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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

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	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	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	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	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	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	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	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	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 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9
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
STStereo	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

NVstereo2D	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWC_ROB	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCDC_ROB	0.01 9	0.02 14	0.02 14	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

PWCK	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9	0.01 9

coex_refinement	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

G2L-Stereo	0.02 15	0.03 23	0.02 14	0.03 23	0.02 15	0.03 22	0.02 15	0.03 24	0.02 15	0.03 21	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.03 22	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.03 24	0.02 15	0.03 22	0.02 15

iinet-f	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MSC_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

MFN_U_SF_DS_RVC	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

ADCMid	0.08 33	0.02 14	0.13 77	0.03 23	0.02 15	0.03 22	0.02 15	0.02 15	0.02 15	1.32 252	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.07 50	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 25

ADCS	0.06 28	0.02 14	0.04 25	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	1.03 229	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.03 20	0.02 15	0.02 15	0.01 9	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.02 15	0.04 30	0.02 15

AnyNet_C01	0.08 33	0.03 23	0.04 25	0.02 15	0.03 23	0.03 22	0.02 15	0.02 15	0.02 15	1.46 260	0.02 15	0.03 23	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.02 15	0.03 22	0.02 16	0.02 15	0.02 15	0.02 15	0.03 25	0.02 15	0.02 15	0.03 22	0.03 25

AnyNet_C32	0.12 66	0.03 23	0.07 36	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.02 15	2.33 302	0.04 31	0.04 30	0.03 23	0.02 15	0.03 26	0.04 32	0.04 28	0.04 31	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.04 31	0.03 26	0.03 22	0.02 15

RYNet	0.02 15	0.02 14	0.02 14	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.03 23	0.02 15	0.02 15	0.02 15	0.04 28	0.03 25	0.02 15	0.02 16	0.03 23	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

LSM0	0.02 15	0.02 14	0.02 14	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 16	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15	0.02 15

DFGA-Net	0.04 24	0.06 46	0.03 23	0.06 45	0.03 23	0.05 35	0.03 26	0.05 35	0.03 27	0.05 27	0.03 26	0.05 34	0.03 23	0.03 27	0.03 26	0.03 26	0.05 35	0.03 25	0.05 33	0.03 26	0.06 50	0.03 26	0.03 25	0.03 25	0.06 49	0.03 26	0.06 48	0.03 25

YMNet	0.03 23	0.03 23	0.03 23	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	0.03 21	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.04 32	0.03 24	0.03 26	0.03 22	0.03 25

BEATNet_4x	0.08 33	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 261	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCL	0.08 33	0.03 23	0.06 34	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.47 261	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.03 22	0.03 25

ADCPNet	0.08 33	0.03 23	0.04 25	0.03 23	0.03 23	0.03 22	0.03 26	0.03 24	0.03 27	1.32 252	0.03 26	0.03 23	0.03 23	0.03 27	0.03 26	0.03 26	0.03 20	0.03 25	0.03 22	0.03 26	0.03 23	0.03 26	0.03 25	0.03 25	0.03 24	0.03 26	0.04 30	0.03 25

ManiGeoR	0.09 40	0.05 37	0.60 210	0.05 36	0.04 32	0.05 35	0.04 32	0.70 207	0.04 32	0.05 27	0.04 31	0.05 34	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

HLF11	0.09 40	0.05 37	0.61 216	0.05 36	0.04 32	0.05 35	0.04 32	0.75 218	0.04 32	0.05 27	0.04 31	0.06 49	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

HLf10	0.09 40	0.05 37	0.60 210	0.05 36	0.04 32	0.05 35	0.04 32	0.70 207	0.04 32	0.05 27	0.04 31	0.05 34	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

HLf8	0.11 62	0.05 37	0.61 216	0.05 36	0.04 32	0.05 35	0.04 32	1.03 250	0.04 32	0.07 41	0.07 55	0.06 49	0.04 33	0.04 32	0.04 33	0.07 55	0.08 51	0.06 53	0.05 33	0.04 32	0.05 35	0.07 55	0.06 49	0.07 56	0.06 49	0.04 32	0.05 36	0.04 32

TestStereo_HLe17	0.09 40	0.05 37	0.60 210	0.05 36	0.04 32	0.05 35	0.04 32	0.71 212	0.04 32	0.05 27	0.04 31	0.05 34	0.04 33	0.04 32	0.05 47	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

TestStereo_HL3	0.09 40	0.05 37	0.63 222	0.05 36	0.04 32	0.05 35	0.04 32	0.76 219	0.04 32	0.05 27	0.04 31	0.05 34	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.06 48	0.04 32

TestStereo_HL2	0.09 40	0.05 37	0.60 210	0.05 36	0.04 32	0.05 35	0.04 32	0.70 207	0.04 32	0.05 27	0.04 31	0.05 34	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

TestStereo_HL1	0.09 40	0.05 37	0.62 219	0.05 36	0.04 32	0.05 35	0.04 32	0.73 216	0.04 32	0.05 27	0.04 31	0.05 34	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

TestStereo-Hl	0.09 40	0.05 37	0.60 210	0.05 36	0.04 32	0.05 35	0.04 32	0.71 212	0.04 32	0.05 27	0.04 31	0.05 34	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

FADNet_RVC	0.10 50	0.03 23	0.04 25	0.03 23	0.04 32	0.05 35	0.04 32	0.04 31	0.04 32	0.03 21	0.04 31	0.04 30	0.03 23	0.04 32	0.03 26	0.03 26	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.03 26	1.63 307	0.03 25	0.03 24	0.04 32	0.03 22	0.04 32

ADCRef	0.13 71	0.04 32	0.05 30	0.04 32	0.04 32	0.04 31	0.09 59	0.04 31	0.04 32	2.46 305	0.04 31	0.04 30	0.04 33	0.04 32	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.04 32	0.04 31	0.04 33	0.04 32	0.05 45	0.04 31	0.04 32	0.04 30	0.04 32

ADCP+	0.12 66	0.04 32	0.07 36	0.04 32	0.05 44	0.04 31	0.04 32	0.04 31	0.04 32	2.28 294	0.05 43	0.05 34	0.04 33	0.04 32	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	0.04 32	0.05 45	0.04 31	0.04 32	0.04 30	0.04 32

APVNet	0.09 40	0.06 46	0.04 25	0.06 45	0.04 32	0.05 35	0.04 32	0.05 35	1.08 283	0.05 27	0.05 43	0.05 34	0.04 33	0.05 44	0.04 33	0.04 32	0.05 35	0.04 31	0.05 33	0.04 32	0.05 35	0.04 33	0.04 32	0.04 32	0.05 36	0.04 32	0.05 36	0.04 32

FADNet-RVC-Resample	0.10 50	0.04 32	0.05 30	0.04 32	0.05 44	0.05 35	0.05 46	0.07 38	0.05 46	0.05 27	0.05 43	0.05 34	0.04 33	0.05 44	0.04 33	0.04 32	0.05 35	0.05 46	0.05 33	0.05 46	0.05 35	0.04 33	1.53 302	0.04 32	0.05 36	0.05 46	0.06 48	0.05 45

FADNet-RVC	0.11 62	0.04 32	0.05 30	0.04 32	0.05 44	0.04 31	0.04 32	0.05 35	0.04 32	0.04 25	0.04 31	0.04 30	0.04 33	0.05 44	0.04 33	0.04 32	0.04 28	0.04 31	0.05 33	0.04 32	0.04 31	0.04 33	1.79 314	0.04 32	0.04 31	0.04 32	0.04 30	0.05 45

FADNet	0.11 62	0.04 32	0.05 30	0.06 45	0.05 44	0.04 31	0.04 32	0.04 31	0.04 32	0.04 25	0.05 43	0.05 34	0.04 33	0.05 44	0.04 33	0.04 32	0.04 28	0.04 31	0.04 30	0.05 46	0.05 35	0.04 33	1.74 311	0.04 32	0.04 31	0.05 46	0.04 30	0.05 45

AASNet	0.05 25	0.08 50	0.08 40	0.07 48	0.05 44	0.05 35	0.05 46	0.07 38	0.05 46	0.05 27	0.05 43	0.05 34	0.05 48	0.06 48	0.07 53	0.05 47	0.05 35	0.05 46	0.05 33	0.05 46	0.05 35	0.05 47	0.04 32	0.05 45	0.05 36	0.05 46	0.05 36	0.05 45

SACVNet	0.05 25	0.08 50	0.08 40	0.07 48	0.05 44	0.05 35	0.05 46	0.07 38	0.05 46	0.05 27	0.05 43	0.05 34	0.05 48	0.06 48	0.07 53	0.05 47	0.05 35	0.05 46	0.05 33	0.05 46	0.05 35	0.05 47	0.04 32	0.05 45	0.05 36	0.05 46	0.05 36	0.05 45

AACVNet	0.05 25	0.08 50	0.08 40	0.07 48	0.05 44	0.05 35	0.05 46	0.07 38	0.05 46	0.05 27	0.05 43	0.05 34	0.05 48	0.06 48	0.07 53	0.05 47	0.05 35	0.05 46	0.05 33	0.05 46	0.05 35	0.05 47	0.04 32	0.05 45	0.05 36	0.05 46	0.05 36	0.05 45

DispViT+	0.07 29	0.09 55	0.07 36	0.08 51	0.05 44	0.08 53	0.05 46	0.08 44	0.07 54	0.07 41	0.05 43	0.07 51	0.05 48	0.07 51	0.05 47	0.05 47	0.08 51	0.05 46	0.08 52	0.05 46	0.08 54	0.05 47	0.05 46	0.05 45	0.08 52	0.05 46	0.08 53	0.05 45

MatchStereo	0.27 120	0.12 70	2.51 325	0.12 71	0.11 74	0.12 71	0.11 73	2.54 314	0.08 58	0.09 48	0.08 57	0.08 54	0.07 56	0.07 51	0.09 60	0.07 55	0.09 59	0.07 56	0.09 59	0.07 56	0.09 59	0.07 55	0.08 55	0.07 56	0.08 52	0.08 59	0.09 59	0.08 59
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
FINET	0.07 29	0.08 50	0.07 36	0.08 51	0.07 56	0.08 53	0.07 55	0.08 44	0.07 54	0.08 45	0.07 55	0.08 54	0.07 56	0.07 51	0.07 53	0.07 55	0.07 50	0.07 56	0.07 50	0.07 56	0.08 54	0.07 55	0.07 52	0.06 53	0.07 51	0.07 55	0.08 53	0.06 53

BEATNet-Init1	0.15 83	0.07 48	0.10 46	0.08 51	0.07 56	0.07 51	0.07 55	0.07 38	0.07 54	2.19 290	0.08 57	0.08 54	0.07 56	0.07 51	0.07 53	0.07 55	0.08 51	0.07 56	0.08 52	0.08 58	0.07 51	0.07 55	0.07 52	0.07 56	0.08 52	0.07 55	0.07 51	0.07 57

DeepPrunerF	0.15 83	0.07 48	0.10 46	0.08 51	0.07 56	0.07 51	0.07 55	0.07 38	0.07 54	2.19 290	0.08 57	0.08 54	0.07 56	0.07 51	0.07 53	0.07 55	0.08 51	0.07 56	0.08 52	0.08 58	0.07 51	0.07 55	0.07 52	0.07 56	0.08 52	0.07 55	0.07 51	0.07 57

SepStereo	0.09 40	0.09 55	0.09 43	0.09 59	0.10 61	0.09 59	0.08 58	0.09 46	0.08 58	0.09 48	0.08 57	0.09 60	0.09 60	0.08 56	0.08 59	0.09 60	0.09 59	0.08 60	0.09 59	0.08 58	0.09 59	0.08 60	0.09 56	0.09 60	0.10 60	0.08 59	0.10 60	0.09 60

LRCNet_RVC	0.11 62	0.12 70	0.09 43	0.12 71	0.09 59	0.12 71	0.09 59	0.12 60	0.09 60	0.12 60	0.09 61	0.11 71	0.09 60	0.09 57	0.09 60	0.09 60	0.12 72	0.16 106	0.21 107	0.09 61	0.12 72	0.09 61	0.09 56	0.09 60	0.12 72	0.28 146	0.12 72	0.09 60

ELAS_RVC	0.14 78	0.18 88	0.11 62	0.19 101	0.11 74	0.18 96	0.13 95	0.16 75	0.11 74	0.17 83	0.11 74	0.14 75	0.11 75	0.09 57	0.11 74	0.12 89	0.17 95	0.10 62	0.18 97	0.11 75	0.18 96	0.11 75	0.10 59	0.11 77	0.19 100	0.11 75	0.19 98	0.12 90
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.14 78	0.23 102	0.10 46	0.19 101	0.11 74	0.20 104	0.11 73	0.16 75	0.10 62	0.15 67	0.11 74	0.15 85	0.11 75	0.09 57	0.11 74	0.11 74	0.16 91	0.10 62	0.17 93	0.11 75	0.18 96	0.11 75	0.09 56	0.10 63	0.18 97	0.11 75	0.19 98	0.12 90
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
BridgeDepth_RVC	0.07 29	0.11 67	0.10 46	0.08 51	0.05 44	0.08 53	0.05 46	0.11 57	0.05 46	0.07 41	0.05 43	0.07 51	0.05 48	0.10 60	0.05 47	0.05 47	0.08 51	0.05 46	0.08 52	0.05 46	0.08 54	0.05 47	0.05 46	0.05 45	0.08 52	0.05 46	0.08 53	0.05 45
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.07 29	0.11 67	0.10 46	0.08 51	0.05 44	0.08 53	0.05 46	0.11 57	0.05 46	0.07 41	0.05 43	0.07 51	0.05 48	0.10 60	0.05 47	0.05 47	0.08 51	0.05 46	0.08 52	0.05 46	0.07 51	0.05 47	0.05 46	0.05 45	0.08 52	0.07 55	0.08 53	0.06 53
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
S2M2_L	0.13 71	0.14 75	0.10 46	0.14 75	0.10 61	0.15 85	0.10 62	0.30 121	0.10 62	0.14 61	0.17 107	0.14 75	0.10 63	0.10 60	0.10 63	0.10 62	0.14 75	0.10 62	0.14 74	0.10 62	0.14 74	0.10 63	0.10 59	0.10 63	0.15 81	0.10 61	0.14 75	0.10 64
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ProNet	0.12 66	0.18 88	0.11 62	0.14 75	0.10 61	0.14 76	0.11 73	0.14 62	0.11 74	0.14 61	0.10 63	0.14 75	0.10 63	0.10 60	0.11 74	0.10 62	0.15 83	0.10 62	0.14 74	0.10 62	0.14 74	0.10 63	0.11 72	0.10 63	0.15 81	0.10 61	0.14 75	0.10 64

AnonymousM	0.10 50	0.10 57	0.10 46	0.10 60	0.10 61	0.10 60	0.10 62	0.10 47	0.10 62	0.10 50	0.10 63	0.10 61	0.10 63	0.10 60	0.10 63	0.10 62	0.10 61	0.10 62	0.10 61	0.10 62	0.10 61	0.10 63	0.10 59	0.10 63	0.10 60	0.10 61	0.10 60	0.10 64

UNet	0.19 98	0.13 73	0.09 43	0.13 74	0.09 59	0.13 74	0.09 59	0.13 61	0.09 60	0.90 209	0.09 61	0.13 74	0.09 60	0.10 60	0.09 60	0.70 250	0.13 74	0.09 61	0.13 72	0.10 62	0.91 242	0.09 61	0.10 59	0.09 60	0.13 73	0.10 61	0.13 74	0.09 60

PVD	0.10 50	0.10 57	0.10 46	0.10 60	0.10 61	0.10 60	0.10 62	0.10 47	0.10 62	0.10 50	0.10 63	0.10 61	0.10 63	0.10 60	0.10 63	0.10 62	0.10 61	0.10 62	0.10 61	0.10 62	0.10 61	0.10 63	0.10 59	0.10 63	0.10 60	0.10 61	0.10 60	0.10 64

SHD	0.10 50	0.10 57	0.10 46	0.10 60	0.10 61	0.10 60	0.10 62	0.10 47	0.10 62	0.10 50	0.10 63	0.10 61	0.10 63	0.10 60	0.10 63	0.10 62	0.10 61	0.10 62	0.10 61	0.10 62	0.10 61	0.10 63	0.10 59	0.10 63	0.10 60	0.10 61	0.10 60	0.10 64

SAMSARA	0.10 50	0.10 57	0.10 46	0.10 60	0.10 61	0.10 60	0.10 62	0.10 47	0.10 62	0.10 50	0.10 63	0.10 61	0.10 63	0.10 60	0.10 63	0.10 62	0.10 61	0.10 62	0.10 61	0.10 62	0.10 61	0.10 63	0.10 59	0.10 63	0.10 60	0.10 61	0.10 60	0.10 64

XQC	0.10 50	0.10 57	0.10 46	0.10 60	0.10 61	0.10 60	0.10 62	0.10 47	0.10 62	0.10 50	0.10 63	0.10 61	0.10 63	0.10 60	0.10 63	0.10 62	0.10 61	0.10 62	0.10 61	0.10 62	0.10 61	0.10 63	0.10 59	0.10 63	0.10 60	0.10 61	0.10 60	0.10 64

RTSC	0.10 50	0.10 57	0.10 46	0.10 60	0.10 61	0.10 60	0.10 62	0.10 47	0.10 62	0.10 50	0.10 63	0.10 61	0.10 63	0.10 60	0.10 63	0.10 62	0.10 61	0.10 62	0.10 61	0.10 62	0.10 61	0.10 63	0.10 59	0.10 63	0.10 60	0.10 61	0.10 60	0.10 64

RTS	0.10 50	0.10 57	0.10 46	0.10 60	0.10 61	0.10 60	0.10 62	0.10 47	0.10 62	0.10 50	0.10 63	0.10 61	0.10 63	0.10 60	0.10 63	0.10 62	0.10 61	0.10 62	0.10 61	0.10 62	0.10 61	0.10 63	0.10 59	0.10 63	0.10 60	0.10 61	0.10 60	0.10 64

RTSA	0.10 50	0.10 57	0.10 46	0.10 60	0.10 61	0.10 60	0.10 62	0.10 47	0.10 62	0.10 50	0.10 63	0.10 61	0.10 63	0.10 60	0.10 63	0.10 62	0.10 61	0.10 62	0.10 61	0.10 62	0.10 61	0.10 63	0.10 59	0.10 63	0.10 60	0.10 61	0.10 60	0.10 64

MADNet+	0.10 50	0.10 57	0.10 46	0.10 60	0.10 61	0.10 60	0.10 62	0.10 47	0.10 62	0.10 50	0.10 63	0.10 61	0.10 63	0.10 60	0.10 63	0.10 62	0.10 61	0.10 62	0.10 61	0.10 62	0.10 61	0.10 63	0.10 59	0.10 63	0.10 60	0.10 61	0.10 60	0.10 64

