Low-res two-view results

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

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

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

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

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

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

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

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

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

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

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

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

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	0.73 481	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 64	0.07 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-MNSev	0.06 61	0.54 296	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	0.50 278	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	0.16 133	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	0.17 237	0.02 20	0.02 21	0.71 468	0.02 16	0.02 19	0.02 21	0.02 21	0.16 214

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	0.73 481	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

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

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

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

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

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

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

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

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

Wz-Net-LNSev-Ref	0.11 119	0.44 247	0.33 293	0.39 269	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	0.39 314	0.36 356	0.02 19	0.02 21	0.02 21	0.02 20

Wz-Net-LNSev	0.06 61	0.24 166	0.20 212	0.23 197	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	0.23 216	0.21 225	0.02 19	0.01 9	0.01 10	0.01 10

Syn2CoEx	0.25 222	1.31 498	0.74 506	0.92 476	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	0.87 506	0.75 511	0.02 19	0.02 21	0.02 21	0.02 20

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

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

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

ADCMid	0.08 74	0.02 12	0.02 15	1.01 497	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

ADCS	0.09 80	0.02 12	0.04 64	0.90 471	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	0.14 179	0.36 403	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 119	0.02 12	0.02 15	1.62 603	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

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

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

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

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	0.75 484	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	0.92 510	0.03 39	0.03 41	0.03 57	0.03 47	0.07 142

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

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

zh-sn7	0.10 98	0.98 386	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	1.14 428	0.17 193	0.20 181	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	0.18 188	0.16 184	0.03 41	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

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

DualNet (step1)	0.10 98	1.05 416	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	1.05 416	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	1.05 416	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	1.00 396	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	0.97 385	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	1.07 420	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	1.03 412	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	0.87 358	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	1.03 412	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	0.87 358	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	1.01 406	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	0.95 382	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	1.07 420	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	1.14 428	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	1.01 406	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	1.15 431	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

CSP-Net	0.34 264	1.29 494	1.19 561	1.36 586	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	1.26 601	1.21 613	0.03 41	0.09 149	0.02 21	0.09 150

222	0.10 98	0.99 394	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	1.16 433	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	1.09 422	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

BEATNet_4x	0.11 119	0.03 31	0.03 39	1.60 600	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	1.60 600	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

AnyNet_C32	0.14 153	0.04 52	0.03 39	2.22 625	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

ADCPNet	0.10 98	0.03 31	0.04 64	1.27 571	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

IGEV_i1	0.26 232	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	4.34 714	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

AANet	0.07 67	0.04 52	0.03 39	0.04 53	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 175	0.04 90	0.03 52	0.58 434	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

z-mn7	0.16 172	1.21 484	0.33 293	0.41 296	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	0.35 280	0.31 296	0.04 93	0.04 99	0.04 97	0.04 96

z-ln-s-r	0.21 201	1.40 507	0.53 442	0.56 403	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	0.57 433	0.44 412	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven-2	0.14 153	1.22 490	0.28 251	0.32 237	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	0.32 262	0.27 259	0.04 93	0.03 57	0.03 47	0.03 52

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

qqq	0.16 172	2.01 576	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

psmg	0.43 343	1.91 566	0.92 532	1.91 611	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	1.97 644	1.44 636	0.04 93	0.03 57	0.02 21	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	1.57 669	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	1.65 673	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	1.71 690	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	1.66 676	0.06 72	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 132	0.03 31	0.04 64	1.71 607	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

ADCP+	0.15 165	0.04 52	0.04 64	2.20 624	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

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	0.40 219	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	0.41 231	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	0.17 178	0.05 66	0.62 465	0.73 448	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	0.72 476	0.58 463	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 178	0.05 66	0.63 469	0.72 444	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	0.71 468	0.59 469	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 178	0.05 66	0.62 465	0.73 448	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	0.72 476	0.58 463	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 178	0.05 66	0.62 465	0.72 444	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	0.72 476	0.58 463	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 178	0.05 66	0.65 476	0.72 444	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	0.71 468	0.59 469	0.05 108	0.04 99	0.05 114	0.04 96

w-ln-seven	0.18 187	1.47 509	0.33 293	0.40 282	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	0.38 301	0.32 301	0.05 108	0.04 99	0.04 97	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 64	0.06 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

mmm	0.14 153	1.83 551	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

ffm	0.25 222	3.83 662	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	0.25 222	3.83 662	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	0.25 222	3.83 662	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

APVNet	0.09 80	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 567	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

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

2222	0.09 80	0.59 309	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

1111	0.09 80	0.60 312	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	0.58 306	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	0.58 306	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	0.56 302	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

qqq1	0.25 222	3.70 656	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	0.25 222	3.70 656	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

11t1	0.17 178	2.16 586	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	0.18 188	0.12 142	0.06 123	0.03 57	0.05 114	0.03 52

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

GwcNet	0.12 132	0.07 82	0.05 79	0.08 76	0.05 126	0.08 139	1.20 599	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

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
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
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	0.21 201	0.10 98	2.51 706	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

VeloStereo	0.16 172	0.92 375	0.16 183	0.18 168	0.08 151	0.11 161	0.12 194	0.12 169	0.09 156	0.09 147	0.28 300	0.10 152	0.08 152	0.10 152	0.12 188	0.15 153	0.17 209	0.08 138	0.12 195	0.09 149	0.08 145

flow	0.16 172	0.92 375	0.16 183	0.18 168	0.08 151	0.11 161	0.12 194	0.12 169	0.09 156	0.09 147	0.28 300	0.10 152	0.08 152	0.10 152	0.12 188	0.15 153	0.17 209	0.08 138	0.12 195	0.09 149	0.08 145

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

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

BEATNet-Init1	0.19 191	0.08 84	0.08 89	2.23 626	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	0.19 191	0.08 84	0.08 89	2.23 626	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

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

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

ISRNet	0.11 119	0.05 66	0.36 319	0.24 202	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	0.24 225	0.20 221	0.10 148	0.05 123	0.06 125	0.13 199

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	0.14 127	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	0.14 203	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	0.11 174	0.11 163	0.11 173

JetBlue	0.11 119	0.11 109	0.12 130	0.13 124	0.14 208	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	0.12 188	0.11 112	0.11 128	0.11 159	0.11 174	0.11 163	0.11 173

PASM	0.39 313	3.06 641	1.36 627	1.58 596	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

MatchStereo	0.54 422	0.12 114	2.38 704	2.32 641	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	2.34 681	2.34 700	0.12 166	0.11 174	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
LRCNet_RVC	0.13 139	0.13 116	0.09 95	0.13 124	0.10 162	0.14 177	0.10 157	0.14 177	0.10 160	0.23 233	0.10 158	0.20 214	0.10 158	0.24 241	0.11 169	0.11 112	0.09 101	0.12 166	0.14 211	0.12 172	0.09 150

UNet	0.29 241	0.90 368	0.10 99	0.14 128	0.10 162	0.14 177	0.10 157	0.91 528	0.69 531	0.14 177	0.11 176	0.14 178	0.11 175	0.14 179	0.10 154	0.12 118	0.09 101	0.12 166	0.09 149	0.88 521	0.76 545

DRN-Test	0.14 153	0.13 116	0.09 95	0.14 128	0.09 155	0.15 188	0.09 152	0.14 177	0.10 160	0.14 177	0.09 154	0.14 178	0.09 154	0.13 174	0.09 147	0.12 118	0.09 101	0.12 166	0.09 149	0.12 172	0.73 538

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	0.11 174	0.13 174	0.11 173

FORCE_4	0.13 139	0.13 116	0.19 208	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	0.11 174	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

S2M2_L	0.12 132	0.14 127	0.10 99	0.15 140	0.10 162	0.14 177	0.10 157	0.14 177	0.10 160	0.15 187	0.10 158	0.14 178	0.10 158	0.14 179	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
StereoDRNet	0.15 165	0.14 127	0.10 99	0.14 128	0.09 155	0.15 188	0.09 152	0.14 177	0.09 156	0.14 177	0.10 158	0.14 178	0.09 154	0.14 179	0.09 147	0.13 133	0.10 106	0.13 170	0.09 149	0.13 174	0.82 554

TT111	0.13 139	0.14 127	0.14 155	0.16 150	0.11 181	0.14 177	0.11 174	0.14 177	0.11 178	0.14 177	0.11 176	0.14 178	0.11 175	0.14 179	0.11 169	0.16 165	0.13 165	0.14 176	0.11 174	0.14 181	0.11 173

EE1	0.13 139	0.14 127	0.14 155	0.17 165	0.11 181	0.14 177	0.11 174	0.14 177	0.11 178	0.14 177	0.11 176	0.14 178	0.11 175	0.14 179	0.11 169	0.16 165	0.13 165	0.14 176	0.11 174	0.14 181	0.11 173

AnonStereo	0.13 139	0.14 127	0.14 155	0.16 150	0.11 181	0.14 177	0.11 174	0.14 177	0.11 178	0.14 177	0.11 176	0.14 178	0.11 175	0.14 179	0.11 169	0.16 165	0.13 165	0.14 176	0.11 174	0.14 181	0.11 173

DA	0.09 80	0.13 116	0.39 337	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	0.14 176	0.13 206	0.06 125	0.05 122

GGEV	0.09 80	0.13 116	0.39 337	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	0.14 176	0.13 206	0.06 125	0.05 122

CIPLG	0.13 139	0.21 152	0.12 130	0.16 150	0.11 181	0.15 188	0.11 174	0.14 177	0.11 178	0.15 187	0.12 191	0.15 192	0.11 175	0.14 179	0.11 169	0.15 153	0.12 142	0.14 176	0.11 174	0.14 181	0.11 173

IPLG	0.13 139	0.20 146	0.14 155	0.15 140	0.11 181	0.14 177	0.11 174	0.14 177	0.11 178	0.14 177	0.11 176	0.14 178	0.11 175	0.14 179	0.11 169	0.15 153	0.12 142	0.14 176	0.11 174	0.14 181	0.11 173

IPLGR_C	0.14 153	0.20 146	0.12 130	0.15 140	0.11 181	0.14 177	0.15 211	0.14 177	0.11 178	0.15 187	0.12 191	0.14 178	0.11 175	0.16 193	0.11 169	0.15 153	0.12 142	0.14 176	0.12 195	0.15 192	0.12 192

MIPNet	0.14 153	0.21 152	0.17 193	0.16 150	0.11 181	0.15 188	0.12 194	0.14 177	0.11 178	0.16 192	0.11 176	0.14 178	0.11 175	0.14 179	0.11 169	0.14 140	0.12 142	0.14 176	0.11 174	0.14 181	0.11 173

IPLGR	0.14 153	0.24 166	0.14 155	0.16 150	0.12 201	0.15 188	0.12 194	0.14 177	0.11 178	0.15 187	0.12 191	0.14 178	0.11 175	0.14 179	0.11 169	0.15 153	0.12 142	0.14 176	0.11 174	0.14 181	0.11 173

ACRE	0.13 139	0.21 152	0.14 155	0.15 140	0.11 181	0.14 177	0.11 174	0.14 177	0.11 178	0.14 177	0.12 191	0.14 178	0.11 175	0.14 179	0.11 169	0.15 153	0.12 142	0.14 176	0.11 174	0.14 181	0.11 173

GMStereo	0.14 153	0.13 116	0.14 155	0.14 128	0.14 208	0.14 177	0.14 203	0.14 177	0.14 208	0.14 177	0.14 210	0.14 178	0.14 209	0.14 179	0.14 202	0.14 140	0.14 173	0.14 176	0.14 211	0.14 181	0.14 205
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
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	0.12 191	0.11 164	0.11 175	0.11 165	0.11 169	0.11 112	0.11 128	0.14 176	0.11 174	0.49 440	0.11 173

CCAANet	0.17 178	0.71 325	0.14 155	0.14 128	0.14 208	0.14 177	0.14 203	0.14 177	0.14 208	0.14 177	0.14 210	0.14 178	0.14 209	0.14 179	0.22 256	0.14 140	0.14 173	0.14 176	0.14 211	0.14 181	0.14 205

ELAS_RVC	0.14 153	0.16 133	0.10 99	0.15 140	0.10 162	0.18 206	0.11 174	0.19 207	0.11 178	0.19 205	0.12 191	0.18 205	0.11 175	0.19 207	0.12 188	0.14 140	0.08 91	0.14 176	0.09 149	0.15 192	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 139	0.16 133	0.11 119	0.15 140	0.09 155	0.18 206	0.11 174	0.18 205	0.11 178	0.17 199	0.11 176	0.18 205	0.11 175	0.18 204	0.11 169	0.14 140	0.08 91	0.14 176	0.08 147	0.14 181	0.09 150
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 313	1.37 504	1.02 545	1.14 509	0.12 201	0.16 195	0.12 194	0.16 194	0.12 201	0.16 192	0.12 191	0.16 193	0.12 198	0.16 193	0.12 188	1.12 543	1.00 535	0.15 192	0.12 195	0.15 192	0.12 192

castereo++	0.54 422	3.59 653	1.15 555	1.31 580	0.14 208	0.16 195	0.14 203	0.16 194	0.14 208	0.16 192	0.14 210	0.16 193	0.13 204	0.16 193	0.14 202	1.45 616	1.16 561	0.15 192	0.14 211	0.15 192	0.13 199

ITSA-stereo	0.15 165	0.17 138	0.13 150	0.20 181	0.13 206	0.19 209	0.13 201	0.18 205	0.13 205	0.19 205	0.13 205	0.18 205	0.14 209	0.18 204	0.14 202	0.16 165	0.11 128	0.15 192	0.14 211	0.18 210	0.11 173

cf-r	0.66 447	2.17 587	0.12 130	0.18 168	0.12 201	0.18 206	2.70 726	2.60 700	0.12 201	0.18 203	0.12 191	0.18 205	0.12 198	0.18 204	0.12 188	0.15 153	0.11 128	0.15 192	0.11 174	1.81 646	1.74 700

LACA_dic	0.45 379	0.13 116	1.78 656	1.70 606	0.12 201	0.13 171	0.12 194	0.16 194	0.15 220	0.13 172	0.12 191	0.13 172	0.11 175	0.16 193	0.13 197	1.73 629	1.69 659	0.16 196	0.11 174	0.13 174	0.13 199

SCION-MonSter	0.21 201	0.76 336	0.22 219	0.25 209	0.15 222	0.19 209	0.15 211	0.19 207	0.15 220	0.19 205	0.15 220	0.19 209	0.15 221	0.19 207	0.14 202	0.22 204	0.21 225	0.16 196	0.14 211	0.16 197	0.15 212

S2M2_XL	0.14 153	0.17 138	0.12 130	0.17 165	0.11 181	0.17 202	0.11 174	0.17 201	0.11 178	0.17 199	0.11 176	0.17 201	0.11 175	0.17 201	0.11 169	0.16 165	0.11 128	0.16 196	0.11 174	0.16 197	0.11 173
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 187	0.48 271	0.16 183	0.16 150	0.15 222	0.15 188	0.16 218	0.16 194	0.16 228	0.16 192	0.16 226	0.16 193	0.16 225	0.16 193	0.16 222	0.16 165	0.16 184	0.16 196	0.16 225	0.16 197	0.16 214

xyz-stereo	0.18 187	0.50 278	0.16 183	0.15 140	0.16 233	0.16 195	0.16 218	0.16 194	0.16 228	0.16 192	0.16 226	0.16 193	0.16 225	0.16 193	0.16 222	0.16 165	0.16 184	0.16 196	0.16 225	0.16 197	0.16 214

GMStereo_Zeroshot	0.16 172	0.16 133	0.16 183	0.16 150	0.16 233	0.16 195	0.16 218	0.16 194	0.16 228	0.16 192	0.16 226	0.16 193	0.16 225	0.16 193	0.16 222	0.16 165	0.16 184	0.16 196	0.16 225	0.16 197	0.16 214

ProNet	0.14 153	0.20 146	0.14 155	0.16 150	0.11 181	0.16 195	0.11 174	0.17 201	0.11 178	0.17 199	0.12 191	0.17 201	0.13 204	0.17 201	0.12 188	0.15 153	0.11 128	0.16 196	0.11 174	0.15 192	0.12 192

ICVP	0.15 165	0.53 292	0.11 119	0.16 150	0.11 181	0.16 195	0.11 174	0.16 194	0.11 178	0.16 192	0.11 176	0.16 193	0.11 175	0.16 193	0.11 169	0.16 165	0.11 128	0.16 196	0.11 174	0.16 197	0.11 173
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 153	0.16 133	0.12 130	0.17 165	0.12 201	0.17 202	0.11 174	0.17 201	0.11 178	0.17 199	0.12 191	0.17 201	0.12 198	0.17 201	0.12 188	0.16 165	0.11 128	0.16 196	0.11 174	0.16 197	0.12 192

PDISCO_ROB	0.83 501	2.80 637	3.49 728	0.14 128	0.11 181	0.17 202	0.09 152	0.15 193	0.10 160	0.15 187	0.12 191	0.16 193	0.14 209	3.30 721	0.13 197	0.14 140	2.34 700	0.16 196	0.12 195	2.62 701	0.10 158

SCION-MonSter(vits)	0.25 222	0.79 342	0.31 279	0.42 306	0.28 300	0.40 324	0.28 294	0.20 214	0.15 220	0.40 319	0.15 220	0.19 209	0.15 221	0.20 212	0.15 214	0.23 216	0.21 225	0.17 206	0.14 211	0.16 197	0.14 205

castereo	0.61 437	3.79 661	1.35 619	1.52 594	0.15 222	0.17 202	0.16 218	0.20 214	0.21 258	0.18 203	0.16 226	0.21 221	0.12 198	0.26 262	0.17 229	1.43 615	1.38 632	0.17 206	0.16 225	0.18 210	0.16 214

DDVS	0.30 242	3.10 642	0.14 155	0.19 175	0.14 208	0.19 209	0.14 203	0.20 214	0.14 208	0.19 205	0.13 205	0.16 193	0.13 204	0.19 207	0.13 197	0.17 176	0.13 165	0.17 206	0.13 206	0.17 206	0.13 199

ACVNet	0.20 193	0.19 142	0.14 155	0.20 181	0.14 208	0.20 215	0.96 574	0.21 223	0.14 208	0.20 212	0.13 205	0.21 221	0.14 209	0.20 212	0.14 202	0.17 176	0.12 142	0.17 206	0.12 195	0.17 206	0.12 192

acv_ft	0.20 193	0.19 142	0.14 155	0.20 181	0.14 208	0.20 215	0.96 574	0.21 223	0.14 208	0.20 212	0.13 205	0.21 221	0.14 209	0.20 212	0.14 202	0.17 176	0.12 142	0.17 206	0.12 195	0.17 206	0.12 192

hitnet-ft	0.79 485	2.78 636	0.14 155	0.20 181	0.14 208	0.21 225	2.89 727	2.80 715	0.14 208	0.20 212	0.14 210	0.20 214	0.14 209	0.20 212	0.14 202	0.17 176	0.12 142	0.17 206	0.12 195	2.54 700	2.33 717

PSMNet-RSSM	0.77 481	2.76 631	0.14 155	0.20 181	0.14 208	0.20 215	2.66 724	2.79 714	0.14 208	0.21 223	0.14 210	0.21 221	0.14 209	0.20 212	0.14 202	0.17 176	0.12 142	0.17 206	0.12 195	2.52 692	2.31 715

GwcNet-RSSM	0.77 481	2.77 633	0.14 155	0.20 181	0.14 208	0.20 215	2.67 725	2.78 713	0.14 208	0.20 212	0.14 210	0.20 214	0.14 209	0.21 224	0.14 202	0.17 176	0.12 142	0.17 206	0.12 195	2.52 692	2.31 715

CFNet-ft	0.55 427	1.57 513	0.14 155	0.20 181	0.14 208	0.20 215	2.53 722	1.61 640	0.14 208	0.20 212	0.14 210	0.20 214	0.14 209	0.20 212	0.14 202	0.17 176	0.12 142	0.17 206	0.12 195	1.56 634	1.24 649

SGM_RVC	0.15 165	0.17 138	0.11 119	0.18 168	0.11 181	0.19 209	0.11 174	0.19 207	0.12 201	0.19 205	0.12 191	0.20 214	0.12 198	0.19 207	0.12 188	0.16 165	0.11 128	0.17 206	0.10 158	0.17 206	0.10 158
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CAS++	0.17 178	0.27 179	0.21 217	0.10 87	0.21 270	0.15 188	0.22 257	0.10 149	0.21 258	0.22 227	0.10 158	0.19 209	0.18 248	0.10 152	0.19 246	0.20 195	0.19 219	0.18 216	0.10 158	0.19 216	0.18 238
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DeepPruner_ROB	0.16 172	0.18 141	0.13 150	0.19 175	0.13 206	0.19 209	0.13 201	0.19 207	0.13 205	0.19 205	0.13 205	0.19 209	0.13 204	0.19 207	0.13 197	0.18 188	0.13 165	0.18 216	0.13 206	0.18 210	0.13 199

LALA_ROB	0.15 165	0.19 142	0.12 130	0.18 168	0.11 181	0.20 215	0.12 194	0.21 223	0.12 201	0.20 212	0.12 191	0.20 214	0.12 198	0.21 224	0.13 197	0.17 176	0.10 106	0.18 216	0.11 174	0.18 210	0.11 173

Weightmod_eth	0.20 193	0.24 166	0.28 251	0.47 329	0.14 208	0.24 242	0.14 203	0.17 201	0.13 205	0.22 227	0.16 226	0.22 231	0.13 204	0.20 212	0.16 222	0.24 225	0.20 221	0.19 219	0.14 211	0.16 197	0.24 261

RAFT-FEzeroshot	0.34 264	0.26 176	0.17 193	0.21 190	0.17 239	0.20 215	0.16 218	0.20 214	0.16 228	0.20 212	0.17 234	0.21 221	0.16 225	0.27 266	0.24 266	0.19 192	0.16 184	0.19 219	0.16 225	0.26 249	3.08 733

RAFT-FE	0.34 264	0.26 176	0.17 193	0.21 190	0.17 239	0.20 215	0.16 218	0.20 214	0.16 228	0.20 212	0.17 234	0.21 221	0.16 225	0.27 266	0.24 266	0.19 192	0.16 184	0.19 219	0.16 225	0.26 249	3.08 733

IGEV-FE	0.35 275	0.37 204	0.17 193	0.19 175	0.17 239	0.20 215	0.17 228	0.19 207	0.17 238	0.19 205	0.17 234	0.19 209	0.17 237	0.37 310	0.36 403	0.19 192	0.17 209	0.19 219	0.17 248	0.38 326	2.84 724

GEStereo_RVC	0.86 513	4.45 678	0.20 212	0.27 220	0.20 260	0.27 266	0.20 247	0.26 253	0.18 245	5.03 751	0.20 258	0.27 267	0.19 255	0.27 266	0.21 252	0.20 195	0.19 219	0.19 219	4.02 755	0.20 217	0.18 238

GEAR-Net	0.22 208	0.46 260	0.27 243	0.29 223	0.17 239	0.21 225	0.17 228	0.21 223	0.17 238	0.21 223	0.17 234	0.21 221	0.17 237	0.21 224	0.17 229	0.28 243	0.26 246	0.20 224	0.16 225	0.20 217	0.16 214

DepthFocus	0.18 187	0.22 156	0.15 176	0.22 192	0.15 222	0.22 230	0.15 211	0.22 229	0.15 220	0.22 227	0.15 220	0.22 231	0.16 225	0.22 230	0.15 214	0.20 195	0.15 181	0.20 224	0.14 211	0.20 217	0.14 205

