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	0.14 101	0.00 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 18	0.02 20	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

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	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 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 66	0.07 58	0.09 56	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 70	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 45	0.24 124	0.20 167	0.23 152	0.01 10	0.02 19	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	0.23 177	0.21 180	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 45	0.54 233	0.10 71	0.12 85	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 96	0.11 99	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 42	0.50 215	0.10 71	0.12 85	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 96	0.10 77	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 14	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

VMBase	0.03 29	0.09 66	0.08 60	0.09 56	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.08 63	0.08 62	0.03 38	0.02 20	0.02 20	0.02 20

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 44	0.02 20

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.02 20	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.02 20	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

test_sample6	0.09 55	0.97 291	0.10 71	0.10 60	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

SMFormer	0.09 55	1.01 309	0.09 67	0.09 56	0.03 49	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

tta	0.09 55	0.95 288	0.09 67	0.10 60	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

CoDeX	0.15 124	0.70 249	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 381	0.02 15	0.69 376	0.75 391	0.01 9	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-LNSev-Ref	0.11 89	0.44 187	0.33 231	0.39 212	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 263	0.36 262	0.02 18	0.02 20	0.02 20	0.02 20

CSP-Net	0.34 204	1.29 394	1.19 432	1.36 462	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 474	1.21 484	0.03 38	0.09 113	0.02 20	0.09 113

SFCPSM	0.17 135	0.78 254	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 416	0.02 15	0.75 387	0.76 393	0.02 20	0.02 20	0.02 20

Syn2CoEx	0.25 166	1.31 396	0.74 382	0.92 356	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 43	0.02 21	0.02 20	0.02 20	0.87 385	0.75 387	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCMid	0.08 53	0.02 12	0.02 14	1.01 374	0.03 49	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 111	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 55	0.02 12	0.04 43	0.90 351	0.06 112	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 133	0.36 288	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 89	0.02 12	0.02 14	1.62 477	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.02 21	0.06 88	0.04 75	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 49	0.03 41	0.02 20	0.02 20	0.02 21	0.03 41	0.02 20	0.02 20	0.03 53	0.03 40	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 68	0.98 292	0.14 126	0.15 111	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.15 125	0.13 136	0.03 38	0.03 54	0.03 44	0.03 51

zh-mn7	0.12 98	1.14 328	0.17 153	0.20 136	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.18 150	0.16 146	0.03 38	0.03 54	0.03 44	0.03 51

z-mn7	0.16 131	1.21 384	0.33 231	0.41 237	0.04 79	0.04 77	0.03 51	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.35 232	0.31 237	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven-2	0.14 112	1.22 390	0.28 198	0.32 187	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.32 214	0.27 203	0.04 73	0.03 54	0.03 44	0.03 51

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

DualNet (step1)	0.10 68	1.05 319	0.12 102	0.12 85	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.03 54	0.03 44	0.03 51

test_sample9	0.10 68	1.05 319	0.12 102	0.12 85	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.03 54	0.03 44	0.03 51

test_sample8	0.10 68	1.05 319	0.12 102	0.12 85	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.03 54	0.03 44	0.03 51

test_sample7	0.09 55	1.00 301	0.11 91	0.11 77	0.02 21	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.03 54	0.03 44	0.03 51

test_sample5	0.10 68	1.07 322	0.11 91	0.10 60	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

test_sample4	0.10 68	1.03 315	0.12 102	0.10 60	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.13 136	0.03 38	0.03 54	0.03 44	0.03 51

test_sample3	0.09 55	0.87 268	0.10 71	0.12 85	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

test_sample2	0.09 55	1.03 315	0.11 91	0.11 77	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.02 20	0.03 43	0.02 21	0.03 40	0.02 20	0.09 70	0.09 72	0.03 38	0.02 20	0.03 44	0.02 20

test_sample1	0.09 55	0.87 268	0.12 102	0.11 77	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.04 74	0.02 20	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.02 20

mmm	0.14 112	1.83 421	0.12 102	0.11 77	0.03 49	0.03 41	0.03 51	0.03 43	0.04 81	0.03 41	0.03 53	0.03 43	0.03 53	0.06 88	0.04 75	0.12 96	0.11 99	0.05 86	0.04 78	0.05 92	0.04 79

DualNet	0.10 68	1.07 322	0.11 91	0.10 60	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.10 75	0.10 77	0.03 38	0.03 54	0.04 77	0.03 51

1111x	0.10 68	1.14 328	0.13 121	0.14 101	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.11 99	0.03 38	0.02 20	0.03 44	0.02 20

xxx	0.09 55	1.01 309	0.10 71	0.10 60	0.03 49	0.03 41	0.03 51	0.03 43	0.02 21	0.03 41	0.03 53	0.03 43	0.02 21	0.03 40	0.02 20	0.10 75	0.10 77	0.03 38	0.02 20	0.03 44	0.03 51

x	0.11 89	1.15 331	0.15 142	0.14 101	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.15 143	0.03 38	0.03 54	0.03 44	0.03 51

psmg	0.43 267	1.91 432	0.92 407	1.91 484	0.02 21	0.02 19	0.03 51	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	1.97 514	1.44 507	0.04 73	0.03 54	0.02 20	0.03 51

222	0.10 68	0.99 299	0.12 102	0.13 97	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.12 96	0.12 113	0.03 38	0.02 20	0.04 77	0.03 51

xxxx	0.11 89	1.16 333	0.16 145	0.12 85	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.13 111	0.16 146	0.03 38	0.04 78	0.04 77	0.04 79

test_xeample	0.10 68	1.09 324	0.13 121	0.12 85	0.03 49	0.03 41	0.03 51	0.04 77	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.03 40	0.03 49	0.14 118	0.14 140	0.03 38	0.03 54	0.03 44	0.03 51

EDNetEfficient	0.04 39	0.05 49	0.04 43	0.04 37	0.03 49	0.04 77	0.03 51	0.04 77	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.04 72	0.03 49	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

BEATNet_4x	0.11 89	0.03 31	0.03 36	1.60 474	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 82	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ADCL	0.11 89	0.03 31	0.03 36	1.60 474	0.03 49	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.03 43	0.03 53	0.05 82	0.03 49	0.03 34	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

ADCRef	0.12 98	0.03 31	0.04 43	1.71 480	0.04 79	0.03 41	0.03 51	0.04 77	0.04 81	0.04 74	0.03 53	0.04 77	0.03 53	0.06 88	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.03 44	0.04 79

AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 496	0.04 79	0.03 41	0.03 51	0.03 43	0.03 56	0.03 41	0.03 53	0.04 77	0.02 21	0.07 105	0.04 75	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

ADCPNet	0.10 68	0.03 31	0.04 43	1.27 447	0.03 49	0.04 77	0.03 51	0.03 43	0.03 56	0.04 74	0.03 53	0.04 77	0.03 53	0.08 108	0.04 75	0.04 44	0.03 36	0.03 38	0.03 54	0.03 44	0.03 51

z-ln-s-r	0.21 150	1.40 403	0.53 335	0.56 304	0.04 79	0.05 89	0.04 81	0.05 89	0.05 98	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.05 89	0.57 339	0.44 310	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 138	1.47 405	0.33 231	0.40 225	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.38 251	0.32 241	0.05 86	0.04 78	0.04 77	0.04 79

DFGA-Net	0.05 42	0.06 54	0.04 43	0.06 46	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.04 88	0.06 97	0.04 84	0.06 88	0.04 75	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

11t1	0.17 135	2.16 449	0.13 121	0.13 97	0.04 79	0.06 92	0.04 81	0.06 94	0.04 81	0.06 96	0.03 53	0.06 97	0.03 53	0.06 88	0.05 89	0.18 150	0.12 113	0.06 94	0.03 54	0.05 92	0.03 51

BUS	0.83 377	1.91 432	0.92 407	4.48 557	0.02 21	0.40 258	0.04 81	0.41 267	0.02 21	0.48 315	0.03 53	0.41 274	0.05 95	0.03 40	0.05 89	1.97 514	4.19 583	0.33 232	0.23 209	0.34 221	0.27 216

NINENet	0.69 340	3.87 528	1.20 435	1.98 489	0.05 99	0.40 258	0.04 81	0.40 252	0.05 98	0.41 266	0.04 88	0.41 274	0.05 95	0.40 258	0.05 89	1.79 502	1.56 516	0.34 240	0.22 203	0.34 221	0.23 189

EDNetEfficientorigin	0.04 39	0.06 54	0.04 43	0.05 43	0.04 79	0.05 89	0.04 81	0.05 89	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

FADNet-RVC-Resample	0.12 98	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	1.57 528	0.04 44	0.04 45	0.04 73	0.05 97	0.04 77	0.06 106

FADNet_RVC	0.12 98	0.04 37	0.04 43	0.05 43	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.65 532	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 98	0.05 49	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.05 95	0.04 72	1.66 534	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCP+	0.15 124	0.04 37	0.04 43	2.20 495	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.04 84	0.08 108	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 39	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.04 81	0.04 77	0.04 81	0.04 74	0.04 88	0.04 77	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
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 50	0.24 124	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.05 100	0.06 97	0.04 84	0.06 88	0.04 75	0.06 55	0.07 59	0.06 94	0.04 78	0.06 96	0.04 79

BridgeDepth_RVC	0.07 50	0.08 58	0.11 91	0.11 77	0.05 99	0.08 106	0.05 93	0.08 108	0.05 98	0.08 107	0.05 100	0.08 107	0.05 95	0.08 108	0.05 89	0.11 90	0.10 77	0.07 100	0.05 97	0.07 107	0.05 98
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 53	0.08 58	0.11 91	0.11 77	0.05 99	0.08 106	0.05 93	0.08 108	0.07 113	0.08 107	0.05 100	0.08 107	0.05 95	0.09 112	0.08 106	0.15 125	0.11 99	0.07 100	0.05 97	0.07 107	0.06 106
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
DA	0.09 55	0.13 84	0.39 266	0.08 49	0.05 99	0.07 104	0.05 93	0.13 129	0.05 98	0.06 96	0.05 100	0.06 97	0.05 95	0.06 88	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

GGEV	0.09 55	0.13 84	0.39 266	0.08 49	0.05 99	0.07 104	0.05 93	0.13 129	0.05 98	0.06 96	0.05 100	0.06 97	0.05 95	0.06 88	0.05 89	0.06 55	0.05 56	0.14 130	0.13 155	0.06 96	0.05 98

ISRNet	0.11 89	0.05 49	0.36 251	0.24 157	0.07 113	0.13 129	0.05 93	0.06 94	0.05 98	0.05 91	0.05 100	0.13 130	0.05 95	0.05 82	0.09 111	0.24 184	0.20 177	0.10 110	0.05 97	0.06 96	0.13 150

qqq1	0.25 166	3.70 519	0.14 126	0.14 101	0.04 79	0.06 92	0.05 93	0.06 94	0.05 98	0.06 96	0.05 100	0.04 77	0.05 95	0.06 88	0.05 89	0.13 111	0.12 113	0.06 94	0.05 97	0.03 44	0.04 79

fff1	0.25 166	3.70 519	0.14 126	0.14 101	0.04 79	0.06 92	0.05 93	0.06 94	0.05 98	0.06 96	0.05 100	0.04 77	0.05 95	0.06 88	0.05 89	0.13 111	0.12 113	0.06 94	0.05 97	0.03 44	0.04 79

ffm	0.25 166	3.83 525	0.12 102	0.12 85	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 97	0.05 95	0.06 88	0.05 89	0.12 96	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 166	3.83 525	0.12 102	0.12 85	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 97	0.05 95	0.06 88	0.05 89	0.12 96	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 166	3.83 525	0.12 102	0.12 85	0.05 99	0.06 92	0.05 93	0.06 94	0.05 98	0.03 41	0.03 53	0.06 97	0.05 95	0.06 88	0.05 89	0.12 96	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

GASNet	0.05 42	0.04 37	0.12 102	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.12 128	0.04 88	0.06 97	0.04 84	0.04 72	0.04 75	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

qqq	0.16 131	2.01 440	0.12 102	0.15 111	0.04 79	0.06 92	0.05 93	0.06 94	0.04 81	0.06 96	0.03 53	0.06 97	0.03 53	0.06 88	0.03 49	0.12 96	0.14 140	0.04 73	0.04 78	0.03 44	0.03 51

AASNet	0.06 45	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 110	0.06 96	0.06 111	0.05 91	0.06 111	0.06 88	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

SACVNet	0.06 45	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 110	0.06 96	0.06 111	0.05 91	0.06 111	0.06 88	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

AACVNet	0.06 45	0.08 58	0.08 60	0.08 49	0.05 99	0.06 92	0.05 93	0.05 89	0.06 110	0.06 96	0.06 111	0.05 91	0.06 111	0.06 88	0.05 89	0.08 63	0.08 62	0.08 104	0.05 97	0.06 96	0.05 98

FADNet-RVC	0.13 105	0.04 37	0.04 43	0.04 37	0.04 79	0.04 77	0.05 93	0.04 77	0.04 81	0.04 74	0.05 100	0.04 77	0.05 95	0.04 72	1.71 537	0.04 44	0.04 45	0.04 73	0.04 78	0.07 107	0.04 79

BSDual-CNN	0.81 369	1.91 432	0.92 407	4.48 557	0.02 21	0.42 294	0.06 110	0.41 267	0.02 21	0.48 315	0.03 53	0.02 20	0.02 21	0.03 40	0.02 20	1.97 514	4.19 583	0.33 232	0.23 209	0.34 221	0.27 216

hknet	1.10 425	1.85 425	3.49 580	4.48 557	0.02 21	0.42 294	0.06 110	0.41 267	0.02 21	0.48 315	0.03 53	0.41 274	0.03 53	0.42 286	0.03 49	4.39 569	4.19 583	0.33 232	0.23 209	0.34 221	0.27 216

FINET	0.07 50	0.08 58	0.07 58	0.07 47	0.07 113	0.08 106	0.06 110	0.08 108	0.07 113	0.08 107	0.07 114	0.08 107	0.06 111	0.07 105	0.07 104	0.08 63	0.07 59	0.07 100	0.07 107	0.06 96	0.06 106

BEATNet-Init1	0.19 142	0.08 58	0.08 60	2.23 497	0.08 115	0.08 106	0.07 113	0.07 105	0.08 117	0.08 107	0.07 114	0.08 107	0.07 115	0.11 127	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

DeepPrunerF	0.19 142	0.08 58	0.08 60	2.23 497	0.08 115	0.08 106	0.07 113	0.07 105	0.08 117	0.08 107	0.07 114	0.08 107	0.07 115	0.11 127	0.08 106	0.08 63	0.08 62	0.08 104	0.07 107	0.08 111	0.08 110

MatchStereo	0.54 311	0.12 82	2.38 559	2.32 503	0.09 117	0.09 112	0.08 115	0.09 112	0.07 113	0.09 112	0.07 114	0.09 113	0.07 115	0.09 112	0.08 106	2.34 537	2.34 555	0.12 124	0.11 132	0.11 125	0.10 118

SepStereo	0.09 55	0.09 66	0.10 71	0.09 56	0.09 117	0.09 112	0.09 116	0.10 113	0.08 117	0.10 114	0.09 118	0.09 113	0.09 119	0.09 112	0.08 106	0.09 70	0.08 62	0.09 109	0.08 111	0.09 114	0.08 110

SuperB	0.21 150	0.10 69	2.51 561	0.12 85	0.09 117	0.10 114	0.09 116	0.08 108	0.07 113	0.10 114	0.09 118	0.09 113	0.07 115	0.07 105	0.07 104	0.07 61	0.08 62	0.07 100	0.07 107	0.08 111	0.07 109

DRN-Test	0.14 112	0.13 84	0.09 67	0.14 101	0.09 117	0.15 137	0.09 116	0.14 131	0.10 121	0.14 130	0.09 118	0.14 131	0.09 119	0.13 132	0.09 111	0.12 96	0.09 72	0.12 124	0.09 113	0.12 130	0.73 401

StereoDRNet	0.15 124	0.14 90	0.10 71	0.14 101	0.09 117	0.15 137	0.09 116	0.14 131	0.09 120	0.14 130	0.10 122	0.14 131	0.09 119	0.14 133	0.09 111	0.13 111	0.10 77	0.13 128	0.09 113	0.13 132	0.82 417

PDISCO_ROB	0.83 377	2.80 499	3.49 580	0.14 101	0.11 139	0.17 150	0.09 116	0.15 143	0.10 121	0.15 136	0.12 144	0.16 142	0.14 158	3.30 565	0.13 147	0.14 118	2.34 555	0.16 145	0.12 147	2.62 545	0.10 118

S2M2_L	0.12 98	0.14 90	0.10 71	0.15 111	0.10 124	0.14 130	0.10 121	0.14 131	0.10 121	0.15 136	0.10 122	0.14 131	0.10 123	0.14 133	0.10 117	0.13 111	0.10 77	0.13 128	0.09 113	0.13 132	0.09 113
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
AnonymousM	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

LRCNet_RVC	0.13 105	0.13 84	0.09 67	0.13 97	0.10 124	0.14 130	0.10 121	0.14 131	0.10 121	0.23 177	0.10 122	0.20 160	0.10 123	0.24 184	0.11 129	0.11 90	0.09 72	0.12 124	0.14 160	0.12 130	0.09 113

UNet	0.29 181	0.90 276	0.10 71	0.14 101	0.10 124	0.14 130	0.10 121	0.91 394	0.69 399	0.14 130	0.11 136	0.14 131	0.11 135	0.14 133	0.10 117	0.12 96	0.09 72	0.12 124	0.09 113	0.88 384	0.76 408

PVD	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

SHD	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

SAMSARA	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

XQC	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTSC	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTS	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

RTSA	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

MADNet+	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

MADNet++	0.10 68	0.10 69	0.10 71	0.10 60	0.10 124	0.10 114	0.10 121	0.10 113	0.10 121	0.10 114	0.10 122	0.10 116	0.10 123	0.10 116	0.10 117	0.10 75	0.10 77	0.10 110	0.10 120	0.10 115	0.10 118

S2M2_XL	0.14 112	0.17 96	0.12 102	0.17 128	0.11 139	0.17 150	0.11 134	0.17 149	0.11 136	0.17 147	0.11 136	0.17 149	0.11 135	0.17 149	0.11 129	0.16 134	0.11 99	0.16 145	0.11 132	0.16 145	0.11 131
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
JetBlue	0.11 89	0.11 80	0.12 102	0.13 97	0.14 157	0.11 125	0.11 134	0.11 125	0.11 136	0.11 126	0.11 136	0.11 126	0.11 135	0.12 131	0.12 141	0.11 90	0.11 99	0.11 121	0.11 132	0.11 125	0.11 131

ProNet	0.14 112	0.20 104	0.14 126	0.16 120	0.11 139	0.16 144	0.11 134	0.17 149	0.11 136	0.17 147	0.12 144	0.17 149	0.13 154	0.17 149	0.12 141	0.15 125	0.11 99	0.16 145	0.11 132	0.15 141	0.12 144

CIPLG	0.13 105	0.21 111	0.12 102	0.16 120	0.11 139	0.15 137	0.11 134	0.14 131	0.11 136	0.15 136	0.12 144	0.15 141	0.11 135	0.14 133	0.11 129	0.15 125	0.12 113	0.14 130	0.11 132	0.14 134	0.11 131

IPLG	0.13 105	0.20 104	0.14 126	0.15 111	0.11 139	0.14 130	0.11 134	0.14 131	0.11 136	0.14 130	0.11 136	0.14 131	0.11 135	0.14 133	0.11 129	0.15 125	0.12 113	0.14 130	0.11 132	0.14 134	0.11 131

ACRE	0.13 105	0.21 111	0.14 126	0.15 111	0.11 139	0.14 130	0.11 134	0.14 131	0.11 136	0.14 130	0.12 144	0.14 131	0.11 135	0.14 133	0.11 129	0.15 125	0.12 113	0.14 130	0.11 132	0.14 134	0.11 131

ICVP	0.15 124	0.53 229	0.11 91	0.16 120	0.11 139	0.16 144	0.11 134	0.16 144	0.11 136	0.16 141	0.11 136	0.16 142	0.11 135	0.16 143	0.11 129	0.16 134	0.11 99	0.16 145	0.11 132	0.16 145	0.11 131
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
aanetorigin	0.13 105	0.11 80	0.11 91	0.11 77	0.11 139	0.11 125	0.11 134	0.11 125	0.11 136	0.11 126	0.12 144	0.11 126	0.11 135	0.11 127	0.11 129	0.11 90	0.11 99	0.14 130	0.11 132	0.49 323	0.11 131

PASM	0.39 245	3.06 504	1.36 498	1.58 470	0.09 117	0.11 125	0.11 134	0.11 125	0.11 136	0.09 112	0.09 118	0.11 126	0.09 119	0.09 112	0.09 111	0.11 90	0.11 99	0.11 121	0.09 113	0.11 125	0.11 131

