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	0.14 122	0.00 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 89	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 89	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	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	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	0.04 104	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	0.73 431	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	0.06 117	0.04 104	0.06 119	0.04 110	0.06 120	0.04 100	0.06 111	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	0.04 104	0.12 152	0.04 110	0.06 120	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	0.50 245	0.10 92	0.12 106	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	0.73 431	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

Wz-Net-LNSev	0.06 61	0.24 149	0.20 191	0.23 178	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	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 263	0.10 92	0.12 106	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	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 61	0.08 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 133	0.06 119	0.06 133	0.05 113	0.06 129	0.06 111	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 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 133	0.06 119	0.06 133	0.05 113	0.06 129	0.06 111	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 80	0.08 82	0.08 69	0.05 121	0.06 114	0.05 115	0.05 110	0.06 133	0.06 119	0.06 133	0.05 113	0.06 129	0.06 111	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	0.58 397	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	0.75 434	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

DispViT+	0.07 67	0.08 80	0.12 123	0.08 69	0.05 121	0.08 127	0.05 115	0.08 130	0.05 120	0.08 129	0.05 122	0.08 129	0.05 112	0.08 130	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 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 130	0.05 120	0.08 129	0.05 122	0.08 129	0.05 112	0.08 130	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 80	0.07 80	0.07 67	0.07 136	0.08 127	0.06 132	0.08 130	0.07 137	0.08 129	0.07 137	0.08 129	0.06 129	0.07 127	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	0.16 116	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 206	0.02 20	0.02 21	0.71 423	0.02 16	0.02 19	0.02 21	0.02 21	0.16 185

BridgeDepth	0.08 72	0.08 80	0.11 112	0.11 98	0.05 121	0.08 127	0.05 115	0.08 130	0.07 137	0.08 129	0.05 122	0.08 129	0.05 112	0.09 136	0.08 129	0.15 141	0.11 122	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	1.01 448	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 89	0.17 176	0.19 157	0.06 134	0.08 127	0.06 132	0.08 130	0.06 133	0.08 129	0.06 133	0.08 129	0.06 129	0.08 130	0.06 126	0.15 141	0.16 170	0.08 126	0.06 129	0.08 133	0.06 126

RT-Monster	0.09 75	0.07 78	0.03 39	0.15 133	0.03 52	0.04 95	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 143	0.04 90	0.03 52	0.92 460	0.03 39	0.03 41	0.03 57	0.03 47	0.07 130

DA	0.09 75	0.13 108	0.39 300	0.08 69	0.05 121	0.07 125	0.05 115	0.13 153	0.05 120	0.06 119	0.05 122	0.06 120	0.05 112	0.06 111	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	0.13 108	0.39 300	0.08 69	0.05 121	0.07 125	0.05 115	0.13 153	0.05 120	0.06 119	0.05 122	0.06 120	0.05 112	0.06 111	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	1.00 341	0.11 112	0.11 98	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	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 75	0.97 331	0.10 92	0.10 81	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	0.87 308	0.10 92	0.12 106	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	1.03 356	0.11 112	0.11 98	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	0.87 308	0.12 123	0.11 98	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	1.01 350	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	0.95 328	0.09 88	0.10 81	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	1.01 350	0.10 92	0.10 81	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 89	0.10 92	0.09 76	0.09 140	0.09 135	0.09 139	0.10 137	0.08 141	0.10 138	0.09 141	0.09 137	0.09 139	0.09 136	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	0.90 508	0.06 117	0.04 104	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	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	0.90 423	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	0.14 157	0.36 353	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 90	0.98 332	0.14 148	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 90	1.05 360	0.12 123	0.12 106	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	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 90	1.05 360	0.12 123	0.12 106	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	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 90	1.05 360	0.12 123	0.12 106	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	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample5	0.10 90	1.07 364	0.11 112	0.10 81	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	1.03 356	0.12 123	0.10 81	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	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

DualNet	0.10 90	1.07 364	0.11 112	0.10 81	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	1.14 373	0.13 143	0.14 122	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	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

AnonymousM	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	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	0.99 339	0.12 123	0.13 118	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	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

test_xeample	0.10 90	1.09 366	0.13 143	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

PVD	0.10 90	0.10 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	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 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	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 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	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 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	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 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	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 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	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 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	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 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	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 93	0.10 92	0.10 81	0.10 147	0.10 137	0.10 144	0.10 137	0.10 145	0.10 138	0.10 145	0.10 140	0.10 143	0.10 140	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	1.27 523	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	0.08 130	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	0.36 283	0.24 183	0.07 136	0.13 152	0.05 115	0.06 117	0.05 120	0.05 113	0.05 122	0.13 154	0.05 112	0.05 104	0.09 134	0.24 203	0.20 201	0.10 133	0.05 118	0.06 118	0.13 174

JetRed	0.11 111	0.12 106	0.11 112	0.11 98	0.11 163	0.11 148	0.14 176	0.11 149	0.11 160	0.12 152	0.11 159	0.11 150	0.11 156	0.11 151	0.11 152	0.11 105	0.16 170	0.11 144	0.11 155	0.11 148	0.11 153

JetBlue	0.11 111	0.11 104	0.12 123	0.13 118	0.14 182	0.11 148	0.11 157	0.11 149	0.11 160	0.11 150	0.11 159	0.11 150	0.11 156	0.12 155	0.12 164	0.11 105	0.11 122	0.11 144	0.11 155	0.11 148	0.11 153

x	0.11 111	1.15 376	0.15 165	0.14 122	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	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

Wz-Net-LNSev-Ref	0.11 111	0.44 216	0.33 260	0.39 239	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	0.39 283	0.36 325	0.02 19	0.02 21	0.02 21	0.02 20

xxxx	0.11 111	1.16 378	0.16 169	0.12 106	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	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

BEATNet_4x	0.11 111	0.03 31	0.03 39	1.60 551	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	0.05 104	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	1.60 551	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	0.05 104	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	1.62 554	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	0.06 111	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	1.14 373	0.17 176	0.20 161	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	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

S2M2_L	0.12 120	0.14 114	0.10 92	0.15 133	0.10 147	0.14 153	0.10 144	0.14 155	0.10 145	0.15 161	0.10 145	0.14 155	0.10 143	0.14 157	0.10 140	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	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 78	0.05 79	0.08 69	0.05 121	0.08 127	1.20 539	0.07 127	0.05 120	0.05 113	0.05 122	0.08 129	0.05 112	0.08 130	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	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	1.57 609	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	0.04 104	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.65 613	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	0.04 104	0.04 92	0.04 110	0.04 96	0.05 112	0.04 90	1.66 615	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	1.71 557	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 111	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	0.21 135	0.12 123	0.16 143	0.11 163	0.15 161	0.11 157	0.14 155	0.11 160	0.15 161	0.12 167	0.15 166	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLG	0.13 127	0.20 129	0.14 148	0.15 133	0.11 163	0.14 153	0.11 157	0.14 155	0.11 160	0.14 154	0.11 159	0.14 155	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

ACRE	0.13 127	0.21 135	0.14 148	0.15 133	0.11 163	0.14 153	0.11 157	0.14 155	0.11 160	0.14 154	0.12 167	0.14 155	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

LRCNet_RVC	0.13 127	0.13 108	0.09 88	0.13 118	0.10 147	0.14 153	0.10 144	0.14 155	0.10 145	0.23 204	0.10 145	0.20 186	0.10 143	0.24 211	0.11 152	0.11 105	0.09 94	0.12 147	0.14 185	0.12 154	0.09 135

aanetorigin	0.13 127	0.11 104	0.11 112	0.11 98	0.11 163	0.11 148	0.11 157	0.11 149	0.11 160	0.11 150	0.12 167	0.11 150	0.11 156	0.11 151	0.11 152	0.11 105	0.11 122	0.14 153	0.11 155	0.49 388	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	0.04 104	0.04 92	0.05 122	0.04 96	0.05 112	0.04 90	1.71 618	0.04 59	0.04 66	0.04 93	0.04 99	0.07 128	0.04 96

ELAS	0.13 127	0.16 116	0.11 112	0.15 133	0.09 140	0.18 179	0.11 157	0.18 178	0.11 160	0.17 173	0.11 159	0.18 179	0.11 156	0.18 178	0.11 152	0.14 133	0.08 84	0.14 153	0.08 134	0.14 158	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 134	1.22 435	0.28 227	0.32 215	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	0.32 235	0.27 233	0.04 93	0.03 57	0.03 47	0.03 52

S2M2_XL	0.14 134	0.17 121	0.12 123	0.17 152	0.11 163	0.17 175	0.11 157	0.17 175	0.11 160	0.17 173	0.11 159	0.17 175	0.11 156	0.17 175	0.11 152	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	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	1.83 496	0.12 123	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 111	0.04 97	0.12 111	0.11 122	0.05 108	0.04 99	0.05 113	0.04 96

ProNet	0.14 134	0.20 129	0.14 148	0.16 143	0.11 163	0.16 168	0.11 157	0.17 175	0.11 160	0.17 173	0.12 167	0.17 175	0.13 177	0.17 175	0.12 164	0.15 141	0.11 122	0.16 170	0.11 155	0.15 166	0.12 167

IPLGR_C	0.14 134	0.20 129	0.12 123	0.15 133	0.11 163	0.14 153	0.15 182	0.14 155	0.11 160	0.15 161	0.12 167	0.14 155	0.11 156	0.16 168	0.11 152	0.15 141	0.12 136	0.14 153	0.12 170	0.15 166	0.12 167

MIPNet	0.14 134	0.21 135	0.17 176	0.16 143	0.11 163	0.15 161	0.12 170	0.14 155	0.11 160	0.16 166	0.11 159	0.14 155	0.11 156	0.14 157	0.11 152	0.14 133	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

IPLGR	0.14 134	0.24 149	0.14 148	0.16 143	0.12 176	0.15 161	0.12 170	0.14 155	0.11 160	0.15 161	0.12 167	0.14 155	0.11 156	0.14 157	0.11 152	0.15 141	0.12 136	0.14 153	0.11 155	0.14 158	0.11 153

GMStereo	0.14 134	0.13 108	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 155	0.14 182	0.14 154	0.14 185	0.14 155	0.14 181	0.14 157	0.14 175	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179
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	2.22 574	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	0.07 127	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	0.16 116	0.12 123	0.17 152	0.12 176	0.17 175	0.11 157	0.17 175	0.11 160	0.17 173	0.12 167	0.17 175	0.12 171	0.17 175	0.12 164	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	0.12 167

DRN-Test	0.14 134	0.13 108	0.09 88	0.14 122	0.09 140	0.15 161	0.09 139	0.14 155	0.10 145	0.14 154	0.09 141	0.14 155	0.09 139	0.13 156	0.09 134	0.12 111	0.09 94	0.12 147	0.09 136	0.12 154	0.73 481

ELAS_RVC	0.14 134	0.16 116	0.10 92	0.15 133	0.10 147	0.18 179	0.11 157	0.19 180	0.11 160	0.19 179	0.12 167	0.18 179	0.11 156	0.19 181	0.12 164	0.14 133	0.08 84	0.14 153	0.09 136	0.15 166	0.09 135
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 146	0.17 121	0.13 143	0.20 161	0.13 180	0.19 182	0.13 174	0.18 178	0.13 180	0.19 179	0.13 180	0.18 179	0.14 181	0.18 178	0.14 175	0.16 152	0.11 122	0.15 166	0.14 185	0.18 181	0.11 153

CoDeX	0.15 146	0.70 282	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	0.67 456	0.02 15	0.69 448	0.75 464	0.01 9	0.02 21	0.02 20

ICVP	0.15 146	0.53 259	0.11 112	0.16 143	0.11 163	0.16 168	0.11 157	0.16 169	0.11 160	0.16 166	0.11 159	0.16 167	0.11 156	0.16 168	0.11 152	0.16 152	0.11 122	0.16 170	0.11 155	0.16 171	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	2.20 573	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.05 122	0.04 96	0.04 100	0.08 130	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	0.14 114	0.10 92	0.14 122	0.09 140	0.15 161	0.09 139	0.14 155	0.09 144	0.14 154	0.10 145	0.14 155	0.09 139	0.14 157	0.09 134	0.13 126	0.10 99	0.13 151	0.09 136	0.13 156	0.82 497

LALA_ROB	0.15 146	0.19 125	0.12 123	0.18 154	0.11 163	0.20 187	0.12 170	0.21 195	0.12 176	0.20 185	0.12 167	0.20 186	0.12 171	0.21 196	0.13 171	0.17 160	0.10 99	0.18 188	0.11 155	0.18 181	0.11 153

SGM_RVC	0.15 146	0.17 121	0.11 112	0.18 154	0.11 163	0.19 182	0.11 157	0.19 180	0.12 176	0.19 179	0.12 167	0.20 186	0.12 171	0.19 181	0.12 164	0.16 152	0.11 122	0.17 178	0.10 143	0.17 177	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	1.21 429	0.33 260	0.41 264	0.04 101	0.04 95	0.03 54	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.35 252	0.31 267	0.04 93	0.04 99	0.04 97	0.04 96

GMStereo_Zeroshot	0.16 153	0.16 116	0.16 169	0.16 143	0.16 204	0.16 168	0.16 188	0.16 169	0.16 198	0.16 166	0.16 198	0.16 167	0.16 194	0.16 168	0.16 192	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

qqq	0.16 153	2.01 520	0.12 123	0.15 133	0.04 101	0.06 114	0.05 115	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

DeepPruner_ROB	0.16 153	0.18 124	0.13 143	0.19 157	0.13 180	0.19 182	0.13 174	0.19 180	0.13 180	0.19 179	0.13 180	0.19 183	0.13 177	0.19 181	0.13 171	0.18 168	0.13 159	0.18 188	0.13 179	0.18 181	0.13 174

CAS++	0.17 157	0.27 160	0.21 197	0.10 81	0.21 237	0.15 161	0.22 224	0.10 137	0.21 226	0.22 199	0.10 145	0.19 183	0.18 216	0.10 140	0.19 213	0.20 175	0.19 199	0.18 188	0.10 143	0.19 187	0.18 207
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 157	2.16 530	0.13 143	0.13 118	0.04 101	0.06 114	0.04 103	0.06 117	0.04 104	0.06 119	0.03 56	0.06 120	0.03 53	0.06 111	0.05 110	0.18 168	0.12 136	0.06 116	0.03 57	0.05 113	0.03 52

SFCPSM	0.17 157	0.78 294	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	0.79 494	0.02 15	0.75 461	0.76 466	0.02 21	0.02 21	0.02 20

CCAANet	0.17 157	0.71 283	0.14 148	0.14 122	0.14 182	0.14 153	0.14 176	0.14 155	0.14 182	0.14 154	0.14 185	0.14 155	0.14 181	0.14 157	0.22 222	0.14 133	0.14 163	0.14 153	0.14 185	0.14 158	0.14 179

DepthFocus	0.18 161	0.22 139	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.22 199	0.15 194	0.22 202	0.16 194	0.22 200	0.15 185	0.20 175	0.15 167	0.20 195	0.14 185	0.20 188	0.14 179

w-ln-seven	0.18 161	1.47 454	0.33 260	0.40 252	0.04 101	0.04 95	0.04 103	0.04 95	0.04 104	0.04 92	0.04 110	0.04 96	0.04 100	0.04 90	0.04 97	0.38 270	0.32 271	0.05 108	0.04 99	0.04 97	0.04 96

xyz-stereo-finetune2	0.18 161	0.48 238	0.16 169	0.16 143	0.15 194	0.15 161	0.16 188	0.16 169	0.16 198	0.16 166	0.16 198	0.16 167	0.16 194	0.16 168	0.16 192	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

xyz-stereo	0.18 161	0.50 245	0.16 169	0.15 133	0.16 204	0.16 168	0.16 188	0.16 169	0.16 198	0.16 166	0.16 198	0.16 167	0.16 194	0.16 168	0.16 192	0.16 152	0.16 170	0.16 170	0.16 195	0.16 171	0.16 185

BEATNet-Init1	0.19 165	0.08 80	0.08 82	2.23 575	0.08 138	0.08 127	0.07 136	0.07 127	0.08 141	0.08 129	0.07 137	0.08 129	0.07 135	0.11 151	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 80	0.08 82	2.23 575	0.08 138	0.08 127	0.07 136	0.07 127	0.08 141	0.08 129	0.07 137	0.08 129	0.07 135	0.11 151	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	0.19 125	0.40 332	0.30 203	0.17 210	0.22 200	0.17 198	0.21 195	0.17 208	0.20 185	0.17 205	0.21 194	0.18 216	0.21 196	0.17 198	0.20 175	0.16 170	0.20 195	0.16 195	0.20 188	0.17 202

DAS	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	0.20 187	0.20 214	0.20 186	0.20 222	0.20 185	0.20 227	0.20 186	0.20 225	0.20 185	0.20 216	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 211

ASD4	0.20 167	0.20 129	0.20 191	0.20 161	0.20 228	0.20 187	0.20 214	0.20 186	0.20 222	0.20 185	0.20 227	0.20 186	0.20 225	0.20 185	0.20 216	0.20 175	0.20 201	0.20 195	0.20 225	0.20 188	0.20 211

ACVNet	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 515	0.21 195	0.14 182	0.20 185	0.13 180	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

acv_ft	0.20 167	0.19 125	0.14 148	0.20 161	0.14 182	0.20 187	0.96 515	0.21 195	0.14 182	0.20 185	0.13 180	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	0.17 177	0.12 167

iResNetv2_ROB	0.20 167	0.23 141	0.18 186	0.24 183	0.20 228	0.24 212	0.18 206	0.24 209	0.18 214	0.24 211	0.18 221	0.23 209	0.19 221	0.24 211	0.18 210	0.21 183	0.16 170	0.21 199	0.16 195	0.22 197	0.16 185

iResNet	0.20 167	0.23 141	0.18 186	0.24 183	0.18 221	0.24 212	0.20 214	0.24 209	0.18 214	0.23 204	0.17 205	0.23 209	0.18 216	0.23 207	0.18 210	0.22 185	0.16 170	0.21 199	0.16 195	0.21 195	0.16 185

LACA2	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 209	0.16 198	0.24 211	0.16 198	0.24 215	0.16 194	0.24 211	0.16 192	0.27 214	0.23 215	0.24 221	0.16 195	0.23 208	0.16 185

LACA1	0.21 174	0.24 149	0.26 218	0.31 209	0.16 204	0.24 212	0.16 188	0.24 209	0.16 198	0.24 211	0.16 198	0.24 215	0.16 194	0.24 211	0.16 192	0.27 214	0.22 209	0.23 212	0.16 195	0.23 208	0.16 185

z-ln-s-r	0.21 174	1.40 452	0.53 402	0.56 368	0.04 101	0.05 110	0.04 103	0.05 110	0.05 120	0.05 113	0.04 110	0.05 113	0.04 100	0.05 104	0.05 110	0.57 396	0.44 376	0.04 93	0.04 99	0.04 97	0.04 96

tg	0.21 174	0.25 155	0.21 197	0.26 197	0.17 210	0.24 212	0.17 198	0.24 209	0.17 208	0.24 211	0.17 205	0.24 215	0.17 206	0.24 211	0.17 198	0.24 203	0.17 191	0.23 212	0.16 195	0.23 208	0.16 185

Pointernet	0.21 174	0.22 139	0.19 188	0.24 183	0.19 225	0.24 212	0.19 210	0.24 209	0.19 220	0.24 211	0.19 223	0.24 215	0.19 221	0.24 211	0.19 213	0.22 185	0.17 191	0.22 204	0.17 217	0.22 197	0.17 202

SuperB	0.21 174	0.10 93	2.51 640	0.12 106	0.09 140	0.10 137	0.09 139	0.08 130	0.07 137	0.10 138	0.09 141	0.09 137	0.07 135	0.07 127	0.07 127	0.07 75	0.08 84	0.07 121	0.07 130	0.08 133	0.07 130

BStereo	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 273	0.17 208	0.23 204	0.17 205	0.23 209	0.16 194	0.24 211	0.17 198	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 185

Wave_Phase_stereo	0.22 180	0.23 141	0.20 191	0.24 183	0.20 228	0.23 209	0.33 335	0.39 273	0.17 208	0.23 204	0.17 205	0.23 209	0.16 194	0.24 211	0.17 198	0.23 196	0.16 170	0.22 204	0.20 225	0.22 197	0.16 185

WAO-6	0.22 180	0.23 141	0.22 199	0.23 178	0.22 239	0.22 200	0.22 224	0.22 199	0.22 229	0.22 199	0.22 234	0.22 202	0.22 232	0.22 200	0.22 222	0.22 185	0.22 209	0.22 204	0.22 232	0.22 197	0.22 216

