156	0.11 152

IPLG	0.13 126	0.20 126	0.14 148	0.15 131	0.11 161	0.14 152	0.11 156	0.14 153	0.11 158	0.14 152	0.11 158	0.14 153	0.11 155	0.14 155	0.11 151	0.15 140	0.12 135	0.14 152	0.11 154	0.14 156	0.11 152

ACRE	0.13 126	0.21 132	0.14 148	0.15 131	0.11 161	0.14 152	0.11 156	0.14 153	0.11 158	0.14 152	0.12 166	0.14 153	0.11 155	0.14 155	0.11 151	0.15 140	0.12 135	0.14 152	0.11 154	0.14 156	0.11 152

LRCNet_RVC	0.13 126	0.13 105	0.09 89	0.13 117	0.10 146	0.14 152	0.10 143	0.14 153	0.10 143	0.23 199	0.10 144	0.20 182	0.10 142	0.24 206	0.11 151	0.11 105	0.09 94	0.12 146	0.14 182	0.12 152	0.09 134

aanetorigin	0.13 126	0.11 101	0.11 113	0.11 97	0.11 161	0.11 147	0.11 156	0.11 147	0.11 158	0.11 148	0.12 166	0.11 148	0.11 155	0.11 149	0.11 151	0.11 105	0.11 121	0.14 152	0.11 154	0.49 378	0.11 152

FADNet-RVC	0.13 126	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	0.05 113	0.04 90	1.71 595	0.04 59	0.04 66	0.04 93	0.04 99	0.07 129	0.04 96

ELAS	0.13 126	0.16 113	0.11 113	0.15 131	0.09 139	0.18 176	0.11 156	0.18 174	0.11 158	0.17 169	0.11 158	0.18 175	0.11 155	0.18 174	0.11 151	0.14 133	0.08 84	0.14 152	0.08 133	0.14 156	0.09 134
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 133	1.22 422	0.28 224	0.32 211	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	0.32 231	0.27 229	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 133	0.17 118	0.12 124	0.17 150	0.11 161	0.17 172	0.11 156	0.17 171	0.11 158	0.17 169	0.11 158	0.17 171	0.11 155	0.17 171	0.11 151	0.16 149	0.11 121	0.16 167	0.11 154	0.16 167	0.11 152
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 133	1.83 474	0.12 124	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

ProNet	0.14 133	0.20 126	0.14 148	0.16 141	0.11 161	0.16 166	0.11 156	0.17 171	0.11 158	0.17 169	0.12 166	0.17 171	0.13 175	0.17 171	0.12 163	0.15 140	0.11 121	0.16 167	0.11 154	0.15 163	0.12 165

IPLGR_C	0.14 133	0.20 126	0.12 124	0.15 131	0.11 161	0.14 152	0.15 179	0.14 153	0.11 158	0.15 158	0.12 166	0.14 153	0.11 155	0.16 165	0.11 151	0.15 140	0.12 135	0.14 152	0.12 169	0.15 163	0.12 165

MIPNet	0.14 133	0.21 132	0.17 175	0.16 141	0.11 161	0.15 159	0.12 169	0.14 153	0.11 158	0.16 163	0.11 158	0.14 153	0.11 155	0.14 155	0.11 151	0.14 133	0.12 135	0.14 152	0.11 154	0.14 156	0.11 152

IPLGR	0.14 133	0.24 146	0.14 148	0.16 141	0.12 174	0.15 159	0.12 169	0.14 153	0.11 158	0.15 158	0.12 166	0.14 153	0.11 155	0.14 155	0.11 151	0.15 140	0.12 135	0.14 152	0.11 154	0.14 156	0.11 152

GMStereo	0.14 133	0.13 105	0.14 148	0.14 121	0.14 179	0.14 152	0.14 174	0.14 153	0.14 179	0.14 152	0.14 183	0.14 153	0.14 179	0.14 155	0.14 173	0.14 133	0.14 162	0.14 152	0.14 182	0.14 156	0.14 176
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 133	0.04 52	0.03 39	2.22 552	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	0.07 127	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 133	0.16 113	0.12 124	0.17 150	0.12 174	0.17 172	0.11 156	0.17 171	0.11 158	0.17 169	0.12 166	0.17 171	0.12 170	0.17 171	0.12 163	0.16 149	0.11 121	0.16 167	0.11 154	0.16 167	0.12 165

DRN-Test	0.14 133	0.13 105	0.09 89	0.14 121	0.09 139	0.15 159	0.09 138	0.14 153	0.10 143	0.14 152	0.09 140	0.14 153	0.09 138	0.13 154	0.09 133	0.12 111	0.09 94	0.12 146	0.09 135	0.12 152	0.73 458

ELAS_RVC	0.14 133	0.16 113	0.10 93	0.15 131	0.10 146	0.18 176	0.11 156	0.19 176	0.11 158	0.19 175	0.12 166	0.18 175	0.11 155	0.19 177	0.12 163	0.14 133	0.08 84	0.14 152	0.09 135	0.15 163	0.09 134
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 145	0.17 118	0.13 143	0.20 158	0.13 177	0.19 179	0.13 172	0.18 174	0.13 177	0.19 175	0.13 178	0.18 175	0.14 179	0.18 174	0.14 173	0.16 149	0.11 121	0.15 164	0.14 182	0.18 177	0.11 152

CoDeX	0.15 145	0.70 276	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	0.67 438	0.02 15	0.69 431	0.75 448	0.01 9	0.02 21	0.02 20

ICVP	0.15 145	0.53 256	0.11 113	0.16 141	0.11 161	0.16 166	0.11 156	0.16 166	0.11 158	0.16 163	0.11 158	0.16 164	0.11 155	0.16 165	0.11 151	0.16 149	0.11 121	0.16 167	0.11 154	0.16 167	0.11 152
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 145	0.04 52	0.04 64	2.20 551	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	0.08 130	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 145	0.14 111	0.10 93	0.14 121	0.09 139	0.15 159	0.09 138	0.14 153	0.09 142	0.14 152	0.10 144	0.14 153	0.09 138	0.14 155	0.09 133	0.13 126	0.10 99	0.13 150	0.09 135	0.13 154	0.82 474

LALA_ROB	0.15 145	0.19 122	0.12 124	0.18 152	0.11 161	0.20 184	0.12 169	0.21 190	0.12 174	0.20 181	0.12 166	0.20 182	0.12 170	0.21 191	0.13 169	0.17 157	0.10 99	0.18 184	0.11 154	0.18 177	0.11 152

SGM_RVC	0.15 145	0.17 118	0.11 113	0.18 152	0.11 161	0.19 179	0.11 156	0.19 176	0.12 174	0.19 175	0.12 166	0.20 182	0.12 170	0.19 177	0.12 163	0.16 149	0.11 121	0.17 175	0.10 142	0.17 173	0.10 139
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 152	1.21 416	0.33 257	0.41 260	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	0.35 248	0.31 263	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 152	0.16 113	0.16 168	0.16 141	0.16 200	0.16 166	0.16 185	0.16 166	0.16 194	0.16 163	0.16 195	0.16 164	0.16 191	0.16 165	0.16 190	0.16 149	0.16 168	0.16 167	0.16 191	0.16 167	0.16 181

qqq	0.16 152	2.01 498	0.12 124	0.15 131	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

DeepPruner_ROB	0.16 152	0.18 121	0.13 143	0.19 155	0.13 177	0.19 179	0.13 172	0.19 176	0.13 177	0.19 175	0.13 178	0.19 179	0.13 175	0.19 177	0.13 169	0.18 165	0.13 158	0.18 184	0.13 177	0.18 177	0.13 171

CAS++	0.17 156	0.27 158	0.21 194	0.10 80	0.21 232	0.15 159	0.22 220	0.10 135	0.21 221	0.22 194	0.10 144	0.19 179	0.18 213	0.10 138	0.19 211	0.20 172	0.19 196	0.18 184	0.10 142	0.19 183	0.18 203
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 156	2.16 507	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	0.05 111	0.18 165	0.12 135	0.06 116	0.03 57	0.05 113	0.03 52

SFCPSM	0.17 156	0.78 283	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	0.79 473	0.02 15	0.75 442	0.76 450	0.02 21	0.02 21	0.02 20

DepthFocus	0.18 159	0.22 136	0.15 164	0.22 169	0.15 190	0.22 196	0.15 179	0.22 194	0.15 189	0.22 194	0.15 191	0.22 197	0.16 191	0.22 195	0.15 183	0.20 172	0.15 165	0.20 191	0.14 182	0.20 184	0.14 176

w-ln-seven	0.18 159	1.47 438	0.33 257	0.40 248	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	0.38 266	0.32 267	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 159	0.48 236	0.16 168	0.16 141	0.15 190	0.15 159	0.16 185	0.16 166	0.16 194	0.16 163	0.16 195	0.16 164	0.16 191	0.16 165	0.16 190	0.16 149	0.16 168	0.16 167	0.16 191	0.16 167	0.16 181

xyz-stereo	0.18 159	0.50 242	0.16 168	0.15 131	0.16 200	0.16 166	0.16 185	0.16 166	0.16 194	0.16 163	0.16 195	0.16 164	0.16 191	0.16 165	0.16 190	0.16 149	0.16 168	0.16 167	0.16 191	0.16 167	0.16 181

BEATNet-Init1	0.19 163	0.08 79	0.08 82	2.23 553	0.08 137	0.08 128	0.07 135	0.07 127	0.08 139	0.08 129	0.07 136	0.08 129	0.07 134	0.11 149	0.08 128	0.08 78	0.08 84	0.08 126	0.07 129	0.08 133	0.08 131

DeepPrunerF	0.19 163	0.08 79	0.08 82	2.23 553	0.08 137	0.08 128	0.07 135	0.07 127	0.08 139	0.08 129	0.07 136	0.08 129	0.07 134	0.11 149	0.08 128	0.08 78	0.08 84	0.08 126	0.07 129	0.08 133	0.08 131

IGEV_Zeroshot_test	0.20 165	0.19 122	0.40 324	0.30 199	0.17 206	0.22 196	0.17 195	0.21 190	0.17 204	0.20 181	0.17 202	0.21 189	0.18 213	0.21 191	0.17 196	0.20 172	0.16 168	0.20 191	0.16 191	0.20 184	0.17 198

DAS	0.20 165	0.20 126	0.20 189	0.20 158	0.20 224	0.20 184	0.20 211	0.20 182	0.20 218	0.20 181	0.20 224	0.20 182	0.20 222	0.20 181	0.20 214	0.20 172	0.20 198	0.20 191	0.20 221	0.20 184	0.20 207

ACVNet	0.20 165	0.19 122	0.14 148	0.20 158	0.14 179	0.20 184	0.96 493	0.21 190	0.14 179	0.20 181	0.13 178	0.21 189	0.14 179	0.20 181	0.14 173	0.17 157	0.12 135	0.17 175	0.12 169	0.17 173	0.12 165

acv_ft	0.20 165	0.19 122	0.14 148	0.20 158	0.14 179	0.20 184	0.96 493	0.21 190	0.14 179	0.20 181	0.13 178	0.21 189	0.14 179	0.20 181	0.14 173	0.17 157	0.12 135	0.17 175	0.12 169	0.17 173	0.12 165

iResNetv2_ROB	0.20 165	0.23 138	0.18 184	0.24 179	0.20 224	0.24 208	0.18 203	0.24 204	0.18 210	0.24 206	0.18 218	0.23 204	0.19 218	0.24 206	0.18 208	0.21 179	0.16 168	0.21 194	0.16 191	0.22 192	0.16 181

iResNet	0.20 165	0.23 138	0.18 184	0.24 179	0.18 217	0.24 208	0.20 211	0.24 204	0.18 210	0.23 199	0.17 202	0.23 204	0.18 213	0.23 202	0.18 208	0.22 181	0.16 168	0.21 194	0.16 191	0.21 190	0.16 181

LACA2	0.21 171	0.24 146	0.26 215	0.31 205	0.16 200	0.24 208	0.16 185	0.24 204	0.16 194	0.24 206	0.16 195	0.24 210	0.16 191	0.24 206	0.16 190	0.27 210	0.23 211	0.24 216	0.16 191	0.23 203	0.16 181

LACA1	0.21 171	0.24 146	0.26 215	0.31 205	0.16 200	0.24 208	0.16 185	0.24 204	0.16 194	0.24 206	0.16 195	0.24 210	0.16 191	0.24 206	0.16 190	0.27 210	0.22 205	0.23 207	0.16 191	0.23 203	0.16 181

z-ln-s-r	0.21 171	1.40 436	0.53 390	0.56 359	0.04 101	0.05 110	0.04 103	0.05 110	0.05 120	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 111	0.57 386	0.44 365	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 171	0.25 153	0.21 194	0.26 193	0.17 206	0.24 208	0.17 195	0.24 204	0.17 204	0.24 206	0.17 202	0.24 210	0.17 203	0.24 206	0.17 196	0.24 199	0.17 188	0.23 207	0.16 191	0.23 203	0.16 181

Pointernet	0.21 171	0.22 136	0.19 186	0.24 179	0.19 221	0.24 208	0.19 207	0.24 204	0.19 216	0.24 206	0.19 220	0.24 210	0.19 218	0.24 206	0.19 211	0.22 181	0.17 188	0.22 199	0.17 213	0.22 192	0.17 198

SuperB	0.21 171	0.10 90	2.51 617	0.12 105	0.09 139	0.10 136	0.09 138	0.08 130	0.07 135	0.10 136	0.09 140	0.09 135	0.07 134	0.07 127	0.07 126	0.07 76	0.08 84	0.07 122	0.07 129	0.08 133	0.07 129

BStereo	0.22 177	0.23 138	0.20 189	0.24 179	0.20 224	0.23 205	0.33 327	0.39 268	0.17 204	0.23 199	0.17 202	0.23 204	0.16 191	0.24 206	0.17 196	0.23 192	0.16 168	0.22 199	0.20 221	0.22 192	0.16 181

Wave_Phase_stereo	0.22 177	0.23 138	0.20 189	0.24 179	0.20 224	0.23 205	0.33 327	0.39 268	0.17 204	0.23 199	0.17 202	0.23 204	0.16 191	0.24 206	0.17 196	0.23 192	0.16 168	0.22 199	0.20 221	0.22 192	0.16 181

WAO-6	0.22 177	0.23 138	0.22 196	0.23 174	0.22 234	0.22 196	0.22 220	0.22 194	0.22 224	0.22 194	0.22 230	0.22 197	0.22 228	0.22 195	0.22 219	0.22 181	0.22 205	0.22 199	0.22 227	0.22 192	0.22 211

IMH-64-1	0.22 177	0.23 138	0.23 199	0.22 169	0.22 234	0.22 196	0.22 220	0.22 194	0.22 224	0.22 194	0.22 230	0.22 197	0.22 228	0.22 195	0.22 219	0.22 181	0.22 205	0.23 207	0.22 227	0.22 192	0.23 213

IMH-64	0.22 177	0.23 138	0.23 199	0.22 169	0.22 234	0.22 196	0.22 220	0.22 194	0.22 224	0.22 194	0.22 230	0.22 197	0.22 228	0.22 195	0.22 219	0.22 181	0.22 205	0.23 207	0.22 227	0.22 192	0.23 213

ac_64	0.22 177	0.13 105	0.19 186	0.23 174	0.10 146	0.26 226	1.02 502	0.14 153	0.10 143	0.28 227	0.14 183	0.17 171	0.19 218	0.28 234	0.09 133	0.22 181	0.16 168	0.23 207	0.17 213	0.11 147	0.12 165

LACA3	0.23 183	0.25 153	0.27 218	0.54 352	0.17 206	0.25 217	0.17 195	0.25 212	0.17 204	0.25 214	0.17 202	0.25 217	0.17 203	0.25 215	0.17 196	0.28 214	0.23 211	0.24 216	0.17 213	0.24 207	0.17 198

dd	0.23 183	0.98 320	0.16 168	0.23 174	0.15 190	0.23 205	0.15 179	0.23 201	0.15 189	0.23 199	0.15 191	0.24 210	0.17 203	0.23 202	0.15 183	0.22 181	0.15 165	0.21 194	0.15 189	0.22 192	0.16 181

dad	0.23 183	1.03 344	0.16 168	0.23 174	0.15 190	0.24 208	0.15 179	0.24 204	0.16 194	0.23 199	0.16 195	0.24 210	0.16 191	0.23 202	0.15 183	0.22 181	0.16 168	0.22 199	0.16 191	0.22 192	0.16 181

RSGM-EC	0.24 186	0.24 146	0.15 164	0.22 169	0.15 190	0.22 196	0.15 179	0.22 194	0.15 189	0.24 206	0.15 191	0.22 197	0.15 189	0.22 195	1.19 516	0.20 172	0.17 188	0.24 216	0.14 182	0.20 184	0.14 176

acva	0.24 186	0.24 146	0.15 164	0.22 169	0.15 190	0.22 196	0.15 179	0.22 194	0.15 189	0.24 206	0.15 191	0.22 197	0.15 189	0.22 195	1.19 516	0.20 172	0.17 188	0.24 216	0.14 182	0.20 184	0.14 176

MSKI-zero shot	0.24 186	0.21 132	0.49 373	0.65 376	0.18 217	0.22 196	0.17 195	0.23 201	0.18 210	0.21 192	0.17 202	0.23 204	0.28 263	0.23 202	0.18 208	0.21 179	0.16 168	0.21 194	0.16 191	0.21 190	0.16 181

qqq1	0.25 189	3.70 576	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 120	0.06 118	0.05 122	0.04 96	0.05 113	0.06 110	0.05 111	0.13 126	0.12 135	0.06 116	0.05 119	0.03 47	0.04 96

fff1	0.25 189	3.70 576	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 120	0.06 118	0.05 122	0.04 96	0.05 113	0.06 110	0.05 111	0.13 126	0.12 135	0.06 116	0.05 119	0.03 47	0.04 96

UNDER WATER-64	0.25 189	0.26 155	0.25 209	0.26 193	0.25 247	0.25 217	0.25 235	0.25 212	0.25 238	0.25 214	0.25 247	0.25 217	0.25 240	0.26 226	0.25 236	0.25 205	0.25 216	0.25 221	0.25 243	0.25 210	0.25 224

ffm	0.25 189	3.83 582	0.12 124	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 120	0.03 44	0.03 56	0.06 119	0.05 113	0.06 110	0.05 111	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 189	3.83 582	0.12 124	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 120	0.03 44	0.03 56	0.06 119	0.05 113	0.06 110	0.05 111	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 189	3.83 582	0.12 124	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 120	0.03 44	0.03 56	0.06 119	0.05 113	0.06 110	0.05 111	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

MIM_Stereo	0.25 189	0.23 138	0.66 412	0.80 396	0.17 206	0.22 196	0.17 195	0.23 201	0.18 210	0.26 223	0.17 202	0.21 189	0.17 203	0.25 215	0.17 196	0.23 192	0.16 168	0.21 194	0.17 213	0.22 192	0.17 198

LoS	0.25 189	0.27 158	0.25 209	0.25 186	0.25 247	0.25 217	0.25 235	0.26 218	0.25 238	0.25 214	0.25 247	0.25 217	0.25 240	0.25 215	0.25 236	0.26 207	0.25 216	0.25 221	0.26 249	0.26 212	0.25 224
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 189	1.31 429	0.74 437	0.92 411	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	0.87 437	0.75 442	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 198	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	4.34 624	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

model_zeroshot	0.27 199	0.20 126	0.27 218	0.33 215	0.21 232	0.37 266	0.22 220	0.37 255	0.24 233	0.26 223	0.27 256	0.33 252	0.21 227	0.25 215	0.27 242	0.32 231	0.20 198	0.34 264	0.23 233	0.25 210	0.26 230

DLNR-FE	0.28 200	0.89 301	0.30 232	0.34 218	0.19 221	0.28 231	0.19 207	0.28 221	0.20 218	0.28 227	0.20 224	0.28 231	0.20 222	0.28 234	0.20 214	0.33 236	0.28 235	0.25 221	0.19 220	0.24 207	0.19 205

xyz-stereo-finetune	0.28 200	0.49 238	0.16 168	0.16 141	0.16 200	0.16 166	0.16 185	0.22 194	0.30 276	0.32 244	0.31 319	0.32 249	0.31 321	0.32 247	0.32 313	0.32 231	0.33 279	0.31 245	0.32 340	0.31 230	0.32 319

