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

monster-pro	0.07 7	0.06 107	0.05 1	0.15 113	0.05 2	0.07 43	0.10 35	0.15 185	0.15 241	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

BridgeDepth	0.07 7	0.07 225	0.08 56	0.18 386	0.06 27	0.07 43	0.11 64	0.09 20	0.06 6	0.04 1	0.07 64	0.10 254	0.09 265	0.08 25	0.08 25	0.04 11	0.03 1	0.04 1	0.04 59	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonStereo	0.07 7	0.06 107	0.05 1	0.15 113	0.05 2	0.08 83	0.10 35	0.15 185	0.15 241	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 107	0.05 1	0.15 113	0.05 2	0.08 83	0.10 35	0.15 185	0.15 241	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

asda	0.07 7	0.08 344	0.08 56	0.16 209	0.06 27	0.06 14	0.10 35	0.16 223	0.10 74	0.06 25	0.06 23	0.05 5	0.05 14	0.10 121	0.10 206	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

asd	0.07 7	0.08 344	0.07 11	0.16 209	0.07 132	0.08 83	0.08 7	0.11 56	0.08 24	0.07 74	0.07 64	0.06 42	0.06 65	0.10 121	0.09 102	0.03 1	0.03 1	0.04 1	0.04 59	0.04 48	0.03 2

qwe	0.07 7	0.08 344	0.07 11	0.15 113	0.06 27	0.07 43	0.10 35	0.18 296	0.11 105	0.07 74	0.07 64	0.06 42	0.06 65	0.10 121	0.09 102	0.03 1	0.03 1	0.04 1	0.04 59	0.04 48	0.03 2

2.25w	0.07 7	0.06 107	0.07 11	0.14 59	0.06 27	0.08 83	0.08 7	0.10 33	0.15 241	0.08 128	0.10 193	0.07 123	0.06 65	0.08 25	0.10 206	0.05 51	0.03 1	0.04 1	0.04 59	0.03 1	0.04 72

4.25_new	0.07 7	0.08 344	0.09 121	0.15 113	0.06 27	0.09 136	0.08 7	0.14 143	0.08 24	0.07 74	0.07 64	0.06 42	0.06 65	0.12 290	0.10 206	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4.5w_new	0.07 7	0.08 344	0.09 121	0.15 113	0.06 27	0.09 136	0.08 7	0.14 143	0.08 24	0.07 74	0.07 64	0.06 42	0.06 65	0.12 290	0.10 206	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4.5_new	0.07 7	0.09 424	0.08 56	0.15 113	0.07 132	0.06 14	0.10 35	0.14 143	0.11 105	0.06 25	0.08 122	0.06 42	0.06 65	0.08 25	0.10 206	0.03 1	0.03 1	0.04 1	0.04 59	0.04 48	0.03 2

4.5w-stereo	0.07 7	0.09 424	0.08 56	0.15 113	0.07 132	0.06 14	0.10 35	0.14 143	0.11 105	0.06 25	0.08 122	0.06 42	0.06 65	0.08 25	0.10 206	0.03 1	0.03 1	0.04 1	0.04 59	0.04 48	0.03 2

4.25w-stereo	0.07 7	0.08 344	0.09 121	0.15 113	0.06 27	0.09 136	0.08 7	0.14 143	0.08 24	0.07 74	0.07 64	0.06 42	0.06 65	0.12 290	0.10 206	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4w-stereo	0.07 7	0.08 344	0.08 56	0.16 209	0.06 27	0.07 43	0.08 7	0.12 83	0.08 24	0.07 74	0.07 64	0.05 5	0.06 65	0.09 58	0.10 206	0.03 1	0.03 1	0.04 1	0.04 59	0.04 48	0.03 2

2.5w	0.07 7	0.07 225	0.07 11	0.16 209	0.06 27	0.08 83	0.12 96	0.10 33	0.10 74	0.07 74	0.06 23	0.09 219	0.06 65	0.08 25	0.09 102	0.04 11	0.03 1	0.04 1	0.04 59	0.03 1	0.03 2

3.25w_new	0.07 7	0.06 107	0.07 11	0.15 113	0.06 27	0.10 199	0.07 3	0.12 83	0.11 105	0.08 128	0.06 23	0.07 123	0.06 65	0.11 196	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 107	0.07 11	0.15 113	0.06 27	0.10 199	0.07 3	0.12 83	0.11 105	0.08 128	0.06 23	0.07 123	0.06 65	0.11 196	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 225	0.08 56	0.16 209	0.07 132	0.07 43	0.09 20	0.16 223	0.09 50	0.07 74	0.06 23	0.05 5	0.06 65	0.09 58	0.10 206	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 225	0.07 11	0.15 113	0.07 132	0.09 136	0.06 1	0.13 112	0.11 105	0.07 74	0.07 64	0.06 42	0.07 178	0.10 121	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 84	0.09 424	0.10 185	0.17 296	0.07 132	0.08 83	0.10 35	0.20 337	0.13 184	0.06 25	0.07 64	0.05 5	0.06 65	0.08 25	0.09 102	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

2w_stereo	0.08 84	0.08 344	0.09 121	0.16 209	0.06 27	0.08 83	0.10 35	0.20 337	0.15 241	0.08 128	0.07 64	0.06 42	0.06 65	0.06 1	0.09 102	0.04 11	0.03 1	0.04 1	0.04 59	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 107	0.07 11	0.16 209	0.06 27	0.07 43	0.10 35	0.14 143	0.14 216	0.07 74	0.08 122	0.05 5	0.06 65	0.09 58	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 72

MonSter	0.07 7	0.06 107	0.05 1	0.15 113	0.05 2	0.07 43	0.10 35	0.15 185	0.15 241	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 102	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

4D-IteraStereo	0.09 172	0.07 225	0.10 185	0.18 386	0.07 132	0.09 136	0.15 319	0.17 262	0.15 241	0.10 225	0.11 243	0.10 254	0.07 178	0.11 196	0.09 102	0.05 51	0.03 1	0.08 393	0.07 379	0.06 290	0.05 203

DNS	0.09 172	0.05 41	0.11 244	0.15 113	0.08 212	0.10 199	0.16 388	0.17 262	0.09 50	0.08 128	0.12 264	0.08 183	0.07 178	0.09 58	0.08 25	0.07 336	0.04 25	0.05 48	0.05 190	0.06 290	0.05 203

quiztm	0.08 84	0.07 225	0.08 56	0.18 386	0.07 132	0.09 136	0.14 235	0.14 143	0.12 142	0.07 74	0.07 64	0.05 5	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.04 59	0.04 48	0.03 2

MGA	0.07 7	0.04 1	0.10 185	0.13 16	0.06 27	0.08 83	0.09 20	0.12 83	0.08 24	0.05 2	0.06 23	0.06 42	0.05 14	0.10 121	0.09 102	0.06 167	0.04 25	0.05 48	0.03 1	0.05 168	0.05 203

CAR	0.07 7	0.05 41	0.08 56	0.14 59	0.06 27	0.07 43	0.08 7	0.12 83	0.08 24	0.05 2	0.06 23	0.05 5	0.05 14	0.10 121	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

MSE-Stereo	0.07 7	0.04 1	0.08 56	0.13 16	0.06 27	0.07 43	0.08 7	0.12 83	0.08 24	0.05 2	0.06 23	0.05 5	0.05 14	0.10 121	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

PointNet	0.07 7	0.06 107	0.07 11	0.15 113	0.07 132	0.08 83	0.14 235	0.11 56	0.08 24	0.05 2	0.07 64	0.08 183	0.08 227	0.09 58	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.03 1	0.04 72

