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	1.01 438	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	0.09 134	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	0.90 414	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 156	0.36 350	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 111	0.02 12	0.02 15	1.62 542	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 110	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

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	0.11 111	0.03 31	0.03 39	1.60 539	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	0.11 111	0.03 31	0.03 39	1.60 539	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	0.12 120	0.03 31	0.04 64	1.71 545	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 110	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 512	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	0.08 129	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	0.73 422	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	0.11 156	0.04 90	0.03 52	0.58 393	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	0.05 115	0.04 95	0.04 103	0.12 151	0.04 110	0.06 119	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC-Resample	0.12 120	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	1.57 596	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	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	0.05 112	0.04 90	1.65 600	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 605	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 561	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	0.07 126	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCP+	0.15 146	0.04 52	0.04 64	2.20 560	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.04 100	0.08 129	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
IGEV_i1	0.26 199	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 129	0.05 103	0.03 52	4.34 633	0.03 39	0.04 93	0.03 57	0.05 113	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	0.75 425	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	0.73 422	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

ISRNet	0.11 111	0.05 66	0.36 280	0.24 180	0.07 136	0.13 152	0.05 115	0.06 116	0.05 119	0.05 112	0.05 122	0.13 153	0.05 112	0.05 103	0.09 134	0.24 200	0.20 199	0.10 133	0.05 118	0.06 118	0.13 173

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	0.90 496	0.06 116	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 113	0.05 117

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	0.12 120	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	0.05 112	0.04 90	1.66 602	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 74	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

DFGA-Net	0.05 57	0.06 74	0.04 64	0.06 65	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.04 110	0.06 119	0.04 100	0.06 110	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

EDNetEfficientorigin	0.04 54	0.06 74	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 116	0.03 57	0.04 97	0.03 52

RT-Monster	0.09 75	0.07 77	0.03 39	0.15 131	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 449	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

GwcNet	0.12 120	0.07 77	0.05 79	0.08 69	0.05 121	0.08 127	1.20 526	0.07 126	0.05 119	0.05 112	0.05 122	0.08 128	0.05 112	0.08 129	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

DispViT+	0.07 67	0.08 79	0.12 123	0.08 69	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.08 77	0.07 81	0.07 121	0.05 118	0.07 128	0.05 117

BridgeDepth_RVC	0.07 67	0.08 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
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 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.07 136	0.08 128	0.05 122	0.08 128	0.05 112	0.09 135	0.08 129	0.15 140	0.11 121	0.07 121	0.05 118	0.07 128	0.06 126
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 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

SACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

FINET	0.07 67	0.08 79	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 129	0.07 136	0.08 128	0.07 137	0.08 128	0.06 129	0.07 126	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

BEATNet-Init1	0.19 164	0.08 79	0.08 82	2.23 562	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 164	0.08 79	0.08 82	2.23 562	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

TS12	0.09 75	0.09 88	0.17 175	0.19 155	0.06 134	0.08 127	0.06 132	0.08 129	0.06 132	0.08 128	0.06 133	0.08 128	0.06 129	0.08 129	0.06 126	0.15 140	0.16 168	0.08 126	0.06 129	0.08 133	0.06 126

VMStereo-Base	0.03 29	0.09 88	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 88	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 88	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 136	0.08 140	0.10 137	0.09 141	0.09 136	0.09 139	0.09 135	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

AnonymousM	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SuperB	0.21 172	0.10 92	2.51 626	0.12 105	0.09 140	0.10 137	0.09 139	0.08 129	0.07 136	0.10 137	0.09 141	0.09 136	0.07 135	0.07 126	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

PVD	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SHD	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SAMSARA	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

XQC	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSC	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTS	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSA	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet+	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet++	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

JetBlue	0.11 111	0.11 103	0.12 123	0.13 117	0.14 181	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.11 159	0.11 149	0.11 156	0.12 154	0.12 164	0.11 105	0.11 121	0.11 144	0.11 155	0.11 148	0.11 153

aanetorigin	0.13 127	0.11 103	0.11 112	0.11 97	0.11 162	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.12 167	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.11 121	0.14 153	0.11 155	0.49 384	0.11 153

MatchStereo	0.54 372	0.12 105	2.38 624	2.32 568	0.09 140	0.09 135	0.08 138	0.09 135	0.07 136	0.09 135	0.07 137	0.09 136	0.07 135	0.09 135	0.08 129	2.34 601	2.34 620	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
JetRed	0.11 111	0.12 105	0.11 112	0.11 97	0.11 162	0.11 148	0.14 176	0.11 148	0.11 159	0.12 151	0.11 159	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.16 168	0.11 144	0.11 155	0.11 148	0.11 153

DA	0.09 75	0.13 107	0.39 297	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 75	0.13 107	0.39 297	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

LRCNet_RVC	0.13 127	0.13 107	0.09 88	0.13 117	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.23 201	0.10 145	0.20 184	0.10 143	0.24 208	0.11 152	0.11 105	0.09 94	0.12 147	0.14 184	0.12 153	0.09 135

GMStereo	0.14 134	0.13 107	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.14 175	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ac_64	0.22 178	0.13 107	0.19 187	0.23 175	0.10 147	0.26 228	1.02 512	0.14 154	0.10 144	0.28 229	0.14 185	0.17 173	0.19 220	0.28 236	0.09 134	0.22 182	0.16 168	0.23 209	0.17 215	0.11 148	0.12 166

DRN-Test	0.14 134	0.13 107	0.09 88	0.14 121	0.09 140	0.15 160	0.09 139	0.14 154	0.10 144	0.14 153	0.09 141	0.14 154	0.09 139	0.13 155	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 153	0.73 467

S2M2_L	0.12 120	0.14 113	0.10 92	0.15 131	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.15 159	0.10 145	0.14 154	0.10 143	0.14 156	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 146	0.14 113	0.10 92	0.14 121	0.09 140	0.15 160	0.09 139	0.14 154	0.09 143	0.14 153	0.10 145	0.14 154	0.09 139	0.14 156	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.82 483

iinet-test	0.08 72	0.16 115	0.02 15	0.16 141	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 205	0.02 20	0.02 21	0.71 417	0.02 16	0.02 19	0.02 21	0.02 21	0.16 183

GMStereo_Zeroshot	0.16 153	0.16 115	0.16 168	0.16 141	0.16 202	0.16 167	0.16 187	0.16 167	0.16 196	0.16 164	0.16 197	0.16 165	0.16 193	0.16 166	0.16 192	0.16 150	0.16 168	0.16 169	0.16 193	0.16 169	0.16 183

HSM	0.14 134	0.16 115	0.12 123	0.17 150	0.12 175	0.17 174	0.11 157	0.17 173	0.11 159	0.17 171	0.12 167	0.17 173	0.12 171	0.17 173	0.12 164	0.16 150	0.11 121	0.16 169	0.11 155	0.16 169	0.12 166

ELAS_RVC	0.14 134	0.16 115	0.10 92	0.15 131	0.10 147	0.18 178	0.11 157	0.19 178	0.11 159	0.19 177	0.12 167	0.18 177	0.11 156	0.19 179	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 164	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 127	0.16 115	0.11 112	0.15 131	0.09 140	0.18 178	0.11 157	0.18 176	0.11 159	0.17 171	0.11 159	0.18 177	0.11 156	0.18 176	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 157	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 134	0.17 120	0.12 123	0.17 150	0.11 162	0.17 174	0.11 157	0.17 173	0.11 159	0.17 171	0.11 159	0.17 173	0.11 156	0.17 173	0.11 152	0.16 150	0.11 121	0.16 169	0.11 155	0.16 169	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.15 146	0.17 120	0.13 143	0.20 159	0.13 179	0.19 181	0.13 174	0.18 176	0.13 179	0.19 177	0.13 180	0.18 177	0.14 181	0.18 176	0.14 175	0.16 150	0.11 121	0.15 165	0.14 184	0.18 179	0.11 153

SGM_RVC	0.15 146	0.17 120	0.11 112	0.18 152	0.11 162	0.19 181	0.11 157	0.19 178	0.12 175	0.19 177	0.12 167	0.20 184	0.12 171	0.19 179	0.12 164	0.16 150	0.11 121	0.17 177	0.10 143	0.17 175	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DeepPruner_ROB	0.16 153	0.18 123	0.13 143	0.19 155	0.13 179	0.19 181	0.13 174	0.19 178	0.13 179	0.19 177	0.13 180	0.19 181	0.13 177	0.19 179	0.13 171	0.18 166	0.13 158	0.18 186	0.13 179	0.18 179	0.13 173

IGEV_Zeroshot_test	0.20 166	0.19 124	0.40 329	0.30 200	0.17 208	0.22 198	0.17 197	0.21 192	0.17 206	0.20 183	0.17 204	0.21 191	0.18 215	0.21 193	0.17 198	0.20 173	0.16 168	0.20 193	0.16 193	0.20 186	0.17 200

ACVNet	0.20 166	0.19 124	0.14 148	0.20 159	0.14 181	0.20 186	0.96 503	0.21 192	0.14 181	0.20 183	0.13 180	0.21 191	0.14 181	0.20 183	0.14 175	0.17 158	0.12 135	0.17 177	0.12 170	0.17 175	0.12 166

acv_ft	0.20 166	0.19 124	0.14 148	0.20 159	0.14 181	0.20 186	0.96 503	0.21 192	0.14 181	0.20 183	0.13 180	0.21 191	0.14 181	0.20 183	0.14 175	0.17 158	0.12 135	0.17 177	0.12 170	0.17 175	0.12 166

LALA_ROB	0.15 146	0.19 124	0.12 123	0.18 152	0.11 162	0.20 186	0.12 170	0.21 192	0.12 175	0.20 183	0.12 167	0.20 184	0.12 171	0.21 193	0.13 171	0.17 158	0.10 99	0.18 186	0.11 155	0.18 179	0.11 153

model_zeroshot	0.27 200	0.20 128	0.27 219	0.33 216	0.21 234	0.37 268	0.22 222	0.37 257	0.24 235	0.26 225	0.27 258	0.33 254	0.21 229	0.25 217	0.27 244	0.32 232	0.20 199	0.34 266	0.23 235	0.25 212	0.26 232

ProNet	0.14 134	0.20 128	0.14 148	0.16 141	0.11 162	0.16 167	0.11 157	0.17 173	0.11 159	0.17 171	0.12 167	0.17 173	0.13 177	0.17 173	0.12 164	0.15 140	0.11 121	0.16 169	0.11 155	0.15 164	0.12 166

DAS	0.20 166	0.20 128	0.20 190	0.20 159	0.20 226	0.20 186	0.20 213	0.20 184	0.20 220	0.20 183	0.20 226	0.20 184	0.20 224	0.20 183	0.20 216	0.20 173	0.20 199	0.20 193	0.20 223	0.20 186	0.20 209

IPLG	0.13 127	0.20 128	0.14 148	0.15 131	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.15 140	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

IPLGR_C	0.14 134	0.20 128	0.12 123	0.15 131	0.11 162	0.14 153	0.15 181	0.14 154	0.11 159	0.15 159	0.12 167	0.14 154	0.11 156	0.16 166	0.11 152	0.15 140	0.12 135	0.14 153	0.12 170	0.15 164	0.12 166

ASD4		0.20 128

MSKI-zero shot	0.24 187	0.21 134	0.49 379	0.65 381	0.18 219	0.22 198	0.17 197	0.23 203	0.18 212	0.21 194	0.17 204	0.23 206	0.28 265	0.23 204	0.18 210	0.21 180	0.16 168	0.21 196	0.16 193	0.21 192	0.16 183

CIPLG	0.13 127	0.21 134	0.12 123	0.16 141	0.11 162	0.15 160	0.11 157	0.14 154	0.11 159	0.15 159	0.12 167	0.15 164	0.11 156	0.14 156	0.11 152	0.15 140	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

MIPNet	0.14 134	0.21 134	0.17 175	0.16 141	0.11 162	0.15 160	0.12 170	0.14 154	0.11 159	0.16 164	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.14 133	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

ACRE	0.13 127	0.21 134	0.14 148	0.15 131	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 140	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

DepthFocus	0.18 160	0.22 138	0.15 164	0.22 170	0.15 192	0.22 198	0.15 181	0.22 196	0.15 191	0.22 196	0.15 193	0.22 199	0.16 193	0.22 197	0.15 185	0.20 173	0.15 165	0.20 193	0.14 184	0.20 186	0.14 178

Pointernet	0.21 172	0.22 138	0.19 187	0.24 180	0.19 223	0.24 210	0.19 209	0.24 206	0.19 218	0.24 208	0.19 222	0.24 212	0.19 220	0.24 208	0.19 213	0.22 182	0.17 189	0.22 201	0.17 215	0.22 194	0.17 200

BStereo	0.22 178	0.23 140	0.20 190	0.24 180	0.20 226	0.23 207	0.33 333	0.39 270	0.17 206	0.23 201	0.17 204	0.23 206	0.16 193	0.24 208	0.17 198	0.23 193	0.16 168	0.22 201	0.20 223	0.22 194	0.16 183

Wave_Phase_stereo	0.22 178	0.23 140	0.20 190	0.24 180	0.20 226	0.23 207	0.33 333	0.39 270	0.17 206	0.23 201	0.17 204	0.23 206	0.16 193	0.24 208	0.17 198	0.23 193	0.16 168	0.22 201	0.20 223	0.22 194	0.16 183

WAO-6	0.22 178	0.23 140	0.22 197	0.23 175	0.22 236	0.22 198	0.22 222	0.22 196	0.22 226	0.22 196	0.22 232	0.22 199	0.22 230	0.22 197	0.22 221	0.22 182	0.22 206	0.22 201	0.22 229	0.22 194	0.22 213

IMH-64-1	0.22 178	0.23 140	0.23 200	0.22 170	0.22 236	0.22 198	0.22 222	0.22 196	0.22 226	0.22 196	0.22 232	0.22 199	0.22 230	0.22 197	0.22 221	0.22 182	0.22 206	0.23 209	0.22 229	0.22 194	0.23 215

IMH-64	0.22 178	0.23 140	0.23 200	0.22 170	0.22 236	0.22 198	0.22 222	0.22 196	0.22 226	0.22 196	0.22 232	0.22 199	0.22 230	0.22 197	0.22 221	0.22 182	0.22 206	0.23 209	0.22 229	0.22 194	0.23 215

MIM_Stereo	0.25 190	0.23 140	0.66 420	0.80 403	0.17 208	0.22 198	0.17 197	0.23 203	0.18 212	0.26 225	0.17 204	0.21 191	0.17 205	0.25 217	0.17 198	0.23 193	0.16 168	0.21 196	0.17 215	0.22 194	0.17 200

iResNetv2_ROB	0.20 166	0.23 140	0.18 185	0.24 180	0.20 226	0.24 210	0.18 205	0.24 206	0.18 212	0.24 208	0.18 220	0.23 206	0.19 220	0.24 208	0.18 210	0.21 180	0.16 168	0.21 196	0.16 193	0.22 194	0.16 183

iResNet	0.20 166	0.23 140	0.18 185	0.24 180	0.18 219	0.24 210	0.20 213	0.24 206	0.18 212	0.23 201	0.17 204	0.23 206	0.18 215	0.23 204	0.18 210	0.22 182	0.16 168	0.21 196	0.16 193	0.21 192	0.16 183

LACA2	0.21 172	0.24 148	0.26 216	0.31 206	0.16 202	0.24 210	0.16 187	0.24 206	0.16 196	0.24 208	0.16 197	0.24 212	0.16 193	0.24 208	0.16 192	0.27 211	0.23 212	0.24 218	0.16 193	0.23 205	0.16 183

LACA1	0.21 172	0.24 148	0.26 216	0.31 206	0.16 202	0.24 210	0.16 187	0.24 206	0.16 196	0.24 208	0.16 197	0.24 212	0.16 193	0.24 208	0.16 192	0.27 211	0.22 206	0.23 209	0.16 193	0.23 205	0.16 183

RSGM-EC	0.24 187	0.24 148	0.15 164	0.22 170	0.15 192	0.22 198	0.15 181	0.22 196	0.15 191	0.24 208	0.15 193	0.22 199	0.15 191	0.22 197	1.19 526	0.20 173	0.17 189	0.24 218	0.14 184	0.20 186	0.14 178

acva	0.24 187	0.24 148	0.15 164	0.22 170	0.15 192	0.22 198	0.15 181	0.22 196	0.15 191	0.24 208	0.15 193	0.22 199	0.15 191	0.22 197	1.19 526	0.20 173	0.17 189	0.24 218	0.14 184	0.20 186	0.14 178

Wz-Net-LNSev	0.06 61	0.24 148	0.20 190	0.23 175	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	0.23 193	0.21 202	0.02 19	0.01 9	0.01 10	0.01 10

IPLGR	0.14 134	0.24 148	0.14 148	0.16 141	0.12 175	0.15 160	0.12 170	0.14 154	0.11 159	0.15 159	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 140	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

LACA3	0.23 184	0.25 154	0.27 219	0.54 357	0.17 208	0.25 219	0.17 197	0.25 214	0.17 206	0.25 216	0.17 204	0.25 219	0.17 205	0.25 217	0.17 198	0.28 215	0.23 212	0.24 218	0.17 215	0.24 209	0.17 200

tg	0.21 172	0.25 154	0.21 195	0.26 194	0.17 208	0.24 210	0.17 197	0.24 206	0.17 206	0.24 208	0.17 204	0.24 212	0.17 205	0.24 208	0.17 198	0.24 200	0.17 189	0.23 209	0.16 193	0.23 205	0.16 183

RAFT-FEzeroshot	0.34 228	0.26 156	0.17 175	0.21 168	0.17 208	0.20 186	0.16 187	0.20 184	0.16 196	0.20 183	0.17 204	0.21 191	0.16 193	0.27 232	0.24 230	0.19 170	0.16 168	0.19 189	0.16 193	0.26 214	3.08 645

RAFT-FE	0.34 228	0.26 156	0.17 175	0.21 168	0.17 208	0.20 186	0.16 187	0.20 184	0.16 196	0.20 183	0.17 204	0.21 191	0.16 193	0.27 232	0.24 230	0.19 170	0.16 168	0.19 189	0.16 193	0.26 214	3.08 645

UNDER WATER-64	0.25 190	0.26 156	0.25 210	0.26 194	0.25 249	0.25 219	0.25 237	0.25 214	0.25 240	0.25 216	0.25 249	0.25 219	0.25 242	0.26 228	0.25 238	0.25 206	0.25 217	0.25 223	0.25 245	0.25 212	0.25 226

CAS++	0.17 157	0.27 159	0.21 195	0.10 80	0.21 234	0.15 160	0.22 222	0.10 136	0.21 223	0.22 196	0.10 145	0.19 181	0.18 215	0.10 139	0.19 213	0.20 173	0.19 197	0.18 186	0.10 143	0.19 185	0.18 205
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
TorneroNet-64	0.45 334	0.27 159	0.30 233	0.58 367	0.27 257	0.70 441	0.30 270	0.28 223	0.73 480	0.73 444	0.28 265	0.71 443	0.66 450	0.75 446	0.27 244	0.27 211	0.29 250	0.37 290	0.75 486	0.28 221	0.30 309

LoS	0.25 190	0.27 159	0.25 210	0.25 187	0.25 249	0.25 219	0.25 237	0.26 220	0.25 240	0.25 216	0.25 249	0.25 219	0.25 242	0.25 217	0.25 238	0.26 208	0.25 217	0.25 223	0.26 251	0.26 214	0.25 226
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DLNR_Zeroshot_test	0.31 214	0.28 162	0.47 364	0.79 400	0.24 247	0.30 237	0.26 244	0.30 230	0.24 235	0.32 246	0.23 236	0.31 247	0.24 239	0.30 242	0.23 227	0.29 223	0.26 220	0.29 239	0.24 242	0.33 242	0.23 215

SQANet	0.28 201	0.28 162	0.28 225	0.28 198	0.28 262	0.28 233	0.28 255	0.28 223	0.28 261	0.28 229	0.28 265	0.28 233	0.28 265	0.28 236	0.28 253	0.28 215	0.28 236	0.28 234	0.28 301	0.28 221	0.28 290

HGLStereo	0.28 201	0.29 164	0.22 197	0.36 225	0.22 236	0.36 263	0.21 218	0.36 251	0.21 223	0.42 306	0.21 231	0.36 265	0.22 230	0.36 266	0.21 219	0.34 241	0.21 202	0.34 266	0.21 226	0.34 246	0.21 211

MultiAttention	0.30 207	0.30 165	0.30 233	0.30 200	0.30 282	0.30 237	0.30 270	0.30 230	0.30 278	0.30 235	0.30 283	0.30 243	0.30 278	0.30 242	0.30 271	0.30 224	0.30 259	0.30 241	0.30 328	0.30 227	0.30 309

