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	0.73 467	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	0.73 467	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	0.58 420	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	0.75 470	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	0.71 454	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	1.01 483	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	0.92 496	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

DA	0.09 75	0.13 116	0.39 323	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	0.39 323	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	1.00 382	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	0.97 371	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	0.87 344	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	1.03 398	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	0.87 344	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	1.01 392	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	0.95 368	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	1.01 392	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	0.90 553	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	0.90 457	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	0.98 372	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	1.05 402	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	1.05 402	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	1.05 402	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	1.07 406	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	1.03 398	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	1.07 406	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	1.14 414	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	0.99 380	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	1.09 408	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	1.27 557	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	1.15 417	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	0.39 255	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	0.39 301	0.36 342	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 112	1.16 419	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	1.60 586	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	1.60 586	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	1.62 589	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	1.14 414	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	1.20 585	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	1.57 655	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	1.65 659	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	1.66 662	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	1.71 593	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	0.49 426	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	1.71 676	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	1.22 476	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	1.83 537	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	2.22 611	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	0.73 524

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	0.70 310	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	0.67 499	0.02 15	0.69 484	0.75 510	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	2.20 610	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	0.82 540

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	0.92 361	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	0.92 361	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	1.21 470	0.33 279	0.41 282	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	2.01 562	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	0.62 451	0.73 434	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	0.72 462	0.58 449	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 455	0.72 430	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	0.71 454	0.59 455	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 451	0.73 434	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	0.72 462	0.58 449	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 451	0.72 430	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	0.72 462	0.58 449	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 462	0.72 430	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	0.71 454	0.59 455	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	2.16 572	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	0.78 326	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	0.79 538	0.02 15	0.75 497	0.76 512	0.02 21	0.02 21	0.02 20

CCAANet	0.17 164	0.71 311	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	1.47 495	0.33 279	0.40 268	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	2.23 612	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	2.23 612	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	0.47 315	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	0.40 355	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	0.96 560	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	0.96 560	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	0.76 322	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	1.40 493	0.53 428	0.56 389	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	0.57 419	0.44 398	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	2.51 692	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	0.39 297	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	0.39 297	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	1.02 570	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	0.54 382	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	0.98 372	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	1.03 398	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	1.19 585	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	1.19 585	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	0.49 409	0.65 409	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	0.79 328	0.31 265	0.42 292	0.28 286	0.40 310	0.28 280	0.20 200	0.15 206	0.40 305	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	3.70 642	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	3.70 642	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	3.83 648	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	3.83 648	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	3.83 648	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	0.66 464	0.80 444	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	1.31 484	0.74 492	0.92 462	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	0.87 492	0.75 497	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	4.34 700	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	0.38 247	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	0.38 247	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	0.37 295	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	0.89 350	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	0.42 336	0.21 249	0.36 290	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	0.90 354	0.10 92	0.14 121	0.10 155	0.14 166	0.10 150	0.91 514	0.69 517	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	0.88 507	0.76 531

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	3.10 628	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	2.08 564	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	1.14 414	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	1.17 420	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	0.40 430	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	0.93 365	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	0.91 356	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	0.47 394	0.79 440	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	0.91 356	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	0.91 356	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	0.39 255	0.28 286	0.38 302	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	0.36 290	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	0.38 247	0.29 299	0.36 286	0.27 269	0.38 291	0.27 281	0.38 290	0.28 286	0.36 290	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	0.47 473	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	1.24 478	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	0.36 290	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	0.39 255	0.26 279	0.40 310	0.26 266	0.40 305	0.26 277	0.39 298	0.26 274	0.39 307	0.26 275	0.39 308	0.26 265	0.37 274	0.25 229	0.37 318	0.25 267	0.37 300	0.37 398
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
SCION-M(vits-remse)	0.34 250	0.79 328	0.30 247	0.33 227	0.28 286	0.40 310	0.28 280	0.40 305	0.28 287	0.40 305	0.28 286	0.39 307	0.28 291	0.40 311	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	0.98 372	0.30 247	0.33 227	0.18 237	0.21 211	0.28 280	0.40 305	0.28 287	0.40 305	0.28 286	0.39 307	0.28 291	0.40 311	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	3.08 719

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	3.08 719

LG-Stereo_L2	0.34 250	0.37 197	0.38 312	0.47 315	0.28 286	0.39 308	0.28 280	0.39 297	0.28 287	0.39 298	0.28 286	0.39 307	0.28 291	0.38 299	0.28 276	0.42 330	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	0.40 268	0.29 299	0.40 310	0.29 295	0.40 305	0.29 297	0.40 305	0.29 301	0.40 317	0.29 303	0.40 311	0.30 302	0.38 287	0.29 267	0.37 318	0.29 347	0.37 300	0.29 330

iRaft-Stereo_5w	0.34 250	0.42 233	0.31 265	0.39 255	0.30 311	0.38 302	0.30 303	0.40 305	0.29 297	0.40 305	0.37 406	0.41 332	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	1.29 480	1.19 547	1.36 572	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	1.26 587	1.21 599	0.03 41	0.09 142	0.02 21	0.09 143

iRaft-Stereo_20w	0.34 250	0.41 223	0.31 265	0.39 255	0.29 299	0.40 310	0.32 360	0.41 324	0.32 369	0.38 290	0.30 316	0.39 307	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	0.41 282	0.28 286	0.41 329	0.28 280	0.41 324	0.27 281	0.41 322	0.27 278	0.42 350	0.27 282	0.41 331	0.28 276	0.40 308	0.29 267	0.40 383	0.28 332	0.40 374	0.27 293

small-0shot	0.35 261	1.92 558	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	0.44 303	0.31 358	0.44 391	0.31 350	0.44 388	0.31 357	0.44 381	0.30 316	0.44 394	0.30 312	0.44 383	0.30 302	0.38 287	0.26 232	0.38 326	0.27 311	0.38 313	0.27 293

FE-Mocha	0.35 261	0.71 311	0.40 355	0.47 315	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	0.44 332	0.41 375	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	0.38 313	2.84 710

test_for_model	0.35 261	0.39 208	0.30 247	0.43 299	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.44 383	0.31 343	0.38 287	0.26 232	0.38 326	0.26 273	0.38 313	0.26 255

CASnet	0.35 261	0.51 277	0.44 378	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	0.45 444	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	0.45 380	0.49 327	0.30 311	0.37 295	0.30 303	0.36 274	0.30 312	0.36 283	0.29 301	0.36 290	0.29 303	0.36 289	0.30 302	0.46 373	0.39 361	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	0.46 308	0.28 286	0.35 282	0.28 280	0.37 282	0.27 281	0.35 279	0.28 286	0.36 290	0.38 408	0.35 283	0.28 276	1.08 520	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	0.41 282	0.28 286	0.41 329	0.28 280	0.41 324	0.28 287	0.41 322	0.28 286	0.41 332	0.28 291	0.42 345	0.30 302	0.37 274	0.26 232	0.37 318	0.27 311	0.45 400	0.56 484

GIP-stereo	0.36 269	0.49 264	0.39 323	0.48 321	0.32 372	0.41 329	0.28 280	0.40 305	0.30 312	0.41 322	0.28 286	0.40 317	0.28 291	0.42 345	0.28 276	0.45 361	0.32 287	0.38 326	0.30 365	0.37 300	0.27 293

DCVSM-stereo	0.36 269	1.89 549	0.22 205	0.40 268	0.22 258	0.40 310	0.22 243	0.40 305	0.22 248	0.40 305	0.22 251	0.40 317	0.22 253	0.40 311	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	0.43 376	0.37 243	0.42 450	0.49 431	0.42 440	0.37 282	0.28 287	0.36 283	0.29 301	0.36 290	0.30 312	0.37 296	0.28 276	0.34 258	0.31 282	0.34 290	0.35 412	0.40 374	0.29 330

gcap-zeroshot	0.36 269	0.40 212	0.34 293	0.44 303	0.31 358	0.44 391	0.31 350	0.44 388	0.32 369	0.44 381	0.32 370	0.44 394	0.32 370	0.44 383	0.31 343	0.39 301	0.28 253	0.39 369	0.28 332	0.39 360	0.27 293

testlalala	0.36 269	0.40 212	0.34 293	0.44 303	0.31 358	0.44 391	0.31 350	0.44 388	0.32 369	0.44 381	0.32 370	0.44 394	0.32 370	0.44 383	0.31 343	0.39 301	0.28 253	0.39 369	0.28 332	0.39 360	0.27 293

GCAPDPT-zeroshot	0.36 269	0.40 212	0.30 247	0.43 299	0.30 311	0.43 357	0.30 303	0.43 350	0.31 357	0.43 343	0.30 316	0.43 359	0.30 312	0.44 383	0.31 343	0.39 301	0.28 253	0.39 369	0.27 311	0.39 360	0.26 255

RAFT-Test	0.36 269	0.37 197	0.33 279	0.41 282	0.32 372	0.41 329	0.32 360	0.41 324	0.32 369	0.41 322	0.32 370	0.41 332	0.32 370	0.41 331	0.33 367	0.37 274	0.29 267	0.37 318	0.29 347	0.38 313	0.31 355

DMCA	0.36 269	0.38 201	0.37 310	0.35 236	0.35 401	0.36 286	0.36 397	0.36 274	0.35 394	0.35 279	0.37 406	0.36 290	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	1.00 382	0.30 247	0.40 268	0.29 299	0.40 310	0.29 295	0.40 305	0.29 297	0.40 305	0.29 301	0.40 317	0.29 303	0.39 308	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	1.02 396	0.30 247	0.39 255	0.29 299	0.40 310	0.28 280	0.39 297	0.29 297	0.39 298	0.29 301	0.39 307	0.28 291	0.40 311	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	1.02 396	0.30 247	0.39 255	0.29 299	0.40 310	0.28 280	0.39 297	0.29 297	0.39 298	0.29 301	0.39 307	0.28 291	0.40 311	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	0.44 378	1.07 487	0.29 299	0.34 278	0.31 350	0.36 274	0.29 297	0.38 290	0.31 360	0.37 300	0.30 312	0.36 289	0.29 292	0.34 258	0.28 253	0.39 369	0.30 365	0.37 300	0.30 345

GMOStereo	0.37 279	0.45 247	0.23 209	0.30 211	0.37 412	0.41 329	0.36 397	0.41 324	0.35 394	0.43 343	0.36 399	0.41 332	0.40 421	0.41 331	0.36 389	0.34 258	0.22 218	0.47 439	0.37 421	0.39 360	0.33 371

XPNet_ROB	0.37 279	0.37 197	0.37 310	0.37 243	0.37 412	0.37 295	0.37 404	0.37 282	0.37 406	0.37 289	0.37 406	0.37 300	0.37 404	0.37 296	0.37 399	0.37 274	0.37 346	0.37 318	0.37 421	0.37 300	0.37 398

GREATEN-IGEV_RVC	0.38 285	0.35 189	0.56 433	0.63 403	0.29 299	0.36 286	0.29 295	0.36 274	0.29 297	0.39 298	0.29 301	0.36 290	0.29 303	0.36 289	0.29 292	0.62 434	0.57 445	0.35 306	0.29 347	0.36 294	0.29 330

GREATEN-IGEV-FM_RVC	0.38 285	0.35 189	0.56 433	0.63 403	0.28 286	0.36 286	0.28 280	0.36 274	0.28 287	0.36 283	0.28 286	0.36 290	0.28 291	0.36 289	0.28 276	0.62 434	0.57 445	0.35 306	0.28 332	0.35 284	0.28 321

MonSter++	0.38 285	0.44 238	0.31 265	0.43 299	0.30 311	0.43 357	0.31 350	0.43 350	0.31 357	0.45 393	0.31 360	0.43 359	0.31 363	0.43 352	0.69 514	0.38 287	0.33 300	0.40 383	0.30 365	0.38 313	0.30 345

HiDET	0.38 285	0.44 238	0.30 247	0.42 292	0.30 311	0.42 350	0.30 303	0.42 342	0.30 312	0.44 381	0.30 316	0.42 350	0.30 312	0.42 345	0.68 506	0.37 274	0.32 287	0.40 383	0.29 347	0.37 300	0.29 330

LCMNet	0.38 285	0.44 238	0.30 247	0.42 292	0.30 311	0.42 350	0.30 303	0.42 342	0.30 312	0.45 393	0.30 316	0.42 350	0.30 312	0.42 345	0.69 514	0.37 274	0.32 287	0.40 383	0.29 347	0.37 300	0.29 330

CSFM-Stereo	0.38 285	0.44 238	0.30 247	0.42 292	0.30 311	0.42 350	0.30 303	0.43 350	0.30 312	0.44 381	0.30 316	0.42 350	0.30 312	0.42 345	0.73 528	0.37 274	0.32 287	0.40 383	0.29 347	0.37 300	0.30 345

HART	0.38 285	0.45 247	0.34 293	0.42 292	0.33 385	0.41 329	0.34 386	0.42 342	0.33 379	0.43 343	0.34 387	0.42 350	0.34 389	0.41 331	0.38 402	0.40 308	0.32 287	0.42 417	0.32 384	0.40 374	0.32 362

GREAT-IGEV	0.38 285	0.43 235	0.36 305	0.48 321	0.32 372	0.45 405	0.32 360	0.45 397	0.32 369	0.45 393	0.32 370	0.45 404	0.32 370	0.45 401	0.32 355	0.44 332	0.33 300	0.41 401	0.29 347	0.41 385	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	0.46 308	0.33 385	0.45 405	0.32 360	0.45 397	0.32 369	0.45 393	0.32 370	0.45 404	0.33 382	0.45 401	0.32 355	0.38 287	0.38 353	0.38 326	0.37 421	0.37 300	0.36 392

WAO-8	0.38 285	0.38 201	0.38 312	0.38 247	0.38 419	0.38 302	0.38 411	0.38 291	0.38 410	0.38 290	0.38 411	0.38 302	0.38 408	0.38 299	0.38 402	0.38 287	0.38 353	0.38 326	0.37 421	0.38 313	0.38 406

WAO-7	0.38 285	0.38 201	0.38 312	0.38 247	0.38 419	0.38 302	0.38 411	0.38 291	0.38 410	0.38 290	0.38 411	0.38 302	0.38 408	0.38 299	0.38 402	0.38 287	0.38 353	0.38 326	0.38 436	0.38 313	0.38 406

xx1	0.38 285	1.03 398	0.31 265	0.40 268	0.31 358	0.41 329	0.28 280	0.40 305	0.29 297	0.40 305	0.29 301	0.40 317	0.29 303	0.40 311	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	0.38 312	0.38 247	0.38 419	0.37 295	0.38 411	0.37 282	0.37 406	0.41 322	0.37 406	0.39 307	0.37 404	0.38 299	0.38 402	0.37 274	0.38 353	0.38 326	0.37 421	0.37 300	0.38 406

IMH	0.38 285	0.38 201	0.38 312	0.38 247	0.38 419	0.38 302	0.38 411	0.38 291	0.38 410	0.42 336	0.38 411	0.40 317	0.38 408	0.38 299	0.38 402	0.38 287	0.38 353	0.39 369	0.38 436	0.38 313	0.38 406

NoBS	0.39 299	0.63 301	0.36 305	0.37 243	0.36 407	0.36 286	0.36 397	0.38 291	0.38 410	0.38 290	0.39 421	0.35 284	0.38 408	0.38 299	0.39 415	0.38 287	0.38 353	0.39 369	0.37 421	0.36 294	0.37 398

DF	0.39 299	1.37 490	1.02 531	1.14 495	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	1.12 529	1.00 521	0.15 178	0.12 181	0.15 178	0.12 178

PAM	0.39 299	1.88 548	0.34 293	0.37 243	0.41 440	0.45 405	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	0.40 355	0.39 255	0.41 440	0.38 302	0.38 411	0.38 291	0.38 410	0.39 298	0.39 421	0.38 302	0.38 408	0.39 308	0.40 419	0.38 287	0.38 353	0.40 383	0.38 436	0.38 313	0.40 414

CES	0.39 299	0.47 256	0.36 305	0.36 240	0.37 412	0.45 405	0.35 391	0.35 270	0.40 426	0.36 283	0.44 448	0.47 414	0.36 399	0.44 383	0.36 389	0.37 274	0.39 361	0.44 420	0.35 412	0.37 300	0.36 392

PASM	0.39 299	3.06 627	1.36 613	1.58 582	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	0.40 305	0.45 247	0.35 303	0.48 321	0.36 407	0.47 417	0.34 386	0.45 397	0.38 410	0.47 405	0.33 379	0.45 404	0.32 370	0.45 401	0.32 355	0.39 301	0.38 353	0.38 326	0.37 421	0.39 360	0.39 412

GCAPDPT-zeroshot4090	0.40 305	1.09 408	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.44 388	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.45 361	0.34 329	0.38 326	0.27 311	0.38 313	0.27 293

knoymous	0.40 305	0.40 212	0.40 355	0.40 268	0.40 430	0.40 310	0.40 425	0.40 305	0.40 426	0.40 305	0.40 425	0.40 317	0.40 421	0.40 311	0.40 419	0.40 308	0.40 365	0.40 383	0.40 441	0.40 374	0.40 414

anonymousa	0.40 305	0.40 212	0.40 355	0.40 268	0.40 430	0.40 310	0.40 425	0.40 305	0.40 426	0.40 305	0.40 425	0.40 317	0.40 421	0.40 311	0.40 419	0.40 308	0.40 365	0.40 383	0.40 441	0.40 374	0.40 414

riskmin	0.40 305	0.40 212	0.40 355	0.40 268	0.40 430	0.40 310	0.40 425	0.40 305	0.40 426	0.40 305	0.40 425	0.40 317	0.40 421	0.40 311	0.40 419	0.40 308	0.40 365	0.40 383	0.40 441	0.40 374	0.40 414

Anonymous_2	0.40 305	0.40 212	0.40 355	0.40 268	0.40 430	0.40 310	0.40 425	0.40 305	0.40 426	0.40 305	0.40 425	0.40 317	0.40 421	0.40 311	0.40 419	0.40 308	0.40 365	0.40 383	0.40 441	0.40 374	0.40 414

Anonymous_1	0.40 305	0.40 212	0.40 355	0.40 268	0.40 430	0.40 310	0.40 425	0.40 305	0.40 426	0.40 305	0.40 425	0.40 317	0.40 421	0.40 311	0.40 419	0.40 308	0.40 365	0.40 383	0.40 441	0.40 374	0.40 414

