Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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 72	0.02 12	0.02 15	1.01 473	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 447	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 168	0.36 379	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 578	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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

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

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

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

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

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 575	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 39	1.60 575	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

ADCRef	0.12 125	0.03 31	0.04 64	1.71 581	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 547	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

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	0.73 454	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 168	0.04 90	0.03 52	0.58 411	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

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

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

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 163	0.04 110	0.06 124	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC-Resample	0.12 125	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 639	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 125	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 643	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 648	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 598	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCP+	0.15 151	0.04 52	0.04 64	2.20 597	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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
ManiGeoR	0.17 164	0.05 66	0.62 436	0.73 423	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	0.72 449	0.58 436	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 440	0.72 419	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	0.71 441	0.59 442	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 436	0.73 423	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	0.72 449	0.58 436	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 436	0.72 419	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	0.72 449	0.58 436	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 447	0.72 419	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	0.71 441	0.59 442	0.05 108	0.04 99	0.05 114	0.04 96

IGEV_i1	0.26 215	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 134	0.05 103	0.03 52	4.34 670	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	0.75 457	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

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	0.73 454	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

ISRNet	0.11 112	0.05 66	0.36 295	0.24 188	0.07 141	0.13 164	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 165	0.05 117	0.05 103	0.09 140	0.24 208	0.20 207	0.10 141	0.05 123	0.06 123	0.13 185

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

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 537	0.06 121	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

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

FADNet	0.12 125	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 645	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	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

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

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 121	0.03 57	0.04 97	0.03 52

RT-Monster	0.09 75	0.07 82	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 483	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

GwcNet	0.12 125	0.07 82	0.05 79	0.08 69	0.05 126	0.08 132	1.20 569	0.07 131	0.05 124	0.05 112	0.05 127	0.08 133	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

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

BridgeDepth_RVC	0.07 67	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 133	0.05 117	0.09 140	0.08 135	0.15 146	0.11 121	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
AASNet	0.06 61	0.08 84	0.08 82	0.08 69	0.05 126	0.06 119	0.05 120	0.05 110	0.06 137	0.06 123	0.06 138	0.05 113	0.06 134	0.06 115	0.05 115	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

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

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

FINET	0.07 67	0.08 84	0.07 80	0.07 67	0.07 141	0.08 132	0.06 137	0.08 134	0.07 141	0.08 133	0.07 142	0.08 133	0.06 134	0.07 131	0.07 132	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

BEATNet-Init1	0.19 177	0.08 84	0.08 82	2.23 599	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 84	0.08 82	2.23 599	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

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

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

VMStereo-Base	0.03 29	0.09 93	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

Wz-Net-SNSev	0.03 29	0.09 93	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

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

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

SuperB	0.21 187	0.10 98	2.51 663	0.12 105	0.09 148	0.10 143	0.09 145	0.08 134	0.07 141	0.10 145	0.09 147	0.09 141	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

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

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

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

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

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

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

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

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

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

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

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

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

JetBlue	0.11 112	0.11 109	0.12 123	0.13 117	0.14 193	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.11 169	0.11 157	0.11 168	0.12 166	0.12 174	0.11 105	0.11 121	0.11 152	0.11 165	0.11 156	0.11 165

aanetorigin	0.13 132	0.11 109	0.11 112	0.11 97	0.11 174	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.12 177	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.11 121	0.14 165	0.11 165	0.49 415	0.11 165

MatchStereo	0.54 397	0.12 114	2.38 661	2.32 605	0.09 148	0.09 140	0.08 144	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.08 135	2.34 638	2.34 657	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
JetRed	0.11 112	0.12 114	0.11 112	0.11 97	0.11 174	0.11 154	0.14 188	0.11 154	0.11 171	0.12 163	0.11 169	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.16 174	0.11 152	0.11 165	0.11 156	0.11 165

DA	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

GGEV	0.09 75	0.13 116	0.39 312	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 191	0.06 123	0.05 122

LRCNet_RVC	0.13 132	0.13 116	0.09 88	0.13 117	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.23 216	0.10 151	0.20 197	0.10 151	0.24 223	0.11 162	0.11 105	0.09 94	0.12 159	0.14 196	0.12 165	0.09 143

GMStereo	0.14 139	0.13 116	0.14 148	0.14 121	0.14 193	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 166	0.14 194	0.14 168	0.14 187	0.14 133	0.14 163	0.14 165	0.14 196	0.14 169	0.14 190
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 193	0.13 116	0.19 195	0.23 183	0.10 155	0.26 243	1.02 554	0.14 166	0.10 153	0.28 246	0.14 195	0.17 186	0.19 237	0.28 253	0.09 140	0.22 190	0.16 174	0.23 224	0.17 230	0.11 156	0.12 178

DRN-Test	0.14 139	0.13 116	0.09 88	0.14 121	0.09 148	0.15 173	0.09 145	0.14 166	0.10 153	0.14 165	0.09 147	0.14 166	0.09 147	0.13 167	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 165	0.73 508

over-8	0.11 112	0.14 122	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.09 149	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.09 140	0.14 133	0.14 163	0.11 152	0.09 142	0.11 156	0.09 143

S2M2_L	0.12 125	0.14 122	0.10 92	0.15 133	0.10 155	0.14 165	0.10 150	0.14 166	0.10 153	0.15 172	0.10 151	0.14 166	0.10 151	0.14 168	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 151	0.14 122	0.10 92	0.14 121	0.09 148	0.15 173	0.09 145	0.14 166	0.09 149	0.14 165	0.10 151	0.14 166	0.09 147	0.14 168	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.82 524

iinet-test	0.08 72	0.16 125	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 220	0.02 20	0.02 21	0.71 441	0.02 16	0.02 19	0.02 21	0.02 21	0.16 197

GMStereo_Zeroshot	0.16 158	0.16 125	0.16 173	0.16 143	0.16 217	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

HSM	0.14 139	0.16 125	0.12 123	0.17 156	0.12 187	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 186	0.12 183	0.17 186	0.12 174	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.12 178

ELAS_RVC	0.14 139	0.16 125	0.10 92	0.15 133	0.10 155	0.18 191	0.11 167	0.19 192	0.11 171	0.19 190	0.12 177	0.18 190	0.11 168	0.19 192	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 177	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 132	0.16 125	0.11 112	0.15 133	0.09 148	0.18 191	0.11 167	0.18 190	0.11 171	0.17 184	0.11 169	0.18 190	0.11 168	0.18 189	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 169	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 139	0.17 130	0.12 123	0.17 156	0.11 174	0.17 187	0.11 167	0.17 186	0.11 171	0.17 184	0.11 169	0.17 186	0.11 168	0.17 186	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 151	0.17 130	0.13 143	0.20 167	0.13 191	0.19 194	0.13 186	0.18 190	0.13 191	0.19 190	0.13 190	0.18 190	0.14 194	0.18 189	0.14 187	0.16 158	0.11 121	0.15 178	0.14 196	0.18 193	0.11 165

SGM_RVC	0.15 151	0.17 130	0.11 112	0.18 158	0.11 174	0.19 194	0.11 167	0.19 192	0.12 187	0.19 190	0.12 177	0.20 197	0.12 183	0.19 192	0.12 174	0.16 158	0.11 121	0.17 190	0.10 151	0.17 189	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DeepPruner_ROB	0.16 158	0.18 133	0.13 143	0.19 163	0.13 191	0.19 194	0.13 186	0.19 192	0.13 191	0.19 190	0.13 190	0.19 194	0.13 189	0.19 192	0.13 183	0.18 174	0.13 158	0.18 199	0.13 191	0.18 193	0.13 185

IGEV_Zeroshot_test	0.20 179	0.19 134	0.40 344	0.30 209	0.17 223	0.22 212	0.17 212	0.21 206	0.17 221	0.20 196	0.17 217	0.21 204	0.18 230	0.21 207	0.17 212	0.20 181	0.16 174	0.20 207	0.16 208	0.20 200	0.17 214

ACVNet	0.20 179	0.19 134	0.14 148	0.20 167	0.14 193	0.20 199	0.96 544	0.21 206	0.14 194	0.20 196	0.13 190	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	0.17 189	0.12 178

acv_ft	0.20 179	0.19 134	0.14 148	0.20 167	0.14 193	0.20 199	0.96 544	0.21 206	0.14 194	0.20 196	0.13 190	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	0.17 189	0.12 178

LALA_ROB	0.15 151	0.19 134	0.12 123	0.18 158	0.11 174	0.20 199	0.12 180	0.21 206	0.12 187	0.20 196	0.12 177	0.20 197	0.12 183	0.21 207	0.13 183	0.17 166	0.10 99	0.18 199	0.11 165	0.18 193	0.11 165

model_zeroshot	0.27 216	0.20 138	0.27 228	0.33 225	0.21 252	0.37 290	0.22 240	0.37 278	0.24 254	0.26 240	0.27 274	0.33 273	0.21 248	0.25 232	0.27 263	0.32 244	0.20 207	0.34 286	0.23 253	0.25 228	0.26 251

ProNet	0.14 139	0.20 138	0.14 148	0.16 143	0.11 174	0.16 180	0.11 167	0.17 186	0.11 171	0.17 184	0.12 177	0.17 186	0.13 189	0.17 186	0.12 174	0.15 146	0.11 121	0.16 182	0.11 165	0.15 177	0.12 178

DAS	0.20 179	0.20 138	0.20 198	0.20 167	0.20 242	0.20 199	0.20 230	0.20 198	0.20 236	0.20 196	0.20 240	0.20 197	0.20 241	0.20 196	0.20 231	0.20 181	0.20 207	0.20 207	0.20 240	0.20 200	0.20 225

IPLG	0.13 132	0.20 138	0.14 148	0.15 133	0.11 174	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.11 169	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

IPLGR_C	0.14 139	0.20 138	0.12 123	0.15 133	0.11 174	0.14 165	0.15 196	0.14 166	0.11 171	0.15 172	0.12 177	0.14 166	0.11 168	0.16 179	0.11 162	0.15 146	0.12 135	0.14 165	0.12 180	0.15 177	0.12 178

ASD4		0.20 138

MSKI-zero shot	0.24 203	0.21 144	0.49 396	0.65 401	0.18 234	0.22 212	0.17 212	0.23 218	0.18 227	0.21 207	0.17 217	0.23 221	0.28 287	0.23 219	0.18 224	0.21 188	0.16 174	0.21 210	0.16 208	0.21 206	0.16 197

CIPLG	0.13 132	0.21 144	0.12 123	0.16 143	0.11 174	0.15 173	0.11 167	0.14 166	0.11 171	0.15 172	0.12 177	0.15 177	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

MIPNet	0.14 139	0.21 144	0.17 183	0.16 143	0.11 174	0.15 173	0.12 180	0.14 166	0.11 171	0.16 177	0.11 169	0.14 166	0.11 168	0.14 168	0.11 162	0.14 133	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

ACRE	0.13 132	0.21 144	0.14 148	0.15 133	0.11 174	0.14 165	0.11 167	0.14 166	0.11 171	0.14 165	0.12 177	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

DepthFocus	0.18 173	0.22 148	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.22 210	0.15 205	0.22 213	0.16 208	0.22 212	0.15 198	0.20 181	0.15 171	0.20 207	0.14 196	0.20 200	0.14 190

Pointernet	0.21 187	0.22 148	0.19 195	0.24 188	0.19 239	0.24 224	0.19 226	0.24 221	0.19 234	0.24 223	0.19 236	0.24 227	0.19 237	0.24 223	0.19 228	0.22 190	0.17 195	0.22 215	0.17 230	0.22 208	0.17 214

BStereo	0.22 193	0.23 150	0.20 198	0.24 188	0.20 242	0.23 221	0.33 363	0.39 292	0.17 221	0.23 216	0.17 217	0.23 221	0.16 208	0.24 223	0.17 212	0.23 201	0.16 174	0.22 215	0.20 240	0.22 208	0.16 197

Anonymus123	0.22 193	0.23 150	0.20 198	0.24 188	0.20 242	0.23 221	0.33 363	0.39 292	0.17 221	0.23 216	0.17 217	0.23 221	0.16 208	0.24 223	0.17 212	0.23 201	0.16 174	0.22 215	0.20 240	0.22 208	0.16 197

WAO-6	0.22 193	0.23 150	0.22 205	0.23 183	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.22 215	0.22 247	0.22 208	0.22 231

IMH-64-1	0.22 193	0.23 150	0.23 208	0.22 178	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.23 224	0.22 247	0.22 208	0.23 233

IMH-64	0.22 193	0.23 150	0.23 208	0.22 178	0.22 254	0.22 212	0.22 240	0.22 211	0.22 244	0.22 210	0.22 247	0.22 213	0.22 249	0.22 212	0.22 238	0.22 190	0.22 215	0.23 224	0.22 247	0.22 208	0.23 233

MIM_Stereo	0.25 206	0.23 150	0.66 450	0.80 433	0.17 223	0.22 212	0.17 212	0.23 218	0.18 227	0.26 240	0.17 217	0.21 204	0.17 220	0.25 232	0.17 212	0.23 201	0.16 174	0.21 210	0.17 230	0.22 208	0.17 214

iResNetv2_ROB	0.20 179	0.23 150	0.18 193	0.24 188	0.20 242	0.24 224	0.18 220	0.24 221	0.18 227	0.24 223	0.18 233	0.23 221	0.19 237	0.24 223	0.18 224	0.21 188	0.16 174	0.21 210	0.16 208	0.22 208	0.16 197

iResNet	0.20 179	0.23 150	0.18 193	0.24 188	0.18 234	0.24 224	0.20 230	0.24 221	0.18 227	0.23 216	0.17 217	0.23 221	0.18 230	0.23 219	0.18 224	0.22 190	0.16 174	0.21 210	0.16 208	0.21 206	0.16 197

Weightmod_eth	0.20 179	0.24 158	0.28 235	0.47 307	0.14 193	0.24 224	0.14 188	0.17 186	0.13 191	0.22 210	0.16 209	0.22 213	0.13 189	0.20 196	0.16 205	0.24 208	0.20 207	0.19 202	0.14 196	0.16 182	0.24 243

LACA2	0.21 187	0.24 158	0.26 225	0.31 215	0.16 217	0.24 224	0.16 202	0.24 221	0.16 211	0.24 223	0.16 209	0.24 227	0.16 208	0.24 223	0.16 205	0.27 221	0.23 221	0.24 234	0.16 208	0.23 220	0.16 197

LACA1	0.21 187	0.24 158	0.26 225	0.31 215	0.16 217	0.24 224	0.16 202	0.24 221	0.16 211	0.24 223	0.16 209	0.24 227	0.16 208	0.24 223	0.16 205	0.27 221	0.22 215	0.23 224	0.16 208	0.23 220	0.16 197

RSGM-EC	0.24 203	0.24 158	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.24 223	0.15 205	0.22 213	0.15 206	0.22 212	1.19 569	0.20 181	0.17 195	0.24 234	0.14 196	0.20 200	0.14 190

acva	0.24 203	0.24 158	0.15 166	0.22 178	0.15 207	0.22 212	0.15 196	0.22 211	0.15 206	0.24 223	0.15 205	0.22 213	0.15 206	0.22 212	1.19 569	0.20 181	0.17 195	0.24 234	0.14 196	0.20 200	0.14 190

Wz-Net-LNSev	0.06 61	0.24 158	0.20 198	0.23 183	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 201	0.21 211	0.02 19	0.01 9	0.01 10	0.01 10

IPLGR	0.14 139	0.24 158	0.14 148	0.16 143	0.12 187	0.15 173	0.12 180	0.14 166	0.11 171	0.15 172	0.12 177	0.14 166	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 169	0.11 165

SMOE	0.23 199	0.25 165	0.30 245	0.33 225	0.18 234	0.26 243	0.18 220	0.26 235	0.18 227	0.26 240	0.18 233	0.25 234	0.18 230	0.25 232	0.18 224	0.31 241	0.27 241	0.23 224	0.17 230	0.23 220	0.17 214

LACA3	0.23 199	0.25 165	0.27 228	0.54 374	0.17 223	0.25 234	0.17 212	0.25 229	0.17 221	0.25 231	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.28 226	0.23 221	0.24 234	0.17 230	0.24 225	0.17 214

tg	0.21 187	0.25 165	0.21 203	0.26 202	0.17 223	0.24 224	0.17 212	0.24 221	0.17 221	0.24 223	0.17 217	0.24 227	0.17 220	0.24 223	0.17 212	0.24 208	0.17 195	0.23 224	0.16 208	0.23 220	0.16 197

RAFT-FEzeroshot	0.34 247	0.26 168	0.17 183	0.21 176	0.17 223	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 204	0.16 208	0.27 248	0.24 248	0.19 178	0.16 174	0.19 202	0.16 208	0.26 231	3.08 689

RAFT-FE	0.34 247	0.26 168	0.17 183	0.21 176	0.17 223	0.20 199	0.16 202	0.20 198	0.16 211	0.20 196	0.17 217	0.21 204	0.16 208	0.27 248	0.24 248	0.19 178	0.16 174	0.19 202	0.16 208	0.26 231	3.08 689

UNDER WATER-64	0.25 206	0.26 168	0.25 218	0.26 202	0.25 268	0.25 234	0.25 256	0.25 229	0.25 259	0.25 231	0.25 265	0.25 234	0.25 261	0.26 244	0.25 256	0.25 215	0.25 226	0.25 239	0.25 263	0.25 228	0.25 245

CAS++	0.17 164	0.27 171	0.21 203	0.10 80	0.21 252	0.15 173	0.22 240	0.10 142	0.21 240	0.22 210	0.10 151	0.19 194	0.18 230	0.10 145	0.19 228	0.20 181	0.19 205	0.18 199	0.10 151	0.19 199	0.18 220
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
TorneroNet-64	0.45 358	0.27 171	0.30 245	0.58 384	0.27 276	0.70 476	0.30 297	0.28 240	0.73 521	0.73 480	0.28 282	0.71 480	0.66 488	0.75 482	0.27 263	0.27 221	0.29 263	0.37 312	0.75 527	0.28 239	0.30 338

LoS	0.25 206	0.27 171	0.25 218	0.25 195	0.25 268	0.25 234	0.25 256	0.26 235	0.25 259	0.25 231	0.25 265	0.25 234	0.25 261	0.25 232	0.25 256	0.26 217	0.25 226	0.25 239	0.26 269	0.26 231	0.25 245
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DLNR_Zeroshot_test	0.31 232	0.28 174	0.47 381	0.79 429	0.24 265	0.30 255	0.26 263	0.30 248	0.24 254	0.32 264	0.23 252	0.31 265	0.24 258	0.30 259	0.23 245	0.29 234	0.26 229	0.29 258	0.24 260	0.33 262	0.23 233

SQANet	0.28 219	0.28 174	0.28 235	0.28 207	0.28 282	0.28 250	0.28 277	0.28 240	0.28 283	0.28 246	0.28 282	0.28 250	0.28 287	0.28 253	0.28 272	0.28 226	0.28 249	0.28 253	0.28 326	0.28 239	0.28 315

Weightmod	0.27 216	0.29 176	0.33 272	0.38 242	0.20 242	0.30 255	0.21 235	0.29 245	0.21 240	0.29 251	0.22 247	0.30 260	0.20 241	0.30 259	0.21 234	0.37 270	0.31 277	0.27 249	0.20 240	0.28 239	0.21 228

SME	0.27 216	0.29 176	0.31 261	0.38 242	0.20 242	0.29 253	0.18 220	0.30 248	0.20 236	0.32 264	0.21 245	0.32 269	0.20 241	0.32 267	0.21 234	0.35 262	0.32 282	0.27 249	0.19 238	0.29 243	0.20 225

HGLStereo	0.28 219	0.29 176	0.22 205	0.36 236	0.22 254	0.36 282	0.21 235	0.36 270	0.21 240	0.42 329	0.21 245	0.36 285	0.22 249	0.36 285	0.21 234	0.34 254	0.21 211	0.34 286	0.21 244	0.34 267	0.21 228

MultiAttention	0.30 225	0.30 179	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338

MSAF-DinoV2	0.30 225	0.30 179	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338

DANet	0.30 225	0.30 179	0.30 245	0.30 209	0.30 305	0.30 255	0.30 297	0.30 248	0.30 306	0.30 253	0.30 310	0.30 260	0.30 306	0.30 259	0.30 296	0.30 235	0.30 272	0.30 260	0.30 357	0.30 247	0.30 338
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 232	0.31 182	0.31 261	0.30 209	0.40 418	0.31 262	0.30 297	0.30 248	0.34 380	0.29 251	0.31 354	0.29 256	0.30 306	0.31 264	0.31 337	0.31 241	0.29 263	0.31 266	0.30 357	0.31 252	0.31 347