TS12	0.08 84	0.06 107	0.09 121	0.21 554	0.07 132	0.11 251	0.13 170	0.11 56	0.09 50	0.10 225	0.10 193	0.08 183	0.10 304	0.09 58	0.12 348	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.04 72

DF	0.08 84	0.05 41	0.09 121	0.15 113	0.06 27	0.11 251	0.13 170	0.10 33	0.12 142	0.09 180	0.10 193	0.10 254	0.08 227	0.11 196	0.09 102	0.07 336	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

aanet-new-90k	0.08 84	0.07 225	0.08 56	0.19 455	0.06 27	0.07 43	0.12 96	0.12 83	0.13 184	0.06 25	0.07 64	0.06 42	0.06 65	0.10 121	0.07 1	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.03 2

aanet-new-60k	0.07 7	0.07 225	0.08 56	0.18 386	0.06 27	0.07 43	0.10 35	0.09 20	0.14 216	0.07 74	0.07 64	0.06 42	0.06 65	0.11 196	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

aanet-new-70k	0.07 7	0.06 107	0.09 121	0.17 296	0.06 27	0.08 83	0.12 96	0.11 56	0.10 74	0.06 25	0.07 64	0.07 123	0.06 65	0.10 121	0.07 1	0.04 11	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

aanet-new-78k	0.07 7	0.07 225	0.09 121	0.19 455	0.06 27	0.07 43	0.12 96	0.11 56	0.13 184	0.06 25	0.07 64	0.06 42	0.06 65	0.09 58	0.07 1	0.04 11	0.04 25	0.05 48	0.04 59	0.05 168	0.03 2

aanet-new-40k	0.07 7	0.08 344	0.07 11	0.17 296	0.07 132	0.08 83	0.13 170	0.10 33	0.10 74	0.07 74	0.08 122	0.06 42	0.05 14	0.08 25	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

aanet-new-36k	0.08 84	0.06 107	0.09 121	0.17 296	0.06 27	0.09 136	0.13 170	0.11 56	0.13 184	0.08 128	0.08 122	0.06 42	0.05 14	0.09 58	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

aanet-new-34k	0.08 84	0.06 107	0.09 121	0.17 296	0.05 2	0.07 43	0.13 170	0.12 83	0.12 142	0.09 180	0.08 122	0.07 123	0.05 14	0.10 121	0.09 102	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

aanet-32k-new	0.08 84	0.07 225	0.08 56	0.18 386	0.06 27	0.08 83	0.12 96	0.11 56	0.12 142	0.07 74	0.08 122	0.05 5	0.07 178	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.06 290	0.04 72

aanet-new-32k	0.08 84	0.07 225	0.09 121	0.18 386	0.06 27	0.11 251	0.11 64	0.10 33	0.08 24	0.07 74	0.07 64	0.07 123	0.06 65	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

aanet-new-30k	0.08 84	0.07 225	0.09 121	0.18 386	0.06 27	0.11 251	0.11 64	0.10 33	0.08 24	0.07 74	0.07 64	0.07 123	0.06 65	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

aanet-new-28k	0.08 84	0.07 225	0.09 121	0.18 386	0.06 27	0.08 83	0.12 96	0.10 33	0.09 50	0.09 180	0.08 122	0.08 183	0.06 65	0.12 290	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

GCAP-Stereo-DPT26K	0.07 7	0.06 107	0.07 11	0.16 209	0.06 27	0.08 83	0.12 96	0.10 33	0.08 24	0.06 25	0.09 157	0.06 42	0.05 14	0.08 25	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

aanet-new-24k	0.07 7	0.07 225	0.07 11	0.17 296	0.06 27	0.07 43	0.12 96	0.09 20	0.11 105	0.09 180	0.09 157	0.06 42	0.07 178	0.09 58	0.07 1	0.04 11	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

aanet-new-22k	0.08 84	0.06 107	0.09 121	0.17 296	0.06 27	0.08 83	0.11 64	0.14 143	0.12 142	0.09 180	0.09 157	0.08 183	0.06 65	0.10 121	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

aanet-new-16k	0.08 84	0.08 344	0.08 56	0.18 386	0.06 27	0.07 43	0.09 20	0.13 112	0.12 142	0.08 128	0.07 64	0.07 123	0.06 65	0.09 58	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.05 168	0.03 2

aanet-new-10k	0.08 84	0.08 344	0.08 56	0.19 455	0.07 132	0.08 83	0.12 96	0.14 143	0.11 105	0.07 74	0.08 122	0.07 123	0.07 178	0.09 58	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

aanet-new-12k	0.08 84	0.09 424	0.07 11	0.20 522	0.08 212	0.08 83	0.13 170	0.12 83	0.13 184	0.08 128	0.08 122	0.05 5	0.07 178	0.09 58	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.06 290	0.04 72

aanet-new-14k	0.08 84	0.09 424	0.08 56	0.19 455	0.06 27	0.07 43	0.10 35	0.14 143	0.15 241	0.06 25	0.08 122	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

aanet-new-8k	0.08 84	0.07 225	0.08 56	0.19 455	0.07 132	0.09 136	0.12 96	0.16 223	0.15 241	0.07 74	0.07 64	0.06 42	0.06 65	0.10 121	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

aanet-new	0.08 84	0.09 424	0.10 185	0.18 386	0.08 212	0.10 199	0.12 96	0.15 185	0.12 142	0.08 128	0.08 122	0.05 5	0.07 178	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.06 290	0.04 72

GCAP-Stereo-cres-4k	0.08 84	0.07 225	0.08 56	0.18 386	0.07 132	0.11 251	0.14 235	0.12 83	0.11 105	0.07 74	0.11 243	0.07 123	0.06 65	0.09 58	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

GCAP-Stereo-DPT-cres	0.08 84	0.05 41	0.07 11	0.15 113	0.06 27	0.10 199	0.14 235	0.13 112	0.12 142	0.07 74	0.09 157	0.07 123	0.06 65	0.10 121	0.09 102	0.05 51	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

GCAP-Stereo-DPT-22K	0.08 84	0.06 107	0.07 11	0.17 296	0.06 27	0.07 43	0.14 235	0.13 112	0.16 278	0.05 2	0.10 193	0.06 42	0.06 65	0.08 25	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.04 72

GCAP-Stereo-DPT-24K	0.07 7	0.06 107	0.07 11	0.15 113	0.06 27	0.10 199	0.15 319	0.12 83	0.11 105	0.06 25	0.11 243	0.06 42	0.05 14	0.09 58	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

GCAP-Stereo-DPT-5K	0.08 84	0.06 107	0.10 185	0.16 209	0.07 132	0.11 251	0.12 96	0.15 185	0.15 241	0.08 128	0.12 264	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 188	0.05 190	0.03 1	0.04 72

GCAP-Stereo-DPT-2K	0.08 84	0.06 107	0.10 185	0.16 209	0.07 132	0.11 251	0.13 170	0.14 143	0.14 216	0.08 128	0.13 283	0.05 5	0.06 65	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.03 1	0.04 72

GCAP-Stereo-DPT-3K	0.08 84	0.07 225	0.10 185	0.16 209	0.07 132	0.09 136	0.12 96	0.15 185	0.14 216	0.08 128	0.11 243	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.03 1	0.04 72

GCAP-Stereo-DPT-50K	0.08 84	0.06 107	0.17 490	0.15 113	0.06 27	0.06 14	0.13 170	0.13 112	0.13 184	0.07 74	0.07 64	0.06 42	0.05 14	0.08 25	0.08 25	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 84	0.06 107	0.07 11	0.16 209	0.06 27	0.06 14	0.14 235	0.14 143	0.14 216	0.07 74	0.10 193	0.06 42	0.05 14	0.09 58	0.09 102	0.04 11	0.04 25	0.04 1	0.04 59	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 84	0.05 41	0.12 289	0.15 113	0.06 27	0.10 199	0.14 235	0.12 83	0.12 142	0.07 74	0.09 157	0.06 42	0.06 65	0.10 121	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