IGEV_Zeroshot_test	0.20 193	0.19 142	0.40 369	0.30 225	0.17 239	0.22 230	0.17 228	0.21 223	0.17 238	0.20 212	0.17 234	0.21 221	0.18 248	0.21 224	0.17 229	0.20 195	0.16 184	0.20 224	0.16 225	0.20 217	0.17 232

DAS	0.20 193	0.20 146	0.20 212	0.20 181	0.20 260	0.20 215	0.20 247	0.20 214	0.20 254	0.20 212	0.20 258	0.20 214	0.20 259	0.20 212	0.20 249	0.20 195	0.20 221	0.20 224	0.20 258	0.20 217	0.20 243

MSKI-zero shot	0.24 219	0.21 152	0.49 423	0.65 423	0.18 251	0.22 230	0.17 228	0.23 236	0.18 245	0.21 223	0.17 234	0.23 239	0.28 305	0.23 237	0.18 242	0.21 202	0.16 184	0.21 228	0.16 225	0.21 224	0.16 214

MIM_Stereo	0.25 222	0.23 158	0.66 478	0.80 458	0.17 239	0.22 230	0.17 228	0.23 236	0.18 245	0.26 257	0.17 234	0.21 221	0.17 237	0.25 250	0.17 229	0.23 216	0.16 184	0.21 228	0.17 248	0.22 226	0.17 232

dd	0.23 215	0.98 386	0.16 183	0.23 197	0.15 222	0.23 239	0.15 211	0.23 236	0.15 220	0.23 233	0.15 220	0.24 245	0.17 237	0.23 237	0.15 214	0.22 204	0.15 181	0.21 228	0.15 222	0.22 226	0.16 214

iResNetv2_ROB	0.20 193	0.23 158	0.18 203	0.24 202	0.20 260	0.24 242	0.18 237	0.24 239	0.18 245	0.24 240	0.18 251	0.23 239	0.19 255	0.24 241	0.18 242	0.21 202	0.16 184	0.21 228	0.16 225	0.22 226	0.16 214

iResNet	0.20 193	0.23 158	0.18 203	0.24 202	0.18 251	0.24 242	0.20 247	0.24 239	0.18 245	0.23 233	0.17 234	0.23 239	0.18 248	0.23 237	0.18 242	0.22 204	0.16 184	0.21 228	0.16 225	0.21 224	0.16 214

depth_test_26	0.20 193	0.34 194	0.25 233	0.34 247	0.14 208	0.21 225	0.14 203	0.21 223	0.14 208	0.21 223	0.14 210	0.21 221	0.14 209	0.21 224	0.14 202	0.26 234	0.26 246	0.22 233	0.15 222	0.22 226	0.14 205

BStereo	0.22 208	0.23 158	0.20 212	0.24 202	0.20 260	0.23 239	0.33 385	0.39 310	0.17 238	0.23 233	0.17 234	0.23 239	0.16 225	0.24 241	0.17 229	0.23 216	0.16 184	0.22 233	0.20 258	0.22 226	0.16 214

Anonymus123	0.22 208	0.23 158	0.20 212	0.24 202	0.20 260	0.23 239	0.33 385	0.39 310	0.17 238	0.23 233	0.17 234	0.23 239	0.16 225	0.24 241	0.17 229	0.23 216	0.16 184	0.22 233	0.20 258	0.22 226	0.16 214

ACV-stereo	0.30 242	2.08 578	0.25 233	0.25 209	0.18 251	0.24 242	0.17 228	0.24 239	0.18 245	0.24 240	0.17 234	0.25 252	0.17 237	0.24 241	0.17 229	0.22 204	0.16 184	0.22 233	0.16 225	0.22 226	0.16 214

Pointernet	0.21 201	0.22 156	0.19 208	0.24 202	0.19 257	0.24 242	0.19 243	0.24 239	0.19 252	0.24 240	0.19 254	0.24 245	0.19 255	0.24 241	0.19 246	0.22 204	0.17 209	0.22 233	0.17 248	0.22 226	0.17 232

WAO-6	0.22 208	0.23 158	0.22 219	0.23 197	0.22 272	0.22 230	0.22 257	0.22 229	0.22 262	0.22 227	0.22 265	0.22 231	0.22 267	0.22 230	0.22 256	0.22 204	0.22 232	0.22 233	0.22 265	0.22 226	0.22 249

dad	0.23 215	1.03 412	0.16 183	0.23 197	0.15 222	0.24 242	0.15 211	0.24 239	0.16 228	0.23 233	0.16 226	0.24 245	0.16 225	0.23 237	0.15 214	0.22 204	0.16 184	0.22 233	0.16 225	0.22 226	0.16 214

delet	0.43 343	1.21 484	0.17 193	0.25 209	0.17 239	0.25 252	0.18 237	1.26 621	0.95 576	0.25 248	0.17 234	0.25 252	0.17 237	0.25 250	0.17 229	0.23 216	0.16 184	0.22 233	0.16 225	1.18 567	0.98 570

UPFNet	0.42 341	1.20 438	0.17 193	0.24 202	0.17 239	0.25 252	0.17 228	1.19 567	0.90 567	0.25 248	0.17 234	0.24 245	0.17 237	0.25 250	0.17 229	0.22 204	0.17 209	0.22 233	0.16 225	1.15 559	0.93 564

SMOE	0.23 215	0.25 173	0.30 261	0.33 241	0.18 251	0.26 261	0.18 237	0.26 253	0.18 245	0.26 257	0.18 251	0.25 252	0.18 248	0.25 250	0.18 242	0.31 259	0.27 259	0.23 242	0.17 248	0.23 238	0.17 232

LACA1	0.21 201	0.24 166	0.26 240	0.31 231	0.16 233	0.24 242	0.16 218	0.24 239	0.16 228	0.24 240	0.16 226	0.24 245	0.16 225	0.24 241	0.16 222	0.27 238	0.22 232	0.23 242	0.16 225	0.23 238	0.16 214

VIP-Stereo	0.70 461	2.97 640	2.43 705	2.49 652	0.16 233	0.25 252	0.16 218	0.25 247	0.16 228	0.25 248	0.18 251	0.25 252	0.16 225	0.26 262	0.16 222	1.86 633	1.26 615	0.23 242	0.15 222	0.23 238	0.15 212

tg	0.21 201	0.25 173	0.21 217	0.26 217	0.17 239	0.24 242	0.17 228	0.24 239	0.17 238	0.24 240	0.17 234	0.24 245	0.17 237	0.24 241	0.17 229	0.24 225	0.17 209	0.23 242	0.16 225	0.23 238	0.16 214

IMH-64-1	0.22 208	0.23 158	0.23 223	0.22 192	0.22 272	0.22 230	0.22 257	0.22 229	0.22 262	0.22 227	0.22 265	0.22 231	0.22 267	0.22 230	0.22 256	0.22 204	0.22 232	0.23 242	0.22 265	0.22 226	0.23 251

IMH-64	0.22 208	0.23 158	0.23 223	0.22 192	0.22 272	0.22 230	0.22 257	0.22 229	0.22 262	0.22 227	0.22 265	0.22 231	0.22 267	0.22 230	0.22 256	0.22 204	0.22 232	0.23 242	0.22 265	0.22 226	0.23 251

MMNet	0.44 356	1.24 492	0.17 193	0.25 209	0.17 239	0.25 252	0.18 237	1.26 621	0.93 574	0.25 248	0.17 234	0.25 252	0.18 248	0.25 250	0.17 229	0.23 216	0.16 184	0.23 242	0.16 225	1.20 571	0.99 571

psm_up	0.43 343	1.19 437	0.17 193	0.25 209	0.18 251	0.25 252	0.19 243	1.26 621	0.91 568	0.26 257	0.17 234	0.25 252	0.17 237	0.25 250	0.17 229	0.22 204	0.17 209	0.23 242	0.16 225	1.18 567	0.99 571

ac_64	0.22 208	0.13 116	0.19 208	0.23 197	0.10 162	0.26 261	1.02 584	0.14 177	0.10 160	0.28 263	0.14 210	0.17 201	0.19 255	0.28 271	0.09 147	0.22 204	0.16 184	0.23 242	0.17 248	0.11 163	0.12 192

CFNet	1.37 617	5.27 704	0.19 208	5.49 727	0.19 257	0.28 268	0.19 243	0.28 258	0.19 252	0.28 263	0.19 254	0.28 268	4.35 748	0.28 271	0.19 246	0.23 216	0.17 209	0.23 242	4.21 757	4.81 734	0.17 232

LACA3	0.23 215	0.25 173	0.27 243	0.54 396	0.17 239	0.25 252	0.17 228	0.25 247	0.17 238	0.25 248	0.17 234	0.25 252	0.17 237	0.25 250	0.17 229	0.28 243	0.23 238	0.24 252	0.17 248	0.24 243	0.17 232

LACA2	0.21 201	0.24 166	0.26 240	0.31 231	0.16 233	0.24 242	0.16 218	0.24 239	0.16 228	0.24 240	0.16 226	0.24 245	0.16 225	0.24 241	0.16 222	0.27 238	0.23 238	0.24 252	0.16 225	0.23 238	0.16 214

RSGM-EC	0.24 219	0.24 166	0.15 176	0.22 192	0.15 222	0.22 230	0.15 211	0.22 229	0.15 220	0.24 240	0.15 220	0.22 231	0.15 221	0.22 230	1.19 599	0.20 195	0.17 209	0.24 252	0.14 211	0.20 217	0.14 205

acva	0.24 219	0.24 166	0.15 176	0.22 192	0.15 222	0.22 230	0.15 211	0.22 229	0.15 220	0.24 240	0.15 220	0.22 231	0.15 221	0.22 230	1.19 599	0.20 195	0.17 209	0.24 252	0.14 211	0.20 217	0.14 205

DEFOM-Stereo_RVC	0.83 501	5.18 695	1.98 692	2.19 623	0.17 239	0.19 209	0.18 237	0.19 207	0.16 228	0.20 212	0.19 254	0.22 231	0.22 267	0.20 212	0.15 214	2.28 674	2.13 695	0.24 252	0.17 248	0.18 210	0.16 214

DLNR-FE	0.28 236	0.89 364	0.30 261	0.34 247	0.19 257	0.28 268	0.19 243	0.28 258	0.20 254	0.28 263	0.20 258	0.28 268	0.20 259	0.28 271	0.20 249	0.33 268	0.28 267	0.25 257	0.19 256	0.24 243	0.19 241

Select-FE	0.41 327	0.44 247	0.23 223	0.26 217	0.22 272	0.26 261	0.22 257	0.26 253	0.23 269	0.26 257	0.23 270	0.26 264	0.23 273	0.45 415	0.42 449	0.25 232	0.22 232	0.25 257	0.22 265	0.45 414	2.90 725

UNDER WATER-64	0.25 222	0.26 176	0.25 233	0.26 217	0.25 286	0.25 252	0.25 273	0.25 247	0.25 277	0.25 248	0.25 283	0.25 252	0.25 279	0.26 262	0.25 274	0.25 232	0.25 243	0.25 257	0.25 281	0.25 246	0.25 263

LoS_RVC	0.30 242	1.14 428	0.25 233	0.25 209	0.25 286	0.26 261	0.25 273	0.25 247	0.25 277	0.25 248	0.25 283	0.26 264	0.26 289	0.26 262	0.25 274	0.26 234	0.26 246	0.25 257	0.25 281	0.26 249	0.26 269

LoS	0.25 222	0.27 179	0.25 233	0.25 209	0.25 286	0.25 252	0.25 273	0.26 253	0.25 277	0.25 248	0.25 283	0.25 252	0.25 279	0.25 250	0.25 274	0.26 234	0.25 243	0.25 257	0.26 287	0.26 249	0.25 263
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
small-0shot	0.35 275	1.92 572	0.27 243	0.27 220	0.27 294	0.27 266	0.27 283	0.27 257	0.27 295	0.27 262	0.27 292	0.26 264	0.27 296	0.27 266	0.26 279	0.27 238	0.26 246	0.26 262	0.26 287	0.26 249	0.27 307

CAS	0.30 242	1.17 434	0.25 233	0.25 209	0.25 286	0.26 261	0.25 273	0.25 247	0.26 291	0.25 248	0.25 283	0.25 252	0.25 279	0.25 250	0.25 274	0.26 234	0.26 246	0.26 262	0.25 281	0.26 249	0.25 263

ssnet_v2	0.68 455	1.96 574	1.25 615	0.29 223	0.20 260	0.30 273	0.20 247	0.29 263	0.22 262	1.50 641	0.20 258	0.31 283	0.20 259	0.27 266	0.22 256	0.24 225	1.49 639	0.26 262	0.18 255	3.90 711	0.19 241

FCDSN-DC	0.41 327	0.59 309	0.64 472	0.54 396	0.33 399	0.50 454	0.37 417	0.42 356	0.40 440	0.61 486	0.43 460	0.50 456	0.49 483	0.38 314	0.32 369	0.28 243	0.23 238	0.26 262	0.22 265	0.35 298	0.28 335
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	1.26 612	0.31 190	4.99 740	5.93 730	0.20 260	0.25 252	0.20 247	0.25 247	0.20 254	0.23 233	0.19 254	0.25 252	0.20 259	0.25 250	0.20 249	5.66 741	4.76 735	0.26 262	0.30 379	0.24 243	0.27 307

Weightmod	0.27 233	0.29 184	0.33 293	0.38 260	0.20 260	0.30 273	0.21 252	0.29 263	0.21 258	0.29 268	0.22 265	0.30 278	0.20 259	0.30 277	0.21 252	0.37 288	0.31 296	0.27 267	0.20 258	0.28 257	0.21 246

SME	0.27 233	0.29 184	0.31 279	0.38 260	0.20 260	0.29 271	0.18 237	0.30 266	0.20 254	0.32 281	0.21 263	0.32 287	0.20 259	0.32 285	0.21 252	0.35 280	0.32 301	0.27 267	0.19 256	0.29 261	0.20 243

tt1	0.31 249	0.93 379	0.24 230	0.33 241	0.23 278	0.31 280	0.24 271	0.32 274	0.24 272	0.32 281	0.23 270	0.32 287	0.25 279	0.32 285	0.24 266	0.27 238	0.26 246	0.27 267	0.26 287	0.27 255	0.27 307

DISCO	1.11 556	0.39 215	5.28 742	0.39 269	0.20 260	0.39 322	0.27 283	0.39 310	0.22 262	0.38 305	0.20 258	0.38 316	0.20 259	6.95 762	0.22 256	0.30 253	0.21 225	0.27 267	0.21 262	5.25 743	0.21 246

DCVSM-stereo	0.36 283	1.89 563	0.22 219	0.40 282	0.22 272	0.40 324	0.22 257	0.40 319	0.22 262	0.40 319	0.22 265	0.40 331	0.22 267	0.40 325	0.22 256	0.28 243	0.21 225	0.28 271	0.21 262	0.28 257	0.20 243

xxxxx1	0.31 249	0.91 370	0.23 223	0.31 231	0.23 278	0.31 280	0.23 266	0.33 278	0.25 277	0.31 275	0.24 277	0.33 291	0.25 279	0.32 285	0.24 266	0.28 243	0.28 267	0.28 271	0.28 346	0.29 261	0.27 307

SQANet	0.28 236	0.28 182	0.28 251	0.28 222	0.28 300	0.28 268	0.28 294	0.28 258	0.28 301	0.28 263	0.28 300	0.28 268	0.28 305	0.28 271	0.28 290	0.28 243	0.28 267	0.28 271	0.28 346	0.28 257	0.28 335

tt_ll	0.31 249	0.91 370	0.23 223	0.31 231	0.23 278	0.31 280	0.23 266	0.33 278	0.25 277	0.31 275	0.24 277	0.33 291	0.25 279	0.32 285	0.24 266	0.28 243	0.28 267	0.28 271	0.28 346	0.29 261	0.27 307

ff	0.31 249	0.91 370	0.23 223	0.31 231	0.23 278	0.31 280	0.23 266	0.33 278	0.25 277	0.31 275	0.24 277	0.33 291	0.25 279	0.32 285	0.24 266	0.28 243	0.28 267	0.28 271	0.28 346	0.29 261	0.27 307

DLNR_Zeroshot_test	0.31 249	0.28 182	0.47 408	0.79 454	0.24 283	0.30 273	0.26 280	0.30 266	0.24 272	0.32 281	0.23 270	0.31 283	0.24 276	0.30 277	0.23 263	0.29 252	0.26 246	0.29 276	0.24 278	0.33 280	0.23 251

RAFT + AFF	0.31 249	0.45 256	0.34 307	0.39 269	0.28 300	0.38 315	0.33 385	0.29 263	0.31 371	0.30 270	0.30 330	0.29 274	0.27 296	0.29 275	0.30 316	0.28 243	0.29 281	0.29 276	0.29 361	0.27 255	0.32 376

DStereoFS	0.32 258	0.33 193	0.32 288	0.33 241	0.30 325	0.32 289	0.32 374	0.32 274	0.31 371	0.30 270	0.31 374	0.31 283	0.30 326	0.32 285	0.32 369	0.32 262	0.31 296	0.30 278	0.47 487	0.32 273	0.34 392

MultiAttention	0.30 242	0.30 187	0.30 261	0.30 225	0.30 325	0.30 273	0.30 317	0.30 266	0.30 326	0.30 270	0.30 330	0.30 278	0.30 326	0.30 277	0.30 316	0.30 253	0.30 291	0.30 278	0.30 379	0.30 265	0.30 359

MSAF-DinoV2	0.30 242	0.30 187	0.30 261	0.30 225	0.30 325	0.30 273	0.30 317	0.30 266	0.30 326	0.30 270	0.30 330	0.30 278	0.30 326	0.30 277	0.30 316	0.30 253	0.30 291	0.30 278	0.30 379	0.30 265	0.30 359

DEFOM-Stereo	0.68 455	3.11 643	1.40 633	1.63 604	0.25 286	0.31 280	0.25 273	0.31 272	0.28 301	0.31 275	0.29 315	0.29 274	0.27 296	0.31 282	0.28 290	1.59 624	1.47 638	0.30 278	0.29 361	0.30 265	0.28 335

WCG-NET（raft）	0.32 258	1.24 492	0.24 230	0.32 237	0.24 283	0.32 289	0.23 266	0.32 274	0.24 272	0.32 281	0.24 277	0.32 287	0.24 276	0.32 285	0.24 266	0.30 253	0.23 238	0.30 278	0.23 271	0.30 265	0.23 251

DANet	0.30 242	0.30 187	0.30 261	0.30 225	0.30 325	0.30 273	0.30 317	0.30 266	0.30 326	0.30 270	0.30 330	0.30 278	0.30 326	0.30 277	0.30 316	0.30 253	0.30 291	0.30 278	0.30 379	0.30 265	0.30 359
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 249	0.31 190	0.31 279	0.30 225	0.40 444	0.31 280	0.30 317	0.30 266	0.34 404	0.29 268	0.31 374	0.29 274	0.30 326	0.31 282	0.31 357	0.31 259	0.29 281	0.31 284	0.30 379	0.31 270	0.31 369

DStereoSA	0.32 258	0.52 288	0.34 307	0.31 231	0.31 372	0.30 273	0.30 317	0.31 272	0.30 326	0.31 275	0.31 374	0.31 283	0.30 326	0.31 282	0.31 357	0.30 253	0.32 301	0.31 284	0.31 390	0.31 270	0.31 369

xyz-stereo-finetune	0.28 236	0.49 273	0.16 183	0.16 150	0.16 233	0.16 195	0.16 218	0.22 229	0.30 326	0.32 281	0.31 374	0.32 287	0.31 377	0.32 285	0.32 369	0.32 262	0.33 314	0.31 284	0.32 398	0.31 270	0.32 376

gwcnet-sp	0.82 498	1.72 519	1.48 637	0.39 269	0.15 222	0.31 280	0.21 252	0.20 214	0.25 277	1.61 645	0.23 270	0.28 268	0.26 289	0.20 212	0.15 214	0.24 225	1.33 623	0.32 287	0.16 225	6.75 750	0.23 251

scenet	0.82 498	1.72 519	1.48 637	0.39 269	0.15 222	0.31 280	0.21 252	0.20 214	0.25 277	1.61 645	0.23 270	0.28 268	0.26 289	0.20 212	0.15 214	0.24 225	1.33 623	0.32 287	0.16 225	6.75 750	0.23 251

ssnet	0.82 498	1.72 519	1.48 637	0.39 269	0.15 222	0.31 280	0.21 252	0.20 214	0.25 277	1.61 645	0.23 270	0.28 268	0.26 289	0.20 212	0.15 214	0.24 225	1.33 623	0.32 287	0.16 225	6.75 750	0.23 251

IGEV-Stereo	0.35 275	0.44 247	0.45 394	0.49 341	0.30 325	0.37 308	0.30 317	0.36 288	0.30 326	0.36 297	0.29 315	0.36 303	0.29 317	0.36 303	0.30 316	0.46 387	0.39 375	0.32 287	0.24 278	0.32 273	0.25 263
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GES	0.66 447	2.34 603	0.29 257	0.41 296	0.29 313	0.41 343	0.29 309	0.42 356	0.29 311	0.40 319	0.41 447	0.41 346	0.30 326	0.51 459	0.29 306	0.32 262	0.29 281	0.32 287	2.46 726	2.49 688	0.30 359

FENet	0.54 422	1.52 511	1.19 561	1.41 590	0.23 278	0.35 296	0.23 266	0.35 284	0.23 269	0.34 289	0.23 270	0.35 298	0.23 273	0.35 297	0.23 263	1.40 613	1.07 545	0.32 287	0.23 271	0.33 280	0.23 251

iResNet_ROB	0.28 236	0.32 192	0.24 230	0.32 237	0.25 286	0.32 289	0.24 271	0.32 274	0.24 272	0.33 286	0.24 277	0.35 298	0.24 276	0.33 293	0.24 266	0.31 259	0.24 242	0.32 287	0.24 278	0.32 273	0.24 261

PStereo	0.32 258	0.36 201	0.28 251	0.38 260	0.29 313	0.36 300	0.27 283	0.38 305	0.27 295	0.38 305	0.28 300	0.36 303	0.27 296	0.36 303	0.28 290	0.32 262	0.27 259	0.33 294	0.27 325	0.33 280	0.27 307

GeoVLM	0.36 283	0.38 208	0.27 243	0.46 322	0.28 300	0.35 296	0.28 294	0.37 296	0.27 295	0.35 293	0.28 300	0.36 303	0.38 422	0.35 297	0.28 290	1.08 534	0.26 246	0.33 294	0.27 325	0.34 285	0.33 385

FE-Mocha	0.35 275	0.71 325	0.40 369	0.47 329	0.27 294	0.34 292	0.27 283	0.34 281	0.26 291	0.34 289	0.26 288	0.34 296	0.27 296	0.34 294	0.27 281	0.44 346	0.41 389	0.33 294	0.29 361	0.32 273	0.29 344

ACVNet-DCA	0.37 293	1.00 396	0.30 261	0.40 282	0.29 313	0.40 324	0.29 309	0.40 319	0.29 311	0.40 319	0.29 315	0.40 331	0.29 317	0.39 322	0.28 290	0.33 268	0.32 301	0.33 294	0.32 398	0.33 280	0.32 376

1test111	0.37 293	1.02 410	0.30 261	0.39 269	0.29 313	0.40 324	0.28 294	0.39 310	0.29 311	0.39 312	0.29 315	0.39 321	0.28 305	0.40 325	0.29 306	0.33 268	0.32 301	0.33 294	0.31 390	0.32 273	0.31 369

cc1	0.37 293	1.02 410	0.30 261	0.39 269	0.29 313	0.40 324	0.28 294	0.39 310	0.29 311	0.39 312	0.29 315	0.39 321	0.28 305	0.40 325	0.29 306	0.33 268	0.32 301	0.33 294	0.31 390	0.32 273	0.31 369

