Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 466	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

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

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

Wz-Net-LNSev	0.06 61	0.24 159	0.20 198	0.23 183	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 202	0.21 211	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 287	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 269	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWC_ROB	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCDC_ROB	0.01 9	0.01 9	0.02 15	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

iinet-test	0.08 72	0.16 126	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 223	0.02 20	0.02 21	0.71 453	0.02 16	0.02 19	0.02 21	0.02 21	0.16 200

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 466	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

G2L-ROB	0.03 29	0.06 79	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

G2L-Stereo_test	0.03 29	0.04 52	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

YMNet	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.02 21	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.02 20	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

YMNet_1	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.02 21	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.02 20	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSMNet-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

test_sample6	0.09 75	0.97 370	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 391	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 367	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

CoDeX	0.15 151	0.70 309	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 498	0.02 15	0.69 483	0.75 509	0.01 9	0.02 21	0.02 20

coex-ft	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

iinet-f	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

Wz-Net-LNSev-Ref	0.11 112	0.44 238	0.33 279	0.39 254	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 300	0.36 342	0.02 19	0.02 21	0.02 21	0.02 20

CSP-Net	0.34 250	1.29 479	1.19 546	1.36 571	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 586	1.21 598	0.03 41	0.09 142	0.02 21	0.09 143

SFCPSM	0.17 164	0.78 325	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 537	0.02 15	0.75 496	0.76 511	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 208	1.31 483	0.74 491	0.92 461	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 491	0.75 496	0.02 19	0.02 21	0.02 21	0.02 20

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCMid	0.08 72	0.02 12	0.02 15	1.01 482	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 75	0.02 12	0.04 64	0.90 456	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 168	0.36 389	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 588	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 115	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

RYNet	0.02 15	0.02 12	0.02 15	0.03 29	0.03 52	0.03 44	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.03 53	0.03 43	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

LSM	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

LSM0	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 218	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 134	0.05 103	0.03 52	4.34 699	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 168	0.04 90	0.03 52	0.58 419	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 469	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 75	0.07 82	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 151	0.04 90	0.03 52	0.92 495	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

PipStereo	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22b	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22a	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1c-attn	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1b	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1a	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pc	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pb	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pa	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i1pa	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i32	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i1	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i32	0.03 29	0.03 31	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

zh-sn7	0.10 91	0.98 371	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 146	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 125	1.14 413	0.17 183	0.20 167	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 174	0.16 174	0.03 41	0.03 57	0.03 47	0.03 52

z-mn7	0.16 158	1.21 469	0.33 279	0.41 281	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 266	0.31 282	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven-2	0.14 139	1.22 475	0.28 237	0.32 223	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 248	0.27 245	0.04 93	0.03 57	0.03 47	0.03 52

TCMNet	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

TCMNet-wrong-test	0.03 29	0.04 52	0.03 39	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.02 21	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 91	1.05 401	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 401	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 401	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 75	1.00 381	0.11 112	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 91	1.07 405	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 91	1.03 397	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 75	0.87 343	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 397	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 343	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

mmm	0.14 139	1.83 536	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 115	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 114	0.04 96

DualNet	0.10 91	1.07 405	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 91	1.14 413	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 391	0.10 92	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 112	1.15 416	0.15 166	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 171	0.03 41	0.03 57	0.03 47	0.03 52

psmg	0.43 328	1.91 551	0.92 517	1.91 596	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 629	1.44 621	0.04 93	0.03 57	0.02 21	0.03 52

222	0.10 91	0.99 379	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 112	1.16 418	0.16 173	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 174	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 91	1.09 407	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

EDNetEfficient	0.04 54	0.05 66	0.04 64	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.04 90	0.03 52	0.05 66	0.03 39	0.05 108	0.03 57	0.04 97	0.03 52

BEATNet_4x	0.11 112	0.03 31	0.03 39	1.60 585	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 39	1.60 585	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCRef	0.12 125	0.03 31	0.04 64	1.71 592	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 115	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C32	0.14 139	0.04 52	0.03 39	2.22 610	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 131	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 91	0.03 31	0.04 64	1.27 556	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 134	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ManiGeoR	0.17 164	0.05 66	0.62 450	0.73 433	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 461	0.58 448	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 164	0.05 66	0.63 454	0.72 429	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 453	0.59 454	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 164	0.05 66	0.62 450	0.73 433	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 461	0.58 448	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 164	0.05 66	0.62 450	0.72 429	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 461	0.58 448	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 164	0.05 66	0.65 461	0.72 429	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 453	0.59 454	0.05 108	0.04 99	0.05 114	0.04 96

z-ln-s-r	0.21 187	1.40 492	0.53 427	0.56 388	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 418	0.44 397	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 173	1.47 494	0.33 279	0.40 267	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 287	0.32 287	0.05 108	0.04 99	0.04 97	0.04 96

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

11t1	0.17 164	2.16 571	0.13 143	0.13 117	0.04 101	0.06 119	0.04 103	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.05 115	0.18 174	0.12 135	0.06 121	0.03 57	0.05 114	0.03 52

BUS	0.83 486	1.91 551	0.92 517	4.48 688	0.02 22	0.40 309	0.04 103	0.41 323	0.02 22	0.48 411	0.03 56	0.41 331	0.05 117	0.03 43	0.05 115	1.97 629	4.19 716	0.33 280	0.23 257	0.34 271	0.27 293

NINENet	0.69 443	3.87 650	1.20 549	1.98 601	0.05 126	0.40 309	0.04 103	0.40 304	0.05 124	0.41 321	0.04 110	0.41 331	0.05 117	0.40 310	0.05 115	1.79 616	1.56 630	0.34 290	0.22 251	0.34 271	0.23 237

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

FADNet-RVC-Resample	0.12 125	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 654	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 125	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 658	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 125	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 661	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCP+	0.15 151	0.04 52	0.04 64	2.20 609	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 134	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DispViT+	0.07 67	0.08 84	0.12 123	0.08 69	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.05 124	0.08 133	0.05 127	0.08 133	0.05 117	0.08 134	0.05 115	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 72	0.08 84	0.11 112	0.11 97	0.05 126	0.08 132	0.05 120	0.08 134	0.07 141	0.08 133	0.05 127	0.08 133	0.05 117	0.09 140	0.08 135	0.15 146	0.11 121	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 75	0.13 116	0.39 322	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 192	0.06 123	0.05 122

GGEV	0.09 75	0.13 116	0.39 322	0.08 69	0.05 126	0.07 130	0.05 120	0.13 164	0.05 124	0.06 123	0.05 127	0.06 124	0.05 117	0.06 115	0.05 115	0.06 70	0.05 78	0.14 165	0.13 192	0.06 123	0.05 122

ISRNet	0.11 112	0.05 66	0.36 305	0.24 188	0.07 141	0.13 164	0.05 120	0.06 121	0.05 124	0.05 112	0.05 127	0.13 165	0.05 117	0.05 103	0.09 140	0.24 211	0.20 207	0.10 141	0.05 123	0.06 123	0.13 185

qqq1	0.25 208	3.70 641	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 208	3.70 641	0.14 148	0.14 121	0.04 101	0.06 119	0.05 120	0.06 121	0.05 124	0.06 123	0.05 127	0.04 96	0.05 117	0.06 115	0.05 115	0.13 126	0.12 135	0.06 121	0.05 123	0.03 47	0.04 96

ffm	0.25 208	3.83 647	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 208	3.83 647	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 208	3.83 647	0.12 123	0.12 105	0.05 126	0.06 119	0.05 120	0.06 121	0.05 124	0.03 44	0.03 56	0.06 124	0.05 117	0.06 115	0.05 115	0.12 111	0.12 135	0.05 108	0.04 99	0.06 123	0.04 96

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

qqq	0.16 158	2.01 561	0.12 123	0.15 133	0.04 101	0.06 119	0.05 120	0.06 121	0.04 103	0.06 123	0.03 56	0.06 124	0.03 53	0.06 115	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

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

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

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

FADNet-RVC	0.13 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 675	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

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

BSDual-CNN	0.81 478	1.91 551	0.92 517	4.48 688	0.02 22	0.42 349	0.06 137	0.41 323	0.02 22	0.48 411	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 629	4.19 716	0.33 280	0.23 257	0.34 271	0.27 293

hknet	1.10 539	1.85 542	3.49 713	4.48 688	0.02 22	0.42 349	0.06 137	0.41 323	0.02 22	0.48 411	0.03 56	0.41 331	0.03 53	0.42 344	0.03 52	4.39 702	4.19 716	0.33 280	0.23 257	0.34 271	0.27 293

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

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

BEATNet-Init1	0.19 177	0.08 84	0.08 82	2.23 611	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

DeepPrunerF	0.19 177	0.08 84	0.08 82	2.23 611	0.08 144	0.08 132	0.07 141	0.07 131	0.08 146	0.08 133	0.07 142	0.08 133	0.07 140	0.11 158	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 138

MatchStereo	0.54 407	0.12 114	2.38 689	2.32 626	0.09 148	0.09 140	0.08 144	0.09 140	0.07 141	0.09 140	0.07 142	0.09 141	0.07 140	0.09 140	0.08 135	2.34 666	2.34 685	0.12 159	0.11 165	0.11 156	0.10 151
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
SepStereo	0.09 75	0.09 93	0.10 92	0.09 76	0.09 148	0.09 140	0.09 145	0.10 142	0.08 146	0.10 145	0.09 147	0.09 141	0.09 147	0.09 140	0.08 135	0.09 85	0.08 84	0.09 139	0.08 140	0.09 142	0.08 138

SuperB	0.21 187	0.10 98	2.51 691	0.12 105	0.09 148	0.10 143	0.09 145	0.08 134	0.07 141	0.10 145	0.09 147	0.09 141	0.07 140	0.07 131	0.07 132	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

DRN-Test	0.14 139	0.13 116	0.09 88	0.14 121	0.09 148	0.15 174	0.09 145	0.14 166	0.10 153	0.14 166	0.09 147	0.14 167	0.09 147	0.13 167	0.09 140	0.12 111	0.09 94	0.12 159	0.09 142	0.12 165	0.73 523

StereoDRNet	0.15 151	0.14 123	0.10 92	0.14 121	0.09 148	0.15 174	0.09 145	0.14 166	0.09 149	0.14 166	0.10 151	0.14 167	0.09 147	0.14 168	0.09 140	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.82 539

PDISCO_ROB	0.83 486	2.80 622	3.49 713	0.14 121	0.11 174	0.17 188	0.09 145	0.15 179	0.10 153	0.15 173	0.12 177	0.16 179	0.14 195	3.30 706	0.13 183	0.14 133	2.34 685	0.16 182	0.12 181	2.62 686	0.10 151

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

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

over-8	0.11 112	0.14 123	0.15 166	0.16 143	0.10 155	0.11 154	0.10 150	0.11 154	0.09 149	0.11 157	0.10 151	0.11 157	0.10 151	0.11 158	0.09 140	0.14 133	0.14 163	0.11 152	0.09 142	0.11 156	0.09 143

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

S2M2_L	0.12 125	0.14 123	0.10 92	0.15 133	0.10 155	0.14 166	0.10 150	0.14 166	0.10 153	0.15 173	0.10 151	0.14 167	0.10 151	0.14 168	0.10 147	0.13 126	0.10 99	0.13 163	0.09 142	0.13 167	0.09 143
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 91	0.10 98	0.10 92	0.10 80	0.10 155	0.10 143	0.10 150	0.10 142	0.10 153	0.10 145	0.10 151	0.10 145	0.10 151	0.10 145	0.10 147	0.10 90	0.10 99	0.10 141	0.10 151	0.10 146	0.10 151

LRCNet_RVC	0.13 132	0.13 116	0.09 88	0.13 117	0.10 155	0.14 166	0.10 150	0.14 166	0.10 153	0.23 219	0.10 151	0.20 200	0.10 151	0.24 227	0.11 162	0.11 105	0.09 94	0.12 159	0.14 197	0.12 165	0.09 143

UNet	0.29 227	0.90 353	0.10 92	0.14 121	0.10 155	0.14 166	0.10 150	0.91 513	0.69 516	0.14 166	0.11 169	0.14 167	0.11 168	0.14 168	0.10 147	0.12 111	0.09 94	0.12 159	0.09 142	0.88 506	0.76 530

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

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

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

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

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

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

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

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

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

S2M2_XL	0.14 139	0.17 131	0.12 123	0.17 156	0.11 174	0.17 188	0.11 167	0.17 187	0.11 171	0.17 185	0.11 169	0.17 187	0.11 168	0.17 187	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 183	0.11 165
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetBlue	0.11 112	0.11 109	0.12 123	0.13 117	0.14 194	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.11 169	0.11 157	0.11 168	0.12 166	0.12 174	0.11 105	0.11 121	0.11 152	0.11 165	0.11 156	0.11 165

ProNet	0.14 139	0.20 139	0.14 148	0.16 143	0.11 174	0.16 181	0.11 167	0.17 187	0.11 171	0.17 185	0.12 177	0.17 187	0.13 190	0.17 187	0.12 174	0.15 146	0.11 121	0.16 182	0.11 165	0.15 178	0.12 178

CIPLG	0.13 132	0.21 145	0.12 123	0.16 143	0.11 174	0.15 174	0.11 167	0.14 166	0.11 171	0.15 173	0.12 177	0.15 178	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 170	0.11 165

IPLG	0.13 132	0.20 139	0.14 148	0.15 133	0.11 174	0.14 166	0.11 167	0.14 166	0.11 171	0.14 166	0.11 169	0.14 167	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 170	0.11 165

ACRE	0.13 132	0.21 145	0.14 148	0.15 133	0.11 174	0.14 166	0.11 167	0.14 166	0.11 171	0.14 166	0.12 177	0.14 167	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 170	0.11 165

ICVP	0.15 151	0.53 283	0.11 112	0.16 143	0.11 174	0.16 181	0.11 167	0.16 180	0.11 171	0.16 178	0.11 169	0.16 179	0.11 168	0.16 179	0.11 162	0.16 158	0.11 121	0.16 182	0.11 165	0.16 183	0.11 165
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 132	0.11 109	0.11 112	0.11 97	0.11 174	0.11 154	0.11 167	0.11 154	0.11 171	0.11 157	0.12 177	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.11 121	0.14 165	0.11 165	0.49 425	0.11 165

PASM	0.39 299	3.06 626	1.36 612	1.58 581	0.09 148	0.11 154	0.11 167	0.11 154	0.11 171	0.09 140	0.09 147	0.11 157	0.09 147	0.09 140	0.09 140	0.11 105	0.11 121	0.11 152	0.09 142	0.11 156	0.11 165

HSM	0.14 139	0.16 126	0.12 123	0.17 156	0.12 187	0.17 188	0.11 167	0.17 187	0.11 171	0.17 185	0.12 177	0.17 187	0.12 184	0.17 187	0.12 174	0.16 158	0.11 121	0.16 182	0.11 165	0.16 183	0.12 178

ELAS_RVC	0.14 139	0.16 126	0.10 92	0.15 133	0.10 155	0.18 192	0.11 167	0.19 193	0.11 171	0.19 191	0.12 177	0.18 191	0.11 168	0.19 193	0.12 174	0.14 133	0.08 84	0.14 165	0.09 142	0.15 178	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 151	0.17 131	0.11 112	0.18 158	0.11 174	0.19 195	0.11 167	0.19 193	0.12 187	0.19 191	0.12 177	0.20 200	0.12 184	0.19 193	0.12 174	0.16 158	0.11 121	0.17 192	0.10 151	0.17 192	0.10 151
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.13 132	0.16 126	0.11 112	0.15 133	0.09 148	0.18 192	0.11 167	0.18 191	0.11 171	0.17 185	0.11 169	0.18 191	0.11 168	0.18 190	0.11 162	0.14 133	0.08 84	0.14 165	0.08 140	0.14 170	0.09 143
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LACA_dic	0.45 364	0.13 116	1.78 641	1.70 591	0.12 187	0.13 164	0.12 180	0.16 180	0.15 206	0.13 165	0.12 177	0.13 165	0.11 168	0.16 179	0.13 183	1.73 614	1.69 644	0.16 182	0.11 165	0.13 167	0.13 185

VeloStereo	0.16 158	0.92 360	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 286	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 181	0.09 142	0.08 138

flow	0.16 158	0.92 360	0.16 173	0.18 158	0.08 144	0.11 154	0.12 180	0.12 162	0.09 149	0.09 140	0.28 286	0.10 145	0.08 145	0.10 145	0.12 174	0.15 146	0.17 195	0.08 131	0.12 181	0.09 142	0.08 138

DF	0.39 299	1.37 489	1.02 530	1.14 494	0.12 187	0.16 181	0.12 180	0.16 180	0.12 187	0.16 178	0.12 177	0.16 179	0.12 184	0.16 179	0.12 174	1.12 528	1.00 520	0.15 178	0.12 181	0.15 178	0.12 178

MIPNet	0.14 139	0.21 145	0.17 183	0.16 143	0.11 174	0.15 174	0.12 180	0.14 166	0.11 171	0.16 178	0.11 169	0.14 167	0.11 168	0.14 168	0.11 162	0.14 133	0.12 135	0.14 165	0.11 165	0.14 170	0.11 165

IPLGR	0.14 139	0.24 159	0.14 148	0.16 143	0.12 187	0.15 174	0.12 180	0.14 166	0.11 171	0.15 173	0.12 177	0.14 167	0.11 168	0.14 168	0.11 162	0.15 146	0.12 135	0.14 165	0.11 165	0.14 170	0.11 165

LALA_ROB	0.15 151	0.19 135	0.12 123	0.18 158	0.11 174	0.20 201	0.12 180	0.21 209	0.12 187	0.20 198	0.12 177	0.20 200	0.12 184	0.21 210	0.13 183	0.17 166	0.10 99	0.18 202	0.11 165	0.18 196	0.11 165

ITSA-stereo	0.15 151	0.17 131	0.13 143	0.20 167	0.13 192	0.19 195	0.13 187	0.18 191	0.13 191	0.19 191	0.13 191	0.18 191	0.14 195	0.18 190	0.14 188	0.16 158	0.11 121	0.15 178	0.14 197	0.18 196	0.11 165

DeepPruner_ROB	0.16 158	0.18 134	0.13 143	0.19 163	0.13 192	0.19 195	0.13 187	0.19 193	0.13 191	0.19 191	0.13 191	0.19 195	0.13 190	0.19 193	0.13 183	0.18 174	0.13 158	0.18 202	0.13 192	0.18 196	0.13 185

Weightmod_eth	0.20 179	0.24 159	0.28 237	0.47 314	0.14 194	0.24 228	0.14 189	0.17 187	0.13 191	0.22 213	0.16 212	0.22 217	0.13 190	0.20 198	0.16 208	0.24 211	0.20 207	0.19 205	0.14 197	0.16 183	0.24 247

depth_test_26	0.20 179	0.34 187	0.25 219	0.34 233	0.14 194	0.21 211	0.14 189	0.21 209	0.14 194	0.21 209	0.14 196	0.21 207	0.14 195	0.21 210	0.14 188	0.26 220	0.26 232	0.22 219	0.15 208	0.22 212	0.14 191

castereo++	0.54 407	3.59 638	1.15 540	1.31 565	0.14 194	0.16 181	0.14 189	0.16 180	0.14 194	0.16 178	0.14 196	0.16 179	0.13 190	0.16 179	0.14 188	1.45 601	1.16 546	0.15 178	0.14 197	0.15 178	0.13 185

DDVS	0.30 228	3.10 627	0.14 148	0.19 163	0.14 194	0.19 195	0.14 189	0.20 200	0.14 194	0.19 191	0.13 191	0.16 179	0.13 190	0.19 193	0.13 183	0.17 166	0.13 158	0.17 192	0.13 192	0.17 192	0.13 185

JetRed	0.11 112	0.12 114	0.11 112	0.11 97	0.11 174	0.11 154	0.14 189	0.11 154	0.11 171	0.12 163	0.11 169	0.11 157	0.11 168	0.11 158	0.11 162	0.11 105	0.16 174	0.11 152	0.11 165	0.11 156	0.11 165

HCRNet	1.22 594	7.11 709	3.00 696	3.55 676	0.33 385	0.29 257	0.14 189	0.19 193	0.15 206	0.33 272	0.29 301	0.25 238	0.14 195	0.22 216	0.33 367	3.64 694	3.00 693	0.76 511	0.32 384	0.18 196	0.13 185

GMStereo	0.14 139	0.13 116	0.14 148	0.14 121	0.14 194	0.14 166	0.14 189	0.14 166	0.14 194	0.14 166	0.14 196	0.14 167	0.14 195	0.14 168	0.14 188	0.14 133	0.14 163	0.14 165	0.14 197	0.14 170	0.14 191
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
CCAANet	0.17 164	0.71 310	0.14 148	0.14 121	0.14 194	0.14 166	0.14 189	0.14 166	0.14 194	0.14 166	0.14 196	0.14 167	0.14 195	0.14 168	0.22 242	0.14 133	0.14 163	0.14 165	0.14 197	0.14 170	0.14 191

SCION-MonSter	0.21 187	0.76 321	0.22 205	0.25 195	0.15 208	0.19 195	0.15 197	0.19 193	0.15 206	0.19 191	0.15 206	0.19 195	0.15 207	0.19 193	0.14 188	0.22 190	0.21 211	0.16 182	0.14 197	0.16 183	0.15 198

DepthFocus	0.18 173	0.22 149	0.15 166	0.22 178	0.15 208	0.22 216	0.15 197	0.22 215	0.15 206	0.22 213	0.15 206	0.22 217	0.16 211	0.22 216	0.15 200	0.20 181	0.15 171	0.20 210	0.14 197	0.20 203	0.14 191

RSGM-EC	0.24 205	0.24 159	0.15 166	0.22 178	0.15 208	0.22 216	0.15 197	0.22 215	0.15 206	0.24 226	0.15 206	0.22 217	0.15 207	0.22 216	1.19 584	0.20 181	0.17 195	0.24 238	0.14 197	0.20 203	0.14 191

acva	0.24 205	0.24 159	0.15 166	0.22 178	0.15 208	0.22 216	0.15 197	0.22 215	0.15 206	0.24 226	0.15 206	0.22 217	0.15 207	0.22 216	1.19 584	0.20 181	0.17 195	0.24 238	0.14 197	0.20 203	0.14 191

dd	0.23 201	0.98 371	0.16 173	0.23 183	0.15 208	0.23 225	0.15 197	0.23 222	0.15 206	0.23 219	0.15 206	0.24 231	0.17 223	0.23 223	0.15 200	0.22 190	0.15 171	0.21 214	0.15 208	0.22 212	0.16 200

dad	0.23 201	1.03 397	0.16 173	0.23 183	0.15 208	0.24 228	0.15 197	0.24 225	0.16 214	0.23 219	0.16 212	0.24 231	0.16 211	0.23 223	0.15 200	0.22 190	0.16 174	0.22 219	0.16 211	0.22 212	0.16 200

IPLGR_C	0.14 139	0.20 139	0.12 123	0.15 133	0.11 174	0.14 166	0.15 197	0.14 166	0.11 171	0.15 173	0.12 177	0.14 167	0.11 168	0.16 179	0.11 162	0.15 146	0.12 135	0.14 165	0.12 181	0.15 178	0.12 178

LACA2	0.21 187	0.24 159	0.26 226	0.31 217	0.16 219	0.24 228	0.16 204	0.24 225	0.16 214	0.24 226	0.16 212	0.24 231	0.16 211	0.24 227	0.16 208	0.27 224	0.23 224	0.24 238	0.16 211	0.23 224	0.16 200

