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	0.17 204	0.02 20	0.02 21	0.71 415	0.02 16	0.02 19	0.02 21	0.02 21	0.16 182

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	0.13 178	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	0.13 178	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	0.90 493	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	0.36 349	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	1.27 509	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	0.13 172

JetRed	0.11 110	0.12 103	0.11 113	0.11 97	0.11 161	0.11 147	0.14 175	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	0.14 180	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	1.60 536	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	1.60 536	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	1.62 539	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	1.20 523	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	1.57 593	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	1.65 597	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	1.66 599	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	1.71 542	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	0.23 200	0.10 144	0.20 183	0.10 142	0.24 207	0.11 151	0.11 105	0.09 94	0.12 146	0.14 183	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	0.49 383	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	1.71 602	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	0.18 177	0.11 156	0.18 175	0.11 158	0.17 170	0.11 158	0.18 176	0.11 155	0.18 175	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	0.17 173	0.11 156	0.17 172	0.11 158	0.17 170	0.11 158	0.17 172	0.11 155	0.17 172	0.11 151	0.16 149	0.11 121	0.16 168	0.11 154	0.16 168	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	1.83 481	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	0.17 172	0.11 158	0.17 170	0.12 166	0.17 172	0.13 176	0.17 172	0.12 163	0.15 140	0.11 121	0.16 168	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	0.15 180	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	0.14 180	0.14 152	0.14 175	0.14 153	0.14 180	0.14 152	0.14 184	0.14 153	0.14 180	0.14 155	0.14 174	0.14 133	0.14 162	0.14 152	0.14 183	0.14 156	0.14 177
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	2.22 558	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	0.17 173	0.11 156	0.17 172	0.11 158	0.17 170	0.12 166	0.17 172	0.12 170	0.17 172	0.12 163	0.16 149	0.11 121	0.16 168	0.11 154	0.16 168	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	0.73 464

ELAS_RVC	0.14 133	0.16 113	0.10 93	0.15 131	0.10 146	0.18 177	0.11 156	0.19 177	0.11 158	0.19 176	0.12 166	0.18 176	0.11 155	0.19 178	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	0.13 178	0.19 180	0.13 173	0.18 175	0.13 178	0.19 176	0.13 179	0.18 176	0.14 180	0.18 175	0.14 174	0.16 149	0.11 121	0.15 164	0.14 183	0.18 178	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	0.67 444	0.02 15	0.69 436	0.75 454	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	0.16 168	0.11 154	0.16 168	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	2.20 557	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	0.82 480

LALA_ROB	0.15 145	0.19 122	0.12 124	0.18 152	0.11 161	0.20 185	0.12 169	0.21 191	0.12 174	0.20 182	0.12 166	0.20 183	0.12 170	0.21 192	0.13 170	0.17 157	0.10 99	0.18 185	0.11 154	0.18 178	0.11 152

SGM_RVC	0.15 145	0.17 118	0.11 113	0.18 152	0.11 161	0.19 180	0.11 156	0.19 177	0.12 174	0.19 176	0.12 166	0.20 183	0.12 170	0.19 178	0.12 163	0.16 149	0.11 121	0.17 176	0.10 142	0.17 174	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	0.16 201	0.16 166	0.16 186	0.16 166	0.16 195	0.16 163	0.16 196	0.16 164	0.16 192	0.16 165	0.16 191	0.16 149	0.16 168	0.16 168	0.16 192	0.16 168	0.16 182

qqq	0.16 152	2.01 505	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	0.13 178	0.19 180	0.13 173	0.19 177	0.13 178	0.19 176	0.13 179	0.19 180	0.13 176	0.19 178	0.13 170	0.18 165	0.13 158	0.18 185	0.13 178	0.18 178	0.13 172

CAS++	0.17 156	0.27 158	0.21 194	0.10 80	0.21 233	0.15 159	0.22 221	0.10 135	0.21 222	0.22 195	0.10 144	0.19 180	0.18 214	0.10 138	0.19 212	0.20 172	0.19 196	0.18 185	0.10 142	0.19 184	0.18 204
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 156	2.16 514	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	0.79 479	0.02 15	0.75 447	0.76 456	0.02 21	0.02 21	0.02 20

DepthFocus	0.18 159	0.22 136	0.15 164	0.22 169	0.15 191	0.22 197	0.15 180	0.22 195	0.15 190	0.22 195	0.15 192	0.22 198	0.16 192	0.22 196	0.15 184	0.20 172	0.15 165	0.20 192	0.14 183	0.20 185	0.14 177

w-ln-seven	0.18 159	1.47 441	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	0.15 191	0.15 159	0.16 186	0.16 166	0.16 195	0.16 163	0.16 196	0.16 164	0.16 192	0.16 165	0.16 191	0.16 149	0.16 168	0.16 168	0.16 192	0.16 168	0.16 182

xyz-stereo	0.18 159	0.50 242	0.16 168	0.15 131	0.16 201	0.16 166	0.16 186	0.16 166	0.16 195	0.16 163	0.16 196	0.16 164	0.16 192	0.16 165	0.16 191	0.16 149	0.16 168	0.16 168	0.16 192	0.16 168	0.16 182

BEATNet-Init1	0.19 163	0.08 79	0.08 82	2.23 559	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	2.23 559	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	0.17 207	0.22 197	0.17 196	0.21 191	0.17 205	0.20 182	0.17 203	0.21 190	0.18 214	0.21 192	0.17 197	0.20 172	0.16 168	0.20 192	0.16 192	0.20 185	0.17 199

DAS	0.20 165	0.20 126	0.20 189	0.20 158	0.20 225	0.20 185	0.20 212	0.20 183	0.20 219	0.20 182	0.20 225	0.20 183	0.20 223	0.20 182	0.20 215	0.20 172	0.20 198	0.20 192	0.20 222	0.20 185	0.20 208

ACVNet	0.20 165	0.19 122	0.14 148	0.20 158	0.14 180	0.20 185	0.96 500	0.21 191	0.14 180	0.20 182	0.13 179	0.21 190	0.14 180	0.20 182	0.14 174	0.17 157	0.12 135	0.17 176	0.12 169	0.17 174	0.12 165

acv_ft	0.20 165	0.19 122	0.14 148	0.20 158	0.14 180	0.20 185	0.96 500	0.21 191	0.14 180	0.20 182	0.13 179	0.21 190	0.14 180	0.20 182	0.14 174	0.17 157	0.12 135	0.17 176	0.12 169	0.17 174	0.12 165

iResNetv2_ROB	0.20 165	0.23 138	0.18 184	0.24 179	0.20 225	0.24 209	0.18 204	0.24 205	0.18 211	0.24 207	0.18 219	0.23 205	0.19 219	0.24 207	0.18 209	0.21 179	0.16 168	0.21 195	0.16 192	0.22 193	0.16 182

iResNet	0.20 165	0.23 138	0.18 184	0.24 179	0.18 218	0.24 209	0.20 212	0.24 205	0.18 211	0.23 200	0.17 203	0.23 205	0.18 214	0.23 203	0.18 209	0.22 181	0.16 168	0.21 195	0.16 192	0.21 191	0.16 182

LACA2	0.21 171	0.24 146	0.26 215	0.31 205	0.16 201	0.24 209	0.16 186	0.24 205	0.16 195	0.24 207	0.16 196	0.24 211	0.16 192	0.24 207	0.16 191	0.27 210	0.23 211	0.24 217	0.16 192	0.23 204	0.16 182

LACA1	0.21 171	0.24 146	0.26 215	0.31 205	0.16 201	0.24 209	0.16 186	0.24 205	0.16 195	0.24 207	0.16 196	0.24 211	0.16 192	0.24 207	0.16 191	0.27 210	0.22 205	0.23 208	0.16 192	0.23 204	0.16 182

z-ln-s-r	0.21 171	1.40 439	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	0.17 207	0.24 209	0.17 196	0.24 205	0.17 205	0.24 207	0.17 203	0.24 211	0.17 204	0.24 207	0.17 197	0.24 199	0.17 188	0.23 208	0.16 192	0.23 204	0.16 182

Pointernet	0.21 171	0.22 136	0.19 186	0.24 179	0.19 222	0.24 209	0.19 208	0.24 205	0.19 217	0.24 207	0.19 221	0.24 211	0.19 219	0.24 207	0.19 212	0.22 181	0.17 188	0.22 200	0.17 214	0.22 193	0.17 199

SuperB	0.21 171	0.10 90	2.51 623	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	0.20 225	0.23 206	0.33 332	0.39 269	0.17 205	0.23 200	0.17 203	0.23 205	0.16 192	0.24 207	0.17 197	0.23 192	0.16 168	0.22 200	0.20 222	0.22 193	0.16 182

Wave_Phase_stereo	0.22 177	0.23 138	0.20 189	0.24 179	0.20 225	0.23 206	0.33 332	0.39 269	0.17 205	0.23 200	0.17 203	0.23 205	0.16 192	0.24 207	0.17 197	0.23 192	0.16 168	0.22 200	0.20 222	0.22 193	0.16 182

WAO-6	0.22 177	0.23 138	0.22 196	0.23 174	0.22 235	0.22 197	0.22 221	0.22 195	0.22 225	0.22 195	0.22 231	0.22 198	0.22 229	0.22 196	0.22 220	0.22 181	0.22 205	0.22 200	0.22 228	0.22 193	0.22 212

IMH-64-1	0.22 177	0.23 138	0.23 199	0.22 169	0.22 235	0.22 197	0.22 221	0.22 195	0.22 225	0.22 195	0.22 231	0.22 198	0.22 229	0.22 196	0.22 220	0.22 181	0.22 205	0.23 208	0.22 228	0.22 193	0.23 214

IMH-64	0.22 177	0.23 138	0.23 199	0.22 169	0.22 235	0.22 197	0.22 221	0.22 195	0.22 225	0.22 195	0.22 231	0.22 198	0.22 229	0.22 196	0.22 220	0.22 181	0.22 205	0.23 208	0.22 228	0.22 193	0.23 214

ac_64	0.22 177	0.13 105	0.19 186	0.23 174	0.10 146	0.26 227	1.02 509	0.14 153	0.10 143	0.28 228	0.14 184	0.17 172	0.19 219	0.28 235	0.09 133	0.22 181	0.16 168	0.23 208	0.17 214	0.11 147	0.12 165

LACA3	0.23 183	0.25 153	0.27 218	0.54 356	0.17 207	0.25 218	0.17 196	0.25 213	0.17 205	0.25 215	0.17 203	0.25 218	0.17 204	0.25 216	0.17 197	0.28 214	0.23 211	0.24 217	0.17 214	0.24 208	0.17 199

dd	0.23 183	0.98 321	0.16 168	0.23 174	0.15 191	0.23 206	0.15 180	0.23 202	0.15 190	0.23 200	0.15 192	0.24 211	0.17 204	0.23 203	0.15 184	0.22 181	0.15 165	0.21 195	0.15 190	0.22 193	0.16 182

dad	0.23 183	1.03 345	0.16 168	0.23 174	0.15 191	0.24 209	0.15 180	0.24 205	0.16 195	0.23 200	0.16 196	0.24 211	0.16 192	0.23 203	0.15 184	0.22 181	0.16 168	0.22 200	0.16 192	0.22 193	0.16 182

RSGM-EC	0.24 186	0.24 146	0.15 164	0.22 169	0.15 191	0.22 197	0.15 180	0.22 195	0.15 190	0.24 207	0.15 192	0.22 198	0.15 190	0.22 196	1.19 523	0.20 172	0.17 188	0.24 217	0.14 183	0.20 185	0.14 177

acva	0.24 186	0.24 146	0.15 164	0.22 169	0.15 191	0.22 197	0.15 180	0.22 195	0.15 190	0.24 207	0.15 192	0.22 198	0.15 190	0.22 196	1.19 523	0.20 172	0.17 188	0.24 217	0.14 183	0.20 185	0.14 177

MSKI-zero shot	0.24 186	0.21 132	0.49 378	0.65 380	0.18 218	0.22 197	0.17 196	0.23 202	0.18 211	0.21 193	0.17 203	0.23 205	0.28 264	0.23 203	0.18 209	0.21 179	0.16 168	0.21 195	0.16 192	0.21 191	0.16 182

qqq1	0.25 189	3.70 583	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	3.70 583	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	0.25 248	0.25 218	0.25 236	0.25 213	0.25 239	0.25 215	0.25 248	0.25 218	0.25 241	0.26 227	0.25 237	0.25 205	0.25 216	0.25 222	0.25 244	0.25 211	0.25 225

ffm	0.25 189	3.83 589	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	3.83 589	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	3.83 589	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	0.17 207	0.22 197	0.17 196	0.23 202	0.18 211	0.26 224	0.17 203	0.21 190	0.17 204	0.25 216	0.17 197	0.23 192	0.16 168	0.21 195	0.17 214	0.22 193	0.17 199

LoS	0.25 189	0.27 158	0.25 209	0.25 186	0.25 248	0.25 218	0.25 236	0.26 219	0.25 239	0.25 215	0.25 248	0.25 218	0.25 241	0.25 216	0.25 237	0.26 207	0.25 216	0.25 222	0.26 250	0.26 213	0.25 225
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	4.34 630	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	0.21 233	0.37 267	0.22 221	0.37 256	0.24 234	0.26 224	0.27 257	0.33 253	0.21 228	0.25 216	0.27 243	0.32 231	0.20 198	0.34 265	0.23 234	0.25 211	0.26 231

DLNR-FE	0.28 200	0.89 302	0.30 232	0.34 218	0.19 222	0.28 232	0.19 208	0.28 222	0.20 219	0.28 228	0.20 225	0.28 232	0.20 223	0.28 235	0.20 215	0.33 236	0.28 235	0.25 222	0.19 221	0.24 208	0.19 206

xyz-stereo-finetune	0.28 200	0.49 238	0.16 168	0.16 141	0.16 201	0.16 166	0.16 186	0.22 195	0.30 277	0.32 245	0.31 324	0.32 250	0.31 326	0.32 248	0.32 318	0.32 231	0.33 279	0.31 246	0.32 345	0.31 231	0.32 324

SQANet	0.28 200	0.28 161	0.28 224	0.28 197	0.28 261	0.28 232	0.28 254	0.28 222	0.28 260	0.28 228	0.28 264	0.28 232	0.28 264	0.28 235	0.28 252	0.28 214	0.28 235	0.28 233	0.28 300	0.28 220	0.28 289

HGLStereo	0.28 200	0.29 163	0.22 196	0.36 224	0.22 235	0.36 262	0.21 217	0.36 250	0.21 222	0.42 305	0.21 230	0.36 264	0.22 229	0.36 265	0.21 218	0.34 240	0.21 201	0.34 265	0.21 225	0.34 245	0.21 210

iResNet_ROB	0.28 200	0.32 169	0.24 206	0.32 211	0.25 248	0.32 251	0.24 234	0.32 236	0.24 234	0.33 249	0.24 242	0.35 259	0.24 238	0.33 255	0.24 229	0.31 229	0.24 215	0.32 249	0.24 241	0.32 234	0.24 224

UNet	0.29 205	0.90 305	0.10 93	0.14 121	0.10 146	0.14 152	0.10 143	0.91 457	0.69 460	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	0.88 447	0.76 471

MultiAttention	0.30 206	0.30 164	0.30 232	0.30 199	0.30 281	0.30 236	0.30 269	0.30 229	0.30 277	0.30 234	0.30 282	0.30 242	0.30 277	0.30 241	0.30 270	0.30 223	0.30 258	0.30 240	0.30 327	0.30 226	0.30 308

MSAF-DinoV2	0.30 206	0.30 164	0.30 232	0.30 199	0.30 281	0.30 236	0.30 269	0.30 229	0.30 277	0.30 234	0.30 282	0.30 242	0.30 277	0.30 241	0.30 270	0.30 223	0.30 258	0.30 240	0.30 327	0.30 226	0.30 308

DDVS	0.30 206	3.10 569	0.14 148	0.19 155	0.14 180	0.19 180	0.14 175	0.20 183	0.14 180	0.19 176	0.13 179	0.16 164	0.13 176	0.19 178	0.13 170	0.17 157	0.13 158	0.17 176	0.13 178	0.17 174	0.13 172

ACV-stereo	0.30 206	2.08 507	0.25 209	0.25 186	0.18 218	0.24 209	0.17 196	0.24 205	0.18 211	0.24 207	0.17 203	0.25 218	0.17 204	0.24 207	0.17 197	0.22 181	0.16 168	0.22 200	0.16 192	0.22 193	0.16 182

LoS_RVC	0.30 206	1.14 361	0.25 209	0.25 186	0.25 248	0.26 227	0.25 236	0.25 213	0.25 239	0.25 215	0.25 248	0.26 229	0.26 250	0.26 227	0.25 237	0.26 207	0.26 219	0.25 222	0.25 244	0.26 213	0.26 231

CAS	0.30 206	1.17 367	0.25 209	0.25 186	0.25 248	0.26 227	0.25 236	0.25 213	0.26 252	0.25 215	0.25 248	0.25 218	0.25 241	0.25 216	0.25 237	0.26 207	0.26 219	0.26 227	0.25 244	0.26 213	0.25 225

DANet	0.30 206	0.30 164	0.30 232	0.30 199	0.30 281	0.30 236	0.30 269	0.30 229	0.30 277	0.30 234	0.30 282	0.30 242	0.30 277	0.30 241	0.30 270	0.30 223	0.30 258	0.30 240	0.30 327	0.30 226	0.30 308
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	0.40 387	0.31 242	0.30 269	0.30 229	0.34 349	0.29 233	0.31 324	0.29 238	0.30 277	0.31 245	0.31 308	0.31 229	0.29 249	0.31 246	0.30 327	0.31 231	0.31 317

tt1	0.31 213	0.93 314	0.24 206	0.33 215	0.23 241	0.31 242	0.24 234	0.32 236	0.24 234	0.32 245	0.23 235	0.32 250	0.25 241	0.32 248	0.24 229	0.27 210	0.26 219	0.27 231	0.26 250	0.27 218	0.27 269

xxxxx1	0.31 213	0.91 307	0.23 199	0.31 205	0.23 241	0.31 242	0.23 229	0.33 240	0.25 239	0.31 239	0.24 242	0.33 253	0.25 241	0.32 248	0.24 229	0.28 214	0.28 235	0.28 233	0.28 300	0.29 223	0.27 269

DLNR_Zeroshot_test	0.31 213	0.28 161	0.47 363	0.79 399	0.24 246	0.30 236	0.26 243	0.30 229	0.24 234	0.32 245	0.23 235	0.31 246	0.24 238	0.30 241	0.23 226	0.29 222	0.26 219	0.29 238	0.24 241	0.33 241	0.23 214

tt_ll	0.31 213	0.91 307	0.23 199	0.31 205	0.23 241	0.31 242	0.23 229	0.33 240	0.25 239	0.31 239	0.24 242	0.33 253	0.25 241	0.32 248	0.24 229	0.28 214	0.28 235	0.28 233	0.28 300	0.29 223	0.27 269

ff	0.31 213	0.91 307	0.23 199	0.31 205	0.23 241	0.31 242	0.23 229	0.33 240	0.25 239	0.31 239	0.24 242	0.33 253	0.25 241	0.32 248	0.24 229	0.28 214	0.28 235	0.28 233	0.28 300	0.29 223	0.27 269

RAFT + AFF	0.31 213	0.45 222	0.34 267	0.39 235	0.28 261	0.38 274	0.33 332	0.29 227	0.31 320	0.30 234	0.30 282	0.29 238	0.27 257	0.29 239	0.30 270	0.28 214	0.29 249	0.29 238	0.29 313	0.27 218	0.32 324

