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

USTest	0.01 9	0.02 12	0.00 1	0.14 128	0.00 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

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

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	0.73 477	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

iinet-test	0.08 74	0.16 129	0.02 15	0.16 150	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 233	0.02 20	0.02 21	0.71 464	0.02 16	0.02 19	0.02 21	0.02 21	0.16 210

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	0.73 477	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

ADCMid	0.08 74	0.02 12	0.02 15	1.01 493	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	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 80	0.02 12	0.04 64	0.90 467	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 175	0.36 399	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 599	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	0.06 117	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

AnyNet_C32	0.14 149	0.04 52	0.03 39	2.22 621	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	0.07 138	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

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

IGEV_i1	0.26 228	0.05 66	0.04 64	0.06 67	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 136	0.05 103	0.03 52	4.34 710	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

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	0.75 480	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 80	0.07 82	0.03 39	0.15 140	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 158	0.04 90	0.03 52	0.92 506	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

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

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

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	0.06 123	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

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 596	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	0.11 119	0.03 31	0.03 39	1.60 596	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

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 567	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	0.08 141	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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	0.11 175	0.04 90	0.03 52	0.58 430	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 67	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.04 110	0.06 126	0.04 100	0.06 117	0.04 97	0.06 72	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

GASNet	0.05 57	0.04 52	0.12 130	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 170	0.04 110	0.06 126	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-TNSev	0.02 15	0.05 66	0.04 64	0.07 74	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 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 563	0.06 123	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

FADNet-RVC-Resample	0.12 132	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	1.57 665	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

FADNet_RVC	0.12 132	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	1.65 669	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 139	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	1.71 686	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

FADNet	0.12 132	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	1.66 672	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 132	0.03 31	0.04 64	1.71 603	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	0.06 117	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 161	0.04 52	0.04 64	2.20 620	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	0.08 141	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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
mmmmmm	0.07 67	0.40 215	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 227	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

DA	0.09 80	0.13 116	0.39 333	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 172	0.13 202	0.06 125	0.05 122

GGEV	0.09 80	0.13 116	0.39 333	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 172	0.13 202	0.06 125	0.05 122

GwcNet	0.12 132	0.07 82	0.05 79	0.08 76	0.05 126	0.08 139	1.20 595	0.07 138	0.05 124	0.05 112	0.05 127	0.08 140	0.05 117	0.08 141	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

2222	0.09 80	0.59 305	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 80	0.60 308	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 74	0.58 302	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 74	0.58 302	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 74	0.56 298	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

DispViT+	0.07 67	0.08 84	0.12 130	0.08 76	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 140	0.05 117	0.08 141	0.05 115	0.08 84	0.07 88	0.07 133	0.05 123	0.07 140	0.05 122

Wz-Net-SNSev	0.03 29	0.09 93	0.07 87	0.09 83	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 92	0.07 88	0.01 9	0.01 9	0.01 10	0.01 10

FINET	0.07 67	0.08 84	0.07 87	0.07 74	0.07 148	0.08 139	0.06 139	0.08 141	0.07 148	0.08 140	0.07 149	0.08 140	0.06 136	0.07 138	0.07 139	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

VMStereo-Base	0.03 29	0.09 93	0.08 89	0.09 83	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 84	0.08 91	0.03 41	0.02 21	0.02 21	0.02 20

SepStereo	0.09 80	0.09 93	0.10 99	0.09 83	0.09 155	0.09 147	0.09 152	0.10 149	0.08 153	0.10 152	0.09 154	0.09 148	0.09 154	0.09 147	0.08 142	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

AASNet	0.06 61	0.08 84	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

SACVNet	0.06 61	0.08 84	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

AACVNet	0.06 61	0.08 84	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

BEATNet-Init1	0.19 187	0.08 84	0.08 89	2.23 622	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

SuperB	0.21 197	0.10 98	2.51 702	0.12 112	0.09 155	0.10 150	0.09 152	0.08 141	0.07 148	0.10 152	0.09 154	0.09 148	0.07 147	0.07 138	0.07 139	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

DeepPrunerF	0.19 187	0.08 84	0.08 89	2.23 622	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

ELAS_RVC	0.14 149	0.16 129	0.10 99	0.15 140	0.10 162	0.18 202	0.11 174	0.19 203	0.11 178	0.19 201	0.12 187	0.18 201	0.11 175	0.19 203	0.12 184	0.14 140	0.08 91	0.14 172	0.09 149	0.15 188	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 139	0.16 129	0.11 119	0.15 140	0.09 155	0.18 202	0.11 174	0.18 201	0.11 178	0.17 195	0.11 176	0.18 201	0.11 175	0.18 200	0.11 169	0.14 140	0.08 91	0.14 172	0.08 147	0.14 177	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
test_sample2	0.09 80	1.03 408	0.11 119	0.11 104	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 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 80	1.01 402	0.09 95	0.09 83	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 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

LRCNet_RVC	0.13 139	0.13 116	0.09 95	0.13 124	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.23 229	0.10 158	0.20 210	0.10 158	0.24 237	0.11 169	0.11 112	0.09 101	0.12 166	0.14 207	0.12 172	0.09 150

UNet	0.29 237	0.90 364	0.10 99	0.14 128	0.10 162	0.14 173	0.10 157	0.91 524	0.69 527	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 517	0.76 541

DRN-Test	0.14 149	0.13 116	0.09 95	0.14 128	0.09 155	0.15 184	0.09 152	0.14 173	0.10 160	0.14 173	0.09 154	0.14 174	0.09 154	0.13 174	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 172	0.73 534

BridgeDepth_RVC	0.07 67	0.08 84	0.11 119	0.11 104	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 140	0.05 117	0.08 141	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
S2M2_L	0.12 132	0.14 123	0.10 99	0.15 140	0.10 162	0.14 173	0.10 157	0.14 173	0.10 160	0.15 183	0.10 158	0.14 174	0.10 158	0.14 175	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
test_sample6	0.09 80	0.97 381	0.10 99	0.10 87	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 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 98	1.07 416	0.11 119	0.10 87	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 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample3	0.09 80	0.87 354	0.10 99	0.12 112	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	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 80	0.87 354	0.12 130	0.11 104	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 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 80	0.95 378	0.09 95	0.10 87	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 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 98	1.07 416	0.11 119	0.10 87	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 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

xxx	0.09 80	1.01 402	0.10 99	0.10 87	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 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

WZ-Net	0.05 57	0.50 274	0.10 99	0.12 112	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	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

AnonymousM	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

PVD	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SHD	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SAMSARA	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

XQC	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSC	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTS	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSA	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet+	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet++	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

StereoDRNet	0.15 161	0.14 123	0.10 99	0.14 128	0.09 155	0.15 184	0.09 152	0.14 173	0.09 156	0.14 173	0.10 158	0.14 174	0.09 154	0.14 175	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.82 550

LALA_ROB	0.15 161	0.19 138	0.12 130	0.18 168	0.11 181	0.20 211	0.12 190	0.21 219	0.12 197	0.20 208	0.12 187	0.20 210	0.12 194	0.21 220	0.13 193	0.17 176	0.10 106	0.18 212	0.11 172	0.18 206	0.11 172

BridgeDepth	0.08 74	0.08 84	0.11 119	0.11 104	0.05 126	0.08 139	0.05 120	0.08 141	0.07 148	0.08 140	0.05 127	0.08 140	0.05 117	0.09 147	0.08 142	0.15 153	0.11 128	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
S2M2_XL	0.14 149	0.17 134	0.12 130	0.17 165	0.11 181	0.17 198	0.11 174	0.17 197	0.11 178	0.17 195	0.11 176	0.17 197	0.11 175	0.17 197	0.11 169	0.16 165	0.11 128	0.16 192	0.11 172	0.16 193	0.11 172
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 161	0.17 134	0.13 150	0.20 177	0.13 202	0.19 205	0.13 197	0.18 201	0.13 201	0.19 201	0.13 201	0.18 201	0.14 205	0.18 200	0.14 198	0.16 165	0.11 128	0.15 188	0.14 207	0.18 206	0.11 172

JetBlue	0.11 119	0.11 109	0.12 130	0.13 124	0.14 204	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.11 176	0.11 164	0.11 175	0.12 173	0.12 184	0.11 112	0.11 128	0.11 159	0.11 172	0.11 163	0.11 172

mmm	0.14 149	1.83 547	0.12 130	0.11 104	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	0.06 117	0.04 97	0.12 118	0.11 128	0.05 108	0.04 99	0.05 114	0.04 96

1111x	0.10 98	1.14 424	0.13 150	0.14 128	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	0.13 133	0.11 128	0.03 41	0.02 21	0.03 47	0.02 20

ProNet	0.14 149	0.20 142	0.14 155	0.16 150	0.11 181	0.16 191	0.11 174	0.17 197	0.11 178	0.17 195	0.12 187	0.17 197	0.13 200	0.17 197	0.12 184	0.15 153	0.11 128	0.16 192	0.11 172	0.15 188	0.12 188

Wz-Net-MNSev	0.06 61	0.54 292	0.10 99	0.12 112	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	0.12 118	0.11 128	0.01 9	0.01 9	0.01 10	0.01 10

ICVP	0.15 161	0.53 288	0.11 119	0.16 150	0.11 181	0.16 191	0.11 174	0.16 190	0.11 178	0.16 188	0.11 176	0.16 189	0.11 175	0.16 189	0.11 169	0.16 165	0.11 128	0.16 192	0.11 172	0.16 193	0.11 172
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 139	0.11 109	0.11 119	0.11 104	0.11 181	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.12 187	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.11 128	0.14 172	0.11 172	0.49 436	0.11 172

cf-r	0.66 443	2.17 583	0.12 130	0.18 168	0.12 197	0.18 202	2.70 722	2.60 696	0.12 197	0.18 199	0.12 187	0.18 201	0.12 194	0.18 200	0.12 184	0.15 153	0.11 128	0.15 188	0.11 172	1.81 642	1.74 696

PASM	0.39 309	3.06 637	1.36 623	1.58 592	0.09 155	0.11 161	0.11 174	0.11 161	0.11 178	0.09 147	0.09 154	0.11 164	0.09 154	0.09 147	0.09 147	0.11 112	0.11 128	0.11 159	0.09 149	0.11 163	0.11 172

HSM	0.14 149	0.16 129	0.12 130	0.17 165	0.12 197	0.17 198	0.11 174	0.17 197	0.11 178	0.17 195	0.12 187	0.17 197	0.12 194	0.17 197	0.12 184	0.16 165	0.11 128	0.16 192	0.11 172	0.16 193	0.12 188

SGM_RVC	0.15 161	0.17 134	0.11 119	0.18 168	0.11 181	0.19 205	0.11 174	0.19 203	0.12 197	0.19 201	0.12 187	0.20 210	0.12 194	0.19 203	0.12 184	0.16 165	0.11 128	0.17 202	0.10 158	0.17 202	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DualNet (step1)	0.10 98	1.05 412	0.12 130	0.12 112	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	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 412	0.12 130	0.12 112	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	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 412	0.12 130	0.12 112	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	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 80	1.00 392	0.11 119	0.11 104	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	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

qqq1	0.25 218	3.70 652	0.14 155	0.14 128	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 218	3.70 652	0.14 155	0.14 128	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

11t1	0.17 174	2.16 582	0.13 150	0.13 124	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.05 115	0.18 184	0.12 142	0.06 123	0.03 57	0.05 114	0.03 52

ffm	0.25 218	3.83 658	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 218	3.83 658	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 218	3.83 658	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

CIPLG	0.13 139	0.21 148	0.12 130	0.16 150	0.11 181	0.15 184	0.11 174	0.14 173	0.11 178	0.15 183	0.12 187	0.15 188	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

IPLG	0.13 139	0.20 142	0.14 155	0.15 140	0.11 181	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

IPLGR_C	0.14 149	0.20 142	0.12 130	0.15 140	0.11 181	0.14 173	0.15 207	0.14 173	0.11 178	0.15 183	0.12 187	0.14 174	0.11 175	0.16 189	0.11 169	0.15 153	0.12 142	0.14 172	0.12 191	0.15 188	0.12 188

MIPNet	0.14 149	0.21 148	0.17 193	0.16 150	0.11 181	0.15 184	0.12 190	0.14 173	0.11 178	0.16 188	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.14 140	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

IPLGR	0.14 149	0.24 162	0.14 155	0.16 150	0.12 197	0.15 184	0.12 190	0.14 173	0.11 178	0.15 183	0.12 187	0.14 174	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

ACRE	0.13 139	0.21 148	0.14 155	0.15 140	0.11 181	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.12 187	0.14 174	0.11 175	0.14 175	0.11 169	0.15 153	0.12 142	0.14 172	0.11 172	0.14 177	0.11 172

222	0.10 98	0.99 390	0.12 130	0.13 124	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	0.12 118	0.12 142	0.03 41	0.02 21	0.04 97	0.03 52

ACVNet	0.20 189	0.19 138	0.14 155	0.20 177	0.14 204	0.20 211	0.96 570	0.21 219	0.14 204	0.20 208	0.13 201	0.21 217	0.14 205	0.20 208	0.14 198	0.17 176	0.12 142	0.17 202	0.12 191	0.17 202	0.12 188

acv_ft	0.20 189	0.19 138	0.14 155	0.20 177	0.14 204	0.20 211	0.96 570	0.21 219	0.14 204	0.20 208	0.13 201	0.21 217	0.14 205	0.20 208	0.14 198	0.17 176	0.12 142	0.17 202	0.12 191	0.17 202	0.12 188

hitnet-ft	0.79 481	2.78 632	0.14 155	0.20 177	0.14 204	0.21 221	2.89 723	2.80 711	0.14 204	0.20 208	0.14 206	0.20 210	0.14 205	0.20 208	0.14 198	0.17 176	0.12 142	0.17 202	0.12 191	2.54 696	2.33 713

PSMNet-RSSM	0.77 477	2.76 627	0.14 155	0.20 177	0.14 204	0.20 211	2.66 720	2.79 710	0.14 204	0.21 219	0.14 206	0.21 217	0.14 205	0.20 208	0.14 198	0.17 176	0.12 142	0.17 202	0.12 191	2.52 688	2.31 711

GwcNet-RSSM	0.77 477	2.77 629	0.14 155	0.20 177	0.14 204	0.20 211	2.67 721	2.78 709	0.14 204	0.20 208	0.14 206	0.20 210	0.14 205	0.21 220	0.14 198	0.17 176	0.12 142	0.17 202	0.12 191	2.52 688	2.31 711

CFNet-ft	0.55 423	1.57 509	0.14 155	0.20 177	0.14 204	0.20 211	2.53 718	1.61 636	0.14 204	0.20 208	0.14 206	0.20 210	0.14 205	0.20 208	0.14 198	0.17 176	0.12 142	0.17 202	0.12 191	1.56 630	1.24 645

TT111	0.13 139	0.14 123	0.14 155	0.16 150	0.11 181	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.16 165	0.13 165	0.14 172	0.11 172	0.14 177	0.11 172

EE1	0.13 139	0.14 123	0.14 155	0.17 165	0.11 181	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.16 165	0.13 165	0.14 172	0.11 172	0.14 177	0.11 172

AnonStereo	0.13 139	0.14 123	0.14 155	0.16 150	0.11 181	0.14 173	0.11 174	0.14 173	0.11 178	0.14 173	0.11 176	0.14 174	0.11 175	0.14 175	0.11 169	0.16 165	0.13 165	0.14 172	0.11 172	0.14 177	0.11 172

anonymous	0.09 80	0.09 93	0.14 155	0.14 128	0.07 148	0.09 147	0.07 148	0.09 147	0.07 148	0.09 147	0.07 149	0.09 148	0.07 147	0.09 147	0.07 139	0.14 140	0.13 165	0.09 146	0.07 142	0.09 149	0.07 142

zh-sn7	0.10 98	0.98 382	0.14 155	0.15 140	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	0.15 153	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

DDVS	0.30 238	3.10 638	0.14 155	0.19 173	0.14 204	0.19 205	0.14 199	0.20 210	0.14 204	0.19 201	0.13 201	0.16 189	0.13 200	0.19 203	0.13 193	0.17 176	0.13 165	0.17 202	0.13 202	0.17 202	0.13 195

test_sample4	0.10 98	1.03 408	0.12 130	0.10 87	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	0.13 133	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

DeepPruner_ROB	0.16 168	0.18 137	0.13 150	0.19 173	0.13 202	0.19 205	0.13 197	0.19 203	0.13 201	0.19 201	0.13 201	0.19 205	0.13 200	0.19 203	0.13 193	0.18 184	0.13 165	0.18 212	0.13 202	0.18 206	0.13 195

over-6	0.11 119	0.11 109	0.15 176	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 119	0.11 109	0.15 176	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 119	0.14 123	0.15 176	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.09 156	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.09 147	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.09 150

over-9	0.11 119	0.11 109	0.16 183	0.16 150	0.10 162	0.12 170	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

qqq	0.16 168	2.01 572	0.12 130	0.15 140	0.04 101	0.06 121	0.05 120	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.03 52	0.12 118	0.14 173	0.04 93	0.04 99	0.03 47	0.03 52

test_xeample	0.10 98	1.09 418	0.13 150	0.12 112	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	0.14 140	0.14 173	0.03 41	0.03 57	0.03 47	0.03 52

GMStereo	0.14 149	0.13 116	0.14 155	0.14 128	0.14 204	0.14 173	0.14 199	0.14 173	0.14 204	0.14 173	0.14 206	0.14 174	0.14 205	0.14 175	0.14 198	0.14 140	0.14 173	0.14 172	0.14 207	0.14 177	0.14 201
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 174	0.71 321	0.14 155	0.14 128	0.14 204	0.14 173	0.14 199	0.14 173	0.14 204	0.14 173	0.14 206	0.14 174	0.14 205	0.14 175	0.22 252	0.14 140	0.14 173	0.14 172	0.14 207	0.14 177	0.14 201

DepthFocus	0.18 183	0.22 152	0.15 176	0.22 188	0.15 218	0.22 226	0.15 207	0.22 225	0.15 216	0.22 223	0.15 216	0.22 227	0.16 221	0.22 226	0.15 210	0.20 191	0.15 181	0.20 220	0.14 207	0.20 213	0.14 201

x	0.11 119	1.15 427	0.15 176	0.14 128	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	0.14 140	0.15 181	0.03 41	0.03 57	0.03 47	0.03 52

dd	0.23 211	0.98 382	0.16 183	0.23 193	0.15 218	0.23 235	0.15 207	0.23 232	0.15 216	0.23 229	0.15 216	0.24 241	0.17 233	0.23 233	0.15 210	0.22 200	0.15 181	0.21 224	0.15 218	0.22 222	0.16 210

TS12	0.09 80	0.09 93	0.17 193	0.19 173	0.06 141	0.08 139	0.06 139	0.08 141	0.06 139	0.08 140	0.06 140	0.08 140	0.06 136	0.08 141	0.06 133	0.15 153	0.16 184	0.08 138	0.06 136	0.08 145	0.06 133

BStereo	0.22 204	0.23 154	0.20 208	0.24 198	0.20 256	0.23 235	0.33 381	0.39 306	0.17 234	0.23 229	0.17 230	0.23 235	0.16 221	0.24 237	0.17 225	0.23 212	0.16 184	0.22 229	0.20 254	0.22 222	0.16 210

Anonymus123	0.22 204	0.23 154	0.20 208	0.24 198	0.20 256	0.23 235	0.33 381	0.39 306	0.17 234	0.23 229	0.17 230	0.23 235	0.16 221	0.24 237	0.17 225	0.23 212	0.16 184	0.22 229	0.20 254	0.22 222	0.16 210

RAFT-FEzeroshot	0.34 260	0.26 172	0.17 193	0.21 186	0.17 235	0.20 211	0.16 214	0.20 210	0.16 224	0.20 208	0.17 230	0.21 217	0.16 221	0.27 262	0.24 262	0.19 188	0.16 184	0.19 215	0.16 221	0.26 245	3.08 729

RAFT-FE	0.34 260	0.26 172	0.17 193	0.21 186	0.17 235	0.20 211	0.16 214	0.20 210	0.16 224	0.20 208	0.17 230	0.21 217	0.16 221	0.27 262	0.24 262	0.19 188	0.16 184	0.19 215	0.16 221	0.26 245	3.08 729

zh-mn7	0.12 132	1.14 424	0.17 193	0.20 177	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	0.18 184	0.16 184	0.03 41	0.03 57	0.03 47	0.03 52

xyz-stereo-finetune2	0.18 183	0.48 267	0.16 183	0.16 150	0.15 218	0.15 184	0.16 214	0.16 190	0.16 224	0.16 188	0.16 222	0.16 189	0.16 221	0.16 189	0.16 218	0.16 165	0.16 184	0.16 192	0.16 221	0.16 193	0.16 210

xyz-stereo	0.18 183	0.50 274	0.16 183	0.15 140	0.16 229	0.16 191	0.16 214	0.16 190	0.16 224	0.16 188	0.16 222	0.16 189	0.16 221	0.16 189	0.16 218	0.16 165	0.16 184	0.16 192	0.16 221	0.16 193	0.16 210

ACV-stereo	0.30 238	2.08 574	0.25 229	0.25 205	0.18 247	0.24 238	0.17 224	0.24 235	0.18 241	0.24 236	0.17 230	0.25 248	0.17 233	0.24 237	0.17 225	0.22 200	0.16 184	0.22 229	0.16 221	0.22 222	0.16 210

JetRed	0.11 119	0.12 114	0.11 119	0.11 104	0.11 181	0.11 161	0.14 199	0.11 161	0.11 178	0.12 170	0.11 176	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.16 184	0.11 159	0.11 172	0.11 163	0.11 172

GMStereo_Zeroshot	0.16 168	0.16 129	0.16 183	0.16 150	0.16 229	0.16 191	0.16 214	0.16 190	0.16 224	0.16 188	0.16 222	0.16 189	0.16 221	0.16 189	0.16 218	0.16 165	0.16 184	0.16 192	0.16 221	0.16 193	0.16 210

IGEV_Zeroshot_test	0.20 189	0.19 138	0.40 365	0.30 221	0.17 235	0.22 226	0.17 224	0.21 219	0.17 234	0.20 208	0.17 230	0.21 217	0.18 244	0.21 220	0.17 225	0.20 191	0.16 184	0.20 220	0.16 221	0.20 213	0.17 228

MSKI-zero shot	0.24 215	0.21 148	0.49 419	0.65 419	0.18 247	0.22 226	0.17 224	0.23 232	0.18 241	0.21 219	0.17 230	0.23 235	0.28 301	0.23 233	0.18 238	0.21 198	0.16 184	0.21 224	0.16 221	0.21 220	0.16 210

MIM_Stereo	0.25 218	0.23 154	0.66 474	0.80 454	0.17 235	0.22 226	0.17 224	0.23 232	0.18 241	0.26 253	0.17 230	0.21 217	0.17 233	0.25 246	0.17 225	0.23 212	0.16 184	0.21 224	0.17 244	0.22 222	0.17 228

dad	0.23 211	1.03 408	0.16 183	0.23 193	0.15 218	0.24 238	0.15 207	0.24 235	0.16 224	0.23 229	0.16 222	0.24 241	0.16 221	0.23 233	0.15 210	0.22 200	0.16 184	0.22 229	0.16 221	0.22 222	0.16 210

xxxx	0.11 119	1.16 429	0.16 183	0.12 112	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	0.13 133	0.16 184	0.03 41	0.04 99	0.04 97	0.04 96

