Low-res two-view results

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

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

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

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

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

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

USTest	0.01 9	0.02 12	0.00 1	0.14 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

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

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

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

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

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

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

Wz-Net-TNSev	0.02 15	0.05 49	0.04 44	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 66	0.07 59	0.09 55	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 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 122	0.20 168	0.23 154	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 179	0.21 180	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 223	0.10 70	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.11 97	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 41	0.50 207	0.10 70	0.12 83	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 93	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

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

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

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

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

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

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

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

CoDeX	0.15 125	0.70 240	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 374	0.02 15	0.69 371	0.75 383	0.01 9	0.02 20	0.02 20

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

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

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

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

Wz-Net-LNSev-Ref	0.11 88	0.44 179	0.33 228	0.39 209	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 259	0.36 257	0.02 18	0.02 20	0.02 20	0.02 20

psmg	0.43 263	1.91 422	0.92 399	1.91 474	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 504	1.44 497	0.04 73	0.03 54	0.02 20	0.03 51

CSP-Net	0.34 201	1.29 387	1.19 424	1.36 452	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 465	1.21 475	0.03 38	0.09 111	0.02 20	0.09 111

SFCPSM	0.17 137	0.78 245	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 409	0.02 15	0.75 382	0.76 385	0.02 20	0.02 20	0.02 20

Syn2CoEx	0.25 165	1.31 389	0.74 376	0.92 348	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 377	0.75 382	0.02 18	0.02 20	0.02 20	0.02 20

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

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

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

ADCMid	0.08 51	0.02 12	0.02 14	1.01 366	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 72	0.09 109	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

ADCS	0.09 53	0.02 12	0.04 44	0.90 343	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 131	0.36 282	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

AnyNet_C01	0.11 88	0.02 12	0.02 14	1.62 466	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 89	0.04 76	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 51

AnyNet_C32	0.14 113	0.04 37	0.03 37	2.22 486	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 77	0.02 21	0.07 105	0.04 76	0.02 15	0.02 15	0.03 38	0.03 54	0.02 20	0.03 51

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

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

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

zh-sn7	0.10 66	0.98 283	0.14 127	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

zh-mn7	0.12 97	1.14 321	0.17 153	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 151	0.16 146	0.03 38	0.03 54	0.03 43	0.03 51

w-ln-seven-2	0.14 113	1.22 383	0.28 198	0.32 185	0.04 79	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 211	0.27 202	0.04 73	0.03 54	0.03 43	0.03 51

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

TCMNet	0.03 29	0.04 37	0.03 37	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

TCMNet-wrong-test	0.03 29	0.04 37	0.03 37	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet	0.03 29	0.04 37	0.03 37	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

YMNet_1	0.03 29	0.04 37	0.03 37	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

DualNet (step1)	0.10 66	1.05 310	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample9	0.10 66	1.05 310	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample8	0.10 66	1.05 310	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample7	0.09 53	1.00 291	0.11 90	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.03 54	0.03 43	0.03 51

test_sample6	0.09 53	0.97 282	0.10 70	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample4	0.10 66	1.03 305	0.12 102	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 137	0.03 38	0.03 54	0.03 43	0.03 51

test_sample3	0.09 53	0.87 259	0.10 70	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 53	1.03 305	0.11 90	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 53	0.87 259	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 74	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 53	1.01 299	0.09 66	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 53	0.95 279	0.09 66	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

qqq1	0.25 165	3.70 507	0.14 127	0.14 100	0.04 79	0.06 93	0.05 94	0.06 95	0.05 98	0.06 97	0.05 101	0.04 77	0.05 95	0.06 89	0.05 89	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

fff1	0.25 165	3.70 507	0.14 127	0.14 100	0.04 79	0.06 93	0.05 94	0.06 95	0.05 98	0.06 97	0.05 101	0.04 77	0.05 95	0.06 89	0.05 89	0.13 109	0.12 113	0.06 94	0.05 96	0.03 43	0.04 79

ttt	0.10 66	1.09 316	0.12 102	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.02 20	0.03 43	0.02 20

1111x	0.10 66	1.14 321	0.13 122	0.14 100	0.03 48	0.04 78	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 97	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 53	1.01 299	0.10 70	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 51

qqq	0.16 133	2.01 430	0.12 102	0.15 110	0.04 79	0.06 93	0.05 94	0.06 95	0.04 82	0.06 97	0.03 52	0.06 98	0.03 52	0.06 89	0.03 48	0.12 93	0.14 141	0.04 73	0.04 78	0.03 43	0.03 51

x	0.11 88	1.15 324	0.15 143	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 144	0.03 38	0.03 54	0.03 43	0.03 51

test_xeample	0.10 66	1.09 316	0.13 122	0.12 83	0.03 48	0.03 40	0.03 50	0.04 77	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 141	0.03 38	0.03 54	0.03 43	0.03 51

BEATNet_4x	0.11 88	0.03 31	0.03 37	1.60 463	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 83	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCL	0.11 88	0.03 31	0.03 37	1.60 463	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 83	0.03 48	0.03 34	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

ADCRef	0.12 97	0.03 31	0.04 44	1.71 470	0.04 79	0.03 40	0.03 50	0.04 77	0.04 82	0.04 74	0.03 52	0.04 77	0.03 52	0.06 89	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.03 43	0.04 79

ADCPNet	0.10 66	0.03 31	0.04 44	1.27 439	0.03 48	0.04 78	0.03 50	0.03 42	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.08 108	0.04 76	0.04 44	0.03 36	0.03 38	0.03 54	0.03 43	0.03 51

z-mn7	0.16 133	1.21 377	0.33 228	0.41 235	0.04 79	0.04 78	0.03 50	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.35 228	0.31 233	0.04 73	0.04 78	0.04 77	0.04 79

z-ln-s-r	0.21 152	1.40 395	0.53 330	0.56 297	0.04 79	0.05 90	0.04 82	0.05 89	0.05 98	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.05 89	0.57 333	0.44 304	0.04 73	0.04 78	0.04 77	0.04 79

w-ln-seven	0.18 140	1.47 397	0.33 228	0.40 223	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.38 248	0.32 237	0.05 86	0.04 78	0.04 77	0.04 79

test_sample5	0.10 66	1.07 314	0.11 90	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

DualNet	0.10 66	1.07 314	0.11 90	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 54	0.04 77	0.03 51

GASNet	0.05 41	0.04 37	0.12 102	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.12 126	0.04 89	0.06 98	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

222	0.10 66	0.99 286	0.12 102	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 93	0.12 113	0.03 38	0.02 20	0.04 77	0.03 51

xxxx	0.11 88	1.16 326	0.16 146	0.12 83	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 146	0.03 38	0.04 78	0.04 77	0.04 79

EDNetEfficientorigin	0.04 38	0.06 54	0.04 44	0.05 43	0.04 79	0.05 90	0.04 82	0.05 89	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.03 36	0.06 94	0.03 54	0.04 77	0.03 51

EDNetEfficient	0.04 38	0.05 49	0.04 44	0.04 37	0.03 48	0.04 78	0.03 50	0.04 77	0.03 55	0.04 74	0.03 52	0.04 77	0.03 52	0.04 72	0.03 48	0.05 51	0.03 36	0.05 86	0.03 54	0.04 77	0.03 51

FADNet-RVC-Resample	0.12 97	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	1.57 518	0.04 44	0.04 45	0.04 73	0.05 96	0.04 77	0.06 104

FADNet_RVC	0.12 97	0.04 37	0.04 44	0.05 43	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 95	0.04 72	1.65 522	0.05 51	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

FADNet	0.12 97	0.05 49	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.05 95	0.04 72	1.66 524	0.06 55	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

ADCP+	0.15 125	0.04 37	0.04 44	2.20 485	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.04 85	0.08 108	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79

NVStereoNet_ROB	0.04 38	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.04 82	0.04 77	0.04 82	0.04 74	0.04 89	0.04 77	0.04 85	0.04 72	0.04 76	0.04 44	0.04 45	0.04 73	0.04 78	0.04 77	0.04 79
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 41	0.06 54	0.04 44	0.06 46	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.04 89	0.06 98	0.04 85	0.06 89	0.04 76	0.06 55	0.04 45	0.05 86	0.04 78	0.05 92	0.04 79

mmm	0.14 113	1.83 413	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 82	0.03 40	0.03 52	0.03 42	0.03 52	0.06 89	0.04 76	0.12 93	0.11 97	0.05 86	0.04 78	0.05 92	0.04 79

11t1	0.17 137	2.16 439	0.13 122	0.13 96	0.04 79	0.06 93	0.04 82	0.06 95	0.04 82	0.06 97	0.03 52	0.06 98	0.03 52	0.06 89	0.05 89	0.18 151	0.12 113	0.06 94	0.03 54	0.05 92	0.03 51

APVNet	0.09 53	0.05 49	0.04 44	0.05 43	0.04 79	0.05 90	0.90 420	0.06 95	0.04 82	0.05 92	0.04 89	0.05 91	0.04 85	0.05 83	0.04 76	0.05 51	0.04 45	0.05 86	0.04 78	0.05 92	0.05 97

DA	0.09 53	0.13 82	0.39 262	0.08 49	0.05 99	0.07 104	0.05 94	0.13 127	0.05 98	0.06 97	0.05 101	0.06 98	0.05 95	0.06 89	0.05 89	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

GGEV	0.09 53	0.13 82	0.39 262	0.08 49	0.05 99	0.07 104	0.05 94	0.13 127	0.05 98	0.06 97	0.05 101	0.06 98	0.05 95	0.06 89	0.05 89	0.06 55	0.05 56	0.14 127	0.13 155	0.06 96	0.05 97

ISRNet	0.11 88	0.05 49	0.36 248	0.24 159	0.07 111	0.13 127	0.05 94	0.06 95	0.05 98	0.05 92	0.05 101	0.13 128	0.05 95	0.05 83	0.09 109	0.24 184	0.20 176	0.10 108	0.05 96	0.06 96	0.13 151

ffm	0.25 165	3.83 513	0.12 102	0.12 83	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

ff1	0.25 165	3.83 513	0.12 102	0.12 83	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

mmx	0.25 165	3.83 513	0.12 102	0.12 83	0.05 99	0.06 93	0.05 94	0.06 95	0.05 98	0.03 40	0.03 52	0.06 98	0.05 95	0.06 89	0.05 89	0.12 93	0.12 113	0.05 86	0.04 78	0.06 96	0.04 79

AASNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 109	0.06 97	0.06 110	0.05 91	0.06 110	0.06 89	0.05 89	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

SACVNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 109	0.06 97	0.06 110	0.05 91	0.06 110	0.06 89	0.05 89	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

AACVNet	0.06 44	0.08 59	0.08 61	0.08 49	0.05 99	0.06 93	0.05 94	0.05 89	0.06 109	0.06 97	0.06 110	0.05 91	0.06 110	0.06 89	0.05 89	0.08 62	0.08 61	0.08 102	0.05 96	0.06 96	0.05 97

FINET	0.07 49	0.08 59	0.07 59	0.07 47	0.07 111	0.08 106	0.06 109	0.08 108	0.07 112	0.08 107	0.07 113	0.08 107	0.06 110	0.07 105	0.07 103	0.08 62	0.07 59	0.07 99	0.07 105	0.06 96	0.06 104

BridgeDepth	0.08 51	0.08 59	0.11 90	0.11 76	0.05 99	0.08 106	0.05 94	0.08 108	0.07 112	0.08 107	0.05 101	0.08 107	0.05 95	0.09 111	0.08 105	0.15 125	0.11 97	0.07 99	0.05 96	0.07 106	0.06 104
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
GwcNet	0.12 97	0.07 58	0.05 58	0.08 49	0.05 99	0.08 106	1.20 448	0.07 105	0.05 98	0.05 92	0.05 101	0.08 107	0.05 95	0.08 108	0.03 48	0.07 60	0.05 56	0.06 94	0.05 96	0.07 106	0.05 97

FADNet-RVC	0.13 104	0.04 37	0.04 44	0.04 37	0.04 79	0.04 78	0.05 94	0.04 77	0.04 82	0.04 74	0.05 101	0.04 77	0.05 95	0.04 72	1.71 527	0.04 44	0.04 45	0.04 73	0.04 78	0.07 106	0.04 79

BEATNet-Init1	0.19 143	0.08 59	0.08 61	2.23 487	0.08 113	0.08 106	0.07 112	0.07 105	0.08 115	0.08 107	0.07 113	0.08 107	0.07 114	0.11 125	0.08 105	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

SuperB	0.21 152	0.10 68	2.51 552	0.12 83	0.09 115	0.10 112	0.09 114	0.08 108	0.07 112	0.10 112	0.09 116	0.09 112	0.07 114	0.07 105	0.07 103	0.07 60	0.08 61	0.07 99	0.07 105	0.08 109	0.07 107

DeepPrunerF	0.19 143	0.08 59	0.08 61	2.23 487	0.08 113	0.08 106	0.07 112	0.07 105	0.08 115	0.08 107	0.07 113	0.08 107	0.07 114	0.11 125	0.08 105	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

SepStereo	0.09 53	0.09 66	0.10 70	0.09 55	0.09 115	0.09 111	0.09 114	0.10 111	0.08 115	0.10 112	0.09 116	0.09 112	0.09 117	0.09 111	0.08 105	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

AnonymousM	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

PVD	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 66	0.10 68	0.10 70	0.10 59	0.10 121	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 114	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

JetRed	0.11 88	0.12 81	0.11 90	0.11 76	0.11 137	0.11 123	0.14 153	0.11 123	0.11 134	0.12 126	0.11 134	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.16 146	0.11 119	0.11 130	0.11 123	0.11 128

JetBlue	0.11 88	0.11 79	0.12 102	0.13 96	0.14 158	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.11 134	0.11 124	0.11 133	0.12 129	0.12 142	0.11 88	0.11 97	0.11 119	0.11 130	0.11 123	0.11 128

ac_64	0.22 156	0.13 82	0.19 165	0.23 154	0.10 121	0.26 200	1.02 435	0.14 129	0.10 119	0.28 201	0.14 162	0.17 150	0.19 191	0.28 208	0.09 109	0.22 168	0.16 146	0.23 184	0.17 189	0.11 123	0.12 145

PASM	0.39 240	3.06 493	1.36 490	1.58 459	0.09 115	0.11 123	0.11 132	0.11 123	0.11 134	0.09 111	0.09 116	0.11 124	0.09 117	0.09 111	0.09 109	0.11 88	0.11 97	0.11 119	0.09 111	0.11 123	0.11 128

FADE	0.07 49	0.06 54	0.02 14	0.09 55	0.10 121	0.03 40	0.03 50	0.05 89	0.03 55	0.04 74	0.03 52	0.05 91	0.03 52	0.04 72	0.03 48	0.15 125	0.10 75	0.17 153	0.13 155	0.11 123	0.11 128

LRCNet_RVC	0.13 104	0.13 82	0.09 66	0.13 96	0.10 121	0.14 128	0.10 119	0.14 129	0.10 119	0.23 178	0.10 120	0.20 161	0.10 121	0.24 185	0.11 127	0.11 88	0.09 70	0.12 122	0.14 161	0.12 128	0.09 111

DRN-Test	0.14 113	0.13 82	0.09 66	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.10 119	0.14 128	0.09 116	0.14 129	0.09 117	0.13 130	0.09 109	0.12 93	0.09 70	0.12 122	0.09 111	0.12 128	0.73 396

S2M2_L	0.12 97	0.14 88	0.10 70	0.15 110	0.10 121	0.14 128	0.10 119	0.14 129	0.10 119	0.15 134	0.10 120	0.14 129	0.10 121	0.14 131	0.10 115	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 125	0.14 88	0.10 70	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.09 118	0.14 128	0.10 120	0.14 129	0.09 117	0.14 131	0.09 109	0.13 109	0.10 75	0.13 125	0.09 111	0.13 130	0.82 408

test_for_model	0.15 125	0.23 115	0.18 162	0.21 147	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.21 165	0.18 173	0.14 127	0.11 130	0.14 132	0.11 128

testlalala2	0.13 104	0.16 90	0.11 90	0.15 110	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

testlalala_base	0.13 104	0.16 90	0.11 90	0.15 110	0.11 137	0.15 135	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.14 116	0.11 97	0.14 127	0.11 130	0.14 132	0.11 128

CIPLG	0.13 104	0.21 110	0.12 102	0.16 121	0.11 137	0.15 135	0.11 132	0.14 129	0.11 134	0.15 134	0.12 145	0.15 139	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLG	0.13 104	0.20 104	0.14 127	0.15 110	0.11 137	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

MIPNet	0.14 113	0.21 110	0.17 153	0.16 121	0.11 137	0.15 135	0.12 148	0.14 129	0.11 134	0.16 139	0.11 134	0.14 129	0.11 133	0.14 131	0.11 127	0.14 116	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

IPLGR	0.14 113	0.24 122	0.14 127	0.16 121	0.12 153	0.15 135	0.12 148	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

ACRE	0.13 104	0.21 110	0.14 127	0.15 110	0.11 137	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.12 145	0.14 129	0.11 133	0.14 131	0.11 127	0.15 125	0.12 113	0.14 127	0.11 130	0.14 132	0.11 128

GMStereo	0.14 113	0.13 82	0.14 127	0.14 100	0.14 158	0.14 128	0.14 153	0.14 129	0.14 158	0.14 128	0.14 162	0.14 129	0.14 159	0.14 131	0.14 152	0.14 116	0.14 141	0.14 127	0.14 161	0.14 132	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
ELAS	0.13 104	0.16 90	0.11 90	0.15 110	0.09 115	0.18 155	0.11 132	0.18 153	0.11 134	0.17 148	0.11 134	0.18 154	0.11 133	0.18 153	0.11 127	0.14 116	0.08 61	0.14 127	0.08 109	0.14 132	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
castereo++	0.54 306	3.59 504	1.15 418	1.31 446	0.14 158	0.16 143	0.14 153	0.16 142	0.14 158	0.16 139	0.14 162	0.16 140	0.13 155	0.16 141	0.14 152	1.45 479	1.16 424	0.15 142	0.14 161	0.15 142	0.13 151

ProNet	0.14 113	0.20 104	0.14 127	0.16 121	0.11 137	0.16 143	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.13 155	0.17 150	0.12 142	0.15 125	0.11 97	0.16 145	0.11 130	0.15 142	0.12 145

IPLGR_C	0.14 113	0.20 104	0.12 102	0.15 110	0.11 137	0.14 128	0.15 158	0.14 129	0.11 134	0.15 134	0.12 145	0.14 129	0.11 133	0.16 141	0.11 127	0.15 125	0.12 113	0.14 127	0.12 147	0.15 142	0.12 145

ELAS_RVC	0.14 113	0.16 90	0.10 70	0.15 110	0.10 121	0.18 155	0.11 132	0.19 155	0.11 134	0.19 154	0.12 145	0.18 154	0.11 133	0.19 156	0.12 142	0.14 116	0.08 61	0.14 127	0.09 111	0.15 142	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
S2M2_XL	0.14 113	0.17 96	0.12 102	0.17 129	0.11 137	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.11 134	0.17 150	0.11 133	0.17 150	0.11 127	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 140	0.48 201	0.16 146	0.16 121	0.15 169	0.15 135	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 135	0.16 146	0.16 145	0.16 169	0.16 146	0.16 160

xyz-stereo	0.18 140	0.50 207	0.16 146	0.15 110	0.16 178	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 135	0.16 146	0.16 145	0.16 169	0.16 146	0.16 160

GMStereo_Zeroshot	0.16 133	0.16 90	0.16 146	0.16 121	0.16 178	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 140	0.16 171	0.16 141	0.16 168	0.16 135	0.16 146	0.16 145	0.16 169	0.16 146	0.16 160