CASnet	0.35 275	0.51 286	0.44 392	0.32 237	0.31 372	0.24 242	0.34 400	0.36 288	0.25 277	0.31 275	0.37 421	0.30 278	0.33 396	0.25 250	0.45 458	0.37 288	0.37 361	0.33 294	0.35 426	0.34 285	0.37 412
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BUS	0.83 501	1.91 566	0.92 532	4.48 703	0.02 22	0.40 324	0.04 103	0.41 338	0.02 22	0.48 426	0.03 56	0.41 346	0.05 117	0.03 43	0.05 115	1.97 644	4.19 731	0.33 294	0.23 271	0.34 285	0.27 307

BSDual-CNN	0.81 493	1.91 566	0.92 532	4.48 703	0.02 22	0.42 364	0.06 139	0.41 338	0.02 22	0.48 426	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 644	4.19 731	0.33 294	0.23 271	0.34 285	0.27 307

hknet	1.10 554	1.85 557	3.49 728	4.48 703	0.02 22	0.42 364	0.06 139	0.41 338	0.02 22	0.48 426	0.03 56	0.41 346	0.03 53	0.42 359	0.03 52	4.39 717	4.19 731	0.33 294	0.23 271	0.34 285	0.27 307

Monster-pub-eth3d	0.45 379	0.57 304	0.60 457	0.39 269	0.28 300	0.37 308	0.28 294	0.37 296	0.30 326	0.39 312	0.29 315	0.39 321	0.30 326	0.92 541	0.27 281	1.42 614	0.28 267	0.34 304	0.28 346	0.37 313	0.53 484

Monster-pub-mixall	0.44 356	0.56 302	0.60 457	0.38 260	0.27 294	0.37 308	0.27 283	0.37 296	0.29 311	0.38 305	0.27 292	0.38 316	0.29 317	0.85 529	0.27 281	1.46 617	0.26 246	0.34 304	0.26 287	0.36 308	0.53 484

Replicate-Monster	0.45 379	0.57 304	0.60 457	0.40 282	0.29 313	0.37 308	0.27 283	0.37 296	0.30 326	0.40 319	0.31 374	0.40 331	0.30 326	0.99 549	0.27 281	1.36 610	0.31 296	0.34 304	0.30 379	0.36 308	0.54 487

model_zeroshot	0.27 233	0.20 146	0.27 243	0.33 241	0.21 270	0.37 308	0.22 257	0.37 296	0.24 272	0.26 257	0.27 292	0.33 291	0.21 266	0.25 250	0.27 281	0.32 262	0.20 221	0.34 304	0.23 271	0.25 246	0.26 269

RSM	0.36 283	0.36 201	0.43 390	0.37 257	0.42 464	0.49 445	0.42 454	0.37 296	0.28 301	0.36 297	0.29 315	0.36 303	0.30 326	0.37 310	0.28 290	0.34 272	0.31 296	0.34 304	0.35 426	0.40 388	0.29 344

H2IRNET	0.34 264	0.34 194	0.34 307	0.34 247	0.34 411	0.34 292	0.34 400	0.34 281	0.34 404	0.34 289	0.34 401	0.34 296	0.34 403	0.34 294	0.34 396	0.34 272	0.34 343	0.34 304	0.34 413	0.34 285	0.34 392

MyStereo07	0.60 432	3.72 659	0.48 416	0.49 341	0.41 454	0.36 300	0.32 374	0.49 433	0.43 460	0.51 458	0.42 457	0.49 442	0.43 458	0.51 459	0.64 506	0.49 402	0.45 413	0.34 304	0.32 398	0.35 298	0.43 447

MyStereo04	0.56 429	3.72 659	0.59 453	0.49 341	0.41 454	0.36 300	0.32 374	0.37 296	0.31 371	0.34 289	0.46 471	0.35 298	0.32 384	0.35 297	0.33 381	0.49 402	0.45 413	0.34 304	0.32 398	0.35 298	0.43 447

xx1	0.38 299	1.03 412	0.31 279	0.40 282	0.31 372	0.41 343	0.28 294	0.40 319	0.29 311	0.40 319	0.29 315	0.40 331	0.29 317	0.40 325	0.29 306	0.34 272	0.33 314	0.34 304	0.32 398	0.34 285	0.32 376

CRFU-Net	0.65 445	1.67 516	1.22 611	1.96 615	0.27 294	0.41 343	0.27 283	0.41 338	0.27 295	0.40 319	0.26 288	0.41 346	0.27 296	0.40 325	0.27 281	1.80 632	1.62 653	0.34 304	0.23 271	0.33 280	0.23 251

NINENet	0.69 458	3.87 665	1.20 564	1.98 616	0.05 126	0.40 324	0.04 103	0.40 319	0.05 124	0.41 336	0.04 110	0.41 346	0.05 117	0.40 325	0.05 115	1.79 631	1.56 645	0.34 304	0.22 265	0.34 285	0.23 251

iRaft-Stereo_5w	0.34 264	0.42 242	0.31 279	0.39 269	0.30 325	0.38 315	0.30 317	0.40 319	0.29 311	0.40 319	0.37 421	0.41 346	0.34 403	0.38 314	0.30 316	0.34 272	0.27 259	0.34 304	0.26 287	0.34 285	0.26 269

iRaft-Stereo_20w	0.34 264	0.41 231	0.31 279	0.39 269	0.29 313	0.40 324	0.32 374	0.41 338	0.32 383	0.38 305	0.30 330	0.39 321	0.30 326	0.38 314	0.32 369	0.35 280	0.27 259	0.34 304	0.27 325	0.34 285	0.29 344

HGLStereo	0.28 236	0.29 184	0.22 219	0.36 254	0.22 272	0.36 300	0.21 252	0.36 288	0.21 258	0.42 350	0.21 263	0.36 303	0.22 267	0.36 303	0.21 252	0.34 272	0.21 225	0.34 304	0.21 262	0.34 285	0.21 246

MLCV	0.31 249	0.35 196	0.27 243	0.35 250	0.28 300	0.35 296	0.27 283	0.35 284	0.28 301	0.36 297	0.27 292	0.35 298	0.27 296	0.35 297	0.27 281	0.34 272	0.27 259	0.34 304	0.27 325	0.34 285	0.27 307

DN-CSS_ROB	0.31 249	0.35 196	0.28 251	0.35 250	0.28 300	0.34 292	0.27 283	0.34 281	0.25 277	0.35 293	0.27 292	0.36 303	0.26 289	0.34 294	0.28 290	0.35 280	0.28 267	0.34 304	0.28 346	0.34 285	0.27 307

SCION-M(vits-remse)	0.34 264	0.79 342	0.30 261	0.33 241	0.28 300	0.40 324	0.28 294	0.40 319	0.28 301	0.40 319	0.28 300	0.39 321	0.28 305	0.40 325	0.28 290	0.23 216	0.21 225	0.35 320	0.27 325	0.35 298	0.27 307

SCION-Mon(vits-remp)	0.34 264	0.98 386	0.30 261	0.33 241	0.18 251	0.21 225	0.28 294	0.40 319	0.28 301	0.40 319	0.28 300	0.39 321	0.28 305	0.40 325	0.28 290	0.37 288	0.29 281	0.35 320	0.27 325	0.35 298	0.27 307

GREATEN-IGEV_RVC	0.38 299	0.35 196	0.56 447	0.63 417	0.29 313	0.36 300	0.29 309	0.36 288	0.29 311	0.39 312	0.29 315	0.36 303	0.29 317	0.36 303	0.29 306	0.62 448	0.57 459	0.35 320	0.29 361	0.36 308	0.29 344

GREATEN-IGEV-FM_RVC	0.38 299	0.35 196	0.56 447	0.63 417	0.28 300	0.36 300	0.28 294	0.36 288	0.28 301	0.36 297	0.28 300	0.36 303	0.28 305	0.36 303	0.28 290	0.62 448	0.57 459	0.35 320	0.28 346	0.35 298	0.28 335

HH	0.71 464	2.54 614	0.74 506	1.10 503	0.32 386	0.41 343	0.37 417	0.69 495	0.78 554	0.73 508	0.90 567	0.75 516	1.00 566	0.84 525	0.69 528	0.69 462	0.40 379	0.35 320	0.26 287	0.35 298	0.26 269

HanStereo	0.71 464	2.54 614	0.74 506	1.10 503	0.32 386	0.41 343	0.37 417	0.69 495	0.78 554	0.73 508	0.90 567	0.75 516	1.00 566	0.84 525	0.69 528	0.69 462	0.40 379	0.35 320	0.26 287	0.35 298	0.26 269

4D-IteraStereo	0.78 484	3.13 644	0.89 525	0.69 434	0.32 386	0.40 324	0.32 374	0.76 507	0.97 579	0.52 462	0.65 520	0.89 536	0.32 384	0.76 511	0.98 572	0.83 501	0.94 533	0.35 320	0.27 325	0.70 488	0.89 560

DMCA	0.36 283	0.38 208	0.37 324	0.35 250	0.35 415	0.36 300	0.36 411	0.36 288	0.35 408	0.35 293	0.37 421	0.36 303	0.36 413	0.35 297	0.36 403	0.36 285	0.36 356	0.35 320	0.36 432	0.36 308	0.36 406

ETE_ROB	0.35 275	0.35 196	0.35 317	0.35 250	0.35 415	0.35 296	0.35 405	0.35 284	0.35 408	0.35 293	0.35 410	0.35 298	0.35 409	0.35 297	0.35 400	0.35 280	0.35 350	0.35 320	0.35 426	0.35 298	0.35 403

NoBS	0.39 313	0.68 320	0.36 319	0.38 260	0.36 421	0.38 315	0.39 438	0.39 310	0.39 437	0.37 303	0.35 410	0.37 313	0.38 422	0.37 310	0.38 416	0.39 314	0.36 356	0.36 329	0.39 453	0.38 326	0.38 419

LG-Stereo_L2	0.34 264	0.37 204	0.38 326	0.47 329	0.28 300	0.39 322	0.28 294	0.39 310	0.28 301	0.39 312	0.28 300	0.39 321	0.28 305	0.38 314	0.28 290	0.42 344	0.35 350	0.36 329	0.26 287	0.35 298	0.26 269

Any-RAFT	0.32 258	0.36 201	0.27 243	0.36 254	0.27 294	0.36 300	0.27 283	0.36 288	0.27 295	0.36 297	0.27 292	0.36 303	0.27 296	0.36 303	0.28 290	0.36 285	0.28 267	0.36 329	0.28 346	0.36 308	0.28 335

UCFNet_RVC	2.75 712	10.06 745	0.29 257	10.31 758	0.29 313	0.42 364	0.29 309	0.43 364	0.29 311	0.42 350	0.29 315	0.42 364	9.87 765	0.43 366	0.29 306	0.36 285	9.84 761	0.36 329	0.26 287	9.77 764	0.26 269

Zero-FE251	0.36 283	0.40 219	0.28 251	0.41 296	0.28 300	0.41 343	0.28 294	0.41 338	0.28 301	0.41 336	0.28 300	0.41 346	0.28 305	0.42 359	0.30 316	0.37 288	0.26 246	0.37 333	0.27 325	0.45 414	0.56 498

IGEV++	0.34 264	0.43 244	0.30 261	0.40 282	0.29 313	0.40 324	0.29 309	0.40 319	0.29 311	0.40 319	0.29 315	0.40 331	0.29 317	0.40 325	0.30 316	0.38 301	0.29 281	0.37 333	0.29 361	0.37 313	0.29 344

TorneroNet-64	0.45 379	0.27 179	0.30 261	0.58 406	0.27 294	0.70 503	0.30 317	0.28 258	0.73 550	0.73 508	0.28 300	0.71 508	0.66 517	0.75 510	0.27 281	0.27 238	0.29 281	0.37 333	0.75 557	0.28 257	0.30 359

RAFT-Test	0.36 283	0.37 204	0.33 293	0.41 296	0.32 386	0.41 343	0.32 374	0.41 338	0.32 383	0.41 336	0.32 384	0.41 346	0.32 384	0.41 345	0.33 381	0.37 288	0.29 281	0.37 333	0.29 361	0.38 326	0.31 369

IER	0.88 518	7.04 723	2.23 698	2.75 657	0.28 300	0.43 371	0.25 273	0.39 310	0.25 277	0.41 336	0.27 292	0.39 321	0.25 279	0.40 325	0.28 290	0.37 288	0.28 267	0.37 333	0.25 281	0.37 313	0.25 263

GANet-RSSM	0.75 475	1.91 566	0.14 155	0.47 329	0.14 208	0.21 225	3.21 743	2.30 686	0.14 208	0.46 413	0.14 210	0.23 239	0.18 248	0.21 224	0.14 202	0.18 188	0.27 259	0.37 333	0.13 206	2.13 669	2.12 710

StereoDRNet-Refined	0.33 263	0.39 215	0.26 240	0.39 269	0.26 293	0.40 324	0.26 280	0.40 319	0.26 291	0.39 312	0.26 288	0.39 321	0.26 289	0.39 322	0.26 279	0.37 288	0.25 243	0.37 333	0.25 281	0.37 313	0.37 412
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 293	0.37 204	0.37 324	0.37 257	0.37 426	0.37 308	0.37 417	0.37 296	0.37 420	0.37 303	0.37 421	0.37 313	0.37 418	0.37 310	0.37 413	0.37 288	0.37 361	0.37 333	0.37 435	0.37 313	0.37 412

test410_97500	0.41 327	0.89 364	0.31 279	0.40 282	0.31 372	0.40 324	0.31 364	0.40 319	0.31 371	0.61 486	0.53 499	0.40 331	0.31 377	0.40 325	0.31 357	0.58 434	0.47 423	0.38 341	0.29 361	0.38 326	0.29 344

test410	0.66 447	5.69 715	0.31 279	0.40 282	0.31 372	0.41 343	0.31 364	0.40 319	0.31 371	0.62 490	0.55 502	0.40 331	0.31 377	0.40 325	0.31 357	0.59 437	0.47 423	0.38 341	0.29 361	0.38 326	0.30 359

aanet-new-90k	0.44 356	1.82 548	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.44 397	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new-60k	0.44 356	1.81 541	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new-70k	0.44 356	1.82 548	0.38 326	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new-78k	0.44 356	1.80 536	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.45 375	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new-40k	0.44 356	1.81 541	0.39 337	0.50 377	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.45 375	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new-36k	0.44 356	1.80 536	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new-34k	0.44 356	1.80 536	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new-32k	0.44 356	1.79 535	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new-30k	0.44 356	1.78 531	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new-28k	0.44 356	1.81 541	0.39 337	0.49 341	0.30 325	0.44 405	0.30 317	0.44 402	0.30 326	0.44 395	0.30 330	0.44 408	0.30 326	0.44 397	0.30 316	0.45 375	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

GCAP-Stereo-DPT26K	0.43 343	1.76 526	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.31 357	0.44 346	0.33 314	0.38 341	0.27 325	0.38 326	0.26 269

aanet-new-24k	0.44 356	1.78 531	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new-22k	0.44 356	1.81 541	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new-16k	0.44 356	1.83 551	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new-14k	0.60 432	5.12 692	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.44 397	0.30 316	0.44 346	0.37 361	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new-8k	0.43 343	1.76 526	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

aanet-new	0.43 343	1.80 536	0.38 326	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

GCAP-Stereo-cres-4k	0.44 356	1.81 541	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

GCAP-Stereo-DPT-cres	0.43 343	1.77 528	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

GCAP-Stereo-DPT-36K	0.43 343	1.78 531	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

GCAP-Stereo-DPT-22K	0.44 356	1.85 557	0.38 326	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

GCAP-Stereo-DPT-20K	0.43 343	1.77 528	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

GCAP-Stereo-DPT-24K	0.44 356	1.86 560	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

GCAP-Stereo-DPT-5K	0.44 356	1.80 536	0.39 337	0.49 341	0.30 325	0.44 405	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.44 397	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

GCAP-Stereo-DPT-2K	0.44 356	1.82 548	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

GCAP-Stereo-DPT-3K	0.43 343	1.77 528	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.33 314	0.38 341	0.26 287	0.38 326	0.26 269

GCAP-Stereo-DPT-50K	0.44 356	1.83 551	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.36 356	0.38 341	0.26 287	0.38 326	0.26 269

gcap_with_dpt	0.35 275	0.39 215	0.30 261	0.44 317	0.31 372	0.44 405	0.31 364	0.44 402	0.31 371	0.44 395	0.30 330	0.44 408	0.30 326	0.44 397	0.30 316	0.38 301	0.26 246	0.38 341	0.27 325	0.38 326	0.27 307

DDF-Stereo	0.43 343	1.15 431	0.57 451	0.53 393	0.32 386	0.41 343	0.32 374	0.41 338	0.32 383	0.41 336	0.32 384	0.41 346	0.32 384	0.40 325	0.32 369	0.52 417	0.50 440	0.38 341	0.31 390	0.39 374	0.31 369

GIP-stereo	0.36 283	0.49 273	0.39 337	0.48 335	0.32 386	0.41 343	0.28 294	0.40 319	0.30 326	0.41 336	0.28 300	0.40 331	0.28 305	0.42 359	0.28 290	0.45 375	0.32 301	0.38 341	0.30 379	0.37 313	0.27 307

mms	0.40 319	0.45 256	0.35 317	0.48 335	0.36 421	0.47 431	0.34 400	0.45 411	0.38 424	0.47 419	0.33 393	0.45 418	0.32 384	0.45 415	0.32 369	0.39 314	0.38 368	0.38 341	0.37 435	0.39 374	0.39 426

fffy	0.38 299	0.43 244	0.33 293	0.46 322	0.33 399	0.45 419	0.32 374	0.45 411	0.32 383	0.45 407	0.32 384	0.45 418	0.33 396	0.45 415	0.32 369	0.38 301	0.38 368	0.38 341	0.37 435	0.37 313	0.36 406

PAM	0.39 313	1.88 562	0.34 307	0.37 257	0.41 454	0.45 419	0.22 257	0.28 258	0.23 269	0.28 263	0.24 277	0.29 274	0.23 273	0.29 275	0.23 263	0.38 301	0.32 301	0.38 341	0.37 435	0.32 273	0.22 249

GCAP-BAT	0.41 327	1.30 496	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.44 395	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.44 346	0.34 343	0.38 341	0.26 287	0.38 326	0.26 269

RAFT-Stereo-weight	0.45 379	1.90 565	0.34 307	0.42 306	0.36 421	0.43 371	0.35 405	0.42 356	0.34 404	0.42 350	0.34 401	0.44 408	0.34 403	0.41 345	0.34 396	0.38 301	0.32 301	0.38 341	0.32 398	0.38 326	0.33 385

test_for_model	0.35 275	0.39 215	0.30 261	0.43 313	0.30 325	0.43 371	0.30 317	0.43 364	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.44 397	0.31 357	0.38 301	0.26 246	0.38 341	0.26 287	0.38 326	0.26 269

GCAPDPT-zeroshot4090	0.40 319	1.09 422	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.44 402	0.30 326	0.43 357	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.45 375	0.34 343	0.38 341	0.27 325	0.38 326	0.27 307

WAO-8	0.38 299	0.38 208	0.38 326	0.38 260	0.38 433	0.38 315	0.38 424	0.38 305	0.38 424	0.38 305	0.38 426	0.38 316	0.38 422	0.38 314	0.38 416	0.38 301	0.38 368	0.38 341	0.37 435	0.38 326	0.38 419

WAO-7	0.38 299	0.38 208	0.38 326	0.38 260	0.38 433	0.38 315	0.38 424	0.38 305	0.38 424	0.38 305	0.38 426	0.38 316	0.38 422	0.38 314	0.38 416	0.38 301	0.38 368	0.38 341	0.38 449	0.38 326	0.38 419

Venus	0.38 299	0.38 208	0.38 326	0.38 260	0.38 433	0.37 308	0.38 424	0.37 296	0.37 420	0.41 336	0.37 421	0.39 321	0.37 418	0.38 314	0.38 416	0.37 288	0.38 368	0.38 341	0.37 435	0.37 313	0.38 419

RCA-Stereo	0.51 416	3.22 647	0.34 307	0.44 317	0.34 411	0.44 405	0.34 400	0.43 364	0.34 404	0.43 357	0.34 401	0.44 408	0.33 396	0.43 366	0.33 381	0.38 301	0.29 281	0.38 341	0.29 361	0.38 326	0.29 344

aanet-32k-new	0.44 356	1.78 531	0.39 337	0.49 341	0.30 325	0.43 371	0.30 317	0.44 402	0.30 326	0.44 395	0.30 330	0.43 373	0.30 326	0.43 366	0.30 316	0.45 375	0.34 343	0.39 384	0.26 287	0.38 326	0.26 269

aanet-new-10k	0.45 379	1.81 541	0.40 369	0.50 377	0.31 372	0.44 405	0.31 364	0.44 402	0.31 371	0.44 395	0.31 374	0.44 408	0.32 384	0.44 397	0.31 357	0.46 387	0.35 350	0.39 384	0.27 325	0.39 374	0.27 307

aanet-new-12k	0.46 388	1.99 575	0.40 369	0.51 388	0.31 372	0.44 405	0.31 364	0.44 402	0.31 371	0.44 395	0.31 374	0.44 408	0.31 377	0.44 397	0.32 369	0.47 394	0.35 350	0.39 384	0.27 325	0.39 374	0.27 307

GCAP-Stereo-DPT-25K	0.41 327	1.09 422	0.40 369	0.52 391	0.31 372	0.44 405	0.31 364	0.44 402	0.31 371	0.44 395	0.31 374	0.44 408	0.31 377	0.44 397	0.31 357	0.46 387	0.35 350	0.39 384	0.28 346	0.39 374	0.28 335

GCAP-Stereo-DPT-FT	0.41 327	1.06 419	0.40 369	0.51 388	0.31 372	0.44 405	0.30 317	0.43 364	0.32 383	0.44 395	0.30 330	0.56 481	0.30 326	0.44 397	0.31 357	0.45 375	0.34 343	0.39 384	0.27 325	0.40 388	0.27 307

water-stereo	0.41 327	0.84 352	0.46 400	0.50 377	0.33 399	0.45 419	0.33 385	0.45 411	0.32 383	0.45 407	0.32 384	0.45 418	0.32 384	0.45 415	0.32 369	0.44 346	0.41 389	0.39 384	0.31 390	0.39 374	0.32 376

gcap-zeroshot	0.36 283	0.40 219	0.34 307	0.44 317	0.31 372	0.44 405	0.31 364	0.44 402	0.32 383	0.44 395	0.32 384	0.44 408	0.32 384	0.44 397	0.31 357	0.39 314	0.28 267	0.39 384	0.28 346	0.39 374	0.27 307

Former-RAFT_DAM_RVC	0.49 408	0.98 386	0.64 472	0.84 463	0.46 475	0.45 419	0.35 405	0.47 421	0.47 473	0.45 407	0.34 401	0.46 422	0.48 477	0.46 420	0.35 400	0.39 314	0.71 505	0.39 384	0.35 426	0.41 399	0.41 437

IMH	0.38 299	0.38 208	0.38 326	0.38 260	0.38 433	0.38 315	0.38 424	0.38 305	0.38 424	0.42 350	0.38 426	0.40 331	0.38 422	0.38 314	0.38 416	0.38 301	0.38 368	0.39 384	0.38 449	0.38 326	0.38 419