MLCV	0.31 213	0.35 172	0.27 218	0.35 220	0.28 261	0.35 258	0.27 246	0.35 246	0.28 260	0.36 259	0.27 257	0.35 259	0.27 257	0.35 259	0.27 243	0.34 240	0.27 229	0.34 265	0.27 287	0.34 245	0.27 269

DN-CSS_ROB	0.31 213	0.35 172	0.28 224	0.35 220	0.28 261	0.34 254	0.27 246	0.34 243	0.25 239	0.35 255	0.27 257	0.36 264	0.26 250	0.34 256	0.28 252	0.35 248	0.28 235	0.34 265	0.28 300	0.34 245	0.27 269

DStereoFS	0.32 222	0.33 170	0.32 252	0.33 215	0.30 281	0.32 251	0.32 321	0.32 236	0.31 320	0.30 234	0.31 324	0.31 246	0.30 277	0.32 248	0.32 318	0.32 231	0.31 263	0.30 240	0.47 425	0.32 234	0.34 338

DStereoSA	0.32 222	0.52 252	0.34 267	0.31 205	0.31 324	0.30 236	0.30 269	0.31 234	0.30 277	0.31 239	0.31 324	0.31 246	0.30 277	0.31 245	0.31 308	0.30 223	0.32 267	0.31 246	0.31 338	0.31 231	0.31 317

WCG-NET（raft）	0.32 222	1.24 425	0.24 206	0.32 211	0.24 246	0.32 251	0.23 229	0.32 236	0.24 234	0.32 245	0.24 242	0.32 250	0.24 238	0.32 248	0.24 229	0.30 223	0.23 211	0.30 240	0.23 234	0.30 226	0.23 214

Any-RAFT	0.32 222	0.36 175	0.27 218	0.36 224	0.27 256	0.36 262	0.27 246	0.36 250	0.27 256	0.36 259	0.27 257	0.36 264	0.27 257	0.36 265	0.28 252	0.36 252	0.28 235	0.36 286	0.28 300	0.36 265	0.28 289

StereoDRNet-Refined	0.33 226	0.39 188	0.26 215	0.39 235	0.26 255	0.40 282	0.26 243	0.40 276	0.26 252	0.39 271	0.26 253	0.39 278	0.26 250	0.39 280	0.26 242	0.37 255	0.25 216	0.37 289	0.25 244	0.37 269	0.37 355
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	0.17 207	0.20 185	0.16 186	0.20 183	0.16 195	0.20 182	0.17 203	0.21 190	0.16 192	0.27 231	0.24 229	0.19 169	0.16 168	0.19 188	0.16 192	0.26 213	3.08 642

RAFT-FE	0.34 227	0.26 155	0.17 175	0.21 167	0.17 207	0.20 185	0.16 186	0.20 183	0.16 195	0.20 182	0.17 203	0.21 190	0.16 192	0.27 231	0.24 229	0.19 169	0.16 168	0.19 188	0.16 192	0.26 213	3.08 642

LG-Stereo_L2	0.34 227	0.37 177	0.38 285	0.47 291	0.28 261	0.39 280	0.28 254	0.39 269	0.28 260	0.39 271	0.28 264	0.39 278	0.28 264	0.38 272	0.28 252	0.42 308	0.35 314	0.36 286	0.26 250	0.35 258	0.26 231

H2IRNET	0.34 227	0.34 171	0.34 267	0.34 218	0.34 356	0.34 254	0.34 345	0.34 243	0.34 349	0.34 251	0.34 351	0.34 257	0.34 347	0.34 256	0.34 342	0.34 240	0.34 308	0.34 265	0.34 359	0.34 245	0.34 338

IGEV++	0.34 227	0.43 211	0.30 232	0.40 248	0.29 271	0.40 282	0.29 264	0.40 276	0.29 266	0.40 277	0.29 270	0.40 286	0.29 271	0.40 283	0.30 270	0.38 266	0.29 249	0.37 289	0.29 313	0.37 269	0.29 295

iRaft-Stereo_5w	0.34 227	0.42 210	0.31 247	0.39 235	0.30 281	0.38 274	0.30 269	0.40 276	0.29 266	0.40 277	0.37 369	0.41 299	0.34 347	0.38 272	0.30 270	0.34 240	0.27 229	0.34 265	0.26 250	0.34 245	0.26 231

CSP-Net	0.34 227	1.29 427	1.19 494	1.36 524	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	1.26 535	1.21 546	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	0.29 271	0.40 282	0.32 321	0.41 291	0.32 330	0.38 265	0.30 282	0.39 278	0.30 277	0.38 272	0.32 318	0.35 248	0.27 229	0.34 265	0.27 287	0.34 245	0.29 295

DGSMNet	0.34 227	0.41 203	0.27 218	0.41 260	0.28 261	0.41 298	0.28 254	0.41 291	0.27 256	0.41 291	0.27 257	0.42 317	0.27 257	0.41 298	0.28 252	0.40 286	0.29 249	0.40 351	0.28 300	0.40 335	0.27 269

gcap_with_dpt	0.35 236	0.39 188	0.30 232	0.44 279	0.31 324	0.44 358	0.31 313	0.44 349	0.31 320	0.44 344	0.30 282	0.44 356	0.30 277	0.44 346	0.30 270	0.38 266	0.26 219	0.38 297	0.27 287	0.38 282	0.27 269

FE-Mocha	0.35 236	0.71 277	0.40 328	0.47 291	0.27 256	0.34 254	0.27 246	0.34 243	0.26 252	0.34 251	0.26 253	0.34 257	0.27 257	0.34 256	0.27 243	0.44 310	0.41 349	0.33 256	0.29 313	0.32 234	0.29 295

IGEV-FE	0.35 236	0.37 177	0.17 175	0.19 155	0.17 207	0.20 185	0.17 196	0.19 177	0.17 205	0.19 176	0.17 203	0.19 180	0.17 204	0.37 269	0.36 349	0.19 169	0.17 188	0.19 188	0.17 214	0.38 282	2.84 633

test_for_model	0.35 236	0.39 188	0.30 232	0.43 276	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.44 346	0.31 308	0.38 266	0.26 219	0.38 297	0.26 250	0.38 282	0.26 231

CASnet	0.35 236	0.51 250	0.44 349	0.32 211	0.31 324	0.24 209	0.34 345	0.36 250	0.25 239	0.31 239	0.37 369	0.30 242	0.33 342	0.25 216	0.45 397	0.37 255	0.37 323	0.33 256	0.35 371	0.34 245	0.37 355
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	0.30 281	0.37 267	0.30 269	0.36 250	0.30 277	0.36 259	0.29 270	0.36 264	0.29 271	0.36 265	0.30 270	0.46 348	0.39 337	0.32 249	0.24 241	0.32 234	0.25 225
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	0.35 359	0.35 258	0.35 350	0.35 246	0.35 353	0.35 255	0.35 359	0.35 259	0.35 353	0.35 259	0.35 346	0.35 248	0.35 314	0.35 281	0.35 371	0.35 258	0.35 347

GeoVLM	0.36 243	0.38 181	0.27 218	0.46 284	0.28 261	0.35 258	0.28 254	0.37 256	0.27 256	0.35 255	0.28 264	0.36 264	0.38 365	0.35 259	0.28 252	1.08 469	0.26 219	0.33 256	0.27 287	0.34 245	0.33 331

Zero-FE251	0.36 243	0.40 192	0.28 224	0.41 260	0.28 261	0.41 298	0.28 254	0.41 291	0.28 260	0.41 291	0.28 264	0.41 299	0.28 264	0.42 311	0.30 270	0.37 255	0.26 219	0.37 289	0.27 287	0.45 360	0.56 428

GIP-stereo	0.36 243	0.49 238	0.39 296	0.48 296	0.32 334	0.41 298	0.28 254	0.40 276	0.30 277	0.41 291	0.28 264	0.40 286	0.28 264	0.42 311	0.28 252	0.45 338	0.32 267	0.38 297	0.30 327	0.37 269	0.27 269

DCVSM-stereo	0.36 243	1.89 493	0.22 196	0.40 248	0.22 235	0.40 282	0.22 221	0.40 276	0.22 225	0.40 277	0.22 231	0.40 286	0.22 229	0.40 283	0.22 220	0.28 214	0.21 201	0.28 233	0.21 225	0.28 220	0.20 208

RSM	0.36 243	0.36 175	0.43 347	0.37 227	0.42 406	0.49 389	0.42 396	0.37 256	0.28 260	0.36 259	0.29 270	0.36 264	0.30 277	0.37 269	0.28 252	0.34 240	0.31 263	0.34 265	0.35 371	0.40 335	0.29 295

gcap-zeroshot	0.36 243	0.40 192	0.34 267	0.44 279	0.31 324	0.44 358	0.31 313	0.44 349	0.32 330	0.44 344	0.32 334	0.44 356	0.32 331	0.44 346	0.31 308	0.39 279	0.28 235	0.39 338	0.28 300	0.39 323	0.27 269

testlalala	0.36 243	0.40 192	0.34 267	0.44 279	0.31 324	0.44 358	0.31 313	0.44 349	0.32 330	0.44 344	0.32 334	0.44 356	0.32 331	0.44 346	0.31 308	0.39 279	0.28 235	0.39 338	0.28 300	0.39 323	0.27 269

GCAPDPT-zeroshot	0.36 243	0.40 192	0.30 232	0.43 276	0.30 281	0.43 325	0.30 269	0.43 315	0.31 320	0.43 310	0.30 282	0.43 324	0.30 277	0.44 346	0.31 308	0.39 279	0.28 235	0.39 338	0.27 287	0.39 323	0.26 231

RAFT-Test	0.36 243	0.37 177	0.33 257	0.41 260	0.32 334	0.41 298	0.32 321	0.41 291	0.32 330	0.41 291	0.32 334	0.41 299	0.32 331	0.41 298	0.33 329	0.37 255	0.29 249	0.37 289	0.29 313	0.38 282	0.31 317

DMCA	0.36 243	0.38 181	0.37 283	0.35 220	0.35 359	0.36 262	0.36 356	0.36 250	0.35 353	0.35 255	0.37 369	0.36 264	0.36 356	0.35 259	0.36 349	0.36 252	0.36 320	0.35 281	0.36 377	0.36 265	0.36 350

ACVNet-DCA	0.37 253	1.00 330	0.30 232	0.40 248	0.29 271	0.40 282	0.29 264	0.40 276	0.29 266	0.40 277	0.29 270	0.40 286	0.29 271	0.39 280	0.28 252	0.33 236	0.32 267	0.33 256	0.32 345	0.33 241	0.32 324

1test111	0.37 253	1.02 343	0.30 232	0.39 235	0.29 271	0.40 282	0.28 254	0.39 269	0.29 266	0.39 271	0.29 270	0.39 278	0.28 264	0.40 283	0.29 263	0.33 236	0.32 267	0.33 256	0.31 338	0.32 234	0.31 317

cc1	0.37 253	1.02 343	0.30 232	0.39 235	0.29 271	0.40 282	0.28 254	0.39 269	0.29 266	0.39 271	0.29 270	0.39 278	0.28 264	0.40 283	0.29 263	0.33 236	0.32 267	0.33 256	0.31 338	0.32 234	0.31 317

EKT-Stereo	0.37 253	0.40 192	0.44 349	1.07 439	0.29 271	0.34 254	0.31 313	0.36 250	0.29 266	0.38 265	0.31 324	0.37 271	0.30 277	0.36 265	0.29 263	0.34 240	0.28 235	0.39 338	0.30 327	0.37 269	0.30 308

GMOStereo	0.37 253	0.45 222	0.23 199	0.30 199	0.37 369	0.41 298	0.36 356	0.41 291	0.35 353	0.43 310	0.36 362	0.41 299	0.40 376	0.41 298	0.36 349	0.34 240	0.22 205	0.47 399	0.37 380	0.39 323	0.33 331

XPNet_ROB	0.37 253	0.37 177	0.37 283	0.37 227	0.37 369	0.37 267	0.37 362	0.37 256	0.37 364	0.37 264	0.37 369	0.37 271	0.37 361	0.37 269	0.37 358	0.37 255	0.37 323	0.37 289	0.37 380	0.37 269	0.37 355

MonSter++	0.38 259	0.44 214	0.31 247	0.43 276	0.30 281	0.43 325	0.31 313	0.43 315	0.31 320	0.45 356	0.31 324	0.43 324	0.31 326	0.43 317	0.69 459	0.38 266	0.33 279	0.40 351	0.30 327	0.38 282	0.30 308

HiDET	0.38 259	0.44 214	0.30 232	0.42 270	0.30 281	0.42 318	0.30 269	0.42 309	0.30 277	0.44 344	0.30 282	0.42 317	0.30 277	0.42 311	0.68 451	0.37 255	0.32 267	0.40 351	0.29 313	0.37 269	0.29 295

LCMNet	0.38 259	0.44 214	0.30 232	0.42 270	0.30 281	0.42 318	0.30 269	0.42 309	0.30 277	0.45 356	0.30 282	0.42 317	0.30 277	0.42 311	0.69 459	0.37 255	0.32 267	0.40 351	0.29 313	0.37 269	0.29 295

CSFM-Stereo	0.38 259	0.44 214	0.30 232	0.42 270	0.30 281	0.42 318	0.30 269	0.43 315	0.30 277	0.44 344	0.30 282	0.42 317	0.30 277	0.42 311	0.73 469	0.37 255	0.32 267	0.40 351	0.29 313	0.37 269	0.30 308

HART	0.38 259	0.45 222	0.34 267	0.42 270	0.33 346	0.41 298	0.34 345	0.42 309	0.33 340	0.43 310	0.34 351	0.42 317	0.34 347	0.41 298	0.38 361	0.40 286	0.32 267	0.42 379	0.32 345	0.40 335	0.32 324

GREAT-IGEV	0.38 259	0.43 211	0.36 279	0.48 296	0.32 334	0.45 368	0.32 321	0.45 358	0.32 330	0.45 356	0.32 334	0.45 365	0.32 331	0.45 362	0.32 318	0.44 310	0.33 279	0.41 368	0.29 313	0.41 346	0.29 295
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	0.33 346	0.45 368	0.32 321	0.45 358	0.32 330	0.45 356	0.32 334	0.45 365	0.33 342	0.45 362	0.32 318	0.38 266	0.38 330	0.38 297	0.37 380	0.37 269	0.36 350

WAO-8	0.38 259	0.38 181	0.38 285	0.38 230	0.38 376	0.38 274	0.38 369	0.38 265	0.38 368	0.38 265	0.38 374	0.38 273	0.38 365	0.38 272	0.38 361	0.38 266	0.38 330	0.38 297	0.37 380	0.38 282	0.38 362

WAO-7	0.38 259	0.38 181	0.38 285	0.38 230	0.38 376	0.38 274	0.38 369	0.38 265	0.38 368	0.38 265	0.38 374	0.38 273	0.38 365	0.38 272	0.38 361	0.38 266	0.38 330	0.38 297	0.38 393	0.38 282	0.38 362

xx1	0.38 259	1.03 345	0.31 247	0.40 248	0.31 324	0.41 298	0.28 254	0.40 276	0.29 266	0.40 277	0.29 270	0.40 286	0.29 271	0.40 283	0.29 263	0.34 240	0.33 279	0.34 265	0.32 345	0.34 245	0.32 324

Venus	0.38 259	0.38 181	0.38 285	0.38 230	0.38 376	0.37 267	0.38 369	0.37 256	0.37 364	0.41 291	0.37 369	0.39 278	0.37 361	0.38 272	0.38 361	0.37 255	0.38 330	0.38 297	0.37 380	0.37 269	0.38 362

IMH	0.38 259	0.38 181	0.38 285	0.38 230	0.38 376	0.38 274	0.38 369	0.38 265	0.38 368	0.42 305	0.38 374	0.40 286	0.38 365	0.38 272	0.38 361	0.38 266	0.38 330	0.39 338	0.38 393	0.38 282	0.38 362

DF	0.39 271	1.37 437	1.02 479	1.14 447	0.12 174	0.16 166	0.12 169	0.16 166	0.12 174	0.16 163	0.12 166	0.16 164	0.12 170	0.16 165	0.12 163	1.12 478	1.00 470	0.15 164	0.12 169	0.15 163	0.12 165

PAM	0.39 271	1.88 492	0.34 267	0.37 227	0.41 396	0.45 368	0.22 221	0.28 222	0.23 231	0.28 228	0.24 242	0.29 238	0.23 235	0.29 239	0.23 226	0.38 266	0.32 267	0.38 297	0.37 380	0.32 234	0.22 212

HanzoNet	0.39 271	0.38 181	0.40 328	0.39 235	0.41 396	0.38 274	0.38 369	0.38 265	0.38 368	0.39 271	0.39 384	0.38 273	0.38 365	0.39 280	0.40 376	0.38 266	0.38 330	0.40 351	0.38 393	0.38 282	0.40 370

CES	0.39 271	0.47 230	0.36 279	0.36 224	0.37 369	0.45 368	0.35 350	0.35 246	0.40 382	0.36 259	0.44 407	0.47 375	0.36 356	0.44 346	0.36 349	0.37 255	0.39 337	0.44 382	0.35 371	0.37 269	0.36 350

PASM	0.39 271	3.06 568	1.36 560	1.58 532	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	0.40 276	0.45 222	0.35 277	0.48 296	0.36 365	0.47 379	0.34 345	0.45 358	0.38 368	0.47 368	0.33 343	0.45 365	0.32 331	0.45 362	0.32 318	0.39 279	0.38 330	0.38 297	0.37 380	0.39 323	0.39 368

GCAPDPT-zeroshot4090	0.40 276	1.09 355	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.44 349	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.45 338	0.34 308	0.38 297	0.27 287	0.38 282	0.27 269

knoymous	0.40 276	0.40 192	0.40 328	0.40 248	0.40 387	0.40 282	0.40 383	0.40 276	0.40 382	0.40 277	0.40 387	0.40 286	0.40 376	0.40 283	0.40 376	0.40 286	0.40 340	0.40 351	0.40 397	0.40 335	0.40 370

anonymousa	0.40 276	0.40 192	0.40 328	0.40 248	0.40 387	0.40 282	0.40 383	0.40 276	0.40 382	0.40 277	0.40 387	0.40 286	0.40 376	0.40 283	0.40 376	0.40 286	0.40 340	0.40 351	0.40 397	0.40 335	0.40 370

riskmin	0.40 276	0.40 192	0.40 328	0.40 248	0.40 387	0.40 282	0.40 383	0.40 276	0.40 382	0.40 277	0.40 387	0.40 286	0.40 376	0.40 283	0.40 376	0.40 286	0.40 340	0.40 351	0.40 397	0.40 335	0.40 370

Anonymous_2	0.40 276	0.40 192	0.40 328	0.40 248	0.40 387	0.40 282	0.40 383	0.40 276	0.40 382	0.40 277	0.40 387	0.40 286	0.40 376	0.40 283	0.40 376	0.40 286	0.40 340	0.40 351	0.40 397	0.40 335	0.40 370

Anonymous_1	0.40 276	0.40 192	0.40 328	0.40 248	0.40 387	0.40 282	0.40 383	0.40 276	0.40 382	0.40 277	0.40 387	0.40 286	0.40 376	0.40 283	0.40 376	0.40 286	0.40 340	0.40 351	0.40 397	0.40 335	0.40 370

