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	0.14 101	0.00 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 18	0.02 20	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 14	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 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	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 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 49	0.03 41	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.03 53	0.03 40	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

VMBase	0.03 29	0.09 66	0.08 60	0.09 56	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.08 63	0.08 62	0.03 38	0.02 20	0.02 20	0.02 20

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

Wz-Net-SNSev	0.03 29	0.09 66	0.07 58	0.09 56	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 70	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 39	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

EDNetEfficient	0.04 39	0.05 49	0.04 43	0.04 37	0.03 49	0.04 77	0.03 51	0.04 77	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.04 72	0.03 49	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

NVStereoNet_ROB	0.04 39	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 42	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 97	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

GASNet	0.05 42	0.04 37	0.12 102	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 128	0.04 88	0.06 97	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

WZ-Net	0.05 42	0.50 215	0.10 71	0.12 85	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 96	0.10 77	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 45	0.24 124	0.20 167	0.23 152	0.01 10	0.02 19	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	0.23 177	0.21 180	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 45	0.54 233	0.10 71	0.12 85	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 96	0.11 99	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 45	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 110	0.06 96	0.06 111	0.05 91	0.06 111	0.06 88	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

SACVNet	0.06 45	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 110	0.06 96	0.06 111	0.05 91	0.06 111	0.06 88	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

AACVNet	0.06 45	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 110	0.06 96	0.06 111	0.05 91	0.06 111	0.06 88	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

DispViT+	0.07 50	0.24 124	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.05 100	0.06 97	0.04 84	0.06 88	0.04 75	0.06 55	0.07 59	0.06 94	0.04 78	0.06 96	0.04 79

BridgeDepth_RVC	0.07 50	0.08 58	0.11 91	0.11 77	0.05 99	0.08 106	0.05 93	0.08 108	0.05 98	0.08 107	0.05 100	0.08 107	0.05 95	0.08 108	0.05 89	0.11 90	0.10 77	0.07 100	0.05 97	0.07 107	0.05 98
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 50	0.08 58	0.07 58	0.07 47	0.07 113	0.08 106	0.06 110	0.08 108	0.07 113	0.08 107	0.07 114	0.08 107	0.06 111	0.07 105	0.07 104	0.08 63	0.07 59	0.07 100	0.07 107	0.06 96	0.06 106

BridgeDepth	0.08 53	0.08 58	0.11 91	0.11 77	0.05 99	0.08 106	0.05 93	0.08 108	0.07 113	0.08 107	0.05 100	0.08 107	0.05 95	0.09 112	0.08 106	0.15 125	0.11 99	0.07 100	0.05 97	0.07 107	0.06 106
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 53	0.02 12	0.02 14	1.01 374	0.03 49	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 111	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 55	0.13 84	0.39 266	0.08 49	0.05 99	0.07 104	0.05 93	0.13 129	0.05 98	0.06 96	0.05 100	0.06 97	0.05 95	0.06 88	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

GGEV	0.09 55	0.13 84	0.39 266	0.08 49	0.05 99	0.07 104	0.05 93	0.13 129	0.05 98	0.06 96	0.05 100	0.06 97	0.05 95	0.06 88	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

test_sample7	0.09 55	1.00 301	0.11 91	0.11 77	0.02 21	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.03 54	0.03 44	0.03 51

test_sample6	0.09 55	0.97 291	0.10 71	0.10 60	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample3	0.09 55	0.87 268	0.10 71	0.12 85	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample2	0.09 55	1.03 315	0.11 91	0.11 77	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

test_sample1	0.09 55	0.87 268	0.12 102	0.11 77	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

SMFormer	0.09 55	1.01 309	0.09 67	0.09 56	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

tta	0.09 55	0.95 288	0.09 67	0.10 60	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

xxx	0.09 55	1.01 309	0.10 71	0.10 60	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.03 51

SepStereo	0.09 55	0.09 66	0.10 71	0.09 56	0.09 117	0.09 112	0.09 116	0.10 113	0.08 117	0.10 114	0.09 118	0.09 113	0.09 119	0.09 112	0.08 106	0.09 70	0.08 62	0.09 109	0.08 111	0.09 114	0.08 110

APVNet	0.09 55	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 429	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 98

ADCS	0.09 55	0.02 12	0.04 43	0.90 351	0.06 112	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 133	0.36 288	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 68	0.98 292	0.14 126	0.15 111	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.15 125	0.13 136	0.03 38	0.03 54	0.03 44	0.03 51

DualNet (step1)	0.10 68	1.05 319	0.12 102	0.12 85	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.03 54	0.03 44	0.03 51

test_sample9	0.10 68	1.05 319	0.12 102	0.12 85	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.03 54	0.03 44	0.03 51

test_sample8	0.10 68	1.05 319	0.12 102	0.12 85	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.03 54	0.03 44	0.03 51

test_sample5	0.10 68	1.07 322	0.11 91	0.10 60	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 68	1.03 315	0.12 102	0.10 60	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.13 136	0.03 38	0.03 54	0.03 44	0.03 51

DualNet	0.10 68	1.07 322	0.11 91	0.10 60	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

1111x	0.10 68	1.14 328	0.13 121	0.14 101	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.11 99	0.03 38	0.02 20	0.03 44	0.02 20

AnonymousM	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

222	0.10 68	0.99 299	0.12 102	0.13 97	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.02 20	0.04 77	0.03 51

test_xeample	0.10 68	1.09 324	0.13 121	0.12 85	0.03 49	0.03 41	0.03 51	0.04 77	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.14 140	0.03 38	0.03 54	0.03 44	0.03 51

PVD	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

SHD	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

SAMSARA	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

XQC	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTSC	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTS	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTSA	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

MADNet+	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

MADNet++	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

ADCPNet	0.10 68	0.03 31	0.04 43	1.27 447	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.08 108	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ISRNet	0.11 89	0.05 49	0.36 251	0.24 157	0.07 113	0.13 129	0.05 93	0.06 94	0.05 98	0.05 91	0.05 100	0.13 130	0.05 95	0.05 82	0.09 111	0.24 184	0.20 177	0.10 110	0.05 97	0.06 96	0.13 150

JetRed	0.11 89	0.12 82	0.11 91	0.11 77	0.11 139	0.11 125	0.14 152	0.11 125	0.11 136	0.12 128	0.11 136	0.11 126	0.11 135	0.11 127	0.11 129	0.11 90	0.16 146	0.11 121	0.11 132	0.11 125	0.11 131

JetBlue	0.11 89	0.11 80	0.12 102	0.13 97	0.14 157	0.11 125	0.11 134	0.11 125	0.11 136	0.11 126	0.11 136	0.11 126	0.11 135	0.12 131	0.12 141	0.11 90	0.11 99	0.11 121	0.11 132	0.11 125	0.11 131

x	0.11 89	1.15 331	0.15 142	0.14 101	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.15 143	0.03 38	0.03 54	0.03 44	0.03 51

Wz-Net-LNSev-Ref	0.11 89	0.44 187	0.33 231	0.39 212	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 263	0.36 262	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 89	1.16 333	0.16 145	0.12 85	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.16 146	0.03 38	0.04 78	0.04 77	0.04 79

BEATNet_4x	0.11 89	0.03 31	0.03 36	1.60 474	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 82	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ADCL	0.11 89	0.03 31	0.03 36	1.60 474	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 82	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

AnyNet_C01	0.11 89	0.02 12	0.02 14	1.62 477	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

zh-mn7	0.12 98	1.14 328	0.17 153	0.20 136	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.18 150	0.16 146	0.03 38	0.03 54	0.03 44	0.03 51

S2M2_L	0.12 98	0.14 90	0.10 71	0.15 111	0.10 124	0.14 130	0.10 121	0.14 131	0.10 121	0.15 136	0.10 122	0.14 131	0.10 123	0.14 133	0.10 117	0.13 111	0.10 77	0.13 128	0.09 113	0.13 132	0.09 113
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 98	0.07 57	0.05 57	0.08 49	0.05 99	0.08 106	1.20 458	0.07 105	0.05 98	0.05 91	0.05 100	0.08 107	0.05 95	0.08 108	0.03 49	0.07 61	0.05 56	0.06 94	0.05 97	0.07 107	0.05 98

FADNet-RVC-Resample	0.12 98	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 528	0.04 44	0.04 45	0.04 73	0.05 97	0.04 77	0.06 106

FADNet_RVC	0.12 98	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.65 532	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 98	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.66 534	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCRef	0.12 98	0.03 31	0.04 43	1.71 480	0.04 79	0.03 41	0.03 51	0.04 77	0.04 81	0.04 74	0.03 53	0.04 77	0.03 53	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 44	0.04 79

CIPLG	0.13 105	0.21 111	0.12 102	0.16 120	0.11 139	0.15 137	0.11 134	0.14 131	0.11 136	0.15 136	0.12 144	0.15 141	0.11 135	0.14 133	0.11 129	0.15 125	0.12 113	0.14 130	0.11 132	0.14 134	0.11 131

IPLG	0.13 105	0.20 104	0.14 126	0.15 111	0.11 139	0.14 130	0.11 134	0.14 131	0.11 136	0.14 130	0.11 136	0.14 131	0.11 135	0.14 133	0.11 129	0.15 125	0.12 113	0.14 130	0.11 132	0.14 134	0.11 131

ACRE	0.13 105	0.21 111	0.14 126	0.15 111	0.11 139	0.14 130	0.11 134	0.14 131	0.11 136	0.14 130	0.12 144	0.14 131	0.11 135	0.14 133	0.11 129	0.15 125	0.12 113	0.14 130	0.11 132	0.14 134	0.11 131

LRCNet_RVC	0.13 105	0.13 84	0.09 67	0.13 97	0.10 124	0.14 130	0.10 121	0.14 131	0.10 121	0.23 177	0.10 122	0.20 160	0.10 123	0.24 184	0.11 129	0.11 90	0.09 72	0.12 124	0.14 160	0.12 130	0.09 113

aanetorigin	0.13 105	0.11 80	0.11 91	0.11 77	0.11 139	0.11 125	0.11 134	0.11 125	0.11 136	0.11 126	0.12 144	0.11 126	0.11 135	0.11 127	0.11 129	0.11 90	0.11 99	0.14 130	0.11 132	0.49 323	0.11 131

FADNet-RVC	0.13 105	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 95	0.04 72	1.71 537	0.04 44	0.04 45	0.04 73	0.04 78	0.07 107	0.04 79

ELAS	0.13 105	0.16 92	0.11 91	0.15 111	0.09 117	0.18 154	0.11 134	0.18 152	0.11 136	0.17 147	0.11 136	0.18 153	0.11 135	0.18 152	0.11 129	0.14 118	0.08 62	0.14 130	0.08 111	0.14 134	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 112	1.22 390	0.28 198	0.32 187	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.32 214	0.27 203	0.04 73	0.03 54	0.03 44	0.03 51

S2M2_XL	0.14 112	0.17 96	0.12 102	0.17 128	0.11 139	0.17 150	0.11 134	0.17 149	0.11 136	0.17 147	0.11 136	0.17 149	0.11 135	0.17 149	0.11 129	0.16 134	0.11 99	0.16 145	0.11 132	0.16 145	0.11 131
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 112	1.83 421	0.12 102	0.11 77	0.03 49	0.03 41	0.03 51	0.03 43	0.04 81	0.03 41	0.03 53	0.03 43	0.03 53	0.06 88	0.04 75	0.12 96	0.11 99	0.05 86	0.04 78	0.05 92	0.04 79

ProNet	0.14 112	0.20 104	0.14 126	0.16 120	0.11 139	0.16 144	0.11 134	0.17 149	0.11 136	0.17 147	0.12 144	0.17 149	0.13 154	0.17 149	0.12 141	0.15 125	0.11 99	0.16 145	0.11 132	0.15 141	0.12 144

IPLGR_C	0.14 112	0.20 104	0.12 102	0.15 111	0.11 139	0.14 130	0.15 157	0.14 131	0.11 136	0.15 136	0.12 144	0.14 131	0.11 135	0.16 143	0.11 129	0.15 125	0.12 113	0.14 130	0.12 147	0.15 141	0.12 144

MIPNet	0.14 112	0.21 111	0.17 153	0.16 120	0.11 139	0.15 137	0.12 147	0.14 131	0.11 136	0.16 141	0.11 136	0.14 131	0.11 135	0.14 133	0.11 129	0.14 118	0.12 113	0.14 130	0.11 132	0.14 134	0.11 131

IPLGR	0.14 112	0.24 124	0.14 126	0.16 120	0.12 152	0.15 137	0.12 147	0.14 131	0.11 136	0.15 136	0.12 144	0.14 131	0.11 135	0.14 133	0.11 129	0.15 125	0.12 113	0.14 130	0.11 132	0.14 134	0.11 131

GMStereo	0.14 112	0.13 84	0.14 126	0.14 101	0.14 157	0.14 130	0.14 152	0.14 131	0.14 157	0.14 130	0.14 161	0.14 131	0.14 158	0.14 133	0.14 151	0.14 118	0.14 140	0.14 130	0.14 160	0.14 134	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 496	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.04 77	0.02 21	0.07 105	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

HSM	0.14 112	0.16 92	0.12 102	0.17 128	0.12 152	0.17 150	0.11 134	0.17 149	0.11 136	0.17 147	0.12 144	0.17 149	0.12 149	0.17 149	0.12 141	0.16 134	0.11 99	0.16 145	0.11 132	0.16 145	0.12 144

DRN-Test	0.14 112	0.13 84	0.09 67	0.14 101	0.09 117	0.15 137	0.09 116	0.14 131	0.10 121	0.14 130	0.09 118	0.14 131	0.09 119	0.13 132	0.09 111	0.12 96	0.09 72	0.12 124	0.09 113	0.12 130	0.73 401

ELAS_RVC	0.14 112	0.16 92	0.10 71	0.15 111	0.10 124	0.18 154	0.11 134	0.19 154	0.11 136	0.19 153	0.12 144	0.18 153	0.11 135	0.19 155	0.12 141	0.14 118	0.08 62	0.14 130	0.09 113	0.15 141	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 124	0.17 96	0.13 121	0.20 136	0.13 155	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 153	0.14 158	0.18 152	0.14 151	0.16 134	0.11 99	0.15 142	0.14 160	0.18 155	0.11 131

CoDeX	0.15 124	0.70 249	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 381	0.02 15	0.69 376	0.75 391	0.01 9	0.02 20	0.02 20

ICVP	0.15 124	0.53 229	0.11 91	0.16 120	0.11 139	0.16 144	0.11 134	0.16 144	0.11 136	0.16 141	0.11 136	0.16 142	0.11 135	0.16 143	0.11 129	0.16 134	0.11 99	0.16 145	0.11 132	0.16 145	0.11 131
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 124	0.04 37	0.04 43	2.20 495	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 108	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

StereoDRNet	0.15 124	0.14 90	0.10 71	0.14 101	0.09 117	0.15 137	0.09 116	0.14 131	0.09 120	0.14 130	0.10 122	0.14 131	0.09 119	0.14 133	0.09 111	0.13 111	0.10 77	0.13 128	0.09 113	0.13 132	0.82 417

LALA_ROB	0.15 124	0.19 100	0.12 102	0.18 130	0.11 139	0.20 162	0.12 147	0.21 168	0.12 152	0.20 159	0.12 144	0.20 160	0.12 149	0.21 170	0.13 147	0.17 142	0.10 77	0.18 162	0.11 132	0.18 155	0.11 131

SGM_RVC	0.15 124	0.17 96	0.11 91	0.18 130	0.11 139	0.19 157	0.11 134	0.19 154	0.12 152	0.19 153	0.12 144	0.20 160	0.12 149	0.19 155	0.12 141	0.16 134	0.11 99	0.17 153	0.10 120	0.17 151	0.10 118
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 131	1.21 384	0.33 231	0.41 237	0.04 79	0.04 77	0.03 51	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 232	0.31 237	0.04 73	0.04 78	0.04 77	0.04 79

GMStereo_Zeroshot	0.16 131	0.16 92	0.16 145	0.16 120	0.16 177	0.16 144	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 142	0.16 170	0.16 143	0.16 167	0.16 134	0.16 146	0.16 145	0.16 170	0.16 145	0.16 160

qqq	0.16 131	2.01 440	0.12 102	0.15 111	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 53	0.06 97	0.03 53	0.06 88	0.03 49	0.12 96	0.14 140	0.04 73	0.04 78	0.03 44	0.03 51

DeepPruner_ROB	0.16 131	0.18 99	0.13 121	0.19 133	0.13 155	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 157	0.13 154	0.19 155	0.13 147	0.18 150	0.13 136	0.18 162	0.13 155	0.18 155	0.13 150

CAS++	0.17 135	0.27 134	0.21 172	0.10 60	0.21 207	0.15 137	0.22 197	0.10 113	0.21 197	0.22 173	0.10 122	0.19 157	0.18 188	0.10 116	0.19 186	0.20 158	0.19 175	0.18 162	0.10 120	0.19 161	0.18 178
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 135	2.16 449	0.13 121	0.13 97	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 53	0.06 97	0.03 53	0.06 88	0.05 89	0.18 150	0.12 113	0.06 94	0.03 54	0.05 92	0.03 51

SFCPSM	0.17 135	0.78 254	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 416	0.02 15	0.75 387	0.76 393	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 138	1.47 405	0.33 231	0.40 225	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 251	0.32 241	0.05 86	0.04 78	0.04 77	0.04 79

xyz-stereo-finetune2	0.18 138	0.48 209	0.16 145	0.16 120	0.15 168	0.15 137	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 142	0.16 170	0.16 143	0.16 167	0.16 134	0.16 146	0.16 145	0.16 170	0.16 145	0.16 160

xyz-stereo	0.18 138	0.50 215	0.16 145	0.15 111	0.16 177	0.16 144	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 142	0.16 170	0.16 143	0.16 167	0.16 134	0.16 146	0.16 145	0.16 170	0.16 145	0.16 160

GCAPDPT-zeroshot4090	0.18 138	0.20 104	0.16 145	0.20 136	0.16 177	0.20 162	0.16 162	0.21 168	0.16 171	0.20 159	0.16 172	0.21 167	0.17 179	0.20 159	0.16 167	0.19 154	0.15 143	0.19 165	0.15 166	0.19 161	0.15 158

BEATNet-Init1	0.19 142	0.08 58	0.08 60	2.23 497	0.08 115	0.08 106	0.07 113	0.07 105	0.08 117	0.08 107	0.07 114	0.08 107	0.07 115	0.11 127	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

DeepPrunerF	0.19 142	0.08 58	0.08 60	2.23 497	0.08 115	0.08 106	0.07 113	0.07 105	0.08 117	0.08 107	0.07 114	0.08 107	0.07 115	0.11 127	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

IGEV_Zeroshot_test	0.20 144	0.19 100	0.40 272	0.30 177	0.17 182	0.22 175	0.17 171	0.21 168	0.17 180	0.20 159	0.17 178	0.21 167	0.18 188	0.21 170	0.17 172	0.20 158	0.16 146	0.20 171	0.16 170	0.20 163	0.17 174

DAS	0.20 144	0.20 104	0.20 167	0.20 136	0.20 199	0.20 162	0.20 186	0.20 160	0.20 193	0.20 159	0.20 199	0.20 160	0.20 197	0.20 159	0.20 190	0.20 158	0.20 177	0.20 171	0.20 197	0.20 163	0.20 183

ACVNet	0.20 144	0.19 100	0.14 126	0.20 136	0.14 157	0.20 162	0.96 436	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	0.17 151	0.12 144

acv_ft	0.20 144	0.19 100	0.14 126	0.20 136	0.14 157	0.20 162	0.96 436	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	0.17 151	0.12 144

iResNetv2_ROB	0.20 144	0.23 116	0.18 162	0.24 157	0.20 199	0.24 186	0.18 178	0.24 182	0.18 185	0.24 184	0.18 193	0.23 182	0.19 193	0.24 184	0.18 183	0.21 164	0.16 146	0.21 173	0.16 170	0.22 171	0.16 160

iResNet	0.20 144	0.23 116	0.18 162	0.24 157	0.18 192	0.24 186	0.20 186	0.24 182	0.18 185	0.23 177	0.17 178	0.23 182	0.18 188	0.23 180	0.18 183	0.22 166	0.16 146	0.21 173	0.16 170	0.21 169	0.16 160

z-ln-s-r	0.21 150	1.40 403	0.53 335	0.56 304	0.04 79	0.05 89	0.04 81	0.05 89	0.05 98	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 89	0.57 339	0.44 310	0.04 73	0.04 78	0.04 77	0.04 79

tg	0.21 150	0.25 130	0.21 172	0.26 171	0.17 182	0.24 186	0.17 171	0.24 182	0.17 180	0.24 184	0.17 178	0.24 188	0.17 179	0.24 184	0.17 172	0.24 184	0.17 166	0.23 186	0.16 170	0.23 182	0.16 160