PipStereo	0.07 7	0.04 1	0.09 121	0.13 16	0.05 2	0.08 83	0.11 64	0.06 1	0.06 6	0.06 25	0.05 7	0.08 183	0.05 14	0.08 25	0.09 102	0.06 167	0.04 25	0.04 1	0.03 1	0.05 168	0.04 72

PSi22b	0.06 1	0.04 1	0.09 121	0.13 16	0.05 2	0.08 83	0.11 64	0.06 1	0.06 6	0.06 25	0.06 23	0.08 183	0.05 14	0.08 25	0.09 102	0.06 167	0.04 25	0.04 1	0.03 1	0.05 168	0.04 72

PSi22a	0.06 1	0.04 1	0.09 121	0.12 5	0.05 2	0.06 14	0.11 64	0.06 1	0.06 6	0.06 25	0.06 23	0.06 42	0.05 14	0.08 25	0.09 102	0.07 336	0.04 25	0.04 1	0.03 1	0.05 168	0.04 72

LACA3	0.07 7	0.08 344	0.08 56	0.13 16	0.05 2	0.09 136	0.11 64	0.08 11	0.08 24	0.08 128	0.05 7	0.07 123	0.07 178	0.07 4	0.07 1	0.06 167	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

PSi22	0.08 84	0.06 107	0.11 244	0.16 209	0.07 132	0.08 83	0.10 35	0.14 143	0.08 24	0.08 128	0.06 23	0.10 254	0.06 65	0.12 290	0.09 102	0.05 51	0.04 25	0.04 1	0.03 1	0.04 48	0.04 72

Foundation-i1c-attn	0.08 84	0.05 41	0.07 11	0.14 59	0.05 2	0.09 136	0.12 96	0.12 83	0.10 74	0.09 180	0.10 193	0.10 254	0.07 178	0.07 4	0.10 206	0.06 167	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

Foundation-i1b	0.08 84	0.05 41	0.07 11	0.14 59	0.05 2	0.09 136	0.12 96	0.13 112	0.10 74	0.09 180	0.10 193	0.09 219	0.06 65	0.07 4	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

Foundation-i1a	0.08 84	0.05 41	0.07 11	0.13 16	0.05 2	0.13 354	0.13 170	0.12 83	0.09 50	0.11 260	0.11 243	0.11 284	0.06 65	0.08 25	0.09 102	0.06 167	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

LiteMatch	0.09 172	0.06 107	0.10 185	0.16 209	0.07 132	0.09 136	0.15 319	0.13 112	0.08 24	0.06 25	0.07 64	0.06 42	0.15 450	0.10 121	0.14 428	0.07 336	0.04 25	0.06 188	0.06 281	0.06 290	0.06 304

Lsterematch	0.11 289	0.06 107	0.11 244	0.16 209	0.07 132	0.13 354	0.15 319	0.14 143	0.17 307	0.16 408	0.18 376	0.15 379	0.15 450	0.12 290	0.14 428	0.07 336	0.04 25	0.06 188	0.06 281	0.06 290	0.06 304

Foundation-i1	0.09 172	0.04 1	0.10 185	0.14 59	0.06 27	0.10 199	0.13 170	0.16 223	0.14 216	0.10 225	0.10 193	0.11 284	0.07 178	0.07 4	0.10 206	0.06 167	0.04 25	0.05 48	0.05 190	0.05 168	0.05 203

Foundation-i32	0.06 1	0.04 1	0.09 121	0.13 16	0.04 1	0.06 14	0.12 96	0.06 1	0.05 4	0.06 25	0.05 7	0.05 5	0.05 14	0.07 4	0.09 102	0.06 167	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

Selective-IGEV-i32	0.07 7	0.06 107	0.08 56	0.17 296	0.06 27	0.08 83	0.12 96	0.13 112	0.07 15	0.08 128	0.07 64	0.06 42	0.04 1	0.10 121	0.09 102	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

LACA2	0.07 7	0.05 41	0.06 5	0.15 113	0.06 27	0.09 136	0.11 64	0.11 56	0.10 74	0.05 2	0.05 7	0.06 42	0.08 227	0.09 58	0.07 1	0.07 336	0.04 25	0.04 1	0.04 59	0.04 48	0.04 72

LACA1	0.07 7	0.07 225	0.07 11	0.14 59	0.05 2	0.09 136	0.11 64	0.10 33	0.07 15	0.05 2	0.05 7	0.06 42	0.07 178	0.08 25	0.09 102	0.06 167	0.04 25	0.04 1	0.04 59	0.03 1	0.04 72

Test_v1	0.07 7	0.04 1	0.06 5	0.13 16	0.06 27	0.08 83	0.11 64	0.15 185	0.12 142	0.06 25	0.05 7	0.04 1	0.05 14	0.08 25	0.10 206	0.07 336	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

gcap_with_dpt	0.08 84	0.06 107	0.09 121	0.16 209	0.07 132	0.09 136	0.12 96	0.13 112	0.13 184	0.08 128	0.12 264	0.04 1	0.06 65	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.03 1	0.04 72

Hybrid-DGEV-03	0.10 241	0.06 107	0.09 121	0.18 386	0.08 212	0.16 444	0.14 235	0.15 185	0.14 216	0.13 331	0.16 327	0.12 304	0.09 265	0.13 342	0.11 287	0.06 167	0.04 25	0.08 393	0.06 281	0.05 168	0.04 72

DispViT+	0.08 84	0.05 41	0.09 121	0.13 16	0.06 27	0.05 4	0.11 64	0.18 296	0.16 278	0.09 180	0.08 122	0.07 123	0.06 65	0.11 196	0.09 102	0.06 167	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

BLMT-Stereo	0.07 7	0.04 1	0.08 56	0.15 113	0.07 132	0.06 14	0.14 235	0.07 7	0.10 74	0.05 2	0.05 7	0.04 1	0.06 65	0.07 4	0.09 102	0.04 11	0.04 25	0.05 48	0.05 190	0.04 48	0.04 72

Pro-Stereo	0.07 7	0.05 41	0.08 56	0.15 113	0.07 132	0.08 83	0.12 96	0.07 7	0.07 15	0.06 25	0.06 23	0.05 5	0.05 14	0.09 58	0.08 25	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

WQFJA1++	0.08 84	0.04 1	0.11 244	0.14 59	0.07 132	0.11 251	0.11 64	0.11 56	0.07 15	0.07 74	0.07 64	0.07 123	0.06 65	0.10 121	0.10 206	0.06 167	0.04 25	0.05 48	0.04 59	0.06 290	0.06 304

BridgeDepth_RVC	0.07 7	0.04 1	0.09 121	0.11 1	0.05 2	0.10 199	0.10 35	0.14 143	0.09 50	0.06 25	0.07 64	0.06 42	0.07 178	0.07 4	0.10 206	0.06 167	0.04 25	0.04 1	0.04 59	0.04 48	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
NLSM3	0.09 172	0.06 107	0.08 56	0.19 455	0.08 212	0.11 251	0.16 388	0.18 296	0.16 278	0.06 25	0.08 122	0.07 123	0.08 227	0.09 58	0.11 287	0.04 11	0.04 25	0.06 188	0.07 379	0.03 1	0.03 2

HiDET	0.08 84	0.04 1	0.10 185	0.13 16	0.06 27	0.08 83	0.12 96	0.12 83	0.11 105	0.06 25	0.07 64	0.07 123	0.07 178	0.11 196	0.11 287	0.06 167	0.04 25	0.04 1	0.03 1	0.04 48	0.04 72