AANet_RVC	1.26 583	0.31 182	4.99 696	5.93 687	0.20 242	0.25 234	0.20 230	0.25 229	0.20 236	0.23 216	0.19 236	0.25 234	0.20 241	0.25 232	0.20 231	5.66 697	4.76 691	0.26 244	0.30 357	0.24 225	0.27 289

iResNet_ROB	0.28 219	0.32 184	0.24 215	0.32 221	0.25 268	0.32 271	0.24 254	0.32 256	0.24 254	0.33 269	0.24 259	0.35 280	0.24 258	0.33 275	0.24 248	0.31 241	0.24 225	0.32 269	0.24 260	0.32 255	0.24 243

DStereoFS	0.32 241	0.33 185	0.32 267	0.33 225	0.30 305	0.32 271	0.32 352	0.32 256	0.31 351	0.30 253	0.31 354	0.31 265	0.30 306	0.32 267	0.32 347	0.32 244	0.31 277	0.30 260	0.47 458	0.32 255	0.34 368

depth_test_26	0.20 179	0.34 186	0.25 218	0.34 229	0.14 193	0.21 209	0.14 188	0.21 206	0.14 194	0.21 207	0.14 195	0.21 204	0.14 194	0.21 207	0.14 187	0.26 217	0.26 229	0.22 215	0.15 205	0.22 208	0.14 190

H2IRNET	0.34 247	0.34 186	0.34 283	0.34 229	0.34 386	0.34 274	0.34 376	0.34 263	0.34 380	0.34 272	0.34 381	0.34 278	0.34 378	0.34 276	0.34 372	0.34 254	0.34 324	0.34 286	0.34 389	0.34 267	0.34 368

GREATEN-IGEV_RVC	0.38 280	0.35 188	0.56 419	0.63 395	0.29 293	0.36 282	0.29 289	0.36 270	0.29 291	0.39 294	0.29 295	0.36 285	0.29 297	0.36 285	0.29 286	0.62 422	0.57 432	0.35 302	0.29 341	0.36 288	0.29 324

GREATEN-IGEV-FM_RVC	0.38 280	0.35 188	0.56 419	0.63 395	0.28 282	0.36 282	0.28 277	0.36 270	0.28 283	0.36 280	0.28 282	0.36 285	0.28 287	0.36 285	0.28 272	0.62 422	0.57 432	0.35 302	0.28 326	0.35 280	0.28 315

MLCV	0.31 232	0.35 188	0.27 228	0.35 232	0.28 282	0.35 278	0.27 266	0.35 266	0.28 283	0.36 280	0.27 274	0.35 280	0.27 278	0.35 279	0.27 263	0.34 254	0.27 241	0.34 286	0.27 307	0.34 267	0.27 289

ETE_ROB	0.35 256	0.35 188	0.35 293	0.35 232	0.35 390	0.35 278	0.35 381	0.35 266	0.35 384	0.35 276	0.35 390	0.35 280	0.35 384	0.35 279	0.35 376	0.35 262	0.35 331	0.35 302	0.35 402	0.35 280	0.35 379

DN-CSS_ROB	0.31 232	0.35 188	0.28 235	0.35 232	0.28 282	0.34 274	0.27 266	0.34 263	0.25 259	0.35 276	0.27 274	0.36 285	0.26 271	0.34 276	0.28 272	0.35 262	0.28 249	0.34 286	0.28 326	0.34 267	0.27 289

PStereo	0.32 241	0.36 193	0.28 235	0.38 242	0.29 293	0.36 282	0.27 266	0.38 287	0.27 277	0.38 287	0.28 282	0.36 285	0.27 278	0.36 285	0.28 272	0.32 244	0.27 241	0.33 276	0.27 307	0.33 262	0.27 289

RSM	0.36 264	0.36 193	0.43 364	0.37 239	0.42 438	0.49 419	0.42 428	0.37 278	0.28 283	0.36 280	0.29 295	0.36 285	0.30 306	0.37 292	0.28 272	0.34 254	0.31 277	0.34 286	0.35 402	0.40 365	0.29 324

Any-RAFT	0.32 241	0.36 193	0.27 228	0.36 236	0.27 276	0.36 282	0.27 266	0.36 270	0.27 277	0.36 280	0.27 274	0.36 285	0.27 278	0.36 285	0.28 272	0.36 267	0.28 249	0.36 309	0.28 326	0.36 288	0.28 315

IGEV-FE	0.35 256	0.37 196	0.17 183	0.19 163	0.17 223	0.20 199	0.17 212	0.19 192	0.17 221	0.19 190	0.17 217	0.19 194	0.17 220	0.37 292	0.36 379	0.19 178	0.17 195	0.19 202	0.17 230	0.38 306	2.84 680

LG-Stereo_L2	0.34 247	0.37 196	0.38 301	0.47 307	0.28 282	0.39 303	0.28 277	0.39 292	0.28 283	0.39 294	0.28 282	0.39 302	0.28 287	0.38 295	0.28 272	0.42 324	0.35 331	0.36 309	0.26 269	0.35 280	0.26 251

RAFT-Test	0.36 264	0.37 196	0.33 272	0.41 275	0.32 364	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 323	0.32 362	0.41 322	0.33 359	0.37 270	0.29 263	0.37 312	0.29 341	0.38 306	0.31 347

XPNet_ROB	0.37 274	0.37 196	0.37 299	0.37 239	0.37 400	0.37 290	0.37 393	0.37 278	0.37 396	0.37 286	0.37 400	0.37 295	0.37 393	0.37 292	0.37 389	0.37 270	0.37 341	0.37 312	0.37 411	0.37 293	0.37 387

GeoVLM	0.36 264	0.38 200	0.27 228	0.46 300	0.28 282	0.35 278	0.28 277	0.37 278	0.27 277	0.35 276	0.28 282	0.36 285	0.38 397	0.35 279	0.28 272	1.08 507	0.26 229	0.33 276	0.27 307	0.34 267	0.33 361

WAO-8	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.38 287	0.38 405	0.38 297	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.38 320	0.37 411	0.38 306	0.38 394

WAO-7	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.38 287	0.38 405	0.38 297	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.38 320	0.38 424	0.38 306	0.38 394

HanzoNet	0.39 294	0.38 200	0.40 344	0.39 250	0.41 428	0.38 297	0.38 400	0.38 287	0.38 400	0.39 294	0.39 415	0.38 297	0.38 397	0.39 303	0.40 407	0.38 282	0.38 348	0.40 374	0.38 424	0.38 306	0.40 402

Venus	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.37 290	0.38 400	0.37 278	0.37 396	0.41 315	0.37 400	0.39 302	0.37 393	0.38 295	0.38 392	0.37 270	0.38 348	0.38 320	0.37 411	0.37 293	0.38 394

IMH	0.38 280	0.38 200	0.38 301	0.38 242	0.38 407	0.38 297	0.38 400	0.38 287	0.38 400	0.42 329	0.38 405	0.40 310	0.38 397	0.38 295	0.38 392	0.38 282	0.38 348	0.39 361	0.38 424	0.38 306	0.38 394

DMCA	0.36 264	0.38 200	0.37 299	0.35 232	0.35 390	0.36 282	0.36 387	0.36 270	0.35 384	0.35 276	0.37 400	0.36 285	0.36 388	0.35 279	0.36 379	0.36 267	0.36 337	0.35 302	0.36 408	0.36 288	0.36 382

gcap_with_dpt	0.35 256	0.39 207	0.30 245	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.30 310	0.44 385	0.30 306	0.44 374	0.30 296	0.38 282	0.26 229	0.38 320	0.27 307	0.38 306	0.27 289

test_for_model	0.35 256	0.39 207	0.30 245	0.43 291	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.31 337	0.38 282	0.26 229	0.38 320	0.26 269	0.38 306	0.26 251

StereoDRNet-Refined	0.33 246	0.39 207	0.26 225	0.39 250	0.26 275	0.40 305	0.26 263	0.40 300	0.26 273	0.39 294	0.26 270	0.39 302	0.26 271	0.39 303	0.26 261	0.37 270	0.25 226	0.37 312	0.25 263	0.37 293	0.37 387
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 527	0.39 207	5.28 698	0.39 250	0.20 242	0.39 303	0.27 266	0.39 292	0.22 244	0.38 287	0.20 240	0.38 297	0.20 241	6.95 718	0.22 238	0.30 235	0.21 211	0.27 249	0.21 244	5.25 699	0.21 228

Zero-FE251	0.36 264	0.40 211	0.28 235	0.41 275	0.28 282	0.41 321	0.28 277	0.41 315	0.28 283	0.41 315	0.28 282	0.41 323	0.28 287	0.42 336	0.30 296	0.37 270	0.26 229	0.37 312	0.27 307	0.45 391	0.56 468

gcap-zeroshot	0.36 264	0.40 211	0.34 283	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 385	0.32 362	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.28 326	0.39 351	0.27 289

EKT-Stereo	0.37 274	0.40 211	0.44 366	1.07 477	0.29 293	0.34 274	0.31 344	0.36 270	0.29 291	0.38 287	0.31 354	0.37 295	0.30 306	0.36 285	0.29 286	0.34 254	0.28 249	0.39 361	0.30 357	0.37 293	0.30 338

testlalala	0.36 264	0.40 211	0.34 283	0.44 295	0.31 352	0.44 382	0.31 344	0.44 379	0.32 361	0.44 374	0.32 364	0.44 385	0.32 362	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.28 326	0.39 351	0.27 289

GCAPDPT-zeroshot	0.36 264	0.40 211	0.30 245	0.43 291	0.30 305	0.43 348	0.30 297	0.43 341	0.31 351	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.31 337	0.39 295	0.28 249	0.39 361	0.27 307	0.39 351	0.26 251

knoymous	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

anonymousa	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

riskmin	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

Anonymous_2	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

Anonymous_1	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402

AdaStereo	0.40 299	0.40 211	0.40 344	0.40 263	0.40 418	0.40 305	0.40 414	0.40 300	0.40 414	0.40 301	0.40 418	0.40 310	0.40 409	0.40 306	0.40 407	0.40 302	0.40 359	0.40 374	0.40 429	0.40 365	0.40 402
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.
TestStereo_HL3	2.76 669	0.41 222	11.46 719	14.11 717	0.30 305	0.45 396	0.29 289	0.43 341	0.29 291	0.43 336	0.29 295	0.43 350	0.28 287	0.44 374	0.30 296	13.57 721	10.32 719	0.41 392	0.27 307	0.38 306	0.27 289

TestStereo_HL2	2.73 666	0.41 222	11.06 716	14.13 718	0.30 305	0.44 382	0.28 277	0.43 341	0.29 291	0.43 336	0.28 282	0.43 350	0.29 297	0.43 343	0.28 272	13.51 720	10.37 720	0.41 392	0.27 307	0.38 306	0.27 289

GGDA	2.76 669	0.41 222	11.34 718	14.28 719	0.30 305	0.44 382	0.29 289	0.43 341	0.29 291	0.43 336	0.28 282	0.43 350	0.28 287	0.43 343	0.29 286	13.45 719	10.57 721	0.41 392	0.27 307	0.38 306	0.27 289

iRaft-Stereo_20w	0.34 247	0.41 222	0.31 261	0.39 250	0.29 293	0.40 305	0.32 352	0.41 315	0.32 361	0.38 287	0.30 310	0.39 302	0.30 306	0.38 295	0.32 347	0.35 262	0.27 241	0.34 286	0.27 307	0.34 267	0.29 324

GwcNet-ADL	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 437	0.41 376	0.41 410

PSMNet-ADL	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 437	0.41 376	0.41 410

GANet-ADL	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 437	0.41 376	0.41 410

ADLNet2	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 437	0.41 376	0.41 410

ADLNet	0.41 307	0.41 222	0.41 358	0.41 275	0.41 428	0.41 321	0.41 423	0.41 315	0.41 424	0.41 315	0.41 426	0.41 323	0.41 421	0.41 322	0.41 415	0.41 310	0.41 369	0.41 392	0.41 437	0.41 376	0.41 410

DGSMNet	0.34 247	0.41 222	0.27 228	0.41 275	0.28 282	0.41 321	0.28 277	0.41 315	0.27 277	0.41 315	0.27 274	0.42 341	0.27 278	0.41 322	0.28 272	0.40 302	0.29 263	0.40 374	0.28 326	0.40 365	0.27 289

TestStereo-Hl	2.78 671	0.42 232	11.23 717	14.38 720	0.30 305	0.44 382	0.30 297	0.43 341	0.28 283	0.43 336	0.29 295	0.44 385	0.29 297	0.44 374	0.29 286	13.64 722	10.73 722	0.41 392	0.27 307	0.38 306	0.27 289

iRaft-Stereo_5w	0.34 247	0.42 232	0.31 261	0.39 250	0.30 305	0.38 297	0.30 297	0.40 300	0.29 291	0.40 301	0.37 400	0.41 323	0.34 378	0.38 295	0.30 296	0.34 254	0.27 241	0.34 286	0.26 269	0.34 267	0.26 251

GREAT-IGEV	0.38 280	0.43 234	0.36 295	0.48 313	0.32 364	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.32 362	0.45 392	0.32 347	0.44 326	0.33 295	0.41 392	0.29 341	0.41 376	0.29 324
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 280	0.43 234	0.33 272	0.46 300	0.33 376	0.45 396	0.32 352	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.33 373	0.45 392	0.32 347	0.38 282	0.38 348	0.38 320	0.37 411	0.37 293	0.36 382

IGEV++	0.34 247	0.43 234	0.30 245	0.40 263	0.29 293	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.40 306	0.30 296	0.38 282	0.29 263	0.37 312	0.29 341	0.37 293	0.29 324

S0	0.42 320	0.44 237	0.54 415	0.59 387	0.34 386	0.48 413	0.22 240	0.51 430	0.25 259	0.51 434	0.34 381	0.53 444	0.35 384	0.47 401	0.36 379	0.55 404	0.39 355	0.49 443	0.27 307	0.46 394	0.34 368

MonSter++	0.38 280	0.44 237	0.31 261	0.43 291	0.30 305	0.43 348	0.31 344	0.43 341	0.31 351	0.45 386	0.31 354	0.43 350	0.31 357	0.43 343	0.69 500	0.38 282	0.33 295	0.40 374	0.30 357	0.38 306	0.30 338

HiDET	0.38 280	0.44 237	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.42 333	0.30 306	0.44 374	0.30 310	0.42 341	0.30 306	0.42 336	0.68 492	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.29 324

LCMNet	0.38 280	0.44 237	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.42 333	0.30 306	0.45 386	0.30 310	0.42 341	0.30 306	0.42 336	0.69 500	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.29 324

CSFM-Stereo	0.38 280	0.44 237	0.30 245	0.42 285	0.30 305	0.42 341	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.42 341	0.30 306	0.42 336	0.73 513	0.37 270	0.32 282	0.40 374	0.29 341	0.37 293	0.30 338

Select-FE	0.41 307	0.44 237	0.23 208	0.26 202	0.22 254	0.26 243	0.22 240	0.26 235	0.23 251	0.26 240	0.23 252	0.26 246	0.23 255	0.45 392	0.42 423	0.25 215	0.22 215	0.25 239	0.22 247	0.45 391	2.90 681

ccccc		0.44 237		0.48 313	0.35 390	0.48 413		0.51 430		0.47 398		0.47 405		0.47 401		0.41 310	0.40 359	0.40 374	0.40 429	0.41 376

Wz-Net-LNSev-Ref	0.11 112	0.44 237	0.33 272	0.39 250	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	0.39 295	0.36 337	0.02 19	0.02 21	0.02 21	0.02 20

IGEV-Stereo	0.35 256	0.44 237	0.45 368	0.49 319	0.30 305	0.37 290	0.30 297	0.36 270	0.30 306	0.36 280	0.29 295	0.36 285	0.29 297	0.36 285	0.30 296	0.46 365	0.39 355	0.32 269	0.24 260	0.32 255	0.25 245
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HART	0.38 280	0.45 246	0.34 283	0.42 285	0.33 376	0.41 321	0.34 376	0.42 333	0.33 371	0.43 336	0.34 381	0.42 341	0.34 378	0.41 322	0.38 392	0.40 302	0.32 282	0.42 408	0.32 375	0.40 365	0.32 354

mms	0.40 299	0.45 246	0.35 293	0.48 313	0.36 396	0.47 408	0.34 376	0.45 388	0.38 400	0.47 398	0.33 373	0.45 395	0.32 362	0.45 392	0.32 347	0.39 295	0.38 348	0.38 320	0.37 411	0.39 351	0.39 400

GMOStereo	0.37 274	0.45 246	0.23 208	0.30 209	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	0.34 254	0.22 215	0.47 430	0.37 411	0.39 351	0.33 361

RAFT + AFF	0.31 232	0.45 246	0.34 283	0.39 250	0.28 282	0.38 297	0.33 363	0.29 245	0.31 351	0.30 253	0.30 310	0.29 256	0.27 278	0.29 257	0.30 296	0.28 226	0.29 263	0.29 258	0.29 341	0.27 237	0.32 354

otaku	0.46 365	0.46 250	0.46 373	0.46 300	0.46 447	0.46 403	0.46 439	0.46 392	0.46 439	0.46 392	0.46 447	0.46 399	0.46 439	0.46 397	0.46 433	0.46 365	0.46 393	0.46 420	0.46 451	0.46 394	0.46 425

Dean	0.46 365	0.46 250	0.46 373	0.46 300	0.46 447	0.46 403	0.46 439	0.46 392	0.46 439	0.47 398	0.46 447	0.46 399	0.46 439	0.46 397	0.46 433	0.46 365	0.46 393	0.46 420	0.46 451	0.46 394	0.46 425

ACVNet-4b	0.46 365	0.46 250	0.46 373	0.46 300	0.46 447	0.46 403	0.46 439	0.46 392	0.46 439	0.46 392	0.46 447	0.46 399	0.46 439	0.47 401	0.46 433	0.46 365	0.46 393	0.46 420	0.46 451	0.46 394	0.46 425

psmorigin	0.41 307	0.46 250	0.33 272	0.49 319	0.33 376	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 417	0.33 373	0.51 434	0.33 359	0.41 310	0.30 272	0.41 392	0.30 357	0.79 474	0.29 324

Ntro	0.47 372	0.47 254	0.46 373	0.46 300	0.46 447	0.47 408	0.47 444	0.46 392	0.47 444	0.46 392	0.46 447	0.47 405	0.46 439	0.47 401	0.47 440	0.47 372	0.46 393	0.46 420	0.46 451	0.46 394	0.46 425

HaxPig	0.47 372	0.47 254	0.47 381	0.49 319	0.47 453	0.47 408	0.47 444	0.47 398	0.47 444	0.47 398	0.47 455	0.47 405	0.47 447	0.47 401	0.47 440	0.47 372	0.47 401	0.47 430	0.47 458	0.47 408	0.48 434

UNDER WATER	0.47 372	0.47 254	0.47 381	0.47 307	0.47 453	0.47 408	0.47 444	0.47 398	0.47 444	0.47 398	0.47 455	0.47 405	0.46 439	0.47 401	0.47 440	0.47 372	0.47 401	0.47 430	0.46 451	0.47 408	0.47 432

LVE	0.47 372	0.47 254	0.47 381	0.47 307	0.49 460	0.47 408	0.47 444	0.47 398	0.49 453	0.47 398	0.47 455	0.47 405	0.46 439	0.47 401	0.47 440	0.47 372	0.47 401	0.48 438	0.47 458	0.47 408	0.47 432

ACVNet_1	0.46 365	0.47 254	0.46 373	0.46 300	0.46 447	0.46 403	0.46 439	0.46 392	0.47 444	0.46 392	0.46 447	0.46 399	0.46 439	0.46 397	0.46 433	0.46 365	0.46 393	0.47 430	0.46 451	0.46 394	0.46 425

CES	0.39 294	0.47 254	0.36 295	0.36 236	0.37 400	0.45 396	0.35 381	0.35 266	0.40 414	0.36 280	0.44 440	0.47 405	0.36 388	0.44 374	0.36 379	0.37 270	0.39 355	0.44 411	0.35 402	0.37 293	0.36 382

xyz-stereo-finetune2	0.18 173	0.48 260	0.16 173	0.16 143	0.15 207	0.15 173	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

RainbowNet	0.48 378	0.48 260	0.48 389	0.48 313	0.48 457	0.48 413	0.48 453	0.48 402	0.48 451	0.48 405	0.48 459	0.48 412	0.48 448	0.48 410	0.48 446	0.48 377	0.48 405	0.48 438	0.48 462	0.48 412	0.48 434

quiztm	0.43 322	0.49 262	0.40 344	0.51 366	0.40 418	0.51 440	0.40 414	0.50 416	0.40 414	0.50 425	0.40 418	0.51 442	0.40 409	0.50 424	0.40 407	0.44 326	0.34 324	0.44 411	0.34 389	0.44 386	0.34 368

xyz-stereo-finetune	0.28 219	0.49 262	0.16 173	0.16 143	0.16 217	0.16 180	0.16 202	0.22 211	0.30 306	0.32 264	0.31 354	0.32 269	0.31 357	0.32 267	0.32 347	0.32 244	0.33 295	0.31 266	0.32 375	0.31 252	0.32 354