ICVP	0.15 125	0.53 220	0.11 90	0.16 121	0.11 137	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 140	0.11 133	0.16 141	0.11 127	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.11 128
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 113	0.16 90	0.12 102	0.17 129	0.12 153	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 150	0.12 150	0.17 150	0.12 142	0.16 135	0.11 97	0.16 145	0.11 130	0.16 146	0.12 145

DDVS	0.30 181	3.10 494	0.14 127	0.19 134	0.14 158	0.19 158	0.14 153	0.20 161	0.14 158	0.19 154	0.13 157	0.16 140	0.13 155	0.19 156	0.13 148	0.17 143	0.13 137	0.17 153	0.13 155	0.17 152	0.13 151

ACVNet	0.20 145	0.19 100	0.14 127	0.20 137	0.14 158	0.20 163	0.96 427	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 145

acv_ft	0.20 145	0.19 100	0.14 127	0.20 137	0.14 158	0.20 163	0.96 427	0.21 170	0.14 158	0.20 160	0.13 157	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	0.17 152	0.12 145

SGM_RVC	0.15 125	0.17 96	0.11 90	0.18 131	0.11 137	0.19 158	0.11 132	0.19 155	0.12 153	0.19 154	0.12 145	0.20 161	0.12 150	0.19 156	0.12 142	0.16 135	0.11 97	0.17 153	0.10 118	0.17 152	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DEFOM-Stereo_RVC	0.83 371	5.18 537	1.98 540	2.19 484	0.17 182	0.19 158	0.18 178	0.19 155	0.16 172	0.20 160	0.19 193	0.22 177	0.22 202	0.20 160	0.15 162	2.28 521	2.13 540	0.24 192	0.17 189	0.18 156	0.16 160

castereo	0.61 317	3.79 512	1.35 482	1.52 458	0.15 169	0.17 151	0.16 163	0.20 161	0.21 195	0.18 152	0.16 173	0.21 169	0.12 150	0.26 200	0.17 172	1.43 478	1.38 494	0.17 153	0.16 169	0.18 156	0.16 160

ITSA-stereo	0.15 125	0.17 96	0.13 122	0.20 137	0.13 156	0.19 158	0.13 151	0.18 153	0.13 156	0.19 154	0.13 157	0.18 154	0.14 159	0.18 153	0.14 152	0.16 135	0.11 97	0.15 142	0.14 161	0.18 156	0.11 128

HCRNet	1.22 470	7.11 557	3.00 554	3.55 536	0.33 279	0.29 208	0.14 153	0.19 155	0.15 168	0.33 220	0.29 244	0.25 192	0.14 159	0.22 175	0.33 261	3.64 551	3.00 548	0.76 385	0.32 279	0.18 156	0.13 151

DeepPruner_ROB	0.16 133	0.18 99	0.13 122	0.19 134	0.13 156	0.19 158	0.13 151	0.19 155	0.13 156	0.19 154	0.13 157	0.19 158	0.13 155	0.19 156	0.13 148	0.18 151	0.13 137	0.18 163	0.13 155	0.18 156	0.13 151

LALA_ROB	0.15 125	0.19 100	0.12 102	0.18 131	0.11 137	0.20 163	0.12 148	0.21 170	0.12 153	0.20 160	0.12 145	0.20 161	0.12 150	0.21 171	0.13 148	0.17 143	0.10 75	0.18 163	0.11 130	0.18 156	0.11 128

CAS++	0.17 137	0.27 130	0.21 172	0.10 59	0.21 206	0.15 135	0.22 197	0.10 111	0.21 195	0.22 174	0.10 120	0.19 158	0.18 186	0.10 114	0.19 184	0.20 158	0.19 174	0.18 163	0.10 118	0.19 162	0.18 176
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
RSGM-EC	0.24 162	0.24 122	0.15 143	0.22 150	0.15 169	0.22 176	0.15 158	0.22 174	0.15 168	0.24 183	0.15 170	0.22 177	0.15 169	0.22 175	1.19 448	0.20 158	0.17 164	0.24 192	0.14 161	0.20 163	0.14 156

acva	0.24 162	0.24 122	0.15 143	0.22 150	0.15 169	0.22 176	0.15 158	0.22 174	0.15 168	0.24 183	0.15 170	0.22 177	0.15 169	0.22 175	1.19 448	0.20 158	0.17 164	0.24 192	0.14 161	0.20 163	0.14 156

IGEV_Zeroshot_test	0.20 145	0.19 100	0.40 267	0.30 177	0.17 182	0.22 176	0.17 171	0.21 170	0.17 180	0.20 160	0.17 178	0.21 169	0.18 186	0.21 171	0.17 172	0.20 158	0.16 146	0.20 170	0.16 169	0.20 163	0.17 172

DAS	0.20 145	0.20 104	0.20 168	0.20 137	0.20 199	0.20 163	0.20 186	0.20 161	0.20 191	0.20 160	0.20 197	0.20 161	0.20 195	0.20 160	0.20 187	0.20 158	0.20 176	0.20 170	0.20 196	0.20 163	0.20 180

GEStereo_RVC	0.86 382	4.45 527	0.20 168	0.27 174	0.20 199	0.27 204	0.20 186	0.26 194	0.18 183	5.03 582	0.20 197	0.27 204	0.19 191	0.27 204	0.21 191	0.20 158	0.19 174	0.19 166	4.02 586	0.20 163	0.18 176

ASD4	0.20 145	0.20 104	0.20 168	0.20 137	0.20 199	0.20 163	0.20 186	0.20 161	0.20 191	0.20 160	0.20 197	0.20 161	0.20 195	0.20 160	0.20 187	0.20 158	0.20 176	0.20 170	0.20 196	0.20 163	0.20 180

MSKI-zero shot	0.24 162	0.21 110	0.49 312	0.65 314	0.18 192	0.22 176	0.17 171	0.23 180	0.18 183	0.21 172	0.17 178	0.23 183	0.28 239	0.23 181	0.18 181	0.21 165	0.16 146	0.21 173	0.16 169	0.21 169	0.16 160

iResNet	0.20 145	0.23 115	0.18 162	0.24 159	0.18 192	0.24 185	0.20 186	0.24 183	0.18 183	0.23 178	0.17 178	0.23 183	0.18 186	0.23 181	0.18 181	0.22 168	0.16 146	0.21 173	0.16 169	0.21 169	0.16 160

ACV-stereo	0.30 181	2.08 432	0.25 187	0.25 164	0.18 192	0.24 185	0.17 171	0.24 183	0.18 183	0.24 183	0.17 178	0.25 192	0.17 178	0.24 185	0.17 172	0.22 168	0.16 146	0.22 178	0.16 169	0.22 171	0.16 160

Pointernet	0.21 152	0.22 114	0.19 165	0.24 159	0.19 196	0.24 185	0.19 182	0.24 183	0.19 189	0.24 183	0.19 193	0.24 187	0.19 191	0.24 185	0.19 184	0.22 168	0.17 164	0.22 178	0.17 189	0.22 171	0.17 172

WAO-6	0.22 156	0.23 115	0.22 174	0.23 154	0.22 208	0.22 176	0.22 197	0.22 174	0.22 198	0.22 174	0.22 204	0.22 177	0.22 202	0.22 175	0.22 193	0.22 168	0.22 184	0.22 178	0.22 201	0.22 171	0.22 186

IMH-64-1	0.22 156	0.23 115	0.23 177	0.22 150	0.22 208	0.22 176	0.22 197	0.22 174	0.22 198	0.22 174	0.22 204	0.22 177	0.22 202	0.22 175	0.22 193	0.22 168	0.22 184	0.23 184	0.22 201	0.22 171	0.23 188

IMH-64	0.22 156	0.23 115	0.23 177	0.22 150	0.22 208	0.22 176	0.22 197	0.22 174	0.22 198	0.22 174	0.22 204	0.22 177	0.22 202	0.22 175	0.22 193	0.22 168	0.22 184	0.23 184	0.22 201	0.22 171	0.23 188

MIM_Stereo	0.25 165	0.23 115	0.66 352	0.80 333	0.17 182	0.22 176	0.17 171	0.23 180	0.18 183	0.26 197	0.17 178	0.21 169	0.17 178	0.25 190	0.17 172	0.23 179	0.16 146	0.21 173	0.17 189	0.22 171	0.17 172

dd	0.23 160	0.98 283	0.16 146	0.23 154	0.15 169	0.23 184	0.15 158	0.23 180	0.15 168	0.23 178	0.15 170	0.24 187	0.17 178	0.23 181	0.15 162	0.22 168	0.15 144	0.21 173	0.15 167	0.22 171	0.16 160

dad	0.23 160	1.03 305	0.16 146	0.23 154	0.15 169	0.24 185	0.15 158	0.24 183	0.16 172	0.23 178	0.16 173	0.24 187	0.16 171	0.23 181	0.15 162	0.22 168	0.16 146	0.22 178	0.16 169	0.22 171	0.16 160

iResNetv2_ROB	0.20 145	0.23 115	0.18 162	0.24 159	0.20 199	0.24 185	0.18 178	0.24 183	0.18 183	0.24 183	0.18 191	0.23 183	0.19 191	0.24 185	0.18 181	0.21 165	0.16 146	0.21 173	0.16 169	0.22 171	0.16 160

VIP-Stereo	0.70 336	2.97 492	2.43 551	2.49 499	0.16 178	0.25 192	0.16 163	0.25 189	0.16 172	0.25 189	0.18 191	0.25 192	0.16 171	0.26 200	0.16 168	1.86 494	1.26 477	0.23 184	0.15 167	0.23 180	0.15 159

tg	0.21 152	0.25 126	0.21 172	0.26 171	0.17 182	0.24 185	0.17 171	0.24 183	0.17 180	0.24 183	0.17 178	0.24 187	0.17 178	0.24 185	0.17 172	0.24 184	0.17 164	0.23 184	0.16 169	0.23 180	0.16 160

DLNR-FE	0.28 175	0.89 264	0.30 206	0.34 191	0.19 196	0.28 205	0.19 182	0.28 198	0.20 191	0.28 201	0.20 197	0.28 205	0.20 195	0.28 208	0.20 187	0.33 215	0.28 208	0.25 195	0.19 195	0.24 182	0.19 178

AANet_RVC	1.26 472	0.31 139	4.99 580	5.93 571	0.20 199	0.25 192	0.20 186	0.25 189	0.20 191	0.23 178	0.19 193	0.25 192	0.20 195	0.25 190	0.20 187	5.66 580	4.76 573	0.26 200	0.30 263	0.24 182	0.27 213

model_zeroshot	0.27 174	0.20 104	0.27 194	0.33 189	0.21 206	0.37 239	0.22 197	0.37 231	0.24 207	0.26 197	0.27 232	0.33 223	0.21 201	0.25 190	0.27 217	0.32 211	0.20 176	0.34 236	0.23 207	0.25 184	0.26 205

UNDER WATER-64	0.25 165	0.26 127	0.25 187	0.26 171	0.25 221	0.25 192	0.25 213	0.25 189	0.25 212	0.25 189	0.25 221	0.25 192	0.25 215	0.26 200	0.25 211	0.25 190	0.25 192	0.25 195	0.25 220	0.25 184	0.25 199

RAFT-FEzeroshot	0.34 201	0.26 127	0.17 153	0.21 147	0.17 182	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 169	0.16 171	0.27 204	0.24 203	0.19 155	0.16 146	0.19 166	0.16 169	0.26 186	3.08 567

RAFT-FE	0.34 201	0.26 127	0.17 153	0.21 147	0.17 182	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 169	0.16 171	0.27 204	0.24 203	0.19 155	0.16 146	0.19 166	0.16 169	0.26 186	3.08 567

LoS_RVC	0.30 181	1.14 321	0.25 187	0.25 164	0.25 221	0.26 200	0.25 213	0.25 189	0.25 212	0.25 189	0.25 221	0.26 202	0.26 224	0.26 200	0.25 211	0.26 192	0.26 195	0.25 195	0.25 220	0.26 186	0.26 205

CAS	0.30 181	1.17 327	0.25 187	0.25 164	0.25 221	0.26 200	0.25 213	0.25 189	0.26 225	0.25 189	0.25 221	0.25 192	0.25 215	0.25 190	0.25 211	0.26 192	0.26 195	0.26 200	0.25 220	0.26 186	0.25 199

LoS	0.25 165	0.27 130	0.25 187	0.25 164	0.25 221	0.25 192	0.25 213	0.26 194	0.25 212	0.25 189	0.25 221	0.25 192	0.25 215	0.25 190	0.25 211	0.26 192	0.25 192	0.25 195	0.26 226	0.26 186	0.25 199
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
tt1	0.31 188	0.93 276	0.24 184	0.33 189	0.23 214	0.31 214	0.24 210	0.32 210	0.24 207	0.32 215	0.23 208	0.32 220	0.25 215	0.32 219	0.24 203	0.27 195	0.26 195	0.27 204	0.26 226	0.27 191	0.27 213

RAFT + AFF	0.31 188	0.45 187	0.34 238	0.39 209	0.28 236	0.38 246	0.33 267	0.29 203	0.31 262	0.30 206	0.30 256	0.29 211	0.27 232	0.29 212	0.30 244	0.28 197	0.29 219	0.29 211	0.29 249	0.27 191	0.32 258

DCVSM-stereo	0.36 216	1.89 419	0.22 174	0.40 223	0.22 208	0.40 254	0.22 197	0.40 248	0.22 198	0.40 248	0.22 204	0.40 257	0.22 202	0.40 254	0.22 193	0.28 197	0.21 180	0.28 206	0.21 198	0.28 193	0.20 180

TorneroNet-64	0.45 271	0.27 130	0.30 206	0.58 300	0.27 231	0.70 371	0.30 246	0.28 198	0.73 407	0.73 375	0.28 239	0.71 374	0.66 377	0.75 375	0.27 217	0.27 195	0.29 219	0.37 260	0.75 411	0.28 193	0.30 244

SQANet	0.28 175	0.28 133	0.28 198	0.28 175	0.28 236	0.28 205	0.28 232	0.28 198	0.28 234	0.28 201	0.28 239	0.28 205	0.28 239	0.28 208	0.28 227	0.28 197	0.28 208	0.28 206	0.28 239	0.28 193	0.28 226

xxxxx1	0.31 188	0.91 269	0.23 177	0.31 182	0.23 214	0.31 214	0.23 205	0.33 213	0.25 212	0.31 210	0.24 215	0.33 223	0.25 215	0.32 219	0.24 203	0.28 197	0.28 208	0.28 206	0.28 239	0.29 196	0.27 213

tt_ll	0.31 188	0.91 269	0.23 177	0.31 182	0.23 214	0.31 214	0.23 205	0.33 213	0.25 212	0.31 210	0.24 215	0.33 223	0.25 215	0.32 219	0.24 203	0.28 197	0.28 208	0.28 206	0.28 239	0.29 196	0.27 213

ff	0.31 188	0.91 269	0.23 177	0.31 182	0.23 214	0.31 214	0.23 205	0.33 213	0.25 212	0.31 210	0.24 215	0.33 223	0.25 215	0.32 219	0.24 203	0.28 197	0.28 208	0.28 206	0.28 239	0.29 196	0.27 213

MultiAttention	0.30 181	0.30 136	0.30 206	0.30 177	0.30 255	0.30 209	0.30 246	0.30 205	0.30 251	0.30 206	0.30 256	0.30 214	0.30 253	0.30 214	0.30 244	0.30 205	0.30 227	0.30 213	0.30 263	0.30 199	0.30 244

MSAF-DinoV2	0.30 181	0.30 136	0.30 206	0.30 177	0.30 255	0.30 209	0.30 246	0.30 205	0.30 251	0.30 206	0.30 256	0.30 214	0.30 253	0.30 214	0.30 244	0.30 205	0.30 227	0.30 213	0.30 263	0.30 199	0.30 244

DEFOM-Stereo	0.68 332	3.11 495	1.40 496	1.63 468	0.25 221	0.31 214	0.25 213	0.31 209	0.28 234	0.31 210	0.29 244	0.29 211	0.27 232	0.31 218	0.28 227	1.59 486	1.47 499	0.30 213	0.29 249	0.30 199	0.28 226

WCG-NET（raft）	0.32 196	1.24 385	0.24 184	0.32 185	0.24 219	0.32 222	0.23 205	0.32 210	0.24 207	0.32 215	0.24 215	0.32 220	0.24 212	0.32 219	0.24 203	0.30 205	0.23 189	0.30 213	0.23 207	0.30 199	0.23 188

DANet	0.30 181	0.30 136	0.30 206	0.30 177	0.30 255	0.30 209	0.30 246	0.30 205	0.30 251	0.30 206	0.30 256	0.30 214	0.30 253	0.30 214	0.30 244	0.30 205	0.30 227	0.30 213	0.30 263	0.30 199	0.30 244
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
xyz-stereo-finetune	0.28 175	0.49 203	0.16 146	0.16 121	0.16 178	0.16 143	0.16 163	0.22 174	0.30 251	0.32 215	0.31 264	0.32 220	0.31 265	0.32 219	0.32 252	0.32 211	0.33 248	0.31 219	0.32 279	0.31 204	0.32 258

testlalala	0.32 196	0.81 251	0.31 218	0.39 209	0.26 229	0.33 224	0.24 210	0.33 213	0.26 225	0.32 215	0.26 227	0.33 223	0.23 208	0.33 225	0.23 199	0.35 228	0.31 233	0.30 213	0.24 215	0.31 204	0.21 183

FE-Mocha	0.35 210	0.71 241	0.40 267	0.47 260	0.27 231	0.34 226	0.27 224	0.34 217	0.26 225	0.34 222	0.26 227	0.34 228	0.27 232	0.34 227	0.27 217	0.44 287	0.41 284	0.33 228	0.29 249	0.32 206	0.29 231

PAM	0.39 240	1.88 418	0.34 238	0.37 200	0.41 328	0.45 301	0.22 197	0.28 198	0.23 204	0.28 201	0.24 215	0.29 211	0.23 208	0.29 212	0.23 199	0.38 248	0.32 237	0.38 268	0.37 311	0.32 206	0.22 186

GCAP-BAT	0.33 199	0.78 245	0.32 223	0.38 203	0.25 221	0.34 226	0.25 213	0.34 217	0.26 225	0.34 222	0.25 221	0.35 230	0.26 224	0.35 230	0.27 217	0.36 233	0.30 227	0.32 220	0.24 215	0.32 206	0.26 205

1test111	0.37 222	1.02 303	0.30 206	0.39 209	0.29 245	0.40 254	0.28 232	0.39 243	0.29 240	0.39 242	0.29 244	0.39 249	0.28 239	0.40 254	0.29 237	0.33 215	0.32 237	0.33 228	0.31 273	0.32 206	0.31 253

cc1	0.37 222	1.02 303	0.30 206	0.39 209	0.29 245	0.40 254	0.28 232	0.39 243	0.29 240	0.39 242	0.29 244	0.39 249	0.28 239	0.40 254	0.29 237	0.33 215	0.32 237	0.33 228	0.31 273	0.32 206	0.31 253

IGEV-Stereo	0.35 210	0.44 179	0.45 286	0.49 271	0.30 255	0.37 239	0.30 246	0.36 225	0.30 251	0.36 230	0.29 244	0.36 236	0.29 246	0.36 236	0.30 244	0.46 294	0.39 272	0.32 220	0.24 215	0.32 206	0.25 199
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iResNet_ROB	0.28 175	0.32 140	0.24 184	0.32 185	0.25 221	0.32 222	0.24 210	0.32 210	0.24 207	0.33 220	0.24 215	0.35 230	0.24 212	0.33 225	0.24 203	0.31 210	0.24 191	0.32 220	0.24 215	0.32 206	0.24 198

ACVNet-DCA	0.37 222	1.00 291	0.30 206	0.40 223	0.29 245	0.40 254	0.29 241	0.40 248	0.29 240	0.40 248	0.29 244	0.40 257	0.29 246	0.39 251	0.28 227	0.33 215	0.32 237	0.33 228	0.32 279	0.33 213	0.32 258