MSAF-DinoV2	0.30 207	0.30 165	0.30 233	0.30 200	0.30 282	0.30 237	0.30 270	0.30 230	0.30 278	0.30 235	0.30 283	0.30 243	0.30 278	0.30 242	0.30 271	0.30 224	0.30 259	0.30 241	0.30 328	0.30 227	0.30 309

DANet	0.30 207	0.30 165	0.30 233	0.30 200	0.30 282	0.30 237	0.30 270	0.30 230	0.30 278	0.30 235	0.30 283	0.30 243	0.30 278	0.30 242	0.30 271	0.30 224	0.30 259	0.30 241	0.30 328	0.30 227	0.30 309
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 214	0.31 168	0.31 248	0.30 200	0.40 388	0.31 243	0.30 270	0.30 230	0.34 350	0.29 234	0.31 325	0.29 239	0.30 278	0.31 246	0.31 309	0.31 230	0.29 250	0.31 247	0.30 328	0.31 232	0.31 318

AANet_RVC	1.26 547	0.31 168	4.99 658	5.93 650	0.20 226	0.25 219	0.20 213	0.25 214	0.20 220	0.23 201	0.19 222	0.25 219	0.20 224	0.25 217	0.20 216	5.66 660	4.76 653	0.26 228	0.30 328	0.24 209	0.27 270

iResNet_ROB	0.28 201	0.32 170	0.24 207	0.32 212	0.25 249	0.32 252	0.24 235	0.32 237	0.24 235	0.33 250	0.24 243	0.35 260	0.24 239	0.33 256	0.24 230	0.31 230	0.24 216	0.32 250	0.24 242	0.32 235	0.24 225

DStereoFS	0.32 223	0.33 171	0.32 253	0.33 216	0.30 282	0.32 252	0.32 322	0.32 237	0.31 321	0.30 235	0.31 325	0.31 247	0.30 278	0.32 249	0.32 319	0.32 232	0.31 264	0.30 241	0.47 427	0.32 235	0.34 339

H2IRNET	0.34 228	0.34 172	0.34 268	0.34 219	0.34 357	0.34 255	0.34 346	0.34 244	0.34 350	0.34 252	0.34 352	0.34 258	0.34 348	0.34 257	0.34 343	0.34 241	0.34 309	0.34 266	0.34 360	0.34 246	0.34 339

MLCV	0.31 214	0.35 173	0.27 219	0.35 221	0.28 262	0.35 259	0.27 247	0.35 247	0.28 261	0.36 260	0.27 258	0.35 260	0.27 258	0.35 260	0.27 244	0.34 241	0.27 230	0.34 266	0.27 288	0.34 246	0.27 270

ETE_ROB	0.35 237	0.35 173	0.35 278	0.35 221	0.35 360	0.35 259	0.35 351	0.35 247	0.35 354	0.35 256	0.35 360	0.35 260	0.35 354	0.35 260	0.35 347	0.35 249	0.35 315	0.35 282	0.35 372	0.35 259	0.35 348

DN-CSS_ROB	0.31 214	0.35 173	0.28 225	0.35 221	0.28 262	0.34 255	0.27 247	0.34 244	0.25 240	0.35 256	0.27 258	0.36 265	0.26 251	0.34 257	0.28 253	0.35 249	0.28 236	0.34 266	0.28 301	0.34 246	0.27 270

RSM	0.36 244	0.36 176	0.43 348	0.37 228	0.42 407	0.49 390	0.42 397	0.37 257	0.28 261	0.36 260	0.29 271	0.36 265	0.30 278	0.37 270	0.28 253	0.34 241	0.31 264	0.34 266	0.35 372	0.40 336	0.29 296

Any-RAFT	0.32 223	0.36 176	0.27 219	0.36 225	0.27 257	0.36 263	0.27 247	0.36 251	0.27 257	0.36 260	0.27 258	0.36 265	0.27 258	0.36 266	0.28 253	0.36 253	0.28 236	0.36 287	0.28 301	0.36 266	0.28 290

IGEV-FE	0.35 237	0.37 178	0.17 175	0.19 155	0.17 208	0.20 186	0.17 197	0.19 178	0.17 206	0.19 177	0.17 204	0.19 181	0.17 205	0.37 270	0.36 350	0.19 170	0.17 189	0.19 189	0.17 215	0.38 283	2.84 636

LG-Stereo_L2	0.34 228	0.37 178	0.38 286	0.47 292	0.28 262	0.39 281	0.28 255	0.39 270	0.28 261	0.39 272	0.28 265	0.39 279	0.28 265	0.38 273	0.28 253	0.42 309	0.35 315	0.36 287	0.26 251	0.35 259	0.26 232

RAFT-Test	0.36 244	0.37 178	0.33 258	0.41 261	0.32 335	0.41 299	0.32 322	0.41 292	0.32 331	0.41 292	0.32 335	0.41 300	0.32 332	0.41 299	0.33 330	0.37 256	0.29 250	0.37 290	0.29 314	0.38 283	0.31 318

XPNet_ROB	0.37 254	0.37 178	0.37 284	0.37 228	0.37 370	0.37 268	0.37 363	0.37 257	0.37 365	0.37 265	0.37 370	0.37 272	0.37 362	0.37 270	0.37 359	0.37 256	0.37 324	0.37 290	0.37 381	0.37 270	0.37 356

GeoVLM	0.36 244	0.38 182	0.27 219	0.46 285	0.28 262	0.35 259	0.28 255	0.37 257	0.27 257	0.35 256	0.28 265	0.36 265	0.38 366	0.35 260	0.28 253	1.08 472	0.26 220	0.33 257	0.27 288	0.34 246	0.33 332

WAO-8	0.38 260	0.38 182	0.38 286	0.38 231	0.38 377	0.38 275	0.38 370	0.38 266	0.38 369	0.38 266	0.38 375	0.38 274	0.38 366	0.38 273	0.38 362	0.38 267	0.38 331	0.38 298	0.37 381	0.38 283	0.38 363

WAO-7	0.38 260	0.38 182	0.38 286	0.38 231	0.38 377	0.38 275	0.38 370	0.38 266	0.38 369	0.38 266	0.38 375	0.38 274	0.38 366	0.38 273	0.38 362	0.38 267	0.38 331	0.38 298	0.38 394	0.38 283	0.38 363

HanzoNet	0.39 272	0.38 182	0.40 329	0.39 236	0.41 397	0.38 275	0.38 370	0.38 266	0.38 369	0.39 272	0.39 385	0.38 274	0.38 366	0.39 281	0.40 377	0.38 267	0.38 331	0.40 352	0.38 394	0.38 283	0.40 371

Venus	0.38 260	0.38 182	0.38 286	0.38 231	0.38 377	0.37 268	0.38 370	0.37 257	0.37 365	0.41 292	0.37 370	0.39 279	0.37 362	0.38 273	0.38 362	0.37 256	0.38 331	0.38 298	0.37 381	0.37 270	0.38 363

IMH	0.38 260	0.38 182	0.38 286	0.38 231	0.38 377	0.38 275	0.38 370	0.38 266	0.38 369	0.42 306	0.38 375	0.40 287	0.38 366	0.38 273	0.38 362	0.38 267	0.38 331	0.39 339	0.38 394	0.38 283	0.38 363

DMCA	0.36 244	0.38 182	0.37 284	0.35 221	0.35 360	0.36 263	0.36 357	0.36 251	0.35 354	0.35 256	0.37 370	0.36 265	0.36 357	0.35 260	0.36 350	0.36 253	0.36 321	0.35 282	0.36 378	0.36 266	0.36 351

gcap_with_dpt	0.35 237	0.39 189	0.30 233	0.44 280	0.31 325	0.44 359	0.31 314	0.44 350	0.31 321	0.44 345	0.30 283	0.44 357	0.30 278	0.44 347	0.30 271	0.38 267	0.26 220	0.38 298	0.27 288	0.38 283	0.27 270

test_for_model	0.35 237	0.39 189	0.30 233	0.43 277	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.44 347	0.31 309	0.38 267	0.26 220	0.38 298	0.26 251	0.38 283	0.26 232

StereoDRNet-Refined	0.33 227	0.39 189	0.26 216	0.39 236	0.26 256	0.40 283	0.26 244	0.40 277	0.26 253	0.39 272	0.26 254	0.39 279	0.26 251	0.39 281	0.26 243	0.37 256	0.25 217	0.37 290	0.25 245	0.37 270	0.37 356
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	1.11 492	0.39 189	5.28 660	0.39 236	0.20 226	0.39 281	0.27 247	0.39 270	0.22 226	0.38 266	0.20 226	0.38 274	0.20 224	6.95 674	0.22 221	0.30 224	0.21 202	0.27 232	0.21 226	5.25 655	0.21 211

Zero-FE251	0.36 244	0.40 193	0.28 225	0.41 261	0.28 262	0.41 299	0.28 255	0.41 292	0.28 261	0.41 292	0.28 265	0.41 300	0.28 265	0.42 312	0.30 271	0.37 256	0.26 220	0.37 290	0.27 288	0.45 361	0.56 431

gcap-zeroshot	0.36 244	0.40 193	0.34 268	0.44 280	0.31 325	0.44 359	0.31 314	0.44 350	0.32 331	0.44 345	0.32 335	0.44 357	0.32 332	0.44 347	0.31 309	0.39 280	0.28 236	0.39 339	0.28 301	0.39 324	0.27 270

EKT-Stereo	0.37 254	0.40 193	0.44 350	1.07 442	0.29 272	0.34 255	0.31 314	0.36 251	0.29 267	0.38 266	0.31 325	0.37 272	0.30 278	0.36 266	0.29 264	0.34 241	0.28 236	0.39 339	0.30 328	0.37 270	0.30 309

testlalala	0.36 244	0.40 193	0.34 268	0.44 280	0.31 325	0.44 359	0.31 314	0.44 350	0.32 331	0.44 345	0.32 335	0.44 357	0.32 332	0.44 347	0.31 309	0.39 280	0.28 236	0.39 339	0.28 301	0.39 324	0.27 270

GCAPDPT-zeroshot	0.36 244	0.40 193	0.30 233	0.43 277	0.30 282	0.43 326	0.30 270	0.43 316	0.31 321	0.43 311	0.30 283	0.43 325	0.30 278	0.44 347	0.31 309	0.39 280	0.28 236	0.39 339	0.27 288	0.39 324	0.26 232

knoymous	0.40 277	0.40 193	0.40 329	0.40 249	0.40 388	0.40 283	0.40 384	0.40 277	0.40 383	0.40 278	0.40 388	0.40 287	0.40 377	0.40 284	0.40 377	0.40 287	0.40 341	0.40 352	0.40 398	0.40 336	0.40 371

anonymousa	0.40 277	0.40 193	0.40 329	0.40 249	0.40 388	0.40 283	0.40 384	0.40 277	0.40 383	0.40 278	0.40 388	0.40 287	0.40 377	0.40 284	0.40 377	0.40 287	0.40 341	0.40 352	0.40 398	0.40 336	0.40 371

riskmin	0.40 277	0.40 193	0.40 329	0.40 249	0.40 388	0.40 283	0.40 384	0.40 277	0.40 383	0.40 278	0.40 388	0.40 287	0.40 377	0.40 284	0.40 377	0.40 287	0.40 341	0.40 352	0.40 398	0.40 336	0.40 371

Anonymous_2	0.40 277	0.40 193	0.40 329	0.40 249	0.40 388	0.40 283	0.40 384	0.40 277	0.40 383	0.40 278	0.40 388	0.40 287	0.40 377	0.40 284	0.40 377	0.40 287	0.40 341	0.40 352	0.40 398	0.40 336	0.40 371

Anonymous_1	0.40 277	0.40 193	0.40 329	0.40 249	0.40 388	0.40 283	0.40 384	0.40 277	0.40 383	0.40 278	0.40 388	0.40 287	0.40 377	0.40 284	0.40 377	0.40 287	0.40 341	0.40 352	0.40 398	0.40 336	0.40 371

AdaStereo	0.40 277	0.40 193	0.40 329	0.40 249	0.40 388	0.40 283	0.40 384	0.40 277	0.40 383	0.40 278	0.40 388	0.40 287	0.40 377	0.40 284	0.40 377	0.40 287	0.40 341	0.40 352	0.40 398	0.40 336	0.40 371
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.
iRaft-Stereo_20w	0.34 228	0.41 204	0.31 248	0.39 236	0.29 272	0.40 283	0.32 322	0.41 292	0.32 331	0.38 266	0.30 283	0.39 279	0.30 278	0.38 273	0.32 319	0.35 249	0.27 230	0.34 266	0.27 288	0.34 246	0.29 296

GwcNet-ADL	0.41 285	0.41 204	0.41 342	0.41 261	0.41 397	0.41 299	0.41 392	0.41 292	0.41 392	0.41 292	0.41 394	0.41 300	0.41 388	0.41 299	0.41 384	0.41 295	0.41 351	0.41 369	0.41 406	0.41 347	0.41 379

PSMNet-ADL	0.41 285	0.41 204	0.41 342	0.41 261	0.41 397	0.41 299	0.41 392	0.41 292	0.41 392	0.41 292	0.41 394	0.41 300	0.41 388	0.41 299	0.41 384	0.41 295	0.41 351	0.41 369	0.41 406	0.41 347	0.41 379

GANet-ADL	0.41 285	0.41 204	0.41 342	0.41 261	0.41 397	0.41 299	0.41 392	0.41 292	0.41 392	0.41 292	0.41 394	0.41 300	0.41 388	0.41 299	0.41 384	0.41 295	0.41 351	0.41 369	0.41 406	0.41 347	0.41 379

ADLNet2	0.41 285	0.41 204	0.41 342	0.41 261	0.41 397	0.41 299	0.41 392	0.41 292	0.41 392	0.41 292	0.41 394	0.41 300	0.41 388	0.41 299	0.41 384	0.41 295	0.41 351	0.41 369	0.41 406	0.41 347	0.41 379

ADLNet	0.41 285	0.41 204	0.41 342	0.41 261	0.41 397	0.41 299	0.41 392	0.41 292	0.41 392	0.41 292	0.41 394	0.41 300	0.41 388	0.41 299	0.41 384	0.41 295	0.41 351	0.41 369	0.41 406	0.41 347	0.41 379

DGSMNet	0.34 228	0.41 204	0.27 219	0.41 261	0.28 262	0.41 299	0.28 255	0.41 292	0.27 257	0.41 292	0.27 258	0.42 318	0.27 258	0.41 299	0.28 253	0.40 287	0.29 250	0.40 352	0.28 301	0.40 336	0.27 270

iRaft-Stereo_5w	0.34 228	0.42 211	0.31 248	0.39 236	0.30 282	0.38 275	0.30 270	0.40 277	0.29 267	0.40 278	0.37 370	0.41 300	0.34 348	0.38 273	0.30 271	0.34 241	0.27 230	0.34 266	0.26 251	0.34 246	0.26 232

GREAT-IGEV	0.38 260	0.43 212	0.36 280	0.48 297	0.32 335	0.45 369	0.32 322	0.45 359	0.32 331	0.45 357	0.32 335	0.45 366	0.32 332	0.45 363	0.32 319	0.44 311	0.33 280	0.41 369	0.29 314	0.41 347	0.29 296
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	0.38 260	0.43 212	0.33 258	0.46 285	0.33 347	0.45 369	0.32 322	0.45 359	0.32 331	0.45 357	0.32 335	0.45 366	0.33 343	0.45 363	0.32 319	0.38 267	0.38 331	0.38 298	0.37 381	0.37 270	0.36 351

IGEV++	0.34 228	0.43 212	0.30 233	0.40 249	0.29 272	0.40 283	0.29 265	0.40 277	0.29 267	0.40 278	0.29 271	0.40 287	0.29 272	0.40 284	0.30 271	0.38 267	0.29 250	0.37 290	0.29 314	0.37 270	0.29 296

MonSter++	0.38 260	0.44 215	0.31 248	0.43 277	0.30 282	0.43 326	0.31 314	0.43 316	0.31 321	0.45 357	0.31 325	0.43 325	0.31 327	0.43 318	0.69 462	0.38 267	0.33 280	0.40 352	0.30 328	0.38 283	0.30 309

HiDET	0.38 260	0.44 215	0.30 233	0.42 271	0.30 282	0.42 319	0.30 270	0.42 310	0.30 278	0.44 345	0.30 283	0.42 318	0.30 278	0.42 312	0.68 454	0.37 256	0.32 268	0.40 352	0.29 314	0.37 270	0.29 296

LCMNet	0.38 260	0.44 215	0.30 233	0.42 271	0.30 282	0.42 319	0.30 270	0.42 310	0.30 278	0.45 357	0.30 283	0.42 318	0.30 278	0.42 312	0.69 462	0.37 256	0.32 268	0.40 352	0.29 314	0.37 270	0.29 296

CSFM-Stereo	0.38 260	0.44 215	0.30 233	0.42 271	0.30 282	0.42 319	0.30 270	0.43 316	0.30 278	0.44 345	0.30 283	0.42 318	0.30 278	0.42 312	0.73 472	0.37 256	0.32 268	0.40 352	0.29 314	0.37 270	0.30 309

Select-FE	0.41 285	0.44 215	0.23 200	0.26 194	0.22 236	0.26 228	0.22 222	0.26 220	0.23 232	0.26 225	0.23 236	0.26 230	0.23 236	0.45 363	0.42 392	0.25 206	0.22 206	0.25 223	0.22 229	0.45 361	2.90 637

ccccc		0.44 215		0.48 297	0.35 360	0.48 385		0.51 399		0.47 369		0.47 376		0.47 372		0.41 295	0.40 341	0.40 352	0.40 398	0.41 347

Wz-Net-LNSev-Ref	0.11 111	0.44 215	0.33 258	0.39 236	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	0.39 280	0.36 321	0.02 19	0.02 21	0.02 21	0.02 20

IGEV-Stereo	0.35 237	0.44 215	0.45 352	0.49 303	0.30 282	0.37 268	0.30 270	0.36 251	0.30 278	0.36 260	0.29 271	0.36 265	0.29 272	0.36 266	0.30 271	0.46 349	0.39 338	0.32 250	0.24 242	0.32 235	0.25 226
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HART	0.38 260	0.45 223	0.34 268	0.42 271	0.33 347	0.41 299	0.34 346	0.42 310	0.33 341	0.43 311	0.34 352	0.42 318	0.34 348	0.41 299	0.38 362	0.40 287	0.32 268	0.42 380	0.32 346	0.40 336	0.32 325

mms	0.40 277	0.45 223	0.35 278	0.48 297	0.36 366	0.47 380	0.34 346	0.45 359	0.38 369	0.47 369	0.33 344	0.45 366	0.32 332	0.45 363	0.32 319	0.39 280	0.38 331	0.38 298	0.37 381	0.39 324	0.39 369

GMOStereo	0.37 254	0.45 223	0.23 200	0.30 200	0.37 370	0.41 299	0.36 357	0.41 292	0.35 354	0.43 311	0.36 363	0.41 300	0.40 377	0.41 299	0.36 350	0.34 241	0.22 206	0.47 400	0.37 381	0.39 324	0.33 332

RAFT + AFF	0.31 214	0.45 223	0.34 268	0.39 236	0.28 262	0.38 275	0.33 333	0.29 228	0.31 321	0.30 235	0.30 283	0.29 239	0.27 258	0.29 240	0.30 271	0.28 215	0.29 250	0.29 239	0.29 314	0.27 219	0.32 325

otaku	0.46 341	0.46 227	0.46 357	0.46 285	0.46 416	0.46 375	0.46 408	0.46 363	0.46 407	0.46 363	0.46 415	0.46 370	0.46 406	0.46 368	0.46 402	0.46 349	0.46 375	0.46 391	0.46 420	0.46 364	0.46 394

Dean	0.46 341	0.46 227	0.46 357	0.46 285	0.46 416	0.46 375	0.46 408	0.46 363	0.46 407	0.47 369	0.46 415	0.46 370	0.46 406	0.46 368	0.46 402	0.46 349	0.46 375	0.46 391	0.46 420	0.46 364	0.46 394

ACVNet-4b	0.46 341	0.46 227	0.46 357	0.46 285	0.46 416	0.46 375	0.46 408	0.46 363	0.46 407	0.46 363	0.46 415	0.46 370	0.46 406	0.47 372	0.46 402	0.46 349	0.46 375	0.46 391	0.46 420	0.46 364	0.46 394

psmorigin	0.41 285	0.46 227	0.33 258	0.49 303	0.33 347	0.49 390	0.33 333	0.49 377	0.33 341	0.49 383	0.33 344	0.49 387	0.33 343	0.51 403	0.33 330	0.41 295	0.30 259	0.41 369	0.30 328	0.79 436	0.29 296