SQANet	0.28 200	0.28 161	0.28 224	0.28 197	0.28 260	0.28 231	0.28 253	0.28 221	0.28 259	0.28 227	0.28 263	0.28 231	0.28 263	0.28 234	0.28 251	0.28 214	0.28 235	0.28 232	0.28 295	0.28 219	0.28 284

HGLStereo	0.28 200	0.29 163	0.22 196	0.36 224	0.22 234	0.36 261	0.21 216	0.36 249	0.21 221	0.42 304	0.21 229	0.36 263	0.22 228	0.36 264	0.21 217	0.34 240	0.21 201	0.34 264	0.21 224	0.34 244	0.21 209

iResNet_ROB	0.28 200	0.32 169	0.24 206	0.32 211	0.25 247	0.32 250	0.24 233	0.32 235	0.24 233	0.33 248	0.24 241	0.35 258	0.24 237	0.33 254	0.24 228	0.31 229	0.24 215	0.32 248	0.24 240	0.32 233	0.24 223

UNet	0.29 205	0.90 304	0.10 93	0.14 121	0.10 146	0.14 152	0.10 143	0.91 451	0.69 454	0.14 152	0.11 158	0.14 153	0.11 155	0.14 155	0.10 139	0.12 111	0.09 94	0.12 146	0.09 135	0.88 441	0.76 465

MultiAttention	0.30 206	0.30 164	0.30 232	0.30 199	0.30 280	0.30 235	0.30 268	0.30 228	0.30 276	0.30 233	0.30 281	0.30 241	0.30 276	0.30 240	0.30 269	0.30 223	0.30 258	0.30 239	0.30 322	0.30 225	0.30 303

MSAF-DinoV2	0.30 206	0.30 164	0.30 232	0.30 199	0.30 280	0.30 235	0.30 268	0.30 228	0.30 276	0.30 233	0.30 281	0.30 241	0.30 276	0.30 240	0.30 269	0.30 223	0.30 258	0.30 239	0.30 322	0.30 225	0.30 303

DDVS	0.30 206	3.10 562	0.14 148	0.19 155	0.14 179	0.19 179	0.14 174	0.20 182	0.14 179	0.19 175	0.13 178	0.16 164	0.13 175	0.19 177	0.13 169	0.17 157	0.13 158	0.17 175	0.13 177	0.17 173	0.13 171

ACV-stereo	0.30 206	2.08 500	0.25 209	0.25 186	0.18 217	0.24 208	0.17 195	0.24 204	0.18 210	0.24 206	0.17 202	0.25 217	0.17 203	0.24 206	0.17 196	0.22 181	0.16 168	0.22 199	0.16 191	0.22 192	0.16 181

LoS_RVC	0.30 206	1.14 360	0.25 209	0.25 186	0.25 247	0.26 226	0.25 235	0.25 212	0.25 238	0.25 214	0.25 247	0.26 228	0.26 249	0.26 226	0.25 236	0.26 207	0.26 219	0.25 221	0.25 243	0.26 212	0.26 230

CAS	0.30 206	1.17 366	0.25 209	0.25 186	0.25 247	0.26 226	0.25 235	0.25 212	0.26 251	0.25 214	0.25 247	0.25 217	0.25 240	0.25 215	0.25 236	0.26 207	0.26 219	0.26 226	0.25 243	0.26 212	0.25 224

DANet	0.30 206	0.30 164	0.30 232	0.30 199	0.30 280	0.30 235	0.30 268	0.30 228	0.30 276	0.30 233	0.30 281	0.30 241	0.30 276	0.30 240	0.30 269	0.30 223	0.30 258	0.30 239	0.30 322	0.30 225	0.30 303
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 213	0.31 167	0.31 247	0.30 199	0.40 382	0.31 241	0.30 268	0.30 228	0.34 344	0.29 232	0.31 319	0.29 237	0.30 276	0.31 244	0.31 303	0.31 229	0.29 249	0.31 245	0.30 322	0.31 230	0.31 312

tt1	0.31 213	0.93 313	0.24 206	0.33 215	0.23 240	0.31 241	0.24 233	0.32 235	0.24 233	0.32 244	0.23 234	0.32 249	0.25 240	0.32 247	0.24 228	0.27 210	0.26 219	0.27 230	0.26 249	0.27 217	0.27 264

xxxxx1	0.31 213	0.91 306	0.23 199	0.31 205	0.23 240	0.31 241	0.23 228	0.33 239	0.25 238	0.31 238	0.24 241	0.33 252	0.25 240	0.32 247	0.24 228	0.28 214	0.28 235	0.28 232	0.28 295	0.29 222	0.27 264

DLNR_Zeroshot_test	0.31 213	0.28 161	0.47 358	0.79 394	0.24 245	0.30 235	0.26 242	0.30 228	0.24 233	0.32 244	0.23 234	0.31 245	0.24 237	0.30 240	0.23 225	0.29 222	0.26 219	0.29 237	0.24 240	0.33 240	0.23 213

tt_ll	0.31 213	0.91 306	0.23 199	0.31 205	0.23 240	0.31 241	0.23 228	0.33 239	0.25 238	0.31 238	0.24 241	0.33 252	0.25 240	0.32 247	0.24 228	0.28 214	0.28 235	0.28 232	0.28 295	0.29 222	0.27 264

ff	0.31 213	0.91 306	0.23 199	0.31 205	0.23 240	0.31 241	0.23 228	0.33 239	0.25 238	0.31 238	0.24 241	0.33 252	0.25 240	0.32 247	0.24 228	0.28 214	0.28 235	0.28 232	0.28 295	0.29 222	0.27 264

RAFT + AFF	0.31 213	0.45 222	0.34 267	0.39 235	0.28 260	0.38 273	0.33 327	0.29 226	0.31 315	0.30 233	0.30 281	0.29 237	0.27 256	0.29 238	0.30 269	0.28 214	0.29 249	0.29 237	0.29 308	0.27 217	0.32 319

MLCV	0.31 213	0.35 172	0.27 218	0.35 220	0.28 260	0.35 257	0.27 245	0.35 245	0.28 259	0.36 258	0.27 256	0.35 258	0.27 256	0.35 258	0.27 242	0.34 240	0.27 229	0.34 264	0.27 282	0.34 244	0.27 264

DN-CSS_ROB	0.31 213	0.35 172	0.28 224	0.35 220	0.28 260	0.34 253	0.27 245	0.34 242	0.25 238	0.35 254	0.27 256	0.36 263	0.26 249	0.34 255	0.28 251	0.35 248	0.28 235	0.34 264	0.28 295	0.34 244	0.27 264

DStereoFS	0.32 222	0.33 170	0.32 252	0.33 215	0.30 280	0.32 250	0.32 316	0.32 235	0.31 315	0.30 233	0.31 319	0.31 245	0.30 276	0.32 247	0.32 313	0.32 231	0.31 263	0.30 239	0.47 419	0.32 233	0.34 333

DStereoSA	0.32 222	0.52 252	0.34 267	0.31 205	0.31 319	0.30 235	0.30 268	0.31 233	0.30 276	0.31 238	0.31 319	0.31 245	0.30 276	0.31 244	0.31 303	0.30 223	0.32 267	0.31 245	0.31 333	0.31 230	0.31 312

WCG-NET（raft）	0.32 222	1.24 424	0.24 206	0.32 211	0.24 245	0.32 250	0.23 228	0.32 235	0.24 233	0.32 244	0.24 241	0.32 249	0.24 237	0.32 247	0.24 228	0.30 223	0.23 211	0.30 239	0.23 233	0.30 225	0.23 213

Any-RAFT	0.32 222	0.36 175	0.27 218	0.36 224	0.27 255	0.36 261	0.27 245	0.36 249	0.27 255	0.36 258	0.27 256	0.36 263	0.27 256	0.36 264	0.28 251	0.36 252	0.28 235	0.36 285	0.28 295	0.36 264	0.28 284

StereoDRNet-Refined	0.33 226	0.39 188	0.26 215	0.39 235	0.26 254	0.40 281	0.26 242	0.40 275	0.26 251	0.39 270	0.26 252	0.39 277	0.26 249	0.39 279	0.26 241	0.37 255	0.25 216	0.37 288	0.25 243	0.37 268	0.37 350
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 227	0.26 155	0.17 175	0.21 167	0.17 206	0.20 184	0.16 185	0.20 182	0.16 194	0.20 181	0.17 202	0.21 189	0.16 191	0.27 230	0.24 228	0.19 169	0.16 168	0.19 187	0.16 191	0.26 212	3.08 635

RAFT-FE	0.34 227	0.26 155	0.17 175	0.21 167	0.17 206	0.20 184	0.16 185	0.20 182	0.16 194	0.20 181	0.17 202	0.21 189	0.16 191	0.27 230	0.24 228	0.19 169	0.16 168	0.19 187	0.16 191	0.26 212	3.08 635

LG-Stereo_L2	0.34 227	0.37 177	0.38 285	0.47 291	0.28 260	0.39 279	0.28 253	0.39 268	0.28 259	0.39 270	0.28 263	0.39 277	0.28 263	0.38 271	0.28 251	0.42 308	0.35 310	0.36 285	0.26 249	0.35 257	0.26 230

H2IRNET	0.34 227	0.34 171	0.34 267	0.34 218	0.34 351	0.34 253	0.34 340	0.34 242	0.34 344	0.34 250	0.34 346	0.34 256	0.34 342	0.34 255	0.34 337	0.34 240	0.34 304	0.34 264	0.34 354	0.34 244	0.34 333

IGEV++	0.34 227	0.43 211	0.30 232	0.40 248	0.29 270	0.40 281	0.29 263	0.40 275	0.29 265	0.40 276	0.29 269	0.40 285	0.29 270	0.40 282	0.30 269	0.38 266	0.29 249	0.37 288	0.29 308	0.37 268	0.29 290

iRaft-Stereo_5w	0.34 227	0.42 210	0.31 247	0.39 235	0.30 280	0.38 273	0.30 268	0.40 275	0.29 265	0.40 276	0.37 364	0.41 298	0.34 342	0.38 271	0.30 269	0.34 240	0.27 229	0.34 264	0.26 249	0.34 244	0.26 230

CSP-Net	0.34 227	1.29 426	1.19 488	1.36 518	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	1.26 529	1.21 540	0.03 41	0.09 135	0.02 21	0.09 134

iRaft-Stereo_20w	0.34 227	0.41 203	0.31 247	0.39 235	0.29 270	0.40 281	0.32 316	0.41 290	0.32 325	0.38 264	0.30 281	0.39 277	0.30 276	0.38 271	0.32 313	0.35 248	0.27 229	0.34 264	0.27 282	0.34 244	0.29 290

DGSMNet	0.34 227	0.41 203	0.27 218	0.41 260	0.28 260	0.41 297	0.28 253	0.41 290	0.27 255	0.41 290	0.27 256	0.42 316	0.27 256	0.41 297	0.28 251	0.40 286	0.29 249	0.40 346	0.28 295	0.40 330	0.27 264

gcap_with_dpt	0.35 236	0.39 188	0.30 232	0.44 279	0.31 319	0.44 353	0.31 308	0.44 344	0.31 315	0.44 339	0.30 281	0.44 351	0.30 276	0.44 342	0.30 269	0.38 266	0.26 219	0.38 296	0.27 282	0.38 281	0.27 264

FE-Mocha	0.35 236	0.71 277	0.40 324	0.47 291	0.27 255	0.34 253	0.27 245	0.34 242	0.26 251	0.34 250	0.26 252	0.34 256	0.27 256	0.34 255	0.27 242	0.44 310	0.41 345	0.33 255	0.29 308	0.32 233	0.29 290

IGEV-FE	0.35 236	0.37 177	0.17 175	0.19 155	0.17 206	0.20 184	0.17 195	0.19 176	0.17 204	0.19 175	0.17 202	0.19 179	0.17 203	0.37 268	0.36 344	0.19 169	0.17 188	0.19 187	0.17 213	0.38 281	2.84 626

test_for_model	0.35 236	0.39 188	0.30 232	0.43 276	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.44 342	0.31 303	0.38 266	0.26 219	0.38 296	0.26 249	0.38 281	0.26 230

CASnet	0.35 236	0.51 250	0.44 345	0.32 211	0.31 319	0.24 208	0.34 340	0.36 249	0.25 238	0.31 238	0.37 364	0.30 241	0.33 337	0.25 215	0.45 391	0.37 255	0.37 319	0.33 255	0.35 366	0.34 244	0.37 350
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 236	0.44 214	0.45 347	0.49 302	0.30 280	0.37 266	0.30 268	0.36 249	0.30 276	0.36 258	0.29 269	0.36 263	0.29 270	0.36 264	0.30 269	0.46 344	0.39 333	0.32 248	0.24 240	0.32 233	0.25 224
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 236	0.35 172	0.35 277	0.35 220	0.35 354	0.35 257	0.35 345	0.35 245	0.35 348	0.35 254	0.35 354	0.35 258	0.35 348	0.35 258	0.35 341	0.35 248	0.35 310	0.35 280	0.35 366	0.35 257	0.35 342

GeoVLM	0.36 243	0.38 181	0.27 218	0.46 284	0.28 260	0.35 257	0.28 253	0.37 255	0.27 255	0.35 254	0.28 263	0.36 263	0.38 360	0.35 258	0.28 251	1.08 464	0.26 219	0.33 255	0.27 282	0.34 244	0.33 326

Zero-FE251	0.36 243	0.40 192	0.28 224	0.41 260	0.28 260	0.41 297	0.28 253	0.41 290	0.28 259	0.41 290	0.28 263	0.41 298	0.28 263	0.42 310	0.30 269	0.37 255	0.26 219	0.37 288	0.27 282	0.45 355	0.56 422

GIP-stereo	0.36 243	0.49 238	0.39 295	0.48 296	0.32 329	0.41 297	0.28 253	0.40 275	0.30 276	0.41 290	0.28 263	0.40 285	0.28 263	0.42 310	0.28 251	0.45 335	0.32 267	0.38 296	0.30 322	0.37 268	0.27 264

DCVSM-stereo	0.36 243	1.89 486	0.22 196	0.40 248	0.22 234	0.40 281	0.22 220	0.40 275	0.22 224	0.40 276	0.22 230	0.40 285	0.22 228	0.40 282	0.22 219	0.28 214	0.21 201	0.28 232	0.21 224	0.28 219	0.20 207

RSM	0.36 243	0.36 175	0.43 343	0.37 227	0.42 401	0.49 384	0.42 391	0.37 255	0.28 259	0.36 258	0.29 269	0.36 263	0.30 276	0.37 268	0.28 251	0.34 240	0.31 263	0.34 264	0.35 366	0.40 330	0.29 290

gcap-zeroshot	0.36 243	0.40 192	0.34 267	0.44 279	0.31 319	0.44 353	0.31 308	0.44 344	0.32 325	0.44 339	0.32 329	0.44 351	0.32 326	0.44 342	0.31 303	0.39 279	0.28 235	0.39 333	0.28 295	0.39 318	0.27 264

testlalala	0.36 243	0.40 192	0.34 267	0.44 279	0.31 319	0.44 353	0.31 308	0.44 344	0.32 325	0.44 339	0.32 329	0.44 351	0.32 326	0.44 342	0.31 303	0.39 279	0.28 235	0.39 333	0.28 295	0.39 318	0.27 264

GCAPDPT-zeroshot	0.36 243	0.40 192	0.30 232	0.43 276	0.30 280	0.43 324	0.30 268	0.43 314	0.31 315	0.43 309	0.30 281	0.43 323	0.30 276	0.44 342	0.31 303	0.39 279	0.28 235	0.39 333	0.27 282	0.39 318	0.26 230

RAFT-Test	0.36 243	0.37 177	0.33 257	0.41 260	0.32 329	0.41 297	0.32 316	0.41 290	0.32 325	0.41 290	0.32 329	0.41 298	0.32 326	0.41 297	0.33 324	0.37 255	0.29 249	0.37 288	0.29 308	0.38 281	0.31 312

DMCA	0.36 243	0.38 181	0.37 283	0.35 220	0.35 354	0.36 261	0.36 351	0.36 249	0.35 348	0.35 254	0.37 364	0.36 263	0.36 351	0.35 258	0.36 344	0.36 252	0.36 316	0.35 280	0.36 372	0.36 264	0.36 345

ACVNet-DCA	0.37 253	1.00 329	0.30 232	0.40 248	0.29 270	0.40 281	0.29 263	0.40 275	0.29 265	0.40 276	0.29 269	0.40 285	0.29 270	0.39 279	0.28 251	0.33 236	0.32 267	0.33 255	0.32 340	0.33 240	0.32 319

1test111	0.37 253	1.02 342	0.30 232	0.39 235	0.29 270	0.40 281	0.28 253	0.39 268	0.29 265	0.39 270	0.29 269	0.39 277	0.28 263	0.40 282	0.29 262	0.33 236	0.32 267	0.33 255	0.31 333	0.32 233	0.31 312

cc1	0.37 253	1.02 342	0.30 232	0.39 235	0.29 270	0.40 281	0.28 253	0.39 268	0.29 265	0.39 270	0.29 269	0.39 277	0.28 263	0.40 282	0.29 262	0.33 236	0.32 267	0.33 255	0.31 333	0.32 233	0.31 312

EKT-Stereo	0.37 253	0.40 192	0.44 345	1.07 434	0.29 270	0.34 253	0.31 308	0.36 249	0.29 265	0.38 264	0.31 319	0.37 270	0.30 276	0.36 264	0.29 262	0.34 240	0.28 235	0.39 333	0.30 322	0.37 268	0.30 303

GMOStereo	0.37 253	0.45 222	0.23 199	0.30 199	0.37 364	0.41 297	0.36 351	0.41 290	0.35 348	0.43 309	0.36 357	0.41 298	0.40 371	0.41 297	0.36 344	0.34 240	0.22 205	0.47 394	0.37 375	0.39 318	0.33 326

XPNet_ROB	0.37 253	0.37 177	0.37 283	0.37 227	0.37 364	0.37 266	0.37 357	0.37 255	0.37 359	0.37 263	0.37 364	0.37 270	0.37 356	0.37 268	0.37 353	0.37 255	0.37 319	0.37 288	0.37 375	0.37 268	0.37 350

MonSter++	0.38 259	0.44 214	0.31 247	0.43 276	0.30 280	0.43 324	0.31 308	0.43 314	0.31 315	0.45 351	0.31 319	0.43 323	0.31 321	0.43 316	0.69 453	0.38 266	0.33 279	0.40 346	0.30 322	0.38 281	0.30 303

HiDET	0.38 259	0.44 214	0.30 232	0.42 270	0.30 280	0.42 317	0.30 268	0.42 308	0.30 276	0.44 339	0.30 281	0.42 316	0.30 276	0.42 310	0.68 445	0.37 255	0.32 267	0.40 346	0.29 308	0.37 268	0.29 290

LCMNet	0.38 259	0.44 214	0.30 232	0.42 270	0.30 280	0.42 317	0.30 268	0.42 308	0.30 276	0.45 351	0.30 281	0.42 316	0.30 276	0.42 310	0.69 453	0.37 255	0.32 267	0.40 346	0.29 308	0.37 268	0.29 290

CSFM-Stereo	0.38 259	0.44 214	0.30 232	0.42 270	0.30 280	0.42 317	0.30 268	0.43 314	0.30 276	0.44 339	0.30 281	0.42 316	0.30 276	0.42 310	0.73 463	0.37 255	0.32 267	0.40 346	0.29 308	0.37 268	0.30 303

HART	0.38 259	0.45 222	0.34 267	0.42 270	0.33 341	0.41 297	0.34 340	0.42 308	0.33 335	0.43 309	0.34 346	0.42 316	0.34 342	0.41 297	0.38 356	0.40 286	0.32 267	0.42 374	0.32 340	0.40 330	0.32 319

GREAT-IGEV	0.38 259	0.43 211	0.36 279	0.48 296	0.32 329	0.45 363	0.32 316	0.45 353	0.32 325	0.45 351	0.32 329	0.45 360	0.32 326	0.45 357	0.32 313	0.44 310	0.33 279	0.41 363	0.29 308	0.41 341	0.29 290
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 259	0.43 211	0.33 257	0.46 284	0.33 341	0.45 363	0.32 316	0.45 353	0.32 325	0.45 351	0.32 329	0.45 360	0.33 337	0.45 357	0.32 313	0.38 266	0.38 326	0.38 296	0.37 375	0.37 268	0.36 345