DLNR_Zeroshot_test	0.31 188	0.28 133	0.47 297	0.79 331	0.24 219	0.30 209	0.26 221	0.30 205	0.24 207	0.32 215	0.23 208	0.31 218	0.24 212	0.30 214	0.23 199	0.29 204	0.26 195	0.29 211	0.24 215	0.33 213	0.23 188

CRFU-Net	0.65 325	1.67 404	1.22 474	1.96 478	0.27 231	0.41 270	0.27 224	0.41 263	0.27 231	0.40 248	0.26 227	0.41 270	0.27 232	0.40 254	0.27 217	1.80 493	1.62 513	0.34 236	0.23 207	0.33 213	0.23 188

FENet	0.54 306	1.52 399	1.19 424	1.41 456	0.23 214	0.35 231	0.23 205	0.35 221	0.23 204	0.34 222	0.23 208	0.35 230	0.23 208	0.35 230	0.23 199	1.40 476	1.07 408	0.32 220	0.23 207	0.33 213	0.23 188

H2IRNET	0.34 201	0.34 142	0.34 238	0.34 191	0.34 289	0.34 226	0.34 278	0.34 217	0.34 282	0.34 222	0.34 283	0.34 228	0.34 281	0.34 227	0.34 274	0.34 219	0.34 252	0.34 236	0.34 291	0.34 217	0.34 271

xx1	0.38 228	1.03 305	0.31 218	0.40 223	0.31 265	0.41 270	0.28 232	0.40 248	0.29 240	0.40 248	0.29 244	0.40 257	0.29 246	0.40 254	0.29 237	0.34 219	0.33 248	0.34 236	0.32 279	0.34 217	0.32 258

CASnet	0.35 210	0.51 215	0.44 284	0.32 185	0.31 265	0.24 185	0.34 278	0.36 225	0.25 212	0.31 210	0.37 303	0.30 214	0.33 276	0.25 190	0.45 329	0.37 237	0.37 259	0.33 228	0.35 303	0.34 217	0.37 287
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BUS	0.83 371	1.91 422	0.92 399	4.48 546	0.02 21	0.40 254	0.04 82	0.41 263	0.02 21	0.48 308	0.03 52	0.41 270	0.05 95	0.03 39	0.05 89	1.97 504	4.19 570	0.33 228	0.23 207	0.34 217	0.27 213

NINENet	0.69 335	3.87 516	1.20 427	1.98 479	0.05 99	0.40 254	0.04 82	0.40 248	0.05 98	0.41 262	0.04 89	0.41 270	0.05 95	0.40 254	0.05 89	1.79 492	1.56 506	0.34 236	0.22 201	0.34 217	0.23 188

BSDual-CNN	0.81 362	1.91 422	0.92 399	4.48 546	0.02 21	0.42 290	0.06 109	0.41 263	0.02 21	0.48 308	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 504	4.19 570	0.33 228	0.23 207	0.34 217	0.27 213

hknet	1.10 417	1.85 415	3.49 569	4.48 546	0.02 21	0.42 290	0.06 109	0.41 263	0.02 21	0.48 308	0.03 52	0.41 270	0.03 52	0.42 282	0.03 48	4.39 556	4.19 570	0.33 228	0.23 207	0.34 217	0.27 213

iRaft-Stereo_5w	0.34 201	0.42 175	0.31 218	0.39 209	0.30 255	0.38 246	0.30 246	0.40 248	0.29 240	0.40 248	0.37 303	0.41 270	0.34 281	0.38 243	0.30 244	0.34 219	0.27 202	0.34 236	0.26 226	0.34 217	0.26 205

iRaft-Stereo_20w	0.34 201	0.41 168	0.31 218	0.39 209	0.29 245	0.40 254	0.32 257	0.41 263	0.32 266	0.38 236	0.30 256	0.39 249	0.30 253	0.38 243	0.32 252	0.35 228	0.27 202	0.34 236	0.27 234	0.34 217	0.29 231

HGLStereo	0.28 175	0.29 135	0.22 174	0.36 197	0.22 208	0.36 234	0.21 192	0.36 225	0.21 195	0.42 276	0.21 203	0.36 236	0.22 202	0.36 236	0.21 191	0.34 219	0.21 180	0.34 236	0.21 198	0.34 217	0.21 183

MLCV	0.31 188	0.35 143	0.27 194	0.35 193	0.28 236	0.35 231	0.27 224	0.35 221	0.28 234	0.36 230	0.27 232	0.35 230	0.27 232	0.35 230	0.27 217	0.34 219	0.27 202	0.34 236	0.27 234	0.34 217	0.27 213

DN-CSS_ROB	0.31 188	0.35 143	0.28 198	0.35 193	0.28 236	0.34 226	0.27 224	0.34 217	0.25 212	0.35 227	0.27 232	0.36 236	0.26 224	0.34 227	0.28 227	0.35 228	0.28 208	0.34 236	0.28 239	0.34 217	0.27 213

LG-Stereo_L2	0.34 201	0.37 148	0.38 255	0.47 260	0.28 236	0.39 252	0.28 232	0.39 243	0.28 234	0.39 242	0.28 239	0.39 249	0.28 239	0.38 243	0.28 227	0.42 285	0.35 254	0.36 257	0.26 226	0.35 229	0.26 205

MyStereo07	0.60 314	3.72 510	0.48 305	0.49 271	0.41 328	0.36 234	0.32 257	0.49 309	0.43 333	0.51 335	0.42 336	0.49 319	0.43 329	0.51 334	0.64 369	0.49 306	0.45 305	0.34 236	0.32 279	0.35 229	0.43 318

MyStereo04	0.56 312	3.72 510	0.59 337	0.49 271	0.41 328	0.36 234	0.32 257	0.37 231	0.31 262	0.34 222	0.46 346	0.35 230	0.32 268	0.35 230	0.33 261	0.49 306	0.45 305	0.34 236	0.32 279	0.35 229	0.43 318

HH	0.71 339	2.54 466	0.74 376	1.10 373	0.32 267	0.41 270	0.37 296	0.69 363	0.78 412	0.73 375	0.90 424	0.75 381	1.00 419	0.84 383	0.69 390	0.69 352	0.40 275	0.35 252	0.26 226	0.35 229	0.26 205

HanStereo	0.71 339	2.54 466	0.74 376	1.10 373	0.32 267	0.41 270	0.37 296	0.69 363	0.78 412	0.73 375	0.90 424	0.75 381	1.00 419	0.84 383	0.69 390	0.69 352	0.40 275	0.35 252	0.26 226	0.35 229	0.26 205

FCDSN-DC	0.41 251	0.59 231	0.64 348	0.54 291	0.33 279	0.50 330	0.37 296	0.42 281	0.40 316	0.61 359	0.43 338	0.50 334	0.49 351	0.38 243	0.32 252	0.28 197	0.23 189	0.26 200	0.22 201	0.35 229	0.28 226
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ETE_ROB	0.35 210	0.35 143	0.35 246	0.35 193	0.35 292	0.35 231	0.35 283	0.35 221	0.35 285	0.35 227	0.35 292	0.35 230	0.35 288	0.35 230	0.35 278	0.35 228	0.35 254	0.35 252	0.35 303	0.35 229	0.35 280

Monster-pub-mixall	0.44 268	0.56 227	0.60 339	0.38 203	0.27 231	0.37 239	0.27 224	0.37 231	0.29 240	0.38 236	0.27 232	0.38 244	0.29 246	0.85 387	0.27 217	1.46 480	0.26 195	0.34 236	0.26 226	0.36 236	0.53 350

Replicate-Monster	0.45 271	0.57 228	0.60 339	0.40 223	0.29 245	0.37 239	0.27 224	0.37 231	0.30 251	0.40 248	0.31 264	0.40 257	0.30 253	0.99 405	0.27 217	1.36 473	0.31 233	0.34 236	0.30 263	0.36 236	0.54 353

Any-RAFT	0.32 196	0.36 146	0.27 194	0.36 197	0.27 231	0.36 234	0.27 224	0.36 225	0.27 231	0.36 230	0.27 232	0.36 236	0.27 232	0.36 236	0.28 227	0.36 233	0.28 208	0.36 257	0.28 239	0.36 236	0.28 226

DMCA	0.36 216	0.38 152	0.37 252	0.35 193	0.35 292	0.36 234	0.36 290	0.36 225	0.35 285	0.35 227	0.37 303	0.36 236	0.36 291	0.35 230	0.36 282	0.36 233	0.36 257	0.35 252	0.36 309	0.36 236	0.36 283

HiDET	0.38 228	0.44 179	0.30 206	0.42 245	0.30 255	0.42 290	0.30 246	0.42 281	0.30 251	0.44 287	0.30 256	0.42 288	0.30 253	0.42 282	0.68 380	0.37 237	0.32 237	0.40 284	0.29 249	0.37 240	0.29 231

LCMNet	0.38 228	0.44 179	0.30 206	0.42 245	0.30 255	0.42 290	0.30 246	0.42 281	0.30 251	0.45 289	0.30 256	0.42 288	0.30 253	0.42 282	0.69 390	0.37 237	0.32 237	0.40 284	0.29 249	0.37 240	0.29 231

CSFM-Stereo	0.38 228	0.44 179	0.30 206	0.42 245	0.30 255	0.42 290	0.30 246	0.43 287	0.30 251	0.44 287	0.30 256	0.42 288	0.30 253	0.42 282	0.73 401	0.37 237	0.32 237	0.40 284	0.29 249	0.37 240	0.30 244

Monster-pub-eth3d	0.45 271	0.57 228	0.60 339	0.39 209	0.28 236	0.37 239	0.28 232	0.37 231	0.30 251	0.39 242	0.29 244	0.39 249	0.30 253	0.92 397	0.27 217	1.42 477	0.28 208	0.34 236	0.28 239	0.37 240	0.53 350

GIP-stereo	0.36 216	0.49 203	0.39 262	0.48 265	0.32 267	0.41 270	0.28 232	0.40 248	0.30 251	0.41 262	0.28 239	0.40 257	0.28 239	0.42 282	0.28 227	0.45 290	0.32 237	0.38 268	0.30 263	0.37 240	0.27 213

fffy	0.38 228	0.43 176	0.33 228	0.46 254	0.33 279	0.45 301	0.32 257	0.45 291	0.32 266	0.45 289	0.32 268	0.45 298	0.33 276	0.45 294	0.32 252	0.38 248	0.38 265	0.38 268	0.37 311	0.37 240	0.36 283

IGEV++	0.34 201	0.43 176	0.30 206	0.40 223	0.29 245	0.40 254	0.29 241	0.40 248	0.29 240	0.40 248	0.29 244	0.40 257	0.29 246	0.40 254	0.30 244	0.38 248	0.29 219	0.37 260	0.29 249	0.37 240	0.29 231

Venus	0.38 228	0.38 152	0.38 255	0.38 203	0.38 309	0.37 239	0.38 302	0.37 231	0.37 298	0.41 262	0.37 303	0.39 249	0.37 296	0.38 243	0.38 294	0.37 237	0.38 265	0.38 268	0.37 311	0.37 240	0.38 294

EKT-Stereo	0.37 222	0.40 160	0.44 284	1.07 371	0.29 245	0.34 226	0.31 255	0.36 225	0.29 240	0.38 236	0.31 264	0.37 242	0.30 253	0.36 236	0.29 237	0.34 219	0.28 208	0.39 279	0.30 263	0.37 240	0.30 244

CES	0.39 240	0.47 195	0.36 248	0.36 197	0.37 302	0.45 301	0.35 283	0.35 221	0.40 316	0.36 230	0.44 340	0.47 308	0.36 291	0.44 291	0.36 282	0.37 237	0.39 272	0.44 315	0.35 303	0.37 240	0.36 283

IER	0.88 385	7.04 556	2.23 545	2.75 505	0.28 236	0.43 297	0.25 213	0.39 243	0.25 212	0.41 262	0.27 232	0.39 249	0.25 215	0.40 254	0.28 227	0.37 237	0.28 208	0.37 260	0.25 220	0.37 240	0.25 199

StereoDRNet-Refined	0.33 199	0.39 158	0.26 193	0.39 209	0.26 229	0.40 254	0.26 221	0.40 248	0.26 225	0.39 242	0.26 227	0.39 249	0.26 224	0.39 251	0.26 216	0.37 237	0.25 192	0.37 260	0.25 220	0.37 240	0.37 287
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 222	0.37 148	0.37 252	0.37 200	0.37 302	0.37 239	0.37 296	0.37 231	0.37 298	0.37 235	0.37 303	0.37 242	0.37 296	0.37 240	0.37 291	0.37 237	0.37 259	0.37 260	0.37 311	0.37 240	0.37 287

MS-F	0.38 228	0.44 179	0.31 218	0.43 251	0.30 255	0.43 297	0.31 255	0.43 287	0.31 262	0.45 289	0.31 264	0.43 295	0.31 265	0.43 288	0.69 390	0.38 248	0.33 248	0.40 284	0.30 263	0.38 253	0.30 244

IGEV-FE	0.35 210	0.37 148	0.17 153	0.19 134	0.17 182	0.20 163	0.17 171	0.19 155	0.17 180	0.19 154	0.17 178	0.19 158	0.17 178	0.37 240	0.36 282	0.19 155	0.17 164	0.19 166	0.17 189	0.38 253	2.84 558

RAFT-Stereo-weight	0.45 271	1.90 421	0.34 238	0.42 245	0.36 298	0.43 297	0.35 283	0.42 281	0.34 282	0.42 276	0.34 283	0.44 296	0.34 281	0.41 269	0.34 274	0.38 248	0.32 237	0.38 268	0.32 279	0.38 253	0.33 265

WAO-8	0.38 228	0.38 152	0.38 255	0.38 203	0.38 309	0.38 246	0.38 302	0.38 239	0.38 302	0.38 236	0.38 308	0.38 244	0.38 300	0.38 243	0.38 294	0.38 248	0.38 265	0.38 268	0.37 311	0.38 253	0.38 294

WAO-7	0.38 228	0.38 152	0.38 255	0.38 203	0.38 309	0.38 246	0.38 302	0.38 239	0.38 302	0.38 236	0.38 308	0.38 244	0.38 300	0.38 243	0.38 294	0.38 248	0.38 265	0.38 268	0.38 324	0.38 253	0.38 294

HanzoNet	0.39 240	0.38 152	0.40 267	0.39 209	0.41 328	0.38 246	0.38 302	0.38 239	0.38 302	0.39 242	0.39 317	0.38 244	0.38 300	0.39 251	0.40 309	0.38 248	0.38 265	0.40 284	0.38 324	0.38 253	0.40 303

IMH	0.38 228	0.38 152	0.38 255	0.38 203	0.38 309	0.38 246	0.38 302	0.38 239	0.38 302	0.42 276	0.38 308	0.40 257	0.38 300	0.38 243	0.38 294	0.38 248	0.38 265	0.39 279	0.38 324	0.38 253	0.38 294

RAFT-Test	0.36 216	0.37 148	0.33 228	0.41 235	0.32 267	0.41 270	0.32 257	0.41 263	0.32 266	0.41 262	0.32 268	0.41 270	0.32 268	0.41 269	0.33 261	0.37 237	0.29 219	0.37 260	0.29 249	0.38 253	0.31 253

RCA-Stereo	0.51 301	3.22 499	0.34 238	0.44 252	0.34 289	0.44 300	0.34 278	0.43 287	0.34 282	0.43 282	0.34 283	0.44 296	0.33 276	0.43 288	0.33 261	0.38 248	0.29 219	0.38 268	0.29 249	0.38 253	0.29 231

DDF-Stereo	0.43 263	1.15 324	0.57 335	0.53 288	0.32 267	0.41 270	0.32 257	0.41 263	0.32 266	0.41 262	0.32 268	0.41 270	0.32 268	0.40 254	0.32 252	0.52 320	0.50 328	0.38 268	0.31 273	0.39 262	0.31 253

water-stereo	0.41 251	0.84 254	0.46 290	0.50 278	0.33 279	0.45 301	0.33 267	0.45 291	0.32 266	0.45 289	0.32 268	0.45 298	0.32 268	0.45 294	0.32 252	0.44 287	0.41 284	0.39 279	0.31 273	0.39 262	0.32 258

mms	0.40 244	0.45 187	0.35 246	0.48 265	0.36 298	0.47 312	0.34 278	0.45 291	0.38 302	0.47 301	0.33 275	0.45 298	0.32 268	0.45 294	0.32 252	0.39 259	0.38 265	0.38 268	0.37 311	0.39 262	0.39 300

GMOStereo	0.37 222	0.45 187	0.23 177	0.30 177	0.37 302	0.41 270	0.36 290	0.41 263	0.35 285	0.43 282	0.36 296	0.41 270	0.40 309	0.41 269	0.36 282	0.34 219	0.22 184	0.47 332	0.37 311	0.39 262	0.33 265

error version	0.93 397	4.47 528	2.35 548	1.99 480	0.37 302	0.41 270	0.36 290	0.41 263	0.35 285	0.43 282	0.36 296	0.41 270	0.40 309	0.41 269	0.36 282	1.87 496	2.16 541	0.47 332	0.37 311	0.39 262	0.33 265

test_1	0.93 397	4.47 528	2.35 548	1.99 480	0.37 302	0.41 270	0.36 290	0.41 263	0.35 285	0.43 282	0.36 296	0.41 270	0.40 309	0.41 269	0.36 282	1.87 496	2.16 541	0.47 332	0.37 311	0.39 262	0.33 265

HART	0.38 228	0.45 187	0.34 238	0.42 245	0.33 279	0.41 270	0.34 278	0.42 281	0.33 273	0.43 282	0.34 283	0.42 288	0.34 281	0.41 269	0.38 294	0.40 263	0.32 237	0.42 312	0.32 279	0.40 268	0.32 258

RSM	0.36 216	0.36 146	0.43 282	0.37 200	0.42 338	0.49 322	0.42 329	0.37 231	0.28 234	0.36 230	0.29 244	0.36 236	0.30 253	0.37 240	0.28 227	0.34 219	0.31 233	0.34 236	0.35 303	0.40 268	0.29 231

knoymous	0.40 244	0.40 160	0.40 267	0.40 223	0.40 320	0.40 254	0.40 316	0.40 248	0.40 316	0.40 248	0.40 320	0.40 257	0.40 309	0.40 254	0.40 309	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 303

anonymousa	0.40 244	0.40 160	0.40 267	0.40 223	0.40 320	0.40 254	0.40 316	0.40 248	0.40 316	0.40 248	0.40 320	0.40 257	0.40 309	0.40 254	0.40 309	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 303

riskmin	0.40 244	0.40 160	0.40 267	0.40 223	0.40 320	0.40 254	0.40 316	0.40 248	0.40 316	0.40 248	0.40 320	0.40 257	0.40 309	0.40 254	0.40 309	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 303

Anonymous_2	0.40 244	0.40 160	0.40 267	0.40 223	0.40 320	0.40 254	0.40 316	0.40 248	0.40 316	0.40 248	0.40 320	0.40 257	0.40 309	0.40 254	0.40 309	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 303

Anonymous_1	0.40 244	0.40 160	0.40 267	0.40 223	0.40 320	0.40 254	0.40 316	0.40 248	0.40 316	0.40 248	0.40 320	0.40 257	0.40 309	0.40 254	0.40 309	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 303

DGSMNet	0.34 201	0.41 168	0.27 194	0.41 235	0.28 236	0.41 270	0.28 232	0.41 263	0.27 231	0.41 262	0.27 232	0.42 288	0.27 232	0.41 269	0.28 227	0.40 263	0.29 219	0.40 284	0.28 239	0.40 268	0.27 213

Gwc-CoAtRS	0.41 251	1.49 398	0.32 223	0.42 245	0.32 267	0.41 270	0.32 257	0.41 263	0.33 273	0.41 262	0.32 268	0.41 270	0.32 268	0.41 269	0.32 252	0.39 259	0.28 208	0.39 279	0.28 239	0.40 268	0.28 226

