Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

VMStereo-Base	0.03 29	0.09 87	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 78	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

Wz-Net-SNSev	0.03 29	0.09 87	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

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

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

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 420	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

GASNet	0.05 57	0.04 52	0.12 124	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.12 150	0.04 110	0.06 119	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

WZ-Net	0.05 57	0.50 242	0.10 93	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 420	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 146	0.20 189	0.23 174	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 192	0.21 201	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 260	0.10 93	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 111	0.08 78	0.08 84	0.08 126	0.05 119	0.06 118	0.05 118

SACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 111	0.08 78	0.08 84	0.08 126	0.05 119	0.06 118	0.05 118

AACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 111	0.08 78	0.08 84	0.08 126	0.05 119	0.06 118	0.05 118

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 155	0.04 90	0.03 52	0.58 392	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 423	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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

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

iinet-test	0.08 72	0.16 113	0.02 15	0.16 141	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 203	0.02 20	0.02 21	0.71 415	0.02 16	0.02 19	0.02 21	0.02 21	0.16 181

BridgeDepth	0.08 72	0.08 79	0.11 113	0.11 97	0.05 121	0.08 128	0.05 115	0.08 130	0.07 135	0.08 129	0.05 122	0.08 129	0.05 113	0.09 134	0.08 128	0.15 140	0.11 121	0.07 122	0.05 119	0.07 129	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 435	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 133	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

RT-Monster	0.09 75	0.07 77	0.03 39	0.15 131	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 142	0.04 90	0.03 52	0.92 446	0.03 39	0.03 41	0.03 57	0.03 47	0.07 129

DA	0.09 75	0.13 105	0.39 296	0.08 69	0.05 121	0.07 126	0.05 115	0.13 151	0.05 120	0.06 118	0.05 122	0.06 119	0.05 113	0.06 110	0.05 111	0.06 70	0.05 78	0.14 152	0.13 177	0.06 118	0.05 118

GGEV	0.09 75	0.13 105	0.39 296	0.08 69	0.05 121	0.07 126	0.05 115	0.13 151	0.05 120	0.06 118	0.05 122	0.06 119	0.05 113	0.06 110	0.05 111	0.06 70	0.05 78	0.14 152	0.13 177	0.06 118	0.05 118

test_sample7	0.09 75	1.00 330	0.11 113	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 320	0.10 93	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 75	0.87 297	0.10 93	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 345	0.11 113	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 297	0.12 124	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 339	0.09 89	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 317	0.09 89	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 339	0.10 93	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

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

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 492	0.06 116	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 118

ADCS	0.09 75	0.02 12	0.04 64	0.90 411	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 155	0.36 348	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 89	0.98 321	0.14 148	0.15 131	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 140	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 89	1.05 349	0.12 124	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 89	1.05 349	0.12 124	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 89	1.05 349	0.12 124	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 89	1.07 353	0.11 113	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 89	1.03 345	0.12 124	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 89	1.07 353	0.11 113	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 89	1.14 361	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

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

222	0.10 89	0.99 328	0.12 124	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 89	1.09 355	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 162	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

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

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

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

ADCPNet	0.10 89	0.03 31	0.04 64	1.27 508	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 130	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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

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

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

x	0.11 110	1.15 364	0.15 164	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 165	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 110	0.44 214	0.33 257	0.39 235	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 279	0.36 320	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 110	1.16 366	0.16 168	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 168	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 110	0.03 31	0.03 39	1.60 535	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 110	0.03 31	0.03 39	1.60 535	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C01	0.11 110	0.02 12	0.02 15	1.62 538	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 110	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 119	1.14 361	0.17 175	0.20 158	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 165	0.16 168	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 119	0.14 111	0.10 93	0.15 131	0.10 146	0.14 152	0.10 143	0.14 153	0.10 143	0.15 158	0.10 144	0.14 153	0.10 142	0.14 155	0.10 139	0.13 126	0.10 99	0.13 150	0.09 135	0.13 154	0.09 134
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 119	0.07 77	0.05 79	0.08 69	0.05 121	0.08 128	1.20 522	0.07 127	0.05 120	0.05 112	0.05 122	0.08 129	0.05 113	0.08 130	0.03 52	0.07 76	0.05 78	0.06 116	0.05 119	0.07 129	0.05 118

FADNet-RVC-Resample	0.12 119	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 592	0.04 59	0.04 66	0.04 93	0.05 119	0.04 97	0.06 126

FADNet_RVC	0.12 119	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 113	0.04 90	1.65 596	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 119	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 113	0.04 90	1.66 598	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 119	0.03 31	0.04 64	1.71 541	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 110	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

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

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

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

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

aanetorigin	0.13 126	0.11 101	0.11 113	0.11 97	0.11 161	0.11 147	0.11 156	0.11 147	0.11 158	0.11 148	0.12 166	0.11 148	0.11 155	0.11 149	0.11 151	0.11 105	0.11 121	0.14 152	0.11 154	0.49 382	0.11 152

FADNet-RVC	0.13 126	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.05 113	0.04 90	1.71 601	0.04 59	0.04 66	0.04 93	0.04 99	0.07 129	0.04 96

ELAS	0.13 126	0.16 113	0.11 113	0.15 131	0.09 139	0.18 176	0.11 156	0.18 174	0.11 158	0.17 169	0.11 158	0.18 175	0.11 155	0.18 174	0.11 151	0.14 133	0.08 84	0.14 152	0.08 133	0.14 156	0.09 134
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 133	1.22 423	0.28 224	0.32 211	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 231	0.27 229	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 133	0.17 118	0.12 124	0.17 150	0.11 161	0.17 172	0.11 156	0.17 171	0.11 158	0.17 169	0.11 158	0.17 171	0.11 155	0.17 171	0.11 151	0.16 149	0.11 121	0.16 167	0.11 154	0.16 167	0.11 152
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 133	1.83 480	0.12 124	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 110	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 113	0.04 96

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

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

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

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

GMStereo	0.14 133	0.13 105	0.14 148	0.14 121	0.14 179	0.14 152	0.14 174	0.14 153	0.14 179	0.14 152	0.14 183	0.14 153	0.14 179	0.14 155	0.14 173	0.14 133	0.14 162	0.14 152	0.14 182	0.14 156	0.14 176
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 133	0.04 52	0.03 39	2.22 557	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 127	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

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

DRN-Test	0.14 133	0.13 105	0.09 89	0.14 121	0.09 139	0.15 159	0.09 138	0.14 153	0.10 143	0.14 152	0.09 140	0.14 153	0.09 138	0.13 154	0.09 133	0.12 111	0.09 94	0.12 146	0.09 135	0.12 152	0.73 463

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

CoDeX	0.15 145	0.70 276	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 443	0.02 15	0.69 436	0.75 453	0.01 9	0.02 21	0.02 20

ICVP	0.15 145	0.53 256	0.11 113	0.16 141	0.11 161	0.16 166	0.11 156	0.16 166	0.11 158	0.16 163	0.11 158	0.16 164	0.11 155	0.16 165	0.11 151	0.16 149	0.11 121	0.16 167	0.11 154	0.16 167	0.11 152
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 145	0.04 52	0.04 64	2.20 556	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.04 100	0.08 130	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 145	0.14 111	0.10 93	0.14 121	0.09 139	0.15 159	0.09 138	0.14 153	0.09 142	0.14 152	0.10 144	0.14 153	0.09 138	0.14 155	0.09 133	0.13 126	0.10 99	0.13 150	0.09 135	0.13 154	0.82 479

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

SGM_RVC	0.15 145	0.17 118	0.11 113	0.18 152	0.11 161	0.19 179	0.11 156	0.19 176	0.12 174	0.19 175	0.12 166	0.20 182	0.12 170	0.19 177	0.12 163	0.16 149	0.11 121	0.17 175	0.10 142	0.17 173	0.10 139
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 152	1.21 417	0.33 257	0.41 260	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 248	0.31 263	0.04 93	0.04 99	0.04 97	0.04 96

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

qqq	0.16 152	2.01 504	0.12 124	0.15 131	0.04 101	0.06 114	0.05 115	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.03 52	0.12 111	0.14 162	0.04 93	0.04 99	0.03 47	0.03 52

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

CAS++	0.17 156	0.27 158	0.21 194	0.10 80	0.21 232	0.15 159	0.22 220	0.10 135	0.21 221	0.22 194	0.10 144	0.19 179	0.18 213	0.10 138	0.19 211	0.20 172	0.19 196	0.18 184	0.10 142	0.19 183	0.18 203
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 156	2.16 513	0.13 143	0.13 117	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.05 111	0.18 165	0.12 135	0.06 116	0.03 57	0.05 113	0.03 52

SFCPSM	0.17 156	0.78 283	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 478	0.02 15	0.75 447	0.76 455	0.02 21	0.02 21	0.02 20

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

w-ln-seven	0.18 159	1.47 440	0.33 257	0.40 248	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 266	0.32 267	0.05 108	0.04 99	0.04 97	0.04 96

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

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

BEATNet-Init1	0.19 163	0.08 79	0.08 82	2.23 558	0.08 137	0.08 128	0.07 135	0.07 127	0.08 139	0.08 129	0.07 136	0.08 129	0.07 134	0.11 149	0.08 128	0.08 78	0.08 84	0.08 126	0.07 129	0.08 133	0.08 131

DeepPrunerF	0.19 163	0.08 79	0.08 82	2.23 558	0.08 137	0.08 128	0.07 135	0.07 127	0.08 139	0.08 129	0.07 136	0.08 129	0.07 134	0.11 149	0.08 128	0.08 78	0.08 84	0.08 126	0.07 129	0.08 133	0.08 131

IGEV_Zeroshot_test	0.20 165	0.19 122	0.40 328	0.30 199	0.17 206	0.22 196	0.17 195	0.21 190	0.17 204	0.20 181	0.17 202	0.21 189	0.18 213	0.21 191	0.17 196	0.20 172	0.16 168	0.20 191	0.16 191	0.20 184	0.17 198

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

ACVNet	0.20 165	0.19 122	0.14 148	0.20 158	0.14 179	0.20 184	0.96 499	0.21 190	0.14 179	0.20 181	0.13 178	0.21 189	0.14 179	0.20 181	0.14 173	0.17 157	0.12 135	0.17 175	0.12 169	0.17 173	0.12 165

acv_ft	0.20 165	0.19 122	0.14 148	0.20 158	0.14 179	0.20 184	0.96 499	0.21 190	0.14 179	0.20 181	0.13 178	0.21 189	0.14 179	0.20 181	0.14 173	0.17 157	0.12 135	0.17 175	0.12 169	0.17 173	0.12 165

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

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

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

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

z-ln-s-r	0.21 171	1.40 438	0.53 395	0.56 363	0.04 101	0.05 110	0.04 103	0.05 110	0.05 120	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 111	0.57 391	0.44 370	0.04 93	0.04 99	0.04 97	0.04 96

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

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

SuperB	0.21 171	0.10 90	2.51 622	0.12 105	0.09 139	0.10 136	0.09 138	0.08 130	0.07 135	0.10 136	0.09 140	0.09 135	0.07 134	0.07 127	0.07 126	0.07 76	0.08 84	0.07 122	0.07 129	0.08 133	0.07 129

BStereo	0.22 177	0.23 138	0.20 189	0.24 179	0.20 224	0.23 205	0.33 331	0.39 268	0.17 204	0.23 199	0.17 202	0.23 204	0.16 191	0.24 206	0.17 196	0.23 192	0.16 168	0.22 199	0.20 221	0.22 192	0.16 181

Wave_Phase_stereo	0.22 177	0.23 138	0.20 189	0.24 179	0.20 224	0.23 205	0.33 331	0.39 268	0.17 204	0.23 199	0.17 202	0.23 204	0.16 191	0.24 206	0.17 196	0.23 192	0.16 168	0.22 199	0.20 221	0.22 192	0.16 181

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

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

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

ac_64	0.22 177	0.13 105	0.19 186	0.23 174	0.10 146	0.26 226	1.02 508	0.14 153	0.10 143	0.28 227	0.14 183	0.17 171	0.19 218	0.28 234	0.09 133	0.22 181	0.16 168	0.23 207	0.17 213	0.11 147	0.12 165

LACA3	0.23 183	0.25 153	0.27 218	0.54 356	0.17 206	0.25 217	0.17 195	0.25 212	0.17 204	0.25 214	0.17 202	0.25 217	0.17 203	0.25 215	0.17 196	0.28 214	0.23 211	0.24 216	0.17 213	0.24 207	0.17 198

dd	0.23 183	0.98 321	0.16 168	0.23 174	0.15 190	0.23 205	0.15 179	0.23 201	0.15 189	0.23 199	0.15 191	0.24 210	0.17 203	0.23 202	0.15 183	0.22 181	0.15 165	0.21 194	0.15 189	0.22 192	0.16 181

dad	0.23 183	1.03 345	0.16 168	0.23 174	0.15 190	0.24 208	0.15 179	0.24 204	0.16 194	0.23 199	0.16 195	0.24 210	0.16 191	0.23 202	0.15 183	0.22 181	0.16 168	0.22 199	0.16 191	0.22 192	0.16 181

RSGM-EC	0.24 186	0.24 146	0.15 164	0.22 169	0.15 190	0.22 196	0.15 179	0.22 194	0.15 189	0.24 206	0.15 191	0.22 197	0.15 189	0.22 195	1.19 522	0.20 172	0.17 188	0.24 216	0.14 182	0.20 184	0.14 176

acva	0.24 186	0.24 146	0.15 164	0.22 169	0.15 190	0.22 196	0.15 179	0.22 194	0.15 189	0.24 206	0.15 191	0.22 197	0.15 189	0.22 195	1.19 522	0.20 172	0.17 188	0.24 216	0.14 182	0.20 184	0.14 176

MSKI-zero shot	0.24 186	0.21 132	0.49 378	0.65 380	0.18 217	0.22 196	0.17 195	0.23 201	0.18 210	0.21 192	0.17 202	0.23 204	0.28 263	0.23 202	0.18 208	0.21 179	0.16 168	0.21 194	0.16 191	0.21 190	0.16 181

qqq1	0.25 189	3.70 582	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 120	0.06 118	0.05 122	0.04 96	0.05 113	0.06 110	0.05 111	0.13 126	0.12 135	0.06 116	0.05 119	0.03 47	0.04 96

fff1	0.25 189	3.70 582	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 120	0.06 118	0.05 122	0.04 96	0.05 113	0.06 110	0.05 111	0.13 126	0.12 135	0.06 116	0.05 119	0.03 47	0.04 96

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

ffm	0.25 189	3.83 588	0.12 124	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 120	0.03 44	0.03 56	0.06 119	0.05 113	0.06 110	0.05 111	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 189	3.83 588	0.12 124	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 120	0.03 44	0.03 56	0.06 119	0.05 113	0.06 110	0.05 111	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 189	3.83 588	0.12 124	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 120	0.03 44	0.03 56	0.06 119	0.05 113	0.06 110	0.05 111	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

MIM_Stereo	0.25 189	0.23 138	0.66 417	0.80 401	0.17 206	0.22 196	0.17 195	0.23 201	0.18 210	0.26 223	0.17 202	0.21 189	0.17 203	0.25 215	0.17 196	0.23 192	0.16 168	0.21 194	0.17 213	0.22 192	0.17 198

LoS	0.25 189	0.27 158	0.25 209	0.25 186	0.25 247	0.25 217	0.25 235	0.26 218	0.25 238	0.25 214	0.25 247	0.25 217	0.25 240	0.25 215	0.25 236	0.26 207	0.25 216	0.25 221	0.26 249	0.26 212	0.25 224
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 189	1.31 431	0.74 442	0.92 416	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 442	0.75 447	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 198	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 129	0.05 103	0.03 52	4.34 629	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

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

DLNR-FE	0.28 200	0.89 302	0.30 232	0.34 218	0.19 221	0.28 231	0.19 207	0.28 221	0.20 218	0.28 227	0.20 224	0.28 231	0.20 222	0.28 234	0.20 214	0.33 236	0.28 235	0.25 221	0.19 220	0.24 207	0.19 205

xyz-stereo-finetune	0.28 200	0.49 238	0.16 168	0.16 141	0.16 200	0.16 166	0.16 185	0.22 194	0.30 276	0.32 244	0.31 323	0.32 249	0.31 325	0.32 247	0.32 317	0.32 231	0.33 279	0.31 245	0.32 344	0.31 230	0.32 323

SQANet	0.28 200	0.28 161	0.28 224	0.28 197	0.28 260	0.28 231	0.28 253	0.28 221	0.28 259	0.28 227	0.28 263	0.28 231	0.28 263	0.28 234	0.28 251	0.28 214	0.28 235	0.28 232	0.28 299	0.28 219	0.28 288

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

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

UNet	0.29 205	0.90 305	0.10 93	0.14 121	0.10 146	0.14 152	0.10 143	0.91 456	0.69 459	0.14 152	0.11 158	0.14 153	0.11 155	0.14 155	0.10 139	0.12 111	0.09 94	0.12 146	0.09 135	0.88 446	0.76 470

MultiAttention	0.30 206	0.30 164	0.30 232	0.30 199	0.30 280	0.30 235	0.30 268	0.30 228	0.30 276	0.30 233	0.30 281	0.30 241	0.30 276	0.30 240	0.30 269	0.30 223	0.30 258	0.30 239	0.30 326	0.30 225	0.30 307

MSAF-DinoV2	0.30 206	0.30 164	0.30 232	0.30 199	0.30 280	0.30 235	0.30 268	0.30 228	0.30 276	0.30 233	0.30 281	0.30 241	0.30 276	0.30 240	0.30 269	0.30 223	0.30 258	0.30 239	0.30 326	0.30 225	0.30 307

DDVS	0.30 206	3.10 568	0.14 148	0.19 155	0.14 179	0.19 179	0.14 174	0.20 182	0.14 179	0.19 175	0.13 178	0.16 164	0.13 175	0.19 177	0.13 169	0.17 157	0.13 158	0.17 175	0.13 177	0.17 173	0.13 171

ACV-stereo	0.30 206	2.08 506	0.25 209	0.25 186	0.18 217	0.24 208	0.17 195	0.24 204	0.18 210	0.24 206	0.17 202	0.25 217	0.17 203	0.24 206	0.17 196	0.22 181	0.16 168	0.22 199	0.16 191	0.22 192	0.16 181

LoS_RVC	0.30 206	1.14 361	0.25 209	0.25 186	0.25 247	0.26 226	0.25 235	0.25 212	0.25 238	0.25 214	0.25 247	0.26 228	0.26 249	0.26 226	0.25 236	0.26 207	0.26 219	0.25 221	0.25 243	0.26 212	0.26 230

CAS	0.30 206	1.17 367	0.25 209	0.25 186	0.25 247	0.26 226	0.25 235	0.25 212	0.26 251	0.25 214	0.25 247	0.25 217	0.25 240	0.25 215	0.25 236	0.26 207	0.26 219	0.26 226	0.25 243	0.26 212	0.25 224

DANet	0.30 206	0.30 164	0.30 232	0.30 199	0.30 280	0.30 235	0.30 268	0.30 228	0.30 276	0.30 233	0.30 281	0.30 241	0.30 276	0.30 240	0.30 269	0.30 223	0.30 258	0.30 239	0.30 326	0.30 225	0.30 307
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 213	0.31 167	0.31 247	0.30 199	0.40 386	0.31 241	0.30 268	0.30 228	0.34 348	0.29 232	0.31 323	0.29 237	0.30 276	0.31 244	0.31 307	0.31 229	0.29 249	0.31 245	0.30 326	0.31 230	0.31 316

tt1	0.31 213	0.93 314	0.24 206	0.33 215	0.23 240	0.31 241	0.24 233	0.32 235	0.24 233	0.32 244	0.23 234	0.32 249	0.25 240	0.32 247	0.24 228	0.27 210	0.26 219	0.27 230	0.26 249	0.27 217	0.27 268

xxxxx1	0.31 213	0.91 307	0.23 199	0.31 205	0.23 240	0.31 241	0.23 228	0.33 239	0.25 238	0.31 238	0.24 241	0.33 252	0.25 240	0.32 247	0.24 228	0.28 214	0.28 235	0.28 232	0.28 299	0.29 222	0.27 268

