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	0.14 128	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

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

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

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

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

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

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

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 74	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 72	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 93	0.07 87	0.09 83	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 92	0.07 88	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 61	0.24 173	0.20 218	0.23 204	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 223	0.21 232	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 303	0.10 99	0.12 112	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	0.12 118	0.11 128	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 285	0.10 99	0.12 112	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	0.12 118	0.10 106	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

iinet-test	0.08 74	0.16 140	0.02 15	0.16 150	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 244	0.02 20	0.02 21	0.71 475	0.02 16	0.02 19	0.02 21	0.02 21	0.16 221

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 488	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 100	0.02 20	0.02 21	0.73 488	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

VMStereo-Base	0.03 29	0.09 93	0.08 89	0.09 83	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 84	0.08 91	0.03 41	0.02 21	0.02 21	0.02 20

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

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

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

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

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

CoDeX	0.15 172	0.70 331	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 520	0.02 15	0.69 505	0.75 531	0.01 9	0.02 21	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 119	0.44 254	0.33 300	0.39 276	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 321	0.36 363	0.02 19	0.02 21	0.02 21	0.02 20

CSP-Net	0.34 271	1.29 501	1.19 568	1.36 593	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 608	1.21 620	0.03 41	0.09 149	0.02 21	0.09 150

SFCPSM	0.17 185	0.78 347	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 559	0.02 15	0.75 518	0.76 533	0.02 21	0.02 21	0.02 20

Syn2CoEx	0.25 229	1.31 505	0.74 513	0.92 483	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 513	0.75 518	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

zh-sn7	0.10 98	0.98 393	0.14 155	0.15 140	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 153	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 132	1.14 435	0.17 193	0.20 186	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 192	0.16 184	0.03 41	0.03 57	0.03 47	0.03 52

w-ln-seven-2	0.14 160	1.22 497	0.28 258	0.32 244	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 269	0.27 266	0.04 93	0.03 57	0.03 47	0.03 52

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

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

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

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

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

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

DualNet (step1)	0.10 98	1.05 423	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 98	1.05 423	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 98	1.05 423	0.12 130	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 80	1.00 403	0.11 119	0.11 104	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 80	0.97 392	0.10 99	0.10 87	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 98	1.07 427	0.11 119	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 98	1.03 419	0.12 130	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.13 165	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 80	0.87 365	0.10 99	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 80	1.03 419	0.11 119	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 80	0.87 365	0.12 130	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 80	1.01 413	0.09 95	0.09 83	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.09 101	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 80	0.95 389	0.09 95	0.10 87	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 92	0.10 106	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 98	1.07 427	0.11 119	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 97	0.10 106	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 98	1.14 435	0.13 150	0.14 128	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.11 128	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 80	1.01 413	0.10 99	0.10 87	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 97	0.10 106	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 119	1.15 438	0.15 176	0.14 128	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.15 181	0.03 41	0.03 57	0.03 47	0.03 52

BUS	0.83 508	1.91 573	0.92 539	4.48 710	0.02 22	0.40 331	0.04 103	0.41 345	0.02 22	0.48 433	0.03 56	0.41 353	0.05 117	0.03 43	0.05 115	1.97 651	4.19 738	0.33 301	0.23 278	0.34 292	0.27 314

BSDual-CNN	0.81 500	1.91 573	0.92 539	4.48 710	0.02 22	0.42 371	0.06 139	0.41 345	0.02 22	0.48 433	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 651	4.19 738	0.33 301	0.23 278	0.34 292	0.27 314

psmg	0.43 350	1.91 573	0.92 539	1.91 618	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 651	1.44 643	0.04 93	0.03 57	0.02 21	0.03 52

222	0.10 98	0.99 401	0.12 130	0.13 124	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 118	0.12 142	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 119	1.16 440	0.16 183	0.12 112	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 133	0.16 184	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 98	1.09 429	0.13 150	0.12 112	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 140	0.14 173	0.03 41	0.03 57	0.03 47	0.03 52

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

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 175	0.04 90	0.03 52	0.58 441	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 491	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 80	0.07 82	0.03 39	0.15 140	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 158	0.04 90	0.03 52	0.92 517	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

z-mn7	0.16 179	1.21 491	0.33 300	0.41 303	0.04 101	0.04 95	0.03 54	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 287	0.31 303	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven	0.18 194	1.47 516	0.33 300	0.40 289	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 308	0.32 308	0.05 108	0.04 99	0.04 97	0.04 96

GASNet	0.05 57	0.04 52	0.12 130	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.12 170	0.04 110	0.06 126	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

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

FADNet-RVC-Resample	0.12 132	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 676	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 133

FADNet_RVC	0.12 132	0.04 52	0.04 64	0.05 60	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.65 680	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 139	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 120	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.05 117	0.04 90	1.71 697	0.04 59	0.04 66	0.04 93	0.04 99	0.07 140	0.04 96

FADNet	0.12 132	0.05 66	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.05 117	0.04 90	1.66 683	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCMid	0.08 74	0.02 12	0.02 15	1.01 504	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 147	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

NVStereoNet_ROB	0.04 54	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
mmmmmm	0.07 67	0.40 226	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

UHP	0.07 67	0.41 238	0.05 79	0.05 60	0.05 126	0.05 110	0.05 120	0.05 110	0.05 124	0.05 112	0.05 127	0.05 113	0.05 117	0.05 103	0.05 115	0.05 66	0.05 78	0.05 108	0.05 123	0.05 114	0.05 122

ManiGeoR	0.17 185	0.05 66	0.62 472	0.73 455	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 483	0.58 470	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 185	0.05 66	0.63 476	0.72 451	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 475	0.59 476	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 185	0.05 66	0.62 472	0.73 455	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 483	0.58 470	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 185	0.05 66	0.62 472	0.72 451	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.72 483	0.58 470	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 185	0.05 66	0.65 483	0.72 451	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.71 475	0.59 476	0.05 108	0.04 99	0.05 114	0.04 96

IGEV_i1	0.26 239	0.05 66	0.04 64	0.06 67	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 136	0.05 103	0.03 52	4.34 721	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

z-ln-s-r	0.21 208	1.40 514	0.53 449	0.56 410	0.04 101	0.05 110	0.04 103	0.05 110	0.05 124	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 115	0.57 440	0.44 419	0.04 93	0.04 99	0.04 97	0.04 96

ISRNet	0.11 119	0.05 66	0.36 326	0.24 209	0.07 148	0.13 171	0.05 120	0.06 123	0.05 124	0.05 112	0.05 127	0.13 172	0.05 117	0.05 103	0.09 147	0.24 232	0.20 228	0.10 148	0.05 123	0.06 125	0.13 206

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 574	0.06 123	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

EDNetEfficientorigin	0.04 54	0.06 79	0.04 64	0.05 60	0.04 101	0.05 110	0.04 103	0.05 110	0.04 103	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.04 97	0.05 66	0.03 39	0.06 123	0.03 57	0.04 97	0.03 52

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 607	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 119	0.03 31	0.03 39	1.60 607	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 103	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

2222	0.09 80	0.59 316	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

1111	0.09 80	0.60 319	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

fsdfsdds	0.08 74	0.58 313	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

nnnnnnn	0.08 74	0.58 313	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

TARStereo	0.08 74	0.56 309	0.06 82	0.06 67	0.06 141	0.06 121	0.06 139	0.06 123	0.06 139	0.06 125	0.06 140	0.06 126	0.06 136	0.06 117	0.06 133	0.06 72	0.06 83	0.06 123	0.06 136	0.06 125	0.06 133

DA	0.09 80	0.13 116	0.39 344	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 183	0.13 213	0.06 125	0.05 122

GGEV	0.09 80	0.13 116	0.39 344	0.08 76	0.05 126	0.07 137	0.05 120	0.13 171	0.05 124	0.06 125	0.05 127	0.06 126	0.05 117	0.06 117	0.05 115	0.06 72	0.05 78	0.14 183	0.13 213	0.06 125	0.05 122

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 67	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.04 110	0.06 126	0.04 100	0.06 117	0.04 97	0.06 72	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

qqq1	0.25 229	3.70 663	0.14 155	0.14 128	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

fff1	0.25 229	3.70 663	0.14 155	0.14 128	0.04 101	0.06 121	0.05 120	0.06 123	0.05 124	0.06 125	0.05 127	0.04 96	0.05 117	0.06 117	0.05 115	0.13 133	0.12 142	0.06 123	0.05 123	0.03 47	0.04 96

mmm	0.14 160	1.83 558	0.12 130	0.11 104	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 117	0.04 97	0.12 118	0.11 128	0.05 108	0.04 99	0.05 114	0.04 96

11t1	0.17 185	2.16 593	0.13 150	0.13 124	0.04 101	0.06 121	0.04 103	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.05 115	0.18 192	0.12 142	0.06 123	0.03 57	0.05 114	0.03 52

ffm	0.25 229	3.83 669	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

ff1	0.25 229	3.83 669	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

mmx	0.25 229	3.83 669	0.12 130	0.12 112	0.05 126	0.06 121	0.05 120	0.06 123	0.05 124	0.03 44	0.03 56	0.06 126	0.05 117	0.06 117	0.05 115	0.12 118	0.12 142	0.05 108	0.04 99	0.06 125	0.04 96

qqq	0.16 179	2.01 583	0.12 130	0.15 140	0.04 101	0.06 121	0.05 120	0.06 123	0.04 103	0.06 125	0.03 56	0.06 126	0.03 53	0.06 117	0.03 52	0.12 118	0.14 173	0.04 93	0.04 99	0.03 47	0.03 52

AASNet	0.06 61	0.08 84	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

SACVNet	0.06 61	0.08 84	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

AACVNet	0.06 61	0.08 84	0.08 89	0.08 76	0.05 126	0.06 121	0.05 120	0.05 110	0.06 139	0.06 125	0.06 140	0.05 113	0.06 136	0.06 117	0.05 115	0.08 84	0.08 91	0.08 138	0.05 123	0.06 125	0.05 122

ADCRef	0.12 132	0.03 31	0.04 64	1.71 614	0.04 101	0.03 44	0.03 54	0.04 95	0.04 103	0.04 92	0.03 56	0.04 96	0.03 53	0.06 117	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 610	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 117	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

FINET	0.07 67	0.08 84	0.07 87	0.07 74	0.07 148	0.08 139	0.06 139	0.08 141	0.07 148	0.08 140	0.07 149	0.08 140	0.06 136	0.07 138	0.07 139	0.08 84	0.07 88	0.07 133	0.07 142	0.06 125	0.06 133

SuperB	0.21 208	0.10 98	2.51 713	0.12 112	0.09 155	0.10 150	0.09 152	0.08 141	0.07 148	0.10 152	0.09 154	0.09 148	0.07 147	0.07 138	0.07 139	0.07 82	0.08 91	0.07 133	0.07 142	0.08 145	0.07 142

AnyNet_C32	0.14 160	0.04 52	0.03 39	2.22 632	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 138	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

TS12	0.09 80	0.09 93	0.17 193	0.19 175	0.06 141	0.08 139	0.06 139	0.08 141	0.06 139	0.08 140	0.06 140	0.08 140	0.06 136	0.08 141	0.06 133	0.15 153	0.16 184	0.08 138	0.06 136	0.08 145	0.06 133

DispViT+	0.07 67	0.08 84	0.12 130	0.08 76	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 140	0.05 117	0.08 141	0.05 115	0.08 84	0.07 88	0.07 133	0.05 123	0.07 140	0.05 122

BridgeDepth_RVC	0.07 67	0.08 84	0.11 119	0.11 104	0.05 126	0.08 139	0.05 120	0.08 141	0.05 124	0.08 140	0.05 127	0.08 140	0.05 117	0.08 141	0.05 115	0.11 112	0.10 106	0.07 133	0.05 123	0.07 140	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
GwcNet	0.12 132	0.07 82	0.05 79	0.08 76	0.05 126	0.08 139	1.20 606	0.07 138	0.05 124	0.05 112	0.05 127	0.08 140	0.05 117	0.08 141	0.03 52	0.07 82	0.05 78	0.06 123	0.05 123	0.07 140	0.05 122

ADCP+	0.15 172	0.04 52	0.04 64	2.20 631	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 127	0.04 96	0.04 100	0.08 141	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 578	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 141	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

anonymous	0.09 80	0.09 93	0.14 155	0.14 128	0.07 148	0.09 147	0.07 148	0.09 147	0.07 148	0.09 147	0.07 149	0.09 148	0.07 147	0.09 147	0.07 139	0.14 140	0.13 165	0.09 146	0.07 142	0.09 149	0.07 142

MatchStereo	0.54 429	0.12 114	2.38 711	2.32 648	0.09 155	0.09 147	0.08 151	0.09 147	0.07 148	0.09 147	0.07 149	0.09 148	0.07 147	0.09 147	0.08 142	2.34 688	2.34 707	0.12 166	0.11 177	0.11 163	0.10 158
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth	0.08 74	0.08 84	0.11 119	0.11 104	0.05 126	0.08 139	0.05 120	0.08 141	0.07 148	0.08 140	0.05 127	0.08 140	0.05 117	0.09 147	0.08 142	0.15 153	0.11 128	0.07 133	0.05 123	0.07 140	0.06 133
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
SepStereo	0.09 80	0.09 93	0.10 99	0.09 83	0.09 155	0.09 147	0.09 152	0.10 149	0.08 153	0.10 152	0.09 154	0.09 148	0.09 154	0.09 147	0.08 142	0.09 92	0.08 91	0.09 146	0.08 147	0.09 149	0.08 145

PASM	0.39 320	3.06 648	1.36 634	1.58 603	0.09 155	0.11 161	0.11 174	0.11 161	0.11 178	0.09 147	0.09 154	0.11 164	0.09 154	0.09 147	0.09 147	0.11 112	0.11 128	0.11 159	0.09 149	0.11 163	0.11 173

VeloStereo	0.16 179	0.92 382	0.16 183	0.18 168	0.08 151	0.11 161	0.12 201	0.12 169	0.09 156	0.09 147	0.28 307	0.10 152	0.08 152	0.10 152	0.12 195	0.15 153	0.17 212	0.08 138	0.12 202	0.09 149	0.08 145

flow	0.16 179	0.92 382	0.16 183	0.18 168	0.08 151	0.11 161	0.12 201	0.12 169	0.09 156	0.09 147	0.28 307	0.10 152	0.08 152	0.10 152	0.12 195	0.15 153	0.17 212	0.08 138	0.12 202	0.09 149	0.08 145

CAS++	0.17 185	0.27 186	0.21 224	0.10 87	0.21 277	0.15 195	0.22 264	0.10 149	0.21 265	0.22 234	0.10 158	0.19 216	0.18 255	0.10 152	0.19 253	0.20 202	0.19 226	0.18 223	0.10 158	0.19 223	0.18 245
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
AnonymousM	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

PVD	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SHD	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

SAMSARA	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

XQC	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSC	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTS	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

RTSA	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet+	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

MADNet++	0.10 98	0.10 98	0.10 99	0.10 87	0.10 162	0.10 150	0.10 157	0.10 149	0.10 160	0.10 152	0.10 158	0.10 152	0.10 158	0.10 152	0.10 154	0.10 97	0.10 106	0.10 148	0.10 158	0.10 153	0.10 158

over-6	0.11 119	0.11 109	0.15 176	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

over v1	0.11 119	0.11 109	0.15 176	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.10 158

over-8	0.11 119	0.14 134	0.15 176	0.16 150	0.10 162	0.11 161	0.10 157	0.11 161	0.09 156	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.09 147	0.14 140	0.14 173	0.11 159	0.09 149	0.11 163	0.09 150

over-9	0.11 119	0.11 109	0.16 183	0.16 150	0.10 162	0.12 170	0.10 157	0.11 161	0.10 160	0.11 164	0.10 158	0.11 164	0.10 158	0.11 165	0.10 154	0.14 140	0.14 173	0.11 159	0.10 158	0.11 163	0.09 150

JetRed	0.11 119	0.12 114	0.11 119	0.11 104	0.11 181	0.11 161	0.14 210	0.11 161	0.11 178	0.12 170	0.11 176	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.16 184	0.11 159	0.11 177	0.11 163	0.11 173

aanetorigin	0.13 139	0.11 109	0.11 119	0.11 104	0.11 181	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.12 198	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.11 128	0.14 183	0.11 177	0.49 447	0.11 173

BEATNet-Init1	0.19 198	0.08 84	0.08 89	2.23 633	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

DeepPrunerF	0.19 198	0.08 84	0.08 89	2.23 633	0.08 151	0.08 139	0.07 148	0.07 138	0.08 153	0.08 140	0.07 149	0.08 140	0.07 147	0.11 165	0.08 142	0.08 84	0.08 91	0.08 138	0.07 142	0.08 145	0.08 145

JetBlue	0.11 119	0.11 109	0.12 130	0.13 124	0.14 215	0.11 161	0.11 174	0.11 161	0.11 178	0.11 164	0.11 176	0.11 164	0.11 175	0.12 173	0.12 195	0.11 112	0.11 128	0.11 159	0.11 177	0.11 163	0.11 173

F4.4	0.13 139	0.13 116	0.18 203	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.10 158	0.13 174	0.11 173

FORCE_4.6	0.13 139	0.13 116	0.18 203	0.20 186	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.18 192	0.17 212	0.13 170	0.10 158	0.13 174	0.11 173

F5.5	0.13 139	0.13 116	0.18 203	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.12 204	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

F8.5	0.13 139	0.13 116	0.19 211	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.18 192	0.17 212	0.13 170	0.10 158	0.13 174	0.11 173

FORCE_9	0.13 139	0.13 116	0.20 218	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.18 225	0.13 170	0.11 177	0.13 174	0.11 173

FORCE_8	0.13 139	0.13 116	0.19 211	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.18 192	0.17 212	0.13 170	0.11 177	0.13 174	0.11 173

F7	0.13 139	0.13 116	0.19 211	0.20 186	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

FORCE_4.5	0.13 139	0.13 116	0.18 203	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

FORCE_4	0.13 139	0.13 116	0.19 211	0.19 175	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.10 158	0.13 174	0.11 173

FORCE_5	0.13 139	0.13 116	0.18 203	0.18 168	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.11 177	0.13 174	0.11 173

FORCE_6	0.13 139	0.13 116	0.18 203	0.18 168	0.11 181	0.13 171	0.11 174	0.13 171	0.11 178	0.13 172	0.11 176	0.13 172	0.11 175	0.13 174	0.11 169	0.17 176	0.16 184	0.13 170	0.10 158	0.13 174	0.10 158

DRN-Test	0.14 160	0.13 116	0.09 95	0.14 128	0.09 155	0.15 195	0.09 152	0.14 184	0.10 160	0.14 184	0.09 154	0.14 185	0.09 154	0.13 174	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 172	0.73 545

TT111	0.13 139	0.14 134	0.14 155	0.16 150	0.11 181	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.11 176	0.14 185	0.11 175	0.14 186	0.11 169	0.16 165	0.13 165	0.14 183	0.11 177	0.14 188	0.11 173

EE1	0.13 139	0.14 134	0.14 155	0.17 165	0.11 181	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.11 176	0.14 185	0.11 175	0.14 186	0.11 169	0.16 165	0.13 165	0.14 183	0.11 177	0.14 188	0.11 173

AnonStereo	0.13 139	0.14 134	0.14 155	0.16 150	0.11 181	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.11 176	0.14 185	0.11 175	0.14 186	0.11 169	0.16 165	0.13 165	0.14 183	0.11 177	0.14 188	0.11 173

S2M2_L	0.12 132	0.14 134	0.10 99	0.15 140	0.10 162	0.14 184	0.10 157	0.14 184	0.10 160	0.15 194	0.10 158	0.14 185	0.10 158	0.14 186	0.10 154	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.09 150
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
CIPLG	0.13 139	0.21 159	0.12 130	0.16 150	0.11 181	0.15 195	0.11 174	0.14 184	0.11 178	0.15 194	0.12 198	0.15 199	0.11 175	0.14 186	0.11 169	0.15 153	0.12 142	0.14 183	0.11 177	0.14 188	0.11 173

IPLG	0.13 139	0.20 153	0.14 155	0.15 140	0.11 181	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.11 176	0.14 185	0.11 175	0.14 186	0.11 169	0.15 153	0.12 142	0.14 183	0.11 177	0.14 188	0.11 173

MIPNet	0.14 160	0.21 159	0.17 193	0.16 150	0.11 181	0.15 195	0.12 201	0.14 184	0.11 178	0.16 199	0.11 176	0.14 185	0.11 175	0.14 186	0.11 169	0.14 140	0.12 142	0.14 183	0.11 177	0.14 188	0.11 173

IPLGR	0.14 160	0.24 173	0.14 155	0.16 150	0.12 208	0.15 195	0.12 201	0.14 184	0.11 178	0.15 194	0.12 198	0.14 185	0.11 175	0.14 186	0.11 169	0.15 153	0.12 142	0.14 183	0.11 177	0.14 188	0.11 173

ACRE	0.13 139	0.21 159	0.14 155	0.15 140	0.11 181	0.14 184	0.11 174	0.14 184	0.11 178	0.14 184	0.12 198	0.14 185	0.11 175	0.14 186	0.11 169	0.15 153	0.12 142	0.14 183	0.11 177	0.14 188	0.11 173

GMStereo	0.14 160	0.13 116	0.14 155	0.14 128	0.14 215	0.14 184	0.14 210	0.14 184	0.14 215	0.14 184	0.14 217	0.14 185	0.14 216	0.14 186	0.14 209	0.14 140	0.14 173	0.14 183	0.14 218	0.14 188	0.14 212
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.29 248	0.90 375	0.10 99	0.14 128	0.10 162	0.14 184	0.10 157	0.91 535	0.69 538	0.14 184	0.11 176	0.14 185	0.11 175	0.14 186	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 528	0.76 552

CCAANet	0.17 185	0.71 332	0.14 155	0.14 128	0.14 215	0.14 184	0.14 210	0.14 184	0.14 215	0.14 184	0.14 217	0.14 185	0.14 216	0.14 186	0.22 263	0.14 140	0.14 173	0.14 183	0.14 218	0.14 188	0.14 212

ADCS	0.09 80	0.02 12	0.04 64	0.90 478	0.06 141	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 186	0.36 410	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

StereoDRNet	0.15 172	0.14 134	0.10 99	0.14 128	0.09 155	0.15 195	0.09 152	0.14 184	0.09 156	0.14 184	0.10 158	0.14 185	0.09 154	0.14 186	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.82 561

LACA_dic	0.45 386	0.13 116	1.78 663	1.70 613	0.12 208	0.13 171	0.12 201	0.16 201	0.15 227	0.13 172	0.12 198	0.13 172	0.11 175	0.16 200	0.13 204	1.73 636	1.69 666	0.16 203	0.11 177	0.13 174	0.13 206

DF	0.39 320	1.37 511	1.02 552	1.14 516	0.12 208	0.16 202	0.12 201	0.16 201	0.12 208	0.16 199	0.12 198	0.16 200	0.12 204	0.16 200	0.12 195	1.12 550	1.00 542	0.15 199	0.12 202	0.15 199	0.12 199

xyz-stereo-finetune2	0.18 194	0.48 278	0.16 183	0.16 150	0.15 229	0.15 195	0.16 225	0.16 201	0.16 235	0.16 199	0.16 233	0.16 200	0.16 232	0.16 200	0.16 229	0.16 165	0.16 184	0.16 203	0.16 232	0.16 204	0.16 221

xyz-stereo	0.18 194	0.50 285	0.16 183	0.15 140	0.16 240	0.16 202	0.16 225	0.16 201	0.16 235	0.16 199	0.16 233	0.16 200	0.16 232	0.16 200	0.16 229	0.16 165	0.16 184	0.16 203	0.16 232	0.16 204	0.16 221

castereo++	0.54 429	3.59 660	1.15 562	1.31 587	0.14 215	0.16 202	0.14 210	0.16 201	0.14 215	0.16 199	0.14 217	0.16 200	0.13 211	0.16 200	0.14 209	1.45 623	1.16 568	0.15 199	0.14 218	0.15 199	0.13 206

GMStereo_Zeroshot	0.16 179	0.16 140	0.16 183	0.16 150	0.16 240	0.16 202	0.16 225	0.16 201	0.16 235	0.16 199	0.16 233	0.16 200	0.16 232	0.16 200	0.16 229	0.16 165	0.16 184	0.16 203	0.16 232	0.16 204	0.16 221

IPLGR_C	0.14 160	0.20 153	0.12 130	0.15 140	0.11 181	0.14 184	0.15 218	0.14 184	0.11 178	0.15 194	0.12 198	0.14 185	0.11 175	0.16 200	0.11 169	0.15 153	0.12 142	0.14 183	0.12 202	0.15 199	0.12 199