IMH-64-1	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 199	0.22 229	0.22 199	0.22 234	0.22 202	0.22 232	0.22 200	0.22 222	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 218

IMH-64	0.22 180	0.23 141	0.23 202	0.22 173	0.22 239	0.22 200	0.22 224	0.22 199	0.22 229	0.22 199	0.22 234	0.22 202	0.22 232	0.22 200	0.22 222	0.22 185	0.22 209	0.23 212	0.22 232	0.22 197	0.23 218

ac_64	0.22 180	0.13 108	0.19 188	0.23 178	0.10 147	0.26 230	1.02 524	0.14 155	0.10 145	0.28 232	0.14 185	0.17 175	0.19 221	0.28 239	0.09 134	0.22 185	0.16 170	0.23 212	0.17 217	0.11 148	0.12 167

LACA3	0.23 186	0.25 155	0.27 221	0.54 361	0.17 210	0.25 221	0.17 198	0.25 217	0.17 208	0.25 219	0.17 205	0.25 222	0.17 206	0.25 220	0.17 198	0.28 218	0.23 215	0.24 221	0.17 217	0.24 212	0.17 202

dd	0.23 186	0.98 332	0.16 169	0.23 178	0.15 194	0.23 209	0.15 182	0.23 206	0.15 193	0.23 204	0.15 194	0.24 215	0.17 206	0.23 207	0.15 185	0.22 185	0.15 167	0.21 199	0.15 193	0.22 197	0.16 185

dad	0.23 186	1.03 356	0.16 169	0.23 178	0.15 194	0.24 212	0.15 182	0.24 209	0.16 198	0.23 204	0.16 198	0.24 215	0.16 194	0.23 207	0.15 185	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

RSGM-EC	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.24 211	0.15 194	0.22 202	0.15 192	0.22 200	1.19 539	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

acva	0.24 189	0.24 149	0.15 165	0.22 173	0.15 194	0.22 200	0.15 182	0.22 199	0.15 193	0.24 211	0.15 194	0.22 202	0.15 192	0.22 200	1.19 539	0.20 175	0.17 191	0.24 221	0.14 185	0.20 188	0.14 179

MSKI-zero shot	0.24 189	0.21 135	0.49 383	0.65 385	0.18 221	0.22 200	0.17 198	0.23 206	0.18 214	0.21 197	0.17 205	0.23 209	0.28 267	0.23 207	0.18 210	0.21 183	0.16 170	0.21 199	0.16 195	0.21 195	0.16 185

qqq1	0.25 192	3.70 599	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 117	0.05 120	0.06 119	0.05 122	0.04 96	0.05 112	0.06 111	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

fff1	0.25 192	3.70 599	0.14 148	0.14 122	0.04 101	0.06 114	0.05 115	0.06 117	0.05 120	0.06 119	0.05 122	0.04 96	0.05 112	0.06 111	0.05 110	0.13 126	0.12 136	0.06 116	0.05 118	0.03 47	0.04 96

UNDER WATER-64	0.25 192	0.26 157	0.25 212	0.26 197	0.25 252	0.25 221	0.25 239	0.25 217	0.25 243	0.25 219	0.25 251	0.25 222	0.25 244	0.26 231	0.25 240	0.25 209	0.25 220	0.25 226	0.25 248	0.25 215	0.25 229

ffm	0.25 192	3.83 605	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

ff1	0.25 192	3.83 605	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

mmx	0.25 192	3.83 605	0.12 123	0.12 106	0.05 121	0.06 114	0.05 115	0.06 117	0.05 120	0.03 44	0.03 56	0.06 120	0.05 112	0.06 111	0.05 110	0.12 111	0.12 136	0.05 108	0.04 99	0.06 118	0.04 96

MIM_Stereo	0.25 192	0.23 141	0.66 429	0.80 409	0.17 210	0.22 200	0.17 198	0.23 206	0.18 214	0.26 228	0.17 205	0.21 194	0.17 206	0.25 220	0.17 198	0.23 196	0.16 170	0.21 199	0.17 217	0.22 197	0.17 202

LoS	0.25 192	0.27 160	0.25 212	0.25 190	0.25 252	0.25 221	0.25 239	0.26 223	0.25 243	0.25 219	0.25 251	0.25 222	0.25 244	0.25 220	0.25 240	0.26 211	0.25 220	0.25 226	0.26 254	0.26 217	0.25 229
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 192	1.31 443	0.74 457	0.92 428	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	0.87 455	0.75 461	0.02 19	0.02 21	0.02 21	0.02 20

IGEV_i1	0.26 201	0.05 66	0.04 64	0.06 65	0.03 52	0.05 110	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 129	0.05 104	0.03 52	4.34 646	0.03 39	0.04 93	0.03 57	0.05 113	0.04 96

model_zeroshot	0.27 202	0.20 129	0.27 221	0.33 219	0.21 237	0.37 270	0.22 224	0.37 260	0.24 238	0.26 228	0.27 260	0.33 257	0.21 231	0.25 220	0.27 246	0.32 235	0.20 201	0.34 269	0.23 238	0.25 215	0.26 235

DLNR-FE	0.28 203	0.89 313	0.30 235	0.34 222	0.19 225	0.28 235	0.19 210	0.28 226	0.20 222	0.28 232	0.20 227	0.28 236	0.20 225	0.28 239	0.20 216	0.33 240	0.28 239	0.25 226	0.19 224	0.24 212	0.19 209

xyz-stereo-finetune	0.28 203	0.49 240	0.16 169	0.16 143	0.16 204	0.16 168	0.16 188	0.22 199	0.30 281	0.32 249	0.31 327	0.32 254	0.31 329	0.32 252	0.32 321	0.32 235	0.33 283	0.31 250	0.32 349	0.31 235	0.32 328

SQANet	0.28 203	0.28 163	0.28 227	0.28 201	0.28 265	0.28 235	0.28 257	0.28 226	0.28 264	0.28 232	0.28 267	0.28 236	0.28 267	0.28 239	0.28 255	0.28 218	0.28 239	0.28 237	0.28 304	0.28 224	0.28 293

HGLStereo	0.28 203	0.29 165	0.22 199	0.36 228	0.22 239	0.36 265	0.21 220	0.36 254	0.21 226	0.42 309	0.21 233	0.36 268	0.22 232	0.36 269	0.21 220	0.34 244	0.21 205	0.34 269	0.21 229	0.34 249	0.21 214

iResNet_ROB	0.28 203	0.32 171	0.24 209	0.32 215	0.25 252	0.32 254	0.24 237	0.32 240	0.24 238	0.33 253	0.24 245	0.35 263	0.24 241	0.33 259	0.24 232	0.31 233	0.24 219	0.32 253	0.24 245	0.32 238	0.24 228

UNet	0.29 208	0.90 316	0.10 92	0.14 122	0.10 147	0.14 153	0.10 144	0.91 470	0.69 474	0.14 154	0.11 159	0.14 155	0.11 156	0.14 157	0.10 140	0.12 111	0.09 94	0.12 147	0.09 136	0.88 461	0.76 488

MultiAttention	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 233	0.30 281	0.30 238	0.30 285	0.30 246	0.30 280	0.30 245	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312

MSAF-DinoV2	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 233	0.30 281	0.30 238	0.30 285	0.30 246	0.30 280	0.30 245	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312

DDVS	0.30 209	3.10 585	0.14 148	0.19 157	0.14 182	0.19 182	0.14 176	0.20 186	0.14 182	0.19 179	0.13 180	0.16 167	0.13 177	0.19 181	0.13 171	0.17 160	0.13 159	0.17 178	0.13 179	0.17 177	0.13 174

ACV-stereo	0.30 209	2.08 522	0.25 212	0.25 190	0.18 221	0.24 212	0.17 198	0.24 209	0.18 214	0.24 211	0.17 205	0.25 222	0.17 206	0.24 211	0.17 198	0.22 185	0.16 170	0.22 204	0.16 195	0.22 197	0.16 185

LoS_RVC	0.30 209	1.14 373	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 217	0.25 243	0.25 219	0.25 251	0.26 233	0.26 253	0.26 231	0.25 240	0.26 211	0.26 223	0.25 226	0.25 248	0.26 217	0.26 235

CAS	0.30 209	1.17 379	0.25 212	0.25 190	0.25 252	0.26 230	0.25 239	0.25 217	0.26 256	0.25 219	0.25 251	0.25 222	0.25 244	0.25 220	0.25 240	0.26 211	0.26 223	0.26 231	0.25 248	0.26 217	0.25 229

DANet	0.30 209	0.30 166	0.30 235	0.30 203	0.30 285	0.30 239	0.30 272	0.30 233	0.30 281	0.30 238	0.30 285	0.30 246	0.30 280	0.30 245	0.30 273	0.30 227	0.30 262	0.30 244	0.30 331	0.30 230	0.30 312
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 216	0.31 169	0.31 250	0.30 203	0.40 391	0.31 245	0.30 272	0.30 233	0.34 353	0.29 237	0.31 327	0.29 242	0.30 280	0.31 249	0.31 311	0.31 233	0.29 253	0.31 250	0.30 331	0.31 235	0.31 321

tt1	0.31 216	0.93 325	0.24 209	0.33 219	0.23 245	0.31 245	0.24 237	0.32 240	0.24 238	0.32 249	0.23 238	0.32 254	0.25 244	0.32 252	0.24 232	0.27 214	0.26 223	0.27 235	0.26 254	0.27 222	0.27 273

xxxxx1	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

DLNR_Zeroshot_test	0.31 216	0.28 163	0.47 368	0.79 406	0.24 250	0.30 239	0.26 246	0.30 233	0.24 238	0.32 249	0.23 238	0.31 250	0.24 241	0.30 245	0.23 229	0.29 226	0.26 223	0.29 242	0.24 245	0.33 245	0.23 218

tt_ll	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

ff	0.31 216	0.91 318	0.23 202	0.31 209	0.23 245	0.31 245	0.23 232	0.33 244	0.25 243	0.31 243	0.24 245	0.33 257	0.25 244	0.32 252	0.24 232	0.28 218	0.28 239	0.28 237	0.28 304	0.29 227	0.27 273

RAFT + AFF	0.31 216	0.45 224	0.34 270	0.39 239	0.28 265	0.38 277	0.33 335	0.29 231	0.31 324	0.30 238	0.30 285	0.29 242	0.27 260	0.29 243	0.30 273	0.28 218	0.29 253	0.29 242	0.29 317	0.27 222	0.32 328

MLCV	0.31 216	0.35 174	0.27 221	0.35 224	0.28 265	0.35 261	0.27 249	0.35 250	0.28 264	0.36 263	0.27 260	0.35 263	0.27 260	0.35 263	0.27 246	0.34 244	0.27 233	0.34 269	0.27 291	0.34 249	0.27 273

DN-CSS_ROB	0.31 216	0.35 174	0.28 227	0.35 224	0.28 265	0.34 257	0.27 249	0.34 247	0.25 243	0.35 259	0.27 260	0.36 268	0.26 253	0.34 260	0.28 255	0.35 252	0.28 239	0.34 269	0.28 304	0.34 249	0.27 273

DStereoFS	0.32 225	0.33 172	0.32 255	0.33 219	0.30 285	0.32 254	0.32 324	0.32 240	0.31 324	0.30 238	0.31 327	0.31 250	0.30 280	0.32 252	0.32 321	0.32 235	0.31 267	0.30 244	0.47 431	0.32 238	0.34 342

DStereoSA	0.32 225	0.52 255	0.34 270	0.31 209	0.31 328	0.30 239	0.30 272	0.31 238	0.30 281	0.31 243	0.31 327	0.31 250	0.30 280	0.31 249	0.31 311	0.30 227	0.32 271	0.31 250	0.31 342	0.31 235	0.31 321

WCG-NET（raft）	0.32 225	1.24 437	0.24 209	0.32 215	0.24 250	0.32 254	0.23 232	0.32 240	0.24 238	0.32 249	0.24 245	0.32 254	0.24 241	0.32 252	0.24 232	0.30 227	0.23 215	0.30 244	0.23 238	0.30 230	0.23 218

Any-RAFT	0.32 225	0.36 177	0.27 221	0.36 228	0.27 260	0.36 265	0.27 249	0.36 254	0.27 260	0.36 263	0.27 260	0.36 268	0.27 260	0.36 269	0.28 255	0.36 256	0.28 239	0.36 290	0.28 304	0.36 269	0.28 293

StereoDRNet-Refined	0.33 229	0.39 190	0.26 218	0.39 239	0.26 259	0.40 285	0.26 246	0.40 280	0.26 256	0.39 275	0.26 256	0.39 282	0.26 253	0.39 284	0.26 245	0.37 259	0.25 220	0.37 293	0.25 248	0.37 273	0.37 360
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 186	0.16 198	0.20 185	0.17 205	0.21 194	0.16 194	0.27 235	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 661

RAFT-FE	0.34 230	0.26 157	0.17 176	0.21 171	0.17 210	0.20 187	0.16 188	0.20 186	0.16 198	0.20 185	0.17 205	0.21 194	0.16 194	0.27 235	0.24 232	0.19 172	0.16 170	0.19 191	0.16 195	0.26 217	3.08 661

LG-Stereo_L2	0.34 230	0.37 179	0.38 289	0.47 295	0.28 265	0.39 283	0.28 257	0.39 273	0.28 264	0.39 275	0.28 267	0.39 282	0.28 267	0.38 276	0.28 255	0.42 312	0.35 319	0.36 290	0.26 254	0.35 262	0.26 235

H2IRNET	0.34 230	0.34 173	0.34 270	0.34 222	0.34 360	0.34 257	0.34 348	0.34 247	0.34 353	0.34 255	0.34 354	0.34 261	0.34 350	0.34 260	0.34 345	0.34 244	0.34 312	0.34 269	0.34 363	0.34 249	0.34 342

IGEV++	0.34 230	0.43 213	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.40 287	0.30 273	0.38 270	0.29 253	0.37 293	0.29 317	0.37 273	0.29 299

iRaft-Stereo_5w	0.34 230	0.42 212	0.31 250	0.39 239	0.30 285	0.38 277	0.30 272	0.40 280	0.29 270	0.40 281	0.37 373	0.41 303	0.34 350	0.38 276	0.30 273	0.34 244	0.27 233	0.34 269	0.26 254	0.34 249	0.26 235

CSP-Net	0.34 230	1.29 439	1.19 510	1.36 538	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	1.26 550	1.21 561	0.03 41	0.09 136	0.02 21	0.09 135

iRaft-Stereo_20w	0.34 230	0.41 205	0.31 250	0.39 239	0.29 275	0.40 285	0.32 324	0.41 295	0.32 334	0.38 269	0.30 285	0.39 282	0.30 280	0.38 276	0.32 321	0.35 252	0.27 233	0.34 269	0.27 291	0.34 249	0.29 299

DGSMNet	0.34 230	0.41 205	0.27 221	0.41 264	0.28 265	0.41 301	0.28 257	0.41 295	0.27 260	0.41 295	0.27 260	0.42 321	0.27 260	0.41 302	0.28 255	0.40 290	0.29 253	0.40 355	0.28 304	0.40 339	0.27 273

gcap_with_dpt	0.35 239	0.39 190	0.30 235	0.44 283	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.30 285	0.44 360	0.30 280	0.44 350	0.30 273	0.38 270	0.26 223	0.38 301	0.27 291	0.38 286	0.27 273

FE-Mocha	0.35 239	0.71 283	0.40 332	0.47 295	0.27 260	0.34 257	0.27 249	0.34 247	0.26 256	0.34 255	0.26 256	0.34 261	0.27 260	0.34 260	0.27 246	0.44 314	0.41 355	0.33 260	0.29 317	0.32 238	0.29 299

IGEV-FE	0.35 239	0.37 179	0.17 176	0.19 157	0.17 210	0.20 187	0.17 198	0.19 180	0.17 208	0.19 179	0.17 205	0.19 183	0.17 206	0.37 273	0.36 353	0.19 172	0.17 191	0.19 191	0.17 217	0.38 286	2.84 652

test_for_model	0.35 239	0.39 190	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.31 311	0.38 270	0.26 223	0.38 301	0.26 254	0.38 286	0.26 235

CASnet	0.35 239	0.51 253	0.44 354	0.32 215	0.31 328	0.24 212	0.34 348	0.36 254	0.25 243	0.31 243	0.37 373	0.30 246	0.33 345	0.25 220	0.45 402	0.37 259	0.37 328	0.33 260	0.35 376	0.34 249	0.37 360
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 239	0.44 216	0.45 356	0.49 306	0.30 285	0.37 270	0.30 272	0.36 254	0.30 281	0.36 263	0.29 273	0.36 268	0.29 274	0.36 269	0.30 273	0.46 353	0.39 342	0.32 253	0.24 245	0.32 238	0.25 229
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 239	0.35 174	0.35 281	0.35 224	0.35 363	0.35 261	0.35 353	0.35 250	0.35 357	0.35 259	0.35 362	0.35 263	0.35 357	0.35 263	0.35 349	0.35 252	0.35 319	0.35 285	0.35 376	0.35 262	0.35 352

GeoVLM	0.36 246	0.38 183	0.27 221	0.46 288	0.28 265	0.35 261	0.28 257	0.37 260	0.27 260	0.35 259	0.28 267	0.36 268	0.38 369	0.35 263	0.28 255	1.08 483	0.26 223	0.33 260	0.27 291	0.34 249	0.33 335

Zero-FE251	0.36 246	0.40 194	0.28 227	0.41 264	0.28 265	0.41 301	0.28 257	0.41 295	0.28 264	0.41 295	0.28 267	0.41 303	0.28 267	0.42 315	0.30 273	0.37 259	0.26 223	0.37 293	0.27 291	0.45 365	0.56 440

GIP-stereo	0.36 246	0.49 240	0.39 300	0.48 300	0.32 338	0.41 301	0.28 257	0.40 280	0.30 281	0.41 295	0.28 267	0.40 290	0.28 267	0.42 315	0.28 255	0.45 343	0.32 271	0.38 301	0.30 331	0.37 273	0.27 273

DCVSM-stereo	0.36 246	1.89 508	0.22 199	0.40 252	0.22 239	0.40 285	0.22 224	0.40 280	0.22 229	0.40 281	0.22 234	0.40 290	0.22 232	0.40 287	0.22 222	0.28 218	0.21 205	0.28 237	0.21 229	0.28 224	0.20 211

RSM	0.36 246	0.36 177	0.43 352	0.37 231	0.42 411	0.49 392	0.42 401	0.37 260	0.28 264	0.36 263	0.29 273	0.36 268	0.30 280	0.37 273	0.28 255	0.34 244	0.31 267	0.34 269	0.35 376	0.40 339	0.29 299

gcap-zeroshot	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 353	0.32 334	0.44 348	0.32 337	0.44 360	0.32 334	0.44 350	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 273

testlalala	0.36 246	0.40 194	0.34 270	0.44 283	0.31 328	0.44 361	0.31 316	0.44 353	0.32 334	0.44 348	0.32 337	0.44 360	0.32 334	0.44 350	0.31 311	0.39 283	0.28 239	0.39 342	0.28 304	0.39 327	0.27 273

GCAPDPT-zeroshot	0.36 246	0.40 194	0.30 235	0.43 280	0.30 285	0.43 328	0.30 272	0.43 319	0.31 324	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.31 311	0.39 283	0.28 239	0.39 342	0.27 291	0.39 327	0.26 235

RAFT-Test	0.36 246	0.37 179	0.33 260	0.41 264	0.32 338	0.41 301	0.32 324	0.41 295	0.32 334	0.41 295	0.32 337	0.41 303	0.32 334	0.41 302	0.33 332	0.37 259	0.29 253	0.37 293	0.29 317	0.38 286	0.31 321

DMCA	0.36 246	0.38 183	0.37 287	0.35 224	0.35 363	0.36 265	0.36 360	0.36 254	0.35 357	0.35 259	0.37 373	0.36 268	0.36 360	0.35 263	0.36 353	0.36 256	0.36 325	0.35 285	0.36 382	0.36 269	0.36 355

ACVNet-DCA	0.37 256	1.00 341	0.30 235	0.40 252	0.29 275	0.40 285	0.29 267	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.39 284	0.28 255	0.33 240	0.32 271	0.33 260	0.32 349	0.33 245	0.32 328

1test111	0.37 256	1.02 354	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 273	0.29 270	0.39 275	0.29 273	0.39 282	0.28 267	0.40 287	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

cc1	0.37 256	1.02 354	0.30 235	0.39 239	0.29 275	0.40 285	0.28 257	0.39 273	0.29 270	0.39 275	0.29 273	0.39 282	0.28 267	0.40 287	0.29 266	0.33 240	0.32 271	0.33 260	0.31 342	0.32 238	0.31 321