MMNet	0.44 352	1.24 488	0.17 193	0.25 205	0.17 235	0.25 248	0.18 233	1.26 617	0.93 570	0.25 244	0.17 230	0.25 248	0.18 244	0.25 246	0.17 225	0.23 212	0.16 184	0.23 238	0.16 221	1.20 567	0.99 567

delet	0.43 339	1.21 480	0.17 193	0.25 205	0.17 235	0.25 248	0.18 233	1.26 617	0.95 572	0.25 244	0.17 230	0.25 248	0.17 233	0.25 246	0.17 225	0.23 212	0.16 184	0.22 229	0.16 221	1.18 563	0.98 566

ac_64	0.22 204	0.13 116	0.19 205	0.23 193	0.10 162	0.26 257	1.02 580	0.14 173	0.10 160	0.28 259	0.14 206	0.17 197	0.19 251	0.28 267	0.09 147	0.22 200	0.16 184	0.23 238	0.17 244	0.11 163	0.12 188

iResNetv2_ROB	0.20 189	0.23 154	0.18 203	0.24 198	0.20 256	0.24 238	0.18 233	0.24 235	0.18 241	0.24 236	0.18 247	0.23 235	0.19 251	0.24 237	0.18 238	0.21 198	0.16 184	0.21 224	0.16 221	0.22 222	0.16 210

iResNet	0.20 189	0.23 154	0.18 203	0.24 198	0.18 247	0.24 238	0.20 243	0.24 235	0.18 241	0.23 229	0.17 230	0.23 235	0.18 244	0.23 233	0.18 238	0.22 200	0.16 184	0.21 224	0.16 221	0.21 220	0.16 210

VeloStereo	0.16 168	0.92 371	0.16 183	0.18 168	0.08 151	0.11 161	0.12 190	0.12 169	0.09 156	0.09 147	0.28 296	0.10 152	0.08 152	0.10 152	0.12 184	0.15 153	0.17 205	0.08 138	0.12 191	0.09 149	0.08 145

flow	0.16 168	0.92 371	0.16 183	0.18 168	0.08 151	0.11 161	0.12 190	0.12 169	0.09 156	0.09 147	0.28 296	0.10 152	0.08 152	0.10 152	0.12 184	0.15 153	0.17 205	0.08 138	0.12 191	0.09 149	0.08 145

RSGM-EC	0.24 215	0.24 162	0.15 176	0.22 188	0.15 218	0.22 226	0.15 207	0.22 225	0.15 216	0.24 236	0.15 216	0.22 227	0.15 217	0.22 226	1.19 595	0.20 191	0.17 205	0.24 248	0.14 207	0.20 213	0.14 201

acva	0.24 215	0.24 162	0.15 176	0.22 188	0.15 218	0.22 226	0.15 207	0.22 225	0.15 216	0.24 236	0.15 216	0.22 227	0.15 217	0.22 226	1.19 595	0.20 191	0.17 205	0.24 248	0.14 207	0.20 213	0.14 201

IGEV-FE	0.35 271	0.37 200	0.17 193	0.19 173	0.17 235	0.20 211	0.17 224	0.19 203	0.17 234	0.19 201	0.17 230	0.19 205	0.17 233	0.37 306	0.36 399	0.19 188	0.17 205	0.19 215	0.17 244	0.38 322	2.84 720

tg	0.21 197	0.25 169	0.21 213	0.26 213	0.17 235	0.24 238	0.17 224	0.24 235	0.17 234	0.24 236	0.17 230	0.24 241	0.17 233	0.24 237	0.17 225	0.24 221	0.17 205	0.23 238	0.16 221	0.23 234	0.16 210

Pointernet	0.21 197	0.22 152	0.19 205	0.24 198	0.19 253	0.24 238	0.19 239	0.24 235	0.19 248	0.24 236	0.19 250	0.24 241	0.19 251	0.24 237	0.19 242	0.22 200	0.17 205	0.22 229	0.17 244	0.22 222	0.17 228

psm_up	0.43 339	1.19 433	0.17 193	0.25 205	0.18 247	0.25 248	0.19 239	1.26 617	0.91 564	0.26 253	0.17 230	0.25 248	0.17 233	0.25 246	0.17 225	0.22 200	0.17 205	0.23 238	0.16 221	1.18 563	0.99 567

UPFNet	0.42 337	1.20 434	0.17 193	0.24 198	0.17 235	0.25 248	0.17 224	1.19 563	0.90 563	0.25 244	0.17 230	0.24 241	0.17 233	0.25 246	0.17 225	0.22 200	0.17 205	0.22 229	0.16 221	1.15 555	0.93 560

CFNet	1.37 613	5.27 700	0.19 205	5.49 723	0.19 253	0.28 264	0.19 239	0.28 254	0.19 248	0.28 259	0.19 250	0.28 264	4.35 744	0.28 267	0.19 242	0.23 212	0.17 205	0.23 238	4.21 753	4.81 730	0.17 228

CAS++	0.17 174	0.27 175	0.21 213	0.10 87	0.21 266	0.15 184	0.22 253	0.10 149	0.21 254	0.22 223	0.10 158	0.19 205	0.18 244	0.10 152	0.19 242	0.20 191	0.19 215	0.18 212	0.10 158	0.19 212	0.18 234
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GEStereo_RVC	0.86 509	4.45 674	0.20 208	0.27 216	0.20 256	0.27 262	0.20 243	0.26 249	0.18 241	5.03 747	0.20 254	0.27 263	0.19 251	0.27 262	0.21 248	0.20 191	0.19 215	0.19 215	4.02 751	0.20 213	0.18 234

Weightmod_eth	0.20 189	0.24 162	0.28 247	0.47 325	0.14 204	0.24 238	0.14 199	0.17 197	0.13 201	0.22 223	0.16 222	0.22 227	0.13 200	0.20 208	0.16 218	0.24 221	0.20 217	0.19 215	0.14 207	0.16 193	0.24 257

ISRNet	0.11 119	0.05 66	0.36 315	0.24 198	0.07 148	0.13 171	0.05 120	0.06 123	0.05 124	0.05 112	0.05 127	0.13 172	0.05 117	0.05 103	0.09 147	0.24 221	0.20 217	0.10 148	0.05 123	0.06 125	0.13 195

model_zeroshot	0.27 229	0.20 142	0.27 239	0.33 237	0.21 266	0.37 304	0.22 253	0.37 292	0.24 268	0.26 253	0.27 288	0.33 287	0.21 262	0.25 246	0.27 277	0.32 258	0.20 217	0.34 300	0.23 267	0.25 242	0.26 265

DAS	0.20 189	0.20 142	0.20 208	0.20 177	0.20 256	0.20 211	0.20 243	0.20 210	0.20 250	0.20 208	0.20 254	0.20 210	0.20 255	0.20 208	0.20 245	0.20 191	0.20 217	0.20 220	0.20 254	0.20 213	0.20 239

SCION-M(vits-remse)	0.34 260	0.79 338	0.30 257	0.33 237	0.28 296	0.40 320	0.28 290	0.40 315	0.28 297	0.40 315	0.28 296	0.39 317	0.28 301	0.40 321	0.28 286	0.23 212	0.21 221	0.35 316	0.27 321	0.35 294	0.27 303

SCION-MonSter(vits)	0.25 218	0.79 338	0.31 275	0.42 302	0.28 296	0.40 320	0.28 290	0.20 210	0.15 216	0.40 315	0.15 216	0.19 205	0.15 217	0.20 208	0.15 210	0.23 212	0.21 221	0.17 202	0.14 207	0.16 193	0.14 201

SCION-MonSter	0.21 197	0.76 332	0.22 215	0.25 205	0.15 218	0.19 205	0.15 207	0.19 203	0.15 216	0.19 201	0.15 216	0.19 205	0.15 217	0.19 203	0.14 198	0.22 200	0.21 221	0.16 192	0.14 207	0.16 193	0.15 208

DCVSM-stereo	0.36 279	1.89 559	0.22 215	0.40 278	0.22 268	0.40 320	0.22 253	0.40 315	0.22 258	0.40 315	0.22 261	0.40 327	0.22 263	0.40 321	0.22 252	0.28 239	0.21 221	0.28 267	0.21 258	0.28 253	0.20 239

Wz-Net-LNSev	0.06 61	0.24 162	0.20 208	0.23 193	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	0.23 212	0.21 221	0.02 19	0.01 9	0.01 10	0.01 10

HGLStereo	0.28 232	0.29 180	0.22 215	0.36 250	0.22 268	0.36 296	0.21 248	0.36 284	0.21 254	0.42 346	0.21 259	0.36 299	0.22 263	0.36 299	0.21 248	0.34 268	0.21 221	0.34 300	0.21 258	0.34 281	0.21 242

DISCO	1.11 552	0.39 211	5.28 738	0.39 265	0.20 256	0.39 318	0.27 279	0.39 306	0.22 258	0.38 301	0.20 254	0.38 312	0.20 255	6.95 758	0.22 252	0.30 249	0.21 221	0.27 263	0.21 258	5.25 739	0.21 242

LACA1	0.21 197	0.24 162	0.26 236	0.31 227	0.16 229	0.24 238	0.16 214	0.24 235	0.16 224	0.24 236	0.16 222	0.24 241	0.16 221	0.24 237	0.16 218	0.27 234	0.22 228	0.23 238	0.16 221	0.23 234	0.16 210

Select-FE	0.41 323	0.44 243	0.23 219	0.26 213	0.22 268	0.26 257	0.22 253	0.26 249	0.23 265	0.26 253	0.23 266	0.26 260	0.23 269	0.45 411	0.42 445	0.25 228	0.22 228	0.25 253	0.22 261	0.45 410	2.90 721

WAO-6	0.22 204	0.23 154	0.22 215	0.23 193	0.22 268	0.22 226	0.22 253	0.22 225	0.22 258	0.22 223	0.22 261	0.22 227	0.22 263	0.22 226	0.22 252	0.22 200	0.22 228	0.22 229	0.22 261	0.22 222	0.22 245

IMH-64-1	0.22 204	0.23 154	0.23 219	0.22 188	0.22 268	0.22 226	0.22 253	0.22 225	0.22 258	0.22 223	0.22 261	0.22 227	0.22 263	0.22 226	0.22 252	0.22 200	0.22 228	0.23 238	0.22 261	0.22 222	0.23 247

IMH-64	0.22 204	0.23 154	0.23 219	0.22 188	0.22 268	0.22 226	0.22 253	0.22 225	0.22 258	0.22 223	0.22 261	0.22 227	0.22 263	0.22 226	0.22 252	0.22 200	0.22 228	0.23 238	0.22 261	0.22 222	0.23 247

GMOStereo	0.37 289	0.45 252	0.23 219	0.30 221	0.37 422	0.41 339	0.36 407	0.41 334	0.35 404	0.43 353	0.36 410	0.41 342	0.40 431	0.41 341	0.36 399	0.34 268	0.22 228	0.47 449	0.37 431	0.39 370	0.33 381

LACA3	0.23 211	0.25 169	0.27 239	0.54 392	0.17 235	0.25 248	0.17 224	0.25 243	0.17 234	0.25 244	0.17 230	0.25 248	0.17 233	0.25 246	0.17 225	0.28 239	0.23 234	0.24 248	0.17 244	0.24 239	0.17 228

LACA2	0.21 197	0.24 162	0.26 236	0.31 227	0.16 229	0.24 238	0.16 214	0.24 235	0.16 224	0.24 236	0.16 222	0.24 241	0.16 221	0.24 237	0.16 218	0.27 234	0.23 234	0.24 248	0.16 221	0.23 234	0.16 210

WCG-NET（raft）	0.32 254	1.24 488	0.24 226	0.32 233	0.24 279	0.32 285	0.23 262	0.32 270	0.24 268	0.32 277	0.24 273	0.32 283	0.24 272	0.32 281	0.24 262	0.30 249	0.23 234	0.30 274	0.23 267	0.30 261	0.23 247

FCDSN-DC	0.41 323	0.59 305	0.64 468	0.54 392	0.33 395	0.50 450	0.37 413	0.42 352	0.40 436	0.61 482	0.43 456	0.50 452	0.49 479	0.38 310	0.32 365	0.28 239	0.23 234	0.26 258	0.22 261	0.35 294	0.28 331
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
iResNet_ROB	0.28 232	0.32 188	0.24 226	0.32 233	0.25 282	0.32 285	0.24 267	0.32 270	0.24 268	0.33 282	0.24 273	0.35 294	0.24 272	0.33 289	0.24 262	0.31 255	0.24 238	0.32 283	0.24 274	0.32 269	0.24 257

UNDER WATER-64	0.25 218	0.26 172	0.25 229	0.26 213	0.25 282	0.25 248	0.25 269	0.25 243	0.25 273	0.25 244	0.25 279	0.25 248	0.25 275	0.26 258	0.25 270	0.25 228	0.25 239	0.25 253	0.25 277	0.25 242	0.25 259

LoS	0.25 218	0.27 175	0.25 229	0.25 205	0.25 282	0.25 248	0.25 269	0.26 249	0.25 273	0.25 244	0.25 279	0.25 248	0.25 275	0.25 246	0.25 270	0.26 230	0.25 239	0.25 253	0.26 283	0.26 245	0.25 259
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
StereoDRNet-Refined	0.33 259	0.39 211	0.26 236	0.39 265	0.26 289	0.40 320	0.26 276	0.40 315	0.26 287	0.39 308	0.26 284	0.39 317	0.26 285	0.39 318	0.26 275	0.37 284	0.25 239	0.37 329	0.25 277	0.37 309	0.37 408
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
GEAR-Net	0.22 204	0.46 256	0.27 239	0.29 219	0.17 235	0.21 221	0.17 224	0.21 219	0.17 234	0.21 219	0.17 230	0.21 217	0.17 233	0.21 220	0.17 225	0.28 239	0.26 242	0.20 220	0.16 221	0.20 213	0.16 210

small-0shot	0.35 271	1.92 568	0.27 239	0.27 216	0.27 290	0.27 262	0.27 279	0.27 253	0.27 291	0.27 258	0.27 288	0.26 260	0.27 292	0.27 262	0.26 275	0.27 234	0.26 242	0.26 258	0.26 283	0.26 245	0.27 303

depth_test_26	0.20 189	0.34 190	0.25 229	0.34 243	0.14 204	0.21 221	0.14 199	0.21 219	0.14 204	0.21 219	0.14 206	0.21 217	0.14 205	0.21 220	0.14 198	0.26 230	0.26 242	0.22 229	0.15 218	0.22 222	0.14 201

GeoVLM	0.36 279	0.38 204	0.27 239	0.46 318	0.28 296	0.35 292	0.28 290	0.37 292	0.27 291	0.35 289	0.28 296	0.36 299	0.38 418	0.35 293	0.28 286	1.08 530	0.26 242	0.33 290	0.27 321	0.34 281	0.33 381

gcap_with_dpt	0.35 271	0.39 211	0.30 257	0.44 313	0.31 368	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.30 326	0.44 404	0.30 322	0.44 393	0.30 312	0.38 297	0.26 242	0.38 337	0.27 321	0.38 322	0.27 303

Zero-FE251	0.36 279	0.40 215	0.28 247	0.41 292	0.28 296	0.41 339	0.28 290	0.41 334	0.28 297	0.41 332	0.28 296	0.41 342	0.28 301	0.42 355	0.30 312	0.37 284	0.26 242	0.37 329	0.27 321	0.45 410	0.56 494

Monster-pub-mixall	0.44 352	0.56 298	0.60 453	0.38 256	0.27 290	0.37 304	0.27 279	0.37 292	0.29 307	0.38 301	0.27 288	0.38 312	0.29 313	0.85 525	0.27 277	1.46 613	0.26 242	0.34 300	0.26 283	0.36 304	0.53 480

test_for_model	0.35 271	0.39 211	0.30 257	0.43 309	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.44 393	0.31 353	0.38 297	0.26 242	0.38 337	0.26 283	0.38 322	0.26 265

tt1	0.31 245	0.93 375	0.24 226	0.33 237	0.23 274	0.31 276	0.24 267	0.32 270	0.24 268	0.32 277	0.23 266	0.32 283	0.25 275	0.32 281	0.24 262	0.27 234	0.26 242	0.27 263	0.26 283	0.27 251	0.27 303

DLNR_Zeroshot_test	0.31 245	0.28 178	0.47 404	0.79 450	0.24 279	0.30 269	0.26 276	0.30 262	0.24 268	0.32 277	0.23 266	0.31 279	0.24 272	0.30 273	0.23 259	0.29 248	0.26 242	0.29 272	0.24 274	0.33 276	0.23 247

LoS_RVC	0.30 238	1.14 424	0.25 229	0.25 205	0.25 282	0.26 257	0.25 269	0.25 243	0.25 273	0.25 244	0.25 279	0.26 260	0.26 285	0.26 258	0.25 270	0.26 230	0.26 242	0.25 253	0.25 277	0.26 245	0.26 265

CAS	0.30 238	1.17 430	0.25 229	0.25 205	0.25 282	0.26 257	0.25 269	0.25 243	0.26 287	0.25 244	0.25 279	0.25 248	0.25 275	0.25 246	0.25 270	0.26 230	0.26 242	0.26 258	0.25 277	0.26 245	0.25 259

CroCo-Stereo	0.73 467	1.22 486	0.25 229	1.22 562	0.25 282	1.22 618	0.25 269	1.22 613	0.25 273	1.22 622	0.25 279	1.22 624	0.25 275	1.22 624	0.25 270	1.22 595	0.26 242	1.21 633	0.25 277	1.22 615	0.25 259
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
SMOE	0.23 211	0.25 169	0.30 257	0.33 237	0.18 247	0.26 257	0.18 233	0.26 249	0.18 241	0.26 253	0.18 247	0.25 248	0.18 244	0.25 246	0.18 238	0.31 255	0.27 255	0.23 238	0.17 244	0.23 234	0.17 228

PStereo	0.32 254	0.36 197	0.28 247	0.38 256	0.29 309	0.36 296	0.27 279	0.38 301	0.27 291	0.38 301	0.28 296	0.36 299	0.27 292	0.36 299	0.28 286	0.32 258	0.27 255	0.33 290	0.27 321	0.33 276	0.27 303

w-ln-seven-2	0.14 149	1.22 486	0.28 247	0.32 233	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	0.32 258	0.27 255	0.04 93	0.03 57	0.03 47	0.03 52

CroCo-Stereo Lap2	0.77 477	1.29 490	0.29 253	1.27 567	0.29 309	1.27 622	0.26 276	1.26 617	0.26 287	1.26 623	0.26 284	1.27 628	0.26 285	1.26 626	0.27 277	1.27 598	0.27 255	1.27 637	0.27 321	1.27 619	0.27 303

iRaft-Stereo_5w	0.34 260	0.42 238	0.31 275	0.39 265	0.30 321	0.38 311	0.30 313	0.40 315	0.29 307	0.40 315	0.37 417	0.41 342	0.34 399	0.38 310	0.30 312	0.34 268	0.27 255	0.34 300	0.26 283	0.34 281	0.26 265

iRaft-Stereo_20w	0.34 260	0.41 227	0.31 275	0.39 265	0.29 309	0.40 320	0.32 370	0.41 334	0.32 379	0.38 301	0.30 326	0.39 317	0.30 322	0.38 310	0.32 365	0.35 276	0.27 255	0.34 300	0.27 321	0.34 281	0.29 340

GANet-RSSM	0.75 471	1.91 562	0.14 155	0.47 325	0.14 204	0.21 221	3.21 739	2.30 682	0.14 204	0.46 409	0.14 206	0.23 235	0.18 244	0.21 220	0.14 198	0.18 184	0.27 255	0.37 329	0.13 202	2.13 665	2.12 706

MLCV	0.31 245	0.35 192	0.27 239	0.35 246	0.28 296	0.35 292	0.27 279	0.35 280	0.28 297	0.36 293	0.27 288	0.35 294	0.27 292	0.35 293	0.27 277	0.34 268	0.27 255	0.34 300	0.27 321	0.34 281	0.27 303

DLNR-FE	0.28 232	0.89 360	0.30 257	0.34 243	0.19 253	0.28 264	0.19 239	0.28 254	0.20 250	0.28 259	0.20 254	0.28 264	0.20 255	0.28 267	0.20 245	0.33 264	0.28 263	0.25 253	0.19 252	0.24 239	0.19 237

Monster-pub-eth3d	0.45 375	0.57 300	0.60 453	0.39 265	0.28 296	0.37 304	0.28 290	0.37 292	0.30 322	0.39 308	0.29 311	0.39 317	0.30 322	0.92 537	0.27 277	1.42 610	0.28 263	0.34 300	0.28 342	0.37 309	0.53 480

gcap-zeroshot	0.36 279	0.40 215	0.34 303	0.44 313	0.31 368	0.44 401	0.31 360	0.44 398	0.32 379	0.44 391	0.32 380	0.44 404	0.32 380	0.44 393	0.31 353	0.39 310	0.28 263	0.39 380	0.28 342	0.39 370	0.27 303

xxxxx1	0.31 245	0.91 366	0.23 219	0.31 227	0.23 274	0.31 276	0.23 262	0.33 274	0.25 273	0.31 271	0.24 273	0.33 287	0.25 275	0.32 281	0.24 262	0.28 239	0.28 263	0.28 267	0.28 342	0.29 257	0.27 303

EKT-Stereo	0.37 289	0.40 215	0.44 388	1.07 497	0.29 309	0.34 288	0.31 360	0.36 284	0.29 307	0.38 301	0.31 370	0.37 309	0.30 322	0.36 299	0.29 302	0.34 268	0.28 263	0.39 380	0.30 375	0.37 309	0.30 355

SQANet	0.28 232	0.28 178	0.28 247	0.28 218	0.28 296	0.28 264	0.28 290	0.28 254	0.28 297	0.28 259	0.28 296	0.28 264	0.28 301	0.28 267	0.28 286	0.28 239	0.28 263	0.28 267	0.28 342	0.28 253	0.28 331

testlalala	0.36 279	0.40 215	0.34 303	0.44 313	0.31 368	0.44 401	0.31 360	0.44 398	0.32 379	0.44 391	0.32 380	0.44 404	0.32 380	0.44 393	0.31 353	0.39 310	0.28 263	0.39 380	0.28 342	0.39 370	0.27 303

GCAPDPT-zeroshot	0.36 279	0.40 215	0.30 257	0.43 309	0.30 321	0.43 367	0.30 313	0.43 360	0.31 367	0.43 353	0.30 326	0.43 369	0.30 322	0.44 393	0.31 353	0.39 310	0.28 263	0.39 380	0.27 321	0.39 370	0.26 265

Any-RAFT	0.32 254	0.36 197	0.27 239	0.36 250	0.27 290	0.36 296	0.27 279	0.36 284	0.27 291	0.36 293	0.27 288	0.36 299	0.27 292	0.36 299	0.28 286	0.36 281	0.28 263	0.36 325	0.28 342	0.36 304	0.28 331

tt_ll	0.31 245	0.91 366	0.23 219	0.31 227	0.23 274	0.31 276	0.23 262	0.33 274	0.25 273	0.31 271	0.24 273	0.33 287	0.25 275	0.32 281	0.24 262	0.28 239	0.28 263	0.28 267	0.28 342	0.29 257	0.27 303

ff	0.31 245	0.91 366	0.23 219	0.31 227	0.23 274	0.31 276	0.23 262	0.33 274	0.25 273	0.31 271	0.24 273	0.33 287	0.25 275	0.32 281	0.24 262	0.28 239	0.28 263	0.28 267	0.28 342	0.29 257	0.27 303

IER	0.88 514	7.04 719	2.23 694	2.75 653	0.28 296	0.43 367	0.25 269	0.39 306	0.25 273	0.41 332	0.27 288	0.39 317	0.25 275	0.40 321	0.28 286	0.37 284	0.28 263	0.37 329	0.25 277	0.37 309	0.25 259

Gwc-CoAtRS	0.41 323	1.49 506	0.32 284	0.42 302	0.32 382	0.41 339	0.32 370	0.41 334	0.33 389	0.41 332	0.32 380	0.41 342	0.32 380	0.41 341	0.32 365	0.39 310	0.28 263	0.39 380	0.28 342	0.40 384	0.28 331

DN-CSS_ROB	0.31 245	0.35 192	0.28 247	0.35 246	0.28 296	0.34 288	0.27 279	0.34 277	0.25 273	0.35 289	0.27 288	0.36 299	0.26 285	0.34 290	0.28 286	0.35 276	0.28 263	0.34 300	0.28 342	0.34 281	0.27 303

SCION-Mon(vits-remp)	0.34 260	0.98 382	0.30 257	0.33 237	0.18 247	0.21 221	0.28 290	0.40 315	0.28 297	0.40 315	0.28 296	0.39 317	0.28 301	0.40 321	0.28 286	0.37 284	0.29 277	0.35 316	0.27 321	0.35 294	0.27 303