LACA1	0.21 187	0.24 159	0.26 226	0.31 217	0.16 219	0.24 228	0.16 204	0.24 225	0.16 214	0.24 226	0.16 212	0.24 231	0.16 211	0.24 227	0.16 208	0.27 224	0.22 218	0.23 228	0.16 211	0.23 224	0.16 200

VIP-Stereo	0.70 446	2.97 625	2.43 690	2.49 637	0.16 219	0.25 238	0.16 204	0.25 233	0.16 214	0.25 234	0.18 237	0.25 238	0.16 211	0.26 248	0.16 208	1.86 618	1.26 600	0.23 228	0.15 208	0.23 224	0.15 198

RAFT-FEzeroshot	0.34 250	0.26 169	0.17 183	0.21 176	0.17 225	0.20 201	0.16 204	0.20 200	0.16 214	0.20 198	0.17 220	0.21 207	0.16 211	0.27 252	0.24 252	0.19 178	0.16 174	0.19 205	0.16 211	0.26 235	3.08 718

RAFT-FE	0.34 250	0.26 169	0.17 183	0.21 176	0.17 225	0.20 201	0.16 204	0.20 200	0.16 214	0.20 198	0.17 220	0.21 207	0.16 211	0.27 252	0.24 252	0.19 178	0.16 174	0.19 205	0.16 211	0.26 235	3.08 718

xyz-stereo-finetune2	0.18 173	0.48 262	0.16 173	0.16 143	0.15 208	0.15 174	0.16 204	0.16 180	0.16 214	0.16 178	0.16 212	0.16 179	0.16 211	0.16 179	0.16 208	0.16 158	0.16 174	0.16 182	0.16 211	0.16 183	0.16 200

xyz-stereo-finetune	0.28 222	0.49 264	0.16 173	0.16 143	0.16 219	0.16 181	0.16 204	0.22 215	0.30 312	0.32 267	0.31 360	0.32 273	0.31 363	0.32 271	0.32 355	0.32 248	0.33 300	0.31 270	0.32 384	0.31 256	0.32 362

xyz-stereo	0.18 173	0.50 269	0.16 173	0.15 133	0.16 219	0.16 181	0.16 204	0.16 180	0.16 214	0.16 178	0.16 212	0.16 179	0.16 211	0.16 179	0.16 208	0.16 158	0.16 174	0.16 182	0.16 211	0.16 183	0.16 200

castereo	0.61 422	3.79 646	1.35 604	1.52 579	0.15 208	0.17 188	0.16 204	0.20 200	0.21 244	0.18 189	0.16 212	0.21 207	0.12 184	0.26 248	0.17 215	1.43 600	1.38 617	0.17 192	0.16 211	0.18 196	0.16 200

GMStereo_Zeroshot	0.16 158	0.16 126	0.16 173	0.16 143	0.16 219	0.16 181	0.16 204	0.16 180	0.16 214	0.16 178	0.16 212	0.16 179	0.16 211	0.16 179	0.16 208	0.16 158	0.16 174	0.16 182	0.16 211	0.16 183	0.16 200

GEAR-Net	0.22 194	0.46 251	0.27 229	0.29 209	0.17 225	0.21 211	0.17 214	0.21 209	0.17 224	0.21 209	0.17 220	0.21 207	0.17 223	0.21 210	0.17 215	0.28 229	0.26 232	0.20 210	0.16 211	0.20 203	0.16 200

LACA3	0.23 201	0.25 166	0.27 229	0.54 381	0.17 225	0.25 238	0.17 214	0.25 233	0.17 224	0.25 234	0.17 220	0.25 238	0.17 223	0.25 236	0.17 215	0.28 229	0.23 224	0.24 238	0.17 234	0.24 229	0.17 218

IGEV-FE	0.35 261	0.37 197	0.17 183	0.19 163	0.17 225	0.20 201	0.17 214	0.19 193	0.17 224	0.19 191	0.17 220	0.19 195	0.17 223	0.37 296	0.36 389	0.19 178	0.17 195	0.19 205	0.17 234	0.38 312	2.84 709

tg	0.21 187	0.25 166	0.21 203	0.26 203	0.17 225	0.24 228	0.17 214	0.24 225	0.17 224	0.24 226	0.17 220	0.24 231	0.17 223	0.24 227	0.17 215	0.24 211	0.17 195	0.23 228	0.16 211	0.23 224	0.16 200

ACV-stereo	0.30 228	2.08 563	0.25 219	0.25 195	0.18 237	0.24 228	0.17 214	0.24 225	0.18 231	0.24 226	0.17 220	0.25 238	0.17 223	0.24 227	0.17 215	0.22 190	0.16 174	0.22 219	0.16 211	0.22 212	0.16 200

IGEV_Zeroshot_test	0.20 179	0.19 135	0.40 354	0.30 211	0.17 225	0.22 216	0.17 214	0.21 209	0.17 224	0.20 198	0.17 220	0.21 207	0.18 234	0.21 210	0.17 215	0.20 181	0.16 174	0.20 210	0.16 211	0.20 203	0.17 218

MSKI-zero shot	0.24 205	0.21 145	0.49 408	0.65 408	0.18 237	0.22 216	0.17 214	0.23 222	0.18 231	0.21 209	0.17 220	0.23 225	0.28 291	0.23 223	0.18 228	0.21 188	0.16 174	0.21 214	0.16 211	0.21 210	0.16 200

MIM_Stereo	0.25 208	0.23 151	0.66 463	0.80 443	0.17 225	0.22 216	0.17 214	0.23 222	0.18 231	0.26 243	0.17 220	0.21 207	0.17 223	0.25 236	0.17 215	0.23 202	0.16 174	0.21 214	0.17 234	0.22 212	0.17 218

UPFNet	0.42 326	1.20 423	0.17 183	0.24 188	0.17 225	0.25 238	0.17 214	1.19 552	0.90 552	0.25 234	0.17 220	0.24 231	0.17 223	0.25 236	0.17 215	0.22 190	0.17 195	0.22 219	0.16 211	1.15 544	0.93 549

SMOE	0.23 201	0.25 166	0.30 247	0.33 227	0.18 237	0.26 247	0.18 223	0.26 239	0.18 231	0.26 243	0.18 237	0.25 238	0.18 234	0.25 236	0.18 228	0.31 245	0.27 245	0.23 228	0.17 234	0.23 224	0.17 218

SME	0.27 219	0.29 177	0.31 265	0.38 246	0.20 246	0.29 257	0.18 223	0.30 252	0.20 240	0.32 267	0.21 249	0.32 273	0.20 245	0.32 271	0.21 238	0.35 266	0.32 287	0.27 253	0.19 242	0.29 247	0.20 229

DEFOM-Stereo_RVC	0.83 486	5.18 680	1.98 677	2.19 608	0.17 225	0.19 195	0.18 223	0.19 193	0.16 214	0.20 198	0.19 240	0.22 217	0.22 253	0.20 198	0.15 200	2.28 659	2.13 680	0.24 238	0.17 234	0.18 196	0.16 200

MMNet	0.44 341	1.24 477	0.17 183	0.25 195	0.17 225	0.25 238	0.18 223	1.26 606	0.93 559	0.25 234	0.17 220	0.25 238	0.18 234	0.25 236	0.17 215	0.23 202	0.16 174	0.23 228	0.16 211	1.20 556	0.99 556

delet	0.43 328	1.21 469	0.17 183	0.25 195	0.17 225	0.25 238	0.18 223	1.26 606	0.95 561	0.25 234	0.17 220	0.25 238	0.17 223	0.25 236	0.17 215	0.23 202	0.16 174	0.22 219	0.16 211	1.18 552	0.98 555

iResNetv2_ROB	0.20 179	0.23 151	0.18 193	0.24 188	0.20 246	0.24 228	0.18 223	0.24 225	0.18 231	0.24 226	0.18 237	0.23 225	0.19 241	0.24 227	0.18 228	0.21 188	0.16 174	0.21 214	0.16 211	0.22 212	0.16 200

DLNR-FE	0.28 222	0.89 349	0.30 247	0.34 233	0.19 243	0.28 254	0.19 229	0.28 244	0.20 240	0.28 249	0.20 244	0.28 254	0.20 245	0.28 257	0.20 235	0.33 254	0.28 253	0.25 243	0.19 242	0.24 229	0.19 227

Pointernet	0.21 187	0.22 149	0.19 195	0.24 188	0.19 243	0.24 228	0.19 229	0.24 225	0.19 238	0.24 226	0.19 240	0.24 231	0.19 241	0.24 227	0.19 232	0.22 190	0.17 195	0.22 219	0.17 234	0.22 212	0.17 218

psm_up	0.43 328	1.19 422	0.17 183	0.25 195	0.18 237	0.25 238	0.19 229	1.26 606	0.91 553	0.26 243	0.17 220	0.25 238	0.17 223	0.25 236	0.17 215	0.22 190	0.17 195	0.23 228	0.16 211	1.18 552	0.99 556

CFNet	1.37 602	5.27 689	0.19 195	5.49 712	0.19 243	0.28 254	0.19 229	0.28 244	0.19 238	0.28 249	0.19 240	0.28 254	4.35 733	0.28 257	0.19 232	0.23 202	0.17 195	0.23 228	4.21 742	4.81 719	0.17 218

ssnet_v2	0.68 440	1.96 559	1.25 600	0.29 209	0.20 246	0.30 259	0.20 233	0.29 249	0.22 248	1.50 626	0.20 244	0.31 269	0.20 245	0.27 252	0.22 242	0.24 211	1.49 624	0.26 248	0.18 241	3.90 696	0.19 227

DAS	0.20 179	0.20 139	0.20 198	0.20 167	0.20 246	0.20 201	0.20 233	0.20 200	0.20 240	0.20 198	0.20 244	0.20 200	0.20 245	0.20 198	0.20 235	0.20 181	0.20 207	0.20 210	0.20 244	0.20 203	0.20 229

GEStereo_RVC	0.86 498	4.45 663	0.20 198	0.27 206	0.20 246	0.27 252	0.20 233	0.26 239	0.18 231	5.03 736	0.20 244	0.27 253	0.19 241	0.27 252	0.21 238	0.20 181	0.19 205	0.19 205	4.02 740	0.20 203	0.18 224

AANet_RVC	1.26 597	0.31 183	4.99 725	5.93 715	0.20 246	0.25 238	0.20 233	0.25 233	0.20 240	0.23 219	0.19 240	0.25 238	0.20 245	0.25 236	0.20 235	5.66 726	4.76 720	0.26 248	0.30 365	0.24 229	0.27 293

iResNet	0.20 179	0.23 151	0.18 193	0.24 188	0.18 237	0.24 228	0.20 233	0.24 225	0.18 231	0.23 219	0.17 220	0.23 225	0.18 234	0.23 223	0.18 228	0.22 190	0.16 174	0.21 214	0.16 211	0.21 210	0.16 200

Weightmod	0.27 219	0.29 177	0.33 279	0.38 246	0.20 246	0.30 259	0.21 238	0.29 249	0.21 244	0.29 254	0.22 251	0.30 264	0.20 245	0.30 263	0.21 238	0.37 274	0.31 282	0.27 253	0.20 244	0.28 243	0.21 232

gwcnet-sp	0.82 483	1.72 504	1.48 622	0.39 254	0.15 208	0.31 266	0.21 238	0.20 200	0.25 263	1.61 630	0.23 256	0.28 254	0.26 275	0.20 198	0.15 200	0.24 211	1.33 608	0.32 273	0.16 211	6.75 735	0.23 237

scenet	0.82 483	1.72 504	1.48 622	0.39 254	0.15 208	0.31 266	0.21 238	0.20 200	0.25 263	1.61 630	0.23 256	0.28 254	0.26 275	0.20 198	0.15 200	0.24 211	1.33 608	0.32 273	0.16 211	6.75 735	0.23 237

ssnet	0.82 483	1.72 504	1.48 622	0.39 254	0.15 208	0.31 266	0.21 238	0.20 200	0.25 263	1.61 630	0.23 256	0.28 254	0.26 275	0.20 198	0.15 200	0.24 211	1.33 608	0.32 273	0.16 211	6.75 735	0.23 237

HGLStereo	0.28 222	0.29 177	0.22 205	0.36 240	0.22 258	0.36 286	0.21 238	0.36 274	0.21 244	0.42 335	0.21 249	0.36 289	0.22 253	0.36 289	0.21 238	0.34 258	0.21 211	0.34 290	0.21 248	0.34 271	0.21 232

S0	0.42 326	0.44 238	0.54 428	0.59 394	0.34 397	0.48 421	0.22 243	0.51 441	0.25 263	0.51 443	0.34 387	0.53 455	0.35 395	0.47 409	0.36 389	0.55 412	0.39 360	0.49 451	0.27 311	0.46 404	0.34 378

Select-FE	0.41 312	0.44 238	0.23 209	0.26 203	0.22 258	0.26 247	0.22 243	0.26 239	0.23 255	0.26 243	0.23 256	0.26 250	0.23 259	0.45 400	0.42 434	0.25 218	0.22 218	0.25 243	0.22 251	0.45 399	2.90 710

PAM	0.39 299	1.88 547	0.34 293	0.37 243	0.41 439	0.45 404	0.22 243	0.28 244	0.23 255	0.28 249	0.24 263	0.29 260	0.23 259	0.29 261	0.23 249	0.38 287	0.32 287	0.38 326	0.37 421	0.32 259	0.22 235

model_zeroshot	0.27 219	0.20 139	0.27 229	0.33 227	0.21 256	0.37 294	0.22 243	0.37 282	0.24 258	0.26 243	0.27 278	0.33 277	0.21 252	0.25 236	0.27 267	0.32 248	0.20 207	0.34 290	0.23 257	0.25 232	0.26 255

DCVSM-stereo	0.36 269	1.89 548	0.22 205	0.40 267	0.22 258	0.40 309	0.22 243	0.40 304	0.22 248	0.40 304	0.22 251	0.40 316	0.22 253	0.40 310	0.22 242	0.28 229	0.21 211	0.28 257	0.21 248	0.28 243	0.20 229

CAS++	0.17 164	0.27 172	0.21 203	0.10 80	0.21 256	0.15 174	0.22 243	0.10 142	0.21 244	0.22 213	0.10 151	0.19 195	0.18 234	0.10 145	0.19 232	0.20 181	0.19 205	0.18 202	0.10 151	0.19 202	0.18 224
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
WAO-6	0.22 194	0.23 151	0.22 205	0.23 183	0.22 258	0.22 216	0.22 243	0.22 215	0.22 248	0.22 213	0.22 251	0.22 217	0.22 253	0.22 216	0.22 242	0.22 190	0.22 218	0.22 219	0.22 251	0.22 212	0.22 235

IMH-64-1	0.22 194	0.23 151	0.23 209	0.22 178	0.22 258	0.22 216	0.22 243	0.22 215	0.22 248	0.22 213	0.22 251	0.22 217	0.22 253	0.22 216	0.22 242	0.22 190	0.22 218	0.23 228	0.22 251	0.22 212	0.23 237

IMH-64	0.22 194	0.23 151	0.23 209	0.22 178	0.22 258	0.22 216	0.22 243	0.22 215	0.22 248	0.22 213	0.22 251	0.22 217	0.22 253	0.22 216	0.22 242	0.22 190	0.22 218	0.23 228	0.22 251	0.22 212	0.23 237

WCG-NET（raft）	0.32 244	1.24 477	0.24 216	0.32 223	0.24 269	0.32 275	0.23 252	0.32 260	0.24 258	0.32 267	0.24 263	0.32 273	0.24 262	0.32 271	0.24 252	0.30 239	0.23 224	0.30 264	0.23 257	0.30 251	0.23 237

xxxxx1	0.31 235	0.91 355	0.23 209	0.31 217	0.23 264	0.31 266	0.23 252	0.33 264	0.25 263	0.31 261	0.24 263	0.33 277	0.25 265	0.32 271	0.24 252	0.28 229	0.28 253	0.28 257	0.28 332	0.29 247	0.27 293

tt_ll	0.31 235	0.91 355	0.23 209	0.31 217	0.23 264	0.31 266	0.23 252	0.33 264	0.25 263	0.31 261	0.24 263	0.33 277	0.25 265	0.32 271	0.24 252	0.28 229	0.28 253	0.28 257	0.28 332	0.29 247	0.27 293

ff	0.31 235	0.91 355	0.23 209	0.31 217	0.23 264	0.31 266	0.23 252	0.33 264	0.25 263	0.31 261	0.24 263	0.33 277	0.25 265	0.32 271	0.24 252	0.28 229	0.28 253	0.28 257	0.28 332	0.29 247	0.27 293

FENet	0.54 407	1.52 496	1.19 546	1.41 575	0.23 264	0.35 282	0.23 252	0.35 270	0.23 255	0.34 275	0.23 256	0.35 284	0.23 259	0.35 283	0.23 249	1.40 598	1.07 530	0.32 273	0.23 257	0.33 266	0.23 237

tt1	0.31 235	0.93 364	0.24 216	0.33 227	0.23 264	0.31 266	0.24 257	0.32 260	0.24 258	0.32 267	0.23 256	0.32 273	0.25 265	0.32 271	0.24 252	0.27 224	0.26 232	0.27 253	0.26 273	0.27 241	0.27 293

iResNet_ROB	0.28 222	0.32 185	0.24 216	0.32 223	0.25 272	0.32 275	0.24 257	0.32 260	0.24 258	0.33 272	0.24 263	0.35 284	0.24 262	0.33 279	0.24 252	0.31 245	0.24 228	0.32 273	0.24 264	0.32 259	0.24 247

DEFOM-Stereo	0.68 440	3.11 628	1.40 618	1.63 589	0.25 272	0.31 266	0.25 259	0.31 258	0.28 287	0.31 261	0.29 301	0.29 260	0.27 282	0.31 268	0.28 276	1.59 609	1.47 623	0.30 264	0.29 347	0.30 251	0.28 321

UNDER WATER-64	0.25 208	0.26 169	0.25 219	0.26 203	0.25 272	0.25 238	0.25 259	0.25 233	0.25 263	0.25 234	0.25 269	0.25 238	0.25 265	0.26 248	0.25 260	0.25 218	0.25 229	0.25 243	0.25 267	0.25 232	0.25 249

LoS_RVC	0.30 228	1.14 413	0.25 219	0.25 195	0.25 272	0.26 247	0.25 259	0.25 233	0.25 263	0.25 234	0.25 269	0.26 250	0.26 275	0.26 248	0.25 260	0.26 220	0.26 232	0.25 243	0.25 267	0.26 235	0.26 255

CAS	0.30 228	1.17 419	0.25 219	0.25 195	0.25 272	0.26 247	0.25 259	0.25 233	0.26 277	0.25 234	0.25 269	0.25 238	0.25 265	0.25 236	0.25 260	0.26 220	0.26 232	0.26 248	0.25 267	0.26 235	0.25 249

LoS	0.25 208	0.27 172	0.25 219	0.25 195	0.25 272	0.25 238	0.25 259	0.26 239	0.25 263	0.25 234	0.25 269	0.25 238	0.25 265	0.25 236	0.25 260	0.26 220	0.25 229	0.25 243	0.26 273	0.26 235	0.25 249
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 503	7.04 708	2.23 683	2.75 642	0.28 286	0.43 356	0.25 259	0.39 296	0.25 263	0.41 321	0.27 278	0.39 306	0.25 265	0.40 310	0.28 276	0.37 274	0.28 253	0.37 318	0.25 267	0.37 299	0.25 249

CroCo-Stereo	0.73 456	1.22 475	0.25 219	1.22 551	0.25 272	1.22 607	0.25 259	1.22 602	0.25 263	1.22 611	0.25 269	1.22 613	0.25 265	1.22 613	0.25 260	1.22 584	0.26 232	1.21 622	0.25 267	1.22 604	0.25 249
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
DLNR_Zeroshot_test	0.31 235	0.28 175	0.47 393	0.79 439	0.24 269	0.30 259	0.26 266	0.30 252	0.24 258	0.32 267	0.23 256	0.31 269	0.24 262	0.30 263	0.23 249	0.29 238	0.26 232	0.29 262	0.24 264	0.33 266	0.23 237

CroCo-Stereo Lap2	0.77 466	1.29 479	0.29 243	1.27 556	0.29 299	1.27 611	0.26 266	1.26 606	0.26 277	1.26 612	0.26 274	1.27 617	0.26 275	1.26 615	0.27 267	1.27 587	0.27 245	1.27 626	0.27 311	1.27 608	0.27 293

StereoDRNet-Refined	0.33 249	0.39 208	0.26 226	0.39 254	0.26 279	0.40 309	0.26 266	0.40 304	0.26 277	0.39 297	0.26 274	0.39 306	0.26 275	0.39 307	0.26 265	0.37 274	0.25 229	0.37 318	0.25 267	0.37 299	0.37 398
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
small-0shot	0.35 261	1.92 557	0.27 229	0.27 206	0.27 280	0.27 252	0.27 269	0.27 243	0.27 281	0.27 248	0.27 278	0.26 250	0.27 282	0.27 252	0.26 265	0.27 224	0.26 232	0.26 248	0.26 273	0.26 235	0.27 293

PStereo	0.32 244	0.36 194	0.28 237	0.38 246	0.29 299	0.36 286	0.27 269	0.38 291	0.27 281	0.38 290	0.28 286	0.36 289	0.27 282	0.36 289	0.28 276	0.32 248	0.27 245	0.33 280	0.27 311	0.33 266	0.27 293

Anonymus	0.47 381	0.73 313	0.46 385	0.43 298	0.54 492	0.53 457	0.27 269	0.39 296	0.35 394	0.33 272	0.40 424	0.33 277	0.38 408	0.53 452	0.54 476	0.56 416	0.36 342	0.49 451	0.53 488	0.66 461	0.54 472

FE-Mocha	0.35 261	0.71 310	0.40 354	0.47 314	0.27 280	0.34 278	0.27 269	0.34 267	0.26 277	0.34 275	0.26 274	0.34 282	0.27 282	0.34 280	0.27 267	0.44 331	0.41 374	0.33 280	0.29 347	0.32 259	0.29 330

Monster-pub-mixall	0.44 341	0.56 293	0.60 442	0.38 246	0.27 280	0.37 294	0.27 269	0.37 282	0.29 297	0.38 290	0.27 278	0.38 301	0.29 303	0.85 514	0.27 267	1.46 602	0.26 232	0.34 290	0.26 273	0.36 294	0.53 469

Replicate-Monster	0.45 364	0.57 294	0.60 442	0.40 267	0.29 299	0.37 294	0.27 269	0.37 282	0.30 312	0.40 304	0.31 360	0.40 316	0.30 312	0.99 534	0.27 267	1.36 595	0.31 282	0.34 290	0.30 365	0.36 294	0.54 472

Any-RAFT	0.32 244	0.36 194	0.27 229	0.36 240	0.27 280	0.36 286	0.27 269	0.36 274	0.27 281	0.36 283	0.27 278	0.36 289	0.27 282	0.36 289	0.28 276	0.36 271	0.28 253	0.36 315	0.28 332	0.36 294	0.28 321

CRFU-Net	0.65 430	1.67 501	1.22 596	1.96 600	0.27 280	0.41 328	0.27 269	0.41 323	0.27 281	0.40 304	0.26 274	0.41 331	0.27 282	0.40 310	0.27 267	1.80 617	1.62 638	0.34 290	0.23 257	0.33 266	0.23 237