VIP-Stereo	0.07 7	0.07 225	0.07 11	0.15 113	0.06 27	0.12 303	0.10 35	0.11 56	0.11 105	0.06 25	0.07 64	0.06 42	0.05 14	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.03 1	0.03 1	0.02 1

GEAStereo	0.08 84	0.05 41	0.08 56	0.13 16	0.08 212	0.08 83	0.14 235	0.10 33	0.09 50	0.08 128	0.10 193	0.06 42	0.05 14	0.11 196	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.05 203

GSStereo	0.08 84	0.05 41	0.08 56	0.13 16	0.08 212	0.08 83	0.14 235	0.11 56	0.12 142	0.08 128	0.10 193	0.05 5	0.05 14	0.11 196	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.05 203

GS-Stereo							0.14 235	0.11 56	0.12 142	0.08 128	0.10 193	0.05 5	0.05 14	0.11 196	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.05 203

gasm-f	0.08 84	0.05 41	0.07 11	0.13 16	0.08 212	0.08 83	0.14 235	0.10 33	0.09 50	0.08 128	0.10 193	0.06 42	0.05 14	0.10 121	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.06 290	0.05 203

FE-Mocha	0.09 172	0.06 107	0.14 376	0.16 209	0.09 339	0.10 199	0.15 319	0.18 296	0.16 278	0.10 225	0.09 157	0.07 123	0.07 178	0.09 58	0.09 102	0.06 167	0.04 25	0.06 188	0.06 281	0.05 168	0.05 203

DLNR-FE	10.43 708	1.83 699	19.53 723	120.75 728	13.06 715	0.06 14	0.13 170	0.23 405	0.10 74	0.07 74	0.10 193	0.09 219	0.06 65	0.10 121	0.09 102	0.13 596	0.04 25	0.06 188	0.04 59	52.01 729	0.04 72

IGEV-FE	0.09 172	0.05 41	0.12 289	0.13 16	0.08 212	0.12 303	0.13 170	0.17 262	0.11 105	0.10 225	0.06 23	0.09 219	0.06 65	0.11 196	0.09 102	0.06 167	0.04 25	0.06 188	0.06 281	0.05 168	0.05 203

DDF-Stereo	0.08 84	0.04 1	0.09 121	0.15 113	0.10 451	0.06 14	0.13 170	0.09 20	0.14 216	0.06 25	0.06 23	0.07 123	0.06 65	0.09 58	0.10 206	0.06 167	0.04 25	0.06 188	0.04 59	0.08 434	0.05 203

252Zero-FE	0.08 84	0.04 1	0.09 121	0.13 16	0.07 132	0.12 303	0.11 64	0.13 112	0.14 216	0.06 25	0.05 7	0.06 42	0.05 14	0.09 58	0.10 206	0.06 167	0.04 25	0.04 1	0.03 1	0.05 168	0.06 304

Zero-FE251	0.07 7	0.05 41	0.09 121	0.13 16	0.06 27	0.12 303	0.12 96	0.11 56	0.10 74	0.07 74	0.08 122	0.06 42	0.06 65	0.09 58	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

Wavelet-MonSter	0.07 7	0.05 41	0.07 11	0.16 209	0.06 27	0.07 43	0.11 64	0.10 33	0.08 24	0.06 25	0.06 23	0.07 123	0.07 178	0.09 58	0.09 102	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

DA	0.08 84	0.07 225	0.07 11	0.19 455	0.08 212	0.09 136	0.12 96	0.13 112	0.12 142	0.08 128	0.10 193	0.10 254	0.08 227	0.09 58	0.10 206	0.05 51	0.04 25	0.06 188	0.04 59	0.05 168	0.03 2

Monster-pub-mixall	0.07 7	0.04 1	0.09 121	0.13 16	0.06 27	0.05 4	0.09 20	0.11 56	0.07 15	0.06 25	0.06 23	0.05 5	0.06 65	0.09 58	0.09 102	0.06 167	0.04 25	0.04 1	0.03 1	0.05 168	0.05 203

Replicate-Monster	0.07 7	0.05 41	0.09 121	0.14 59	0.06 27	0.08 83	0.09 20	0.13 112	0.13 184	0.05 2	0.07 64	0.06 42	0.06 65	0.08 25	0.10 206	0.05 51	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

zero-FE	0.08 84	0.04 1	0.09 121	0.15 113	0.10 451	0.05 4	0.14 235	0.09 20	0.14 216	0.07 74	0.06 23	0.07 123	0.06 65	0.09 58	0.10 206	0.06 167	0.04 25	0.06 188	0.04 59	0.08 434	0.05 203

GGEV	0.08 84	0.07 225	0.07 11	0.19 455	0.08 212	0.09 136	0.12 96	0.13 112	0.12 142	0.08 128	0.10 193	0.10 254	0.08 227	0.09 58	0.10 206	0.05 51	0.04 25	0.06 188	0.04 59	0.05 168	0.03 2

2.75w_new	0.07 7	0.07 225	0.07 11	0.13 16	0.06 27	0.08 83	0.08 7	0.18 296	0.12 142	0.07 74	0.08 122	0.06 42	0.06 65	0.09 58	0.11 287	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.04 72

monsterstereo	0.07 7	0.06 107	0.06 5	0.16 209	0.06 27	0.08 83	0.10 35	0.16 223	0.11 105	0.07 74	0.08 122	0.06 42	0.07 178	0.08 25	0.09 102	0.04 11	0.04 25	0.05 48	0.04 59	0.03 1	0.03 2

monsters	0.07 7	0.06 107	0.06 5	0.15 113	0.06 27	0.08 83	0.09 20	0.12 83	0.08 24	0.09 180	0.07 64	0.06 42	0.06 65	0.08 25	0.08 25	0.05 51	0.04 25	0.04 1	0.04 59	0.03 1	0.03 2

IGEV	0.07 7	0.04 1	0.08 56	0.13 16	0.06 27	0.09 136	0.12 96	0.14 143	0.10 74	0.06 25	0.09 157	0.07 123	0.05 14	0.09 58	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

xyz-stereo-finetune2	0.11 289	0.07 225	0.13 339	0.13 16	0.07 132	0.11 251	0.19 519	0.17 262	0.12 142	0.15 380	0.15 314	0.17 417	0.12 368	0.13 342	0.11 287	0.05 51	0.04 25	0.07 299	0.05 190	0.04 48	0.06 304

xyz-stereo-finetune	0.11 289	0.08 344	0.13 339	0.14 59	0.06 27	0.10 199	0.19 519	0.17 262	0.19 357	0.12 301	0.14 297	0.15 379	0.10 304	0.13 342	0.11 287	0.05 51	0.04 25	0.07 299	0.05 190	0.04 48	0.05 203

111111	0.07 7	0.04 1	0.09 121	0.17 296	0.06 27	0.05 4	0.10 35	0.11 56	0.09 50	0.06 25	0.06 23	0.07 123	0.05 14	0.09 58	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.07 370	0.06 304

LG-Stereo_L2	0.07 7	0.05 41	0.10 185	0.14 59	0.06 27	0.07 43	0.12 96	0.09 20	0.09 50	0.06 25	0.04 1	0.05 5	0.05 14	0.08 25	0.08 25	0.05 51	0.04 25	0.05 48	0.03 1	0.04 48	0.03 2

LG-Stereo_L1	0.07 7	0.05 41	0.11 244	0.14 59	0.06 27	0.07 43	0.13 170	0.09 20	0.07 15	0.05 2	0.04 1	0.05 5	0.04 1	0.08 25	0.07 1	0.05 51	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