GIP-stereo	0.36 264	0.49 262	0.39 312	0.48 313	0.32 364	0.41 321	0.28 277	0.40 300	0.30 306	0.41 315	0.28 282	0.40 310	0.28 287	0.42 336	0.28 272	0.45 355	0.32 282	0.38 320	0.30 357	0.37 293	0.27 289

notaker	0.48 378	0.49 262	0.48 389	0.48 313	0.48 457	0.48 413	0.48 453	0.48 402	0.49 453	0.48 405	0.48 459	0.48 412	0.48 448	0.48 410	0.48 446	0.48 377	0.48 405	0.48 438	0.48 462	0.48 412	0.49 440

ACVNet_2	0.49 384	0.49 262	0.49 396	0.49 319	0.49 460	0.49 419	0.49 455	0.49 407	0.49 453	0.49 412	0.49 462	0.49 417	0.49 454	0.49 416	0.49 448	0.49 380	0.49 408	0.49 443	0.49 466	0.49 415	0.49 440

252Zero-FE	0.45 358	0.50 267	0.36 295	0.50 355	0.36 396	0.50 428	0.36 387	0.50 416	0.36 394	0.49 412	0.36 393	0.49 417	0.36 388	0.54 444	0.41 415	0.45 355	0.34 324	0.45 416	0.34 389	0.55 434	0.75 512

xyz-stereo	0.18 173	0.50 267	0.16 173	0.15 133	0.16 217	0.16 180	0.16 202	0.16 180	0.16 211	0.16 177	0.16 209	0.16 178	0.16 208	0.16 179	0.16 205	0.16 158	0.16 174	0.16 182	0.16 208	0.16 182	0.16 197

FoundationStereo	0.50 386	0.50 267	0.50 401	0.50 355	0.50 464	0.50 428	0.50 459	0.50 416	0.50 458	0.50 425	0.50 466	0.50 431	0.50 458	0.50 424	0.50 451	0.50 386	0.50 416	0.50 449	0.50 468	0.50 420	0.50 443

StereoAnything_RVC	0.50 386	0.50 267	0.50 401	0.50 355	0.50 464	0.50 428	0.50 459	0.50 416	0.50 458	0.50 425	0.50 466	0.50 431	0.50 458	0.50 424	0.50 451	0.50 386	0.50 416	0.50 449	0.50 468	0.50 420	0.50 443

dual_stereo	0.50 386	0.50 267	0.50 401	0.50 355	0.50 464	0.50 428	0.50 459	0.50 416	0.50 458	0.50 425	0.50 466	0.50 431	0.50 458	0.50 424	0.50 451	0.50 386	0.50 416	0.50 449	0.50 468	0.50 420	0.50 443

KSHMR	0.66 422	0.50 267	0.48 389	1.15 488	0.52 471	0.49 419	0.51 463	0.49 407	0.71 515	0.67 473	0.50 466	1.16 551	1.11 549	0.66 467	0.52 458	0.49 380	0.49 408	0.51 454	0.66 504	0.50 420	1.14 559

WZ-Net	0.05 57	0.50 267	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

SANet	0.50 386	0.50 267	0.50 401	0.50 355	0.50 464	0.50 428	0.50 459	0.50 416	0.50 458	0.50 425	0.50 466	0.50 431	0.50 458	0.50 424	0.50 451	0.50 386	0.50 416	0.50 449	0.50 468	0.50 420	0.50 443

fffft	0.48 378	0.51 275	0.45 368	0.52 369	0.45 445	0.52 444	0.45 437	0.52 435	0.48 451	0.53 441	0.45 444	0.52 443	0.45 436	0.52 439	0.46 433	0.51 392	0.41 369	0.50 449	0.41 437	0.50 420	0.41 410
1: 1. 1
CASnet	0.35 256	0.51 275	0.44 366	0.32 221	0.31 352	0.24 224	0.34 376	0.36 270	0.25 259	0.31 258	0.37 400	0.30 260	0.33 373	0.25 232	0.45 429	0.37 270	0.37 341	0.33 276	0.35 402	0.34 267	0.37 387
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DStereoSA	0.32 241	0.52 277	0.34 283	0.31 215	0.31 352	0.30 255	0.30 297	0.31 254	0.30 306	0.31 258	0.31 354	0.31 265	0.30 306	0.31 264	0.31 337	0.30 235	0.32 282	0.31 266	0.31 368	0.31 252	0.31 347

LG-Stereo_L1	0.47 372	0.52 277	0.47 381	0.62 393	0.39 417	0.53 446	0.40 414	0.53 437	0.39 413	0.53 441	0.39 415	0.53 444	0.39 408	0.53 441	0.39 404	0.55 404	0.46 393	0.49 443	0.37 411	0.49 415	0.37 387

Occ-G	1.12 528	0.52 277	3.72 689	3.50 649	0.50 464	0.56 452	0.47 444	0.54 439	0.46 439	0.54 447	0.41 426	0.54 448	0.42 427	0.52 439	0.42 423	3.42 665	4.02 686	0.52 457	0.45 449	0.51 426	0.44 422

AEACV	1.12 528	0.52 277	3.12 680	3.24 634	0.86 537	0.53 446	0.49 455	0.60 454	0.47 444	0.53 441	0.49 462	0.55 452	0.45 436	0.55 448	0.47 440	3.01 660	3.88 684	0.71 488	0.60 488	0.80 477	0.48 434

Pro-Stereo	0.79 459	0.53 281	0.38 301	0.49 319	0.38 407	0.49 419	0.37 393	0.49 407	0.67 491	0.50 425	0.38 405	1.10 543	0.38 397	0.49 416	0.38 392	0.71 441	0.88 500	5.98 715	0.36 408	0.46 394	0.36 382

ktn	0.72 440	0.53 281	1.08 521	1.14 485	0.51 470	1.22 595	1.36 627	0.51 430	0.59 477	0.51 434	0.51 472	0.69 477	1.20 561	0.67 469	0.51 456	0.51 392	0.49 408	0.58 465	0.66 504	0.52 428	0.53 454

TorneroNet	0.66 422	0.53 281	0.50 401	0.50 355	0.64 494	1.06 534	0.70 509	0.50 416	0.51 465	0.49 412	0.69 509	0.49 417	0.50 458	0.48 410	1.15 561	0.71 441	0.49 408	1.14 549	1.08 560	0.49 415	0.49 440

ICVP	0.15 151	0.53 281	0.11 112	0.16 143	0.11 174	0.16 180	0.11 167	0.16 180	0.11 171	0.16 177	0.11 169	0.16 178	0.11 168	0.16 179	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 182	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Wz-Net-MNSev	0.06 61	0.54 285	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet_ROB	0.54 397	0.54 285	0.54 415	0.54 374	0.53 474	0.54 450	0.54 468	0.53 437	0.54 468	0.54 447	0.54 476	0.54 448	0.53 465	0.54 444	0.54 462	0.54 398	0.53 425	0.54 461	0.54 476	0.54 433	0.54 457

LG-Stereo_Zeroshot	0.48 378	0.55 287	0.47 381	0.63 395	0.41 428	0.56 452	0.44 431	0.56 443	0.41 424	0.56 452	0.41 426	0.57 458	0.42 427	0.56 449	0.41 415	0.55 404	0.43 383	0.51 454	0.37 411	0.51 426	0.37 387

Selective-IGEV	0.51 391	0.55 287	0.45 368	0.69 409	0.45 445	0.61 462	0.45 437	0.50 416	0.40 414	0.56 452	0.44 440	0.55 452	0.40 409	0.72 477	0.67 485	0.59 413	0.46 393	0.45 416	0.34 389	0.46 394	0.37 387

Monster-pub-mixall	0.44 335	0.56 289	0.60 429	0.38 242	0.27 276	0.37 290	0.27 266	0.37 278	0.29 291	0.38 287	0.27 274	0.38 297	0.29 297	0.85 501	0.27 263	1.46 590	0.26 229	0.34 286	0.26 269	0.36 288	0.53 454

Monster-pub-eth3d	0.45 358	0.57 290	0.60 429	0.39 250	0.28 282	0.37 290	0.28 277	0.37 278	0.30 306	0.39 294	0.29 295	0.39 302	0.30 306	0.92 513	0.27 263	1.42 587	0.28 249	0.34 286	0.28 326	0.37 293	0.53 454

Replicate-Monster	0.45 358	0.57 290	0.60 429	0.40 263	0.29 293	0.37 290	0.27 266	0.37 278	0.30 306	0.40 301	0.31 354	0.40 310	0.30 306	0.99 521	0.27 263	1.36 583	0.31 277	0.34 286	0.30 357	0.36 288	0.54 457

LG-Stereo	0.60 407	0.58 292	0.47 381	0.64 400	0.74 517	1.00 517	0.69 503	0.57 446	0.41 424	0.57 455	0.41 426	0.57 458	0.41 421	1.00 523	0.75 518	0.91 480	0.51 421	0.52 457	0.37 411	0.52 428	0.37 387

AIO-test2	0.55 402	0.59 293	0.52 410	0.67 406	0.47 453	0.61 462	0.47 444	0.61 457	0.47 444	0.61 461	0.47 455	0.61 465	0.48 448	0.62 459	0.47 440	0.64 428	0.53 425	0.58 465	0.47 458	0.58 441	0.48 434

FCDSN-DC	0.41 307	0.59 293	0.64 443	0.54 374	0.33 376	0.50 428	0.37 393	0.42 333	0.40 414	0.61 461	0.43 438	0.50 431	0.49 454	0.38 295	0.32 347	0.28 226	0.23 221	0.26 244	0.22 247	0.35 280	0.28 315
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AIO-test1	0.54 397	0.60 295	0.52 410	0.66 405	0.47 453	0.61 462	0.47 444	0.58 449	0.46 439	0.61 461	0.46 447	0.61 465	0.45 436	0.62 459	0.45 429	0.61 418	0.52 423	0.57 464	0.48 462	0.57 439	0.48 434

S	0.56 404	0.61 296	0.54 415	0.68 408	0.48 457	0.65 468	0.49 455	0.63 459	0.49 453	0.64 467	0.49 462	0.64 469	0.48 448	0.62 459	0.49 448	0.63 426	0.62 450	0.59 468	0.48 462	0.57 439	0.48 434

DispNO	1.00 507	0.63 297	0.43 364	3.45 645	0.44 441	0.65 468	0.43 430	0.64 461	0.43 432	0.64 467	0.43 438	0.64 469	3.03 674	0.64 465	0.43 426	4.55 676	0.43 383	0.63 471	0.43 447	0.63 445	0.43 419

LMCR-Stereo	0.65 420	0.63 297	0.65 447	0.65 401	0.65 496	0.66 470	0.63 481	0.58 449	0.65 486	0.63 466	0.64 492	0.65 473	0.65 484	0.66 467	0.66 484	0.66 431	0.64 454	0.65 476	0.67 508	0.68 452	0.73 508

MonSter	0.60 407	0.64 299	0.52 410	0.62 393	0.44 441	2.07 636	0.44 431	0.62 458	0.44 435	0.62 464	0.44 440	0.62 467	0.44 432	0.62 459	0.44 427	0.58 411	0.42 378	0.62 469	0.46 451	0.58 441	0.42 417

AIO-Stereo	0.84 478	0.66 300	0.70 467	0.83 437	0.67 502	0.98 515	0.82 532	1.14 531	0.72 518	1.03 534	0.74 525	1.03 536	1.09 548	0.99 521	0.45 429	1.04 504	0.73 481	0.95 533	0.74 525	0.94 507	0.46 425

mm2	0.69 431	0.69 301	0.69 464	0.69 409	0.69 506	0.69 473	0.69 503	0.69 468	0.69 502	0.69 476	0.69 509	0.69 477	0.69 501	0.69 472	0.69 500	0.69 435	0.69 471	0.69 482	0.69 514	0.69 456	0.69 495

mm1	0.69 431	0.69 301	0.69 464	0.69 409	0.69 506	0.69 473	0.69 503	0.69 468	0.69 502	0.69 476	0.69 509	0.69 477	0.69 501	0.69 472	0.69 500	0.69 435	0.69 471	0.69 482	0.69 514	0.69 456	0.69 495

anonymity	0.63 416	0.69 301	0.56 419	0.71 417	0.56 478	0.71 478	0.56 470	0.71 473	0.56 469	0.72 479	0.56 477	0.71 480	0.56 469	0.71 475	0.58 468	0.68 434	0.55 428	0.68 479	0.55 478	0.68 452	0.54 457

CoDeX	0.15 151	0.70 304	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	0.67 485	0.02 15	0.69 471	0.75 495	0.01 9	0.02 21	0.02 20

FE-Mocha	0.35 256	0.71 305	0.40 344	0.47 307	0.27 276	0.34 274	0.27 266	0.34 263	0.26 273	0.34 272	0.26 270	0.34 278	0.27 278	0.34 276	0.27 263	0.44 326	0.41 369	0.33 276	0.29 341	0.32 255	0.29 324

CCAANet	0.17 164	0.71 305	0.14 148	0.14 121	0.14 193	0.14 165	0.14 188	0.14 166	0.14 194	0.14 165	0.14 195	0.14 166	0.14 194	0.14 168	0.22 238	0.14 133	0.14 163	0.14 165	0.14 196	0.14 169	0.14 190

RAFT-Stereo + iAFF	0.70 434	0.72 307	0.71 470	0.80 433	0.62 493	0.82 495	0.61 479	0.81 487	0.62 481	0.81 495	0.63 490	0.80 495	0.70 505	0.73 479	0.61 475	0.76 459	0.61 449	0.74 494	0.61 490	0.77 470	0.61 474

SE	0.64 418	0.73 308	0.77 483	0.79 429	0.59 481	0.78 484	0.54 468	0.58 449	0.58 472	0.78 489	0.59 482	0.63 468	0.18 230	0.78 484	0.52 458	0.80 464	0.65 456	0.69 482	0.57 484	0.75 465	0.52 451

Anonymus	0.47 372	0.73 308	0.46 373	0.43 291	0.54 477	0.53 446	0.27 266	0.39 292	0.35 384	0.33 269	0.40 418	0.33 273	0.38 397	0.53 441	0.54 462	0.56 408	0.36 337	0.49 443	0.53 474	0.66 448	0.54 457

LiteMatch	1.13 530	0.73 308	2.80 666	3.23 632	0.61 488	0.83 497	0.68 495	0.73 476	0.69 502	1.00 517	0.77 529	0.94 517	0.57 470	0.82 491	0.64 477	2.97 658	2.43 660	0.68 479	0.32 375	0.56 436	0.70 498

Lsterematch	1.13 530	0.73 308	2.80 666	3.23 632	0.61 488	0.83 497	0.68 495	0.73 476	0.69 502	1.00 517	0.77 529	0.94 517	0.57 470	0.82 491	0.64 477	2.97 658	2.43 660	0.68 479	0.32 375	0.56 436	0.70 498

DSFCA	0.66 422	0.73 308	0.78 485	0.65 401	0.65 496	0.64 467	0.64 482	0.65 462	0.63 484	0.64 467	0.64 492	0.64 469	0.64 482	0.65 466	0.65 480	0.65 429	0.65 456	0.65 476	0.65 502	0.66 448	0.64 485

PointNet	0.60 407	0.75 313	0.49 396	0.79 429	0.50 464	0.79 487	0.49 455	0.79 481	0.49 453	0.80 492	0.49 462	0.79 493	0.49 454	0.80 487	0.49 448	0.63 426	0.40 359	0.63 471	0.40 429	0.63 445	0.40 402

SMoEStereo_RVC	0.63 416	0.75 313	0.51 407	0.73 423	0.53 474	0.71 478	0.47 444	0.67 466	0.58 472	0.74 485	0.60 484	0.72 483	0.53 465	0.74 481	0.51 456	0.61 418	0.62 450	0.62 469	0.61 490	0.63 445	0.61 474

MGA	0.73 444	0.76 315	0.60 429	0.92 452	1.17 571	0.81 492	0.59 477	0.84 491	0.62 481	0.81 495	0.59 482	0.84 502	0.60 477	0.81 490	0.61 475	0.71 441	0.53 425	0.89 517	0.53 474	0.75 465	0.54 457

CAR	0.72 440	0.76 315	0.59 425	0.84 438	1.19 575	0.81 492	0.58 473	0.81 487	0.58 472	0.81 495	0.58 480	0.83 500	0.59 475	0.82 491	0.59 471	0.71 441	0.49 408	0.73 489	0.68 510	0.87 488	0.52 451

MSE-Stereo	0.72 440	0.76 315	0.59 425	0.84 438	1.19 575	0.81 492	0.58 473	0.81 487	0.58 472	0.81 495	0.58 480	0.83 500	0.59 475	0.82 491	0.59 471	0.71 441	0.49 408	0.73 489	0.68 510	0.87 488	0.52 451

WAFT-Stereo (ZS)	0.67 427	0.78 318	0.67 454	0.67 406	0.66 500	0.67 471	0.67 490	0.65 462	0.66 489	0.66 471	0.67 498	0.66 476	0.67 490	0.67 469	0.72 512	0.66 431	0.67 459	0.67 478	0.67 508	0.67 451	0.67 491

SFCPSM	0.17 164	0.78 318	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	0.79 523	0.02 15	0.75 484	0.76 497	0.02 21	0.02 21	0.02 20

G-Net	0.79 459	0.79 320	0.79 488	0.79 429	0.79 530	0.79 487	0.79 522	0.79 481	0.79 529	0.79 491	0.79 533	0.79 493	0.79 520	0.79 485	0.79 523	0.79 462	0.79 491	0.79 501	0.79 534	0.79 474	0.79 520

DMCA-RVC	0.70 434	0.80 321	0.70 467	0.70 415	0.70 510	0.70 476	0.70 509	0.71 473	0.70 510	0.70 478	0.71 518	0.71 480	0.70 505	0.70 474	0.69 500	0.69 435	0.70 474	0.69 482	0.70 518	0.69 456	0.70 498

NaN_ROB	0.80 462	0.80 321	0.80 489	0.80 433	0.80 533	0.80 489	0.80 525	0.80 484	0.80 531	0.80 492	0.80 535	0.80 495	0.80 521	0.80 487	0.80 526	0.80 464	0.80 494	0.80 504	0.80 536	0.80 477	0.80 521

CSAN	0.80 462	0.80 321	0.80 489	0.80 433	0.80 533	0.80 489	0.80 525	0.80 484	0.80 531	0.80 492	0.80 535	0.80 495	0.80 521	0.80 487	0.80 526	0.80 464	0.80 494	0.80 504	0.80 536	0.80 477	0.80 521

DStereoRT	0.73 444	0.81 324	0.73 477	0.71 417	0.74 517	0.73 480	0.75 517	0.71 473	0.71 515	0.74 485	0.72 521	0.73 485	0.80 521	0.71 475	0.73 513	0.76 459	0.71 478	0.73 489	0.72 523	0.70 459	0.76 515

ARAFT	0.68 428	0.81 324	0.63 440	0.74 426	0.60 483	0.78 484	0.62 480	0.77 480	0.66 489	0.74 485	0.63 490	0.75 488	0.62 481	0.83 496	0.60 473	0.70 440	0.55 428	0.70 487	0.60 488	0.78 472	0.55 465

RSM++	0.76 453	0.82 326	0.66 450	0.85 442	0.64 494	0.85 499	0.71 512	0.94 508	0.64 485	0.87 501	0.67 498	0.87 504	0.65 484	0.84 497	0.65 480	0.81 468	0.70 474	0.79 501	0.71 521	0.83 484	0.70 498

water-stereo	0.41 307	0.84 327	0.46 373	0.50 355	0.33 376	0.45 396	0.33 363	0.45 388	0.32 361	0.45 386	0.32 364	0.45 395	0.32 362	0.45 392	0.32 347	0.44 326	0.41 369	0.39 361	0.31 368	0.39 351	0.32 354

Selective-RAFT-Error	0.88 490	0.84 327	0.98 509	0.86 443	0.97 549	0.88 503	0.95 543	0.84 491	0.99 552	0.92 509	0.82 537	0.84 502	0.98 535	0.87 502	0.97 542	0.81 468	0.83 497	0.79 501	0.82 539	0.79 474	0.85 526

DN	0.53 396	0.85 329	0.45 368	0.65 401	0.44 441	0.60 461	0.44 431	0.60 454	0.44 435	0.60 460	0.45 444	0.60 463	0.44 432	0.60 458	0.44 427	0.56 408	0.42 378	0.56 463	0.42 445	0.56 436	0.42 417

depthmonostereo	0.44 335	0.85 329	0.46 373	0.54 374	0.40 418	0.52 444	0.38 400	0.52 435	0.35 384	0.47 398	0.34 381	0.46 399	0.34 378	0.47 401	0.34 372	0.45 355	0.43 383	0.41 392	0.33 385	0.41 376	0.32 354