MLCV	0.31 235	0.35 189	0.27 229	0.35 236	0.28 286	0.35 282	0.27 269	0.35 270	0.28 287	0.36 283	0.27 278	0.35 284	0.27 282	0.35 283	0.27 267	0.34 258	0.27 245	0.34 290	0.27 311	0.34 271	0.27 293

DISCO	1.11 541	0.39 208	5.28 727	0.39 254	0.20 246	0.39 307	0.27 269	0.39 296	0.22 248	0.38 290	0.20 244	0.38 301	0.20 245	6.95 747	0.22 242	0.30 239	0.21 211	0.27 253	0.21 248	5.25 728	0.21 232

DN-CSS_ROB	0.31 235	0.35 189	0.28 237	0.35 236	0.28 286	0.34 278	0.27 269	0.34 267	0.25 263	0.35 279	0.27 278	0.36 289	0.26 275	0.34 280	0.28 276	0.35 266	0.28 253	0.34 290	0.28 332	0.34 271	0.27 293

SCION-M(vits-remse)	0.34 250	0.79 327	0.30 247	0.33 227	0.28 286	0.40 309	0.28 280	0.40 304	0.28 287	0.40 304	0.28 286	0.39 306	0.28 291	0.40 310	0.28 276	0.23 202	0.21 211	0.35 306	0.27 311	0.35 284	0.27 293

SCION-Mon(vits-remp)	0.34 250	0.98 371	0.30 247	0.33 227	0.18 237	0.21 211	0.28 280	0.40 304	0.28 287	0.40 304	0.28 286	0.39 306	0.28 291	0.40 310	0.28 276	0.37 274	0.29 267	0.35 306	0.27 311	0.35 284	0.27 293

SCION-MonSter(vits)	0.25 208	0.79 327	0.31 265	0.42 291	0.28 286	0.40 309	0.28 280	0.20 200	0.15 206	0.40 304	0.15 206	0.19 195	0.15 207	0.20 198	0.15 200	0.23 202	0.21 211	0.17 192	0.14 197	0.16 183	0.14 191

GREATEN-IGEV-FM_RVC	0.38 285	0.35 189	0.56 432	0.63 402	0.28 286	0.36 286	0.28 280	0.36 274	0.28 287	0.36 283	0.28 286	0.36 289	0.28 291	0.36 289	0.28 276	0.62 433	0.57 444	0.35 306	0.28 332	0.35 284	0.28 321

TestStereo_HL2	2.73 695	0.41 223	11.06 745	14.13 747	0.30 311	0.44 390	0.28 280	0.43 349	0.29 297	0.43 342	0.28 286	0.43 358	0.29 303	0.43 351	0.28 276	13.51 749	10.37 749	0.41 400	0.27 311	0.38 312	0.27 293

GeoVLM	0.36 269	0.38 201	0.27 229	0.46 307	0.28 286	0.35 282	0.28 280	0.37 282	0.27 281	0.35 279	0.28 286	0.36 289	0.38 408	0.35 283	0.28 276	1.08 519	0.26 232	0.33 280	0.27 311	0.34 271	0.33 371

Zero-FE251	0.36 269	0.40 212	0.28 237	0.41 281	0.28 286	0.41 328	0.28 280	0.41 323	0.28 287	0.41 321	0.28 286	0.41 331	0.28 291	0.42 344	0.30 302	0.37 274	0.26 232	0.37 318	0.27 311	0.45 399	0.56 483

Monster-pub-eth3d	0.45 364	0.57 294	0.60 442	0.39 254	0.28 286	0.37 294	0.28 280	0.37 282	0.30 312	0.39 297	0.29 301	0.39 306	0.30 312	0.92 526	0.27 267	1.42 599	0.28 253	0.34 290	0.28 332	0.37 299	0.53 469

LG-Stereo_L2	0.34 250	0.37 197	0.38 311	0.47 314	0.28 286	0.39 307	0.28 280	0.39 296	0.28 287	0.39 297	0.28 286	0.39 306	0.28 291	0.38 299	0.28 276	0.42 329	0.35 336	0.36 315	0.26 273	0.35 284	0.26 255

GIP-stereo	0.36 269	0.49 264	0.39 322	0.48 320	0.32 372	0.41 328	0.28 280	0.40 304	0.30 312	0.41 321	0.28 286	0.40 316	0.28 291	0.42 344	0.28 276	0.45 360	0.32 287	0.38 326	0.30 365	0.37 299	0.27 293

xx1	0.38 285	1.03 397	0.31 265	0.40 267	0.31 358	0.41 328	0.28 280	0.40 304	0.29 297	0.40 304	0.29 301	0.40 316	0.29 303	0.40 310	0.29 292	0.34 258	0.33 300	0.34 290	0.32 384	0.34 271	0.32 362

1test111	0.37 279	1.02 395	0.30 247	0.39 254	0.29 299	0.40 309	0.28 280	0.39 296	0.29 297	0.39 297	0.29 301	0.39 306	0.28 291	0.40 310	0.29 292	0.33 254	0.32 287	0.33 280	0.31 376	0.32 259	0.31 355

cc1	0.37 279	1.02 395	0.30 247	0.39 254	0.29 299	0.40 309	0.28 280	0.39 296	0.29 297	0.39 297	0.29 301	0.39 306	0.28 291	0.40 310	0.29 292	0.33 254	0.32 287	0.33 280	0.31 376	0.32 259	0.31 355

SQANet	0.28 222	0.28 175	0.28 237	0.28 208	0.28 286	0.28 254	0.28 280	0.28 244	0.28 287	0.28 249	0.28 286	0.28 254	0.28 291	0.28 257	0.28 276	0.28 229	0.28 253	0.28 257	0.28 332	0.28 243	0.28 321

DGSMNet	0.34 250	0.41 223	0.27 229	0.41 281	0.28 286	0.41 328	0.28 280	0.41 323	0.27 281	0.41 321	0.27 278	0.42 349	0.27 282	0.41 330	0.28 276	0.40 307	0.29 267	0.40 382	0.28 332	0.40 373	0.27 293

GREATEN-IGEV_RVC	0.38 285	0.35 189	0.56 432	0.63 402	0.29 299	0.36 286	0.29 295	0.36 274	0.29 297	0.39 297	0.29 301	0.36 289	0.29 303	0.36 289	0.29 292	0.62 433	0.57 444	0.35 306	0.29 347	0.36 294	0.29 330

TestStereo_HL3	2.76 698	0.41 223	11.46 748	14.11 746	0.30 311	0.45 404	0.29 295	0.43 349	0.29 297	0.43 342	0.29 301	0.43 358	0.28 291	0.44 382	0.30 302	13.57 750	10.32 748	0.41 400	0.27 311	0.38 312	0.27 293

GGDA	2.76 698	0.41 223	11.34 747	14.28 748	0.30 311	0.44 390	0.29 295	0.43 349	0.29 297	0.43 342	0.28 286	0.43 358	0.28 291	0.43 351	0.29 292	13.45 748	10.57 750	0.41 400	0.27 311	0.38 312	0.27 293

IGEV++	0.34 250	0.43 235	0.30 247	0.40 267	0.29 299	0.40 309	0.29 295	0.40 304	0.29 297	0.40 304	0.29 301	0.40 316	0.29 303	0.40 310	0.30 302	0.38 287	0.29 267	0.37 318	0.29 347	0.37 299	0.29 330

ACVNet-DCA	0.37 279	1.00 381	0.30 247	0.40 267	0.29 299	0.40 309	0.29 295	0.40 304	0.29 297	0.40 304	0.29 301	0.40 316	0.29 303	0.39 307	0.28 276	0.33 254	0.32 287	0.33 280	0.32 384	0.33 266	0.32 362

PML	0.46 373	1.36 487	0.29 243	0.58 391	0.30 311	0.57 469	0.29 295	0.57 457	0.29 297	0.57 464	0.29 301	0.57 469	0.29 303	0.56 460	0.29 292	0.52 402	0.30 277	0.53 468	0.31 376	0.53 443	0.30 345

GES	0.66 432	2.34 588	0.29 243	0.41 281	0.29 299	0.41 328	0.29 295	0.42 341	0.29 297	0.40 304	0.41 432	0.41 331	0.30 312	0.51 444	0.29 292	0.32 248	0.29 267	0.32 273	2.46 711	2.49 673	0.30 345

UCFNet_RVC	2.75 697	10.06 730	0.29 243	10.31 743	0.29 299	0.42 349	0.29 295	0.43 349	0.29 297	0.42 335	0.29 301	0.42 349	9.87 750	0.43 351	0.29 292	0.36 271	9.84 746	0.36 315	0.26 273	9.77 749	0.26 255

testmc14	2.43 684	10.48 733	8.02 742	8.93 733	0.31 358	0.44 390	0.30 303	0.42 341	0.30 312	0.42 335	0.30 316	0.42 349	0.30 312	0.42 344	0.30 302	8.88 745	6.99 735	0.41 400	0.28 332	0.39 359	0.28 321

TestStereo-Hl	2.78 700	0.42 233	11.23 746	14.38 749	0.30 311	0.44 390	0.30 303	0.43 349	0.28 287	0.43 342	0.29 301	0.44 393	0.29 303	0.44 382	0.29 292	13.64 751	10.73 751	0.41 400	0.27 311	0.38 312	0.27 293

MCSU-Stereo	2.48 687	10.56 734	8.50 744	9.47 737	0.31 358	0.43 356	0.30 303	0.42 341	0.30 312	0.42 335	0.30 316	0.42 349	0.30 312	0.41 330	0.30 302	8.86 744	6.93 734	0.40 382	0.29 347	0.39 359	0.28 321

aanet-new-90k	0.44 341	1.82 533	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.44 382	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-60k	0.44 341	1.81 526	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-70k	0.44 341	1.82 533	0.38 311	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-78k	0.44 341	1.80 521	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.45 360	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-40k	0.44 341	1.81 526	0.39 322	0.50 362	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.45 360	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-36k	0.44 341	1.80 521	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-34k	0.44 341	1.80 521	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-32k-new	0.44 341	1.78 516	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.44 387	0.30 312	0.44 380	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.45 360	0.34 329	0.39 369	0.26 273	0.38 312	0.26 255

aanet-new-32k	0.44 341	1.79 520	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-30k	0.44 341	1.78 516	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-28k	0.44 341	1.81 526	0.39 322	0.49 326	0.30 311	0.44 390	0.30 303	0.44 387	0.30 312	0.44 380	0.30 316	0.44 393	0.30 312	0.44 382	0.30 302	0.45 360	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT26K	0.43 328	1.76 511	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.31 343	0.44 331	0.33 300	0.38 326	0.27 311	0.38 312	0.26 255

aanet-new-24k	0.44 341	1.78 516	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-22k	0.44 341	1.81 526	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-16k	0.44 341	1.83 536	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-14k	0.60 417	5.12 677	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.44 382	0.30 302	0.44 331	0.37 346	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new-8k	0.43 328	1.76 511	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

aanet-new	0.43 328	1.80 521	0.38 311	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-cres-4k	0.44 341	1.81 526	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-cres	0.43 328	1.77 513	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-36K	0.43 328	1.78 516	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-22K	0.44 341	1.85 542	0.38 311	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-20K	0.43 328	1.77 513	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-24K	0.44 341	1.86 545	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-5K	0.44 341	1.80 521	0.39 322	0.49 326	0.30 311	0.44 390	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.44 382	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-2K	0.44 341	1.82 533	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-3K	0.43 328	1.77 513	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.33 300	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-50K	0.44 341	1.83 536	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.36 342	0.38 326	0.26 273	0.38 312	0.26 255

GCAP-Stereo-DPT-FT	0.41 312	1.06 404	0.40 354	0.51 373	0.31 358	0.44 390	0.30 303	0.43 349	0.32 369	0.44 380	0.30 316	0.56 466	0.30 312	0.44 382	0.31 343	0.45 360	0.34 329	0.39 369	0.27 311	0.40 373	0.27 293

DStereoO	0.31 235	0.31 183	0.31 265	0.30 211	0.40 429	0.31 266	0.30 303	0.30 252	0.34 390	0.29 254	0.31 360	0.29 260	0.30 312	0.31 268	0.31 343	0.31 245	0.29 267	0.31 270	0.30 365	0.31 256	0.31 355

DStereoSA	0.32 244	0.52 279	0.34 293	0.31 217	0.31 358	0.30 259	0.30 303	0.31 258	0.30 312	0.31 261	0.31 360	0.31 269	0.30 312	0.31 268	0.31 343	0.30 239	0.32 287	0.31 270	0.31 376	0.31 256	0.31 355

HiDET	0.38 285	0.44 238	0.30 247	0.42 291	0.30 311	0.42 349	0.30 303	0.42 341	0.30 312	0.44 380	0.30 316	0.42 349	0.30 312	0.42 344	0.68 505	0.37 274	0.32 287	0.40 382	0.29 347	0.37 299	0.29 330

LCMNet	0.38 285	0.44 238	0.30 247	0.42 291	0.30 311	0.42 349	0.30 303	0.42 341	0.30 312	0.45 392	0.30 316	0.42 349	0.30 312	0.42 344	0.69 513	0.37 274	0.32 287	0.40 382	0.29 347	0.37 299	0.29 330

CSFM-Stereo	0.38 285	0.44 238	0.30 247	0.42 291	0.30 311	0.42 349	0.30 303	0.43 349	0.30 312	0.44 380	0.30 316	0.42 349	0.30 312	0.42 344	0.73 527	0.37 274	0.32 287	0.40 382	0.29 347	0.37 299	0.30 345

MultiAttention	0.30 228	0.30 180	0.30 247	0.30 211	0.30 311	0.30 259	0.30 303	0.30 252	0.30 312	0.30 256	0.30 316	0.30 264	0.30 312	0.30 263	0.30 302	0.30 239	0.30 277	0.30 264	0.30 365	0.30 251	0.30 345

MSAF-DinoV2	0.30 228	0.30 180	0.30 247	0.30 211	0.30 311	0.30 259	0.30 303	0.30 252	0.30 312	0.30 256	0.30 316	0.30 264	0.30 312	0.30 263	0.30 302	0.30 239	0.30 277	0.30 264	0.30 365	0.30 251	0.30 345

GCAP-BAT	0.41 312	1.30 481	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.44 380	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.44 331	0.34 329	0.38 326	0.26 273	0.38 312	0.26 255

test_for_model	0.35 261	0.39 208	0.30 247	0.43 298	0.30 311	0.43 356	0.30 303	0.43 349	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.44 382	0.31 343	0.38 287	0.26 232	0.38 326	0.26 273	0.38 312	0.26 255

GCAPDPT-zeroshot4090	0.40 304	1.09 407	0.39 322	0.49 326	0.30 311	0.43 356	0.30 303	0.44 387	0.30 312	0.43 342	0.30 316	0.43 358	0.30 312	0.43 351	0.30 302	0.45 360	0.34 329	0.38 326	0.27 311	0.38 312	0.27 293

TorneroNet-64	0.45 364	0.27 172	0.30 247	0.58 391	0.27 280	0.70 488	0.30 303	0.28 244	0.73 535	0.73 493	0.28 286	0.71 493	0.66 502	0.75 495	0.27 267	0.27 224	0.29 267	0.37 318	0.75 542	0.28 243	0.30 345

GCAPDPT-zeroshot	0.36 269	0.40 212	0.30 247	0.43 298	0.30 311	0.43 356	0.30 303	0.43 349	0.31 357	0.43 342	0.30 316	0.43 358	0.30 312	0.44 382	0.31 343	0.39 300	0.28 253	0.39 369	0.27 311	0.39 359	0.26 255

IGEV-Stereo	0.35 261	0.44 238	0.45 379	0.49 326	0.30 311	0.37 294	0.30 303	0.36 274	0.30 312	0.36 283	0.29 301	0.36 289	0.29 303	0.36 289	0.30 302	0.46 372	0.39 360	0.32 273	0.24 264	0.32 259	0.25 249
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 250	0.42 233	0.31 265	0.39 254	0.30 311	0.38 301	0.30 303	0.40 304	0.29 297	0.40 304	0.37 406	0.41 331	0.34 389	0.38 299	0.30 302	0.34 258	0.27 245	0.34 290	0.26 273	0.34 271	0.26 255

DANet	0.30 228	0.30 180	0.30 247	0.30 211	0.30 311	0.30 259	0.30 303	0.30 252	0.30 312	0.30 256	0.30 316	0.30 264	0.30 312	0.30 263	0.30 302	0.30 239	0.30 277	0.30 264	0.30 365	0.30 251	0.30 345
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
test410_97500	0.41 312	0.89 349	0.31 265	0.40 267	0.31 358	0.40 309	0.31 350	0.40 304	0.31 357	0.61 471	0.53 484	0.40 316	0.31 363	0.40 310	0.31 343	0.58 419	0.47 408	0.38 326	0.29 347	0.38 312	0.29 330

test410	0.66 432	5.69 700	0.31 265	0.40 267	0.31 358	0.41 328	0.31 350	0.40 304	0.31 357	0.62 475	0.55 487	0.40 316	0.31 363	0.40 310	0.31 343	0.59 422	0.47 408	0.38 326	0.29 347	0.38 312	0.30 345

aanet-new-10k	0.45 364	1.81 526	0.40 354	0.50 362	0.31 358	0.44 390	0.31 350	0.44 387	0.31 357	0.44 380	0.31 360	0.44 393	0.32 370	0.44 382	0.31 343	0.46 372	0.35 336	0.39 369	0.27 311	0.39 359	0.27 293

aanet-new-12k	0.46 373	1.99 560	0.40 354	0.51 373	0.31 358	0.44 390	0.31 350	0.44 387	0.31 357	0.44 380	0.31 360	0.44 393	0.31 363	0.44 382	0.32 355	0.47 379	0.35 336	0.39 369	0.27 311	0.39 359	0.27 293

GCAP-Stereo-DPT-25K	0.41 312	1.09 407	0.40 354	0.52 376	0.31 358	0.44 390	0.31 350	0.44 387	0.31 357	0.44 380	0.31 360	0.44 393	0.31 363	0.44 382	0.31 343	0.46 372	0.35 336	0.39 369	0.28 332	0.39 359	0.28 321

gcap_with_dpt	0.35 261	0.39 208	0.30 247	0.44 302	0.31 358	0.44 390	0.31 350	0.44 387	0.31 357	0.44 380	0.30 316	0.44 393	0.30 312	0.44 382	0.30 302	0.38 287	0.26 232	0.38 326	0.27 311	0.38 312	0.27 293

MonSter++	0.38 285	0.44 238	0.31 265	0.43 298	0.30 311	0.43 356	0.31 350	0.43 349	0.31 357	0.45 392	0.31 360	0.43 358	0.31 363	0.43 351	0.69 513	0.38 287	0.33 300	0.40 382	0.30 365	0.38 312	0.30 345

gcap-zeroshot	0.36 269	0.40 212	0.34 293	0.44 302	0.31 358	0.44 390	0.31 350	0.44 387	0.32 369	0.44 380	0.32 370	0.44 393	0.32 370	0.44 382	0.31 343	0.39 300	0.28 253	0.39 369	0.28 332	0.39 359	0.27 293

EKT-Stereo	0.37 279	0.40 212	0.44 377	1.07 486	0.29 299	0.34 278	0.31 350	0.36 274	0.29 297	0.38 290	0.31 360	0.37 299	0.30 312	0.36 289	0.29 292	0.34 258	0.28 253	0.39 369	0.30 365	0.37 299	0.30 345

testlalala	0.36 269	0.40 212	0.34 293	0.44 302	0.31 358	0.44 390	0.31 350	0.44 387	0.32 369	0.44 380	0.32 370	0.44 393	0.32 370	0.44 382	0.31 343	0.39 300	0.28 253	0.39 369	0.28 332	0.39 359	0.27 293

DStereoFS	0.32 244	0.33 186	0.32 274	0.33 227	0.30 311	0.32 275	0.32 360	0.32 260	0.31 357	0.30 256	0.31 360	0.31 269	0.30 312	0.32 271	0.32 355	0.32 248	0.31 282	0.30 264	0.47 472	0.32 259	0.34 378

DDF-Stereo	0.43 328	1.15 416	0.57 436	0.53 378	0.32 372	0.41 328	0.32 360	0.41 323	0.32 369	0.41 321	0.32 370	0.41 331	0.32 370	0.40 310	0.32 355	0.52 402	0.50 425	0.38 326	0.31 376	0.39 359	0.31 355

GREAT-IGEV	0.38 285	0.43 235	0.36 305	0.48 320	0.32 372	0.45 404	0.32 360	0.45 396	0.32 369	0.45 392	0.32 370	0.45 403	0.32 370	0.45 400	0.32 355	0.44 331	0.33 300	0.41 400	0.29 347	0.41 384	0.29 330
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 285	0.43 235	0.33 279	0.46 307	0.33 385	0.45 404	0.32 360	0.45 396	0.32 369	0.45 392	0.32 370	0.45 403	0.33 382	0.45 400	0.32 355	0.38 287	0.38 353	0.38 326	0.37 421	0.37 299	0.36 392

MyStereo07	0.60 417	3.72 644	0.48 401	0.49 326	0.41 439	0.36 286	0.32 360	0.49 418	0.43 445	0.51 443	0.42 442	0.49 427	0.43 443	0.51 444	0.64 491	0.49 387	0.45 398	0.34 290	0.32 384	0.35 284	0.43 432

MyStereo04	0.56 414	3.72 644	0.59 438	0.49 326	0.41 439	0.36 286	0.32 360	0.37 282	0.31 357	0.34 275	0.46 456	0.35 284	0.32 370	0.35 283	0.33 367	0.49 387	0.45 398	0.34 290	0.32 384	0.35 284	0.43 432

RAFT-Test	0.36 269	0.37 197	0.33 279	0.41 281	0.32 372	0.41 328	0.32 360	0.41 323	0.32 369	0.41 321	0.32 370	0.41 331	0.32 370	0.41 330	0.33 367	0.37 274	0.29 267	0.37 318	0.29 347	0.38 312	0.31 355

4D-IteraStereo	0.78 469	3.13 629	0.89 510	0.69 419	0.32 372	0.40 309	0.32 360	0.76 492	0.97 564	0.52 447	0.65 505	0.89 521	0.32 370	0.76 496	0.98 557	0.83 486	0.94 518	0.35 306	0.27 311	0.70 473	0.89 545

iRaft-Stereo_20w	0.34 250	0.41 223	0.31 265	0.39 254	0.29 299	0.40 309	0.32 360	0.41 323	0.32 369	0.38 290	0.30 316	0.39 306	0.30 312	0.38 299	0.32 355	0.35 266	0.27 245	0.34 290	0.27 311	0.34 271	0.29 330

pcwnet_v2	2.66 693	9.89 729	0.33 279	9.89 739	0.32 372	0.50 439	0.32 360	0.49 418	0.33 379	0.49 421	0.34 387	0.49 427	8.76 747	0.48 419	0.33 367	0.41 315	9.58 743	0.40 382	0.29 347	9.01 746	0.63 493

Gwc-CoAtRS	0.41 312	1.49 495	0.32 274	0.42 291	0.32 372	0.41 328	0.32 360	0.41 323	0.33 379	0.41 321	0.32 370	0.41 331	0.32 370	0.41 330	0.32 355	0.39 300	0.28 253	0.39 369	0.28 332	0.40 373	0.28 321

rgla	0.45 364	0.54 287	0.33 279	0.67 413	0.32 372	0.48 421	0.33 371	0.48 410	0.33 379	0.48 411	0.94 560	0.48 420	0.33 382	0.47 409	0.33 367	0.45 360	0.52 433	0.53 468	0.31 376	0.45 399	0.32 362