ICVP	0.15 172	0.53 299	0.11 119	0.16 150	0.11 181	0.16 202	0.11 174	0.16 201	0.11 178	0.16 199	0.11 176	0.16 200	0.11 175	0.16 200	0.11 169	0.16 165	0.11 128	0.16 203	0.11 177	0.16 204	0.11 173
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
S2M2_XL	0.14 160	0.17 145	0.12 130	0.17 165	0.11 181	0.17 209	0.11 174	0.17 208	0.11 178	0.17 206	0.11 176	0.17 208	0.11 175	0.17 208	0.11 169	0.16 165	0.11 128	0.16 203	0.11 177	0.16 204	0.11 173
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ProNet	0.14 160	0.20 153	0.14 155	0.16 150	0.11 181	0.16 202	0.11 174	0.17 208	0.11 178	0.17 206	0.12 198	0.17 208	0.13 211	0.17 208	0.12 195	0.15 153	0.11 128	0.16 203	0.11 177	0.15 199	0.12 199

HSM	0.14 160	0.16 140	0.12 130	0.17 165	0.12 208	0.17 209	0.11 174	0.17 208	0.11 178	0.17 206	0.12 198	0.17 208	0.12 204	0.17 208	0.12 195	0.16 165	0.11 128	0.16 203	0.11 177	0.16 204	0.12 199

ITSA-stereo	0.15 172	0.17 145	0.13 150	0.20 186	0.13 213	0.19 216	0.13 208	0.18 212	0.13 212	0.19 212	0.13 212	0.18 212	0.14 216	0.18 211	0.14 209	0.16 165	0.11 128	0.15 199	0.14 218	0.18 217	0.11 173

cf-r	0.66 454	2.17 594	0.12 130	0.18 168	0.12 208	0.18 213	2.70 733	2.60 707	0.12 208	0.18 210	0.12 198	0.18 212	0.12 204	0.18 211	0.12 195	0.15 153	0.11 128	0.15 199	0.11 177	1.81 653	1.74 707

ELAS	0.13 139	0.16 140	0.11 119	0.15 140	0.09 155	0.18 213	0.11 174	0.18 212	0.11 178	0.17 206	0.11 176	0.18 212	0.11 175	0.18 211	0.11 169	0.14 140	0.08 91	0.14 183	0.08 147	0.14 188	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SCION-MonSter	0.21 208	0.76 343	0.22 226	0.25 216	0.15 229	0.19 216	0.15 218	0.19 214	0.15 227	0.19 212	0.15 227	0.19 216	0.15 228	0.19 214	0.14 209	0.22 211	0.21 232	0.16 203	0.14 218	0.16 204	0.15 219

DDVS	0.30 249	3.10 649	0.14 155	0.19 175	0.14 215	0.19 216	0.14 210	0.20 221	0.14 215	0.19 212	0.13 212	0.16 200	0.13 211	0.19 214	0.13 204	0.17 176	0.13 165	0.17 213	0.13 213	0.17 213	0.13 206

DeepPruner_ROB	0.16 179	0.18 148	0.13 150	0.19 175	0.13 213	0.19 216	0.13 208	0.19 214	0.13 212	0.19 212	0.13 212	0.19 216	0.13 211	0.19 214	0.13 204	0.18 192	0.13 165	0.18 223	0.13 213	0.18 217	0.13 206

ELAS_RVC	0.14 160	0.16 140	0.10 99	0.15 140	0.10 162	0.18 213	0.11 174	0.19 214	0.11 178	0.19 212	0.12 198	0.18 212	0.11 175	0.19 214	0.12 195	0.14 140	0.08 91	0.14 183	0.09 149	0.15 199	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM_RVC	0.15 172	0.17 145	0.11 119	0.18 168	0.11 181	0.19 216	0.11 174	0.19 214	0.12 208	0.19 212	0.12 198	0.20 221	0.12 204	0.19 214	0.12 195	0.16 165	0.11 128	0.17 213	0.10 158	0.17 213	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SCION-MonSter(vits)	0.25 229	0.79 349	0.31 286	0.42 313	0.28 307	0.40 331	0.28 301	0.20 221	0.15 227	0.40 326	0.15 227	0.19 216	0.15 228	0.20 219	0.15 221	0.23 223	0.21 232	0.17 213	0.14 218	0.16 204	0.14 212

Weightmod_eth	0.20 200	0.24 173	0.28 258	0.47 336	0.14 215	0.24 249	0.14 210	0.17 208	0.13 212	0.22 234	0.16 233	0.22 238	0.13 211	0.20 219	0.16 229	0.24 232	0.20 228	0.19 226	0.14 218	0.16 204	0.24 268

DEFOM-Stereo_RVC	0.83 508	5.18 702	1.98 699	2.19 630	0.17 246	0.19 216	0.18 244	0.19 214	0.16 235	0.20 219	0.19 261	0.22 238	0.22 274	0.20 219	0.15 221	2.28 681	2.13 702	0.24 259	0.17 255	0.18 217	0.16 221

gwcnet-sp	0.82 505	1.72 526	1.48 644	0.39 276	0.15 229	0.31 287	0.21 259	0.20 221	0.25 284	1.61 652	0.23 277	0.28 275	0.26 296	0.20 219	0.15 221	0.24 232	1.33 630	0.32 294	0.16 232	6.75 757	0.23 258

scenet	0.82 505	1.72 526	1.48 644	0.39 276	0.15 229	0.31 287	0.21 259	0.20 221	0.25 284	1.61 652	0.23 277	0.28 275	0.26 296	0.20 219	0.15 221	0.24 232	1.33 630	0.32 294	0.16 232	6.75 757	0.23 258

ssnet	0.82 505	1.72 526	1.48 644	0.39 276	0.15 229	0.31 287	0.21 259	0.20 221	0.25 284	1.61 652	0.23 277	0.28 275	0.26 296	0.20 219	0.15 221	0.24 232	1.33 630	0.32 294	0.16 232	6.75 757	0.23 258

DAS	0.20 200	0.20 153	0.20 218	0.20 186	0.20 267	0.20 222	0.20 254	0.20 221	0.20 261	0.20 219	0.20 265	0.20 221	0.20 266	0.20 219	0.20 256	0.20 202	0.20 228	0.20 231	0.20 265	0.20 224	0.20 250

ACVNet	0.20 200	0.19 149	0.14 155	0.20 186	0.14 215	0.20 222	0.96 581	0.21 230	0.14 215	0.20 219	0.13 212	0.21 228	0.14 216	0.20 219	0.14 209	0.17 176	0.12 142	0.17 213	0.12 202	0.17 213	0.12 199

acv_ft	0.20 200	0.19 149	0.14 155	0.20 186	0.14 215	0.20 222	0.96 581	0.21 230	0.14 215	0.20 219	0.13 212	0.21 228	0.14 216	0.20 219	0.14 209	0.17 176	0.12 142	0.17 213	0.12 202	0.17 213	0.12 199

hitnet-ft	0.79 492	2.78 643	0.14 155	0.20 186	0.14 215	0.21 232	2.89 734	2.80 722	0.14 215	0.20 219	0.14 217	0.20 221	0.14 216	0.20 219	0.14 209	0.17 176	0.12 142	0.17 213	0.12 202	2.54 707	2.33 724

PSMNet-RSSM	0.77 488	2.76 638	0.14 155	0.20 186	0.14 215	0.20 222	2.66 731	2.79 721	0.14 215	0.21 230	0.14 217	0.21 228	0.14 216	0.20 219	0.14 209	0.17 176	0.12 142	0.17 213	0.12 202	2.52 699	2.31 722

CFNet-ft	0.55 434	1.57 520	0.14 155	0.20 186	0.14 215	0.20 222	2.53 729	1.61 647	0.14 215	0.20 219	0.14 217	0.20 221	0.14 216	0.20 219	0.14 209	0.17 176	0.12 142	0.17 213	0.12 202	1.56 641	1.24 656

GEAR-Net	0.22 215	0.46 267	0.27 250	0.29 230	0.17 246	0.21 232	0.17 235	0.21 230	0.17 245	0.21 230	0.17 241	0.21 228	0.17 244	0.21 231	0.17 236	0.28 250	0.26 253	0.20 231	0.16 232	0.20 224	0.16 221

depth_test_26	0.20 200	0.34 201	0.25 240	0.34 254	0.14 215	0.21 232	0.14 210	0.21 230	0.14 215	0.21 230	0.14 217	0.21 228	0.14 216	0.21 231	0.14 209	0.26 241	0.26 253	0.22 240	0.15 229	0.22 233	0.14 212

IGEV_Zeroshot_test	0.20 200	0.19 149	0.40 376	0.30 232	0.17 246	0.22 237	0.17 235	0.21 230	0.17 245	0.20 219	0.17 241	0.21 228	0.18 255	0.21 231	0.17 236	0.20 202	0.16 184	0.20 231	0.16 232	0.20 224	0.17 239

GANet-RSSM	0.75 482	1.91 573	0.14 155	0.47 336	0.14 215	0.21 232	3.21 750	2.30 693	0.14 215	0.46 420	0.14 217	0.23 246	0.18 255	0.21 231	0.14 209	0.18 192	0.27 266	0.37 340	0.13 213	2.13 676	2.12 717

GwcNet-RSSM	0.77 488	2.77 640	0.14 155	0.20 186	0.14 215	0.20 222	2.67 732	2.78 720	0.14 215	0.20 219	0.14 217	0.20 221	0.14 216	0.21 231	0.14 209	0.17 176	0.12 142	0.17 213	0.12 202	2.52 699	2.31 722

LALA_ROB	0.15 172	0.19 149	0.12 130	0.18 168	0.11 181	0.20 222	0.12 201	0.21 230	0.12 208	0.20 219	0.12 198	0.20 221	0.12 204	0.21 231	0.13 204	0.17 176	0.10 106	0.18 223	0.11 177	0.18 217	0.11 173

DepthFocus	0.18 194	0.22 163	0.15 176	0.22 199	0.15 229	0.22 237	0.15 218	0.22 236	0.15 227	0.22 234	0.15 227	0.22 238	0.16 232	0.22 237	0.15 221	0.20 202	0.15 181	0.20 231	0.14 218	0.20 224	0.14 212

RSGM-EC	0.24 226	0.24 173	0.15 176	0.22 199	0.15 229	0.22 237	0.15 218	0.22 236	0.15 227	0.24 247	0.15 227	0.22 238	0.15 228	0.22 237	1.19 606	0.20 202	0.17 212	0.24 259	0.14 218	0.20 224	0.14 212

acva	0.24 226	0.24 173	0.15 176	0.22 199	0.15 229	0.22 237	0.15 218	0.22 236	0.15 227	0.24 247	0.15 227	0.22 238	0.15 228	0.22 237	1.19 606	0.20 202	0.17 212	0.24 259	0.14 218	0.20 224	0.14 212

WAO-6	0.22 215	0.23 165	0.22 226	0.23 204	0.22 279	0.22 237	0.22 264	0.22 236	0.22 269	0.22 234	0.22 272	0.22 238	0.22 274	0.22 237	0.22 263	0.22 211	0.22 239	0.22 240	0.22 272	0.22 233	0.22 256

IMH-64-1	0.22 215	0.23 165	0.23 230	0.22 199	0.22 279	0.22 237	0.22 264	0.22 236	0.22 269	0.22 234	0.22 272	0.22 238	0.22 274	0.22 237	0.22 263	0.22 211	0.22 239	0.23 249	0.22 272	0.22 233	0.23 258

IMH-64	0.22 215	0.23 165	0.23 230	0.22 199	0.22 279	0.22 237	0.22 264	0.22 236	0.22 269	0.22 234	0.22 272	0.22 238	0.22 274	0.22 237	0.22 263	0.22 211	0.22 239	0.23 249	0.22 272	0.22 233	0.23 258

HCRNet	1.22 616	7.11 731	3.00 718	3.55 698	0.33 406	0.29 278	0.14 210	0.19 214	0.15 227	0.33 293	0.29 322	0.25 259	0.14 216	0.22 237	0.33 388	3.64 716	3.00 715	0.76 533	0.32 405	0.18 217	0.13 206

MSKI-zero shot	0.24 226	0.21 159	0.49 430	0.65 430	0.18 258	0.22 237	0.17 235	0.23 243	0.18 252	0.21 230	0.17 241	0.23 246	0.28 312	0.23 244	0.18 249	0.21 209	0.16 184	0.21 235	0.16 232	0.21 231	0.16 221

dd	0.23 222	0.98 393	0.16 183	0.23 204	0.15 229	0.23 246	0.15 218	0.23 243	0.15 227	0.23 240	0.15 227	0.24 252	0.17 244	0.23 244	0.15 221	0.22 211	0.15 181	0.21 235	0.15 229	0.22 233	0.16 221

dad	0.23 222	1.03 419	0.16 183	0.23 204	0.15 229	0.24 249	0.15 218	0.24 246	0.16 235	0.23 240	0.16 233	0.24 252	0.16 232	0.23 244	0.15 221	0.22 211	0.16 184	0.22 240	0.16 232	0.22 233	0.16 221

iResNet	0.20 200	0.23 165	0.18 203	0.24 209	0.18 258	0.24 249	0.20 254	0.24 246	0.18 252	0.23 240	0.17 241	0.23 246	0.18 255	0.23 244	0.18 249	0.22 211	0.16 184	0.21 235	0.16 232	0.21 231	0.16 221

LACA2	0.21 208	0.24 173	0.26 247	0.31 238	0.16 240	0.24 249	0.16 225	0.24 246	0.16 235	0.24 247	0.16 233	0.24 252	0.16 232	0.24 248	0.16 229	0.27 245	0.23 245	0.24 259	0.16 232	0.23 245	0.16 221

LACA1	0.21 208	0.24 173	0.26 247	0.31 238	0.16 240	0.24 249	0.16 225	0.24 246	0.16 235	0.24 247	0.16 233	0.24 252	0.16 232	0.24 248	0.16 229	0.27 245	0.22 239	0.23 249	0.16 232	0.23 245	0.16 221

BStereo	0.22 215	0.23 165	0.20 218	0.24 209	0.20 267	0.23 246	0.33 392	0.39 317	0.17 245	0.23 240	0.17 241	0.23 246	0.16 232	0.24 248	0.17 236	0.23 223	0.16 184	0.22 240	0.20 265	0.22 233	0.16 221

Anonymus123	0.22 215	0.23 165	0.20 218	0.24 209	0.20 267	0.23 246	0.33 392	0.39 317	0.17 245	0.23 240	0.17 241	0.23 246	0.16 232	0.24 248	0.17 236	0.23 223	0.16 184	0.22 240	0.20 265	0.22 233	0.16 221

tg	0.21 208	0.25 180	0.21 224	0.26 224	0.17 246	0.24 249	0.17 235	0.24 246	0.17 245	0.24 247	0.17 241	0.24 252	0.17 244	0.24 248	0.17 236	0.24 232	0.17 212	0.23 249	0.16 232	0.23 245	0.16 221

ACV-stereo	0.30 249	2.08 585	0.25 240	0.25 216	0.18 258	0.24 249	0.17 235	0.24 246	0.18 252	0.24 247	0.17 241	0.25 259	0.17 244	0.24 248	0.17 236	0.22 211	0.16 184	0.22 240	0.16 232	0.22 233	0.16 221

Pointernet	0.21 208	0.22 163	0.19 211	0.24 209	0.19 264	0.24 249	0.19 250	0.24 246	0.19 259	0.24 247	0.19 261	0.24 252	0.19 262	0.24 248	0.19 253	0.22 211	0.17 212	0.22 240	0.17 255	0.22 233	0.17 239

LRCNet_RVC	0.13 139	0.13 116	0.09 95	0.13 124	0.10 162	0.14 184	0.10 157	0.14 184	0.10 160	0.23 240	0.10 158	0.20 221	0.10 158	0.24 248	0.11 169	0.11 112	0.09 101	0.12 166	0.14 218	0.12 172	0.09 150

iResNetv2_ROB	0.20 200	0.23 165	0.18 203	0.24 209	0.20 267	0.24 249	0.18 244	0.24 246	0.18 252	0.24 247	0.18 258	0.23 246	0.19 262	0.24 248	0.18 249	0.21 209	0.16 184	0.21 235	0.16 232	0.22 233	0.16 221

SMOE	0.23 222	0.25 180	0.30 268	0.33 248	0.18 258	0.26 268	0.18 244	0.26 260	0.18 252	0.26 264	0.18 258	0.25 259	0.18 255	0.25 257	0.18 249	0.31 266	0.27 266	0.23 249	0.17 255	0.23 245	0.17 239

LACA3	0.23 222	0.25 180	0.27 250	0.54 403	0.17 246	0.25 259	0.17 235	0.25 254	0.17 245	0.25 255	0.17 241	0.25 259	0.17 244	0.25 257	0.17 236	0.28 250	0.23 245	0.24 259	0.17 255	0.24 250	0.17 239

model_zeroshot	0.27 240	0.20 153	0.27 250	0.33 248	0.21 277	0.37 315	0.22 264	0.37 303	0.24 279	0.26 264	0.27 299	0.33 298	0.21 273	0.25 257	0.27 288	0.32 269	0.20 228	0.34 311	0.23 278	0.25 253	0.26 276

MIM_Stereo	0.25 229	0.23 165	0.66 485	0.80 465	0.17 246	0.22 237	0.17 235	0.23 243	0.18 252	0.26 264	0.17 241	0.21 228	0.17 244	0.25 257	0.17 236	0.23 223	0.16 184	0.21 235	0.17 255	0.22 233	0.17 239

CASnet	0.35 282	0.51 293	0.44 399	0.32 244	0.31 379	0.24 249	0.34 407	0.36 295	0.25 284	0.31 282	0.37 428	0.30 285	0.33 403	0.25 257	0.45 465	0.37 295	0.37 368	0.33 301	0.35 433	0.34 292	0.37 419
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CAS	0.30 249	1.17 441	0.25 240	0.25 216	0.25 293	0.26 268	0.25 280	0.25 254	0.26 298	0.25 255	0.25 290	0.25 259	0.25 286	0.25 257	0.25 281	0.26 241	0.26 253	0.26 269	0.25 288	0.26 256	0.25 270

LoS	0.25 229	0.27 186	0.25 240	0.25 216	0.25 293	0.25 259	0.25 280	0.26 260	0.25 284	0.25 255	0.25 290	0.25 259	0.25 286	0.25 257	0.25 281	0.26 241	0.25 250	0.25 264	0.26 294	0.26 256	0.25 270
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MMNet	0.44 363	1.24 499	0.17 193	0.25 216	0.17 246	0.25 259	0.18 244	1.26 628	0.93 581	0.25 255	0.17 241	0.25 259	0.18 255	0.25 257	0.17 236	0.23 223	0.16 184	0.23 249	0.16 232	1.20 578	0.99 578

delet	0.43 350	1.21 491	0.17 193	0.25 216	0.17 246	0.25 259	0.18 244	1.26 628	0.95 583	0.25 255	0.17 241	0.25 259	0.17 244	0.25 257	0.17 236	0.23 223	0.16 184	0.22 240	0.16 232	1.18 574	0.98 577

psm_up	0.43 350	1.19 444	0.17 193	0.25 216	0.18 258	0.25 259	0.19 250	1.26 628	0.91 575	0.26 264	0.17 241	0.25 259	0.17 244	0.25 257	0.17 236	0.22 211	0.17 212	0.23 249	0.16 232	1.18 574	0.99 578

UPFNet	0.42 348	1.20 445	0.17 193	0.24 209	0.17 246	0.25 259	0.17 235	1.19 574	0.90 574	0.25 255	0.17 241	0.24 252	0.17 244	0.25 257	0.17 236	0.22 211	0.17 212	0.22 240	0.16 232	1.15 566	0.93 571

AANet_RVC	1.26 619	0.31 197	4.99 747	5.93 737	0.20 267	0.25 259	0.20 254	0.25 254	0.20 261	0.23 240	0.19 261	0.25 259	0.20 266	0.25 257	0.20 256	5.66 748	4.76 742	0.26 269	0.30 386	0.24 250	0.27 314

VIP-Stereo	0.70 468	2.97 647	2.43 712	2.49 659	0.16 240	0.25 259	0.16 225	0.25 254	0.16 235	0.25 255	0.18 258	0.25 259	0.16 232	0.26 269	0.16 229	1.86 640	1.26 622	0.23 249	0.15 229	0.23 245	0.15 219

castereo	0.61 444	3.79 668	1.35 626	1.52 601	0.15 229	0.17 209	0.16 225	0.20 221	0.21 265	0.18 210	0.16 233	0.21 228	0.12 204	0.26 269	0.17 236	1.43 622	1.38 639	0.17 213	0.16 232	0.18 217	0.16 221

UNDER WATER-64	0.25 229	0.26 183	0.25 240	0.26 224	0.25 293	0.25 259	0.25 280	0.25 254	0.25 284	0.25 255	0.25 290	0.25 259	0.25 286	0.26 269	0.25 281	0.25 239	0.25 250	0.25 264	0.25 288	0.25 253	0.25 270

LoS_RVC	0.30 249	1.14 435	0.25 240	0.25 216	0.25 293	0.26 268	0.25 280	0.25 254	0.25 284	0.25 255	0.25 290	0.26 271	0.26 296	0.26 269	0.25 281	0.26 241	0.26 253	0.25 264	0.25 288	0.26 256	0.26 276

small-0shot	0.35 282	1.92 579	0.27 250	0.27 227	0.27 301	0.27 273	0.27 290	0.27 264	0.27 302	0.27 269	0.27 299	0.26 271	0.27 303	0.27 273	0.26 286	0.27 245	0.26 253	0.26 269	0.26 294	0.26 256	0.27 314

RAFT-FEzeroshot	0.34 271	0.26 183	0.17 193	0.21 197	0.17 246	0.20 222	0.16 225	0.20 221	0.16 235	0.20 219	0.17 241	0.21 228	0.16 232	0.27 273	0.24 273	0.19 199	0.16 184	0.19 226	0.16 232	0.26 256	3.08 740

RAFT-FE	0.34 271	0.26 183	0.17 193	0.21 197	0.17 246	0.20 222	0.16 225	0.20 221	0.16 235	0.20 219	0.17 241	0.21 228	0.16 232	0.27 273	0.24 273	0.19 199	0.16 184	0.19 226	0.16 232	0.26 256	3.08 740

ssnet_v2	0.68 462	1.96 581	1.25 622	0.29 230	0.20 267	0.30 280	0.20 254	0.29 270	0.22 269	1.50 648	0.20 265	0.31 290	0.20 266	0.27 273	0.22 263	0.24 232	1.49 646	0.26 269	0.18 262	3.90 718	0.19 248

GEStereo_RVC	0.86 520	4.45 685	0.20 218	0.27 227	0.20 267	0.27 273	0.20 254	0.26 260	0.18 252	5.03 758	0.20 265	0.27 274	0.19 262	0.27 273	0.21 259	0.20 202	0.19 226	0.19 226	4.02 762	0.20 224	0.18 245

DLNR-FE	0.28 243	0.89 371	0.30 268	0.34 254	0.19 264	0.28 275	0.19 250	0.28 265	0.20 261	0.28 270	0.20 265	0.28 275	0.20 266	0.28 278	0.20 256	0.33 275	0.28 274	0.25 264	0.19 263	0.24 250	0.19 248

SQANet	0.28 243	0.28 189	0.28 258	0.28 229	0.28 307	0.28 275	0.28 301	0.28 265	0.28 308	0.28 270	0.28 307	0.28 275	0.28 312	0.28 278	0.28 297	0.28 250	0.28 274	0.28 278	0.28 353	0.28 264	0.28 342

ac_64	0.22 215	0.13 116	0.19 211	0.23 204	0.10 162	0.26 268	1.02 591	0.14 184	0.10 160	0.28 270	0.14 217	0.17 208	0.19 262	0.28 278	0.09 147	0.22 211	0.16 184	0.23 249	0.17 255	0.11 163	0.12 199

CFNet	1.37 624	5.27 711	0.19 211	5.49 734	0.19 264	0.28 275	0.19 250	0.28 265	0.19 259	0.28 270	0.19 261	0.28 275	4.35 755	0.28 278	0.19 253	0.23 223	0.17 212	0.23 249	4.21 764	4.81 741	0.17 239

PAM	0.39 320	1.88 569	0.34 314	0.37 264	0.41 461	0.45 426	0.22 264	0.28 265	0.23 276	0.28 270	0.24 284	0.29 281	0.23 280	0.29 282	0.23 270	0.38 308	0.32 308	0.38 348	0.37 442	0.32 280	0.22 256

RAFT + AFF	0.31 256	0.45 263	0.34 314	0.39 276	0.28 307	0.38 322	0.33 392	0.29 270	0.31 378	0.30 277	0.30 337	0.29 281	0.27 303	0.29 282	0.30 323	0.28 250	0.29 288	0.29 283	0.29 368	0.27 262	0.32 383