DStereoO	0.31 245	0.31 186	0.31 275	0.30 221	0.40 440	0.31 276	0.30 313	0.30 262	0.34 400	0.29 264	0.31 370	0.29 270	0.30 322	0.31 278	0.31 353	0.31 255	0.29 277	0.31 280	0.30 375	0.31 266	0.31 365

IGEV++	0.34 260	0.43 240	0.30 257	0.40 278	0.29 309	0.40 320	0.29 305	0.40 315	0.29 307	0.40 315	0.29 311	0.40 327	0.29 313	0.40 321	0.30 312	0.38 297	0.29 277	0.37 329	0.29 357	0.37 309	0.29 340

TorneroNet-64	0.45 375	0.27 175	0.30 257	0.58 402	0.27 290	0.70 499	0.30 313	0.28 254	0.73 546	0.73 504	0.28 296	0.71 504	0.66 513	0.75 506	0.27 277	0.27 234	0.29 277	0.37 329	0.75 553	0.28 253	0.30 355

RAFT-Test	0.36 279	0.37 200	0.33 289	0.41 292	0.32 382	0.41 339	0.32 370	0.41 334	0.32 379	0.41 332	0.32 380	0.41 342	0.32 380	0.41 341	0.33 377	0.37 284	0.29 277	0.37 329	0.29 357	0.38 322	0.31 365

RCA-Stereo	0.51 412	3.22 643	0.34 303	0.44 313	0.34 407	0.44 401	0.34 396	0.43 360	0.34 400	0.43 353	0.34 397	0.44 404	0.33 392	0.43 362	0.33 377	0.38 297	0.29 277	0.38 337	0.29 357	0.38 322	0.29 340

GES	0.66 443	2.34 599	0.29 253	0.41 292	0.29 309	0.41 339	0.29 305	0.42 352	0.29 307	0.40 315	0.41 443	0.41 342	0.30 322	0.51 455	0.29 302	0.32 258	0.29 277	0.32 283	2.46 722	2.49 684	0.30 355

DGSMNet	0.34 260	0.41 227	0.27 239	0.41 292	0.28 296	0.41 339	0.28 290	0.41 334	0.27 291	0.41 332	0.27 288	0.42 360	0.27 292	0.41 341	0.28 286	0.40 318	0.29 277	0.40 393	0.28 342	0.40 384	0.27 303

RAFT + AFF	0.31 245	0.45 252	0.34 303	0.39 265	0.28 296	0.38 311	0.33 381	0.29 259	0.31 367	0.30 266	0.30 326	0.29 270	0.27 292	0.29 271	0.30 312	0.28 239	0.29 277	0.29 272	0.29 357	0.27 251	0.32 372

ccnet	0.80 484	2.28 591	0.33 289	0.50 373	0.33 395	0.50 450	0.33 381	0.50 438	0.33 389	0.49 432	0.33 389	0.49 438	1.56 652	2.38 686	0.33 377	0.41 326	0.29 277	0.42 427	1.57 669	2.28 671	0.29 340

MultiAttention	0.30 238	0.30 183	0.30 257	0.30 221	0.30 321	0.30 269	0.30 313	0.30 262	0.30 322	0.30 266	0.30 326	0.30 274	0.30 322	0.30 273	0.30 312	0.30 249	0.30 287	0.30 274	0.30 375	0.30 261	0.30 355

MSAF-DinoV2	0.30 238	0.30 183	0.30 257	0.30 221	0.30 321	0.30 269	0.30 313	0.30 262	0.30 322	0.30 266	0.30 326	0.30 274	0.30 322	0.30 273	0.30 312	0.30 249	0.30 287	0.30 274	0.30 375	0.30 261	0.30 355

PML	0.46 384	1.36 498	0.29 253	0.58 402	0.30 321	0.57 480	0.29 305	0.57 468	0.29 307	0.57 475	0.29 311	0.57 480	0.29 313	0.56 471	0.29 302	0.52 413	0.30 287	0.53 479	0.31 386	0.53 454	0.30 355

psmorigin	0.41 323	0.46 256	0.33 289	0.49 337	0.33 395	0.49 441	0.33 381	0.49 429	0.33 389	0.49 432	0.33 389	0.49 438	0.33 392	0.51 455	0.33 377	0.41 326	0.30 287	0.41 411	0.30 375	0.79 500	0.29 340

DANet	0.30 238	0.30 183	0.30 257	0.30 221	0.30 321	0.30 269	0.30 313	0.30 262	0.30 322	0.30 266	0.30 326	0.30 274	0.30 322	0.30 273	0.30 312	0.30 249	0.30 287	0.30 274	0.30 375	0.30 261	0.30 355
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
Weightmod	0.27 229	0.29 180	0.33 289	0.38 256	0.20 256	0.30 269	0.21 248	0.29 259	0.21 254	0.29 264	0.22 261	0.30 274	0.20 255	0.30 273	0.21 248	0.37 284	0.31 292	0.27 263	0.20 254	0.28 253	0.21 242

DStereoFS	0.32 254	0.33 189	0.32 284	0.33 237	0.30 321	0.32 285	0.32 370	0.32 270	0.31 367	0.30 266	0.31 370	0.31 279	0.30 322	0.32 281	0.32 365	0.32 258	0.31 292	0.30 274	0.47 483	0.32 269	0.34 388

Replicate-Monster	0.45 375	0.57 300	0.60 453	0.40 278	0.29 309	0.37 304	0.27 279	0.37 292	0.30 322	0.40 315	0.31 370	0.40 327	0.30 322	0.99 545	0.27 277	1.36 606	0.31 292	0.34 300	0.30 375	0.36 304	0.54 483

z-mn7	0.16 168	1.21 480	0.33 289	0.41 292	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	0.35 276	0.31 292	0.04 93	0.04 99	0.04 97	0.04 96

RSM	0.36 279	0.36 197	0.43 386	0.37 253	0.42 460	0.49 441	0.42 450	0.37 292	0.28 297	0.36 293	0.29 311	0.36 299	0.30 322	0.37 306	0.28 286	0.34 268	0.31 292	0.34 300	0.35 422	0.40 384	0.29 340

SME	0.27 229	0.29 180	0.31 275	0.38 256	0.20 256	0.29 267	0.18 233	0.30 262	0.20 250	0.32 277	0.21 259	0.32 283	0.20 255	0.32 281	0.21 248	0.35 276	0.32 297	0.27 263	0.19 252	0.29 257	0.20 239

DStereoSA	0.32 254	0.52 284	0.34 303	0.31 227	0.31 368	0.30 269	0.30 313	0.31 268	0.30 322	0.31 271	0.31 370	0.31 279	0.30 322	0.31 278	0.31 353	0.30 249	0.32 297	0.31 280	0.31 386	0.31 266	0.31 365

HiDET	0.38 295	0.44 243	0.30 257	0.42 302	0.30 321	0.42 360	0.30 313	0.42 352	0.30 322	0.44 391	0.30 326	0.42 360	0.30 322	0.42 355	0.68 516	0.37 284	0.32 297	0.40 393	0.29 357	0.37 309	0.29 340

LCMNet	0.38 295	0.44 243	0.30 257	0.42 302	0.30 321	0.42 360	0.30 313	0.42 352	0.30 322	0.45 403	0.30 326	0.42 360	0.30 322	0.42 355	0.69 524	0.37 284	0.32 297	0.40 393	0.29 357	0.37 309	0.29 340

CSFM-Stereo	0.38 295	0.44 243	0.30 257	0.42 302	0.30 321	0.42 360	0.30 313	0.43 360	0.30 322	0.44 391	0.30 326	0.42 360	0.30 322	0.42 355	0.73 538	0.37 284	0.32 297	0.40 393	0.29 357	0.37 309	0.30 355

w-ln-seven	0.18 183	1.47 505	0.33 289	0.40 278	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	0.38 297	0.32 297	0.05 108	0.04 99	0.04 97	0.04 96

HART	0.38 295	0.45 252	0.34 303	0.42 302	0.33 395	0.41 339	0.34 396	0.42 352	0.33 389	0.43 353	0.34 397	0.42 360	0.34 399	0.41 341	0.38 412	0.40 318	0.32 297	0.42 427	0.32 394	0.40 384	0.32 372

GIP-stereo	0.36 279	0.49 269	0.39 333	0.48 331	0.32 382	0.41 339	0.28 290	0.40 315	0.30 322	0.41 332	0.28 296	0.40 327	0.28 301	0.42 355	0.28 286	0.45 371	0.32 297	0.38 337	0.30 375	0.37 309	0.27 303

PAM	0.39 309	1.88 558	0.34 303	0.37 253	0.41 450	0.45 415	0.22 253	0.28 254	0.23 265	0.28 259	0.24 273	0.29 270	0.23 269	0.29 271	0.23 259	0.38 297	0.32 297	0.38 337	0.37 431	0.32 269	0.22 245

RAFT-Stereo-weight	0.45 375	1.90 561	0.34 303	0.42 302	0.36 417	0.43 367	0.35 401	0.42 352	0.34 400	0.42 346	0.34 397	0.44 404	0.34 399	0.41 341	0.34 392	0.38 297	0.32 297	0.38 337	0.32 394	0.38 322	0.33 381

ACVNet-DCA	0.37 289	1.00 392	0.30 257	0.40 278	0.29 309	0.40 320	0.29 305	0.40 315	0.29 307	0.40 315	0.29 311	0.40 327	0.29 313	0.39 318	0.28 286	0.33 264	0.32 297	0.33 290	0.32 394	0.33 276	0.32 372

1test111	0.37 289	1.02 406	0.30 257	0.39 265	0.29 309	0.40 320	0.28 290	0.39 306	0.29 307	0.39 308	0.29 311	0.39 317	0.28 301	0.40 321	0.29 302	0.33 264	0.32 297	0.33 290	0.31 386	0.32 269	0.31 365

cc1	0.37 289	1.02 406	0.30 257	0.39 265	0.29 309	0.40 320	0.28 290	0.39 306	0.29 307	0.39 308	0.29 311	0.39 317	0.28 301	0.40 321	0.29 302	0.33 264	0.32 297	0.33 290	0.31 386	0.32 269	0.31 365

aanet-new-90k	0.44 352	1.82 544	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.44 393	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

aanet-new-60k	0.44 352	1.81 537	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

aanet-new-70k	0.44 352	1.82 544	0.38 322	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

aanet-new-78k	0.44 352	1.80 532	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.45 371	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

aanet-new-40k	0.44 352	1.81 537	0.39 333	0.50 373	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.45 371	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

aanet-new-36k	0.44 352	1.80 532	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

aanet-new-34k	0.44 352	1.80 532	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

aanet-new-32k	0.44 352	1.79 531	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

aanet-new-30k	0.44 352	1.78 527	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

aanet-new-28k	0.44 352	1.81 537	0.39 333	0.49 337	0.30 321	0.44 401	0.30 313	0.44 398	0.30 322	0.44 391	0.30 326	0.44 404	0.30 322	0.44 393	0.30 312	0.45 371	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

GCAP-Stereo-DPT26K	0.43 339	1.76 522	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.31 353	0.44 342	0.33 310	0.38 337	0.27 321	0.38 322	0.26 265

aanet-new-24k	0.44 352	1.78 527	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

aanet-new-22k	0.44 352	1.81 537	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

aanet-new-16k	0.44 352	1.83 547	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

aanet-new-8k	0.43 339	1.76 522	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

aanet-new	0.43 339	1.80 532	0.38 322	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

GCAP-Stereo-cres-4k	0.44 352	1.81 537	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

GCAP-Stereo-DPT-cres	0.43 339	1.77 524	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

GCAP-Stereo-DPT-36K	0.43 339	1.78 527	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

GCAP-Stereo-DPT-22K	0.44 352	1.85 553	0.38 322	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

GCAP-Stereo-DPT-20K	0.43 339	1.77 524	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

GCAP-Stereo-DPT-24K	0.44 352	1.86 556	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

GCAP-Stereo-DPT-5K	0.44 352	1.80 532	0.39 333	0.49 337	0.30 321	0.44 401	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.44 393	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

GCAP-Stereo-DPT-2K	0.44 352	1.82 544	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

GCAP-Stereo-DPT-3K	0.43 339	1.77 524	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.33 310	0.38 337	0.26 283	0.38 322	0.26 265

MonSter++	0.38 295	0.44 243	0.31 275	0.43 309	0.30 321	0.43 367	0.31 360	0.43 360	0.31 367	0.45 403	0.31 370	0.43 369	0.31 373	0.43 362	0.69 524	0.38 297	0.33 310	0.40 393	0.30 375	0.38 322	0.30 355

xyz-stereo-finetune	0.28 232	0.49 269	0.16 183	0.16 150	0.16 229	0.16 191	0.16 214	0.22 225	0.30 322	0.32 277	0.31 370	0.32 283	0.31 373	0.32 281	0.32 365	0.32 258	0.33 310	0.31 280	0.32 394	0.31 266	0.32 372

GREAT-IGEV	0.38 295	0.43 240	0.36 315	0.48 331	0.32 382	0.45 415	0.32 370	0.45 407	0.32 379	0.45 403	0.32 380	0.45 414	0.32 380	0.45 411	0.32 365	0.44 342	0.33 310	0.41 411	0.29 357	0.41 395	0.29 340
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
xx1	0.38 295	1.03 408	0.31 275	0.40 278	0.31 368	0.41 339	0.28 290	0.40 315	0.29 307	0.40 315	0.29 311	0.40 327	0.29 313	0.40 321	0.29 302	0.34 268	0.33 310	0.34 300	0.32 394	0.34 281	0.32 372

quiztm	0.43 339	0.49 269	0.40 365	0.51 384	0.40 440	0.51 462	0.40 435	0.50 438	0.40 436	0.50 445	0.40 435	0.51 463	0.40 431	0.50 445	0.40 429	0.44 342	0.34 339	0.44 430	0.34 409	0.44 405	0.34 388

aanet-32k-new	0.44 352	1.78 527	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.44 398	0.30 322	0.44 391	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.45 371	0.34 339	0.39 380	0.26 283	0.38 322	0.26 265

GCAP-Stereo-DPT-FT	0.41 323	1.06 415	0.40 365	0.51 384	0.31 368	0.44 401	0.30 313	0.43 360	0.32 379	0.44 391	0.30 326	0.56 477	0.30 322	0.44 393	0.31 353	0.45 371	0.34 339	0.39 380	0.27 321	0.40 384	0.27 303

252Zero-FE	0.45 375	0.50 274	0.36 315	0.50 373	0.36 417	0.50 450	0.36 407	0.50 438	0.36 414	0.49 432	0.36 410	0.49 438	0.36 409	0.54 466	0.41 437	0.45 371	0.34 339	0.45 435	0.34 409	0.55 456	0.75 538

GCAP-BAT	0.41 323	1.30 492	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.44 391	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.34 339	0.38 337	0.26 283	0.38 322	0.26 265

GCAPDPT-zeroshot4090	0.40 315	1.09 418	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.44 398	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.45 371	0.34 339	0.38 337	0.27 321	0.38 322	0.27 303

H2IRNET	0.34 260	0.34 190	0.34 303	0.34 243	0.34 407	0.34 288	0.34 396	0.34 277	0.34 400	0.34 285	0.34 397	0.34 292	0.34 399	0.34 290	0.34 392	0.34 268	0.34 339	0.34 300	0.34 409	0.34 281	0.34 388

aanet-new-10k	0.45 375	1.81 537	0.40 365	0.50 373	0.31 368	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.31 370	0.44 404	0.32 380	0.44 393	0.31 353	0.46 383	0.35 346	0.39 380	0.27 321	0.39 370	0.27 303

aanet-new-12k	0.46 384	1.99 571	0.40 365	0.51 384	0.31 368	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.31 370	0.44 404	0.31 373	0.44 393	0.32 365	0.47 390	0.35 346	0.39 380	0.27 321	0.39 370	0.27 303

GCAP-Stereo-DPT-25K	0.41 323	1.09 418	0.40 365	0.52 387	0.31 368	0.44 401	0.31 360	0.44 398	0.31 367	0.44 391	0.31 370	0.44 404	0.31 373	0.44 393	0.31 353	0.46 383	0.35 346	0.39 380	0.28 342	0.39 370	0.28 331

LG-Stereo_L2	0.34 260	0.37 200	0.38 322	0.47 325	0.28 296	0.39 318	0.28 290	0.39 306	0.28 297	0.39 308	0.28 296	0.39 317	0.28 301	0.38 310	0.28 286	0.42 340	0.35 346	0.36 325	0.26 283	0.35 294	0.26 265

CFNet-RSSM	0.91 517	4.89 680	0.34 303	0.44 313	1.07 586	1.62 646	1.40 660	0.91 524	0.35 404	1.60 638	1.39 660	0.64 492	0.34 399	0.44 393	0.33 377	0.41 326	0.35 346	0.75 520	0.30 375	0.41 395	0.29 340

ETE_ROB	0.35 271	0.35 192	0.35 313	0.35 246	0.35 411	0.35 292	0.35 401	0.35 280	0.35 404	0.35 289	0.35 406	0.35 294	0.35 405	0.35 293	0.35 396	0.35 276	0.35 346	0.35 316	0.35 422	0.35 294	0.35 399

NoBS	0.39 309	0.68 316	0.36 315	0.38 256	0.36 417	0.38 311	0.39 434	0.39 306	0.39 433	0.37 299	0.35 406	0.37 309	0.38 418	0.37 306	0.38 412	0.39 310	0.36 352	0.36 325	0.39 449	0.38 322	0.38 415

Anonymus	0.47 392	0.73 324	0.46 396	0.43 309	0.54 503	0.53 468	0.27 279	0.39 306	0.35 404	0.33 282	0.40 435	0.33 287	0.38 418	0.53 463	0.54 487	0.56 427	0.36 352	0.49 462	0.53 499	0.66 472	0.54 483

GCAP-Stereo-DPT-50K	0.44 352	1.83 547	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.43 362	0.30 312	0.44 342	0.36 352	0.38 337	0.26 283	0.38 322	0.26 265

Wz-Net-LNSev-Ref	0.11 119	0.44 243	0.33 289	0.39 265	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	0.39 310	0.36 352	0.02 19	0.02 21	0.02 21	0.02 20

DMCA	0.36 279	0.38 204	0.37 320	0.35 246	0.35 411	0.36 296	0.36 407	0.36 284	0.35 404	0.35 289	0.37 417	0.36 299	0.36 409	0.35 293	0.36 399	0.36 281	0.36 352	0.35 316	0.36 428	0.36 304	0.36 402

aanet-new-14k	0.60 428	5.12 688	0.39 333	0.49 337	0.30 321	0.43 367	0.30 313	0.43 360	0.30 322	0.43 353	0.30 326	0.43 369	0.30 322	0.44 393	0.30 312	0.44 342	0.37 357	0.38 337	0.26 283	0.38 322	0.26 265

UGAM-zero	0.51 412	2.17 583	0.39 333	0.53 389	0.36 417	0.50 450	0.36 407	0.50 438	0.36 414	0.49 432	0.36 410	0.50 452	0.35 405	0.50 445	0.36 399	0.49 398	0.37 357	0.47 449	0.35 422	0.46 415	0.34 388

UGAM	0.51 412	2.23 588	0.39 333	0.54 392	0.35 411	0.50 450	0.35 401	0.49 429	0.35 404	0.49 432	0.35 406	0.49 438	0.36 409	0.50 445	0.36 399	0.49 398	0.37 357	0.45 435	0.34 409	0.45 410	0.34 388

GCST	0.50 407	2.08 574	0.38 322	0.53 389	0.35 411	0.49 441	0.35 401	0.50 438	0.35 404	0.49 432	0.35 406	0.49 438	0.35 405	0.49 437	0.35 396	0.48 395	0.37 357	0.45 435	0.33 405	0.44 405	0.33 381

CASnet	0.35 271	0.51 282	0.44 388	0.32 233	0.31 368	0.24 238	0.34 396	0.36 284	0.25 273	0.31 271	0.37 417	0.30 274	0.33 392	0.25 246	0.45 454	0.37 284	0.37 357	0.33 290	0.35 422	0.34 281	0.37 408
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CFNet_RVC	2.38 694	8.71 731	0.38 322	9.33 745	0.42 460	0.56 474	0.42 450	0.60 476	0.38 420	0.62 486	0.42 453	0.56 477	7.29 756	0.62 482	0.42 445	0.53 416	0.37 357	0.49 462	0.34 409	8.30 753	6.87 758

XPNet_ROB	0.37 289	0.37 200	0.37 320	0.37 253	0.37 422	0.37 304	0.37 413	0.37 292	0.37 416	0.37 299	0.37 417	0.37 309	0.37 414	0.37 306	0.37 409	0.37 284	0.37 357	0.37 329	0.37 431	0.37 309	0.37 408

mms	0.40 315	0.45 252	0.35 313	0.48 331	0.36 417	0.47 427	0.34 396	0.45 407	0.38 420	0.47 415	0.33 389	0.45 414	0.32 380	0.45 411	0.32 365	0.39 310	0.38 364	0.38 337	0.37 431	0.39 370	0.39 422

fffy	0.38 295	0.43 240	0.33 289	0.46 318	0.33 395	0.45 415	0.32 370	0.45 407	0.32 379	0.45 403	0.32 380	0.45 414	0.33 392	0.45 411	0.32 365	0.38 297	0.38 364	0.38 337	0.37 431	0.37 309	0.36 402

WAO-8	0.38 295	0.38 204	0.38 322	0.38 256	0.38 429	0.38 311	0.38 420	0.38 301	0.38 420	0.38 301	0.38 422	0.38 312	0.38 418	0.38 310	0.38 412	0.38 297	0.38 364	0.38 337	0.37 431	0.38 322	0.38 415

WAO-7	0.38 295	0.38 204	0.38 322	0.38 256	0.38 429	0.38 311	0.38 420	0.38 301	0.38 420	0.38 301	0.38 422	0.38 312	0.38 418	0.38 310	0.38 412	0.38 297	0.38 364	0.38 337	0.38 445	0.38 322	0.38 415

HanzoNet	0.39 309	0.38 204	0.40 365	0.39 265	0.41 450	0.38 311	0.38 420	0.38 301	0.38 420	0.39 308	0.39 432	0.38 312	0.38 418	0.39 318	0.40 429	0.38 297	0.38 364	0.40 393	0.38 445	0.38 322	0.40 424

Venus	0.38 295	0.38 204	0.38 322	0.38 256	0.38 429	0.37 304	0.38 420	0.37 292	0.37 416	0.41 332	0.37 417	0.39 317	0.37 414	0.38 310	0.38 412	0.37 284	0.38 364	0.38 337	0.37 431	0.37 309	0.38 415

IMH	0.38 295	0.38 204	0.38 322	0.38 256	0.38 429	0.38 311	0.38 420	0.38 301	0.38 420	0.42 346	0.38 422	0.40 327	0.38 418	0.38 310	0.38 412	0.38 297	0.38 364	0.39 380	0.38 445	0.38 322	0.38 415

S0	0.42 337	0.44 243	0.54 439	0.59 405	0.34 407	0.48 432	0.22 253	0.51 452	0.25 273	0.51 454	0.34 397	0.53 466	0.35 405	0.47 420	0.36 399	0.55 423	0.39 371	0.49 462	0.27 321	0.46 415	0.34 388

GCAP-Stereo	0.75 471	4.15 669	0.42 384	0.75 448	0.35 411	0.78 508	0.40 435	0.79 505	0.38 420	0.78 513	0.36 410	0.78 515	0.36 409	0.79 509	0.39 426	0.75 480	0.39 371	0.76 522	0.39 449	0.75 491	0.39 422

CES	0.39 309	0.47 261	0.36 315	0.36 250	0.37 422	0.45 415	0.35 401	0.35 280	0.40 436	0.36 293	0.44 458	0.47 424	0.36 409	0.44 393	0.36 399	0.37 284	0.39 371	0.44 430	0.35 422	0.37 309	0.36 402

IGEV-Stereo	0.35 271	0.44 243	0.45 390	0.49 337	0.30 321	0.37 304	0.30 313	0.36 284	0.30 322	0.36 293	0.29 311	0.36 299	0.29 313	0.36 299	0.30 312	0.46 383	0.39 371	0.32 283	0.24 274	0.32 269	0.25 259
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
PointNet	0.60 428	0.75 329	0.49 419	0.79 450	0.50 490	0.79 511	0.49 480	0.79 505	0.49 478	0.80 516	0.49 482	0.79 517	0.49 479	0.80 511	0.49 473	0.63 448	0.40 375	0.63 495	0.40 451	0.63 469	0.40 424

ccccc		0.44 243		0.48 331	0.35 411	0.48 432		0.51 452		0.47 415		0.47 424		0.47 420		0.41 326	0.40 375	0.40 393	0.40 451	0.41 395