416test	0.46 373	0.55 290	0.33 279	0.67 413	0.33 385	0.48 421	0.33 371	0.48 410	0.33 379	0.48 411	0.99 565	0.48 420	0.33 382	0.48 419	0.33 367	0.45 360	0.52 433	0.54 471	0.32 384	0.45 399	0.32 362

BStereo	0.22 194	0.23 151	0.20 198	0.24 188	0.20 246	0.23 225	0.33 371	0.39 296	0.17 224	0.23 219	0.17 220	0.23 225	0.16 211	0.24 227	0.17 215	0.23 202	0.16 174	0.22 219	0.20 244	0.22 212	0.16 200

Anonymus123	0.22 194	0.23 151	0.20 198	0.24 188	0.20 246	0.23 225	0.33 371	0.39 296	0.17 224	0.23 219	0.17 220	0.23 225	0.16 211	0.24 227	0.17 215	0.23 202	0.16 174	0.22 219	0.20 244	0.22 212	0.16 200

water-stereo	0.41 312	0.84 337	0.46 385	0.50 362	0.33 385	0.45 404	0.33 371	0.45 396	0.32 369	0.45 392	0.32 370	0.45 403	0.32 370	0.45 400	0.32 355	0.44 331	0.41 374	0.39 369	0.31 376	0.39 359	0.32 362

DVStereo	0.43 328	0.86 341	0.48 401	0.50 362	0.33 385	0.46 411	0.33 371	0.46 400	0.33 379	0.46 398	0.33 379	0.47 413	0.33 382	0.47 409	0.34 382	0.45 360	0.42 384	0.40 382	0.33 395	0.47 418	0.38 405

PCWNet_CMD	2.80 702	9.82 728	0.32 274	10.09 742	0.32 372	0.49 430	0.33 371	3.34 707	0.33 379	0.49 421	0.33 379	0.49 427	8.73 746	0.48 419	0.33 367	0.41 315	9.22 741	0.42 416	0.29 347	9.55 748	0.31 355

CFNet_ucs	2.73 695	9.64 727	0.33 279	9.92 740	0.32 372	0.49 430	0.33 371	0.49 418	0.33 379	0.49 421	0.33 379	0.49 427	8.98 748	0.48 419	0.33 367	0.41 315	9.96 747	0.40 382	0.29 347	10.12 751	0.54 472

LL-Strereo2	0.48 387	1.73 509	0.51 420	0.59 394	0.34 397	0.42 349	0.33 371	0.40 304	0.31 357	0.42 335	0.33 379	0.42 349	0.31 363	0.44 382	0.39 415	0.60 424	0.51 430	0.44 419	0.33 395	0.44 394	0.33 371

CFNet_pseudo	2.67 694	9.36 725	0.32 274	10.99 744	0.33 385	0.85 512	0.33 371	0.49 418	0.33 379	0.49 421	0.32 370	0.49 427	7.26 744	0.49 426	0.33 367	0.41 315	9.62 744	0.41 400	0.29 347	10.03 750	0.29 330

RAFT + AFF	0.31 235	0.45 247	0.34 293	0.39 254	0.28 286	0.38 301	0.33 371	0.29 249	0.31 357	0.30 256	0.30 316	0.29 260	0.27 282	0.29 261	0.30 302	0.28 229	0.29 267	0.29 262	0.29 347	0.27 241	0.32 362

ccnet	0.80 473	2.28 580	0.33 279	0.50 362	0.33 385	0.50 439	0.33 371	0.50 427	0.33 379	0.49 421	0.33 379	0.49 427	1.56 641	2.38 675	0.33 367	0.41 315	0.29 267	0.42 416	1.57 658	2.28 660	0.29 330

psmorigin	0.41 312	0.46 251	0.33 279	0.49 326	0.33 385	0.49 430	0.33 371	0.49 418	0.33 379	0.49 421	0.33 379	0.49 427	0.33 382	0.51 444	0.33 367	0.41 315	0.30 277	0.41 400	0.30 365	0.79 489	0.29 330

MSMDNet	2.65 692	10.14 731	0.33 279	9.74 738	0.32 372	0.87 515	0.33 371	2.95 702	0.68 511	0.49 421	0.34 387	0.49 427	5.70 740	0.49 426	0.33 367	0.42 329	9.57 742	0.41 400	0.31 376	8.36 743	0.65 501

ccs_rob	2.79 701	10.17 732	0.32 274	10.00 741	0.33 385	0.49 430	0.33 371	1.90 636	0.32 369	0.51 443	0.33 379	0.49 427	9.24 749	0.49 426	0.33 367	0.41 315	9.82 745	0.41 400	0.28 332	9.34 747	0.29 330

HART	0.38 285	0.45 247	0.34 293	0.42 291	0.33 385	0.41 328	0.34 386	0.42 341	0.33 379	0.43 342	0.34 387	0.42 349	0.34 389	0.41 330	0.38 402	0.40 307	0.32 287	0.42 416	0.32 384	0.40 373	0.32 362

mms	0.40 304	0.45 247	0.35 303	0.48 320	0.36 407	0.47 416	0.34 386	0.45 396	0.38 410	0.47 404	0.33 379	0.45 403	0.32 370	0.45 400	0.32 355	0.39 300	0.38 353	0.38 326	0.37 421	0.39 359	0.39 411

H2IRNET	0.34 250	0.34 187	0.34 293	0.34 233	0.34 397	0.34 278	0.34 386	0.34 267	0.34 390	0.34 275	0.34 387	0.34 282	0.34 389	0.34 280	0.34 382	0.34 258	0.34 329	0.34 290	0.34 399	0.34 271	0.34 378

CASnet	0.35 261	0.51 277	0.44 377	0.32 223	0.31 358	0.24 228	0.34 386	0.36 274	0.25 263	0.31 261	0.37 406	0.30 264	0.33 382	0.25 236	0.45 443	0.37 274	0.37 346	0.33 280	0.35 412	0.34 271	0.37 398
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RCA-Stereo	0.51 401	3.22 632	0.34 293	0.44 302	0.34 397	0.44 390	0.34 386	0.43 349	0.34 390	0.43 342	0.34 387	0.44 393	0.33 382	0.43 351	0.33 367	0.38 287	0.29 267	0.38 326	0.29 347	0.38 312	0.29 330

UGAM	0.51 401	2.23 577	0.39 322	0.54 381	0.35 401	0.50 439	0.35 391	0.49 418	0.35 394	0.49 421	0.35 396	0.49 427	0.36 399	0.50 434	0.36 389	0.49 387	0.37 346	0.45 424	0.34 399	0.45 399	0.34 378

GCST	0.50 396	2.08 563	0.38 311	0.53 378	0.35 401	0.49 430	0.35 391	0.50 427	0.35 394	0.49 421	0.35 396	0.49 427	0.35 395	0.49 426	0.35 386	0.48 384	0.37 346	0.45 424	0.33 395	0.44 394	0.33 371

RAFT-Stereo-weight	0.45 364	1.90 550	0.34 293	0.42 291	0.36 407	0.43 356	0.35 391	0.42 341	0.34 390	0.42 335	0.34 387	0.44 393	0.34 389	0.41 330	0.34 382	0.38 287	0.32 287	0.38 326	0.32 384	0.38 312	0.33 371

Former-RAFT_DAM_RVC	0.49 393	0.98 371	0.64 457	0.84 448	0.46 460	0.45 404	0.35 391	0.47 406	0.47 458	0.45 392	0.34 387	0.46 407	0.48 462	0.46 405	0.35 386	0.39 300	0.71 490	0.39 369	0.35 412	0.41 384	0.41 422

CES	0.39 299	0.47 256	0.36 305	0.36 240	0.37 411	0.45 404	0.35 391	0.35 270	0.40 425	0.36 283	0.44 447	0.47 413	0.36 399	0.44 382	0.36 389	0.37 274	0.39 360	0.44 419	0.35 412	0.37 299	0.36 392

ETE_ROB	0.35 261	0.35 189	0.35 303	0.35 236	0.35 401	0.35 282	0.35 391	0.35 270	0.35 394	0.35 279	0.35 396	0.35 284	0.35 395	0.35 283	0.35 386	0.35 266	0.35 336	0.35 306	0.35 412	0.35 284	0.35 389

252Zero-FE	0.45 364	0.50 269	0.36 305	0.50 362	0.36 407	0.50 439	0.36 397	0.50 427	0.36 404	0.49 421	0.36 399	0.49 427	0.36 399	0.54 455	0.41 426	0.45 360	0.34 329	0.45 424	0.34 399	0.55 445	0.75 527

UGAM-zero	0.51 401	2.17 572	0.39 322	0.53 378	0.36 407	0.50 439	0.36 397	0.50 427	0.36 404	0.49 421	0.36 399	0.50 441	0.35 395	0.50 434	0.36 389	0.49 387	0.37 346	0.47 438	0.35 412	0.46 404	0.34 378

GMOStereo	0.37 279	0.45 247	0.23 209	0.30 211	0.37 411	0.41 328	0.36 397	0.41 323	0.35 394	0.43 342	0.36 399	0.41 331	0.40 420	0.41 330	0.36 389	0.34 258	0.22 218	0.47 438	0.37 421	0.39 359	0.33 371

error version	0.93 513	4.47 664	2.35 686	1.99 602	0.37 411	0.41 328	0.36 397	0.41 323	0.35 394	0.43 342	0.36 399	0.41 331	0.40 420	0.41 330	0.36 389	1.87 620	2.16 681	0.47 438	0.37 421	0.39 359	0.33 371

test_1	0.93 513	4.47 664	2.35 686	1.99 602	0.37 411	0.41 328	0.36 397	0.41 323	0.35 394	0.43 342	0.36 399	0.41 331	0.40 420	0.41 330	0.36 389	1.87 620	2.16 681	0.47 438	0.37 421	0.39 359	0.33 371

DMCA	0.36 269	0.38 201	0.37 309	0.35 236	0.35 401	0.36 286	0.36 397	0.36 274	0.35 394	0.35 279	0.37 406	0.36 289	0.36 399	0.35 283	0.36 389	0.36 271	0.36 342	0.35 306	0.36 418	0.36 294	0.36 392

Pro-Stereo	0.79 470	0.53 283	0.38 311	0.49 326	0.38 418	0.49 430	0.37 403	0.49 418	0.67 505	0.50 434	0.38 411	1.10 556	0.38 408	0.49 426	0.38 402	0.71 453	0.88 512	5.98 744	0.36 418	0.46 404	0.36 392

SCV_C0	0.45 364	0.88 346	0.49 408	0.54 381	0.37 411	0.48 421	0.37 403	0.48 410	0.37 406	0.48 411	0.36 399	0.48 420	0.37 404	0.49 426	0.37 399	0.50 394	0.41 374	0.44 419	0.34 399	0.44 394	0.34 378

HH	0.71 449	2.54 599	0.74 491	1.10 488	0.32 372	0.41 328	0.37 403	0.69 480	0.78 539	0.73 493	0.90 552	0.75 501	1.00 551	0.84 510	0.69 513	0.69 447	0.40 364	0.35 306	0.26 273	0.35 284	0.26 255

HanStereo	0.71 449	2.54 599	0.74 491	1.10 488	0.32 372	0.41 328	0.37 403	0.69 480	0.78 539	0.73 493	0.90 552	0.75 501	1.00 551	0.84 510	0.69 513	0.69 447	0.40 364	0.35 306	0.26 273	0.35 284	0.26 255

test-3	0.98 520	4.13 657	1.85 654	1.85 593	0.61 503	0.69 485	0.37 403	0.63 471	0.61 495	0.66 483	0.51 481	0.73 498	0.44 445	0.57 465	0.54 476	1.68 613	1.81 652	0.40 382	0.43 460	0.66 461	0.50 458

FCDSN-DC	0.41 312	0.59 297	0.64 457	0.54 381	0.33 385	0.50 439	0.37 403	0.42 341	0.40 425	0.61 471	0.43 445	0.50 441	0.49 468	0.38 299	0.32 355	0.28 229	0.23 224	0.26 248	0.22 251	0.35 284	0.28 321
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	0.37 279	0.37 197	0.37 309	0.37 243	0.37 411	0.37 294	0.37 403	0.37 282	0.37 406	0.37 289	0.37 406	0.37 299	0.37 404	0.37 296	0.37 399	0.37 274	0.37 346	0.37 318	0.37 421	0.37 299	0.37 398

GEAStereo	0.62 424	3.91 651	0.48 401	0.69 419	0.38 418	0.51 451	0.38 410	0.51 441	0.38 410	0.53 450	0.38 411	0.50 441	0.38 408	0.51 444	0.38 402	0.54 406	0.43 389	0.46 428	0.34 399	0.46 404	0.34 378

GSStereo	0.81 478	4.28 661	0.50 414	0.59 394	0.40 429	0.51 451	0.38 410	0.50 427	0.38 410	0.50 434	0.38 411	0.50 441	3.79 725	0.50 434	0.38 402	0.54 406	0.43 389	0.46 428	0.34 399	0.46 404	0.35 389

GS-Stereo							0.38 410	0.50 427	0.38 410	0.50 434	0.38 411	0.50 441	3.79 725	0.50 434	0.38 402	0.54 406	0.43 389	0.46 428	0.34 399	0.46 404	0.35 389

gasm-f	0.62 424	3.91 651	0.48 401	0.69 419	0.38 418	0.51 451	0.38 410	0.51 441	0.38 410	0.53 450	0.38 411	0.50 441	0.38 408	0.51 444	0.38 402	0.54 406	0.43 389	0.46 428	0.34 399	0.46 404	0.34 378

GASTEREO	0.48 387	1.21 469	0.47 393	0.57 389	0.38 418	0.50 439	0.38 410	0.50 427	0.38 410	0.50 434	0.38 411	0.50 441	0.38 408	0.50 434	0.38 402	0.52 402	0.42 384	0.46 428	0.34 399	0.46 404	0.34 378

MSCF	0.51 401	1.40 492	0.49 408	0.58 391	0.38 418	0.50 439	0.38 410	0.54 450	0.41 435	0.52 447	0.41 432	0.53 455	0.42 438	0.53 452	0.41 426	0.60 424	0.47 408	0.48 446	0.37 421	0.48 422	0.38 405

depthmonostereo	0.44 341	0.85 339	0.46 385	0.54 381	0.40 429	0.52 455	0.38 410	0.52 446	0.35 394	0.47 404	0.34 387	0.46 407	0.34 389	0.47 409	0.34 382	0.45 360	0.43 389	0.41 400	0.33 395	0.41 384	0.32 362

SCV	0.46 373	0.94 366	0.45 379	0.54 381	0.37 411	0.48 421	0.38 410	0.48 410	0.37 406	0.48 411	0.39 421	0.48 420	0.37 404	0.49 426	0.37 399	0.50 394	0.46 400	0.44 419	0.34 399	0.44 394	0.34 378

WAO-8	0.38 285	0.38 201	0.38 311	0.38 246	0.38 418	0.38 301	0.38 410	0.38 291	0.38 410	0.38 290	0.38 411	0.38 301	0.38 408	0.38 299	0.38 402	0.38 287	0.38 353	0.38 326	0.37 421	0.38 312	0.38 405

WAO-7	0.38 285	0.38 201	0.38 311	0.38 246	0.38 418	0.38 301	0.38 410	0.38 291	0.38 410	0.38 290	0.38 411	0.38 301	0.38 408	0.38 299	0.38 402	0.38 287	0.38 353	0.38 326	0.38 435	0.38 312	0.38 405

HanzoNet	0.39 299	0.38 201	0.40 354	0.39 254	0.41 439	0.38 301	0.38 410	0.38 291	0.38 410	0.39 297	0.39 421	0.38 301	0.38 408	0.39 307	0.40 418	0.38 287	0.38 353	0.40 382	0.38 435	0.38 312	0.40 413

Venus	0.38 285	0.38 201	0.38 311	0.38 246	0.38 418	0.37 294	0.38 410	0.37 282	0.37 406	0.41 321	0.37 406	0.39 306	0.37 404	0.38 299	0.38 402	0.37 274	0.38 353	0.38 326	0.37 421	0.37 299	0.38 405

IMH	0.38 285	0.38 201	0.38 311	0.38 246	0.38 418	0.38 301	0.38 410	0.38 291	0.38 410	0.42 335	0.38 411	0.40 316	0.38 408	0.38 299	0.38 402	0.38 287	0.38 353	0.39 369	0.38 435	0.38 312	0.38 405

iRaftStereo_RVC	0.97 518	3.17 631	2.30 685	2.42 634	0.38 418	0.54 461	0.38 410	0.54 450	0.38 410	0.54 456	0.38 411	0.54 459	0.38 408	0.54 455	0.38 402	2.38 669	2.34 685	0.49 451	0.36 418	0.49 425	0.36 392

quiztm	0.43 328	0.49 264	0.40 354	0.51 373	0.40 429	0.51 451	0.40 424	0.50 427	0.40 425	0.50 434	0.40 424	0.51 452	0.40 420	0.50 434	0.40 418	0.44 331	0.34 329	0.44 419	0.34 399	0.44 394	0.34 378

LG-Stereo_L1	0.47 381	0.52 279	0.47 393	0.62 400	0.39 428	0.53 457	0.40 424	0.53 448	0.39 423	0.53 450	0.39 421	0.53 455	0.39 419	0.53 452	0.39 415	0.55 412	0.46 400	0.49 451	0.37 421	0.49 425	0.37 398

GCAP-Stereo	0.75 460	4.15 658	0.42 373	0.75 437	0.35 401	0.78 497	0.40 424	0.79 494	0.38 410	0.78 502	0.36 399	0.78 504	0.36 399	0.79 498	0.39 415	0.75 469	0.39 360	0.76 511	0.39 439	0.75 480	0.39 411

knoymous	0.40 304	0.40 212	0.40 354	0.40 267	0.40 429	0.40 309	0.40 424	0.40 304	0.40 425	0.40 304	0.40 424	0.40 316	0.40 420	0.40 310	0.40 418	0.40 307	0.40 364	0.40 382	0.40 440	0.40 373	0.40 413

anonymousa	0.40 304	0.40 212	0.40 354	0.40 267	0.40 429	0.40 309	0.40 424	0.40 304	0.40 425	0.40 304	0.40 424	0.40 316	0.40 420	0.40 310	0.40 418	0.40 307	0.40 364	0.40 382	0.40 440	0.40 373	0.40 413

riskmin	0.40 304	0.40 212	0.40 354	0.40 267	0.40 429	0.40 309	0.40 424	0.40 304	0.40 425	0.40 304	0.40 424	0.40 316	0.40 420	0.40 310	0.40 418	0.40 307	0.40 364	0.40 382	0.40 440	0.40 373	0.40 413

Anonymous_2	0.40 304	0.40 212	0.40 354	0.40 267	0.40 429	0.40 309	0.40 424	0.40 304	0.40 425	0.40 304	0.40 424	0.40 316	0.40 420	0.40 310	0.40 418	0.40 307	0.40 364	0.40 382	0.40 440	0.40 373	0.40 413

Anonymous_1	0.40 304	0.40 212	0.40 354	0.40 267	0.40 429	0.40 309	0.40 424	0.40 304	0.40 425	0.40 304	0.40 424	0.40 316	0.40 420	0.40 310	0.40 418	0.40 307	0.40 364	0.40 382	0.40 440	0.40 373	0.40 413

AdaStereo	0.40 304	0.40 212	0.40 354	0.40 267	0.40 429	0.40 309	0.40 424	0.40 304	0.40 425	0.40 304	0.40 424	0.40 316	0.40 420	0.40 310	0.40 418	0.40 307	0.40 364	0.40 382	0.40 440	0.40 373	0.40 413
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
416test1013	0.49 393	0.80 330	0.33 279	0.67 413	0.33 385	0.48 421	0.41 433	0.48 410	0.39 423	0.48 411	0.93 559	0.52 453	0.32 370	0.52 449	0.38 402	0.49 387	0.51 430	0.53 468	0.37 421	0.51 436	0.36 392

GwcNet-ADL	0.41 312	0.41 223	0.41 368	0.41 281	0.41 439	0.41 328	0.41 433	0.41 323	0.41 435	0.41 321	0.41 432	0.41 331	0.41 432	0.41 330	0.41 426	0.41 315	0.41 374	0.41 400	0.41 449	0.41 384	0.41 422

PSMNet-ADL	0.41 312	0.41 223	0.41 368	0.41 281	0.41 439	0.41 328	0.41 433	0.41 323	0.41 435	0.41 321	0.41 432	0.41 331	0.41 432	0.41 330	0.41 426	0.41 315	0.41 374	0.41 400	0.41 449	0.41 384	0.41 422

GANet-ADL	0.41 312	0.41 223	0.41 368	0.41 281	0.41 439	0.41 328	0.41 433	0.41 323	0.41 435	0.41 321	0.41 432	0.41 331	0.41 432	0.41 330	0.41 426	0.41 315	0.41 374	0.41 400	0.41 449	0.41 384	0.41 422

ADLNet2	0.41 312	0.41 223	0.41 368	0.41 281	0.41 439	0.41 328	0.41 433	0.41 323	0.41 435	0.41 321	0.41 432	0.41 331	0.41 432	0.41 330	0.41 426	0.41 315	0.41 374	0.41 400	0.41 449	0.41 384	0.41 422

ADLNet	0.41 312	0.41 223	0.41 368	0.41 281	0.41 439	0.41 328	0.41 433	0.41 323	0.41 435	0.41 321	0.41 432	0.41 331	0.41 432	0.41 330	0.41 426	0.41 315	0.41 374	0.41 400	0.41 449	0.41 384	0.41 422

DNS	0.86 498	2.43 596	1.66 634	2.03 604	0.42 449	0.60 472	0.42 439	0.60 465	0.42 443	0.60 469	0.42 442	0.60 474	0.42 438	0.60 469	0.42 434	1.97 629	1.63 640	0.55 474	0.40 440	0.55 445	0.40 413

RSM	0.36 269	0.36 194	0.43 375	0.37 243	0.42 449	0.49 430	0.42 439	0.37 282	0.28 287	0.36 283	0.29 301	0.36 289	0.30 312	0.37 296	0.28 276	0.34 258	0.31 282	0.34 290	0.35 412	0.40 373	0.29 330

CFNet_RVC	2.38 683	8.71 720	0.38 311	9.33 734	0.42 449	0.56 463	0.42 439	0.60 465	0.38 410	0.62 475	0.42 442	0.56 466	7.29 745	0.62 471	0.42 434	0.53 405	0.37 346	0.49 451	0.34 399	8.30 742	6.87 747

DispNO	1.00 521	0.63 301	0.43 375	3.45 671	0.44 454	0.65 480	0.43 442	0.64 473	0.43 445	0.64 479	0.43 445	0.64 481	3.03 703	0.64 477	0.43 439	4.55 705	0.43 389	0.63 484	0.43 460	0.63 458	0.43 432

DN	0.53 406	0.85 339	0.45 379	0.65 408	0.44 454	0.60 472	0.44 443	0.60 465	0.44 448	0.60 469	0.45 452	0.60 474	0.44 445	0.60 469	0.44 440	0.56 416	0.42 384	0.56 475	0.42 457	0.56 448	0.42 429

FSD					0.44 454	0.56 463	0.44 443	0.55 453	0.44 448	0.56 461	0.44 447	0.56 466	0.44 445	0.56 460	0.46 447	0.61 428	0.42 384	0.52 465	0.42 457	0.52 439