AdaStereo	0.40 305	0.40 212	0.40 355	0.40 268	0.40 430	0.40 310	0.40 425	0.40 305	0.40 426	0.40 305	0.40 425	0.40 317	0.40 421	0.40 311	0.40 419	0.40 308	0.40 365	0.40 383	0.40 441	0.40 374	0.40 414
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	0.41 313	0.89 350	0.31 265	0.40 268	0.31 358	0.40 310	0.31 350	0.40 305	0.31 357	0.61 472	0.53 485	0.40 317	0.31 363	0.40 311	0.31 343	0.58 420	0.47 409	0.38 326	0.29 347	0.38 313	0.29 330

GCAP-Stereo-DPT-25K	0.41 313	1.09 408	0.40 355	0.52 377	0.31 358	0.44 391	0.31 350	0.44 388	0.31 357	0.44 381	0.31 360	0.44 394	0.31 363	0.44 383	0.31 343	0.46 373	0.35 336	0.39 369	0.28 332	0.39 360	0.28 321

GCAP-Stereo-DPT-FT	0.41 313	1.06 405	0.40 355	0.51 374	0.31 358	0.44 391	0.30 303	0.43 350	0.32 369	0.44 381	0.30 316	0.56 467	0.30 312	0.44 383	0.31 343	0.45 361	0.34 329	0.39 369	0.27 311	0.40 374	0.27 293

Select-FE	0.41 313	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	0.45 401	0.42 435	0.25 218	0.22 218	0.25 243	0.22 251	0.45 400	2.90 711

water-stereo	0.41 313	0.84 338	0.46 386	0.50 363	0.33 385	0.45 405	0.33 371	0.45 397	0.32 369	0.45 393	0.32 370	0.45 404	0.32 370	0.45 401	0.32 355	0.44 332	0.41 375	0.39 369	0.31 376	0.39 360	0.32 362

GCAP-BAT	0.41 313	1.30 482	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.44 381	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.34 329	0.38 326	0.26 273	0.38 313	0.26 255

GwcNet-ADL	0.41 313	0.41 223	0.41 369	0.41 282	0.41 440	0.41 329	0.41 434	0.41 324	0.41 436	0.41 322	0.41 433	0.41 332	0.41 433	0.41 331	0.41 427	0.41 316	0.41 375	0.41 401	0.41 450	0.41 385	0.41 423

PSMNet-ADL	0.41 313	0.41 223	0.41 369	0.41 282	0.41 440	0.41 329	0.41 434	0.41 324	0.41 436	0.41 322	0.41 433	0.41 332	0.41 433	0.41 331	0.41 427	0.41 316	0.41 375	0.41 401	0.41 450	0.41 385	0.41 423

GANet-ADL	0.41 313	0.41 223	0.41 369	0.41 282	0.41 440	0.41 329	0.41 434	0.41 324	0.41 436	0.41 322	0.41 433	0.41 332	0.41 433	0.41 331	0.41 427	0.41 316	0.41 375	0.41 401	0.41 450	0.41 385	0.41 423

ADLNet2	0.41 313	0.41 223	0.41 369	0.41 282	0.41 440	0.41 329	0.41 434	0.41 324	0.41 436	0.41 322	0.41 433	0.41 332	0.41 433	0.41 331	0.41 427	0.41 316	0.41 375	0.41 401	0.41 450	0.41 385	0.41 423

ADLNet	0.41 313	0.41 223	0.41 369	0.41 282	0.41 440	0.41 329	0.41 434	0.41 324	0.41 436	0.41 322	0.41 433	0.41 332	0.41 433	0.41 331	0.41 427	0.41 316	0.41 375	0.41 401	0.41 450	0.41 385	0.41 423

FCDSN-DC	0.41 313	0.59 297	0.64 458	0.54 382	0.33 385	0.50 440	0.37 404	0.42 342	0.40 426	0.61 472	0.43 446	0.50 442	0.49 469	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	0.41 313	0.46 251	0.33 279	0.49 327	0.33 385	0.49 431	0.33 371	0.49 419	0.33 379	0.49 422	0.33 379	0.49 428	0.33 382	0.51 445	0.33 367	0.41 316	0.30 277	0.41 401	0.30 365	0.79 490	0.29 330

Gwc-CoAtRS	0.41 313	1.49 496	0.32 274	0.42 292	0.32 372	0.41 329	0.32 360	0.41 324	0.33 379	0.41 322	0.32 370	0.41 332	0.32 370	0.41 331	0.32 355	0.39 301	0.28 253	0.39 369	0.28 332	0.40 374	0.28 321

S0	0.42 327	0.44 238	0.54 429	0.59 395	0.34 397	0.48 422	0.22 243	0.51 442	0.25 263	0.51 444	0.34 387	0.53 456	0.35 395	0.47 410	0.36 389	0.55 413	0.39 361	0.49 452	0.27 311	0.46 405	0.34 378

UPFNet	0.42 327	1.20 424	0.17 183	0.24 188	0.17 225	0.25 238	0.17 214	1.19 553	0.90 553	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	1.15 545	0.93 550

quiztm	0.43 329	0.49 264	0.40 355	0.51 374	0.40 430	0.51 452	0.40 425	0.50 428	0.40 426	0.50 435	0.40 425	0.51 453	0.40 421	0.50 435	0.40 419	0.44 332	0.34 329	0.44 420	0.34 399	0.44 395	0.34 378

GCAP-Stereo-DPT26K	0.43 329	1.76 512	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.31 343	0.44 332	0.33 300	0.38 326	0.27 311	0.38 313	0.26 255

aanet-new-8k	0.43 329	1.76 512	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

aanet-new	0.43 329	1.80 522	0.38 312	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

GCAP-Stereo-DPT-cres	0.43 329	1.77 514	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

GCAP-Stereo-DPT-36K	0.43 329	1.78 517	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

GCAP-Stereo-DPT-20K	0.43 329	1.77 514	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

GCAP-Stereo-DPT-3K	0.43 329	1.77 514	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

DDF-Stereo	0.43 329	1.15 417	0.57 437	0.53 379	0.32 372	0.41 329	0.32 360	0.41 324	0.32 369	0.41 322	0.32 370	0.41 332	0.32 370	0.40 311	0.32 355	0.52 403	0.50 426	0.38 326	0.31 376	0.39 360	0.31 355

DVStereo	0.43 329	0.86 342	0.48 402	0.50 363	0.33 385	0.46 412	0.33 371	0.46 401	0.33 379	0.46 399	0.33 379	0.47 414	0.33 382	0.47 410	0.34 382	0.45 361	0.42 385	0.40 383	0.33 395	0.47 419	0.38 406

psmg	0.43 329	1.91 552	0.92 518	1.91 597	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	1.97 630	1.44 622	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 329	1.21 470	0.17 183	0.25 195	0.17 225	0.25 238	0.18 223	1.26 607	0.95 562	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	1.18 553	0.98 556

psm_up	0.43 329	1.19 423	0.17 183	0.25 195	0.18 237	0.25 238	0.19 229	1.26 607	0.91 554	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	1.18 553	0.99 557

aanet-new-90k	0.44 342	1.82 534	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.44 383	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

aanet-new-60k	0.44 342	1.81 527	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

aanet-new-70k	0.44 342	1.82 534	0.38 312	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

aanet-new-78k	0.44 342	1.80 522	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.45 361	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

aanet-new-40k	0.44 342	1.81 527	0.39 323	0.50 363	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.45 361	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

aanet-new-36k	0.44 342	1.80 522	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

aanet-new-34k	0.44 342	1.80 522	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

aanet-32k-new	0.44 342	1.78 517	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.44 388	0.30 312	0.44 381	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.45 361	0.34 329	0.39 369	0.26 273	0.38 313	0.26 255

aanet-new-32k	0.44 342	1.79 521	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

aanet-new-30k	0.44 342	1.78 517	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

aanet-new-28k	0.44 342	1.81 527	0.39 323	0.49 327	0.30 311	0.44 391	0.30 303	0.44 388	0.30 312	0.44 381	0.30 316	0.44 394	0.30 312	0.44 383	0.30 302	0.45 361	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

aanet-new-24k	0.44 342	1.78 517	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

aanet-new-22k	0.44 342	1.81 527	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

aanet-new-16k	0.44 342	1.83 537	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

GCAP-Stereo-cres-4k	0.44 342	1.81 527	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

GCAP-Stereo-DPT-22K	0.44 342	1.85 543	0.38 312	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

GCAP-Stereo-DPT-24K	0.44 342	1.86 546	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

GCAP-Stereo-DPT-5K	0.44 342	1.80 522	0.39 323	0.49 327	0.30 311	0.44 391	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.44 383	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

GCAP-Stereo-DPT-2K	0.44 342	1.82 534	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.33 300	0.38 326	0.26 273	0.38 313	0.26 255

GCAP-Stereo-DPT-50K	0.44 342	1.83 537	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.43 352	0.30 302	0.44 332	0.36 342	0.38 326	0.26 273	0.38 313	0.26 255

Monster-pub-mixall	0.44 342	0.56 293	0.60 443	0.38 247	0.27 280	0.37 295	0.27 269	0.37 282	0.29 297	0.38 290	0.27 278	0.38 302	0.29 303	0.85 515	0.27 267	1.46 603	0.26 232	0.34 290	0.26 273	0.36 294	0.53 470

depthmonostereo	0.44 342	0.85 340	0.46 386	0.54 382	0.40 430	0.52 456	0.38 411	0.52 447	0.35 394	0.47 405	0.34 387	0.46 408	0.34 389	0.47 410	0.34 382	0.45 361	0.43 390	0.41 401	0.33 395	0.41 385	0.32 362

MMNet	0.44 342	1.24 478	0.17 183	0.25 195	0.17 225	0.25 238	0.18 223	1.26 607	0.93 560	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	1.20 557	0.99 557

rgla	0.45 365	0.54 287	0.33 279	0.67 414	0.32 372	0.48 422	0.33 371	0.48 411	0.33 379	0.48 412	0.94 561	0.48 421	0.33 382	0.47 410	0.33 367	0.45 361	0.52 434	0.53 469	0.31 376	0.45 400	0.32 362

LACA_dic	0.45 365	0.13 116	1.78 642	1.70 592	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	1.73 615	1.69 645	0.16 182	0.11 165	0.13 167	0.13 185

aanet-new-10k	0.45 365	1.81 527	0.40 355	0.50 363	0.31 358	0.44 391	0.31 350	0.44 388	0.31 357	0.44 381	0.31 360	0.44 394	0.32 370	0.44 383	0.31 343	0.46 373	0.35 336	0.39 369	0.27 311	0.39 360	0.27 293

252Zero-FE	0.45 365	0.50 269	0.36 305	0.50 363	0.36 407	0.50 440	0.36 397	0.50 428	0.36 404	0.49 422	0.36 399	0.49 428	0.36 399	0.54 456	0.41 427	0.45 361	0.34 329	0.45 425	0.34 399	0.55 446	0.75 528

Monster-pub-eth3d	0.45 365	0.57 294	0.60 443	0.39 255	0.28 286	0.37 295	0.28 280	0.37 282	0.30 312	0.39 298	0.29 301	0.39 307	0.30 312	0.92 527	0.27 267	1.42 600	0.28 253	0.34 290	0.28 332	0.37 300	0.53 470

Replicate-Monster	0.45 365	0.57 294	0.60 443	0.40 268	0.29 299	0.37 295	0.27 269	0.37 282	0.30 312	0.40 305	0.31 360	0.40 317	0.30 312	0.99 535	0.27 267	1.36 596	0.31 282	0.34 290	0.30 365	0.36 294	0.54 473

SCV_C0	0.45 365	0.88 347	0.49 409	0.54 382	0.37 412	0.48 422	0.37 404	0.48 411	0.37 406	0.48 412	0.36 399	0.48 421	0.37 404	0.49 427	0.37 399	0.50 395	0.41 375	0.44 420	0.34 399	0.44 395	0.34 378

RAFT-Stereo-weight	0.45 365	1.90 551	0.34 293	0.42 292	0.36 407	0.43 357	0.35 391	0.42 342	0.34 390	0.42 336	0.34 387	0.44 394	0.34 389	0.41 331	0.34 382	0.38 287	0.32 287	0.38 326	0.32 384	0.38 313	0.33 371

TorneroNet-64	0.45 365	0.27 172	0.30 247	0.58 392	0.27 280	0.70 489	0.30 303	0.28 244	0.73 536	0.73 494	0.28 286	0.71 494	0.66 503	0.75 496	0.27 267	0.27 224	0.29 267	0.37 318	0.75 543	0.28 243	0.30 345

416test	0.46 374	0.55 290	0.33 279	0.67 414	0.33 385	0.48 422	0.33 371	0.48 411	0.33 379	0.48 412	0.99 566	0.48 421	0.33 382	0.48 420	0.33 367	0.45 361	0.52 434	0.54 472	0.32 384	0.45 400	0.32 362

aanet-new-12k	0.46 374	1.99 561	0.40 355	0.51 374	0.31 358	0.44 391	0.31 350	0.44 388	0.31 357	0.44 381	0.31 360	0.44 394	0.31 363	0.44 383	0.32 355	0.47 380	0.35 336	0.39 369	0.27 311	0.39 360	0.27 293

SCV	0.46 374	0.94 367	0.45 380	0.54 382	0.37 412	0.48 422	0.38 411	0.48 411	0.37 406	0.48 412	0.39 421	0.48 421	0.37 404	0.49 427	0.37 399	0.50 395	0.46 401	0.44 420	0.34 399	0.44 395	0.34 378

otaku	0.46 374	0.46 251	0.46 386	0.46 308	0.46 461	0.46 412	0.46 454	0.46 401	0.46 454	0.46 399	0.46 457	0.46 408	0.46 454	0.46 406	0.46 448	0.46 373	0.46 401	0.46 429	0.46 466	0.46 405	0.46 440

Dean	0.46 374	0.46 251	0.46 386	0.46 308	0.46 461	0.46 412	0.46 454	0.46 401	0.46 454	0.47 405	0.46 457	0.46 408	0.46 454	0.46 406	0.46 448	0.46 373	0.46 401	0.46 429	0.46 466	0.46 405	0.46 440

ACVNet_1	0.46 374	0.47 256	0.46 386	0.46 308	0.46 461	0.46 412	0.46 454	0.46 401	0.47 459	0.46 399	0.46 457	0.46 408	0.46 454	0.46 406	0.46 448	0.46 373	0.46 401	0.47 439	0.46 466	0.46 405	0.46 440

ACVNet-4b	0.46 374	0.46 251	0.46 386	0.46 308	0.46 461	0.46 412	0.46 454	0.46 401	0.46 454	0.46 399	0.46 457	0.46 408	0.46 454	0.47 410	0.46 448	0.46 373	0.46 401	0.46 429	0.46 466	0.46 405	0.46 440

PML	0.46 374	1.36 488	0.29 243	0.58 392	0.30 311	0.57 470	0.29 295	0.57 458	0.29 297	0.57 465	0.29 301	0.57 470	0.29 303	0.56 461	0.29 292	0.52 403	0.30 277	0.53 469	0.31 376	0.53 444	0.30 345

Anonymus	0.47 382	0.73 314	0.46 386	0.43 299	0.54 493	0.53 458	0.27 269	0.39 297	0.35 394	0.33 272	0.40 425	0.33 277	0.38 408	0.53 453	0.54 477	0.56 417	0.36 342	0.49 452	0.53 489	0.66 462	0.54 473

LG-Stereo_L1	0.47 382	0.52 279	0.47 394	0.62 401	0.39 429	0.53 458	0.40 425	0.53 449	0.39 424	0.53 451	0.39 421	0.53 456	0.39 420	0.53 453	0.39 415	0.55 413	0.46 401	0.49 452	0.37 421	0.49 426	0.37 398

Ntro	0.47 382	0.47 256	0.46 386	0.46 308	0.46 461	0.47 417	0.47 459	0.46 401	0.47 459	0.46 399	0.46 457	0.47 414	0.46 454	0.47 410	0.47 455	0.47 380	0.46 401	0.46 429	0.46 466	0.46 405	0.46 440

HaxPig	0.47 382	0.47 256	0.47 394	0.49 327	0.47 468	0.47 417	0.47 459	0.47 407	0.47 459	0.47 405	0.47 465	0.47 414	0.47 462	0.47 410	0.47 455	0.47 380	0.47 409	0.47 439	0.47 473	0.47 419	0.48 450

UNDER WATER	0.47 382	0.47 256	0.47 394	0.47 315	0.47 468	0.47 417	0.47 459	0.47 407	0.47 459	0.47 405	0.47 465	0.47 414	0.46 454	0.47 410	0.47 455	0.47 380	0.47 409	0.47 439	0.46 466	0.47 419	0.47 448

LVE	0.47 382	0.47 256	0.47 394	0.47 315	0.49 476	0.47 417	0.47 459	0.47 407	0.49 468	0.47 405	0.47 465	0.47 414	0.46 454	0.47 410	0.47 455	0.47 380	0.47 409	0.48 447	0.47 473	0.47 419	0.47 448

GASTEREO	0.48 388	1.21 470	0.47 394	0.57 390	0.38 419	0.50 440	0.38 411	0.50 428	0.38 410	0.50 435	0.38 411	0.50 442	0.38 408	0.50 435	0.38 402	0.52 403	0.42 385	0.46 429	0.34 399	0.46 405	0.34 378

LG-Stereo_Zeroshot	0.48 388	0.55 290	0.47 394	0.63 403	0.41 440	0.56 464	0.44 444	0.56 455	0.41 436	0.56 462	0.41 433	0.57 470	0.42 439	0.56 461	0.41 427	0.55 413	0.43 390	0.51 463	0.37 421	0.51 437	0.37 398

fffft	0.48 388	0.51 277	0.45 380	0.52 377	0.45 459	0.52 456	0.45 450	0.52 447	0.48 466	0.53 451	0.45 453	0.52 454	0.45 450	0.52 450	0.46 448	0.51 401	0.41 375	0.50 458	0.41 450	0.50 431	0.41 423
1: 1. 1
RainbowNet	0.48 388	0.48 262	0.48 402	0.48 321	0.48 472	0.48 422	0.48 468	0.48 411	0.48 466	0.48 412	0.48 469	0.48 421	0.48 463	0.48 420	0.48 461	0.48 385	0.48 415	0.48 447	0.48 477	0.48 423	0.48 450

notaker	0.48 388	0.49 264	0.48 402	0.48 321	0.48 472	0.48 422	0.48 468	0.48 411	0.49 468	0.48 412	0.48 469	0.48 421	0.48 463	0.48 420	0.48 461	0.48 385	0.48 415	0.48 447	0.48 477	0.48 423	0.49 456