HSM	0.14 112	0.16 92	0.12 102	0.17 128	0.12 152	0.17 150	0.11 134	0.17 149	0.11 136	0.17 147	0.12 144	0.17 149	0.12 149	0.17 149	0.12 141	0.16 134	0.11 99	0.16 145	0.11 132	0.16 145	0.12 144

ELAS_RVC	0.14 112	0.16 92	0.10 71	0.15 111	0.10 124	0.18 154	0.11 134	0.19 154	0.11 136	0.19 153	0.12 144	0.18 153	0.11 135	0.19 155	0.12 141	0.14 118	0.08 62	0.14 130	0.09 113	0.15 141	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 124	0.17 96	0.11 91	0.18 130	0.11 139	0.19 157	0.11 134	0.19 154	0.12 152	0.19 153	0.12 144	0.20 160	0.12 149	0.19 155	0.12 141	0.16 134	0.11 99	0.17 153	0.10 120	0.17 151	0.10 118
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ELAS	0.13 105	0.16 92	0.11 91	0.15 111	0.09 117	0.18 154	0.11 134	0.18 152	0.11 136	0.17 147	0.11 136	0.18 153	0.11 135	0.18 152	0.11 129	0.14 118	0.08 62	0.14 130	0.08 111	0.14 134	0.09 113
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MIPNet	0.14 112	0.21 111	0.17 153	0.16 120	0.11 139	0.15 137	0.12 147	0.14 131	0.11 136	0.16 141	0.11 136	0.14 131	0.11 135	0.14 133	0.11 129	0.14 118	0.12 113	0.14 130	0.11 132	0.14 134	0.11 131

IPLGR	0.14 112	0.24 124	0.14 126	0.16 120	0.12 152	0.15 137	0.12 147	0.14 131	0.11 136	0.15 136	0.12 144	0.14 131	0.11 135	0.14 133	0.11 129	0.15 125	0.12 113	0.14 130	0.11 132	0.14 134	0.11 131

LALA_ROB	0.15 124	0.19 100	0.12 102	0.18 130	0.11 139	0.20 162	0.12 147	0.21 168	0.12 152	0.20 159	0.12 144	0.20 160	0.12 149	0.21 170	0.13 147	0.17 142	0.10 77	0.18 162	0.11 132	0.18 155	0.11 131

ITSA-stereo	0.15 124	0.17 96	0.13 121	0.20 136	0.13 155	0.19 157	0.13 150	0.18 152	0.13 155	0.19 153	0.13 156	0.18 153	0.14 158	0.18 152	0.14 151	0.16 134	0.11 99	0.15 142	0.14 160	0.18 155	0.11 131

DeepPruner_ROB	0.16 131	0.18 99	0.13 121	0.19 133	0.13 155	0.19 157	0.13 150	0.19 154	0.13 155	0.19 153	0.13 156	0.19 157	0.13 154	0.19 155	0.13 147	0.18 150	0.13 136	0.18 162	0.13 155	0.18 155	0.13 150

castereo++	0.54 311	3.59 516	1.15 426	1.31 456	0.14 157	0.16 144	0.14 152	0.16 144	0.14 157	0.16 141	0.14 161	0.16 142	0.13 154	0.16 143	0.14 151	1.45 489	1.16 433	0.15 142	0.14 160	0.15 141	0.13 150

DDVS	0.30 182	3.10 505	0.14 126	0.19 133	0.14 157	0.19 157	0.14 152	0.20 160	0.14 157	0.19 153	0.13 156	0.16 142	0.13 154	0.19 155	0.13 147	0.17 142	0.13 136	0.17 153	0.13 155	0.17 151	0.13 150

JetRed	0.11 89	0.12 82	0.11 91	0.11 77	0.11 139	0.11 125	0.14 152	0.11 125	0.11 136	0.12 128	0.11 136	0.11 126	0.11 135	0.11 127	0.11 129	0.11 90	0.16 146	0.11 121	0.11 132	0.11 125	0.11 131

HCRNet	1.22 478	7.11 570	3.00 564	3.55 546	0.33 285	0.29 210	0.14 152	0.19 154	0.15 167	0.33 224	0.29 245	0.25 194	0.14 158	0.22 174	0.33 268	3.64 563	3.00 560	0.76 393	0.32 285	0.18 155	0.13 150

GMStereo	0.14 112	0.13 84	0.14 126	0.14 101	0.14 157	0.14 130	0.14 152	0.14 131	0.14 157	0.14 130	0.14 161	0.14 131	0.14 158	0.14 133	0.14 151	0.14 118	0.14 140	0.14 130	0.14 160	0.14 134	0.14 155
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
RSGM-EC	0.24 162	0.24 124	0.15 142	0.22 148	0.15 168	0.22 175	0.15 157	0.22 173	0.15 167	0.24 184	0.15 169	0.22 176	0.15 168	0.22 174	1.19 458	0.20 158	0.17 166	0.24 194	0.14 160	0.20 163	0.14 155

acva	0.24 162	0.24 124	0.15 142	0.22 148	0.15 168	0.22 175	0.15 157	0.22 173	0.15 167	0.24 184	0.15 169	0.22 176	0.15 168	0.22 174	1.19 458	0.20 158	0.17 166	0.24 194	0.14 160	0.20 163	0.14 155

dd	0.23 160	0.98 292	0.16 145	0.23 152	0.15 168	0.23 183	0.15 157	0.23 179	0.15 167	0.23 177	0.15 169	0.24 188	0.17 179	0.23 180	0.15 161	0.22 166	0.15 143	0.21 173	0.15 166	0.22 171	0.16 160

dad	0.23 160	1.03 315	0.16 145	0.23 152	0.15 168	0.24 186	0.15 157	0.24 182	0.16 171	0.23 177	0.16 172	0.24 188	0.16 170	0.23 180	0.15 161	0.22 166	0.16 146	0.22 178	0.16 170	0.22 171	0.16 160

IPLGR_C	0.14 112	0.20 104	0.12 102	0.15 111	0.11 139	0.14 130	0.15 157	0.14 131	0.11 136	0.15 136	0.12 144	0.14 131	0.11 135	0.16 143	0.11 129	0.15 125	0.12 113	0.14 130	0.12 147	0.15 141	0.12 144

VIP-Stereo	0.70 341	2.97 503	2.43 560	2.49 510	0.16 177	0.25 194	0.16 162	0.25 189	0.16 171	0.25 191	0.18 193	0.25 194	0.16 170	0.26 202	0.16 167	1.86 504	1.26 486	0.23 186	0.15 166	0.23 182	0.15 158

RAFT-FEzeroshot	0.34 204	0.26 131	0.17 153	0.21 146	0.17 182	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 178	0.21 167	0.16 170	0.27 206	0.24 204	0.19 154	0.16 146	0.19 165	0.16 170	0.26 188	3.08 577

RAFT-FE	0.34 204	0.26 131	0.17 153	0.21 146	0.17 182	0.20 162	0.16 162	0.20 160	0.16 171	0.20 159	0.17 178	0.21 167	0.16 170	0.27 206	0.24 204	0.19 154	0.16 146	0.19 165	0.16 170	0.26 188	3.08 577

xyz-stereo-finetune2	0.18 138	0.48 209	0.16 145	0.16 120	0.15 168	0.15 137	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 142	0.16 170	0.16 143	0.16 167	0.16 134	0.16 146	0.16 145	0.16 170	0.16 145	0.16 160

xyz-stereo-finetune	0.28 176	0.49 211	0.16 145	0.16 120	0.16 177	0.16 144	0.16 162	0.22 173	0.30 252	0.32 220	0.31 267	0.32 225	0.31 271	0.32 223	0.32 258	0.32 214	0.33 253	0.31 221	0.32 285	0.31 206	0.32 264

xyz-stereo	0.18 138	0.50 215	0.16 145	0.15 111	0.16 177	0.16 144	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 142	0.16 170	0.16 143	0.16 167	0.16 134	0.16 146	0.16 145	0.16 170	0.16 145	0.16 160

castereo	0.61 323	3.79 524	1.35 490	1.52 469	0.15 168	0.17 150	0.16 162	0.20 160	0.21 197	0.18 151	0.16 172	0.21 167	0.12 149	0.26 202	0.17 172	1.43 488	1.38 503	0.17 153	0.16 170	0.18 155	0.16 160

GCAPDPT-zeroshot4090	0.18 138	0.20 104	0.16 145	0.20 136	0.16 177	0.20 162	0.16 162	0.21 168	0.16 171	0.20 159	0.16 172	0.21 167	0.17 179	0.20 159	0.16 167	0.19 154	0.15 143	0.19 165	0.15 166	0.19 161	0.15 158

GMStereo_Zeroshot	0.16 131	0.16 92	0.16 145	0.16 120	0.16 177	0.16 144	0.16 162	0.16 144	0.16 171	0.16 141	0.16 172	0.16 142	0.16 170	0.16 143	0.16 167	0.16 134	0.16 146	0.16 145	0.16 170	0.16 145	0.16 160

IGEV-FE	0.35 213	0.37 154	0.17 153	0.19 133	0.17 182	0.20 162	0.17 171	0.19 154	0.17 180	0.19 153	0.17 178	0.19 157	0.17 179	0.37 244	0.36 288	0.19 154	0.17 166	0.19 165	0.17 190	0.38 257	2.84 568

tg	0.21 150	0.25 130	0.21 172	0.26 171	0.17 182	0.24 186	0.17 171	0.24 182	0.17 180	0.24 184	0.17 178	0.24 188	0.17 179	0.24 184	0.17 172	0.24 184	0.17 166	0.23 186	0.16 170	0.23 182	0.16 160

ACV-stereo	0.30 182	2.08 442	0.25 187	0.25 164	0.18 192	0.24 186	0.17 171	0.24 182	0.18 185	0.24 184	0.17 178	0.25 194	0.17 179	0.24 184	0.17 172	0.22 166	0.16 146	0.22 178	0.16 170	0.22 171	0.16 160

IGEV_Zeroshot_test	0.20 144	0.19 100	0.40 272	0.30 177	0.17 182	0.22 175	0.17 171	0.21 168	0.17 180	0.20 159	0.17 178	0.21 167	0.18 188	0.21 170	0.17 172	0.20 158	0.16 146	0.20 171	0.16 170	0.20 163	0.17 174

MSKI-zero shot	0.24 162	0.21 111	0.49 318	0.65 321	0.18 192	0.22 175	0.17 171	0.23 179	0.18 185	0.21 171	0.17 178	0.23 182	0.28 240	0.23 180	0.18 183	0.21 164	0.16 146	0.21 173	0.16 170	0.21 169	0.16 160

MIM_Stereo	0.25 166	0.23 116	0.66 357	0.80 341	0.17 182	0.22 175	0.17 171	0.23 179	0.18 185	0.26 199	0.17 178	0.21 167	0.17 179	0.25 192	0.17 172	0.23 177	0.16 146	0.21 173	0.17 190	0.22 171	0.17 174

UPFNet	0.42 266	1.20 338	0.17 153	0.24 157	0.17 182	0.25 194	0.17 171	1.19 431	0.90 431	0.25 191	0.17 178	0.24 188	0.17 179	0.25 192	0.17 172	0.22 166	0.17 166	0.22 178	0.16 170	1.15 419	0.93 426

DEFOM-Stereo_RVC	0.83 377	5.18 550	1.98 548	2.19 494	0.17 182	0.19 157	0.18 178	0.19 154	0.16 171	0.20 159	0.19 195	0.22 176	0.22 204	0.20 159	0.15 161	2.28 531	2.13 550	0.24 194	0.17 190	0.18 155	0.16 160

MMNet	0.44 272	1.24 392	0.17 153	0.25 164	0.17 182	0.25 194	0.18 178	1.26 483	0.93 437	0.25 191	0.17 178	0.25 194	0.18 188	0.25 192	0.17 172	0.23 177	0.16 146	0.23 186	0.16 170	1.20 431	0.99 431

delet	0.43 267	1.21 384	0.17 153	0.25 164	0.17 182	0.25 194	0.18 178	1.26 483	0.95 439	0.25 191	0.17 178	0.25 194	0.17 179	0.25 192	0.17 172	0.23 177	0.16 146	0.22 178	0.16 170	1.18 427	0.98 430

iResNetv2_ROB	0.20 144	0.23 116	0.18 162	0.24 157	0.20 199	0.24 186	0.18 178	0.24 182	0.18 185	0.24 184	0.18 193	0.23 182	0.19 193	0.24 184	0.18 183	0.21 164	0.16 146	0.21 173	0.16 170	0.22 171	0.16 160

DLNR-FE	0.28 176	0.89 273	0.30 206	0.34 194	0.19 196	0.28 207	0.19 182	0.28 198	0.20 193	0.28 203	0.20 199	0.28 207	0.20 197	0.28 210	0.20 190	0.33 219	0.28 210	0.25 197	0.19 196	0.24 184	0.19 180

Pointernet	0.21 150	0.22 115	0.19 164	0.24 157	0.19 196	0.24 186	0.19 182	0.24 182	0.19 191	0.24 184	0.19 195	0.24 188	0.19 193	0.24 184	0.19 186	0.22 166	0.17 166	0.22 178	0.17 190	0.22 171	0.17 174

psm_up	0.43 267	1.19 337	0.17 153	0.25 164	0.18 192	0.25 194	0.19 182	1.26 483	0.91 432	0.26 199	0.17 178	0.25 194	0.17 179	0.25 192	0.17 172	0.22 166	0.17 166	0.23 186	0.16 170	1.18 427	0.99 431

CFNet	1.37 485	5.27 553	0.19 164	5.49 580	0.19 196	0.28 207	0.19 182	0.28 198	0.19 191	0.28 203	0.19 195	0.28 207	4.35 592	0.28 210	0.19 186	0.23 177	0.17 166	0.23 186	4.21 601	4.81 578	0.17 174

test_for_model	0.24 162	0.24 124	0.46 295	0.45 258	0.21 207	0.24 186	0.20 186	0.24 182	0.20 193	0.24 184	0.20 199	0.24 188	0.20 197	0.24 184	0.19 186	0.26 192	0.25 192	0.19 165	0.15 166	0.20 163	0.19 180

ssnet_v2	0.68 337	1.96 439	1.25 486	0.29 176	0.20 199	0.30 211	0.20 186	0.29 203	0.22 200	1.50 501	0.20 199	0.31 221	0.20 197	0.27 206	0.22 195	0.24 184	1.49 510	0.26 202	0.18 195	3.90 555	0.19 180

DAS	0.20 144	0.20 104	0.20 167	0.20 136	0.20 199	0.20 162	0.20 186	0.20 160	0.20 193	0.20 159	0.20 199	0.20 160	0.20 197	0.20 159	0.20 190	0.20 158	0.20 177	0.20 171	0.20 197	0.20 163	0.20 183

GEStereo_RVC	0.86 389	4.45 540	0.20 167	0.27 174	0.20 199	0.27 206	0.20 186	0.26 194	0.18 185	5.03 595	0.20 199	0.27 206	0.19 193	0.27 206	0.21 193	0.20 158	0.19 175	0.19 165	4.02 599	0.20 163	0.18 178

AANet_RVC	1.26 480	0.31 143	4.99 591	5.93 583	0.20 199	0.25 194	0.20 186	0.25 189	0.20 193	0.23 177	0.19 195	0.25 194	0.20 197	0.25 192	0.20 190	5.66 593	4.76 586	0.26 202	0.30 267	0.24 184	0.27 216

iResNet	0.20 144	0.23 116	0.18 162	0.24 157	0.18 192	0.24 186	0.20 186	0.24 182	0.18 185	0.23 177	0.17 178	0.23 182	0.18 188	0.23 180	0.18 183	0.22 166	0.16 146	0.21 173	0.16 170	0.21 169	0.16 160

gcap-zeroshot	0.35 213	0.32 145	0.37 255	0.49 276	0.39 325	0.33 229	0.21 192	0.26 194	0.35 292	0.42 280	0.34 290	0.49 326	0.29 247	0.47 310	0.39 312	0.34 223	0.17 166	0.38 272	0.23 209	0.48 319	0.34 277

gwcnet-sp	0.82 374	1.72 413	1.48 508	0.39 212	0.15 168	0.31 217	0.21 192	0.20 160	0.25 214	1.61 505	0.23 210	0.28 207	0.26 225	0.20 159	0.15 161	0.24 184	1.33 494	0.32 224	0.16 170	6.75 594	0.23 189

scenet	0.82 374	1.72 413	1.48 508	0.39 212	0.15 168	0.31 217	0.21 192	0.20 160	0.25 214	1.61 505	0.23 210	0.28 207	0.26 225	0.20 159	0.15 161	0.24 184	1.33 494	0.32 224	0.16 170	6.75 594	0.23 189

ssnet	0.82 374	1.72 413	1.48 508	0.39 212	0.15 168	0.31 217	0.21 192	0.20 160	0.25 214	1.61 505	0.23 210	0.28 207	0.26 225	0.20 159	0.15 161	0.24 184	1.33 494	0.32 224	0.16 170	6.75 594	0.23 189

HGLStereo	0.28 176	0.29 139	0.22 174	0.36 200	0.22 210	0.36 238	0.21 192	0.36 227	0.21 197	0.42 280	0.21 205	0.36 240	0.22 204	0.36 240	0.21 193	0.34 223	0.21 180	0.34 240	0.21 200	0.34 221	0.21 185

Select-FE	0.41 256	0.44 187	0.23 177	0.26 171	0.22 210	0.26 202	0.22 197	0.26 194	0.23 206	0.26 199	0.23 210	0.26 204	0.23 210	0.45 301	0.42 331	0.25 190	0.22 184	0.25 197	0.22 203	0.45 299	2.90 569

PAM	0.39 245	1.88 428	0.34 241	0.37 203	0.41 336	0.45 308	0.22 197	0.28 198	0.23 206	0.28 203	0.24 217	0.29 213	0.23 210	0.29 214	0.23 201	0.38 251	0.32 241	0.38 272	0.37 318	0.32 209	0.22 187

model_zeroshot	0.27 175	0.20 104	0.27 194	0.33 191	0.21 207	0.37 243	0.22 197	0.37 233	0.24 209	0.26 199	0.27 233	0.33 228	0.21 203	0.25 192	0.27 218	0.32 214	0.20 177	0.34 240	0.23 209	0.25 186	0.26 206

DCVSM-stereo	0.36 219	1.89 429	0.22 174	0.40 225	0.22 210	0.40 258	0.22 197	0.40 252	0.22 200	0.40 252	0.22 206	0.40 261	0.22 204	0.40 258	0.22 195	0.28 198	0.21 180	0.28 208	0.21 200	0.28 195	0.20 183

CAS++	0.17 135	0.27 134	0.21 172	0.10 60	0.21 207	0.15 137	0.22 197	0.10 113	0.21 197	0.22 173	0.10 122	0.19 157	0.18 188	0.10 116	0.19 186	0.20 158	0.19 175	0.18 162	0.10 120	0.19 161	0.18 178
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
WAO-6	0.22 154	0.23 116	0.22 174	0.23 152	0.22 210	0.22 175	0.22 197	0.22 173	0.22 200	0.22 173	0.22 206	0.22 176	0.22 204	0.22 174	0.22 195	0.22 166	0.22 184	0.22 178	0.22 203	0.22 171	0.22 187

IMH-64-1	0.22 154	0.23 116	0.23 177	0.22 148	0.22 210	0.22 175	0.22 197	0.22 173	0.22 200	0.22 173	0.22 206	0.22 176	0.22 204	0.22 174	0.22 195	0.22 166	0.22 184	0.23 186	0.22 203	0.22 171	0.23 189

IMH-64	0.22 154	0.23 116	0.23 177	0.22 148	0.22 210	0.22 175	0.22 197	0.22 173	0.22 200	0.22 173	0.22 206	0.22 176	0.22 204	0.22 174	0.22 195	0.22 166	0.22 184	0.23 186	0.22 203	0.22 171	0.23 189

WCG-NET（raft）	0.32 198	1.24 392	0.24 184	0.32 187	0.24 221	0.32 226	0.23 205	0.32 212	0.24 209	0.32 220	0.24 217	0.32 225	0.24 213	0.32 223	0.24 204	0.30 206	0.23 189	0.30 215	0.23 209	0.30 201	0.23 189

xxxxx1	0.31 189	0.91 278	0.23 177	0.31 183	0.23 216	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 228	0.25 216	0.32 223	0.24 204	0.28 198	0.28 210	0.28 208	0.28 243	0.29 198	0.27 216

tt_ll	0.31 189	0.91 278	0.23 177	0.31 183	0.23 216	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 228	0.25 216	0.32 223	0.24 204	0.28 198	0.28 210	0.28 208	0.28 243	0.29 198	0.27 216

ff	0.31 189	0.91 278	0.23 177	0.31 183	0.23 216	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 228	0.25 216	0.32 223	0.24 204	0.28 198	0.28 210	0.28 208	0.28 243	0.29 198	0.27 216