MADNet++	0.10 50	0.10 57	0.10 46	0.10 60	0.10 61	0.10 60	0.10 62	0.10 47	0.10 62	0.10 50	0.10 63	0.10 61	0.10 63	0.10 60	0.10 63	0.10 62	0.10 61	0.10 62	0.10 61	0.10 62	0.10 61	0.10 63	0.10 59	0.10 63	0.10 60	0.10 61	0.10 60	0.10 64

LALA_ROB	0.15 83	0.21 95	0.12 68	0.21 107	0.12 93	0.20 104	0.14 98	0.20 84	0.12 89	0.22 94	0.12 92	0.16 93	0.12 94	0.10 60	0.12 91	0.12 89	0.21 108	0.11 77	0.22 108	0.12 93	0.20 104	0.12 92	0.11 72	0.12 91	0.21 108	0.14 98	0.21 106	0.13 98

S2M2_XL	0.24 113	1.32 259	0.86 247	0.17 95	0.11 74	0.17 94	0.11 73	1.05 254	0.12 89	0.16 79	0.11 74	0.16 93	0.11 75	0.11 76	0.11 74	0.11 74	0.17 95	0.11 77	0.17 93	0.11 75	0.17 94	0.11 75	0.11 72	0.11 77	0.17 94	0.11 75	0.17 94	0.11 76
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
test_for_model	0.17 89	1.25 247	0.20 102	0.15 84	0.11 74	0.15 85	0.11 73	0.21 87	0.11 74	0.15 67	0.11 74	0.15 85	0.11 75	0.11 76	0.11 74	0.11 74	0.15 83	0.11 77	0.15 83	0.11 75	0.15 84	0.11 75	0.11 72	0.11 77	0.15 81	0.11 75	0.15 83	0.11 76

GCAPDPT-zeroshot4090	0.17 89	1.25 247	0.20 102	0.15 84	0.11 74	0.15 85	0.11 73	0.21 87	0.11 74	0.15 67	0.11 74	0.15 85	0.11 75	0.11 76	0.11 74	0.11 74	0.15 83	0.11 77	0.15 83	0.11 75	0.15 84	0.11 75	0.11 72	0.11 77	0.15 81	0.11 75	0.15 83	0.11 76

JetRed	0.22 109	0.11 67	0.12 68	0.11 70	0.11 74	0.11 70	0.11 73	0.11 57	0.11 74	2.93 315	0.11 74	0.11 71	0.11 75	0.11 76	0.11 74	0.12 89	0.11 71	0.11 77	0.11 71	0.11 75	0.11 71	0.11 75	0.11 72	0.11 77	0.11 71	0.11 75	0.11 71	0.11 76

JetBlue	0.23 111	0.12 70	0.13 77	0.12 71	0.12 93	0.12 71	0.11 73	0.14 62	0.12 89	3.07 316	0.12 92	0.12 73	0.11 75	0.11 76	0.13 96	0.13 95	0.12 72	0.12 93	0.13 72	0.11 75	0.12 72	0.13 97	0.12 89	0.14 100	0.13 73	0.12 91	0.12 72	0.11 76

testlalala	0.17 89	1.25 247	0.20 102	0.15 84	0.11 74	0.15 85	0.11 73	0.21 87	0.11 74	0.15 67	0.11 74	0.15 85	0.11 75	0.11 76	0.11 74	0.11 74	0.15 83	0.11 77	0.15 83	0.11 75	0.15 84	0.11 75	0.11 72	0.11 77	0.15 81	0.11 75	0.15 83	0.11 76

GCAPDPT-zeroshot	0.17 89	1.25 247	0.20 102	0.15 84	0.11 74	0.15 85	0.11 73	0.21 87	0.11 74	0.15 67	0.11 74	0.15 85	0.11 75	0.11 76	0.11 74	0.11 74	0.15 83	0.11 77	0.15 83	0.11 75	0.15 84	0.11 75	0.11 72	0.11 77	0.15 81	0.11 75	0.15 83	0.11 76

GCAP-Stereo	0.17 89	1.25 247	0.20 102	0.15 84	0.11 74	0.15 85	0.11 73	0.21 87	0.11 74	0.15 67	0.11 74	0.15 85	0.11 75	0.11 76	0.11 74	0.11 74	0.15 83	0.11 77	0.15 83	0.11 75	0.15 84	0.11 75	0.11 72	0.11 77	0.15 81	0.11 75	0.15 83	0.11 76

ICVP	0.13 71	0.16 82	0.11 62	0.16 91	0.11 74	0.16 92	0.11 73	0.16 75	0.11 74	0.16 79	0.11 74	0.16 93	0.11 75	0.11 76	0.11 74	0.11 74	0.16 91	0.11 77	0.16 90	0.11 75	0.16 90	0.11 75	0.11 72	0.11 77	0.16 91	0.11 75	0.16 90	0.11 76
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
SGM_RVC	0.14 78	0.19 93	0.11 62	0.20 103	0.11 74	0.20 104	0.12 91	0.18 81	0.12 89	0.18 85	0.12 92	0.19 103	0.11 75	0.11 76	0.11 74	0.11 74	0.18 99	0.11 77	0.19 101	0.11 75	0.19 100	0.11 75	0.11 72	0.11 77	0.20 104	0.11 75	0.20 103	0.12 90
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CIPLG	0.13 71	0.15 77	0.12 68	0.14 75	0.11 74	0.14 76	0.11 73	0.15 71	0.11 74	0.15 67	0.11 74	0.15 85	0.11 75	0.12 86	0.12 91	0.11 74	0.15 83	0.11 77	0.15 83	0.11 75	0.14 74	0.11 75	0.11 72	0.12 91	0.15 81	0.12 91	0.15 83	0.12 90

IPLG	0.12 66	0.15 77	0.12 68	0.14 75	0.11 74	0.14 76	0.11 73	0.14 62	0.11 74	0.15 67	0.11 74	0.14 75	0.11 75	0.12 86	0.11 74	0.11 74	0.14 75	0.11 77	0.14 74	0.11 75	0.14 74	0.11 75	0.11 72	0.11 77	0.14 75	0.11 75	0.14 75	0.11 76

IPLGR_C	0.13 71	0.16 82	0.14 81	0.15 84	0.11 74	0.14 76	0.11 73	0.14 62	0.11 74	0.14 61	0.11 74	0.14 75	0.11 75	0.12 86	0.11 74	0.11 74	0.14 75	0.11 77	0.14 74	0.11 75	0.14 74	0.11 75	0.11 72	0.11 77	0.14 75	0.11 75	0.15 83	0.11 76

MIPNet	0.12 66	0.15 77	0.12 68	0.14 75	0.11 74	0.14 76	0.11 73	0.14 62	0.11 74	0.15 67	0.11 74	0.14 75	0.11 75	0.12 86	0.11 74	0.11 74	0.14 75	0.11 77	0.15 83	0.11 75	0.14 74	0.11 75	0.11 72	0.11 77	0.14 75	0.11 75	0.14 75	0.11 76

IPLGR	0.13 71	0.15 77	0.12 68	0.14 75	0.11 74	0.14 76	0.11 73	0.14 62	0.13 95	0.15 67	0.11 74	0.14 75	0.12 94	0.12 86	0.11 74	0.11 74	0.14 75	0.11 77	0.14 74	0.11 75	0.14 74	0.11 75	0.11 72	0.12 91	0.15 81	0.11 75	0.14 75	0.11 76

ACRE	0.13 71	0.16 82	0.12 68	0.14 75	0.11 74	0.14 76	0.11 73	0.15 71	0.11 74	0.14 61	0.11 74	0.14 75	0.11 75	0.12 86	0.11 74	0.11 74	0.14 75	0.11 77	0.14 74	0.11 75	0.14 74	0.11 75	0.11 72	0.11 77	0.14 75	0.11 75	0.14 75	0.11 76

HSM	0.14 78	0.17 87	0.11 62	0.17 95	0.11 74	0.17 94	0.12 91	0.17 79	0.11 74	0.17 83	0.11 74	0.17 97	0.11 75	0.12 86	0.12 91	0.12 89	0.17 95	0.12 93	0.17 93	0.12 93	0.17 94	0.12 92	0.12 89	0.12 91	0.17 94	0.12 91	0.17 94	0.12 90

DF	0.25 114	1.16 237	1.02 258	0.16 91	0.13 97	0.16 92	0.13 95	1.16 261	0.13 95	0.15 67	0.13 98	0.15 85	0.13 99	0.13 93	0.13 96	0.13 95	0.16 91	0.13 96	0.16 90	0.13 99	0.16 90	0.13 97	0.13 94	0.13 99	0.16 91	0.13 96	0.16 90	0.13 98

DDVS	0.15 83	0.18 88	0.13 77	0.18 98	0.13 97	0.19 101	0.13 95	0.18 81	0.13 95	0.18 85	0.13 98	0.18 100	0.13 99	0.13 93	0.13 96	0.13 95	0.18 99	0.13 96	0.18 97	0.13 99	0.18 96	0.13 97	0.13 94	0.10 63	0.19 100	0.14 98	0.19 98	0.13 98

ITSA-stereo	0.21 107	0.16 82	0.12 68	0.16 91	0.13 97	0.18 96	0.14 98	0.16 75	1.89 321	0.16 79	0.12 92	0.17 97	0.12 94	0.13 93	0.13 96	0.13 95	0.17 95	0.13 96	0.17 93	0.12 93	0.16 90	0.12 92	0.12 89	0.12 91	0.17 94	0.12 91	0.16 90	0.12 90

SFCPSM	0.23 111	0.18 88	0.13 77	0.18 98	0.12 93	0.18 96	0.80 263	0.17 79	0.12 89	0.88 208	0.12 92	0.17 97	0.12 94	0.13 93	0.12 91	0.12 89	0.18 99	0.12 93	0.18 97	0.12 93	1.18 273	0.13 97	0.12 89	0.12 91	0.18 97	0.13 96	0.18 96	0.12 90

DeepPruner_ROB	0.15 83	0.18 88	0.12 68	0.18 98	0.12 93	0.18 96	0.12 91	0.18 81	0.13 95	0.18 85	0.12 92	0.18 100	0.12 94	0.13 93	0.12 91	0.13 95	0.18 99	0.13 96	0.18 97	0.12 93	0.19 100	0.12 92	0.13 94	0.12 91	0.18 97	0.12 91	0.18 96	0.12 90

TS12	0.08 33	0.16 82	0.14 81	0.08 51	0.06 54	0.08 53	0.06 53	0.15 71	0.06 52	0.08 45	0.06 53	0.08 54	0.06 54	0.14 98	0.06 51	0.06 53	0.08 51	0.06 53	0.08 52	0.06 54	0.08 54	0.06 53	0.06 49	0.06 53	0.08 52	0.06 53	0.08 53	0.06 53

TS	0.08 33	0.08 50	0.16 86	0.08 51	0.06 54	0.08 53	0.06 53	0.15 71	0.06 52	0.08 45	0.06 53	0.08 54	0.06 54	0.14 98	0.06 51	0.06 53	0.08 51	0.06 53	0.08 52	0.06 54	0.08 54	0.06 53	0.06 49	0.06 53	0.08 52	0.06 53	0.08 53	0.06 53

castereo++	0.26 119	1.28 258	1.07 266	0.15 84	0.13 97	0.15 85	0.14 98	1.22 268	0.13 95	0.16 79	0.17 107	0.16 93	0.14 101	0.14 98	0.15 104	0.14 100	0.15 83	0.14 100	0.16 90	0.14 101	0.16 90	0.14 101	0.14 97	0.14 100	0.16 91	0.14 98	0.16 90	0.15 102

GMStereo	0.14 78	0.13 73	0.14 81	0.14 75	0.14 101	0.14 76	0.14 98	0.14 62	0.14 100	0.14 61	0.14 100	0.14 75	0.14 101	0.14 98	0.14 101	0.14 100	0.14 75	0.14 100	0.14 74	0.14 101	0.14 74	0.14 101	0.14 97	0.14 100	0.14 75	0.14 98	0.14 75	0.14 101
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.15 83	0.14 75	0.14 81	0.14 75	0.14 101	0.14 76	0.16 107	0.14 62	0.21 125	0.14 61	0.23 133	0.14 75	0.14 101	0.14 98	0.14 101	0.14 100	0.14 75	0.14 100	0.14 74	0.14 101	0.14 74	0.14 101	0.14 97	0.14 100	0.14 75	0.14 98	0.14 75	0.16 105

DepthFocus	0.18 94	0.22 97	0.15 85	0.22 109	0.15 103	0.22 110	0.15 102	0.21 87	0.15 101	0.21 91	0.15 101	0.21 107	0.15 104	0.15 103	0.15 104	0.15 104	0.21 108	0.15 104	0.22 108	0.15 105	0.22 109	0.15 104	0.15 100	0.15 104	0.22 110	0.15 103	0.22 108	0.15 102

dd	0.18 94	0.22 97	0.16 86	0.22 109	0.15 103	0.22 110	0.15 102	0.21 87	0.15 101	0.21 91	0.15 101	0.21 107	0.15 104	0.15 103	0.15 104	0.15 104	0.22 111	0.14 100	0.22 108	0.14 101	0.22 109	0.15 104	0.16 103	0.15 104	0.23 116	0.15 103	0.22 108	0.16 105

dad	0.18 94	0.23 102	0.16 86	0.22 109	0.15 103	0.22 110	0.15 102	0.22 95	0.16 103	0.21 91	0.15 101	0.22 111	0.15 104	0.15 103	0.16 107	0.17 108	0.23 116	0.17 110	0.23 116	0.15 105	0.22 109	0.15 104	0.15 100	0.15 104	0.22 110	0.15 103	0.22 108	0.16 105

HCRNet	0.71 226	6.06 328	3.15 330	0.50 207	0.22 129	0.21 109	0.15 102	3.04 317	0.34 169	0.43 152	0.33 173	0.43 180	0.33 170	0.15 103	0.14 101	0.14 100	0.21 108	0.17 110	0.47 191	0.20 128	0.21 106	0.16 108	0.32 164	0.33 171	0.50 201	0.33 172	0.49 200	0.28 148

VIP-Stereo	0.36 151	2.00 275	1.11 270	0.26 133	0.16 107	0.24 123	0.15 102	2.00 295	0.23 132	0.24 101	0.15 101	0.23 117	0.16 107	0.16 107	0.16 107	0.15 104	0.24 121	0.15 104	0.24 122	0.16 107	0.24 119	0.15 104	0.15 100	0.20 125	0.24 122	0.15 103	0.24 119	0.15 102

IGEV_Zeroshot_test	0.18 94	0.22 97	0.18 96	0.21 107	0.18 121	0.20 104	0.17 110	0.20 84	0.16 103	0.25 107	0.16 105	0.21 107	0.17 110	0.16 107	0.18 119	0.15 104	0.20 105	0.16 106	0.20 104	0.18 121	0.21 106	0.17 112	0.17 105	0.17 108	0.20 104	0.17 110	0.20 103	0.16 105

IGEV-FE	0.29 126	2.85 301	0.36 148	0.20 103	0.17 111	0.19 101	0.17 110	0.37 138	0.17 108	0.19 88	0.17 107	0.19 103	0.17 110	0.17 109	0.17 111	0.17 108	0.19 104	0.17 110	0.19 101	0.17 111	0.19 100	0.17 112	0.17 105	0.17 108	0.19 100	0.17 110	0.19 98	0.17 112

ACV-stereo	0.20 102	0.23 102	0.17 91	0.23 117	0.17 111	0.23 119	0.17 110	0.23 103	0.17 108	0.23 100	0.17 107	0.23 117	0.17 110	0.17 109	0.17 111	0.17 108	0.24 121	0.17 110	0.23 116	0.17 111	0.24 119	0.17 112	0.17 105	0.17 108	0.23 116	0.17 110	0.23 117	0.17 112

MMNet	0.30 130	0.24 110	0.17 91	0.24 122	0.17 111	0.24 123	0.17 110	0.23 103	0.18 119	1.21 245	0.17 107	0.23 117	0.17 110	0.17 109	0.17 111	0.89 262	0.24 121	0.17 110	0.24 122	0.17 111	1.22 278	0.16 108	0.17 105	0.17 108	0.24 122	0.17 110	0.24 119	0.17 112

delet	0.30 130	0.24 110	0.17 91	0.24 122	0.17 111	0.24 123	0.17 110	0.23 103	0.16 103	1.21 245	0.17 107	0.24 124	0.17 110	0.17 109	0.17 111	0.91 266	0.24 121	0.17 110	0.24 122	0.17 111	1.23 280	0.17 112	0.17 105	0.17 108	0.24 122	0.17 110	0.24 119	0.17 112

psm_up	0.30 130	0.24 110	0.17 91	0.25 127	0.17 111	0.24 123	0.17 110	0.24 107	0.17 108	1.20 244	0.17 107	0.23 117	0.17 110	0.17 109	0.18 119	0.90 265	0.24 121	0.17 110	0.25 129	0.17 111	1.24 283	0.17 112	0.17 105	0.17 108	0.24 122	0.17 110	0.24 119	0.17 112

UPFNet	0.29 126	0.24 110	0.16 86	0.24 122	0.16 107	0.24 123	0.16 107	0.23 103	0.16 103	1.19 242	0.16 105	0.23 117	0.16 107	0.17 109	0.16 107	0.89 262	0.24 121	0.16 106	0.24 122	0.18 121	1.20 276	0.16 108	0.17 105	0.16 107	0.24 122	0.16 108	0.24 119	0.16 105

iResNet	0.19 98	0.23 102	0.17 91	0.22 109	0.17 111	0.22 110	0.19 124	0.22 95	0.17 108	0.22 94	0.17 107	0.22 111	0.17 110	0.17 109	0.17 111	0.17 108	0.22 111	0.17 110	0.22 108	0.17 111	0.23 116	0.17 112	0.18 119	0.17 108	0.23 116	0.17 110	0.23 117	0.17 112

Pointernet	0.22 109	0.41 145	0.38 152	0.22 109	0.17 111	0.22 110	0.17 110	0.41 153	0.17 108	0.22 94	0.17 107	0.22 111	0.17 110	0.18 116	0.18 119	0.18 117	0.23 116	0.18 123	0.23 116	0.18 121	0.23 116	0.18 123	0.17 105	0.17 108	0.22 110	0.18 122	0.22 108	0.17 112

GEStereo_RVC	0.36 151	0.23 102	0.18 96	0.23 117	0.18 121	0.23 119	0.19 124	0.22 95	0.19 121	0.24 101	0.20 125	0.24 124	0.18 123	0.18 116	0.18 119	0.21 123	0.25 129	0.18 123	0.22 108	0.18 121	0.23 116	0.18 123	0.19 122	0.20 125	0.23 116	0.20 125	4.43 338	0.19 124