Pointernet	0.21 150	0.22 115	0.19 164	0.24 157	0.19 196	0.24 186	0.19 182	0.24 182	0.19 191	0.24 184	0.19 195	0.24 188	0.19 193	0.24 184	0.19 186	0.22 166	0.17 166	0.22 178	0.17 190	0.22 171	0.17 174

SuperB	0.21 150	0.10 69	2.51 561	0.12 85	0.09 117	0.10 114	0.09 116	0.08 108	0.07 113	0.10 114	0.09 118	0.09 113	0.07 115	0.07 105	0.07 104	0.07 61	0.08 62	0.07 100	0.07 107	0.08 111	0.07 109

BStereo	0.22 154	0.23 116	0.20 167	0.24 157	0.20 199	0.23 183	0.33 272	0.39 245	0.17 180	0.23 177	0.17 178	0.23 182	0.16 170	0.24 184	0.17 172	0.23 177	0.16 146	0.22 178	0.20 197	0.22 171	0.16 160

Wave_Phase_stereo	0.22 154	0.23 116	0.20 167	0.24 157	0.20 199	0.23 183	0.33 272	0.39 245	0.17 180	0.23 177	0.17 178	0.23 182	0.16 170	0.24 184	0.17 172	0.23 177	0.16 146	0.22 178	0.20 197	0.22 171	0.16 160

WAO-6	0.22 154	0.23 116	0.22 174	0.23 152	0.22 210	0.22 175	0.22 197	0.22 173	0.22 200	0.22 173	0.22 206	0.22 176	0.22 204	0.22 174	0.22 195	0.22 166	0.22 184	0.22 178	0.22 203	0.22 171	0.22 187

IMH-64-1	0.22 154	0.23 116	0.23 177	0.22 148	0.22 210	0.22 175	0.22 197	0.22 173	0.22 200	0.22 173	0.22 206	0.22 176	0.22 204	0.22 174	0.22 195	0.22 166	0.22 184	0.23 186	0.22 203	0.22 171	0.23 189

IMH-64	0.22 154	0.23 116	0.23 177	0.22 148	0.22 210	0.22 175	0.22 197	0.22 173	0.22 200	0.22 173	0.22 206	0.22 176	0.22 204	0.22 174	0.22 195	0.22 166	0.22 184	0.23 186	0.22 203	0.22 171	0.23 189

ac_64	0.22 154	0.13 84	0.19 164	0.23 152	0.10 124	0.26 202	1.02 444	0.14 131	0.10 121	0.28 203	0.14 161	0.17 149	0.19 193	0.28 210	0.09 111	0.22 166	0.16 146	0.23 186	0.17 190	0.11 125	0.12 144

dd	0.23 160	0.98 292	0.16 145	0.23 152	0.15 168	0.23 183	0.15 157	0.23 179	0.15 167	0.23 177	0.15 169	0.24 188	0.17 179	0.23 180	0.15 161	0.22 166	0.15 143	0.21 173	0.15 166	0.22 171	0.16 160

dad	0.23 160	1.03 315	0.16 145	0.23 152	0.15 168	0.24 186	0.15 157	0.24 182	0.16 171	0.23 177	0.16 172	0.24 188	0.16 170	0.23 180	0.15 161	0.22 166	0.16 146	0.22 178	0.16 170	0.22 171	0.16 160

RSGM-EC	0.24 162	0.24 124	0.15 142	0.22 148	0.15 168	0.22 175	0.15 157	0.22 173	0.15 167	0.24 184	0.15 169	0.22 176	0.15 168	0.22 174	1.19 458	0.20 158	0.17 166	0.24 194	0.14 160	0.20 163	0.14 155

acva	0.24 162	0.24 124	0.15 142	0.22 148	0.15 168	0.22 175	0.15 157	0.22 173	0.15 167	0.24 184	0.15 169	0.22 176	0.15 168	0.22 174	1.19 458	0.20 158	0.17 166	0.24 194	0.14 160	0.20 163	0.14 155

test_for_model	0.24 162	0.24 124	0.46 295	0.45 258	0.21 207	0.24 186	0.20 186	0.24 182	0.20 193	0.24 184	0.20 199	0.24 188	0.20 197	0.24 184	0.19 186	0.26 192	0.25 192	0.19 165	0.15 166	0.20 163	0.19 180

MSKI-zero shot	0.24 162	0.21 111	0.49 318	0.65 321	0.18 192	0.22 175	0.17 171	0.23 179	0.18 185	0.21 171	0.17 178	0.23 182	0.28 240	0.23 180	0.18 183	0.21 164	0.16 146	0.21 173	0.16 170	0.21 169	0.16 160

qqq1	0.25 166	3.70 519	0.14 126	0.14 101	0.04 79	0.06 92	0.05 93	0.06 94	0.05 98	0.06 96	0.05 100	0.04 77	0.05 95	0.06 88	0.05 89	0.13 111	0.12 113	0.06 94	0.05 97	0.03 44	0.04 79

fff1	0.25 166	3.70 519	0.14 126	0.14 101	0.04 79	0.06 92	0.05 93	0.06 94	0.05 98	0.06 96	0.05 100	0.04 77	0.05 95	0.06 88	0.05 89	0.13 111	0.12 113	0.06 94	0.05 97	0.03 44	0.04 79

UNDER WATER-64	0.25 166	0.26 131	0.25 187	0.26 171	0.25 223	0.25 194	0.25 212	0.25 189	0.25 214	0.25 191	0.25 223	0.25 194	0.25 216	0.26 202	0.25 212	0.25 190	0.25 192	0.25 197	0.25 221	0.25 186	0.25 200

ffm	0.25 166	3.83 525	0.12 102	0.12 85	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 97	0.05 95	0.06 88	0.05 89	0.12 96	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 166	3.83 525	0.12 102	0.12 85	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 97	0.05 95	0.06 88	0.05 89	0.12 96	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 166	3.83 525	0.12 102	0.12 85	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 97	0.05 95	0.06 88	0.05 89	0.12 96	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

MIM_Stereo	0.25 166	0.23 116	0.66 357	0.80 341	0.17 182	0.22 175	0.17 171	0.23 179	0.18 185	0.26 199	0.17 178	0.21 167	0.17 179	0.25 192	0.17 172	0.23 177	0.16 146	0.21 173	0.17 190	0.22 171	0.17 174

LoS	0.25 166	0.27 134	0.25 187	0.25 164	0.25 223	0.25 194	0.25 212	0.26 194	0.25 214	0.25 191	0.25 223	0.25 194	0.25 216	0.25 192	0.25 212	0.26 192	0.25 192	0.25 197	0.26 227	0.26 188	0.25 200
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 166	1.31 396	0.74 382	0.92 356	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 43	0.02 21	0.02 20	0.02 20	0.87 385	0.75 387	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 175	0.20 104	0.27 194	0.33 191	0.21 207	0.37 243	0.22 197	0.37 233	0.24 209	0.26 199	0.27 233	0.33 228	0.21 203	0.25 192	0.27 218	0.32 214	0.20 177	0.34 240	0.23 209	0.25 186	0.26 206

DLNR-FE	0.28 176	0.89 273	0.30 206	0.34 194	0.19 196	0.28 207	0.19 182	0.28 198	0.20 193	0.28 203	0.20 199	0.28 207	0.20 197	0.28 210	0.20 190	0.33 219	0.28 210	0.25 197	0.19 196	0.24 184	0.19 180

xyz-stereo-finetune	0.28 176	0.49 211	0.16 145	0.16 120	0.16 177	0.16 144	0.16 162	0.22 173	0.30 252	0.32 220	0.31 267	0.32 225	0.31 271	0.32 223	0.32 258	0.32 214	0.33 253	0.31 221	0.32 285	0.31 206	0.32 264

SQANet	0.28 176	0.28 137	0.28 198	0.28 175	0.28 237	0.28 207	0.28 231	0.28 198	0.28 235	0.28 203	0.28 240	0.28 207	0.28 240	0.28 210	0.28 228	0.28 198	0.28 210	0.28 208	0.28 243	0.28 195	0.28 230

HGLStereo	0.28 176	0.29 139	0.22 174	0.36 200	0.22 210	0.36 238	0.21 192	0.36 227	0.21 197	0.42 280	0.21 205	0.36 240	0.22 204	0.36 240	0.21 193	0.34 223	0.21 180	0.34 240	0.21 200	0.34 221	0.21 185

iResNet_ROB	0.28 176	0.32 145	0.24 184	0.32 187	0.25 223	0.32 226	0.24 210	0.32 212	0.24 209	0.33 224	0.24 217	0.35 234	0.24 213	0.33 230	0.24 204	0.31 212	0.24 191	0.32 224	0.24 217	0.32 209	0.24 199

UNet	0.29 181	0.90 276	0.10 71	0.14 101	0.10 124	0.14 130	0.10 121	0.91 394	0.69 399	0.14 130	0.11 136	0.14 131	0.11 135	0.14 133	0.10 117	0.12 96	0.09 72	0.12 124	0.09 113	0.88 384	0.76 408

MultiAttention	0.30 182	0.30 140	0.30 206	0.30 177	0.30 256	0.30 211	0.30 245	0.30 205	0.30 252	0.30 209	0.30 257	0.30 217	0.30 254	0.30 216	0.30 245	0.30 206	0.30 231	0.30 215	0.30 267	0.30 201	0.30 248

MSAF-DinoV2	0.30 182	0.30 140	0.30 206	0.30 177	0.30 256	0.30 211	0.30 245	0.30 205	0.30 252	0.30 209	0.30 257	0.30 217	0.30 254	0.30 216	0.30 245	0.30 206	0.30 231	0.30 215	0.30 267	0.30 201	0.30 248

DDVS	0.30 182	3.10 505	0.14 126	0.19 133	0.14 157	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 142	0.13 154	0.19 155	0.13 147	0.17 142	0.13 136	0.17 153	0.13 155	0.17 151	0.13 150

ACV-stereo	0.30 182	2.08 442	0.25 187	0.25 164	0.18 192	0.24 186	0.17 171	0.24 182	0.18 185	0.24 184	0.17 178	0.25 194	0.17 179	0.24 184	0.17 172	0.22 166	0.16 146	0.22 178	0.16 170	0.22 171	0.16 160

LoS_RVC	0.30 182	1.14 328	0.25 187	0.25 164	0.25 223	0.26 202	0.25 212	0.25 189	0.25 214	0.25 191	0.25 223	0.26 204	0.26 225	0.26 202	0.25 212	0.26 192	0.26 196	0.25 197	0.25 221	0.26 188	0.26 206

CAS	0.30 182	1.17 334	0.25 187	0.25 164	0.25 223	0.26 202	0.25 212	0.25 189	0.26 227	0.25 191	0.25 223	0.25 194	0.25 216	0.25 192	0.25 212	0.26 192	0.26 196	0.26 202	0.25 221	0.26 188	0.25 200

DANet	0.30 182	0.30 140	0.30 206	0.30 177	0.30 256	0.30 211	0.30 245	0.30 205	0.30 252	0.30 209	0.30 257	0.30 217	0.30 254	0.30 216	0.30 245	0.30 206	0.30 231	0.30 215	0.30 267	0.30 201	0.30 248
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 189	0.31 143	0.31 219	0.30 177	0.40 327	0.31 217	0.30 245	0.30 205	0.34 288	0.29 208	0.31 267	0.29 213	0.30 254	0.31 220	0.31 254	0.31 212	0.29 222	0.31 221	0.30 267	0.31 206	0.31 257

tt1	0.31 189	0.93 285	0.24 184	0.33 191	0.23 216	0.31 217	0.24 210	0.32 212	0.24 209	0.32 220	0.23 210	0.32 225	0.25 216	0.32 223	0.24 204	0.27 196	0.26 196	0.27 206	0.26 227	0.27 193	0.27 216

xxxxx1	0.31 189	0.91 278	0.23 177	0.31 183	0.23 216	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 228	0.25 216	0.32 223	0.24 204	0.28 198	0.28 210	0.28 208	0.28 243	0.29 198	0.27 216

DLNR_Zeroshot_test	0.31 189	0.28 137	0.47 303	0.79 339	0.24 221	0.30 211	0.26 220	0.30 205	0.24 209	0.32 220	0.23 210	0.31 221	0.24 213	0.30 216	0.23 201	0.29 205	0.26 196	0.29 213	0.24 217	0.33 217	0.23 189

tt_ll	0.31 189	0.91 278	0.23 177	0.31 183	0.23 216	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 228	0.25 216	0.32 223	0.24 204	0.28 198	0.28 210	0.28 208	0.28 243	0.29 198	0.27 216

ff	0.31 189	0.91 278	0.23 177	0.31 183	0.23 216	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 228	0.25 216	0.32 223	0.24 204	0.28 198	0.28 210	0.28 208	0.28 243	0.29 198	0.27 216

RAFT + AFF	0.31 189	0.45 195	0.34 241	0.39 212	0.28 237	0.38 250	0.33 272	0.29 203	0.31 266	0.30 209	0.30 257	0.29 213	0.27 233	0.29 214	0.30 245	0.28 198	0.29 222	0.29 213	0.29 253	0.27 193	0.32 264

MLCV	0.31 189	0.35 149	0.27 194	0.35 196	0.28 237	0.35 235	0.27 223	0.35 223	0.28 235	0.36 234	0.27 233	0.35 234	0.27 233	0.35 234	0.27 218	0.34 223	0.27 203	0.34 240	0.27 236	0.34 221	0.27 216

DN-CSS_ROB	0.31 189	0.35 149	0.28 198	0.35 196	0.28 237	0.34 230	0.27 223	0.34 219	0.25 214	0.35 231	0.27 233	0.36 240	0.26 225	0.34 231	0.28 228	0.35 232	0.28 210	0.34 240	0.28 243	0.34 221	0.27 216

DStereoFS	0.32 198	0.33 147	0.32 225	0.33 191	0.30 256	0.32 226	0.32 261	0.32 212	0.31 266	0.30 209	0.31 267	0.31 221	0.30 254	0.32 223	0.32 258	0.32 214	0.31 237	0.30 215	0.47 362	0.32 209	0.34 277

DStereoSA	0.32 198	0.52 225	0.34 241	0.31 183	0.31 269	0.30 211	0.30 245	0.31 210	0.30 252	0.31 214	0.31 267	0.31 221	0.30 254	0.31 220	0.31 254	0.30 206	0.32 241	0.31 221	0.31 278	0.31 206	0.31 257

WCG-NET（raft）	0.32 198	1.24 392	0.24 184	0.32 187	0.24 221	0.32 226	0.23 205	0.32 212	0.24 209	0.32 220	0.24 217	0.32 225	0.24 213	0.32 223	0.24 204	0.30 206	0.23 189	0.30 215	0.23 209	0.30 201	0.23 189

Any-RAFT	0.32 198	0.36 152	0.27 194	0.36 200	0.27 232	0.36 238	0.27 223	0.36 227	0.27 232	0.36 234	0.27 233	0.36 240	0.27 233	0.36 240	0.28 228	0.36 236	0.28 210	0.36 261	0.28 243	0.36 240	0.28 230

GCAP-BAT	0.33 202	0.78 254	0.32 225	0.38 206	0.25 223	0.34 230	0.25 212	0.34 219	0.26 227	0.34 226	0.25 223	0.35 234	0.26 225	0.35 234	0.27 218	0.36 236	0.30 231	0.32 224	0.24 217	0.32 209	0.26 206

StereoDRNet-Refined	0.33 202	0.39 164	0.26 193	0.39 212	0.26 231	0.40 258	0.26 220	0.40 252	0.26 227	0.39 246	0.26 229	0.39 253	0.26 225	0.39 255	0.26 217	0.37 240	0.25 192	0.37 264	0.25 221	0.37 244	0.37 295
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 204	0.26 131	0.17 153	0.21 146	0.17 182	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 178	0.21 167	0.16 170	0.27 206	0.24 204	0.19 154	0.16 146	0.19 165	0.16 170	0.26 188	3.08 577

RAFT-FE	0.34 204	0.26 131	0.17 153	0.21 146	0.17 182	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 178	0.21 167	0.16 170	0.27 206	0.24 204	0.19 154	0.16 146	0.19 165	0.16 170	0.26 188	3.08 577

LG-Stereo_L2	0.34 204	0.37 154	0.38 258	0.47 265	0.28 237	0.39 256	0.28 231	0.39 245	0.28 235	0.39 246	0.28 240	0.39 253	0.28 240	0.38 247	0.28 228	0.42 290	0.35 259	0.36 261	0.26 227	0.35 233	0.26 206

H2IRNET	0.34 204	0.34 148	0.34 241	0.34 194	0.34 295	0.34 230	0.34 285	0.34 219	0.34 288	0.34 226	0.34 290	0.34 232	0.34 288	0.34 231	0.34 281	0.34 223	0.34 257	0.34 240	0.34 297	0.34 221	0.34 277

IGEV++	0.34 204	0.43 184	0.30 206	0.40 225	0.29 246	0.40 258	0.29 240	0.40 252	0.29 241	0.40 252	0.29 245	0.40 261	0.29 247	0.40 258	0.30 245	0.38 251	0.29 222	0.37 264	0.29 253	0.37 244	0.29 235

iRaft-Stereo_5w	0.34 204	0.42 183	0.31 219	0.39 212	0.30 256	0.38 250	0.30 245	0.40 252	0.29 241	0.40 252	0.37 309	0.41 274	0.34 288	0.38 247	0.30 245	0.34 223	0.27 203	0.34 240	0.26 227	0.34 221	0.26 206

CSP-Net	0.34 204	1.29 394	1.19 432	1.36 462	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 474	1.21 484	0.03 38	0.09 113	0.02 20	0.09 113

iRaft-Stereo_20w	0.34 204	0.41 176	0.31 219	0.39 212	0.29 246	0.40 258	0.32 261	0.41 267	0.32 272	0.38 240	0.30 257	0.39 253	0.30 254	0.38 247	0.32 258	0.35 232	0.27 203	0.34 240	0.27 236	0.34 221	0.29 235

DGSMNet	0.34 204	0.41 176	0.27 194	0.41 237	0.28 237	0.41 274	0.28 231	0.41 267	0.27 232	0.41 266	0.27 233	0.42 292	0.27 233	0.41 273	0.28 228	0.40 268	0.29 222	0.40 291	0.28 243	0.40 275	0.27 216

FE-Mocha	0.35 213	0.71 250	0.40 272	0.47 265	0.27 232	0.34 230	0.27 223	0.34 219	0.26 227	0.34 226	0.26 229	0.34 232	0.27 233	0.34 231	0.27 218	0.44 292	0.41 290	0.33 232	0.29 253	0.32 209	0.29 235

IGEV-FE	0.35 213	0.37 154	0.17 153	0.19 133	0.17 182	0.20 162	0.17 171	0.19 154	0.17 180	0.19 153	0.17 178	0.19 157	0.17 179	0.37 244	0.36 288	0.19 154	0.17 166	0.19 165	0.17 190	0.38 257	2.84 568

gcap-zeroshot	0.35 213	0.32 145	0.37 255	0.49 276	0.39 325	0.33 229	0.21 192	0.26 194	0.35 292	0.42 280	0.34 290	0.49 326	0.29 247	0.47 310	0.39 312	0.34 223	0.17 166	0.38 272	0.23 209	0.48 319	0.34 277