HH	0.71 460	2.54 610	0.74 502	1.10 499	0.32 382	0.41 339	0.37 413	0.69 491	0.78 550	0.73 504	0.90 563	0.75 512	1.00 562	0.84 521	0.69 524	0.69 458	0.40 375	0.35 316	0.26 283	0.35 294	0.26 265

HanStereo	0.71 460	2.54 610	0.74 502	1.10 499	0.32 382	0.41 339	0.37 413	0.69 491	0.78 550	0.73 504	0.90 563	0.75 512	1.00 562	0.84 521	0.69 524	0.69 458	0.40 375	0.35 316	0.26 283	0.35 294	0.26 265

knoymous	0.40 315	0.40 215	0.40 365	0.40 278	0.40 440	0.40 320	0.40 435	0.40 315	0.40 436	0.40 315	0.40 435	0.40 327	0.40 431	0.40 321	0.40 429	0.40 318	0.40 375	0.40 393	0.40 451	0.40 384	0.40 424

anonymousa	0.40 315	0.40 215	0.40 365	0.40 278	0.40 440	0.40 320	0.40 435	0.40 315	0.40 436	0.40 315	0.40 435	0.40 327	0.40 431	0.40 321	0.40 429	0.40 318	0.40 375	0.40 393	0.40 451	0.40 384	0.40 424

riskmin	0.40 315	0.40 215	0.40 365	0.40 278	0.40 440	0.40 320	0.40 435	0.40 315	0.40 436	0.40 315	0.40 435	0.40 327	0.40 431	0.40 321	0.40 429	0.40 318	0.40 375	0.40 393	0.40 451	0.40 384	0.40 424

Anonymous_2	0.40 315	0.40 215	0.40 365	0.40 278	0.40 440	0.40 320	0.40 435	0.40 315	0.40 436	0.40 315	0.40 435	0.40 327	0.40 431	0.40 321	0.40 429	0.40 318	0.40 375	0.40 393	0.40 451	0.40 384	0.40 424

Anonymous_1	0.40 315	0.40 215	0.40 365	0.40 278	0.40 440	0.40 320	0.40 435	0.40 315	0.40 436	0.40 315	0.40 435	0.40 327	0.40 431	0.40 321	0.40 429	0.40 318	0.40 375	0.40 393	0.40 451	0.40 384	0.40 424

AdaStereo	0.40 315	0.40 215	0.40 365	0.40 278	0.40 440	0.40 320	0.40 435	0.40 315	0.40 436	0.40 315	0.40 435	0.40 327	0.40 431	0.40 321	0.40 429	0.40 318	0.40 375	0.40 393	0.40 451	0.40 384	0.40 424
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.
MWDA-net	0.67 449	0.66 314	0.45 390	2.84 659	0.46 471	0.73 503	0.45 460	0.71 496	0.44 459	0.72 502	0.45 463	0.70 503	0.45 460	0.70 497	0.44 451	0.61 439	0.41 385	0.61 492	0.43 471	0.61 467	0.42 440

FE-Mocha	0.35 271	0.71 321	0.40 365	0.47 325	0.27 290	0.34 288	0.27 279	0.34 277	0.26 287	0.34 285	0.26 284	0.34 292	0.27 292	0.34 290	0.27 277	0.44 342	0.41 385	0.33 290	0.29 357	0.32 269	0.29 340

water-stereo	0.41 323	0.84 348	0.46 396	0.50 373	0.33 395	0.45 415	0.33 381	0.45 407	0.32 379	0.45 403	0.32 380	0.45 414	0.32 380	0.45 411	0.32 365	0.44 342	0.41 385	0.39 380	0.31 386	0.39 370	0.32 372

SCV_C0	0.45 375	0.88 357	0.49 419	0.54 392	0.37 422	0.48 432	0.37 413	0.48 421	0.37 416	0.48 422	0.36 410	0.48 431	0.37 414	0.49 437	0.37 409	0.50 405	0.41 385	0.44 430	0.34 409	0.44 405	0.34 388

fffft	0.48 398	0.51 282	0.45 390	0.52 387	0.45 469	0.52 466	0.45 460	0.52 457	0.48 476	0.53 461	0.45 463	0.52 464	0.45 460	0.52 460	0.46 458	0.51 411	0.41 385	0.50 468	0.41 460	0.50 441	0.41 433
1: 1. 1
GwcNet-ADL	0.41 323	0.41 227	0.41 379	0.41 292	0.41 450	0.41 339	0.41 444	0.41 334	0.41 446	0.41 332	0.41 443	0.41 342	0.41 443	0.41 341	0.41 437	0.41 326	0.41 385	0.41 411	0.41 460	0.41 395	0.41 433

PSMNet-ADL	0.41 323	0.41 227	0.41 379	0.41 292	0.41 450	0.41 339	0.41 444	0.41 334	0.41 446	0.41 332	0.41 443	0.41 342	0.41 443	0.41 341	0.41 437	0.41 326	0.41 385	0.41 411	0.41 460	0.41 395	0.41 433

GANet-ADL	0.41 323	0.41 227	0.41 379	0.41 292	0.41 450	0.41 339	0.41 444	0.41 334	0.41 446	0.41 332	0.41 443	0.41 342	0.41 443	0.41 341	0.41 437	0.41 326	0.41 385	0.41 411	0.41 460	0.41 395	0.41 433

ADLNet2	0.41 323	0.41 227	0.41 379	0.41 292	0.41 450	0.41 339	0.41 444	0.41 334	0.41 446	0.41 332	0.41 443	0.41 342	0.41 443	0.41 341	0.41 437	0.41 326	0.41 385	0.41 411	0.41 460	0.41 395	0.41 433

ADLNet	0.41 323	0.41 227	0.41 379	0.41 292	0.41 450	0.41 339	0.41 444	0.41 334	0.41 446	0.41 332	0.41 443	0.41 342	0.41 443	0.41 341	0.41 437	0.41 326	0.41 385	0.41 411	0.41 460	0.41 395	0.41 433

DN	0.53 417	0.85 350	0.45 390	0.65 419	0.44 465	0.60 483	0.44 454	0.60 476	0.44 459	0.60 480	0.45 463	0.60 485	0.44 456	0.60 480	0.44 451	0.56 427	0.42 395	0.56 486	0.42 468	0.56 459	0.42 440

FSD					0.44 465	0.56 474	0.44 454	0.55 464	0.44 459	0.56 472	0.44 458	0.56 477	0.44 456	0.56 471	0.46 458	0.61 439	0.42 395	0.52 476	0.42 468	0.52 450

GASTEREO	0.48 398	1.21 480	0.47 404	0.57 400	0.38 429	0.50 450	0.38 420	0.50 438	0.38 420	0.50 445	0.38 422	0.50 452	0.38 418	0.50 445	0.38 412	0.52 413	0.42 395	0.46 439	0.34 409	0.46 415	0.34 388

DVStereo	0.43 339	0.86 352	0.48 412	0.50 373	0.33 395	0.46 422	0.33 381	0.46 411	0.33 389	0.46 409	0.33 389	0.47 424	0.33 392	0.47 420	0.34 392	0.45 371	0.42 395	0.40 393	0.33 405	0.47 429	0.38 415

MonSter	0.60 428	0.64 313	0.52 434	0.62 411	0.44 465	2.07 662	0.44 454	0.62 481	0.44 459	0.62 486	0.44 458	0.62 490	0.44 456	0.62 482	0.44 451	0.58 430	0.42 395	0.62 493	0.46 476	0.58 464	0.42 440

FAST (zero-shot)	0.87 513	1.55 508	0.42 384	1.57 591	0.42 460	1.62 646	0.45 460	1.59 634	0.42 454	1.66 645	0.44 458	1.62 645	0.42 449	1.59 640	0.42 445	0.64 450	0.43 400	0.64 497	0.42 468	0.67 475	0.46 450

GEAStereo	0.62 435	3.91 662	0.48 412	0.69 430	0.38 429	0.51 462	0.38 420	0.51 452	0.38 420	0.53 461	0.38 422	0.50 452	0.38 418	0.51 455	0.38 412	0.54 417	0.43 400	0.46 439	0.34 409	0.46 415	0.34 388

GSStereo	0.81 489	4.28 672	0.50 425	0.59 405	0.40 440	0.51 462	0.38 420	0.50 438	0.38 420	0.50 445	0.38 422	0.50 452	3.79 736	0.50 445	0.38 412	0.54 417	0.43 400	0.46 439	0.34 409	0.46 415	0.35 399

GS-Stereo							0.38 420	0.50 438	0.38 420	0.50 445	0.38 422	0.50 452	3.79 736	0.50 445	0.38 412	0.54 417	0.43 400	0.46 439	0.34 409	0.46 415	0.35 399

gasm-f	0.62 435	3.91 662	0.48 412	0.69 430	0.38 429	0.51 462	0.38 420	0.51 452	0.38 420	0.53 461	0.38 422	0.50 452	0.38 418	0.51 455	0.38 412	0.54 417	0.43 400	0.46 439	0.34 409	0.46 415	0.34 388

depthmonostereo	0.44 352	0.85 350	0.46 396	0.54 392	0.40 440	0.52 466	0.38 420	0.52 457	0.35 404	0.47 415	0.34 397	0.46 418	0.34 399	0.47 420	0.34 392	0.45 371	0.43 400	0.41 411	0.33 405	0.41 395	0.32 372

LG-Stereo_Zeroshot	0.48 398	0.55 295	0.47 404	0.63 413	0.41 450	0.56 474	0.44 454	0.56 465	0.41 446	0.56 472	0.41 443	0.57 480	0.42 449	0.56 471	0.41 437	0.55 423	0.43 400	0.51 473	0.37 431	0.51 447	0.37 408

DispNO	1.00 532	0.63 311	0.43 386	3.45 682	0.44 465	0.65 491	0.43 453	0.64 484	0.43 456	0.64 490	0.43 456	0.64 492	3.03 714	0.64 488	0.43 450	4.55 716	0.43 400	0.63 495	0.43 471	0.63 469	0.43 443

z-ln-s-r	0.21 197	1.40 503	0.53 438	0.56 399	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	0.57 429	0.44 408	0.04 93	0.04 99	0.04 97	0.04 96

MyStereo07	0.60 428	3.72 655	0.48 412	0.49 337	0.41 450	0.36 296	0.32 370	0.49 429	0.43 456	0.51 454	0.42 453	0.49 438	0.43 454	0.51 455	0.64 502	0.49 398	0.45 409	0.34 300	0.32 394	0.35 294	0.43 443

MyStereo04	0.56 425	3.72 655	0.59 449	0.49 337	0.41 450	0.36 296	0.32 370	0.37 292	0.31 367	0.34 285	0.46 467	0.35 294	0.32 380	0.35 293	0.33 377	0.49 398	0.45 409	0.34 300	0.32 394	0.35 294	0.43 443

LG-Stereo_L1	0.47 392	0.52 284	0.47 404	0.62 411	0.39 439	0.53 468	0.40 435	0.53 459	0.39 433	0.53 461	0.39 432	0.53 466	0.39 430	0.53 463	0.39 426	0.55 423	0.46 411	0.49 462	0.37 431	0.49 436	0.37 408

SCV	0.46 384	0.94 377	0.45 390	0.54 392	0.37 422	0.48 432	0.38 420	0.48 421	0.37 416	0.48 422	0.39 432	0.48 431	0.37 414	0.49 437	0.37 409	0.50 405	0.46 411	0.44 430	0.34 409	0.44 405	0.34 388

otaku	0.46 384	0.46 256	0.46 396	0.46 318	0.46 471	0.46 422	0.46 464	0.46 411	0.46 464	0.46 409	0.46 467	0.46 418	0.46 464	0.46 416	0.46 458	0.46 383	0.46 411	0.46 439	0.46 476	0.46 415	0.46 450

Ntro	0.47 392	0.47 261	0.46 396	0.46 318	0.46 471	0.47 427	0.47 469	0.46 411	0.47 469	0.46 409	0.46 467	0.47 424	0.46 464	0.47 420	0.47 465	0.47 390	0.46 411	0.46 439	0.46 476	0.46 415	0.46 450

Dean	0.46 384	0.46 256	0.46 396	0.46 318	0.46 471	0.46 422	0.46 464	0.46 411	0.46 464	0.47 415	0.46 467	0.46 418	0.46 464	0.46 416	0.46 458	0.46 383	0.46 411	0.46 439	0.46 476	0.46 415	0.46 450

ACVNet_1	0.46 384	0.47 261	0.46 396	0.46 318	0.46 471	0.46 422	0.46 464	0.46 411	0.47 469	0.46 409	0.46 467	0.46 418	0.46 464	0.46 416	0.46 458	0.46 383	0.46 411	0.47 449	0.46 476	0.46 415	0.46 450

ACVNet-4b	0.46 384	0.46 256	0.46 396	0.46 318	0.46 471	0.46 422	0.46 464	0.46 411	0.46 464	0.46 409	0.46 467	0.46 418	0.46 464	0.47 420	0.46 458	0.46 383	0.46 411	0.46 439	0.46 476	0.46 415	0.46 450

Selective-IGEV	0.51 412	0.55 295	0.45 390	0.69 430	0.45 469	0.61 485	0.45 460	0.50 438	0.40 436	0.56 472	0.44 458	0.55 474	0.40 431	0.72 501	0.67 509	0.59 433	0.46 411	0.45 435	0.34 409	0.46 415	0.37 408

test410_97500	0.41 323	0.89 360	0.31 275	0.40 278	0.31 368	0.40 320	0.31 360	0.40 315	0.31 367	0.61 482	0.53 495	0.40 327	0.31 373	0.40 321	0.31 353	0.58 430	0.47 419	0.38 337	0.29 357	0.38 322	0.29 340

test410	0.66 443	5.69 711	0.31 275	0.40 278	0.31 368	0.41 339	0.31 360	0.40 315	0.31 367	0.62 486	0.55 498	0.40 327	0.31 373	0.40 321	0.31 353	0.59 433	0.47 419	0.38 337	0.29 357	0.38 322	0.30 355

MSCF	0.51 412	1.40 503	0.49 419	0.58 402	0.38 429	0.50 450	0.38 420	0.54 461	0.41 446	0.52 458	0.41 443	0.53 466	0.42 449	0.53 463	0.41 437	0.60 435	0.47 419	0.48 457	0.37 431	0.48 433	0.38 415

HaxPig	0.47 392	0.47 261	0.47 404	0.49 337	0.47 478	0.47 427	0.47 469	0.47 417	0.47 469	0.47 415	0.47 475	0.47 424	0.47 472	0.47 420	0.47 465	0.47 390	0.47 419	0.47 449	0.47 483	0.47 429	0.48 460

UNDER WATER	0.47 392	0.47 261	0.47 404	0.47 325	0.47 478	0.47 427	0.47 469	0.47 417	0.47 469	0.47 415	0.47 475	0.47 424	0.46 464	0.47 420	0.47 465	0.47 390	0.47 419	0.47 449	0.46 476	0.47 429	0.47 458

LVE	0.47 392	0.47 261	0.47 404	0.47 325	0.49 486	0.47 427	0.47 469	0.47 417	0.49 478	0.47 415	0.47 475	0.47 424	0.46 464	0.47 420	0.47 465	0.47 390	0.47 419	0.48 457	0.47 483	0.47 429	0.47 458

WCG-NET	0.61 433	1.21 480	0.54 439	0.61 410	0.53 500	0.67 494	0.53 491	0.66 488	0.53 492	0.64 490	0.53 495	0.65 496	0.53 490	0.59 478	0.52 483	0.65 452	0.48 425	0.64 497	0.52 497	0.58 464	0.50 469

RainbowNet	0.48 398	0.48 267	0.48 412	0.48 331	0.48 482	0.48 432	0.48 478	0.48 421	0.48 476	0.48 422	0.48 479	0.48 431	0.48 473	0.48 430	0.48 471	0.48 395	0.48 425	0.48 457	0.48 487	0.48 433	0.48 460

notaker	0.48 398	0.49 269	0.48 412	0.48 331	0.48 482	0.48 432	0.48 478	0.48 421	0.49 478	0.48 422	0.48 479	0.48 431	0.48 473	0.48 430	0.48 471	0.48 395	0.48 425	0.48 457	0.48 487	0.48 433	0.49 466

CAR	0.72 463	0.76 332	0.59 449	0.84 459	1.19 600	0.81 516	0.58 499	0.81 511	0.58 498	0.81 519	0.58 502	0.83 524	0.59 501	0.82 515	0.59 496	0.71 464	0.49 428	0.73 514	0.68 536	0.87 514	0.52 477

MSE-Stereo	0.72 463	0.76 332	0.59 449	0.84 459	1.19 600	0.81 516	0.58 499	0.81 511	0.58 498	0.81 519	0.58 502	0.83 524	0.59 501	0.82 515	0.59 496	0.71 464	0.49 428	0.73 514	0.68 536	0.87 514	0.52 477

MLG-Stereo	0.92 519	0.90 364	0.84 519	1.27 567	0.49 486	1.38 633	0.88 561	1.41 631	0.97 575	0.73 504	1.09 586	1.26 625	0.43 454	0.72 501	1.05 578	1.13 540	0.49 428	1.18 584	0.66 530	1.01 543	0.46 450

MyStereo8	0.71 460	3.92 664	0.52 434	0.59 405	0.52 497	0.57 480	0.53 491	0.59 474	0.50 483	0.59 479	0.51 492	0.57 480	0.50 483	0.56 471	0.52 483	0.54 417	0.49 428	0.54 482	0.49 491	0.55 456	0.50 469

ktn	0.72 463	0.53 288	1.08 545	1.14 505	0.51 496	1.22 618	1.36 653	0.51 452	0.59 503	0.51 454	0.51 492	0.69 500	1.20 587	0.67 492	0.51 481	0.51 411	0.49 428	0.58 488	0.66 530	0.52 450	0.53 480

KSHMR	0.66 443	0.50 274	0.48 412	1.15 508	0.52 497	0.49 441	0.51 488	0.49 429	0.71 540	0.67 496	0.50 486	1.16 575	1.11 575	0.66 490	0.52 483	0.49 398	0.49 428	0.51 473	0.66 530	0.50 441	1.14 586

TorneroNet	0.66 443	0.53 288	0.50 425	0.50 373	0.64 520	1.06 557	0.70 534	0.50 438	0.51 490	0.49 432	0.69 530	0.49 438	0.50 483	0.48 430	1.15 586	0.71 464	0.49 428	1.14 574	1.08 587	0.49 436	0.49 466

ACVNet_2	0.49 404	0.49 269	0.49 419	0.49 337	0.49 486	0.49 441	0.49 480	0.49 429	0.49 478	0.49 432	0.49 482	0.49 438	0.49 479	0.49 437	0.49 473	0.49 398	0.49 428	0.49 462	0.49 491	0.49 436	0.49 466

DDF-Stereo	0.43 339	1.15 427	0.57 447	0.53 389	0.32 382	0.41 339	0.32 370	0.41 334	0.32 379	0.41 332	0.32 380	0.41 342	0.32 380	0.40 321	0.32 365	0.52 413	0.50 436	0.38 337	0.31 386	0.39 370	0.31 365

FoundationStereo	0.50 407	0.50 274	0.50 425	0.50 373	0.50 490	0.50 450	0.50 484	0.50 438	0.50 483	0.50 445	0.50 486	0.50 452	0.50 483	0.50 445	0.50 476	0.50 405	0.50 436	0.50 468	0.50 493	0.50 441	0.50 469

StereoAnything_RVC	0.50 407	0.50 274	0.50 425	0.50 373	0.50 490	0.50 450	0.50 484	0.50 438	0.50 483	0.50 445	0.50 486	0.50 452	0.50 483	0.50 445	0.50 476	0.50 405	0.50 436	0.50 468	0.50 493	0.50 441	0.50 469

dual_stereo	0.50 407	0.50 274	0.50 425	0.50 373	0.50 490	0.50 450	0.50 484	0.50 438	0.50 483	0.50 445	0.50 486	0.50 452	0.50 483	0.50 445	0.50 476	0.50 405	0.50 436	0.50 468	0.50 493	0.50 441	0.50 469

SANet	0.50 407	0.50 274	0.50 425	0.50 373	0.50 490	0.50 450	0.50 484	0.50 438	0.50 483	0.50 445	0.50 486	0.50 452	0.50 483	0.50 445	0.50 476	0.50 405	0.50 436	0.50 468	0.50 493	0.50 441	0.50 469

416test1013	0.49 404	0.80 341	0.33 289	0.67 424	0.33 395	0.48 432	0.41 444	0.48 421	0.39 433	0.48 422	0.93 570	0.52 464	0.32 380	0.52 460	0.38 412	0.49 398	0.51 441	0.53 479	0.37 431	0.51 447	0.36 402

LG-Stereo	0.60 428	0.58 302	0.47 404	0.64 418	0.74 542	1.00 540	0.69 528	0.57 468	0.41 446	0.57 475	0.41 443	0.57 480	0.41 443	1.00 547	0.75 543	0.91 503	0.51 441	0.52 476	0.37 431	0.52 450	0.37 408

LL-Strereo2	0.48 398	1.73 520	0.51 431	0.59 405	0.34 407	0.42 360	0.33 381	0.40 315	0.31 367	0.42 346	0.33 389	0.42 360	0.31 373	0.44 393	0.39 426	0.60 435	0.51 441	0.44 430	0.33 405	0.44 405	0.33 381

rgla	0.45 375	0.54 292	0.33 289	0.67 424	0.32 382	0.48 432	0.33 381	0.48 421	0.33 389	0.48 422	0.94 571	0.48 431	0.33 392	0.47 420	0.33 377	0.45 371	0.52 444	0.53 479	0.31 386	0.45 410	0.32 372

416test	0.46 384	0.55 295	0.33 289	0.67 424	0.33 395	0.48 432	0.33 381	0.48 421	0.33 389	0.48 422	0.99 576	0.48 431	0.33 392	0.48 430	0.33 377	0.45 371	0.52 444	0.54 482	0.32 394	0.45 410	0.32 372

AIO-test1	0.54 418	0.60 308	0.52 434	0.66 423	0.47 478	0.61 485	0.47 469	0.58 471	0.46 464	0.61 482	0.46 467	0.61 488	0.45 460	0.62 482	0.45 454	0.61 439	0.52 444	0.57 487	0.48 487	0.57 462	0.48 460

LL-Strereo	1.01 540	5.06 687	1.63 642	0.70 436	1.43 660	0.56 474	0.46 464	0.57 468	0.50 483	0.57 475	0.50 486	1.58 640	0.49 479	0.59 478	0.50 476	1.64 623	0.52 444	0.51 473	1.37 656	0.52 450	0.45 448

MGA	0.73 467	0.76 332	0.60 453	0.92 472	1.17 596	0.81 516	0.59 503	0.84 515	0.62 507	0.81 519	0.59 504	0.84 526	0.60 503	0.81 514	0.61 500	0.71 464	0.53 448	0.89 541	0.53 499	0.75 491	0.54 483

AIO-test2	0.55 423	0.59 305	0.52 434	0.67 424	0.47 478	0.61 485	0.47 469	0.61 480	0.47 469	0.61 482	0.47 475	0.61 488	0.48 473	0.62 482	0.47 465	0.64 450	0.53 448	0.58 488	0.47 483	0.58 464	0.48 460

PSMNet_ROB	0.54 418	0.54 292	0.54 439	0.54 392	0.53 500	0.54 472	0.54 494	0.53 459	0.54 494	0.54 467	0.54 497	0.54 470	0.53 490	0.54 466	0.54 487	0.54 417	0.53 448	0.54 482	0.54 501	0.54 455	0.54 483

anonymity	0.63 437	0.69 317	0.56 443	0.71 438	0.56 504	0.71 501	0.56 496	0.71 496	0.56 495	0.72 502	0.56 499	0.71 504	0.56 494	0.71 499	0.58 493	0.68 457	0.55 451	0.68 504	0.55 503	0.68 477	0.54 483