LG-Stereo_Zeroshot	0.48 387	0.55 290	0.47 393	0.63 402	0.41 439	0.56 463	0.44 443	0.56 454	0.41 435	0.56 461	0.41 432	0.57 469	0.42 438	0.56 460	0.41 426	0.55 412	0.43 389	0.51 462	0.37 421	0.51 436	0.37 398

MonSter	0.60 417	0.64 303	0.52 423	0.62 400	0.44 454	2.07 651	0.44 443	0.62 470	0.44 448	0.62 475	0.44 447	0.62 479	0.44 445	0.62 471	0.44 440	0.58 419	0.42 384	0.62 482	0.46 465	0.58 453	0.42 429

PAM_32	0.64 428	2.38 592	0.51 420	0.92 461	0.43 453	0.53 457	0.44 443	0.87 506	0.43 445	0.52 447	0.45 452	0.53 455	0.40 420	0.54 455	0.46 447	0.62 433	0.56 442	0.48 446	0.45 463	0.76 483	0.44 435

AIO-Stereo-zeroshot1	0.75 460	0.92 360	0.85 509	0.96 473	0.59 496	1.27 611	0.44 443	0.59 463	0.69 516	0.91 519	0.68 514	0.55 463	0.61 495	1.06 551	0.83 545	0.62 433	0.70 486	0.90 531	0.41 449	0.89 507	0.56 483

MWDA-net	0.67 438	0.66 304	0.45 379	2.84 648	0.46 460	0.73 492	0.45 449	0.71 485	0.44 448	0.72 491	0.45 452	0.70 492	0.45 449	0.70 486	0.44 440	0.61 428	0.41 374	0.61 481	0.43 460	0.61 456	0.42 429

FAST (zero-shot)	0.87 502	1.55 497	0.42 373	1.57 580	0.42 449	1.62 635	0.45 449	1.59 623	0.42 443	1.66 634	0.44 447	1.62 634	0.42 438	1.59 629	0.42 434	0.64 439	0.43 389	0.64 486	0.42 457	0.67 464	0.46 439

fffft	0.48 387	0.51 277	0.45 379	0.52 376	0.45 458	0.52 455	0.45 449	0.52 446	0.48 465	0.53 450	0.45 452	0.52 453	0.45 449	0.52 449	0.46 447	0.51 400	0.41 374	0.50 457	0.41 449	0.50 430	0.41 422
1: 1. 1
Selective-IGEV	0.51 401	0.55 290	0.45 379	0.69 419	0.45 458	0.61 474	0.45 449	0.50 427	0.40 425	0.56 461	0.44 447	0.55 463	0.40 420	0.72 490	0.67 498	0.59 422	0.46 400	0.45 424	0.34 399	0.46 404	0.37 398

otaku	0.46 373	0.46 251	0.46 385	0.46 307	0.46 460	0.46 411	0.46 453	0.46 400	0.46 453	0.46 398	0.46 456	0.46 407	0.46 453	0.46 405	0.46 447	0.46 372	0.46 400	0.46 428	0.46 465	0.46 404	0.46 439

Dean	0.46 373	0.46 251	0.46 385	0.46 307	0.46 460	0.46 411	0.46 453	0.46 400	0.46 453	0.47 404	0.46 456	0.46 407	0.46 453	0.46 405	0.46 447	0.46 372	0.46 400	0.46 428	0.46 465	0.46 404	0.46 439

ACVNet_1	0.46 373	0.47 256	0.46 385	0.46 307	0.46 460	0.46 411	0.46 453	0.46 400	0.47 458	0.46 398	0.46 456	0.46 407	0.46 453	0.46 405	0.46 447	0.46 372	0.46 400	0.47 438	0.46 465	0.46 404	0.46 439

ACVNet-4b	0.46 373	0.46 251	0.46 385	0.46 307	0.46 460	0.46 411	0.46 453	0.46 400	0.46 453	0.46 398	0.46 456	0.46 407	0.46 453	0.47 409	0.46 447	0.46 372	0.46 400	0.46 428	0.46 465	0.46 404	0.46 439

LL-Strereo	1.01 529	5.06 676	1.63 631	0.70 425	1.43 649	0.56 463	0.46 453	0.57 457	0.50 472	0.57 464	0.50 475	1.58 629	0.49 468	0.59 467	0.50 465	1.64 612	0.52 433	0.51 462	1.37 645	0.52 439	0.45 437

AIO-test2	0.55 412	0.59 297	0.52 423	0.67 413	0.47 467	0.61 474	0.47 458	0.61 469	0.47 458	0.61 471	0.47 464	0.61 477	0.48 462	0.62 471	0.47 454	0.64 439	0.53 437	0.58 477	0.47 472	0.58 453	0.48 449

AIO-test1	0.54 407	0.60 299	0.52 423	0.66 412	0.47 467	0.61 474	0.47 458	0.58 460	0.46 453	0.61 471	0.46 456	0.61 477	0.45 449	0.62 471	0.45 443	0.61 428	0.52 433	0.57 476	0.48 476	0.57 451	0.48 449

SMoEStereo_RVC	0.63 426	0.75 318	0.51 420	0.73 433	0.53 489	0.71 490	0.47 458	0.67 478	0.58 487	0.74 498	0.60 495	0.72 496	0.53 479	0.74 494	0.51 470	0.61 428	0.62 463	0.62 482	0.61 505	0.63 458	0.61 489

Occ-G	1.12 542	0.52 279	3.72 718	3.50 675	0.50 479	0.56 463	0.47 458	0.54 450	0.46 453	0.54 456	0.41 432	0.54 459	0.42 438	0.52 449	0.42 434	3.42 693	4.02 715	0.52 465	0.45 463	0.51 436	0.44 435

Ntro	0.47 381	0.47 256	0.46 385	0.46 307	0.46 460	0.47 416	0.47 458	0.46 400	0.47 458	0.46 398	0.46 456	0.47 413	0.46 453	0.47 409	0.47 454	0.47 379	0.46 400	0.46 428	0.46 465	0.46 404	0.46 439

HaxPig	0.47 381	0.47 256	0.47 393	0.49 326	0.47 467	0.47 416	0.47 458	0.47 406	0.47 458	0.47 404	0.47 464	0.47 413	0.47 461	0.47 409	0.47 454	0.47 379	0.47 408	0.47 438	0.47 472	0.47 418	0.48 449

UNDER WATER	0.47 381	0.47 256	0.47 393	0.47 314	0.47 467	0.47 416	0.47 458	0.47 406	0.47 458	0.47 404	0.47 464	0.47 413	0.46 453	0.47 409	0.47 454	0.47 379	0.47 408	0.47 438	0.46 465	0.47 418	0.47 447

LVE	0.47 381	0.47 256	0.47 393	0.47 314	0.49 475	0.47 416	0.47 458	0.47 406	0.49 467	0.47 404	0.47 464	0.47 413	0.46 453	0.47 409	0.47 454	0.47 379	0.47 408	0.48 446	0.47 472	0.47 418	0.47 447

NLCA_NET_v2_RVC	5.04 738	50.87 769	2.78 693	2.87 649	2.71 714	2.78 702	0.47 458	2.88 701	2.86 714	1.89 638	2.67 713	2.79 703	2.79 702	2.78 702	2.83 711	2.82 685	2.82 691	2.83 701	2.77 713	2.83 688	2.76 708
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
RainbowNet	0.48 387	0.48 262	0.48 401	0.48 320	0.48 471	0.48 421	0.48 467	0.48 410	0.48 465	0.48 411	0.48 468	0.48 420	0.48 462	0.48 419	0.48 460	0.48 384	0.48 414	0.48 446	0.48 476	0.48 422	0.48 449

notaker	0.48 387	0.49 264	0.48 401	0.48 320	0.48 471	0.48 421	0.48 467	0.48 410	0.49 467	0.48 411	0.48 468	0.48 420	0.48 462	0.48 419	0.48 460	0.48 384	0.48 414	0.48 446	0.48 476	0.48 422	0.49 455

S	0.56 414	0.61 300	0.54 428	0.68 418	0.48 471	0.65 480	0.49 469	0.63 471	0.49 467	0.64 479	0.49 471	0.64 481	0.48 462	0.62 471	0.49 462	0.63 437	0.62 463	0.59 480	0.48 476	0.57 451	0.48 449

PointNet	0.60 417	0.75 318	0.49 408	0.79 439	0.50 479	0.79 500	0.49 469	0.79 494	0.49 467	0.80 505	0.49 471	0.79 506	0.49 468	0.80 500	0.49 462	0.63 437	0.40 364	0.63 484	0.40 440	0.63 458	0.40 413

ACVNet_2	0.49 393	0.49 264	0.49 408	0.49 326	0.49 475	0.49 430	0.49 469	0.49 418	0.49 467	0.49 421	0.49 471	0.49 427	0.49 468	0.49 426	0.49 462	0.49 387	0.49 417	0.49 451	0.49 480	0.49 425	0.49 455

AEACV	1.12 542	0.52 279	3.12 709	3.24 660	0.86 551	0.53 457	0.49 469	0.60 465	0.47 458	0.53 450	0.49 471	0.55 463	0.45 449	0.55 459	0.47 454	3.01 688	3.88 713	0.71 502	0.60 503	0.80 492	0.48 449

FoundationStereo	0.50 396	0.50 269	0.50 414	0.50 362	0.50 479	0.50 439	0.50 473	0.50 427	0.50 472	0.50 434	0.50 475	0.50 441	0.50 472	0.50 434	0.50 465	0.50 394	0.50 425	0.50 457	0.50 482	0.50 430	0.50 458

StereoAnything_RVC	0.50 396	0.50 269	0.50 414	0.50 362	0.50 479	0.50 439	0.50 473	0.50 427	0.50 472	0.50 434	0.50 475	0.50 441	0.50 472	0.50 434	0.50 465	0.50 394	0.50 425	0.50 457	0.50 482	0.50 430	0.50 458

dual_stereo	0.50 396	0.50 269	0.50 414	0.50 362	0.50 479	0.50 439	0.50 473	0.50 427	0.50 472	0.50 434	0.50 475	0.50 441	0.50 472	0.50 434	0.50 465	0.50 394	0.50 425	0.50 457	0.50 482	0.50 430	0.50 458

SANet	0.50 396	0.50 269	0.50 414	0.50 362	0.50 479	0.50 439	0.50 473	0.50 427	0.50 472	0.50 434	0.50 475	0.50 441	0.50 472	0.50 434	0.50 465	0.50 394	0.50 425	0.50 457	0.50 482	0.50 430	0.50 458

KSHMR	0.66 432	0.50 269	0.48 401	1.15 497	0.52 486	0.49 430	0.51 477	0.49 418	0.71 529	0.67 485	0.50 475	1.16 564	1.11 564	0.66 479	0.52 472	0.49 387	0.49 417	0.51 462	0.66 519	0.50 430	1.14 575

MWSP-net	0.96 517	0.75 318	0.49 408	4.84 705	0.48 471	1.28 613	0.52 478	1.20 555	0.51 479	1.14 560	0.70 523	1.00 535	0.56 483	0.90 520	0.69 513	0.76 471	0.60 457	0.95 546	0.56 496	0.73 478	0.45 437

999	1.00 521	1.12 412	0.59 438	1.10 488	1.21 637	1.09 551	0.52 478	1.08 539	1.43 651	1.18 563	1.35 643	0.98 534	0.52 478	0.91 522	0.85 546	0.72 461	1.46 622	0.83 525	0.98 564	0.68 466	1.41 647

PhaseNet	1.74 613	6.34 707	4.81 723	6.77 721	0.24 269	0.80 502	0.53 480	0.48 410	0.22 248	0.53 450	0.28 286	0.48 420	0.25 265	0.40 310	0.32 355	6.39 732	4.61 719	0.46 428	0.38 435	0.25 232	0.18 224

WCG-NET	0.61 422	1.21 469	0.54 428	0.61 399	0.53 489	0.67 483	0.53 480	0.66 477	0.53 481	0.64 479	0.53 484	0.65 485	0.53 479	0.59 467	0.52 472	0.65 441	0.48 414	0.64 486	0.52 486	0.58 453	0.50 458

MyStereo8	0.71 449	3.92 653	0.52 423	0.59 394	0.52 486	0.57 469	0.53 480	0.59 463	0.50 472	0.59 468	0.51 481	0.57 469	0.50 472	0.56 460	0.52 472	0.54 406	0.49 417	0.54 471	0.49 480	0.55 445	0.50 458

SE	0.64 428	0.73 313	0.77 496	0.79 439	0.59 496	0.78 497	0.54 483	0.58 460	0.58 487	0.78 502	0.59 493	0.63 480	0.18 234	0.78 497	0.52 472	0.80 477	0.65 468	0.69 496	0.57 499	0.75 480	0.52 466

PSMNet_ROB	0.54 407	0.54 287	0.54 428	0.54 381	0.53 489	0.54 461	0.54 483	0.53 448	0.54 483	0.54 456	0.54 486	0.54 459	0.53 479	0.54 455	0.54 476	0.54 406	0.53 437	0.54 471	0.54 490	0.54 444	0.54 472

monster-pro	0.75 460	1.67 501	0.64 457	0.89 454	0.57 495	0.86 514	0.56 485	0.87 506	0.56 484	0.87 514	0.57 489	0.88 518	0.57 485	0.87 515	0.57 480	0.79 475	0.58 448	0.76 511	0.54 490	0.77 485	0.54 472

CASS	0.57 416	0.89 349	0.56 432	0.57 389	0.56 493	0.56 463	0.56 485	0.56 454	0.53 481	0.57 464	0.57 489	0.59 473	0.48 462	0.56 460	0.57 480	0.55 412	0.56 442	0.47 438	0.56 496	0.62 457	0.56 483
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 426	0.69 306	0.56 432	0.71 427	0.56 493	0.71 490	0.56 485	0.71 485	0.56 484	0.72 491	0.56 488	0.71 493	0.56 483	0.71 488	0.58 482	0.68 446	0.55 440	0.68 493	0.55 492	0.68 466	0.54 472

CAR	0.72 452	0.76 321	0.59 438	0.84 448	1.19 589	0.81 505	0.58 488	0.81 500	0.58 487	0.81 508	0.58 491	0.83 513	0.59 490	0.82 504	0.59 485	0.71 453	0.49 417	0.73 503	0.68 525	0.87 503	0.52 466

MSE-Stereo	0.72 452	0.76 321	0.59 438	0.84 448	1.19 589	0.81 505	0.58 488	0.81 500	0.58 487	0.81 508	0.58 491	0.83 513	0.59 490	0.82 504	0.59 485	0.71 453	0.49 417	0.73 503	0.68 525	0.87 503	0.52 466

zero-FE	0.72 452	1.31 483	0.66 463	0.92 461	0.60 498	0.82 508	0.58 488	0.82 503	0.58 487	0.81 508	0.60 495	0.81 511	0.60 492	0.82 504	0.58 482	0.74 468	0.59 454	0.73 503	0.52 486	0.76 483	0.51 465

UDG	0.80 473	2.21 576	0.60 442	0.91 458	0.60 498	0.90 519	0.58 488	0.88 510	0.60 493	0.90 517	0.60 495	0.88 518	0.60 492	0.90 520	0.58 482	0.86 490	0.60 457	0.84 526	0.59 502	0.84 500	0.61 489

MGA	0.73 456	0.76 321	0.60 442	0.92 461	1.17 585	0.81 505	0.59 492	0.84 504	0.62 496	0.81 508	0.59 493	0.84 515	0.60 492	0.81 503	0.61 489	0.71 453	0.53 437	0.89 530	0.53 488	0.75 480	0.54 472

DDUNet	0.81 478	2.45 597	0.57 436	0.90 456	0.60 498	0.88 516	0.59 492	0.90 511	0.60 493	0.88 516	0.60 495	0.90 522	0.58 488	0.88 517	0.60 487	0.84 488	0.60 457	0.86 528	0.57 499	0.86 502	0.60 488

RAFT-Stereo + iAFF	0.70 446	0.72 312	0.71 483	0.80 443	0.62 508	0.82 508	0.61 494	0.81 500	0.62 496	0.81 508	0.63 501	0.80 508	0.70 519	0.73 492	0.61 489	0.76 471	0.61 462	0.74 508	0.61 505	0.77 485	0.61 489

ARAFT	0.68 440	0.81 334	0.63 454	0.74 436	0.60 498	0.78 497	0.62 495	0.77 493	0.66 503	0.74 498	0.63 501	0.75 501	0.62 496	0.83 509	0.60 487	0.70 452	0.55 440	0.70 501	0.60 503	0.78 487	0.55 480

LMCR-Stereo	0.65 430	0.63 301	0.65 461	0.65 408	0.65 511	0.66 482	0.63 496	0.58 460	0.65 501	0.63 478	0.64 503	0.65 485	0.65 499	0.66 479	0.66 497	0.66 443	0.64 466	0.65 490	0.67 523	0.68 466	0.73 523

plain	1.88 619	3.16 630	0.64 457	3.10 653	0.65 511	3.10 704	0.64 497	3.12 703	0.65 501	3.10 704	0.65 505	3.11 704	0.65 499	3.12 703	0.65 494	3.12 689	0.65 468	3.13 702	0.65 516	3.13 690	0.65 501

AFF-stereo	0.73 456	0.88 346	0.67 467	0.75 437	0.68 519	0.75 494	0.64 497	0.80 497	0.72 532	0.83 513	0.70 523	0.82 512	0.64 497	0.84 510	0.67 498	0.77 474	0.63 465	0.81 520	0.63 507	0.78 487	0.62 492

DSFCA	0.66 432	0.73 313	0.78 498	0.65 408	0.65 511	0.64 479	0.64 497	0.65 474	0.63 499	0.64 479	0.64 503	0.64 481	0.64 497	0.65 478	0.65 494	0.65 441	0.65 468	0.65 490	0.65 516	0.66 461	0.64 499

MyStereo06	0.75 460	4.12 655	0.60 442	0.63 402	0.61 503	0.62 477	0.66 500	0.56 454	0.45 452	0.55 459	0.48 468	0.54 459	0.46 453	0.57 465	0.45 443	0.60 424	0.57 444	0.64 486	0.55 492	0.72 475	0.55 480

MyStereo05	0.80 473	4.12 655	0.63 454	0.63 402	0.61 503	0.62 477	0.66 500	0.65 474	0.62 496	0.67 485	0.61 499	0.65 485	0.58 488	0.67 481	0.55 479	0.60 424	0.57 444	0.64 486	0.55 492	0.72 475	0.55 480

MIF-Stereo (partial)	2.58 691	3.31 635	0.66 463	3.18 657	0.66 514	3.18 705	0.66 500	3.21 704	0.67 505	3.19 705	0.66 507	3.19 705	0.66 502	3.31 707	0.68 505	5.09 722	1.79 651	8.23 749	1.67 683	6.18 733	1.38 646

test_xeample3	1.10 539	1.81 526	0.61 448	0.84 448	0.49 475	0.77 495	0.66 500	0.92 516	1.40 649	0.68 487	0.46 456	0.78 504	0.54 482	1.72 635	1.48 651	1.34 592	1.52 626	1.35 632	1.67 683	1.33 611	1.55 652

WAFT-Stereo (ZS)	0.67 438	0.78 325	0.67 467	0.67 413	0.66 514	0.67 483	0.67 504	0.65 474	0.66 503	0.66 483	0.67 508	0.66 488	0.67 504	0.67 481	0.72 526	0.66 443	0.67 471	0.67 492	0.67 523	0.67 464	0.67 505

WQFJA1++	0.84 489	0.98 371	0.67 467	1.26 555	0.75 533	1.00 529	0.67 504	1.00 524	0.67 505	1.00 529	0.67 508	1.00 535	0.67 504	1.00 536	0.67 498	0.96 503	0.67 471	0.91 534	0.63 507	0.92 513	0.63 493

WQFJA1	0.85 495	0.98 371	0.67 467	1.29 561	0.76 538	1.01 537	0.67 504	1.02 537	0.67 505	1.02 544	0.67 508	1.01 544	0.67 504	1.01 544	0.68 505	0.99 509	0.67 471	0.93 540	0.64 512	0.92 513	0.65 501

WQFJX1	0.84 489	0.98 371	0.67 467	1.30 563	0.75 533	1.01 537	0.67 504	1.01 533	0.67 505	1.01 540	0.67 508	1.01 544	0.68 509	1.00 536	0.68 505	0.98 508	0.67 471	0.92 537	0.64 512	0.92 513	0.64 499

ours_stereo	1.20 547	1.21 469	0.90 513	1.64 590	1.11 577	1.35 618	0.67 504	1.76 632	0.93 559	1.70 636	1.10 576	1.39 623	0.75 529	1.41 624	0.81 543	1.60 611	1.03 528	1.33 629	1.00 566	1.61 621	0.72 519

LiteMatch	1.13 544	0.73 313	2.80 694	3.23 658	0.61 503	0.83 510	0.68 509	0.73 489	0.69 516	1.00 529	0.77 540	0.94 529	0.57 485	0.82 504	0.64 491	2.97 686	2.43 688	0.68 493	0.32 384	0.56 448	0.70 512

Lsterematch	1.13 544	0.73 313	2.80 694	3.23 658	0.61 503	0.83 510	0.68 509	0.73 489	0.69 516	1.00 529	0.77 540	0.94 529	0.57 485	0.82 504	0.64 491	2.97 686	2.43 688	0.68 493	0.32 384	0.56 448	0.70 512

WQFJX	0.85 495	1.00 381	0.68 475	1.30 563	0.75 533	1.01 537	0.68 509	1.01 533	0.68 511	1.01 540	0.68 514	1.03 549	0.68 509	1.02 548	0.67 498	0.97 504	0.67 471	0.93 540	0.63 507	0.94 522	0.63 493

NLMM	0.84 489	1.00 381	0.67 467	1.27 556	0.75 533	1.00 529	0.68 509	1.00 524	0.67 505	1.00 529	0.67 508	1.02 548	0.67 504	1.02 548	0.67 498	0.97 504	0.67 471	0.93 540	0.63 507	0.92 513	0.63 493

NLSM3	0.85 495	0.99 379	0.68 475	1.29 561	0.76 538	1.01 537	0.68 509	1.01 533	0.68 511	1.02 544	0.68 514	1.01 544	0.68 509	1.01 544	0.68 505	0.97 504	0.68 477	0.93 540	0.64 512	0.93 518	0.63 493

UniTT-Stereo	2.03 639	3.43 637	0.72 486	3.42 670	0.73 529	3.27 707	0.68 509	3.38 708	0.69 516	3.29 707	0.72 532	3.28 707	0.70 519	3.35 709	0.68 505	3.39 692	0.68 477	3.31 705	0.69 529	3.37 691	0.73 523

R-Stereo Train	0.81 478	0.96 368	0.67 467	0.95 470	0.67 516	0.95 524	0.68 509	0.95 522	0.68 511	0.95 527	0.68 514	0.96 532	0.68 509	0.96 532	0.68 505	0.94 501	0.68 477	0.94 544	0.68 525	0.94 522	0.68 507

RAFT-Stereo	0.81 478	0.96 368	0.67 467	0.95 470	0.67 516	0.95 524	0.68 509	0.95 522	0.68 511	0.95 527	0.68 514	0.96 532	0.68 509	0.96 532	0.68 505	0.94 501	0.68 477	0.94 544	0.68 525	0.94 522	0.68 507
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
mm2	0.69 443	0.69 306	0.69 477	0.69 419	0.69 520	0.69 485	0.69 517	0.69 480	0.69 516	0.69 488	0.69 519	0.69 489	0.69 515	0.69 484	0.69 513	0.69 447	0.69 483	0.69 496	0.69 529	0.69 470	0.69 509

mm1	0.69 443	0.69 306	0.69 477	0.69 419	0.69 520	0.69 485	0.69 517	0.69 480	0.69 516	0.69 488	0.69 519	0.69 489	0.69 515	0.69 484	0.69 513	0.69 447	0.69 483	0.69 496	0.69 529	0.69 470	0.69 509

