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

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

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

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

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

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

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 88	0.08 82	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

G2L-ROB	0.03 29	0.06 74	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

Wz-Net-SNSev	0.03 29	0.09 88	0.07 80	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 54	0.06 74	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	0.06 116	0.03 57	0.04 97	0.03 52

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

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
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	0.73 429	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

DFGA-Net	0.05 57	0.06 74	0.04 64	0.06 65	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.04 110	0.06 119	0.04 100	0.06 110	0.04 97	0.06 70	0.04 66	0.05 108	0.04 99	0.05 113	0.04 96

GASNet	0.05 57	0.04 52	0.12 123	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.12 151	0.04 110	0.06 119	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

WZ-Net	0.05 57	0.50 244	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

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	0.73 429	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 148	0.20 191	0.23 176	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	0.23 194	0.21 203	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 262	0.10 92	0.12 105	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 121	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

SACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

AACVNet	0.06 61	0.08 79	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 132	0.06 118	0.06 133	0.05 113	0.06 129	0.06 110	0.05 110	0.08 77	0.08 84	0.08 126	0.05 118	0.06 118	0.05 117

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	0.11 156	0.04 90	0.03 52	0.58 395	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

RT-IGEV	0.07 67	0.05 66	0.03 39	0.05 60	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 100	0.04 90	0.03 52	0.75 432	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 79	0.12 123	0.08 69	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.08 77	0.07 81	0.07 121	0.05 118	0.07 128	0.05 117

BridgeDepth_RVC	0.07 67	0.08 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.05 119	0.08 128	0.05 122	0.08 128	0.05 112	0.08 129	0.05 110	0.11 105	0.10 99	0.07 121	0.05 118	0.07 128	0.05 117
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 79	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 129	0.07 136	0.08 128	0.07 137	0.08 128	0.06 129	0.07 126	0.07 127	0.08 77	0.07 81	0.07 121	0.07 130	0.06 118	0.06 126

iinet-test	0.08 72	0.16 115	0.02 15	0.16 142	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 421	0.02 16	0.02 19	0.02 21	0.02 21	0.16 184

BridgeDepth	0.08 72	0.08 79	0.11 112	0.11 97	0.05 121	0.08 127	0.05 115	0.08 129	0.07 136	0.08 128	0.05 122	0.08 128	0.05 112	0.09 135	0.08 129	0.15 141	0.11 121	0.07 121	0.05 118	0.07 128	0.06 126
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 72	0.02 12	0.02 15	1.01 446	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	0.09 134	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

TS12	0.09 75	0.09 88	0.17 176	0.19 156	0.06 134	0.08 127	0.06 132	0.08 129	0.06 132	0.08 128	0.06 133	0.08 128	0.06 129	0.08 129	0.06 126	0.15 141	0.16 169	0.08 126	0.06 129	0.08 133	0.06 126

RT-Monster	0.09 75	0.07 77	0.03 39	0.15 132	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 457	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

DA	0.09 75	0.13 107	0.39 298	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

GGEV	0.09 75	0.13 107	0.39 298	0.08 69	0.05 121	0.07 125	0.05 115	0.13 152	0.05 119	0.06 118	0.05 122	0.06 119	0.05 112	0.06 110	0.05 110	0.06 70	0.05 78	0.14 153	0.13 179	0.06 118	0.05 117

test_sample7	0.09 75	1.00 339	0.11 112	0.11 97	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 329	0.10 92	0.10 80	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample3	0.09 75	0.87 306	0.10 92	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 75	1.03 354	0.11 112	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 75	0.87 306	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 75	1.01 348	0.09 88	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 75	0.95 326	0.09 88	0.10 80	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 75	1.01 348	0.10 92	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

SepStereo	0.09 75	0.09 88	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 136	0.08 140	0.10 137	0.09 141	0.09 136	0.09 139	0.09 135	0.08 129	0.09 85	0.08 84	0.09 132	0.08 134	0.09 137	0.08 132

APVNet	0.09 75	0.05 66	0.04 64	0.05 60	0.04 101	0.05 110	0.90 505	0.06 116	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	0.05 113	0.05 117

ADCS	0.09 75	0.02 12	0.04 64	0.90 421	0.06 134	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 156	0.36 351	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 330	0.14 148	0.15 132	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	0.15 141	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 90	1.05 358	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 358	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 358	0.12 123	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 90	1.07 362	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 90	1.03 354	0.12 123	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 158	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 90	1.07 362	0.11 112	0.10 80	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 90	1.14 371	0.13 143	0.14 121	0.03 52	0.04 95	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 121	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

222	0.10 90	0.99 337	0.12 123	0.13 117	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 135	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 90	1.09 364	0.13 143	0.12 105	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 162	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SHD	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

SAMSARA	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

XQC	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSC	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTS	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

RTSA	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet+	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

MADNet++	0.10 90	0.10 92	0.10 92	0.10 80	0.10 147	0.10 137	0.10 144	0.10 136	0.10 144	0.10 137	0.10 145	0.10 139	0.10 143	0.10 139	0.10 140	0.10 90	0.10 99	0.10 133	0.10 143	0.10 138	0.10 140

ADCPNet	0.10 90	0.03 31	0.04 64	1.27 520	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	0.08 129	0.04 97	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ISRNet	0.11 111	0.05 66	0.36 281	0.24 181	0.07 136	0.13 152	0.05 115	0.06 116	0.05 119	0.05 112	0.05 122	0.13 153	0.05 112	0.05 103	0.09 134	0.24 201	0.20 200	0.10 133	0.05 118	0.06 118	0.13 173

JetRed	0.11 111	0.12 105	0.11 112	0.11 97	0.11 162	0.11 148	0.14 176	0.11 148	0.11 159	0.12 151	0.11 159	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.16 169	0.11 144	0.11 155	0.11 148	0.11 153

JetBlue	0.11 111	0.11 103	0.12 123	0.13 117	0.14 181	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.11 159	0.11 149	0.11 156	0.12 154	0.12 164	0.11 105	0.11 121	0.11 144	0.11 155	0.11 148	0.11 153

x	0.11 111	1.15 374	0.15 165	0.14 121	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 166	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 215	0.33 259	0.39 237	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	0.39 281	0.36 323	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 376	0.16 169	0.12 105	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 169	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 548	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	0.11 111	0.03 31	0.03 39	1.60 548	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_C01	0.11 111	0.02 12	0.02 15	1.62 551	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	0.06 110	0.04 97	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

zh-mn7	0.12 120	1.14 371	0.17 176	0.20 160	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	0.18 167	0.16 169	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 120	0.14 113	0.10 92	0.15 132	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.15 160	0.10 145	0.14 154	0.10 143	0.14 156	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.09 135
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 120	0.07 77	0.05 79	0.08 69	0.05 121	0.08 127	1.20 536	0.07 126	0.05 119	0.05 112	0.05 122	0.08 128	0.05 112	0.08 129	0.03 52	0.07 75	0.05 78	0.06 116	0.05 118	0.07 128	0.05 117

FADNet-RVC-Resample	0.12 120	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	1.57 606	0.04 59	0.04 66	0.04 93	0.05 118	0.04 97	0.06 126

FADNet_RVC	0.12 120	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	0.05 112	0.04 90	1.65 610	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet	0.12 120	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	0.05 112	0.04 90	1.66 612	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 120	0.03 31	0.04 64	1.71 554	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	0.06 110	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

CIPLG	0.13 127	0.21 134	0.12 123	0.16 142	0.11 162	0.15 161	0.11 157	0.14 154	0.11 159	0.15 160	0.12 167	0.15 165	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

IPLG	0.13 127	0.20 128	0.14 148	0.15 132	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

ACRE	0.13 127	0.21 134	0.14 148	0.15 132	0.11 162	0.14 153	0.11 157	0.14 154	0.11 159	0.14 153	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

LRCNet_RVC	0.13 127	0.13 107	0.09 88	0.13 117	0.10 147	0.14 153	0.10 144	0.14 154	0.10 144	0.23 202	0.10 145	0.20 185	0.10 143	0.24 209	0.11 152	0.11 105	0.09 94	0.12 147	0.14 184	0.12 153	0.09 135

aanetorigin	0.13 127	0.11 103	0.11 112	0.11 97	0.11 162	0.11 148	0.11 157	0.11 148	0.11 159	0.11 149	0.12 167	0.11 149	0.11 156	0.11 150	0.11 152	0.11 105	0.11 121	0.14 153	0.11 155	0.49 386	0.11 153

FADNet-RVC	0.13 127	0.04 52	0.04 64	0.04 53	0.04 101	0.04 95	0.05 115	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 615	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

ELAS	0.13 127	0.16 115	0.11 112	0.15 132	0.09 140	0.18 179	0.11 157	0.18 177	0.11 159	0.17 172	0.11 159	0.18 178	0.11 156	0.18 177	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 157	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 134	1.22 433	0.28 226	0.32 213	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	0.32 233	0.27 231	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 134	0.17 120	0.12 123	0.17 151	0.11 162	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.11 159	0.17 174	0.11 156	0.17 174	0.11 152	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.11 153
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 134	1.83 493	0.12 123	0.11 97	0.03 52	0.03 44	0.03 54	0.03 46	0.04 103	0.03 44	0.03 56	0.03 46	0.03 53	0.06 110	0.04 97	0.12 111	0.11 121	0.05 108	0.04 99	0.05 113	0.04 96

ProNet	0.14 134	0.20 128	0.14 148	0.16 142	0.11 162	0.16 168	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 174	0.13 177	0.17 174	0.12 164	0.15 141	0.11 121	0.16 170	0.11 155	0.15 165	0.12 166

IPLGR_C	0.14 134	0.20 128	0.12 123	0.15 132	0.11 162	0.14 153	0.15 182	0.14 154	0.11 159	0.15 160	0.12 167	0.14 154	0.11 156	0.16 167	0.11 152	0.15 141	0.12 135	0.14 153	0.12 170	0.15 165	0.12 166

MIPNet	0.14 134	0.21 134	0.17 176	0.16 142	0.11 162	0.15 161	0.12 170	0.14 154	0.11 159	0.16 165	0.11 159	0.14 154	0.11 156	0.14 156	0.11 152	0.14 133	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

IPLGR	0.14 134	0.24 148	0.14 148	0.16 142	0.12 175	0.15 161	0.12 170	0.14 154	0.11 159	0.15 160	0.12 167	0.14 154	0.11 156	0.14 156	0.11 152	0.15 141	0.12 135	0.14 153	0.11 155	0.14 157	0.11 153

GMStereo	0.14 134	0.13 107	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.14 175	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 134	0.04 52	0.03 39	2.22 571	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	0.07 126	0.04 97	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

HSM	0.14 134	0.16 115	0.12 123	0.17 151	0.12 175	0.17 175	0.11 157	0.17 174	0.11 159	0.17 172	0.12 167	0.17 174	0.12 171	0.17 174	0.12 164	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.12 166

DRN-Test	0.14 134	0.13 107	0.09 88	0.14 121	0.09 140	0.15 161	0.09 139	0.14 154	0.10 144	0.14 153	0.09 141	0.14 154	0.09 139	0.13 155	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 153	0.73 476

ELAS_RVC	0.14 134	0.16 115	0.10 92	0.15 132	0.10 147	0.18 179	0.11 157	0.19 179	0.11 159	0.19 178	0.12 167	0.18 178	0.11 156	0.19 180	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 165	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 146	0.17 120	0.13 143	0.20 160	0.13 179	0.19 182	0.13 174	0.18 177	0.13 179	0.19 178	0.13 180	0.18 178	0.14 181	0.18 177	0.14 175	0.16 151	0.11 121	0.15 166	0.14 184	0.18 180	0.11 153

CoDeX	0.15 146	0.70 280	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	0.67 454	0.02 15	0.69 445	0.75 462	0.01 9	0.02 21	0.02 20

ICVP	0.15 146	0.53 258	0.11 112	0.16 142	0.11 162	0.16 168	0.11 157	0.16 168	0.11 159	0.16 165	0.11 159	0.16 166	0.11 156	0.16 167	0.11 152	0.16 151	0.11 121	0.16 170	0.11 155	0.16 170	0.11 153
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 146	0.04 52	0.04 64	2.20 570	0.04 101	0.04 95	0.04 103	0.04 95	0.04 103	0.04 92	0.05 122	0.04 96	0.04 100	0.08 129	0.04 97	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

StereoDRNet	0.15 146	0.14 113	0.10 92	0.14 121	0.09 140	0.15 161	0.09 139	0.14 154	0.09 143	0.14 153	0.10 145	0.14 154	0.09 139	0.14 156	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 155	0.82 492

LALA_ROB	0.15 146	0.19 124	0.12 123	0.18 153	0.11 162	0.20 187	0.12 170	0.21 193	0.12 175	0.20 184	0.12 167	0.20 185	0.12 171	0.21 194	0.13 171	0.17 159	0.10 99	0.18 187	0.11 155	0.18 180	0.11 153

SGM_RVC	0.15 146	0.17 120	0.11 112	0.18 153	0.11 162	0.19 182	0.11 157	0.19 179	0.12 175	0.19 178	0.12 167	0.20 185	0.12 171	0.19 180	0.12 164	0.16 151	0.11 121	0.17 178	0.10 143	0.17 176	0.10 140
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 153	1.21 427	0.33 259	0.41 262	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	0.35 250	0.31 265	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 153	0.16 115	0.16 169	0.16 142	0.16 203	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 192	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

qqq	0.16 153	2.01 517	0.12 123	0.15 132	0.04 101	0.06 114	0.05 115	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.03 52	0.12 111	0.14 162	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 153	0.18 123	0.13 143	0.19 156	0.13 179	0.19 182	0.13 174	0.19 179	0.13 179	0.19 178	0.13 180	0.19 182	0.13 177	0.19 180	0.13 171	0.18 167	0.13 158	0.18 187	0.13 179	0.18 180	0.13 173

CAS++	0.17 157	0.27 159	0.21 196	0.10 80	0.21 235	0.15 161	0.22 223	0.10 136	0.21 224	0.22 197	0.10 145	0.19 182	0.18 216	0.10 139	0.19 213	0.20 174	0.19 198	0.18 187	0.10 143	0.19 186	0.18 206
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 157	2.16 527	0.13 143	0.13 117	0.04 101	0.06 114	0.04 103	0.06 116	0.04 103	0.06 118	0.03 56	0.06 119	0.03 53	0.06 110	0.05 110	0.18 167	0.12 135	0.06 116	0.03 57	0.05 113	0.03 52

SFCPSM	0.17 157	0.78 292	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	0.79 491	0.02 15	0.75 458	0.76 464	0.02 21	0.02 21	0.02 20

CCAANet	0.17 157	0.71 281	0.14 148	0.14 121	0.14 181	0.14 153	0.14 176	0.14 154	0.14 181	0.14 153	0.14 185	0.14 154	0.14 181	0.14 156	0.22 221	0.14 133	0.14 162	0.14 153	0.14 184	0.14 157	0.14 178

DepthFocus	0.18 161	0.22 138	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.22 197	0.15 194	0.22 200	0.16 194	0.22 198	0.15 185	0.20 174	0.15 166	0.20 194	0.14 184	0.20 187	0.14 178

w-ln-seven	0.18 161	1.47 452	0.33 259	0.40 250	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	0.38 268	0.32 269	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 161	0.48 237	0.16 169	0.16 142	0.15 193	0.15 161	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 192	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

xyz-stereo	0.18 161	0.50 244	0.16 169	0.15 132	0.16 203	0.16 168	0.16 188	0.16 168	0.16 197	0.16 165	0.16 198	0.16 166	0.16 194	0.16 167	0.16 192	0.16 151	0.16 169	0.16 170	0.16 194	0.16 170	0.16 184

BEATNet-Init1	0.19 165	0.08 79	0.08 82	2.23 572	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

DeepPrunerF	0.19 165	0.08 79	0.08 82	2.23 572	0.08 138	0.08 127	0.07 136	0.07 126	0.08 140	0.08 128	0.07 137	0.08 128	0.07 135	0.11 150	0.08 129	0.08 77	0.08 84	0.08 126	0.07 130	0.08 133	0.08 132

IGEV_Zeroshot_test	0.20 167	0.19 124	0.40 330	0.30 201	0.17 209	0.22 199	0.17 198	0.21 193	0.17 207	0.20 184	0.17 205	0.21 192	0.18 216	0.21 194	0.17 198	0.20 174	0.16 169	0.20 194	0.16 194	0.20 187	0.17 201

DAS	0.20 167	0.20 128	0.20 191	0.20 160	0.20 227	0.20 187	0.20 214	0.20 185	0.20 221	0.20 184	0.20 227	0.20 185	0.20 225	0.20 184	0.20 216	0.20 174	0.20 200	0.20 194	0.20 224	0.20 187	0.20 210

ACVNet	0.20 167	0.19 124	0.14 148	0.20 160	0.14 181	0.20 187	0.96 512	0.21 193	0.14 181	0.20 184	0.13 180	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	0.17 176	0.12 166

acv_ft	0.20 167	0.19 124	0.14 148	0.20 160	0.14 181	0.20 187	0.96 512	0.21 193	0.14 181	0.20 184	0.13 180	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	0.17 176	0.12 166

iResNetv2_ROB	0.20 167	0.23 140	0.18 186	0.24 181	0.20 227	0.24 211	0.18 206	0.24 207	0.18 213	0.24 209	0.18 221	0.23 207	0.19 221	0.24 209	0.18 210	0.21 181	0.16 169	0.21 197	0.16 194	0.22 195	0.16 184

iResNet	0.20 167	0.23 140	0.18 186	0.24 181	0.18 220	0.24 211	0.20 214	0.24 207	0.18 213	0.23 202	0.17 205	0.23 207	0.18 216	0.23 205	0.18 210	0.22 183	0.16 169	0.21 197	0.16 194	0.21 193	0.16 184

LACA2	0.21 173	0.24 148	0.26 217	0.31 207	0.16 203	0.24 211	0.16 188	0.24 207	0.16 197	0.24 209	0.16 198	0.24 213	0.16 194	0.24 209	0.16 192	0.27 212	0.23 213	0.24 219	0.16 194	0.23 206	0.16 184

LACA1	0.21 173	0.24 148	0.26 217	0.31 207	0.16 203	0.24 211	0.16 188	0.24 207	0.16 197	0.24 209	0.16 198	0.24 213	0.16 194	0.24 209	0.16 192	0.27 212	0.22 207	0.23 210	0.16 194	0.23 206	0.16 184

z-ln-s-r	0.21 173	1.40 450	0.53 399	0.56 366	0.04 101	0.05 110	0.04 103	0.05 110	0.05 119	0.05 112	0.04 110	0.05 113	0.04 100	0.05 103	0.05 110	0.57 394	0.44 374	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 173	0.25 154	0.21 196	0.26 195	0.17 209	0.24 211	0.17 198	0.24 207	0.17 207	0.24 209	0.17 205	0.24 213	0.17 206	0.24 209	0.17 198	0.24 201	0.17 190	0.23 210	0.16 194	0.23 206	0.16 184

Pointernet	0.21 173	0.22 138	0.19 188	0.24 181	0.19 224	0.24 211	0.19 210	0.24 207	0.19 219	0.24 209	0.19 223	0.24 213	0.19 221	0.24 209	0.19 213	0.22 183	0.17 190	0.22 202	0.17 216	0.22 195	0.17 201

SuperB	0.21 173	0.10 92	2.51 636	0.12 105	0.09 140	0.10 137	0.09 139	0.08 129	0.07 136	0.10 137	0.09 141	0.09 136	0.07 135	0.07 126	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

BStereo	0.22 179	0.23 140	0.20 191	0.24 181	0.20 227	0.23 208	0.33 334	0.39 271	0.17 207	0.23 202	0.17 205	0.23 207	0.16 194	0.24 209	0.17 198	0.23 194	0.16 169	0.22 202	0.20 224	0.22 195	0.16 184

Wave_Phase_stereo	0.22 179	0.23 140	0.20 191	0.24 181	0.20 227	0.23 208	0.33 334	0.39 271	0.17 207	0.23 202	0.17 205	0.23 207	0.16 194	0.24 209	0.17 198	0.23 194	0.16 169	0.22 202	0.20 224	0.22 195	0.16 184

WAO-6	0.22 179	0.23 140	0.22 198	0.23 176	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 221	0.22 183	0.22 207	0.22 202	0.22 230	0.22 195	0.22 214

IMH-64-1	0.22 179	0.23 140	0.23 201	0.22 171	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 221	0.22 183	0.22 207	0.23 210	0.22 230	0.22 195	0.23 216