DLNR_Zeroshot_test	0.31 213	0.28 161	0.47 363	0.79 399	0.24 245	0.30 235	0.26 242	0.30 228	0.24 233	0.32 244	0.23 234	0.31 245	0.24 237	0.30 240	0.23 225	0.29 222	0.26 219	0.29 237	0.24 240	0.33 240	0.23 213

tt_ll	0.31 213	0.91 307	0.23 199	0.31 205	0.23 240	0.31 241	0.23 228	0.33 239	0.25 238	0.31 238	0.24 241	0.33 252	0.25 240	0.32 247	0.24 228	0.28 214	0.28 235	0.28 232	0.28 299	0.29 222	0.27 268

ff	0.31 213	0.91 307	0.23 199	0.31 205	0.23 240	0.31 241	0.23 228	0.33 239	0.25 238	0.31 238	0.24 241	0.33 252	0.25 240	0.32 247	0.24 228	0.28 214	0.28 235	0.28 232	0.28 299	0.29 222	0.27 268

RAFT + AFF	0.31 213	0.45 222	0.34 267	0.39 235	0.28 260	0.38 273	0.33 331	0.29 226	0.31 319	0.30 233	0.30 281	0.29 237	0.27 256	0.29 238	0.30 269	0.28 214	0.29 249	0.29 237	0.29 312	0.27 217	0.32 323

MLCV	0.31 213	0.35 172	0.27 218	0.35 220	0.28 260	0.35 257	0.27 245	0.35 245	0.28 259	0.36 258	0.27 256	0.35 258	0.27 256	0.35 258	0.27 242	0.34 240	0.27 229	0.34 264	0.27 286	0.34 244	0.27 268

DN-CSS_ROB	0.31 213	0.35 172	0.28 224	0.35 220	0.28 260	0.34 253	0.27 245	0.34 242	0.25 238	0.35 254	0.27 256	0.36 263	0.26 249	0.34 255	0.28 251	0.35 248	0.28 235	0.34 264	0.28 299	0.34 244	0.27 268

DStereoFS	0.32 222	0.33 170	0.32 252	0.33 215	0.30 280	0.32 250	0.32 320	0.32 235	0.31 319	0.30 233	0.31 323	0.31 245	0.30 276	0.32 247	0.32 317	0.32 231	0.31 263	0.30 239	0.47 424	0.32 233	0.34 337

DStereoSA	0.32 222	0.52 252	0.34 267	0.31 205	0.31 323	0.30 235	0.30 268	0.31 233	0.30 276	0.31 238	0.31 323	0.31 245	0.30 276	0.31 244	0.31 307	0.30 223	0.32 267	0.31 245	0.31 337	0.31 230	0.31 316

WCG-NET（raft）	0.32 222	1.24 425	0.24 206	0.32 211	0.24 245	0.32 250	0.23 228	0.32 235	0.24 233	0.32 244	0.24 241	0.32 249	0.24 237	0.32 247	0.24 228	0.30 223	0.23 211	0.30 239	0.23 233	0.30 225	0.23 213

Any-RAFT	0.32 222	0.36 175	0.27 218	0.36 224	0.27 255	0.36 261	0.27 245	0.36 249	0.27 255	0.36 258	0.27 256	0.36 263	0.27 256	0.36 264	0.28 251	0.36 252	0.28 235	0.36 285	0.28 299	0.36 264	0.28 288

StereoDRNet-Refined	0.33 226	0.39 188	0.26 215	0.39 235	0.26 254	0.40 281	0.26 242	0.40 275	0.26 251	0.39 270	0.26 252	0.39 277	0.26 249	0.39 279	0.26 241	0.37 255	0.25 216	0.37 288	0.25 243	0.37 268	0.37 354
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 227	0.26 155	0.17 175	0.21 167	0.17 206	0.20 184	0.16 185	0.20 182	0.16 194	0.20 181	0.17 202	0.21 189	0.16 191	0.27 230	0.24 228	0.19 169	0.16 168	0.19 187	0.16 191	0.26 212	3.08 641

RAFT-FE	0.34 227	0.26 155	0.17 175	0.21 167	0.17 206	0.20 184	0.16 185	0.20 182	0.16 194	0.20 181	0.17 202	0.21 189	0.16 191	0.27 230	0.24 228	0.19 169	0.16 168	0.19 187	0.16 191	0.26 212	3.08 641

LG-Stereo_L2	0.34 227	0.37 177	0.38 285	0.47 291	0.28 260	0.39 279	0.28 253	0.39 268	0.28 259	0.39 270	0.28 263	0.39 277	0.28 263	0.38 271	0.28 251	0.42 308	0.35 314	0.36 285	0.26 249	0.35 257	0.26 230

H2IRNET	0.34 227	0.34 171	0.34 267	0.34 218	0.34 355	0.34 253	0.34 344	0.34 242	0.34 348	0.34 250	0.34 350	0.34 256	0.34 346	0.34 255	0.34 341	0.34 240	0.34 308	0.34 264	0.34 358	0.34 244	0.34 337

IGEV++	0.34 227	0.43 211	0.30 232	0.40 248	0.29 270	0.40 281	0.29 263	0.40 275	0.29 265	0.40 276	0.29 269	0.40 285	0.29 270	0.40 282	0.30 269	0.38 266	0.29 249	0.37 288	0.29 312	0.37 268	0.29 294

iRaft-Stereo_5w	0.34 227	0.42 210	0.31 247	0.39 235	0.30 280	0.38 273	0.30 268	0.40 275	0.29 265	0.40 276	0.37 368	0.41 298	0.34 346	0.38 271	0.30 269	0.34 240	0.27 229	0.34 264	0.26 249	0.34 244	0.26 230

CSP-Net	0.34 227	1.29 427	1.19 493	1.36 523	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 534	1.21 545	0.03 41	0.09 135	0.02 21	0.09 134

iRaft-Stereo_20w	0.34 227	0.41 203	0.31 247	0.39 235	0.29 270	0.40 281	0.32 320	0.41 290	0.32 329	0.38 264	0.30 281	0.39 277	0.30 276	0.38 271	0.32 317	0.35 248	0.27 229	0.34 264	0.27 286	0.34 244	0.29 294

DGSMNet	0.34 227	0.41 203	0.27 218	0.41 260	0.28 260	0.41 297	0.28 253	0.41 290	0.27 255	0.41 290	0.27 256	0.42 316	0.27 256	0.41 297	0.28 251	0.40 286	0.29 249	0.40 350	0.28 299	0.40 334	0.27 268

gcap_with_dpt	0.35 236	0.39 188	0.30 232	0.44 279	0.31 323	0.44 357	0.31 312	0.44 348	0.31 319	0.44 343	0.30 281	0.44 355	0.30 276	0.44 345	0.30 269	0.38 266	0.26 219	0.38 296	0.27 286	0.38 281	0.27 268

FE-Mocha	0.35 236	0.71 277	0.40 328	0.47 291	0.27 255	0.34 253	0.27 245	0.34 242	0.26 251	0.34 250	0.26 252	0.34 256	0.27 256	0.34 255	0.27 242	0.44 310	0.41 349	0.33 255	0.29 312	0.32 233	0.29 294

IGEV-FE	0.35 236	0.37 177	0.17 175	0.19 155	0.17 206	0.20 184	0.17 195	0.19 176	0.17 204	0.19 175	0.17 202	0.19 179	0.17 203	0.37 268	0.36 348	0.19 169	0.17 188	0.19 187	0.17 213	0.38 281	2.84 632

test_for_model	0.35 236	0.39 188	0.30 232	0.43 276	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.44 345	0.31 307	0.38 266	0.26 219	0.38 296	0.26 249	0.38 281	0.26 230

CASnet	0.35 236	0.51 250	0.44 349	0.32 211	0.31 323	0.24 208	0.34 344	0.36 249	0.25 238	0.31 238	0.37 368	0.30 241	0.33 341	0.25 215	0.45 396	0.37 255	0.37 323	0.33 255	0.35 370	0.34 244	0.37 354
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 236	0.44 214	0.45 351	0.49 302	0.30 280	0.37 266	0.30 268	0.36 249	0.30 276	0.36 258	0.29 269	0.36 263	0.29 270	0.36 264	0.30 269	0.46 348	0.39 337	0.32 248	0.24 240	0.32 233	0.25 224
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 236	0.35 172	0.35 277	0.35 220	0.35 358	0.35 257	0.35 349	0.35 245	0.35 352	0.35 254	0.35 358	0.35 258	0.35 352	0.35 258	0.35 345	0.35 248	0.35 314	0.35 280	0.35 370	0.35 257	0.35 346

GeoVLM	0.36 243	0.38 181	0.27 218	0.46 284	0.28 260	0.35 257	0.28 253	0.37 255	0.27 255	0.35 254	0.28 263	0.36 263	0.38 364	0.35 258	0.28 251	1.08 469	0.26 219	0.33 255	0.27 286	0.34 244	0.33 330

Zero-FE251	0.36 243	0.40 192	0.28 224	0.41 260	0.28 260	0.41 297	0.28 253	0.41 290	0.28 259	0.41 290	0.28 263	0.41 298	0.28 263	0.42 310	0.30 269	0.37 255	0.26 219	0.37 288	0.27 286	0.45 359	0.56 427

GIP-stereo	0.36 243	0.49 238	0.39 296	0.48 296	0.32 333	0.41 297	0.28 253	0.40 275	0.30 276	0.41 290	0.28 263	0.40 285	0.28 263	0.42 310	0.28 251	0.45 338	0.32 267	0.38 296	0.30 326	0.37 268	0.27 268

DCVSM-stereo	0.36 243	1.89 492	0.22 196	0.40 248	0.22 234	0.40 281	0.22 220	0.40 275	0.22 224	0.40 276	0.22 230	0.40 285	0.22 228	0.40 282	0.22 219	0.28 214	0.21 201	0.28 232	0.21 224	0.28 219	0.20 207

RSM	0.36 243	0.36 175	0.43 347	0.37 227	0.42 405	0.49 388	0.42 395	0.37 255	0.28 259	0.36 258	0.29 269	0.36 263	0.30 276	0.37 268	0.28 251	0.34 240	0.31 263	0.34 264	0.35 370	0.40 334	0.29 294

gcap-zeroshot	0.36 243	0.40 192	0.34 267	0.44 279	0.31 323	0.44 357	0.31 312	0.44 348	0.32 329	0.44 343	0.32 333	0.44 355	0.32 330	0.44 345	0.31 307	0.39 279	0.28 235	0.39 337	0.28 299	0.39 322	0.27 268

testlalala	0.36 243	0.40 192	0.34 267	0.44 279	0.31 323	0.44 357	0.31 312	0.44 348	0.32 329	0.44 343	0.32 333	0.44 355	0.32 330	0.44 345	0.31 307	0.39 279	0.28 235	0.39 337	0.28 299	0.39 322	0.27 268

GCAPDPT-zeroshot	0.36 243	0.40 192	0.30 232	0.43 276	0.30 280	0.43 324	0.30 268	0.43 314	0.31 319	0.43 309	0.30 281	0.43 323	0.30 276	0.44 345	0.31 307	0.39 279	0.28 235	0.39 337	0.27 286	0.39 322	0.26 230

RAFT-Test	0.36 243	0.37 177	0.33 257	0.41 260	0.32 333	0.41 297	0.32 320	0.41 290	0.32 329	0.41 290	0.32 333	0.41 298	0.32 330	0.41 297	0.33 328	0.37 255	0.29 249	0.37 288	0.29 312	0.38 281	0.31 316

DMCA	0.36 243	0.38 181	0.37 283	0.35 220	0.35 358	0.36 261	0.36 355	0.36 249	0.35 352	0.35 254	0.37 368	0.36 263	0.36 355	0.35 258	0.36 348	0.36 252	0.36 320	0.35 280	0.36 376	0.36 264	0.36 349

ACVNet-DCA	0.37 253	1.00 330	0.30 232	0.40 248	0.29 270	0.40 281	0.29 263	0.40 275	0.29 265	0.40 276	0.29 269	0.40 285	0.29 270	0.39 279	0.28 251	0.33 236	0.32 267	0.33 255	0.32 344	0.33 240	0.32 323

1test111	0.37 253	1.02 343	0.30 232	0.39 235	0.29 270	0.40 281	0.28 253	0.39 268	0.29 265	0.39 270	0.29 269	0.39 277	0.28 263	0.40 282	0.29 262	0.33 236	0.32 267	0.33 255	0.31 337	0.32 233	0.31 316

cc1	0.37 253	1.02 343	0.30 232	0.39 235	0.29 270	0.40 281	0.28 253	0.39 268	0.29 265	0.39 270	0.29 269	0.39 277	0.28 263	0.40 282	0.29 262	0.33 236	0.32 267	0.33 255	0.31 337	0.32 233	0.31 316

EKT-Stereo	0.37 253	0.40 192	0.44 349	1.07 439	0.29 270	0.34 253	0.31 312	0.36 249	0.29 265	0.38 264	0.31 323	0.37 270	0.30 276	0.36 264	0.29 262	0.34 240	0.28 235	0.39 337	0.30 326	0.37 268	0.30 307

GMOStereo	0.37 253	0.45 222	0.23 199	0.30 199	0.37 368	0.41 297	0.36 355	0.41 290	0.35 352	0.43 309	0.36 361	0.41 298	0.40 375	0.41 297	0.36 348	0.34 240	0.22 205	0.47 398	0.37 379	0.39 322	0.33 330

XPNet_ROB	0.37 253	0.37 177	0.37 283	0.37 227	0.37 368	0.37 266	0.37 361	0.37 255	0.37 363	0.37 263	0.37 368	0.37 270	0.37 360	0.37 268	0.37 357	0.37 255	0.37 323	0.37 288	0.37 379	0.37 268	0.37 354

MonSter++	0.38 259	0.44 214	0.31 247	0.43 276	0.30 280	0.43 324	0.31 312	0.43 314	0.31 319	0.45 355	0.31 323	0.43 323	0.31 325	0.43 316	0.69 458	0.38 266	0.33 279	0.40 350	0.30 326	0.38 281	0.30 307

HiDET	0.38 259	0.44 214	0.30 232	0.42 270	0.30 280	0.42 317	0.30 268	0.42 308	0.30 276	0.44 343	0.30 281	0.42 316	0.30 276	0.42 310	0.68 450	0.37 255	0.32 267	0.40 350	0.29 312	0.37 268	0.29 294

LCMNet	0.38 259	0.44 214	0.30 232	0.42 270	0.30 280	0.42 317	0.30 268	0.42 308	0.30 276	0.45 355	0.30 281	0.42 316	0.30 276	0.42 310	0.69 458	0.37 255	0.32 267	0.40 350	0.29 312	0.37 268	0.29 294

CSFM-Stereo	0.38 259	0.44 214	0.30 232	0.42 270	0.30 280	0.42 317	0.30 268	0.43 314	0.30 276	0.44 343	0.30 281	0.42 316	0.30 276	0.42 310	0.73 468	0.37 255	0.32 267	0.40 350	0.29 312	0.37 268	0.30 307

HART	0.38 259	0.45 222	0.34 267	0.42 270	0.33 345	0.41 297	0.34 344	0.42 308	0.33 339	0.43 309	0.34 350	0.42 316	0.34 346	0.41 297	0.38 360	0.40 286	0.32 267	0.42 378	0.32 344	0.40 334	0.32 323

GREAT-IGEV	0.38 259	0.43 211	0.36 279	0.48 296	0.32 333	0.45 367	0.32 320	0.45 357	0.32 329	0.45 355	0.32 333	0.45 364	0.32 330	0.45 361	0.32 317	0.44 310	0.33 279	0.41 367	0.29 312	0.41 345	0.29 294
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 259	0.43 211	0.33 257	0.46 284	0.33 345	0.45 367	0.32 320	0.45 357	0.32 329	0.45 355	0.32 333	0.45 364	0.33 341	0.45 361	0.32 317	0.38 266	0.38 330	0.38 296	0.37 379	0.37 268	0.36 349

WAO-8	0.38 259	0.38 181	0.38 285	0.38 230	0.38 375	0.38 273	0.38 368	0.38 264	0.38 367	0.38 264	0.38 373	0.38 272	0.38 364	0.38 271	0.38 360	0.38 266	0.38 330	0.38 296	0.37 379	0.38 281	0.38 361

WAO-7	0.38 259	0.38 181	0.38 285	0.38 230	0.38 375	0.38 273	0.38 368	0.38 264	0.38 367	0.38 264	0.38 373	0.38 272	0.38 364	0.38 271	0.38 360	0.38 266	0.38 330	0.38 296	0.38 392	0.38 281	0.38 361

xx1	0.38 259	1.03 345	0.31 247	0.40 248	0.31 323	0.41 297	0.28 253	0.40 275	0.29 265	0.40 276	0.29 269	0.40 285	0.29 270	0.40 282	0.29 262	0.34 240	0.33 279	0.34 264	0.32 344	0.34 244	0.32 323

Venus	0.38 259	0.38 181	0.38 285	0.38 230	0.38 375	0.37 266	0.38 368	0.37 255	0.37 363	0.41 290	0.37 368	0.39 277	0.37 360	0.38 271	0.38 360	0.37 255	0.38 330	0.38 296	0.37 379	0.37 268	0.38 361

IMH	0.38 259	0.38 181	0.38 285	0.38 230	0.38 375	0.38 273	0.38 368	0.38 264	0.38 367	0.42 304	0.38 373	0.40 285	0.38 364	0.38 271	0.38 360	0.38 266	0.38 330	0.39 337	0.38 392	0.38 281	0.38 361

PAM	0.39 271	1.88 491	0.34 267	0.37 227	0.41 395	0.45 367	0.22 220	0.28 221	0.23 230	0.28 227	0.24 241	0.29 237	0.23 234	0.29 238	0.23 225	0.38 266	0.32 267	0.38 296	0.37 379	0.32 233	0.22 211

HanzoNet	0.39 271	0.38 181	0.40 328	0.39 235	0.41 395	0.38 273	0.38 368	0.38 264	0.38 367	0.39 270	0.39 383	0.38 272	0.38 364	0.39 279	0.40 375	0.38 266	0.38 330	0.40 350	0.38 392	0.38 281	0.40 369

CES	0.39 271	0.47 230	0.36 279	0.36 224	0.37 368	0.45 367	0.35 349	0.35 245	0.40 381	0.36 258	0.44 406	0.47 374	0.36 355	0.44 345	0.36 348	0.37 255	0.39 337	0.44 381	0.35 370	0.37 268	0.36 349

PASM	0.39 271	3.06 567	1.36 559	1.58 531	0.09 139	0.11 147	0.11 156	0.11 147	0.11 158	0.09 134	0.09 140	0.11 148	0.09 138	0.09 134	0.09 133	0.11 105	0.11 121	0.11 143	0.09 135	0.11 147	0.11 152

mms	0.40 275	0.45 222	0.35 277	0.48 296	0.36 364	0.47 378	0.34 344	0.45 357	0.38 367	0.47 367	0.33 342	0.45 364	0.32 330	0.45 361	0.32 317	0.39 279	0.38 330	0.38 296	0.37 379	0.39 322	0.39 367