CASnet	0.35 213	0.51 223	0.44 289	0.32 187	0.31 269	0.24 186	0.34 285	0.36 227	0.25 214	0.31 214	0.37 309	0.30 217	0.33 283	0.25 192	0.45 336	0.37 240	0.37 265	0.33 232	0.35 309	0.34 221	0.37 295
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 213	0.44 187	0.45 291	0.49 276	0.30 256	0.37 243	0.30 245	0.36 227	0.30 252	0.36 234	0.29 245	0.36 240	0.29 247	0.36 240	0.30 245	0.46 300	0.39 278	0.32 224	0.24 217	0.32 209	0.25 200
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 213	0.35 149	0.35 249	0.35 196	0.35 298	0.35 235	0.35 290	0.35 223	0.35 292	0.35 231	0.35 299	0.35 234	0.35 294	0.35 234	0.35 285	0.35 232	0.35 259	0.35 256	0.35 309	0.35 233	0.35 287

gcap_with_dpt	0.36 219	0.40 166	0.31 219	0.44 255	0.31 269	0.44 306	0.31 258	0.43 291	0.30 252	0.44 293	0.31 267	0.44 302	0.31 271	0.43 292	0.31 254	0.38 251	0.27 203	0.38 272	0.27 236	0.38 257	0.27 216

Zero-FE251	0.36 219	0.40 166	0.28 198	0.41 237	0.28 237	0.41 274	0.28 231	0.41 267	0.28 235	0.41 266	0.28 240	0.41 274	0.28 240	0.42 286	0.30 245	0.37 240	0.26 196	0.37 264	0.27 236	0.45 299	0.56 367

GIP-stereo	0.36 219	0.49 211	0.39 266	0.48 270	0.32 273	0.41 274	0.28 231	0.40 252	0.30 252	0.41 266	0.28 240	0.40 261	0.28 240	0.42 286	0.28 228	0.45 295	0.32 241	0.38 272	0.30 267	0.37 244	0.27 216

DCVSM-stereo	0.36 219	1.89 429	0.22 174	0.40 225	0.22 210	0.40 258	0.22 197	0.40 252	0.22 200	0.40 252	0.22 206	0.40 261	0.22 204	0.40 258	0.22 195	0.28 198	0.21 180	0.28 208	0.21 200	0.28 195	0.20 183

RSM	0.36 219	0.36 152	0.43 287	0.37 203	0.42 346	0.49 329	0.42 336	0.37 233	0.28 235	0.36 234	0.29 245	0.36 240	0.30 254	0.37 244	0.28 228	0.34 223	0.31 237	0.34 240	0.35 309	0.40 275	0.29 235

GCAPDPT-zeroshot	0.36 219	0.40 166	0.30 206	0.43 253	0.30 256	0.43 301	0.30 245	0.43 291	0.31 266	0.43 286	0.30 257	0.43 299	0.30 254	0.44 297	0.31 254	0.39 263	0.28 210	0.39 285	0.27 236	0.39 268	0.26 206

RAFT-Test	0.36 219	0.37 154	0.33 231	0.41 237	0.32 273	0.41 274	0.32 261	0.41 267	0.32 272	0.41 266	0.32 275	0.41 274	0.32 275	0.41 273	0.33 268	0.37 240	0.29 222	0.37 264	0.29 253	0.38 257	0.31 257

DMCA	0.36 219	0.38 158	0.37 255	0.35 196	0.35 298	0.36 238	0.36 296	0.36 227	0.35 292	0.35 231	0.37 309	0.36 240	0.36 297	0.35 234	0.36 288	0.36 236	0.36 262	0.35 256	0.36 315	0.36 240	0.36 290

ACVNet-DCA	0.37 227	1.00 301	0.30 206	0.40 225	0.29 246	0.40 258	0.29 240	0.40 252	0.29 241	0.40 252	0.29 245	0.40 261	0.29 247	0.39 255	0.28 228	0.33 219	0.32 241	0.33 232	0.32 285	0.33 217	0.32 264

1test111	0.37 227	1.02 313	0.30 206	0.39 212	0.29 246	0.40 258	0.28 231	0.39 245	0.29 241	0.39 246	0.29 245	0.39 253	0.28 240	0.40 258	0.29 238	0.33 219	0.32 241	0.33 232	0.31 278	0.32 209	0.31 257

cc1	0.37 227	1.02 313	0.30 206	0.39 212	0.29 246	0.40 258	0.28 231	0.39 245	0.29 241	0.39 246	0.29 245	0.39 253	0.28 240	0.40 258	0.29 238	0.33 219	0.32 241	0.33 232	0.31 278	0.32 209	0.31 257

EKT-Stereo	0.37 227	0.40 166	0.44 289	1.07 378	0.29 246	0.34 230	0.31 258	0.36 227	0.29 241	0.38 240	0.31 267	0.37 246	0.30 254	0.36 240	0.29 238	0.34 223	0.28 210	0.39 285	0.30 267	0.37 244	0.30 248

GMOStereo	0.37 227	0.45 195	0.23 177	0.30 177	0.37 308	0.41 274	0.36 296	0.41 267	0.35 292	0.43 286	0.36 302	0.41 274	0.40 316	0.41 273	0.36 288	0.34 223	0.22 184	0.47 339	0.37 318	0.39 268	0.33 271

XPNet_ROB	0.37 227	0.37 154	0.37 255	0.37 203	0.37 308	0.37 243	0.37 302	0.37 233	0.37 304	0.37 239	0.37 309	0.37 246	0.37 302	0.37 244	0.37 297	0.37 240	0.37 265	0.37 264	0.37 318	0.37 244	0.37 295

MonSter++	0.38 233	0.44 187	0.31 219	0.43 253	0.30 256	0.43 301	0.31 258	0.43 291	0.31 266	0.45 296	0.31 267	0.43 299	0.31 271	0.43 292	0.69 396	0.38 251	0.33 253	0.40 291	0.30 267	0.38 257	0.30 248

HiDET	0.38 233	0.44 187	0.30 206	0.42 247	0.30 256	0.42 294	0.30 245	0.42 285	0.30 252	0.44 293	0.30 257	0.42 292	0.30 254	0.42 286	0.68 388	0.37 240	0.32 241	0.40 291	0.29 253	0.37 244	0.29 235

LCMNet	0.38 233	0.44 187	0.30 206	0.42 247	0.30 256	0.42 294	0.30 245	0.42 285	0.30 252	0.45 296	0.30 257	0.42 292	0.30 254	0.42 286	0.69 396	0.37 240	0.32 241	0.40 291	0.29 253	0.37 244	0.29 235

CSFM-Stereo	0.38 233	0.44 187	0.30 206	0.42 247	0.30 256	0.42 294	0.30 245	0.43 291	0.30 252	0.44 293	0.30 257	0.42 292	0.30 254	0.42 286	0.73 406	0.37 240	0.32 241	0.40 291	0.29 253	0.37 244	0.30 248

HART	0.38 233	0.45 195	0.34 241	0.42 247	0.33 285	0.41 274	0.34 285	0.42 285	0.33 279	0.43 286	0.34 290	0.42 292	0.34 288	0.41 273	0.38 300	0.40 268	0.32 241	0.42 319	0.32 285	0.40 275	0.32 264

GREAT-IGEV	0.38 233	0.43 184	0.36 251	0.48 270	0.32 273	0.45 308	0.32 261	0.45 298	0.32 272	0.45 296	0.32 275	0.45 305	0.32 275	0.45 301	0.32 258	0.44 292	0.33 253	0.41 308	0.29 253	0.41 285	0.29 235
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	0.38 233	0.43 184	0.33 231	0.46 259	0.33 285	0.45 308	0.32 261	0.45 298	0.32 272	0.45 296	0.32 275	0.45 305	0.33 283	0.45 301	0.32 258	0.38 251	0.38 271	0.38 272	0.37 318	0.37 244	0.36 290

WAO-8	0.38 233	0.38 158	0.38 258	0.38 206	0.38 315	0.38 250	0.38 309	0.38 241	0.38 308	0.38 240	0.38 314	0.38 248	0.38 306	0.38 247	0.38 300	0.38 251	0.38 271	0.38 272	0.37 318	0.38 257	0.38 302

WAO-7	0.38 233	0.38 158	0.38 258	0.38 206	0.38 315	0.38 250	0.38 309	0.38 241	0.38 308	0.38 240	0.38 314	0.38 248	0.38 306	0.38 247	0.38 300	0.38 251	0.38 271	0.38 272	0.38 331	0.38 257	0.38 302

xx1	0.38 233	1.03 315	0.31 219	0.40 225	0.31 269	0.41 274	0.28 231	0.40 252	0.29 241	0.40 252	0.29 245	0.40 261	0.29 247	0.40 258	0.29 238	0.34 223	0.33 253	0.34 240	0.32 285	0.34 221	0.32 264

Venus	0.38 233	0.38 158	0.38 258	0.38 206	0.38 315	0.37 243	0.38 309	0.37 233	0.37 304	0.41 266	0.37 309	0.39 253	0.37 302	0.38 247	0.38 300	0.37 240	0.38 271	0.38 272	0.37 318	0.37 244	0.38 302

IMH	0.38 233	0.38 158	0.38 258	0.38 206	0.38 315	0.38 250	0.38 309	0.38 241	0.38 308	0.42 280	0.38 314	0.40 261	0.38 306	0.38 247	0.38 300	0.38 251	0.38 271	0.39 285	0.38 331	0.38 257	0.38 302

PAM	0.39 245	1.88 428	0.34 241	0.37 203	0.41 336	0.45 308	0.22 197	0.28 198	0.23 206	0.28 203	0.24 217	0.29 213	0.23 210	0.29 214	0.23 201	0.38 251	0.32 241	0.38 272	0.37 318	0.32 209	0.22 187

HanzoNet	0.39 245	0.38 158	0.40 272	0.39 212	0.41 336	0.38 250	0.38 309	0.38 241	0.38 308	0.39 246	0.39 324	0.38 248	0.38 306	0.39 255	0.40 316	0.38 251	0.38 271	0.40 291	0.38 331	0.38 257	0.40 310

CES	0.39 245	0.47 203	0.36 251	0.36 200	0.37 308	0.45 308	0.35 290	0.35 223	0.40 322	0.36 234	0.44 347	0.47 315	0.36 297	0.44 297	0.36 288	0.37 240	0.39 278	0.44 322	0.35 309	0.37 244	0.36 290

PASM	0.39 245	3.06 504	1.36 498	1.58 470	0.09 117	0.11 125	0.11 134	0.11 125	0.11 136	0.09 112	0.09 118	0.11 126	0.09 119	0.09 112	0.09 111	0.11 90	0.11 99	0.11 121	0.09 113	0.11 125	0.11 131

mms	0.40 249	0.45 195	0.35 249	0.48 270	0.36 304	0.47 319	0.34 285	0.45 298	0.38 308	0.47 308	0.33 282	0.45 305	0.32 275	0.45 301	0.32 258	0.39 263	0.38 271	0.38 272	0.37 318	0.39 268	0.39 308

knoymous	0.40 249	0.40 166	0.40 272	0.40 225	0.40 327	0.40 258	0.40 323	0.40 252	0.40 322	0.40 252	0.40 327	0.40 261	0.40 316	0.40 258	0.40 316	0.40 268	0.40 281	0.40 291	0.40 335	0.40 275	0.40 310

anonymousa	0.40 249	0.40 166	0.40 272	0.40 225	0.40 327	0.40 258	0.40 323	0.40 252	0.40 322	0.40 252	0.40 327	0.40 261	0.40 316	0.40 258	0.40 316	0.40 268	0.40 281	0.40 291	0.40 335	0.40 275	0.40 310

riskmin	0.40 249	0.40 166	0.40 272	0.40 225	0.40 327	0.40 258	0.40 323	0.40 252	0.40 322	0.40 252	0.40 327	0.40 261	0.40 316	0.40 258	0.40 316	0.40 268	0.40 281	0.40 291	0.40 335	0.40 275	0.40 310

Anonymous_2	0.40 249	0.40 166	0.40 272	0.40 225	0.40 327	0.40 258	0.40 323	0.40 252	0.40 322	0.40 252	0.40 327	0.40 261	0.40 316	0.40 258	0.40 316	0.40 268	0.40 281	0.40 291	0.40 335	0.40 275	0.40 310

Anonymous_1	0.40 249	0.40 166	0.40 272	0.40 225	0.40 327	0.40 258	0.40 323	0.40 252	0.40 322	0.40 252	0.40 327	0.40 261	0.40 316	0.40 258	0.40 316	0.40 268	0.40 281	0.40 291	0.40 335	0.40 275	0.40 310

AdaStereo	0.40 249	0.40 166	0.40 272	0.40 225	0.40 327	0.40 258	0.40 323	0.40 252	0.40 322	0.40 252	0.40 327	0.40 261	0.40 316	0.40 258	0.40 316	0.40 268	0.40 281	0.40 291	0.40 335	0.40 275	0.40 310
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.
Select-FE	0.41 256	0.44 187	0.23 177	0.26 171	0.22 210	0.26 202	0.22 197	0.26 194	0.23 206	0.26 199	0.23 210	0.26 204	0.23 210	0.45 301	0.42 331	0.25 190	0.22 184	0.25 197	0.22 203	0.45 299	2.90 569

water-stereo	0.41 256	0.84 263	0.46 295	0.50 285	0.33 285	0.45 308	0.33 272	0.45 298	0.32 272	0.45 296	0.32 275	0.45 305	0.32 275	0.45 301	0.32 258	0.44 292	0.41 290	0.39 285	0.31 278	0.39 268	0.32 264

GwcNet-ADL	0.41 256	0.41 176	0.41 281	0.41 237	0.41 336	0.41 274	0.41 331	0.41 267	0.41 331	0.41 266	0.41 333	0.41 274	0.41 327	0.41 273	0.41 323	0.41 276	0.41 290	0.41 308	0.41 342	0.41 285	0.41 317

PSMNet-ADL	0.41 256	0.41 176	0.41 281	0.41 237	0.41 336	0.41 274	0.41 331	0.41 267	0.41 331	0.41 266	0.41 333	0.41 274	0.41 327	0.41 273	0.41 323	0.41 276	0.41 290	0.41 308	0.41 342	0.41 285	0.41 317

GANet-ADL	0.41 256	0.41 176	0.41 281	0.41 237	0.41 336	0.41 274	0.41 331	0.41 267	0.41 331	0.41 266	0.41 333	0.41 274	0.41 327	0.41 273	0.41 323	0.41 276	0.41 290	0.41 308	0.41 342	0.41 285	0.41 317

ADLNet2	0.41 256	0.41 176	0.41 281	0.41 237	0.41 336	0.41 274	0.41 331	0.41 267	0.41 331	0.41 266	0.41 333	0.41 274	0.41 327	0.41 273	0.41 323	0.41 276	0.41 290	0.41 308	0.41 342	0.41 285	0.41 317

ADLNet	0.41 256	0.41 176	0.41 281	0.41 237	0.41 336	0.41 274	0.41 331	0.41 267	0.41 331	0.41 266	0.41 333	0.41 274	0.41 327	0.41 273	0.41 323	0.41 276	0.41 290	0.41 308	0.41 342	0.41 285	0.41 317

FCDSN-DC	0.41 256	0.59 241	0.64 353	0.54 298	0.33 285	0.50 338	0.37 302	0.42 285	0.40 322	0.61 367	0.43 345	0.50 341	0.49 358	0.38 247	0.32 258	0.28 198	0.23 189	0.26 202	0.22 203	0.35 233	0.28 230
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 256	0.46 199	0.33 231	0.49 276	0.33 285	0.49 329	0.33 272	0.49 316	0.33 279	0.49 322	0.33 282	0.49 326	0.33 283	0.51 342	0.33 268	0.41 276	0.30 231	0.41 308	0.30 267	0.79 370	0.29 235

Gwc-CoAtRS	0.41 256	1.49 406	0.32 225	0.42 247	0.32 273	0.41 274	0.32 261	0.41 267	0.33 279	0.41 266	0.32 275	0.41 274	0.32 275	0.41 273	0.32 258	0.39 263	0.28 210	0.39 285	0.28 243	0.40 275	0.28 230

UPFNet	0.42 266	1.20 338	0.17 153	0.24 157	0.17 182	0.25 194	0.17 171	1.19 431	0.90 431	0.25 191	0.17 178	0.24 188	0.17 179	0.25 192	0.17 172	0.22 166	0.17 166	0.22 178	0.16 170	1.15 419	0.93 426

DDF-Stereo	0.43 267	1.15 331	0.57 340	0.53 295	0.32 273	0.41 274	0.32 261	0.41 267	0.32 272	0.41 266	0.32 275	0.41 274	0.32 275	0.40 258	0.32 258	0.52 326	0.50 334	0.38 272	0.31 278	0.39 268	0.31 257

DilatedVolume-Stereo	0.43 267	0.86 266	0.48 311	0.50 285	0.33 285	0.46 314	0.33 272	0.46 302	0.33 279	0.46 302	0.33 282	0.47 315	0.33 283	0.47 310	0.34 281	0.45 295	0.42 299	0.40 291	0.33 293	0.47 315	0.38 302

psmg	0.43 267	1.91 432	0.92 407	1.91 484	0.02 21	0.02 19	0.03 51	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	1.97 514	1.44 507	0.04 73	0.03 54	0.02 20	0.03 51

delet	0.43 267	1.21 384	0.17 153	0.25 164	0.17 182	0.25 194	0.18 178	1.26 483	0.95 439	0.25 191	0.17 178	0.25 194	0.17 179	0.25 192	0.17 172	0.23 177	0.16 146	0.22 178	0.16 170	1.18 427	0.98 430

psm_up	0.43 267	1.19 337	0.17 153	0.25 164	0.18 192	0.25 194	0.19 182	1.26 483	0.91 432	0.26 199	0.17 178	0.25 194	0.17 179	0.25 192	0.17 172	0.22 166	0.17 166	0.23 186	0.16 170	1.18 427	0.99 431

Monster-pub-mixall	0.44 272	0.56 237	0.60 344	0.38 206	0.27 232	0.37 243	0.27 223	0.37 233	0.29 241	0.38 240	0.27 233	0.38 248	0.29 247	0.85 396	0.27 218	1.46 490	0.26 196	0.34 240	0.26 227	0.36 240	0.53 356

depthmonostereo	0.44 272	0.85 265	0.46 295	0.54 298	0.40 327	0.52 353	0.38 309	0.52 342	0.35 292	0.47 308	0.34 290	0.46 309	0.34 288	0.47 310	0.34 281	0.45 295	0.43 303	0.41 308	0.33 293	0.41 285	0.32 264

MMNet	0.44 272	1.24 392	0.17 153	0.25 164	0.17 182	0.25 194	0.18 178	1.26 483	0.93 437	0.25 191	0.17 178	0.25 194	0.18 188	0.25 192	0.17 172	0.23 177	0.16 146	0.23 186	0.16 170	1.20 431	0.99 431

252Zero-FE	0.45 275	0.50 215	0.36 251	0.50 285	0.36 304	0.50 338	0.36 296	0.50 325	0.36 302	0.49 322	0.36 302	0.49 326	0.36 297	0.54 351	0.41 323	0.45 295	0.34 257	0.45 326	0.34 297	0.55 342	0.75 405

Monster-pub-eth3d	0.45 275	0.57 238	0.60 344	0.39 212	0.28 237	0.37 243	0.28 231	0.37 233	0.30 252	0.39 246	0.29 245	0.39 253	0.30 254	0.92 406	0.27 218	1.42 487	0.28 210	0.34 240	0.28 243	0.37 244	0.53 356

Replicate-Monster	0.45 275	0.57 238	0.60 344	0.40 225	0.29 246	0.37 243	0.27 223	0.37 233	0.30 252	0.40 252	0.31 267	0.40 261	0.30 254	0.99 414	0.27 218	1.36 483	0.31 237	0.34 240	0.30 267	0.36 240	0.54 359

SCV_C0	0.45 275	0.88 270	0.49 318	0.54 298	0.37 308	0.48 324	0.37 302	0.48 312	0.37 304	0.48 315	0.36 302	0.48 322	0.37 302	0.49 325	0.37 297	0.50 318	0.41 290	0.44 322	0.34 297	0.44 295	0.34 277

RAFT-Stereo-weight	0.45 275	1.90 431	0.34 241	0.42 247	0.36 304	0.43 301	0.35 290	0.42 285	0.34 288	0.42 280	0.34 290	0.44 302	0.34 288	0.41 273	0.34 281	0.38 251	0.32 241	0.38 272	0.32 285	0.38 257	0.33 271

TorneroNet-64	0.45 275	0.27 134	0.30 206	0.58 307	0.27 232	0.70 379	0.30 245	0.28 198	0.73 414	0.73 382	0.28 240	0.71 381	0.66 384	0.75 384	0.27 218	0.27 196	0.29 222	0.37 264	0.75 420	0.28 195	0.30 248