AdaStereo	0.40 244	0.40 160	0.40 267	0.40 223	0.40 320	0.40 254	0.40 316	0.40 248	0.40 316	0.40 248	0.40 320	0.40 257	0.40 309	0.40 254	0.40 309	0.40 263	0.40 275	0.40 284	0.40 328	0.40 268	0.40 303
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.
depthmonostereo	0.44 268	0.85 256	0.46 290	0.54 291	0.40 320	0.52 345	0.38 302	0.52 334	0.35 285	0.47 301	0.34 283	0.46 302	0.34 281	0.47 303	0.34 274	0.45 290	0.43 297	0.41 301	0.33 287	0.41 278	0.32 258

GREAT-IGEV	0.38 228	0.43 176	0.36 248	0.48 265	0.32 267	0.45 301	0.32 257	0.45 291	0.32 266	0.45 289	0.32 268	0.45 298	0.32 268	0.45 294	0.32 252	0.44 287	0.33 248	0.41 301	0.29 249	0.41 278	0.29 231

ccccc	0.41 251	0.44 179	0.34 238	0.48 265	0.35 292	0.48 317	0.35 283	0.51 330	0.35 285	0.47 301	0.35 292	0.47 308	0.34 281	0.47 303	0.35 278	0.41 271	0.40 275	0.40 284	0.40 328	0.41 278	0.39 300

Former-RAFT_DAM_RVC	0.49 294	0.98 283	0.64 348	0.84 338	0.46 346	0.45 301	0.35 283	0.47 301	0.47 344	0.45 289	0.34 283	0.46 302	0.48 346	0.46 299	0.35 278	0.39 259	0.71 376	0.39 279	0.35 303	0.41 278	0.41 310

GwcNet-ADL	0.41 251	0.41 168	0.41 276	0.41 235	0.41 328	0.41 270	0.41 324	0.41 263	0.41 325	0.41 262	0.41 326	0.41 270	0.41 320	0.41 269	0.41 316	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 310

PSMNet-ADL	0.41 251	0.41 168	0.41 276	0.41 235	0.41 328	0.41 270	0.41 324	0.41 263	0.41 325	0.41 262	0.41 326	0.41 270	0.41 320	0.41 269	0.41 316	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 310

GANet-ADL	0.41 251	0.41 168	0.41 276	0.41 235	0.41 328	0.41 270	0.41 324	0.41 263	0.41 325	0.41 262	0.41 326	0.41 270	0.41 320	0.41 269	0.41 316	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 310

ADLNet2	0.41 251	0.41 168	0.41 276	0.41 235	0.41 328	0.41 270	0.41 324	0.41 263	0.41 325	0.41 262	0.41 326	0.41 270	0.41 320	0.41 269	0.41 316	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 310

ADLNet	0.41 251	0.41 168	0.41 276	0.41 235	0.41 328	0.41 270	0.41 324	0.41 263	0.41 325	0.41 262	0.41 326	0.41 270	0.41 320	0.41 269	0.41 316	0.41 271	0.41 284	0.41 301	0.41 335	0.41 278	0.41 310

CFNet-RSSM	0.91 389	4.89 533	0.34 238	0.44 252	1.07 444	1.62 499	1.40 513	0.91 385	0.35 285	1.60 491	1.39 513	0.64 367	0.34 281	0.44 291	0.33 261	0.41 271	0.35 254	0.75 383	0.30 263	0.41 278	0.29 231

SCV_C0	0.45 271	0.88 261	0.49 312	0.54 291	0.37 302	0.48 317	0.37 296	0.48 305	0.37 298	0.48 308	0.36 296	0.48 315	0.37 296	0.49 318	0.37 291	0.50 312	0.41 284	0.44 315	0.34 291	0.44 288	0.34 271

SCV	0.46 277	0.94 278	0.45 286	0.54 291	0.37 302	0.48 317	0.38 302	0.48 305	0.37 298	0.48 308	0.39 317	0.48 315	0.37 296	0.49 318	0.37 291	0.50 312	0.46 307	0.44 315	0.34 291	0.44 288	0.34 271

GCST	0.50 296	2.08 432	0.38 255	0.53 288	0.35 292	0.49 322	0.35 283	0.50 317	0.35 285	0.49 315	0.35 292	0.49 319	0.35 288	0.49 318	0.35 278	0.48 303	0.37 259	0.45 319	0.33 287	0.44 288	0.33 265

LL-Strereo2	0.48 288	1.73 411	0.51 323	0.59 303	0.34 289	0.42 290	0.33 267	0.40 248	0.31 262	0.42 276	0.33 275	0.42 288	0.31 265	0.44 291	0.39 305	0.60 336	0.51 333	0.44 315	0.33 287	0.44 288	0.33 265

Select-FE	0.41 251	0.44 179	0.23 177	0.26 171	0.22 208	0.26 200	0.22 197	0.26 194	0.23 204	0.26 197	0.23 208	0.26 202	0.23 208	0.45 294	0.42 324	0.25 190	0.22 184	0.25 195	0.22 201	0.45 292	2.90 559

Zero-FE251	0.36 216	0.40 160	0.28 198	0.41 235	0.28 236	0.41 270	0.28 232	0.41 263	0.28 234	0.41 262	0.28 239	0.41 270	0.28 239	0.42 282	0.30 244	0.37 237	0.26 195	0.37 260	0.27 234	0.45 292	0.56 361

UGAM	0.51 301	2.23 445	0.39 262	0.54 291	0.35 292	0.50 330	0.35 283	0.49 309	0.35 285	0.49 315	0.35 292	0.49 319	0.36 291	0.50 325	0.36 282	0.49 306	0.37 259	0.45 319	0.34 291	0.45 292	0.34 271

GEAStereo	0.62 320	3.91 517	0.48 305	0.69 319	0.38 309	0.51 342	0.38 302	0.51 330	0.38 302	0.53 341	0.38 308	0.50 334	0.38 300	0.51 334	0.38 294	0.54 324	0.43 297	0.46 323	0.34 291	0.46 295	0.34 271

GSStereo	0.81 362	4.28 526	0.50 316	0.59 303	0.40 320	0.51 342	0.38 302	0.50 317	0.38 302	0.50 328	0.38 308	0.50 334	3.79 572	0.50 325	0.38 294	0.54 324	0.43 297	0.46 323	0.34 291	0.46 295	0.35 280

GS-Stereo							0.38 302	0.50 317	0.38 302	0.50 328	0.38 308	0.50 334	3.79 572	0.50 325	0.38 294	0.54 324	0.43 297	0.46 323	0.34 291	0.46 295	0.35 280

gasm-f	0.62 320	3.91 517	0.48 305	0.69 319	0.38 309	0.51 342	0.38 302	0.51 330	0.38 302	0.53 341	0.38 308	0.50 334	0.38 300	0.51 334	0.38 294	0.54 324	0.43 297	0.46 323	0.34 291	0.46 295	0.34 271

GASTEREO	0.48 288	1.21 377	0.47 297	0.57 298	0.38 309	0.50 330	0.38 302	0.50 317	0.38 302	0.50 328	0.38 308	0.50 334	0.38 300	0.50 325	0.38 294	0.52 320	0.42 293	0.46 323	0.34 291	0.46 295	0.34 271

UGAM-zero	0.51 301	2.17 440	0.39 262	0.53 288	0.36 298	0.50 330	0.36 290	0.50 317	0.36 296	0.49 315	0.36 296	0.50 334	0.35 288	0.50 325	0.36 282	0.49 306	0.37 259	0.47 332	0.35 303	0.46 295	0.34 271

otaku	0.46 277	0.46 191	0.46 290	0.46 254	0.46 346	0.46 307	0.46 339	0.46 295	0.46 339	0.46 295	0.46 346	0.46 302	0.46 337	0.46 299	0.46 333	0.46 294	0.46 307	0.46 323	0.46 348	0.46 295	0.46 324

Ntro	0.47 283	0.47 195	0.46 290	0.46 254	0.46 346	0.47 312	0.47 344	0.46 295	0.47 344	0.46 295	0.46 346	0.47 308	0.46 337	0.47 303	0.47 340	0.47 299	0.46 307	0.46 323	0.46 348	0.46 295	0.46 324

Dean	0.46 277	0.46 191	0.46 290	0.46 254	0.46 346	0.46 307	0.46 339	0.46 295	0.46 339	0.47 301	0.46 346	0.46 302	0.46 337	0.46 299	0.46 333	0.46 294	0.46 307	0.46 323	0.46 348	0.46 295	0.46 324

ACVNet_1	0.46 277	0.47 195	0.46 290	0.46 254	0.46 346	0.46 307	0.46 339	0.46 295	0.47 344	0.46 295	0.46 346	0.46 302	0.46 337	0.46 299	0.46 333	0.46 294	0.46 307	0.47 332	0.46 348	0.46 295	0.46 324

ACVNet-4b	0.46 277	0.46 191	0.46 290	0.46 254	0.46 346	0.46 307	0.46 339	0.46 295	0.46 339	0.46 295	0.46 346	0.46 302	0.46 337	0.47 303	0.46 333	0.46 294	0.46 307	0.46 323	0.46 348	0.46 295	0.46 324

Selective-IGEV	0.51 301	0.55 225	0.45 286	0.69 319	0.45 344	0.61 361	0.45 337	0.50 317	0.40 316	0.56 351	0.44 340	0.55 353	0.40 309	0.72 370	0.67 374	0.59 335	0.46 307	0.45 319	0.34 291	0.46 295	0.37 287

DilatedVolume-Stereo	0.43 263	0.86 257	0.48 305	0.50 278	0.33 279	0.46 307	0.33 267	0.46 295	0.33 273	0.46 295	0.33 275	0.47 308	0.33 276	0.47 303	0.34 274	0.45 290	0.42 293	0.40 284	0.33 287	0.47 307	0.38 294

HaxPig	0.47 283	0.47 195	0.47 297	0.49 271	0.47 352	0.47 312	0.47 344	0.47 301	0.47 344	0.47 301	0.47 354	0.47 308	0.47 345	0.47 303	0.47 340	0.47 299	0.47 315	0.47 332	0.47 355	0.47 307	0.48 333

UNDER WATER	0.47 283	0.47 195	0.47 297	0.47 260	0.47 352	0.47 312	0.47 344	0.47 301	0.47 344	0.47 301	0.47 354	0.47 308	0.46 337	0.47 303	0.47 340	0.47 299	0.47 315	0.47 332	0.46 348	0.47 307	0.47 331

LVE	0.47 283	0.47 195	0.47 297	0.47 260	0.49 358	0.47 312	0.47 344	0.47 301	0.49 353	0.47 301	0.47 354	0.47 308	0.46 337	0.47 303	0.47 340	0.47 299	0.47 315	0.48 340	0.47 355	0.47 307	0.47 331

MSCF	0.51 301	1.40 395	0.49 312	0.58 300	0.38 309	0.50 330	0.38 302	0.54 338	0.41 325	0.52 338	0.41 326	0.53 346	0.42 326	0.53 341	0.41 316	0.60 336	0.47 315	0.48 340	0.37 311	0.48 311	0.38 294

gcap-zeroshot	0.35 210	0.32 140	0.37 252	0.49 271	0.39 318	0.33 224	0.21 192	0.26 194	0.35 285	0.42 276	0.34 283	0.49 319	0.29 246	0.47 303	0.39 305	0.34 219	0.17 164	0.38 268	0.23 207	0.48 311	0.34 271

RainbowNet	0.48 288	0.48 201	0.48 305	0.48 265	0.48 356	0.48 317	0.48 353	0.48 305	0.48 351	0.48 308	0.48 358	0.48 315	0.48 346	0.48 312	0.48 346	0.48 303	0.48 319	0.48 340	0.48 358	0.48 311	0.48 333

notaker	0.48 288	0.49 203	0.48 305	0.48 265	0.48 356	0.48 317	0.48 353	0.48 305	0.49 353	0.48 308	0.48 358	0.48 315	0.48 346	0.48 312	0.48 346	0.48 303	0.48 319	0.48 340	0.48 358	0.48 311	0.49 338

LG-Stereo_L1	0.47 283	0.52 217	0.47 297	0.62 308	0.39 318	0.53 347	0.40 316	0.53 336	0.39 315	0.53 341	0.39 317	0.53 346	0.39 308	0.53 341	0.39 305	0.55 330	0.46 307	0.49 345	0.37 311	0.49 315	0.37 287

TorneroNet	0.66 327	0.53 220	0.50 316	0.50 278	0.64 387	1.06 414	0.70 395	0.50 317	0.51 363	0.49 315	0.69 401	0.49 319	0.50 354	0.48 312	1.15 441	0.71 356	0.49 322	1.14 434	1.08 438	0.49 315	0.49 338

ACVNet_2	0.49 294	0.49 203	0.49 312	0.49 271	0.49 358	0.49 322	0.49 355	0.49 309	0.49 353	0.49 315	0.49 361	0.49 319	0.49 351	0.49 318	0.49 348	0.49 306	0.49 322	0.49 345	0.49 361	0.49 315	0.49 338

iRaftStereo_RVC	0.97 401	3.17 498	2.30 547	2.42 496	0.38 309	0.54 350	0.38 302	0.54 338	0.38 302	0.54 346	0.38 308	0.54 349	0.38 300	0.54 343	0.38 294	2.38 529	2.34 545	0.49 345	0.36 309	0.49 315	0.36 283

aanetorigin	0.13 104	0.11 79	0.11 90	0.11 76	0.11 137	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.12 145	0.11 124	0.11 133	0.11 125	0.11 127	0.11 88	0.11 97	0.14 127	0.11 130	0.49 315	0.11 128

FoundationStereo	0.50 296	0.50 207	0.50 316	0.50 278	0.50 362	0.50 330	0.50 357	0.50 317	0.50 356	0.50 328	0.50 363	0.50 334	0.50 354	0.50 325	0.50 349	0.50 312	0.50 328	0.50 349	0.50 363	0.50 320	0.50 341

StereoAnything_RVC	0.50 296	0.50 207	0.50 316	0.50 278	0.50 362	0.50 330	0.50 357	0.50 317	0.50 356	0.50 328	0.50 363	0.50 334	0.50 354	0.50 325	0.50 349	0.50 312	0.50 328	0.50 349	0.50 363	0.50 320	0.50 341

fffft	0.48 288	0.51 215	0.45 286	0.52 287	0.45 344	0.52 345	0.45 337	0.52 334	0.48 351	0.53 341	0.45 344	0.52 345	0.45 334	0.52 339	0.46 333	0.51 318	0.41 284	0.50 349	0.41 335	0.50 320	0.41 310
1: 1. 1
dual_stereo	0.50 296	0.50 207	0.50 316	0.50 278	0.50 362	0.50 330	0.50 357	0.50 317	0.50 356	0.50 328	0.50 363	0.50 334	0.50 354	0.50 325	0.50 349	0.50 312	0.50 328	0.50 349	0.50 363	0.50 320	0.50 341

KSHMR	0.66 327	0.50 207	0.48 305	1.15 381	0.52 368	0.49 322	0.51 361	0.49 309	0.71 402	0.67 369	0.50 363	1.16 435	1.11 429	0.66 364	0.52 356	0.49 306	0.49 322	0.51 354	0.66 395	0.50 320	1.14 439

SANet	0.50 296	0.50 207	0.50 316	0.50 278	0.50 362	0.50 330	0.50 357	0.50 317	0.50 356	0.50 328	0.50 363	0.50 334	0.50 354	0.50 325	0.50 349	0.50 312	0.50 328	0.50 349	0.50 363	0.50 320	0.50 341

LG-Stereo_Zeroshot	0.48 288	0.55 225	0.47 297	0.63 310	0.41 328	0.56 352	0.44 332	0.56 342	0.41 325	0.56 351	0.41 326	0.57 358	0.42 326	0.56 348	0.41 316	0.55 330	0.43 297	0.51 354	0.37 311	0.51 326	0.37 287

Occ-G	1.12 420	0.52 217	3.72 574	3.50 535	0.50 362	0.56 352	0.47 344	0.54 338	0.46 339	0.54 346	0.41 326	0.54 349	0.42 326	0.52 339	0.42 324	3.42 550	4.02 569	0.52 357	0.45 346	0.51 326	0.44 321

FSD	0.61 317	0.59 231	0.50 316	2.58 503	0.44 341	0.56 352	0.44 332	0.55 341	0.44 336	0.56 351	0.44 340	0.56 356	0.44 331	0.56 348	0.46 333	0.61 340	0.42 293	0.52 357	0.42 343	0.52 328	0.51 348

LG-Stereo	0.60 314	0.58 230	0.47 297	0.64 313	0.74 406	1.00 401	0.69 391	0.57 345	0.41 325	0.57 354	0.41 326	0.57 358	0.41 320	1.00 407	0.75 405	0.91 379	0.51 333	0.52 357	0.37 311	0.52 328	0.37 287

ktn	0.72 342	0.53 220	1.08 413	1.14 379	0.51 367	1.22 479	1.36 506	0.51 330	0.59 371	0.51 335	0.51 369	0.69 373	1.20 440	0.67 366	0.51 354	0.51 318	0.49 322	0.58 364	0.66 395	0.52 328	0.53 350

LL-Strereo	1.01 410	5.06 535	1.63 509	0.70 323	1.43 512	0.56 352	0.46 339	0.57 345	0.50 356	0.57 354	0.50 363	1.58 495	0.49 351	0.59 355	0.50 349	1.64 489	0.52 335	0.51 354	1.37 507	0.52 328	0.45 323

PML	0.46 277	1.36 393	0.29 202	0.58 300	0.30 255	0.57 358	0.29 241	0.57 345	0.29 240	0.57 354	0.29 244	0.57 358	0.29 246	0.56 348	0.29 237	0.52 320	0.30 227	0.53 360	0.31 273	0.53 332	0.30 244

PSMNet_ROB	0.54 306	0.54 223	0.54 331	0.54 291	0.53 371	0.54 350	0.54 365	0.53 336	0.54 366	0.54 346	0.54 373	0.54 349	0.53 361	0.54 343	0.54 359	0.54 324	0.53 337	0.54 361	0.54 369	0.54 333	0.54 353

252Zero-FE	0.45 271	0.50 207	0.36 248	0.50 278	0.36 298	0.50 330	0.36 290	0.50 317	0.36 296	0.49 315	0.36 296	0.49 319	0.36 291	0.54 343	0.41 316	0.45 290	0.34 252	0.45 319	0.34 291	0.55 334	0.75 400

MyStereo8	0.71 339	3.92 519	0.52 326	0.59 303	0.52 368	0.57 358	0.53 363	0.59 350	0.50 356	0.59 358	0.51 369	0.57 358	0.50 354	0.56 348	0.52 356	0.54 324	0.49 322	0.54 361	0.49 361	0.55 334	0.50 341

AIO-test1	0.54 306	0.60 234	0.52 326	0.66 317	0.47 352	0.61 361	0.47 344	0.58 348	0.46 339	0.61 359	0.46 346	0.61 364	0.45 334	0.62 357	0.45 329	0.61 340	0.52 335	0.57 363	0.48 358	0.57 336	0.48 333

AIO-test2	0.55 310	0.59 231	0.52 326	0.67 318	0.47 352	0.61 361	0.47 344	0.61 354	0.47 344	0.61 359	0.47 354	0.61 364	0.48 346	0.62 357	0.47 340	0.64 346	0.53 337	0.58 364	0.47 355	0.58 337	0.48 333

MonSter	0.60 314	0.64 237	0.52 326	0.62 308	0.44 341	2.07 514	0.44 332	0.62 355	0.44 336	0.62 362	0.44 340	0.62 366	0.44 331	0.62 357	0.44 328	0.58 334	0.42 293	0.62 367	0.46 348	0.58 337	0.42 317