AdaStereo	0.40 276	0.40 192	0.40 328	0.40 248	0.40 387	0.40 282	0.40 383	0.40 276	0.40 382	0.40 277	0.40 387	0.40 286	0.40 376	0.40 283	0.40 376	0.40 286	0.40 340	0.40 351	0.40 397	0.40 335	0.40 370
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	0.41 284	1.09 355	0.40 328	0.52 351	0.31 324	0.44 358	0.31 313	0.44 349	0.31 320	0.44 344	0.31 324	0.44 356	0.31 326	0.44 346	0.31 308	0.46 348	0.35 314	0.39 338	0.28 300	0.39 323	0.28 289

GCAP-Stereo-DPT-FT	0.41 284	1.06 352	0.40 328	0.51 349	0.31 324	0.44 358	0.30 269	0.43 315	0.32 330	0.44 344	0.30 282	0.56 422	0.30 277	0.44 346	0.31 308	0.45 338	0.34 308	0.39 338	0.27 287	0.40 335	0.27 269

Select-FE	0.41 284	0.44 214	0.23 199	0.26 193	0.22 235	0.26 227	0.22 221	0.26 219	0.23 231	0.26 224	0.23 235	0.26 229	0.23 235	0.45 362	0.42 391	0.25 205	0.22 205	0.25 222	0.22 228	0.45 360	2.90 634

water-stereo	0.41 284	0.84 291	0.46 356	0.50 338	0.33 346	0.45 368	0.33 332	0.45 358	0.32 330	0.45 356	0.32 334	0.45 365	0.32 331	0.45 362	0.32 318	0.44 310	0.41 349	0.39 338	0.31 338	0.39 323	0.32 324

GCAP-BAT	0.41 284	1.30 429	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.44 344	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.34 308	0.38 297	0.26 250	0.38 282	0.26 231

GwcNet-ADL	0.41 284	0.41 203	0.41 341	0.41 260	0.41 396	0.41 298	0.41 391	0.41 291	0.41 391	0.41 291	0.41 393	0.41 299	0.41 387	0.41 298	0.41 383	0.41 294	0.41 349	0.41 368	0.41 404	0.41 346	0.41 377

PSMNet-ADL	0.41 284	0.41 203	0.41 341	0.41 260	0.41 396	0.41 298	0.41 391	0.41 291	0.41 391	0.41 291	0.41 393	0.41 299	0.41 387	0.41 298	0.41 383	0.41 294	0.41 349	0.41 368	0.41 404	0.41 346	0.41 377

GANet-ADL	0.41 284	0.41 203	0.41 341	0.41 260	0.41 396	0.41 298	0.41 391	0.41 291	0.41 391	0.41 291	0.41 393	0.41 299	0.41 387	0.41 298	0.41 383	0.41 294	0.41 349	0.41 368	0.41 404	0.41 346	0.41 377

ADLNet2	0.41 284	0.41 203	0.41 341	0.41 260	0.41 396	0.41 298	0.41 391	0.41 291	0.41 391	0.41 291	0.41 393	0.41 299	0.41 387	0.41 298	0.41 383	0.41 294	0.41 349	0.41 368	0.41 404	0.41 346	0.41 377

ADLNet	0.41 284	0.41 203	0.41 341	0.41 260	0.41 396	0.41 298	0.41 391	0.41 291	0.41 391	0.41 291	0.41 393	0.41 299	0.41 387	0.41 298	0.41 383	0.41 294	0.41 349	0.41 368	0.41 404	0.41 346	0.41 377

FCDSN-DC	0.41 284	0.59 268	0.64 413	0.54 356	0.33 346	0.50 398	0.37 362	0.42 309	0.40 382	0.61 428	0.43 405	0.50 400	0.49 419	0.38 272	0.32 318	0.28 214	0.23 211	0.26 227	0.22 228	0.35 258	0.28 289
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 284	0.46 226	0.33 257	0.49 302	0.33 346	0.49 389	0.33 332	0.49 376	0.33 340	0.49 382	0.33 343	0.49 386	0.33 342	0.51 402	0.33 329	0.41 294	0.30 258	0.41 368	0.30 327	0.79 433	0.29 295

Gwc-CoAtRS	0.41 284	1.49 442	0.32 252	0.42 270	0.32 334	0.41 298	0.32 321	0.41 291	0.33 340	0.41 291	0.32 334	0.41 299	0.32 331	0.41 298	0.32 318	0.39 279	0.28 235	0.39 338	0.28 300	0.40 335	0.28 289

UPFNet	0.42 297	1.20 371	0.17 175	0.24 179	0.17 207	0.25 218	0.17 196	1.19 495	0.90 494	0.25 215	0.17 203	0.24 211	0.17 204	0.25 216	0.17 197	0.22 181	0.17 188	0.22 200	0.16 192	1.15 483	0.93 490

GCAP-Stereo-DPT26K	0.43 298	1.76 456	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.31 308	0.44 310	0.33 279	0.38 297	0.27 287	0.38 282	0.26 231

aanet-new-8k	0.43 298	1.76 456	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

aanet-new	0.43 298	1.80 466	0.38 285	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

GCAP-Stereo-DPT-cres	0.43 298	1.77 458	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

GCAP-Stereo-DPT-36K	0.43 298	1.78 461	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

GCAP-Stereo-DPT-20K	0.43 298	1.77 458	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

GCAP-Stereo-DPT-3K	0.43 298	1.77 458	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

DDF-Stereo	0.43 298	1.15 364	0.57 400	0.53 353	0.32 334	0.41 298	0.32 321	0.41 291	0.32 330	0.41 291	0.32 334	0.41 299	0.32 331	0.40 283	0.32 318	0.52 377	0.50 394	0.38 297	0.31 338	0.39 323	0.31 317

DilatedVolume-Stereo	0.43 298	0.86 295	0.48 371	0.50 338	0.33 346	0.46 374	0.33 332	0.46 362	0.33 340	0.46 362	0.33 343	0.47 375	0.33 342	0.47 371	0.34 342	0.45 338	0.42 358	0.40 351	0.33 355	0.47 376	0.38 362

psmg	0.43 298	1.91 496	0.92 467	1.91 546	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	1.97 575	1.44 569	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 298	1.21 417	0.17 175	0.25 186	0.17 207	0.25 218	0.18 204	1.26 547	0.95 502	0.25 215	0.17 203	0.25 218	0.17 204	0.25 216	0.17 197	0.23 192	0.16 168	0.22 200	0.16 192	1.18 491	0.98 494

psm_up	0.43 298	1.19 370	0.17 175	0.25 186	0.18 218	0.25 218	0.19 208	1.26 547	0.91 495	0.26 224	0.17 203	0.25 218	0.17 204	0.25 216	0.17 197	0.22 181	0.17 188	0.23 208	0.16 192	1.18 491	0.99 495

aanet-new-90k	0.44 310	1.82 478	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.44 346	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

aanet-new-60k	0.44 310	1.81 471	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

aanet-new-70k	0.44 310	1.82 478	0.38 285	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

aanet-new-78k	0.44 310	1.80 466	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.45 338	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

aanet-new-40k	0.44 310	1.81 471	0.39 296	0.50 338	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.45 338	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

aanet-new-36k	0.44 310	1.80 466	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

aanet-new-34k	0.44 310	1.80 466	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

aanet-32k-new	0.44 310	1.78 461	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.44 349	0.30 277	0.44 344	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.45 338	0.34 308	0.39 338	0.26 250	0.38 282	0.26 231

aanet-new-32k	0.44 310	1.79 465	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

aanet-new-30k	0.44 310	1.78 461	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

aanet-new-28k	0.44 310	1.81 471	0.39 296	0.49 302	0.30 281	0.44 358	0.30 269	0.44 349	0.30 277	0.44 344	0.30 282	0.44 356	0.30 277	0.44 346	0.30 270	0.45 338	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

aanet-new-24k	0.44 310	1.78 461	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

aanet-new-22k	0.44 310	1.81 471	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

aanet-new-16k	0.44 310	1.83 481	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

GCAP-Stereo-cres-4k	0.44 310	1.81 471	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

GCAP-Stereo-DPT-22K	0.44 310	1.85 487	0.38 285	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

GCAP-Stereo-DPT-24K	0.44 310	1.86 490	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

GCAP-Stereo-DPT-5K	0.44 310	1.80 466	0.39 296	0.49 302	0.30 281	0.44 358	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.44 346	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

GCAP-Stereo-DPT-2K	0.44 310	1.82 478	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.33 279	0.38 297	0.26 250	0.38 282	0.26 231

GCAP-Stereo-DPT-50K	0.44 310	1.83 481	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.43 317	0.30 270	0.44 310	0.36 320	0.38 297	0.26 250	0.38 282	0.26 231

Monster-pub-mixall	0.44 310	0.56 264	0.60 404	0.38 230	0.27 256	0.37 267	0.27 246	0.37 256	0.29 266	0.38 265	0.27 257	0.38 273	0.29 271	0.85 459	0.27 243	1.46 551	0.26 219	0.34 265	0.26 250	0.36 265	0.53 417

depthmonostereo	0.44 310	0.85 293	0.46 356	0.54 356	0.40 387	0.52 413	0.38 369	0.52 402	0.35 353	0.47 368	0.34 351	0.46 369	0.34 347	0.47 371	0.34 342	0.45 338	0.43 363	0.41 368	0.33 355	0.41 346	0.32 324

MMNet	0.44 310	1.24 425	0.17 175	0.25 186	0.17 207	0.25 218	0.18 204	1.26 547	0.93 500	0.25 215	0.17 203	0.25 218	0.18 214	0.25 216	0.17 197	0.23 192	0.16 168	0.23 208	0.16 192	1.20 495	0.99 495

aanet-new-10k	0.45 333	1.81 471	0.40 328	0.50 338	0.31 324	0.44 358	0.31 313	0.44 349	0.31 320	0.44 344	0.31 324	0.44 356	0.32 331	0.44 346	0.31 308	0.46 348	0.35 314	0.39 338	0.27 287	0.39 323	0.27 269

252Zero-FE	0.45 333	0.50 242	0.36 279	0.50 338	0.36 365	0.50 398	0.36 356	0.50 385	0.36 362	0.49 382	0.36 362	0.49 386	0.36 356	0.54 411	0.41 383	0.45 338	0.34 308	0.45 386	0.34 359	0.55 402	0.75 468

Monster-pub-eth3d	0.45 333	0.57 265	0.60 404	0.39 235	0.28 261	0.37 267	0.28 254	0.37 256	0.30 277	0.39 271	0.29 270	0.39 278	0.30 277	0.92 469	0.27 243	1.42 548	0.28 235	0.34 265	0.28 300	0.37 269	0.53 417

Replicate-Monster	0.45 333	0.57 265	0.60 404	0.40 248	0.29 271	0.37 267	0.27 246	0.37 256	0.30 277	0.40 277	0.31 324	0.40 286	0.30 277	0.99 477	0.27 243	1.36 544	0.31 263	0.34 265	0.30 327	0.36 265	0.54 420

SCV_C0	0.45 333	0.88 299	0.49 378	0.54 356	0.37 369	0.48 384	0.37 362	0.48 372	0.37 364	0.48 375	0.36 362	0.48 382	0.37 361	0.49 385	0.37 358	0.50 369	0.41 349	0.44 382	0.34 359	0.44 356	0.34 338

RAFT-Stereo-weight	0.45 333	1.90 495	0.34 267	0.42 270	0.36 365	0.43 325	0.35 350	0.42 309	0.34 349	0.42 305	0.34 351	0.44 356	0.34 347	0.41 298	0.34 342	0.38 266	0.32 267	0.38 297	0.32 345	0.38 282	0.33 331

TorneroNet-64	0.45 333	0.27 158	0.30 232	0.58 366	0.27 256	0.70 440	0.30 269	0.28 222	0.73 477	0.73 443	0.28 264	0.71 442	0.66 447	0.75 445	0.27 243	0.27 210	0.29 249	0.37 289	0.75 483	0.28 220	0.30 308

aanet-new-12k	0.46 340	1.99 504	0.40 328	0.51 349	0.31 324	0.44 358	0.31 313	0.44 349	0.31 320	0.44 344	0.31 324	0.44 356	0.31 326	0.44 346	0.32 318	0.47 355	0.35 314	0.39 338	0.27 287	0.39 323	0.27 269

SCV	0.46 340	0.94 316	0.45 351	0.54 356	0.37 369	0.48 384	0.38 369	0.48 372	0.37 364	0.48 375	0.39 384	0.48 382	0.37 361	0.49 385	0.37 358	0.50 369	0.46 373	0.44 382	0.34 359	0.44 356	0.34 338

otaku	0.46 340	0.46 226	0.46 356	0.46 284	0.46 415	0.46 374	0.46 407	0.46 362	0.46 406	0.46 362	0.46 414	0.46 369	0.46 405	0.46 367	0.46 401	0.46 348	0.46 373	0.46 390	0.46 418	0.46 363	0.46 392

Dean	0.46 340	0.46 226	0.46 356	0.46 284	0.46 415	0.46 374	0.46 407	0.46 362	0.46 406	0.47 368	0.46 414	0.46 369	0.46 405	0.46 367	0.46 401	0.46 348	0.46 373	0.46 390	0.46 418	0.46 363	0.46 392

ACVNet_1	0.46 340	0.47 230	0.46 356	0.46 284	0.46 415	0.46 374	0.46 407	0.46 362	0.47 411	0.46 362	0.46 414	0.46 369	0.46 405	0.46 367	0.46 401	0.46 348	0.46 373	0.47 399	0.46 418	0.46 363	0.46 392

ACVNet-4b	0.46 340	0.46 226	0.46 356	0.46 284	0.46 415	0.46 374	0.46 407	0.46 362	0.46 406	0.46 362	0.46 414	0.46 369	0.46 405	0.47 371	0.46 401	0.46 348	0.46 373	0.46 390	0.46 418	0.46 363	0.46 392

PML	0.46 340	1.36 435	0.29 228	0.58 366	0.30 281	0.57 426	0.29 264	0.57 413	0.29 266	0.57 422	0.29 270	0.57 425	0.29 271	0.56 416	0.29 263	0.52 377	0.30 258	0.53 427	0.31 338	0.53 400	0.30 308

LG-Stereo_L1	0.47 347	0.52 252	0.47 363	0.62 374	0.39 386	0.53 415	0.40 383	0.53 404	0.39 381	0.53 409	0.39 384	0.53 412	0.39 375	0.53 409	0.39 373	0.55 387	0.46 373	0.49 412	0.37 380	0.49 383	0.37 355

Ntro	0.47 347	0.47 230	0.46 356	0.46 284	0.46 415	0.47 379	0.47 412	0.46 362	0.47 411	0.46 362	0.46 414	0.47 375	0.46 405	0.47 371	0.47 408	0.47 355	0.46 373	0.46 390	0.46 418	0.46 363	0.46 392

HaxPig	0.47 347	0.47 230	0.47 363	0.49 302	0.47 421	0.47 379	0.47 412	0.47 368	0.47 411	0.47 368	0.47 422	0.47 375	0.47 413	0.47 371	0.47 408	0.47 355	0.47 381	0.47 399	0.47 425	0.47 376	0.48 401

UNDER WATER	0.47 347	0.47 230	0.47 363	0.47 291	0.47 421	0.47 379	0.47 412	0.47 368	0.47 411	0.47 368	0.47 422	0.47 375	0.46 405	0.47 371	0.47 408	0.47 355	0.47 381	0.47 399	0.46 418	0.47 376	0.47 399

LVE	0.47 347	0.47 230	0.47 363	0.47 291	0.49 427	0.47 379	0.47 412	0.47 368	0.49 420	0.47 368	0.47 422	0.47 375	0.46 405	0.47 371	0.47 408	0.47 355	0.47 381	0.48 407	0.47 425	0.47 376	0.47 399

GASTEREO	0.48 352	1.21 417	0.47 363	0.57 364	0.38 376	0.50 398	0.38 369	0.50 385	0.38 368	0.50 395	0.38 374	0.50 400	0.38 365	0.50 393	0.38 361	0.52 377	0.42 358	0.46 390	0.34 359	0.46 363	0.34 338

LG-Stereo_Zeroshot	0.48 352	0.55 262	0.47 363	0.63 376	0.41 396	0.56 420	0.44 399	0.56 410	0.41 391	0.56 419	0.41 393	0.57 425	0.42 393	0.56 416	0.41 383	0.55 387	0.43 363	0.51 421	0.37 380	0.51 394	0.37 355

fffft	0.48 352	0.51 250	0.45 351	0.52 351	0.45 413	0.52 413	0.45 405	0.52 402	0.48 418	0.53 409	0.45 411	0.52 411	0.45 402	0.52 407	0.46 401	0.51 375	0.41 349	0.50 416	0.41 404	0.50 388	0.41 377
1: 1. 1
RainbowNet	0.48 352	0.48 236	0.48 371	0.48 296	0.48 425	0.48 384	0.48 421	0.48 372	0.48 418	0.48 375	0.48 426	0.48 382	0.48 414	0.48 379	0.48 414	0.48 360	0.48 385	0.48 407	0.48 429	0.48 380	0.48 401

notaker	0.48 352	0.49 238	0.48 371	0.48 296	0.48 425	0.48 384	0.48 421	0.48 372	0.49 420	0.48 375	0.48 426	0.48 382	0.48 414	0.48 379	0.48 414	0.48 360	0.48 385	0.48 407	0.48 429	0.48 380	0.49 406

LL-Strereo2	0.48 352	1.73 454	0.51 388	0.59 369	0.34 356	0.42 318	0.33 332	0.40 276	0.31 320	0.42 305	0.33 343	0.42 317	0.31 326	0.44 346	0.39 373	0.60 395	0.51 399	0.44 382	0.33 355	0.44 356	0.33 331

Former-RAFT_DAM_RVC	0.49 358	0.98 321	0.64 413	0.84 406	0.46 415	0.45 368	0.35 350	0.47 368	0.47 411	0.45 356	0.34 351	0.46 369	0.48 414	0.46 367	0.35 346	0.39 279	0.71 441	0.39 338	0.35 371	0.41 346	0.41 377

ACVNet_2	0.49 358	0.49 238	0.49 378	0.49 302	0.49 427	0.49 389	0.49 423	0.49 376	0.49 420	0.49 382	0.49 429	0.49 386	0.49 419	0.49 385	0.49 416	0.49 363	0.49 388	0.49 412	0.49 432	0.49 383	0.49 406

FoundationStereo	0.50 360	0.50 242	0.50 382	0.50 338	0.50 431	0.50 398	0.50 425	0.50 385	0.50 423	0.50 395	0.50 431	0.50 400	0.50 422	0.50 393	0.50 417	0.50 369	0.50 394	0.50 416	0.50 434	0.50 388	0.50 409

StereoAnything_RVC	0.50 360	0.50 242	0.50 382	0.50 338	0.50 431	0.50 398	0.50 425	0.50 385	0.50 423	0.50 395	0.50 431	0.50 400	0.50 422	0.50 393	0.50 417	0.50 369	0.50 394	0.50 416	0.50 434	0.50 388	0.50 409

dual_stereo	0.50 360	0.50 242	0.50 382	0.50 338	0.50 431	0.50 398	0.50 425	0.50 385	0.50 423	0.50 395	0.50 431	0.50 400	0.50 422	0.50 393	0.50 417	0.50 369	0.50 394	0.50 416	0.50 434	0.50 388	0.50 409

GCST	0.50 360	2.08 507	0.38 285	0.53 353	0.35 359	0.49 389	0.35 350	0.50 385	0.35 353	0.49 382	0.35 359	0.49 386	0.35 353	0.49 385	0.35 346	0.48 360	0.37 323	0.45 386	0.33 355	0.44 356	0.33 331