EKT-Stereo	0.37 293	0.40 219	0.44 392	1.07 501	0.29 313	0.34 292	0.31 364	0.36 288	0.29 311	0.38 305	0.31 374	0.37 313	0.30 326	0.36 303	0.29 306	0.34 272	0.28 267	0.39 384	0.30 379	0.37 313	0.30 359

testlalala	0.36 283	0.40 219	0.34 307	0.44 317	0.31 372	0.44 405	0.31 364	0.44 402	0.32 383	0.44 395	0.32 384	0.44 408	0.32 384	0.44 397	0.31 357	0.39 314	0.28 267	0.39 384	0.28 346	0.39 374	0.27 307

GCAPDPT-zeroshot	0.36 283	0.40 219	0.30 261	0.43 313	0.30 325	0.43 371	0.30 317	0.43 364	0.31 371	0.43 357	0.30 330	0.43 373	0.30 326	0.44 397	0.31 357	0.39 314	0.28 267	0.39 384	0.27 325	0.39 374	0.26 269

Gwc-CoAtRS	0.41 327	1.49 510	0.32 288	0.42 306	0.32 386	0.41 343	0.32 374	0.41 338	0.33 393	0.41 336	0.32 384	0.41 346	0.32 384	0.41 345	0.32 369	0.39 314	0.28 267	0.39 384	0.28 346	0.40 388	0.28 335

MCSU-Stereo	2.48 702	10.56 749	8.50 759	9.47 752	0.31 372	0.43 371	0.30 317	0.42 356	0.30 326	0.42 350	0.30 330	0.42 364	0.30 326	0.41 345	0.30 316	8.86 759	6.93 749	0.40 397	0.29 361	0.39 374	0.28 335

MonSter++	0.38 299	0.44 247	0.31 279	0.43 313	0.30 325	0.43 371	0.31 364	0.43 364	0.31 371	0.45 407	0.31 374	0.43 373	0.31 377	0.43 366	0.69 528	0.38 301	0.33 314	0.40 397	0.30 379	0.38 326	0.30 359

HiDET	0.38 299	0.44 247	0.30 261	0.42 306	0.30 325	0.42 364	0.30 317	0.42 356	0.30 326	0.44 395	0.30 330	0.42 364	0.30 326	0.42 359	0.68 520	0.37 288	0.32 301	0.40 397	0.29 361	0.37 313	0.29 344

LCMNet	0.38 299	0.44 247	0.30 261	0.42 306	0.30 325	0.42 364	0.30 317	0.42 356	0.30 326	0.45 407	0.30 330	0.42 364	0.30 326	0.42 359	0.69 528	0.37 288	0.32 301	0.40 397	0.29 361	0.37 313	0.29 344

CSFM-Stereo	0.38 299	0.44 247	0.30 261	0.42 306	0.30 325	0.42 364	0.30 317	0.43 364	0.30 326	0.44 395	0.30 330	0.42 364	0.30 326	0.42 359	0.73 542	0.37 288	0.32 301	0.40 397	0.29 361	0.37 313	0.30 359

DVStereo	0.43 343	0.86 356	0.48 416	0.50 377	0.33 399	0.46 426	0.33 385	0.46 415	0.33 393	0.46 413	0.33 393	0.47 428	0.33 396	0.47 424	0.34 396	0.45 375	0.42 399	0.40 397	0.33 409	0.47 433	0.38 419

ccccc		0.44 247		0.48 335	0.35 415	0.48 436		0.51 456		0.47 419		0.47 428		0.47 424		0.41 330	0.40 379	0.40 397	0.40 455	0.41 399

HanzoNet	0.39 313	0.38 208	0.40 369	0.39 269	0.41 454	0.38 315	0.38 424	0.38 305	0.38 424	0.39 312	0.39 436	0.38 316	0.38 422	0.39 322	0.40 433	0.38 301	0.38 368	0.40 397	0.38 449	0.38 326	0.40 428

CFNet_ucs	2.73 710	9.64 742	0.33 293	9.92 755	0.32 386	0.49 445	0.33 385	0.49 433	0.33 393	0.49 436	0.33 393	0.49 442	8.98 763	0.48 434	0.33 381	0.41 330	9.96 762	0.40 397	0.29 361	10.12 766	0.54 487

knoymous	0.40 319	0.40 219	0.40 369	0.40 282	0.40 444	0.40 324	0.40 439	0.40 319	0.40 440	0.40 319	0.40 439	0.40 331	0.40 435	0.40 325	0.40 433	0.40 322	0.40 379	0.40 397	0.40 455	0.40 388	0.40 428

anonymousa	0.40 319	0.40 219	0.40 369	0.40 282	0.40 444	0.40 324	0.40 439	0.40 319	0.40 440	0.40 319	0.40 439	0.40 331	0.40 435	0.40 325	0.40 433	0.40 322	0.40 379	0.40 397	0.40 455	0.40 388	0.40 428

riskmin	0.40 319	0.40 219	0.40 369	0.40 282	0.40 444	0.40 324	0.40 439	0.40 319	0.40 440	0.40 319	0.40 439	0.40 331	0.40 435	0.40 325	0.40 433	0.40 322	0.40 379	0.40 397	0.40 455	0.40 388	0.40 428

Anonymous_2	0.40 319	0.40 219	0.40 369	0.40 282	0.40 444	0.40 324	0.40 439	0.40 319	0.40 440	0.40 319	0.40 439	0.40 331	0.40 435	0.40 325	0.40 433	0.40 322	0.40 379	0.40 397	0.40 455	0.40 388	0.40 428

Anonymous_1	0.40 319	0.40 219	0.40 369	0.40 282	0.40 444	0.40 324	0.40 439	0.40 319	0.40 440	0.40 319	0.40 439	0.40 331	0.40 435	0.40 325	0.40 433	0.40 322	0.40 379	0.40 397	0.40 455	0.40 388	0.40 428

test-3	0.98 535	4.13 672	1.85 669	1.85 608	0.61 518	0.69 500	0.37 417	0.63 486	0.61 510	0.66 498	0.51 496	0.73 513	0.44 460	0.57 480	0.54 491	1.68 628	1.81 667	0.40 397	0.43 475	0.66 476	0.50 473

pcwnet_v2	2.66 708	9.89 744	0.33 293	9.89 754	0.32 386	0.50 454	0.32 374	0.49 433	0.33 393	0.49 436	0.34 401	0.49 442	8.76 762	0.48 434	0.33 381	0.41 330	9.58 758	0.40 397	0.29 361	9.01 761	0.63 508

DGSMNet	0.34 264	0.41 231	0.27 243	0.41 296	0.28 300	0.41 343	0.28 294	0.41 338	0.27 295	0.41 336	0.27 292	0.42 364	0.27 296	0.41 345	0.28 290	0.40 322	0.29 281	0.40 397	0.28 346	0.40 388	0.27 307

AdaStereo	0.40 319	0.40 219	0.40 369	0.40 282	0.40 444	0.40 324	0.40 439	0.40 319	0.40 440	0.40 319	0.40 439	0.40 331	0.40 435	0.40 325	0.40 433	0.40 322	0.40 379	0.40 397	0.40 455	0.40 388	0.40 428
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.
testmc14	2.43 699	10.48 748	8.02 757	8.93 748	0.31 372	0.44 405	0.30 317	0.42 356	0.30 326	0.42 350	0.30 330	0.42 364	0.30 326	0.42 359	0.30 316	8.88 760	6.99 750	0.41 415	0.28 346	0.39 374	0.28 335

TestStereo_HL3	2.76 713	0.41 231	11.46 763	14.11 761	0.30 325	0.45 419	0.29 309	0.43 364	0.29 311	0.43 357	0.29 315	0.43 373	0.28 305	0.44 397	0.30 316	13.57 765	10.32 763	0.41 415	0.27 325	0.38 326	0.27 307

TestStereo_HL2	2.73 710	0.41 231	11.06 760	14.13 762	0.30 325	0.44 405	0.28 294	0.43 364	0.29 311	0.43 357	0.28 300	0.43 373	0.29 317	0.43 366	0.28 290	13.51 764	10.37 764	0.41 415	0.27 325	0.38 326	0.27 307

GGDA	2.76 713	0.41 231	11.34 762	14.28 763	0.30 325	0.44 405	0.29 309	0.43 364	0.29 311	0.43 357	0.28 300	0.43 373	0.28 305	0.43 366	0.29 306	13.45 763	10.57 765	0.41 415	0.27 325	0.38 326	0.27 307

TestStereo-Hl	2.78 715	0.42 242	11.23 761	14.38 764	0.30 325	0.44 405	0.30 317	0.43 364	0.28 301	0.43 357	0.29 315	0.44 408	0.29 317	0.44 397	0.29 306	13.64 766	10.73 766	0.41 415	0.27 325	0.38 326	0.27 307

depthmonostereo	0.44 356	0.85 354	0.46 400	0.54 396	0.40 444	0.52 470	0.38 424	0.52 461	0.35 408	0.47 419	0.34 401	0.46 422	0.34 403	0.47 424	0.34 396	0.45 375	0.43 404	0.41 415	0.33 409	0.41 399	0.32 376

GREAT-IGEV	0.38 299	0.43 244	0.36 319	0.48 335	0.32 386	0.45 419	0.32 374	0.45 411	0.32 383	0.45 407	0.32 384	0.45 418	0.32 384	0.45 415	0.32 369	0.44 346	0.33 314	0.41 415	0.29 361	0.41 399	0.29 344
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GwcNet-ADL	0.41 327	0.41 231	0.41 383	0.41 296	0.41 454	0.41 343	0.41 448	0.41 338	0.41 450	0.41 336	0.41 447	0.41 346	0.41 447	0.41 345	0.41 441	0.41 330	0.41 389	0.41 415	0.41 464	0.41 399	0.41 437

PSMNet-ADL	0.41 327	0.41 231	0.41 383	0.41 296	0.41 454	0.41 343	0.41 448	0.41 338	0.41 450	0.41 336	0.41 447	0.41 346	0.41 447	0.41 345	0.41 441	0.41 330	0.41 389	0.41 415	0.41 464	0.41 399	0.41 437

GANet-ADL	0.41 327	0.41 231	0.41 383	0.41 296	0.41 454	0.41 343	0.41 448	0.41 338	0.41 450	0.41 336	0.41 447	0.41 346	0.41 447	0.41 345	0.41 441	0.41 330	0.41 389	0.41 415	0.41 464	0.41 399	0.41 437

ADLNet2	0.41 327	0.41 231	0.41 383	0.41 296	0.41 454	0.41 343	0.41 448	0.41 338	0.41 450	0.41 336	0.41 447	0.41 346	0.41 447	0.41 345	0.41 441	0.41 330	0.41 389	0.41 415	0.41 464	0.41 399	0.41 437

CFNet_pseudo	2.67 709	9.36 740	0.32 288	10.99 759	0.33 399	0.85 527	0.33 385	0.49 433	0.33 393	0.49 436	0.32 384	0.49 442	7.26 759	0.49 441	0.33 381	0.41 330	9.62 759	0.41 415	0.29 361	10.03 765	0.29 344

ADLNet	0.41 327	0.41 231	0.41 383	0.41 296	0.41 454	0.41 343	0.41 448	0.41 338	0.41 450	0.41 336	0.41 447	0.41 346	0.41 447	0.41 345	0.41 441	0.41 330	0.41 389	0.41 415	0.41 464	0.41 399	0.41 437

psmorigin	0.41 327	0.46 260	0.33 293	0.49 341	0.33 399	0.49 445	0.33 385	0.49 433	0.33 393	0.49 436	0.33 393	0.49 442	0.33 396	0.51 459	0.33 381	0.41 330	0.30 291	0.41 415	0.30 379	0.79 504	0.29 344

MSMDNet	2.65 707	10.14 746	0.33 293	9.74 753	0.32 386	0.87 530	0.33 385	2.95 717	0.68 526	0.49 436	0.34 401	0.49 442	5.70 755	0.49 441	0.33 381	0.42 344	9.57 757	0.41 415	0.31 390	8.36 758	0.65 516

ccs_rob	2.79 716	10.17 747	0.32 288	10.00 756	0.33 399	0.49 445	0.33 385	1.90 651	0.32 383	0.51 458	0.33 393	0.49 442	9.24 764	0.49 441	0.33 381	0.41 330	9.82 760	0.41 415	0.28 346	9.34 762	0.29 344

HART	0.38 299	0.45 256	0.34 307	0.42 306	0.33 399	0.41 343	0.34 400	0.42 356	0.33 393	0.43 357	0.34 401	0.42 364	0.34 403	0.41 345	0.38 416	0.40 322	0.32 301	0.42 431	0.32 398	0.40 388	0.32 376

PCWNet_CMD	2.80 717	9.82 743	0.32 288	10.09 757	0.32 386	0.49 445	0.33 385	3.34 722	0.33 393	0.49 436	0.33 393	0.49 442	8.73 761	0.48 434	0.33 381	0.41 330	9.22 756	0.42 431	0.29 361	9.55 763	0.31 369

ccnet	0.80 488	2.28 595	0.33 293	0.50 377	0.33 399	0.50 454	0.33 385	0.50 442	0.33 393	0.49 436	0.33 393	0.49 442	1.56 656	2.38 690	0.33 381	0.41 330	0.29 281	0.42 431	1.57 673	2.28 675	0.29 344

quiztm	0.43 343	0.49 273	0.40 369	0.51 388	0.40 444	0.51 466	0.40 439	0.50 442	0.40 440	0.50 449	0.40 439	0.51 467	0.40 435	0.50 449	0.40 433	0.44 346	0.34 343	0.44 434	0.34 413	0.44 409	0.34 392

SCV_C0	0.45 379	0.88 361	0.49 423	0.54 396	0.37 426	0.48 436	0.37 417	0.48 425	0.37 420	0.48 426	0.36 414	0.48 435	0.37 418	0.49 441	0.37 413	0.50 409	0.41 389	0.44 434	0.34 413	0.44 409	0.34 392

SCV	0.46 388	0.94 381	0.45 394	0.54 396	0.37 426	0.48 436	0.38 424	0.48 425	0.37 420	0.48 426	0.39 436	0.48 435	0.37 418	0.49 441	0.37 413	0.50 409	0.46 415	0.44 434	0.34 413	0.44 409	0.34 392

LL-Strereo2	0.48 402	1.73 524	0.51 435	0.59 409	0.34 411	0.42 364	0.33 385	0.40 319	0.31 371	0.42 350	0.33 393	0.42 364	0.31 377	0.44 397	0.39 430	0.60 439	0.51 445	0.44 434	0.33 409	0.44 409	0.33 385

CES	0.39 313	0.47 265	0.36 319	0.36 254	0.37 426	0.45 419	0.35 405	0.35 284	0.40 440	0.36 297	0.44 462	0.47 428	0.36 413	0.44 397	0.36 403	0.37 288	0.39 375	0.44 434	0.35 426	0.37 313	0.36 406

252Zero-FE	0.45 379	0.50 278	0.36 319	0.50 377	0.36 421	0.50 454	0.36 411	0.50 442	0.36 418	0.49 436	0.36 414	0.49 442	0.36 413	0.54 470	0.41 441	0.45 375	0.34 343	0.45 439	0.34 413	0.55 460	0.75 542

UGAM	0.51 416	2.23 592	0.39 337	0.54 396	0.35 415	0.50 454	0.35 405	0.49 433	0.35 408	0.49 436	0.35 410	0.49 442	0.36 413	0.50 449	0.36 403	0.49 402	0.37 361	0.45 439	0.34 413	0.45 414	0.34 392

GCST	0.50 411	2.08 578	0.38 326	0.53 393	0.35 415	0.49 445	0.35 405	0.50 442	0.35 408	0.49 436	0.35 410	0.49 442	0.35 409	0.49 441	0.35 400	0.48 399	0.37 361	0.45 439	0.33 409	0.44 409	0.33 385

Selective-IGEV	0.51 416	0.55 299	0.45 394	0.69 434	0.45 473	0.61 489	0.45 464	0.50 442	0.40 440	0.56 476	0.44 462	0.55 478	0.40 435	0.72 505	0.67 513	0.59 437	0.46 415	0.45 439	0.34 413	0.46 419	0.37 412

PhaseNet	1.74 628	6.34 722	4.81 738	6.77 736	0.24 283	0.80 517	0.53 495	0.48 425	0.22 262	0.53 465	0.28 300	0.48 435	0.25 279	0.40 325	0.32 369	6.39 747	4.61 734	0.46 443	0.38 449	0.25 246	0.18 238

GEAStereo	0.62 439	3.91 666	0.48 416	0.69 434	0.38 433	0.51 466	0.38 424	0.51 456	0.38 424	0.53 465	0.38 426	0.50 456	0.38 422	0.51 459	0.38 416	0.54 421	0.43 404	0.46 443	0.34 413	0.46 419	0.34 392

GSStereo	0.81 493	4.28 676	0.50 429	0.59 409	0.40 444	0.51 466	0.38 424	0.50 442	0.38 424	0.50 449	0.38 426	0.50 456	3.79 740	0.50 449	0.38 416	0.54 421	0.43 404	0.46 443	0.34 413	0.46 419	0.35 403

GS-Stereo							0.38 424	0.50 442	0.38 424	0.50 449	0.38 426	0.50 456	3.79 740	0.50 449	0.38 416	0.54 421	0.43 404	0.46 443	0.34 413	0.46 419	0.35 403

gasm-f	0.62 439	3.91 666	0.48 416	0.69 434	0.38 433	0.51 466	0.38 424	0.51 456	0.38 424	0.53 465	0.38 426	0.50 456	0.38 422	0.51 459	0.38 416	0.54 421	0.43 404	0.46 443	0.34 413	0.46 419	0.34 392

GASTEREO	0.48 402	1.21 484	0.47 408	0.57 404	0.38 433	0.50 454	0.38 424	0.50 442	0.38 424	0.50 449	0.38 426	0.50 456	0.38 422	0.50 449	0.38 416	0.52 417	0.42 399	0.46 443	0.34 413	0.46 419	0.34 392

otaku	0.46 388	0.46 260	0.46 400	0.46 322	0.46 475	0.46 426	0.46 468	0.46 415	0.46 468	0.46 413	0.46 471	0.46 422	0.46 468	0.46 420	0.46 462	0.46 387	0.46 415	0.46 443	0.46 480	0.46 419	0.46 454

Ntro	0.47 396	0.47 265	0.46 400	0.46 322	0.46 475	0.47 431	0.47 473	0.46 415	0.47 473	0.46 413	0.46 471	0.47 428	0.46 468	0.47 424	0.47 469	0.47 394	0.46 415	0.46 443	0.46 480	0.46 419	0.46 454

Dean	0.46 388	0.46 260	0.46 400	0.46 322	0.46 475	0.46 426	0.46 468	0.46 415	0.46 468	0.47 419	0.46 471	0.46 422	0.46 468	0.46 420	0.46 462	0.46 387	0.46 415	0.46 443	0.46 480	0.46 419	0.46 454

ACVNet-4b	0.46 388	0.46 260	0.46 400	0.46 322	0.46 475	0.46 426	0.46 468	0.46 415	0.46 468	0.46 413	0.46 471	0.46 422	0.46 468	0.47 424	0.46 462	0.46 387	0.46 415	0.46 443	0.46 480	0.46 419	0.46 454

UGAM-zero	0.51 416	2.17 587	0.39 337	0.53 393	0.36 421	0.50 454	0.36 411	0.50 442	0.36 418	0.49 436	0.36 414	0.50 456	0.35 409	0.50 449	0.36 403	0.49 402	0.37 361	0.47 453	0.35 426	0.46 419	0.34 392

HaxPig	0.47 396	0.47 265	0.47 408	0.49 341	0.47 482	0.47 431	0.47 473	0.47 421	0.47 473	0.47 419	0.47 479	0.47 428	0.47 476	0.47 424	0.47 469	0.47 394	0.47 423	0.47 453	0.47 487	0.47 433	0.48 464

UNDER WATER	0.47 396	0.47 265	0.47 408	0.47 329	0.47 482	0.47 431	0.47 473	0.47 421	0.47 473	0.47 419	0.47 479	0.47 428	0.46 468	0.47 424	0.47 469	0.47 394	0.47 423	0.47 453	0.46 480	0.47 433	0.47 462

ACVNet_1	0.46 388	0.47 265	0.46 400	0.46 322	0.46 475	0.46 426	0.46 468	0.46 415	0.47 473	0.46 413	0.46 471	0.46 422	0.46 468	0.46 420	0.46 462	0.46 387	0.46 415	0.47 453	0.46 480	0.46 419	0.46 454

CASS	0.57 431	0.89 364	0.56 447	0.57 404	0.56 508	0.56 478	0.56 500	0.56 469	0.53 496	0.57 479	0.57 504	0.59 488	0.48 477	0.56 475	0.57 495	0.55 427	0.56 457	0.47 453	0.56 511	0.62 472	0.56 498
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GMOStereo	0.37 293	0.45 256	0.23 223	0.30 225	0.37 426	0.41 343	0.36 411	0.41 338	0.35 408	0.43 357	0.36 414	0.41 346	0.40 435	0.41 345	0.36 403	0.34 272	0.22 232	0.47 453	0.37 435	0.39 374	0.33 385

error version	0.93 528	4.47 679	2.35 701	1.99 617	0.37 426	0.41 343	0.36 411	0.41 338	0.35 408	0.43 357	0.36 414	0.41 346	0.40 435	0.41 345	0.36 403	1.87 635	2.16 696	0.47 453	0.37 435	0.39 374	0.33 385

test_1	0.93 528	4.47 679	2.35 701	1.99 617	0.37 426	0.41 343	0.36 411	0.41 338	0.35 408	0.43 357	0.36 414	0.41 346	0.40 435	0.41 345	0.36 403	1.87 635	2.16 696	0.47 453	0.37 435	0.39 374	0.33 385

MSCF	0.51 416	1.40 507	0.49 423	0.58 406	0.38 433	0.50 454	0.38 424	0.54 465	0.41 450	0.52 462	0.41 447	0.53 470	0.42 453	0.53 467	0.41 441	0.60 439	0.47 423	0.48 461	0.37 435	0.48 437	0.38 419

PAM_32	0.64 443	2.38 607	0.51 435	0.92 476	0.43 468	0.53 472	0.44 458	0.87 521	0.43 460	0.52 462	0.45 467	0.53 470	0.40 435	0.54 470	0.46 462	0.62 448	0.56 457	0.48 461	0.45 478	0.76 498	0.44 450

RainbowNet	0.48 402	0.48 271	0.48 416	0.48 335	0.48 486	0.48 436	0.48 482	0.48 425	0.48 480	0.48 426	0.48 483	0.48 435	0.48 477	0.48 434	0.48 475	0.48 399	0.48 429	0.48 461	0.48 491	0.48 437	0.48 464

notaker	0.48 402	0.49 273	0.48 416	0.48 335	0.48 486	0.48 436	0.48 482	0.48 425	0.49 482	0.48 426	0.48 483	0.48 435	0.48 477	0.48 434	0.48 475	0.48 399	0.48 429	0.48 461	0.48 491	0.48 437	0.49 470

LVE	0.47 396	0.47 265	0.47 408	0.47 329	0.49 490	0.47 431	0.47 473	0.47 421	0.49 482	0.47 419	0.47 479	0.47 428	0.46 468	0.47 424	0.47 469	0.47 394	0.47 423	0.48 461	0.47 487	0.47 433	0.47 462

S0	0.42 341	0.44 247	0.54 443	0.59 409	0.34 411	0.48 436	0.22 257	0.51 456	0.25 277	0.51 458	0.34 401	0.53 470	0.35 409	0.47 424	0.36 403	0.55 427	0.39 375	0.49 466	0.27 325	0.46 419	0.34 392