CFNet	0.55 200	0.25 114	0.18 96	0.25 127	0.18 121	0.25 131	0.18 123	0.25 108	0.18 119	0.25 107	0.18 122	0.25 128	0.18 123	0.18 116	0.18 119	0.18 117	0.25 129	0.18 123	0.25 129	0.18 121	5.31 349	4.36 349	0.18 119	0.18 122	0.25 130	0.18 122	0.25 128	0.18 123

iResNetv2_ROB	0.20 102	0.22 97	0.19 100	0.23 117	0.19 125	0.22 110	0.17 110	0.22 95	0.17 108	0.22 94	0.17 107	0.22 111	0.17 110	0.18 116	0.18 119	0.19 120	0.22 111	0.17 110	0.23 116	0.17 111	0.25 123	0.18 123	0.17 105	0.18 122	0.23 116	0.17 110	0.25 128	0.17 112

MSKI-zero shot	0.19 98	0.21 95	0.16 86	0.22 109	0.16 107	0.23 119	0.17 110	0.22 95	0.17 108	0.22 94	0.17 107	0.22 111	0.16 107	0.19 120	0.16 107	0.17 108	0.23 116	0.16 106	0.22 108	0.16 107	0.22 109	0.17 112	0.16 103	0.17 108	0.22 110	0.19 124	0.22 108	0.16 105

DEFOM-Stereo_RVC	0.40 162	2.14 284	1.91 312	0.20 103	0.18 121	0.19 101	0.17 110	2.23 298	0.19 121	0.24 101	0.21 127	0.19 103	0.21 129	0.20 121	0.18 119	0.20 121	0.20 105	0.18 123	0.20 104	0.19 126	0.19 100	0.17 112	0.18 119	0.17 108	0.20 104	0.20 125	0.21 106	0.19 124

castereo	0.34 145	1.59 265	1.39 286	0.17 95	0.15 103	0.18 96	0.26 138	1.74 284	0.17 108	0.19 88	0.18 122	0.18 100	0.20 125	0.20 121	0.22 132	0.21 123	0.18 99	0.17 110	0.19 101	0.16 107	0.18 96	0.20 127	0.17 105	0.21 129	0.19 100	0.17 110	0.19 98	0.16 105

MIM_Stereo	0.19 98	0.23 102	0.18 96	0.22 109	0.16 107	0.22 110	0.16 107	0.21 87	0.16 103	0.22 94	0.17 107	0.21 107	0.17 110	0.20 121	0.18 119	0.17 108	0.22 111	0.18 123	0.22 108	0.16 107	0.21 106	0.16 108	0.17 105	0.17 108	0.21 108	0.16 108	0.22 108	0.20 126

DAS	0.20 102	0.20 94	0.20 102	0.20 103	0.20 127	0.20 104	0.20 126	0.20 84	0.20 123	0.20 90	0.20 125	0.20 106	0.20 125	0.20 121	0.20 127	0.20 121	0.20 105	0.20 129	0.20 104	0.20 128	0.20 104	0.20 127	0.20 124	0.20 125	0.20 104	0.20 125	0.20 103	0.20 126

LACA2	0.20 102	0.27 121	0.22 109	0.24 122	0.17 111	0.24 123	0.17 110	0.26 113	0.17 108	0.24 101	0.17 107	0.24 124	0.17 110	0.21 125	0.17 111	0.17 108	0.24 121	0.17 110	0.24 122	0.17 111	0.24 119	0.17 112	0.17 105	0.17 108	0.24 122	0.17 110	0.24 119	0.17 112

LACA1	0.20 102	0.27 121	0.22 109	0.24 122	0.17 111	0.24 123	0.17 110	0.27 115	0.17 108	0.24 101	0.17 107	0.24 124	0.17 110	0.21 125	0.17 111	0.17 108	0.24 121	0.17 110	0.24 122	0.17 111	0.24 119	0.17 112	0.17 105	0.17 108	0.24 122	0.17 110	0.24 119	0.17 112

DISCO	0.59 207	0.29 125	0.22 109	0.27 135	5.05 354	0.30 141	0.21 128	0.28 116	0.21 125	0.27 115	0.21 127	0.27 137	0.20 125	0.21 125	0.21 128	0.21 123	0.27 138	0.21 130	0.27 137	0.21 130	0.27 131	0.23 134	0.21 125	0.21 129	0.27 137	0.21 128	5.06 346	0.22 131

LACA3	0.21 107	0.27 121	0.23 113	0.25 127	0.17 111	0.25 131	0.17 110	0.28 116	0.17 108	0.25 107	0.17 107	0.25 128	0.17 110	0.22 128	0.17 111	0.17 108	0.25 129	0.17 110	0.25 129	0.17 111	0.25 123	0.17 112	0.17 105	0.17 108	0.25 130	0.17 110	0.25 128	0.17 112

DCVSM-stereo	0.27 120	0.38 139	0.22 109	0.38 160	0.22 129	0.38 162	0.22 130	0.29 119	0.22 129	0.29 116	0.22 130	0.29 140	0.22 131	0.22 128	0.21 128	0.21 123	0.38 159	0.22 131	0.38 158	0.22 131	0.38 152	0.22 129	0.21 125	0.25 138	0.38 157	0.21 128	0.38 155	0.21 129

WAO-6	0.30 130	0.22 97	0.23 113	0.22 109	0.23 134	0.23 119	0.22 130	0.22 95	0.23 132	2.21 293	0.22 130	0.22 111	0.22 131	0.22 128	0.22 132	0.23 128	0.22 111	0.23 136	0.22 108	0.22 131	0.22 109	0.22 129	0.22 128	0.22 132	0.23 116	0.23 134	0.22 108	0.22 131

DLNR_Zeroshot_test	0.27 120	0.30 127	0.23 113	0.30 140	0.22 129	0.31 142	0.24 134	0.29 119	0.23 132	0.38 132	0.23 133	0.29 140	0.23 135	0.22 128	0.23 134	0.23 128	0.30 141	0.34 170	0.29 139	0.23 136	0.29 135	0.29 160	0.22 128	0.23 135	0.30 140	0.23 134	0.30 139	0.23 135

HGLStereo	0.27 120	0.25 114	0.21 108	0.35 150	0.21 128	0.35 149	0.21 128	0.34 130	0.21 125	0.39 135	0.21 127	0.34 146	0.21 129	0.22 128	0.21 128	0.21 123	0.35 148	0.22 131	0.35 147	0.22 131	0.35 143	0.22 129	0.21 125	0.21 129	0.35 148	0.21 128	0.35 147	0.21 129

IMH-64-1	0.29 126	0.23 102	0.23 113	0.23 117	0.22 129	0.22 110	0.23 132	0.22 95	0.22 129	2.02 283	0.23 133	0.23 117	0.22 131	0.23 133	0.23 134	0.23 128	0.23 116	0.22 131	0.23 116	0.22 131	0.22 109	0.22 129	0.22 128	0.22 132	0.22 110	0.22 131	0.22 108	0.22 131

IMH-64	0.29 126	0.23 102	0.23 113	0.23 117	0.22 129	0.22 110	0.23 132	0.22 95	0.22 129	2.02 283	0.23 133	0.23 117	0.22 131	0.23 133	0.23 134	0.23 128	0.23 116	0.22 131	0.23 116	0.22 131	0.22 109	0.22 129	0.22 128	0.22 132	0.22 110	0.22 131	0.22 108	0.22 131

AANet_RVC	0.61 208	0.31 129	5.05 342	0.31 142	0.19 125	0.24 123	0.20 126	5.86 338	0.20 123	0.24 101	0.18 122	0.25 128	0.20 125	0.23 133	0.21 128	0.18 117	0.37 156	0.18 123	0.24 122	0.19 126	0.25 123	0.19 126	0.19 122	0.19 124	0.24 122	0.15 103	0.24 119	0.20 126

iResNet_ROB	0.28 125	0.32 131	0.24 118	0.33 144	0.26 138	0.32 144	0.24 134	0.33 124	0.25 135	0.33 118	0.24 137	0.35 149	0.24 136	0.23 133	0.24 138	0.25 132	0.32 143	0.24 137	0.36 150	0.24 138	0.32 137	0.28 148	0.24 133	0.24 137	0.32 142	0.24 136	0.33 141	0.24 136

UNDER WATER-64	0.31 138	0.25 114	0.25 119	0.26 133	0.26 138	0.25 131	0.26 138	0.25 108	0.26 142	1.69 267	0.26 143	0.25 128	0.25 137	0.25 137	0.26 144	0.26 135	0.25 129	0.26 142	0.26 133	0.26 143	0.25 123	0.25 135	0.25 134	0.25 138	0.26 135	0.26 141	0.25 128	0.26 142

CAS	0.25 114	0.25 114	0.25 119	0.25 127	0.26 138	0.26 138	0.26 138	0.25 108	0.25 135	0.25 107	0.25 139	0.25 128	0.25 137	0.25 137	0.25 139	0.25 132	0.26 136	0.25 138	0.26 133	0.26 143	0.25 123	0.25 135	0.25 134	0.26 142	0.25 130	0.26 141	0.25 128	0.25 137

model_zeroshot	0.27 120	0.30 127	0.19 100	0.36 154	0.23 134	0.25 131	0.27 142	0.33 124	0.21 125	0.35 123	0.22 130	0.25 128	0.27 145	0.26 139	0.23 134	0.26 135	0.35 148	0.22 131	0.36 150	0.23 136	0.25 123	0.27 142	0.27 140	0.23 135	0.36 150	0.22 131	0.25 128	0.27 145

LoS_RVC	0.25 114	0.25 114	0.25 119	0.25 127	0.25 136	0.25 131	0.25 136	0.25 108	0.25 135	0.25 107	0.25 139	0.25 128	0.25 137	0.26 139	0.25 139	0.26 135	0.25 129	0.25 138	0.26 133	0.25 139	0.25 123	0.25 135	0.25 134	0.25 138	0.25 130	0.25 137	0.25 128	0.25 137

tt_ll	0.25 114	0.25 114	0.25 119	0.25 127	0.25 136	0.25 131	0.25 136	0.25 108	0.25 135	0.25 107	0.25 139	0.25 128	0.25 137	0.26 139	0.25 139	0.26 135	0.25 129	0.25 138	0.26 133	0.25 139	0.25 123	0.25 135	0.25 134	0.25 138	0.25 130	0.25 137	0.25 128	0.25 137

LoS	0.25 114	0.25 114	0.27 123	0.27 135	0.26 138	0.25 131	0.26 138	0.26 113	0.25 135	0.26 114	0.25 139	0.25 128	0.25 137	0.26 139	0.25 139	0.25 132	0.25 129	0.25 138	0.25 129	0.25 139	0.27 131	0.25 135	0.26 138	0.26 142	0.26 135	0.25 137	0.25 128	0.25 137
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.56 203	2.72 300	2.20 316	0.38 160	0.29 157	0.38 162	0.27 142	2.77 315	0.27 144	0.38 132	0.28 150	0.37 157	0.25 137	0.26 139	0.25 139	0.26 135	0.38 159	0.29 155	0.38 158	0.25 139	0.39 161	0.25 135	0.29 153	0.29 160	0.40 167	0.25 137	0.38 155	0.25 137

iRaft-Stereo_20w	0.30 130	0.46 160	0.27 123	0.34 146	0.26 138	0.35 149	0.28 149	0.34 130	0.26 142	0.34 121	0.26 143	0.34 146	0.26 143	0.26 139	0.26 144	0.26 135	0.34 145	0.26 142	0.34 145	0.26 143	0.34 139	0.26 141	0.26 138	0.26 142	0.34 145	0.26 141	0.34 145	0.26 142

MLCV	0.30 130	0.33 132	0.28 126	0.34 146	0.28 147	0.33 145	0.28 149	0.33 124	0.29 157	0.33 118	0.27 147	0.33 144	0.28 147	0.26 139	0.29 159	0.28 145	0.33 144	0.28 146	0.33 142	0.28 148	0.33 138	0.27 142	0.28 145	0.28 150	0.33 143	0.28 146	0.33 141	0.28 148

LG-Stereo_L2	0.32 139	0.45 156	0.36 148	0.37 156	0.27 143	0.37 158	0.27 142	0.43 158	0.27 144	0.36 129	0.31 166	0.36 155	0.27 145	0.27 146	0.27 147	0.30 157	0.37 156	0.27 145	0.37 154	0.27 147	0.37 149	0.27 142	0.27 140	0.27 146	0.37 154	0.27 144	0.37 153	0.27 145

DEFOM-Stereo	0.43 172	1.60 267	1.47 291	0.30 140	0.28 147	0.31 142	0.28 149	1.65 282	0.25 135	0.29 116	0.26 143	0.30 142	0.29 156	0.27 146	0.26 144	0.26 135	0.30 141	0.29 155	0.30 141	0.26 143	0.29 135	0.29 160	0.27 140	0.26 142	0.30 140	0.29 161	0.30 139	0.29 159

Former-RAFT_DAM_RVC	0.38 158	1.06 230	0.54 198	0.59 221	0.27 143	0.46 189	0.27 142	0.46 162	0.27 144	0.46 158	0.27 147	0.46 184	0.26 143	0.27 146	0.27 147	0.26 135	0.46 185	0.26 142	0.45 185	0.30 164	0.46 179	0.27 142	0.27 140	0.27 146	0.46 184	0.27 144	0.45 181	0.26 142

Any-RAFT	0.32 139	0.45 156	0.29 131	0.36 154	0.29 157	0.36 154	0.29 162	0.36 137	0.29 157	0.35 123	0.29 158	0.35 149	0.28 147	0.27 146	0.28 151	0.28 145	0.35 148	0.28 146	0.35 147	0.28 148	0.35 143	0.28 148	0.29 153	0.29 160	0.36 150	0.29 161	0.36 150	0.29 159

DGSMNet	0.33 142	0.42 151	0.28 126	0.40 172	0.28 147	0.40 172	0.28 149	0.40 151	0.28 149	0.40 143	0.28 150	0.39 164	0.28 147	0.27 146	0.28 151	0.28 145	0.40 173	0.28 146	0.42 179	0.29 157	0.41 167	0.31 165	0.29 153	0.28 150	0.41 172	0.28 146	0.42 176	0.29 159

SQANet	0.33 142	0.28 124	0.28 126	0.28 139	0.28 147	0.29 140	0.28 149	0.28 116	0.28 149	1.59 264	0.28 150	0.28 139	0.28 147	0.28 151	0.28 151	0.28 145	0.28 139	0.28 146	0.29 139	0.28 148	0.28 133	0.28 148	0.28 145	0.28 150	0.28 138	0.28 146	0.28 137	0.28 148

anonymity	0.30 130	0.34 133	0.27 123	0.33 144	0.27 143	0.33 145	0.28 149	0.33 124	0.28 149	0.33 118	0.28 150	0.33 144	0.28 147	0.28 151	0.28 151	0.28 145	0.34 145	0.28 146	0.34 145	0.28 148	0.34 139	0.27 142	0.27 140	0.27 146	0.34 145	0.28 146	0.34 145	0.28 148

gcap_with_dpt	0.34 145	0.42 151	0.29 131	0.42 183	0.29 157	0.42 180	0.29 162	0.39 147	0.29 157	0.39 135	0.29 158	0.39 164	0.29 156	0.29 153	0.29 159	0.28 145	0.42 180	0.29 155	0.42 179	0.29 157	0.42 172	0.28 148	0.28 145	0.28 150	0.41 172	0.28 146	0.41 170	0.28 148

GCAP-BAT	0.34 145	0.42 151	0.29 131	0.42 183	0.29 157	0.42 180	0.29 162	0.39 147	0.29 157	0.39 135	0.29 158	0.39 164	0.29 156	0.29 153	0.29 159	0.28 145	0.42 180	0.29 155	0.42 179	0.29 157	0.42 172	0.28 148	0.28 145	0.28 150	0.41 172	0.28 146	0.41 170	0.28 148

EKT-Stereo	0.36 151	0.50 173	0.30 137	0.40 172	0.29 157	0.40 172	0.29 162	0.35 133	0.30 161	0.47 161	0.30 163	0.35 149	0.32 166	0.29 153	0.34 170	0.33 168	0.59 214	0.31 164	0.39 169	0.29 157	0.37 149	0.38 181	0.29 153	0.31 166	0.58 219	0.28 146	0.51 204	0.29 159

PML	0.39 161	0.56 183	0.29 131	0.55 215	0.28 147	0.56 217	0.28 149	0.51 182	0.28 149	0.50 167	0.28 150	0.51 205	0.28 147	0.29 153	0.28 151	0.29 155	0.56 212	0.29 155	0.57 220	0.28 148	0.56 210	0.28 148	0.28 145	0.29 160	0.56 216	0.28 146	0.56 213	0.28 148

DN-CSS_ROB	0.30 130	0.34 133	0.29 131	0.34 146	0.27 143	0.34 147	0.28 149	0.33 124	0.27 144	0.34 121	0.27 147	0.34 146	0.28 147	0.29 153	0.27 147	0.26 135	0.35 148	0.29 155	0.33 142	0.28 148	0.34 139	0.28 148	0.28 145	0.27 146	0.34 145	0.28 146	0.33 141	0.28 148

GREAT-IGEV	0.36 151	0.46 160	0.33 144	0.43 185	0.30 164	0.43 185	0.30 167	0.45 161	0.30 161	0.42 151	0.30 163	0.43 180	0.30 161	0.30 158	0.30 163	0.30 157	0.43 182	0.30 161	0.43 182	0.30 164	0.43 175	0.30 163	0.30 161	0.30 164	0.43 180	0.30 164	0.43 178	0.30 165
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
RSM	0.33 142	0.36 137	0.31 140	0.39 171	0.32 169	0.36 154	0.30 167	0.35 133	0.38 181	0.35 123	0.31 166	0.35 149	0.30 161	0.30 158	0.31 166	0.30 157	0.36 153	0.31 164	0.36 150	0.30 164	0.36 147	0.31 165	0.31 163	0.31 166	0.36 150	0.31 167	0.36 150	0.31 168

RAFT-Test	0.34 145	0.45 156	0.30 137	0.38 160	0.32 169	0.40 172	0.32 171	0.39 147	0.32 164	0.39 135	0.30 163	0.37 157	0.29 156	0.30 158	0.30 163	0.29 155	0.38 159	0.30 161	0.38 158	0.29 157	0.38 152	0.29 160	0.29 153	0.30 164	0.38 157	0.30 164	0.38 155	0.30 165

DDF-Stereo	0.37 156	0.57 186	0.50 190	0.40 172	0.32 169	0.40 172	0.32 171	0.53 185	0.32 164	0.39 135	0.32 169	0.39 164	0.32 166	0.32 161	0.32 168	0.32 166	0.40 173	0.32 168	0.40 170	0.32 169	0.40 166	0.32 168	0.32 164	0.32 168	0.40 167	0.32 169	0.40 166	0.32 170