DilatedVolume-Stereo	0.43 322	0.86 331	0.48 389	0.50 355	0.33 376	0.46 403	0.33 363	0.46 392	0.33 371	0.46 392	0.33 373	0.47 405	0.33 373	0.47 401	0.34 372	0.45 355	0.42 378	0.40 374	0.33 385	0.47 408	0.38 394

AIO-Stereo-zeroshot	0.91 493	0.86 331	0.89 497	1.25 545	0.69 506	1.05 533	0.81 529	1.16 535	0.50 458	1.12 544	0.97 549	0.72 483	0.82 525	1.06 538	0.95 540	0.61 418	0.87 499	1.03 546	0.85 542	1.04 520	1.01 548

test_sample3	0.09 75	0.87 333	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 333	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SCV_C0	0.45 358	0.88 335	0.49 396	0.54 374	0.37 400	0.48 413	0.37 393	0.48 402	0.37 396	0.48 405	0.36 393	0.48 412	0.37 393	0.49 416	0.37 389	0.50 386	0.41 369	0.44 411	0.34 389	0.44 386	0.34 368

tt45	1.04 520	0.88 335	1.36 599	0.92 452	1.03 559	1.51 617	0.79 522	0.70 472	0.88 537	0.74 485	0.90 541	1.60 617	0.72 510	1.60 615	0.75 518	0.91 480	0.78 489	1.52 625	0.79 534	1.14 525	1.32 623

AFF-stereo	0.73 444	0.88 335	0.67 454	0.75 427	0.68 505	0.75 481	0.64 482	0.80 484	0.72 518	0.83 500	0.70 513	0.82 499	0.64 482	0.84 497	0.67 485	0.77 461	0.63 453	0.81 506	0.63 493	0.78 472	0.62 477

DLNR-FE	0.28 219	0.89 338	0.30 245	0.34 229	0.19 239	0.28 250	0.19 226	0.28 240	0.20 236	0.28 246	0.20 240	0.28 250	0.20 241	0.28 253	0.20 231	0.33 250	0.28 249	0.25 239	0.19 238	0.24 225	0.19 223

CASS	0.57 406	0.89 338	0.56 419	0.57 382	0.56 478	0.56 452	0.56 470	0.56 443	0.53 466	0.57 455	0.57 478	0.59 462	0.48 448	0.56 449	0.57 466	0.55 404	0.56 430	0.47 430	0.56 482	0.62 444	0.56 468
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.89 492	0.89 338	0.72 473	1.16 493	0.78 528	1.06 534	0.82 532	0.87 493	0.97 549	1.00 517	0.91 544	0.90 510	1.00 536	0.89 506	0.93 539	0.83 473	0.83 497	0.82 510	0.82 539	0.81 480	0.82 524

MLG-Stereo	0.92 495	0.90 341	0.84 495	1.27 547	0.49 460	1.38 609	0.88 535	1.41 606	0.97 549	0.73 480	1.09 560	1.26 601	0.43 430	0.72 477	1.05 553	1.13 517	0.49 408	1.18 559	0.66 504	1.01 517	0.46 425

UNet	0.29 224	0.90 341	0.10 92	0.14 121	0.10 155	0.14 165	0.10 150	0.91 501	0.69 502	0.14 165	0.11 169	0.14 166	0.11 168	0.14 168	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 491	0.76 515

xxxxx1	0.31 232	0.91 343	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

tt_ll	0.31 232	0.91 343	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

ff	0.31 232	0.91 343	0.23 208	0.31 215	0.23 260	0.31 262	0.23 249	0.33 260	0.25 259	0.31 258	0.24 259	0.33 273	0.25 261	0.32 267	0.24 248	0.28 226	0.28 249	0.28 253	0.28 326	0.29 243	0.27 289

DPSM_ROB	0.92 495	0.91 343	0.91 502	0.91 449	0.92 544	0.92 509	0.92 539	0.92 504	0.91 539	0.93 511	0.91 544	0.92 513	0.90 528	0.91 509	0.92 535	0.92 483	0.91 502	0.91 521	0.92 543	0.93 503	0.93 534

DPSM	0.92 495	0.91 343	0.91 502	0.91 449	0.92 544	0.92 509	0.92 539	0.92 504	0.91 539	0.93 511	0.91 544	0.92 513	0.90 528	0.91 509	0.92 535	0.92 483	0.91 502	0.91 521	0.92 543	0.93 503	0.93 534

LSFM	0.16 158	0.92 348	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 282	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 180	0.09 142	0.08 138

flow	0.16 158	0.92 348	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 282	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 180	0.09 142	0.08 138

AIO-Stereo-zeroshot1	0.75 448	0.92 348	0.85 496	0.96 464	0.59 481	1.27 599	0.44 431	0.59 452	0.69 502	0.91 507	0.68 504	0.55 452	0.61 480	1.06 538	0.83 531	0.62 422	0.70 474	0.90 518	0.41 437	0.89 492	0.56 468

pmcnn	0.92 495	0.92 348	0.92 504	0.92 452	0.92 544	0.92 509	0.92 539	0.92 504	0.92 543	0.92 509	0.92 547	0.92 513	0.92 530	0.92 513	0.92 535	0.92 483	0.92 504	0.92 524	0.92 543	0.92 498	0.92 533

AdaDepth	0.86 487	0.93 352	0.71 470	1.01 473	1.07 561	1.02 531	0.71 512	1.00 512	0.71 515	1.01 528	0.71 518	1.00 523	0.72 510	1.14 549	0.71 510	0.92 483	0.64 454	0.90 518	0.64 498	0.89 492	0.69 495

tt1	0.31 232	0.93 352	0.24 215	0.33 225	0.23 260	0.31 262	0.24 254	0.32 256	0.24 254	0.32 264	0.23 252	0.32 269	0.25 261	0.32 267	0.24 248	0.27 221	0.26 229	0.27 249	0.26 269	0.27 237	0.27 289

SCV	0.46 365	0.94 354	0.45 368	0.54 374	0.37 400	0.48 413	0.38 400	0.48 402	0.37 396	0.48 405	0.39 415	0.48 412	0.37 393	0.49 416	0.37 389	0.50 386	0.46 393	0.44 411	0.34 389	0.44 386	0.34 368

tta	0.09 75	0.95 355	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

R-Stereo Train	0.81 467	0.96 356	0.67 454	0.95 461	0.67 502	0.95 512	0.68 495	0.95 510	0.68 497	0.95 515	0.68 504	0.96 520	0.68 495	0.96 519	0.68 492	0.94 489	0.68 465	0.94 531	0.68 510	0.94 507	0.68 493

RAFT-Stereo	0.81 467	0.96 356	0.67 454	0.95 461	0.67 502	0.95 512	0.68 495	0.95 510	0.68 497	0.95 515	0.68 504	0.96 520	0.68 495	0.96 519	0.68 492	0.94 489	0.68 465	0.94 531	0.68 510	0.94 507	0.68 493
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample6	0.09 75	0.97 358	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

WQFJA1++	0.84 478	0.98 359	0.67 454	1.26 546	0.75 519	1.00 517	0.67 490	1.00 512	0.67 491	1.00 517	0.67 498	1.00 523	0.67 490	1.00 523	0.67 485	0.96 491	0.67 459	0.91 521	0.63 493	0.92 498	0.63 479

WQFJA1	0.85 484	0.98 359	0.67 454	1.29 552	0.76 524	1.01 525	0.67 490	1.02 525	0.67 491	1.02 532	0.67 498	1.01 531	0.67 490	1.01 531	0.68 492	0.99 497	0.67 459	0.93 527	0.64 498	0.92 498	0.65 487

WQFJX1	0.84 478	0.98 359	0.67 454	1.30 554	0.75 519	1.01 525	0.67 490	1.01 521	0.67 491	1.01 528	0.67 498	1.01 531	0.68 495	1.00 523	0.68 492	0.98 496	0.67 459	0.92 524	0.64 498	0.92 498	0.64 485

NLMM1	0.86 487	0.98 359	0.69 464	1.48 569	0.75 519	1.01 525	0.69 503	1.00 512	0.69 502	1.00 517	0.70 513	1.00 523	0.68 495	1.01 531	0.67 485	0.97 492	0.68 465	0.92 524	0.63 493	0.93 503	0.63 479

zh-sn7	0.10 91	0.98 359	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 146	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

Former-RAFT_DAM_RVC	0.49 384	0.98 359	0.64 443	0.84 438	0.46 447	0.45 396	0.35 381	0.47 398	0.47 444	0.45 386	0.34 381	0.46 399	0.48 448	0.46 397	0.35 376	0.39 295	0.71 478	0.39 361	0.35 402	0.41 376	0.41 410

dd	0.23 199	0.98 359	0.16 173	0.23 183	0.15 207	0.23 221	0.15 196	0.23 218	0.15 206	0.23 216	0.15 205	0.24 227	0.17 220	0.23 219	0.15 198	0.22 190	0.15 171	0.21 210	0.15 205	0.22 208	0.16 197

NLSM3	0.85 484	0.99 366	0.68 462	1.29 552	0.76 524	1.01 525	0.68 495	1.01 521	0.68 497	1.02 532	0.68 504	1.01 531	0.68 495	1.01 531	0.68 492	0.97 492	0.68 465	0.93 527	0.64 498	0.93 503	0.63 479

222	0.10 91	0.99 366	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

LGCAT	1.00 507	1.00 368	1.00 511	1.00 468	1.00 550	1.00 517	1.00 547	1.00 512	1.00 553	1.00 517	1.00 551	1.00 523	1.00 536	1.00 523	1.00 545	1.00 498	1.00 508	1.00 538	1.00 550	1.00 512	1.00 542

Test_v1	1.00 507	1.00 368	1.00 511	1.00 468	1.00 550	1.00 517	1.00 547	1.00 512	1.00 553	1.00 517	1.00 551	1.00 523	1.00 536	1.00 523	1.00 545	1.00 498	1.00 508	1.00 538	1.00 550	1.00 512	1.00 542

WQFJX	0.85 484	1.00 368	0.68 462	1.30 554	0.75 519	1.01 525	0.68 495	1.01 521	0.68 497	1.01 528	0.68 504	1.03 536	0.68 495	1.02 535	0.67 485	0.97 492	0.67 459	0.93 527	0.63 493	0.94 507	0.63 479

NLMM	0.84 478	1.00 368	0.67 454	1.27 547	0.75 519	1.00 517	0.68 495	1.00 512	0.67 491	1.00 517	0.67 498	1.02 535	0.67 490	1.02 535	0.67 485	0.97 492	0.67 459	0.93 527	0.63 493	0.92 498	0.63 479

test_sample7	0.09 75	1.00 368	0.11 112	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

ACVNet-DCA	0.37 274	1.00 368	0.30 245	0.40 263	0.29 293	0.40 305	0.29 289	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.39 303	0.28 272	0.33 250	0.32 282	0.33 276	0.32 375	0.33 262	0.32 354

GANet	1.00 507	1.00 368	1.00 511	1.00 468	1.00 550	1.00 517	1.00 547	1.00 512	1.00 553	1.00 517	1.00 551	1.00 523	1.00 536	1.00 523	1.00 545	1.00 498	1.00 508	1.00 538	1.00 550	1.00 512	1.00 542

TDLM	1.00 507	1.00 368	1.00 511	1.00 468	1.00 550	1.00 517	1.00 547	1.00 512	1.00 553	1.00 517	1.00 551	1.00 523	1.00 536	1.00 523	1.00 545	1.00 498	1.00 508	1.00 538	1.00 550	1.00 512	1.00 542

CVANet_RVC	1.00 507	1.00 368	1.00 511	1.00 468	1.00 550	1.00 517	1.00 547	1.00 512	1.00 553	1.00 517	1.00 551	1.00 523	1.00 536	1.00 523	1.00 545	1.00 498	1.00 508	1.00 538	1.00 550	1.00 512	1.00 542

DGTPSM_ROB	0.93 500	1.00 368	0.92 504	0.94 459	0.96 548	0.91 508	0.92 539	0.91 501	0.96 548	0.91 507	0.96 548	0.93 516	0.92 530	0.94 515	0.92 535	0.92 483	0.92 504	0.90 518	0.92 543	0.94 507	0.91 532

trnet	1.01 515	1.01 378	1.01 516	1.01 473	1.01 556	1.01 525	1.01 552	1.01 521	1.01 558	1.01 528	1.01 556	1.01 531	1.01 544	1.01 531	1.01 550	1.01 503	1.01 514	1.01 543	1.01 557	1.01 517	1.01 548

SMFormer	0.09 75	1.01 378	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 378	0.10 92	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

GLC_STEREO	1.07 522	1.01 378	1.06 519	1.07 477	1.05 560	1.06 534	1.08 557	1.08 527	1.05 562	1.07 536	1.06 558	1.08 539	1.05 546	1.06 538	1.10 556	1.07 506	1.09 524	1.05 547	1.05 559	1.06 521	1.12 555

1test111	0.37 274	1.02 382	0.30 245	0.39 250	0.29 293	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 302	0.28 287	0.40 306	0.29 286	0.33 250	0.32 282	0.33 276	0.31 368	0.32 255	0.31 347

cc1	0.37 274	1.02 382	0.30 245	0.39 250	0.29 293	0.40 305	0.28 277	0.39 292	0.29 291	0.39 294	0.29 295	0.39 302	0.28 287	0.40 306	0.29 286	0.33 250	0.32 282	0.33 276	0.31 368	0.32 255	0.31 347

test_sample4	0.10 91	1.03 384	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

test_sample2	0.09 75	1.03 384	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

xx1	0.38 280	1.03 384	0.31 261	0.40 263	0.31 352	0.41 321	0.28 277	0.40 300	0.29 291	0.40 301	0.29 295	0.40 310	0.29 297	0.40 306	0.29 286	0.34 254	0.33 295	0.34 286	0.32 375	0.34 267	0.32 354

dad	0.23 199	1.03 384	0.16 173	0.23 183	0.15 207	0.24 224	0.15 196	0.24 221	0.16 211	0.23 216	0.16 209	0.24 227	0.16 208	0.23 219	0.15 198	0.22 190	0.16 174	0.22 215	0.16 208	0.22 208	0.16 197

DualNet (step1)	0.10 91	1.05 388	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 388	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 388	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

GCAP-Stereo-DPT-FT	0.41 307	1.06 391	0.40 344	0.51 366	0.31 352	0.44 382	0.30 297	0.43 341	0.32 361	0.44 374	0.30 310	0.56 455	0.30 306	0.44 374	0.31 337	0.45 355	0.34 324	0.39 361	0.27 307	0.40 365	0.27 289

test_sample5	0.10 91	1.07 392	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

DualNet	0.10 91	1.07 392	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

DNS	0.77 454	1.09 394	0.65 447	0.89 444	0.65 496	0.89 506	0.65 485	0.89 498	0.65 486	0.89 504	0.65 494	0.89 508	0.65 484	0.90 507	0.65 480	0.84 475	0.62 450	0.84 512	0.61 490	0.84 485	0.62 477

GCAP-Stereo-DPT-25K	0.41 307	1.09 394	0.40 344	0.52 369	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.31 357	0.44 374	0.31 337	0.46 365	0.35 331	0.39 361	0.28 326	0.39 351	0.28 315

GCAPDPT-zeroshot4090	0.40 299	1.09 394	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.44 379	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.34 324	0.38 320	0.27 307	0.38 306	0.27 289

test_xeample	0.10 91	1.09 394	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

FC-DCNN	1.07 522	1.09 394	0.98 509	0.89 444	0.52 471	1.41 613	0.91 538	1.21 588	1.24 622	1.96 625	2.05 680	1.91 626	1.30 614	1.27 604	1.08 555	0.80 464	0.60 445	0.58 465	0.41 437	0.68 452	0.54 457

MSMD_ROB	1.19 532	1.10 399	0.70 467	1.10 479	0.60 483	1.10 540	0.70 509	1.10 530	0.70 510	1.10 538	0.70 513	1.10 543	0.70 505	7.00 719	0.70 508	1.10 510	0.70 474	1.10 548	0.70 518	1.10 523	0.70 498

999	1.00 507	1.12 400	0.59 425	1.10 479	1.21 623	1.09 539	0.52 464	1.08 527	1.43 636	1.18 549	1.35 628	0.98 522	0.52 464	0.91 509	0.85 532	0.72 449	1.46 609	0.83 511	0.98 548	0.68 452	1.41 631

zh-mn7	0.12 125	1.14 401	0.17 183	0.20 167	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 174	0.16 174	0.03 41	0.03 57	0.03 47	0.03 52

1111x	0.10 91	1.14 401	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

LoS_RVC	0.30 225	1.14 401	0.25 218	0.25 195	0.25 268	0.26 243	0.25 256	0.25 229	0.25 259	0.25 231	0.25 265	0.26 246	0.26 271	0.26 244	0.25 256	0.26 217	0.26 229	0.25 239	0.25 263	0.26 231	0.26 251

DDF-Stereo	0.43 322	1.15 404	0.57 423	0.53 371	0.32 364	0.41 321	0.32 352	0.41 315	0.32 361	0.41 315	0.32 364	0.41 323	0.32 362	0.40 306	0.32 347	0.52 394	0.50 416	0.38 320	0.31 368	0.39 351	0.31 347

x	0.11 112	1.15 404	0.15 166	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 171	0.03 41	0.03 57	0.03 47	0.03 52

xxxx	0.11 112	1.16 406	0.16 173	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 174	0.03 41	0.04 99	0.04 97	0.04 96

CAS	0.30 225	1.17 407	0.25 218	0.25 195	0.25 268	0.26 243	0.25 256	0.25 229	0.26 273	0.25 231	0.25 265	0.25 234	0.25 261	0.25 232	0.25 256	0.26 217	0.26 229	0.26 244	0.25 263	0.26 231	0.25 245

HSM-Net_RVC	0.95 503	1.17 407	0.78 485	1.18 495	0.71 512	1.16 548	0.75 517	1.09 529	0.80 531	1.10 538	0.75 526	1.17 552	0.74 512	1.17 552	0.80 526	1.13 517	0.73 481	1.17 556	0.77 530	1.16 530	0.72 505
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.97 504	1.18 409	0.81 492	1.10 479	0.91 543	1.02 531	0.82 532	1.04 526	0.91 539	1.03 534	0.86 540	1.28 605	0.82 525	1.03 537	0.89 534	1.17 521	0.81 496	1.02 544	0.82 539	1.08 522	0.81 523

psm_up	0.43 322	1.19 410	0.17 183	0.25 195	0.18 234	0.25 234	0.19 226	1.26 592	0.91 539	0.26 240	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.22 190	0.17 195	0.23 224	0.16 208	1.18 536	0.99 540

DisPM	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

CrosDoStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

PFNet+	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

LCNet	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

HHNet	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

Patchmatch Stereo++	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569
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	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

STrans-v2	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

TransformOpticalFlow	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

OMP-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

IIG-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

NF-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

OCTAStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

PSM-softLoss	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

KMStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

NRIStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

PSM-adaLoss	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

PSM-AAD	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

FTStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

ROB_FTStereo_v2	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

ROB_FTStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

Consistency-Raft	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

KYRaft	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

HUI-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

ASMatch	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

DeepStereo_LL	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

DEmStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

SST-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

THIR-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

RAFT_R40	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

DRaft	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

PFNet	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

GrayStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

RE-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

Pruner-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

TVStereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

DeepStereo_RVC	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

RAFT-RH_RVC	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

IRAFT_RVC	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

RAFT-345	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

iRAFT	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

CRE-IMP	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

GMM-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

RAFT-IKP	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

Prome-Stereo	1.20 533	1.20 411	1.20 536	1.20 497	1.20 577	1.20 549	1.20 569	1.20 543	1.20 574	1.20 551	1.20 571	1.20 554	1.20 561	1.20 554	1.20 571	1.20 524	1.20 539	1.20 563	1.20 571	1.20 540	1.20 569

UPFNet	0.42 320	1.20 411	0.17 183	0.24 188	0.17 223	0.25 234	0.17 212	1.19 540	0.90 538	0.25 231	0.17 217	0.24 227	0.17 220	0.25 232	0.17 212	0.22 190	0.17 195	0.22 215	0.16 208	1.15 528	0.93 534

Wavelet-MonSter	1.00 507	1.21 457	0.76 481	1.94 586	1.01 556	1.11 543	0.76 519	1.15 532	0.76 524	1.11 543	0.76 527	1.14 549	0.76 515	1.11 546	0.76 520	1.21 570	0.90 501	1.02 544	0.71 521	1.02 519	0.71 504