Weightmod	0.27 240	0.29 191	0.33 300	0.38 267	0.20 267	0.30 280	0.21 259	0.29 270	0.21 265	0.29 275	0.22 272	0.30 285	0.20 266	0.30 284	0.21 259	0.37 295	0.31 303	0.27 274	0.20 265	0.28 264	0.21 253

MultiAttention	0.30 249	0.30 194	0.30 268	0.30 232	0.30 332	0.30 280	0.30 324	0.30 273	0.30 333	0.30 277	0.30 337	0.30 285	0.30 333	0.30 284	0.30 323	0.30 260	0.30 298	0.30 285	0.30 386	0.30 272	0.30 366

MSAF-DinoV2	0.30 249	0.30 194	0.30 268	0.30 232	0.30 332	0.30 280	0.30 324	0.30 273	0.30 333	0.30 277	0.30 337	0.30 285	0.30 333	0.30 284	0.30 323	0.30 260	0.30 298	0.30 285	0.30 386	0.30 272	0.30 366

DLNR_Zeroshot_test	0.31 256	0.28 189	0.47 415	0.79 461	0.24 290	0.30 280	0.26 287	0.30 273	0.24 279	0.32 288	0.23 277	0.31 290	0.24 283	0.30 284	0.23 270	0.29 259	0.26 253	0.29 283	0.24 285	0.33 287	0.23 258

DANet	0.30 249	0.30 194	0.30 268	0.30 232	0.30 332	0.30 280	0.30 324	0.30 273	0.30 333	0.30 277	0.30 337	0.30 285	0.30 333	0.30 284	0.30 323	0.30 260	0.30 298	0.30 285	0.30 386	0.30 272	0.30 366
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 256	0.31 197	0.31 286	0.30 232	0.40 451	0.31 287	0.30 324	0.30 273	0.34 411	0.29 275	0.31 381	0.29 281	0.30 333	0.31 289	0.31 364	0.31 266	0.29 288	0.31 291	0.30 386	0.31 277	0.31 376

DStereoSA	0.32 265	0.52 295	0.34 314	0.31 238	0.31 379	0.30 280	0.30 324	0.31 279	0.30 333	0.31 282	0.31 381	0.31 290	0.30 333	0.31 289	0.31 364	0.30 260	0.32 308	0.31 291	0.31 397	0.31 277	0.31 376

DEFOM-Stereo	0.68 462	3.11 650	1.40 640	1.63 611	0.25 293	0.31 287	0.25 280	0.31 279	0.28 308	0.31 282	0.29 322	0.29 281	0.27 303	0.31 289	0.28 297	1.59 631	1.47 645	0.30 285	0.29 368	0.30 272	0.28 342

SME	0.27 240	0.29 191	0.31 286	0.38 267	0.20 267	0.29 278	0.18 244	0.30 273	0.20 261	0.32 288	0.21 270	0.32 294	0.20 266	0.32 292	0.21 259	0.35 287	0.32 308	0.27 274	0.19 263	0.29 268	0.20 250

DStereoFS	0.32 265	0.33 200	0.32 295	0.33 248	0.30 332	0.32 296	0.32 381	0.32 281	0.31 378	0.30 277	0.31 381	0.31 290	0.30 333	0.32 292	0.32 376	0.32 269	0.31 303	0.30 285	0.47 494	0.32 280	0.34 399

xyz-stereo-finetune	0.28 243	0.49 280	0.16 183	0.16 150	0.16 240	0.16 202	0.16 225	0.22 236	0.30 333	0.32 288	0.31 381	0.32 294	0.31 384	0.32 292	0.32 376	0.32 269	0.33 321	0.31 291	0.32 405	0.31 277	0.32 383

WCG-NET（raft）	0.32 265	1.24 499	0.24 237	0.32 244	0.24 290	0.32 296	0.23 273	0.32 281	0.24 279	0.32 288	0.24 284	0.32 294	0.24 283	0.32 292	0.24 273	0.30 260	0.23 245	0.30 285	0.23 278	0.30 272	0.23 258

tt1	0.31 256	0.93 386	0.24 237	0.33 248	0.23 285	0.31 287	0.24 278	0.32 281	0.24 279	0.32 288	0.23 277	0.32 294	0.25 286	0.32 292	0.24 273	0.27 245	0.26 253	0.27 274	0.26 294	0.27 262	0.27 314

xxxxx1	0.31 256	0.91 377	0.23 230	0.31 238	0.23 285	0.31 287	0.23 273	0.33 285	0.25 284	0.31 282	0.24 284	0.33 298	0.25 286	0.32 292	0.24 273	0.28 250	0.28 274	0.28 278	0.28 353	0.29 268	0.27 314

tt_ll	0.31 256	0.91 377	0.23 230	0.31 238	0.23 285	0.31 287	0.23 273	0.33 285	0.25 284	0.31 282	0.24 284	0.33 298	0.25 286	0.32 292	0.24 273	0.28 250	0.28 274	0.28 278	0.28 353	0.29 268	0.27 314

ff	0.31 256	0.91 377	0.23 230	0.31 238	0.23 285	0.31 287	0.23 273	0.33 285	0.25 284	0.31 282	0.24 284	0.33 298	0.25 286	0.32 292	0.24 273	0.28 250	0.28 274	0.28 278	0.28 353	0.29 268	0.27 314

iResNet_ROB	0.28 243	0.32 199	0.24 237	0.32 244	0.25 293	0.32 296	0.24 278	0.32 281	0.24 279	0.33 293	0.24 284	0.35 305	0.24 283	0.33 300	0.24 273	0.31 266	0.24 249	0.32 294	0.24 285	0.32 280	0.24 268

FE-Mocha	0.35 282	0.71 332	0.40 376	0.47 336	0.27 301	0.34 299	0.27 290	0.34 288	0.26 298	0.34 296	0.26 295	0.34 303	0.27 303	0.34 301	0.27 288	0.44 353	0.41 396	0.33 301	0.29 368	0.32 280	0.29 351

H2IRNET	0.34 271	0.34 201	0.34 314	0.34 254	0.34 418	0.34 299	0.34 407	0.34 288	0.34 411	0.34 296	0.34 408	0.34 303	0.34 410	0.34 301	0.34 403	0.34 279	0.34 350	0.34 311	0.34 420	0.34 292	0.34 399

DN-CSS_ROB	0.31 256	0.35 203	0.28 258	0.35 257	0.28 307	0.34 299	0.27 290	0.34 288	0.25 284	0.35 300	0.27 299	0.36 310	0.26 296	0.34 301	0.28 297	0.35 287	0.28 274	0.34 311	0.28 353	0.34 292	0.27 314

GeoVLM	0.36 290	0.38 215	0.27 250	0.46 329	0.28 307	0.35 303	0.28 301	0.37 303	0.27 302	0.35 300	0.28 307	0.36 310	0.38 429	0.35 304	0.28 297	1.08 541	0.26 253	0.33 301	0.27 332	0.34 292	0.33 392

MyStereo04	0.56 436	3.72 666	0.59 460	0.49 348	0.41 461	0.36 307	0.32 381	0.37 303	0.31 378	0.34 296	0.46 478	0.35 305	0.32 391	0.35 304	0.33 388	0.49 409	0.45 420	0.34 311	0.32 405	0.35 305	0.43 454

FENet	0.54 429	1.52 518	1.19 568	1.41 597	0.23 285	0.35 303	0.23 273	0.35 291	0.23 276	0.34 296	0.23 277	0.35 305	0.23 280	0.35 304	0.23 270	1.40 620	1.07 552	0.32 294	0.23 278	0.33 287	0.23 258

DMCA	0.36 290	0.38 215	0.37 331	0.35 257	0.35 422	0.36 307	0.36 418	0.36 295	0.35 415	0.35 300	0.37 428	0.36 310	0.36 420	0.35 304	0.36 410	0.36 292	0.36 363	0.35 327	0.36 439	0.36 315	0.36 413

MLCV	0.31 256	0.35 203	0.27 250	0.35 257	0.28 307	0.35 303	0.27 290	0.35 291	0.28 308	0.36 304	0.27 299	0.35 305	0.27 303	0.35 304	0.27 288	0.34 279	0.27 266	0.34 311	0.27 332	0.34 292	0.27 314

ETE_ROB	0.35 282	0.35 203	0.35 324	0.35 257	0.35 422	0.35 303	0.35 412	0.35 291	0.35 415	0.35 300	0.35 417	0.35 305	0.35 416	0.35 304	0.35 407	0.35 287	0.35 357	0.35 327	0.35 433	0.35 305	0.35 410

GREATEN-IGEV_RVC	0.38 306	0.35 203	0.56 454	0.63 424	0.29 320	0.36 307	0.29 316	0.36 295	0.29 318	0.39 319	0.29 322	0.36 310	0.29 324	0.36 310	0.29 313	0.62 455	0.57 466	0.35 327	0.29 368	0.36 315	0.29 351

GREATEN-IGEV-FM_RVC	0.38 306	0.35 203	0.56 454	0.63 424	0.28 307	0.36 307	0.28 301	0.36 295	0.28 308	0.36 304	0.28 307	0.36 310	0.28 312	0.36 310	0.28 297	0.62 455	0.57 466	0.35 327	0.28 353	0.35 305	0.28 342

PStereo	0.32 265	0.36 208	0.28 258	0.38 267	0.29 320	0.36 307	0.27 290	0.38 312	0.27 302	0.38 312	0.28 307	0.36 310	0.27 303	0.36 310	0.28 297	0.32 269	0.27 266	0.33 301	0.27 332	0.33 287	0.27 314

EKT-Stereo	0.37 300	0.40 226	0.44 399	1.07 508	0.29 320	0.34 299	0.31 371	0.36 295	0.29 318	0.38 312	0.31 381	0.37 320	0.30 333	0.36 310	0.29 313	0.34 279	0.28 274	0.39 391	0.30 386	0.37 320	0.30 366

Any-RAFT	0.32 265	0.36 208	0.27 250	0.36 261	0.27 301	0.36 307	0.27 290	0.36 295	0.27 302	0.36 304	0.27 299	0.36 310	0.27 303	0.36 310	0.28 297	0.36 292	0.28 274	0.36 336	0.28 353	0.36 315	0.28 342

IGEV-Stereo	0.35 282	0.44 254	0.45 401	0.49 348	0.30 332	0.37 315	0.30 324	0.36 295	0.30 333	0.36 304	0.29 322	0.36 310	0.29 324	0.36 310	0.30 323	0.46 394	0.39 382	0.32 294	0.24 285	0.32 280	0.25 270
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
HGLStereo	0.28 243	0.29 191	0.22 226	0.36 261	0.22 279	0.36 307	0.21 259	0.36 295	0.21 265	0.42 357	0.21 270	0.36 310	0.22 274	0.36 310	0.21 259	0.34 279	0.21 232	0.34 311	0.21 269	0.34 292	0.21 253

NoBS	0.39 320	0.68 327	0.36 326	0.38 267	0.36 428	0.38 322	0.39 445	0.39 317	0.39 444	0.37 310	0.35 417	0.37 320	0.38 429	0.37 317	0.38 423	0.39 321	0.36 363	0.36 336	0.39 460	0.38 333	0.38 426

IGEV-FE	0.35 282	0.37 211	0.17 193	0.19 175	0.17 246	0.20 222	0.17 235	0.19 214	0.17 245	0.19 212	0.17 241	0.19 216	0.17 244	0.37 317	0.36 410	0.19 199	0.17 212	0.19 226	0.17 255	0.38 333	2.84 731

RSM	0.36 290	0.36 208	0.43 397	0.37 264	0.42 471	0.49 452	0.42 461	0.37 303	0.28 308	0.36 304	0.29 322	0.36 310	0.30 333	0.37 317	0.28 297	0.34 279	0.31 303	0.34 311	0.35 433	0.40 395	0.29 351

XPNet_ROB	0.37 300	0.37 211	0.37 331	0.37 264	0.37 433	0.37 315	0.37 424	0.37 303	0.37 427	0.37 310	0.37 428	0.37 320	0.37 425	0.37 317	0.37 420	0.37 295	0.37 368	0.37 340	0.37 442	0.37 320	0.37 419

LG-Stereo_L2	0.34 271	0.37 211	0.38 333	0.47 336	0.28 307	0.39 329	0.28 301	0.39 317	0.28 308	0.39 319	0.28 307	0.39 328	0.28 312	0.38 321	0.28 297	0.42 351	0.35 357	0.36 336	0.26 294	0.35 305	0.26 276

WAO-8	0.38 306	0.38 215	0.38 333	0.38 267	0.38 440	0.38 322	0.38 431	0.38 312	0.38 431	0.38 312	0.38 433	0.38 323	0.38 429	0.38 321	0.38 423	0.38 308	0.38 375	0.38 348	0.37 442	0.38 333	0.38 426

WAO-7	0.38 306	0.38 215	0.38 333	0.38 267	0.38 440	0.38 322	0.38 431	0.38 312	0.38 431	0.38 312	0.38 433	0.38 323	0.38 429	0.38 321	0.38 423	0.38 308	0.38 375	0.38 348	0.38 456	0.38 333	0.38 426

Venus	0.38 306	0.38 215	0.38 333	0.38 267	0.38 440	0.37 315	0.38 431	0.37 303	0.37 427	0.41 343	0.37 428	0.39 328	0.37 425	0.38 321	0.38 423	0.37 295	0.38 375	0.38 348	0.37 442	0.37 320	0.38 426

IMH	0.38 306	0.38 215	0.38 333	0.38 267	0.38 440	0.38 322	0.38 431	0.38 312	0.38 431	0.42 357	0.38 433	0.40 338	0.38 429	0.38 321	0.38 423	0.38 308	0.38 375	0.39 391	0.38 456	0.38 333	0.38 426

iRaft-Stereo_5w	0.34 271	0.42 249	0.31 286	0.39 276	0.30 332	0.38 322	0.30 324	0.40 326	0.29 318	0.40 326	0.37 428	0.41 353	0.34 410	0.38 321	0.30 323	0.34 279	0.27 266	0.34 311	0.26 294	0.34 292	0.26 276

iRaft-Stereo_20w	0.34 271	0.41 238	0.31 286	0.39 276	0.29 320	0.40 331	0.32 381	0.41 345	0.32 390	0.38 312	0.30 337	0.39 328	0.30 333	0.38 321	0.32 376	0.35 287	0.27 266	0.34 311	0.27 332	0.34 292	0.29 351

FCDSN-DC	0.41 334	0.59 316	0.64 479	0.54 403	0.33 406	0.50 461	0.37 424	0.42 363	0.40 447	0.61 493	0.43 467	0.50 463	0.49 490	0.38 321	0.32 376	0.28 250	0.23 245	0.26 269	0.22 272	0.35 305	0.28 342
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ACVNet-DCA	0.37 300	1.00 403	0.30 268	0.40 289	0.29 320	0.40 331	0.29 316	0.40 326	0.29 318	0.40 326	0.29 322	0.40 338	0.29 324	0.39 329	0.28 297	0.33 275	0.32 308	0.33 301	0.32 405	0.33 287	0.32 383

HanzoNet	0.39 320	0.38 215	0.40 376	0.39 276	0.41 461	0.38 322	0.38 431	0.38 312	0.38 431	0.39 319	0.39 443	0.38 323	0.38 429	0.39 329	0.40 440	0.38 308	0.38 375	0.40 404	0.38 456	0.38 333	0.40 435

StereoDRNet-Refined	0.33 270	0.39 222	0.26 247	0.39 276	0.26 300	0.40 331	0.26 287	0.40 326	0.26 298	0.39 319	0.26 295	0.39 328	0.26 296	0.39 329	0.26 286	0.37 295	0.25 250	0.37 340	0.25 288	0.37 320	0.37 419
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
test410_97500	0.41 334	0.89 371	0.31 286	0.40 289	0.31 379	0.40 331	0.31 371	0.40 326	0.31 378	0.61 493	0.53 506	0.40 338	0.31 384	0.40 332	0.31 364	0.58 441	0.47 430	0.38 348	0.29 368	0.38 333	0.29 351

test410	0.66 454	5.69 722	0.31 286	0.40 289	0.31 379	0.41 350	0.31 371	0.40 326	0.31 378	0.62 497	0.55 509	0.40 338	0.31 384	0.40 332	0.31 364	0.59 444	0.47 430	0.38 348	0.29 368	0.38 333	0.30 366

SCION-M(vits-remse)	0.34 271	0.79 349	0.30 268	0.33 248	0.28 307	0.40 331	0.28 301	0.40 326	0.28 308	0.40 326	0.28 307	0.39 328	0.28 312	0.40 332	0.28 297	0.23 223	0.21 232	0.35 327	0.27 332	0.35 305	0.27 314

SCION-Mon(vits-remp)	0.34 271	0.98 393	0.30 268	0.33 248	0.18 258	0.21 232	0.28 301	0.40 326	0.28 308	0.40 326	0.28 307	0.39 328	0.28 312	0.40 332	0.28 297	0.37 295	0.29 288	0.35 327	0.27 332	0.35 305	0.27 314

PhaseNet	1.74 635	6.34 729	4.81 745	6.77 743	0.24 290	0.80 524	0.53 502	0.48 432	0.22 269	0.53 472	0.28 307	0.48 442	0.25 286	0.40 332	0.32 376	6.39 754	4.61 741	0.46 450	0.38 456	0.25 253	0.18 245

DDF-Stereo	0.43 350	1.15 438	0.57 458	0.53 400	0.32 393	0.41 350	0.32 381	0.41 345	0.32 390	0.41 343	0.32 391	0.41 353	0.32 391	0.40 332	0.32 376	0.52 424	0.50 447	0.38 348	0.31 397	0.39 381	0.31 376

DCVSM-stereo	0.36 290	1.89 570	0.22 226	0.40 289	0.22 279	0.40 331	0.22 264	0.40 326	0.22 269	0.40 326	0.22 272	0.40 338	0.22 274	0.40 332	0.22 263	0.28 250	0.21 232	0.28 278	0.21 269	0.28 264	0.20 250

IGEV++	0.34 271	0.43 251	0.30 268	0.40 289	0.29 320	0.40 331	0.29 316	0.40 326	0.29 318	0.40 326	0.29 322	0.40 338	0.29 324	0.40 332	0.30 323	0.38 308	0.29 288	0.37 340	0.29 368	0.37 320	0.29 351

xx1	0.38 306	1.03 419	0.31 286	0.40 289	0.31 379	0.41 350	0.28 301	0.40 326	0.29 318	0.40 326	0.29 322	0.40 338	0.29 324	0.40 332	0.29 313	0.34 279	0.33 321	0.34 311	0.32 405	0.34 292	0.32 383

1test111	0.37 300	1.02 417	0.30 268	0.39 276	0.29 320	0.40 331	0.28 301	0.39 317	0.29 318	0.39 319	0.29 322	0.39 328	0.28 312	0.40 332	0.29 313	0.33 275	0.32 308	0.33 301	0.31 397	0.32 280	0.31 376

cc1	0.37 300	1.02 417	0.30 268	0.39 276	0.29 320	0.40 331	0.28 301	0.39 317	0.29 318	0.39 319	0.29 322	0.39 328	0.28 312	0.40 332	0.29 313	0.33 275	0.32 308	0.33 301	0.31 397	0.32 280	0.31 376

knoymous	0.40 326	0.40 226	0.40 376	0.40 289	0.40 451	0.40 331	0.40 446	0.40 326	0.40 447	0.40 326	0.40 446	0.40 338	0.40 442	0.40 332	0.40 440	0.40 329	0.40 386	0.40 404	0.40 462	0.40 395	0.40 435

anonymousa	0.40 326	0.40 226	0.40 376	0.40 289	0.40 451	0.40 331	0.40 446	0.40 326	0.40 447	0.40 326	0.40 446	0.40 338	0.40 442	0.40 332	0.40 440	0.40 329	0.40 386	0.40 404	0.40 462	0.40 395	0.40 435

riskmin	0.40 326	0.40 226	0.40 376	0.40 289	0.40 451	0.40 331	0.40 446	0.40 326	0.40 447	0.40 326	0.40 446	0.40 338	0.40 442	0.40 332	0.40 440	0.40 329	0.40 386	0.40 404	0.40 462	0.40 395	0.40 435

Anonymous_2	0.40 326	0.40 226	0.40 376	0.40 289	0.40 451	0.40 331	0.40 446	0.40 326	0.40 447	0.40 326	0.40 446	0.40 338	0.40 442	0.40 332	0.40 440	0.40 329	0.40 386	0.40 404	0.40 462	0.40 395	0.40 435

Anonymous_1	0.40 326	0.40 226	0.40 376	0.40 289	0.40 451	0.40 331	0.40 446	0.40 326	0.40 447	0.40 326	0.40 446	0.40 338	0.40 442	0.40 332	0.40 440	0.40 329	0.40 386	0.40 404	0.40 462	0.40 395	0.40 435

IER	0.88 525	7.04 730	2.23 705	2.75 664	0.28 307	0.43 378	0.25 280	0.39 317	0.25 284	0.41 343	0.27 299	0.39 328	0.25 286	0.40 332	0.28 297	0.37 295	0.28 274	0.37 340	0.25 288	0.37 320	0.25 270

CRFU-Net	0.65 452	1.67 523	1.22 618	1.96 622	0.27 301	0.41 350	0.27 290	0.41 345	0.27 302	0.40 326	0.26 295	0.41 353	0.27 303	0.40 332	0.27 288	1.80 639	1.62 660	0.34 311	0.23 278	0.33 287	0.23 258

NINENet	0.69 465	3.87 672	1.20 571	1.98 623	0.05 126	0.40 331	0.04 103	0.40 326	0.05 124	0.41 343	0.04 110	0.41 353	0.05 117	0.40 332	0.05 115	1.79 638	1.56 652	0.34 311	0.22 272	0.34 292	0.23 258

AdaStereo	0.40 326	0.40 226	0.40 376	0.40 289	0.40 451	0.40 331	0.40 446	0.40 326	0.40 447	0.40 326	0.40 446	0.40 338	0.40 442	0.40 332	0.40 440	0.40 329	0.40 386	0.40 404	0.40 462	0.40 395	0.40 435
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.
MCSU-Stereo	2.48 709	10.56 756	8.50 766	9.47 759	0.31 379	0.43 378	0.30 324	0.42 363	0.30 333	0.42 357	0.30 337	0.42 371	0.30 333	0.41 352	0.30 323	8.86 766	6.93 756	0.40 404	0.29 368	0.39 381	0.28 342

HART	0.38 306	0.45 263	0.34 314	0.42 313	0.33 406	0.41 350	0.34 407	0.42 363	0.33 400	0.43 364	0.34 408	0.42 371	0.34 410	0.41 352	0.38 423	0.40 329	0.32 308	0.42 438	0.32 405	0.40 395	0.32 383

RAFT-Stereo-weight	0.45 386	1.90 572	0.34 314	0.42 313	0.36 428	0.43 378	0.35 412	0.42 363	0.34 411	0.42 357	0.34 408	0.44 415	0.34 410	0.41 352	0.34 403	0.38 308	0.32 308	0.38 348	0.32 405	0.38 333	0.33 392

RAFT-Test	0.36 290	0.37 211	0.33 300	0.41 303	0.32 393	0.41 350	0.32 381	0.41 345	0.32 390	0.41 343	0.32 391	0.41 353	0.32 391	0.41 352	0.33 388	0.37 295	0.29 288	0.37 340	0.29 368	0.38 333	0.31 376

GMOStereo	0.37 300	0.45 263	0.23 230	0.30 232	0.37 433	0.41 350	0.36 418	0.41 345	0.35 415	0.43 364	0.36 421	0.41 353	0.40 442	0.41 352	0.36 410	0.34 279	0.22 239	0.47 460	0.37 442	0.39 381	0.33 392

error version	0.93 535	4.47 686	2.35 708	1.99 624	0.37 433	0.41 350	0.36 418	0.41 345	0.35 415	0.43 364	0.36 421	0.41 353	0.40 442	0.41 352	0.36 410	1.87 642	2.16 703	0.47 460	0.37 442	0.39 381	0.33 392

test_1	0.93 535	4.47 686	2.35 708	1.99 624	0.37 433	0.41 350	0.36 418	0.41 345	0.35 415	0.43 364	0.36 421	0.41 353	0.40 442	0.41 352	0.36 410	1.87 642	2.16 703	0.47 460	0.37 442	0.39 381	0.33 392

GwcNet-ADL	0.41 334	0.41 238	0.41 390	0.41 303	0.41 461	0.41 350	0.41 455	0.41 345	0.41 457	0.41 343	0.41 454	0.41 353	0.41 454	0.41 352	0.41 448	0.41 337	0.41 396	0.41 422	0.41 471	0.41 406	0.41 444