WAO-8	0.38 259	0.38 181	0.38 285	0.38 230	0.38 371	0.38 273	0.38 364	0.38 264	0.38 363	0.38 264	0.38 369	0.38 272	0.38 360	0.38 271	0.38 356	0.38 266	0.38 326	0.38 296	0.37 375	0.38 281	0.38 357

WAO-7	0.38 259	0.38 181	0.38 285	0.38 230	0.38 371	0.38 273	0.38 364	0.38 264	0.38 363	0.38 264	0.38 369	0.38 272	0.38 360	0.38 271	0.38 356	0.38 266	0.38 326	0.38 296	0.38 388	0.38 281	0.38 357

xx1	0.38 259	1.03 344	0.31 247	0.40 248	0.31 319	0.41 297	0.28 253	0.40 275	0.29 265	0.40 276	0.29 269	0.40 285	0.29 270	0.40 282	0.29 262	0.34 240	0.33 279	0.34 264	0.32 340	0.34 244	0.32 319

Venus	0.38 259	0.38 181	0.38 285	0.38 230	0.38 371	0.37 266	0.38 364	0.37 255	0.37 359	0.41 290	0.37 364	0.39 277	0.37 356	0.38 271	0.38 356	0.37 255	0.38 326	0.38 296	0.37 375	0.37 268	0.38 357

IMH	0.38 259	0.38 181	0.38 285	0.38 230	0.38 371	0.38 273	0.38 364	0.38 264	0.38 363	0.42 304	0.38 369	0.40 285	0.38 360	0.38 271	0.38 356	0.38 266	0.38 326	0.39 333	0.38 388	0.38 281	0.38 357

PAM	0.39 271	1.88 485	0.34 267	0.37 227	0.41 391	0.45 363	0.22 220	0.28 221	0.23 230	0.28 227	0.24 241	0.29 237	0.23 234	0.29 238	0.23 225	0.38 266	0.32 267	0.38 296	0.37 375	0.32 233	0.22 211

HanzoNet	0.39 271	0.38 181	0.40 324	0.39 235	0.41 391	0.38 273	0.38 364	0.38 264	0.38 363	0.39 270	0.39 379	0.38 272	0.38 360	0.39 279	0.40 371	0.38 266	0.38 326	0.40 346	0.38 388	0.38 281	0.40 365

CES	0.39 271	0.47 230	0.36 279	0.36 224	0.37 364	0.45 363	0.35 345	0.35 245	0.40 377	0.36 258	0.44 402	0.47 370	0.36 351	0.44 342	0.36 344	0.37 255	0.39 333	0.44 377	0.35 366	0.37 268	0.36 345

PASM	0.39 271	3.06 561	1.36 554	1.58 526	0.09 139	0.11 147	0.11 156	0.11 147	0.11 158	0.09 134	0.09 140	0.11 148	0.09 138	0.09 134	0.09 133	0.11 105	0.11 121	0.11 143	0.09 135	0.11 147	0.11 152

mms	0.40 275	0.45 222	0.35 277	0.48 296	0.36 360	0.47 374	0.34 340	0.45 353	0.38 363	0.47 363	0.33 338	0.45 360	0.32 326	0.45 357	0.32 313	0.39 279	0.38 326	0.38 296	0.37 375	0.39 318	0.39 363

GCAPDPT-zeroshot4090	0.40 275	1.09 354	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.44 344	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.45 335	0.34 304	0.38 296	0.27 282	0.38 281	0.27 264

knoymous	0.40 275	0.40 192	0.40 324	0.40 248	0.40 382	0.40 281	0.40 378	0.40 275	0.40 377	0.40 276	0.40 382	0.40 285	0.40 371	0.40 282	0.40 371	0.40 286	0.40 336	0.40 346	0.40 392	0.40 330	0.40 365

anonymousa	0.40 275	0.40 192	0.40 324	0.40 248	0.40 382	0.40 281	0.40 378	0.40 275	0.40 377	0.40 276	0.40 382	0.40 285	0.40 371	0.40 282	0.40 371	0.40 286	0.40 336	0.40 346	0.40 392	0.40 330	0.40 365

riskmin	0.40 275	0.40 192	0.40 324	0.40 248	0.40 382	0.40 281	0.40 378	0.40 275	0.40 377	0.40 276	0.40 382	0.40 285	0.40 371	0.40 282	0.40 371	0.40 286	0.40 336	0.40 346	0.40 392	0.40 330	0.40 365

Anonymous_2	0.40 275	0.40 192	0.40 324	0.40 248	0.40 382	0.40 281	0.40 378	0.40 275	0.40 377	0.40 276	0.40 382	0.40 285	0.40 371	0.40 282	0.40 371	0.40 286	0.40 336	0.40 346	0.40 392	0.40 330	0.40 365

Anonymous_1	0.40 275	0.40 192	0.40 324	0.40 248	0.40 382	0.40 281	0.40 378	0.40 275	0.40 377	0.40 276	0.40 382	0.40 285	0.40 371	0.40 282	0.40 371	0.40 286	0.40 336	0.40 346	0.40 392	0.40 330	0.40 365

AdaStereo	0.40 275	0.40 192	0.40 324	0.40 248	0.40 382	0.40 281	0.40 378	0.40 275	0.40 377	0.40 276	0.40 382	0.40 285	0.40 371	0.40 282	0.40 371	0.40 286	0.40 336	0.40 346	0.40 392	0.40 330	0.40 365
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.
GCAP-Stereo-DPT-25K	0.41 283	1.09 354	0.40 324	0.52 347	0.31 319	0.44 353	0.31 308	0.44 344	0.31 315	0.44 339	0.31 319	0.44 351	0.31 321	0.44 342	0.31 303	0.46 344	0.35 310	0.39 333	0.28 295	0.39 318	0.28 284

GCAP-Stereo-DPT-FT	0.41 283	1.06 351	0.40 324	0.51 345	0.31 319	0.44 353	0.30 268	0.43 314	0.32 325	0.44 339	0.30 281	0.56 417	0.30 276	0.44 342	0.31 303	0.45 335	0.34 304	0.39 333	0.27 282	0.40 330	0.27 264

Select-FE	0.41 283	0.44 214	0.23 199	0.26 193	0.22 234	0.26 226	0.22 220	0.26 218	0.23 230	0.26 223	0.23 234	0.26 228	0.23 234	0.45 357	0.42 386	0.25 205	0.22 205	0.25 221	0.22 227	0.45 355	2.90 627

water-stereo	0.41 283	0.84 291	0.46 351	0.50 334	0.33 341	0.45 363	0.33 327	0.45 353	0.32 325	0.45 351	0.32 329	0.45 360	0.32 326	0.45 357	0.32 313	0.44 310	0.41 345	0.39 333	0.31 333	0.39 318	0.32 319

GCAP-BAT	0.41 283	1.30 428	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.44 339	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.34 304	0.38 296	0.26 249	0.38 281	0.26 230

GwcNet-ADL	0.41 283	0.41 203	0.41 337	0.41 260	0.41 391	0.41 297	0.41 386	0.41 290	0.41 386	0.41 290	0.41 388	0.41 298	0.41 382	0.41 297	0.41 378	0.41 294	0.41 345	0.41 363	0.41 399	0.41 341	0.41 372

PSMNet-ADL	0.41 283	0.41 203	0.41 337	0.41 260	0.41 391	0.41 297	0.41 386	0.41 290	0.41 386	0.41 290	0.41 388	0.41 298	0.41 382	0.41 297	0.41 378	0.41 294	0.41 345	0.41 363	0.41 399	0.41 341	0.41 372

GANet-ADL	0.41 283	0.41 203	0.41 337	0.41 260	0.41 391	0.41 297	0.41 386	0.41 290	0.41 386	0.41 290	0.41 388	0.41 298	0.41 382	0.41 297	0.41 378	0.41 294	0.41 345	0.41 363	0.41 399	0.41 341	0.41 372

ADLNet2	0.41 283	0.41 203	0.41 337	0.41 260	0.41 391	0.41 297	0.41 386	0.41 290	0.41 386	0.41 290	0.41 388	0.41 298	0.41 382	0.41 297	0.41 378	0.41 294	0.41 345	0.41 363	0.41 399	0.41 341	0.41 372

ADLNet	0.41 283	0.41 203	0.41 337	0.41 260	0.41 391	0.41 297	0.41 386	0.41 290	0.41 386	0.41 290	0.41 388	0.41 298	0.41 382	0.41 297	0.41 378	0.41 294	0.41 345	0.41 363	0.41 399	0.41 341	0.41 372

FCDSN-DC	0.41 283	0.59 268	0.64 408	0.54 352	0.33 341	0.50 393	0.37 357	0.42 308	0.40 377	0.61 422	0.43 400	0.50 395	0.49 413	0.38 271	0.32 313	0.28 214	0.23 211	0.26 226	0.22 227	0.35 257	0.28 284
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 283	0.46 226	0.33 257	0.49 302	0.33 341	0.49 384	0.33 327	0.49 371	0.33 335	0.49 377	0.33 338	0.49 381	0.33 337	0.51 397	0.33 324	0.41 294	0.30 258	0.41 363	0.30 322	0.79 427	0.29 290

Gwc-CoAtRS	0.41 283	1.49 439	0.32 252	0.42 270	0.32 329	0.41 297	0.32 316	0.41 290	0.33 335	0.41 290	0.32 329	0.41 298	0.32 326	0.41 297	0.32 313	0.39 279	0.28 235	0.39 333	0.28 295	0.40 330	0.28 284

UPFNet	0.42 296	1.20 370	0.17 175	0.24 179	0.17 206	0.25 217	0.17 195	1.19 489	0.90 488	0.25 214	0.17 202	0.24 210	0.17 203	0.25 215	0.17 196	0.22 181	0.17 188	0.22 199	0.16 191	1.15 477	0.93 483

GCAP-Stereo-DPT26K	0.43 297	1.76 453	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.31 303	0.44 310	0.33 279	0.38 296	0.27 282	0.38 281	0.26 230

aanet-new-8k	0.43 297	1.76 453	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new	0.43 297	1.80 463	0.38 285	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-cres	0.43 297	1.77 455	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-36K	0.43 297	1.78 458	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-20K	0.43 297	1.77 455	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-3K	0.43 297	1.77 455	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

DDF-Stereo	0.43 297	1.15 363	0.57 395	0.53 349	0.32 329	0.41 297	0.32 316	0.41 290	0.32 325	0.41 290	0.32 329	0.41 298	0.32 326	0.40 282	0.32 313	0.52 373	0.50 389	0.38 296	0.31 333	0.39 318	0.31 312

DilatedVolume-Stereo	0.43 297	0.86 294	0.48 366	0.50 334	0.33 341	0.46 369	0.33 327	0.46 357	0.33 335	0.46 357	0.33 338	0.47 370	0.33 337	0.47 366	0.34 337	0.45 335	0.42 354	0.40 346	0.33 350	0.47 371	0.38 357

psmg	0.43 297	1.91 489	0.92 462	1.91 540	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	1.97 569	1.44 563	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 297	1.21 416	0.17 175	0.25 186	0.17 206	0.25 217	0.18 203	1.26 541	0.95 496	0.25 214	0.17 202	0.25 217	0.17 203	0.25 215	0.17 196	0.23 192	0.16 168	0.22 199	0.16 191	1.18 485	0.98 487

psm_up	0.43 297	1.19 369	0.17 175	0.25 186	0.18 217	0.25 217	0.19 207	1.26 541	0.91 489	0.26 223	0.17 202	0.25 217	0.17 203	0.25 215	0.17 196	0.22 181	0.17 188	0.23 207	0.16 191	1.18 485	0.99 488

aanet-new-40k	0.44 309	1.81 467	0.39 295	0.50 334	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.45 335	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-36k	0.44 309	1.80 463	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-34k	0.44 309	1.80 463	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-32k-new	0.44 309	1.78 458	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.44 344	0.30 276	0.44 339	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.45 335	0.34 304	0.39 333	0.26 249	0.38 281	0.26 230

aanet-new-32k	0.44 309	1.79 462	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-30k	0.44 309	1.78 458	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-28k	0.44 309	1.81 467	0.39 295	0.49 302	0.30 280	0.44 353	0.30 268	0.44 344	0.30 276	0.44 339	0.30 281	0.44 351	0.30 276	0.44 342	0.30 269	0.45 335	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-24k	0.44 309	1.78 458	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-22k	0.44 309	1.81 467	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-16k	0.44 309	1.83 474	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-cres-4k	0.44 309	1.81 467	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-22K	0.44 309	1.85 480	0.38 285	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-24K	0.44 309	1.86 483	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-5K	0.44 309	1.80 463	0.39 295	0.49 302	0.30 280	0.44 353	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.44 342	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-2K	0.44 309	1.82 473	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-50K	0.44 309	1.83 474	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.36 316	0.38 296	0.26 249	0.38 281	0.26 230

Monster-pub-mixall	0.44 309	0.56 264	0.60 399	0.38 230	0.27 255	0.37 266	0.27 245	0.37 255	0.29 265	0.38 264	0.27 256	0.38 272	0.29 270	0.85 453	0.27 242	1.46 545	0.26 219	0.34 264	0.26 249	0.36 264	0.53 411

depthmonostereo	0.44 309	0.85 293	0.46 351	0.54 352	0.40 382	0.52 408	0.38 364	0.52 397	0.35 348	0.47 363	0.34 346	0.46 364	0.34 342	0.47 366	0.34 337	0.45 335	0.43 358	0.41 363	0.33 350	0.41 341	0.32 319

MMNet	0.44 309	1.24 424	0.17 175	0.25 186	0.17 206	0.25 217	0.18 203	1.26 541	0.93 494	0.25 214	0.17 202	0.25 217	0.18 213	0.25 215	0.17 196	0.23 192	0.16 168	0.23 207	0.16 191	1.20 489	0.99 488

aanet-new-10k	0.45 328	1.81 467	0.40 324	0.50 334	0.31 319	0.44 353	0.31 308	0.44 344	0.31 315	0.44 339	0.31 319	0.44 351	0.32 326	0.44 342	0.31 303	0.46 344	0.35 310	0.39 333	0.27 282	0.39 318	0.27 264

252Zero-FE	0.45 328	0.50 242	0.36 279	0.50 334	0.36 360	0.50 393	0.36 351	0.50 380	0.36 357	0.49 377	0.36 357	0.49 381	0.36 351	0.54 406	0.41 378	0.45 335	0.34 304	0.45 381	0.34 354	0.55 397	0.75 462

Monster-pub-eth3d	0.45 328	0.57 265	0.60 399	0.39 235	0.28 260	0.37 266	0.28 253	0.37 255	0.30 276	0.39 270	0.29 269	0.39 277	0.30 276	0.92 463	0.27 242	1.42 542	0.28 235	0.34 264	0.28 295	0.37 268	0.53 411

Replicate-Monster	0.45 328	0.57 265	0.60 399	0.40 248	0.29 270	0.37 266	0.27 245	0.37 255	0.30 276	0.40 276	0.31 319	0.40 285	0.30 276	0.99 471	0.27 242	1.36 538	0.31 263	0.34 264	0.30 322	0.36 264	0.54 414

SCV_C0	0.45 328	0.88 298	0.49 373	0.54 352	0.37 364	0.48 379	0.37 357	0.48 367	0.37 359	0.48 370	0.36 357	0.48 377	0.37 356	0.49 380	0.37 353	0.50 365	0.41 345	0.44 377	0.34 354	0.44 351	0.34 333

RAFT-Stereo-weight	0.45 328	1.90 488	0.34 267	0.42 270	0.36 360	0.43 324	0.35 345	0.42 308	0.34 344	0.42 304	0.34 346	0.44 351	0.34 342	0.41 297	0.34 337	0.38 266	0.32 267	0.38 296	0.32 340	0.38 281	0.33 326

TorneroNet-64	0.45 328	0.27 158	0.30 232	0.58 362	0.27 255	0.70 434	0.30 268	0.28 221	0.73 471	0.73 437	0.28 263	0.71 436	0.66 441	0.75 439	0.27 242	0.27 210	0.29 249	0.37 288	0.75 477	0.28 219	0.30 303

aanet-new-12k	0.46 335	1.99 497	0.40 324	0.51 345	0.31 319	0.44 353	0.31 308	0.44 344	0.31 315	0.44 339	0.31 319	0.44 351	0.31 321	0.44 342	0.32 313	0.47 351	0.35 310	0.39 333	0.27 282	0.39 318	0.27 264

SCV	0.46 335	0.94 315	0.45 347	0.54 352	0.37 364	0.48 379	0.38 364	0.48 367	0.37 359	0.48 370	0.39 379	0.48 377	0.37 356	0.49 380	0.37 353	0.50 365	0.46 368	0.44 377	0.34 354	0.44 351	0.34 333

otaku	0.46 335	0.46 226	0.46 351	0.46 284	0.46 409	0.46 369	0.46 401	0.46 357	0.46 400	0.46 357	0.46 408	0.46 364	0.46 399	0.46 362	0.46 395	0.46 344	0.46 368	0.46 385	0.46 412	0.46 358	0.46 386

Dean	0.46 335	0.46 226	0.46 351	0.46 284	0.46 409	0.46 369	0.46 401	0.46 357	0.46 400	0.47 363	0.46 408	0.46 364	0.46 399	0.46 362	0.46 395	0.46 344	0.46 368	0.46 385	0.46 412	0.46 358	0.46 386

ACVNet_1	0.46 335	0.47 230	0.46 351	0.46 284	0.46 409	0.46 369	0.46 401	0.46 357	0.47 405	0.46 357	0.46 408	0.46 364	0.46 399	0.46 362	0.46 395	0.46 344	0.46 368	0.47 394	0.46 412	0.46 358	0.46 386

ACVNet-4b	0.46 335	0.46 226	0.46 351	0.46 284	0.46 409	0.46 369	0.46 401	0.46 357	0.46 400	0.46 357	0.46 408	0.46 364	0.46 399	0.47 366	0.46 395	0.46 344	0.46 368	0.46 385	0.46 412	0.46 358	0.46 386

PML	0.46 335	1.36 433	0.29 228	0.58 362	0.30 280	0.57 421	0.29 263	0.57 408	0.29 265	0.57 417	0.29 269	0.57 420	0.29 270	0.56 411	0.29 262	0.52 373	0.30 258	0.53 422	0.31 333	0.53 395	0.30 303

LG-Stereo_L1	0.47 342	0.52 252	0.47 358	0.62 370	0.39 381	0.53 410	0.40 378	0.53 399	0.39 376	0.53 404	0.39 379	0.53 407	0.39 370	0.53 404	0.39 368	0.55 383	0.46 368	0.49 407	0.37 375	0.49 378	0.37 350

Ntro	0.47 342	0.47 230	0.46 351	0.46 284	0.46 409	0.47 374	0.47 406	0.46 357	0.47 405	0.46 357	0.46 408	0.47 370	0.46 399	0.47 366	0.47 402	0.47 351	0.46 368	0.46 385	0.46 412	0.46 358	0.46 386

HaxPig	0.47 342	0.47 230	0.47 358	0.49 302	0.47 415	0.47 374	0.47 406	0.47 363	0.47 405	0.47 363	0.47 416	0.47 370	0.47 407	0.47 366	0.47 402	0.47 351	0.47 376	0.47 394	0.47 419	0.47 371	0.48 395

UNDER WATER	0.47 342	0.47 230	0.47 358	0.47 291	0.47 415	0.47 374	0.47 406	0.47 363	0.47 405	0.47 363	0.47 416	0.47 370	0.46 399	0.47 366	0.47 402	0.47 351	0.47 376	0.47 394	0.46 412	0.47 371	0.47 393

LVE	0.47 342	0.47 230	0.47 358	0.47 291	0.49 421	0.47 374	0.47 406	0.47 363	0.49 414	0.47 363	0.47 416	0.47 370	0.46 399	0.47 366	0.47 402	0.47 351	0.47 376	0.48 402	0.47 419	0.47 371	0.47 393

GASTEREO	0.48 347	1.21 416	0.47 358	0.57 360	0.38 371	0.50 393	0.38 364	0.50 380	0.38 363	0.50 390	0.38 369	0.50 395	0.38 360	0.50 388	0.38 356	0.52 373	0.42 354	0.46 385	0.34 354	0.46 358	0.34 333