FENet	0.54 311	1.52 407	1.19 432	1.41 465	0.23 216	0.35 235	0.23 205	0.35 223	0.23 206	0.34 226	0.23 210	0.35 234	0.23 210	0.35 234	0.23 201	1.40 486	1.07 417	0.32 224	0.23 209	0.33 217	0.23 189

tt1	0.31 189	0.93 285	0.24 184	0.33 191	0.23 216	0.31 217	0.24 210	0.32 212	0.24 209	0.32 220	0.23 210	0.32 225	0.25 216	0.32 223	0.24 204	0.27 196	0.26 196	0.27 206	0.26 227	0.27 193	0.27 216

iResNet_ROB	0.28 176	0.32 145	0.24 184	0.32 187	0.25 223	0.32 226	0.24 210	0.32 212	0.24 209	0.33 224	0.24 217	0.35 234	0.24 213	0.33 230	0.24 204	0.31 212	0.24 191	0.32 224	0.24 217	0.32 209	0.24 199

DEFOM-Stereo	0.68 337	3.11 506	1.40 504	1.63 478	0.25 223	0.31 217	0.25 212	0.31 210	0.28 235	0.31 214	0.29 245	0.29 213	0.27 233	0.31 220	0.28 228	1.59 496	1.47 509	0.30 215	0.29 253	0.30 201	0.28 230

GCAP-BAT	0.33 202	0.78 254	0.32 225	0.38 206	0.25 223	0.34 230	0.25 212	0.34 219	0.26 227	0.34 226	0.25 223	0.35 234	0.26 225	0.35 234	0.27 218	0.36 236	0.30 231	0.32 224	0.24 217	0.32 209	0.26 206

UNDER WATER-64	0.25 166	0.26 131	0.25 187	0.26 171	0.25 223	0.25 194	0.25 212	0.25 189	0.25 214	0.25 191	0.25 223	0.25 194	0.25 216	0.26 202	0.25 212	0.25 190	0.25 192	0.25 197	0.25 221	0.25 186	0.25 200

LoS_RVC	0.30 182	1.14 328	0.25 187	0.25 164	0.25 223	0.26 202	0.25 212	0.25 189	0.25 214	0.25 191	0.25 223	0.26 204	0.26 225	0.26 202	0.25 212	0.26 192	0.26 196	0.25 197	0.25 221	0.26 188	0.26 206

CAS	0.30 182	1.17 334	0.25 187	0.25 164	0.25 223	0.26 202	0.25 212	0.25 189	0.26 227	0.25 191	0.25 223	0.25 194	0.25 216	0.25 192	0.25 212	0.26 192	0.26 196	0.26 202	0.25 221	0.26 188	0.25 200

LoS	0.25 166	0.27 134	0.25 187	0.25 164	0.25 223	0.25 194	0.25 212	0.26 194	0.25 214	0.25 191	0.25 223	0.25 194	0.25 216	0.25 192	0.25 212	0.26 192	0.25 192	0.25 197	0.26 227	0.26 188	0.25 200
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
IER	0.88 392	7.04 569	2.23 553	2.75 515	0.28 237	0.43 301	0.25 212	0.39 245	0.25 214	0.41 266	0.27 233	0.39 253	0.25 216	0.40 258	0.28 228	0.37 240	0.28 210	0.37 264	0.25 221	0.37 244	0.25 200

CroCo-Stereo	0.73 349	1.22 390	0.25 187	1.22 442	0.25 223	1.22 486	0.25 212	1.22 480	0.25 214	1.22 488	0.25 223	1.22 491	0.25 216	1.22 491	0.25 212	1.22 473	0.26 196	1.21 499	0.25 221	1.22 479	0.25 200
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	0.31 189	0.28 137	0.47 303	0.79 339	0.24 221	0.30 211	0.26 220	0.30 205	0.24 209	0.32 220	0.23 210	0.31 221	0.24 213	0.30 216	0.23 201	0.29 205	0.26 196	0.29 213	0.24 217	0.33 217	0.23 189

CroCo-Stereo Lap2	0.77 357	1.29 394	0.29 202	1.27 447	0.29 246	1.27 490	0.26 220	1.26 483	0.26 227	1.26 489	0.26 229	1.27 495	0.26 225	1.26 492	0.27 218	1.27 475	0.27 203	1.27 502	0.27 236	1.27 482	0.27 216

StereoDRNet-Refined	0.33 202	0.39 164	0.26 193	0.39 212	0.26 231	0.40 258	0.26 220	0.40 252	0.26 227	0.39 246	0.26 229	0.39 253	0.26 225	0.39 255	0.26 217	0.37 240	0.25 192	0.37 264	0.25 221	0.37 244	0.37 295
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
FE-Mocha	0.35 213	0.71 250	0.40 272	0.47 265	0.27 232	0.34 230	0.27 223	0.34 219	0.26 227	0.34 226	0.26 229	0.34 232	0.27 233	0.34 231	0.27 218	0.44 292	0.41 290	0.33 232	0.29 253	0.32 209	0.29 235

Monster-pub-mixall	0.44 272	0.56 237	0.60 344	0.38 206	0.27 232	0.37 243	0.27 223	0.37 233	0.29 241	0.38 240	0.27 233	0.38 248	0.29 247	0.85 396	0.27 218	1.46 490	0.26 196	0.34 240	0.26 227	0.36 240	0.53 356

Replicate-Monster	0.45 275	0.57 238	0.60 344	0.40 225	0.29 246	0.37 243	0.27 223	0.37 233	0.30 252	0.40 252	0.31 267	0.40 261	0.30 254	0.99 414	0.27 218	1.36 483	0.31 237	0.34 240	0.30 267	0.36 240	0.54 359

Any-RAFT	0.32 198	0.36 152	0.27 194	0.36 200	0.27 232	0.36 238	0.27 223	0.36 227	0.27 232	0.36 234	0.27 233	0.36 240	0.27 233	0.36 240	0.28 228	0.36 236	0.28 210	0.36 261	0.28 243	0.36 240	0.28 230

CRFU-Net	0.65 330	1.67 411	1.22 482	1.96 488	0.27 232	0.41 274	0.27 223	0.41 267	0.27 232	0.40 252	0.26 229	0.41 274	0.27 233	0.40 258	0.27 218	1.80 503	1.62 523	0.34 240	0.23 209	0.33 217	0.23 189

MLCV	0.31 189	0.35 149	0.27 194	0.35 196	0.28 237	0.35 235	0.27 223	0.35 223	0.28 235	0.36 234	0.27 233	0.35 234	0.27 233	0.35 234	0.27 218	0.34 223	0.27 203	0.34 240	0.27 236	0.34 221	0.27 216

DISCO	1.11 427	0.39 164	5.28 593	0.39 212	0.20 199	0.39 256	0.27 223	0.39 245	0.22 200	0.38 240	0.20 199	0.38 248	0.20 197	6.95 606	0.22 195	0.30 206	0.21 180	0.27 206	0.21 200	5.25 587	0.21 185

DN-CSS_ROB	0.31 189	0.35 149	0.28 198	0.35 196	0.28 237	0.34 230	0.27 223	0.34 219	0.25 214	0.35 231	0.27 233	0.36 240	0.26 225	0.34 231	0.28 228	0.35 232	0.28 210	0.34 240	0.28 243	0.34 221	0.27 216

Zero-FE251	0.36 219	0.40 166	0.28 198	0.41 237	0.28 237	0.41 274	0.28 231	0.41 267	0.28 235	0.41 266	0.28 240	0.41 274	0.28 240	0.42 286	0.30 245	0.37 240	0.26 196	0.37 264	0.27 236	0.45 299	0.56 367

Monster-pub-eth3d	0.45 275	0.57 238	0.60 344	0.39 212	0.28 237	0.37 243	0.28 231	0.37 233	0.30 252	0.39 246	0.29 245	0.39 253	0.30 254	0.92 406	0.27 218	1.42 487	0.28 210	0.34 240	0.28 243	0.37 244	0.53 356

LG-Stereo_L2	0.34 204	0.37 154	0.38 258	0.47 265	0.28 237	0.39 256	0.28 231	0.39 245	0.28 235	0.39 246	0.28 240	0.39 253	0.28 240	0.38 247	0.28 228	0.42 290	0.35 259	0.36 261	0.26 227	0.35 233	0.26 206

GIP-stereo	0.36 219	0.49 211	0.39 266	0.48 270	0.32 273	0.41 274	0.28 231	0.40 252	0.30 252	0.41 266	0.28 240	0.40 261	0.28 240	0.42 286	0.28 228	0.45 295	0.32 241	0.38 272	0.30 267	0.37 244	0.27 216

xx1	0.38 233	1.03 315	0.31 219	0.40 225	0.31 269	0.41 274	0.28 231	0.40 252	0.29 241	0.40 252	0.29 245	0.40 261	0.29 247	0.40 258	0.29 238	0.34 223	0.33 253	0.34 240	0.32 285	0.34 221	0.32 264

1test111	0.37 227	1.02 313	0.30 206	0.39 212	0.29 246	0.40 258	0.28 231	0.39 245	0.29 241	0.39 246	0.29 245	0.39 253	0.28 240	0.40 258	0.29 238	0.33 219	0.32 241	0.33 232	0.31 278	0.32 209	0.31 257

cc1	0.37 227	1.02 313	0.30 206	0.39 212	0.29 246	0.40 258	0.28 231	0.39 245	0.29 241	0.39 246	0.29 245	0.39 253	0.28 240	0.40 258	0.29 238	0.33 219	0.32 241	0.33 232	0.31 278	0.32 209	0.31 257

SQANet	0.28 176	0.28 137	0.28 198	0.28 175	0.28 237	0.28 207	0.28 231	0.28 198	0.28 235	0.28 203	0.28 240	0.28 207	0.28 240	0.28 210	0.28 228	0.28 198	0.28 210	0.28 208	0.28 243	0.28 195	0.28 230

DGSMNet	0.34 204	0.41 176	0.27 194	0.41 237	0.28 237	0.41 274	0.28 231	0.41 267	0.27 232	0.41 266	0.27 233	0.42 292	0.27 233	0.41 273	0.28 228	0.40 268	0.29 222	0.40 291	0.28 243	0.40 275	0.27 216

IGEV++	0.34 204	0.43 184	0.30 206	0.40 225	0.29 246	0.40 258	0.29 240	0.40 252	0.29 241	0.40 252	0.29 245	0.40 261	0.29 247	0.40 258	0.30 245	0.38 251	0.29 222	0.37 264	0.29 253	0.37 244	0.29 235

ACVNet-DCA	0.37 227	1.00 301	0.30 206	0.40 225	0.29 246	0.40 258	0.29 240	0.40 252	0.29 241	0.40 252	0.29 245	0.40 261	0.29 247	0.39 255	0.28 228	0.33 219	0.32 241	0.33 232	0.32 285	0.33 217	0.32 264

PML	0.46 281	1.36 400	0.29 202	0.58 307	0.30 256	0.57 366	0.29 240	0.57 353	0.29 241	0.57 362	0.29 245	0.57 365	0.29 247	0.56 356	0.29 238	0.52 326	0.30 231	0.53 367	0.31 278	0.53 340	0.30 248

GES	0.66 332	2.34 466	0.29 202	0.41 237	0.29 246	0.41 274	0.29 240	0.42 285	0.29 241	0.40 252	0.41 333	0.41 274	0.30 254	0.51 342	0.29 238	0.32 214	0.29 222	0.32 224	2.46 570	2.49 532	0.30 248

UCFNet_RVC	2.75 559	10.06 591	0.29 202	10.31 607	0.29 246	0.42 294	0.29 240	0.43 291	0.29 241	0.42 280	0.29 245	0.42 292	9.87 609	0.43 292	0.29 238	0.36 236	9.84 609	0.36 261	0.26 227	9.77 608	0.26 206

DStereoO	0.31 189	0.31 143	0.31 219	0.30 177	0.40 327	0.31 217	0.30 245	0.30 205	0.34 288	0.29 208	0.31 267	0.29 213	0.30 254	0.31 220	0.31 254	0.31 212	0.29 222	0.31 221	0.30 267	0.31 206	0.31 257

DStereoSA	0.32 198	0.52 225	0.34 241	0.31 183	0.31 269	0.30 211	0.30 245	0.31 210	0.30 252	0.31 214	0.31 267	0.31 221	0.30 254	0.31 220	0.31 254	0.30 206	0.32 241	0.31 221	0.31 278	0.31 206	0.31 257

HiDET	0.38 233	0.44 187	0.30 206	0.42 247	0.30 256	0.42 294	0.30 245	0.42 285	0.30 252	0.44 293	0.30 257	0.42 292	0.30 254	0.42 286	0.68 388	0.37 240	0.32 241	0.40 291	0.29 253	0.37 244	0.29 235

LCMNet	0.38 233	0.44 187	0.30 206	0.42 247	0.30 256	0.42 294	0.30 245	0.42 285	0.30 252	0.45 296	0.30 257	0.42 292	0.30 254	0.42 286	0.69 396	0.37 240	0.32 241	0.40 291	0.29 253	0.37 244	0.29 235

CSFM-Stereo	0.38 233	0.44 187	0.30 206	0.42 247	0.30 256	0.42 294	0.30 245	0.43 291	0.30 252	0.44 293	0.30 257	0.42 292	0.30 254	0.42 286	0.73 406	0.37 240	0.32 241	0.40 291	0.29 253	0.37 244	0.30 248

MultiAttention	0.30 182	0.30 140	0.30 206	0.30 177	0.30 256	0.30 211	0.30 245	0.30 205	0.30 252	0.30 209	0.30 257	0.30 217	0.30 254	0.30 216	0.30 245	0.30 206	0.30 231	0.30 215	0.30 267	0.30 201	0.30 248

MSAF-DinoV2	0.30 182	0.30 140	0.30 206	0.30 177	0.30 256	0.30 211	0.30 245	0.30 205	0.30 252	0.30 209	0.30 257	0.30 217	0.30 254	0.30 216	0.30 245	0.30 206	0.30 231	0.30 215	0.30 267	0.30 201	0.30 248

TorneroNet-64	0.45 275	0.27 134	0.30 206	0.58 307	0.27 232	0.70 379	0.30 245	0.28 198	0.73 414	0.73 382	0.28 240	0.71 381	0.66 384	0.75 384	0.27 218	0.27 196	0.29 222	0.37 264	0.75 420	0.28 195	0.30 248

testlalala	0.49 298	2.86 501	0.39 266	0.49 276	0.30 256	0.43 301	0.30 245	0.43 291	0.30 252	0.43 286	0.30 257	0.43 299	0.30 254	0.43 292	0.30 245	0.45 295	0.36 262	0.38 272	0.26 227	0.38 257	0.26 206

GCAPDPT-zeroshot	0.36 219	0.40 166	0.30 206	0.43 253	0.30 256	0.43 301	0.30 245	0.43 291	0.31 266	0.43 286	0.30 257	0.43 299	0.30 254	0.44 297	0.31 254	0.39 263	0.28 210	0.39 285	0.27 236	0.39 268	0.26 206

IGEV-Stereo	0.35 213	0.44 187	0.45 291	0.49 276	0.30 256	0.37 243	0.30 245	0.36 227	0.30 252	0.36 234	0.29 245	0.36 240	0.29 247	0.36 240	0.30 245	0.46 300	0.39 278	0.32 224	0.24 217	0.32 209	0.25 200
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.34 204	0.42 183	0.31 219	0.39 212	0.30 256	0.38 250	0.30 245	0.40 252	0.29 241	0.40 252	0.37 309	0.41 274	0.34 288	0.38 247	0.30 245	0.34 223	0.27 203	0.34 240	0.26 227	0.34 221	0.26 206

DANet	0.30 182	0.30 140	0.30 206	0.30 177	0.30 256	0.30 211	0.30 245	0.30 205	0.30 252	0.30 209	0.30 257	0.30 217	0.30 254	0.30 216	0.30 245	0.30 206	0.30 231	0.30 215	0.30 267	0.30 201	0.30 248
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
gcap_with_dpt	0.36 219	0.40 166	0.31 219	0.44 255	0.31 269	0.44 306	0.31 258	0.43 291	0.30 252	0.44 293	0.31 267	0.44 302	0.31 271	0.43 292	0.31 254	0.38 251	0.27 203	0.38 272	0.27 236	0.38 257	0.27 216

MonSter++	0.38 233	0.44 187	0.31 219	0.43 253	0.30 256	0.43 301	0.31 258	0.43 291	0.31 266	0.45 296	0.31 267	0.43 299	0.31 271	0.43 292	0.69 396	0.38 251	0.33 253	0.40 291	0.30 267	0.38 257	0.30 248

EKT-Stereo	0.37 227	0.40 166	0.44 289	1.07 378	0.29 246	0.34 230	0.31 258	0.36 227	0.29 241	0.38 240	0.31 267	0.37 246	0.30 254	0.36 240	0.29 238	0.34 223	0.28 210	0.39 285	0.30 267	0.37 244	0.30 248

DStereoFS	0.32 198	0.33 147	0.32 225	0.33 191	0.30 256	0.32 226	0.32 261	0.32 212	0.31 266	0.30 209	0.31 267	0.31 221	0.30 254	0.32 223	0.32 258	0.32 214	0.31 237	0.30 215	0.47 362	0.32 209	0.34 277

DDF-Stereo	0.43 267	1.15 331	0.57 340	0.53 295	0.32 273	0.41 274	0.32 261	0.41 267	0.32 272	0.41 266	0.32 275	0.41 274	0.32 275	0.40 258	0.32 258	0.52 326	0.50 334	0.38 272	0.31 278	0.39 268	0.31 257

GREAT-IGEV	0.38 233	0.43 184	0.36 251	0.48 270	0.32 273	0.45 308	0.32 261	0.45 298	0.32 272	0.45 296	0.32 275	0.45 305	0.32 275	0.45 301	0.32 258	0.44 292	0.33 253	0.41 308	0.29 253	0.41 285	0.29 235
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	0.38 233	0.43 184	0.33 231	0.46 259	0.33 285	0.45 308	0.32 261	0.45 298	0.32 272	0.45 296	0.32 275	0.45 305	0.33 283	0.45 301	0.32 258	0.38 251	0.38 271	0.38 272	0.37 318	0.37 244	0.36 290

MyStereo07	0.60 320	3.72 522	0.48 311	0.49 276	0.41 336	0.36 238	0.32 261	0.49 316	0.43 339	0.51 343	0.42 343	0.49 326	0.43 336	0.51 342	0.64 376	0.49 312	0.45 311	0.34 240	0.32 285	0.35 233	0.43 325

MyStereo04	0.56 318	3.72 522	0.59 342	0.49 276	0.41 336	0.36 238	0.32 261	0.37 233	0.31 266	0.34 226	0.46 353	0.35 234	0.32 275	0.35 234	0.33 268	0.49 312	0.45 311	0.34 240	0.32 285	0.35 233	0.43 325

RAFT-Test	0.36 219	0.37 154	0.33 231	0.41 237	0.32 273	0.41 274	0.32 261	0.41 267	0.32 272	0.41 266	0.32 275	0.41 274	0.32 275	0.41 273	0.33 268	0.37 240	0.29 222	0.37 264	0.29 253	0.38 257	0.31 257

4D-IteraStereo	0.78 360	3.13 507	0.89 400	0.69 326	0.32 273	0.40 258	0.32 261	0.76 378	0.97 442	0.52 346	0.65 393	0.89 404	0.32 275	0.76 385	0.98 436	0.83 380	0.94 409	0.35 256	0.27 236	0.70 358	0.89 422

iRaft-Stereo_20w	0.34 204	0.41 176	0.31 219	0.39 212	0.29 246	0.40 258	0.32 261	0.41 267	0.32 272	0.38 240	0.30 257	0.39 253	0.30 254	0.38 247	0.32 258	0.35 232	0.27 203	0.34 240	0.27 236	0.34 221	0.29 235

pcwnet_v2	2.66 556	9.89 590	0.33 231	9.89 603	0.32 273	0.50 338	0.32 261	0.49 316	0.33 279	0.49 322	0.34 290	0.49 326	8.76 606	0.48 319	0.33 268	0.41 276	9.58 606	0.40 291	0.29 253	9.01 605	0.63 377

Gwc-CoAtRS	0.41 256	1.49 406	0.32 225	0.42 247	0.32 273	0.41 274	0.32 261	0.41 267	0.33 279	0.41 266	0.32 275	0.41 274	0.32 275	0.41 273	0.32 258	0.39 263	0.28 210	0.39 285	0.28 243	0.40 275	0.28 230

BStereo	0.22 154	0.23 116	0.20 167	0.24 157	0.20 199	0.23 183	0.33 272	0.39 245	0.17 180	0.23 177	0.17 178	0.23 182	0.16 170	0.24 184	0.17 172	0.23 177	0.16 146	0.22 178	0.20 197	0.22 171	0.16 160