GASTEREO	0.48 378	1.21 457	0.47 381	0.57 382	0.38 407	0.50 428	0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	0.38 397	0.50 424	0.38 392	0.52 394	0.42 378	0.46 420	0.34 389	0.46 394	0.34 368

z-mn7	0.16 158	1.21 457	0.33 272	0.41 275	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	0.35 262	0.31 277	0.04 93	0.04 99	0.04 97	0.04 96

ours_stereo	1.20 533	1.21 457	0.90 500	1.64 580	1.11 563	1.35 605	0.67 490	1.76 617	0.93 544	1.70 621	1.10 561	1.39 610	0.75 514	1.41 610	0.81 529	1.60 598	1.03 516	1.33 615	1.00 550	1.61 605	0.72 505

WCG-NET	0.61 412	1.21 457	0.54 415	0.61 392	0.53 474	0.67 471	0.53 465	0.66 465	0.53 466	0.64 467	0.53 475	0.65 473	0.53 465	0.59 456	0.52 458	0.65 429	0.48 405	0.64 473	0.52 472	0.58 441	0.50 443

delet	0.43 322	1.21 457	0.17 183	0.25 195	0.17 223	0.25 234	0.18 220	1.26 592	0.95 546	0.25 231	0.17 217	0.25 234	0.17 220	0.25 232	0.17 212	0.23 201	0.16 174	0.22 215	0.16 208	1.18 536	0.98 539

w-ln-seven-2	0.14 139	1.22 463	0.28 235	0.32 221	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	0.32 244	0.27 241	0.04 93	0.03 57	0.03 47	0.03 52

CroCo-Stereo	0.73 444	1.22 463	0.25 218	1.22 542	0.25 268	1.22 595	0.25 256	1.22 589	0.25 259	1.22 597	0.25 265	1.22 600	0.25 261	1.22 600	0.25 256	1.22 572	0.26 229	1.21 608	0.25 263	1.22 588	0.25 245
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
WCG-NET（raft）	0.32 241	1.24 465	0.24 215	0.32 221	0.24 265	0.32 271	0.23 249	0.32 256	0.24 254	0.32 264	0.24 259	0.32 269	0.24 258	0.32 267	0.24 248	0.30 235	0.23 221	0.30 260	0.23 253	0.30 247	0.23 233

MMNet	0.44 335	1.24 465	0.17 183	0.25 195	0.17 223	0.25 234	0.18 220	1.26 592	0.93 544	0.25 231	0.17 217	0.25 234	0.18 230	0.25 232	0.17 212	0.23 201	0.16 174	0.23 224	0.16 208	1.20 540	0.99 540

CroCo-Stereo Lap2	0.77 454	1.29 467	0.29 241	1.27 547	0.29 293	1.27 599	0.26 263	1.26 592	0.26 273	1.26 598	0.26 270	1.27 604	0.26 271	1.26 601	0.27 263	1.27 575	0.27 241	1.27 612	0.27 307	1.27 592	0.27 289

CSP-Net	0.34 247	1.29 467	1.19 533	1.36 562	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	1.26 574	1.21 585	0.03 41	0.09 142	0.02 21	0.09 143

LiteMatch*	2.07 629	1.30 469	5.73 701	6.28 690	0.79 530	1.33 604	0.80 525	1.30 598	1.02 559	1.33 602	0.84 539	1.33 607	0.97 533	1.28 605	1.04 552	6.05 701	5.89 697	1.28 613	0.76 528	1.28 593	0.88 527

GCAP-BAT	0.41 307	1.30 469	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.44 374	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.34 324	0.38 320	0.26 269	0.38 306	0.26 251

zero-FE	0.72 440	1.31 471	0.66 450	0.92 452	0.60 483	0.82 495	0.58 473	0.82 490	0.58 472	0.81 495	0.60 484	0.81 498	0.60 477	0.82 491	0.58 468	0.74 456	0.59 442	0.73 489	0.52 472	0.76 468	0.51 450

Syn2CoEx	0.25 206	1.31 471	0.74 478	0.92 452	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	0.87 479	0.75 484	0.02 19	0.02 21	0.02 21	0.02 20

CC-Net-ROB	1.36 587	1.33 473	1.33 588	1.36 562	1.38 631	1.36 607	1.33 623	1.37 603	1.34 627	1.35 604	1.36 630	1.38 609	1.34 617	1.38 609	1.38 632	1.35 581	1.38 604	1.33 615	1.35 626	1.43 599	1.34 626

MaskLacGwcNet_RVC	1.35 586	1.35 474	1.35 591	1.35 561	1.35 628	1.35 605	1.35 625	1.36 601	1.35 630	1.36 605	1.35 628	1.36 608	1.36 619	1.36 607	1.35 629	1.35 581	1.35 600	1.35 618	1.35 626	1.35 596	1.35 627

BLMT-Stereo	1.53 591	1.36 475	1.06 519	1.42 567	1.23 627	1.41 613	1.07 556	1.43 608	1.12 563	1.42 609	1.06 558	1.83 623	1.07 547	1.42 612	1.07 554	1.27 575	1.38 604	6.80 716	1.00 550	1.26 591	1.00 542

PML	0.46 365	1.36 475	0.29 241	0.58 384	0.30 305	0.57 458	0.29 289	0.57 446	0.29 291	0.57 455	0.29 295	0.57 458	0.29 297	0.56 449	0.29 286	0.52 394	0.30 272	0.53 460	0.31 368	0.53 432	0.30 338

DF	0.39 294	1.37 477	1.02 517	1.14 485	0.12 187	0.16 180	0.12 180	0.16 180	0.12 187	0.16 177	0.12 177	0.16 178	0.12 183	0.16 179	0.12 174	1.12 516	1.00 508	0.15 178	0.12 180	0.15 177	0.12 178

qqai	1.22 580	1.38 478	1.12 522	1.39 565	1.14 564	1.40 611	1.14 561	1.41 606	1.12 563	1.40 607	1.11 562	1.40 612	1.13 550	1.41 610	1.15 561	1.25 573	0.97 507	1.24 610	1.01 557	1.24 589	0.96 537

PS-NSSS	1.38 589	1.39 479	1.34 589	1.34 559	1.35 628	1.38 609	1.37 632	1.35 600	1.38 633	1.34 603	1.34 627	1.39 610	1.38 622	1.70 619	1.40 633	1.36 583	1.36 601	1.36 620	1.37 629	1.37 597	1.36 628

MSCF	0.51 391	1.40 480	0.49 396	0.58 384	0.38 407	0.50 428	0.38 400	0.54 439	0.41 424	0.52 438	0.41 426	0.53 444	0.42 427	0.53 441	0.41 415	0.60 414	0.47 401	0.48 438	0.37 411	0.48 412	0.38 394

z-ln-s-r	0.21 187	1.40 480	0.53 414	0.56 381	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	0.57 410	0.44 390	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 173	1.47 482	0.33 272	0.40 263	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	0.38 282	0.32 282	0.05 108	0.04 99	0.04 97	0.04 96

Gwc-CoAtRS	0.41 307	1.49 483	0.32 267	0.42 285	0.32 364	0.41 321	0.32 352	0.41 315	0.33 371	0.41 315	0.32 364	0.41 323	0.32 362	0.41 322	0.32 347	0.39 295	0.28 249	0.39 361	0.28 326	0.40 365	0.28 315

FENet	0.54 397	1.52 484	1.19 533	1.41 566	0.23 260	0.35 278	0.23 249	0.35 266	0.23 251	0.34 272	0.23 252	0.35 280	0.23 255	0.35 279	0.23 245	1.40 586	1.07 518	0.32 269	0.23 253	0.33 262	0.23 233

CFNet-ft	0.55 402	1.57 485	0.14 148	0.20 167	0.14 193	0.20 199	2.53 678	1.61 610	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	1.56 603	1.24 618

DPSMNet_ROB	1.60 594	1.59 486	1.70 621	1.59 572	1.59 640	1.61 619	1.61 643	1.60 609	1.60 640	1.62 619	1.59 643	1.60 617	1.60 628	1.60 615	1.59 640	1.59 596	1.60 624	1.59 626	1.59 647	1.59 604	1.59 642

RASNet	1.49 590	1.65 487	1.45 607	1.38 564	1.43 634	1.47 616	1.36 627	1.38 604	1.36 631	1.39 606	1.60 644	1.45 614	1.45 625	1.51 614	2.21 675	1.53 595	1.36 601	1.36 620	1.36 628	1.66 608	1.36 628

monster-pro	0.75 448	1.67 488	0.64 443	0.89 444	0.57 480	0.86 501	0.56 470	0.87 493	0.56 469	0.87 501	0.57 478	0.88 505	0.57 470	0.87 502	0.57 466	0.79 462	0.58 436	0.76 497	0.54 476	0.77 470	0.54 457

CRFU-Net	0.65 420	1.67 488	1.22 583	1.96 589	0.27 276	0.41 321	0.27 266	0.41 315	0.27 277	0.40 301	0.26 270	0.41 323	0.27 278	0.40 306	0.27 263	1.80 603	1.62 625	0.34 286	0.23 253	0.33 262	0.23 233

FlowAnything	1.02 517	1.71 490	0.72 473	1.59 572	0.69 506	1.60 618	0.69 503	1.61 610	0.70 510	1.60 613	0.69 509	1.60 617	0.69 501	1.61 617	0.69 500	0.81 468	0.58 436	0.81 506	0.56 482	0.82 482	0.56 468

FlowAnything_test	1.02 517	1.72 491	0.71 470	1.59 572	0.70 510	1.61 619	0.69 503	1.61 610	0.70 510	1.60 613	0.70 513	1.61 620	0.69 501	1.61 617	0.70 508	0.81 468	0.58 436	0.81 506	0.55 478	0.81 480	0.56 468

gwcnet-sp	0.82 472	1.72 491	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 706	0.23 233

scenet	0.82 472	1.72 491	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 706	0.23 233

ssnet	0.82 472	1.72 491	1.48 609	0.39 250	0.15 207	0.31 262	0.21 235	0.20 198	0.25 259	1.61 616	0.23 252	0.28 250	0.26 271	0.20 196	0.15 198	0.24 208	1.33 595	0.32 269	0.16 208	6.75 706	0.23 233

HBP-ISP	1.24 582	1.72 491	1.65 619	1.15 488	0.76 524	1.40 611	0.88 535	1.67 616	1.02 559	1.69 620	1.38 633	1.69 621	1.21 607	1.87 627	1.21 616	1.05 505	0.79 491	0.97 536	0.80 536	1.19 538	0.75 512

LL-Strereo2	0.48 378	1.73 496	0.51 407	0.59 387	0.34 386	0.42 341	0.33 363	0.40 300	0.31 351	0.42 329	0.33 373	0.42 341	0.31 357	0.44 374	0.39 404	0.60 414	0.51 421	0.44 411	0.33 385	0.44 386	0.33 361

Hybrid-DGEV	1.03 519	1.75 497	0.80 489	1.28 551	0.78 528	1.26 598	0.80 525	1.26 592	0.78 525	1.26 598	0.78 531	1.26 601	0.78 519	1.26 601	0.78 522	1.15 520	0.75 484	1.14 549	0.74 525	1.14 525	0.75 512

GCAP-Stereo-DPT26K	0.43 322	1.76 498	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.31 337	0.44 326	0.33 295	0.38 320	0.27 307	0.38 306	0.26 251

aanet-new-8k	0.43 322	1.76 498	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-cres	0.43 322	1.77 500	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-20K	0.43 322	1.77 500	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-3K	0.43 322	1.77 500	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-32k-new	0.44 335	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.34 324	0.39 361	0.26 269	0.38 306	0.26 251

aanet-new-30k	0.44 335	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-24k	0.44 335	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-36K	0.43 322	1.78 503	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-32k	0.44 335	1.79 507	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-78k	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-36k	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-34k	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new	0.43 322	1.80 508	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-5K	0.44 335	1.80 508	0.39 312	0.49 319	0.30 305	0.44 382	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-60k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-40k	0.44 335	1.81 513	0.39 312	0.50 355	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-28k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.44 382	0.30 297	0.44 379	0.30 306	0.44 374	0.30 310	0.44 385	0.30 306	0.44 374	0.30 296	0.45 355	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-22k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-10k	0.45 358	1.81 513	0.40 344	0.50 355	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.32 362	0.44 374	0.31 337	0.46 365	0.35 331	0.39 361	0.27 307	0.39 351	0.27 289

GCAP-Stereo-cres-4k	0.44 335	1.81 513	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

test_xeample3	1.10 525	1.81 513	0.61 435	0.84 438	0.49 460	0.77 482	0.66 486	0.92 504	1.40 634	0.68 475	0.46 447	0.78 491	0.54 468	1.72 620	1.48 636	1.34 580	1.52 613	1.35 618	1.67 655	1.33 595	1.55 636

aanet-new-90k	0.44 335	1.82 520	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-70k	0.44 335	1.82 520	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-2K	0.44 335	1.82 520	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

aanet-new-16k	0.44 335	1.83 523	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

GCAP-Stereo-DPT-50K	0.44 335	1.83 523	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.36 337	0.38 320	0.26 269	0.38 306	0.26 251

Hybrid-DGEV-03	1.07 522	1.83 523	0.83 493	1.34 559	0.81 535	1.32 603	0.81 529	1.31 599	0.81 534	1.31 601	0.82 537	1.32 606	0.82 525	1.32 606	0.81 529	1.19 522	0.77 487	1.19 561	0.76 528	1.19 538	0.77 517

Hybrid-DGEV-2	1.05 521	1.83 523	0.83 493	1.33 558	0.82 536	1.30 601	0.81 529	1.26 592	0.79 529	1.29 600	0.79 533	1.26 601	0.80 521	1.26 601	0.79 523	1.20 524	0.78 489	1.18 559	0.77 530	1.20 540	0.77 517

mmm	0.14 139	1.83 523	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 115	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 114	0.04 96

4.5_new	2.00 613	1.84 528	1.98 650	2.77 619	2.16 676	2.27 642	1.28 622	2.09 629	1.98 673	2.01 631	1.28 623	2.71 664	1.98 657	2.51 655	1.65 643	2.26 628	1.33 595	1.87 636	1.87 667	2.49 644	1.60 643

GCAP-Stereo-DPT-22K	0.44 335	1.85 529	0.38 301	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

MM-Stereo_test2	1.20 533	1.85 529	1.05 518	1.46 568	0.94 547	1.36 607	0.99 546	1.36 601	0.95 546	1.41 608	0.98 550	1.40 612	0.96 532	1.37 608	0.95 540	1.37 585	1.06 517	1.33 615	0.93 547	1.29 594	0.89 530

hknet	1.10 525	1.85 529	3.49 684	4.48 661	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.41 323	0.03 53	0.42 336	0.03 52	4.39 673	4.19 687	0.33 276	0.23 253	0.34 267	0.27 289

GCAP-Stereo-DPT-24K	0.44 335	1.86 532	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.43 343	0.30 296	0.44 326	0.33 295	0.38 320	0.26 269	0.38 306	0.26 251

2.25w	2.00 613	1.86 532	1.98 650	2.95 625	2.17 678	2.26 641	1.35 625	2.42 650	2.00 676	2.07 638	1.27 622	2.53 652	1.99 659	2.29 643	1.49 637	2.21 626	1.32 588	1.85 632	1.87 667	2.52 648	1.62 646

PAM	0.39 294	1.88 534	0.34 283	0.37 239	0.41 428	0.45 396	0.22 240	0.28 240	0.23 251	0.28 246	0.24 259	0.29 256	0.23 255	0.29 257	0.23 245	0.38 282	0.32 282	0.38 320	0.37 411	0.32 255	0.22 231

DCVSM-stereo	0.36 264	1.89 535	0.22 205	0.40 263	0.22 254	0.40 305	0.22 240	0.40 300	0.22 244	0.40 301	0.22 247	0.40 310	0.22 249	0.40 306	0.22 238	0.28 226	0.21 211	0.28 253	0.21 244	0.28 239	0.20 225

DCRE	0.84 478	1.89 535	0.77 483	0.94 459	0.72 514	0.88 503	0.73 515	0.87 493	0.78 525	0.90 505	0.71 518	0.88 505	0.67 490	0.88 504	0.73 513	0.81 468	0.68 465	0.81 506	0.70 518	0.82 482	0.70 498

RAFT-Stereo-weight	0.45 358	1.90 537	0.34 283	0.42 285	0.36 396	0.43 348	0.35 381	0.42 333	0.34 380	0.42 329	0.34 381	0.44 385	0.34 378	0.41 322	0.34 372	0.38 282	0.32 282	0.38 320	0.32 375	0.38 306	0.33 361

BUS	0.83 475	1.91 538	0.92 504	4.48 661	0.02 22	0.40 305	0.04 103	0.41 315	0.02 22	0.48 405	0.03 56	0.41 323	0.05 117	0.03 43	0.05 115	1.97 615	4.19 687	0.33 276	0.23 253	0.34 267	0.27 289

BSDual-CNN	0.81 467	1.91 538	0.92 504	4.48 661	0.02 22	0.42 341	0.06 137	0.41 315	0.02 22	0.48 405	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 615	4.19 687	0.33 276	0.23 253	0.34 267	0.27 289

psmg	0.43 322	1.91 538	0.92 504	1.91 585	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	1.97 615	1.44 608	0.04 93	0.03 57	0.02 21	0.03 52

GANet-RSSM	0.75 448	1.91 538	0.14 148	0.47 307	0.14 193	0.21 209	3.21 699	2.30 643	0.14 194	0.46 392	0.14 195	0.23 221	0.18 230	0.21 207	0.14 187	0.18 174	0.27 241	0.37 312	0.13 191	2.13 626	2.12 666

MFMNet_re	1.81 603	1.91 538	1.71 623	1.95 588	1.70 651	1.95 630	1.70 648	1.96 622	1.74 653	1.97 627	1.72 652	1.95 627	1.71 636	1.97 631	1.71 648	1.86 604	1.62 625	1.85 632	1.66 654	1.86 616	1.64 648

SPS-STEREO	1.59 593	1.91 538	1.21 582	1.94 586	1.20 577	2.00 633	1.23 616	1.99 624	1.24 622	2.00 630	1.25 620	2.03 634	1.26 610	2.00 632	1.29 625	1.90 610	1.18 538	1.89 640	1.21 616	1.89 618	1.20 569
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
small-0shot	0.35 256	1.92 544	0.27 228	0.27 205	0.27 276	0.27 248	0.27 266	0.27 239	0.27 277	0.27 245	0.27 274	0.26 246	0.27 278	0.27 248	0.26 261	0.27 221	0.26 229	0.26 244	0.26 269	0.26 231	0.27 289

GANetREF_RVC	1.55 592	1.94 545	1.22 583	1.88 583	1.21 623	1.88 625	1.22 615	1.88 619	1.22 620	1.88 622	1.22 617	1.88 624	1.22 608	1.89 628	1.22 617	1.87 606	1.22 586	1.88 639	1.22 617	1.88 617	1.22 615
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
ssnet_v2	0.68 428	1.96 546	1.25 587	0.29 208	0.20 242	0.30 255	0.20 230	0.29 245	0.22 244	1.50 612	0.20 240	0.31 265	0.20 241	0.27 248	0.22 238	0.24 208	1.49 611	0.26 244	0.18 237	3.90 667	0.19 223

aanet-new-12k	0.46 365	1.99 547	0.40 344	0.51 366	0.31 352	0.44 382	0.31 344	0.44 379	0.31 351	0.44 374	0.31 354	0.44 385	0.31 357	0.44 374	0.32 347	0.47 372	0.35 331	0.39 361	0.27 307	0.39 351	0.27 289

qqq	0.16 158	2.01 548	0.12 123	0.15 133	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

MM-Stereo_test3	1.27 584	2.07 549	1.18 531	1.60 575	1.02 558	1.45 615	1.01 552	1.40 605	1.04 561	1.44 610	1.03 557	1.46 615	1.02 545	1.44 613	1.02 551	1.51 594	1.12 531	1.32 614	0.98 548	1.38 598	0.97 538

ACV-stereo	0.30 225	2.08 550	0.25 218	0.25 195	0.18 234	0.24 224	0.17 212	0.24 221	0.18 227	0.24 223	0.17 217	0.25 234	0.17 220	0.24 223	0.17 212	0.22 190	0.16 174	0.22 215	0.16 208	0.22 208	0.16 197

GCST	0.50 386	2.08 550	0.38 301	0.53 371	0.35 390	0.49 419	0.35 381	0.50 416	0.35 384	0.49 412	0.35 390	0.49 417	0.35 384	0.49 416	0.35 376	0.48 377	0.37 341	0.45 416	0.33 385	0.44 386	0.33 361

AIO_test	2.18 635	2.09 552	2.04 654	2.42 609	2.01 668	2.47 652	1.94 663	2.34 646	2.03 677	2.56 659	1.94 666	2.43 648	1.94 654	2.41 650	1.87 666	2.39 642	2.10 651	2.35 658	1.91 673	2.25 630	2.19 668