LG-Stereo_Zeroshot	0.48 347	0.55 262	0.47 358	0.63 372	0.41 391	0.56 415	0.44 394	0.56 405	0.41 386	0.56 414	0.41 388	0.57 420	0.42 388	0.56 411	0.41 378	0.55 383	0.43 358	0.51 416	0.37 375	0.51 389	0.37 350

fffft	0.48 347	0.51 250	0.45 347	0.52 347	0.45 407	0.52 408	0.45 399	0.52 397	0.48 412	0.53 404	0.45 406	0.52 406	0.45 396	0.52 402	0.46 395	0.51 371	0.41 345	0.50 411	0.41 399	0.50 383	0.41 372
1: 1. 1
RainbowNet	0.48 347	0.48 236	0.48 366	0.48 296	0.48 419	0.48 379	0.48 415	0.48 367	0.48 412	0.48 370	0.48 420	0.48 377	0.48 408	0.48 374	0.48 408	0.48 356	0.48 380	0.48 402	0.48 423	0.48 375	0.48 395

notaker	0.48 347	0.49 238	0.48 366	0.48 296	0.48 419	0.48 379	0.48 415	0.48 367	0.49 414	0.48 370	0.48 420	0.48 377	0.48 408	0.48 374	0.48 408	0.48 356	0.48 380	0.48 402	0.48 423	0.48 375	0.49 400

LL-Strereo2	0.48 347	1.73 451	0.51 383	0.59 365	0.34 351	0.42 317	0.33 327	0.40 275	0.31 315	0.42 304	0.33 338	0.42 316	0.31 321	0.44 342	0.39 368	0.60 390	0.51 394	0.44 377	0.33 350	0.44 351	0.33 326

Former-RAFT_DAM_RVC	0.49 353	0.98 320	0.64 408	0.84 401	0.46 409	0.45 363	0.35 345	0.47 363	0.47 405	0.45 351	0.34 346	0.46 364	0.48 408	0.46 362	0.35 341	0.39 279	0.71 436	0.39 333	0.35 366	0.41 341	0.41 372

ACVNet_2	0.49 353	0.49 238	0.49 373	0.49 302	0.49 421	0.49 384	0.49 417	0.49 371	0.49 414	0.49 377	0.49 423	0.49 381	0.49 413	0.49 380	0.49 410	0.49 359	0.49 383	0.49 407	0.49 426	0.49 378	0.49 400

FoundationStereo	0.50 355	0.50 242	0.50 377	0.50 334	0.50 425	0.50 393	0.50 419	0.50 380	0.50 417	0.50 390	0.50 425	0.50 395	0.50 416	0.50 388	0.50 411	0.50 365	0.50 389	0.50 411	0.50 428	0.50 383	0.50 403

StereoAnything_RVC	0.50 355	0.50 242	0.50 377	0.50 334	0.50 425	0.50 393	0.50 419	0.50 380	0.50 417	0.50 390	0.50 425	0.50 395	0.50 416	0.50 388	0.50 411	0.50 365	0.50 389	0.50 411	0.50 428	0.50 383	0.50 403

dual_stereo	0.50 355	0.50 242	0.50 377	0.50 334	0.50 425	0.50 393	0.50 419	0.50 380	0.50 417	0.50 390	0.50 425	0.50 395	0.50 416	0.50 388	0.50 411	0.50 365	0.50 389	0.50 411	0.50 428	0.50 383	0.50 403

GCST	0.50 355	2.08 500	0.38 285	0.53 349	0.35 354	0.49 384	0.35 345	0.50 380	0.35 348	0.49 377	0.35 354	0.49 381	0.35 348	0.49 380	0.35 341	0.48 356	0.37 319	0.45 381	0.33 350	0.44 351	0.33 326

SANet	0.50 355	0.50 242	0.50 377	0.50 334	0.50 425	0.50 393	0.50 419	0.50 380	0.50 417	0.50 390	0.50 425	0.50 395	0.50 416	0.50 388	0.50 411	0.50 365	0.50 389	0.50 411	0.50 428	0.50 383	0.50 403

MSCF	0.51 360	1.40 436	0.49 373	0.58 362	0.38 371	0.50 393	0.38 364	0.54 401	0.41 386	0.52 401	0.41 388	0.53 407	0.42 388	0.53 404	0.41 378	0.60 390	0.47 376	0.48 402	0.37 375	0.48 375	0.38 357

UGAM-zero	0.51 360	2.17 508	0.39 295	0.53 349	0.36 360	0.50 393	0.36 351	0.50 380	0.36 357	0.49 377	0.36 357	0.50 395	0.35 348	0.50 388	0.36 344	0.49 359	0.37 319	0.47 394	0.35 366	0.46 358	0.34 333

UGAM	0.51 360	2.23 513	0.39 295	0.54 352	0.35 354	0.50 393	0.35 345	0.49 371	0.35 348	0.49 377	0.35 354	0.49 381	0.36 351	0.50 388	0.36 344	0.49 359	0.37 319	0.45 381	0.34 354	0.45 355	0.34 333

Selective-IGEV	0.51 360	0.55 262	0.45 347	0.69 381	0.45 407	0.61 424	0.45 399	0.50 380	0.40 377	0.56 414	0.44 402	0.55 414	0.40 371	0.72 434	0.67 438	0.59 389	0.46 368	0.45 381	0.34 354	0.46 358	0.37 350

RCA-Stereo	0.51 360	3.22 567	0.34 267	0.44 279	0.34 351	0.44 353	0.34 340	0.43 314	0.34 344	0.43 309	0.34 346	0.44 351	0.33 337	0.43 316	0.33 324	0.38 266	0.29 249	0.38 296	0.29 308	0.38 281	0.29 290

MatchStereo	0.54 365	0.12 103	2.38 615	2.32 559	0.09 139	0.09 134	0.08 137	0.09 134	0.07 135	0.09 134	0.07 136	0.09 135	0.07 134	0.09 134	0.08 128	2.34 592	2.34 611	0.12 146	0.11 154	0.11 147	0.10 139
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 365	0.60 270	0.52 386	0.66 379	0.47 415	0.61 424	0.47 406	0.58 411	0.46 400	0.61 422	0.46 408	0.61 426	0.45 396	0.62 420	0.45 391	0.61 394	0.52 396	0.57 425	0.48 423	0.57 401	0.48 395

castereo++	0.54 365	3.59 573	1.15 482	1.31 512	0.14 179	0.16 166	0.14 174	0.16 166	0.14 179	0.16 163	0.14 183	0.16 164	0.13 175	0.16 165	0.14 173	1.45 544	1.16 489	0.15 164	0.14 182	0.15 163	0.13 171

FENet	0.54 365	1.52 440	1.19 488	1.41 521	0.23 240	0.35 257	0.23 228	0.35 245	0.23 230	0.34 250	0.23 234	0.35 258	0.23 234	0.35 258	0.23 225	1.40 541	1.07 473	0.32 248	0.23 233	0.33 240	0.23 213

PSMNet_ROB	0.54 365	0.54 260	0.54 391	0.54 352	0.53 434	0.54 413	0.54 427	0.53 399	0.54 427	0.54 409	0.54 435	0.54 410	0.53 423	0.54 406	0.54 421	0.54 377	0.53 398	0.54 423	0.54 434	0.54 396	0.54 414

AIO-test2	0.55 370	0.59 268	0.52 386	0.67 380	0.47 415	0.61 424	0.47 406	0.61 417	0.47 405	0.61 422	0.47 416	0.61 426	0.48 408	0.62 420	0.47 402	0.64 400	0.53 398	0.58 426	0.47 419	0.58 402	0.48 395

CFNet-ft	0.55 370	1.57 441	0.14 148	0.20 158	0.14 179	0.20 184	2.53 624	1.61 557	0.14 179	0.20 181	0.14 183	0.20 182	0.14 179	0.20 181	0.14 173	0.17 157	0.12 135	0.17 175	0.12 169	1.56 550	1.24 565

MyStereo04	0.56 372	3.72 579	0.59 397	0.49 302	0.41 391	0.36 261	0.32 316	0.37 255	0.31 315	0.34 250	0.46 408	0.35 258	0.32 326	0.35 258	0.33 324	0.49 359	0.45 366	0.34 264	0.32 340	0.35 257	0.43 380

CASS	0.57 373	0.89 301	0.56 393	0.57 360	0.56 437	0.56 415	0.56 428	0.56 405	0.53 425	0.57 417	0.57 437	0.59 424	0.48 408	0.56 411	0.57 424	0.55 383	0.56 402	0.47 394	0.56 439	0.62 405	0.56 422
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
aanet-new-14k	0.60 374	5.12 606	0.39 295	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.44 342	0.30 269	0.44 310	0.37 319	0.38 296	0.26 249	0.38 281	0.26 230

LG-Stereo	0.60 374	0.58 267	0.47 358	0.64 375	0.74 470	1.00 467	0.69 455	0.57 408	0.41 386	0.57 417	0.41 388	0.57 420	0.41 382	1.00 473	0.75 468	0.91 438	0.51 394	0.52 419	0.37 375	0.52 391	0.37 350

MonSter	0.60 374	0.64 273	0.52 386	0.62 370	0.44 404	2.07 583	0.44 394	0.62 418	0.44 397	0.62 425	0.44 402	0.62 428	0.44 393	0.62 420	0.44 390	0.58 387	0.42 354	0.62 429	0.46 412	0.58 402	0.42 379

MyStereo07	0.60 374	3.72 579	0.48 366	0.49 302	0.41 391	0.36 261	0.32 316	0.49 371	0.43 394	0.51 398	0.42 398	0.49 381	0.43 391	0.51 397	0.64 431	0.49 359	0.45 366	0.34 264	0.32 340	0.35 257	0.43 380

castereo	0.61 378	3.79 581	1.35 546	1.52 525	0.15 190	0.17 172	0.16 185	0.20 182	0.21 221	0.18 173	0.16 195	0.21 189	0.12 170	0.26 226	0.17 196	1.43 543	1.38 559	0.17 175	0.16 191	0.18 177	0.16 181

WCG-NET	0.61 378	1.21 416	0.54 391	0.61 369	0.53 434	0.67 432	0.53 425	0.66 423	0.53 425	0.64 428	0.53 434	0.65 432	0.53 423	0.59 418	0.52 418	0.65 401	0.48 380	0.64 432	0.52 432	0.58 402	0.50 403

GEAStereo	0.62 380	3.91 586	0.48 366	0.69 381	0.38 371	0.51 405	0.38 364	0.51 393	0.38 363	0.53 404	0.38 369	0.50 395	0.38 360	0.51 397	0.38 356	0.54 377	0.43 358	0.46 385	0.34 354	0.46 358	0.34 333

gasm-f	0.62 380	3.91 586	0.48 366	0.69 381	0.38 371	0.51 405	0.38 364	0.51 393	0.38 363	0.53 404	0.38 369	0.50 395	0.38 360	0.51 397	0.38 356	0.54 377	0.43 358	0.46 385	0.34 354	0.46 358	0.34 333

SMoEStereo_RVC	0.63 382	0.75 282	0.51 383	0.73 390	0.53 434	0.71 436	0.47 406	0.67 424	0.58 430	0.74 442	0.60 438	0.72 439	0.53 423	0.74 438	0.51 416	0.61 394	0.62 414	0.62 429	0.61 446	0.63 406	0.61 428

anonymity	0.63 382	0.69 275	0.56 393	0.71 387	0.56 437	0.71 436	0.56 428	0.71 429	0.56 428	0.72 436	0.56 436	0.71 436	0.56 427	0.71 432	0.58 425	0.68 405	0.55 400	0.68 437	0.55 435	0.68 410	0.54 414

PAM_32	0.64 384	2.38 528	0.51 383	0.92 411	0.43 403	0.53 410	0.44 394	0.87 445	0.43 394	0.52 401	0.45 406	0.53 407	0.40 371	0.54 406	0.46 395	0.62 398	0.56 402	0.48 402	0.45 410	0.76 422	0.44 383

CRFU-Net	0.65 385	1.67 444	1.22 538	1.96 544	0.27 255	0.41 297	0.27 245	0.41 290	0.27 255	0.40 276	0.26 252	0.41 298	0.27 256	0.40 282	0.27 242	1.80 558	1.62 579	0.34 264	0.23 233	0.33 240	0.23 213

LMCR-Stereo	0.65 385	0.63 271	0.65 411	0.65 376	0.65 453	0.66 431	0.63 435	0.58 411	0.65 440	0.63 427	0.64 446	0.65 432	0.65 438	0.66 427	0.66 437	0.66 403	0.64 416	0.65 435	0.67 463	0.68 410	0.73 458

KSHMR	0.66 387	0.50 242	0.48 366	1.15 444	0.52 431	0.49 384	0.51 423	0.49 371	0.71 465	0.67 432	0.50 425	1.16 500	1.11 497	0.66 427	0.52 418	0.49 359	0.49 383	0.51 416	0.66 459	0.50 383	1.14 506

TorneroNet	0.66 387	0.53 256	0.50 377	0.50 334	0.64 451	1.06 483	0.70 459	0.50 380	0.51 424	0.49 377	0.69 461	0.49 381	0.50 416	0.48 374	1.15 509	0.71 410	0.49 383	1.14 498	1.08 507	0.49 378	0.49 400

GES	0.66 387	2.34 524	0.29 228	0.41 260	0.29 270	0.41 297	0.29 263	0.42 308	0.29 265	0.40 276	0.41 388	0.41 298	0.30 276	0.51 397	0.29 262	0.32 231	0.29 249	0.32 248	2.46 628	2.49 590	0.30 303

cf-r	0.66 387	2.17 508	0.12 124	0.18 152	0.12 174	0.18 176	2.70 628	2.60 603	0.12 174	0.18 173	0.12 166	0.18 175	0.12 170	0.18 174	0.12 163	0.15 140	0.11 121	0.15 164	0.11 154	1.81 562	1.74 602

DSFCA	0.66 387	0.73 279	0.78 443	0.65 376	0.65 453	0.64 429	0.64 436	0.65 421	0.63 438	0.64 428	0.64 446	0.64 429	0.64 436	0.65 426	0.65 434	0.65 401	0.65 418	0.65 435	0.65 457	0.66 408	0.64 438

DEFOM-Stereo	0.68 392	3.11 563	1.40 560	1.63 534	0.25 247	0.31 241	0.25 235	0.31 233	0.28 259	0.31 238	0.29 269	0.29 237	0.27 256	0.31 244	0.28 251	1.59 551	1.47 565	0.30 239	0.29 308	0.30 225	0.28 284

ssnet_v2	0.68 392	1.96 496	1.25 542	0.29 198	0.20 224	0.30 235	0.20 211	0.29 226	0.22 224	1.50 559	0.20 224	0.31 245	0.20 222	0.27 230	0.22 219	0.24 199	1.49 566	0.26 226	0.18 219	3.90 613	0.19 205

ARAFT	0.68 392	0.81 288	0.63 406	0.74 391	0.60 440	0.78 442	0.62 434	0.77 436	0.66 442	0.74 442	0.63 444	0.75 444	0.62 435	0.83 448	0.60 428	0.70 409	0.55 400	0.70 442	0.60 444	0.78 425	0.55 419

NINENet	0.69 395	3.87 585	1.20 491	1.98 545	0.05 121	0.40 281	0.04 103	0.40 275	0.05 120	0.41 290	0.04 110	0.41 298	0.05 113	0.40 282	0.05 111	1.79 557	1.56 572	0.34 264	0.22 227	0.34 244	0.23 213

VIP-Stereo	0.70 396	2.97 560	2.43 616	2.49 566	0.16 200	0.25 217	0.16 185	0.25 212	0.16 194	0.25 214	0.18 218	0.25 217	0.16 191	0.26 226	0.16 190	1.86 559	1.26 542	0.23 207	0.15 189	0.23 203	0.15 180

RAFT-Stereo + iAFF	0.70 396	0.72 278	0.71 429	0.80 396	0.62 450	0.82 447	0.61 433	0.81 442	0.62 436	0.81 450	0.63 444	0.80 450	0.70 455	0.73 436	0.61 430	0.76 420	0.61 413	0.74 447	0.61 446	0.77 424	0.61 428

DMCA-RVC	0.70 396	0.80 285	0.70 426	0.70 385	0.70 463	0.70 434	0.70 459	0.71 429	0.70 460	0.70 435	0.71 468	0.71 436	0.70 455	0.70 431	0.69 453	0.69 406	0.70 432	0.69 440	0.70 468	0.69 414	0.70 448

MyStereo8	0.71 399	3.92 588	0.52 386	0.59 365	0.52 431	0.57 421	0.53 425	0.59 413	0.50 417	0.59 421	0.51 431	0.57 420	0.50 416	0.56 411	0.52 418	0.54 377	0.49 383	0.54 423	0.49 426	0.55 397	0.50 403

HH	0.71 399	2.54 534	0.74 437	1.10 436	0.32 329	0.41 297	0.37 357	0.69 426	0.78 475	0.73 437	0.90 490	0.75 444	1.00 485	0.84 449	0.69 453	0.69 406	0.40 336	0.35 280	0.26 249	0.35 257	0.26 230

HanStereo	0.71 399	2.54 534	0.74 437	1.10 436	0.32 329	0.41 297	0.37 357	0.69 426	0.78 475	0.73 437	0.90 490	0.75 444	1.00 485	0.84 449	0.69 453	0.69 406	0.40 336	0.35 280	0.26 249	0.35 257	0.26 230

zero-FE	0.72 402	1.31 429	0.66 412	0.92 411	0.60 440	0.82 447	0.58 430	0.82 443	0.58 430	0.81 450	0.60 438	0.81 453	0.60 432	0.82 445	0.58 425	0.74 417	0.59 408	0.73 444	0.52 432	0.76 422	0.51 410

ktn	0.72 402	0.53 256	1.08 477	1.14 442	0.51 430	1.22 544	1.36 574	0.51 393	0.59 432	0.51 398	0.51 431	0.69 435	1.20 508	0.67 429	0.51 416	0.51 371	0.49 383	0.58 426	0.66 459	0.52 391	0.53 411

DStereoRT	0.73 404	0.81 288	0.73 436	0.71 387	0.74 470	0.73 438	0.75 467	0.71 429	0.71 465	0.74 442	0.72 471	0.73 441	0.80 471	0.71 432	0.73 463	0.76 420	0.71 436	0.73 444	0.72 473	0.70 415	0.76 465

CroCo-Stereo	0.73 404	1.22 422	0.25 209	1.22 498	0.25 247	1.22 544	0.25 235	1.22 538	0.25 238	1.22 546	0.25 247	1.22 549	0.25 240	1.22 549	0.25 236	1.22 528	0.26 219	1.21 557	0.25 243	1.22 537	0.25 224
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
AFF-stereo	0.73 404	0.88 298	0.67 416	0.75 392	0.68 460	0.75 439	0.64 436	0.80 439	0.72 468	0.83 452	0.70 463	0.82 454	0.64 436	0.84 449	0.67 438	0.77 422	0.63 415	0.81 458	0.63 448	0.78 425	0.62 431

AIO-Stereo-zeroshot1	0.75 407	0.92 311	0.85 454	0.96 422	0.59 439	1.27 548	0.44 394	0.59 413	0.69 454	0.91 457	0.68 456	0.55 414	0.61 434	1.06 487	0.83 481	0.62 398	0.70 432	0.90 468	0.41 399	0.89 442	0.56 422

MyStereo06	0.75 407	4.12 590	0.60 399	0.63 372	0.61 445	0.62 427	0.66 439	0.56 405	0.45 399	0.55 412	0.48 420	0.54 410	0.46 399	0.57 416	0.45 391	0.60 390	0.57 404	0.64 432	0.55 435	0.72 417	0.55 419

GCAP-Stereo	0.75 407	4.15 593	0.42 342	0.75 392	0.35 354	0.78 442	0.40 378	0.79 437	0.38 363	0.78 446	0.36 357	0.78 447	0.36 351	0.79 441	0.39 368	0.75 418	0.39 333	0.76 450	0.39 391	0.75 421	0.39 363

GANet-RSSM	0.75 407	1.91 489	0.14 148	0.47 291	0.14 179	0.21 194	3.21 645	2.30 589	0.14 179	0.46 357	0.14 183	0.23 204	0.18 213	0.21 191	0.14 173	0.18 165	0.27 229	0.37 288	0.13 177	2.13 572	2.12 612