Ntro	0.47 348	0.47 231	0.46 357	0.46 285	0.46 416	0.47 380	0.47 413	0.46 363	0.47 412	0.46 363	0.46 415	0.47 376	0.46 406	0.47 372	0.47 409	0.47 356	0.46 375	0.46 391	0.46 420	0.46 364	0.46 394

HaxPig	0.47 348	0.47 231	0.47 364	0.49 303	0.47 422	0.47 380	0.47 413	0.47 369	0.47 412	0.47 369	0.47 423	0.47 376	0.47 414	0.47 372	0.47 409	0.47 356	0.47 383	0.47 400	0.47 427	0.47 377	0.48 403

UNDER WATER	0.47 348	0.47 231	0.47 364	0.47 292	0.47 422	0.47 380	0.47 413	0.47 369	0.47 412	0.47 369	0.47 423	0.47 376	0.46 406	0.47 372	0.47 409	0.47 356	0.47 383	0.47 400	0.46 420	0.47 377	0.47 401

LVE	0.47 348	0.47 231	0.47 364	0.47 292	0.49 428	0.47 380	0.47 413	0.47 369	0.49 421	0.47 369	0.47 423	0.47 376	0.46 406	0.47 372	0.47 409	0.47 356	0.47 383	0.48 408	0.47 427	0.47 377	0.47 401

ACVNet_1	0.46 341	0.47 231	0.46 357	0.46 285	0.46 416	0.46 375	0.46 408	0.46 363	0.47 412	0.46 363	0.46 415	0.46 370	0.46 406	0.46 368	0.46 402	0.46 349	0.46 375	0.47 400	0.46 420	0.46 364	0.46 394

CES	0.39 272	0.47 231	0.36 280	0.36 225	0.37 370	0.45 369	0.35 351	0.35 247	0.40 383	0.36 260	0.44 408	0.47 376	0.36 357	0.44 347	0.36 350	0.37 256	0.39 338	0.44 383	0.35 372	0.37 270	0.36 351

xyz-stereo-finetune2	0.18 160	0.48 237	0.16 168	0.16 141	0.15 192	0.15 160	0.16 187	0.16 167	0.16 196	0.16 164	0.16 197	0.16 165	0.16 193	0.16 166	0.16 192	0.16 150	0.16 168	0.16 169	0.16 193	0.16 169	0.16 183

RainbowNet	0.48 353	0.48 237	0.48 372	0.48 297	0.48 426	0.48 385	0.48 422	0.48 373	0.48 419	0.48 376	0.48 427	0.48 383	0.48 415	0.48 380	0.48 415	0.48 361	0.48 387	0.48 408	0.48 431	0.48 381	0.48 403

xyz-stereo-finetune	0.28 201	0.49 239	0.16 168	0.16 141	0.16 202	0.16 167	0.16 187	0.22 196	0.30 278	0.32 246	0.31 325	0.32 251	0.31 327	0.32 249	0.32 319	0.32 232	0.33 280	0.31 247	0.32 346	0.31 232	0.32 325

GIP-stereo	0.36 244	0.49 239	0.39 297	0.48 297	0.32 335	0.41 299	0.28 255	0.40 277	0.30 278	0.41 292	0.28 265	0.40 287	0.28 265	0.42 312	0.28 253	0.45 339	0.32 268	0.38 298	0.30 328	0.37 270	0.27 270

notaker	0.48 353	0.49 239	0.48 372	0.48 297	0.48 426	0.48 385	0.48 422	0.48 373	0.49 421	0.48 376	0.48 427	0.48 383	0.48 415	0.48 380	0.48 415	0.48 361	0.48 387	0.48 408	0.48 431	0.48 381	0.49 408

ACVNet_2	0.49 359	0.49 239	0.49 379	0.49 303	0.49 428	0.49 390	0.49 424	0.49 377	0.49 421	0.49 383	0.49 430	0.49 387	0.49 420	0.49 386	0.49 417	0.49 364	0.49 390	0.49 413	0.49 434	0.49 384	0.49 408

252Zero-FE	0.45 334	0.50 243	0.36 280	0.50 339	0.36 366	0.50 399	0.36 357	0.50 386	0.36 363	0.49 383	0.36 363	0.49 387	0.36 357	0.54 412	0.41 384	0.45 339	0.34 309	0.45 387	0.34 360	0.55 403	0.75 471

xyz-stereo	0.18 160	0.50 243	0.16 168	0.15 131	0.16 202	0.16 167	0.16 187	0.16 167	0.16 196	0.16 164	0.16 197	0.16 165	0.16 193	0.16 166	0.16 192	0.16 150	0.16 168	0.16 169	0.16 193	0.16 169	0.16 183

FoundationStereo	0.50 361	0.50 243	0.50 384	0.50 339	0.50 432	0.50 399	0.50 427	0.50 386	0.50 425	0.50 396	0.50 433	0.50 401	0.50 424	0.50 394	0.50 419	0.50 370	0.50 396	0.50 417	0.50 436	0.50 389	0.50 411

StereoAnything_RVC	0.50 361	0.50 243	0.50 384	0.50 339	0.50 432	0.50 399	0.50 427	0.50 386	0.50 425	0.50 396	0.50 433	0.50 401	0.50 424	0.50 394	0.50 419	0.50 370	0.50 396	0.50 417	0.50 436	0.50 389	0.50 411

dual_stereo	0.50 361	0.50 243	0.50 384	0.50 339	0.50 432	0.50 399	0.50 427	0.50 386	0.50 425	0.50 396	0.50 433	0.50 401	0.50 424	0.50 394	0.50 419	0.50 370	0.50 396	0.50 417	0.50 436	0.50 389	0.50 411

KSHMR	0.66 395	0.50 243	0.48 372	1.15 453	0.52 439	0.49 390	0.51 431	0.49 377	0.71 474	0.67 439	0.50 433	1.16 509	1.11 507	0.66 434	0.52 426	0.49 364	0.49 390	0.51 422	0.66 468	0.50 389	1.14 516

WZ-Net	0.05 57	0.50 243	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	0.50 361	0.50 243	0.50 384	0.50 339	0.50 432	0.50 399	0.50 427	0.50 386	0.50 425	0.50 396	0.50 433	0.50 401	0.50 424	0.50 394	0.50 419	0.50 370	0.50 396	0.50 417	0.50 436	0.50 389	0.50 411

fffft	0.48 353	0.51 251	0.45 352	0.52 352	0.45 414	0.52 414	0.45 406	0.52 403	0.48 419	0.53 410	0.45 412	0.52 412	0.45 403	0.52 408	0.46 402	0.51 376	0.41 351	0.50 417	0.41 406	0.50 389	0.41 379
1: 1. 1
CASnet	0.35 237	0.51 251	0.44 350	0.32 212	0.31 325	0.24 210	0.34 346	0.36 251	0.25 240	0.31 240	0.37 370	0.30 243	0.33 343	0.25 217	0.45 398	0.37 256	0.37 324	0.33 257	0.35 372	0.34 246	0.37 356
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
DStereoSA	0.32 223	0.52 253	0.34 268	0.31 206	0.31 325	0.30 237	0.30 270	0.31 235	0.30 278	0.31 240	0.31 325	0.31 247	0.30 278	0.31 246	0.31 309	0.30 224	0.32 268	0.31 247	0.31 339	0.31 232	0.31 318

LG-Stereo_L1	0.47 348	0.52 253	0.47 364	0.62 375	0.39 387	0.53 416	0.40 384	0.53 405	0.39 382	0.53 410	0.39 385	0.53 413	0.39 376	0.53 410	0.39 374	0.55 388	0.46 375	0.49 413	0.37 381	0.49 384	0.37 356

Occ-G	1.12 493	0.52 253	3.72 652	3.50 612	0.50 432	0.56 421	0.47 413	0.54 407	0.46 407	0.54 415	0.41 394	0.54 416	0.42 394	0.52 408	0.42 392	3.42 628	4.02 649	0.52 425	0.45 418	0.51 395	0.44 391

AEACV	1.12 493	0.52 253	3.12 643	3.24 597	0.86 499	0.53 416	0.49 424	0.60 421	0.47 412	0.53 410	0.49 430	0.55 420	0.45 403	0.55 416	0.47 409	3.01 623	3.88 647	0.71 451	0.60 453	0.80 439	0.48 403

Pro-Stereo	0.79 425	0.53 257	0.38 286	0.49 303	0.38 377	0.49 390	0.37 363	0.49 377	0.67 452	0.50 396	0.38 375	1.10 501	0.38 366	0.49 386	0.38 362	0.71 417	0.88 466	5.98 671	0.36 378	0.46 364	0.36 351

ktn	0.72 410	0.53 257	1.08 486	1.14 450	0.51 438	1.22 553	1.36 584	0.51 399	0.59 441	0.51 404	0.51 439	0.69 442	1.20 518	0.67 436	0.51 424	0.51 376	0.49 390	0.58 433	0.66 468	0.52 397	0.53 419

TorneroNet	0.66 395	0.53 257	0.50 384	0.50 339	0.64 460	1.06 492	0.70 468	0.50 386	0.51 432	0.49 383	0.69 470	0.49 387	0.50 424	0.48 380	1.15 519	0.71 417	0.49 390	1.14 507	1.08 517	0.49 384	0.49 408

ICVP	0.15 146	0.53 257	0.11 112	0.16 141	0.11 162	0.16 167	0.11 157	0.16 167	0.11 159	0.16 164	0.11 159	0.16 165	0.11 156	0.16 166	0.11 152	0.16 150	0.11 121	0.16 169	0.11 155	0.16 169	0.11 153
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	0.54 261	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	0.54 372	0.54 261	0.54 398	0.54 357	0.53 442	0.54 419	0.54 435	0.53 405	0.54 435	0.54 415	0.54 443	0.54 416	0.53 431	0.54 412	0.54 429	0.54 382	0.53 405	0.54 429	0.54 442	0.54 402	0.54 422

LG-Stereo_Zeroshot	0.48 353	0.55 263	0.47 364	0.63 377	0.41 397	0.56 421	0.44 400	0.56 411	0.41 392	0.56 420	0.41 394	0.57 426	0.42 394	0.56 417	0.41 384	0.55 388	0.43 365	0.51 422	0.37 381	0.51 395	0.37 356

Selective-IGEV	0.51 366	0.55 263	0.45 352	0.69 387	0.45 414	0.61 431	0.45 406	0.50 386	0.40 383	0.56 420	0.44 408	0.55 420	0.40 377	0.72 441	0.67 447	0.59 395	0.46 375	0.45 387	0.34 360	0.46 364	0.37 356

Monster-pub-mixall	0.44 311	0.56 265	0.60 406	0.38 231	0.27 257	0.37 268	0.27 247	0.37 257	0.29 267	0.38 266	0.27 258	0.38 274	0.29 272	0.85 461	0.27 244	1.46 554	0.26 220	0.34 266	0.26 251	0.36 266	0.53 419

Monster-pub-eth3d	0.45 334	0.57 266	0.60 406	0.39 236	0.28 262	0.37 268	0.28 255	0.37 257	0.30 278	0.39 272	0.29 271	0.39 279	0.30 278	0.92 472	0.27 244	1.42 551	0.28 236	0.34 266	0.28 301	0.37 270	0.53 419

Replicate-Monster	0.45 334	0.57 266	0.60 406	0.40 249	0.29 272	0.37 268	0.27 247	0.37 257	0.30 278	0.40 278	0.31 325	0.40 287	0.30 278	0.99 480	0.27 244	1.36 547	0.31 264	0.34 266	0.30 328	0.36 266	0.54 422

LG-Stereo	0.60 381	0.58 268	0.47 364	0.64 380	0.74 479	1.00 476	0.69 464	0.57 414	0.41 392	0.57 423	0.41 394	0.57 426	0.41 388	1.00 482	0.75 477	0.91 446	0.51 401	0.52 425	0.37 381	0.52 397	0.37 356

AIO-test2	0.55 377	0.59 269	0.52 393	0.67 386	0.47 422	0.61 431	0.47 413	0.61 424	0.47 412	0.61 429	0.47 423	0.61 433	0.48 415	0.62 427	0.47 409	0.64 407	0.53 405	0.58 433	0.47 427	0.58 409	0.48 403

FCDSN-DC	0.41 285	0.59 269	0.64 415	0.54 357	0.33 347	0.50 399	0.37 363	0.42 310	0.40 383	0.61 429	0.43 406	0.50 401	0.49 420	0.38 273	0.32 319	0.28 215	0.23 212	0.26 228	0.22 229	0.35 259	0.28 290
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AIO-test1	0.54 372	0.60 271	0.52 393	0.66 385	0.47 422	0.61 431	0.47 413	0.58 417	0.46 407	0.61 429	0.46 415	0.61 433	0.45 403	0.62 427	0.45 398	0.61 400	0.52 403	0.57 432	0.48 431	0.57 408	0.48 403

DispNO	1.00 473	0.63 272	0.43 348	3.45 608	0.44 410	0.65 437	0.43 399	0.64 427	0.43 400	0.64 435	0.43 406	0.64 436	3.03 630	0.64 432	0.43 395	4.55 639	0.43 365	0.63 438	0.43 416	0.63 413	0.43 388

LMCR-Stereo	0.65 393	0.63 272	0.65 419	0.65 381	0.65 462	0.66 438	0.63 444	0.58 417	0.65 449	0.63 434	0.64 455	0.65 439	0.65 447	0.66 434	0.66 446	0.66 410	0.64 424	0.65 443	0.67 472	0.68 418	0.73 467

MonSter	0.60 381	0.64 274	0.52 393	0.62 375	0.44 410	2.07 593	0.44 400	0.62 425	0.44 403	0.62 432	0.44 408	0.62 435	0.44 399	0.62 427	0.44 396	0.58 393	0.42 360	0.62 436	0.46 420	0.58 409	0.42 386

AIO-Stereo	0.84 444	0.66 275	0.70 434	0.83 407	0.67 466	0.98 474	0.82 491	1.14 489	0.72 477	1.03 492	0.74 484	1.03 494	1.09 506	0.99 480	0.45 398	1.04 469	0.73 447	0.95 492	0.74 484	0.94 466	0.46 394

anonymity	0.63 390	0.69 276	0.56 400	0.71 393	0.56 445	0.71 443	0.56 436	0.71 436	0.56 436	0.72 443	0.56 444	0.71 443	0.56 435	0.71 439	0.58 434	0.68 412	0.55 407	0.68 445	0.55 444	0.68 418	0.54 422

CoDeX	0.15 146	0.70 277	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	0.67 447	0.02 15	0.69 439	0.75 456	0.01 9	0.02 21	0.02 20

FE-Mocha	0.35 237	0.71 278	0.40 329	0.47 292	0.27 257	0.34 255	0.27 247	0.34 244	0.26 253	0.34 252	0.26 254	0.34 258	0.27 258	0.34 257	0.27 244	0.44 311	0.41 351	0.33 257	0.29 314	0.32 235	0.29 296

RAFT-Stereo + iAFF	0.70 404	0.72 279	0.71 437	0.80 403	0.62 459	0.82 455	0.61 442	0.81 450	0.62 445	0.81 458	0.63 453	0.80 458	0.70 464	0.73 443	0.61 439	0.76 427	0.61 421	0.74 455	0.61 455	0.77 432	0.61 437

LiteMatch	1.13 495	0.73 280	2.80 629	3.23 595	0.61 454	0.83 457	0.68 456	0.73 439	0.69 463	1.00 476	0.77 488	0.94 476	0.57 436	0.82 453	0.64 440	2.97 621	2.43 623	0.68 445	0.32 346	0.56 405	0.70 457

Lsterematch	1.13 495	0.73 280	2.80 629	3.23 595	0.61 454	0.83 457	0.68 456	0.73 439	0.69 463	1.00 476	0.77 488	0.94 476	0.57 436	0.82 453	0.64 440	2.97 621	2.43 623	0.68 445	0.32 346	0.56 405	0.70 457

DSFCA	0.66 395	0.73 280	0.78 451	0.65 381	0.65 462	0.64 436	0.64 445	0.65 428	0.63 447	0.64 435	0.64 455	0.64 436	0.64 445	0.65 433	0.65 443	0.65 408	0.65 426	0.65 443	0.65 466	0.66 416	0.64 447

PointNet	0.60 381	0.75 283	0.49 379	0.79 400	0.50 432	0.79 451	0.49 424	0.79 444	0.49 421	0.80 455	0.49 430	0.79 456	0.49 420	0.80 450	0.49 417	0.63 406	0.40 341	0.63 438	0.40 398	0.63 413	0.40 371

SMoEStereo_RVC	0.63 390	0.75 283	0.51 390	0.73 396	0.53 442	0.71 443	0.47 413	0.67 431	0.58 439	0.74 449	0.60 447	0.72 446	0.53 431	0.74 445	0.51 424	0.61 400	0.62 422	0.62 436	0.61 455	0.63 413	0.61 437

SFCPSM	0.17 157	0.78 285	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	0.79 482	0.02 15	0.75 450	0.76 458	0.02 21	0.02 21	0.02 20

G-Net	0.79 425	0.79 286	0.79 454	0.79 400	0.79 492	0.79 451	0.79 481	0.79 444	0.79 488	0.79 454	0.79 492	0.79 456	0.79 479	0.79 448	0.79 482	0.79 430	0.79 457	0.79 462	0.79 493	0.79 436	0.79 479

DMCA-RVC	0.70 404	0.80 287	0.70 434	0.70 391	0.70 472	0.70 441	0.70 468	0.71 436	0.70 469	0.70 442	0.71 477	0.71 443	0.70 464	0.70 438	0.69 462	0.69 413	0.70 440	0.69 448	0.70 477	0.69 422	0.70 457

NaN_ROB	0.80 428	0.80 287	0.80 455	0.80 403	0.80 495	0.80 453	0.80 484	0.80 447	0.80 490	0.80 455	0.80 494	0.80 458	0.80 480	0.80 450	0.80 485	0.80 432	0.80 460	0.80 465	0.80 495	0.80 439	0.80 480

CSAN	0.80 428	0.80 287	0.80 455	0.80 403	0.80 495	0.80 453	0.80 484	0.80 447	0.80 490	0.80 455	0.80 494	0.80 458	0.80 480	0.80 450	0.80 485	0.80 432	0.80 460	0.80 465	0.80 495	0.80 439	0.80 480

DStereoRT	0.73 412	0.81 290	0.73 444	0.71 393	0.74 479	0.73 445	0.75 476	0.71 436	0.71 474	0.74 449	0.72 480	0.73 448	0.80 480	0.71 439	0.73 472	0.76 427	0.71 444	0.73 452	0.72 482	0.70 423	0.76 474

ARAFT	0.68 400	0.81 290	0.63 413	0.74 397	0.60 449	0.78 449	0.62 443	0.77 443	0.66 451	0.74 449	0.63 453	0.75 451	0.62 444	0.83 456	0.60 437	0.70 416	0.55 407	0.70 450	0.60 453	0.78 434	0.55 428

RSM++	0.76 420	0.82 292	0.66 420	0.85 410	0.64 460	0.85 459	0.71 471	0.94 467	0.64 448	0.87 461	0.67 460	0.87 464	0.65 447	0.84 457	0.65 443	0.81 435	0.70 440	0.79 462	0.71 480	0.83 446	0.70 457

water-stereo	0.41 285	0.84 293	0.46 357	0.50 339	0.33 347	0.45 369	0.33 333	0.45 359	0.32 331	0.45 357	0.32 335	0.45 366	0.32 332	0.45 363	0.32 319	0.44 311	0.41 351	0.39 339	0.31 339	0.39 324	0.32 325

Selective-RAFT-Error	0.88 456	0.84 293	0.98 475	0.86 411	0.97 511	0.88 463	0.95 502	0.84 452	0.99 511	0.92 468	0.82 496	0.84 463	0.98 494	0.87 462	0.97 501	0.81 435	0.83 463	0.79 462	0.82 498	0.79 436	0.85 485

DN	0.53 371	0.85 295	0.45 352	0.65 381	0.44 410	0.60 430	0.44 400	0.60 421	0.44 403	0.60 428	0.45 412	0.60 431	0.44 399	0.60 426	0.44 396	0.56 391	0.42 360	0.56 431	0.42 414	0.56 405	0.42 386

depthmonostereo	0.44 311	0.85 295	0.46 357	0.54 357	0.40 388	0.52 414	0.38 370	0.52 403	0.35 354	0.47 369	0.34 352	0.46 370	0.34 348	0.47 372	0.34 343	0.45 339	0.43 365	0.41 369	0.33 356	0.41 347	0.32 325

DilatedVolume-Stereo	0.43 299	0.86 297	0.48 372	0.50 339	0.33 347	0.46 375	0.33 333	0.46 363	0.33 341	0.46 363	0.33 344	0.47 376	0.33 343	0.47 372	0.34 343	0.45 339	0.42 360	0.40 352	0.33 356	0.47 377	0.38 363