PSMNet-ADL	0.41 334	0.41 238	0.41 390	0.41 303	0.41 461	0.41 350	0.41 455	0.41 345	0.41 457	0.41 343	0.41 454	0.41 353	0.41 454	0.41 352	0.41 448	0.41 337	0.41 396	0.41 422	0.41 471	0.41 406	0.41 444

GANet-ADL	0.41 334	0.41 238	0.41 390	0.41 303	0.41 461	0.41 350	0.41 455	0.41 345	0.41 457	0.41 343	0.41 454	0.41 353	0.41 454	0.41 352	0.41 448	0.41 337	0.41 396	0.41 422	0.41 471	0.41 406	0.41 444

ADLNet2	0.41 334	0.41 238	0.41 390	0.41 303	0.41 461	0.41 350	0.41 455	0.41 345	0.41 457	0.41 343	0.41 454	0.41 353	0.41 454	0.41 352	0.41 448	0.41 337	0.41 396	0.41 422	0.41 471	0.41 406	0.41 444

ADLNet	0.41 334	0.41 238	0.41 390	0.41 303	0.41 461	0.41 350	0.41 455	0.41 345	0.41 457	0.41 343	0.41 454	0.41 353	0.41 454	0.41 352	0.41 448	0.41 337	0.41 396	0.41 422	0.41 471	0.41 406	0.41 444

DGSMNet	0.34 271	0.41 238	0.27 250	0.41 303	0.28 307	0.41 350	0.28 301	0.41 345	0.27 302	0.41 343	0.27 299	0.42 371	0.27 303	0.41 352	0.28 297	0.40 329	0.29 288	0.40 404	0.28 353	0.40 395	0.27 314

Gwc-CoAtRS	0.41 334	1.49 517	0.32 295	0.42 313	0.32 393	0.41 350	0.32 381	0.41 345	0.33 400	0.41 343	0.32 391	0.41 353	0.32 391	0.41 352	0.32 376	0.39 321	0.28 274	0.39 391	0.28 353	0.40 395	0.28 342

testmc14	2.43 706	10.48 755	8.02 764	8.93 755	0.31 379	0.44 412	0.30 324	0.42 363	0.30 333	0.42 357	0.30 337	0.42 371	0.30 333	0.42 366	0.30 323	8.88 767	6.99 757	0.41 422	0.28 353	0.39 381	0.28 342

HiDET	0.38 306	0.44 254	0.30 268	0.42 313	0.30 332	0.42 371	0.30 324	0.42 363	0.30 333	0.44 402	0.30 337	0.42 371	0.30 333	0.42 366	0.68 527	0.37 295	0.32 308	0.40 404	0.29 368	0.37 320	0.29 351

LCMNet	0.38 306	0.44 254	0.30 268	0.42 313	0.30 332	0.42 371	0.30 324	0.42 363	0.30 333	0.45 414	0.30 337	0.42 371	0.30 333	0.42 366	0.69 535	0.37 295	0.32 308	0.40 404	0.29 368	0.37 320	0.29 351

CSFM-Stereo	0.38 306	0.44 254	0.30 268	0.42 313	0.30 332	0.42 371	0.30 324	0.43 371	0.30 333	0.44 402	0.30 337	0.42 371	0.30 333	0.42 366	0.73 549	0.37 295	0.32 308	0.40 404	0.29 368	0.37 320	0.30 366

Zero-FE251	0.36 290	0.40 226	0.28 258	0.41 303	0.28 307	0.41 350	0.28 301	0.41 345	0.28 308	0.41 343	0.28 307	0.41 353	0.28 312	0.42 366	0.30 323	0.37 295	0.26 253	0.37 340	0.27 332	0.45 421	0.56 505

GIP-stereo	0.36 290	0.49 280	0.39 344	0.48 342	0.32 393	0.41 350	0.28 301	0.40 326	0.30 333	0.41 343	0.28 307	0.40 338	0.28 312	0.42 366	0.28 297	0.45 382	0.32 308	0.38 348	0.30 386	0.37 320	0.27 314

hknet	1.10 561	1.85 564	3.49 735	4.48 710	0.02 22	0.42 371	0.06 139	0.41 345	0.02 22	0.48 433	0.03 56	0.41 353	0.03 53	0.42 366	0.03 52	4.39 724	4.19 738	0.33 301	0.23 278	0.34 292	0.27 314

TestStereo_HL2	2.73 717	0.41 238	11.06 767	14.13 769	0.30 332	0.44 412	0.28 301	0.43 371	0.29 318	0.43 364	0.28 307	0.43 380	0.29 324	0.43 373	0.28 297	13.51 771	10.37 771	0.41 422	0.27 332	0.38 333	0.27 314

GGDA	2.76 720	0.41 238	11.34 769	14.28 770	0.30 332	0.44 412	0.29 316	0.43 371	0.29 318	0.43 364	0.28 307	0.43 380	0.28 312	0.43 373	0.29 313	13.45 770	10.57 772	0.41 422	0.27 332	0.38 333	0.27 314

aanet-new-60k	0.44 363	1.81 548	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-70k	0.44 363	1.82 555	0.38 333	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-78k	0.44 363	1.80 543	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.45 382	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-40k	0.44 363	1.81 548	0.39 344	0.50 384	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.45 382	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-36k	0.44 363	1.80 543	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-34k	0.44 363	1.80 543	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-32k-new	0.44 363	1.78 538	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.44 409	0.30 333	0.44 402	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.45 382	0.34 350	0.39 391	0.26 294	0.38 333	0.26 276

aanet-new-32k	0.44 363	1.79 542	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-30k	0.44 363	1.78 538	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT26K	0.43 350	1.76 533	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.31 364	0.44 353	0.33 321	0.38 348	0.27 332	0.38 333	0.26 276

aanet-new-24k	0.44 363	1.78 538	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-22k	0.44 363	1.81 548	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-16k	0.44 363	1.83 558	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-8k	0.43 350	1.76 533	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new	0.43 350	1.80 543	0.38 333	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-cres-4k	0.44 363	1.81 548	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-cres	0.43 350	1.77 535	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-36K	0.43 350	1.78 538	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-22K	0.44 363	1.85 564	0.38 333	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-20K	0.43 350	1.77 535	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-24K	0.44 363	1.86 567	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-2K	0.44 363	1.82 555	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-3K	0.43 350	1.77 535	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-50K	0.44 363	1.83 558	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.36 363	0.38 348	0.26 294	0.38 333	0.26 276

MonSter++	0.38 306	0.44 254	0.31 286	0.43 320	0.30 332	0.43 378	0.31 371	0.43 371	0.31 378	0.45 414	0.31 381	0.43 380	0.31 384	0.43 373	0.69 535	0.38 308	0.33 321	0.40 404	0.30 386	0.38 333	0.30 366

GCAP-BAT	0.41 334	1.30 503	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.44 402	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.44 353	0.34 350	0.38 348	0.26 294	0.38 333	0.26 276

GCAPDPT-zeroshot4090	0.40 326	1.09 429	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.44 409	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.43 373	0.30 323	0.45 382	0.34 350	0.38 348	0.27 332	0.38 333	0.27 314

RCA-Stereo	0.51 423	3.22 654	0.34 314	0.44 324	0.34 418	0.44 412	0.34 407	0.43 371	0.34 411	0.43 364	0.34 408	0.44 415	0.33 403	0.43 373	0.33 388	0.38 308	0.29 288	0.38 348	0.29 368	0.38 333	0.29 351

UCFNet_RVC	2.75 719	10.06 752	0.29 264	10.31 765	0.29 320	0.42 371	0.29 316	0.43 371	0.29 318	0.42 357	0.29 322	0.42 371	9.87 772	0.43 373	0.29 313	0.36 292	9.84 768	0.36 336	0.26 294	9.77 771	0.26 276

TestStereo_HL3	2.76 720	0.41 238	11.46 770	14.11 768	0.30 332	0.45 426	0.29 316	0.43 371	0.29 318	0.43 364	0.29 322	0.43 380	0.28 312	0.44 404	0.30 323	13.57 772	10.32 770	0.41 422	0.27 332	0.38 333	0.27 314

TestStereo-Hl	2.78 722	0.42 249	11.23 768	14.38 771	0.30 332	0.44 412	0.30 324	0.43 371	0.28 308	0.43 364	0.29 322	0.44 415	0.29 324	0.44 404	0.29 313	13.64 773	10.73 773	0.41 422	0.27 332	0.38 333	0.27 314

aanet-new-90k	0.44 363	1.82 555	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.44 404	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-28k	0.44 363	1.81 548	0.39 344	0.49 348	0.30 332	0.44 412	0.30 324	0.44 409	0.30 333	0.44 402	0.30 337	0.44 415	0.30 333	0.44 404	0.30 323	0.45 382	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

aanet-new-10k	0.45 386	1.81 548	0.40 376	0.50 384	0.31 379	0.44 412	0.31 371	0.44 409	0.31 378	0.44 402	0.31 381	0.44 415	0.32 391	0.44 404	0.31 364	0.46 394	0.35 357	0.39 391	0.27 332	0.39 381	0.27 314

aanet-new-12k	0.46 395	1.99 582	0.40 376	0.51 395	0.31 379	0.44 412	0.31 371	0.44 409	0.31 378	0.44 402	0.31 381	0.44 415	0.31 384	0.44 404	0.32 376	0.47 401	0.35 357	0.39 391	0.27 332	0.39 381	0.27 314

aanet-new-14k	0.60 439	5.12 699	0.39 344	0.49 348	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.44 404	0.30 323	0.44 353	0.37 368	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-5K	0.44 363	1.80 543	0.39 344	0.49 348	0.30 332	0.44 412	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.44 404	0.30 323	0.44 353	0.33 321	0.38 348	0.26 294	0.38 333	0.26 276

GCAP-Stereo-DPT-25K	0.41 334	1.09 429	0.40 376	0.52 398	0.31 379	0.44 412	0.31 371	0.44 409	0.31 378	0.44 402	0.31 381	0.44 415	0.31 384	0.44 404	0.31 364	0.46 394	0.35 357	0.39 391	0.28 353	0.39 381	0.28 342

GCAP-Stereo-DPT-FT	0.41 334	1.06 426	0.40 376	0.51 395	0.31 379	0.44 412	0.30 324	0.43 371	0.32 390	0.44 402	0.30 337	0.56 488	0.30 333	0.44 404	0.31 364	0.45 382	0.34 350	0.39 391	0.27 332	0.40 395	0.27 314

gcap_with_dpt	0.35 282	0.39 222	0.30 268	0.44 324	0.31 379	0.44 412	0.31 371	0.44 409	0.31 378	0.44 402	0.30 337	0.44 415	0.30 333	0.44 404	0.30 323	0.38 308	0.26 253	0.38 348	0.27 332	0.38 333	0.27 314

gcap-zeroshot	0.36 290	0.40 226	0.34 314	0.44 324	0.31 379	0.44 412	0.31 371	0.44 409	0.32 390	0.44 402	0.32 391	0.44 415	0.32 391	0.44 404	0.31 364	0.39 321	0.28 274	0.39 391	0.28 353	0.39 381	0.27 314

test_for_model	0.35 282	0.39 222	0.30 268	0.43 320	0.30 332	0.43 378	0.30 324	0.43 371	0.30 333	0.43 364	0.30 337	0.43 380	0.30 333	0.44 404	0.31 364	0.38 308	0.26 253	0.38 348	0.26 294	0.38 333	0.26 276

testlalala	0.36 290	0.40 226	0.34 314	0.44 324	0.31 379	0.44 412	0.31 371	0.44 409	0.32 390	0.44 402	0.32 391	0.44 415	0.32 391	0.44 404	0.31 364	0.39 321	0.28 274	0.39 391	0.28 353	0.39 381	0.27 314

GCAPDPT-zeroshot	0.36 290	0.40 226	0.30 268	0.43 320	0.30 332	0.43 378	0.30 324	0.43 371	0.31 378	0.43 364	0.30 337	0.43 380	0.30 333	0.44 404	0.31 364	0.39 321	0.28 274	0.39 391	0.27 332	0.39 381	0.26 276

LL-Strereo2	0.48 409	1.73 531	0.51 442	0.59 416	0.34 418	0.42 371	0.33 392	0.40 326	0.31 378	0.42 357	0.33 400	0.42 371	0.31 384	0.44 404	0.39 437	0.60 446	0.51 452	0.44 441	0.33 416	0.44 416	0.33 392

CES	0.39 320	0.47 272	0.36 326	0.36 261	0.37 433	0.45 426	0.35 412	0.35 291	0.40 447	0.36 304	0.44 469	0.47 435	0.36 420	0.44 404	0.36 410	0.37 295	0.39 382	0.44 441	0.35 433	0.37 320	0.36 413

CFNet-RSSM	0.91 528	4.89 691	0.34 314	0.44 324	1.07 597	1.62 657	1.40 671	0.91 535	0.35 415	1.60 649	1.39 671	0.64 503	0.34 410	0.44 404	0.33 388	0.41 337	0.35 357	0.75 531	0.30 386	0.41 406	0.29 351

Select-FE	0.41 334	0.44 254	0.23 230	0.26 224	0.22 279	0.26 268	0.22 264	0.26 260	0.23 276	0.26 264	0.23 277	0.26 271	0.23 280	0.45 422	0.42 456	0.25 239	0.22 239	0.25 264	0.22 272	0.45 421	2.90 732

water-stereo	0.41 334	0.84 359	0.46 407	0.50 384	0.33 406	0.45 426	0.33 392	0.45 418	0.32 390	0.45 414	0.32 391	0.45 425	0.32 391	0.45 422	0.32 376	0.44 353	0.41 396	0.39 391	0.31 397	0.39 381	0.32 383

GREAT-IGEV	0.38 306	0.43 251	0.36 326	0.48 342	0.32 393	0.45 426	0.32 381	0.45 418	0.32 390	0.45 414	0.32 391	0.45 425	0.32 391	0.45 422	0.32 376	0.44 353	0.33 321	0.41 422	0.29 368	0.41 406	0.29 351
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
mms	0.40 326	0.45 263	0.35 324	0.48 342	0.36 428	0.47 438	0.34 407	0.45 418	0.38 431	0.47 426	0.33 400	0.45 425	0.32 391	0.45 422	0.32 376	0.39 321	0.38 375	0.38 348	0.37 442	0.39 381	0.39 433

fffy	0.38 306	0.43 251	0.33 300	0.46 329	0.33 406	0.45 426	0.32 381	0.45 418	0.32 390	0.45 414	0.32 391	0.45 425	0.33 403	0.45 422	0.32 376	0.38 308	0.38 375	0.38 348	0.37 442	0.37 320	0.36 413

Former-RAFT_DAM_RVC	0.49 415	0.98 393	0.64 479	0.84 470	0.46 482	0.45 426	0.35 412	0.47 428	0.47 480	0.45 414	0.34 408	0.46 429	0.48 484	0.46 427	0.35 407	0.39 321	0.71 512	0.39 391	0.35 433	0.41 406	0.41 444

otaku	0.46 395	0.46 267	0.46 407	0.46 329	0.46 482	0.46 433	0.46 475	0.46 422	0.46 475	0.46 420	0.46 478	0.46 429	0.46 475	0.46 427	0.46 469	0.46 394	0.46 422	0.46 450	0.46 487	0.46 426	0.46 461

Dean	0.46 395	0.46 267	0.46 407	0.46 329	0.46 482	0.46 433	0.46 475	0.46 422	0.46 475	0.47 426	0.46 478	0.46 429	0.46 475	0.46 427	0.46 469	0.46 394	0.46 422	0.46 450	0.46 487	0.46 426	0.46 461

ACVNet_1	0.46 395	0.47 272	0.46 407	0.46 329	0.46 482	0.46 433	0.46 475	0.46 422	0.47 480	0.46 420	0.46 478	0.46 429	0.46 475	0.46 427	0.46 469	0.46 394	0.46 422	0.47 460	0.46 487	0.46 426	0.46 461

rgla	0.45 386	0.54 303	0.33 300	0.67 435	0.32 393	0.48 443	0.33 392	0.48 432	0.33 400	0.48 433	0.94 582	0.48 442	0.33 403	0.47 431	0.33 388	0.45 382	0.52 455	0.53 490	0.31 397	0.45 421	0.32 383

S0	0.42 348	0.44 254	0.54 450	0.59 416	0.34 418	0.48 443	0.22 264	0.51 463	0.25 284	0.51 465	0.34 408	0.53 477	0.35 416	0.47 431	0.36 410	0.55 434	0.39 382	0.49 473	0.27 332	0.46 426	0.34 399

depthmonostereo	0.44 363	0.85 361	0.46 407	0.54 403	0.40 451	0.52 477	0.38 431	0.52 468	0.35 415	0.47 426	0.34 408	0.46 429	0.34 410	0.47 431	0.34 403	0.45 382	0.43 411	0.41 422	0.33 416	0.41 406	0.32 383

DVStereo	0.43 350	0.86 363	0.48 423	0.50 384	0.33 406	0.46 433	0.33 392	0.46 422	0.33 400	0.46 420	0.33 400	0.47 435	0.33 403	0.47 431	0.34 403	0.45 382	0.42 406	0.40 404	0.33 416	0.47 440	0.38 426

ccccc		0.44 254		0.48 342	0.35 422	0.48 443		0.51 463		0.47 426		0.47 435		0.47 431		0.41 337	0.40 386	0.40 404	0.40 462	0.41 406

Ntro	0.47 403	0.47 272	0.46 407	0.46 329	0.46 482	0.47 438	0.47 480	0.46 422	0.47 480	0.46 420	0.46 478	0.47 435	0.46 475	0.47 431	0.47 476	0.47 401	0.46 422	0.46 450	0.46 487	0.46 426	0.46 461

HaxPig	0.47 403	0.47 272	0.47 415	0.49 348	0.47 489	0.47 438	0.47 480	0.47 428	0.47 480	0.47 426	0.47 486	0.47 435	0.47 483	0.47 431	0.47 476	0.47 401	0.47 430	0.47 460	0.47 494	0.47 440	0.48 471

UNDER WATER	0.47 403	0.47 272	0.47 415	0.47 336	0.47 489	0.47 438	0.47 480	0.47 428	0.47 480	0.47 426	0.47 486	0.47 435	0.46 475	0.47 431	0.47 476	0.47 401	0.47 430	0.47 460	0.46 487	0.47 440	0.47 469

LVE	0.47 403	0.47 272	0.47 415	0.47 336	0.49 497	0.47 438	0.47 480	0.47 428	0.49 489	0.47 426	0.47 486	0.47 435	0.46 475	0.47 431	0.47 476	0.47 401	0.47 430	0.48 468	0.47 494	0.47 440	0.47 469

ACVNet-4b	0.46 395	0.46 267	0.46 407	0.46 329	0.46 482	0.46 433	0.46 475	0.46 422	0.46 475	0.46 420	0.46 478	0.46 429	0.46 475	0.47 431	0.46 469	0.46 394	0.46 422	0.46 450	0.46 487	0.46 426	0.46 461

416test	0.46 395	0.55 306	0.33 300	0.67 435	0.33 406	0.48 443	0.33 392	0.48 432	0.33 400	0.48 433	0.99 587	0.48 442	0.33 403	0.48 441	0.33 388	0.45 382	0.52 455	0.54 493	0.32 405	0.45 421	0.32 383

TorneroNet	0.66 454	0.53 299	0.50 436	0.50 384	0.64 531	1.06 568	0.70 545	0.50 449	0.51 501	0.49 443	0.69 541	0.49 449	0.50 494	0.48 441	1.15 597	0.71 475	0.49 439	1.14 585	1.08 598	0.49 447	0.49 477

RainbowNet	0.48 409	0.48 278	0.48 423	0.48 342	0.48 493	0.48 443	0.48 489	0.48 432	0.48 487	0.48 433	0.48 490	0.48 442	0.48 484	0.48 441	0.48 482	0.48 406	0.48 436	0.48 468	0.48 498	0.48 444	0.48 471

notaker	0.48 409	0.49 280	0.48 423	0.48 342	0.48 493	0.48 443	0.48 489	0.48 432	0.49 489	0.48 433	0.48 490	0.48 442	0.48 484	0.48 441	0.48 482	0.48 406	0.48 436	0.48 468	0.48 498	0.48 444	0.49 477

PCWNet_CMD	2.80 724	9.82 750	0.32 295	10.09 764	0.32 393	0.49 452	0.33 392	3.34 729	0.33 400	0.49 443	0.33 400	0.49 449	8.73 768	0.48 441	0.33 388	0.41 337	9.22 763	0.42 438	0.29 368	9.55 770	0.31 376

CFNet_ucs	2.73 717	9.64 749	0.33 300	9.92 762	0.32 393	0.49 452	0.33 392	0.49 440	0.33 400	0.49 443	0.33 400	0.49 449	8.98 770	0.48 441	0.33 388	0.41 337	9.96 769	0.40 404	0.29 368	10.12 773	0.54 494

pcwnet_v2	2.66 715	9.89 751	0.33 300	9.89 761	0.32 393	0.50 461	0.32 381	0.49 440	0.33 400	0.49 443	0.34 408	0.49 449	8.76 769	0.48 441	0.33 388	0.41 337	9.58 765	0.40 404	0.29 368	9.01 768	0.63 515

Pro-Stereo	0.79 492	0.53 299	0.38 333	0.49 348	0.38 440	0.49 452	0.37 424	0.49 440	0.67 527	0.50 456	0.38 433	1.10 578	0.38 429	0.49 448	0.38 423	0.71 475	0.88 534	5.98 766	0.36 439	0.46 426	0.36 413

SCV_C0	0.45 386	0.88 368	0.49 430	0.54 403	0.37 433	0.48 443	0.37 424	0.48 432	0.37 427	0.48 433	0.36 421	0.48 442	0.37 425	0.49 448	0.37 420	0.50 416	0.41 396	0.44 441	0.34 420	0.44 416	0.34 399

SCV	0.46 395	0.94 388	0.45 401	0.54 403	0.37 433	0.48 443	0.38 431	0.48 432	0.37 427	0.48 433	0.39 443	0.48 442	0.37 425	0.49 448	0.37 420	0.50 416	0.46 422	0.44 441	0.34 420	0.44 416	0.34 399

GCST	0.50 418	2.08 585	0.38 333	0.53 400	0.35 422	0.49 452	0.35 412	0.50 449	0.35 415	0.49 443	0.35 417	0.49 449	0.35 416	0.49 448	0.35 407	0.48 406	0.37 368	0.45 446	0.33 416	0.44 416	0.33 392

ACVNet_2	0.49 415	0.49 280	0.49 430	0.49 348	0.49 497	0.49 452	0.49 491	0.49 440	0.49 489	0.49 443	0.49 493	0.49 449	0.49 490	0.49 448	0.49 484	0.49 409	0.49 439	0.49 473	0.49 502	0.49 447	0.49 477

CFNet_pseudo	2.67 716	9.36 747	0.32 295	10.99 766	0.33 406	0.85 534	0.33 392	0.49 440	0.33 400	0.49 443	0.32 391	0.49 449	7.26 766	0.49 448	0.33 388	0.41 337	9.62 766	0.41 422	0.29 368	10.03 772	0.29 351

MSMDNet	2.65 714	10.14 753	0.33 300	9.74 760	0.32 393	0.87 537	0.33 392	2.95 724	0.68 533	0.49 443	0.34 408	0.49 449	5.70 762	0.49 448	0.33 388	0.42 351	9.57 764	0.41 422	0.31 397	8.36 765	0.65 523

ccs_rob	2.79 723	10.17 754	0.32 295	10.00 763	0.33 406	0.49 452	0.33 392	1.90 658	0.32 390	0.51 465	0.33 400	0.49 449	9.24 771	0.49 448	0.33 388	0.41 337	9.82 767	0.41 422	0.28 353	9.34 769	0.29 351

quiztm	0.43 350	0.49 280	0.40 376	0.51 395	0.40 451	0.51 473	0.40 446	0.50 449	0.40 447	0.50 456	0.40 446	0.51 474	0.40 442	0.50 456	0.40 440	0.44 353	0.34 350	0.44 441	0.34 420	0.44 416	0.34 399

GSStereo	0.81 500	4.28 683	0.50 436	0.59 416	0.40 451	0.51 473	0.38 431	0.50 449	0.38 431	0.50 456	0.38 433	0.50 463	3.79 747	0.50 456	0.38 423	0.54 428	0.43 411	0.46 450	0.34 420	0.46 426	0.35 410

GS-Stereo							0.38 431	0.50 449	0.38 431	0.50 456	0.38 433	0.50 463	3.79 747	0.50 456	0.38 423	0.54 428	0.43 411	0.46 450	0.34 420	0.46 426	0.35 410