RSM++	0.76 411	0.82 290	0.66 412	0.85 403	0.64 451	0.85 451	0.71 462	0.94 458	0.64 439	0.87 453	0.67 451	0.87 456	0.65 438	0.84 449	0.65 434	0.81 427	0.70 432	0.79 453	0.71 471	0.83 437	0.70 448

CroCo-Stereo Lap2	0.77 412	1.29 426	0.29 228	1.27 503	0.29 270	1.27 548	0.26 242	1.26 541	0.26 251	1.26 547	0.26 252	1.27 553	0.26 249	1.26 550	0.27 242	1.27 530	0.27 229	1.27 560	0.27 282	1.27 540	0.27 264

PSMNet-RSSM	0.77 412	2.76 551	0.14 148	0.20 158	0.14 179	0.20 184	2.66 626	2.79 616	0.14 179	0.21 192	0.14 183	0.21 189	0.14 179	0.20 181	0.14 173	0.17 157	0.12 135	0.17 175	0.12 169	2.52 594	2.31 617

GwcNet-RSSM	0.77 412	2.77 553	0.14 148	0.20 158	0.14 179	0.20 184	2.67 627	2.78 615	0.14 179	0.20 181	0.14 183	0.20 182	0.14 179	0.21 191	0.14 173	0.17 157	0.12 135	0.17 175	0.12 169	2.52 594	2.31 617

4D-IteraStereo	0.78 415	3.13 564	0.89 455	0.69 381	0.32 329	0.40 281	0.32 316	0.76 435	0.97 499	0.52 401	0.65 448	0.89 459	0.32 326	0.76 440	0.98 493	0.83 432	0.94 464	0.35 280	0.27 282	0.70 415	0.89 479

Pro-Stereo	0.79 416	0.53 256	0.38 285	0.49 302	0.38 371	0.49 384	0.37 357	0.49 371	0.67 443	0.50 390	0.38 369	1.10 492	0.38 360	0.49 380	0.38 356	0.71 410	0.88 458	5.98 661	0.36 372	0.46 358	0.36 345

hitnet-ft	0.79 416	2.78 556	0.14 148	0.20 158	0.14 179	0.21 194	2.89 629	2.80 617	0.14 179	0.20 181	0.14 183	0.20 182	0.14 179	0.20 181	0.14 173	0.17 157	0.12 135	0.17 175	0.12 169	2.54 602	2.33 619

G-Net	0.79 416	0.79 284	0.79 446	0.79 394	0.79 483	0.79 444	0.79 472	0.79 437	0.79 479	0.79 447	0.79 483	0.79 449	0.79 470	0.79 441	0.79 473	0.79 423	0.79 449	0.79 453	0.79 483	0.79 427	0.79 470

MyStereo05	0.80 419	4.12 590	0.63 406	0.63 372	0.61 445	0.62 427	0.66 439	0.65 421	0.62 436	0.67 432	0.61 442	0.65 432	0.58 430	0.67 429	0.55 423	0.60 390	0.57 404	0.64 432	0.55 435	0.72 417	0.55 419

UDG	0.80 419	2.21 512	0.60 399	0.91 408	0.60 440	0.90 457	0.58 430	0.88 448	0.60 433	0.90 455	0.60 438	0.88 457	0.60 432	0.90 458	0.58 425	0.86 436	0.60 409	0.84 464	0.59 443	0.84 438	0.61 428

ccnet	0.80 419	2.28 516	0.33 257	0.50 334	0.33 341	0.50 393	0.33 327	0.50 380	0.33 335	0.49 377	0.33 338	0.49 381	1.56 573	2.38 593	0.33 324	0.41 294	0.29 249	0.42 374	1.57 588	2.28 578	0.29 290

NaN_ROB	0.80 419	0.80 285	0.80 447	0.80 396	0.80 485	0.80 445	0.80 475	0.80 439	0.80 481	0.80 448	0.80 485	0.80 450	0.80 471	0.80 443	0.80 476	0.80 424	0.80 452	0.80 456	0.80 485	0.80 430	0.80 471

CSAN	0.80 419	0.80 285	0.80 447	0.80 396	0.80 485	0.80 445	0.80 475	0.80 439	0.80 481	0.80 448	0.80 485	0.80 450	0.80 471	0.80 443	0.80 476	0.80 424	0.80 452	0.80 456	0.80 485	0.80 430	0.80 471

GSStereo	0.81 424	4.28 596	0.50 377	0.59 365	0.40 382	0.51 405	0.38 364	0.50 380	0.38 363	0.50 390	0.38 369	0.50 395	3.79 642	0.50 388	0.38 356	0.54 377	0.43 358	0.46 385	0.34 354	0.46 358	0.35 342

BSDual-CNN	0.81 424	1.91 489	0.92 462	4.48 615	0.02 22	0.42 317	0.06 132	0.41 290	0.02 22	0.48 370	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 569	4.19 641	0.33 255	0.23 233	0.34 244	0.27 264

DDUNet	0.81 424	2.45 532	0.57 395	0.90 406	0.60 440	0.88 454	0.59 432	0.90 449	0.60 433	0.88 454	0.60 438	0.90 460	0.58 430	0.88 455	0.60 428	0.84 434	0.60 409	0.86 466	0.57 441	0.86 439	0.60 427

R-Stereo Train	0.81 424	0.96 317	0.67 416	0.95 419	0.67 457	0.95 462	0.68 447	0.95 460	0.68 449	0.95 465	0.68 456	0.96 470	0.68 447	0.96 469	0.68 445	0.94 447	0.68 425	0.94 481	0.68 464	0.94 457	0.68 445

RAFT-Stereo	0.81 424	0.96 317	0.67 416	0.95 419	0.67 457	0.95 462	0.68 447	0.95 460	0.68 449	0.95 465	0.68 456	0.96 470	0.68 447	0.96 469	0.68 445	0.94 447	0.68 425	0.94 481	0.68 464	0.94 457	0.68 445
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 429	1.72 446	1.48 564	0.39 235	0.15 190	0.31 241	0.21 216	0.20 182	0.25 238	1.61 563	0.23 234	0.28 231	0.26 249	0.20 181	0.15 183	0.24 199	1.33 550	0.32 248	0.16 191	6.75 652	0.23 213

scenet	0.82 429	1.72 446	1.48 564	0.39 235	0.15 190	0.31 241	0.21 216	0.20 182	0.25 238	1.61 563	0.23 234	0.28 231	0.26 249	0.20 181	0.15 183	0.24 199	1.33 550	0.32 248	0.16 191	6.75 652	0.23 213

ssnet	0.82 429	1.72 446	1.48 564	0.39 235	0.15 190	0.31 241	0.21 216	0.20 182	0.25 238	1.61 563	0.23 234	0.28 231	0.26 249	0.20 181	0.15 183	0.24 199	1.33 550	0.32 248	0.16 191	6.75 652	0.23 213

DEFOM-Stereo_RVC	0.83 432	5.18 608	1.98 604	2.19 550	0.17 206	0.19 179	0.18 203	0.19 176	0.16 194	0.20 181	0.19 220	0.22 197	0.22 228	0.20 181	0.15 183	2.28 586	2.13 606	0.24 216	0.17 213	0.18 177	0.16 181

BUS	0.83 432	1.91 489	0.92 462	4.48 615	0.02 22	0.40 281	0.04 103	0.41 290	0.02 22	0.48 370	0.03 56	0.41 298	0.05 113	0.03 43	0.05 111	1.97 569	4.19 641	0.33 255	0.23 233	0.34 244	0.27 264

PDISCO_ROB	0.83 432	2.80 557	3.49 638	0.14 121	0.11 161	0.17 172	0.09 138	0.15 165	0.10 143	0.15 158	0.12 166	0.16 164	0.14 179	3.30 623	0.13 169	0.14 133	2.34 611	0.16 167	0.12 169	2.62 603	0.10 139

WQFJA1++	0.84 435	0.98 320	0.67 416	1.26 502	0.75 472	1.00 467	0.67 443	1.00 462	0.67 443	1.00 467	0.67 451	1.00 473	0.67 443	1.00 473	0.67 438	0.96 449	0.67 420	0.91 471	0.63 448	0.92 448	0.63 432

WQFJX1	0.84 435	0.98 320	0.67 416	1.30 510	0.75 472	1.01 474	0.67 443	1.01 470	0.67 443	1.01 477	0.67 451	1.01 480	0.68 447	1.00 473	0.68 445	0.98 454	0.67 420	0.92 474	0.64 453	0.92 448	0.64 438

NLMM	0.84 435	1.00 329	0.67 416	1.27 503	0.75 472	1.00 467	0.68 447	1.00 462	0.67 443	1.00 467	0.67 451	1.02 484	0.67 443	1.02 484	0.67 438	0.97 450	0.67 420	0.93 477	0.63 448	0.92 448	0.63 432

AIO-Stereo	0.84 435	0.66 274	0.70 426	0.83 400	0.67 457	0.98 465	0.82 481	1.14 480	0.72 468	1.03 483	0.74 475	1.03 485	1.09 496	0.99 471	0.45 391	1.04 461	0.73 439	0.95 483	0.74 475	0.94 457	0.46 386

DCRE	0.84 435	1.89 486	0.77 442	0.94 417	0.72 467	0.88 454	0.73 465	0.87 445	0.78 475	0.90 455	0.71 468	0.88 457	0.67 443	0.88 455	0.73 463	0.81 427	0.68 425	0.81 458	0.70 468	0.82 435	0.70 448

iGMRVC	0.84 435	2.85 558	0.72 432	0.72 389	0.73 468	0.77 440	0.79 472	0.73 432	0.74 473	0.73 437	0.72 471	0.73 441	0.76 465	0.73 436	0.73 463	0.72 413	0.73 439	0.73 444	0.72 473	0.73 420	0.72 455

WQFJA1	0.85 441	0.98 320	0.67 416	1.29 508	0.76 477	1.01 474	0.67 443	1.02 474	0.67 443	1.02 481	0.67 451	1.01 480	0.67 443	1.01 480	0.68 445	0.99 455	0.67 420	0.93 477	0.64 453	0.92 448	0.65 440

WQFJX	0.85 441	1.00 329	0.68 423	1.30 510	0.75 472	1.01 474	0.68 447	1.01 470	0.68 449	1.01 477	0.68 456	1.03 485	0.68 447	1.02 484	0.67 438	0.97 450	0.67 420	0.93 477	0.63 448	0.94 457	0.63 432

NLSM3	0.85 441	0.99 327	0.68 423	1.29 508	0.76 477	1.01 474	0.68 447	1.01 470	0.68 449	1.02 481	0.68 456	1.01 480	0.68 447	1.01 480	0.68 445	0.97 450	0.68 425	0.93 477	0.64 453	0.93 453	0.63 432

NLMM1	0.86 444	0.98 320	0.69 425	1.48 524	0.75 472	1.01 474	0.69 455	1.00 462	0.69 454	1.00 467	0.70 463	1.00 473	0.68 447	1.01 480	0.67 438	0.97 450	0.68 425	0.92 474	0.63 448	0.93 453	0.63 432

AdaDepth	0.86 444	0.93 313	0.71 429	1.01 430	1.07 512	1.02 480	0.71 462	1.00 462	0.71 465	1.01 477	0.71 468	1.00 473	0.72 460	1.14 498	0.71 461	0.92 441	0.64 416	0.90 468	0.64 453	0.89 442	0.69 447

GEStereo_RVC	0.86 444	4.45 597	0.20 189	0.27 196	0.20 224	0.27 230	0.20 211	0.26 218	0.18 210	5.03 653	0.20 224	0.27 230	0.19 218	0.27 230	0.21 217	0.20 172	0.19 196	0.19 187	4.02 657	0.20 184	0.18 203

Selective-RAFT-Error	0.88 447	0.84 291	0.98 467	0.86 404	0.97 501	0.88 454	0.95 492	0.84 444	0.99 502	0.92 459	0.82 487	0.84 455	0.98 484	0.87 454	0.97 492	0.81 427	0.83 455	0.79 453	0.82 488	0.79 427	0.85 476

IER	0.88 447	7.04 627	2.23 609	2.75 571	0.28 260	0.43 324	0.25 235	0.39 268	0.25 238	0.41 290	0.27 256	0.39 277	0.25 240	0.40 282	0.28 251	0.37 255	0.28 235	0.37 288	0.25 243	0.37 268	0.25 224

Selective-RAFT	0.89 449	0.89 301	0.72 432	1.16 449	0.78 481	1.06 483	0.82 481	0.87 445	0.97 499	1.00 467	0.91 493	0.90 460	1.00 485	0.89 457	0.93 489	0.83 432	0.83 455	0.82 462	0.82 488	0.81 433	0.82 474

AIO-Stereo-zeroshot	0.91 450	0.86 294	0.89 455	1.25 501	0.69 461	1.05 482	0.81 478	1.16 484	0.50 417	1.12 493	0.97 498	0.72 439	0.82 475	1.06 487	0.95 490	0.61 394	0.87 457	1.03 495	0.85 491	1.04 469	1.01 495

CFNet-RSSM	0.91 450	4.89 603	0.34 267	0.44 279	1.07 512	1.62 568	1.40 581	0.91 451	0.35 348	1.60 560	1.39 581	0.64 429	0.34 342	0.44 342	0.33 324	0.41 294	0.35 310	0.75 448	0.30 322	0.41 341	0.29 290

MLG-Stereo	0.92 452	0.90 304	0.84 453	1.27 503	0.49 421	1.38 557	0.88 484	1.41 554	0.97 499	0.73 437	1.09 508	1.26 550	0.43 391	0.72 434	1.05 501	1.13 473	0.49 383	1.18 508	0.66 459	1.01 466	0.46 386

ToySt	0.92 452	2.11 503	0.90 458	0.95 419	0.79 483	0.99 466	0.78 471	0.94 458	0.81 484	0.94 463	0.78 481	0.95 469	0.77 467	0.94 465	0.86 483	0.91 438	0.79 449	0.85 465	0.77 479	0.89 442	0.73 458

DPSM_ROB	0.92 452	0.91 306	0.91 460	0.91 408	0.92 496	0.92 459	0.92 488	0.92 454	0.91 489	0.93 461	0.91 493	0.92 463	0.90 478	0.91 459	0.92 485	0.92 441	0.91 460	0.91 471	0.92 492	0.93 453	0.93 483

DPSM	0.92 452	0.91 306	0.91 460	0.91 408	0.92 496	0.92 459	0.92 488	0.92 454	0.91 489	0.93 461	0.91 493	0.92 463	0.90 478	0.91 459	0.92 485	0.92 441	0.91 460	0.91 471	0.92 492	0.93 453	0.93 483

pmcnn	0.92 452	0.92 311	0.92 462	0.92 411	0.92 496	0.92 459	0.92 488	0.92 454	0.92 493	0.92 459	0.92 496	0.92 463	0.92 480	0.92 463	0.92 485	0.92 441	0.92 462	0.92 474	0.92 492	0.92 448	0.92 482

error version	0.93 457	4.47 598	2.35 612	1.99 546	0.37 364	0.41 297	0.36 351	0.41 290	0.35 348	0.43 309	0.36 357	0.41 298	0.40 371	0.41 297	0.36 344	1.87 561	2.16 607	0.47 394	0.37 375	0.39 318	0.33 326

test_1	0.93 457	4.47 598	2.35 612	1.99 546	0.37 364	0.41 297	0.36 351	0.41 290	0.35 348	0.43 309	0.36 357	0.41 298	0.40 371	0.41 297	0.36 344	1.87 561	2.16 607	0.47 394	0.37 375	0.39 318	0.33 326

DGTPSM_ROB	0.93 457	1.00 329	0.92 462	0.94 417	0.96 500	0.91 458	0.92 488	0.91 451	0.96 498	0.91 457	0.96 497	0.93 466	0.92 480	0.94 465	0.92 485	0.92 441	0.92 462	0.90 468	0.92 492	0.94 457	0.91 481

HSM-Net_RVC	0.95 460	1.17 366	0.78 443	1.18 451	0.71 465	1.16 497	0.75 467	1.09 478	0.80 481	1.10 487	0.75 476	1.17 501	0.74 462	1.17 501	0.80 476	1.13 473	0.73 439	1.17 505	0.77 479	1.16 479	0.72 455
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 461	3.17 566	2.30 611	2.42 563	0.38 371	0.54 413	0.38 364	0.54 401	0.38 363	0.54 409	0.38 369	0.54 410	0.38 360	0.54 406	0.38 356	2.38 595	2.34 611	0.49 407	0.36 372	0.49 378	0.36 345

DPSimNet_ROB	0.97 461	1.18 368	0.81 450	1.10 436	0.91 495	1.02 480	0.82 481	1.04 475	0.91 489	1.03 483	0.86 489	1.28 554	0.82 475	1.03 486	0.89 484	1.17 477	0.81 454	1.02 493	0.82 488	1.08 471	0.81 473

test-3	0.98 463	4.13 592	1.85 593	1.85 537	0.61 445	0.69 433	0.37 357	0.63 419	0.61 435	0.66 431	0.51 431	0.73 441	0.44 393	0.57 416	0.54 421	1.68 555	1.81 591	0.40 346	0.43 408	0.66 408	0.50 403

Test_v1	1.00 464	1.00 329	1.00 469	1.00 426	1.00 502	1.00 467	1.00 496	1.00 462	1.00 503	1.00 467	1.00 500	1.00 473	1.00 485	1.00 473	1.00 495	1.00 456	1.00 465	1.00 488	1.00 499	1.00 462	1.00 490

Wavelet-MonSter	1.00 464	1.21 416	0.76 440	1.94 541	1.01 507	1.11 492	0.76 469	1.15 481	0.76 474	1.11 492	0.76 477	1.14 498	0.76 465	1.11 495	0.76 470	1.21 526	0.90 459	1.02 493	0.71 471	1.02 468	0.71 454

999	1.00 464	1.12 359	0.59 397	1.10 436	1.21 570	1.09 488	0.52 424	1.08 476	1.43 583	1.18 498	1.35 575	0.98 472	0.52 422	0.91 459	0.85 482	0.72 413	1.46 564	0.83 463	0.98 497	0.68 410	1.41 578

DispNO	1.00 464	0.63 271	0.43 343	3.45 599	0.44 404	0.65 430	0.43 393	0.64 420	0.43 394	0.64 428	0.43 400	0.64 429	3.03 620	0.64 425	0.43 389	4.55 630	0.43 358	0.63 431	0.43 408	0.63 406	0.43 380

GANet	1.00 464	1.00 329	1.00 469	1.00 426	1.00 502	1.00 467	1.00 496	1.00 462	1.00 503	1.00 467	1.00 500	1.00 473	1.00 485	1.00 473	1.00 495	1.00 456	1.00 465	1.00 488	1.00 499	1.00 462	1.00 490

TDLM	1.00 464	1.00 329	1.00 469	1.00 426	1.00 502	1.00 467	1.00 496	1.00 462	1.00 503	1.00 467	1.00 500	1.00 473	1.00 485	1.00 473	1.00 495	1.00 456	1.00 465	1.00 488	1.00 499	1.00 462	1.00 490

CVANet_RVC	1.00 464	1.00 329	1.00 469	1.00 426	1.00 502	1.00 467	1.00 496	1.00 462	1.00 503	1.00 467	1.00 500	1.00 473	1.00 485	1.00 473	1.00 495	1.00 456	1.00 465	1.00 488	1.00 499	1.00 462	1.00 490

trnet	1.01 471	1.01 338	1.01 473	1.01 430	1.01 507	1.01 474	1.01 500	1.01 470	1.01 507	1.01 477	1.01 504	1.01 480	1.01 492	1.01 480	1.01 499	1.01 460	1.01 469	1.01 492	1.01 505	1.01 466	1.01 495

LL-Strereo	1.01 471	5.06 605	1.63 573	0.70 385	1.43 581	0.56 415	0.46 401	0.57 408	0.50 417	0.57 417	0.50 425	1.58 563	0.49 413	0.59 418	0.50 411	1.64 554	0.52 396	0.51 416	1.37 576	0.52 391	0.45 385

FlowAnything_test	1.02 473	1.72 446	0.71 429	1.59 527	0.70 463	1.61 566	0.69 455	1.61 557	0.70 460	1.60 560	0.70 463	1.61 567	0.69 453	1.61 564	0.70 459	0.81 427	0.58 406	0.81 458	0.55 435	0.81 433	0.56 422