GIP-stereo	0.38 158	0.56 183	0.40 156	0.45 189	0.33 172	0.44 187	0.35 174	0.49 175	0.33 168	0.43 152	0.32 169	0.42 176	0.31 163	0.33 162	0.33 169	0.34 169	0.40 173	0.32 168	0.40 170	0.32 169	0.43 175	0.38 181	0.33 167	0.32 168	0.43 180	0.32 169	0.42 176	0.34 174

LL-Strereo2	0.47 180	2.60 297	0.51 194	0.38 160	0.28 147	0.37 158	0.28 149	0.55 191	0.35 173	0.44 154	0.34 174	0.44 182	0.34 171	0.34 163	0.36 176	0.36 174	0.47 189	0.36 176	0.47 191	0.35 176	0.47 183	0.35 172	0.35 172	0.35 177	0.46 184	0.35 174	0.47 186	0.35 175

GMOStereo	0.50 183	0.44 154	2.38 322	0.40 172	0.34 174	0.42 180	0.36 180	1.96 290	0.34 169	0.41 144	0.36 178	0.42 176	0.35 173	0.34 163	0.38 181	0.31 162	0.39 169	0.34 170	0.40 170	0.33 173	0.39 161	0.33 169	0.33 167	0.34 173	0.40 167	0.36 177	0.40 166	0.32 170

error version	0.50 183	0.44 154	2.38 322	0.40 172	0.34 174	0.42 180	0.36 180	1.96 290	0.34 169	0.41 144	0.36 178	0.42 176	0.35 173	0.34 163	0.38 181	0.31 162	0.39 169	0.34 170	0.40 170	0.33 173	0.39 161	0.33 169	0.33 167	0.34 173	0.40 167	0.36 177	0.40 166	0.32 170

test_1	0.65 212	4.37 316	2.38 322	0.40 172	0.34 174	0.42 180	0.36 180	1.96 290	0.34 169	0.41 144	0.36 178	0.42 176	0.35 173	0.34 163	0.38 181	0.31 162	0.39 169	0.34 170	0.40 170	0.33 173	0.39 161	0.33 169	0.33 167	0.34 173	0.40 167	0.36 177	0.40 166	0.32 170

GASTEREO	0.41 163	0.54 177	0.44 168	0.48 199	0.35 177	0.48 201	0.35 174	0.53 185	0.35 173	0.46 158	0.35 175	0.46 184	0.35 173	0.35 167	0.35 172	0.35 172	0.47 189	0.35 174	0.47 191	0.35 176	0.47 183	0.38 181	0.35 172	0.35 177	0.48 195	0.35 174	0.47 186	0.35 175

GES	0.43 172	0.41 145	0.31 140	0.35 150	0.30 164	0.47 195	0.28 149	0.33 124	0.28 149	0.35 123	0.29 158	2.95 319	0.38 183	0.35 167	0.30 163	0.34 169	0.34 145	0.30 161	0.33 142	0.30 164	0.35 143	0.30 163	0.33 167	0.33 171	0.33 143	0.31 167	0.33 141	0.29 159

RAFT + AFF	0.34 145	0.29 125	0.32 143	0.31 142	0.30 164	0.39 169	0.32 171	0.39 147	0.30 161	0.39 135	0.32 169	0.39 164	0.32 166	0.35 167	0.36 176	0.32 166	0.38 159	0.31 164	0.38 158	0.31 168	0.38 152	0.28 148	0.37 181	0.34 173	0.38 157	0.30 164	0.38 155	0.28 148

FCDSN-DC	0.44 174	0.31 129	0.35 146	0.34 146	0.28 147	0.35 149	0.30 167	0.32 123	0.25 135	1.32 252	0.24 137	1.00 261	0.32 166	0.35 167	0.34 170	0.30 157	0.72 230	0.37 181	0.48 198	0.32 169	0.53 206	0.49 217	0.23 132	0.29 160	0.50 201	0.42 201	0.61 220	0.71 256
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ETE_ROB	0.35 150	0.35 136	0.35 146	0.35 150	0.35 177	0.35 149	0.35 174	0.35 133	0.35 173	0.35 123	0.35 175	0.35 149	0.35 173	0.35 167	0.35 172	0.35 172	0.35 148	0.35 174	0.35 147	0.35 176	0.35 143	0.35 172	0.35 172	0.35 177	0.35 148	0.35 174	0.35 147	0.35 175

GSStereo	0.42 169	0.56 183	0.44 168	0.48 199	0.36 182	0.48 201	0.36 180	0.54 187	0.36 178	0.47 161	0.36 178	0.47 189	0.36 178	0.36 172	0.35 172	0.36 174	0.48 194	0.36 176	0.48 198	0.36 180	0.48 190	0.36 177	0.36 177	0.36 180	0.48 195	0.36 177	0.48 192	0.35 175

DMCA	0.36 151	0.38 139	0.37 150	0.35 150	0.35 177	0.35 149	0.36 180	0.35 133	0.36 178	0.36 129	0.37 184	0.36 155	0.36 178	0.36 172	0.35 172	0.37 177	0.36 153	0.36 176	0.36 150	0.36 180	0.36 147	0.35 172	0.36 177	0.36 180	0.37 154	0.36 177	0.36 150	0.36 180

LG-Stereo_Zeroshot	0.45 177	0.57 186	0.45 174	0.54 212	0.37 183	0.53 214	0.37 185	0.56 193	0.40 190	0.53 173	0.38 187	0.53 209	0.37 180	0.37 174	0.37 179	0.37 177	0.55 209	0.38 184	0.53 214	0.37 182	0.53 206	0.37 178	0.37 181	0.39 194	0.54 212	0.37 183	0.54 210	0.37 183

XPNet_ROB	0.37 156	0.37 138	0.37 150	0.37 156	0.37 183	0.37 158	0.37 185	0.37 138	0.37 180	0.37 131	0.37 184	0.37 157	0.37 180	0.37 174	0.37 179	0.37 177	0.37 156	0.37 181	0.37 154	0.37 182	0.37 149	0.37 178	0.37 181	0.37 186	0.37 154	0.37 183	0.37 153	0.37 183

GEAStereo	0.42 169	0.55 179	0.44 168	0.48 199	0.35 177	0.48 201	0.35 174	0.54 187	0.35 173	0.47 161	0.36 178	0.47 189	0.41 194	0.38 176	0.38 181	0.38 180	0.51 204	0.36 176	0.51 209	0.38 186	0.48 190	0.35 172	0.35 172	0.36 180	0.52 207	0.37 183	0.48 192	0.36 180

gasm-f	0.42 169	0.55 179	0.44 168	0.48 199	0.35 177	0.48 201	0.35 174	0.54 187	0.35 173	0.47 161	0.36 178	0.47 189	0.41 194	0.38 176	0.38 181	0.38 180	0.51 204	0.36 176	0.51 209	0.38 186	0.48 190	0.35 172	0.35 172	0.36 180	0.52 207	0.37 183	0.48 192	0.36 180

MSCF	0.44 174	0.60 192	0.47 176	0.50 207	0.40 193	0.50 208	0.38 188	0.57 195	0.38 181	0.48 165	0.38 187	0.48 197	0.38 183	0.38 176	0.38 181	0.38 180	0.49 199	0.38 184	0.49 202	0.39 193	0.50 198	0.38 181	0.38 185	0.38 187	0.49 200	0.38 187	0.49 200	0.38 186

LG-Stereo_L1	0.44 174	0.58 189	0.49 189	0.51 210	0.38 187	0.51 210	0.38 188	0.56 193	0.38 181	0.50 167	0.38 187	0.50 202	0.38 183	0.38 176	0.38 181	0.38 180	0.52 206	0.38 184	0.52 212	0.38 186	0.51 200	0.38 181	0.38 185	0.38 187	0.52 207	0.38 187	0.51 204	0.40 194

WAO-7	0.46 178	0.38 139	0.38 152	0.38 160	0.38 187	0.38 162	0.38 188	0.38 141	0.38 181	2.57 309	0.38 187	0.38 160	0.38 183	0.38 176	0.38 181	0.38 180	0.38 159	0.38 184	0.38 158	0.38 186	0.38 152	0.38 181	0.38 185	0.38 187	0.38 157	0.38 187	0.38 155	0.38 186

HanzoNet	0.47 180	0.39 143	0.38 152	0.38 160	0.38 187	0.38 162	0.38 188	0.40 151	0.38 181	2.63 310	0.38 187	0.38 160	0.38 183	0.38 176	0.38 181	0.39 188	0.38 159	0.38 184	0.38 158	0.42 201	0.38 152	0.39 190	0.39 191	0.38 187	0.38 157	0.38 187	0.38 155	0.39 192

Venus	0.46 178	0.38 139	0.40 156	0.38 160	0.38 187	0.39 169	0.38 188	0.38 141	0.38 181	2.71 311	0.38 187	0.38 160	0.38 183	0.38 176	0.38 181	0.38 180	0.38 159	0.38 184	0.38 158	0.38 186	0.38 152	0.38 181	0.38 185	0.38 187	0.38 157	0.38 187	0.39 165	0.38 186

IMH	0.47 180	0.40 144	0.39 155	0.38 160	0.38 187	0.38 162	0.38 188	0.38 141	0.40 190	2.79 313	0.38 187	0.38 160	0.38 183	0.38 176	0.38 181	0.38 180	0.39 169	0.38 184	0.38 158	0.40 195	0.38 152	0.38 181	0.38 185	0.38 187	0.38 157	0.38 187	0.38 155	0.38 186

iRaftStereo_RVC	0.62 210	1.76 270	2.24 318	0.52 211	0.37 183	0.53 214	0.38 188	2.51 309	0.38 181	0.51 170	0.38 187	0.51 205	0.38 183	0.38 176	0.38 181	0.38 180	0.52 206	0.38 184	0.52 212	0.38 186	0.52 203	0.38 181	0.38 185	0.38 187	0.52 207	0.39 193	0.52 207	0.38 186

quiztm	0.41 163	0.45 156	0.40 156	0.44 187	0.39 192	0.45 188	0.39 195	0.44 160	0.40 190	0.45 155	0.39 195	0.45 183	0.39 192	0.39 185	0.40 194	0.39 188	0.45 184	0.40 192	0.45 185	0.39 193	0.44 177	0.39 190	0.39 191	0.39 194	0.44 182	0.39 193	0.44 180	0.39 192

CFNet_RVC	0.93 256	8.54 343	0.41 159	0.56 216	0.37 183	0.56 217	0.37 185	0.50 179	0.40 190	0.56 176	5.24 355	0.56 212	0.34 171	0.40 186	0.41 197	0.34 169	0.53 208	0.40 192	0.56 219	0.38 186	0.52 203	0.40 193	0.40 193	0.41 197	0.56 216	0.40 195	0.56 213	0.40 194

4D-IteraStereo	0.67 217	3.40 306	1.05 263	0.71 239	0.83 263	0.47 195	0.27 142	0.47 168	0.27 144	0.35 123	0.26 143	0.68 225	0.84 262	0.41 187	0.54 226	0.89 262	0.74 233	0.88 266	0.73 234	0.87 267	0.42 172	0.27 142	0.28 145	0.28 150	0.36 150	0.28 146	0.68 224	0.90 266

GwcNet-ADL	0.41 163	0.41 145	0.41 159	0.41 179	0.41 195	0.41 176	0.41 197	0.41 153	0.41 194	0.41 144	0.41 198	0.41 172	0.41 194	0.41 187	0.41 197	0.41 190	0.41 176	0.41 195	0.41 175	0.41 196	0.41 167	0.41 195	0.41 194	0.41 197	0.41 172	0.41 196	0.41 170	0.41 196

PSMNet-ADL	0.41 163	0.41 145	0.41 159	0.41 179	0.41 195	0.41 176	0.41 197	0.41 153	0.41 194	0.41 144	0.41 198	0.41 172	0.41 194	0.41 187	0.41 197	0.41 190	0.41 176	0.41 195	0.41 175	0.41 196	0.41 167	0.41 195	0.41 194	0.41 197	0.41 172	0.41 196	0.41 170	0.41 196

GANet-ADL	0.41 163	0.41 145	0.41 159	0.41 179	0.41 195	0.41 176	0.41 197	0.41 153	0.41 194	0.41 144	0.41 198	0.41 172	0.41 194	0.41 187	0.41 197	0.41 190	0.41 176	0.41 195	0.41 175	0.41 196	0.41 167	0.41 195	0.41 194	0.41 197	0.41 172	0.41 196	0.41 170	0.41 196

CroCo-Stereo	0.80 236	2.51 292	0.41 159	1.27 288	0.41 195	1.27 287	0.41 197	1.27 271	0.41 194	1.27 249	0.41 198	1.27 284	0.41 194	0.41 187	0.41 197	0.41 190	1.28 285	0.41 195	1.27 283	0.41 196	1.27 284	0.41 195	0.42 198	0.41 197	1.27 288	0.41 196	1.27 286	0.41 196
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
ADLNet	0.41 163	0.41 145	0.41 159	0.41 179	0.41 195	0.41 176	0.41 197	0.41 153	0.41 194	0.41 144	0.41 198	0.41 172	0.41 194	0.41 187	0.41 197	0.41 190	0.41 176	0.41 195	0.41 175	0.41 196	0.41 167	0.41 195	0.41 194	0.41 197	0.41 172	0.41 196	0.41 170	0.41 196

FSD		0.55 179	0.42 165	0.54 212	0.42 200	0.55 216	0.43 203	0.54 187	0.42 199	0.59 178	0.42 203			0.43 193	0.42 203	0.42 195			2.46 314	0.44 204				0.44 204	0.55 213	0.43 203	0.55 211	0.53 224

CroCo-Stereo Lap2	0.85 251	2.86 303	0.43 166	1.33 290	0.43 202	1.31 288	0.42 202	1.32 272	0.42 199	1.31 251	0.44 204	1.32 286	0.44 202	0.43 193	0.44 204	0.43 196	1.35 286	0.43 201	1.32 287	0.43 202	1.31 286	0.43 200	0.43 199	0.42 203	1.31 290	0.42 201	1.31 287	0.43 201

DN	0.50 183	0.59 191	0.44 168	0.59 221	0.44 203	0.59 221	0.44 205	0.57 195	0.44 201	0.57 177	0.44 204	0.57 214	0.44 202	0.44 195	0.44 204	0.44 197	0.59 214	0.44 202	0.59 221	0.44 204	0.59 214	0.44 201	0.44 200	0.44 204	0.59 221	0.44 204	0.59 216	0.44 202

Occ-G	0.68 219	0.54 177	3.16 331	0.57 220	0.45 204	0.52 213	0.40 196	3.44 322	0.46 205	0.52 171	0.45 206	0.51 205	0.44 202	0.44 195	0.40 194	0.45 199	0.55 209	0.41 195	0.53 214	0.43 202	0.52 203	0.40 193	0.44 200	0.45 206	0.55 213	0.44 204	0.53 209	0.44 202

CASnet	0.32 139	0.53 176	0.34 145	0.27 135	0.31 167	0.34 147	0.29 162	0.31 122	0.32 164	0.25 107	0.31 166	0.27 137	0.40 193	0.45 197	0.27 147	0.30 157	0.26 136	0.40 192	0.28 138	0.37 182	0.28 133	0.39 190	0.29 153	0.40 196	0.29 139	0.28 146	0.24 119	0.30 165
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CES	0.38 158	0.34 133	0.44 168	0.43 185	0.33 172	0.37 158	0.44 205	0.37 138	0.38 181	0.45 155	0.35 175	0.35 149	0.41 194	0.45 197	0.36 176	0.36 174	0.36 153	0.45 203	0.43 182	0.35 176	0.34 139	0.46 202	0.36 177	0.36 180	0.42 179	0.34 173	0.35 147	0.38 186

otaku	0.52 188	0.46 160	0.48 183	0.46 190	0.46 205	0.46 189	0.46 207	0.46 162	0.47 210	1.88 271	0.46 207	0.46 184	0.46 206	0.46 199	0.46 207	0.46 200	0.47 189	0.46 204	0.46 187	0.46 207	0.47 183	0.46 202	0.46 202	0.46 207	0.47 190	0.46 206	0.46 182	0.47 207

Dean	0.52 188	0.46 160	0.48 183	0.46 190	0.46 205	0.46 189	0.46 207	0.46 162	0.46 205	1.90 272	0.46 207	0.47 189	0.46 206	0.46 199	0.46 207	0.46 200	0.48 194	0.46 204	0.46 187	0.46 207	0.46 179	0.46 202	0.46 202	0.46 207	0.46 184	0.46 206	0.46 182	0.46 204

ACVNet-4b	0.53 192	0.46 160	0.47 176	0.46 190	0.46 205	0.46 189	0.46 207	0.46 162	0.46 205	2.17 289	0.46 207	0.46 184	0.47 209	0.46 199	0.46 207	0.46 200	0.46 185	0.46 204	0.46 187	0.46 207	0.46 179	0.46 202	0.46 202	0.47 211	0.46 184	0.46 206	0.46 182	0.46 204

MaskLacGwcNet_RVC	0.70 224	6.91 330	0.46 175	0.46 190	0.46 205	0.46 189	0.46 207	0.46 162	0.46 205	0.46 158	0.46 207	0.46 184	0.46 206	0.46 199	0.46 207	0.46 200	0.46 185	0.46 204	0.46 187	0.46 207	0.47 183	0.46 202	0.46 202	0.46 207	0.46 184	0.46 206	0.46 182	0.46 204

PointNet	0.56 203	0.69 198	0.47 176	0.69 232	0.47 209	0.69 230	0.47 211	0.70 207	0.47 210	0.69 185	0.47 211	0.69 226	0.48 213	0.47 203	0.47 211	0.47 207	0.70 226	0.48 215	0.70 230	0.48 216	0.69 224	0.48 213	0.47 208	0.48 215	0.70 230	0.48 217	0.69 225	0.47 207

Ntro	0.53 192	0.47 166	0.50 190	0.46 190	0.48 215	0.47 195	0.47 211	0.46 162	0.46 205	2.05 285	0.47 211	0.47 189	0.49 218	0.47 203	0.47 211	0.46 200	0.48 194	0.46 204	0.49 202	0.46 207	0.47 183	0.46 202	0.46 202	0.47 211	0.46 184	0.46 206	0.47 186	0.47 207

HaxPig	0.52 188	0.48 169	0.47 176	0.47 195	0.47 209	0.47 195	0.47 211	0.47 168	0.47 210	1.80 268	0.47 211	0.47 189	0.47 209	0.47 203	0.47 211	0.47 207	0.47 189	0.47 211	0.47 191	0.47 212	0.47 183	0.47 210	0.47 208	0.47 211	0.47 190	0.47 213	0.47 186	0.47 207