GASTEREO	0.48 409	1.21 491	0.47 415	0.57 411	0.38 440	0.50 461	0.38 431	0.50 449	0.38 431	0.50 456	0.38 433	0.50 463	0.38 429	0.50 456	0.38 423	0.52 424	0.42 406	0.46 450	0.34 420	0.46 426	0.34 399

FoundationStereo	0.50 418	0.50 285	0.50 436	0.50 384	0.50 501	0.50 461	0.50 495	0.50 449	0.50 494	0.50 456	0.50 497	0.50 463	0.50 494	0.50 456	0.50 487	0.50 416	0.50 447	0.50 479	0.50 504	0.50 452	0.50 480

StereoAnything_RVC	0.50 418	0.50 285	0.50 436	0.50 384	0.50 501	0.50 461	0.50 495	0.50 449	0.50 494	0.50 456	0.50 497	0.50 463	0.50 494	0.50 456	0.50 487	0.50 416	0.50 447	0.50 479	0.50 504	0.50 452	0.50 480

dual_stereo	0.50 418	0.50 285	0.50 436	0.50 384	0.50 501	0.50 461	0.50 495	0.50 449	0.50 494	0.50 456	0.50 497	0.50 463	0.50 494	0.50 456	0.50 487	0.50 416	0.50 447	0.50 479	0.50 504	0.50 452	0.50 480

UGAM-zero	0.51 423	2.17 594	0.39 344	0.53 400	0.36 428	0.50 461	0.36 418	0.50 449	0.36 425	0.49 443	0.36 421	0.50 463	0.35 416	0.50 456	0.36 410	0.49 409	0.37 368	0.47 460	0.35 433	0.46 426	0.34 399

UGAM	0.51 423	2.23 599	0.39 344	0.54 403	0.35 422	0.50 461	0.35 412	0.49 440	0.35 415	0.49 443	0.35 417	0.49 449	0.36 420	0.50 456	0.36 410	0.49 409	0.37 368	0.45 446	0.34 420	0.45 421	0.34 399

SANet	0.50 418	0.50 285	0.50 436	0.50 384	0.50 501	0.50 461	0.50 495	0.50 449	0.50 494	0.50 456	0.50 497	0.50 463	0.50 494	0.50 456	0.50 487	0.50 416	0.50 447	0.50 479	0.50 504	0.50 452	0.50 480

GEAStereo	0.62 446	3.91 673	0.48 423	0.69 441	0.38 440	0.51 473	0.38 431	0.51 463	0.38 431	0.53 472	0.38 433	0.50 463	0.38 429	0.51 466	0.38 423	0.54 428	0.43 411	0.46 450	0.34 420	0.46 426	0.34 399

gasm-f	0.62 446	3.91 673	0.48 423	0.69 441	0.38 440	0.51 473	0.38 431	0.51 463	0.38 431	0.53 472	0.38 433	0.50 463	0.38 429	0.51 466	0.38 423	0.54 428	0.43 411	0.46 450	0.34 420	0.46 426	0.34 399

MyStereo07	0.60 439	3.72 666	0.48 423	0.49 348	0.41 461	0.36 307	0.32 381	0.49 440	0.43 467	0.51 465	0.42 464	0.49 449	0.43 465	0.51 466	0.64 513	0.49 409	0.45 420	0.34 311	0.32 405	0.35 305	0.43 454

GES	0.66 454	2.34 610	0.29 264	0.41 303	0.29 320	0.41 350	0.29 316	0.42 363	0.29 318	0.40 326	0.41 454	0.41 353	0.30 333	0.51 466	0.29 313	0.32 269	0.29 288	0.32 294	2.46 733	2.49 695	0.30 366

psmorigin	0.41 334	0.46 267	0.33 300	0.49 348	0.33 406	0.49 452	0.33 392	0.49 440	0.33 400	0.49 443	0.33 400	0.49 449	0.33 403	0.51 466	0.33 388	0.41 337	0.30 298	0.41 422	0.30 386	0.79 511	0.29 351

416test1013	0.49 415	0.80 352	0.33 300	0.67 435	0.33 406	0.48 443	0.41 455	0.48 432	0.39 444	0.48 433	0.93 581	0.52 475	0.32 391	0.52 471	0.38 423	0.49 409	0.51 452	0.53 490	0.37 442	0.51 458	0.36 413

fffft	0.48 409	0.51 293	0.45 401	0.52 398	0.45 480	0.52 477	0.45 471	0.52 468	0.48 487	0.53 472	0.45 474	0.52 475	0.45 471	0.52 471	0.46 469	0.51 422	0.41 396	0.50 479	0.41 471	0.50 452	0.41 444
1: 1. 1
Occ-G	1.12 564	0.52 295	3.72 740	3.50 697	0.50 501	0.56 485	0.47 480	0.54 472	0.46 475	0.54 478	0.41 454	0.54 481	0.42 460	0.52 471	0.42 456	3.42 715	4.02 737	0.52 487	0.45 485	0.51 458	0.44 457

Anonymus	0.47 403	0.73 335	0.46 407	0.43 320	0.54 514	0.53 479	0.27 290	0.39 317	0.35 415	0.33 293	0.40 446	0.33 298	0.38 429	0.53 474	0.54 498	0.56 438	0.36 363	0.49 473	0.53 510	0.66 483	0.54 494

MSCF	0.51 423	1.40 514	0.49 430	0.58 413	0.38 440	0.50 461	0.38 431	0.54 472	0.41 457	0.52 469	0.41 454	0.53 477	0.42 460	0.53 474	0.41 448	0.60 446	0.47 430	0.48 468	0.37 442	0.48 444	0.38 426

LG-Stereo_L1	0.47 403	0.52 295	0.47 415	0.62 422	0.39 450	0.53 479	0.40 446	0.53 470	0.39 444	0.53 472	0.39 443	0.53 477	0.39 441	0.53 474	0.39 437	0.55 434	0.46 422	0.49 473	0.37 442	0.49 447	0.37 419

252Zero-FE	0.45 386	0.50 285	0.36 326	0.50 384	0.36 428	0.50 461	0.36 418	0.50 449	0.36 425	0.49 443	0.36 421	0.49 449	0.36 420	0.54 477	0.41 448	0.45 382	0.34 350	0.45 446	0.34 420	0.55 467	0.75 549

PAM_32	0.64 450	2.38 614	0.51 442	0.92 483	0.43 475	0.53 479	0.44 465	0.87 528	0.43 467	0.52 469	0.45 474	0.53 477	0.40 442	0.54 477	0.46 469	0.62 455	0.56 464	0.48 468	0.45 485	0.76 505	0.44 457

iRaftStereo_RVC	0.97 540	3.17 653	2.30 707	2.42 656	0.38 440	0.54 483	0.38 431	0.54 472	0.38 431	0.54 478	0.38 433	0.54 481	0.38 429	0.54 477	0.38 423	2.38 691	2.34 707	0.49 473	0.36 439	0.49 447	0.36 413

PSMNet_ROB	0.54 429	0.54 303	0.54 450	0.54 403	0.53 511	0.54 483	0.54 505	0.53 470	0.54 505	0.54 478	0.54 508	0.54 481	0.53 501	0.54 477	0.54 498	0.54 428	0.53 459	0.54 493	0.54 512	0.54 466	0.54 494

AEACV	1.12 564	0.52 295	3.12 731	3.24 682	0.86 573	0.53 479	0.49 491	0.60 487	0.47 480	0.53 472	0.49 493	0.55 485	0.45 471	0.55 481	0.47 476	3.01 710	3.88 735	0.71 524	0.60 525	0.80 514	0.48 471

FSD					0.44 476	0.56 485	0.44 465	0.55 475	0.44 470	0.56 483	0.44 469	0.56 488	0.44 467	0.56 482	0.46 469	0.61 450	0.42 406	0.52 487	0.42 479	0.52 461

LG-Stereo_Zeroshot	0.48 409	0.55 306	0.47 415	0.63 424	0.41 461	0.56 485	0.44 465	0.56 476	0.41 457	0.56 483	0.41 454	0.57 491	0.42 460	0.56 482	0.41 448	0.55 434	0.43 411	0.51 484	0.37 442	0.51 458	0.37 419

MyStereo8	0.71 471	3.92 675	0.52 445	0.59 416	0.52 508	0.57 491	0.53 502	0.59 485	0.50 494	0.59 490	0.51 503	0.57 491	0.50 494	0.56 482	0.52 494	0.54 428	0.49 439	0.54 493	0.49 502	0.55 467	0.50 480

CASS	0.57 438	0.89 371	0.56 454	0.57 411	0.56 515	0.56 485	0.56 507	0.56 476	0.53 503	0.57 486	0.57 511	0.59 495	0.48 484	0.56 482	0.57 502	0.55 434	0.56 464	0.47 460	0.56 518	0.62 479	0.56 505
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PML	0.46 395	1.36 509	0.29 264	0.58 413	0.30 332	0.57 491	0.29 316	0.57 479	0.29 318	0.57 486	0.29 322	0.57 491	0.29 324	0.56 482	0.29 313	0.52 424	0.30 298	0.53 490	0.31 397	0.53 465	0.30 366

MyStereo06	0.75 482	4.12 677	0.60 464	0.63 424	0.61 525	0.62 499	0.66 522	0.56 476	0.45 474	0.55 481	0.48 490	0.54 481	0.46 475	0.57 487	0.45 465	0.60 446	0.57 466	0.64 508	0.55 514	0.72 497	0.55 502

test-3	0.98 542	4.13 679	1.85 676	1.85 615	0.61 525	0.69 507	0.37 424	0.63 493	0.61 517	0.66 505	0.51 503	0.73 520	0.44 467	0.57 487	0.54 498	1.68 635	1.81 674	0.40 404	0.43 482	0.66 483	0.50 480

WCG-NET	0.61 444	1.21 491	0.54 450	0.61 421	0.53 511	0.67 505	0.53 502	0.66 499	0.53 503	0.64 501	0.53 506	0.65 507	0.53 501	0.59 489	0.52 494	0.65 463	0.48 436	0.64 508	0.52 508	0.58 475	0.50 480

LL-Strereo	1.01 551	5.06 698	1.63 653	0.70 447	1.43 671	0.56 485	0.46 475	0.57 479	0.50 494	0.57 486	0.50 497	1.58 651	0.49 490	0.59 489	0.50 487	1.64 634	0.52 455	0.51 484	1.37 667	0.52 461	0.45 459

DNS	0.86 520	2.43 618	1.66 656	2.03 626	0.42 471	0.60 494	0.42 461	0.60 487	0.42 465	0.60 491	0.42 464	0.60 496	0.42 460	0.60 491	0.42 456	1.97 651	1.63 662	0.55 496	0.40 462	0.55 467	0.40 435

DN	0.53 428	0.85 361	0.45 401	0.65 430	0.44 476	0.60 494	0.44 465	0.60 487	0.44 470	0.60 491	0.45 474	0.60 496	0.44 467	0.60 491	0.44 462	0.56 438	0.42 406	0.56 497	0.42 479	0.56 470	0.42 451

S	0.56 436	0.61 321	0.54 450	0.68 440	0.48 493	0.65 502	0.49 491	0.63 493	0.49 489	0.64 501	0.49 493	0.64 503	0.48 484	0.62 493	0.49 484	0.63 459	0.62 485	0.59 502	0.48 498	0.57 473	0.48 471

AIO-test2	0.55 434	0.59 316	0.52 445	0.67 435	0.47 489	0.61 496	0.47 480	0.61 491	0.47 480	0.61 493	0.47 486	0.61 499	0.48 484	0.62 493	0.47 476	0.64 461	0.53 459	0.58 499	0.47 494	0.58 475	0.48 471

AIO-test1	0.54 429	0.60 319	0.52 445	0.66 434	0.47 489	0.61 496	0.47 480	0.58 482	0.46 475	0.61 493	0.46 478	0.61 499	0.45 471	0.62 493	0.45 465	0.61 450	0.52 455	0.57 498	0.48 498	0.57 473	0.48 471

MonSter	0.60 439	0.64 324	0.52 445	0.62 422	0.44 476	2.07 673	0.44 465	0.62 492	0.44 470	0.62 497	0.44 469	0.62 501	0.44 467	0.62 493	0.44 462	0.58 441	0.42 406	0.62 504	0.46 487	0.58 475	0.42 451

CFNet_RVC	2.38 705	8.71 742	0.38 333	9.33 756	0.42 471	0.56 485	0.42 461	0.60 487	0.38 431	0.62 497	0.42 464	0.56 488	7.29 767	0.62 493	0.42 456	0.53 427	0.37 368	0.49 473	0.34 420	8.30 764	6.87 769

PA-Net	11.80 770	223.51 798	0.62 472	0.59 416	0.71 548	0.59 493	0.73 552	0.67 500	0.73 557	0.55 481	0.61 521	0.60 496	0.74 549	0.63 498	0.73 549	0.66 465	0.60 479	0.69 518	0.66 541	0.72 497	0.65 523
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DispNO	1.00 543	0.63 322	0.43 397	3.45 693	0.44 476	0.65 502	0.43 464	0.64 495	0.43 467	0.64 501	0.43 467	0.64 503	3.03 725	0.64 499	0.43 461	4.55 727	0.43 411	0.63 506	0.43 482	0.63 480	0.43 454

DSFCA	0.66 454	0.73 335	0.78 520	0.65 430	0.65 533	0.64 501	0.64 519	0.65 496	0.63 521	0.64 501	0.64 525	0.64 503	0.64 519	0.65 500	0.65 516	0.65 463	0.65 490	0.65 512	0.65 538	0.66 483	0.64 521

KSHMR	0.66 454	0.50 285	0.48 423	1.15 519	0.52 508	0.49 452	0.51 499	0.49 440	0.71 551	0.67 507	0.50 497	1.16 586	1.11 586	0.66 501	0.52 494	0.49 409	0.49 439	0.51 484	0.66 541	0.50 452	1.14 597

LMCR-Stereo	0.65 452	0.63 322	0.65 483	0.65 430	0.65 533	0.66 504	0.63 518	0.58 482	0.65 523	0.63 500	0.64 525	0.65 507	0.65 521	0.66 501	0.66 519	0.66 465	0.64 488	0.65 512	0.67 545	0.68 488	0.73 545

WAFT-Stereo (ZS)	0.67 460	0.78 347	0.67 489	0.67 435	0.66 536	0.67 505	0.67 526	0.65 496	0.66 525	0.66 505	0.67 530	0.66 510	0.67 526	0.67 503	0.72 548	0.66 465	0.67 493	0.67 514	0.67 545	0.67 486	0.67 527

MyStereo05	0.80 495	4.12 677	0.63 476	0.63 424	0.61 525	0.62 499	0.66 522	0.65 496	0.62 518	0.67 507	0.61 521	0.65 507	0.58 510	0.67 503	0.55 501	0.60 446	0.57 466	0.64 508	0.55 514	0.72 497	0.55 502

ktn	0.72 474	0.53 299	1.08 556	1.14 516	0.51 507	1.22 629	1.36 664	0.51 463	0.59 514	0.51 465	0.51 503	0.69 511	1.20 598	0.67 503	0.51 492	0.51 422	0.49 439	0.58 499	0.66 541	0.52 461	0.53 491

mm2	0.69 465	0.69 328	0.69 499	0.69 441	0.69 542	0.69 507	0.69 539	0.69 502	0.69 538	0.69 510	0.69 541	0.69 511	0.69 537	0.69 506	0.69 535	0.69 469	0.69 505	0.69 518	0.69 551	0.69 492	0.69 531

mm1	0.69 465	0.69 328	0.69 499	0.69 441	0.69 542	0.69 507	0.69 539	0.69 502	0.69 538	0.69 510	0.69 541	0.69 511	0.69 537	0.69 506	0.69 535	0.69 469	0.69 505	0.69 518	0.69 551	0.69 492	0.69 531

MWDA-net	0.67 460	0.66 325	0.45 401	2.84 670	0.46 482	0.73 514	0.45 471	0.71 507	0.44 470	0.72 513	0.45 474	0.70 514	0.45 471	0.70 508	0.44 462	0.61 450	0.41 396	0.61 503	0.43 482	0.61 478	0.42 451

DMCA-RVC	0.70 468	0.80 352	0.70 502	0.70 447	0.70 546	0.70 510	0.70 545	0.71 507	0.70 546	0.70 512	0.71 551	0.71 515	0.70 541	0.70 508	0.69 535	0.69 469	0.70 508	0.69 518	0.70 555	0.69 492	0.70 534

DStereoRT	0.73 478	0.81 356	0.73 512	0.71 449	0.74 553	0.73 514	0.75 554	0.71 507	0.71 551	0.74 520	0.72 554	0.73 520	0.80 558	0.71 510	0.73 549	0.76 493	0.71 512	0.73 525	0.72 560	0.70 495	0.76 552

anonymity	0.63 448	0.69 328	0.56 454	0.71 449	0.56 515	0.71 512	0.56 507	0.71 507	0.56 506	0.72 513	0.56 510	0.71 515	0.56 505	0.71 510	0.58 504	0.68 468	0.55 462	0.68 515	0.55 514	0.68 488	0.54 494

MLG-Stereo	0.92 530	0.90 375	0.84 530	1.27 578	0.49 497	1.38 644	0.88 572	1.41 642	0.97 586	0.73 515	1.09 597	1.26 636	0.43 465	0.72 512	1.05 589	1.13 551	0.49 439	1.18 595	0.66 541	1.01 554	0.46 461

Selective-IGEV	0.51 423	0.55 306	0.45 401	0.69 441	0.45 480	0.61 496	0.45 471	0.50 449	0.40 447	0.56 483	0.44 469	0.55 485	0.40 442	0.72 512	0.67 520	0.59 444	0.46 422	0.45 446	0.34 420	0.46 426	0.37 419

iGMRVC	0.84 511	2.85 645	0.72 508	0.72 451	0.73 551	0.77 517	0.79 559	0.73 511	0.74 559	0.73 515	0.72 554	0.73 520	0.76 552	0.73 514	0.73 549	0.72 483	0.73 515	0.73 525	0.72 560	0.73 500	0.72 541

RAFT-Stereo + iAFF	0.70 468	0.72 334	0.71 505	0.80 465	0.62 530	0.82 530	0.61 516	0.81 522	0.62 518	0.81 530	0.63 523	0.80 530	0.70 541	0.73 514	0.61 511	0.76 493	0.61 484	0.74 530	0.61 527	0.77 507	0.61 511

SMoEStereo_RVC	0.63 448	0.75 340	0.51 442	0.73 455	0.53 511	0.71 512	0.47 480	0.67 500	0.58 509	0.74 520	0.60 517	0.72 518	0.53 501	0.74 516	0.51 492	0.61 450	0.62 485	0.62 504	0.61 527	0.63 480	0.61 511

TorneroNet-64	0.45 386	0.27 186	0.30 268	0.58 413	0.27 301	0.70 510	0.30 324	0.28 265	0.73 557	0.73 515	0.28 307	0.71 515	0.66 524	0.75 517	0.27 288	0.27 245	0.29 288	0.37 340	0.75 564	0.28 264	0.30 366

4D-IteraStereo	0.78 491	3.13 651	0.89 532	0.69 441	0.32 393	0.40 331	0.32 381	0.76 514	0.97 586	0.52 469	0.65 527	0.89 543	0.32 391	0.76 518	0.98 579	0.83 508	0.94 540	0.35 327	0.27 332	0.70 495	0.89 567

SE	0.64 450	0.73 335	0.77 518	0.79 461	0.59 518	0.78 519	0.54 505	0.58 482	0.58 509	0.78 524	0.59 515	0.63 502	0.18 255	0.78 519	0.52 494	0.80 499	0.65 490	0.69 518	0.57 521	0.75 502	0.52 488

GCAP-Stereo	0.75 482	4.15 680	0.42 395	0.75 459	0.35 422	0.78 519	0.40 446	0.79 516	0.38 431	0.78 524	0.36 421	0.78 526	0.36 420	0.79 520	0.39 437	0.75 491	0.39 382	0.76 533	0.39 460	0.75 502	0.39 433

G-Net	0.79 492	0.79 349	0.79 523	0.79 461	0.79 566	0.79 522	0.79 559	0.79 516	0.79 565	0.79 526	0.79 566	0.79 528	0.79 557	0.79 520	0.79 559	0.79 497	0.79 525	0.79 537	0.79 571	0.79 511	0.79 557

PointNet	0.60 439	0.75 340	0.49 430	0.79 461	0.50 501	0.79 522	0.49 491	0.79 516	0.49 489	0.80 527	0.49 493	0.79 528	0.49 490	0.80 522	0.49 484	0.63 459	0.40 386	0.63 506	0.40 462	0.63 480	0.40 435

NaN_ROB	0.80 495	0.80 352	0.80 524	0.80 465	0.80 569	0.80 524	0.80 562	0.80 519	0.80 567	0.80 527	0.80 568	0.80 530	0.80 558	0.80 522	0.80 562	0.80 499	0.80 528	0.80 540	0.80 573	0.80 514	0.80 558

CSAN	0.80 495	0.80 352	0.80 524	0.80 465	0.80 569	0.80 524	0.80 562	0.80 519	0.80 567	0.80 527	0.80 568	0.80 530	0.80 558	0.80 522	0.80 562	0.80 499	0.80 528	0.80 540	0.80 573	0.80 514	0.80 558

MGA	0.73 478	0.76 343	0.60 464	0.92 483	1.17 607	0.81 527	0.59 514	0.84 526	0.62 518	0.81 530	0.59 515	0.84 537	0.60 514	0.81 525	0.61 511	0.71 475	0.53 459	0.89 552	0.53 510	0.75 502	0.54 494

CAR	0.72 474	0.76 343	0.59 460	0.84 470	1.19 611	0.81 527	0.58 510	0.81 522	0.58 509	0.81 530	0.58 513	0.83 535	0.59 512	0.82 526	0.59 507	0.71 475	0.49 439	0.73 525	0.68 547	0.87 525	0.52 488

MSE-Stereo	0.72 474	0.76 343	0.59 460	0.84 470	1.19 611	0.81 527	0.58 510	0.81 522	0.58 509	0.81 530	0.58 513	0.83 535	0.59 512	0.82 526	0.59 507	0.71 475	0.49 439	0.73 525	0.68 547	0.87 525	0.52 488

LiteMatch	1.13 566	0.73 335	2.80 716	3.23 680	0.61 525	0.83 532	0.68 531	0.73 511	0.69 538	1.00 551	0.77 562	0.94 551	0.57 507	0.82 526	0.64 513	2.97 708	2.43 710	0.68 515	0.32 405	0.56 470	0.70 534

Lsterematch	1.13 566	0.73 335	2.80 716	3.23 680	0.61 525	0.83 532	0.68 531	0.73 511	0.69 538	1.00 551	0.77 562	0.94 551	0.57 507	0.82 526	0.64 513	2.97 708	2.43 710	0.68 515	0.32 405	0.56 470	0.70 534

zero-FE	0.72 474	1.31 505	0.66 485	0.92 483	0.60 520	0.82 530	0.58 510	0.82 525	0.58 509	0.81 530	0.60 517	0.81 533	0.60 514	0.82 526	0.58 504	0.74 490	0.59 476	0.73 525	0.52 508	0.76 505	0.51 487

ARAFT	0.68 462	0.81 356	0.63 476	0.74 458	0.60 520	0.78 519	0.62 517	0.77 515	0.66 525	0.74 520	0.63 523	0.75 523	0.62 518	0.83 531	0.60 509	0.70 474	0.55 462	0.70 523	0.60 525	0.78 509	0.55 502

RSM++	0.76 487	0.82 358	0.66 485	0.85 474	0.64 531	0.85 534	0.71 548	0.94 542	0.64 522	0.87 536	0.67 530	0.87 539	0.65 521	0.84 532	0.65 516	0.81 503	0.70 508	0.79 537	0.71 558	0.83 521	0.70 534

HH	0.71 471	2.54 621	0.74 513	1.10 510	0.32 393	0.41 350	0.37 424	0.69 502	0.78 561	0.73 515	0.90 574	0.75 523	1.00 573	0.84 532	0.69 535	0.69 469	0.40 386	0.35 327	0.26 294	0.35 305	0.26 276

HanStereo	0.71 471	2.54 621	0.74 513	1.10 510	0.32 393	0.41 350	0.37 424	0.69 502	0.78 561	0.73 515	0.90 574	0.75 523	1.00 573	0.84 532	0.69 535	0.69 469	0.40 386	0.35 327	0.26 294	0.35 305	0.26 276

AFF-stereo	0.73 478	0.88 368	0.67 489	0.75 459	0.68 541	0.75 516	0.64 519	0.80 519	0.72 554	0.83 535	0.70 545	0.82 534	0.64 519	0.84 532	0.67 520	0.77 496	0.63 487	0.81 542	0.63 529	0.78 509	0.62 514