LL-Strereo2	0.48 388	1.73 510	0.51 421	0.59 395	0.34 397	0.42 350	0.33 371	0.40 305	0.31 357	0.42 336	0.33 379	0.42 350	0.31 363	0.44 383	0.39 415	0.60 425	0.51 431	0.44 420	0.33 395	0.44 395	0.33 371

416test1013	0.49 394	0.80 331	0.33 279	0.67 414	0.33 385	0.48 422	0.41 434	0.48 411	0.39 424	0.48 412	0.93 560	0.52 454	0.32 370	0.52 450	0.38 402	0.49 388	0.51 431	0.53 469	0.37 421	0.51 437	0.36 392

Former-RAFT_DAM_RVC	0.49 394	0.98 372	0.64 458	0.84 449	0.46 461	0.45 405	0.35 391	0.47 407	0.47 459	0.45 393	0.34 387	0.46 408	0.48 463	0.46 406	0.35 386	0.39 301	0.71 491	0.39 369	0.35 412	0.41 385	0.41 423

ACVNet_2	0.49 394	0.49 264	0.49 409	0.49 327	0.49 476	0.49 431	0.49 470	0.49 419	0.49 468	0.49 422	0.49 472	0.49 428	0.49 469	0.49 427	0.49 463	0.49 388	0.49 418	0.49 452	0.49 481	0.49 426	0.49 456

FoundationStereo	0.50 397	0.50 269	0.50 415	0.50 363	0.50 480	0.50 440	0.50 474	0.50 428	0.50 473	0.50 435	0.50 476	0.50 442	0.50 473	0.50 435	0.50 466	0.50 395	0.50 426	0.50 458	0.50 483	0.50 431	0.50 459

StereoAnything_RVC	0.50 397	0.50 269	0.50 415	0.50 363	0.50 480	0.50 440	0.50 474	0.50 428	0.50 473	0.50 435	0.50 476	0.50 442	0.50 473	0.50 435	0.50 466	0.50 395	0.50 426	0.50 458	0.50 483	0.50 431	0.50 459

dual_stereo	0.50 397	0.50 269	0.50 415	0.50 363	0.50 480	0.50 440	0.50 474	0.50 428	0.50 473	0.50 435	0.50 476	0.50 442	0.50 473	0.50 435	0.50 466	0.50 395	0.50 426	0.50 458	0.50 483	0.50 431	0.50 459

GCST	0.50 397	2.08 564	0.38 312	0.53 379	0.35 401	0.49 431	0.35 391	0.50 428	0.35 394	0.49 422	0.35 396	0.49 428	0.35 395	0.49 427	0.35 386	0.48 385	0.37 346	0.45 425	0.33 395	0.44 395	0.33 371

SANet	0.50 397	0.50 269	0.50 415	0.50 363	0.50 480	0.50 440	0.50 474	0.50 428	0.50 473	0.50 435	0.50 476	0.50 442	0.50 473	0.50 435	0.50 466	0.50 395	0.50 426	0.50 458	0.50 483	0.50 431	0.50 459

MSCF	0.51 402	1.40 493	0.49 409	0.58 392	0.38 419	0.50 440	0.38 411	0.54 451	0.41 436	0.52 448	0.41 433	0.53 456	0.42 439	0.53 453	0.41 427	0.60 425	0.47 409	0.48 447	0.37 421	0.48 423	0.38 406

UGAM-zero	0.51 402	2.17 573	0.39 323	0.53 379	0.36 407	0.50 440	0.36 397	0.50 428	0.36 404	0.49 422	0.36 399	0.50 442	0.35 395	0.50 435	0.36 389	0.49 388	0.37 346	0.47 439	0.35 412	0.46 405	0.34 378

UGAM	0.51 402	2.23 578	0.39 323	0.54 382	0.35 401	0.50 440	0.35 391	0.49 419	0.35 394	0.49 422	0.35 396	0.49 428	0.36 399	0.50 435	0.36 389	0.49 388	0.37 346	0.45 425	0.34 399	0.45 400	0.34 378

Selective-IGEV	0.51 402	0.55 290	0.45 380	0.69 420	0.45 459	0.61 475	0.45 450	0.50 428	0.40 426	0.56 462	0.44 448	0.55 464	0.40 421	0.72 491	0.67 499	0.59 423	0.46 401	0.45 425	0.34 399	0.46 405	0.37 398

RCA-Stereo	0.51 402	3.22 633	0.34 293	0.44 303	0.34 397	0.44 391	0.34 386	0.43 350	0.34 390	0.43 343	0.34 387	0.44 394	0.33 382	0.43 352	0.33 367	0.38 287	0.29 267	0.38 326	0.29 347	0.38 313	0.29 330

DN	0.53 407	0.85 340	0.45 380	0.65 409	0.44 455	0.60 473	0.44 444	0.60 466	0.44 449	0.60 470	0.45 453	0.60 475	0.44 446	0.60 470	0.44 441	0.56 417	0.42 385	0.56 476	0.42 458	0.56 449	0.42 430

MatchStereo	0.54 408	0.12 114	2.38 690	2.32 627	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	2.34 667	2.34 686	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	0.54 408	0.60 299	0.52 424	0.66 413	0.47 468	0.61 475	0.47 459	0.58 461	0.46 454	0.61 472	0.46 457	0.61 478	0.45 450	0.62 472	0.45 444	0.61 429	0.52 434	0.57 477	0.48 477	0.57 452	0.48 450

castereo++	0.54 408	3.59 639	1.15 541	1.31 566	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	1.45 602	1.16 547	0.15 178	0.14 197	0.15 178	0.13 185

FENet	0.54 408	1.52 497	1.19 547	1.41 576	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	1.40 599	1.07 531	0.32 273	0.23 257	0.33 266	0.23 237

PSMNet_ROB	0.54 408	0.54 287	0.54 429	0.54 382	0.53 490	0.54 462	0.54 484	0.53 449	0.54 484	0.54 457	0.54 487	0.54 460	0.53 480	0.54 456	0.54 477	0.54 407	0.53 438	0.54 472	0.54 491	0.54 445	0.54 473

AIO-test2	0.55 413	0.59 297	0.52 424	0.67 414	0.47 468	0.61 475	0.47 459	0.61 470	0.47 459	0.61 472	0.47 465	0.61 478	0.48 463	0.62 472	0.47 455	0.64 440	0.53 438	0.58 478	0.47 473	0.58 454	0.48 450

CFNet-ft	0.55 413	1.57 499	0.14 148	0.20 167	0.14 194	0.20 201	2.53 708	1.61 626	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	1.56 620	1.24 635

S	0.56 415	0.61 300	0.54 429	0.68 419	0.48 472	0.65 481	0.49 470	0.63 472	0.49 468	0.64 480	0.49 472	0.64 482	0.48 463	0.62 472	0.49 463	0.63 438	0.62 464	0.59 481	0.48 477	0.57 452	0.48 450

MyStereo04	0.56 415	3.72 645	0.59 439	0.49 327	0.41 440	0.36 286	0.32 360	0.37 282	0.31 357	0.34 275	0.46 457	0.35 284	0.32 370	0.35 283	0.33 367	0.49 388	0.45 399	0.34 290	0.32 384	0.35 284	0.43 433

CASS	0.57 417	0.89 350	0.56 433	0.57 390	0.56 494	0.56 464	0.56 486	0.56 455	0.53 482	0.57 465	0.57 490	0.59 474	0.48 463	0.56 461	0.57 481	0.55 413	0.56 443	0.47 439	0.56 497	0.62 458	0.56 484
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 418	0.75 319	0.49 409	0.79 440	0.50 480	0.79 501	0.49 470	0.79 495	0.49 468	0.80 506	0.49 472	0.79 507	0.49 469	0.80 501	0.49 463	0.63 438	0.40 365	0.63 485	0.40 441	0.63 459	0.40 414

aanet-new-14k	0.60 418	5.12 678	0.39 323	0.49 327	0.30 311	0.43 357	0.30 303	0.43 350	0.30 312	0.43 343	0.30 316	0.43 359	0.30 312	0.44 383	0.30 302	0.44 332	0.37 346	0.38 326	0.26 273	0.38 313	0.26 255

LG-Stereo	0.60 418	0.58 296	0.47 394	0.64 408	0.74 532	1.00 530	0.69 518	0.57 458	0.41 436	0.57 465	0.41 433	0.57 470	0.41 433	1.00 537	0.75 533	0.91 493	0.51 431	0.52 466	0.37 421	0.52 440	0.37 398

MonSter	0.60 418	0.64 304	0.52 424	0.62 401	0.44 455	2.07 652	0.44 444	0.62 471	0.44 449	0.62 476	0.44 448	0.62 480	0.44 446	0.62 472	0.44 441	0.58 420	0.42 385	0.62 483	0.46 466	0.58 454	0.42 430

MyStereo07	0.60 418	3.72 645	0.48 402	0.49 327	0.41 440	0.36 286	0.32 360	0.49 419	0.43 446	0.51 444	0.42 443	0.49 428	0.43 444	0.51 445	0.64 492	0.49 388	0.45 399	0.34 290	0.32 384	0.35 284	0.43 433

castereo	0.61 423	3.79 647	1.35 605	1.52 580	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	1.43 601	1.38 618	0.17 192	0.16 211	0.18 196	0.16 200

WCG-NET	0.61 423	1.21 470	0.54 429	0.61 400	0.53 490	0.67 484	0.53 481	0.66 478	0.53 482	0.64 480	0.53 485	0.65 486	0.53 480	0.59 468	0.52 473	0.65 442	0.48 415	0.64 487	0.52 487	0.58 454	0.50 459

GEAStereo	0.62 425	3.91 652	0.48 402	0.69 420	0.38 419	0.51 452	0.38 411	0.51 442	0.38 410	0.53 451	0.38 411	0.50 442	0.38 408	0.51 445	0.38 402	0.54 407	0.43 390	0.46 429	0.34 399	0.46 405	0.34 378

gasm-f	0.62 425	3.91 652	0.48 402	0.69 420	0.38 419	0.51 452	0.38 411	0.51 442	0.38 410	0.53 451	0.38 411	0.50 442	0.38 408	0.51 445	0.38 402	0.54 407	0.43 390	0.46 429	0.34 399	0.46 405	0.34 378

SMoEStereo_RVC	0.63 427	0.75 319	0.51 421	0.73 434	0.53 490	0.71 491	0.47 459	0.67 479	0.58 488	0.74 499	0.60 496	0.72 497	0.53 480	0.74 495	0.51 471	0.61 429	0.62 464	0.62 483	0.61 506	0.63 459	0.61 490

anonymity	0.63 427	0.69 307	0.56 433	0.71 428	0.56 494	0.71 491	0.56 486	0.71 486	0.56 485	0.72 492	0.56 489	0.71 494	0.56 484	0.71 489	0.58 483	0.68 447	0.55 441	0.68 494	0.55 493	0.68 467	0.54 473

SE	0.64 429	0.73 314	0.77 497	0.79 440	0.59 497	0.78 498	0.54 484	0.58 461	0.58 488	0.78 503	0.59 494	0.63 481	0.18 234	0.78 498	0.52 473	0.80 478	0.65 469	0.69 497	0.57 500	0.75 481	0.52 467

PAM_32	0.64 429	2.38 593	0.51 421	0.92 462	0.43 454	0.53 458	0.44 444	0.87 507	0.43 446	0.52 448	0.45 453	0.53 456	0.40 421	0.54 456	0.46 448	0.62 434	0.56 443	0.48 447	0.45 464	0.76 484	0.44 436

CRFU-Net	0.65 431	1.67 502	1.22 597	1.96 601	0.27 280	0.41 329	0.27 269	0.41 324	0.27 281	0.40 305	0.26 274	0.41 332	0.27 282	0.40 311	0.27 267	1.80 618	1.62 639	0.34 290	0.23 257	0.33 266	0.23 237

LMCR-Stereo	0.65 431	0.63 301	0.65 462	0.65 409	0.65 512	0.66 483	0.63 497	0.58 461	0.65 502	0.63 479	0.64 504	0.65 486	0.65 500	0.66 480	0.66 498	0.66 444	0.64 467	0.65 491	0.67 524	0.68 467	0.73 524

test410	0.66 433	5.69 701	0.31 265	0.40 268	0.31 358	0.41 329	0.31 350	0.40 305	0.31 357	0.62 476	0.55 488	0.40 317	0.31 363	0.40 311	0.31 343	0.59 423	0.47 409	0.38 326	0.29 347	0.38 313	0.30 345

KSHMR	0.66 433	0.50 269	0.48 402	1.15 498	0.52 487	0.49 431	0.51 478	0.49 419	0.71 530	0.67 486	0.50 476	1.16 565	1.11 565	0.66 480	0.52 473	0.49 388	0.49 418	0.51 463	0.66 520	0.50 431	1.14 576

TorneroNet	0.66 433	0.53 283	0.50 415	0.50 363	0.64 510	1.06 547	0.70 524	0.50 428	0.51 480	0.49 422	0.69 520	0.49 428	0.50 473	0.48 420	1.15 576	0.71 454	0.49 418	1.14 564	1.08 577	0.49 426	0.49 456

GES	0.66 433	2.34 589	0.29 243	0.41 282	0.29 299	0.41 329	0.29 295	0.42 342	0.29 297	0.40 305	0.41 433	0.41 332	0.30 312	0.51 445	0.29 292	0.32 248	0.29 267	0.32 273	2.46 712	2.49 674	0.30 345

cf-r	0.66 433	2.17 573	0.12 123	0.18 158	0.12 187	0.18 192	2.70 712	2.60 686	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	1.81 632	1.74 686

DSFCA	0.66 433	0.73 314	0.78 499	0.65 409	0.65 512	0.64 480	0.64 498	0.65 475	0.63 500	0.64 480	0.64 504	0.64 482	0.64 498	0.65 479	0.65 495	0.65 442	0.65 469	0.65 491	0.65 517	0.66 462	0.64 500

MWDA-net	0.67 439	0.66 305	0.45 380	2.84 649	0.46 461	0.73 493	0.45 450	0.71 486	0.44 449	0.72 492	0.45 453	0.70 493	0.45 450	0.70 487	0.44 441	0.61 429	0.41 375	0.61 482	0.43 461	0.61 457	0.42 430

WAFT-Stereo (ZS)	0.67 439	0.78 326	0.67 468	0.67 414	0.66 515	0.67 484	0.67 505	0.65 475	0.66 504	0.66 484	0.67 509	0.66 489	0.67 505	0.67 482	0.72 527	0.66 444	0.67 472	0.67 493	0.67 524	0.67 465	0.67 506

DEFOM-Stereo	0.68 441	3.11 629	1.40 619	1.63 590	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	1.59 610	1.47 624	0.30 264	0.29 347	0.30 251	0.28 321

ssnet_v2	0.68 441	1.96 560	1.25 601	0.29 209	0.20 246	0.30 259	0.20 233	0.29 249	0.22 248	1.50 627	0.20 244	0.31 269	0.20 245	0.27 252	0.22 242	0.24 211	1.49 625	0.26 248	0.18 241	3.90 697	0.19 227

ARAFT	0.68 441	0.81 335	0.63 455	0.74 437	0.60 499	0.78 498	0.62 496	0.77 494	0.66 504	0.74 499	0.63 502	0.75 502	0.62 497	0.83 510	0.60 488	0.70 453	0.55 441	0.70 502	0.60 504	0.78 488	0.55 481

mm2	0.69 444	0.69 307	0.69 478	0.69 420	0.69 521	0.69 486	0.69 518	0.69 481	0.69 517	0.69 489	0.69 520	0.69 490	0.69 516	0.69 485	0.69 514	0.69 448	0.69 484	0.69 497	0.69 530	0.69 471	0.69 510

mm1	0.69 444	0.69 307	0.69 478	0.69 420	0.69 521	0.69 486	0.69 518	0.69 481	0.69 517	0.69 489	0.69 520	0.69 490	0.69 516	0.69 485	0.69 514	0.69 448	0.69 484	0.69 497	0.69 530	0.69 471	0.69 510

NINENet	0.69 444	3.87 651	1.20 550	1.98 602	0.05 126	0.40 310	0.04 103	0.40 305	0.05 124	0.41 322	0.04 110	0.41 332	0.05 117	0.40 311	0.05 115	1.79 617	1.56 631	0.34 290	0.22 251	0.34 271	0.23 237

VIP-Stereo	0.70 447	2.97 626	2.43 691	2.49 638	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	1.86 619	1.26 601	0.23 228	0.15 208	0.23 224	0.15 198

RAFT-Stereo + iAFF	0.70 447	0.72 313	0.71 484	0.80 444	0.62 509	0.82 509	0.61 495	0.81 501	0.62 497	0.81 509	0.63 502	0.80 509	0.70 520	0.73 493	0.61 490	0.76 472	0.61 463	0.74 509	0.61 506	0.77 486	0.61 490

DMCA-RVC	0.70 447	0.80 331	0.70 481	0.70 426	0.70 525	0.70 489	0.70 524	0.71 486	0.70 525	0.70 491	0.71 530	0.71 494	0.70 520	0.70 487	0.69 514	0.69 448	0.70 487	0.69 497	0.70 534	0.69 471	0.70 513

MyStereo8	0.71 450	3.92 654	0.52 424	0.59 395	0.52 487	0.57 470	0.53 481	0.59 464	0.50 473	0.59 469	0.51 482	0.57 470	0.50 473	0.56 461	0.52 473	0.54 407	0.49 418	0.54 472	0.49 481	0.55 446	0.50 459

HH	0.71 450	2.54 600	0.74 492	1.10 489	0.32 372	0.41 329	0.37 404	0.69 481	0.78 540	0.73 494	0.90 553	0.75 502	1.00 552	0.84 511	0.69 514	0.69 448	0.40 365	0.35 306	0.26 273	0.35 284	0.26 255

HanStereo	0.71 450	2.54 600	0.74 492	1.10 489	0.32 372	0.41 329	0.37 404	0.69 481	0.78 540	0.73 494	0.90 553	0.75 502	1.00 552	0.84 511	0.69 514	0.69 448	0.40 365	0.35 306	0.26 273	0.35 284	0.26 255

CAR	0.72 453	0.76 322	0.59 439	0.84 449	1.19 590	0.81 506	0.58 489	0.81 501	0.58 488	0.81 509	0.58 492	0.83 514	0.59 491	0.82 505	0.59 486	0.71 454	0.49 418	0.73 504	0.68 526	0.87 504	0.52 467