ARAFT	0.68 451	0.81 345	0.63 465	0.74 447	0.60 509	0.78 508	0.62 506	0.77 504	0.66 514	0.74 509	0.63 512	0.75 512	0.62 507	0.83 520	0.60 498	0.70 463	0.55 451	0.70 512	0.60 514	0.78 498	0.55 491

PAM_32	0.64 439	2.38 603	0.51 431	0.92 472	0.43 464	0.53 468	0.44 454	0.87 517	0.43 456	0.52 458	0.45 463	0.53 466	0.40 431	0.54 466	0.46 458	0.62 444	0.56 453	0.48 457	0.45 474	0.76 494	0.44 446

CASS	0.57 427	0.89 360	0.56 443	0.57 400	0.56 504	0.56 474	0.56 496	0.56 465	0.53 492	0.57 475	0.57 500	0.59 484	0.48 473	0.56 471	0.57 491	0.55 423	0.56 453	0.47 449	0.56 507	0.62 468	0.56 494
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GREATEN-IGEV_RVC	0.38 295	0.35 192	0.56 443	0.63 413	0.29 309	0.36 296	0.29 305	0.36 284	0.29 307	0.39 308	0.29 311	0.36 299	0.29 313	0.36 299	0.29 302	0.62 444	0.57 455	0.35 316	0.29 357	0.36 304	0.29 340

GREATEN-IGEV-FM_RVC	0.38 295	0.35 192	0.56 443	0.63 413	0.28 296	0.36 296	0.28 290	0.36 284	0.28 297	0.36 293	0.28 296	0.36 299	0.28 301	0.36 299	0.28 286	0.62 444	0.57 455	0.35 316	0.28 342	0.35 294	0.28 331

MyStereo06	0.75 471	4.12 666	0.60 453	0.63 413	0.61 514	0.62 488	0.66 511	0.56 465	0.45 463	0.55 470	0.48 479	0.54 470	0.46 464	0.57 476	0.45 454	0.60 435	0.57 455	0.64 497	0.55 503	0.72 486	0.55 491

MyStereo05	0.80 484	4.12 666	0.63 465	0.63 413	0.61 514	0.62 488	0.66 511	0.65 485	0.62 507	0.67 496	0.61 510	0.65 496	0.58 499	0.67 492	0.55 490	0.60 435	0.57 455	0.64 497	0.55 503	0.72 486	0.55 491

ManiGeoR	0.17 174	0.05 66	0.62 461	0.73 444	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	0.72 472	0.58 459	0.05 108	0.04 99	0.05 114	0.04 96

HLf10	0.17 174	0.05 66	0.62 461	0.73 444	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	0.72 472	0.58 459	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 174	0.05 66	0.62 461	0.72 440	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	0.72 472	0.58 459	0.05 108	0.04 99	0.05 114	0.04 96

monster-pro	0.75 471	1.67 512	0.64 468	0.89 465	0.57 506	0.86 525	0.56 496	0.87 517	0.56 495	0.87 525	0.57 500	0.88 529	0.57 496	0.87 526	0.57 491	0.79 486	0.58 459	0.76 522	0.54 501	0.77 496	0.54 483

FlowAnything_test	1.02 542	1.72 515	0.71 494	1.59 593	0.70 535	1.61 644	0.69 528	1.61 636	0.70 535	1.60 638	0.70 534	1.61 644	0.69 526	1.61 643	0.70 533	0.81 492	0.58 459	0.81 531	0.55 503	0.81 506	0.56 494

FlowAnything	1.02 542	1.71 514	0.72 497	1.59 593	0.69 531	1.60 643	0.69 528	1.61 636	0.70 535	1.60 638	0.69 530	1.60 641	0.69 526	1.61 643	0.69 524	0.81 492	0.58 459	0.81 531	0.56 507	0.82 508	0.56 494

HLF11	0.17 174	0.05 66	0.63 465	0.72 440	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	0.71 464	0.59 465	0.05 108	0.04 99	0.04 97	0.04 96

TestStereo_HLe17	0.17 174	0.05 66	0.65 472	0.72 440	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	0.71 464	0.59 465	0.05 108	0.04 99	0.05 114	0.04 96

zero-FE	0.72 463	1.31 494	0.66 474	0.92 472	0.60 509	0.82 519	0.58 499	0.82 514	0.58 498	0.81 519	0.60 506	0.81 522	0.60 503	0.82 515	0.58 493	0.74 479	0.59 465	0.73 514	0.52 497	0.76 494	0.51 476

MWSP-net	0.96 528	0.75 329	0.49 419	4.84 716	0.48 482	1.28 624	0.52 489	1.20 566	0.51 490	1.14 571	0.70 534	1.00 546	0.56 494	0.90 531	0.69 524	0.76 482	0.60 468	0.95 557	0.56 507	0.73 489	0.45 448

DDUNet	0.81 489	2.45 608	0.57 447	0.90 467	0.60 509	0.88 527	0.59 503	0.90 522	0.60 504	0.88 527	0.60 506	0.90 533	0.58 499	0.88 528	0.60 498	0.84 499	0.60 468	0.86 539	0.57 510	0.86 513	0.60 499

UDG	0.80 484	2.21 587	0.60 453	0.91 469	0.60 509	0.90 530	0.58 499	0.88 521	0.60 504	0.90 528	0.60 506	0.88 529	0.60 503	0.90 531	0.58 493	0.86 501	0.60 468	0.84 537	0.59 513	0.84 511	0.61 500

PA-Net	11.80 759	223.51 787	0.62 461	0.59 405	0.71 537	0.59 482	0.73 541	0.67 489	0.73 546	0.55 470	0.61 510	0.60 485	0.74 538	0.63 487	0.73 538	0.66 454	0.60 468	0.69 507	0.66 530	0.72 486	0.65 512
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
FC-DCNN	1.07 547	1.09 418	0.98 533	0.89 465	0.52 497	1.41 637	0.91 564	1.21 612	1.24 648	1.96 651	2.05 720	1.91 652	1.30 640	1.27 629	1.08 580	0.80 488	0.60 468	0.58 488	0.41 460	0.68 477	0.54 483

RAFT-Stereo + iAFF	0.70 457	0.72 323	0.71 494	0.80 454	0.62 519	0.82 519	0.61 505	0.81 511	0.62 507	0.81 519	0.63 512	0.80 519	0.70 530	0.73 503	0.61 500	0.76 482	0.61 473	0.74 519	0.61 516	0.77 496	0.61 500

S	0.56 425	0.61 310	0.54 439	0.68 429	0.48 482	0.65 491	0.49 480	0.63 482	0.49 478	0.64 490	0.49 482	0.64 492	0.48 473	0.62 482	0.49 473	0.63 448	0.62 474	0.59 491	0.48 487	0.57 462	0.48 460

SMoEStereo_RVC	0.63 437	0.75 329	0.51 431	0.73 444	0.53 500	0.71 501	0.47 469	0.67 489	0.58 498	0.74 509	0.60 506	0.72 507	0.53 490	0.74 505	0.51 481	0.61 439	0.62 474	0.62 493	0.61 516	0.63 469	0.61 500

AFF-stereo	0.73 467	0.88 357	0.67 478	0.75 448	0.68 530	0.75 505	0.64 508	0.80 508	0.72 543	0.83 524	0.70 534	0.82 523	0.64 508	0.84 521	0.67 509	0.77 485	0.63 476	0.81 531	0.63 518	0.78 498	0.62 503

AdaDepth	0.86 509	0.93 375	0.71 494	1.01 493	1.07 586	1.02 554	0.71 537	1.00 535	0.71 540	1.01 551	0.71 540	1.00 546	0.72 536	1.14 573	0.71 535	0.92 506	0.64 477	0.90 542	0.64 523	0.89 518	0.69 520

LMCR-Stereo	0.65 441	0.63 311	0.65 472	0.65 419	0.65 522	0.66 493	0.63 507	0.58 471	0.65 512	0.63 489	0.64 514	0.65 496	0.65 510	0.66 490	0.66 508	0.66 454	0.64 477	0.65 501	0.67 534	0.68 477	0.73 534

SE	0.64 439	0.73 324	0.77 507	0.79 450	0.59 507	0.78 508	0.54 494	0.58 471	0.58 498	0.78 513	0.59 504	0.63 491	0.18 244	0.78 508	0.52 483	0.80 488	0.65 479	0.69 507	0.57 510	0.75 491	0.52 477

plain	1.88 630	3.16 641	0.64 468	3.10 664	0.65 522	3.10 715	0.64 508	3.12 714	0.65 512	3.10 715	0.65 516	3.11 715	0.65 510	3.12 714	0.65 505	3.12 700	0.65 479	3.13 713	0.65 527	3.13 701	0.65 512

DSFCA	0.66 443	0.73 324	0.78 509	0.65 419	0.65 522	0.64 490	0.64 508	0.65 485	0.63 510	0.64 490	0.64 514	0.64 492	0.64 508	0.65 489	0.65 505	0.65 452	0.65 479	0.65 501	0.65 527	0.66 472	0.64 510

WAFT-Stereo (ZS)	0.67 449	0.78 336	0.67 478	0.67 424	0.66 525	0.67 494	0.67 515	0.65 485	0.66 514	0.66 494	0.67 519	0.66 499	0.67 515	0.67 492	0.72 537	0.66 454	0.67 482	0.67 503	0.67 534	0.67 475	0.67 516

WQFJA1++	0.84 500	0.98 382	0.67 478	1.26 566	0.75 544	1.00 540	0.67 515	1.00 535	0.67 516	1.00 540	0.67 519	1.00 546	0.67 515	1.00 547	0.67 509	0.96 514	0.67 482	0.91 545	0.63 518	0.92 524	0.63 504

WQFJA1	0.85 506	0.98 382	0.67 478	1.29 572	0.76 549	1.01 548	0.67 515	1.02 548	0.67 516	1.02 555	0.67 519	1.01 555	0.67 515	1.01 555	0.68 516	0.99 520	0.67 482	0.93 551	0.64 523	0.92 524	0.65 512

WQFJX1	0.84 500	0.98 382	0.67 478	1.30 574	0.75 544	1.01 548	0.67 515	1.01 544	0.67 516	1.01 551	0.67 519	1.01 555	0.68 520	1.00 547	0.68 516	0.98 519	0.67 482	0.92 548	0.64 523	0.92 524	0.64 510

WQFJX	0.85 506	1.00 392	0.68 486	1.30 574	0.75 544	1.01 548	0.68 520	1.01 544	0.68 522	1.01 551	0.68 525	1.03 560	0.68 520	1.02 559	0.67 509	0.97 515	0.67 482	0.93 551	0.63 518	0.94 533	0.63 504

NLMM	0.84 500	1.00 392	0.67 478	1.27 567	0.75 544	1.00 540	0.68 520	1.00 535	0.67 516	1.00 540	0.67 519	1.02 559	0.67 515	1.02 559	0.67 509	0.97 515	0.67 482	0.93 551	0.63 518	0.92 524	0.63 504

NLMM1	0.86 509	0.98 382	0.69 488	1.48 589	0.75 544	1.01 548	0.69 528	1.00 535	0.69 527	1.00 540	0.70 534	1.00 546	0.68 520	1.01 555	0.67 509	0.97 515	0.68 488	0.92 548	0.63 518	0.93 529	0.63 504

NLSM3	0.85 506	0.99 390	0.68 486	1.29 572	0.76 549	1.01 548	0.68 520	1.01 544	0.68 522	1.02 555	0.68 525	1.01 555	0.68 520	1.01 555	0.68 516	0.97 515	0.68 488	0.93 551	0.64 523	0.93 529	0.63 504

UniTT-Stereo	2.03 650	3.43 648	0.72 497	3.42 681	0.73 540	3.27 718	0.68 520	3.38 719	0.69 527	3.29 718	0.72 543	3.28 718	0.70 530	3.35 720	0.68 516	3.39 703	0.68 488	3.31 716	0.69 540	3.37 702	0.73 534

DCRE	0.84 500	1.89 559	0.77 507	0.94 479	0.72 539	0.88 527	0.73 541	0.87 517	0.78 550	0.90 528	0.71 540	0.88 529	0.67 515	0.88 528	0.73 538	0.81 492	0.68 488	0.81 531	0.70 544	0.82 508	0.70 523

R-Stereo Train	0.81 489	0.96 379	0.67 478	0.95 481	0.67 527	0.95 535	0.68 520	0.95 533	0.68 522	0.95 538	0.68 525	0.96 543	0.68 520	0.96 543	0.68 516	0.94 512	0.68 488	0.94 555	0.68 536	0.94 533	0.68 518

RAFT-Stereo	0.81 489	0.96 379	0.67 478	0.95 481	0.67 527	0.95 535	0.68 520	0.95 533	0.68 522	0.95 538	0.68 525	0.96 543	0.68 520	0.96 543	0.68 516	0.94 512	0.68 488	0.94 555	0.68 536	0.94 533	0.68 518
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 454	0.69 317	0.69 488	0.69 430	0.69 531	0.69 496	0.69 528	0.69 491	0.69 527	0.69 499	0.69 530	0.69 500	0.69 526	0.69 495	0.69 524	0.69 458	0.69 494	0.69 507	0.69 540	0.69 481	0.69 520

mm1	0.69 454	0.69 317	0.69 488	0.69 430	0.69 531	0.69 496	0.69 528	0.69 491	0.69 527	0.69 499	0.69 530	0.69 500	0.69 526	0.69 495	0.69 524	0.69 458	0.69 494	0.69 507	0.69 540	0.69 481	0.69 520

CoDeX	0.15 161	0.70 320	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	0.67 509	0.02 15	0.69 494	0.75 520	0.01 9	0.02 21	0.02 20

AIO-Stereo-zeroshot1	0.75 471	0.92 371	0.85 520	0.96 484	0.59 507	1.27 622	0.44 454	0.59 474	0.69 527	0.91 530	0.68 525	0.55 474	0.61 506	1.06 562	0.83 556	0.62 444	0.70 497	0.90 542	0.41 460	0.89 518	0.56 494

RSM++	0.76 476	0.82 347	0.66 474	0.85 463	0.64 520	0.85 523	0.71 537	0.94 531	0.64 511	0.87 525	0.67 519	0.87 528	0.65 510	0.84 521	0.65 505	0.81 492	0.70 497	0.79 526	0.71 547	0.83 510	0.70 523

DMCA-RVC	0.70 457	0.80 341	0.70 491	0.70 436	0.70 535	0.70 499	0.70 534	0.71 496	0.70 535	0.70 501	0.71 540	0.71 504	0.70 530	0.70 497	0.69 524	0.69 458	0.70 497	0.69 507	0.70 544	0.69 481	0.70 523

MSMD_ROB	1.19 557	1.10 422	0.70 491	1.10 499	0.60 509	1.10 563	0.70 534	1.10 553	0.70 535	1.10 561	0.70 534	1.10 567	0.70 530	7.00 759	0.70 533	1.10 533	0.70 497	1.10 573	0.70 544	1.10 549	0.70 523

DStereoRT	0.73 467	0.81 345	0.73 501	0.71 438	0.74 542	0.73 503	0.75 543	0.71 496	0.71 540	0.74 509	0.72 543	0.73 509	0.80 547	0.71 499	0.73 538	0.76 482	0.71 501	0.73 514	0.72 549	0.70 484	0.76 541

MoCha-V2	2.11 668	26.97 764	0.78 509	0.92 472	0.77 552	0.96 537	0.72 540	0.90 522	0.72 543	0.94 536	0.70 534	0.90 533	0.71 535	0.91 533	0.71 535	0.85 500	0.71 501	0.88 540	0.69 540	0.87 514	0.67 516

Former-RAFT_DAM_RVC	0.49 404	0.98 382	0.64 468	0.84 459	0.46 471	0.45 415	0.35 401	0.47 417	0.47 469	0.45 403	0.34 397	0.46 418	0.48 473	0.46 416	0.35 396	0.39 310	0.71 501	0.39 380	0.35 422	0.41 395	0.41 433

AIO-Stereo	0.84 500	0.66 314	0.70 491	0.83 458	0.67 527	0.98 538	0.82 558	1.14 554	0.72 543	1.03 557	0.74 547	1.03 560	1.09 574	0.99 545	0.45 454	1.04 527	0.73 504	0.95 557	0.74 551	0.94 533	0.46 450

iGMRVC	0.84 500	2.85 634	0.72 497	0.72 440	0.73 540	0.77 506	0.79 548	0.73 500	0.74 548	0.73 504	0.72 543	0.73 509	0.76 541	0.73 503	0.73 538	0.72 472	0.73 504	0.73 514	0.72 549	0.73 489	0.72 530

HSM-Net_RVC	0.95 527	1.17 430	0.78 509	1.18 515	0.71 537	1.16 571	0.75 543	1.09 552	0.80 556	1.10 561	0.75 548	1.17 576	0.74 538	1.17 576	0.80 551	1.13 540	0.73 504	1.17 581	0.77 556	1.16 557	0.72 530
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Hybrid-DGEV	1.03 544	1.75 521	0.80 513	1.28 571	0.78 553	1.26 621	0.80 551	1.26 617	0.78 550	1.26 623	0.78 553	1.26 625	0.78 545	1.26 626	0.78 547	1.15 543	0.75 507	1.14 574	0.74 551	1.14 552	0.75 538

SFCPSM	0.17 174	0.78 336	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	0.79 548	0.02 15	0.75 507	0.76 522	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 218	1.31 494	0.74 502	0.92 472	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	0.87 502	0.75 507	0.02 19	0.02 21	0.02 21	0.02 20

Hybrid-DGEV-03	1.07 547	1.83 547	0.83 517	1.34 579	0.81 560	1.32 627	0.81 555	1.31 624	0.81 559	1.31 626	0.82 559	1.32 630	0.82 551	1.32 631	0.81 554	1.19 545	0.77 510	1.19 586	0.76 554	1.19 565	0.77 543

RAStereo	2.23 684	3.64 651	0.76 505	3.65 690	0.86 562	3.66 723	0.76 545	3.67 723	0.81 559	3.66 720	0.76 549	3.66 721	0.77 543	3.68 722	0.77 546	3.68 706	0.77 510	3.69 721	0.77 556	3.70 705	0.77 543

Hybrid-DGEV-2	1.05 546	1.83 547	0.83 517	1.33 578	0.82 561	1.30 625	0.81 555	1.26 617	0.79 554	1.29 625	0.79 555	1.26 625	0.80 547	1.26 626	0.79 548	1.20 547	0.78 512	1.18 584	0.77 556	1.20 567	0.77 543

tt45	1.04 545	0.88 357	1.36 623	0.92 472	1.03 584	1.51 642	0.79 548	0.70 495	0.88 562	0.74 509	0.90 563	1.60 641	0.72 536	1.60 641	0.75 543	0.91 503	0.78 512	1.52 650	0.79 560	1.14 552	1.32 650

ToySt	0.92 519	2.11 577	0.90 524	0.95 481	0.79 555	0.99 539	0.78 547	0.94 531	0.81 559	0.94 536	0.78 553	0.95 542	0.77 543	0.94 539	0.86 558	0.91 503	0.79 514	0.85 538	0.77 556	0.89 518	0.73 534

HBP-ISP	1.24 607	1.72 515	1.65 643	1.15 508	0.76 549	1.40 635	0.88 561	1.67 642	1.02 585	1.69 646	1.38 659	1.69 646	1.21 633	1.87 653	1.21 642	1.05 528	0.79 514	0.97 561	0.80 562	1.19 565	0.75 538

G-Net	0.79 481	0.79 338	0.79 512	0.79 450	0.79 555	0.79 511	0.79 548	0.79 505	0.79 554	0.79 515	0.79 555	0.79 517	0.79 546	0.79 509	0.79 548	0.79 486	0.79 514	0.79 526	0.79 560	0.79 500	0.79 546

NaN_ROB	0.80 484	0.80 341	0.80 513	0.80 454	0.80 558	0.80 513	0.80 551	0.80 508	0.80 556	0.80 516	0.80 557	0.80 519	0.80 547	0.80 511	0.80 551	0.80 488	0.80 517	0.80 529	0.80 562	0.80 503	0.80 547

CSAN	0.80 484	0.80 341	0.80 513	0.80 454	0.80 558	0.80 513	0.80 551	0.80 508	0.80 556	0.80 516	0.80 557	0.80 519	0.80 547	0.80 511	0.80 551	0.80 488	0.80 517	0.80 529	0.80 562	0.80 503	0.80 547

DPSimNet_ROB	0.97 529	1.18 432	0.81 516	1.10 499	0.91 568	1.02 554	0.82 558	1.04 549	0.91 564	1.03 557	0.86 562	1.28 629	0.82 551	1.03 561	0.89 559	1.17 544	0.81 519	1.02 569	0.82 565	1.08 548	0.81 549

Selective-RAFT-Error	0.88 514	0.84 348	0.98 533	0.86 464	0.97 574	0.88 527	0.95 569	0.84 515	0.99 578	0.92 532	0.82 559	0.84 526	0.98 561	0.87 526	0.97 567	0.81 492	0.83 520	0.79 526	0.82 565	0.79 500	0.85 552

Selective-RAFT	0.89 516	0.89 360	0.72 497	1.16 513	0.78 553	1.06 557	0.82 558	0.87 517	0.97 575	1.00 540	0.91 566	0.90 533	1.00 562	0.89 530	0.93 564	0.83 497	0.83 520	0.82 535	0.82 565	0.81 506	0.82 550

AIO-Stereo-zeroshot	0.91 517	0.86 352	0.89 521	1.25 565	0.69 531	1.05 556	0.81 555	1.16 558	0.50 483	1.12 567	0.97 574	0.72 507	0.82 551	1.06 562	0.95 565	0.61 439	0.87 522	1.03 571	0.85 568	1.04 546	1.01 575

Pro-Stereo	0.79 481	0.53 288	0.38 322	0.49 337	0.38 429	0.49 441	0.37 413	0.49 429	0.67 516	0.50 445	0.38 422	1.10 567	0.38 418	0.49 437	0.38 412	0.71 464	0.88 523	5.98 755	0.36 428	0.46 415	0.36 402

Wavelet-MonSter	1.00 532	1.21 480	0.76 505	1.94 608	1.01 581	1.11 566	0.76 545	1.15 555	0.76 549	1.11 566	0.76 549	1.14 573	0.76 541	1.11 570	0.76 545	1.21 593	0.90 524	1.02 569	0.71 547	1.02 545	0.71 529

DPSM_ROB	0.92 519	0.91 366	0.91 526	0.91 469	0.92 569	0.92 532	0.92 565	0.92 527	0.91 564	0.93 534	0.91 566	0.92 536	0.90 554	0.91 533	0.92 560	0.92 506	0.91 525	0.91 545	0.92 570	0.93 529	0.93 560

DPSM	0.92 519	0.91 366	0.91 526	0.91 469	0.92 569	0.92 532	0.92 565	0.92 527	0.91 564	0.93 534	0.91 566	0.92 536	0.90 554	0.91 533	0.92 560	0.92 506	0.91 525	0.91 545	0.92 570	0.93 529	0.93 560

DGTPSM_ROB	0.93 524	1.00 392	0.92 528	0.94 479	0.96 573	0.91 531	0.92 565	0.91 524	0.96 574	0.91 530	0.96 572	0.93 539	0.92 556	0.94 539	0.92 560	0.92 506	0.92 527	0.90 542	0.92 570	0.94 533	0.91 558

pmcnn	0.92 519	0.92 371	0.92 528	0.92 472	0.92 569	0.92 532	0.92 565	0.92 527	0.92 568	0.92 532	0.92 569	0.92 536	0.92 556	0.92 537	0.92 560	0.92 506	0.92 527	0.92 548	0.92 570	0.92 524	0.92 559

4D-IteraStereo	0.78 480	3.13 640	0.89 521	0.69 430	0.32 382	0.40 320	0.32 370	0.76 503	0.97 575	0.52 458	0.65 516	0.89 532	0.32 380	0.76 507	0.98 568	0.83 497	0.94 529	0.35 316	0.27 321	0.70 484	0.89 556

qqai	1.22 605	1.38 501	1.12 546	1.39 585	1.14 589	1.40 635	1.14 587	1.41 631	1.12 589	1.40 632	1.11 588	1.40 636	1.13 576	1.41 635	1.15 586	1.25 596	0.97 530	1.24 635	1.01 584	1.24 616	0.96 564