Wave_Phase_stereo	0.22 154	0.23 116	0.20 167	0.24 157	0.20 199	0.23 183	0.33 272	0.39 245	0.17 180	0.23 177	0.17 178	0.23 182	0.16 170	0.24 184	0.17 172	0.23 177	0.16 146	0.22 178	0.20 197	0.22 171	0.16 160

water-stereo	0.41 256	0.84 263	0.46 295	0.50 285	0.33 285	0.45 308	0.33 272	0.45 298	0.32 272	0.45 296	0.32 275	0.45 305	0.32 275	0.45 301	0.32 258	0.44 292	0.41 290	0.39 285	0.31 278	0.39 268	0.32 264

DilatedVolume-Stereo	0.43 267	0.86 266	0.48 311	0.50 285	0.33 285	0.46 314	0.33 272	0.46 302	0.33 279	0.46 302	0.33 282	0.47 315	0.33 283	0.47 310	0.34 281	0.45 295	0.42 299	0.40 291	0.33 293	0.47 315	0.38 302

PCWNet_CMD	2.80 561	9.82 589	0.32 225	10.09 606	0.32 273	0.49 329	0.33 272	3.34 566	0.33 279	0.49 322	0.33 282	0.49 326	8.73 605	0.48 319	0.33 268	0.41 276	9.22 604	0.42 319	0.29 253	9.55 607	0.31 257

CFNet_ucs	2.73 558	9.64 588	0.33 231	9.92 604	0.32 273	0.49 329	0.33 272	0.49 316	0.33 279	0.49 322	0.33 282	0.49 326	8.98 607	0.48 319	0.33 268	0.41 276	9.96 610	0.40 291	0.29 253	10.12 610	0.54 359

LL-Strereo2	0.48 292	1.73 418	0.51 328	0.59 310	0.34 295	0.42 294	0.33 272	0.40 252	0.31 266	0.42 280	0.33 282	0.42 292	0.31 271	0.44 297	0.39 312	0.60 342	0.51 339	0.44 322	0.33 293	0.44 295	0.33 271

CFNet_pseudo	2.67 557	9.36 586	0.32 225	10.99 608	0.33 285	0.85 394	0.33 272	0.49 316	0.33 279	0.49 322	0.32 275	0.49 326	7.26 603	0.49 325	0.33 268	0.41 276	9.62 607	0.41 308	0.29 253	10.03 609	0.29 235

RAFT + AFF	0.31 189	0.45 195	0.34 241	0.39 212	0.28 237	0.38 250	0.33 272	0.29 203	0.31 266	0.30 209	0.30 257	0.29 213	0.27 233	0.29 214	0.30 245	0.28 198	0.29 222	0.29 213	0.29 253	0.27 193	0.32 264

ccnet	0.80 364	2.28 458	0.33 231	0.50 285	0.33 285	0.50 338	0.33 272	0.50 325	0.33 279	0.49 322	0.33 282	0.49 326	1.56 515	2.38 535	0.33 268	0.41 276	0.29 222	0.42 319	1.57 530	2.28 520	0.29 235

psmorigin	0.41 256	0.46 199	0.33 231	0.49 276	0.33 285	0.49 329	0.33 272	0.49 316	0.33 279	0.49 322	0.33 282	0.49 326	0.33 283	0.51 342	0.33 268	0.41 276	0.30 231	0.41 308	0.30 267	0.79 370	0.29 235

MSMDNet	2.65 555	10.14 592	0.33 231	9.74 602	0.32 273	0.87 396	0.33 272	2.95 561	0.68 394	0.49 322	0.34 290	0.49 326	5.70 599	0.49 325	0.33 268	0.42 290	9.57 605	0.41 308	0.31 278	8.36 602	0.65 385

ccs_rob	2.79 560	10.17 593	0.32 225	10.00 605	0.33 285	0.49 329	0.33 272	1.90 510	0.32 272	0.51 343	0.33 282	0.49 326	9.24 608	0.49 325	0.33 268	0.41 276	9.82 608	0.41 308	0.28 243	9.34 606	0.29 235

HART	0.38 233	0.45 195	0.34 241	0.42 247	0.33 285	0.41 274	0.34 285	0.42 285	0.33 279	0.43 286	0.34 290	0.42 292	0.34 288	0.41 273	0.38 300	0.40 268	0.32 241	0.42 319	0.32 285	0.40 275	0.32 264

mms	0.40 249	0.45 195	0.35 249	0.48 270	0.36 304	0.47 319	0.34 285	0.45 298	0.38 308	0.47 308	0.33 282	0.45 305	0.32 275	0.45 301	0.32 258	0.39 263	0.38 271	0.38 272	0.37 318	0.39 268	0.39 308

H2IRNET	0.34 204	0.34 148	0.34 241	0.34 194	0.34 295	0.34 230	0.34 285	0.34 219	0.34 288	0.34 226	0.34 290	0.34 232	0.34 288	0.34 231	0.34 281	0.34 223	0.34 257	0.34 240	0.34 297	0.34 221	0.34 277

CASnet	0.35 213	0.51 223	0.44 289	0.32 187	0.31 269	0.24 186	0.34 285	0.36 227	0.25 214	0.31 214	0.37 309	0.30 217	0.33 283	0.25 192	0.45 336	0.37 240	0.37 265	0.33 232	0.35 309	0.34 221	0.37 295
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
RCA-Stereo	0.51 306	3.22 510	0.34 241	0.44 255	0.34 295	0.44 306	0.34 285	0.43 291	0.34 288	0.43 286	0.34 290	0.44 302	0.33 283	0.43 292	0.33 268	0.38 251	0.29 222	0.38 272	0.29 253	0.38 257	0.29 235

UGAM	0.51 306	2.23 455	0.39 266	0.54 298	0.35 298	0.50 338	0.35 290	0.49 316	0.35 292	0.49 322	0.35 299	0.49 326	0.36 297	0.50 333	0.36 288	0.49 312	0.37 265	0.45 326	0.34 297	0.45 299	0.34 277

GCST	0.50 301	2.08 442	0.38 258	0.53 295	0.35 298	0.49 329	0.35 290	0.50 325	0.35 292	0.49 322	0.35 299	0.49 326	0.35 294	0.49 325	0.35 285	0.48 309	0.37 265	0.45 326	0.33 293	0.44 295	0.33 271

RAFT-Stereo-weight	0.45 275	1.90 431	0.34 241	0.42 247	0.36 304	0.43 301	0.35 290	0.42 285	0.34 288	0.42 280	0.34 290	0.44 302	0.34 288	0.41 273	0.34 281	0.38 251	0.32 241	0.38 272	0.32 285	0.38 257	0.33 271

Former-RAFT_DAM_RVC	0.49 298	0.98 292	0.64 353	0.84 346	0.46 354	0.45 308	0.35 290	0.47 308	0.47 350	0.45 296	0.34 290	0.46 309	0.48 353	0.46 306	0.35 285	0.39 263	0.71 381	0.39 285	0.35 309	0.41 285	0.41 317

CES	0.39 245	0.47 203	0.36 251	0.36 200	0.37 308	0.45 308	0.35 290	0.35 223	0.40 322	0.36 234	0.44 347	0.47 315	0.36 297	0.44 297	0.36 288	0.37 240	0.39 278	0.44 322	0.35 309	0.37 244	0.36 290

ETE_ROB	0.35 213	0.35 149	0.35 249	0.35 196	0.35 298	0.35 235	0.35 290	0.35 223	0.35 292	0.35 231	0.35 299	0.35 234	0.35 294	0.35 234	0.35 285	0.35 232	0.35 259	0.35 256	0.35 309	0.35 233	0.35 287

252Zero-FE	0.45 275	0.50 215	0.36 251	0.50 285	0.36 304	0.50 338	0.36 296	0.50 325	0.36 302	0.49 322	0.36 302	0.49 326	0.36 297	0.54 351	0.41 323	0.45 295	0.34 257	0.45 326	0.34 297	0.55 342	0.75 405

UGAM-zero	0.51 306	2.17 450	0.39 266	0.53 295	0.36 304	0.50 338	0.36 296	0.50 325	0.36 302	0.49 322	0.36 302	0.50 341	0.35 294	0.50 333	0.36 288	0.49 312	0.37 265	0.47 339	0.35 309	0.46 302	0.34 277

GMOStereo	0.37 227	0.45 195	0.23 177	0.30 177	0.37 308	0.41 274	0.36 296	0.41 267	0.35 292	0.43 286	0.36 302	0.41 274	0.40 316	0.41 273	0.36 288	0.34 223	0.22 184	0.47 339	0.37 318	0.39 268	0.33 271

error version	0.93 402	4.47 541	2.35 556	1.99 490	0.37 308	0.41 274	0.36 296	0.41 267	0.35 292	0.43 286	0.36 302	0.41 274	0.40 316	0.41 273	0.36 288	1.87 506	2.16 551	0.47 339	0.37 318	0.39 268	0.33 271

test_1	0.93 402	4.47 541	2.35 556	1.99 490	0.37 308	0.41 274	0.36 296	0.41 267	0.35 292	0.43 286	0.36 302	0.41 274	0.40 316	0.41 273	0.36 288	1.87 506	2.16 551	0.47 339	0.37 318	0.39 268	0.33 271

DMCA	0.36 219	0.38 158	0.37 255	0.35 196	0.35 298	0.36 238	0.36 296	0.36 227	0.35 292	0.35 231	0.37 309	0.36 240	0.36 297	0.35 234	0.36 288	0.36 236	0.36 262	0.35 256	0.36 315	0.36 240	0.36 290

Pro-Stereo	0.79 361	0.53 229	0.38 258	0.49 276	0.38 315	0.49 329	0.37 302	0.49 316	0.67 388	0.50 335	0.38 314	1.10 434	0.38 306	0.49 325	0.38 300	0.71 362	0.88 403	5.98 603	0.36 315	0.46 302	0.36 290

SCV_C0	0.45 275	0.88 270	0.49 318	0.54 298	0.37 308	0.48 324	0.37 302	0.48 312	0.37 304	0.48 315	0.36 302	0.48 322	0.37 302	0.49 325	0.37 297	0.50 318	0.41 290	0.44 322	0.34 297	0.44 295	0.34 277

HH	0.71 344	2.54 476	0.74 382	1.10 380	0.32 273	0.41 274	0.37 302	0.69 371	0.78 418	0.73 382	0.90 433	0.75 389	1.00 428	0.84 392	0.69 396	0.69 358	0.40 281	0.35 256	0.26 227	0.35 233	0.26 206

HanStereo	0.71 344	2.54 476	0.74 382	1.10 380	0.32 273	0.41 274	0.37 302	0.69 371	0.78 418	0.73 382	0.90 433	0.75 389	1.00 428	0.84 392	0.69 396	0.69 358	0.40 281	0.35 256	0.26 227	0.35 233	0.26 206

test-3	0.98 408	4.13 535	1.85 537	1.85 481	0.61 390	0.69 378	0.37 302	0.63 364	0.61 380	0.66 376	0.51 376	0.73 386	0.44 338	0.57 361	0.54 366	1.68 500	1.81 535	0.40 291	0.43 351	0.66 351	0.50 348

FCDSN-DC	0.41 256	0.59 241	0.64 353	0.54 298	0.33 285	0.50 338	0.37 302	0.42 285	0.40 322	0.61 367	0.43 345	0.50 341	0.49 358	0.38 247	0.32 258	0.28 198	0.23 189	0.26 202	0.22 203	0.35 233	0.28 230
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
XPNet_ROB	0.37 227	0.37 154	0.37 255	0.37 203	0.37 308	0.37 243	0.37 302	0.37 233	0.37 304	0.37 239	0.37 309	0.37 246	0.37 302	0.37 244	0.37 297	0.37 240	0.37 265	0.37 264	0.37 318	0.37 244	0.37 295

GEAStereo	0.62 325	3.91 529	0.48 311	0.69 326	0.38 315	0.51 350	0.38 309	0.51 338	0.38 308	0.53 349	0.38 314	0.50 341	0.38 306	0.51 342	0.38 300	0.54 330	0.43 303	0.46 330	0.34 297	0.46 302	0.34 277

GSStereo	0.81 369	4.28 539	0.50 322	0.59 310	0.40 327	0.51 350	0.38 309	0.50 325	0.38 308	0.50 335	0.38 314	0.50 341	3.79 584	0.50 333	0.38 300	0.54 330	0.43 303	0.46 330	0.34 297	0.46 302	0.35 287

GS-Stereo							0.38 309	0.50 325	0.38 308	0.50 335	0.38 314	0.50 341	3.79 584	0.50 333	0.38 300	0.54 330	0.43 303	0.46 330	0.34 297	0.46 302	0.35 287

gasm-f	0.62 325	3.91 529	0.48 311	0.69 326	0.38 315	0.51 350	0.38 309	0.51 338	0.38 308	0.53 349	0.38 314	0.50 341	0.38 306	0.51 342	0.38 300	0.54 330	0.43 303	0.46 330	0.34 297	0.46 302	0.34 277

GASTEREO	0.48 292	1.21 384	0.47 303	0.57 305	0.38 315	0.50 338	0.38 309	0.50 325	0.38 308	0.50 335	0.38 314	0.50 341	0.38 306	0.50 333	0.38 300	0.52 326	0.42 299	0.46 330	0.34 297	0.46 302	0.34 277

MSCF	0.51 306	1.40 403	0.49 318	0.58 307	0.38 315	0.50 338	0.38 309	0.54 346	0.41 331	0.52 346	0.41 333	0.53 353	0.42 333	0.53 349	0.41 323	0.60 342	0.47 321	0.48 347	0.37 318	0.48 319	0.38 302

depthmonostereo	0.44 272	0.85 265	0.46 295	0.54 298	0.40 327	0.52 353	0.38 309	0.52 342	0.35 292	0.47 308	0.34 290	0.46 309	0.34 288	0.47 310	0.34 281	0.45 295	0.43 303	0.41 308	0.33 293	0.41 285	0.32 264

SCV	0.46 281	0.94 287	0.45 291	0.54 298	0.37 308	0.48 324	0.38 309	0.48 312	0.37 304	0.48 315	0.39 324	0.48 322	0.37 302	0.49 325	0.37 297	0.50 318	0.46 313	0.44 322	0.34 297	0.44 295	0.34 277

WAO-8	0.38 233	0.38 158	0.38 258	0.38 206	0.38 315	0.38 250	0.38 309	0.38 241	0.38 308	0.38 240	0.38 314	0.38 248	0.38 306	0.38 247	0.38 300	0.38 251	0.38 271	0.38 272	0.37 318	0.38 257	0.38 302

WAO-7	0.38 233	0.38 158	0.38 258	0.38 206	0.38 315	0.38 250	0.38 309	0.38 241	0.38 308	0.38 240	0.38 314	0.38 248	0.38 306	0.38 247	0.38 300	0.38 251	0.38 271	0.38 272	0.38 331	0.38 257	0.38 302

HanzoNet	0.39 245	0.38 158	0.40 272	0.39 212	0.41 336	0.38 250	0.38 309	0.38 241	0.38 308	0.39 246	0.39 324	0.38 248	0.38 306	0.39 255	0.40 316	0.38 251	0.38 271	0.40 291	0.38 331	0.38 257	0.40 310

Venus	0.38 233	0.38 158	0.38 258	0.38 206	0.38 315	0.37 243	0.38 309	0.37 233	0.37 304	0.41 266	0.37 309	0.39 253	0.37 302	0.38 247	0.38 300	0.37 240	0.38 271	0.38 272	0.37 318	0.37 244	0.38 302

IMH	0.38 233	0.38 158	0.38 258	0.38 206	0.38 315	0.38 250	0.38 309	0.38 241	0.38 308	0.42 280	0.38 314	0.40 261	0.38 306	0.38 247	0.38 300	0.38 251	0.38 271	0.39 285	0.38 331	0.38 257	0.38 302

iRaftStereo_RVC	0.97 406	3.17 509	2.30 555	2.42 507	0.38 315	0.54 358	0.38 309	0.54 346	0.38 308	0.54 354	0.38 314	0.54 356	0.38 306	0.54 351	0.38 300	2.38 540	2.34 555	0.49 352	0.36 315	0.49 323	0.36 290

LG-Stereo_L1	0.47 287	0.52 225	0.47 303	0.62 315	0.39 325	0.53 355	0.40 323	0.53 344	0.39 321	0.53 349	0.39 324	0.53 353	0.39 315	0.53 349	0.39 312	0.55 336	0.46 313	0.49 352	0.37 318	0.49 323	0.37 295

GCAP-Stereo	0.75 352	4.15 536	0.42 286	0.75 337	0.35 298	0.78 387	0.40 323	0.79 380	0.38 308	0.78 391	0.36 302	0.78 392	0.36 297	0.79 386	0.39 312	0.75 367	0.39 278	0.76 393	0.39 334	0.75 364	0.39 308

knoymous	0.40 249	0.40 166	0.40 272	0.40 225	0.40 327	0.40 258	0.40 323	0.40 252	0.40 322	0.40 252	0.40 327	0.40 261	0.40 316	0.40 258	0.40 316	0.40 268	0.40 281	0.40 291	0.40 335	0.40 275	0.40 310

anonymousa	0.40 249	0.40 166	0.40 272	0.40 225	0.40 327	0.40 258	0.40 323	0.40 252	0.40 322	0.40 252	0.40 327	0.40 261	0.40 316	0.40 258	0.40 316	0.40 268	0.40 281	0.40 291	0.40 335	0.40 275	0.40 310

riskmin	0.40 249	0.40 166	0.40 272	0.40 225	0.40 327	0.40 258	0.40 323	0.40 252	0.40 322	0.40 252	0.40 327	0.40 261	0.40 316	0.40 258	0.40 316	0.40 268	0.40 281	0.40 291	0.40 335	0.40 275	0.40 310

Anonymous_2	0.40 249	0.40 166	0.40 272	0.40 225	0.40 327	0.40 258	0.40 323	0.40 252	0.40 322	0.40 252	0.40 327	0.40 261	0.40 316	0.40 258	0.40 316	0.40 268	0.40 281	0.40 291	0.40 335	0.40 275	0.40 310

Anonymous_1	0.40 249	0.40 166	0.40 272	0.40 225	0.40 327	0.40 258	0.40 323	0.40 252	0.40 322	0.40 252	0.40 327	0.40 261	0.40 316	0.40 258	0.40 316	0.40 268	0.40 281	0.40 291	0.40 335	0.40 275	0.40 310

AdaStereo	0.40 249	0.40 166	0.40 272	0.40 225	0.40 327	0.40 258	0.40 323	0.40 252	0.40 322	0.40 252	0.40 327	0.40 261	0.40 316	0.40 258	0.40 316	0.40 268	0.40 281	0.40 291	0.40 335	0.40 275	0.40 310
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.
GwcNet-ADL	0.41 256	0.41 176	0.41 281	0.41 237	0.41 336	0.41 274	0.41 331	0.41 267	0.41 331	0.41 266	0.41 333	0.41 274	0.41 327	0.41 273	0.41 323	0.41 276	0.41 290	0.41 308	0.41 342	0.41 285	0.41 317

PSMNet-ADL	0.41 256	0.41 176	0.41 281	0.41 237	0.41 336	0.41 274	0.41 331	0.41 267	0.41 331	0.41 266	0.41 333	0.41 274	0.41 327	0.41 273	0.41 323	0.41 276	0.41 290	0.41 308	0.41 342	0.41 285	0.41 317

GANet-ADL	0.41 256	0.41 176	0.41 281	0.41 237	0.41 336	0.41 274	0.41 331	0.41 267	0.41 331	0.41 266	0.41 333	0.41 274	0.41 327	0.41 273	0.41 323	0.41 276	0.41 290	0.41 308	0.41 342	0.41 285	0.41 317

ADLNet2	0.41 256	0.41 176	0.41 281	0.41 237	0.41 336	0.41 274	0.41 331	0.41 267	0.41 331	0.41 266	0.41 333	0.41 274	0.41 327	0.41 273	0.41 323	0.41 276	0.41 290	0.41 308	0.41 342	0.41 285	0.41 317

ADLNet	0.41 256	0.41 176	0.41 281	0.41 237	0.41 336	0.41 274	0.41 331	0.41 267	0.41 331	0.41 266	0.41 333	0.41 274	0.41 327	0.41 273	0.41 323	0.41 276	0.41 290	0.41 308	0.41 342	0.41 285	0.41 317

RSM	0.36 219	0.36 152	0.43 287	0.37 203	0.42 346	0.49 329	0.42 336	0.37 233	0.28 235	0.36 234	0.29 245	0.36 240	0.30 254	0.37 244	0.28 228	0.34 223	0.31 237	0.34 240	0.35 309	0.40 275	0.29 235

CFNet_RVC	2.38 549	8.71 581	0.38 258	9.33 599	0.42 346	0.56 360	0.42 336	0.60 360	0.38 308	0.62 370	0.42 343	0.56 363	7.29 604	0.62 365	0.42 331	0.53 329	0.37 265	0.49 352	0.34 297	8.30 601	6.87 606