NLMM1	0.86 498	0.98 371	0.69 477	1.48 578	0.75 533	1.01 537	0.69 517	1.00 524	0.69 516	1.00 529	0.70 523	1.00 535	0.68 509	1.01 544	0.67 498	0.97 504	0.68 477	0.92 537	0.63 507	0.93 518	0.63 493

FlowAnything_test	1.02 531	1.72 504	0.71 483	1.59 582	0.70 524	1.61 633	0.69 517	1.61 625	0.70 524	1.60 627	0.70 523	1.61 633	0.69 515	1.61 632	0.70 522	0.81 481	0.58 448	0.81 520	0.55 492	0.81 495	0.56 483

FlowAnything	1.02 531	1.71 503	0.72 486	1.59 582	0.69 520	1.60 632	0.69 517	1.61 625	0.70 524	1.60 627	0.69 519	1.60 630	0.69 515	1.61 632	0.69 513	0.81 481	0.58 448	0.81 520	0.56 496	0.82 497	0.56 483

LG-Stereo	0.60 417	0.58 296	0.47 393	0.64 407	0.74 531	1.00 529	0.69 517	0.57 457	0.41 435	0.57 464	0.41 432	0.57 469	0.41 432	1.00 536	0.75 532	0.91 492	0.51 430	0.52 465	0.37 421	0.52 439	0.37 398

TorneroNet	0.66 432	0.53 283	0.50 414	0.50 362	0.64 509	1.06 546	0.70 523	0.50 427	0.51 479	0.49 421	0.69 519	0.49 427	0.50 472	0.48 419	1.15 575	0.71 453	0.49 417	1.14 563	1.08 576	0.49 425	0.49 455

DMCA-RVC	0.70 446	0.80 330	0.70 480	0.70 425	0.70 524	0.70 488	0.70 523	0.71 485	0.70 524	0.70 490	0.71 529	0.71 493	0.70 519	0.70 486	0.69 513	0.69 447	0.70 486	0.69 496	0.70 533	0.69 470	0.70 512

MSMD_ROB	1.19 546	1.10 411	0.70 480	1.10 488	0.60 498	1.10 552	0.70 523	1.10 542	0.70 524	1.10 550	0.70 523	1.10 556	0.70 519	7.00 748	0.70 522	1.10 522	0.70 486	1.10 562	0.70 533	1.10 538	0.70 512

MEA-ACV	1.66 609	0.87 343	0.61 448	11.81 745	1.35 642	1.50 630	0.71 526	1.23 604	0.92 557	1.13 559	0.96 561	1.69 635	0.70 519	1.23 614	1.16 579	1.54 608	1.20 551	1.58 640	0.85 557	1.12 539	0.95 552

AdaDepth	0.86 498	0.93 364	0.71 483	1.01 482	1.07 575	1.02 543	0.71 526	1.00 524	0.71 529	1.01 540	0.71 529	1.00 535	0.72 525	1.14 562	0.71 524	0.92 495	0.64 466	0.90 531	0.64 512	0.89 507	0.69 509

RSM++	0.76 465	0.82 336	0.66 463	0.85 452	0.64 509	0.85 512	0.71 526	0.94 520	0.64 500	0.87 514	0.67 508	0.87 517	0.65 499	0.84 510	0.65 494	0.81 481	0.70 486	0.79 515	0.71 536	0.83 499	0.70 512

MoCha-V2	2.11 657	26.97 753	0.78 498	0.92 461	0.77 541	0.96 526	0.72 529	0.90 511	0.72 532	0.94 525	0.70 523	0.90 522	0.71 524	0.91 522	0.71 524	0.85 489	0.71 490	0.88 529	0.69 529	0.87 503	0.67 505

DCRE	0.84 489	1.89 548	0.77 496	0.94 468	0.72 528	0.88 516	0.73 530	0.87 506	0.78 539	0.90 517	0.71 529	0.88 518	0.67 504	0.88 517	0.73 527	0.81 481	0.68 477	0.81 520	0.70 533	0.82 497	0.70 512

PA-Net	11.80 748	223.51 776	0.62 450	0.59 394	0.71 526	0.59 471	0.73 530	0.67 478	0.73 535	0.55 459	0.61 499	0.60 474	0.74 527	0.63 476	0.73 527	0.66 443	0.60 457	0.69 496	0.66 519	0.72 475	0.65 501
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DStereoRT	0.73 456	0.81 334	0.73 490	0.71 427	0.74 531	0.73 492	0.75 532	0.71 485	0.71 529	0.74 498	0.72 532	0.73 498	0.80 536	0.71 488	0.73 527	0.76 471	0.71 490	0.73 503	0.72 538	0.70 473	0.76 530

HSM-Net_RVC	0.95 516	1.17 419	0.78 498	1.18 504	0.71 526	1.16 560	0.75 532	1.09 541	0.80 545	1.10 550	0.75 537	1.17 565	0.74 527	1.17 565	0.80 540	1.13 529	0.73 493	1.17 570	0.77 545	1.16 546	0.72 519
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wavelet-MonSter	1.00 521	1.21 469	0.76 494	1.94 597	1.01 570	1.11 555	0.76 534	1.15 544	0.76 538	1.11 555	0.76 538	1.14 562	0.76 530	1.11 559	0.76 534	1.21 582	0.90 513	1.02 558	0.71 536	1.02 534	0.71 518

RAStereo	2.23 673	3.64 640	0.76 494	3.65 679	0.86 551	3.66 712	0.76 534	3.67 712	0.81 548	3.66 709	0.76 538	3.66 710	0.77 532	3.68 711	0.77 535	3.68 695	0.77 499	3.69 710	0.77 545	3.70 694	0.77 532

ToySt	0.92 508	2.11 566	0.90 513	0.95 470	0.79 544	0.99 528	0.78 536	0.94 520	0.81 548	0.94 525	0.78 542	0.95 531	0.77 532	0.94 528	0.86 547	0.91 492	0.79 503	0.85 527	0.77 545	0.89 507	0.73 523

tt45	1.04 534	0.88 346	1.36 612	0.92 461	1.03 573	1.51 631	0.79 537	0.70 484	0.88 551	0.74 498	0.90 552	1.60 630	0.72 525	1.60 630	0.75 532	0.91 492	0.78 501	1.52 639	0.79 549	1.14 541	1.32 639

iGMRVC	0.84 489	2.85 623	0.72 486	0.72 429	0.73 529	0.77 495	0.79 537	0.73 489	0.74 537	0.73 493	0.72 532	0.73 498	0.76 530	0.73 492	0.73 527	0.72 461	0.73 493	0.73 503	0.72 538	0.73 478	0.72 519

G-Net	0.79 470	0.79 327	0.79 501	0.79 439	0.79 544	0.79 500	0.79 537	0.79 494	0.79 543	0.79 504	0.79 544	0.79 506	0.79 535	0.79 498	0.79 537	0.79 475	0.79 503	0.79 515	0.79 549	0.79 489	0.79 535

LiteMatch*	2.07 645	1.30 481	5.73 730	6.28 718	0.79 544	1.33 617	0.80 540	1.30 612	1.02 574	1.33 616	0.84 550	1.33 620	0.97 548	1.28 619	1.04 566	6.05 730	5.89 726	1.28 627	0.76 543	1.28 609	0.88 542

Hybrid-DGEV	1.03 533	1.75 510	0.80 502	1.28 560	0.78 542	1.26 610	0.80 540	1.26 606	0.78 539	1.26 612	0.78 542	1.26 614	0.78 534	1.26 615	0.78 536	1.15 532	0.75 496	1.14 563	0.74 540	1.14 541	0.75 527

NaN_ROB	0.80 473	0.80 330	0.80 502	0.80 443	0.80 547	0.80 502	0.80 540	0.80 497	0.80 545	0.80 505	0.80 546	0.80 508	0.80 536	0.80 500	0.80 540	0.80 477	0.80 506	0.80 518	0.80 551	0.80 492	0.80 536

CSAN	0.80 473	0.80 330	0.80 502	0.80 443	0.80 547	0.80 502	0.80 540	0.80 497	0.80 545	0.80 505	0.80 546	0.80 508	0.80 536	0.80 500	0.80 540	0.80 477	0.80 506	0.80 518	0.80 551	0.80 492	0.80 536

Hybrid-DGEV-03	1.07 536	1.83 536	0.83 506	1.34 568	0.81 549	1.32 616	0.81 544	1.31 613	0.81 548	1.31 615	0.82 548	1.32 619	0.82 540	1.32 620	0.81 543	1.19 534	0.77 499	1.19 575	0.76 543	1.19 554	0.77 532

Hybrid-DGEV-2	1.05 535	1.83 536	0.83 506	1.33 567	0.82 550	1.30 614	0.81 544	1.26 606	0.79 543	1.29 614	0.79 544	1.26 614	0.80 536	1.26 615	0.79 537	1.20 536	0.78 501	1.18 573	0.77 545	1.20 556	0.77 532

AIO-Stereo-zeroshot	0.91 506	0.86 341	0.89 510	1.25 554	0.69 520	1.05 545	0.81 544	1.16 547	0.50 472	1.12 556	0.97 563	0.72 496	0.82 540	1.06 551	0.95 554	0.61 428	0.87 511	1.03 560	0.85 557	1.04 535	1.01 564

AIO-Stereo	0.84 489	0.66 304	0.70 480	0.83 447	0.67 516	0.98 527	0.82 547	1.14 543	0.72 532	1.03 546	0.74 536	1.03 549	1.09 563	0.99 534	0.45 443	1.04 516	0.73 493	0.95 546	0.74 540	0.94 522	0.46 439

Selective-RAFT	0.89 505	0.89 349	0.72 486	1.16 502	0.78 542	1.06 546	0.82 547	0.87 506	0.97 564	1.00 529	0.91 555	0.90 522	1.00 551	0.89 519	0.93 553	0.83 486	0.83 509	0.82 524	0.82 554	0.81 495	0.82 539

DPSimNet_ROB	0.97 518	1.18 421	0.81 505	1.10 488	0.91 557	1.02 543	0.82 547	1.04 538	0.91 553	1.03 546	0.86 551	1.28 618	0.82 540	1.03 550	0.89 548	1.17 533	0.81 508	1.02 558	0.82 554	1.08 537	0.81 538

MLG-Stereo	0.92 508	0.90 353	0.84 508	1.27 556	0.49 475	1.38 622	0.88 550	1.41 620	0.97 564	0.73 493	1.09 575	1.26 614	0.43 443	0.72 490	1.05 567	1.13 529	0.49 417	1.18 573	0.66 519	1.01 532	0.46 439

HBP-ISP	1.24 596	1.72 504	1.65 632	1.15 497	0.76 538	1.40 624	0.88 550	1.67 631	1.02 574	1.69 635	1.38 648	1.69 635	1.21 622	1.87 642	1.21 631	1.05 517	0.79 503	0.97 550	0.80 551	1.19 554	0.75 527

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 552	0.06 121	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

FC-DCNN	1.07 536	1.09 407	0.98 522	0.89 454	0.52 486	1.41 626	0.91 553	1.21 601	1.24 637	1.96 640	2.05 709	1.91 641	1.30 629	1.27 618	1.08 569	0.80 477	0.60 457	0.58 477	0.41 449	0.68 466	0.54 472

DGTPSM_ROB	0.93 513	1.00 381	0.92 517	0.94 468	0.96 562	0.91 520	0.92 554	0.91 513	0.96 563	0.91 519	0.96 561	0.93 528	0.92 545	0.94 528	0.92 549	0.92 495	0.92 516	0.90 531	0.92 559	0.94 522	0.91 547

DPSM_ROB	0.92 508	0.91 355	0.91 515	0.91 458	0.92 558	0.92 521	0.92 554	0.92 516	0.91 553	0.93 523	0.91 555	0.92 525	0.90 543	0.91 522	0.92 549	0.92 495	0.91 514	0.91 534	0.92 559	0.93 518	0.93 549

DPSM	0.92 508	0.91 355	0.91 515	0.91 458	0.92 558	0.92 521	0.92 554	0.92 516	0.91 553	0.93 523	0.91 555	0.92 525	0.90 543	0.91 522	0.92 549	0.92 495	0.91 514	0.91 534	0.92 559	0.93 518	0.93 549

pmcnn	0.92 508	0.92 360	0.92 517	0.92 461	0.92 558	0.92 521	0.92 554	0.92 516	0.92 557	0.92 521	0.92 558	0.92 525	0.92 545	0.92 526	0.92 549	0.92 495	0.92 516	0.92 537	0.92 559	0.92 513	0.92 548

Selective-RAFT-Error	0.88 503	0.84 337	0.98 522	0.86 453	0.97 563	0.88 516	0.95 558	0.84 504	0.99 567	0.92 521	0.82 548	0.84 515	0.98 550	0.87 515	0.97 556	0.81 481	0.83 509	0.79 515	0.82 554	0.79 489	0.85 541

ACVNet	0.20 179	0.19 135	0.14 148	0.20 167	0.14 194	0.20 201	0.96 559	0.21 209	0.14 194	0.20 198	0.13 191	0.21 207	0.14 195	0.20 198	0.14 188	0.17 166	0.12 135	0.17 192	0.12 181	0.17 192	0.12 178

acv_ft	0.20 179	0.19 135	0.14 148	0.20 167	0.14 194	0.20 201	0.96 559	0.21 209	0.14 194	0.20 198	0.13 191	0.21 207	0.14 195	0.20 198	0.14 188	0.17 166	0.12 135	0.17 192	0.12 181	0.17 192	0.12 178

MM-Stereo_test2	1.20 547	1.85 542	1.05 531	1.46 577	0.94 561	1.36 620	0.99 561	1.36 615	0.95 561	1.41 622	0.98 564	1.40 625	0.96 547	1.37 622	0.95 554	1.37 597	1.06 529	1.33 629	0.93 563	1.29 610	0.89 545

LGCAT	1.00 521	1.00 381	1.00 524	1.00 477	1.00 564	1.00 529	1.00 562	1.00 524	1.00 568	1.00 529	1.00 566	1.00 535	1.00 551	1.00 536	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 558

Test_v1	1.00 521	1.00 381	1.00 524	1.00 477	1.00 564	1.00 529	1.00 562	1.00 524	1.00 568	1.00 529	1.00 566	1.00 535	1.00 551	1.00 536	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 558

GANet	1.00 521	1.00 381	1.00 524	1.00 477	1.00 564	1.00 529	1.00 562	1.00 524	1.00 568	1.00 529	1.00 566	1.00 535	1.00 551	1.00 536	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 558

TDLM	1.00 521	1.00 381	1.00 524	1.00 477	1.00 564	1.00 529	1.00 562	1.00 524	1.00 568	1.00 529	1.00 566	1.00 535	1.00 551	1.00 536	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 558

CVANet_RVC	1.00 521	1.00 381	1.00 524	1.00 477	1.00 564	1.00 529	1.00 562	1.00 524	1.00 568	1.00 529	1.00 566	1.00 535	1.00 551	1.00 536	1.00 559	1.00 510	1.00 520	1.00 552	1.00 566	1.00 527	1.00 558

MM-Stereo_test3	1.27 598	2.07 562	1.18 544	1.60 585	1.02 572	1.45 628	1.01 567	1.40 619	1.04 576	1.44 624	1.03 572	1.46 628	1.02 560	1.44 627	1.02 565	1.51 606	1.12 543	1.32 628	0.98 564	1.38 614	0.97 554

trnet	1.01 529	1.01 391	1.01 529	1.01 482	1.01 570	1.01 537	1.01 567	1.01 533	1.01 573	1.01 540	1.01 571	1.01 544	1.01 559	1.01 544	1.01 564	1.01 515	1.01 526	1.01 557	1.01 573	1.01 532	1.01 564

MaDis-Stereo	3.19 705	6.02 706	1.12 535	5.61 714	1.16 584	5.43 740	1.02 569	5.15 739	0.70 524	5.43 739	1.21 631	5.03 740	0.97 548	4.85 733	0.99 558	4.53 704	1.16 546	5.53 739	1.25 637	5.37 729	1.30 637

ac_64	0.22 194	0.13 116	0.19 195	0.23 183	0.10 155	0.26 247	1.02 569	0.14 166	0.10 153	0.28 249	0.14 196	0.17 187	0.19 241	0.28 257	0.09 140	0.22 190	0.16 174	0.23 228	0.17 234	0.11 156	0.12 178

BLMT-Stereo	1.53 605	1.36 487	1.06 532	1.42 576	1.23 641	1.41 626	1.07 571	1.43 622	1.12 578	1.42 623	1.06 573	1.83 638	1.07 562	1.42 626	1.07 568	1.27 587	1.38 617	6.80 745	1.00 566	1.26 607	1.00 558

GLC_STEREO	1.07 536	1.01 391	1.06 532	1.07 486	1.05 574	1.06 546	1.08 572	1.08 539	1.05 577	1.07 548	1.06 573	1.08 552	1.05 561	1.06 551	1.10 570	1.07 518	1.09 536	1.05 561	1.05 575	1.06 536	1.12 571

sAnonymous2	3.31 706	2.63 603	1.38 616	3.71 681	1.86 688	4.70 732	1.11 573	4.82 735	2.72 712	5.45 740	1.98 704	4.59 725	2.64 699	2.65 689	6.21 745	4.37 700	1.08 534	5.16 737	2.24 707	4.52 706	2.39 704

CroCo_RVC	3.31 706	2.63 603	1.38 616	3.71 681	1.86 688	4.70 732	1.11 573	4.82 735	2.72 712	5.45 740	1.98 704	4.59 725	2.64 699	2.65 689	6.21 745	4.37 700	1.08 534	5.16 737	2.24 707	4.52 706	2.39 704

NCC-stereo	2.36 679	25.52 748	1.17 542	1.15 497	1.17 585	1.11 555	1.11 573	1.15 544	1.16 582	1.10 550	1.16 581	1.10 556	1.15 569	1.14 562	1.13 573	1.09 520	1.11 540	1.15 565	1.16 582	1.17 551	1.17 580

qqai	1.22 594	1.38 490	1.12 535	1.39 574	1.14 578	1.40 624	1.14 576	1.41 620	1.12 578	1.40 621	1.11 577	1.40 625	1.13 565	1.41 624	1.15 575	1.25 585	0.97 519	1.24 624	1.01 573	1.24 605	0.96 553

Nwc_Net	2.37 681	25.95 750	1.15 540	1.14 494	1.15 580	1.08 549	1.14 576	1.17 549	1.16 582	1.14 560	1.15 578	1.08 552	1.15 569	1.11 559	1.14 574	1.10 522	1.11 540	1.16 566	1.09 577	1.16 546	1.15 576

RP	2.33 677	25.00 746	1.13 537	1.15 497	1.15 580	1.10 552	1.15 578	1.15 544	1.15 581	1.12 556	1.15 578	1.09 554	1.13 565	1.10 557	1.15 575	1.11 527	1.09 536	1.16 566	1.12 578	1.16 546	1.17 580

Abc-Net	2.32 676	24.75 745	1.14 538	1.17 503	1.17 585	1.11 555	1.15 578	1.17 549	1.21 634	1.08 549	1.16 581	1.12 561	1.14 568	1.09 555	1.17 581	1.09 520	1.16 546	1.17 570	1.17 583	1.16 546	1.11 569
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 679	25.48 747	1.19 546	1.15 497	1.15 580	1.10 552	1.16 580	1.17 549	1.16 582	1.12 556	1.16 581	1.11 560	1.13 565	1.09 555	1.18 582	1.10 522	1.15 545	1.16 566	1.12 578	1.14 541	1.12 571

edge stereo	2.43 684	27.07 754	1.14 538	1.06 485	1.14 578	1.08 549	1.17 581	1.16 547	1.14 580	1.10 550	1.16 581	1.09 554	1.16 573	1.10 557	1.16 579	1.10 522	1.11 540	1.16 566	1.19 584	1.13 540	1.11 569

AF-Net	2.37 681	25.71 749	1.17 542	1.13 493	1.15 580	1.15 559	1.18 582	1.19 552	1.16 582	1.10 550	1.15 578	1.10 556	1.18 574	1.12 561	1.15 575	1.10 522	1.10 539	1.17 570	1.15 580	1.16 546	1.12 571

stereogan	2.33 677	24.38 744	1.18 544	1.18 504	1.18 588	1.14 558	1.18 582	1.19 552	1.19 588	1.14 560	1.18 585	1.14 562	1.18 574	1.14 562	1.18 582	1.14 531	1.14 544	1.19 575	1.19 584	1.15 544	1.19 584

DisPM	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

CrosDoStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

PFNet+	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

LCNet	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

HHNet	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

Patchmatch Stereo++	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

STrans-v2	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

TransformOpticalFlow	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

OMP-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

IIG-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

NF-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

OCTAStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

PSM-softLoss	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

KMStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

NRIStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

PSM-adaLoss	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

PSM-AAD	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

FTStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

ROB_FTStereo_v2	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

ROB_FTStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

Consistency-Raft	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

KYRaft	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

HUI-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

ASMatch	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

DeepStereo_LL	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

DEmStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

SST-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

THIR-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

RAFT_R40	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

DRaft	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

PFNet	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

GrayStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

RE-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

Pruner-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

TVStereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

DeepStereo_RVC	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

RAFT-RH_RVC	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

IRAFT_RVC	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

RAFT-345	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

iRAFT	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

CRE-IMP	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

GMM-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

RAFT-IKP	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

Prome-Stereo	1.20 547	1.20 423	1.20 549	1.20 506	1.20 591	1.20 561	1.20 584	1.20 555	1.20 589	1.20 565	1.20 586	1.20 567	1.20 576	1.20 567	1.20 586	1.20 536	1.20 551	1.20 577	1.20 587	1.20 556	1.20 585

GwcNet	0.12 125	0.07 82	0.05 79	0.08 69	0.05 126	0.08 132	1.20 584	0.07 131	0.05 124	0.05 112	0.05 127	0.08 133	0.05 117	0.08 134	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

GANetREF_RVC	1.55 606	1.94 558	1.22 596	1.88 594	1.21 637	1.88 640	1.22 630	1.88 634	1.22 635	1.88 637	1.22 632	1.88 639	1.22 623	1.89 643	1.22 632	1.87 620	1.22 599	1.88 655	1.22 633	1.88 633	1.22 631
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 607	1.91 551	1.21 595	1.94 597	1.20 591	2.00 648	1.23 631	1.99 639	1.24 637	2.00 645	1.25 635	2.03 649	1.26 625	2.00 647	1.29 640	1.90 624	1.18 550	1.89 656	1.21 632	1.89 634	1.20 585
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FAT-Stereo	2.46 686	26.05 751	1.23 598	1.23 553	1.22 639	1.20 561	1.24 632	1.23 604	1.23 636	1.19 564	1.22 632	1.21 612	1.24 624	1.20 567	1.24 633	1.21 582	1.17 549	1.22 623	1.25 637	1.20 556	1.24 634

IGEV	2.02 637	2.20 574	1.82 648	2.90 650	2.16 705	2.41 678	1.25 633	2.00 640	1.98 702	1.99 644	1.31 640	2.72 697	1.93 682	2.67 692	1.69 673	2.26 655	1.32 601	1.83 647	1.87 696	2.53 680	1.61 665