WCG-NET	0.61 317	1.21 377	0.54 331	0.61 307	0.53 371	0.67 369	0.53 363	0.66 360	0.53 364	0.64 365	0.53 372	0.65 370	0.53 361	0.59 355	0.52 356	0.65 347	0.48 319	0.64 370	0.52 367	0.58 337	0.50 341

CASS	0.57 313	0.89 264	0.56 333	0.57 298	0.56 374	0.56 352	0.56 366	0.56 342	0.53 364	0.57 354	0.57 376	0.59 362	0.48 346	0.56 348	0.57 362	0.55 330	0.56 341	0.47 332	0.56 374	0.62 340	0.56 361
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
SMoEStereo_RVC	0.63 322	0.75 244	0.51 323	0.73 327	0.53 371	0.71 373	0.47 344	0.67 361	0.58 369	0.74 380	0.60 377	0.72 377	0.53 361	0.74 374	0.51 354	0.61 340	0.62 353	0.62 367	0.61 382	0.63 341	0.61 367

DispNO	1.00 404	0.63 235	0.43 282	3.45 531	0.44 341	0.65 367	0.43 331	0.64 357	0.43 333	0.64 365	0.43 338	0.64 367	3.03 551	0.64 362	0.43 327	4.55 559	0.43 297	0.63 369	0.43 344	0.63 341	0.43 318

test-3	0.98 403	4.13 522	1.85 529	1.85 471	0.61 383	0.69 370	0.37 296	0.63 356	0.61 375	0.66 368	0.51 369	0.73 379	0.44 331	0.57 353	0.54 359	1.68 490	1.81 525	0.40 284	0.43 344	0.66 343	0.50 341

DSFCA	0.66 327	0.73 243	0.78 382	0.65 314	0.65 389	0.64 366	0.64 374	0.65 358	0.63 378	0.64 365	0.64 385	0.64 367	0.64 372	0.65 363	0.65 370	0.65 347	0.65 358	0.65 373	0.65 393	0.66 343	0.64 375

999	1.00 404	1.12 320	0.59 337	1.10 373	1.21 502	1.09 420	0.52 362	1.08 411	1.43 515	1.18 433	1.35 507	0.98 407	0.52 360	0.91 393	0.85 416	0.72 357	1.46 498	0.83 398	0.98 430	0.68 345	1.41 511

anonymity	0.63 322	0.69 239	0.56 333	0.71 325	0.56 374	0.71 373	0.56 366	0.71 366	0.56 367	0.72 373	0.56 375	0.71 374	0.56 365	0.71 369	0.58 363	0.68 351	0.55 339	0.68 375	0.55 370	0.68 345	0.54 353

LMCR-Stereo	0.65 325	0.63 235	0.65 351	0.65 314	0.65 389	0.66 368	0.63 373	0.58 348	0.65 380	0.63 364	0.64 385	0.65 370	0.65 374	0.66 364	0.66 373	0.66 349	0.64 356	0.65 373	0.67 399	0.68 345	0.73 396

FC-DCNN	1.07 415	1.09 316	0.98 405	0.89 342	0.52 368	1.41 492	0.91 421	1.21 472	1.24 501	1.96 503	2.05 558	1.91 504	1.30 493	1.27 486	1.08 435	0.80 364	0.60 348	0.58 364	0.41 335	0.68 345	0.54 353

DMCA-RVC	0.70 336	0.80 248	0.70 365	0.70 323	0.70 399	0.70 371	0.70 395	0.71 366	0.70 397	0.70 372	0.71 408	0.71 374	0.70 393	0.70 368	0.69 390	0.69 352	0.70 372	0.69 376	0.70 404	0.69 349	0.70 388

4D-IteraStereo	0.78 354	3.13 496	0.89 392	0.69 319	0.32 267	0.40 254	0.32 257	0.76 369	0.97 433	0.52 338	0.65 387	0.89 396	0.32 268	0.76 376	0.98 427	0.83 372	0.94 400	0.35 252	0.27 234	0.70 350	0.89 414

MyStereo06	0.75 346	4.12 520	0.60 339	0.63 310	0.61 383	0.62 364	0.66 377	0.56 342	0.45 338	0.55 349	0.48 358	0.54 349	0.46 337	0.57 353	0.45 329	0.60 336	0.57 343	0.64 370	0.55 370	0.72 351	0.55 358

MyStereo05	0.80 357	4.12 520	0.63 346	0.63 310	0.61 383	0.62 364	0.66 377	0.65 358	0.62 376	0.67 369	0.61 381	0.65 370	0.58 366	0.67 366	0.55 361	0.60 336	0.57 343	0.64 370	0.55 370	0.72 351	0.55 358

PA-Net	11.80 596	223.51 621	0.62 345	0.59 303	0.71 401	0.59 360	0.73 401	0.67 361	0.73 407	0.55 349	0.61 381	0.60 363	0.74 400	0.63 361	0.73 401	0.66 349	0.60 348	0.69 376	0.66 395	0.72 351	0.65 380
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
iGMRVC	0.84 374	2.85 490	0.72 372	0.72 326	0.73 404	0.77 376	0.79 408	0.73 368	0.74 409	0.73 375	0.72 411	0.73 379	0.76 403	0.73 372	0.73 401	0.72 357	0.73 378	0.73 380	0.72 409	0.73 354	0.72 393

GCAP-Stereo	0.75 346	4.15 523	0.42 281	0.75 329	0.35 292	0.78 378	0.40 316	0.79 371	0.38 302	0.78 383	0.36 296	0.78 384	0.36 291	0.79 377	0.39 305	0.75 360	0.39 272	0.76 385	0.39 327	0.75 355	0.39 300

zero-FE	0.72 342	1.31 389	0.66 352	0.92 348	0.60 377	0.82 383	0.58 368	0.82 377	0.58 369	0.81 387	0.60 377	0.81 390	0.60 368	0.82 381	0.58 363	0.74 359	0.59 347	0.73 380	0.52 367	0.76 356	0.51 348

PAM_32	0.64 324	2.38 460	0.51 323	0.92 348	0.43 340	0.53 347	0.44 332	0.87 379	0.43 333	0.52 338	0.45 344	0.53 346	0.40 309	0.54 343	0.46 333	0.62 344	0.56 341	0.48 340	0.45 346	0.76 356	0.44 321

RAFT-Stereo + iAFF	0.70 336	0.72 242	0.71 369	0.80 333	0.62 386	0.82 383	0.61 371	0.81 376	0.62 376	0.81 387	0.63 383	0.80 387	0.70 393	0.73 372	0.61 368	0.76 361	0.61 352	0.74 382	0.61 382	0.77 358	0.61 367

ARAFT	0.68 332	0.81 251	0.63 346	0.74 328	0.60 377	0.78 378	0.62 372	0.77 370	0.66 382	0.74 380	0.63 383	0.75 381	0.62 371	0.83 382	0.60 366	0.70 355	0.55 339	0.70 378	0.60 380	0.78 359	0.55 358

AFF-stereo	0.73 344	0.88 261	0.67 356	0.75 329	0.68 396	0.75 375	0.64 374	0.80 373	0.72 404	0.83 389	0.70 404	0.82 391	0.64 372	0.84 383	0.67 374	0.77 362	0.63 354	0.81 393	0.63 384	0.78 359	0.62 370

Selective-RAFT-Error	0.88 385	0.84 254	0.98 405	0.86 341	0.97 434	0.88 388	0.95 426	0.84 378	0.99 436	0.92 396	0.82 422	0.84 392	0.98 418	0.87 388	0.97 426	0.81 367	0.83 392	0.79 388	0.82 420	0.79 361	0.85 411

psmorigin	0.41 251	0.46 191	0.33 228	0.49 271	0.33 279	0.49 322	0.33 267	0.49 309	0.33 273	0.49 315	0.33 275	0.49 319	0.33 276	0.51 334	0.33 261	0.41 271	0.30 227	0.41 301	0.30 263	0.79 361	0.29 231

G-Net	0.79 355	0.79 247	0.79 385	0.79 331	0.79 418	0.79 380	0.79 408	0.79 371	0.79 415	0.79 384	0.79 419	0.79 386	0.79 407	0.79 377	0.79 409	0.79 363	0.79 386	0.79 388	0.79 415	0.79 361	0.79 404

AEACV	1.12 420	0.52 217	3.12 566	3.24 520	0.86 422	0.53 347	0.49 355	0.60 352	0.47 344	0.53 341	0.49 361	0.55 353	0.45 334	0.55 347	0.47 340	3.01 546	3.88 567	0.71 379	0.60 380	0.80 364	0.48 333

NaN_ROB	0.80 357	0.80 248	0.80 386	0.80 333	0.80 420	0.80 381	0.80 411	0.80 373	0.80 416	0.80 385	0.80 420	0.80 387	0.80 408	0.80 379	0.80 411	0.80 364	0.80 389	0.80 391	0.80 417	0.80 364	0.80 405

CSAN	0.80 357	0.80 248	0.80 386	0.80 333	0.80 420	0.80 381	0.80 411	0.80 373	0.80 416	0.80 385	0.80 420	0.80 387	0.80 408	0.80 379	0.80 411	0.80 364	0.80 389	0.80 391	0.80 417	0.80 364	0.80 405

FlowAnything_test	1.02 412	1.72 406	0.71 369	1.59 460	0.70 399	1.61 497	0.69 391	1.61 488	0.70 397	1.60 491	0.70 404	1.61 499	0.69 390	1.61 495	0.70 396	0.81 367	0.58 345	0.81 393	0.55 370	0.81 367	0.56 361

Selective-RAFT	0.89 387	0.89 264	0.72 372	1.16 386	0.78 417	1.06 414	0.82 415	0.87 379	0.97 433	1.00 404	0.91 427	0.90 397	1.00 419	0.89 391	0.93 423	0.83 372	0.83 392	0.82 397	0.82 420	0.81 367	0.82 408

FlowAnything	1.02 412	1.71 405	0.72 372	1.59 460	0.69 397	1.60 496	0.69 391	1.61 488	0.70 397	1.60 491	0.69 401	1.60 496	0.69 390	1.61 495	0.69 390	0.81 367	0.58 345	0.81 393	0.56 374	0.82 369	0.56 361

DCRE	0.84 374	1.89 419	0.77 381	0.94 354	0.72 403	0.88 388	0.73 401	0.87 379	0.78 412	0.90 392	0.71 408	0.88 394	0.67 379	0.88 389	0.73 401	0.81 367	0.68 364	0.81 393	0.70 404	0.82 369	0.70 388

RSM++	0.76 350	0.82 253	0.66 352	0.85 340	0.64 387	0.85 385	0.71 398	0.94 392	0.64 379	0.87 390	0.67 390	0.87 393	0.65 374	0.84 383	0.65 370	0.81 367	0.70 372	0.79 388	0.71 407	0.83 371	0.70 388

UDG	0.80 357	2.21 444	0.60 339	0.91 345	0.60 377	0.90 391	0.58 368	0.88 382	0.60 372	0.90 392	0.60 377	0.88 394	0.60 368	0.90 392	0.58 363	0.86 376	0.60 348	0.84 399	0.59 379	0.84 372	0.61 367

DDUNet	0.81 362	2.45 464	0.57 335	0.90 343	0.60 377	0.88 388	0.59 370	0.90 383	0.60 372	0.88 391	0.60 377	0.90 397	0.58 366	0.88 389	0.60 366	0.84 374	0.60 348	0.86 401	0.57 376	0.86 373	0.60 366

MoCha-V2	2.11 516	26.97 599	0.78 382	0.92 348	0.77 413	0.96 398	0.72 400	0.90 383	0.72 404	0.94 400	0.70 404	0.90 397	0.71 397	0.91 393	0.71 399	0.85 375	0.71 376	0.88 402	0.69 402	0.87 374	0.67 384

UNet	0.29 180	0.90 267	0.10 70	0.14 100	0.10 121	0.14 128	0.10 119	0.91 385	0.69 394	0.14 128	0.11 134	0.14 129	0.11 133	0.14 131	0.10 115	0.12 93	0.09 70	0.12 122	0.09 111	0.88 375	0.76 402

AdaDepth	0.86 382	0.93 276	0.71 369	1.01 366	1.07 444	1.02 411	0.71 398	1.00 396	0.71 402	1.01 408	0.71 408	1.00 408	0.72 398	1.14 432	0.71 399	0.92 382	0.64 356	0.90 403	0.64 388	0.89 376	0.69 387

AIO-Stereo-zeroshot1	0.75 346	0.92 274	0.85 391	0.96 359	0.59 376	1.27 482	0.44 332	0.59 350	0.69 394	0.91 394	0.68 393	0.55 353	0.61 370	1.06 421	0.83 415	0.62 344	0.70 372	0.90 403	0.41 335	0.89 376	0.56 361

ToySt	0.92 392	2.11 435	0.90 395	0.95 356	0.79 418	0.99 400	0.78 407	0.94 392	0.81 419	0.94 400	0.78 418	0.95 404	0.77 405	0.94 399	0.86 417	0.91 379	0.79 386	0.85 400	0.77 412	0.89 376	0.73 396

ff7	1.68 483	2.68 472	1.35 482	0.97 360	0.89 424	1.84 500	2.15 551	2.12 508	1.80 536	2.05 513	1.56 519	2.33 519	2.12 542	2.23 516	2.25 554	1.31 467	1.07 408	1.48 502	1.41 510	0.90 379	1.04 430

ffff	1.68 483	2.68 472	1.35 482	0.97 360	0.89 424	1.84 500	2.15 551	2.12 508	1.80 536	2.05 513	1.56 519	2.33 519	2.12 542	2.23 516	2.25 554	1.31 467	1.07 408	1.48 502	1.41 510	0.90 379	1.04 430

ccc-4	1.68 483	2.68 472	1.35 482	0.97 360	0.89 424	1.84 500	2.15 551	2.12 508	1.80 536	2.05 513	1.56 519	2.33 519	2.12 542	2.23 516	2.25 554	1.31 467	1.07 408	1.48 502	1.41 510	0.90 379	1.04 430

STTRV1_RVC	0.82 367	1.60 402	0.70 365	1.01 366	0.60 377	1.07 417	0.69 391	1.01 400	0.60 372	0.72 373	0.55 374	1.02 418	0.68 382	1.03 418	0.67 374	0.89 378	0.63 354	0.92 408	0.57 376	0.90 379	0.65 380

WQFJA1	0.84 374	0.99 286	0.67 356	1.28 442	0.75 407	1.01 405	0.68 383	1.01 400	0.67 383	1.01 408	0.67 390	1.01 412	0.67 379	1.01 411	0.67 374	0.97 389	0.67 360	0.92 408	0.63 384	0.92 383	0.63 371

WQFJX1	0.84 374	0.99 286	0.67 356	1.28 442	0.75 407	1.01 405	0.68 383	1.01 400	0.67 383	1.01 408	0.67 390	1.01 412	0.67 379	1.01 411	0.67 374	0.97 389	0.67 360	0.92 408	0.63 384	0.92 383	0.63 371

NLMM1	0.84 374	0.99 286	0.67 356	1.28 442	0.75 407	1.01 405	0.67 381	1.01 400	0.68 386	1.01 408	0.68 393	1.01 412	0.68 382	1.01 411	0.68 380	0.97 389	0.67 360	0.93 412	0.63 384	0.92 383	0.64 375

pmcnn	0.92 392	0.92 274	0.92 399	0.92 348	0.92 429	0.92 393	0.92 422	0.92 388	0.92 427	0.92 396	0.92 430	0.92 400	0.92 414	0.92 397	0.92 419	0.92 382	0.92 398	0.92 408	0.92 425	0.92 383	0.92 417

WQFJX	0.90 388	1.05 310	0.92 399	1.36 452	0.77 413	1.19 432	0.81 413	1.03 407	0.77 411	1.04 419	0.69 401	1.02 418	0.69 390	1.16 435	0.70 396	0.99 395	0.68 364	0.93 412	0.64 388	0.93 387	0.64 375

NLMM	0.85 380	1.00 291	0.68 362	1.31 446	0.76 410	1.01 405	0.68 383	1.02 406	0.68 386	1.02 414	0.68 393	1.02 418	0.68 382	1.02 417	0.68 380	0.98 393	0.68 364	0.93 412	0.64 388	0.93 387	0.64 375

NLSM3	0.85 380	0.99 286	0.68 362	1.29 445	0.76 410	1.01 405	0.68 383	1.01 400	0.68 386	1.02 414	0.68 393	1.01 412	0.68 382	1.01 411	0.68 380	0.97 389	0.68 364	0.93 412	0.64 388	0.93 387	0.63 371

NLSM1	0.86 382	1.03 305	0.68 362	1.32 448	0.77 413	1.09 420	0.73 401	1.04 409	0.68 386	1.03 416	0.68 393	1.03 421	0.68 382	1.04 420	0.68 380	0.98 393	0.67 360	0.93 412	0.64 388	0.93 387	0.64 375

DPSM_ROB	0.92 392	0.91 269	0.91 397	0.91 345	0.92 429	0.92 393	0.92 422	0.92 388	0.91 423	0.93 398	0.91 427	0.92 400	0.90 412	0.91 393	0.92 419	0.92 382	0.91 396	0.91 406	0.92 425	0.93 387	0.93 418

DPSM	0.92 392	0.91 269	0.91 397	0.91 345	0.92 429	0.92 393	0.92 422	0.92 388	0.91 423	0.93 398	0.91 427	0.92 400	0.90 412	0.91 393	0.92 419	0.92 382	0.91 396	0.91 406	0.92 425	0.93 387	0.93 418

AIO-Stereo	0.84 374	0.66 238	0.70 365	0.83 337	0.67 393	0.98 399	0.82 415	1.14 415	0.72 404	1.03 416	0.74 414	1.03 421	1.09 428	0.99 405	0.45 329	1.04 401	0.73 378	0.95 419	0.74 410	0.94 393	0.46 324

R-Stereo Train	0.81 362	0.96 280	0.67 356	0.95 356	0.67 393	0.95 396	0.68 383	0.95 394	0.68 386	0.95 402	0.68 393	0.96 405	0.68 382	0.96 403	0.68 380	0.94 387	0.68 364	0.94 417	0.68 400	0.94 393	0.68 385

RAFT-Stereo	0.81 362	0.96 280	0.67 356	0.95 356	0.67 393	0.95 396	0.68 383	0.95 394	0.68 386	0.95 402	0.68 393	0.96 405	0.68 382	0.96 403	0.68 380	0.94 387	0.68 364	0.94 417	0.68 400	0.94 393	0.68 385
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
DGTPSM_ROB	0.93 397	1.00 291	0.92 399	0.94 354	0.96 433	0.91 392	0.92 422	0.91 385	0.96 432	0.91 394	0.96 431	0.93 403	0.92 414	0.94 399	0.92 419	0.92 382	0.92 398	0.90 403	0.92 425	0.94 393	0.91 416

NLCSM	0.91 389	1.00 291	0.83 389	1.62 466	0.77 413	1.16 430	0.68 383	1.03 407	0.68 386	1.01 408	0.68 393	1.01 412	0.68 382	1.01 411	0.68 380	0.99 395	0.74 381	1.02 428	0.90 424	0.95 397	0.83 410

GANet	1.00 404	1.00 291	1.00 407	1.00 363	1.00 435	1.00 401	1.00 430	1.00 396	1.00 437	1.00 404	1.00 434	1.00 408	1.00 419	1.00 407	1.00 429	1.00 397	1.00 401	1.00 424	1.00 432	1.00 398	1.00 425

TDLM	1.00 404	1.00 291	1.00 407	1.00 363	1.00 435	1.00 401	1.00 430	1.00 396	1.00 437	1.00 404	1.00 434	1.00 408	1.00 419	1.00 407	1.00 429	1.00 397	1.00 401	1.00 424	1.00 432	1.00 398	1.00 425