FlowAnything	1.02 473	1.71 445	0.72 432	1.59 527	0.69 461	1.60 565	0.69 455	1.61 557	0.70 460	1.60 560	0.69 461	1.60 564	0.69 453	1.61 564	0.69 453	0.81 427	0.58 406	0.81 458	0.56 439	0.82 435	0.56 422

Hybrid-DGEV	1.03 475	1.75 452	0.80 447	1.28 507	0.78 481	1.26 547	0.80 475	1.26 541	0.78 475	1.26 547	0.78 481	1.26 550	0.78 469	1.26 550	0.78 472	1.15 476	0.75 442	1.14 498	0.74 475	1.14 474	0.75 462

tt45	1.04 476	0.88 298	1.36 554	0.92 411	1.03 510	1.51 564	0.79 472	0.70 428	0.88 487	0.74 442	0.90 490	1.60 564	0.72 460	1.60 562	0.75 468	0.91 438	0.78 447	1.52 572	0.79 483	1.14 474	1.32 570

Hybrid-DGEV-2	1.05 477	1.83 474	0.83 451	1.33 514	0.82 488	1.30 550	0.81 478	1.26 541	0.79 479	1.29 549	0.79 483	1.26 550	0.80 471	1.26 550	0.79 473	1.20 480	0.78 447	1.18 508	0.77 479	1.20 489	0.77 467

Hybrid-DGEV-03	1.07 478	1.83 474	0.83 451	1.34 515	0.81 487	1.32 552	0.81 478	1.31 547	0.81 484	1.31 550	0.82 487	1.32 555	0.82 475	1.32 554	0.81 479	1.19 478	0.77 445	1.19 510	0.76 478	1.19 487	0.77 467

GLC_STEREO	1.07 478	1.01 338	1.06 475	1.07 434	1.05 511	1.06 483	1.08 505	1.08 476	1.05 510	1.07 485	1.06 506	1.08 488	1.05 494	1.06 487	1.10 504	1.07 463	1.09 479	1.05 496	1.05 506	1.06 470	1.12 502

FC-DCNN	1.07 478	1.09 354	0.98 467	0.89 405	0.52 431	1.41 560	0.91 487	1.21 537	1.24 569	1.96 572	2.05 626	1.91 573	1.30 561	1.27 553	1.08 503	0.80 424	0.60 409	0.58 426	0.41 399	0.68 410	0.54 414

hknet	1.10 481	1.85 480	3.49 638	4.48 615	0.02 22	0.42 317	0.06 132	0.41 290	0.02 22	0.48 370	0.03 56	0.41 298	0.03 53	0.42 310	0.03 52	4.39 627	4.19 641	0.33 255	0.23 233	0.34 244	0.27 264

test_xeample3	1.10 481	1.81 467	0.61 404	0.84 401	0.49 421	0.77 440	0.66 439	0.92 454	1.40 581	0.68 434	0.46 408	0.78 447	0.54 426	1.72 567	1.48 583	1.34 535	1.52 568	1.35 565	1.67 601	1.33 542	1.55 583

DISCO	1.11 483	0.39 188	5.28 651	0.39 235	0.20 224	0.39 279	0.27 245	0.39 268	0.22 224	0.38 264	0.20 224	0.38 272	0.20 222	6.95 664	0.22 219	0.30 223	0.21 201	0.27 230	0.21 224	5.25 645	0.21 209

Occ-G	1.12 484	0.52 252	3.72 643	3.50 603	0.50 425	0.56 415	0.47 406	0.54 401	0.46 400	0.54 409	0.41 388	0.54 410	0.42 388	0.52 402	0.42 386	3.42 619	4.02 640	0.52 419	0.45 410	0.51 389	0.44 383

AEACV	1.12 484	0.52 252	3.12 634	3.24 588	0.86 489	0.53 410	0.49 417	0.60 415	0.47 405	0.53 404	0.49 423	0.55 414	0.45 396	0.55 410	0.47 402	3.01 614	3.88 638	0.71 443	0.60 444	0.80 430	0.48 395

LiteMatch	1.13 486	0.73 279	2.80 620	3.23 586	0.61 445	0.83 449	0.68 447	0.73 432	0.69 454	1.00 467	0.77 479	0.94 467	0.57 428	0.82 445	0.64 431	2.97 612	2.43 614	0.68 437	0.32 340	0.56 399	0.70 448

Lsterematch	1.13 486	0.73 279	2.80 620	3.23 586	0.61 445	0.83 449	0.68 447	0.73 432	0.69 454	1.00 467	0.77 479	0.94 467	0.57 428	0.82 445	0.64 431	2.97 612	2.43 614	0.68 437	0.32 340	0.56 399	0.70 448

MSMD_ROB	1.19 488	1.10 358	0.70 426	1.10 436	0.60 440	1.10 489	0.70 459	1.10 479	0.70 460	1.10 487	0.70 463	1.10 492	0.70 455	7.00 665	0.70 459	1.10 467	0.70 432	1.10 497	0.70 468	1.10 472	0.70 448

MM-Stereo_test2	1.20 489	1.85 480	1.05 474	1.46 523	0.94 499	1.36 555	0.99 495	1.36 549	0.95 496	1.41 555	0.98 499	1.40 560	0.96 482	1.37 556	0.95 490	1.37 540	1.06 472	1.33 562	0.93 496	1.29 541	0.89 479

ours_stereo	1.20 489	1.21 416	0.90 458	1.64 535	1.11 514	1.35 553	0.67 443	1.76 564	0.93 494	1.70 568	1.10 509	1.39 558	0.75 464	1.41 558	0.81 479	1.60 553	1.03 471	1.33 562	1.00 499	1.61 552	0.72 455

DisPM	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

CrosDoStereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

PFNet+	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

LCNet	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

HHNet	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

Patchmatch Stereo++	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516
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	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

STrans-v2	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

TransformOpticalFlow	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

OMP-Stereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

IIG-Stereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

NF-Stereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

OCTAStereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

PSM-softLoss	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

KMStereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

NRIStereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

PSM-adaLoss	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

PSM-AAD	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

FTStereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

ROB_FTStereo_v2	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

ROB_FTStereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

Consistency-Raft	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

KYRaft	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

HUI-Stereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

ASMatch	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

DeepStereo_LL	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

DEmStereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

SST-Stereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

THIR-Stereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

RAFT_R40	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

DRaft	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

PFNet	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

GrayStereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

RE-Stereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

Pruner-Stereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

TVStereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

DeepStereo_RVC	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

RAFT-RH_RVC	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

IRAFT_RVC	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

RAFT-345	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

iRAFT	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

CRE-IMP	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

GMM-Stereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

RAFT-IKP	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

Prome-Stereo	1.20 489	1.20 370	1.20 491	1.20 453	1.20 524	1.20 498	1.20 516	1.20 492	1.20 521	1.20 500	1.20 518	1.20 503	1.20 508	1.20 503	1.20 518	1.20 480	1.20 494	1.20 512	1.20 518	1.20 489	1.20 516

HCRNet	1.22 536	7.11 628	3.00 622	3.55 604	0.33 341	0.29 234	0.14 174	0.19 176	0.15 189	0.33 248	0.29 269	0.25 217	0.14 179	0.22 195	0.33 324	3.64 620	3.00 618	0.76 450	0.32 340	0.18 177	0.13 171

HBP-ISP	1.24 537	1.72 446	1.65 574	1.15 444	0.76 477	1.40 559	0.88 484	1.67 563	1.02 508	1.69 567	1.38 580	1.69 568	1.21 554	1.87 574	1.21 563	1.05 462	0.79 449	0.97 486	0.80 485	1.19 487	0.75 462

AANet_RVC	1.26 538	0.31 167	4.99 649	5.93 641	0.20 224	0.25 217	0.20 211	0.25 212	0.20 218	0.23 199	0.19 220	0.25 217	0.20 222	0.25 215	0.20 214	5.66 651	4.76 644	0.26 226	0.30 322	0.24 207	0.27 264

MM-Stereo_test3	1.27 539	2.07 499	1.18 486	1.60 530	1.02 509	1.45 562	1.01 500	1.40 553	1.04 509	1.44 557	1.03 505	1.46 562	1.02 493	1.44 560	1.02 500	1.51 549	1.12 486	1.32 561	0.98 497	1.38 545	0.97 486

11t	1.27 539	2.70 543	1.34 544	1.32 513	0.89 491	1.30 550	1.34 571	1.64 560	0.57 429	1.45 558	0.72 471	1.05 487	1.29 560	1.07 490	1.29 572	1.49 546	1.02 470	0.97 486	1.15 511	1.48 547	1.31 569

MaskLacGwcNet_RVC	1.35 541	1.35 432	1.35 546	1.35 517	1.35 575	1.35 553	1.35 572	1.36 549	1.35 577	1.36 553	1.35 575	1.36 556	1.36 566	1.36 555	1.35 576	1.35 536	1.35 555	1.35 565	1.35 573	1.35 543	1.35 574

CC-Net-ROB	1.36 542	1.33 431	1.33 543	1.36 518	1.38 578	1.36 555	1.33 570	1.37 551	1.34 574	1.35 552	1.36 577	1.38 557	1.34 564	1.38 557	1.38 579	1.35 536	1.38 559	1.33 562	1.35 573	1.43 546	1.34 573

CFNet	1.37 543	5.27 611	0.19 186	5.49 638	0.19 221	0.28 231	0.19 207	0.28 221	0.19 216	0.28 227	0.19 220	0.28 231	4.35 650	0.28 234	0.19 211	0.23 192	0.17 188	0.23 207	4.21 659	4.81 636	0.17 198

PS-NSSS	1.38 544	1.39 435	1.34 544	1.34 515	1.35 575	1.38 557	1.37 579	1.35 548	1.38 580	1.34 551	1.34 574	1.39 558	1.38 569	1.70 566	1.40 580	1.36 538	1.36 556	1.36 567	1.37 576	1.37 544	1.36 575

RASNet	1.49 545	1.65 443	1.45 562	1.38 520	1.43 581	1.47 563	1.36 574	1.38 552	1.36 578	1.39 554	1.60 591	1.45 561	1.45 572	1.51 561	2.21 621	1.53 550	1.36 556	1.36 567	1.36 575	1.66 555	1.36 575

BLMT-Stereo	1.53 546	1.36 433	1.06 475	1.42 522	1.23 574	1.41 560	1.07 504	1.43 555	1.12 511	1.42 556	1.06 506	1.83 570	1.07 495	1.42 559	1.07 502	1.27 530	1.38 559	6.80 662	1.00 499	1.26 539	1.00 490

GANetREF_RVC	1.55 547	1.94 495	1.22 538	1.88 538	1.21 570	1.88 572	1.22 562	1.88 566	1.22 567	1.88 569	1.22 564	1.88 571	1.22 555	1.89 575	1.22 564	1.87 561	1.22 541	1.88 586	1.22 564	1.88 564	1.22 562
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	1.59 548	1.91 489	1.21 537	1.94 541	1.20 524	2.00 580	1.23 563	1.99 571	1.24 569	2.00 577	1.25 567	2.03 581	1.26 557	2.00 579	1.29 572	1.90 565	1.18 493	1.89 587	1.21 563	1.89 565	1.20 516
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 549	1.59 442	1.70 576	1.59 527	1.59 587	1.61 566	1.61 590	1.60 556	1.60 587	1.62 566	1.59 590	1.60 564	1.60 575	1.60 562	1.59 587	1.59 551	1.60 578	1.59 573	1.59 593	1.59 551	1.59 588

ff7	1.68 550	2.68 540	1.35 546	0.97 423	0.89 491	1.84 569	2.15 619	2.12 577	1.80 604	2.05 582	1.56 587	2.33 588	2.12 610	2.23 585	2.25 622	1.31 532	1.07 473	1.48 569	1.41 579	0.90 445	1.04 497

ffff	1.68 550	2.68 540	1.35 546	0.97 423	0.89 491	1.84 569	2.15 619	2.12 577	1.80 604	2.05 582	1.56 587	2.33 588	2.12 610	2.23 585	2.25 622	1.31 532	1.07 473	1.48 569	1.41 579	0.90 445	1.04 497

ccc-4	1.68 550	2.68 540	1.35 546	0.97 423	0.89 491	1.84 569	2.15 619	2.12 577	1.80 604	2.05 582	1.56 587	2.33 588	2.12 610	2.23 585	2.25 622	1.31 532	1.07 473	1.48 569	1.41 579	0.90 445	1.04 497

MC-Stereo	1.76 553	2.96 559	1.37 556	2.14 549	1.37 577	2.14 586	1.36 574	2.14 580	1.37 579	2.14 586	1.37 578	2.14 583	1.37 568	2.14 584	1.37 578	1.97 569	1.32 543	1.97 589	1.32 572	1.98 566	1.33 571

IGEVStereo-DCA	1.77 554	4.21 594	1.84 591	2.49 566	2.11 620	2.54 606	1.36 574	1.65 561	1.17 518	2.75 615	1.90 609	2.54 601	1.15 501	0.94 465	1.11 505	1.50 547	1.32 543	0.96 484	1.46 585	1.49 548	0.88 477

rrr	1.77 554	4.21 594	1.84 591	2.49 566	2.11 620	2.54 606	1.36 574	1.65 561	1.17 518	2.75 615	1.90 609	2.54 601	1.15 501	0.94 465	1.11 505	1.50 547	1.32 543	0.96 484	1.46 585	1.49 548	0.88 477

MM-Stereo_test1	1.80 556	3.41 571	1.52 569	2.12 548	1.41 580	2.04 581	1.41 582	2.05 575	1.46 584	2.04 581	1.41 582	2.05 582	1.42 571	2.05 580	1.43 582	2.04 573	1.54 571	1.94 588	1.38 578	1.99 567	1.33 571

MFMNet_re	1.81 557	1.91 489	1.71 578	1.95 543	1.70 598	1.95 577	1.70 595	1.96 569	1.74 600	1.97 574	1.72 599	1.95 574	1.71 583	1.97 578	1.71 595	1.86 559	1.62 579	1.85 579	1.66 600	1.86 563	1.64 594

plain	1.88 558	3.16 565	0.64 408	3.10 581	0.65 453	3.10 621	0.64 436	3.12 620	0.65 440	3.10 621	0.65 448	3.11 621	0.65 438	3.12 620	0.65 434	3.12 615	0.65 418	3.13 619	0.65 457	3.13 607	0.65 440

RAFT_CTSACE	1.92 559	3.71 578	1.72 579	1.88 538	1.72 599	2.04 581	1.42 584	2.18 582	1.89 615	2.02 579	1.97 615	1.95 574	2.06 609	1.93 576	1.62 588	1.76 556	1.66 582	2.02 590	1.73 609	1.73 558	1.43 580

MonStereo1	1.94 560	2.77 553	1.52 569	3.73 611	1.51 584	2.13 585	1.42 584	2.32 590	1.52 585	2.31 594	1.50 585	2.53 598	1.59 574	2.34 592	1.56 585	1.91 566	1.36 556	1.86 582	1.31 571	2.07 568	1.53 581

4.25w-stereo	1.98 561	2.72 547	1.46 563	3.47 600	1.43 581	2.07 583	1.98 610	2.53 602	1.52 585	2.71 608	1.98 621	1.81 569	1.62 577	1.96 577	1.36 577	1.88 564	2.00 596	2.53 613	1.61 595	1.74 559	1.15 507

4.5w-stereo	1.99 562	2.33 520	1.81 582	3.28 590	1.68 594	1.94 574	1.99 613	2.72 605	1.70 592	2.72 609	1.99 624	1.97 576	1.68 579	1.76 568	1.29 572	1.91 566	2.02 602	2.53 613	1.61 595	1.75 560	1.16 510

2.75w_new	1.99 562	2.34 524	1.81 582	3.14 582	1.62 589	1.94 574	1.99 613	2.72 605	1.71 593	2.72 609	1.99 624	1.90 572	1.73 585	1.82 573	1.29 572	2.37 594	2.01 598	2.31 600	1.42 582	1.77 561	1.22 562

3.75w	1.99 562	2.31 518	1.83 590	3.16 584	1.65 591	1.93 573	1.98 610	2.72 605	1.68 589	2.73 614	1.97 615	2.00 578	1.72 584	1.81 572	1.25 568	2.27 585	2.01 598	2.38 605	1.42 582	1.71 557	1.24 565

2w_stereo	1.99 562	2.36 527	1.81 582	3.24 588	1.67 592	1.94 574	1.98 610	2.72 605	1.68 589	2.72 609	1.94 612	1.98 577	1.74 587	1.79 571	1.27 569	1.95 568	2.00 596	2.53 613	1.60 594	1.68 556	1.15 507

2.25w	2.00 566	1.86 483	1.98 604	2.95 579	2.17 624	2.26 587	1.35 572	2.42 596	2.00 622	2.07 585	1.27 569	2.53 598	1.99 605	2.29 589	1.49 584	2.21 580	1.32 543	1.85 579	1.87 613	2.52 594	1.62 592

4.25_new	2.00 566	2.33 520	1.82 587	3.32 593	1.69 595	1.95 577	1.99 613	2.72 605	1.71 593	2.72 609	1.97 615	2.01 579	1.74 587	1.77 569	1.28 570	2.18 577	2.01 598	2.48 611	1.58 591	1.65 553	1.17 511

4.5w_new	2.00 566	2.33 520	1.82 587	3.32 593	1.69 595	1.95 577	1.99 613	2.72 605	1.71 593	2.72 609	1.97 615	2.01 579	1.74 587	1.77 569	1.28 570	2.18 577	2.01 598	2.48 611	1.58 591	1.65 553	1.17 511

4.5_new	2.00 566	1.84 479	1.98 604	2.77 573	2.16 622	2.27 588	1.28 569	2.09 576	1.98 619	2.01 578	1.28 570	2.71 610	1.98 603	2.51 601	1.65 590	2.26 582	1.33 550	1.87 583	1.87 613	2.49 590	1.60 589

TRStereo	2.00 566	2.13 504	1.85 593	2.27 555	1.84 603	2.28 590	1.84 599	2.29 585	1.86 609	2.30 591	1.87 604	2.30 585	1.87 593	2.08 581	1.72 597	2.08 574	1.72 585	2.08 592	1.72 606	2.08 569	1.72 599

XX-Stereo	2.00 566	2.13 504	1.85 593	2.27 555	1.84 603	2.28 590	1.84 599	2.29 585	1.86 609	2.30 591	1.87 604	2.30 585	1.87 593	2.08 581	1.72 597	2.08 574	1.72 585	2.08 592	1.72 606	2.08 569	1.72 599

EAI-Stereo	2.00 566	2.13 504	1.85 593	2.27 555	1.84 603	2.28 590	1.84 599	2.29 585	1.86 609	2.30 591	1.87 604	2.30 585	1.87 593	2.08 581	1.72 597	2.08 574	1.72 585	2.08 592	1.72 606	2.08 569	1.72 599

2.5w	2.01 573	2.40 529	1.37 556	3.28 590	2.01 614	2.71 611	1.43 587	1.82 565	1.83 607	1.90 571	1.41 582	2.71 610	1.35 565	2.71 610	1.85 608	2.66 606	1.53 569	1.64 574	1.23 565	2.53 597	1.87 608

4w-stereo	2.02 574	2.72 547	1.44 561	3.36 596	1.59 587	2.48 599	1.72 596	2.28 583	1.24 569	2.24 589	1.65 595	2.56 603	1.32 563	2.39 595	1.98 618	2.67 608	1.51 567	1.66 575	1.24 566	2.53 597	1.88 611

IGEV	2.02 574	2.20 510	1.82 587	2.90 578	2.16 622	2.41 596	1.25 565	2.00 572	1.98 619	1.99 576	1.31 572	2.72 614	1.93 599	2.67 609	1.69 594	2.26 582	1.32 543	1.83 578	1.87 613	2.53 597	1.61 591

3.25w_new	2.03 576	2.72 547	1.35 546	3.33 595	1.57 585	2.72 612	1.53 589	2.15 581	1.33 573	2.15 587	1.60 591	2.63 607	1.30 561	2.72 612	1.99 619	2.67 608	1.53 569	1.75 577	1.25 568	2.53 597	1.87 608

3.5w_stereo	2.03 576	2.72 547	1.35 546	3.41 597	1.57 585	2.72 612	1.49 588	2.01 573	1.34 574	2.15 587	1.61 593	2.63 607	1.36 566	2.72 612	1.99 619	2.66 606	1.58 574	1.68 576	1.24 566	2.53 597	1.87 608