MSE-Stereo	0.72 453	0.76 322	0.59 439	0.84 449	1.19 590	0.81 506	0.58 489	0.81 501	0.58 488	0.81 509	0.58 492	0.83 514	0.59 491	0.82 505	0.59 486	0.71 454	0.49 418	0.73 504	0.68 526	0.87 504	0.52 467

zero-FE	0.72 453	1.31 484	0.66 464	0.92 462	0.60 499	0.82 509	0.58 489	0.82 504	0.58 488	0.81 509	0.60 496	0.81 512	0.60 493	0.82 505	0.58 483	0.74 469	0.59 455	0.73 504	0.52 487	0.76 484	0.51 466

ktn	0.72 453	0.53 283	1.08 535	1.14 495	0.51 486	1.22 608	1.36 643	0.51 442	0.59 493	0.51 444	0.51 482	0.69 490	1.20 577	0.67 482	0.51 471	0.51 401	0.49 418	0.58 478	0.66 520	0.52 440	0.53 470

MGA	0.73 457	0.76 322	0.60 443	0.92 462	1.17 586	0.81 506	0.59 493	0.84 505	0.62 497	0.81 509	0.59 494	0.84 516	0.60 493	0.81 504	0.61 490	0.71 454	0.53 438	0.89 531	0.53 489	0.75 481	0.54 473

DStereoRT	0.73 457	0.81 335	0.73 491	0.71 428	0.74 532	0.73 493	0.75 533	0.71 486	0.71 530	0.74 499	0.72 533	0.73 499	0.80 537	0.71 489	0.73 528	0.76 472	0.71 491	0.73 504	0.72 539	0.70 474	0.76 531

CroCo-Stereo	0.73 457	1.22 476	0.25 219	1.22 552	0.25 272	1.22 608	0.25 259	1.22 603	0.25 263	1.22 612	0.25 269	1.22 614	0.25 265	1.22 614	0.25 260	1.22 585	0.26 232	1.21 623	0.25 267	1.22 605	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	0.73 457	0.88 347	0.67 468	0.75 438	0.68 520	0.75 495	0.64 498	0.80 498	0.72 533	0.83 514	0.70 524	0.82 513	0.64 498	0.84 511	0.67 499	0.77 475	0.63 466	0.81 521	0.63 508	0.78 488	0.62 493

monster-pro	0.75 461	1.67 502	0.64 458	0.89 455	0.57 496	0.86 515	0.56 486	0.87 507	0.56 485	0.87 515	0.57 490	0.88 519	0.57 486	0.87 516	0.57 481	0.79 476	0.58 449	0.76 512	0.54 491	0.77 486	0.54 473

AIO-Stereo-zeroshot1	0.75 461	0.92 361	0.85 510	0.96 474	0.59 497	1.27 612	0.44 444	0.59 464	0.69 517	0.91 520	0.68 515	0.55 464	0.61 496	1.06 552	0.83 546	0.62 434	0.70 487	0.90 532	0.41 450	0.89 508	0.56 484

MyStereo06	0.75 461	4.12 656	0.60 443	0.63 403	0.61 504	0.62 478	0.66 501	0.56 455	0.45 453	0.55 460	0.48 469	0.54 460	0.46 454	0.57 466	0.45 444	0.60 425	0.57 445	0.64 487	0.55 493	0.72 476	0.55 481

GCAP-Stereo	0.75 461	4.15 659	0.42 374	0.75 438	0.35 401	0.78 498	0.40 425	0.79 495	0.38 410	0.78 503	0.36 399	0.78 505	0.36 399	0.79 499	0.39 415	0.75 470	0.39 361	0.76 512	0.39 440	0.75 481	0.39 412

GANet-RSSM	0.75 461	1.91 552	0.14 148	0.47 315	0.14 194	0.21 211	3.21 729	2.30 672	0.14 194	0.46 399	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	2.13 655	2.12 696

RSM++	0.76 466	0.82 337	0.66 464	0.85 453	0.64 510	0.85 513	0.71 527	0.94 521	0.64 501	0.87 515	0.67 509	0.87 518	0.65 500	0.84 511	0.65 495	0.81 482	0.70 487	0.79 516	0.71 537	0.83 500	0.70 513

CroCo-Stereo Lap2	0.77 467	1.29 480	0.29 243	1.27 557	0.29 299	1.27 612	0.26 266	1.26 607	0.26 277	1.26 613	0.26 274	1.27 618	0.26 275	1.26 616	0.27 267	1.27 588	0.27 245	1.27 627	0.27 311	1.27 609	0.27 293

PSMNet-RSSM	0.77 467	2.76 617	0.14 148	0.20 167	0.14 194	0.20 201	2.66 710	2.79 700	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	2.52 678	2.31 701

GwcNet-RSSM	0.77 467	2.77 619	0.14 148	0.20 167	0.14 194	0.20 201	2.67 711	2.78 699	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	2.52 678	2.31 701

4D-IteraStereo	0.78 470	3.13 630	0.89 511	0.69 420	0.32 372	0.40 310	0.32 360	0.76 493	0.97 565	0.52 448	0.65 506	0.89 522	0.32 370	0.76 497	0.98 558	0.83 487	0.94 519	0.35 306	0.27 311	0.70 474	0.89 546

Pro-Stereo	0.79 471	0.53 283	0.38 312	0.49 327	0.38 419	0.49 431	0.37 404	0.49 419	0.67 506	0.50 435	0.38 411	1.10 557	0.38 408	0.49 427	0.38 402	0.71 454	0.88 513	5.98 745	0.36 418	0.46 405	0.36 392

hitnet-ft	0.79 471	2.78 622	0.14 148	0.20 167	0.14 194	0.21 211	2.89 713	2.80 701	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	2.54 686	2.33 703

G-Net	0.79 471	0.79 328	0.79 502	0.79 440	0.79 545	0.79 501	0.79 538	0.79 495	0.79 544	0.79 505	0.79 545	0.79 507	0.79 536	0.79 499	0.79 538	0.79 476	0.79 504	0.79 516	0.79 550	0.79 490	0.79 536

MyStereo05	0.80 474	4.12 656	0.63 455	0.63 403	0.61 504	0.62 478	0.66 501	0.65 475	0.62 497	0.67 486	0.61 500	0.65 486	0.58 489	0.67 482	0.55 480	0.60 425	0.57 445	0.64 487	0.55 493	0.72 476	0.55 481

UDG	0.80 474	2.21 577	0.60 443	0.91 459	0.60 499	0.90 520	0.58 489	0.88 511	0.60 494	0.90 518	0.60 496	0.88 519	0.60 493	0.90 521	0.58 483	0.86 491	0.60 458	0.84 527	0.59 503	0.84 501	0.61 490

ccnet	0.80 474	2.28 581	0.33 279	0.50 363	0.33 385	0.50 440	0.33 371	0.50 428	0.33 379	0.49 422	0.33 379	0.49 428	1.56 642	2.38 676	0.33 367	0.41 316	0.29 267	0.42 417	1.57 659	2.28 661	0.29 330

NaN_ROB	0.80 474	0.80 331	0.80 503	0.80 444	0.80 548	0.80 503	0.80 541	0.80 498	0.80 546	0.80 506	0.80 547	0.80 509	0.80 537	0.80 501	0.80 541	0.80 478	0.80 507	0.80 519	0.80 552	0.80 493	0.80 537

CSAN	0.80 474	0.80 331	0.80 503	0.80 444	0.80 548	0.80 503	0.80 541	0.80 498	0.80 546	0.80 506	0.80 547	0.80 509	0.80 537	0.80 501	0.80 541	0.80 478	0.80 507	0.80 519	0.80 552	0.80 493	0.80 537

GSStereo	0.81 479	4.28 662	0.50 415	0.59 395	0.40 430	0.51 452	0.38 411	0.50 428	0.38 410	0.50 435	0.38 411	0.50 442	3.79 726	0.50 435	0.38 402	0.54 407	0.43 390	0.46 429	0.34 399	0.46 405	0.35 389

BSDual-CNN	0.81 479	1.91 552	0.92 518	4.48 689	0.02 22	0.42 350	0.06 137	0.41 324	0.02 22	0.48 412	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 630	4.19 717	0.33 280	0.23 257	0.34 271	0.27 293

DDUNet	0.81 479	2.45 598	0.57 437	0.90 457	0.60 499	0.88 517	0.59 493	0.90 512	0.60 494	0.88 517	0.60 496	0.90 523	0.58 489	0.88 518	0.60 488	0.84 489	0.60 458	0.86 529	0.57 500	0.86 503	0.60 489

R-Stereo Train	0.81 479	0.96 369	0.67 468	0.95 471	0.67 517	0.95 525	0.68 510	0.95 523	0.68 512	0.95 528	0.68 515	0.96 533	0.68 510	0.96 533	0.68 506	0.94 502	0.68 478	0.94 545	0.68 526	0.94 523	0.68 508

RAFT-Stereo	0.81 479	0.96 369	0.67 468	0.95 471	0.67 517	0.95 525	0.68 510	0.95 523	0.68 512	0.95 528	0.68 515	0.96 533	0.68 510	0.96 533	0.68 506	0.94 502	0.68 478	0.94 545	0.68 526	0.94 523	0.68 508
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 484	1.72 505	1.48 623	0.39 255	0.15 208	0.31 266	0.21 238	0.20 200	0.25 263	1.61 631	0.23 256	0.28 254	0.26 275	0.20 198	0.15 200	0.24 211	1.33 609	0.32 273	0.16 211	6.75 736	0.23 237

scenet	0.82 484	1.72 505	1.48 623	0.39 255	0.15 208	0.31 266	0.21 238	0.20 200	0.25 263	1.61 631	0.23 256	0.28 254	0.26 275	0.20 198	0.15 200	0.24 211	1.33 609	0.32 273	0.16 211	6.75 736	0.23 237

ssnet	0.82 484	1.72 505	1.48 623	0.39 255	0.15 208	0.31 266	0.21 238	0.20 200	0.25 263	1.61 631	0.23 256	0.28 254	0.26 275	0.20 198	0.15 200	0.24 211	1.33 609	0.32 273	0.16 211	6.75 736	0.23 237

DEFOM-Stereo_RVC	0.83 487	5.18 681	1.98 678	2.19 609	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	2.28 660	2.13 681	0.24 238	0.17 234	0.18 196	0.16 200

BUS	0.83 487	1.91 552	0.92 518	4.48 689	0.02 22	0.40 310	0.04 103	0.41 324	0.02 22	0.48 412	0.03 56	0.41 332	0.05 117	0.03 43	0.05 115	1.97 630	4.19 717	0.33 280	0.23 257	0.34 271	0.27 293

PDISCO_ROB	0.83 487	2.80 623	3.49 714	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	3.30 707	0.13 183	0.14 133	2.34 686	0.16 182	0.12 181	2.62 687	0.10 151

WQFJA1++	0.84 490	0.98 372	0.67 468	1.26 556	0.75 534	1.00 530	0.67 505	1.00 525	0.67 506	1.00 530	0.67 509	1.00 536	0.67 505	1.00 537	0.67 499	0.96 504	0.67 472	0.91 535	0.63 508	0.92 514	0.63 494

WQFJX1	0.84 490	0.98 372	0.67 468	1.30 564	0.75 534	1.01 538	0.67 505	1.01 534	0.67 506	1.01 541	0.67 509	1.01 545	0.68 510	1.00 537	0.68 506	0.98 509	0.67 472	0.92 538	0.64 513	0.92 514	0.64 500

NLMM	0.84 490	1.00 382	0.67 468	1.27 557	0.75 534	1.00 530	0.68 510	1.00 525	0.67 506	1.00 530	0.67 509	1.02 549	0.67 505	1.02 549	0.67 499	0.97 505	0.67 472	0.93 541	0.63 508	0.92 514	0.63 494

AIO-Stereo	0.84 490	0.66 305	0.70 481	0.83 448	0.67 517	0.98 528	0.82 548	1.14 544	0.72 533	1.03 547	0.74 537	1.03 550	1.09 564	0.99 535	0.45 444	1.04 517	0.73 494	0.95 547	0.74 541	0.94 523	0.46 440

DCRE	0.84 490	1.89 549	0.77 497	0.94 469	0.72 529	0.88 517	0.73 531	0.87 507	0.78 540	0.90 518	0.71 530	0.88 519	0.67 505	0.88 518	0.73 528	0.81 482	0.68 478	0.81 521	0.70 534	0.82 498	0.70 513

iGMRVC	0.84 490	2.85 624	0.72 487	0.72 430	0.73 530	0.77 496	0.79 538	0.73 490	0.74 538	0.73 494	0.72 533	0.73 499	0.76 531	0.73 493	0.73 528	0.72 462	0.73 494	0.73 504	0.72 539	0.73 479	0.72 520

WQFJA1	0.85 496	0.98 372	0.67 468	1.29 562	0.76 539	1.01 538	0.67 505	1.02 538	0.67 506	1.02 545	0.67 509	1.01 545	0.67 505	1.01 545	0.68 506	0.99 510	0.67 472	0.93 541	0.64 513	0.92 514	0.65 502

WQFJX	0.85 496	1.00 382	0.68 476	1.30 564	0.75 534	1.01 538	0.68 510	1.01 534	0.68 512	1.01 541	0.68 515	1.03 550	0.68 510	1.02 549	0.67 499	0.97 505	0.67 472	0.93 541	0.63 508	0.94 523	0.63 494

NLSM3	0.85 496	0.99 380	0.68 476	1.29 562	0.76 539	1.01 538	0.68 510	1.01 534	0.68 512	1.02 545	0.68 515	1.01 545	0.68 510	1.01 545	0.68 506	0.97 505	0.68 478	0.93 541	0.64 513	0.93 519	0.63 494

DNS	0.86 499	2.43 597	1.66 635	2.03 605	0.42 450	0.60 473	0.42 440	0.60 466	0.42 444	0.60 470	0.42 443	0.60 475	0.42 439	0.60 470	0.42 435	1.97 630	1.63 641	0.55 475	0.40 441	0.55 446	0.40 414

NLMM1	0.86 499	0.98 372	0.69 478	1.48 579	0.75 534	1.01 538	0.69 518	1.00 525	0.69 517	1.00 530	0.70 524	1.00 536	0.68 510	1.01 545	0.67 499	0.97 505	0.68 478	0.92 538	0.63 508	0.93 519	0.63 494

AdaDepth	0.86 499	0.93 365	0.71 484	1.01 483	1.07 576	1.02 544	0.71 527	1.00 525	0.71 530	1.01 541	0.71 530	1.00 536	0.72 526	1.14 563	0.71 525	0.92 496	0.64 467	0.90 532	0.64 513	0.89 508	0.69 510

GEStereo_RVC	0.86 499	4.45 664	0.20 198	0.27 206	0.20 246	0.27 252	0.20 233	0.26 239	0.18 231	5.03 737	0.20 244	0.27 253	0.19 241	0.27 252	0.21 238	0.20 181	0.19 205	0.19 205	4.02 741	0.20 203	0.18 224

FAST (zero-shot)	0.87 503	1.55 498	0.42 374	1.57 581	0.42 450	1.62 636	0.45 450	1.59 624	0.42 444	1.66 635	0.44 448	1.62 635	0.42 439	1.59 630	0.42 435	0.64 440	0.43 390	0.64 487	0.42 458	0.67 465	0.46 440

Selective-RAFT-Error	0.88 504	0.84 338	0.98 523	0.86 454	0.97 564	0.88 517	0.95 559	0.84 505	0.99 568	0.92 522	0.82 549	0.84 516	0.98 551	0.87 516	0.97 557	0.81 482	0.83 510	0.79 516	0.82 555	0.79 490	0.85 542

IER	0.88 504	7.04 709	2.23 684	2.75 643	0.28 286	0.43 357	0.25 259	0.39 297	0.25 263	0.41 322	0.27 278	0.39 307	0.25 265	0.40 311	0.28 276	0.37 274	0.28 253	0.37 318	0.25 267	0.37 300	0.25 249

Selective-RAFT	0.89 506	0.89 350	0.72 487	1.16 503	0.78 543	1.06 547	0.82 548	0.87 507	0.97 565	1.00 530	0.91 556	0.90 523	1.00 552	0.89 520	0.93 554	0.83 487	0.83 510	0.82 525	0.82 555	0.81 496	0.82 540

AIO-Stereo-zeroshot	0.91 507	0.86 342	0.89 511	1.25 555	0.69 521	1.05 546	0.81 545	1.16 548	0.50 473	1.12 557	0.97 564	0.72 497	0.82 541	1.06 552	0.95 555	0.61 429	0.87 512	1.03 561	0.85 558	1.04 536	1.01 565

CFNet-RSSM	0.91 507	4.89 670	0.34 293	0.44 303	1.07 576	1.62 636	1.40 650	0.91 514	0.35 394	1.60 628	1.39 650	0.64 482	0.34 389	0.44 383	0.33 367	0.41 316	0.35 336	0.75 510	0.30 365	0.41 385	0.29 330

MLG-Stereo	0.92 509	0.90 354	0.84 509	1.27 557	0.49 476	1.38 623	0.88 551	1.41 621	0.97 565	0.73 494	1.09 576	1.26 615	0.43 444	0.72 491	1.05 568	1.13 530	0.49 418	1.18 574	0.66 520	1.01 533	0.46 440

ToySt	0.92 509	2.11 567	0.90 514	0.95 471	0.79 545	0.99 529	0.78 537	0.94 521	0.81 549	0.94 526	0.78 543	0.95 532	0.77 533	0.94 529	0.86 548	0.91 493	0.79 504	0.85 528	0.77 546	0.89 508	0.73 524

DPSM_ROB	0.92 509	0.91 356	0.91 516	0.91 459	0.92 559	0.92 522	0.92 555	0.92 517	0.91 554	0.93 524	0.91 556	0.92 526	0.90 544	0.91 523	0.92 550	0.92 496	0.91 515	0.91 535	0.92 560	0.93 519	0.93 550

DPSM	0.92 509	0.91 356	0.91 516	0.91 459	0.92 559	0.92 522	0.92 555	0.92 517	0.91 554	0.93 524	0.91 556	0.92 526	0.90 544	0.91 523	0.92 550	0.92 496	0.91 515	0.91 535	0.92 560	0.93 519	0.93 550

pmcnn	0.92 509	0.92 361	0.92 518	0.92 462	0.92 559	0.92 522	0.92 555	0.92 517	0.92 558	0.92 522	0.92 559	0.92 526	0.92 546	0.92 527	0.92 550	0.92 496	0.92 517	0.92 538	0.92 560	0.92 514	0.92 549

error version	0.93 514	4.47 665	2.35 687	1.99 603	0.37 412	0.41 329	0.36 397	0.41 324	0.35 394	0.43 343	0.36 399	0.41 332	0.40 421	0.41 331	0.36 389	1.87 621	2.16 682	0.47 439	0.37 421	0.39 360	0.33 371

test_1	0.93 514	4.47 665	2.35 687	1.99 603	0.37 412	0.41 329	0.36 397	0.41 324	0.35 394	0.43 343	0.36 399	0.41 332	0.40 421	0.41 331	0.36 389	1.87 621	2.16 682	0.47 439	0.37 421	0.39 360	0.33 371