IMH-64	0.22 179	0.23 140	0.23 201	0.22 171	0.22 237	0.22 199	0.22 223	0.22 197	0.22 227	0.22 197	0.22 233	0.22 200	0.22 231	0.22 198	0.22 221	0.22 183	0.22 207	0.23 210	0.22 230	0.22 195	0.23 216

ac_64	0.22 179	0.13 107	0.19 188	0.23 176	0.10 147	0.26 229	1.02 521	0.14 154	0.10 144	0.28 230	0.14 185	0.17 174	0.19 221	0.28 237	0.09 134	0.22 183	0.16 169	0.23 210	0.17 216	0.11 148	0.12 166

LACA3	0.23 185	0.25 154	0.27 220	0.54 359	0.17 209	0.25 220	0.17 198	0.25 215	0.17 207	0.25 217	0.17 205	0.25 220	0.17 206	0.25 218	0.17 198	0.28 216	0.23 213	0.24 219	0.17 216	0.24 210	0.17 201

dd	0.23 185	0.98 330	0.16 169	0.23 176	0.15 193	0.23 208	0.15 182	0.23 204	0.15 192	0.23 202	0.15 194	0.24 213	0.17 206	0.23 205	0.15 185	0.22 183	0.15 166	0.21 197	0.15 192	0.22 195	0.16 184

dad	0.23 185	1.03 354	0.16 169	0.23 176	0.15 193	0.24 211	0.15 182	0.24 207	0.16 197	0.23 202	0.16 198	0.24 213	0.16 194	0.23 205	0.15 185	0.22 183	0.16 169	0.22 202	0.16 194	0.22 195	0.16 184

RSGM-EC	0.24 188	0.24 148	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.24 209	0.15 194	0.22 200	0.15 192	0.22 198	1.19 536	0.20 174	0.17 190	0.24 219	0.14 184	0.20 187	0.14 178

acva	0.24 188	0.24 148	0.15 165	0.22 171	0.15 193	0.22 199	0.15 182	0.22 197	0.15 192	0.24 209	0.15 194	0.22 200	0.15 192	0.22 198	1.19 536	0.20 174	0.17 190	0.24 219	0.14 184	0.20 187	0.14 178

MSKI-zero shot	0.24 188	0.21 134	0.49 381	0.65 383	0.18 220	0.22 199	0.17 198	0.23 204	0.18 213	0.21 195	0.17 205	0.23 207	0.28 266	0.23 205	0.18 210	0.21 181	0.16 169	0.21 197	0.16 194	0.21 193	0.16 184

qqq1	0.25 191	3.70 596	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 191	3.70 596	0.14 148	0.14 121	0.04 101	0.06 114	0.05 115	0.06 116	0.05 119	0.06 118	0.05 122	0.04 96	0.05 112	0.06 110	0.05 110	0.13 126	0.12 135	0.06 116	0.05 118	0.03 47	0.04 96

UNDER WATER-64	0.25 191	0.26 156	0.25 211	0.26 195	0.25 250	0.25 220	0.25 238	0.25 215	0.25 241	0.25 217	0.25 250	0.25 220	0.25 243	0.26 229	0.25 239	0.25 207	0.25 218	0.25 224	0.25 246	0.25 213	0.25 227

ffm	0.25 191	3.83 602	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 191	3.83 602	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 191	3.83 602	0.12 123	0.12 105	0.05 121	0.06 114	0.05 115	0.06 116	0.05 119	0.03 44	0.03 56	0.06 119	0.05 112	0.06 110	0.05 110	0.12 111	0.12 135	0.05 108	0.04 99	0.06 118	0.04 96

MIM_Stereo	0.25 191	0.23 140	0.66 426	0.80 407	0.17 209	0.22 199	0.17 198	0.23 204	0.18 213	0.26 226	0.17 205	0.21 192	0.17 206	0.25 218	0.17 198	0.23 194	0.16 169	0.21 197	0.17 216	0.22 195	0.17 201

LoS	0.25 191	0.27 159	0.25 211	0.25 188	0.25 250	0.25 220	0.25 238	0.26 221	0.25 241	0.25 217	0.25 250	0.25 220	0.25 243	0.25 218	0.25 239	0.26 209	0.25 218	0.25 224	0.26 252	0.26 215	0.25 227
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 191	1.31 441	0.74 453	0.92 426	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	0.87 453	0.75 458	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 200	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 112	0.03 56	0.04 96	0.06 129	0.05 103	0.03 52	4.34 643	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

model_zeroshot	0.27 201	0.20 128	0.27 220	0.33 217	0.21 235	0.37 269	0.22 223	0.37 258	0.24 236	0.26 226	0.27 259	0.33 255	0.21 230	0.25 218	0.27 245	0.32 233	0.20 200	0.34 267	0.23 236	0.25 213	0.26 233

DLNR-FE	0.28 202	0.89 311	0.30 234	0.34 220	0.19 224	0.28 234	0.19 210	0.28 224	0.20 221	0.28 230	0.20 227	0.28 234	0.20 225	0.28 237	0.20 216	0.33 238	0.28 237	0.25 224	0.19 223	0.24 210	0.19 208

xyz-stereo-finetune	0.28 202	0.49 239	0.16 169	0.16 142	0.16 203	0.16 168	0.16 188	0.22 197	0.30 279	0.32 247	0.31 326	0.32 252	0.31 328	0.32 250	0.32 320	0.32 233	0.33 281	0.31 248	0.32 347	0.31 233	0.32 326

SQANet	0.28 202	0.28 162	0.28 226	0.28 199	0.28 263	0.28 234	0.28 256	0.28 224	0.28 262	0.28 230	0.28 266	0.28 234	0.28 266	0.28 237	0.28 254	0.28 216	0.28 237	0.28 235	0.28 302	0.28 222	0.28 291

HGLStereo	0.28 202	0.29 164	0.22 198	0.36 226	0.22 237	0.36 264	0.21 219	0.36 252	0.21 224	0.42 307	0.21 232	0.36 266	0.22 231	0.36 267	0.21 219	0.34 242	0.21 203	0.34 267	0.21 227	0.34 247	0.21 212

iResNet_ROB	0.28 202	0.32 170	0.24 208	0.32 213	0.25 250	0.32 253	0.24 236	0.32 238	0.24 236	0.33 251	0.24 244	0.35 261	0.24 240	0.33 257	0.24 231	0.31 231	0.24 217	0.32 251	0.24 243	0.32 236	0.24 226

UNet	0.29 207	0.90 314	0.10 92	0.14 121	0.10 147	0.14 153	0.10 144	0.91 468	0.69 470	0.14 153	0.11 159	0.14 154	0.11 156	0.14 156	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 459	0.76 483

MultiAttention	0.30 208	0.30 165	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310

MSAF-DinoV2	0.30 208	0.30 165	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310

DDVS	0.30 208	3.10 582	0.14 148	0.19 156	0.14 181	0.19 182	0.14 176	0.20 185	0.14 181	0.19 178	0.13 180	0.16 166	0.13 177	0.19 180	0.13 171	0.17 159	0.13 158	0.17 178	0.13 179	0.17 176	0.13 173

ACV-stereo	0.30 208	2.08 519	0.25 211	0.25 188	0.18 220	0.24 211	0.17 198	0.24 207	0.18 213	0.24 209	0.17 205	0.25 220	0.17 206	0.24 209	0.17 198	0.22 183	0.16 169	0.22 202	0.16 194	0.22 195	0.16 184

LoS_RVC	0.30 208	1.14 371	0.25 211	0.25 188	0.25 250	0.26 229	0.25 238	0.25 215	0.25 241	0.25 217	0.25 250	0.26 231	0.26 252	0.26 229	0.25 239	0.26 209	0.26 221	0.25 224	0.25 246	0.26 215	0.26 233

CAS	0.30 208	1.17 377	0.25 211	0.25 188	0.25 250	0.26 229	0.25 238	0.25 215	0.26 254	0.25 217	0.25 250	0.25 220	0.25 243	0.25 218	0.25 239	0.26 209	0.26 221	0.26 229	0.25 246	0.26 215	0.25 227

DANet	0.30 208	0.30 165	0.30 234	0.30 201	0.30 283	0.30 238	0.30 271	0.30 231	0.30 279	0.30 236	0.30 284	0.30 244	0.30 279	0.30 243	0.30 272	0.30 225	0.30 260	0.30 242	0.30 329	0.30 228	0.30 310
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 215	0.31 168	0.31 249	0.30 201	0.40 389	0.31 244	0.30 271	0.30 231	0.34 351	0.29 235	0.31 326	0.29 240	0.30 279	0.31 247	0.31 310	0.31 231	0.29 251	0.31 248	0.30 329	0.31 233	0.31 319

tt1	0.31 215	0.93 323	0.24 208	0.33 217	0.23 243	0.31 244	0.24 236	0.32 238	0.24 236	0.32 247	0.23 237	0.32 252	0.25 243	0.32 250	0.24 231	0.27 212	0.26 221	0.27 233	0.26 252	0.27 220	0.27 271

xxxxx1	0.31 215	0.91 316	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

DLNR_Zeroshot_test	0.31 215	0.28 162	0.47 366	0.79 404	0.24 248	0.30 238	0.26 245	0.30 231	0.24 236	0.32 247	0.23 237	0.31 248	0.24 240	0.30 243	0.23 228	0.29 224	0.26 221	0.29 240	0.24 243	0.33 243	0.23 216

tt_ll	0.31 215	0.91 316	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

ff	0.31 215	0.91 316	0.23 201	0.31 207	0.23 243	0.31 244	0.23 231	0.33 242	0.25 241	0.31 241	0.24 244	0.33 255	0.25 243	0.32 250	0.24 231	0.28 216	0.28 237	0.28 235	0.28 302	0.29 225	0.27 271

RAFT + AFF	0.31 215	0.45 223	0.34 269	0.39 237	0.28 263	0.38 276	0.33 334	0.29 229	0.31 322	0.30 236	0.30 284	0.29 240	0.27 259	0.29 241	0.30 272	0.28 216	0.29 251	0.29 240	0.29 315	0.27 220	0.32 326

MLCV	0.31 215	0.35 173	0.27 220	0.35 222	0.28 263	0.35 260	0.27 248	0.35 248	0.28 262	0.36 261	0.27 259	0.35 261	0.27 259	0.35 261	0.27 245	0.34 242	0.27 231	0.34 267	0.27 289	0.34 247	0.27 271

DN-CSS_ROB	0.31 215	0.35 173	0.28 226	0.35 222	0.28 263	0.34 256	0.27 248	0.34 245	0.25 241	0.35 257	0.27 259	0.36 266	0.26 252	0.34 258	0.28 254	0.35 250	0.28 237	0.34 267	0.28 302	0.34 247	0.27 271

DStereoFS	0.32 224	0.33 171	0.32 254	0.33 217	0.30 283	0.32 253	0.32 323	0.32 238	0.31 322	0.30 236	0.31 326	0.31 248	0.30 279	0.32 250	0.32 320	0.32 233	0.31 265	0.30 242	0.47 429	0.32 236	0.34 340

DStereoSA	0.32 224	0.52 254	0.34 269	0.31 207	0.31 326	0.30 238	0.30 271	0.31 236	0.30 279	0.31 241	0.31 326	0.31 248	0.30 279	0.31 247	0.31 310	0.30 225	0.32 269	0.31 248	0.31 340	0.31 233	0.31 319

WCG-NET（raft）	0.32 224	1.24 435	0.24 208	0.32 213	0.24 248	0.32 253	0.23 231	0.32 238	0.24 236	0.32 247	0.24 244	0.32 252	0.24 240	0.32 250	0.24 231	0.30 225	0.23 213	0.30 242	0.23 236	0.30 228	0.23 216

Any-RAFT	0.32 224	0.36 176	0.27 220	0.36 226	0.27 258	0.36 264	0.27 248	0.36 252	0.27 258	0.36 261	0.27 259	0.36 266	0.27 259	0.36 267	0.28 254	0.36 254	0.28 237	0.36 288	0.28 302	0.36 267	0.28 291

StereoDRNet-Refined	0.33 228	0.39 189	0.26 217	0.39 237	0.26 257	0.40 284	0.26 245	0.40 278	0.26 254	0.39 273	0.26 255	0.39 280	0.26 252	0.39 282	0.26 244	0.37 257	0.25 218	0.37 291	0.25 246	0.37 271	0.37 358
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 229	0.26 156	0.17 176	0.21 169	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 192	0.16 194	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 215	3.08 656

RAFT-FE	0.34 229	0.26 156	0.17 176	0.21 169	0.17 209	0.20 187	0.16 188	0.20 185	0.16 197	0.20 184	0.17 205	0.21 192	0.16 194	0.27 233	0.24 231	0.19 171	0.16 169	0.19 190	0.16 194	0.26 215	3.08 656

LG-Stereo_L2	0.34 229	0.37 178	0.38 287	0.47 293	0.28 263	0.39 282	0.28 256	0.39 271	0.28 262	0.39 273	0.28 266	0.39 280	0.28 266	0.38 274	0.28 254	0.42 310	0.35 317	0.36 288	0.26 252	0.35 260	0.26 233

H2IRNET	0.34 229	0.34 172	0.34 269	0.34 220	0.34 358	0.34 256	0.34 347	0.34 245	0.34 351	0.34 253	0.34 353	0.34 259	0.34 349	0.34 258	0.34 344	0.34 242	0.34 310	0.34 267	0.34 361	0.34 247	0.34 340

IGEV++	0.34 229	0.43 212	0.30 234	0.40 250	0.29 273	0.40 284	0.29 266	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.40 285	0.30 272	0.38 268	0.29 251	0.37 291	0.29 315	0.37 271	0.29 297

iRaft-Stereo_5w	0.34 229	0.42 211	0.31 249	0.39 237	0.30 283	0.38 276	0.30 271	0.40 278	0.29 268	0.40 279	0.37 371	0.41 301	0.34 349	0.38 274	0.30 272	0.34 242	0.27 231	0.34 267	0.26 252	0.34 247	0.26 233

CSP-Net	0.34 229	1.29 437	1.19 506	1.36 535	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	1.26 547	1.21 558	0.03 41	0.09 136	0.02 21	0.09 135

iRaft-Stereo_20w	0.34 229	0.41 204	0.31 249	0.39 237	0.29 273	0.40 284	0.32 323	0.41 293	0.32 332	0.38 267	0.30 284	0.39 280	0.30 279	0.38 274	0.32 320	0.35 250	0.27 231	0.34 267	0.27 289	0.34 247	0.29 297

DGSMNet	0.34 229	0.41 204	0.27 220	0.41 262	0.28 263	0.41 300	0.28 256	0.41 293	0.27 258	0.41 293	0.27 259	0.42 319	0.27 259	0.41 300	0.28 254	0.40 288	0.29 251	0.40 353	0.28 302	0.40 337	0.27 271

gcap_with_dpt	0.35 238	0.39 189	0.30 234	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.30 284	0.44 358	0.30 279	0.44 348	0.30 272	0.38 268	0.26 221	0.38 299	0.27 289	0.38 284	0.27 271

FE-Mocha	0.35 238	0.71 281	0.40 330	0.47 293	0.27 258	0.34 256	0.27 248	0.34 245	0.26 254	0.34 253	0.26 255	0.34 259	0.27 259	0.34 258	0.27 245	0.44 312	0.41 353	0.33 258	0.29 315	0.32 236	0.29 297

IGEV-FE	0.35 238	0.37 178	0.17 176	0.19 156	0.17 209	0.20 187	0.17 198	0.19 179	0.17 207	0.19 178	0.17 205	0.19 182	0.17 206	0.37 271	0.36 351	0.19 171	0.17 190	0.19 190	0.17 216	0.38 284	2.84 647

test_for_model	0.35 238	0.39 189	0.30 234	0.43 278	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.31 310	0.38 268	0.26 221	0.38 299	0.26 252	0.38 284	0.26 233

CASnet	0.35 238	0.51 252	0.44 352	0.32 213	0.31 326	0.24 211	0.34 347	0.36 252	0.25 241	0.31 241	0.37 371	0.30 244	0.33 344	0.25 218	0.45 400	0.37 257	0.37 326	0.33 258	0.35 374	0.34 247	0.37 358
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 238	0.44 215	0.45 354	0.49 304	0.30 283	0.37 269	0.30 271	0.36 252	0.30 279	0.36 261	0.29 272	0.36 266	0.29 273	0.36 267	0.30 272	0.46 351	0.39 340	0.32 251	0.24 243	0.32 236	0.25 227
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 238	0.35 173	0.35 279	0.35 222	0.35 361	0.35 260	0.35 352	0.35 248	0.35 355	0.35 257	0.35 361	0.35 261	0.35 355	0.35 261	0.35 348	0.35 250	0.35 317	0.35 283	0.35 374	0.35 260	0.35 350

GeoVLM	0.36 245	0.38 182	0.27 220	0.46 286	0.28 263	0.35 260	0.28 256	0.37 258	0.27 258	0.35 257	0.28 266	0.36 266	0.38 367	0.35 261	0.28 254	1.08 480	0.26 221	0.33 258	0.27 289	0.34 247	0.33 333

Zero-FE251	0.36 245	0.40 193	0.28 226	0.41 262	0.28 263	0.41 300	0.28 256	0.41 293	0.28 262	0.41 293	0.28 266	0.41 301	0.28 266	0.42 313	0.30 272	0.37 257	0.26 221	0.37 291	0.27 289	0.45 363	0.56 436

GIP-stereo	0.36 245	0.49 239	0.39 298	0.48 298	0.32 336	0.41 300	0.28 256	0.40 278	0.30 279	0.41 293	0.28 266	0.40 288	0.28 266	0.42 313	0.28 254	0.45 341	0.32 269	0.38 299	0.30 329	0.37 271	0.27 271

DCVSM-stereo	0.36 245	1.89 505	0.22 198	0.40 250	0.22 237	0.40 284	0.22 223	0.40 278	0.22 227	0.40 279	0.22 233	0.40 288	0.22 231	0.40 285	0.22 221	0.28 216	0.21 203	0.28 235	0.21 227	0.28 222	0.20 210

RSM	0.36 245	0.36 176	0.43 350	0.37 229	0.42 409	0.49 391	0.42 399	0.37 258	0.28 262	0.36 261	0.29 272	0.36 266	0.30 279	0.37 271	0.28 254	0.34 242	0.31 265	0.34 267	0.35 374	0.40 337	0.29 297

gcap-zeroshot	0.36 245	0.40 193	0.34 269	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.32 332	0.44 346	0.32 336	0.44 358	0.32 333	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.28 302	0.39 325	0.27 271

testlalala	0.36 245	0.40 193	0.34 269	0.44 281	0.31 326	0.44 360	0.31 315	0.44 351	0.32 332	0.44 346	0.32 336	0.44 358	0.32 333	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.28 302	0.39 325	0.27 271

GCAPDPT-zeroshot	0.36 245	0.40 193	0.30 234	0.43 278	0.30 283	0.43 327	0.30 271	0.43 317	0.31 322	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.31 310	0.39 281	0.28 237	0.39 340	0.27 289	0.39 325	0.26 233

RAFT-Test	0.36 245	0.37 178	0.33 259	0.41 262	0.32 336	0.41 300	0.32 323	0.41 293	0.32 332	0.41 293	0.32 336	0.41 301	0.32 333	0.41 300	0.33 331	0.37 257	0.29 251	0.37 291	0.29 315	0.38 284	0.31 319

DMCA	0.36 245	0.38 182	0.37 285	0.35 222	0.35 361	0.36 264	0.36 358	0.36 252	0.35 355	0.35 257	0.37 371	0.36 266	0.36 358	0.35 261	0.36 351	0.36 254	0.36 323	0.35 283	0.36 380	0.36 267	0.36 353

ACVNet-DCA	0.37 255	1.00 339	0.30 234	0.40 250	0.29 273	0.40 284	0.29 266	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.39 282	0.28 254	0.33 238	0.32 269	0.33 258	0.32 347	0.33 243	0.32 326

1test111	0.37 255	1.02 352	0.30 234	0.39 237	0.29 273	0.40 284	0.28 256	0.39 271	0.29 268	0.39 273	0.29 272	0.39 280	0.28 266	0.40 285	0.29 265	0.33 238	0.32 269	0.33 258	0.31 340	0.32 236	0.31 319

cc1	0.37 255	1.02 352	0.30 234	0.39 237	0.29 273	0.40 284	0.28 256	0.39 271	0.29 268	0.39 273	0.29 272	0.39 280	0.28 266	0.40 285	0.29 265	0.33 238	0.32 269	0.33 258	0.31 340	0.32 236	0.31 319