Monster-pub-mixall	0.44 363	0.56 309	0.60 464	0.38 267	0.27 301	0.37 315	0.27 290	0.37 303	0.29 318	0.38 312	0.27 299	0.38 323	0.29 324	0.85 536	0.27 288	1.46 624	0.26 253	0.34 311	0.26 294	0.36 315	0.53 491

monster-pro	0.75 482	1.67 523	0.64 479	0.89 476	0.57 517	0.86 536	0.56 507	0.87 528	0.56 506	0.87 536	0.57 511	0.88 540	0.57 507	0.87 537	0.57 502	0.79 497	0.58 470	0.76 533	0.54 512	0.77 507	0.54 494

Selective-RAFT-Error	0.88 525	0.84 359	0.98 544	0.86 475	0.97 585	0.88 538	0.95 580	0.84 526	0.99 589	0.92 543	0.82 570	0.84 537	0.98 572	0.87 537	0.97 578	0.81 503	0.83 531	0.79 537	0.82 576	0.79 511	0.85 563

DCRE	0.84 511	1.89 570	0.77 518	0.94 490	0.72 550	0.88 538	0.73 552	0.87 528	0.78 561	0.90 539	0.71 551	0.88 540	0.67 526	0.88 539	0.73 549	0.81 503	0.68 499	0.81 542	0.70 555	0.82 519	0.70 534

DDUNet	0.81 500	2.45 619	0.57 458	0.90 478	0.60 520	0.88 538	0.59 514	0.90 533	0.60 515	0.88 538	0.60 517	0.90 544	0.58 510	0.88 539	0.60 509	0.84 510	0.60 479	0.86 550	0.57 521	0.86 524	0.60 510

Selective-RAFT	0.89 527	0.89 371	0.72 508	1.16 524	0.78 564	1.06 568	0.82 569	0.87 528	0.97 586	1.00 551	0.91 577	0.90 544	1.00 573	0.89 541	0.93 575	0.83 508	0.83 531	0.82 546	0.82 576	0.81 517	0.82 561

MWSP-net	0.96 539	0.75 340	0.49 430	4.84 727	0.48 493	1.28 635	0.52 500	1.20 577	0.51 501	1.14 582	0.70 545	1.00 557	0.56 505	0.90 542	0.69 535	0.76 493	0.60 479	0.95 568	0.56 518	0.73 500	0.45 459

UDG	0.80 495	2.21 598	0.60 464	0.91 480	0.60 520	0.90 541	0.58 510	0.88 532	0.60 515	0.90 539	0.60 517	0.88 540	0.60 514	0.90 542	0.58 504	0.86 512	0.60 479	0.84 548	0.59 524	0.84 522	0.61 511

999	1.00 543	1.12 434	0.59 460	1.10 510	1.21 659	1.09 573	0.52 500	1.08 561	1.43 673	1.18 585	1.35 665	0.98 556	0.52 500	0.91 544	0.85 568	0.72 483	1.46 644	0.83 547	0.98 586	0.68 488	1.41 669

MoCha-V2	2.11 679	26.97 775	0.78 520	0.92 483	0.77 563	0.96 548	0.72 551	0.90 533	0.72 554	0.94 547	0.70 545	0.90 544	0.71 546	0.91 544	0.71 546	0.85 511	0.71 512	0.88 551	0.69 551	0.87 525	0.67 527

DPSM_ROB	0.92 530	0.91 377	0.91 537	0.91 480	0.92 580	0.92 543	0.92 576	0.92 538	0.91 575	0.93 545	0.91 577	0.92 547	0.90 565	0.91 544	0.92 571	0.92 517	0.91 536	0.91 556	0.92 581	0.93 540	0.93 571

DPSM	0.92 530	0.91 377	0.91 537	0.91 480	0.92 580	0.92 543	0.92 576	0.92 538	0.91 575	0.93 545	0.91 577	0.92 547	0.90 565	0.91 544	0.92 571	0.92 517	0.91 536	0.91 556	0.92 581	0.93 540	0.93 571

Monster-pub-eth3d	0.45 386	0.57 311	0.60 464	0.39 276	0.28 307	0.37 315	0.28 301	0.37 303	0.30 333	0.39 319	0.29 322	0.39 328	0.30 333	0.92 548	0.27 288	1.42 621	0.28 274	0.34 311	0.28 353	0.37 320	0.53 491

pmcnn	0.92 530	0.92 382	0.92 539	0.92 483	0.92 580	0.92 543	0.92 576	0.92 538	0.92 579	0.92 543	0.92 580	0.92 547	0.92 567	0.92 548	0.92 571	0.92 517	0.92 538	0.92 559	0.92 581	0.92 535	0.92 570

IGEVStereo-DCA	1.77 637	4.21 681	1.84 674	2.49 659	2.11 725	2.54 710	1.36 664	1.65 651	1.17 608	2.75 720	1.90 714	2.54 705	1.15 591	0.94 550	1.11 593	1.50 626	1.32 623	0.96 570	1.46 676	1.49 639	0.88 564

rrr	1.77 637	4.21 681	1.84 674	2.49 659	2.11 725	2.54 710	1.36 664	1.65 651	1.17 608	2.75 720	1.90 714	2.54 705	1.15 591	0.94 550	1.11 593	1.50 626	1.32 623	0.96 570	1.46 676	1.49 639	0.88 564

ToySt	0.92 530	2.11 588	0.90 535	0.95 492	0.79 566	0.99 550	0.78 558	0.94 542	0.81 570	0.94 547	0.78 564	0.95 553	0.77 554	0.94 550	0.86 569	0.91 514	0.79 525	0.85 549	0.77 567	0.89 529	0.73 545

DGTPSM_ROB	0.93 535	1.00 403	0.92 539	0.94 490	0.96 584	0.91 542	0.92 576	0.91 535	0.96 585	0.91 541	0.96 583	0.93 550	0.92 567	0.94 550	0.92 571	0.92 517	0.92 538	0.90 553	0.92 581	0.94 544	0.91 569

R-Stereo Train	0.81 500	0.96 390	0.67 489	0.95 492	0.67 538	0.95 546	0.68 531	0.95 544	0.68 533	0.95 549	0.68 536	0.96 554	0.68 531	0.96 554	0.68 527	0.94 523	0.68 499	0.94 566	0.68 547	0.94 544	0.68 529

RAFT-Stereo	0.81 500	0.96 390	0.67 489	0.95 492	0.67 538	0.95 546	0.68 531	0.95 544	0.68 533	0.95 549	0.68 536	0.96 554	0.68 531	0.96 554	0.68 527	0.94 523	0.68 499	0.94 566	0.68 547	0.94 544	0.68 529
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Replicate-Monster	0.45 386	0.57 311	0.60 464	0.40 289	0.29 320	0.37 315	0.27 290	0.37 303	0.30 333	0.40 326	0.31 381	0.40 338	0.30 333	0.99 556	0.27 288	1.36 617	0.31 303	0.34 311	0.30 386	0.36 315	0.54 494

AIO-Stereo	0.84 511	0.66 325	0.70 502	0.83 469	0.67 538	0.98 549	0.82 569	1.14 565	0.72 554	1.03 568	0.74 558	1.03 571	1.09 585	0.99 556	0.45 465	1.04 538	0.73 515	0.95 568	0.74 562	0.94 544	0.46 461

LGCAT	1.00 543	1.00 403	1.00 546	1.00 499	1.00 586	1.00 551	1.00 584	1.00 546	1.00 590	1.00 551	1.00 588	1.00 557	1.00 573	1.00 558	1.00 581	1.00 532	1.00 542	1.00 574	1.00 588	1.00 549	1.00 580

Test_v1	1.00 543	1.00 403	1.00 546	1.00 499	1.00 586	1.00 551	1.00 584	1.00 546	1.00 590	1.00 551	1.00 588	1.00 557	1.00 573	1.00 558	1.00 581	1.00 532	1.00 542	1.00 574	1.00 588	1.00 549	1.00 580

WQFJA1++	0.84 511	0.98 393	0.67 489	1.26 577	0.75 555	1.00 551	0.67 526	1.00 546	0.67 527	1.00 551	0.67 530	1.00 557	0.67 526	1.00 558	0.67 520	0.96 525	0.67 493	0.91 556	0.63 529	0.92 535	0.63 515

WQFJX1	0.84 511	0.98 393	0.67 489	1.30 585	0.75 555	1.01 559	0.67 526	1.01 555	0.67 527	1.01 562	0.67 530	1.01 566	0.68 531	1.00 558	0.68 527	0.98 530	0.67 493	0.92 559	0.64 534	0.92 535	0.64 521

LG-Stereo	0.60 439	0.58 313	0.47 415	0.64 429	0.74 553	1.00 551	0.69 539	0.57 479	0.41 457	0.57 486	0.41 454	0.57 491	0.41 454	1.00 558	0.75 554	0.91 514	0.51 452	0.52 487	0.37 442	0.52 461	0.37 419

GANet	1.00 543	1.00 403	1.00 546	1.00 499	1.00 586	1.00 551	1.00 584	1.00 546	1.00 590	1.00 551	1.00 588	1.00 557	1.00 573	1.00 558	1.00 581	1.00 532	1.00 542	1.00 574	1.00 588	1.00 549	1.00 580

TDLM	1.00 543	1.00 403	1.00 546	1.00 499	1.00 586	1.00 551	1.00 584	1.00 546	1.00 590	1.00 551	1.00 588	1.00 557	1.00 573	1.00 558	1.00 581	1.00 532	1.00 542	1.00 574	1.00 588	1.00 549	1.00 580

CVANet_RVC	1.00 543	1.00 403	1.00 546	1.00 499	1.00 586	1.00 551	1.00 584	1.00 546	1.00 590	1.00 551	1.00 588	1.00 557	1.00 573	1.00 558	1.00 581	1.00 532	1.00 542	1.00 574	1.00 588	1.00 549	1.00 580

WQFJA1	0.85 517	0.98 393	0.67 489	1.29 583	0.76 560	1.01 559	0.67 526	1.02 559	0.67 527	1.02 566	0.67 530	1.01 566	0.67 526	1.01 566	0.68 527	0.99 531	0.67 493	0.93 562	0.64 534	0.92 535	0.65 523

NLMM1	0.86 520	0.98 393	0.69 499	1.48 600	0.75 555	1.01 559	0.69 539	1.00 546	0.69 538	1.00 551	0.70 545	1.00 557	0.68 531	1.01 566	0.67 520	0.97 526	0.68 499	0.92 559	0.63 529	0.93 540	0.63 515

NLSM3	0.85 517	0.99 401	0.68 497	1.29 583	0.76 560	1.01 559	0.68 531	1.01 555	0.68 533	1.02 566	0.68 536	1.01 566	0.68 531	1.01 566	0.68 527	0.97 526	0.68 499	0.93 562	0.64 534	0.93 540	0.63 515

trnet	1.01 551	1.01 413	1.01 551	1.01 504	1.01 592	1.01 559	1.01 589	1.01 555	1.01 595	1.01 562	1.01 593	1.01 566	1.01 581	1.01 566	1.01 586	1.01 537	1.01 548	1.01 579	1.01 595	1.01 554	1.01 586

WQFJX	0.85 517	1.00 403	0.68 497	1.30 585	0.75 555	1.01 559	0.68 531	1.01 555	0.68 533	1.01 562	0.68 536	1.03 571	0.68 531	1.02 570	0.67 520	0.97 526	0.67 493	0.93 562	0.63 529	0.94 544	0.63 515

NLMM	0.84 511	1.00 403	0.67 489	1.27 578	0.75 555	1.00 551	0.68 531	1.00 546	0.67 527	1.00 551	0.67 530	1.02 570	0.67 526	1.02 570	0.67 520	0.97 526	0.67 493	0.93 562	0.63 529	0.92 535	0.63 515

DPSimNet_ROB	0.97 540	1.18 443	0.81 527	1.10 510	0.91 579	1.02 565	0.82 569	1.04 560	0.91 575	1.03 568	0.86 573	1.28 640	0.82 562	1.03 572	0.89 570	1.17 555	0.81 530	1.02 580	0.82 576	1.08 559	0.81 560

AIO-Stereo-zeroshot1	0.75 482	0.92 382	0.85 531	0.96 495	0.59 518	1.27 633	0.44 465	0.59 485	0.69 538	0.91 541	0.68 536	0.55 485	0.61 517	1.06 573	0.83 567	0.62 455	0.70 508	0.90 553	0.41 471	0.89 529	0.56 505

AIO-Stereo-zeroshot	0.91 528	0.86 363	0.89 532	1.25 576	0.69 542	1.05 567	0.81 566	1.16 569	0.50 494	1.12 578	0.97 585	0.72 518	0.82 562	1.06 573	0.95 576	0.61 450	0.87 533	1.03 582	0.85 579	1.04 557	1.01 586

GLC_STEREO	1.07 558	1.01 413	1.06 554	1.07 508	1.05 596	1.06 568	1.08 594	1.08 561	1.05 599	1.07 570	1.06 595	1.08 574	1.05 583	1.06 573	1.10 592	1.07 540	1.09 558	1.05 583	1.05 597	1.06 558	1.12 593

11t	1.27 620	2.70 630	1.34 624	1.32 588	0.89 575	1.30 636	1.34 661	1.64 650	0.57 508	1.45 647	0.72 554	1.05 573	1.29 650	1.07 576	1.29 662	1.49 625	1.02 549	0.97 572	1.15 602	1.48 638	1.31 660

RGC	2.36 701	25.48 769	1.19 568	1.15 519	1.15 602	1.10 574	1.16 602	1.17 571	1.16 604	1.12 578	1.16 603	1.11 582	1.13 587	1.09 577	1.18 604	1.10 544	1.15 567	1.16 588	1.12 600	1.14 563	1.12 593

Abc-Net	2.32 698	24.75 767	1.14 560	1.17 525	1.17 607	1.11 577	1.15 600	1.17 571	1.21 656	1.08 571	1.16 603	1.12 583	1.14 590	1.09 577	1.17 603	1.09 542	1.16 568	1.17 592	1.17 605	1.16 568	1.11 591
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 699	25.00 768	1.13 559	1.15 519	1.15 602	1.10 574	1.15 600	1.15 566	1.15 603	1.12 578	1.15 600	1.09 576	1.13 587	1.10 579	1.15 597	1.11 549	1.09 558	1.16 588	1.12 600	1.16 568	1.17 602

edge stereo	2.43 706	27.07 776	1.14 560	1.06 507	1.14 600	1.08 571	1.17 603	1.16 569	1.14 602	1.10 572	1.16 603	1.09 576	1.16 595	1.10 579	1.16 601	1.10 544	1.11 562	1.16 588	1.19 606	1.13 562	1.11 591

Wavelet-MonSter	1.00 543	1.21 491	0.76 516	1.94 619	1.01 592	1.11 577	0.76 556	1.15 566	0.76 560	1.11 577	0.76 560	1.14 584	0.76 552	1.11 581	0.76 556	1.21 604	0.90 535	1.02 580	0.71 558	1.02 556	0.71 540

Nwc_Net	2.37 703	25.95 772	1.15 562	1.14 516	1.15 602	1.08 571	1.14 598	1.17 571	1.16 604	1.14 582	1.15 600	1.08 574	1.15 591	1.11 581	1.14 596	1.10 544	1.11 562	1.16 588	1.09 599	1.16 568	1.15 598

AF-Net	2.37 703	25.71 771	1.17 564	1.13 515	1.15 602	1.15 581	1.18 604	1.19 574	1.16 604	1.10 572	1.15 600	1.10 578	1.18 596	1.12 583	1.15 597	1.10 544	1.10 561	1.17 592	1.15 602	1.16 568	1.12 593

AdaDepth	0.86 520	0.93 386	0.71 505	1.01 504	1.07 597	1.02 565	0.71 548	1.00 546	0.71 551	1.01 562	0.71 551	1.00 557	0.72 547	1.14 584	0.71 546	0.92 517	0.64 488	0.90 553	0.64 534	0.89 529	0.69 531

NCC-stereo	2.36 701	25.52 770	1.17 564	1.15 519	1.17 607	1.11 577	1.11 595	1.15 566	1.16 604	1.10 572	1.16 603	1.10 578	1.15 591	1.14 584	1.13 595	1.09 542	1.11 562	1.15 587	1.16 604	1.17 573	1.17 602

stereogan	2.33 699	24.38 766	1.18 566	1.18 526	1.18 610	1.14 580	1.18 604	1.19 574	1.19 610	1.14 582	1.18 607	1.14 584	1.18 596	1.14 584	1.18 604	1.14 553	1.14 566	1.19 597	1.19 606	1.15 566	1.19 606

HSM-Net_RVC	0.95 538	1.17 441	0.78 520	1.18 526	0.71 548	1.16 582	0.75 554	1.09 563	0.80 567	1.10 572	0.75 559	1.17 587	0.74 549	1.17 587	0.80 562	1.13 551	0.73 515	1.17 592	0.77 567	1.16 568	0.72 541
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
S-Stereo	2.51 710	26.86 774	1.23 620	1.22 573	1.22 661	1.24 631	1.25 655	1.22 624	1.24 659	1.21 632	1.24 656	1.19 588	1.27 648	1.19 588	1.24 655	1.19 556	1.20 573	1.25 647	1.19 606	1.24 627	1.23 655

DisPM	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

CrosDoStereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

PFNet+	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

LCNet	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

HHNet	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

Patchmatch Stereo++	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607
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	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

STrans-v2	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

TransformOpticalFlow	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

OMP-Stereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

IIG-Stereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

NF-Stereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

OCTAStereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

PSM-softLoss	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

KMStereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

NRIStereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

PSM-adaLoss	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

PSM-AAD	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

FTStereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

ROB_FTStereo_v2	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

ROB_FTStereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

Consistency-Raft	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

KYRaft	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

HUI-Stereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

ASMatch	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

DeepStereo_LL	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

DEmStereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

SST-Stereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

THIR-Stereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

RAFT_R40	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

DRaft	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

PFNet	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

GrayStereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

RE-Stereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

Pruner-Stereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

TVStereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

DeepStereo_RVC	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

RAFT-RH_RVC	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

IRAFT_RVC	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

RAFT-345	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

iRAFT	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

CRE-IMP	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

GMM-Stereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

RAFT-IKP	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

Prome-Stereo	1.20 569	1.20 445	1.20 571	1.20 528	1.20 613	1.20 583	1.20 606	1.20 577	1.20 611	1.20 587	1.20 608	1.20 589	1.20 598	1.20 589	1.20 608	1.20 558	1.20 573	1.20 599	1.20 609	1.20 578	1.20 607

FAT-Stereo	2.46 708	26.05 773	1.23 620	1.23 575	1.22 661	1.20 583	1.24 654	1.23 626	1.23 658	1.19 586	1.22 654	1.21 634	1.24 646	1.20 589	1.24 655	1.21 604	1.17 571	1.22 645	1.25 659	1.20 578	1.24 656

CroCo-Stereo	0.73 478	1.22 497	0.25 240	1.22 573	0.25 293	1.22 629	0.25 280	1.22 624	0.25 284	1.22 633	0.25 290	1.22 635	0.25 286	1.22 635	0.25 281	1.22 606	0.26 253	1.21 644	0.25 288	1.22 626	0.25 270
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
MEA-ACV	1.66 631	0.87 365	0.61 470	11.81 767	1.35 664	1.50 652	0.71 548	1.23 626	0.92 579	1.13 581	0.96 583	1.69 657	0.70 541	1.23 636	1.16 601	1.54 630	1.20 573	1.58 662	0.85 579	1.12 561	0.95 574

Hybrid-DGEV-2	1.05 557	1.83 558	0.83 528	1.33 589	0.82 572	1.30 636	0.81 566	1.26 628	0.79 565	1.29 636	0.79 566	1.26 636	0.80 558	1.26 637	0.79 559	1.20 558	0.78 523	1.18 595	0.77 567	1.20 578	0.77 554

Hybrid-DGEV	1.03 555	1.75 532	0.80 524	1.28 582	0.78 564	1.26 632	0.80 562	1.26 628	0.78 561	1.26 634	0.78 564	1.26 636	0.78 556	1.26 637	0.78 558	1.15 554	0.75 518	1.14 585	0.74 562	1.14 563	0.75 549

CroCo-Stereo Lap2	0.77 488	1.29 501	0.29 264	1.27 578	0.29 320	1.27 633	0.26 287	1.26 628	0.26 298	1.26 634	0.26 295	1.27 639	0.26 296	1.26 637	0.27 288	1.27 609	0.27 266	1.27 648	0.27 332	1.27 630	0.27 314

FC-DCNN	1.07 558	1.09 429	0.98 544	0.89 476	0.52 508	1.41 648	0.91 575	1.21 623	1.24 659	1.96 662	2.05 731	1.91 663	1.30 651	1.27 640	1.08 591	0.80 499	0.60 479	0.58 499	0.41 471	0.68 488	0.54 494

LiteMatch*	2.07 667	1.30 503	5.73 752	6.28 740	0.79 566	1.33 639	0.80 562	1.30 634	1.02 596	1.33 638	0.84 572	1.33 642	0.97 570	1.28 641	1.04 588	6.05 752	5.89 748	1.28 649	0.76 565	1.28 631	0.88 564

Hybrid-DGEV-03	1.07 558	1.83 558	0.83 528	1.34 590	0.81 571	1.32 638	0.81 566	1.31 635	0.81 570	1.31 637	0.82 570	1.32 641	0.82 562	1.32 642	0.81 565	1.19 556	0.77 521	1.19 597	0.76 565	1.19 576	0.77 554

MaskLacGwcNet_RVC	1.35 622	1.35 508	1.35 626	1.35 592	1.35 664	1.35 640	1.35 662	1.36 637	1.35 667	1.36 641	1.35 665	1.36 643	1.36 656	1.36 643	1.35 666	1.35 615	1.35 635	1.35 654	1.35 664	1.35 634	1.35 665

MM-Stereo_test2	1.20 569	1.85 564	1.05 553	1.46 599	0.94 583	1.36 642	0.99 583	1.36 637	0.95 583	1.41 644	0.98 586	1.40 647	0.96 569	1.37 644	0.95 576	1.37 619	1.06 551	1.33 651	0.93 585	1.29 632	0.89 567

CC-Net-ROB	1.36 623	1.33 507	1.33 623	1.36 593	1.38 668	1.36 642	1.33 660	1.37 639	1.34 664	1.35 640	1.36 667	1.38 644	1.34 654	1.38 645	1.38 669	1.35 615	1.38 639	1.33 651	1.35 664	1.43 637	1.34 664

qqai	1.22 616	1.38 512	1.12 557	1.39 596	1.14 600	1.40 646	1.14 598	1.41 642	1.12 600	1.40 643	1.11 599	1.40 647	1.13 587	1.41 646	1.15 597	1.25 607	0.97 541	1.24 646	1.01 595	1.24 627	0.96 575

ours_stereo	1.20 569	1.21 491	0.90 535	1.64 612	1.11 599	1.35 640	0.67 526	1.76 654	0.93 581	1.70 658	1.10 598	1.39 645	0.75 551	1.41 646	0.81 565	1.60 633	1.03 550	1.33 651	1.00 588	1.61 643	0.72 541

BLMT-Stereo	1.53 627	1.36 509	1.06 554	1.42 598	1.23 663	1.41 648	1.07 593	1.43 644	1.12 600	1.42 645	1.06 595	1.83 660	1.07 584	1.42 648	1.07 590	1.27 609	1.38 639	6.80 767	1.00 588	1.26 629	1.00 580

MM-Stereo_test3	1.27 620	2.07 584	1.18 566	1.60 607	1.02 594	1.45 650	1.01 589	1.40 641	1.04 598	1.44 646	1.03 594	1.46 650	1.02 582	1.44 649	1.02 587	1.51 628	1.12 565	1.32 650	0.98 586	1.38 636	0.97 576

RASNet	1.49 626	1.65 522	1.45 642	1.38 595	1.43 671	1.47 651	1.36 664	1.38 640	1.36 668	1.39 642	1.60 681	1.45 649	1.45 662	1.51 650	2.21 726	1.53 629	1.36 636	1.36 656	1.36 666	1.66 646	1.36 666

FAST (zero-shot)	0.87 524	1.55 519	0.42 395	1.57 602	0.42 471	1.62 657	0.45 471	1.59 645	0.42 465	1.66 656	0.44 469	1.62 656	0.42 460	1.59 651	0.42 456	0.64 461	0.43 411	0.64 508	0.42 479	0.67 486	0.46 461

tt45	1.04 556	0.88 368	1.36 634	0.92 483	1.03 595	1.51 653	0.79 559	0.70 506	0.88 573	0.74 520	0.90 574	1.60 652	0.72 547	1.60 652	0.75 554	0.91 514	0.78 523	1.52 661	0.79 571	1.14 563	1.32 661