EKT-Stereo	0.37 256	0.40 194	0.44 354	1.07 453	0.29 275	0.34 257	0.31 316	0.36 254	0.29 270	0.38 269	0.31 327	0.37 275	0.30 280	0.36 269	0.29 266	0.34 244	0.28 239	0.39 342	0.30 331	0.37 273	0.30 312

GMOStereo	0.37 256	0.45 224	0.23 202	0.30 203	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	0.34 244	0.22 209	0.47 404	0.37 385	0.39 327	0.33 335

XPNet_ROB	0.37 256	0.37 179	0.37 287	0.37 231	0.37 373	0.37 270	0.37 366	0.37 260	0.37 369	0.37 268	0.37 373	0.37 275	0.37 365	0.37 273	0.37 362	0.37 259	0.37 328	0.37 293	0.37 385	0.37 273	0.37 360

MonSter++	0.38 262	0.44 216	0.31 250	0.43 280	0.30 285	0.43 328	0.31 316	0.43 319	0.31 324	0.45 360	0.31 327	0.43 328	0.31 329	0.43 321	0.69 472	0.38 270	0.33 283	0.40 355	0.30 331	0.38 286	0.30 312

HiDET	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 313	0.30 281	0.44 348	0.30 285	0.42 321	0.30 280	0.42 315	0.68 464	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

LCMNet	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.42 313	0.30 281	0.45 360	0.30 285	0.42 321	0.30 280	0.42 315	0.69 472	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.29 299

CSFM-Stereo	0.38 262	0.44 216	0.30 235	0.42 274	0.30 285	0.42 321	0.30 272	0.43 319	0.30 281	0.44 348	0.30 285	0.42 321	0.30 280	0.42 315	0.73 484	0.37 259	0.32 271	0.40 355	0.29 317	0.37 273	0.30 312

HART	0.38 262	0.45 224	0.34 270	0.42 274	0.33 350	0.41 301	0.34 348	0.42 313	0.33 344	0.43 314	0.34 354	0.42 321	0.34 350	0.41 302	0.38 365	0.40 290	0.32 271	0.42 383	0.32 349	0.40 339	0.32 328

GREAT-IGEV	0.38 262	0.43 213	0.36 283	0.48 300	0.32 338	0.45 371	0.32 324	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.32 334	0.45 366	0.32 321	0.44 314	0.33 283	0.41 372	0.29 317	0.41 350	0.29 299
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	0.38 262	0.43 213	0.33 260	0.46 288	0.33 350	0.45 371	0.32 324	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.33 345	0.45 366	0.32 321	0.38 270	0.38 335	0.38 301	0.37 385	0.37 273	0.36 355

WAO-8	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 269	0.38 373	0.38 269	0.38 378	0.38 277	0.38 369	0.38 276	0.38 365	0.38 270	0.38 335	0.38 301	0.37 385	0.38 286	0.38 367

WAO-7	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 269	0.38 373	0.38 269	0.38 378	0.38 277	0.38 369	0.38 276	0.38 365	0.38 270	0.38 335	0.38 301	0.38 398	0.38 286	0.38 367

xx1	0.38 262	1.03 356	0.31 250	0.40 252	0.31 328	0.41 301	0.28 257	0.40 280	0.29 270	0.40 281	0.29 273	0.40 290	0.29 274	0.40 287	0.29 266	0.34 244	0.33 283	0.34 269	0.32 349	0.34 249	0.32 328

Venus	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.37 270	0.38 373	0.37 260	0.37 369	0.41 295	0.37 373	0.39 282	0.37 365	0.38 276	0.38 365	0.37 259	0.38 335	0.38 301	0.37 385	0.37 273	0.38 367

IMH	0.38 262	0.38 183	0.38 289	0.38 234	0.38 380	0.38 277	0.38 373	0.38 269	0.38 373	0.42 309	0.38 378	0.40 290	0.38 369	0.38 276	0.38 365	0.38 270	0.38 335	0.39 342	0.38 398	0.38 286	0.38 367

DF	0.39 274	1.37 449	1.02 494	1.14 461	0.12 176	0.16 168	0.12 170	0.16 169	0.12 176	0.16 166	0.12 167	0.16 167	0.12 171	0.16 168	0.12 164	1.12 492	1.00 485	0.15 166	0.12 170	0.15 166	0.12 167

PAM	0.39 274	1.88 507	0.34 270	0.37 231	0.41 401	0.45 371	0.22 224	0.28 226	0.23 235	0.28 232	0.24 245	0.29 242	0.23 238	0.29 243	0.23 229	0.38 270	0.32 271	0.38 301	0.37 385	0.32 238	0.22 216

HanzoNet	0.39 274	0.38 183	0.40 332	0.39 239	0.41 401	0.38 277	0.38 373	0.38 269	0.38 373	0.39 275	0.39 388	0.38 277	0.38 369	0.39 284	0.40 380	0.38 270	0.38 335	0.40 355	0.38 398	0.38 286	0.40 376

CES	0.39 274	0.47 232	0.36 283	0.36 228	0.37 373	0.45 371	0.35 353	0.35 250	0.40 387	0.36 263	0.44 412	0.47 379	0.36 360	0.44 350	0.36 353	0.37 259	0.39 342	0.44 386	0.35 376	0.37 273	0.36 355

PASM	0.39 274	3.06 584	1.36 576	1.58 547	0.09 140	0.11 148	0.11 157	0.11 149	0.11 160	0.09 136	0.09 141	0.11 150	0.09 139	0.09 136	0.09 134	0.11 105	0.11 122	0.11 144	0.09 136	0.11 148	0.11 153

mms	0.40 279	0.45 224	0.35 281	0.48 300	0.36 369	0.47 382	0.34 348	0.45 362	0.38 373	0.47 372	0.33 346	0.45 369	0.32 334	0.45 366	0.32 321	0.39 283	0.38 335	0.38 301	0.37 385	0.39 327	0.39 373

GCAPDPT-zeroshot4090	0.40 279	1.09 366	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 353	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.34 312	0.38 301	0.27 291	0.38 286	0.27 273

knoymous	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

anonymousa	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

riskmin	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

Anonymous_2	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

Anonymous_1	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376

AdaStereo	0.40 279	0.40 194	0.40 332	0.40 252	0.40 391	0.40 285	0.40 387	0.40 280	0.40 387	0.40 281	0.40 391	0.40 290	0.40 380	0.40 287	0.40 380	0.40 290	0.40 345	0.40 355	0.40 402	0.40 339	0.40 376
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	0.41 287	1.09 366	0.40 332	0.52 356	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.31 329	0.44 350	0.31 311	0.46 353	0.35 319	0.39 342	0.28 304	0.39 327	0.28 293

GCAP-Stereo-DPT-FT	0.41 287	1.06 363	0.40 332	0.51 353	0.31 328	0.44 361	0.30 272	0.43 319	0.32 334	0.44 348	0.30 285	0.56 427	0.30 280	0.44 350	0.31 311	0.45 343	0.34 312	0.39 342	0.27 291	0.40 339	0.27 273

Select-FE	0.41 287	0.44 216	0.23 202	0.26 197	0.22 239	0.26 230	0.22 224	0.26 223	0.23 235	0.26 228	0.23 238	0.26 233	0.23 238	0.45 366	0.42 396	0.25 209	0.22 209	0.25 226	0.22 232	0.45 365	2.90 653

water-stereo	0.41 287	0.84 302	0.46 361	0.50 342	0.33 350	0.45 371	0.33 335	0.45 362	0.32 334	0.45 360	0.32 337	0.45 369	0.32 334	0.45 366	0.32 321	0.44 314	0.41 355	0.39 342	0.31 342	0.39 327	0.32 328

ccccc	0.41 287	0.44 216	0.34 270	0.48 300	0.35 363	0.48 387	0.35 353	0.51 403	0.35 357	0.47 372	0.35 362	0.47 379	0.34 350	0.47 375	0.35 349	0.41 298	0.40 345	0.40 355	0.40 402	0.41 350	0.39 373

GCAP-BAT	0.41 287	1.30 441	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.44 348	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.34 312	0.38 301	0.26 254	0.38 286	0.26 235

GwcNet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

PSMNet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

GANet-ADL	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

ADLNet2	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

ADLNet	0.41 287	0.41 205	0.41 346	0.41 264	0.41 401	0.41 301	0.41 396	0.41 295	0.41 397	0.41 295	0.41 398	0.41 303	0.41 392	0.41 302	0.41 388	0.41 298	0.41 355	0.41 372	0.41 410	0.41 350	0.41 384

FCDSN-DC	0.41 287	0.59 271	0.64 423	0.54 361	0.33 350	0.50 401	0.37 366	0.42 313	0.40 387	0.61 433	0.43 410	0.50 404	0.49 424	0.38 276	0.32 321	0.28 218	0.23 215	0.26 231	0.22 232	0.35 262	0.28 293
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 287	0.46 228	0.33 260	0.49 306	0.33 350	0.49 392	0.33 335	0.49 380	0.33 344	0.49 386	0.33 346	0.49 390	0.33 345	0.51 407	0.33 332	0.41 298	0.30 262	0.41 372	0.30 331	0.79 443	0.29 299

Gwc-CoAtRS	0.41 287	1.49 455	0.32 255	0.42 274	0.32 338	0.41 301	0.32 324	0.41 295	0.33 344	0.41 295	0.32 337	0.41 303	0.32 334	0.41 302	0.32 321	0.39 283	0.28 239	0.39 342	0.28 304	0.40 339	0.28 293

UPFNet	0.42 301	1.20 383	0.17 176	0.24 183	0.17 210	0.25 221	0.17 198	1.19 510	0.90 510	0.25 219	0.17 205	0.24 215	0.17 206	0.25 220	0.17 198	0.22 185	0.17 191	0.22 204	0.16 195	1.15 498	0.93 507

quiztm	0.43 302	0.49 240	0.40 332	0.51 353	0.40 391	0.51 413	0.40 387	0.50 389	0.40 387	0.50 399	0.40 391	0.51 415	0.40 380	0.50 397	0.40 380	0.44 314	0.34 312	0.44 386	0.34 363	0.44 360	0.34 342

GCAP-Stereo-DPT26K	0.43 302	1.76 471	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.31 311	0.44 314	0.33 283	0.38 301	0.27 291	0.38 286	0.26 235

aanet-new-8k	0.43 302	1.76 471	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new	0.43 302	1.80 481	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-cres	0.43 302	1.77 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-36K	0.43 302	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-20K	0.43 302	1.77 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-3K	0.43 302	1.77 473	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

DDF-Stereo	0.43 302	1.15 376	0.57 407	0.53 358	0.32 338	0.41 301	0.32 324	0.41 295	0.32 334	0.41 295	0.32 337	0.41 303	0.32 334	0.40 287	0.32 321	0.52 382	0.50 402	0.38 301	0.31 342	0.39 327	0.31 321

DilatedVolume-Stereo	0.43 302	0.86 306	0.48 376	0.50 342	0.33 350	0.46 377	0.33 335	0.46 366	0.33 344	0.46 366	0.33 346	0.47 379	0.33 345	0.47 375	0.34 345	0.45 343	0.42 364	0.40 355	0.33 359	0.47 381	0.38 367

psmg	0.43 302	1.91 511	0.92 482	1.91 561	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	1.97 591	1.44 584	0.04 93	0.03 57	0.02 21	0.03 52

delet	0.43 302	1.21 429	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 562	0.95 518	0.25 219	0.17 205	0.25 222	0.17 206	0.25 220	0.17 198	0.23 196	0.16 170	0.22 204	0.16 195	1.18 506	0.98 512

psm_up	0.43 302	1.19 382	0.17 176	0.25 190	0.18 221	0.25 221	0.19 210	1.26 562	0.91 511	0.26 228	0.17 205	0.25 222	0.17 206	0.25 220	0.17 198	0.22 185	0.17 191	0.23 212	0.16 195	1.18 506	0.99 513

aanet-new-90k	0.44 315	1.82 493	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-60k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-70k	0.44 315	1.82 493	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-78k	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-40k	0.44 315	1.81 486	0.39 300	0.50 342	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-36k	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-34k	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-32k-new	0.44 315	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.44 353	0.30 281	0.44 348	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.45 343	0.34 312	0.39 342	0.26 254	0.38 286	0.26 235

aanet-new-32k	0.44 315	1.79 480	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-30k	0.44 315	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-28k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.44 361	0.30 272	0.44 353	0.30 281	0.44 348	0.30 285	0.44 360	0.30 280	0.44 350	0.30 273	0.45 343	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-24k	0.44 315	1.78 476	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-22k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

aanet-new-16k	0.44 315	1.83 496	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-cres-4k	0.44 315	1.81 486	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-22K	0.44 315	1.85 502	0.38 289	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-24K	0.44 315	1.86 505	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-5K	0.44 315	1.80 481	0.39 300	0.49 306	0.30 285	0.44 361	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-2K	0.44 315	1.82 493	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.33 283	0.38 301	0.26 254	0.38 286	0.26 235

GCAP-Stereo-DPT-50K	0.44 315	1.83 496	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.43 321	0.30 273	0.44 314	0.36 325	0.38 301	0.26 254	0.38 286	0.26 235

Monster-pub-mixall	0.44 315	0.56 267	0.60 413	0.38 234	0.27 260	0.37 270	0.27 249	0.37 260	0.29 270	0.38 269	0.27 260	0.38 277	0.29 274	0.85 470	0.27 246	1.46 566	0.26 223	0.34 269	0.26 254	0.36 269	0.53 427

depthmonostereo	0.44 315	0.85 304	0.46 361	0.54 361	0.40 391	0.52 417	0.38 373	0.52 407	0.35 357	0.47 372	0.34 354	0.46 373	0.34 350	0.47 375	0.34 345	0.45 343	0.43 369	0.41 372	0.33 359	0.41 350	0.32 328

MMNet	0.44 315	1.24 437	0.17 176	0.25 190	0.17 210	0.25 221	0.18 206	1.26 562	0.93 516	0.25 219	0.17 205	0.25 222	0.18 216	0.25 220	0.17 198	0.23 196	0.16 170	0.23 212	0.16 195	1.20 510	0.99 513

aanet-new-10k	0.45 338	1.81 486	0.40 332	0.50 342	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.32 334	0.44 350	0.31 311	0.46 353	0.35 319	0.39 342	0.27 291	0.39 327	0.27 273

252Zero-FE	0.45 338	0.50 245	0.36 283	0.50 342	0.36 369	0.50 401	0.36 360	0.50 389	0.36 367	0.49 386	0.36 366	0.49 390	0.36 360	0.54 416	0.41 388	0.45 343	0.34 312	0.45 391	0.34 363	0.55 407	0.75 485

Monster-pub-eth3d	0.45 338	0.57 268	0.60 413	0.39 239	0.28 265	0.37 270	0.28 257	0.37 260	0.30 281	0.39 275	0.29 273	0.39 282	0.30 280	0.92 482	0.27 246	1.42 563	0.28 239	0.34 269	0.28 304	0.37 273	0.53 427

Replicate-Monster	0.45 338	0.57 268	0.60 413	0.40 252	0.29 275	0.37 270	0.27 249	0.37 260	0.30 281	0.40 281	0.31 327	0.40 290	0.30 280	0.99 491	0.27 246	1.36 559	0.31 267	0.34 269	0.30 331	0.36 269	0.54 430

SCV_C0	0.45 338	0.88 310	0.49 383	0.54 361	0.37 373	0.48 387	0.37 366	0.48 376	0.37 369	0.48 379	0.36 366	0.48 386	0.37 365	0.49 389	0.37 362	0.50 374	0.41 355	0.44 386	0.34 363	0.44 360	0.34 342

RAFT-Stereo-weight	0.45 338	1.90 510	0.34 270	0.42 274	0.36 369	0.43 328	0.35 353	0.42 313	0.34 353	0.42 309	0.34 354	0.44 360	0.34 350	0.41 302	0.34 345	0.38 270	0.32 271	0.38 301	0.32 349	0.38 286	0.33 335

TorneroNet-64	0.45 338	0.27 160	0.30 235	0.58 371	0.27 260	0.70 446	0.30 272	0.28 226	0.73 493	0.73 451	0.28 267	0.71 449	0.66 459	0.75 452	0.27 246	0.27 214	0.29 253	0.37 293	0.75 498	0.28 224	0.30 312

aanet-new-12k	0.46 345	1.99 519	0.40 332	0.51 353	0.31 328	0.44 361	0.31 316	0.44 353	0.31 324	0.44 348	0.31 327	0.44 360	0.31 329	0.44 350	0.32 321	0.47 360	0.35 319	0.39 342	0.27 291	0.39 327	0.27 273

SCV	0.46 345	0.94 327	0.45 356	0.54 361	0.37 373	0.48 387	0.38 373	0.48 376	0.37 369	0.48 379	0.39 388	0.48 386	0.37 365	0.49 389	0.37 362	0.50 374	0.46 379	0.44 386	0.34 363	0.44 360	0.34 342

otaku	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 366	0.46 412	0.46 366	0.46 419	0.46 373	0.46 410	0.46 371	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

Dean	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 366	0.46 412	0.47 372	0.46 419	0.46 373	0.46 410	0.46 371	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

ACVNet_1	0.46 345	0.47 232	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 366	0.47 417	0.46 366	0.46 419	0.46 373	0.46 410	0.46 371	0.46 406	0.46 353	0.46 379	0.47 404	0.46 424	0.46 368	0.46 399

ACVNet-4b	0.46 345	0.46 228	0.46 361	0.46 288	0.46 420	0.46 377	0.46 412	0.46 366	0.46 412	0.46 366	0.46 419	0.46 373	0.46 410	0.47 375	0.46 406	0.46 353	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

PML	0.46 345	1.36 447	0.29 231	0.58 371	0.30 285	0.57 430	0.29 267	0.57 418	0.29 270	0.57 427	0.29 273	0.57 430	0.29 274	0.56 421	0.29 266	0.52 382	0.30 262	0.53 432	0.31 342	0.53 405	0.30 312

LG-Stereo_L1	0.47 352	0.52 255	0.47 368	0.62 379	0.39 390	0.53 419	0.40 387	0.53 409	0.39 386	0.53 414	0.39 388	0.53 417	0.39 379	0.53 414	0.39 377	0.55 392	0.46 379	0.49 417	0.37 385	0.49 388	0.37 360

Ntro	0.47 352	0.47 232	0.46 361	0.46 288	0.46 420	0.47 382	0.47 417	0.46 366	0.47 417	0.46 366	0.46 419	0.47 379	0.46 410	0.47 375	0.47 413	0.47 360	0.46 379	0.46 395	0.46 424	0.46 368	0.46 399

HaxPig	0.47 352	0.47 232	0.47 368	0.49 306	0.47 426	0.47 382	0.47 417	0.47 372	0.47 417	0.47 372	0.47 427	0.47 379	0.47 418	0.47 375	0.47 413	0.47 360	0.47 387	0.47 404	0.47 431	0.47 381	0.48 408

UNDER WATER	0.47 352	0.47 232	0.47 368	0.47 295	0.47 426	0.47 382	0.47 417	0.47 372	0.47 417	0.47 372	0.47 427	0.47 379	0.46 410	0.47 375	0.47 413	0.47 360	0.47 387	0.47 404	0.46 424	0.47 381	0.47 406

LVE	0.47 352	0.47 232	0.47 368	0.47 295	0.49 432	0.47 382	0.47 417	0.47 372	0.49 426	0.47 372	0.47 427	0.47 379	0.46 410	0.47 375	0.47 413	0.47 360	0.47 387	0.48 412	0.47 431	0.47 381	0.47 406

GASTEREO	0.48 357	1.21 429	0.47 368	0.57 369	0.38 380	0.50 401	0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	0.38 369	0.50 397	0.38 365	0.52 382	0.42 364	0.46 395	0.34 363	0.46 368	0.34 342

LG-Stereo_Zeroshot	0.48 357	0.55 265	0.47 368	0.63 381	0.41 401	0.56 424	0.44 404	0.56 415	0.41 397	0.56 424	0.41 398	0.57 430	0.42 398	0.56 421	0.41 388	0.55 392	0.43 369	0.51 426	0.37 385	0.51 399	0.37 360

fffft	0.48 357	0.51 253	0.45 356	0.52 356	0.45 418	0.52 417	0.45 410	0.52 407	0.48 424	0.53 414	0.45 416	0.52 416	0.45 407	0.52 412	0.46 406	0.51 380	0.41 355	0.50 421	0.41 410	0.50 393	0.41 384
1: 1. 1
RainbowNet	0.48 357	0.48 238	0.48 376	0.48 300	0.48 430	0.48 387	0.48 426	0.48 376	0.48 424	0.48 379	0.48 431	0.48 386	0.48 419	0.48 383	0.48 419	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.48 408

notaker	0.48 357	0.49 240	0.48 376	0.48 300	0.48 430	0.48 387	0.48 426	0.48 376	0.49 426	0.48 379	0.48 431	0.48 386	0.48 419	0.48 383	0.48 419	0.48 365	0.48 391	0.48 412	0.48 435	0.48 385	0.49 413