SCV	0.46 281	0.94 287	0.45 291	0.54 298	0.37 308	0.48 324	0.38 309	0.48 312	0.37 304	0.48 315	0.39 324	0.48 322	0.37 302	0.49 325	0.37 297	0.50 318	0.46 313	0.44 322	0.34 297	0.44 295	0.34 277

otaku	0.46 281	0.46 199	0.46 295	0.46 259	0.46 354	0.46 314	0.46 346	0.46 302	0.46 345	0.46 302	0.46 353	0.46 309	0.46 344	0.46 306	0.46 340	0.46 300	0.46 313	0.46 330	0.46 355	0.46 302	0.46 331

Dean	0.46 281	0.46 199	0.46 295	0.46 259	0.46 354	0.46 314	0.46 346	0.46 302	0.46 345	0.47 308	0.46 353	0.46 309	0.46 344	0.46 306	0.46 340	0.46 300	0.46 313	0.46 330	0.46 355	0.46 302	0.46 331

ACVNet_1	0.46 281	0.47 203	0.46 295	0.46 259	0.46 354	0.46 314	0.46 346	0.46 302	0.47 350	0.46 302	0.46 353	0.46 309	0.46 344	0.46 306	0.46 340	0.46 300	0.46 313	0.47 339	0.46 355	0.46 302	0.46 331

ACVNet-4b	0.46 281	0.46 199	0.46 295	0.46 259	0.46 354	0.46 314	0.46 346	0.46 302	0.46 345	0.46 302	0.46 353	0.46 309	0.46 344	0.47 310	0.46 340	0.46 300	0.46 313	0.46 330	0.46 355	0.46 302	0.46 331

PML	0.46 281	1.36 400	0.29 202	0.58 307	0.30 256	0.57 366	0.29 240	0.57 353	0.29 241	0.57 362	0.29 245	0.57 365	0.29 247	0.56 356	0.29 238	0.52 326	0.30 231	0.53 367	0.31 278	0.53 340	0.30 248

LG-Stereo_L1	0.47 287	0.52 225	0.47 303	0.62 315	0.39 325	0.53 355	0.40 323	0.53 344	0.39 321	0.53 349	0.39 324	0.53 353	0.39 315	0.53 349	0.39 312	0.55 336	0.46 313	0.49 352	0.37 318	0.49 323	0.37 295

Ntro	0.47 287	0.47 203	0.46 295	0.46 259	0.46 354	0.47 319	0.47 351	0.46 302	0.47 350	0.46 302	0.46 353	0.47 315	0.46 344	0.47 310	0.47 347	0.47 305	0.46 313	0.46 330	0.46 355	0.46 302	0.46 331

HaxPig	0.47 287	0.47 203	0.47 303	0.49 276	0.47 360	0.47 319	0.47 351	0.47 308	0.47 350	0.47 308	0.47 361	0.47 315	0.47 352	0.47 310	0.47 347	0.47 305	0.47 321	0.47 339	0.47 362	0.47 315	0.48 340

UNDER WATER	0.47 287	0.47 203	0.47 303	0.47 265	0.47 360	0.47 319	0.47 351	0.47 308	0.47 350	0.47 308	0.47 361	0.47 315	0.46 344	0.47 310	0.47 347	0.47 305	0.47 321	0.47 339	0.46 355	0.47 315	0.47 338

LVE	0.47 287	0.47 203	0.47 303	0.47 265	0.49 366	0.47 319	0.47 351	0.47 308	0.49 359	0.47 308	0.47 361	0.47 315	0.46 344	0.47 310	0.47 347	0.47 305	0.47 321	0.48 347	0.47 362	0.47 315	0.47 338

GASTEREO	0.48 292	1.21 384	0.47 303	0.57 305	0.38 315	0.50 338	0.38 309	0.50 325	0.38 308	0.50 335	0.38 314	0.50 341	0.38 306	0.50 333	0.38 300	0.52 326	0.42 299	0.46 330	0.34 297	0.46 302	0.34 277

LG-Stereo_Zeroshot	0.48 292	0.55 235	0.47 303	0.63 317	0.41 336	0.56 360	0.44 339	0.56 350	0.41 331	0.56 359	0.41 333	0.57 365	0.42 333	0.56 356	0.41 323	0.55 336	0.43 303	0.51 361	0.37 318	0.51 334	0.37 295

fffft	0.48 292	0.51 223	0.45 291	0.52 294	0.45 352	0.52 353	0.45 344	0.52 342	0.48 357	0.53 349	0.45 351	0.52 352	0.45 341	0.52 347	0.46 340	0.51 324	0.41 290	0.50 356	0.41 342	0.50 328	0.41 317
1: 1. 1
RainbowNet	0.48 292	0.48 209	0.48 311	0.48 270	0.48 364	0.48 324	0.48 360	0.48 312	0.48 357	0.48 315	0.48 365	0.48 322	0.48 353	0.48 319	0.48 353	0.48 309	0.48 325	0.48 347	0.48 366	0.48 319	0.48 340

notaker	0.48 292	0.49 211	0.48 311	0.48 270	0.48 364	0.48 324	0.48 360	0.48 312	0.49 359	0.48 315	0.48 365	0.48 322	0.48 353	0.48 319	0.48 353	0.48 309	0.48 325	0.48 347	0.48 366	0.48 319	0.49 345

LL-Strereo2	0.48 292	1.73 418	0.51 328	0.59 310	0.34 295	0.42 294	0.33 272	0.40 252	0.31 266	0.42 280	0.33 282	0.42 292	0.31 271	0.44 297	0.39 312	0.60 342	0.51 339	0.44 322	0.33 293	0.44 295	0.33 271

Former-RAFT_DAM_RVC	0.49 298	0.98 292	0.64 353	0.84 346	0.46 354	0.45 308	0.35 290	0.47 308	0.47 350	0.45 296	0.34 290	0.46 309	0.48 353	0.46 306	0.35 285	0.39 263	0.71 381	0.39 285	0.35 309	0.41 285	0.41 317

ACVNet_2	0.49 298	0.49 211	0.49 318	0.49 276	0.49 366	0.49 329	0.49 362	0.49 316	0.49 359	0.49 322	0.49 368	0.49 326	0.49 358	0.49 325	0.49 355	0.49 312	0.49 328	0.49 352	0.49 369	0.49 323	0.49 345

testlalala	0.49 298	2.86 501	0.39 266	0.49 276	0.30 256	0.43 301	0.30 245	0.43 291	0.30 252	0.43 286	0.30 257	0.43 299	0.30 254	0.43 292	0.30 245	0.45 295	0.36 262	0.38 272	0.26 227	0.38 257	0.26 206

FoundationStereo	0.50 301	0.50 215	0.50 322	0.50 285	0.50 370	0.50 338	0.50 364	0.50 325	0.50 362	0.50 335	0.50 370	0.50 341	0.50 361	0.50 333	0.50 356	0.50 318	0.50 334	0.50 356	0.50 371	0.50 328	0.50 348

StereoAnything_RVC	0.50 301	0.50 215	0.50 322	0.50 285	0.50 370	0.50 338	0.50 364	0.50 325	0.50 362	0.50 335	0.50 370	0.50 341	0.50 361	0.50 333	0.50 356	0.50 318	0.50 334	0.50 356	0.50 371	0.50 328	0.50 348

dual_stereo	0.50 301	0.50 215	0.50 322	0.50 285	0.50 370	0.50 338	0.50 364	0.50 325	0.50 362	0.50 335	0.50 370	0.50 341	0.50 361	0.50 333	0.50 356	0.50 318	0.50 334	0.50 356	0.50 371	0.50 328	0.50 348

GCST	0.50 301	2.08 442	0.38 258	0.53 295	0.35 298	0.49 329	0.35 290	0.50 325	0.35 292	0.49 322	0.35 299	0.49 326	0.35 294	0.49 325	0.35 285	0.48 309	0.37 265	0.45 326	0.33 293	0.44 295	0.33 271

SANet	0.50 301	0.50 215	0.50 322	0.50 285	0.50 370	0.50 338	0.50 364	0.50 325	0.50 362	0.50 335	0.50 370	0.50 341	0.50 361	0.50 333	0.50 356	0.50 318	0.50 334	0.50 356	0.50 371	0.50 328	0.50 348

MSCF	0.51 306	1.40 403	0.49 318	0.58 307	0.38 315	0.50 338	0.38 309	0.54 346	0.41 331	0.52 346	0.41 333	0.53 353	0.42 333	0.53 349	0.41 323	0.60 342	0.47 321	0.48 347	0.37 318	0.48 319	0.38 302

UGAM-zero	0.51 306	2.17 450	0.39 266	0.53 295	0.36 304	0.50 338	0.36 296	0.50 325	0.36 302	0.49 322	0.36 302	0.50 341	0.35 294	0.50 333	0.36 288	0.49 312	0.37 265	0.47 339	0.35 309	0.46 302	0.34 277

UGAM	0.51 306	2.23 455	0.39 266	0.54 298	0.35 298	0.50 338	0.35 290	0.49 316	0.35 292	0.49 322	0.35 299	0.49 326	0.36 297	0.50 333	0.36 288	0.49 312	0.37 265	0.45 326	0.34 297	0.45 299	0.34 277

Selective-IGEV	0.51 306	0.55 235	0.45 291	0.69 326	0.45 352	0.61 369	0.45 344	0.50 325	0.40 322	0.56 359	0.44 347	0.55 360	0.40 316	0.72 379	0.67 381	0.59 341	0.46 313	0.45 326	0.34 297	0.46 302	0.37 295

RCA-Stereo	0.51 306	3.22 510	0.34 241	0.44 255	0.34 295	0.44 306	0.34 285	0.43 291	0.34 288	0.43 286	0.34 290	0.44 302	0.33 283	0.43 292	0.33 268	0.38 251	0.29 222	0.38 272	0.29 253	0.38 257	0.29 235

MatchStereo	0.54 311	0.12 82	2.38 559	2.32 503	0.09 117	0.09 112	0.08 115	0.09 112	0.07 113	0.09 112	0.07 114	0.09 113	0.07 115	0.09 112	0.08 106	2.34 537	2.34 555	0.12 124	0.11 132	0.11 125	0.10 118

AIO-test1	0.54 311	0.60 243	0.52 331	0.66 324	0.47 360	0.61 369	0.47 351	0.58 356	0.46 345	0.61 367	0.46 353	0.61 371	0.45 341	0.62 365	0.45 336	0.61 346	0.52 341	0.57 370	0.48 366	0.57 344	0.48 340

castereo++	0.54 311	3.59 516	1.15 426	1.31 456	0.14 157	0.16 144	0.14 152	0.16 144	0.14 157	0.16 141	0.14 161	0.16 142	0.13 154	0.16 143	0.14 151	1.45 489	1.16 433	0.15 142	0.14 160	0.15 141	0.13 150

FENet	0.54 311	1.52 407	1.19 432	1.41 465	0.23 216	0.35 235	0.23 205	0.35 223	0.23 206	0.34 226	0.23 210	0.35 234	0.23 210	0.35 234	0.23 201	1.40 486	1.07 417	0.32 224	0.23 209	0.33 217	0.23 189

PSMNet_ROB	0.54 311	0.54 233	0.54 336	0.54 298	0.53 379	0.54 358	0.54 372	0.53 344	0.54 372	0.54 354	0.54 380	0.54 356	0.53 368	0.54 351	0.54 366	0.54 330	0.53 343	0.54 368	0.54 377	0.54 341	0.54 359

AIO-test2	0.55 316	0.59 241	0.52 331	0.67 325	0.47 360	0.61 369	0.47 351	0.61 362	0.47 350	0.61 367	0.47 361	0.61 371	0.48 353	0.62 365	0.47 347	0.64 352	0.53 343	0.58 371	0.47 362	0.58 345	0.48 340

CFNet-ft	0.55 316	1.57 408	0.14 126	0.20 136	0.14 157	0.20 162	2.53 566	1.61 499	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	1.56 492	1.24 507

MyStereo04	0.56 318	3.72 522	0.59 342	0.49 276	0.41 336	0.36 238	0.32 261	0.37 233	0.31 266	0.34 226	0.46 353	0.35 234	0.32 275	0.35 234	0.33 268	0.49 312	0.45 311	0.34 240	0.32 285	0.35 233	0.43 325

CASS	0.57 319	0.89 273	0.56 338	0.57 305	0.56 382	0.56 360	0.56 373	0.56 350	0.53 370	0.57 362	0.57 382	0.59 369	0.48 353	0.56 356	0.57 369	0.55 336	0.56 347	0.47 339	0.56 382	0.62 348	0.56 367
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 320	0.58 240	0.47 303	0.64 320	0.74 413	1.00 410	0.69 398	0.57 353	0.41 331	0.57 362	0.41 333	0.57 365	0.41 327	1.00 416	0.75 411	0.91 386	0.51 339	0.52 364	0.37 318	0.52 336	0.37 295

MonSter	0.60 320	0.64 246	0.52 331	0.62 315	0.44 349	2.07 525	0.44 339	0.62 363	0.44 342	0.62 370	0.44 347	0.62 373	0.44 338	0.62 365	0.44 335	0.58 340	0.42 299	0.62 374	0.46 355	0.58 345	0.42 324

MyStereo07	0.60 320	3.72 522	0.48 311	0.49 276	0.41 336	0.36 238	0.32 261	0.49 316	0.43 339	0.51 343	0.42 343	0.49 326	0.43 336	0.51 342	0.64 376	0.49 312	0.45 311	0.34 240	0.32 285	0.35 233	0.43 325

castereo	0.61 323	3.79 524	1.35 490	1.52 469	0.15 168	0.17 150	0.16 162	0.20 160	0.21 197	0.18 151	0.16 172	0.21 167	0.12 149	0.26 202	0.17 172	1.43 488	1.38 503	0.17 153	0.16 170	0.18 155	0.16 160

WCG-NET	0.61 323	1.21 384	0.54 336	0.61 314	0.53 379	0.67 377	0.53 370	0.66 368	0.53 370	0.64 373	0.53 379	0.65 377	0.53 368	0.59 363	0.52 363	0.65 353	0.48 325	0.64 377	0.52 375	0.58 345	0.50 348

GEAStereo	0.62 325	3.91 529	0.48 311	0.69 326	0.38 315	0.51 350	0.38 309	0.51 338	0.38 308	0.53 349	0.38 314	0.50 341	0.38 306	0.51 342	0.38 300	0.54 330	0.43 303	0.46 330	0.34 297	0.46 302	0.34 277

gasm-f	0.62 325	3.91 529	0.48 311	0.69 326	0.38 315	0.51 350	0.38 309	0.51 338	0.38 308	0.53 349	0.38 314	0.50 341	0.38 306	0.51 342	0.38 300	0.54 330	0.43 303	0.46 330	0.34 297	0.46 302	0.34 277

SMoEStereo_RVC	0.63 327	0.75 253	0.51 328	0.73 335	0.53 379	0.71 381	0.47 351	0.67 369	0.58 375	0.74 387	0.60 383	0.72 384	0.53 368	0.74 383	0.51 361	0.61 346	0.62 359	0.62 374	0.61 389	0.63 349	0.61 373

anonymity	0.63 327	0.69 248	0.56 338	0.71 332	0.56 382	0.71 381	0.56 373	0.71 374	0.56 373	0.72 381	0.56 381	0.71 381	0.56 372	0.71 377	0.58 370	0.68 357	0.55 345	0.68 382	0.55 378	0.68 353	0.54 359

PAM_32	0.64 329	2.38 470	0.51 328	0.92 356	0.43 348	0.53 355	0.44 339	0.87 388	0.43 339	0.52 346	0.45 351	0.53 353	0.40 316	0.54 351	0.46 340	0.62 350	0.56 347	0.48 347	0.45 353	0.76 365	0.44 328

CRFU-Net	0.65 330	1.67 411	1.22 482	1.96 488	0.27 232	0.41 274	0.27 223	0.41 267	0.27 232	0.40 252	0.26 229	0.41 274	0.27 233	0.40 258	0.27 218	1.80 503	1.62 523	0.34 240	0.23 209	0.33 217	0.23 189

LMCR-Stereo	0.65 330	0.63 244	0.65 356	0.65 321	0.65 396	0.66 376	0.63 380	0.58 356	0.65 385	0.63 372	0.64 391	0.65 377	0.65 381	0.66 372	0.66 380	0.66 355	0.64 361	0.65 380	0.67 406	0.68 353	0.73 401

KSHMR	0.66 332	0.50 215	0.48 311	1.15 388	0.52 376	0.49 329	0.51 368	0.49 316	0.71 408	0.67 377	0.50 370	1.16 442	1.11 439	0.66 372	0.52 363	0.49 312	0.49 328	0.51 361	0.66 402	0.50 328	1.14 448

TorneroNet	0.66 332	0.53 229	0.50 322	0.50 285	0.64 394	1.06 425	0.70 402	0.50 325	0.51 369	0.49 322	0.69 406	0.49 326	0.50 361	0.48 319	1.15 451	0.71 362	0.49 328	1.14 440	1.08 449	0.49 323	0.49 345

GES	0.66 332	2.34 466	0.29 202	0.41 237	0.29 246	0.41 274	0.29 240	0.42 285	0.29 241	0.40 252	0.41 333	0.41 274	0.30 254	0.51 342	0.29 238	0.32 214	0.29 222	0.32 224	2.46 570	2.49 532	0.30 248

cf-r	0.66 332	2.17 450	0.12 102	0.18 130	0.12 152	0.18 154	2.70 570	2.60 545	0.12 152	0.18 151	0.12 144	0.18 153	0.12 149	0.18 152	0.12 141	0.15 125	0.11 99	0.15 142	0.11 132	1.81 504	1.74 544

DSFCA	0.66 332	0.73 252	0.78 388	0.65 321	0.65 396	0.64 374	0.64 381	0.65 366	0.63 383	0.64 373	0.64 391	0.64 374	0.64 379	0.65 371	0.65 377	0.65 353	0.65 363	0.65 380	0.65 400	0.66 351	0.64 383

DEFOM-Stereo	0.68 337	3.11 506	1.40 504	1.63 478	0.25 223	0.31 217	0.25 212	0.31 210	0.28 235	0.31 214	0.29 245	0.29 213	0.27 233	0.31 220	0.28 228	1.59 496	1.47 509	0.30 215	0.29 253	0.30 201	0.28 230

ssnet_v2	0.68 337	1.96 439	1.25 486	0.29 176	0.20 199	0.30 211	0.20 186	0.29 203	0.22 200	1.50 501	0.20 199	0.31 221	0.20 197	0.27 206	0.22 195	0.24 184	1.49 510	0.26 202	0.18 195	3.90 555	0.19 180

ARAFT	0.68 337	0.81 260	0.63 351	0.74 336	0.60 385	0.78 387	0.62 379	0.77 379	0.66 387	0.74 387	0.63 389	0.75 389	0.62 378	0.83 391	0.60 373	0.70 361	0.55 345	0.70 385	0.60 387	0.78 368	0.55 364

NINENet	0.69 340	3.87 528	1.20 435	1.98 489	0.05 99	0.40 258	0.04 81	0.40 252	0.05 98	0.41 266	0.04 88	0.41 274	0.05 95	0.40 258	0.05 89	1.79 502	1.56 516	0.34 240	0.22 203	0.34 221	0.23 189

VIP-Stereo	0.70 341	2.97 503	2.43 560	2.49 510	0.16 177	0.25 194	0.16 162	0.25 189	0.16 171	0.25 191	0.18 193	0.25 194	0.16 170	0.26 202	0.16 167	1.86 504	1.26 486	0.23 186	0.15 166	0.23 182	0.15 158

RAFT-Stereo + iAFF	0.70 341	0.72 251	0.71 374	0.80 341	0.62 393	0.82 392	0.61 378	0.81 385	0.62 381	0.81 395	0.63 389	0.80 395	0.70 398	0.73 381	0.61 375	0.76 368	0.61 358	0.74 390	0.61 389	0.77 367	0.61 373

DMCA-RVC	0.70 341	0.80 257	0.70 371	0.70 330	0.70 406	0.70 379	0.70 402	0.71 374	0.70 403	0.70 380	0.71 413	0.71 381	0.70 398	0.70 376	0.69 396	0.69 358	0.70 377	0.69 383	0.70 411	0.69 357	0.70 393