LGCAT	1.00 532	1.00 392	1.00 535	1.00 488	1.00 575	1.00 540	1.00 573	1.00 535	1.00 579	1.00 540	1.00 577	1.00 546	1.00 562	1.00 547	1.00 570	1.00 521	1.00 531	1.00 563	1.00 577	1.00 538	1.00 569

DF	0.39 309	1.37 500	1.02 541	1.14 505	0.12 197	0.16 191	0.12 190	0.16 190	0.12 197	0.16 188	0.12 187	0.16 189	0.12 194	0.16 189	0.12 184	1.12 539	1.00 531	0.15 188	0.12 191	0.15 188	0.12 188

Test_v1	1.00 532	1.00 392	1.00 535	1.00 488	1.00 575	1.00 540	1.00 573	1.00 535	1.00 579	1.00 540	1.00 577	1.00 546	1.00 562	1.00 547	1.00 570	1.00 521	1.00 531	1.00 563	1.00 577	1.00 538	1.00 569

GANet	1.00 532	1.00 392	1.00 535	1.00 488	1.00 575	1.00 540	1.00 573	1.00 535	1.00 579	1.00 540	1.00 577	1.00 546	1.00 562	1.00 547	1.00 570	1.00 521	1.00 531	1.00 563	1.00 577	1.00 538	1.00 569

TDLM	1.00 532	1.00 392	1.00 535	1.00 488	1.00 575	1.00 540	1.00 573	1.00 535	1.00 579	1.00 540	1.00 577	1.00 546	1.00 562	1.00 547	1.00 570	1.00 521	1.00 531	1.00 563	1.00 577	1.00 538	1.00 569

CVANet_RVC	1.00 532	1.00 392	1.00 535	1.00 488	1.00 575	1.00 540	1.00 573	1.00 535	1.00 579	1.00 540	1.00 577	1.00 546	1.00 562	1.00 547	1.00 570	1.00 521	1.00 531	1.00 563	1.00 577	1.00 538	1.00 569

trnet	1.01 540	1.01 402	1.01 540	1.01 493	1.01 581	1.01 548	1.01 578	1.01 544	1.01 584	1.01 551	1.01 582	1.01 555	1.01 570	1.01 555	1.01 575	1.01 526	1.01 537	1.01 568	1.01 584	1.01 543	1.01 575

11t	1.27 609	2.70 619	1.34 613	1.32 577	0.89 564	1.30 625	1.34 650	1.64 639	0.57 497	1.45 636	0.72 543	1.05 562	1.29 639	1.07 565	1.29 651	1.49 614	1.02 538	0.97 561	1.15 591	1.48 627	1.31 649

ours_stereo	1.20 558	1.21 480	0.90 524	1.64 601	1.11 588	1.35 629	0.67 515	1.76 643	0.93 570	1.70 647	1.10 587	1.39 634	0.75 540	1.41 635	0.81 554	1.60 622	1.03 539	1.33 640	1.00 577	1.61 632	0.72 530

MM-Stereo_test2	1.20 558	1.85 553	1.05 542	1.46 588	0.94 572	1.36 631	0.99 572	1.36 626	0.95 572	1.41 633	0.98 575	1.40 636	0.96 558	1.37 633	0.95 565	1.37 608	1.06 540	1.33 640	0.93 574	1.29 621	0.89 556

ff7	1.68 621	2.68 616	1.35 615	0.97 485	0.89 564	1.84 648	2.15 713	2.12 656	1.80 696	2.05 661	1.56 666	2.33 681	2.12 704	2.23 677	2.25 716	1.31 600	1.07 541	1.48 647	1.41 659	0.90 521	1.04 577

ffff	1.68 621	2.68 616	1.35 615	0.97 485	0.89 564	1.84 648	2.15 713	2.12 656	1.80 696	2.05 661	1.56 666	2.33 681	2.12 704	2.23 677	2.25 716	1.31 600	1.07 541	1.48 647	1.41 659	0.90 521	1.04 577

ccc-4	1.68 621	2.68 616	1.35 615	0.97 485	0.89 564	1.84 648	2.15 713	2.12 656	1.80 696	2.05 661	1.56 666	2.33 681	2.12 704	2.23 677	2.25 716	1.31 600	1.07 541	1.48 647	1.41 659	0.90 521	1.04 577

FENet	0.54 418	1.52 507	1.19 557	1.41 586	0.23 274	0.35 292	0.23 262	0.35 280	0.23 265	0.34 285	0.23 266	0.35 294	0.23 269	0.35 293	0.23 259	1.40 609	1.07 541	0.32 283	0.23 267	0.33 276	0.23 247

sAnonymous2	3.31 717	2.63 614	1.38 627	3.71 692	1.86 699	4.70 743	1.11 584	4.82 746	2.72 723	5.45 751	1.98 715	4.59 736	2.64 710	2.65 700	6.21 756	4.37 711	1.08 545	5.16 748	2.24 718	4.52 717	2.39 715

CroCo_RVC	3.31 717	2.63 614	1.38 627	3.71 692	1.86 699	4.70 743	1.11 584	4.82 746	2.72 723	5.45 751	1.98 715	4.59 736	2.64 710	2.65 700	6.21 756	4.37 711	1.08 545	5.16 748	2.24 718	4.52 717	2.39 715

StereoVision	3.15 715	5.00 685	0.89 521	4.83 715	1.00 575	3.93 724	1.27 647	6.37 753	1.34 653	5.67 753	1.26 647	5.84 754	1.27 637	5.03 750	1.24 644	5.10 734	1.09 547	4.61 734	0.57 510	5.62 742	1.12 582

GLC_STEREO	1.07 547	1.01 402	1.06 543	1.07 497	1.05 585	1.06 557	1.08 583	1.08 550	1.05 588	1.07 559	1.06 584	1.08 563	1.05 572	1.06 562	1.10 581	1.07 529	1.09 547	1.05 572	1.05 586	1.06 547	1.12 582

RP	2.33 688	25.00 757	1.13 548	1.15 508	1.15 591	1.10 563	1.15 589	1.15 555	1.15 592	1.12 567	1.15 589	1.09 565	1.13 576	1.10 568	1.15 586	1.11 538	1.09 547	1.16 577	1.12 589	1.16 557	1.17 591

AF-Net	2.37 692	25.71 760	1.17 553	1.13 504	1.15 591	1.15 570	1.18 593	1.19 563	1.16 593	1.10 561	1.15 589	1.10 567	1.18 585	1.12 572	1.15 586	1.10 533	1.10 550	1.17 581	1.15 591	1.16 557	1.12 582

NCC-stereo	2.36 690	25.52 759	1.17 553	1.15 508	1.17 596	1.11 566	1.11 584	1.15 555	1.16 593	1.10 561	1.16 592	1.10 567	1.15 580	1.14 573	1.13 584	1.09 531	1.11 551	1.15 576	1.16 593	1.17 562	1.17 591

edge stereo	2.43 695	27.07 765	1.14 549	1.06 496	1.14 589	1.08 560	1.17 592	1.16 558	1.14 591	1.10 561	1.16 592	1.09 565	1.16 584	1.10 568	1.16 590	1.10 533	1.11 551	1.16 577	1.19 595	1.13 551	1.11 580

Nwc_Net	2.37 692	25.95 761	1.15 551	1.14 505	1.15 591	1.08 560	1.14 587	1.17 560	1.16 593	1.14 571	1.15 589	1.08 563	1.15 580	1.11 570	1.14 585	1.10 533	1.11 551	1.16 577	1.09 588	1.16 557	1.15 587

MM-Stereo_test3	1.27 609	2.07 573	1.18 555	1.60 596	1.02 583	1.45 639	1.01 578	1.40 630	1.04 587	1.44 635	1.03 583	1.46 639	1.02 571	1.44 638	1.02 576	1.51 617	1.12 554	1.32 639	0.98 575	1.38 625	0.97 565

stereogan	2.33 688	24.38 755	1.18 555	1.18 515	1.18 599	1.14 569	1.18 593	1.19 563	1.19 599	1.14 571	1.18 596	1.14 573	1.18 585	1.14 573	1.18 593	1.14 542	1.14 555	1.19 586	1.19 595	1.15 555	1.19 595

RGC	2.36 690	25.48 758	1.19 557	1.15 508	1.15 591	1.10 563	1.16 591	1.17 560	1.16 593	1.12 567	1.16 592	1.11 571	1.13 576	1.09 566	1.18 593	1.10 533	1.15 556	1.16 577	1.12 589	1.14 552	1.12 582

castereo++	0.54 418	3.59 649	1.15 551	1.31 576	0.14 204	0.16 191	0.14 199	0.16 190	0.14 204	0.16 188	0.14 206	0.16 189	0.13 200	0.16 189	0.14 198	1.45 612	1.16 557	0.15 188	0.14 207	0.15 188	0.13 195

MaDis-Stereo	3.19 716	6.02 717	1.12 546	5.61 725	1.16 595	5.43 751	1.02 580	5.15 750	0.70 535	5.43 750	1.21 642	5.03 751	0.97 559	4.85 744	0.99 569	4.53 715	1.16 557	5.53 750	1.25 648	5.37 740	1.30 648

Abc-Net	2.32 687	24.75 756	1.14 549	1.17 514	1.17 596	1.11 566	1.15 589	1.17 560	1.21 645	1.08 560	1.16 592	1.12 572	1.14 579	1.09 566	1.17 592	1.09 531	1.16 557	1.17 581	1.17 594	1.16 557	1.11 580
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	2.46 697	26.05 762	1.23 609	1.23 564	1.22 650	1.20 572	1.24 643	1.23 615	1.23 647	1.19 575	1.22 643	1.21 623	1.24 635	1.20 578	1.24 644	1.21 593	1.17 560	1.22 634	1.25 648	1.20 567	1.24 645

SPS-STEREO	1.59 618	1.91 562	1.21 606	1.94 608	1.20 602	2.00 659	1.23 642	1.99 650	1.24 648	2.00 656	1.25 646	2.03 660	1.26 636	2.00 658	1.29 651	1.90 635	1.18 561	1.89 667	1.21 643	1.89 645	1.20 596
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MEA-ACV	1.66 620	0.87 354	0.61 459	11.81 756	1.35 653	1.50 641	0.71 537	1.23 615	0.92 568	1.13 570	0.96 572	1.69 646	0.70 530	1.23 625	1.16 590	1.54 619	1.20 562	1.58 651	0.85 568	1.12 550	0.95 563

DisPM	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

CrosDoStereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

PFNet+	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

LCNet	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

HHNet	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

Patchmatch Stereo++	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596
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	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

STrans-v2	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

TransformOpticalFlow	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

OMP-Stereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

IIG-Stereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

NF-Stereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

OCTAStereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

PSM-softLoss	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

KMStereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

NRIStereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

PSM-adaLoss	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

PSM-AAD	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

FTStereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

ROB_FTStereo_v2	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

ROB_FTStereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

Consistency-Raft	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

KYRaft	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

HUI-Stereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

ASMatch	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

DeepStereo_LL	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

DEmStereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

SST-Stereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

THIR-Stereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

RAFT_R40	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

DRaft	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

PFNet	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

GrayStereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

RE-Stereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

Pruner-Stereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

TVStereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

DeepStereo_RVC	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

RAFT-RH_RVC	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

IRAFT_RVC	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

RAFT-345	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

iRAFT	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

CRE-IMP	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

GMM-Stereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

RAFT-IKP	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

Prome-Stereo	1.20 558	1.20 434	1.20 560	1.20 517	1.20 602	1.20 572	1.20 595	1.20 566	1.20 600	1.20 576	1.20 597	1.20 578	1.20 587	1.20 578	1.20 597	1.20 547	1.20 562	1.20 588	1.20 598	1.20 567	1.20 596

S-Stereo	2.51 699	26.86 763	1.23 609	1.22 562	1.22 650	1.24 620	1.25 644	1.22 613	1.24 648	1.21 621	1.24 645	1.19 577	1.27 637	1.19 577	1.24 644	1.19 545	1.20 562	1.25 636	1.19 595	1.24 616	1.23 644

CSP-Net	0.34 260	1.29 490	1.19 557	1.36 582	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	1.26 597	1.21 609	0.03 41	0.09 149	0.02 21	0.09 150

GANetREF_RVC	1.55 617	1.94 569	1.22 607	1.88 605	1.21 648	1.88 651	1.22 641	1.88 645	1.22 646	1.88 648	1.22 643	1.88 650	1.22 634	1.89 654	1.22 643	1.87 631	1.22 610	1.88 666	1.22 644	1.88 644	1.22 642
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
VIP-Stereo	0.70 457	2.97 636	2.43 701	2.49 648	0.16 229	0.25 248	0.16 214	0.25 243	0.16 224	0.25 244	0.18 247	0.25 248	0.16 221	0.26 258	0.16 218	1.86 629	1.26 611	0.23 238	0.15 218	0.23 234	0.15 208

2.25w	2.00 640	1.86 556	1.98 688	2.95 662	2.17 718	2.26 680	1.35 651	2.42 689	2.00 716	2.07 664	1.27 648	2.53 691	1.99 699	2.29 682	1.49 663	2.21 661	1.32 612	1.85 659	1.87 707	2.52 688	1.62 682

3.25w	2.04 653	2.20 585	1.48 633	3.03 663	2.17 718	2.63 703	1.39 659	1.96 648	1.95 712	1.96 651	1.37 657	2.71 704	1.96 696	2.71 704	1.73 694	2.26 666	1.32 612	1.87 663	1.87 707	2.51 687	1.63 685

1w_stereo	2.05 655	2.32 594	1.35 615	3.74 695	2.01 708	2.73 708	1.42 663	1.88 645	1.93 711	2.03 659	1.28 649	2.71 704	1.99 699	2.72 706	1.72 689	2.20 660	1.32 612	1.87 663	1.86 706	2.45 680	1.54 662

IGEV	2.02 648	2.20 585	1.82 659	2.90 661	2.16 716	2.41 689	1.25 644	2.00 651	1.98 713	1.99 655	1.31 651	2.72 708	1.93 693	2.67 703	1.69 684	2.26 666	1.32 612	1.83 658	1.87 707	2.53 691	1.61 676

IGEVStereo-DCA	1.77 626	4.21 670	1.84 663	2.49 648	2.11 714	2.54 699	1.36 653	1.65 640	1.17 597	2.75 709	1.90 703	2.54 694	1.15 580	0.94 539	1.11 582	1.50 615	1.32 612	0.96 559	1.46 665	1.49 628	0.88 553

rrr	1.77 626	4.21 670	1.84 663	2.49 648	2.11 714	2.54 699	1.36 653	1.65 640	1.17 597	2.75 709	1.90 703	2.54 694	1.15 580	0.94 539	1.11 582	1.50 615	1.32 612	0.96 559	1.46 665	1.49 628	0.88 553

MC-Stereo	1.76 625	2.96 635	1.37 625	2.14 617	1.37 656	2.14 665	1.36 653	2.14 659	1.37 658	2.14 665	1.37 657	2.14 662	1.37 647	2.14 663	1.37 657	1.97 640	1.32 612	1.97 670	1.32 652	1.98 647	1.33 651

4.5_new	2.00 640	1.84 552	1.98 688	2.77 655	2.16 716	2.27 681	1.28 648	2.09 655	1.98 713	2.01 657	1.28 649	2.71 704	1.98 697	2.51 694	1.65 669	2.26 666	1.33 619	1.87 663	1.87 707	2.49 684	1.60 671

3w_stereo	2.04 653	2.24 589	1.70 646	3.15 666	2.18 720	2.49 693	1.26 646	2.03 653	1.98 713	1.98 654	1.33 652	2.72 708	1.99 699	2.59 697	1.72 689	2.22 662	1.33 619	1.85 659	1.88 712	2.50 686	1.58 668

gwcnet-sp	0.82 494	1.72 515	1.48 633	0.39 265	0.15 218	0.31 276	0.21 248	0.20 210	0.25 273	1.61 641	0.23 266	0.28 264	0.26 285	0.20 208	0.15 210	0.24 221	1.33 619	0.32 283	0.16 221	6.75 746	0.23 247

scenet	0.82 494	1.72 515	1.48 633	0.39 265	0.15 218	0.31 276	0.21 248	0.20 210	0.25 273	1.61 641	0.23 266	0.28 264	0.26 285	0.20 208	0.15 210	0.24 221	1.33 619	0.32 283	0.16 221	6.75 746	0.23 247

ssnet	0.82 494	1.72 515	1.48 633	0.39 265	0.15 218	0.31 276	0.21 248	0.20 210	0.25 273	1.61 641	0.23 266	0.28 264	0.26 285	0.20 208	0.15 210	0.24 221	1.33 619	0.32 283	0.16 221	6.75 746	0.23 247

MaskLacGwcNet_RVC	1.35 611	1.35 497	1.35 615	1.35 581	1.35 653	1.35 629	1.35 651	1.36 626	1.35 656	1.36 630	1.35 654	1.36 632	1.36 645	1.36 632	1.35 655	1.35 604	1.35 624	1.35 643	1.35 653	1.35 623	1.35 654

MonStereo1	1.94 634	2.77 629	1.52 638	3.73 694	1.51 663	2.13 664	1.42 663	2.32 683	1.52 664	2.31 687	1.50 664	2.53 691	1.59 653	2.34 685	1.56 664	1.91 636	1.36 625	1.86 662	1.31 651	2.07 658	1.53 661

RASNet	1.49 615	1.65 511	1.45 631	1.38 584	1.43 660	1.47 640	1.36 653	1.38 629	1.36 657	1.39 631	1.60 670	1.45 638	1.45 651	1.51 639	2.21 715	1.53 618	1.36 625	1.36 645	1.36 655	1.66 635	1.36 655

PS-NSSS	1.38 614	1.39 502	1.34 613	1.34 579	1.35 653	1.38 633	1.37 658	1.35 625	1.38 659	1.34 628	1.34 653	1.39 634	1.38 648	1.70 645	1.40 659	1.36 606	1.36 625	1.36 645	1.37 656	1.37 624	1.36 655

BLMT-Stereo	1.53 616	1.36 498	1.06 543	1.42 587	1.23 652	1.41 637	1.07 582	1.43 633	1.12 589	1.42 634	1.06 584	1.83 649	1.07 573	1.42 637	1.07 579	1.27 598	1.38 628	6.80 756	1.00 577	1.26 618	1.00 569

castereo	0.61 433	3.79 657	1.35 615	1.52 590	0.15 218	0.17 198	0.16 214	0.20 210	0.21 254	0.18 199	0.16 222	0.21 217	0.12 194	0.26 258	0.17 225	1.43 611	1.38 628	0.17 202	0.16 221	0.18 206	0.16 210

CC-Net-ROB	1.36 612	1.33 496	1.33 612	1.36 582	1.38 657	1.36 631	1.33 649	1.37 628	1.34 653	1.35 629	1.36 656	1.38 633	1.34 643	1.38 634	1.38 658	1.35 604	1.38 628	1.33 640	1.35 653	1.43 626	1.34 653

sCroCo_RVC	2.10 664	2.76 627	1.92 673	2.78 658	1.39 658	2.73 708	1.41 661	2.73 705	1.40 660	2.77 714	1.41 661	2.74 710	1.40 649	2.74 709	1.40 659	2.72 695	1.42 631	2.72 711	1.44 664	2.79 698	1.42 659

psmg	0.43 339	1.91 562	0.92 528	1.91 607	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	1.97 640	1.44 632	0.04 93	0.03 57	0.02 21	0.03 52

999	1.00 532	1.12 423	0.59 449	1.10 499	1.21 648	1.09 562	0.52 489	1.08 550	1.43 662	1.18 574	1.35 654	0.98 545	0.52 489	0.91 533	0.85 557	0.72 472	1.46 633	0.83 536	0.98 575	0.68 477	1.41 658

DEFOM-Stereo	0.68 451	3.11 639	1.40 629	1.63 600	0.25 282	0.31 276	0.25 269	0.31 268	0.28 297	0.31 271	0.29 311	0.29 270	0.27 292	0.31 278	0.28 286	1.59 620	1.47 634	0.30 274	0.29 357	0.30 261	0.28 331

ssnet_v2	0.68 451	1.96 570	1.25 611	0.29 219	0.20 256	0.30 269	0.20 243	0.29 259	0.22 258	1.50 637	0.20 254	0.31 279	0.20 255	0.27 262	0.22 252	0.24 221	1.49 635	0.26 258	0.18 251	3.90 707	0.19 237

4w-stereo	2.02 648	2.72 623	1.44 630	3.36 679	1.59 666	2.48 692	1.72 688	2.28 676	1.24 648	2.24 682	1.65 674	2.56 696	1.32 642	2.39 688	1.98 712	2.67 693	1.51 636	1.66 654	1.24 646	2.53 691	1.88 705

test_xeample3	1.10 550	1.81 537	0.61 459	0.84 459	0.49 486	0.77 506	0.66 511	0.92 527	1.40 660	0.68 498	0.46 467	0.78 515	0.54 493	1.72 646	1.48 662	1.34 603	1.52 637	1.35 643	1.67 694	1.33 622	1.55 663

2.5w	2.01 647	2.40 604	1.37 625	3.28 673	2.01 708	2.71 705	1.43 666	1.82 644	1.83 700	1.90 650	1.41 661	2.71 704	1.35 644	2.71 704	1.85 701	2.66 691	1.53 638	1.64 653	1.23 645	2.53 691	1.87 702

3.25w_new	2.03 650	2.72 623	1.35 615	3.33 678	1.57 664	2.72 706	1.53 668	2.15 660	1.33 652	2.15 666	1.60 670	2.63 700	1.30 640	2.72 706	1.99 713	2.67 693	1.53 638	1.75 657	1.25 648	2.53 691	1.87 702

MM-Stereo_test1	1.80 628	3.41 647	1.52 638	2.12 616	1.41 659	2.04 660	1.41 661	2.05 654	1.46 663	2.04 660	1.41 661	2.05 661	1.42 650	2.05 659	1.43 661	2.04 645	1.54 640	1.94 668	1.38 658	1.99 648	1.33 651

derf	1.91 631	2.15 581	1.78 652	2.16 618	1.75 692	2.21 674	1.80 690	2.22 673	1.80 696	2.21 676	1.76 692	2.17 663	1.81 684	2.24 680	1.74 695	1.93 638	1.56 641	1.96 669	1.53 667	1.95 646	1.56 664

NINENet	0.69 454	3.87 661	1.20 560	1.98 612	0.05 126	0.40 320	0.04 103	0.40 315	0.05 124	0.41 332	0.04 110	0.41 342	0.05 117	0.40 321	0.05 115	1.79 627	1.56 641	0.34 300	0.22 261	0.34 281	0.23 247

monsters	2.18 674	2.41 605	1.96 687	3.47 683	2.03 712	2.53 697	1.64 671	2.48 691	1.73 690	2.40 691	1.50 664	2.62 699	1.94 694	2.59 697	1.94 709	2.44 683	1.57 643	2.28 691	1.87 707	2.42 677	1.86 700

3.5w_stereo	2.03 650	2.72 623	1.35 615	3.41 680	1.57 664	2.72 706	1.49 667	2.01 652	1.34 653	2.15 666	1.61 672	2.63 700	1.36 645	2.72 706	1.99 713	2.66 691	1.58 644	1.68 655	1.24 646	2.53 691	1.87 702

LG-G_1	2.22 681	2.71 621	1.89 670	2.77 655	1.87 703	2.75 710	1.87 699	2.76 707	1.87 706	2.75 709	1.87 698	2.76 711	1.87 687	2.75 710	1.86 702	2.47 685	1.58 644	2.45 702	1.57 669	2.45 680	1.57 666

LG-G	2.22 681	2.71 621	1.89 670	2.77 655	1.87 703	2.75 710	1.87 699	2.76 707	1.87 706	2.75 709	1.87 698	2.76 711	1.87 687	2.75 710	1.86 702	2.47 685	1.58 644	2.45 702	1.57 669	2.45 680	1.57 666

LGtest1	2.22 681	2.70 619	1.89 670	2.76 654	1.86 699	2.75 710	1.86 696	2.75 706	1.86 702	2.75 709	1.86 696	2.77 713	1.87 687	2.75 710	1.86 702	2.46 684	1.58 644	2.45 702	1.56 668	2.45 680	1.56 664