Anonymus	0.47 396	0.73 328	0.46 400	0.43 313	0.54 507	0.53 472	0.27 283	0.39 310	0.35 408	0.33 286	0.40 439	0.33 291	0.38 422	0.53 467	0.54 491	0.56 431	0.36 356	0.49 466	0.53 503	0.66 476	0.54 487

LG-Stereo_L1	0.47 396	0.52 288	0.47 408	0.62 415	0.39 443	0.53 472	0.40 439	0.53 463	0.39 437	0.53 465	0.39 436	0.53 470	0.39 434	0.53 467	0.39 430	0.55 427	0.46 415	0.49 466	0.37 435	0.49 440	0.37 412

ACVNet_2	0.49 408	0.49 273	0.49 423	0.49 341	0.49 490	0.49 445	0.49 484	0.49 433	0.49 482	0.49 436	0.49 486	0.49 442	0.49 483	0.49 441	0.49 477	0.49 402	0.49 432	0.49 466	0.49 495	0.49 440	0.49 470

iRaftStereo_RVC	0.97 533	3.17 646	2.30 700	2.42 649	0.38 433	0.54 476	0.38 424	0.54 465	0.38 424	0.54 471	0.38 426	0.54 474	0.38 422	0.54 470	0.38 416	2.38 684	2.34 700	0.49 466	0.36 432	0.49 440	0.36 406

CFNet_RVC	2.38 698	8.71 735	0.38 326	9.33 749	0.42 464	0.56 478	0.42 454	0.60 480	0.38 424	0.62 490	0.42 457	0.56 481	7.29 760	0.62 486	0.42 449	0.53 420	0.37 361	0.49 466	0.34 413	8.30 757	6.87 762

FoundationStereo	0.50 411	0.50 278	0.50 429	0.50 377	0.50 494	0.50 454	0.50 488	0.50 442	0.50 487	0.50 449	0.50 490	0.50 456	0.50 487	0.50 449	0.50 480	0.50 409	0.50 440	0.50 472	0.50 497	0.50 445	0.50 473

StereoAnything_RVC	0.50 411	0.50 278	0.50 429	0.50 377	0.50 494	0.50 454	0.50 488	0.50 442	0.50 487	0.50 449	0.50 490	0.50 456	0.50 487	0.50 449	0.50 480	0.50 409	0.50 440	0.50 472	0.50 497	0.50 445	0.50 473

fffft	0.48 402	0.51 286	0.45 394	0.52 391	0.45 473	0.52 470	0.45 464	0.52 461	0.48 480	0.53 465	0.45 467	0.52 468	0.45 464	0.52 464	0.46 462	0.51 415	0.41 389	0.50 472	0.41 464	0.50 445	0.41 437
1: 1. 1
dual_stereo	0.50 411	0.50 278	0.50 429	0.50 377	0.50 494	0.50 454	0.50 488	0.50 442	0.50 487	0.50 449	0.50 490	0.50 456	0.50 487	0.50 449	0.50 480	0.50 409	0.50 440	0.50 472	0.50 497	0.50 445	0.50 473

SANet	0.50 411	0.50 278	0.50 429	0.50 377	0.50 494	0.50 454	0.50 488	0.50 442	0.50 487	0.50 449	0.50 490	0.50 456	0.50 487	0.50 449	0.50 480	0.50 409	0.50 440	0.50 472	0.50 497	0.50 445	0.50 473

LG-Stereo_Zeroshot	0.48 402	0.55 299	0.47 408	0.63 417	0.41 454	0.56 478	0.44 458	0.56 469	0.41 450	0.56 476	0.41 447	0.57 484	0.42 453	0.56 475	0.41 441	0.55 427	0.43 404	0.51 477	0.37 435	0.51 451	0.37 412

KSHMR	0.66 447	0.50 278	0.48 416	1.15 512	0.52 501	0.49 445	0.51 492	0.49 433	0.71 544	0.67 500	0.50 490	1.16 579	1.11 579	0.66 494	0.52 487	0.49 402	0.49 432	0.51 477	0.66 534	0.50 445	1.14 590

LL-Strereo	1.01 544	5.06 691	1.63 646	0.70 440	1.43 664	0.56 478	0.46 468	0.57 472	0.50 487	0.57 479	0.50 490	1.58 644	0.49 483	0.59 482	0.50 480	1.64 627	0.52 448	0.51 477	1.37 660	0.52 454	0.45 452

FSD					0.44 469	0.56 478	0.44 458	0.55 468	0.44 463	0.56 476	0.44 462	0.56 481	0.44 460	0.56 475	0.46 462	0.61 443	0.42 399	0.52 480	0.42 472	0.52 454

LG-Stereo	0.60 432	0.58 306	0.47 408	0.64 422	0.74 546	1.00 544	0.69 532	0.57 472	0.41 450	0.57 479	0.41 447	0.57 484	0.41 447	1.00 551	0.75 547	0.91 507	0.51 445	0.52 480	0.37 435	0.52 454	0.37 412

Occ-G	1.12 557	0.52 288	3.72 733	3.50 690	0.50 494	0.56 478	0.47 473	0.54 465	0.46 468	0.54 471	0.41 447	0.54 474	0.42 453	0.52 464	0.42 449	3.42 708	4.02 730	0.52 480	0.45 478	0.51 451	0.44 450

rgla	0.45 379	0.54 296	0.33 293	0.67 428	0.32 386	0.48 436	0.33 385	0.48 425	0.33 393	0.48 426	0.94 575	0.48 435	0.33 396	0.47 424	0.33 381	0.45 375	0.52 448	0.53 483	0.31 390	0.45 414	0.32 376

416test1013	0.49 408	0.80 345	0.33 293	0.67 428	0.33 399	0.48 436	0.41 448	0.48 425	0.39 437	0.48 426	0.93 574	0.52 468	0.32 384	0.52 464	0.38 416	0.49 402	0.51 445	0.53 483	0.37 435	0.51 451	0.36 406

PML	0.46 388	1.36 502	0.29 257	0.58 406	0.30 325	0.57 484	0.29 309	0.57 472	0.29 311	0.57 479	0.29 315	0.57 484	0.29 317	0.56 475	0.29 306	0.52 417	0.30 291	0.53 483	0.31 390	0.53 458	0.30 359

416test	0.46 388	0.55 299	0.33 293	0.67 428	0.33 399	0.48 436	0.33 385	0.48 425	0.33 393	0.48 426	0.99 580	0.48 435	0.33 396	0.48 434	0.33 381	0.45 375	0.52 448	0.54 486	0.32 398	0.45 414	0.32 376

MyStereo8	0.71 464	3.92 668	0.52 438	0.59 409	0.52 501	0.57 484	0.53 495	0.59 478	0.50 487	0.59 483	0.51 496	0.57 484	0.50 487	0.56 475	0.52 487	0.54 421	0.49 432	0.54 486	0.49 495	0.55 460	0.50 473

PSMNet_ROB	0.54 422	0.54 296	0.54 443	0.54 396	0.53 504	0.54 476	0.54 498	0.53 463	0.54 498	0.54 471	0.54 501	0.54 474	0.53 494	0.54 470	0.54 491	0.54 421	0.53 452	0.54 486	0.54 505	0.54 459	0.54 487

DNS	0.86 513	2.43 611	1.66 649	2.03 619	0.42 464	0.60 487	0.42 454	0.60 480	0.42 458	0.60 484	0.42 457	0.60 489	0.42 453	0.60 484	0.42 449	1.97 644	1.63 655	0.55 489	0.40 455	0.55 460	0.40 428

DN	0.53 421	0.85 354	0.45 394	0.65 423	0.44 469	0.60 487	0.44 458	0.60 480	0.44 463	0.60 484	0.45 467	0.60 489	0.44 460	0.60 484	0.44 455	0.56 431	0.42 399	0.56 490	0.42 472	0.56 463	0.42 444

AIO-test1	0.54 422	0.60 312	0.52 438	0.66 427	0.47 482	0.61 489	0.47 473	0.58 475	0.46 468	0.61 486	0.46 471	0.61 492	0.45 464	0.62 486	0.45 458	0.61 443	0.52 448	0.57 491	0.48 491	0.57 466	0.48 464

AIO-test2	0.55 427	0.59 309	0.52 438	0.67 428	0.47 482	0.61 489	0.47 473	0.61 484	0.47 473	0.61 486	0.47 479	0.61 492	0.48 477	0.62 486	0.47 469	0.64 454	0.53 452	0.58 492	0.47 487	0.58 468	0.48 464

ktn	0.72 467	0.53 292	1.08 549	1.14 509	0.51 500	1.22 622	1.36 657	0.51 456	0.59 507	0.51 458	0.51 496	0.69 504	1.20 591	0.67 496	0.51 485	0.51 415	0.49 432	0.58 492	0.66 534	0.52 454	0.53 484

FC-DCNN	1.07 551	1.09 422	0.98 537	0.89 469	0.52 501	1.41 641	0.91 568	1.21 616	1.24 652	1.96 655	2.05 724	1.91 656	1.30 644	1.27 633	1.08 584	0.80 492	0.60 472	0.58 492	0.41 464	0.68 481	0.54 487

S	0.56 429	0.61 314	0.54 443	0.68 433	0.48 486	0.65 495	0.49 484	0.63 486	0.49 482	0.64 494	0.49 486	0.64 496	0.48 477	0.62 486	0.49 477	0.63 452	0.62 478	0.59 495	0.48 491	0.57 466	0.48 464

MWDA-net	0.67 453	0.66 318	0.45 394	2.84 663	0.46 475	0.73 507	0.45 464	0.71 500	0.44 463	0.72 506	0.45 467	0.70 507	0.45 464	0.70 501	0.44 455	0.61 443	0.41 389	0.61 496	0.43 475	0.61 471	0.42 444

MonSter	0.60 432	0.64 317	0.52 438	0.62 415	0.44 469	2.07 666	0.44 458	0.62 485	0.44 463	0.62 490	0.44 462	0.62 494	0.44 460	0.62 486	0.44 455	0.58 434	0.42 399	0.62 497	0.46 480	0.58 468	0.42 444

SMoEStereo_RVC	0.63 441	0.75 333	0.51 435	0.73 448	0.53 504	0.71 505	0.47 473	0.67 493	0.58 502	0.74 513	0.60 510	0.72 511	0.53 494	0.74 509	0.51 485	0.61 443	0.62 478	0.62 497	0.61 520	0.63 473	0.61 504

PointNet	0.60 432	0.75 333	0.49 423	0.79 454	0.50 494	0.79 515	0.49 484	0.79 509	0.49 482	0.80 520	0.49 486	0.79 521	0.49 483	0.80 515	0.49 477	0.63 452	0.40 379	0.63 499	0.40 455	0.63 473	0.40 428

DispNO	1.00 536	0.63 315	0.43 390	3.45 686	0.44 469	0.65 495	0.43 457	0.64 488	0.43 460	0.64 494	0.43 460	0.64 496	3.03 718	0.64 492	0.43 454	4.55 720	0.43 404	0.63 499	0.43 475	0.63 473	0.43 447

FAST (zero-shot)	0.87 517	1.55 512	0.42 388	1.57 595	0.42 464	1.62 650	0.45 464	1.59 638	0.42 458	1.66 649	0.44 462	1.62 649	0.42 453	1.59 644	0.42 449	0.64 454	0.43 404	0.64 501	0.42 472	0.67 479	0.46 454

WCG-NET	0.61 437	1.21 484	0.54 443	0.61 414	0.53 504	0.67 498	0.53 495	0.66 492	0.53 496	0.64 494	0.53 499	0.65 500	0.53 494	0.59 482	0.52 487	0.65 456	0.48 429	0.64 501	0.52 501	0.58 468	0.50 473

MyStereo06	0.75 475	4.12 670	0.60 457	0.63 417	0.61 518	0.62 492	0.66 515	0.56 469	0.45 467	0.55 474	0.48 483	0.54 474	0.46 468	0.57 480	0.45 458	0.60 439	0.57 459	0.64 501	0.55 507	0.72 490	0.55 495

MyStereo05	0.80 488	4.12 670	0.63 469	0.63 417	0.61 518	0.62 492	0.66 515	0.65 489	0.62 511	0.67 500	0.61 514	0.65 500	0.58 503	0.67 496	0.55 494	0.60 439	0.57 459	0.64 501	0.55 507	0.72 490	0.55 495

LMCR-Stereo	0.65 445	0.63 315	0.65 476	0.65 423	0.65 526	0.66 497	0.63 511	0.58 475	0.65 516	0.63 493	0.64 518	0.65 500	0.65 514	0.66 494	0.66 512	0.66 458	0.64 481	0.65 505	0.67 538	0.68 481	0.73 538

DSFCA	0.66 447	0.73 328	0.78 513	0.65 423	0.65 526	0.64 494	0.64 512	0.65 489	0.63 514	0.64 494	0.64 518	0.64 496	0.64 512	0.65 493	0.65 509	0.65 456	0.65 483	0.65 505	0.65 531	0.66 476	0.64 514

WAFT-Stereo (ZS)	0.67 453	0.78 340	0.67 482	0.67 428	0.66 529	0.67 498	0.67 519	0.65 489	0.66 518	0.66 498	0.67 523	0.66 503	0.67 519	0.67 496	0.72 541	0.66 458	0.67 486	0.67 507	0.67 538	0.67 479	0.67 520

LiteMatch	1.13 559	0.73 328	2.80 709	3.23 673	0.61 518	0.83 525	0.68 524	0.73 504	0.69 531	1.00 544	0.77 555	0.94 544	0.57 500	0.82 519	0.64 506	2.97 701	2.43 703	0.68 508	0.32 398	0.56 463	0.70 527

Lsterematch	1.13 559	0.73 328	2.80 709	3.23 673	0.61 518	0.83 525	0.68 524	0.73 504	0.69 531	1.00 544	0.77 555	0.94 544	0.57 500	0.82 519	0.64 506	2.97 701	2.43 703	0.68 508	0.32 398	0.56 463	0.70 527

anonymity	0.63 441	0.69 321	0.56 447	0.71 442	0.56 508	0.71 505	0.56 500	0.71 500	0.56 499	0.72 506	0.56 503	0.71 508	0.56 498	0.71 503	0.58 497	0.68 461	0.55 455	0.68 508	0.55 507	0.68 481	0.54 487

SE	0.64 443	0.73 328	0.77 511	0.79 454	0.59 511	0.78 512	0.54 498	0.58 475	0.58 502	0.78 517	0.59 508	0.63 495	0.18 248	0.78 512	0.52 487	0.80 492	0.65 483	0.69 511	0.57 514	0.75 495	0.52 481

mm2	0.69 458	0.69 321	0.69 492	0.69 434	0.69 535	0.69 500	0.69 532	0.69 495	0.69 531	0.69 503	0.69 534	0.69 504	0.69 530	0.69 499	0.69 528	0.69 462	0.69 498	0.69 511	0.69 544	0.69 485	0.69 524

mm1	0.69 458	0.69 321	0.69 492	0.69 434	0.69 535	0.69 500	0.69 532	0.69 495	0.69 531	0.69 503	0.69 534	0.69 504	0.69 530	0.69 499	0.69 528	0.69 462	0.69 498	0.69 511	0.69 544	0.69 485	0.69 524

DMCA-RVC	0.70 461	0.80 345	0.70 495	0.70 440	0.70 539	0.70 503	0.70 538	0.71 500	0.70 539	0.70 505	0.71 544	0.71 508	0.70 534	0.70 501	0.69 528	0.69 462	0.70 501	0.69 511	0.70 548	0.69 485	0.70 527

PA-Net	11.80 763	223.51 791	0.62 465	0.59 409	0.71 541	0.59 486	0.73 545	0.67 493	0.73 550	0.55 474	0.61 514	0.60 489	0.74 542	0.63 491	0.73 542	0.66 458	0.60 472	0.69 511	0.66 534	0.72 490	0.65 516
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ARAFT	0.68 455	0.81 349	0.63 469	0.74 451	0.60 513	0.78 512	0.62 510	0.77 508	0.66 518	0.74 513	0.63 516	0.75 516	0.62 511	0.83 524	0.60 502	0.70 467	0.55 455	0.70 516	0.60 518	0.78 502	0.55 495

AEACV	1.12 557	0.52 288	3.12 724	3.24 675	0.86 566	0.53 472	0.49 484	0.60 480	0.47 473	0.53 465	0.49 486	0.55 478	0.45 464	0.55 474	0.47 469	3.01 703	3.88 728	0.71 517	0.60 518	0.80 507	0.48 464

CAR	0.72 467	0.76 336	0.59 453	0.84 463	1.19 604	0.81 520	0.58 503	0.81 515	0.58 502	0.81 523	0.58 506	0.83 528	0.59 505	0.82 519	0.59 500	0.71 468	0.49 432	0.73 518	0.68 540	0.87 518	0.52 481

MSE-Stereo	0.72 467	0.76 336	0.59 453	0.84 463	1.19 604	0.81 520	0.58 503	0.81 515	0.58 502	0.81 523	0.58 506	0.83 528	0.59 505	0.82 519	0.59 500	0.71 468	0.49 432	0.73 518	0.68 540	0.87 518	0.52 481

DStereoRT	0.73 471	0.81 349	0.73 505	0.71 442	0.74 546	0.73 507	0.75 547	0.71 500	0.71 544	0.74 513	0.72 547	0.73 513	0.80 551	0.71 503	0.73 542	0.76 486	0.71 505	0.73 518	0.72 553	0.70 488	0.76 545

zero-FE	0.72 467	1.31 498	0.66 478	0.92 476	0.60 513	0.82 523	0.58 503	0.82 518	0.58 502	0.81 523	0.60 510	0.81 526	0.60 507	0.82 519	0.58 497	0.74 483	0.59 469	0.73 518	0.52 501	0.76 498	0.51 480

iGMRVC	0.84 504	2.85 638	0.72 501	0.72 444	0.73 544	0.77 510	0.79 552	0.73 504	0.74 552	0.73 508	0.72 547	0.73 513	0.76 545	0.73 507	0.73 542	0.72 476	0.73 508	0.73 518	0.72 553	0.73 493	0.72 534

RAFT-Stereo + iAFF	0.70 461	0.72 327	0.71 498	0.80 458	0.62 523	0.82 523	0.61 509	0.81 515	0.62 511	0.81 523	0.63 516	0.80 523	0.70 534	0.73 507	0.61 504	0.76 486	0.61 477	0.74 523	0.61 520	0.77 500	0.61 504

CoDeX	0.15 165	0.70 324	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	0.67 513	0.02 15	0.69 498	0.75 524	0.01 9	0.02 21	0.02 20

CFNet-RSSM	0.91 521	4.89 684	0.34 307	0.44 317	1.07 590	1.62 650	1.40 664	0.91 528	0.35 408	1.60 642	1.39 664	0.64 496	0.34 403	0.44 397	0.33 381	0.41 330	0.35 350	0.75 524	0.30 379	0.41 399	0.29 344

monster-pro	0.75 475	1.67 516	0.64 472	0.89 469	0.57 510	0.86 529	0.56 500	0.87 521	0.56 499	0.87 529	0.57 504	0.88 533	0.57 500	0.87 530	0.57 495	0.79 490	0.58 463	0.76 526	0.54 505	0.77 500	0.54 487

GCAP-Stereo	0.75 475	4.15 673	0.42 388	0.75 452	0.35 415	0.78 512	0.40 439	0.79 509	0.38 424	0.78 517	0.36 414	0.78 519	0.36 413	0.79 513	0.39 430	0.75 484	0.39 375	0.76 526	0.39 453	0.75 495	0.39 426

HCRNet	1.22 609	7.11 724	3.00 711	3.55 691	0.33 399	0.29 271	0.14 203	0.19 207	0.15 220	0.33 286	0.29 315	0.25 252	0.14 209	0.22 230	0.33 381	3.64 709	3.00 708	0.76 526	0.32 398	0.18 210	0.13 199

SFCPSM	0.17 178	0.78 340	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	0.79 552	0.02 15	0.75 511	0.76 526	0.02 21	0.02 21	0.02 20

RSM++	0.76 480	0.82 351	0.66 478	0.85 467	0.64 524	0.85 527	0.71 541	0.94 535	0.64 515	0.87 529	0.67 523	0.87 532	0.65 514	0.84 525	0.65 509	0.81 496	0.70 501	0.79 530	0.71 551	0.83 514	0.70 527

Selective-RAFT-Error	0.88 518	0.84 352	0.98 537	0.86 468	0.97 578	0.88 531	0.95 573	0.84 519	0.99 582	0.92 536	0.82 563	0.84 530	0.98 565	0.87 530	0.97 571	0.81 496	0.83 524	0.79 530	0.82 569	0.79 504	0.85 556

G-Net	0.79 485	0.79 342	0.79 516	0.79 454	0.79 559	0.79 515	0.79 552	0.79 509	0.79 558	0.79 519	0.79 559	0.79 521	0.79 550	0.79 513	0.79 552	0.79 490	0.79 518	0.79 530	0.79 564	0.79 504	0.79 550

NaN_ROB	0.80 488	0.80 345	0.80 517	0.80 458	0.80 562	0.80 517	0.80 555	0.80 512	0.80 560	0.80 520	0.80 561	0.80 523	0.80 551	0.80 515	0.80 555	0.80 492	0.80 521	0.80 533	0.80 566	0.80 507	0.80 551

CSAN	0.80 488	0.80 345	0.80 517	0.80 458	0.80 562	0.80 517	0.80 555	0.80 512	0.80 560	0.80 520	0.80 561	0.80 523	0.80 551	0.80 515	0.80 555	0.80 492	0.80 521	0.80 533	0.80 566	0.80 507	0.80 551

FlowAnything_test	1.02 546	1.72 519	0.71 498	1.59 597	0.70 539	1.61 648	0.69 532	1.61 640	0.70 539	1.60 642	0.70 538	1.61 648	0.69 530	1.61 647	0.70 537	0.81 496	0.58 463	0.81 535	0.55 507	0.81 510	0.56 498

FlowAnything	1.02 546	1.71 518	0.72 501	1.59 597	0.69 535	1.60 647	0.69 532	1.61 640	0.70 539	1.60 642	0.69 534	1.60 645	0.69 530	1.61 647	0.69 528	0.81 496	0.58 463	0.81 535	0.56 511	0.82 512	0.56 498

DCRE	0.84 504	1.89 563	0.77 511	0.94 483	0.72 543	0.88 531	0.73 545	0.87 521	0.78 554	0.90 532	0.71 544	0.88 533	0.67 519	0.88 532	0.73 542	0.81 496	0.68 492	0.81 535	0.70 548	0.82 512	0.70 527

AFF-stereo	0.73 471	0.88 361	0.67 482	0.75 452	0.68 534	0.75 509	0.64 512	0.80 512	0.72 547	0.83 528	0.70 538	0.82 527	0.64 512	0.84 525	0.67 513	0.77 489	0.63 480	0.81 535	0.63 522	0.78 502	0.62 507

Selective-RAFT	0.89 520	0.89 364	0.72 501	1.16 517	0.78 557	1.06 561	0.82 562	0.87 521	0.97 579	1.00 544	0.91 570	0.90 537	1.00 566	0.89 534	0.93 568	0.83 501	0.83 524	0.82 539	0.82 569	0.81 510	0.82 554

999	1.00 536	1.12 427	0.59 453	1.10 503	1.21 652	1.09 566	0.52 493	1.08 554	1.43 666	1.18 578	1.35 658	0.98 549	0.52 493	0.91 537	0.85 561	0.72 476	1.46 637	0.83 540	0.98 579	0.68 481	1.41 662