DispNO	1.00 409	0.63 244	0.43 287	3.45 541	0.44 349	0.65 375	0.43 338	0.64 365	0.43 339	0.64 373	0.43 345	0.64 374	3.03 562	0.64 370	0.43 334	4.55 572	0.43 303	0.63 376	0.43 351	0.63 349	0.43 325

FSD					0.44 349	0.56 360	0.44 339	0.55 349	0.44 342	0.56 359	0.44 347	0.56 363	0.44 338	0.56 356	0.46 340	0.61 346	0.42 299	0.52 364	0.42 350	0.52 336

LG-Stereo_Zeroshot	0.48 292	0.55 235	0.47 303	0.63 317	0.41 336	0.56 360	0.44 339	0.56 350	0.41 331	0.56 359	0.41 333	0.57 365	0.42 333	0.56 356	0.41 323	0.55 336	0.43 303	0.51 361	0.37 318	0.51 334	0.37 295

MonSter	0.60 320	0.64 246	0.52 331	0.62 315	0.44 349	2.07 525	0.44 339	0.62 363	0.44 342	0.62 370	0.44 347	0.62 373	0.44 338	0.62 365	0.44 335	0.58 340	0.42 299	0.62 374	0.46 355	0.58 345	0.42 324

PAM_32	0.64 329	2.38 470	0.51 328	0.92 356	0.43 348	0.53 355	0.44 339	0.87 388	0.43 339	0.52 346	0.45 351	0.53 353	0.40 316	0.54 351	0.46 340	0.62 350	0.56 347	0.48 347	0.45 353	0.76 365	0.44 328

AIO-Stereo-zeroshot1	0.75 352	0.92 283	0.85 399	0.96 367	0.59 384	1.27 490	0.44 339	0.59 358	0.69 399	0.91 402	0.68 401	0.55 360	0.61 377	1.06 429	0.83 424	0.62 350	0.70 377	0.90 411	0.41 342	0.89 385	0.56 367

fffft	0.48 292	0.51 223	0.45 291	0.52 294	0.45 352	0.52 353	0.45 344	0.52 342	0.48 357	0.53 349	0.45 351	0.52 352	0.45 341	0.52 347	0.46 340	0.51 324	0.41 290	0.50 356	0.41 342	0.50 328	0.41 317
1: 1. 1
Selective-IGEV	0.51 306	0.55 235	0.45 291	0.69 326	0.45 352	0.61 369	0.45 344	0.50 325	0.40 322	0.56 359	0.44 347	0.55 360	0.40 316	0.72 379	0.67 381	0.59 341	0.46 313	0.45 326	0.34 297	0.46 302	0.37 295

otaku	0.46 281	0.46 199	0.46 295	0.46 259	0.46 354	0.46 314	0.46 346	0.46 302	0.46 345	0.46 302	0.46 353	0.46 309	0.46 344	0.46 306	0.46 340	0.46 300	0.46 313	0.46 330	0.46 355	0.46 302	0.46 331

Dean	0.46 281	0.46 199	0.46 295	0.46 259	0.46 354	0.46 314	0.46 346	0.46 302	0.46 345	0.47 308	0.46 353	0.46 309	0.46 344	0.46 306	0.46 340	0.46 300	0.46 313	0.46 330	0.46 355	0.46 302	0.46 331

ACVNet_1	0.46 281	0.47 203	0.46 295	0.46 259	0.46 354	0.46 314	0.46 346	0.46 302	0.47 350	0.46 302	0.46 353	0.46 309	0.46 344	0.46 306	0.46 340	0.46 300	0.46 313	0.47 339	0.46 355	0.46 302	0.46 331

ACVNet-4b	0.46 281	0.46 199	0.46 295	0.46 259	0.46 354	0.46 314	0.46 346	0.46 302	0.46 345	0.46 302	0.46 353	0.46 309	0.46 344	0.47 310	0.46 340	0.46 300	0.46 313	0.46 330	0.46 355	0.46 302	0.46 331

LL-Strereo	1.01 415	5.06 548	1.63 517	0.70 330	1.43 523	0.56 360	0.46 346	0.57 353	0.50 362	0.57 362	0.50 370	1.58 505	0.49 358	0.59 363	0.50 356	1.64 499	0.52 341	0.51 361	1.37 518	0.52 336	0.45 330

AIO-test2	0.55 316	0.59 241	0.52 331	0.67 325	0.47 360	0.61 369	0.47 351	0.61 362	0.47 350	0.61 367	0.47 361	0.61 371	0.48 353	0.62 365	0.47 347	0.64 352	0.53 343	0.58 371	0.47 362	0.58 345	0.48 340

AIO-test1	0.54 311	0.60 243	0.52 331	0.66 324	0.47 360	0.61 369	0.47 351	0.58 356	0.46 345	0.61 367	0.46 353	0.61 371	0.45 341	0.62 365	0.45 336	0.61 346	0.52 341	0.57 370	0.48 366	0.57 344	0.48 340

SMoEStereo_RVC	0.63 327	0.75 253	0.51 328	0.73 335	0.53 379	0.71 381	0.47 351	0.67 369	0.58 375	0.74 387	0.60 383	0.72 384	0.53 368	0.74 383	0.51 361	0.61 346	0.62 359	0.62 374	0.61 389	0.63 349	0.61 373

Occ-G	1.12 428	0.52 225	3.72 585	3.50 545	0.50 370	0.56 360	0.47 351	0.54 346	0.46 345	0.54 354	0.41 333	0.54 356	0.42 333	0.52 347	0.42 331	3.42 562	4.02 582	0.52 364	0.45 353	0.51 334	0.44 328

Ntro	0.47 287	0.47 203	0.46 295	0.46 259	0.46 354	0.47 319	0.47 351	0.46 302	0.47 350	0.46 302	0.46 353	0.47 315	0.46 344	0.47 310	0.47 347	0.47 305	0.46 313	0.46 330	0.46 355	0.46 302	0.46 331

HaxPig	0.47 287	0.47 203	0.47 303	0.49 276	0.47 360	0.47 319	0.47 351	0.47 308	0.47 350	0.47 308	0.47 361	0.47 315	0.47 352	0.47 310	0.47 347	0.47 305	0.47 321	0.47 339	0.47 362	0.47 315	0.48 340

UNDER WATER	0.47 287	0.47 203	0.47 303	0.47 265	0.47 360	0.47 319	0.47 351	0.47 308	0.47 350	0.47 308	0.47 361	0.47 315	0.46 344	0.47 310	0.47 347	0.47 305	0.47 321	0.47 339	0.46 355	0.47 315	0.47 338

LVE	0.47 287	0.47 203	0.47 303	0.47 265	0.49 366	0.47 319	0.47 351	0.47 308	0.49 359	0.47 308	0.47 361	0.47 315	0.46 344	0.47 310	0.47 347	0.47 305	0.47 321	0.48 347	0.47 362	0.47 315	0.47 338

NLCA_NET_v2_RVC	5.04 597	50.87 627	2.78 563	2.87 521	2.71 573	2.78 561	0.47 351	2.88 560	2.86 573	1.89 512	2.67 572	2.79 562	2.79 561	2.78 561	2.83 570	2.82 556	2.82 559	2.83 560	2.77 572	2.83 547	2.76 567
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	0.48 292	0.48 209	0.48 311	0.48 270	0.48 364	0.48 324	0.48 360	0.48 312	0.48 357	0.48 315	0.48 365	0.48 322	0.48 353	0.48 319	0.48 353	0.48 309	0.48 325	0.48 347	0.48 366	0.48 319	0.48 340

notaker	0.48 292	0.49 211	0.48 311	0.48 270	0.48 364	0.48 324	0.48 360	0.48 312	0.49 359	0.48 315	0.48 365	0.48 322	0.48 353	0.48 319	0.48 353	0.48 309	0.48 325	0.48 347	0.48 366	0.48 319	0.49 345

ACVNet_2	0.49 298	0.49 211	0.49 318	0.49 276	0.49 366	0.49 329	0.49 362	0.49 316	0.49 359	0.49 322	0.49 368	0.49 326	0.49 358	0.49 325	0.49 355	0.49 312	0.49 328	0.49 352	0.49 369	0.49 323	0.49 345

AEACV	1.12 428	0.52 225	3.12 576	3.24 530	0.86 432	0.53 355	0.49 362	0.60 360	0.47 350	0.53 349	0.49 368	0.55 360	0.45 341	0.55 355	0.47 347	3.01 557	3.88 580	0.71 386	0.60 387	0.80 373	0.48 340

FoundationStereo	0.50 301	0.50 215	0.50 322	0.50 285	0.50 370	0.50 338	0.50 364	0.50 325	0.50 362	0.50 335	0.50 370	0.50 341	0.50 361	0.50 333	0.50 356	0.50 318	0.50 334	0.50 356	0.50 371	0.50 328	0.50 348

StereoAnything_RVC	0.50 301	0.50 215	0.50 322	0.50 285	0.50 370	0.50 338	0.50 364	0.50 325	0.50 362	0.50 335	0.50 370	0.50 341	0.50 361	0.50 333	0.50 356	0.50 318	0.50 334	0.50 356	0.50 371	0.50 328	0.50 348

dual_stereo	0.50 301	0.50 215	0.50 322	0.50 285	0.50 370	0.50 338	0.50 364	0.50 325	0.50 362	0.50 335	0.50 370	0.50 341	0.50 361	0.50 333	0.50 356	0.50 318	0.50 334	0.50 356	0.50 371	0.50 328	0.50 348

SANet	0.50 301	0.50 215	0.50 322	0.50 285	0.50 370	0.50 338	0.50 364	0.50 325	0.50 362	0.50 335	0.50 370	0.50 341	0.50 361	0.50 333	0.50 356	0.50 318	0.50 334	0.50 356	0.50 371	0.50 328	0.50 348

KSHMR	0.66 332	0.50 215	0.48 311	1.15 388	0.52 376	0.49 329	0.51 368	0.49 316	0.71 408	0.67 377	0.50 370	1.16 442	1.11 439	0.66 372	0.52 363	0.49 312	0.49 328	0.51 361	0.66 402	0.50 328	1.14 448

999	1.00 409	1.12 327	0.59 342	1.10 380	1.21 512	1.09 430	0.52 369	1.08 418	1.43 525	1.18 440	1.35 517	0.98 415	0.52 367	0.91 402	0.85 425	0.72 364	1.46 508	0.83 406	0.98 440	0.68 353	1.41 520

WCG-NET	0.61 323	1.21 384	0.54 336	0.61 314	0.53 379	0.67 377	0.53 370	0.66 368	0.53 370	0.64 373	0.53 379	0.65 377	0.53 368	0.59 363	0.52 363	0.65 353	0.48 325	0.64 377	0.52 375	0.58 345	0.50 348

MyStereo8	0.71 344	3.92 531	0.52 331	0.59 310	0.52 376	0.57 366	0.53 370	0.59 358	0.50 362	0.59 366	0.51 376	0.57 365	0.50 361	0.56 356	0.52 363	0.54 330	0.49 328	0.54 368	0.49 369	0.55 342	0.50 348

PSMNet_ROB	0.54 311	0.54 233	0.54 336	0.54 298	0.53 379	0.54 358	0.54 372	0.53 344	0.54 372	0.54 354	0.54 380	0.54 356	0.53 368	0.54 351	0.54 366	0.54 330	0.53 343	0.54 368	0.54 377	0.54 341	0.54 359

CASS	0.57 319	0.89 273	0.56 338	0.57 305	0.56 382	0.56 360	0.56 373	0.56 350	0.53 370	0.57 362	0.57 382	0.59 369	0.48 353	0.56 356	0.57 369	0.55 336	0.56 347	0.47 339	0.56 382	0.62 348	0.56 367
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymity	0.63 327	0.69 248	0.56 338	0.71 332	0.56 382	0.71 381	0.56 373	0.71 374	0.56 373	0.72 381	0.56 381	0.71 381	0.56 372	0.71 377	0.58 370	0.68 357	0.55 345	0.68 382	0.55 378	0.68 353	0.54 359

zero-FE	0.72 347	1.31 396	0.66 357	0.92 356	0.60 385	0.82 392	0.58 375	0.82 386	0.58 375	0.81 395	0.60 383	0.81 398	0.60 375	0.82 390	0.58 370	0.74 366	0.59 353	0.73 387	0.52 375	0.76 365	0.51 355

UDG	0.80 364	2.21 454	0.60 344	0.91 353	0.60 385	0.90 400	0.58 375	0.88 391	0.60 378	0.90 400	0.60 383	0.88 402	0.60 375	0.90 401	0.58 370	0.86 384	0.60 354	0.84 407	0.59 386	0.84 381	0.61 373

DDUNet	0.81 369	2.45 474	0.57 340	0.90 351	0.60 385	0.88 397	0.59 377	0.90 392	0.60 378	0.88 399	0.60 383	0.90 405	0.58 373	0.88 398	0.60 373	0.84 382	0.60 354	0.86 409	0.57 384	0.86 382	0.60 372

RAFT-Stereo + iAFF	0.70 341	0.72 251	0.71 374	0.80 341	0.62 393	0.82 392	0.61 378	0.81 385	0.62 381	0.81 395	0.63 389	0.80 395	0.70 398	0.73 381	0.61 375	0.76 368	0.61 358	0.74 390	0.61 389	0.77 367	0.61 373

ARAFT	0.68 337	0.81 260	0.63 351	0.74 336	0.60 385	0.78 387	0.62 379	0.77 379	0.66 387	0.74 387	0.63 389	0.75 389	0.62 378	0.83 391	0.60 373	0.70 361	0.55 345	0.70 385	0.60 387	0.78 368	0.55 364

LMCR-Stereo	0.65 330	0.63 244	0.65 356	0.65 321	0.65 396	0.66 376	0.63 380	0.58 356	0.65 385	0.63 372	0.64 391	0.65 377	0.65 381	0.66 372	0.66 380	0.66 355	0.64 361	0.65 380	0.67 406	0.68 353	0.73 401

plain	1.88 500	3.16 508	0.64 353	3.10 525	0.65 396	3.10 563	0.64 381	3.12 562	0.65 385	3.10 563	0.65 393	3.11 563	0.65 381	3.12 562	0.65 377	3.12 558	0.65 363	3.13 561	0.65 400	3.13 549	0.65 385

AFF-stereo	0.73 349	0.88 270	0.67 361	0.75 337	0.68 403	0.75 384	0.64 381	0.80 382	0.72 411	0.83 397	0.70 408	0.82 399	0.64 379	0.84 392	0.67 381	0.77 370	0.63 360	0.81 401	0.63 391	0.78 368	0.62 376

DSFCA	0.66 332	0.73 252	0.78 388	0.65 321	0.65 396	0.64 374	0.64 381	0.65 366	0.63 383	0.64 373	0.64 391	0.64 374	0.64 379	0.65 371	0.65 377	0.65 353	0.65 363	0.65 380	0.65 400	0.66 351	0.64 383

MyStereo06	0.75 352	4.12 533	0.60 344	0.63 317	0.61 390	0.62 372	0.66 384	0.56 350	0.45 344	0.55 357	0.48 365	0.54 356	0.46 344	0.57 361	0.45 336	0.60 342	0.57 349	0.64 377	0.55 378	0.72 360	0.55 364

MyStereo05	0.80 364	4.12 533	0.63 351	0.63 317	0.61 390	0.62 372	0.66 384	0.65 366	0.62 381	0.67 377	0.61 387	0.65 377	0.58 373	0.67 374	0.55 368	0.60 342	0.57 349	0.64 377	0.55 378	0.72 360	0.55 364

MIF-Stereo (partial)	2.58 554	3.31 513	0.66 357	3.18 529	0.66 399	3.18 564	0.66 384	3.21 563	0.67 388	3.19 564	0.66 395	3.19 564	0.66 384	3.31 566	0.68 388	5.09 589	1.79 534	8.23 608	1.67 543	6.18 592	1.38 519

test_xeample3	1.10 425	1.81 420	0.61 349	0.84 346	0.49 366	0.77 385	0.66 384	0.92 397	1.40 523	0.68 379	0.46 353	0.78 392	0.54 371	1.72 509	1.48 525	1.34 480	1.52 512	1.35 507	1.67 543	1.33 484	1.55 525

WQFJA1++	0.84 380	0.98 292	0.67 361	1.26 446	0.75 415	1.00 410	0.67 388	1.00 405	0.67 388	1.00 412	0.67 396	1.00 416	0.67 386	1.00 416	0.67 381	0.96 396	0.67 365	0.91 414	0.63 391	0.92 391	0.63 377

WQFJA1	0.85 386	0.98 292	0.67 361	1.29 452	0.76 420	1.01 416	0.67 388	1.02 416	0.67 388	1.02 423	0.67 396	1.01 422	0.67 386	1.01 422	0.68 388	0.99 402	0.67 365	0.93 420	0.64 396	0.92 391	0.65 385

WQFJX1	0.84 380	0.98 292	0.67 361	1.30 454	0.75 415	1.01 416	0.67 388	1.01 412	0.67 388	1.01 419	0.67 396	1.01 422	0.68 390	1.00 416	0.68 388	0.98 401	0.67 365	0.92 417	0.64 396	0.92 391	0.64 383

ours_stereo	1.20 431	1.21 384	0.90 403	1.64 479	1.11 456	1.35 495	0.67 388	1.76 506	0.93 437	1.70 510	1.10 451	1.39 500	0.75 407	1.41 500	0.81 422	1.60 498	1.03 415	1.33 504	1.00 442	1.61 494	0.72 398

WQFJX	0.85 386	1.00 301	0.68 368	1.30 454	0.75 415	1.01 416	0.68 392	1.01 412	0.68 394	1.01 419	0.68 401	1.03 427	0.68 390	1.02 426	0.67 381	0.97 397	0.67 365	0.93 420	0.63 391	0.94 400	0.63 377

NLMM	0.84 380	1.00 301	0.67 361	1.27 447	0.75 415	1.00 410	0.68 392	1.00 405	0.67 388	1.00 412	0.67 396	1.02 426	0.67 386	1.02 426	0.67 381	0.97 397	0.67 365	0.93 420	0.63 391	0.92 391	0.63 377

NLSM3	0.85 386	0.99 299	0.68 368	1.29 452	0.76 420	1.01 416	0.68 392	1.01 412	0.68 394	1.02 423	0.68 401	1.01 422	0.68 390	1.01 422	0.68 388	0.97 397	0.68 370	0.93 420	0.64 396	0.93 396	0.63 377

UniTT-Stereo	2.03 518	3.43 515	0.72 377	3.42 540	0.73 411	3.27 566	0.68 392	3.38 567	0.69 399	3.29 566	0.72 416	3.28 566	0.70 398	3.35 568	0.68 388	3.39 561	0.68 370	3.31 564	0.69 409	3.37 550	0.73 401

R-Stereo Train	0.81 369	0.96 289	0.67 361	0.95 364	0.67 400	0.95 405	0.68 392	0.95 403	0.68 394	0.95 410	0.68 401	0.96 413	0.68 390	0.96 412	0.68 388	0.94 394	0.68 370	0.94 424	0.68 407	0.94 400	0.68 390

RAFT-Stereo	0.81 369	0.96 289	0.67 361	0.95 364	0.67 400	0.95 405	0.68 392	0.95 403	0.68 394	0.95 410	0.68 401	0.96 413	0.68 390	0.96 412	0.68 388	0.94 394	0.68 370	0.94 424	0.68 407	0.94 400	0.68 390
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
NLMM1	0.86 389	0.98 292	0.69 370	1.48 468	0.75 415	1.01 416	0.69 398	1.00 405	0.69 399	1.00 412	0.70 408	1.00 416	0.68 390	1.01 422	0.67 381	0.97 397	0.68 370	0.92 417	0.63 391	0.93 396	0.63 377

FlowAnything_test	1.02 417	1.72 413	0.71 374	1.59 471	0.70 406	1.61 508	0.69 398	1.61 499	0.70 403	1.60 502	0.70 408	1.61 509	0.69 396	1.61 506	0.70 402	0.81 375	0.58 351	0.81 401	0.55 378	0.81 376	0.56 367

FlowAnything	1.02 417	1.71 412	0.72 377	1.59 471	0.69 404	1.60 507	0.69 398	1.61 499	0.70 403	1.60 502	0.69 406	1.60 506	0.69 396	1.61 506	0.69 396	0.81 375	0.58 351	0.81 401	0.56 382	0.82 378	0.56 367

LG-Stereo	0.60 320	0.58 240	0.47 303	0.64 320	0.74 413	1.00 410	0.69 398	0.57 353	0.41 331	0.57 362	0.41 333	0.57 365	0.41 327	1.00 416	0.75 411	0.91 386	0.51 339	0.52 364	0.37 318	0.52 336	0.37 295

TorneroNet	0.66 332	0.53 229	0.50 322	0.50 285	0.64 394	1.06 425	0.70 402	0.50 325	0.51 369	0.49 322	0.69 406	0.49 326	0.50 361	0.48 319	1.15 451	0.71 362	0.49 328	1.14 440	1.08 449	0.49 323	0.49 345