EKT-Stereo	0.37 255	0.40 193	0.44 352	1.07 450	0.29 273	0.34 256	0.31 315	0.36 252	0.29 268	0.38 267	0.31 326	0.37 273	0.30 279	0.36 267	0.29 265	0.34 242	0.28 237	0.39 340	0.30 329	0.37 271	0.30 310

GMOStereo	0.37 255	0.45 223	0.23 201	0.30 201	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	0.34 242	0.22 207	0.47 402	0.37 383	0.39 325	0.33 333

XPNet_ROB	0.37 255	0.37 178	0.37 285	0.37 229	0.37 371	0.37 269	0.37 364	0.37 258	0.37 366	0.37 266	0.37 371	0.37 273	0.37 363	0.37 271	0.37 360	0.37 257	0.37 326	0.37 291	0.37 383	0.37 271	0.37 358

MonSter++	0.38 261	0.44 215	0.31 249	0.43 278	0.30 283	0.43 327	0.31 315	0.43 317	0.31 322	0.45 358	0.31 326	0.43 326	0.31 328	0.43 319	0.69 469	0.38 268	0.33 281	0.40 353	0.30 329	0.38 284	0.30 310

HiDET	0.38 261	0.44 215	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.42 311	0.30 279	0.44 346	0.30 284	0.42 319	0.30 279	0.42 313	0.68 461	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.29 297

LCMNet	0.38 261	0.44 215	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.42 311	0.30 279	0.45 358	0.30 284	0.42 319	0.30 279	0.42 313	0.69 469	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.29 297

CSFM-Stereo	0.38 261	0.44 215	0.30 234	0.42 272	0.30 283	0.42 320	0.30 271	0.43 317	0.30 279	0.44 346	0.30 284	0.42 319	0.30 279	0.42 313	0.73 481	0.37 257	0.32 269	0.40 353	0.29 315	0.37 271	0.30 310

HART	0.38 261	0.45 223	0.34 269	0.42 272	0.33 348	0.41 300	0.34 347	0.42 311	0.33 342	0.43 312	0.34 353	0.42 319	0.34 349	0.41 300	0.38 363	0.40 288	0.32 269	0.42 381	0.32 347	0.40 337	0.32 326

GREAT-IGEV	0.38 261	0.43 212	0.36 281	0.48 298	0.32 336	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.32 333	0.45 364	0.32 320	0.44 312	0.33 281	0.41 370	0.29 315	0.41 348	0.29 297
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
fffy	0.38 261	0.43 212	0.33 259	0.46 286	0.33 348	0.45 370	0.32 323	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.33 344	0.45 364	0.32 320	0.38 268	0.38 333	0.38 299	0.37 383	0.37 271	0.36 353

WAO-8	0.38 261	0.38 182	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.38 267	0.38 376	0.38 275	0.38 367	0.38 274	0.38 363	0.38 268	0.38 333	0.38 299	0.37 383	0.38 284	0.38 365

WAO-7	0.38 261	0.38 182	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.38 267	0.38 376	0.38 275	0.38 367	0.38 274	0.38 363	0.38 268	0.38 333	0.38 299	0.38 396	0.38 284	0.38 365

xx1	0.38 261	1.03 354	0.31 249	0.40 250	0.31 326	0.41 300	0.28 256	0.40 278	0.29 268	0.40 279	0.29 272	0.40 288	0.29 273	0.40 285	0.29 265	0.34 242	0.33 281	0.34 267	0.32 347	0.34 247	0.32 326

Venus	0.38 261	0.38 182	0.38 287	0.38 232	0.38 378	0.37 269	0.38 371	0.37 258	0.37 366	0.41 293	0.37 371	0.39 280	0.37 363	0.38 274	0.38 363	0.37 257	0.38 333	0.38 299	0.37 383	0.37 271	0.38 365

IMH	0.38 261	0.38 182	0.38 287	0.38 232	0.38 378	0.38 276	0.38 371	0.38 267	0.38 370	0.42 307	0.38 376	0.40 288	0.38 367	0.38 274	0.38 363	0.38 268	0.38 333	0.39 340	0.38 396	0.38 284	0.38 365

DF	0.39 273	1.37 447	1.02 490	1.14 458	0.12 175	0.16 168	0.12 170	0.16 168	0.12 175	0.16 165	0.12 167	0.16 166	0.12 171	0.16 167	0.12 164	1.12 489	1.00 482	0.15 166	0.12 170	0.15 165	0.12 166

PAM	0.39 273	1.88 504	0.34 269	0.37 229	0.41 399	0.45 370	0.22 223	0.28 224	0.23 233	0.28 230	0.24 244	0.29 240	0.23 237	0.29 241	0.23 228	0.38 268	0.32 269	0.38 299	0.37 383	0.32 236	0.22 214

HanzoNet	0.39 273	0.38 182	0.40 330	0.39 237	0.41 399	0.38 276	0.38 371	0.38 267	0.38 370	0.39 273	0.39 386	0.38 275	0.38 367	0.39 282	0.40 378	0.38 268	0.38 333	0.40 353	0.38 396	0.38 284	0.40 373

CES	0.39 273	0.47 231	0.36 281	0.36 226	0.37 371	0.45 370	0.35 352	0.35 248	0.40 384	0.36 261	0.44 410	0.47 377	0.36 358	0.44 348	0.36 351	0.37 257	0.39 340	0.44 384	0.35 374	0.37 271	0.36 353

PASM	0.39 273	3.06 581	1.36 572	1.58 544	0.09 140	0.11 148	0.11 157	0.11 148	0.11 159	0.09 135	0.09 141	0.11 149	0.09 139	0.09 135	0.09 134	0.11 105	0.11 121	0.11 144	0.09 136	0.11 148	0.11 153

mms	0.40 278	0.45 223	0.35 279	0.48 298	0.36 367	0.47 381	0.34 347	0.45 360	0.38 370	0.47 370	0.33 345	0.45 367	0.32 333	0.45 364	0.32 320	0.39 281	0.38 333	0.38 299	0.37 383	0.39 325	0.39 371

GCAPDPT-zeroshot4090	0.40 278	1.09 364	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.44 351	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.34 310	0.38 299	0.27 289	0.38 284	0.27 271

knoymous	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

anonymousa	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

riskmin	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

Anonymous_2	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

Anonymous_1	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373

AdaStereo	0.40 278	0.40 193	0.40 330	0.40 250	0.40 389	0.40 284	0.40 385	0.40 278	0.40 384	0.40 279	0.40 389	0.40 288	0.40 378	0.40 285	0.40 378	0.40 288	0.40 343	0.40 353	0.40 400	0.40 337	0.40 373
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.
GCAP-Stereo-DPT-25K	0.41 286	1.09 364	0.40 330	0.52 354	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.31 328	0.44 348	0.31 310	0.46 351	0.35 317	0.39 340	0.28 302	0.39 325	0.28 291

GCAP-Stereo-DPT-FT	0.41 286	1.06 361	0.40 330	0.51 351	0.31 326	0.44 360	0.30 271	0.43 317	0.32 332	0.44 346	0.30 284	0.56 425	0.30 279	0.44 348	0.31 310	0.45 341	0.34 310	0.39 340	0.27 289	0.40 337	0.27 271

Select-FE	0.41 286	0.44 215	0.23 201	0.26 195	0.22 237	0.26 229	0.22 223	0.26 221	0.23 233	0.26 226	0.23 237	0.26 231	0.23 237	0.45 364	0.42 394	0.25 207	0.22 207	0.25 224	0.22 230	0.45 363	2.90 648

water-stereo	0.41 286	0.84 300	0.46 359	0.50 340	0.33 348	0.45 370	0.33 334	0.45 360	0.32 332	0.45 358	0.32 336	0.45 367	0.32 333	0.45 364	0.32 320	0.44 312	0.41 353	0.39 340	0.31 340	0.39 325	0.32 326

GCAP-BAT	0.41 286	1.30 439	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.44 346	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.34 310	0.38 299	0.26 252	0.38 284	0.26 233

GwcNet-ADL	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

PSMNet-ADL	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

GANet-ADL	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

ADLNet2	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

ADLNet	0.41 286	0.41 204	0.41 344	0.41 262	0.41 399	0.41 300	0.41 394	0.41 293	0.41 394	0.41 293	0.41 396	0.41 301	0.41 390	0.41 300	0.41 386	0.41 296	0.41 353	0.41 370	0.41 408	0.41 348	0.41 381

FCDSN-DC	0.41 286	0.59 270	0.64 420	0.54 359	0.33 348	0.50 400	0.37 364	0.42 311	0.40 384	0.61 431	0.43 408	0.50 402	0.49 422	0.38 274	0.32 320	0.28 216	0.23 213	0.26 229	0.22 230	0.35 260	0.28 291
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 286	0.46 227	0.33 259	0.49 304	0.33 348	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 388	0.33 344	0.51 405	0.33 331	0.41 296	0.30 260	0.41 370	0.30 329	0.79 441	0.29 297

Gwc-CoAtRS	0.41 286	1.49 453	0.32 254	0.42 272	0.32 336	0.41 300	0.32 323	0.41 293	0.33 342	0.41 293	0.32 336	0.41 301	0.32 333	0.41 300	0.32 320	0.39 281	0.28 237	0.39 340	0.28 302	0.40 337	0.28 291

UPFNet	0.42 299	1.20 381	0.17 176	0.24 181	0.17 209	0.25 220	0.17 198	1.19 507	0.90 506	0.25 217	0.17 205	0.24 213	0.17 206	0.25 218	0.17 198	0.22 183	0.17 190	0.22 202	0.16 194	1.15 495	0.93 502

quiztm	0.43 300	0.49 239	0.40 330	0.51 351	0.40 389	0.51 412	0.40 385	0.50 387	0.40 384	0.50 397	0.40 389	0.51 413	0.40 378	0.50 395	0.40 378	0.44 312	0.34 310	0.44 384	0.34 361	0.44 358	0.34 340

GCAP-Stereo-DPT26K	0.43 300	1.76 468	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.31 310	0.44 312	0.33 281	0.38 299	0.27 289	0.38 284	0.26 233

aanet-new-8k	0.43 300	1.76 468	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new	0.43 300	1.80 478	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-cres	0.43 300	1.77 470	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-36K	0.43 300	1.78 473	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-20K	0.43 300	1.77 470	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-3K	0.43 300	1.77 470	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

DDF-Stereo	0.43 300	1.15 374	0.57 404	0.53 356	0.32 336	0.41 300	0.32 323	0.41 293	0.32 332	0.41 293	0.32 336	0.41 301	0.32 333	0.40 285	0.32 320	0.52 380	0.50 400	0.38 299	0.31 340	0.39 325	0.31 319

DilatedVolume-Stereo	0.43 300	0.86 304	0.48 374	0.50 340	0.33 348	0.46 376	0.33 334	0.46 364	0.33 342	0.46 364	0.33 345	0.47 377	0.33 344	0.47 373	0.34 344	0.45 341	0.42 362	0.40 353	0.33 357	0.47 379	0.38 365

psmg	0.43 300	1.91 508	0.92 478	1.91 558	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	1.97 588	1.44 581	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 300	1.21 427	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 559	0.95 514	0.25 217	0.17 205	0.25 220	0.17 206	0.25 218	0.17 198	0.23 194	0.16 169	0.22 202	0.16 194	1.18 503	0.98 507

psm_up	0.43 300	1.19 380	0.17 176	0.25 188	0.18 220	0.25 220	0.19 210	1.26 559	0.91 507	0.26 226	0.17 205	0.25 220	0.17 206	0.25 218	0.17 198	0.22 183	0.17 190	0.23 210	0.16 194	1.18 503	0.99 508

aanet-new-90k	0.44 313	1.82 490	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-60k	0.44 313	1.81 483	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-70k	0.44 313	1.82 490	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-78k	0.44 313	1.80 478	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-40k	0.44 313	1.81 483	0.39 298	0.50 340	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-36k	0.44 313	1.80 478	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-34k	0.44 313	1.80 478	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-32k-new	0.44 313	1.78 473	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.45 341	0.34 310	0.39 340	0.26 252	0.38 284	0.26 233

aanet-new-32k	0.44 313	1.79 477	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-30k	0.44 313	1.78 473	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-28k	0.44 313	1.81 483	0.39 298	0.49 304	0.30 283	0.44 360	0.30 271	0.44 351	0.30 279	0.44 346	0.30 284	0.44 358	0.30 279	0.44 348	0.30 272	0.45 341	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-24k	0.44 313	1.78 473	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-22k	0.44 313	1.81 483	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

aanet-new-16k	0.44 313	1.83 493	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-cres-4k	0.44 313	1.81 483	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-22K	0.44 313	1.85 499	0.38 287	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-24K	0.44 313	1.86 502	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-5K	0.44 313	1.80 478	0.39 298	0.49 304	0.30 283	0.44 360	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-2K	0.44 313	1.82 490	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.33 281	0.38 299	0.26 252	0.38 284	0.26 233

GCAP-Stereo-DPT-50K	0.44 313	1.83 493	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.43 319	0.30 272	0.44 312	0.36 323	0.38 299	0.26 252	0.38 284	0.26 233

Monster-pub-mixall	0.44 313	0.56 266	0.60 410	0.38 232	0.27 258	0.37 269	0.27 248	0.37 258	0.29 268	0.38 267	0.27 259	0.38 275	0.29 273	0.85 468	0.27 245	1.46 563	0.26 221	0.34 267	0.26 252	0.36 267	0.53 423

depthmonostereo	0.44 313	0.85 302	0.46 359	0.54 359	0.40 389	0.52 416	0.38 371	0.52 405	0.35 355	0.47 370	0.34 353	0.46 371	0.34 349	0.47 373	0.34 344	0.45 341	0.43 367	0.41 370	0.33 357	0.41 348	0.32 326

MMNet	0.44 313	1.24 435	0.17 176	0.25 188	0.17 209	0.25 220	0.18 206	1.26 559	0.93 512	0.25 217	0.17 205	0.25 220	0.18 216	0.25 218	0.17 198	0.23 194	0.16 169	0.23 210	0.16 194	1.20 507	0.99 508

aanet-new-10k	0.45 336	1.81 483	0.40 330	0.50 340	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.32 333	0.44 348	0.31 310	0.46 351	0.35 317	0.39 340	0.27 289	0.39 325	0.27 271

252Zero-FE	0.45 336	0.50 244	0.36 281	0.50 340	0.36 367	0.50 400	0.36 358	0.50 387	0.36 364	0.49 384	0.36 364	0.49 388	0.36 358	0.54 414	0.41 386	0.45 341	0.34 310	0.45 389	0.34 361	0.55 405	0.75 480

Monster-pub-eth3d	0.45 336	0.57 267	0.60 410	0.39 237	0.28 263	0.37 269	0.28 256	0.37 258	0.30 279	0.39 273	0.29 272	0.39 280	0.30 279	0.92 480	0.27 245	1.42 560	0.28 237	0.34 267	0.28 302	0.37 271	0.53 423

Replicate-Monster	0.45 336	0.57 267	0.60 410	0.40 250	0.29 273	0.37 269	0.27 248	0.37 258	0.30 279	0.40 279	0.31 326	0.40 288	0.30 279	0.99 489	0.27 245	1.36 556	0.31 265	0.34 267	0.30 329	0.36 267	0.54 426

SCV_C0	0.45 336	0.88 308	0.49 381	0.54 359	0.37 371	0.48 386	0.37 364	0.48 374	0.37 366	0.48 377	0.36 364	0.48 384	0.37 363	0.49 387	0.37 360	0.50 372	0.41 353	0.44 384	0.34 361	0.44 358	0.34 340

RAFT-Stereo-weight	0.45 336	1.90 507	0.34 269	0.42 272	0.36 367	0.43 327	0.35 352	0.42 311	0.34 351	0.42 307	0.34 353	0.44 358	0.34 349	0.41 300	0.34 344	0.38 268	0.32 269	0.38 299	0.32 347	0.38 284	0.33 333

TorneroNet-64	0.45 336	0.27 159	0.30 234	0.58 369	0.27 258	0.70 445	0.30 271	0.28 224	0.73 489	0.73 448	0.28 266	0.71 447	0.66 457	0.75 450	0.27 245	0.27 212	0.29 251	0.37 291	0.75 495	0.28 222	0.30 310

aanet-new-12k	0.46 343	1.99 516	0.40 330	0.51 351	0.31 326	0.44 360	0.31 315	0.44 351	0.31 322	0.44 346	0.31 326	0.44 358	0.31 328	0.44 348	0.32 320	0.47 358	0.35 317	0.39 340	0.27 289	0.39 325	0.27 271

SCV	0.46 343	0.94 325	0.45 354	0.54 359	0.37 371	0.48 386	0.38 371	0.48 374	0.37 366	0.48 377	0.39 386	0.48 384	0.37 363	0.49 387	0.37 360	0.50 372	0.46 377	0.44 384	0.34 361	0.44 358	0.34 340

otaku	0.46 343	0.46 227	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.46 364	0.46 417	0.46 371	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

Dean	0.46 343	0.46 227	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.47 370	0.46 417	0.46 371	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

ACVNet_1	0.46 343	0.47 231	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.47 414	0.46 364	0.46 417	0.46 371	0.46 408	0.46 369	0.46 404	0.46 351	0.46 377	0.47 402	0.46 422	0.46 366	0.46 396

ACVNet-4b	0.46 343	0.46 227	0.46 359	0.46 286	0.46 418	0.46 376	0.46 410	0.46 364	0.46 409	0.46 364	0.46 417	0.46 371	0.46 408	0.47 373	0.46 404	0.46 351	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

PML	0.46 343	1.36 445	0.29 230	0.58 369	0.30 283	0.57 429	0.29 266	0.57 416	0.29 268	0.57 425	0.29 272	0.57 428	0.29 273	0.56 419	0.29 265	0.52 380	0.30 260	0.53 430	0.31 340	0.53 403	0.30 310

LG-Stereo_L1	0.47 350	0.52 254	0.47 366	0.62 377	0.39 388	0.53 418	0.40 385	0.53 407	0.39 383	0.53 412	0.39 386	0.53 415	0.39 377	0.53 412	0.39 375	0.55 390	0.46 377	0.49 415	0.37 383	0.49 386	0.37 358

Ntro	0.47 350	0.47 231	0.46 359	0.46 286	0.46 418	0.47 381	0.47 415	0.46 364	0.47 414	0.46 364	0.46 417	0.47 377	0.46 408	0.47 373	0.47 411	0.47 358	0.46 377	0.46 393	0.46 422	0.46 366	0.46 396

HaxPig	0.47 350	0.47 231	0.47 366	0.49 304	0.47 424	0.47 381	0.47 415	0.47 370	0.47 414	0.47 370	0.47 425	0.47 377	0.47 416	0.47 373	0.47 411	0.47 358	0.47 385	0.47 402	0.47 429	0.47 379	0.48 405

UNDER WATER	0.47 350	0.47 231	0.47 366	0.47 293	0.47 424	0.47 381	0.47 415	0.47 370	0.47 414	0.47 370	0.47 425	0.47 377	0.46 408	0.47 373	0.47 411	0.47 358	0.47 385	0.47 402	0.46 422	0.47 379	0.47 403

LVE	0.47 350	0.47 231	0.47 366	0.47 293	0.49 430	0.47 381	0.47 415	0.47 370	0.49 423	0.47 370	0.47 425	0.47 377	0.46 408	0.47 373	0.47 411	0.47 358	0.47 385	0.48 410	0.47 429	0.47 379	0.47 403

GASTEREO	0.48 355	1.21 427	0.47 366	0.57 367	0.38 378	0.50 400	0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	0.38 367	0.50 395	0.38 363	0.52 380	0.42 362	0.46 393	0.34 361	0.46 366	0.34 340