DPSMNet_ROB	1.60 619	1.59 510	1.70 646	1.59 593	1.59 666	1.61 644	1.61 669	1.60 635	1.60 666	1.62 644	1.59 669	1.60 641	1.60 654	1.60 641	1.59 666	1.59 620	1.60 648	1.59 652	1.59 674	1.59 631	1.59 669

CRFU-Net	0.65 441	1.67 512	1.22 607	1.96 611	0.27 290	0.41 339	0.27 279	0.41 334	0.27 291	0.40 315	0.26 284	0.41 342	0.27 292	0.40 321	0.27 277	1.80 628	1.62 649	0.34 300	0.23 267	0.33 276	0.23 247

MFMNet_re	1.81 629	1.91 562	1.71 648	1.95 610	1.70 689	1.95 656	1.70 686	1.96 648	1.74 692	1.97 653	1.72 691	1.95 653	1.71 675	1.97 657	1.71 686	1.86 629	1.62 649	1.85 659	1.66 693	1.86 643	1.64 687

DNS	0.86 509	2.43 607	1.66 645	2.03 615	0.42 460	0.60 483	0.42 450	0.60 476	0.42 454	0.60 480	0.42 453	0.60 485	0.42 449	0.60 480	0.42 445	1.97 640	1.63 651	0.55 485	0.40 451	0.55 456	0.40 424

Anonymous3	2.55 700	3.26 645	1.65 643	3.28 673	1.63 669	3.24 717	1.68 680	3.27 716	1.66 667	3.28 717	1.67 679	3.25 717	1.66 657	3.27 716	1.64 668	3.26 701	1.65 652	3.30 715	1.65 692	4.95 735	1.65 689

monsterstereo	2.20 680	2.33 595	1.95 685	3.65 690	2.07 713	2.49 693	1.61 669	2.48 691	1.83 700	2.45 693	1.61 672	2.67 703	1.86 685	2.64 699	1.94 709	2.48 687	1.66 653	2.34 695	1.68 696	2.40 676	1.86 700

RAFT_CTSACE	1.92 632	3.71 654	1.72 649	1.88 605	1.72 691	2.04 660	1.42 663	2.18 662	1.89 709	2.02 658	1.97 709	1.95 653	2.06 703	1.93 655	1.62 667	1.76 626	1.66 653	2.02 671	1.73 702	1.73 638	1.43 660

LACA_dic	0.45 375	0.13 116	1.78 652	1.70 602	0.12 197	0.13 171	0.12 190	0.16 190	0.15 216	0.13 172	0.12 187	0.13 172	0.11 175	0.16 189	0.13 193	1.73 625	1.69 655	0.16 192	0.11 172	0.13 174	0.13 195

UDGNet	2.23 684	5.40 706	1.72 649	2.48 647	1.69 684	2.51 696	1.69 684	2.51 694	1.72 689	2.50 696	1.69 688	2.52 690	1.69 672	2.50 693	1.68 681	2.41 682	1.70 656	2.42 700	1.69 698	2.42 677	1.64 687

TRStereo	2.00 640	2.13 578	1.85 665	2.27 624	1.84 696	2.28 683	1.84 692	2.29 678	1.86 702	2.30 684	1.87 698	2.30 678	1.87 687	2.08 660	1.72 689	2.08 646	1.72 657	2.08 682	1.72 699	2.08 660	1.72 692

XX-Stereo	2.00 640	2.13 578	1.85 665	2.27 624	1.84 696	2.28 683	1.84 692	2.29 678	1.86 702	2.30 684	1.87 698	2.30 678	1.87 687	2.08 660	1.72 689	2.08 646	1.72 657	2.08 682	1.72 699	2.08 660	1.72 692

EAI-Stereo	2.00 640	2.13 578	1.85 665	2.27 624	1.84 696	2.28 683	1.84 692	2.29 678	1.86 702	2.30 684	1.87 698	2.30 678	1.87 687	2.08 660	1.72 689	2.08 646	1.72 657	2.08 682	1.72 699	2.08 660	1.72 692

MonStereo	2.17 672	2.41 605	1.49 637	2.67 652	1.67 675	2.60 702	2.04 711	2.32 683	1.76 693	2.44 692	1.68 684	2.50 689	1.69 672	2.38 686	1.80 698	2.28 670	1.78 660	2.63 710	2.14 715	3.47 703	1.68 690

U	5.15 751	8.49 730	1.81 654	8.49 741	1.77 693	8.49 760	1.77 689	8.51 761	1.77 694	8.49 761	1.77 693	8.50 761	1.78 682	8.58 761	1.77 696	8.54 753	1.78 660	8.55 761	1.78 704	8.55 755	1.84 698

MIF-Stereo (partial)	2.58 702	3.31 646	0.66 474	3.18 668	0.66 525	3.18 716	0.66 511	3.21 715	0.67 516	3.19 716	0.66 518	3.19 716	0.66 513	3.31 718	0.68 516	5.09 733	1.79 662	8.23 760	1.67 694	6.18 744	1.38 657

test-3	0.98 531	4.13 668	1.85 665	1.85 604	0.61 514	0.69 496	0.37 413	0.63 482	0.61 506	0.66 494	0.51 492	0.73 509	0.44 456	0.57 476	0.54 487	1.68 624	1.81 663	0.40 393	0.43 471	0.66 472	0.50 469

GELT-Stereo	2.10 664	5.33 702	1.94 684	2.37 640	1.68 679	2.21 674	1.69 684	2.19 665	1.67 670	2.18 668	1.67 679	2.19 667	1.66 657	2.19 668	1.66 672	2.23 663	1.83 664	2.07 678	1.61 681	2.04 649	1.61 676

zzzz4	2.08 659	5.22 695	1.93 676	2.27 624	1.66 671	2.19 668	1.66 672	2.18 662	1.67 670	2.18 668	1.66 677	2.18 664	1.66 657	2.18 665	1.66 672	2.15 649	1.84 665	2.05 672	1.60 677	2.05 650	1.60 671

zzzz2	2.08 659	4.92 681	1.93 676	2.30 632	1.67 675	2.19 668	1.66 672	2.20 668	1.67 670	2.20 674	1.68 684	2.21 671	1.66 657	2.20 670	1.68 681	2.17 655	1.84 665	2.07 678	1.62 687	2.05 650	1.61 676

noway4	2.11 668	5.14 689	1.93 676	2.37 640	1.69 684	2.20 671	1.68 680	2.22 673	1.68 675	2.21 676	1.69 688	2.23 675	1.68 665	2.22 675	1.66 672	2.24 664	1.84 665	2.09 687	1.63 690	2.09 663	1.62 682

noway1	2.10 664	5.26 699	1.93 676	2.31 635	1.69 684	2.21 674	1.67 678	2.19 665	1.68 675	2.21 676	1.68 684	2.21 671	1.67 663	2.20 670	1.66 672	2.15 649	1.84 665	2.07 678	1.61 681	2.07 658	1.61 676

asda	2.17 672	2.54 610	1.81 654	3.47 683	1.78 694	2.50 695	1.86 696	2.61 697	1.68 675	2.61 699	1.83 694	2.37 685	1.73 677	2.44 692	1.88 707	2.51 688	1.84 665	2.34 695	1.62 687	2.23 667	1.77 697

noway7	2.08 659	5.18 691	1.92 673	2.27 624	1.66 671	2.18 666	1.66 672	2.17 661	1.66 667	2.18 668	1.65 674	2.18 664	1.66 657	2.17 664	1.66 672	2.15 649	1.85 670	2.05 672	1.60 677	2.05 650	1.60 671

zzzzzz3	2.07 656	5.00 685	1.93 676	2.28 629	1.66 671	2.19 668	1.66 672	2.18 662	1.67 670	2.19 671	1.66 677	2.18 664	1.67 663	2.18 665	1.66 672	2.15 649	1.85 670	2.05 672	1.59 674	2.05 650	1.59 669

zzz1	2.09 662	4.97 683	1.93 676	2.30 632	1.68 679	2.21 674	1.68 680	2.21 671	1.68 675	2.21 676	1.67 679	2.21 671	1.68 665	2.21 673	1.69 684	2.17 655	1.85 670	2.08 682	1.61 681	2.06 654	1.61 676

FBW_ROB	2.12 670	2.46 609	1.77 651	2.49 648	1.79 695	2.38 687	1.83 691	2.46 690	1.78 695	2.48 695	1.97 709	2.40 686	1.78 682	2.42 691	1.83 699	2.31 675	1.85 670	2.38 698	1.82 705	2.35 674	1.84 698

zzzzzzz1	2.10 664	5.20 693	1.93 676	2.38 642	1.68 679	2.20 671	1.67 678	2.20 668	1.68 675	2.20 674	1.67 679	2.20 670	1.68 665	2.20 670	1.67 680	2.24 664	1.86 674	2.06 676	1.61 681	2.06 654	1.62 682

monster_256*512	2.09 662	5.21 694	1.98 688	2.30 632	1.67 675	2.18 666	1.66 672	2.20 668	1.67 670	2.19 671	1.67 679	2.19 667	1.66 657	2.19 668	1.66 672	2.15 649	1.86 674	2.05 672	1.60 677	2.06 654	1.61 676

noway3	2.12 670	5.22 695	1.93 676	2.39 643	1.70 689	2.23 679	1.70 686	2.22 673	1.70 683	2.22 680	1.70 690	2.23 675	1.69 672	2.22 675	1.71 686	2.28 670	1.86 674	2.08 682	1.63 690	2.09 663	1.63 685

noway2	2.07 656	4.96 682	1.92 673	2.28 629	1.66 671	2.20 671	1.66 672	2.19 665	1.66 667	2.19 671	1.65 674	2.19 667	1.68 665	2.18 665	1.65 669	2.15 649	1.86 674	2.06 676	1.59 674	2.06 654	1.60 671

noway5	1.92 632	4.97 683	1.95 685	2.31 635	1.68 679	2.21 674	1.68 680	2.21 671	1.69 682	2.22 680	1.68 684	2.21 671	1.68 665	2.21 673	1.68 681	2.18 657	1.87 678	1.71 656	0.65 527	0.85 512	0.72 530

qwe	2.18 674	2.60 613	1.58 640	3.83 696	1.90 705	2.53 697	1.90 702	2.48 691	1.73 690	2.37 690	1.92 705	2.53 691	1.68 665	2.56 695	1.83 699	2.52 690	1.87 678	2.07 678	1.68 696	2.32 673	1.71 691

asd	2.18 674	2.77 629	1.58 640	3.59 688	2.00 707	2.58 701	1.85 695	2.39 688	1.71 685	2.47 694	1.97 709	2.59 698	1.61 655	2.56 695	1.79 697	2.51 688	1.99 680	2.11 688	1.62 687	2.36 675	1.60 671

4.25w-stereo	1.98 635	2.72 623	1.46 632	3.47 683	1.43 660	2.07 662	1.98 704	2.53 695	1.52 664	2.71 702	1.98 715	1.81 648	1.62 656	1.96 656	1.36 656	1.88 634	2.00 681	2.53 707	1.61 681	1.74 639	1.15 587

2w_stereo	1.99 636	2.36 602	1.81 654	3.24 671	1.67 675	1.94 653	1.98 704	2.72 699	1.68 675	2.72 703	1.94 706	1.98 656	1.74 679	1.79 650	1.27 648	1.95 639	2.00 681	2.53 707	1.60 677	1.68 636	1.15 587

4.25_new	2.00 640	2.33 595	1.82 659	3.32 676	1.69 684	1.95 656	1.99 707	2.72 699	1.71 685	2.72 703	1.97 709	2.01 658	1.74 679	1.77 648	1.28 649	2.18 657	2.01 683	2.48 705	1.58 672	1.65 633	1.17 591

4.5w_new	2.00 640	2.33 595	1.82 659	3.32 676	1.69 684	1.95 656	1.99 707	2.72 699	1.71 685	2.72 703	1.97 709	2.01 658	1.74 679	1.77 648	1.28 649	2.18 657	2.01 683	2.48 705	1.58 672	1.65 633	1.17 591

2.75w_new	1.99 636	2.34 599	1.81 654	3.14 665	1.62 668	1.94 653	1.99 707	2.72 699	1.71 685	2.72 703	1.99 718	1.90 651	1.73 677	1.82 652	1.29 651	2.37 679	2.01 683	2.31 693	1.42 662	1.77 641	1.22 642

3.75w	1.99 636	2.31 593	1.83 662	3.16 667	1.65 670	1.93 652	1.98 704	2.72 699	1.68 675	2.73 708	1.97 709	2.00 657	1.72 676	1.81 651	1.25 647	2.27 669	2.01 683	2.38 698	1.42 662	1.71 637	1.24 645

4.5w-stereo	1.99 636	2.33 595	1.81 654	3.28 673	1.68 679	1.94 653	1.99 707	2.72 699	1.70 683	2.72 703	1.99 718	1.97 655	1.68 665	1.76 647	1.29 651	1.91 636	2.02 687	2.53 707	1.61 681	1.75 640	1.16 590

HUF	2.18 674	2.30 592	1.99 692	2.34 639	2.02 711	2.41 689	2.06 712	2.38 687	1.89 709	2.36 689	1.85 695	2.56 696	1.98 697	2.31 684	1.97 711	2.30 674	2.03 688	2.30 692	2.11 714	2.23 667	2.16 707

AIO_rvc	2.18 674	2.34 599	1.87 669	2.32 637	1.94 706	2.40 688	1.89 701	2.37 686	2.07 718	2.52 697	1.95 708	2.44 688	1.99 699	2.41 689	1.89 708	2.32 676	2.09 689	2.24 689	2.18 716	2.21 666	2.23 709

AIO_test	2.18 674	2.09 576	2.04 693	2.42 645	2.01 708	2.47 691	1.94 703	2.34 685	2.03 717	2.56 698	1.94 706	2.43 687	1.94 694	2.41 689	1.87 705	2.39 681	2.10 690	2.35 697	1.91 713	2.25 669	2.19 708

DEFOM-Stereo_RVC	0.83 497	5.18 691	1.98 688	2.19 619	0.17 235	0.19 205	0.18 233	0.19 203	0.16 224	0.20 208	0.19 250	0.22 227	0.22 263	0.20 208	0.15 210	2.28 670	2.13 691	0.24 248	0.17 244	0.18 206	0.16 210

error version	0.93 524	4.47 675	2.35 697	1.99 613	0.37 422	0.41 339	0.36 407	0.41 334	0.35 404	0.43 353	0.36 410	0.41 342	0.40 431	0.41 341	0.36 399	1.87 631	2.16 692	0.47 449	0.37 431	0.39 370	0.33 381

test_1	0.93 524	4.47 675	2.35 697	1.99 613	0.37 422	0.41 339	0.36 407	0.41 334	0.35 404	0.43 353	0.36 410	0.41 342	0.40 431	0.41 341	0.36 399	1.87 631	2.16 692	0.47 449	0.37 431	0.39 370	0.33 381

STTStereo	3.73 721	30.40 769	2.37 699	2.39 643	2.31 723	2.35 686	2.33 717	2.29 678	2.42 720	2.32 688	2.34 722	2.33 681	2.36 708	2.30 683	2.27 719	2.35 678	2.22 694	2.31 693	2.22 717	2.29 672	2.34 714

NCCL2	2.28 686	2.27 590	2.28 695	2.28 629	2.28 721	2.27 681	2.29 716	2.28 676	2.28 719	2.27 683	2.28 721	2.28 677	2.27 707	2.27 681	2.28 720	2.28 670	2.28 695	2.27 690	2.29 720	2.27 670	2.29 710

MatchStereo	0.54 418	0.12 114	2.38 700	2.32 637	0.09 155	0.09 147	0.08 151	0.09 147	0.07 148	0.09 147	0.07 149	0.09 148	0.07 147	0.09 147	0.08 142	2.34 677	2.34 696	0.12 166	0.11 172	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
iRaftStereo_RVC	0.97 529	3.17 642	2.30 696	2.42 645	0.38 429	0.54 472	0.38 420	0.54 461	0.38 420	0.54 467	0.38 422	0.54 470	0.38 418	0.54 466	0.38 412	2.38 680	2.34 696	0.49 462	0.36 428	0.49 436	0.36 402

PDISCO_ROB	0.83 497	2.80 633	3.49 724	0.14 128	0.11 181	0.17 198	0.09 152	0.15 189	0.10 160	0.15 183	0.12 187	0.16 189	0.14 205	3.30 717	0.13 193	0.14 140	2.34 696	0.16 192	0.12 191	2.62 697	0.10 158

LiteMatch	1.13 555	0.73 324	2.80 705	3.23 669	0.61 514	0.83 521	0.68 520	0.73 500	0.69 527	1.00 540	0.77 551	0.94 540	0.57 496	0.82 515	0.64 502	2.97 697	2.43 699	0.68 504	0.32 394	0.56 459	0.70 523

Lsterematch	1.13 555	0.73 324	2.80 705	3.23 669	0.61 514	0.83 521	0.68 520	0.73 500	0.69 527	1.00 540	0.77 551	0.94 540	0.57 496	0.82 515	0.64 502	2.97 697	2.43 699	0.68 504	0.32 394	0.56 459	0.70 523

NLSM1	2.93 714	3.24 644	2.57 703	4.04 697	2.66 724	3.30 719	2.55 719	3.29 717	2.55 721	3.35 719	2.48 723	3.28 718	2.47 709	3.34 719	2.49 721	3.26 701	2.55 701	3.13 713	2.57 723	3.00 700	2.46 717

NLCA_NET_v2_RVC	5.04 749	50.87 780	2.78 704	2.87 660	2.71 725	2.78 713	0.47 469	2.88 712	2.86 725	1.89 649	2.67 724	2.79 714	2.79 713	2.78 713	2.83 722	2.82 696	2.82 702	2.83 712	2.77 724	2.83 699	2.76 719
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DNSM	2.56 701	4.43 673	3.08 718	4.09 698	1.86 699	2.66 704	1.86 696	2.66 698	1.87 706	2.66 701	1.86 696	2.66 702	1.86 685	2.66 702	1.87 705	3.82 708	2.94 703	2.42 700	1.73 702	2.42 677	1.73 695

HCRNet	1.22 605	7.11 720	3.00 707	3.55 687	0.33 395	0.29 267	0.14 199	0.19 203	0.15 216	0.33 282	0.29 311	0.25 248	0.14 205	0.22 226	0.33 377	3.64 705	3.00 704	0.76 522	0.32 394	0.18 206	0.13 195

rvit_0105_6	3.87 726	5.73 714	3.10 719	4.69 712	3.12 737	4.54 733	3.02 726	4.56 733	3.04 726	4.54 734	3.03 727	4.54 732	3.04 717	4.56 733	3.05 725	4.58 720	3.05 705	4.58 731	3.05 728	4.58 720	3.05 724

rvit_105_1	3.83 722	5.22 695	3.01 708	4.53 702	3.01 727	4.51 731	3.01 725	4.56 733	3.04 726	4.53 732	3.03 727	4.55 734	3.03 714	4.56 733	3.04 723	4.57 717	3.05 705	4.57 729	3.05 728	4.57 719	3.05 724

rvit_stereo_0081	3.83 722	5.23 698	3.01 708	4.53 702	3.03 729	4.55 737	3.02 726	4.56 733	3.04 726	4.52 730	3.02 725	4.54 732	3.03 714	4.56 733	3.04 723	4.57 717	3.05 705	4.57 729	3.05 728	4.58 720	3.05 724

rvit_stereo_0082	3.86 724	5.82 715	3.01 708	4.53 702	3.03 729	4.54 733	3.02 726	4.56 733	3.04 726	4.53 732	3.02 725	4.55 734	3.04 717	4.57 736	3.05 725	4.57 717	3.05 705	4.58 731	3.05 728	4.58 720	3.06 727

rvit_stereo_0081_aga	3.86 724	5.33 702	3.02 711	4.55 708	3.04 733	4.54 733	3.02 726	4.64 740	3.06 730	4.54 734	3.04 729	4.62 741	3.08 721	4.62 739	3.07 728	4.58 720	3.06 709	4.60 733	3.08 732	4.63 723	3.07 728

rvit_stereo_0080	3.89 727	5.70 712	3.04 713	4.54 705	3.03 729	4.56 738	3.05 732	4.60 737	3.07 731	4.58 737	3.06 730	4.59 736	3.06 719	4.61 737	3.08 729	4.63 722	3.09 710	4.64 735	3.10 733	4.65 724	3.10 731

whm_eth	3.89 727	5.70 712	3.04 713	4.54 705	3.03 729	4.56 738	3.05 732	4.60 737	3.07 731	4.58 737	3.06 730	4.59 736	3.06 719	4.61 737	3.08 729	4.63 722	3.09 710	4.64 735	3.10 733	4.65 724	3.10 731

NLCSM	3.67 720	4.08 665	3.19 723	4.80 714	3.26 739	3.99 727	3.24 740	4.25 729	3.18 738	4.09 725	3.27 738	4.14 727	3.18 726	4.13 727	3.28 736	4.06 709	3.10 712	3.85 725	3.14 737	3.91 710	3.27 739

rvit_0105_4	3.91 729	5.47 710	3.02 711	4.54 705	3.02 728	4.54 733	3.03 730	4.75 743	3.17 737	4.57 736	3.06 730	4.61 740	3.16 725	4.65 740	3.09 731	4.66 724	3.11 713	4.68 738	3.18 739	4.81 730	3.16 736

rvit_0105_3	3.91 729	5.33 702	3.06 716	4.60 710	3.07 735	4.60 740	3.06 734	4.62 739	3.08 734	4.60 739	3.07 733	4.62 741	3.08 721	4.67 741	3.10 732	4.70 725	3.11 713	4.77 742	3.19 740	4.77 729	3.14 735

rvit_stereo_ft	3.93 732	5.44 708	3.05 715	4.59 709	3.06 734	4.61 741	3.08 735	4.67 742	3.12 736	4.63 741	3.10 735	4.65 743	3.11 723	4.69 743	3.13 733	4.70 725	3.14 715	4.71 740	3.15 738	4.74 727	3.16 736

rvit_stereo_0083	3.92 731	5.30 701	3.06 716	4.61 711	3.09 736	4.67 742	3.08 735	4.66 741	3.09 735	4.62 740	3.10 735	4.66 744	3.11 723	4.67 741	3.16 734	4.72 727	3.16 716	4.77 742	3.11 735	4.66 726	3.11 733

FC-DCNN v2	5.10 750	5.15 690	4.49 732	5.07 720	3.37 741	6.87 755	4.75 754	5.04 749	6.34 758	7.84 759	5.06 755	6.72 759	4.09 743	4.99 748	5.44 755	5.03 731	3.16 716	4.67 737	4.86 755	5.15 738	3.89 748

MLG-Stereo_test1	4.25 734	5.34 705	3.61 726	5.31 721	3.63 745	5.23 749	3.57 743	5.38 751	3.65 741	5.23 748	3.47 740	4.76 745	3.74 734	4.85 744	3.71 741	4.96 729	3.18 718	4.71 740	2.92 725	4.86 733	2.90 721

MLG-Stereo_test3	4.26 735	4.85 679	3.95 730	5.35 722	3.60 744	4.75 746	3.76 746	5.49 752	3.71 743	5.39 749	3.69 744	4.82 747	3.66 731	4.85 744	3.73 744	4.93 728	3.19 719	4.69 739	2.99 727	4.84 732	2.98 723

MLG-Stereo_test2	4.28 736	5.46 709	3.69 728	4.86 717	3.72 747	5.58 752	3.42 741	4.81 745	3.77 747	4.85 744	3.72 745	5.55 753	3.63 730	5.58 751	3.53 739	4.41 714	3.28 720	4.99 746	2.95 726	4.75 728	3.13 734

rvit_0105_5	4.10 733	5.40 706	3.13 722	4.71 713	3.15 738	4.72 745	3.10 737	4.90 748	3.27 739	4.69 742	3.16 737	4.84 748	3.25 727	4.96 747	3.34 737	5.05 732	3.39 721	5.10 747	3.40 741	5.11 737	3.42 740