AIO-Stereo-zeroshot	0.91 459	0.86 297	0.89 463	1.25 510	0.69 470	1.05 491	0.81 488	1.16 493	0.50 425	1.12 502	0.97 508	0.72 446	0.82 484	1.06 496	0.95 499	0.61 400	0.87 465	1.03 504	0.85 501	1.04 478	1.01 505

test_sample3	0.09 75	0.87 299	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	0.87 299	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	0.45 334	0.88 301	0.49 379	0.54 357	0.37 370	0.48 385	0.37 363	0.48 373	0.37 365	0.48 376	0.36 363	0.48 383	0.37 362	0.49 386	0.37 359	0.50 370	0.41 351	0.44 383	0.34 360	0.44 357	0.34 339

tt45	1.04 485	0.88 301	1.36 563	0.92 419	1.03 520	1.51 574	0.79 481	0.70 435	0.88 496	0.74 449	0.90 500	1.60 574	0.72 469	1.60 572	0.75 477	0.91 446	0.78 455	1.52 582	0.79 493	1.14 483	1.32 580

AFF-stereo	0.73 412	0.88 301	0.67 424	0.75 398	0.68 469	0.75 446	0.64 445	0.80 447	0.72 477	0.83 460	0.70 472	0.82 462	0.64 445	0.84 457	0.67 447	0.77 429	0.63 423	0.81 467	0.63 457	0.78 434	0.62 440

DLNR-FE	0.28 201	0.89 304	0.30 233	0.34 219	0.19 223	0.28 233	0.19 209	0.28 223	0.20 220	0.28 229	0.20 226	0.28 233	0.20 224	0.28 236	0.20 216	0.33 237	0.28 236	0.25 223	0.19 222	0.24 209	0.19 207

CASS	0.57 380	0.89 304	0.56 400	0.57 365	0.56 445	0.56 421	0.56 436	0.56 411	0.53 433	0.57 423	0.57 445	0.59 430	0.48 415	0.56 417	0.57 432	0.55 388	0.56 409	0.47 400	0.56 448	0.62 412	0.56 431
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Selective-RAFT	0.89 458	0.89 304	0.72 440	1.16 458	0.78 490	1.06 492	0.82 491	0.87 453	0.97 508	1.00 476	0.91 503	0.90 469	1.00 495	0.89 466	0.93 498	0.83 440	0.83 463	0.82 471	0.82 498	0.81 442	0.82 483

MLG-Stereo	0.92 461	0.90 307	0.84 461	1.27 512	0.49 428	1.38 567	0.88 494	1.41 564	0.97 508	0.73 444	1.09 518	1.26 559	0.43 397	0.72 441	1.05 511	1.13 482	0.49 390	1.18 517	0.66 468	1.01 475	0.46 394

UNet	0.29 206	0.90 307	0.10 92	0.14 121	0.10 147	0.14 153	0.10 144	0.91 460	0.69 463	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 450	0.76 474

xxxxx1	0.31 214	0.91 309	0.23 200	0.31 206	0.23 242	0.31 243	0.23 230	0.33 241	0.25 240	0.31 240	0.24 243	0.33 254	0.25 242	0.32 249	0.24 230	0.28 215	0.28 236	0.28 234	0.28 301	0.29 224	0.27 270

tt_ll	0.31 214	0.91 309	0.23 200	0.31 206	0.23 242	0.31 243	0.23 230	0.33 241	0.25 240	0.31 240	0.24 243	0.33 254	0.25 242	0.32 249	0.24 230	0.28 215	0.28 236	0.28 234	0.28 301	0.29 224	0.27 270

ff	0.31 214	0.91 309	0.23 200	0.31 206	0.23 242	0.31 243	0.23 230	0.33 241	0.25 240	0.31 240	0.24 243	0.33 254	0.25 242	0.32 249	0.24 230	0.28 215	0.28 236	0.28 234	0.28 301	0.29 224	0.27 270

DPSM_ROB	0.92 461	0.91 309	0.91 468	0.91 416	0.92 506	0.92 468	0.92 498	0.92 463	0.91 498	0.93 470	0.91 503	0.92 472	0.90 487	0.91 468	0.92 494	0.92 449	0.91 468	0.91 480	0.92 502	0.93 462	0.93 493

DPSM	0.92 461	0.91 309	0.91 468	0.91 416	0.92 506	0.92 468	0.92 498	0.92 463	0.91 498	0.93 470	0.91 503	0.92 472	0.90 487	0.91 468	0.92 494	0.92 449	0.91 468	0.91 480	0.92 502	0.93 462	0.93 493

AIO-Stereo-zeroshot1	0.75 415	0.92 314	0.85 462	0.96 430	0.59 448	1.27 557	0.44 400	0.59 419	0.69 463	0.91 466	0.68 465	0.55 420	0.61 443	1.06 496	0.83 490	0.62 404	0.70 440	0.90 477	0.41 406	0.89 451	0.56 431

pmcnn	0.92 461	0.92 314	0.92 470	0.92 419	0.92 506	0.92 468	0.92 498	0.92 463	0.92 502	0.92 468	0.92 506	0.92 472	0.92 489	0.92 472	0.92 494	0.92 449	0.92 470	0.92 483	0.92 502	0.92 457	0.92 492

AdaDepth	0.86 453	0.93 316	0.71 437	1.01 438	1.07 522	1.02 489	0.71 471	1.00 471	0.71 474	1.01 486	0.71 477	1.00 482	0.72 469	1.14 507	0.71 470	0.92 449	0.64 424	0.90 477	0.64 462	0.89 451	0.69 456

tt1	0.31 214	0.93 316	0.24 207	0.33 216	0.23 242	0.31 243	0.24 235	0.32 237	0.24 235	0.32 246	0.23 236	0.32 251	0.25 242	0.32 249	0.24 230	0.27 211	0.26 220	0.27 232	0.26 251	0.27 219	0.27 270

SCV	0.46 341	0.94 318	0.45 352	0.54 357	0.37 370	0.48 385	0.38 370	0.48 373	0.37 365	0.48 376	0.39 385	0.48 383	0.37 362	0.49 386	0.37 359	0.50 370	0.46 375	0.44 383	0.34 360	0.44 357	0.34 339

tta	0.09 75	0.95 319	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	0.81 433	0.96 320	0.67 424	0.95 427	0.67 466	0.95 471	0.68 456	0.95 469	0.68 458	0.95 474	0.68 465	0.96 479	0.68 456	0.96 478	0.68 454	0.94 455	0.68 433	0.94 490	0.68 473	0.94 466	0.68 454

RAFT-Stereo	0.81 433	0.96 320	0.67 424	0.95 427	0.67 466	0.95 471	0.68 456	0.95 469	0.68 458	0.95 474	0.68 465	0.96 479	0.68 456	0.96 478	0.68 454	0.94 455	0.68 433	0.94 490	0.68 473	0.94 466	0.68 454
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
test_sample6	0.09 75	0.97 322	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++	0.84 444	0.98 323	0.67 424	1.26 511	0.75 481	1.00 476	0.67 452	1.00 471	0.67 452	1.00 476	0.67 460	1.00 482	0.67 452	1.00 482	0.67 447	0.96 457	0.67 428	0.91 480	0.63 457	0.92 457	0.63 441

WQFJA1	0.85 450	0.98 323	0.67 424	1.29 517	0.76 486	1.01 483	0.67 452	1.02 483	0.67 452	1.02 490	0.67 460	1.01 489	0.67 452	1.01 489	0.68 454	0.99 463	0.67 428	0.93 486	0.64 462	0.92 457	0.65 449

WQFJX1	0.84 444	0.98 323	0.67 424	1.30 519	0.75 481	1.01 483	0.67 452	1.01 479	0.67 452	1.01 486	0.67 460	1.01 489	0.68 456	1.00 482	0.68 454	0.98 462	0.67 428	0.92 483	0.64 462	0.92 457	0.64 447

NLMM1	0.86 453	0.98 323	0.69 433	1.48 533	0.75 481	1.01 483	0.69 464	1.00 471	0.69 463	1.00 476	0.70 472	1.00 482	0.68 456	1.01 489	0.67 447	0.97 458	0.68 433	0.92 483	0.63 457	0.93 462	0.63 441

zh-sn7	0.10 90	0.98 323	0.14 148	0.15 131	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 140	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

Former-RAFT_DAM_RVC	0.49 359	0.98 323	0.64 415	0.84 408	0.46 416	0.45 369	0.35 351	0.47 369	0.47 412	0.45 357	0.34 352	0.46 370	0.48 415	0.46 368	0.35 347	0.39 280	0.71 444	0.39 339	0.35 372	0.41 347	0.41 379

dd	0.23 184	0.98 323	0.16 168	0.23 175	0.15 192	0.23 207	0.15 181	0.23 203	0.15 191	0.23 201	0.15 193	0.24 212	0.17 205	0.23 204	0.15 185	0.22 182	0.15 165	0.21 196	0.15 191	0.22 194	0.16 183

NLSM3	0.85 450	0.99 330	0.68 431	1.29 517	0.76 486	1.01 483	0.68 456	1.01 479	0.68 458	1.02 490	0.68 465	1.01 489	0.68 456	1.01 489	0.68 454	0.97 458	0.68 433	0.93 486	0.64 462	0.93 462	0.63 441

222	0.10 90	0.99 330	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

Test_v1	1.00 473	1.00 332	1.00 477	1.00 434	1.00 512	1.00 476	1.00 506	1.00 471	1.00 512	1.00 476	1.00 510	1.00 482	1.00 495	1.00 482	1.00 504	1.00 464	1.00 473	1.00 497	1.00 509	1.00 471	1.00 500

WQFJX	0.85 450	1.00 332	0.68 431	1.30 519	0.75 481	1.01 483	0.68 456	1.01 479	0.68 458	1.01 486	0.68 465	1.03 494	0.68 456	1.02 493	0.67 447	0.97 458	0.67 428	0.93 486	0.63 457	0.94 466	0.63 441

NLMM	0.84 444	1.00 332	0.67 424	1.27 512	0.75 481	1.00 476	0.68 456	1.00 471	0.67 452	1.00 476	0.67 460	1.02 493	0.67 452	1.02 493	0.67 447	0.97 458	0.67 428	0.93 486	0.63 457	0.92 457	0.63 441

test_sample7	0.09 75	1.00 332	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	0.37 254	1.00 332	0.30 233	0.40 249	0.29 272	0.40 283	0.29 265	0.40 277	0.29 267	0.40 278	0.29 271	0.40 287	0.29 272	0.39 281	0.28 253	0.33 237	0.32 268	0.33 257	0.32 346	0.33 242	0.32 325

GANet	1.00 473	1.00 332	1.00 477	1.00 434	1.00 512	1.00 476	1.00 506	1.00 471	1.00 512	1.00 476	1.00 510	1.00 482	1.00 495	1.00 482	1.00 504	1.00 464	1.00 473	1.00 497	1.00 509	1.00 471	1.00 500

TDLM	1.00 473	1.00 332	1.00 477	1.00 434	1.00 512	1.00 476	1.00 506	1.00 471	1.00 512	1.00 476	1.00 510	1.00 482	1.00 495	1.00 482	1.00 504	1.00 464	1.00 473	1.00 497	1.00 509	1.00 471	1.00 500

CVANet_RVC	1.00 473	1.00 332	1.00 477	1.00 434	1.00 512	1.00 476	1.00 506	1.00 471	1.00 512	1.00 476	1.00 510	1.00 482	1.00 495	1.00 482	1.00 504	1.00 464	1.00 473	1.00 497	1.00 509	1.00 471	1.00 500

DGTPSM_ROB	0.93 466	1.00 332	0.92 470	0.94 425	0.96 510	0.91 467	0.92 498	0.91 460	0.96 507	0.91 466	0.96 507	0.93 475	0.92 489	0.94 474	0.92 494	0.92 449	0.92 470	0.90 477	0.92 502	0.94 466	0.91 491

trnet	1.01 480	1.01 341	1.01 481	1.01 438	1.01 517	1.01 483	1.01 510	1.01 479	1.01 516	1.01 486	1.01 514	1.01 489	1.01 502	1.01 489	1.01 508	1.01 468	1.01 478	1.01 501	1.01 515	1.01 475	1.01 505

SMFormer	0.09 75	1.01 341	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	1.01 341	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	1.07 487	1.01 341	1.06 484	1.07 442	1.05 521	1.06 492	1.08 515	1.08 485	1.05 520	1.07 494	1.06 516	1.08 497	1.05 504	1.06 496	1.10 514	1.07 471	1.09 488	1.05 505	1.05 516	1.06 479	1.12 512

1test111	0.37 254	1.02 345	0.30 233	0.39 236	0.29 272	0.40 283	0.28 255	0.39 270	0.29 267	0.39 272	0.29 271	0.39 279	0.28 265	0.40 284	0.29 264	0.33 237	0.32 268	0.33 257	0.31 339	0.32 235	0.31 318

cc1	0.37 254	1.02 345	0.30 233	0.39 236	0.29 272	0.40 283	0.28 255	0.39 270	0.29 267	0.39 272	0.29 271	0.39 279	0.28 265	0.40 284	0.29 264	0.33 237	0.32 268	0.33 257	0.31 339	0.32 235	0.31 318

test_sample4	0.10 90	1.03 347	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	1.03 347	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	0.38 260	1.03 347	0.31 248	0.40 249	0.31 325	0.41 299	0.28 255	0.40 277	0.29 267	0.40 278	0.29 271	0.40 287	0.29 272	0.40 284	0.29 264	0.34 241	0.33 280	0.34 266	0.32 346	0.34 246	0.32 325

dad	0.23 184	1.03 347	0.16 168	0.23 175	0.15 192	0.24 210	0.15 181	0.24 206	0.16 196	0.23 201	0.16 197	0.24 212	0.16 193	0.23 204	0.15 185	0.22 182	0.16 168	0.22 201	0.16 193	0.22 194	0.16 183

DualNet (step1)	0.10 90	1.05 351	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 90	1.05 351	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 90	1.05 351	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	0.41 285	1.06 354	0.40 329	0.51 350	0.31 325	0.44 359	0.30 270	0.43 316	0.32 331	0.44 345	0.30 283	0.56 423	0.30 278	0.44 347	0.31 309	0.45 339	0.34 309	0.39 339	0.27 288	0.40 336	0.27 270

test_sample5	0.10 90	1.07 355	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 90	1.07 355	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

GCAP-Stereo-DPT-25K	0.41 285	1.09 357	0.40 329	0.52 352	0.31 325	0.44 359	0.31 314	0.44 350	0.31 321	0.44 345	0.31 325	0.44 357	0.31 327	0.44 347	0.31 309	0.46 349	0.35 315	0.39 339	0.28 301	0.39 324	0.28 290

GCAPDPT-zeroshot4090	0.40 277	1.09 357	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.44 350	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.45 339	0.34 309	0.38 298	0.27 288	0.38 283	0.27 270

test_xeample	0.10 90	1.09 357	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 162	0.03 41	0.03 57	0.03 47	0.03 52

FC-DCNN	1.07 487	1.09 357	0.98 475	0.89 412	0.52 439	1.41 570	0.91 497	1.21 546	1.24 579	1.96 582	2.05 636	1.91 583	1.30 571	1.27 562	1.08 513	0.80 432	0.60 417	0.58 433	0.41 406	0.68 418	0.54 422

MSMD_ROB	1.19 497	1.10 361	0.70 434	1.10 444	0.60 449	1.10 498	0.70 468	1.10 488	0.70 469	1.10 496	0.70 472	1.10 501	0.70 464	7.00 675	0.70 468	1.10 475	0.70 440	1.10 506	0.70 477	1.10 481	0.70 457

999	1.00 473	1.12 362	0.59 404	1.10 444	1.21 580	1.09 497	0.52 432	1.08 485	1.43 593	1.18 507	1.35 585	0.98 481	0.52 430	0.91 468	0.85 491	0.72 420	1.46 573	0.83 472	0.98 507	0.68 418	1.41 588

zh-mn7	0.12 120	1.14 363	0.17 175	0.20 159	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	0.18 166	0.16 168	0.03 41	0.03 57	0.03 47	0.03 52

1111x	0.10 90	1.14 363	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	0.30 207	1.14 363	0.25 210	0.25 187	0.25 249	0.26 228	0.25 237	0.25 214	0.25 240	0.25 216	0.25 249	0.26 230	0.26 251	0.26 228	0.25 238	0.26 208	0.26 220	0.25 223	0.25 245	0.26 214	0.26 232

DDF-Stereo	0.43 299	1.15 366	0.57 402	0.53 354	0.32 335	0.41 299	0.32 322	0.41 292	0.32 331	0.41 292	0.32 335	0.41 300	0.32 332	0.40 284	0.32 319	0.52 378	0.50 396	0.38 298	0.31 339	0.39 324	0.31 318

x	0.11 111	1.15 366	0.15 164	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 165	0.03 41	0.03 57	0.03 47	0.03 52

xxxx	0.11 111	1.16 368	0.16 168	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 168	0.03 41	0.04 99	0.04 97	0.04 96

CAS	0.30 207	1.17 369	0.25 210	0.25 187	0.25 249	0.26 228	0.25 237	0.25 214	0.26 253	0.25 216	0.25 249	0.25 219	0.25 242	0.25 217	0.25 238	0.26 208	0.26 220	0.26 228	0.25 245	0.26 214	0.25 226

HSM-Net_RVC	0.95 469	1.17 369	0.78 451	1.18 460	0.71 474	1.16 506	0.75 476	1.09 487	0.80 490	1.10 496	0.75 485	1.17 510	0.74 471	1.17 510	0.80 485	1.13 482	0.73 447	1.17 514	0.77 489	1.16 488	0.72 464
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DPSimNet_ROB	0.97 470	1.18 371	0.81 458	1.10 444	0.91 505	1.02 489	0.82 491	1.04 484	0.91 498	1.03 492	0.86 499	1.28 563	0.82 484	1.03 495	0.89 493	1.17 486	0.81 462	1.02 502	0.82 498	1.08 480	0.81 482

psm_up	0.43 299	1.19 372	0.17 175	0.25 187	0.18 219	0.25 219	0.19 209	1.26 550	0.91 498	0.26 225	0.17 204	0.25 219	0.17 205	0.25 217	0.17 198	0.22 182	0.17 189	0.23 209	0.16 193	1.18 494	0.99 498

DisPM	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

CrosDoStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

PFNet+	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

LCNet	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

HHNet	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

Patchmatch Stereo++	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526
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	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

STrans-v2	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

TransformOpticalFlow	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

OMP-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

IIG-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

NF-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

OCTAStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

PSM-softLoss	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

KMStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

NRIStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

PSM-adaLoss	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

PSM-AAD	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

FTStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

ROB_FTStereo_v2	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

ROB_FTStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

Consistency-Raft	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

KYRaft	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

HUI-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

ASMatch	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

DeepStereo_LL	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

DEmStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

SST-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

THIR-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

RAFT_R40	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

DRaft	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

PFNet	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

GrayStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

RE-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

Pruner-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

TVStereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

DeepStereo_RVC	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

RAFT-RH_RVC	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

IRAFT_RVC	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

RAFT-345	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

iRAFT	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

CRE-IMP	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

GMM-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

RAFT-IKP	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

Prome-Stereo	1.20 498	1.20 373	1.20 500	1.20 462	1.20 534	1.20 507	1.20 526	1.20 501	1.20 531	1.20 509	1.20 528	1.20 512	1.20 518	1.20 512	1.20 528	1.20 489	1.20 503	1.20 521	1.20 528	1.20 498	1.20 526

UPFNet	0.42 298	1.20 373	0.17 175	0.24 180	0.17 208	0.25 219	0.17 197	1.19 498	0.90 497	0.25 216	0.17 204	0.24 212	0.17 205	0.25 217	0.17 198	0.22 182	0.17 189	0.22 201	0.16 193	1.15 486	0.93 493

Wavelet-MonSter	1.00 473	1.21 419	0.76 448	1.94 550	1.01 517	1.11 501	0.76 478	1.15 490	0.76 483	1.11 501	0.76 486	1.14 507	0.76 474	1.11 504	0.76 479	1.21 535	0.90 467	1.02 502	0.71 480	1.02 477	0.71 463

GASTEREO	0.48 353	1.21 419	0.47 364	0.57 365	0.38 377	0.50 399	0.38 370	0.50 386	0.38 369	0.50 396	0.38 375	0.50 401	0.38 366	0.50 394	0.38 362	0.52 378	0.42 360	0.46 391	0.34 360	0.46 364	0.34 339

z-mn7	0.16 153	1.21 419	0.33 258	0.41 261	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	0.35 249	0.31 264	0.04 93	0.04 99	0.04 97	0.04 96

ours_stereo	1.20 498	1.21 419	0.90 466	1.64 544	1.11 524	1.35 563	0.67 452	1.76 574	0.93 503	1.70 578	1.10 519	1.39 568	0.75 473	1.41 568	0.81 488	1.60 562	1.03 480	1.33 572	1.00 509	1.61 562	0.72 464