DPSMNet_ROB	1.60 630	1.59 521	1.70 657	1.59 604	1.59 677	1.61 655	1.61 680	1.60 646	1.60 677	1.62 655	1.59 680	1.60 652	1.60 665	1.60 652	1.59 677	1.59 631	1.60 659	1.59 663	1.59 685	1.59 642	1.59 680

FlowAnything_test	1.02 553	1.72 526	0.71 505	1.59 604	0.70 546	1.61 655	0.69 539	1.61 647	0.70 546	1.60 649	0.70 545	1.61 655	0.69 537	1.61 654	0.70 544	0.81 503	0.58 470	0.81 542	0.55 514	0.81 517	0.56 505

FlowAnything	1.02 553	1.71 525	0.72 508	1.59 604	0.69 542	1.60 654	0.69 539	1.61 647	0.70 546	1.60 649	0.69 541	1.60 652	0.69 537	1.61 654	0.69 535	0.81 503	0.58 470	0.81 542	0.56 518	0.82 519	0.56 505

PS-NSSS	1.38 625	1.39 513	1.34 624	1.34 590	1.35 664	1.38 644	1.37 669	1.35 636	1.38 670	1.34 639	1.34 664	1.39 645	1.38 659	1.70 656	1.40 670	1.36 617	1.36 636	1.36 656	1.37 667	1.37 635	1.36 666

test_xeample3	1.10 561	1.81 548	0.61 470	0.84 470	0.49 497	0.77 517	0.66 522	0.92 538	1.40 671	0.68 509	0.46 478	0.78 526	0.54 504	1.72 657	1.48 673	1.34 614	1.52 648	1.35 654	1.67 705	1.33 633	1.55 674

4.5w-stereo	1.99 647	2.33 606	1.81 665	3.28 684	1.68 690	1.94 664	1.99 718	2.72 710	1.70 694	2.72 714	1.99 729	1.97 666	1.68 676	1.76 658	1.29 662	1.91 647	2.02 698	2.53 718	1.61 692	1.75 651	1.16 601

4.25_new	2.00 651	2.33 606	1.82 670	3.32 687	1.69 695	1.95 667	1.99 718	2.72 710	1.71 696	2.72 714	1.97 720	2.01 669	1.74 690	1.77 659	1.28 660	2.18 668	2.01 694	2.48 716	1.58 683	1.65 644	1.17 602

4.5w_new	2.00 651	2.33 606	1.82 670	3.32 687	1.69 695	1.95 667	1.99 718	2.72 710	1.71 696	2.72 714	1.97 720	2.01 669	1.74 690	1.77 659	1.28 660	2.18 668	2.01 694	2.48 716	1.58 683	1.65 644	1.17 602

2w_stereo	1.99 647	2.36 613	1.81 665	3.24 682	1.67 686	1.94 664	1.98 715	2.72 710	1.68 686	2.72 714	1.94 717	1.98 667	1.74 690	1.79 661	1.27 659	1.95 650	2.00 692	2.53 718	1.60 688	1.68 647	1.15 598

3.75w	1.99 647	2.31 604	1.83 673	3.16 678	1.65 681	1.93 663	1.98 715	2.72 710	1.68 686	2.73 719	1.97 720	2.00 668	1.72 687	1.81 662	1.25 658	2.27 680	2.01 694	2.38 709	1.42 673	1.71 648	1.24 656

2.75w_new	1.99 647	2.34 610	1.81 665	3.14 676	1.62 679	1.94 664	1.99 718	2.72 710	1.71 696	2.72 714	1.99 729	1.90 662	1.73 688	1.82 663	1.29 662	2.37 690	2.01 694	2.31 704	1.42 673	1.77 652	1.22 653

HBP-ISP	1.24 618	1.72 526	1.65 654	1.15 519	0.76 560	1.40 646	0.88 572	1.67 653	1.02 596	1.69 657	1.38 670	1.69 657	1.21 644	1.87 664	1.21 653	1.05 539	0.79 525	0.97 572	0.80 573	1.19 576	0.75 549

GANetREF_RVC	1.55 628	1.94 580	1.22 618	1.88 616	1.21 659	1.88 662	1.22 652	1.88 656	1.22 657	1.88 659	1.22 654	1.88 661	1.22 645	1.89 665	1.22 654	1.87 642	1.22 621	1.88 677	1.22 655	1.88 655	1.22 653
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
RAFT_CTSACE	1.92 643	3.71 665	1.72 660	1.88 616	1.72 702	2.04 671	1.42 674	2.18 673	1.89 720	2.02 669	1.97 720	1.95 664	2.06 714	1.93 666	1.62 678	1.76 637	1.66 664	2.02 682	1.73 713	1.73 649	1.43 671

4.25w-stereo	1.98 646	2.72 634	1.46 643	3.47 694	1.43 671	2.07 673	1.98 715	2.53 706	1.52 675	2.71 713	1.98 726	1.81 659	1.62 667	1.96 667	1.36 667	1.88 645	2.00 692	2.53 718	1.61 692	1.74 650	1.15 598

MFMNet_re	1.81 640	1.91 573	1.71 659	1.95 621	1.70 700	1.95 667	1.70 697	1.96 659	1.74 703	1.97 664	1.72 702	1.95 664	1.71 686	1.97 668	1.71 697	1.86 640	1.62 660	1.85 670	1.66 704	1.86 654	1.64 698

SPS-STEREO	1.59 629	1.91 573	1.21 617	1.94 619	1.20 613	2.00 670	1.23 653	1.99 661	1.24 659	2.00 667	1.25 657	2.03 671	1.26 647	2.00 669	1.29 662	1.90 646	1.18 572	1.89 678	1.21 654	1.89 656	1.20 607
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 639	3.41 658	1.52 649	2.12 627	1.41 670	2.04 671	1.41 672	2.05 665	1.46 674	2.04 671	1.41 672	2.05 672	1.42 661	2.05 670	1.43 672	2.04 656	1.54 651	1.94 679	1.38 669	1.99 659	1.33 662

TRStereo	2.00 651	2.13 589	1.85 676	2.27 635	1.84 707	2.28 694	1.84 703	2.29 689	1.86 713	2.30 695	1.87 709	2.30 689	1.87 698	2.08 671	1.72 700	2.08 657	1.72 668	2.08 693	1.72 710	2.08 671	1.72 703

XX-Stereo	2.00 651	2.13 589	1.85 676	2.27 635	1.84 707	2.28 694	1.84 703	2.29 689	1.86 713	2.30 695	1.87 709	2.30 689	1.87 698	2.08 671	1.72 700	2.08 657	1.72 668	2.08 693	1.72 710	2.08 671	1.72 703

EAI-Stereo	2.00 651	2.13 589	1.85 676	2.27 635	1.84 707	2.28 694	1.84 703	2.29 689	1.86 713	2.30 695	1.87 709	2.30 689	1.87 698	2.08 671	1.72 700	2.08 657	1.72 668	2.08 693	1.72 710	2.08 671	1.72 703

MC-Stereo	1.76 636	2.96 646	1.37 636	2.14 628	1.37 667	2.14 676	1.36 664	2.14 670	1.37 669	2.14 676	1.37 668	2.14 673	1.37 658	2.14 674	1.37 668	1.97 651	1.32 623	1.97 681	1.32 663	1.98 658	1.33 662

noway7	2.08 670	5.18 702	1.92 684	2.27 635	1.66 682	2.18 677	1.66 683	2.17 672	1.66 678	2.18 679	1.65 685	2.18 675	1.66 668	2.17 675	1.66 683	2.15 660	1.85 681	2.05 683	1.60 688	2.05 661	1.60 682

zzzz4	2.08 670	5.22 706	1.93 687	2.27 635	1.66 682	2.19 679	1.66 683	2.18 673	1.67 681	2.18 679	1.66 688	2.18 675	1.66 668	2.18 676	1.66 683	2.15 660	1.84 676	2.05 683	1.60 688	2.05 661	1.60 682

zzzzzz3	2.07 667	5.00 696	1.93 687	2.28 640	1.66 682	2.19 679	1.66 683	2.18 673	1.67 681	2.19 682	1.66 688	2.18 675	1.67 674	2.18 676	1.66 683	2.15 660	1.85 681	2.05 683	1.59 685	2.05 661	1.59 680

noway2	2.07 667	4.96 693	1.92 684	2.28 640	1.66 682	2.20 682	1.66 683	2.19 676	1.66 678	2.19 682	1.65 685	2.19 678	1.68 676	2.18 676	1.65 680	2.15 660	1.86 685	2.06 687	1.59 685	2.06 665	1.60 682

GELT-Stereo	2.10 675	5.33 713	1.94 695	2.37 651	1.68 690	2.21 685	1.69 695	2.19 676	1.67 681	2.18 679	1.67 690	2.19 678	1.66 668	2.19 679	1.66 683	2.23 674	1.83 675	2.07 689	1.61 692	2.04 660	1.61 687

monster_256*512	2.09 673	5.21 705	1.98 699	2.30 643	1.67 686	2.18 677	1.66 683	2.20 679	1.67 681	2.19 682	1.67 690	2.19 678	1.66 668	2.19 679	1.66 683	2.15 660	1.86 685	2.05 683	1.60 688	2.06 665	1.61 687

zzzzzzz1	2.10 675	5.20 704	1.93 687	2.38 653	1.68 690	2.20 682	1.67 689	2.20 679	1.68 686	2.20 685	1.67 690	2.20 681	1.68 676	2.20 681	1.67 691	2.24 675	1.86 685	2.06 687	1.61 692	2.06 665	1.62 693

zzzz2	2.08 670	4.92 692	1.93 687	2.30 643	1.67 686	2.19 679	1.66 683	2.20 679	1.67 681	2.20 685	1.68 695	2.21 682	1.66 668	2.20 681	1.68 692	2.17 666	1.84 676	2.07 689	1.62 698	2.05 661	1.61 687

noway1	2.10 675	5.26 710	1.93 687	2.31 646	1.69 695	2.21 685	1.67 689	2.19 676	1.68 686	2.21 687	1.68 695	2.21 682	1.67 674	2.20 681	1.66 683	2.15 660	1.84 676	2.07 689	1.61 692	2.07 669	1.61 687

zzz1	2.09 673	4.97 694	1.93 687	2.30 643	1.68 690	2.21 685	1.68 691	2.21 682	1.68 686	2.21 687	1.67 690	2.21 682	1.68 676	2.21 684	1.69 695	2.17 666	1.85 681	2.08 693	1.61 692	2.06 665	1.61 687

noway5	1.92 643	4.97 694	1.95 696	2.31 646	1.68 690	2.21 685	1.68 691	2.21 682	1.69 693	2.22 691	1.68 695	2.21 682	1.68 676	2.21 684	1.68 692	2.18 668	1.87 689	1.71 667	0.65 538	0.85 523	0.72 541

noway3	2.12 681	5.22 706	1.93 687	2.39 654	1.70 700	2.23 690	1.70 697	2.22 684	1.70 694	2.22 691	1.70 701	2.23 686	1.69 683	2.22 686	1.71 697	2.28 681	1.86 685	2.08 693	1.63 701	2.09 674	1.63 696

noway4	2.11 679	5.14 700	1.93 687	2.37 651	1.69 695	2.20 682	1.68 691	2.22 684	1.68 686	2.21 687	1.69 699	2.23 686	1.68 676	2.22 686	1.66 683	2.24 675	1.84 676	2.09 698	1.63 701	2.09 674	1.62 693

ff7	1.68 632	2.68 627	1.35 626	0.97 496	0.89 575	1.84 659	2.15 724	2.12 667	1.80 707	2.05 672	1.56 677	2.33 692	2.12 715	2.23 688	2.25 727	1.31 611	1.07 552	1.48 658	1.41 670	0.90 532	1.04 588

ffff	1.68 632	2.68 627	1.35 626	0.97 496	0.89 575	1.84 659	2.15 724	2.12 667	1.80 707	2.05 672	1.56 677	2.33 692	2.12 715	2.23 688	2.25 727	1.31 611	1.07 552	1.48 658	1.41 670	0.90 532	1.04 588

ccc-4	1.68 632	2.68 627	1.35 626	0.97 496	0.89 575	1.84 659	2.15 724	2.12 667	1.80 707	2.05 672	1.56 677	2.33 692	2.12 715	2.23 688	2.25 727	1.31 611	1.07 552	1.48 658	1.41 670	0.90 532	1.04 588

derf	1.91 642	2.15 592	1.78 663	2.16 629	1.75 703	2.21 685	1.80 701	2.22 684	1.80 707	2.21 687	1.76 703	2.17 674	1.81 695	2.24 691	1.74 706	1.93 649	1.56 652	1.96 680	1.53 678	1.95 657	1.56 675

NCCL2	2.28 697	2.27 601	2.28 706	2.28 640	2.28 732	2.27 692	2.29 727	2.28 687	2.28 730	2.27 694	2.28 732	2.28 688	2.27 718	2.27 692	2.28 731	2.28 681	2.28 706	2.27 701	2.29 731	2.27 681	2.29 721

2.25w	2.00 651	1.86 567	1.98 699	2.95 673	2.17 729	2.26 691	1.35 662	2.42 700	2.00 727	2.07 675	1.27 659	2.53 702	1.99 710	2.29 693	1.49 674	2.21 672	1.32 623	1.85 670	1.87 718	2.52 699	1.62 693

STTStereo	3.73 732	30.40 780	2.37 710	2.39 654	2.31 734	2.35 697	2.33 728	2.29 689	2.42 731	2.32 699	2.34 733	2.33 692	2.36 719	2.30 694	2.27 730	2.35 689	2.22 705	2.31 704	2.22 728	2.29 683	2.34 725

HUF	2.18 685	2.30 603	1.99 703	2.34 650	2.02 722	2.41 700	2.06 723	2.38 698	1.89 720	2.36 700	1.85 706	2.56 707	1.98 708	2.31 695	1.97 722	2.30 685	2.03 699	2.30 703	2.11 725	2.23 678	2.16 718

MonStereo1	1.94 645	2.77 640	1.52 649	3.73 705	1.51 674	2.13 675	1.42 674	2.32 694	1.52 675	2.31 698	1.50 675	2.53 702	1.59 664	2.34 696	1.56 675	1.91 647	1.36 636	1.86 673	1.31 662	2.07 669	1.53 672

MonStereo	2.17 683	2.41 616	1.49 648	2.67 663	1.67 686	2.60 713	2.04 722	2.32 694	1.76 704	2.44 703	1.68 695	2.50 700	1.69 683	2.38 697	1.80 709	2.28 681	1.78 671	2.63 721	2.14 726	3.47 714	1.68 701

ccnet	0.80 495	2.28 602	0.33 300	0.50 384	0.33 406	0.50 461	0.33 392	0.50 449	0.33 400	0.49 443	0.33 400	0.49 449	1.56 663	2.38 697	0.33 388	0.41 337	0.29 288	0.42 438	1.57 680	2.28 682	0.29 351

4w-stereo	2.02 659	2.72 634	1.44 641	3.36 690	1.59 677	2.48 703	1.72 699	2.28 687	1.24 659	2.24 693	1.65 685	2.56 707	1.32 653	2.39 699	1.98 723	2.67 704	1.51 647	1.66 665	1.24 657	2.53 702	1.88 716

AIO_rvc	2.18 685	2.34 610	1.87 680	2.32 648	1.94 717	2.40 699	1.89 712	2.37 697	2.07 729	2.52 708	1.95 719	2.44 699	1.99 710	2.41 700	1.89 719	2.32 687	2.09 700	2.24 700	2.18 727	2.21 677	2.23 720

AIO_test	2.18 685	2.09 587	2.04 704	2.42 656	2.01 719	2.47 702	1.94 714	2.34 696	2.03 728	2.56 709	1.94 717	2.43 698	1.94 705	2.41 700	1.87 716	2.39 692	2.10 701	2.35 708	1.91 724	2.25 680	2.19 719

FBW_ROB	2.12 681	2.46 620	1.77 662	2.49 659	1.79 706	2.38 698	1.83 702	2.46 701	1.78 706	2.48 706	1.97 720	2.40 697	1.78 693	2.42 702	1.83 710	2.31 686	1.85 681	2.38 709	1.82 716	2.35 685	1.84 709

asda	2.17 683	2.54 621	1.81 665	3.47 694	1.78 705	2.50 706	1.86 707	2.61 708	1.68 686	2.61 710	1.83 705	2.37 696	1.73 688	2.44 703	1.88 718	2.51 699	1.84 676	2.34 706	1.62 698	2.23 678	1.77 708

UDGNet	2.23 695	5.40 717	1.72 660	2.48 658	1.69 695	2.51 707	1.69 695	2.51 705	1.72 700	2.50 707	1.69 699	2.52 701	1.69 683	2.50 704	1.68 692	2.41 693	1.70 667	2.42 711	1.69 709	2.42 688	1.64 698

4.5_new	2.00 651	1.84 563	1.98 699	2.77 666	2.16 727	2.27 692	1.28 659	2.09 666	1.98 724	2.01 668	1.28 660	2.71 715	1.98 708	2.51 705	1.65 680	2.26 677	1.33 630	1.87 674	1.87 718	2.49 695	1.60 682

asd	2.18 685	2.77 640	1.58 651	3.59 699	2.00 718	2.58 712	1.85 706	2.39 699	1.71 696	2.47 705	1.97 720	2.59 709	1.61 666	2.56 706	1.79 708	2.51 699	1.99 691	2.11 699	1.62 698	2.36 686	1.60 682

qwe	2.18 685	2.60 624	1.58 651	3.83 707	1.90 716	2.53 708	1.90 713	2.48 702	1.73 701	2.37 701	1.92 716	2.53 702	1.68 676	2.56 706	1.83 710	2.52 701	1.87 689	2.07 689	1.68 707	2.32 684	1.71 702

3w_stereo	2.04 664	2.24 600	1.70 657	3.15 677	2.18 731	2.49 704	1.26 657	2.03 664	1.98 724	1.98 665	1.33 663	2.72 719	1.99 710	2.59 708	1.72 700	2.22 673	1.33 630	1.85 670	1.88 723	2.50 697	1.58 679

monsters	2.18 685	2.41 616	1.96 698	3.47 694	2.03 723	2.53 708	1.64 682	2.48 702	1.73 701	2.40 702	1.50 675	2.62 710	1.94 705	2.59 708	1.94 720	2.44 694	1.57 654	2.28 702	1.87 718	2.42 688	1.86 711

monsterstereo	2.20 691	2.33 606	1.95 696	3.65 701	2.07 724	2.49 704	1.61 680	2.48 702	1.83 711	2.45 704	1.61 683	2.67 714	1.86 696	2.64 710	1.94 720	2.48 698	1.66 664	2.34 706	1.68 707	2.40 687	1.86 711

sAnonymous2	3.31 728	2.63 625	1.38 638	3.71 703	1.86 710	4.70 754	1.11 595	4.82 757	2.72 734	5.45 762	1.98 726	4.59 747	2.64 721	2.65 711	6.21 767	4.37 722	1.08 556	5.16 759	2.24 729	4.52 728	2.39 726

CroCo_RVC	3.31 728	2.63 625	1.38 638	3.71 703	1.86 710	4.70 754	1.11 595	4.82 757	2.72 734	5.45 762	1.98 726	4.59 747	2.64 721	2.65 711	6.21 767	4.37 722	1.08 556	5.16 759	2.24 729	4.52 728	2.39 726

DNSM	2.56 712	4.43 684	3.08 729	4.09 709	1.86 710	2.66 715	1.86 707	2.66 709	1.87 717	2.66 712	1.86 707	2.66 713	1.86 696	2.66 713	1.87 716	3.82 719	2.94 714	2.42 711	1.73 713	2.42 688	1.73 706

IGEV	2.02 659	2.20 596	1.82 670	2.90 672	2.16 727	2.41 700	1.25 655	2.00 662	1.98 724	1.99 666	1.31 662	2.72 719	1.93 704	2.67 714	1.69 695	2.26 677	1.32 623	1.83 669	1.87 718	2.53 702	1.61 687

2.5w	2.01 658	2.40 615	1.37 636	3.28 684	2.01 719	2.71 716	1.43 677	1.82 655	1.83 711	1.90 661	1.41 672	2.71 715	1.35 655	2.71 715	1.85 712	2.66 702	1.53 649	1.64 664	1.23 656	2.53 702	1.87 713

3.25w	2.04 664	2.20 596	1.48 644	3.03 674	2.17 729	2.63 714	1.39 670	1.96 659	1.95 723	1.96 662	1.37 668	2.71 715	1.96 707	2.71 715	1.73 705	2.26 677	1.32 623	1.87 674	1.87 718	2.51 698	1.63 696

3.25w_new	2.03 661	2.72 634	1.35 626	3.33 689	1.57 675	2.72 717	1.53 679	2.15 671	1.33 663	2.15 677	1.60 681	2.63 711	1.30 651	2.72 717	1.99 724	2.67 704	1.53 649	1.75 668	1.25 659	2.53 702	1.87 713

3.5w_stereo	2.03 661	2.72 634	1.35 626	3.41 691	1.57 675	2.72 717	1.49 678	2.01 663	1.34 664	2.15 677	1.61 683	2.63 711	1.36 656	2.72 717	1.99 724	2.66 702	1.58 655	1.68 666	1.24 657	2.53 702	1.87 713

1w_stereo	2.05 666	2.32 605	1.35 626	3.74 706	2.01 719	2.73 719	1.42 674	1.88 656	1.93 722	2.03 670	1.28 660	2.71 715	1.99 710	2.72 717	1.72 700	2.20 671	1.32 623	1.87 674	1.86 717	2.45 691	1.54 673

sCroCo_RVC	2.10 675	2.76 638	1.92 684	2.78 669	1.39 669	2.73 719	1.41 672	2.73 716	1.40 671	2.77 725	1.41 672	2.74 721	1.40 660	2.74 720	1.40 670	2.72 706	1.42 642	2.72 722	1.44 675	2.79 709	1.42 670

LG-G_1	2.22 692	2.71 632	1.89 681	2.77 666	1.87 714	2.75 721	1.87 710	2.76 718	1.87 717	2.75 720	1.87 709	2.76 722	1.87 698	2.75 721	1.86 713	2.47 696	1.58 655	2.45 713	1.57 680	2.45 691	1.57 677

LG-G	2.22 692	2.71 632	1.89 681	2.77 666	1.87 714	2.75 721	1.87 710	2.76 718	1.87 717	2.75 720	1.87 709	2.76 722	1.87 698	2.75 721	1.86 713	2.47 696	1.58 655	2.45 713	1.57 680	2.45 691	1.57 677

LGtest1	2.22 692	2.70 630	1.89 681	2.76 665	1.86 710	2.75 721	1.86 707	2.75 717	1.86 713	2.75 720	1.86 707	2.77 724	1.87 698	2.75 721	1.86 713	2.46 695	1.58 655	2.45 713	1.56 679	2.45 691	1.56 675

NLCA_NET_v2_RVC	5.04 760	50.87 791	2.78 715	2.87 671	2.71 736	2.78 724	0.47 480	2.88 723	2.86 736	1.89 660	2.67 735	2.79 725	2.79 724	2.78 724	2.83 733	2.82 707	2.82 713	2.83 723	2.77 735	2.83 710	2.76 730
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
plain	1.88 641	3.16 652	0.64 479	3.10 675	0.65 533	3.10 726	0.64 519	3.12 725	0.65 523	3.10 726	0.65 527	3.11 726	0.65 521	3.12 725	0.65 516	3.12 711	0.65 490	3.13 724	0.65 538	3.13 712	0.65 523

SA	4.33 749	7.35 732	6.85 758	5.96 738	4.09 762	3.59 732	3.15 749	3.82 735	2.64 733	3.91 733	3.85 757	3.57 731	2.72 723	3.13 726	4.03 758	7.09 760	6.86 755	3.57 729	3.12 747	3.85 717	3.51 753

Anonymous3	2.55 711	3.26 656	1.65 654	3.28 684	1.63 680	3.24 728	1.68 691	3.27 727	1.66 678	3.28 728	1.67 690	3.25 728	1.66 668	3.27 727	1.64 679	3.26 712	1.65 663	3.30 726	1.65 703	4.95 746	1.65 700

PDISCO_ROB	0.83 508	2.80 644	3.49 735	0.14 128	0.11 181	0.17 209	0.09 152	0.15 200	0.10 160	0.15 194	0.12 198	0.16 200	0.14 216	3.30 728	0.13 204	0.14 140	2.34 707	0.16 203	0.12 202	2.62 708	0.10 158

MIF-Stereo (partial)	2.58 713	3.31 657	0.66 485	3.18 679	0.66 536	3.18 727	0.66 522	3.21 726	0.67 527	3.19 727	0.66 529	3.19 727	0.66 524	3.31 729	0.68 527	5.09 744	1.79 673	8.23 771	1.67 705	6.18 755	1.38 668

NLSM1	2.93 725	3.24 655	2.57 714	4.04 708	2.66 735	3.30 730	2.55 730	3.29 728	2.55 732	3.35 730	2.48 734	3.28 729	2.47 720	3.34 730	2.49 732	3.26 712	2.55 712	3.13 724	2.57 734	3.00 711	2.46 728

UniTT-Stereo	2.03 661	3.43 659	0.72 508	3.42 692	0.73 551	3.27 729	0.68 531	3.38 730	0.69 538	3.29 729	0.72 554	3.28 729	0.70 541	3.35 731	0.68 527	3.39 714	0.68 499	3.31 727	0.69 551	3.37 713	0.73 545

DPSNet	3.66 730	3.60 661	3.62 738	3.63 700	3.64 757	3.65 733	3.65 756	3.66 733	3.67 753	3.67 732	3.65 754	3.67 733	3.66 742	3.66 732	3.68 751	3.68 717	3.66 733	3.67 731	3.68 757	3.67 715	3.67 754

RAStereo	2.23 695	3.64 662	0.76 516	3.65 701	0.86 573	3.66 734	0.76 556	3.67 734	0.81 570	3.66 731	0.76 560	3.66 732	0.77 554	3.68 733	0.77 557	3.68 717	0.77 521	3.69 732	0.77 567	3.70 716	0.77 554

test_5	4.62 754	7.55 734	6.23 753	6.32 741	3.40 753	5.29 761	3.50 753	3.53 732	4.11 761	4.28 738	4.47 764	4.26 741	4.38 756	3.68 733	3.24 746	5.89 749	5.60 746	4.84 755	3.50 753	4.33 725	3.93 761

Sa-1000	4.34 750	8.37 738	6.84 757	6.98 747	4.45 765	3.58 731	3.00 735	3.42 731	3.39 751	2.61 710	4.00 760	3.83 735	4.01 753	3.90 735	3.90 756	5.98 751	5.62 747	3.76 733	2.34 732	4.35 726	2.47 729

TestStereo1	4.60 751	8.41 739	6.44 755	6.86 745	3.79 759	3.97 736	3.78 758	3.99 737	3.74 755	3.97 734	3.52 752	3.94 736	3.58 739	3.98 736	3.72 753	6.82 757	6.50 753	3.76 733	3.66 755	3.90 718	3.74 757

SA-5K	4.60 751	8.41 739	6.44 755	6.86 745	3.79 759	3.97 736	3.78 758	3.99 737	3.74 755	3.97 734	3.52 752	3.94 736	3.58 739	3.98 736	3.72 753	6.82 757	6.50 753	3.76 733	3.66 755	3.90 718	3.74 757

NLCSM	3.67 731	4.08 676	3.19 734	4.80 725	3.26 750	3.99 738	3.24 751	4.25 740	3.18 749	4.09 736	3.27 749	4.14 738	3.18 737	4.13 738	3.28 747	4.06 720	3.10 723	3.85 736	3.14 748	3.91 721	3.27 750

test_4	4.88 757	8.13 737	6.98 759	7.46 748	4.44 764	4.25 740	3.85 760	4.04 739	3.92 759	4.13 737	3.91 758	4.18 740	3.84 749	4.14 739	4.06 759	7.01 759	7.13 758	4.53 738	3.72 758	4.09 722	3.72 755

test_3	5.01 759	8.86 744	7.77 761	8.09 750	2.76 737	4.13 739	4.05 762	3.88 736	3.76 757	4.33 739	4.13 761	3.71 734	3.91 750	4.21 740	4.06 759	7.93 761	7.69 760	4.53 738	3.91 760	4.17 723	4.29 763

RAFT+CT+SA	4.28 747	7.62 735	4.91 746	5.55 735	2.28 732	3.09 725	3.64 755	4.49 742	3.07 742	4.80 754	3.35 750	4.77 757	3.70 744	4.29 741	3.05 736	5.58 747	5.98 750	3.58 730	3.78 759	4.26 724	3.72 755

raft_robust	4.71 755	7.75 736	5.40 751	6.81 744	3.31 751	4.28 741	4.20 763	4.32 741	4.37 764	4.35 740	4.35 763	4.14 738	3.75 746	4.30 742	4.20 761	6.67 756	6.37 751	3.36 728	4.24 765	4.86 744	3.25 749

cross-raft	4.83 756	7.52 733	6.43 754	6.63 742	3.96 761	4.51 742	3.99 761	4.49 742	3.96 760	4.52 741	3.96 759	4.50 742	3.97 752	4.50 743	3.97 757	6.65 755	6.44 752	4.33 737	3.92 761	4.35 726	3.91 760

rvit_0105_6	3.87 737	5.73 725	3.10 730	4.69 723	3.12 748	4.54 744	3.02 737	4.56 744	3.04 737	4.54 745	3.03 738	4.54 743	3.04 728	4.56 744	3.05 736	4.58 731	3.05 716	4.58 742	3.05 739	4.58 731	3.05 735

rvit_105_1	3.83 733	5.22 706	3.01 719	4.53 713	3.01 738	4.51 742	3.01 736	4.56 744	3.04 737	4.53 743	3.03 738	4.55 745	3.03 725	4.56 744	3.04 734	4.57 728	3.05 716	4.57 740	3.05 739	4.57 730	3.05 735

rvit_stereo_0081	3.83 733	5.23 709	3.01 719	4.53 713	3.03 740	4.55 748	3.02 737	4.56 744	3.04 737	4.52 741	3.02 736	4.54 743	3.03 725	4.56 744	3.04 734	4.57 728	3.05 716	4.57 740	3.05 739	4.58 731	3.05 735

rvit_stereo_0082	3.86 735	5.82 726	3.01 719	4.53 713	3.03 740	4.54 744	3.02 737	4.56 744	3.04 737	4.53 743	3.02 736	4.55 745	3.04 728	4.57 747	3.05 736	4.57 728	3.05 716	4.58 742	3.05 739	4.58 731	3.06 738

rvit_stereo_0080	3.89 738	5.70 723	3.04 724	4.54 716	3.03 740	4.56 749	3.05 743	4.60 748	3.07 742	4.58 748	3.06 741	4.59 747	3.06 730	4.61 748	3.08 740	4.63 733	3.09 721	4.64 746	3.10 744	4.65 735	3.10 742

whm_eth	3.89 738	5.70 723	3.04 724	4.54 716	3.03 740	4.56 749	3.05 743	4.60 748	3.07 742	4.58 748	3.06 741	4.59 747	3.06 730	4.61 748	3.08 740	4.63 733	3.09 721	4.64 746	3.10 744	4.65 735	3.10 742

rvit_stereo_0081_aga	3.86 735	5.33 713	3.02 722	4.55 719	3.04 744	4.54 744	3.02 737	4.64 751	3.06 741	4.54 745	3.04 740	4.62 752	3.08 732	4.62 750	3.07 739	4.58 731	3.06 720	4.60 744	3.08 743	4.63 734	3.07 739

rvit_0105_4	3.91 740	5.47 721	3.02 722	4.54 716	3.02 739	4.54 744	3.03 741	4.75 754	3.17 748	4.57 747	3.06 741	4.61 751	3.16 736	4.65 751	3.09 742	4.66 735	3.11 724	4.68 749	3.18 750	4.81 741	3.16 747

rvit_0105_3	3.91 740	5.33 713	3.06 727	4.60 721	3.07 746	4.60 751	3.06 745	4.62 750	3.08 745	4.60 750	3.07 744	4.62 752	3.08 732	4.67 752	3.10 743	4.70 736	3.11 724	4.77 753	3.19 751	4.77 740	3.14 746

rvit_stereo_0083	3.92 742	5.30 712	3.06 727	4.61 722	3.09 747	4.67 753	3.08 746	4.66 752	3.09 746	4.62 751	3.10 746	4.66 755	3.11 734	4.67 752	3.16 745	4.72 738	3.16 727	4.77 753	3.11 746	4.66 737	3.11 744

rvit_stereo_ft	3.93 743	5.44 719	3.05 726	4.59 720	3.06 745	4.61 752	3.08 746	4.67 753	3.12 747	4.63 752	3.10 746	4.65 754	3.11 734	4.69 754	3.13 744	4.70 736	3.14 726	4.71 751	3.15 749	4.74 738	3.16 747

MLG-Stereo_test3	4.26 746	4.85 690	3.95 741	5.35 733	3.60 755	4.75 757	3.76 757	5.49 763	3.71 754	5.39 760	3.69 755	4.82 758	3.66 742	4.85 755	3.73 755	4.93 739	3.19 730	4.69 750	2.99 738	4.84 743	2.98 734

MLG-Stereo_test1	4.25 745	5.34 716	3.61 737	5.31 732	3.63 756	5.23 760	3.57 754	5.38 762	3.65 752	5.23 759	3.47 751	4.76 756	3.74 745	4.85 755	3.71 752	4.96 740	3.18 729	4.71 751	2.92 736	4.86 744	2.90 732

MaDis-Stereo	3.19 727	6.02 728	1.12 557	5.61 736	1.16 606	5.43 762	1.02 591	5.15 761	0.70 546	5.43 761	1.21 653	5.03 762	0.97 570	4.85 755	0.99 580	4.53 726	1.16 568	5.53 761	1.25 659	5.37 751	1.30 659

rvit_0105_5	4.10 744	5.40 717	3.13 733	4.71 724	3.15 749	4.72 756	3.10 748	4.90 759	3.27 750	4.69 753	3.16 748	4.84 759	3.25 738	4.96 758	3.34 748	5.05 743	3.39 732	5.10 758	3.40 752	5.11 748	3.42 751

FC-DCNN v2	5.10 761	5.15 701	4.49 743	5.07 731	3.37 752	6.87 766	4.75 765	5.04 760	6.34 769	7.84 770	5.06 766	6.72 770	4.09 754	4.99 759	5.44 766	5.03 742	3.16 727	4.67 748	4.86 766	5.15 749	3.89 759

TestStereo	4.88 757	4.75 688	4.79 744	4.87 729	4.92 766	4.81 759	4.90 766	4.78 755	4.77 765	4.87 756	4.89 765	4.90 760	4.91 758	4.99 759	4.79 763	4.98 741	4.87 743	4.87 756	4.92 767	5.00 747	5.00 764

StereoVision	3.15 726	5.00 696	0.89 532	4.83 726	1.00 586	3.93 735	1.27 658	6.37 764	1.34 664	5.67 764	1.26 658	5.84 765	1.27 648	5.03 761	1.24 655	5.10 745	1.09 558	4.61 745	0.57 521	5.62 753	1.12 593

MLG-Stereo_test2	4.28 747	5.46 720	3.69 739	4.86 728	3.72 758	5.58 763	3.42 752	4.81 756	3.77 758	4.85 755	3.72 756	5.55 764	3.63 741	5.58 762	3.53 750	4.41 725	3.28 731	4.99 757	2.95 737	4.75 739	3.13 745

test-1	6.46 764	9.16 746	8.03 765	8.09 750	5.62 769	6.11 764	6.35 769	6.85 767	4.94 766	6.08 765	6.29 771	4.98 761	6.43 763	6.22 763	6.36 769	6.16 753	7.47 759	5.82 763	5.44 770	7.11 760	5.68 767

RAFT	6.73 766	9.36 747	7.40 760	8.51 753	6.55 770	6.88 767	6.60 770	6.79 766	6.60 770	6.80 767	6.72 772	5.31 763	5.50 761	6.61 764	6.61 770	8.42 763	5.89 748	5.73 762	5.45 771	6.61 756	6.24 768

SGM-Forest	5.21 763	5.92 727	4.08 742	6.18 739	4.16 763	6.31 765	4.34 764	6.50 765	4.33 763	6.14 766	4.21 762	6.61 769	4.55 757	6.67 765	4.48 762	5.94 750	3.94 736	5.85 764	4.03 763	5.79 754	4.17 762
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DispFullNet	4.61 753	4.84 689	3.12 731	5.00 730	3.57 754	4.75 757	3.03 741	7.75 770	4.17 762	4.91 757	3.09 745	6.20 766	3.95 751	6.71 766	3.51 749	5.30 746	3.67 734	5.86 765	3.63 754	5.61 752	3.46 752

test-v	7.53 768	11.89 757	7.98 762	9.36 757	7.14 771	7.06 768	7.09 771	7.37 768	6.91 771	7.29 768	5.71 769	6.45 767	6.93 764	6.73 767	7.27 771	8.93 768	7.85 761	6.98 768	6.80 772	7.56 761	7.34 770

test-2	7.53 768	11.89 757	7.98 762	9.36 757	7.14 771	7.06 768	7.09 771	7.37 768	6.91 771	7.29 768	5.71 769	6.45 767	6.93 764	6.73 767	7.27 771	8.93 768	7.85 761	6.98 768	6.80 772	7.56 761	7.34 770

DISCO	1.11 563	0.39 222	5.28 749	0.39 276	0.20 267	0.39 329	0.27 290	0.39 317	0.22 269	0.38 312	0.20 265	0.38 323	0.20 266	6.95 769	0.22 263	0.30 260	0.21 232	0.27 274	0.21 269	5.25 750	0.21 253

MSMD_ROB	1.19 568	1.10 433	0.70 502	1.10 510	0.60 520	1.10 574	0.70 545	1.10 564	0.70 546	1.10 572	0.70 545	1.10 578	0.70 541	7.00 770	0.70 544	1.10 544	0.70 508	1.10 584	0.70 555	1.10 560	0.70 534

rvit_stereo_0075_2	6.64 765	8.80 743	5.25 748	7.89 749	5.27 768	7.90 770	5.27 767	7.92 771	5.28 767	7.91 771	5.29 768	7.93 771	5.27 759	7.92 771	5.28 764	7.93 761	5.28 745	7.93 770	5.29 769	7.93 763	5.28 766

U	5.15 762	8.49 741	1.81 665	8.49 752	1.77 704	8.49 771	1.77 700	8.51 772	1.77 705	8.49 772	1.77 704	8.50 772	1.78 693	8.58 772	1.77 707	8.54 764	1.78 671	8.55 772	1.78 715	8.55 766	1.84 709

SGM+DAISY	7.06 767	9.15 745	5.38 750	8.84 754	5.18 767	8.80 772	5.31 768	8.79 773	5.28 767	8.89 773	5.20 767	8.93 773	5.33 760	8.95 773	5.36 765	8.70 765	5.21 744	8.74 773	5.20 768	8.89 767	5.15 765

rafts_anoy	20.00 772	20.00 759	20.00 772	20.00 772	20.00 774	20.00 773	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 775	20.00 774	20.00 775	20.00 774	20.00 773

raft+_RVC	20.00 772	20.00 759	20.00 772	20.00 772	20.00 774	20.00 773	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 775	20.00 774	20.00 775	20.00 774	20.00 773

raftrobust	20.00 772	20.00 759	20.00 772	20.00 772	20.00 774	20.00 773	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 775	20.00 774	20.00 775	20.00 774	20.00 773

CasAABBNet	20.00 772	20.00 759	20.00 772	20.00 772	20.00 774	20.00 773	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 775	20.00 774	20.00 775	20.00 774	20.00 773

RALCasStereoNet	20.00 772	20.00 759	20.00 772	20.00 772	20.00 774	20.00 773	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 775	20.00 774	20.00 775	20.00 774	20.00 773

RALAANet	20.00 772	20.00 759	20.00 772	20.00 772	20.00 774	20.00 773	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 774	20.00 775	20.00 774	20.00 775	20.00 774	20.00 773

MANE	19.05 771	23.00 765	15.00 771	23.00 778	15.00 773	24.00 779	16.00 773	24.00 780	16.00 773	22.00 780	15.00 773	23.00 780	16.00 773	23.00 780	15.00 773	22.00 780	15.00 774	22.00 780	15.00 774	22.00 780	15.00 772

111	30.40 778	30.94 781	29.72 779	32.61 779	30.02 781	33.57 780	30.47 781	31.50 781	29.39 781	30.98 781	29.11 781	29.78 781	30.39 784	29.45 781	30.76 784	30.08 781	29.02 782	29.92 781	30.32 785	29.86 781	30.17 780

fff	1000028.16 800	29.62 777	29.72 779	32.61 779	30.02 781	35.13 782	31.83 782	32.07 782	10000000.00 802	35.27 784	29.82 782	32.45 782	30.15 781	32.35 782	30.09 781	31.04 782	29.55 783	30.64 782	30.14 782	10000000.00 803	30.77 781

csc	1000028.16 800	29.62 777	29.72 779	32.61 779	30.02 781	35.13 782	31.83 782	32.07 782	10000000.00 802	35.27 784	29.82 782	32.45 782	30.15 781	32.35 782	30.09 781	31.04 782	29.55 783	30.64 782	30.14 782	10000000.00 803	30.77 781

cscssc	1000028.16 800	29.62 777	29.72 779	32.61 779	30.02 781	35.13 782	31.83 782	32.07 782	10000000.00 802	35.27 784	29.82 782	32.45 782	30.15 781	32.35 782	30.09 781	31.04 782	29.55 783	30.64 782	30.14 782	10000000.00 803	30.77 781

tt	500032.53 798	34.60 783	29.72 779	37.47 789	34.41 786	36.85 786	35.22 786	34.71 785	33.55 783	34.50 782	35.43 785	33.81 785	10000000.00 803	33.57 785	33.13 785	33.68 785	35.00 787	34.03 786	35.26 788	30.96 782	34.63 785

DCANet	500032.53 798	34.60 783	29.72 779	37.47 789	34.41 786	36.85 786	35.22 786	34.71 785	33.55 783	34.50 782	35.43 785	33.81 785	10000000.00 803	33.57 785	33.13 785	33.68 785	35.00 787	34.03 786	35.26 788	30.96 782	34.63 785

DCANet-4	35.22 780	34.54 782	35.08 785	33.58 783	35.47 788	34.55 781	35.53 788	36.08 787	35.85 785	35.92 787	35.77 787	35.18 787	35.48 786	35.39 787	37.15 791	34.55 787	33.92 786	35.02 788	34.90 787	35.79 785	34.74 787

fast-reg	37.00 782	37.00 787	37.00 786	37.00 785	37.00 789	37.00 788	37.00 789	37.00 789	37.00 786	37.00 788	37.00 789	37.00 789	37.00 787	37.00 788	37.00 787	37.00 789	37.00 790	37.00 790	37.00 790	37.00 786	37.00 788

Reg-Stereo(zero)	37.00 782	37.00 787	37.00 786	37.00 785	37.00 789	37.00 788	37.00 789	37.00 789	37.00 786	37.00 788	37.00 789	37.00 789	37.00 787	37.00 788	37.00 787	37.00 789	37.00 790	37.00 790	37.00 790	37.00 786	37.00 788

FLISNet	37.00 782	37.00 787	37.00 786	37.00 785	37.00 789	37.00 788	37.00 789	37.00 789	37.00 786	37.00 788	37.00 789	37.00 789	37.00 787	37.00 788	37.00 787	37.00 789	37.00 790	37.00 790	37.00 790	37.00 786	37.00 788

CoSv	37.00 782	37.00 787	37.00 786	37.00 785	37.00 789	37.00 788	37.00 789	37.00 789	37.00 786	37.00 788	37.00 789	37.00 789	37.00 787	37.00 788	37.00 787	37.00 789	37.00 790	37.00 790	37.00 790	37.00 786	37.00 788

WCMA_ROB	31.10 779	35.43 785	27.12 778	39.51 791	23.10 780	38.78 792	25.30 780	37.49 793	25.39 780	37.29 792	27.02 780	38.52 793	26.48 780	37.80 792	26.44 780	36.28 788	22.65 781	33.90 785	22.30 781	37.10 790	24.18 779

ADStereo(finetuned)	36.13 781	36.63 786	38.07 790	36.97 784	33.25 785	35.91 785	34.45 785	36.36 788	32.99 782	38.14 793	36.71 788	36.69 788	34.13 785	38.57 793	40.79 792	37.60 793	36.58 789	35.90 789	33.36 786	35.42 784	34.04 784

MDST_ROB	69.83 786	87.70 792	41.95 791	113.75 794	65.62 795	75.05 793	55.25 794	75.64 795	45.04 790	71.61 794	41.75 793	72.81 794	44.06 791	68.38 794	44.63 793	101.89 796	59.57 796	107.10 796	61.05 796	104.38 793	59.38 794

CBMV	128.50 788	1422.70 804	53.10 792	79.50 793	51.30 794	77.30 794	49.70 793	74.00 794	48.20 791	77.20 795	48.80 794	73.90 795	48.00 792	73.80 795	48.80 794	70.40 795	45.10 795	68.90 795	46.10 795	68.20 792	45.00 793
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
NOSS_ROB	102.95 787	153.00 796	121.00 794	51.00 792	44.00 793	165.00 796	127.00 795	153.00 796	119.00 792	164.00 797	125.00 795	168.00 797	120.00 793	153.00 796	117.00 795	49.00 794	44.00 794	49.00 794	44.00 794	49.00 791	44.00 792

MeshStereo	159.24 789	171.00 797	160.68 797	162.58 795	160.59 797	164.01 795	160.35 797	158.51 797	158.56 794	158.34 796	160.12 797	158.56 796	159.92 795	157.26 797	158.94 797	154.38 797	158.36 797	155.75 797	159.13 799	153.67 794	154.07 796
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
DF_test	189.29 790	560.34 801	182.58 798	229.00 797	135.68 796	197.79 797	135.52 796	197.80 798	135.44 793	197.75 798	135.49 796	197.90 798	135.51 794	197.84 798	135.75 796	217.37 799	171.11 798	183.74 798	127.67 798	183.56 795	127.88 795

AE-Stereo	201.80 791	123.00 793	115.00 793	219.00 796	218.00 799	223.00 798	244.00 799	217.00 799	236.00 796	202.00 799	203.00 798	205.00 799	208.00 796	225.00 799	204.00 798	210.00 798	198.00 799	197.00 799	184.00 800	204.00 796	201.00 797

MGS-Stereo	239.45 792	123.00 793	135.00 795	266.00 798	286.00 800	277.00 799	305.00 800	271.00 800	242.00 797	274.00 800	279.00 800	255.00 800	270.00 798	268.00 800	297.00 800	221.00 800	247.00 801	216.00 800	123.00 797	217.00 797	217.00 799

EGLCR-Stereo	246.90 793	129.00 795	139.00 796	266.00 798	286.00 800	277.00 799	305.00 800	271.00 800	242.00 797	274.00 800	279.00 800	255.00 800	270.00 798	268.00 800	297.00 800	230.00 801	247.00 801	216.00 800	223.00 802	237.00 798	227.00 800

DLCB_ROB	284.23 794	354.61 799	207.27 799	363.24 800	206.46 798	364.72 801	210.41 798	364.72 802	210.41 795	364.81 802	208.64 799	364.81 802	208.64 797	364.72 802	210.41 799	354.70 802	205.53 800	354.70 802	205.53 801	354.70 799	205.53 798

LE_ROB	396.57 795	471.28 800	329.84 800	471.48 801	308.15 802	526.83 802	322.10 802	488.15 803	323.76 799	495.46 803	317.97 802	497.17 803	320.10 800	481.62 803	326.76 802	462.71 803	298.97 803	466.16 803	285.98 803	447.62 800	289.21 801

SGM-ForestM	596.69 796	677.77 802	444.52 801	699.85 802	517.25 803	732.94 803	488.29 803	770.79 804	460.11 800	750.81 804	487.98 803	792.79 804	499.41 801	730.90 804	475.81 803	720.03 804	491.16 804	663.96 804	418.60 804	674.76 801	436.05 802

CBMV_ROB	818.48 797	913.88 803	709.52 802	862.84 803	597.78 804	1073.99 804	700.52 804	1015.66 805	702.59 801	1115.65 805	760.02 804	1130.24 805	721.57 802	1037.41 805	692.65 804	814.05 805	564.29 805	843.28 805	595.31 805	915.51 802	602.92 803

111111	10000000.00 803	10000000.00 805	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

SGD-Stereo	10000000.00 803	10000000.00 805	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

IGEV-Stereo++	10000000.00 803	10000000.00 805	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

IGEV-BASED-STEREO-	10000000.00 803	10000000.00 805	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

IGEV-Stereo+	10000000.00 803	10000000.00 805	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

SDNR	10000000.00 803	10000000.00 805	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

anonymousdsp2	10000000.00 803	10000000.00 805	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

anonymousdsp	10000000.00 803	10000000.00 805	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

test_example2	10000000.00 803	10000000.00 805	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804

DIP-Stereo	10000000.00 803	10000000.00 805	10000000.00 803	10000000.00 804	10000000.00 805	10000000.00 805	10000000.00 805	10000000.00 806	10000000.00 802	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 803	10000000.00 806	10000000.00 805	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 806	10000000.00 803	10000000.00 804
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ASD4		0.20 153

Low-res two-view benchmark