GCAPDPT-zeroshot4090	0.40 275	1.09 355	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.44 348	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.45 338	0.34 308	0.38 296	0.27 286	0.38 281	0.27 268

knoymous	0.40 275	0.40 192	0.40 328	0.40 248	0.40 386	0.40 281	0.40 382	0.40 275	0.40 381	0.40 276	0.40 386	0.40 285	0.40 375	0.40 282	0.40 375	0.40 286	0.40 340	0.40 350	0.40 396	0.40 334	0.40 369

anonymousa	0.40 275	0.40 192	0.40 328	0.40 248	0.40 386	0.40 281	0.40 382	0.40 275	0.40 381	0.40 276	0.40 386	0.40 285	0.40 375	0.40 282	0.40 375	0.40 286	0.40 340	0.40 350	0.40 396	0.40 334	0.40 369

riskmin	0.40 275	0.40 192	0.40 328	0.40 248	0.40 386	0.40 281	0.40 382	0.40 275	0.40 381	0.40 276	0.40 386	0.40 285	0.40 375	0.40 282	0.40 375	0.40 286	0.40 340	0.40 350	0.40 396	0.40 334	0.40 369

Anonymous_2	0.40 275	0.40 192	0.40 328	0.40 248	0.40 386	0.40 281	0.40 382	0.40 275	0.40 381	0.40 276	0.40 386	0.40 285	0.40 375	0.40 282	0.40 375	0.40 286	0.40 340	0.40 350	0.40 396	0.40 334	0.40 369

Anonymous_1	0.40 275	0.40 192	0.40 328	0.40 248	0.40 386	0.40 281	0.40 382	0.40 275	0.40 381	0.40 276	0.40 386	0.40 285	0.40 375	0.40 282	0.40 375	0.40 286	0.40 340	0.40 350	0.40 396	0.40 334	0.40 369

AdaStereo	0.40 275	0.40 192	0.40 328	0.40 248	0.40 386	0.40 281	0.40 382	0.40 275	0.40 381	0.40 276	0.40 386	0.40 285	0.40 375	0.40 282	0.40 375	0.40 286	0.40 340	0.40 350	0.40 396	0.40 334	0.40 369
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
GCAP-Stereo-DPT-25K	0.41 283	1.09 355	0.40 328	0.52 351	0.31 323	0.44 357	0.31 312	0.44 348	0.31 319	0.44 343	0.31 323	0.44 355	0.31 325	0.44 345	0.31 307	0.46 348	0.35 314	0.39 337	0.28 299	0.39 322	0.28 288

GCAP-Stereo-DPT-FT	0.41 283	1.06 352	0.40 328	0.51 349	0.31 323	0.44 357	0.30 268	0.43 314	0.32 329	0.44 343	0.30 281	0.56 421	0.30 276	0.44 345	0.31 307	0.45 338	0.34 308	0.39 337	0.27 286	0.40 334	0.27 268

Select-FE	0.41 283	0.44 214	0.23 199	0.26 193	0.22 234	0.26 226	0.22 220	0.26 218	0.23 230	0.26 223	0.23 234	0.26 228	0.23 234	0.45 361	0.42 390	0.25 205	0.22 205	0.25 221	0.22 227	0.45 359	2.90 633

water-stereo	0.41 283	0.84 291	0.46 356	0.50 338	0.33 345	0.45 367	0.33 331	0.45 357	0.32 329	0.45 355	0.32 333	0.45 364	0.32 330	0.45 361	0.32 317	0.44 310	0.41 349	0.39 337	0.31 337	0.39 322	0.32 323

GCAP-BAT	0.41 283	1.30 429	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.44 343	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.34 308	0.38 296	0.26 249	0.38 281	0.26 230

GwcNet-ADL	0.41 283	0.41 203	0.41 341	0.41 260	0.41 395	0.41 297	0.41 390	0.41 290	0.41 390	0.41 290	0.41 392	0.41 298	0.41 386	0.41 297	0.41 382	0.41 294	0.41 349	0.41 367	0.41 403	0.41 345	0.41 376

PSMNet-ADL	0.41 283	0.41 203	0.41 341	0.41 260	0.41 395	0.41 297	0.41 390	0.41 290	0.41 390	0.41 290	0.41 392	0.41 298	0.41 386	0.41 297	0.41 382	0.41 294	0.41 349	0.41 367	0.41 403	0.41 345	0.41 376

GANet-ADL	0.41 283	0.41 203	0.41 341	0.41 260	0.41 395	0.41 297	0.41 390	0.41 290	0.41 390	0.41 290	0.41 392	0.41 298	0.41 386	0.41 297	0.41 382	0.41 294	0.41 349	0.41 367	0.41 403	0.41 345	0.41 376

ADLNet2	0.41 283	0.41 203	0.41 341	0.41 260	0.41 395	0.41 297	0.41 390	0.41 290	0.41 390	0.41 290	0.41 392	0.41 298	0.41 386	0.41 297	0.41 382	0.41 294	0.41 349	0.41 367	0.41 403	0.41 345	0.41 376

ADLNet	0.41 283	0.41 203	0.41 341	0.41 260	0.41 395	0.41 297	0.41 390	0.41 290	0.41 390	0.41 290	0.41 392	0.41 298	0.41 386	0.41 297	0.41 382	0.41 294	0.41 349	0.41 367	0.41 403	0.41 345	0.41 376

FCDSN-DC	0.41 283	0.59 268	0.64 413	0.54 356	0.33 345	0.50 397	0.37 361	0.42 308	0.40 381	0.61 427	0.43 404	0.50 399	0.49 418	0.38 271	0.32 317	0.28 214	0.23 211	0.26 226	0.22 227	0.35 257	0.28 288
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 283	0.46 226	0.33 257	0.49 302	0.33 345	0.49 388	0.33 331	0.49 375	0.33 339	0.49 381	0.33 342	0.49 385	0.33 341	0.51 401	0.33 328	0.41 294	0.30 258	0.41 367	0.30 326	0.79 432	0.29 294

Gwc-CoAtRS	0.41 283	1.49 441	0.32 252	0.42 270	0.32 333	0.41 297	0.32 320	0.41 290	0.33 339	0.41 290	0.32 333	0.41 298	0.32 330	0.41 297	0.32 317	0.39 279	0.28 235	0.39 337	0.28 299	0.40 334	0.28 288

UPFNet	0.42 296	1.20 371	0.17 175	0.24 179	0.17 206	0.25 217	0.17 195	1.19 494	0.90 493	0.25 214	0.17 202	0.24 210	0.17 203	0.25 215	0.17 196	0.22 181	0.17 188	0.22 199	0.16 191	1.15 482	0.93 489

GCAP-Stereo-DPT26K	0.43 297	1.76 455	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.31 307	0.44 310	0.33 279	0.38 296	0.27 286	0.38 281	0.26 230

aanet-new-8k	0.43 297	1.76 455	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new	0.43 297	1.80 465	0.38 285	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-cres	0.43 297	1.77 457	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-36K	0.43 297	1.78 460	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-20K	0.43 297	1.77 457	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-3K	0.43 297	1.77 457	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

DDF-Stereo	0.43 297	1.15 364	0.57 400	0.53 353	0.32 333	0.41 297	0.32 320	0.41 290	0.32 329	0.41 290	0.32 333	0.41 298	0.32 330	0.40 282	0.32 317	0.52 377	0.50 394	0.38 296	0.31 337	0.39 322	0.31 316

DilatedVolume-Stereo	0.43 297	0.86 295	0.48 371	0.50 338	0.33 345	0.46 373	0.33 331	0.46 361	0.33 339	0.46 361	0.33 342	0.47 374	0.33 341	0.47 370	0.34 341	0.45 338	0.42 358	0.40 350	0.33 354	0.47 375	0.38 361

psmg	0.43 297	1.91 495	0.92 467	1.91 545	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 574	1.44 568	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 297	1.21 417	0.17 175	0.25 186	0.17 206	0.25 217	0.18 203	1.26 546	0.95 501	0.25 214	0.17 202	0.25 217	0.17 203	0.25 215	0.17 196	0.23 192	0.16 168	0.22 199	0.16 191	1.18 490	0.98 493

psm_up	0.43 297	1.19 370	0.17 175	0.25 186	0.18 217	0.25 217	0.19 207	1.26 546	0.91 494	0.26 223	0.17 202	0.25 217	0.17 203	0.25 215	0.17 196	0.22 181	0.17 188	0.23 207	0.16 191	1.18 490	0.99 494

aanet-new-90k	0.44 309	1.82 477	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.44 345	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-60k	0.44 309	1.81 470	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-70k	0.44 309	1.82 477	0.38 285	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-78k	0.44 309	1.80 465	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.45 338	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-40k	0.44 309	1.81 470	0.39 296	0.50 338	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.45 338	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-36k	0.44 309	1.80 465	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-34k	0.44 309	1.80 465	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-32k-new	0.44 309	1.78 460	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.44 348	0.30 276	0.44 343	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.45 338	0.34 308	0.39 337	0.26 249	0.38 281	0.26 230

aanet-new-32k	0.44 309	1.79 464	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-30k	0.44 309	1.78 460	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-28k	0.44 309	1.81 470	0.39 296	0.49 302	0.30 280	0.44 357	0.30 268	0.44 348	0.30 276	0.44 343	0.30 281	0.44 355	0.30 276	0.44 345	0.30 269	0.45 338	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-24k	0.44 309	1.78 460	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-22k	0.44 309	1.81 470	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

aanet-new-16k	0.44 309	1.83 480	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-cres-4k	0.44 309	1.81 470	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-22K	0.44 309	1.85 486	0.38 285	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-24K	0.44 309	1.86 489	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-5K	0.44 309	1.80 465	0.39 296	0.49 302	0.30 280	0.44 357	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.44 345	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-2K	0.44 309	1.82 477	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.33 279	0.38 296	0.26 249	0.38 281	0.26 230

GCAP-Stereo-DPT-50K	0.44 309	1.83 480	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.43 316	0.30 269	0.44 310	0.36 320	0.38 296	0.26 249	0.38 281	0.26 230

Monster-pub-mixall	0.44 309	0.56 264	0.60 404	0.38 230	0.27 255	0.37 266	0.27 245	0.37 255	0.29 265	0.38 264	0.27 256	0.38 272	0.29 270	0.85 458	0.27 242	1.46 550	0.26 219	0.34 264	0.26 249	0.36 264	0.53 416

depthmonostereo	0.44 309	0.85 293	0.46 356	0.54 356	0.40 386	0.52 412	0.38 368	0.52 401	0.35 352	0.47 367	0.34 350	0.46 368	0.34 346	0.47 370	0.34 341	0.45 338	0.43 363	0.41 367	0.33 354	0.41 345	0.32 323

MMNet	0.44 309	1.24 425	0.17 175	0.25 186	0.17 206	0.25 217	0.18 203	1.26 546	0.93 499	0.25 214	0.17 202	0.25 217	0.18 213	0.25 215	0.17 196	0.23 192	0.16 168	0.23 207	0.16 191	1.20 494	0.99 494

aanet-new-10k	0.45 332	1.81 470	0.40 328	0.50 338	0.31 323	0.44 357	0.31 312	0.44 348	0.31 319	0.44 343	0.31 323	0.44 355	0.32 330	0.44 345	0.31 307	0.46 348	0.35 314	0.39 337	0.27 286	0.39 322	0.27 268

252Zero-FE	0.45 332	0.50 242	0.36 279	0.50 338	0.36 364	0.50 397	0.36 355	0.50 384	0.36 361	0.49 381	0.36 361	0.49 385	0.36 355	0.54 410	0.41 382	0.45 338	0.34 308	0.45 385	0.34 358	0.55 401	0.75 467

Monster-pub-eth3d	0.45 332	0.57 265	0.60 404	0.39 235	0.28 260	0.37 266	0.28 253	0.37 255	0.30 276	0.39 270	0.29 269	0.39 277	0.30 276	0.92 468	0.27 242	1.42 547	0.28 235	0.34 264	0.28 299	0.37 268	0.53 416

Replicate-Monster	0.45 332	0.57 265	0.60 404	0.40 248	0.29 270	0.37 266	0.27 245	0.37 255	0.30 276	0.40 276	0.31 323	0.40 285	0.30 276	0.99 476	0.27 242	1.36 543	0.31 263	0.34 264	0.30 326	0.36 264	0.54 419

SCV_C0	0.45 332	0.88 299	0.49 378	0.54 356	0.37 368	0.48 383	0.37 361	0.48 371	0.37 363	0.48 374	0.36 361	0.48 381	0.37 360	0.49 384	0.37 357	0.50 369	0.41 349	0.44 381	0.34 358	0.44 355	0.34 337

RAFT-Stereo-weight	0.45 332	1.90 494	0.34 267	0.42 270	0.36 364	0.43 324	0.35 349	0.42 308	0.34 348	0.42 304	0.34 350	0.44 355	0.34 346	0.41 297	0.34 341	0.38 266	0.32 267	0.38 296	0.32 344	0.38 281	0.33 330

TorneroNet-64	0.45 332	0.27 158	0.30 232	0.58 366	0.27 255	0.70 439	0.30 268	0.28 221	0.73 476	0.73 442	0.28 263	0.71 441	0.66 446	0.75 444	0.27 242	0.27 210	0.29 249	0.37 288	0.75 482	0.28 219	0.30 307

aanet-new-12k	0.46 339	1.99 503	0.40 328	0.51 349	0.31 323	0.44 357	0.31 312	0.44 348	0.31 319	0.44 343	0.31 323	0.44 355	0.31 325	0.44 345	0.32 317	0.47 355	0.35 314	0.39 337	0.27 286	0.39 322	0.27 268

SCV	0.46 339	0.94 316	0.45 351	0.54 356	0.37 368	0.48 383	0.38 368	0.48 371	0.37 363	0.48 374	0.39 383	0.48 381	0.37 360	0.49 384	0.37 357	0.50 369	0.46 373	0.44 381	0.34 358	0.44 355	0.34 337

otaku	0.46 339	0.46 226	0.46 356	0.46 284	0.46 414	0.46 373	0.46 406	0.46 361	0.46 405	0.46 361	0.46 413	0.46 368	0.46 404	0.46 366	0.46 400	0.46 348	0.46 373	0.46 389	0.46 417	0.46 362	0.46 391

Dean	0.46 339	0.46 226	0.46 356	0.46 284	0.46 414	0.46 373	0.46 406	0.46 361	0.46 405	0.47 367	0.46 413	0.46 368	0.46 404	0.46 366	0.46 400	0.46 348	0.46 373	0.46 389	0.46 417	0.46 362	0.46 391

ACVNet_1	0.46 339	0.47 230	0.46 356	0.46 284	0.46 414	0.46 373	0.46 406	0.46 361	0.47 410	0.46 361	0.46 413	0.46 368	0.46 404	0.46 366	0.46 400	0.46 348	0.46 373	0.47 398	0.46 417	0.46 362	0.46 391

ACVNet-4b	0.46 339	0.46 226	0.46 356	0.46 284	0.46 414	0.46 373	0.46 406	0.46 361	0.46 405	0.46 361	0.46 413	0.46 368	0.46 404	0.47 370	0.46 400	0.46 348	0.46 373	0.46 389	0.46 417	0.46 362	0.46 391

PML	0.46 339	1.36 435	0.29 228	0.58 366	0.30 280	0.57 425	0.29 263	0.57 412	0.29 265	0.57 421	0.29 269	0.57 424	0.29 270	0.56 415	0.29 262	0.52 377	0.30 258	0.53 426	0.31 337	0.53 399	0.30 307

LG-Stereo_L1	0.47 346	0.52 252	0.47 363	0.62 374	0.39 385	0.53 414	0.40 382	0.53 403	0.39 380	0.53 408	0.39 383	0.53 411	0.39 374	0.53 408	0.39 372	0.55 387	0.46 373	0.49 411	0.37 379	0.49 382	0.37 354

Ntro	0.47 346	0.47 230	0.46 356	0.46 284	0.46 414	0.47 378	0.47 411	0.46 361	0.47 410	0.46 361	0.46 413	0.47 374	0.46 404	0.47 370	0.47 407	0.47 355	0.46 373	0.46 389	0.46 417	0.46 362	0.46 391

HaxPig	0.47 346	0.47 230	0.47 363	0.49 302	0.47 420	0.47 378	0.47 411	0.47 367	0.47 410	0.47 367	0.47 421	0.47 374	0.47 412	0.47 370	0.47 407	0.47 355	0.47 381	0.47 398	0.47 424	0.47 375	0.48 400

UNDER WATER	0.47 346	0.47 230	0.47 363	0.47 291	0.47 420	0.47 378	0.47 411	0.47 367	0.47 410	0.47 367	0.47 421	0.47 374	0.46 404	0.47 370	0.47 407	0.47 355	0.47 381	0.47 398	0.46 417	0.47 375	0.47 398

LVE	0.47 346	0.47 230	0.47 363	0.47 291	0.49 426	0.47 378	0.47 411	0.47 367	0.49 419	0.47 367	0.47 421	0.47 374	0.46 404	0.47 370	0.47 407	0.47 355	0.47 381	0.48 406	0.47 424	0.47 375	0.47 398

GASTEREO	0.48 351	1.21 417	0.47 363	0.57 364	0.38 375	0.50 397	0.38 368	0.50 384	0.38 367	0.50 394	0.38 373	0.50 399	0.38 364	0.50 392	0.38 360	0.52 377	0.42 358	0.46 389	0.34 358	0.46 362	0.34 337

LG-Stereo_Zeroshot	0.48 351	0.55 262	0.47 363	0.63 376	0.41 395	0.56 419	0.44 398	0.56 409	0.41 390	0.56 418	0.41 392	0.57 424	0.42 392	0.56 415	0.41 382	0.55 387	0.43 363	0.51 420	0.37 379	0.51 393	0.37 354

fffft	0.48 351	0.51 250	0.45 351	0.52 351	0.45 412	0.52 412	0.45 404	0.52 401	0.48 417	0.53 408	0.45 410	0.52 410	0.45 401	0.52 406	0.46 400	0.51 375	0.41 349	0.50 415	0.41 403	0.50 387	0.41 376
1: 1. 1
RainbowNet	0.48 351	0.48 236	0.48 371	0.48 296	0.48 424	0.48 383	0.48 420	0.48 371	0.48 417	0.48 374	0.48 425	0.48 381	0.48 413	0.48 378	0.48 413	0.48 360	0.48 385	0.48 406	0.48 428	0.48 379	0.48 400

notaker	0.48 351	0.49 238	0.48 371	0.48 296	0.48 424	0.48 383	0.48 420	0.48 371	0.49 419	0.48 374	0.48 425	0.48 381	0.48 413	0.48 378	0.48 413	0.48 360	0.48 385	0.48 406	0.48 428	0.48 379	0.49 405

LL-Strereo2	0.48 351	1.73 453	0.51 388	0.59 369	0.34 355	0.42 317	0.33 331	0.40 275	0.31 319	0.42 304	0.33 342	0.42 316	0.31 325	0.44 345	0.39 372	0.60 395	0.51 399	0.44 381	0.33 354	0.44 355	0.33 330

Former-RAFT_DAM_RVC	0.49 357	0.98 321	0.64 413	0.84 406	0.46 414	0.45 367	0.35 349	0.47 367	0.47 410	0.45 355	0.34 350	0.46 368	0.48 413	0.46 366	0.35 345	0.39 279	0.71 441	0.39 337	0.35 370	0.41 345	0.41 376

ACVNet_2	0.49 357	0.49 238	0.49 378	0.49 302	0.49 426	0.49 388	0.49 422	0.49 375	0.49 419	0.49 381	0.49 428	0.49 385	0.49 418	0.49 384	0.49 415	0.49 363	0.49 388	0.49 411	0.49 431	0.49 382	0.49 405

FoundationStereo	0.50 359	0.50 242	0.50 382	0.50 338	0.50 430	0.50 397	0.50 424	0.50 384	0.50 422	0.50 394	0.50 430	0.50 399	0.50 421	0.50 392	0.50 416	0.50 369	0.50 394	0.50 415	0.50 433	0.50 387	0.50 408