LL-Strereo2	0.48 357	1.73 469	0.51 395	0.59 374	0.34 360	0.42 321	0.33 335	0.40 280	0.31 324	0.42 309	0.33 346	0.42 321	0.31 329	0.44 350	0.39 377	0.60 400	0.51 407	0.44 386	0.33 359	0.44 360	0.33 335

Former-RAFT_DAM_RVC	0.49 363	0.98 332	0.64 423	0.84 414	0.46 420	0.45 371	0.35 353	0.47 372	0.47 417	0.45 360	0.34 354	0.46 373	0.48 419	0.46 371	0.35 349	0.39 283	0.71 455	0.39 342	0.35 376	0.41 350	0.41 384

ACVNet_2	0.49 363	0.49 240	0.49 383	0.49 306	0.49 432	0.49 392	0.49 428	0.49 380	0.49 426	0.49 386	0.49 434	0.49 390	0.49 424	0.49 389	0.49 421	0.49 368	0.49 394	0.49 417	0.49 438	0.49 388	0.49 413

FoundationStereo	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 389	0.50 430	0.50 399	0.50 437	0.50 404	0.50 428	0.50 397	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

StereoAnything_RVC	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 389	0.50 430	0.50 399	0.50 437	0.50 404	0.50 428	0.50 397	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

dual_stereo	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 389	0.50 430	0.50 399	0.50 437	0.50 404	0.50 428	0.50 397	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

GCST	0.50 365	2.08 522	0.38 289	0.53 358	0.35 363	0.49 392	0.35 353	0.50 389	0.35 357	0.49 386	0.35 362	0.49 390	0.35 357	0.49 389	0.35 349	0.48 365	0.37 328	0.45 391	0.33 359	0.44 360	0.33 335

SANet	0.50 365	0.50 245	0.50 388	0.50 342	0.50 436	0.50 401	0.50 431	0.50 389	0.50 430	0.50 399	0.50 437	0.50 404	0.50 428	0.50 397	0.50 423	0.50 374	0.50 402	0.50 421	0.50 440	0.50 393	0.50 416

MSCF	0.51 370	1.40 452	0.49 383	0.58 371	0.38 380	0.50 401	0.38 373	0.54 411	0.41 397	0.52 411	0.41 398	0.53 417	0.42 398	0.53 414	0.41 388	0.60 400	0.47 387	0.48 412	0.37 385	0.48 385	0.38 367

UGAM-zero	0.51 370	2.17 531	0.39 300	0.53 358	0.36 369	0.50 401	0.36 360	0.50 389	0.36 367	0.49 386	0.36 366	0.50 404	0.35 357	0.50 397	0.36 353	0.49 368	0.37 328	0.47 404	0.35 376	0.46 368	0.34 342

UGAM	0.51 370	2.23 536	0.39 300	0.54 361	0.35 363	0.50 401	0.35 353	0.49 380	0.35 357	0.49 386	0.35 362	0.49 390	0.36 360	0.50 397	0.36 353	0.49 368	0.37 328	0.45 391	0.34 363	0.45 365	0.34 342

Selective-IGEV	0.51 370	0.55 265	0.45 356	0.69 391	0.45 418	0.61 434	0.45 410	0.50 389	0.40 387	0.56 424	0.44 412	0.55 424	0.40 380	0.72 447	0.67 456	0.59 399	0.46 379	0.45 391	0.34 363	0.46 368	0.37 360

RCA-Stereo	0.51 370	3.22 590	0.34 270	0.44 283	0.34 360	0.44 361	0.34 348	0.43 319	0.34 353	0.43 314	0.34 354	0.44 360	0.33 345	0.43 321	0.33 332	0.38 270	0.29 253	0.38 301	0.29 317	0.38 286	0.29 299

DN	0.53 375	0.85 304	0.45 356	0.65 385	0.44 414	0.60 433	0.44 404	0.60 425	0.44 408	0.60 432	0.45 416	0.60 435	0.44 403	0.60 430	0.44 400	0.56 395	0.42 364	0.56 435	0.42 418	0.56 409	0.42 391

MatchStereo	0.54 376	0.12 106	2.38 638	2.32 581	0.09 140	0.09 135	0.08 138	0.09 136	0.07 137	0.09 136	0.07 137	0.09 137	0.07 135	0.09 136	0.08 129	2.34 614	2.34 633	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	0.54 376	0.60 274	0.52 398	0.66 389	0.47 426	0.61 434	0.47 417	0.58 421	0.46 412	0.61 433	0.46 419	0.61 437	0.45 407	0.62 431	0.45 402	0.61 404	0.52 409	0.57 436	0.48 435	0.57 412	0.48 408

castereo++	0.54 376	3.59 596	1.15 504	1.31 532	0.14 182	0.16 168	0.14 176	0.16 169	0.14 182	0.16 166	0.14 185	0.16 167	0.13 177	0.16 168	0.14 175	1.45 565	1.16 510	0.15 166	0.14 185	0.15 166	0.13 174

FENet	0.54 376	1.52 456	1.19 510	1.41 542	0.23 245	0.35 261	0.23 232	0.35 250	0.23 235	0.34 255	0.23 238	0.35 263	0.23 238	0.35 263	0.23 229	1.40 562	1.07 494	0.32 253	0.23 238	0.33 245	0.23 218

PSMNet_ROB	0.54 376	0.54 263	0.54 403	0.54 361	0.53 446	0.54 422	0.54 439	0.53 409	0.54 440	0.54 419	0.54 447	0.54 420	0.53 435	0.54 416	0.54 433	0.54 386	0.53 411	0.54 433	0.54 447	0.54 406	0.54 430

AIO-test2	0.55 381	0.59 271	0.52 398	0.67 390	0.47 426	0.61 434	0.47 417	0.61 428	0.47 417	0.61 433	0.47 427	0.61 437	0.48 419	0.62 431	0.47 413	0.64 411	0.53 411	0.58 437	0.47 431	0.58 413	0.48 408

CFNet-ft	0.55 381	1.57 457	0.14 148	0.20 161	0.14 182	0.20 187	2.53 648	1.61 580	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	1.56 573	1.24 590

MyStereo04	0.56 383	3.72 602	0.59 409	0.49 306	0.41 401	0.36 265	0.32 324	0.37 260	0.31 324	0.34 255	0.46 419	0.35 263	0.32 334	0.35 263	0.33 332	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 393

CASS	0.57 384	0.89 313	0.56 405	0.57 369	0.56 449	0.56 424	0.56 440	0.56 415	0.53 438	0.57 427	0.57 450	0.59 434	0.48 419	0.56 421	0.57 436	0.55 392	0.56 416	0.47 404	0.56 453	0.62 416	0.56 440
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
PointNet	0.60 385	0.75 289	0.49 383	0.79 406	0.50 436	0.79 456	0.49 428	0.79 450	0.49 426	0.80 462	0.49 434	0.79 462	0.49 424	0.80 456	0.49 421	0.63 410	0.40 345	0.63 442	0.40 402	0.63 417	0.40 376

aanet-new-14k	0.60 385	5.12 629	0.39 300	0.49 306	0.30 285	0.43 328	0.30 272	0.43 319	0.30 281	0.43 314	0.30 285	0.43 328	0.30 280	0.44 350	0.30 273	0.44 314	0.37 328	0.38 301	0.26 254	0.38 286	0.26 235

LG-Stereo	0.60 385	0.58 270	0.47 368	0.64 384	0.74 488	1.00 486	0.69 473	0.57 418	0.41 397	0.57 427	0.41 398	0.57 430	0.41 392	1.00 493	0.75 489	0.91 457	0.51 407	0.52 429	0.37 385	0.52 401	0.37 360

MonSter	0.60 385	0.64 277	0.52 398	0.62 379	0.44 414	2.07 605	0.44 404	0.62 429	0.44 408	0.62 436	0.44 412	0.62 439	0.44 403	0.62 431	0.44 400	0.58 397	0.42 364	0.62 440	0.46 424	0.58 413	0.42 391

MyStereo07	0.60 385	3.72 602	0.48 376	0.49 306	0.41 401	0.36 265	0.32 324	0.49 380	0.43 405	0.51 408	0.42 408	0.49 390	0.43 401	0.51 407	0.64 447	0.49 368	0.45 377	0.34 269	0.32 349	0.35 262	0.43 393

FSD	0.61 390	0.59 271	0.50 388	2.58 592	0.44 414	0.56 424	0.44 404	0.55 414	0.44 408	0.56 424	0.44 412	0.56 427	0.44 403	0.56 421	0.46 406	0.61 404	0.42 364	0.52 429	0.42 418	0.52 401	0.51 423

castereo	0.61 390	3.79 604	1.35 568	1.52 546	0.15 194	0.17 175	0.16 188	0.20 186	0.21 226	0.18 177	0.16 198	0.21 194	0.12 171	0.26 231	0.17 198	1.43 564	1.38 580	0.17 178	0.16 195	0.18 181	0.16 185

WCG-NET	0.61 390	1.21 429	0.54 403	0.61 378	0.53 446	0.67 442	0.53 437	0.66 434	0.53 438	0.64 439	0.53 446	0.65 443	0.53 435	0.59 428	0.52 430	0.65 412	0.48 391	0.64 444	0.52 444	0.58 413	0.50 416

GEAStereo	0.62 393	3.91 609	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 403	0.38 373	0.53 414	0.38 378	0.50 404	0.38 369	0.51 407	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 342

gasm-f	0.62 393	3.91 609	0.48 376	0.69 391	0.38 380	0.51 413	0.38 373	0.51 403	0.38 373	0.53 414	0.38 378	0.50 404	0.38 369	0.51 407	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.34 342

SMoEStereo_RVC	0.63 395	0.75 289	0.51 395	0.73 402	0.53 446	0.71 448	0.47 417	0.67 435	0.58 444	0.74 456	0.60 455	0.72 452	0.53 435	0.74 451	0.51 428	0.61 404	0.62 429	0.62 440	0.61 462	0.63 417	0.61 447

anonymity	0.63 395	0.69 279	0.56 405	0.71 399	0.56 449	0.71 448	0.56 440	0.71 442	0.56 441	0.72 449	0.56 449	0.71 449	0.56 439	0.71 445	0.58 438	0.68 416	0.55 414	0.68 449	0.55 449	0.68 422	0.54 430

PAM_32	0.64 397	2.38 551	0.51 395	0.92 428	0.43 413	0.53 419	0.44 404	0.87 462	0.43 405	0.52 411	0.45 416	0.53 417	0.40 380	0.54 416	0.46 406	0.62 408	0.56 416	0.48 412	0.45 422	0.76 437	0.44 396

CRFU-Net	0.65 398	1.67 461	1.22 560	1.96 565	0.27 260	0.41 301	0.27 249	0.41 295	0.27 260	0.40 281	0.26 256	0.41 303	0.27 260	0.40 287	0.27 246	1.80 579	1.62 601	0.34 269	0.23 238	0.33 245	0.23 218

LMCR-Stereo	0.65 398	0.63 275	0.65 427	0.65 385	0.65 467	0.66 441	0.63 451	0.58 421	0.65 459	0.63 438	0.64 463	0.65 443	0.65 455	0.66 438	0.66 455	0.66 414	0.64 433	0.65 447	0.67 480	0.68 422	0.73 481

KSHMR	0.66 400	0.50 245	0.48 376	1.15 464	0.52 443	0.49 392	0.51 435	0.49 380	0.71 487	0.67 443	0.50 437	1.16 521	1.11 519	0.66 438	0.52 430	0.49 368	0.49 394	0.51 426	0.66 476	0.50 393	1.14 531

TorneroNet	0.66 400	0.53 259	0.50 388	0.50 342	0.64 465	1.06 502	0.70 480	0.50 389	0.51 437	0.49 386	0.69 480	0.49 390	0.50 428	0.48 383	1.15 531	0.71 423	0.49 394	1.14 519	1.08 530	0.49 388	0.49 413

GES	0.66 400	2.34 547	0.29 231	0.41 264	0.29 275	0.41 301	0.29 267	0.42 313	0.29 270	0.40 281	0.41 398	0.41 303	0.30 280	0.51 407	0.29 266	0.32 235	0.29 253	0.32 253	2.46 652	2.49 614	0.30 312

cf-r	0.66 400	2.17 531	0.12 123	0.18 154	0.12 176	0.18 179	2.70 652	2.60 627	0.12 176	0.18 177	0.12 167	0.18 179	0.12 171	0.18 178	0.12 164	0.15 141	0.11 122	0.15 166	0.11 155	1.81 585	1.74 628

DSFCA	0.66 400	0.73 286	0.78 463	0.65 385	0.65 467	0.64 439	0.64 452	0.65 432	0.63 456	0.64 439	0.64 463	0.64 440	0.64 452	0.65 437	0.65 451	0.65 412	0.65 435	0.65 447	0.65 474	0.66 420	0.64 458

DEFOM-Stereo	0.68 405	3.11 586	1.40 582	1.63 555	0.25 252	0.31 245	0.25 239	0.31 238	0.28 264	0.31 243	0.29 273	0.29 242	0.27 260	0.31 249	0.28 255	1.59 572	1.47 586	0.30 244	0.29 317	0.30 230	0.28 293

ssnet_v2	0.68 405	1.96 518	1.25 564	0.29 202	0.20 228	0.30 239	0.20 214	0.29 231	0.22 229	1.50 582	0.20 227	0.31 250	0.20 225	0.27 235	0.22 222	0.24 203	1.49 587	0.26 231	0.18 223	3.90 637	0.19 209

ARAFT	0.68 405	0.81 299	0.63 421	0.74 403	0.60 453	0.78 454	0.62 450	0.77 449	0.66 462	0.74 456	0.63 461	0.75 457	0.62 451	0.83 465	0.60 443	0.70 422	0.55 414	0.70 456	0.60 459	0.78 441	0.55 437

mm2	0.69 408	0.69 279	0.69 442	0.69 391	0.69 477	0.69 443	0.69 473	0.69 437	0.69 474	0.69 446	0.69 480	0.69 446	0.69 472	0.69 442	0.69 472	0.69 417	0.69 448	0.69 452	0.69 485	0.69 426	0.69 468

mm1	0.69 408	0.69 279	0.69 442	0.69 391	0.69 477	0.69 443	0.69 473	0.69 437	0.69 474	0.69 446	0.69 480	0.69 446	0.69 472	0.69 442	0.69 472	0.69 417	0.69 448	0.69 452	0.69 485	0.69 426	0.69 468

NINENet	0.69 408	3.87 608	1.20 513	1.98 566	0.05 121	0.40 285	0.04 103	0.40 280	0.05 120	0.41 295	0.04 110	0.41 303	0.05 112	0.40 287	0.05 110	1.79 578	1.56 593	0.34 269	0.22 232	0.34 249	0.23 218

VIP-Stereo	0.70 411	2.97 583	2.43 639	2.49 588	0.16 204	0.25 221	0.16 188	0.25 217	0.16 198	0.25 219	0.18 221	0.25 222	0.16 194	0.26 231	0.16 192	1.86 580	1.26 563	0.23 212	0.15 193	0.23 208	0.15 184

RAFT-Stereo + iAFF	0.70 411	0.72 285	0.71 449	0.80 409	0.62 464	0.82 463	0.61 449	0.81 456	0.62 453	0.81 465	0.63 461	0.80 464	0.70 476	0.73 449	0.61 445	0.76 436	0.61 428	0.74 463	0.61 462	0.77 439	0.61 447

DMCA-RVC	0.70 411	0.80 296	0.70 445	0.70 397	0.70 481	0.70 446	0.70 480	0.71 442	0.70 482	0.70 448	0.71 489	0.71 449	0.70 476	0.70 444	0.69 472	0.69 417	0.70 451	0.69 452	0.70 489	0.69 426	0.70 471

MyStereo8	0.71 414	3.92 611	0.52 398	0.59 374	0.52 443	0.57 430	0.53 437	0.59 423	0.50 430	0.59 431	0.51 443	0.57 430	0.50 428	0.56 421	0.52 430	0.54 386	0.49 394	0.54 433	0.49 438	0.55 407	0.50 416

HH	0.71 414	2.54 557	0.74 457	1.10 455	0.32 338	0.41 301	0.37 366	0.69 437	0.78 497	0.73 451	0.90 512	0.75 457	1.00 507	0.84 466	0.69 472	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

HanStereo	0.71 414	2.54 557	0.74 457	1.10 455	0.32 338	0.41 301	0.37 366	0.69 437	0.78 497	0.73 451	0.90 512	0.75 457	1.00 507	0.84 466	0.69 472	0.69 417	0.40 345	0.35 285	0.26 254	0.35 262	0.26 235

CAR	0.72 417	0.76 291	0.59 409	0.84 414	1.19 545	0.81 460	0.58 443	0.81 456	0.58 444	0.81 465	0.58 452	0.83 469	0.59 445	0.82 460	0.59 441	0.71 423	0.49 394	0.73 458	0.68 481	0.87 458	0.52 425

MSE-Stereo	0.72 417	0.76 291	0.59 409	0.84 414	1.19 545	0.81 460	0.58 443	0.81 456	0.58 444	0.81 465	0.58 452	0.83 469	0.59 445	0.82 460	0.59 441	0.71 423	0.49 394	0.73 458	0.68 481	0.87 458	0.52 425

zero-FE	0.72 417	1.31 443	0.66 429	0.92 428	0.60 453	0.82 463	0.58 443	0.82 459	0.58 444	0.81 465	0.60 455	0.81 467	0.60 447	0.82 460	0.58 438	0.74 433	0.59 423	0.73 458	0.52 444	0.76 437	0.51 423

ktn	0.72 417	0.53 259	1.08 498	1.14 461	0.51 442	1.22 564	1.36 597	0.51 403	0.59 448	0.51 408	0.51 443	0.69 446	1.20 531	0.67 440	0.51 428	0.51 380	0.49 394	0.58 437	0.66 476	0.52 401	0.53 427

MGA	0.73 421	0.76 291	0.60 413	0.92 428	1.17 541	0.81 460	0.59 447	0.84 460	0.62 453	0.81 465	0.59 454	0.84 471	0.60 447	0.81 459	0.61 445	0.71 423	0.53 411	0.89 487	0.53 446	0.75 435	0.54 430

DStereoRT	0.73 421	0.81 299	0.73 456	0.71 399	0.74 488	0.73 450	0.75 488	0.71 442	0.71 487	0.74 456	0.72 492	0.73 454	0.80 492	0.71 445	0.73 484	0.76 436	0.71 455	0.73 458	0.72 494	0.70 429	0.76 488

CroCo-Stereo	0.73 421	1.22 435	0.25 212	1.22 518	0.25 252	1.22 564	0.25 239	1.22 559	0.25 243	1.22 567	0.25 251	1.22 570	0.25 244	1.22 570	0.25 240	1.22 548	0.26 223	1.21 578	0.25 248	1.22 558	0.25 229
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	0.73 421	0.88 310	0.67 433	0.75 404	0.68 476	0.75 451	0.64 452	0.80 453	0.72 490	0.83 470	0.70 484	0.82 468	0.64 452	0.84 466	0.67 456	0.77 438	0.63 431	0.81 475	0.63 465	0.78 441	0.62 450

monster-pro	0.75 425	1.67 461	0.64 423	0.89 420	0.57 451	0.86 469	0.56 440	0.87 462	0.56 441	0.87 471	0.57 450	0.88 474	0.57 440	0.87 471	0.57 436	0.79 439	0.58 420	0.76 466	0.54 447	0.77 439	0.54 430

AIO-Stereo-zeroshot1	0.75 425	0.92 323	0.85 474	0.96 440	0.59 452	1.27 568	0.44 404	0.59 423	0.69 474	0.91 477	0.68 475	0.55 424	0.61 450	1.06 508	0.83 502	0.62 408	0.70 451	0.90 488	0.41 410	0.89 462	0.56 440

MyStereo06	0.75 425	4.12 613	0.60 413	0.63 381	0.61 459	0.62 437	0.66 457	0.56 415	0.45 411	0.55 422	0.48 431	0.54 420	0.46 410	0.57 426	0.45 402	0.60 400	0.57 418	0.64 444	0.55 449	0.72 431	0.55 437