UDG	0.80 488	2.21 591	0.60 457	0.91 473	0.60 513	0.90 534	0.58 503	0.88 525	0.60 508	0.90 532	0.60 510	0.88 533	0.60 507	0.90 535	0.58 497	0.86 505	0.60 472	0.84 541	0.59 517	0.84 515	0.61 504

ToySt	0.92 523	2.11 581	0.90 528	0.95 485	0.79 559	0.99 543	0.78 551	0.94 535	0.81 563	0.94 540	0.78 557	0.95 546	0.77 547	0.94 543	0.86 562	0.91 507	0.79 518	0.85 542	0.77 560	0.89 522	0.73 538

DDUNet	0.81 493	2.45 612	0.57 451	0.90 471	0.60 513	0.88 531	0.59 507	0.90 526	0.60 508	0.88 531	0.60 510	0.90 537	0.58 503	0.88 532	0.60 502	0.84 503	0.60 472	0.86 543	0.57 514	0.86 517	0.60 503

MoCha-V2	2.11 672	26.97 768	0.78 513	0.92 476	0.77 556	0.96 541	0.72 544	0.90 526	0.72 547	0.94 540	0.70 538	0.90 537	0.71 539	0.91 537	0.71 539	0.85 504	0.71 505	0.88 544	0.69 544	0.87 518	0.67 520

MGA	0.73 471	0.76 336	0.60 457	0.92 476	1.17 600	0.81 520	0.59 507	0.84 519	0.62 511	0.81 523	0.59 508	0.84 530	0.60 507	0.81 518	0.61 504	0.71 468	0.53 452	0.89 545	0.53 503	0.75 495	0.54 487

AdaDepth	0.86 513	0.93 379	0.71 498	1.01 497	1.07 590	1.02 558	0.71 541	1.00 539	0.71 544	1.01 555	0.71 544	1.00 550	0.72 540	1.14 577	0.71 539	0.92 510	0.64 481	0.90 546	0.64 527	0.89 522	0.69 524

AIO-Stereo-zeroshot1	0.75 475	0.92 375	0.85 524	0.96 488	0.59 511	1.27 626	0.44 458	0.59 478	0.69 531	0.91 534	0.68 529	0.55 478	0.61 510	1.06 566	0.83 560	0.62 448	0.70 501	0.90 546	0.41 464	0.89 522	0.56 498

DGTPSM_ROB	0.93 528	1.00 396	0.92 532	0.94 483	0.96 577	0.91 535	0.92 569	0.91 528	0.96 578	0.91 534	0.96 576	0.93 543	0.92 560	0.94 543	0.92 564	0.92 510	0.92 531	0.90 546	0.92 574	0.94 537	0.91 562

WQFJA1++	0.84 504	0.98 386	0.67 482	1.26 570	0.75 548	1.00 544	0.67 519	1.00 539	0.67 520	1.00 544	0.67 523	1.00 550	0.67 519	1.00 551	0.67 513	0.96 518	0.67 486	0.91 549	0.63 522	0.92 528	0.63 508

DPSM_ROB	0.92 523	0.91 370	0.91 530	0.91 473	0.92 573	0.92 536	0.92 569	0.92 531	0.91 568	0.93 538	0.91 570	0.92 540	0.90 558	0.91 537	0.92 564	0.92 510	0.91 529	0.91 549	0.92 574	0.93 533	0.93 564

DPSM	0.92 523	0.91 370	0.91 530	0.91 473	0.92 573	0.92 536	0.92 569	0.92 531	0.91 568	0.93 538	0.91 570	0.92 540	0.90 558	0.91 537	0.92 564	0.92 510	0.91 529	0.91 549	0.92 574	0.93 533	0.93 564

WQFJX1	0.84 504	0.98 386	0.67 482	1.30 578	0.75 548	1.01 552	0.67 519	1.01 548	0.67 520	1.01 555	0.67 523	1.01 559	0.68 524	1.00 551	0.68 520	0.98 523	0.67 486	0.92 552	0.64 527	0.92 528	0.64 514

NLMM1	0.86 513	0.98 386	0.69 492	1.48 593	0.75 548	1.01 552	0.69 532	1.00 539	0.69 531	1.00 544	0.70 538	1.00 550	0.68 524	1.01 559	0.67 513	0.97 519	0.68 492	0.92 552	0.63 522	0.93 533	0.63 508

pmcnn	0.92 523	0.92 375	0.92 532	0.92 476	0.92 573	0.92 536	0.92 569	0.92 531	0.92 572	0.92 536	0.92 573	0.92 540	0.92 560	0.92 541	0.92 564	0.92 510	0.92 531	0.92 552	0.92 574	0.92 528	0.92 563

WQFJA1	0.85 510	0.98 386	0.67 482	1.29 576	0.76 553	1.01 552	0.67 519	1.02 552	0.67 520	1.02 559	0.67 523	1.01 559	0.67 519	1.01 559	0.68 520	0.99 524	0.67 486	0.93 555	0.64 527	0.92 528	0.65 516

WQFJX	0.85 510	1.00 396	0.68 490	1.30 578	0.75 548	1.01 552	0.68 524	1.01 548	0.68 526	1.01 555	0.68 529	1.03 564	0.68 524	1.02 563	0.67 513	0.97 519	0.67 486	0.93 555	0.63 522	0.94 537	0.63 508

NLMM	0.84 504	1.00 396	0.67 482	1.27 571	0.75 548	1.00 544	0.68 524	1.00 539	0.67 520	1.00 544	0.67 523	1.02 563	0.67 519	1.02 563	0.67 513	0.97 519	0.67 486	0.93 555	0.63 522	0.92 528	0.63 508

NLSM3	0.85 510	0.99 394	0.68 490	1.29 576	0.76 553	1.01 552	0.68 524	1.01 548	0.68 526	1.02 559	0.68 529	1.01 559	0.68 524	1.01 559	0.68 520	0.97 519	0.68 492	0.93 555	0.64 527	0.93 533	0.63 508

R-Stereo Train	0.81 493	0.96 383	0.67 482	0.95 485	0.67 531	0.95 539	0.68 524	0.95 537	0.68 526	0.95 542	0.68 529	0.96 547	0.68 524	0.96 547	0.68 520	0.94 516	0.68 492	0.94 559	0.68 540	0.94 537	0.68 522

RAFT-Stereo	0.81 493	0.96 383	0.67 482	0.95 485	0.67 531	0.95 539	0.68 524	0.95 537	0.68 526	0.95 542	0.68 529	0.96 547	0.68 524	0.96 547	0.68 520	0.94 516	0.68 492	0.94 559	0.68 540	0.94 537	0.68 522
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MWSP-net	0.96 532	0.75 333	0.49 423	4.84 720	0.48 486	1.28 628	0.52 493	1.20 570	0.51 494	1.14 575	0.70 538	1.00 550	0.56 498	0.90 535	0.69 528	0.76 486	0.60 472	0.95 561	0.56 511	0.73 493	0.45 452

AIO-Stereo	0.84 504	0.66 318	0.70 495	0.83 462	0.67 531	0.98 542	0.82 562	1.14 558	0.72 547	1.03 561	0.74 551	1.03 564	1.09 578	0.99 549	0.45 458	1.04 531	0.73 508	0.95 561	0.74 555	0.94 537	0.46 454

IGEVStereo-DCA	1.77 630	4.21 674	1.84 667	2.49 652	2.11 718	2.54 703	1.36 657	1.65 644	1.17 601	2.75 713	1.90 707	2.54 698	1.15 584	0.94 543	1.11 586	1.50 619	1.32 616	0.96 563	1.46 669	1.49 632	0.88 557

rrr	1.77 630	4.21 674	1.84 667	2.49 652	2.11 718	2.54 703	1.36 657	1.65 644	1.17 601	2.75 713	1.90 707	2.54 698	1.15 584	0.94 543	1.11 586	1.50 619	1.32 616	0.96 563	1.46 669	1.49 632	0.88 557

11t	1.27 613	2.70 623	1.34 617	1.32 581	0.89 568	1.30 629	1.34 654	1.64 643	0.57 501	1.45 640	0.72 547	1.05 566	1.29 643	1.07 569	1.29 655	1.49 618	1.02 542	0.97 565	1.15 595	1.48 631	1.31 653

HBP-ISP	1.24 611	1.72 519	1.65 647	1.15 512	0.76 553	1.40 639	0.88 565	1.67 646	1.02 589	1.69 650	1.38 663	1.69 650	1.21 637	1.87 657	1.21 646	1.05 532	0.79 518	0.97 565	0.80 566	1.19 569	0.75 542

LGCAT	1.00 536	1.00 396	1.00 539	1.00 492	1.00 579	1.00 544	1.00 577	1.00 539	1.00 583	1.00 544	1.00 581	1.00 550	1.00 566	1.00 551	1.00 574	1.00 525	1.00 535	1.00 567	1.00 581	1.00 542	1.00 573

Test_v1	1.00 536	1.00 396	1.00 539	1.00 492	1.00 579	1.00 544	1.00 577	1.00 539	1.00 583	1.00 544	1.00 581	1.00 550	1.00 566	1.00 551	1.00 574	1.00 525	1.00 535	1.00 567	1.00 581	1.00 542	1.00 573

GANet	1.00 536	1.00 396	1.00 539	1.00 492	1.00 579	1.00 544	1.00 577	1.00 539	1.00 583	1.00 544	1.00 581	1.00 550	1.00 566	1.00 551	1.00 574	1.00 525	1.00 535	1.00 567	1.00 581	1.00 542	1.00 573

TDLM	1.00 536	1.00 396	1.00 539	1.00 492	1.00 579	1.00 544	1.00 577	1.00 539	1.00 583	1.00 544	1.00 581	1.00 550	1.00 566	1.00 551	1.00 574	1.00 525	1.00 535	1.00 567	1.00 581	1.00 542	1.00 573

CVANet_RVC	1.00 536	1.00 396	1.00 539	1.00 492	1.00 579	1.00 544	1.00 577	1.00 539	1.00 583	1.00 544	1.00 581	1.00 550	1.00 566	1.00 551	1.00 574	1.00 525	1.00 535	1.00 567	1.00 581	1.00 542	1.00 573

trnet	1.01 544	1.01 406	1.01 544	1.01 497	1.01 585	1.01 552	1.01 582	1.01 548	1.01 588	1.01 555	1.01 586	1.01 559	1.01 574	1.01 559	1.01 579	1.01 530	1.01 541	1.01 572	1.01 588	1.01 547	1.01 579

Wavelet-MonSter	1.00 536	1.21 484	0.76 509	1.94 612	1.01 585	1.11 570	0.76 549	1.15 559	0.76 553	1.11 570	0.76 553	1.14 577	0.76 545	1.11 574	0.76 549	1.21 597	0.90 528	1.02 573	0.71 551	1.02 549	0.71 533

DPSimNet_ROB	0.97 533	1.18 436	0.81 520	1.10 503	0.91 572	1.02 558	0.82 562	1.04 553	0.91 568	1.03 561	0.86 566	1.28 633	0.82 555	1.03 565	0.89 563	1.17 548	0.81 523	1.02 573	0.82 569	1.08 552	0.81 553

AIO-Stereo-zeroshot	0.91 521	0.86 356	0.89 525	1.25 569	0.69 535	1.05 560	0.81 559	1.16 562	0.50 487	1.12 571	0.97 578	0.72 511	0.82 555	1.06 566	0.95 569	0.61 443	0.87 526	1.03 575	0.85 572	1.04 550	1.01 579

GLC_STEREO	1.07 551	1.01 406	1.06 547	1.07 501	1.05 589	1.06 561	1.08 587	1.08 554	1.05 592	1.07 563	1.06 588	1.08 567	1.05 576	1.06 566	1.10 585	1.07 533	1.09 551	1.05 576	1.05 590	1.06 551	1.12 586

MSMD_ROB	1.19 561	1.10 426	0.70 495	1.10 503	0.60 513	1.10 567	0.70 538	1.10 557	0.70 539	1.10 565	0.70 538	1.10 571	0.70 534	7.00 763	0.70 537	1.10 537	0.70 501	1.10 577	0.70 548	1.10 553	0.70 527

Hybrid-DGEV	1.03 548	1.75 525	0.80 517	1.28 575	0.78 557	1.26 625	0.80 555	1.26 621	0.78 554	1.26 627	0.78 557	1.26 629	0.78 549	1.26 630	0.78 551	1.15 547	0.75 511	1.14 578	0.74 555	1.14 556	0.75 542

TorneroNet	0.66 447	0.53 292	0.50 429	0.50 377	0.64 524	1.06 561	0.70 538	0.50 442	0.51 494	0.49 436	0.69 534	0.49 442	0.50 487	0.48 434	1.15 590	0.71 468	0.49 432	1.14 578	1.08 591	0.49 440	0.49 470

NCC-stereo	2.36 694	25.52 763	1.17 557	1.15 512	1.17 600	1.11 570	1.11 588	1.15 559	1.16 597	1.10 565	1.16 596	1.10 571	1.15 584	1.14 577	1.13 588	1.09 535	1.11 555	1.15 580	1.16 597	1.17 566	1.17 595

RP	2.33 692	25.00 761	1.13 552	1.15 512	1.15 595	1.10 567	1.15 593	1.15 559	1.15 596	1.12 571	1.15 593	1.09 569	1.13 580	1.10 572	1.15 590	1.11 542	1.09 551	1.16 581	1.12 593	1.16 561	1.17 595

RGC	2.36 694	25.48 762	1.19 561	1.15 512	1.15 595	1.10 567	1.16 595	1.17 564	1.16 597	1.12 571	1.16 596	1.11 575	1.13 580	1.09 570	1.18 597	1.10 537	1.15 560	1.16 581	1.12 593	1.14 556	1.12 586

edge stereo	2.43 699	27.07 769	1.14 553	1.06 500	1.14 593	1.08 564	1.17 596	1.16 562	1.14 595	1.10 565	1.16 596	1.09 569	1.16 588	1.10 572	1.16 594	1.10 537	1.11 555	1.16 581	1.19 599	1.13 555	1.11 584

Nwc_Net	2.37 696	25.95 765	1.15 555	1.14 509	1.15 595	1.08 564	1.14 591	1.17 564	1.16 597	1.14 575	1.15 593	1.08 567	1.15 584	1.11 574	1.14 589	1.10 537	1.11 555	1.16 581	1.09 592	1.16 561	1.15 591

AF-Net	2.37 696	25.71 764	1.17 557	1.13 508	1.15 595	1.15 574	1.18 597	1.19 567	1.16 597	1.10 565	1.15 593	1.10 571	1.18 589	1.12 576	1.15 590	1.10 537	1.10 554	1.17 585	1.15 595	1.16 561	1.12 586

Abc-Net	2.32 691	24.75 760	1.14 553	1.17 518	1.17 600	1.11 570	1.15 593	1.17 564	1.21 649	1.08 564	1.16 596	1.12 576	1.14 583	1.09 570	1.17 596	1.09 535	1.16 561	1.17 585	1.17 598	1.16 561	1.11 584
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HSM-Net_RVC	0.95 531	1.17 434	0.78 513	1.18 519	0.71 541	1.16 575	0.75 547	1.09 556	0.80 560	1.10 565	0.75 552	1.17 580	0.74 542	1.17 580	0.80 555	1.13 544	0.73 508	1.17 585	0.77 560	1.16 561	0.72 534
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Hybrid-DGEV-2	1.05 550	1.83 551	0.83 521	1.33 582	0.82 565	1.30 629	0.81 559	1.26 621	0.79 558	1.29 629	0.79 559	1.26 629	0.80 551	1.26 630	0.79 552	1.20 551	0.78 516	1.18 588	0.77 560	1.20 571	0.77 547

MLG-Stereo	0.92 523	0.90 368	0.84 523	1.27 571	0.49 490	1.38 637	0.88 565	1.41 635	0.97 579	0.73 508	1.09 590	1.26 629	0.43 458	0.72 505	1.05 582	1.13 544	0.49 432	1.18 588	0.66 534	1.01 547	0.46 454

Hybrid-DGEV-03	1.07 551	1.83 551	0.83 521	1.34 583	0.81 564	1.32 631	0.81 559	1.31 628	0.81 563	1.31 630	0.82 563	1.32 634	0.82 555	1.32 635	0.81 558	1.19 549	0.77 514	1.19 590	0.76 558	1.19 569	0.77 547

stereogan	2.33 692	24.38 759	1.18 559	1.18 519	1.18 603	1.14 573	1.18 597	1.19 567	1.19 603	1.14 575	1.18 600	1.14 577	1.18 589	1.14 577	1.18 597	1.14 546	1.14 559	1.19 590	1.19 599	1.15 559	1.19 599

DisPM	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

CrosDoStereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

PFNet+	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

LCNet	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

HHNet	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

Patchmatch Stereo++	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600
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	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

STrans-v2	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

TransformOpticalFlow	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

OMP-Stereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

IIG-Stereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

NF-Stereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

OCTAStereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

PSM-softLoss	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

KMStereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

NRIStereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

PSM-adaLoss	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

PSM-AAD	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

FTStereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

ROB_FTStereo_v2	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

ROB_FTStereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

Consistency-Raft	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

KYRaft	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

HUI-Stereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

ASMatch	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

DeepStereo_LL	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

DEmStereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

SST-Stereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

THIR-Stereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

RAFT_R40	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

DRaft	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

PFNet	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

GrayStereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

RE-Stereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

Pruner-Stereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

TVStereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

DeepStereo_RVC	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

RAFT-RH_RVC	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

IRAFT_RVC	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

RAFT-345	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

iRAFT	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

CRE-IMP	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

GMM-Stereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

RAFT-IKP	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

Prome-Stereo	1.20 562	1.20 438	1.20 564	1.20 521	1.20 606	1.20 576	1.20 599	1.20 570	1.20 604	1.20 580	1.20 601	1.20 582	1.20 591	1.20 582	1.20 601	1.20 551	1.20 566	1.20 592	1.20 602	1.20 571	1.20 600

CroCo-Stereo	0.73 471	1.22 490	0.25 233	1.22 566	0.25 286	1.22 622	0.25 273	1.22 617	0.25 277	1.22 626	0.25 283	1.22 628	0.25 279	1.22 628	0.25 274	1.22 599	0.26 246	1.21 637	0.25 281	1.22 619	0.25 263
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
FAT-Stereo	2.46 701	26.05 766	1.23 613	1.23 568	1.22 654	1.20 576	1.24 647	1.23 619	1.23 651	1.19 579	1.22 647	1.21 627	1.24 639	1.20 582	1.24 648	1.21 597	1.17 564	1.22 638	1.25 652	1.20 571	1.24 649

qqai	1.22 609	1.38 505	1.12 550	1.39 589	1.14 593	1.40 639	1.14 591	1.41 635	1.12 593	1.40 636	1.11 592	1.40 640	1.13 580	1.41 639	1.15 590	1.25 600	0.97 534	1.24 639	1.01 588	1.24 620	0.96 568

S-Stereo	2.51 703	26.86 767	1.23 613	1.22 566	1.22 654	1.24 624	1.25 648	1.22 617	1.24 652	1.21 625	1.24 649	1.19 581	1.27 641	1.19 581	1.24 648	1.19 549	1.20 566	1.25 640	1.19 599	1.24 620	1.23 648

CroCo-Stereo Lap2	0.77 481	1.29 494	0.29 257	1.27 571	0.29 313	1.27 626	0.26 280	1.26 621	0.26 291	1.26 627	0.26 288	1.27 632	0.26 289	1.26 630	0.27 281	1.27 602	0.27 259	1.27 641	0.27 325	1.27 623	0.27 307

LiteMatch*	2.07 660	1.30 496	5.73 745	6.28 733	0.79 559	1.33 632	0.80 555	1.30 627	1.02 589	1.33 631	0.84 565	1.33 635	0.97 563	1.28 634	1.04 581	6.05 745	5.89 741	1.28 642	0.76 558	1.28 624	0.88 557

MM-Stereo_test3	1.27 613	2.07 577	1.18 559	1.60 600	1.02 587	1.45 643	1.01 582	1.40 634	1.04 591	1.44 639	1.03 587	1.46 643	1.02 575	1.44 642	1.02 580	1.51 621	1.12 558	1.32 643	0.98 579	1.38 629	0.97 569

MM-Stereo_test2	1.20 562	1.85 557	1.05 546	1.46 592	0.94 576	1.36 635	0.99 576	1.36 630	0.95 576	1.41 637	0.98 579	1.40 640	0.96 562	1.37 637	0.95 569	1.37 612	1.06 544	1.33 644	0.93 578	1.29 625	0.89 560

ours_stereo	1.20 562	1.21 484	0.90 528	1.64 605	1.11 592	1.35 633	0.67 519	1.76 647	0.93 574	1.70 651	1.10 591	1.39 638	0.75 544	1.41 639	0.81 558	1.60 626	1.03 543	1.33 644	1.00 581	1.61 636	0.72 534

CC-Net-ROB	1.36 616	1.33 500	1.33 616	1.36 586	1.38 661	1.36 635	1.33 653	1.37 632	1.34 657	1.35 633	1.36 660	1.38 637	1.34 647	1.38 638	1.38 662	1.35 608	1.38 632	1.33 644	1.35 657	1.43 630	1.34 657

test_xeample3	1.10 554	1.81 541	0.61 463	0.84 463	0.49 490	0.77 510	0.66 515	0.92 531	1.40 664	0.68 502	0.46 471	0.78 519	0.54 497	1.72 650	1.48 666	1.34 607	1.52 641	1.35 647	1.67 698	1.33 626	1.55 667

MaskLacGwcNet_RVC	1.35 615	1.35 501	1.35 619	1.35 585	1.35 657	1.35 633	1.35 655	1.36 630	1.35 660	1.36 634	1.35 658	1.36 636	1.36 649	1.36 636	1.35 659	1.35 608	1.35 628	1.35 647	1.35 657	1.35 627	1.35 658

RASNet	1.49 619	1.65 515	1.45 635	1.38 588	1.43 664	1.47 644	1.36 657	1.38 633	1.36 661	1.39 635	1.60 674	1.45 642	1.45 655	1.51 643	2.21 719	1.53 622	1.36 629	1.36 649	1.36 659	1.66 639	1.36 659

PS-NSSS	1.38 618	1.39 506	1.34 617	1.34 583	1.35 657	1.38 637	1.37 662	1.35 629	1.38 663	1.34 632	1.34 657	1.39 638	1.38 652	1.70 649	1.40 663	1.36 610	1.36 629	1.36 649	1.37 660	1.37 628	1.36 659

ff7	1.68 625	2.68 620	1.35 619	0.97 489	0.89 568	1.84 652	2.15 717	2.12 660	1.80 700	2.05 665	1.56 670	2.33 685	2.12 708	2.23 681	2.25 720	1.31 604	1.07 545	1.48 651	1.41 663	0.90 525	1.04 581

ffff	1.68 625	2.68 620	1.35 619	0.97 489	0.89 568	1.84 652	2.15 717	2.12 660	1.80 700	2.05 665	1.56 670	2.33 685	2.12 708	2.23 681	2.25 720	1.31 604	1.07 545	1.48 651	1.41 663	0.90 525	1.04 581

ccc-4	1.68 625	2.68 620	1.35 619	0.97 489	0.89 568	1.84 652	2.15 717	2.12 660	1.80 700	2.05 665	1.56 670	2.33 685	2.12 708	2.23 681	2.25 720	1.31 604	1.07 545	1.48 651	1.41 663	0.90 525	1.04 581

tt45	1.04 549	0.88 361	1.36 627	0.92 476	1.03 588	1.51 646	0.79 552	0.70 499	0.88 566	0.74 513	0.90 567	1.60 645	0.72 540	1.60 645	0.75 547	0.91 507	0.78 516	1.52 654	0.79 564	1.14 556	1.32 654