LG-Stereo_Zeroshot	0.48 355	0.55 264	0.47 366	0.63 379	0.41 399	0.56 423	0.44 402	0.56 413	0.41 394	0.56 422	0.41 396	0.57 428	0.42 396	0.56 419	0.41 386	0.55 390	0.43 367	0.51 424	0.37 383	0.51 397	0.37 358

fffft	0.48 355	0.51 252	0.45 354	0.52 354	0.45 416	0.52 416	0.45 408	0.52 405	0.48 421	0.53 412	0.45 414	0.52 414	0.45 405	0.52 410	0.46 404	0.51 378	0.41 353	0.50 419	0.41 408	0.50 391	0.41 381
1: 1. 1
RainbowNet	0.48 355	0.48 237	0.48 374	0.48 298	0.48 428	0.48 386	0.48 424	0.48 374	0.48 421	0.48 377	0.48 429	0.48 384	0.48 417	0.48 381	0.48 417	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.48 405

notaker	0.48 355	0.49 239	0.48 374	0.48 298	0.48 428	0.48 386	0.48 424	0.48 374	0.49 423	0.48 377	0.48 429	0.48 384	0.48 417	0.48 381	0.48 417	0.48 363	0.48 389	0.48 410	0.48 433	0.48 383	0.49 410

LL-Strereo2	0.48 355	1.73 466	0.51 392	0.59 372	0.34 358	0.42 320	0.33 334	0.40 278	0.31 322	0.42 307	0.33 345	0.42 319	0.31 328	0.44 348	0.39 375	0.60 398	0.51 405	0.44 384	0.33 357	0.44 358	0.33 333

Former-RAFT_DAM_RVC	0.49 361	0.98 330	0.64 420	0.84 412	0.46 418	0.45 370	0.35 352	0.47 370	0.47 414	0.45 358	0.34 353	0.46 371	0.48 417	0.46 369	0.35 348	0.39 281	0.71 452	0.39 340	0.35 374	0.41 348	0.41 381

ACVNet_2	0.49 361	0.49 239	0.49 381	0.49 304	0.49 430	0.49 391	0.49 426	0.49 378	0.49 423	0.49 384	0.49 432	0.49 388	0.49 422	0.49 387	0.49 419	0.49 366	0.49 392	0.49 415	0.49 436	0.49 386	0.49 410

FoundationStereo	0.50 363	0.50 244	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

StereoAnything_RVC	0.50 363	0.50 244	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

dual_stereo	0.50 363	0.50 244	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

GCST	0.50 363	2.08 519	0.38 287	0.53 356	0.35 361	0.49 391	0.35 352	0.50 387	0.35 355	0.49 384	0.35 361	0.49 388	0.35 355	0.49 387	0.35 348	0.48 363	0.37 326	0.45 389	0.33 357	0.44 358	0.33 333

SANet	0.50 363	0.50 244	0.50 386	0.50 340	0.50 434	0.50 400	0.50 429	0.50 387	0.50 427	0.50 397	0.50 435	0.50 402	0.50 426	0.50 395	0.50 421	0.50 372	0.50 400	0.50 419	0.50 438	0.50 391	0.50 413

MSCF	0.51 368	1.40 450	0.49 381	0.58 369	0.38 378	0.50 400	0.38 371	0.54 409	0.41 394	0.52 409	0.41 396	0.53 415	0.42 396	0.53 412	0.41 386	0.60 398	0.47 385	0.48 410	0.37 383	0.48 383	0.38 365

UGAM-zero	0.51 368	2.17 528	0.39 298	0.53 356	0.36 367	0.50 400	0.36 358	0.50 387	0.36 364	0.49 384	0.36 364	0.50 402	0.35 355	0.50 395	0.36 351	0.49 366	0.37 326	0.47 402	0.35 374	0.46 366	0.34 340

UGAM	0.51 368	2.23 533	0.39 298	0.54 359	0.35 361	0.50 400	0.35 352	0.49 378	0.35 355	0.49 384	0.35 361	0.49 388	0.36 358	0.50 395	0.36 351	0.49 366	0.37 326	0.45 389	0.34 361	0.45 363	0.34 340

Selective-IGEV	0.51 368	0.55 264	0.45 354	0.69 389	0.45 416	0.61 433	0.45 408	0.50 387	0.40 384	0.56 422	0.44 410	0.55 422	0.40 378	0.72 445	0.67 454	0.59 397	0.46 377	0.45 389	0.34 361	0.46 366	0.37 358

RCA-Stereo	0.51 368	3.22 587	0.34 269	0.44 281	0.34 358	0.44 360	0.34 347	0.43 317	0.34 351	0.43 312	0.34 353	0.44 358	0.33 344	0.43 319	0.33 331	0.38 268	0.29 251	0.38 299	0.29 315	0.38 284	0.29 297

DN	0.53 373	0.85 302	0.45 354	0.65 383	0.44 412	0.60 432	0.44 402	0.60 423	0.44 405	0.60 430	0.45 414	0.60 433	0.44 401	0.60 428	0.44 398	0.56 393	0.42 362	0.56 433	0.42 416	0.56 407	0.42 388

MatchStereo	0.54 374	0.12 105	2.38 634	2.32 578	0.09 140	0.09 135	0.08 138	0.09 135	0.07 136	0.09 135	0.07 137	0.09 136	0.07 135	0.09 135	0.08 129	2.34 611	2.34 630	0.12 147	0.11 155	0.11 148	0.10 140
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
AIO-test1	0.54 374	0.60 272	0.52 395	0.66 387	0.47 424	0.61 433	0.47 415	0.58 419	0.46 409	0.61 431	0.46 417	0.61 435	0.45 405	0.62 429	0.45 400	0.61 402	0.52 407	0.57 434	0.48 433	0.57 410	0.48 405

castereo++	0.54 374	3.59 593	1.15 500	1.31 529	0.14 181	0.16 168	0.14 176	0.16 168	0.14 181	0.16 165	0.14 185	0.16 166	0.13 177	0.16 167	0.14 175	1.45 562	1.16 507	0.15 166	0.14 184	0.15 165	0.13 173

FENet	0.54 374	1.52 454	1.19 506	1.41 539	0.23 243	0.35 260	0.23 231	0.35 248	0.23 233	0.34 253	0.23 237	0.35 261	0.23 237	0.35 261	0.23 228	1.40 559	1.07 491	0.32 251	0.23 236	0.33 243	0.23 216

PSMNet_ROB	0.54 374	0.54 262	0.54 400	0.54 359	0.53 444	0.54 421	0.54 437	0.53 407	0.54 437	0.54 417	0.54 445	0.54 418	0.53 433	0.54 414	0.54 431	0.54 384	0.53 409	0.54 431	0.54 445	0.54 404	0.54 426

AIO-test2	0.55 379	0.59 270	0.52 395	0.67 388	0.47 424	0.61 433	0.47 415	0.61 426	0.47 414	0.61 431	0.47 425	0.61 435	0.48 417	0.62 429	0.47 411	0.64 409	0.53 409	0.58 435	0.47 429	0.58 411	0.48 405

CFNet-ft	0.55 379	1.57 455	0.14 148	0.20 160	0.14 181	0.20 187	2.53 645	1.61 577	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	1.56 570	1.24 585

MyStereo04	0.56 381	3.72 599	0.59 406	0.49 304	0.41 399	0.36 264	0.32 323	0.37 258	0.31 322	0.34 253	0.46 417	0.35 261	0.32 333	0.35 261	0.33 331	0.49 366	0.45 375	0.34 267	0.32 347	0.35 260	0.43 390

CASS	0.57 382	0.89 311	0.56 402	0.57 367	0.56 447	0.56 423	0.56 438	0.56 413	0.53 435	0.57 425	0.57 447	0.59 432	0.48 417	0.56 419	0.57 434	0.55 390	0.56 414	0.47 402	0.56 451	0.62 414	0.56 436
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 383	0.75 287	0.49 381	0.79 404	0.50 434	0.79 455	0.49 426	0.79 448	0.49 423	0.80 459	0.49 432	0.79 460	0.49 422	0.80 454	0.49 419	0.63 408	0.40 343	0.63 440	0.40 400	0.63 415	0.40 373

aanet-new-14k	0.60 383	5.12 626	0.39 298	0.49 304	0.30 283	0.43 327	0.30 271	0.43 317	0.30 279	0.43 312	0.30 284	0.43 326	0.30 279	0.44 348	0.30 272	0.44 312	0.37 326	0.38 299	0.26 252	0.38 284	0.26 233

LG-Stereo	0.60 383	0.58 269	0.47 366	0.64 382	0.74 485	1.00 485	0.69 471	0.57 416	0.41 394	0.57 425	0.41 396	0.57 428	0.41 390	1.00 491	0.75 486	0.91 454	0.51 405	0.52 427	0.37 383	0.52 399	0.37 358

MonSter	0.60 383	0.64 275	0.52 395	0.62 377	0.44 412	2.07 603	0.44 402	0.62 427	0.44 405	0.62 434	0.44 410	0.62 437	0.44 401	0.62 429	0.44 398	0.58 395	0.42 362	0.62 438	0.46 422	0.58 411	0.42 388

MyStereo07	0.60 383	3.72 599	0.48 374	0.49 304	0.41 399	0.36 264	0.32 323	0.49 378	0.43 402	0.51 406	0.42 406	0.49 388	0.43 399	0.51 405	0.64 445	0.49 366	0.45 375	0.34 267	0.32 347	0.35 260	0.43 390

castereo	0.61 388	3.79 601	1.35 564	1.52 543	0.15 193	0.17 175	0.16 188	0.20 185	0.21 224	0.18 176	0.16 198	0.21 192	0.12 171	0.26 229	0.17 198	1.43 561	1.38 577	0.17 178	0.16 194	0.18 180	0.16 184

WCG-NET	0.61 388	1.21 427	0.54 400	0.61 376	0.53 444	0.67 441	0.53 435	0.66 432	0.53 435	0.64 437	0.53 444	0.65 441	0.53 433	0.59 426	0.52 428	0.65 410	0.48 389	0.64 442	0.52 442	0.58 411	0.50 413

GEAStereo	0.62 390	3.91 606	0.48 374	0.69 389	0.38 378	0.51 412	0.38 371	0.51 401	0.38 370	0.53 412	0.38 376	0.50 402	0.38 367	0.51 405	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.34 340

gasm-f	0.62 390	3.91 606	0.48 374	0.69 389	0.38 378	0.51 412	0.38 371	0.51 401	0.38 370	0.53 412	0.38 376	0.50 402	0.38 367	0.51 405	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.34 340

SMoEStereo_RVC	0.63 392	0.75 287	0.51 392	0.73 400	0.53 444	0.71 447	0.47 415	0.67 433	0.58 441	0.74 453	0.60 452	0.72 450	0.53 433	0.74 449	0.51 426	0.61 402	0.62 427	0.62 438	0.61 459	0.63 415	0.61 443

anonymity	0.63 392	0.69 277	0.56 402	0.71 397	0.56 447	0.71 447	0.56 438	0.71 440	0.56 438	0.72 447	0.56 446	0.71 447	0.56 437	0.71 443	0.58 436	0.68 414	0.55 412	0.68 447	0.55 447	0.68 420	0.54 426

PAM_32	0.64 394	2.38 548	0.51 392	0.92 426	0.43 411	0.53 418	0.44 402	0.87 460	0.43 402	0.52 409	0.45 414	0.53 415	0.40 378	0.54 414	0.46 404	0.62 406	0.56 414	0.48 410	0.45 420	0.76 435	0.44 393

CRFU-Net	0.65 395	1.67 458	1.22 556	1.96 562	0.27 258	0.41 300	0.27 248	0.41 293	0.27 258	0.40 279	0.26 255	0.41 301	0.27 259	0.40 285	0.27 245	1.80 576	1.62 598	0.34 267	0.23 236	0.33 243	0.23 216

LMCR-Stereo	0.65 395	0.63 273	0.65 424	0.65 383	0.65 464	0.66 440	0.63 449	0.58 419	0.65 455	0.63 436	0.64 460	0.65 441	0.65 453	0.66 436	0.66 453	0.66 412	0.64 430	0.65 445	0.67 477	0.68 420	0.73 476

KSHMR	0.66 397	0.50 244	0.48 374	1.15 461	0.52 441	0.49 391	0.51 433	0.49 378	0.71 483	0.67 441	0.50 435	1.16 518	1.11 516	0.66 436	0.52 428	0.49 366	0.49 392	0.51 424	0.66 473	0.50 391	1.14 526

TorneroNet	0.66 397	0.53 258	0.50 386	0.50 340	0.64 462	1.06 501	0.70 477	0.50 387	0.51 434	0.49 384	0.69 477	0.49 388	0.50 426	0.48 381	1.15 528	0.71 421	0.49 392	1.14 516	1.08 527	0.49 386	0.49 410

GES	0.66 397	2.34 544	0.29 230	0.41 262	0.29 273	0.41 300	0.29 266	0.42 311	0.29 268	0.40 279	0.41 396	0.41 301	0.30 279	0.51 405	0.29 265	0.32 233	0.29 251	0.32 251	2.46 649	2.49 611	0.30 310

cf-r	0.66 397	2.17 528	0.12 123	0.18 153	0.12 175	0.18 179	2.70 649	2.60 624	0.12 175	0.18 176	0.12 167	0.18 178	0.12 171	0.18 177	0.12 164	0.15 141	0.11 121	0.15 166	0.11 155	1.81 582	1.74 623

DSFCA	0.66 397	0.73 284	0.78 459	0.65 383	0.65 464	0.64 438	0.64 450	0.65 430	0.63 452	0.64 437	0.64 460	0.64 438	0.64 450	0.65 435	0.65 449	0.65 410	0.65 432	0.65 445	0.65 471	0.66 418	0.64 454

DEFOM-Stereo	0.68 402	3.11 583	1.40 578	1.63 552	0.25 250	0.31 244	0.25 238	0.31 236	0.28 262	0.31 241	0.29 272	0.29 240	0.27 259	0.31 247	0.28 254	1.59 569	1.47 583	0.30 242	0.29 315	0.30 228	0.28 291

ssnet_v2	0.68 402	1.96 515	1.25 560	0.29 200	0.20 227	0.30 238	0.20 214	0.29 229	0.22 227	1.50 579	0.20 227	0.31 248	0.20 225	0.27 233	0.22 221	0.24 201	1.49 584	0.26 229	0.18 222	3.90 634	0.19 208

ARAFT	0.68 402	0.81 297	0.63 418	0.74 401	0.60 451	0.78 453	0.62 448	0.77 447	0.66 458	0.74 453	0.63 458	0.75 455	0.62 449	0.83 463	0.60 441	0.70 420	0.55 412	0.70 454	0.60 456	0.78 439	0.55 433

mm2	0.69 405	0.69 277	0.69 439	0.69 389	0.69 474	0.69 442	0.69 471	0.69 435	0.69 470	0.69 444	0.69 477	0.69 444	0.69 469	0.69 440	0.69 469	0.69 415	0.69 445	0.69 450	0.69 482	0.69 424	0.69 463

mm1	0.69 405	0.69 277	0.69 439	0.69 389	0.69 474	0.69 442	0.69 471	0.69 435	0.69 470	0.69 444	0.69 477	0.69 444	0.69 469	0.69 440	0.69 469	0.69 415	0.69 445	0.69 450	0.69 482	0.69 424	0.69 463

NINENet	0.69 405	3.87 605	1.20 509	1.98 563	0.05 121	0.40 284	0.04 103	0.40 278	0.05 119	0.41 293	0.04 110	0.41 301	0.05 112	0.40 285	0.05 110	1.79 575	1.56 590	0.34 267	0.22 230	0.34 247	0.23 216

VIP-Stereo	0.70 408	2.97 580	2.43 635	2.49 585	0.16 203	0.25 220	0.16 188	0.25 215	0.16 197	0.25 217	0.18 221	0.25 220	0.16 194	0.26 229	0.16 192	1.86 577	1.26 560	0.23 210	0.15 192	0.23 206	0.15 183

RAFT-Stereo + iAFF	0.70 408	0.72 283	0.71 445	0.80 407	0.62 461	0.82 462	0.61 447	0.81 454	0.62 449	0.81 462	0.63 458	0.80 462	0.70 473	0.73 447	0.61 443	0.76 434	0.61 426	0.74 461	0.61 459	0.77 437	0.61 443

DMCA-RVC	0.70 408	0.80 294	0.70 442	0.70 395	0.70 478	0.70 445	0.70 477	0.71 440	0.70 478	0.70 446	0.71 486	0.71 447	0.70 473	0.70 442	0.69 469	0.69 415	0.70 448	0.69 450	0.70 486	0.69 424	0.70 466

MyStereo8	0.71 411	3.92 608	0.52 395	0.59 372	0.52 441	0.57 429	0.53 435	0.59 421	0.50 427	0.59 429	0.51 441	0.57 428	0.50 426	0.56 419	0.52 428	0.54 384	0.49 392	0.54 431	0.49 436	0.55 405	0.50 413

HH	0.71 411	2.54 554	0.74 453	1.10 452	0.32 336	0.41 300	0.37 364	0.69 435	0.78 493	0.73 448	0.90 509	0.75 455	1.00 504	0.84 464	0.69 469	0.69 415	0.40 343	0.35 283	0.26 252	0.35 260	0.26 233

HanStereo	0.71 411	2.54 554	0.74 453	1.10 452	0.32 336	0.41 300	0.37 364	0.69 435	0.78 493	0.73 448	0.90 509	0.75 455	1.00 504	0.84 464	0.69 469	0.69 415	0.40 343	0.35 283	0.26 252	0.35 260	0.26 233

CAR	0.72 414	0.76 289	0.59 406	0.84 412	1.19 542	0.81 459	0.58 441	0.81 454	0.58 441	0.81 462	0.58 449	0.83 467	0.59 443	0.82 458	0.59 439	0.71 421	0.49 392	0.73 456	0.68 478	0.87 456	0.52 421

MSE-Stereo	0.72 414	0.76 289	0.59 406	0.84 412	1.19 542	0.81 459	0.58 441	0.81 454	0.58 441	0.81 462	0.58 449	0.83 467	0.59 443	0.82 458	0.59 439	0.71 421	0.49 392	0.73 456	0.68 478	0.87 456	0.52 421

zero-FE	0.72 414	1.31 441	0.66 426	0.92 426	0.60 451	0.82 462	0.58 441	0.82 457	0.58 441	0.81 462	0.60 452	0.81 465	0.60 445	0.82 458	0.58 436	0.74 431	0.59 421	0.73 456	0.52 442	0.76 435	0.51 420

ktn	0.72 414	0.53 258	1.08 494	1.14 458	0.51 440	1.22 562	1.36 594	0.51 401	0.59 445	0.51 406	0.51 441	0.69 444	1.20 528	0.67 438	0.51 426	0.51 378	0.49 392	0.58 435	0.66 473	0.52 399	0.53 423

MGA	0.73 418	0.76 289	0.60 410	0.92 426	1.17 538	0.81 459	0.59 445	0.84 458	0.62 449	0.81 462	0.59 451	0.84 469	0.60 445	0.81 457	0.61 443	0.71 421	0.53 409	0.89 485	0.53 444	0.75 433	0.54 426

DStereoRT	0.73 418	0.81 297	0.73 452	0.71 397	0.74 485	0.73 449	0.75 485	0.71 440	0.71 483	0.74 453	0.72 489	0.73 452	0.80 489	0.71 443	0.73 481	0.76 434	0.71 452	0.73 456	0.72 491	0.70 427	0.76 483

CroCo-Stereo	0.73 418	1.22 433	0.25 211	1.22 515	0.25 250	1.22 562	0.25 238	1.22 556	0.25 241	1.22 564	0.25 250	1.22 567	0.25 243	1.22 567	0.25 239	1.22 545	0.26 221	1.21 575	0.25 246	1.22 555	0.25 227
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
AFF-stereo	0.73 418	0.88 308	0.67 430	0.75 402	0.68 473	0.75 450	0.64 450	0.80 451	0.72 486	0.83 467	0.70 481	0.82 466	0.64 450	0.84 464	0.67 454	0.77 436	0.63 429	0.81 473	0.63 462	0.78 439	0.62 446

monster-pro	0.75 422	1.67 458	0.64 420	0.89 418	0.57 449	0.86 468	0.56 438	0.87 460	0.56 438	0.87 468	0.57 447	0.88 472	0.57 438	0.87 469	0.57 434	0.79 437	0.58 418	0.76 464	0.54 445	0.77 437	0.54 426

AIO-Stereo-zeroshot1	0.75 422	0.92 321	0.85 470	0.96 438	0.59 450	1.27 566	0.44 402	0.59 421	0.69 470	0.91 474	0.68 472	0.55 422	0.61 448	1.06 505	0.83 499	0.62 406	0.70 448	0.90 486	0.41 408	0.89 460	0.56 436

MyStereo06	0.75 422	4.12 610	0.60 410	0.63 379	0.61 456	0.62 436	0.66 455	0.56 413	0.45 408	0.55 420	0.48 429	0.54 418	0.46 408	0.57 424	0.45 400	0.60 398	0.57 416	0.64 442	0.55 447	0.72 429	0.55 433