CVANet_RVC	1.00 404	1.00 291	1.00 407	1.00 363	1.00 435	1.00 401	1.00 430	1.00 396	1.00 437	1.00 404	1.00 434	1.00 408	1.00 419	1.00 407	1.00 429	1.00 397	1.00 401	1.00 424	1.00 432	1.00 398	1.00 425

MLG-Stereo	0.92 392	0.90 267	0.84 390	1.27 439	0.49 358	1.38 489	0.88 418	1.41 486	0.97 433	0.73 375	1.09 440	1.26 485	0.43 329	0.72 370	1.05 434	1.13 412	0.49 322	1.18 443	0.66 395	1.01 401	0.46 324

trnet	1.01 410	1.01 299	1.01 410	1.01 366	1.01 439	1.01 405	1.01 433	1.01 400	1.01 440	1.01 408	1.01 437	1.01 412	1.01 425	1.01 411	1.01 432	1.01 400	1.01 404	1.01 427	1.01 436	1.01 401	1.01 428

Wavelet-MonSter	1.00 404	1.21 377	0.76 379	1.94 475	1.01 439	1.11 425	0.76 405	1.15 416	0.76 410	1.11 427	0.76 416	1.14 433	0.76 403	1.11 429	0.76 407	1.21 462	0.90 395	1.02 428	0.71 407	1.02 403	0.71 392

AIO-Stereo-zeroshot	0.91 389	0.86 257	0.89 392	1.25 438	0.69 397	1.05 413	0.81 413	1.16 419	0.50 356	1.12 428	0.97 432	0.72 377	0.82 410	1.06 421	0.95 424	0.61 340	0.87 394	1.03 431	0.85 423	1.04 404	1.01 428

GLC_STEREO	1.07 415	1.01 299	1.06 412	1.07 371	1.05 443	1.06 414	1.08 437	1.08 411	1.05 443	1.07 420	1.06 439	1.08 424	1.05 427	1.06 421	1.10 436	1.07 403	1.09 414	1.05 432	1.05 437	1.06 405	1.12 435

DPSimNet_ROB	0.97 401	1.18 329	0.81 388	1.10 373	0.91 428	1.02 411	0.82 415	1.04 409	0.91 423	1.03 416	0.86 423	1.28 487	0.82 410	1.03 418	0.89 418	1.17 415	0.81 391	1.02 428	0.82 420	1.08 406	0.81 407

MSMD_ROB	1.19 422	1.10 319	0.70 365	1.10 373	0.60 377	1.10 422	0.70 395	1.10 414	0.70 397	1.10 422	0.70 404	1.10 428	0.70 393	7.00 594	0.70 396	1.10 406	0.70 372	1.10 433	0.70 404	1.10 407	0.70 388

edge stereo	2.43 541	27.07 600	1.14 416	1.06 370	1.14 447	1.08 418	1.17 445	1.16 419	1.14 444	1.10 422	1.16 445	1.09 426	1.16 437	1.10 427	1.16 444	1.10 406	1.11 418	1.16 436	1.19 446	1.13 408	1.11 433

tt45	1.04 414	0.88 261	1.36 490	0.92 348	1.03 442	1.51 495	0.79 408	0.70 365	0.88 421	0.74 380	0.90 424	1.60 496	0.72 398	1.60 493	0.75 405	0.91 379	0.78 385	1.52 505	0.79 415	1.14 409	1.32 503

RGC	2.36 536	25.48 593	1.19 424	1.15 381	1.15 448	1.10 422	1.16 444	1.17 421	1.16 446	1.12 428	1.16 445	1.11 431	1.13 430	1.09 425	1.18 446	1.10 406	1.15 423	1.16 436	1.12 440	1.14 409	1.12 435

UPFNet	0.42 262	1.20 331	0.17 153	0.24 159	0.17 182	0.25 192	0.17 171	1.19 424	0.90 422	0.25 189	0.17 178	0.24 187	0.17 178	0.25 190	0.17 172	0.22 168	0.17 164	0.22 178	0.16 169	1.15 411	0.93 418

stereogan	2.33 534	24.38 590	1.18 422	1.18 388	1.18 455	1.14 428	1.18 446	1.19 424	1.19 452	1.14 431	1.18 449	1.14 433	1.18 438	1.14 432	1.18 446	1.14 414	1.14 422	1.19 444	1.19 446	1.15 411	1.19 448

AF-Net	2.37 538	25.71 595	1.17 420	1.13 378	1.15 448	1.15 429	1.18 446	1.19 424	1.16 446	1.10 422	1.15 442	1.10 428	1.18 438	1.12 431	1.15 441	1.10 406	1.10 417	1.17 440	1.15 442	1.16 413	1.12 435

RP	2.33 534	25.00 592	1.13 415	1.15 381	1.15 448	1.10 422	1.15 442	1.15 416	1.15 445	1.12 428	1.15 442	1.09 426	1.13 430	1.10 427	1.15 441	1.11 411	1.09 414	1.16 436	1.12 440	1.16 413	1.17 444

Nwc_Net	2.37 538	25.95 596	1.15 418	1.14 379	1.15 448	1.08 418	1.14 441	1.17 421	1.16 446	1.14 431	1.15 442	1.08 424	1.15 433	1.11 429	1.14 440	1.10 406	1.11 418	1.16 436	1.09 439	1.16 413	1.15 440

Abc-Net	2.32 533	24.75 591	1.14 416	1.17 387	1.17 453	1.11 425	1.15 442	1.17 421	1.21 498	1.08 421	1.16 445	1.12 432	1.14 432	1.09 425	1.17 445	1.09 404	1.16 424	1.17 440	1.17 445	1.16 413	1.11 433
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HSM-Net_RVC	0.95 400	1.17 327	0.78 382	1.18 388	0.71 401	1.16 430	0.75 404	1.09 413	0.80 416	1.10 422	0.75 415	1.17 436	0.74 400	1.17 436	0.80 411	1.13 412	0.73 378	1.17 440	0.77 412	1.16 413	0.72 393
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
NCC-stereo	2.36 536	25.52 594	1.17 420	1.15 381	1.17 453	1.11 425	1.11 438	1.15 416	1.16 446	1.10 422	1.16 445	1.10 428	1.15 433	1.14 432	1.13 439	1.09 404	1.11 418	1.15 435	1.16 444	1.17 418	1.17 444

delet	0.43 263	1.21 377	0.17 153	0.25 164	0.17 182	0.25 192	0.18 178	1.26 476	0.95 430	0.25 189	0.17 178	0.25 192	0.17 178	0.25 190	0.17 172	0.23 179	0.16 146	0.22 178	0.16 169	1.18 419	0.98 422

psm_up	0.43 263	1.19 330	0.17 153	0.25 164	0.18 192	0.25 192	0.19 182	1.26 476	0.91 423	0.26 197	0.17 178	0.25 192	0.17 178	0.25 190	0.17 172	0.22 168	0.17 164	0.23 184	0.16 169	1.18 419	0.99 423

HBP-ISP	1.24 471	1.72 406	1.65 510	1.15 381	0.76 410	1.40 491	0.88 418	1.67 494	1.02 441	1.69 498	1.38 512	1.69 500	1.21 486	1.87 505	1.21 495	1.05 402	0.79 386	0.97 422	0.80 417	1.19 421	0.75 400

DisPM	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

CrosDoStereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

PFNet+	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

LCNet	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

HHNet	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

Patchmatch Stereo++	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449
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	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

STrans-v2	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

TransformOpticalFlow	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

OMP-Stereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

IIG-Stereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

NF-Stereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

OCTAStereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

PSM-softLoss	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

KMStereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

NRIStereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

PSM-adaLoss	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

PSM-AAD	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

FTStereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

ROB_FTStereo_v2	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

ROB_FTStereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

Consistency-Raft	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

KYRaft	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

HUI-Stereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

ASMatch	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

DeepStereo_LL	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

DEmStereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

SST-Stereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

THIR-Stereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

RAFT_R40	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

DRaft	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

PFNet	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

GrayStereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

RE-Stereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

Pruner-Stereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

TVStereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

DeepStereo_RVC	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

RAFT-RH_RVC	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

IRAFT_RVC	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

RAFT-345	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

iRAFT	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

CRE-IMP	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

GMM-Stereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

RAFT-IKP	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

Prome-Stereo	1.20 423	1.20 331	1.20 427	1.20 390	1.20 456	1.20 433	1.20 448	1.20 427	1.20 453	1.20 435	1.20 450	1.20 438	1.20 440	1.20 438	1.20 450	1.20 417	1.20 429	1.20 445	1.20 449	1.20 422	1.20 449

MMNet	0.44 268	1.24 385	0.17 153	0.25 164	0.17 182	0.25 192	0.18 178	1.26 476	0.93 428	0.25 189	0.17 178	0.25 192	0.18 186	0.25 190	0.17 172	0.23 179	0.16 146	0.23 184	0.16 169	1.20 422	0.99 423

FAT-Stereo	2.46 542	26.05 597	1.23 476	1.23 437	1.22 504	1.20 433	1.24 496	1.23 475	1.23 500	1.19 434	1.22 496	1.21 483	1.24 488	1.20 438	1.24 497	1.21 462	1.17 427	1.22 491	1.25 499	1.20 422	1.24 498

CroCo-Stereo	0.73 344	1.22 383	0.25 187	1.22 435	0.25 221	1.22 479	0.25 213	1.22 473	0.25 212	1.22 481	0.25 221	1.22 484	0.25 215	1.22 484	0.25 211	1.22 464	0.26 195	1.21 490	0.25 220	1.22 469	0.25 199
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
S-Stereo	2.51 543	26.86 598	1.23 476	1.22 435	1.22 504	1.24 481	1.25 497	1.22 473	1.24 501	1.21 480	1.24 498	1.19 437	1.27 490	1.19 437	1.24 497	1.19 416	1.20 429	1.25 492	1.19 446	1.24 470	1.23 497

CroCo-Stereo Lap2	0.77 351	1.29 387	0.29 202	1.27 439	0.29 245	1.27 482	0.26 221	1.26 476	0.26 225	1.26 482	0.26 227	1.27 486	0.26 224	1.26 485	0.27 217	1.27 466	0.27 202	1.27 493	0.27 234	1.27 471	0.27 213

MM-Stereo_test2	1.20 423	1.85 415	1.05 411	1.46 457	0.94 432	1.36 487	0.99 429	1.36 481	0.95 430	1.41 487	0.98 433	1.40 492	0.96 416	1.37 488	0.95 424	1.37 475	1.06 407	1.33 495	0.93 429	1.29 472	0.89 414

test_xeample3	1.10 417	1.81 412	0.61 344	0.84 338	0.49 358	0.77 376	0.66 377	0.92 388	1.40 513	0.68 371	0.46 346	0.78 384	0.54 364	1.72 498	1.48 515	1.34 470	1.52 502	1.35 498	1.67 532	1.33 473	1.55 516

MaskLacGwcNet_RVC	1.35 475	1.35 392	1.35 482	1.35 451	1.35 506	1.35 485	1.35 504	1.36 481	1.35 509	1.36 485	1.35 507	1.36 488	1.36 498	1.36 487	1.35 508	1.35 471	1.35 490	1.35 498	1.35 504	1.35 474	1.35 507

PS-NSSS	1.38 478	1.39 394	1.34 480	1.34 450	1.35 506	1.38 489	1.37 511	1.35 480	1.38 512	1.34 483	1.34 506	1.39 490	1.38 501	1.70 497	1.40 512	1.36 473	1.36 491	1.36 500	1.37 507	1.37 475	1.36 508

MM-Stereo_test3	1.27 473	2.07 431	1.18 422	1.60 463	1.02 441	1.45 493	1.01 433	1.40 485	1.04 442	1.44 488	1.03 438	1.46 494	1.02 426	1.44 491	1.02 433	1.51 484	1.12 421	1.32 494	0.98 430	1.38 476	0.97 421

CC-Net-ROB	1.36 476	1.33 391	1.33 479	1.36 452	1.38 509	1.36 487	1.33 502	1.37 483	1.34 506	1.35 484	1.36 509	1.38 489	1.34 496	1.38 489	1.38 511	1.35 471	1.38 494	1.33 495	1.35 504	1.43 477	1.34 506

11t	1.27 473	2.70 475	1.34 480	1.32 448	0.89 424	1.30 484	1.34 503	1.64 491	0.57 368	1.45 489	0.72 411	1.05 423	1.29 492	1.07 424	1.29 504	1.49 481	1.02 405	0.97 422	1.15 442	1.48 478	1.31 502

IGEVStereo-DCA	1.77 487	4.21 524	1.84 527	2.49 499	2.11 551	2.54 537	1.36 506	1.65 492	1.17 450	2.75 546	1.90 541	2.54 532	1.15 433	0.94 399	1.11 437	1.50 482	1.32 478	0.96 420	1.46 516	1.49 479	0.88 412

rrr	1.77 487	4.21 524	1.84 527	2.49 499	2.11 551	2.54 537	1.36 506	1.65 492	1.17 450	2.75 546	1.90 541	2.54 532	1.15 433	0.94 399	1.11 437	1.50 482	1.32 478	0.96 420	1.46 516	1.49 479	0.88 412

CFNet-ft	0.55 310	1.57 400	0.14 127	0.20 137	0.14 158	0.20 163	2.53 556	1.61 488	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	1.56 481	1.24 498

DPSMNet_ROB	1.60 482	1.59 401	1.70 512	1.59 460	1.59 518	1.61 497	1.61 522	1.60 487	1.60 519	1.62 497	1.59 522	1.60 496	1.60 507	1.60 493	1.59 519	1.59 486	1.60 512	1.59 506	1.59 524	1.59 482	1.59 521

ours_stereo	1.20 423	1.21 377	0.90 395	1.64 469	1.11 446	1.35 485	0.67 381	1.76 495	0.93 428	1.70 499	1.10 441	1.39 490	0.75 402	1.41 490	0.81 414	1.60 488	1.03 406	1.33 495	1.00 432	1.61 483	0.72 393

4.25_new	2.00 499	2.33 452	1.82 523	3.32 525	1.69 526	1.95 508	1.99 545	2.72 536	1.71 525	2.72 540	1.97 547	2.01 510	1.74 519	1.77 500	1.28 502	2.18 512	2.01 532	2.48 544	1.58 522	1.65 484	1.17 444

4.5w_new	2.00 499	2.33 452	1.82 523	3.32 525	1.69 526	1.95 508	1.99 545	2.72 536	1.71 525	2.72 540	1.97 547	2.01 510	1.74 519	1.77 500	1.28 502	2.18 512	2.01 532	2.48 544	1.58 522	1.65 484	1.17 444

RASNet	1.49 479	1.65 403	1.45 498	1.38 455	1.43 512	1.47 494	1.36 506	1.38 484	1.36 510	1.39 486	1.60 523	1.45 493	1.45 504	1.51 492	2.21 553	1.53 485	1.36 491	1.36 500	1.36 506	1.66 486	1.36 508

2w_stereo	1.99 495	2.36 459	1.81 518	3.24 520	1.67 523	1.94 505	1.98 542	2.72 536	1.68 521	2.72 540	1.94 544	1.98 508	1.74 519	1.79 502	1.27 501	1.95 503	2.00 530	2.53 546	1.60 525	1.68 487	1.15 440

3.75w	1.99 495	2.31 450	1.83 526	3.16 518	1.65 522	1.93 504	1.98 542	2.72 536	1.68 521	2.73 545	1.97 547	2.00 509	1.72 516	1.81 503	1.25 500	2.27 520	2.01 532	2.38 538	1.42 513	1.71 488	1.24 498

RAFT_CTSACE	1.92 492	3.71 509	1.72 515	1.88 472	1.72 530	2.04 512	1.42 516	2.18 513	1.89 547	2.02 510	1.97 547	1.95 505	2.06 541	1.93 507	1.62 520	1.76 491	1.66 516	2.02 523	1.73 540	1.73 489	1.43 513

4.25w-stereo	1.98 494	2.72 479	1.46 499	3.47 532	1.43 512	2.07 514	1.98 542	2.53 533	1.52 517	2.71 539	1.98 553	1.81 501	1.62 509	1.96 508	1.36 509	1.88 499	2.00 530	2.53 546	1.61 526	1.74 490	1.15 440

4.5w-stereo	1.99 495	2.33 452	1.81 518	3.28 522	1.68 525	1.94 505	1.99 545	2.72 536	1.70 524	2.72 540	1.99 556	1.97 507	1.68 511	1.76 499	1.29 504	1.91 501	2.02 536	2.53 546	1.61 526	1.75 491	1.16 443

2.75w_new	1.99 495	2.34 456	1.81 518	3.14 516	1.62 520	1.94 505	1.99 545	2.72 536	1.71 525	2.72 540	1.99 556	1.90 503	1.73 517	1.82 504	1.29 504	2.37 528	2.01 532	2.31 533	1.42 513	1.77 492	1.22 495

cf-r	0.66 327	2.17 440	0.12 102	0.18 131	0.12 153	0.18 155	2.70 559	2.60 534	0.12 153	0.18 152	0.12 145	0.18 154	0.12 150	0.18 153	0.12 142	0.15 125	0.11 97	0.15 142	0.11 130	1.81 493	1.74 535

MFMNet_re	1.81 490	1.91 422	1.71 514	1.95 477	1.70 529	1.95 508	1.70 527	1.96 500	1.74 532	1.97 505	1.72 531	1.95 505	1.71 515	1.97 509	1.71 527	1.86 494	1.62 513	1.85 512	1.66 531	1.86 494	1.64 527

GANetREF_RVC	1.55 480	1.94 428	1.22 474	1.88 472	1.21 502	1.88 503	1.22 494	1.88 497	1.22 499	1.88 500	1.22 496	1.88 502	1.22 487	1.89 506	1.22 496	1.87 496	1.22 476	1.88 519	1.22 495	1.88 495	1.22 495
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	1.59 481	1.91 422	1.21 473	1.94 475	1.20 456	2.00 511	1.23 495	1.99 502	1.24 501	2.00 508	1.25 499	2.03 512	1.26 489	2.00 510	1.29 504	1.90 500	1.18 428	1.89 520	1.21 494	1.89 496	1.20 449
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MC-Stereo	1.76 486	2.96 491	1.37 492	2.14 483	1.37 508	2.14 517	1.36 506	2.14 511	1.37 511	2.14 517	1.37 510	2.14 514	1.37 500	2.14 515	1.37 510	1.97 504	1.32 478	1.97 522	1.32 503	1.98 497	1.33 504

MM-Stereo_test1	1.80 489	3.41 502	1.52 505	2.12 482	1.41 511	2.04 512	1.41 514	2.05 506	1.46 516	2.04 512	1.41 514	2.05 513	1.42 503	2.05 511	1.43 514	2.04 508	1.54 505	1.94 521	1.38 509	1.99 498	1.33 504

MonStereo1	1.94 493	2.77 485	1.52 505	3.73 543	1.51 515	2.13 516	1.42 516	2.32 521	1.52 517	2.31 525	1.50 517	2.53 529	1.59 506	2.34 523	1.56 517	1.91 501	1.36 491	1.86 515	1.31 502	2.07 499	1.53 514

TRStereo	2.00 499	2.13 436	1.85 529	2.27 489	1.84 534	2.28 521	1.84 531	2.29 516	1.86 541	2.30 522	1.87 536	2.30 516	1.87 525	2.08 512	1.72 529	2.08 509	1.72 519	2.08 525	1.72 537	2.08 500	1.72 532

XX-Stereo	2.00 499	2.13 436	1.85 529	2.27 489	1.84 534	2.28 521	1.84 531	2.29 516	1.86 541	2.30 522	1.87 536	2.30 516	1.87 525	2.08 512	1.72 529	2.08 509	1.72 519	2.08 525	1.72 537	2.08 500	1.72 532

EAI-Stereo	2.00 499	2.13 436	1.85 529	2.27 489	1.84 534	2.28 521	1.84 531	2.29 516	1.86 541	2.30 522	1.87 536	2.30 516	1.87 525	2.08 512	1.72 529	2.08 509	1.72 519	2.08 525	1.72 537	2.08 500	1.72 532