MLG-Stereo_test3	0.07 7	0.05 41	0.10 185	0.14 59	0.06 27	0.07 43	0.11 64	0.08 11	0.06 6	0.06 25	0.04 1	0.06 42	0.06 65	0.07 4	0.10 206	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.06 304

MLG-Stereo_test2	0.06 1	0.04 1	0.10 185	0.15 113	0.05 2	0.07 43	0.11 64	0.09 20	0.04 2	0.06 25	0.05 7	0.06 42	0.04 1	0.08 25	0.09 102	0.06 167	0.04 25	0.05 48	0.03 1	0.05 168	0.05 203

MLG-Stereo_test1	0.06 1	0.05 41	0.08 56	0.17 296	0.05 2	0.06 14	0.11 64	0.08 11	0.03 1	0.05 2	0.04 1	0.06 42	0.05 14	0.09 58	0.09 102	0.05 51	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

MLG-Stereo	0.07 7	0.05 41	0.08 56	0.17 296	0.05 2	0.07 43	0.11 64	0.08 11	0.04 2	0.05 2	0.04 1	0.06 42	0.05 14	0.10 121	0.09 102	0.05 51	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

LG-G_1	0.07 7	0.04 1	0.11 244	0.15 113	0.06 27	0.09 136	0.08 7	0.08 11	0.06 6	0.06 25	0.05 7	0.07 123	0.07 178	0.11 196	0.08 25	0.07 336	0.04 25	0.05 48	0.04 59	0.05 168	0.05 203

LG-G	0.07 7	0.04 1	0.11 244	0.15 113	0.06 27	0.09 136	0.08 7	0.08 11	0.06 6	0.06 25	0.05 7	0.07 123	0.07 178	0.11 196	0.08 25	0.07 336	0.04 25	0.05 48	0.04 59	0.05 168	0.05 203

LGtest1	0.07 7	0.04 1	0.10 185	0.15 113	0.06 27	0.07 43	0.09 20	0.08 11	0.06 6	0.05 2	0.04 1	0.06 42	0.06 65	0.10 121	0.09 102	0.07 336	0.04 25	0.05 48	0.04 59	0.06 290	0.06 304

LG-Stereo_Zeroshot	0.07 7	0.06 107	0.10 185	0.16 209	0.07 132	0.04 1	0.13 170	0.10 33	0.10 74	0.05 2	0.11 243	0.07 123	0.05 14	0.07 4	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

SGD-Stereo	0.08 84	0.05 41	0.10 185	0.14 59	0.05 2	0.12 303	0.12 96	0.11 56	0.12 142	0.07 74	0.09 157	0.09 219	0.09 265	0.08 25	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.03 2

MM-Stereo_test2	0.09 172	0.06 107	0.09 121	0.19 455	0.08 212	0.12 303	0.18 479	0.15 185	0.14 216	0.07 74	0.10 193	0.07 123	0.06 65	0.12 290	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.03 2

HART	0.08 84	0.07 225	0.09 121	0.17 296	0.07 132	0.10 199	0.16 388	0.13 112	0.11 105	0.08 128	0.10 193	0.07 123	0.05 14	0.10 121	0.08 25	0.05 51	0.04 25	0.06 188	0.04 59	0.05 168	0.04 72

GREAT-IGEV	0.07 7	0.06 107	0.08 56	0.13 16	0.07 132	0.07 43	0.14 235	0.09 20	0.09 50	0.06 25	0.07 64	0.06 42	0.05 14	0.10 121	0.07 1	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
Reg-Stereo(zero)	0.08 84	0.05 41	0.08 56	0.16 209	0.06 27	0.12 303	0.11 64	0.15 185	0.10 74	0.12 301	0.09 157	0.10 254	0.08 227	0.11 196	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.05 203

HI	0.11 289	0.06 107	0.11 244	0.13 16	0.09 339	0.09 136	0.14 235	0.21 360	0.10 74	0.19 474	0.17 349	0.14 350	0.09 265	0.16 430	0.08 25	0.05 51	0.04 25	0.07 299	0.08 452	0.07 370	0.06 304

CoSv	0.11 289	0.06 107	0.11 244	0.13 16	0.09 339	0.09 136	0.14 235	0.21 360	0.10 74	0.19 474	0.17 349	0.14 350	0.09 265	0.16 430	0.08 25	0.05 51	0.04 25	0.07 299	0.08 452	0.07 370	0.06 304

SCV	0.08 84	0.09 424	0.08 56	0.15 113	0.08 212	0.10 199	0.13 170	0.10 33	0.12 142	0.07 74	0.07 64	0.06 42	0.04 1	0.09 58	0.08 25	0.05 51	0.04 25	0.06 188	0.04 59	0.06 290	0.04 72

DEFOM-Stereo_RVC	0.08 84	0.06 107	0.09 121	0.22 571	0.06 27	0.08 83	0.12 96	0.10 33	0.10 74	0.07 74	0.07 64	0.06 42	0.05 14	0.11 196	0.09 102	0.06 167	0.04 25	0.05 48	0.03 1	0.06 290	0.04 72

FoundationStereo	0.06 1	0.04 1	0.08 56	0.12 5	0.05 2	0.09 136	0.13 170	0.06 1	0.09 50	0.05 2	0.05 7	0.06 42	0.04 1	0.06 1	0.07 1	0.06 167	0.04 25	0.05 48	0.03 1	0.05 168	0.04 72

StereoAnything_RVC	0.07 7	0.15 580	0.17 490	0.11 1	0.05 2	0.05 4	0.11 64	0.08 11	0.08 24	0.06 25	0.06 23	0.05 5	0.05 14	0.09 58	0.08 25	0.08 413	0.04 25	0.05 48	0.03 1	0.05 168	0.04 72

AIO_rvc	0.07 7	0.06 107	0.08 56	0.15 113	0.06 27	0.08 83	0.14 235	0.09 20	0.08 24	0.07 74	0.08 122	0.07 123	0.04 1	0.10 121	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

HUF	0.08 84	0.05 41	0.08 56	0.14 59	0.06 27	0.09 136	0.13 170	0.13 112	0.13 184	0.07 74	0.07 64	0.08 183	0.06 65	0.10 121	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

AIO_test	0.07 7	0.05 41	0.07 11	0.15 113	0.07 132	0.06 14	0.14 235	0.10 33	0.10 74	0.07 74	0.07 64	0.06 42	0.05 14	0.08 25	0.10 206	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

castereo++	0.08 84	0.05 41	0.08 56	0.15 113	0.05 2	0.14 388	0.12 96	0.11 56	0.15 241	0.07 74	0.07 64	0.07 123	0.06 65	0.08 25	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

castereo	0.09 172	0.06 107	0.11 244	0.15 113	0.06 27	0.11 251	0.15 319	0.14 143	0.18 338	0.08 128	0.10 193	0.11 284	0.08 227	0.09 58	0.10 206	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

GIP-stereo	0.08 84	0.06 107	0.11 244	0.14 59	0.06 27	0.09 136	0.13 170	0.14 143	0.11 105	0.07 74	0.08 122	0.05 5	0.04 1	0.10 121	0.07 1	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

fffft	0.09 172	0.06 107	0.12 289	0.16 209	0.07 132	0.09 136	0.17 430	0.12 83	0.11 105	0.08 128	0.07 64	0.09 219	0.06 65	0.11 196	0.12 348	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.05 203
1: 1. 1
DEFOM-Stereo	0.07 7	0.05 41	0.07 11	0.14 59	0.06 27	0.10 199	0.13 170	0.07 7	0.13 184	0.06 25	0.07 64	0.06 42	0.05 14	0.10 121	0.09 102	0.04 11	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