DMCA-RVC	0.70 341	0.80 257	0.70 371	0.70 330	0.70 406	0.70 379	0.70 402	0.71 374	0.70 403	0.70 380	0.71 413	0.71 381	0.70 398	0.70 376	0.69 396	0.69 358	0.70 377	0.69 383	0.70 411	0.69 357	0.70 393

MSMD_ROB	1.19 430	1.10 326	0.70 371	1.10 380	0.60 385	1.10 431	0.70 402	1.10 421	0.70 403	1.10 429	0.70 408	1.10 434	0.70 398	7.00 607	0.70 402	1.10 412	0.70 377	1.10 439	0.70 411	1.10 414	0.70 393

AdaDepth	0.86 389	0.93 285	0.71 374	1.01 374	1.07 454	1.02 422	0.71 405	1.00 405	0.71 408	1.01 419	0.71 413	1.00 416	0.72 403	1.14 440	0.71 404	0.92 389	0.64 361	0.90 411	0.64 396	0.89 385	0.69 392

RSM++	0.76 356	0.82 262	0.66 357	0.85 348	0.64 394	0.85 394	0.71 405	0.94 401	0.64 384	0.87 398	0.67 396	0.87 401	0.65 381	0.84 392	0.65 377	0.81 375	0.70 377	0.79 396	0.71 414	0.83 380	0.70 393

MoCha-V2	2.11 525	26.97 612	0.78 388	0.92 356	0.77 423	0.96 407	0.72 407	0.90 392	0.72 411	0.94 408	0.70 408	0.90 405	0.71 402	0.91 402	0.71 404	0.85 383	0.71 381	0.88 410	0.69 409	0.87 383	0.67 389

DCRE	0.84 380	1.89 429	0.77 387	0.94 362	0.72 410	0.88 397	0.73 408	0.87 388	0.78 418	0.90 400	0.71 413	0.88 402	0.67 386	0.88 398	0.73 406	0.81 375	0.68 370	0.81 401	0.70 411	0.82 378	0.70 393

PA-Net	11.80 607	223.51 634	0.62 350	0.59 310	0.71 408	0.59 368	0.73 408	0.67 369	0.73 414	0.55 357	0.61 387	0.60 370	0.74 405	0.63 369	0.73 406	0.66 355	0.60 354	0.69 383	0.66 402	0.72 360	0.65 385
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DStereoRT	0.73 349	0.81 260	0.73 381	0.71 332	0.74 413	0.73 383	0.75 410	0.71 374	0.71 408	0.74 387	0.72 416	0.73 386	0.80 414	0.71 377	0.73 406	0.76 368	0.71 381	0.73 387	0.72 416	0.70 358	0.76 408

HSM-Net_RVC	0.95 405	1.17 334	0.78 388	1.18 395	0.71 408	1.16 439	0.75 410	1.09 420	0.80 424	1.10 429	0.75 421	1.17 443	0.74 405	1.17 443	0.80 419	1.13 418	0.73 384	1.17 447	0.77 422	1.16 421	0.72 398
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Wavelet-MonSter	1.00 409	1.21 384	0.76 385	1.94 485	1.01 449	1.11 434	0.76 412	1.15 423	0.76 417	1.11 434	0.76 422	1.14 440	0.76 408	1.11 437	0.76 413	1.21 471	0.90 404	1.02 435	0.71 414	1.02 410	0.71 397

RAStereo	2.23 539	3.64 518	0.76 385	3.65 549	0.86 432	3.66 571	0.76 412	3.67 571	0.81 427	3.66 568	0.76 422	3.66 569	0.77 410	3.68 570	0.77 414	3.68 564	0.77 390	3.69 569	0.77 422	3.70 553	0.77 410

ToySt	0.92 397	2.11 445	0.90 403	0.95 364	0.79 426	0.99 409	0.78 414	0.94 401	0.81 427	0.94 408	0.78 424	0.95 412	0.77 410	0.94 408	0.86 426	0.91 386	0.79 394	0.85 408	0.77 422	0.89 385	0.73 401

tt45	1.04 420	0.88 270	1.36 498	0.92 356	1.03 452	1.51 506	0.79 415	0.70 373	0.88 430	0.74 387	0.90 433	1.60 506	0.72 403	1.60 504	0.75 411	0.91 386	0.78 392	1.52 514	0.79 426	1.14 416	1.32 512

iGMRVC	0.84 380	2.85 500	0.72 377	0.72 334	0.73 411	0.77 385	0.79 415	0.73 377	0.74 416	0.73 382	0.72 416	0.73 386	0.76 408	0.73 381	0.73 406	0.72 364	0.73 384	0.73 387	0.72 416	0.73 363	0.72 398

G-Net	0.79 361	0.79 256	0.79 391	0.79 339	0.79 426	0.79 389	0.79 415	0.79 380	0.79 422	0.79 392	0.79 426	0.79 394	0.79 413	0.79 386	0.79 416	0.79 371	0.79 394	0.79 396	0.79 426	0.79 370	0.79 413

Hybrid-DGEV	1.03 419	1.75 419	0.80 392	1.28 451	0.78 424	1.26 489	0.80 418	1.26 483	0.78 418	1.26 489	0.78 424	1.26 492	0.78 412	1.26 492	0.78 415	1.15 421	0.75 387	1.14 440	0.74 418	1.14 416	0.75 405

NaN_ROB	0.80 364	0.80 257	0.80 392	0.80 341	0.80 428	0.80 390	0.80 418	0.80 382	0.80 424	0.80 393	0.80 428	0.80 395	0.80 414	0.80 388	0.80 419	0.80 372	0.80 397	0.80 399	0.80 428	0.80 373	0.80 414

CSAN	0.80 364	0.80 257	0.80 392	0.80 341	0.80 428	0.80 390	0.80 418	0.80 382	0.80 424	0.80 393	0.80 428	0.80 395	0.80 414	0.80 388	0.80 419	0.80 372	0.80 397	0.80 399	0.80 428	0.80 373	0.80 414

Hybrid-DGEV-03	1.07 422	1.83 421	0.83 396	1.34 459	0.81 430	1.32 494	0.81 421	1.31 489	0.81 427	1.31 492	0.82 430	1.32 497	0.82 418	1.32 496	0.81 422	1.19 423	0.77 390	1.19 452	0.76 421	1.19 429	0.77 410

Hybrid-DGEV-2	1.05 421	1.83 421	0.83 396	1.33 458	0.82 431	1.30 492	0.81 421	1.26 483	0.79 422	1.29 491	0.79 426	1.26 492	0.80 414	1.26 492	0.79 416	1.20 425	0.78 392	1.18 450	0.77 422	1.20 431	0.77 410

AIO-Stereo-zeroshot	0.91 395	0.86 266	0.89 400	1.25 445	0.69 404	1.05 424	0.81 421	1.16 426	0.50 362	1.12 435	0.97 441	0.72 384	0.82 418	1.06 429	0.95 433	0.61 346	0.87 402	1.03 437	0.85 434	1.04 411	1.01 437

AIO-Stereo	0.84 380	0.66 247	0.70 371	0.83 345	0.67 400	0.98 408	0.82 424	1.14 422	0.72 411	1.03 425	0.74 420	1.03 427	1.09 438	0.99 414	0.45 336	1.04 407	0.73 384	0.95 426	0.74 418	0.94 400	0.46 331

Selective-RAFT	0.89 394	0.89 273	0.72 377	1.16 393	0.78 424	1.06 425	0.82 424	0.87 388	0.97 442	1.00 412	0.91 436	0.90 405	1.00 428	0.89 400	0.93 432	0.83 380	0.83 400	0.82 405	0.82 431	0.81 376	0.82 417

DPSimNet_ROB	0.97 406	1.18 336	0.81 395	1.10 380	0.91 438	1.02 422	0.82 424	1.04 417	0.91 432	1.03 425	0.86 432	1.28 496	0.82 418	1.03 428	0.89 427	1.17 422	0.81 399	1.02 435	0.82 431	1.08 413	0.81 416

MLG-Stereo	0.92 397	0.90 276	0.84 398	1.27 447	0.49 366	1.38 499	0.88 427	1.41 496	0.97 442	0.73 382	1.09 450	1.26 492	0.43 336	0.72 379	1.05 443	1.13 418	0.49 328	1.18 450	0.66 402	1.01 408	0.46 331

HBP-ISP	1.24 479	1.72 413	1.65 518	1.15 388	0.76 420	1.40 501	0.88 427	1.67 505	1.02 450	1.69 509	1.38 522	1.69 510	1.21 496	1.87 516	1.21 505	1.05 408	0.79 394	0.97 429	0.80 428	1.19 429	0.75 405

APVNet	0.09 55	0.05 49	0.04 43	0.05 43	0.04 79	0.05 89	0.90 429	0.06 94	0.04 81	0.05 91	0.04 88	0.05 91	0.04 84	0.05 82	0.04 75	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 98

FC-DCNN	1.07 422	1.09 324	0.98 412	0.89 350	0.52 376	1.41 502	0.91 430	1.21 479	1.24 511	1.96 514	2.05 568	1.91 515	1.30 503	1.27 495	1.08 445	0.80 372	0.60 354	0.58 371	0.41 342	0.68 353	0.54 359

DGTPSM_ROB	0.93 402	1.00 301	0.92 407	0.94 362	0.96 443	0.91 401	0.92 431	0.91 394	0.96 441	0.91 402	0.96 440	0.93 411	0.92 423	0.94 408	0.92 428	0.92 389	0.92 407	0.90 411	0.92 435	0.94 400	0.91 424

DPSM_ROB	0.92 397	0.91 278	0.91 405	0.91 353	0.92 439	0.92 402	0.92 431	0.92 397	0.91 432	0.93 406	0.91 436	0.92 408	0.90 421	0.91 402	0.92 428	0.92 389	0.91 405	0.91 414	0.92 435	0.93 396	0.93 426

DPSM	0.92 397	0.91 278	0.91 405	0.91 353	0.92 439	0.92 402	0.92 431	0.92 397	0.91 432	0.93 406	0.91 436	0.92 408	0.90 421	0.91 402	0.92 428	0.92 389	0.91 405	0.91 414	0.92 435	0.93 396	0.93 426

pmcnn	0.92 397	0.92 283	0.92 407	0.92 356	0.92 439	0.92 402	0.92 431	0.92 397	0.92 436	0.92 404	0.92 439	0.92 408	0.92 423	0.92 406	0.92 428	0.92 389	0.92 407	0.92 417	0.92 435	0.92 391	0.92 425

Selective-RAFT-Error	0.88 392	0.84 263	0.98 412	0.86 349	0.97 444	0.88 397	0.95 435	0.84 387	0.99 445	0.92 404	0.82 430	0.84 400	0.98 427	0.87 397	0.97 435	0.81 375	0.83 400	0.79 396	0.82 431	0.79 370	0.85 419

ACVNet	0.20 144	0.19 100	0.14 126	0.20 136	0.14 157	0.20 162	0.96 436	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	0.17 151	0.12 144

acv_ft	0.20 144	0.19 100	0.14 126	0.20 136	0.14 157	0.20 162	0.96 436	0.21 168	0.14 157	0.20 159	0.13 156	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	0.17 151	0.12 144

MM-Stereo_test2	1.20 431	1.85 425	1.05 418	1.46 467	0.94 442	1.36 497	0.99 438	1.36 491	0.95 439	1.41 497	0.98 442	1.40 502	0.96 425	1.37 498	0.95 433	1.37 485	1.06 416	1.33 504	0.93 439	1.29 483	0.89 422

GANet	1.00 409	1.00 301	1.00 414	1.00 371	1.00 445	1.00 410	1.00 439	1.00 405	1.00 446	1.00 412	1.00 443	1.00 416	1.00 428	1.00 416	1.00 438	1.00 403	1.00 410	1.00 431	1.00 442	1.00 405	1.00 433

TDLM	1.00 409	1.00 301	1.00 414	1.00 371	1.00 445	1.00 410	1.00 439	1.00 405	1.00 446	1.00 412	1.00 443	1.00 416	1.00 428	1.00 416	1.00 438	1.00 403	1.00 410	1.00 431	1.00 442	1.00 405	1.00 433

CVANet_RVC	1.00 409	1.00 301	1.00 414	1.00 371	1.00 445	1.00 410	1.00 439	1.00 405	1.00 446	1.00 412	1.00 443	1.00 416	1.00 428	1.00 416	1.00 438	1.00 403	1.00 410	1.00 431	1.00 442	1.00 405	1.00 433

MM-Stereo_test3	1.27 481	2.07 441	1.18 430	1.60 474	1.02 451	1.45 504	1.01 442	1.40 495	1.04 451	1.44 499	1.03 447	1.46 504	1.02 435	1.44 502	1.02 442	1.51 494	1.12 430	1.32 503	0.98 440	1.38 487	0.97 429

trnet	1.01 415	1.01 309	1.01 417	1.01 374	1.01 449	1.01 416	1.01 442	1.01 412	1.01 449	1.01 419	1.01 446	1.01 422	1.01 434	1.01 422	1.01 441	1.01 406	1.01 413	1.01 434	1.01 447	1.01 408	1.01 437

MaDis-Stereo	3.19 564	6.02 568	1.12 422	5.61 582	1.16 462	5.43 599	1.02 444	5.15 598	0.70 403	5.43 598	1.21 505	5.03 599	0.97 426	4.85 592	0.99 437	4.53 571	1.16 433	5.53 598	1.25 510	5.37 588	1.30 510

ac_64	0.22 154	0.13 84	0.19 164	0.23 152	0.10 124	0.26 202	1.02 444	0.14 131	0.10 121	0.28 203	0.14 161	0.17 149	0.19 193	0.28 210	0.09 111	0.22 166	0.16 146	0.23 186	0.17 190	0.11 125	0.12 144

BPD-Stereo	1.53 488	1.36 400	1.06 419	1.42 466	1.23 516	1.41 502	1.07 446	1.43 497	1.12 453	1.42 498	1.06 448	1.83 512	1.07 437	1.42 501	1.07 444	1.27 475	1.38 503	6.80 604	1.00 442	1.26 481	1.00 433

GLC_STEREO	1.07 422	1.01 309	1.06 419	1.07 378	1.05 453	1.06 425	1.08 447	1.08 418	1.05 452	1.07 427	1.06 448	1.08 430	1.05 436	1.06 429	1.10 446	1.07 409	1.09 423	1.05 438	1.05 448	1.06 412	1.12 444

sAnonymous2	3.31 565	2.63 480	1.38 502	3.71 551	1.86 548	4.70 591	1.11 448	4.82 594	2.72 571	5.45 599	1.98 563	4.59 584	2.64 558	2.65 549	6.21 604	4.37 567	1.08 421	5.16 596	2.24 566	4.52 565	2.39 563

CroCo_RVC	3.31 565	2.63 480	1.38 502	3.71 551	1.86 548	4.70 591	1.11 448	4.82 594	2.72 571	5.45 599	1.98 563	4.59 584	2.64 558	2.65 549	6.21 604	4.37 567	1.08 421	5.16 596	2.24 566	4.52 565	2.39 563

NCC-stereo	2.36 545	25.52 607	1.17 428	1.15 388	1.17 463	1.11 434	1.11 448	1.15 423	1.16 456	1.10 429	1.16 455	1.10 434	1.15 443	1.14 440	1.13 449	1.09 410	1.11 427	1.15 442	1.16 455	1.17 426	1.17 453

Nwc_Net	2.37 547	25.95 609	1.15 426	1.14 386	1.15 458	1.08 428	1.14 451	1.17 428	1.16 456	1.14 438	1.15 452	1.08 430	1.15 443	1.11 437	1.14 450	1.10 412	1.11 427	1.16 443	1.09 450	1.16 421	1.15 449

RP	2.33 543	25.00 605	1.13 423	1.15 388	1.15 458	1.10 431	1.15 452	1.15 423	1.15 455	1.12 435	1.15 452	1.09 432	1.13 440	1.10 435	1.15 451	1.11 417	1.09 423	1.16 443	1.12 451	1.16 421	1.17 453

Abc-Net	2.32 542	24.75 604	1.14 424	1.17 394	1.17 463	1.11 434	1.15 452	1.17 428	1.21 508	1.08 428	1.16 455	1.12 439	1.14 442	1.09 433	1.17 455	1.09 410	1.16 433	1.17 447	1.17 456	1.16 421	1.11 442
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RGC	2.36 545	25.48 606	1.19 432	1.15 388	1.15 458	1.10 431	1.16 454	1.17 428	1.16 456	1.12 435	1.16 455	1.11 438	1.13 440	1.09 433	1.18 456	1.10 412	1.15 432	1.16 443	1.12 451	1.14 416	1.12 444

edge stereo	2.43 550	27.07 613	1.14 424	1.06 377	1.14 457	1.08 428	1.17 455	1.16 426	1.14 454	1.10 429	1.16 455	1.09 432	1.16 447	1.10 435	1.16 454	1.10 412	1.11 427	1.16 443	1.19 457	1.13 415	1.11 442

AF-Net	2.37 547	25.71 608	1.17 428	1.13 385	1.15 458	1.15 438	1.18 456	1.19 431	1.16 456	1.10 429	1.15 452	1.10 434	1.18 448	1.12 439	1.15 451	1.10 412	1.10 426	1.17 447	1.15 453	1.16 421	1.12 444

stereogan	2.33 543	24.38 603	1.18 430	1.18 395	1.18 465	1.14 437	1.18 456	1.19 431	1.19 462	1.14 438	1.18 459	1.14 440	1.18 448	1.14 440	1.18 456	1.14 420	1.14 431	1.19 452	1.19 457	1.15 419	1.19 457

DisPM	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

CrosDoStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

PFNet+	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

LCNet	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

HHNet	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

Patchmatch Stereo++	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458
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	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

STrans-v2	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

TransformOpticalFlow	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

OMP-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

IIG-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

NF-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

OCTAStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

PSM-softLoss	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

KMStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

NRIStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

PSM-adaLoss	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

PSM-AAD	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

FTStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

ROB_FTStereo_v2	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

ROB_FTStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

Consistency-Raft	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

KYRaft	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

HUI-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

ASMatch	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

DeepStereo_LL	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

DEmStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

SST-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

THIR-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

RAFT_R40	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

DRaft	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

PFNet	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

GrayStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

RE-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

Pruner-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

TVStereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

DeepStereo_RVC	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

RAFT-RH_RVC	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

IRAFT_RVC	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

RAFT-345	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

iRAFT	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

CRE-IMP	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

GMM-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

RAFT-IKP	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

Prome-Stereo	1.20 431	1.20 338	1.20 435	1.20 397	1.20 466	1.20 440	1.20 458	1.20 434	1.20 463	1.20 442	1.20 460	1.20 445	1.20 450	1.20 445	1.20 460	1.20 425	1.20 438	1.20 454	1.20 460	1.20 431	1.20 458

GwcNet	0.12 98	0.07 57	0.05 57	0.08 49	0.05 99	0.08 106	1.20 458	0.07 105	0.05 98	0.05 91	0.05 100	0.08 107	0.05 95	0.08 108	0.03 49	0.07 61	0.05 56	0.06 94	0.05 97	0.07 107	0.05 98

GANetREF_RVC	1.55 489	1.94 438	1.22 482	1.88 482	1.21 512	1.88 514	1.22 504	1.88 508	1.22 509	1.88 511	1.22 506	1.88 513	1.22 497	1.89 517	1.22 506	1.87 506	1.22 485	1.88 528	1.22 506	1.88 506	1.22 504
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	1.59 490	1.91 432	1.21 481	1.94 485	1.20 466	2.00 522	1.23 505	1.99 513	1.24 511	2.00 519	1.25 509	2.03 523	1.26 499	2.00 521	1.29 514	1.90 510	1.18 437	1.89 529	1.21 505	1.89 507	1.20 458
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
FAT-Stereo	2.46 551	26.05 610	1.23 484	1.23 444	1.22 514	1.20 440	1.24 506	1.23 482	1.23 510	1.19 441	1.22 506	1.21 490	1.24 498	1.20 445	1.24 507	1.21 471	1.17 436	1.22 500	1.25 510	1.20 431	1.24 507

IGEV	2.02 516	2.20 452	1.82 531	2.90 522	2.16 564	2.41 538	1.25 507	2.00 514	1.98 561	1.99 518	1.31 514	2.72 556	1.93 541	2.67 551	1.69 536	2.26 527	1.32 487	1.83 520	1.87 555	2.53 539	1.61 533

S-Stereo	2.51 552	26.86 611	1.23 484	1.22 442	1.22 514	1.24 488	1.25 507	1.22 480	1.24 511	1.21 487	1.24 508	1.19 444	1.27 500	1.19 444	1.24 507	1.19 423	1.20 438	1.25 501	1.19 457	1.24 480	1.23 506