StereoAnything_RVC	0.50 359	0.50 242	0.50 382	0.50 338	0.50 430	0.50 397	0.50 424	0.50 384	0.50 422	0.50 394	0.50 430	0.50 399	0.50 421	0.50 392	0.50 416	0.50 369	0.50 394	0.50 415	0.50 433	0.50 387	0.50 408

dual_stereo	0.50 359	0.50 242	0.50 382	0.50 338	0.50 430	0.50 397	0.50 424	0.50 384	0.50 422	0.50 394	0.50 430	0.50 399	0.50 421	0.50 392	0.50 416	0.50 369	0.50 394	0.50 415	0.50 433	0.50 387	0.50 408

GCST	0.50 359	2.08 506	0.38 285	0.53 353	0.35 358	0.49 388	0.35 349	0.50 384	0.35 352	0.49 381	0.35 358	0.49 385	0.35 352	0.49 384	0.35 345	0.48 360	0.37 323	0.45 385	0.33 354	0.44 355	0.33 330

SANet	0.50 359	0.50 242	0.50 382	0.50 338	0.50 430	0.50 397	0.50 424	0.50 384	0.50 422	0.50 394	0.50 430	0.50 399	0.50 421	0.50 392	0.50 416	0.50 369	0.50 394	0.50 415	0.50 433	0.50 387	0.50 408

MSCF	0.51 364	1.40 438	0.49 378	0.58 366	0.38 375	0.50 397	0.38 368	0.54 405	0.41 390	0.52 405	0.41 392	0.53 411	0.42 392	0.53 408	0.41 382	0.60 395	0.47 381	0.48 406	0.37 379	0.48 379	0.38 361

UGAM-zero	0.51 364	2.17 514	0.39 296	0.53 353	0.36 364	0.50 397	0.36 355	0.50 384	0.36 361	0.49 381	0.36 361	0.50 399	0.35 352	0.50 392	0.36 348	0.49 363	0.37 323	0.47 398	0.35 370	0.46 362	0.34 337

UGAM	0.51 364	2.23 519	0.39 296	0.54 356	0.35 358	0.50 397	0.35 349	0.49 375	0.35 352	0.49 381	0.35 358	0.49 385	0.36 355	0.50 392	0.36 348	0.49 363	0.37 323	0.45 385	0.34 358	0.45 359	0.34 337

Selective-IGEV	0.51 364	0.55 262	0.45 351	0.69 386	0.45 412	0.61 429	0.45 404	0.50 384	0.40 381	0.56 418	0.44 406	0.55 418	0.40 375	0.72 439	0.67 443	0.59 394	0.46 373	0.45 385	0.34 358	0.46 362	0.37 354

RCA-Stereo	0.51 364	3.22 573	0.34 267	0.44 279	0.34 355	0.44 357	0.34 344	0.43 314	0.34 348	0.43 309	0.34 350	0.44 355	0.33 341	0.43 316	0.33 328	0.38 266	0.29 249	0.38 296	0.29 312	0.38 281	0.29 294

DN	0.53 369	0.85 293	0.45 351	0.65 380	0.44 408	0.60 428	0.44 398	0.60 419	0.44 401	0.60 426	0.45 410	0.60 429	0.44 397	0.60 424	0.44 394	0.56 390	0.42 358	0.56 429	0.42 411	0.56 403	0.42 383

MatchStereo	0.54 370	0.12 103	2.38 620	2.32 564	0.09 139	0.09 134	0.08 137	0.09 134	0.07 135	0.09 134	0.07 136	0.09 135	0.07 134	0.09 134	0.08 128	2.34 597	2.34 616	0.12 146	0.11 154	0.11 147	0.10 139
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 370	0.60 270	0.52 391	0.66 384	0.47 420	0.61 429	0.47 411	0.58 415	0.46 405	0.61 427	0.46 413	0.61 431	0.45 401	0.62 425	0.45 396	0.61 399	0.52 401	0.57 430	0.48 428	0.57 406	0.48 400

castereo++	0.54 370	3.59 579	1.15 487	1.31 517	0.14 179	0.16 166	0.14 174	0.16 166	0.14 179	0.16 163	0.14 183	0.16 164	0.13 175	0.16 165	0.14 173	1.45 549	1.16 494	0.15 164	0.14 182	0.15 163	0.13 171

FENet	0.54 370	1.52 442	1.19 493	1.41 526	0.23 240	0.35 257	0.23 228	0.35 245	0.23 230	0.34 250	0.23 234	0.35 258	0.23 234	0.35 258	0.23 225	1.40 546	1.07 478	0.32 248	0.23 233	0.33 240	0.23 213

PSMNet_ROB	0.54 370	0.54 260	0.54 396	0.54 356	0.53 439	0.54 417	0.54 432	0.53 403	0.54 432	0.54 413	0.54 440	0.54 414	0.53 428	0.54 410	0.54 426	0.54 381	0.53 403	0.54 427	0.54 439	0.54 400	0.54 419

AIO-test2	0.55 375	0.59 268	0.52 391	0.67 385	0.47 420	0.61 429	0.47 411	0.61 422	0.47 410	0.61 427	0.47 421	0.61 431	0.48 413	0.62 425	0.47 407	0.64 405	0.53 403	0.58 431	0.47 424	0.58 407	0.48 400

CFNet-ft	0.55 375	1.57 443	0.14 148	0.20 158	0.14 179	0.20 184	2.53 630	1.61 563	0.14 179	0.20 181	0.14 183	0.20 182	0.14 179	0.20 181	0.14 173	0.17 157	0.12 135	0.17 175	0.12 169	1.56 556	1.24 571

MyStereo04	0.56 377	3.72 585	0.59 402	0.49 302	0.41 395	0.36 261	0.32 320	0.37 255	0.31 319	0.34 250	0.46 413	0.35 258	0.32 330	0.35 258	0.33 328	0.49 363	0.45 371	0.34 264	0.32 344	0.35 257	0.43 385

CASS	0.57 378	0.89 302	0.56 398	0.57 364	0.56 442	0.56 419	0.56 433	0.56 409	0.53 430	0.57 421	0.57 442	0.59 428	0.48 413	0.56 415	0.57 429	0.55 387	0.56 407	0.47 398	0.56 444	0.62 410	0.56 427
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
aanet-new-14k	0.60 379	5.12 612	0.39 296	0.49 302	0.30 280	0.43 324	0.30 268	0.43 314	0.30 276	0.43 309	0.30 281	0.43 323	0.30 276	0.44 345	0.30 269	0.44 310	0.37 323	0.38 296	0.26 249	0.38 281	0.26 230

LG-Stereo	0.60 379	0.58 267	0.47 363	0.64 379	0.74 475	1.00 472	0.69 460	0.57 412	0.41 390	0.57 421	0.41 392	0.57 424	0.41 386	1.00 478	0.75 473	0.91 443	0.51 399	0.52 423	0.37 379	0.52 395	0.37 354

MonSter	0.60 379	0.64 273	0.52 391	0.62 374	0.44 408	2.07 589	0.44 398	0.62 423	0.44 401	0.62 430	0.44 406	0.62 433	0.44 397	0.62 425	0.44 394	0.58 392	0.42 358	0.62 434	0.46 417	0.58 407	0.42 383

MyStereo07	0.60 379	3.72 585	0.48 371	0.49 302	0.41 395	0.36 261	0.32 320	0.49 375	0.43 398	0.51 402	0.42 402	0.49 385	0.43 395	0.51 401	0.64 436	0.49 363	0.45 371	0.34 264	0.32 344	0.35 257	0.43 385

castereo	0.61 383	3.79 587	1.35 551	1.52 530	0.15 190	0.17 172	0.16 185	0.20 182	0.21 221	0.18 173	0.16 195	0.21 189	0.12 170	0.26 226	0.17 196	1.43 548	1.38 564	0.17 175	0.16 191	0.18 177	0.16 181

WCG-NET	0.61 383	1.21 417	0.54 396	0.61 373	0.53 439	0.67 437	0.53 430	0.66 428	0.53 430	0.64 433	0.53 439	0.65 437	0.53 428	0.59 422	0.52 423	0.65 406	0.48 385	0.64 437	0.52 437	0.58 407	0.50 408

GEAStereo	0.62 385	3.91 592	0.48 371	0.69 386	0.38 375	0.51 409	0.38 368	0.51 397	0.38 367	0.53 408	0.38 373	0.50 399	0.38 364	0.51 401	0.38 360	0.54 381	0.43 363	0.46 389	0.34 358	0.46 362	0.34 337

gasm-f	0.62 385	3.91 592	0.48 371	0.69 386	0.38 375	0.51 409	0.38 368	0.51 397	0.38 367	0.53 408	0.38 373	0.50 399	0.38 364	0.51 401	0.38 360	0.54 381	0.43 363	0.46 389	0.34 358	0.46 362	0.34 337

SMoEStereo_RVC	0.63 387	0.75 282	0.51 388	0.73 395	0.53 439	0.71 441	0.47 411	0.67 429	0.58 435	0.74 447	0.60 443	0.72 444	0.53 428	0.74 443	0.51 421	0.61 399	0.62 419	0.62 434	0.61 451	0.63 411	0.61 433

anonymity	0.63 387	0.69 275	0.56 398	0.71 392	0.56 442	0.71 441	0.56 433	0.71 434	0.56 433	0.72 441	0.56 441	0.71 441	0.56 432	0.71 437	0.58 430	0.68 410	0.55 405	0.68 442	0.55 440	0.68 415	0.54 419

PAM_32	0.64 389	2.38 534	0.51 388	0.92 416	0.43 407	0.53 414	0.44 398	0.87 450	0.43 398	0.52 405	0.45 410	0.53 411	0.40 375	0.54 410	0.46 400	0.62 403	0.56 407	0.48 406	0.45 415	0.76 427	0.44 388

CRFU-Net	0.65 390	1.67 446	1.22 543	1.96 549	0.27 255	0.41 297	0.27 245	0.41 290	0.27 255	0.40 276	0.26 252	0.41 298	0.27 256	0.40 282	0.27 242	1.80 563	1.62 584	0.34 264	0.23 233	0.33 240	0.23 213

LMCR-Stereo	0.65 390	0.63 271	0.65 416	0.65 380	0.65 458	0.66 436	0.63 440	0.58 415	0.65 445	0.63 432	0.64 451	0.65 437	0.65 443	0.66 432	0.66 442	0.66 408	0.64 421	0.65 440	0.67 468	0.68 415	0.73 463

KSHMR	0.66 392	0.50 242	0.48 371	1.15 449	0.52 436	0.49 388	0.51 428	0.49 375	0.71 470	0.67 437	0.50 430	1.16 505	1.11 503	0.66 432	0.52 423	0.49 363	0.49 388	0.51 420	0.66 464	0.50 387	1.14 512

TorneroNet	0.66 392	0.53 256	0.50 382	0.50 338	0.64 456	1.06 488	0.70 464	0.50 384	0.51 429	0.49 381	0.69 466	0.49 385	0.50 421	0.48 378	1.15 515	0.71 415	0.49 388	1.14 503	1.08 513	0.49 382	0.49 405

GES	0.66 392	2.34 530	0.29 228	0.41 260	0.29 270	0.41 297	0.29 263	0.42 308	0.29 265	0.40 276	0.41 392	0.41 298	0.30 276	0.51 401	0.29 262	0.32 231	0.29 249	0.32 248	2.46 634	2.49 596	0.30 307

cf-r	0.66 392	2.17 514	0.12 124	0.18 152	0.12 174	0.18 176	2.70 634	2.60 609	0.12 174	0.18 173	0.12 166	0.18 175	0.12 170	0.18 174	0.12 163	0.15 140	0.11 121	0.15 164	0.11 154	1.81 568	1.74 608

DSFCA	0.66 392	0.73 279	0.78 448	0.65 380	0.65 458	0.64 434	0.64 441	0.65 426	0.63 443	0.64 433	0.64 451	0.64 434	0.64 441	0.65 431	0.65 439	0.65 406	0.65 423	0.65 440	0.65 462	0.66 413	0.64 443

DEFOM-Stereo	0.68 397	3.11 569	1.40 565	1.63 539	0.25 247	0.31 241	0.25 235	0.31 233	0.28 259	0.31 238	0.29 269	0.29 237	0.27 256	0.31 244	0.28 251	1.59 556	1.47 570	0.30 239	0.29 312	0.30 225	0.28 288

ssnet_v2	0.68 397	1.96 502	1.25 547	0.29 198	0.20 224	0.30 235	0.20 211	0.29 226	0.22 224	1.50 565	0.20 224	0.31 245	0.20 222	0.27 230	0.22 219	0.24 199	1.49 571	0.26 226	0.18 219	3.90 619	0.19 205

ARAFT	0.68 397	0.81 288	0.63 411	0.74 396	0.60 445	0.78 447	0.62 439	0.77 441	0.66 447	0.74 447	0.63 449	0.75 449	0.62 440	0.83 453	0.60 433	0.70 414	0.55 405	0.70 447	0.60 449	0.78 430	0.55 424

NINENet	0.69 400	3.87 591	1.20 496	1.98 550	0.05 121	0.40 281	0.04 103	0.40 275	0.05 120	0.41 290	0.04 110	0.41 298	0.05 113	0.40 282	0.05 111	1.79 562	1.56 577	0.34 264	0.22 227	0.34 244	0.23 213

VIP-Stereo	0.70 401	2.97 566	2.43 621	2.49 571	0.16 200	0.25 217	0.16 185	0.25 212	0.16 194	0.25 214	0.18 218	0.25 217	0.16 191	0.26 226	0.16 190	1.86 564	1.26 547	0.23 207	0.15 189	0.23 203	0.15 180

RAFT-Stereo + iAFF	0.70 401	0.72 278	0.71 434	0.80 401	0.62 455	0.82 452	0.61 438	0.81 447	0.62 441	0.81 455	0.63 449	0.80 455	0.70 460	0.73 441	0.61 435	0.76 425	0.61 418	0.74 452	0.61 451	0.77 429	0.61 433

DMCA-RVC	0.70 401	0.80 285	0.70 431	0.70 390	0.70 468	0.70 439	0.70 464	0.71 434	0.70 465	0.70 440	0.71 473	0.71 441	0.70 460	0.70 436	0.69 458	0.69 411	0.70 437	0.69 445	0.70 473	0.69 419	0.70 453

MyStereo8	0.71 404	3.92 594	0.52 391	0.59 369	0.52 436	0.57 425	0.53 430	0.59 417	0.50 422	0.59 425	0.51 436	0.57 424	0.50 421	0.56 415	0.52 423	0.54 381	0.49 388	0.54 427	0.49 431	0.55 401	0.50 408

HH	0.71 404	2.54 540	0.74 442	1.10 441	0.32 333	0.41 297	0.37 361	0.69 431	0.78 480	0.73 442	0.90 496	0.75 449	1.00 491	0.84 454	0.69 458	0.69 411	0.40 340	0.35 280	0.26 249	0.35 257	0.26 230

HanStereo	0.71 404	2.54 540	0.74 442	1.10 441	0.32 333	0.41 297	0.37 361	0.69 431	0.78 480	0.73 442	0.90 496	0.75 449	1.00 491	0.84 454	0.69 458	0.69 411	0.40 340	0.35 280	0.26 249	0.35 257	0.26 230

zero-FE	0.72 407	1.31 431	0.66 417	0.92 416	0.60 445	0.82 452	0.58 435	0.82 448	0.58 435	0.81 455	0.60 443	0.81 458	0.60 437	0.82 450	0.58 430	0.74 422	0.59 413	0.73 449	0.52 437	0.76 427	0.51 415

ktn	0.72 407	0.53 256	1.08 482	1.14 447	0.51 435	1.22 549	1.36 580	0.51 397	0.59 437	0.51 402	0.51 436	0.69 440	1.20 514	0.67 434	0.51 421	0.51 375	0.49 388	0.58 431	0.66 464	0.52 395	0.53 416

DStereoRT	0.73 409	0.81 288	0.73 441	0.71 392	0.74 475	0.73 443	0.75 472	0.71 434	0.71 470	0.74 447	0.72 476	0.73 446	0.80 476	0.71 437	0.73 468	0.76 425	0.71 441	0.73 449	0.72 478	0.70 420	0.76 470

CroCo-Stereo	0.73 409	1.22 423	0.25 209	1.22 503	0.25 247	1.22 549	0.25 235	1.22 543	0.25 238	1.22 551	0.25 247	1.22 554	0.25 240	1.22 554	0.25 236	1.22 533	0.26 219	1.21 562	0.25 243	1.22 542	0.25 224
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 409	0.88 299	0.67 421	0.75 397	0.68 465	0.75 444	0.64 441	0.80 444	0.72 473	0.83 457	0.70 468	0.82 459	0.64 441	0.84 454	0.67 443	0.77 427	0.63 420	0.81 463	0.63 453	0.78 430	0.62 436

AIO-Stereo-zeroshot1	0.75 412	0.92 312	0.85 459	0.96 427	0.59 444	1.27 553	0.44 398	0.59 417	0.69 459	0.91 462	0.68 461	0.55 418	0.61 439	1.06 492	0.83 486	0.62 403	0.70 437	0.90 473	0.41 403	0.89 447	0.56 427

MyStereo06	0.75 412	4.12 596	0.60 404	0.63 376	0.61 450	0.62 432	0.66 444	0.56 409	0.45 404	0.55 416	0.48 425	0.54 414	0.46 404	0.57 420	0.45 396	0.60 395	0.57 409	0.64 437	0.55 440	0.72 422	0.55 424

GCAP-Stereo	0.75 412	4.15 599	0.42 346	0.75 397	0.35 358	0.78 447	0.40 382	0.79 442	0.38 367	0.78 451	0.36 361	0.78 452	0.36 355	0.79 446	0.39 372	0.75 423	0.39 337	0.76 455	0.39 395	0.75 426	0.39 367

GANet-RSSM	0.75 412	1.91 495	0.14 148	0.47 291	0.14 179	0.21 194	3.21 651	2.30 595	0.14 179	0.46 361	0.14 183	0.23 204	0.18 213	0.21 191	0.14 173	0.18 165	0.27 229	0.37 288	0.13 177	2.13 578	2.12 618

RSM++	0.76 416	0.82 290	0.66 417	0.85 408	0.64 456	0.85 456	0.71 467	0.94 463	0.64 444	0.87 458	0.67 456	0.87 461	0.65 443	0.84 454	0.65 439	0.81 432	0.70 437	0.79 458	0.71 476	0.83 442	0.70 453

CroCo-Stereo Lap2	0.77 417	1.29 427	0.29 228	1.27 508	0.29 270	1.27 553	0.26 242	1.26 546	0.26 251	1.26 552	0.26 252	1.27 558	0.26 249	1.26 555	0.27 242	1.27 535	0.27 229	1.27 565	0.27 286	1.27 545	0.27 268

PSMNet-RSSM	0.77 417	2.76 557	0.14 148	0.20 158	0.14 179	0.20 184	2.66 632	2.79 622	0.14 179	0.21 192	0.14 183	0.21 189	0.14 179	0.20 181	0.14 173	0.17 157	0.12 135	0.17 175	0.12 169	2.52 600	2.31 623

GwcNet-RSSM	0.77 417	2.77 559	0.14 148	0.20 158	0.14 179	0.20 184	2.67 633	2.78 621	0.14 179	0.20 181	0.14 183	0.20 182	0.14 179	0.21 191	0.14 173	0.17 157	0.12 135	0.17 175	0.12 169	2.52 600	2.31 623

4D-IteraStereo	0.78 420	3.13 570	0.89 460	0.69 386	0.32 333	0.40 281	0.32 320	0.76 440	0.97 504	0.52 405	0.65 453	0.89 464	0.32 330	0.76 445	0.98 498	0.83 437	0.94 469	0.35 280	0.27 286	0.70 420	0.89 485

Pro-Stereo	0.79 421	0.53 256	0.38 285	0.49 302	0.38 375	0.49 388	0.37 361	0.49 375	0.67 448	0.50 394	0.38 373	1.10 497	0.38 364	0.49 384	0.38 360	0.71 415	0.88 463	5.98 667	0.36 376	0.46 362	0.36 349

hitnet-ft	0.79 421	2.78 562	0.14 148	0.20 158	0.14 179	0.21 194	2.89 635	2.80 623	0.14 179	0.20 181	0.14 183	0.20 182	0.14 179	0.20 181	0.14 173	0.17 157	0.12 135	0.17 175	0.12 169	2.54 608	2.33 625