SMoEStereo_RVC	0.08 84	0.06 107	0.12 289	0.16 209	0.07 132	0.09 136	0.14 235	0.11 56	0.13 184	0.09 180	0.07 64	0.07 123	0.07 178	0.12 290	0.10 206	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

tt45	0.09 172	0.06 107	0.11 244	0.15 113	0.07 132	0.11 251	0.16 388	0.13 112	0.11 105	0.09 180	0.06 23	0.08 183	0.06 65	0.13 342	0.10 206	0.06 167	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

999	0.09 172	0.05 41	0.13 339	0.15 113	0.08 212	0.10 199	0.14 235	0.15 185	0.11 105	0.10 225	0.08 122	0.08 183	0.08 227	0.16 430	0.10 206	0.06 167	0.04 25	0.06 188	0.05 190	0.04 48	0.05 203

mms	0.09 172	0.07 225	0.08 56	0.16 209	0.08 212	0.10 199	0.16 388	0.12 83	0.11 105	0.08 128	0.09 157	0.08 183	0.06 65	0.11 196	0.12 348	0.05 51	0.04 25	0.07 299	0.05 190	0.04 48	0.03 2

ours_stereo	0.09 172	0.07 225	0.09 121	0.17 296	0.08 212	0.11 251	0.16 388	0.11 56	0.12 142	0.08 128	0.10 193	0.08 183	0.06 65	0.12 290	0.12 348	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.03 2

tg	0.10 241	0.06 107	0.10 185	0.18 386	0.08 212	0.11 251	0.16 388	0.20 337	0.12 142	0.08 128	0.11 243	0.11 284	0.07 178	0.11 196	0.10 206	0.05 51	0.04 25	0.08 393	0.08 452	0.04 48	0.04 72

dual_stereo	0.07 7	0.04 1	0.08 56	0.15 113	0.05 2	0.05 4	0.13 170	0.12 83	0.08 24	0.07 74	0.06 23	0.05 5	0.05 14	0.07 4	0.09 102	0.06 167	0.04 25	0.05 48	0.03 1	0.04 48	0.04 72

WCG-NET	0.08 84	0.05 41	0.09 121	0.15 113	0.06 27	0.11 251	0.14 235	0.13 112	0.13 184	0.06 25	0.09 157	0.07 123	0.06 65	0.13 342	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

IGEV-Stereo++	0.07 7	0.06 107	0.08 56	0.18 386	0.06 27	0.04 1	0.10 35	0.11 56	0.11 105	0.06 25	0.07 64	0.07 123	0.06 65	0.09 58	0.09 102	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

Pointernet	0.09 172	0.04 1	0.09 121	0.16 209	0.08 212	0.13 354	0.10 35	0.15 185	0.17 307	0.09 180	0.07 64	0.06 42	0.06 65	0.11 196	0.09 102	0.08 413	0.04 25	0.05 48	0.03 1	0.06 290	0.05 203

U	0.08 84	0.07 225	0.09 121	0.19 455	0.10 451	0.10 199	0.13 170	0.12 83	0.17 307	0.07 74	0.07 64	0.06 42	0.05 14	0.07 4	0.08 25	0.06 167	0.04 25	0.06 188	0.04 59	0.06 290	0.05 203

IGEV-BASED-STEREO-	0.09 172	0.10 486	0.31 600	0.15 113	0.06 27	0.08 83	0.14 235	0.10 33	0.10 74	0.07 74	0.07 64	0.06 42	0.04 1	0.11 196	0.07 1	0.12 570	0.04 25	0.07 299	0.05 190	0.05 168	0.05 203

IGEV-Stereo+	0.07 7	0.04 1	0.08 56	0.15 113	0.06 27	0.04 1	0.09 20	0.10 33	0.09 50	0.06 25	0.06 23	0.06 42	0.06 65	0.06 1	0.08 25	0.06 167	0.04 25	0.05 48	0.04 59	0.06 290	0.06 304

WCG-NET（raft）	0.08 84	0.05 41	0.10 185	0.15 113	0.06 27	0.11 251	0.13 170	0.15 185	0.12 142	0.08 128	0.07 64	0.06 42	0.06 65	0.13 342	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

RSM++	0.08 84	0.06 107	0.09 121	0.17 296	0.07 132	0.09 136	0.12 96	0.11 56	0.11 105	0.08 128	0.06 23	0.07 123	0.05 14	0.10 121	0.09 102	0.04 11	0.04 25	0.06 188	0.05 190	0.05 168	0.03 2

RSM	0.08 84	0.06 107	0.09 121	0.17 296	0.06 27	0.08 83	0.12 96	0.12 83	0.10 74	0.08 128	0.07 64	0.06 42	0.05 14	0.11 196	0.09 102	0.04 11	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

RAFT-Stereo-weight	0.09 172	0.06 107	0.10 185	0.16 209	0.07 132	0.09 136	0.14 235	0.19 326	0.16 278	0.11 260	0.10 193	0.08 183	0.06 65	0.10 121	0.11 287	0.06 167	0.04 25	0.06 188	0.04 59	0.04 48	0.04 72

gcap-zeroshot	0.08 84	0.06 107	0.10 185	0.15 113	0.07 132	0.11 251	0.12 96	0.15 185	0.15 241	0.08 128	0.12 264	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 188	0.05 190	0.03 1	0.04 72

test_for_model	0.08 84	0.06 107	0.10 185	0.16 209	0.07 132	0.11 251	0.12 96	0.15 185	0.15 241	0.08 128	0.12 264	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 188	0.05 190	0.03 1	0.04 72

H2IRNET	0.10 241	0.09 424	0.09 121	0.18 386	0.09 339	0.12 303	0.15 319	0.14 143	0.21 396	0.10 225	0.10 193	0.10 254	0.10 304	0.10 121	0.10 206	0.05 51	0.04 25	0.08 393	0.08 452	0.06 290	0.05 203

MGS-Stereo	0.09 172	0.07 225	0.12 289	0.15 113	0.08 212	0.09 136	0.15 319	0.12 83	0.12 142	0.07 74	0.10 193	0.08 183	0.06 65	0.10 121	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.06 290	0.05 203

MoCha-V2	0.08 84	0.05 41	0.10 185	0.20 522	0.07 132	0.09 136	0.14 235	0.11 56	0.08 24	0.07 74	0.08 122	0.07 123	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

IGEV++	0.08 84	0.06 107	0.08 56	0.18 386	0.07 132	0.09 136	0.13 170	0.10 33	0.09 50	0.08 128	0.08 122	0.06 42	0.06 65	0.13 342	0.09 102	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

ACVNet-DCA	0.10 241	0.08 344	0.12 289	0.17 296	0.09 339	0.13 354	0.15 319	0.23 405	0.16 278	0.09 180	0.09 157	0.06 42	0.06 65	0.10 121	0.07 1	0.06 167	0.04 25	0.06 188	0.05 190	0.07 370	0.07 391

xx1	0.11 289	0.08 344	0.12 289	0.17 296	0.09 339	0.13 354	0.15 319	0.16 223	0.18 338	0.09 180	0.09 157	0.16 395	0.16 478	0.10 121	0.07 1	0.06 167	0.04 25	0.08 393	0.08 452	0.07 370	0.07 391