WCG-NET	0.61 386	1.21 419	0.54 398	0.61 374	0.53 442	0.67 439	0.53 433	0.66 430	0.53 433	0.64 435	0.53 442	0.65 439	0.53 431	0.59 424	0.52 426	0.65 408	0.48 387	0.64 440	0.52 440	0.58 409	0.50 411

delet	0.43 299	1.21 419	0.17 175	0.25 187	0.17 208	0.25 219	0.18 205	1.26 550	0.95 505	0.25 216	0.17 204	0.25 219	0.17 205	0.25 217	0.17 198	0.23 193	0.16 168	0.22 201	0.16 193	1.18 494	0.98 497

w-ln-seven-2	0.14 134	1.22 425	0.28 225	0.32 212	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	0.32 232	0.27 230	0.04 93	0.03 57	0.03 47	0.03 52

CroCo-Stereo	0.73 412	1.22 425	0.25 210	1.22 507	0.25 249	1.22 553	0.25 237	1.22 547	0.25 240	1.22 555	0.25 249	1.22 558	0.25 242	1.22 558	0.25 238	1.22 537	0.26 220	1.21 566	0.25 245	1.22 546	0.25 226
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）	0.32 223	1.24 427	0.24 207	0.32 212	0.24 247	0.32 252	0.23 230	0.32 237	0.24 235	0.32 246	0.24 243	0.32 251	0.24 239	0.32 249	0.24 230	0.30 224	0.23 212	0.30 241	0.23 235	0.30 227	0.23 215

MMNet	0.44 311	1.24 427	0.17 175	0.25 187	0.17 208	0.25 219	0.18 205	1.26 550	0.93 503	0.25 216	0.17 204	0.25 219	0.18 215	0.25 217	0.17 198	0.23 193	0.16 168	0.23 209	0.16 193	1.20 498	0.99 498

CroCo-Stereo Lap2	0.77 421	1.29 429	0.29 229	1.27 512	0.29 272	1.27 557	0.26 244	1.26 550	0.26 253	1.26 556	0.26 254	1.27 562	0.26 251	1.26 559	0.27 244	1.27 539	0.27 230	1.27 569	0.27 288	1.27 549	0.27 270

CSP-Net	0.34 228	1.29 429	1.19 497	1.36 527	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	1.26 538	1.21 549	0.03 41	0.09 136	0.02 21	0.09 135

LiteMatch*	2.07 591	1.30 431	5.73 663	6.28 653	0.79 492	1.33 562	0.80 484	1.30 556	1.02 517	1.33 560	0.84 498	1.33 565	0.97 492	1.28 563	1.04 510	6.05 664	5.89 659	1.28 570	0.76 487	1.28 550	0.88 486

GCAP-BAT	0.41 285	1.30 431	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.44 345	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.34 309	0.38 298	0.26 251	0.38 283	0.26 232

zero-FE	0.72 410	1.31 433	0.66 420	0.92 419	0.60 449	0.82 455	0.58 439	0.82 451	0.58 439	0.81 458	0.60 447	0.81 461	0.60 441	0.82 453	0.58 434	0.74 424	0.59 416	0.73 452	0.52 440	0.76 430	0.51 418

Syn2CoEx	0.25 190	1.31 433	0.74 445	0.92 419	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	0.87 445	0.75 450	0.02 19	0.02 21	0.02 21	0.02 20

CC-Net-ROB	1.36 551	1.33 435	1.33 552	1.36 527	1.38 588	1.36 565	1.33 580	1.37 561	1.34 584	1.35 562	1.36 587	1.38 567	1.34 574	1.38 567	1.38 589	1.35 545	1.38 568	1.33 572	1.35 583	1.43 556	1.34 583

MaskLacGwcNet_RVC	1.35 550	1.35 436	1.35 555	1.35 526	1.35 585	1.35 563	1.35 582	1.36 559	1.35 587	1.36 563	1.35 585	1.36 566	1.36 576	1.36 565	1.35 586	1.35 545	1.35 564	1.35 575	1.35 583	1.35 553	1.35 584

BLMT-Stereo	1.53 555	1.36 437	1.06 484	1.42 531	1.23 584	1.41 570	1.07 514	1.43 565	1.12 521	1.42 566	1.06 516	1.83 580	1.07 505	1.42 569	1.07 512	1.27 539	1.38 568	6.80 672	1.00 509	1.26 548	1.00 500

PML	0.46 341	1.36 437	0.29 229	0.58 367	0.30 282	0.57 427	0.29 265	0.57 414	0.29 267	0.57 423	0.29 271	0.57 426	0.29 272	0.56 417	0.29 264	0.52 378	0.30 259	0.53 428	0.31 339	0.53 401	0.30 309

DF	0.39 272	1.37 439	1.02 482	1.14 450	0.12 175	0.16 167	0.12 170	0.16 167	0.12 175	0.16 164	0.12 167	0.16 165	0.12 171	0.16 166	0.12 164	1.12 481	1.00 473	0.15 165	0.12 170	0.15 164	0.12 166

PS-NSSS	1.38 553	1.39 440	1.34 553	1.34 524	1.35 585	1.38 567	1.37 589	1.35 558	1.38 590	1.34 561	1.34 584	1.39 568	1.38 579	1.70 576	1.40 590	1.36 547	1.36 565	1.36 577	1.37 586	1.37 554	1.36 585

MSCF	0.51 366	1.40 441	0.49 379	0.58 367	0.38 377	0.50 399	0.38 370	0.54 407	0.41 392	0.52 407	0.41 394	0.53 413	0.42 394	0.53 410	0.41 384	0.60 396	0.47 383	0.48 408	0.37 381	0.48 381	0.38 363

z-ln-s-r	0.21 172	1.40 441	0.53 397	0.56 364	0.04 101	0.05 110	0.04 103	0.05 110	0.05 119	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 110	0.57 392	0.44 372	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 160	1.47 443	0.33 258	0.40 249	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	0.38 267	0.32 268	0.05 108	0.04 99	0.04 97	0.04 96

Gwc-CoAtRS	0.41 285	1.49 444	0.32 253	0.42 271	0.32 335	0.41 299	0.32 322	0.41 292	0.33 341	0.41 292	0.32 335	0.41 300	0.32 332	0.41 299	0.32 319	0.39 280	0.28 236	0.39 339	0.28 301	0.40 336	0.28 290

FENet	0.54 372	1.52 445	1.19 497	1.41 530	0.23 242	0.35 259	0.23 230	0.35 247	0.23 232	0.34 252	0.23 236	0.35 260	0.23 236	0.35 260	0.23 227	1.40 550	1.07 482	0.32 250	0.23 235	0.33 242	0.23 215

CFNet-ft	0.55 377	1.57 446	0.14 148	0.20 159	0.14 181	0.20 186	2.53 634	1.61 567	0.14 181	0.20 183	0.14 185	0.20 184	0.14 181	0.20 183	0.14 175	0.17 158	0.12 135	0.17 177	0.12 170	1.56 560	1.24 575

DPSMNet_ROB	1.60 558	1.59 447	1.70 585	1.59 536	1.59 597	1.61 576	1.61 600	1.60 566	1.60 597	1.62 576	1.59 600	1.60 574	1.60 585	1.60 572	1.59 597	1.59 560	1.60 587	1.59 583	1.59 603	1.59 561	1.59 598

RASNet	1.49 554	1.65 448	1.45 571	1.38 529	1.43 591	1.47 573	1.36 584	1.38 562	1.36 588	1.39 564	1.60 601	1.45 571	1.45 582	1.51 571	2.21 631	1.53 559	1.36 565	1.36 577	1.36 585	1.66 565	1.36 585

monster-pro	0.75 415	1.67 449	0.64 415	0.89 412	0.57 447	0.86 461	0.56 436	0.87 453	0.56 436	0.87 461	0.57 445	0.88 465	0.57 436	0.87 462	0.57 432	0.79 430	0.58 413	0.76 458	0.54 442	0.77 432	0.54 422

CRFU-Net	0.65 393	1.67 449	1.22 547	1.96 553	0.27 257	0.41 299	0.27 247	0.41 292	0.27 257	0.40 278	0.26 254	0.41 300	0.27 258	0.40 284	0.27 244	1.80 567	1.62 588	0.34 266	0.23 235	0.33 242	0.23 215

FlowAnything	1.02 482	1.71 451	0.72 440	1.59 536	0.69 470	1.60 575	0.69 464	1.61 567	0.70 469	1.60 570	0.69 470	1.60 574	0.69 462	1.61 574	0.69 462	0.81 435	0.58 413	0.81 467	0.56 448	0.82 444	0.56 431

FlowAnything_test	1.02 482	1.72 452	0.71 437	1.59 536	0.70 472	1.61 576	0.69 464	1.61 567	0.70 469	1.60 570	0.70 472	1.61 577	0.69 462	1.61 574	0.70 468	0.81 435	0.58 413	0.81 467	0.55 444	0.81 442	0.56 431

gwcnet-sp	0.82 438	1.72 452	1.48 573	0.39 236	0.15 192	0.31 243	0.21 218	0.20 184	0.25 240	1.61 573	0.23 236	0.28 233	0.26 251	0.20 183	0.15 185	0.24 200	1.33 559	0.32 250	0.16 193	6.75 662	0.23 215

scenet	0.82 438	1.72 452	1.48 573	0.39 236	0.15 192	0.31 243	0.21 218	0.20 184	0.25 240	1.61 573	0.23 236	0.28 233	0.26 251	0.20 183	0.15 185	0.24 200	1.33 559	0.32 250	0.16 193	6.75 662	0.23 215

ssnet	0.82 438	1.72 452	1.48 573	0.39 236	0.15 192	0.31 243	0.21 218	0.20 184	0.25 240	1.61 573	0.23 236	0.28 233	0.26 251	0.20 183	0.15 185	0.24 200	1.33 559	0.32 250	0.16 193	6.75 662	0.23 215

HBP-ISP	1.24 546	1.72 452	1.65 583	1.15 453	0.76 486	1.40 569	0.88 494	1.67 573	1.02 517	1.69 577	1.38 590	1.69 578	1.21 564	1.87 584	1.21 573	1.05 470	0.79 457	0.97 495	0.80 495	1.19 496	0.75 471

LL-Strereo2	0.48 353	1.73 457	0.51 390	0.59 370	0.34 357	0.42 319	0.33 333	0.40 277	0.31 321	0.42 306	0.33 344	0.42 318	0.31 327	0.44 347	0.39 374	0.60 396	0.51 401	0.44 383	0.33 356	0.44 357	0.33 332

Hybrid-DGEV	1.03 484	1.75 458	0.80 455	1.28 516	0.78 490	1.26 556	0.80 484	1.26 550	0.78 484	1.26 556	0.78 490	1.26 559	0.78 478	1.26 559	0.78 481	1.15 485	0.75 450	1.14 507	0.74 484	1.14 483	0.75 471

GCAP-Stereo-DPT26K	0.43 299	1.76 459	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.31 309	0.44 311	0.33 280	0.38 298	0.27 288	0.38 283	0.26 232

aanet-new-8k	0.43 299	1.76 459	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-cres	0.43 299	1.77 461	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-20K	0.43 299	1.77 461	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-3K	0.43 299	1.77 461	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-32k-new	0.44 311	1.78 464	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.44 350	0.30 278	0.44 345	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.45 339	0.34 309	0.39 339	0.26 251	0.38 283	0.26 232

aanet-new-30k	0.44 311	1.78 464	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-24k	0.44 311	1.78 464	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-36K	0.43 299	1.78 464	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-32k	0.44 311	1.79 468	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-78k	0.44 311	1.80 469	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.45 339	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-36k	0.44 311	1.80 469	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-34k	0.44 311	1.80 469	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new	0.43 299	1.80 469	0.38 286	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-5K	0.44 311	1.80 469	0.39 297	0.49 303	0.30 282	0.44 359	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.44 347	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-60k	0.44 311	1.81 474	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-40k	0.44 311	1.81 474	0.39 297	0.50 339	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.45 339	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-28k	0.44 311	1.81 474	0.39 297	0.49 303	0.30 282	0.44 359	0.30 270	0.44 350	0.30 278	0.44 345	0.30 283	0.44 357	0.30 278	0.44 347	0.30 271	0.45 339	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-22k	0.44 311	1.81 474	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-10k	0.45 334	1.81 474	0.40 329	0.50 339	0.31 325	0.44 359	0.31 314	0.44 350	0.31 321	0.44 345	0.31 325	0.44 357	0.32 332	0.44 347	0.31 309	0.46 349	0.35 315	0.39 339	0.27 288	0.39 324	0.27 270

GCAP-Stereo-cres-4k	0.44 311	1.81 474	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

test_xeample3	1.10 490	1.81 474	0.61 411	0.84 408	0.49 428	0.77 447	0.66 448	0.92 463	1.40 591	0.68 441	0.46 415	0.78 454	0.54 434	1.72 577	1.48 593	1.34 544	1.52 577	1.35 575	1.67 611	1.33 552	1.55 593

aanet-new-90k	0.44 311	1.82 481	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.44 347	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-70k	0.44 311	1.82 481	0.38 286	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-2K	0.44 311	1.82 481	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

aanet-new-16k	0.44 311	1.83 484	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

GCAP-Stereo-DPT-50K	0.44 311	1.83 484	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.36 321	0.38 298	0.26 251	0.38 283	0.26 232

Hybrid-DGEV-03	1.07 487	1.83 484	0.83 459	1.34 524	0.81 497	1.32 561	0.81 488	1.31 557	0.81 493	1.31 559	0.82 496	1.32 564	0.82 484	1.32 564	0.81 488	1.19 487	0.77 453	1.19 519	0.76 487	1.19 496	0.77 476

Hybrid-DGEV-2	1.05 486	1.83 484	0.83 459	1.33 523	0.82 498	1.30 559	0.81 488	1.26 550	0.79 488	1.29 558	0.79 492	1.26 559	0.80 480	1.26 559	0.79 482	1.20 489	0.78 455	1.18 517	0.77 489	1.20 498	0.77 476

mmm	0.14 134	1.83 484	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	0.06 110	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 113	0.04 96

4.5_new	2.00 575	1.84 489	1.98 613	2.77 582	2.16 632	2.27 598	1.28 579	2.09 586	1.98 629	2.01 588	1.28 580	2.71 620	1.98 613	2.51 611	1.65 600	2.26 591	1.33 559	1.87 593	1.87 623	2.49 600	1.60 599

GCAP-Stereo-DPT-22K	0.44 311	1.85 490	0.38 286	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

MM-Stereo_test2	1.20 498	1.85 490	1.05 483	1.46 532	0.94 509	1.36 565	0.99 505	1.36 559	0.95 505	1.41 565	0.98 509	1.40 570	0.96 491	1.37 566	0.95 499	1.37 549	1.06 481	1.33 572	0.93 506	1.29 551	0.89 489

hknet	1.10 490	1.85 490	3.49 647	4.48 624	0.02 22	0.42 319	0.06 132	0.41 292	0.02 22	0.48 376	0.03 56	0.41 300	0.03 53	0.42 312	0.03 52	4.39 636	4.19 650	0.33 257	0.23 235	0.34 246	0.27 270

GCAP-Stereo-DPT-24K	0.44 311	1.86 493	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.43 318	0.30 271	0.44 311	0.33 280	0.38 298	0.26 251	0.38 283	0.26 232

2.25w	2.00 575	1.86 493	1.98 613	2.95 588	2.17 634	2.26 597	1.35 582	2.42 606	2.00 632	2.07 595	1.27 579	2.53 608	1.99 615	2.29 599	1.49 594	2.21 589	1.32 552	1.85 589	1.87 623	2.52 604	1.62 602

PAM	0.39 272	1.88 495	0.34 268	0.37 228	0.41 397	0.45 369	0.22 222	0.28 223	0.23 232	0.28 229	0.24 243	0.29 239	0.23 236	0.29 240	0.23 227	0.38 267	0.32 268	0.38 298	0.37 381	0.32 235	0.22 213

DCVSM-stereo	0.36 244	1.89 496	0.22 197	0.40 249	0.22 236	0.40 283	0.22 222	0.40 277	0.22 226	0.40 278	0.22 232	0.40 287	0.22 230	0.40 284	0.22 221	0.28 215	0.21 202	0.28 234	0.21 226	0.28 221	0.20 209

DCRE	0.84 444	1.89 496	0.77 450	0.94 425	0.72 476	0.88 463	0.73 474	0.87 453	0.78 484	0.90 464	0.71 477	0.88 465	0.67 452	0.88 464	0.73 472	0.81 435	0.68 433	0.81 467	0.70 477	0.82 444	0.70 457

RAFT-Stereo-weight	0.45 334	1.90 498	0.34 268	0.42 271	0.36 366	0.43 326	0.35 351	0.42 310	0.34 350	0.42 306	0.34 352	0.44 357	0.34 348	0.41 299	0.34 343	0.38 267	0.32 268	0.38 298	0.32 346	0.38 283	0.33 332

BUS	0.83 441	1.91 499	0.92 470	4.48 624	0.02 22	0.40 283	0.04 103	0.41 292	0.02 22	0.48 376	0.03 56	0.41 300	0.05 112	0.03 43	0.05 110	1.97 578	4.19 650	0.33 257	0.23 235	0.34 246	0.27 270

BSDual-CNN	0.81 433	1.91 499	0.92 470	4.48 624	0.02 22	0.42 319	0.06 132	0.41 292	0.02 22	0.48 376	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 578	4.19 650	0.33 257	0.23 235	0.34 246	0.27 270

psmg	0.43 299	1.91 499	0.92 470	1.91 549	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	1.97 578	1.44 572	0.04 93	0.03 57	0.02 21	0.03 52

GANet-RSSM	0.75 415	1.91 499	0.14 148	0.47 292	0.14 181	0.21 196	3.21 655	2.30 599	0.14 181	0.46 363	0.14 185	0.23 206	0.18 215	0.21 193	0.14 175	0.18 166	0.27 230	0.37 290	0.13 179	2.13 582	2.12 622

MFMNet_re	1.81 566	1.91 499	1.71 587	1.95 552	1.70 608	1.95 587	1.70 605	1.96 579	1.74 610	1.97 584	1.72 609	1.95 584	1.71 593	1.97 588	1.71 605	1.86 568	1.62 588	1.85 589	1.66 610	1.86 573	1.64 604

SPS-STEREO	1.59 557	1.91 499	1.21 546	1.94 550	1.20 534	2.00 590	1.23 573	1.99 581	1.24 579	2.00 587	1.25 577	2.03 591	1.26 567	2.00 589	1.29 582	1.90 574	1.18 502	1.89 597	1.21 573	1.89 575	1.20 526
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GANetREF_RVC	1.55 556	1.94 505	1.22 547	1.88 547	1.21 580	1.88 582	1.22 572	1.88 576	1.22 577	1.88 579	1.22 574	1.88 581	1.22 565	1.89 585	1.22 574	1.87 570	1.22 550	1.88 596	1.22 574	1.88 574	1.22 572
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	0.68 400	1.96 506	1.25 551	0.29 199	0.20 226	0.30 237	0.20 213	0.29 228	0.22 226	1.50 569	0.20 226	0.31 247	0.20 224	0.27 232	0.22 221	0.24 200	1.49 575	0.26 228	0.18 221	3.90 623	0.19 207

aanet-new-12k	0.46 341	1.99 507	0.40 329	0.51 350	0.31 325	0.44 359	0.31 314	0.44 350	0.31 321	0.44 345	0.31 325	0.44 357	0.31 327	0.44 347	0.32 319	0.47 356	0.35 315	0.39 339	0.27 288	0.39 324	0.27 270

qqq	0.16 153	2.01 508	0.12 123	0.15 131	0.04 101	0.06 114	0.05 115	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.03 52	0.12 111	0.14 162	0.04 93	0.04 99	0.03 47	0.03 52

MM-Stereo_test3	1.27 548	2.07 509	1.18 495	1.60 539	1.02 519	1.45 572	1.01 510	1.40 563	1.04 519	1.44 567	1.03 515	1.46 572	1.02 503	1.44 570	1.02 509	1.51 558	1.12 495	1.32 571	0.98 507	1.38 555	0.97 496

ACV-stereo	0.30 207	2.08 510	0.25 210	0.25 187	0.18 219	0.24 210	0.17 197	0.24 206	0.18 212	0.24 208	0.17 204	0.25 219	0.17 205	0.24 208	0.17 198	0.22 182	0.16 168	0.22 201	0.16 193	0.22 194	0.16 183