3w_stereo	2.04 521	2.24 456	1.70 520	3.15 527	2.18 568	2.49 542	1.26 509	2.03 516	1.98 561	1.98 517	1.33 515	2.72 556	1.99 547	2.59 546	1.72 539	2.22 526	1.33 494	1.85 521	1.88 560	2.50 534	1.58 529

StereoVision	3.15 563	5.00 547	0.89 400	4.83 573	1.00 445	3.93 572	1.27 510	6.37 601	1.34 516	5.67 601	1.26 510	5.84 602	1.27 500	5.03 598	1.24 507	5.10 590	1.09 423	4.61 582	0.57 384	5.62 590	1.12 444

4.5_new	2.00 508	1.84 424	1.98 548	2.77 517	2.16 564	2.27 530	1.28 511	2.09 518	1.98 561	2.01 520	1.28 512	2.71 552	1.98 545	2.51 543	1.65 532	2.26 527	1.33 494	1.87 525	1.87 555	2.49 532	1.60 531

CC-Net-ROB	1.36 484	1.33 398	1.33 487	1.36 462	1.38 520	1.36 497	1.33 512	1.37 493	1.34 516	1.35 494	1.36 519	1.38 499	1.34 506	1.38 499	1.38 521	1.35 481	1.38 503	1.33 504	1.35 515	1.43 488	1.34 515

11t	1.27 481	2.70 485	1.34 488	1.32 457	0.89 434	1.30 492	1.34 513	1.64 502	0.57 374	1.45 500	0.72 416	1.05 429	1.29 502	1.07 432	1.29 514	1.49 491	1.02 414	0.97 429	1.15 453	1.48 489	1.31 511

2.25w	2.00 508	1.86 427	1.98 548	2.95 523	2.17 566	2.26 529	1.35 514	2.42 538	2.00 564	2.07 527	1.27 511	2.53 540	1.99 547	2.29 531	1.49 526	2.21 525	1.32 487	1.85 521	1.87 555	2.52 536	1.62 534

MaskLacGwcNet_RVC	1.35 483	1.35 399	1.35 490	1.35 461	1.35 517	1.35 495	1.35 514	1.36 491	1.35 519	1.36 495	1.35 517	1.36 498	1.36 508	1.36 497	1.35 518	1.35 481	1.35 499	1.35 507	1.35 515	1.35 485	1.35 516

ktn	0.72 347	0.53 229	1.08 421	1.14 386	0.51 375	1.22 486	1.36 516	0.51 338	0.59 377	0.51 343	0.51 376	0.69 380	1.20 450	0.67 374	0.51 361	0.51 324	0.49 328	0.58 371	0.66 402	0.52 336	0.53 356

IGEVStereo-DCA	1.77 496	4.21 537	1.84 535	2.49 510	2.11 562	2.54 548	1.36 516	1.65 503	1.17 460	2.75 557	1.90 551	2.54 543	1.15 443	0.94 408	1.11 447	1.50 492	1.32 487	0.96 427	1.46 527	1.49 490	0.88 420

rrr	1.77 496	4.21 537	1.84 535	2.49 510	2.11 562	2.54 548	1.36 516	1.65 503	1.17 460	2.75 557	1.90 551	2.54 543	1.15 443	0.94 408	1.11 447	1.50 492	1.32 487	0.96 427	1.46 527	1.49 490	0.88 420

MC-Stereo	1.76 495	2.96 502	1.37 500	2.14 493	1.37 519	2.14 528	1.36 516	2.14 522	1.37 521	2.14 528	1.37 520	2.14 525	1.37 510	2.14 526	1.37 520	1.97 514	1.32 487	1.97 531	1.32 514	1.98 508	1.33 513

RASNet	1.49 487	1.65 410	1.45 506	1.38 464	1.43 523	1.47 505	1.36 516	1.38 494	1.36 520	1.39 496	1.60 533	1.45 503	1.45 514	1.51 503	2.21 563	1.53 495	1.36 500	1.36 509	1.36 517	1.66 497	1.36 517

PS-NSSS	1.38 486	1.39 402	1.34 488	1.34 459	1.35 517	1.38 499	1.37 521	1.35 490	1.38 522	1.34 493	1.34 516	1.39 500	1.38 511	1.70 508	1.40 522	1.36 483	1.36 500	1.36 509	1.37 518	1.37 486	1.36 517

3.25w	2.04 521	2.20 452	1.48 508	3.03 524	2.17 566	2.63 552	1.39 522	1.96 511	1.95 560	1.96 514	1.37 520	2.71 552	1.96 544	2.71 552	1.73 544	2.26 527	1.32 487	1.87 525	1.87 555	2.51 535	1.63 535

CFNet-RSSM	0.91 395	4.89 546	0.34 241	0.44 255	1.07 454	1.62 510	1.40 523	0.91 394	0.35 292	1.60 502	1.39 523	0.64 374	0.34 288	0.44 297	0.33 268	0.41 276	0.35 259	0.75 391	0.30 267	0.41 285	0.29 235

MM-Stereo_test1	1.80 498	3.41 514	1.52 513	2.12 492	1.41 522	2.04 523	1.41 524	2.05 517	1.46 526	2.04 523	1.41 524	2.05 524	1.42 513	2.05 522	1.43 524	2.04 518	1.54 515	1.94 530	1.38 520	1.99 509	1.33 513

sCroCo_RVC	2.10 524	2.76 493	1.92 545	2.78 520	1.39 521	2.73 556	1.41 524	2.73 553	1.40 523	2.77 562	1.41 524	2.74 558	1.40 512	2.74 557	1.40 522	2.72 555	1.42 506	2.72 559	1.44 526	2.79 546	1.42 521

MonStereo1	1.94 502	2.77 495	1.52 513	3.73 553	1.51 526	2.13 527	1.42 526	2.32 532	1.52 527	2.31 536	1.50 527	2.53 540	1.59 516	2.34 534	1.56 527	1.91 511	1.36 500	1.86 524	1.31 513	2.07 510	1.53 523

1w_stereo	2.05 523	2.32 461	1.35 490	3.74 554	2.01 556	2.73 556	1.42 526	1.88 508	1.93 559	2.03 522	1.28 512	2.71 552	1.99 547	2.72 554	1.72 539	2.20 524	1.32 487	1.87 525	1.86 554	2.45 528	1.54 524

RAFT_CTSACE	1.92 501	3.71 521	1.72 523	1.88 482	1.72 541	2.04 523	1.42 526	2.18 524	1.89 557	2.02 521	1.97 557	1.95 516	2.06 551	1.93 518	1.62 530	1.76 501	1.66 526	2.02 532	1.73 551	1.73 500	1.43 522

2.5w	2.01 515	2.40 471	1.37 500	3.28 532	2.01 556	2.71 553	1.43 529	1.82 507	1.83 549	1.90 513	1.41 524	2.71 552	1.35 507	2.71 552	1.85 550	2.66 551	1.53 513	1.64 516	1.23 507	2.53 539	1.87 550

3.5w_stereo	2.03 518	2.72 489	1.35 490	3.41 539	1.57 527	2.72 554	1.49 530	2.01 515	1.34 516	2.15 529	1.61 535	2.63 549	1.36 508	2.72 554	1.99 561	2.66 551	1.58 518	1.68 518	1.24 508	2.53 539	1.87 550

3.25w_new	2.03 518	2.72 489	1.35 490	3.33 537	1.57 527	2.72 554	1.53 531	2.15 523	1.33 515	2.15 529	1.60 533	2.63 549	1.30 503	2.72 554	1.99 561	2.67 553	1.53 513	1.75 519	1.25 510	2.53 539	1.87 550

monsterstereo	2.20 535	2.33 462	1.95 546	3.65 549	2.07 561	2.49 542	1.61 532	2.48 540	1.83 549	2.45 542	1.61 535	2.67 551	1.86 534	2.64 548	1.94 557	2.48 547	1.66 526	2.34 544	1.68 545	2.40 525	1.86 548

DPSMNet_ROB	1.60 491	1.59 409	1.70 520	1.59 471	1.59 529	1.61 508	1.61 532	1.60 498	1.60 529	1.62 508	1.59 532	1.60 506	1.60 517	1.60 504	1.59 529	1.59 496	1.60 522	1.59 515	1.59 535	1.59 493	1.59 530

monsters	2.18 529	2.41 472	1.96 547	3.47 542	2.03 560	2.53 546	1.64 534	2.48 540	1.73 540	2.40 540	1.50 527	2.62 548	1.94 542	2.59 546	1.94 557	2.44 543	1.57 517	2.28 540	1.87 555	2.42 526	1.86 548

Anonymous3	2.55 553	3.26 512	1.65 518	3.28 532	1.63 532	3.24 565	1.68 535	3.27 564	1.66 530	3.28 565	1.67 538	3.25 565	1.66 520	3.27 564	1.64 531	3.26 559	1.65 525	3.30 563	1.65 541	4.95 583	1.65 538

UDGNet	2.23 539	5.40 558	1.72 523	2.48 509	1.69 537	2.51 545	1.69 536	2.51 543	1.72 539	2.50 545	1.69 540	2.52 539	1.69 523	2.50 542	1.68 535	2.41 542	1.70 528	2.42 549	1.69 547	2.42 526	1.64 536

MFMNet_re	1.81 499	1.91 432	1.71 522	1.95 487	1.70 540	1.95 519	1.70 537	1.96 511	1.74 542	1.97 516	1.72 541	1.95 516	1.71 525	1.97 520	1.71 537	1.86 504	1.62 523	1.85 521	1.66 542	1.86 505	1.64 536

4w-stereo	2.02 516	2.72 489	1.44 505	3.36 538	1.59 529	2.48 541	1.72 538	2.28 525	1.24 511	2.24 531	1.65 537	2.56 545	1.32 505	2.39 537	1.98 560	2.67 553	1.51 511	1.66 517	1.24 508	2.53 539	1.88 553

U	5.15 599	8.49 580	1.81 526	8.49 596	1.77 542	8.49 608	1.77 539	8.51 609	1.77 544	8.49 609	1.77 542	8.50 609	1.78 532	8.58 609	1.77 545	8.54 607	1.78 532	8.55 609	1.78 552	8.55 603	1.84 546

FBW_ROB	2.12 526	2.46 475	1.77 525	2.49 510	1.79 544	2.38 536	1.83 540	2.46 539	1.78 545	2.48 544	1.97 557	2.40 535	1.78 532	2.42 540	1.83 548	2.31 535	1.85 537	2.38 547	1.82 553	2.35 523	1.84 546

TRStereo	2.00 508	2.13 446	1.85 537	2.27 499	1.84 545	2.28 532	1.84 541	2.29 527	1.86 551	2.30 533	1.87 546	2.30 527	1.87 535	2.08 523	1.72 539	2.08 519	1.72 529	2.08 534	1.72 548	2.08 511	1.72 541

XX-Stereo	2.00 508	2.13 446	1.85 537	2.27 499	1.84 545	2.28 532	1.84 541	2.29 527	1.86 551	2.30 533	1.87 546	2.30 527	1.87 535	2.08 523	1.72 539	2.08 519	1.72 529	2.08 534	1.72 548	2.08 511	1.72 541

EAI-Stereo	2.00 508	2.13 446	1.85 537	2.27 499	1.84 545	2.28 532	1.84 541	2.29 527	1.86 551	2.30 533	1.87 546	2.30 527	1.87 535	2.08 523	1.72 539	2.08 519	1.72 529	2.08 534	1.72 548	2.08 511	1.72 541

asd	2.18 529	2.77 495	1.58 515	3.59 547	2.00 555	2.58 550	1.85 544	2.39 537	1.71 535	2.47 543	1.97 557	2.59 547	1.61 518	2.56 544	1.79 546	2.51 548	1.99 539	2.11 537	1.62 539	2.36 524	1.60 531

asda	2.17 527	2.54 476	1.81 526	3.47 542	1.78 543	2.50 544	1.86 545	2.61 546	1.68 531	2.61 548	1.83 543	2.37 534	1.73 527	2.44 541	1.88 555	2.51 548	1.84 536	2.34 544	1.62 539	2.23 516	1.77 545

LGtest1	2.22 536	2.70 485	1.89 542	2.76 516	1.86 548	2.75 558	1.86 545	2.75 554	1.86 551	2.75 557	1.86 545	2.77 561	1.87 535	2.75 558	1.86 551	2.46 544	1.58 518	2.45 550	1.56 529	2.45 528	1.56 526

LG-G_1	2.22 536	2.71 487	1.89 542	2.77 517	1.87 551	2.75 558	1.87 547	2.76 555	1.87 555	2.75 557	1.87 546	2.76 559	1.87 535	2.75 558	1.86 551	2.47 545	1.58 518	2.45 550	1.57 530	2.45 528	1.57 527

LG-G	2.22 536	2.71 487	1.89 542	2.77 517	1.87 551	2.75 558	1.87 547	2.76 555	1.87 555	2.75 557	1.87 546	2.76 559	1.87 535	2.75 558	1.86 551	2.47 545	1.58 518	2.45 550	1.57 530	2.45 528	1.57 527

AIO_rvc	2.18 529	2.34 466	1.87 541	2.32 503	1.94 554	2.40 537	1.89 549	2.37 535	2.07 566	2.52 546	1.95 556	2.44 537	1.99 547	2.41 538	1.89 556	2.32 536	2.09 548	2.24 538	2.18 564	2.21 515	2.23 557

qwe	2.18 529	2.60 479	1.58 515	3.83 555	1.90 553	2.53 546	1.90 550	2.48 540	1.73 540	2.37 539	1.92 553	2.53 540	1.68 521	2.56 544	1.83 548	2.52 550	1.87 538	2.07 533	1.68 545	2.32 522	1.71 540

AIO_test	2.18 529	2.09 444	2.04 552	2.42 507	2.01 556	2.47 540	1.94 551	2.34 534	2.03 565	2.56 547	1.94 554	2.43 536	1.94 542	2.41 538	1.87 554	2.39 541	2.10 549	2.35 546	1.91 561	2.25 518	2.19 556

4.25w-stereo	1.98 503	2.72 489	1.46 507	3.47 542	1.43 523	2.07 525	1.98 552	2.53 544	1.52 527	2.71 550	1.98 563	1.81 511	1.62 519	1.96 519	1.36 519	1.88 509	2.00 540	2.53 555	1.61 537	1.74 501	1.15 449

3.75w	1.99 504	2.31 460	1.83 534	3.16 528	1.65 533	1.93 515	1.98 552	2.72 547	1.68 531	2.73 556	1.97 557	2.00 520	1.72 526	1.81 514	1.25 510	2.27 530	2.01 542	2.38 547	1.42 524	1.71 499	1.24 507

2w_stereo	1.99 504	2.36 469	1.81 526	3.24 530	1.67 534	1.94 516	1.98 552	2.72 547	1.68 531	2.72 551	1.94 554	1.98 519	1.74 529	1.79 513	1.27 511	1.95 513	2.00 540	2.53 555	1.60 536	1.68 498	1.15 449

4.25_new	2.00 508	2.33 462	1.82 531	3.32 535	1.69 537	1.95 519	1.99 555	2.72 547	1.71 535	2.72 551	1.97 557	2.01 521	1.74 529	1.77 511	1.28 512	2.18 522	2.01 542	2.48 553	1.58 533	1.65 495	1.17 453

4.5w_new	2.00 508	2.33 462	1.82 531	3.32 535	1.69 537	1.95 519	1.99 555	2.72 547	1.71 535	2.72 551	1.97 557	2.01 521	1.74 529	1.77 511	1.28 512	2.18 522	2.01 542	2.48 553	1.58 533	1.65 495	1.17 453

4.5w-stereo	1.99 504	2.33 462	1.81 526	3.28 532	1.68 536	1.94 516	1.99 555	2.72 547	1.70 534	2.72 551	1.99 566	1.97 518	1.68 521	1.76 510	1.29 514	1.91 511	2.02 546	2.53 555	1.61 537	1.75 502	1.16 452

2.75w_new	1.99 504	2.34 466	1.81 526	3.14 526	1.62 531	1.94 516	1.99 555	2.72 547	1.71 535	2.72 551	1.99 566	1.90 514	1.73 527	1.82 515	1.29 514	2.37 539	2.01 542	2.31 542	1.42 524	1.77 503	1.22 504

MonStereo	2.17 527	2.41 472	1.49 512	2.67 514	1.67 534	2.60 551	2.04 559	2.32 532	1.76 543	2.44 541	1.68 539	2.50 538	1.69 523	2.38 535	1.80 547	2.28 531	1.78 532	2.63 558	2.14 563	3.47 551	1.68 539

HUF	2.18 529	2.30 459	1.99 551	2.34 505	2.02 559	2.41 538	2.06 560	2.38 536	1.89 557	2.36 538	1.85 544	2.56 545	1.98 545	2.31 533	1.97 559	2.30 534	2.03 547	2.30 541	2.11 562	2.23 516	2.16 555

ff7	1.68 492	2.68 482	1.35 490	0.97 368	0.89 434	1.84 511	2.15 561	2.12 519	1.80 546	2.05 524	1.56 529	2.33 530	2.12 552	2.23 527	2.25 564	1.31 477	1.07 417	1.48 511	1.41 521	0.90 388	1.04 439

ffff	1.68 492	2.68 482	1.35 490	0.97 368	0.89 434	1.84 511	2.15 561	2.12 519	1.80 546	2.05 524	1.56 529	2.33 530	2.12 552	2.23 527	2.25 564	1.31 477	1.07 417	1.48 511	1.41 521	0.90 388	1.04 439

ccc-4	1.68 492	2.68 482	1.35 490	0.97 368	0.89 434	1.84 511	2.15 561	2.12 519	1.80 546	2.05 524	1.56 529	2.33 530	2.12 552	2.23 527	2.25 564	1.31 477	1.07 417	1.48 511	1.41 521	0.90 388	1.04 439

NCCL2	2.28 541	2.27 457	2.28 554	2.28 502	2.28 569	2.27 530	2.29 564	2.28 525	2.28 567	2.27 532	2.28 569	2.28 526	2.27 555	2.27 530	2.28 568	2.28 531	2.28 554	2.27 539	2.29 568	2.27 519	2.29 558

STTStereo	3.73 569	30.40 617	2.37 558	2.39 506	2.31 571	2.35 535	2.33 565	2.29 527	2.42 568	2.32 537	2.34 570	2.33 530	2.36 556	2.30 532	2.27 567	2.35 538	2.22 553	2.31 542	2.22 565	2.29 521	2.34 562

CFNet-ft	0.55 316	1.57 408	0.14 126	0.20 136	0.14 157	0.20 162	2.53 566	1.61 499	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	1.56 492	1.24 507

NLSM1	2.93 562	3.24 511	2.57 562	4.04 556	2.66 572	3.30 567	2.55 567	3.29 565	2.55 569	3.35 567	2.48 571	3.28 566	2.47 557	3.34 567	2.49 569	3.26 559	2.55 558	3.13 561	2.57 571	3.00 548	2.46 565

PSMNet-RSSM	0.77 357	2.76 493	0.14 126	0.20 136	0.14 157	0.20 162	2.66 568	2.79 558	0.14 157	0.21 171	0.14 161	0.21 167	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	2.52 536	2.31 559

GwcNet-RSSM	0.77 357	2.77 495	0.14 126	0.20 136	0.14 157	0.20 162	2.67 569	2.78 557	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.21 170	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	2.52 536	2.31 559

cf-r	0.66 332	2.17 450	0.12 102	0.18 130	0.12 152	0.18 154	2.70 570	2.60 545	0.12 152	0.18 151	0.12 144	0.18 153	0.12 149	0.18 152	0.12 141	0.15 125	0.11 99	0.15 142	0.11 132	1.81 504	1.74 544

hitnet-ft	0.79 361	2.78 498	0.14 126	0.20 136	0.14 157	0.21 173	2.89 571	2.80 559	0.14 157	0.20 159	0.14 161	0.20 160	0.14 158	0.20 159	0.14 151	0.17 142	0.12 113	0.17 153	0.12 147	2.54 544	2.33 561