UniTT-Stereo	2.03 576	3.43 572	0.72 432	3.42 598	0.73 468	3.27 624	0.68 447	3.38 625	0.69 454	3.29 624	0.72 471	3.28 624	0.70 455	3.35 626	0.68 445	3.39 618	0.68 425	3.31 622	0.69 466	3.37 608	0.73 458

3.25w	2.04 579	2.20 510	1.48 564	3.03 580	2.17 624	2.63 610	1.39 580	1.96 569	1.95 618	1.96 572	1.37 578	2.71 610	1.96 602	2.71 610	1.73 602	2.26 582	1.32 543	1.87 583	1.87 613	2.51 593	1.63 593

3w_stereo	2.04 579	2.24 514	1.70 576	3.15 583	2.18 626	2.49 600	1.26 567	2.03 574	1.98 619	1.98 575	1.33 573	2.72 614	1.99 605	2.59 604	1.72 597	2.22 581	1.33 550	1.85 579	1.88 618	2.50 592	1.58 587

1w_stereo	2.05 581	2.32 519	1.35 546	3.74 612	2.01 614	2.73 614	1.42 584	1.88 566	1.93 617	2.03 580	1.28 570	2.71 610	1.99 605	2.72 612	1.72 597	2.20 579	1.32 543	1.87 583	1.86 612	2.45 586	1.54 582

sCroCo_RVC	2.10 582	2.76 551	1.92 601	2.78 576	1.39 579	2.73 614	1.41 582	2.73 611	1.40 581	2.77 620	1.41 582	2.74 616	1.40 570	2.74 615	1.40 580	2.72 610	1.42 562	2.72 617	1.44 584	2.79 604	1.42 579

MoCha-V2	2.11 583	26.97 670	0.78 443	0.92 411	0.77 480	0.96 464	0.72 464	0.90 449	0.72 468	0.94 463	0.70 463	0.90 460	0.71 459	0.91 459	0.71 461	0.85 435	0.71 436	0.88 467	0.69 466	0.87 440	0.67 444

FBW_ROB	2.12 584	2.46 533	1.77 581	2.49 566	1.79 602	2.38 594	1.83 598	2.46 597	1.78 603	2.48 602	1.97 615	2.40 593	1.78 590	2.42 598	1.83 606	2.31 590	1.85 593	2.38 605	1.82 611	2.35 581	1.84 604

MonStereo	2.17 585	2.41 530	1.49 568	2.67 570	1.67 592	2.60 609	2.04 617	2.32 590	1.76 601	2.44 599	1.68 597	2.50 596	1.69 581	2.38 593	1.80 605	2.28 586	1.78 588	2.63 616	2.14 621	3.47 609	1.68 597

asda	2.17 585	2.54 534	1.81 582	3.47 600	1.78 601	2.50 602	1.86 603	2.61 604	1.68 589	2.61 606	1.83 601	2.37 592	1.73 585	2.44 599	1.88 613	2.51 603	1.84 592	2.34 602	1.62 597	2.23 574	1.77 603

asd	2.18 587	2.77 553	1.58 571	3.59 605	2.00 613	2.58 608	1.85 602	2.39 595	1.71 593	2.47 601	1.97 615	2.59 605	1.61 576	2.56 602	1.79 604	2.51 603	1.99 595	2.11 595	1.62 597	2.36 582	1.60 589

qwe	2.18 587	2.60 537	1.58 571	3.83 613	1.90 611	2.53 604	1.90 608	2.48 598	1.73 598	2.37 597	1.92 611	2.53 598	1.68 579	2.56 602	1.83 606	2.52 605	1.87 594	2.07 591	1.68 603	2.32 580	1.71 598

monsters	2.18 587	2.41 530	1.96 603	3.47 600	2.03 618	2.53 604	1.64 592	2.48 598	1.73 598	2.40 598	1.50 585	2.62 606	1.94 600	2.59 604	1.94 615	2.44 598	1.57 573	2.28 598	1.87 613	2.42 584	1.86 606

AIO_rvc	2.18 587	2.34 524	1.87 597	2.32 559	1.94 612	2.40 595	1.89 607	2.37 593	2.07 624	2.52 604	1.95 614	2.44 595	1.99 605	2.41 596	1.89 614	2.32 591	2.09 604	2.24 596	2.18 622	2.21 573	2.23 615

HUF	2.18 587	2.30 517	1.99 607	2.34 561	2.02 617	2.41 596	2.06 618	2.38 594	1.89 615	2.36 596	1.85 602	2.56 603	1.98 603	2.31 591	1.97 617	2.30 589	2.03 603	2.30 599	2.11 620	2.23 574	2.16 613

AIO_test	2.18 587	2.09 502	2.04 608	2.42 563	2.01 614	2.47 598	1.94 609	2.34 592	2.03 623	2.56 605	1.94 612	2.43 594	1.94 600	2.41 596	1.87 612	2.39 596	2.10 605	2.35 604	1.91 619	2.25 576	2.19 614

monsterstereo	2.20 593	2.33 520	1.95 602	3.65 607	2.07 619	2.49 600	1.61 590	2.48 598	1.83 607	2.45 600	1.61 593	2.67 609	1.86 592	2.64 606	1.94 615	2.48 602	1.66 582	2.34 602	1.68 603	2.40 583	1.86 606

LG-G_1	2.22 594	2.71 545	1.89 598	2.77 573	1.87 609	2.75 616	1.87 605	2.76 613	1.87 613	2.75 615	1.87 604	2.76 617	1.87 593	2.75 616	1.86 609	2.47 600	1.58 574	2.45 608	1.57 588	2.45 586	1.57 585

LG-G	2.22 594	2.71 545	1.89 598	2.77 573	1.87 609	2.75 616	1.87 605	2.76 613	1.87 613	2.75 615	1.87 604	2.76 617	1.87 593	2.75 616	1.86 609	2.47 600	1.58 574	2.45 608	1.57 588	2.45 586	1.57 585

LGtest1	2.22 594	2.70 543	1.89 598	2.76 572	1.86 606	2.75 616	1.86 603	2.75 612	1.86 609	2.75 615	1.86 603	2.77 619	1.87 593	2.75 616	1.86 609	2.46 599	1.58 574	2.45 608	1.56 587	2.45 586	1.56 584

RAStereo	2.23 597	3.64 575	0.76 440	3.65 607	0.86 489	3.66 629	0.76 469	3.67 629	0.81 484	3.66 626	0.76 477	3.66 627	0.77 467	3.68 628	0.77 471	3.68 621	0.77 445	3.69 627	0.77 479	3.70 611	0.77 467

UDGNet	2.23 597	5.40 616	1.72 579	2.48 565	1.69 595	2.51 603	1.69 594	2.51 601	1.72 597	2.50 603	1.69 598	2.52 597	1.69 581	2.50 600	1.68 593	2.41 597	1.70 584	2.42 607	1.69 605	2.42 584	1.64 594

NCCL2	2.28 599	2.27 515	2.28 610	2.28 558	2.28 627	2.27 588	2.29 622	2.28 583	2.28 625	2.27 590	2.28 627	2.28 584	2.27 613	2.27 588	2.28 626	2.28 586	2.28 610	2.27 597	2.29 626	2.27 577	2.29 616

Abc-Net	2.32 600	24.75 662	1.14 480	1.17 450	1.17 521	1.11 492	1.15 510	1.17 486	1.21 566	1.08 486	1.16 513	1.12 497	1.14 500	1.09 491	1.17 513	1.09 465	1.16 489	1.17 505	1.17 514	1.16 479	1.11 500
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 601	25.00 663	1.13 479	1.15 444	1.15 516	1.10 489	1.15 510	1.15 481	1.15 513	1.12 493	1.15 510	1.09 490	1.13 498	1.10 493	1.15 509	1.11 472	1.09 479	1.16 501	1.12 509	1.16 479	1.17 511

stereogan	2.33 601	24.38 661	1.18 486	1.18 451	1.18 523	1.14 495	1.18 514	1.19 489	1.19 520	1.14 496	1.18 517	1.14 498	1.18 506	1.14 498	1.18 514	1.14 475	1.14 487	1.19 510	1.19 515	1.15 477	1.19 515

RGC	2.36 603	25.48 664	1.19 488	1.15 444	1.15 516	1.10 489	1.16 512	1.17 486	1.16 514	1.12 493	1.16 513	1.11 496	1.13 498	1.09 491	1.18 514	1.10 467	1.15 488	1.16 501	1.12 509	1.14 474	1.12 502

NCC-stereo	2.36 603	25.52 665	1.17 484	1.15 444	1.17 521	1.11 492	1.11 506	1.15 481	1.16 514	1.10 487	1.16 513	1.10 492	1.15 501	1.14 498	1.13 507	1.09 465	1.11 483	1.15 500	1.16 513	1.17 484	1.17 511

AF-Net	2.37 605	25.71 666	1.17 484	1.13 441	1.15 516	1.15 496	1.18 514	1.19 489	1.16 514	1.10 487	1.15 510	1.10 492	1.18 506	1.12 497	1.15 509	1.10 467	1.10 482	1.17 505	1.15 511	1.16 479	1.12 502

Nwc_Net	2.37 605	25.95 667	1.15 482	1.14 442	1.15 516	1.08 486	1.14 509	1.17 486	1.16 514	1.14 496	1.15 510	1.08 488	1.15 501	1.11 495	1.14 508	1.10 467	1.11 483	1.16 501	1.09 508	1.16 479	1.15 507

CFNet_RVC	2.38 607	8.71 639	0.38 285	9.33 657	0.42 401	0.56 415	0.42 391	0.60 415	0.38 363	0.62 425	0.42 398	0.56 417	7.29 662	0.62 420	0.42 386	0.53 376	0.37 319	0.49 407	0.34 354	8.30 659	6.87 664

edge stereo	2.43 608	27.07 671	1.14 480	1.06 433	1.14 515	1.08 486	1.17 513	1.16 484	1.14 512	1.10 487	1.16 513	1.09 490	1.16 505	1.10 493	1.16 512	1.10 467	1.11 483	1.16 501	1.19 515	1.13 473	1.11 500

FAT-Stereo	2.46 609	26.05 668	1.23 540	1.23 500	1.22 572	1.20 498	1.24 564	1.23 540	1.23 568	1.19 499	1.22 564	1.21 548	1.24 556	1.20 503	1.24 565	1.21 526	1.17 492	1.22 558	1.25 568	1.20 489	1.24 565

S-Stereo	2.51 610	26.86 669	1.23 540	1.22 498	1.22 572	1.24 546	1.25 565	1.22 538	1.24 569	1.21 545	1.24 566	1.19 502	1.27 558	1.19 502	1.24 565	1.19 478	1.20 494	1.25 559	1.19 515	1.24 538	1.23 564

Anonymous3	2.55 611	3.26 569	1.65 574	3.28 590	1.63 590	3.24 623	1.68 593	3.27 622	1.66 588	3.28 623	1.67 596	3.25 623	1.66 578	3.27 622	1.64 589	3.26 616	1.65 581	3.30 621	1.65 599	4.95 641	1.65 596

MIF-Stereo (partial)	2.58 612	3.31 570	0.66 412	3.18 585	0.66 456	3.18 622	0.66 439	3.21 621	0.67 443	3.19 622	0.66 450	3.19 622	0.66 441	3.31 624	0.68 445	5.09 647	1.79 590	8.23 666	1.67 601	6.18 650	1.38 577

MSMDNet	2.65 613	10.14 650	0.33 257	9.74 660	0.32 329	0.87 453	0.33 327	2.95 619	0.68 449	0.49 377	0.34 346	0.49 381	5.70 657	0.49 380	0.33 324	0.42 308	9.57 663	0.41 363	0.31 333	8.36 660	0.65 440

pcwnet_v2	2.66 614	9.89 648	0.33 257	9.89 661	0.32 329	0.50 393	0.32 316	0.49 371	0.33 335	0.49 377	0.34 346	0.49 381	8.76 664	0.48 374	0.33 324	0.41 294	9.58 664	0.40 346	0.29 308	9.01 663	0.63 432

CFNet_pseudo	2.67 615	9.36 644	0.32 252	10.99 666	0.33 341	0.85 451	0.33 327	0.49 371	0.33 335	0.49 377	0.32 329	0.49 381	7.26 661	0.49 380	0.33 324	0.41 294	9.62 665	0.41 363	0.29 308	10.03 667	0.29 290

CFNet_ucs	2.73 616	9.64 646	0.33 257	9.92 662	0.32 329	0.49 384	0.33 327	0.49 371	0.33 335	0.49 377	0.33 338	0.49 381	8.98 665	0.48 374	0.33 324	0.41 294	9.96 668	0.40 346	0.29 308	10.12 668	0.54 414

UCFNet_RVC	2.75 617	10.06 649	0.29 228	10.31 665	0.29 270	0.42 317	0.29 263	0.43 314	0.29 265	0.42 304	0.29 269	0.42 316	9.87 667	0.43 316	0.29 262	0.36 252	9.84 667	0.36 285	0.26 249	9.77 666	0.26 230

ccs_rob	2.79 618	10.17 651	0.32 252	10.00 663	0.33 341	0.49 384	0.33 327	1.90 568	0.32 325	0.51 398	0.33 338	0.49 381	9.24 666	0.49 380	0.33 324	0.41 294	9.82 666	0.41 363	0.28 295	9.34 664	0.29 290

PCWNet_CMD	2.80 619	9.82 647	0.32 252	10.09 664	0.32 329	0.49 384	0.33 327	3.34 624	0.33 335	0.49 377	0.33 338	0.49 381	8.73 663	0.48 374	0.33 324	0.41 294	9.22 662	0.42 374	0.29 308	9.55 665	0.31 312

NLSM1	2.93 620	3.24 568	2.57 618	4.04 614	2.66 630	3.30 625	2.55 625	3.29 623	2.55 627	3.35 625	2.48 629	3.28 624	2.47 615	3.34 625	2.49 627	3.26 616	2.55 616	3.13 619	2.57 629	3.00 606	2.46 623

StereoVision	3.15 621	5.00 604	0.89 455	4.83 631	1.00 502	3.93 630	1.27 568	6.37 659	1.34 574	5.67 659	1.26 568	5.84 660	1.27 558	5.03 656	1.24 565	5.10 648	1.09 479	4.61 640	0.57 441	5.62 648	1.12 502

MaDis-Stereo	3.19 622	6.02 626	1.12 478	5.61 640	1.16 520	5.43 657	1.02 502	5.15 656	0.70 460	5.43 656	1.21 563	5.03 657	0.97 483	4.85 650	0.99 494	4.53 629	1.16 489	5.53 656	1.25 568	5.37 646	1.30 568

sAnonymous2	3.31 623	2.63 538	1.38 558	3.71 609	1.86 606	4.70 649	1.11 506	4.82 652	2.72 629	5.45 657	1.98 621	4.59 642	2.64 616	2.65 607	6.21 662	4.37 625	1.08 477	5.16 654	2.24 624	4.52 623	2.39 621

CroCo_RVC	3.31 623	2.63 538	1.38 558	3.71 609	1.86 606	4.70 649	1.11 506	4.82 652	2.72 629	5.45 657	1.98 621	4.59 642	2.64 616	2.65 607	6.21 662	4.37 625	1.08 477	5.16 654	2.24 624	4.52 623	2.39 621

DPSNet	3.66 625	3.60 574	3.62 641	3.63 606	3.64 652	3.65 628	3.65 651	3.66 628	3.67 648	3.67 627	3.65 649	3.67 628	3.66 637	3.66 627	3.68 646	3.68 621	3.66 636	3.67 626	3.68 652	3.67 610	3.67 649

NLCSM	3.67 626	4.08 589	3.19 637	4.80 630	3.26 645	3.99 633	3.24 646	4.25 635	3.18 644	4.09 631	3.27 644	4.14 633	3.18 632	4.13 633	3.28 642	4.06 623	3.10 626	3.85 631	3.14 643	3.91 616	3.27 645

STTStereo	3.73 627	30.40 675	2.37 614	2.39 562	2.31 629	2.35 593	2.33 623	2.29 585	2.42 626	2.32 595	2.34 628	2.33 588	2.36 614	2.30 590	2.27 625	2.35 593	2.22 609	2.31 600	2.22 623	2.29 579	2.34 620

rvit_105_1	3.83 628	5.22 609	3.01 623	4.53 618	3.01 633	4.51 637	3.01 631	4.56 639	3.04 632	4.53 638	3.03 633	4.55 640	3.03 620	4.56 639	3.04 629	4.57 631	3.05 619	4.57 635	3.05 634	4.57 625	3.05 630

rvit_stereo_0081	3.83 628	5.23 610	3.01 623	4.53 618	3.03 635	4.55 643	3.02 632	4.56 639	3.04 632	4.52 636	3.02 631	4.54 638	3.03 620	4.56 639	3.04 629	4.57 631	3.05 619	4.57 635	3.05 634	4.58 626	3.05 630

rvit_stereo_0081_aga	3.86 630	5.33 613	3.02 626	4.55 624	3.04 639	4.54 639	3.02 632	4.64 646	3.06 636	4.54 640	3.04 635	4.62 647	3.08 627	4.62 645	3.07 634	4.58 634	3.06 623	4.60 639	3.08 638	4.63 629	3.07 634

rvit_stereo_0082	3.86 630	5.82 624	3.01 623	4.53 618	3.03 635	4.54 639	3.02 632	4.56 639	3.04 632	4.53 638	3.02 631	4.55 640	3.04 623	4.57 642	3.05 631	4.57 631	3.05 619	4.58 637	3.05 634	4.58 626	3.06 633

rvit_0105_6	3.87 632	5.73 623	3.10 633	4.69 628	3.12 643	4.54 639	3.02 632	4.56 639	3.04 632	4.54 640	3.03 633	4.54 638	3.04 623	4.56 639	3.05 631	4.58 634	3.05 619	4.58 637	3.05 634	4.58 626	3.05 630

rvit_stereo_0080	3.89 633	5.70 621	3.04 628	4.54 621	3.03 635	4.56 644	3.05 638	4.60 643	3.07 637	4.58 643	3.06 636	4.59 642	3.06 625	4.61 643	3.08 635	4.63 636	3.09 624	4.64 641	3.10 639	4.65 630	3.10 637

whm_eth	3.89 633	5.70 621	3.04 628	4.54 621	3.03 635	4.56 644	3.05 638	4.60 643	3.07 637	4.58 643	3.06 636	4.59 642	3.06 625	4.61 643	3.08 635	4.63 636	3.09 624	4.64 641	3.10 639	4.65 630	3.10 637

rvit_0105_4	3.91 635	5.47 620	3.02 626	4.54 621	3.02 634	4.54 639	3.03 636	4.75 649	3.17 643	4.57 642	3.06 636	4.61 646	3.16 631	4.65 646	3.09 637	4.66 638	3.11 627	4.68 644	3.18 645	4.81 636	3.16 642

rvit_0105_3	3.91 635	5.33 613	3.06 631	4.60 626	3.07 641	4.60 646	3.06 640	4.62 645	3.08 640	4.60 645	3.07 639	4.62 647	3.08 627	4.67 647	3.10 638	4.70 639	3.11 627	4.77 648	3.19 646	4.77 635	3.14 641

rvit_stereo_0083	3.92 637	5.30 612	3.06 631	4.61 627	3.09 642	4.67 648	3.08 641	4.66 647	3.09 641	4.62 646	3.10 641	4.66 650	3.11 629	4.67 647	3.16 640	4.72 641	3.16 630	4.77 648	3.11 641	4.66 632	3.11 639

rvit_stereo_ft	3.93 638	5.44 618	3.05 630	4.59 625	3.06 640	4.61 647	3.08 641	4.67 648	3.12 642	4.63 647	3.10 641	4.65 649	3.11 629	4.69 649	3.13 639	4.70 639	3.14 629	4.71 646	3.15 644	4.74 633	3.16 642

rvit_0105_5	4.10 639	5.40 616	3.13 636	4.71 629	3.15 644	4.72 651	3.10 643	4.90 654	3.27 645	4.69 648	3.16 643	4.84 654	3.25 633	4.96 653	3.34 643	5.05 646	3.39 635	5.10 653	3.40 647	5.11 643	3.42 646