UNDER WATER	0.52 188	0.47 166	0.47 176	0.47 195	0.47 209	0.47 195	0.47 211	0.47 168	0.47 210	1.90 272	0.47 211	0.47 189	0.47 209	0.47 203	0.47 211	0.47 207	0.46 185	0.47 211	0.47 191	0.47 212	0.46 179	0.47 210	0.47 208	0.48 215	0.47 190	0.47 213	0.47 186	0.47 207

LVE	0.53 192	0.47 166	0.48 183	0.47 195	0.47 209	0.47 195	0.47 211	0.48 171	0.47 210	1.96 279	0.47 211	0.47 189	0.47 209	0.47 203	0.47 211	0.47 207	0.47 189	0.47 211	0.47 191	0.47 212	0.47 183	0.47 210	0.47 208	0.47 211	0.47 190	0.47 213	0.47 186	0.47 207

ACVNet_1	0.53 192	0.46 160	0.48 183	0.47 195	0.47 209	0.46 189	0.48 216	0.48 171	0.48 215	2.07 286	0.47 211	0.48 197	0.48 213	0.47 203	0.47 211	0.46 200	0.49 199	0.47 211	0.47 191	0.47 212	0.48 190	0.46 202	0.46 202	0.48 215	0.47 190	0.47 213	0.48 192	0.47 207

AIO-test1	0.54 197	0.64 195	0.54 198	0.60 223	0.49 219	0.61 224	0.49 219	0.64 200	0.49 220	0.59 178	0.48 217	0.60 217	0.50 220	0.48 209	0.48 217	0.48 211	0.60 216	0.48 215	0.60 223	0.48 216	0.60 215	0.49 217	0.49 214	0.49 219	0.59 221	0.49 221	0.60 217	0.49 215

RainbowNet	0.53 192	0.48 169	0.48 183	0.48 199	0.48 215	0.48 201	0.48 216	0.48 171	0.48 215	1.92 274	0.48 217	0.48 197	0.48 213	0.48 209	0.48 217	0.48 211	0.48 194	0.48 215	0.48 198	0.48 216	0.48 190	0.48 213	0.48 212	0.48 215	0.48 195	0.48 217	0.48 192	0.48 214

notaker	0.54 197	0.48 169	0.48 183	0.48 199	0.48 215	0.48 201	0.49 219	0.48 171	0.48 215	1.95 278	0.48 217	0.48 197	0.48 213	0.48 209	0.48 217	0.48 211	0.48 194	0.48 215	0.48 198	0.48 216	0.49 196	0.48 213	0.48 212	0.49 219	0.48 195	0.48 217	0.48 192	0.49 215

KSHMR	0.85 251	0.72 201	0.51 194	0.49 205	0.49 219	0.51 210	1.07 284	0.50 179	0.48 215	6.04 351	0.52 224	0.66 221	0.98 272	0.49 212	0.77 259	0.49 215	1.17 276	0.51 225	0.49 202	1.06 282	0.51 200	0.49 217	0.49 214	0.51 223	1.04 270	0.49 221	0.81 239	0.72 257

ACVNet_2	0.55 200	0.49 172	0.50 190	0.49 205	0.49 219	0.49 207	0.49 219	0.49 175	0.49 220	2.14 288	0.49 220	0.50 202	0.49 218	0.49 212	0.49 221	0.49 215	0.50 202	0.49 221	0.50 206	0.49 221	0.49 196	0.49 217	0.49 214	0.50 221	0.50 201	0.49 221	0.50 202	0.49 215

AEACV	0.74 231	0.52 175	3.10 328	0.60 223	0.48 215	0.56 217	0.48 216	3.02 316	0.83 262	0.61 181	0.62 236	0.72 232	0.50 220	0.49 212	0.49 221	0.48 211	0.58 213	0.50 222	0.55 217	0.48 216	0.56 210	0.50 223	0.50 217	0.51 223	0.58 219	0.51 226	0.60 217	0.51 221

AIO-test2	0.54 197	0.65 196	0.55 201	0.60 223	0.50 223	0.60 222	0.49 219	0.65 201	0.48 215	0.60 180	0.49 220	0.59 215	0.50 220	0.50 215	0.49 221	0.49 215	0.60 216	0.50 222	0.60 223	0.49 221	0.60 215	0.49 217	0.50 217	0.51 223	0.60 223	0.48 217	0.60 217	0.50 218

SANet	0.50 183	0.50 173	0.50 190	0.50 207	0.50 223	0.50 208	0.50 223	0.50 179	0.50 222	0.50 167	0.50 222	0.50 202	0.50 220	0.50 215	0.50 224	0.50 219	0.50 202	0.50 222	0.50 206	0.50 224	0.50 198	0.50 223	0.50 217	0.50 221	0.50 201	0.50 224	0.50 202	0.50 218

TorneroNet	1.15 277	1.10 234	0.51 194	0.69 232	0.51 225	1.10 274	0.50 223	0.51 182	0.51 223	13.92 358	1.17 291	0.49 201	0.51 225	0.54 217	0.48 217	0.49 215	0.49 199	0.65 242	0.70 230	0.49 221	0.51 200	0.49 217	0.67 242	1.36 303	0.51 205	0.50 224	0.52 207	1.23 295

FlowAnything	1.02 270	2.51 292	0.58 208	1.60 297	0.56 229	1.61 297	0.56 231	1.60 281	0.55 226	1.61 265	0.56 228	1.61 293	0.55 228	0.55 218	0.55 228	0.55 223	1.61 296	0.56 231	1.61 294	0.56 229	1.62 293	0.55 226	0.56 225	0.56 230	1.62 298	0.56 230	1.62 295	0.56 226

PSMNet_ROB	0.55 200	0.55 179	0.56 204	0.56 216	0.55 227	0.56 217	0.55 227	0.55 191	0.55 226	0.55 174	0.55 227	0.55 211	0.55 228	0.55 218	0.56 229	0.55 223	0.55 209	0.55 228	0.55 217	0.55 227	0.55 209	0.55 226	0.55 222	0.55 229	0.55 213	0.55 229	0.55 211	0.55 225

ARAFT	0.64 211	0.74 205	0.62 219	0.70 238	0.56 229	0.72 235	0.55 227	0.72 215	0.54 225	0.73 192	0.56 228	0.72 232	0.56 230	0.56 220	0.62 237	0.63 232	0.73 231	0.53 227	0.73 234	0.54 226	0.72 228	0.65 238	0.62 231	0.56 230	0.72 233	0.54 227	0.72 230	0.57 227

zero-FE	0.66 213	0.80 208	0.56 204	0.79 242	0.58 231	0.82 240	0.55 227	0.76 219	0.56 228	0.75 194	0.58 232	0.75 236	0.59 233	0.57 221	0.56 229	0.55 223	0.79 235	0.55 228	0.78 239	0.55 227	0.85 237	0.58 228	0.55 222	0.57 234	0.80 239	0.57 231	0.80 235	0.57 227

AIO-Stereo-zeroshot1	0.74 231	0.57 186	0.57 207	0.56 216	0.92 266	1.07 272	0.63 240	1.03 250	0.82 261	0.49 166	0.77 258	0.69 226	0.54 227	0.58 222	0.54 226	0.86 261	1.06 266	0.72 257	1.06 269	0.79 259	0.58 213	0.87 263	0.59 227	0.46 207	0.76 236	0.46 206	1.05 267	0.97 271

UDG	0.70 224	0.87 213	0.56 204	0.87 249	0.59 232	0.84 243	0.59 236	0.85 226	0.57 231	0.84 204	0.59 234	0.84 244	0.60 234	0.58 222	0.60 234	0.59 228	0.85 241	0.59 233	0.87 247	0.58 231	0.87 239	0.60 232	0.57 226	0.59 235	0.87 244	0.58 233	0.86 244	0.60 232

test-3	0.78 235	4.38 317	1.80 304	0.62 227	0.49 219	0.62 225	0.50 223	1.86 285	0.64 237	0.69 185	0.52 224	0.66 221	0.38 183	0.58 222	0.57 232	0.46 200	0.66 222	0.46 204	0.50 206	0.44 204	0.48 190	0.58 228	0.54 221	0.60 237	0.70 230	0.46 206	0.48 192	0.50 218

DDUNet	0.69 220	0.84 212	0.59 209	0.84 248	0.59 232	0.87 246	0.57 233	0.84 225	0.59 234	0.82 202	0.58 232	0.85 245	0.57 231	0.59 225	0.59 233	0.57 227	0.87 242	0.59 233	0.85 245	0.59 234	0.85 237	0.59 231	0.59 227	0.59 235	0.87 244	0.59 234	0.84 241	0.59 230

LMCR-Stereo	0.61 208	0.61 193	0.61 216	0.61 226	0.61 234	0.67 229	0.61 238	0.61 198	0.61 235	0.61 181	0.61 235	0.61 218	0.61 235	0.61 226	0.61 236	0.61 230	0.61 218	0.61 236	0.61 225	0.61 235	0.61 217	0.61 233	0.61 230	0.61 239	0.61 225	0.61 237	0.61 220	0.61 236

HH	0.66 213	2.13 279	0.47 176	0.37 156	0.29 157	0.36 154	0.27 142	0.49 175	0.44 201	0.78 195	0.68 248	0.67 223	0.90 266	0.62 227	0.90 266	0.53 221	0.88 243	0.48 215	0.37 154	0.29 157	0.63 220	0.66 241	0.66 236	0.51 223	1.06 272	0.61 237	1.08 270	0.60 232

HanStereo	0.66 213	2.13 279	0.47 176	0.37 156	0.29 157	0.36 154	0.27 142	0.49 175	0.44 201	0.78 195	0.68 248	0.67 223	0.90 266	0.62 227	0.90 266	0.53 221	0.88 243	0.48 215	0.37 154	0.29 157	0.63 220	0.66 241	0.66 236	0.51 223	1.06 272	0.61 237	1.08 270	0.60 232

STTRV1_RVC		1.59 265	0.52 197	0.69 232	0.61 234	0.66 228	0.43 203	0.88 229	0.45 204	0.71 190	0.62 236	0.69 226	0.45 205	0.62 227	0.40 194	0.44 197	0.80 237	0.59 233		0.63 236	0.80 231	0.46 202		0.61 239	0.72 233	0.54 227	0.80 235	0.60 232

MCSU-Stereo	3.70 331	30.10 366	23.29 366	0.90 251	0.63 237	0.90 249	0.63 240	29.06 366	0.66 241	0.87 206	0.63 238	0.87 247	0.63 236	0.63 230	0.63 240	0.63 232	0.90 246	0.63 238	0.90 249	0.63 236	0.90 241	0.63 236	0.63 232	0.63 241	0.90 249	0.63 241	0.90 246	0.63 237

DNS	0.73 230	0.88 214	0.64 223	0.88 250	0.64 239	0.88 247	0.64 243	0.85 226	0.63 236	0.85 205	0.63 238	0.85 245	0.63 236	0.63 230	0.63 240	0.64 234	0.88 243	0.64 240	0.88 248	0.64 239	0.88 240	0.64 237	0.64 233	0.64 242	0.88 246	0.64 242	0.88 245	0.64 238

MyStereo04	0.76 233	4.78 322	0.62 219	0.63 229	0.54 226	0.65 227	0.56 231	0.61 198	0.58 232	0.61 181	0.56 228	0.63 219	0.57 231	0.63 230	0.60 234	0.60 229	0.64 220	0.56 231	0.63 226	0.58 231	0.63 220	0.62 235	0.55 222	0.60 237	0.63 226	0.57 231	0.64 222	0.58 229

CASS	0.58 206	0.89 215	0.55 201	0.56 216	0.55 227	0.60 222	0.57 233	0.57 195	0.56 228	0.55 174	0.56 228	0.56 212	0.50 220	0.63 230	0.56 229	0.56 226	0.62 219	0.62 237	0.59 221	0.56 229	0.56 210	0.48 213	0.60 229	0.56 230	0.57 218	0.60 236	0.57 215	0.59 230
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
AFF-stereo	0.71 226	0.73 203	0.65 224	0.82 246	0.63 237	0.83 241	0.63 240	0.73 216	0.65 238	0.82 202	0.73 256	0.74 235	0.64 238	0.63 230	0.62 237	0.62 231	0.73 231	0.63 238	0.74 236	0.72 256	0.80 231	0.58 228	0.70 252	0.71 259	0.79 237	0.69 253	0.78 233	0.72 257

MLG-Stereo	0.87 253	1.33 260	0.93 250	0.62 227	1.00 269	1.16 277	0.55 227	0.86 228	0.83 262	1.19 242	0.40 196	1.30 285	0.81 260	0.65 235	0.45 206	1.01 277	1.17 276	0.46 204	1.29 286	0.58 231	1.05 263	0.90 266	0.73 257	0.87 268	0.60 223	1.01 277	1.13 274	0.51 221

RAFT-Stereo + iAFF	0.67 217	0.74 205	0.60 210	0.79 242	0.61 234	0.76 236	0.57 233	0.71 212	0.56 228	0.71 190	0.54 226	0.72 232	0.66 241	0.65 235	0.65 242	0.64 234	0.74 233	0.64 240	0.74 236	0.63 236	0.73 229	0.65 238	0.64 233	0.64 242	0.74 235	0.61 237	0.73 231	0.64 238

DSFCA	0.66 213	0.73 203	0.74 232	0.68 231	0.65 240	0.64 226	0.65 245	0.65 201	0.65 238	0.66 184	0.65 240	0.65 220	0.64 238	0.65 235	0.65 242	0.65 236	0.65 221	0.65 242	0.65 227	0.65 240	0.65 223	0.65 238	0.65 235	0.65 244	0.66 227	0.66 243	0.65 223	0.65 240

WQFJA1++	0.80 236	1.24 246	0.73 230	0.97 259	0.65 240	0.97 256	0.65 245	0.97 238	0.65 238	0.94 215	0.66 241	0.94 253	0.65 240	0.66 238	0.65 242	0.66 237	0.98 253	0.66 244	0.98 257	0.66 242	0.98 250	0.66 241	0.66 236	0.66 246	0.98 257	0.66 243	0.98 254	0.66 241

WQFJX1	0.81 242	1.27 254	0.74 232	0.98 261	0.67 248	0.98 258	0.67 251	0.97 238	0.67 247	0.94 215	0.67 245	0.95 256	0.66 241	0.66 238	0.66 245	0.67 242	0.99 255	0.67 247	0.98 257	0.68 250	0.99 251	0.66 241	0.66 236	0.66 246	0.99 258	0.66 243	1.00 257	0.66 241

NLMM1	0.81 242	1.26 252	0.74 232	1.00 265	0.66 243	0.99 260	0.67 251	0.98 241	0.66 241	0.94 215	0.67 245	0.94 253	0.66 241	0.66 238	0.66 245	0.66 237	1.00 259	0.67 247	1.00 261	0.66 242	0.99 251	0.71 254	0.73 257	0.67 250	0.99 258	0.67 247	1.00 257	0.66 241

NLMM	0.80 236	1.26 252	0.75 236	0.98 261	0.66 243	0.97 256	0.66 247	0.97 238	0.66 241	0.94 215	0.66 241	0.96 260	0.66 241	0.66 238	0.68 252	0.67 242	0.99 255	0.68 251	0.98 257	0.66 242	0.99 251	0.66 241	0.66 236	0.66 246	1.00 263	0.66 243	0.99 255	0.66 241

ktn	0.84 250	1.15 235	0.54 198	1.16 282	1.26 297	0.51 210	0.53 226	0.51 182	0.66 241	4.54 339	0.51 223	0.52 208	0.52 226	0.66 238	0.51 225	0.51 220	1.37 290	1.17 289	0.49 202	0.51 225	1.23 280	0.51 225	0.67 242	0.51 223	0.51 205	0.68 252	0.51 204	0.51 221

WQFJX	0.81 242	1.27 254	0.74 232	0.99 263	0.66 243	0.99 260	0.66 247	0.99 244	0.66 241	0.95 220	0.66 241	0.95 256	0.67 247	0.67 243	0.66 245	0.66 237	0.99 255	0.66 244	1.00 261	0.66 242	0.99 251	0.67 247	0.68 247	0.67 250	0.99 258	0.67 247	0.99 255	0.67 246

NLSM3	0.81 242	1.27 254	0.75 236	0.99 263	0.66 243	0.99 260	0.66 247	0.98 241	0.67 247	0.95 220	0.66 241	0.95 256	0.66 241	0.67 243	0.67 249	0.66 237	0.99 255	0.66 244	0.99 260	0.66 242	0.99 251	0.67 247	0.66 236	0.66 246	0.99 258	0.67 247	1.00 257	0.67 246

AdaDepth	0.80 236	0.95 221	1.02 258	0.95 256	0.67 248	0.95 254	0.67 251	0.94 235	0.67 247	0.92 210	0.67 245	0.94 253	0.67 247	0.67 243	0.67 249	0.67 242	0.95 250	0.67 247	0.95 256	0.67 247	0.96 249	0.68 249	0.67 242	0.67 250	0.96 256	0.67 247	0.95 253	0.67 246

FC-DCNN	1.10 274	0.81 211	0.77 239	0.63 229	0.42 200	0.86 245	0.64 243	0.91 230	0.96 270	1.11 232	0.80 261	1.07 269	0.81 260	0.67 243	1.75 314	1.30 297	1.41 292	0.85 265	1.28 285	0.71 254	2.12 306	1.32 296	0.52 220	0.81 266	1.64 299	1.40 306	2.39 313	1.75 317

WQFJA1	0.82 247	1.52 264	0.76 238	1.01 270	0.66 243	0.98 258	0.66 247	0.98 241	0.66 241	0.95 220	0.68 248	0.95 256	0.66 241	0.68 247	0.66 245	0.66 237	1.00 259	0.67 247	1.00 261	0.67 247	0.99 251	0.68 249	0.67 242	0.68 255	0.99 258	0.67 247	1.00 257	0.67 246

LG-Stereo	0.57 205	0.58 189	0.43 166	0.54 212	0.65 240	0.95 254	0.69 254	0.69 203	0.38 181	0.52 171	0.37 184	0.53 209	0.37 180	0.68 247	0.73 258	0.72 253	0.70 226	0.37 181	0.54 216	0.37 182	0.54 208	0.37 178	0.37 181	0.56 230	0.95 255	0.59 234	0.84 241	0.37 183

mm2	0.69 220	0.69 198	0.69 225	0.69 232	0.69 250	0.69 230	0.69 254	0.69 203	0.69 250	0.69 185	0.69 251	0.69 226	0.69 250	0.69 249	0.69 254	0.69 247	0.69 224	0.69 252	0.69 228	0.69 251	0.69 224	0.69 251	0.69 249	0.69 256	0.69 228	0.69 253	0.69 225	0.69 251

mm1	0.69 220	0.69 198	0.69 225	0.69 232	0.69 250	0.69 230	0.69 254	0.69 203	0.69 250	0.69 185	0.69 251	0.69 226	0.69 250	0.69 249	0.69 254	0.69 247	0.69 224	0.69 252	0.69 228	0.69 251	0.69 224	0.69 251	0.69 249	0.69 256	0.69 228	0.69 253	0.69 225	0.69 251