GANet-RSSM	0.75 346	1.91 422	0.14 127	0.47 260	0.14 158	0.21 174	3.21 576	2.30 520	0.14 158	0.46 295	0.14 162	0.23 183	0.18 186	0.21 171	0.14 152	0.18 151	0.27 202	0.37 260	0.13 155	2.13 503	2.12 545

AIO_rvc	2.18 520	2.34 456	1.87 533	2.32 493	1.94 543	2.40 526	1.89 539	2.37 524	2.07 556	2.52 535	1.95 546	2.44 526	1.99 537	2.41 527	1.89 546	2.32 526	2.09 538	2.24 529	2.18 553	2.21 504	2.23 548

asda	2.17 518	2.54 466	1.81 518	3.47 532	1.78 532	2.50 533	1.86 535	2.61 535	1.68 521	2.61 537	1.83 533	2.37 523	1.73 517	2.44 530	1.88 545	2.51 537	1.84 526	2.34 535	1.62 528	2.23 505	1.77 536

HUF	2.18 520	2.30 449	1.99 543	2.34 494	2.02 548	2.41 527	2.06 550	2.38 525	1.89 547	2.36 527	1.85 534	2.56 534	1.98 535	2.31 522	1.97 549	2.30 524	2.03 537	2.30 532	2.11 551	2.23 505	2.16 546

AIO_test	2.18 520	2.09 434	2.04 544	2.42 496	2.01 545	2.47 529	1.94 541	2.34 523	2.03 555	2.56 536	1.94 544	2.43 525	1.94 532	2.41 527	1.87 544	2.39 530	2.10 539	2.35 537	1.91 550	2.25 507	2.19 547

NCCL2	2.28 532	2.27 447	2.28 546	2.28 492	2.28 558	2.27 519	2.29 554	2.28 514	2.28 557	2.27 521	2.28 559	2.28 515	2.27 545	2.27 519	2.28 558	2.28 521	2.28 544	2.27 530	2.29 557	2.27 508	2.29 549

ccnet	0.80 357	2.28 448	0.33 228	0.50 278	0.33 279	0.50 330	0.33 267	0.50 317	0.33 273	0.49 315	0.33 275	0.49 319	1.56 505	2.38 524	0.33 261	0.41 271	0.29 219	0.42 312	1.57 519	2.28 509	0.29 231

STTStereo	3.73 558	30.40 604	2.37 550	2.39 495	2.31 560	2.35 524	2.33 555	2.29 516	2.42 558	2.32 526	2.34 560	2.33 519	2.36 546	2.30 521	2.27 557	2.35 527	2.22 543	2.31 533	2.22 554	2.29 510	2.34 553

qwe	2.18 520	2.60 469	1.58 507	3.83 545	1.90 542	2.53 535	1.90 540	2.48 529	1.73 530	2.37 528	1.92 543	2.53 529	1.68 511	2.56 533	1.83 538	2.52 539	1.87 528	2.07 524	1.68 534	2.32 511	1.71 531

FBW_ROB	2.12 517	2.46 465	1.77 517	2.49 499	1.79 533	2.38 525	1.83 530	2.46 528	1.78 535	2.48 533	1.97 547	2.40 524	1.78 522	2.42 529	1.83 538	2.31 525	1.85 527	2.38 538	1.82 542	2.35 512	1.84 537

asd	2.18 520	2.77 485	1.58 507	3.59 537	2.00 544	2.58 539	1.85 534	2.39 526	1.71 525	2.47 532	1.97 547	2.59 536	1.61 508	2.56 533	1.79 536	2.51 537	1.99 529	2.11 528	1.62 528	2.36 513	1.60 522

monsterstereo	2.20 526	2.33 452	1.95 538	3.65 539	2.07 550	2.49 531	1.61 522	2.48 529	1.83 539	2.45 531	1.61 525	2.67 540	1.86 524	2.64 537	1.94 547	2.48 536	1.66 516	2.34 535	1.68 534	2.40 514	1.86 539

monsters	2.18 520	2.41 462	1.96 539	3.47 532	2.03 549	2.53 535	1.64 524	2.48 529	1.73 530	2.40 529	1.50 517	2.62 537	1.94 532	2.59 535	1.94 547	2.44 532	1.57 507	2.28 531	1.87 544	2.42 515	1.86 539

UDGNet	2.23 530	5.40 545	1.72 515	2.48 498	1.69 526	2.51 534	1.69 526	2.51 532	1.72 529	2.50 534	1.69 530	2.52 528	1.69 513	2.50 531	1.68 525	2.41 531	1.70 518	2.42 540	1.69 536	2.42 515	1.64 527

1w_stereo	2.05 514	2.32 451	1.35 482	3.74 544	2.01 545	2.73 545	1.42 516	1.88 497	1.93 549	2.03 511	1.28 502	2.71 541	1.99 537	2.72 543	1.72 529	2.20 514	1.32 478	1.87 516	1.86 543	2.45 517	1.54 515

LG-G_1	2.22 527	2.71 477	1.89 534	2.77 507	1.87 540	2.75 547	1.87 537	2.76 544	1.87 545	2.75 546	1.87 536	2.76 548	1.87 525	2.75 547	1.86 541	2.47 534	1.58 508	2.45 541	1.57 519	2.45 517	1.57 518

LG-G	2.22 527	2.71 477	1.89 534	2.77 507	1.87 540	2.75 547	1.87 537	2.76 544	1.87 545	2.75 546	1.87 536	2.76 548	1.87 525	2.75 547	1.86 541	2.47 534	1.58 508	2.45 541	1.57 519	2.45 517	1.57 518

LGtest1	2.22 527	2.70 475	1.89 534	2.76 506	1.86 537	2.75 547	1.86 535	2.75 543	1.86 541	2.75 546	1.86 535	2.77 550	1.87 525	2.75 547	1.86 541	2.46 533	1.58 508	2.45 541	1.56 518	2.45 517	1.56 517

4.5_new	2.00 499	1.84 414	1.98 540	2.77 507	2.16 553	2.27 519	1.28 501	2.09 507	1.98 551	2.01 509	1.28 502	2.71 541	1.98 535	2.51 532	1.65 522	2.26 517	1.33 485	1.87 516	1.87 544	2.49 521	1.60 522

GES	0.66 327	2.34 456	0.29 202	0.41 235	0.29 245	0.41 270	0.29 241	0.42 281	0.29 240	0.40 248	0.41 326	0.41 270	0.30 253	0.51 334	0.29 237	0.32 211	0.29 219	0.32 220	2.46 559	2.49 521	0.30 244

3w_stereo	2.04 512	2.24 446	1.70 512	3.15 517	2.18 557	2.49 531	1.26 499	2.03 505	1.98 551	1.98 506	1.33 505	2.72 545	1.99 537	2.59 535	1.72 529	2.22 516	1.33 485	1.85 512	1.88 549	2.50 523	1.58 520

3.25w	2.04 512	2.20 442	1.48 500	3.03 514	2.17 555	2.63 541	1.39 512	1.96 500	1.95 550	1.96 503	1.37 510	2.71 541	1.96 534	2.71 541	1.73 534	2.26 517	1.32 478	1.87 516	1.87 544	2.51 524	1.63 526

2.25w	2.00 499	1.86 417	1.98 540	2.95 513	2.17 555	2.26 518	1.35 504	2.42 527	2.00 554	2.07 516	1.27 501	2.53 529	1.99 537	2.29 520	1.49 516	2.21 515	1.32 478	1.85 512	1.87 544	2.52 525	1.62 525

PSMNet-RSSM	0.77 351	2.76 483	0.14 127	0.20 137	0.14 158	0.20 163	2.66 557	2.79 547	0.14 158	0.21 172	0.14 162	0.21 169	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	2.52 525	2.31 550

GwcNet-RSSM	0.77 351	2.77 485	0.14 127	0.20 137	0.14 158	0.20 163	2.67 558	2.78 546	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.21 171	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	2.52 525	2.31 550

4w-stereo	2.02 507	2.72 479	1.44 497	3.36 528	1.59 518	2.48 530	1.72 528	2.28 514	1.24 501	2.24 520	1.65 527	2.56 534	1.32 495	2.39 526	1.98 550	2.67 542	1.51 501	1.66 508	1.24 497	2.53 528	1.88 544

2.5w	2.01 506	2.40 461	1.37 492	3.28 522	2.01 545	2.71 542	1.43 519	1.82 496	1.83 539	1.90 502	1.41 514	2.71 541	1.35 497	2.71 541	1.85 540	2.66 540	1.53 503	1.64 507	1.23 496	2.53 528	1.87 541

3.25w_new	2.03 509	2.72 479	1.35 482	3.33 527	1.57 516	2.72 543	1.53 521	2.15 512	1.33 505	2.15 518	1.60 523	2.63 538	1.30 493	2.72 543	1.99 551	2.67 542	1.53 503	1.75 510	1.25 499	2.53 528	1.87 541

3.5w_stereo	2.03 509	2.72 479	1.35 482	3.41 529	1.57 516	2.72 543	1.49 520	2.01 504	1.34 506	2.15 518	1.61 525	2.63 538	1.36 498	2.72 543	1.99 551	2.66 540	1.58 508	1.68 509	1.24 497	2.53 528	1.87 541

IGEV	2.02 507	2.20 442	1.82 523	2.90 512	2.16 553	2.41 527	1.25 497	2.00 503	1.98 551	1.99 507	1.31 504	2.72 545	1.93 531	2.67 540	1.69 526	2.26 517	1.32 478	1.83 511	1.87 544	2.53 528	1.61 524

hitnet-ft	0.79 355	2.78 488	0.14 127	0.20 137	0.14 158	0.21 174	2.89 560	2.80 548	0.14 158	0.20 160	0.14 162	0.20 161	0.14 159	0.20 160	0.14 152	0.17 143	0.12 113	0.17 153	0.12 147	2.54 533	2.33 552

PDISCO_ROB	0.83 371	2.80 489	3.49 569	0.14 100	0.11 137	0.17 151	0.09 114	0.15 141	0.10 119	0.15 134	0.12 145	0.16 140	0.14 159	3.30 554	0.13 148	0.14 116	2.34 545	0.16 145	0.12 147	2.62 534	0.10 116

sCroCo_RVC	2.10 515	2.76 483	1.92 537	2.78 510	1.39 510	2.73 545	1.41 514	2.73 542	1.40 513	2.77 551	1.41 514	2.74 547	1.40 502	2.74 546	1.40 512	2.72 544	1.42 496	2.72 550	1.44 515	2.79 535	1.42 512

NLCA_NET_v2_RVC	5.04 586	50.87 614	2.78 553	2.87 511	2.71 561	2.78 550	0.47 344	2.88 549	2.86 562	1.89 501	2.67 561	2.79 551	2.79 550	2.78 550	2.83 559	2.82 545	2.82 547	2.83 551	2.77 560	2.83 536	2.76 557
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
plain	1.88 491	3.16 497	0.64 348	3.10 515	0.65 389	3.10 552	0.64 374	3.12 551	0.65 380	3.10 552	0.65 387	3.11 552	0.65 374	3.12 551	0.65 370	3.12 547	0.65 358	3.13 552	0.65 393	3.13 537	0.65 380

UniTT-Stereo	2.03 509	3.43 503	0.72 372	3.42 530	0.73 404	3.27 555	0.68 383	3.38 555	0.69 394	3.29 555	0.72 411	3.28 555	0.70 393	3.35 556	0.68 380	3.39 549	0.68 364	3.31 554	0.69 402	3.37 538	0.73 396

MonStereo	2.17 518	2.41 462	1.49 504	2.67 504	1.67 523	2.60 540	2.04 549	2.32 521	1.76 533	2.44 530	1.68 529	2.50 527	1.69 513	2.38 524	1.80 537	2.28 521	1.78 522	2.63 549	2.14 552	3.47 539	1.68 530

DPSNet	3.66 557	3.60 505	3.62 572	3.63 538	3.64 581	3.65 558	3.65 581	3.66 558	3.67 578	3.67 557	3.65 579	3.67 558	3.66 567	3.66 557	3.68 576	3.68 552	3.66 565	3.67 558	3.68 581	3.67 540	3.67 580

RAStereo	2.23 530	3.64 506	0.76 379	3.65 539	0.86 422	3.66 559	0.76 405	3.67 559	0.81 419	3.66 556	0.76 416	3.66 557	0.77 405	3.68 558	0.77 408	3.68 552	0.77 384	3.69 559	0.77 412	3.70 541	0.77 403

SA	4.33 575	7.35 558	6.85 590	5.96 572	4.09 586	3.59 557	3.15 575	3.82 560	2.64 559	3.91 558	3.85 582	3.57 556	2.72 549	3.13 552	4.03 583	7.09 590	6.86 585	3.57 556	3.12 572	3.85 542	3.51 579

ssnet_v2	0.68 332	1.96 429	1.25 478	0.29 176	0.20 199	0.30 209	0.20 186	0.29 203	0.22 198	1.50 490	0.20 197	0.31 218	0.20 195	0.27 204	0.22 193	0.24 184	1.49 500	0.26 200	0.18 194	3.90 543	0.19 178

TestStereo1	4.60 577	8.41 565	6.44 587	6.86 577	3.79 583	3.97 561	3.78 583	3.99 562	3.74 580	3.97 559	3.52 577	3.94 561	3.58 564	3.98 561	3.72 578	6.82 587	6.50 583	3.76 560	3.66 579	3.90 543	3.74 583

SA-5K	4.60 577	8.41 565	6.44 587	6.86 577	3.79 583	3.97 561	3.78 583	3.99 562	3.74 580	3.97 559	3.52 577	3.94 561	3.58 564	3.98 561	3.72 578	6.82 587	6.50 583	3.76 560	3.66 579	3.90 543	3.74 583

test_4	4.88 583	8.13 563	6.98 591	7.46 580	4.44 588	4.25 564	3.85 585	4.04 564	3.92 584	4.13 561	3.91 583	4.18 564	3.84 574	4.14 563	4.06 584	7.01 589	7.13 586	4.53 564	3.72 582	4.09 546	3.72 581

test_3	5.01 585	8.86 570	7.77 593	8.09 582	2.76 562	4.13 563	4.05 587	3.88 561	3.76 582	4.33 563	4.13 586	3.71 559	3.91 575	4.21 564	4.06 584	7.93 591	7.69 588	4.53 564	3.91 584	4.17 547	4.29 589

RAFT+CT+SA	4.28 573	7.62 561	4.91 579	5.55 569	2.28 558	3.09 551	3.64 580	4.49 566	3.07 568	4.80 578	3.35 575	4.77 581	3.70 569	4.29 565	3.05 562	5.58 579	5.98 580	3.58 557	3.78 583	4.26 548	3.72 581

test_5	4.62 580	7.55 560	6.23 585	6.32 574	3.40 577	5.29 585	3.50 578	3.53 557	4.11 586	4.28 562	4.47 589	4.26 565	4.38 581	3.68 558	3.24 572	5.89 581	5.60 577	4.84 581	3.50 577	4.33 549	3.93 587

Sa-1000	4.34 576	8.37 564	6.84 589	6.98 579	4.45 589	3.58 556	3.00 561	3.42 556	3.39 576	2.61 537	4.00 585	3.83 560	4.01 578	3.90 560	3.90 581	5.98 583	5.62 578	3.76 560	2.34 558	4.35 550	2.47 556

cross-raft	4.83 582	7.52 559	6.43 586	6.63 575	3.96 585	4.51 566	3.99 586	4.49 566	3.96 585	4.52 565	3.96 584	4.50 566	3.97 577	4.50 567	3.97 582	6.65 585	6.44 582	4.33 563	3.92 585	4.35 550	3.91 586

sAnonymous2	3.31 555	2.63 470	1.38 494	3.71 541	1.86 537	4.70 578	1.11 438	4.82 581	2.72 560	5.45 586	1.98 553	4.59 571	2.64 547	2.65 538	6.21 592	4.37 554	1.08 412	5.16 585	2.24 555	4.52 552	2.39 554

CroCo_RVC	3.31 555	2.63 470	1.38 494	3.71 541	1.86 537	4.70 578	1.11 438	4.82 581	2.72 560	5.45 586	1.98 553	4.59 571	2.64 547	2.65 538	6.21 592	4.37 554	1.08 412	5.16 585	2.24 555	4.52 552	2.39 554

rvit_105_1	3.83 559	5.22 538	3.01 555	4.53 549	3.01 563	4.51 566	3.01 562	4.56 568	3.04 563	4.53 567	3.03 564	4.55 569	3.03 551	4.56 568	3.04 560	4.57 560	3.05 549	4.57 566	3.05 564	4.57 554	3.05 562

rvit_0105_6	3.87 563	5.73 552	3.10 565	4.69 559	3.12 573	4.54 568	3.02 563	4.56 568	3.04 563	4.54 569	3.03 564	4.54 567	3.04 554	4.56 568	3.05 562	4.58 563	3.05 549	4.58 568	3.05 564	4.58 555	3.05 562

rvit_stereo_0081	3.83 559	5.23 539	3.01 555	4.53 549	3.03 565	4.55 572	3.02 563	4.56 568	3.04 563	4.52 565	3.02 562	4.54 567	3.03 551	4.56 568	3.04 560	4.57 560	3.05 549	4.57 566	3.05 564	4.58 555	3.05 562

rvit_stereo_0082	3.86 561	5.82 553	3.01 555	4.53 549	3.03 565	4.54 568	3.02 563	4.56 568	3.04 563	4.53 567	3.02 562	4.55 569	3.04 554	4.57 571	3.05 562	4.57 560	3.05 549	4.58 568	3.05 564	4.58 555	3.06 565

rvit_stereo_0081_aga	3.86 561	5.33 542	3.02 558	4.55 555	3.04 569	4.54 568	3.02 563	4.64 575	3.06 567	4.54 569	3.04 566	4.62 576	3.08 558	4.62 574	3.07 565	4.58 563	3.06 553	4.60 570	3.08 568	4.63 558	3.07 566

rvit_stereo_0080	3.89 564	5.70 550	3.04 560	4.54 552	3.03 565	4.56 573	3.05 569	4.60 572	3.07 568	4.58 572	3.06 567	4.59 571	3.06 556	4.61 572	3.08 566	4.63 565	3.09 554	4.64 572	3.10 569	4.65 559	3.10 569

whm_eth	3.89 564	5.70 550	3.04 560	4.54 552	3.03 565	4.56 573	3.05 569	4.60 572	3.07 568	4.58 572	3.06 567	4.59 571	3.06 556	4.61 572	3.08 566	4.63 565	3.09 554	4.64 572	3.10 569	4.65 559	3.10 569

rvit_stereo_0083	3.92 568	5.30 541	3.06 563	4.61 558	3.09 572	4.67 577	3.08 572	4.66 576	3.09 572	4.62 575	3.10 572	4.66 579	3.11 560	4.67 576	3.16 571	4.72 570	3.16 559	4.77 579	3.11 571	4.66 561	3.11 571

rvit_stereo_ft	3.93 569	5.44 547	3.05 562	4.59 556	3.06 570	4.61 576	3.08 572	4.67 577	3.12 573	4.63 576	3.10 572	4.65 578	3.11 560	4.69 578	3.13 570	4.70 568	3.14 558	4.71 577	3.15 573	4.74 562	3.16 574

MLG-Stereo_test2	4.28 573	5.46 548	3.69 573	4.86 562	3.72 582	5.58 587	3.42 577	4.81 580	3.77 583	4.85 579	3.72 581	5.55 588	3.63 566	5.58 586	3.53 575	4.41 557	3.28 563	4.99 583	2.95 562	4.75 563	3.13 572

rvit_0105_3	3.91 566	5.33 542	3.06 563	4.60 557	3.07 571	4.60 575	3.06 571	4.62 574	3.08 571	4.60 574	3.07 570	4.62 576	3.08 558	4.67 576	3.10 569	4.70 568	3.11 556	4.77 579	3.19 575	4.77 564	3.14 573

rvit_0105_4	3.91 566	5.47 549	3.02 558	4.54 552	3.02 564	4.54 568	3.03 567	4.75 578	3.17 574	4.57 571	3.06 567	4.61 575	3.16 562	4.65 575	3.09 568	4.66 567	3.11 556	4.68 575	3.18 574	4.81 565	3.16 574