MyStereo8	0.71 344	3.92 531	0.52 331	0.59 310	0.52 376	0.57 366	0.53 370	0.59 358	0.50 362	0.59 366	0.51 376	0.57 365	0.50 361	0.56 356	0.52 363	0.54 330	0.49 328	0.54 368	0.49 369	0.55 342	0.50 348

HH	0.71 344	2.54 476	0.74 382	1.10 380	0.32 273	0.41 274	0.37 302	0.69 371	0.78 418	0.73 382	0.90 433	0.75 389	1.00 428	0.84 392	0.69 396	0.69 358	0.40 281	0.35 256	0.26 227	0.35 233	0.26 206

HanStereo	0.71 344	2.54 476	0.74 382	1.10 380	0.32 273	0.41 274	0.37 302	0.69 371	0.78 418	0.73 382	0.90 433	0.75 389	1.00 428	0.84 392	0.69 396	0.69 358	0.40 281	0.35 256	0.26 227	0.35 233	0.26 206

zero-FE	0.72 347	1.31 396	0.66 357	0.92 356	0.60 385	0.82 392	0.58 375	0.82 386	0.58 375	0.81 395	0.60 383	0.81 398	0.60 375	0.82 390	0.58 370	0.74 366	0.59 353	0.73 387	0.52 375	0.76 365	0.51 355

ktn	0.72 347	0.53 229	1.08 421	1.14 386	0.51 375	1.22 486	1.36 516	0.51 338	0.59 377	0.51 343	0.51 376	0.69 380	1.20 450	0.67 374	0.51 361	0.51 324	0.49 328	0.58 371	0.66 402	0.52 336	0.53 356

DStereoRT	0.73 349	0.81 260	0.73 381	0.71 332	0.74 413	0.73 383	0.75 410	0.71 374	0.71 408	0.74 387	0.72 416	0.73 386	0.80 414	0.71 377	0.73 406	0.76 368	0.71 381	0.73 387	0.72 416	0.70 358	0.76 408

CroCo-Stereo	0.73 349	1.22 390	0.25 187	1.22 442	0.25 223	1.22 486	0.25 212	1.22 480	0.25 214	1.22 488	0.25 223	1.22 491	0.25 216	1.22 491	0.25 212	1.22 473	0.26 196	1.21 499	0.25 221	1.22 479	0.25 200
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	0.73 349	0.88 270	0.67 361	0.75 337	0.68 403	0.75 384	0.64 381	0.80 382	0.72 411	0.83 397	0.70 408	0.82 399	0.64 379	0.84 392	0.67 381	0.77 370	0.63 360	0.81 401	0.63 391	0.78 368	0.62 376

AIO-Stereo-zeroshot1	0.75 352	0.92 283	0.85 399	0.96 367	0.59 384	1.27 490	0.44 339	0.59 358	0.69 399	0.91 402	0.68 401	0.55 360	0.61 377	1.06 429	0.83 424	0.62 350	0.70 377	0.90 411	0.41 342	0.89 385	0.56 367

MyStereo06	0.75 352	4.12 533	0.60 344	0.63 317	0.61 390	0.62 372	0.66 384	0.56 350	0.45 344	0.55 357	0.48 365	0.54 356	0.46 344	0.57 361	0.45 336	0.60 342	0.57 349	0.64 377	0.55 378	0.72 360	0.55 364

GCAP-Stereo	0.75 352	4.15 536	0.42 286	0.75 337	0.35 298	0.78 387	0.40 323	0.79 380	0.38 308	0.78 391	0.36 302	0.78 392	0.36 297	0.79 386	0.39 312	0.75 367	0.39 278	0.76 393	0.39 334	0.75 364	0.39 308

GANet-RSSM	0.75 352	1.91 432	0.14 126	0.47 265	0.14 157	0.21 173	3.21 587	2.30 531	0.14 157	0.46 302	0.14 161	0.23 182	0.18 188	0.21 170	0.14 151	0.18 150	0.27 203	0.37 264	0.13 155	2.13 514	2.12 554

RSM++	0.76 356	0.82 262	0.66 357	0.85 348	0.64 394	0.85 394	0.71 405	0.94 401	0.64 384	0.87 398	0.67 396	0.87 401	0.65 381	0.84 392	0.65 377	0.81 375	0.70 377	0.79 396	0.71 414	0.83 380	0.70 393

CroCo-Stereo Lap2	0.77 357	1.29 394	0.29 202	1.27 447	0.29 246	1.27 490	0.26 220	1.26 483	0.26 227	1.26 489	0.26 229	1.27 495	0.26 225	1.26 492	0.27 218	1.27 475	0.27 203	1.27 502	0.27 236	1.27 482	0.27 216

PSMNet-RSSM	0.77 357	2.76 493	0.14 126	0.20 136	0.14 157	0.20 162	2.66 568	2.79 558	0.14 157	0.21 171	0.14 161	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	2.52 536	2.31 559

GwcNet-RSSM	0.77 357	2.77 495	0.14 126	0.20 136	0.14 157	0.20 162	2.67 569	2.78 557	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.21 170	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	2.52 536	2.31 559

4D-IteraStereo	0.78 360	3.13 507	0.89 400	0.69 326	0.32 273	0.40 258	0.32 261	0.76 378	0.97 442	0.52 346	0.65 393	0.89 404	0.32 275	0.76 385	0.98 436	0.83 380	0.94 409	0.35 256	0.27 236	0.70 358	0.89 422

Pro-Stereo	0.79 361	0.53 229	0.38 258	0.49 276	0.38 315	0.49 329	0.37 302	0.49 316	0.67 388	0.50 335	0.38 314	1.10 434	0.38 306	0.49 325	0.38 300	0.71 362	0.88 403	5.98 603	0.36 315	0.46 302	0.36 290

hitnet-ft	0.79 361	2.78 498	0.14 126	0.20 136	0.14 157	0.21 173	2.89 571	2.80 559	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	2.54 544	2.33 561

G-Net	0.79 361	0.79 256	0.79 391	0.79 339	0.79 426	0.79 389	0.79 415	0.79 380	0.79 422	0.79 392	0.79 426	0.79 394	0.79 413	0.79 386	0.79 416	0.79 371	0.79 394	0.79 396	0.79 426	0.79 370	0.79 413

MyStereo05	0.80 364	4.12 533	0.63 351	0.63 317	0.61 390	0.62 372	0.66 384	0.65 366	0.62 381	0.67 377	0.61 387	0.65 377	0.58 373	0.67 374	0.55 368	0.60 342	0.57 349	0.64 377	0.55 378	0.72 360	0.55 364

UDG	0.80 364	2.21 454	0.60 344	0.91 353	0.60 385	0.90 400	0.58 375	0.88 391	0.60 378	0.90 400	0.60 383	0.88 402	0.60 375	0.90 401	0.58 370	0.86 384	0.60 354	0.84 407	0.59 386	0.84 381	0.61 373

ccnet	0.80 364	2.28 458	0.33 231	0.50 285	0.33 285	0.50 338	0.33 272	0.50 325	0.33 279	0.49 322	0.33 282	0.49 326	1.56 515	2.38 535	0.33 268	0.41 276	0.29 222	0.42 319	1.57 530	2.28 520	0.29 235

NaN_ROB	0.80 364	0.80 257	0.80 392	0.80 341	0.80 428	0.80 390	0.80 418	0.80 382	0.80 424	0.80 393	0.80 428	0.80 395	0.80 414	0.80 388	0.80 419	0.80 372	0.80 397	0.80 399	0.80 428	0.80 373	0.80 414

CSAN	0.80 364	0.80 257	0.80 392	0.80 341	0.80 428	0.80 390	0.80 418	0.80 382	0.80 424	0.80 393	0.80 428	0.80 395	0.80 414	0.80 388	0.80 419	0.80 372	0.80 397	0.80 399	0.80 428	0.80 373	0.80 414

GSStereo	0.81 369	4.28 539	0.50 322	0.59 310	0.40 327	0.51 350	0.38 309	0.50 325	0.38 308	0.50 335	0.38 314	0.50 341	3.79 584	0.50 333	0.38 300	0.54 330	0.43 303	0.46 330	0.34 297	0.46 302	0.35 287

BSDual-CNN	0.81 369	1.91 432	0.92 407	4.48 557	0.02 21	0.42 294	0.06 110	0.41 267	0.02 21	0.48 315	0.03 53	0.02 20	0.02 21	0.03 40	0.02 20	1.97 514	4.19 583	0.33 232	0.23 209	0.34 221	0.27 216

DDUNet	0.81 369	2.45 474	0.57 340	0.90 351	0.60 385	0.88 397	0.59 377	0.90 392	0.60 378	0.88 399	0.60 383	0.90 405	0.58 373	0.88 398	0.60 373	0.84 382	0.60 354	0.86 409	0.57 384	0.86 382	0.60 372

R-Stereo Train	0.81 369	0.96 289	0.67 361	0.95 364	0.67 400	0.95 405	0.68 392	0.95 403	0.68 394	0.95 410	0.68 401	0.96 413	0.68 390	0.96 412	0.68 388	0.94 394	0.68 370	0.94 424	0.68 407	0.94 400	0.68 390

RAFT-Stereo	0.81 369	0.96 289	0.67 361	0.95 364	0.67 400	0.95 405	0.68 392	0.95 403	0.68 394	0.95 410	0.68 401	0.96 413	0.68 390	0.96 412	0.68 388	0.94 394	0.68 370	0.94 424	0.68 407	0.94 400	0.68 390
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 374	1.72 413	1.48 508	0.39 212	0.15 168	0.31 217	0.21 192	0.20 160	0.25 214	1.61 505	0.23 210	0.28 207	0.26 225	0.20 159	0.15 161	0.24 184	1.33 494	0.32 224	0.16 170	6.75 594	0.23 189

scenet	0.82 374	1.72 413	1.48 508	0.39 212	0.15 168	0.31 217	0.21 192	0.20 160	0.25 214	1.61 505	0.23 210	0.28 207	0.26 225	0.20 159	0.15 161	0.24 184	1.33 494	0.32 224	0.16 170	6.75 594	0.23 189

ssnet	0.82 374	1.72 413	1.48 508	0.39 212	0.15 168	0.31 217	0.21 192	0.20 160	0.25 214	1.61 505	0.23 210	0.28 207	0.26 225	0.20 159	0.15 161	0.24 184	1.33 494	0.32 224	0.16 170	6.75 594	0.23 189

DEFOM-Stereo_RVC	0.83 377	5.18 550	1.98 548	2.19 494	0.17 182	0.19 157	0.18 178	0.19 154	0.16 171	0.20 159	0.19 195	0.22 176	0.22 204	0.20 159	0.15 161	2.28 531	2.13 550	0.24 194	0.17 190	0.18 155	0.16 160

BUS	0.83 377	1.91 432	0.92 407	4.48 557	0.02 21	0.40 258	0.04 81	0.41 267	0.02 21	0.48 315	0.03 53	0.41 274	0.05 95	0.03 40	0.05 89	1.97 514	4.19 583	0.33 232	0.23 209	0.34 221	0.27 216

PDISCO_ROB	0.83 377	2.80 499	3.49 580	0.14 101	0.11 139	0.17 150	0.09 116	0.15 143	0.10 121	0.15 136	0.12 144	0.16 142	0.14 158	3.30 565	0.13 147	0.14 118	2.34 555	0.16 145	0.12 147	2.62 545	0.10 118

WQFJA1++	0.84 380	0.98 292	0.67 361	1.26 446	0.75 415	1.00 410	0.67 388	1.00 405	0.67 388	1.00 412	0.67 396	1.00 416	0.67 386	1.00 416	0.67 381	0.96 396	0.67 365	0.91 414	0.63 391	0.92 391	0.63 377

WQFJX1	0.84 380	0.98 292	0.67 361	1.30 454	0.75 415	1.01 416	0.67 388	1.01 412	0.67 388	1.01 419	0.67 396	1.01 422	0.68 390	1.00 416	0.68 388	0.98 401	0.67 365	0.92 417	0.64 396	0.92 391	0.64 383

NLMM	0.84 380	1.00 301	0.67 361	1.27 447	0.75 415	1.00 410	0.68 392	1.00 405	0.67 388	1.00 412	0.67 396	1.02 426	0.67 386	1.02 426	0.67 381	0.97 397	0.67 365	0.93 420	0.63 391	0.92 391	0.63 377

AIO-Stereo	0.84 380	0.66 247	0.70 371	0.83 345	0.67 400	0.98 408	0.82 424	1.14 422	0.72 411	1.03 425	0.74 420	1.03 427	1.09 438	0.99 414	0.45 336	1.04 407	0.73 384	0.95 426	0.74 418	0.94 400	0.46 331

DCRE	0.84 380	1.89 429	0.77 387	0.94 362	0.72 410	0.88 397	0.73 408	0.87 388	0.78 418	0.90 400	0.71 413	0.88 402	0.67 386	0.88 398	0.73 406	0.81 375	0.68 370	0.81 401	0.70 411	0.82 378	0.70 393

iGMRVC	0.84 380	2.85 500	0.72 377	0.72 334	0.73 411	0.77 385	0.79 415	0.73 377	0.74 416	0.73 382	0.72 416	0.73 386	0.76 408	0.73 381	0.73 406	0.72 364	0.73 384	0.73 387	0.72 416	0.73 363	0.72 398

WQFJA1	0.85 386	0.98 292	0.67 361	1.29 452	0.76 420	1.01 416	0.67 388	1.02 416	0.67 388	1.02 423	0.67 396	1.01 422	0.67 386	1.01 422	0.68 388	0.99 402	0.67 365	0.93 420	0.64 396	0.92 391	0.65 385

WQFJX	0.85 386	1.00 301	0.68 368	1.30 454	0.75 415	1.01 416	0.68 392	1.01 412	0.68 394	1.01 419	0.68 401	1.03 427	0.68 390	1.02 426	0.67 381	0.97 397	0.67 365	0.93 420	0.63 391	0.94 400	0.63 377

NLSM3	0.85 386	0.99 299	0.68 368	1.29 452	0.76 420	1.01 416	0.68 392	1.01 412	0.68 394	1.02 423	0.68 401	1.01 422	0.68 390	1.01 422	0.68 388	0.97 397	0.68 370	0.93 420	0.64 396	0.93 396	0.63 377

NLMM1	0.86 389	0.98 292	0.69 370	1.48 468	0.75 415	1.01 416	0.69 398	1.00 405	0.69 399	1.00 412	0.70 408	1.00 416	0.68 390	1.01 422	0.67 381	0.97 397	0.68 370	0.92 417	0.63 391	0.93 396	0.63 377

AdaDepth	0.86 389	0.93 285	0.71 374	1.01 374	1.07 454	1.02 422	0.71 405	1.00 405	0.71 408	1.01 419	0.71 413	1.00 416	0.72 403	1.14 440	0.71 404	0.92 389	0.64 361	0.90 411	0.64 396	0.89 385	0.69 392

GEStereo_RVC	0.86 389	4.45 540	0.20 167	0.27 174	0.20 199	0.27 206	0.20 186	0.26 194	0.18 185	5.03 595	0.20 199	0.27 206	0.19 193	0.27 206	0.21 193	0.20 158	0.19 175	0.19 165	4.02 599	0.20 163	0.18 178

Selective-RAFT-Error	0.88 392	0.84 263	0.98 412	0.86 349	0.97 444	0.88 397	0.95 435	0.84 387	0.99 445	0.92 404	0.82 430	0.84 400	0.98 427	0.87 397	0.97 435	0.81 375	0.83 400	0.79 396	0.82 431	0.79 370	0.85 419

IER	0.88 392	7.04 569	2.23 553	2.75 515	0.28 237	0.43 301	0.25 212	0.39 245	0.25 214	0.41 266	0.27 233	0.39 253	0.25 216	0.40 258	0.28 228	0.37 240	0.28 210	0.37 264	0.25 221	0.37 244	0.25 200

Selective-RAFT	0.89 394	0.89 273	0.72 377	1.16 393	0.78 424	1.06 425	0.82 424	0.87 388	0.97 442	1.00 412	0.91 436	0.90 405	1.00 428	0.89 400	0.93 432	0.83 380	0.83 400	0.82 405	0.82 431	0.81 376	0.82 417

AIO-Stereo-zeroshot	0.91 395	0.86 266	0.89 400	1.25 445	0.69 404	1.05 424	0.81 421	1.16 426	0.50 362	1.12 435	0.97 441	0.72 384	0.82 418	1.06 429	0.95 433	0.61 346	0.87 402	1.03 437	0.85 434	1.04 411	1.01 437

CFNet-RSSM	0.91 395	4.89 546	0.34 241	0.44 255	1.07 454	1.62 510	1.40 523	0.91 394	0.35 292	1.60 502	1.39 523	0.64 374	0.34 288	0.44 297	0.33 268	0.41 276	0.35 259	0.75 391	0.30 267	0.41 285	0.29 235

MLG-Stereo	0.92 397	0.90 276	0.84 398	1.27 447	0.49 366	1.38 499	0.88 427	1.41 496	0.97 442	0.73 382	1.09 450	1.26 492	0.43 336	0.72 379	1.05 443	1.13 418	0.49 328	1.18 450	0.66 402	1.01 408	0.46 331

ToySt	0.92 397	2.11 445	0.90 403	0.95 364	0.79 426	0.99 409	0.78 414	0.94 401	0.81 427	0.94 408	0.78 424	0.95 412	0.77 410	0.94 408	0.86 426	0.91 386	0.79 394	0.85 408	0.77 422	0.89 385	0.73 401

DPSM_ROB	0.92 397	0.91 278	0.91 405	0.91 353	0.92 439	0.92 402	0.92 431	0.92 397	0.91 432	0.93 406	0.91 436	0.92 408	0.90 421	0.91 402	0.92 428	0.92 389	0.91 405	0.91 414	0.92 435	0.93 396	0.93 426

DPSM	0.92 397	0.91 278	0.91 405	0.91 353	0.92 439	0.92 402	0.92 431	0.92 397	0.91 432	0.93 406	0.91 436	0.92 408	0.90 421	0.91 402	0.92 428	0.92 389	0.91 405	0.91 414	0.92 435	0.93 396	0.93 426

pmcnn	0.92 397	0.92 283	0.92 407	0.92 356	0.92 439	0.92 402	0.92 431	0.92 397	0.92 436	0.92 404	0.92 439	0.92 408	0.92 423	0.92 406	0.92 428	0.92 389	0.92 407	0.92 417	0.92 435	0.92 391	0.92 425

error version	0.93 402	4.47 541	2.35 556	1.99 490	0.37 308	0.41 274	0.36 296	0.41 267	0.35 292	0.43 286	0.36 302	0.41 274	0.40 316	0.41 273	0.36 288	1.87 506	2.16 551	0.47 339	0.37 318	0.39 268	0.33 271

test_1	0.93 402	4.47 541	2.35 556	1.99 490	0.37 308	0.41 274	0.36 296	0.41 267	0.35 292	0.43 286	0.36 302	0.41 274	0.40 316	0.41 273	0.36 288	1.87 506	2.16 551	0.47 339	0.37 318	0.39 268	0.33 271

DGTPSM_ROB	0.93 402	1.00 301	0.92 407	0.94 362	0.96 443	0.91 401	0.92 431	0.91 394	0.96 441	0.91 402	0.96 440	0.93 411	0.92 423	0.94 408	0.92 428	0.92 389	0.92 407	0.90 411	0.92 435	0.94 400	0.91 424

HSM-Net_RVC	0.95 405	1.17 334	0.78 388	1.18 395	0.71 408	1.16 439	0.75 410	1.09 420	0.80 424	1.10 429	0.75 421	1.17 443	0.74 405	1.17 443	0.80 419	1.13 418	0.73 384	1.17 447	0.77 422	1.16 421	0.72 398
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 406	3.17 509	2.30 555	2.42 507	0.38 315	0.54 358	0.38 309	0.54 346	0.38 308	0.54 354	0.38 314	0.54 356	0.38 306	0.54 351	0.38 300	2.38 540	2.34 555	0.49 352	0.36 315	0.49 323	0.36 290

DPSimNet_ROB	0.97 406	1.18 336	0.81 395	1.10 380	0.91 438	1.02 422	0.82 424	1.04 417	0.91 432	1.03 425	0.86 432	1.28 496	0.82 418	1.03 428	0.89 427	1.17 422	0.81 399	1.02 435	0.82 431	1.08 413	0.81 416

test-3	0.98 408	4.13 535	1.85 537	1.85 481	0.61 390	0.69 378	0.37 302	0.63 364	0.61 380	0.66 376	0.51 376	0.73 386	0.44 338	0.57 361	0.54 366	1.68 500	1.81 535	0.40 291	0.43 351	0.66 351	0.50 348