DGTPSM_ROB	0.93 514	1.00 382	0.92 518	0.94 469	0.96 563	0.91 521	0.92 555	0.91 514	0.96 564	0.91 520	0.96 562	0.93 529	0.92 546	0.94 529	0.92 550	0.92 496	0.92 517	0.90 532	0.92 560	0.94 523	0.91 548

HSM-Net_RVC	0.95 517	1.17 420	0.78 499	1.18 505	0.71 527	1.16 561	0.75 533	1.09 542	0.80 546	1.10 551	0.75 538	1.17 566	0.74 528	1.17 566	0.80 541	1.13 530	0.73 494	1.17 571	0.77 546	1.16 547	0.72 520
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
MWSP-net	0.96 518	0.75 319	0.49 409	4.84 706	0.48 472	1.28 614	0.52 479	1.20 556	0.51 480	1.14 561	0.70 524	1.00 536	0.56 484	0.90 521	0.69 514	0.76 472	0.60 458	0.95 547	0.56 497	0.73 479	0.45 438

iRaftStereo_RVC	0.97 519	3.17 632	2.30 686	2.42 635	0.38 419	0.54 462	0.38 411	0.54 451	0.38 410	0.54 457	0.38 411	0.54 460	0.38 408	0.54 456	0.38 402	2.38 670	2.34 686	0.49 452	0.36 418	0.49 426	0.36 392

DPSimNet_ROB	0.97 519	1.18 422	0.81 506	1.10 489	0.91 558	1.02 544	0.82 548	1.04 539	0.91 554	1.03 547	0.86 552	1.28 619	0.82 541	1.03 551	0.89 549	1.17 534	0.81 509	1.02 559	0.82 555	1.08 538	0.81 539

test-3	0.98 521	4.13 658	1.85 655	1.85 594	0.61 504	0.69 486	0.37 404	0.63 472	0.61 496	0.66 484	0.51 482	0.73 499	0.44 446	0.57 466	0.54 477	1.68 614	1.81 653	0.40 383	0.43 461	0.66 462	0.50 459

LGCAT	1.00 522	1.00 382	1.00 525	1.00 478	1.00 565	1.00 530	1.00 563	1.00 525	1.00 569	1.00 530	1.00 567	1.00 536	1.00 552	1.00 537	1.00 560	1.00 511	1.00 521	1.00 553	1.00 567	1.00 528	1.00 559

Test_v1	1.00 522	1.00 382	1.00 525	1.00 478	1.00 565	1.00 530	1.00 563	1.00 525	1.00 569	1.00 530	1.00 567	1.00 536	1.00 552	1.00 537	1.00 560	1.00 511	1.00 521	1.00 553	1.00 567	1.00 528	1.00 559

Wavelet-MonSter	1.00 522	1.21 470	0.76 495	1.94 598	1.01 571	1.11 556	0.76 535	1.15 545	0.76 539	1.11 556	0.76 539	1.14 563	0.76 531	1.11 560	0.76 535	1.21 583	0.90 514	1.02 559	0.71 537	1.02 535	0.71 519

999	1.00 522	1.12 413	0.59 439	1.10 489	1.21 638	1.09 552	0.52 479	1.08 540	1.43 652	1.18 564	1.35 644	0.98 535	0.52 479	0.91 523	0.85 547	0.72 462	1.46 623	0.83 526	0.98 565	0.68 467	1.41 648

DispNO	1.00 522	0.63 301	0.43 376	3.45 672	0.44 455	0.65 481	0.43 443	0.64 474	0.43 446	0.64 480	0.43 446	0.64 482	3.03 704	0.64 478	0.43 440	4.55 706	0.43 390	0.63 485	0.43 461	0.63 459	0.43 433

GANet	1.00 522	1.00 382	1.00 525	1.00 478	1.00 565	1.00 530	1.00 563	1.00 525	1.00 569	1.00 530	1.00 567	1.00 536	1.00 552	1.00 537	1.00 560	1.00 511	1.00 521	1.00 553	1.00 567	1.00 528	1.00 559

TDLM	1.00 522	1.00 382	1.00 525	1.00 478	1.00 565	1.00 530	1.00 563	1.00 525	1.00 569	1.00 530	1.00 567	1.00 536	1.00 552	1.00 537	1.00 560	1.00 511	1.00 521	1.00 553	1.00 567	1.00 528	1.00 559

CVANet_RVC	1.00 522	1.00 382	1.00 525	1.00 478	1.00 565	1.00 530	1.00 563	1.00 525	1.00 569	1.00 530	1.00 567	1.00 536	1.00 552	1.00 537	1.00 560	1.00 511	1.00 521	1.00 553	1.00 567	1.00 528	1.00 559

trnet	1.01 530	1.01 392	1.01 530	1.01 483	1.01 571	1.01 538	1.01 568	1.01 534	1.01 574	1.01 541	1.01 572	1.01 545	1.01 560	1.01 545	1.01 565	1.01 516	1.01 527	1.01 558	1.01 574	1.01 533	1.01 565

LL-Strereo	1.01 530	5.06 677	1.63 632	0.70 426	1.43 650	0.56 464	0.46 454	0.57 458	0.50 473	0.57 465	0.50 476	1.58 630	0.49 469	0.59 468	0.50 466	1.64 613	0.52 434	0.51 463	1.37 646	0.52 440	0.45 438

FlowAnything_test	1.02 532	1.72 505	0.71 484	1.59 583	0.70 525	1.61 634	0.69 518	1.61 626	0.70 525	1.60 628	0.70 524	1.61 634	0.69 516	1.61 633	0.70 523	0.81 482	0.58 449	0.81 521	0.55 493	0.81 496	0.56 484

FlowAnything	1.02 532	1.71 504	0.72 487	1.59 583	0.69 521	1.60 633	0.69 518	1.61 626	0.70 525	1.60 628	0.69 520	1.60 631	0.69 516	1.61 633	0.69 514	0.81 482	0.58 449	0.81 521	0.56 497	0.82 498	0.56 484

Hybrid-DGEV	1.03 534	1.75 511	0.80 503	1.28 561	0.78 543	1.26 611	0.80 541	1.26 607	0.78 540	1.26 613	0.78 543	1.26 615	0.78 535	1.26 616	0.78 537	1.15 533	0.75 497	1.14 564	0.74 541	1.14 542	0.75 528

tt45	1.04 535	0.88 347	1.36 613	0.92 462	1.03 574	1.51 632	0.79 538	0.70 485	0.88 552	0.74 499	0.90 553	1.60 631	0.72 526	1.60 631	0.75 533	0.91 493	0.78 502	1.52 640	0.79 550	1.14 542	1.32 640

Hybrid-DGEV-2	1.05 536	1.83 537	0.83 507	1.33 568	0.82 551	1.30 615	0.81 545	1.26 607	0.79 544	1.29 615	0.79 545	1.26 615	0.80 537	1.26 616	0.79 538	1.20 537	0.78 502	1.18 574	0.77 546	1.20 557	0.77 533

Hybrid-DGEV-03	1.07 537	1.83 537	0.83 507	1.34 569	0.81 550	1.32 617	0.81 545	1.31 614	0.81 549	1.31 616	0.82 549	1.32 620	0.82 541	1.32 621	0.81 544	1.19 535	0.77 500	1.19 576	0.76 544	1.19 555	0.77 533

GLC_STEREO	1.07 537	1.01 392	1.06 533	1.07 487	1.05 575	1.06 547	1.08 573	1.08 540	1.05 578	1.07 549	1.06 574	1.08 553	1.05 562	1.06 552	1.10 571	1.07 519	1.09 537	1.05 562	1.05 576	1.06 537	1.12 572

FC-DCNN	1.07 537	1.09 408	0.98 523	0.89 455	0.52 487	1.41 627	0.91 554	1.21 602	1.24 638	1.96 641	2.05 710	1.91 642	1.30 630	1.27 619	1.08 570	0.80 478	0.60 458	0.58 478	0.41 450	0.68 467	0.54 473

hknet	1.10 540	1.85 543	3.49 714	4.48 689	0.02 22	0.42 350	0.06 137	0.41 324	0.02 22	0.48 412	0.03 56	0.41 332	0.03 53	0.42 345	0.03 52	4.39 703	4.19 717	0.33 280	0.23 257	0.34 271	0.27 293

test_xeample3	1.10 540	1.81 527	0.61 449	0.84 449	0.49 476	0.77 496	0.66 501	0.92 517	1.40 650	0.68 488	0.46 457	0.78 505	0.54 483	1.72 636	1.48 652	1.34 593	1.52 627	1.35 633	1.67 684	1.33 612	1.55 653

DISCO	1.11 542	0.39 208	5.28 728	0.39 255	0.20 246	0.39 308	0.27 269	0.39 297	0.22 248	0.38 290	0.20 244	0.38 302	0.20 245	6.95 748	0.22 242	0.30 239	0.21 211	0.27 253	0.21 248	5.25 729	0.21 232

Occ-G	1.12 543	0.52 279	3.72 719	3.50 676	0.50 480	0.56 464	0.47 459	0.54 451	0.46 454	0.54 457	0.41 433	0.54 460	0.42 439	0.52 450	0.42 435	3.42 694	4.02 716	0.52 466	0.45 464	0.51 437	0.44 436

AEACV	1.12 543	0.52 279	3.12 710	3.24 661	0.86 552	0.53 458	0.49 470	0.60 466	0.47 459	0.53 451	0.49 472	0.55 464	0.45 450	0.55 460	0.47 455	3.01 689	3.88 714	0.71 503	0.60 504	0.80 493	0.48 450

LiteMatch	1.13 545	0.73 314	2.80 695	3.23 659	0.61 504	0.83 511	0.68 510	0.73 490	0.69 517	1.00 530	0.77 541	0.94 530	0.57 486	0.82 505	0.64 492	2.97 687	2.43 689	0.68 494	0.32 384	0.56 449	0.70 513

Lsterematch	1.13 545	0.73 314	2.80 695	3.23 659	0.61 504	0.83 511	0.68 510	0.73 490	0.69 517	1.00 530	0.77 541	0.94 530	0.57 486	0.82 505	0.64 492	2.97 687	2.43 689	0.68 494	0.32 384	0.56 449	0.70 513

MSMD_ROB	1.19 547	1.10 412	0.70 481	1.10 489	0.60 499	1.10 553	0.70 524	1.10 543	0.70 525	1.10 551	0.70 524	1.10 557	0.70 520	7.00 749	0.70 523	1.10 523	0.70 487	1.10 563	0.70 534	1.10 539	0.70 513

MM-Stereo_test2	1.20 548	1.85 543	1.05 532	1.46 578	0.94 562	1.36 621	0.99 562	1.36 616	0.95 562	1.41 623	0.98 565	1.40 626	0.96 548	1.37 623	0.95 555	1.37 598	1.06 530	1.33 630	0.93 564	1.29 611	0.89 546

ours_stereo	1.20 548	1.21 470	0.90 514	1.64 591	1.11 578	1.35 619	0.67 505	1.76 633	0.93 560	1.70 637	1.10 577	1.39 624	0.75 530	1.41 625	0.81 544	1.60 612	1.03 529	1.33 630	1.00 567	1.61 622	0.72 520

DisPM	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

CrosDoStereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

PFNet+	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

LCNet	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

HHNet	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

Patchmatch Stereo++	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586
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	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

STrans-v2	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

TransformOpticalFlow	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

OMP-Stereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

IIG-Stereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

NF-Stereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

OCTAStereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

PSM-softLoss	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

KMStereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

NRIStereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

PSM-adaLoss	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

PSM-AAD	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

FTStereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

ROB_FTStereo_v2	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

ROB_FTStereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

Consistency-Raft	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

KYRaft	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

HUI-Stereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

ASMatch	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

DeepStereo_LL	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

DEmStereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

SST-Stereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

THIR-Stereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

RAFT_R40	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

DRaft	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

PFNet	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

GrayStereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

RE-Stereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

Pruner-Stereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

TVStereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

DeepStereo_RVC	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

RAFT-RH_RVC	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

IRAFT_RVC	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

RAFT-345	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

iRAFT	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

CRE-IMP	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

GMM-Stereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

RAFT-IKP	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

Prome-Stereo	1.20 548	1.20 424	1.20 550	1.20 507	1.20 592	1.20 562	1.20 585	1.20 556	1.20 590	1.20 566	1.20 587	1.20 568	1.20 577	1.20 568	1.20 587	1.20 537	1.20 552	1.20 578	1.20 588	1.20 557	1.20 586

qqai	1.22 595	1.38 491	1.12 536	1.39 575	1.14 579	1.40 625	1.14 577	1.41 621	1.12 579	1.40 622	1.11 578	1.40 626	1.13 566	1.41 625	1.15 576	1.25 586	0.97 520	1.24 625	1.01 574	1.24 606	0.96 554

HCRNet	1.22 595	7.11 710	3.00 697	3.55 677	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	3.64 695	3.00 694	0.76 512	0.32 384	0.18 196	0.13 185

HBP-ISP	1.24 597	1.72 505	1.65 633	1.15 498	0.76 539	1.40 625	0.88 551	1.67 632	1.02 575	1.69 636	1.38 649	1.69 636	1.21 623	1.87 643	1.21 632	1.05 518	0.79 504	0.97 551	0.80 552	1.19 555	0.75 528

AANet_RVC	1.26 598	0.31 183	4.99 726	5.93 716	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	5.66 727	4.76 721	0.26 248	0.30 365	0.24 229	0.27 293

MM-Stereo_test3	1.27 599	2.07 563	1.18 545	1.60 586	1.02 573	1.45 629	1.01 568	1.40 620	1.04 577	1.44 625	1.03 573	1.46 629	1.02 561	1.44 628	1.02 566	1.51 607	1.12 544	1.32 629	0.98 565	1.38 615	0.97 555

11t	1.27 599	2.70 609	1.34 603	1.32 567	0.89 554	1.30 615	1.34 640	1.64 629	0.57 487	1.45 626	0.72 533	1.05 552	1.29 629	1.07 555	1.29 641	1.49 604	1.02 528	0.97 551	1.15 581	1.48 617	1.31 639

MaskLacGwcNet_RVC	1.35 601	1.35 487	1.35 605	1.35 571	1.35 643	1.35 619	1.35 641	1.36 616	1.35 646	1.36 620	1.35 644	1.36 622	1.36 635	1.36 622	1.35 645	1.35 594	1.35 614	1.35 633	1.35 643	1.35 613	1.35 644

CC-Net-ROB	1.36 602	1.33 486	1.33 602	1.36 572	1.38 647	1.36 621	1.33 639	1.37 618	1.34 643	1.35 619	1.36 646	1.38 623	1.34 633	1.38 624	1.38 648	1.35 594	1.38 618	1.33 630	1.35 643	1.43 616	1.34 643

CFNet	1.37 603	5.27 690	0.19 195	5.49 713	0.19 243	0.28 254	0.19 229	0.28 244	0.19 238	0.28 249	0.19 240	0.28 254	4.35 734	0.28 257	0.19 232	0.23 202	0.17 195	0.23 228	4.21 743	4.81 720	0.17 218

PS-NSSS	1.38 604	1.39 492	1.34 603	1.34 569	1.35 643	1.38 623	1.37 648	1.35 615	1.38 649	1.34 618	1.34 643	1.39 624	1.38 638	1.70 635	1.40 649	1.36 596	1.36 615	1.36 635	1.37 646	1.37 614	1.36 645

RASNet	1.49 605	1.65 501	1.45 621	1.38 574	1.43 650	1.47 630	1.36 643	1.38 619	1.36 647	1.39 621	1.60 660	1.45 628	1.45 641	1.51 629	2.21 705	1.53 608	1.36 615	1.36 635	1.36 645	1.66 625	1.36 645

BLMT-Stereo	1.53 606	1.36 488	1.06 533	1.42 577	1.23 642	1.41 627	1.07 572	1.43 623	1.12 579	1.42 624	1.06 574	1.83 639	1.07 563	1.42 627	1.07 569	1.27 588	1.38 618	6.80 746	1.00 567	1.26 608	1.00 559

GANetREF_RVC	1.55 607	1.94 559	1.22 597	1.88 595	1.21 638	1.88 641	1.22 631	1.88 635	1.22 636	1.88 638	1.22 633	1.88 640	1.22 624	1.89 644	1.22 633	1.87 621	1.22 600	1.88 656	1.22 634	1.88 634	1.22 632
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	1.59 608	1.91 552	1.21 596	1.94 598	1.20 592	2.00 649	1.23 632	1.99 640	1.24 638	2.00 646	1.25 636	2.03 650	1.26 626	2.00 648	1.29 641	1.90 625	1.18 551	1.89 657	1.21 633	1.89 635	1.20 586
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 609	1.59 500	1.70 636	1.59 583	1.59 656	1.61 634	1.61 659	1.60 625	1.60 656	1.62 634	1.59 659	1.60 631	1.60 644	1.60 631	1.59 656	1.59 610	1.60 638	1.59 642	1.59 664	1.59 621	1.59 659

MEA-ACV	1.66 610	0.87 344	0.61 449	11.81 746	1.35 643	1.50 631	0.71 527	1.23 605	0.92 558	1.13 560	0.96 562	1.69 636	0.70 520	1.23 615	1.16 580	1.54 609	1.20 552	1.58 641	0.85 558	1.12 540	0.95 553

ff7	1.68 611	2.68 606	1.35 605	0.97 475	0.89 554	1.84 638	2.15 703	2.12 646	1.80 686	2.05 651	1.56 656	2.33 671	2.12 694	2.23 667	2.25 706	1.31 590	1.07 531	1.48 637	1.41 649	0.90 511	1.04 567

ffff	1.68 611	2.68 606	1.35 605	0.97 475	0.89 554	1.84 638	2.15 703	2.12 646	1.80 686	2.05 651	1.56 656	2.33 671	2.12 694	2.23 667	2.25 706	1.31 590	1.07 531	1.48 637	1.41 649	0.90 511	1.04 567

ccc-4	1.68 611	2.68 606	1.35 605	0.97 475	0.89 554	1.84 638	2.15 703	2.12 646	1.80 686	2.05 651	1.56 656	2.33 671	2.12 694	2.23 667	2.25 706	1.31 590	1.07 531	1.48 637	1.41 649	0.90 511	1.04 567