GCST	0.50 361	2.08 510	0.38 286	0.53 354	0.35 360	0.49 390	0.35 351	0.50 386	0.35 354	0.49 383	0.35 360	0.49 387	0.35 354	0.49 386	0.35 347	0.48 361	0.37 324	0.45 387	0.33 356	0.44 357	0.33 332

AIO_test	2.18 597	2.09 512	2.04 617	2.42 572	2.01 624	2.47 608	1.94 619	2.34 602	2.03 633	2.56 615	1.94 622	2.43 604	1.94 610	2.41 606	1.87 622	2.39 605	2.10 614	2.35 614	1.91 629	2.25 586	2.19 624

ToySt	0.92 461	2.11 513	0.90 466	0.95 427	0.79 492	0.99 475	0.78 480	0.94 467	0.81 493	0.94 472	0.78 490	0.95 478	0.77 476	0.94 474	0.86 492	0.91 446	0.79 457	0.85 474	0.77 489	0.89 451	0.73 467

TRStereo	2.00 575	2.13 514	1.85 602	2.27 564	1.84 613	2.28 600	1.84 609	2.29 595	1.86 619	2.30 601	1.87 614	2.30 595	1.87 603	2.08 591	1.72 607	2.08 583	1.72 594	2.08 602	1.72 616	2.08 579	1.72 609

XX-Stereo	2.00 575	2.13 514	1.85 602	2.27 564	1.84 613	2.28 600	1.84 609	2.29 595	1.86 619	2.30 601	1.87 614	2.30 595	1.87 603	2.08 591	1.72 607	2.08 583	1.72 594	2.08 602	1.72 616	2.08 579	1.72 609

EAI-Stereo	2.00 575	2.13 514	1.85 602	2.27 564	1.84 613	2.28 600	1.84 609	2.29 595	1.86 619	2.30 601	1.87 614	2.30 595	1.87 603	2.08 591	1.72 607	2.08 583	1.72 594	2.08 602	1.72 616	2.08 579	1.72 609

11t1	0.17 157	2.16 517	0.13 143	0.13 117	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.05 110	0.18 166	0.12 135	0.06 116	0.03 57	0.05 113	0.03 52

UGAM-zero	0.51 366	2.17 518	0.39 297	0.53 354	0.36 366	0.50 399	0.36 357	0.50 386	0.36 363	0.49 383	0.36 363	0.50 401	0.35 354	0.50 394	0.36 350	0.49 364	0.37 324	0.47 400	0.35 372	0.46 364	0.34 339

cf-r	0.66 395	2.17 518	0.12 123	0.18 152	0.12 175	0.18 178	2.70 638	2.60 613	0.12 175	0.18 175	0.12 167	0.18 177	0.12 171	0.18 176	0.12 164	0.15 140	0.11 121	0.15 165	0.11 155	1.81 572	1.74 612

3.25w	2.04 588	2.20 520	1.48 573	3.03 589	2.17 634	2.63 620	1.39 590	1.96 579	1.95 628	1.96 582	1.37 588	2.71 620	1.96 612	2.71 620	1.73 612	2.26 591	1.32 552	1.87 593	1.87 623	2.51 603	1.63 603

IGEV	2.02 583	2.20 520	1.82 596	2.90 587	2.16 632	2.41 606	1.25 575	2.00 582	1.98 629	1.99 586	1.31 582	2.72 624	1.93 609	2.67 619	1.69 604	2.26 591	1.32 552	1.83 588	1.87 623	2.53 607	1.61 601

UDG	0.80 428	2.21 522	0.60 406	0.91 416	0.60 449	0.90 466	0.58 439	0.88 457	0.60 442	0.90 464	0.60 447	0.88 465	0.60 441	0.90 467	0.58 434	0.86 444	0.60 417	0.84 473	0.59 452	0.84 447	0.61 437

UGAM	0.51 366	2.23 523	0.39 297	0.54 357	0.35 360	0.50 399	0.35 351	0.49 377	0.35 354	0.49 383	0.35 360	0.49 387	0.36 357	0.50 394	0.36 350	0.49 364	0.37 324	0.45 387	0.34 360	0.45 361	0.34 339

3w_stereo	2.04 588	2.24 524	1.70 585	3.15 592	2.18 636	2.49 610	1.26 577	2.03 584	1.98 629	1.98 585	1.33 583	2.72 624	1.99 615	2.59 614	1.72 607	2.22 590	1.33 559	1.85 589	1.88 628	2.50 602	1.58 597

NCCL2	2.28 609	2.27 525	2.28 619	2.28 567	2.28 637	2.27 598	2.29 632	2.28 593	2.28 635	2.27 600	2.28 637	2.28 594	2.27 623	2.27 598	2.28 636	2.28 595	2.28 619	2.27 607	2.29 636	2.27 587	2.29 626

ccnet	0.80 428	2.28 526	0.33 258	0.50 339	0.33 347	0.50 399	0.33 333	0.50 386	0.33 341	0.49 383	0.33 344	0.49 387	1.56 583	2.38 603	0.33 330	0.41 295	0.29 250	0.42 380	1.57 598	2.28 588	0.29 296

HUF	2.18 597	2.30 527	1.99 616	2.34 570	2.02 627	2.41 606	2.06 628	2.38 604	1.89 625	2.36 606	1.85 612	2.56 613	1.98 613	2.31 601	1.97 627	2.30 598	2.03 612	2.30 609	2.11 630	2.23 584	2.16 623

3.75w	1.99 571	2.31 528	1.83 599	3.16 593	1.65 601	1.93 583	1.98 620	2.72 615	1.68 599	2.73 624	1.97 625	2.00 588	1.72 594	1.81 582	1.25 578	2.27 594	2.01 607	2.38 615	1.42 592	1.71 567	1.24 575

1w_stereo	2.05 590	2.32 529	1.35 555	3.74 621	2.01 624	2.73 624	1.42 594	1.88 576	1.93 627	2.03 590	1.28 580	2.71 620	1.99 615	2.72 622	1.72 607	2.20 588	1.32 552	1.87 593	1.86 622	2.45 596	1.54 592

4.25_new	2.00 575	2.33 530	1.82 596	3.32 602	1.69 605	1.95 587	1.99 623	2.72 615	1.71 603	2.72 619	1.97 625	2.01 589	1.74 597	1.77 579	1.28 580	2.18 586	2.01 607	2.48 621	1.58 601	1.65 563	1.17 521

4.5w_new	2.00 575	2.33 530	1.82 596	3.32 602	1.69 605	1.95 587	1.99 623	2.72 615	1.71 603	2.72 619	1.97 625	2.01 589	1.74 597	1.77 579	1.28 580	2.18 586	2.01 607	2.48 621	1.58 601	1.65 563	1.17 521

4.5w-stereo	1.99 571	2.33 530	1.81 591	3.28 599	1.68 604	1.94 584	1.99 623	2.72 615	1.70 602	2.72 619	1.99 634	1.97 586	1.68 589	1.76 578	1.29 582	1.91 575	2.02 611	2.53 623	1.61 605	1.75 570	1.16 520

monsterstereo	2.20 603	2.33 530	1.95 611	3.65 616	2.07 629	2.49 610	1.61 600	2.48 608	1.83 617	2.45 610	1.61 603	2.67 619	1.86 602	2.64 616	1.94 625	2.48 611	1.66 591	2.34 612	1.68 613	2.40 593	1.86 616

2.75w_new	1.99 571	2.34 534	1.81 591	3.14 591	1.62 599	1.94 584	1.99 623	2.72 615	1.71 603	2.72 619	1.99 634	1.90 582	1.73 595	1.82 583	1.29 582	2.37 603	2.01 607	2.31 610	1.42 592	1.77 571	1.22 572

AIO_rvc	2.18 597	2.34 534	1.87 606	2.32 568	1.94 622	2.40 605	1.89 617	2.37 603	2.07 634	2.52 614	1.95 624	2.44 605	1.99 615	2.41 606	1.89 624	2.32 600	2.09 613	2.24 606	2.18 632	2.21 583	2.23 625

GES	0.66 395	2.34 534	0.29 229	0.41 261	0.29 272	0.41 299	0.29 265	0.42 310	0.29 267	0.40 278	0.41 394	0.41 300	0.30 278	0.51 403	0.29 264	0.32 232	0.29 250	0.32 250	2.46 638	2.49 600	0.30 309

2w_stereo	1.99 571	2.36 537	1.81 591	3.24 597	1.67 602	1.94 584	1.98 620	2.72 615	1.68 599	2.72 619	1.94 622	1.98 587	1.74 597	1.79 581	1.27 579	1.95 577	2.00 605	2.53 623	1.60 604	1.68 566	1.15 517

PAM_32	0.64 392	2.38 538	0.51 390	0.92 419	0.43 409	0.53 416	0.44 400	0.87 453	0.43 400	0.52 407	0.45 412	0.53 413	0.40 377	0.54 412	0.46 402	0.62 404	0.56 409	0.48 408	0.45 418	0.76 430	0.44 391

2.5w	2.01 582	2.40 539	1.37 565	3.28 599	2.01 624	2.71 621	1.43 597	1.82 575	1.83 617	1.90 581	1.41 592	2.71 620	1.35 575	2.71 620	1.85 618	2.66 615	1.53 578	1.64 584	1.23 575	2.53 607	1.87 618

MonStereo	2.17 595	2.41 540	1.49 577	2.67 579	1.67 602	2.60 619	2.04 627	2.32 600	1.76 611	2.44 609	1.68 607	2.50 606	1.69 591	2.38 603	1.80 615	2.28 595	1.78 597	2.63 626	2.14 631	3.47 619	1.68 607

monsters	2.18 597	2.41 540	1.96 612	3.47 609	2.03 628	2.53 614	1.64 602	2.48 608	1.73 608	2.40 608	1.50 595	2.62 616	1.94 610	2.59 614	1.94 625	2.44 607	1.57 582	2.28 608	1.87 623	2.42 594	1.86 616

DDUNet	0.81 433	2.45 542	0.57 402	0.90 414	0.60 449	0.88 463	0.59 441	0.90 458	0.60 442	0.88 463	0.60 447	0.90 469	0.58 439	0.88 464	0.60 437	0.84 442	0.60 417	0.86 475	0.57 450	0.86 448	0.60 436

FBW_ROB	2.12 594	2.46 543	1.77 590	2.49 575	1.79 612	2.38 604	1.83 608	2.46 607	1.78 613	2.48 612	1.97 625	2.40 603	1.78 600	2.42 608	1.83 616	2.31 599	1.85 602	2.38 615	1.82 621	2.35 591	1.84 614

asda	2.17 595	2.54 544	1.81 591	3.47 609	1.78 611	2.50 612	1.86 613	2.61 614	1.68 599	2.61 616	1.83 611	2.37 602	1.73 595	2.44 609	1.88 623	2.51 612	1.84 601	2.34 612	1.62 607	2.23 584	1.77 613

HH	0.71 407	2.54 544	0.74 445	1.10 444	0.32 335	0.41 299	0.37 363	0.69 433	0.78 484	0.73 444	0.90 500	0.75 451	1.00 495	0.84 457	0.69 462	0.69 413	0.40 341	0.35 282	0.26 251	0.35 259	0.26 232

HanStereo	0.71 407	2.54 544	0.74 445	1.10 444	0.32 335	0.41 299	0.37 363	0.69 433	0.78 484	0.73 444	0.90 500	0.75 451	1.00 495	0.84 457	0.69 462	0.69 413	0.40 341	0.35 282	0.26 251	0.35 259	0.26 232

qwe	2.18 597	2.60 547	1.58 580	3.83 622	1.90 621	2.53 614	1.90 618	2.48 608	1.73 608	2.37 607	1.92 621	2.53 608	1.68 589	2.56 612	1.83 616	2.52 614	1.87 603	2.07 601	1.68 613	2.32 590	1.71 608

sAnonymous2	3.31 633	2.63 548	1.38 567	3.71 618	1.86 616	4.70 659	1.11 516	4.82 662	2.72 639	5.45 667	1.98 631	4.59 652	2.64 626	2.65 617	6.21 672	4.37 634	1.08 486	5.16 664	2.24 634	4.52 633	2.39 631

CroCo_RVC	3.31 633	2.63 548	1.38 567	3.71 618	1.86 616	4.70 659	1.11 516	4.82 662	2.72 639	5.45 667	1.98 631	4.59 652	2.64 626	2.65 617	6.21 672	4.37 634	1.08 486	5.16 664	2.24 634	4.52 633	2.39 631

ff7	1.68 559	2.68 550	1.35 555	0.97 431	0.89 501	1.84 579	2.15 629	2.12 587	1.80 614	2.05 592	1.56 597	2.33 598	2.12 620	2.23 595	2.25 632	1.31 541	1.07 482	1.48 579	1.41 589	0.90 454	1.04 507

ffff	1.68 559	2.68 550	1.35 555	0.97 431	0.89 501	1.84 579	2.15 629	2.12 587	1.80 614	2.05 592	1.56 597	2.33 598	2.12 620	2.23 595	2.25 632	1.31 541	1.07 482	1.48 579	1.41 589	0.90 454	1.04 507

ccc-4	1.68 559	2.68 550	1.35 555	0.97 431	0.89 501	1.84 579	2.15 629	2.12 587	1.80 614	2.05 592	1.56 597	2.33 598	2.12 620	2.23 595	2.25 632	1.31 541	1.07 482	1.48 579	1.41 589	0.90 454	1.04 507

LGtest1	2.22 604	2.70 553	1.89 607	2.76 581	1.86 616	2.75 626	1.86 613	2.75 622	1.86 619	2.75 625	1.86 613	2.77 629	1.87 603	2.75 626	1.86 619	2.46 608	1.58 583	2.45 618	1.56 597	2.45 596	1.56 594

11t	1.27 548	2.70 553	1.34 553	1.32 522	0.89 501	1.30 559	1.34 581	1.64 570	0.57 438	1.45 568	0.72 480	1.05 496	1.29 570	1.07 499	1.29 582	1.49 555	1.02 479	0.97 495	1.15 521	1.48 557	1.31 579

LG-G_1	2.22 604	2.71 555	1.89 607	2.77 582	1.87 619	2.75 626	1.87 615	2.76 623	1.87 623	2.75 625	1.87 614	2.76 627	1.87 603	2.75 626	1.86 619	2.47 609	1.58 583	2.45 618	1.57 598	2.45 596	1.57 595

LG-G	2.22 604	2.71 555	1.89 607	2.77 582	1.87 619	2.75 626	1.87 615	2.76 623	1.87 623	2.75 625	1.87 614	2.76 627	1.87 603	2.75 626	1.86 619	2.47 609	1.58 583	2.45 618	1.57 598	2.45 596	1.57 595

4.25w-stereo	1.98 570	2.72 557	1.46 572	3.47 609	1.43 591	2.07 593	1.98 620	2.53 612	1.52 595	2.71 618	1.98 631	1.81 579	1.62 587	1.96 587	1.36 587	1.88 573	2.00 605	2.53 623	1.61 605	1.74 569	1.15 517

4w-stereo	2.02 583	2.72 557	1.44 570	3.36 605	1.59 597	2.48 609	1.72 606	2.28 593	1.24 579	2.24 599	1.65 605	2.56 613	1.32 573	2.39 605	1.98 628	2.67 617	1.51 576	1.66 585	1.24 576	2.53 607	1.88 621

3.25w_new	2.03 585	2.72 557	1.35 555	3.33 604	1.57 595	2.72 622	1.53 599	2.15 591	1.33 583	2.15 597	1.60 601	2.63 617	1.30 571	2.72 622	1.99 629	2.67 617	1.53 578	1.75 587	1.25 578	2.53 607	1.87 618

3.5w_stereo	2.03 585	2.72 557	1.35 555	3.41 606	1.57 595	2.72 622	1.49 598	2.01 583	1.34 584	2.15 597	1.61 603	2.63 617	1.36 576	2.72 622	1.99 629	2.66 615	1.58 583	1.68 586	1.24 576	2.53 607	1.87 618

sCroCo_RVC	2.10 592	2.76 561	1.92 610	2.78 585	1.39 589	2.73 624	1.41 592	2.73 621	1.40 591	2.77 630	1.41 592	2.74 626	1.40 580	2.74 625	1.40 590	2.72 619	1.42 571	2.72 627	1.44 594	2.79 614	1.42 589

PSMNet-RSSM	0.77 421	2.76 561	0.14 148	0.20 159	0.14 181	0.20 186	2.66 636	2.79 626	0.14 181	0.21 194	0.14 185	0.21 191	0.14 181	0.20 183	0.14 175	0.17 158	0.12 135	0.17 177	0.12 170	2.52 604	2.31 627

MonStereo1	1.94 569	2.77 563	1.52 578	3.73 620	1.51 594	2.13 595	1.42 594	2.32 600	1.52 595	2.31 604	1.50 595	2.53 608	1.59 584	2.34 602	1.56 595	1.91 575	1.36 565	1.86 592	1.31 581	2.07 578	1.53 591

asd	2.18 597	2.77 563	1.58 580	3.59 614	2.00 623	2.58 618	1.85 612	2.39 605	1.71 603	2.47 611	1.97 625	2.59 615	1.61 586	2.56 612	1.79 614	2.51 612	1.99 604	2.11 605	1.62 607	2.36 592	1.60 599

GwcNet-RSSM	0.77 421	2.77 563	0.14 148	0.20 159	0.14 181	0.20 186	2.67 637	2.78 625	0.14 181	0.20 183	0.14 185	0.20 184	0.14 181	0.21 193	0.14 175	0.17 158	0.12 135	0.17 177	0.12 170	2.52 604	2.31 627

hitnet-ft	0.79 425	2.78 566	0.14 148	0.20 159	0.14 181	0.21 196	2.89 639	2.80 627	0.14 181	0.20 183	0.14 185	0.20 184	0.14 181	0.20 183	0.14 175	0.17 158	0.12 135	0.17 177	0.12 170	2.54 612	2.33 629

PDISCO_ROB	0.83 441	2.80 567	3.49 647	0.14 121	0.11 162	0.17 174	0.09 139	0.15 166	0.10 144	0.15 159	0.12 167	0.16 165	0.14 181	3.30 633	0.13 171	0.14 133	2.34 620	0.16 169	0.12 170	2.62 613	0.10 140

iGMRVC	0.84 444	2.85 568	0.72 440	0.72 395	0.73 477	0.77 447	0.79 481	0.73 439	0.74 482	0.73 444	0.72 480	0.73 448	0.76 474	0.73 443	0.73 472	0.72 420	0.73 447	0.73 452	0.72 482	0.73 428	0.72 464

MC-Stereo	1.76 562	2.96 569	1.37 565	2.14 558	1.37 587	2.14 596	1.36 584	2.14 590	1.37 589	2.14 596	1.37 588	2.14 593	1.37 578	2.14 594	1.37 588	1.97 578	1.32 552	1.97 599	1.32 582	1.98 576	1.33 581

VIP-Stereo	0.70 404	2.97 570	2.43 625	2.49 575	0.16 202	0.25 219	0.16 187	0.25 214	0.16 196	0.25 216	0.18 220	0.25 219	0.16 193	0.26 228	0.16 192	1.86 568	1.26 551	0.23 209	0.15 191	0.23 205	0.15 182

PASM	0.39 272	3.06 571	1.36 563	1.58 535	0.09 140	0.11 148	0.11 157	0.11 148	0.11 159	0.09 135	0.09 141	0.11 149	0.09 139	0.09 135	0.09 134	0.11 105	0.11 121	0.11 144	0.09 136	0.11 148	0.11 153

DDVS	0.30 207	3.10 572	0.14 148	0.19 155	0.14 181	0.19 181	0.14 176	0.20 184	0.14 181	0.19 177	0.13 180	0.16 165	0.13 177	0.19 179	0.13 171	0.17 158	0.13 158	0.17 177	0.13 179	0.17 175	0.13 173

DEFOM-Stereo	0.68 400	3.11 573	1.40 569	1.63 543	0.25 249	0.31 243	0.25 237	0.31 235	0.28 261	0.31 240	0.29 271	0.29 239	0.27 258	0.31 246	0.28 253	1.59 560	1.47 574	0.30 241	0.29 314	0.30 227	0.28 290

4D-IteraStereo	0.78 424	3.13 574	0.89 463	0.69 387	0.32 335	0.40 283	0.32 322	0.76 442	0.97 508	0.52 407	0.65 457	0.89 468	0.32 332	0.76 447	0.98 502	0.83 440	0.94 472	0.35 282	0.27 288	0.70 423	0.89 489

plain	1.88 567	3.16 575	0.64 415	3.10 590	0.65 462	3.10 631	0.64 445	3.12 630	0.65 449	3.10 631	0.65 457	3.11 631	0.65 447	3.12 630	0.65 443	3.12 624	0.65 426	3.13 629	0.65 466	3.13 617	0.65 449

iRaftStereo_RVC	0.97 470	3.17 576	2.30 620	2.42 572	0.38 377	0.54 419	0.38 370	0.54 407	0.38 369	0.54 415	0.38 375	0.54 416	0.38 366	0.54 412	0.38 362	2.38 604	2.34 620	0.49 413	0.36 378	0.49 384	0.36 351