Wavelet-MonSter	1.00 409	1.21 384	0.76 385	1.94 485	1.01 449	1.11 434	0.76 412	1.15 423	0.76 417	1.11 434	0.76 422	1.14 440	0.76 408	1.11 437	0.76 413	1.21 471	0.90 404	1.02 435	0.71 414	1.02 410	0.71 397

999	1.00 409	1.12 327	0.59 342	1.10 380	1.21 512	1.09 430	0.52 369	1.08 418	1.43 525	1.18 440	1.35 517	0.98 415	0.52 367	0.91 402	0.85 425	0.72 364	1.46 508	0.83 406	0.98 440	0.68 353	1.41 520

DispNO	1.00 409	0.63 244	0.43 287	3.45 541	0.44 349	0.65 375	0.43 338	0.64 365	0.43 339	0.64 373	0.43 345	0.64 374	3.03 562	0.64 370	0.43 334	4.55 572	0.43 303	0.63 376	0.43 351	0.63 349	0.43 325

GANet	1.00 409	1.00 301	1.00 414	1.00 371	1.00 445	1.00 410	1.00 439	1.00 405	1.00 446	1.00 412	1.00 443	1.00 416	1.00 428	1.00 416	1.00 438	1.00 403	1.00 410	1.00 431	1.00 442	1.00 405	1.00 433

TDLM	1.00 409	1.00 301	1.00 414	1.00 371	1.00 445	1.00 410	1.00 439	1.00 405	1.00 446	1.00 412	1.00 443	1.00 416	1.00 428	1.00 416	1.00 438	1.00 403	1.00 410	1.00 431	1.00 442	1.00 405	1.00 433

CVANet_RVC	1.00 409	1.00 301	1.00 414	1.00 371	1.00 445	1.00 410	1.00 439	1.00 405	1.00 446	1.00 412	1.00 443	1.00 416	1.00 428	1.00 416	1.00 438	1.00 403	1.00 410	1.00 431	1.00 442	1.00 405	1.00 433

trnet	1.01 415	1.01 309	1.01 417	1.01 374	1.01 449	1.01 416	1.01 442	1.01 412	1.01 449	1.01 419	1.01 446	1.01 422	1.01 434	1.01 422	1.01 441	1.01 406	1.01 413	1.01 434	1.01 447	1.01 408	1.01 437

LL-Strereo	1.01 415	5.06 548	1.63 517	0.70 330	1.43 523	0.56 360	0.46 346	0.57 353	0.50 362	0.57 362	0.50 370	1.58 505	0.49 358	0.59 363	0.50 356	1.64 499	0.52 341	0.51 361	1.37 518	0.52 336	0.45 330

FlowAnything_test	1.02 417	1.72 413	0.71 374	1.59 471	0.70 406	1.61 508	0.69 398	1.61 499	0.70 403	1.60 502	0.70 408	1.61 509	0.69 396	1.61 506	0.70 402	0.81 375	0.58 351	0.81 401	0.55 378	0.81 376	0.56 367

FlowAnything	1.02 417	1.71 412	0.72 377	1.59 471	0.69 404	1.60 507	0.69 398	1.61 499	0.70 403	1.60 502	0.69 406	1.60 506	0.69 396	1.61 506	0.69 396	0.81 375	0.58 351	0.81 401	0.56 382	0.82 378	0.56 367

Hybrid-DGEV	1.03 419	1.75 419	0.80 392	1.28 451	0.78 424	1.26 489	0.80 418	1.26 483	0.78 418	1.26 489	0.78 424	1.26 492	0.78 412	1.26 492	0.78 415	1.15 421	0.75 387	1.14 440	0.74 418	1.14 416	0.75 405

tt45	1.04 420	0.88 270	1.36 498	0.92 356	1.03 452	1.51 506	0.79 415	0.70 373	0.88 430	0.74 387	0.90 433	1.60 506	0.72 403	1.60 504	0.75 411	0.91 386	0.78 392	1.52 514	0.79 426	1.14 416	1.32 512

Hybrid-DGEV-2	1.05 421	1.83 421	0.83 396	1.33 458	0.82 431	1.30 492	0.81 421	1.26 483	0.79 422	1.29 491	0.79 426	1.26 492	0.80 414	1.26 492	0.79 416	1.20 425	0.78 392	1.18 450	0.77 422	1.20 431	0.77 410

Hybrid-DGEV-03	1.07 422	1.83 421	0.83 396	1.34 459	0.81 430	1.32 494	0.81 421	1.31 489	0.81 427	1.31 492	0.82 430	1.32 497	0.82 418	1.32 496	0.81 422	1.19 423	0.77 390	1.19 452	0.76 421	1.19 429	0.77 410

GLC_STEREO	1.07 422	1.01 309	1.06 419	1.07 378	1.05 453	1.06 425	1.08 447	1.08 418	1.05 452	1.07 427	1.06 448	1.08 430	1.05 436	1.06 429	1.10 446	1.07 409	1.09 423	1.05 438	1.05 448	1.06 412	1.12 444

FC-DCNN	1.07 422	1.09 324	0.98 412	0.89 350	0.52 376	1.41 502	0.91 430	1.21 479	1.24 511	1.96 514	2.05 568	1.91 515	1.30 503	1.27 495	1.08 445	0.80 372	0.60 354	0.58 371	0.41 342	0.68 353	0.54 359

hknet	1.10 425	1.85 425	3.49 580	4.48 557	0.02 21	0.42 294	0.06 110	0.41 267	0.02 21	0.48 315	0.03 53	0.41 274	0.03 53	0.42 286	0.03 49	4.39 569	4.19 583	0.33 232	0.23 209	0.34 221	0.27 216

test_xeample3	1.10 425	1.81 420	0.61 349	0.84 346	0.49 366	0.77 385	0.66 384	0.92 397	1.40 523	0.68 379	0.46 353	0.78 392	0.54 371	1.72 509	1.48 525	1.34 480	1.52 512	1.35 507	1.67 543	1.33 484	1.55 525

DISCO	1.11 427	0.39 164	5.28 593	0.39 212	0.20 199	0.39 256	0.27 223	0.39 245	0.22 200	0.38 240	0.20 199	0.38 248	0.20 197	6.95 606	0.22 195	0.30 206	0.21 180	0.27 206	0.21 200	5.25 587	0.21 185

Occ-G	1.12 428	0.52 225	3.72 585	3.50 545	0.50 370	0.56 360	0.47 351	0.54 346	0.46 345	0.54 354	0.41 333	0.54 356	0.42 333	0.52 347	0.42 331	3.42 562	4.02 582	0.52 364	0.45 353	0.51 334	0.44 328

AEACV	1.12 428	0.52 225	3.12 576	3.24 530	0.86 432	0.53 355	0.49 362	0.60 360	0.47 350	0.53 349	0.49 368	0.55 360	0.45 341	0.55 355	0.47 347	3.01 557	3.88 580	0.71 386	0.60 387	0.80 373	0.48 340

MSMD_ROB	1.19 430	1.10 326	0.70 371	1.10 380	0.60 385	1.10 431	0.70 402	1.10 421	0.70 403	1.10 429	0.70 408	1.10 434	0.70 398	7.00 607	0.70 402	1.10 412	0.70 377	1.10 439	0.70 411	1.10 414	0.70 393

MM-Stereo_test2	1.20 431	1.85 425	1.05 418	1.46 467	0.94 442	1.36 497	0.99 438	1.36 491	0.95 439	1.41 497	0.98 442	1.40 502	0.96 425	1.37 498	0.95 433	1.37 485	1.06 416	1.33 504	0.93 439	1.29 483	0.89 422

ours_stereo	1.20 431	1.21 384	0.90 403	1.64 479	1.11 456	1.35 495	0.67 388	1.76 506	0.93 437	1.70 510	1.10 451	1.39 500	0.75 407	1.41 500	0.81 422	1.60 498	1.03 415	1.33 504	1.00 442	1.61 494	0.72 398

DisPM	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

CrosDoStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

PFNet+	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

LCNet	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

HHNet	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

Patchmatch Stereo++	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458
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	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

STrans-v2	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

TransformOpticalFlow	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

OMP-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

IIG-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

NF-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

OCTAStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

PSM-softLoss	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

KMStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

NRIStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

PSM-adaLoss	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

PSM-AAD	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

FTStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

ROB_FTStereo_v2	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

ROB_FTStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

Consistency-Raft	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

KYRaft	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

HUI-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

ASMatch	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

DeepStereo_LL	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

DEmStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

SST-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

THIR-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

RAFT_R40	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

DRaft	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

PFNet	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

GrayStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

RE-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

Pruner-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

TVStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

DeepStereo_RVC	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

RAFT-RH_RVC	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

IRAFT_RVC	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

RAFT-345	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

iRAFT	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

CRE-IMP	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

GMM-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

RAFT-IKP	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

Prome-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

HCRNet	1.22 478	7.11 570	3.00 564	3.55 546	0.33 285	0.29 210	0.14 152	0.19 154	0.15 167	0.33 224	0.29 245	0.25 194	0.14 158	0.22 174	0.33 268	3.64 563	3.00 560	0.76 393	0.32 285	0.18 155	0.13 150

HBP-ISP	1.24 479	1.72 413	1.65 518	1.15 388	0.76 420	1.40 501	0.88 427	1.67 505	1.02 450	1.69 509	1.38 522	1.69 510	1.21 496	1.87 516	1.21 505	1.05 408	0.79 394	0.97 429	0.80 428	1.19 429	0.75 405

AANet_RVC	1.26 480	0.31 143	4.99 591	5.93 583	0.20 199	0.25 194	0.20 186	0.25 189	0.20 193	0.23 177	0.19 195	0.25 194	0.20 197	0.25 192	0.20 190	5.66 593	4.76 586	0.26 202	0.30 267	0.24 184	0.27 216

MM-Stereo_test3	1.27 481	2.07 441	1.18 430	1.60 474	1.02 451	1.45 504	1.01 442	1.40 495	1.04 451	1.44 499	1.03 447	1.46 504	1.02 435	1.44 502	1.02 442	1.51 494	1.12 430	1.32 503	0.98 440	1.38 487	0.97 429

11t	1.27 481	2.70 485	1.34 488	1.32 457	0.89 434	1.30 492	1.34 513	1.64 502	0.57 374	1.45 500	0.72 416	1.05 429	1.29 502	1.07 432	1.29 514	1.49 491	1.02 414	0.97 429	1.15 453	1.48 489	1.31 511

MaskLacGwcNet_RVC	1.35 483	1.35 399	1.35 490	1.35 461	1.35 517	1.35 495	1.35 514	1.36 491	1.35 519	1.36 495	1.35 517	1.36 498	1.36 508	1.36 497	1.35 518	1.35 481	1.35 499	1.35 507	1.35 515	1.35 485	1.35 516

CC-Net-ROB	1.36 484	1.33 398	1.33 487	1.36 462	1.38 520	1.36 497	1.33 512	1.37 493	1.34 516	1.35 494	1.36 519	1.38 499	1.34 506	1.38 499	1.38 521	1.35 481	1.38 503	1.33 504	1.35 515	1.43 488	1.34 515

CFNet	1.37 485	5.27 553	0.19 164	5.49 580	0.19 196	0.28 207	0.19 182	0.28 198	0.19 191	0.28 203	0.19 195	0.28 207	4.35 592	0.28 210	0.19 186	0.23 177	0.17 166	0.23 186	4.21 601	4.81 578	0.17 174

PS-NSSS	1.38 486	1.39 402	1.34 488	1.34 459	1.35 517	1.38 499	1.37 521	1.35 490	1.38 522	1.34 493	1.34 516	1.39 500	1.38 511	1.70 508	1.40 522	1.36 483	1.36 500	1.36 509	1.37 518	1.37 486	1.36 517

RASNet	1.49 487	1.65 410	1.45 506	1.38 464	1.43 523	1.47 505	1.36 516	1.38 494	1.36 520	1.39 496	1.60 533	1.45 503	1.45 514	1.51 503	2.21 563	1.53 495	1.36 500	1.36 509	1.36 517	1.66 497	1.36 517

BPD-Stereo	1.53 488	1.36 400	1.06 419	1.42 466	1.23 516	1.41 502	1.07 446	1.43 497	1.12 453	1.42 498	1.06 448	1.83 512	1.07 437	1.42 501	1.07 444	1.27 475	1.38 503	6.80 604	1.00 442	1.26 481	1.00 433

GANetREF_RVC	1.55 489	1.94 438	1.22 482	1.88 482	1.21 512	1.88 514	1.22 504	1.88 508	1.22 509	1.88 511	1.22 506	1.88 513	1.22 497	1.89 517	1.22 506	1.87 506	1.22 485	1.88 528	1.22 506	1.88 506	1.22 504
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	1.59 490	1.91 432	1.21 481	1.94 485	1.20 466	2.00 522	1.23 505	1.99 513	1.24 511	2.00 519	1.25 509	2.03 523	1.26 499	2.00 521	1.29 514	1.90 510	1.18 437	1.89 529	1.21 505	1.89 507	1.20 458
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 491	1.59 409	1.70 520	1.59 471	1.59 529	1.61 508	1.61 532	1.60 498	1.60 529	1.62 508	1.59 532	1.60 506	1.60 517	1.60 504	1.59 529	1.59 496	1.60 522	1.59 515	1.59 535	1.59 493	1.59 530

ff7	1.68 492	2.68 482	1.35 490	0.97 368	0.89 434	1.84 511	2.15 561	2.12 519	1.80 546	2.05 524	1.56 529	2.33 530	2.12 552	2.23 527	2.25 564	1.31 477	1.07 417	1.48 511	1.41 521	0.90 388	1.04 439

ffff	1.68 492	2.68 482	1.35 490	0.97 368	0.89 434	1.84 511	2.15 561	2.12 519	1.80 546	2.05 524	1.56 529	2.33 530	2.12 552	2.23 527	2.25 564	1.31 477	1.07 417	1.48 511	1.41 521	0.90 388	1.04 439

ccc-4	1.68 492	2.68 482	1.35 490	0.97 368	0.89 434	1.84 511	2.15 561	2.12 519	1.80 546	2.05 524	1.56 529	2.33 530	2.12 552	2.23 527	2.25 564	1.31 477	1.07 417	1.48 511	1.41 521	0.90 388	1.04 439

MC-Stereo	1.76 495	2.96 502	1.37 500	2.14 493	1.37 519	2.14 528	1.36 516	2.14 522	1.37 521	2.14 528	1.37 520	2.14 525	1.37 510	2.14 526	1.37 520	1.97 514	1.32 487	1.97 531	1.32 514	1.98 508	1.33 513

IGEVStereo-DCA	1.77 496	4.21 537	1.84 535	2.49 510	2.11 562	2.54 548	1.36 516	1.65 503	1.17 460	2.75 557	1.90 551	2.54 543	1.15 443	0.94 408	1.11 447	1.50 492	1.32 487	0.96 427	1.46 527	1.49 490	0.88 420

rrr	1.77 496	4.21 537	1.84 535	2.49 510	2.11 562	2.54 548	1.36 516	1.65 503	1.17 460	2.75 557	1.90 551	2.54 543	1.15 443	0.94 408	1.11 447	1.50 492	1.32 487	0.96 427	1.46 527	1.49 490	0.88 420

MM-Stereo_test1	1.80 498	3.41 514	1.52 513	2.12 492	1.41 522	2.04 523	1.41 524	2.05 517	1.46 526	2.04 523	1.41 524	2.05 524	1.42 513	2.05 522	1.43 524	2.04 518	1.54 515	1.94 530	1.38 520	1.99 509	1.33 513

MFMNet_re	1.81 499	1.91 432	1.71 522	1.95 487	1.70 540	1.95 519	1.70 537	1.96 511	1.74 542	1.97 516	1.72 541	1.95 516	1.71 525	1.97 520	1.71 537	1.86 504	1.62 523	1.85 521	1.66 542	1.86 505	1.64 536

plain	1.88 500	3.16 508	0.64 353	3.10 525	0.65 396	3.10 563	0.64 381	3.12 562	0.65 385	3.10 563	0.65 393	3.11 563	0.65 381	3.12 562	0.65 377	3.12 558	0.65 363	3.13 561	0.65 400	3.13 549	0.65 385

RAFT_CTSACE	1.92 501	3.71 521	1.72 523	1.88 482	1.72 541	2.04 523	1.42 526	2.18 524	1.89 557	2.02 521	1.97 557	1.95 516	2.06 551	1.93 518	1.62 530	1.76 501	1.66 526	2.02 532	1.73 551	1.73 500	1.43 522

MonStereo1	1.94 502	2.77 495	1.52 513	3.73 553	1.51 526	2.13 527	1.42 526	2.32 532	1.52 527	2.31 536	1.50 527	2.53 540	1.59 516	2.34 534	1.56 527	1.91 511	1.36 500	1.86 524	1.31 513	2.07 510	1.53 523

4.25w-stereo	1.98 503	2.72 489	1.46 507	3.47 542	1.43 523	2.07 525	1.98 552	2.53 544	1.52 527	2.71 550	1.98 563	1.81 511	1.62 519	1.96 519	1.36 519	1.88 509	2.00 540	2.53 555	1.61 537	1.74 501	1.15 449

4.5w-stereo	1.99 504	2.33 462	1.81 526	3.28 532	1.68 536	1.94 516	1.99 555	2.72 547	1.70 534	2.72 551	1.99 566	1.97 518	1.68 521	1.76 510	1.29 514	1.91 511	2.02 546	2.53 555	1.61 537	1.75 502	1.16 452

2.75w_new	1.99 504	2.34 466	1.81 526	3.14 526	1.62 531	1.94 516	1.99 555	2.72 547	1.71 535	2.72 551	1.99 566	1.90 514	1.73 527	1.82 515	1.29 514	2.37 539	2.01 542	2.31 542	1.42 524	1.77 503	1.22 504

3.75w	1.99 504	2.31 460	1.83 534	3.16 528	1.65 533	1.93 515	1.98 552	2.72 547	1.68 531	2.73 556	1.97 557	2.00 520	1.72 526	1.81 514	1.25 510	2.27 530	2.01 542	2.38 547	1.42 524	1.71 499	1.24 507

2w_stereo	1.99 504	2.36 469	1.81 526	3.24 530	1.67 534	1.94 516	1.98 552	2.72 547	1.68 531	2.72 551	1.94 554	1.98 519	1.74 529	1.79 513	1.27 511	1.95 513	2.00 540	2.53 555	1.60 536	1.68 498	1.15 449

2.25w	2.00 508	1.86 427	1.98 548	2.95 523	2.17 566	2.26 529	1.35 514	2.42 538	2.00 564	2.07 527	1.27 511	2.53 540	1.99 547	2.29 531	1.49 526	2.21 525	1.32 487	1.85 521	1.87 555	2.52 536	1.62 534

4.25_new	2.00 508	2.33 462	1.82 531	3.32 535	1.69 537	1.95 519	1.99 555	2.72 547	1.71 535	2.72 551	1.97 557	2.01 521	1.74 529	1.77 511	1.28 512	2.18 522	2.01 542	2.48 553	1.58 533	1.65 495	1.17 453

4.5w_new	2.00 508	2.33 462	1.82 531	3.32 535	1.69 537	1.95 519	1.99 555	2.72 547	1.71 535	2.72 551	1.97 557	2.01 521	1.74 529	1.77 511	1.28 512	2.18 522	2.01 542	2.48 553	1.58 533	1.65 495	1.17 453

4.5_new	2.00 508	1.84 424	1.98 548	2.77 517	2.16 564	2.27 530	1.28 511	2.09 518	1.98 561	2.01 520	1.28 512	2.71 552	1.98 545	2.51 543	1.65 532	2.26 527	1.33 494	1.87 525	1.87 555	2.49 532	1.60 531

TRStereo	2.00 508	2.13 446	1.85 537	2.27 499	1.84 545	2.28 532	1.84 541	2.29 527	1.86 551	2.30 533	1.87 546	2.30 527	1.87 535	2.08 523	1.72 539	2.08 519	1.72 529	2.08 534	1.72 548	2.08 511	1.72 541