GCAP-Stereo	0.75 422	4.15 613	0.42 349	0.75 402	0.35 361	0.78 453	0.40 385	0.79 448	0.38 370	0.78 457	0.36 364	0.78 458	0.36 358	0.79 452	0.39 375	0.75 432	0.39 340	0.76 464	0.39 399	0.75 433	0.39 371

GANet-RSSM	0.75 422	1.91 508	0.14 148	0.47 293	0.14 181	0.21 197	3.21 666	2.30 610	0.14 181	0.46 364	0.14 185	0.23 207	0.18 216	0.21 194	0.14 175	0.18 167	0.27 231	0.37 291	0.13 179	2.13 593	2.12 633

RSM++	0.76 427	0.82 299	0.66 426	0.85 416	0.64 462	0.85 466	0.71 480	0.94 476	0.64 453	0.87 468	0.67 467	0.87 471	0.65 453	0.84 464	0.65 449	0.81 442	0.70 448	0.79 468	0.71 489	0.83 451	0.70 466

DNS	0.77 428	1.09 364	0.65 424	0.89 418	0.65 464	0.89 473	0.65 454	0.89 465	0.65 455	0.89 471	0.65 463	0.89 475	0.65 453	0.90 474	0.65 449	0.84 449	0.62 427	0.84 479	0.61 459	0.84 453	0.62 446

CroCo-Stereo Lap2	0.77 428	1.29 437	0.29 230	1.27 520	0.29 273	1.27 566	0.26 245	1.26 559	0.26 254	1.26 565	0.26 255	1.27 571	0.26 252	1.26 568	0.27 245	1.27 548	0.27 231	1.27 579	0.27 289	1.27 559	0.27 271

PSMNet-RSSM	0.77 428	2.76 571	0.14 148	0.20 160	0.14 181	0.20 187	2.66 647	2.79 637	0.14 181	0.21 195	0.14 185	0.21 192	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 615	2.31 638

GwcNet-RSSM	0.77 428	2.77 573	0.14 148	0.20 160	0.14 181	0.20 187	2.67 648	2.78 636	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.21 194	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.52 615	2.31 638

4D-IteraStereo	0.78 432	3.13 584	0.89 471	0.69 389	0.32 336	0.40 284	0.32 323	0.76 446	0.97 517	0.52 409	0.65 463	0.89 475	0.32 333	0.76 451	0.98 511	0.83 447	0.94 480	0.35 283	0.27 289	0.70 427	0.89 498

Pro-Stereo	0.79 433	0.53 258	0.38 287	0.49 304	0.38 378	0.49 391	0.37 364	0.49 378	0.67 459	0.50 397	0.38 376	1.10 510	0.38 367	0.49 387	0.38 363	0.71 421	0.88 474	5.98 682	0.36 380	0.46 366	0.36 353

hitnet-ft	0.79 433	2.78 576	0.14 148	0.20 160	0.14 181	0.21 197	2.89 650	2.80 638	0.14 181	0.20 184	0.14 185	0.20 185	0.14 181	0.20 184	0.14 175	0.17 159	0.12 135	0.17 178	0.12 170	2.54 623	2.33 640

G-Net	0.79 433	0.79 293	0.79 462	0.79 404	0.79 498	0.79 455	0.79 490	0.79 448	0.79 497	0.79 458	0.79 501	0.79 460	0.79 488	0.79 452	0.79 491	0.79 437	0.79 465	0.79 468	0.79 502	0.79 441	0.79 488

MyStereo05	0.80 436	4.12 610	0.63 418	0.63 379	0.61 456	0.62 436	0.66 455	0.65 430	0.62 449	0.67 441	0.61 456	0.65 441	0.58 441	0.67 438	0.55 433	0.60 398	0.57 416	0.64 442	0.55 447	0.72 429	0.55 433

UDG	0.80 436	2.21 532	0.60 410	0.91 423	0.60 451	0.90 474	0.58 441	0.88 464	0.60 446	0.90 472	0.60 452	0.88 472	0.60 445	0.90 474	0.58 436	0.86 452	0.60 422	0.84 479	0.59 455	0.84 453	0.61 443

ccnet	0.80 436	2.28 536	0.33 259	0.50 340	0.33 348	0.50 400	0.33 334	0.50 387	0.33 342	0.49 384	0.33 345	0.49 388	1.56 593	2.38 614	0.33 331	0.41 296	0.29 251	0.42 381	1.57 609	2.28 599	0.29 297

NaN_ROB	0.80 436	0.80 294	0.80 463	0.80 407	0.80 501	0.80 457	0.80 493	0.80 451	0.80 499	0.80 459	0.80 503	0.80 462	0.80 489	0.80 454	0.80 494	0.80 439	0.80 468	0.80 471	0.80 504	0.80 444	0.80 489

CSAN	0.80 436	0.80 294	0.80 463	0.80 407	0.80 501	0.80 457	0.80 493	0.80 451	0.80 499	0.80 459	0.80 503	0.80 462	0.80 489	0.80 454	0.80 494	0.80 439	0.80 468	0.80 471	0.80 504	0.80 444	0.80 489

GSStereo	0.81 441	4.28 616	0.50 386	0.59 372	0.40 389	0.51 412	0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 663	0.50 395	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.35 350

BSDual-CNN	0.81 441	1.91 508	0.92 478	4.48 634	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 588	4.19 660	0.33 258	0.23 236	0.34 247	0.27 271

DDUNet	0.81 441	2.45 552	0.57 404	0.90 421	0.60 451	0.88 470	0.59 445	0.90 466	0.60 446	0.88 470	0.60 452	0.90 477	0.58 441	0.88 471	0.60 441	0.84 449	0.60 422	0.86 482	0.57 453	0.86 455	0.60 441

R-Stereo Train	0.81 441	0.96 327	0.67 430	0.95 435	0.67 469	0.95 480	0.68 463	0.95 478	0.68 465	0.95 483	0.68 472	0.96 488	0.68 463	0.96 487	0.68 461	0.94 463	0.68 439	0.94 499	0.68 478	0.94 475	0.68 461

RAFT-Stereo	0.81 441	0.96 327	0.67 430	0.95 435	0.67 469	0.95 480	0.68 463	0.95 478	0.68 465	0.95 483	0.68 472	0.96 488	0.68 463	0.96 487	0.68 461	0.94 463	0.68 439	0.94 499	0.68 478	0.94 475	0.68 461
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 446	1.72 461	1.48 582	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 583	0.23 237	0.28 234	0.26 252	0.20 184	0.15 185	0.24 201	1.33 568	0.32 251	0.16 194	6.75 673	0.23 216

scenet	0.82 446	1.72 461	1.48 582	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 583	0.23 237	0.28 234	0.26 252	0.20 184	0.15 185	0.24 201	1.33 568	0.32 251	0.16 194	6.75 673	0.23 216

ssnet	0.82 446	1.72 461	1.48 582	0.39 237	0.15 193	0.31 244	0.21 219	0.20 185	0.25 241	1.61 583	0.23 237	0.28 234	0.26 252	0.20 184	0.15 185	0.24 201	1.33 568	0.32 251	0.16 194	6.75 673	0.23 216

DEFOM-Stereo_RVC	0.83 449	5.18 628	1.98 623	2.19 569	0.17 209	0.19 182	0.18 206	0.19 179	0.16 197	0.20 184	0.19 223	0.22 200	0.22 231	0.20 184	0.15 185	2.28 605	2.13 625	0.24 219	0.17 216	0.18 180	0.16 184

BUS	0.83 449	1.91 508	0.92 478	4.48 634	0.02 22	0.40 284	0.04 103	0.41 293	0.02 22	0.48 377	0.03 56	0.41 301	0.05 112	0.03 43	0.05 110	1.97 588	4.19 660	0.33 258	0.23 236	0.34 247	0.27 271

PDISCO_ROB	0.83 449	2.80 577	3.49 657	0.14 121	0.11 162	0.17 175	0.09 139	0.15 167	0.10 144	0.15 160	0.12 167	0.16 166	0.14 181	3.30 644	0.13 171	0.14 133	2.34 630	0.16 170	0.12 170	2.62 624	0.10 140

WQFJA1++	0.84 452	0.98 330	0.67 430	1.26 519	0.75 487	1.00 485	0.67 459	1.00 480	0.67 459	1.00 485	0.67 467	1.00 491	0.67 459	1.00 491	0.67 454	0.96 465	0.67 434	0.91 489	0.63 462	0.92 466	0.63 448

WQFJX1	0.84 452	0.98 330	0.67 430	1.30 527	0.75 487	1.01 492	0.67 459	1.01 488	0.67 459	1.01 495	0.67 467	1.01 498	0.68 463	1.00 491	0.68 461	0.98 470	0.67 434	0.92 492	0.64 467	0.92 466	0.64 454

NLMM	0.84 452	1.00 339	0.67 430	1.27 520	0.75 487	1.00 485	0.68 463	1.00 480	0.67 459	1.00 485	0.67 467	1.02 502	0.67 459	1.02 502	0.67 454	0.97 466	0.67 434	0.93 495	0.63 462	0.92 466	0.63 448

AIO-Stereo	0.84 452	0.66 276	0.70 442	0.83 411	0.67 469	0.98 483	0.82 500	1.14 498	0.72 486	1.03 501	0.74 493	1.03 503	1.09 515	0.99 489	0.45 400	1.04 477	0.73 455	0.95 501	0.74 493	0.94 475	0.46 396

DCRE	0.84 452	1.89 505	0.77 458	0.94 433	0.72 482	0.88 470	0.73 483	0.87 460	0.78 493	0.90 472	0.71 486	0.88 472	0.67 459	0.88 471	0.73 481	0.81 442	0.68 439	0.81 473	0.70 486	0.82 449	0.70 466

iGMRVC	0.84 452	2.85 578	0.72 448	0.72 399	0.73 483	0.77 451	0.79 490	0.73 443	0.74 491	0.73 448	0.72 489	0.73 452	0.76 483	0.73 447	0.73 481	0.72 427	0.73 455	0.73 456	0.72 491	0.73 432	0.72 473

WQFJA1	0.85 458	0.98 330	0.67 430	1.29 525	0.76 492	1.01 492	0.67 459	1.02 492	0.67 459	1.02 499	0.67 467	1.01 498	0.67 459	1.01 498	0.68 461	0.99 471	0.67 434	0.93 495	0.64 467	0.92 466	0.65 456

WQFJX	0.85 458	1.00 339	0.68 437	1.30 527	0.75 487	1.01 492	0.68 463	1.01 488	0.68 465	1.01 495	0.68 472	1.03 503	0.68 463	1.02 502	0.67 454	0.97 466	0.67 434	0.93 495	0.63 462	0.94 475	0.63 448

NLSM3	0.85 458	0.99 337	0.68 437	1.29 525	0.76 492	1.01 492	0.68 463	1.01 488	0.68 465	1.02 499	0.68 472	1.01 498	0.68 463	1.01 498	0.68 461	0.97 466	0.68 439	0.93 495	0.64 467	0.93 471	0.63 448

NLMM1	0.86 461	0.98 330	0.69 439	1.48 542	0.75 487	1.01 492	0.69 471	1.00 480	0.69 470	1.00 485	0.70 481	1.00 491	0.68 463	1.01 498	0.67 454	0.97 466	0.68 439	0.92 492	0.63 462	0.93 471	0.63 448

AdaDepth	0.86 461	0.93 323	0.71 445	1.01 446	1.07 528	1.02 498	0.71 480	1.00 480	0.71 483	1.01 495	0.71 486	1.00 491	0.72 478	1.14 516	0.71 479	0.92 457	0.64 430	0.90 486	0.64 467	0.89 460	0.69 463

GEStereo_RVC	0.86 461	4.45 617	0.20 191	0.27 198	0.20 227	0.27 233	0.20 214	0.26 221	0.18 213	5.03 674	0.20 227	0.27 233	0.19 221	0.27 233	0.21 219	0.20 174	0.19 198	0.19 190	4.02 678	0.20 187	0.18 206

Selective-RAFT-Error	0.88 464	0.84 300	0.98 483	0.86 417	0.97 517	0.88 470	0.95 511	0.84 458	0.99 520	0.92 476	0.82 505	0.84 469	0.98 503	0.87 469	0.97 510	0.81 442	0.83 471	0.79 468	0.82 507	0.79 441	0.85 494

IER	0.88 464	7.04 647	2.23 628	2.75 590	0.28 263	0.43 327	0.25 238	0.39 271	0.25 241	0.41 293	0.27 259	0.39 280	0.25 243	0.40 285	0.28 254	0.37 257	0.28 237	0.37 291	0.25 246	0.37 271	0.25 227

Selective-RAFT	0.89 466	0.89 311	0.72 448	1.16 466	0.78 496	1.06 501	0.82 500	0.87 460	0.97 517	1.00 485	0.91 512	0.90 477	1.00 504	0.89 473	0.93 507	0.83 447	0.83 471	0.82 477	0.82 507	0.81 447	0.82 492

AIO-Stereo-zeroshot	0.91 467	0.86 304	0.89 471	1.25 518	0.69 474	1.05 500	0.81 497	1.16 502	0.50 427	1.12 511	0.97 517	0.72 450	0.82 493	1.06 505	0.95 508	0.61 402	0.87 473	1.03 513	0.85 510	1.04 487	1.01 515

CFNet-RSSM	0.91 467	4.89 623	0.34 269	0.44 281	1.07 528	1.62 588	1.40 601	0.91 468	0.35 355	1.60 580	1.39 601	0.64 438	0.34 349	0.44 348	0.33 331	0.41 296	0.35 317	0.75 462	0.30 329	0.41 348	0.29 297

MLG-Stereo	0.92 469	0.90 314	0.84 469	1.27 520	0.49 430	1.38 576	0.88 503	1.41 573	0.97 517	0.73 448	1.09 527	1.26 568	0.43 399	0.72 445	1.05 520	1.13 490	0.49 392	1.18 526	0.66 473	1.01 484	0.46 396

ToySt	0.92 469	2.11 522	0.90 474	0.95 435	0.79 498	0.99 484	0.78 489	0.94 476	0.81 502	0.94 481	0.78 499	0.95 487	0.77 485	0.94 483	0.86 501	0.91 454	0.79 465	0.85 481	0.77 498	0.89 460	0.73 476

DPSM_ROB	0.92 469	0.91 316	0.91 476	0.91 423	0.92 512	0.92 476	0.92 507	0.92 471	0.91 507	0.93 479	0.91 512	0.92 480	0.90 496	0.91 476	0.92 503	0.92 457	0.91 476	0.91 489	0.92 511	0.93 471	0.93 502

DPSM	0.92 469	0.91 316	0.91 476	0.91 423	0.92 512	0.92 476	0.92 507	0.92 471	0.91 507	0.93 479	0.91 512	0.92 480	0.90 496	0.91 476	0.92 503	0.92 457	0.91 476	0.91 489	0.92 511	0.93 471	0.93 502

pmcnn	0.92 469	0.92 321	0.92 478	0.92 426	0.92 512	0.92 476	0.92 507	0.92 471	0.92 511	0.92 476	0.92 515	0.92 480	0.92 498	0.92 480	0.92 503	0.92 457	0.92 478	0.92 492	0.92 511	0.92 466	0.92 501

error version	0.93 474	4.47 618	2.35 631	1.99 564	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	1.87 579	2.16 626	0.47 402	0.37 383	0.39 325	0.33 333

test_1	0.93 474	4.47 618	2.35 631	1.99 564	0.37 371	0.41 300	0.36 358	0.41 293	0.35 355	0.43 312	0.36 364	0.41 301	0.40 378	0.41 300	0.36 351	1.87 579	2.16 626	0.47 402	0.37 383	0.39 325	0.33 333

DGTPSM_ROB	0.93 474	1.00 339	0.92 478	0.94 433	0.96 516	0.91 475	0.92 507	0.91 468	0.96 516	0.91 474	0.96 516	0.93 483	0.92 498	0.94 483	0.92 503	0.92 457	0.92 478	0.90 486	0.92 511	0.94 475	0.91 500

HSM-Net_RVC	0.95 477	1.17 377	0.78 459	1.18 468	0.71 480	1.16 515	0.75 485	1.09 496	0.80 499	1.10 505	0.75 494	1.17 519	0.74 480	1.17 519	0.80 494	1.13 490	0.73 455	1.17 523	0.77 498	1.16 497	0.72 473
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 478	3.17 586	2.30 630	2.42 582	0.38 378	0.54 421	0.38 371	0.54 409	0.38 370	0.54 417	0.38 376	0.54 418	0.38 367	0.54 414	0.38 363	2.38 614	2.34 630	0.49 415	0.36 380	0.49 386	0.36 353

DPSimNet_ROB	0.97 478	1.18 379	0.81 466	1.10 452	0.91 511	1.02 498	0.82 500	1.04 493	0.91 507	1.03 501	0.86 508	1.28 572	0.82 493	1.03 504	0.89 502	1.17 494	0.81 470	1.02 511	0.82 507	1.08 489	0.81 491

test-3	0.98 480	4.13 612	1.85 612	1.85 555	0.61 456	0.69 442	0.37 364	0.63 428	0.61 448	0.66 440	0.51 441	0.73 452	0.44 401	0.57 424	0.54 431	1.68 573	1.81 610	0.40 353	0.43 418	0.66 418	0.50 413

Test_v1	1.00 481	1.00 339	1.00 485	1.00 442	1.00 518	1.00 485	1.00 515	1.00 480	1.00 521	1.00 485	1.00 519	1.00 491	1.00 504	1.00 491	1.00 513	1.00 472	1.00 482	1.00 506	1.00 518	1.00 480	1.00 510

Wavelet-MonSter	1.00 481	1.21 427	0.76 456	1.94 559	1.01 523	1.11 510	0.76 487	1.15 499	0.76 492	1.11 510	0.76 495	1.14 516	0.76 483	1.11 513	0.76 488	1.21 543	0.90 475	1.02 511	0.71 489	1.02 486	0.71 472

999	1.00 481	1.12 370	0.59 406	1.10 452	1.21 590	1.09 506	0.52 434	1.08 494	1.43 603	1.18 516	1.35 595	0.98 490	0.52 432	0.91 476	0.85 500	0.72 427	1.46 582	0.83 478	0.98 516	0.68 420	1.41 598

DispNO	1.00 481	0.63 273	0.43 350	3.45 618	0.44 412	0.65 439	0.43 401	0.64 429	0.43 402	0.64 437	0.43 408	0.64 438	3.03 641	0.64 434	0.43 397	4.55 649	0.43 367	0.63 440	0.43 418	0.63 415	0.43 390

GANet	1.00 481	1.00 339	1.00 485	1.00 442	1.00 518	1.00 485	1.00 515	1.00 480	1.00 521	1.00 485	1.00 519	1.00 491	1.00 504	1.00 491	1.00 513	1.00 472	1.00 482	1.00 506	1.00 518	1.00 480	1.00 510

TDLM	1.00 481	1.00 339	1.00 485	1.00 442	1.00 518	1.00 485	1.00 515	1.00 480	1.00 521	1.00 485	1.00 519	1.00 491	1.00 504	1.00 491	1.00 513	1.00 472	1.00 482	1.00 506	1.00 518	1.00 480	1.00 510

CVANet_RVC	1.00 481	1.00 339	1.00 485	1.00 442	1.00 518	1.00 485	1.00 515	1.00 480	1.00 521	1.00 485	1.00 519	1.00 491	1.00 504	1.00 491	1.00 513	1.00 472	1.00 482	1.00 506	1.00 518	1.00 480	1.00 510

trnet	1.01 488	1.01 348	1.01 489	1.01 446	1.01 523	1.01 492	1.01 519	1.01 488	1.01 525	1.01 495	1.01 523	1.01 498	1.01 511	1.01 498	1.01 517	1.01 476	1.01 487	1.01 510	1.01 524	1.01 484	1.01 515

LL-Strereo	1.01 488	5.06 625	1.63 591	0.70 395	1.43 601	0.56 423	0.46 410	0.57 416	0.50 427	0.57 425	0.50 435	1.58 583	0.49 422	0.59 426	0.50 421	1.64 572	0.52 407	0.51 424	1.37 596	0.52 399	0.45 395

FlowAnything_test	1.02 490	1.72 461	0.71 445	1.59 545	0.70 478	1.61 586	0.69 471	1.61 577	0.70 478	1.60 580	0.70 481	1.61 587	0.69 469	1.61 584	0.70 477	0.81 442	0.58 418	0.81 473	0.55 447	0.81 447	0.56 436