RCA-Stereo	0.51 366	3.22 577	0.34 268	0.44 280	0.34 357	0.44 359	0.34 346	0.43 316	0.34 350	0.43 311	0.34 352	0.44 357	0.33 343	0.43 318	0.33 330	0.38 267	0.29 250	0.38 298	0.29 314	0.38 283	0.29 296

NLSM1	2.93 630	3.24 578	2.57 627	4.04 623	2.66 640	3.30 635	2.55 635	3.29 633	2.55 637	3.35 635	2.48 639	3.28 634	2.47 625	3.34 635	2.49 637	3.26 625	2.55 625	3.13 629	2.57 639	3.00 616	2.46 633

Anonymous3	2.55 621	3.26 579	1.65 583	3.28 599	1.63 600	3.24 633	1.68 603	3.27 632	1.66 598	3.28 633	1.67 606	3.25 633	1.66 588	3.27 632	1.64 599	3.26 625	1.65 590	3.30 631	1.65 609	4.95 651	1.65 606

MIF-Stereo (partial)	2.58 622	3.31 580	0.66 420	3.18 594	0.66 465	3.18 632	0.66 448	3.21 631	0.67 452	3.19 632	0.66 459	3.19 632	0.66 450	3.31 634	0.68 454	5.09 656	1.79 599	8.23 676	1.67 611	6.18 660	1.38 587

MM-Stereo_test1	1.80 565	3.41 581	1.52 578	2.12 557	1.41 590	2.04 591	1.41 592	2.05 585	1.46 594	2.04 591	1.41 592	2.05 592	1.42 581	2.05 590	1.43 592	2.04 582	1.54 580	1.94 598	1.38 588	1.99 577	1.33 581

UniTT-Stereo	2.03 585	3.43 582	0.72 440	3.42 607	0.73 477	3.27 634	0.68 456	3.38 635	0.69 463	3.29 634	0.72 480	3.28 634	0.70 464	3.35 636	0.68 454	3.39 627	0.68 433	3.31 632	0.69 475	3.37 618	0.73 467

castereo++	0.54 372	3.59 583	1.15 491	1.31 521	0.14 181	0.16 167	0.14 176	0.16 167	0.14 181	0.16 164	0.14 185	0.16 165	0.13 177	0.16 166	0.14 175	1.45 553	1.16 498	0.15 165	0.14 184	0.15 164	0.13 173

DPSNet	3.66 635	3.60 584	3.62 650	3.63 615	3.64 662	3.65 638	3.65 661	3.66 638	3.67 658	3.67 637	3.65 659	3.67 638	3.66 647	3.66 637	3.68 656	3.68 630	3.66 645	3.67 636	3.68 662	3.67 620	3.67 659

RAStereo	2.23 607	3.64 585	0.76 448	3.65 616	0.86 499	3.66 639	0.76 478	3.67 639	0.81 493	3.66 636	0.76 486	3.66 637	0.77 476	3.68 638	0.77 480	3.68 630	0.77 453	3.69 637	0.77 489	3.70 621	0.77 476

qqq1	0.25 190	3.70 586	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 190	3.70 586	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

RAFT_CTSACE	1.92 568	3.71 588	1.72 588	1.88 547	1.72 609	2.04 591	1.42 594	2.18 592	1.89 625	2.02 589	1.97 625	1.95 584	2.06 619	1.93 586	1.62 598	1.76 565	1.66 591	2.02 600	1.73 619	1.73 568	1.43 590

MyStereo07	0.60 381	3.72 589	0.48 372	0.49 303	0.41 397	0.36 263	0.32 322	0.49 377	0.43 400	0.51 404	0.42 404	0.49 387	0.43 397	0.51 403	0.64 440	0.49 364	0.45 373	0.34 266	0.32 346	0.35 259	0.43 388

MyStereo04	0.56 379	3.72 589	0.59 404	0.49 303	0.41 397	0.36 263	0.32 322	0.37 257	0.31 321	0.34 252	0.46 415	0.35 260	0.32 332	0.35 260	0.33 330	0.49 364	0.45 373	0.34 266	0.32 346	0.35 259	0.43 388

castereo	0.61 386	3.79 591	1.35 555	1.52 534	0.15 192	0.17 174	0.16 187	0.20 184	0.21 223	0.18 175	0.16 197	0.21 191	0.12 171	0.26 228	0.17 198	1.43 552	1.38 568	0.17 177	0.16 193	0.18 179	0.16 183

ffm	0.25 190	3.83 592	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 190	3.83 592	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 190	3.83 592	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

NINENet	0.69 403	3.87 595	1.20 500	1.98 554	0.05 121	0.40 283	0.04 103	0.40 277	0.05 119	0.41 292	0.04 110	0.41 300	0.05 112	0.40 284	0.05 110	1.79 566	1.56 581	0.34 266	0.22 229	0.34 246	0.23 215

GEAStereo	0.62 388	3.91 596	0.48 372	0.69 387	0.38 377	0.51 411	0.38 370	0.51 399	0.38 369	0.53 410	0.38 375	0.50 401	0.38 366	0.51 403	0.38 362	0.54 382	0.43 365	0.46 391	0.34 360	0.46 364	0.34 339

gasm-f	0.62 388	3.91 596	0.48 372	0.69 387	0.38 377	0.51 411	0.38 370	0.51 399	0.38 369	0.53 410	0.38 375	0.50 401	0.38 366	0.51 403	0.38 362	0.54 382	0.43 365	0.46 391	0.34 360	0.46 364	0.34 339

MyStereo8	0.71 407	3.92 598	0.52 393	0.59 370	0.52 439	0.57 427	0.53 433	0.59 419	0.50 425	0.59 427	0.51 439	0.57 426	0.50 424	0.56 417	0.52 426	0.54 382	0.49 390	0.54 429	0.49 434	0.55 403	0.50 411

NLCSM	3.67 636	4.08 599	3.19 646	4.80 639	3.26 655	3.99 643	3.24 656	4.25 645	3.18 654	4.09 641	3.27 654	4.14 643	3.18 642	4.13 643	3.28 652	4.06 632	3.10 635	3.85 641	3.14 653	3.91 626	3.27 655

MyStereo06	0.75 415	4.12 600	0.60 406	0.63 377	0.61 454	0.62 434	0.66 448	0.56 411	0.45 406	0.55 418	0.48 427	0.54 416	0.46 406	0.57 422	0.45 398	0.60 396	0.57 411	0.64 440	0.55 444	0.72 425	0.55 428

MyStereo05	0.80 428	4.12 600	0.63 413	0.63 377	0.61 454	0.62 434	0.66 448	0.65 428	0.62 445	0.67 439	0.61 451	0.65 439	0.58 439	0.67 436	0.55 431	0.60 396	0.57 411	0.64 440	0.55 444	0.72 425	0.55 428

test-3	0.98 472	4.13 602	1.85 602	1.85 546	0.61 454	0.69 440	0.37 363	0.63 426	0.61 444	0.66 438	0.51 439	0.73 448	0.44 399	0.57 422	0.54 429	1.68 564	1.81 600	0.40 352	0.43 416	0.66 416	0.50 411

GCAP-Stereo	0.75 415	4.15 603	0.42 347	0.75 398	0.35 360	0.78 449	0.40 384	0.79 444	0.38 369	0.78 453	0.36 363	0.78 454	0.36 357	0.79 448	0.39 374	0.75 425	0.39 338	0.76 458	0.39 397	0.75 429	0.39 369

IGEVStereo-DCA	1.77 563	4.21 604	1.84 600	2.49 575	2.11 630	2.54 616	1.36 584	1.65 571	1.17 528	2.75 625	1.90 619	2.54 611	1.15 511	0.94 474	1.11 515	1.50 556	1.32 552	0.96 493	1.46 595	1.49 558	0.88 486

rrr	1.77 563	4.21 604	1.84 600	2.49 575	2.11 630	2.54 616	1.36 584	1.65 571	1.17 528	2.75 625	1.90 619	2.54 611	1.15 511	0.94 474	1.11 515	1.50 556	1.32 552	0.96 493	1.46 595	1.49 558	0.88 486

GSStereo	0.81 433	4.28 606	0.50 384	0.59 370	0.40 388	0.51 411	0.38 370	0.50 386	0.38 369	0.50 396	0.38 375	0.50 401	3.79 652	0.50 394	0.38 362	0.54 382	0.43 365	0.46 391	0.34 360	0.46 364	0.35 348

GEStereo_RVC	0.86 453	4.45 607	0.20 190	0.27 197	0.20 226	0.27 232	0.20 213	0.26 220	0.18 212	5.03 663	0.20 226	0.27 232	0.19 220	0.27 232	0.21 219	0.20 173	0.19 197	0.19 189	4.02 667	0.20 186	0.18 205

error version	0.93 466	4.47 608	2.35 621	1.99 555	0.37 370	0.41 299	0.36 357	0.41 292	0.35 354	0.43 311	0.36 363	0.41 300	0.40 377	0.41 299	0.36 350	1.87 570	2.16 616	0.47 400	0.37 381	0.39 324	0.33 332

test_1	0.93 466	4.47 608	2.35 621	1.99 555	0.37 370	0.41 299	0.36 357	0.41 292	0.35 354	0.43 311	0.36 363	0.41 300	0.40 377	0.41 299	0.36 350	1.87 570	2.16 616	0.47 400	0.37 381	0.39 324	0.33 332

TestStereo	4.88 662	4.75 610	4.79 656	4.87 642	4.92 671	4.81 664	4.90 671	4.78 660	4.77 670	4.87 661	4.89 670	4.90 665	4.91 663	4.99 664	4.79 668	4.98 653	4.87 654	4.87 661	4.92 672	5.00 652	5.00 669

DispFullNet	4.61 658	4.84 611	3.12 643	5.00 643	3.57 659	4.75 662	3.03 646	7.75 675	4.17 667	4.91 662	3.09 650	6.20 671	3.95 656	6.71 671	3.51 654	5.30 658	3.67 646	5.86 670	3.63 659	5.61 657	3.46 657

MLG-Stereo_test3	4.26 651	4.85 612	3.95 653	5.35 646	3.60 660	4.75 662	3.76 662	5.49 668	3.71 659	5.39 665	3.69 660	4.82 663	3.66 647	4.85 660	3.73 660	4.93 651	3.19 642	4.69 655	2.99 643	4.84 648	2.98 639

CFNet-RSSM	0.91 459	4.89 613	0.34 268	0.44 280	1.07 522	1.62 578	1.40 591	0.91 460	0.35 354	1.60 570	1.39 591	0.64 436	0.34 348	0.44 347	0.33 330	0.41 295	0.35 315	0.75 456	0.30 328	0.41 347	0.29 296

StereoVision	3.15 631	5.00 614	0.89 463	4.83 640	1.00 512	3.93 640	1.27 578	6.37 669	1.34 584	5.67 669	1.26 578	5.84 670	1.27 568	5.03 666	1.24 575	5.10 657	1.09 488	4.61 650	0.57 450	5.62 658	1.12 512

LL-Strereo	1.01 480	5.06 615	1.63 582	0.70 391	1.43 591	0.56 421	0.46 408	0.57 414	0.50 425	0.57 423	0.50 433	1.58 573	0.49 420	0.59 424	0.50 419	1.64 563	0.52 403	0.51 422	1.37 586	0.52 397	0.45 393

aanet-new-14k	0.60 381	5.12 616	0.39 297	0.49 303	0.30 282	0.43 326	0.30 270	0.43 316	0.30 278	0.43 311	0.30 283	0.43 325	0.30 278	0.44 347	0.30 271	0.44 311	0.37 324	0.38 298	0.26 251	0.38 283	0.26 232

FC-DCNN v2	5.10 666	5.15 617	4.49 655	5.07 644	3.37 657	6.87 671	4.75 670	5.04 665	6.34 674	7.84 675	5.06 671	6.72 675	4.09 659	4.99 664	5.44 671	5.03 654	3.16 639	4.67 653	4.86 671	5.15 654	3.89 664

DEFOM-Stereo_RVC	0.83 441	5.18 618	1.98 613	2.19 559	0.17 208	0.19 181	0.18 205	0.19 178	0.16 196	0.20 183	0.19 222	0.22 199	0.22 230	0.20 183	0.15 185	2.28 595	2.13 615	0.24 218	0.17 215	0.18 179	0.16 183

rvit_105_1	3.83 638	5.22 619	3.01 632	4.53 627	3.01 643	4.51 647	3.01 641	4.56 649	3.04 642	4.53 648	3.03 643	4.55 650	3.03 630	4.56 649	3.04 639	4.57 640	3.05 628	4.57 645	3.05 644	4.57 635	3.05 640

rvit_stereo_0081	3.83 638	5.23 620	3.01 632	4.53 627	3.03 645	4.55 653	3.02 642	4.56 649	3.04 642	4.52 646	3.02 641	4.54 648	3.03 630	4.56 649	3.04 639	4.57 640	3.05 628	4.57 645	3.05 644	4.58 636	3.05 640

CFNet	1.37 552	5.27 621	0.19 187	5.49 647	0.19 223	0.28 233	0.19 209	0.28 223	0.19 218	0.28 229	0.19 222	0.28 233	4.35 660	0.28 236	0.19 213	0.23 193	0.17 189	0.23 209	4.21 669	4.81 646	0.17 200

rvit_stereo_0083	3.92 647	5.30 622	3.06 640	4.61 636	3.09 652	4.67 658	3.08 651	4.66 657	3.09 651	4.62 656	3.10 651	4.66 660	3.11 639	4.67 657	3.16 650	4.72 650	3.16 639	4.77 658	3.11 651	4.66 642	3.11 649

rvit_0105_3	3.91 645	5.33 623	3.06 640	4.60 635	3.07 651	4.60 656	3.06 650	4.62 655	3.08 650	4.60 655	3.07 649	4.62 657	3.08 637	4.67 657	3.10 648	4.70 648	3.11 636	4.77 658	3.19 656	4.77 645	3.14 651

rvit_stereo_0081_aga	3.86 640	5.33 623	3.02 635	4.55 633	3.04 649	4.54 649	3.02 642	4.64 656	3.06 646	4.54 650	3.04 645	4.62 657	3.08 637	4.62 655	3.07 644	4.58 643	3.06 632	4.60 649	3.08 648	4.63 639	3.07 644

MLG-Stereo_test1	4.25 650	5.34 625	3.61 649	5.31 645	3.63 661	5.23 665	3.57 659	5.38 667	3.65 657	5.23 664	3.47 656	4.76 661	3.74 650	4.85 660	3.71 657	4.96 652	3.18 641	4.71 656	2.92 641	4.86 649	2.90 637

rvit_0105_5	4.10 649	5.40 626	3.13 645	4.71 638	3.15 654	4.72 661	3.10 653	4.90 664	3.27 655	4.69 658	3.16 653	4.84 664	3.25 643	4.96 663	3.34 653	5.05 655	3.39 644	5.10 663	3.40 657	5.11 653	3.42 656

UDGNet	2.23 607	5.40 626	1.72 588	2.48 574	1.69 605	2.51 613	1.69 604	2.51 611	1.72 607	2.50 613	1.69 608	2.52 607	1.69 591	2.50 610	1.68 603	2.41 606	1.70 593	2.42 617	1.69 615	2.42 594	1.64 604

rvit_stereo_ft	3.93 648	5.44 628	3.05 639	4.59 634	3.06 650	4.61 657	3.08 651	4.67 658	3.12 652	4.63 657	3.10 651	4.65 659	3.11 639	4.69 659	3.13 649	4.70 648	3.14 638	4.71 656	3.15 654	4.74 643	3.16 652

MLG-Stereo_test2	4.28 652	5.46 629	3.69 651	4.86 641	3.72 663	5.58 668	3.42 657	4.81 661	3.77 663	4.85 660	3.72 661	5.55 669	3.63 646	5.58 667	3.53 655	4.41 637	3.28 643	4.99 662	2.95 642	4.75 644	3.13 650

rvit_0105_4	3.91 645	5.47 630	3.02 635	4.54 630	3.02 644	4.54 649	3.03 646	4.75 659	3.17 653	4.57 652	3.06 646	4.61 656	3.16 641	4.65 656	3.09 647	4.66 647	3.11 636	4.68 654	3.18 655	4.81 646	3.16 652

rvit_stereo_0080	3.89 643	5.70 631	3.04 637	4.54 630	3.03 645	4.56 654	3.05 648	4.60 653	3.07 647	4.58 653	3.06 646	4.59 652	3.06 635	4.61 653	3.08 645	4.63 645	3.09 633	4.64 651	3.10 649	4.65 640	3.10 647

whm_eth	3.89 643	5.70 631	3.04 637	4.54 630	3.03 645	4.56 654	3.05 648	4.60 653	3.07 647	4.58 653	3.06 646	4.59 652	3.06 635	4.61 653	3.08 645	4.63 645	3.09 633	4.64 651	3.10 649	4.65 640	3.10 647

rvit_0105_6	3.87 642	5.73 633	3.10 642	4.69 637	3.12 653	4.54 649	3.02 642	4.56 649	3.04 642	4.54 650	3.03 643	4.54 648	3.04 633	4.56 649	3.05 641	4.58 643	3.05 628	4.58 647	3.05 644	4.58 636	3.05 640

rvit_stereo_0082	3.86 640	5.82 634	3.01 632	4.53 627	3.03 645	4.54 649	3.02 642	4.56 649	3.04 642	4.53 648	3.02 641	4.55 650	3.04 633	4.57 652	3.05 641	4.57 640	3.05 628	4.58 647	3.05 644	4.58 636	3.06 643

SGM-Forest	5.21 668	5.92 635	4.08 654	6.18 652	4.16 668	6.31 670	4.34 669	6.50 670	4.33 668	6.14 671	4.21 667	6.61 674	4.55 662	6.67 670	4.48 667	5.94 662	3.94 648	5.85 669	4.03 668	5.79 659	4.17 667
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MaDis-Stereo	3.19 632	6.02 636	1.12 487	5.61 649	1.16 530	5.43 667	1.02 512	5.15 666	0.70 469	5.43 666	1.21 573	5.03 667	0.97 492	4.85 660	0.99 503	4.53 638	1.16 498	5.53 666	1.25 578	5.37 656	1.30 578

IER	0.88 456	7.04 637	2.23 618	2.75 580	0.28 262	0.43 326	0.25 237	0.39 270	0.25 240	0.41 292	0.27 258	0.39 279	0.25 242	0.40 284	0.28 253	0.37 256	0.28 236	0.37 290	0.25 245	0.37 270	0.25 226

HCRNet	1.22 545	7.11 638	3.00 631	3.55 613	0.33 347	0.29 236	0.14 176	0.19 178	0.15 191	0.33 250	0.29 271	0.25 219	0.14 181	0.22 197	0.33 330	3.64 629	3.00 627	0.76 458	0.32 346	0.18 179	0.13 173

SA	4.33 654	7.35 639	6.85 669	5.96 651	4.09 667	3.59 637	3.15 654	3.82 640	2.64 638	3.91 638	3.85 662	3.57 636	2.72 628	3.13 631	4.03 663	7.09 671	6.86 666	3.57 634	3.12 652	3.85 622	3.51 658

cross-raft	4.83 661	7.52 640	6.43 665	6.63 655	3.96 666	4.51 647	3.99 666	4.49 647	3.96 665	4.52 646	3.96 664	4.50 647	3.97 657	4.50 648	3.97 662	6.65 666	6.44 663	4.33 642	3.92 666	4.35 631	3.91 665

test_5	4.62 659	7.55 641	6.23 664	6.32 654	3.40 658	5.29 666	3.50 658	3.53 637	4.11 666	4.28 643	4.47 669	4.26 646	4.38 661	3.68 638	3.24 651	5.89 661	5.60 657	4.84 660	3.50 658	4.33 630	3.93 666

RAFT+CT+SA	4.28 652	7.62 642	4.91 657	5.55 648	2.28 637	3.09 630	3.64 660	4.49 647	3.07 647	4.80 659	3.35 655	4.77 662	3.70 649	4.29 646	3.05 641	5.58 659	5.98 661	3.58 635	3.78 664	4.26 629	3.72 660

raft_robust	4.71 660	7.75 643	5.40 662	6.81 656	3.31 656	4.28 646	4.20 668	4.32 646	4.37 669	4.35 645	4.35 668	4.14 643	3.75 651	4.30 647	4.20 666	6.67 667	6.37 662	3.36 633	4.24 670	4.86 649	3.25 654

test_4	4.88 662	8.13 644	6.98 670	7.46 660	4.44 669	4.25 645	3.85 665	4.04 644	3.92 664	4.13 642	3.91 663	4.18 645	3.84 654	4.14 644	4.06 664	7.01 670	7.13 667	4.53 643	3.72 663	4.09 627	3.72 660