PhaseNet	1.74 614	6.34 708	4.81 724	6.77 722	0.24 269	0.80 503	0.53 481	0.48 411	0.22 248	0.53 451	0.28 286	0.48 421	0.25 265	0.40 311	0.32 355	6.39 733	4.61 720	0.46 429	0.38 436	0.25 232	0.18 224

MC-Stereo	1.76 615	2.96 625	1.37 615	2.14 607	1.37 646	2.14 655	1.36 643	2.14 649	1.37 648	2.14 655	1.37 647	2.14 652	1.37 637	2.14 653	1.37 647	1.97 630	1.32 602	1.97 660	1.32 642	1.98 637	1.33 641

IGEVStereo-DCA	1.77 616	4.21 660	1.84 653	2.49 638	2.11 704	2.54 689	1.36 643	1.65 630	1.17 587	2.75 699	1.90 693	2.54 684	1.15 570	0.94 529	1.11 572	1.50 605	1.32 602	0.96 549	1.46 655	1.49 618	0.88 543

rrr	1.77 616	4.21 660	1.84 653	2.49 638	2.11 704	2.54 689	1.36 643	1.65 630	1.17 587	2.75 699	1.90 693	2.54 684	1.15 570	0.94 529	1.11 572	1.50 605	1.32 602	0.96 549	1.46 655	1.49 618	0.88 543

MM-Stereo_test1	1.80 618	3.41 637	1.52 628	2.12 606	1.41 649	2.04 650	1.41 651	2.05 644	1.46 653	2.04 650	1.41 651	2.05 651	1.42 640	2.05 649	1.43 651	2.04 635	1.54 630	1.94 658	1.38 648	1.99 638	1.33 641

MFMNet_re	1.81 619	1.91 552	1.71 638	1.95 600	1.70 679	1.95 646	1.70 676	1.96 638	1.74 682	1.97 643	1.72 681	1.95 643	1.71 665	1.97 647	1.71 676	1.86 619	1.62 639	1.85 649	1.66 683	1.86 633	1.64 677

plain	1.88 620	3.16 631	0.64 458	3.10 654	0.65 512	3.10 705	0.64 498	3.12 704	0.65 502	3.10 705	0.65 506	3.11 705	0.65 500	3.12 704	0.65 495	3.12 690	0.65 469	3.13 703	0.65 517	3.13 691	0.65 502

derf	1.91 621	2.15 571	1.78 642	2.16 608	1.75 682	2.21 664	1.80 680	2.22 663	1.80 686	2.21 666	1.76 682	2.17 653	1.81 674	2.24 670	1.74 685	1.93 628	1.56 631	1.96 659	1.53 657	1.95 636	1.56 654

noway5	1.92 622	4.97 673	1.95 675	2.31 625	1.68 669	2.21 664	1.68 670	2.21 661	1.69 672	2.22 670	1.68 674	2.21 661	1.68 655	2.21 663	1.68 671	2.18 647	1.87 668	1.71 646	0.65 517	0.85 502	0.72 520

RAFT_CTSACE	1.92 622	3.71 644	1.72 639	1.88 595	1.72 681	2.04 650	1.42 653	2.18 652	1.89 699	2.02 648	1.97 699	1.95 643	2.06 693	1.93 645	1.62 657	1.76 616	1.66 643	2.02 661	1.73 692	1.73 628	1.43 650

MonStereo1	1.94 624	2.77 619	1.52 628	3.73 684	1.51 653	2.13 654	1.42 653	2.32 673	1.52 654	2.31 677	1.50 654	2.53 681	1.59 643	2.34 675	1.56 654	1.91 626	1.36 615	1.86 652	1.31 641	2.07 648	1.53 651

4.25w-stereo	1.98 625	2.72 613	1.46 622	3.47 673	1.43 650	2.07 652	1.98 694	2.53 685	1.52 654	2.71 692	1.98 705	1.81 638	1.62 646	1.96 646	1.36 646	1.88 624	2.00 671	2.53 697	1.61 671	1.74 629	1.15 577

4.5w-stereo	1.99 626	2.33 585	1.81 644	3.28 663	1.68 669	1.94 643	1.99 697	2.72 689	1.70 673	2.72 693	1.99 708	1.97 645	1.68 655	1.76 637	1.29 641	1.91 626	2.02 677	2.53 697	1.61 671	1.75 630	1.16 580

2.75w_new	1.99 626	2.34 589	1.81 644	3.14 655	1.62 658	1.94 643	1.99 697	2.72 689	1.71 675	2.72 693	1.99 708	1.90 641	1.73 667	1.82 642	1.29 641	2.37 669	2.01 673	2.31 683	1.42 652	1.77 631	1.22 632

3.75w	1.99 626	2.31 583	1.83 652	3.16 657	1.65 660	1.93 642	1.98 694	2.72 689	1.68 665	2.73 698	1.97 699	2.00 647	1.72 666	1.81 641	1.25 637	2.27 659	2.01 673	2.38 688	1.42 652	1.71 627	1.24 635

2w_stereo	1.99 626	2.36 592	1.81 644	3.24 661	1.67 665	1.94 643	1.98 694	2.72 689	1.68 665	2.72 693	1.94 696	1.98 646	1.74 669	1.79 640	1.27 638	1.95 629	2.00 671	2.53 697	1.60 667	1.68 626	1.15 577

2.25w	2.00 630	1.86 546	1.98 678	2.95 652	2.17 708	2.26 670	1.35 641	2.42 679	2.00 706	2.07 654	1.27 638	2.53 681	1.99 689	2.29 672	1.49 653	2.21 651	1.32 602	1.85 649	1.87 697	2.52 678	1.62 672

4.25_new	2.00 630	2.33 585	1.82 649	3.32 666	1.69 674	1.95 646	1.99 697	2.72 689	1.71 675	2.72 693	1.97 699	2.01 648	1.74 669	1.77 638	1.28 639	2.18 647	2.01 673	2.48 695	1.58 662	1.65 623	1.17 581

4.5w_new	2.00 630	2.33 585	1.82 649	3.32 666	1.69 674	1.95 646	1.99 697	2.72 689	1.71 675	2.72 693	1.97 699	2.01 648	1.74 669	1.77 638	1.28 639	2.18 647	2.01 673	2.48 695	1.58 662	1.65 623	1.17 581

4.5_new	2.00 630	1.84 542	1.98 678	2.77 645	2.16 706	2.27 671	1.28 638	2.09 645	1.98 703	2.01 647	1.28 639	2.71 694	1.98 687	2.51 684	1.65 659	2.26 656	1.33 609	1.87 653	1.87 697	2.49 674	1.60 661

TRStereo	2.00 630	2.13 568	1.85 655	2.27 614	1.84 686	2.28 673	1.84 682	2.29 668	1.86 692	2.30 674	1.87 688	2.30 668	1.87 677	2.08 650	1.72 679	2.08 636	1.72 647	2.08 672	1.72 689	2.08 650	1.72 682

XX-Stereo	2.00 630	2.13 568	1.85 655	2.27 614	1.84 686	2.28 673	1.84 682	2.29 668	1.86 692	2.30 674	1.87 688	2.30 668	1.87 677	2.08 650	1.72 679	2.08 636	1.72 647	2.08 672	1.72 689	2.08 650	1.72 682

EAI-Stereo	2.00 630	2.13 568	1.85 655	2.27 614	1.84 686	2.28 673	1.84 682	2.29 668	1.86 692	2.30 674	1.87 688	2.30 668	1.87 677	2.08 650	1.72 679	2.08 636	1.72 647	2.08 672	1.72 689	2.08 650	1.72 682

2.5w	2.01 637	2.40 594	1.37 615	3.28 663	2.01 698	2.71 695	1.43 656	1.82 634	1.83 690	1.90 640	1.41 651	2.71 694	1.35 634	2.71 694	1.85 691	2.66 681	1.53 628	1.64 643	1.23 635	2.53 681	1.87 692

4w-stereo	2.02 638	2.72 613	1.44 620	3.36 669	1.59 656	2.48 682	1.72 678	2.28 666	1.24 638	2.24 672	1.65 664	2.56 686	1.32 632	2.39 678	1.98 702	2.67 683	1.51 626	1.66 644	1.24 636	2.53 681	1.88 695

IGEV	2.02 638	2.20 575	1.82 649	2.90 651	2.16 706	2.41 679	1.25 634	2.00 641	1.98 703	1.99 645	1.31 641	2.72 698	1.93 683	2.67 693	1.69 674	2.26 656	1.32 602	1.83 648	1.87 697	2.53 681	1.61 666

3.25w_new	2.03 640	2.72 613	1.35 605	3.33 668	1.57 654	2.72 696	1.53 658	2.15 650	1.33 642	2.15 656	1.60 660	2.63 690	1.30 630	2.72 696	1.99 703	2.67 683	1.53 628	1.75 647	1.25 638	2.53 681	1.87 692

3.5w_stereo	2.03 640	2.72 613	1.35 605	3.41 670	1.57 654	2.72 696	1.49 657	2.01 642	1.34 643	2.15 656	1.61 662	2.63 690	1.36 635	2.72 696	1.99 703	2.66 681	1.58 634	1.68 645	1.24 636	2.53 681	1.87 692

UniTT-Stereo	2.03 640	3.43 638	0.72 487	3.42 671	0.73 530	3.27 708	0.68 510	3.38 709	0.69 517	3.29 708	0.72 533	3.28 708	0.70 520	3.35 710	0.68 506	3.39 693	0.68 478	3.31 706	0.69 530	3.37 692	0.73 524

3.25w	2.04 643	2.20 575	1.48 623	3.03 653	2.17 708	2.63 693	1.39 649	1.96 638	1.95 702	1.96 641	1.37 647	2.71 694	1.96 686	2.71 694	1.73 684	2.26 656	1.32 602	1.87 653	1.87 697	2.51 677	1.63 675

3w_stereo	2.04 643	2.24 579	1.70 636	3.15 656	2.18 710	2.49 683	1.26 636	2.03 643	1.98 703	1.98 644	1.33 642	2.72 698	1.99 689	2.59 687	1.72 679	2.22 652	1.33 609	1.85 649	1.88 702	2.50 676	1.58 658

1w_stereo	2.05 645	2.32 584	1.35 605	3.74 685	2.01 698	2.73 698	1.42 653	1.88 635	1.93 701	2.03 649	1.28 639	2.71 694	1.99 689	2.72 696	1.72 679	2.20 650	1.32 602	1.87 653	1.86 696	2.45 670	1.54 652

zzzzzz3	2.07 646	5.00 675	1.93 666	2.28 619	1.66 661	2.19 658	1.66 662	2.18 652	1.67 660	2.19 661	1.66 667	2.18 654	1.67 653	2.18 655	1.66 662	2.15 639	1.85 660	2.05 662	1.59 664	2.05 640	1.59 659

noway2	2.07 646	4.96 672	1.92 663	2.28 619	1.66 661	2.20 661	1.66 662	2.19 655	1.66 657	2.19 661	1.65 664	2.19 657	1.68 655	2.18 655	1.65 659	2.15 639	1.86 664	2.06 666	1.59 664	2.06 644	1.60 661

LiteMatch*	2.07 646	1.30 482	5.73 731	6.28 719	0.79 545	1.33 618	0.80 541	1.30 613	1.02 575	1.33 617	0.84 551	1.33 621	0.97 549	1.28 620	1.04 567	6.05 731	5.89 727	1.28 628	0.76 544	1.28 610	0.88 543

noway7	2.08 649	5.18 681	1.92 663	2.27 614	1.66 661	2.18 656	1.66 662	2.17 651	1.66 657	2.18 658	1.65 664	2.18 654	1.66 647	2.17 654	1.66 662	2.15 639	1.85 660	2.05 662	1.60 667	2.05 640	1.60 661

zzzz4	2.08 649	5.22 685	1.93 666	2.27 614	1.66 661	2.19 658	1.66 662	2.18 652	1.67 660	2.18 658	1.66 667	2.18 654	1.66 647	2.18 655	1.66 662	2.15 639	1.84 655	2.05 662	1.60 667	2.05 640	1.60 661

zzzz2	2.08 649	4.92 671	1.93 666	2.30 622	1.67 665	2.19 658	1.66 662	2.20 658	1.67 660	2.20 664	1.68 674	2.21 661	1.66 647	2.20 660	1.68 671	2.17 645	1.84 655	2.07 668	1.62 677	2.05 640	1.61 666

monster_256*512	2.09 652	5.21 684	1.98 678	2.30 622	1.67 665	2.18 656	1.66 662	2.20 658	1.67 660	2.19 661	1.67 669	2.19 657	1.66 647	2.19 658	1.66 662	2.15 639	1.86 664	2.05 662	1.60 667	2.06 644	1.61 666

zzz1	2.09 652	4.97 673	1.93 666	2.30 622	1.68 669	2.21 664	1.68 670	2.21 661	1.68 665	2.21 666	1.67 669	2.21 661	1.68 655	2.21 663	1.69 674	2.17 645	1.85 660	2.08 672	1.61 671	2.06 644	1.61 666

zzzzzzz1	2.10 654	5.20 683	1.93 666	2.38 632	1.68 669	2.20 661	1.67 668	2.20 658	1.68 665	2.20 664	1.67 669	2.20 660	1.68 655	2.20 660	1.67 670	2.24 654	1.86 664	2.06 666	1.61 671	2.06 644	1.62 672

GELT-Stereo	2.10 654	5.33 692	1.94 674	2.37 630	1.68 669	2.21 664	1.69 674	2.19 655	1.67 660	2.18 658	1.67 669	2.19 657	1.66 647	2.19 658	1.66 662	2.23 653	1.83 654	2.07 668	1.61 671	2.04 639	1.61 666

noway1	2.10 654	5.26 689	1.93 666	2.31 625	1.69 674	2.21 664	1.67 668	2.19 655	1.68 665	2.21 666	1.68 674	2.21 661	1.67 653	2.20 660	1.66 662	2.15 639	1.84 655	2.07 668	1.61 671	2.07 648	1.61 666

sCroCo_RVC	2.10 654	2.76 617	1.92 663	2.78 648	1.39 648	2.73 698	1.41 651	2.73 695	1.40 650	2.77 704	1.41 651	2.74 700	1.40 639	2.74 699	1.40 649	2.72 685	1.42 621	2.72 701	1.44 654	2.79 688	1.42 649

noway4	2.11 658	5.14 679	1.93 666	2.37 630	1.69 674	2.20 661	1.68 670	2.22 663	1.68 665	2.21 666	1.69 678	2.23 665	1.68 655	2.22 665	1.66 662	2.24 654	1.84 655	2.09 677	1.63 680	2.09 653	1.62 672

MoCha-V2	2.11 658	26.97 754	0.78 499	0.92 462	0.77 542	0.96 527	0.72 530	0.90 512	0.72 533	0.94 526	0.70 524	0.90 523	0.71 525	0.91 523	0.71 525	0.85 490	0.71 491	0.88 530	0.69 530	0.87 504	0.67 506

noway3	2.12 660	5.22 685	1.93 666	2.39 633	1.70 679	2.23 669	1.70 676	2.22 663	1.70 673	2.22 670	1.70 680	2.23 665	1.69 662	2.22 665	1.71 676	2.28 660	1.86 664	2.08 672	1.63 680	2.09 653	1.63 675

FBW_ROB	2.12 660	2.46 599	1.77 641	2.49 638	1.79 685	2.38 677	1.83 681	2.46 680	1.78 685	2.48 685	1.97 699	2.40 676	1.78 672	2.42 681	1.83 689	2.31 665	1.85 660	2.38 688	1.82 695	2.35 664	1.84 688

MonStereo	2.17 662	2.41 595	1.49 627	2.67 642	1.67 665	2.60 692	2.04 701	2.32 673	1.76 683	2.44 682	1.68 674	2.50 679	1.69 662	2.38 676	1.80 688	2.28 660	1.78 650	2.63 700	2.14 705	3.47 693	1.68 680

asda	2.17 662	2.54 600	1.81 644	3.47 673	1.78 684	2.50 685	1.86 686	2.61 687	1.68 665	2.61 689	1.83 684	2.37 675	1.73 667	2.44 682	1.88 697	2.51 678	1.84 655	2.34 685	1.62 677	2.23 657	1.77 687

asd	2.18 664	2.77 619	1.58 630	3.59 678	2.00 697	2.58 691	1.85 685	2.39 678	1.71 675	2.47 684	1.97 699	2.59 688	1.61 645	2.56 685	1.79 687	2.51 678	1.99 670	2.11 678	1.62 677	2.36 665	1.60 661

qwe	2.18 664	2.60 603	1.58 630	3.83 686	1.90 695	2.53 687	1.90 692	2.48 681	1.73 680	2.37 680	1.92 695	2.53 681	1.68 655	2.56 685	1.83 689	2.52 680	1.87 668	2.07 668	1.68 686	2.32 663	1.71 681

monsters	2.18 664	2.41 595	1.96 677	3.47 673	2.03 702	2.53 687	1.64 661	2.48 681	1.73 680	2.40 681	1.50 654	2.62 689	1.94 684	2.59 687	1.94 699	2.44 673	1.57 633	2.28 681	1.87 697	2.42 667	1.86 690

AIO_rvc	2.18 664	2.34 589	1.87 659	2.32 627	1.94 696	2.40 678	1.89 691	2.37 676	2.07 708	2.52 687	1.95 698	2.44 678	1.99 689	2.41 679	1.89 698	2.32 666	2.09 679	2.24 679	2.18 706	2.21 656	2.23 699

HUF	2.18 664	2.30 582	1.99 682	2.34 629	2.02 701	2.41 679	2.06 702	2.38 677	1.89 699	2.36 679	1.85 685	2.56 686	1.98 687	2.31 674	1.97 701	2.30 664	2.03 678	2.30 682	2.11 704	2.23 657	2.16 697

AIO_test	2.18 664	2.09 566	2.04 683	2.42 635	2.01 698	2.47 681	1.94 693	2.34 675	2.03 707	2.56 688	1.94 696	2.43 677	1.94 684	2.41 679	1.87 695	2.39 671	2.10 680	2.35 687	1.91 703	2.25 659	2.19 698

monsterstereo	2.20 670	2.33 585	1.95 675	3.65 680	2.07 703	2.49 683	1.61 659	2.48 681	1.83 690	2.45 683	1.61 662	2.67 693	1.86 675	2.64 689	1.94 699	2.48 677	1.66 643	2.34 685	1.68 686	2.40 666	1.86 690