FlowAnything	1.02 490	1.71 460	0.72 448	1.59 545	0.69 474	1.60 585	0.69 471	1.61 577	0.70 478	1.60 580	0.69 477	1.60 584	0.69 469	1.61 584	0.69 469	0.81 442	0.58 418	0.81 473	0.56 451	0.82 449	0.56 436

Hybrid-DGEV	1.03 492	1.75 467	0.80 463	1.28 524	0.78 496	1.26 565	0.80 493	1.26 559	0.78 493	1.26 565	0.78 499	1.26 568	0.78 487	1.26 568	0.78 490	1.15 493	0.75 458	1.14 516	0.74 493	1.14 492	0.75 480

tt45	1.04 493	0.88 308	1.36 572	0.92 426	1.03 526	1.51 584	0.79 490	0.70 439	0.88 505	0.74 453	0.90 509	1.60 584	0.72 478	1.60 582	0.75 486	0.91 454	0.78 463	1.52 592	0.79 502	1.14 492	1.32 590

Hybrid-DGEV-2	1.05 494	1.83 493	0.83 467	1.33 531	0.82 504	1.30 568	0.81 497	1.26 559	0.79 497	1.29 567	0.79 501	1.26 568	0.80 489	1.26 568	0.79 491	1.20 497	0.78 463	1.18 526	0.77 498	1.20 507	0.77 485

Hybrid-DGEV-03	1.07 495	1.83 493	0.83 467	1.34 532	0.81 503	1.32 570	0.81 497	1.31 566	0.81 502	1.31 568	0.82 505	1.32 573	0.82 493	1.32 573	0.81 497	1.19 495	0.77 461	1.19 528	0.76 496	1.19 505	0.77 485

GLC_STEREO	1.07 495	1.01 348	1.06 492	1.07 450	1.05 527	1.06 501	1.08 524	1.08 494	1.05 529	1.07 503	1.06 525	1.08 506	1.05 513	1.06 505	1.10 523	1.07 479	1.09 497	1.05 514	1.05 526	1.06 488	1.12 522

FC-DCNN	1.07 495	1.09 364	0.98 483	0.89 418	0.52 441	1.41 580	0.91 506	1.21 555	1.24 589	1.96 592	2.05 647	1.91 593	1.30 581	1.27 571	1.08 522	0.80 439	0.60 422	0.58 435	0.41 408	0.68 420	0.54 426

hknet	1.10 498	1.85 499	3.49 657	4.48 634	0.02 22	0.42 320	0.06 132	0.41 293	0.02 22	0.48 377	0.03 56	0.41 301	0.03 53	0.42 313	0.03 52	4.39 646	4.19 660	0.33 258	0.23 236	0.34 247	0.27 271

test_xeample3	1.10 498	1.81 483	0.61 416	0.84 412	0.49 430	0.77 451	0.66 455	0.92 471	1.40 601	0.68 443	0.46 417	0.78 458	0.54 436	1.72 587	1.48 603	1.34 553	1.52 586	1.35 585	1.67 622	1.33 562	1.55 603

DISCO	1.11 500	0.39 189	5.28 670	0.39 237	0.20 227	0.39 282	0.27 248	0.39 271	0.22 227	0.38 267	0.20 227	0.38 275	0.20 225	6.95 685	0.22 221	0.30 225	0.21 203	0.27 233	0.21 227	5.25 666	0.21 212

Occ-G	1.12 501	0.52 254	3.72 662	3.50 622	0.50 434	0.56 423	0.47 415	0.54 409	0.46 409	0.54 417	0.41 396	0.54 418	0.42 396	0.52 410	0.42 394	3.42 638	4.02 659	0.52 427	0.45 420	0.51 397	0.44 393

AEACV	1.12 501	0.52 254	3.12 653	3.24 607	0.86 505	0.53 418	0.49 426	0.60 423	0.47 414	0.53 412	0.49 432	0.55 422	0.45 405	0.55 418	0.47 411	3.01 633	3.88 657	0.71 455	0.60 456	0.80 444	0.48 405

LiteMatch	1.13 503	0.73 284	2.80 639	3.23 605	0.61 456	0.83 464	0.68 463	0.73 443	0.69 470	1.00 485	0.77 497	0.94 485	0.57 438	0.82 458	0.64 445	2.97 631	2.43 633	0.68 447	0.32 347	0.56 407	0.70 466

Lsterematch	1.13 503	0.73 284	2.80 639	3.23 605	0.61 456	0.83 464	0.68 463	0.73 443	0.69 470	1.00 485	0.77 497	0.94 485	0.57 438	0.82 458	0.64 445	2.97 631	2.43 633	0.68 447	0.32 347	0.56 407	0.70 466

MSMD_ROB	1.19 505	1.10 369	0.70 442	1.10 452	0.60 451	1.10 507	0.70 477	1.10 497	0.70 478	1.10 505	0.70 481	1.10 510	0.70 473	7.00 686	0.70 477	1.10 483	0.70 448	1.10 515	0.70 486	1.10 490	0.70 466

MM-Stereo_test2	1.20 506	1.85 499	1.05 491	1.46 541	0.94 515	1.36 574	0.99 514	1.36 568	0.95 514	1.41 575	0.98 518	1.40 579	0.96 500	1.37 575	0.95 508	1.37 558	1.06 490	1.33 582	0.93 515	1.29 561	0.89 498

ours_stereo	1.20 506	1.21 427	0.90 474	1.64 553	1.11 530	1.35 572	0.67 459	1.76 584	0.93 512	1.70 588	1.10 528	1.39 577	0.75 482	1.41 577	0.81 497	1.60 571	1.03 489	1.33 582	1.00 518	1.61 572	0.72 473

DisPM	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

CrosDoStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

PFNet+	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

LCNet	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

HHNet	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

Patchmatch Stereo++	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536
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	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

STrans-v2	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

TransformOpticalFlow	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

OMP-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

IIG-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

NF-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

OCTAStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

PSM-softLoss	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

KMStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

NRIStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

PSM-adaLoss	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

PSM-AAD	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

FTStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

ROB_FTStereo_v2	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

ROB_FTStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

Consistency-Raft	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

KYRaft	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

HUI-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

ASMatch	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

DeepStereo_LL	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

DEmStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

SST-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

THIR-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

RAFT_R40	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

DRaft	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

PFNet	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

GrayStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

RE-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

Pruner-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

TVStereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

DeepStereo_RVC	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

RAFT-RH_RVC	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

IRAFT_RVC	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

RAFT-345	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

iRAFT	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

CRE-IMP	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

GMM-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

RAFT-IKP	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

Prome-Stereo	1.20 506	1.20 381	1.20 509	1.20 470	1.20 544	1.20 516	1.20 536	1.20 510	1.20 541	1.20 518	1.20 538	1.20 521	1.20 528	1.20 521	1.20 538	1.20 497	1.20 512	1.20 530	1.20 538	1.20 507	1.20 536

qqai	1.22 553	1.38 448	1.12 495	1.39 538	1.14 531	1.40 578	1.14 528	1.41 573	1.12 530	1.40 574	1.11 529	1.40 579	1.13 517	1.41 577	1.15 528	1.25 546	0.97 481	1.24 577	1.01 524	1.24 556	0.96 505

HCRNet	1.22 553	7.11 648	3.00 641	3.55 623	0.33 348	0.29 237	0.14 176	0.19 179	0.15 192	0.33 251	0.29 272	0.25 220	0.14 181	0.22 198	0.33 331	3.64 639	3.00 637	0.76 464	0.32 347	0.18 180	0.13 173

HBP-ISP	1.24 555	1.72 461	1.65 592	1.15 461	0.76 492	1.40 578	0.88 503	1.67 583	1.02 526	1.69 587	1.38 600	1.69 588	1.21 574	1.87 594	1.21 583	1.05 478	0.79 465	0.97 504	0.80 504	1.19 505	0.75 480

AANet_RVC	1.26 556	0.31 168	4.99 668	5.93 660	0.20 227	0.25 220	0.20 214	0.25 215	0.20 221	0.23 202	0.19 223	0.25 220	0.20 225	0.25 218	0.20 216	5.66 670	4.76 663	0.26 229	0.30 329	0.24 210	0.27 271

MM-Stereo_test3	1.27 557	2.07 518	1.18 504	1.60 548	1.02 525	1.45 582	1.01 519	1.40 572	1.04 528	1.44 577	1.03 524	1.46 582	1.02 512	1.44 580	1.02 518	1.51 567	1.12 504	1.32 581	0.98 516	1.38 565	0.97 506

11t	1.27 557	2.70 563	1.34 562	1.32 530	0.89 507	1.30 568	1.34 591	1.64 580	0.57 440	1.45 578	0.72 489	1.05 505	1.29 580	1.07 508	1.29 592	1.49 564	1.02 488	0.97 504	1.15 531	1.48 567	1.31 589

MaskLacGwcNet_RVC	1.35 559	1.35 444	1.35 564	1.35 534	1.35 595	1.35 572	1.35 592	1.36 568	1.35 597	1.36 572	1.35 595	1.36 575	1.36 586	1.36 574	1.35 596	1.35 554	1.35 573	1.35 585	1.35 593	1.35 563	1.35 594

CC-Net-ROB	1.36 560	1.33 443	1.33 561	1.36 535	1.38 598	1.36 574	1.33 590	1.37 570	1.34 594	1.35 571	1.36 597	1.38 576	1.34 584	1.38 576	1.38 599	1.35 554	1.38 577	1.33 582	1.35 593	1.43 566	1.34 593

CFNet	1.37 561	5.27 631	0.19 188	5.49 657	0.19 224	0.28 234	0.19 210	0.28 224	0.19 219	0.28 230	0.19 223	0.28 234	4.35 671	0.28 237	0.19 213	0.23 194	0.17 190	0.23 210	4.21 680	4.81 657	0.17 201

PS-NSSS	1.38 562	1.39 449	1.34 562	1.34 532	1.35 595	1.38 576	1.37 599	1.35 567	1.38 600	1.34 570	1.34 594	1.39 577	1.38 589	1.70 586	1.40 600	1.36 556	1.36 574	1.36 587	1.37 596	1.37 564	1.36 595

RASNet	1.49 563	1.65 457	1.45 580	1.38 537	1.43 601	1.47 583	1.36 594	1.38 571	1.36 598	1.39 573	1.60 611	1.45 581	1.45 592	1.51 581	2.21 642	1.53 568	1.36 574	1.36 587	1.36 595	1.66 575	1.36 595

BLMT-Stereo	1.53 564	1.36 445	1.06 492	1.42 540	1.23 594	1.41 580	1.07 523	1.43 575	1.12 530	1.42 576	1.06 525	1.83 590	1.07 514	1.42 579	1.07 521	1.27 548	1.38 577	6.80 683	1.00 518	1.26 558	1.00 510

GANetREF_RVC	1.55 565	1.94 514	1.22 556	1.88 556	1.21 590	1.88 592	1.22 582	1.88 586	1.22 587	1.88 589	1.22 584	1.88 591	1.22 575	1.89 595	1.22 584	1.87 579	1.22 559	1.88 606	1.22 584	1.88 584	1.22 582
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	1.59 566	1.91 508	1.21 555	1.94 559	1.20 544	2.00 600	1.23 583	1.99 591	1.24 589	2.00 597	1.25 587	2.03 601	1.26 577	2.00 599	1.29 592	1.90 583	1.18 511	1.89 607	1.21 583	1.89 585	1.20 536
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 567	1.59 456	1.70 594	1.59 545	1.59 607	1.61 586	1.61 610	1.60 576	1.60 607	1.62 586	1.59 610	1.60 584	1.60 595	1.60 582	1.59 607	1.59 569	1.60 597	1.59 593	1.59 614	1.59 571	1.59 609

ff7	1.68 568	2.68 560	1.35 564	0.97 439	0.89 507	1.84 589	2.15 640	2.12 597	1.80 624	2.05 602	1.56 607	2.33 609	2.12 631	2.23 605	2.25 643	1.31 550	1.07 491	1.48 589	1.41 599	0.90 463	1.04 517

ffff	1.68 568	2.68 560	1.35 564	0.97 439	0.89 507	1.84 589	2.15 640	2.12 597	1.80 624	2.05 602	1.56 607	2.33 609	2.12 631	2.23 605	2.25 643	1.31 550	1.07 491	1.48 589	1.41 599	0.90 463	1.04 517

ccc-4	1.68 568	2.68 560	1.35 564	0.97 439	0.89 507	1.84 589	2.15 640	2.12 597	1.80 624	2.05 602	1.56 607	2.33 609	2.12 631	2.23 605	2.25 643	1.31 550	1.07 491	1.48 589	1.41 599	0.90 463	1.04 517

MC-Stereo	1.76 571	2.96 579	1.37 574	2.14 567	1.37 597	2.14 606	1.36 594	2.14 600	1.37 599	2.14 606	1.37 598	2.14 603	1.37 588	2.14 604	1.37 598	1.97 588	1.32 561	1.97 610	1.32 592	1.98 587	1.33 591

IGEVStereo-DCA	1.77 572	4.21 614	1.84 610	2.49 585	2.11 641	2.54 627	1.36 594	1.65 581	1.17 538	2.75 636	1.90 630	2.54 622	1.15 521	0.94 483	1.11 524	1.50 565	1.32 561	0.96 502	1.46 605	1.49 568	0.88 495

rrr	1.77 572	4.21 614	1.84 610	2.49 585	2.11 641	2.54 627	1.36 594	1.65 581	1.17 538	2.75 636	1.90 630	2.54 622	1.15 521	0.94 483	1.11 524	1.50 565	1.32 561	0.96 502	1.46 605	1.49 568	0.88 495

MM-Stereo_test1	1.80 574	3.41 591	1.52 587	2.12 566	1.41 600	2.04 601	1.41 602	2.05 595	1.46 604	2.04 601	1.41 602	2.05 602	1.42 591	2.05 600	1.43 602	2.04 592	1.54 589	1.94 608	1.38 598	1.99 588	1.33 591

MFMNet_re	1.81 575	1.91 508	1.71 596	1.95 561	1.70 618	1.95 597	1.70 615	1.96 589	1.74 620	1.97 594	1.72 619	1.95 594	1.71 603	1.97 598	1.71 615	1.86 577	1.62 598	1.85 599	1.66 621	1.86 583	1.64 615

plain	1.88 576	3.16 585	0.64 420	3.10 600	0.65 464	3.10 642	0.64 450	3.12 641	0.65 455	3.10 642	0.65 463	3.11 642	0.65 453	3.12 641	0.65 449	3.12 634	0.65 432	3.13 640	0.65 471	3.13 628	0.65 456

derf	1.91 577	2.15 526	1.78 600	2.16 568	1.75 620	2.21 607	1.80 618	2.22 603	1.80 624	2.21 609	1.76 620	2.17 604	1.81 612	2.24 608	1.74 623	1.93 586	1.56 590	1.96 609	1.53 607	1.95 586	1.56 604

RAFT_CTSACE	1.92 578	3.71 598	1.72 597	1.88 556	1.72 619	2.04 601	1.42 604	2.18 602	1.89 636	2.02 599	1.97 636	1.95 594	2.06 630	1.93 596	1.62 608	1.76 574	1.66 601	2.02 611	1.73 630	1.73 578	1.43 600

MonStereo1	1.94 579	2.77 573	1.52 587	3.73 630	1.51 604	2.13 605	1.42 604	2.32 611	1.52 605	2.31 615	1.50 605	2.53 619	1.59 594	2.34 613	1.56 605	1.91 584	1.36 574	1.86 602	1.31 591	2.07 589	1.53 601

4.25w-stereo	1.98 580	2.72 567	1.46 581	3.47 619	1.43 601	2.07 603	1.98 631	2.53 623	1.52 605	2.71 629	1.98 642	1.81 589	1.62 597	1.96 597	1.36 597	1.88 582	2.00 615	2.53 634	1.61 616	1.74 579	1.15 527

4.5w-stereo	1.99 581	2.33 540	1.81 601	3.28 609	1.68 614	1.94 594	1.99 634	2.72 626	1.70 612	2.72 630	1.99 645	1.97 596	1.68 599	1.76 588	1.29 592	1.91 584	2.02 621	2.53 634	1.61 616	1.75 580	1.16 530

2.75w_new	1.99 581	2.34 544	1.81 601	3.14 601	1.62 609	1.94 594	1.99 634	2.72 626	1.71 613	2.72 630	1.99 645	1.90 592	1.73 605	1.82 593	1.29 592	2.37 613	2.01 617	2.31 621	1.42 602	1.77 581	1.22 582

3.75w	1.99 581	2.31 538	1.83 609	3.16 603	1.65 611	1.93 593	1.98 631	2.72 626	1.68 609	2.73 635	1.97 636	2.00 598	1.72 604	1.81 592	1.25 588	2.27 604	2.01 617	2.38 626	1.42 602	1.71 577	1.24 585

2w_stereo	1.99 581	2.36 547	1.81 601	3.24 607	1.67 612	1.94 594	1.98 631	2.72 626	1.68 609	2.72 630	1.94 633	1.98 597	1.74 607	1.79 591	1.27 589	1.95 587	2.00 615	2.53 634	1.60 615	1.68 576	1.15 527

2.25w	2.00 585	1.86 502	1.98 623	2.95 598	2.17 645	2.26 608	1.35 592	2.42 617	2.00 643	2.07 605	1.27 589	2.53 619	1.99 626	2.29 610	1.49 604	2.21 599	1.32 561	1.85 599	1.87 634	2.52 615	1.62 613

4.25_new	2.00 585	2.33 540	1.82 606	3.32 612	1.69 615	1.95 597	1.99 634	2.72 626	1.71 613	2.72 630	1.97 636	2.01 599	1.74 607	1.77 589	1.28 590	2.18 596	2.01 617	2.48 632	1.58 612	1.65 573	1.17 531

4.5w_new	2.00 585	2.33 540	1.82 606	3.32 612	1.69 615	1.95 597	1.99 634	2.72 626	1.71 613	2.72 630	1.97 636	2.01 599	1.74 607	1.77 589	1.28 590	2.18 596	2.01 617	2.48 632	1.58 612	1.65 573	1.17 531

4.5_new	2.00 585	1.84 498	1.98 623	2.77 592	2.16 643	2.27 609	1.28 589	2.09 596	1.98 640	2.01 598	1.28 590	2.71 631	1.98 624	2.51 622	1.65 610	2.26 601	1.33 568	1.87 603	1.87 634	2.49 611	1.60 610

TRStereo	2.00 585	2.13 523	1.85 612	2.27 574	1.84 624	2.28 611	1.84 620	2.29 606	1.86 630	2.30 612	1.87 625	2.30 606	1.87 614	2.08 601	1.72 617	2.08 593	1.72 604	2.08 613	1.72 627	2.08 590	1.72 620

XX-Stereo	2.00 585	2.13 523	1.85 612	2.27 574	1.84 624	2.28 611	1.84 620	2.29 606	1.86 630	2.30 612	1.87 625	2.30 606	1.87 614	2.08 601	1.72 617	2.08 593	1.72 604	2.08 613	1.72 627	2.08 590	1.72 620

EAI-Stereo	2.00 585	2.13 523	1.85 612	2.27 574	1.84 624	2.28 611	1.84 620	2.29 606	1.86 630	2.30 612	1.87 625	2.30 606	1.87 614	2.08 601	1.72 617	2.08 593	1.72 604	2.08 613	1.72 627	2.08 590	1.72 620

2.5w	2.01 592	2.40 549	1.37 574	3.28 609	2.01 635	2.71 632	1.43 607	1.82 585	1.83 628	1.90 591	1.41 602	2.71 631	1.35 585	2.71 631	1.85 629	2.66 625	1.53 587	1.64 594	1.23 585	2.53 618	1.87 629

4w-stereo	2.02 593	2.72 567	1.44 579	3.36 615	1.59 607	2.48 620	1.72 616	2.28 604	1.24 589	2.24 610	1.65 615	2.56 624	1.32 583	2.39 616	1.98 639	2.67 627	1.51 585	1.66 595	1.24 586	2.53 618	1.88 632

IGEV	2.02 593	2.20 530	1.82 606	2.90 597	2.16 643	2.41 617	1.25 585	2.00 592	1.98 640	1.99 596	1.31 592	2.72 635	1.93 620	2.67 630	1.69 614	2.26 601	1.32 561	1.83 598	1.87 634	2.53 618	1.61 612