SANet	0.50 360	0.50 242	0.50 382	0.50 338	0.50 431	0.50 398	0.50 425	0.50 385	0.50 423	0.50 395	0.50 431	0.50 400	0.50 422	0.50 393	0.50 417	0.50 369	0.50 394	0.50 416	0.50 434	0.50 388	0.50 409

MSCF	0.51 365	1.40 439	0.49 378	0.58 366	0.38 376	0.50 398	0.38 369	0.54 406	0.41 391	0.52 406	0.41 393	0.53 412	0.42 393	0.53 409	0.41 383	0.60 395	0.47 381	0.48 407	0.37 380	0.48 380	0.38 362

UGAM-zero	0.51 365	2.17 515	0.39 296	0.53 353	0.36 365	0.50 398	0.36 356	0.50 385	0.36 362	0.49 382	0.36 362	0.50 400	0.35 353	0.50 393	0.36 349	0.49 363	0.37 323	0.47 399	0.35 371	0.46 363	0.34 338

UGAM	0.51 365	2.23 520	0.39 296	0.54 356	0.35 359	0.50 398	0.35 350	0.49 376	0.35 353	0.49 382	0.35 359	0.49 386	0.36 356	0.50 393	0.36 349	0.49 363	0.37 323	0.45 386	0.34 359	0.45 360	0.34 338

Selective-IGEV	0.51 365	0.55 262	0.45 351	0.69 386	0.45 413	0.61 430	0.45 405	0.50 385	0.40 382	0.56 419	0.44 407	0.55 419	0.40 376	0.72 440	0.67 444	0.59 394	0.46 373	0.45 386	0.34 359	0.46 363	0.37 355

RCA-Stereo	0.51 365	3.22 574	0.34 267	0.44 279	0.34 356	0.44 358	0.34 345	0.43 315	0.34 349	0.43 310	0.34 351	0.44 356	0.33 342	0.43 317	0.33 329	0.38 266	0.29 249	0.38 297	0.29 313	0.38 282	0.29 295

DN	0.53 370	0.85 293	0.45 351	0.65 380	0.44 409	0.60 429	0.44 399	0.60 420	0.44 402	0.60 427	0.45 411	0.60 430	0.44 398	0.60 425	0.44 395	0.56 390	0.42 358	0.56 430	0.42 412	0.56 404	0.42 384

MatchStereo	0.54 371	0.12 103	2.38 621	2.32 565	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	2.34 598	2.34 617	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	0.54 371	0.60 270	0.52 391	0.66 384	0.47 421	0.61 430	0.47 412	0.58 416	0.46 406	0.61 428	0.46 414	0.61 432	0.45 402	0.62 426	0.45 397	0.61 399	0.52 401	0.57 431	0.48 429	0.57 407	0.48 401

castereo++	0.54 371	3.59 580	1.15 488	1.31 518	0.14 180	0.16 166	0.14 175	0.16 166	0.14 180	0.16 163	0.14 184	0.16 164	0.13 176	0.16 165	0.14 174	1.45 550	1.16 495	0.15 164	0.14 183	0.15 163	0.13 172

FENet	0.54 371	1.52 443	1.19 494	1.41 527	0.23 241	0.35 258	0.23 229	0.35 246	0.23 231	0.34 251	0.23 235	0.35 259	0.23 235	0.35 259	0.23 226	1.40 547	1.07 479	0.32 249	0.23 234	0.33 241	0.23 214

PSMNet_ROB	0.54 371	0.54 260	0.54 396	0.54 356	0.53 440	0.54 418	0.54 433	0.53 404	0.54 433	0.54 414	0.54 441	0.54 415	0.53 429	0.54 411	0.54 427	0.54 381	0.53 403	0.54 428	0.54 440	0.54 401	0.54 420

AIO-test2	0.55 376	0.59 268	0.52 391	0.67 385	0.47 421	0.61 430	0.47 412	0.61 423	0.47 411	0.61 428	0.47 422	0.61 432	0.48 414	0.62 426	0.47 408	0.64 405	0.53 403	0.58 432	0.47 425	0.58 408	0.48 401

CFNet-ft	0.55 376	1.57 444	0.14 148	0.20 158	0.14 180	0.20 185	2.53 631	1.61 564	0.14 180	0.20 182	0.14 184	0.20 183	0.14 180	0.20 182	0.14 174	0.17 157	0.12 135	0.17 176	0.12 169	1.56 557	1.24 572

MyStereo04	0.56 378	3.72 586	0.59 402	0.49 302	0.41 396	0.36 262	0.32 321	0.37 256	0.31 320	0.34 251	0.46 414	0.35 259	0.32 331	0.35 259	0.33 329	0.49 363	0.45 371	0.34 265	0.32 345	0.35 258	0.43 386

CASS	0.57 379	0.89 302	0.56 398	0.57 364	0.56 443	0.56 420	0.56 434	0.56 410	0.53 431	0.57 422	0.57 443	0.59 429	0.48 414	0.56 416	0.57 430	0.55 387	0.56 407	0.47 399	0.56 445	0.62 411	0.56 428
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
aanet-new-14k	0.60 380	5.12 613	0.39 296	0.49 302	0.30 281	0.43 325	0.30 269	0.43 315	0.30 277	0.43 310	0.30 282	0.43 324	0.30 277	0.44 346	0.30 270	0.44 310	0.37 323	0.38 297	0.26 250	0.38 282	0.26 231

LG-Stereo	0.60 380	0.58 267	0.47 363	0.64 379	0.74 476	1.00 473	0.69 461	0.57 413	0.41 391	0.57 422	0.41 393	0.57 425	0.41 387	1.00 479	0.75 474	0.91 443	0.51 399	0.52 424	0.37 380	0.52 396	0.37 355

MonSter	0.60 380	0.64 273	0.52 391	0.62 374	0.44 409	2.07 590	0.44 399	0.62 424	0.44 402	0.62 431	0.44 407	0.62 434	0.44 398	0.62 426	0.44 395	0.58 392	0.42 358	0.62 435	0.46 418	0.58 408	0.42 384

MyStereo07	0.60 380	3.72 586	0.48 371	0.49 302	0.41 396	0.36 262	0.32 321	0.49 376	0.43 399	0.51 403	0.42 403	0.49 386	0.43 396	0.51 402	0.64 437	0.49 363	0.45 371	0.34 265	0.32 345	0.35 258	0.43 386

castereo	0.61 384	3.79 588	1.35 552	1.52 531	0.15 191	0.17 173	0.16 186	0.20 183	0.21 222	0.18 174	0.16 196	0.21 190	0.12 170	0.26 227	0.17 197	1.43 549	1.38 565	0.17 176	0.16 192	0.18 178	0.16 182

WCG-NET	0.61 384	1.21 417	0.54 396	0.61 373	0.53 440	0.67 438	0.53 431	0.66 429	0.53 431	0.64 434	0.53 440	0.65 438	0.53 429	0.59 423	0.52 424	0.65 406	0.48 385	0.64 438	0.52 438	0.58 408	0.50 409

GEAStereo	0.62 386	3.91 593	0.48 371	0.69 386	0.38 376	0.51 410	0.38 369	0.51 398	0.38 368	0.53 409	0.38 374	0.50 400	0.38 365	0.51 402	0.38 361	0.54 381	0.43 363	0.46 390	0.34 359	0.46 363	0.34 338

gasm-f	0.62 386	3.91 593	0.48 371	0.69 386	0.38 376	0.51 410	0.38 369	0.51 398	0.38 368	0.53 409	0.38 374	0.50 400	0.38 365	0.51 402	0.38 361	0.54 381	0.43 363	0.46 390	0.34 359	0.46 363	0.34 338

SMoEStereo_RVC	0.63 388	0.75 282	0.51 388	0.73 395	0.53 440	0.71 442	0.47 412	0.67 430	0.58 436	0.74 448	0.60 444	0.72 445	0.53 429	0.74 444	0.51 422	0.61 399	0.62 419	0.62 435	0.61 452	0.63 412	0.61 434

anonymity	0.63 388	0.69 275	0.56 398	0.71 392	0.56 443	0.71 442	0.56 434	0.71 435	0.56 434	0.72 442	0.56 442	0.71 442	0.56 433	0.71 438	0.58 431	0.68 410	0.55 405	0.68 443	0.55 441	0.68 416	0.54 420

PAM_32	0.64 390	2.38 535	0.51 388	0.92 416	0.43 408	0.53 415	0.44 399	0.87 451	0.43 399	0.52 406	0.45 411	0.53 412	0.40 376	0.54 411	0.46 401	0.62 403	0.56 407	0.48 407	0.45 416	0.76 428	0.44 389

CRFU-Net	0.65 391	1.67 447	1.22 544	1.96 550	0.27 256	0.41 298	0.27 246	0.41 291	0.27 256	0.40 277	0.26 253	0.41 299	0.27 257	0.40 283	0.27 243	1.80 564	1.62 585	0.34 265	0.23 234	0.33 241	0.23 214

LMCR-Stereo	0.65 391	0.63 271	0.65 416	0.65 380	0.65 459	0.66 437	0.63 441	0.58 416	0.65 446	0.63 433	0.64 452	0.65 438	0.65 444	0.66 433	0.66 443	0.66 408	0.64 421	0.65 441	0.67 469	0.68 416	0.73 464

KSHMR	0.66 393	0.50 242	0.48 371	1.15 450	0.52 437	0.49 389	0.51 429	0.49 376	0.71 471	0.67 438	0.50 431	1.16 506	1.11 504	0.66 433	0.52 424	0.49 363	0.49 388	0.51 421	0.66 465	0.50 388	1.14 513

TorneroNet	0.66 393	0.53 256	0.50 382	0.50 338	0.64 457	1.06 489	0.70 465	0.50 385	0.51 430	0.49 382	0.69 467	0.49 386	0.50 422	0.48 379	1.15 516	0.71 415	0.49 388	1.14 504	1.08 514	0.49 383	0.49 406

GES	0.66 393	2.34 531	0.29 228	0.41 260	0.29 271	0.41 298	0.29 264	0.42 309	0.29 266	0.40 277	0.41 393	0.41 299	0.30 277	0.51 402	0.29 263	0.32 231	0.29 249	0.32 249	2.46 635	2.49 597	0.30 308

cf-r	0.66 393	2.17 515	0.12 124	0.18 152	0.12 174	0.18 177	2.70 635	2.60 610	0.12 174	0.18 174	0.12 166	0.18 176	0.12 170	0.18 175	0.12 163	0.15 140	0.11 121	0.15 164	0.11 154	1.81 569	1.74 609

DSFCA	0.66 393	0.73 279	0.78 448	0.65 380	0.65 459	0.64 435	0.64 442	0.65 427	0.63 444	0.64 434	0.64 452	0.64 435	0.64 442	0.65 432	0.65 440	0.65 406	0.65 423	0.65 441	0.65 463	0.66 414	0.64 444

DEFOM-Stereo	0.68 398	3.11 570	1.40 566	1.63 540	0.25 248	0.31 242	0.25 236	0.31 234	0.28 260	0.31 239	0.29 270	0.29 238	0.27 257	0.31 245	0.28 252	1.59 557	1.47 571	0.30 240	0.29 313	0.30 226	0.28 289

ssnet_v2	0.68 398	1.96 503	1.25 548	0.29 198	0.20 225	0.30 236	0.20 212	0.29 227	0.22 225	1.50 566	0.20 225	0.31 246	0.20 223	0.27 231	0.22 220	0.24 199	1.49 572	0.26 227	0.18 220	3.90 620	0.19 206

ARAFT	0.68 398	0.81 288	0.63 411	0.74 396	0.60 446	0.78 448	0.62 440	0.77 442	0.66 448	0.74 448	0.63 450	0.75 450	0.62 441	0.83 454	0.60 434	0.70 414	0.55 405	0.70 448	0.60 450	0.78 431	0.55 425

NINENet	0.69 401	3.87 592	1.20 497	1.98 551	0.05 121	0.40 282	0.04 103	0.40 276	0.05 120	0.41 291	0.04 110	0.41 299	0.05 113	0.40 283	0.05 111	1.79 563	1.56 578	0.34 265	0.22 228	0.34 245	0.23 214

VIP-Stereo	0.70 402	2.97 567	2.43 622	2.49 572	0.16 201	0.25 218	0.16 186	0.25 213	0.16 195	0.25 215	0.18 219	0.25 218	0.16 192	0.26 227	0.16 191	1.86 565	1.26 548	0.23 208	0.15 190	0.23 204	0.15 181

RAFT-Stereo + iAFF	0.70 402	0.72 278	0.71 434	0.80 401	0.62 456	0.82 453	0.61 439	0.81 448	0.62 442	0.81 456	0.63 450	0.80 456	0.70 461	0.73 442	0.61 436	0.76 425	0.61 418	0.74 453	0.61 452	0.77 430	0.61 434

DMCA-RVC	0.70 402	0.80 285	0.70 431	0.70 390	0.70 469	0.70 440	0.70 465	0.71 435	0.70 466	0.70 441	0.71 474	0.71 442	0.70 461	0.70 437	0.69 459	0.69 411	0.70 437	0.69 446	0.70 474	0.69 420	0.70 454

MyStereo8	0.71 405	3.92 595	0.52 391	0.59 369	0.52 437	0.57 426	0.53 431	0.59 418	0.50 423	0.59 426	0.51 437	0.57 425	0.50 422	0.56 416	0.52 424	0.54 381	0.49 388	0.54 428	0.49 432	0.55 402	0.50 409

HH	0.71 405	2.54 541	0.74 442	1.10 441	0.32 334	0.41 298	0.37 362	0.69 432	0.78 481	0.73 443	0.90 497	0.75 450	1.00 492	0.84 455	0.69 459	0.69 411	0.40 340	0.35 281	0.26 250	0.35 258	0.26 231

HanStereo	0.71 405	2.54 541	0.74 442	1.10 441	0.32 334	0.41 298	0.37 362	0.69 432	0.78 481	0.73 443	0.90 497	0.75 450	1.00 492	0.84 455	0.69 459	0.69 411	0.40 340	0.35 281	0.26 250	0.35 258	0.26 231

zero-FE	0.72 408	1.31 431	0.66 417	0.92 416	0.60 446	0.82 453	0.58 436	0.82 449	0.58 436	0.81 456	0.60 444	0.81 459	0.60 438	0.82 451	0.58 431	0.74 422	0.59 413	0.73 450	0.52 438	0.76 428	0.51 416

ktn	0.72 408	0.53 256	1.08 483	1.14 447	0.51 436	1.22 550	1.36 581	0.51 398	0.59 438	0.51 403	0.51 437	0.69 441	1.20 515	0.67 435	0.51 422	0.51 375	0.49 388	0.58 432	0.66 465	0.52 396	0.53 417

DStereoRT	0.73 410	0.81 288	0.73 441	0.71 392	0.74 476	0.73 444	0.75 473	0.71 435	0.71 471	0.74 448	0.72 477	0.73 447	0.80 477	0.71 438	0.73 469	0.76 425	0.71 441	0.73 450	0.72 479	0.70 421	0.76 471

CroCo-Stereo	0.73 410	1.22 423	0.25 209	1.22 504	0.25 248	1.22 550	0.25 236	1.22 544	0.25 239	1.22 552	0.25 248	1.22 555	0.25 241	1.22 555	0.25 237	1.22 534	0.26 219	1.21 563	0.25 244	1.22 543	0.25 225
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	0.73 410	0.88 299	0.67 421	0.75 397	0.68 466	0.75 445	0.64 442	0.80 445	0.72 474	0.83 458	0.70 469	0.82 460	0.64 442	0.84 455	0.67 444	0.77 427	0.63 420	0.81 464	0.63 454	0.78 431	0.62 437

AIO-Stereo-zeroshot1	0.75 413	0.92 312	0.85 459	0.96 427	0.59 445	1.27 554	0.44 399	0.59 418	0.69 460	0.91 463	0.68 462	0.55 419	0.61 440	1.06 493	0.83 487	0.62 403	0.70 437	0.90 474	0.41 404	0.89 448	0.56 428

MyStereo06	0.75 413	4.12 597	0.60 404	0.63 376	0.61 451	0.62 433	0.66 445	0.56 410	0.45 405	0.55 417	0.48 426	0.54 415	0.46 405	0.57 421	0.45 397	0.60 395	0.57 409	0.64 438	0.55 441	0.72 423	0.55 425

GCAP-Stereo	0.75 413	4.15 600	0.42 346	0.75 397	0.35 359	0.78 448	0.40 383	0.79 443	0.38 368	0.78 452	0.36 362	0.78 453	0.36 356	0.79 447	0.39 373	0.75 423	0.39 337	0.76 456	0.39 396	0.75 427	0.39 368

GANet-RSSM	0.75 413	1.91 496	0.14 148	0.47 291	0.14 180	0.21 195	3.21 652	2.30 596	0.14 180	0.46 362	0.14 184	0.23 205	0.18 214	0.21 192	0.14 174	0.18 165	0.27 229	0.37 289	0.13 178	2.13 579	2.12 619

RSM++	0.76 417	0.82 290	0.66 417	0.85 408	0.64 457	0.85 457	0.71 468	0.94 464	0.64 445	0.87 459	0.67 457	0.87 462	0.65 444	0.84 455	0.65 440	0.81 432	0.70 437	0.79 459	0.71 477	0.83 443	0.70 454

CroCo-Stereo Lap2	0.77 418	1.29 427	0.29 228	1.27 509	0.29 271	1.27 554	0.26 243	1.26 547	0.26 252	1.26 553	0.26 253	1.27 559	0.26 250	1.26 556	0.27 243	1.27 536	0.27 229	1.27 566	0.27 287	1.27 546	0.27 269

PSMNet-RSSM	0.77 418	2.76 558	0.14 148	0.20 158	0.14 180	0.20 185	2.66 633	2.79 623	0.14 180	0.21 193	0.14 184	0.21 190	0.14 180	0.20 182	0.14 174	0.17 157	0.12 135	0.17 176	0.12 169	2.52 601	2.31 624

GwcNet-RSSM	0.77 418	2.77 560	0.14 148	0.20 158	0.14 180	0.20 185	2.67 634	2.78 622	0.14 180	0.20 182	0.14 184	0.20 183	0.14 180	0.21 192	0.14 174	0.17 157	0.12 135	0.17 176	0.12 169	2.52 601	2.31 624

4D-IteraStereo	0.78 421	3.13 571	0.89 460	0.69 386	0.32 334	0.40 282	0.32 321	0.76 441	0.97 505	0.52 406	0.65 454	0.89 465	0.32 331	0.76 446	0.98 499	0.83 437	0.94 469	0.35 281	0.27 287	0.70 421	0.89 486

Pro-Stereo	0.79 422	0.53 256	0.38 285	0.49 302	0.38 376	0.49 389	0.37 362	0.49 376	0.67 449	0.50 395	0.38 374	1.10 498	0.38 365	0.49 385	0.38 361	0.71 415	0.88 463	5.98 668	0.36 377	0.46 363	0.36 350

hitnet-ft	0.79 422	2.78 563	0.14 148	0.20 158	0.14 180	0.21 195	2.89 636	2.80 624	0.14 180	0.20 182	0.14 184	0.20 183	0.14 180	0.20 182	0.14 174	0.17 157	0.12 135	0.17 176	0.12 169	2.54 609	2.33 626

G-Net	0.79 422	0.79 284	0.79 451	0.79 399	0.79 489	0.79 450	0.79 478	0.79 443	0.79 485	0.79 453	0.79 489	0.79 455	0.79 476	0.79 447	0.79 479	0.79 428	0.79 454	0.79 459	0.79 490	0.79 433	0.79 476