GCAP-Stereo	0.75 425	4.15 616	0.42 351	0.75 404	0.35 363	0.78 454	0.40 387	0.79 450	0.38 373	0.78 460	0.36 366	0.78 460	0.36 360	0.79 454	0.39 377	0.75 434	0.39 342	0.76 466	0.39 401	0.75 435	0.39 373

GANet-RSSM	0.75 425	1.91 511	0.14 148	0.47 295	0.14 182	0.21 198	3.21 669	2.30 613	0.14 182	0.46 366	0.14 185	0.23 209	0.18 216	0.21 196	0.14 175	0.18 168	0.27 233	0.37 293	0.13 179	2.13 596	2.12 638

RSM++	0.76 430	0.82 301	0.66 429	0.85 418	0.64 465	0.85 467	0.71 483	0.94 478	0.64 457	0.87 471	0.67 470	0.87 473	0.65 455	0.84 466	0.65 451	0.81 444	0.70 451	0.79 470	0.71 492	0.83 453	0.70 471

DNS	0.77 431	1.09 366	0.65 427	0.89 420	0.65 467	0.89 474	0.65 456	0.89 467	0.65 459	0.89 474	0.65 466	0.89 477	0.65 455	0.90 476	0.65 451	0.84 451	0.62 429	0.84 481	0.61 462	0.84 455	0.62 450

CroCo-Stereo Lap2	0.77 431	1.29 439	0.29 231	1.27 523	0.29 275	1.27 568	0.26 246	1.26 562	0.26 256	1.26 568	0.26 256	1.27 574	0.26 253	1.26 571	0.27 246	1.27 551	0.27 233	1.27 582	0.27 291	1.27 562	0.27 273

PSMNet-RSSM	0.77 431	2.76 574	0.14 148	0.20 161	0.14 182	0.20 187	2.66 650	2.79 640	0.14 182	0.21 197	0.14 185	0.21 194	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 618	2.31 643

GwcNet-RSSM	0.77 431	2.77 576	0.14 148	0.20 161	0.14 182	0.20 187	2.67 651	2.78 639	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.21 196	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.52 618	2.31 643

4D-IteraStereo	0.78 435	3.13 587	0.89 475	0.69 391	0.32 338	0.40 285	0.32 324	0.76 448	0.97 521	0.52 411	0.65 466	0.89 477	0.32 334	0.76 453	0.98 514	0.83 449	0.94 483	0.35 285	0.27 291	0.70 429	0.89 503

Pro-Stereo	0.79 436	0.53 259	0.38 289	0.49 306	0.38 380	0.49 392	0.37 366	0.49 380	0.67 463	0.50 399	0.38 378	1.10 513	0.38 369	0.49 389	0.38 365	0.71 423	0.88 477	5.98 685	0.36 382	0.46 368	0.36 355

hitnet-ft	0.79 436	2.78 579	0.14 148	0.20 161	0.14 182	0.21 198	2.89 653	2.80 641	0.14 182	0.20 185	0.14 185	0.20 186	0.14 181	0.20 185	0.14 175	0.17 160	0.12 136	0.17 178	0.12 170	2.54 626	2.33 645

G-Net	0.79 436	0.79 295	0.79 466	0.79 406	0.79 501	0.79 456	0.79 493	0.79 450	0.79 501	0.79 461	0.79 504	0.79 462	0.79 491	0.79 454	0.79 494	0.79 439	0.79 468	0.79 470	0.79 505	0.79 443	0.79 493

MyStereo05	0.80 439	4.12 613	0.63 421	0.63 381	0.61 459	0.62 437	0.66 457	0.65 432	0.62 453	0.67 443	0.61 459	0.65 443	0.58 443	0.67 440	0.55 435	0.60 400	0.57 418	0.64 444	0.55 449	0.72 431	0.55 437

UDG	0.80 439	2.21 535	0.60 413	0.91 425	0.60 453	0.90 475	0.58 443	0.88 466	0.60 449	0.90 475	0.60 455	0.88 474	0.60 447	0.90 476	0.58 438	0.86 454	0.60 424	0.84 481	0.59 458	0.84 455	0.61 447

ccnet	0.80 439	2.28 539	0.33 260	0.50 342	0.33 350	0.50 401	0.33 335	0.50 389	0.33 344	0.49 386	0.33 346	0.49 390	1.56 596	2.38 617	0.33 332	0.41 298	0.29 253	0.42 383	1.57 612	2.28 602	0.29 299

NaN_ROB	0.80 439	0.80 296	0.80 467	0.80 409	0.80 504	0.80 458	0.80 496	0.80 453	0.80 503	0.80 462	0.80 506	0.80 464	0.80 492	0.80 456	0.80 497	0.80 441	0.80 471	0.80 473	0.80 507	0.80 446	0.80 494

CSAN	0.80 439	0.80 296	0.80 467	0.80 409	0.80 504	0.80 458	0.80 496	0.80 453	0.80 503	0.80 462	0.80 506	0.80 464	0.80 492	0.80 456	0.80 497	0.80 441	0.80 471	0.80 473	0.80 507	0.80 446	0.80 494

GSStereo	0.81 444	4.28 619	0.50 388	0.59 374	0.40 391	0.51 413	0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	3.79 666	0.50 397	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

BSDual-CNN	0.81 444	1.91 511	0.92 482	4.48 638	0.02 22	0.42 321	0.06 132	0.41 295	0.02 22	0.48 379	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 591	4.19 663	0.33 260	0.23 238	0.34 249	0.27 273

DDUNet	0.81 444	2.45 555	0.57 407	0.90 423	0.60 453	0.88 471	0.59 447	0.90 468	0.60 449	0.88 473	0.60 455	0.90 479	0.58 443	0.88 473	0.60 443	0.84 451	0.60 424	0.86 484	0.57 455	0.86 457	0.60 445

R-Stereo Train	0.81 444	0.96 329	0.67 433	0.95 437	0.67 472	0.95 481	0.68 465	0.95 480	0.68 469	0.95 486	0.68 475	0.96 490	0.68 465	0.96 489	0.68 464	0.94 466	0.68 442	0.94 502	0.68 481	0.94 478	0.68 466

RAFT-Stereo	0.81 444	0.96 329	0.67 433	0.95 437	0.67 472	0.95 481	0.68 465	0.95 480	0.68 469	0.95 486	0.68 475	0.96 490	0.68 465	0.96 489	0.68 464	0.94 466	0.68 442	0.94 502	0.68 481	0.94 478	0.68 466
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 586	0.23 238	0.28 236	0.26 253	0.20 185	0.15 185	0.24 203	1.33 571	0.32 253	0.16 195	6.75 676	0.23 218

scenet	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 586	0.23 238	0.28 236	0.26 253	0.20 185	0.15 185	0.24 203	1.33 571	0.32 253	0.16 195	6.75 676	0.23 218

ssnet	0.82 449	1.72 464	1.48 586	0.39 239	0.15 194	0.31 245	0.21 220	0.20 186	0.25 243	1.61 586	0.23 238	0.28 236	0.26 253	0.20 185	0.15 185	0.24 203	1.33 571	0.32 253	0.16 195	6.75 676	0.23 218

STTRV1_RVC	0.82 449	1.60 459	0.70 445	1.01 448	0.60 453	1.07 505	0.69 473	1.01 490	0.60 449	0.72 449	0.55 448	1.02 504	0.68 465	1.03 506	0.67 456	0.89 456	0.63 431	0.92 494	0.57 455	0.90 465	0.65 460

DEFOM-Stereo_RVC	0.83 453	5.18 631	1.98 627	2.19 572	0.17 210	0.19 182	0.18 206	0.19 180	0.16 198	0.20 185	0.19 223	0.22 202	0.22 232	0.20 185	0.15 185	2.28 608	2.13 628	0.24 221	0.17 217	0.18 181	0.16 185

BUS	0.83 453	1.91 511	0.92 482	4.48 638	0.02 22	0.40 285	0.04 103	0.41 295	0.02 22	0.48 379	0.03 56	0.41 303	0.05 112	0.03 43	0.05 110	1.97 591	4.19 663	0.33 260	0.23 238	0.34 249	0.27 273

PDISCO_ROB	0.83 453	2.80 580	3.49 661	0.14 122	0.11 163	0.17 175	0.09 139	0.15 168	0.10 145	0.15 161	0.12 167	0.16 167	0.14 181	3.30 647	0.13 171	0.14 133	2.34 633	0.16 170	0.12 170	2.62 627	0.10 140

WQFJA1++	0.84 456	0.98 332	0.67 433	1.26 522	0.75 490	1.00 486	0.67 461	1.00 482	0.67 463	1.00 488	0.67 470	1.00 493	0.67 461	1.00 493	0.67 456	0.96 468	0.67 437	0.91 491	0.63 465	0.92 469	0.63 452

WQFJX1	0.84 456	0.98 332	0.67 433	1.30 530	0.75 490	1.01 493	0.67 461	1.01 490	0.67 463	1.01 498	0.67 470	1.01 500	0.68 465	1.00 493	0.68 464	0.98 473	0.67 437	0.92 494	0.64 470	0.92 469	0.64 458

NLMM	0.84 456	1.00 341	0.67 433	1.27 523	0.75 490	1.00 486	0.68 465	1.00 482	0.67 463	1.00 488	0.67 470	1.02 504	0.67 461	1.02 504	0.67 456	0.97 469	0.67 437	0.93 498	0.63 465	0.92 469	0.63 452

AIO-Stereo	0.84 456	0.66 278	0.70 445	0.83 413	0.67 472	0.98 484	0.82 503	1.14 501	0.72 490	1.03 504	0.74 496	1.03 506	1.09 518	0.99 491	0.45 402	1.04 480	0.73 458	0.95 504	0.74 496	0.94 478	0.46 399

DCRE	0.84 456	1.89 508	0.77 462	0.94 435	0.72 485	0.88 471	0.73 486	0.87 462	0.78 497	0.90 475	0.71 489	0.88 474	0.67 461	0.88 473	0.73 484	0.81 444	0.68 442	0.81 475	0.70 489	0.82 451	0.70 471

iGMRVC	0.84 456	2.85 581	0.72 452	0.72 401	0.73 486	0.77 452	0.79 493	0.73 445	0.74 495	0.73 451	0.72 492	0.73 454	0.76 486	0.73 449	0.73 484	0.72 429	0.73 458	0.73 458	0.72 494	0.73 434	0.72 478

WQFJA1	0.85 462	0.98 332	0.67 433	1.29 528	0.76 495	1.01 493	0.67 461	1.02 495	0.67 463	1.02 502	0.67 470	1.01 500	0.67 461	1.01 500	0.68 464	0.99 474	0.67 437	0.93 498	0.64 470	0.92 469	0.65 460

WQFJX	0.85 462	1.00 341	0.68 440	1.30 530	0.75 490	1.01 493	0.68 465	1.01 490	0.68 469	1.01 498	0.68 475	1.03 506	0.68 465	1.02 504	0.67 456	0.97 469	0.67 437	0.93 498	0.63 465	0.94 478	0.63 452

NLSM3	0.85 462	0.99 339	0.68 440	1.29 528	0.76 495	1.01 493	0.68 465	1.01 490	0.68 469	1.02 502	0.68 475	1.01 500	0.68 465	1.01 500	0.68 464	0.97 469	0.68 442	0.93 498	0.64 470	0.93 474	0.63 452

NLMM1	0.86 465	0.98 332	0.69 442	1.48 545	0.75 490	1.01 493	0.69 473	1.00 482	0.69 474	1.00 488	0.70 484	1.00 493	0.68 465	1.01 500	0.67 456	0.97 469	0.68 442	0.92 494	0.63 465	0.93 474	0.63 452

AdaDepth	0.86 465	0.93 325	0.71 449	1.01 448	1.07 531	1.02 499	0.71 483	1.00 482	0.71 487	1.01 498	0.71 489	1.00 493	0.72 481	1.14 519	0.71 482	0.92 460	0.64 433	0.90 488	0.64 470	0.89 462	0.69 468

GEStereo_RVC	0.86 465	4.45 620	0.20 191	0.27 200	0.20 228	0.27 234	0.20 214	0.26 223	0.18 214	5.03 677	0.20 227	0.27 235	0.19 221	0.27 235	0.21 220	0.20 175	0.19 199	0.19 191	4.02 681	0.20 188	0.18 207

Selective-RAFT-Error	0.88 468	0.84 302	0.98 487	0.86 419	0.97 520	0.88 471	0.95 514	0.84 460	0.99 524	0.92 479	0.82 508	0.84 471	0.98 506	0.87 471	0.97 513	0.81 444	0.83 474	0.79 470	0.82 510	0.79 443	0.85 499

IER	0.88 468	7.04 650	2.23 632	2.75 594	0.28 265	0.43 328	0.25 239	0.39 273	0.25 243	0.41 295	0.27 260	0.39 282	0.25 244	0.40 287	0.28 255	0.37 259	0.28 239	0.37 293	0.25 248	0.37 273	0.25 229

Selective-RAFT	0.89 470	0.89 313	0.72 452	1.16 469	0.78 499	1.06 502	0.82 503	0.87 462	0.97 521	1.00 488	0.91 515	0.90 479	1.00 507	0.89 475	0.93 510	0.83 449	0.83 474	0.82 479	0.82 510	0.81 449	0.82 497

AIO-Stereo-zeroshot	0.91 471	0.86 306	0.89 475	1.25 521	0.69 477	1.05 501	0.81 500	1.16 505	0.50 430	1.12 514	0.97 520	0.72 452	0.82 496	1.06 508	0.95 511	0.61 404	0.87 476	1.03 516	0.85 513	1.04 490	1.01 520

CFNet-RSSM	0.91 471	4.89 626	0.34 270	0.44 283	1.07 531	1.62 590	1.40 604	0.91 470	0.35 357	1.60 583	1.39 604	0.64 440	0.34 350	0.44 350	0.33 332	0.41 298	0.35 319	0.75 464	0.30 331	0.41 350	0.29 299

MLG-Stereo	0.92 473	0.90 316	0.84 473	1.27 523	0.49 432	1.38 578	0.88 506	1.41 576	0.97 521	0.73 451	1.09 530	1.26 571	0.43 401	0.72 447	1.05 523	1.13 493	0.49 394	1.18 529	0.66 476	1.01 487	0.46 399

ToySt	0.92 473	2.11 525	0.90 478	0.95 437	0.79 501	0.99 485	0.78 492	0.94 478	0.81 506	0.94 484	0.78 502	0.95 489	0.77 488	0.94 485	0.86 504	0.91 457	0.79 468	0.85 483	0.77 501	0.89 462	0.73 481

DPSM_ROB	0.92 473	0.91 318	0.91 480	0.91 425	0.92 515	0.92 477	0.92 510	0.92 473	0.91 511	0.93 482	0.91 515	0.92 482	0.90 499	0.91 478	0.92 506	0.92 460	0.91 479	0.91 491	0.92 514	0.93 474	0.93 507

DPSM	0.92 473	0.91 318	0.91 480	0.91 425	0.92 515	0.92 477	0.92 510	0.92 473	0.91 511	0.93 482	0.91 515	0.92 482	0.90 499	0.91 478	0.92 506	0.92 460	0.91 479	0.91 491	0.92 514	0.93 474	0.93 507

pmcnn	0.92 473	0.92 323	0.92 482	0.92 428	0.92 515	0.92 477	0.92 510	0.92 473	0.92 515	0.92 479	0.92 518	0.92 482	0.92 501	0.92 482	0.92 506	0.92 460	0.92 481	0.92 494	0.92 514	0.92 469	0.92 506

error version	0.93 478	4.47 621	2.35 635	1.99 567	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	1.87 582	2.16 629	0.47 404	0.37 385	0.39 327	0.33 335

test_1	0.93 478	4.47 621	2.35 635	1.99 567	0.37 373	0.41 301	0.36 360	0.41 295	0.35 357	0.43 314	0.36 366	0.41 303	0.40 380	0.41 302	0.36 353	1.87 582	2.16 629	0.47 404	0.37 385	0.39 327	0.33 335

DGTPSM_ROB	0.93 478	1.00 341	0.92 482	0.94 435	0.96 519	0.91 476	0.92 510	0.91 470	0.96 520	0.91 477	0.96 519	0.93 485	0.92 501	0.94 485	0.92 506	0.92 460	0.92 481	0.90 488	0.92 514	0.94 478	0.91 505

HSM-Net_RVC	0.95 481	1.17 379	0.78 463	1.18 471	0.71 483	1.16 517	0.75 488	1.09 499	0.80 503	1.10 508	0.75 497	1.17 522	0.74 483	1.17 522	0.80 497	1.13 493	0.73 458	1.17 526	0.77 501	1.16 500	0.72 478
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 482	3.17 589	2.30 634	2.42 585	0.38 380	0.54 422	0.38 373	0.54 411	0.38 373	0.54 419	0.38 378	0.54 420	0.38 369	0.54 416	0.38 365	2.38 617	2.34 633	0.49 417	0.36 382	0.49 388	0.36 355

DPSimNet_ROB	0.97 482	1.18 381	0.81 470	1.10 455	0.91 514	1.02 499	0.82 503	1.04 496	0.91 511	1.03 504	0.86 511	1.28 575	0.82 496	1.03 506	0.89 505	1.17 497	0.81 473	1.02 514	0.82 510	1.08 492	0.81 496

test-3	0.98 484	4.13 615	1.85 616	1.85 558	0.61 459	0.69 443	0.37 366	0.63 430	0.61 452	0.66 442	0.51 443	0.73 454	0.44 403	0.57 426	0.54 433	1.68 576	1.81 613	0.40 355	0.43 420	0.66 420	0.50 416

Test_v1	1.00 485	1.00 341	1.00 489	1.00 444	1.00 521	1.00 486	1.00 518	1.00 482	1.00 525	1.00 488	1.00 522	1.00 493	1.00 507	1.00 493	1.00 516	1.00 475	1.00 485	1.00 509	1.00 521	1.00 483	1.00 515

Wavelet-MonSter	1.00 485	1.21 429	0.76 460	1.94 562	1.01 526	1.11 512	0.76 490	1.15 502	0.76 496	1.11 513	0.76 498	1.14 519	0.76 486	1.11 516	0.76 491	1.21 546	0.90 478	1.02 514	0.71 492	1.02 489	0.71 477

999	1.00 485	1.12 372	0.59 409	1.10 455	1.21 593	1.09 508	0.52 436	1.08 497	1.43 607	1.18 519	1.35 598	0.98 492	0.52 434	0.91 478	0.85 503	0.72 429	1.46 585	0.83 480	0.98 519	0.68 422	1.41 603

DispNO	1.00 485	0.63 275	0.43 352	3.45 622	0.44 414	0.65 440	0.43 403	0.64 431	0.43 405	0.64 439	0.43 410	0.64 440	3.03 644	0.64 436	0.43 399	4.55 652	0.43 369	0.63 442	0.43 420	0.63 417	0.43 393

GANet	1.00 485	1.00 341	1.00 489	1.00 444	1.00 521	1.00 486	1.00 518	1.00 482	1.00 525	1.00 488	1.00 522	1.00 493	1.00 507	1.00 493	1.00 516	1.00 475	1.00 485	1.00 509	1.00 521	1.00 483	1.00 515

TDLM	1.00 485	1.00 341	1.00 489	1.00 444	1.00 521	1.00 486	1.00 518	1.00 482	1.00 525	1.00 488	1.00 522	1.00 493	1.00 507	1.00 493	1.00 516	1.00 475	1.00 485	1.00 509	1.00 521	1.00 483	1.00 515

CVANet_RVC	1.00 485	1.00 341	1.00 489	1.00 444	1.00 521	1.00 486	1.00 518	1.00 482	1.00 525	1.00 488	1.00 522	1.00 493	1.00 507	1.00 493	1.00 516	1.00 475	1.00 485	1.00 509	1.00 521	1.00 483	1.00 515

trnet	1.01 492	1.01 350	1.01 493	1.01 448	1.01 526	1.01 493	1.01 522	1.01 490	1.01 529	1.01 498	1.01 526	1.01 500	1.01 514	1.01 500	1.01 520	1.01 479	1.01 490	1.01 513	1.01 527	1.01 487	1.01 520

LL-Strereo	1.01 492	5.06 628	1.63 595	0.70 397	1.43 604	0.56 424	0.46 412	0.57 418	0.50 430	0.57 427	0.50 437	1.58 586	0.49 424	0.59 428	0.50 423	1.64 575	0.52 409	0.51 426	1.37 599	0.52 401	0.45 398