CFNet	1.37 477	5.27 540	0.19 165	5.49 568	0.19 196	0.28 205	0.19 182	0.28 198	0.19 189	0.28 201	0.19 193	0.28 205	4.35 580	0.28 208	0.19 184	0.23 179	0.17 164	0.23 184	4.21 588	4.81 565	0.17 172

MLG-Stereo_test3	4.26 572	4.85 532	3.95 575	5.35 567	3.60 579	4.75 581	3.76 582	5.49 587	3.71 579	5.39 584	3.69 580	4.82 582	3.66 567	4.85 579	3.73 580	4.93 571	3.19 562	4.69 576	2.99 563	4.84 567	2.98 561

MLG-Stereo_test1	4.25 571	5.34 544	3.61 571	5.31 566	3.63 580	5.23 584	3.57 579	5.38 586	3.65 577	5.23 583	3.47 576	4.76 580	3.74 570	4.85 579	3.71 577	4.96 572	3.18 561	4.71 577	2.92 561	4.86 568	2.90 559

raft_robust	4.71 581	7.75 562	5.40 584	6.81 576	3.31 575	4.28 565	4.20 588	4.32 565	4.37 589	4.35 564	4.35 588	4.14 563	3.75 571	4.30 566	4.20 586	6.67 586	6.37 581	3.36 555	4.24 589	4.86 568	3.25 576

Anonymous3	2.55 544	3.26 500	1.65 510	3.28 522	1.63 521	3.24 554	1.68 525	3.27 553	1.66 520	3.28 554	1.67 528	3.25 554	1.66 510	3.27 553	1.64 521	3.26 548	1.65 515	3.30 553	1.65 530	4.95 570	1.65 529

TestStereo	4.88 583	4.75 530	4.79 578	4.87 563	4.92 590	4.81 583	4.90 591	4.78 579	4.77 590	4.87 580	4.89 590	4.90 584	4.91 583	4.99 583	4.79 588	4.98 573	4.87 574	4.87 582	4.92 591	5.00 571	5.00 590

rvit_0105_5	4.10 570	5.40 545	3.13 568	4.71 560	3.15 574	4.72 580	3.10 574	4.90 583	3.27 575	4.69 577	3.16 574	4.84 583	3.25 563	4.96 582	3.34 573	5.05 575	3.39 564	5.10 584	3.40 576	5.11 572	3.42 577

FC-DCNN v2	5.10 587	5.15 536	4.49 577	5.07 565	3.37 576	6.87 590	4.75 590	5.04 584	6.34 594	7.84 594	5.06 591	6.72 594	4.09 579	4.99 583	5.44 591	5.03 574	3.16 559	4.67 574	4.86 590	5.15 573	3.89 585

DISCO	1.11 419	0.39 158	5.28 582	0.39 209	0.20 199	0.39 252	0.27 224	0.39 243	0.22 198	0.38 236	0.20 197	0.38 244	0.20 195	6.95 593	0.22 193	0.30 205	0.21 180	0.27 204	0.21 198	5.25 574	0.21 183

MaDis-Stereo	3.19 554	6.02 555	1.12 414	5.61 570	1.16 452	5.43 586	1.02 435	5.15 585	0.70 397	5.43 585	1.21 495	5.03 586	0.97 417	4.85 579	0.99 428	4.53 558	1.16 424	5.53 587	1.25 499	5.37 575	1.30 501

DispFullNet	4.61 579	4.84 531	3.12 566	5.00 564	3.57 578	4.75 581	3.03 567	7.75 594	4.17 587	4.91 581	3.09 571	6.20 590	3.95 576	6.71 590	3.51 574	5.30 578	3.67 566	5.86 591	3.63 578	5.61 576	3.46 578

StereoVision	3.15 553	5.00 534	0.89 392	4.83 561	1.00 435	3.93 560	1.27 500	6.37 588	1.34 506	5.67 588	1.26 500	5.84 589	1.27 490	5.03 585	1.24 497	5.10 577	1.09 414	4.61 571	0.57 376	5.62 577	1.12 435

SGM-Forest	5.21 589	5.92 554	4.08 576	6.18 573	4.16 587	6.31 589	4.34 589	6.50 589	4.33 588	6.14 590	4.21 587	6.61 593	4.55 582	6.67 589	4.48 587	5.94 582	3.94 568	5.85 590	4.03 587	5.79 578	4.17 588
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MIF-Stereo (partial)	2.58 545	3.31 501	0.66 352	3.18 519	0.66 392	3.18 553	0.66 377	3.21 552	0.67 383	3.19 553	0.66 389	3.19 553	0.66 377	3.31 555	0.68 380	5.09 576	1.79 524	8.23 595	1.67 532	6.18 579	1.38 510

RAFT	6.73 592	9.36 573	7.40 592	8.51 585	6.55 594	6.88 591	6.60 595	6.79 590	6.60 595	6.80 591	6.72 597	5.31 587	5.50 586	6.61 588	6.61 595	8.42 593	5.89 579	5.73 588	5.45 595	6.61 580	6.24 594

gwcnet-sp	0.82 367	1.72 406	1.48 500	0.39 209	0.15 169	0.31 214	0.21 192	0.20 161	0.25 212	1.61 494	0.23 208	0.28 205	0.26 224	0.20 160	0.15 162	0.24 184	1.33 485	0.32 220	0.16 169	6.75 581	0.23 188

scenet	0.82 367	1.72 406	1.48 500	0.39 209	0.15 169	0.31 214	0.21 192	0.20 161	0.25 212	1.61 494	0.23 208	0.28 205	0.26 224	0.20 160	0.15 162	0.24 184	1.33 485	0.32 220	0.16 169	6.75 581	0.23 188

ssnet	0.82 367	1.72 406	1.48 500	0.39 209	0.15 169	0.31 214	0.21 192	0.20 161	0.25 212	1.61 494	0.23 208	0.28 205	0.26 224	0.20 160	0.15 162	0.24 184	1.33 485	0.32 220	0.16 169	6.75 581	0.23 188

test-1	6.46 590	9.16 572	8.03 596	8.09 582	5.62 593	6.11 588	6.35 594	6.85 591	4.94 591	6.08 589	6.29 596	4.98 585	6.43 588	6.22 587	6.36 594	6.16 584	7.47 587	5.82 589	5.44 594	7.11 584	5.68 593

test-v	7.53 594	11.89 581	7.98 594	9.36 588	7.14 595	7.06 592	7.09 596	7.37 592	6.91 596	7.29 592	5.71 594	6.45 591	6.93 589	6.73 591	7.27 596	8.93 596	7.85 589	6.98 592	6.80 596	7.56 585	7.34 596

test-2	7.53 594	11.89 581	7.98 594	9.36 588	7.14 595	7.06 592	7.09 596	7.37 592	6.91 596	7.29 592	5.71 594	6.45 591	6.93 589	6.73 591	7.27 596	8.93 596	7.85 589	6.98 592	6.80 596	7.56 585	7.34 596

rvit_stereo_0075_2	6.64 591	8.80 569	5.25 581	7.89 581	5.27 592	7.90 594	5.27 592	7.92 595	5.28 592	7.91 595	5.29 593	7.93 595	5.27 584	7.92 595	5.28 589	7.93 591	5.28 576	7.93 594	5.29 593	7.93 587	5.28 592

CFNet_RVC	2.38 540	8.71 568	0.38 255	9.33 587	0.42 338	0.56 352	0.42 329	0.60 352	0.38 302	0.62 362	0.42 336	0.56 356	7.29 592	0.62 357	0.42 324	0.53 323	0.37 259	0.49 345	0.34 291	8.30 588	6.87 595

MSMDNet	2.65 546	10.14 579	0.33 228	9.74 590	0.32 267	0.87 387	0.33 267	2.95 550	0.68 386	0.49 315	0.34 283	0.49 319	5.70 587	0.49 318	0.33 261	0.42 285	9.57 592	0.41 301	0.31 273	8.36 589	0.65 380

U	5.15 588	8.49 567	1.81 518	8.49 584	1.77 531	8.49 595	1.77 529	8.51 596	1.77 534	8.49 596	1.77 532	8.50 596	1.78 522	8.58 596	1.77 535	8.54 594	1.78 522	8.55 596	1.78 541	8.55 590	1.84 537

SGM+DAISY	7.06 593	9.15 571	5.38 583	8.84 586	5.18 591	8.80 596	5.31 593	8.79 597	5.28 592	8.89 597	5.20 592	8.93 597	5.33 585	8.95 597	5.36 590	8.70 595	5.21 575	8.74 597	5.20 592	8.89 591	5.15 591

pcwnet_v2	2.66 547	9.89 577	0.33 228	9.89 591	0.32 267	0.50 330	0.32 257	0.49 309	0.33 273	0.49 315	0.34 283	0.49 319	8.76 594	0.48 312	0.33 261	0.41 271	9.58 593	0.40 284	0.29 249	9.01 592	0.63 371

ccs_rob	2.79 551	10.17 580	0.32 223	10.00 593	0.33 279	0.49 322	0.33 267	1.90 499	0.32 266	0.51 335	0.33 275	0.49 319	9.24 596	0.49 318	0.33 261	0.41 271	9.82 595	0.41 301	0.28 239	9.34 593	0.29 231

PCWNet_CMD	2.80 552	9.82 576	0.32 223	10.09 594	0.32 267	0.49 322	0.33 267	3.34 554	0.33 273	0.49 315	0.33 275	0.49 319	8.73 593	0.48 312	0.33 261	0.41 271	9.22 591	0.42 312	0.29 249	9.55 594	0.31 253

UCFNet_RVC	2.75 550	10.06 578	0.29 202	10.31 595	0.29 245	0.42 290	0.29 241	0.43 287	0.29 240	0.42 276	0.29 244	0.42 288	9.87 597	0.43 288	0.29 237	0.36 233	9.84 596	0.36 257	0.26 226	9.77 595	0.26 205

CFNet_pseudo	2.67 548	9.36 573	0.32 223	10.99 596	0.33 279	0.85 385	0.33 267	0.49 309	0.33 273	0.49 315	0.32 268	0.49 319	7.26 591	0.49 318	0.33 261	0.41 271	9.62 594	0.41 301	0.29 249	10.03 596	0.29 231

CFNet_ucs	2.73 549	9.64 575	0.33 228	9.92 592	0.32 267	0.49 322	0.33 267	0.49 309	0.33 273	0.49 315	0.33 275	0.49 319	8.98 595	0.48 312	0.33 261	0.41 271	9.96 597	0.40 284	0.29 249	10.12 597	0.54 353

rafts_anoy	20.00 598	20.00 583	20.00 598	20.00 597	20.00 598	20.00 597	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599

raft+_RVC	20.00 598	20.00 583	20.00 598	20.00 597	20.00 598	20.00 597	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599

raftrobust	20.00 598	20.00 583	20.00 598	20.00 597	20.00 598	20.00 597	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599

CasAABBNet	20.00 598	20.00 583	20.00 598	20.00 597	20.00 598	20.00 597	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599

RALCasStereoNet	20.00 598	20.00 583	20.00 598	20.00 597	20.00 598	20.00 597	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599

RALAANet	20.00 598	20.00 583	20.00 598	20.00 597	20.00 598	20.00 597	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599	20.00 598	20.00 599

MANE	19.05 597	23.00 589	15.00 597	23.00 603	15.00 597	24.00 603	16.00 598	24.00 604	16.00 598	22.00 604	15.00 598	23.00 604	16.00 598	23.00 604	15.00 598	22.00 604	15.00 598	22.00 604	15.00 598	22.00 604	15.00 598

111	30.40 604	30.94 605	29.72 605	32.61 604	30.02 605	33.57 604	30.47 606	31.50 605	29.39 606	30.98 605	29.11 606	29.78 605	30.39 609	29.45 605	30.76 609	30.08 605	29.02 606	29.92 605	30.32 609	29.86 605	30.17 606

tt	500032.53 622	34.60 607	29.72 605	37.47 613	34.41 610	36.85 610	35.22 611	34.71 609	33.55 608	34.50 606	35.43 610	33.81 609	10000000.00 626	33.57 609	33.13 610	33.68 609	35.00 611	34.03 610	35.26 612	30.96 606	34.63 611

DCANet	500032.53 622	34.60 607	29.72 605	37.47 613	34.41 610	36.85 610	35.22 611	34.71 609	33.55 608	34.50 606	35.43 610	33.81 609	10000000.00 626	33.57 609	33.13 610	33.68 609	35.00 611	34.03 610	35.26 612	30.96 606	34.63 611

ADStereo(finetuned)	36.13 607	36.63 610	38.07 615	36.97 609	33.25 609	35.91 609	34.45 610	36.36 612	32.99 607	38.14 616	36.71 613	36.69 612	34.13 610	38.57 616	40.79 616	37.60 616	36.58 613	35.90 613	33.36 610	35.42 608	34.04 610

DCANet-4	35.22 606	34.54 606	35.08 611	33.58 608	35.47 612	34.55 605	35.53 613	36.08 611	35.85 610	35.92 611	35.77 612	35.18 611	35.48 611	35.39 611	37.15 615	34.55 611	33.92 610	35.02 612	34.90 611	35.79 609	34.74 613

Reg-Stereo(zero)	37.00 608	37.00 611	37.00 612	37.00 610	37.00 613	37.00 612	37.00 614	37.00 613	37.00 611	37.00 612	37.00 614	37.00 613	37.00 612	37.00 612	37.00 612	37.00 613	37.00 614	37.00 614	37.00 614	37.00 610	37.00 614

HI	37.00 608	37.00 611	37.00 612	37.00 610	37.00 613	37.00 612	37.00 614	37.00 613	37.00 611	37.00 612	37.00 614	37.00 613	37.00 612	37.00 612	37.00 612	37.00 613	37.00 614	37.00 614	37.00 614	37.00 610	37.00 614

CoSv	37.00 608	37.00 611	37.00 612	37.00 610	37.00 613	37.00 612	37.00 614	37.00 613	37.00 611	37.00 612	37.00 614	37.00 613	37.00 612	37.00 612	37.00 612	37.00 613	37.00 614	37.00 614	37.00 614	37.00 610	37.00 614

WCMA_ROB	31.10 605	35.43 609	27.12 604	39.51 615	23.10 604	38.78 615	25.30 605	37.49 616	25.39 605	37.29 615	27.02 605	38.52 616	26.48 605	37.80 615	26.44 605	36.28 612	22.65 605	33.90 609	22.30 605	37.10 613	24.18 605

NOSS_ROB	102.95 612	153.00 619	121.00 619	51.00 616	44.00 616	165.00 619	127.00 619	153.00 619	119.00 616	164.00 620	125.00 619	168.00 620	120.00 617	153.00 619	117.00 619	49.00 617	44.00 617	49.00 617	44.00 617	49.00 614	44.00 617

CBMV	128.50 613	1422.70 626	53.10 617	79.50 617	51.30 617	77.30 617	49.70 617	74.00 617	48.20 615	77.20 618	48.80 618	73.90 618	48.00 616	73.80 618	48.80 618	70.40 618	45.10 618	68.90 618	46.10 618	68.20 615	45.00 618
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 611	87.70 615	41.95 616	113.75 618	65.62 618	75.05 616	55.25 618	75.64 618	45.04 614	71.61 617	41.75 617	72.81 617	44.06 615	68.38 617	44.63 617	101.89 619	59.57 619	107.10 619	61.05 619	104.38 616	59.38 619

MeshStereo	159.24 614	171.00 620	160.68 622	162.58 619	160.59 619	164.01 618	160.35 620	158.51 620	158.56 617	158.34 619	160.12 620	158.56 619	159.92 618	157.26 620	158.94 620	154.38 620	158.36 620	155.75 620	159.13 621	153.67 617	154.07 620
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	201.80 615	123.00 616	115.00 618	219.00 620	218.00 621	223.00 620	244.00 622	217.00 621	236.00 619	202.00 621	203.00 621	205.00 621	208.00 619	225.00 621	204.00 621	210.00 621	198.00 621	197.00 621	184.00 622	204.00 618	201.00 621

MGS-Stereo	239.45 616	123.00 616	135.00 620	266.00 621	286.00 622	277.00 621	305.00 623	271.00 622	242.00 620	274.00 622	279.00 623	255.00 622	270.00 621	268.00 622	297.00 623	221.00 622	247.00 623	216.00 622	123.00 620	217.00 619	217.00 623

EGLCR-Stereo	246.90 617	129.00 618	139.00 621	266.00 621	286.00 622	277.00 621	305.00 623	271.00 622	242.00 620	274.00 622	279.00 623	255.00 622	270.00 621	268.00 622	297.00 623	230.00 623	247.00 623	216.00 622	223.00 624	237.00 620	227.00 624

DLCB_ROB	284.23 618	354.61 622	207.27 623	363.24 623	206.46 620	364.72 623	210.41 621	364.72 624	210.41 618	364.81 624	208.64 622	364.81 624	208.64 620	364.72 624	210.41 622	354.70 624	205.53 622	354.70 624	205.53 623	354.70 621	205.53 622

LE_ROB	396.57 619	471.28 623	329.84 624	471.48 624	308.15 624	526.83 624	322.10 625	488.15 625	323.76 622	495.46 625	317.97 625	497.17 625	320.10 623	481.62 625	326.76 625	462.71 625	298.97 625	466.16 625	285.98 625	447.62 622	289.21 625

SGM-ForestM	596.69 620	677.77 624	444.52 625	699.85 625	517.25 625	732.94 625	488.29 626	770.79 626	460.11 623	750.81 626	487.98 626	792.79 626	499.41 624	730.90 626	475.81 626	720.03 626	491.16 626	663.96 626	418.60 626	674.76 623	436.05 626

CBMV_ROB	818.48 621	913.88 625	709.52 626	862.84 626	597.78 626	1073.99 626	700.52 627	1015.66 627	702.59 624	1115.65 627	760.02 627	1130.24 627	721.57 625	1037.41 627	692.65 627	814.05 627	564.29 627	843.28 627	595.31 627	915.51 624	602.92 627

111111	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 626	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628

SGD-Stereo	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 626	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628

IGEV-Stereo++	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 626	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628

IGEV-BASED-STEREO-	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 626	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628

IGEV-Stereo+	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 626	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628

SDNR	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 626	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628

anonymousdsp2	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 626	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628

anonymousdsp	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 626	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628

fff	1000028.16 624	29.62 601	29.72 605	32.61 604	30.02 605	35.13 606	31.83 607	32.07 606	10000000.00 625	35.27 608	29.82 607	32.45 606	30.15 606	32.35 606	30.09 606	31.04 606	29.55 607	30.64 606	30.14 606	10000000.00 625	30.77 607

csc	1000028.16 624	29.62 601	29.72 605	32.61 604	30.02 605	35.13 606	31.83 607	32.07 606	10000000.00 625	35.27 608	29.82 607	32.45 606	30.15 606	32.35 606	30.09 606	31.04 606	29.55 607	30.64 606	30.14 606	10000000.00 625	30.77 607

cscssc	1000028.16 624	29.62 601	29.72 605	32.61 604	30.02 605	35.13 606	31.83 607	32.07 606	10000000.00 625	35.27 608	29.82 607	32.45 606	30.15 606	32.35 606	30.09 606	31.04 606	29.55 607	30.64 606	30.14 606	10000000.00 625	30.77 607

test_example2	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 626	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628

DIP-Stereo	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 627	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 626	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 628	10000000.00 625	10000000.00 628
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark