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 93	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

G2L-ROB	0.03 29	0.06 79	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 93	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 79	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	0.06 121	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	0.73 466	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 65	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.04 110	0.06 124	0.04 100	0.06 115	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 163	0.04 110	0.06 124	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	0.50 269	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

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	0.73 466	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 159	0.20 198	0.23 183	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	0.23 202	0.21 211	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 287	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

SACVNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AACVNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

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	0.11 168	0.04 90	0.03 52	0.58 419	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	0.75 469	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 84	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
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 84	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 134	0.07 141	0.08 133	0.07 142	0.08 133	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

iinet-test	0.08 72	0.16 126	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 223	0.02 20	0.02 21	0.71 453	0.02 16	0.02 19	0.02 21	0.02 21	0.16 200

BridgeDepth	0.08 72	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 133	0.05 117	0.09 140	0.08 135	0.15 146	0.11 121	0.07 126	0.05 123	0.07 133	0.06 131
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	1.01 482	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	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

anonymous	0.09 75	0.09 93	0.14 148	0.14 121	0.07 141	0.09 140	0.07 141	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.07 132	0.14 133	0.13 158	0.09 139	0.07 135	0.09 142	0.07 135

TS12	0.09 75	0.09 93	0.17 183	0.19 163	0.06 139	0.08 132	0.06 137	0.08 134	0.06 137	0.08 133	0.06 138	0.08 133	0.06 134	0.08 134	0.06 131	0.15 146	0.16 174	0.08 131	0.06 134	0.08 138	0.06 131

RT-Monster	0.09 75	0.07 82	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 495	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

DA	0.09 75	0.13 116	0.39 322	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 192	0.06 123	0.05 122

GGEV	0.09 75	0.13 116	0.39 322	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 192	0.06 123	0.05 122

test_sample7	0.09 75	1.00 381	0.11 112	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 370	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 75	0.87 343	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 397	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 343	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 391	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 367	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 391	0.10 92	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

SepStereo	0.09 75	0.09 93	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 142	0.08 146	0.10 145	0.09 147	0.09 141	0.09 147	0.09 140	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 552	0.06 121	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	0.05 114	0.05 122

ADCS	0.09 75	0.02 12	0.04 64	0.90 456	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 168	0.36 389	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 91	0.98 371	0.14 148	0.15 133	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	0.15 146	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 91	1.05 401	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 401	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 401	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 91	1.07 405	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 91	1.03 397	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 91	1.07 405	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 91	1.14 413	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 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

222	0.10 91	0.99 379	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 91	1.09 407	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	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SHD	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

SAMSARA	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

XQC	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSC	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTS	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

RTSA	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet+	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

MADNet++	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 556	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	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

over-6	0.11 112	0.11 109	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.10 151	0.11 156	0.09 143

over v1	0.11 112	0.11 109	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.09 142	0.11 156	0.10 151

over-8	0.11 112	0.14 123	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.09 149	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.09 140	0.14 133	0.14 163	0.11 152	0.09 142	0.11 156	0.09 143

over-9	0.11 112	0.11 109	0.16 173	0.16 143	0.10 155	0.12 163	0.10 150	0.11 154	0.10 153	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.10 147	0.14 133	0.14 163	0.11 152	0.10 151	0.11 156	0.09 143

ISRNet	0.11 112	0.05 66	0.36 305	0.24 188	0.07 141	0.13 164	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 165	0.05 117	0.05 103	0.09 140	0.24 211	0.20 207	0.10 141	0.05 123	0.06 123	0.13 185

JetRed	0.11 112	0.12 114	0.11 112	0.11 97	0.11 174	0.11 154	0.14 189	0.11 154	0.11 171	0.12 163	0.11 169	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.16 174	0.11 152	0.11 165	0.11 156	0.11 165

JetBlue	0.11 112	0.11 109	0.12 123	0.13 117	0.14 194	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.11 169	0.11 157	0.11 168	0.12 166	0.12 174	0.11 105	0.11 121	0.11 152	0.11 165	0.11 156	0.11 165

x	0.11 112	1.15 416	0.15 166	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	0.15 171	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 112	0.44 238	0.33 279	0.39 254	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	0.39 300	0.36 342	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 112	1.16 418	0.16 173	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	0.16 174	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 585	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	0.11 112	0.03 31	0.03 39	1.60 585	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	0.11 112	0.02 12	0.02 15	1.62 588	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	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 125	1.14 413	0.17 183	0.20 167	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	0.18 174	0.16 174	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 125	0.14 123	0.10 92	0.15 133	0.10 155	0.14 166	0.10 150	0.14 166	0.10 153	0.15 173	0.10 151	0.14 167	0.10 151	0.14 168	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 125	0.07 82	0.05 79	0.08 69	0.05 126	0.08 132	1.20 584	0.07 131	0.05 124	0.05 112	0.05 127	0.08 133	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

FADNet-RVC-Resample	0.12 125	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	1.57 654	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 125	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	0.05 117	0.04 90	1.65 658	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 125	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	0.05 117	0.04 90	1.66 661	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 125	0.03 31	0.04 64	1.71 592	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	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 132	0.21 145	0.12 123	0.16 143	0.11 174	0.15 174	0.11 167	0.14 166	0.11 171	0.15 173	0.12 177	0.15 178	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 170	0.11 165

IPLG	0.13 132	0.20 139	0.14 148	0.15 133	0.11 174	0.14 166	0.11 167	0.14 166	0.11 171	0.14 166	0.11 169	0.14 167	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 170	0.11 165

ACRE	0.13 132	0.21 145	0.14 148	0.15 133	0.11 174	0.14 166	0.11 167	0.14 166	0.11 171	0.14 166	0.12 177	0.14 167	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 170	0.11 165

LRCNet_RVC	0.13 132	0.13 116	0.09 88	0.13 117	0.10 155	0.14 166	0.10 150	0.14 166	0.10 153	0.23 219	0.10 151	0.20 200	0.10 151	0.24 227	0.11 162	0.11 105	0.09 94	0.12 159	0.14 197	0.12 165	0.09 143

aanetorigin	0.13 132	0.11 109	0.11 112	0.11 97	0.11 174	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.12 177	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.11 121	0.14 165	0.11 165	0.49 425	0.11 165

FADNet-RVC	0.13 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 675	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

ELAS	0.13 132	0.16 126	0.11 112	0.15 133	0.09 148	0.18 192	0.11 167	0.18 191	0.11 171	0.17 185	0.11 169	0.18 191	0.11 168	0.18 190	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 170	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 139	1.22 475	0.28 237	0.32 223	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	0.32 248	0.27 245	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 139	0.17 131	0.12 123	0.17 156	0.11 174	0.17 188	0.11 167	0.17 187	0.11 171	0.17 185	0.11 169	0.17 187	0.11 168	0.17 187	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 183	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 139	1.83 536	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 115	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 114	0.04 96

ProNet	0.14 139	0.20 139	0.14 148	0.16 143	0.11 174	0.16 181	0.11 167	0.17 187	0.11 171	0.17 185	0.12 177	0.17 187	0.13 190	0.17 187	0.12 174	0.15 146	0.11 121	0.16 182	0.11 165	0.15 178	0.12 178

IPLGR_C	0.14 139	0.20 139	0.12 123	0.15 133	0.11 174	0.14 166	0.15 197	0.14 166	0.11 171	0.15 173	0.12 177	0.14 167	0.11 168	0.16 179	0.11 162	0.15 146	0.12 135	0.14 165	0.12 181	0.15 178	0.12 178

MIPNet	0.14 139	0.21 145	0.17 183	0.16 143	0.11 174	0.15 174	0.12 180	0.14 166	0.11 171	0.16 178	0.11 169	0.14 167	0.11 168	0.14 168	0.11 162	0.14 133	0.12 135	0.14 165	0.11 165	0.14 170	0.11 165

IPLGR	0.14 139	0.24 159	0.14 148	0.16 143	0.12 187	0.15 174	0.12 180	0.14 166	0.11 171	0.15 173	0.12 177	0.14 167	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 170	0.11 165

GMStereo	0.14 139	0.13 116	0.14 148	0.14 121	0.14 194	0.14 166	0.14 189	0.14 166	0.14 194	0.14 166	0.14 196	0.14 167	0.14 195	0.14 168	0.14 188	0.14 133	0.14 163	0.14 165	0.14 197	0.14 170	0.14 191
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 610	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	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 139	0.16 126	0.12 123	0.17 156	0.12 187	0.17 188	0.11 167	0.17 187	0.11 171	0.17 185	0.12 177	0.17 187	0.12 184	0.17 187	0.12 174	0.16 158	0.11 121	0.16 182	0.11 165	0.16 183	0.12 178

DRN-Test	0.14 139	0.13 116	0.09 88	0.14 121	0.09 148	0.15 174	0.09 145	0.14 166	0.10 153	0.14 166	0.09 147	0.14 167	0.09 147	0.13 167	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 165	0.73 523

ELAS_RVC	0.14 139	0.16 126	0.10 92	0.15 133	0.10 155	0.18 192	0.11 167	0.19 193	0.11 171	0.19 191	0.12 177	0.18 191	0.11 168	0.19 193	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 178	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 151	0.17 131	0.13 143	0.20 167	0.13 192	0.19 195	0.13 187	0.18 191	0.13 191	0.19 191	0.13 191	0.18 191	0.14 195	0.18 190	0.14 188	0.16 158	0.11 121	0.15 178	0.14 197	0.18 196	0.11 165

CoDeX	0.15 151	0.70 309	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	0.67 498	0.02 15	0.69 483	0.75 509	0.01 9	0.02 21	0.02 20

ICVP	0.15 151	0.53 283	0.11 112	0.16 143	0.11 174	0.16 181	0.11 167	0.16 180	0.11 171	0.16 178	0.11 169	0.16 179	0.11 168	0.16 179	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 183	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 151	0.04 52	0.04 64	2.20 609	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 151	0.14 123	0.10 92	0.14 121	0.09 148	0.15 174	0.09 145	0.14 166	0.09 149	0.14 166	0.10 151	0.14 167	0.09 147	0.14 168	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.82 539

LALA_ROB	0.15 151	0.19 135	0.12 123	0.18 158	0.11 174	0.20 201	0.12 180	0.21 209	0.12 187	0.20 198	0.12 177	0.20 200	0.12 184	0.21 210	0.13 183	0.17 166	0.10 99	0.18 202	0.11 165	0.18 196	0.11 165

SGM_RVC	0.15 151	0.17 131	0.11 112	0.18 158	0.11 174	0.19 195	0.11 167	0.19 193	0.12 187	0.19 191	0.12 177	0.20 200	0.12 184	0.19 193	0.12 174	0.16 158	0.11 121	0.17 192	0.10 151	0.17 192	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
VeloStereo	0.16 158	0.92 360	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 286	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 181	0.09 142	0.08 138

flow	0.16 158	0.92 360	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 286	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 181	0.09 142	0.08 138

z-mn7	0.16 158	1.21 469	0.33 279	0.41 281	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	0.35 266	0.31 282	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 158	0.16 126	0.16 173	0.16 143	0.16 219	0.16 181	0.16 204	0.16 180	0.16 214	0.16 178	0.16 212	0.16 179	0.16 211	0.16 179	0.16 208	0.16 158	0.16 174	0.16 182	0.16 211	0.16 183	0.16 200

qqq	0.16 158	2.01 561	0.12 123	0.15 133	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 158	0.18 134	0.13 143	0.19 163	0.13 192	0.19 195	0.13 187	0.19 193	0.13 191	0.19 191	0.13 191	0.19 195	0.13 190	0.19 193	0.13 183	0.18 174	0.13 158	0.18 202	0.13 192	0.18 196	0.13 185

ManiGeoR	0.17 164	0.05 66	0.62 450	0.73 433	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	0.72 461	0.58 448	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 454	0.72 429	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	0.71 453	0.59 454	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 450	0.73 433	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	0.72 461	0.58 448	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 450	0.72 429	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	0.72 461	0.58 448	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 461	0.72 429	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	0.71 453	0.59 454	0.05 108	0.04 99	0.05 114	0.04 96

CAS++	0.17 164	0.27 172	0.21 203	0.10 80	0.21 256	0.15 174	0.22 243	0.10 142	0.21 244	0.22 213	0.10 151	0.19 195	0.18 234	0.10 145	0.19 232	0.20 181	0.19 205	0.18 202	0.10 151	0.19 202	0.18 224
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 164	2.16 571	0.13 143	0.13 117	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.05 115	0.18 174	0.12 135	0.06 121	0.03 57	0.05 114	0.03 52

SFCPSM	0.17 164	0.78 325	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	0.79 537	0.02 15	0.75 496	0.76 511	0.02 21	0.02 21	0.02 20

CCAANet	0.17 164	0.71 310	0.14 148	0.14 121	0.14 194	0.14 166	0.14 189	0.14 166	0.14 194	0.14 166	0.14 196	0.14 167	0.14 195	0.14 168	0.22 242	0.14 133	0.14 163	0.14 165	0.14 197	0.14 170	0.14 191

DepthFocus	0.18 173	0.22 149	0.15 166	0.22 178	0.15 208	0.22 216	0.15 197	0.22 215	0.15 206	0.22 213	0.15 206	0.22 217	0.16 211	0.22 216	0.15 200	0.20 181	0.15 171	0.20 210	0.14 197	0.20 203	0.14 191

w-ln-seven	0.18 173	1.47 494	0.33 279	0.40 267	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	0.38 287	0.32 287	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 173	0.48 262	0.16 173	0.16 143	0.15 208	0.15 174	0.16 204	0.16 180	0.16 214	0.16 178	0.16 212	0.16 179	0.16 211	0.16 179	0.16 208	0.16 158	0.16 174	0.16 182	0.16 211	0.16 183	0.16 200

xyz-stereo	0.18 173	0.50 269	0.16 173	0.15 133	0.16 219	0.16 181	0.16 204	0.16 180	0.16 214	0.16 178	0.16 212	0.16 179	0.16 211	0.16 179	0.16 208	0.16 158	0.16 174	0.16 182	0.16 211	0.16 183	0.16 200

BEATNet-Init1	0.19 177	0.08 84	0.08 82	2.23 611	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 84	0.08 82	2.23 611	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

Weightmod_eth	0.20 179	0.24 159	0.28 237	0.47 314	0.14 194	0.24 228	0.14 189	0.17 187	0.13 191	0.22 213	0.16 212	0.22 217	0.13 190	0.20 198	0.16 208	0.24 211	0.20 207	0.19 205	0.14 197	0.16 183	0.24 247

depth_test_26	0.20 179	0.34 187	0.25 219	0.34 233	0.14 194	0.21 211	0.14 189	0.21 209	0.14 194	0.21 209	0.14 196	0.21 207	0.14 195	0.21 210	0.14 188	0.26 220	0.26 232	0.22 219	0.15 208	0.22 212	0.14 191

IGEV_Zeroshot_test	0.20 179	0.19 135	0.40 354	0.30 211	0.17 225	0.22 216	0.17 214	0.21 209	0.17 224	0.20 198	0.17 220	0.21 207	0.18 234	0.21 210	0.17 215	0.20 181	0.16 174	0.20 210	0.16 211	0.20 203	0.17 218

DAS	0.20 179	0.20 139	0.20 198	0.20 167	0.20 246	0.20 201	0.20 233	0.20 200	0.20 240	0.20 198	0.20 244	0.20 200	0.20 245	0.20 198	0.20 235	0.20 181	0.20 207	0.20 210	0.20 244	0.20 203	0.20 229

ACVNet	0.20 179	0.19 135	0.14 148	0.20 167	0.14 194	0.20 201	0.96 559	0.21 209	0.14 194	0.20 198	0.13 191	0.21 207	0.14 195	0.20 198	0.14 188	0.17 166	0.12 135	0.17 192	0.12 181	0.17 192	0.12 178

acv_ft	0.20 179	0.19 135	0.14 148	0.20 167	0.14 194	0.20 201	0.96 559	0.21 209	0.14 194	0.20 198	0.13 191	0.21 207	0.14 195	0.20 198	0.14 188	0.17 166	0.12 135	0.17 192	0.12 181	0.17 192	0.12 178

iResNetv2_ROB	0.20 179	0.23 151	0.18 193	0.24 188	0.20 246	0.24 228	0.18 223	0.24 225	0.18 231	0.24 226	0.18 237	0.23 225	0.19 241	0.24 227	0.18 228	0.21 188	0.16 174	0.21 214	0.16 211	0.22 212	0.16 200

iResNet	0.20 179	0.23 151	0.18 193	0.24 188	0.18 237	0.24 228	0.20 233	0.24 225	0.18 231	0.23 219	0.17 220	0.23 225	0.18 234	0.23 223	0.18 228	0.22 190	0.16 174	0.21 214	0.16 211	0.21 210	0.16 200

SCION-MonSter	0.21 187	0.76 321	0.22 205	0.25 195	0.15 208	0.19 195	0.15 197	0.19 193	0.15 206	0.19 191	0.15 206	0.19 195	0.15 207	0.19 193	0.14 188	0.22 190	0.21 211	0.16 182	0.14 197	0.16 183	0.15 198

LACA2	0.21 187	0.24 159	0.26 226	0.31 217	0.16 219	0.24 228	0.16 204	0.24 225	0.16 214	0.24 226	0.16 212	0.24 231	0.16 211	0.24 227	0.16 208	0.27 224	0.23 224	0.24 238	0.16 211	0.23 224	0.16 200

LACA1	0.21 187	0.24 159	0.26 226	0.31 217	0.16 219	0.24 228	0.16 204	0.24 225	0.16 214	0.24 226	0.16 212	0.24 231	0.16 211	0.24 227	0.16 208	0.27 224	0.22 218	0.23 228	0.16 211	0.23 224	0.16 200

z-ln-s-r	0.21 187	1.40 492	0.53 427	0.56 388	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 418	0.44 397	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 187	0.25 166	0.21 203	0.26 203	0.17 225	0.24 228	0.17 214	0.24 225	0.17 224	0.24 226	0.17 220	0.24 231	0.17 223	0.24 227	0.17 215	0.24 211	0.17 195	0.23 228	0.16 211	0.23 224	0.16 200

Pointernet	0.21 187	0.22 149	0.19 195	0.24 188	0.19 243	0.24 228	0.19 229	0.24 225	0.19 238	0.24 226	0.19 240	0.24 231	0.19 241	0.24 227	0.19 232	0.22 190	0.17 195	0.22 219	0.17 234	0.22 212	0.17 218

SuperB	0.21 187	0.10 98	2.51 691	0.12 105	0.09 148	0.10 143	0.09 145	0.08 134	0.07 141	0.10 145	0.09 147	0.09 141	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

GEAR-Net	0.22 194	0.46 251	0.27 229	0.29 209	0.17 225	0.21 211	0.17 214	0.21 209	0.17 224	0.21 209	0.17 220	0.21 207	0.17 223	0.21 210	0.17 215	0.28 229	0.26 232	0.20 210	0.16 211	0.20 203	0.16 200

BStereo	0.22 194	0.23 151	0.20 198	0.24 188	0.20 246	0.23 225	0.33 371	0.39 296	0.17 224	0.23 219	0.17 220	0.23 225	0.16 211	0.24 227	0.17 215	0.23 202	0.16 174	0.22 219	0.20 244	0.22 212	0.16 200

Anonymus123	0.22 194	0.23 151	0.20 198	0.24 188	0.20 246	0.23 225	0.33 371	0.39 296	0.17 224	0.23 219	0.17 220	0.23 225	0.16 211	0.24 227	0.17 215	0.23 202	0.16 174	0.22 219	0.20 244	0.22 212	0.16 200

WAO-6	0.22 194	0.23 151	0.22 205	0.23 183	0.22 258	0.22 216	0.22 243	0.22 215	0.22 248	0.22 213	0.22 251	0.22 217	0.22 253	0.22 216	0.22 242	0.22 190	0.22 218	0.22 219	0.22 251	0.22 212	0.22 235

IMH-64-1	0.22 194	0.23 151	0.23 209	0.22 178	0.22 258	0.22 216	0.22 243	0.22 215	0.22 248	0.22 213	0.22 251	0.22 217	0.22 253	0.22 216	0.22 242	0.22 190	0.22 218	0.23 228	0.22 251	0.22 212	0.23 237

IMH-64	0.22 194	0.23 151	0.23 209	0.22 178	0.22 258	0.22 216	0.22 243	0.22 215	0.22 248	0.22 213	0.22 251	0.22 217	0.22 253	0.22 216	0.22 242	0.22 190	0.22 218	0.23 228	0.22 251	0.22 212	0.23 237

ac_64	0.22 194	0.13 116	0.19 195	0.23 183	0.10 155	0.26 247	1.02 569	0.14 166	0.10 153	0.28 249	0.14 196	0.17 187	0.19 241	0.28 257	0.09 140	0.22 190	0.16 174	0.23 228	0.17 234	0.11 156	0.12 178

SMOE	0.23 201	0.25 166	0.30 247	0.33 227	0.18 237	0.26 247	0.18 223	0.26 239	0.18 231	0.26 243	0.18 237	0.25 238	0.18 234	0.25 236	0.18 228	0.31 245	0.27 245	0.23 228	0.17 234	0.23 224	0.17 218

LACA3	0.23 201	0.25 166	0.27 229	0.54 381	0.17 225	0.25 238	0.17 214	0.25 233	0.17 224	0.25 234	0.17 220	0.25 238	0.17 223	0.25 236	0.17 215	0.28 229	0.23 224	0.24 238	0.17 234	0.24 229	0.17 218

dd	0.23 201	0.98 371	0.16 173	0.23 183	0.15 208	0.23 225	0.15 197	0.23 222	0.15 206	0.23 219	0.15 206	0.24 231	0.17 223	0.23 223	0.15 200	0.22 190	0.15 171	0.21 214	0.15 208	0.22 212	0.16 200

dad	0.23 201	1.03 397	0.16 173	0.23 183	0.15 208	0.24 228	0.15 197	0.24 225	0.16 214	0.23 219	0.16 212	0.24 231	0.16 211	0.23 223	0.15 200	0.22 190	0.16 174	0.22 219	0.16 211	0.22 212	0.16 200

RSGM-EC	0.24 205	0.24 159	0.15 166	0.22 178	0.15 208	0.22 216	0.15 197	0.22 215	0.15 206	0.24 226	0.15 206	0.22 217	0.15 207	0.22 216	1.19 584	0.20 181	0.17 195	0.24 238	0.14 197	0.20 203	0.14 191

acva	0.24 205	0.24 159	0.15 166	0.22 178	0.15 208	0.22 216	0.15 197	0.22 215	0.15 206	0.24 226	0.15 206	0.22 217	0.15 207	0.22 216	1.19 584	0.20 181	0.17 195	0.24 238	0.14 197	0.20 203	0.14 191

MSKI-zero shot	0.24 205	0.21 145	0.49 408	0.65 408	0.18 237	0.22 216	0.17 214	0.23 222	0.18 231	0.21 209	0.17 220	0.23 225	0.28 291	0.23 223	0.18 228	0.21 188	0.16 174	0.21 214	0.16 211	0.21 210	0.16 200

SCION-MonSter(vits)	0.25 208	0.79 327	0.31 265	0.42 291	0.28 286	0.40 309	0.28 280	0.20 200	0.15 206	0.40 304	0.15 206	0.19 195	0.15 207	0.20 198	0.15 200	0.23 202	0.21 211	0.17 192	0.14 197	0.16 183	0.14 191

qqq1	0.25 208	3.70 641	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 208	3.70 641	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

UNDER WATER-64	0.25 208	0.26 169	0.25 219	0.26 203	0.25 272	0.25 238	0.25 259	0.25 233	0.25 263	0.25 234	0.25 269	0.25 238	0.25 265	0.26 248	0.25 260	0.25 218	0.25 229	0.25 243	0.25 267	0.25 232	0.25 249

ffm	0.25 208	3.83 647	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 208	3.83 647	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 208	3.83 647	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

MIM_Stereo	0.25 208	0.23 151	0.66 463	0.80 443	0.17 225	0.22 216	0.17 214	0.23 222	0.18 231	0.26 243	0.17 220	0.21 207	0.17 223	0.25 236	0.17 215	0.23 202	0.16 174	0.21 214	0.17 234	0.22 212	0.17 218

LoS	0.25 208	0.27 172	0.25 219	0.25 195	0.25 272	0.25 238	0.25 259	0.26 239	0.25 263	0.25 234	0.25 269	0.25 238	0.25 265	0.25 236	0.25 260	0.26 220	0.25 229	0.25 243	0.26 273	0.26 235	0.25 249
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 208	1.31 483	0.74 491	0.92 461	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	0.87 491	0.75 496	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 218	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	0.06 134	0.05 103	0.03 52	4.34 699	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

Weightmod	0.27 219	0.29 177	0.33 279	0.38 246	0.20 246	0.30 259	0.21 238	0.29 249	0.21 244	0.29 254	0.22 251	0.30 264	0.20 245	0.30 263	0.21 238	0.37 274	0.31 282	0.27 253	0.20 244	0.28 243	0.21 232

SME	0.27 219	0.29 177	0.31 265	0.38 246	0.20 246	0.29 257	0.18 223	0.30 252	0.20 240	0.32 267	0.21 249	0.32 273	0.20 245	0.32 271	0.21 238	0.35 266	0.32 287	0.27 253	0.19 242	0.29 247	0.20 229

model_zeroshot	0.27 219	0.20 139	0.27 229	0.33 227	0.21 256	0.37 294	0.22 243	0.37 282	0.24 258	0.26 243	0.27 278	0.33 277	0.21 252	0.25 236	0.27 267	0.32 248	0.20 207	0.34 290	0.23 257	0.25 232	0.26 255

DLNR-FE	0.28 222	0.89 349	0.30 247	0.34 233	0.19 243	0.28 254	0.19 229	0.28 244	0.20 240	0.28 249	0.20 244	0.28 254	0.20 245	0.28 257	0.20 235	0.33 254	0.28 253	0.25 243	0.19 242	0.24 229	0.19 227

xyz-stereo-finetune	0.28 222	0.49 264	0.16 173	0.16 143	0.16 219	0.16 181	0.16 204	0.22 215	0.30 312	0.32 267	0.31 360	0.32 273	0.31 363	0.32 271	0.32 355	0.32 248	0.33 300	0.31 270	0.32 384	0.31 256	0.32 362

SQANet	0.28 222	0.28 175	0.28 237	0.28 208	0.28 286	0.28 254	0.28 280	0.28 244	0.28 287	0.28 249	0.28 286	0.28 254	0.28 291	0.28 257	0.28 276	0.28 229	0.28 253	0.28 257	0.28 332	0.28 243	0.28 321

HGLStereo	0.28 222	0.29 177	0.22 205	0.36 240	0.22 258	0.36 286	0.21 238	0.36 274	0.21 244	0.42 335	0.21 249	0.36 289	0.22 253	0.36 289	0.21 238	0.34 258	0.21 211	0.34 290	0.21 248	0.34 271	0.21 232

iResNet_ROB	0.28 222	0.32 185	0.24 216	0.32 223	0.25 272	0.32 275	0.24 257	0.32 260	0.24 258	0.33 272	0.24 263	0.35 284	0.24 262	0.33 279	0.24 252	0.31 245	0.24 228	0.32 273	0.24 264	0.32 259	0.24 247

UNet	0.29 227	0.90 353	0.10 92	0.14 121	0.10 155	0.14 166	0.10 150	0.91 513	0.69 516	0.14 166	0.11 169	0.14 167	0.11 168	0.14 168	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 506	0.76 530

MultiAttention	0.30 228	0.30 180	0.30 247	0.30 211	0.30 311	0.30 259	0.30 303	0.30 252	0.30 312	0.30 256	0.30 316	0.30 264	0.30 312	0.30 263	0.30 302	0.30 239	0.30 277	0.30 264	0.30 365	0.30 251	0.30 345

MSAF-DinoV2	0.30 228	0.30 180	0.30 247	0.30 211	0.30 311	0.30 259	0.30 303	0.30 252	0.30 312	0.30 256	0.30 316	0.30 264	0.30 312	0.30 263	0.30 302	0.30 239	0.30 277	0.30 264	0.30 365	0.30 251	0.30 345

DDVS	0.30 228	3.10 627	0.14 148	0.19 163	0.14 194	0.19 195	0.14 189	0.20 200	0.14 194	0.19 191	0.13 191	0.16 179	0.13 190	0.19 193	0.13 183	0.17 166	0.13 158	0.17 192	0.13 192	0.17 192	0.13 185

ACV-stereo	0.30 228	2.08 563	0.25 219	0.25 195	0.18 237	0.24 228	0.17 214	0.24 225	0.18 231	0.24 226	0.17 220	0.25 238	0.17 223	0.24 227	0.17 215	0.22 190	0.16 174	0.22 219	0.16 211	0.22 212	0.16 200

LoS_RVC	0.30 228	1.14 413	0.25 219	0.25 195	0.25 272	0.26 247	0.25 259	0.25 233	0.25 263	0.25 234	0.25 269	0.26 250	0.26 275	0.26 248	0.25 260	0.26 220	0.26 232	0.25 243	0.25 267	0.26 235	0.26 255

CAS	0.30 228	1.17 419	0.25 219	0.25 195	0.25 272	0.26 247	0.25 259	0.25 233	0.26 277	0.25 234	0.25 269	0.25 238	0.25 265	0.25 236	0.25 260	0.26 220	0.26 232	0.26 248	0.25 267	0.26 235	0.25 249

DANet	0.30 228	0.30 180	0.30 247	0.30 211	0.30 311	0.30 259	0.30 303	0.30 252	0.30 312	0.30 256	0.30 316	0.30 264	0.30 312	0.30 263	0.30 302	0.30 239	0.30 277	0.30 264	0.30 365	0.30 251	0.30 345
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 235	0.31 183	0.31 265	0.30 211	0.40 429	0.31 266	0.30 303	0.30 252	0.34 390	0.29 254	0.31 360	0.29 260	0.30 312	0.31 268	0.31 343	0.31 245	0.29 267	0.31 270	0.30 365	0.31 256	0.31 355

tt1	0.31 235	0.93 364	0.24 216	0.33 227	0.23 264	0.31 266	0.24 257	0.32 260	0.24 258	0.32 267	0.23 256	0.32 273	0.25 265	0.32 271	0.24 252	0.27 224	0.26 232	0.27 253	0.26 273	0.27 241	0.27 293

xxxxx1	0.31 235	0.91 355	0.23 209	0.31 217	0.23 264	0.31 266	0.23 252	0.33 264	0.25 263	0.31 261	0.24 263	0.33 277	0.25 265	0.32 271	0.24 252	0.28 229	0.28 253	0.28 257	0.28 332	0.29 247	0.27 293

DLNR_Zeroshot_test	0.31 235	0.28 175	0.47 393	0.79 439	0.24 269	0.30 259	0.26 266	0.30 252	0.24 258	0.32 267	0.23 256	0.31 269	0.24 262	0.30 263	0.23 249	0.29 238	0.26 232	0.29 262	0.24 264	0.33 266	0.23 237

tt_ll	0.31 235	0.91 355	0.23 209	0.31 217	0.23 264	0.31 266	0.23 252	0.33 264	0.25 263	0.31 261	0.24 263	0.33 277	0.25 265	0.32 271	0.24 252	0.28 229	0.28 253	0.28 257	0.28 332	0.29 247	0.27 293

ff	0.31 235	0.91 355	0.23 209	0.31 217	0.23 264	0.31 266	0.23 252	0.33 264	0.25 263	0.31 261	0.24 263	0.33 277	0.25 265	0.32 271	0.24 252	0.28 229	0.28 253	0.28 257	0.28 332	0.29 247	0.27 293

RAFT + AFF	0.31 235	0.45 247	0.34 293	0.39 254	0.28 286	0.38 301	0.33 371	0.29 249	0.31 357	0.30 256	0.30 316	0.29 260	0.27 282	0.29 261	0.30 302	0.28 229	0.29 267	0.29 262	0.29 347	0.27 241	0.32 362

MLCV	0.31 235	0.35 189	0.27 229	0.35 236	0.28 286	0.35 282	0.27 269	0.35 270	0.28 287	0.36 283	0.27 278	0.35 284	0.27 282	0.35 283	0.27 267	0.34 258	0.27 245	0.34 290	0.27 311	0.34 271	0.27 293

DN-CSS_ROB	0.31 235	0.35 189	0.28 237	0.35 236	0.28 286	0.34 278	0.27 269	0.34 267	0.25 263	0.35 279	0.27 278	0.36 289	0.26 275	0.34 280	0.28 276	0.35 266	0.28 253	0.34 290	0.28 332	0.34 271	0.27 293

PStereo	0.32 244	0.36 194	0.28 237	0.38 246	0.29 299	0.36 286	0.27 269	0.38 291	0.27 281	0.38 290	0.28 286	0.36 289	0.27 282	0.36 289	0.28 276	0.32 248	0.27 245	0.33 280	0.27 311	0.33 266	0.27 293

DStereoFS	0.32 244	0.33 186	0.32 274	0.33 227	0.30 311	0.32 275	0.32 360	0.32 260	0.31 357	0.30 256	0.31 360	0.31 269	0.30 312	0.32 271	0.32 355	0.32 248	0.31 282	0.30 264	0.47 472	0.32 259	0.34 378

DStereoSA	0.32 244	0.52 279	0.34 293	0.31 217	0.31 358	0.30 259	0.30 303	0.31 258	0.30 312	0.31 261	0.31 360	0.31 269	0.30 312	0.31 268	0.31 343	0.30 239	0.32 287	0.31 270	0.31 376	0.31 256	0.31 355

WCG-NET（raft）	0.32 244	1.24 477	0.24 216	0.32 223	0.24 269	0.32 275	0.23 252	0.32 260	0.24 258	0.32 267	0.24 263	0.32 273	0.24 262	0.32 271	0.24 252	0.30 239	0.23 224	0.30 264	0.23 257	0.30 251	0.23 237

Any-RAFT	0.32 244	0.36 194	0.27 229	0.36 240	0.27 280	0.36 286	0.27 269	0.36 274	0.27 281	0.36 283	0.27 278	0.36 289	0.27 282	0.36 289	0.28 276	0.36 271	0.28 253	0.36 315	0.28 332	0.36 294	0.28 321

StereoDRNet-Refined	0.33 249	0.39 208	0.26 226	0.39 254	0.26 279	0.40 309	0.26 266	0.40 304	0.26 277	0.39 297	0.26 274	0.39 306	0.26 275	0.39 307	0.26 265	0.37 274	0.25 229	0.37 318	0.25 267	0.37 299	0.37 398
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SCION-M(vits-remse)	0.34 250	0.79 327	0.30 247	0.33 227	0.28 286	0.40 309	0.28 280	0.40 304	0.28 287	0.40 304	0.28 286	0.39 306	0.28 291	0.40 310	0.28 276	0.23 202	0.21 211	0.35 306	0.27 311	0.35 284	0.27 293

SCION-Mon(vits-remp)	0.34 250	0.98 371	0.30 247	0.33 227	0.18 237	0.21 211	0.28 280	0.40 304	0.28 287	0.40 304	0.28 286	0.39 306	0.28 291	0.40 310	0.28 276	0.37 274	0.29 267	0.35 306	0.27 311	0.35 284	0.27 293

RAFT-FEzeroshot	0.34 250	0.26 169	0.17 183	0.21 176	0.17 225	0.20 201	0.16 204	0.20 200	0.16 214	0.20 198	0.17 220	0.21 207	0.16 211	0.27 252	0.24 252	0.19 178	0.16 174	0.19 205	0.16 211	0.26 235	3.08 718

RAFT-FE	0.34 250	0.26 169	0.17 183	0.21 176	0.17 225	0.20 201	0.16 204	0.20 200	0.16 214	0.20 198	0.17 220	0.21 207	0.16 211	0.27 252	0.24 252	0.19 178	0.16 174	0.19 205	0.16 211	0.26 235	3.08 718

LG-Stereo_L2	0.34 250	0.37 197	0.38 311	0.47 314	0.28 286	0.39 307	0.28 280	0.39 296	0.28 287	0.39 297	0.28 286	0.39 306	0.28 291	0.38 299	0.28 276	0.42 329	0.35 336	0.36 315	0.26 273	0.35 284	0.26 255

H2IRNET	0.34 250	0.34 187	0.34 293	0.34 233	0.34 397	0.34 278	0.34 386	0.34 267	0.34 390	0.34 275	0.34 387	0.34 282	0.34 389	0.34 280	0.34 382	0.34 258	0.34 329	0.34 290	0.34 399	0.34 271	0.34 378

IGEV++	0.34 250	0.43 235	0.30 247	0.40 267	0.29 299	0.40 309	0.29 295	0.40 304	0.29 297	0.40 304	0.29 301	0.40 316	0.29 303	0.40 310	0.30 302	0.38 287	0.29 267	0.37 318	0.29 347	0.37 299	0.29 330

iRaft-Stereo_5w	0.34 250	0.42 233	0.31 265	0.39 254	0.30 311	0.38 301	0.30 303	0.40 304	0.29 297	0.40 304	0.37 406	0.41 331	0.34 389	0.38 299	0.30 302	0.34 258	0.27 245	0.34 290	0.26 273	0.34 271	0.26 255

CSP-Net	0.34 250	1.29 479	1.19 546	1.36 571	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	1.26 586	1.21 598	0.03 41	0.09 142	0.02 21	0.09 143

iRaft-Stereo_20w	0.34 250	0.41 223	0.31 265	0.39 254	0.29 299	0.40 309	0.32 360	0.41 323	0.32 369	0.38 290	0.30 316	0.39 306	0.30 312	0.38 299	0.32 355	0.35 266	0.27 245	0.34 290	0.27 311	0.34 271	0.29 330

DGSMNet	0.34 250	0.41 223	0.27 229	0.41 281	0.28 286	0.41 328	0.28 280	0.41 323	0.27 281	0.41 321	0.27 278	0.42 349	0.27 282	0.41 330	0.28 276	0.40 307	0.29 267	0.40 382	0.28 332	0.40 373	0.27 293

small-0shot	0.35 261	1.92 557	0.27 229	0.27 206	0.27 280	0.27 252	0.27 269	0.27 243	0.27 281	0.27 248	0.27 278	0.26 250	0.27 282	0.27 252	0.26 265	0.27 224	0.26 232	0.26 248	0.26 273	0.26 235	0.27 293

gcap_with_dpt	0.35 261	0.39 208	0.30 247	0.44 302	0.31 358	0.44 390	0.31 350	0.44 387	0.31 357	0.44 380	0.30 316	0.44 393	0.30 312	0.44 382	0.30 302	0.38 287	0.26 232	0.38 326	0.27 311	0.38 312	0.27 293

FE-Mocha	0.35 261	0.71 310	0.40 354	0.47 314	0.27 280	0.34 278	0.27 269	0.34 267	0.26 277	0.34 275	0.26 274	0.34 282	0.27 282	0.34 280	0.27 267	0.44 331	0.41 374	0.33 280	0.29 347	0.32 259	0.29 330

IGEV-FE	0.35 261	0.37 197	0.17 183	0.19 163	0.17 225	0.20 201	0.17 214	0.19 193	0.17 224	0.19 191	0.17 220	0.19 195	0.17 223	0.37 296	0.36 389	0.19 178	0.17 195	0.19 205	0.17 234	0.38 312	2.84 709

test_for_model	0.35 261	0.39 208	0.30 247	0.43 298	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.44 382	0.31 343	0.38 287	0.26 232	0.38 326	0.26 273	0.38 312	0.26 255

CASnet	0.35 261	0.51 277	0.44 377	0.32 223	0.31 358	0.24 228	0.34 386	0.36 274	0.25 263	0.31 261	0.37 406	0.30 264	0.33 382	0.25 236	0.45 443	0.37 274	0.37 346	0.33 280	0.35 412	0.34 271	0.37 398
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 261	0.44 238	0.45 379	0.49 326	0.30 311	0.37 294	0.30 303	0.36 274	0.30 312	0.36 283	0.29 301	0.36 289	0.29 303	0.36 289	0.30 302	0.46 372	0.39 360	0.32 273	0.24 264	0.32 259	0.25 249
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 261	0.35 189	0.35 303	0.35 236	0.35 401	0.35 282	0.35 391	0.35 270	0.35 394	0.35 279	0.35 396	0.35 284	0.35 395	0.35 283	0.35 386	0.35 266	0.35 336	0.35 306	0.35 412	0.35 284	0.35 389

GeoVLM	0.36 269	0.38 201	0.27 229	0.46 307	0.28 286	0.35 282	0.28 280	0.37 282	0.27 281	0.35 279	0.28 286	0.36 289	0.38 408	0.35 283	0.28 276	1.08 519	0.26 232	0.33 280	0.27 311	0.34 271	0.33 371

Zero-FE251	0.36 269	0.40 212	0.28 237	0.41 281	0.28 286	0.41 328	0.28 280	0.41 323	0.28 287	0.41 321	0.28 286	0.41 331	0.28 291	0.42 344	0.30 302	0.37 274	0.26 232	0.37 318	0.27 311	0.45 399	0.56 483

GIP-stereo	0.36 269	0.49 264	0.39 322	0.48 320	0.32 372	0.41 328	0.28 280	0.40 304	0.30 312	0.41 321	0.28 286	0.40 316	0.28 291	0.42 344	0.28 276	0.45 360	0.32 287	0.38 326	0.30 365	0.37 299	0.27 293

DCVSM-stereo	0.36 269	1.89 548	0.22 205	0.40 267	0.22 258	0.40 309	0.22 243	0.40 304	0.22 248	0.40 304	0.22 251	0.40 316	0.22 253	0.40 310	0.22 242	0.28 229	0.21 211	0.28 257	0.21 248	0.28 243	0.20 229

RSM	0.36 269	0.36 194	0.43 375	0.37 243	0.42 449	0.49 430	0.42 439	0.37 282	0.28 287	0.36 283	0.29 301	0.36 289	0.30 312	0.37 296	0.28 276	0.34 258	0.31 282	0.34 290	0.35 412	0.40 373	0.29 330

gcap-zeroshot	0.36 269	0.40 212	0.34 293	0.44 302	0.31 358	0.44 390	0.31 350	0.44 387	0.32 369	0.44 380	0.32 370	0.44 393	0.32 370	0.44 382	0.31 343	0.39 300	0.28 253	0.39 369	0.28 332	0.39 359	0.27 293

testlalala	0.36 269	0.40 212	0.34 293	0.44 302	0.31 358	0.44 390	0.31 350	0.44 387	0.32 369	0.44 380	0.32 370	0.44 393	0.32 370	0.44 382	0.31 343	0.39 300	0.28 253	0.39 369	0.28 332	0.39 359	0.27 293

GCAPDPT-zeroshot	0.36 269	0.40 212	0.30 247	0.43 298	0.30 311	0.43 356	0.30 303	0.43 349	0.31 357	0.43 342	0.30 316	0.43 358	0.30 312	0.44 382	0.31 343	0.39 300	0.28 253	0.39 369	0.27 311	0.39 359	0.26 255

RAFT-Test	0.36 269	0.37 197	0.33 279	0.41 281	0.32 372	0.41 328	0.32 360	0.41 323	0.32 369	0.41 321	0.32 370	0.41 331	0.32 370	0.41 330	0.33 367	0.37 274	0.29 267	0.37 318	0.29 347	0.38 312	0.31 355

DMCA	0.36 269	0.38 201	0.37 309	0.35 236	0.35 401	0.36 286	0.36 397	0.36 274	0.35 394	0.35 279	0.37 406	0.36 289	0.36 399	0.35 283	0.36 389	0.36 271	0.36 342	0.35 306	0.36 418	0.36 294	0.36 392

ACVNet-DCA	0.37 279	1.00 381	0.30 247	0.40 267	0.29 299	0.40 309	0.29 295	0.40 304	0.29 297	0.40 304	0.29 301	0.40 316	0.29 303	0.39 307	0.28 276	0.33 254	0.32 287	0.33 280	0.32 384	0.33 266	0.32 362

1test111	0.37 279	1.02 395	0.30 247	0.39 254	0.29 299	0.40 309	0.28 280	0.39 296	0.29 297	0.39 297	0.29 301	0.39 306	0.28 291	0.40 310	0.29 292	0.33 254	0.32 287	0.33 280	0.31 376	0.32 259	0.31 355

cc1	0.37 279	1.02 395	0.30 247	0.39 254	0.29 299	0.40 309	0.28 280	0.39 296	0.29 297	0.39 297	0.29 301	0.39 306	0.28 291	0.40 310	0.29 292	0.33 254	0.32 287	0.33 280	0.31 376	0.32 259	0.31 355

EKT-Stereo	0.37 279	0.40 212	0.44 377	1.07 486	0.29 299	0.34 278	0.31 350	0.36 274	0.29 297	0.38 290	0.31 360	0.37 299	0.30 312	0.36 289	0.29 292	0.34 258	0.28 253	0.39 369	0.30 365	0.37 299	0.30 345

GMOStereo	0.37 279	0.45 247	0.23 209	0.30 211	0.37 411	0.41 328	0.36 397	0.41 323	0.35 394	0.43 342	0.36 399	0.41 331	0.40 420	0.41 330	0.36 389	0.34 258	0.22 218	0.47 438	0.37 421	0.39 359	0.33 371

XPNet_ROB	0.37 279	0.37 197	0.37 309	0.37 243	0.37 411	0.37 294	0.37 403	0.37 282	0.37 406	0.37 289	0.37 406	0.37 299	0.37 404	0.37 296	0.37 399	0.37 274	0.37 346	0.37 318	0.37 421	0.37 299	0.37 398

GREATEN-IGEV_RVC	0.38 285	0.35 189	0.56 432	0.63 402	0.29 299	0.36 286	0.29 295	0.36 274	0.29 297	0.39 297	0.29 301	0.36 289	0.29 303	0.36 289	0.29 292	0.62 433	0.57 444	0.35 306	0.29 347	0.36 294	0.29 330

GREATEN-IGEV-FM_RVC	0.38 285	0.35 189	0.56 432	0.63 402	0.28 286	0.36 286	0.28 280	0.36 274	0.28 287	0.36 283	0.28 286	0.36 289	0.28 291	0.36 289	0.28 276	0.62 433	0.57 444	0.35 306	0.28 332	0.35 284	0.28 321

MonSter++	0.38 285	0.44 238	0.31 265	0.43 298	0.30 311	0.43 356	0.31 350	0.43 349	0.31 357	0.45 392	0.31 360	0.43 358	0.31 363	0.43 351	0.69 513	0.38 287	0.33 300	0.40 382	0.30 365	0.38 312	0.30 345

HiDET	0.38 285	0.44 238	0.30 247	0.42 291	0.30 311	0.42 349	0.30 303	0.42 341	0.30 312	0.44 380	0.30 316	0.42 349	0.30 312	0.42 344	0.68 505	0.37 274	0.32 287	0.40 382	0.29 347	0.37 299	0.29 330

LCMNet	0.38 285	0.44 238	0.30 247	0.42 291	0.30 311	0.42 349	0.30 303	0.42 341	0.30 312	0.45 392	0.30 316	0.42 349	0.30 312	0.42 344	0.69 513	0.37 274	0.32 287	0.40 382	0.29 347	0.37 299	0.29 330

CSFM-Stereo	0.38 285	0.44 238	0.30 247	0.42 291	0.30 311	0.42 349	0.30 303	0.43 349	0.30 312	0.44 380	0.30 316	0.42 349	0.30 312	0.42 344	0.73 527	0.37 274	0.32 287	0.40 382	0.29 347	0.37 299	0.30 345

HART	0.38 285	0.45 247	0.34 293	0.42 291	0.33 385	0.41 328	0.34 386	0.42 341	0.33 379	0.43 342	0.34 387	0.42 349	0.34 389	0.41 330	0.38 402	0.40 307	0.32 287	0.42 416	0.32 384	0.40 373	0.32 362

GREAT-IGEV	0.38 285	0.43 235	0.36 305	0.48 320	0.32 372	0.45 404	0.32 360	0.45 396	0.32 369	0.45 392	0.32 370	0.45 403	0.32 370	0.45 400	0.32 355	0.44 331	0.33 300	0.41 400	0.29 347	0.41 384	0.29 330
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	0.38 285	0.43 235	0.33 279	0.46 307	0.33 385	0.45 404	0.32 360	0.45 396	0.32 369	0.45 392	0.32 370	0.45 403	0.33 382	0.45 400	0.32 355	0.38 287	0.38 353	0.38 326	0.37 421	0.37 299	0.36 392

WAO-8	0.38 285	0.38 201	0.38 311	0.38 246	0.38 418	0.38 301	0.38 410	0.38 291	0.38 410	0.38 290	0.38 411	0.38 301	0.38 408	0.38 299	0.38 402	0.38 287	0.38 353	0.38 326	0.37 421	0.38 312	0.38 405

WAO-7	0.38 285	0.38 201	0.38 311	0.38 246	0.38 418	0.38 301	0.38 410	0.38 291	0.38 410	0.38 290	0.38 411	0.38 301	0.38 408	0.38 299	0.38 402	0.38 287	0.38 353	0.38 326	0.38 435	0.38 312	0.38 405

xx1	0.38 285	1.03 397	0.31 265	0.40 267	0.31 358	0.41 328	0.28 280	0.40 304	0.29 297	0.40 304	0.29 301	0.40 316	0.29 303	0.40 310	0.29 292	0.34 258	0.33 300	0.34 290	0.32 384	0.34 271	0.32 362

Venus	0.38 285	0.38 201	0.38 311	0.38 246	0.38 418	0.37 294	0.38 410	0.37 282	0.37 406	0.41 321	0.37 406	0.39 306	0.37 404	0.38 299	0.38 402	0.37 274	0.38 353	0.38 326	0.37 421	0.37 299	0.38 405

IMH	0.38 285	0.38 201	0.38 311	0.38 246	0.38 418	0.38 301	0.38 410	0.38 291	0.38 410	0.42 335	0.38 411	0.40 316	0.38 408	0.38 299	0.38 402	0.38 287	0.38 353	0.39 369	0.38 435	0.38 312	0.38 405

DF	0.39 299	1.37 489	1.02 530	1.14 494	0.12 187	0.16 181	0.12 180	0.16 180	0.12 187	0.16 178	0.12 177	0.16 179	0.12 184	0.16 179	0.12 174	1.12 528	1.00 520	0.15 178	0.12 181	0.15 178	0.12 178

PAM	0.39 299	1.88 547	0.34 293	0.37 243	0.41 439	0.45 404	0.22 243	0.28 244	0.23 255	0.28 249	0.24 263	0.29 260	0.23 259	0.29 261	0.23 249	0.38 287	0.32 287	0.38 326	0.37 421	0.32 259	0.22 235

HanzoNet	0.39 299	0.38 201	0.40 354	0.39 254	0.41 439	0.38 301	0.38 410	0.38 291	0.38 410	0.39 297	0.39 421	0.38 301	0.38 408	0.39 307	0.40 418	0.38 287	0.38 353	0.40 382	0.38 435	0.38 312	0.40 413

CES	0.39 299	0.47 256	0.36 305	0.36 240	0.37 411	0.45 404	0.35 391	0.35 270	0.40 425	0.36 283	0.44 447	0.47 413	0.36 399	0.44 382	0.36 389	0.37 274	0.39 360	0.44 419	0.35 412	0.37 299	0.36 392

PASM	0.39 299	3.06 626	1.36 612	1.58 581	0.09 148	0.11 154	0.11 167	0.11 154	0.11 171	0.09 140	0.09 147	0.11 157	0.09 147	0.09 140	0.09 140	0.11 105	0.11 121	0.11 152	0.09 142	0.11 156	0.11 165

mms	0.40 304	0.45 247	0.35 303	0.48 320	0.36 407	0.47 416	0.34 386	0.45 396	0.38 410	0.47 404	0.33 379	0.45 403	0.32 370	0.45 400	0.32 355	0.39 300	0.38 353	0.38 326	0.37 421	0.39 359	0.39 411

GCAPDPT-zeroshot4090	0.40 304	1.09 407	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.44 387	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.45 360	0.34 329	0.38 326	0.27 311	0.38 312	0.27 293

knoymous	0.40 304	0.40 212	0.40 354	0.40 267	0.40 429	0.40 309	0.40 424	0.40 304	0.40 425	0.40 304	0.40 424	0.40 316	0.40 420	0.40 310	0.40 418	0.40 307	0.40 364	0.40 382	0.40 440	0.40 373	0.40 413

anonymousa	0.40 304	0.40 212	0.40 354	0.40 267	0.40 429	0.40 309	0.40 424	0.40 304	0.40 425	0.40 304	0.40 424	0.40 316	0.40 420	0.40 310	0.40 418	0.40 307	0.40 364	0.40 382	0.40 440	0.40 373	0.40 413

riskmin	0.40 304	0.40 212	0.40 354	0.40 267	0.40 429	0.40 309	0.40 424	0.40 304	0.40 425	0.40 304	0.40 424	0.40 316	0.40 420	0.40 310	0.40 418	0.40 307	0.40 364	0.40 382	0.40 440	0.40 373	0.40 413

Anonymous_2	0.40 304	0.40 212	0.40 354	0.40 267	0.40 429	0.40 309	0.40 424	0.40 304	0.40 425	0.40 304	0.40 424	0.40 316	0.40 420	0.40 310	0.40 418	0.40 307	0.40 364	0.40 382	0.40 440	0.40 373	0.40 413

Anonymous_1	0.40 304	0.40 212	0.40 354	0.40 267	0.40 429	0.40 309	0.40 424	0.40 304	0.40 425	0.40 304	0.40 424	0.40 316	0.40 420	0.40 310	0.40 418	0.40 307	0.40 364	0.40 382	0.40 440	0.40 373	0.40 413

AdaStereo	0.40 304	0.40 212	0.40 354	0.40 267	0.40 429	0.40 309	0.40 424	0.40 304	0.40 425	0.40 304	0.40 424	0.40 316	0.40 420	0.40 310	0.40 418	0.40 307	0.40 364	0.40 382	0.40 440	0.40 373	0.40 413
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.
test410_97500	0.41 312	0.89 349	0.31 265	0.40 267	0.31 358	0.40 309	0.31 350	0.40 304	0.31 357	0.61 471	0.53 484	0.40 316	0.31 363	0.40 310	0.31 343	0.58 419	0.47 408	0.38 326	0.29 347	0.38 312	0.29 330

GCAP-Stereo-DPT-25K	0.41 312	1.09 407	0.40 354	0.52 376	0.31 358	0.44 390	0.31 350	0.44 387	0.31 357	0.44 380	0.31 360	0.44 393	0.31 363	0.44 382	0.31 343	0.46 372	0.35 336	0.39 369	0.28 332	0.39 359	0.28 321

GCAP-Stereo-DPT-FT	0.41 312	1.06 404	0.40 354	0.51 373	0.31 358	0.44 390	0.30 303	0.43 349	0.32 369	0.44 380	0.30 316	0.56 466	0.30 312	0.44 382	0.31 343	0.45 360	0.34 329	0.39 369	0.27 311	0.40 373	0.27 293

Select-FE	0.41 312	0.44 238	0.23 209	0.26 203	0.22 258	0.26 247	0.22 243	0.26 239	0.23 255	0.26 243	0.23 256	0.26 250	0.23 259	0.45 400	0.42 434	0.25 218	0.22 218	0.25 243	0.22 251	0.45 399	2.90 710

water-stereo	0.41 312	0.84 337	0.46 385	0.50 362	0.33 385	0.45 404	0.33 371	0.45 396	0.32 369	0.45 392	0.32 370	0.45 403	0.32 370	0.45 400	0.32 355	0.44 331	0.41 374	0.39 369	0.31 376	0.39 359	0.32 362

GCAP-BAT	0.41 312	1.30 481	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.44 380	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.34 329	0.38 326	0.26 273	0.38 312	0.26 255

GwcNet-ADL	0.41 312	0.41 223	0.41 368	0.41 281	0.41 439	0.41 328	0.41 433	0.41 323	0.41 435	0.41 321	0.41 432	0.41 331	0.41 432	0.41 330	0.41 426	0.41 315	0.41 374	0.41 400	0.41 449	0.41 384	0.41 422

PSMNet-ADL	0.41 312	0.41 223	0.41 368	0.41 281	0.41 439	0.41 328	0.41 433	0.41 323	0.41 435	0.41 321	0.41 432	0.41 331	0.41 432	0.41 330	0.41 426	0.41 315	0.41 374	0.41 400	0.41 449	0.41 384	0.41 422

GANet-ADL	0.41 312	0.41 223	0.41 368	0.41 281	0.41 439	0.41 328	0.41 433	0.41 323	0.41 435	0.41 321	0.41 432	0.41 331	0.41 432	0.41 330	0.41 426	0.41 315	0.41 374	0.41 400	0.41 449	0.41 384	0.41 422

ADLNet2	0.41 312	0.41 223	0.41 368	0.41 281	0.41 439	0.41 328	0.41 433	0.41 323	0.41 435	0.41 321	0.41 432	0.41 331	0.41 432	0.41 330	0.41 426	0.41 315	0.41 374	0.41 400	0.41 449	0.41 384	0.41 422

ADLNet	0.41 312	0.41 223	0.41 368	0.41 281	0.41 439	0.41 328	0.41 433	0.41 323	0.41 435	0.41 321	0.41 432	0.41 331	0.41 432	0.41 330	0.41 426	0.41 315	0.41 374	0.41 400	0.41 449	0.41 384	0.41 422

FCDSN-DC	0.41 312	0.59 297	0.64 457	0.54 381	0.33 385	0.50 439	0.37 403	0.42 341	0.40 425	0.61 471	0.43 445	0.50 441	0.49 468	0.38 299	0.32 355	0.28 229	0.23 224	0.26 248	0.22 251	0.35 284	0.28 321
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 312	0.46 251	0.33 279	0.49 326	0.33 385	0.49 430	0.33 371	0.49 418	0.33 379	0.49 421	0.33 379	0.49 427	0.33 382	0.51 444	0.33 367	0.41 315	0.30 277	0.41 400	0.30 365	0.79 489	0.29 330

Gwc-CoAtRS	0.41 312	1.49 495	0.32 274	0.42 291	0.32 372	0.41 328	0.32 360	0.41 323	0.33 379	0.41 321	0.32 370	0.41 331	0.32 370	0.41 330	0.32 355	0.39 300	0.28 253	0.39 369	0.28 332	0.40 373	0.28 321

S0	0.42 326	0.44 238	0.54 428	0.59 394	0.34 397	0.48 421	0.22 243	0.51 441	0.25 263	0.51 443	0.34 387	0.53 455	0.35 395	0.47 409	0.36 389	0.55 412	0.39 360	0.49 451	0.27 311	0.46 404	0.34 378

UPFNet	0.42 326	1.20 423	0.17 183	0.24 188	0.17 225	0.25 238	0.17 214	1.19 552	0.90 552	0.25 234	0.17 220	0.24 231	0.17 223	0.25 236	0.17 215	0.22 190	0.17 195	0.22 219	0.16 211	1.15 544	0.93 549

quiztm	0.43 328	0.49 264	0.40 354	0.51 373	0.40 429	0.51 451	0.40 424	0.50 427	0.40 425	0.50 434	0.40 424	0.51 452	0.40 420	0.50 434	0.40 418	0.44 331	0.34 329	0.44 419	0.34 399	0.44 394	0.34 378

GCAP-Stereo-DPT26K	0.43 328	1.76 511	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.31 343	0.44 331	0.33 300	0.38 326	0.27 311	0.38 312	0.26 255

aanet-new-8k	0.43 328	1.76 511	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new	0.43 328	1.80 521	0.38 311	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-cres	0.43 328	1.77 513	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-36K	0.43 328	1.78 516	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-20K	0.43 328	1.77 513	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-3K	0.43 328	1.77 513	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

DDF-Stereo	0.43 328	1.15 416	0.57 436	0.53 378	0.32 372	0.41 328	0.32 360	0.41 323	0.32 369	0.41 321	0.32 370	0.41 331	0.32 370	0.40 310	0.32 355	0.52 402	0.50 425	0.38 326	0.31 376	0.39 359	0.31 355

DVStereo	0.43 328	0.86 341	0.48 401	0.50 362	0.33 385	0.46 411	0.33 371	0.46 400	0.33 379	0.46 398	0.33 379	0.47 413	0.33 382	0.47 409	0.34 382	0.45 360	0.42 384	0.40 382	0.33 395	0.47 418	0.38 405

psmg	0.43 328	1.91 551	0.92 517	1.91 596	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	1.97 629	1.44 621	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 328	1.21 469	0.17 183	0.25 195	0.17 225	0.25 238	0.18 223	1.26 606	0.95 561	0.25 234	0.17 220	0.25 238	0.17 223	0.25 236	0.17 215	0.23 202	0.16 174	0.22 219	0.16 211	1.18 552	0.98 555

psm_up	0.43 328	1.19 422	0.17 183	0.25 195	0.18 237	0.25 238	0.19 229	1.26 606	0.91 553	0.26 243	0.17 220	0.25 238	0.17 223	0.25 236	0.17 215	0.22 190	0.17 195	0.23 228	0.16 211	1.18 552	0.99 556

aanet-new-90k	0.44 341	1.82 533	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.44 382	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-60k	0.44 341	1.81 526	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-70k	0.44 341	1.82 533	0.38 311	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-78k	0.44 341	1.80 521	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.45 360	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-40k	0.44 341	1.81 526	0.39 322	0.50 362	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.45 360	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-36k	0.44 341	1.80 521	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-34k	0.44 341	1.80 521	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-32k-new	0.44 341	1.78 516	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.44 387	0.30 312	0.44 380	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.45 360	0.34 329	0.39 369	0.26 273	0.38 312	0.26 255

aanet-new-32k	0.44 341	1.79 520	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-30k	0.44 341	1.78 516	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-28k	0.44 341	1.81 526	0.39 322	0.49 326	0.30 311	0.44 390	0.30 303	0.44 387	0.30 312	0.44 380	0.30 316	0.44 393	0.30 312	0.44 382	0.30 302	0.45 360	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-24k	0.44 341	1.78 516	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-22k	0.44 341	1.81 526	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-16k	0.44 341	1.83 536	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-cres-4k	0.44 341	1.81 526	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-22K	0.44 341	1.85 542	0.38 311	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-24K	0.44 341	1.86 545	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-5K	0.44 341	1.80 521	0.39 322	0.49 326	0.30 311	0.44 390	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.44 382	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-2K	0.44 341	1.82 533	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-50K	0.44 341	1.83 536	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.36 342	0.38 326	0.26 273	0.38 312	0.26 255

Monster-pub-mixall	0.44 341	0.56 293	0.60 442	0.38 246	0.27 280	0.37 294	0.27 269	0.37 282	0.29 297	0.38 290	0.27 278	0.38 301	0.29 303	0.85 514	0.27 267	1.46 602	0.26 232	0.34 290	0.26 273	0.36 294	0.53 469

depthmonostereo	0.44 341	0.85 339	0.46 385	0.54 381	0.40 429	0.52 455	0.38 410	0.52 446	0.35 394	0.47 404	0.34 387	0.46 407	0.34 389	0.47 409	0.34 382	0.45 360	0.43 389	0.41 400	0.33 395	0.41 384	0.32 362

MMNet	0.44 341	1.24 477	0.17 183	0.25 195	0.17 225	0.25 238	0.18 223	1.26 606	0.93 559	0.25 234	0.17 220	0.25 238	0.18 234	0.25 236	0.17 215	0.23 202	0.16 174	0.23 228	0.16 211	1.20 556	0.99 556

rgla	0.45 364	0.54 287	0.33 279	0.67 413	0.32 372	0.48 421	0.33 371	0.48 410	0.33 379	0.48 411	0.94 560	0.48 420	0.33 382	0.47 409	0.33 367	0.45 360	0.52 433	0.53 468	0.31 376	0.45 399	0.32 362

LACA_dic	0.45 364	0.13 116	1.78 641	1.70 591	0.12 187	0.13 164	0.12 180	0.16 180	0.15 206	0.13 165	0.12 177	0.13 165	0.11 168	0.16 179	0.13 183	1.73 614	1.69 644	0.16 182	0.11 165	0.13 167	0.13 185

aanet-new-10k	0.45 364	1.81 526	0.40 354	0.50 362	0.31 358	0.44 390	0.31 350	0.44 387	0.31 357	0.44 380	0.31 360	0.44 393	0.32 370	0.44 382	0.31 343	0.46 372	0.35 336	0.39 369	0.27 311	0.39 359	0.27 293

252Zero-FE	0.45 364	0.50 269	0.36 305	0.50 362	0.36 407	0.50 439	0.36 397	0.50 427	0.36 404	0.49 421	0.36 399	0.49 427	0.36 399	0.54 455	0.41 426	0.45 360	0.34 329	0.45 424	0.34 399	0.55 445	0.75 527

Monster-pub-eth3d	0.45 364	0.57 294	0.60 442	0.39 254	0.28 286	0.37 294	0.28 280	0.37 282	0.30 312	0.39 297	0.29 301	0.39 306	0.30 312	0.92 526	0.27 267	1.42 599	0.28 253	0.34 290	0.28 332	0.37 299	0.53 469

Replicate-Monster	0.45 364	0.57 294	0.60 442	0.40 267	0.29 299	0.37 294	0.27 269	0.37 282	0.30 312	0.40 304	0.31 360	0.40 316	0.30 312	0.99 534	0.27 267	1.36 595	0.31 282	0.34 290	0.30 365	0.36 294	0.54 472

SCV_C0	0.45 364	0.88 346	0.49 408	0.54 381	0.37 411	0.48 421	0.37 403	0.48 410	0.37 406	0.48 411	0.36 399	0.48 420	0.37 404	0.49 426	0.37 399	0.50 394	0.41 374	0.44 419	0.34 399	0.44 394	0.34 378

RAFT-Stereo-weight	0.45 364	1.90 550	0.34 293	0.42 291	0.36 407	0.43 356	0.35 391	0.42 341	0.34 390	0.42 335	0.34 387	0.44 393	0.34 389	0.41 330	0.34 382	0.38 287	0.32 287	0.38 326	0.32 384	0.38 312	0.33 371

TorneroNet-64	0.45 364	0.27 172	0.30 247	0.58 391	0.27 280	0.70 488	0.30 303	0.28 244	0.73 535	0.73 493	0.28 286	0.71 493	0.66 502	0.75 495	0.27 267	0.27 224	0.29 267	0.37 318	0.75 542	0.28 243	0.30 345

416test	0.46 373	0.55 290	0.33 279	0.67 413	0.33 385	0.48 421	0.33 371	0.48 410	0.33 379	0.48 411	0.99 565	0.48 420	0.33 382	0.48 419	0.33 367	0.45 360	0.52 433	0.54 471	0.32 384	0.45 399	0.32 362

aanet-new-12k	0.46 373	1.99 560	0.40 354	0.51 373	0.31 358	0.44 390	0.31 350	0.44 387	0.31 357	0.44 380	0.31 360	0.44 393	0.31 363	0.44 382	0.32 355	0.47 379	0.35 336	0.39 369	0.27 311	0.39 359	0.27 293

SCV	0.46 373	0.94 366	0.45 379	0.54 381	0.37 411	0.48 421	0.38 410	0.48 410	0.37 406	0.48 411	0.39 421	0.48 420	0.37 404	0.49 426	0.37 399	0.50 394	0.46 400	0.44 419	0.34 399	0.44 394	0.34 378

otaku	0.46 373	0.46 251	0.46 385	0.46 307	0.46 460	0.46 411	0.46 453	0.46 400	0.46 453	0.46 398	0.46 456	0.46 407	0.46 453	0.46 405	0.46 447	0.46 372	0.46 400	0.46 428	0.46 465	0.46 404	0.46 439

Dean	0.46 373	0.46 251	0.46 385	0.46 307	0.46 460	0.46 411	0.46 453	0.46 400	0.46 453	0.47 404	0.46 456	0.46 407	0.46 453	0.46 405	0.46 447	0.46 372	0.46 400	0.46 428	0.46 465	0.46 404	0.46 439

ACVNet_1	0.46 373	0.47 256	0.46 385	0.46 307	0.46 460	0.46 411	0.46 453	0.46 400	0.47 458	0.46 398	0.46 456	0.46 407	0.46 453	0.46 405	0.46 447	0.46 372	0.46 400	0.47 438	0.46 465	0.46 404	0.46 439

ACVNet-4b	0.46 373	0.46 251	0.46 385	0.46 307	0.46 460	0.46 411	0.46 453	0.46 400	0.46 453	0.46 398	0.46 456	0.46 407	0.46 453	0.47 409	0.46 447	0.46 372	0.46 400	0.46 428	0.46 465	0.46 404	0.46 439

PML	0.46 373	1.36 487	0.29 243	0.58 391	0.30 311	0.57 469	0.29 295	0.57 457	0.29 297	0.57 464	0.29 301	0.57 469	0.29 303	0.56 460	0.29 292	0.52 402	0.30 277	0.53 468	0.31 376	0.53 443	0.30 345

Anonymus	0.47 381	0.73 313	0.46 385	0.43 298	0.54 492	0.53 457	0.27 269	0.39 296	0.35 394	0.33 272	0.40 424	0.33 277	0.38 408	0.53 452	0.54 476	0.56 416	0.36 342	0.49 451	0.53 488	0.66 461	0.54 472

LG-Stereo_L1	0.47 381	0.52 279	0.47 393	0.62 400	0.39 428	0.53 457	0.40 424	0.53 448	0.39 423	0.53 450	0.39 421	0.53 455	0.39 419	0.53 452	0.39 415	0.55 412	0.46 400	0.49 451	0.37 421	0.49 425	0.37 398

Ntro	0.47 381	0.47 256	0.46 385	0.46 307	0.46 460	0.47 416	0.47 458	0.46 400	0.47 458	0.46 398	0.46 456	0.47 413	0.46 453	0.47 409	0.47 454	0.47 379	0.46 400	0.46 428	0.46 465	0.46 404	0.46 439

HaxPig	0.47 381	0.47 256	0.47 393	0.49 326	0.47 467	0.47 416	0.47 458	0.47 406	0.47 458	0.47 404	0.47 464	0.47 413	0.47 461	0.47 409	0.47 454	0.47 379	0.47 408	0.47 438	0.47 472	0.47 418	0.48 449

UNDER WATER	0.47 381	0.47 256	0.47 393	0.47 314	0.47 467	0.47 416	0.47 458	0.47 406	0.47 458	0.47 404	0.47 464	0.47 413	0.46 453	0.47 409	0.47 454	0.47 379	0.47 408	0.47 438	0.46 465	0.47 418	0.47 447

LVE	0.47 381	0.47 256	0.47 393	0.47 314	0.49 475	0.47 416	0.47 458	0.47 406	0.49 467	0.47 404	0.47 464	0.47 413	0.46 453	0.47 409	0.47 454	0.47 379	0.47 408	0.48 446	0.47 472	0.47 418	0.47 447

GASTEREO	0.48 387	1.21 469	0.47 393	0.57 389	0.38 418	0.50 439	0.38 410	0.50 427	0.38 410	0.50 434	0.38 411	0.50 441	0.38 408	0.50 434	0.38 402	0.52 402	0.42 384	0.46 428	0.34 399	0.46 404	0.34 378

LG-Stereo_Zeroshot	0.48 387	0.55 290	0.47 393	0.63 402	0.41 439	0.56 463	0.44 443	0.56 454	0.41 435	0.56 461	0.41 432	0.57 469	0.42 438	0.56 460	0.41 426	0.55 412	0.43 389	0.51 462	0.37 421	0.51 436	0.37 398

fffft	0.48 387	0.51 277	0.45 379	0.52 376	0.45 458	0.52 455	0.45 449	0.52 446	0.48 465	0.53 450	0.45 452	0.52 453	0.45 449	0.52 449	0.46 447	0.51 400	0.41 374	0.50 457	0.41 449	0.50 430	0.41 422
1: 1. 1
RainbowNet	0.48 387	0.48 262	0.48 401	0.48 320	0.48 471	0.48 421	0.48 467	0.48 410	0.48 465	0.48 411	0.48 468	0.48 420	0.48 462	0.48 419	0.48 460	0.48 384	0.48 414	0.48 446	0.48 476	0.48 422	0.48 449

notaker	0.48 387	0.49 264	0.48 401	0.48 320	0.48 471	0.48 421	0.48 467	0.48 410	0.49 467	0.48 411	0.48 468	0.48 420	0.48 462	0.48 419	0.48 460	0.48 384	0.48 414	0.48 446	0.48 476	0.48 422	0.49 455

LL-Strereo2	0.48 387	1.73 509	0.51 420	0.59 394	0.34 397	0.42 349	0.33 371	0.40 304	0.31 357	0.42 335	0.33 379	0.42 349	0.31 363	0.44 382	0.39 415	0.60 424	0.51 430	0.44 419	0.33 395	0.44 394	0.33 371

416test1013	0.49 393	0.80 330	0.33 279	0.67 413	0.33 385	0.48 421	0.41 433	0.48 410	0.39 423	0.48 411	0.93 559	0.52 453	0.32 370	0.52 449	0.38 402	0.49 387	0.51 430	0.53 468	0.37 421	0.51 436	0.36 392

Former-RAFT_DAM_RVC	0.49 393	0.98 371	0.64 457	0.84 448	0.46 460	0.45 404	0.35 391	0.47 406	0.47 458	0.45 392	0.34 387	0.46 407	0.48 462	0.46 405	0.35 386	0.39 300	0.71 490	0.39 369	0.35 412	0.41 384	0.41 422

ACVNet_2	0.49 393	0.49 264	0.49 408	0.49 326	0.49 475	0.49 430	0.49 469	0.49 418	0.49 467	0.49 421	0.49 471	0.49 427	0.49 468	0.49 426	0.49 462	0.49 387	0.49 417	0.49 451	0.49 480	0.49 425	0.49 455

FoundationStereo	0.50 396	0.50 269	0.50 414	0.50 362	0.50 479	0.50 439	0.50 473	0.50 427	0.50 472	0.50 434	0.50 475	0.50 441	0.50 472	0.50 434	0.50 465	0.50 394	0.50 425	0.50 457	0.50 482	0.50 430	0.50 458

StereoAnything_RVC	0.50 396	0.50 269	0.50 414	0.50 362	0.50 479	0.50 439	0.50 473	0.50 427	0.50 472	0.50 434	0.50 475	0.50 441	0.50 472	0.50 434	0.50 465	0.50 394	0.50 425	0.50 457	0.50 482	0.50 430	0.50 458

dual_stereo	0.50 396	0.50 269	0.50 414	0.50 362	0.50 479	0.50 439	0.50 473	0.50 427	0.50 472	0.50 434	0.50 475	0.50 441	0.50 472	0.50 434	0.50 465	0.50 394	0.50 425	0.50 457	0.50 482	0.50 430	0.50 458

GCST	0.50 396	2.08 563	0.38 311	0.53 378	0.35 401	0.49 430	0.35 391	0.50 427	0.35 394	0.49 421	0.35 396	0.49 427	0.35 395	0.49 426	0.35 386	0.48 384	0.37 346	0.45 424	0.33 395	0.44 394	0.33 371

SANet	0.50 396	0.50 269	0.50 414	0.50 362	0.50 479	0.50 439	0.50 473	0.50 427	0.50 472	0.50 434	0.50 475	0.50 441	0.50 472	0.50 434	0.50 465	0.50 394	0.50 425	0.50 457	0.50 482	0.50 430	0.50 458

MSCF	0.51 401	1.40 492	0.49 408	0.58 391	0.38 418	0.50 439	0.38 410	0.54 450	0.41 435	0.52 447	0.41 432	0.53 455	0.42 438	0.53 452	0.41 426	0.60 424	0.47 408	0.48 446	0.37 421	0.48 422	0.38 405

UGAM-zero	0.51 401	2.17 572	0.39 322	0.53 378	0.36 407	0.50 439	0.36 397	0.50 427	0.36 404	0.49 421	0.36 399	0.50 441	0.35 395	0.50 434	0.36 389	0.49 387	0.37 346	0.47 438	0.35 412	0.46 404	0.34 378

UGAM	0.51 401	2.23 577	0.39 322	0.54 381	0.35 401	0.50 439	0.35 391	0.49 418	0.35 394	0.49 421	0.35 396	0.49 427	0.36 399	0.50 434	0.36 389	0.49 387	0.37 346	0.45 424	0.34 399	0.45 399	0.34 378

Selective-IGEV	0.51 401	0.55 290	0.45 379	0.69 419	0.45 458	0.61 474	0.45 449	0.50 427	0.40 425	0.56 461	0.44 447	0.55 463	0.40 420	0.72 490	0.67 498	0.59 422	0.46 400	0.45 424	0.34 399	0.46 404	0.37 398

RCA-Stereo	0.51 401	3.22 632	0.34 293	0.44 302	0.34 397	0.44 390	0.34 386	0.43 349	0.34 390	0.43 342	0.34 387	0.44 393	0.33 382	0.43 351	0.33 367	0.38 287	0.29 267	0.38 326	0.29 347	0.38 312	0.29 330

DN	0.53 406	0.85 339	0.45 379	0.65 408	0.44 454	0.60 472	0.44 443	0.60 465	0.44 448	0.60 469	0.45 452	0.60 474	0.44 445	0.60 469	0.44 440	0.56 416	0.42 384	0.56 475	0.42 457	0.56 448	0.42 429

MatchStereo	0.54 407	0.12 114	2.38 689	2.32 626	0.09 148	0.09 140	0.08 144	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.08 135	2.34 666	2.34 685	0.12 159	0.11 165	0.11 156	0.10 151
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	0.54 407	0.60 299	0.52 423	0.66 412	0.47 467	0.61 474	0.47 458	0.58 460	0.46 453	0.61 471	0.46 456	0.61 477	0.45 449	0.62 471	0.45 443	0.61 428	0.52 433	0.57 476	0.48 476	0.57 451	0.48 449

castereo++	0.54 407	3.59 638	1.15 540	1.31 565	0.14 194	0.16 181	0.14 189	0.16 180	0.14 194	0.16 178	0.14 196	0.16 179	0.13 190	0.16 179	0.14 188	1.45 601	1.16 546	0.15 178	0.14 197	0.15 178	0.13 185

FENet	0.54 407	1.52 496	1.19 546	1.41 575	0.23 264	0.35 282	0.23 252	0.35 270	0.23 255	0.34 275	0.23 256	0.35 284	0.23 259	0.35 283	0.23 249	1.40 598	1.07 530	0.32 273	0.23 257	0.33 266	0.23 237

PSMNet_ROB	0.54 407	0.54 287	0.54 428	0.54 381	0.53 489	0.54 461	0.54 483	0.53 448	0.54 483	0.54 456	0.54 486	0.54 459	0.53 479	0.54 455	0.54 476	0.54 406	0.53 437	0.54 471	0.54 490	0.54 444	0.54 472

AIO-test2	0.55 412	0.59 297	0.52 423	0.67 413	0.47 467	0.61 474	0.47 458	0.61 469	0.47 458	0.61 471	0.47 464	0.61 477	0.48 462	0.62 471	0.47 454	0.64 439	0.53 437	0.58 477	0.47 472	0.58 453	0.48 449

CFNet-ft	0.55 412	1.57 498	0.14 148	0.20 167	0.14 194	0.20 201	2.53 707	1.61 625	0.14 194	0.20 198	0.14 196	0.20 200	0.14 195	0.20 198	0.14 188	0.17 166	0.12 135	0.17 192	0.12 181	1.56 619	1.24 634

S	0.56 414	0.61 300	0.54 428	0.68 418	0.48 471	0.65 480	0.49 469	0.63 471	0.49 467	0.64 479	0.49 471	0.64 481	0.48 462	0.62 471	0.49 462	0.63 437	0.62 463	0.59 480	0.48 476	0.57 451	0.48 449

MyStereo04	0.56 414	3.72 644	0.59 438	0.49 326	0.41 439	0.36 286	0.32 360	0.37 282	0.31 357	0.34 275	0.46 456	0.35 284	0.32 370	0.35 283	0.33 367	0.49 387	0.45 398	0.34 290	0.32 384	0.35 284	0.43 432

CASS	0.57 416	0.89 349	0.56 432	0.57 389	0.56 493	0.56 463	0.56 485	0.56 454	0.53 481	0.57 464	0.57 489	0.59 473	0.48 462	0.56 460	0.57 480	0.55 412	0.56 442	0.47 438	0.56 496	0.62 457	0.56 483
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 417	0.75 318	0.49 408	0.79 439	0.50 479	0.79 500	0.49 469	0.79 494	0.49 467	0.80 505	0.49 471	0.79 506	0.49 468	0.80 500	0.49 462	0.63 437	0.40 364	0.63 484	0.40 440	0.63 458	0.40 413

aanet-new-14k	0.60 417	5.12 677	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.44 382	0.30 302	0.44 331	0.37 346	0.38 326	0.26 273	0.38 312	0.26 255

LG-Stereo	0.60 417	0.58 296	0.47 393	0.64 407	0.74 531	1.00 529	0.69 517	0.57 457	0.41 435	0.57 464	0.41 432	0.57 469	0.41 432	1.00 536	0.75 532	0.91 492	0.51 430	0.52 465	0.37 421	0.52 439	0.37 398

MonSter	0.60 417	0.64 303	0.52 423	0.62 400	0.44 454	2.07 651	0.44 443	0.62 470	0.44 448	0.62 475	0.44 447	0.62 479	0.44 445	0.62 471	0.44 440	0.58 419	0.42 384	0.62 482	0.46 465	0.58 453	0.42 429

MyStereo07	0.60 417	3.72 644	0.48 401	0.49 326	0.41 439	0.36 286	0.32 360	0.49 418	0.43 445	0.51 443	0.42 442	0.49 427	0.43 443	0.51 444	0.64 491	0.49 387	0.45 398	0.34 290	0.32 384	0.35 284	0.43 432

castereo	0.61 422	3.79 646	1.35 604	1.52 579	0.15 208	0.17 188	0.16 204	0.20 200	0.21 244	0.18 189	0.16 212	0.21 207	0.12 184	0.26 248	0.17 215	1.43 600	1.38 617	0.17 192	0.16 211	0.18 196	0.16 200

WCG-NET	0.61 422	1.21 469	0.54 428	0.61 399	0.53 489	0.67 483	0.53 480	0.66 477	0.53 481	0.64 479	0.53 484	0.65 485	0.53 479	0.59 467	0.52 472	0.65 441	0.48 414	0.64 486	0.52 486	0.58 453	0.50 458

GEAStereo	0.62 424	3.91 651	0.48 401	0.69 419	0.38 418	0.51 451	0.38 410	0.51 441	0.38 410	0.53 450	0.38 411	0.50 441	0.38 408	0.51 444	0.38 402	0.54 406	0.43 389	0.46 428	0.34 399	0.46 404	0.34 378

gasm-f	0.62 424	3.91 651	0.48 401	0.69 419	0.38 418	0.51 451	0.38 410	0.51 441	0.38 410	0.53 450	0.38 411	0.50 441	0.38 408	0.51 444	0.38 402	0.54 406	0.43 389	0.46 428	0.34 399	0.46 404	0.34 378

SMoEStereo_RVC	0.63 426	0.75 318	0.51 420	0.73 433	0.53 489	0.71 490	0.47 458	0.67 478	0.58 487	0.74 498	0.60 495	0.72 496	0.53 479	0.74 494	0.51 470	0.61 428	0.62 463	0.62 482	0.61 505	0.63 458	0.61 489

anonymity	0.63 426	0.69 306	0.56 432	0.71 427	0.56 493	0.71 490	0.56 485	0.71 485	0.56 484	0.72 491	0.56 488	0.71 493	0.56 483	0.71 488	0.58 482	0.68 446	0.55 440	0.68 493	0.55 492	0.68 466	0.54 472

SE	0.64 428	0.73 313	0.77 496	0.79 439	0.59 496	0.78 497	0.54 483	0.58 460	0.58 487	0.78 502	0.59 493	0.63 480	0.18 234	0.78 497	0.52 472	0.80 477	0.65 468	0.69 496	0.57 499	0.75 480	0.52 466

PAM_32	0.64 428	2.38 592	0.51 420	0.92 461	0.43 453	0.53 457	0.44 443	0.87 506	0.43 445	0.52 447	0.45 452	0.53 455	0.40 420	0.54 455	0.46 447	0.62 433	0.56 442	0.48 446	0.45 463	0.76 483	0.44 435

CRFU-Net	0.65 430	1.67 501	1.22 596	1.96 600	0.27 280	0.41 328	0.27 269	0.41 323	0.27 281	0.40 304	0.26 274	0.41 331	0.27 282	0.40 310	0.27 267	1.80 617	1.62 638	0.34 290	0.23 257	0.33 266	0.23 237

LMCR-Stereo	0.65 430	0.63 301	0.65 461	0.65 408	0.65 511	0.66 482	0.63 496	0.58 460	0.65 501	0.63 478	0.64 503	0.65 485	0.65 499	0.66 479	0.66 497	0.66 443	0.64 466	0.65 490	0.67 523	0.68 466	0.73 523

test410	0.66 432	5.69 700	0.31 265	0.40 267	0.31 358	0.41 328	0.31 350	0.40 304	0.31 357	0.62 475	0.55 487	0.40 316	0.31 363	0.40 310	0.31 343	0.59 422	0.47 408	0.38 326	0.29 347	0.38 312	0.30 345

KSHMR	0.66 432	0.50 269	0.48 401	1.15 497	0.52 486	0.49 430	0.51 477	0.49 418	0.71 529	0.67 485	0.50 475	1.16 564	1.11 564	0.66 479	0.52 472	0.49 387	0.49 417	0.51 462	0.66 519	0.50 430	1.14 575

TorneroNet	0.66 432	0.53 283	0.50 414	0.50 362	0.64 509	1.06 546	0.70 523	0.50 427	0.51 479	0.49 421	0.69 519	0.49 427	0.50 472	0.48 419	1.15 575	0.71 453	0.49 417	1.14 563	1.08 576	0.49 425	0.49 455

GES	0.66 432	2.34 588	0.29 243	0.41 281	0.29 299	0.41 328	0.29 295	0.42 341	0.29 297	0.40 304	0.41 432	0.41 331	0.30 312	0.51 444	0.29 292	0.32 248	0.29 267	0.32 273	2.46 711	2.49 673	0.30 345

cf-r	0.66 432	2.17 572	0.12 123	0.18 158	0.12 187	0.18 192	2.70 711	2.60 685	0.12 187	0.18 189	0.12 177	0.18 191	0.12 184	0.18 190	0.12 174	0.15 146	0.11 121	0.15 178	0.11 165	1.81 631	1.74 685

DSFCA	0.66 432	0.73 313	0.78 498	0.65 408	0.65 511	0.64 479	0.64 497	0.65 474	0.63 499	0.64 479	0.64 503	0.64 481	0.64 497	0.65 478	0.65 494	0.65 441	0.65 468	0.65 490	0.65 516	0.66 461	0.64 499

MWDA-net	0.67 438	0.66 304	0.45 379	2.84 648	0.46 460	0.73 492	0.45 449	0.71 485	0.44 448	0.72 491	0.45 452	0.70 492	0.45 449	0.70 486	0.44 440	0.61 428	0.41 374	0.61 481	0.43 460	0.61 456	0.42 429

WAFT-Stereo (ZS)	0.67 438	0.78 325	0.67 467	0.67 413	0.66 514	0.67 483	0.67 504	0.65 474	0.66 503	0.66 483	0.67 508	0.66 488	0.67 504	0.67 481	0.72 526	0.66 443	0.67 471	0.67 492	0.67 523	0.67 464	0.67 505

DEFOM-Stereo	0.68 440	3.11 628	1.40 618	1.63 589	0.25 272	0.31 266	0.25 259	0.31 258	0.28 287	0.31 261	0.29 301	0.29 260	0.27 282	0.31 268	0.28 276	1.59 609	1.47 623	0.30 264	0.29 347	0.30 251	0.28 321

ssnet_v2	0.68 440	1.96 559	1.25 600	0.29 209	0.20 246	0.30 259	0.20 233	0.29 249	0.22 248	1.50 626	0.20 244	0.31 269	0.20 245	0.27 252	0.22 242	0.24 211	1.49 624	0.26 248	0.18 241	3.90 696	0.19 227

ARAFT	0.68 440	0.81 334	0.63 454	0.74 436	0.60 498	0.78 497	0.62 495	0.77 493	0.66 503	0.74 498	0.63 501	0.75 501	0.62 496	0.83 509	0.60 487	0.70 452	0.55 440	0.70 501	0.60 503	0.78 487	0.55 480

mm2	0.69 443	0.69 306	0.69 477	0.69 419	0.69 520	0.69 485	0.69 517	0.69 480	0.69 516	0.69 488	0.69 519	0.69 489	0.69 515	0.69 484	0.69 513	0.69 447	0.69 483	0.69 496	0.69 529	0.69 470	0.69 509

mm1	0.69 443	0.69 306	0.69 477	0.69 419	0.69 520	0.69 485	0.69 517	0.69 480	0.69 516	0.69 488	0.69 519	0.69 489	0.69 515	0.69 484	0.69 513	0.69 447	0.69 483	0.69 496	0.69 529	0.69 470	0.69 509

NINENet	0.69 443	3.87 650	1.20 549	1.98 601	0.05 126	0.40 309	0.04 103	0.40 304	0.05 124	0.41 321	0.04 110	0.41 331	0.05 117	0.40 310	0.05 115	1.79 616	1.56 630	0.34 290	0.22 251	0.34 271	0.23 237

VIP-Stereo	0.70 446	2.97 625	2.43 690	2.49 637	0.16 219	0.25 238	0.16 204	0.25 233	0.16 214	0.25 234	0.18 237	0.25 238	0.16 211	0.26 248	0.16 208	1.86 618	1.26 600	0.23 228	0.15 208	0.23 224	0.15 198

RAFT-Stereo + iAFF	0.70 446	0.72 312	0.71 483	0.80 443	0.62 508	0.82 508	0.61 494	0.81 500	0.62 496	0.81 508	0.63 501	0.80 508	0.70 519	0.73 492	0.61 489	0.76 471	0.61 462	0.74 508	0.61 505	0.77 485	0.61 489

DMCA-RVC	0.70 446	0.80 330	0.70 480	0.70 425	0.70 524	0.70 488	0.70 523	0.71 485	0.70 524	0.70 490	0.71 529	0.71 493	0.70 519	0.70 486	0.69 513	0.69 447	0.70 486	0.69 496	0.70 533	0.69 470	0.70 512

MyStereo8	0.71 449	3.92 653	0.52 423	0.59 394	0.52 486	0.57 469	0.53 480	0.59 463	0.50 472	0.59 468	0.51 481	0.57 469	0.50 472	0.56 460	0.52 472	0.54 406	0.49 417	0.54 471	0.49 480	0.55 445	0.50 458

HH	0.71 449	2.54 599	0.74 491	1.10 488	0.32 372	0.41 328	0.37 403	0.69 480	0.78 539	0.73 493	0.90 552	0.75 501	1.00 551	0.84 510	0.69 513	0.69 447	0.40 364	0.35 306	0.26 273	0.35 284	0.26 255

HanStereo	0.71 449	2.54 599	0.74 491	1.10 488	0.32 372	0.41 328	0.37 403	0.69 480	0.78 539	0.73 493	0.90 552	0.75 501	1.00 551	0.84 510	0.69 513	0.69 447	0.40 364	0.35 306	0.26 273	0.35 284	0.26 255

CAR	0.72 452	0.76 321	0.59 438	0.84 448	1.19 589	0.81 505	0.58 488	0.81 500	0.58 487	0.81 508	0.58 491	0.83 513	0.59 490	0.82 504	0.59 485	0.71 453	0.49 417	0.73 503	0.68 525	0.87 503	0.52 466

MSE-Stereo	0.72 452	0.76 321	0.59 438	0.84 448	1.19 589	0.81 505	0.58 488	0.81 500	0.58 487	0.81 508	0.58 491	0.83 513	0.59 490	0.82 504	0.59 485	0.71 453	0.49 417	0.73 503	0.68 525	0.87 503	0.52 466

zero-FE	0.72 452	1.31 483	0.66 463	0.92 461	0.60 498	0.82 508	0.58 488	0.82 503	0.58 487	0.81 508	0.60 495	0.81 511	0.60 492	0.82 504	0.58 482	0.74 468	0.59 454	0.73 503	0.52 486	0.76 483	0.51 465

ktn	0.72 452	0.53 283	1.08 534	1.14 494	0.51 485	1.22 607	1.36 642	0.51 441	0.59 492	0.51 443	0.51 481	0.69 489	1.20 576	0.67 481	0.51 470	0.51 400	0.49 417	0.58 477	0.66 519	0.52 439	0.53 469

MGA	0.73 456	0.76 321	0.60 442	0.92 461	1.17 585	0.81 505	0.59 492	0.84 504	0.62 496	0.81 508	0.59 493	0.84 515	0.60 492	0.81 503	0.61 489	0.71 453	0.53 437	0.89 530	0.53 488	0.75 480	0.54 472

DStereoRT	0.73 456	0.81 334	0.73 490	0.71 427	0.74 531	0.73 492	0.75 532	0.71 485	0.71 529	0.74 498	0.72 532	0.73 498	0.80 536	0.71 488	0.73 527	0.76 471	0.71 490	0.73 503	0.72 538	0.70 473	0.76 530

CroCo-Stereo	0.73 456	1.22 475	0.25 219	1.22 551	0.25 272	1.22 607	0.25 259	1.22 602	0.25 263	1.22 611	0.25 269	1.22 613	0.25 265	1.22 613	0.25 260	1.22 584	0.26 232	1.21 622	0.25 267	1.22 604	0.25 249
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	0.73 456	0.88 346	0.67 467	0.75 437	0.68 519	0.75 494	0.64 497	0.80 497	0.72 532	0.83 513	0.70 523	0.82 512	0.64 497	0.84 510	0.67 498	0.77 474	0.63 465	0.81 520	0.63 507	0.78 487	0.62 492

monster-pro	0.75 460	1.67 501	0.64 457	0.89 454	0.57 495	0.86 514	0.56 485	0.87 506	0.56 484	0.87 514	0.57 489	0.88 518	0.57 485	0.87 515	0.57 480	0.79 475	0.58 448	0.76 511	0.54 490	0.77 485	0.54 472

AIO-Stereo-zeroshot1	0.75 460	0.92 360	0.85 509	0.96 473	0.59 496	1.27 611	0.44 443	0.59 463	0.69 516	0.91 519	0.68 514	0.55 463	0.61 495	1.06 551	0.83 545	0.62 433	0.70 486	0.90 531	0.41 449	0.89 507	0.56 483

MyStereo06	0.75 460	4.12 655	0.60 442	0.63 402	0.61 503	0.62 477	0.66 500	0.56 454	0.45 452	0.55 459	0.48 468	0.54 459	0.46 453	0.57 465	0.45 443	0.60 424	0.57 444	0.64 486	0.55 492	0.72 475	0.55 480

GCAP-Stereo	0.75 460	4.15 658	0.42 373	0.75 437	0.35 401	0.78 497	0.40 424	0.79 494	0.38 410	0.78 502	0.36 399	0.78 504	0.36 399	0.79 498	0.39 415	0.75 469	0.39 360	0.76 511	0.39 439	0.75 480	0.39 411

GANet-RSSM	0.75 460	1.91 551	0.14 148	0.47 314	0.14 194	0.21 211	3.21 728	2.30 671	0.14 194	0.46 398	0.14 196	0.23 225	0.18 234	0.21 210	0.14 188	0.18 174	0.27 245	0.37 318	0.13 192	2.13 654	2.12 695

RSM++	0.76 465	0.82 336	0.66 463	0.85 452	0.64 509	0.85 512	0.71 526	0.94 520	0.64 500	0.87 514	0.67 508	0.87 517	0.65 499	0.84 510	0.65 494	0.81 481	0.70 486	0.79 515	0.71 536	0.83 499	0.70 512

CroCo-Stereo Lap2	0.77 466	1.29 479	0.29 243	1.27 556	0.29 299	1.27 611	0.26 266	1.26 606	0.26 277	1.26 612	0.26 274	1.27 617	0.26 275	1.26 615	0.27 267	1.27 587	0.27 245	1.27 626	0.27 311	1.27 608	0.27 293

PSMNet-RSSM	0.77 466	2.76 616	0.14 148	0.20 167	0.14 194	0.20 201	2.66 709	2.79 699	0.14 194	0.21 209	0.14 196	0.21 207	0.14 195	0.20 198	0.14 188	0.17 166	0.12 135	0.17 192	0.12 181	2.52 677	2.31 700

GwcNet-RSSM	0.77 466	2.77 618	0.14 148	0.20 167	0.14 194	0.20 201	2.67 710	2.78 698	0.14 194	0.20 198	0.14 196	0.20 200	0.14 195	0.21 210	0.14 188	0.17 166	0.12 135	0.17 192	0.12 181	2.52 677	2.31 700

4D-IteraStereo	0.78 469	3.13 629	0.89 510	0.69 419	0.32 372	0.40 309	0.32 360	0.76 492	0.97 564	0.52 447	0.65 505	0.89 521	0.32 370	0.76 496	0.98 557	0.83 486	0.94 518	0.35 306	0.27 311	0.70 473	0.89 545

Pro-Stereo	0.79 470	0.53 283	0.38 311	0.49 326	0.38 418	0.49 430	0.37 403	0.49 418	0.67 505	0.50 434	0.38 411	1.10 556	0.38 408	0.49 426	0.38 402	0.71 453	0.88 512	5.98 744	0.36 418	0.46 404	0.36 392

hitnet-ft	0.79 470	2.78 621	0.14 148	0.20 167	0.14 194	0.21 211	2.89 712	2.80 700	0.14 194	0.20 198	0.14 196	0.20 200	0.14 195	0.20 198	0.14 188	0.17 166	0.12 135	0.17 192	0.12 181	2.54 685	2.33 702

G-Net	0.79 470	0.79 327	0.79 501	0.79 439	0.79 544	0.79 500	0.79 537	0.79 494	0.79 543	0.79 504	0.79 544	0.79 506	0.79 535	0.79 498	0.79 537	0.79 475	0.79 503	0.79 515	0.79 549	0.79 489	0.79 535

MyStereo05	0.80 473	4.12 655	0.63 454	0.63 402	0.61 503	0.62 477	0.66 500	0.65 474	0.62 496	0.67 485	0.61 499	0.65 485	0.58 488	0.67 481	0.55 479	0.60 424	0.57 444	0.64 486	0.55 492	0.72 475	0.55 480

UDG	0.80 473	2.21 576	0.60 442	0.91 458	0.60 498	0.90 519	0.58 488	0.88 510	0.60 493	0.90 517	0.60 495	0.88 518	0.60 492	0.90 520	0.58 482	0.86 490	0.60 457	0.84 526	0.59 502	0.84 500	0.61 489

ccnet	0.80 473	2.28 580	0.33 279	0.50 362	0.33 385	0.50 439	0.33 371	0.50 427	0.33 379	0.49 421	0.33 379	0.49 427	1.56 641	2.38 675	0.33 367	0.41 315	0.29 267	0.42 416	1.57 658	2.28 660	0.29 330

NaN_ROB	0.80 473	0.80 330	0.80 502	0.80 443	0.80 547	0.80 502	0.80 540	0.80 497	0.80 545	0.80 505	0.80 546	0.80 508	0.80 536	0.80 500	0.80 540	0.80 477	0.80 506	0.80 518	0.80 551	0.80 492	0.80 536

CSAN	0.80 473	0.80 330	0.80 502	0.80 443	0.80 547	0.80 502	0.80 540	0.80 497	0.80 545	0.80 505	0.80 546	0.80 508	0.80 536	0.80 500	0.80 540	0.80 477	0.80 506	0.80 518	0.80 551	0.80 492	0.80 536

GSStereo	0.81 478	4.28 661	0.50 414	0.59 394	0.40 429	0.51 451	0.38 410	0.50 427	0.38 410	0.50 434	0.38 411	0.50 441	3.79 725	0.50 434	0.38 402	0.54 406	0.43 389	0.46 428	0.34 399	0.46 404	0.35 389

BSDual-CNN	0.81 478	1.91 551	0.92 517	4.48 688	0.02 22	0.42 349	0.06 137	0.41 323	0.02 22	0.48 411	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 629	4.19 716	0.33 280	0.23 257	0.34 271	0.27 293

DDUNet	0.81 478	2.45 597	0.57 436	0.90 456	0.60 498	0.88 516	0.59 492	0.90 511	0.60 493	0.88 516	0.60 495	0.90 522	0.58 488	0.88 517	0.60 487	0.84 488	0.60 457	0.86 528	0.57 499	0.86 502	0.60 488

R-Stereo Train	0.81 478	0.96 368	0.67 467	0.95 470	0.67 516	0.95 524	0.68 509	0.95 522	0.68 511	0.95 527	0.68 514	0.96 532	0.68 509	0.96 532	0.68 505	0.94 501	0.68 477	0.94 544	0.68 525	0.94 522	0.68 507

RAFT-Stereo	0.81 478	0.96 368	0.67 467	0.95 470	0.67 516	0.95 524	0.68 509	0.95 522	0.68 511	0.95 527	0.68 514	0.96 532	0.68 509	0.96 532	0.68 505	0.94 501	0.68 477	0.94 544	0.68 525	0.94 522	0.68 507
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 483	1.72 504	1.48 622	0.39 254	0.15 208	0.31 266	0.21 238	0.20 200	0.25 263	1.61 630	0.23 256	0.28 254	0.26 275	0.20 198	0.15 200	0.24 211	1.33 608	0.32 273	0.16 211	6.75 735	0.23 237

scenet	0.82 483	1.72 504	1.48 622	0.39 254	0.15 208	0.31 266	0.21 238	0.20 200	0.25 263	1.61 630	0.23 256	0.28 254	0.26 275	0.20 198	0.15 200	0.24 211	1.33 608	0.32 273	0.16 211	6.75 735	0.23 237

ssnet	0.82 483	1.72 504	1.48 622	0.39 254	0.15 208	0.31 266	0.21 238	0.20 200	0.25 263	1.61 630	0.23 256	0.28 254	0.26 275	0.20 198	0.15 200	0.24 211	1.33 608	0.32 273	0.16 211	6.75 735	0.23 237

DEFOM-Stereo_RVC	0.83 486	5.18 680	1.98 677	2.19 608	0.17 225	0.19 195	0.18 223	0.19 193	0.16 214	0.20 198	0.19 240	0.22 217	0.22 253	0.20 198	0.15 200	2.28 659	2.13 680	0.24 238	0.17 234	0.18 196	0.16 200

BUS	0.83 486	1.91 551	0.92 517	4.48 688	0.02 22	0.40 309	0.04 103	0.41 323	0.02 22	0.48 411	0.03 56	0.41 331	0.05 117	0.03 43	0.05 115	1.97 629	4.19 716	0.33 280	0.23 257	0.34 271	0.27 293

PDISCO_ROB	0.83 486	2.80 622	3.49 713	0.14 121	0.11 174	0.17 188	0.09 145	0.15 179	0.10 153	0.15 173	0.12 177	0.16 179	0.14 195	3.30 706	0.13 183	0.14 133	2.34 685	0.16 182	0.12 181	2.62 686	0.10 151

WQFJA1++	0.84 489	0.98 371	0.67 467	1.26 555	0.75 533	1.00 529	0.67 504	1.00 524	0.67 505	1.00 529	0.67 508	1.00 535	0.67 504	1.00 536	0.67 498	0.96 503	0.67 471	0.91 534	0.63 507	0.92 513	0.63 493

WQFJX1	0.84 489	0.98 371	0.67 467	1.30 563	0.75 533	1.01 537	0.67 504	1.01 533	0.67 505	1.01 540	0.67 508	1.01 544	0.68 509	1.00 536	0.68 505	0.98 508	0.67 471	0.92 537	0.64 512	0.92 513	0.64 499

NLMM	0.84 489	1.00 381	0.67 467	1.27 556	0.75 533	1.00 529	0.68 509	1.00 524	0.67 505	1.00 529	0.67 508	1.02 548	0.67 504	1.02 548	0.67 498	0.97 504	0.67 471	0.93 540	0.63 507	0.92 513	0.63 493

AIO-Stereo	0.84 489	0.66 304	0.70 480	0.83 447	0.67 516	0.98 527	0.82 547	1.14 543	0.72 532	1.03 546	0.74 536	1.03 549	1.09 563	0.99 534	0.45 443	1.04 516	0.73 493	0.95 546	0.74 540	0.94 522	0.46 439

DCRE	0.84 489	1.89 548	0.77 496	0.94 468	0.72 528	0.88 516	0.73 530	0.87 506	0.78 539	0.90 517	0.71 529	0.88 518	0.67 504	0.88 517	0.73 527	0.81 481	0.68 477	0.81 520	0.70 533	0.82 497	0.70 512

iGMRVC	0.84 489	2.85 623	0.72 486	0.72 429	0.73 529	0.77 495	0.79 537	0.73 489	0.74 537	0.73 493	0.72 532	0.73 498	0.76 530	0.73 492	0.73 527	0.72 461	0.73 493	0.73 503	0.72 538	0.73 478	0.72 519

WQFJA1	0.85 495	0.98 371	0.67 467	1.29 561	0.76 538	1.01 537	0.67 504	1.02 537	0.67 505	1.02 544	0.67 508	1.01 544	0.67 504	1.01 544	0.68 505	0.99 509	0.67 471	0.93 540	0.64 512	0.92 513	0.65 501

WQFJX	0.85 495	1.00 381	0.68 475	1.30 563	0.75 533	1.01 537	0.68 509	1.01 533	0.68 511	1.01 540	0.68 514	1.03 549	0.68 509	1.02 548	0.67 498	0.97 504	0.67 471	0.93 540	0.63 507	0.94 522	0.63 493

NLSM3	0.85 495	0.99 379	0.68 475	1.29 561	0.76 538	1.01 537	0.68 509	1.01 533	0.68 511	1.02 544	0.68 514	1.01 544	0.68 509	1.01 544	0.68 505	0.97 504	0.68 477	0.93 540	0.64 512	0.93 518	0.63 493

DNS	0.86 498	2.43 596	1.66 634	2.03 604	0.42 449	0.60 472	0.42 439	0.60 465	0.42 443	0.60 469	0.42 442	0.60 474	0.42 438	0.60 469	0.42 434	1.97 629	1.63 640	0.55 474	0.40 440	0.55 445	0.40 413

NLMM1	0.86 498	0.98 371	0.69 477	1.48 578	0.75 533	1.01 537	0.69 517	1.00 524	0.69 516	1.00 529	0.70 523	1.00 535	0.68 509	1.01 544	0.67 498	0.97 504	0.68 477	0.92 537	0.63 507	0.93 518	0.63 493

AdaDepth	0.86 498	0.93 364	0.71 483	1.01 482	1.07 575	1.02 543	0.71 526	1.00 524	0.71 529	1.01 540	0.71 529	1.00 535	0.72 525	1.14 562	0.71 524	0.92 495	0.64 466	0.90 531	0.64 512	0.89 507	0.69 509

GEStereo_RVC	0.86 498	4.45 663	0.20 198	0.27 206	0.20 246	0.27 252	0.20 233	0.26 239	0.18 231	5.03 736	0.20 244	0.27 253	0.19 241	0.27 252	0.21 238	0.20 181	0.19 205	0.19 205	4.02 740	0.20 203	0.18 224

FAST (zero-shot)	0.87 502	1.55 497	0.42 373	1.57 580	0.42 449	1.62 635	0.45 449	1.59 623	0.42 443	1.66 634	0.44 447	1.62 634	0.42 438	1.59 629	0.42 434	0.64 439	0.43 389	0.64 486	0.42 457	0.67 464	0.46 439

Selective-RAFT-Error	0.88 503	0.84 337	0.98 522	0.86 453	0.97 563	0.88 516	0.95 558	0.84 504	0.99 567	0.92 521	0.82 548	0.84 515	0.98 550	0.87 515	0.97 556	0.81 481	0.83 509	0.79 515	0.82 554	0.79 489	0.85 541

IER	0.88 503	7.04 708	2.23 683	2.75 642	0.28 286	0.43 356	0.25 259	0.39 296	0.25 263	0.41 321	0.27 278	0.39 306	0.25 265	0.40 310	0.28 276	0.37 274	0.28 253	0.37 318	0.25 267	0.37 299	0.25 249

Selective-RAFT	0.89 505	0.89 349	0.72 486	1.16 502	0.78 542	1.06 546	0.82 547	0.87 506	0.97 564	1.00 529	0.91 555	0.90 522	1.00 551	0.89 519	0.93 553	0.83 486	0.83 509	0.82 524	0.82 554	0.81 495	0.82 539

AIO-Stereo-zeroshot	0.91 506	0.86 341	0.89 510	1.25 554	0.69 520	1.05 545	0.81 544	1.16 547	0.50 472	1.12 556	0.97 563	0.72 496	0.82 540	1.06 551	0.95 554	0.61 428	0.87 511	1.03 560	0.85 557	1.04 535	1.01 564

CFNet-RSSM	0.91 506	4.89 669	0.34 293	0.44 302	1.07 575	1.62 635	1.40 649	0.91 513	0.35 394	1.60 627	1.39 649	0.64 481	0.34 389	0.44 382	0.33 367	0.41 315	0.35 336	0.75 509	0.30 365	0.41 384	0.29 330

MLG-Stereo	0.92 508	0.90 353	0.84 508	1.27 556	0.49 475	1.38 622	0.88 550	1.41 620	0.97 564	0.73 493	1.09 575	1.26 614	0.43 443	0.72 490	1.05 567	1.13 529	0.49 417	1.18 573	0.66 519	1.01 532	0.46 439

ToySt	0.92 508	2.11 566	0.90 513	0.95 470	0.79 544	0.99 528	0.78 536	0.94 520	0.81 548	0.94 525	0.78 542	0.95 531	0.77 532	0.94 528	0.86 547	0.91 492	0.79 503	0.85 527	0.77 545	0.89 507	0.73 523

DPSM_ROB	0.92 508	0.91 355	0.91 515	0.91 458	0.92 558	0.92 521	0.92 554	0.92 516	0.91 553	0.93 523	0.91 555	0.92 525	0.90 543	0.91 522	0.92 549	0.92 495	0.91 514	0.91 534	0.92 559	0.93 518	0.93 549

DPSM	0.92 508	0.91 355	0.91 515	0.91 458	0.92 558	0.92 521	0.92 554	0.92 516	0.91 553	0.93 523	0.91 555	0.92 525	0.90 543	0.91 522	0.92 549	0.92 495	0.91 514	0.91 534	0.92 559	0.93 518	0.93 549

pmcnn	0.92 508	0.92 360	0.92 517	0.92 461	0.92 558	0.92 521	0.92 554	0.92 516	0.92 557	0.92 521	0.92 558	0.92 525	0.92 545	0.92 526	0.92 549	0.92 495	0.92 516	0.92 537	0.92 559	0.92 513	0.92 548

error version	0.93 513	4.47 664	2.35 686	1.99 602	0.37 411	0.41 328	0.36 397	0.41 323	0.35 394	0.43 342	0.36 399	0.41 331	0.40 420	0.41 330	0.36 389	1.87 620	2.16 681	0.47 438	0.37 421	0.39 359	0.33 371

test_1	0.93 513	4.47 664	2.35 686	1.99 602	0.37 411	0.41 328	0.36 397	0.41 323	0.35 394	0.43 342	0.36 399	0.41 331	0.40 420	0.41 330	0.36 389	1.87 620	2.16 681	0.47 438	0.37 421	0.39 359	0.33 371

DGTPSM_ROB	0.93 513	1.00 381	0.92 517	0.94 468	0.96 562	0.91 520	0.92 554	0.91 513	0.96 563	0.91 519	0.96 561	0.93 528	0.92 545	0.94 528	0.92 549	0.92 495	0.92 516	0.90 531	0.92 559	0.94 522	0.91 547

HSM-Net_RVC	0.95 516	1.17 419	0.78 498	1.18 504	0.71 526	1.16 560	0.75 532	1.09 541	0.80 545	1.10 550	0.75 537	1.17 565	0.74 527	1.17 565	0.80 540	1.13 529	0.73 493	1.17 570	0.77 545	1.16 546	0.72 519
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MWSP-net	0.96 517	0.75 318	0.49 408	4.84 705	0.48 471	1.28 613	0.52 478	1.20 555	0.51 479	1.14 560	0.70 523	1.00 535	0.56 483	0.90 520	0.69 513	0.76 471	0.60 457	0.95 546	0.56 496	0.73 478	0.45 437

iRaftStereo_RVC	0.97 518	3.17 631	2.30 685	2.42 634	0.38 418	0.54 461	0.38 410	0.54 450	0.38 410	0.54 456	0.38 411	0.54 459	0.38 408	0.54 455	0.38 402	2.38 669	2.34 685	0.49 451	0.36 418	0.49 425	0.36 392

DPSimNet_ROB	0.97 518	1.18 421	0.81 505	1.10 488	0.91 557	1.02 543	0.82 547	1.04 538	0.91 553	1.03 546	0.86 551	1.28 618	0.82 540	1.03 550	0.89 548	1.17 533	0.81 508	1.02 558	0.82 554	1.08 537	0.81 538

test-3	0.98 520	4.13 657	1.85 654	1.85 593	0.61 503	0.69 485	0.37 403	0.63 471	0.61 495	0.66 483	0.51 481	0.73 498	0.44 445	0.57 465	0.54 476	1.68 613	1.81 652	0.40 382	0.43 460	0.66 461	0.50 458

LGCAT	1.00 521	1.00 381	1.00 524	1.00 477	1.00 564	1.00 529	1.00 562	1.00 524	1.00 568	1.00 529	1.00 566	1.00 535	1.00 551	1.00 536	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 558

Test_v1	1.00 521	1.00 381	1.00 524	1.00 477	1.00 564	1.00 529	1.00 562	1.00 524	1.00 568	1.00 529	1.00 566	1.00 535	1.00 551	1.00 536	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 558

Wavelet-MonSter	1.00 521	1.21 469	0.76 494	1.94 597	1.01 570	1.11 555	0.76 534	1.15 544	0.76 538	1.11 555	0.76 538	1.14 562	0.76 530	1.11 559	0.76 534	1.21 582	0.90 513	1.02 558	0.71 536	1.02 534	0.71 518

999	1.00 521	1.12 412	0.59 438	1.10 488	1.21 637	1.09 551	0.52 478	1.08 539	1.43 651	1.18 563	1.35 643	0.98 534	0.52 478	0.91 522	0.85 546	0.72 461	1.46 622	0.83 525	0.98 564	0.68 466	1.41 647

DispNO	1.00 521	0.63 301	0.43 375	3.45 671	0.44 454	0.65 480	0.43 442	0.64 473	0.43 445	0.64 479	0.43 445	0.64 481	3.03 703	0.64 477	0.43 439	4.55 705	0.43 389	0.63 484	0.43 460	0.63 458	0.43 432

GANet	1.00 521	1.00 381	1.00 524	1.00 477	1.00 564	1.00 529	1.00 562	1.00 524	1.00 568	1.00 529	1.00 566	1.00 535	1.00 551	1.00 536	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 558

TDLM	1.00 521	1.00 381	1.00 524	1.00 477	1.00 564	1.00 529	1.00 562	1.00 524	1.00 568	1.00 529	1.00 566	1.00 535	1.00 551	1.00 536	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 558

CVANet_RVC	1.00 521	1.00 381	1.00 524	1.00 477	1.00 564	1.00 529	1.00 562	1.00 524	1.00 568	1.00 529	1.00 566	1.00 535	1.00 551	1.00 536	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 558

trnet	1.01 529	1.01 391	1.01 529	1.01 482	1.01 570	1.01 537	1.01 567	1.01 533	1.01 573	1.01 540	1.01 571	1.01 544	1.01 559	1.01 544	1.01 564	1.01 515	1.01 526	1.01 557	1.01 573	1.01 532	1.01 564

LL-Strereo	1.01 529	5.06 676	1.63 631	0.70 425	1.43 649	0.56 463	0.46 453	0.57 457	0.50 472	0.57 464	0.50 475	1.58 629	0.49 468	0.59 467	0.50 465	1.64 612	0.52 433	0.51 462	1.37 645	0.52 439	0.45 437

FlowAnything_test	1.02 531	1.72 504	0.71 483	1.59 582	0.70 524	1.61 633	0.69 517	1.61 625	0.70 524	1.60 627	0.70 523	1.61 633	0.69 515	1.61 632	0.70 522	0.81 481	0.58 448	0.81 520	0.55 492	0.81 495	0.56 483

FlowAnything	1.02 531	1.71 503	0.72 486	1.59 582	0.69 520	1.60 632	0.69 517	1.61 625	0.70 524	1.60 627	0.69 519	1.60 630	0.69 515	1.61 632	0.69 513	0.81 481	0.58 448	0.81 520	0.56 496	0.82 497	0.56 483

Hybrid-DGEV	1.03 533	1.75 510	0.80 502	1.28 560	0.78 542	1.26 610	0.80 540	1.26 606	0.78 539	1.26 612	0.78 542	1.26 614	0.78 534	1.26 615	0.78 536	1.15 532	0.75 496	1.14 563	0.74 540	1.14 541	0.75 527

tt45	1.04 534	0.88 346	1.36 612	0.92 461	1.03 573	1.51 631	0.79 537	0.70 484	0.88 551	0.74 498	0.90 552	1.60 630	0.72 525	1.60 630	0.75 532	0.91 492	0.78 501	1.52 639	0.79 549	1.14 541	1.32 639

Hybrid-DGEV-2	1.05 535	1.83 536	0.83 506	1.33 567	0.82 550	1.30 614	0.81 544	1.26 606	0.79 543	1.29 614	0.79 544	1.26 614	0.80 536	1.26 615	0.79 537	1.20 536	0.78 501	1.18 573	0.77 545	1.20 556	0.77 532

Hybrid-DGEV-03	1.07 536	1.83 536	0.83 506	1.34 568	0.81 549	1.32 616	0.81 544	1.31 613	0.81 548	1.31 615	0.82 548	1.32 619	0.82 540	1.32 620	0.81 543	1.19 534	0.77 499	1.19 575	0.76 543	1.19 554	0.77 532

GLC_STEREO	1.07 536	1.01 391	1.06 532	1.07 486	1.05 574	1.06 546	1.08 572	1.08 539	1.05 577	1.07 548	1.06 573	1.08 552	1.05 561	1.06 551	1.10 570	1.07 518	1.09 536	1.05 561	1.05 575	1.06 536	1.12 571

FC-DCNN	1.07 536	1.09 407	0.98 522	0.89 454	0.52 486	1.41 626	0.91 553	1.21 601	1.24 637	1.96 640	2.05 709	1.91 641	1.30 629	1.27 618	1.08 569	0.80 477	0.60 457	0.58 477	0.41 449	0.68 466	0.54 472

hknet	1.10 539	1.85 542	3.49 713	4.48 688	0.02 22	0.42 349	0.06 137	0.41 323	0.02 22	0.48 411	0.03 56	0.41 331	0.03 53	0.42 344	0.03 52	4.39 702	4.19 716	0.33 280	0.23 257	0.34 271	0.27 293

test_xeample3	1.10 539	1.81 526	0.61 448	0.84 448	0.49 475	0.77 495	0.66 500	0.92 516	1.40 649	0.68 487	0.46 456	0.78 504	0.54 482	1.72 635	1.48 651	1.34 592	1.52 626	1.35 632	1.67 683	1.33 611	1.55 652

DISCO	1.11 541	0.39 208	5.28 727	0.39 254	0.20 246	0.39 307	0.27 269	0.39 296	0.22 248	0.38 290	0.20 244	0.38 301	0.20 245	6.95 747	0.22 242	0.30 239	0.21 211	0.27 253	0.21 248	5.25 728	0.21 232

Occ-G	1.12 542	0.52 279	3.72 718	3.50 675	0.50 479	0.56 463	0.47 458	0.54 450	0.46 453	0.54 456	0.41 432	0.54 459	0.42 438	0.52 449	0.42 434	3.42 693	4.02 715	0.52 465	0.45 463	0.51 436	0.44 435

AEACV	1.12 542	0.52 279	3.12 709	3.24 660	0.86 551	0.53 457	0.49 469	0.60 465	0.47 458	0.53 450	0.49 471	0.55 463	0.45 449	0.55 459	0.47 454	3.01 688	3.88 713	0.71 502	0.60 503	0.80 492	0.48 449

LiteMatch	1.13 544	0.73 313	2.80 694	3.23 658	0.61 503	0.83 510	0.68 509	0.73 489	0.69 516	1.00 529	0.77 540	0.94 529	0.57 485	0.82 504	0.64 491	2.97 686	2.43 688	0.68 493	0.32 384	0.56 448	0.70 512

Lsterematch	1.13 544	0.73 313	2.80 694	3.23 658	0.61 503	0.83 510	0.68 509	0.73 489	0.69 516	1.00 529	0.77 540	0.94 529	0.57 485	0.82 504	0.64 491	2.97 686	2.43 688	0.68 493	0.32 384	0.56 448	0.70 512

MSMD_ROB	1.19 546	1.10 411	0.70 480	1.10 488	0.60 498	1.10 552	0.70 523	1.10 542	0.70 524	1.10 550	0.70 523	1.10 556	0.70 519	7.00 748	0.70 522	1.10 522	0.70 486	1.10 562	0.70 533	1.10 538	0.70 512

MM-Stereo_test2	1.20 547	1.85 542	1.05 531	1.46 577	0.94 561	1.36 620	0.99 561	1.36 615	0.95 561	1.41 622	0.98 564	1.40 625	0.96 547	1.37 622	0.95 554	1.37 597	1.06 529	1.33 629	0.93 563	1.29 610	0.89 545

ours_stereo	1.20 547	1.21 469	0.90 513	1.64 590	1.11 577	1.35 618	0.67 504	1.76 632	0.93 559	1.70 636	1.10 576	1.39 623	0.75 529	1.41 624	0.81 543	1.60 611	1.03 528	1.33 629	1.00 566	1.61 621	0.72 519

DisPM	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

CrosDoStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

PFNet+	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

LCNet	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

HHNet	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

Patchmatch Stereo++	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585
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	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

STrans-v2	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

TransformOpticalFlow	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

OMP-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

IIG-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

NF-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

OCTAStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

PSM-softLoss	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

KMStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

NRIStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

PSM-adaLoss	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

PSM-AAD	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

FTStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

ROB_FTStereo_v2	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

ROB_FTStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

Consistency-Raft	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

KYRaft	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

HUI-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

ASMatch	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

DeepStereo_LL	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

DEmStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

SST-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

THIR-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

RAFT_R40	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

DRaft	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

PFNet	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

GrayStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

RE-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

Pruner-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

TVStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

DeepStereo_RVC	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

RAFT-RH_RVC	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

IRAFT_RVC	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

RAFT-345	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

iRAFT	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

CRE-IMP	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

GMM-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

RAFT-IKP	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

Prome-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

qqai	1.22 594	1.38 490	1.12 535	1.39 574	1.14 578	1.40 624	1.14 576	1.41 620	1.12 578	1.40 621	1.11 577	1.40 625	1.13 565	1.41 624	1.15 575	1.25 585	0.97 519	1.24 624	1.01 573	1.24 605	0.96 553

HCRNet	1.22 594	7.11 709	3.00 696	3.55 676	0.33 385	0.29 257	0.14 189	0.19 193	0.15 206	0.33 272	0.29 301	0.25 238	0.14 195	0.22 216	0.33 367	3.64 694	3.00 693	0.76 511	0.32 384	0.18 196	0.13 185

HBP-ISP	1.24 596	1.72 504	1.65 632	1.15 497	0.76 538	1.40 624	0.88 550	1.67 631	1.02 574	1.69 635	1.38 648	1.69 635	1.21 622	1.87 642	1.21 631	1.05 517	0.79 503	0.97 550	0.80 551	1.19 554	0.75 527

AANet_RVC	1.26 597	0.31 183	4.99 725	5.93 715	0.20 246	0.25 238	0.20 233	0.25 233	0.20 240	0.23 219	0.19 240	0.25 238	0.20 245	0.25 236	0.20 235	5.66 726	4.76 720	0.26 248	0.30 365	0.24 229	0.27 293

MM-Stereo_test3	1.27 598	2.07 562	1.18 544	1.60 585	1.02 572	1.45 628	1.01 567	1.40 619	1.04 576	1.44 624	1.03 572	1.46 628	1.02 560	1.44 627	1.02 565	1.51 606	1.12 543	1.32 628	0.98 564	1.38 614	0.97 554

11t	1.27 598	2.70 608	1.34 602	1.32 566	0.89 553	1.30 614	1.34 639	1.64 628	0.57 486	1.45 625	0.72 532	1.05 551	1.29 628	1.07 554	1.29 640	1.49 603	1.02 527	0.97 550	1.15 580	1.48 616	1.31 638

MaskLacGwcNet_RVC	1.35 600	1.35 486	1.35 604	1.35 570	1.35 642	1.35 618	1.35 640	1.36 615	1.35 645	1.36 619	1.35 643	1.36 621	1.36 634	1.36 621	1.35 644	1.35 593	1.35 613	1.35 632	1.35 642	1.35 612	1.35 643

CC-Net-ROB	1.36 601	1.33 485	1.33 601	1.36 571	1.38 646	1.36 620	1.33 638	1.37 617	1.34 642	1.35 618	1.36 645	1.38 622	1.34 632	1.38 623	1.38 647	1.35 593	1.38 617	1.33 629	1.35 642	1.43 615	1.34 642

CFNet	1.37 602	5.27 689	0.19 195	5.49 712	0.19 243	0.28 254	0.19 229	0.28 244	0.19 238	0.28 249	0.19 240	0.28 254	4.35 733	0.28 257	0.19 232	0.23 202	0.17 195	0.23 228	4.21 742	4.81 719	0.17 218

PS-NSSS	1.38 603	1.39 491	1.34 602	1.34 568	1.35 642	1.38 622	1.37 647	1.35 614	1.38 648	1.34 617	1.34 642	1.39 623	1.38 637	1.70 634	1.40 648	1.36 595	1.36 614	1.36 634	1.37 645	1.37 613	1.36 644

RASNet	1.49 604	1.65 500	1.45 620	1.38 573	1.43 649	1.47 629	1.36 642	1.38 618	1.36 646	1.39 620	1.60 659	1.45 627	1.45 640	1.51 628	2.21 704	1.53 607	1.36 614	1.36 634	1.36 644	1.66 624	1.36 644

BLMT-Stereo	1.53 605	1.36 487	1.06 532	1.42 576	1.23 641	1.41 626	1.07 571	1.43 622	1.12 578	1.42 623	1.06 573	1.83 638	1.07 562	1.42 626	1.07 568	1.27 587	1.38 617	6.80 745	1.00 566	1.26 607	1.00 558

GANetREF_RVC	1.55 606	1.94 558	1.22 596	1.88 594	1.21 637	1.88 640	1.22 630	1.88 634	1.22 635	1.88 637	1.22 632	1.88 639	1.22 623	1.89 643	1.22 632	1.87 620	1.22 599	1.88 655	1.22 633	1.88 633	1.22 631
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	1.59 607	1.91 551	1.21 595	1.94 597	1.20 591	2.00 648	1.23 631	1.99 639	1.24 637	2.00 645	1.25 635	2.03 649	1.26 625	2.00 647	1.29 640	1.90 624	1.18 550	1.89 656	1.21 632	1.89 634	1.20 585
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 608	1.59 499	1.70 635	1.59 582	1.59 655	1.61 633	1.61 658	1.60 624	1.60 655	1.62 633	1.59 658	1.60 630	1.60 643	1.60 630	1.59 655	1.59 609	1.60 637	1.59 641	1.59 663	1.59 620	1.59 658

MEA-ACV	1.66 609	0.87 343	0.61 448	11.81 745	1.35 642	1.50 630	0.71 526	1.23 604	0.92 557	1.13 559	0.96 561	1.69 635	0.70 519	1.23 614	1.16 579	1.54 608	1.20 551	1.58 640	0.85 557	1.12 539	0.95 552

ff7	1.68 610	2.68 605	1.35 604	0.97 474	0.89 553	1.84 637	2.15 702	2.12 645	1.80 685	2.05 650	1.56 655	2.33 670	2.12 693	2.23 666	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 510	1.04 566

ffff	1.68 610	2.68 605	1.35 604	0.97 474	0.89 553	1.84 637	2.15 702	2.12 645	1.80 685	2.05 650	1.56 655	2.33 670	2.12 693	2.23 666	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 510	1.04 566

ccc-4	1.68 610	2.68 605	1.35 604	0.97 474	0.89 553	1.84 637	2.15 702	2.12 645	1.80 685	2.05 650	1.56 655	2.33 670	2.12 693	2.23 666	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 510	1.04 566

PhaseNet	1.74 613	6.34 707	4.81 723	6.77 721	0.24 269	0.80 502	0.53 480	0.48 410	0.22 248	0.53 450	0.28 286	0.48 420	0.25 265	0.40 310	0.32 355	6.39 732	4.61 719	0.46 428	0.38 435	0.25 232	0.18 224

MC-Stereo	1.76 614	2.96 624	1.37 614	2.14 606	1.37 645	2.14 654	1.36 642	2.14 648	1.37 647	2.14 654	1.37 646	2.14 651	1.37 636	2.14 652	1.37 646	1.97 629	1.32 601	1.97 659	1.32 641	1.98 636	1.33 640

IGEVStereo-DCA	1.77 615	4.21 659	1.84 652	2.49 637	2.11 703	2.54 688	1.36 642	1.65 629	1.17 586	2.75 698	1.90 692	2.54 683	1.15 569	0.94 528	1.11 571	1.50 604	1.32 601	0.96 548	1.46 654	1.49 617	0.88 542

rrr	1.77 615	4.21 659	1.84 652	2.49 637	2.11 703	2.54 688	1.36 642	1.65 629	1.17 586	2.75 698	1.90 692	2.54 683	1.15 569	0.94 528	1.11 571	1.50 604	1.32 601	0.96 548	1.46 654	1.49 617	0.88 542

MM-Stereo_test1	1.80 617	3.41 636	1.52 627	2.12 605	1.41 648	2.04 649	1.41 650	2.05 643	1.46 652	2.04 649	1.41 650	2.05 650	1.42 639	2.05 648	1.43 650	2.04 634	1.54 629	1.94 657	1.38 647	1.99 637	1.33 640

MFMNet_re	1.81 618	1.91 551	1.71 637	1.95 599	1.70 678	1.95 645	1.70 675	1.96 637	1.74 681	1.97 642	1.72 680	1.95 642	1.71 664	1.97 646	1.71 675	1.86 618	1.62 638	1.85 648	1.66 682	1.86 632	1.64 676

plain	1.88 619	3.16 630	0.64 457	3.10 653	0.65 511	3.10 704	0.64 497	3.12 703	0.65 501	3.10 704	0.65 505	3.11 704	0.65 499	3.12 703	0.65 494	3.12 689	0.65 468	3.13 702	0.65 516	3.13 690	0.65 501

derf	1.91 620	2.15 570	1.78 641	2.16 607	1.75 681	2.21 663	1.80 679	2.22 662	1.80 685	2.21 665	1.76 681	2.17 652	1.81 673	2.24 669	1.74 684	1.93 627	1.56 630	1.96 658	1.53 656	1.95 635	1.56 653

noway5	1.92 621	4.97 672	1.95 674	2.31 624	1.68 668	2.21 663	1.68 669	2.21 660	1.69 671	2.22 669	1.68 673	2.21 660	1.68 654	2.21 662	1.68 670	2.18 646	1.87 667	1.71 645	0.65 516	0.85 501	0.72 519

RAFT_CTSACE	1.92 621	3.71 643	1.72 638	1.88 594	1.72 680	2.04 649	1.42 652	2.18 651	1.89 698	2.02 647	1.97 698	1.95 642	2.06 692	1.93 644	1.62 656	1.76 615	1.66 642	2.02 660	1.73 691	1.73 627	1.43 649

MonStereo1	1.94 623	2.77 618	1.52 627	3.73 683	1.51 652	2.13 653	1.42 652	2.32 672	1.52 653	2.31 676	1.50 653	2.53 680	1.59 642	2.34 674	1.56 653	1.91 625	1.36 614	1.86 651	1.31 640	2.07 647	1.53 650

4.25w-stereo	1.98 624	2.72 612	1.46 621	3.47 672	1.43 649	2.07 651	1.98 693	2.53 684	1.52 653	2.71 691	1.98 704	1.81 637	1.62 645	1.96 645	1.36 645	1.88 623	2.00 670	2.53 696	1.61 670	1.74 628	1.15 576

4.5w-stereo	1.99 625	2.33 584	1.81 643	3.28 662	1.68 668	1.94 642	1.99 696	2.72 688	1.70 672	2.72 692	1.99 707	1.97 644	1.68 654	1.76 636	1.29 640	1.91 625	2.02 676	2.53 696	1.61 670	1.75 629	1.16 579

2.75w_new	1.99 625	2.34 588	1.81 643	3.14 654	1.62 657	1.94 642	1.99 696	2.72 688	1.71 674	2.72 692	1.99 707	1.90 640	1.73 666	1.82 641	1.29 640	2.37 668	2.01 672	2.31 682	1.42 651	1.77 630	1.22 631

3.75w	1.99 625	2.31 582	1.83 651	3.16 656	1.65 659	1.93 641	1.98 693	2.72 688	1.68 664	2.73 697	1.97 698	2.00 646	1.72 665	1.81 640	1.25 636	2.27 658	2.01 672	2.38 687	1.42 651	1.71 626	1.24 634

2w_stereo	1.99 625	2.36 591	1.81 643	3.24 660	1.67 664	1.94 642	1.98 693	2.72 688	1.68 664	2.72 692	1.94 695	1.98 645	1.74 668	1.79 639	1.27 637	1.95 628	2.00 670	2.53 696	1.60 666	1.68 625	1.15 576

2.25w	2.00 629	1.86 545	1.98 677	2.95 651	2.17 707	2.26 669	1.35 640	2.42 678	2.00 705	2.07 653	1.27 637	2.53 680	1.99 688	2.29 671	1.49 652	2.21 650	1.32 601	1.85 648	1.87 696	2.52 677	1.62 671

4.25_new	2.00 629	2.33 584	1.82 648	3.32 665	1.69 673	1.95 645	1.99 696	2.72 688	1.71 674	2.72 692	1.97 698	2.01 647	1.74 668	1.77 637	1.28 638	2.18 646	2.01 672	2.48 694	1.58 661	1.65 622	1.17 580

4.5w_new	2.00 629	2.33 584	1.82 648	3.32 665	1.69 673	1.95 645	1.99 696	2.72 688	1.71 674	2.72 692	1.97 698	2.01 647	1.74 668	1.77 637	1.28 638	2.18 646	2.01 672	2.48 694	1.58 661	1.65 622	1.17 580

4.5_new	2.00 629	1.84 541	1.98 677	2.77 644	2.16 705	2.27 670	1.28 637	2.09 644	1.98 702	2.01 646	1.28 638	2.71 693	1.98 686	2.51 683	1.65 658	2.26 655	1.33 608	1.87 652	1.87 696	2.49 673	1.60 660

TRStereo	2.00 629	2.13 567	1.85 654	2.27 613	1.84 685	2.28 672	1.84 681	2.29 667	1.86 691	2.30 673	1.87 687	2.30 667	1.87 676	2.08 649	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 681

XX-Stereo	2.00 629	2.13 567	1.85 654	2.27 613	1.84 685	2.28 672	1.84 681	2.29 667	1.86 691	2.30 673	1.87 687	2.30 667	1.87 676	2.08 649	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 681

EAI-Stereo	2.00 629	2.13 567	1.85 654	2.27 613	1.84 685	2.28 672	1.84 681	2.29 667	1.86 691	2.30 673	1.87 687	2.30 667	1.87 676	2.08 649	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 681

2.5w	2.01 636	2.40 593	1.37 614	3.28 662	2.01 697	2.71 694	1.43 655	1.82 633	1.83 689	1.90 639	1.41 650	2.71 693	1.35 633	2.71 693	1.85 690	2.66 680	1.53 627	1.64 642	1.23 634	2.53 680	1.87 691

4w-stereo	2.02 637	2.72 612	1.44 619	3.36 668	1.59 655	2.48 681	1.72 677	2.28 665	1.24 637	2.24 671	1.65 663	2.56 685	1.32 631	2.39 677	1.98 701	2.67 682	1.51 625	1.66 643	1.24 635	2.53 680	1.88 694

IGEV	2.02 637	2.20 574	1.82 648	2.90 650	2.16 705	2.41 678	1.25 633	2.00 640	1.98 702	1.99 644	1.31 640	2.72 697	1.93 682	2.67 692	1.69 673	2.26 655	1.32 601	1.83 647	1.87 696	2.53 680	1.61 665

3.25w_new	2.03 639	2.72 612	1.35 604	3.33 667	1.57 653	2.72 695	1.53 657	2.15 649	1.33 641	2.15 655	1.60 659	2.63 689	1.30 629	2.72 695	1.99 702	2.67 682	1.53 627	1.75 646	1.25 637	2.53 680	1.87 691

3.5w_stereo	2.03 639	2.72 612	1.35 604	3.41 669	1.57 653	2.72 695	1.49 656	2.01 641	1.34 642	2.15 655	1.61 661	2.63 689	1.36 634	2.72 695	1.99 702	2.66 680	1.58 633	1.68 644	1.24 635	2.53 680	1.87 691

UniTT-Stereo	2.03 639	3.43 637	0.72 486	3.42 670	0.73 529	3.27 707	0.68 509	3.38 708	0.69 516	3.29 707	0.72 532	3.28 707	0.70 519	3.35 709	0.68 505	3.39 692	0.68 477	3.31 705	0.69 529	3.37 691	0.73 523

3.25w	2.04 642	2.20 574	1.48 622	3.03 652	2.17 707	2.63 692	1.39 648	1.96 637	1.95 701	1.96 640	1.37 646	2.71 693	1.96 685	2.71 693	1.73 683	2.26 655	1.32 601	1.87 652	1.87 696	2.51 676	1.63 674

3w_stereo	2.04 642	2.24 578	1.70 635	3.15 655	2.18 709	2.49 682	1.26 635	2.03 642	1.98 702	1.98 643	1.33 641	2.72 697	1.99 688	2.59 686	1.72 678	2.22 651	1.33 608	1.85 648	1.88 701	2.50 675	1.58 657

1w_stereo	2.05 644	2.32 583	1.35 604	3.74 684	2.01 697	2.73 697	1.42 652	1.88 634	1.93 700	2.03 648	1.28 638	2.71 693	1.99 688	2.72 695	1.72 678	2.20 649	1.32 601	1.87 652	1.86 695	2.45 669	1.54 651

zzzzzz3	2.07 645	5.00 674	1.93 665	2.28 618	1.66 660	2.19 657	1.66 661	2.18 651	1.67 659	2.19 660	1.66 666	2.18 653	1.67 652	2.18 654	1.66 661	2.15 638	1.85 659	2.05 661	1.59 663	2.05 639	1.59 658

noway2	2.07 645	4.96 671	1.92 662	2.28 618	1.66 660	2.20 660	1.66 661	2.19 654	1.66 656	2.19 660	1.65 663	2.19 656	1.68 654	2.18 654	1.65 658	2.15 638	1.86 663	2.06 665	1.59 663	2.06 643	1.60 660

LiteMatch*	2.07 645	1.30 481	5.73 730	6.28 718	0.79 544	1.33 617	0.80 540	1.30 612	1.02 574	1.33 616	0.84 550	1.33 620	0.97 548	1.28 619	1.04 566	6.05 730	5.89 726	1.28 627	0.76 543	1.28 609	0.88 542

noway7	2.08 648	5.18 680	1.92 662	2.27 613	1.66 660	2.18 655	1.66 661	2.17 650	1.66 656	2.18 657	1.65 663	2.18 653	1.66 646	2.17 653	1.66 661	2.15 638	1.85 659	2.05 661	1.60 666	2.05 639	1.60 660

zzzz4	2.08 648	5.22 684	1.93 665	2.27 613	1.66 660	2.19 657	1.66 661	2.18 651	1.67 659	2.18 657	1.66 666	2.18 653	1.66 646	2.18 654	1.66 661	2.15 638	1.84 654	2.05 661	1.60 666	2.05 639	1.60 660

zzzz2	2.08 648	4.92 670	1.93 665	2.30 621	1.67 664	2.19 657	1.66 661	2.20 657	1.67 659	2.20 663	1.68 673	2.21 660	1.66 646	2.20 659	1.68 670	2.17 644	1.84 654	2.07 667	1.62 676	2.05 639	1.61 665

monster_256*512	2.09 651	5.21 683	1.98 677	2.30 621	1.67 664	2.18 655	1.66 661	2.20 657	1.67 659	2.19 660	1.67 668	2.19 656	1.66 646	2.19 657	1.66 661	2.15 638	1.86 663	2.05 661	1.60 666	2.06 643	1.61 665

zzz1	2.09 651	4.97 672	1.93 665	2.30 621	1.68 668	2.21 663	1.68 669	2.21 660	1.68 664	2.21 665	1.67 668	2.21 660	1.68 654	2.21 662	1.69 673	2.17 644	1.85 659	2.08 671	1.61 670	2.06 643	1.61 665

zzzzzzz1	2.10 653	5.20 682	1.93 665	2.38 631	1.68 668	2.20 660	1.67 667	2.20 657	1.68 664	2.20 663	1.67 668	2.20 659	1.68 654	2.20 659	1.67 669	2.24 653	1.86 663	2.06 665	1.61 670	2.06 643	1.62 671

GELT-Stereo	2.10 653	5.33 691	1.94 673	2.37 629	1.68 668	2.21 663	1.69 673	2.19 654	1.67 659	2.18 657	1.67 668	2.19 656	1.66 646	2.19 657	1.66 661	2.23 652	1.83 653	2.07 667	1.61 670	2.04 638	1.61 665

noway1	2.10 653	5.26 688	1.93 665	2.31 624	1.69 673	2.21 663	1.67 667	2.19 654	1.68 664	2.21 665	1.68 673	2.21 660	1.67 652	2.20 659	1.66 661	2.15 638	1.84 654	2.07 667	1.61 670	2.07 647	1.61 665

sCroCo_RVC	2.10 653	2.76 616	1.92 662	2.78 647	1.39 647	2.73 697	1.41 650	2.73 694	1.40 649	2.77 703	1.41 650	2.74 699	1.40 638	2.74 698	1.40 648	2.72 684	1.42 620	2.72 700	1.44 653	2.79 687	1.42 648

noway4	2.11 657	5.14 678	1.93 665	2.37 629	1.69 673	2.20 660	1.68 669	2.22 662	1.68 664	2.21 665	1.69 677	2.23 664	1.68 654	2.22 664	1.66 661	2.24 653	1.84 654	2.09 676	1.63 679	2.09 652	1.62 671

MoCha-V2	2.11 657	26.97 753	0.78 498	0.92 461	0.77 541	0.96 526	0.72 529	0.90 511	0.72 532	0.94 525	0.70 523	0.90 522	0.71 524	0.91 522	0.71 524	0.85 489	0.71 490	0.88 529	0.69 529	0.87 503	0.67 505

noway3	2.12 659	5.22 684	1.93 665	2.39 632	1.70 678	2.23 668	1.70 675	2.22 662	1.70 672	2.22 669	1.70 679	2.23 664	1.69 661	2.22 664	1.71 675	2.28 659	1.86 663	2.08 671	1.63 679	2.09 652	1.63 674

FBW_ROB	2.12 659	2.46 598	1.77 640	2.49 637	1.79 684	2.38 676	1.83 680	2.46 679	1.78 684	2.48 684	1.97 698	2.40 675	1.78 671	2.42 680	1.83 688	2.31 664	1.85 659	2.38 687	1.82 694	2.35 663	1.84 687

MonStereo	2.17 661	2.41 594	1.49 626	2.67 641	1.67 664	2.60 691	2.04 700	2.32 672	1.76 682	2.44 681	1.68 673	2.50 678	1.69 661	2.38 675	1.80 687	2.28 659	1.78 649	2.63 699	2.14 704	3.47 692	1.68 679

asda	2.17 661	2.54 599	1.81 643	3.47 672	1.78 683	2.50 684	1.86 685	2.61 686	1.68 664	2.61 688	1.83 683	2.37 674	1.73 666	2.44 681	1.88 696	2.51 677	1.84 654	2.34 684	1.62 676	2.23 656	1.77 686

asd	2.18 663	2.77 618	1.58 629	3.59 677	2.00 696	2.58 690	1.85 684	2.39 677	1.71 674	2.47 683	1.97 698	2.59 687	1.61 644	2.56 684	1.79 686	2.51 677	1.99 669	2.11 677	1.62 676	2.36 664	1.60 660

qwe	2.18 663	2.60 602	1.58 629	3.83 685	1.90 694	2.53 686	1.90 691	2.48 680	1.73 679	2.37 679	1.92 694	2.53 680	1.68 654	2.56 684	1.83 688	2.52 679	1.87 667	2.07 667	1.68 685	2.32 662	1.71 680

monsters	2.18 663	2.41 594	1.96 676	3.47 672	2.03 701	2.53 686	1.64 660	2.48 680	1.73 679	2.40 680	1.50 653	2.62 688	1.94 683	2.59 686	1.94 698	2.44 672	1.57 632	2.28 680	1.87 696	2.42 666	1.86 689

AIO_rvc	2.18 663	2.34 588	1.87 658	2.32 626	1.94 695	2.40 677	1.89 690	2.37 675	2.07 707	2.52 686	1.95 697	2.44 677	1.99 688	2.41 678	1.89 697	2.32 665	2.09 678	2.24 678	2.18 705	2.21 655	2.23 698

HUF	2.18 663	2.30 581	1.99 681	2.34 628	2.02 700	2.41 678	2.06 701	2.38 676	1.89 698	2.36 678	1.85 684	2.56 685	1.98 686	2.31 673	1.97 700	2.30 663	2.03 677	2.30 681	2.11 703	2.23 656	2.16 696

AIO_test	2.18 663	2.09 565	2.04 682	2.42 634	2.01 697	2.47 680	1.94 692	2.34 674	2.03 706	2.56 687	1.94 695	2.43 676	1.94 683	2.41 678	1.87 694	2.39 670	2.10 679	2.35 686	1.91 702	2.25 658	2.19 697

monsterstereo	2.20 669	2.33 584	1.95 674	3.65 679	2.07 702	2.49 682	1.61 658	2.48 680	1.83 689	2.45 682	1.61 661	2.67 692	1.86 674	2.64 688	1.94 698	2.48 676	1.66 642	2.34 684	1.68 685	2.40 665	1.86 689

LG-G_1	2.22 670	2.71 610	1.89 659	2.77 644	1.87 692	2.75 699	1.87 688	2.76 696	1.87 695	2.75 698	1.87 687	2.76 700	1.87 676	2.75 699	1.86 691	2.47 674	1.58 633	2.45 691	1.57 658	2.45 669	1.57 655

LG-G	2.22 670	2.71 610	1.89 659	2.77 644	1.87 692	2.75 699	1.87 688	2.76 696	1.87 695	2.75 698	1.87 687	2.76 700	1.87 676	2.75 699	1.86 691	2.47 674	1.58 633	2.45 691	1.57 658	2.45 669	1.57 655

LGtest1	2.22 670	2.70 608	1.89 659	2.76 643	1.86 688	2.75 699	1.86 685	2.75 695	1.86 691	2.75 698	1.86 685	2.77 702	1.87 676	2.75 699	1.86 691	2.46 673	1.58 633	2.45 691	1.56 657	2.45 669	1.56 653

RAStereo	2.23 673	3.64 640	0.76 494	3.65 679	0.86 551	3.66 712	0.76 534	3.67 712	0.81 548	3.66 709	0.76 538	3.66 710	0.77 532	3.68 711	0.77 535	3.68 695	0.77 499	3.69 710	0.77 545	3.70 694	0.77 532

UDGNet	2.23 673	5.40 695	1.72 638	2.48 636	1.69 673	2.51 685	1.69 673	2.51 683	1.72 678	2.50 685	1.69 677	2.52 679	1.69 661	2.50 682	1.68 670	2.41 671	1.70 645	2.42 689	1.69 687	2.42 666	1.64 676

NCCL2	2.28 675	2.27 579	2.28 684	2.28 618	2.28 710	2.27 670	2.29 705	2.28 665	2.28 708	2.27 672	2.28 710	2.28 666	2.27 696	2.27 670	2.28 709	2.28 659	2.28 684	2.27 679	2.29 709	2.27 659	2.29 699

Abc-Net	2.32 676	24.75 745	1.14 538	1.17 503	1.17 585	1.11 555	1.15 578	1.17 549	1.21 634	1.08 549	1.16 581	1.12 561	1.14 568	1.09 555	1.17 581	1.09 520	1.16 546	1.17 570	1.17 583	1.16 546	1.11 569
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 677	25.00 746	1.13 537	1.15 497	1.15 580	1.10 552	1.15 578	1.15 544	1.15 581	1.12 556	1.15 578	1.09 554	1.13 565	1.10 557	1.15 575	1.11 527	1.09 536	1.16 566	1.12 578	1.16 546	1.17 580

stereogan	2.33 677	24.38 744	1.18 544	1.18 504	1.18 588	1.14 558	1.18 582	1.19 552	1.19 588	1.14 560	1.18 585	1.14 562	1.18 574	1.14 562	1.18 582	1.14 531	1.14 544	1.19 575	1.19 584	1.15 544	1.19 584

RGC	2.36 679	25.48 747	1.19 546	1.15 497	1.15 580	1.10 552	1.16 580	1.17 549	1.16 582	1.12 556	1.16 581	1.11 560	1.13 565	1.09 555	1.18 582	1.10 522	1.15 545	1.16 566	1.12 578	1.14 541	1.12 571

NCC-stereo	2.36 679	25.52 748	1.17 542	1.15 497	1.17 585	1.11 555	1.11 573	1.15 544	1.16 582	1.10 550	1.16 581	1.10 556	1.15 569	1.14 562	1.13 573	1.09 520	1.11 540	1.15 565	1.16 582	1.17 551	1.17 580

AF-Net	2.37 681	25.71 749	1.17 542	1.13 493	1.15 580	1.15 559	1.18 582	1.19 552	1.16 582	1.10 550	1.15 578	1.10 556	1.18 574	1.12 561	1.15 575	1.10 522	1.10 539	1.17 570	1.15 580	1.16 546	1.12 571

Nwc_Net	2.37 681	25.95 750	1.15 540	1.14 494	1.15 580	1.08 549	1.14 576	1.17 549	1.16 582	1.14 560	1.15 578	1.08 552	1.15 569	1.11 559	1.14 574	1.10 522	1.11 540	1.16 566	1.09 577	1.16 546	1.15 576

CFNet_RVC	2.38 683	8.71 720	0.38 311	9.33 734	0.42 449	0.56 463	0.42 439	0.60 465	0.38 410	0.62 475	0.42 442	0.56 466	7.29 745	0.62 471	0.42 434	0.53 405	0.37 346	0.49 451	0.34 399	8.30 742	6.87 747

testmc14	2.43 684	10.48 733	8.02 742	8.93 733	0.31 358	0.44 390	0.30 303	0.42 341	0.30 312	0.42 335	0.30 316	0.42 349	0.30 312	0.42 344	0.30 302	8.88 745	6.99 735	0.41 400	0.28 332	0.39 359	0.28 321

edge stereo	2.43 684	27.07 754	1.14 538	1.06 485	1.14 578	1.08 549	1.17 581	1.16 547	1.14 580	1.10 550	1.16 581	1.09 554	1.16 573	1.10 557	1.16 579	1.10 522	1.11 540	1.16 566	1.19 584	1.13 540	1.11 569

FAT-Stereo	2.46 686	26.05 751	1.23 598	1.23 553	1.22 639	1.20 561	1.24 632	1.23 604	1.23 636	1.19 564	1.22 632	1.21 612	1.24 624	1.20 567	1.24 633	1.21 582	1.17 549	1.22 623	1.25 637	1.20 556	1.24 634

MCSU-Stereo	2.48 687	10.56 734	8.50 744	9.47 737	0.31 358	0.43 356	0.30 303	0.42 341	0.30 312	0.42 335	0.30 316	0.42 349	0.30 312	0.41 330	0.30 302	8.86 744	6.93 734	0.40 382	0.29 347	0.39 359	0.28 321

S-Stereo	2.51 688	26.86 752	1.23 598	1.22 551	1.22 639	1.24 609	1.25 633	1.22 602	1.24 637	1.21 610	1.24 634	1.19 566	1.27 626	1.19 566	1.24 633	1.19 534	1.20 551	1.25 625	1.19 584	1.24 605	1.23 633

Anonymous3	2.55 689	3.26 634	1.65 632	3.28 662	1.63 658	3.24 706	1.68 669	3.27 705	1.66 656	3.28 706	1.67 668	3.25 706	1.66 646	3.27 705	1.64 657	3.26 690	1.65 641	3.30 704	1.65 681	4.95 724	1.65 678

DNSM	2.56 690	4.43 662	3.08 707	4.09 687	1.86 688	2.66 693	1.86 685	2.66 687	1.87 695	2.66 690	1.86 685	2.66 691	1.86 674	2.66 691	1.87 694	3.82 697	2.94 692	2.42 689	1.73 691	2.42 666	1.73 684

MIF-Stereo (partial)	2.58 691	3.31 635	0.66 463	3.18 657	0.66 514	3.18 705	0.66 500	3.21 704	0.67 505	3.19 705	0.66 507	3.19 705	0.66 502	3.31 707	0.68 505	5.09 722	1.79 651	8.23 749	1.67 683	6.18 733	1.38 646

MSMDNet	2.65 692	10.14 731	0.33 279	9.74 738	0.32 372	0.87 515	0.33 371	2.95 702	0.68 511	0.49 421	0.34 387	0.49 427	5.70 740	0.49 426	0.33 367	0.42 329	9.57 742	0.41 400	0.31 376	8.36 743	0.65 501

pcwnet_v2	2.66 693	9.89 729	0.33 279	9.89 739	0.32 372	0.50 439	0.32 360	0.49 418	0.33 379	0.49 421	0.34 387	0.49 427	8.76 747	0.48 419	0.33 367	0.41 315	9.58 743	0.40 382	0.29 347	9.01 746	0.63 493

CFNet_pseudo	2.67 694	9.36 725	0.32 274	10.99 744	0.33 385	0.85 512	0.33 371	0.49 418	0.33 379	0.49 421	0.32 370	0.49 427	7.26 744	0.49 426	0.33 367	0.41 315	9.62 744	0.41 400	0.29 347	10.03 750	0.29 330

TestStereo_HL2	2.73 695	0.41 223	11.06 745	14.13 747	0.30 311	0.44 390	0.28 280	0.43 349	0.29 297	0.43 342	0.28 286	0.43 358	0.29 303	0.43 351	0.28 276	13.51 749	10.37 749	0.41 400	0.27 311	0.38 312	0.27 293

CFNet_ucs	2.73 695	9.64 727	0.33 279	9.92 740	0.32 372	0.49 430	0.33 371	0.49 418	0.33 379	0.49 421	0.33 379	0.49 427	8.98 748	0.48 419	0.33 367	0.41 315	9.96 747	0.40 382	0.29 347	10.12 751	0.54 472

UCFNet_RVC	2.75 697	10.06 730	0.29 243	10.31 743	0.29 299	0.42 349	0.29 295	0.43 349	0.29 297	0.42 335	0.29 301	0.42 349	9.87 750	0.43 351	0.29 292	0.36 271	9.84 746	0.36 315	0.26 273	9.77 749	0.26 255

TestStereo_HL3	2.76 698	0.41 223	11.46 748	14.11 746	0.30 311	0.45 404	0.29 295	0.43 349	0.29 297	0.43 342	0.29 301	0.43 358	0.28 291	0.44 382	0.30 302	13.57 750	10.32 748	0.41 400	0.27 311	0.38 312	0.27 293

GGDA	2.76 698	0.41 223	11.34 747	14.28 748	0.30 311	0.44 390	0.29 295	0.43 349	0.29 297	0.43 342	0.28 286	0.43 358	0.28 291	0.43 351	0.29 292	13.45 748	10.57 750	0.41 400	0.27 311	0.38 312	0.27 293

TestStereo-Hl	2.78 700	0.42 233	11.23 746	14.38 749	0.30 311	0.44 390	0.30 303	0.43 349	0.28 287	0.43 342	0.29 301	0.44 393	0.29 303	0.44 382	0.29 292	13.64 751	10.73 751	0.41 400	0.27 311	0.38 312	0.27 293

ccs_rob	2.79 701	10.17 732	0.32 274	10.00 741	0.33 385	0.49 430	0.33 371	1.90 636	0.32 369	0.51 443	0.33 379	0.49 427	9.24 749	0.49 426	0.33 367	0.41 315	9.82 745	0.41 400	0.28 332	9.34 747	0.29 330

PCWNet_CMD	2.80 702	9.82 728	0.32 274	10.09 742	0.32 372	0.49 430	0.33 371	3.34 707	0.33 379	0.49 421	0.33 379	0.49 427	8.73 746	0.48 419	0.33 367	0.41 315	9.22 741	0.42 416	0.29 347	9.55 748	0.31 355

NLSM1	2.93 703	3.24 633	2.57 692	4.04 686	2.66 713	3.30 708	2.55 708	3.29 706	2.55 710	3.35 708	2.48 712	3.28 707	2.47 698	3.34 708	2.49 710	3.26 690	2.55 690	3.13 702	2.57 712	3.00 689	2.46 706

StereoVision	3.15 704	5.00 674	0.89 510	4.83 704	1.00 564	3.93 713	1.27 636	6.37 742	1.34 642	5.67 742	1.26 636	5.84 743	1.27 626	5.03 739	1.24 633	5.10 723	1.09 536	4.61 723	0.57 499	5.62 731	1.12 571

MaDis-Stereo	3.19 705	6.02 706	1.12 535	5.61 714	1.16 584	5.43 740	1.02 569	5.15 739	0.70 524	5.43 739	1.21 631	5.03 740	0.97 548	4.85 733	0.99 558	4.53 704	1.16 546	5.53 739	1.25 637	5.37 729	1.30 637

sAnonymous2	3.31 706	2.63 603	1.38 616	3.71 681	1.86 688	4.70 732	1.11 573	4.82 735	2.72 712	5.45 740	1.98 704	4.59 725	2.64 699	2.65 689	6.21 745	4.37 700	1.08 534	5.16 737	2.24 707	4.52 706	2.39 704

CroCo_RVC	3.31 706	2.63 603	1.38 616	3.71 681	1.86 688	4.70 732	1.11 573	4.82 735	2.72 712	5.45 740	1.98 704	4.59 725	2.64 699	2.65 689	6.21 745	4.37 700	1.08 534	5.16 737	2.24 707	4.52 706	2.39 704

DPSNet	3.66 708	3.60 639	3.62 716	3.63 678	3.64 735	3.65 711	3.65 734	3.66 711	3.67 731	3.67 710	3.65 732	3.67 711	3.66 720	3.66 710	3.68 729	3.68 695	3.66 711	3.67 709	3.68 735	3.67 693	3.67 732

NLCSM	3.67 709	4.08 654	3.19 712	4.80 703	3.26 728	3.99 716	3.24 729	4.25 718	3.18 727	4.09 714	3.27 727	4.14 716	3.18 715	4.13 716	3.28 725	4.06 698	3.10 701	3.85 714	3.14 726	3.91 699	3.27 728

STTStereo	3.73 710	30.40 758	2.37 688	2.39 632	2.31 712	2.35 675	2.33 706	2.29 667	2.42 709	2.32 677	2.34 711	2.33 670	2.36 697	2.30 672	2.27 708	2.35 667	2.22 683	2.31 682	2.22 706	2.29 661	2.34 703

rvit_105_1	3.83 711	5.22 684	3.01 697	4.53 691	3.01 716	4.51 720	3.01 714	4.56 722	3.04 715	4.53 721	3.03 716	4.55 723	3.03 703	4.56 722	3.04 712	4.57 706	3.05 694	4.57 718	3.05 717	4.57 708	3.05 713

rvit_stereo_0081	3.83 711	5.23 687	3.01 697	4.53 691	3.03 718	4.55 726	3.02 715	4.56 722	3.04 715	4.52 719	3.02 714	4.54 721	3.03 703	4.56 722	3.04 712	4.57 706	3.05 694	4.57 718	3.05 717	4.58 709	3.05 713

rvit_stereo_0081_aga	3.86 713	5.33 691	3.02 700	4.55 697	3.04 722	4.54 722	3.02 715	4.64 729	3.06 719	4.54 723	3.04 718	4.62 730	3.08 710	4.62 728	3.07 717	4.58 709	3.06 698	4.60 722	3.08 721	4.63 712	3.07 717

rvit_stereo_0082	3.86 713	5.82 704	3.01 697	4.53 691	3.03 718	4.54 722	3.02 715	4.56 722	3.04 715	4.53 721	3.02 714	4.55 723	3.04 706	4.57 725	3.05 714	4.57 706	3.05 694	4.58 720	3.05 717	4.58 709	3.06 716

rvit_0105_6	3.87 715	5.73 703	3.10 708	4.69 701	3.12 726	4.54 722	3.02 715	4.56 722	3.04 715	4.54 723	3.03 716	4.54 721	3.04 706	4.56 722	3.05 714	4.58 709	3.05 694	4.58 720	3.05 717	4.58 709	3.05 713

rvit_stereo_0080	3.89 716	5.70 701	3.04 702	4.54 694	3.03 718	4.56 727	3.05 721	4.60 726	3.07 720	4.58 726	3.06 719	4.59 725	3.06 708	4.61 726	3.08 718	4.63 711	3.09 699	4.64 724	3.10 722	4.65 713	3.10 720

whm_eth	3.89 716	5.70 701	3.04 702	4.54 694	3.03 718	4.56 727	3.05 721	4.60 726	3.07 720	4.58 726	3.06 719	4.59 725	3.06 708	4.61 726	3.08 718	4.63 711	3.09 699	4.64 724	3.10 722	4.65 713	3.10 720

rvit_0105_4	3.91 718	5.47 699	3.02 700	4.54 694	3.02 717	4.54 722	3.03 719	4.75 732	3.17 726	4.57 725	3.06 719	4.61 729	3.16 714	4.65 729	3.09 720	4.66 713	3.11 702	4.68 727	3.18 728	4.81 719	3.16 725

rvit_0105_3	3.91 718	5.33 691	3.06 705	4.60 699	3.07 724	4.60 729	3.06 723	4.62 728	3.08 723	4.60 728	3.07 722	4.62 730	3.08 710	4.67 730	3.10 721	4.70 714	3.11 702	4.77 731	3.19 729	4.77 718	3.14 724

rvit_stereo_0083	3.92 720	5.30 690	3.06 705	4.61 700	3.09 725	4.67 731	3.08 724	4.66 730	3.09 724	4.62 729	3.10 724	4.66 733	3.11 712	4.67 730	3.16 723	4.72 716	3.16 705	4.77 731	3.11 724	4.66 715	3.11 722

rvit_stereo_ft	3.93 721	5.44 697	3.05 704	4.59 698	3.06 723	4.61 730	3.08 724	4.67 731	3.12 725	4.63 730	3.10 724	4.65 732	3.11 712	4.69 732	3.13 722	4.70 714	3.14 704	4.71 729	3.15 727	4.74 716	3.16 725

rvit_0105_5	4.10 722	5.40 695	3.13 711	4.71 702	3.15 727	4.72 734	3.10 726	4.90 737	3.27 728	4.69 731	3.16 726	4.84 737	3.25 716	4.96 736	3.34 726	5.05 721	3.39 710	5.10 736	3.40 730	5.11 726	3.42 729

MLG-Stereo_test1	4.25 723	5.34 694	3.61 715	5.31 710	3.63 734	5.23 738	3.57 732	5.38 740	3.65 730	5.23 737	3.47 729	4.76 734	3.74 723	4.85 733	3.71 730	4.96 718	3.18 707	4.71 729	2.92 714	4.86 722	2.90 710

MLG-Stereo_test3	4.26 724	4.85 668	3.95 719	5.35 711	3.60 733	4.75 735	3.76 735	5.49 741	3.71 732	5.39 738	3.69 733	4.82 736	3.66 720	4.85 733	3.73 733	4.93 717	3.19 708	4.69 728	2.99 716	4.84 721	2.98 712

MLG-Stereo_test2	4.28 725	5.46 698	3.69 717	4.86 706	3.72 736	5.58 741	3.42 730	4.81 734	3.77 736	4.85 733	3.72 734	5.55 742	3.63 719	5.58 740	3.53 728	4.41 703	3.28 709	4.99 735	2.95 715	4.75 717	3.13 723

RAFT+CT+SA	4.28 725	7.62 713	4.91 724	5.55 713	2.28 710	3.09 703	3.64 733	4.49 720	3.07 720	4.80 732	3.35 728	4.77 735	3.70 722	4.29 719	3.05 714	5.58 725	5.98 728	3.58 708	3.78 737	4.26 702	3.72 733

SA	4.33 727	7.35 710	6.85 736	5.96 716	4.09 740	3.59 710	3.15 727	3.82 713	2.64 711	3.91 711	3.85 735	3.57 709	2.72 701	3.13 704	4.03 736	7.09 738	6.86 733	3.57 707	3.12 725	3.85 695	3.51 731

Sa-1000	4.34 728	8.37 716	6.84 735	6.98 725	4.45 743	3.58 709	3.00 713	3.42 709	3.39 729	2.61 688	4.00 738	3.83 713	4.01 731	3.90 713	3.90 734	5.98 729	5.62 725	3.76 711	2.34 710	4.35 704	2.47 707

TestStereo1	4.60 729	8.41 717	6.44 733	6.86 723	3.79 737	3.97 714	3.78 736	3.99 715	3.74 733	3.97 712	3.52 730	3.94 714	3.58 717	3.98 714	3.72 731	6.82 735	6.50 731	3.76 711	3.66 733	3.90 696	3.74 735

SA-5K	4.60 729	8.41 717	6.44 733	6.86 723	3.79 737	3.97 714	3.78 736	3.99 715	3.74 733	3.97 712	3.52 730	3.94 714	3.58 717	3.98 714	3.72 731	6.82 735	6.50 731	3.76 711	3.66 733	3.90 696	3.74 735

DispFullNet	4.61 731	4.84 667	3.12 709	5.00 708	3.57 732	4.75 735	3.03 719	7.75 748	4.17 740	4.91 735	3.09 723	6.20 744	3.95 729	6.71 744	3.51 727	5.30 724	3.67 712	5.86 743	3.63 732	5.61 730	3.46 730

test_5	4.62 732	7.55 712	6.23 731	6.32 719	3.40 731	5.29 739	3.50 731	3.53 710	4.11 739	4.28 716	4.47 742	4.26 719	4.38 734	3.68 711	3.24 724	5.89 727	5.60 724	4.84 733	3.50 731	4.33 703	3.93 739

raft_robust	4.71 733	7.75 714	5.40 729	6.81 722	3.31 729	4.28 719	4.20 741	4.32 719	4.37 742	4.35 718	4.35 741	4.14 716	3.75 724	4.30 720	4.20 739	6.67 734	6.37 729	3.36 706	4.24 743	4.86 722	3.25 727

cross-raft	4.83 734	7.52 711	6.43 732	6.63 720	3.96 739	4.51 720	3.99 739	4.49 720	3.96 738	4.52 719	3.96 737	4.50 720	3.97 730	4.50 721	3.97 735	6.65 733	6.44 730	4.33 715	3.92 739	4.35 704	3.91 738

test_4	4.88 735	8.13 715	6.98 737	7.46 726	4.44 742	4.25 718	3.85 738	4.04 717	3.92 737	4.13 715	3.91 736	4.18 718	3.84 727	4.14 717	4.06 737	7.01 737	7.13 736	4.53 716	3.72 736	4.09 700	3.72 733

TestStereo	4.88 735	4.75 666	4.79 722	4.87 707	4.92 744	4.81 737	4.90 744	4.78 733	4.77 743	4.87 734	4.89 743	4.90 738	4.91 736	4.99 737	4.79 741	4.98 719	4.87 721	4.87 734	4.92 745	5.00 725	5.00 742

test_3	5.01 737	8.86 722	7.77 739	8.09 728	2.76 715	4.13 717	4.05 740	3.88 714	3.76 735	4.33 717	4.13 739	3.71 712	3.91 728	4.21 718	4.06 737	7.93 739	7.69 738	4.53 716	3.91 738	4.17 701	4.29 741

NLCA_NET_v2_RVC	5.04 738	50.87 769	2.78 693	2.87 649	2.71 714	2.78 702	0.47 458	2.88 701	2.86 714	1.89 638	2.67 713	2.79 703	2.79 702	2.78 702	2.83 711	2.82 685	2.82 691	2.83 701	2.77 713	2.83 688	2.76 708
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	5.10 739	5.15 679	4.49 721	5.07 709	3.37 730	6.87 744	4.75 743	5.04 738	6.34 747	7.84 748	5.06 744	6.72 748	4.09 732	4.99 737	5.44 744	5.03 720	3.16 705	4.67 726	4.86 744	5.15 727	3.89 737

U	5.15 740	8.49 719	1.81 643	8.49 730	1.77 682	8.49 749	1.77 678	8.51 750	1.77 683	8.49 750	1.77 682	8.50 750	1.78 671	8.58 750	1.77 685	8.54 742	1.78 649	8.55 750	1.78 693	8.55 744	1.84 687

SGM-Forest	5.21 741	5.92 705	4.08 720	6.18 717	4.16 741	6.31 743	4.34 742	6.50 743	4.33 741	6.14 744	4.21 740	6.61 747	4.55 735	6.67 743	4.48 740	5.94 728	3.94 714	5.85 742	4.03 741	5.79 732	4.17 740
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 742	9.16 724	8.03 743	8.09 728	5.62 747	6.11 742	6.35 747	6.85 745	4.94 744	6.08 743	6.29 749	4.98 739	6.43 741	6.22 741	6.36 747	6.16 731	7.47 737	5.82 741	5.44 748	7.11 738	5.68 745

rvit_stereo_0075_2	6.64 743	8.80 721	5.25 726	7.89 727	5.27 746	7.90 748	5.27 745	7.92 749	5.28 745	7.91 749	5.29 746	7.93 749	5.27 737	7.92 749	5.28 742	7.93 739	5.28 723	7.93 748	5.29 747	7.93 741	5.28 744

RAFT	6.73 744	9.36 725	7.40 738	8.51 731	6.55 748	6.88 745	6.60 748	6.79 744	6.60 748	6.80 745	6.72 750	5.31 741	5.50 739	6.61 742	6.61 748	8.42 741	5.89 726	5.73 740	5.45 749	6.61 734	6.24 746

SGM+DAISY	7.06 745	9.15 723	5.38 728	8.84 732	5.18 745	8.80 750	5.31 746	8.79 751	5.28 745	8.89 751	5.20 745	8.93 751	5.33 738	8.95 751	5.36 743	8.70 743	5.21 722	8.74 751	5.20 746	8.89 745	5.15 743

test-v	7.53 746	11.89 735	7.98 740	9.36 735	7.14 749	7.06 746	7.09 749	7.37 746	6.91 749	7.29 746	5.71 747	6.45 745	6.93 742	6.73 745	7.27 749	8.93 746	7.85 739	6.98 746	6.80 750	7.56 739	7.34 748

test-2	7.53 746	11.89 735	7.98 740	9.36 735	7.14 749	7.06 746	7.09 749	7.37 746	6.91 749	7.29 746	5.71 747	6.45 745	6.93 742	6.73 745	7.27 749	8.93 746	7.85 739	6.98 746	6.80 750	7.56 739	7.34 748

PA-Net	11.80 748	223.51 776	0.62 450	0.59 394	0.71 526	0.59 471	0.73 530	0.67 478	0.73 535	0.55 459	0.61 499	0.60 474	0.74 527	0.63 476	0.73 527	0.66 443	0.60 457	0.69 496	0.66 519	0.72 475	0.65 501
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 749	23.00 743	15.00 749	23.00 756	15.00 751	24.00 757	16.00 751	24.00 758	16.00 751	22.00 758	15.00 751	23.00 758	16.00 751	23.00 758	15.00 751	22.00 758	15.00 752	22.00 758	15.00 752	22.00 758	15.00 750

rafts_anoy	20.00 750	20.00 737	20.00 750	20.00 750	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 751

raft+_RVC	20.00 750	20.00 737	20.00 750	20.00 750	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 751

raftrobust	20.00 750	20.00 737	20.00 750	20.00 750	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 751

CasAABBNet	20.00 750	20.00 737	20.00 750	20.00 750	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 751

RALCasStereoNet	20.00 750	20.00 737	20.00 750	20.00 750	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 751

RALAANet	20.00 750	20.00 737	20.00 750	20.00 750	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 751

111	30.40 756	30.94 759	29.72 757	32.61 757	30.02 759	33.57 758	30.47 759	31.50 759	29.39 759	30.98 759	29.11 759	29.78 759	30.39 762	29.45 759	30.76 762	30.08 759	29.02 760	29.92 759	30.32 763	29.86 759	30.17 758

WCMA_ROB	31.10 757	35.43 763	27.12 756	39.51 769	23.10 758	38.78 770	25.30 758	37.49 771	25.39 758	37.29 770	27.02 758	38.52 771	26.48 758	37.80 770	26.44 758	36.28 766	22.65 759	33.90 763	22.30 759	37.10 768	24.18 757

DCANet-4	35.22 758	34.54 760	35.08 763	33.58 761	35.47 766	34.55 759	35.53 766	36.08 765	35.85 763	35.92 765	35.77 765	35.18 765	35.48 764	35.39 765	37.15 769	34.55 765	33.92 764	35.02 766	34.90 765	35.79 763	34.74 765

ADStereo(finetuned)	36.13 759	36.63 764	38.07 768	36.97 762	33.25 763	35.91 763	34.45 763	36.36 766	32.99 760	38.14 771	36.71 766	36.69 766	34.13 763	38.57 771	40.79 770	37.60 771	36.58 767	35.90 767	33.36 764	35.42 762	34.04 762

fast-reg	37.00 760	37.00 765	37.00 764	37.00 763	37.00 767	37.00 766	37.00 767	37.00 767	37.00 764	37.00 766	37.00 767	37.00 767	37.00 765	37.00 766	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 766

Reg-Stereo(zero)	37.00 760	37.00 765	37.00 764	37.00 763	37.00 767	37.00 766	37.00 767	37.00 767	37.00 764	37.00 766	37.00 767	37.00 767	37.00 765	37.00 766	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 766

FLISNet	37.00 760	37.00 765	37.00 764	37.00 763	37.00 767	37.00 766	37.00 767	37.00 767	37.00 764	37.00 766	37.00 767	37.00 767	37.00 765	37.00 766	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 766

CoSv	37.00 760	37.00 765	37.00 764	37.00 763	37.00 767	37.00 766	37.00 767	37.00 767	37.00 764	37.00 766	37.00 767	37.00 767	37.00 765	37.00 766	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 766

MDST_ROB	69.83 764	87.70 770	41.95 769	113.75 772	65.62 773	75.05 771	55.25 772	75.64 773	45.04 768	71.61 772	41.75 771	72.81 772	44.06 769	68.38 772	44.63 771	101.89 774	59.57 774	107.10 774	61.05 774	104.38 771	59.38 772

NOSS_ROB	102.95 765	153.00 774	121.00 772	51.00 770	44.00 771	165.00 774	127.00 773	153.00 774	119.00 770	164.00 775	125.00 773	168.00 775	120.00 771	153.00 774	117.00 773	49.00 772	44.00 772	49.00 772	44.00 772	49.00 769	44.00 770

CBMV	128.50 766	1422.70 782	53.10 770	79.50 771	51.30 772	77.30 772	49.70 771	74.00 772	48.20 769	77.20 773	48.80 772	73.90 773	48.00 770	73.80 773	48.80 772	70.40 773	45.10 773	68.90 773	46.10 773	68.20 770	45.00 771
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 767	171.00 775	160.68 775	162.58 773	160.59 775	164.01 773	160.35 775	158.51 775	158.56 772	158.34 774	160.12 775	158.56 774	159.92 773	157.26 775	158.94 775	154.38 775	158.36 775	155.75 775	159.13 777	153.67 772	154.07 774
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
DF_test	189.29 768	560.34 779	182.58 776	229.00 775	135.68 774	197.79 775	135.52 774	197.80 776	135.44 771	197.75 776	135.49 774	197.90 776	135.51 772	197.84 776	135.75 774	217.37 777	171.11 776	183.74 776	127.67 776	183.56 773	127.88 773

AE-Stereo	201.80 769	123.00 771	115.00 771	219.00 774	218.00 777	223.00 776	244.00 777	217.00 777	236.00 774	202.00 777	203.00 776	205.00 777	208.00 774	225.00 777	204.00 776	210.00 776	198.00 777	197.00 777	184.00 778	204.00 774	201.00 775

MGS-Stereo	239.45 770	123.00 771	135.00 773	266.00 776	286.00 778	277.00 777	305.00 778	271.00 778	242.00 775	274.00 778	279.00 778	255.00 778	270.00 776	268.00 778	297.00 778	221.00 778	247.00 779	216.00 778	123.00 775	217.00 775	217.00 777

EGLCR-Stereo	246.90 771	129.00 773	139.00 774	266.00 776	286.00 778	277.00 777	305.00 778	271.00 778	242.00 775	274.00 778	279.00 778	255.00 778	270.00 776	268.00 778	297.00 778	230.00 779	247.00 779	216.00 778	223.00 780	237.00 776	227.00 778

DLCB_ROB	284.23 772	354.61 777	207.27 777	363.24 778	206.46 776	364.72 779	210.41 776	364.72 780	210.41 773	364.81 780	208.64 777	364.81 780	208.64 775	364.72 780	210.41 777	354.70 780	205.53 778	354.70 780	205.53 779	354.70 777	205.53 776

LE_ROB	396.57 773	471.28 778	329.84 778	471.48 779	308.15 780	526.83 780	322.10 780	488.15 781	323.76 777	495.46 781	317.97 780	497.17 781	320.10 778	481.62 781	326.76 780	462.71 781	298.97 781	466.16 781	285.98 781	447.62 778	289.21 779

SGM-ForestM	596.69 774	677.77 780	444.52 779	699.85 780	517.25 781	732.94 781	488.29 781	770.79 782	460.11 778	750.81 782	487.98 781	792.79 782	499.41 779	730.90 782	475.81 781	720.03 782	491.16 782	663.96 782	418.60 782	674.76 779	436.05 780

CBMV_ROB	818.48 775	913.88 781	709.52 780	862.84 781	597.78 782	1073.99 782	700.52 782	1015.66 783	702.59 779	1115.65 783	760.02 782	1130.24 783	721.57 780	1037.41 783	692.65 782	814.05 783	564.29 783	843.28 783	595.31 783	915.51 780	602.92 781

tt	500032.53 776	34.60 761	29.72 757	37.47 767	34.41 764	36.85 764	35.22 764	34.71 763	33.55 761	34.50 760	35.43 763	33.81 763	10000000.00 781	33.57 763	33.13 763	33.68 763	35.00 765	34.03 764	35.26 766	30.96 760	34.63 763

DCANet	500032.53 776	34.60 761	29.72 757	37.47 767	34.41 764	36.85 764	35.22 764	34.71 763	33.55 761	34.50 760	35.43 763	33.81 763	10000000.00 781	33.57 763	33.13 763	33.68 763	35.00 765	34.03 764	35.26 766	30.96 760	34.63 763

fff	1000028.16 778	29.62 755	29.72 757	32.61 757	30.02 759	35.13 760	31.83 760	32.07 760	10000000.00 780	35.27 762	29.82 760	32.45 760	30.15 759	32.35 760	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 759

csc	1000028.16 778	29.62 755	29.72 757	32.61 757	30.02 759	35.13 760	31.83 760	32.07 760	10000000.00 780	35.27 762	29.82 760	32.45 760	30.15 759	32.35 760	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 759

cscssc	1000028.16 778	29.62 755	29.72 757	32.61 757	30.02 759	35.13 760	31.83 760	32.07 760	10000000.00 780	35.27 762	29.82 760	32.45 760	30.15 759	32.35 760	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 759

111111	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

SGD-Stereo	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

IGEV-Stereo++	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

IGEV-BASED-STEREO-	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

IGEV-Stereo+	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

SDNR	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

anonymousdsp2	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

anonymousdsp	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

test_example2	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

DIP-Stereo	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782
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							0.38 410	0.50 427	0.38 410	0.50 434	0.38 411	0.50 441	3.79 725	0.50 434	0.38 402	0.54 406	0.43 389	0.46 428	0.34 399	0.46 404	0.35 389

FSD					0.44 454	0.56 463	0.44 443	0.55 453	0.44 448	0.56 461	0.44 447	0.56 466	0.44 445	0.56 460	0.46 447	0.61 428	0.42 384	0.52 465	0.42 457	0.52 439

ccccc		0.44 238		0.48 320	0.35 401	0.48 421		0.51 441		0.47 404		0.47 413		0.47 409		0.41 315	0.40 364	0.40 382	0.40 440	0.41 384

ASD4		0.20 139

Low-res two-view benchmark