S-Stereo	2.51 688	26.86 752	1.23 598	1.22 551	1.22 639	1.24 609	1.25 633	1.22 602	1.24 637	1.21 610	1.24 634	1.19 566	1.27 626	1.19 566	1.24 633	1.19 534	1.20 551	1.25 625	1.19 584	1.24 605	1.23 633

3w_stereo	2.04 642	2.24 578	1.70 635	3.15 655	2.18 709	2.49 682	1.26 635	2.03 642	1.98 702	1.98 643	1.33 641	2.72 697	1.99 688	2.59 686	1.72 678	2.22 651	1.33 608	1.85 648	1.88 701	2.50 675	1.58 657

StereoVision	3.15 704	5.00 674	0.89 510	4.83 704	1.00 564	3.93 713	1.27 636	6.37 742	1.34 642	5.67 742	1.26 636	5.84 743	1.27 626	5.03 739	1.24 633	5.10 723	1.09 536	4.61 723	0.57 499	5.62 731	1.12 571

4.5_new	2.00 629	1.84 541	1.98 677	2.77 644	2.16 705	2.27 670	1.28 637	2.09 644	1.98 702	2.01 646	1.28 638	2.71 693	1.98 686	2.51 683	1.65 658	2.26 655	1.33 608	1.87 652	1.87 696	2.49 673	1.60 660

CC-Net-ROB	1.36 601	1.33 485	1.33 601	1.36 571	1.38 646	1.36 620	1.33 638	1.37 617	1.34 642	1.35 618	1.36 645	1.38 622	1.34 632	1.38 623	1.38 647	1.35 593	1.38 617	1.33 629	1.35 642	1.43 615	1.34 642

11t	1.27 598	2.70 608	1.34 602	1.32 566	0.89 553	1.30 614	1.34 639	1.64 628	0.57 486	1.45 625	0.72 532	1.05 551	1.29 628	1.07 554	1.29 640	1.49 603	1.02 527	0.97 550	1.15 580	1.48 616	1.31 638

2.25w	2.00 629	1.86 545	1.98 677	2.95 651	2.17 707	2.26 669	1.35 640	2.42 678	2.00 705	2.07 653	1.27 637	2.53 680	1.99 688	2.29 671	1.49 652	2.21 650	1.32 601	1.85 648	1.87 696	2.52 677	1.62 671

MaskLacGwcNet_RVC	1.35 600	1.35 486	1.35 604	1.35 570	1.35 642	1.35 618	1.35 640	1.36 615	1.35 645	1.36 619	1.35 643	1.36 621	1.36 634	1.36 621	1.35 644	1.35 593	1.35 613	1.35 632	1.35 642	1.35 612	1.35 643

ktn	0.72 452	0.53 283	1.08 534	1.14 494	0.51 485	1.22 607	1.36 642	0.51 441	0.59 492	0.51 443	0.51 481	0.69 489	1.20 576	0.67 481	0.51 470	0.51 400	0.49 417	0.58 477	0.66 519	0.52 439	0.53 469

IGEVStereo-DCA	1.77 615	4.21 659	1.84 652	2.49 637	2.11 703	2.54 688	1.36 642	1.65 629	1.17 586	2.75 698	1.90 692	2.54 683	1.15 569	0.94 528	1.11 571	1.50 604	1.32 601	0.96 548	1.46 654	1.49 617	0.88 542

rrr	1.77 615	4.21 659	1.84 652	2.49 637	2.11 703	2.54 688	1.36 642	1.65 629	1.17 586	2.75 698	1.90 692	2.54 683	1.15 569	0.94 528	1.11 571	1.50 604	1.32 601	0.96 548	1.46 654	1.49 617	0.88 542

MC-Stereo	1.76 614	2.96 624	1.37 614	2.14 606	1.37 645	2.14 654	1.36 642	2.14 648	1.37 647	2.14 654	1.37 646	2.14 651	1.37 636	2.14 652	1.37 646	1.97 629	1.32 601	1.97 659	1.32 641	1.98 636	1.33 640

RASNet	1.49 604	1.65 500	1.45 620	1.38 573	1.43 649	1.47 629	1.36 642	1.38 618	1.36 646	1.39 620	1.60 659	1.45 627	1.45 640	1.51 628	2.21 704	1.53 607	1.36 614	1.36 634	1.36 644	1.66 624	1.36 644

PS-NSSS	1.38 603	1.39 491	1.34 602	1.34 568	1.35 642	1.38 622	1.37 647	1.35 614	1.38 648	1.34 617	1.34 642	1.39 623	1.38 637	1.70 634	1.40 648	1.36 595	1.36 614	1.36 634	1.37 645	1.37 613	1.36 644

3.25w	2.04 642	2.20 574	1.48 622	3.03 652	2.17 707	2.63 692	1.39 648	1.96 637	1.95 701	1.96 640	1.37 646	2.71 693	1.96 685	2.71 693	1.73 683	2.26 655	1.32 601	1.87 652	1.87 696	2.51 676	1.63 674

CFNet-RSSM	0.91 506	4.89 669	0.34 293	0.44 302	1.07 575	1.62 635	1.40 649	0.91 513	0.35 394	1.60 627	1.39 649	0.64 481	0.34 389	0.44 382	0.33 367	0.41 315	0.35 336	0.75 509	0.30 365	0.41 384	0.29 330

MM-Stereo_test1	1.80 617	3.41 636	1.52 627	2.12 605	1.41 648	2.04 649	1.41 650	2.05 643	1.46 652	2.04 649	1.41 650	2.05 650	1.42 639	2.05 648	1.43 650	2.04 634	1.54 629	1.94 657	1.38 647	1.99 637	1.33 640

sCroCo_RVC	2.10 653	2.76 616	1.92 662	2.78 647	1.39 647	2.73 697	1.41 650	2.73 694	1.40 649	2.77 703	1.41 650	2.74 699	1.40 638	2.74 698	1.40 648	2.72 684	1.42 620	2.72 700	1.44 653	2.79 687	1.42 648

MonStereo1	1.94 623	2.77 618	1.52 627	3.73 683	1.51 652	2.13 653	1.42 652	2.32 672	1.52 653	2.31 676	1.50 653	2.53 680	1.59 642	2.34 674	1.56 653	1.91 625	1.36 614	1.86 651	1.31 640	2.07 647	1.53 650

1w_stereo	2.05 644	2.32 583	1.35 604	3.74 684	2.01 697	2.73 697	1.42 652	1.88 634	1.93 700	2.03 648	1.28 638	2.71 693	1.99 688	2.72 695	1.72 678	2.20 649	1.32 601	1.87 652	1.86 695	2.45 669	1.54 651

RAFT_CTSACE	1.92 621	3.71 643	1.72 638	1.88 594	1.72 680	2.04 649	1.42 652	2.18 651	1.89 698	2.02 647	1.97 698	1.95 642	2.06 692	1.93 644	1.62 656	1.76 615	1.66 642	2.02 660	1.73 691	1.73 627	1.43 649

2.5w	2.01 636	2.40 593	1.37 614	3.28 662	2.01 697	2.71 694	1.43 655	1.82 633	1.83 689	1.90 639	1.41 650	2.71 693	1.35 633	2.71 693	1.85 690	2.66 680	1.53 627	1.64 642	1.23 634	2.53 680	1.87 691

3.5w_stereo	2.03 639	2.72 612	1.35 604	3.41 669	1.57 653	2.72 695	1.49 656	2.01 641	1.34 642	2.15 655	1.61 661	2.63 689	1.36 634	2.72 695	1.99 702	2.66 680	1.58 633	1.68 644	1.24 635	2.53 680	1.87 691

3.25w_new	2.03 639	2.72 612	1.35 604	3.33 667	1.57 653	2.72 695	1.53 657	2.15 649	1.33 641	2.15 655	1.60 659	2.63 689	1.30 629	2.72 695	1.99 702	2.67 682	1.53 627	1.75 646	1.25 637	2.53 680	1.87 691

monsterstereo	2.20 669	2.33 584	1.95 674	3.65 679	2.07 702	2.49 682	1.61 658	2.48 680	1.83 689	2.45 682	1.61 661	2.67 692	1.86 674	2.64 688	1.94 698	2.48 676	1.66 642	2.34 684	1.68 685	2.40 665	1.86 689

DPSMNet_ROB	1.60 608	1.59 499	1.70 635	1.59 582	1.59 655	1.61 633	1.61 658	1.60 624	1.60 655	1.62 633	1.59 658	1.60 630	1.60 643	1.60 630	1.59 655	1.59 609	1.60 637	1.59 641	1.59 663	1.59 620	1.59 658

monsters	2.18 663	2.41 594	1.96 676	3.47 672	2.03 701	2.53 686	1.64 660	2.48 680	1.73 679	2.40 680	1.50 653	2.62 688	1.94 683	2.59 686	1.94 698	2.44 672	1.57 632	2.28 680	1.87 696	2.42 666	1.86 689

noway7	2.08 648	5.18 680	1.92 662	2.27 613	1.66 660	2.18 655	1.66 661	2.17 650	1.66 656	2.18 657	1.65 663	2.18 653	1.66 646	2.17 653	1.66 661	2.15 638	1.85 659	2.05 661	1.60 666	2.05 639	1.60 660

monster_256*512	2.09 651	5.21 683	1.98 677	2.30 621	1.67 664	2.18 655	1.66 661	2.20 657	1.67 659	2.19 660	1.67 668	2.19 656	1.66 646	2.19 657	1.66 661	2.15 638	1.86 663	2.05 661	1.60 666	2.06 643	1.61 665

zzzz4	2.08 648	5.22 684	1.93 665	2.27 613	1.66 660	2.19 657	1.66 661	2.18 651	1.67 659	2.18 657	1.66 666	2.18 653	1.66 646	2.18 654	1.66 661	2.15 638	1.84 654	2.05 661	1.60 666	2.05 639	1.60 660

zzzzzz3	2.07 645	5.00 674	1.93 665	2.28 618	1.66 660	2.19 657	1.66 661	2.18 651	1.67 659	2.19 660	1.66 666	2.18 653	1.67 652	2.18 654	1.66 661	2.15 638	1.85 659	2.05 661	1.59 663	2.05 639	1.59 658

zzzz2	2.08 648	4.92 670	1.93 665	2.30 621	1.67 664	2.19 657	1.66 661	2.20 657	1.67 659	2.20 663	1.68 673	2.21 660	1.66 646	2.20 659	1.68 670	2.17 644	1.84 654	2.07 667	1.62 676	2.05 639	1.61 665

noway2	2.07 645	4.96 671	1.92 662	2.28 618	1.66 660	2.20 660	1.66 661	2.19 654	1.66 656	2.19 660	1.65 663	2.19 656	1.68 654	2.18 654	1.65 658	2.15 638	1.86 663	2.06 665	1.59 663	2.06 643	1.60 660

zzzzzzz1	2.10 653	5.20 682	1.93 665	2.38 631	1.68 668	2.20 660	1.67 667	2.20 657	1.68 664	2.20 663	1.67 668	2.20 659	1.68 654	2.20 659	1.67 669	2.24 653	1.86 663	2.06 665	1.61 670	2.06 643	1.62 671

noway1	2.10 653	5.26 688	1.93 665	2.31 624	1.69 673	2.21 663	1.67 667	2.19 654	1.68 664	2.21 665	1.68 673	2.21 660	1.67 652	2.20 659	1.66 661	2.15 638	1.84 654	2.07 667	1.61 670	2.07 647	1.61 665

zzz1	2.09 651	4.97 672	1.93 665	2.30 621	1.68 668	2.21 663	1.68 669	2.21 660	1.68 664	2.21 665	1.67 668	2.21 660	1.68 654	2.21 662	1.69 673	2.17 644	1.85 659	2.08 671	1.61 670	2.06 643	1.61 665

noway5	1.92 621	4.97 672	1.95 674	2.31 624	1.68 668	2.21 663	1.68 669	2.21 660	1.69 671	2.22 669	1.68 673	2.21 660	1.68 654	2.21 662	1.68 670	2.18 646	1.87 667	1.71 645	0.65 516	0.85 501	0.72 519

noway4	2.11 657	5.14 678	1.93 665	2.37 629	1.69 673	2.20 660	1.68 669	2.22 662	1.68 664	2.21 665	1.69 677	2.23 664	1.68 654	2.22 664	1.66 661	2.24 653	1.84 654	2.09 676	1.63 679	2.09 652	1.62 671

Anonymous3	2.55 689	3.26 634	1.65 632	3.28 662	1.63 658	3.24 706	1.68 669	3.27 705	1.66 656	3.28 706	1.67 668	3.25 706	1.66 646	3.27 705	1.64 657	3.26 690	1.65 641	3.30 704	1.65 681	4.95 724	1.65 678

GELT-Stereo	2.10 653	5.33 691	1.94 673	2.37 629	1.68 668	2.21 663	1.69 673	2.19 654	1.67 659	2.18 657	1.67 668	2.19 656	1.66 646	2.19 657	1.66 661	2.23 652	1.83 653	2.07 667	1.61 670	2.04 638	1.61 665

UDGNet	2.23 673	5.40 695	1.72 638	2.48 636	1.69 673	2.51 685	1.69 673	2.51 683	1.72 678	2.50 685	1.69 677	2.52 679	1.69 661	2.50 682	1.68 670	2.41 671	1.70 645	2.42 689	1.69 687	2.42 666	1.64 676

noway3	2.12 659	5.22 684	1.93 665	2.39 632	1.70 678	2.23 668	1.70 675	2.22 662	1.70 672	2.22 669	1.70 679	2.23 664	1.69 661	2.22 664	1.71 675	2.28 659	1.86 663	2.08 671	1.63 679	2.09 652	1.63 674

MFMNet_re	1.81 618	1.91 551	1.71 637	1.95 599	1.70 678	1.95 645	1.70 675	1.96 637	1.74 681	1.97 642	1.72 680	1.95 642	1.71 664	1.97 646	1.71 675	1.86 618	1.62 638	1.85 648	1.66 682	1.86 632	1.64 676

4w-stereo	2.02 637	2.72 612	1.44 619	3.36 668	1.59 655	2.48 681	1.72 677	2.28 665	1.24 637	2.24 671	1.65 663	2.56 685	1.32 631	2.39 677	1.98 701	2.67 682	1.51 625	1.66 643	1.24 635	2.53 680	1.88 694

U	5.15 740	8.49 719	1.81 643	8.49 730	1.77 682	8.49 749	1.77 678	8.51 750	1.77 683	8.49 750	1.77 682	8.50 750	1.78 671	8.58 750	1.77 685	8.54 742	1.78 649	8.55 750	1.78 693	8.55 744	1.84 687

derf	1.91 620	2.15 570	1.78 641	2.16 607	1.75 681	2.21 663	1.80 679	2.22 662	1.80 685	2.21 665	1.76 681	2.17 652	1.81 673	2.24 669	1.74 684	1.93 627	1.56 630	1.96 658	1.53 656	1.95 635	1.56 653

FBW_ROB	2.12 659	2.46 598	1.77 640	2.49 637	1.79 684	2.38 676	1.83 680	2.46 679	1.78 684	2.48 684	1.97 698	2.40 675	1.78 671	2.42 680	1.83 688	2.31 664	1.85 659	2.38 687	1.82 694	2.35 663	1.84 687

TRStereo	2.00 629	2.13 567	1.85 654	2.27 613	1.84 685	2.28 672	1.84 681	2.29 667	1.86 691	2.30 673	1.87 687	2.30 667	1.87 676	2.08 649	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 681

XX-Stereo	2.00 629	2.13 567	1.85 654	2.27 613	1.84 685	2.28 672	1.84 681	2.29 667	1.86 691	2.30 673	1.87 687	2.30 667	1.87 676	2.08 649	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 681

EAI-Stereo	2.00 629	2.13 567	1.85 654	2.27 613	1.84 685	2.28 672	1.84 681	2.29 667	1.86 691	2.30 673	1.87 687	2.30 667	1.87 676	2.08 649	1.72 678	2.08 635	1.72 646	2.08 671	1.72 688	2.08 649	1.72 681

asd	2.18 663	2.77 618	1.58 629	3.59 677	2.00 696	2.58 690	1.85 684	2.39 677	1.71 674	2.47 683	1.97 698	2.59 687	1.61 644	2.56 684	1.79 686	2.51 677	1.99 669	2.11 677	1.62 676	2.36 664	1.60 660

DNSM	2.56 690	4.43 662	3.08 707	4.09 687	1.86 688	2.66 693	1.86 685	2.66 687	1.87 695	2.66 690	1.86 685	2.66 691	1.86 674	2.66 691	1.87 694	3.82 697	2.94 692	2.42 689	1.73 691	2.42 666	1.73 684

asda	2.17 661	2.54 599	1.81 643	3.47 672	1.78 683	2.50 684	1.86 685	2.61 686	1.68 664	2.61 688	1.83 683	2.37 674	1.73 666	2.44 681	1.88 696	2.51 677	1.84 654	2.34 684	1.62 676	2.23 656	1.77 686

LGtest1	2.22 670	2.70 608	1.89 659	2.76 643	1.86 688	2.75 699	1.86 685	2.75 695	1.86 691	2.75 698	1.86 685	2.77 702	1.87 676	2.75 699	1.86 691	2.46 673	1.58 633	2.45 691	1.56 657	2.45 669	1.56 653

LG-G_1	2.22 670	2.71 610	1.89 659	2.77 644	1.87 692	2.75 699	1.87 688	2.76 696	1.87 695	2.75 698	1.87 687	2.76 700	1.87 676	2.75 699	1.86 691	2.47 674	1.58 633	2.45 691	1.57 658	2.45 669	1.57 655

LG-G	2.22 670	2.71 610	1.89 659	2.77 644	1.87 692	2.75 699	1.87 688	2.76 696	1.87 695	2.75 698	1.87 687	2.76 700	1.87 676	2.75 699	1.86 691	2.47 674	1.58 633	2.45 691	1.57 658	2.45 669	1.57 655

AIO_rvc	2.18 663	2.34 588	1.87 658	2.32 626	1.94 695	2.40 677	1.89 690	2.37 675	2.07 707	2.52 686	1.95 697	2.44 677	1.99 688	2.41 678	1.89 697	2.32 665	2.09 678	2.24 678	2.18 705	2.21 655	2.23 698

qwe	2.18 663	2.60 602	1.58 629	3.83 685	1.90 694	2.53 686	1.90 691	2.48 680	1.73 679	2.37 679	1.92 694	2.53 680	1.68 654	2.56 684	1.83 688	2.52 679	1.87 667	2.07 667	1.68 685	2.32 662	1.71 680

AIO_test	2.18 663	2.09 565	2.04 682	2.42 634	2.01 697	2.47 680	1.94 692	2.34 674	2.03 706	2.56 687	1.94 695	2.43 676	1.94 683	2.41 678	1.87 694	2.39 670	2.10 679	2.35 686	1.91 702	2.25 658	2.19 697

4.25w-stereo	1.98 624	2.72 612	1.46 621	3.47 672	1.43 649	2.07 651	1.98 693	2.53 684	1.52 653	2.71 691	1.98 704	1.81 637	1.62 645	1.96 645	1.36 645	1.88 623	2.00 670	2.53 696	1.61 670	1.74 628	1.15 576

3.75w	1.99 625	2.31 582	1.83 651	3.16 656	1.65 659	1.93 641	1.98 693	2.72 688	1.68 664	2.73 697	1.97 698	2.00 646	1.72 665	1.81 640	1.25 636	2.27 658	2.01 672	2.38 687	1.42 651	1.71 626	1.24 634

2w_stereo	1.99 625	2.36 591	1.81 643	3.24 660	1.67 664	1.94 642	1.98 693	2.72 688	1.68 664	2.72 692	1.94 695	1.98 645	1.74 668	1.79 639	1.27 637	1.95 628	2.00 670	2.53 696	1.60 666	1.68 625	1.15 576

4.25_new	2.00 629	2.33 584	1.82 648	3.32 665	1.69 673	1.95 645	1.99 696	2.72 688	1.71 674	2.72 692	1.97 698	2.01 647	1.74 668	1.77 637	1.28 638	2.18 646	2.01 672	2.48 694	1.58 661	1.65 622	1.17 580

4.5w_new	2.00 629	2.33 584	1.82 648	3.32 665	1.69 673	1.95 645	1.99 696	2.72 688	1.71 674	2.72 692	1.97 698	2.01 647	1.74 668	1.77 637	1.28 638	2.18 646	2.01 672	2.48 694	1.58 661	1.65 622	1.17 580

4.5w-stereo	1.99 625	2.33 584	1.81 643	3.28 662	1.68 668	1.94 642	1.99 696	2.72 688	1.70 672	2.72 692	1.99 707	1.97 644	1.68 654	1.76 636	1.29 640	1.91 625	2.02 676	2.53 696	1.61 670	1.75 629	1.16 579

2.75w_new	1.99 625	2.34 588	1.81 643	3.14 654	1.62 657	1.94 642	1.99 696	2.72 688	1.71 674	2.72 692	1.99 707	1.90 640	1.73 666	1.82 641	1.29 640	2.37 668	2.01 672	2.31 682	1.42 651	1.77 630	1.22 631

MonStereo	2.17 661	2.41 594	1.49 626	2.67 641	1.67 664	2.60 691	2.04 700	2.32 672	1.76 682	2.44 681	1.68 673	2.50 678	1.69 661	2.38 675	1.80 687	2.28 659	1.78 649	2.63 699	2.14 704	3.47 692	1.68 679

HUF	2.18 663	2.30 581	1.99 681	2.34 628	2.02 700	2.41 678	2.06 701	2.38 676	1.89 698	2.36 678	1.85 684	2.56 685	1.98 686	2.31 673	1.97 700	2.30 663	2.03 677	2.30 681	2.11 703	2.23 656	2.16 696

ff7	1.68 610	2.68 605	1.35 604	0.97 474	0.89 553	1.84 637	2.15 702	2.12 645	1.80 685	2.05 650	1.56 655	2.33 670	2.12 693	2.23 666	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 510	1.04 566

ffff	1.68 610	2.68 605	1.35 604	0.97 474	0.89 553	1.84 637	2.15 702	2.12 645	1.80 685	2.05 650	1.56 655	2.33 670	2.12 693	2.23 666	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 510	1.04 566

ccc-4	1.68 610	2.68 605	1.35 604	0.97 474	0.89 553	1.84 637	2.15 702	2.12 645	1.80 685	2.05 650	1.56 655	2.33 670	2.12 693	2.23 666	2.25 705	1.31 589	1.07 530	1.48 636	1.41 648	0.90 510	1.04 566

NCCL2	2.28 675	2.27 579	2.28 684	2.28 618	2.28 710	2.27 670	2.29 705	2.28 665	2.28 708	2.27 672	2.28 710	2.28 666	2.27 696	2.27 670	2.28 709	2.28 659	2.28 684	2.27 679	2.29 709	2.27 659	2.29 699

STTStereo	3.73 710	30.40 758	2.37 688	2.39 632	2.31 712	2.35 675	2.33 706	2.29 667	2.42 709	2.32 677	2.34 711	2.33 670	2.36 697	2.30 672	2.27 708	2.35 667	2.22 683	2.31 682	2.22 706	2.29 661	2.34 703

CFNet-ft	0.55 412	1.57 498	0.14 148	0.20 167	0.14 194	0.20 201	2.53 707	1.61 625	0.14 194	0.20 198	0.14 196	0.20 200	0.14 195	0.20 198	0.14 188	0.17 166	0.12 135	0.17 192	0.12 181	1.56 619	1.24 634