3.25w_new	2.03 595	2.72 567	1.35 564	3.33 614	1.57 605	2.72 633	1.53 609	2.15 601	1.33 593	2.15 607	1.60 611	2.63 628	1.30 581	2.72 633	1.99 640	2.67 627	1.53 587	1.75 597	1.25 588	2.53 618	1.87 629

3.5w_stereo	2.03 595	2.72 567	1.35 564	3.41 616	1.57 605	2.72 633	1.49 608	2.01 593	1.34 594	2.15 607	1.61 613	2.63 628	1.36 586	2.72 633	1.99 640	2.66 625	1.58 593	1.68 596	1.24 586	2.53 618	1.87 629

UniTT-Stereo	2.03 595	3.43 592	0.72 448	3.42 617	0.73 483	3.27 645	0.68 463	3.38 646	0.69 470	3.29 645	0.72 489	3.28 645	0.70 473	3.35 647	0.68 461	3.39 637	0.68 439	3.31 643	0.69 482	3.37 629	0.73 476

3.25w	2.04 598	2.20 530	1.48 582	3.03 599	2.17 645	2.63 631	1.39 600	1.96 589	1.95 639	1.96 592	1.37 598	2.71 631	1.96 623	2.71 631	1.73 622	2.26 601	1.32 561	1.87 603	1.87 634	2.51 614	1.63 614

3w_stereo	2.04 598	2.24 534	1.70 594	3.15 602	2.18 647	2.49 621	1.26 587	2.03 594	1.98 640	1.98 595	1.33 593	2.72 635	1.99 626	2.59 625	1.72 617	2.22 600	1.33 568	1.85 599	1.88 639	2.50 613	1.58 608

1w_stereo	2.05 600	2.32 539	1.35 564	3.74 631	2.01 635	2.73 635	1.42 604	1.88 586	1.93 638	2.03 600	1.28 590	2.71 631	1.99 626	2.72 633	1.72 617	2.20 598	1.32 561	1.87 603	1.86 633	2.45 607	1.54 602

LiteMatch*	2.07 601	1.30 439	5.73 673	6.28 663	0.79 498	1.33 571	0.80 493	1.30 565	1.02 526	1.33 569	0.84 507	1.33 574	0.97 501	1.28 572	1.04 519	6.05 674	5.89 669	1.28 580	0.76 496	1.28 560	0.88 495

sCroCo_RVC	2.10 602	2.76 571	1.92 620	2.78 595	1.39 599	2.73 635	1.41 602	2.73 632	1.40 601	2.77 641	1.41 602	2.74 637	1.40 590	2.74 636	1.40 600	2.72 629	1.42 580	2.72 638	1.44 604	2.79 625	1.42 599

MoCha-V2	2.11 603	26.97 690	0.78 459	0.92 426	0.77 495	0.96 482	0.72 482	0.90 466	0.72 486	0.94 481	0.70 481	0.90 477	0.71 477	0.91 476	0.71 479	0.85 451	0.71 452	0.88 483	0.69 482	0.87 456	0.67 460

FBW_ROB	2.12 604	2.46 553	1.77 599	2.49 585	1.79 623	2.38 615	1.83 619	2.46 618	1.78 623	2.48 623	1.97 636	2.40 614	1.78 610	2.42 619	1.83 627	2.31 609	1.85 612	2.38 626	1.82 632	2.35 602	1.84 625

MonStereo	2.17 605	2.41 550	1.49 586	2.67 589	1.67 612	2.60 630	2.04 638	2.32 611	1.76 621	2.44 620	1.68 617	2.50 617	1.69 601	2.38 614	1.80 626	2.28 605	1.78 607	2.63 637	2.14 642	3.47 630	1.68 618

asda	2.17 605	2.54 554	1.81 601	3.47 619	1.78 622	2.50 623	1.86 624	2.61 625	1.68 609	2.61 627	1.83 622	2.37 613	1.73 605	2.44 620	1.88 634	2.51 622	1.84 611	2.34 623	1.62 618	2.23 595	1.77 624

asd	2.18 607	2.77 573	1.58 589	3.59 624	2.00 634	2.58 629	1.85 623	2.39 616	1.71 613	2.47 622	1.97 636	2.59 626	1.61 596	2.56 623	1.79 625	2.51 622	1.99 614	2.11 616	1.62 618	2.36 603	1.60 610

qwe	2.18 607	2.60 557	1.58 589	3.83 632	1.90 632	2.53 625	1.90 629	2.48 619	1.73 618	2.37 618	1.92 632	2.53 619	1.68 599	2.56 623	1.83 627	2.52 624	1.87 613	2.07 612	1.68 624	2.32 601	1.71 619

monsters	2.18 607	2.41 550	1.96 622	3.47 619	2.03 639	2.53 625	1.64 612	2.48 619	1.73 618	2.40 619	1.50 605	2.62 627	1.94 621	2.59 625	1.94 636	2.44 617	1.57 592	2.28 619	1.87 634	2.42 605	1.86 627

AIO_rvc	2.18 607	2.34 544	1.87 616	2.32 578	1.94 633	2.40 616	1.89 628	2.37 614	2.07 645	2.52 625	1.95 635	2.44 616	1.99 626	2.41 617	1.89 635	2.32 610	2.09 623	2.24 617	2.18 643	2.21 594	2.23 636

HUF	2.18 607	2.30 537	1.99 626	2.34 580	2.02 638	2.41 617	2.06 639	2.38 615	1.89 636	2.36 617	1.85 623	2.56 624	1.98 624	2.31 612	1.97 638	2.30 608	2.03 622	2.30 620	2.11 641	2.23 595	2.16 634

AIO_test	2.18 607	2.09 521	2.04 627	2.42 582	2.01 635	2.47 619	1.94 630	2.34 613	2.03 644	2.56 626	1.94 633	2.43 615	1.94 621	2.41 617	1.87 633	2.39 615	2.10 624	2.35 625	1.91 640	2.25 597	2.19 635

monsterstereo	2.20 613	2.33 540	1.95 621	3.65 626	2.07 640	2.49 621	1.61 610	2.48 619	1.83 628	2.45 621	1.61 613	2.67 630	1.86 613	2.64 627	1.94 636	2.48 621	1.66 601	2.34 623	1.68 624	2.40 604	1.86 627

LG-G_1	2.22 614	2.71 565	1.89 617	2.77 592	1.87 630	2.75 637	1.87 626	2.76 634	1.87 634	2.75 636	1.87 625	2.76 638	1.87 614	2.75 637	1.86 630	2.47 619	1.58 593	2.45 629	1.57 609	2.45 607	1.57 606

LG-G	2.22 614	2.71 565	1.89 617	2.77 592	1.87 630	2.75 637	1.87 626	2.76 634	1.87 634	2.75 636	1.87 625	2.76 638	1.87 614	2.75 637	1.86 630	2.47 619	1.58 593	2.45 629	1.57 609	2.45 607	1.57 606

LGtest1	2.22 614	2.70 563	1.89 617	2.76 591	1.86 627	2.75 637	1.86 624	2.75 633	1.86 630	2.75 636	1.86 624	2.77 640	1.87 614	2.75 637	1.86 630	2.46 618	1.58 593	2.45 629	1.56 608	2.45 607	1.56 604

RAStereo	2.23 617	3.64 595	0.76 456	3.65 626	0.86 505	3.66 650	0.76 487	3.67 650	0.81 502	3.66 647	0.76 495	3.66 648	0.77 485	3.68 649	0.77 489	3.68 640	0.77 461	3.69 648	0.77 498	3.70 632	0.77 485

UDGNet	2.23 617	5.40 636	1.72 597	2.48 584	1.69 615	2.51 624	1.69 614	2.51 622	1.72 617	2.50 624	1.69 618	2.52 618	1.69 601	2.50 621	1.68 613	2.41 616	1.70 603	2.42 628	1.69 626	2.42 605	1.64 615

NCCL2	2.28 619	2.27 535	2.28 629	2.28 577	2.28 648	2.27 609	2.29 643	2.28 604	2.28 646	2.27 611	2.28 648	2.28 605	2.27 634	2.27 609	2.28 647	2.28 605	2.28 629	2.27 618	2.29 647	2.27 598	2.29 637

Abc-Net	2.32 620	24.75 682	1.14 498	1.17 467	1.17 538	1.11 510	1.15 530	1.17 504	1.21 586	1.08 504	1.16 533	1.12 515	1.14 520	1.09 509	1.17 533	1.09 481	1.16 507	1.17 523	1.17 534	1.16 497	1.11 520
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 621	25.00 683	1.13 497	1.15 461	1.15 533	1.10 507	1.15 530	1.15 499	1.15 533	1.12 511	1.15 530	1.09 508	1.13 517	1.10 511	1.15 528	1.11 488	1.09 497	1.16 519	1.12 529	1.16 497	1.17 531

stereogan	2.33 621	24.38 681	1.18 504	1.18 468	1.18 541	1.14 513	1.18 534	1.19 507	1.19 540	1.14 514	1.18 537	1.14 516	1.18 526	1.14 516	1.18 534	1.14 492	1.14 505	1.19 528	1.19 535	1.15 495	1.19 535

RGC	2.36 623	25.48 684	1.19 506	1.15 461	1.15 533	1.10 507	1.16 532	1.17 504	1.16 534	1.12 511	1.16 533	1.11 514	1.13 517	1.09 509	1.18 534	1.10 483	1.15 506	1.16 519	1.12 529	1.14 492	1.12 522

NCC-stereo	2.36 623	25.52 685	1.17 502	1.15 461	1.17 538	1.11 510	1.11 525	1.15 499	1.16 534	1.10 505	1.16 533	1.10 510	1.15 521	1.14 516	1.13 526	1.09 481	1.11 501	1.15 518	1.16 533	1.17 502	1.17 531

AF-Net	2.37 625	25.71 686	1.17 502	1.13 457	1.15 533	1.15 514	1.18 534	1.19 507	1.16 534	1.10 505	1.15 530	1.10 510	1.18 526	1.12 515	1.15 528	1.10 483	1.10 500	1.17 523	1.15 531	1.16 497	1.12 522

Nwc_Net	2.37 625	25.95 687	1.15 500	1.14 458	1.15 533	1.08 504	1.14 528	1.17 504	1.16 534	1.14 514	1.15 530	1.08 506	1.15 521	1.11 513	1.14 527	1.10 483	1.11 501	1.16 519	1.09 528	1.16 497	1.15 527

CFNet_RVC	2.38 627	8.71 659	0.38 287	9.33 677	0.42 409	0.56 423	0.42 399	0.60 423	0.38 370	0.62 434	0.42 406	0.56 425	7.29 683	0.62 429	0.42 394	0.53 383	0.37 326	0.49 415	0.34 361	8.30 680	6.87 685

edge stereo	2.43 628	27.07 691	1.14 498	1.06 449	1.14 531	1.08 504	1.17 533	1.16 502	1.14 532	1.10 505	1.16 533	1.09 508	1.16 525	1.10 511	1.16 532	1.10 483	1.11 501	1.16 519	1.19 535	1.13 491	1.11 520

FAT-Stereo	2.46 629	26.05 688	1.23 558	1.23 517	1.22 592	1.20 516	1.24 584	1.23 558	1.23 588	1.19 517	1.22 584	1.21 566	1.24 576	1.20 521	1.24 585	1.21 543	1.17 510	1.22 576	1.25 588	1.20 507	1.24 585

S-Stereo	2.51 630	26.86 689	1.23 558	1.22 515	1.22 592	1.24 564	1.25 585	1.22 556	1.24 589	1.21 563	1.24 586	1.19 520	1.27 578	1.19 520	1.24 585	1.19 495	1.20 512	1.25 578	1.19 535	1.24 556	1.23 584

Anonymous3	2.55 631	3.26 589	1.65 592	3.28 609	1.63 610	3.24 644	1.68 613	3.27 643	1.66 608	3.28 644	1.67 616	3.25 644	1.66 598	3.27 643	1.64 609	3.26 635	1.65 600	3.30 642	1.65 620	4.95 662	1.65 617

MIF-Stereo (partial)	2.58 632	3.31 590	0.66 426	3.18 604	0.66 468	3.18 643	0.66 455	3.21 642	0.67 459	3.19 643	0.66 466	3.19 643	0.66 457	3.31 645	0.68 461	5.09 666	1.79 609	8.23 687	1.67 622	6.18 671	1.38 597

MSMDNet	2.65 633	10.14 670	0.33 259	9.74 680	0.32 336	0.87 469	0.33 334	2.95 640	0.68 465	0.49 384	0.34 353	0.49 388	5.70 678	0.49 387	0.33 331	0.42 310	9.57 683	0.41 370	0.31 340	8.36 681	0.65 456

pcwnet_v2	2.66 634	9.89 668	0.33 259	9.89 681	0.32 336	0.50 400	0.32 323	0.49 378	0.33 342	0.49 384	0.34 353	0.49 388	8.76 685	0.48 381	0.33 331	0.41 296	9.58 684	0.40 353	0.29 315	9.01 684	0.63 448

CFNet_pseudo	2.67 635	9.36 664	0.32 254	10.99 686	0.33 348	0.85 466	0.33 334	0.49 378	0.33 342	0.49 384	0.32 336	0.49 388	7.26 682	0.49 387	0.33 331	0.41 296	9.62 685	0.41 370	0.29 315	10.03 688	0.29 297

CFNet_ucs	2.73 636	9.64 666	0.33 259	9.92 682	0.32 336	0.49 391	0.33 334	0.49 378	0.33 342	0.49 384	0.33 345	0.49 388	8.98 686	0.48 381	0.33 331	0.41 296	9.96 688	0.40 353	0.29 315	10.12 689	0.54 426

UCFNet_RVC	2.75 637	10.06 669	0.29 230	10.31 685	0.29 273	0.42 320	0.29 266	0.43 317	0.29 268	0.42 307	0.29 272	0.42 319	9.87 688	0.43 319	0.29 265	0.36 254	9.84 687	0.36 288	0.26 252	9.77 687	0.26 233

ccs_rob	2.79 638	10.17 671	0.32 254	10.00 683	0.33 348	0.49 391	0.33 334	1.90 588	0.32 332	0.51 406	0.33 345	0.49 388	9.24 687	0.49 387	0.33 331	0.41 296	9.82 686	0.41 370	0.28 302	9.34 685	0.29 297

PCWNet_CMD	2.80 639	9.82 667	0.32 254	10.09 684	0.32 336	0.49 391	0.33 334	3.34 645	0.33 342	0.49 384	0.33 345	0.49 388	8.73 684	0.48 381	0.33 331	0.41 296	9.22 682	0.42 381	0.29 315	9.55 686	0.31 319

NLSM1	2.93 640	3.24 588	2.57 637	4.04 633	2.66 651	3.30 646	2.55 646	3.29 644	2.55 648	3.35 646	2.48 650	3.28 645	2.47 636	3.34 646	2.49 648	3.26 635	2.55 635	3.13 640	2.57 650	3.00 627	2.46 644

StereoVision	3.15 641	5.00 624	0.89 471	4.83 650	1.00 518	3.93 651	1.27 588	6.37 680	1.34 594	5.67 680	1.26 588	5.84 681	1.27 578	5.03 677	1.24 585	5.10 667	1.09 497	4.61 661	0.57 453	5.62 669	1.12 522

MaDis-Stereo	3.19 642	6.02 646	1.12 495	5.61 659	1.16 537	5.43 678	1.02 521	5.15 677	0.70 478	5.43 677	1.21 583	5.03 678	0.97 501	4.85 671	0.99 512	4.53 648	1.16 507	5.53 677	1.25 588	5.37 667	1.30 588

sAnonymous2	3.31 643	2.63 558	1.38 576	3.71 628	1.86 627	4.70 670	1.11 525	4.82 673	2.72 650	5.45 678	1.98 642	4.59 663	2.64 637	2.65 628	6.21 683	4.37 644	1.08 495	5.16 675	2.24 645	4.52 644	2.39 642

CroCo_RVC	3.31 643	2.63 558	1.38 576	3.71 628	1.86 627	4.70 670	1.11 525	4.82 673	2.72 650	5.45 678	1.98 642	4.59 663	2.64 637	2.65 628	6.21 683	4.37 644	1.08 495	5.16 675	2.24 645	4.52 644	2.39 642

DPSNet	3.66 645	3.60 594	3.62 660	3.63 625	3.64 673	3.65 649	3.65 672	3.66 649	3.67 669	3.67 648	3.65 670	3.67 649	3.66 658	3.66 648	3.68 667	3.68 640	3.66 655	3.67 647	3.68 673	3.67 631	3.67 670

NLCSM	3.67 646	4.08 609	3.19 656	4.80 649	3.26 666	3.99 654	3.24 667	4.25 656	3.18 665	4.09 652	3.27 665	4.14 654	3.18 653	4.13 654	3.28 663	4.06 642	3.10 645	3.85 652	3.14 664	3.91 637	3.27 666

STTStereo	3.73 647	30.40 695	2.37 633	2.39 581	2.31 650	2.35 614	2.33 644	2.29 606	2.42 647	2.32 616	2.34 649	2.33 609	2.36 635	2.30 611	2.27 646	2.35 612	2.22 628	2.31 621	2.22 644	2.29 600	2.34 641

rvit_105_1	3.83 648	5.22 629	3.01 642	4.53 637	3.01 654	4.51 658	3.01 652	4.56 660	3.04 653	4.53 659	3.03 654	4.55 661	3.03 641	4.56 660	3.04 650	4.57 650	3.05 638	4.57 656	3.05 655	4.57 646	3.05 651

rvit_stereo_0081	3.83 648	5.23 630	3.01 642	4.53 637	3.03 656	4.55 664	3.02 653	4.56 660	3.04 653	4.52 657	3.02 652	4.54 659	3.03 641	4.56 660	3.04 650	4.57 650	3.05 638	4.57 656	3.05 655	4.58 647	3.05 651

rvit_stereo_0081_aga	3.86 650	5.33 633	3.02 645	4.55 643	3.04 660	4.54 660	3.02 653	4.64 667	3.06 657	4.54 661	3.04 656	4.62 668	3.08 648	4.62 666	3.07 655	4.58 653	3.06 642	4.60 660	3.08 659	4.63 650	3.07 655

rvit_stereo_0082	3.86 650	5.82 644	3.01 642	4.53 637	3.03 656	4.54 660	3.02 653	4.56 660	3.04 653	4.53 659	3.02 652	4.55 661	3.04 644	4.57 663	3.05 652	4.57 650	3.05 638	4.58 658	3.05 655	4.58 647	3.06 654

rvit_0105_6	3.87 652	5.73 643	3.10 652	4.69 647	3.12 664	4.54 660	3.02 653	4.56 660	3.04 653	4.54 661	3.03 654	4.54 659	3.04 644	4.56 660	3.05 652	4.58 653	3.05 638	4.58 658	3.05 655	4.58 647	3.05 651

rvit_stereo_0080	3.89 653	5.70 641	3.04 647	4.54 640	3.03 656	4.56 665	3.05 659	4.60 664	3.07 658	4.58 664	3.06 657	4.59 663	3.06 646	4.61 664	3.08 656	4.63 655	3.09 643	4.64 662	3.10 660	4.65 651	3.10 658

whm_eth	3.89 653	5.70 641	3.04 647	4.54 640	3.03 656	4.56 665	3.05 659	4.60 664	3.07 658	4.58 664	3.06 657	4.59 663	3.06 646	4.61 664	3.08 656	4.63 655	3.09 643	4.64 662	3.10 660	4.65 651	3.10 658

rvit_0105_4	3.91 655	5.47 640	3.02 645	4.54 640	3.02 655	4.54 660	3.03 657	4.75 670	3.17 664	4.57 663	3.06 657	4.61 667	3.16 652	4.65 667	3.09 658	4.66 657	3.11 646	4.68 665	3.18 666	4.81 657	3.16 663

rvit_0105_3	3.91 655	5.33 633	3.06 650	4.60 645	3.07 662	4.60 667	3.06 661	4.62 666	3.08 661	4.60 666	3.07 660	4.62 668	3.08 648	4.67 668	3.10 659	4.70 658	3.11 646	4.77 669	3.19 667	4.77 656	3.14 662

rvit_stereo_0083	3.92 657	5.30 632	3.06 650	4.61 646	3.09 663	4.67 669	3.08 662	4.66 668	3.09 662	4.62 667	3.10 662	4.66 671	3.11 650	4.67 668	3.16 661	4.72 660	3.16 649	4.77 669	3.11 662	4.66 653	3.11 660

rvit_stereo_ft	3.93 658	5.44 638	3.05 649	4.59 644	3.06 661	4.61 668	3.08 662	4.67 669	3.12 663	4.63 668	3.10 662	4.65 670	3.11 650	4.69 670	3.13 660	4.70 658	3.14 648	4.71 667	3.15 665	4.74 654	3.16 663

rvit_0105_5	4.10 659	5.40 636	3.13 655	4.71 648	3.15 665	4.72 672	3.10 664	4.90 675	3.27 666	4.69 669	3.16 664	4.84 675	3.25 654	4.96 674	3.34 664	5.05 665	3.39 654	5.10 674	3.40 668	5.11 664	3.42 667