G-Net	0.79 421	0.79 284	0.79 451	0.79 399	0.79 488	0.79 449	0.79 477	0.79 442	0.79 484	0.79 452	0.79 488	0.79 454	0.79 475	0.79 446	0.79 478	0.79 428	0.79 454	0.79 458	0.79 489	0.79 432	0.79 475

MyStereo05	0.80 424	4.12 596	0.63 411	0.63 376	0.61 450	0.62 432	0.66 444	0.65 426	0.62 441	0.67 437	0.61 447	0.65 437	0.58 435	0.67 434	0.55 428	0.60 395	0.57 409	0.64 437	0.55 440	0.72 422	0.55 424

UDG	0.80 424	2.21 518	0.60 404	0.91 413	0.60 445	0.90 462	0.58 435	0.88 453	0.60 438	0.90 460	0.60 443	0.88 462	0.60 437	0.90 463	0.58 430	0.86 441	0.60 414	0.84 469	0.59 448	0.84 443	0.61 433

ccnet	0.80 424	2.28 522	0.33 257	0.50 338	0.33 345	0.50 397	0.33 331	0.50 384	0.33 339	0.49 381	0.33 342	0.49 385	1.56 579	2.38 599	0.33 328	0.41 294	0.29 249	0.42 378	1.57 594	2.28 584	0.29 294

NaN_ROB	0.80 424	0.80 285	0.80 452	0.80 401	0.80 491	0.80 450	0.80 480	0.80 444	0.80 486	0.80 453	0.80 490	0.80 455	0.80 476	0.80 448	0.80 481	0.80 429	0.80 457	0.80 461	0.80 491	0.80 435	0.80 476

CSAN	0.80 424	0.80 285	0.80 452	0.80 401	0.80 491	0.80 450	0.80 480	0.80 444	0.80 486	0.80 453	0.80 490	0.80 455	0.80 476	0.80 448	0.80 481	0.80 429	0.80 457	0.80 461	0.80 491	0.80 435	0.80 476

GSStereo	0.81 429	4.28 602	0.50 382	0.59 369	0.40 386	0.51 409	0.38 368	0.50 384	0.38 367	0.50 394	0.38 373	0.50 399	3.79 648	0.50 392	0.38 360	0.54 381	0.43 363	0.46 389	0.34 358	0.46 362	0.35 346

BSDual-CNN	0.81 429	1.91 495	0.92 467	4.48 620	0.02 22	0.42 317	0.06 132	0.41 290	0.02 22	0.48 374	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 574	4.19 646	0.33 255	0.23 233	0.34 244	0.27 268

DDUNet	0.81 429	2.45 538	0.57 400	0.90 411	0.60 445	0.88 459	0.59 437	0.90 454	0.60 438	0.88 459	0.60 443	0.90 465	0.58 435	0.88 460	0.60 433	0.84 439	0.60 414	0.86 471	0.57 446	0.86 444	0.60 432

R-Stereo Train	0.81 429	0.96 318	0.67 421	0.95 424	0.67 462	0.95 467	0.68 452	0.95 465	0.68 454	0.95 470	0.68 461	0.96 475	0.68 452	0.96 474	0.68 450	0.94 452	0.68 430	0.94 486	0.68 469	0.94 462	0.68 450

RAFT-Stereo	0.81 429	0.96 318	0.67 421	0.95 424	0.67 462	0.95 467	0.68 452	0.95 465	0.68 454	0.95 470	0.68 461	0.96 475	0.68 452	0.96 474	0.68 450	0.94 452	0.68 430	0.94 486	0.68 469	0.94 462	0.68 450
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 434	1.72 448	1.48 569	0.39 235	0.15 190	0.31 241	0.21 216	0.20 182	0.25 238	1.61 569	0.23 234	0.28 231	0.26 249	0.20 181	0.15 183	0.24 199	1.33 555	0.32 248	0.16 191	6.75 658	0.23 213

scenet	0.82 434	1.72 448	1.48 569	0.39 235	0.15 190	0.31 241	0.21 216	0.20 182	0.25 238	1.61 569	0.23 234	0.28 231	0.26 249	0.20 181	0.15 183	0.24 199	1.33 555	0.32 248	0.16 191	6.75 658	0.23 213

ssnet	0.82 434	1.72 448	1.48 569	0.39 235	0.15 190	0.31 241	0.21 216	0.20 182	0.25 238	1.61 569	0.23 234	0.28 231	0.26 249	0.20 181	0.15 183	0.24 199	1.33 555	0.32 248	0.16 191	6.75 658	0.23 213

DEFOM-Stereo_RVC	0.83 437	5.18 614	1.98 609	2.19 555	0.17 206	0.19 179	0.18 203	0.19 176	0.16 194	0.20 181	0.19 220	0.22 197	0.22 228	0.20 181	0.15 183	2.28 591	2.13 611	0.24 216	0.17 213	0.18 177	0.16 181

BUS	0.83 437	1.91 495	0.92 467	4.48 620	0.02 22	0.40 281	0.04 103	0.41 290	0.02 22	0.48 374	0.03 56	0.41 298	0.05 113	0.03 43	0.05 111	1.97 574	4.19 646	0.33 255	0.23 233	0.34 244	0.27 268

PDISCO_ROB	0.83 437	2.80 563	3.49 643	0.14 121	0.11 161	0.17 172	0.09 138	0.15 165	0.10 143	0.15 158	0.12 166	0.16 164	0.14 179	3.30 629	0.13 169	0.14 133	2.34 616	0.16 167	0.12 169	2.62 609	0.10 139

WQFJA1++	0.84 440	0.98 321	0.67 421	1.26 507	0.75 477	1.00 472	0.67 448	1.00 467	0.67 448	1.00 472	0.67 456	1.00 478	0.67 448	1.00 478	0.67 443	0.96 454	0.67 425	0.91 476	0.63 453	0.92 453	0.63 437

WQFJX1	0.84 440	0.98 321	0.67 421	1.30 515	0.75 477	1.01 479	0.67 448	1.01 475	0.67 448	1.01 482	0.67 456	1.01 485	0.68 452	1.00 478	0.68 450	0.98 459	0.67 425	0.92 479	0.64 458	0.92 453	0.64 443

NLMM	0.84 440	1.00 330	0.67 421	1.27 508	0.75 477	1.00 472	0.68 452	1.00 467	0.67 448	1.00 472	0.67 456	1.02 489	0.67 448	1.02 489	0.67 443	0.97 455	0.67 425	0.93 482	0.63 453	0.92 453	0.63 437

AIO-Stereo	0.84 440	0.66 274	0.70 431	0.83 405	0.67 462	0.98 470	0.82 487	1.14 485	0.72 473	1.03 488	0.74 480	1.03 490	1.09 502	0.99 476	0.45 396	1.04 466	0.73 444	0.95 488	0.74 480	0.94 462	0.46 391

DCRE	0.84 440	1.89 492	0.77 447	0.94 422	0.72 472	0.88 459	0.73 470	0.87 450	0.78 480	0.90 460	0.71 473	0.88 462	0.67 448	0.88 460	0.73 468	0.81 432	0.68 430	0.81 463	0.70 473	0.82 440	0.70 453

iGMRVC	0.84 440	2.85 564	0.72 437	0.72 394	0.73 473	0.77 445	0.79 477	0.73 437	0.74 478	0.73 442	0.72 476	0.73 446	0.76 470	0.73 441	0.73 468	0.72 418	0.73 444	0.73 449	0.72 478	0.73 425	0.72 460

WQFJA1	0.85 446	0.98 321	0.67 421	1.29 513	0.76 482	1.01 479	0.67 448	1.02 479	0.67 448	1.02 486	0.67 456	1.01 485	0.67 448	1.01 485	0.68 450	0.99 460	0.67 425	0.93 482	0.64 458	0.92 453	0.65 445

WQFJX	0.85 446	1.00 330	0.68 428	1.30 515	0.75 477	1.01 479	0.68 452	1.01 475	0.68 454	1.01 482	0.68 461	1.03 490	0.68 452	1.02 489	0.67 443	0.97 455	0.67 425	0.93 482	0.63 453	0.94 462	0.63 437

NLSM3	0.85 446	0.99 328	0.68 428	1.29 513	0.76 482	1.01 479	0.68 452	1.01 475	0.68 454	1.02 486	0.68 461	1.01 485	0.68 452	1.01 485	0.68 450	0.97 455	0.68 430	0.93 482	0.64 458	0.93 458	0.63 437

NLMM1	0.86 449	0.98 321	0.69 430	1.48 529	0.75 477	1.01 479	0.69 460	1.00 467	0.69 459	1.00 472	0.70 468	1.00 478	0.68 452	1.01 485	0.67 443	0.97 455	0.68 430	0.92 479	0.63 453	0.93 458	0.63 437

AdaDepth	0.86 449	0.93 314	0.71 434	1.01 435	1.07 518	1.02 485	0.71 467	1.00 467	0.71 470	1.01 482	0.71 473	1.00 478	0.72 465	1.14 503	0.71 466	0.92 446	0.64 421	0.90 473	0.64 458	0.89 447	0.69 452

GEStereo_RVC	0.86 449	4.45 603	0.20 189	0.27 196	0.20 224	0.27 230	0.20 211	0.26 218	0.18 210	5.03 659	0.20 224	0.27 230	0.19 218	0.27 230	0.21 217	0.20 172	0.19 196	0.19 187	4.02 663	0.20 184	0.18 203

Selective-RAFT-Error	0.88 452	0.84 291	0.98 472	0.86 409	0.97 507	0.88 459	0.95 498	0.84 449	0.99 507	0.92 464	0.82 492	0.84 460	0.98 490	0.87 459	0.97 497	0.81 432	0.83 460	0.79 458	0.82 494	0.79 432	0.85 481

IER	0.88 452	7.04 633	2.23 614	2.75 576	0.28 260	0.43 324	0.25 235	0.39 268	0.25 238	0.41 290	0.27 256	0.39 277	0.25 240	0.40 282	0.28 251	0.37 255	0.28 235	0.37 288	0.25 243	0.37 268	0.25 224

Selective-RAFT	0.89 454	0.89 302	0.72 437	1.16 454	0.78 486	1.06 488	0.82 487	0.87 450	0.97 504	1.00 472	0.91 499	0.90 465	1.00 491	0.89 462	0.93 494	0.83 437	0.83 460	0.82 467	0.82 494	0.81 438	0.82 479

AIO-Stereo-zeroshot	0.91 455	0.86 295	0.89 460	1.25 506	0.69 466	1.05 487	0.81 484	1.16 489	0.50 422	1.12 498	0.97 504	0.72 444	0.82 480	1.06 492	0.95 495	0.61 399	0.87 462	1.03 500	0.85 497	1.04 474	1.01 501

CFNet-RSSM	0.91 455	4.89 609	0.34 267	0.44 279	1.07 518	1.62 574	1.40 587	0.91 456	0.35 352	1.60 566	1.39 587	0.64 434	0.34 346	0.44 345	0.33 328	0.41 294	0.35 314	0.75 453	0.30 326	0.41 345	0.29 294

MLG-Stereo	0.92 457	0.90 305	0.84 458	1.27 508	0.49 426	1.38 563	0.88 490	1.41 560	0.97 504	0.73 442	1.09 514	1.26 555	0.43 395	0.72 439	1.05 507	1.13 478	0.49 388	1.18 513	0.66 464	1.01 471	0.46 391

ToySt	0.92 457	2.11 509	0.90 463	0.95 424	0.79 488	0.99 471	0.78 476	0.94 463	0.81 489	0.94 468	0.78 486	0.95 474	0.77 472	0.94 470	0.86 488	0.91 443	0.79 454	0.85 470	0.77 485	0.89 447	0.73 463

DPSM_ROB	0.92 457	0.91 307	0.91 465	0.91 413	0.92 502	0.92 464	0.92 494	0.92 459	0.91 494	0.93 466	0.91 499	0.92 468	0.90 483	0.91 464	0.92 490	0.92 446	0.91 465	0.91 476	0.92 498	0.93 458	0.93 489

DPSM	0.92 457	0.91 307	0.91 465	0.91 413	0.92 502	0.92 464	0.92 494	0.92 459	0.91 494	0.93 466	0.91 499	0.92 468	0.90 483	0.91 464	0.92 490	0.92 446	0.91 465	0.91 476	0.92 498	0.93 458	0.93 489

pmcnn	0.92 457	0.92 312	0.92 467	0.92 416	0.92 502	0.92 464	0.92 494	0.92 459	0.92 498	0.92 464	0.92 502	0.92 468	0.92 485	0.92 468	0.92 490	0.92 446	0.92 467	0.92 479	0.92 498	0.92 453	0.92 488

error version	0.93 462	4.47 604	2.35 617	1.99 551	0.37 368	0.41 297	0.36 355	0.41 290	0.35 352	0.43 309	0.36 361	0.41 298	0.40 375	0.41 297	0.36 348	1.87 566	2.16 612	0.47 398	0.37 379	0.39 322	0.33 330

test_1	0.93 462	4.47 604	2.35 617	1.99 551	0.37 368	0.41 297	0.36 355	0.41 290	0.35 352	0.43 309	0.36 361	0.41 298	0.40 375	0.41 297	0.36 348	1.87 566	2.16 612	0.47 398	0.37 379	0.39 322	0.33 330

DGTPSM_ROB	0.93 462	1.00 330	0.92 467	0.94 422	0.96 506	0.91 463	0.92 494	0.91 456	0.96 503	0.91 462	0.96 503	0.93 471	0.92 485	0.94 470	0.92 490	0.92 446	0.92 467	0.90 473	0.92 498	0.94 462	0.91 487

HSM-Net_RVC	0.95 465	1.17 367	0.78 448	1.18 456	0.71 470	1.16 502	0.75 472	1.09 483	0.80 486	1.10 492	0.75 481	1.17 506	0.74 467	1.17 506	0.80 481	1.13 478	0.73 444	1.17 510	0.77 485	1.16 484	0.72 460
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 466	3.17 572	2.30 616	2.42 568	0.38 375	0.54 417	0.38 368	0.54 405	0.38 367	0.54 413	0.38 373	0.54 414	0.38 364	0.54 410	0.38 360	2.38 600	2.34 616	0.49 411	0.36 376	0.49 382	0.36 349

DPSimNet_ROB	0.97 466	1.18 369	0.81 455	1.10 441	0.91 501	1.02 485	0.82 487	1.04 480	0.91 494	1.03 488	0.86 495	1.28 559	0.82 480	1.03 491	0.89 489	1.17 482	0.81 459	1.02 498	0.82 494	1.08 476	0.81 478

test-3	0.98 468	4.13 598	1.85 598	1.85 542	0.61 450	0.69 438	0.37 361	0.63 424	0.61 440	0.66 436	0.51 436	0.73 446	0.44 397	0.57 420	0.54 426	1.68 560	1.81 596	0.40 350	0.43 413	0.66 413	0.50 408

Test_v1	1.00 469	1.00 330	1.00 474	1.00 431	1.00 508	1.00 472	1.00 502	1.00 467	1.00 508	1.00 472	1.00 506	1.00 478	1.00 491	1.00 478	1.00 500	1.00 461	1.00 470	1.00 493	1.00 505	1.00 467	1.00 496

Wavelet-MonSter	1.00 469	1.21 417	0.76 445	1.94 546	1.01 513	1.11 497	0.76 474	1.15 486	0.76 479	1.11 497	0.76 482	1.14 503	0.76 470	1.11 500	0.76 475	1.21 531	0.90 464	1.02 498	0.71 476	1.02 473	0.71 459

999	1.00 469	1.12 360	0.59 402	1.10 441	1.21 576	1.09 493	0.52 429	1.08 481	1.43 589	1.18 503	1.35 581	0.98 477	0.52 427	0.91 464	0.85 487	0.72 418	1.46 569	0.83 468	0.98 503	0.68 415	1.41 584

DispNO	1.00 469	0.63 271	0.43 347	3.45 604	0.44 408	0.65 435	0.43 397	0.64 425	0.43 398	0.64 433	0.43 404	0.64 434	3.03 626	0.64 430	0.43 393	4.55 635	0.43 363	0.63 436	0.43 413	0.63 411	0.43 385

GANet	1.00 469	1.00 330	1.00 474	1.00 431	1.00 508	1.00 472	1.00 502	1.00 467	1.00 508	1.00 472	1.00 506	1.00 478	1.00 491	1.00 478	1.00 500	1.00 461	1.00 470	1.00 493	1.00 505	1.00 467	1.00 496

TDLM	1.00 469	1.00 330	1.00 474	1.00 431	1.00 508	1.00 472	1.00 502	1.00 467	1.00 508	1.00 472	1.00 506	1.00 478	1.00 491	1.00 478	1.00 500	1.00 461	1.00 470	1.00 493	1.00 505	1.00 467	1.00 496

CVANet_RVC	1.00 469	1.00 330	1.00 474	1.00 431	1.00 508	1.00 472	1.00 502	1.00 467	1.00 508	1.00 472	1.00 506	1.00 478	1.00 491	1.00 478	1.00 500	1.00 461	1.00 470	1.00 493	1.00 505	1.00 467	1.00 496

trnet	1.01 476	1.01 339	1.01 478	1.01 435	1.01 513	1.01 479	1.01 506	1.01 475	1.01 512	1.01 482	1.01 510	1.01 485	1.01 498	1.01 485	1.01 504	1.01 465	1.01 474	1.01 497	1.01 511	1.01 471	1.01 501

LL-Strereo	1.01 476	5.06 611	1.63 578	0.70 390	1.43 587	0.56 419	0.46 406	0.57 412	0.50 422	0.57 421	0.50 430	1.58 569	0.49 418	0.59 422	0.50 416	1.64 559	0.52 401	0.51 420	1.37 582	0.52 395	0.45 390

FlowAnything_test	1.02 478	1.72 448	0.71 434	1.59 532	0.70 468	1.61 572	0.69 460	1.61 563	0.70 465	1.60 566	0.70 468	1.61 573	0.69 458	1.61 570	0.70 464	0.81 432	0.58 411	0.81 463	0.55 440	0.81 438	0.56 427

FlowAnything	1.02 478	1.71 447	0.72 437	1.59 532	0.69 466	1.60 571	0.69 460	1.61 563	0.70 465	1.60 566	0.69 466	1.60 570	0.69 458	1.61 570	0.69 458	0.81 432	0.58 411	0.81 463	0.56 444	0.82 440	0.56 427

Hybrid-DGEV	1.03 480	1.75 454	0.80 452	1.28 512	0.78 486	1.26 552	0.80 480	1.26 546	0.78 480	1.26 552	0.78 486	1.26 555	0.78 474	1.26 555	0.78 477	1.15 481	0.75 447	1.14 503	0.74 480	1.14 479	0.75 467

tt45	1.04 481	0.88 299	1.36 559	0.92 416	1.03 516	1.51 570	0.79 477	0.70 433	0.88 492	0.74 447	0.90 496	1.60 570	0.72 465	1.60 568	0.75 473	0.91 443	0.78 452	1.52 578	0.79 489	1.14 479	1.32 576

Hybrid-DGEV-2	1.05 482	1.83 480	0.83 456	1.33 519	0.82 494	1.30 555	0.81 484	1.26 546	0.79 484	1.29 554	0.79 488	1.26 555	0.80 476	1.26 555	0.79 478	1.20 485	0.78 452	1.18 513	0.77 485	1.20 494	0.77 472

Hybrid-DGEV-03	1.07 483	1.83 480	0.83 456	1.34 520	0.81 493	1.32 557	0.81 484	1.31 553	0.81 489	1.31 555	0.82 492	1.32 560	0.82 480	1.32 560	0.81 484	1.19 483	0.77 450	1.19 515	0.76 483	1.19 492	0.77 472