XX-Stereo	2.00 508	2.13 446	1.85 537	2.27 499	1.84 545	2.28 532	1.84 541	2.29 527	1.86 551	2.30 533	1.87 546	2.30 527	1.87 535	2.08 523	1.72 539	2.08 519	1.72 529	2.08 534	1.72 548	2.08 511	1.72 541

EAI-Stereo	2.00 508	2.13 446	1.85 537	2.27 499	1.84 545	2.28 532	1.84 541	2.29 527	1.86 551	2.30 533	1.87 546	2.30 527	1.87 535	2.08 523	1.72 539	2.08 519	1.72 529	2.08 534	1.72 548	2.08 511	1.72 541

2.5w	2.01 515	2.40 471	1.37 500	3.28 532	2.01 556	2.71 553	1.43 529	1.82 507	1.83 549	1.90 513	1.41 524	2.71 552	1.35 507	2.71 552	1.85 550	2.66 551	1.53 513	1.64 516	1.23 507	2.53 539	1.87 550

4w-stereo	2.02 516	2.72 489	1.44 505	3.36 538	1.59 529	2.48 541	1.72 538	2.28 525	1.24 511	2.24 531	1.65 537	2.56 545	1.32 505	2.39 537	1.98 560	2.67 553	1.51 511	1.66 517	1.24 508	2.53 539	1.88 553

IGEV	2.02 516	2.20 452	1.82 531	2.90 522	2.16 564	2.41 538	1.25 507	2.00 514	1.98 561	1.99 518	1.31 514	2.72 556	1.93 541	2.67 551	1.69 536	2.26 527	1.32 487	1.83 520	1.87 555	2.53 539	1.61 533

3.25w_new	2.03 518	2.72 489	1.35 490	3.33 537	1.57 527	2.72 554	1.53 531	2.15 523	1.33 515	2.15 529	1.60 533	2.63 549	1.30 503	2.72 554	1.99 561	2.67 553	1.53 513	1.75 519	1.25 510	2.53 539	1.87 550

3.5w_stereo	2.03 518	2.72 489	1.35 490	3.41 539	1.57 527	2.72 554	1.49 530	2.01 515	1.34 516	2.15 529	1.61 535	2.63 549	1.36 508	2.72 554	1.99 561	2.66 551	1.58 518	1.68 518	1.24 508	2.53 539	1.87 550

UniTT-Stereo	2.03 518	3.43 515	0.72 377	3.42 540	0.73 411	3.27 566	0.68 392	3.38 567	0.69 399	3.29 566	0.72 416	3.28 566	0.70 398	3.35 568	0.68 388	3.39 561	0.68 370	3.31 564	0.69 409	3.37 550	0.73 401

3.25w	2.04 521	2.20 452	1.48 508	3.03 524	2.17 566	2.63 552	1.39 522	1.96 511	1.95 560	1.96 514	1.37 520	2.71 552	1.96 544	2.71 552	1.73 544	2.26 527	1.32 487	1.87 525	1.87 555	2.51 535	1.63 535

3w_stereo	2.04 521	2.24 456	1.70 520	3.15 527	2.18 568	2.49 542	1.26 509	2.03 516	1.98 561	1.98 517	1.33 515	2.72 556	1.99 547	2.59 546	1.72 539	2.22 526	1.33 494	1.85 521	1.88 560	2.50 534	1.58 529

1w_stereo	2.05 523	2.32 461	1.35 490	3.74 554	2.01 556	2.73 556	1.42 526	1.88 508	1.93 559	2.03 522	1.28 512	2.71 552	1.99 547	2.72 554	1.72 539	2.20 524	1.32 487	1.87 525	1.86 554	2.45 528	1.54 524

sCroCo_RVC	2.10 524	2.76 493	1.92 545	2.78 520	1.39 521	2.73 556	1.41 524	2.73 553	1.40 523	2.77 562	1.41 524	2.74 558	1.40 512	2.74 557	1.40 522	2.72 555	1.42 506	2.72 559	1.44 526	2.79 546	1.42 521

MoCha-V2	2.11 525	26.97 612	0.78 388	0.92 356	0.77 423	0.96 407	0.72 407	0.90 392	0.72 411	0.94 408	0.70 408	0.90 405	0.71 402	0.91 402	0.71 404	0.85 383	0.71 381	0.88 410	0.69 409	0.87 383	0.67 389

FBW_ROB	2.12 526	2.46 475	1.77 525	2.49 510	1.79 544	2.38 536	1.83 540	2.46 539	1.78 545	2.48 544	1.97 557	2.40 535	1.78 532	2.42 540	1.83 548	2.31 535	1.85 537	2.38 547	1.82 553	2.35 523	1.84 546

MonStereo	2.17 527	2.41 472	1.49 512	2.67 514	1.67 534	2.60 551	2.04 559	2.32 532	1.76 543	2.44 541	1.68 539	2.50 538	1.69 523	2.38 535	1.80 547	2.28 531	1.78 532	2.63 558	2.14 563	3.47 551	1.68 539

asda	2.17 527	2.54 476	1.81 526	3.47 542	1.78 543	2.50 544	1.86 545	2.61 546	1.68 531	2.61 548	1.83 543	2.37 534	1.73 527	2.44 541	1.88 555	2.51 548	1.84 536	2.34 544	1.62 539	2.23 516	1.77 545

asd	2.18 529	2.77 495	1.58 515	3.59 547	2.00 555	2.58 550	1.85 544	2.39 537	1.71 535	2.47 543	1.97 557	2.59 547	1.61 518	2.56 544	1.79 546	2.51 548	1.99 539	2.11 537	1.62 539	2.36 524	1.60 531

qwe	2.18 529	2.60 479	1.58 515	3.83 555	1.90 553	2.53 546	1.90 550	2.48 540	1.73 540	2.37 539	1.92 553	2.53 540	1.68 521	2.56 544	1.83 548	2.52 550	1.87 538	2.07 533	1.68 545	2.32 522	1.71 540

monsters	2.18 529	2.41 472	1.96 547	3.47 542	2.03 560	2.53 546	1.64 534	2.48 540	1.73 540	2.40 540	1.50 527	2.62 548	1.94 542	2.59 546	1.94 557	2.44 543	1.57 517	2.28 540	1.87 555	2.42 526	1.86 548

AIO_rvc	2.18 529	2.34 466	1.87 541	2.32 503	1.94 554	2.40 537	1.89 549	2.37 535	2.07 566	2.52 546	1.95 556	2.44 537	1.99 547	2.41 538	1.89 556	2.32 536	2.09 548	2.24 538	2.18 564	2.21 515	2.23 557

HUF	2.18 529	2.30 459	1.99 551	2.34 505	2.02 559	2.41 538	2.06 560	2.38 536	1.89 557	2.36 538	1.85 544	2.56 545	1.98 545	2.31 533	1.97 559	2.30 534	2.03 547	2.30 541	2.11 562	2.23 516	2.16 555

AIO_test	2.18 529	2.09 444	2.04 552	2.42 507	2.01 556	2.47 540	1.94 551	2.34 534	2.03 565	2.56 547	1.94 554	2.43 536	1.94 542	2.41 538	1.87 554	2.39 541	2.10 549	2.35 546	1.91 561	2.25 518	2.19 556

monsterstereo	2.20 535	2.33 462	1.95 546	3.65 549	2.07 561	2.49 542	1.61 532	2.48 540	1.83 549	2.45 542	1.61 535	2.67 551	1.86 534	2.64 548	1.94 557	2.48 547	1.66 526	2.34 544	1.68 545	2.40 525	1.86 548

LG-G_1	2.22 536	2.71 487	1.89 542	2.77 517	1.87 551	2.75 558	1.87 547	2.76 555	1.87 555	2.75 557	1.87 546	2.76 559	1.87 535	2.75 558	1.86 551	2.47 545	1.58 518	2.45 550	1.57 530	2.45 528	1.57 527

LG-G	2.22 536	2.71 487	1.89 542	2.77 517	1.87 551	2.75 558	1.87 547	2.76 555	1.87 555	2.75 557	1.87 546	2.76 559	1.87 535	2.75 558	1.86 551	2.47 545	1.58 518	2.45 550	1.57 530	2.45 528	1.57 527

LGtest1	2.22 536	2.70 485	1.89 542	2.76 516	1.86 548	2.75 558	1.86 545	2.75 554	1.86 551	2.75 557	1.86 545	2.77 561	1.87 535	2.75 558	1.86 551	2.46 544	1.58 518	2.45 550	1.56 529	2.45 528	1.56 526

RAStereo	2.23 539	3.64 518	0.76 385	3.65 549	0.86 432	3.66 571	0.76 412	3.67 571	0.81 427	3.66 568	0.76 422	3.66 569	0.77 410	3.68 570	0.77 414	3.68 564	0.77 390	3.69 569	0.77 422	3.70 553	0.77 410

UDGNet	2.23 539	5.40 558	1.72 523	2.48 509	1.69 537	2.51 545	1.69 536	2.51 543	1.72 539	2.50 545	1.69 540	2.52 539	1.69 523	2.50 542	1.68 535	2.41 542	1.70 528	2.42 549	1.69 547	2.42 526	1.64 536

NCCL2	2.28 541	2.27 457	2.28 554	2.28 502	2.28 569	2.27 530	2.29 564	2.28 525	2.28 567	2.27 532	2.28 569	2.28 526	2.27 555	2.27 530	2.28 568	2.28 531	2.28 554	2.27 539	2.29 568	2.27 519	2.29 558

Abc-Net	2.32 542	24.75 604	1.14 424	1.17 394	1.17 463	1.11 434	1.15 452	1.17 428	1.21 508	1.08 428	1.16 455	1.12 439	1.14 442	1.09 433	1.17 455	1.09 410	1.16 433	1.17 447	1.17 456	1.16 421	1.11 442
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 543	25.00 605	1.13 423	1.15 388	1.15 458	1.10 431	1.15 452	1.15 423	1.15 455	1.12 435	1.15 452	1.09 432	1.13 440	1.10 435	1.15 451	1.11 417	1.09 423	1.16 443	1.12 451	1.16 421	1.17 453

stereogan	2.33 543	24.38 603	1.18 430	1.18 395	1.18 465	1.14 437	1.18 456	1.19 431	1.19 462	1.14 438	1.18 459	1.14 440	1.18 448	1.14 440	1.18 456	1.14 420	1.14 431	1.19 452	1.19 457	1.15 419	1.19 457

RGC	2.36 545	25.48 606	1.19 432	1.15 388	1.15 458	1.10 431	1.16 454	1.17 428	1.16 456	1.12 435	1.16 455	1.11 438	1.13 440	1.09 433	1.18 456	1.10 412	1.15 432	1.16 443	1.12 451	1.14 416	1.12 444

NCC-stereo	2.36 545	25.52 607	1.17 428	1.15 388	1.17 463	1.11 434	1.11 448	1.15 423	1.16 456	1.10 429	1.16 455	1.10 434	1.15 443	1.14 440	1.13 449	1.09 410	1.11 427	1.15 442	1.16 455	1.17 426	1.17 453

AF-Net	2.37 547	25.71 608	1.17 428	1.13 385	1.15 458	1.15 438	1.18 456	1.19 431	1.16 456	1.10 429	1.15 452	1.10 434	1.18 448	1.12 439	1.15 451	1.10 412	1.10 426	1.17 447	1.15 453	1.16 421	1.12 444

Nwc_Net	2.37 547	25.95 609	1.15 426	1.14 386	1.15 458	1.08 428	1.14 451	1.17 428	1.16 456	1.14 438	1.15 452	1.08 430	1.15 443	1.11 437	1.14 450	1.10 412	1.11 427	1.16 443	1.09 450	1.16 421	1.15 449

CFNet_RVC	2.38 549	8.71 581	0.38 258	9.33 599	0.42 346	0.56 360	0.42 336	0.60 360	0.38 308	0.62 370	0.42 343	0.56 363	7.29 604	0.62 365	0.42 331	0.53 329	0.37 265	0.49 352	0.34 297	8.30 601	6.87 606

edge stereo	2.43 550	27.07 613	1.14 424	1.06 377	1.14 457	1.08 428	1.17 455	1.16 426	1.14 454	1.10 429	1.16 455	1.09 432	1.16 447	1.10 435	1.16 454	1.10 412	1.11 427	1.16 443	1.19 457	1.13 415	1.11 442

FAT-Stereo	2.46 551	26.05 610	1.23 484	1.23 444	1.22 514	1.20 440	1.24 506	1.23 482	1.23 510	1.19 441	1.22 506	1.21 490	1.24 498	1.20 445	1.24 507	1.21 471	1.17 436	1.22 500	1.25 510	1.20 431	1.24 507

S-Stereo	2.51 552	26.86 611	1.23 484	1.22 442	1.22 514	1.24 488	1.25 507	1.22 480	1.24 511	1.21 487	1.24 508	1.19 444	1.27 500	1.19 444	1.24 507	1.19 423	1.20 438	1.25 501	1.19 457	1.24 480	1.23 506

Anonymous3	2.55 553	3.26 512	1.65 518	3.28 532	1.63 532	3.24 565	1.68 535	3.27 564	1.66 530	3.28 565	1.67 538	3.25 565	1.66 520	3.27 564	1.64 531	3.26 559	1.65 525	3.30 563	1.65 541	4.95 583	1.65 538

MIF-Stereo (partial)	2.58 554	3.31 513	0.66 357	3.18 529	0.66 399	3.18 564	0.66 384	3.21 563	0.67 388	3.19 564	0.66 395	3.19 564	0.66 384	3.31 566	0.68 388	5.09 589	1.79 534	8.23 608	1.67 543	6.18 592	1.38 519

MSMDNet	2.65 555	10.14 592	0.33 231	9.74 602	0.32 273	0.87 396	0.33 272	2.95 561	0.68 394	0.49 322	0.34 290	0.49 326	5.70 599	0.49 325	0.33 268	0.42 290	9.57 605	0.41 308	0.31 278	8.36 602	0.65 385

pcwnet_v2	2.66 556	9.89 590	0.33 231	9.89 603	0.32 273	0.50 338	0.32 261	0.49 316	0.33 279	0.49 322	0.34 290	0.49 326	8.76 606	0.48 319	0.33 268	0.41 276	9.58 606	0.40 291	0.29 253	9.01 605	0.63 377

CFNet_pseudo	2.67 557	9.36 586	0.32 225	10.99 608	0.33 285	0.85 394	0.33 272	0.49 316	0.33 279	0.49 322	0.32 275	0.49 326	7.26 603	0.49 325	0.33 268	0.41 276	9.62 607	0.41 308	0.29 253	10.03 609	0.29 235

CFNet_ucs	2.73 558	9.64 588	0.33 231	9.92 604	0.32 273	0.49 329	0.33 272	0.49 316	0.33 279	0.49 322	0.33 282	0.49 326	8.98 607	0.48 319	0.33 268	0.41 276	9.96 610	0.40 291	0.29 253	10.12 610	0.54 359

UCFNet_RVC	2.75 559	10.06 591	0.29 202	10.31 607	0.29 246	0.42 294	0.29 240	0.43 291	0.29 241	0.42 280	0.29 245	0.42 292	9.87 609	0.43 292	0.29 238	0.36 236	9.84 609	0.36 261	0.26 227	9.77 608	0.26 206

ccs_rob	2.79 560	10.17 593	0.32 225	10.00 605	0.33 285	0.49 329	0.33 272	1.90 510	0.32 272	0.51 343	0.33 282	0.49 326	9.24 608	0.49 325	0.33 268	0.41 276	9.82 608	0.41 308	0.28 243	9.34 606	0.29 235

PCWNet_CMD	2.80 561	9.82 589	0.32 225	10.09 606	0.32 273	0.49 329	0.33 272	3.34 566	0.33 279	0.49 322	0.33 282	0.49 326	8.73 605	0.48 319	0.33 268	0.41 276	9.22 604	0.42 319	0.29 253	9.55 607	0.31 257

NLSM1	2.93 562	3.24 511	2.57 562	4.04 556	2.66 572	3.30 567	2.55 567	3.29 565	2.55 569	3.35 567	2.48 571	3.28 566	2.47 557	3.34 567	2.49 569	3.26 559	2.55 558	3.13 561	2.57 571	3.00 548	2.46 565

StereoVision	3.15 563	5.00 547	0.89 400	4.83 573	1.00 445	3.93 572	1.27 510	6.37 601	1.34 516	5.67 601	1.26 510	5.84 602	1.27 500	5.03 598	1.24 507	5.10 590	1.09 423	4.61 582	0.57 384	5.62 590	1.12 444

MaDis-Stereo	3.19 564	6.02 568	1.12 422	5.61 582	1.16 462	5.43 599	1.02 444	5.15 598	0.70 403	5.43 598	1.21 505	5.03 599	0.97 426	4.85 592	0.99 437	4.53 571	1.16 433	5.53 598	1.25 510	5.37 588	1.30 510

sAnonymous2	3.31 565	2.63 480	1.38 502	3.71 551	1.86 548	4.70 591	1.11 448	4.82 594	2.72 571	5.45 599	1.98 563	4.59 584	2.64 558	2.65 549	6.21 604	4.37 567	1.08 421	5.16 596	2.24 566	4.52 565	2.39 563

CroCo_RVC	3.31 565	2.63 480	1.38 502	3.71 551	1.86 548	4.70 591	1.11 448	4.82 594	2.72 571	5.45 599	1.98 563	4.59 584	2.64 558	2.65 549	6.21 604	4.37 567	1.08 421	5.16 596	2.24 566	4.52 565	2.39 563

DPSNet	3.66 567	3.60 517	3.62 583	3.63 548	3.64 594	3.65 570	3.65 593	3.66 570	3.67 590	3.67 569	3.65 591	3.67 570	3.66 579	3.66 569	3.68 588	3.68 564	3.66 578	3.67 568	3.68 594	3.67 552	3.67 591

NLCSM	3.67 568	4.08 532	3.19 579	4.80 572	3.26 587	3.99 575	3.24 588	4.25 577	3.18 586	4.09 573	3.27 586	4.14 575	3.18 574	4.13 575	3.28 584	4.06 566	3.10 568	3.85 573	3.14 585	3.91 558	3.27 587

STTStereo	3.73 569	30.40 617	2.37 558	2.39 506	2.31 571	2.35 535	2.33 565	2.29 527	2.42 568	2.32 537	2.34 570	2.33 530	2.36 556	2.30 532	2.27 567	2.35 538	2.22 553	2.31 542	2.22 565	2.29 521	2.34 562

rvit_105_1	3.83 570	5.22 551	3.01 565	4.53 560	3.01 575	4.51 579	3.01 573	4.56 581	3.04 574	4.53 580	3.03 575	4.55 582	3.03 562	4.56 581	3.04 571	4.57 573	3.05 561	4.57 577	3.05 576	4.57 567	3.05 572

rvit_stereo_0081	3.83 570	5.23 552	3.01 565	4.53 560	3.03 577	4.55 585	3.02 574	4.56 581	3.04 574	4.52 578	3.02 573	4.54 580	3.03 562	4.56 581	3.04 571	4.57 573	3.05 561	4.57 577	3.05 576	4.58 568	3.05 572

rvit_stereo_0081_aga	3.86 572	5.33 555	3.02 568	4.55 566	3.04 581	4.54 581	3.02 574	4.64 588	3.06 578	4.54 582	3.04 577	4.62 589	3.08 569	4.62 587	3.07 576	4.58 576	3.06 565	4.60 581	3.08 580	4.63 571	3.07 576

rvit_stereo_0082	3.86 572	5.82 566	3.01 565	4.53 560	3.03 577	4.54 581	3.02 574	4.56 581	3.04 574	4.53 580	3.02 573	4.55 582	3.04 565	4.57 584	3.05 573	4.57 573	3.05 561	4.58 579	3.05 576	4.58 568	3.06 575

rvit_0105_6	3.87 574	5.73 565	3.10 575	4.69 570	3.12 585	4.54 581	3.02 574	4.56 581	3.04 574	4.54 582	3.03 575	4.54 580	3.04 565	4.56 581	3.05 573	4.58 576	3.05 561	4.58 579	3.05 576	4.58 568	3.05 572

rvit_stereo_0080	3.89 575	5.70 563	3.04 570	4.54 563	3.03 577	4.56 586	3.05 580	4.60 585	3.07 579	4.58 585	3.06 578	4.59 584	3.06 567	4.61 585	3.08 577	4.63 578	3.09 566	4.64 583	3.10 581	4.65 572	3.10 579

whm_eth	3.89 575	5.70 563	3.04 570	4.54 563	3.03 577	4.56 586	3.05 580	4.60 585	3.07 579	4.58 585	3.06 578	4.59 584	3.06 567	4.61 585	3.08 577	4.63 578	3.09 566	4.64 583	3.10 581	4.65 572	3.10 579

rvit_0105_4	3.91 577	5.47 562	3.02 568	4.54 563	3.02 576	4.54 581	3.03 578	4.75 591	3.17 585	4.57 584	3.06 578	4.61 588	3.16 573	4.65 588	3.09 579	4.66 580	3.11 569	4.68 586	3.18 587	4.81 578	3.16 584

rvit_0105_3	3.91 577	5.33 555	3.06 573	4.60 568	3.07 583	4.60 588	3.06 582	4.62 587	3.08 582	4.60 587	3.07 581	4.62 589	3.08 569	4.67 589	3.10 580	4.70 581	3.11 569	4.77 590	3.19 588	4.77 577	3.14 583

rvit_stereo_0083	3.92 579	5.30 554	3.06 573	4.61 569	3.09 584	4.67 590	3.08 583	4.66 589	3.09 583	4.62 588	3.10 583	4.66 592	3.11 571	4.67 589	3.16 582	4.72 583	3.16 572	4.77 590	3.11 583	4.66 574	3.11 581

rvit_stereo_ft	3.93 580	5.44 560	3.05 572	4.59 567	3.06 582	4.61 589	3.08 583	4.67 590	3.12 584	4.63 589	3.10 583	4.65 591	3.11 571	4.69 591	3.13 581	4.70 581	3.14 571	4.71 588	3.15 586	4.74 575	3.16 584

rvit_0105_5	4.10 581	5.40 558	3.13 578	4.71 571	3.15 586	4.72 593	3.10 585	4.90 596	3.27 587	4.69 590	3.16 585	4.84 596	3.25 575	4.96 595	3.34 585	5.05 588	3.39 577	5.10 595	3.40 589	5.11 585	3.42 588