LG-G_1	2.22 671	2.71 611	1.89 660	2.77 645	1.87 693	2.75 700	1.87 689	2.76 697	1.87 696	2.75 699	1.87 688	2.76 701	1.87 677	2.75 700	1.86 692	2.47 675	1.58 634	2.45 692	1.57 659	2.45 670	1.57 656

LG-G	2.22 671	2.71 611	1.89 660	2.77 645	1.87 693	2.75 700	1.87 689	2.76 697	1.87 696	2.75 699	1.87 688	2.76 701	1.87 677	2.75 700	1.86 692	2.47 675	1.58 634	2.45 692	1.57 659	2.45 670	1.57 656

LGtest1	2.22 671	2.70 609	1.89 660	2.76 644	1.86 689	2.75 700	1.86 686	2.75 696	1.86 692	2.75 699	1.86 686	2.77 703	1.87 677	2.75 700	1.86 692	2.46 674	1.58 634	2.45 692	1.56 658	2.45 670	1.56 654

RAStereo	2.23 674	3.64 641	0.76 495	3.65 680	0.86 552	3.66 713	0.76 535	3.67 713	0.81 549	3.66 710	0.76 539	3.66 711	0.77 533	3.68 712	0.77 536	3.68 696	0.77 500	3.69 711	0.77 546	3.70 695	0.77 533

UDGNet	2.23 674	5.40 696	1.72 639	2.48 637	1.69 674	2.51 686	1.69 674	2.51 684	1.72 679	2.50 686	1.69 678	2.52 680	1.69 662	2.50 683	1.68 671	2.41 672	1.70 646	2.42 690	1.69 688	2.42 667	1.64 677

NCCL2	2.28 676	2.27 580	2.28 685	2.28 619	2.28 711	2.27 671	2.29 706	2.28 666	2.28 709	2.27 673	2.28 711	2.28 667	2.27 697	2.27 671	2.28 710	2.28 660	2.28 685	2.27 680	2.29 710	2.27 660	2.29 700

Abc-Net	2.32 677	24.75 746	1.14 539	1.17 504	1.17 586	1.11 556	1.15 579	1.17 550	1.21 635	1.08 550	1.16 582	1.12 562	1.14 569	1.09 556	1.17 582	1.09 521	1.16 547	1.17 571	1.17 584	1.16 547	1.11 570
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 678	25.00 747	1.13 538	1.15 498	1.15 581	1.10 553	1.15 579	1.15 545	1.15 582	1.12 557	1.15 579	1.09 555	1.13 566	1.10 558	1.15 576	1.11 528	1.09 537	1.16 567	1.12 579	1.16 547	1.17 581

stereogan	2.33 678	24.38 745	1.18 545	1.18 505	1.18 589	1.14 559	1.18 583	1.19 553	1.19 589	1.14 561	1.18 586	1.14 563	1.18 575	1.14 563	1.18 583	1.14 532	1.14 545	1.19 576	1.19 585	1.15 545	1.19 585

RGC	2.36 680	25.48 748	1.19 547	1.15 498	1.15 581	1.10 553	1.16 581	1.17 550	1.16 583	1.12 557	1.16 582	1.11 561	1.13 566	1.09 556	1.18 583	1.10 523	1.15 546	1.16 567	1.12 579	1.14 542	1.12 572

NCC-stereo	2.36 680	25.52 749	1.17 543	1.15 498	1.17 586	1.11 556	1.11 574	1.15 545	1.16 583	1.10 551	1.16 582	1.10 557	1.15 570	1.14 563	1.13 574	1.09 521	1.11 541	1.15 566	1.16 583	1.17 552	1.17 581

AF-Net	2.37 682	25.71 750	1.17 543	1.13 494	1.15 581	1.15 560	1.18 583	1.19 553	1.16 583	1.10 551	1.15 579	1.10 557	1.18 575	1.12 562	1.15 576	1.10 523	1.10 540	1.17 571	1.15 581	1.16 547	1.12 572

Nwc_Net	2.37 682	25.95 751	1.15 541	1.14 495	1.15 581	1.08 550	1.14 577	1.17 550	1.16 583	1.14 561	1.15 579	1.08 553	1.15 570	1.11 560	1.14 575	1.10 523	1.11 541	1.16 567	1.09 578	1.16 547	1.15 577

CFNet_RVC	2.38 684	8.71 721	0.38 312	9.33 735	0.42 450	0.56 464	0.42 440	0.60 466	0.38 410	0.62 476	0.42 443	0.56 467	7.29 746	0.62 472	0.42 435	0.53 406	0.37 346	0.49 452	0.34 399	8.30 743	6.87 748

testmc14	2.43 685	10.48 734	8.02 743	8.93 734	0.31 358	0.44 391	0.30 303	0.42 342	0.30 312	0.42 336	0.30 316	0.42 350	0.30 312	0.42 345	0.30 302	8.88 746	6.99 736	0.41 401	0.28 332	0.39 360	0.28 321

edge stereo	2.43 685	27.07 755	1.14 539	1.06 486	1.14 579	1.08 550	1.17 582	1.16 548	1.14 581	1.10 551	1.16 582	1.09 555	1.16 574	1.10 558	1.16 580	1.10 523	1.11 541	1.16 567	1.19 585	1.13 541	1.11 570

FAT-Stereo	2.46 687	26.05 752	1.23 599	1.23 554	1.22 640	1.20 562	1.24 633	1.23 605	1.23 637	1.19 565	1.22 633	1.21 613	1.24 625	1.20 568	1.24 634	1.21 583	1.17 550	1.22 624	1.25 638	1.20 557	1.24 635

MCSU-Stereo	2.48 688	10.56 735	8.50 745	9.47 738	0.31 358	0.43 357	0.30 303	0.42 342	0.30 312	0.42 336	0.30 316	0.42 350	0.30 312	0.41 331	0.30 302	8.86 745	6.93 735	0.40 383	0.29 347	0.39 360	0.28 321

S-Stereo	2.51 689	26.86 753	1.23 599	1.22 552	1.22 640	1.24 610	1.25 634	1.22 603	1.24 638	1.21 611	1.24 635	1.19 567	1.27 627	1.19 567	1.24 634	1.19 535	1.20 552	1.25 626	1.19 585	1.24 606	1.23 634

Anonymous3	2.55 690	3.26 635	1.65 633	3.28 663	1.63 659	3.24 707	1.68 670	3.27 706	1.66 657	3.28 707	1.67 669	3.25 707	1.66 647	3.27 706	1.64 658	3.26 691	1.65 642	3.30 705	1.65 682	4.95 725	1.65 679

DNSM	2.56 691	4.43 663	3.08 708	4.09 688	1.86 689	2.66 694	1.86 686	2.66 688	1.87 696	2.66 691	1.86 686	2.66 692	1.86 675	2.66 692	1.87 695	3.82 698	2.94 693	2.42 690	1.73 692	2.42 667	1.73 685

MIF-Stereo (partial)	2.58 692	3.31 636	0.66 464	3.18 658	0.66 515	3.18 706	0.66 501	3.21 705	0.67 506	3.19 706	0.66 508	3.19 706	0.66 503	3.31 708	0.68 506	5.09 723	1.79 652	8.23 750	1.67 684	6.18 734	1.38 647

MSMDNet	2.65 693	10.14 732	0.33 279	9.74 739	0.32 372	0.87 516	0.33 371	2.95 703	0.68 512	0.49 422	0.34 387	0.49 428	5.70 741	0.49 427	0.33 367	0.42 330	9.57 743	0.41 401	0.31 376	8.36 744	0.65 502

pcwnet_v2	2.66 694	9.89 730	0.33 279	9.89 740	0.32 372	0.50 440	0.32 360	0.49 419	0.33 379	0.49 422	0.34 387	0.49 428	8.76 748	0.48 420	0.33 367	0.41 316	9.58 744	0.40 383	0.29 347	9.01 747	0.63 494

CFNet_pseudo	2.67 695	9.36 726	0.32 274	10.99 745	0.33 385	0.85 513	0.33 371	0.49 419	0.33 379	0.49 422	0.32 370	0.49 428	7.26 745	0.49 427	0.33 367	0.41 316	9.62 745	0.41 401	0.29 347	10.03 751	0.29 330

TestStereo_HL2	2.73 696	0.41 223	11.06 746	14.13 748	0.30 311	0.44 391	0.28 280	0.43 350	0.29 297	0.43 343	0.28 286	0.43 359	0.29 303	0.43 352	0.28 276	13.51 750	10.37 750	0.41 401	0.27 311	0.38 313	0.27 293

CFNet_ucs	2.73 696	9.64 728	0.33 279	9.92 741	0.32 372	0.49 431	0.33 371	0.49 419	0.33 379	0.49 422	0.33 379	0.49 428	8.98 749	0.48 420	0.33 367	0.41 316	9.96 748	0.40 383	0.29 347	10.12 752	0.54 473

UCFNet_RVC	2.75 698	10.06 731	0.29 243	10.31 744	0.29 299	0.42 350	0.29 295	0.43 350	0.29 297	0.42 336	0.29 301	0.42 350	9.87 751	0.43 352	0.29 292	0.36 271	9.84 747	0.36 315	0.26 273	9.77 750	0.26 255

TestStereo_HL3	2.76 699	0.41 223	11.46 749	14.11 747	0.30 311	0.45 405	0.29 295	0.43 350	0.29 297	0.43 343	0.29 301	0.43 359	0.28 291	0.44 383	0.30 302	13.57 751	10.32 749	0.41 401	0.27 311	0.38 313	0.27 293

GGDA	2.76 699	0.41 223	11.34 748	14.28 749	0.30 311	0.44 391	0.29 295	0.43 350	0.29 297	0.43 343	0.28 286	0.43 359	0.28 291	0.43 352	0.29 292	13.45 749	10.57 751	0.41 401	0.27 311	0.38 313	0.27 293

TestStereo-Hl	2.78 701	0.42 233	11.23 747	14.38 750	0.30 311	0.44 391	0.30 303	0.43 350	0.28 287	0.43 343	0.29 301	0.44 394	0.29 303	0.44 383	0.29 292	13.64 752	10.73 752	0.41 401	0.27 311	0.38 313	0.27 293

ccs_rob	2.79 702	10.17 733	0.32 274	10.00 742	0.33 385	0.49 431	0.33 371	1.90 637	0.32 369	0.51 444	0.33 379	0.49 428	9.24 750	0.49 427	0.33 367	0.41 316	9.82 746	0.41 401	0.28 332	9.34 748	0.29 330

PCWNet_CMD	2.80 703	9.82 729	0.32 274	10.09 743	0.32 372	0.49 431	0.33 371	3.34 708	0.33 379	0.49 422	0.33 379	0.49 428	8.73 747	0.48 420	0.33 367	0.41 316	9.22 742	0.42 417	0.29 347	9.55 749	0.31 355

NLSM1	2.93 704	3.24 634	2.57 693	4.04 687	2.66 714	3.30 709	2.55 709	3.29 707	2.55 711	3.35 709	2.48 713	3.28 708	2.47 699	3.34 709	2.49 711	3.26 691	2.55 691	3.13 703	2.57 713	3.00 690	2.46 707

StereoVision	3.15 705	5.00 675	0.89 511	4.83 705	1.00 565	3.93 714	1.27 637	6.37 743	1.34 643	5.67 743	1.26 637	5.84 744	1.27 627	5.03 740	1.24 634	5.10 724	1.09 537	4.61 724	0.57 500	5.62 732	1.12 572

MaDis-Stereo	3.19 706	6.02 707	1.12 536	5.61 715	1.16 585	5.43 741	1.02 570	5.15 740	0.70 525	5.43 740	1.21 632	5.03 741	0.97 549	4.85 734	0.99 559	4.53 705	1.16 547	5.53 740	1.25 638	5.37 730	1.30 638

sAnonymous2	3.31 707	2.63 604	1.38 617	3.71 682	1.86 689	4.70 733	1.11 574	4.82 736	2.72 713	5.45 741	1.98 705	4.59 726	2.64 700	2.65 690	6.21 746	4.37 701	1.08 535	5.16 738	2.24 708	4.52 707	2.39 705

CroCo_RVC	3.31 707	2.63 604	1.38 617	3.71 682	1.86 689	4.70 733	1.11 574	4.82 736	2.72 713	5.45 741	1.98 705	4.59 726	2.64 700	2.65 690	6.21 746	4.37 701	1.08 535	5.16 738	2.24 708	4.52 707	2.39 705

DPSNet	3.66 709	3.60 640	3.62 717	3.63 679	3.64 736	3.65 712	3.65 735	3.66 712	3.67 732	3.67 711	3.65 733	3.67 712	3.66 721	3.66 711	3.68 730	3.68 696	3.66 712	3.67 710	3.68 736	3.67 694	3.67 733

NLCSM	3.67 710	4.08 655	3.19 713	4.80 704	3.26 729	3.99 717	3.24 730	4.25 719	3.18 728	4.09 715	3.27 728	4.14 717	3.18 716	4.13 717	3.28 726	4.06 699	3.10 702	3.85 715	3.14 727	3.91 700	3.27 729

STTStereo	3.73 711	30.40 759	2.37 689	2.39 633	2.31 713	2.35 676	2.33 707	2.29 668	2.42 710	2.32 678	2.34 712	2.33 671	2.36 698	2.30 673	2.27 709	2.35 668	2.22 684	2.31 683	2.22 707	2.29 662	2.34 704

rvit_105_1	3.83 712	5.22 685	3.01 698	4.53 692	3.01 717	4.51 721	3.01 715	4.56 723	3.04 716	4.53 722	3.03 717	4.55 724	3.03 704	4.56 723	3.04 713	4.57 707	3.05 695	4.57 719	3.05 718	4.57 709	3.05 714

rvit_stereo_0081	3.83 712	5.23 688	3.01 698	4.53 692	3.03 719	4.55 727	3.02 716	4.56 723	3.04 716	4.52 720	3.02 715	4.54 722	3.03 704	4.56 723	3.04 713	4.57 707	3.05 695	4.57 719	3.05 718	4.58 710	3.05 714

rvit_stereo_0081_aga	3.86 714	5.33 692	3.02 701	4.55 698	3.04 723	4.54 723	3.02 716	4.64 730	3.06 720	4.54 724	3.04 719	4.62 731	3.08 711	4.62 729	3.07 718	4.58 710	3.06 699	4.60 723	3.08 722	4.63 713	3.07 718

rvit_stereo_0082	3.86 714	5.82 705	3.01 698	4.53 692	3.03 719	4.54 723	3.02 716	4.56 723	3.04 716	4.53 722	3.02 715	4.55 724	3.04 707	4.57 726	3.05 715	4.57 707	3.05 695	4.58 721	3.05 718	4.58 710	3.06 717

rvit_0105_6	3.87 716	5.73 704	3.10 709	4.69 702	3.12 727	4.54 723	3.02 716	4.56 723	3.04 716	4.54 724	3.03 717	4.54 722	3.04 707	4.56 723	3.05 715	4.58 710	3.05 695	4.58 721	3.05 718	4.58 710	3.05 714

rvit_stereo_0080	3.89 717	5.70 702	3.04 703	4.54 695	3.03 719	4.56 728	3.05 722	4.60 727	3.07 721	4.58 727	3.06 720	4.59 726	3.06 709	4.61 727	3.08 719	4.63 712	3.09 700	4.64 725	3.10 723	4.65 714	3.10 721

whm_eth	3.89 717	5.70 702	3.04 703	4.54 695	3.03 719	4.56 728	3.05 722	4.60 727	3.07 721	4.58 727	3.06 720	4.59 726	3.06 709	4.61 727	3.08 719	4.63 712	3.09 700	4.64 725	3.10 723	4.65 714	3.10 721

rvit_0105_4	3.91 719	5.47 700	3.02 701	4.54 695	3.02 718	4.54 723	3.03 720	4.75 733	3.17 727	4.57 726	3.06 720	4.61 730	3.16 715	4.65 730	3.09 721	4.66 714	3.11 703	4.68 728	3.18 729	4.81 720	3.16 726

rvit_0105_3	3.91 719	5.33 692	3.06 706	4.60 700	3.07 725	4.60 730	3.06 724	4.62 729	3.08 724	4.60 729	3.07 723	4.62 731	3.08 711	4.67 731	3.10 722	4.70 715	3.11 703	4.77 732	3.19 730	4.77 719	3.14 725

rvit_stereo_0083	3.92 721	5.30 691	3.06 706	4.61 701	3.09 726	4.67 732	3.08 725	4.66 731	3.09 725	4.62 730	3.10 725	4.66 734	3.11 713	4.67 731	3.16 724	4.72 717	3.16 706	4.77 732	3.11 725	4.66 716	3.11 723

rvit_stereo_ft	3.93 722	5.44 698	3.05 705	4.59 699	3.06 724	4.61 731	3.08 725	4.67 732	3.12 726	4.63 731	3.10 725	4.65 733	3.11 713	4.69 733	3.13 723	4.70 715	3.14 705	4.71 730	3.15 728	4.74 717	3.16 726

rvit_0105_5	4.10 723	5.40 696	3.13 712	4.71 703	3.15 728	4.72 735	3.10 727	4.90 738	3.27 729	4.69 732	3.16 727	4.84 738	3.25 717	4.96 737	3.34 727	5.05 722	3.39 711	5.10 737	3.40 731	5.11 727	3.42 730

MLG-Stereo_test1	4.25 724	5.34 695	3.61 716	5.31 711	3.63 735	5.23 739	3.57 733	5.38 741	3.65 731	5.23 738	3.47 730	4.76 735	3.74 724	4.85 734	3.71 731	4.96 719	3.18 708	4.71 730	2.92 715	4.86 723	2.90 711

MLG-Stereo_test3	4.26 725	4.85 669	3.95 720	5.35 712	3.60 734	4.75 736	3.76 736	5.49 742	3.71 733	5.39 739	3.69 734	4.82 737	3.66 721	4.85 734	3.73 734	4.93 718	3.19 709	4.69 729	2.99 717	4.84 722	2.98 713

MLG-Stereo_test2	4.28 726	5.46 699	3.69 718	4.86 707	3.72 737	5.58 742	3.42 731	4.81 735	3.77 737	4.85 734	3.72 735	5.55 743	3.63 720	5.58 741	3.53 729	4.41 704	3.28 710	4.99 736	2.95 716	4.75 718	3.13 724

RAFT+CT+SA	4.28 726	7.62 714	4.91 725	5.55 714	2.28 711	3.09 704	3.64 734	4.49 721	3.07 721	4.80 733	3.35 729	4.77 736	3.70 723	4.29 720	3.05 715	5.58 726	5.98 729	3.58 709	3.78 738	4.26 703	3.72 734