ToySt	0.92 495	2.11 553	0.90 500	0.95 461	0.79 530	0.99 516	0.78 521	0.94 508	0.81 534	0.94 513	0.78 531	0.95 519	0.77 517	0.94 515	0.86 533	0.91 480	0.79 491	0.85 514	0.77 530	0.89 492	0.73 508

TRStereo	2.00 613	2.13 554	1.85 639	2.27 601	1.84 657	2.28 644	1.84 653	2.29 639	1.86 663	2.30 645	1.87 658	2.30 639	1.87 647	2.08 634	1.72 650	2.08 620	1.72 631	2.08 646	1.72 660	2.08 623	1.72 653

XX-Stereo	2.00 613	2.13 554	1.85 639	2.27 601	1.84 657	2.28 644	1.84 653	2.29 639	1.86 663	2.30 645	1.87 658	2.30 639	1.87 647	2.08 634	1.72 650	2.08 620	1.72 631	2.08 646	1.72 660	2.08 623	1.72 653

EAI-Stereo	2.00 613	2.13 554	1.85 639	2.27 601	1.84 657	2.28 644	1.84 653	2.29 639	1.86 663	2.30 645	1.87 658	2.30 639	1.87 647	2.08 634	1.72 650	2.08 620	1.72 631	2.08 646	1.72 660	2.08 623	1.72 653

derf	1.91 605	2.15 557	1.78 627	2.16 595	1.75 653	2.21 640	1.80 651	2.22 636	1.80 657	2.21 642	1.76 653	2.17 637	1.81 645	2.24 641	1.74 656	1.93 613	1.56 617	1.96 642	1.53 640	1.95 619	1.56 637

11t1	0.17 164	2.16 558	0.13 143	0.13 117	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.05 115	0.18 174	0.12 135	0.06 121	0.03 57	0.05 114	0.03 52

UGAM-zero	0.51 391	2.17 559	0.39 312	0.53 371	0.36 396	0.50 428	0.36 387	0.50 416	0.36 394	0.49 412	0.36 393	0.50 431	0.35 384	0.50 424	0.36 379	0.49 380	0.37 341	0.47 430	0.35 402	0.46 394	0.34 368

cf-r	0.66 422	2.17 559	0.12 123	0.18 158	0.12 187	0.18 191	2.70 682	2.60 657	0.12 187	0.18 188	0.12 177	0.18 190	0.12 183	0.18 189	0.12 174	0.15 146	0.11 121	0.15 178	0.11 165	1.81 615	1.74 656

3.25w	2.04 626	2.20 561	1.48 609	3.03 626	2.17 678	2.63 664	1.39 633	1.96 622	1.95 672	1.96 625	1.37 631	2.71 664	1.96 656	2.71 664	1.73 655	2.26 628	1.32 588	1.87 636	1.87 667	2.51 647	1.63 647

IGEV	2.02 621	2.20 561	1.82 633	2.90 624	2.16 676	2.41 650	1.25 618	2.00 625	1.98 673	1.99 629	1.31 625	2.72 668	1.93 653	2.67 663	1.69 647	2.26 628	1.32 588	1.83 631	1.87 667	2.53 651	1.61 645

UDG	0.80 462	2.21 563	0.60 429	0.91 449	0.60 483	0.90 507	0.58 473	0.88 497	0.60 478	0.90 505	0.60 484	0.88 505	0.60 477	0.90 507	0.58 468	0.86 478	0.60 445	0.84 512	0.59 487	0.84 485	0.61 474

UGAM	0.51 391	2.23 564	0.39 312	0.54 374	0.35 390	0.50 428	0.35 381	0.49 407	0.35 384	0.49 412	0.35 390	0.49 417	0.36 388	0.50 424	0.36 379	0.49 380	0.37 341	0.45 416	0.34 389	0.45 391	0.34 368

3w_stereo	2.04 626	2.24 565	1.70 621	3.15 629	2.18 680	2.49 654	1.26 620	2.03 627	1.98 673	1.98 628	1.33 626	2.72 668	1.99 659	2.59 658	1.72 650	2.22 627	1.33 595	1.85 632	1.88 672	2.50 646	1.58 641

NCCL2	2.28 647	2.27 566	2.28 656	2.28 604	2.28 681	2.27 642	2.29 676	2.28 637	2.28 679	2.27 644	2.28 681	2.28 638	2.27 667	2.27 642	2.28 680	2.28 632	2.28 656	2.27 651	2.29 680	2.27 631	2.29 670

ccnet	0.80 462	2.28 567	0.33 272	0.50 355	0.33 376	0.50 428	0.33 363	0.50 416	0.33 371	0.49 412	0.33 373	0.49 417	1.56 626	2.38 647	0.33 359	0.41 310	0.29 263	0.42 408	1.57 642	2.28 632	0.29 324

HUF	2.18 635	2.30 568	1.99 653	2.34 607	2.02 671	2.41 650	2.06 672	2.38 648	1.89 669	2.36 650	1.85 656	2.56 657	1.98 657	2.31 645	1.97 671	2.30 635	2.03 649	2.30 653	2.11 674	2.23 628	2.16 667

3.75w	1.99 609	2.31 569	1.83 636	3.16 630	1.65 644	1.93 626	1.98 664	2.72 659	1.68 642	2.73 668	1.97 669	2.00 631	1.72 637	1.81 625	1.25 621	2.27 631	2.01 644	2.38 659	1.42 635	1.71 610	1.24 618

1w_stereo	2.05 628	2.32 570	1.35 591	3.74 658	2.01 668	2.73 668	1.42 637	1.88 619	1.93 671	2.03 633	1.28 623	2.71 664	1.99 659	2.72 666	1.72 650	2.20 625	1.32 588	1.87 636	1.86 666	2.45 640	1.54 635

4.25_new	2.00 613	2.33 571	1.82 633	3.32 639	1.69 648	1.95 630	1.99 667	2.72 659	1.71 646	2.72 663	1.97 669	2.01 632	1.74 640	1.77 622	1.28 623	2.18 623	2.01 644	2.48 665	1.58 645	1.65 606	1.17 564

4.5w_new	2.00 613	2.33 571	1.82 633	3.32 639	1.69 648	1.95 630	1.99 667	2.72 659	1.71 646	2.72 663	1.97 669	2.01 632	1.74 640	1.77 622	1.28 623	2.18 623	2.01 644	2.48 665	1.58 645	1.65 606	1.17 564

4.5w-stereo	1.99 609	2.33 571	1.81 628	3.28 636	1.68 647	1.94 627	1.99 667	2.72 659	1.70 645	2.72 663	1.99 678	1.97 629	1.68 632	1.76 621	1.29 625	1.91 611	2.02 648	2.53 667	1.61 649	1.75 613	1.16 563

monsterstereo	2.20 641	2.33 571	1.95 648	3.65 653	2.07 673	2.49 654	1.61 643	2.48 652	1.83 661	2.45 654	1.61 646	2.67 663	1.86 646	2.64 660	1.94 669	2.48 648	1.66 628	2.34 656	1.68 657	2.40 637	1.86 660

2.75w_new	1.99 609	2.34 575	1.81 628	3.14 628	1.62 642	1.94 627	1.99 667	2.72 659	1.71 646	2.72 663	1.99 678	1.90 625	1.73 638	1.82 626	1.29 625	2.37 640	2.01 644	2.31 654	1.42 635	1.77 614	1.22 615

AIO_rvc	2.18 635	2.34 575	1.87 643	2.32 605	1.94 666	2.40 649	1.89 661	2.37 647	2.07 678	2.52 658	1.95 668	2.44 649	1.99 659	2.41 650	1.89 668	2.32 637	2.09 650	2.24 650	2.18 676	2.21 627	2.23 669

GES	0.66 422	2.34 575	0.29 241	0.41 275	0.29 293	0.41 321	0.29 289	0.42 333	0.29 291	0.40 301	0.41 426	0.41 323	0.30 306	0.51 434	0.29 286	0.32 244	0.29 263	0.32 269	2.46 682	2.49 644	0.30 338

2w_stereo	1.99 609	2.36 578	1.81 628	3.24 634	1.67 645	1.94 627	1.98 664	2.72 659	1.68 642	2.72 663	1.94 666	1.98 630	1.74 640	1.79 624	1.27 622	1.95 614	2.00 642	2.53 667	1.60 648	1.68 609	1.15 560

PAM_32	0.64 418	2.38 579	0.51 407	0.92 452	0.43 440	0.53 446	0.44 431	0.87 493	0.43 432	0.52 438	0.45 444	0.53 444	0.40 409	0.54 444	0.46 433	0.62 422	0.56 430	0.48 438	0.45 449	0.76 468	0.44 422

2.5w	2.01 620	2.40 580	1.37 601	3.28 636	2.01 668	2.71 665	1.43 640	1.82 618	1.83 661	1.90 624	1.41 635	2.71 664	1.35 618	2.71 664	1.85 662	2.66 652	1.53 614	1.64 627	1.23 618	2.53 651	1.87 662

MonStereo	2.17 633	2.41 581	1.49 613	2.67 616	1.67 645	2.60 663	2.04 671	2.32 644	1.76 654	2.44 653	1.68 650	2.50 650	1.69 634	2.38 647	1.80 659	2.28 632	1.78 634	2.63 670	2.14 675	3.47 663	1.68 651

monsters	2.18 635	2.41 581	1.96 649	3.47 646	2.03 672	2.53 658	1.64 645	2.48 652	1.73 651	2.40 652	1.50 638	2.62 660	1.94 654	2.59 658	1.94 669	2.44 644	1.57 619	2.28 652	1.87 667	2.42 638	1.86 660

DDUNet	0.81 467	2.45 583	0.57 423	0.90 447	0.60 483	0.88 503	0.59 477	0.90 499	0.60 478	0.88 503	0.60 484	0.90 510	0.58 473	0.88 504	0.60 473	0.84 475	0.60 445	0.86 515	0.57 484	0.86 487	0.60 473

FBW_ROB	2.12 632	2.46 584	1.77 626	2.49 612	1.79 656	2.38 648	1.83 652	2.46 651	1.78 656	2.48 656	1.97 669	2.40 647	1.78 643	2.42 652	1.83 660	2.31 636	1.85 639	2.38 659	1.82 665	2.35 635	1.84 658

asda	2.17 633	2.54 585	1.81 628	3.47 646	1.78 655	2.50 656	1.86 657	2.61 658	1.68 642	2.61 660	1.83 655	2.37 646	1.73 638	2.44 653	1.88 667	2.51 649	1.84 638	2.34 656	1.62 651	2.23 628	1.77 657

HH	0.71 437	2.54 585	0.74 478	1.10 479	0.32 364	0.41 321	0.37 393	0.69 468	0.78 525	0.73 480	0.90 541	0.75 488	1.00 536	0.84 497	0.69 500	0.69 435	0.40 359	0.35 302	0.26 269	0.35 280	0.26 251

HanStereo	0.71 437	2.54 585	0.74 478	1.10 479	0.32 364	0.41 321	0.37 393	0.69 468	0.78 525	0.73 480	0.90 541	0.75 488	1.00 536	0.84 497	0.69 500	0.69 435	0.40 359	0.35 302	0.26 269	0.35 280	0.26 251

qwe	2.18 635	2.60 588	1.58 616	3.83 659	1.90 665	2.53 658	1.90 662	2.48 652	1.73 651	2.37 651	1.92 665	2.53 652	1.68 632	2.56 656	1.83 660	2.52 651	1.87 640	2.07 645	1.68 657	2.32 634	1.71 652

sAnonymous2	3.31 677	2.63 589	1.38 603	3.71 655	1.86 660	4.70 703	1.11 558	4.82 706	2.72 683	5.45 711	1.98 675	4.59 696	2.64 670	2.65 661	6.21 716	4.37 671	1.08 522	5.16 708	2.24 678	4.52 677	2.39 675

CroCo_RVC	3.31 677	2.63 589	1.38 603	3.71 655	1.86 660	4.70 703	1.11 558	4.82 706	2.72 683	5.45 711	1.98 675	4.59 696	2.64 670	2.65 661	6.21 716	4.37 671	1.08 522	5.16 708	2.24 678	4.52 677	2.39 675

ff7	1.68 595	2.68 591	1.35 591	0.97 465	0.89 539	1.84 622	2.15 673	2.12 630	1.80 657	2.05 635	1.56 640	2.33 642	2.12 664	2.23 638	2.25 676	1.31 577	1.07 518	1.48 622	1.41 632	0.90 495	1.04 550

ffff	1.68 595	2.68 591	1.35 591	0.97 465	0.89 539	1.84 622	2.15 673	2.12 630	1.80 657	2.05 635	1.56 640	2.33 642	2.12 664	2.23 638	2.25 676	1.31 577	1.07 518	1.48 622	1.41 632	0.90 495	1.04 550

ccc-4	1.68 595	2.68 591	1.35 591	0.97 465	0.89 539	1.84 622	2.15 673	2.12 630	1.80 657	2.05 635	1.56 640	2.33 642	2.12 664	2.23 638	2.25 676	1.31 577	1.07 518	1.48 622	1.41 632	0.90 495	1.04 550

LGtest1	2.22 642	2.70 594	1.89 644	2.76 618	1.86 660	2.75 670	1.86 657	2.75 666	1.86 663	2.75 669	1.86 657	2.77 673	1.87 647	2.75 670	1.86 663	2.46 645	1.58 620	2.45 662	1.56 641	2.45 640	1.56 637

11t	1.27 584	2.70 594	1.34 589	1.32 557	0.89 539	1.30 601	1.34 624	1.64 613	0.57 471	1.45 611	0.72 521	1.05 538	1.29 613	1.07 541	1.29 625	1.49 591	1.02 515	0.97 536	1.15 564	1.48 600	1.31 622

LG-G_1	2.22 642	2.71 596	1.89 644	2.77 619	1.87 663	2.75 670	1.87 659	2.76 667	1.87 667	2.75 669	1.87 658	2.76 671	1.87 647	2.75 670	1.86 663	2.47 646	1.58 620	2.45 662	1.57 642	2.45 640	1.57 639

LG-G	2.22 642	2.71 596	1.89 644	2.77 619	1.87 663	2.75 670	1.87 659	2.76 667	1.87 667	2.75 669	1.87 658	2.76 671	1.87 647	2.75 670	1.86 663	2.47 646	1.58 620	2.45 662	1.57 642	2.45 640	1.57 639

4.25w-stereo	1.98 608	2.72 598	1.46 608	3.47 646	1.43 634	2.07 636	1.98 664	2.53 656	1.52 638	2.71 662	1.98 675	1.81 622	1.62 630	1.96 630	1.36 630	1.88 609	2.00 642	2.53 667	1.61 649	1.74 612	1.15 560

4w-stereo	2.02 621	2.72 598	1.44 606	3.36 642	1.59 640	2.48 653	1.72 649	2.28 637	1.24 622	2.24 643	1.65 648	2.56 657	1.32 616	2.39 649	1.98 672	2.67 654	1.51 612	1.66 628	1.24 619	2.53 651	1.88 665

3.25w_new	2.03 623	2.72 598	1.35 591	3.33 641	1.57 638	2.72 666	1.53 642	2.15 634	1.33 626	2.15 640	1.60 644	2.63 661	1.30 614	2.72 666	1.99 673	2.67 654	1.53 614	1.75 630	1.25 621	2.53 651	1.87 662

3.5w_stereo	2.03 623	2.72 598	1.35 591	3.41 643	1.57 638	2.72 666	1.49 641	2.01 626	1.34 627	2.15 640	1.61 646	2.63 661	1.36 619	2.72 666	1.99 673	2.66 652	1.58 620	1.68 629	1.24 619	2.53 651	1.87 662

sCroCo_RVC	2.10 630	2.76 602	1.92 647	2.78 622	1.39 632	2.73 668	1.41 635	2.73 665	1.40 634	2.77 674	1.41 635	2.74 670	1.40 623	2.74 669	1.40 633	2.72 656	1.42 607	2.72 671	1.44 637	2.79 658	1.42 632

PSMNet-RSSM	0.77 454	2.76 602	0.14 148	0.20 167	0.14 193	0.20 199	2.66 680	2.79 670	0.14 194	0.21 207	0.14 195	0.21 204	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.52 648	2.31 671

MonStereo1	1.94 607	2.77 604	1.52 614	3.73 657	1.51 637	2.13 638	1.42 637	2.32 644	1.52 638	2.31 648	1.50 638	2.53 652	1.59 627	2.34 646	1.56 638	1.91 611	1.36 601	1.86 635	1.31 624	2.07 622	1.53 634

asd	2.18 635	2.77 604	1.58 616	3.59 651	2.00 667	2.58 662	1.85 656	2.39 649	1.71 646	2.47 655	1.97 669	2.59 659	1.61 629	2.56 656	1.79 658	2.51 649	1.99 641	2.11 649	1.62 651	2.36 636	1.60 643

GwcNet-RSSM	0.77 454	2.77 604	0.14 148	0.20 167	0.14 193	0.20 199	2.67 681	2.78 669	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.21 207	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.52 648	2.31 671

hitnet-ft	0.79 459	2.78 607	0.14 148	0.20 167	0.14 193	0.21 209	2.89 683	2.80 671	0.14 194	0.20 196	0.14 195	0.20 197	0.14 194	0.20 196	0.14 187	0.17 166	0.12 135	0.17 190	0.12 180	2.54 656	2.33 673

PDISCO_ROB	0.83 475	2.80 608	3.49 684	0.14 121	0.11 174	0.17 187	0.09 145	0.15 179	0.10 153	0.15 172	0.12 177	0.16 178	0.14 194	3.30 677	0.13 183	0.14 133	2.34 657	0.16 182	0.12 180	2.62 657	0.10 151

iGMRVC	0.84 478	2.85 609	0.72 473	0.72 419	0.73 515	0.77 482	0.79 522	0.73 476	0.74 523	0.73 480	0.72 521	0.73 485	0.76 515	0.73 479	0.73 513	0.72 449	0.73 481	0.73 489	0.72 523	0.73 464	0.72 505

MC-Stereo	1.76 599	2.96 610	1.37 601	2.14 594	1.37 630	2.14 639	1.36 627	2.14 633	1.37 632	2.14 639	1.37 631	2.14 636	1.37 621	2.14 637	1.37 631	1.97 615	1.32 588	1.97 643	1.32 625	1.98 620	1.33 624

VIP-Stereo	0.70 434	2.97 611	2.43 662	2.49 612	0.16 217	0.25 234	0.16 202	0.25 229	0.16 211	0.25 231	0.18 233	0.25 234	0.16 208	0.26 244	0.16 205	1.86 604	1.26 587	0.23 224	0.15 205	0.23 220	0.15 196

PASM	0.39 294	3.06 612	1.36 599	1.58 571	0.09 148	0.11 154	0.11 167	0.11 154	0.11 171	0.09 140	0.09 147	0.11 157	0.09 147	0.09 140	0.09 140	0.11 105	0.11 121	0.11 152	0.09 142	0.11 156	0.11 165

DDVS	0.30 225	3.10 613	0.14 148	0.19 163	0.14 193	0.19 194	0.14 188	0.20 198	0.14 194	0.19 190	0.13 190	0.16 178	0.13 189	0.19 192	0.13 183	0.17 166	0.13 158	0.17 190	0.13 191	0.17 189	0.13 185

DEFOM-Stereo	0.68 428	3.11 614	1.40 605	1.63 579	0.25 268	0.31 262	0.25 256	0.31 254	0.28 283	0.31 258	0.29 295	0.29 256	0.27 278	0.31 264	0.28 272	1.59 596	1.47 610	0.30 260	0.29 341	0.30 247	0.28 315

4D-IteraStereo	0.78 458	3.13 615	0.89 497	0.69 409	0.32 364	0.40 305	0.32 352	0.76 479	0.97 549	0.52 438	0.65 494	0.89 508	0.32 362	0.76 483	0.98 543	0.83 473	0.94 506	0.35 302	0.27 307	0.70 459	0.89 530

plain	1.88 604	3.16 616	0.64 443	3.10 627	0.65 496	3.10 675	0.64 482	3.12 674	0.65 486	3.10 675	0.65 494	3.11 675	0.65 484	3.12 674	0.65 480	3.12 661	0.65 456	3.13 673	0.65 502	3.13 661	0.65 487

iRaftStereo_RVC	0.97 504	3.17 617	2.30 657	2.42 609	0.38 407	0.54 450	0.38 400	0.54 439	0.38 400	0.54 447	0.38 405	0.54 448	0.38 397	0.54 444	0.38 392	2.38 641	2.34 657	0.49 443	0.36 408	0.49 415	0.36 382

RCA-Stereo	0.51 391	3.22 618	0.34 283	0.44 295	0.34 386	0.44 382	0.34 376	0.43 341	0.34 380	0.43 336	0.34 381	0.44 385	0.33 373	0.43 343	0.33 359	0.38 282	0.29 263	0.38 320	0.29 341	0.38 306	0.29 324