1test111	0.11 289	0.08 344	0.12 289	0.17 296	0.09 339	0.13 354	0.15 319	0.23 405	0.16 278	0.09 180	0.09 157	0.06 42	0.06 65	0.15 395	0.16 475	0.06 167	0.04 25	0.06 188	0.05 190	0.07 370	0.07 391

cc1	0.10 241	0.08 344	0.12 289	0.17 296	0.09 339	0.13 354	0.15 319	0.16 223	0.18 338	0.09 180	0.09 157	0.06 42	0.06 65	0.10 121	0.07 1	0.06 167	0.04 25	0.06 188	0.05 190	0.06 290	0.06 304

ff7	0.09 172	0.07 225	0.11 244	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.12 142	0.10 225	0.06 23	0.06 42	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

ffff	0.09 172	0.07 225	0.11 244	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.12 142	0.10 225	0.06 23	0.06 42	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

ffm	0.12 360	0.09 424	0.14 376	0.16 209	0.08 212	0.17 466	0.17 430	0.15 185	0.19 357	0.15 380	0.25 482	0.19 445	0.13 408	0.10 121	0.07 1	0.06 167	0.04 25	0.09 476	0.08 452	0.06 290	0.06 304

ff1	0.13 386	0.09 424	0.14 376	0.16 209	0.08 212	0.17 466	0.17 430	0.15 185	0.19 357	0.15 380	0.25 482	0.19 445	0.13 408	0.14 371	0.20 527	0.06 167	0.04 25	0.09 476	0.08 452	0.06 290	0.06 304

11t	0.09 172	0.07 225	0.11 244	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.12 142	0.10 225	0.06 23	0.06 42	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

tt1	0.10 241	0.08 344	0.12 289	0.17 296	0.09 339	0.12 303	0.16 388	0.15 185	0.19 357	0.09 180	0.08 122	0.06 42	0.06 65	0.10 121	0.07 1	0.06 167	0.04 25	0.06 188	0.05 190	0.06 290	0.06 304

IGEV_Zeroshot_test	0.09 172	0.05 41	0.12 289	0.13 16	0.08 212	0.12 303	0.13 170	0.17 262	0.11 105	0.10 225	0.06 23	0.09 219	0.06 65	0.11 196	0.09 102	0.06 167	0.04 25	0.06 188	0.06 281	0.05 168	0.05 203

MSKI-zero shot	0.09 172	0.05 41	0.09 121	0.15 113	0.07 132	0.10 199	0.13 170	0.14 143	0.13 184	0.09 180	0.09 157	0.09 219	0.06 65	0.12 290	0.10 206	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

DLNR_Zeroshot_test	10.40 707	1.82 698	19.49 722	120.77 729	13.11 716	0.06 14	0.13 170	0.23 405	0.10 74	0.07 74	0.10 193	0.09 219	0.06 65	0.10 121	0.09 102	0.13 596	0.04 25	0.06 188	0.04 59	51.54 728	0.04 72

CASnet	0.09 172	0.09 424	0.09 121	0.19 455	0.06 27	0.07 43	0.11 64	0.18 296	0.14 216	0.11 260	0.10 193	0.09 219	0.07 178	0.10 121	0.10 206	0.06 167	0.04 25	0.10 524	0.08 452	0.05 168	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.08 84	0.06 107	0.10 185	0.15 113	0.07 132	0.11 251	0.12 96	0.15 185	0.15 241	0.08 128	0.12 264	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 188	0.05 190	0.03 1	0.04 72

AEACV	0.08 84	0.05 41	0.08 56	0.14 59	0.13 558	0.14 388	0.13 170	0.14 143	0.09 50	0.07 74	0.09 157	0.07 123	0.08 227	0.10 121	0.09 102	0.06 167	0.04 25	0.06 188	0.05 190	0.05 168	0.04 72

Any-RAFT	0.10 241	0.05 41	0.09 121	0.14 59	0.07 132	0.13 354	0.14 235	0.21 360	0.15 241	0.11 260	0.12 264	0.12 304	0.09 265	0.12 290	0.09 102	0.07 336	0.04 25	0.05 48	0.04 59	0.06 290	0.05 203

RAFT-Test	0.09 172	0.06 107	0.10 185	0.15 113	0.07 132	0.11 251	0.15 319	0.16 223	0.13 184	0.09 180	0.10 193	0.10 254	0.09 265	0.12 290	0.09 102	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.05 203

HH	0.09 172	0.06 107	0.13 339	0.17 296	0.08 212	0.10 199	0.16 388	0.14 143	0.10 74	0.08 128	0.09 157	0.08 183	0.07 178	0.10 121	0.09 102	0.06 167	0.04 25	0.06 188	0.05 190	0.05 168	0.04 72

HanStereo	0.09 172	0.06 107	0.13 339	0.17 296	0.08 212	0.10 199	0.16 388	0.14 143	0.10 74	0.08 128	0.09 157	0.08 183	0.07 178	0.10 121	0.09 102	0.06 167	0.04 25	0.06 188	0.05 190	0.05 168	0.04 72

LL-Strereo	0.13 386	0.09 424	0.11 244	0.20 522	0.10 451	0.11 251	0.18 479	0.32 555	0.24 439	0.15 380	0.15 314	0.14 350	0.13 408	0.19 501	0.11 287	0.06 167	0.04 25	0.09 476	0.08 452	0.04 48	0.05 203

LoS_RVC	0.08 84	0.05 41	0.07 11	0.15 113	0.07 132	0.08 83	0.15 319	0.11 56	0.10 74	0.08 128	0.09 157	0.06 42	0.09 265	0.10 121	0.09 102	0.05 51	0.04 25	0.05 48	0.03 1	0.04 48	0.03 2

CAS	0.08 84	0.04 1	0.07 11	0.17 296	0.08 212	0.10 199	0.13 170	0.12 83	0.09 50	0.09 180	0.10 193	0.08 183	0.06 65	0.09 58	0.08 25	0.08 413	0.04 25	0.05 48	0.03 1	0.05 168	0.04 72

anonymousdsp2	0.11 289	0.07 225	0.10 185	0.16 209	0.09 339	0.13 354	0.14 235	0.18 296	0.22 410	0.13 331	0.14 297	0.12 304	0.09 265	0.14 371	0.11 287	0.05 51	0.04 25	0.05 48	0.04 59	0.06 290	0.05 203

anonymousdsp	0.09 172	0.07 225	0.11 244	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.12 142	0.09 180	0.06 23	0.06 42	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

CES	0.08 84	0.04 1	0.08 56	0.14 59	0.07 132	0.09 136	0.14 235	0.11 56	0.09 50	0.08 128	0.09 157	0.11 284	0.06 65	0.12 290	0.08 25	0.06 167	0.04 25	0.05 48	0.03 1	0.05 168	0.05 203

Selective-IGEV	0.07 7	0.06 107	0.08 56	0.17 296	0.06 27	0.08 83	0.12 96	0.13 112	0.07 15	0.08 128	0.07 64	0.06 42	0.04 1	0.10 121	0.09 102	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.03 2

EGLCR-Stereo	0.08 84	0.05 41	0.08 56	0.14 59	0.06 27	0.10 199	0.12 96	0.11 56	0.16 278	0.06 25	0.05 7	0.07 123	0.05 14	0.10 121	0.11 287	0.06 167	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

ProNet	0.09 172	0.07 225	0.10 185	0.17 296	0.08 212	0.10 199	0.15 319	0.15 185	0.12 142	0.09 180	0.06 23	0.07 123	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.06 304

MC-Stereo	0.08 84	0.06 107	0.09 121	0.17 296	0.06 27	0.10 199	0.14 235	0.12 83	0.10 74	0.09 180	0.12 264	0.09 219	0.06 65	0.11 196	0.10 206	0.06 167	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

RCA-Stereo	0.09 172	0.06 107	0.09 121	0.16 209	0.06 27	0.09 136	0.13 170	0.18 296	0.14 216	0.09 180	0.10 193	0.08 183	0.07 178	0.12 290	0.11 287	0.06 167	0.04 25	0.06 188	0.05 190	0.05 168	0.04 72