FlowAnything_test	1.02 494	1.72 464	0.71 449	1.59 548	0.70 481	1.61 588	0.69 473	1.61 580	0.70 482	1.60 583	0.70 484	1.61 590	0.69 472	1.61 587	0.70 480	0.81 444	0.58 420	0.81 475	0.55 449	0.81 449	0.56 440

FlowAnything	1.02 494	1.71 463	0.72 452	1.59 548	0.69 477	1.60 587	0.69 473	1.61 580	0.70 482	1.60 583	0.69 480	1.60 587	0.69 472	1.61 587	0.69 472	0.81 444	0.58 420	0.81 475	0.56 453	0.82 451	0.56 440

Hybrid-DGEV	1.03 496	1.75 470	0.80 467	1.28 527	0.78 499	1.26 567	0.80 496	1.26 562	0.78 497	1.26 568	0.78 502	1.26 571	0.78 490	1.26 571	0.78 493	1.15 496	0.75 461	1.14 519	0.74 496	1.14 495	0.75 485

tt45	1.04 497	0.88 310	1.36 576	0.92 428	1.03 529	1.51 586	0.79 493	0.70 441	0.88 509	0.74 456	0.90 512	1.60 587	0.72 481	1.60 585	0.75 489	0.91 457	0.78 466	1.52 595	0.79 505	1.14 495	1.32 595

Hybrid-DGEV-2	1.05 498	1.83 496	0.83 471	1.33 534	0.82 507	1.30 570	0.81 500	1.26 562	0.79 501	1.29 570	0.79 504	1.26 571	0.80 492	1.26 571	0.79 494	1.20 500	0.78 466	1.18 529	0.77 501	1.20 510	0.77 490

Hybrid-DGEV-03	1.07 499	1.83 496	0.83 471	1.34 535	0.81 506	1.32 572	0.81 500	1.31 569	0.81 506	1.31 571	0.82 508	1.32 576	0.82 496	1.32 576	0.81 500	1.19 498	0.77 464	1.19 531	0.76 499	1.19 508	0.77 490

GLC_STEREO	1.07 499	1.01 350	1.06 496	1.07 453	1.05 530	1.06 502	1.08 527	1.08 497	1.05 533	1.07 506	1.06 528	1.08 509	1.05 516	1.06 508	1.10 526	1.07 482	1.09 500	1.05 517	1.05 529	1.06 491	1.12 527

FC-DCNN	1.07 499	1.09 366	0.98 487	0.89 420	0.52 443	1.41 582	0.91 509	1.21 558	1.24 593	1.96 595	2.05 650	1.91 596	1.30 584	1.27 574	1.08 525	0.80 441	0.60 424	0.58 437	0.41 410	0.68 422	0.54 430

hknet	1.10 502	1.85 502	3.49 661	4.48 638	0.02 22	0.42 321	0.06 132	0.41 295	0.02 22	0.48 379	0.03 56	0.41 303	0.03 53	0.42 315	0.03 52	4.39 649	4.19 663	0.33 260	0.23 238	0.34 249	0.27 273

test_xeample3	1.10 502	1.81 486	0.61 419	0.84 414	0.49 432	0.77 452	0.66 457	0.92 473	1.40 605	0.68 445	0.46 419	0.78 460	0.54 438	1.72 590	1.48 606	1.34 556	1.52 589	1.35 588	1.67 625	1.33 565	1.55 608

DISCO	1.11 504	0.39 190	5.28 674	0.39 239	0.20 228	0.39 283	0.27 249	0.39 273	0.22 229	0.38 269	0.20 227	0.38 277	0.20 225	6.95 688	0.22 222	0.30 227	0.21 205	0.27 235	0.21 229	5.25 669	0.21 214

Occ-G	1.12 505	0.52 255	3.72 666	3.50 626	0.50 436	0.56 424	0.47 417	0.54 411	0.46 412	0.54 419	0.41 398	0.54 420	0.42 398	0.52 412	0.42 396	3.42 641	4.02 662	0.52 429	0.45 422	0.51 399	0.44 396

AEACV	1.12 505	0.52 255	3.12 657	3.24 611	0.86 508	0.53 419	0.49 428	0.60 425	0.47 417	0.53 414	0.49 434	0.55 424	0.45 407	0.55 420	0.47 413	3.01 636	3.88 660	0.71 457	0.60 459	0.80 446	0.48 408

LiteMatch	1.13 507	0.73 286	2.80 643	3.23 609	0.61 459	0.83 465	0.68 465	0.73 445	0.69 474	1.00 488	0.77 500	0.94 487	0.57 440	0.82 460	0.64 447	2.97 634	2.43 636	0.68 449	0.32 349	0.56 409	0.70 471

Lsterematch	1.13 507	0.73 286	2.80 643	3.23 609	0.61 459	0.83 465	0.68 465	0.73 445	0.69 474	1.00 488	0.77 500	0.94 487	0.57 440	0.82 460	0.64 447	2.97 634	2.43 636	0.68 449	0.32 349	0.56 409	0.70 471

MSMD_ROB	1.19 509	1.10 371	0.70 445	1.10 455	0.60 453	1.10 509	0.70 480	1.10 500	0.70 482	1.10 508	0.70 484	1.10 513	0.70 476	7.00 689	0.70 480	1.10 486	0.70 451	1.10 518	0.70 489	1.10 493	0.70 471

MM-Stereo_test2	1.20 510	1.85 502	1.05 495	1.46 544	0.94 518	1.36 576	0.99 517	1.36 571	0.95 518	1.41 578	0.98 521	1.40 582	0.96 503	1.37 578	0.95 511	1.37 561	1.06 493	1.33 585	0.93 518	1.29 564	0.89 503

ours_stereo	1.20 510	1.21 429	0.90 478	1.64 556	1.11 533	1.35 574	0.67 461	1.76 587	0.93 516	1.70 591	1.10 531	1.39 580	0.75 485	1.41 580	0.81 500	1.60 574	1.03 492	1.33 585	1.00 521	1.61 575	0.72 478

DisPM	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

CrosDoStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

PFNet+	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

LCNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

HHNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

Patchmatch Stereo++	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541
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	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

STrans-v2	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

TransformOpticalFlow	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

OMP-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

IIG-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

NF-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

OCTAStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

PSM-softLoss	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

KMStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

NRIStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

PSM-adaLoss	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

PSM-AAD	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

FTStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

ROB_FTStereo_v2	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

ROB_FTStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

Consistency-Raft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

KYRaft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

HUI-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

ASMatch	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

DeepStereo_LL	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

DEmStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

SST-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

THIR-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

RAFT_R40	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

DRaft	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

PFNet	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

GrayStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

RE-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

Pruner-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

TVStereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

DeepStereo_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

RAFT-RH_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

IRAFT_RVC	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

RAFT-345	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

iRAFT	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

CRE-IMP	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

GMM-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

RAFT-IKP	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

Prome-Stereo	1.20 510	1.20 383	1.20 513	1.20 473	1.20 547	1.20 518	1.20 539	1.20 513	1.20 545	1.20 521	1.20 541	1.20 524	1.20 531	1.20 524	1.20 541	1.20 500	1.20 515	1.20 533	1.20 541	1.20 510	1.20 541

qqai	1.22 557	1.38 450	1.12 499	1.39 541	1.14 534	1.40 580	1.14 531	1.41 576	1.12 534	1.40 577	1.11 532	1.40 582	1.13 520	1.41 580	1.15 531	1.25 549	0.97 484	1.24 580	1.01 527	1.24 559	0.96 510

HCRNet	1.22 557	7.11 651	3.00 645	3.55 627	0.33 350	0.29 238	0.14 176	0.19 180	0.15 193	0.33 253	0.29 273	0.25 222	0.14 181	0.22 200	0.33 332	3.64 642	3.00 640	0.76 466	0.32 349	0.18 181	0.13 174

HBP-ISP	1.24 559	1.72 464	1.65 596	1.15 464	0.76 495	1.40 580	0.88 506	1.67 586	1.02 530	1.69 590	1.38 603	1.69 591	1.21 577	1.87 597	1.21 586	1.05 481	0.79 468	0.97 507	0.80 507	1.19 508	0.75 485

AANet_RVC	1.26 560	0.31 169	4.99 672	5.93 664	0.20 228	0.25 221	0.20 214	0.25 217	0.20 222	0.23 204	0.19 223	0.25 222	0.20 225	0.25 220	0.20 216	5.66 673	4.76 666	0.26 231	0.30 331	0.24 212	0.27 273

MM-Stereo_test3	1.27 561	2.07 521	1.18 508	1.60 551	1.02 528	1.45 584	1.01 522	1.40 575	1.04 532	1.44 580	1.03 527	1.46 585	1.02 515	1.44 583	1.02 521	1.51 570	1.12 507	1.32 584	0.98 519	1.38 568	0.97 511

11t	1.27 561	2.70 566	1.34 566	1.32 533	0.89 510	1.30 570	1.34 594	1.64 583	0.57 443	1.45 581	0.72 492	1.05 508	1.29 583	1.07 511	1.29 595	1.49 567	1.02 491	0.97 507	1.15 534	1.48 570	1.31 594

MaskLacGwcNet_RVC	1.35 563	1.35 446	1.35 568	1.35 537	1.35 598	1.35 574	1.35 595	1.36 571	1.35 601	1.36 575	1.35 598	1.36 578	1.36 589	1.36 577	1.35 599	1.35 557	1.35 576	1.35 588	1.35 596	1.35 566	1.35 599

CC-Net-ROB	1.36 564	1.33 445	1.33 565	1.36 538	1.38 601	1.36 576	1.33 593	1.37 573	1.34 598	1.35 574	1.36 600	1.38 579	1.34 587	1.38 579	1.38 602	1.35 557	1.38 580	1.33 585	1.35 596	1.43 569	1.34 598

CFNet	1.37 565	5.27 634	0.19 188	5.49 661	0.19 225	0.28 235	0.19 210	0.28 226	0.19 220	0.28 232	0.19 223	0.28 236	4.35 674	0.28 239	0.19 213	0.23 196	0.17 191	0.23 212	4.21 683	4.81 660	0.17 202

PS-NSSS	1.38 566	1.39 451	1.34 566	1.34 535	1.35 598	1.38 578	1.37 602	1.35 570	1.38 604	1.34 573	1.34 597	1.39 580	1.38 592	1.70 589	1.40 603	1.36 559	1.36 577	1.36 590	1.37 599	1.37 567	1.36 600

RASNet	1.49 567	1.65 460	1.45 584	1.38 540	1.43 604	1.47 585	1.36 597	1.38 574	1.36 602	1.39 576	1.60 614	1.45 584	1.45 595	1.51 584	2.21 645	1.53 571	1.36 577	1.36 590	1.36 598	1.66 578	1.36 600

BLMT-Stereo	1.53 568	1.36 447	1.06 496	1.42 543	1.23 597	1.41 582	1.07 526	1.43 578	1.12 534	1.42 579	1.06 528	1.83 593	1.07 517	1.42 582	1.07 524	1.27 551	1.38 580	6.80 686	1.00 521	1.26 561	1.00 515

GANetREF_RVC	1.55 569	1.94 517	1.22 560	1.88 559	1.21 593	1.88 594	1.22 585	1.88 589	1.22 591	1.88 592	1.22 587	1.88 594	1.22 578	1.89 598	1.22 587	1.87 582	1.22 562	1.88 609	1.22 587	1.88 587	1.22 587
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	1.59 570	1.91 511	1.21 559	1.94 562	1.20 547	2.00 602	1.23 586	1.99 594	1.24 593	2.00 600	1.25 590	2.03 604	1.26 580	2.00 602	1.29 595	1.90 586	1.18 514	1.89 610	1.21 586	1.89 588	1.20 541
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 571	1.59 458	1.70 598	1.59 548	1.59 610	1.61 588	1.61 613	1.60 579	1.60 611	1.62 589	1.59 613	1.60 587	1.60 598	1.60 585	1.59 610	1.59 572	1.60 600	1.59 596	1.59 617	1.59 574	1.59 614

ff7	1.68 572	2.68 563	1.35 568	0.97 441	0.89 510	1.84 591	2.15 643	2.12 600	1.80 628	2.05 605	1.56 610	2.33 612	2.12 634	2.23 608	2.25 646	1.31 553	1.07 494	1.48 592	1.41 602	0.90 465	1.04 522

ffff	1.68 572	2.68 563	1.35 568	0.97 441	0.89 510	1.84 591	2.15 643	2.12 600	1.80 628	2.05 605	1.56 610	2.33 612	2.12 634	2.23 608	2.25 646	1.31 553	1.07 494	1.48 592	1.41 602	0.90 465	1.04 522

ccc-4	1.68 572	2.68 563	1.35 568	0.97 441	0.89 510	1.84 591	2.15 643	2.12 600	1.80 628	2.05 605	1.56 610	2.33 612	2.12 634	2.23 608	2.25 646	1.31 553	1.07 494	1.48 592	1.41 602	0.90 465	1.04 522

MC-Stereo	1.76 575	2.96 582	1.37 578	2.14 570	1.37 600	2.14 608	1.36 597	2.14 603	1.37 603	2.14 609	1.37 601	2.14 606	1.37 591	2.14 607	1.37 601	1.97 591	1.32 564	1.97 613	1.32 595	1.98 590	1.33 596

IGEVStereo-DCA	1.77 576	4.21 617	1.84 614	2.49 588	2.11 644	2.54 629	1.36 597	1.65 584	1.17 542	2.75 639	1.90 633	2.54 625	1.15 524	0.94 485	1.11 527	1.50 568	1.32 564	0.96 505	1.46 608	1.49 571	0.88 500

rrr	1.77 576	4.21 617	1.84 614	2.49 588	2.11 644	2.54 629	1.36 597	1.65 584	1.17 542	2.75 639	1.90 633	2.54 625	1.15 524	0.94 485	1.11 527	1.50 568	1.32 564	0.96 505	1.46 608	1.49 571	0.88 500

MM-Stereo_test1	1.80 578	3.41 594	1.52 591	2.12 569	1.41 603	2.04 603	1.41 605	2.05 598	1.46 608	2.04 604	1.41 605	2.05 605	1.42 594	2.05 603	1.43 605	2.04 595	1.54 592	1.94 611	1.38 601	1.99 591	1.33 596

MFMNet_re	1.81 579	1.91 511	1.71 600	1.95 564	1.70 621	1.95 599	1.70 618	1.96 592	1.74 624	1.97 597	1.72 622	1.95 597	1.71 606	1.97 601	1.71 618	1.86 580	1.62 601	1.85 602	1.66 624	1.86 586	1.64 620

plain	1.88 580	3.16 588	0.64 423	3.10 604	0.65 467	3.10 644	0.64 452	3.12 644	0.65 459	3.10 645	0.65 466	3.11 645	0.65 455	3.12 644	0.65 451	3.12 637	0.65 435	3.13 643	0.65 474	3.13 631	0.65 460

derf	1.91 581	2.15 529	1.78 604	2.16 571	1.75 623	2.21 609	1.80 621	2.22 606	1.80 628	2.21 612	1.76 623	2.17 607	1.81 615	2.24 611	1.74 626	1.93 589	1.56 593	1.96 612	1.53 610	1.95 589	1.56 609

RAFT_CTSACE	1.92 582	3.71 601	1.72 601	1.88 559	1.72 622	2.04 603	1.42 607	2.18 605	1.89 640	2.02 602	1.97 639	1.95 597	2.06 633	1.93 599	1.62 611	1.76 577	1.66 604	2.02 614	1.73 633	1.73 581	1.43 605

MonStereo1	1.94 583	2.77 576	1.52 591	3.73 634	1.51 607	2.13 607	1.42 607	2.32 614	1.52 609	2.31 618	1.50 608	2.53 622	1.59 597	2.34 616	1.56 608	1.91 587	1.36 577	1.86 605	1.31 594	2.07 592	1.53 606

4.25w-stereo	1.98 584	2.72 570	1.46 585	3.47 623	1.43 604	2.07 605	1.98 634	2.53 626	1.52 609	2.71 632	1.98 645	1.81 592	1.62 600	1.96 600	1.36 600	1.88 585	2.00 618	2.53 637	1.61 619	1.74 582	1.15 532

4.5w-stereo	1.99 585	2.33 543	1.81 605	3.28 613	1.68 617	1.94 596	1.99 637	2.72 629	1.70 616	2.72 633	1.99 648	1.97 599	1.68 602	1.76 591	1.29 595	1.91 587	2.02 624	2.53 637	1.61 619	1.75 583	1.16 535

2.75w_new	1.99 585	2.34 547	1.81 605	3.14 605	1.62 612	1.94 596	1.99 637	2.72 629	1.71 617	2.72 633	1.99 648	1.90 595	1.73 608	1.82 596	1.29 595	2.37 616	2.01 620	2.31 624	1.42 605	1.77 584	1.22 587

3.75w	1.99 585	2.31 541	1.83 613	3.16 607	1.65 614	1.93 595	1.98 634	2.72 629	1.68 613	2.73 638	1.97 639	2.00 601	1.72 607	1.81 595	1.25 591	2.27 607	2.01 620	2.38 629	1.42 605	1.71 580	1.24 590

2w_stereo	1.99 585	2.36 550	1.81 605	3.24 611	1.67 615	1.94 596	1.98 634	2.72 629	1.68 613	2.72 633	1.94 636	1.98 600	1.74 610	1.79 594	1.27 592	1.95 590	2.00 618	2.53 637	1.60 618	1.68 579	1.15 532

2.25w	2.00 589	1.86 505	1.98 627	2.95 602	2.17 648	2.26 610	1.35 595	2.42 620	2.00 647	2.07 608	1.27 592	2.53 622	1.99 629	2.29 613	1.49 607	2.21 602	1.32 564	1.85 602	1.87 637	2.52 618	1.62 618

4.25_new	2.00 589	2.33 543	1.82 610	3.32 616	1.69 618	1.95 599	1.99 637	2.72 629	1.71 617	2.72 633	1.97 639	2.01 602	1.74 610	1.77 592	1.28 593	2.18 599	2.01 620	2.48 635	1.58 615	1.65 576	1.17 536

4.5w_new	2.00 589	2.33 543	1.82 610	3.32 616	1.69 618	1.95 599	1.99 637	2.72 629	1.71 617	2.72 633	1.97 639	2.01 602	1.74 610	1.77 592	1.28 593	2.18 599	2.01 620	2.48 635	1.58 615	1.65 576	1.17 536

4.5_new	2.00 589	1.84 501	1.98 627	2.77 596	2.16 646	2.27 611	1.28 592	2.09 599	1.98 644	2.01 601	1.28 593	2.71 634	1.98 627	2.51 625	1.65 613	2.26 604	1.33 571	1.87 606	1.87 637	2.49 614	1.60 615

TRStereo	2.00 589	2.13 526	1.85 616	2.27 577	1.84 627	2.28 613	1.84 623	2.29 609	1.86 634	2.30 615	1.87 628	2.30 609	1.87 617	2.08 604	1.72 620	2.08 596	1.72 607	2.08 616	1.72 630	2.08 593	1.72 625

XX-Stereo	2.00 589	2.13 526	1.85 616	2.27 577	1.84 627	2.28 613	1.84 623	2.29 609	1.86 634	2.30 615	1.87 628	2.30 609	1.87 617	2.08 604	1.72 620	2.08 596	1.72 607	2.08 616	1.72 630	2.08 593	1.72 625

EAI-Stereo	2.00 589	2.13 526	1.85 616	2.27 577	1.84 627	2.28 613	1.84 623	2.29 609	1.86 634	2.30 615	1.87 628	2.30 609	1.87 617	2.08 604	1.72 620	2.08 596	1.72 607	2.08 616	1.72 630	2.08 593	1.72 625

2.5w	2.01 596	2.40 552	1.37 578	3.28 613	2.01 638	2.71 634	1.43 610	1.82 588	1.83 632	1.90 594	1.41 605	2.71 634	1.35 588	2.71 634	1.85 632	2.66 628	1.53 590	1.64 597	1.23 588	2.53 621	1.87 634

4w-stereo	2.02 597	2.72 570	1.44 583	3.36 619	1.59 610	2.48 622	1.72 619	2.28 607	1.24 593	2.24 613	1.65 618	2.56 627	1.32 586	2.39 619	1.98 642	2.67 630	1.51 588	1.66 598	1.24 589	2.53 621	1.88 637

IGEV	2.02 597	2.20 533	1.82 610	2.90 601	2.16 646	2.41 619	1.25 588	2.00 595	1.98 644	1.99 599	1.31 595	2.72 638	1.93 623	2.67 633	1.69 617	2.26 604	1.32 564	1.83 601	1.87 637	2.53 621	1.61 617

3.25w_new	2.03 599	2.72 570	1.35 568	3.33 618	1.57 608	2.72 635	1.53 612	2.15 604	1.33 597	2.15 610	1.60 614	2.63 631	1.30 584	2.72 636	1.99 643	2.67 630	1.53 590	1.75 600	1.25 591	2.53 621	1.87 634

3.5w_stereo	2.03 599	2.72 570	1.35 568	3.41 620	1.57 608	2.72 635	1.49 611	2.01 596	1.34 598	2.15 610	1.61 616	2.63 631	1.36 589	2.72 636	1.99 643	2.66 628	1.58 596	1.68 599	1.24 589	2.53 621	1.87 634

UniTT-Stereo	2.03 599	3.43 595	0.72 452	3.42 621	0.73 486	3.27 647	0.68 465	3.38 649	0.69 474	3.29 648	0.72 492	3.28 648	0.70 476	3.35 650	0.68 464	3.39 640	0.68 442	3.31 646	0.69 485	3.37 632	0.73 481

3.25w	2.04 602	2.20 533	1.48 586	3.03 603	2.17 648	2.63 633	1.39 603	1.96 592	1.95 643	1.96 595	1.37 601	2.71 634	1.96 626	2.71 634	1.73 625	2.26 604	1.32 564	1.87 606	1.87 637	2.51 617	1.63 619

3w_stereo	2.04 602	2.24 537	1.70 598	3.15 606	2.18 650	2.49 623	1.26 590	2.03 597	1.98 644	1.98 598	1.33 596	2.72 638	1.99 629	2.59 628	1.72 620	2.22 603	1.33 571	1.85 602	1.88 642	2.50 616	1.58 613

1w_stereo	2.05 604	2.32 542	1.35 568	3.74 635	2.01 638	2.73 637	1.42 607	1.88 589	1.93 642	2.03 603	1.28 593	2.71 634	1.99 629	2.72 636	1.72 620	2.20 601	1.32 564	1.87 606	1.86 636	2.45 610	1.54 607

LiteMatch*	2.07 605	1.30 441	5.73 677	6.28 667	0.79 501	1.33 573	0.80 496	1.30 568	1.02 530	1.33 572	0.84 510	1.33 577	0.97 504	1.28 575	1.04 522	6.05 677	5.89 672	1.28 583	0.76 499	1.28 563	0.88 500

sCroCo_RVC	2.10 606	2.76 574	1.92 624	2.78 599	1.39 602	2.73 637	1.41 605	2.73 635	1.40 605	2.77 644	1.41 605	2.74 640	1.40 593	2.74 639	1.40 603	2.72 632	1.42 583	2.72 641	1.44 607	2.79 628	1.42 604

MoCha-V2	2.11 607	26.97 693	0.78 463	0.92 428	0.77 498	0.96 483	0.72 485	0.90 468	0.72 490	0.94 484	0.70 484	0.90 479	0.71 480	0.91 478	0.71 482	0.85 453	0.71 455	0.88 485	0.69 485	0.87 458	0.67 465

FBW_ROB	2.12 608	2.46 556	1.77 603	2.49 588	1.79 626	2.38 617	1.83 622	2.46 621	1.78 627	2.48 626	1.97 639	2.40 617	1.78 613	2.42 622	1.83 630	2.31 612	1.85 615	2.38 629	1.82 635	2.35 605	1.84 630

MonStereo	2.17 609	2.41 553	1.49 590	2.67 593	1.67 615	2.60 632	2.04 641	2.32 614	1.76 625	2.44 623	1.68 620	2.50 620	1.69 604	2.38 617	1.80 629	2.28 608	1.78 610	2.63 640	2.14 645	3.47 633	1.68 623

asda	2.17 609	2.54 557	1.81 605	3.47 623	1.78 625	2.50 625	1.86 627	2.61 628	1.68 613	2.61 630	1.83 625	2.37 616	1.73 608	2.44 623	1.88 637	2.51 625	1.84 614	2.34 626	1.62 621	2.23 598	1.77 629

asd	2.18 611	2.77 576	1.58 593	3.59 628	2.00 637	2.58 631	1.85 626	2.39 619	1.71 617	2.47 625	1.97 639	2.59 629	1.61 599	2.56 626	1.79 628	2.51 625	1.99 617	2.11 619	1.62 621	2.36 606	1.60 615

qwe	2.18 611	2.60 560	1.58 593	3.83 636	1.90 635	2.53 627	1.90 632	2.48 622	1.73 622	2.37 621	1.92 635	2.53 622	1.68 602	2.56 626	1.83 630	2.52 627	1.87 616	2.07 615	1.68 627	2.32 604	1.71 624

monsters	2.18 611	2.41 553	1.96 626	3.47 623	2.03 642	2.53 627	1.64 615	2.48 622	1.73 622	2.40 622	1.50 608	2.62 630	1.94 624	2.59 628	1.94 639	2.44 620	1.57 595	2.28 622	1.87 637	2.42 608	1.86 632

AIO_rvc	2.18 611	2.34 547	1.87 620	2.32 581	1.94 636	2.40 618	1.89 631	2.37 617	2.07 649	2.52 628	1.95 638	2.44 619	1.99 629	2.41 620	1.89 638	2.32 613	2.09 626	2.24 620	2.18 646	2.21 597	2.23 641

HUF	2.18 611	2.30 540	1.99 630	2.34 583	2.02 641	2.41 619	2.06 642	2.38 618	1.89 640	2.36 620	1.85 626	2.56 627	1.98 627	2.31 615	1.97 641	2.30 611	2.03 625	2.30 623	2.11 644	2.23 598	2.16 639

AIO_test	2.18 611	2.09 524	2.04 631	2.42 585	2.01 638	2.47 621	1.94 633	2.34 616	2.03 648	2.56 629	1.94 636	2.43 618	1.94 624	2.41 620	1.87 636	2.39 618	2.10 627	2.35 628	1.91 643	2.25 600	2.19 640

monsterstereo	2.20 617	2.33 543	1.95 625	3.65 630	2.07 643	2.49 623	1.61 613	2.48 622	1.83 632	2.45 624	1.61 616	2.67 633	1.86 616	2.64 630	1.94 639	2.48 624	1.66 604	2.34 626	1.68 627	2.40 607	1.86 632

LG-G_1	2.22 618	2.71 568	1.89 621	2.77 596	1.87 633	2.75 639	1.87 629	2.76 637	1.87 638	2.75 639	1.87 628	2.76 641	1.87 617	2.75 640	1.86 633	2.47 622	1.58 596	2.45 632	1.57 612	2.45 610	1.57 611

LG-G	2.22 618	2.71 568	1.89 621	2.77 596	1.87 633	2.75 639	1.87 629	2.76 637	1.87 638	2.75 639	1.87 628	2.76 641	1.87 617	2.75 640	1.86 633	2.47 622	1.58 596	2.45 632	1.57 612	2.45 610	1.57 611

LGtest1	2.22 618	2.70 566	1.89 621	2.76 595	1.86 630	2.75 639	1.86 627	2.75 636	1.86 634	2.75 639	1.86 627	2.77 643	1.87 617	2.75 640	1.86 633	2.46 621	1.58 596	2.45 632	1.56 611	2.45 610	1.56 609

RAStereo	2.23 621	3.64 598	0.76 460	3.65 630	0.86 508	3.66 652	0.76 490	3.67 653	0.81 506	3.66 650	0.76 498	3.66 651	0.77 488	3.68 652	0.77 492	3.68 643	0.77 464	3.69 651	0.77 501	3.70 635	0.77 490

UDGNet	2.23 621	5.40 639	1.72 601	2.48 587	1.69 618	2.51 626	1.69 617	2.51 625	1.72 621	2.50 627	1.69 621	2.52 621	1.69 604	2.50 624	1.68 616	2.41 619	1.70 606	2.42 631	1.69 629	2.42 608	1.64 620

NCCL2	2.28 623	2.27 538	2.28 633	2.28 580	2.28 651	2.27 611	2.29 646	2.28 607	2.28 650	2.27 614	2.28 651	2.28 608	2.27 637	2.27 612	2.28 650	2.28 608	2.28 632	2.27 621	2.29 650	2.27 601	2.29 642

Abc-Net	2.32 624	24.75 685	1.14 502	1.17 470	1.17 541	1.11 512	1.15 533	1.17 507	1.21 590	1.08 507	1.16 536	1.12 518	1.14 523	1.09 512	1.17 536	1.09 484	1.16 510	1.17 526	1.17 537	1.16 500	1.11 525
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 625	25.00 686	1.13 501	1.15 464	1.15 536	1.10 509	1.15 533	1.15 502	1.15 537	1.12 514	1.15 533	1.09 511	1.13 520	1.10 514	1.15 531	1.11 491	1.09 500	1.16 522	1.12 532	1.16 500	1.17 536

stereogan	2.33 625	24.38 684	1.18 508	1.18 471	1.18 544	1.14 515	1.18 537	1.19 510	1.19 544	1.14 517	1.18 540	1.14 519	1.18 529	1.14 519	1.18 537	1.14 495	1.14 508	1.19 531	1.19 538	1.15 498	1.19 540

RGC	2.36 627	25.48 687	1.19 510	1.15 464	1.15 536	1.10 509	1.16 535	1.17 507	1.16 538	1.12 514	1.16 536	1.11 517	1.13 520	1.09 512	1.18 537	1.10 486	1.15 509	1.16 522	1.12 532	1.14 495	1.12 527

NCC-stereo	2.36 627	25.52 688	1.17 506	1.15 464	1.17 541	1.11 512	1.11 528	1.15 502	1.16 538	1.10 508	1.16 536	1.10 513	1.15 524	1.14 519	1.13 529	1.09 484	1.11 504	1.15 521	1.16 536	1.17 505	1.17 536

AF-Net	2.37 629	25.71 689	1.17 506	1.13 460	1.15 536	1.15 516	1.18 537	1.19 510	1.16 538	1.10 508	1.15 533	1.10 513	1.18 529	1.12 518	1.15 531	1.10 486	1.10 503	1.17 526	1.15 534	1.16 500	1.12 527

Nwc_Net	2.37 629	25.95 690	1.15 504	1.14 461	1.15 536	1.08 506	1.14 531	1.17 507	1.16 538	1.14 517	1.15 533	1.08 509	1.15 524	1.11 516	1.14 530	1.10 486	1.11 504	1.16 522	1.09 531	1.16 500	1.15 532

CFNet_RVC	2.38 631	8.71 662	0.38 289	9.33 681	0.42 411	0.56 424	0.42 401	0.60 425	0.38 373	0.62 436	0.42 408	0.56 427	7.29 686	0.62 431	0.42 396	0.53 385	0.37 328	0.49 417	0.34 363	8.30 683	6.87 690

edge stereo	2.43 632	27.07 694	1.14 502	1.06 452	1.14 534	1.08 506	1.17 536	1.16 505	1.14 536	1.10 508	1.16 536	1.09 511	1.16 528	1.10 514	1.16 535	1.10 486	1.11 504	1.16 522	1.19 538	1.13 494	1.11 525

FAT-Stereo	2.46 633	26.05 691	1.23 562	1.23 520	1.22 595	1.20 518	1.24 587	1.23 561	1.23 592	1.19 520	1.22 587	1.21 569	1.24 579	1.20 524	1.24 588	1.21 546	1.17 513	1.22 579	1.25 591	1.20 510	1.24 590

S-Stereo	2.51 634	26.86 692	1.23 562	1.22 518	1.22 595	1.24 566	1.25 588	1.22 559	1.24 593	1.21 566	1.24 589	1.19 523	1.27 581	1.19 523	1.24 588	1.19 498	1.20 515	1.25 581	1.19 538	1.24 559	1.23 589

Anonymous3	2.55 635	3.26 592	1.65 596	3.28 613	1.63 613	3.24 646	1.68 616	3.27 646	1.66 612	3.28 647	1.67 619	3.25 647	1.66 601	3.27 646	1.64 612	3.26 638	1.65 603	3.30 645	1.65 623	4.95 665	1.65 622

MIF-Stereo (partial)	2.58 636	3.31 593	0.66 429	3.18 608	0.66 471	3.18 645	0.66 457	3.21 645	0.67 463	3.19 646	0.66 469	3.19 646	0.66 459	3.31 648	0.68 464	5.09 669	1.79 612	8.23 690	1.67 625	6.18 674	1.38 602

MSMDNet	2.65 637	10.14 673	0.33 260	9.74 684	0.32 338	0.87 470	0.33 335	2.95 643	0.68 469	0.49 386	0.34 354	0.49 390	5.70 681	0.49 389	0.33 332	0.42 312	9.57 686	0.41 372	0.31 342	8.36 684	0.65 460

pcwnet_v2	2.66 638	9.89 671	0.33 260	9.89 685	0.32 338	0.50 401	0.32 324	0.49 380	0.33 344	0.49 386	0.34 354	0.49 390	8.76 688	0.48 383	0.33 332	0.41 298	9.58 687	0.40 355	0.29 317	9.01 687	0.63 452

CFNet_pseudo	2.67 639	9.36 667	0.32 255	10.99 690	0.33 350	0.85 467	0.33 335	0.49 380	0.33 344	0.49 386	0.32 337	0.49 390	7.26 685	0.49 389	0.33 332	0.41 298	9.62 688	0.41 372	0.29 317	10.03 691	0.29 299

CFNet_ucs	2.73 640	9.64 669	0.33 260	9.92 686	0.32 338	0.49 392	0.33 335	0.49 380	0.33 344	0.49 386	0.33 346	0.49 390	8.98 689	0.48 383	0.33 332	0.41 298	9.96 691	0.40 355	0.29 317	10.12 692	0.54 430

UCFNet_RVC	2.75 641	10.06 672	0.29 231	10.31 689	0.29 275	0.42 321	0.29 267	0.43 319	0.29 270	0.42 309	0.29 273	0.42 321	9.87 691	0.43 321	0.29 266	0.36 256	9.84 690	0.36 290	0.26 254	9.77 690	0.26 235

ccs_rob	2.79 642	10.17 674	0.32 255	10.00 687	0.33 350	0.49 392	0.33 335	1.90 591	0.32 334	0.51 408	0.33 346	0.49 390	9.24 690	0.49 389	0.33 332	0.41 298	9.82 689	0.41 372	0.28 304	9.34 688	0.29 299

PCWNet_CMD	2.80 643	9.82 670	0.32 255	10.09 688	0.32 338	0.49 392	0.33 335	3.34 648	0.33 344	0.49 386	0.33 346	0.49 390	8.73 687	0.48 383	0.33 332	0.41 298	9.22 685	0.42 383	0.29 317	9.55 689	0.31 321

NLSM1	2.93 644	3.24 591	2.57 641	4.04 637	2.66 654	3.30 648	2.55 649	3.29 647	2.55 652	3.35 649	2.48 653	3.28 648	2.47 639	3.34 649	2.49 651	3.26 638	2.55 638	3.13 643	2.57 653	3.00 630	2.46 649

StereoVision	3.15 645	5.00 627	0.89 475	4.83 654	1.00 521	3.93 653	1.27 591	6.37 683	1.34 598	5.67 683	1.26 591	5.84 684	1.27 581	5.03 680	1.24 588	5.10 670	1.09 500	4.61 664	0.57 455	5.62 672	1.12 527

MaDis-Stereo	3.19 646	6.02 649	1.12 499	5.61 663	1.16 540	5.43 680	1.02 524	5.15 680	0.70 482	5.43 680	1.21 586	5.03 681	0.97 504	4.85 674	0.99 515	4.53 651	1.16 510	5.53 680	1.25 591	5.37 670	1.30 593

sAnonymous2	3.31 647	2.63 561	1.38 580	3.71 632	1.86 630	4.70 672	1.11 528	4.82 676	2.72 654	5.45 681	1.98 645	4.59 666	2.64 640	2.65 631	6.21 686	4.37 647	1.08 498	5.16 678	2.24 648	4.52 647	2.39 647

CroCo_RVC	3.31 647	2.63 561	1.38 580	3.71 632	1.86 630	4.70 672	1.11 528	4.82 676	2.72 654	5.45 681	1.98 645	4.59 666	2.64 640	2.65 631	6.21 686	4.37 647	1.08 498	5.16 678	2.24 648	4.52 647	2.39 647

DPSNet	3.66 649	3.60 597	3.62 664	3.63 629	3.64 676	3.65 651	3.65 675	3.66 652	3.67 673	3.67 651	3.65 673	3.67 652	3.66 661	3.66 651	3.68 670	3.68 643	3.66 658	3.67 650	3.68 676	3.67 634	3.67 675

NLCSM	3.67 650	4.08 612	3.19 660	4.80 653	3.26 669	3.99 656	3.24 670	4.25 659	3.18 669	4.09 655	3.27 668	4.14 657	3.18 656	4.13 657	3.28 666	4.06 645	3.10 648	3.85 655	3.14 667	3.91 640	3.27 671

STTStereo	3.73 651	30.40 698	2.37 637	2.39 584	2.31 653	2.35 616	2.33 647	2.29 609	2.42 651	2.32 619	2.34 652	2.33 612	2.36 638	2.30 614	2.27 649	2.35 615	2.22 631	2.31 624	2.22 647	2.29 603	2.34 646

rvit_105_1	3.83 652	5.22 632	3.01 646	4.53 641	3.01 657	4.51 660	3.01 655	4.56 663	3.04 657	4.53 662	3.03 657	4.55 664	3.03 644	4.56 663	3.04 653	4.57 653	3.05 641	4.57 659	3.05 658	4.57 649	3.05 656

rvit_stereo_0081	3.83 652	5.23 633	3.01 646	4.53 641	3.03 659	4.55 666	3.02 656	4.56 663	3.04 657	4.52 660	3.02 655	4.54 662	3.03 644	4.56 663	3.04 653	4.57 653	3.05 641	4.57 659	3.05 658	4.58 650	3.05 656

rvit_stereo_0081_aga	3.86 654	5.33 636	3.02 649	4.55 647	3.04 663	4.54 662	3.02 656	4.64 670	3.06 661	4.54 664	3.04 659	4.62 671	3.08 651	4.62 669	3.07 658	4.58 656	3.06 645	4.60 663	3.08 662	4.63 653	3.07 660

rvit_stereo_0082	3.86 654	5.82 647	3.01 646	4.53 641	3.03 659	4.54 662	3.02 656	4.56 663	3.04 657	4.53 662	3.02 655	4.55 664	3.04 647	4.57 666	3.05 655	4.57 653	3.05 641	4.58 661	3.05 658	4.58 650	3.06 659

rvit_0105_6	3.87 656	5.73 646	3.10 656	4.69 651	3.12 667	4.54 662	3.02 656	4.56 663	3.04 657	4.54 664	3.03 657	4.54 662	3.04 647	4.56 663	3.05 655	4.58 656	3.05 641	4.58 661	3.05 658	4.58 650	3.05 656

rvit_stereo_0080	3.89 657	5.70 644	3.04 651	4.54 644	3.03 659	4.56 667	3.05 662	4.60 667	3.07 662	4.58 667	3.06 660	4.59 666	3.06 649	4.61 667	3.08 659	4.63 658	3.09 646	4.64 665	3.10 663	4.65 654	3.10 663

whm_eth	3.89 657	5.70 644	3.04 651	4.54 644	3.03 659	4.56 667	3.05 662	4.60 667	3.07 662	4.58 667	3.06 660	4.59 666	3.06 649	4.61 667	3.08 659	4.63 658	3.09 646	4.64 665	3.10 663	4.65 654	3.10 663

rvit_0105_4	3.91 659	5.47 643	3.02 649	4.54 644	3.02 658	4.54 662	3.03 660	4.75 673	3.17 668	4.57 666	3.06 660	4.61 670	3.16 655	4.65 670	3.09 661	4.66 660	3.11 649	4.68 668	3.18 669	4.81 660	3.16 668

rvit_0105_3	3.91 659	5.33 636	3.06 654	4.60 649	3.07 665	4.60 669	3.06 664	4.62 669	3.08 665	4.60 669	3.07 663	4.62 671	3.08 651	4.67 671	3.10 662	4.70 661	3.11 649	4.77 672	3.19 670	4.77 659	3.14 667

rvit_stereo_0083	3.92 661	5.30 635	3.06 654	4.61 650	3.09 666	4.67 671	3.08 665	4.66 671	3.09 666	4.62 670	3.10 665	4.66 674	3.11 653	4.67 671	3.16 664	4.72 663	3.16 652	4.77 672	3.11 665	4.66 656	3.11 665

rvit_stereo_ft	3.93 662	5.44 641	3.05 653	4.59 648	3.06 664	4.61 670	3.08 665	4.67 672	3.12 667	4.63 671	3.10 665	4.65 673	3.11 653	4.69 673	3.13 663	4.70 661	3.14 651	4.71 670	3.15 668	4.74 657	3.16 668

rvit_0105_5	4.10 663	5.40 639	3.13 659	4.71 652	3.15 668	4.72 674	3.10 667	4.90 678	3.27 670	4.69 672	3.16 667	4.84 678	3.25 657	4.96 677	3.34 667	5.05 668	3.39 657	5.10 677	3.40 671	5.11 667	3.42 672