MLG-Stereo_test1	4.25 660	5.34 635	3.61 659	5.31 655	3.63 672	5.23 676	3.57 670	5.38 678	3.65 668	5.23 675	3.47 667	4.76 672	3.74 661	4.85 671	3.71 668	4.96 662	3.18 651	4.71 667	2.92 652	4.86 660	2.90 648

MLG-Stereo_test3	4.26 661	4.85 622	3.95 663	5.35 656	3.60 671	4.75 673	3.76 673	5.49 679	3.71 670	5.39 676	3.69 671	4.82 674	3.66 658	4.85 671	3.73 671	4.93 661	3.19 652	4.69 666	2.99 654	4.84 659	2.98 650

MLG-Stereo_test2	4.28 662	5.46 639	3.69 661	4.86 651	3.72 674	5.58 679	3.42 668	4.81 672	3.77 674	4.85 671	3.72 672	5.55 680	3.63 657	5.58 678	3.53 666	4.41 647	3.28 653	4.99 673	2.95 653	4.75 655	3.13 661

RAFT+CT+SA	4.28 662	7.62 652	4.91 667	5.55 658	2.28 648	3.09 641	3.64 671	4.49 658	3.07 658	4.80 670	3.35 666	4.77 673	3.70 660	4.29 657	3.05 652	5.58 669	5.98 671	3.58 646	3.78 675	4.26 640	3.72 671

SA	4.33 664	7.35 649	6.85 679	5.96 661	4.09 678	3.59 648	3.15 665	3.82 651	2.64 649	3.91 649	3.85 673	3.57 647	2.72 639	3.13 642	4.03 674	7.09 681	6.86 676	3.57 645	3.12 663	3.85 633	3.51 669

Sa-1000	4.34 665	8.37 655	6.84 678	6.98 669	4.45 681	3.58 647	3.00 651	3.42 647	3.39 667	2.61 627	4.00 676	3.83 651	4.01 669	3.90 651	3.90 672	5.98 673	5.62 668	3.76 649	2.34 648	4.35 642	2.47 645

TestStereo1	4.60 666	8.41 656	6.44 676	6.86 667	3.79 675	3.97 652	3.78 674	3.99 653	3.74 671	3.97 650	3.52 668	3.94 652	3.58 655	3.98 652	3.72 669	6.82 678	6.50 674	3.76 649	3.66 671	3.90 634	3.74 673

SA-5K	4.60 666	8.41 656	6.44 676	6.86 667	3.79 675	3.97 652	3.78 674	3.99 653	3.74 671	3.97 650	3.52 668	3.94 652	3.58 655	3.98 652	3.72 669	6.82 678	6.50 674	3.76 649	3.66 671	3.90 634	3.74 673

DispFullNet	4.61 668	4.84 621	3.12 653	5.00 653	3.57 670	4.75 673	3.03 657	7.75 686	4.17 678	4.91 673	3.09 661	6.20 682	3.95 667	6.71 682	3.51 665	5.30 668	3.67 656	5.86 681	3.63 670	5.61 668	3.46 668

test_5	4.62 669	7.55 651	6.23 674	6.32 664	3.40 669	5.29 677	3.50 669	3.53 648	4.11 677	4.28 654	4.47 680	4.26 657	4.38 672	3.68 649	3.24 662	5.89 671	5.60 667	4.84 671	3.50 669	4.33 641	3.93 677

raft_robust	4.71 670	7.75 653	5.40 672	6.81 666	3.31 667	4.28 657	4.20 679	4.32 657	4.37 680	4.35 656	4.35 679	4.14 654	3.75 662	4.30 658	4.20 677	6.67 677	6.37 672	3.36 644	4.24 681	4.86 660	3.25 665

cross-raft	4.83 671	7.52 650	6.43 675	6.63 665	3.96 677	4.51 658	3.99 677	4.49 658	3.96 676	4.52 657	3.96 675	4.50 658	3.97 668	4.50 659	3.97 673	6.65 676	6.44 673	4.33 653	3.92 677	4.35 642	3.91 676

test_4	4.88 672	8.13 654	6.98 680	7.46 670	4.44 680	4.25 656	3.85 676	4.04 655	3.92 675	4.13 653	3.91 674	4.18 656	3.84 665	4.14 655	4.06 675	7.01 680	7.13 677	4.53 654	3.72 674	4.09 638	3.72 671

TestStereo	4.88 672	4.75 620	4.79 666	4.87 652	4.92 682	4.81 675	4.90 682	4.78 671	4.77 681	4.87 672	4.89 681	4.90 676	4.91 674	4.99 675	4.79 679	4.98 663	4.87 664	4.87 672	4.92 683	5.00 663	5.00 680

test_3	5.01 674	8.86 661	7.77 682	8.09 672	2.76 653	4.13 655	4.05 678	3.88 652	3.76 673	4.33 655	4.13 677	3.71 650	3.91 666	4.21 656	4.06 675	7.93 682	7.69 679	4.53 654	3.91 676	4.17 639	4.29 679

NLCA_NET_v2_RVC	5.04 675	50.87 707	2.78 638	2.87 596	2.71 652	2.78 640	0.47 415	2.88 639	2.86 652	1.89 590	2.67 651	2.79 641	2.79 640	2.78 640	2.83 649	2.82 630	2.82 636	2.83 639	2.77 651	2.83 626	2.76 646
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 676	5.15 627	4.49 665	5.07 654	3.37 668	6.87 682	4.75 681	5.04 676	6.34 685	7.84 686	5.06 682	6.72 686	4.09 670	4.99 675	5.44 682	5.03 664	3.16 649	4.67 664	4.86 682	5.15 665	3.89 675

U	5.15 677	8.49 658	1.81 601	8.49 674	1.77 621	8.49 687	1.77 617	8.51 688	1.77 622	8.49 688	1.77 621	8.50 688	1.78 610	8.58 688	1.77 624	8.54 685	1.78 607	8.55 688	1.78 631	8.55 682	1.84 625

SGM-Forest	5.21 678	5.92 645	4.08 664	6.18 662	4.16 679	6.31 681	4.34 680	6.50 681	4.33 679	6.14 682	4.21 678	6.61 685	4.55 673	6.67 681	4.48 678	5.94 672	3.94 658	5.85 680	4.03 679	5.79 670	4.17 678
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 679	9.16 663	8.03 685	8.09 672	5.62 685	6.11 680	6.35 685	6.85 683	4.94 682	6.08 681	6.29 687	4.98 677	6.43 679	6.22 679	6.36 685	6.16 675	7.47 678	5.82 679	5.44 686	7.11 676	5.68 683

rvit_stereo_0075_2	6.64 680	8.80 660	5.25 669	7.89 671	5.27 684	7.90 686	5.27 683	7.92 687	5.28 683	7.91 687	5.29 684	7.93 687	5.27 675	7.92 687	5.28 680	7.93 682	5.28 666	7.93 686	5.29 685	7.93 679	5.28 682

RAFT	6.73 681	9.36 664	7.40 681	8.51 675	6.55 686	6.88 683	6.60 686	6.79 682	6.60 686	6.80 683	6.72 688	5.31 679	5.50 677	6.61 680	6.61 686	8.42 684	5.89 669	5.73 678	5.45 687	6.61 672	6.24 684

SGM+DAISY	7.06 682	9.15 662	5.38 671	8.84 676	5.18 683	8.80 688	5.31 684	8.79 689	5.28 683	8.89 689	5.20 683	8.93 689	5.33 676	8.95 689	5.36 681	8.70 686	5.21 665	8.74 689	5.20 684	8.89 683	5.15 681

MCSU-Stereo	7.34 683	31.03 697	23.33 693	30.31 694	0.67 469	0.93 479	0.64 450	0.92 471	0.64 453	0.92 476	0.64 460	0.93 483	0.64 450	0.92 480	0.64 445	28.35 696	22.39 696	0.88 483	0.60 456	0.83 451	0.60 441

test-v	7.53 684	11.89 672	7.98 683	9.36 678	7.14 687	7.06 684	7.09 687	7.37 684	6.91 687	7.29 684	5.71 685	6.45 683	6.93 680	6.73 683	7.27 687	8.93 687	7.85 680	6.98 684	6.80 688	7.56 677	7.34 686

test-2	7.53 684	11.89 672	7.98 683	9.36 678	7.14 687	7.06 684	7.09 687	7.37 684	6.91 687	7.29 684	5.71 685	6.45 683	6.93 680	6.73 683	7.27 687	8.93 687	7.85 680	6.98 684	6.80 688	7.56 677	7.34 686

PA-Net	11.80 686	223.51 714	0.62 417	0.59 372	0.71 480	0.59 431	0.73 483	0.67 433	0.73 489	0.55 420	0.61 456	0.60 433	0.74 480	0.63 433	0.73 481	0.66 412	0.60 422	0.69 450	0.66 473	0.72 429	0.65 456
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 687	23.00 680	15.00 686	23.00 693	15.00 689	24.00 695	16.00 689	24.00 696	16.00 689	22.00 696	15.00 689	23.00 696	16.00 689	23.00 696	15.00 689	22.00 695	15.00 689	22.00 696	15.00 690	22.00 696	15.00 688

rafts_anoy	20.00 688	20.00 674	20.00 687	20.00 687	20.00 690	20.00 689	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 689	20.00 690	20.00 690	20.00 691	20.00 690	20.00 689

raft+_RVC	20.00 688	20.00 674	20.00 687	20.00 687	20.00 690	20.00 689	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 689	20.00 690	20.00 690	20.00 691	20.00 690	20.00 689

raftrobust	20.00 688	20.00 674	20.00 687	20.00 687	20.00 690	20.00 689	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 689	20.00 690	20.00 690	20.00 691	20.00 690	20.00 689

CasAABBNet	20.00 688	20.00 674	20.00 687	20.00 687	20.00 690	20.00 689	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 689	20.00 690	20.00 690	20.00 691	20.00 690	20.00 689

RALCasStereoNet	20.00 688	20.00 674	20.00 687	20.00 687	20.00 690	20.00 689	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 689	20.00 690	20.00 690	20.00 691	20.00 690	20.00 689

RALAANet	20.00 688	20.00 674	20.00 687	20.00 687	20.00 690	20.00 689	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 690	20.00 689	20.00 690	20.00 690	20.00 691	20.00 690	20.00 689

111	30.40 694	30.94 696	29.72 695	32.61 695	30.02 697	33.57 696	30.47 697	31.50 697	29.39 697	30.98 697	29.11 697	29.78 697	30.39 700	29.45 697	30.76 700	30.08 697	29.02 698	29.92 697	30.32 701	29.86 697	30.17 696

WCMA_ROB	31.10 695	35.43 701	27.12 694	39.51 707	23.10 696	38.78 708	25.30 696	37.49 709	25.39 696	37.29 708	27.02 696	38.52 709	26.48 696	37.80 708	26.44 696	36.28 704	22.65 697	33.90 701	22.30 697	37.10 706	24.18 695

DCANet-4	35.22 696	34.54 698	35.08 701	33.58 699	35.47 704	34.55 697	35.53 704	36.08 703	35.85 701	35.92 703	35.77 703	35.18 703	35.48 702	35.39 703	37.15 707	34.55 703	33.92 702	35.02 704	34.90 703	35.79 701	34.74 703

ADStereo(finetuned)	36.13 697	36.63 702	38.07 706	36.97 700	33.25 701	35.91 701	34.45 701	36.36 704	32.99 698	38.14 709	36.71 704	36.69 704	34.13 701	38.57 709	40.79 708	37.60 709	36.58 705	35.90 705	33.36 702	35.42 700	34.04 700

fast-reg	37.00 698	37.00 703	37.00 702	37.00 701	37.00 705	37.00 704	37.00 705	37.00 705	37.00 702	37.00 704	37.00 705	37.00 705	37.00 703	37.00 704	37.00 703	37.00 705	37.00 706	37.00 706	37.00 706	37.00 702	37.00 704

Reg-Stereo(zero)	37.00 698	37.00 703	37.00 702	37.00 701	37.00 705	37.00 704	37.00 705	37.00 705	37.00 702	37.00 704	37.00 705	37.00 705	37.00 703	37.00 704	37.00 703	37.00 705	37.00 706	37.00 706	37.00 706	37.00 702	37.00 704

fast-iter	37.00 698	37.00 703	37.00 702	37.00 701	37.00 705	37.00 704	37.00 705	37.00 705	37.00 702	37.00 704	37.00 705	37.00 705	37.00 703	37.00 704	37.00 703	37.00 705	37.00 706	37.00 706	37.00 706	37.00 702	37.00 704

CoSv	37.00 698	37.00 703	37.00 702	37.00 701	37.00 705	37.00 704	37.00 705	37.00 705	37.00 702	37.00 704	37.00 705	37.00 705	37.00 703	37.00 704	37.00 703	37.00 705	37.00 706	37.00 706	37.00 706	37.00 702	37.00 704

MDST_ROB	69.83 702	87.70 708	41.95 707	113.75 710	65.62 711	75.05 709	55.25 710	75.64 711	45.04 706	71.61 710	41.75 709	72.81 710	44.06 707	68.38 710	44.63 709	101.89 712	59.57 712	107.10 712	61.05 712	104.38 709	59.38 710

NOSS_ROB	102.95 703	153.00 712	121.00 710	51.00 708	44.00 709	165.00 712	127.00 711	153.00 712	119.00 708	164.00 713	125.00 711	168.00 713	120.00 709	153.00 712	117.00 711	49.00 710	44.00 710	49.00 710	44.00 710	49.00 707	44.00 708

CBMV	128.50 704	1422.70 719	53.10 708	79.50 709	51.30 710	77.30 710	49.70 709	74.00 710	48.20 707	77.20 711	48.80 710	73.90 711	48.00 708	73.80 711	48.80 710	70.40 711	45.10 711	68.90 711	46.10 711	68.20 708	45.00 709
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 705	171.00 713	160.68 713	162.58 711	160.59 712	164.01 711	160.35 712	158.51 713	158.56 709	158.34 712	160.12 712	158.56 712	159.92 710	157.26 713	158.94 712	154.38 713	158.36 713	155.75 713	159.13 714	153.67 710	154.07 711
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 706	123.00 709	115.00 709	219.00 712	218.00 714	223.00 713	244.00 714	217.00 714	236.00 711	202.00 714	203.00 713	205.00 714	208.00 711	225.00 714	204.00 713	210.00 714	198.00 714	197.00 714	184.00 715	204.00 711	201.00 712

MGS-Stereo	239.45 707	123.00 709	135.00 711	266.00 713	286.00 715	277.00 714	305.00 715	271.00 715	242.00 712	274.00 715	279.00 715	255.00 715	270.00 713	268.00 715	297.00 715	221.00 715	247.00 716	216.00 715	123.00 713	217.00 712	217.00 714

EGLCR-Stereo	246.90 708	129.00 711	139.00 712	266.00 713	286.00 715	277.00 714	305.00 715	271.00 715	242.00 712	274.00 715	279.00 715	255.00 715	270.00 713	268.00 715	297.00 715	230.00 716	247.00 716	216.00 715	223.00 717	237.00 713	227.00 715

DLCB_ROB	284.23 709	354.61 715	207.27 714	363.24 715	206.46 713	364.72 716	210.41 713	364.72 717	210.41 710	364.81 717	208.64 714	364.81 717	208.64 712	364.72 717	210.41 714	354.70 717	205.53 715	354.70 717	205.53 716	354.70 714	205.53 713

LE_ROB	396.57 710	471.28 716	329.84 715	471.48 716	308.15 717	526.83 717	322.10 717	488.15 718	323.76 714	495.46 718	317.97 717	497.17 718	320.10 715	481.62 718	326.76 717	462.71 718	298.97 718	466.16 718	285.98 718	447.62 715	289.21 716

SGM-ForestM	596.69 711	677.77 717	444.52 716	699.85 717	517.25 718	732.94 718	488.29 718	770.79 719	460.11 715	750.81 719	487.98 718	792.79 719	499.41 716	730.90 719	475.81 718	720.03 719	491.16 719	663.96 719	418.60 719	674.76 716	436.05 717

CBMV_ROB	818.48 712	913.88 718	709.52 717	862.84 718	597.78 719	1073.99 719	700.52 719	1015.66 720	702.59 716	1115.65 720	760.02 719	1130.24 720	721.57 717	1037.41 720	692.65 719	814.05 720	564.29 720	843.28 720	595.31 720	915.51 717	602.92 718

tt	500032.53 713	34.60 699	29.72 695	37.47 705	34.41 702	36.85 702	35.22 702	34.71 701	33.55 699	34.50 698	35.43 701	33.81 701	10000000.00 718	33.57 701	33.13 701	33.68 701	35.00 703	34.03 702	35.26 704	30.96 698	34.63 701

DCANet	500032.53 713	34.60 699	29.72 695	37.47 705	34.41 702	36.85 702	35.22 702	34.71 701	33.55 699	34.50 698	35.43 701	33.81 701	10000000.00 718	33.57 701	33.13 701	33.68 701	35.00 703	34.03 702	35.26 704	30.96 698	34.63 701

fff	1000028.16 715	29.62 692	29.72 695	32.61 695	30.02 697	35.13 698	31.83 698	32.07 698	10000000.00 717	35.27 700	29.82 698	32.45 698	30.15 697	32.35 698	30.09 697	31.04 698	29.55 699	30.64 698	30.14 698	10000000.00 718	30.77 697

csc	1000028.16 715	29.62 692	29.72 695	32.61 695	30.02 697	35.13 698	31.83 698	32.07 698	10000000.00 717	35.27 700	29.82 698	32.45 698	30.15 697	32.35 698	30.09 697	31.04 698	29.55 699	30.64 698	30.14 698	10000000.00 718	30.77 697

cscssc	1000028.16 715	29.62 692	29.72 695	32.61 695	30.02 697	35.13 698	31.83 698	32.07 698	10000000.00 717	35.27 700	29.82 698	32.45 698	30.15 697	32.35 698	30.09 697	31.04 698	29.55 699	30.64 698	30.14 698	10000000.00 718	30.77 697

111111	10000000.00 718	10000000.00 720	10000000.00 718	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 717	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 719

SGD-Stereo	10000000.00 718	10000000.00 720	10000000.00 718	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 717	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 719

IGEV-Stereo++	10000000.00 718	10000000.00 720	10000000.00 718	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 717	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 719

IGEV-BASED-STEREO-	10000000.00 718	10000000.00 720	10000000.00 718	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 717	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 719

IGEV-Stereo+	10000000.00 718	10000000.00 720	10000000.00 718	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 717	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 719

SDNR	10000000.00 718	10000000.00 720	10000000.00 718	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 717	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 719

anonymousdsp2	10000000.00 718	10000000.00 720	10000000.00 718	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 717	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 719

anonymousdsp	10000000.00 718	10000000.00 720	10000000.00 718	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 717	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 719

test_example2	10000000.00 718	10000000.00 720	10000000.00 718	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 717	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 719

DIP-Stereo	10000000.00 718	10000000.00 720	10000000.00 718	10000000.00 719	10000000.00 720	10000000.00 720	10000000.00 720	10000000.00 721	10000000.00 717	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 718	10000000.00 721	10000000.00 720	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 721	10000000.00 718	10000000.00 719
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 371	0.50 387	0.38 370	0.50 397	0.38 376	0.50 402	3.79 663	0.50 395	0.38 363	0.54 384	0.43 367	0.46 393	0.34 361	0.46 366	0.35 350

FSD					0.44 412	0.56 423	0.44 402	0.55 412	0.44 405	0.56 422	0.44 410	0.56 425	0.44 401	0.56 419	0.46 404	0.61 402	0.42 362	0.52 427	0.42 416	0.52 399

ccccc		0.44 215		0.48 298	0.35 361	0.48 386		0.51 401		0.47 370		0.47 377		0.47 373		0.41 296	0.40 343	0.40 353	0.40 400	0.41 348

ASD4		0.20 128

Low-res two-view benchmark