MyStereo05	0.80 425	4.12 597	0.63 411	0.63 376	0.61 451	0.62 433	0.66 445	0.65 427	0.62 442	0.67 438	0.61 448	0.65 438	0.58 436	0.67 435	0.55 429	0.60 395	0.57 409	0.64 438	0.55 441	0.72 423	0.55 425

UDG	0.80 425	2.21 519	0.60 404	0.91 413	0.60 446	0.90 463	0.58 436	0.88 454	0.60 439	0.90 461	0.60 444	0.88 463	0.60 438	0.90 464	0.58 431	0.86 441	0.60 414	0.84 470	0.59 449	0.84 444	0.61 434

ccnet	0.80 425	2.28 523	0.33 257	0.50 338	0.33 346	0.50 398	0.33 332	0.50 385	0.33 340	0.49 382	0.33 343	0.49 386	1.56 580	2.38 600	0.33 329	0.41 294	0.29 249	0.42 379	1.57 595	2.28 585	0.29 295

NaN_ROB	0.80 425	0.80 285	0.80 452	0.80 401	0.80 492	0.80 451	0.80 481	0.80 445	0.80 487	0.80 454	0.80 491	0.80 456	0.80 477	0.80 449	0.80 482	0.80 429	0.80 457	0.80 462	0.80 492	0.80 436	0.80 477

CSAN	0.80 425	0.80 285	0.80 452	0.80 401	0.80 492	0.80 451	0.80 481	0.80 445	0.80 487	0.80 454	0.80 491	0.80 456	0.80 477	0.80 449	0.80 482	0.80 429	0.80 457	0.80 462	0.80 492	0.80 436	0.80 477

GSStereo	0.81 430	4.28 603	0.50 382	0.59 369	0.40 387	0.51 410	0.38 369	0.50 385	0.38 368	0.50 395	0.38 374	0.50 400	3.79 649	0.50 393	0.38 361	0.54 381	0.43 363	0.46 390	0.34 359	0.46 363	0.35 347

BSDual-CNN	0.81 430	1.91 496	0.92 467	4.48 621	0.02 22	0.42 318	0.06 132	0.41 291	0.02 22	0.48 375	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 575	4.19 647	0.33 256	0.23 234	0.34 245	0.27 269

DDUNet	0.81 430	2.45 539	0.57 400	0.90 411	0.60 446	0.88 460	0.59 438	0.90 455	0.60 439	0.88 460	0.60 444	0.90 466	0.58 436	0.88 461	0.60 434	0.84 439	0.60 414	0.86 472	0.57 447	0.86 445	0.60 433

R-Stereo Train	0.81 430	0.96 318	0.67 421	0.95 424	0.67 463	0.95 468	0.68 453	0.95 466	0.68 455	0.95 471	0.68 462	0.96 476	0.68 453	0.96 475	0.68 451	0.94 452	0.68 430	0.94 487	0.68 470	0.94 463	0.68 451

RAFT-Stereo	0.81 430	0.96 318	0.67 421	0.95 424	0.67 463	0.95 468	0.68 453	0.95 466	0.68 455	0.95 471	0.68 462	0.96 476	0.68 453	0.96 475	0.68 451	0.94 452	0.68 430	0.94 487	0.68 470	0.94 463	0.68 451
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 435	1.72 449	1.48 570	0.39 235	0.15 191	0.31 242	0.21 217	0.20 183	0.25 239	1.61 570	0.23 235	0.28 232	0.26 250	0.20 182	0.15 184	0.24 199	1.33 556	0.32 249	0.16 192	6.75 659	0.23 214

scenet	0.82 435	1.72 449	1.48 570	0.39 235	0.15 191	0.31 242	0.21 217	0.20 183	0.25 239	1.61 570	0.23 235	0.28 232	0.26 250	0.20 182	0.15 184	0.24 199	1.33 556	0.32 249	0.16 192	6.75 659	0.23 214

ssnet	0.82 435	1.72 449	1.48 570	0.39 235	0.15 191	0.31 242	0.21 217	0.20 183	0.25 239	1.61 570	0.23 235	0.28 232	0.26 250	0.20 182	0.15 184	0.24 199	1.33 556	0.32 249	0.16 192	6.75 659	0.23 214

DEFOM-Stereo_RVC	0.83 438	5.18 615	1.98 610	2.19 556	0.17 207	0.19 180	0.18 204	0.19 177	0.16 195	0.20 182	0.19 221	0.22 198	0.22 229	0.20 182	0.15 184	2.28 592	2.13 612	0.24 217	0.17 214	0.18 178	0.16 182

BUS	0.83 438	1.91 496	0.92 467	4.48 621	0.02 22	0.40 282	0.04 103	0.41 291	0.02 22	0.48 375	0.03 56	0.41 299	0.05 113	0.03 43	0.05 111	1.97 575	4.19 647	0.33 256	0.23 234	0.34 245	0.27 269

PDISCO_ROB	0.83 438	2.80 564	3.49 644	0.14 121	0.11 161	0.17 173	0.09 138	0.15 165	0.10 143	0.15 158	0.12 166	0.16 164	0.14 180	3.30 630	0.13 170	0.14 133	2.34 617	0.16 168	0.12 169	2.62 610	0.10 139

WQFJA1++	0.84 441	0.98 321	0.67 421	1.26 508	0.75 478	1.00 473	0.67 449	1.00 468	0.67 449	1.00 473	0.67 457	1.00 479	0.67 449	1.00 479	0.67 444	0.96 454	0.67 425	0.91 477	0.63 454	0.92 454	0.63 438

WQFJX1	0.84 441	0.98 321	0.67 421	1.30 516	0.75 478	1.01 480	0.67 449	1.01 476	0.67 449	1.01 483	0.67 457	1.01 486	0.68 453	1.00 479	0.68 451	0.98 459	0.67 425	0.92 480	0.64 459	0.92 454	0.64 444

NLMM	0.84 441	1.00 330	0.67 421	1.27 509	0.75 478	1.00 473	0.68 453	1.00 468	0.67 449	1.00 473	0.67 457	1.02 490	0.67 449	1.02 490	0.67 444	0.97 455	0.67 425	0.93 483	0.63 454	0.92 454	0.63 438

AIO-Stereo	0.84 441	0.66 274	0.70 431	0.83 405	0.67 463	0.98 471	0.82 488	1.14 486	0.72 474	1.03 489	0.74 481	1.03 491	1.09 503	0.99 477	0.45 397	1.04 466	0.73 444	0.95 489	0.74 481	0.94 463	0.46 392

DCRE	0.84 441	1.89 493	0.77 447	0.94 422	0.72 473	0.88 460	0.73 471	0.87 451	0.78 481	0.90 461	0.71 474	0.88 463	0.67 449	0.88 461	0.73 469	0.81 432	0.68 430	0.81 464	0.70 474	0.82 441	0.70 454

iGMRVC	0.84 441	2.85 565	0.72 437	0.72 394	0.73 474	0.77 446	0.79 478	0.73 438	0.74 479	0.73 443	0.72 477	0.73 447	0.76 471	0.73 442	0.73 469	0.72 418	0.73 444	0.73 450	0.72 479	0.73 426	0.72 461

WQFJA1	0.85 447	0.98 321	0.67 421	1.29 514	0.76 483	1.01 480	0.67 449	1.02 480	0.67 449	1.02 487	0.67 457	1.01 486	0.67 449	1.01 486	0.68 451	0.99 460	0.67 425	0.93 483	0.64 459	0.92 454	0.65 446

WQFJX	0.85 447	1.00 330	0.68 428	1.30 516	0.75 478	1.01 480	0.68 453	1.01 476	0.68 455	1.01 483	0.68 462	1.03 491	0.68 453	1.02 490	0.67 444	0.97 455	0.67 425	0.93 483	0.63 454	0.94 463	0.63 438

NLSM3	0.85 447	0.99 328	0.68 428	1.29 514	0.76 483	1.01 480	0.68 453	1.01 476	0.68 455	1.02 487	0.68 462	1.01 486	0.68 453	1.01 486	0.68 451	0.97 455	0.68 430	0.93 483	0.64 459	0.93 459	0.63 438

NLMM1	0.86 450	0.98 321	0.69 430	1.48 530	0.75 478	1.01 480	0.69 461	1.00 468	0.69 460	1.00 473	0.70 469	1.00 479	0.68 453	1.01 486	0.67 444	0.97 455	0.68 430	0.92 480	0.63 454	0.93 459	0.63 438

AdaDepth	0.86 450	0.93 314	0.71 434	1.01 435	1.07 519	1.02 486	0.71 468	1.00 468	0.71 471	1.01 483	0.71 474	1.00 479	0.72 466	1.14 504	0.71 467	0.92 446	0.64 421	0.90 474	0.64 459	0.89 448	0.69 453

GEStereo_RVC	0.86 450	4.45 604	0.20 189	0.27 196	0.20 225	0.27 231	0.20 212	0.26 219	0.18 211	5.03 660	0.20 225	0.27 231	0.19 219	0.27 231	0.21 218	0.20 172	0.19 196	0.19 188	4.02 664	0.20 185	0.18 204

Selective-RAFT-Error	0.88 453	0.84 291	0.98 472	0.86 409	0.97 508	0.88 460	0.95 499	0.84 450	0.99 508	0.92 465	0.82 493	0.84 461	0.98 491	0.87 460	0.97 498	0.81 432	0.83 460	0.79 459	0.82 495	0.79 433	0.85 482

IER	0.88 453	7.04 634	2.23 615	2.75 577	0.28 261	0.43 325	0.25 236	0.39 269	0.25 239	0.41 291	0.27 257	0.39 278	0.25 241	0.40 283	0.28 252	0.37 255	0.28 235	0.37 289	0.25 244	0.37 269	0.25 225

Selective-RAFT	0.89 455	0.89 302	0.72 437	1.16 455	0.78 487	1.06 489	0.82 488	0.87 451	0.97 505	1.00 473	0.91 500	0.90 466	1.00 492	0.89 463	0.93 495	0.83 437	0.83 460	0.82 468	0.82 495	0.81 439	0.82 480

AIO-Stereo-zeroshot	0.91 456	0.86 295	0.89 460	1.25 507	0.69 467	1.05 488	0.81 485	1.16 490	0.50 423	1.12 499	0.97 505	0.72 445	0.82 481	1.06 493	0.95 496	0.61 399	0.87 462	1.03 501	0.85 498	1.04 475	1.01 502

CFNet-RSSM	0.91 456	4.89 610	0.34 267	0.44 279	1.07 519	1.62 575	1.40 588	0.91 457	0.35 353	1.60 567	1.39 588	0.64 435	0.34 347	0.44 346	0.33 329	0.41 294	0.35 314	0.75 454	0.30 327	0.41 346	0.29 295

MLG-Stereo	0.92 458	0.90 305	0.84 458	1.27 509	0.49 427	1.38 564	0.88 491	1.41 561	0.97 505	0.73 443	1.09 515	1.26 556	0.43 396	0.72 440	1.05 508	1.13 479	0.49 388	1.18 514	0.66 465	1.01 472	0.46 392

ToySt	0.92 458	2.11 510	0.90 463	0.95 424	0.79 489	0.99 472	0.78 477	0.94 464	0.81 490	0.94 469	0.78 487	0.95 475	0.77 473	0.94 471	0.86 489	0.91 443	0.79 454	0.85 471	0.77 486	0.89 448	0.73 464

DPSM_ROB	0.92 458	0.91 307	0.91 465	0.91 413	0.92 503	0.92 465	0.92 495	0.92 460	0.91 495	0.93 467	0.91 500	0.92 469	0.90 484	0.91 465	0.92 491	0.92 446	0.91 465	0.91 477	0.92 499	0.93 459	0.93 490

DPSM	0.92 458	0.91 307	0.91 465	0.91 413	0.92 503	0.92 465	0.92 495	0.92 460	0.91 495	0.93 467	0.91 500	0.92 469	0.90 484	0.91 465	0.92 491	0.92 446	0.91 465	0.91 477	0.92 499	0.93 459	0.93 490

pmcnn	0.92 458	0.92 312	0.92 467	0.92 416	0.92 503	0.92 465	0.92 495	0.92 460	0.92 499	0.92 465	0.92 503	0.92 469	0.92 486	0.92 469	0.92 491	0.92 446	0.92 467	0.92 480	0.92 499	0.92 454	0.92 489

error version	0.93 463	4.47 605	2.35 618	1.99 552	0.37 369	0.41 298	0.36 356	0.41 291	0.35 353	0.43 310	0.36 362	0.41 299	0.40 376	0.41 298	0.36 349	1.87 567	2.16 613	0.47 399	0.37 380	0.39 323	0.33 331

test_1	0.93 463	4.47 605	2.35 618	1.99 552	0.37 369	0.41 298	0.36 356	0.41 291	0.35 353	0.43 310	0.36 362	0.41 299	0.40 376	0.41 298	0.36 349	1.87 567	2.16 613	0.47 399	0.37 380	0.39 323	0.33 331

DGTPSM_ROB	0.93 463	1.00 330	0.92 467	0.94 422	0.96 507	0.91 464	0.92 495	0.91 457	0.96 504	0.91 463	0.96 504	0.93 472	0.92 486	0.94 471	0.92 491	0.92 446	0.92 467	0.90 474	0.92 499	0.94 463	0.91 488

HSM-Net_RVC	0.95 466	1.17 367	0.78 448	1.18 457	0.71 471	1.16 503	0.75 473	1.09 484	0.80 487	1.10 493	0.75 482	1.17 507	0.74 468	1.17 507	0.80 482	1.13 479	0.73 444	1.17 511	0.77 486	1.16 485	0.72 461
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 467	3.17 573	2.30 617	2.42 569	0.38 376	0.54 418	0.38 369	0.54 406	0.38 368	0.54 414	0.38 374	0.54 415	0.38 365	0.54 411	0.38 361	2.38 601	2.34 617	0.49 412	0.36 377	0.49 383	0.36 350

DPSimNet_ROB	0.97 467	1.18 369	0.81 455	1.10 441	0.91 502	1.02 486	0.82 488	1.04 481	0.91 495	1.03 489	0.86 496	1.28 560	0.82 481	1.03 492	0.89 490	1.17 483	0.81 459	1.02 499	0.82 495	1.08 477	0.81 479

test-3	0.98 469	4.13 599	1.85 599	1.85 543	0.61 451	0.69 439	0.37 362	0.63 425	0.61 441	0.66 437	0.51 437	0.73 447	0.44 398	0.57 421	0.54 427	1.68 561	1.81 597	0.40 351	0.43 414	0.66 414	0.50 409

Test_v1	1.00 470	1.00 330	1.00 474	1.00 431	1.00 509	1.00 473	1.00 503	1.00 468	1.00 509	1.00 473	1.00 507	1.00 479	1.00 492	1.00 479	1.00 501	1.00 461	1.00 470	1.00 494	1.00 506	1.00 468	1.00 497

Wavelet-MonSter	1.00 470	1.21 417	0.76 445	1.94 547	1.01 514	1.11 498	0.76 475	1.15 487	0.76 480	1.11 498	0.76 483	1.14 504	0.76 471	1.11 501	0.76 476	1.21 532	0.90 464	1.02 499	0.71 477	1.02 474	0.71 460

999	1.00 470	1.12 360	0.59 402	1.10 441	1.21 577	1.09 494	0.52 430	1.08 482	1.43 590	1.18 504	1.35 582	0.98 478	0.52 428	0.91 465	0.85 488	0.72 418	1.46 570	0.83 469	0.98 504	0.68 416	1.41 585

DispNO	1.00 470	0.63 271	0.43 347	3.45 605	0.44 409	0.65 436	0.43 398	0.64 426	0.43 399	0.64 434	0.43 405	0.64 435	3.03 627	0.64 431	0.43 394	4.55 636	0.43 363	0.63 437	0.43 414	0.63 412	0.43 386

GANet	1.00 470	1.00 330	1.00 474	1.00 431	1.00 509	1.00 473	1.00 503	1.00 468	1.00 509	1.00 473	1.00 507	1.00 479	1.00 492	1.00 479	1.00 501	1.00 461	1.00 470	1.00 494	1.00 506	1.00 468	1.00 497

TDLM	1.00 470	1.00 330	1.00 474	1.00 431	1.00 509	1.00 473	1.00 503	1.00 468	1.00 509	1.00 473	1.00 507	1.00 479	1.00 492	1.00 479	1.00 501	1.00 461	1.00 470	1.00 494	1.00 506	1.00 468	1.00 497

CVANet_RVC	1.00 470	1.00 330	1.00 474	1.00 431	1.00 509	1.00 473	1.00 503	1.00 468	1.00 509	1.00 473	1.00 507	1.00 479	1.00 492	1.00 479	1.00 501	1.00 461	1.00 470	1.00 494	1.00 506	1.00 468	1.00 497

trnet	1.01 477	1.01 339	1.01 478	1.01 435	1.01 514	1.01 480	1.01 507	1.01 476	1.01 513	1.01 483	1.01 511	1.01 486	1.01 499	1.01 486	1.01 505	1.01 465	1.01 475	1.01 498	1.01 512	1.01 472	1.01 502

LL-Strereo	1.01 477	5.06 612	1.63 579	0.70 390	1.43 588	0.56 420	0.46 407	0.57 413	0.50 423	0.57 422	0.50 431	1.58 570	0.49 419	0.59 423	0.50 417	1.64 560	0.52 401	0.51 421	1.37 583	0.52 396	0.45 391

FlowAnything_test	1.02 479	1.72 449	0.71 434	1.59 533	0.70 469	1.61 573	0.69 461	1.61 564	0.70 466	1.60 567	0.70 469	1.61 574	0.69 459	1.61 571	0.70 465	0.81 432	0.58 411	0.81 464	0.55 441	0.81 439	0.56 428

FlowAnything	1.02 479	1.71 448	0.72 437	1.59 533	0.69 467	1.60 572	0.69 461	1.61 564	0.70 466	1.60 567	0.69 467	1.60 571	0.69 459	1.61 571	0.69 459	0.81 432	0.58 411	0.81 464	0.56 445	0.82 441	0.56 428

Hybrid-DGEV	1.03 481	1.75 455	0.80 452	1.28 513	0.78 487	1.26 553	0.80 481	1.26 547	0.78 481	1.26 553	0.78 487	1.26 556	0.78 475	1.26 556	0.78 478	1.15 482	0.75 447	1.14 504	0.74 481	1.14 480	0.75 468

tt45	1.04 482	0.88 299	1.36 560	0.92 416	1.03 517	1.51 571	0.79 478	0.70 434	0.88 493	0.74 448	0.90 497	1.60 571	0.72 466	1.60 569	0.75 474	0.91 443	0.78 452	1.52 579	0.79 490	1.14 480	1.32 577

Hybrid-DGEV-2	1.05 483	1.83 481	0.83 456	1.33 520	0.82 495	1.30 556	0.81 485	1.26 547	0.79 485	1.29 555	0.79 489	1.26 556	0.80 477	1.26 556	0.79 479	1.20 486	0.78 452	1.18 514	0.77 486	1.20 495	0.77 473

Hybrid-DGEV-03	1.07 484	1.83 481	0.83 456	1.34 521	0.81 494	1.32 558	0.81 485	1.31 554	0.81 490	1.31 556	0.82 493	1.32 561	0.82 481	1.32 561	0.81 485	1.19 484	0.77 450	1.19 516	0.76 484	1.19 493	0.77 473

GLC_STEREO	1.07 484	1.01 339	1.06 481	1.07 439	1.05 518	1.06 489	1.08 512	1.08 482	1.05 517	1.07 491	1.06 513	1.08 494	1.05 501	1.06 493	1.10 511	1.07 468	1.09 485	1.05 502	1.05 513	1.06 476	1.12 509

FC-DCNN	1.07 484	1.09 355	0.98 472	0.89 410	0.52 437	1.41 567	0.91 494	1.21 543	1.24 576	1.96 579	2.05 633	1.91 580	1.30 568	1.27 559	1.08 510	0.80 429	0.60 414	0.58 432	0.41 404	0.68 416	0.54 420

hknet	1.10 487	1.85 487	3.49 644	4.48 621	0.02 22	0.42 318	0.06 132	0.41 291	0.02 22	0.48 375	0.03 56	0.41 299	0.03 53	0.42 311	0.03 52	4.39 633	4.19 647	0.33 256	0.23 234	0.34 245	0.27 269

test_xeample3	1.10 487	1.81 471	0.61 409	0.84 406	0.49 427	0.77 446	0.66 445	0.92 460	1.40 588	0.68 440	0.46 414	0.78 453	0.54 432	1.72 574	1.48 590	1.34 541	1.52 574	1.35 572	1.67 608	1.33 549	1.55 590

DISCO	1.11 489	0.39 188	5.28 657	0.39 235	0.20 225	0.39 280	0.27 246	0.39 269	0.22 225	0.38 265	0.20 225	0.38 273	0.20 223	6.95 671	0.22 220	0.30 223	0.21 201	0.27 231	0.21 225	5.25 652	0.21 210

Occ-G	1.12 490	0.52 252	3.72 649	3.50 609	0.50 431	0.56 420	0.47 412	0.54 406	0.46 406	0.54 414	0.41 393	0.54 415	0.42 393	0.52 407	0.42 391	3.42 625	4.02 646	0.52 424	0.45 416	0.51 394	0.44 389

AEACV	1.12 490	0.52 252	3.12 640	3.24 594	0.86 496	0.53 415	0.49 423	0.60 420	0.47 411	0.53 409	0.49 429	0.55 419	0.45 402	0.55 415	0.47 408	3.01 620	3.88 644	0.71 449	0.60 450	0.80 436	0.48 401

LiteMatch	1.13 492	0.73 279	2.80 626	3.23 592	0.61 451	0.83 455	0.68 453	0.73 438	0.69 460	1.00 473	0.77 485	0.94 473	0.57 434	0.82 451	0.64 437	2.97 618	2.43 620	0.68 443	0.32 345	0.56 404	0.70 454

Lsterematch	1.13 492	0.73 279	2.80 626	3.23 592	0.61 451	0.83 455	0.68 453	0.73 438	0.69 460	1.00 473	0.77 485	0.94 473	0.57 434	0.82 451	0.64 437	2.97 618	2.43 620	0.68 443	0.32 345	0.56 404	0.70 454

MSMD_ROB	1.19 494	1.10 359	0.70 431	1.10 441	0.60 446	1.10 495	0.70 465	1.10 485	0.70 466	1.10 493	0.70 469	1.10 498	0.70 461	7.00 672	0.70 465	1.10 472	0.70 437	1.10 503	0.70 474	1.10 478	0.70 454

MM-Stereo_test2	1.20 495	1.85 487	1.05 480	1.46 529	0.94 506	1.36 562	0.99 502	1.36 556	0.95 502	1.41 562	0.98 506	1.40 567	0.96 488	1.37 563	0.95 496	1.37 546	1.06 478	1.33 569	0.93 503	1.29 548	0.89 486

ours_stereo	1.20 495	1.21 417	0.90 463	1.64 541	1.11 521	1.35 560	0.67 449	1.76 571	0.93 500	1.70 575	1.10 516	1.39 565	0.75 470	1.41 565	0.81 485	1.60 559	1.03 477	1.33 569	1.00 506	1.61 559	0.72 461

DisPM	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

CrosDoStereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

PFNet+	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

LCNet	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

HHNet	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

Patchmatch Stereo++	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523
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	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

STrans-v2	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

TransformOpticalFlow	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

OMP-Stereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

IIG-Stereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

NF-Stereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

OCTAStereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

PSM-softLoss	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

KMStereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

NRIStereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

PSM-adaLoss	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

PSM-AAD	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

FTStereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

ROB_FTStereo_v2	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

ROB_FTStereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

Consistency-Raft	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

KYRaft	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

HUI-Stereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

ASMatch	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

DeepStereo_LL	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

DEmStereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

SST-Stereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

THIR-Stereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

RAFT_R40	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

DRaft	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

PFNet	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

GrayStereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

RE-Stereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

Pruner-Stereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

TVStereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

DeepStereo_RVC	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

RAFT-RH_RVC	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

IRAFT_RVC	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

RAFT-345	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

iRAFT	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

CRE-IMP	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

GMM-Stereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

RAFT-IKP	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

Prome-Stereo	1.20 495	1.20 371	1.20 497	1.20 459	1.20 531	1.20 504	1.20 523	1.20 498	1.20 528	1.20 506	1.20 525	1.20 509	1.20 515	1.20 509	1.20 525	1.20 486	1.20 500	1.20 518	1.20 525	1.20 495	1.20 523

HCRNet	1.22 542	7.11 635	3.00 628	3.55 610	0.33 346	0.29 235	0.14 175	0.19 177	0.15 190	0.33 249	0.29 270	0.25 218	0.14 180	0.22 196	0.33 329	3.64 626	3.00 624	0.76 456	0.32 345	0.18 178	0.13 172

HBP-ISP	1.24 543	1.72 449	1.65 580	1.15 450	0.76 483	1.40 566	0.88 491	1.67 570	1.02 514	1.69 574	1.38 587	1.69 575	1.21 561	1.87 581	1.21 570	1.05 467	0.79 454	0.97 492	0.80 492	1.19 493	0.75 468

AANet_RVC	1.26 544	0.31 167	4.99 655	5.93 647	0.20 225	0.25 218	0.20 212	0.25 213	0.20 219	0.23 200	0.19 221	0.25 218	0.20 223	0.25 216	0.20 215	5.66 657	4.76 650	0.26 227	0.30 327	0.24 208	0.27 269

MM-Stereo_test3	1.27 545	2.07 506	1.18 492	1.60 536	1.02 516	1.45 569	1.01 507	1.40 560	1.04 516	1.44 564	1.03 512	1.46 569	1.02 500	1.44 567	1.02 506	1.51 555	1.12 492	1.32 568	0.98 504	1.38 552	0.97 493

11t	1.27 545	2.70 550	1.34 550	1.32 519	0.89 498	1.30 556	1.34 578	1.64 567	0.57 435	1.45 565	0.72 477	1.05 493	1.29 567	1.07 496	1.29 579	1.49 552	1.02 476	0.97 492	1.15 518	1.48 554	1.31 576

MaskLacGwcNet_RVC	1.35 547	1.35 434	1.35 552	1.35 523	1.35 582	1.35 560	1.35 579	1.36 556	1.35 584	1.36 560	1.35 582	1.36 563	1.36 573	1.36 562	1.35 583	1.35 542	1.35 561	1.35 572	1.35 580	1.35 550	1.35 581

CC-Net-ROB	1.36 548	1.33 433	1.33 549	1.36 524	1.38 585	1.36 562	1.33 577	1.37 558	1.34 581	1.35 559	1.36 584	1.38 564	1.34 571	1.38 564	1.38 586	1.35 542	1.38 565	1.33 569	1.35 580	1.43 553	1.34 580

CFNet	1.37 549	5.27 618	0.19 186	5.49 644	0.19 222	0.28 232	0.19 208	0.28 222	0.19 217	0.28 228	0.19 221	0.28 232	4.35 657	0.28 235	0.19 212	0.23 192	0.17 188	0.23 208	4.21 666	4.81 643	0.17 199

PS-NSSS	1.38 550	1.39 438	1.34 550	1.34 521	1.35 582	1.38 564	1.37 586	1.35 555	1.38 587	1.34 558	1.34 581	1.39 565	1.38 576	1.70 573	1.40 587	1.36 544	1.36 562	1.36 574	1.37 583	1.37 551	1.36 582

RASNet	1.49 551	1.65 446	1.45 568	1.38 526	1.43 588	1.47 570	1.36 581	1.38 559	1.36 585	1.39 561	1.60 598	1.45 568	1.45 579	1.51 568	2.21 628	1.53 556	1.36 562	1.36 574	1.36 582	1.66 562	1.36 582

BLMT-Stereo	1.53 552	1.36 435	1.06 481	1.42 528	1.23 581	1.41 567	1.07 511	1.43 562	1.12 518	1.42 563	1.06 513	1.83 577	1.07 502	1.42 566	1.07 509	1.27 536	1.38 565	6.80 669	1.00 506	1.26 545	1.00 497

GANetREF_RVC	1.55 553	1.94 502	1.22 544	1.88 544	1.21 577	1.88 579	1.22 569	1.88 573	1.22 574	1.88 576	1.22 571	1.88 578	1.22 562	1.89 582	1.22 571	1.87 567	1.22 547	1.88 593	1.22 571	1.88 571	1.22 569
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	1.59 554	1.91 496	1.21 543	1.94 547	1.20 531	2.00 587	1.23 570	1.99 578	1.24 576	2.00 584	1.25 574	2.03 588	1.26 564	2.00 586	1.29 579	1.90 571	1.18 499	1.89 594	1.21 570	1.89 572	1.20 523
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 555	1.59 445	1.70 582	1.59 533	1.59 594	1.61 573	1.61 597	1.60 563	1.60 594	1.62 573	1.59 597	1.60 571	1.60 582	1.60 569	1.59 594	1.59 557	1.60 584	1.59 580	1.59 600	1.59 558	1.59 595

ff7	1.68 556	2.68 547	1.35 552	0.97 428	0.89 498	1.84 576	2.15 626	2.12 584	1.80 611	2.05 589	1.56 594	2.33 595	2.12 617	2.23 592	2.25 629	1.31 538	1.07 479	1.48 576	1.41 586	0.90 451	1.04 504

ffff	1.68 556	2.68 547	1.35 552	0.97 428	0.89 498	1.84 576	2.15 626	2.12 584	1.80 611	2.05 589	1.56 594	2.33 595	2.12 617	2.23 592	2.25 629	1.31 538	1.07 479	1.48 576	1.41 586	0.90 451	1.04 504

ccc-4	1.68 556	2.68 547	1.35 552	0.97 428	0.89 498	1.84 576	2.15 626	2.12 584	1.80 611	2.05 589	1.56 594	2.33 595	2.12 617	2.23 592	2.25 629	1.31 538	1.07 479	1.48 576	1.41 586	0.90 451	1.04 504

MC-Stereo	1.76 559	2.96 566	1.37 562	2.14 555	1.37 584	2.14 593	1.36 581	2.14 587	1.37 586	2.14 593	1.37 585	2.14 590	1.37 575	2.14 591	1.37 585	1.97 575	1.32 549	1.97 596	1.32 579	1.98 573	1.33 578

IGEVStereo-DCA	1.77 560	4.21 601	1.84 597	2.49 572	2.11 627	2.54 613	1.36 581	1.65 568	1.17 525	2.75 622	1.90 616	2.54 608	1.15 508	0.94 471	1.11 512	1.50 553	1.32 549	0.96 490	1.46 592	1.49 555	0.88 483

rrr	1.77 560	4.21 601	1.84 597	2.49 572	2.11 627	2.54 613	1.36 581	1.65 568	1.17 525	2.75 622	1.90 616	2.54 608	1.15 508	0.94 471	1.11 512	1.50 553	1.32 549	0.96 490	1.46 592	1.49 555	0.88 483

MM-Stereo_test1	1.80 562	3.41 578	1.52 575	2.12 554	1.41 587	2.04 588	1.41 589	2.05 582	1.46 591	2.04 588	1.41 589	2.05 589	1.42 578	2.05 587	1.43 589	2.04 579	1.54 577	1.94 595	1.38 585	1.99 574	1.33 578

MFMNet_re	1.81 563	1.91 496	1.71 584	1.95 549	1.70 605	1.95 584	1.70 602	1.96 576	1.74 607	1.97 581	1.72 606	1.95 581	1.71 590	1.97 585	1.71 602	1.86 565	1.62 585	1.85 586	1.66 607	1.86 570	1.64 601

plain	1.88 564	3.16 572	0.64 413	3.10 587	0.65 459	3.10 628	0.64 442	3.12 627	0.65 446	3.10 628	0.65 454	3.11 628	0.65 444	3.12 627	0.65 440	3.12 621	0.65 423	3.13 626	0.65 463	3.13 614	0.65 446

RAFT_CTSACE	1.92 565	3.71 585	1.72 585	1.88 544	1.72 606	2.04 588	1.42 591	2.18 589	1.89 622	2.02 586	1.97 622	1.95 581	2.06 616	1.93 583	1.62 595	1.76 562	1.66 588	2.02 597	1.73 616	1.73 565	1.43 587

MonStereo1	1.94 566	2.77 560	1.52 575	3.73 617	1.51 591	2.13 592	1.42 591	2.32 597	1.52 592	2.31 601	1.50 592	2.53 605	1.59 581	2.34 599	1.56 592	1.91 572	1.36 562	1.86 589	1.31 578	2.07 575	1.53 588

4.25w-stereo	1.98 567	2.72 554	1.46 569	3.47 606	1.43 588	2.07 590	1.98 617	2.53 609	1.52 592	2.71 615	1.98 628	1.81 576	1.62 584	1.96 584	1.36 584	1.88 570	2.00 602	2.53 620	1.61 602	1.74 566	1.15 514

4.5w-stereo	1.99 568	2.33 527	1.81 588	3.28 596	1.68 601	1.94 581	1.99 620	2.72 612	1.70 599	2.72 616	1.99 631	1.97 583	1.68 586	1.76 575	1.29 579	1.91 572	2.02 608	2.53 620	1.61 602	1.75 567	1.16 517

2.75w_new	1.99 568	2.34 531	1.81 588	3.14 588	1.62 596	1.94 581	1.99 620	2.72 612	1.71 600	2.72 616	1.99 631	1.90 579	1.73 592	1.82 580	1.29 579	2.37 600	2.01 604	2.31 607	1.42 589	1.77 568	1.22 569

3.75w	1.99 568	2.31 525	1.83 596	3.16 590	1.65 598	1.93 580	1.98 617	2.72 612	1.68 596	2.73 621	1.97 622	2.00 585	1.72 591	1.81 579	1.25 575	2.27 591	2.01 604	2.38 612	1.42 589	1.71 564	1.24 572

2w_stereo	1.99 568	2.36 534	1.81 588	3.24 594	1.67 599	1.94 581	1.98 617	2.72 612	1.68 596	2.72 616	1.94 619	1.98 584	1.74 594	1.79 578	1.27 576	1.95 574	2.00 602	2.53 620	1.60 601	1.68 563	1.15 514

2.25w	2.00 572	1.86 490	1.98 610	2.95 585	2.17 631	2.26 594	1.35 579	2.42 603	2.00 629	2.07 592	1.27 576	2.53 605	1.99 612	2.29 596	1.49 591	2.21 586	1.32 549	1.85 586	1.87 620	2.52 601	1.62 599

4.25_new	2.00 572	2.33 527	1.82 593	3.32 599	1.69 602	1.95 584	1.99 620	2.72 612	1.71 600	2.72 616	1.97 622	2.01 586	1.74 594	1.77 576	1.28 577	2.18 583	2.01 604	2.48 618	1.58 598	1.65 560	1.17 518

4.5w_new	2.00 572	2.33 527	1.82 593	3.32 599	1.69 602	1.95 584	1.99 620	2.72 612	1.71 600	2.72 616	1.97 622	2.01 586	1.74 594	1.77 576	1.28 577	2.18 583	2.01 604	2.48 618	1.58 598	1.65 560	1.17 518

4.5_new	2.00 572	1.84 486	1.98 610	2.77 579	2.16 629	2.27 595	1.28 576	2.09 583	1.98 626	2.01 585	1.28 577	2.71 617	1.98 610	2.51 608	1.65 597	2.26 588	1.33 556	1.87 590	1.87 620	2.49 597	1.60 596

TRStereo	2.00 572	2.13 511	1.85 599	2.27 561	1.84 610	2.28 597	1.84 606	2.29 592	1.86 616	2.30 598	1.87 611	2.30 592	1.87 600	2.08 588	1.72 604	2.08 580	1.72 591	2.08 599	1.72 613	2.08 576	1.72 606

XX-Stereo	2.00 572	2.13 511	1.85 599	2.27 561	1.84 610	2.28 597	1.84 606	2.29 592	1.86 616	2.30 598	1.87 611	2.30 592	1.87 600	2.08 588	1.72 604	2.08 580	1.72 591	2.08 599	1.72 613	2.08 576	1.72 606

EAI-Stereo	2.00 572	2.13 511	1.85 599	2.27 561	1.84 610	2.28 597	1.84 606	2.29 592	1.86 616	2.30 598	1.87 611	2.30 592	1.87 600	2.08 588	1.72 604	2.08 580	1.72 591	2.08 599	1.72 613	2.08 576	1.72 606

2.5w	2.01 579	2.40 536	1.37 562	3.28 596	2.01 621	2.71 618	1.43 594	1.82 572	1.83 614	1.90 578	1.41 589	2.71 617	1.35 572	2.71 617	1.85 615	2.66 612	1.53 575	1.64 581	1.23 572	2.53 604	1.87 615

4w-stereo	2.02 580	2.72 554	1.44 567	3.36 602	1.59 594	2.48 606	1.72 603	2.28 590	1.24 576	2.24 596	1.65 602	2.56 610	1.32 570	2.39 602	1.98 625	2.67 614	1.51 573	1.66 582	1.24 573	2.53 604	1.88 618

IGEV	2.02 580	2.20 517	1.82 593	2.90 584	2.16 629	2.41 603	1.25 572	2.00 579	1.98 626	1.99 583	1.31 579	2.72 621	1.93 606	2.67 616	1.69 601	2.26 588	1.32 549	1.83 585	1.87 620	2.53 604	1.61 598

3.25w_new	2.03 582	2.72 554	1.35 552	3.33 601	1.57 592	2.72 619	1.53 596	2.15 588	1.33 580	2.15 594	1.60 598	2.63 614	1.30 568	2.72 619	1.99 626	2.67 614	1.53 575	1.75 584	1.25 575	2.53 604	1.87 615

3.5w_stereo	2.03 582	2.72 554	1.35 552	3.41 603	1.57 592	2.72 619	1.49 595	2.01 580	1.34 581	2.15 594	1.61 600	2.63 614	1.36 573	2.72 619	1.99 626	2.66 612	1.58 580	1.68 583	1.24 573	2.53 604	1.87 615

UniTT-Stereo	2.03 582	3.43 579	0.72 437	3.42 604	0.73 474	3.27 631	0.68 453	3.38 632	0.69 460	3.29 631	0.72 477	3.28 631	0.70 461	3.35 633	0.68 451	3.39 624	0.68 430	3.31 629	0.69 472	3.37 615	0.73 464

3.25w	2.04 585	2.20 517	1.48 570	3.03 586	2.17 631	2.63 617	1.39 587	1.96 576	1.95 625	1.96 579	1.37 585	2.71 617	1.96 609	2.71 617	1.73 609	2.26 588	1.32 549	1.87 590	1.87 620	2.51 600	1.63 600

3w_stereo	2.04 585	2.24 521	1.70 582	3.15 589	2.18 633	2.49 607	1.26 574	2.03 581	1.98 626	1.98 582	1.33 580	2.72 621	1.99 612	2.59 611	1.72 604	2.22 587	1.33 556	1.85 586	1.88 625	2.50 599	1.58 594

1w_stereo	2.05 587	2.32 526	1.35 552	3.74 618	2.01 621	2.73 621	1.42 591	1.88 573	1.93 624	2.03 587	1.28 577	2.71 617	1.99 612	2.72 619	1.72 604	2.20 585	1.32 549	1.87 590	1.86 619	2.45 593	1.54 589

LiteMatch*	2.07 588	1.30 429	5.73 660	6.28 650	0.79 489	1.33 559	0.80 481	1.30 553	1.02 514	1.33 557	0.84 495	1.33 562	0.97 489	1.28 560	1.04 507	6.05 661	5.89 656	1.28 567	0.76 484	1.28 547	0.88 483

sCroCo_RVC	2.10 589	2.76 558	1.92 607	2.78 582	1.39 586	2.73 621	1.41 589	2.73 618	1.40 588	2.77 627	1.41 589	2.74 623	1.40 577	2.74 622	1.40 587	2.72 616	1.42 568	2.72 624	1.44 591	2.79 611	1.42 586

MoCha-V2	2.11 590	26.97 677	0.78 448	0.92 416	0.77 486	0.96 470	0.72 470	0.90 455	0.72 474	0.94 469	0.70 469	0.90 466	0.71 465	0.91 465	0.71 467	0.85 440	0.71 441	0.88 473	0.69 472	0.87 446	0.67 450

FBW_ROB	2.12 591	2.46 540	1.77 587	2.49 572	1.79 609	2.38 601	1.83 605	2.46 604	1.78 610	2.48 609	1.97 622	2.40 600	1.78 597	2.42 605	1.83 613	2.31 596	1.85 599	2.38 612	1.82 618	2.35 588	1.84 611

MonStereo	2.17 592	2.41 537	1.49 574	2.67 576	1.67 599	2.60 616	2.04 624	2.32 597	1.76 608	2.44 606	1.68 604	2.50 603	1.69 588	2.38 600	1.80 612	2.28 592	1.78 594	2.63 623	2.14 628	3.47 616	1.68 604

asda	2.17 592	2.54 541	1.81 588	3.47 606	1.78 608	2.50 609	1.86 610	2.61 611	1.68 596	2.61 613	1.83 608	2.37 599	1.73 592	2.44 606	1.88 620	2.51 609	1.84 598	2.34 609	1.62 604	2.23 581	1.77 610

asd	2.18 594	2.77 560	1.58 577	3.59 611	2.00 620	2.58 615	1.85 609	2.39 602	1.71 600	2.47 608	1.97 622	2.59 612	1.61 583	2.56 609	1.79 611	2.51 609	1.99 601	2.11 602	1.62 604	2.36 589	1.60 596

qwe	2.18 594	2.60 544	1.58 577	3.83 619	1.90 618	2.53 611	1.90 615	2.48 605	1.73 605	2.37 604	1.92 618	2.53 605	1.68 586	2.56 609	1.83 613	2.52 611	1.87 600	2.07 598	1.68 610	2.32 587	1.71 605

monsters	2.18 594	2.41 537	1.96 609	3.47 606	2.03 625	2.53 611	1.64 599	2.48 605	1.73 605	2.40 605	1.50 592	2.62 613	1.94 607	2.59 611	1.94 622	2.44 604	1.57 579	2.28 605	1.87 620	2.42 591	1.86 613

AIO_rvc	2.18 594	2.34 531	1.87 603	2.32 565	1.94 619	2.40 602	1.89 614	2.37 600	2.07 631	2.52 611	1.95 621	2.44 602	1.99 612	2.41 603	1.89 621	2.32 597	2.09 610	2.24 603	2.18 629	2.21 580	2.23 622

HUF	2.18 594	2.30 524	1.99 613	2.34 567	2.02 624	2.41 603	2.06 625	2.38 601	1.89 622	2.36 603	1.85 609	2.56 610	1.98 610	2.31 598	1.97 624	2.30 595	2.03 609	2.30 606	2.11 627	2.23 581	2.16 620

AIO_test	2.18 594	2.09 509	2.04 614	2.42 569	2.01 621	2.47 605	1.94 616	2.34 599	2.03 630	2.56 612	1.94 619	2.43 601	1.94 607	2.41 603	1.87 619	2.39 602	2.10 611	2.35 611	1.91 626	2.25 583	2.19 621

monsterstereo	2.20 600	2.33 527	1.95 608	3.65 613	2.07 626	2.49 607	1.61 597	2.48 605	1.83 614	2.45 607	1.61 600	2.67 616	1.86 599	2.64 613	1.94 622	2.48 608	1.66 588	2.34 609	1.68 610	2.40 590	1.86 613

LG-G_1	2.22 601	2.71 552	1.89 604	2.77 579	1.87 616	2.75 623	1.87 612	2.76 620	1.87 620	2.75 622	1.87 611	2.76 624	1.87 600	2.75 623	1.86 616	2.47 606	1.58 580	2.45 615	1.57 595	2.45 593	1.57 592

LG-G	2.22 601	2.71 552	1.89 604	2.77 579	1.87 616	2.75 623	1.87 612	2.76 620	1.87 620	2.75 622	1.87 611	2.76 624	1.87 600	2.75 623	1.86 616	2.47 606	1.58 580	2.45 615	1.57 595	2.45 593	1.57 592

LGtest1	2.22 601	2.70 550	1.89 604	2.76 578	1.86 613	2.75 623	1.86 610	2.75 619	1.86 616	2.75 622	1.86 610	2.77 626	1.87 600	2.75 623	1.86 616	2.46 605	1.58 580	2.45 615	1.56 594	2.45 593	1.56 591

RAStereo	2.23 604	3.64 582	0.76 445	3.65 613	0.86 496	3.66 636	0.76 475	3.67 636	0.81 490	3.66 633	0.76 483	3.66 634	0.77 473	3.68 635	0.77 477	3.68 627	0.77 450	3.69 634	0.77 486	3.70 618	0.77 473

UDGNet	2.23 604	5.40 623	1.72 585	2.48 571	1.69 602	2.51 610	1.69 601	2.51 608	1.72 604	2.50 610	1.69 605	2.52 604	1.69 588	2.50 607	1.68 600	2.41 603	1.70 590	2.42 614	1.69 612	2.42 591	1.64 601

NCCL2	2.28 606	2.27 522	2.28 616	2.28 564	2.28 634	2.27 595	2.29 629	2.28 590	2.28 632	2.27 597	2.28 634	2.28 591	2.27 620	2.27 595	2.28 633	2.28 592	2.28 616	2.27 604	2.29 633	2.27 584	2.29 623

Abc-Net	2.32 607	24.75 669	1.14 486	1.17 456	1.17 528	1.11 498	1.15 517	1.17 492	1.21 573	1.08 492	1.16 520	1.12 503	1.14 507	1.09 497	1.17 520	1.09 470	1.16 495	1.17 511	1.17 521	1.16 485	1.11 507
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 608	25.00 670	1.13 485	1.15 450	1.15 523	1.10 495	1.15 517	1.15 487	1.15 520	1.12 499	1.15 517	1.09 496	1.13 505	1.10 499	1.15 516	1.11 477	1.09 485	1.16 507	1.12 516	1.16 485	1.17 518

stereogan	2.33 608	24.38 668	1.18 492	1.18 457	1.18 530	1.14 501	1.18 521	1.19 495	1.19 527	1.14 502	1.18 524	1.14 504	1.18 513	1.14 504	1.18 521	1.14 481	1.14 493	1.19 516	1.19 522	1.15 483	1.19 522

RGC	2.36 610	25.48 671	1.19 494	1.15 450	1.15 523	1.10 495	1.16 519	1.17 492	1.16 521	1.12 499	1.16 520	1.11 502	1.13 505	1.09 497	1.18 521	1.10 472	1.15 494	1.16 507	1.12 516	1.14 480	1.12 509

NCC-stereo	2.36 610	25.52 672	1.17 490	1.15 450	1.17 528	1.11 498	1.11 513	1.15 487	1.16 521	1.10 493	1.16 520	1.10 498	1.15 508	1.14 504	1.13 514	1.09 470	1.11 489	1.15 506	1.16 520	1.17 490	1.17 518

AF-Net	2.37 612	25.71 673	1.17 490	1.13 446	1.15 523	1.15 502	1.18 521	1.19 495	1.16 521	1.10 493	1.15 517	1.10 498	1.18 513	1.12 503	1.15 516	1.10 472	1.10 488	1.17 511	1.15 518	1.16 485	1.12 509

Nwc_Net	2.37 612	25.95 674	1.15 488	1.14 447	1.15 523	1.08 492	1.14 516	1.17 492	1.16 521	1.14 502	1.15 517	1.08 494	1.15 508	1.11 501	1.14 515	1.10 472	1.11 489	1.16 507	1.09 515	1.16 485	1.15 514

CFNet_RVC	2.38 614	8.71 646	0.38 285	9.33 664	0.42 406	0.56 420	0.42 396	0.60 420	0.38 368	0.62 431	0.42 403	0.56 422	7.29 669	0.62 426	0.42 391	0.53 380	0.37 323	0.49 412	0.34 359	8.30 666	6.87 671

edge stereo	2.43 615	27.07 678	1.14 486	1.06 438	1.14 522	1.08 492	1.17 520	1.16 490	1.14 519	1.10 493	1.16 520	1.09 496	1.16 512	1.10 499	1.16 519	1.10 472	1.11 489	1.16 507	1.19 522	1.13 479	1.11 507

FAT-Stereo	2.46 616	26.05 675	1.23 546	1.23 506	1.22 579	1.20 504	1.24 571	1.23 546	1.23 575	1.19 505	1.22 571	1.21 554	1.24 563	1.20 509	1.24 572	1.21 532	1.17 498	1.22 564	1.25 575	1.20 495	1.24 572

S-Stereo	2.51 617	26.86 676	1.23 546	1.22 504	1.22 579	1.24 552	1.25 572	1.22 544	1.24 576	1.21 551	1.24 573	1.19 508	1.27 565	1.19 508	1.24 572	1.19 484	1.20 500	1.25 565	1.19 522	1.24 544	1.23 571

Anonymous3	2.55 618	3.26 576	1.65 580	3.28 596	1.63 597	3.24 630	1.68 600	3.27 629	1.66 595	3.28 630	1.67 603	3.25 630	1.66 585	3.27 629	1.64 596	3.26 622	1.65 587	3.30 628	1.65 606	4.95 648	1.65 603

MIF-Stereo (partial)	2.58 619	3.31 577	0.66 417	3.18 591	0.66 462	3.18 629	0.66 445	3.21 628	0.67 449	3.19 629	0.66 456	3.19 629	0.66 447	3.31 631	0.68 451	5.09 653	1.79 596	8.23 673	1.67 608	6.18 657	1.38 584

MSMDNet	2.65 620	10.14 657	0.33 257	9.74 667	0.32 334	0.87 459	0.33 332	2.95 626	0.68 455	0.49 382	0.34 351	0.49 386	5.70 664	0.49 385	0.33 329	0.42 308	9.57 670	0.41 368	0.31 338	8.36 667	0.65 446

pcwnet_v2	2.66 621	9.89 655	0.33 257	9.89 668	0.32 334	0.50 398	0.32 321	0.49 376	0.33 340	0.49 382	0.34 351	0.49 386	8.76 671	0.48 379	0.33 329	0.41 294	9.58 671	0.40 351	0.29 313	9.01 670	0.63 438

CFNet_pseudo	2.67 622	9.36 651	0.32 252	10.99 673	0.33 346	0.85 457	0.33 332	0.49 376	0.33 340	0.49 382	0.32 334	0.49 386	7.26 668	0.49 385	0.33 329	0.41 294	9.62 672	0.41 368	0.29 313	10.03 674	0.29 295

CFNet_ucs	2.73 623	9.64 653	0.33 257	9.92 669	0.32 334	0.49 389	0.33 332	0.49 376	0.33 340	0.49 382	0.33 343	0.49 386	8.98 672	0.48 379	0.33 329	0.41 294	9.96 675	0.40 351	0.29 313	10.12 675	0.54 420

UCFNet_RVC	2.75 624	10.06 656	0.29 228	10.31 672	0.29 271	0.42 318	0.29 264	0.43 315	0.29 266	0.42 305	0.29 270	0.42 317	9.87 674	0.43 317	0.29 263	0.36 252	9.84 674	0.36 286	0.26 250	9.77 673	0.26 231

ccs_rob	2.79 625	10.17 658	0.32 252	10.00 670	0.33 346	0.49 389	0.33 332	1.90 575	0.32 330	0.51 403	0.33 343	0.49 386	9.24 673	0.49 385	0.33 329	0.41 294	9.82 673	0.41 368	0.28 300	9.34 671	0.29 295

PCWNet_CMD	2.80 626	9.82 654	0.32 252	10.09 671	0.32 334	0.49 389	0.33 332	3.34 631	0.33 340	0.49 382	0.33 343	0.49 386	8.73 670	0.48 379	0.33 329	0.41 294	9.22 669	0.42 379	0.29 313	9.55 672	0.31 317

NLSM1	2.93 627	3.24 575	2.57 624	4.04 620	2.66 637	3.30 632	2.55 632	3.29 630	2.55 634	3.35 632	2.48 636	3.28 631	2.47 622	3.34 632	2.49 634	3.26 622	2.55 622	3.13 626	2.57 636	3.00 613	2.46 630

StereoVision	3.15 628	5.00 611	0.89 460	4.83 637	1.00 509	3.93 637	1.27 575	6.37 666	1.34 581	5.67 666	1.26 575	5.84 667	1.27 565	5.03 663	1.24 572	5.10 654	1.09 485	4.61 647	0.57 447	5.62 655	1.12 509

MaDis-Stereo	3.19 629	6.02 633	1.12 484	5.61 646	1.16 527	5.43 664	1.02 509	5.15 663	0.70 466	5.43 663	1.21 570	5.03 664	0.97 489	4.85 657	0.99 500	4.53 635	1.16 495	5.53 663	1.25 575	5.37 653	1.30 575

sAnonymous2	3.31 630	2.63 545	1.38 564	3.71 615	1.86 613	4.70 656	1.11 513	4.82 659	2.72 636	5.45 664	1.98 628	4.59 649	2.64 623	2.65 614	6.21 669	4.37 631	1.08 483	5.16 661	2.24 631	4.52 630	2.39 628

CroCo_RVC	3.31 630	2.63 545	1.38 564	3.71 615	1.86 613	4.70 656	1.11 513	4.82 659	2.72 636	5.45 664	1.98 628	4.59 649	2.64 623	2.65 614	6.21 669	4.37 631	1.08 483	5.16 661	2.24 631	4.52 630	2.39 628

DPSNet	3.66 632	3.60 581	3.62 647	3.63 612	3.64 659	3.65 635	3.65 658	3.66 635	3.67 655	3.67 634	3.65 656	3.67 635	3.66 644	3.66 634	3.68 653	3.68 627	3.66 642	3.67 633	3.68 659	3.67 617	3.67 656

NLCSM	3.67 633	4.08 596	3.19 643	4.80 636	3.26 652	3.99 640	3.24 653	4.25 642	3.18 651	4.09 638	3.27 651	4.14 640	3.18 639	4.13 640	3.28 649	4.06 629	3.10 632	3.85 638	3.14 650	3.91 623	3.27 652

STTStereo	3.73 634	30.40 682	2.37 620	2.39 568	2.31 636	2.35 600	2.33 630	2.29 592	2.42 633	2.32 602	2.34 635	2.33 595	2.36 621	2.30 597	2.27 632	2.35 599	2.22 615	2.31 607	2.22 630	2.29 586	2.34 627

rvit_105_1	3.83 635	5.22 616	3.01 629	4.53 624	3.01 640	4.51 644	3.01 638	4.56 646	3.04 639	4.53 645	3.03 640	4.55 647	3.03 627	4.56 646	3.04 636	4.57 637	3.05 625	4.57 642	3.05 641	4.57 632	3.05 637

rvit_stereo_0081	3.83 635	5.23 617	3.01 629	4.53 624	3.03 642	4.55 650	3.02 639	4.56 646	3.04 639	4.52 643	3.02 638	4.54 645	3.03 627	4.56 646	3.04 636	4.57 637	3.05 625	4.57 642	3.05 641	4.58 633	3.05 637

rvit_stereo_0081_aga	3.86 637	5.33 620	3.02 632	4.55 630	3.04 646	4.54 646	3.02 639	4.64 653	3.06 643	4.54 647	3.04 642	4.62 654	3.08 634	4.62 652	3.07 641	4.58 640	3.06 629	4.60 646	3.08 645	4.63 636	3.07 641

rvit_stereo_0082	3.86 637	5.82 631	3.01 629	4.53 624	3.03 642	4.54 646	3.02 639	4.56 646	3.04 639	4.53 645	3.02 638	4.55 647	3.04 630	4.57 649	3.05 638	4.57 637	3.05 625	4.58 644	3.05 641	4.58 633	3.06 640

rvit_0105_6	3.87 639	5.73 630	3.10 639	4.69 634	3.12 650	4.54 646	3.02 639	4.56 646	3.04 639	4.54 647	3.03 640	4.54 645	3.04 630	4.56 646	3.05 638	4.58 640	3.05 625	4.58 644	3.05 641	4.58 633	3.05 637

rvit_stereo_0080	3.89 640	5.70 628	3.04 634	4.54 627	3.03 642	4.56 651	3.05 645	4.60 650	3.07 644	4.58 650	3.06 643	4.59 649	3.06 632	4.61 650	3.08 642	4.63 642	3.09 630	4.64 648	3.10 646	4.65 637	3.10 644

whm_eth	3.89 640	5.70 628	3.04 634	4.54 627	3.03 642	4.56 651	3.05 645	4.60 650	3.07 644	4.58 650	3.06 643	4.59 649	3.06 632	4.61 650	3.08 642	4.63 642	3.09 630	4.64 648	3.10 646	4.65 637	3.10 644

rvit_0105_4	3.91 642	5.47 627	3.02 632	4.54 627	3.02 641	4.54 646	3.03 643	4.75 656	3.17 650	4.57 649	3.06 643	4.61 653	3.16 638	4.65 653	3.09 644	4.66 644	3.11 633	4.68 651	3.18 652	4.81 643	3.16 649

rvit_0105_3	3.91 642	5.33 620	3.06 637	4.60 632	3.07 648	4.60 653	3.06 647	4.62 652	3.08 647	4.60 652	3.07 646	4.62 654	3.08 634	4.67 654	3.10 645	4.70 645	3.11 633	4.77 655	3.19 653	4.77 642	3.14 648

rvit_stereo_0083	3.92 644	5.30 619	3.06 637	4.61 633	3.09 649	4.67 655	3.08 648	4.66 654	3.09 648	4.62 653	3.10 648	4.66 657	3.11 636	4.67 654	3.16 647	4.72 647	3.16 636	4.77 655	3.11 648	4.66 639	3.11 646

rvit_stereo_ft	3.93 645	5.44 625	3.05 636	4.59 631	3.06 647	4.61 654	3.08 648	4.67 655	3.12 649	4.63 654	3.10 648	4.65 656	3.11 636	4.69 656	3.13 646	4.70 645	3.14 635	4.71 653	3.15 651	4.74 640	3.16 649

rvit_0105_5	4.10 646	5.40 623	3.13 642	4.71 635	3.15 651	4.72 658	3.10 650	4.90 661	3.27 652	4.69 655	3.16 650	4.84 661	3.25 640	4.96 660	3.34 650	5.05 652	3.39 641	5.10 660	3.40 654	5.11 650	3.42 653

MLG-Stereo_test1	4.25 647	5.34 622	3.61 646	5.31 642	3.63 658	5.23 662	3.57 656	5.38 664	3.65 654	5.23 661	3.47 653	4.76 658	3.74 647	4.85 657	3.71 654	4.96 649	3.18 638	4.71 653	2.92 638	4.86 646	2.90 634

MLG-Stereo_test3	4.26 648	4.85 609	3.95 650	5.35 643	3.60 657	4.75 659	3.76 659	5.49 665	3.71 656	5.39 662	3.69 657	4.82 660	3.66 644	4.85 657	3.73 657	4.93 648	3.19 639	4.69 652	2.99 640	4.84 645	2.98 636

MLG-Stereo_test2	4.28 649	5.46 626	3.69 648	4.86 638	3.72 660	5.58 665	3.42 654	4.81 658	3.77 660	4.85 657	3.72 658	5.55 666	3.63 643	5.58 664	3.53 652	4.41 634	3.28 640	4.99 659	2.95 639	4.75 641	3.13 647

RAFT+CT+SA	4.28 649	7.62 639	4.91 654	5.55 645	2.28 634	3.09 627	3.64 657	4.49 644	3.07 644	4.80 656	3.35 652	4.77 659	3.70 646	4.29 643	3.05 638	5.58 656	5.98 658	3.58 632	3.78 661	4.26 626	3.72 657

SA	4.33 651	7.35 636	6.85 666	5.96 648	4.09 664	3.59 634	3.15 651	3.82 637	2.64 635	3.91 635	3.85 659	3.57 633	2.72 625	3.13 628	4.03 660	7.09 668	6.86 663	3.57 631	3.12 649	3.85 619	3.51 655

Sa-1000	4.34 652	8.37 642	6.84 665	6.98 656	4.45 667	3.58 633	3.00 637	3.42 633	3.39 653	2.61 613	4.00 662	3.83 637	4.01 655	3.90 637	3.90 658	5.98 660	5.62 655	3.76 635	2.34 634	4.35 628	2.47 631

TestStereo1	4.60 653	8.41 643	6.44 663	6.86 654	3.79 661	3.97 638	3.78 660	3.99 639	3.74 657	3.97 636	3.52 654	3.94 638	3.58 641	3.98 638	3.72 655	6.82 665	6.50 661	3.76 635	3.66 657	3.90 620	3.74 659

SA-5K	4.60 653	8.41 643	6.44 663	6.86 654	3.79 661	3.97 638	3.78 660	3.99 639	3.74 657	3.97 636	3.52 654	3.94 638	3.58 641	3.98 638	3.72 655	6.82 665	6.50 661	3.76 635	3.66 657	3.90 620	3.74 659

DispFullNet	4.61 655	4.84 608	3.12 640	5.00 640	3.57 656	4.75 659	3.03 643	7.75 672	4.17 664	4.91 659	3.09 647	6.20 668	3.95 653	6.71 668	3.51 651	5.30 655	3.67 643	5.86 667	3.63 656	5.61 654	3.46 654

test_5	4.62 656	7.55 638	6.23 661	6.32 651	3.40 655	5.29 663	3.50 655	3.53 634	4.11 663	4.28 640	4.47 666	4.26 643	4.38 658	3.68 635	3.24 648	5.89 658	5.60 654	4.84 657	3.50 655	4.33 627	3.93 663

raft_robust	4.71 657	7.75 640	5.40 659	6.81 653	3.31 653	4.28 643	4.20 665	4.32 643	4.37 666	4.35 642	4.35 665	4.14 640	3.75 648	4.30 644	4.20 663	6.67 664	6.37 659	3.36 630	4.24 667	4.86 646	3.25 651

cross-raft	4.83 658	7.52 637	6.43 662	6.63 652	3.96 663	4.51 644	3.99 663	4.49 644	3.96 662	4.52 643	3.96 661	4.50 644	3.97 654	4.50 645	3.97 659	6.65 663	6.44 660	4.33 639	3.92 663	4.35 628	3.91 662

test_4	4.88 659	8.13 641	6.98 667	7.46 657	4.44 666	4.25 642	3.85 662	4.04 641	3.92 661	4.13 639	3.91 660	4.18 642	3.84 651	4.14 641	4.06 661	7.01 667	7.13 664	4.53 640	3.72 660	4.09 624	3.72 657

TestStereo	4.88 659	4.75 607	4.79 653	4.87 639	4.92 668	4.81 661	4.90 668	4.78 657	4.77 667	4.87 658	4.89 667	4.90 662	4.91 660	4.99 661	4.79 665	4.98 650	4.87 651	4.87 658	4.92 669	5.00 649	5.00 666

test_3	5.01 661	8.86 648	7.77 669	8.09 659	2.76 639	4.13 641	4.05 664	3.88 638	3.76 659	4.33 641	4.13 663	3.71 636	3.91 652	4.21 642	4.06 661	7.93 669	7.69 666	4.53 640	3.91 662	4.17 625	4.29 665

NLCA_NET_v2_RVC	5.04 662	50.87 692	2.78 625	2.87 583	2.71 638	2.78 626	0.47 412	2.88 625	2.86 638	1.89 577	2.67 637	2.79 627	2.79 626	2.78 626	2.83 635	2.82 617	2.82 623	2.83 625	2.77 637	2.83 612	2.76 632
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	5.10 663	5.15 614	4.49 652	5.07 641	3.37 654	6.87 668	4.75 667	5.04 662	6.34 671	7.84 672	5.06 668	6.72 672	4.09 656	4.99 661	5.44 668	5.03 651	3.16 636	4.67 650	4.86 668	5.15 651	3.89 661

U	5.15 664	8.49 645	1.81 588	8.49 661	1.77 607	8.49 673	1.77 604	8.51 674	1.77 609	8.49 674	1.77 607	8.50 674	1.78 597	8.58 674	1.77 610	8.54 672	1.78 594	8.55 674	1.78 617	8.55 668	1.84 611

SGM-Forest	5.21 665	5.92 632	4.08 651	6.18 649	4.16 665	6.31 667	4.34 666	6.50 667	4.33 665	6.14 668	4.21 664	6.61 671	4.55 659	6.67 667	4.48 664	5.94 659	3.94 645	5.85 666	4.03 665	5.79 656	4.17 664
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 666	9.16 650	8.03 672	8.09 659	5.62 671	6.11 666	6.35 671	6.85 669	4.94 668	6.08 667	6.29 673	4.98 663	6.43 665	6.22 665	6.36 671	6.16 662	7.47 665	5.82 665	5.44 672	7.11 662	5.68 669

rvit_stereo_0075_2	6.64 667	8.80 647	5.25 656	7.89 658	5.27 670	7.90 672	5.27 669	7.92 673	5.28 669	7.91 673	5.29 670	7.93 673	5.27 661	7.92 673	5.28 666	7.93 669	5.28 653	7.93 672	5.29 671	7.93 665	5.28 668

RAFT	6.73 668	9.36 651	7.40 668	8.51 662	6.55 672	6.88 669	6.60 672	6.79 668	6.60 672	6.80 669	6.72 674	5.31 665	5.50 663	6.61 666	6.61 672	8.42 671	5.89 656	5.73 664	5.45 673	6.61 658	6.24 670

SGM+DAISY	7.06 669	9.15 649	5.38 658	8.84 663	5.18 669	8.80 674	5.31 670	8.79 675	5.28 669	8.89 675	5.20 669	8.93 675	5.33 662	8.95 675	5.36 667	8.70 673	5.21 652	8.74 675	5.20 670	8.89 669	5.15 667

test-v	7.53 670	11.89 659	7.98 670	9.36 665	7.14 673	7.06 670	7.09 673	7.37 670	6.91 673	7.29 670	5.71 671	6.45 669	6.93 666	6.73 669	7.27 673	8.93 674	7.85 667	6.98 670	6.80 674	7.56 663	7.34 672

test-2	7.53 670	11.89 659	7.98 670	9.36 665	7.14 673	7.06 670	7.09 673	7.37 670	6.91 673	7.29 670	5.71 671	6.45 669	6.93 666	6.73 669	7.27 673	8.93 674	7.85 667	6.98 670	6.80 674	7.56 663	7.34 672

PA-Net	11.80 672	223.51 699	0.62 410	0.59 369	0.71 471	0.59 428	0.73 471	0.67 430	0.73 477	0.55 417	0.61 448	0.60 430	0.74 468	0.63 430	0.73 469	0.66 408	0.60 414	0.69 446	0.66 465	0.72 423	0.65 446
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 673	23.00 667	15.00 673	23.00 680	15.00 675	24.00 681	16.00 675	24.00 682	16.00 675	22.00 682	15.00 675	23.00 682	16.00 675	23.00 682	15.00 675	22.00 682	15.00 676	22.00 682	15.00 676	22.00 682	15.00 674

rafts_anoy	20.00 674	20.00 661	20.00 674	20.00 674	20.00 676	20.00 675	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 677	20.00 676	20.00 677	20.00 676	20.00 675

raft+_RVC	20.00 674	20.00 661	20.00 674	20.00 674	20.00 676	20.00 675	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 677	20.00 676	20.00 677	20.00 676	20.00 675

raftrobust	20.00 674	20.00 661	20.00 674	20.00 674	20.00 676	20.00 675	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 677	20.00 676	20.00 677	20.00 676	20.00 675

CasAABBNet	20.00 674	20.00 661	20.00 674	20.00 674	20.00 676	20.00 675	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 677	20.00 676	20.00 677	20.00 676	20.00 675

RALCasStereoNet	20.00 674	20.00 661	20.00 674	20.00 674	20.00 676	20.00 675	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 677	20.00 676	20.00 677	20.00 676	20.00 675

RALAANet	20.00 674	20.00 661	20.00 674	20.00 674	20.00 676	20.00 675	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 676	20.00 677	20.00 676	20.00 677	20.00 676	20.00 675

111	30.40 680	30.94 683	29.72 681	32.61 681	30.02 683	33.57 682	30.47 683	31.50 683	29.39 683	30.98 683	29.11 683	29.78 683	30.39 686	29.45 683	30.76 686	30.08 683	29.02 684	29.92 683	30.32 687	29.86 683	30.17 682

WCMA_ROB	31.10 681	35.43 687	27.12 680	39.51 692	23.10 682	38.78 693	25.30 682	37.49 694	25.39 682	37.29 693	27.02 682	38.52 694	26.48 682	37.80 693	26.44 682	36.28 690	22.65 683	33.90 687	22.30 683	37.10 691	24.18 681

DCANet-4	35.22 682	34.54 684	35.08 687	33.58 685	35.47 690	34.55 683	35.53 690	36.08 689	35.85 687	35.92 689	35.77 689	35.18 689	35.48 688	35.39 689	37.15 692	34.55 689	33.92 688	35.02 690	34.90 689	35.79 687	34.74 689

ADStereo(finetuned)	36.13 683	36.63 688	38.07 691	36.97 686	33.25 687	35.91 687	34.45 687	36.36 690	32.99 684	38.14 694	36.71 690	36.69 690	34.13 687	38.57 694	40.79 693	37.60 694	36.58 691	35.90 691	33.36 688	35.42 686	34.04 686

Reg-Stereo(zero)	37.00 684	37.00 689	37.00 688	37.00 687	37.00 691	37.00 690	37.00 691	37.00 691	37.00 688	37.00 690	37.00 691	37.00 691	37.00 689	37.00 690	37.00 689	37.00 691	37.00 692	37.00 692	37.00 692	37.00 688	37.00 690

HI	37.00 684	37.00 689	37.00 688	37.00 687	37.00 691	37.00 690	37.00 691	37.00 691	37.00 688	37.00 690	37.00 691	37.00 691	37.00 689	37.00 690	37.00 689	37.00 691	37.00 692	37.00 692	37.00 692	37.00 688	37.00 690

CoSv	37.00 684	37.00 689	37.00 688	37.00 687	37.00 691	37.00 690	37.00 691	37.00 691	37.00 688	37.00 690	37.00 691	37.00 691	37.00 689	37.00 690	37.00 689	37.00 691	37.00 692	37.00 692	37.00 692	37.00 688	37.00 690

MDST_ROB	69.83 687	87.70 693	41.95 692	113.75 695	65.62 696	75.05 694	55.25 695	75.64 696	45.04 691	71.61 695	41.75 694	72.81 695	44.06 692	68.38 695	44.63 694	101.89 697	59.57 697	107.10 697	61.05 697	104.38 694	59.38 695

NOSS_ROB	102.95 688	153.00 697	121.00 695	51.00 693	44.00 694	165.00 697	127.00 696	153.00 697	119.00 693	164.00 698	125.00 696	168.00 698	120.00 694	153.00 697	117.00 696	49.00 695	44.00 695	49.00 695	44.00 695	49.00 692	44.00 693

CBMV	128.50 689	1422.70 704	53.10 693	79.50 694	51.30 695	77.30 695	49.70 694	74.00 695	48.20 692	77.20 696	48.80 695	73.90 696	48.00 693	73.80 696	48.80 695	70.40 696	45.10 696	68.90 696	46.10 696	68.20 693	45.00 694
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 690	171.00 698	160.68 698	162.58 696	160.59 697	164.01 696	160.35 697	158.51 698	158.56 694	158.34 697	160.12 697	158.56 697	159.92 695	157.26 698	158.94 697	154.38 698	158.36 698	155.75 698	159.13 699	153.67 695	154.07 696
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	201.80 691	123.00 694	115.00 694	219.00 697	218.00 699	223.00 698	244.00 699	217.00 699	236.00 696	202.00 699	203.00 698	205.00 699	208.00 696	225.00 699	204.00 698	210.00 699	198.00 699	197.00 699	184.00 700	204.00 696	201.00 697

MGS-Stereo	239.45 692	123.00 694	135.00 696	266.00 698	286.00 700	277.00 699	305.00 700	271.00 700	242.00 697	274.00 700	279.00 700	255.00 700	270.00 698	268.00 700	297.00 700	221.00 700	247.00 701	216.00 700	123.00 698	217.00 697	217.00 699

EGLCR-Stereo	246.90 693	129.00 696	139.00 697	266.00 698	286.00 700	277.00 699	305.00 700	271.00 700	242.00 697	274.00 700	279.00 700	255.00 700	270.00 698	268.00 700	297.00 700	230.00 701	247.00 701	216.00 700	223.00 702	237.00 698	227.00 700

DLCB_ROB	284.23 694	354.61 700	207.27 699	363.24 700	206.46 698	364.72 701	210.41 698	364.72 702	210.41 695	364.81 702	208.64 699	364.81 702	208.64 697	364.72 702	210.41 699	354.70 702	205.53 700	354.70 702	205.53 701	354.70 699	205.53 698

LE_ROB	396.57 695	471.28 701	329.84 700	471.48 701	308.15 702	526.83 702	322.10 702	488.15 703	323.76 699	495.46 703	317.97 702	497.17 703	320.10 700	481.62 703	326.76 702	462.71 703	298.97 703	466.16 703	285.98 703	447.62 700	289.21 701

SGM-ForestM	596.69 696	677.77 702	444.52 701	699.85 702	517.25 703	732.94 703	488.29 703	770.79 704	460.11 700	750.81 704	487.98 703	792.79 704	499.41 701	730.90 704	475.81 703	720.03 704	491.16 704	663.96 704	418.60 704	674.76 701	436.05 702

CBMV_ROB	818.48 697	913.88 703	709.52 702	862.84 703	597.78 704	1073.99 704	700.52 704	1015.66 705	702.59 701	1115.65 705	760.02 704	1130.24 705	721.57 702	1037.41 705	692.65 704	814.05 705	564.29 705	843.28 705	595.31 705	915.51 702	602.92 703

tt	500032.53 698	34.60 685	29.72 681	37.47 690	34.41 688	36.85 688	35.22 688	34.71 687	33.55 685	34.50 684	35.43 687	33.81 687	10000000.00 703	33.57 687	33.13 687	33.68 687	35.00 689	34.03 688	35.26 690	30.96 684	34.63 687

DCANet	500032.53 698	34.60 685	29.72 681	37.47 690	34.41 688	36.85 688	35.22 688	34.71 687	33.55 685	34.50 684	35.43 687	33.81 687	10000000.00 703	33.57 687	33.13 687	33.68 687	35.00 689	34.03 688	35.26 690	30.96 684	34.63 687

fff	1000028.16 700	29.62 679	29.72 681	32.61 681	30.02 683	35.13 684	31.83 684	32.07 684	10000000.00 702	35.27 686	29.82 684	32.45 684	30.15 683	32.35 684	30.09 683	31.04 684	29.55 685	30.64 684	30.14 684	10000000.00 703	30.77 683

csc	1000028.16 700	29.62 679	29.72 681	32.61 681	30.02 683	35.13 684	31.83 684	32.07 684	10000000.00 702	35.27 686	29.82 684	32.45 684	30.15 683	32.35 684	30.09 683	31.04 684	29.55 685	30.64 684	30.14 684	10000000.00 703	30.77 683

cscssc	1000028.16 700	29.62 679	29.72 681	32.61 681	30.02 683	35.13 684	31.83 684	32.07 684	10000000.00 702	35.27 686	29.82 684	32.45 684	30.15 683	32.35 684	30.09 683	31.04 684	29.55 685	30.64 684	30.14 684	10000000.00 703	30.77 683

111111	10000000.00 703	10000000.00 705	10000000.00 703	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 706	10000000.00 702	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 703	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 703	10000000.00 704

SGD-Stereo	10000000.00 703	10000000.00 705	10000000.00 703	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 706	10000000.00 702	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 703	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 703	10000000.00 704

IGEV-Stereo++	10000000.00 703	10000000.00 705	10000000.00 703	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 706	10000000.00 702	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 703	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 703	10000000.00 704

IGEV-BASED-STEREO-	10000000.00 703	10000000.00 705	10000000.00 703	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 706	10000000.00 702	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 703	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 703	10000000.00 704

IGEV-Stereo+	10000000.00 703	10000000.00 705	10000000.00 703	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 706	10000000.00 702	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 703	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 703	10000000.00 704

SDNR	10000000.00 703	10000000.00 705	10000000.00 703	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 706	10000000.00 702	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 703	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 703	10000000.00 704

anonymousdsp2	10000000.00 703	10000000.00 705	10000000.00 703	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 706	10000000.00 702	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 703	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 703	10000000.00 704

anonymousdsp	10000000.00 703	10000000.00 705	10000000.00 703	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 706	10000000.00 702	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 703	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 703	10000000.00 704

test_example2	10000000.00 703	10000000.00 705	10000000.00 703	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 706	10000000.00 702	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 703	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 703	10000000.00 704

DIP-Stereo	10000000.00 703	10000000.00 705	10000000.00 703	10000000.00 704	10000000.00 705	10000000.00 705	10000000.00 705	10000000.00 706	10000000.00 702	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 703	10000000.00 706	10000000.00 705	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 706	10000000.00 703	10000000.00 704
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							0.38 369	0.50 385	0.38 368	0.50 395	0.38 374	0.50 400	3.79 649	0.50 393	0.38 361	0.54 381	0.43 363	0.46 390	0.34 359	0.46 363	0.35 347

FSD					0.44 409	0.56 420	0.44 399	0.55 409	0.44 402	0.56 419	0.44 407	0.56 422	0.44 398	0.56 416	0.46 401	0.61 399	0.42 358	0.52 424	0.42 412	0.52 396

ccccc		0.44 214		0.48 296	0.35 359	0.48 384		0.51 398		0.47 368		0.47 375		0.47 371		0.41 294	0.40 340	0.40 351	0.40 397	0.41 346

ASD4		0.20 126

Low-res two-view benchmark