MLG-Stereo_test1	4.25 664	5.34 638	3.61 663	5.31 659	3.63 675	5.23 678	3.57 673	5.38 681	3.65 672	5.23 678	3.47 670	4.76 675	3.74 664	4.85 674	3.71 671	4.96 665	3.18 654	4.71 670	2.92 655	4.86 663	2.90 653

MLG-Stereo_test3	4.26 665	4.85 625	3.95 667	5.35 660	3.60 674	4.75 675	3.76 676	5.49 682	3.71 674	5.39 679	3.69 674	4.82 677	3.66 661	4.85 674	3.73 674	4.93 664	3.19 655	4.69 669	2.99 657	4.84 662	2.98 655

MLG-Stereo_test2	4.28 666	5.46 642	3.69 665	4.86 655	3.72 677	5.58 681	3.42 671	4.81 675	3.77 678	4.85 674	3.72 675	5.55 683	3.63 660	5.58 681	3.53 669	4.41 650	3.28 656	4.99 676	2.95 656	4.75 658	3.13 666

RAFT+CT+SA	4.28 666	7.62 655	4.91 671	5.55 662	2.28 651	3.09 643	3.64 674	4.49 661	3.07 662	4.80 673	3.35 669	4.77 676	3.70 663	4.29 660	3.05 655	5.58 672	5.98 674	3.58 649	3.78 678	4.26 643	3.72 676

SA	4.33 668	7.35 652	6.85 683	5.96 665	4.09 681	3.59 650	3.15 668	3.82 654	2.64 653	3.91 652	3.85 676	3.57 650	2.72 642	3.13 645	4.03 677	7.09 684	6.86 679	3.57 648	3.12 666	3.85 636	3.51 674

Sa-1000	4.34 669	8.37 658	6.84 682	6.98 673	4.45 684	3.58 649	3.00 654	3.42 650	3.39 671	2.61 630	4.00 679	3.83 654	4.01 672	3.90 654	3.90 675	5.98 676	5.62 671	3.76 652	2.34 651	4.35 645	2.47 650

TestStereo1	4.60 670	8.41 659	6.44 680	6.86 671	3.79 678	3.97 654	3.78 677	3.99 656	3.74 675	3.97 653	3.52 671	3.94 655	3.58 658	3.98 655	3.72 672	6.82 681	6.50 677	3.76 652	3.66 674	3.90 637	3.74 678

SA-5K	4.60 670	8.41 659	6.44 680	6.86 671	3.79 678	3.97 654	3.78 677	3.99 656	3.74 675	3.97 653	3.52 671	3.94 655	3.58 658	3.98 655	3.72 672	6.82 681	6.50 677	3.76 652	3.66 674	3.90 637	3.74 678

DispFullNet	4.61 672	4.84 624	3.12 657	5.00 657	3.57 673	4.75 675	3.03 660	7.75 689	4.17 682	4.91 676	3.09 664	6.20 685	3.95 670	6.71 685	3.51 668	5.30 671	3.67 659	5.86 684	3.63 673	5.61 671	3.46 673

test_5	4.62 673	7.55 654	6.23 678	6.32 668	3.40 672	5.29 679	3.50 672	3.53 651	4.11 681	4.28 657	4.47 683	4.26 660	4.38 675	3.68 652	3.24 665	5.89 674	5.60 670	4.84 674	3.50 672	4.33 644	3.93 682

raft_robust	4.71 674	7.75 656	5.40 676	6.81 670	3.31 670	4.28 659	4.20 682	4.32 660	4.37 684	4.35 659	4.35 682	4.14 657	3.75 665	4.30 661	4.20 680	6.67 680	6.37 675	3.36 647	4.24 684	4.86 663	3.25 670

cross-raft	4.83 675	7.52 653	6.43 679	6.63 669	3.96 680	4.51 660	3.99 680	4.49 661	3.96 680	4.52 660	3.96 678	4.50 661	3.97 671	4.50 662	3.97 676	6.65 679	6.44 676	4.33 656	3.92 680	4.35 645	3.91 681

test_4	4.88 676	8.13 657	6.98 684	7.46 674	4.44 683	4.25 658	3.85 679	4.04 658	3.92 679	4.13 656	3.91 677	4.18 659	3.84 668	4.14 658	4.06 678	7.01 683	7.13 680	4.53 657	3.72 677	4.09 641	3.72 676

TestStereo	4.88 676	4.75 623	4.79 670	4.87 656	4.92 685	4.81 677	4.90 685	4.78 674	4.77 685	4.87 675	4.89 684	4.90 679	4.91 677	4.99 678	4.79 682	4.98 666	4.87 667	4.87 675	4.92 686	5.00 666	5.00 685

test_3	5.01 678	8.86 664	7.77 686	8.09 676	2.76 656	4.13 657	4.05 681	3.88 655	3.76 677	4.33 658	4.13 680	3.71 653	3.91 669	4.21 659	4.06 678	7.93 685	7.69 682	4.53 657	3.91 679	4.17 642	4.29 684

NLCA_NET_v2_RVC	5.04 679	50.87 710	2.78 642	2.87 600	2.71 655	2.78 642	0.47 417	2.88 642	2.86 656	1.89 593	2.67 654	2.79 644	2.79 643	2.78 643	2.83 652	2.82 633	2.82 639	2.83 642	2.77 654	2.83 629	2.76 651
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	5.10 680	5.15 630	4.49 669	5.07 658	3.37 671	6.87 684	4.75 684	5.04 679	6.34 689	7.84 689	5.06 685	6.72 689	4.09 673	4.99 678	5.44 685	5.03 667	3.16 652	4.67 667	4.86 685	5.15 668	3.89 680

U	5.15 681	8.49 661	1.81 605	8.49 678	1.77 624	8.49 689	1.77 620	8.51 691	1.77 626	8.49 691	1.77 624	8.50 691	1.78 613	8.58 691	1.77 627	8.54 688	1.78 610	8.55 691	1.78 634	8.55 685	1.84 630

SGM-Forest	5.21 682	5.92 648	4.08 668	6.18 666	4.16 682	6.31 683	4.34 683	6.50 684	4.33 683	6.14 685	4.21 681	6.61 688	4.55 676	6.67 684	4.48 681	5.94 675	3.94 661	5.85 683	4.03 682	5.79 673	4.17 683
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 683	9.16 666	8.03 689	8.09 676	5.62 688	6.11 682	6.35 688	6.85 686	4.94 686	6.08 684	6.29 690	4.98 680	6.43 682	6.22 682	6.36 688	6.16 678	7.47 681	5.82 682	5.44 689	7.11 679	5.68 688

rvit_stereo_0075_2	6.64 684	8.80 663	5.25 673	7.89 675	5.27 687	7.90 688	5.27 686	7.92 690	5.28 687	7.91 690	5.29 687	7.93 690	5.27 678	7.92 690	5.28 683	7.93 685	5.28 669	7.93 689	5.29 688	7.93 682	5.28 687

RAFT	6.73 685	9.36 667	7.40 685	8.51 679	6.55 689	6.88 685	6.60 689	6.79 685	6.60 690	6.80 686	6.72 691	5.31 682	5.50 680	6.61 683	6.61 689	8.42 687	5.89 672	5.73 681	5.45 690	6.61 675	6.24 689

SGM+DAISY	7.06 686	9.15 665	5.38 675	8.84 680	5.18 686	8.80 690	5.31 687	8.79 692	5.28 687	8.89 692	5.20 686	8.93 692	5.33 679	8.95 692	5.36 684	8.70 689	5.21 668	8.74 692	5.20 687	8.89 686	5.15 686

MCSU-Stereo	7.34 687	31.03 700	23.33 697	30.31 698	0.67 472	0.93 480	0.64 452	0.92 473	0.64 457	0.92 479	0.64 463	0.93 485	0.64 452	0.92 482	0.64 447	28.35 699	22.39 699	0.88 485	0.60 459	0.83 453	0.60 445

test-v	7.53 688	11.89 675	7.98 687	9.36 682	7.14 690	7.06 686	7.09 690	7.37 687	6.91 691	7.29 687	5.71 688	6.45 686	6.93 683	6.73 686	7.27 690	8.93 690	7.85 683	6.98 687	6.80 691	7.56 680	7.34 691

test-2	7.53 688	11.89 675	7.98 687	9.36 682	7.14 690	7.06 686	7.09 690	7.37 687	6.91 691	7.29 687	5.71 688	6.45 686	6.93 683	6.73 686	7.27 690	8.93 690	7.85 683	6.98 687	6.80 691	7.56 680	7.34 691

PA-Net	11.80 690	223.51 717	0.62 420	0.59 374	0.71 483	0.59 432	0.73 486	0.67 435	0.73 493	0.55 422	0.61 459	0.60 435	0.74 483	0.63 435	0.73 484	0.66 414	0.60 424	0.69 452	0.66 476	0.72 431	0.65 460
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 691	23.00 683	15.00 690	23.00 697	15.00 692	24.00 697	16.00 692	24.00 699	16.00 693	22.00 699	15.00 692	23.00 699	16.00 692	23.00 699	15.00 692	22.00 698	15.00 692	22.00 699	15.00 693	22.00 699	15.00 693

rafts_anoy	20.00 692	20.00 677	20.00 691	20.00 691	20.00 693	20.00 691	20.00 693	20.00 693	20.00 694	20.00 693	20.00 693	20.00 693	20.00 693	20.00 693	20.00 693	20.00 692	20.00 693	20.00 693	20.00 694	20.00 693	20.00 694

raft+_RVC	20.00 692	20.00 677	20.00 691	20.00 691	20.00 693	20.00 691	20.00 693	20.00 693	20.00 694	20.00 693	20.00 693	20.00 693	20.00 693	20.00 693	20.00 693	20.00 692	20.00 693	20.00 693	20.00 694	20.00 693	20.00 694

raftrobust	20.00 692	20.00 677	20.00 691	20.00 691	20.00 693	20.00 691	20.00 693	20.00 693	20.00 694	20.00 693	20.00 693	20.00 693	20.00 693	20.00 693	20.00 693	20.00 692	20.00 693	20.00 693	20.00 694	20.00 693	20.00 694

CasAABBNet	20.00 692	20.00 677	20.00 691	20.00 691	20.00 693	20.00 691	20.00 693	20.00 693	20.00 694	20.00 693	20.00 693	20.00 693	20.00 693	20.00 693	20.00 693	20.00 692	20.00 693	20.00 693	20.00 694	20.00 693	20.00 694

RALCasStereoNet	20.00 692	20.00 677	20.00 691	20.00 691	20.00 693	20.00 691	20.00 693	20.00 693	20.00 694	20.00 693	20.00 693	20.00 693	20.00 693	20.00 693	20.00 693	20.00 692	20.00 693	20.00 693	20.00 694	20.00 693	20.00 694

RALAANet	20.00 692	20.00 677	20.00 691	20.00 691	20.00 693	20.00 691	20.00 693	20.00 693	20.00 694	20.00 693	20.00 693	20.00 693	20.00 693	20.00 693	20.00 693	20.00 692	20.00 693	20.00 693	20.00 694	20.00 693	20.00 694

111	30.40 698	30.94 699	29.72 699	32.61 699	30.02 700	33.57 698	30.47 700	31.50 700	29.39 701	30.98 700	29.11 700	29.78 700	30.39 703	29.45 700	30.76 703	30.08 700	29.02 701	29.92 700	30.32 704	29.86 700	30.17 701

WCMA_ROB	31.10 699	35.43 704	27.12 698	39.51 711	23.10 699	38.78 710	25.30 699	37.49 712	25.39 700	37.29 711	27.02 699	38.52 712	26.48 699	37.80 711	26.44 699	36.28 707	22.65 700	33.90 704	22.30 700	37.10 709	24.18 700

DCANet-4	35.22 700	34.54 701	35.08 705	33.58 703	35.47 707	34.55 699	35.53 707	36.08 706	35.85 705	35.92 706	35.77 706	35.18 706	35.48 705	35.39 706	37.15 710	34.55 706	33.92 705	35.02 707	34.90 706	35.79 704	34.74 708

ADStereo(finetuned)	36.13 701	36.63 705	38.07 710	36.97 704	33.25 704	35.91 703	34.45 704	36.36 707	32.99 702	38.14 712	36.71 707	36.69 707	34.13 704	38.57 712	40.79 711	37.60 712	36.58 708	35.90 708	33.36 705	35.42 703	34.04 705

fast-reg	37.00 702	37.00 706	37.00 706	37.00 705	37.00 708	37.00 706	37.00 708	37.00 708	37.00 706	37.00 707	37.00 708	37.00 708	37.00 706	37.00 707	37.00 706	37.00 708	37.00 709	37.00 709	37.00 709	37.00 705	37.00 709

Reg-Stereo(zero)	37.00 702	37.00 706	37.00 706	37.00 705	37.00 708	37.00 706	37.00 708	37.00 708	37.00 706	37.00 707	37.00 708	37.00 708	37.00 706	37.00 707	37.00 706	37.00 708	37.00 709	37.00 709	37.00 709	37.00 705	37.00 709

fast-iter	37.00 702	37.00 706	37.00 706	37.00 705	37.00 708	37.00 706	37.00 708	37.00 708	37.00 706	37.00 707	37.00 708	37.00 708	37.00 706	37.00 707	37.00 706	37.00 708	37.00 709	37.00 709	37.00 709	37.00 705	37.00 709

CoSv	37.00 702	37.00 706	37.00 706	37.00 705	37.00 708	37.00 706	37.00 708	37.00 708	37.00 706	37.00 707	37.00 708	37.00 708	37.00 706	37.00 707	37.00 706	37.00 708	37.00 709	37.00 709	37.00 709	37.00 705	37.00 709

MDST_ROB	69.83 706	87.70 711	41.95 711	113.75 714	65.62 714	75.05 711	55.25 713	75.64 714	45.04 710	71.61 713	41.75 712	72.81 713	44.06 710	68.38 713	44.63 712	101.89 715	59.57 715	107.10 715	61.05 715	104.38 712	59.38 715

NOSS_ROB	102.95 707	153.00 715	121.00 714	51.00 712	44.00 712	165.00 714	127.00 714	153.00 715	119.00 712	164.00 716	125.00 714	168.00 716	120.00 712	153.00 715	117.00 714	49.00 713	44.00 713	49.00 713	44.00 713	49.00 710	44.00 713

CBMV	128.50 708	1422.70 722	53.10 712	79.50 713	51.30 713	77.30 712	49.70 712	74.00 713	48.20 711	77.20 714	48.80 713	73.90 714	48.00 711	73.80 714	48.80 713	70.40 714	45.10 714	68.90 714	46.10 714	68.20 711	45.00 714
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 709	171.00 716	160.68 717	162.58 715	160.59 715	164.01 713	160.35 715	158.51 716	158.56 713	158.34 715	160.12 715	158.56 715	159.92 713	157.26 716	158.94 715	154.38 716	158.36 716	155.75 716	159.13 717	153.67 713	154.07 716
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	201.80 710	123.00 712	115.00 713	219.00 716	218.00 717	223.00 715	244.00 717	217.00 717	236.00 715	202.00 717	203.00 716	205.00 717	208.00 714	225.00 717	204.00 716	210.00 717	198.00 717	197.00 717	184.00 718	204.00 714	201.00 717

MGS-Stereo	239.45 711	123.00 712	135.00 715	266.00 717	286.00 718	277.00 716	305.00 718	271.00 718	242.00 716	274.00 718	279.00 718	255.00 718	270.00 716	268.00 718	297.00 718	221.00 718	247.00 719	216.00 718	123.00 716	217.00 715	217.00 719

EGLCR-Stereo	246.90 712	129.00 714	139.00 716	266.00 717	286.00 718	277.00 716	305.00 718	271.00 718	242.00 716	274.00 718	279.00 718	255.00 718	270.00 716	268.00 718	297.00 718	230.00 719	247.00 719	216.00 718	223.00 720	237.00 716	227.00 720

DLCB_ROB	284.23 713	354.61 718	207.27 718	363.24 719	206.46 716	364.72 718	210.41 716	364.72 720	210.41 714	364.81 720	208.64 717	364.81 720	208.64 715	364.72 720	210.41 717	354.70 720	205.53 718	354.70 720	205.53 719	354.70 717	205.53 718

LE_ROB	396.57 714	471.28 719	329.84 719	471.48 720	308.15 720	526.83 719	322.10 720	488.15 721	323.76 718	495.46 721	317.97 720	497.17 721	320.10 718	481.62 721	326.76 720	462.71 721	298.97 721	466.16 721	285.98 721	447.62 718	289.21 721

SGM-ForestM	596.69 715	677.77 720	444.52 720	699.85 721	517.25 721	732.94 720	488.29 721	770.79 722	460.11 719	750.81 722	487.98 721	792.79 722	499.41 719	730.90 722	475.81 721	720.03 722	491.16 722	663.96 722	418.60 722	674.76 719	436.05 722

CBMV_ROB	818.48 716	913.88 721	709.52 721	862.84 722	597.78 722	1073.99 721	700.52 722	1015.66 723	702.59 720	1115.65 723	760.02 722	1130.24 723	721.57 720	1037.41 723	692.65 722	814.05 723	564.29 723	843.28 723	595.31 723	915.51 720	602.92 723

tt	500032.53 717	34.60 702	29.72 699	37.47 709	34.41 705	36.85 704	35.22 705	34.71 704	33.55 703	34.50 701	35.43 704	33.81 704	10000000.00 721	33.57 704	33.13 704	33.68 704	35.00 706	34.03 705	35.26 707	30.96 701	34.63 706

DCANet	500032.53 717	34.60 702	29.72 699	37.47 709	34.41 705	36.85 704	35.22 705	34.71 704	33.55 703	34.50 701	35.43 704	33.81 704	10000000.00 721	33.57 704	33.13 704	33.68 704	35.00 706	34.03 705	35.26 707	30.96 701	34.63 706

fff	1000028.16 719	29.62 695	29.72 699	32.61 699	30.02 700	35.13 700	31.83 701	32.07 701	10000000.00 721	35.27 703	29.82 701	32.45 701	30.15 700	32.35 701	30.09 700	31.04 701	29.55 702	30.64 701	30.14 701	10000000.00 721	30.77 702

csc	1000028.16 719	29.62 695	29.72 699	32.61 699	30.02 700	35.13 700	31.83 701	32.07 701	10000000.00 721	35.27 703	29.82 701	32.45 701	30.15 700	32.35 701	30.09 700	31.04 701	29.55 702	30.64 701	30.14 701	10000000.00 721	30.77 702

cscssc	1000028.16 719	29.62 695	29.72 699	32.61 699	30.02 700	35.13 700	31.83 701	32.07 701	10000000.00 721	35.27 703	29.82 701	32.45 701	30.15 700	32.35 701	30.09 700	31.04 701	29.55 702	30.64 701	30.14 701	10000000.00 721	30.77 702

111111	10000000.00 722	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 721	10000000.00 724

SGD-Stereo	10000000.00 722	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 721	10000000.00 724

IGEV-Stereo++	10000000.00 722	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 721	10000000.00 724

IGEV-BASED-STEREO-	10000000.00 722	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 721	10000000.00 724

IGEV-Stereo+	10000000.00 722	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 721	10000000.00 724

SDNR	10000000.00 722	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 721	10000000.00 724

anonymousdsp2	10000000.00 722	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 721	10000000.00 724

anonymousdsp	10000000.00 722	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 721	10000000.00 724

test_example2	10000000.00 722	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 721	10000000.00 724

DIP-Stereo	10000000.00 722	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 723	10000000.00 722	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 721	10000000.00 724	10000000.00 723	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 724	10000000.00 721	10000000.00 724
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							0.38 373	0.50 389	0.38 373	0.50 399	0.38 378	0.50 404	3.79 666	0.50 397	0.38 365	0.54 386	0.43 369	0.46 395	0.34 363	0.46 368	0.35 352

FADE		0.06 74		0.09 76	0.10 147			0.05 110	0.03 59	0.04 92		0.05 113		0.04 90		0.15 141	0.10 99	0.17 178	0.13 179	0.11 148	0.11 153

Low-res two-view benchmark