MoCha-V2	1.75 299	27.02 365	0.72 227	0.92 252	0.69 250	0.89 248	0.69 254	0.92 232	0.71 252	0.87 206	0.69 251	0.88 248	0.68 249	0.70 251	0.68 252	0.69 247	0.90 246	0.69 252	0.92 251	0.69 251	0.92 244	0.71 254	0.70 252	0.67 250	0.88 246	0.71 256	0.92 247	0.68 250

DMCA-RVC	0.71 226	0.72 201	0.72 227	0.71 239	0.70 253	0.70 233	0.70 259	0.70 207	0.71 252	0.70 189	0.71 254	0.71 231	0.70 252	0.70 251	0.71 256	0.70 250	0.70 226	0.71 256	0.70 230	0.71 254	0.70 227	0.70 253	0.71 254	0.71 259	0.70 230	0.72 258	0.71 228	0.70 254

RSM++	0.77 234	0.91 216	0.72 227	0.83 247	0.71 254	0.83 241	0.72 260	0.81 224	0.71 252	0.81 201	0.71 254	0.81 243	0.71 254	0.71 253	0.71 256	0.70 250	0.83 240	0.72 257	0.83 244	0.81 264	0.83 235	0.72 256	0.71 254	0.71 259	0.88 246	0.71 256	0.83 240	0.70 254

HSM-Net_RVC	0.93 256	1.09 233	0.79 241	1.10 275	0.78 258	1.09 273	0.79 262	1.16 261	0.80 257	1.14 234	0.79 260	1.17 276	0.77 256	0.73 254	0.83 264	0.78 255	1.19 280	0.79 260	1.18 278	0.72 256	1.19 275	0.80 259	0.72 256	0.80 263	1.18 283	0.74 259	1.14 275	0.73 259
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AIO-Stereo	0.82 247	1.06 230	0.73 230	0.97 259	0.74 256	1.06 271	0.60 237	1.04 253	0.90 265	1.00 223	1.01 276	0.78 238	0.85 264	0.74 255	0.62 237	0.67 242	1.12 269	0.55 228	0.70 230	0.65 240	0.93 246	0.66 241	0.67 242	0.67 250	0.82 242	0.74 259	0.92 247	0.83 263

G-Net	0.82 247	1.77 271	0.78 240	0.78 241	0.78 258	0.78 237	0.78 261	0.78 221	0.79 256	0.79 197	0.78 259	0.78 238	0.78 257	0.78 256	0.78 260	0.78 255	0.79 235	0.79 260	0.79 240	0.79 259	0.79 230	0.79 258	0.79 259	0.79 262	0.79 237	0.79 262	0.79 234	0.79 260

NaN_ROB	0.80 236	0.80 208	0.80 242	0.80 244	0.80 260	0.80 238	0.80 263	0.80 222	0.80 257	0.80 199	0.80 261	0.80 241	0.80 258	0.80 257	0.80 262	0.80 257	0.80 237	0.80 262	0.80 241	0.80 262	0.80 231	0.80 259	0.80 260	0.80 263	0.80 239	0.80 263	0.80 235	0.80 261

CSAN	0.80 236	0.80 208	0.80 242	0.80 244	0.80 260	0.80 238	0.80 263	0.80 222	0.80 257	0.80 199	0.80 261	0.80 241	0.80 258	0.80 257	0.80 262	0.80 257	0.80 237	0.80 262	0.80 241	0.80 262	0.80 231	0.80 259	0.80 260	0.80 263	0.80 239	0.80 263	0.80 235	0.80 261

TorneroNet-64	0.69 220	0.65 196	0.30 137	0.27 135	0.47 209	0.28 139	0.35 174	0.34 130	0.80 257	7.93 356	0.29 158	0.30 142	0.31 163	0.81 259	0.28 151	0.27 144	0.29 140	0.28 146	0.85 245	0.83 265	0.62 219	0.28 148	0.30 161	0.28 150	0.52 207	0.29 161	0.29 138	0.27 145

PA-Net	0.71 226	0.62 194	0.55 201	0.69 232	0.71 254	0.70 233	0.69 254	0.69 203	0.74 255	0.73 192	0.75 257	0.59 215	0.72 255	0.82 260	0.79 261	0.83 259	0.67 223	0.76 259	0.81 243	0.67 247	0.61 217	0.76 257	0.68 247	0.65 244	0.82 242	0.76 261	0.71 228	0.69 251
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DPSimNet_ROB	0.93 256	1.04 229	0.83 245	1.05 273	0.82 262	1.04 269	0.83 266	1.03 250	0.89 264	1.03 229	0.84 264	1.03 267	0.84 262	0.83 261	0.84 265	0.83 259	1.14 271	0.84 264	1.12 274	0.84 266	1.04 262	0.88 265	0.83 262	0.84 267	1.07 274	0.83 266	1.15 276	0.88 264

gcap-zeroshot	0.81 242	1.03 228	0.84 246	0.93 254	0.85 264	0.84 243	0.62 239	1.21 267	0.53 224	0.79 197	0.84 264	0.77 237	0.70 252	0.84 262	0.67 249	0.74 254	1.18 279	0.52 226	0.91 250	0.79 259	0.84 236	0.61 233	0.83 262	0.69 256	0.93 254	0.82 265	0.85 243	0.66 241

WAO-8	1.02 270	1.50 263	1.49 292	0.40 172	0.40 193	1.56 296	0.98 270	1.55 280	0.58 232	4.18 335	0.40 196	0.79 240	0.48 213	0.91 263	0.39 193	0.99 272	0.71 229	0.70 255	0.51 209	0.77 258	1.07 265	0.82 262	0.69 249	0.96 275	1.01 268	1.30 299	1.10 272	1.38 303

DGTPSM_ROB	0.92 254	0.93 220	0.91 248	0.93 254	0.91 265	0.92 250	0.93 269	0.92 232	0.92 266	0.92 210	0.91 266	0.91 249	0.93 269	0.91 263	0.92 270	0.92 269	0.92 248	0.92 267	0.92 251	0.90 268	0.91 242	0.92 267	0.93 266	0.94 273	0.92 252	0.91 267	0.92 247	0.97 271

AIO-Stereo-zeroshot	0.93 256	0.77 207	0.82 244	1.16 282	0.75 257	0.99 260	0.92 267	0.91 230	0.99 272	0.94 215	0.91 266	1.15 273	0.88 265	0.92 265	1.00 273	0.67 242	0.98 253	1.00 272	0.75 238	0.91 269	1.18 273	0.87 263	0.89 264	0.90 269	1.08 275	1.07 282	0.74 232	0.89 265

DPSM_ROB	0.93 256	0.92 217	0.94 251	0.96 257	1.02 275	0.92 250	0.98 270	0.95 236	0.92 266	0.92 210	0.92 268	0.91 249	0.97 270	0.92 265	0.91 268	0.91 266	0.96 251	0.94 269	0.93 254	0.91 269	0.93 246	0.92 267	0.93 266	0.91 270	0.91 250	0.99 270	0.92 247	0.91 267

DPSM	0.93 256	0.92 217	0.94 251	0.96 257	1.02 275	0.92 250	0.98 270	0.95 236	0.92 266	0.92 210	0.92 268	0.91 249	0.97 270	0.92 265	0.91 268	0.91 266	0.96 251	0.94 269	0.93 254	0.91 269	0.93 246	0.92 267	0.93 266	0.91 270	0.91 250	0.99 270	0.92 247	0.91 267

pmcnn	0.92 254	0.92 217	0.92 249	0.92 252	0.92 266	0.92 250	0.92 267	0.92 232	0.92 266	0.92 210	0.92 268	0.92 252	0.92 268	0.92 265	0.92 270	0.92 269	0.92 248	0.92 267	0.92 251	0.92 272	0.92 244	0.92 267	0.92 265	0.92 272	0.92 252	0.92 268	0.92 247	0.92 269

MM-Stereo_test2	1.15 277	1.90 273	1.10 267	1.37 292	0.94 268	1.36 289	0.98 270	1.48 278	0.98 271	1.37 256	0.98 271	1.37 290	0.98 272	0.95 269	0.94 272	0.95 271	1.37 290	0.95 271	1.38 289	0.95 273	1.38 290	0.95 271	0.95 269	0.95 274	1.37 293	0.95 269	1.37 291	0.95 270

HBP-ISP	1.47 290	1.07 232	1.03 261	1.30 289	1.08 281	1.36 289	1.06 281	1.44 276	1.25 298	1.97 280	1.51 305	1.65 295	1.58 305	0.98 270	1.58 306	1.68 311	1.98 302	1.32 297	2.02 302	1.28 300	2.95 318	1.89 319	0.97 270	1.06 284	1.26 287	0.99 270	1.94 298	1.43 306

SPS-STEREO	1.25 288	1.47 262	1.06 265	1.54 296	1.08 281	1.52 295	1.20 297	1.44 276	1.06 281	1.49 263	1.10 283	1.41 291	1.10 283	0.98 270	1.08 282	1.12 284	1.47 294	1.04 278	1.53 293	1.14 289	1.52 292	1.07 280	1.02 276	1.05 282	1.48 295	1.07 282	1.55 293	1.11 283
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
LGCAT	1.00 262	1.00 222	1.00 253	1.00 265	1.00 269	1.00 264	1.00 275	1.00 245	1.00 273	1.00 223	1.00 272	1.00 261	1.00 274	1.00 272	1.00 273	1.00 273	1.00 259	1.00 272	1.00 261	1.00 274	1.00 257	1.00 272	1.00 271	1.00 276	1.00 263	1.00 273	1.00 257	1.00 273

GANet	1.00 262	1.00 222	1.00 253	1.00 265	1.00 269	1.00 264	1.00 275	1.00 245	1.00 273	1.00 223	1.00 272	1.00 261	1.00 274	1.00 272	1.00 273	1.00 273	1.00 259	1.00 272	1.00 261	1.00 274	1.00 257	1.00 272	1.00 271	1.00 276	1.00 263	1.00 273	1.00 257	1.00 273

TDLM	1.00 262	1.00 222	1.00 253	1.00 265	1.00 269	1.00 264	1.00 275	1.00 245	1.00 273	1.00 223	1.00 272	1.00 261	1.00 274	1.00 272	1.00 273	1.00 273	1.00 259	1.00 272	1.00 261	1.00 274	1.00 257	1.00 272	1.00 271	1.00 276	1.00 263	1.00 273	1.00 257	1.00 273

CVANet_RVC	1.00 262	1.00 222	1.00 253	1.00 265	1.00 269	1.00 264	1.00 275	1.00 245	1.00 273	1.00 223	1.00 272	1.00 261	1.00 274	1.00 272	1.00 273	1.00 273	1.00 259	1.00 272	1.00 261	1.00 274	1.00 257	1.00 272	1.00 271	1.00 276	1.00 263	1.00 273	1.00 257	1.00 273

trnet	1.01 267	1.01 226	1.01 257	1.01 270	1.01 274	1.01 268	1.01 279	1.01 249	1.01 277	1.01 228	1.01 276	1.01 266	1.01 279	1.01 276	1.01 278	1.01 277	1.01 265	1.01 277	1.01 268	1.01 278	1.01 261	1.01 276	1.01 275	1.01 280	1.01 268	1.01 277	1.01 266	1.01 277

GANetREF_RVC	1.52 293	2.01 276	1.21 283	1.98 303	1.21 294	1.98 302	1.21 298	1.98 293	1.21 295	1.99 282	1.21 296	1.98 302	1.21 295	1.02 277	1.21 294	1.21 294	1.99 303	1.21 294	1.99 301	1.21 296	1.99 300	1.21 292	1.21 292	1.21 297	1.99 304	1.21 296	1.99 301	1.21 293
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
MM-Stereo_test3	1.22 285	1.60 267	1.19 280	1.48 295	1.02 275	1.48 294	0.99 274	1.54 279	1.03 278	1.41 258	1.03 278	1.44 292	1.00 274	1.04 278	1.04 279	1.02 279	1.42 293	1.04 278	1.48 292	1.01 278	1.48 291	1.03 277	1.06 279	1.04 281	1.53 296	1.04 279	1.49 292	1.04 278

plain	1.96 303	3.33 305	1.04 262	3.24 323	1.04 279	3.24 323	1.04 280	3.26 319	1.05 279	3.26 319	1.13 285	3.27 322	1.06 281	1.05 279	1.05 280	1.05 280	3.28 320	1.05 280	3.29 320	1.06 282	3.30 320	1.05 278	1.05 278	1.06 284	3.30 323	1.06 281	3.30 322	1.06 279

GLC_STEREO	1.05 273	1.01 226	1.02 258	1.02 272	1.02 275	1.05 270	1.06 281	1.05 254	1.05 279	1.04 231	1.05 279	1.05 268	1.04 280	1.06 280	1.05 280	1.06 281	1.06 266	1.05 280	1.06 269	1.05 281	1.06 264	1.06 279	1.04 277	1.05 282	1.04 270	1.05 280	1.06 268	1.06 279

UniTT-Stereo	2.12 313	3.66 310	1.10 267	3.48 326	1.15 287	3.57 327	1.11 285	3.44 322	1.16 289	3.52 321	1.16 287	3.50 323	1.16 288	1.10 281	1.13 287	1.15 286	3.61 322	1.17 289	3.64 321	1.12 287	3.58 323	1.12 284	1.12 284	1.17 293	3.53 326	1.18 292	3.52 325	1.18 290

Abc-Net	1.14 275	1.16 237	1.18 277	1.10 275	1.10 284	1.16 277	1.18 291	1.16 261	1.13 286	1.11 232	1.16 287	1.16 274	1.12 285	1.10 281	1.17 291	1.16 287	1.16 274	1.10 282	1.16 275	1.14 289	1.17 271	1.16 286	1.11 283	1.09 287	1.10 276	1.10 285	1.16 277	1.17 288
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
qqai	1.17 283	1.27 254	1.10 267	1.26 287	1.09 283	1.23 284	1.11 285	1.26 270	1.11 284	1.26 248	1.08 281	1.25 283	1.11 284	1.11 283	1.10 283	1.09 282	1.27 284	1.11 285	1.27 283	1.11 286	1.27 284	1.10 282	1.10 281	1.11 288	1.27 288	1.10 285	1.24 284	1.11 283

NCC-stereo	1.15 277	1.17 241	1.12 272	1.10 275	1.15 287	1.14 275	1.15 287	1.15 259	1.12 285	1.17 241	1.17 291	1.11 271	1.17 291	1.11 283	1.10 283	1.16 287	1.12 269	1.11 285	1.16 275	1.13 288	1.23 280	1.16 286	1.19 290	1.11 288	1.18 283	1.17 291	1.17 280	1.13 286

edge stereo	1.15 277	1.18 242	1.11 270	1.12 278	1.17 291	1.17 282	1.17 289	1.16 261	1.18 293	1.16 238	1.17 291	1.17 276	1.13 286	1.11 283	1.11 285	1.12 284	1.17 276	1.17 289	1.11 273	1.17 292	1.17 271	1.17 288	1.18 288	1.14 291	1.11 277	1.18 292	1.12 273	1.11 283

Nwc_Net	1.15 277	1.15 235	1.15 273	1.09 274	1.19 293	1.16 277	1.17 289	1.15 259	1.16 289	1.16 238	1.16 287	1.08 270	1.16 288	1.11 283	1.15 290	1.18 291	1.11 268	1.10 282	1.16 275	1.17 292	1.16 269	1.13 285	1.18 288	1.20 296	1.11 277	1.15 289	1.16 277	1.20 291

RGC	1.15 277	1.16 237	1.17 276	1.15 280	1.11 286	1.21 283	1.21 298	1.10 256	1.15 287	1.16 238	1.11 284	1.17 276	1.09 282	1.14 287	1.11 285	1.16 287	1.19 280	1.11 285	1.10 271	1.15 291	1.11 266	1.19 289	1.16 286	1.12 290	1.17 281	1.10 285	1.16 277	1.17 288

RP	1.14 275	1.16 237	1.15 273	1.17 284	1.10 284	1.16 277	1.15 287	1.10 256	1.16 289	1.15 235	1.08 281	1.16 274	1.15 287	1.15 288	1.14 288	1.16 287	1.16 274	1.10 282	1.10 271	1.10 285	1.16 269	1.11 283	1.10 281	1.19 295	1.14 279	1.19 294	1.07 269	1.10 282

AF-Net	2.06 312	25.73 364	1.18 277	1.12 278	1.16 290	1.16 277	1.19 292	1.10 256	1.17 292	1.15 235	1.14 286	1.11 271	1.16 288	1.16 289	1.14 288	1.11 283	1.15 272	1.13 288	1.21 281	1.17 292	1.11 266	1.21 292	1.17 287	1.17 293	1.17 281	1.11 288	1.20 283	1.13 286

stereogan	1.17 283	1.19 244	1.15 273	1.15 280	1.15 287	1.15 276	1.19 292	1.19 265	1.15 287	1.15 235	1.16 287	1.19 279	1.19 292	1.19 290	1.19 292	1.19 292	1.15 272	1.19 292	1.19 279	1.19 295	1.15 268	1.19 289	1.15 285	1.15 292	1.16 280	1.15 289	1.19 281	1.20 291

RAStereo	2.24 316	3.70 311	1.18 277	3.73 330	1.18 292	3.69 329	1.19 292	3.73 325	1.24 296	3.72 324	1.21 296	3.76 327	1.20 293	1.20 291	1.20 293	1.20 293	3.74 327	1.20 293	3.75 327	1.21 296	3.77 327	1.21 292	1.21 292	1.21 297	3.82 330	1.21 296	3.82 329	1.21 293

FAT-Stereo	1.22 285	1.23 245	1.19 280	1.21 286	1.24 296	1.24 286	1.19 292	1.25 269	1.24 296	1.25 247	1.19 294	1.20 280	1.24 296	1.20 291	1.21 294	1.25 296	1.22 282	1.21 294	1.25 282	1.23 298	1.22 278	1.19 289	1.19 290	1.24 299	1.25 286	1.20 295	1.19 281	1.25 297

S-Stereo	1.22 285	1.18 242	1.19 280	1.20 285	1.23 295	1.23 284	1.19 292	1.19 265	1.18 293	1.27 249	1.20 295	1.20 280	1.20 293	1.23 293	1.22 296	1.23 295	1.23 283	1.23 296	1.20 280	1.25 299	1.20 276	1.22 295	1.25 294	1.24 299	1.20 285	1.22 298	1.26 285	1.24 296

MonStereo1	1.60 294	2.69 299	1.46 289	1.99 304	1.31 298	1.99 304	1.36 301	1.99 294	1.31 299	1.84 269	1.32 298	1.89 296	1.31 297	1.32 294	1.30 297	1.36 299	1.94 298	1.33 299	1.93 297	1.30 301	1.92 297	1.33 297	1.31 295	1.31 301	1.94 301	1.31 300	1.93 297	1.31 298