SA	4.33 728	7.35 711	6.85 737	5.96 717	4.09 741	3.59 711	3.15 728	3.82 714	2.64 712	3.91 712	3.85 736	3.57 710	2.72 702	3.13 705	4.03 737	7.09 739	6.86 734	3.57 708	3.12 726	3.85 696	3.51 732

Sa-1000	4.34 729	8.37 717	6.84 736	6.98 726	4.45 744	3.58 710	3.00 714	3.42 710	3.39 730	2.61 689	4.00 739	3.83 714	4.01 732	3.90 714	3.90 735	5.98 730	5.62 726	3.76 712	2.34 711	4.35 705	2.47 708

TestStereo1	4.60 730	8.41 718	6.44 734	6.86 724	3.79 738	3.97 715	3.78 737	3.99 716	3.74 734	3.97 713	3.52 731	3.94 715	3.58 718	3.98 715	3.72 732	6.82 736	6.50 732	3.76 712	3.66 734	3.90 697	3.74 736

SA-5K	4.60 730	8.41 718	6.44 734	6.86 724	3.79 738	3.97 715	3.78 737	3.99 716	3.74 734	3.97 713	3.52 731	3.94 715	3.58 718	3.98 715	3.72 732	6.82 736	6.50 732	3.76 712	3.66 734	3.90 697	3.74 736

DispFullNet	4.61 732	4.84 668	3.12 710	5.00 709	3.57 733	4.75 736	3.03 720	7.75 749	4.17 741	4.91 736	3.09 724	6.20 745	3.95 730	6.71 745	3.51 728	5.30 725	3.67 713	5.86 744	3.63 733	5.61 731	3.46 731

test_5	4.62 733	7.55 713	6.23 732	6.32 720	3.40 732	5.29 740	3.50 732	3.53 711	4.11 740	4.28 717	4.47 743	4.26 720	4.38 735	3.68 712	3.24 725	5.89 728	5.60 725	4.84 734	3.50 732	4.33 704	3.93 740

raft_robust	4.71 734	7.75 715	5.40 730	6.81 723	3.31 730	4.28 720	4.20 742	4.32 720	4.37 743	4.35 719	4.35 742	4.14 717	3.75 725	4.30 721	4.20 740	6.67 735	6.37 730	3.36 707	4.24 744	4.86 723	3.25 728

cross-raft	4.83 735	7.52 712	6.43 733	6.63 721	3.96 740	4.51 721	3.99 740	4.49 721	3.96 739	4.52 720	3.96 738	4.50 721	3.97 731	4.50 722	3.97 736	6.65 734	6.44 731	4.33 716	3.92 740	4.35 705	3.91 739

test_4	4.88 736	8.13 716	6.98 738	7.46 727	4.44 743	4.25 719	3.85 739	4.04 718	3.92 738	4.13 716	3.91 737	4.18 719	3.84 728	4.14 718	4.06 738	7.01 738	7.13 737	4.53 717	3.72 737	4.09 701	3.72 734

TestStereo	4.88 736	4.75 667	4.79 723	4.87 708	4.92 745	4.81 738	4.90 745	4.78 734	4.77 744	4.87 735	4.89 744	4.90 739	4.91 737	4.99 738	4.79 742	4.98 720	4.87 722	4.87 735	4.92 746	5.00 726	5.00 743

test_3	5.01 738	8.86 723	7.77 740	8.09 729	2.76 716	4.13 718	4.05 741	3.88 715	3.76 736	4.33 718	4.13 740	3.71 713	3.91 729	4.21 719	4.06 738	7.93 740	7.69 739	4.53 717	3.91 739	4.17 702	4.29 742

NLCA_NET_v2_RVC	5.04 739	50.87 770	2.78 694	2.87 650	2.71 715	2.78 703	0.47 459	2.88 702	2.86 715	1.89 639	2.67 714	2.79 704	2.79 703	2.78 703	2.83 712	2.82 686	2.82 692	2.83 702	2.77 714	2.83 689	2.76 709
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	5.10 740	5.15 680	4.49 722	5.07 710	3.37 731	6.87 745	4.75 744	5.04 739	6.34 748	7.84 749	5.06 745	6.72 749	4.09 733	4.99 738	5.44 745	5.03 721	3.16 706	4.67 727	4.86 745	5.15 728	3.89 738

U	5.15 741	8.49 720	1.81 644	8.49 731	1.77 683	8.49 750	1.77 679	8.51 751	1.77 684	8.49 751	1.77 683	8.50 751	1.78 672	8.58 751	1.77 686	8.54 743	1.78 650	8.55 751	1.78 694	8.55 745	1.84 688

SGM-Forest	5.21 742	5.92 706	4.08 721	6.18 718	4.16 742	6.31 744	4.34 743	6.50 744	4.33 742	6.14 745	4.21 741	6.61 748	4.55 736	6.67 744	4.48 741	5.94 729	3.94 715	5.85 743	4.03 742	5.79 733	4.17 741
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 743	9.16 725	8.03 744	8.09 729	5.62 748	6.11 743	6.35 748	6.85 746	4.94 745	6.08 744	6.29 750	4.98 740	6.43 742	6.22 742	6.36 748	6.16 732	7.47 738	5.82 742	5.44 749	7.11 739	5.68 746

rvit_stereo_0075_2	6.64 744	8.80 722	5.25 727	7.89 728	5.27 747	7.90 749	5.27 746	7.92 750	5.28 746	7.91 750	5.29 747	7.93 750	5.27 738	7.92 750	5.28 743	7.93 740	5.28 724	7.93 749	5.29 748	7.93 742	5.28 745

RAFT	6.73 745	9.36 726	7.40 739	8.51 732	6.55 749	6.88 746	6.60 749	6.79 745	6.60 749	6.80 746	6.72 751	5.31 742	5.50 740	6.61 743	6.61 749	8.42 742	5.89 727	5.73 741	5.45 750	6.61 735	6.24 747

SGM+DAISY	7.06 746	9.15 724	5.38 729	8.84 733	5.18 746	8.80 751	5.31 747	8.79 752	5.28 746	8.89 752	5.20 746	8.93 752	5.33 739	8.95 752	5.36 744	8.70 744	5.21 723	8.74 752	5.20 747	8.89 746	5.15 744

test-v	7.53 747	11.89 736	7.98 741	9.36 736	7.14 750	7.06 747	7.09 750	7.37 747	6.91 750	7.29 747	5.71 748	6.45 746	6.93 743	6.73 746	7.27 750	8.93 747	7.85 740	6.98 747	6.80 751	7.56 740	7.34 749

test-2	7.53 747	11.89 736	7.98 741	9.36 736	7.14 750	7.06 747	7.09 750	7.37 747	6.91 750	7.29 747	5.71 748	6.45 746	6.93 743	6.73 746	7.27 750	8.93 747	7.85 740	6.98 747	6.80 751	7.56 740	7.34 749

PA-Net	11.80 749	223.51 777	0.62 451	0.59 395	0.71 527	0.59 472	0.73 531	0.67 479	0.73 536	0.55 460	0.61 500	0.60 475	0.74 528	0.63 477	0.73 528	0.66 444	0.60 458	0.69 497	0.66 520	0.72 476	0.65 502
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 750	23.00 744	15.00 750	23.00 757	15.00 752	24.00 758	16.00 752	24.00 759	16.00 752	22.00 759	15.00 752	23.00 759	16.00 752	23.00 759	15.00 752	22.00 759	15.00 753	22.00 759	15.00 753	22.00 759	15.00 751

rafts_anoy	20.00 751	20.00 738	20.00 751	20.00 751	20.00 753	20.00 752	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 754	20.00 753	20.00 754	20.00 753	20.00 752

raft+_RVC	20.00 751	20.00 738	20.00 751	20.00 751	20.00 753	20.00 752	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 754	20.00 753	20.00 754	20.00 753	20.00 752

raftrobust	20.00 751	20.00 738	20.00 751	20.00 751	20.00 753	20.00 752	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 754	20.00 753	20.00 754	20.00 753	20.00 752

CasAABBNet	20.00 751	20.00 738	20.00 751	20.00 751	20.00 753	20.00 752	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 754	20.00 753	20.00 754	20.00 753	20.00 752

RALCasStereoNet	20.00 751	20.00 738	20.00 751	20.00 751	20.00 753	20.00 752	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 754	20.00 753	20.00 754	20.00 753	20.00 752

RALAANet	20.00 751	20.00 738	20.00 751	20.00 751	20.00 753	20.00 752	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 753	20.00 754	20.00 753	20.00 754	20.00 753	20.00 752

111	30.40 757	30.94 760	29.72 758	32.61 758	30.02 760	33.57 759	30.47 760	31.50 760	29.39 760	30.98 760	29.11 760	29.78 760	30.39 763	29.45 760	30.76 763	30.08 760	29.02 761	29.92 760	30.32 764	29.86 760	30.17 759

WCMA_ROB	31.10 758	35.43 764	27.12 757	39.51 770	23.10 759	38.78 771	25.30 759	37.49 772	25.39 759	37.29 771	27.02 759	38.52 772	26.48 759	37.80 771	26.44 759	36.28 767	22.65 760	33.90 764	22.30 760	37.10 769	24.18 758

DCANet-4	35.22 759	34.54 761	35.08 764	33.58 762	35.47 767	34.55 760	35.53 767	36.08 766	35.85 764	35.92 766	35.77 766	35.18 766	35.48 765	35.39 766	37.15 770	34.55 766	33.92 765	35.02 767	34.90 766	35.79 764	34.74 766

ADStereo(finetuned)	36.13 760	36.63 765	38.07 769	36.97 763	33.25 764	35.91 764	34.45 764	36.36 767	32.99 761	38.14 772	36.71 767	36.69 767	34.13 764	38.57 772	40.79 771	37.60 772	36.58 768	35.90 768	33.36 765	35.42 763	34.04 763

fast-reg	37.00 761	37.00 766	37.00 765	37.00 764	37.00 768	37.00 767	37.00 768	37.00 768	37.00 765	37.00 767	37.00 768	37.00 768	37.00 766	37.00 767	37.00 766	37.00 768	37.00 769	37.00 769	37.00 769	37.00 765	37.00 767

Reg-Stereo(zero)	37.00 761	37.00 766	37.00 765	37.00 764	37.00 768	37.00 767	37.00 768	37.00 768	37.00 765	37.00 767	37.00 768	37.00 768	37.00 766	37.00 767	37.00 766	37.00 768	37.00 769	37.00 769	37.00 769	37.00 765	37.00 767

FLISNet	37.00 761	37.00 766	37.00 765	37.00 764	37.00 768	37.00 767	37.00 768	37.00 768	37.00 765	37.00 767	37.00 768	37.00 768	37.00 766	37.00 767	37.00 766	37.00 768	37.00 769	37.00 769	37.00 769	37.00 765	37.00 767

CoSv	37.00 761	37.00 766	37.00 765	37.00 764	37.00 768	37.00 767	37.00 768	37.00 768	37.00 765	37.00 767	37.00 768	37.00 768	37.00 766	37.00 767	37.00 766	37.00 768	37.00 769	37.00 769	37.00 769	37.00 765	37.00 767

MDST_ROB	69.83 765	87.70 771	41.95 770	113.75 773	65.62 774	75.05 772	55.25 773	75.64 774	45.04 769	71.61 773	41.75 772	72.81 773	44.06 770	68.38 773	44.63 772	101.89 775	59.57 775	107.10 775	61.05 775	104.38 772	59.38 773

NOSS_ROB	102.95 766	153.00 775	121.00 773	51.00 771	44.00 772	165.00 775	127.00 774	153.00 775	119.00 771	164.00 776	125.00 774	168.00 776	120.00 772	153.00 775	117.00 774	49.00 773	44.00 773	49.00 773	44.00 773	49.00 770	44.00 771

CBMV	128.50 767	1422.70 783	53.10 771	79.50 772	51.30 773	77.30 773	49.70 772	74.00 773	48.20 770	77.20 774	48.80 773	73.90 774	48.00 771	73.80 774	48.80 773	70.40 774	45.10 774	68.90 774	46.10 774	68.20 771	45.00 772
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 768	171.00 776	160.68 776	162.58 774	160.59 776	164.01 774	160.35 776	158.51 776	158.56 773	158.34 775	160.12 776	158.56 775	159.92 774	157.26 776	158.94 776	154.38 776	158.36 776	155.75 776	159.13 778	153.67 773	154.07 775
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	189.29 769	560.34 780	182.58 777	229.00 776	135.68 775	197.79 776	135.52 775	197.80 777	135.44 772	197.75 777	135.49 775	197.90 777	135.51 773	197.84 777	135.75 775	217.37 778	171.11 777	183.74 777	127.67 777	183.56 774	127.88 774

AE-Stereo	201.80 770	123.00 772	115.00 772	219.00 775	218.00 778	223.00 777	244.00 778	217.00 778	236.00 775	202.00 778	203.00 777	205.00 778	208.00 775	225.00 778	204.00 777	210.00 777	198.00 778	197.00 778	184.00 779	204.00 775	201.00 776

MGS-Stereo	239.45 771	123.00 772	135.00 774	266.00 777	286.00 779	277.00 778	305.00 779	271.00 779	242.00 776	274.00 779	279.00 779	255.00 779	270.00 777	268.00 779	297.00 779	221.00 779	247.00 780	216.00 779	123.00 776	217.00 776	217.00 778

EGLCR-Stereo	246.90 772	129.00 774	139.00 775	266.00 777	286.00 779	277.00 778	305.00 779	271.00 779	242.00 776	274.00 779	279.00 779	255.00 779	270.00 777	268.00 779	297.00 779	230.00 780	247.00 780	216.00 779	223.00 781	237.00 777	227.00 779

DLCB_ROB	284.23 773	354.61 778	207.27 778	363.24 779	206.46 777	364.72 780	210.41 777	364.72 781	210.41 774	364.81 781	208.64 778	364.81 781	208.64 776	364.72 781	210.41 778	354.70 781	205.53 779	354.70 781	205.53 780	354.70 778	205.53 777

LE_ROB	396.57 774	471.28 779	329.84 779	471.48 780	308.15 781	526.83 781	322.10 781	488.15 782	323.76 778	495.46 782	317.97 781	497.17 782	320.10 779	481.62 782	326.76 781	462.71 782	298.97 782	466.16 782	285.98 782	447.62 779	289.21 780

SGM-ForestM	596.69 775	677.77 781	444.52 780	699.85 781	517.25 782	732.94 782	488.29 782	770.79 783	460.11 779	750.81 783	487.98 782	792.79 783	499.41 780	730.90 783	475.81 782	720.03 783	491.16 783	663.96 783	418.60 783	674.76 780	436.05 781

CBMV_ROB	818.48 776	913.88 782	709.52 781	862.84 782	597.78 783	1073.99 783	700.52 783	1015.66 784	702.59 780	1115.65 784	760.02 783	1130.24 784	721.57 781	1037.41 784	692.65 783	814.05 784	564.29 784	843.28 784	595.31 784	915.51 781	602.92 782

tt	500032.53 777	34.60 762	29.72 758	37.47 768	34.41 765	36.85 765	35.22 765	34.71 764	33.55 762	34.50 761	35.43 764	33.81 764	10000000.00 782	33.57 764	33.13 764	33.68 764	35.00 766	34.03 765	35.26 767	30.96 761	34.63 764

DCANet	500032.53 777	34.60 762	29.72 758	37.47 768	34.41 765	36.85 765	35.22 765	34.71 764	33.55 762	34.50 761	35.43 764	33.81 764	10000000.00 782	33.57 764	33.13 764	33.68 764	35.00 766	34.03 765	35.26 767	30.96 761	34.63 764

fff	1000028.16 779	29.62 756	29.72 758	32.61 758	30.02 760	35.13 761	31.83 761	32.07 761	10000000.00 781	35.27 763	29.82 761	32.45 761	30.15 760	32.35 761	30.09 760	31.04 761	29.55 762	30.64 761	30.14 761	10000000.00 782	30.77 760

csc	1000028.16 779	29.62 756	29.72 758	32.61 758	30.02 760	35.13 761	31.83 761	32.07 761	10000000.00 781	35.27 763	29.82 761	32.45 761	30.15 760	32.35 761	30.09 760	31.04 761	29.55 762	30.64 761	30.14 761	10000000.00 782	30.77 760

cscssc	1000028.16 779	29.62 756	29.72 758	32.61 758	30.02 760	35.13 761	31.83 761	32.07 761	10000000.00 781	35.27 763	29.82 761	32.45 761	30.15 760	32.35 761	30.09 760	31.04 761	29.55 762	30.64 761	30.14 761	10000000.00 782	30.77 760

111111	10000000.00 782	10000000.00 784	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 785	10000000.00 781	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 782	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 782	10000000.00 783

SGD-Stereo	10000000.00 782	10000000.00 784	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 785	10000000.00 781	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 782	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 782	10000000.00 783

IGEV-Stereo++	10000000.00 782	10000000.00 784	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 785	10000000.00 781	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 782	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 782	10000000.00 783

IGEV-BASED-STEREO-	10000000.00 782	10000000.00 784	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 785	10000000.00 781	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 782	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 782	10000000.00 783

IGEV-Stereo+	10000000.00 782	10000000.00 784	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 785	10000000.00 781	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 782	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 782	10000000.00 783

SDNR	10000000.00 782	10000000.00 784	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 785	10000000.00 781	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 782	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 782	10000000.00 783

anonymousdsp2	10000000.00 782	10000000.00 784	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 785	10000000.00 781	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 782	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 782	10000000.00 783

anonymousdsp	10000000.00 782	10000000.00 784	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 785	10000000.00 781	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 782	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 782	10000000.00 783

test_example2	10000000.00 782	10000000.00 784	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 785	10000000.00 781	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 782	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 782	10000000.00 783

DIP-Stereo	10000000.00 782	10000000.00 784	10000000.00 782	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 785	10000000.00 781	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 782	10000000.00 785	10000000.00 784	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 785	10000000.00 782	10000000.00 783
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							0.38 411	0.50 428	0.38 410	0.50 435	0.38 411	0.50 442	3.79 726	0.50 435	0.38 402	0.54 407	0.43 390	0.46 429	0.34 399	0.46 405	0.35 389

FSD					0.44 455	0.56 464	0.44 444	0.55 454	0.44 449	0.56 462	0.44 448	0.56 467	0.44 446	0.56 461	0.46 448	0.61 429	0.42 385	0.52 466	0.42 458	0.52 440

ccccc		0.44 238		0.48 321	0.35 401	0.48 422		0.51 442		0.47 405		0.47 414		0.47 410		0.41 316	0.40 365	0.40 383	0.40 441	0.41 385

ASD4		0.20 139

Low-res two-view benchmark