MEA-ACV	1.66 624	0.87 358	0.61 463	11.81 760	1.35 657	1.50 645	0.71 541	1.23 619	0.92 572	1.13 574	0.96 576	1.69 650	0.70 534	1.23 629	1.16 594	1.54 623	1.20 566	1.58 655	0.85 572	1.12 554	0.95 567

DPSMNet_ROB	1.60 623	1.59 514	1.70 650	1.59 597	1.59 670	1.61 648	1.61 673	1.60 639	1.60 670	1.62 648	1.59 673	1.60 645	1.60 658	1.60 645	1.59 670	1.59 624	1.60 652	1.59 656	1.59 678	1.59 635	1.59 673

2.5w	2.01 651	2.40 608	1.37 629	3.28 677	2.01 712	2.71 709	1.43 670	1.82 648	1.83 704	1.90 654	1.41 665	2.71 708	1.35 648	2.71 708	1.85 705	2.66 695	1.53 642	1.64 657	1.23 649	2.53 695	1.87 706

4w-stereo	2.02 652	2.72 627	1.44 634	3.36 683	1.59 670	2.48 696	1.72 692	2.28 680	1.24 652	2.24 686	1.65 678	2.56 700	1.32 646	2.39 692	1.98 716	2.67 697	1.51 640	1.66 658	1.24 650	2.53 695	1.88 709

3.5w_stereo	2.03 654	2.72 627	1.35 619	3.41 684	1.57 668	2.72 710	1.49 671	2.01 656	1.34 657	2.15 670	1.61 676	2.63 704	1.36 649	2.72 710	1.99 717	2.66 695	1.58 648	1.68 659	1.24 650	2.53 695	1.87 706

noway5	1.92 636	4.97 687	1.95 689	2.31 639	1.68 683	2.21 678	1.68 684	2.21 675	1.69 686	2.22 684	1.68 688	2.21 675	1.68 669	2.21 677	1.68 685	2.18 661	1.87 682	1.71 660	0.65 531	0.85 516	0.72 534

3.25w_new	2.03 654	2.72 627	1.35 619	3.33 682	1.57 668	2.72 710	1.53 672	2.15 664	1.33 656	2.15 670	1.60 674	2.63 704	1.30 644	2.72 710	1.99 717	2.67 697	1.53 642	1.75 661	1.25 652	2.53 695	1.87 706

IGEV	2.02 652	2.20 589	1.82 663	2.90 665	2.16 720	2.41 693	1.25 648	2.00 655	1.98 717	1.99 659	1.31 655	2.72 712	1.93 697	2.67 707	1.69 688	2.26 670	1.32 616	1.83 662	1.87 711	2.53 695	1.61 680

2.25w	2.00 644	1.86 560	1.98 692	2.95 666	2.17 722	2.26 684	1.35 655	2.42 693	2.00 720	2.07 668	1.27 652	2.53 695	1.99 703	2.29 686	1.49 667	2.21 665	1.32 616	1.85 663	1.87 711	2.52 692	1.62 686

3w_stereo	2.04 657	2.24 593	1.70 650	3.15 670	2.18 724	2.49 697	1.26 650	2.03 657	1.98 717	1.98 658	1.33 656	2.72 712	1.99 703	2.59 701	1.72 693	2.22 666	1.33 623	1.85 663	1.88 716	2.50 690	1.58 672

MFMNet_re	1.81 633	1.91 566	1.71 652	1.95 614	1.70 693	1.95 660	1.70 690	1.96 652	1.74 696	1.97 657	1.72 695	1.95 657	1.71 679	1.97 661	1.71 690	1.86 633	1.62 653	1.85 663	1.66 697	1.86 647	1.64 691

MonStereo1	1.94 638	2.77 633	1.52 642	3.73 698	1.51 667	2.13 668	1.42 667	2.32 687	1.52 668	2.31 691	1.50 668	2.53 695	1.59 657	2.34 689	1.56 668	1.91 640	1.36 629	1.86 666	1.31 655	2.07 662	1.53 665

4.5_new	2.00 644	1.84 556	1.98 692	2.77 659	2.16 720	2.27 685	1.28 652	2.09 659	1.98 717	2.01 661	1.28 653	2.71 708	1.98 701	2.51 698	1.65 673	2.26 670	1.33 623	1.87 667	1.87 711	2.49 688	1.60 675

3.25w	2.04 657	2.20 589	1.48 637	3.03 667	2.17 722	2.63 707	1.39 663	1.96 652	1.95 716	1.96 655	1.37 661	2.71 708	1.96 700	2.71 708	1.73 698	2.26 670	1.32 616	1.87 667	1.87 711	2.51 691	1.63 689

1w_stereo	2.05 659	2.32 598	1.35 619	3.74 699	2.01 712	2.73 712	1.42 667	1.88 649	1.93 715	2.03 663	1.28 653	2.71 708	1.99 703	2.72 710	1.72 693	2.20 664	1.32 616	1.87 667	1.86 710	2.45 684	1.54 666

GANetREF_RVC	1.55 621	1.94 573	1.22 611	1.88 609	1.21 652	1.88 655	1.22 645	1.88 649	1.22 650	1.88 652	1.22 647	1.88 654	1.22 638	1.89 658	1.22 647	1.87 635	1.22 614	1.88 670	1.22 648	1.88 648	1.22 646
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 622	1.91 566	1.21 610	1.94 612	1.20 606	2.00 663	1.23 646	1.99 654	1.24 652	2.00 660	1.25 650	2.03 664	1.26 640	2.00 662	1.29 655	1.90 639	1.18 565	1.89 671	1.21 647	1.89 649	1.20 600
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 632	3.41 651	1.52 642	2.12 620	1.41 663	2.04 664	1.41 665	2.05 658	1.46 667	2.04 664	1.41 665	2.05 665	1.42 654	2.05 663	1.43 665	2.04 649	1.54 644	1.94 672	1.38 662	1.99 652	1.33 655

derf	1.91 635	2.15 585	1.78 656	2.16 622	1.75 696	2.21 678	1.80 694	2.22 677	1.80 700	2.21 680	1.76 696	2.17 667	1.81 688	2.24 684	1.74 699	1.93 642	1.56 645	1.96 673	1.53 671	1.95 650	1.56 668

MC-Stereo	1.76 629	2.96 639	1.37 629	2.14 621	1.37 660	2.14 669	1.36 657	2.14 663	1.37 662	2.14 669	1.37 661	2.14 666	1.37 651	2.14 667	1.37 661	1.97 644	1.32 616	1.97 674	1.32 656	1.98 651	1.33 655

RAFT_CTSACE	1.92 636	3.71 658	1.72 653	1.88 609	1.72 695	2.04 664	1.42 667	2.18 666	1.89 713	2.02 662	1.97 713	1.95 657	2.06 707	1.93 659	1.62 671	1.76 630	1.66 657	2.02 675	1.73 706	1.73 642	1.43 664

noway7	2.08 663	5.18 695	1.92 677	2.27 628	1.66 675	2.18 670	1.66 676	2.17 665	1.66 671	2.18 672	1.65 678	2.18 668	1.66 661	2.17 668	1.66 676	2.15 653	1.85 674	2.05 676	1.60 681	2.05 654	1.60 675

monster_256*512	2.09 666	5.21 698	1.98 692	2.30 636	1.67 679	2.18 670	1.66 676	2.20 672	1.67 674	2.19 675	1.67 683	2.19 671	1.66 661	2.19 672	1.66 676	2.15 653	1.86 678	2.05 676	1.60 681	2.06 658	1.61 680

zzzz4	2.08 663	5.22 699	1.93 680	2.27 628	1.66 675	2.19 672	1.66 676	2.18 666	1.67 674	2.18 672	1.66 681	2.18 668	1.66 661	2.18 669	1.66 676	2.15 653	1.84 669	2.05 676	1.60 681	2.05 654	1.60 675

zzzzzz3	2.07 660	5.00 689	1.93 680	2.28 633	1.66 675	2.19 672	1.66 676	2.18 666	1.67 674	2.19 675	1.66 681	2.18 668	1.67 667	2.18 669	1.66 676	2.15 653	1.85 674	2.05 676	1.59 678	2.05 654	1.59 673

zzzzzzz1	2.10 668	5.20 697	1.93 680	2.38 646	1.68 683	2.20 675	1.67 682	2.20 672	1.68 679	2.20 678	1.67 683	2.20 674	1.68 669	2.20 674	1.67 684	2.24 668	1.86 678	2.06 680	1.61 685	2.06 658	1.62 686

noway2	2.07 660	4.96 686	1.92 677	2.28 633	1.66 675	2.20 675	1.66 676	2.19 669	1.66 671	2.19 675	1.65 678	2.19 671	1.68 669	2.18 669	1.65 673	2.15 653	1.86 678	2.06 680	1.59 678	2.06 658	1.60 675

GELT-Stereo	2.10 668	5.33 706	1.94 688	2.37 644	1.68 683	2.21 678	1.69 688	2.19 669	1.67 674	2.18 672	1.67 683	2.19 671	1.66 661	2.19 672	1.66 676	2.23 667	1.83 668	2.07 682	1.61 685	2.04 653	1.61 680

zzzz2	2.08 663	4.92 685	1.93 680	2.30 636	1.67 679	2.19 672	1.66 676	2.20 672	1.67 674	2.20 678	1.68 688	2.21 675	1.66 661	2.20 674	1.68 685	2.17 659	1.84 669	2.07 682	1.62 691	2.05 654	1.61 680

noway1	2.10 668	5.26 703	1.93 680	2.31 639	1.69 688	2.21 678	1.67 682	2.19 669	1.68 679	2.21 680	1.68 688	2.21 675	1.67 667	2.20 674	1.66 676	2.15 653	1.84 669	2.07 682	1.61 685	2.07 662	1.61 680

qwe	2.18 678	2.60 617	1.58 644	3.83 700	1.90 709	2.53 701	1.90 706	2.48 695	1.73 694	2.37 694	1.92 709	2.53 695	1.68 669	2.56 699	1.83 703	2.52 694	1.87 682	2.07 682	1.68 700	2.32 677	1.71 695

zzz1	2.09 666	4.97 687	1.93 680	2.30 636	1.68 683	2.21 678	1.68 684	2.21 675	1.68 679	2.21 680	1.67 683	2.21 675	1.68 669	2.21 677	1.69 688	2.17 659	1.85 674	2.08 686	1.61 685	2.06 658	1.61 680

noway3	2.12 674	5.22 699	1.93 680	2.39 647	1.70 693	2.23 683	1.70 690	2.22 677	1.70 687	2.22 684	1.70 694	2.23 679	1.69 676	2.22 679	1.71 690	2.28 674	1.86 678	2.08 686	1.63 694	2.09 667	1.63 689

TRStereo	2.00 644	2.13 582	1.85 669	2.27 628	1.84 700	2.28 687	1.84 696	2.29 682	1.86 706	2.30 688	1.87 702	2.30 682	1.87 691	2.08 664	1.72 693	2.08 650	1.72 661	2.08 686	1.72 703	2.08 664	1.72 696

XX-Stereo	2.00 644	2.13 582	1.85 669	2.27 628	1.84 700	2.28 687	1.84 696	2.29 682	1.86 706	2.30 688	1.87 702	2.30 682	1.87 691	2.08 664	1.72 693	2.08 650	1.72 661	2.08 686	1.72 703	2.08 664	1.72 696

EAI-Stereo	2.00 644	2.13 582	1.85 669	2.27 628	1.84 700	2.28 687	1.84 696	2.29 682	1.86 706	2.30 688	1.87 702	2.30 682	1.87 691	2.08 664	1.72 693	2.08 650	1.72 661	2.08 686	1.72 703	2.08 664	1.72 696

noway4	2.11 672	5.14 693	1.93 680	2.37 644	1.69 688	2.20 675	1.68 684	2.22 677	1.68 679	2.21 680	1.69 692	2.23 679	1.68 669	2.22 679	1.66 676	2.24 668	1.84 669	2.09 691	1.63 694	2.09 667	1.62 686

asd	2.18 678	2.77 633	1.58 644	3.59 692	2.00 711	2.58 705	1.85 699	2.39 692	1.71 689	2.47 698	1.97 713	2.59 702	1.61 659	2.56 699	1.79 701	2.51 692	1.99 684	2.11 692	1.62 691	2.36 679	1.60 675

AIO_rvc	2.18 678	2.34 603	1.87 673	2.32 641	1.94 710	2.40 692	1.89 705	2.37 690	2.07 722	2.52 701	1.95 712	2.44 692	1.99 703	2.41 693	1.89 712	2.32 680	2.09 693	2.24 693	2.18 720	2.21 670	2.23 713

NCCL2	2.28 690	2.27 594	2.28 699	2.28 633	2.28 725	2.27 685	2.29 720	2.28 680	2.28 723	2.27 687	2.28 725	2.28 681	2.27 711	2.27 685	2.28 724	2.28 674	2.28 699	2.27 694	2.29 724	2.27 674	2.29 714

monsters	2.18 678	2.41 609	1.96 691	3.47 687	2.03 716	2.53 701	1.64 675	2.48 695	1.73 694	2.40 695	1.50 668	2.62 703	1.94 698	2.59 701	1.94 713	2.44 687	1.57 647	2.28 695	1.87 711	2.42 681	1.86 704

HUF	2.18 678	2.30 596	1.99 696	2.34 643	2.02 715	2.41 693	2.06 716	2.38 691	1.89 713	2.36 693	1.85 699	2.56 700	1.98 701	2.31 688	1.97 715	2.30 678	2.03 692	2.30 696	2.11 718	2.23 671	2.16 711

2.75w_new	1.99 640	2.34 603	1.81 658	3.14 669	1.62 672	1.94 657	1.99 711	2.72 703	1.71 689	2.72 707	1.99 722	1.90 655	1.73 681	1.82 656	1.29 655	2.37 683	2.01 687	2.31 697	1.42 666	1.77 645	1.22 646

STTStereo	3.73 725	30.40 773	2.37 703	2.39 647	2.31 727	2.35 690	2.33 721	2.29 682	2.42 724	2.32 692	2.34 726	2.33 685	2.36 712	2.30 687	2.27 723	2.35 682	2.22 698	2.31 697	2.22 721	2.29 676	2.34 718

asda	2.17 676	2.54 614	1.81 658	3.47 687	1.78 698	2.50 699	1.86 700	2.61 701	1.68 679	2.61 703	1.83 698	2.37 689	1.73 681	2.44 696	1.88 711	2.51 692	1.84 669	2.34 699	1.62 691	2.23 671	1.77 701

monsterstereo	2.20 684	2.33 599	1.95 689	3.65 694	2.07 717	2.49 697	1.61 673	2.48 695	1.83 704	2.45 697	1.61 676	2.67 707	1.86 689	2.64 703	1.94 713	2.48 691	1.66 657	2.34 699	1.68 700	2.40 680	1.86 704

AIO_test	2.18 678	2.09 580	2.04 697	2.42 649	2.01 712	2.47 695	1.94 707	2.34 689	2.03 721	2.56 702	1.94 710	2.43 691	1.94 698	2.41 693	1.87 709	2.39 685	2.10 694	2.35 701	1.91 717	2.25 673	2.19 712

3.75w	1.99 640	2.31 597	1.83 666	3.16 671	1.65 674	1.93 656	1.98 708	2.72 703	1.68 679	2.73 712	1.97 713	2.00 661	1.72 680	1.81 655	1.25 651	2.27 673	2.01 687	2.38 702	1.42 666	1.71 641	1.24 649

FBW_ROB	2.12 674	2.46 613	1.77 655	2.49 652	1.79 699	2.38 691	1.83 695	2.46 694	1.78 699	2.48 699	1.97 713	2.40 690	1.78 686	2.42 695	1.83 703	2.31 679	1.85 674	2.38 702	1.82 709	2.35 678	1.84 702

DNSM	2.56 705	4.43 677	3.08 722	4.09 702	1.86 703	2.66 708	1.86 700	2.66 702	1.87 710	2.66 705	1.86 700	2.66 706	1.86 689	2.66 706	1.87 709	3.82 712	2.94 707	2.42 704	1.73 706	2.42 681	1.73 699

UDGNet	2.23 688	5.40 710	1.72 653	2.48 651	1.69 688	2.51 700	1.69 688	2.51 698	1.72 693	2.50 700	1.69 692	2.52 694	1.69 676	2.50 697	1.68 685	2.41 686	1.70 660	2.42 704	1.69 702	2.42 681	1.64 691

LG-G_1	2.22 685	2.71 625	1.89 674	2.77 659	1.87 707	2.75 714	1.87 703	2.76 711	1.87 710	2.75 713	1.87 702	2.76 715	1.87 691	2.75 714	1.86 706	2.47 689	1.58 648	2.45 706	1.57 673	2.45 684	1.57 670

LG-G	2.22 685	2.71 625	1.89 674	2.77 659	1.87 707	2.75 714	1.87 703	2.76 711	1.87 710	2.75 713	1.87 702	2.76 715	1.87 691	2.75 714	1.86 706	2.47 689	1.58 648	2.45 706	1.57 673	2.45 684	1.57 670

LGtest1	2.22 685	2.70 623	1.89 674	2.76 658	1.86 703	2.75 714	1.86 700	2.75 710	1.86 706	2.75 713	1.86 700	2.77 717	1.87 691	2.75 714	1.86 706	2.46 688	1.58 648	2.45 706	1.56 672	2.45 684	1.56 668

4.25_new	2.00 644	2.33 599	1.82 663	3.32 680	1.69 688	1.95 660	1.99 711	2.72 703	1.71 689	2.72 707	1.97 713	2.01 662	1.74 683	1.77 652	1.28 653	2.18 661	2.01 687	2.48 709	1.58 676	1.65 637	1.17 595

4.5w_new	2.00 644	2.33 599	1.82 663	3.32 680	1.69 688	1.95 660	1.99 711	2.72 703	1.71 689	2.72 707	1.97 713	2.01 662	1.74 683	1.77 652	1.28 653	2.18 661	2.01 687	2.48 709	1.58 676	1.65 637	1.17 595

4.5w-stereo	1.99 640	2.33 599	1.81 658	3.28 677	1.68 683	1.94 657	1.99 711	2.72 703	1.70 687	2.72 707	1.99 722	1.97 659	1.68 669	1.76 651	1.29 655	1.91 640	2.02 691	2.53 711	1.61 685	1.75 644	1.16 594

4.25w-stereo	1.98 639	2.72 627	1.46 636	3.47 687	1.43 664	2.07 666	1.98 708	2.53 699	1.52 668	2.71 706	1.98 719	1.81 652	1.62 660	1.96 660	1.36 660	1.88 638	2.00 685	2.53 711	1.61 685	1.74 643	1.15 591

2w_stereo	1.99 640	2.36 606	1.81 658	3.24 675	1.67 679	1.94 657	1.98 708	2.72 703	1.68 679	2.72 707	1.94 710	1.98 660	1.74 683	1.79 654	1.27 652	1.95 643	2.00 685	2.53 711	1.60 681	1.68 640	1.15 591

MonStereo	2.17 676	2.41 609	1.49 641	2.67 656	1.67 679	2.60 706	2.04 715	2.32 687	1.76 697	2.44 696	1.68 688	2.50 693	1.69 676	2.38 690	1.80 702	2.28 674	1.78 664	2.63 714	2.14 719	3.47 707	1.68 694

sCroCo_RVC	2.10 668	2.76 631	1.92 677	2.78 662	1.39 662	2.73 712	1.41 665	2.73 709	1.40 664	2.77 718	1.41 665	2.74 714	1.40 653	2.74 713	1.40 663	2.72 699	1.42 635	2.72 715	1.44 668	2.79 702	1.42 663

NLCA_NET_v2_RVC	5.04 753	50.87 784	2.78 708	2.87 664	2.71 729	2.78 717	0.47 473	2.88 716	2.86 729	1.89 653	2.67 728	2.79 718	2.79 717	2.78 717	2.83 726	2.82 700	2.82 706	2.83 716	2.77 728	2.83 703	2.76 723
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NLSM1	2.93 718	3.24 648	2.57 707	4.04 701	2.66 728	3.30 723	2.55 723	3.29 721	2.55 725	3.35 723	2.48 727	3.28 722	2.47 713	3.34 723	2.49 725	3.26 705	2.55 705	3.13 717	2.57 727	3.00 704	2.46 721

plain	1.88 634	3.16 645	0.64 472	3.10 668	0.65 526	3.10 719	0.64 512	3.12 718	0.65 516	3.10 719	0.65 520	3.11 719	0.65 514	3.12 718	0.65 509	3.12 704	0.65 483	3.13 717	0.65 531	3.13 705	0.65 516

Anonymous3	2.55 704	3.26 649	1.65 647	3.28 677	1.63 673	3.24 721	1.68 684	3.27 720	1.66 671	3.28 721	1.67 683	3.25 721	1.66 661	3.27 720	1.64 672	3.26 705	1.65 656	3.30 719	1.65 696	4.95 739	1.65 693

UniTT-Stereo	2.03 654	3.43 652	0.72 501	3.42 685	0.73 544	3.27 722	0.68 524	3.38 723	0.69 531	3.29 722	0.72 547	3.28 722	0.70 534	3.35 724	0.68 520	3.39 707	0.68 492	3.31 720	0.69 544	3.37 706	0.73 538

raft_robust	4.71 748	7.75 729	5.40 744	6.81 737	3.31 744	4.28 734	4.20 756	4.32 734	4.37 757	4.35 733	4.35 756	4.14 731	3.75 739	4.30 735	4.20 754	6.67 749	6.37 744	3.36 721	4.24 758	4.86 737	3.25 742

SA	4.33 742	7.35 725	6.85 751	5.96 731	4.09 755	3.59 725	3.15 742	3.82 728	2.64 726	3.91 726	3.85 750	3.57 724	2.72 716	3.13 719	4.03 751	7.09 753	6.86 748	3.57 722	3.12 740	3.85 710	3.51 746

RAFT+CT+SA	4.28 740	7.62 728	4.91 739	5.55 728	2.28 725	3.09 718	3.64 748	4.49 735	3.07 735	4.80 747	3.35 743	4.77 750	3.70 737	4.29 734	3.05 729	5.58 740	5.98 743	3.58 723	3.78 752	4.26 717	3.72 748

DPSNet	3.66 723	3.60 654	3.62 731	3.63 693	3.64 750	3.65 726	3.65 749	3.66 726	3.67 746	3.67 725	3.65 747	3.67 726	3.66 735	3.66 725	3.68 744	3.68 710	3.66 726	3.67 724	3.68 750	3.67 708	3.67 747

RAStereo	2.23 688	3.64 655	0.76 509	3.65 694	0.86 566	3.66 727	0.76 549	3.67 727	0.81 563	3.66 724	0.76 553	3.66 725	0.77 547	3.68 726	0.77 550	3.68 710	0.77 514	3.69 725	0.77 560	3.70 709	0.77 547

TestStereo1	4.60 744	8.41 732	6.44 748	6.86 738	3.79 752	3.97 729	3.78 751	3.99 730	3.74 748	3.97 727	3.52 745	3.94 729	3.58 732	3.98 729	3.72 746	6.82 750	6.50 746	3.76 726	3.66 748	3.90 711	3.74 750

SA-5K	4.60 744	8.41 732	6.44 748	6.86 738	3.79 752	3.97 729	3.78 751	3.99 730	3.74 748	3.97 727	3.52 745	3.94 729	3.58 732	3.98 729	3.72 746	6.82 750	6.50 746	3.76 726	3.66 748	3.90 711	3.74 750