MLG-Stereo_test1	4.25 582	5.34 557	3.61 582	5.31 578	3.63 593	5.23 597	3.57 591	5.38 599	3.65 589	5.23 596	3.47 588	4.76 593	3.74 582	4.85 592	3.71 589	4.96 585	3.18 574	4.71 588	2.92 573	4.86 581	2.90 569

MLG-Stereo_test3	4.26 583	4.85 545	3.95 586	5.35 579	3.60 592	4.75 594	3.76 594	5.49 600	3.71 591	5.39 597	3.69 592	4.82 595	3.66 579	4.85 592	3.73 592	4.93 584	3.19 575	4.69 587	2.99 575	4.84 580	2.98 571

MLG-Stereo_test2	4.28 584	5.46 561	3.69 584	4.86 574	3.72 595	5.58 600	3.42 589	4.81 593	3.77 595	4.85 592	3.72 593	5.55 601	3.63 578	5.58 599	3.53 587	4.41 570	3.28 576	4.99 594	2.95 574	4.75 576	3.13 582

RAFT+CT+SA	4.28 584	7.62 574	4.91 590	5.55 581	2.28 569	3.09 562	3.64 592	4.49 579	3.07 579	4.80 591	3.35 587	4.77 594	3.70 581	4.29 578	3.05 573	5.58 592	5.98 593	3.58 567	3.78 596	4.26 561	3.72 592

SA	4.33 586	7.35 571	6.85 601	5.96 584	4.09 599	3.59 569	3.15 586	3.82 572	2.64 570	3.91 570	3.85 594	3.57 568	2.72 560	3.13 563	4.03 595	7.09 603	6.86 598	3.57 566	3.12 584	3.85 554	3.51 590

Sa-1000	4.34 587	8.37 577	6.84 600	6.98 591	4.45 602	3.58 568	3.00 572	3.42 568	3.39 588	2.61 548	4.00 597	3.83 572	4.01 590	3.90 572	3.90 593	5.98 596	5.62 591	3.76 570	2.34 569	4.35 563	2.47 566

TestStereo1	4.60 588	8.41 578	6.44 598	6.86 589	3.79 596	3.97 573	3.78 595	3.99 574	3.74 592	3.97 571	3.52 589	3.94 573	3.58 576	3.98 573	3.72 590	6.82 600	6.50 596	3.76 570	3.66 592	3.90 555	3.74 594

SA-5K	4.60 588	8.41 578	6.44 598	6.86 589	3.79 596	3.97 573	3.78 595	3.99 574	3.74 592	3.97 571	3.52 589	3.94 573	3.58 576	3.98 573	3.72 590	6.82 600	6.50 596	3.76 570	3.66 592	3.90 555	3.74 594

DispFullNet	4.61 590	4.84 544	3.12 576	5.00 576	3.57 591	4.75 594	3.03 578	7.75 607	4.17 599	4.91 594	3.09 582	6.20 603	3.95 588	6.71 603	3.51 586	5.30 591	3.67 579	5.86 602	3.63 591	5.61 589	3.46 589

test_5	4.62 591	7.55 573	6.23 596	6.32 586	3.40 590	5.29 598	3.50 590	3.53 569	4.11 598	4.28 575	4.47 601	4.26 578	4.38 593	3.68 570	3.24 583	5.89 594	5.60 590	4.84 592	3.50 590	4.33 562	3.93 598

raft_robust	4.71 592	7.75 575	5.40 595	6.81 588	3.31 588	4.28 578	4.20 600	4.32 578	4.37 601	4.35 577	4.35 600	4.14 575	3.75 583	4.30 579	4.20 598	6.67 599	6.37 594	3.36 565	4.24 602	4.86 581	3.25 586

cross-raft	4.83 593	7.52 572	6.43 597	6.63 587	3.96 598	4.51 579	3.99 598	4.49 579	3.96 597	4.52 578	3.96 596	4.50 579	3.97 589	4.50 580	3.97 594	6.65 598	6.44 595	4.33 574	3.92 598	4.35 563	3.91 597

test_4	4.88 594	8.13 576	6.98 602	7.46 592	4.44 601	4.25 577	3.85 597	4.04 576	3.92 596	4.13 574	3.91 595	4.18 577	3.84 586	4.14 576	4.06 596	7.01 602	7.13 599	4.53 575	3.72 595	4.09 559	3.72 592

TestStereo	4.88 594	4.75 543	4.79 589	4.87 575	4.92 603	4.81 596	4.90 603	4.78 592	4.77 602	4.87 593	4.89 602	4.90 597	4.91 595	4.99 596	4.79 600	4.98 586	4.87 587	4.87 593	4.92 604	5.00 584	5.00 601

test_3	5.01 596	8.86 583	7.77 604	8.09 594	2.76 574	4.13 576	4.05 599	3.88 573	3.76 594	4.33 576	4.13 598	3.71 571	3.91 587	4.21 577	4.06 596	7.93 604	7.69 601	4.53 575	3.91 597	4.17 560	4.29 600

NLCA_NET_v2_RVC	5.04 597	50.87 627	2.78 563	2.87 521	2.71 573	2.78 561	0.47 351	2.88 560	2.86 573	1.89 512	2.67 572	2.79 562	2.79 561	2.78 561	2.83 570	2.82 556	2.82 559	2.83 560	2.77 572	2.83 547	2.76 567
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	5.10 598	5.15 549	4.49 588	5.07 577	3.37 589	6.87 603	4.75 602	5.04 597	6.34 606	7.84 607	5.06 603	6.72 607	4.09 591	4.99 596	5.44 603	5.03 587	3.16 572	4.67 585	4.86 603	5.15 586	3.89 596

U	5.15 599	8.49 580	1.81 526	8.49 596	1.77 542	8.49 608	1.77 539	8.51 609	1.77 544	8.49 609	1.77 542	8.50 609	1.78 532	8.58 609	1.77 545	8.54 607	1.78 532	8.55 609	1.78 552	8.55 603	1.84 546

SGM-Forest	5.21 600	5.92 567	4.08 587	6.18 585	4.16 600	6.31 602	4.34 601	6.50 602	4.33 600	6.14 603	4.21 599	6.61 606	4.55 594	6.67 602	4.48 599	5.94 595	3.94 581	5.85 601	4.03 600	5.79 591	4.17 599
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 601	9.16 585	8.03 607	8.09 594	5.62 606	6.11 601	6.35 606	6.85 604	4.94 603	6.08 602	6.29 608	4.98 598	6.43 600	6.22 600	6.36 606	6.16 597	7.47 600	5.82 600	5.44 607	7.11 597	5.68 604

rvit_stereo_0075_2	6.64 602	8.80 582	5.25 592	7.89 593	5.27 605	7.90 607	5.27 604	7.92 608	5.28 604	7.91 608	5.29 605	7.93 608	5.27 596	7.92 608	5.28 601	7.93 604	5.28 589	7.93 607	5.29 606	7.93 600	5.28 603

RAFT	6.73 603	9.36 586	7.40 603	8.51 597	6.55 607	6.88 604	6.60 607	6.79 603	6.60 607	6.80 604	6.72 609	5.31 600	5.50 598	6.61 601	6.61 607	8.42 606	5.89 592	5.73 599	5.45 608	6.61 593	6.24 605

SGM+DAISY	7.06 604	9.15 584	5.38 594	8.84 598	5.18 604	8.80 609	5.31 605	8.79 610	5.28 604	8.89 610	5.20 604	8.93 610	5.33 597	8.95 610	5.36 602	8.70 608	5.21 588	8.74 610	5.20 605	8.89 604	5.15 602

test-v	7.53 605	11.89 594	7.98 605	9.36 600	7.14 608	7.06 605	7.09 608	7.37 605	6.91 608	7.29 605	5.71 606	6.45 604	6.93 601	6.73 604	7.27 608	8.93 609	7.85 602	6.98 605	6.80 609	7.56 598	7.34 607

test-2	7.53 605	11.89 594	7.98 605	9.36 600	7.14 608	7.06 605	7.09 608	7.37 605	6.91 608	7.29 605	5.71 606	6.45 604	6.93 601	6.73 604	7.27 608	8.93 609	7.85 602	6.98 605	6.80 609	7.56 598	7.34 607

PA-Net	11.80 607	223.51 634	0.62 350	0.59 310	0.71 408	0.59 368	0.73 408	0.67 369	0.73 414	0.55 357	0.61 387	0.60 370	0.74 405	0.63 369	0.73 406	0.66 355	0.60 354	0.69 383	0.66 402	0.72 360	0.65 385
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 608	23.00 602	15.00 608	23.00 615	15.00 610	24.00 616	16.00 610	24.00 617	16.00 610	22.00 617	15.00 610	23.00 617	16.00 610	23.00 617	15.00 610	22.00 617	15.00 611	22.00 617	15.00 611	22.00 617	15.00 609

rafts_anoy	20.00 609	20.00 596	20.00 609	20.00 609	20.00 611	20.00 610	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 612	20.00 611	20.00 612	20.00 611	20.00 610

raft+_RVC	20.00 609	20.00 596	20.00 609	20.00 609	20.00 611	20.00 610	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 612	20.00 611	20.00 612	20.00 611	20.00 610

raftrobust	20.00 609	20.00 596	20.00 609	20.00 609	20.00 611	20.00 610	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 612	20.00 611	20.00 612	20.00 611	20.00 610

CasAABBNet	20.00 609	20.00 596	20.00 609	20.00 609	20.00 611	20.00 610	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 612	20.00 611	20.00 612	20.00 611	20.00 610

RALCasStereoNet	20.00 609	20.00 596	20.00 609	20.00 609	20.00 611	20.00 610	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 612	20.00 611	20.00 612	20.00 611	20.00 610

RALAANet	20.00 609	20.00 596	20.00 609	20.00 609	20.00 611	20.00 610	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 612	20.00 611	20.00 612	20.00 611	20.00 610

111	30.40 615	30.94 618	29.72 616	32.61 616	30.02 618	33.57 617	30.47 618	31.50 618	29.39 618	30.98 618	29.11 618	29.78 618	30.39 621	29.45 618	30.76 621	30.08 618	29.02 619	29.92 618	30.32 622	29.86 618	30.17 617

WCMA_ROB	31.10 616	35.43 622	27.12 615	39.51 627	23.10 617	38.78 628	25.30 617	37.49 629	25.39 617	37.29 628	27.02 617	38.52 629	26.48 617	37.80 628	26.44 617	36.28 625	22.65 618	33.90 622	22.30 618	37.10 626	24.18 616

DCANet-4	35.22 617	34.54 619	35.08 622	33.58 620	35.47 625	34.55 618	35.53 625	36.08 624	35.85 622	35.92 624	35.77 624	35.18 624	35.48 623	35.39 624	37.15 627	34.55 624	33.92 623	35.02 625	34.90 624	35.79 622	34.74 624

ADStereo(finetuned)	36.13 618	36.63 623	38.07 626	36.97 621	33.25 622	35.91 622	34.45 622	36.36 625	32.99 619	38.14 629	36.71 625	36.69 625	34.13 622	38.57 629	40.79 628	37.60 629	36.58 626	35.90 626	33.36 623	35.42 621	34.04 621

Reg-Stereo(zero)	37.00 619	37.00 624	37.00 623	37.00 622	37.00 626	37.00 625	37.00 626	37.00 626	37.00 623	37.00 625	37.00 626	37.00 626	37.00 624	37.00 625	37.00 624	37.00 626	37.00 627	37.00 627	37.00 627	37.00 623	37.00 625

HI	37.00 619	37.00 624	37.00 623	37.00 622	37.00 626	37.00 625	37.00 626	37.00 626	37.00 623	37.00 625	37.00 626	37.00 626	37.00 624	37.00 625	37.00 624	37.00 626	37.00 627	37.00 627	37.00 627	37.00 623	37.00 625

CoSv	37.00 619	37.00 624	37.00 623	37.00 622	37.00 626	37.00 625	37.00 626	37.00 626	37.00 623	37.00 625	37.00 626	37.00 626	37.00 624	37.00 625	37.00 624	37.00 626	37.00 627	37.00 627	37.00 627	37.00 623	37.00 625

MDST_ROB	69.83 622	87.70 628	41.95 627	113.75 630	65.62 631	75.05 629	55.25 630	75.64 631	45.04 626	71.61 630	41.75 629	72.81 630	44.06 627	68.38 630	44.63 629	101.89 632	59.57 632	107.10 632	61.05 632	104.38 629	59.38 630

NOSS_ROB	102.95 623	153.00 632	121.00 630	51.00 628	44.00 629	165.00 632	127.00 631	153.00 632	119.00 628	164.00 633	125.00 631	168.00 633	120.00 629	153.00 632	117.00 631	49.00 630	44.00 630	49.00 630	44.00 630	49.00 627	44.00 628

CBMV	128.50 624	1422.70 639	53.10 628	79.50 629	51.30 630	77.30 630	49.70 629	74.00 630	48.20 627	77.20 631	48.80 630	73.90 631	48.00 628	73.80 631	48.80 630	70.40 631	45.10 631	68.90 631	46.10 631	68.20 628	45.00 629
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 625	171.00 633	160.68 633	162.58 631	160.59 632	164.01 631	160.35 632	158.51 633	158.56 629	158.34 632	160.12 632	158.56 632	159.92 630	157.26 633	158.94 632	154.38 633	158.36 633	155.75 633	159.13 634	153.67 630	154.07 631
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	201.80 626	123.00 629	115.00 629	219.00 632	218.00 634	223.00 633	244.00 634	217.00 634	236.00 631	202.00 634	203.00 633	205.00 634	208.00 631	225.00 634	204.00 633	210.00 634	198.00 634	197.00 634	184.00 635	204.00 631	201.00 632

MGS-Stereo	239.45 627	123.00 629	135.00 631	266.00 633	286.00 635	277.00 634	305.00 635	271.00 635	242.00 632	274.00 635	279.00 635	255.00 635	270.00 633	268.00 635	297.00 635	221.00 635	247.00 636	216.00 635	123.00 633	217.00 632	217.00 634

EGLCR-Stereo	246.90 628	129.00 631	139.00 632	266.00 633	286.00 635	277.00 634	305.00 635	271.00 635	242.00 632	274.00 635	279.00 635	255.00 635	270.00 633	268.00 635	297.00 635	230.00 636	247.00 636	216.00 635	223.00 637	237.00 633	227.00 635

DLCB_ROB	284.23 629	354.61 635	207.27 634	363.24 635	206.46 633	364.72 636	210.41 633	364.72 637	210.41 630	364.81 637	208.64 634	364.81 637	208.64 632	364.72 637	210.41 634	354.70 637	205.53 635	354.70 637	205.53 636	354.70 634	205.53 633

LE_ROB	396.57 630	471.28 636	329.84 635	471.48 636	308.15 637	526.83 637	322.10 637	488.15 638	323.76 634	495.46 638	317.97 637	497.17 638	320.10 635	481.62 638	326.76 637	462.71 638	298.97 638	466.16 638	285.98 638	447.62 635	289.21 636

SGM-ForestM	596.69 631	677.77 637	444.52 636	699.85 637	517.25 638	732.94 638	488.29 638	770.79 639	460.11 635	750.81 639	487.98 638	792.79 639	499.41 636	730.90 639	475.81 638	720.03 639	491.16 639	663.96 639	418.60 639	674.76 636	436.05 637

CBMV_ROB	818.48 632	913.88 638	709.52 637	862.84 638	597.78 639	1073.99 639	700.52 639	1015.66 640	702.59 636	1115.65 640	760.02 639	1130.24 640	721.57 637	1037.41 640	692.65 639	814.05 640	564.29 640	843.28 640	595.31 640	915.51 637	602.92 638

tt	500032.53 633	34.60 620	29.72 616	37.47 625	34.41 623	36.85 623	35.22 623	34.71 622	33.55 620	34.50 619	35.43 622	33.81 622	10000000.00 638	33.57 622	33.13 622	33.68 622	35.00 624	34.03 623	35.26 625	30.96 619	34.63 622

DCANet	500032.53 633	34.60 620	29.72 616	37.47 625	34.41 623	36.85 623	35.22 623	34.71 622	33.55 620	34.50 619	35.43 622	33.81 622	10000000.00 638	33.57 622	33.13 622	33.68 622	35.00 624	34.03 623	35.26 625	30.96 619	34.63 622

fff	1000028.16 635	29.62 614	29.72 616	32.61 616	30.02 618	35.13 619	31.83 619	32.07 619	10000000.00 637	35.27 621	29.82 619	32.45 619	30.15 618	32.35 619	30.09 618	31.04 619	29.55 620	30.64 619	30.14 619	10000000.00 638	30.77 618

csc	1000028.16 635	29.62 614	29.72 616	32.61 616	30.02 618	35.13 619	31.83 619	32.07 619	10000000.00 637	35.27 621	29.82 619	32.45 619	30.15 618	32.35 619	30.09 618	31.04 619	29.55 620	30.64 619	30.14 619	10000000.00 638	30.77 618

cscssc	1000028.16 635	29.62 614	29.72 616	32.61 616	30.02 618	35.13 619	31.83 619	32.07 619	10000000.00 637	35.27 621	29.82 619	32.45 619	30.15 618	32.35 619	30.09 618	31.04 619	29.55 620	30.64 619	30.14 619	10000000.00 638	30.77 618

111111	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

SGD-Stereo	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

IGEV-Stereo++	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

IGEV-BASED-STEREO-	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

IGEV-Stereo+	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

SDNR	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

anonymousdsp2	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

anonymousdsp	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

test_example2	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

DIP-Stereo	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639
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							0.38 309	0.50 325	0.38 308	0.50 335	0.38 314	0.50 341	3.79 584	0.50 333	0.38 300	0.54 330	0.43 303	0.46 330	0.34 297	0.46 302	0.35 287

FSD					0.44 349	0.56 360	0.44 339	0.55 349	0.44 342	0.56 359	0.44 347	0.56 363	0.44 338	0.56 356	0.46 340	0.61 346	0.42 299	0.52 364	0.42 350	0.52 336

ccccc		0.44 187		0.48 270	0.35 298	0.48 324		0.51 338		0.47 308		0.47 315		0.47 310		0.41 276	0.40 281	0.40 291	0.40 335	0.41 285

ASD4		0.20 104

Low-res two-view benchmark