MLG-Stereo_test1	4.25 640	5.34 615	3.61 640	5.31 636	3.63 651	5.23 655	3.57 649	5.38 657	3.65 647	5.23 654	3.47 646	4.76 651	3.74 640	4.85 650	3.71 647	4.96 643	3.18 632	4.71 646	2.92 631	4.86 639	2.90 627

MLG-Stereo_test3	4.26 641	4.85 602	3.95 644	5.35 637	3.60 650	4.75 652	3.76 652	5.49 658	3.71 649	5.39 655	3.69 650	4.82 653	3.66 637	4.85 650	3.73 650	4.93 642	3.19 633	4.69 645	2.99 633	4.84 638	2.98 629

MLG-Stereo_test2	4.28 642	5.46 619	3.69 642	4.86 632	3.72 653	5.58 658	3.42 647	4.81 651	3.77 653	4.85 650	3.72 651	5.55 659	3.63 636	5.58 657	3.53 645	4.41 628	3.28 634	4.99 652	2.95 632	4.75 634	3.13 640

RAFT+CT+SA	4.28 642	7.62 632	4.91 648	5.55 639	2.28 627	3.09 620	3.64 650	4.49 637	3.07 637	4.80 649	3.35 645	4.77 652	3.70 639	4.29 636	3.05 631	5.58 650	5.98 651	3.58 625	3.78 654	4.26 619	3.72 650

SA	4.33 644	7.35 629	6.85 659	5.96 642	4.09 657	3.59 627	3.15 644	3.82 630	2.64 628	3.91 628	3.85 652	3.57 626	2.72 618	3.13 621	4.03 653	7.09 661	6.86 656	3.57 624	3.12 642	3.85 612	3.51 648

Sa-1000	4.34 645	8.37 635	6.84 658	6.98 649	4.45 660	3.58 626	3.00 630	3.42 626	3.39 646	2.61 606	4.00 655	3.83 630	4.01 648	3.90 630	3.90 651	5.98 654	5.62 649	3.76 628	2.34 627	4.35 621	2.47 624

TestStereo1	4.60 646	8.41 636	6.44 656	6.86 647	3.79 654	3.97 631	3.78 653	3.99 632	3.74 650	3.97 629	3.52 647	3.94 631	3.58 634	3.98 631	3.72 648	6.82 658	6.50 654	3.76 628	3.66 650	3.90 613	3.74 652

SA-5K	4.60 646	8.41 636	6.44 656	6.86 647	3.79 654	3.97 631	3.78 653	3.99 632	3.74 650	3.97 629	3.52 647	3.94 631	3.58 634	3.98 631	3.72 648	6.82 658	6.50 654	3.76 628	3.66 650	3.90 613	3.74 652

DispFullNet	4.61 648	4.84 601	3.12 634	5.00 634	3.57 649	4.75 652	3.03 636	7.75 665	4.17 657	4.91 652	3.09 640	6.20 661	3.95 646	6.71 661	3.51 644	5.30 649	3.67 637	5.86 660	3.63 649	5.61 647	3.46 647

test_5	4.62 649	7.55 631	6.23 654	6.32 644	3.40 648	5.29 656	3.50 648	3.53 627	4.11 656	4.28 633	4.47 659	4.26 636	4.38 651	3.68 628	3.24 641	5.89 652	5.60 648	4.84 650	3.50 648	4.33 620	3.93 656

raft_robust	4.71 650	7.75 633	5.40 653	6.81 646	3.31 646	4.28 636	4.20 658	4.32 636	4.37 659	4.35 635	4.35 658	4.14 633	3.75 641	4.30 637	4.20 656	6.67 657	6.37 652	3.36 623	4.24 660	4.86 639	3.25 644

cross-raft	4.83 651	7.52 630	6.43 655	6.63 645	3.96 656	4.51 637	3.99 656	4.49 637	3.96 655	4.52 636	3.96 654	4.50 637	3.97 647	4.50 638	3.97 652	6.65 656	6.44 653	4.33 632	3.92 656	4.35 621	3.91 655

test_4	4.88 652	8.13 634	6.98 660	7.46 650	4.44 659	4.25 635	3.85 655	4.04 634	3.92 654	4.13 632	3.91 653	4.18 635	3.84 644	4.14 634	4.06 654	7.01 660	7.13 657	4.53 633	3.72 653	4.09 617	3.72 650

TestStereo	4.88 652	4.75 600	4.79 647	4.87 633	4.92 661	4.81 654	4.90 661	4.78 650	4.77 660	4.87 651	4.89 660	4.90 655	4.91 653	4.99 654	4.79 658	4.98 644	4.87 645	4.87 651	4.92 662	5.00 642	5.00 659

test_3	5.01 654	8.86 641	7.77 662	8.09 652	2.76 632	4.13 634	4.05 657	3.88 631	3.76 652	4.33 634	4.13 656	3.71 629	3.91 645	4.21 635	4.06 654	7.93 662	7.69 659	4.53 633	3.91 655	4.17 618	4.29 658

NLCA_NET_v2_RVC	5.04 655	50.87 685	2.78 619	2.87 577	2.71 631	2.78 619	0.47 406	2.88 618	2.86 631	1.89 570	2.67 630	2.79 620	2.79 619	2.78 619	2.83 628	2.82 611	2.82 617	2.83 618	2.77 630	2.83 605	2.76 625
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 656	5.15 607	4.49 646	5.07 635	3.37 647	6.87 661	4.75 660	5.04 655	6.34 664	7.84 665	5.06 661	6.72 665	4.09 649	4.99 654	5.44 661	5.03 645	3.16 630	4.67 643	4.86 661	5.15 644	3.89 654

U	5.15 657	8.49 638	1.81 582	8.49 654	1.77 600	8.49 666	1.77 597	8.51 667	1.77 602	8.49 667	1.77 600	8.50 667	1.78 590	8.58 667	1.77 603	8.54 665	1.78 588	8.55 667	1.78 610	8.55 661	1.84 604

SGM-Forest	5.21 658	5.92 625	4.08 645	6.18 643	4.16 658	6.31 660	4.34 659	6.50 660	4.33 658	6.14 661	4.21 657	6.61 664	4.55 652	6.67 660	4.48 657	5.94 653	3.94 639	5.85 659	4.03 658	5.79 649	4.17 657
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 659	9.16 643	8.03 665	8.09 652	5.62 664	6.11 659	6.35 664	6.85 662	4.94 661	6.08 660	6.29 666	4.98 656	6.43 658	6.22 658	6.36 664	6.16 655	7.47 658	5.82 658	5.44 665	7.11 655	5.68 662

rvit_stereo_0075_2	6.64 660	8.80 640	5.25 650	7.89 651	5.27 663	7.90 665	5.27 662	7.92 666	5.28 662	7.91 666	5.29 663	7.93 666	5.27 654	7.92 666	5.28 659	7.93 662	5.28 647	7.93 665	5.29 664	7.93 658	5.28 661

RAFT	6.73 661	9.36 644	7.40 661	8.51 655	6.55 665	6.88 662	6.60 665	6.79 661	6.60 665	6.80 662	6.72 667	5.31 658	5.50 656	6.61 659	6.61 665	8.42 664	5.89 650	5.73 657	5.45 666	6.61 651	6.24 663

SGM+DAISY	7.06 662	9.15 642	5.38 652	8.84 656	5.18 662	8.80 667	5.31 663	8.79 668	5.28 662	8.89 668	5.20 662	8.93 668	5.33 655	8.95 668	5.36 660	8.70 666	5.21 646	8.74 668	5.20 663	8.89 662	5.15 660

test-v	7.53 663	11.89 652	7.98 663	9.36 658	7.14 666	7.06 663	7.09 666	7.37 663	6.91 666	7.29 663	5.71 664	6.45 662	6.93 659	6.73 662	7.27 666	8.93 667	7.85 660	6.98 663	6.80 667	7.56 656	7.34 665

test-2	7.53 663	11.89 652	7.98 663	9.36 658	7.14 666	7.06 663	7.09 666	7.37 663	6.91 666	7.29 663	5.71 664	6.45 662	6.93 659	6.73 662	7.27 666	8.93 667	7.85 660	6.98 663	6.80 667	7.56 656	7.34 665

PA-Net	11.80 665	223.51 692	0.62 405	0.59 365	0.71 465	0.59 423	0.73 465	0.67 424	0.73 471	0.55 412	0.61 442	0.60 425	0.74 462	0.63 424	0.73 463	0.66 403	0.60 409	0.69 440	0.66 459	0.72 417	0.65 440
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 666	23.00 660	15.00 666	23.00 673	15.00 668	24.00 674	16.00 668	24.00 675	16.00 668	22.00 675	15.00 668	23.00 675	16.00 668	23.00 675	15.00 668	22.00 675	15.00 669	22.00 675	15.00 669	22.00 675	15.00 667

rafts_anoy	20.00 667	20.00 654	20.00 667	20.00 667	20.00 669	20.00 668	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 670	20.00 669	20.00 670	20.00 669	20.00 668

raft+_RVC	20.00 667	20.00 654	20.00 667	20.00 667	20.00 669	20.00 668	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 670	20.00 669	20.00 670	20.00 669	20.00 668

raftrobust	20.00 667	20.00 654	20.00 667	20.00 667	20.00 669	20.00 668	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 670	20.00 669	20.00 670	20.00 669	20.00 668

CasAABBNet	20.00 667	20.00 654	20.00 667	20.00 667	20.00 669	20.00 668	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 670	20.00 669	20.00 670	20.00 669	20.00 668

RALCasStereoNet	20.00 667	20.00 654	20.00 667	20.00 667	20.00 669	20.00 668	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 670	20.00 669	20.00 670	20.00 669	20.00 668

RALAANet	20.00 667	20.00 654	20.00 667	20.00 667	20.00 669	20.00 668	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 669	20.00 670	20.00 669	20.00 670	20.00 669	20.00 668

111	30.40 673	30.94 676	29.72 674	32.61 674	30.02 676	33.57 675	30.47 676	31.50 676	29.39 676	30.98 676	29.11 676	29.78 676	30.39 679	29.45 676	30.76 679	30.08 676	29.02 677	29.92 676	30.32 680	29.86 676	30.17 675

WCMA_ROB	31.10 674	35.43 680	27.12 673	39.51 685	23.10 675	38.78 686	25.30 675	37.49 687	25.39 675	37.29 686	27.02 675	38.52 687	26.48 675	37.80 686	26.44 675	36.28 683	22.65 676	33.90 680	22.30 676	37.10 684	24.18 674

DCANet-4	35.22 675	34.54 677	35.08 680	33.58 678	35.47 683	34.55 676	35.53 683	36.08 682	35.85 680	35.92 682	35.77 682	35.18 682	35.48 681	35.39 682	37.15 685	34.55 682	33.92 681	35.02 683	34.90 682	35.79 680	34.74 682

ADStereo(finetuned)	36.13 676	36.63 681	38.07 684	36.97 679	33.25 680	35.91 680	34.45 680	36.36 683	32.99 677	38.14 687	36.71 683	36.69 683	34.13 680	38.57 687	40.79 686	37.60 687	36.58 684	35.90 684	33.36 681	35.42 679	34.04 679

Reg-Stereo(zero)	37.00 677	37.00 682	37.00 681	37.00 680	37.00 684	37.00 683	37.00 684	37.00 684	37.00 681	37.00 683	37.00 684	37.00 684	37.00 682	37.00 683	37.00 682	37.00 684	37.00 685	37.00 685	37.00 685	37.00 681	37.00 683

HI	37.00 677	37.00 682	37.00 681	37.00 680	37.00 684	37.00 683	37.00 684	37.00 684	37.00 681	37.00 683	37.00 684	37.00 684	37.00 682	37.00 683	37.00 682	37.00 684	37.00 685	37.00 685	37.00 685	37.00 681	37.00 683

CoSv	37.00 677	37.00 682	37.00 681	37.00 680	37.00 684	37.00 683	37.00 684	37.00 684	37.00 681	37.00 683	37.00 684	37.00 684	37.00 682	37.00 683	37.00 682	37.00 684	37.00 685	37.00 685	37.00 685	37.00 681	37.00 683

MDST_ROB	69.83 680	87.70 686	41.95 685	113.75 688	65.62 689	75.05 687	55.25 688	75.64 689	45.04 684	71.61 688	41.75 687	72.81 688	44.06 685	68.38 688	44.63 687	101.89 690	59.57 690	107.10 690	61.05 690	104.38 687	59.38 688

NOSS_ROB	102.95 681	153.00 690	121.00 688	51.00 686	44.00 687	165.00 690	127.00 689	153.00 690	119.00 686	164.00 691	125.00 689	168.00 691	120.00 687	153.00 690	117.00 689	49.00 688	44.00 688	49.00 688	44.00 688	49.00 685	44.00 686

CBMV	128.50 682	1422.70 697	53.10 686	79.50 687	51.30 688	77.30 688	49.70 687	74.00 688	48.20 685	77.20 689	48.80 688	73.90 689	48.00 686	73.80 689	48.80 688	70.40 689	45.10 689	68.90 689	46.10 689	68.20 686	45.00 687
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 683	171.00 691	160.68 691	162.58 689	160.59 690	164.01 689	160.35 690	158.51 691	158.56 687	158.34 690	160.12 690	158.56 690	159.92 688	157.26 691	158.94 690	154.38 691	158.36 691	155.75 691	159.13 692	153.67 688	154.07 689
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	201.80 684	123.00 687	115.00 687	219.00 690	218.00 692	223.00 691	244.00 692	217.00 692	236.00 689	202.00 692	203.00 691	205.00 692	208.00 689	225.00 692	204.00 691	210.00 692	198.00 692	197.00 692	184.00 693	204.00 689	201.00 690

MGS-Stereo	239.45 685	123.00 687	135.00 689	266.00 691	286.00 693	277.00 692	305.00 693	271.00 693	242.00 690	274.00 693	279.00 693	255.00 693	270.00 691	268.00 693	297.00 693	221.00 693	247.00 694	216.00 693	123.00 691	217.00 690	217.00 692

EGLCR-Stereo	246.90 686	129.00 689	139.00 690	266.00 691	286.00 693	277.00 692	305.00 693	271.00 693	242.00 690	274.00 693	279.00 693	255.00 693	270.00 691	268.00 693	297.00 693	230.00 694	247.00 694	216.00 693	223.00 695	237.00 691	227.00 693

DLCB_ROB	284.23 687	354.61 693	207.27 692	363.24 693	206.46 691	364.72 694	210.41 691	364.72 695	210.41 688	364.81 695	208.64 692	364.81 695	208.64 690	364.72 695	210.41 692	354.70 695	205.53 693	354.70 695	205.53 694	354.70 692	205.53 691

LE_ROB	396.57 688	471.28 694	329.84 693	471.48 694	308.15 695	526.83 695	322.10 695	488.15 696	323.76 692	495.46 696	317.97 695	497.17 696	320.10 693	481.62 696	326.76 695	462.71 696	298.97 696	466.16 696	285.98 696	447.62 693	289.21 694

SGM-ForestM	596.69 689	677.77 695	444.52 694	699.85 695	517.25 696	732.94 696	488.29 696	770.79 697	460.11 693	750.81 697	487.98 696	792.79 697	499.41 694	730.90 697	475.81 696	720.03 697	491.16 697	663.96 697	418.60 697	674.76 694	436.05 695

CBMV_ROB	818.48 690	913.88 696	709.52 695	862.84 696	597.78 697	1073.99 697	700.52 697	1015.66 698	702.59 694	1115.65 698	760.02 697	1130.24 698	721.57 695	1037.41 698	692.65 697	814.05 698	564.29 698	843.28 698	595.31 698	915.51 695	602.92 696

tt	500032.53 691	34.60 678	29.72 674	37.47 683	34.41 681	36.85 681	35.22 681	34.71 680	33.55 678	34.50 677	35.43 680	33.81 680	10000000.00 696	33.57 680	33.13 680	33.68 680	35.00 682	34.03 681	35.26 683	30.96 677	34.63 680

DCANet	500032.53 691	34.60 678	29.72 674	37.47 683	34.41 681	36.85 681	35.22 681	34.71 680	33.55 678	34.50 677	35.43 680	33.81 680	10000000.00 696	33.57 680	33.13 680	33.68 680	35.00 682	34.03 681	35.26 683	30.96 677	34.63 680

fff	1000028.16 693	29.62 672	29.72 674	32.61 674	30.02 676	35.13 677	31.83 677	32.07 677	10000000.00 695	35.27 679	29.82 677	32.45 677	30.15 676	32.35 677	30.09 676	31.04 677	29.55 678	30.64 677	30.14 677	10000000.00 696	30.77 676

csc	1000028.16 693	29.62 672	29.72 674	32.61 674	30.02 676	35.13 677	31.83 677	32.07 677	10000000.00 695	35.27 679	29.82 677	32.45 677	30.15 676	32.35 677	30.09 676	31.04 677	29.55 678	30.64 677	30.14 677	10000000.00 696	30.77 676

cscssc	1000028.16 693	29.62 672	29.72 674	32.61 674	30.02 676	35.13 677	31.83 677	32.07 677	10000000.00 695	35.27 679	29.82 677	32.45 677	30.15 676	32.35 677	30.09 676	31.04 677	29.55 678	30.64 677	30.14 677	10000000.00 696	30.77 676

111111	10000000.00 696	10000000.00 698	10000000.00 696	10000000.00 697	10000000.00 698	10000000.00 698	10000000.00 698	10000000.00 699	10000000.00 695	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 696	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 696	10000000.00 697

SGD-Stereo	10000000.00 696	10000000.00 698	10000000.00 696	10000000.00 697	10000000.00 698	10000000.00 698	10000000.00 698	10000000.00 699	10000000.00 695	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 696	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 696	10000000.00 697

IGEV-Stereo++	10000000.00 696	10000000.00 698	10000000.00 696	10000000.00 697	10000000.00 698	10000000.00 698	10000000.00 698	10000000.00 699	10000000.00 695	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 696	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 696	10000000.00 697

IGEV-BASED-STEREO-	10000000.00 696	10000000.00 698	10000000.00 696	10000000.00 697	10000000.00 698	10000000.00 698	10000000.00 698	10000000.00 699	10000000.00 695	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 696	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 696	10000000.00 697

IGEV-Stereo+	10000000.00 696	10000000.00 698	10000000.00 696	10000000.00 697	10000000.00 698	10000000.00 698	10000000.00 698	10000000.00 699	10000000.00 695	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 696	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 696	10000000.00 697

SDNR	10000000.00 696	10000000.00 698	10000000.00 696	10000000.00 697	10000000.00 698	10000000.00 698	10000000.00 698	10000000.00 699	10000000.00 695	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 696	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 696	10000000.00 697

anonymousdsp2	10000000.00 696	10000000.00 698	10000000.00 696	10000000.00 697	10000000.00 698	10000000.00 698	10000000.00 698	10000000.00 699	10000000.00 695	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 696	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 696	10000000.00 697

anonymousdsp	10000000.00 696	10000000.00 698	10000000.00 696	10000000.00 697	10000000.00 698	10000000.00 698	10000000.00 698	10000000.00 699	10000000.00 695	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 696	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 696	10000000.00 697

test_example2	10000000.00 696	10000000.00 698	10000000.00 696	10000000.00 697	10000000.00 698	10000000.00 698	10000000.00 698	10000000.00 699	10000000.00 695	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 696	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 696	10000000.00 697

DIP-Stereo	10000000.00 696	10000000.00 698	10000000.00 696	10000000.00 697	10000000.00 698	10000000.00 698	10000000.00 698	10000000.00 699	10000000.00 695	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 696	10000000.00 699	10000000.00 698	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 699	10000000.00 696	10000000.00 697
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 364	0.50 380	0.38 363	0.50 390	0.38 369	0.50 395	3.79 642	0.50 388	0.38 356	0.54 377	0.43 358	0.46 385	0.34 354	0.46 358	0.35 342

FSD					0.44 404	0.56 415	0.44 394	0.55 404	0.44 397	0.56 414	0.44 402	0.56 417	0.44 393	0.56 411	0.46 395	0.61 394	0.42 354	0.52 419	0.42 407	0.52 391

ccccc		0.44 214		0.48 296	0.35 354	0.48 379		0.51 393		0.47 363		0.47 370		0.47 366		0.41 294	0.40 336	0.40 346	0.40 392	0.41 341

ASD4		0.20 126

Low-res two-view benchmark