NLSM1	2.93 674	3.24 619	2.57 664	4.04 660	2.66 684	3.30 679	2.55 679	3.29 677	2.55 681	3.35 679	2.48 683	3.28 678	2.47 669	3.34 679	2.49 681	3.26 662	2.55 662	3.13 673	2.57 683	3.00 660	2.46 677

Anonymous3	2.55 661	3.26 620	1.65 619	3.28 636	1.63 643	3.24 677	1.68 646	3.27 676	1.66 641	3.28 677	1.67 649	3.25 677	1.66 631	3.27 676	1.64 642	3.26 662	1.65 627	3.30 675	1.65 653	4.95 695	1.65 650

MIF-Stereo (partial)	2.58 662	3.31 621	0.66 450	3.18 631	0.66 500	3.18 676	0.66 486	3.21 675	0.67 491	3.19 676	0.66 497	3.19 676	0.66 488	3.31 678	0.68 492	5.09 693	1.79 636	8.23 720	1.67 655	6.18 704	1.38 630

MM-Stereo_test1	1.80 602	3.41 622	1.52 614	2.12 593	1.41 633	2.04 634	1.41 635	2.05 628	1.46 637	2.04 634	1.41 635	2.05 635	1.42 624	2.05 633	1.43 635	2.04 619	1.54 616	1.94 641	1.38 631	1.99 621	1.33 624

UniTT-Stereo	2.03 623	3.43 623	0.72 473	3.42 644	0.73 515	3.27 678	0.68 495	3.38 679	0.69 502	3.29 678	0.72 521	3.28 678	0.70 505	3.35 680	0.68 492	3.39 664	0.68 465	3.31 676	0.69 514	3.37 662	0.73 508

castereo++	0.54 397	3.59 624	1.15 527	1.31 556	0.14 193	0.16 180	0.14 188	0.16 180	0.14 194	0.16 177	0.14 195	0.16 178	0.13 189	0.16 179	0.14 187	1.45 589	1.16 534	0.15 178	0.14 196	0.15 177	0.13 185

DPSNet	3.66 679	3.60 625	3.62 687	3.63 652	3.64 706	3.65 682	3.65 705	3.66 682	3.67 702	3.67 681	3.65 703	3.67 682	3.66 691	3.66 681	3.68 700	3.68 667	3.66 682	3.67 680	3.68 706	3.67 664	3.67 703

RAStereo	2.23 645	3.64 626	0.76 481	3.65 653	0.86 537	3.66 683	0.76 519	3.67 683	0.81 534	3.66 680	0.76 527	3.66 681	0.77 517	3.68 682	0.77 521	3.68 667	0.77 487	3.69 681	0.77 530	3.70 665	0.77 517

qqq1	0.25 206	3.70 627	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 206	3.70 627	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

RAFT_CTSACE	1.92 606	3.71 629	1.72 624	1.88 583	1.72 652	2.04 634	1.42 637	2.18 635	1.89 669	2.02 632	1.97 669	1.95 627	2.06 663	1.93 629	1.62 641	1.76 601	1.66 628	2.02 644	1.73 663	1.73 611	1.43 633

MyStereo07	0.60 407	3.72 630	0.48 389	0.49 319	0.41 428	0.36 282	0.32 352	0.49 407	0.43 432	0.51 434	0.42 436	0.49 417	0.43 430	0.51 434	0.64 477	0.49 380	0.45 391	0.34 286	0.32 375	0.35 280	0.43 419

MyStereo04	0.56 404	3.72 630	0.59 425	0.49 319	0.41 428	0.36 282	0.32 352	0.37 278	0.31 351	0.34 272	0.46 447	0.35 280	0.32 362	0.35 279	0.33 359	0.49 380	0.45 391	0.34 286	0.32 375	0.35 280	0.43 419

castereo	0.61 412	3.79 632	1.35 591	1.52 570	0.15 207	0.17 187	0.16 202	0.20 198	0.21 240	0.18 188	0.16 209	0.21 204	0.12 183	0.26 244	0.17 212	1.43 588	1.38 604	0.17 190	0.16 208	0.18 193	0.16 197

ffm	0.25 206	3.83 633	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 206	3.83 633	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 206	3.83 633	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

NINENet	0.69 431	3.87 636	1.20 536	1.98 590	0.05 126	0.40 305	0.04 103	0.40 300	0.05 124	0.41 315	0.04 110	0.41 323	0.05 117	0.40 306	0.05 115	1.79 602	1.56 617	0.34 286	0.22 247	0.34 267	0.23 233

GEAStereo	0.62 414	3.91 637	0.48 389	0.69 409	0.38 407	0.51 440	0.38 400	0.51 430	0.38 400	0.53 441	0.38 405	0.50 431	0.38 397	0.51 434	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.34 368

gasm-f	0.62 414	3.91 637	0.48 389	0.69 409	0.38 407	0.51 440	0.38 400	0.51 430	0.38 400	0.53 441	0.38 405	0.50 431	0.38 397	0.51 434	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.34 368

MyStereo8	0.71 437	3.92 639	0.52 410	0.59 387	0.52 471	0.57 458	0.53 465	0.59 452	0.50 458	0.59 459	0.51 472	0.57 458	0.50 458	0.56 449	0.52 458	0.54 398	0.49 408	0.54 461	0.49 466	0.55 434	0.50 443

NLCSM	3.67 680	4.08 640	3.19 683	4.80 676	3.26 699	3.99 687	3.24 700	4.25 689	3.18 698	4.09 685	3.27 698	4.14 687	3.18 686	4.13 687	3.28 696	4.06 669	3.10 672	3.85 685	3.14 697	3.91 670	3.27 699

MyStereo06	0.75 448	4.12 641	0.60 429	0.63 395	0.61 488	0.62 465	0.66 486	0.56 443	0.45 438	0.55 450	0.48 459	0.54 448	0.46 439	0.57 454	0.45 429	0.60 414	0.57 432	0.64 473	0.55 478	0.72 461	0.55 465

MyStereo05	0.80 462	4.12 641	0.63 440	0.63 395	0.61 488	0.62 465	0.66 486	0.65 462	0.62 481	0.67 473	0.61 488	0.65 473	0.58 473	0.67 469	0.55 465	0.60 414	0.57 432	0.64 473	0.55 478	0.72 461	0.55 465

test-3	0.98 506	4.13 643	1.85 639	1.85 582	0.61 488	0.69 473	0.37 393	0.63 459	0.61 480	0.66 471	0.51 472	0.73 485	0.44 432	0.57 454	0.54 462	1.68 600	1.81 637	0.40 374	0.43 447	0.66 448	0.50 443

GCAP-Stereo	0.75 448	4.15 644	0.42 363	0.75 427	0.35 390	0.78 484	0.40 414	0.79 481	0.38 400	0.78 489	0.36 393	0.78 491	0.36 388	0.79 485	0.39 404	0.75 457	0.39 355	0.76 497	0.39 428	0.75 465	0.39 400

IGEVStereo-DCA	1.77 600	4.21 645	1.84 637	2.49 612	2.11 674	2.54 660	1.36 627	1.65 614	1.17 571	2.75 669	1.90 663	2.54 655	1.15 554	0.94 515	1.11 557	1.50 592	1.32 588	0.96 534	1.46 638	1.49 601	0.88 527

rrr	1.77 600	4.21 645	1.84 637	2.49 612	2.11 674	2.54 660	1.36 627	1.65 614	1.17 571	2.75 669	1.90 663	2.54 655	1.15 554	0.94 515	1.11 557	1.50 592	1.32 588	0.96 534	1.46 638	1.49 601	0.88 527

GSStereo	0.81 467	4.28 647	0.50 401	0.59 387	0.40 418	0.51 440	0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	3.79 696	0.50 424	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.35 379

GEStereo_RVC	0.86 487	4.45 648	0.20 198	0.27 205	0.20 242	0.27 248	0.20 230	0.26 235	0.18 227	5.03 707	0.20 240	0.27 249	0.19 237	0.27 248	0.21 234	0.20 181	0.19 205	0.19 202	4.02 711	0.20 200	0.18 220

error version	0.93 500	4.47 649	2.35 658	1.99 591	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	1.87 606	2.16 653	0.47 430	0.37 411	0.39 351	0.33 361

test_1	0.93 500	4.47 649	2.35 658	1.99 591	0.37 400	0.41 321	0.36 387	0.41 315	0.35 384	0.43 336	0.36 393	0.41 323	0.40 409	0.41 322	0.36 379	1.87 606	2.16 653	0.47 430	0.37 411	0.39 351	0.33 361

TestStereo	4.88 706	4.75 651	4.79 693	4.87 679	4.92 715	4.81 708	4.90 715	4.78 704	4.77 714	4.87 705	4.89 714	4.90 709	4.91 707	4.99 708	4.79 712	4.98 690	4.87 692	4.87 705	4.92 716	5.00 696	5.00 713

DispFullNet	4.61 702	4.84 652	3.12 680	5.00 680	3.57 703	4.75 706	3.03 690	7.75 719	4.17 711	4.91 706	3.09 694	6.20 715	3.95 700	6.71 715	3.51 698	5.30 695	3.67 683	5.86 714	3.63 703	5.61 701	3.46 701

MLG-Stereo_test3	4.26 695	4.85 653	3.95 690	5.35 683	3.60 704	4.75 706	3.76 706	5.49 712	3.71 703	5.39 709	3.69 704	4.82 707	3.66 691	4.85 704	3.73 704	4.93 688	3.19 679	4.69 699	2.99 687	4.84 692	2.98 683

CFNet-RSSM	0.91 493	4.89 654	0.34 283	0.44 295	1.07 561	1.62 621	1.40 634	0.91 501	0.35 384	1.60 613	1.39 634	0.64 469	0.34 378	0.44 374	0.33 359	0.41 310	0.35 331	0.75 495	0.30 357	0.41 376	0.29 324

StereoVision	3.15 675	5.00 655	0.89 497	4.83 677	1.00 550	3.93 684	1.27 621	6.37 713	1.34 627	5.67 713	1.26 621	5.84 714	1.27 611	5.03 710	1.24 618	5.10 694	1.09 524	4.61 694	0.57 484	5.62 702	1.12 555

LL-Strereo	1.01 515	5.06 656	1.63 618	0.70 415	1.43 634	0.56 452	0.46 439	0.57 446	0.50 458	0.57 455	0.50 466	1.58 616	0.49 454	0.59 456	0.50 451	1.64 599	0.52 423	0.51 454	1.37 629	0.52 428	0.45 424

aanet-new-14k	0.60 407	5.12 657	0.39 312	0.49 319	0.30 305	0.43 348	0.30 297	0.43 341	0.30 306	0.43 336	0.30 310	0.43 350	0.30 306	0.44 374	0.30 296	0.44 326	0.37 341	0.38 320	0.26 269	0.38 306	0.26 251

FC-DCNN v2	5.10 710	5.15 658	4.49 692	5.07 681	3.37 701	6.87 715	4.75 714	5.04 709	6.34 718	7.84 719	5.06 715	6.72 719	4.09 703	4.99 708	5.44 715	5.03 691	3.16 676	4.67 697	4.86 715	5.15 698	3.89 708

DEFOM-Stereo_RVC	0.83 475	5.18 659	1.98 650	2.19 596	0.17 223	0.19 194	0.18 220	0.19 192	0.16 211	0.20 196	0.19 236	0.22 213	0.22 249	0.20 196	0.15 198	2.28 632	2.13 652	0.24 234	0.17 230	0.18 193	0.16 197

rvit_105_1	3.83 682	5.22 660	3.01 669	4.53 664	3.01 687	4.51 691	3.01 685	4.56 693	3.04 686	4.53 692	3.03 687	4.55 694	3.03 674	4.56 693	3.04 683	4.57 677	3.05 665	4.57 689	3.05 688	4.57 679	3.05 684

rvit_stereo_0081	3.83 682	5.23 661	3.01 669	4.53 664	3.03 689	4.55 697	3.02 686	4.56 693	3.04 686	4.52 690	3.02 685	4.54 692	3.03 674	4.56 693	3.04 683	4.57 677	3.05 665	4.57 689	3.05 688	4.58 680	3.05 684

CFNet	1.37 588	5.27 662	0.19 195	5.49 684	0.19 239	0.28 250	0.19 226	0.28 240	0.19 234	0.28 246	0.19 236	0.28 250	4.35 704	0.28 253	0.19 228	0.23 201	0.17 195	0.23 224	4.21 713	4.81 690	0.17 214

rvit_stereo_0083	3.92 691	5.30 663	3.06 677	4.61 673	3.09 696	4.67 702	3.08 695	4.66 701	3.09 695	4.62 700	3.10 695	4.66 704	3.11 683	4.67 701	3.16 694	4.72 687	3.16 676	4.77 702	3.11 695	4.66 686	3.11 693

rvit_0105_3	3.91 689	5.33 664	3.06 677	4.60 672	3.07 695	4.60 700	3.06 694	4.62 699	3.08 694	4.60 699	3.07 693	4.62 701	3.08 681	4.67 701	3.10 692	4.70 685	3.11 673	4.77 702	3.19 700	4.77 689	3.14 695

rvit_stereo_0081_aga	3.86 684	5.33 664	3.02 672	4.55 670	3.04 693	4.54 693	3.02 686	4.64 700	3.06 690	4.54 694	3.04 689	4.62 701	3.08 681	4.62 699	3.07 688	4.58 680	3.06 669	4.60 693	3.08 692	4.63 683	3.07 688

MLG-Stereo_test1	4.25 694	5.34 666	3.61 686	5.31 682	3.63 705	5.23 709	3.57 703	5.38 711	3.65 701	5.23 708	3.47 700	4.76 705	3.74 694	4.85 704	3.71 701	4.96 689	3.18 678	4.71 700	2.92 685	4.86 693	2.90 681

rvit_0105_5	4.10 693	5.40 667	3.13 682	4.71 675	3.15 698	4.72 705	3.10 697	4.90 708	3.27 699	4.69 702	3.16 697	4.84 708	3.25 687	4.96 707	3.34 697	5.05 692	3.39 681	5.10 707	3.40 701	5.11 697	3.42 700

UDGNet	2.23 645	5.40 667	1.72 624	2.48 611	1.69 648	2.51 657	1.69 647	2.51 655	1.72 650	2.50 657	1.69 651	2.52 651	1.69 634	2.50 654	1.68 646	2.41 643	1.70 630	2.42 661	1.69 659	2.42 638	1.64 648

rvit_stereo_ft	3.93 692	5.44 669	3.05 676	4.59 671	3.06 694	4.61 701	3.08 695	4.67 702	3.12 696	4.63 701	3.10 695	4.65 703	3.11 683	4.69 703	3.13 693	4.70 685	3.14 675	4.71 700	3.15 698	4.74 687	3.16 696

MLG-Stereo_test2	4.28 696	5.46 670	3.69 688	4.86 678	3.72 707	5.58 712	3.42 701	4.81 705	3.77 707	4.85 704	3.72 705	5.55 713	3.63 690	5.58 711	3.53 699	4.41 674	3.28 680	4.99 706	2.95 686	4.75 688	3.13 694

rvit_0105_4	3.91 689	5.47 671	3.02 672	4.54 667	3.02 688	4.54 693	3.03 690	4.75 703	3.17 697	4.57 696	3.06 690	4.61 700	3.16 685	4.65 700	3.09 691	4.66 684	3.11 673	4.68 698	3.18 699	4.81 690	3.16 696

rvit_stereo_0080	3.89 687	5.70 672	3.04 674	4.54 667	3.03 689	4.56 698	3.05 692	4.60 697	3.07 691	4.58 697	3.06 690	4.59 696	3.06 679	4.61 697	3.08 689	4.63 682	3.09 670	4.64 695	3.10 693	4.65 684	3.10 691

whm_eth	3.89 687	5.70 672	3.04 674	4.54 667	3.03 689	4.56 698	3.05 692	4.60 697	3.07 691	4.58 697	3.06 690	4.59 696	3.06 679	4.61 697	3.08 689	4.63 682	3.09 670	4.64 695	3.10 693	4.65 684	3.10 691

rvit_0105_6	3.87 686	5.73 674	3.10 679	4.69 674	3.12 697	4.54 693	3.02 686	4.56 693	3.04 686	4.54 694	3.03 687	4.54 692	3.04 677	4.56 693	3.05 685	4.58 680	3.05 665	4.58 691	3.05 688	4.58 680	3.05 684

rvit_stereo_0082	3.86 684	5.82 675	3.01 669	4.53 664	3.03 689	4.54 693	3.02 686	4.56 693	3.04 686	4.53 692	3.02 685	4.55 694	3.04 677	4.57 696	3.05 685	4.57 677	3.05 665	4.58 691	3.05 688	4.58 680	3.06 687

SGM-Forest	5.21 712	5.92 676	4.08 691	6.18 689	4.16 712	6.31 714	4.34 713	6.50 714	4.33 712	6.14 715	4.21 711	6.61 718	4.55 706	6.67 714	4.48 711	5.94 699	3.94 685	5.85 713	4.03 712	5.79 703	4.17 711
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaDis-Stereo	3.19 676	6.02 677	1.12 522	5.61 686	1.16 570	5.43 711	1.02 554	5.15 710	0.70 510	5.43 710	1.21 616	5.03 711	0.97 533	4.85 704	0.99 544	4.53 675	1.16 534	5.53 710	1.25 621	5.37 700	1.30 621

PhaseNet	1.74 598	6.34 678	4.81 694	6.77 693	0.24 265	0.80 489	0.53 465	0.48 402	0.22 244	0.53 441	0.28 282	0.48 412	0.25 261	0.40 306	0.32 347	6.39 703	4.61 690	0.46 420	0.38 424	0.25 228	0.18 220

IER	0.88 490	7.04 679	2.23 655	2.75 617	0.28 282	0.43 348	0.25 256	0.39 292	0.25 259	0.41 315	0.27 274	0.39 302	0.25 261	0.40 306	0.28 272	0.37 270	0.28 249	0.37 312	0.25 263	0.37 293	0.25 245

HCRNet	1.22 580	7.11 680	3.00 668	3.55 650	0.33 376	0.29 253	0.14 188	0.19 192	0.15 206	0.33 269	0.29 295	0.25 234	0.14 194	0.22 212	0.33 359	3.64 666	3.00 664	0.76 497	0.32 375	0.18 193	0.13 185

SA	4.33 698	7.35 681	6.85 707	5.96 688	4.09 711	3.59 681	3.15 698	3.82 684	2.64 682	3.91 682	3.85 706	3.57 680	2.72 672	3.13 675	4.03 707	7.09 709	6.86 704	3.57 678	3.12 696	3.85 666	3.51 702

cross-raft	4.83 705	7.52 682	6.43 703	6.63 692	3.96 710	4.51 691	3.99 710	4.49 691	3.96 709	4.52 690	3.96 708	4.50 691	3.97 701	4.50 692	3.97 706	6.65 704	6.44 701	4.33 686	3.92 710	4.35 675	3.91 709

test_5	4.62 703	7.55 683	6.23 702	6.32 691	3.40 702	5.29 710	3.50 702	3.53 681	4.11 710	4.28 687	4.47 713	4.26 690	4.38 705	3.68 682	3.24 695	5.89 698	5.60 695	4.84 704	3.50 702	4.33 674	3.93 710

RAFT+CT+SA	4.28 696	7.62 684	4.91 695	5.55 685	2.28 681	3.09 674	3.64 704	4.49 691	3.07 691	4.80 703	3.35 699	4.77 706	3.70 693	4.29 690	3.05 685	5.58 696	5.98 699	3.58 679	3.78 708	4.26 673	3.72 704

raft_robust	4.71 704	7.75 685	5.40 700	6.81 694	3.31 700	4.28 690	4.20 712	4.32 690	4.37 713	4.35 689	4.35 712	4.14 687	3.75 695	4.30 691	4.20 710	6.67 705	6.37 700	3.36 677	4.24 714	4.86 693	3.25 698

test_4	4.88 706	8.13 686	6.98 708	7.46 698	4.44 713	4.25 689	3.85 709	4.04 688	3.92 708	4.13 686	3.91 707	4.18 689	3.84 698	4.14 688	4.06 708	7.01 708	7.13 707	4.53 687	3.72 707	4.09 671	3.72 704

Sa-1000	4.34 699	8.37 687	6.84 706	6.98 697	4.45 714	3.58 680	3.00 684	3.42 680	3.39 700	2.61 660	4.00 709	3.83 684	4.01 702	3.90 684	3.90 705	5.98 700	5.62 696	3.76 682	2.34 681	4.35 675	2.47 678

TestStereo1	4.60 700	8.41 688	6.44 704	6.86 695	3.79 708	3.97 685	3.78 707	3.99 686	3.74 704	3.97 683	3.52 701	3.94 685	3.58 688	3.98 685	3.72 702	6.82 706	6.50 702	3.76 682	3.66 704	3.90 667	3.74 706