Sa-1000	4.34 743	8.37 731	6.84 750	6.98 740	4.45 758	3.58 724	3.00 728	3.42 724	3.39 744	2.61 703	4.00 753	3.83 728	4.01 746	3.90 728	3.90 749	5.98 744	5.62 740	3.76 726	2.34 725	4.35 719	2.47 722

NLCSM	3.67 724	4.08 669	3.19 727	4.80 718	3.26 743	3.99 731	3.24 744	4.25 733	3.18 742	4.09 729	3.27 742	4.14 731	3.18 730	4.13 731	3.28 740	4.06 713	3.10 716	3.85 729	3.14 741	3.91 714	3.27 743

cross-raft	4.83 749	7.52 726	6.43 747	6.63 735	3.96 754	4.51 735	3.99 754	4.49 735	3.96 753	4.52 734	3.96 752	4.50 735	3.97 745	4.50 736	3.97 750	6.65 748	6.44 745	4.33 730	3.92 754	4.35 719	3.91 753

test_4	4.88 750	8.13 730	6.98 752	7.46 741	4.44 757	4.25 733	3.85 753	4.04 732	3.92 752	4.13 730	3.91 751	4.18 733	3.84 742	4.14 732	4.06 752	7.01 752	7.13 751	4.53 731	3.72 751	4.09 715	3.72 748

test_3	5.01 752	8.86 737	7.77 754	8.09 743	2.76 730	4.13 732	4.05 755	3.88 729	3.76 750	4.33 732	4.13 754	3.71 727	3.91 743	4.21 733	4.06 752	7.93 754	7.69 753	4.53 731	3.91 753	4.17 716	4.29 756

rvit_105_1	3.83 726	5.22 699	3.01 712	4.53 706	3.01 731	4.51 735	3.01 729	4.56 737	3.04 730	4.53 736	3.03 731	4.55 738	3.03 718	4.56 737	3.04 727	4.57 721	3.05 709	4.57 733	3.05 732	4.57 723	3.05 728

rvit_stereo_0081	3.83 726	5.23 702	3.01 712	4.53 706	3.03 733	4.55 741	3.02 730	4.56 737	3.04 730	4.52 734	3.02 729	4.54 736	3.03 718	4.56 737	3.04 727	4.57 721	3.05 709	4.57 733	3.05 732	4.58 724	3.05 728

rvit_0105_6	3.87 730	5.73 718	3.10 723	4.69 716	3.12 741	4.54 737	3.02 730	4.56 737	3.04 730	4.54 738	3.03 731	4.54 736	3.04 721	4.56 737	3.05 729	4.58 724	3.05 709	4.58 735	3.05 732	4.58 724	3.05 728

rvit_stereo_0082	3.86 728	5.82 719	3.01 712	4.53 706	3.03 733	4.54 737	3.02 730	4.56 737	3.04 730	4.53 736	3.02 729	4.55 738	3.04 721	4.57 740	3.05 729	4.57 721	3.05 709	4.58 735	3.05 732	4.58 724	3.06 731

rvit_stereo_0081_aga	3.86 728	5.33 706	3.02 715	4.55 712	3.04 737	4.54 737	3.02 730	4.64 744	3.06 734	4.54 738	3.04 733	4.62 745	3.08 725	4.62 743	3.07 732	4.58 724	3.06 713	4.60 737	3.08 736	4.63 727	3.07 732

StereoVision	3.15 719	5.00 689	0.89 525	4.83 719	1.00 579	3.93 728	1.27 651	6.37 757	1.34 657	5.67 757	1.26 651	5.84 758	1.27 641	5.03 754	1.24 648	5.10 738	1.09 551	4.61 738	0.57 514	5.62 746	1.12 586

rvit_stereo_0080	3.89 731	5.70 716	3.04 717	4.54 709	3.03 733	4.56 742	3.05 736	4.60 741	3.07 735	4.58 741	3.06 734	4.59 740	3.06 723	4.61 741	3.08 733	4.63 726	3.09 714	4.64 739	3.10 737	4.65 728	3.10 735

whm_eth	3.89 731	5.70 716	3.04 717	4.54 709	3.03 733	4.56 742	3.05 736	4.60 741	3.07 735	4.58 741	3.06 734	4.59 740	3.06 723	4.61 741	3.08 733	4.63 726	3.09 714	4.64 739	3.10 737	4.65 728	3.10 735

FC-DCNN v2	5.10 754	5.15 694	4.49 736	5.07 724	3.37 745	6.87 759	4.75 758	5.04 753	6.34 762	7.84 763	5.06 759	6.72 763	4.09 747	4.99 752	5.44 759	5.03 735	3.16 720	4.67 741	4.86 759	5.15 742	3.89 752

rvit_0105_4	3.91 733	5.47 714	3.02 715	4.54 709	3.02 732	4.54 737	3.03 734	4.75 747	3.17 741	4.57 740	3.06 734	4.61 744	3.16 729	4.65 744	3.09 735	4.66 728	3.11 717	4.68 742	3.18 743	4.81 734	3.16 740

MLG-Stereo_test3	4.26 739	4.85 683	3.95 734	5.35 726	3.60 748	4.75 750	3.76 750	5.49 756	3.71 747	5.39 753	3.69 748	4.82 751	3.66 735	4.85 748	3.73 748	4.93 732	3.19 723	4.69 743	2.99 731	4.84 736	2.98 727

MLG-Stereo_test1	4.25 738	5.34 709	3.61 730	5.31 725	3.63 749	5.23 753	3.57 747	5.38 755	3.65 745	5.23 752	3.47 744	4.76 749	3.74 738	4.85 748	3.71 745	4.96 733	3.18 722	4.71 744	2.92 729	4.86 737	2.90 725

rvit_stereo_ft	3.93 736	5.44 712	3.05 719	4.59 713	3.06 738	4.61 745	3.08 739	4.67 746	3.12 740	4.63 745	3.10 739	4.65 747	3.11 727	4.69 747	3.13 737	4.70 729	3.14 719	4.71 744	3.15 742	4.74 731	3.16 740

rvit_0105_3	3.91 733	5.33 706	3.06 720	4.60 714	3.07 739	4.60 744	3.06 738	4.62 743	3.08 738	4.60 743	3.07 737	4.62 745	3.08 725	4.67 745	3.10 736	4.70 729	3.11 717	4.77 746	3.19 744	4.77 733	3.14 739

rvit_stereo_0083	3.92 735	5.30 705	3.06 720	4.61 715	3.09 740	4.67 746	3.08 739	4.66 745	3.09 739	4.62 744	3.10 739	4.66 748	3.11 727	4.67 745	3.16 738	4.72 731	3.16 720	4.77 746	3.11 739	4.66 730	3.11 737

test_5	4.62 747	7.55 727	6.23 746	6.32 734	3.40 746	5.29 754	3.50 746	3.53 725	4.11 754	4.28 731	4.47 757	4.26 734	4.38 749	3.68 726	3.24 739	5.89 742	5.60 739	4.84 748	3.50 746	4.33 718	3.93 754

TestStereo	4.88 750	4.75 681	4.79 737	4.87 722	4.92 759	4.81 752	4.90 759	4.78 748	4.77 758	4.87 749	4.89 758	4.90 753	4.91 751	4.99 752	4.79 756	4.98 734	4.87 736	4.87 749	4.92 760	5.00 740	5.00 757

MLG-Stereo_test2	4.28 740	5.46 713	3.69 732	4.86 721	3.72 751	5.58 756	3.42 745	4.81 749	3.77 751	4.85 748	3.72 749	5.55 757	3.63 734	5.58 755	3.53 743	4.41 718	3.28 724	4.99 750	2.95 730	4.75 732	3.13 738

rvit_0105_5	4.10 737	5.40 710	3.13 726	4.71 717	3.15 742	4.72 749	3.10 741	4.90 752	3.27 743	4.69 746	3.16 741	4.84 752	3.25 731	4.96 751	3.34 741	5.05 736	3.39 725	5.10 751	3.40 745	5.11 741	3.42 744

sAnonymous2	3.31 721	2.63 618	1.38 631	3.71 696	1.86 703	4.70 747	1.11 588	4.82 750	2.72 727	5.45 755	1.98 719	4.59 740	2.64 714	2.65 704	6.21 760	4.37 715	1.08 549	5.16 752	2.24 722	4.52 721	2.39 719

CroCo_RVC	3.31 721	2.63 618	1.38 631	3.71 696	1.86 703	4.70 747	1.11 588	4.82 750	2.72 727	5.45 755	1.98 719	4.59 740	2.64 714	2.65 704	6.21 760	4.37 715	1.08 549	5.16 752	2.24 722	4.52 721	2.39 719

MaDis-Stereo	3.19 720	6.02 721	1.12 550	5.61 729	1.16 599	5.43 755	1.02 584	5.15 754	0.70 539	5.43 754	1.21 646	5.03 755	0.97 563	4.85 748	0.99 573	4.53 719	1.16 561	5.53 754	1.25 652	5.37 744	1.30 652

RAFT	6.73 759	9.36 740	7.40 753	8.51 746	6.55 763	6.88 760	6.60 763	6.79 759	6.60 763	6.80 760	6.72 765	5.31 756	5.50 754	6.61 757	6.61 763	8.42 756	5.89 741	5.73 755	5.45 764	6.61 749	6.24 761

test-1	6.46 757	9.16 739	8.03 758	8.09 743	5.62 762	6.11 757	6.35 762	6.85 760	4.94 759	6.08 758	6.29 764	4.98 754	6.43 756	6.22 756	6.36 762	6.16 746	7.47 752	5.82 756	5.44 763	7.11 753	5.68 760

SGM-Forest	5.21 756	5.92 720	4.08 735	6.18 732	4.16 756	6.31 758	4.34 757	6.50 758	4.33 756	6.14 759	4.21 755	6.61 762	4.55 750	6.67 758	4.48 755	5.94 743	3.94 729	5.85 757	4.03 756	5.79 747	4.17 755
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DispFullNet	4.61 746	4.84 682	3.12 724	5.00 723	3.57 747	4.75 750	3.03 734	7.75 763	4.17 755	4.91 750	3.09 738	6.20 759	3.95 744	6.71 759	3.51 742	5.30 739	3.67 727	5.86 758	3.63 747	5.61 745	3.46 745

Pro-Stereo	0.79 485	0.53 292	0.38 326	0.49 341	0.38 433	0.49 445	0.37 417	0.49 433	0.67 520	0.50 449	0.38 426	1.10 571	0.38 422	0.49 441	0.38 416	0.71 468	0.88 527	5.98 759	0.36 432	0.46 419	0.36 406

BLMT-Stereo	1.53 620	1.36 502	1.06 547	1.42 591	1.23 656	1.41 641	1.07 586	1.43 637	1.12 593	1.42 638	1.06 588	1.83 653	1.07 577	1.42 641	1.07 583	1.27 602	1.38 632	6.80 760	1.00 581	1.26 622	1.00 573

test-v	7.53 761	11.89 750	7.98 755	9.36 750	7.14 764	7.06 761	7.09 764	7.37 761	6.91 764	7.29 761	5.71 762	6.45 760	6.93 757	6.73 760	7.27 764	8.93 761	7.85 754	6.98 761	6.80 765	7.56 754	7.34 763

test-2	7.53 761	11.89 750	7.98 755	9.36 750	7.14 764	7.06 761	7.09 764	7.37 761	6.91 764	7.29 761	5.71 762	6.45 760	6.93 757	6.73 760	7.27 764	8.93 761	7.85 754	6.98 761	6.80 765	7.56 754	7.34 763

rvit_stereo_0075_2	6.64 758	8.80 736	5.25 741	7.89 742	5.27 761	7.90 763	5.27 760	7.92 764	5.28 760	7.91 764	5.29 761	7.93 764	5.27 752	7.92 764	5.28 757	7.93 754	5.28 738	7.93 763	5.29 762	7.93 756	5.28 759

MIF-Stereo (partial)	2.58 706	3.31 650	0.66 478	3.18 672	0.66 529	3.18 720	0.66 515	3.21 719	0.67 520	3.19 720	0.66 522	3.19 720	0.66 517	3.31 722	0.68 520	5.09 737	1.79 666	8.23 764	1.67 698	6.18 748	1.38 661

U	5.15 755	8.49 734	1.81 658	8.49 745	1.77 697	8.49 764	1.77 693	8.51 765	1.77 698	8.49 765	1.77 697	8.50 765	1.78 686	8.58 765	1.77 700	8.54 757	1.78 664	8.55 765	1.78 708	8.55 759	1.84 702

SGM+DAISY	7.06 760	9.15 738	5.38 743	8.84 747	5.18 760	8.80 765	5.31 761	8.79 766	5.28 760	8.89 766	5.20 760	8.93 766	5.33 753	8.95 766	5.36 758	8.70 758	5.21 737	8.74 766	5.20 761	8.89 760	5.15 758

rafts_anoy	20.00 765	20.00 752	20.00 765	20.00 765	20.00 767	20.00 766	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 768	20.00 767	20.00 768	20.00 767	20.00 766

raft+_RVC	20.00 765	20.00 752	20.00 765	20.00 765	20.00 767	20.00 766	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 768	20.00 767	20.00 768	20.00 767	20.00 766

raftrobust	20.00 765	20.00 752	20.00 765	20.00 765	20.00 767	20.00 766	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 768	20.00 767	20.00 768	20.00 767	20.00 766

CasAABBNet	20.00 765	20.00 752	20.00 765	20.00 765	20.00 767	20.00 766	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 768	20.00 767	20.00 768	20.00 767	20.00 766

RALCasStereoNet	20.00 765	20.00 752	20.00 765	20.00 765	20.00 767	20.00 766	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 768	20.00 767	20.00 768	20.00 767	20.00 766

RALAANet	20.00 765	20.00 752	20.00 765	20.00 765	20.00 767	20.00 766	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 767	20.00 768	20.00 767	20.00 768	20.00 767	20.00 766

MANE	19.05 764	23.00 758	15.00 764	23.00 771	15.00 766	24.00 772	16.00 766	24.00 773	16.00 766	22.00 773	15.00 766	23.00 773	16.00 766	23.00 773	15.00 766	22.00 773	15.00 767	22.00 773	15.00 767	22.00 773	15.00 765

111	30.40 771	30.94 774	29.72 772	32.61 772	30.02 774	33.57 773	30.47 774	31.50 774	29.39 774	30.98 774	29.11 774	29.78 774	30.39 777	29.45 774	30.76 777	30.08 774	29.02 775	29.92 774	30.32 778	29.86 774	30.17 773

fff	1000028.16 793	29.62 770	29.72 772	32.61 772	30.02 774	35.13 775	31.83 775	32.07 775	10000000.00 795	35.27 777	29.82 775	32.45 775	30.15 774	32.35 775	30.09 774	31.04 775	29.55 776	30.64 775	30.14 775	10000000.00 796	30.77 774

csc	1000028.16 793	29.62 770	29.72 772	32.61 772	30.02 774	35.13 775	31.83 775	32.07 775	10000000.00 795	35.27 777	29.82 775	32.45 775	30.15 774	32.35 775	30.09 774	31.04 775	29.55 776	30.64 775	30.14 775	10000000.00 796	30.77 774

cscssc	1000028.16 793	29.62 770	29.72 772	32.61 772	30.02 774	35.13 775	31.83 775	32.07 775	10000000.00 795	35.27 777	29.82 775	32.45 775	30.15 774	32.35 775	30.09 774	31.04 775	29.55 776	30.64 775	30.14 775	10000000.00 796	30.77 774

WCMA_ROB	31.10 772	35.43 778	27.12 771	39.51 784	23.10 773	38.78 785	25.30 773	37.49 786	25.39 773	37.29 785	27.02 773	38.52 786	26.48 773	37.80 785	26.44 773	36.28 781	22.65 774	33.90 778	22.30 774	37.10 783	24.18 772

tt	500032.53 791	34.60 776	29.72 772	37.47 782	34.41 779	36.85 779	35.22 779	34.71 778	33.55 776	34.50 775	35.43 778	33.81 778	10000000.00 796	33.57 778	33.13 778	33.68 778	35.00 780	34.03 779	35.26 781	30.96 775	34.63 778

DCANet	500032.53 791	34.60 776	29.72 772	37.47 782	34.41 779	36.85 779	35.22 779	34.71 778	33.55 776	34.50 775	35.43 778	33.81 778	10000000.00 796	33.57 778	33.13 778	33.68 778	35.00 780	34.03 779	35.26 781	30.96 775	34.63 778

DCANet-4	35.22 773	34.54 775	35.08 778	33.58 776	35.47 781	34.55 774	35.53 781	36.08 780	35.85 778	35.92 780	35.77 780	35.18 780	35.48 779	35.39 780	37.15 784	34.55 780	33.92 779	35.02 781	34.90 780	35.79 778	34.74 780

ADStereo(finetuned)	36.13 774	36.63 779	38.07 783	36.97 777	33.25 778	35.91 778	34.45 778	36.36 781	32.99 775	38.14 786	36.71 781	36.69 781	34.13 778	38.57 786	40.79 785	37.60 786	36.58 782	35.90 782	33.36 779	35.42 777	34.04 777

fast-reg	37.00 775	37.00 780	37.00 779	37.00 778	37.00 782	37.00 781	37.00 782	37.00 782	37.00 779	37.00 781	37.00 782	37.00 782	37.00 780	37.00 781	37.00 780	37.00 782	37.00 783	37.00 783	37.00 783	37.00 779	37.00 781

Reg-Stereo(zero)	37.00 775	37.00 780	37.00 779	37.00 778	37.00 782	37.00 781	37.00 782	37.00 782	37.00 779	37.00 781	37.00 782	37.00 782	37.00 780	37.00 781	37.00 780	37.00 782	37.00 783	37.00 783	37.00 783	37.00 779	37.00 781

FLISNet	37.00 775	37.00 780	37.00 779	37.00 778	37.00 782	37.00 781	37.00 782	37.00 782	37.00 779	37.00 781	37.00 782	37.00 782	37.00 780	37.00 781	37.00 780	37.00 782	37.00 783	37.00 783	37.00 783	37.00 779	37.00 781

CoSv	37.00 775	37.00 780	37.00 779	37.00 778	37.00 782	37.00 781	37.00 782	37.00 782	37.00 779	37.00 781	37.00 782	37.00 782	37.00 780	37.00 781	37.00 780	37.00 782	37.00 783	37.00 783	37.00 783	37.00 779	37.00 781

NOSS_ROB	102.95 780	153.00 789	121.00 787	51.00 785	44.00 786	165.00 789	127.00 788	153.00 789	119.00 785	164.00 790	125.00 788	168.00 790	120.00 786	153.00 789	117.00 788	49.00 787	44.00 787	49.00 787	44.00 787	49.00 784	44.00 785

CBMV	128.50 781	1422.70 797	53.10 785	79.50 786	51.30 787	77.30 787	49.70 786	74.00 787	48.20 784	77.20 788	48.80 787	73.90 788	48.00 785	73.80 788	48.80 787	70.40 788	45.10 788	68.90 788	46.10 788	68.20 785	45.00 786
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 779	87.70 785	41.95 784	113.75 787	65.62 788	75.05 786	55.25 787	75.64 788	45.04 783	71.61 787	41.75 786	72.81 787	44.06 784	68.38 787	44.63 786	101.89 789	59.57 789	107.10 789	61.05 789	104.38 786	59.38 787

MeshStereo	159.24 782	171.00 790	160.68 790	162.58 788	160.59 790	164.01 788	160.35 790	158.51 790	158.56 787	158.34 789	160.12 790	158.56 789	159.92 788	157.26 790	158.94 790	154.38 790	158.36 790	155.75 790	159.13 792	153.67 787	154.07 789
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	189.29 783	560.34 794	182.58 791	229.00 790	135.68 789	197.79 790	135.52 789	197.80 791	135.44 786	197.75 791	135.49 789	197.90 791	135.51 787	197.84 791	135.75 789	217.37 792	171.11 791	183.74 791	127.67 791	183.56 788	127.88 788

AE-Stereo	201.80 784	123.00 786	115.00 786	219.00 789	218.00 792	223.00 791	244.00 792	217.00 792	236.00 789	202.00 792	203.00 791	205.00 792	208.00 789	225.00 792	204.00 791	210.00 791	198.00 792	197.00 792	184.00 793	204.00 789	201.00 790

MGS-Stereo	239.45 785	123.00 786	135.00 788	266.00 791	286.00 793	277.00 792	305.00 793	271.00 793	242.00 790	274.00 793	279.00 793	255.00 793	270.00 791	268.00 793	297.00 793	221.00 793	247.00 794	216.00 793	123.00 790	217.00 790	217.00 792

EGLCR-Stereo	246.90 786	129.00 788	139.00 789	266.00 791	286.00 793	277.00 792	305.00 793	271.00 793	242.00 790	274.00 793	279.00 793	255.00 793	270.00 791	268.00 793	297.00 793	230.00 794	247.00 794	216.00 793	223.00 795	237.00 791	227.00 793

DLCB_ROB	284.23 787	354.61 792	207.27 792	363.24 793	206.46 791	364.72 794	210.41 791	364.72 795	210.41 788	364.81 795	208.64 792	364.81 795	208.64 790	364.72 795	210.41 792	354.70 795	205.53 793	354.70 795	205.53 794	354.70 792	205.53 791

LE_ROB	396.57 788	471.28 793	329.84 793	471.48 794	308.15 795	526.83 795	322.10 795	488.15 796	323.76 792	495.46 796	317.97 795	497.17 796	320.10 793	481.62 796	326.76 795	462.71 796	298.97 796	466.16 796	285.98 796	447.62 793	289.21 794

SGM-ForestM	596.69 789	677.77 795	444.52 794	699.85 795	517.25 796	732.94 796	488.29 796	770.79 797	460.11 793	750.81 797	487.98 796	792.79 797	499.41 794	730.90 797	475.81 796	720.03 797	491.16 797	663.96 797	418.60 797	674.76 794	436.05 795

CBMV_ROB	818.48 790	913.88 796	709.52 795	862.84 796	597.78 797	1073.99 797	700.52 797	1015.66 798	702.59 794	1115.65 798	760.02 797	1130.24 798	721.57 795	1037.41 798	692.65 797	814.05 798	564.29 798	843.28 798	595.31 798	915.51 795	602.92 796

111111	10000000.00 796	10000000.00 798	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 799	10000000.00 795	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 796	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 796	10000000.00 797

SGD-Stereo	10000000.00 796	10000000.00 798	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 799	10000000.00 795	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 796	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 796	10000000.00 797

IGEV-Stereo++	10000000.00 796	10000000.00 798	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 799	10000000.00 795	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 796	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 796	10000000.00 797

IGEV-BASED-STEREO-	10000000.00 796	10000000.00 798	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 799	10000000.00 795	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 796	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 796	10000000.00 797

IGEV-Stereo+	10000000.00 796	10000000.00 798	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 799	10000000.00 795	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 796	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 796	10000000.00 797

SDNR	10000000.00 796	10000000.00 798	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 799	10000000.00 795	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 796	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 796	10000000.00 797

anonymousdsp2	10000000.00 796	10000000.00 798	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 799	10000000.00 795	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 796	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 796	10000000.00 797

anonymousdsp	10000000.00 796	10000000.00 798	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 799	10000000.00 795	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 796	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 796	10000000.00 797

test_example2	10000000.00 796	10000000.00 798	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 799	10000000.00 795	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 796	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 796	10000000.00 797

DIP-Stereo	10000000.00 796	10000000.00 798	10000000.00 796	10000000.00 797	10000000.00 798	10000000.00 798	10000000.00 798	10000000.00 799	10000000.00 795	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 796	10000000.00 799	10000000.00 798	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 799	10000000.00 796	10000000.00 797
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		0.20 146

Low-res two-view benchmark