DPSNet	3.66 719	3.60 650	3.62 727	3.63 689	3.64 746	3.65 722	3.65 745	3.66 722	3.67 742	3.67 721	3.65 743	3.67 722	3.66 731	3.66 721	3.68 740	3.68 706	3.66 722	3.67 720	3.68 746	3.67 704	3.67 743

DispFullNet	4.61 742	4.84 678	3.12 720	5.00 719	3.57 743	4.75 746	3.03 730	7.75 759	4.17 751	4.91 746	3.09 734	6.20 755	3.95 740	6.71 755	3.51 738	5.30 735	3.67 723	5.86 754	3.63 743	5.61 741	3.46 741

AEACV	1.12 553	0.52 284	3.12 720	3.24 671	0.86 562	0.53 468	0.49 480	0.60 476	0.47 469	0.53 461	0.49 482	0.55 474	0.45 460	0.55 470	0.47 465	3.01 699	3.88 724	0.71 513	0.60 514	0.80 503	0.48 460

SGM-Forest	5.21 752	5.92 716	4.08 731	6.18 728	4.16 752	6.31 754	4.34 753	6.50 754	4.33 752	6.14 755	4.21 751	6.61 758	4.55 746	6.67 754	4.48 751	5.94 739	3.94 725	5.85 753	4.03 752	5.79 743	4.17 751
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
Occ-G	1.12 553	0.52 284	3.72 729	3.50 686	0.50 490	0.56 474	0.47 469	0.54 461	0.46 464	0.54 467	0.41 443	0.54 470	0.42 449	0.52 460	0.42 445	3.42 704	4.02 726	0.52 476	0.45 474	0.51 447	0.44 446

BUS	0.83 497	1.91 562	0.92 528	4.48 699	0.02 22	0.40 320	0.04 103	0.41 334	0.02 22	0.48 422	0.03 56	0.41 342	0.05 117	0.03 43	0.05 115	1.97 640	4.19 727	0.33 290	0.23 267	0.34 281	0.27 303

BSDual-CNN	0.81 489	1.91 562	0.92 528	4.48 699	0.02 22	0.42 360	0.06 139	0.41 334	0.02 22	0.48 422	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 640	4.19 727	0.33 290	0.23 267	0.34 281	0.27 303

hknet	1.10 550	1.85 553	3.49 724	4.48 699	0.02 22	0.42 360	0.06 139	0.41 334	0.02 22	0.48 422	0.03 56	0.41 342	0.03 53	0.42 355	0.03 52	4.39 713	4.19 727	0.33 290	0.23 267	0.34 281	0.27 303

PhaseNet	1.74 624	6.34 718	4.81 734	6.77 732	0.24 279	0.80 513	0.53 491	0.48 421	0.22 258	0.53 461	0.28 296	0.48 431	0.25 275	0.40 321	0.32 365	6.39 743	4.61 730	0.46 439	0.38 445	0.25 242	0.18 234

AANet_RVC	1.26 608	0.31 186	4.99 736	5.93 726	0.20 256	0.25 248	0.20 243	0.25 243	0.20 250	0.23 229	0.19 250	0.25 248	0.20 255	0.25 246	0.20 245	5.66 737	4.76 731	0.26 258	0.30 375	0.24 239	0.27 303

TestStereo	4.88 746	4.75 677	4.79 733	4.87 718	4.92 755	4.81 748	4.90 755	4.78 744	4.77 754	4.87 745	4.89 754	4.90 749	4.91 747	4.99 748	4.79 752	4.98 730	4.87 732	4.87 745	4.92 756	5.00 736	5.00 753

SGM+DAISY	7.06 756	9.15 734	5.38 739	8.84 743	5.18 756	8.80 761	5.31 757	8.79 762	5.28 756	8.89 762	5.20 756	8.93 762	5.33 749	8.95 762	5.36 754	8.70 754	5.21 733	8.74 762	5.20 757	8.89 756	5.15 754

rvit_stereo_0075_2	6.64 754	8.80 732	5.25 737	7.89 738	5.27 757	7.90 759	5.27 756	7.92 760	5.28 756	7.91 760	5.29 757	7.93 760	5.27 748	7.92 760	5.28 753	7.93 750	5.28 734	7.93 759	5.29 758	7.93 752	5.28 755

test_5	4.62 743	7.55 723	6.23 742	6.32 730	3.40 742	5.29 750	3.50 742	3.53 721	4.11 750	4.28 727	4.47 753	4.26 730	4.38 745	3.68 722	3.24 735	5.89 738	5.60 735	4.84 744	3.50 742	4.33 714	3.93 750

Sa-1000	4.34 739	8.37 727	6.84 746	6.98 736	4.45 754	3.58 720	3.00 724	3.42 720	3.39 740	2.61 699	4.00 749	3.83 724	4.01 742	3.90 724	3.90 745	5.98 740	5.62 736	3.76 722	2.34 721	4.35 715	2.47 718

LiteMatch*	2.07 656	1.30 492	5.73 741	6.28 729	0.79 555	1.33 628	0.80 551	1.30 623	1.02 585	1.33 627	0.84 561	1.33 631	0.97 559	1.28 630	1.04 577	6.05 741	5.89 737	1.28 638	0.76 554	1.28 620	0.88 553

RAFT	6.73 755	9.36 736	7.40 749	8.51 742	6.55 759	6.88 756	6.60 759	6.79 755	6.60 759	6.80 756	6.72 761	5.31 752	5.50 750	6.61 753	6.61 759	8.42 752	5.89 737	5.73 751	5.45 760	6.61 745	6.24 757

RAFT+CT+SA	4.28 736	7.62 724	4.91 735	5.55 724	2.28 721	3.09 714	3.64 744	4.49 731	3.07 731	4.80 743	3.35 739	4.77 746	3.70 733	4.29 730	3.05 725	5.58 736	5.98 739	3.58 719	3.78 748	4.26 713	3.72 744

raft_robust	4.71 744	7.75 725	5.40 740	6.81 733	3.31 740	4.28 730	4.20 752	4.32 730	4.37 753	4.35 729	4.35 752	4.14 727	3.75 735	4.30 731	4.20 750	6.67 745	6.37 740	3.36 717	4.24 754	4.86 733	3.25 738

cross-raft	4.83 745	7.52 722	6.43 743	6.63 731	3.96 750	4.51 731	3.99 750	4.49 731	3.96 749	4.52 730	3.96 748	4.50 731	3.97 741	4.50 732	3.97 746	6.65 744	6.44 741	4.33 726	3.92 750	4.35 715	3.91 749

TestStereo1	4.60 740	8.41 728	6.44 744	6.86 734	3.79 748	3.97 725	3.78 747	3.99 726	3.74 744	3.97 723	3.52 741	3.94 725	3.58 728	3.98 725	3.72 742	6.82 746	6.50 742	3.76 722	3.66 744	3.90 707	3.74 746

SA-5K	4.60 740	8.41 728	6.44 744	6.86 734	3.79 748	3.97 725	3.78 747	3.99 726	3.74 744	3.97 723	3.52 741	3.94 725	3.58 728	3.98 725	3.72 742	6.82 746	6.50 742	3.76 722	3.66 744	3.90 707	3.74 746

SA	4.33 738	7.35 721	6.85 747	5.96 727	4.09 751	3.59 721	3.15 738	3.82 724	2.64 722	3.91 722	3.85 746	3.57 720	2.72 712	3.13 715	4.03 747	7.09 749	6.86 744	3.57 718	3.12 736	3.85 706	3.51 742

MCSU-Stereo	2.48 698	10.56 745	8.50 755	9.47 748	0.31 368	0.43 367	0.30 313	0.42 352	0.30 322	0.42 346	0.30 326	0.42 360	0.30 322	0.41 341	0.30 312	8.86 755	6.93 745	0.40 393	0.29 357	0.39 370	0.28 331

testmc14	2.43 695	10.48 744	8.02 753	8.93 744	0.31 368	0.44 401	0.30 313	0.42 352	0.30 322	0.42 346	0.30 326	0.42 360	0.30 322	0.42 355	0.30 312	8.88 756	6.99 746	0.41 411	0.28 342	0.39 370	0.28 331

test_4	4.88 746	8.13 726	6.98 748	7.46 737	4.44 753	4.25 729	3.85 749	4.04 728	3.92 748	4.13 726	3.91 747	4.18 729	3.84 738	4.14 728	4.06 748	7.01 748	7.13 747	4.53 727	3.72 747	4.09 711	3.72 744

test-1	6.46 753	9.16 735	8.03 754	8.09 739	5.62 758	6.11 753	6.35 758	6.85 756	4.94 755	6.08 754	6.29 760	4.98 750	6.43 752	6.22 752	6.36 758	6.16 742	7.47 748	5.82 752	5.44 759	7.11 749	5.68 756

test_3	5.01 748	8.86 733	7.77 750	8.09 739	2.76 726	4.13 728	4.05 751	3.88 725	3.76 746	4.33 728	4.13 750	3.71 723	3.91 739	4.21 729	4.06 748	7.93 750	7.69 749	4.53 727	3.91 749	4.17 712	4.29 752

test-v	7.53 757	11.89 746	7.98 751	9.36 746	7.14 760	7.06 757	7.09 760	7.37 757	6.91 760	7.29 757	5.71 758	6.45 756	6.93 753	6.73 756	7.27 760	8.93 757	7.85 750	6.98 757	6.80 761	7.56 750	7.34 759

test-2	7.53 757	11.89 746	7.98 751	9.36 746	7.14 760	7.06 757	7.09 760	7.37 757	6.91 760	7.29 757	5.71 758	6.45 756	6.93 753	6.73 756	7.27 760	8.93 757	7.85 750	6.98 757	6.80 761	7.56 750	7.34 759

PCWNet_CMD	2.80 713	9.82 739	0.32 284	10.09 753	0.32 382	0.49 441	0.33 381	3.34 718	0.33 389	0.49 432	0.33 389	0.49 438	8.73 757	0.48 430	0.33 377	0.41 326	9.22 752	0.42 427	0.29 357	9.55 759	0.31 365

MSMDNet	2.65 703	10.14 742	0.33 289	9.74 749	0.32 382	0.87 526	0.33 381	2.95 713	0.68 522	0.49 432	0.34 397	0.49 438	5.70 751	0.49 437	0.33 377	0.42 340	9.57 753	0.41 411	0.31 386	8.36 754	0.65 512

pcwnet_v2	2.66 704	9.89 740	0.33 289	9.89 750	0.32 382	0.50 450	0.32 370	0.49 429	0.33 389	0.49 432	0.34 397	0.49 438	8.76 758	0.48 430	0.33 377	0.41 326	9.58 754	0.40 393	0.29 357	9.01 757	0.63 504

CFNet_pseudo	2.67 705	9.36 736	0.32 284	10.99 755	0.33 395	0.85 523	0.33 381	0.49 429	0.33 389	0.49 432	0.32 380	0.49 438	7.26 755	0.49 437	0.33 377	0.41 326	9.62 755	0.41 411	0.29 357	10.03 761	0.29 340

ccs_rob	2.79 712	10.17 743	0.32 284	10.00 752	0.33 395	0.49 441	0.33 381	1.90 647	0.32 379	0.51 454	0.33 389	0.49 438	9.24 760	0.49 437	0.33 377	0.41 326	9.82 756	0.41 411	0.28 342	9.34 758	0.29 340

UCFNet_RVC	2.75 708	10.06 741	0.29 253	10.31 754	0.29 309	0.42 360	0.29 305	0.43 360	0.29 307	0.42 346	0.29 311	0.42 360	9.87 761	0.43 362	0.29 302	0.36 281	9.84 757	0.36 325	0.26 283	9.77 760	0.26 265

CFNet_ucs	2.73 706	9.64 738	0.33 289	9.92 751	0.32 382	0.49 441	0.33 381	0.49 429	0.33 389	0.49 432	0.33 389	0.49 438	8.98 759	0.48 430	0.33 377	0.41 326	9.96 758	0.40 393	0.29 357	10.12 762	0.54 483

TestStereo_HL3	2.76 709	0.41 227	11.46 759	14.11 757	0.30 321	0.45 415	0.29 305	0.43 360	0.29 307	0.43 353	0.29 311	0.43 369	0.28 301	0.44 393	0.30 312	13.57 761	10.32 759	0.41 411	0.27 321	0.38 322	0.27 303

TestStereo_HL2	2.73 706	0.41 227	11.06 756	14.13 758	0.30 321	0.44 401	0.28 290	0.43 360	0.29 307	0.43 353	0.28 296	0.43 369	0.29 313	0.43 362	0.28 286	13.51 760	10.37 760	0.41 411	0.27 321	0.38 322	0.27 303

GGDA	2.76 709	0.41 227	11.34 758	14.28 759	0.30 321	0.44 401	0.29 305	0.43 360	0.29 307	0.43 353	0.28 296	0.43 369	0.28 301	0.43 362	0.29 302	13.45 759	10.57 761	0.41 411	0.27 321	0.38 322	0.27 303

TestStereo-Hl	2.78 711	0.42 238	11.23 757	14.38 760	0.30 321	0.44 401	0.30 313	0.43 360	0.28 297	0.43 353	0.29 311	0.44 404	0.29 313	0.44 393	0.29 302	13.64 762	10.73 762	0.41 411	0.27 321	0.38 322	0.27 303

MANE	19.05 760	23.00 754	15.00 760	23.00 767	15.00 762	24.00 768	16.00 762	24.00 769	16.00 762	22.00 769	15.00 762	23.00 769	16.00 762	23.00 769	15.00 762	22.00 769	15.00 763	22.00 769	15.00 763	22.00 769	15.00 761

rafts_anoy	20.00 761	20.00 748	20.00 761	20.00 761	20.00 763	20.00 762	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 764	20.00 763	20.00 764	20.00 763	20.00 762

raft+_RVC	20.00 761	20.00 748	20.00 761	20.00 761	20.00 763	20.00 762	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 764	20.00 763	20.00 764	20.00 763	20.00 762

raftrobust	20.00 761	20.00 748	20.00 761	20.00 761	20.00 763	20.00 762	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 764	20.00 763	20.00 764	20.00 763	20.00 762

CasAABBNet	20.00 761	20.00 748	20.00 761	20.00 761	20.00 763	20.00 762	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 764	20.00 763	20.00 764	20.00 763	20.00 762

RALCasStereoNet	20.00 761	20.00 748	20.00 761	20.00 761	20.00 763	20.00 762	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 764	20.00 763	20.00 764	20.00 763	20.00 762

RALAANet	20.00 761	20.00 748	20.00 761	20.00 761	20.00 763	20.00 762	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 763	20.00 764	20.00 763	20.00 764	20.00 763	20.00 762

WCMA_ROB	31.10 768	35.43 774	27.12 767	39.51 780	23.10 769	38.78 781	25.30 769	37.49 782	25.39 769	37.29 781	27.02 769	38.52 782	26.48 769	37.80 781	26.44 769	36.28 777	22.65 770	33.90 774	22.30 770	37.10 779	24.18 768

111	30.40 767	30.94 770	29.72 768	32.61 768	30.02 770	33.57 769	30.47 770	31.50 770	29.39 770	30.98 770	29.11 770	29.78 770	30.39 773	29.45 770	30.76 773	30.08 770	29.02 771	29.92 770	30.32 774	29.86 770	30.17 769

fff	1000028.16 789	29.62 766	29.72 768	32.61 768	30.02 770	35.13 771	31.83 771	32.07 771	10000000.00 791	35.27 773	29.82 771	32.45 771	30.15 770	32.35 771	30.09 770	31.04 771	29.55 772	30.64 771	30.14 771	10000000.00 792	30.77 770

csc	1000028.16 789	29.62 766	29.72 768	32.61 768	30.02 770	35.13 771	31.83 771	32.07 771	10000000.00 791	35.27 773	29.82 771	32.45 771	30.15 770	32.35 771	30.09 770	31.04 771	29.55 772	30.64 771	30.14 771	10000000.00 792	30.77 770

cscssc	1000028.16 789	29.62 766	29.72 768	32.61 768	30.02 770	35.13 771	31.83 771	32.07 771	10000000.00 791	35.27 773	29.82 771	32.45 771	30.15 770	32.35 771	30.09 770	31.04 771	29.55 772	30.64 771	30.14 771	10000000.00 792	30.77 770

DCANet-4	35.22 769	34.54 771	35.08 774	33.58 772	35.47 777	34.55 770	35.53 777	36.08 776	35.85 774	35.92 776	35.77 776	35.18 776	35.48 775	35.39 776	37.15 780	34.55 776	33.92 775	35.02 777	34.90 776	35.79 774	34.74 776

tt	500032.53 787	34.60 772	29.72 768	37.47 778	34.41 775	36.85 775	35.22 775	34.71 774	33.55 772	34.50 771	35.43 774	33.81 774	10000000.00 792	33.57 774	33.13 774	33.68 774	35.00 776	34.03 775	35.26 777	30.96 771	34.63 774

DCANet	500032.53 787	34.60 772	29.72 768	37.47 778	34.41 775	36.85 775	35.22 775	34.71 774	33.55 772	34.50 771	35.43 774	33.81 774	10000000.00 792	33.57 774	33.13 774	33.68 774	35.00 776	34.03 775	35.26 777	30.96 771	34.63 774

ADStereo(finetuned)	36.13 770	36.63 775	38.07 779	36.97 773	33.25 774	35.91 774	34.45 774	36.36 777	32.99 771	38.14 782	36.71 777	36.69 777	34.13 774	38.57 782	40.79 781	37.60 782	36.58 778	35.90 778	33.36 775	35.42 773	34.04 773

fast-reg	37.00 771	37.00 776	37.00 775	37.00 774	37.00 778	37.00 777	37.00 778	37.00 778	37.00 775	37.00 777	37.00 778	37.00 778	37.00 776	37.00 777	37.00 776	37.00 778	37.00 779	37.00 779	37.00 779	37.00 775	37.00 777

Reg-Stereo(zero)	37.00 771	37.00 776	37.00 775	37.00 774	37.00 778	37.00 777	37.00 778	37.00 778	37.00 775	37.00 777	37.00 778	37.00 778	37.00 776	37.00 777	37.00 776	37.00 778	37.00 779	37.00 779	37.00 779	37.00 775	37.00 777

FLISNet	37.00 771	37.00 776	37.00 775	37.00 774	37.00 778	37.00 777	37.00 778	37.00 778	37.00 775	37.00 777	37.00 778	37.00 778	37.00 776	37.00 777	37.00 776	37.00 778	37.00 779	37.00 779	37.00 779	37.00 775	37.00 777

CoSv	37.00 771	37.00 776	37.00 775	37.00 774	37.00 778	37.00 777	37.00 778	37.00 778	37.00 775	37.00 777	37.00 778	37.00 778	37.00 776	37.00 777	37.00 776	37.00 778	37.00 779	37.00 779	37.00 779	37.00 775	37.00 777

NOSS_ROB	102.95 776	153.00 785	121.00 783	51.00 781	44.00 782	165.00 785	127.00 784	153.00 785	119.00 781	164.00 786	125.00 784	168.00 786	120.00 782	153.00 785	117.00 784	49.00 783	44.00 783	49.00 783	44.00 783	49.00 780	44.00 781

CBMV	128.50 777	1422.70 793	53.10 781	79.50 782	51.30 783	77.30 783	49.70 782	74.00 783	48.20 780	77.20 784	48.80 783	73.90 784	48.00 781	73.80 784	48.80 783	70.40 784	45.10 784	68.90 784	46.10 784	68.20 781	45.00 782
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 775	87.70 781	41.95 780	113.75 783	65.62 784	75.05 782	55.25 783	75.64 784	45.04 779	71.61 783	41.75 782	72.81 783	44.06 780	68.38 783	44.63 782	101.89 785	59.57 785	107.10 785	61.05 785	104.38 782	59.38 783

MeshStereo	159.24 778	171.00 786	160.68 786	162.58 784	160.59 786	164.01 784	160.35 786	158.51 786	158.56 783	158.34 785	160.12 786	158.56 785	159.92 784	157.26 786	158.94 786	154.38 786	158.36 786	155.75 786	159.13 788	153.67 783	154.07 785
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	189.29 779	560.34 790	182.58 787	229.00 786	135.68 785	197.79 786	135.52 785	197.80 787	135.44 782	197.75 787	135.49 785	197.90 787	135.51 783	197.84 787	135.75 785	217.37 788	171.11 787	183.74 787	127.67 787	183.56 784	127.88 784

AE-Stereo	201.80 780	123.00 782	115.00 782	219.00 785	218.00 788	223.00 787	244.00 788	217.00 788	236.00 785	202.00 788	203.00 787	205.00 788	208.00 785	225.00 788	204.00 787	210.00 787	198.00 788	197.00 788	184.00 789	204.00 785	201.00 786

DLCB_ROB	284.23 783	354.61 788	207.27 788	363.24 789	206.46 787	364.72 790	210.41 787	364.72 791	210.41 784	364.81 791	208.64 788	364.81 791	208.64 786	364.72 791	210.41 788	354.70 791	205.53 789	354.70 791	205.53 790	354.70 788	205.53 787

MGS-Stereo	239.45 781	123.00 782	135.00 784	266.00 787	286.00 789	277.00 788	305.00 789	271.00 789	242.00 786	274.00 789	279.00 789	255.00 789	270.00 787	268.00 789	297.00 789	221.00 789	247.00 790	216.00 789	123.00 786	217.00 786	217.00 788

EGLCR-Stereo	246.90 782	129.00 784	139.00 785	266.00 787	286.00 789	277.00 788	305.00 789	271.00 789	242.00 786	274.00 789	279.00 789	255.00 789	270.00 787	268.00 789	297.00 789	230.00 790	247.00 790	216.00 789	223.00 791	237.00 787	227.00 789

LE_ROB	396.57 784	471.28 789	329.84 789	471.48 790	308.15 791	526.83 791	322.10 791	488.15 792	323.76 788	495.46 792	317.97 791	497.17 792	320.10 789	481.62 792	326.76 791	462.71 792	298.97 792	466.16 792	285.98 792	447.62 789	289.21 790

SGM-ForestM	596.69 785	677.77 791	444.52 790	699.85 791	517.25 792	732.94 792	488.29 792	770.79 793	460.11 789	750.81 793	487.98 792	792.79 793	499.41 790	730.90 793	475.81 792	720.03 793	491.16 793	663.96 793	418.60 793	674.76 790	436.05 791

CBMV_ROB	818.48 786	913.88 792	709.52 791	862.84 792	597.78 793	1073.99 793	700.52 793	1015.66 794	702.59 790	1115.65 794	760.02 793	1130.24 794	721.57 791	1037.41 794	692.65 793	814.05 794	564.29 794	843.28 794	595.31 794	915.51 791	602.92 792

111111	10000000.00 792	10000000.00 794	10000000.00 792	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 795	10000000.00 791	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 792	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 792	10000000.00 793

SGD-Stereo	10000000.00 792	10000000.00 794	10000000.00 792	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 795	10000000.00 791	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 792	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 792	10000000.00 793

IGEV-Stereo++	10000000.00 792	10000000.00 794	10000000.00 792	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 795	10000000.00 791	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 792	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 792	10000000.00 793

IGEV-BASED-STEREO-	10000000.00 792	10000000.00 794	10000000.00 792	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 795	10000000.00 791	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 792	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 792	10000000.00 793

IGEV-Stereo+	10000000.00 792	10000000.00 794	10000000.00 792	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 795	10000000.00 791	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 792	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 792	10000000.00 793

SDNR	10000000.00 792	10000000.00 794	10000000.00 792	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 795	10000000.00 791	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 792	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 792	10000000.00 793

anonymousdsp2	10000000.00 792	10000000.00 794	10000000.00 792	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 795	10000000.00 791	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 792	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 792	10000000.00 793

anonymousdsp	10000000.00 792	10000000.00 794	10000000.00 792	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 795	10000000.00 791	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 792	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 792	10000000.00 793

test_example2	10000000.00 792	10000000.00 794	10000000.00 792	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 795	10000000.00 791	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 792	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 792	10000000.00 793

DIP-Stereo	10000000.00 792	10000000.00 794	10000000.00 792	10000000.00 793	10000000.00 794	10000000.00 794	10000000.00 794	10000000.00 795	10000000.00 791	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 792	10000000.00 795	10000000.00 794	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 795	10000000.00 792	10000000.00 793
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ASD4		0.20 142

Low-res two-view benchmark