SA-5K	4.60 700	8.41 688	6.44 704	6.86 695	3.79 708	3.97 685	3.78 707	3.99 686	3.74 704	3.97 683	3.52 701	3.94 685	3.58 688	3.98 685	3.72 702	6.82 706	6.50 702	3.76 682	3.66 704	3.90 667	3.74 706

U	5.15 711	8.49 690	1.81 628	8.49 702	1.77 654	8.49 720	1.77 650	8.51 721	1.77 655	8.49 721	1.77 654	8.50 721	1.78 643	8.58 721	1.77 657	8.54 713	1.78 634	8.55 721	1.78 664	8.55 715	1.84 658

CFNet_RVC	2.38 655	8.71 691	0.38 301	9.33 706	0.42 438	0.56 452	0.42 428	0.60 454	0.38 400	0.62 464	0.42 436	0.56 455	7.29 716	0.62 459	0.42 423	0.53 397	0.37 341	0.49 443	0.34 389	8.30 713	6.87 718

rvit_stereo_0075_2	6.64 714	8.80 692	5.25 697	7.89 699	5.27 717	7.90 719	5.27 716	7.92 720	5.28 716	7.91 720	5.29 717	7.93 720	5.27 708	7.92 720	5.28 713	7.93 710	5.28 694	7.93 719	5.29 718	7.93 712	5.28 715

test_3	5.01 708	8.86 693	7.77 710	8.09 700	2.76 686	4.13 688	4.05 711	3.88 685	3.76 706	4.33 688	4.13 710	3.71 683	3.91 699	4.21 689	4.06 708	7.93 710	7.69 709	4.53 687	3.91 709	4.17 672	4.29 712

SGM+DAISY	7.06 716	9.15 694	5.38 699	8.84 704	5.18 716	8.80 721	5.31 717	8.79 722	5.28 716	8.89 722	5.20 716	8.93 722	5.33 709	8.95 722	5.36 714	8.70 714	5.21 693	8.74 722	5.20 717	8.89 716	5.15 714

test-1	6.46 713	9.16 695	8.03 714	8.09 700	5.62 718	6.11 713	6.35 718	6.85 716	4.94 715	6.08 714	6.29 720	4.98 710	6.43 712	6.22 712	6.36 718	6.16 702	7.47 708	5.82 712	5.44 719	7.11 709	5.68 716

RAFT	6.73 715	9.36 696	7.40 709	8.51 703	6.55 719	6.88 716	6.60 719	6.79 715	6.60 719	6.80 716	6.72 721	5.31 712	5.50 710	6.61 713	6.61 719	8.42 712	5.89 697	5.73 711	5.45 720	6.61 705	6.24 717

CFNet_pseudo	2.67 665	9.36 696	0.32 267	10.99 716	0.33 376	0.85 499	0.33 363	0.49 407	0.33 371	0.49 412	0.32 364	0.49 417	7.26 715	0.49 416	0.33 359	0.41 310	9.62 715	0.41 392	0.29 341	10.03 721	0.29 324

CFNet_ucs	2.73 666	9.64 698	0.33 272	9.92 712	0.32 364	0.49 419	0.33 363	0.49 407	0.33 371	0.49 412	0.33 373	0.49 417	8.98 719	0.48 410	0.33 359	0.41 310	9.96 718	0.40 374	0.29 341	10.12 722	0.54 457

PCWNet_CMD	2.80 673	9.82 699	0.32 267	10.09 714	0.32 364	0.49 419	0.33 363	3.34 678	0.33 371	0.49 412	0.33 373	0.49 417	8.73 717	0.48 410	0.33 359	0.41 310	9.22 712	0.42 408	0.29 341	9.55 719	0.31 347

pcwnet_v2	2.66 664	9.89 700	0.33 272	9.89 711	0.32 364	0.50 428	0.32 352	0.49 407	0.33 371	0.49 412	0.34 381	0.49 417	8.76 718	0.48 410	0.33 359	0.41 310	9.58 714	0.40 374	0.29 341	9.01 717	0.63 479

UCFNet_RVC	2.75 668	10.06 701	0.29 241	10.31 715	0.29 293	0.42 341	0.29 289	0.43 341	0.29 291	0.42 329	0.29 295	0.42 341	9.87 721	0.43 343	0.29 286	0.36 267	9.84 717	0.36 309	0.26 269	9.77 720	0.26 251

MSMDNet	2.65 663	10.14 702	0.33 272	9.74 710	0.32 364	0.87 502	0.33 363	2.95 673	0.68 497	0.49 412	0.34 381	0.49 417	5.70 711	0.49 416	0.33 359	0.42 324	9.57 713	0.41 392	0.31 368	8.36 714	0.65 487

ccs_rob	2.79 672	10.17 703	0.32 267	10.00 713	0.33 376	0.49 419	0.33 363	1.90 621	0.32 361	0.51 434	0.33 373	0.49 417	9.24 720	0.49 416	0.33 359	0.41 310	9.82 716	0.41 392	0.28 326	9.34 718	0.29 324

testmc14	2.43 656	10.48 704	8.02 713	8.93 705	0.31 352	0.44 382	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 341	0.30 306	0.42 336	0.30 296	8.88 716	6.99 706	0.41 392	0.28 326	0.39 351	0.28 315

MCSU-Stereo	2.48 659	10.56 705	8.50 715	9.47 709	0.31 352	0.43 348	0.30 297	0.42 333	0.30 306	0.42 329	0.30 310	0.42 341	0.30 306	0.41 322	0.30 296	8.86 715	6.93 705	0.40 374	0.29 341	0.39 351	0.28 315

test-v	7.53 717	11.89 706	7.98 711	9.36 707	7.14 720	7.06 717	7.09 720	7.37 717	6.91 720	7.29 717	5.71 718	6.45 716	6.93 713	6.73 716	7.27 720	8.93 717	7.85 710	6.98 717	6.80 721	7.56 710	7.34 719

test-2	7.53 717	11.89 706	7.98 711	9.36 707	7.14 720	7.06 717	7.09 720	7.37 717	6.91 720	7.29 717	5.71 718	6.45 716	6.93 713	6.73 716	7.27 720	8.93 717	7.85 710	6.98 717	6.80 721	7.56 710	7.34 719

rafts_anoy	20.00 721	20.00 708	20.00 721	20.00 721	20.00 723	20.00 722	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 724	20.00 723	20.00 724	20.00 723	20.00 722

raft+_RVC	20.00 721	20.00 708	20.00 721	20.00 721	20.00 723	20.00 722	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 724	20.00 723	20.00 724	20.00 723	20.00 722

raftrobust	20.00 721	20.00 708	20.00 721	20.00 721	20.00 723	20.00 722	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 724	20.00 723	20.00 724	20.00 723	20.00 722

CasAABBNet	20.00 721	20.00 708	20.00 721	20.00 721	20.00 723	20.00 722	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 724	20.00 723	20.00 724	20.00 723	20.00 722

RALCasStereoNet	20.00 721	20.00 708	20.00 721	20.00 721	20.00 723	20.00 722	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 724	20.00 723	20.00 724	20.00 723	20.00 722

RALAANet	20.00 721	20.00 708	20.00 721	20.00 721	20.00 723	20.00 722	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 723	20.00 724	20.00 723	20.00 724	20.00 723	20.00 722

MANE	19.05 720	23.00 714	15.00 720	23.00 727	15.00 722	24.00 728	16.00 722	24.00 729	16.00 722	22.00 729	15.00 722	23.00 729	16.00 722	23.00 729	15.00 722	22.00 729	15.00 723	22.00 729	15.00 723	22.00 729	15.00 721

stereogan	2.33 649	24.38 715	1.18 531	1.18 495	1.18 574	1.14 546	1.18 567	1.19 540	1.19 573	1.14 547	1.18 570	1.14 549	1.18 559	1.14 549	1.18 567	1.14 519	1.14 532	1.19 561	1.19 568	1.15 528	1.19 568

Abc-Net	2.32 648	24.75 716	1.14 525	1.17 494	1.17 571	1.11 543	1.15 563	1.17 537	1.21 619	1.08 537	1.16 566	1.12 548	1.14 553	1.09 542	1.17 566	1.09 508	1.16 534	1.17 556	1.17 567	1.16 530	1.11 553
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 649	25.00 717	1.13 524	1.15 488	1.15 566	1.10 540	1.15 563	1.15 532	1.15 566	1.12 544	1.15 563	1.09 541	1.13 550	1.10 544	1.15 561	1.11 515	1.09 524	1.16 552	1.12 562	1.16 530	1.17 564

RGC	2.36 651	25.48 718	1.19 533	1.15 488	1.15 566	1.10 540	1.16 565	1.17 537	1.16 567	1.12 544	1.16 566	1.11 547	1.13 550	1.09 542	1.18 567	1.10 510	1.15 533	1.16 552	1.12 562	1.14 525	1.12 555

NCC-stereo	2.36 651	25.52 719	1.17 529	1.15 488	1.17 571	1.11 543	1.11 558	1.15 532	1.16 567	1.10 538	1.16 566	1.10 543	1.15 554	1.14 549	1.13 559	1.09 508	1.11 528	1.15 551	1.16 566	1.17 535	1.17 564

AF-Net	2.37 653	25.71 720	1.17 529	1.13 484	1.15 566	1.15 547	1.18 567	1.19 540	1.16 567	1.10 538	1.15 563	1.10 543	1.18 559	1.12 548	1.15 561	1.10 510	1.10 527	1.17 556	1.15 564	1.16 530	1.12 555

Nwc_Net	2.37 653	25.95 721	1.15 527	1.14 485	1.15 566	1.08 537	1.14 561	1.17 537	1.16 567	1.14 547	1.15 563	1.08 539	1.15 554	1.11 546	1.14 560	1.10 510	1.11 528	1.16 552	1.09 561	1.16 530	1.15 560

FAT-Stereo	2.46 658	26.05 722	1.23 585	1.23 544	1.22 625	1.20 549	1.24 617	1.23 591	1.23 621	1.19 550	1.22 617	1.21 599	1.24 609	1.20 554	1.24 618	1.21 570	1.17 537	1.22 609	1.25 621	1.20 540	1.24 618

S-Stereo	2.51 660	26.86 723	1.23 585	1.22 542	1.22 625	1.24 597	1.25 618	1.22 589	1.24 622	1.21 596	1.24 619	1.19 553	1.27 611	1.19 553	1.24 618	1.19 522	1.20 539	1.25 611	1.19 568	1.24 589	1.23 617

MoCha-V2	2.11 631	26.97 724	0.78 485	0.92 452	0.77 527	0.96 514	0.72 514	0.90 499	0.72 518	0.94 513	0.70 513	0.90 510	0.71 509	0.91 509	0.71 510	0.85 477	0.71 478	0.88 516	0.69 514	0.87 488	0.67 491

edge stereo	2.43 656	27.07 725	1.14 525	1.06 476	1.14 564	1.08 537	1.17 566	1.16 535	1.14 565	1.10 538	1.16 566	1.09 541	1.16 558	1.10 544	1.16 565	1.10 510	1.11 528	1.16 552	1.19 568	1.13 524	1.11 553

fff	1000028.16 748	29.62 726	29.72 728	32.61 728	30.02 730	35.13 731	31.83 731	32.07 731	10000000.00 750	35.27 733	29.82 731	32.45 731	30.15 730	32.35 731	30.09 730	31.04 731	29.55 732	30.64 731	30.14 731	10000000.00 751	30.77 730

csc	1000028.16 748	29.62 726	29.72 728	32.61 728	30.02 730	35.13 731	31.83 731	32.07 731	10000000.00 750	35.27 733	29.82 731	32.45 731	30.15 730	32.35 731	30.09 730	31.04 731	29.55 732	30.64 731	30.14 731	10000000.00 751	30.77 730

cscssc	1000028.16 748	29.62 726	29.72 728	32.61 728	30.02 730	35.13 731	31.83 731	32.07 731	10000000.00 750	35.27 733	29.82 731	32.45 731	30.15 730	32.35 731	30.09 730	31.04 731	29.55 732	30.64 731	30.14 731	10000000.00 751	30.77 730

STTStereo	3.73 681	30.40 729	2.37 660	2.39 608	2.31 683	2.35 647	2.33 677	2.29 639	2.42 680	2.32 649	2.34 682	2.33 642	2.36 668	2.30 644	2.27 679	2.35 639	2.22 655	2.31 654	2.22 677	2.29 633	2.34 674

111	30.40 727	30.94 730	29.72 728	32.61 728	30.02 730	33.57 729	30.47 730	31.50 730	29.39 730	30.98 730	29.11 730	29.78 730	30.39 733	29.45 730	30.76 733	30.08 730	29.02 731	29.92 730	30.32 734	29.86 730	30.17 729

DCANet-4	35.22 729	34.54 731	35.08 734	33.58 732	35.47 737	34.55 730	35.53 737	36.08 736	35.85 734	35.92 736	35.77 736	35.18 736	35.48 735	35.39 736	37.15 740	34.55 736	33.92 735	35.02 737	34.90 736	35.79 734	34.74 736

tt	500032.53 746	34.60 732	29.72 728	37.47 738	34.41 735	36.85 735	35.22 735	34.71 734	33.55 732	34.50 731	35.43 734	33.81 734	10000000.00 751	33.57 734	33.13 734	33.68 734	35.00 736	34.03 735	35.26 737	30.96 731	34.63 734

DCANet	500032.53 746	34.60 732	29.72 728	37.47 738	34.41 735	36.85 735	35.22 735	34.71 734	33.55 732	34.50 731	35.43 734	33.81 734	10000000.00 751	33.57 734	33.13 734	33.68 734	35.00 736	34.03 735	35.26 737	30.96 731	34.63 734

WCMA_ROB	31.10 728	35.43 734	27.12 727	39.51 740	23.10 729	38.78 741	25.30 729	37.49 742	25.39 729	37.29 741	27.02 729	38.52 742	26.48 729	37.80 741	26.44 729	36.28 737	22.65 730	33.90 734	22.30 730	37.10 739	24.18 728

ADStereo(finetuned)	36.13 730	36.63 735	38.07 739	36.97 733	33.25 734	35.91 734	34.45 734	36.36 737	32.99 731	38.14 742	36.71 737	36.69 737	34.13 734	38.57 742	40.79 741	37.60 742	36.58 738	35.90 738	33.36 735	35.42 733	34.04 733

fast-reg	37.00 731	37.00 736	37.00 735	37.00 734	37.00 738	37.00 737	37.00 738	37.00 738	37.00 735	37.00 737	37.00 738	37.00 738	37.00 736	37.00 737	37.00 736	37.00 738	37.00 739	37.00 739	37.00 739	37.00 735	37.00 737

Reg-Stereo(zero)	37.00 731	37.00 736	37.00 735	37.00 734	37.00 738	37.00 737	37.00 738	37.00 738	37.00 735	37.00 737	37.00 738	37.00 738	37.00 736	37.00 737	37.00 736	37.00 738	37.00 739	37.00 739	37.00 739	37.00 735	37.00 737

fast-iter	37.00 731	37.00 736	37.00 735	37.00 734	37.00 738	37.00 737	37.00 738	37.00 738	37.00 735	37.00 737	37.00 738	37.00 738	37.00 736	37.00 737	37.00 736	37.00 738	37.00 739	37.00 739	37.00 739	37.00 735	37.00 737

CoSv	37.00 731	37.00 736	37.00 735	37.00 734	37.00 738	37.00 737	37.00 738	37.00 738	37.00 735	37.00 737	37.00 738	37.00 738	37.00 736	37.00 737	37.00 736	37.00 738	37.00 739	37.00 739	37.00 739	37.00 735	37.00 737

NLCA_NET_v2_RVC	5.04 709	50.87 740	2.78 665	2.87 623	2.71 685	2.78 673	0.47 444	2.88 672	2.86 685	1.89 623	2.67 684	2.79 674	2.79 673	2.78 673	2.83 682	2.82 657	2.82 663	2.83 672	2.77 684	2.83 659	2.76 679
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
MDST_ROB	69.83 735	87.70 741	41.95 740	113.75 743	65.62 744	75.05 742	55.25 743	75.64 744	45.04 739	71.61 743	41.75 742	72.81 743	44.06 740	68.38 743	44.63 742	101.89 745	59.57 745	107.10 745	61.05 745	104.38 742	59.38 743

MGS-Stereo	239.45 740	123.00 742	135.00 744	266.00 746	286.00 748	277.00 747	305.00 748	271.00 748	242.00 745	274.00 748	279.00 748	255.00 748	270.00 746	268.00 748	297.00 748	221.00 748	247.00 749	216.00 748	123.00 746	217.00 745	217.00 747

AE-Stereo	201.80 739	123.00 742	115.00 742	219.00 745	218.00 747	223.00 746	244.00 747	217.00 747	236.00 744	202.00 747	203.00 746	205.00 747	208.00 744	225.00 747	204.00 746	210.00 747	198.00 747	197.00 747	184.00 748	204.00 744	201.00 745

EGLCR-Stereo	246.90 741	129.00 744	139.00 745	266.00 746	286.00 748	277.00 747	305.00 748	271.00 748	242.00 745	274.00 748	279.00 748	255.00 748	270.00 746	268.00 748	297.00 748	230.00 749	247.00 749	216.00 748	223.00 750	237.00 746	227.00 748

NOSS_ROB	102.95 736	153.00 745	121.00 743	51.00 741	44.00 742	165.00 745	127.00 744	153.00 745	119.00 741	164.00 746	125.00 744	168.00 746	120.00 742	153.00 745	117.00 744	49.00 743	44.00 743	49.00 743	44.00 743	49.00 740	44.00 741

MeshStereo	159.24 738	171.00 746	160.68 746	162.58 744	160.59 745	164.01 744	160.35 745	158.51 746	158.56 742	158.34 745	160.12 745	158.56 745	159.92 743	157.26 746	158.94 745	154.38 746	158.36 746	155.75 746	159.13 747	153.67 743	154.07 744
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
PA-Net	11.80 719	223.51 747	0.62 436	0.59 387	0.71 512	0.59 460	0.73 515	0.67 466	0.73 521	0.55 450	0.61 488	0.60 463	0.74 512	0.63 464	0.73 513	0.66 431	0.60 445	0.69 482	0.66 504	0.72 461	0.65 487
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	284.23 742	354.61 748	207.27 747	363.24 748	206.46 746	364.72 749	210.41 746	364.72 750	210.41 743	364.81 750	208.64 747	364.81 750	208.64 745	364.72 750	210.41 747	354.70 750	205.53 748	354.70 750	205.53 749	354.70 747	205.53 746

LE_ROB	396.57 743	471.28 749	329.84 748	471.48 749	308.15 750	526.83 750	322.10 750	488.15 751	323.76 747	495.46 751	317.97 750	497.17 751	320.10 748	481.62 751	326.76 750	462.71 751	298.97 751	466.16 751	285.98 751	447.62 748	289.21 749

SGM-ForestM	596.69 744	677.77 750	444.52 749	699.85 750	517.25 751	732.94 751	488.29 751	770.79 752	460.11 748	750.81 752	487.98 751	792.79 752	499.41 749	730.90 752	475.81 751	720.03 752	491.16 752	663.96 752	418.60 752	674.76 749	436.05 750

CBMV_ROB	818.48 745	913.88 751	709.52 750	862.84 751	597.78 752	1073.99 752	700.52 752	1015.66 753	702.59 749	1115.65 753	760.02 752	1130.24 753	721.57 750	1037.41 753	692.65 752	814.05 753	564.29 753	843.28 753	595.31 753	915.51 750	602.92 751

CBMV	128.50 737	1422.70 752	53.10 741	79.50 742	51.30 743	77.30 743	49.70 742	74.00 743	48.20 740	77.20 744	48.80 743	73.90 744	48.00 741	73.80 744	48.80 743	70.40 744	45.10 744	68.90 744	46.10 744	68.20 741	45.00 742
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111111	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

SGD-Stereo	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

IGEV-Stereo++	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

IGEV-BASED-STEREO-	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

IGEV-Stereo+	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

SDNR	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

anonymousdsp2	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

anonymousdsp	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

test_example2	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752

DIP-Stereo	10000000.00 751	10000000.00 753	10000000.00 751	10000000.00 752	10000000.00 753	10000000.00 753	10000000.00 753	10000000.00 754	10000000.00 750	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 751	10000000.00 754	10000000.00 753	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 754	10000000.00 751	10000000.00 752
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 400	0.50 416	0.38 400	0.50 425	0.38 405	0.50 431	3.79 696	0.50 424	0.38 392	0.54 398	0.43 383	0.46 420	0.34 389	0.46 394	0.35 379

FSD					0.44 441	0.56 452	0.44 431	0.55 442	0.44 435	0.56 452	0.44 440	0.56 455	0.44 432	0.56 449	0.46 433	0.61 418	0.42 378	0.52 457	0.42 445	0.52 428

Low-res two-view benchmark