GLC_STEREO	1.07 483	1.01 339	1.06 480	1.07 439	1.05 517	1.06 488	1.08 511	1.08 481	1.05 516	1.07 490	1.06 512	1.08 493	1.05 500	1.06 492	1.10 510	1.07 468	1.09 484	1.05 501	1.05 512	1.06 475	1.12 508

FC-DCNN	1.07 483	1.09 355	0.98 472	0.89 410	0.52 436	1.41 566	0.91 493	1.21 542	1.24 575	1.96 578	2.05 632	1.91 579	1.30 567	1.27 558	1.08 509	0.80 429	0.60 414	0.58 431	0.41 403	0.68 415	0.54 419

hknet	1.10 486	1.85 486	3.49 643	4.48 620	0.02 22	0.42 317	0.06 132	0.41 290	0.02 22	0.48 374	0.03 56	0.41 298	0.03 53	0.42 310	0.03 52	4.39 632	4.19 646	0.33 255	0.23 233	0.34 244	0.27 268

test_xeample3	1.10 486	1.81 470	0.61 409	0.84 406	0.49 426	0.77 445	0.66 444	0.92 459	1.40 587	0.68 439	0.46 413	0.78 452	0.54 431	1.72 573	1.48 589	1.34 540	1.52 573	1.35 571	1.67 607	1.33 548	1.55 589

DISCO	1.11 488	0.39 188	5.28 656	0.39 235	0.20 224	0.39 279	0.27 245	0.39 268	0.22 224	0.38 264	0.20 224	0.38 272	0.20 222	6.95 670	0.22 219	0.30 223	0.21 201	0.27 230	0.21 224	5.25 651	0.21 209

Occ-G	1.12 489	0.52 252	3.72 648	3.50 608	0.50 430	0.56 419	0.47 411	0.54 405	0.46 405	0.54 413	0.41 392	0.54 414	0.42 392	0.52 406	0.42 390	3.42 624	4.02 645	0.52 423	0.45 415	0.51 393	0.44 388

AEACV	1.12 489	0.52 252	3.12 639	3.24 593	0.86 495	0.53 414	0.49 422	0.60 419	0.47 410	0.53 408	0.49 428	0.55 418	0.45 401	0.55 414	0.47 407	3.01 619	3.88 643	0.71 448	0.60 449	0.80 435	0.48 400

LiteMatch	1.13 491	0.73 279	2.80 625	3.23 591	0.61 450	0.83 454	0.68 452	0.73 437	0.69 459	1.00 472	0.77 484	0.94 472	0.57 433	0.82 450	0.64 436	2.97 617	2.43 619	0.68 442	0.32 344	0.56 403	0.70 453

Lsterematch	1.13 491	0.73 279	2.80 625	3.23 591	0.61 450	0.83 454	0.68 452	0.73 437	0.69 459	1.00 472	0.77 484	0.94 472	0.57 433	0.82 450	0.64 436	2.97 617	2.43 619	0.68 442	0.32 344	0.56 403	0.70 453

MSMD_ROB	1.19 493	1.10 359	0.70 431	1.10 441	0.60 445	1.10 494	0.70 464	1.10 484	0.70 465	1.10 492	0.70 468	1.10 497	0.70 460	7.00 671	0.70 464	1.10 472	0.70 437	1.10 502	0.70 473	1.10 477	0.70 453

MM-Stereo_test2	1.20 494	1.85 486	1.05 479	1.46 528	0.94 505	1.36 561	0.99 501	1.36 555	0.95 501	1.41 561	0.98 505	1.40 566	0.96 487	1.37 562	0.95 495	1.37 545	1.06 477	1.33 568	0.93 502	1.29 547	0.89 485

ours_stereo	1.20 494	1.21 417	0.90 463	1.64 540	1.11 520	1.35 559	0.67 448	1.76 570	0.93 499	1.70 574	1.10 515	1.39 564	0.75 469	1.41 564	0.81 484	1.60 558	1.03 476	1.33 568	1.00 505	1.61 558	0.72 460

DisPM	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

CrosDoStereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

PFNet+	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

LCNet	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

HHNet	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

Patchmatch Stereo++	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522
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	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

STrans-v2	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

TransformOpticalFlow	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

OMP-Stereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

IIG-Stereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

NF-Stereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

OCTAStereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

PSM-softLoss	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

KMStereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

NRIStereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

PSM-adaLoss	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

PSM-AAD	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

FTStereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

ROB_FTStereo_v2	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

ROB_FTStereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

Consistency-Raft	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

KYRaft	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

HUI-Stereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

ASMatch	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

DeepStereo_LL	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

DEmStereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

SST-Stereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

THIR-Stereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

RAFT_R40	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

DRaft	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

PFNet	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

GrayStereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

RE-Stereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

Pruner-Stereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

TVStereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

DeepStereo_RVC	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

RAFT-RH_RVC	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

IRAFT_RVC	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

RAFT-345	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

iRAFT	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

CRE-IMP	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

GMM-Stereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

RAFT-IKP	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

Prome-Stereo	1.20 494	1.20 371	1.20 496	1.20 458	1.20 530	1.20 503	1.20 522	1.20 497	1.20 527	1.20 505	1.20 524	1.20 508	1.20 514	1.20 508	1.20 524	1.20 485	1.20 499	1.20 517	1.20 524	1.20 494	1.20 522

HCRNet	1.22 541	7.11 634	3.00 627	3.55 609	0.33 345	0.29 234	0.14 174	0.19 176	0.15 189	0.33 248	0.29 269	0.25 217	0.14 179	0.22 195	0.33 328	3.64 625	3.00 623	0.76 455	0.32 344	0.18 177	0.13 171

HBP-ISP	1.24 542	1.72 448	1.65 579	1.15 449	0.76 482	1.40 565	0.88 490	1.67 569	1.02 513	1.69 573	1.38 586	1.69 574	1.21 560	1.87 580	1.21 569	1.05 467	0.79 454	0.97 491	0.80 491	1.19 492	0.75 467

AANet_RVC	1.26 543	0.31 167	4.99 654	5.93 646	0.20 224	0.25 217	0.20 211	0.25 212	0.20 218	0.23 199	0.19 220	0.25 217	0.20 222	0.25 215	0.20 214	5.66 656	4.76 649	0.26 226	0.30 326	0.24 207	0.27 268

MM-Stereo_test3	1.27 544	2.07 505	1.18 491	1.60 535	1.02 515	1.45 568	1.01 506	1.40 559	1.04 515	1.44 563	1.03 511	1.46 568	1.02 499	1.44 566	1.02 505	1.51 554	1.12 491	1.32 567	0.98 503	1.38 551	0.97 492

11t	1.27 544	2.70 549	1.34 549	1.32 518	0.89 497	1.30 555	1.34 577	1.64 566	0.57 434	1.45 564	0.72 476	1.05 492	1.29 566	1.07 495	1.29 578	1.49 551	1.02 475	0.97 491	1.15 517	1.48 553	1.31 575

MaskLacGwcNet_RVC	1.35 546	1.35 434	1.35 551	1.35 522	1.35 581	1.35 559	1.35 578	1.36 555	1.35 583	1.36 559	1.35 581	1.36 562	1.36 572	1.36 561	1.35 582	1.35 541	1.35 560	1.35 571	1.35 579	1.35 549	1.35 580

CC-Net-ROB	1.36 547	1.33 433	1.33 548	1.36 523	1.38 584	1.36 561	1.33 576	1.37 557	1.34 580	1.35 558	1.36 583	1.38 563	1.34 570	1.38 563	1.38 585	1.35 541	1.38 564	1.33 568	1.35 579	1.43 552	1.34 579

CFNet	1.37 548	5.27 617	0.19 186	5.49 643	0.19 221	0.28 231	0.19 207	0.28 221	0.19 216	0.28 227	0.19 220	0.28 231	4.35 656	0.28 234	0.19 211	0.23 192	0.17 188	0.23 207	4.21 665	4.81 642	0.17 198

PS-NSSS	1.38 549	1.39 437	1.34 549	1.34 520	1.35 581	1.38 563	1.37 585	1.35 554	1.38 586	1.34 557	1.34 580	1.39 564	1.38 575	1.70 572	1.40 586	1.36 543	1.36 561	1.36 573	1.37 582	1.37 550	1.36 581

RASNet	1.49 550	1.65 445	1.45 567	1.38 525	1.43 587	1.47 569	1.36 580	1.38 558	1.36 584	1.39 560	1.60 597	1.45 567	1.45 578	1.51 567	2.21 627	1.53 555	1.36 561	1.36 573	1.36 581	1.66 561	1.36 581

BLMT-Stereo	1.53 551	1.36 435	1.06 480	1.42 527	1.23 580	1.41 566	1.07 510	1.43 561	1.12 517	1.42 562	1.06 512	1.83 576	1.07 501	1.42 565	1.07 508	1.27 535	1.38 564	6.80 668	1.00 505	1.26 544	1.00 496

GANetREF_RVC	1.55 552	1.94 501	1.22 543	1.88 543	1.21 576	1.88 578	1.22 568	1.88 572	1.22 573	1.88 575	1.22 570	1.88 577	1.22 561	1.89 581	1.22 570	1.87 566	1.22 546	1.88 592	1.22 570	1.88 570	1.22 568
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	1.59 553	1.91 495	1.21 542	1.94 546	1.20 530	2.00 586	1.23 569	1.99 577	1.24 575	2.00 583	1.25 573	2.03 587	1.26 563	2.00 585	1.29 578	1.90 570	1.18 498	1.89 593	1.21 569	1.89 571	1.20 522
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 554	1.59 444	1.70 581	1.59 532	1.59 593	1.61 572	1.61 596	1.60 562	1.60 593	1.62 572	1.59 596	1.60 570	1.60 581	1.60 568	1.59 593	1.59 556	1.60 583	1.59 579	1.59 599	1.59 557	1.59 594

ff7	1.68 555	2.68 546	1.35 551	0.97 428	0.89 497	1.84 575	2.15 625	2.12 583	1.80 610	2.05 588	1.56 593	2.33 594	2.12 616	2.23 591	2.25 628	1.31 537	1.07 478	1.48 575	1.41 585	0.90 450	1.04 503

ffff	1.68 555	2.68 546	1.35 551	0.97 428	0.89 497	1.84 575	2.15 625	2.12 583	1.80 610	2.05 588	1.56 593	2.33 594	2.12 616	2.23 591	2.25 628	1.31 537	1.07 478	1.48 575	1.41 585	0.90 450	1.04 503

ccc-4	1.68 555	2.68 546	1.35 551	0.97 428	0.89 497	1.84 575	2.15 625	2.12 583	1.80 610	2.05 588	1.56 593	2.33 594	2.12 616	2.23 591	2.25 628	1.31 537	1.07 478	1.48 575	1.41 585	0.90 450	1.04 503

MC-Stereo	1.76 558	2.96 565	1.37 561	2.14 554	1.37 583	2.14 592	1.36 580	2.14 586	1.37 585	2.14 592	1.37 584	2.14 589	1.37 574	2.14 590	1.37 584	1.97 574	1.32 548	1.97 595	1.32 578	1.98 572	1.33 577

IGEVStereo-DCA	1.77 559	4.21 600	1.84 596	2.49 571	2.11 626	2.54 612	1.36 580	1.65 567	1.17 524	2.75 621	1.90 615	2.54 607	1.15 507	0.94 470	1.11 511	1.50 552	1.32 548	0.96 489	1.46 591	1.49 554	0.88 482

rrr	1.77 559	4.21 600	1.84 596	2.49 571	2.11 626	2.54 612	1.36 580	1.65 567	1.17 524	2.75 621	1.90 615	2.54 607	1.15 507	0.94 470	1.11 511	1.50 552	1.32 548	0.96 489	1.46 591	1.49 554	0.88 482

MM-Stereo_test1	1.80 561	3.41 577	1.52 574	2.12 553	1.41 586	2.04 587	1.41 588	2.05 581	1.46 590	2.04 587	1.41 588	2.05 588	1.42 577	2.05 586	1.43 588	2.04 578	1.54 576	1.94 594	1.38 584	1.99 573	1.33 577

MFMNet_re	1.81 562	1.91 495	1.71 583	1.95 548	1.70 604	1.95 583	1.70 601	1.96 575	1.74 606	1.97 580	1.72 605	1.95 580	1.71 589	1.97 584	1.71 601	1.86 564	1.62 584	1.85 585	1.66 606	1.86 569	1.64 600

plain	1.88 563	3.16 571	0.64 413	3.10 586	0.65 458	3.10 627	0.64 441	3.12 626	0.65 445	3.10 627	0.65 453	3.11 627	0.65 443	3.12 626	0.65 439	3.12 620	0.65 423	3.13 625	0.65 462	3.13 613	0.65 445

RAFT_CTSACE	1.92 564	3.71 584	1.72 584	1.88 543	1.72 605	2.04 587	1.42 590	2.18 588	1.89 621	2.02 585	1.97 621	1.95 580	2.06 615	1.93 582	1.62 594	1.76 561	1.66 587	2.02 596	1.73 615	1.73 564	1.43 586

MonStereo1	1.94 565	2.77 559	1.52 574	3.73 616	1.51 590	2.13 591	1.42 590	2.32 596	1.52 591	2.31 600	1.50 591	2.53 604	1.59 580	2.34 598	1.56 591	1.91 571	1.36 561	1.86 588	1.31 577	2.07 574	1.53 587

4.25w-stereo	1.98 566	2.72 553	1.46 568	3.47 605	1.43 587	2.07 589	1.98 616	2.53 608	1.52 591	2.71 614	1.98 627	1.81 575	1.62 583	1.96 583	1.36 583	1.88 569	2.00 601	2.53 619	1.61 601	1.74 565	1.15 513

4.5w-stereo	1.99 567	2.33 526	1.81 587	3.28 595	1.68 600	1.94 580	1.99 619	2.72 611	1.70 598	2.72 615	1.99 630	1.97 582	1.68 585	1.76 574	1.29 578	1.91 571	2.02 607	2.53 619	1.61 601	1.75 566	1.16 516

2.75w_new	1.99 567	2.34 530	1.81 587	3.14 587	1.62 595	1.94 580	1.99 619	2.72 611	1.71 599	2.72 615	1.99 630	1.90 578	1.73 591	1.82 579	1.29 578	2.37 599	2.01 603	2.31 606	1.42 588	1.77 567	1.22 568

3.75w	1.99 567	2.31 524	1.83 595	3.16 589	1.65 597	1.93 579	1.98 616	2.72 611	1.68 595	2.73 620	1.97 621	2.00 584	1.72 590	1.81 578	1.25 574	2.27 590	2.01 603	2.38 611	1.42 588	1.71 563	1.24 571

2w_stereo	1.99 567	2.36 533	1.81 587	3.24 593	1.67 598	1.94 580	1.98 616	2.72 611	1.68 595	2.72 615	1.94 618	1.98 583	1.74 593	1.79 577	1.27 575	1.95 573	2.00 601	2.53 619	1.60 600	1.68 562	1.15 513

2.25w	2.00 571	1.86 489	1.98 609	2.95 584	2.17 630	2.26 593	1.35 578	2.42 602	2.00 628	2.07 591	1.27 575	2.53 604	1.99 611	2.29 595	1.49 590	2.21 585	1.32 548	1.85 585	1.87 619	2.52 600	1.62 598

4.25_new	2.00 571	2.33 526	1.82 592	3.32 598	1.69 601	1.95 583	1.99 619	2.72 611	1.71 599	2.72 615	1.97 621	2.01 585	1.74 593	1.77 575	1.28 576	2.18 582	2.01 603	2.48 617	1.58 597	1.65 559	1.17 517

4.5w_new	2.00 571	2.33 526	1.82 592	3.32 598	1.69 601	1.95 583	1.99 619	2.72 611	1.71 599	2.72 615	1.97 621	2.01 585	1.74 593	1.77 575	1.28 576	2.18 582	2.01 603	2.48 617	1.58 597	1.65 559	1.17 517

4.5_new	2.00 571	1.84 485	1.98 609	2.77 578	2.16 628	2.27 594	1.28 575	2.09 582	1.98 625	2.01 584	1.28 576	2.71 616	1.98 609	2.51 607	1.65 596	2.26 587	1.33 555	1.87 589	1.87 619	2.49 596	1.60 595

TRStereo	2.00 571	2.13 510	1.85 598	2.27 560	1.84 609	2.28 596	1.84 605	2.29 591	1.86 615	2.30 597	1.87 610	2.30 591	1.87 599	2.08 587	1.72 603	2.08 579	1.72 590	2.08 598	1.72 612	2.08 575	1.72 605

XX-Stereo	2.00 571	2.13 510	1.85 598	2.27 560	1.84 609	2.28 596	1.84 605	2.29 591	1.86 615	2.30 597	1.87 610	2.30 591	1.87 599	2.08 587	1.72 603	2.08 579	1.72 590	2.08 598	1.72 612	2.08 575	1.72 605

EAI-Stereo	2.00 571	2.13 510	1.85 598	2.27 560	1.84 609	2.28 596	1.84 605	2.29 591	1.86 615	2.30 597	1.87 610	2.30 591	1.87 599	2.08 587	1.72 603	2.08 579	1.72 590	2.08 598	1.72 612	2.08 575	1.72 605

2.5w	2.01 578	2.40 535	1.37 561	3.28 595	2.01 620	2.71 617	1.43 593	1.82 571	1.83 613	1.90 577	1.41 588	2.71 616	1.35 571	2.71 616	1.85 614	2.66 611	1.53 574	1.64 580	1.23 571	2.53 603	1.87 614

4w-stereo	2.02 579	2.72 553	1.44 566	3.36 601	1.59 593	2.48 605	1.72 602	2.28 589	1.24 575	2.24 595	1.65 601	2.56 609	1.32 569	2.39 601	1.98 624	2.67 613	1.51 572	1.66 581	1.24 572	2.53 603	1.88 617

IGEV	2.02 579	2.20 516	1.82 592	2.90 583	2.16 628	2.41 602	1.25 571	2.00 578	1.98 625	1.99 582	1.31 578	2.72 620	1.93 605	2.67 615	1.69 600	2.26 587	1.32 548	1.83 584	1.87 619	2.53 603	1.61 597

3.25w_new	2.03 581	2.72 553	1.35 551	3.33 600	1.57 591	2.72 618	1.53 595	2.15 587	1.33 579	2.15 593	1.60 597	2.63 613	1.30 567	2.72 618	1.99 625	2.67 613	1.53 574	1.75 583	1.25 574	2.53 603	1.87 614

3.5w_stereo	2.03 581	2.72 553	1.35 551	3.41 602	1.57 591	2.72 618	1.49 594	2.01 579	1.34 580	2.15 593	1.61 599	2.63 613	1.36 572	2.72 618	1.99 625	2.66 611	1.58 579	1.68 582	1.24 572	2.53 603	1.87 614

UniTT-Stereo	2.03 581	3.43 578	0.72 437	3.42 603	0.73 473	3.27 630	0.68 452	3.38 631	0.69 459	3.29 630	0.72 476	3.28 630	0.70 460	3.35 632	0.68 450	3.39 623	0.68 430	3.31 628	0.69 471	3.37 614	0.73 463

3.25w	2.04 584	2.20 516	1.48 569	3.03 585	2.17 630	2.63 616	1.39 586	1.96 575	1.95 624	1.96 578	1.37 584	2.71 616	1.96 608	2.71 616	1.73 608	2.26 587	1.32 548	1.87 589	1.87 619	2.51 599	1.63 599

3w_stereo	2.04 584	2.24 520	1.70 581	3.15 588	2.18 632	2.49 606	1.26 573	2.03 580	1.98 625	1.98 581	1.33 579	2.72 620	1.99 611	2.59 610	1.72 603	2.22 586	1.33 555	1.85 585	1.88 624	2.50 598	1.58 593

1w_stereo	2.05 586	2.32 525	1.35 551	3.74 617	2.01 620	2.73 620	1.42 590	1.88 572	1.93 623	2.03 586	1.28 576	2.71 616	1.99 611	2.72 618	1.72 603	2.20 584	1.32 548	1.87 589	1.86 618	2.45 592	1.54 588

Lmatch	2.07 587	1.30 429	5.73 659	6.28 649	0.79 488	1.33 558	0.80 480	1.30 552	1.02 513	1.33 556	0.84 494	1.33 561	0.97 488	1.28 559	1.04 506	6.05 660	5.89 655	1.28 566	0.76 483	1.28 546	0.88 482

sCroCo_RVC	2.10 588	2.76 557	1.92 606	2.78 581	1.39 585	2.73 620	1.41 588	2.73 617	1.40 587	2.77 626	1.41 588	2.74 622	1.40 576	2.74 621	1.40 586	2.72 615	1.42 567	2.72 623	1.44 590	2.79 610	1.42 585

MoCha-V2	2.11 589	26.97 676	0.78 448	0.92 416	0.77 485	0.96 469	0.72 469	0.90 454	0.72 473	0.94 468	0.70 468	0.90 465	0.71 464	0.91 464	0.71 466	0.85 440	0.71 441	0.88 472	0.69 471	0.87 445	0.67 449

FBW_ROB	2.12 590	2.46 539	1.77 586	2.49 571	1.79 608	2.38 600	1.83 604	2.46 603	1.78 609	2.48 608	1.97 621	2.40 599	1.78 596	2.42 604	1.83 612	2.31 595	1.85 598	2.38 611	1.82 617	2.35 587	1.84 610

MonStereo	2.17 591	2.41 536	1.49 573	2.67 575	1.67 598	2.60 615	2.04 623	2.32 596	1.76 607	2.44 605	1.68 603	2.50 602	1.69 587	2.38 599	1.80 611	2.28 591	1.78 593	2.63 622	2.14 627	3.47 615	1.68 603

asda	2.17 591	2.54 540	1.81 587	3.47 605	1.78 607	2.50 608	1.86 609	2.61 610	1.68 595	2.61 612	1.83 607	2.37 598	1.73 591	2.44 605	1.88 619	2.51 608	1.84 597	2.34 608	1.62 603	2.23 580	1.77 609

asd	2.18 593	2.77 559	1.58 576	3.59 610	2.00 619	2.58 614	1.85 608	2.39 601	1.71 599	2.47 607	1.97 621	2.59 611	1.61 582	2.56 608	1.79 610	2.51 608	1.99 600	2.11 601	1.62 603	2.36 588	1.60 595

qwe	2.18 593	2.60 543	1.58 576	3.83 618	1.90 617	2.53 610	1.90 614	2.48 604	1.73 604	2.37 603	1.92 617	2.53 604	1.68 585	2.56 608	1.83 612	2.52 610	1.87 599	2.07 597	1.68 609	2.32 586	1.71 604

monsters	2.18 593	2.41 536	1.96 608	3.47 605	2.03 624	2.53 610	1.64 598	2.48 604	1.73 604	2.40 604	1.50 591	2.62 612	1.94 606	2.59 610	1.94 621	2.44 603	1.57 578	2.28 604	1.87 619	2.42 590	1.86 612

AIO_rvc	2.18 593	2.34 530	1.87 602	2.32 564	1.94 618	2.40 601	1.89 613	2.37 599	2.07 630	2.52 610	1.95 620	2.44 601	1.99 611	2.41 602	1.89 620	2.32 596	2.09 609	2.24 602	2.18 628	2.21 579	2.23 621

HUF	2.18 593	2.30 523	1.99 612	2.34 566	2.02 623	2.41 602	2.06 624	2.38 600	1.89 621	2.36 602	1.85 608	2.56 609	1.98 609	2.31 597	1.97 623	2.30 594	2.03 608	2.30 605	2.11 626	2.23 580	2.16 619

AIO_test	2.18 593	2.09 508	2.04 613	2.42 568	2.01 620	2.47 604	1.94 615	2.34 598	2.03 629	2.56 611	1.94 618	2.43 600	1.94 606	2.41 602	1.87 618	2.39 601	2.10 610	2.35 610	1.91 625	2.25 582	2.19 620

monsterstereo	2.20 599	2.33 526	1.95 607	3.65 612	2.07 625	2.49 606	1.61 596	2.48 604	1.83 613	2.45 606	1.61 599	2.67 615	1.86 598	2.64 612	1.94 621	2.48 607	1.66 587	2.34 608	1.68 609	2.40 589	1.86 612

LG-G_1	2.22 600	2.71 551	1.89 603	2.77 578	1.87 615	2.75 622	1.87 611	2.76 619	1.87 619	2.75 621	1.87 610	2.76 623	1.87 599	2.75 622	1.86 615	2.47 605	1.58 579	2.45 614	1.57 594	2.45 592	1.57 591

LG-G	2.22 600	2.71 551	1.89 603	2.77 578	1.87 615	2.75 622	1.87 611	2.76 619	1.87 619	2.75 621	1.87 610	2.76 623	1.87 599	2.75 622	1.86 615	2.47 605	1.58 579	2.45 614	1.57 594	2.45 592	1.57 591

LGtest1	2.22 600	2.70 549	1.89 603	2.76 577	1.86 612	2.75 622	1.86 609	2.75 618	1.86 615	2.75 621	1.86 609	2.77 625	1.87 599	2.75 622	1.86 615	2.46 604	1.58 579	2.45 614	1.56 593	2.45 592	1.56 590

RAStereo	2.23 603	3.64 581	0.76 445	3.65 612	0.86 495	3.66 635	0.76 474	3.67 635	0.81 489	3.66 632	0.76 482	3.66 633	0.77 472	3.68 634	0.77 476	3.68 626	0.77 450	3.69 633	0.77 485	3.70 617	0.77 472

UDGNet	2.23 603	5.40 622	1.72 584	2.48 570	1.69 601	2.51 609	1.69 600	2.51 607	1.72 603	2.50 609	1.69 604	2.52 603	1.69 587	2.50 606	1.68 599	2.41 602	1.70 589	2.42 613	1.69 611	2.42 590	1.64 600

NCCL2	2.28 605	2.27 521	2.28 615	2.28 563	2.28 633	2.27 594	2.29 628	2.28 589	2.28 631	2.27 596	2.28 633	2.28 590	2.27 619	2.27 594	2.28 632	2.28 591	2.28 615	2.27 603	2.29 632	2.27 583	2.29 622

Abc-Net	2.32 606	24.75 668	1.14 485	1.17 455	1.17 527	1.11 497	1.15 516	1.17 491	1.21 572	1.08 491	1.16 519	1.12 502	1.14 506	1.09 496	1.17 519	1.09 470	1.16 494	1.17 510	1.17 520	1.16 484	1.11 506
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 607	25.00 669	1.13 484	1.15 449	1.15 522	1.10 494	1.15 516	1.15 486	1.15 519	1.12 498	1.15 516	1.09 495	1.13 504	1.10 498	1.15 515	1.11 477	1.09 484	1.16 506	1.12 515	1.16 484	1.17 517

stereogan	2.33 607	24.38 667	1.18 491	1.18 456	1.18 529	1.14 500	1.18 520	1.19 494	1.19 526	1.14 501	1.18 523	1.14 503	1.18 512	1.14 503	1.18 520	1.14 480	1.14 492	1.19 515	1.19 521	1.15 482	1.19 521

RGC	2.36 609	25.48 670	1.19 493	1.15 449	1.15 522	1.10 494	1.16 518	1.17 491	1.16 520	1.12 498	1.16 519	1.11 501	1.13 504	1.09 496	1.18 520	1.10 472	1.15 493	1.16 506	1.12 515	1.14 479	1.12 508

NCC-stereo	2.36 609	25.52 671	1.17 489	1.15 449	1.17 527	1.11 497	1.11 512	1.15 486	1.16 520	1.10 492	1.16 519	1.10 497	1.15 507	1.14 503	1.13 513	1.09 470	1.11 488	1.15 505	1.16 519	1.17 489	1.17 517

AF-Net	2.37 611	25.71 672	1.17 489	1.13 446	1.15 522	1.15 501	1.18 520	1.19 494	1.16 520	1.10 492	1.15 516	1.10 497	1.18 512	1.12 502	1.15 515	1.10 472	1.10 487	1.17 510	1.15 517	1.16 484	1.12 508

Nwc_Net	2.37 611	25.95 673	1.15 487	1.14 447	1.15 522	1.08 491	1.14 515	1.17 491	1.16 520	1.14 501	1.15 516	1.08 493	1.15 507	1.11 500	1.14 514	1.10 472	1.11 488	1.16 506	1.09 514	1.16 484	1.15 513

CFNet_RVC	2.38 613	8.71 645	0.38 285	9.33 663	0.42 405	0.56 419	0.42 395	0.60 419	0.38 367	0.62 430	0.42 402	0.56 421	7.29 668	0.62 425	0.42 390	0.53 380	0.37 323	0.49 411	0.34 358	8.30 665	6.87 670

edge stereo	2.43 614	27.07 677	1.14 485	1.06 438	1.14 521	1.08 491	1.17 519	1.16 489	1.14 518	1.10 492	1.16 519	1.09 495	1.16 511	1.10 498	1.16 518	1.10 472	1.11 488	1.16 506	1.19 521	1.13 478	1.11 506

FAT-Stereo	2.46 615	26.05 674	1.23 545	1.23 505	1.22 578	1.20 503	1.24 570	1.23 545	1.23 574	1.19 504	1.22 570	1.21 553	1.24 562	1.20 508	1.24 571	1.21 531	1.17 497	1.22 563	1.25 574	1.20 494	1.24 571

S-Stereo	2.51 616	26.86 675	1.23 545	1.22 503	1.22 578	1.24 551	1.25 571	1.22 543	1.24 575	1.21 550	1.24 572	1.19 507	1.27 564	1.19 507	1.24 571	1.19 483	1.20 499	1.25 564	1.19 521	1.24 543	1.23 570

Anonymous3	2.55 617	3.26 575	1.65 579	3.28 595	1.63 596	3.24 629	1.68 599	3.27 628	1.66 594	3.28 629	1.67 602	3.25 629	1.66 584	3.27 628	1.64 595	3.26 621	1.65 586	3.30 627	1.65 605	4.95 647	1.65 602

MIF-Stereo (partial)	2.58 618	3.31 576	0.66 417	3.18 590	0.66 461	3.18 628	0.66 444	3.21 627	0.67 448	3.19 628	0.66 455	3.19 628	0.66 446	3.31 630	0.68 450	5.09 652	1.79 595	8.23 672	1.67 607	6.18 656	1.38 583

MSMDNet	2.65 619	10.14 656	0.33 257	9.74 666	0.32 333	0.87 458	0.33 331	2.95 625	0.68 454	0.49 381	0.34 350	0.49 385	5.70 663	0.49 384	0.33 328	0.42 308	9.57 669	0.41 367	0.31 337	8.36 666	0.65 445

pcwnet_v2	2.66 620	9.89 654	0.33 257	9.89 667	0.32 333	0.50 397	0.32 320	0.49 375	0.33 339	0.49 381	0.34 350	0.49 385	8.76 670	0.48 378	0.33 328	0.41 294	9.58 670	0.40 350	0.29 312	9.01 669	0.63 437

CFNet_pseudo	2.67 621	9.36 650	0.32 252	10.99 672	0.33 345	0.85 456	0.33 331	0.49 375	0.33 339	0.49 381	0.32 333	0.49 385	7.26 667	0.49 384	0.33 328	0.41 294	9.62 671	0.41 367	0.29 312	10.03 673	0.29 294

CFNet_ucs	2.73 622	9.64 652	0.33 257	9.92 668	0.32 333	0.49 388	0.33 331	0.49 375	0.33 339	0.49 381	0.33 342	0.49 385	8.98 671	0.48 378	0.33 328	0.41 294	9.96 674	0.40 350	0.29 312	10.12 674	0.54 419

UCFNet_RVC	2.75 623	10.06 655	0.29 228	10.31 671	0.29 270	0.42 317	0.29 263	0.43 314	0.29 265	0.42 304	0.29 269	0.42 316	9.87 673	0.43 316	0.29 262	0.36 252	9.84 673	0.36 285	0.26 249	9.77 672	0.26 230

ccs_rob	2.79 624	10.17 657	0.32 252	10.00 669	0.33 345	0.49 388	0.33 331	1.90 574	0.32 329	0.51 402	0.33 342	0.49 385	9.24 672	0.49 384	0.33 328	0.41 294	9.82 672	0.41 367	0.28 299	9.34 670	0.29 294

PCWNet_CMD	2.80 625	9.82 653	0.32 252	10.09 670	0.32 333	0.49 388	0.33 331	3.34 630	0.33 339	0.49 381	0.33 342	0.49 385	8.73 669	0.48 378	0.33 328	0.41 294	9.22 668	0.42 378	0.29 312	9.55 671	0.31 316

NLSM1	2.93 626	3.24 574	2.57 623	4.04 619	2.66 636	3.30 631	2.55 631	3.29 629	2.55 633	3.35 631	2.48 635	3.28 630	2.47 621	3.34 631	2.49 633	3.26 621	2.55 621	3.13 625	2.57 635	3.00 612	2.46 629

StereoVision	3.15 627	5.00 610	0.89 460	4.83 636	1.00 508	3.93 636	1.27 574	6.37 665	1.34 580	5.67 665	1.26 574	5.84 666	1.27 564	5.03 662	1.24 571	5.10 653	1.09 484	4.61 646	0.57 446	5.62 654	1.12 508

MaDis-Stereo	3.19 628	6.02 632	1.12 483	5.61 645	1.16 526	5.43 663	1.02 508	5.15 662	0.70 465	5.43 662	1.21 569	5.03 663	0.97 488	4.85 656	0.99 499	4.53 634	1.16 494	5.53 662	1.25 574	5.37 652	1.30 574

sAnonymous2	3.31 629	2.63 544	1.38 563	3.71 614	1.86 612	4.70 655	1.11 512	4.82 658	2.72 635	5.45 663	1.98 627	4.59 648	2.64 622	2.65 613	6.21 668	4.37 630	1.08 482	5.16 660	2.24 630	4.52 629	2.39 627

CroCo_RVC	3.31 629	2.63 544	1.38 563	3.71 614	1.86 612	4.70 655	1.11 512	4.82 658	2.72 635	5.45 663	1.98 627	4.59 648	2.64 622	2.65 613	6.21 668	4.37 630	1.08 482	5.16 660	2.24 630	4.52 629	2.39 627

DPSNet	3.66 631	3.60 580	3.62 646	3.63 611	3.64 658	3.65 634	3.65 657	3.66 634	3.67 654	3.67 633	3.65 655	3.67 634	3.66 643	3.66 633	3.68 652	3.68 626	3.66 641	3.67 632	3.68 658	3.67 616	3.67 655

NLCSM	3.67 632	4.08 595	3.19 642	4.80 635	3.26 651	3.99 639	3.24 652	4.25 641	3.18 650	4.09 637	3.27 650	4.14 639	3.18 638	4.13 639	3.28 648	4.06 628	3.10 631	3.85 637	3.14 649	3.91 622	3.27 651

STTStereo	3.73 633	30.40 681	2.37 619	2.39 567	2.31 635	2.35 599	2.33 629	2.29 591	2.42 632	2.32 601	2.34 634	2.33 594	2.36 620	2.30 596	2.27 631	2.35 598	2.22 614	2.31 606	2.22 629	2.29 585	2.34 626

rvit_105_1	3.83 634	5.22 615	3.01 628	4.53 623	3.01 639	4.51 643	3.01 637	4.56 645	3.04 638	4.53 644	3.03 639	4.55 646	3.03 626	4.56 645	3.04 635	4.57 636	3.05 624	4.57 641	3.05 640	4.57 631	3.05 636

rvit_stereo_0081	3.83 634	5.23 616	3.01 628	4.53 623	3.03 641	4.55 649	3.02 638	4.56 645	3.04 638	4.52 642	3.02 637	4.54 644	3.03 626	4.56 645	3.04 635	4.57 636	3.05 624	4.57 641	3.05 640	4.58 632	3.05 636

rvit_stereo_0081_aga	3.86 636	5.33 619	3.02 631	4.55 629	3.04 645	4.54 645	3.02 638	4.64 652	3.06 642	4.54 646	3.04 641	4.62 653	3.08 633	4.62 651	3.07 640	4.58 639	3.06 628	4.60 645	3.08 644	4.63 635	3.07 640

rvit_stereo_0082	3.86 636	5.82 630	3.01 628	4.53 623	3.03 641	4.54 645	3.02 638	4.56 645	3.04 638	4.53 644	3.02 637	4.55 646	3.04 629	4.57 648	3.05 637	4.57 636	3.05 624	4.58 643	3.05 640	4.58 632	3.06 639

rvit_0105_6	3.87 638	5.73 629	3.10 638	4.69 633	3.12 649	4.54 645	3.02 638	4.56 645	3.04 638	4.54 646	3.03 639	4.54 644	3.04 629	4.56 645	3.05 637	4.58 639	3.05 624	4.58 643	3.05 640	4.58 632	3.05 636

rvit_stereo_0080	3.89 639	5.70 627	3.04 633	4.54 626	3.03 641	4.56 650	3.05 644	4.60 649	3.07 643	4.58 649	3.06 642	4.59 648	3.06 631	4.61 649	3.08 641	4.63 641	3.09 629	4.64 647	3.10 645	4.65 636	3.10 643

whm_eth	3.89 639	5.70 627	3.04 633	4.54 626	3.03 641	4.56 650	3.05 644	4.60 649	3.07 643	4.58 649	3.06 642	4.59 648	3.06 631	4.61 649	3.08 641	4.63 641	3.09 629	4.64 647	3.10 645	4.65 636	3.10 643

rvit_0105_4	3.91 641	5.47 626	3.02 631	4.54 626	3.02 640	4.54 645	3.03 642	4.75 655	3.17 649	4.57 648	3.06 642	4.61 652	3.16 637	4.65 652	3.09 643	4.66 643	3.11 632	4.68 650	3.18 651	4.81 642	3.16 648

rvit_0105_3	3.91 641	5.33 619	3.06 636	4.60 631	3.07 647	4.60 652	3.06 646	4.62 651	3.08 646	4.60 651	3.07 645	4.62 653	3.08 633	4.67 653	3.10 644	4.70 644	3.11 632	4.77 654	3.19 652	4.77 641	3.14 647

rvit_stereo_0083	3.92 643	5.30 618	3.06 636	4.61 632	3.09 648	4.67 654	3.08 647	4.66 653	3.09 647	4.62 652	3.10 647	4.66 656	3.11 635	4.67 653	3.16 646	4.72 646	3.16 635	4.77 654	3.11 647	4.66 638	3.11 645

rvit_stereo_ft	3.93 644	5.44 624	3.05 635	4.59 630	3.06 646	4.61 653	3.08 647	4.67 654	3.12 648	4.63 653	3.10 647	4.65 655	3.11 635	4.69 655	3.13 645	4.70 644	3.14 634	4.71 652	3.15 650	4.74 639	3.16 648

rvit_0105_5	4.10 645	5.40 622	3.13 641	4.71 634	3.15 650	4.72 657	3.10 649	4.90 660	3.27 651	4.69 654	3.16 649	4.84 660	3.25 639	4.96 659	3.34 649	5.05 651	3.39 640	5.10 659	3.40 653	5.11 649	3.42 652

MLG-Stereo_test1	4.25 646	5.34 621	3.61 645	5.31 641	3.63 657	5.23 661	3.57 655	5.38 663	3.65 653	5.23 660	3.47 652	4.76 657	3.74 646	4.85 656	3.71 653	4.96 648	3.18 637	4.71 652	2.92 637	4.86 645	2.90 633