Sa-1000	4.34 587	8.37 577	6.84 600	6.98 591	4.45 602	3.58 568	3.00 572	3.42 568	3.39 588	2.61 548	4.00 597	3.83 572	4.01 590	3.90 572	3.90 593	5.98 596	5.62 591	3.76 570	2.34 569	4.35 563	2.47 566

rvit_105_1	3.83 570	5.22 551	3.01 565	4.53 560	3.01 575	4.51 579	3.01 573	4.56 581	3.04 574	4.53 580	3.03 575	4.55 582	3.03 562	4.56 581	3.04 571	4.57 573	3.05 561	4.57 577	3.05 576	4.57 567	3.05 572

rvit_0105_6	3.87 574	5.73 565	3.10 575	4.69 570	3.12 585	4.54 581	3.02 574	4.56 581	3.04 574	4.54 582	3.03 575	4.54 580	3.04 565	4.56 581	3.05 573	4.58 576	3.05 561	4.58 579	3.05 576	4.58 568	3.05 572

rvit_stereo_0081_aga	3.86 572	5.33 555	3.02 568	4.55 566	3.04 581	4.54 581	3.02 574	4.64 588	3.06 578	4.54 582	3.04 577	4.62 589	3.08 569	4.62 587	3.07 576	4.58 576	3.06 565	4.60 581	3.08 580	4.63 571	3.07 576

rvit_stereo_0081	3.83 570	5.23 552	3.01 565	4.53 560	3.03 577	4.55 585	3.02 574	4.56 581	3.04 574	4.52 578	3.02 573	4.54 580	3.03 562	4.56 581	3.04 571	4.57 573	3.05 561	4.57 577	3.05 576	4.58 568	3.05 572

rvit_stereo_0082	3.86 572	5.82 566	3.01 565	4.53 560	3.03 577	4.54 581	3.02 574	4.56 581	3.04 574	4.53 580	3.02 573	4.55 582	3.04 565	4.57 584	3.05 573	4.57 573	3.05 561	4.58 579	3.05 576	4.58 568	3.06 575

rvit_0105_4	3.91 577	5.47 562	3.02 568	4.54 563	3.02 576	4.54 581	3.03 578	4.75 591	3.17 585	4.57 584	3.06 578	4.61 588	3.16 573	4.65 588	3.09 579	4.66 580	3.11 569	4.68 586	3.18 587	4.81 578	3.16 584

DispFullNet	4.61 590	4.84 544	3.12 576	5.00 576	3.57 591	4.75 594	3.03 578	7.75 607	4.17 599	4.91 594	3.09 582	6.20 603	3.95 588	6.71 603	3.51 586	5.30 591	3.67 579	5.86 602	3.63 591	5.61 589	3.46 589

rvit_stereo_0080	3.89 575	5.70 563	3.04 570	4.54 563	3.03 577	4.56 586	3.05 580	4.60 585	3.07 579	4.58 585	3.06 578	4.59 584	3.06 567	4.61 585	3.08 577	4.63 578	3.09 566	4.64 583	3.10 581	4.65 572	3.10 579

whm_eth	3.89 575	5.70 563	3.04 570	4.54 563	3.03 577	4.56 586	3.05 580	4.60 585	3.07 579	4.58 585	3.06 578	4.59 584	3.06 567	4.61 585	3.08 577	4.63 578	3.09 566	4.64 583	3.10 581	4.65 572	3.10 579

rvit_0105_3	3.91 577	5.33 555	3.06 573	4.60 568	3.07 583	4.60 588	3.06 582	4.62 587	3.08 582	4.60 587	3.07 581	4.62 589	3.08 569	4.67 589	3.10 580	4.70 581	3.11 569	4.77 590	3.19 588	4.77 577	3.14 583

rvit_stereo_0083	3.92 579	5.30 554	3.06 573	4.61 569	3.09 584	4.67 590	3.08 583	4.66 589	3.09 583	4.62 588	3.10 583	4.66 592	3.11 571	4.67 589	3.16 582	4.72 583	3.16 572	4.77 590	3.11 583	4.66 574	3.11 581

rvit_stereo_ft	3.93 580	5.44 560	3.05 572	4.59 567	3.06 582	4.61 589	3.08 583	4.67 590	3.12 584	4.63 589	3.10 583	4.65 591	3.11 571	4.69 591	3.13 581	4.70 581	3.14 571	4.71 588	3.15 586	4.74 575	3.16 584

rvit_0105_5	4.10 581	5.40 558	3.13 578	4.71 571	3.15 586	4.72 593	3.10 585	4.90 596	3.27 587	4.69 590	3.16 585	4.84 596	3.25 575	4.96 595	3.34 585	5.05 588	3.39 577	5.10 595	3.40 589	5.11 585	3.42 588

SA	4.33 586	7.35 571	6.85 601	5.96 584	4.09 599	3.59 569	3.15 586	3.82 572	2.64 570	3.91 570	3.85 594	3.57 568	2.72 560	3.13 563	4.03 595	7.09 603	6.86 598	3.57 566	3.12 584	3.85 554	3.51 590

GANet-RSSM	0.75 352	1.91 432	0.14 126	0.47 265	0.14 157	0.21 173	3.21 587	2.30 531	0.14 157	0.46 302	0.14 161	0.23 182	0.18 188	0.21 170	0.14 151	0.18 150	0.27 203	0.37 264	0.13 155	2.13 514	2.12 554

NLCSM	3.67 568	4.08 532	3.19 579	4.80 572	3.26 587	3.99 575	3.24 588	4.25 577	3.18 586	4.09 573	3.27 586	4.14 575	3.18 574	4.13 575	3.28 584	4.06 566	3.10 568	3.85 573	3.14 585	3.91 558	3.27 587

MLG-Stereo_test2	4.28 584	5.46 561	3.69 584	4.86 574	3.72 595	5.58 600	3.42 589	4.81 593	3.77 595	4.85 592	3.72 593	5.55 601	3.63 578	5.58 599	3.53 587	4.41 570	3.28 576	4.99 594	2.95 574	4.75 576	3.13 582

test_5	4.62 591	7.55 573	6.23 596	6.32 586	3.40 590	5.29 598	3.50 590	3.53 569	4.11 598	4.28 575	4.47 601	4.26 578	4.38 593	3.68 570	3.24 583	5.89 594	5.60 590	4.84 592	3.50 590	4.33 562	3.93 598

MLG-Stereo_test1	4.25 582	5.34 557	3.61 582	5.31 578	3.63 593	5.23 597	3.57 591	5.38 599	3.65 589	5.23 596	3.47 588	4.76 593	3.74 582	4.85 592	3.71 589	4.96 585	3.18 574	4.71 588	2.92 573	4.86 581	2.90 569

RAFT+CT+SA	4.28 584	7.62 574	4.91 590	5.55 581	2.28 569	3.09 562	3.64 592	4.49 579	3.07 579	4.80 591	3.35 587	4.77 594	3.70 581	4.29 578	3.05 573	5.58 592	5.98 593	3.58 567	3.78 596	4.26 561	3.72 592

DPSNet	3.66 567	3.60 517	3.62 583	3.63 548	3.64 594	3.65 570	3.65 593	3.66 570	3.67 590	3.67 569	3.65 591	3.67 570	3.66 579	3.66 569	3.68 588	3.68 564	3.66 578	3.67 568	3.68 594	3.67 552	3.67 591

MLG-Stereo_test3	4.26 583	4.85 545	3.95 586	5.35 579	3.60 592	4.75 594	3.76 594	5.49 600	3.71 591	5.39 597	3.69 592	4.82 595	3.66 579	4.85 592	3.73 592	4.93 584	3.19 575	4.69 587	2.99 575	4.84 580	2.98 571

TestStereo1	4.60 588	8.41 578	6.44 598	6.86 589	3.79 596	3.97 573	3.78 595	3.99 574	3.74 592	3.97 571	3.52 589	3.94 573	3.58 576	3.98 573	3.72 590	6.82 600	6.50 596	3.76 570	3.66 592	3.90 555	3.74 594

SA-5K	4.60 588	8.41 578	6.44 598	6.86 589	3.79 596	3.97 573	3.78 595	3.99 574	3.74 592	3.97 571	3.52 589	3.94 573	3.58 576	3.98 573	3.72 590	6.82 600	6.50 596	3.76 570	3.66 592	3.90 555	3.74 594

test_4	4.88 594	8.13 576	6.98 602	7.46 592	4.44 601	4.25 577	3.85 597	4.04 576	3.92 596	4.13 574	3.91 595	4.18 577	3.84 586	4.14 576	4.06 596	7.01 602	7.13 599	4.53 575	3.72 595	4.09 559	3.72 592

cross-raft	4.83 593	7.52 572	6.43 597	6.63 587	3.96 598	4.51 579	3.99 598	4.49 579	3.96 597	4.52 578	3.96 596	4.50 579	3.97 589	4.50 580	3.97 594	6.65 598	6.44 595	4.33 574	3.92 598	4.35 563	3.91 597

test_3	5.01 596	8.86 583	7.77 604	8.09 594	2.76 574	4.13 576	4.05 599	3.88 573	3.76 594	4.33 576	4.13 598	3.71 571	3.91 587	4.21 577	4.06 596	7.93 604	7.69 601	4.53 575	3.91 597	4.17 560	4.29 600

raft_robust	4.71 592	7.75 575	5.40 595	6.81 588	3.31 588	4.28 578	4.20 600	4.32 578	4.37 601	4.35 577	4.35 600	4.14 575	3.75 583	4.30 579	4.20 598	6.67 599	6.37 594	3.36 565	4.24 602	4.86 581	3.25 586

SGM-Forest	5.21 600	5.92 567	4.08 587	6.18 585	4.16 600	6.31 602	4.34 601	6.50 602	4.33 600	6.14 603	4.21 599	6.61 606	4.55 594	6.67 602	4.48 599	5.94 595	3.94 581	5.85 601	4.03 600	5.79 591	4.17 599
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	5.10 598	5.15 549	4.49 588	5.07 577	3.37 589	6.87 603	4.75 602	5.04 597	6.34 606	7.84 607	5.06 603	6.72 607	4.09 591	4.99 596	5.44 603	5.03 587	3.16 572	4.67 585	4.86 603	5.15 586	3.89 596

TestStereo	4.88 594	4.75 543	4.79 589	4.87 575	4.92 603	4.81 596	4.90 603	4.78 592	4.77 602	4.87 593	4.89 602	4.90 597	4.91 595	4.99 596	4.79 600	4.98 586	4.87 587	4.87 593	4.92 604	5.00 584	5.00 601

rvit_stereo_0075_2	6.64 602	8.80 582	5.25 592	7.89 593	5.27 605	7.90 607	5.27 604	7.92 608	5.28 604	7.91 608	5.29 605	7.93 608	5.27 596	7.92 608	5.28 601	7.93 604	5.28 589	7.93 607	5.29 606	7.93 600	5.28 603

SGM+DAISY	7.06 604	9.15 584	5.38 594	8.84 598	5.18 604	8.80 609	5.31 605	8.79 610	5.28 604	8.89 610	5.20 604	8.93 610	5.33 597	8.95 610	5.36 602	8.70 608	5.21 588	8.74 610	5.20 605	8.89 604	5.15 602

test-1	6.46 601	9.16 585	8.03 607	8.09 594	5.62 606	6.11 601	6.35 606	6.85 604	4.94 603	6.08 602	6.29 608	4.98 598	6.43 600	6.22 600	6.36 606	6.16 597	7.47 600	5.82 600	5.44 607	7.11 597	5.68 604

RAFT	6.73 603	9.36 586	7.40 603	8.51 597	6.55 607	6.88 604	6.60 607	6.79 603	6.60 607	6.80 604	6.72 609	5.31 600	5.50 598	6.61 601	6.61 607	8.42 606	5.89 592	5.73 599	5.45 608	6.61 593	6.24 605

test-v	7.53 605	11.89 594	7.98 605	9.36 600	7.14 608	7.06 605	7.09 608	7.37 605	6.91 608	7.29 605	5.71 606	6.45 604	6.93 601	6.73 604	7.27 608	8.93 609	7.85 602	6.98 605	6.80 609	7.56 598	7.34 607

test-2	7.53 605	11.89 594	7.98 605	9.36 600	7.14 608	7.06 605	7.09 608	7.37 605	6.91 608	7.29 605	5.71 606	6.45 604	6.93 601	6.73 604	7.27 608	8.93 609	7.85 602	6.98 605	6.80 609	7.56 598	7.34 607

MANE	19.05 608	23.00 602	15.00 608	23.00 615	15.00 610	24.00 616	16.00 610	24.00 617	16.00 610	22.00 617	15.00 610	23.00 617	16.00 610	23.00 617	15.00 610	22.00 617	15.00 611	22.00 617	15.00 611	22.00 617	15.00 609

rafts_anoy	20.00 609	20.00 596	20.00 609	20.00 609	20.00 611	20.00 610	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 612	20.00 611	20.00 612	20.00 611	20.00 610

raft+_RVC	20.00 609	20.00 596	20.00 609	20.00 609	20.00 611	20.00 610	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 612	20.00 611	20.00 612	20.00 611	20.00 610

raftrobust	20.00 609	20.00 596	20.00 609	20.00 609	20.00 611	20.00 610	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 612	20.00 611	20.00 612	20.00 611	20.00 610

CasAABBNet	20.00 609	20.00 596	20.00 609	20.00 609	20.00 611	20.00 610	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 612	20.00 611	20.00 612	20.00 611	20.00 610

RALCasStereoNet	20.00 609	20.00 596	20.00 609	20.00 609	20.00 611	20.00 610	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 612	20.00 611	20.00 612	20.00 611	20.00 610

RALAANet	20.00 609	20.00 596	20.00 609	20.00 609	20.00 611	20.00 610	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 611	20.00 612	20.00 611	20.00 612	20.00 611	20.00 610

WCMA_ROB	31.10 616	35.43 622	27.12 615	39.51 627	23.10 617	38.78 628	25.30 617	37.49 629	25.39 617	37.29 628	27.02 617	38.52 629	26.48 617	37.80 628	26.44 617	36.28 625	22.65 618	33.90 622	22.30 618	37.10 626	24.18 616

111	30.40 615	30.94 618	29.72 616	32.61 616	30.02 618	33.57 617	30.47 618	31.50 618	29.39 618	30.98 618	29.11 618	29.78 618	30.39 621	29.45 618	30.76 621	30.08 618	29.02 619	29.92 618	30.32 622	29.86 618	30.17 617

fff	1000028.16 635	29.62 614	29.72 616	32.61 616	30.02 618	35.13 619	31.83 619	32.07 619	10000000.00 637	35.27 621	29.82 619	32.45 619	30.15 618	32.35 619	30.09 618	31.04 619	29.55 620	30.64 619	30.14 619	10000000.00 638	30.77 618

csc	1000028.16 635	29.62 614	29.72 616	32.61 616	30.02 618	35.13 619	31.83 619	32.07 619	10000000.00 637	35.27 621	29.82 619	32.45 619	30.15 618	32.35 619	30.09 618	31.04 619	29.55 620	30.64 619	30.14 619	10000000.00 638	30.77 618

cscssc	1000028.16 635	29.62 614	29.72 616	32.61 616	30.02 618	35.13 619	31.83 619	32.07 619	10000000.00 637	35.27 621	29.82 619	32.45 619	30.15 618	32.35 619	30.09 618	31.04 619	29.55 620	30.64 619	30.14 619	10000000.00 638	30.77 618

ADStereo(finetuned)	36.13 618	36.63 623	38.07 626	36.97 621	33.25 622	35.91 622	34.45 622	36.36 625	32.99 619	38.14 629	36.71 625	36.69 625	34.13 622	38.57 629	40.79 628	37.60 629	36.58 626	35.90 626	33.36 623	35.42 621	34.04 621

tt	500032.53 633	34.60 620	29.72 616	37.47 625	34.41 623	36.85 623	35.22 623	34.71 622	33.55 620	34.50 619	35.43 622	33.81 622	10000000.00 638	33.57 622	33.13 622	33.68 622	35.00 624	34.03 623	35.26 625	30.96 619	34.63 622

DCANet	500032.53 633	34.60 620	29.72 616	37.47 625	34.41 623	36.85 623	35.22 623	34.71 622	33.55 620	34.50 619	35.43 622	33.81 622	10000000.00 638	33.57 622	33.13 622	33.68 622	35.00 624	34.03 623	35.26 625	30.96 619	34.63 622

DCANet-4	35.22 617	34.54 619	35.08 622	33.58 620	35.47 625	34.55 618	35.53 625	36.08 624	35.85 622	35.92 624	35.77 624	35.18 624	35.48 623	35.39 624	37.15 627	34.55 624	33.92 623	35.02 625	34.90 624	35.79 622	34.74 624

Reg-Stereo(zero)	37.00 619	37.00 624	37.00 623	37.00 622	37.00 626	37.00 625	37.00 626	37.00 626	37.00 623	37.00 625	37.00 626	37.00 626	37.00 624	37.00 625	37.00 624	37.00 626	37.00 627	37.00 627	37.00 627	37.00 623	37.00 625

HI	37.00 619	37.00 624	37.00 623	37.00 622	37.00 626	37.00 625	37.00 626	37.00 626	37.00 623	37.00 625	37.00 626	37.00 626	37.00 624	37.00 625	37.00 624	37.00 626	37.00 627	37.00 627	37.00 627	37.00 623	37.00 625

CoSv	37.00 619	37.00 624	37.00 623	37.00 622	37.00 626	37.00 625	37.00 626	37.00 626	37.00 623	37.00 625	37.00 626	37.00 626	37.00 624	37.00 625	37.00 624	37.00 626	37.00 627	37.00 627	37.00 627	37.00 623	37.00 625

CBMV	128.50 624	1422.70 639	53.10 628	79.50 629	51.30 630	77.30 630	49.70 629	74.00 630	48.20 627	77.20 631	48.80 630	73.90 631	48.00 628	73.80 631	48.80 630	70.40 631	45.10 631	68.90 631	46.10 631	68.20 628	45.00 629
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 622	87.70 628	41.95 627	113.75 630	65.62 631	75.05 629	55.25 630	75.64 631	45.04 626	71.61 630	41.75 629	72.81 630	44.06 627	68.38 630	44.63 629	101.89 632	59.57 632	107.10 632	61.05 632	104.38 629	59.38 630

NOSS_ROB	102.95 623	153.00 632	121.00 630	51.00 628	44.00 629	165.00 632	127.00 631	153.00 632	119.00 628	164.00 633	125.00 631	168.00 633	120.00 629	153.00 632	117.00 631	49.00 630	44.00 630	49.00 630	44.00 630	49.00 627	44.00 628

MeshStereo	159.24 625	171.00 633	160.68 633	162.58 631	160.59 632	164.01 631	160.35 632	158.51 633	158.56 629	158.34 632	160.12 632	158.56 632	159.92 630	157.26 633	158.94 632	154.38 633	158.36 633	155.75 633	159.13 634	153.67 630	154.07 631
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	284.23 629	354.61 635	207.27 634	363.24 635	206.46 633	364.72 636	210.41 633	364.72 637	210.41 630	364.81 637	208.64 634	364.81 637	208.64 632	364.72 637	210.41 634	354.70 637	205.53 635	354.70 637	205.53 636	354.70 634	205.53 633

AE-Stereo	201.80 626	123.00 629	115.00 629	219.00 632	218.00 634	223.00 633	244.00 634	217.00 634	236.00 631	202.00 634	203.00 633	205.00 634	208.00 631	225.00 634	204.00 633	210.00 634	198.00 634	197.00 634	184.00 635	204.00 631	201.00 632

MGS-Stereo	239.45 627	123.00 629	135.00 631	266.00 633	286.00 635	277.00 634	305.00 635	271.00 635	242.00 632	274.00 635	279.00 635	255.00 635	270.00 633	268.00 635	297.00 635	221.00 635	247.00 636	216.00 635	123.00 633	217.00 632	217.00 634

EGLCR-Stereo	246.90 628	129.00 631	139.00 632	266.00 633	286.00 635	277.00 634	305.00 635	271.00 635	242.00 632	274.00 635	279.00 635	255.00 635	270.00 633	268.00 635	297.00 635	230.00 636	247.00 636	216.00 635	223.00 637	237.00 633	227.00 635

LE_ROB	396.57 630	471.28 636	329.84 635	471.48 636	308.15 637	526.83 637	322.10 637	488.15 638	323.76 634	495.46 638	317.97 637	497.17 638	320.10 635	481.62 638	326.76 637	462.71 638	298.97 638	466.16 638	285.98 638	447.62 635	289.21 636

SGM-ForestM	596.69 631	677.77 637	444.52 636	699.85 637	517.25 638	732.94 638	488.29 638	770.79 639	460.11 635	750.81 639	487.98 638	792.79 639	499.41 636	730.90 639	475.81 638	720.03 639	491.16 639	663.96 639	418.60 639	674.76 636	436.05 637

CBMV_ROB	818.48 632	913.88 638	709.52 637	862.84 638	597.78 639	1073.99 639	700.52 639	1015.66 640	702.59 636	1115.65 640	760.02 639	1130.24 640	721.57 637	1037.41 640	692.65 639	814.05 640	564.29 640	843.28 640	595.31 640	915.51 637	602.92 638

111111	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

SGD-Stereo	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

IGEV-Stereo++	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

IGEV-BASED-STEREO-	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

IGEV-Stereo+	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

SDNR	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

anonymousdsp2	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

anonymousdsp	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

test_example2	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639

DIP-Stereo	10000000.00 638	10000000.00 640	10000000.00 638	10000000.00 639	10000000.00 640	10000000.00 640	10000000.00 640	10000000.00 641	10000000.00 637	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 638	10000000.00 641	10000000.00 640	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 641	10000000.00 638	10000000.00 639
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		0.44 187		0.48 270	0.35 298	0.48 324		0.51 338		0.47 308		0.47 315		0.47 310		0.41 276	0.40 281	0.40 291	0.40 335	0.41 285

ASD4		0.20 104

Low-res two-view benchmark