NLSM1	2.93 703	3.24 633	2.57 692	4.04 686	2.66 713	3.30 708	2.55 708	3.29 706	2.55 710	3.35 708	2.48 712	3.28 707	2.47 698	3.34 708	2.49 710	3.26 690	2.55 690	3.13 702	2.57 712	3.00 689	2.46 706

PSMNet-RSSM	0.77 466	2.76 616	0.14 148	0.20 167	0.14 194	0.20 201	2.66 709	2.79 699	0.14 194	0.21 209	0.14 196	0.21 207	0.14 195	0.20 198	0.14 188	0.17 166	0.12 135	0.17 192	0.12 181	2.52 677	2.31 700

GwcNet-RSSM	0.77 466	2.77 618	0.14 148	0.20 167	0.14 194	0.20 201	2.67 710	2.78 698	0.14 194	0.20 198	0.14 196	0.20 200	0.14 195	0.21 210	0.14 188	0.17 166	0.12 135	0.17 192	0.12 181	2.52 677	2.31 700

cf-r	0.66 432	2.17 572	0.12 123	0.18 158	0.12 187	0.18 192	2.70 711	2.60 685	0.12 187	0.18 189	0.12 177	0.18 191	0.12 184	0.18 190	0.12 174	0.15 146	0.11 121	0.15 178	0.11 165	1.81 631	1.74 685

hitnet-ft	0.79 470	2.78 621	0.14 148	0.20 167	0.14 194	0.21 211	2.89 712	2.80 700	0.14 194	0.20 198	0.14 196	0.20 200	0.14 195	0.20 198	0.14 188	0.17 166	0.12 135	0.17 192	0.12 181	2.54 685	2.33 702

Sa-1000	4.34 728	8.37 716	6.84 735	6.98 725	4.45 743	3.58 709	3.00 713	3.42 709	3.39 729	2.61 688	4.00 738	3.83 713	4.01 731	3.90 713	3.90 734	5.98 729	5.62 725	3.76 711	2.34 710	4.35 704	2.47 707

rvit_105_1	3.83 711	5.22 684	3.01 697	4.53 691	3.01 716	4.51 720	3.01 714	4.56 722	3.04 715	4.53 721	3.03 716	4.55 723	3.03 703	4.56 722	3.04 712	4.57 706	3.05 694	4.57 718	3.05 717	4.57 708	3.05 713

rvit_0105_6	3.87 715	5.73 703	3.10 708	4.69 701	3.12 726	4.54 722	3.02 715	4.56 722	3.04 715	4.54 723	3.03 716	4.54 721	3.04 706	4.56 722	3.05 714	4.58 709	3.05 694	4.58 720	3.05 717	4.58 709	3.05 713

rvit_stereo_0081_aga	3.86 713	5.33 691	3.02 700	4.55 697	3.04 722	4.54 722	3.02 715	4.64 729	3.06 719	4.54 723	3.04 718	4.62 730	3.08 710	4.62 728	3.07 717	4.58 709	3.06 698	4.60 722	3.08 721	4.63 712	3.07 717

rvit_stereo_0081	3.83 711	5.23 687	3.01 697	4.53 691	3.03 718	4.55 726	3.02 715	4.56 722	3.04 715	4.52 719	3.02 714	4.54 721	3.03 703	4.56 722	3.04 712	4.57 706	3.05 694	4.57 718	3.05 717	4.58 709	3.05 713

rvit_stereo_0082	3.86 713	5.82 704	3.01 697	4.53 691	3.03 718	4.54 722	3.02 715	4.56 722	3.04 715	4.53 721	3.02 714	4.55 723	3.04 706	4.57 725	3.05 714	4.57 706	3.05 694	4.58 720	3.05 717	4.58 709	3.06 716

rvit_0105_4	3.91 718	5.47 699	3.02 700	4.54 694	3.02 717	4.54 722	3.03 719	4.75 732	3.17 726	4.57 725	3.06 719	4.61 729	3.16 714	4.65 729	3.09 720	4.66 713	3.11 702	4.68 727	3.18 728	4.81 719	3.16 725

DispFullNet	4.61 731	4.84 667	3.12 709	5.00 708	3.57 732	4.75 735	3.03 719	7.75 748	4.17 740	4.91 735	3.09 723	6.20 744	3.95 729	6.71 744	3.51 727	5.30 724	3.67 712	5.86 743	3.63 732	5.61 730	3.46 730

rvit_stereo_0080	3.89 716	5.70 701	3.04 702	4.54 694	3.03 718	4.56 727	3.05 721	4.60 726	3.07 720	4.58 726	3.06 719	4.59 725	3.06 708	4.61 726	3.08 718	4.63 711	3.09 699	4.64 724	3.10 722	4.65 713	3.10 720

whm_eth	3.89 716	5.70 701	3.04 702	4.54 694	3.03 718	4.56 727	3.05 721	4.60 726	3.07 720	4.58 726	3.06 719	4.59 725	3.06 708	4.61 726	3.08 718	4.63 711	3.09 699	4.64 724	3.10 722	4.65 713	3.10 720

rvit_0105_3	3.91 718	5.33 691	3.06 705	4.60 699	3.07 724	4.60 729	3.06 723	4.62 728	3.08 723	4.60 728	3.07 722	4.62 730	3.08 710	4.67 730	3.10 721	4.70 714	3.11 702	4.77 731	3.19 729	4.77 718	3.14 724

rvit_stereo_0083	3.92 720	5.30 690	3.06 705	4.61 700	3.09 725	4.67 731	3.08 724	4.66 730	3.09 724	4.62 729	3.10 724	4.66 733	3.11 712	4.67 730	3.16 723	4.72 716	3.16 705	4.77 731	3.11 724	4.66 715	3.11 722

rvit_stereo_ft	3.93 721	5.44 697	3.05 704	4.59 698	3.06 723	4.61 730	3.08 724	4.67 731	3.12 725	4.63 730	3.10 724	4.65 732	3.11 712	4.69 732	3.13 722	4.70 714	3.14 704	4.71 729	3.15 727	4.74 716	3.16 725

rvit_0105_5	4.10 722	5.40 695	3.13 711	4.71 702	3.15 727	4.72 734	3.10 726	4.90 737	3.27 728	4.69 731	3.16 726	4.84 737	3.25 716	4.96 736	3.34 726	5.05 721	3.39 710	5.10 736	3.40 730	5.11 726	3.42 729

SA	4.33 727	7.35 710	6.85 736	5.96 716	4.09 740	3.59 710	3.15 727	3.82 713	2.64 711	3.91 711	3.85 735	3.57 709	2.72 701	3.13 704	4.03 736	7.09 738	6.86 733	3.57 707	3.12 725	3.85 695	3.51 731

GANet-RSSM	0.75 460	1.91 551	0.14 148	0.47 314	0.14 194	0.21 211	3.21 728	2.30 671	0.14 194	0.46 398	0.14 196	0.23 225	0.18 234	0.21 210	0.14 188	0.18 174	0.27 245	0.37 318	0.13 192	2.13 654	2.12 695

NLCSM	3.67 709	4.08 654	3.19 712	4.80 703	3.26 728	3.99 716	3.24 729	4.25 718	3.18 727	4.09 714	3.27 727	4.14 716	3.18 715	4.13 716	3.28 725	4.06 698	3.10 701	3.85 714	3.14 726	3.91 699	3.27 728

MLG-Stereo_test2	4.28 725	5.46 698	3.69 717	4.86 706	3.72 736	5.58 741	3.42 730	4.81 734	3.77 736	4.85 733	3.72 734	5.55 742	3.63 719	5.58 740	3.53 728	4.41 703	3.28 709	4.99 735	2.95 715	4.75 717	3.13 723

test_5	4.62 732	7.55 712	6.23 731	6.32 719	3.40 731	5.29 739	3.50 731	3.53 710	4.11 739	4.28 716	4.47 742	4.26 719	4.38 734	3.68 711	3.24 724	5.89 727	5.60 724	4.84 733	3.50 731	4.33 703	3.93 739

MLG-Stereo_test1	4.25 723	5.34 694	3.61 715	5.31 710	3.63 734	5.23 738	3.57 732	5.38 740	3.65 730	5.23 737	3.47 729	4.76 734	3.74 723	4.85 733	3.71 730	4.96 718	3.18 707	4.71 729	2.92 714	4.86 722	2.90 710

RAFT+CT+SA	4.28 725	7.62 713	4.91 724	5.55 713	2.28 710	3.09 703	3.64 733	4.49 720	3.07 720	4.80 732	3.35 728	4.77 735	3.70 722	4.29 719	3.05 714	5.58 725	5.98 728	3.58 708	3.78 737	4.26 702	3.72 733

DPSNet	3.66 708	3.60 639	3.62 716	3.63 678	3.64 735	3.65 711	3.65 734	3.66 711	3.67 731	3.67 710	3.65 732	3.67 711	3.66 720	3.66 710	3.68 729	3.68 695	3.66 711	3.67 709	3.68 735	3.67 693	3.67 732

MLG-Stereo_test3	4.26 724	4.85 668	3.95 719	5.35 711	3.60 733	4.75 735	3.76 735	5.49 741	3.71 732	5.39 738	3.69 733	4.82 736	3.66 720	4.85 733	3.73 733	4.93 717	3.19 708	4.69 728	2.99 716	4.84 721	2.98 712

TestStereo1	4.60 729	8.41 717	6.44 733	6.86 723	3.79 737	3.97 714	3.78 736	3.99 715	3.74 733	3.97 712	3.52 730	3.94 714	3.58 717	3.98 714	3.72 731	6.82 735	6.50 731	3.76 711	3.66 733	3.90 696	3.74 735

SA-5K	4.60 729	8.41 717	6.44 733	6.86 723	3.79 737	3.97 714	3.78 736	3.99 715	3.74 733	3.97 712	3.52 730	3.94 714	3.58 717	3.98 714	3.72 731	6.82 735	6.50 731	3.76 711	3.66 733	3.90 696	3.74 735

test_4	4.88 735	8.13 715	6.98 737	7.46 726	4.44 742	4.25 718	3.85 738	4.04 717	3.92 737	4.13 715	3.91 736	4.18 718	3.84 727	4.14 717	4.06 737	7.01 737	7.13 736	4.53 716	3.72 736	4.09 700	3.72 733

cross-raft	4.83 734	7.52 711	6.43 732	6.63 720	3.96 739	4.51 720	3.99 739	4.49 720	3.96 738	4.52 719	3.96 737	4.50 720	3.97 730	4.50 721	3.97 735	6.65 733	6.44 730	4.33 715	3.92 739	4.35 704	3.91 738

test_3	5.01 737	8.86 722	7.77 739	8.09 728	2.76 715	4.13 717	4.05 740	3.88 714	3.76 735	4.33 717	4.13 739	3.71 712	3.91 728	4.21 718	4.06 737	7.93 739	7.69 738	4.53 716	3.91 738	4.17 701	4.29 741

raft_robust	4.71 733	7.75 714	5.40 729	6.81 722	3.31 729	4.28 719	4.20 741	4.32 719	4.37 742	4.35 718	4.35 741	4.14 716	3.75 724	4.30 720	4.20 739	6.67 734	6.37 729	3.36 706	4.24 743	4.86 722	3.25 727

SGM-Forest	5.21 741	5.92 705	4.08 720	6.18 717	4.16 741	6.31 743	4.34 742	6.50 743	4.33 741	6.14 744	4.21 740	6.61 747	4.55 735	6.67 743	4.48 740	5.94 728	3.94 714	5.85 742	4.03 741	5.79 732	4.17 740
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
FC-DCNN v2	5.10 739	5.15 679	4.49 721	5.07 709	3.37 730	6.87 744	4.75 743	5.04 738	6.34 747	7.84 748	5.06 744	6.72 748	4.09 732	4.99 737	5.44 744	5.03 720	3.16 705	4.67 726	4.86 744	5.15 727	3.89 737

TestStereo	4.88 735	4.75 666	4.79 722	4.87 707	4.92 744	4.81 737	4.90 744	4.78 733	4.77 743	4.87 734	4.89 743	4.90 738	4.91 736	4.99 737	4.79 741	4.98 719	4.87 721	4.87 734	4.92 745	5.00 725	5.00 742

rvit_stereo_0075_2	6.64 743	8.80 721	5.25 726	7.89 727	5.27 746	7.90 748	5.27 745	7.92 749	5.28 745	7.91 749	5.29 746	7.93 749	5.27 737	7.92 749	5.28 742	7.93 739	5.28 723	7.93 748	5.29 747	7.93 741	5.28 744

SGM+DAISY	7.06 745	9.15 723	5.38 728	8.84 732	5.18 745	8.80 750	5.31 746	8.79 751	5.28 745	8.89 751	5.20 745	8.93 751	5.33 738	8.95 751	5.36 743	8.70 743	5.21 722	8.74 751	5.20 746	8.89 745	5.15 743

test-1	6.46 742	9.16 724	8.03 743	8.09 728	5.62 747	6.11 742	6.35 747	6.85 745	4.94 744	6.08 743	6.29 749	4.98 739	6.43 741	6.22 741	6.36 747	6.16 731	7.47 737	5.82 741	5.44 748	7.11 738	5.68 745

RAFT	6.73 744	9.36 725	7.40 738	8.51 731	6.55 748	6.88 745	6.60 748	6.79 744	6.60 748	6.80 745	6.72 750	5.31 741	5.50 739	6.61 742	6.61 748	8.42 741	5.89 726	5.73 740	5.45 749	6.61 734	6.24 746

test-v	7.53 746	11.89 735	7.98 740	9.36 735	7.14 749	7.06 746	7.09 749	7.37 746	6.91 749	7.29 746	5.71 747	6.45 745	6.93 742	6.73 745	7.27 749	8.93 746	7.85 739	6.98 746	6.80 750	7.56 739	7.34 748

test-2	7.53 746	11.89 735	7.98 740	9.36 735	7.14 749	7.06 746	7.09 749	7.37 746	6.91 749	7.29 746	5.71 747	6.45 745	6.93 742	6.73 745	7.27 749	8.93 746	7.85 739	6.98 746	6.80 750	7.56 739	7.34 748

MANE	19.05 749	23.00 743	15.00 749	23.00 756	15.00 751	24.00 757	16.00 751	24.00 758	16.00 751	22.00 758	15.00 751	23.00 758	16.00 751	23.00 758	15.00 751	22.00 758	15.00 752	22.00 758	15.00 752	22.00 758	15.00 750

rafts_anoy	20.00 750	20.00 737	20.00 750	20.00 750	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 751

raft+_RVC	20.00 750	20.00 737	20.00 750	20.00 750	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 751

raftrobust	20.00 750	20.00 737	20.00 750	20.00 750	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 751

CasAABBNet	20.00 750	20.00 737	20.00 750	20.00 750	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 751

RALCasStereoNet	20.00 750	20.00 737	20.00 750	20.00 750	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 751

RALAANet	20.00 750	20.00 737	20.00 750	20.00 750	20.00 752	20.00 751	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 752	20.00 753	20.00 752	20.00 753	20.00 752	20.00 751

WCMA_ROB	31.10 757	35.43 763	27.12 756	39.51 769	23.10 758	38.78 770	25.30 758	37.49 771	25.39 758	37.29 770	27.02 758	38.52 771	26.48 758	37.80 770	26.44 758	36.28 766	22.65 759	33.90 763	22.30 759	37.10 768	24.18 757

111	30.40 756	30.94 759	29.72 757	32.61 757	30.02 759	33.57 758	30.47 759	31.50 759	29.39 759	30.98 759	29.11 759	29.78 759	30.39 762	29.45 759	30.76 762	30.08 759	29.02 760	29.92 759	30.32 763	29.86 759	30.17 758

fff	1000028.16 778	29.62 755	29.72 757	32.61 757	30.02 759	35.13 760	31.83 760	32.07 760	10000000.00 780	35.27 762	29.82 760	32.45 760	30.15 759	32.35 760	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 759

csc	1000028.16 778	29.62 755	29.72 757	32.61 757	30.02 759	35.13 760	31.83 760	32.07 760	10000000.00 780	35.27 762	29.82 760	32.45 760	30.15 759	32.35 760	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 759

cscssc	1000028.16 778	29.62 755	29.72 757	32.61 757	30.02 759	35.13 760	31.83 760	32.07 760	10000000.00 780	35.27 762	29.82 760	32.45 760	30.15 759	32.35 760	30.09 759	31.04 760	29.55 761	30.64 760	30.14 760	10000000.00 781	30.77 759

ADStereo(finetuned)	36.13 759	36.63 764	38.07 768	36.97 762	33.25 763	35.91 763	34.45 763	36.36 766	32.99 760	38.14 771	36.71 766	36.69 766	34.13 763	38.57 771	40.79 770	37.60 771	36.58 767	35.90 767	33.36 764	35.42 762	34.04 762

tt	500032.53 776	34.60 761	29.72 757	37.47 767	34.41 764	36.85 764	35.22 764	34.71 763	33.55 761	34.50 760	35.43 763	33.81 763	10000000.00 781	33.57 763	33.13 763	33.68 763	35.00 765	34.03 764	35.26 766	30.96 760	34.63 763

DCANet	500032.53 776	34.60 761	29.72 757	37.47 767	34.41 764	36.85 764	35.22 764	34.71 763	33.55 761	34.50 760	35.43 763	33.81 763	10000000.00 781	33.57 763	33.13 763	33.68 763	35.00 765	34.03 764	35.26 766	30.96 760	34.63 763

DCANet-4	35.22 758	34.54 760	35.08 763	33.58 761	35.47 766	34.55 759	35.53 766	36.08 765	35.85 763	35.92 765	35.77 765	35.18 765	35.48 764	35.39 765	37.15 769	34.55 765	33.92 764	35.02 766	34.90 765	35.79 763	34.74 765

fast-reg	37.00 760	37.00 765	37.00 764	37.00 763	37.00 767	37.00 766	37.00 767	37.00 767	37.00 764	37.00 766	37.00 767	37.00 767	37.00 765	37.00 766	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 766

Reg-Stereo(zero)	37.00 760	37.00 765	37.00 764	37.00 763	37.00 767	37.00 766	37.00 767	37.00 767	37.00 764	37.00 766	37.00 767	37.00 767	37.00 765	37.00 766	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 766

FLISNet	37.00 760	37.00 765	37.00 764	37.00 763	37.00 767	37.00 766	37.00 767	37.00 767	37.00 764	37.00 766	37.00 767	37.00 767	37.00 765	37.00 766	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 766

CoSv	37.00 760	37.00 765	37.00 764	37.00 763	37.00 767	37.00 766	37.00 767	37.00 767	37.00 764	37.00 766	37.00 767	37.00 767	37.00 765	37.00 766	37.00 765	37.00 767	37.00 768	37.00 768	37.00 768	37.00 764	37.00 766

CBMV	128.50 766	1422.70 782	53.10 770	79.50 771	51.30 772	77.30 772	49.70 771	74.00 772	48.20 769	77.20 773	48.80 772	73.90 773	48.00 770	73.80 773	48.80 772	70.40 773	45.10 773	68.90 773	46.10 773	68.20 770	45.00 771
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 764	87.70 770	41.95 769	113.75 772	65.62 773	75.05 771	55.25 772	75.64 773	45.04 768	71.61 772	41.75 771	72.81 772	44.06 769	68.38 772	44.63 771	101.89 774	59.57 774	107.10 774	61.05 774	104.38 771	59.38 772

NOSS_ROB	102.95 765	153.00 774	121.00 772	51.00 770	44.00 771	165.00 774	127.00 773	153.00 774	119.00 770	164.00 775	125.00 773	168.00 775	120.00 771	153.00 774	117.00 773	49.00 772	44.00 772	49.00 772	44.00 772	49.00 769	44.00 770

DF_test	189.29 768	560.34 779	182.58 776	229.00 775	135.68 774	197.79 775	135.52 774	197.80 776	135.44 771	197.75 776	135.49 774	197.90 776	135.51 772	197.84 776	135.75 774	217.37 777	171.11 776	183.74 776	127.67 776	183.56 773	127.88 773

MeshStereo	159.24 767	171.00 775	160.68 775	162.58 773	160.59 775	164.01 773	160.35 775	158.51 775	158.56 772	158.34 774	160.12 775	158.56 774	159.92 773	157.26 775	158.94 775	154.38 775	158.36 775	155.75 775	159.13 777	153.67 772	154.07 774
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
DLCB_ROB	284.23 772	354.61 777	207.27 777	363.24 778	206.46 776	364.72 779	210.41 776	364.72 780	210.41 773	364.81 780	208.64 777	364.81 780	208.64 775	364.72 780	210.41 777	354.70 780	205.53 778	354.70 780	205.53 779	354.70 777	205.53 776

AE-Stereo	201.80 769	123.00 771	115.00 771	219.00 774	218.00 777	223.00 776	244.00 777	217.00 777	236.00 774	202.00 777	203.00 776	205.00 777	208.00 774	225.00 777	204.00 776	210.00 776	198.00 777	197.00 777	184.00 778	204.00 774	201.00 775

MGS-Stereo	239.45 770	123.00 771	135.00 773	266.00 776	286.00 778	277.00 777	305.00 778	271.00 778	242.00 775	274.00 778	279.00 778	255.00 778	270.00 776	268.00 778	297.00 778	221.00 778	247.00 779	216.00 778	123.00 775	217.00 775	217.00 777

EGLCR-Stereo	246.90 771	129.00 773	139.00 774	266.00 776	286.00 778	277.00 777	305.00 778	271.00 778	242.00 775	274.00 778	279.00 778	255.00 778	270.00 776	268.00 778	297.00 778	230.00 779	247.00 779	216.00 778	223.00 780	237.00 776	227.00 778

LE_ROB	396.57 773	471.28 778	329.84 778	471.48 779	308.15 780	526.83 780	322.10 780	488.15 781	323.76 777	495.46 781	317.97 780	497.17 781	320.10 778	481.62 781	326.76 780	462.71 781	298.97 781	466.16 781	285.98 781	447.62 778	289.21 779

SGM-ForestM	596.69 774	677.77 780	444.52 779	699.85 780	517.25 781	732.94 781	488.29 781	770.79 782	460.11 778	750.81 782	487.98 781	792.79 782	499.41 779	730.90 782	475.81 781	720.03 782	491.16 782	663.96 782	418.60 782	674.76 779	436.05 780

CBMV_ROB	818.48 775	913.88 781	709.52 780	862.84 781	597.78 782	1073.99 782	700.52 782	1015.66 783	702.59 779	1115.65 783	760.02 782	1130.24 783	721.57 780	1037.41 783	692.65 782	814.05 783	564.29 783	843.28 783	595.31 783	915.51 780	602.92 781

111111	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

SGD-Stereo	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

IGEV-Stereo++	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

IGEV-BASED-STEREO-	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

IGEV-Stereo+	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

SDNR	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

anonymousdsp2	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

anonymousdsp	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

test_example2	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782

DIP-Stereo	10000000.00 781	10000000.00 783	10000000.00 781	10000000.00 782	10000000.00 783	10000000.00 783	10000000.00 783	10000000.00 784	10000000.00 780	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 781	10000000.00 784	10000000.00 783	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 784	10000000.00 781	10000000.00 782
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccccc		0.44 238		0.48 320	0.35 401	0.48 421		0.51 441		0.47 404		0.47 413		0.47 409		0.41 315	0.40 364	0.40 382	0.40 440	0.41 384

ASD4		0.20 139

Low-res two-view benchmark