RASNet	1.39 289	1.37 261	1.35 284	1.38 293	1.40 300	1.39 292	1.77 315	1.36 273	1.74 314	1.36 255	1.36 300	1.36 289	1.36 299	1.36 295	1.35 298	1.41 304	1.36 288	1.36 302	1.36 288	1.35 302	1.36 288	1.35 299	1.36 297	1.35 302	1.36 292	1.35 302	1.36 290	1.35 299

PS-NSSS	1.48 291	4.46 319	1.35 284	1.35 291	1.35 299	1.41 293	1.34 300	1.36 273	1.35 301	1.40 257	1.35 299	1.33 287	1.35 298	1.37 296	1.40 301	1.35 298	1.35 286	1.35 300	1.39 290	1.44 307	1.35 287	1.34 298	1.35 296	1.38 306	1.35 291	1.33 301	1.34 288	1.38 303

MonStereo	1.66 298	2.63 298	1.46 289	1.99 304	1.41 304	2.03 305	1.39 302	2.04 296	1.43 305	1.94 277	1.40 304	1.92 298	1.37 300	1.38 297	1.39 299	1.39 303	1.99 303	1.38 305	2.04 303	1.41 306	2.02 302	1.37 301	1.39 298	1.38 306	1.99 304	1.38 303	2.01 303	1.39 305

CC-Net-ROB	1.51 292	4.40 318	1.69 300	1.39 294	1.40 300	1.37 291	1.40 305	1.36 273	1.39 302	1.41 258	1.36 300	1.35 288	1.38 301	1.39 298	1.39 299	1.36 299	1.36 288	1.35 300	1.39 290	1.39 303	1.37 289	1.36 300	1.41 301	1.48 308	1.39 294	1.42 307	1.35 289	1.35 299

R-Stereo Train	1.62 295	2.01 276	1.41 287	1.97 300	1.40 300	1.96 300	1.39 302	1.93 287	1.39 302	1.92 274	1.38 302	1.94 299	1.39 302	1.40 299	1.45 302	1.38 301	1.96 300	1.37 303	1.97 298	1.39 303	1.98 298	1.41 302	1.40 299	1.37 304	1.97 302	1.38 303	1.96 299	1.37 301

RAFT-Stereo	1.62 295	2.01 276	1.41 287	1.97 300	1.40 300	1.96 300	1.39 302	1.93 287	1.39 302	1.92 274	1.38 302	1.94 299	1.39 302	1.40 299	1.45 302	1.38 301	1.96 300	1.37 303	1.97 298	1.39 303	1.98 298	1.41 302	1.40 299	1.37 304	1.97 302	1.38 303	1.96 299	1.37 301
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MM-Stereo_test1	1.85 302	3.50 308	1.61 294	2.12 306	1.47 305	2.14 306	1.47 306	2.33 305	1.53 306	2.12 287	1.54 306	2.19 304	1.53 304	1.54 301	1.53 304	1.53 305	2.20 305	1.54 306	2.24 304	1.57 308	2.21 308	1.49 304	1.59 303	1.49 309	2.15 310	1.52 308	2.15 305	1.54 308

DPSMNet_ROB	1.62 295	1.60 267	1.59 293	1.61 298	1.69 309	1.66 298	1.61 307	1.70 283	1.65 311	1.62 266	1.60 308	1.61 293	1.60 306	1.60 302	1.59 307	1.62 309	1.60 295	1.63 310	1.62 295	1.68 314	1.70 294	1.60 305	1.64 308	1.60 310	1.61 297	1.60 309	1.60 294	1.59 309

LG-G_1	1.99 305	2.56 295	1.63 296	2.54 317	1.62 307	2.55 318	1.61 307	2.51 309	1.61 307	2.50 307	1.62 310	2.50 315	1.61 307	1.61 303	1.61 308	1.61 306	2.55 316	1.61 307	2.55 317	1.61 309	2.55 316	1.61 306	1.61 304	1.61 311	2.55 318	1.61 310	2.54 316	1.61 310

LG-G	1.99 305	2.56 295	1.63 296	2.54 317	1.62 307	2.55 318	1.61 307	2.51 309	1.61 307	2.50 307	1.62 310	2.50 315	1.61 307	1.61 303	1.61 308	1.61 306	2.55 316	1.61 307	2.55 317	1.61 309	2.55 316	1.61 306	1.61 304	1.61 311	2.55 318	1.61 310	2.54 316	1.61 310

LGtest1	1.99 305	2.55 294	1.62 295	2.54 317	1.61 306	2.54 315	1.61 307	2.51 309	1.61 307	2.49 306	1.61 309	2.49 314	1.61 307	1.61 303	1.61 308	1.61 306	2.55 316	1.62 309	2.54 316	1.61 309	2.54 315	1.61 306	1.61 304	1.61 311	2.54 317	1.61 310	2.54 316	1.61 310

MFMNet_re	1.77 300	1.89 272	1.72 301	1.88 299	1.69 309	1.89 299	1.67 311	1.91 286	1.70 312	1.87 270	1.67 312	1.89 296	1.68 311	1.67 306	1.67 312	1.70 312	1.88 297	1.68 312	1.88 296	1.67 312	1.89 295	1.68 311	1.70 310	1.71 315	1.87 300	1.68 317	1.87 296	1.68 314

UDGNet	1.97 304	2.43 290	1.67 298	2.46 314	1.70 311	2.44 313	1.69 312	2.34 306	1.63 310	2.35 303	1.67 312	2.37 313	1.67 310	1.68 307	1.64 311	1.67 310	2.44 312	1.64 311	2.43 312	1.67 312	2.43 314	1.66 309	1.67 309	1.63 314	2.43 315	1.66 315	2.42 314	1.66 313

derf	1.84 301	1.93 274	1.73 302	1.97 300	1.77 312	1.98 302	1.76 314	1.94 289	1.73 313	1.97 280	1.78 314	1.97 301	1.76 312	1.76 308	1.71 313	1.79 313	1.94 298	1.77 313	1.98 300	1.75 316	1.89 295	1.71 312	1.77 313	1.77 317	2.01 306	1.74 318	2.00 302	1.71 315

FBW_ROB	2.04 308	2.50 291	1.75 303	2.45 313	1.78 313	2.40 311	1.74 313	2.47 308	1.77 315	2.37 304	1.81 315	2.30 307	1.80 313	1.78 309	1.88 322	1.80 314	2.41 311	1.77 313	2.43 312	1.83 317	2.39 312	1.81 317	1.76 312	1.75 316	2.56 320	1.75 319	2.30 310	1.74 316

MaDis-Stereo	3.69 330	10.19 352	2.01 313	6.09 352	2.01 320	5.94 352	1.82 316	6.14 342	1.85 317	6.59 352	1.82 316	6.01 351	1.81 314	1.83 310	1.83 315	2.02 320	5.87 349	1.79 315	5.93 351	2.06 324	4.63 341	1.67 310	1.84 316	2.08 323	5.90 350	1.66 315	6.34 352	1.87 320

sCroCo_RVC	2.76 322	4.00 313	1.82 305	4.00 334	1.83 314	3.98 335	1.82 316	3.99 327	1.81 316	4.14 332	2.76 330	4.13 336	1.82 315	1.83 310	1.83 315	1.82 315	4.01 332	1.82 316	3.98 330	1.86 318	4.00 332	1.82 318	1.83 315	1.84 318	4.02 336	1.81 320	4.00 333	1.83 319

sAnonymous2	2.87 324	4.16 314	1.89 309	4.26 339	1.87 318	4.23 338	1.92 321	4.17 328	1.94 322	4.16 333	1.92 320	4.20 337	1.92 320	1.96 312	1.86 317	1.87 317	4.25 336	1.90 320	4.23 336	1.91 322	4.26 335	1.93 320	1.89 320	1.90 319	4.07 338	1.91 324	5.09 349	1.93 324

CroCo_RVC	2.87 324	4.16 314	1.89 309	4.26 339	1.87 318	4.23 338	1.92 321	4.17 328	1.94 322	4.16 333	1.92 320	4.20 337	1.92 320	1.96 312	1.86 317	1.87 317	4.25 336	1.90 320	4.23 336	1.91 322	4.26 335	1.93 320	1.89 320	1.90 319	4.07 338	1.91 324	5.09 349	1.93 324

StereoVision	3.44 327	10.12 351	1.68 299	5.44 351	2.26 326	5.87 351	1.97 323	5.17 337	1.31 299	5.80 349	1.56 307	5.62 350	1.84 316	1.97 314	1.91 323	1.84 316	4.98 345	1.32 297	5.60 348	1.71 315	5.35 350	1.73 316	1.97 322	1.96 321	5.40 349	1.65 314	5.08 347	1.76 318

Anonymous3	3.36 326	4.93 324	2.20 316	4.92 346	2.23 324	4.90 346	2.23 327	4.89 334	2.24 327	4.95 345	2.21 325	4.91 344	2.21 325	2.18 315	2.22 327	2.22 326	4.86 343	2.20 326	4.90 343	2.20 327	4.96 345	2.21 322	2.21 326	2.21 326	6.30 352	2.21 329	4.90 342	2.23 329

STTStereo	2.30 319	2.34 287	2.26 320	2.37 312	2.23 324	2.40 311	2.35 329	2.20 297	2.33 329	2.28 294	2.31 328	2.19 304	2.37 327	2.20 316	2.31 329	2.23 327	2.38 310	2.25 327	2.33 310	2.27 329	2.39 312	2.27 326	2.31 328	2.29 328	2.37 313	2.32 331	2.34 311	2.26 330

NLCA_NET_v2_RVC	2.50 320	2.85 301	1.90 311	2.90 320	2.77 330	2.88 320	2.85 332	2.51 309	2.85 332	2.88 314	1.99 322	2.50 315	2.76 330	2.20 316	1.57 305	2.64 330	2.89 319	2.63 330	5.69 350	1.03 280	2.01 301	2.71 329	2.74 332	2.73 333	2.87 321	1.64 313	1.00 257	1.49 307
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PDISCO_ROB	0.50 183	0.15 77	0.11 62	0.16 91	3.16 332	0.13 74	0.12 91	0.14 62	0.12 89	0.15 67	0.11 74	2.55 318	0.11 75	2.20 316	0.13 96	0.12 89	0.16 91	0.10 62	0.14 74	0.12 93	0.15 84	0.12 92	0.12 89	0.12 91	0.15 81	0.10 61	2.75 319	0.09 60

AIO_test	2.22 314	2.36 289	2.10 314	2.47 315	2.15 322	2.54 315	2.06 324	2.27 299	2.09 324	2.29 297	2.13 323	2.30 307	2.09 322	2.25 319	2.15 326	1.95 319	2.52 315	2.08 322	2.32 309	2.21 328	2.20 307	2.26 325	2.05 323	2.06 322	2.40 314	2.16 328	2.52 315	2.05 326

AIO_rvc	2.25 317	2.35 288	2.10 314	2.47 315	2.17 323	2.54 315	2.15 326	2.32 304	2.21 326	2.29 297	2.28 326	2.33 312	2.09 322	2.26 320	2.14 325	2.08 321	2.49 314	2.09 323	2.53 315	2.14 325	2.34 311	2.23 324	2.14 325	2.18 325	2.19 311	2.15 327	2.35 312	2.22 328

HUF	2.22 314	2.33 286	2.24 318	2.35 311	2.07 321	2.45 314	2.11 325	2.42 307	2.13 325	2.19 290	2.15 324	2.10 303	2.09 322	2.27 321	2.04 324	2.08 321	2.44 312	2.12 324	2.38 311	2.18 326	2.29 310	2.22 323	2.12 324	2.12 324	2.52 316	2.10 326	2.22 306	2.15 327

NCCL2	2.27 318	2.27 285	2.28 321	2.27 307	2.28 327	2.28 307	2.28 328	2.27 299	2.28 328	2.28 294	2.28 326	2.29 306	2.28 326	2.28 322	2.29 328	2.28 328	2.28 306	2.28 328	2.27 305	2.28 330	2.28 309	2.28 327	2.28 327	2.28 327	2.28 312	2.28 330	2.11 304	2.28 331

TRStereo	2.05 309	2.13 279	1.85 306	2.27 307	1.84 315	2.28 307	1.84 318	2.29 301	1.87 318	2.29 297	1.86 317	2.30 307	1.87 317	2.30 323	1.87 319	2.08 321	2.29 307	1.87 317	2.30 306	1.87 319	2.08 303	1.72 313	1.86 317	2.30 329	2.13 307	1.84 321	2.29 307	1.87 320

XX-Stereo	2.05 309	2.13 279	1.85 306	2.27 307	1.84 315	2.28 307	1.84 318	2.29 301	1.87 318	2.29 297	1.86 317	2.30 307	1.87 317	2.30 323	1.87 319	2.08 321	2.29 307	1.87 317	2.30 306	1.87 319	2.08 303	1.72 313	1.86 317	2.30 329	2.13 307	1.84 321	2.29 307	1.87 320

EAI-Stereo	2.05 309	2.13 279	1.85 306	2.27 307	1.84 315	2.28 307	1.84 318	2.29 301	1.87 318	2.29 297	1.86 317	2.30 307	1.87 317	2.30 323	1.87 319	2.08 321	2.29 307	1.87 317	2.30 306	1.87 319	2.08 303	1.72 313	1.86 317	2.30 329	2.13 307	1.84 321	2.29 307	1.87 320

NLSM1	2.82 323	3.85 312	2.57 326	3.19 322	2.46 328	3.28 325	2.38 330	3.29 320	2.42 330	3.20 318	2.64 329	3.14 320	2.62 328	2.46 326	2.44 330	2.51 329	3.31 321	2.53 329	3.17 319	2.47 331	3.27 319	2.33 328	2.65 329	2.61 332	3.22 322	2.55 332	3.31 323	2.39 332

MIF-Stereo (partial)	2.52 321	3.41 307	1.05 263	3.29 324	1.05 280	3.29 326	1.06 281	3.30 321	1.06 281	3.31 320	1.06 280	4.97 345	2.72 329	2.72 327	2.71 331	2.70 331	6.57 352	2.19 325	5.08 347	1.08 284	3.36 321	1.07 280	1.07 280	1.07 286	3.35 325	1.07 282	3.36 324	1.07 281

U	5.23 352	8.71 344	2.75 327	8.64 358	2.76 329	8.65 358	2.79 331	8.67 356	2.79 331	8.70 357	2.79 331	8.70 357	2.79 331	2.79 328	2.80 333	2.80 333	8.84 357	2.82 331	8.82 357	2.89 332	8.84 356	2.83 330	2.83 333	2.82 334	8.87 359	2.83 333	8.84 358	2.83 333

FC-DCNN v2	4.74 348	3.16 304	3.16 331	3.16 321	3.16 332	3.16 322	3.16 337	3.16 318	3.16 334	3.16 317	3.16 334	3.16 321	3.16 335	3.16 329	3.16 336	3.16 336	6.72 353	6.72 355	6.72 353	6.72 358	6.72 352	6.72 357	6.72 356	6.72 357	6.72 353	6.72 356	6.72 354	6.72 357

MLG-Stereo_test1	3.87 334	4.67 321	3.29 333	5.26 350	3.25 336	5.04 348	3.11 335	4.43 330	3.27 337	5.02 347	3.21 335	4.71 343	3.10 334	3.22 330	3.06 334	2.98 335	5.03 347	3.18 334	4.95 345	2.94 333	4.70 343	3.32 333	3.30 335	3.27 337	5.17 347	3.08 336	5.02 345	2.85 334

MLG-Stereo_test3	3.87 334	4.64 320	3.29 333	5.17 349	3.23 335	4.83 345	3.02 333	4.95 335	3.22 335	4.31 336	3.33 338	5.08 347	3.20 336	3.23 331	2.77 332	3.20 338	4.99 346	3.24 336	4.93 344	2.94 333	4.82 344	3.33 335	3.33 336	3.29 338	5.19 348	3.02 334	5.08 347	2.93 335

NLCSM	3.61 328	5.05 326	3.36 336	4.13 336	3.31 338	3.91 331	3.26 338	3.98 326	3.24 336	4.08 331	3.06 333	3.95 332	3.25 337	3.25 332	3.10 335	3.17 337	4.20 335	3.08 332	4.16 334	3.24 338	4.26 335	3.46 337	3.14 334	3.19 336	4.02 336	3.24 337	4.21 337	3.17 336

MLG-Stereo_test2	3.86 333	4.96 325	3.13 329	4.65 344	3.27 337	5.17 350	3.07 334	5.01 336	3.01 333	4.93 344	3.03 332	4.56 342	3.32 338	3.26 333	3.33 338	3.30 339	5.17 348	3.19 335	4.86 342	2.96 336	5.04 347	3.25 332	2.67 330	3.15 335	4.98 346	3.05 335	4.59 340	3.30 337

test-1	4.11 337	7.65 334	4.93 340	3.65 328	3.58 340	4.70 344	3.74 346	4.73 332	4.06 348	3.72 324	4.11 350	3.70 326	3.49 340	3.36 334	3.65 342	4.17 351	3.92 330	4.04 349	4.19 335	3.75 345	4.69 342	4.18 346	3.88 344	3.90 347	4.73 342	3.77 346	3.12 321	3.68 341

SA	3.93 336	7.22 331	4.74 339	4.15 337	3.88 348	3.70 330	4.02 351	6.67 347	3.95 346	3.64 322	3.74 342	3.63 324	3.00 332	3.51 335	3.68 346	3.68 343	3.73 326	3.71 343	3.64 321	3.48 339	3.58 323	2.97 331	3.69 341	3.61 340	3.55 328	3.42 338	3.64 326	3.79 346

test_5	4.51 346	8.85 345	5.35 344	3.66 329	3.56 339	5.10 349	4.47 353	6.14 342	4.07 349	4.96 346	3.87 347	5.14 349	4.17 352	3.53 336	4.39 352	4.53 352	4.15 334	3.62 339	4.74 341	2.94 333	3.63 325	4.53 350	4.20 349	4.54 353	4.86 344	3.68 342	4.95 343	4.06 350

DispFullNet	4.96 350	5.67 327	3.30 335	5.01 347	3.21 334	4.50 342	3.11 335	4.43 330	3.44 340	4.60 340	3.46 339	5.13 348	3.44 339	3.53 336	3.20 337	2.87 334	4.80 342	3.15 333	4.70 340	4.83 352	9.02 357	5.98 354	5.95 355	6.21 356	8.84 358	5.85 355	9.76 359	5.91 355

test_4	4.11 337	8.05 340	6.64 348	4.52 342	3.68 343	3.00 321	3.40 339	6.21 345	3.29 338	4.07 330	3.84 346	4.04 334	3.76 347	3.56 338	3.67 345	3.76 346	4.04 333	3.79 345	4.10 331	3.53 340	3.98 331	3.74 343	3.55 337	3.61 340	3.94 335	3.75 344	3.73 328	3.73 344