Sa-1000	4.34 655	8.37 645	6.84 668	6.98 659	4.45 670	3.58 636	3.00 640	3.42 636	3.39 656	2.61 616	4.00 665	3.83 640	4.01 658	3.90 640	3.90 661	5.98 663	5.62 658	3.76 638	2.34 637	4.35 631	2.47 634

TestStereo1	4.60 656	8.41 646	6.44 666	6.86 657	3.79 664	3.97 641	3.78 663	3.99 642	3.74 660	3.97 639	3.52 657	3.94 641	3.58 644	3.98 641	3.72 658	6.82 668	6.50 664	3.76 638	3.66 660	3.90 623	3.74 662

SA-5K	4.60 656	8.41 646	6.44 666	6.86 657	3.79 664	3.97 641	3.78 663	3.99 642	3.74 660	3.97 639	3.52 657	3.94 641	3.58 644	3.98 641	3.72 658	6.82 668	6.50 664	3.76 638	3.66 660	3.90 623	3.74 662

U	5.15 667	8.49 648	1.81 591	8.49 664	1.77 610	8.49 676	1.77 607	8.51 677	1.77 612	8.49 677	1.77 610	8.50 677	1.78 600	8.58 677	1.77 613	8.54 675	1.78 597	8.55 677	1.78 620	8.55 671	1.84 614

CFNet_RVC	2.38 617	8.71 649	0.38 286	9.33 667	0.42 407	0.56 421	0.42 397	0.60 421	0.38 369	0.62 432	0.42 404	0.56 423	7.29 672	0.62 427	0.42 392	0.53 381	0.37 324	0.49 413	0.34 360	8.30 669	6.87 674

rvit_stereo_0075_2	6.64 670	8.80 650	5.25 659	7.89 661	5.27 673	7.90 675	5.27 672	7.92 676	5.28 672	7.91 676	5.29 673	7.93 676	5.27 664	7.92 676	5.28 669	7.93 672	5.28 656	7.93 675	5.29 674	7.93 668	5.28 671

test_3	5.01 664	8.86 651	7.77 672	8.09 662	2.76 642	4.13 644	4.05 667	3.88 641	3.76 662	4.33 644	4.13 666	3.71 639	3.91 655	4.21 645	4.06 664	7.93 672	7.69 669	4.53 643	3.91 665	4.17 628	4.29 668

SGM+DAISY	7.06 672	9.15 652	5.38 661	8.84 666	5.18 672	8.80 677	5.31 673	8.79 678	5.28 672	8.89 678	5.20 672	8.93 678	5.33 665	8.95 678	5.36 670	8.70 676	5.21 655	8.74 678	5.20 673	8.89 672	5.15 670

test-1	6.46 669	9.16 653	8.03 675	8.09 662	5.62 674	6.11 669	6.35 674	6.85 672	4.94 671	6.08 670	6.29 676	4.98 666	6.43 668	6.22 668	6.36 674	6.16 665	7.47 668	5.82 668	5.44 675	7.11 665	5.68 672

RAFT	6.73 671	9.36 654	7.40 671	8.51 665	6.55 675	6.88 672	6.60 675	6.79 671	6.60 675	6.80 672	6.72 677	5.31 668	5.50 666	6.61 669	6.61 675	8.42 674	5.89 659	5.73 667	5.45 676	6.61 661	6.24 673

CFNet_pseudo	2.67 625	9.36 654	0.32 253	10.99 676	0.33 347	0.85 459	0.33 333	0.49 377	0.33 341	0.49 383	0.32 335	0.49 387	7.26 671	0.49 386	0.33 330	0.41 295	9.62 675	0.41 369	0.29 314	10.03 677	0.29 296

CFNet_ucs	2.73 626	9.64 656	0.33 258	9.92 672	0.32 335	0.49 390	0.33 333	0.49 377	0.33 341	0.49 383	0.33 344	0.49 387	8.98 675	0.48 380	0.33 330	0.41 295	9.96 678	0.40 352	0.29 314	10.12 678	0.54 422

PCWNet_CMD	2.80 629	9.82 657	0.32 253	10.09 674	0.32 335	0.49 390	0.33 333	3.34 634	0.33 341	0.49 383	0.33 344	0.49 387	8.73 673	0.48 380	0.33 330	0.41 295	9.22 672	0.42 380	0.29 314	9.55 675	0.31 318

pcwnet_v2	2.66 624	9.89 658	0.33 258	9.89 671	0.32 335	0.50 399	0.32 322	0.49 377	0.33 341	0.49 383	0.34 352	0.49 387	8.76 674	0.48 380	0.33 330	0.41 295	9.58 674	0.40 352	0.29 314	9.01 673	0.63 441

UCFNet_RVC	2.75 627	10.06 659	0.29 229	10.31 675	0.29 272	0.42 319	0.29 265	0.43 316	0.29 267	0.42 306	0.29 271	0.42 318	9.87 677	0.43 318	0.29 264	0.36 253	9.84 677	0.36 287	0.26 251	9.77 676	0.26 232

MSMDNet	2.65 623	10.14 660	0.33 258	9.74 670	0.32 335	0.87 462	0.33 333	2.95 629	0.68 458	0.49 383	0.34 352	0.49 387	5.70 667	0.49 386	0.33 330	0.42 309	9.57 673	0.41 369	0.31 339	8.36 670	0.65 449

ccs_rob	2.79 628	10.17 661	0.32 253	10.00 673	0.33 347	0.49 390	0.33 333	1.90 578	0.32 331	0.51 404	0.33 344	0.49 387	9.24 676	0.49 386	0.33 330	0.41 295	9.82 676	0.41 369	0.28 301	9.34 674	0.29 296

test-v	7.53 673	11.89 662	7.98 673	9.36 668	7.14 676	7.06 673	7.09 676	7.37 673	6.91 676	7.29 673	5.71 674	6.45 672	6.93 669	6.73 672	7.27 676	8.93 677	7.85 670	6.98 673	6.80 677	7.56 666	7.34 675

test-2	7.53 673	11.89 662	7.98 673	9.36 668	7.14 676	7.06 673	7.09 676	7.37 673	6.91 676	7.29 673	5.71 674	6.45 672	6.93 669	6.73 672	7.27 676	8.93 677	7.85 670	6.98 673	6.80 677	7.56 666	7.34 675

rafts_anoy	20.00 677	20.00 664	20.00 677	20.00 677	20.00 679	20.00 678	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 680	20.00 679	20.00 680	20.00 679	20.00 678

raft+_RVC	20.00 677	20.00 664	20.00 677	20.00 677	20.00 679	20.00 678	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 680	20.00 679	20.00 680	20.00 679	20.00 678

raftrobust	20.00 677	20.00 664	20.00 677	20.00 677	20.00 679	20.00 678	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 680	20.00 679	20.00 680	20.00 679	20.00 678

CasAABBNet	20.00 677	20.00 664	20.00 677	20.00 677	20.00 679	20.00 678	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 680	20.00 679	20.00 680	20.00 679	20.00 678

RALCasStereoNet	20.00 677	20.00 664	20.00 677	20.00 677	20.00 679	20.00 678	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 680	20.00 679	20.00 680	20.00 679	20.00 678

RALAANet	20.00 677	20.00 664	20.00 677	20.00 677	20.00 679	20.00 678	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 679	20.00 680	20.00 679	20.00 680	20.00 679	20.00 678

MANE	19.05 676	23.00 670	15.00 676	23.00 683	15.00 678	24.00 684	16.00 678	24.00 685	16.00 678	22.00 685	15.00 678	23.00 685	16.00 678	23.00 685	15.00 678	22.00 685	15.00 679	22.00 685	15.00 679	22.00 685	15.00 677

stereogan	2.33 611	24.38 671	1.18 495	1.18 460	1.18 533	1.14 504	1.18 524	1.19 498	1.19 530	1.14 505	1.18 527	1.14 507	1.18 516	1.14 507	1.18 524	1.14 484	1.14 496	1.19 519	1.19 525	1.15 486	1.19 525

Abc-Net	2.32 610	24.75 672	1.14 489	1.17 459	1.17 531	1.11 501	1.15 520	1.17 495	1.21 576	1.08 495	1.16 523	1.12 506	1.14 510	1.09 500	1.17 523	1.09 473	1.16 498	1.17 514	1.17 524	1.16 488	1.11 510
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 611	25.00 673	1.13 488	1.15 453	1.15 526	1.10 498	1.15 520	1.15 490	1.15 523	1.12 502	1.15 520	1.09 499	1.13 508	1.10 502	1.15 519	1.11 480	1.09 488	1.16 510	1.12 519	1.16 488	1.17 521

RGC	2.36 613	25.48 674	1.19 497	1.15 453	1.15 526	1.10 498	1.16 522	1.17 495	1.16 524	1.12 502	1.16 523	1.11 505	1.13 508	1.09 500	1.18 524	1.10 475	1.15 497	1.16 510	1.12 519	1.14 483	1.12 512

NCC-stereo	2.36 613	25.52 675	1.17 493	1.15 453	1.17 531	1.11 501	1.11 516	1.15 490	1.16 524	1.10 496	1.16 523	1.10 501	1.15 511	1.14 507	1.13 517	1.09 473	1.11 492	1.15 509	1.16 523	1.17 493	1.17 521

AF-Net	2.37 615	25.71 676	1.17 493	1.13 449	1.15 526	1.15 505	1.18 524	1.19 498	1.16 524	1.10 496	1.15 520	1.10 501	1.18 516	1.12 506	1.15 519	1.10 475	1.10 491	1.17 514	1.15 521	1.16 488	1.12 512

Nwc_Net	2.37 615	25.95 677	1.15 491	1.14 450	1.15 526	1.08 495	1.14 519	1.17 495	1.16 524	1.14 505	1.15 520	1.08 497	1.15 511	1.11 504	1.14 518	1.10 475	1.11 492	1.16 510	1.09 518	1.16 488	1.15 517

FAT-Stereo	2.46 619	26.05 678	1.23 549	1.23 509	1.22 582	1.20 507	1.24 574	1.23 549	1.23 578	1.19 508	1.22 574	1.21 557	1.24 566	1.20 512	1.24 575	1.21 535	1.17 501	1.22 567	1.25 578	1.20 498	1.24 575

S-Stereo	2.51 620	26.86 679	1.23 549	1.22 507	1.22 582	1.24 555	1.25 575	1.22 547	1.24 579	1.21 554	1.24 576	1.19 511	1.27 568	1.19 511	1.24 575	1.19 487	1.20 503	1.25 568	1.19 525	1.24 547	1.23 574

MoCha-V2	2.11 593	26.97 680	0.78 451	0.92 419	0.77 489	0.96 473	0.72 473	0.90 458	0.72 477	0.94 472	0.70 472	0.90 469	0.71 468	0.91 468	0.71 470	0.85 443	0.71 444	0.88 476	0.69 475	0.87 449	0.67 453

edge stereo	2.43 618	27.07 681	1.14 489	1.06 441	1.14 525	1.08 495	1.17 523	1.16 493	1.14 522	1.10 496	1.16 523	1.09 499	1.16 515	1.10 502	1.16 522	1.10 475	1.11 492	1.16 510	1.19 525	1.13 482	1.11 510

fff	1000028.16 703	29.62 682	29.72 684	32.61 684	30.02 686	35.13 687	31.83 687	32.07 687	10000000.00 705	35.27 689	29.82 687	32.45 687	30.15 686	32.35 687	30.09 686	31.04 687	29.55 688	30.64 687	30.14 687	10000000.00 706	30.77 686

csc	1000028.16 703	29.62 682	29.72 684	32.61 684	30.02 686	35.13 687	31.83 687	32.07 687	10000000.00 705	35.27 689	29.82 687	32.45 687	30.15 686	32.35 687	30.09 686	31.04 687	29.55 688	30.64 687	30.14 687	10000000.00 706	30.77 686

cscssc	1000028.16 703	29.62 682	29.72 684	32.61 684	30.02 686	35.13 687	31.83 687	32.07 687	10000000.00 705	35.27 689	29.82 687	32.45 687	30.15 686	32.35 687	30.09 686	31.04 687	29.55 688	30.64 687	30.14 687	10000000.00 706	30.77 686

STTStereo	3.73 637	30.40 685	2.37 623	2.39 571	2.31 639	2.35 603	2.33 633	2.29 595	2.42 636	2.32 605	2.34 638	2.33 598	2.36 624	2.30 600	2.27 635	2.35 602	2.22 618	2.31 610	2.22 633	2.29 589	2.34 630

111	30.40 683	30.94 686	29.72 684	32.61 684	30.02 686	33.57 685	30.47 686	31.50 686	29.39 686	30.98 686	29.11 686	29.78 686	30.39 689	29.45 686	30.76 689	30.08 686	29.02 687	29.92 686	30.32 690	29.86 686	30.17 685

DCANet-4	35.22 685	34.54 687	35.08 690	33.58 688	35.47 693	34.55 686	35.53 693	36.08 692	35.85 690	35.92 692	35.77 692	35.18 692	35.48 691	35.39 692	37.15 695	34.55 692	33.92 691	35.02 693	34.90 692	35.79 690	34.74 692

tt	500032.53 701	34.60 688	29.72 684	37.47 693	34.41 691	36.85 691	35.22 691	34.71 690	33.55 688	34.50 687	35.43 690	33.81 690	10000000.00 706	33.57 690	33.13 690	33.68 690	35.00 692	34.03 691	35.26 693	30.96 687	34.63 690

DCANet	500032.53 701	34.60 688	29.72 684	37.47 693	34.41 691	36.85 691	35.22 691	34.71 690	33.55 688	34.50 687	35.43 690	33.81 690	10000000.00 706	33.57 690	33.13 690	33.68 690	35.00 692	34.03 691	35.26 693	30.96 687	34.63 690

WCMA_ROB	31.10 684	35.43 690	27.12 683	39.51 695	23.10 685	38.78 696	25.30 685	37.49 697	25.39 685	37.29 696	27.02 685	38.52 697	26.48 685	37.80 696	26.44 685	36.28 693	22.65 686	33.90 690	22.30 686	37.10 694	24.18 684

ADStereo(finetuned)	36.13 686	36.63 691	38.07 694	36.97 689	33.25 690	35.91 690	34.45 690	36.36 693	32.99 687	38.14 697	36.71 693	36.69 693	34.13 690	38.57 697	40.79 696	37.60 697	36.58 694	35.90 694	33.36 691	35.42 689	34.04 689

Reg-Stereo(zero)	37.00 687	37.00 692	37.00 691	37.00 690	37.00 694	37.00 693	37.00 694	37.00 694	37.00 691	37.00 693	37.00 694	37.00 694	37.00 692	37.00 693	37.00 692	37.00 694	37.00 695	37.00 695	37.00 695	37.00 691	37.00 693

HI	37.00 687	37.00 692	37.00 691	37.00 690	37.00 694	37.00 693	37.00 694	37.00 694	37.00 691	37.00 693	37.00 694	37.00 694	37.00 692	37.00 693	37.00 692	37.00 694	37.00 695	37.00 695	37.00 695	37.00 691	37.00 693

CoSv	37.00 687	37.00 692	37.00 691	37.00 690	37.00 694	37.00 693	37.00 694	37.00 694	37.00 691	37.00 693	37.00 694	37.00 694	37.00 692	37.00 693	37.00 692	37.00 694	37.00 695	37.00 695	37.00 695	37.00 691	37.00 693

NLCA_NET_v2_RVC	5.04 665	50.87 695	2.78 628	2.87 586	2.71 641	2.78 629	0.47 413	2.88 628	2.86 641	1.89 580	2.67 640	2.79 630	2.79 629	2.78 629	2.83 638	2.82 620	2.82 626	2.83 628	2.77 640	2.83 615	2.76 635
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	69.83 690	87.70 696	41.95 695	113.75 698	65.62 699	75.05 697	55.25 698	75.64 699	45.04 694	71.61 698	41.75 697	72.81 698	44.06 695	68.38 698	44.63 697	101.89 700	59.57 700	107.10 700	61.05 700	104.38 697	59.38 698

MGS-Stereo	239.45 695	123.00 697	135.00 699	266.00 701	286.00 703	277.00 702	305.00 703	271.00 703	242.00 700	274.00 703	279.00 703	255.00 703	270.00 701	268.00 703	297.00 703	221.00 703	247.00 704	216.00 703	123.00 701	217.00 700	217.00 702

AE-Stereo	201.80 694	123.00 697	115.00 697	219.00 700	218.00 702	223.00 701	244.00 702	217.00 702	236.00 699	202.00 702	203.00 701	205.00 702	208.00 699	225.00 702	204.00 701	210.00 702	198.00 702	197.00 702	184.00 703	204.00 699	201.00 700

EGLCR-Stereo	246.90 696	129.00 699	139.00 700	266.00 701	286.00 703	277.00 702	305.00 703	271.00 703	242.00 700	274.00 703	279.00 703	255.00 703	270.00 701	268.00 703	297.00 703	230.00 704	247.00 704	216.00 703	223.00 705	237.00 701	227.00 703

NOSS_ROB	102.95 691	153.00 700	121.00 698	51.00 696	44.00 697	165.00 700	127.00 699	153.00 700	119.00 696	164.00 701	125.00 699	168.00 701	120.00 697	153.00 700	117.00 699	49.00 698	44.00 698	49.00 698	44.00 698	49.00 695	44.00 696

MeshStereo	159.24 693	171.00 701	160.68 701	162.58 699	160.59 700	164.01 699	160.35 700	158.51 701	158.56 697	158.34 700	160.12 700	158.56 700	159.92 698	157.26 701	158.94 700	154.38 701	158.36 701	155.75 701	159.13 702	153.67 698	154.07 699
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	11.80 675	223.51 702	0.62 412	0.59 370	0.71 474	0.59 429	0.73 474	0.67 431	0.73 480	0.55 418	0.61 451	0.60 431	0.74 471	0.63 431	0.73 472	0.66 410	0.60 417	0.69 448	0.66 468	0.72 425	0.65 449
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	284.23 697	354.61 703	207.27 702	363.24 703	206.46 701	364.72 704	210.41 701	364.72 705	210.41 698	364.81 705	208.64 702	364.81 705	208.64 700	364.72 705	210.41 702	354.70 705	205.53 703	354.70 705	205.53 704	354.70 702	205.53 701

LE_ROB	396.57 698	471.28 704	329.84 703	471.48 704	308.15 705	526.83 705	322.10 705	488.15 706	323.76 702	495.46 706	317.97 705	497.17 706	320.10 703	481.62 706	326.76 705	462.71 706	298.97 706	466.16 706	285.98 706	447.62 703	289.21 704

SGM-ForestM	596.69 699	677.77 705	444.52 704	699.85 705	517.25 706	732.94 706	488.29 706	770.79 707	460.11 703	750.81 707	487.98 706	792.79 707	499.41 704	730.90 707	475.81 706	720.03 707	491.16 707	663.96 707	418.60 707	674.76 704	436.05 705

CBMV_ROB	818.48 700	913.88 706	709.52 705	862.84 706	597.78 707	1073.99 707	700.52 707	1015.66 708	702.59 704	1115.65 708	760.02 707	1130.24 708	721.57 705	1037.41 708	692.65 707	814.05 708	564.29 708	843.28 708	595.31 708	915.51 705	602.92 706

CBMV	128.50 692	1422.70 707	53.10 696	79.50 697	51.30 698	77.30 698	49.70 697	74.00 698	48.20 695	77.20 699	48.80 698	73.90 699	48.00 696	73.80 699	48.80 698	70.40 699	45.10 699	68.90 699	46.10 699	68.20 696	45.00 697
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
111111	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

SGD-Stereo	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

IGEV-Stereo++	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

IGEV-BASED-STEREO-	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

IGEV-Stereo+	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

SDNR	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

anonymousdsp2	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

anonymousdsp	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

test_example2	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707

DIP-Stereo	10000000.00 706	10000000.00 708	10000000.00 706	10000000.00 707	10000000.00 708	10000000.00 708	10000000.00 708	10000000.00 709	10000000.00 705	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 706	10000000.00 709	10000000.00 708	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 709	10000000.00 706	10000000.00 707
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							0.38 370	0.50 386	0.38 369	0.50 396	0.38 375	0.50 401	3.79 652	0.50 394	0.38 362	0.54 382	0.43 365	0.46 391	0.34 360	0.46 364	0.35 348

FSD					0.44 410	0.56 421	0.44 400	0.55 410	0.44 403	0.56 420	0.44 408	0.56 423	0.44 399	0.56 417	0.46 402	0.61 400	0.42 360	0.52 425	0.42 414	0.52 397

Low-res two-view benchmark