MLG-Stereo_test3	4.26 647	4.85 608	3.95 649	5.35 642	3.60 656	4.75 658	3.76 658	5.49 664	3.71 655	5.39 661	3.69 656	4.82 659	3.66 643	4.85 656	3.73 656	4.93 647	3.19 638	4.69 651	2.99 639	4.84 644	2.98 635

MLG-Stereo_test2	4.28 648	5.46 625	3.69 647	4.86 637	3.72 659	5.58 664	3.42 653	4.81 657	3.77 659	4.85 656	3.72 657	5.55 665	3.63 642	5.58 663	3.53 651	4.41 633	3.28 639	4.99 658	2.95 638	4.75 640	3.13 646

RAFT+CT+SA	4.28 648	7.62 638	4.91 653	5.55 644	2.28 633	3.09 626	3.64 656	4.49 643	3.07 643	4.80 655	3.35 651	4.77 658	3.70 645	4.29 642	3.05 637	5.58 655	5.98 657	3.58 631	3.78 660	4.26 625	3.72 656

SA	4.33 650	7.35 635	6.85 665	5.96 647	4.09 663	3.59 633	3.15 650	3.82 636	2.64 634	3.91 634	3.85 658	3.57 632	2.72 624	3.13 627	4.03 659	7.09 667	6.86 662	3.57 630	3.12 648	3.85 618	3.51 654

Sa-1000	4.34 651	8.37 641	6.84 664	6.98 655	4.45 666	3.58 632	3.00 636	3.42 632	3.39 652	2.61 612	4.00 661	3.83 636	4.01 654	3.90 636	3.90 657	5.98 659	5.62 654	3.76 634	2.34 633	4.35 627	2.47 630

TestStereo1	4.60 652	8.41 642	6.44 662	6.86 653	3.79 660	3.97 637	3.78 659	3.99 638	3.74 656	3.97 635	3.52 653	3.94 637	3.58 640	3.98 637	3.72 654	6.82 664	6.50 660	3.76 634	3.66 656	3.90 619	3.74 658

SA-5K	4.60 652	8.41 642	6.44 662	6.86 653	3.79 660	3.97 637	3.78 659	3.99 638	3.74 656	3.97 635	3.52 653	3.94 637	3.58 640	3.98 637	3.72 654	6.82 664	6.50 660	3.76 634	3.66 656	3.90 619	3.74 658

DispFullNet	4.61 654	4.84 607	3.12 639	5.00 639	3.57 655	4.75 658	3.03 642	7.75 671	4.17 663	4.91 658	3.09 646	6.20 667	3.95 652	6.71 667	3.51 650	5.30 654	3.67 642	5.86 666	3.63 655	5.61 653	3.46 653

test_5	4.62 655	7.55 637	6.23 660	6.32 650	3.40 654	5.29 662	3.50 654	3.53 633	4.11 662	4.28 639	4.47 665	4.26 642	4.38 657	3.68 634	3.24 647	5.89 657	5.60 653	4.84 656	3.50 654	4.33 626	3.93 662

raft_robust	4.71 656	7.75 639	5.40 658	6.81 652	3.31 652	4.28 642	4.20 664	4.32 642	4.37 665	4.35 641	4.35 664	4.14 639	3.75 647	4.30 643	4.20 662	6.67 663	6.37 658	3.36 629	4.24 666	4.86 645	3.25 650

cross-raft	4.83 657	7.52 636	6.43 661	6.63 651	3.96 662	4.51 643	3.99 662	4.49 643	3.96 661	4.52 642	3.96 660	4.50 643	3.97 653	4.50 644	3.97 658	6.65 662	6.44 659	4.33 638	3.92 662	4.35 627	3.91 661

test_4	4.88 658	8.13 640	6.98 666	7.46 656	4.44 665	4.25 641	3.85 661	4.04 640	3.92 660	4.13 638	3.91 659	4.18 641	3.84 650	4.14 640	4.06 660	7.01 666	7.13 663	4.53 639	3.72 659	4.09 623	3.72 656

TestStereo	4.88 658	4.75 606	4.79 652	4.87 638	4.92 667	4.81 660	4.90 667	4.78 656	4.77 666	4.87 657	4.89 666	4.90 661	4.91 659	4.99 660	4.79 664	4.98 649	4.87 650	4.87 657	4.92 668	5.00 648	5.00 665

test_3	5.01 660	8.86 647	7.77 668	8.09 658	2.76 638	4.13 640	4.05 663	3.88 637	3.76 658	4.33 640	4.13 662	3.71 635	3.91 651	4.21 641	4.06 660	7.93 668	7.69 665	4.53 639	3.91 661	4.17 624	4.29 664

NLCA_NET_v2_RVC	5.04 661	50.87 691	2.78 624	2.87 582	2.71 637	2.78 625	0.47 411	2.88 624	2.86 637	1.89 576	2.67 636	2.79 626	2.79 625	2.78 625	2.83 634	2.82 616	2.82 622	2.83 624	2.77 636	2.83 611	2.76 631
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	5.10 662	5.15 613	4.49 651	5.07 640	3.37 653	6.87 667	4.75 666	5.04 661	6.34 670	7.84 671	5.06 667	6.72 671	4.09 655	4.99 660	5.44 667	5.03 650	3.16 635	4.67 649	4.86 667	5.15 650	3.89 660

U	5.15 663	8.49 644	1.81 587	8.49 660	1.77 606	8.49 672	1.77 603	8.51 673	1.77 608	8.49 673	1.77 606	8.50 673	1.78 596	8.58 673	1.77 609	8.54 671	1.78 593	8.55 673	1.78 616	8.55 667	1.84 610

SGM-Forest	5.21 664	5.92 631	4.08 650	6.18 648	4.16 664	6.31 666	4.34 665	6.50 666	4.33 664	6.14 667	4.21 663	6.61 670	4.55 658	6.67 666	4.48 663	5.94 658	3.94 644	5.85 665	4.03 664	5.79 655	4.17 663
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 665	9.16 649	8.03 671	8.09 658	5.62 670	6.11 665	6.35 670	6.85 668	4.94 667	6.08 666	6.29 672	4.98 662	6.43 664	6.22 664	6.36 670	6.16 661	7.47 664	5.82 664	5.44 671	7.11 661	5.68 668

rvit_stereo_0075_2	6.64 666	8.80 646	5.25 655	7.89 657	5.27 669	7.90 671	5.27 668	7.92 672	5.28 668	7.91 672	5.29 669	7.93 672	5.27 660	7.92 672	5.28 665	7.93 668	5.28 652	7.93 671	5.29 670	7.93 664	5.28 667

RAFT	6.73 667	9.36 650	7.40 667	8.51 661	6.55 671	6.88 668	6.60 671	6.79 667	6.60 671	6.80 668	6.72 673	5.31 664	5.50 662	6.61 665	6.61 671	8.42 670	5.89 655	5.73 663	5.45 672	6.61 657	6.24 669

SGM+DAISY	7.06 668	9.15 648	5.38 657	8.84 662	5.18 668	8.80 673	5.31 669	8.79 674	5.28 668	8.89 674	5.20 668	8.93 674	5.33 661	8.95 674	5.36 666	8.70 672	5.21 651	8.74 674	5.20 669	8.89 668	5.15 666

test-v	7.53 669	11.89 658	7.98 669	9.36 664	7.14 672	7.06 669	7.09 672	7.37 669	6.91 672	7.29 669	5.71 670	6.45 668	6.93 665	6.73 668	7.27 672	8.93 673	7.85 666	6.98 669	6.80 673	7.56 662	7.34 671

test-2	7.53 669	11.89 658	7.98 669	9.36 664	7.14 672	7.06 669	7.09 672	7.37 669	6.91 672	7.29 669	5.71 670	6.45 668	6.93 665	6.73 668	7.27 672	8.93 673	7.85 666	6.98 669	6.80 673	7.56 662	7.34 671

PA-Net	11.80 671	223.51 698	0.62 410	0.59 369	0.71 470	0.59 427	0.73 470	0.67 429	0.73 476	0.55 416	0.61 447	0.60 429	0.74 467	0.63 429	0.73 468	0.66 408	0.60 414	0.69 445	0.66 464	0.72 422	0.65 445
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 672	23.00 666	15.00 672	23.00 679	15.00 674	24.00 680	16.00 674	24.00 681	16.00 674	22.00 681	15.00 674	23.00 681	16.00 674	23.00 681	15.00 674	22.00 681	15.00 675	22.00 681	15.00 675	22.00 681	15.00 673

rafts_anoy	20.00 673	20.00 660	20.00 673	20.00 673	20.00 675	20.00 674	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 676	20.00 675	20.00 676	20.00 675	20.00 674

raft+_RVC	20.00 673	20.00 660	20.00 673	20.00 673	20.00 675	20.00 674	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 676	20.00 675	20.00 676	20.00 675	20.00 674

raftrobust	20.00 673	20.00 660	20.00 673	20.00 673	20.00 675	20.00 674	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 676	20.00 675	20.00 676	20.00 675	20.00 674

CasAABBNet	20.00 673	20.00 660	20.00 673	20.00 673	20.00 675	20.00 674	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 676	20.00 675	20.00 676	20.00 675	20.00 674

RALCasStereoNet	20.00 673	20.00 660	20.00 673	20.00 673	20.00 675	20.00 674	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 676	20.00 675	20.00 676	20.00 675	20.00 674

RALAANet	20.00 673	20.00 660	20.00 673	20.00 673	20.00 675	20.00 674	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 675	20.00 676	20.00 675	20.00 676	20.00 675	20.00 674

111	30.40 679	30.94 682	29.72 680	32.61 680	30.02 682	33.57 681	30.47 682	31.50 682	29.39 682	30.98 682	29.11 682	29.78 682	30.39 685	29.45 682	30.76 685	30.08 682	29.02 683	29.92 682	30.32 686	29.86 682	30.17 681

WCMA_ROB	31.10 680	35.43 686	27.12 679	39.51 691	23.10 681	38.78 692	25.30 681	37.49 693	25.39 681	37.29 692	27.02 681	38.52 693	26.48 681	37.80 692	26.44 681	36.28 689	22.65 682	33.90 686	22.30 682	37.10 690	24.18 680

DCANet-4	35.22 681	34.54 683	35.08 686	33.58 684	35.47 689	34.55 682	35.53 689	36.08 688	35.85 686	35.92 688	35.77 688	35.18 688	35.48 687	35.39 688	37.15 691	34.55 688	33.92 687	35.02 689	34.90 688	35.79 686	34.74 688

ADStereo(finetuned)	36.13 682	36.63 687	38.07 690	36.97 685	33.25 686	35.91 686	34.45 686	36.36 689	32.99 683	38.14 693	36.71 689	36.69 689	34.13 686	38.57 693	40.79 692	37.60 693	36.58 690	35.90 690	33.36 687	35.42 685	34.04 685

Reg-Stereo(zero)	37.00 683	37.00 688	37.00 687	37.00 686	37.00 690	37.00 689	37.00 690	37.00 690	37.00 687	37.00 689	37.00 690	37.00 690	37.00 688	37.00 689	37.00 688	37.00 690	37.00 691	37.00 691	37.00 691	37.00 687	37.00 689

HI	37.00 683	37.00 688	37.00 687	37.00 686	37.00 690	37.00 689	37.00 690	37.00 690	37.00 687	37.00 689	37.00 690	37.00 690	37.00 688	37.00 689	37.00 688	37.00 690	37.00 691	37.00 691	37.00 691	37.00 687	37.00 689

CoSv	37.00 683	37.00 688	37.00 687	37.00 686	37.00 690	37.00 689	37.00 690	37.00 690	37.00 687	37.00 689	37.00 690	37.00 690	37.00 688	37.00 689	37.00 688	37.00 690	37.00 691	37.00 691	37.00 691	37.00 687	37.00 689

MDST_ROB	69.83 686	87.70 692	41.95 691	113.75 694	65.62 695	75.05 693	55.25 694	75.64 695	45.04 690	71.61 694	41.75 693	72.81 694	44.06 691	68.38 694	44.63 693	101.89 696	59.57 696	107.10 696	61.05 696	104.38 693	59.38 694

NOSS_ROB	102.95 687	153.00 696	121.00 694	51.00 692	44.00 693	165.00 696	127.00 695	153.00 696	119.00 692	164.00 697	125.00 695	168.00 697	120.00 693	153.00 696	117.00 695	49.00 694	44.00 694	49.00 694	44.00 694	49.00 691	44.00 692

CBMV	128.50 688	1422.70 703	53.10 692	79.50 693	51.30 694	77.30 694	49.70 693	74.00 694	48.20 691	77.20 695	48.80 694	73.90 695	48.00 692	73.80 695	48.80 694	70.40 695	45.10 695	68.90 695	46.10 695	68.20 692	45.00 693
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 689	171.00 697	160.68 697	162.58 695	160.59 696	164.01 695	160.35 696	158.51 697	158.56 693	158.34 696	160.12 696	158.56 696	159.92 694	157.26 697	158.94 696	154.38 697	158.36 697	155.75 697	159.13 698	153.67 694	154.07 695
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	201.80 690	123.00 693	115.00 693	219.00 696	218.00 698	223.00 697	244.00 698	217.00 698	236.00 695	202.00 698	203.00 697	205.00 698	208.00 695	225.00 698	204.00 697	210.00 698	198.00 698	197.00 698	184.00 699	204.00 695	201.00 696

MGS-Stereo	239.45 691	123.00 693	135.00 695	266.00 697	286.00 699	277.00 698	305.00 699	271.00 699	242.00 696	274.00 699	279.00 699	255.00 699	270.00 697	268.00 699	297.00 699	221.00 699	247.00 700	216.00 699	123.00 697	217.00 696	217.00 698

EGLCR-Stereo	246.90 692	129.00 695	139.00 696	266.00 697	286.00 699	277.00 698	305.00 699	271.00 699	242.00 696	274.00 699	279.00 699	255.00 699	270.00 697	268.00 699	297.00 699	230.00 700	247.00 700	216.00 699	223.00 701	237.00 697	227.00 699

DLCB_ROB	284.23 693	354.61 699	207.27 698	363.24 699	206.46 697	364.72 700	210.41 697	364.72 701	210.41 694	364.81 701	208.64 698	364.81 701	208.64 696	364.72 701	210.41 698	354.70 701	205.53 699	354.70 701	205.53 700	354.70 698	205.53 697

LE_ROB	396.57 694	471.28 700	329.84 699	471.48 700	308.15 701	526.83 701	322.10 701	488.15 702	323.76 698	495.46 702	317.97 701	497.17 702	320.10 699	481.62 702	326.76 701	462.71 702	298.97 702	466.16 702	285.98 702	447.62 699	289.21 700

SGM-ForestM	596.69 695	677.77 701	444.52 700	699.85 701	517.25 702	732.94 702	488.29 702	770.79 703	460.11 699	750.81 703	487.98 702	792.79 703	499.41 700	730.90 703	475.81 702	720.03 703	491.16 703	663.96 703	418.60 703	674.76 700	436.05 701

CBMV_ROB	818.48 696	913.88 702	709.52 701	862.84 702	597.78 703	1073.99 703	700.52 703	1015.66 704	702.59 700	1115.65 704	760.02 703	1130.24 704	721.57 701	1037.41 704	692.65 703	814.05 704	564.29 704	843.28 704	595.31 704	915.51 701	602.92 702

tt	500032.53 697	34.60 684	29.72 680	37.47 689	34.41 687	36.85 687	35.22 687	34.71 686	33.55 684	34.50 683	35.43 686	33.81 686	10000000.00 702	33.57 686	33.13 686	33.68 686	35.00 688	34.03 687	35.26 689	30.96 683	34.63 686

DCANet	500032.53 697	34.60 684	29.72 680	37.47 689	34.41 687	36.85 687	35.22 687	34.71 686	33.55 684	34.50 683	35.43 686	33.81 686	10000000.00 702	33.57 686	33.13 686	33.68 686	35.00 688	34.03 687	35.26 689	30.96 683	34.63 686

fff	1000028.16 699	29.62 678	29.72 680	32.61 680	30.02 682	35.13 683	31.83 683	32.07 683	10000000.00 701	35.27 685	29.82 683	32.45 683	30.15 682	32.35 683	30.09 682	31.04 683	29.55 684	30.64 683	30.14 683	10000000.00 702	30.77 682

csc	1000028.16 699	29.62 678	29.72 680	32.61 680	30.02 682	35.13 683	31.83 683	32.07 683	10000000.00 701	35.27 685	29.82 683	32.45 683	30.15 682	32.35 683	30.09 682	31.04 683	29.55 684	30.64 683	30.14 683	10000000.00 702	30.77 682

cscssc	1000028.16 699	29.62 678	29.72 680	32.61 680	30.02 682	35.13 683	31.83 683	32.07 683	10000000.00 701	35.27 685	29.82 683	32.45 683	30.15 682	32.35 683	30.09 682	31.04 683	29.55 684	30.64 683	30.14 683	10000000.00 702	30.77 682

111111	10000000.00 702	10000000.00 704	10000000.00 702	10000000.00 703	10000000.00 704	10000000.00 704	10000000.00 704	10000000.00 705	10000000.00 701	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 702	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 702	10000000.00 703

SGD-Stereo	10000000.00 702	10000000.00 704	10000000.00 702	10000000.00 703	10000000.00 704	10000000.00 704	10000000.00 704	10000000.00 705	10000000.00 701	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 702	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 702	10000000.00 703

IGEV-Stereo++	10000000.00 702	10000000.00 704	10000000.00 702	10000000.00 703	10000000.00 704	10000000.00 704	10000000.00 704	10000000.00 705	10000000.00 701	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 702	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 702	10000000.00 703

IGEV-BASED-STEREO-	10000000.00 702	10000000.00 704	10000000.00 702	10000000.00 703	10000000.00 704	10000000.00 704	10000000.00 704	10000000.00 705	10000000.00 701	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 702	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 702	10000000.00 703

IGEV-Stereo+	10000000.00 702	10000000.00 704	10000000.00 702	10000000.00 703	10000000.00 704	10000000.00 704	10000000.00 704	10000000.00 705	10000000.00 701	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 702	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 702	10000000.00 703

SDNR	10000000.00 702	10000000.00 704	10000000.00 702	10000000.00 703	10000000.00 704	10000000.00 704	10000000.00 704	10000000.00 705	10000000.00 701	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 702	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 702	10000000.00 703

anonymousdsp2	10000000.00 702	10000000.00 704	10000000.00 702	10000000.00 703	10000000.00 704	10000000.00 704	10000000.00 704	10000000.00 705	10000000.00 701	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 702	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 702	10000000.00 703

anonymousdsp	10000000.00 702	10000000.00 704	10000000.00 702	10000000.00 703	10000000.00 704	10000000.00 704	10000000.00 704	10000000.00 705	10000000.00 701	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 702	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 702	10000000.00 703

test_example2	10000000.00 702	10000000.00 704	10000000.00 702	10000000.00 703	10000000.00 704	10000000.00 704	10000000.00 704	10000000.00 705	10000000.00 701	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 702	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 702	10000000.00 703

DIP-Stereo	10000000.00 702	10000000.00 704	10000000.00 702	10000000.00 703	10000000.00 704	10000000.00 704	10000000.00 704	10000000.00 705	10000000.00 701	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 702	10000000.00 705	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 702	10000000.00 703
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							0.38 368	0.50 384	0.38 367	0.50 394	0.38 373	0.50 399	3.79 648	0.50 392	0.38 360	0.54 381	0.43 363	0.46 389	0.34 358	0.46 362	0.35 346

FSD					0.44 408	0.56 419	0.44 398	0.55 408	0.44 401	0.56 418	0.44 406	0.56 421	0.44 397	0.56 415	0.46 400	0.61 399	0.42 358	0.52 423	0.42 411	0.52 395

ccccc		0.44 214		0.48 296	0.35 358	0.48 383		0.51 397		0.47 367		0.47 374		0.47 370		0.41 294	0.40 340	0.40 350	0.40 396	0.41 345

ASD4		0.20 126

Low-res two-view benchmark