TESTraft	4.16 341	8.03 339	6.81 352	3.99 333	3.68 343	3.93 332	3.70 344	6.86 349	3.69 342	3.93 328	3.88 348	3.93 331	3.59 344	3.65 339	3.64 340	3.68 343	3.92 330	3.72 344	3.92 328	3.57 341	3.84 328	3.70 340	3.71 342	3.67 342	3.91 334	3.74 343	3.92 332	3.67 338

DPSNet	3.67 329	3.61 309	3.62 337	3.64 327	3.61 342	3.64 328	3.65 342	3.64 324	3.67 341	3.67 323	3.65 340	3.68 325	3.69 345	3.69 340	3.69 347	3.68 343	3.70 324	3.70 342	3.69 326	3.69 344	3.71 326	3.69 339	3.67 340	3.69 345	3.68 329	3.67 341	3.68 327	3.67 338

TestStereo1	4.11 337	7.79 337	6.72 350	3.93 331	3.81 345	3.96 333	3.58 340	6.96 350	3.74 343	3.90 326	3.76 343	3.89 329	3.57 342	3.70 341	3.66 343	3.34 340	3.80 328	3.62 339	3.66 323	3.68 342	3.91 329	3.70 340	3.65 338	3.67 342	3.88 331	3.53 339	3.89 330	3.68 341

SA-5K	4.11 337	7.79 337	6.72 350	3.93 331	3.81 345	3.96 333	3.58 340	6.96 350	3.74 343	3.90 326	3.76 343	3.89 329	3.57 342	3.70 341	3.66 343	3.34 340	3.80 328	3.62 339	3.66 323	3.68 342	3.91 329	3.70 340	3.65 338	3.67 342	3.88 331	3.53 339	3.89 330	3.68 341

Sa-1000	3.84 332	7.71 335	6.81 352	4.15 337	2.86 331	3.27 324	3.87 348	5.99 339	4.35 352	2.78 312	3.71 341	3.88 328	3.56 341	3.88 343	3.64 340	2.71 332	3.72 325	3.27 337	3.67 325	3.15 337	3.51 322	3.36 336	2.70 331	3.49 339	3.32 324	3.76 345	2.87 320	3.76 345

RAFT_CTSACE	4.43 343	8.26 342	6.10 346	4.62 343	4.01 350	4.54 343	3.65 342	6.09 341	3.93 345	4.64 341	4.14 351	4.26 339	4.13 350	3.91 344	3.88 349	4.06 350	4.30 338	4.03 348	4.27 338	3.92 347	4.26 335	3.67 338	3.91 345	4.16 350	4.82 343	4.08 351	4.20 336	3.67 338

SGM-Forest	5.07 351	6.74 329	4.17 338	6.46 353	4.68 352	6.21 354	4.38 352	6.00 340	4.14 350	5.84 350	4.44 352	6.28 352	4.16 351	3.92 345	4.56 353	4.60 353	6.15 350	4.27 350	6.12 352	4.31 351	5.99 351	4.27 347	3.92 346	4.27 351	6.13 351	4.10 352	6.18 351	4.49 352
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
cross-raft	4.43 343	7.31 332	6.46 347	4.47 341	3.95 349	4.46 341	3.95 349	6.70 348	3.97 347	4.41 337	3.82 345	4.38 340	3.94 349	3.95 346	3.95 351	3.95 347	4.45 340	3.95 347	4.46 339	3.95 348	4.46 340	3.95 344	3.95 347	3.94 349	4.40 340	3.95 350	4.45 339	3.95 348

test_3	4.55 347	10.96 353	7.69 356	4.04 335	3.60 341	4.10 337	3.98 350	7.94 352	4.56 353	3.99 329	4.03 349	4.08 335	3.74 346	3.99 347	3.91 350	4.05 349	4.33 339	3.89 346	4.14 333	4.00 349	4.11 334	4.02 345	4.01 348	3.91 348	3.53 326	3.94 349	4.19 335	4.20 351

raft_robust	4.19 342	7.78 336	6.08 345	3.30 325	3.85 347	4.03 336	3.73 345	6.25 346	3.30 339	4.44 338	3.28 337	4.01 333	3.82 348	4.29 348	3.70 348	4.01 348	4.48 341	3.42 338	4.11 332	3.76 346	4.05 333	3.32 333	3.85 343	3.82 346	4.71 341	3.83 347	4.09 334	3.80 347

RAFT+CT+SA	4.43 343	7.34 333	6.71 349	5.01 347	4.38 351	4.40 340	3.85 347	6.15 344	4.30 351	4.89 343	3.26 336	4.49 341	3.01 333	4.53 349	3.36 339	3.65 342	3.64 323	4.39 351	3.94 329	4.28 350	4.44 339	4.30 348	4.24 350	4.52 352	3.90 333	3.85 348	4.89 341	4.00 349

TestStereo	4.92 349	4.80 323	4.98 341	4.82 345	4.97 353	4.91 347	4.78 354	4.80 333	4.88 354	4.78 342	4.80 353	4.99 346	4.81 353	4.83 350	4.87 354	4.97 354	4.93 344	5.01 353	5.03 346	4.90 353	5.02 346	5.02 351	5.06 351	5.04 354	4.93 345	4.89 353	5.01 344	5.09 353

SGM+DAISY	6.35 353	8.16 341	5.14 343	8.12 357	5.08 355	8.12 357	5.16 355	8.01 353	5.18 356	7.92 355	5.14 354	7.89 356	5.14 354	4.95 351	5.33 355	5.32 355	8.14 356	5.16 354	8.16 356	5.16 354	8.21 355	5.19 352	5.12 352	5.12 355	8.18 357	5.24 354	8.12 357	5.11 354

test-v	7.17 355	11.53 354	7.63 354	7.17 354	6.87 357	7.48 355	6.90 357	8.14 354	6.88 357	6.93 353	7.42 357	7.05 353	6.14 355	6.05 352	6.86 356	6.99 357	7.60 354	6.75 356	6.90 354	6.66 356	7.83 353	6.36 355	5.89 353	7.34 359	7.19 355	6.75 357	7.52 355	6.77 358

test-2	7.17 355	11.53 354	7.63 354	7.17 354	6.87 357	7.48 355	6.90 357	8.14 354	6.88 357	6.93 353	7.42 357	7.05 353	6.14 355	6.05 352	6.86 356	6.99 357	7.60 354	6.75 356	6.90 354	6.66 356	7.83 353	6.36 355	5.89 353	7.34 359	7.19 355	6.75 357	7.52 355	6.77 358

RAFT	6.60 354	9.99 348	8.33 357	7.21 356	6.55 356	5.95 353	5.87 356	8.70 357	5.02 355	5.10 348	6.69 356	7.06 355	6.94 357	6.17 354	7.09 358	6.84 356	6.47 351	4.72 352	5.60 348	5.60 355	5.11 348	5.97 353	6.93 357	6.89 358	7.16 354	7.08 359	6.58 353	6.66 356

ccs_rob	1.00 262	10.06 349	0.31 140	0.44 187	0.31 167	0.43 185	0.31 170	0.43 158	0.32 164	0.45 155	0.32 169	1.20 280	0.31 163	7.02 355	0.31 166	0.31 162	0.44 183	0.31 164	0.44 184	0.32 169	0.44 177	0.31 165	0.32 164	0.32 168	0.44 182	0.32 169	0.43 178	0.31 168

CFNet_pseudo	1.01 267	9.78 347	0.29 131	0.38 160	0.28 147	0.38 162	0.28 149	0.38 141	0.28 149	0.39 135	0.28 150	0.39 164	0.28 147	9.50 356	0.29 159	0.28 145	0.38 159	0.28 146	0.38 158	0.28 148	0.38 152	0.28 148	0.28 145	0.28 150	0.38 157	0.28 146	0.38 155	0.28 148

pcwnet_v2	1.01 267	9.73 346	0.28 126	0.38 160	0.28 147	0.38 162	0.28 149	0.38 141	0.28 149	0.38 132	0.28 150	0.39 164	0.28 147	9.61 357	0.28 151	0.28 145	0.38 159	0.28 146	0.38 158	0.28 148	0.38 152	0.28 148	0.29 153	0.28 150	0.38 157	0.28 146	0.38 155	0.28 148

UCFNet_RVC	1.03 272	10.10 350	0.28 126	0.38 160	0.28 147	0.39 169	0.28 149	0.38 141	0.28 149	0.39 135	0.28 150	0.39 164	0.29 156	9.62 358	0.28 151	0.28 145	0.38 159	0.28 146	0.38 158	0.28 148	0.39 161	0.28 148	0.29 153	0.28 150	0.39 166	0.28 146	0.38 155	0.29 159

MANE	18.41 357	23.00 363	16.00 358	22.00 366	15.00 359	22.00 366	15.00 359	22.00 365	15.00 359	21.00 366	15.00 359	22.00 365	15.00 358	15.00 359	17.00 359	15.00 359	23.00 365	15.00 358	22.00 365	15.00 359	23.00 365	15.00 358	18.00 358	15.00 361	24.00 367	17.00 360	24.00 367	16.00 360

rafts_anoy	20.00 358	20.00 356	20.00 359	20.00 359	20.00 360	20.00 359	20.00 360	20.00 358	20.00 360	20.00 359	20.00 360	20.00 358	20.00 359	20.00 360	20.00 360	20.00 360	20.00 358	20.00 359	20.00 358	20.00 360	20.00 358	20.00 359	20.00 359	20.00 362	20.00 360	20.00 361	20.00 360	20.00 361

raft+_RVC	20.00 358	20.00 356	20.00 359	20.00 359	20.00 360	20.00 359	20.00 360	20.00 358	20.00 360	20.00 359	20.00 360	20.00 358	20.00 359	20.00 360	20.00 360	20.00 360	20.00 358	20.00 359	20.00 358	20.00 360	20.00 358	20.00 359	20.00 359	20.00 362	20.00 360	20.00 361	20.00 360	20.00 361

raftrobust	20.00 358	20.00 356	20.00 359	20.00 359	20.00 360	20.00 359	20.00 360	20.00 358	20.00 360	20.00 359	20.00 360	20.00 358	20.00 359	20.00 360	20.00 360	20.00 360	20.00 358	20.00 359	20.00 358	20.00 360	20.00 358	20.00 359	20.00 359	20.00 362	20.00 360	20.00 361	20.00 360	20.00 361

CasAABBNet	20.00 358	20.00 356	20.00 359	20.00 359	20.00 360	20.00 359	20.00 360	20.00 358	20.00 360	20.00 359	20.00 360	20.00 358	20.00 359	20.00 360	20.00 360	20.00 360	20.00 358	20.00 359	20.00 358	20.00 360	20.00 358	20.00 359	20.00 359	20.00 362	20.00 360	20.00 361	20.00 360	20.00 361

RALCasStereoNet	20.00 358	20.00 356	20.00 359	20.00 359	20.00 360	20.00 359	20.00 360	20.00 358	20.00 360	20.00 359	20.00 360	20.00 358	20.00 359	20.00 360	20.00 360	20.00 360	20.00 358	20.00 359	20.00 358	20.00 360	20.00 358	20.00 359	20.00 359	20.00 362	20.00 360	20.00 361	20.00 360	20.00 361

RALAANet	20.00 358	20.00 356	20.00 359	20.00 359	20.00 360	20.00 359	20.00 360	20.00 358	20.00 360	20.00 359	20.00 360	20.00 358	20.00 359	20.00 360	20.00 360	20.00 360	20.00 358	20.00 359	20.00 358	20.00 360	20.00 358	20.00 359	20.00 359	20.00 362	20.00 360	20.00 361	20.00 360	20.00 361

MSMDNet	20.00 358	20.00 356	20.00 359	20.00 359	20.00 360	20.00 359	20.00 360	20.00 358	20.00 360	20.00 359	20.00 360	20.00 358	20.00 359	20.00 360	20.00 360	20.00 360	20.00 358	20.00 359	20.00 358	20.00 360	20.00 358	20.00 359	20.00 359	20.00 362	20.00 360	20.00 361	20.00 360	20.00 361

fast-reg	37.00 365	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 366	37.00 366	37.00 367	37.00 367	37.00 367	37.00 366	37.00 366	37.00 366	37.00 367	37.00 366	37.00 366	37.00 366	37.00 369	37.00 368	37.00 368	37.00 368	37.00 368

Reg-Stereo(zero)	37.00 365	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 366	37.00 366	37.00 367	37.00 367	37.00 367	37.00 366	37.00 366	37.00 366	37.00 367	37.00 366	37.00 366	37.00 366	37.00 369	37.00 368	37.00 368	37.00 368	37.00 368

fast-iter	37.00 365	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 366	37.00 366	37.00 367	37.00 367	37.00 367	37.00 366	37.00 366	37.00 366	37.00 367	37.00 366	37.00 366	37.00 366	37.00 369	37.00 368	37.00 368	37.00 368	37.00 368

CoSv	37.00 365	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 367	37.00 366	37.00 366	37.00 367	37.00 367	37.00 367	37.00 366	37.00 366	37.00 366	37.00 367	37.00 366	37.00 366	37.00 366	37.00 369	37.00 368	37.00 368	37.00 368	37.00 368

CBMV	101.59 370	71.60 371	48.40 372	72.70 372	49.00 372	79.60 372	48.40 372	80.90 372	46.90 371	68.90 371	49.00 372	78.00 371	572.10 379	49.50 371	51.30 371	48.40 371	72.20 370	639.60 379	79.40 370	48.90 372	79.50 370	51.40 370	52.30 371	48.30 374	80.20 372	49.10 372	79.60 373	47.60 372
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	61.15 369	72.66 372	46.52 371	70.00 371	44.89 371	64.24 371	43.75 371	73.65 371	48.92 372	72.70 372	42.40 371	60.70 370	50.23 370	50.07 372	67.69 372	68.60 372	83.13 371	47.77 370	82.48 371	46.00 371	95.93 371	53.44 371	50.66 370	45.00 373	84.99 373	53.64 373	79.01 372	52.07 373

MeshStereo	151.99 371	131.36 373	140.69 373	151.38 373	151.40 373	150.79 373	151.72 373	149.36 373	159.46 373	146.42 373	150.73 373	149.06 375	176.22 371	143.94 373	133.10 375	133.45 375	153.30 373	154.22 372	154.67 373	153.95 374	156.90 374	156.53 374	160.21 372	162.72 375	154.57 374	160.59 374	153.47 374	163.50 374
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
AE-Stereo	252.48 373	202.00 374	361.00 377	502.00 377	324.00 377	321.00 374	482.00 380	423.00 377	227.00 377	201.00 374	273.00 377	101.00 372	207.00 372	198.00 374	183.00 376	181.00 376	221.00 374	232.00 376	477.00 375	220.00 376	111.00 372	100.00 372	219.00 374	214.00 376	204.00 375	211.00 376	200.00 375	222.00 377

DLCB_ROB	280.78 376	376.74 377	215.59 374	376.74 374	215.59 374	376.74 377	215.59 374	366.42 375	218.39 375	366.42 377	218.39 375	366.42 376	218.39 374	209.96 375	219.76 378	219.38 377	376.72 377	216.43 373	376.72 374	216.43 375	376.72 377	216.43 375	216.14 373	216.14 378	376.69 379	217.67 377	376.69 379	217.67 376

MGS-Stereo	264.93 374	208.00 375	362.00 378	512.00 378	350.00 378	326.00 375	443.00 379	410.00 376	210.00 374	232.00 376	215.00 374	125.00 373	217.00 373	216.00 376	127.00 374	122.00 374	223.00 375	230.00 374	487.00 377	255.00 377	250.00 375	223.00 376	272.00 376	228.00 379	241.00 376	220.00 378	214.00 376	235.00 378

EGLCR-Stereo	276.81 375	209.00 376	366.00 379	514.00 379	354.00 379	336.00 376	422.00 377	440.00 378	220.00 376	231.00 375	245.00 376	135.00 374	237.00 375	218.00 377	197.00 377	222.00 378	223.00 375	230.00 374	487.00 377	255.00 377	250.00 375	273.00 377	272.00 376	228.00 379	241.00 376	220.00 378	214.00 376	235.00 378

NOSS_ROB	248.11 372	409.00 378	288.00 375	412.00 375	280.00 375	411.00 378	288.00 375	356.00 374	275.00 378	379.00 378	303.00 378	415.00 377	278.00 376	260.00 378	104.00 373	103.00 373	126.00 372	108.00 371	118.00 372	98.00 373	126.00 373	104.00 373	268.00 375	216.00 377	279.00 378	201.00 375	288.00 378	206.00 375

LE_ROB	387.11 377	453.07 379	321.39 376	500.23 376	323.05 376	493.99 379	324.56 376	477.63 379	322.28 379	465.51 379	322.97 379	486.37 378	334.17 377	305.26 379	320.63 379	327.66 379	476.08 378	315.70 377	483.76 376	335.15 379	469.64 378	309.74 378	315.90 378	318.85 381	498.41 380	328.85 380	491.00 380	330.08 380

SGM-ForestM	522.49 378	676.08 380	448.56 380	638.17 380	433.15 380	639.59 380	427.03 378	617.52 380	439.90 380	604.63 380	429.02 380	611.68 379	432.74 378	420.18 380	451.96 380	465.85 380	601.06 379	403.73 378	659.15 379	405.50 380	669.64 379	437.21 379	455.85 379	425.66 382	689.82 381	481.65 381	662.43 381	479.61 381

CBMV_ROB	1133.35 379	1280.38 381	976.92 381	1317.57 381	1021.62 381	1282.66 381	1022.22 381	1213.88 381	982.57 381	1194.12 381	975.90 381	1357.87 380	1090.02 380	943.32 381	1021.85 381	1006.47 381	1309.01 380	986.29 380	1499.40 380	986.35 381	1359.35 380	975.96 380	975.21 380	969.30 383	1337.82 382	1042.34 382	1398.25 382	1073.86 382

111111	10000000.00 380	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 384	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383

SGD-Stereo	10000000.00 380	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 384	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383

IGEV-Stereo++	10000000.00 380	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 384	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383

IGEV-BASED-STEREO-	10000000.00 380	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 384	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383

IGEV-Stereo+	10000000.00 380	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 384	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383

anonymousdsp2	10000000.00 380	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 384	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383

anonymousdsp	10000000.00 380	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 384	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383

AMNet	10000000.00 380	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 382	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 382	10000000.00 381	10000000.00 381	10000000.00 381	10000000.00 384	10000000.00 383	10000000.00 383	10000000.00 383	10000000.00 383

GS-Stereo																							0.36 177	0.36 180	0.48 195	0.36 177	0.48 192	0.35 175

ASD4																								0.20 125

Low-res two-view benchmark