DCANet-4	0.10 241	0.06 107	0.12 289	0.16 209	0.06 27	0.09 136	0.17 430	0.18 296	0.19 357	0.13 331	0.16 327	0.09 219	0.14 432	0.11 196	0.12 348	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.05 203

ccc-4	0.09 172	0.07 225	0.11 244	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.12 142	0.10 225	0.06 23	0.06 42	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

fff	0.10 241	0.06 107	0.12 289	0.15 113	0.07 132	0.09 136	0.17 430	0.16 223	0.20 380	0.13 331	0.16 327	0.10 254	0.11 337	0.11 196	0.12 348	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.05 203

ADStereo(finetuned)	0.10 241	0.06 107	0.12 289	0.16 209	0.06 27	0.09 136	0.17 430	0.15 185	0.19 357	0.13 331	0.17 349	0.10 254	0.12 368	0.11 196	0.12 348	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

DisPM	0.11 289	0.07 225	0.12 289	0.16 209	0.09 339	0.06 14	0.13 170	0.17 262	0.17 307	0.14 353	0.20 399	0.12 304	0.10 304	0.11 196	0.10 206	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.11 557

RAFT+CT+SA	0.13 386	0.11 512	0.09 121	0.19 455	0.09 339	0.15 414	0.28 634	0.22 384	0.22 410	0.15 380	0.26 499	0.10 254	0.10 304	0.11 196	0.12 348	0.05 51	0.04 25	0.07 299	0.08 452	0.07 370	0.06 304

test_4	0.10 241	0.10 486	0.08 56	0.19 455	0.09 339	0.08 83	0.22 572	0.15 185	0.17 307	0.12 301	0.18 376	0.12 304	0.09 265	0.08 25	0.11 287	0.04 11	0.04 25	0.08 393	0.08 452	0.04 48	0.03 2

IGEV-Stereo	0.09 172	0.07 225	0.11 244	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.12 142	0.09 180	0.06 23	0.06 42	0.06 65	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 172	0.05 41	0.13 339	0.14 59	0.08 212	0.12 303	0.15 319	0.18 296	0.10 74	0.11 260	0.08 122	0.08 183	0.05 14	0.10 121	0.09 102	0.06 167	0.04 25	0.06 188	0.05 190	0.06 290	0.05 203

IPLG	0.10 241	0.07 225	0.15 424	0.17 296	0.08 212	0.11 251	0.14 235	0.20 337	0.15 241	0.12 301	0.17 349	0.07 123	0.07 178	0.14 371	0.13 390	0.06 167	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

MIPNet	0.11 289	0.08 344	0.14 376	0.17 296	0.09 339	0.12 303	0.14 235	0.20 337	0.24 439	0.11 260	0.10 193	0.09 219	0.07 178	0.13 342	0.12 348	0.06 167	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

test-3	0.08 84	0.06 107	0.09 121	0.17 296	0.07 132	0.07 43	0.14 235	0.12 83	0.15 241	0.09 180	0.08 122	0.07 123	0.08 227	0.11 196	0.10 206	0.05 51	0.04 25	0.07 299	0.05 190	0.04 48	0.04 72

test_1	0.08 84	0.06 107	0.09 121	0.17 296	0.07 132	0.07 43	0.14 235	0.12 83	0.15 241	0.09 180	0.08 122	0.07 123	0.08 227	0.11 196	0.10 206	0.05 51	0.04 25	0.07 299	0.05 190	0.04 48	0.04 72

test_3	0.10 241	0.09 424	0.10 185	0.20 522	0.08 212	0.13 354	0.26 621	0.14 143	0.21 396	0.10 225	0.10 193	0.09 219	0.09 265	0.08 25	0.11 287	0.05 51	0.04 25	0.08 393	0.07 379	0.04 48	0.04 72

CrosDoStereo	0.12 360	0.06 107	0.12 289	0.14 59	0.08 212	0.12 303	0.15 319	0.17 262	0.22 410	0.19 474	0.24 454	0.15 379	0.11 337	0.11 196	0.12 348	0.06 167	0.04 25	0.07 299	0.07 379	0.05 168	0.05 203

LCNet	0.11 289	0.07 225	0.09 121	0.19 455	0.09 339	0.08 83	0.15 319	0.21 360	0.15 241	0.11 260	0.15 314	0.16 395	0.11 337	0.12 290	0.11 287	0.05 51	0.04 25	0.08 393	0.07 379	0.06 290	0.15 617

HHNet	0.11 289	0.06 107	0.16 460	0.15 113	0.14 579	0.07 43	0.13 170	0.20 337	0.17 307	0.14 353	0.25 482	0.11 284	0.08 227	0.13 342	0.10 206	0.05 51	0.04 25	0.08 393	0.06 281	0.05 168	0.09 501

Patchmatch Stereo++	0.11 289	0.09 424	0.16 460	0.18 386	0.08 212	0.06 14	0.11 64	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391
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	0.11 289	0.07 225	0.16 460	0.19 455	0.09 339	0.08 83	0.13 170	0.18 296	0.13 184	0.16 408	0.21 422	0.13 330	0.14 432	0.11 196	0.14 428	0.06 167	0.04 25	0.09 476	0.06 281	0.06 290	0.05 203

STrans-v2	0.10 241	0.07 225	0.12 289	0.18 386	0.07 132	0.10 199	0.14 235	0.21 360	0.11 105	0.11 260	0.15 314	0.12 304	0.10 304	0.11 196	0.12 348	0.05 51	0.04 25	0.06 188	0.06 281	0.04 48	0.04 72

TransformOpticalFlow	0.10 241	0.08 344	0.13 339	0.18 386	0.07 132	0.09 136	0.15 319	0.19 326	0.15 241	0.12 301	0.17 349	0.11 284	0.11 337	0.11 196	0.10 206	0.05 51	0.04 25	0.06 188	0.06 281	0.05 168	0.05 203

OMP-Stereo	0.11 289	0.06 107	0.14 376	0.18 386	0.08 212	0.09 136	0.12 96	0.21 360	0.21 396	0.13 331	0.14 297	0.11 284	0.12 368	0.11 196	0.13 390	0.06 167	0.04 25	0.07 299	0.06 281	0.05 168	0.04 72

NF-Stereo	0.11 289	0.07 225	0.13 339	0.17 296	0.09 339	0.10 199	0.14 235	0.23 405	0.19 357	0.12 301	0.17 349	0.12 304	0.11 337	0.11 196	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.12 570

OCTAStereo	0.11 289	0.07 225	0.13 339	0.17 296	0.09 339	0.10 199	0.14 235	0.23 405	0.19 357	0.12 301	0.17 349	0.12 304	0.11 337	0.11 196	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.12 570

NRIStereo	0.11 289	0.08 344	0.14 376	0.18 386	0.08 212	0.10 199	0.14 235	0.16 223	0.15 241	0.12 301	0.14 297	0.13 330	0.12 368	0.13 342	0.10 206	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.07 391

PSM-adaLoss	0.11 289	0.09 424	0.16 460	0.18 386	0.08 212	0.06 14	0.12 96	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

ROB_FTStereo_v2	0.11 289	0.09 424	0.16 460	0.19 455	0.08 212	0.06 14	0.12 96	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

ROB_FTStereo	0.11 289	0.09 424	0.16 460	0.19 455	0.08 212	0.06 14	0.11 64	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

KYRaft	0.11 289	0.07 225	0.10 185	0.19 455	0.09 339	0.08 83	0.15 319	0.22 384	0.12 142	0.13 331	0.16 327	0.20 457	0.10 304	0.12 290	0.10 206	0.05 51	0.04 25	0.08 393	0.08 452	0.06 290	0.16 628

HUI-Stereo	0.11 289	0.09 424	0.16 460	0.18 386	0.08 212	0.06 14	0.12 96	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

ASMatch	0.11 289	0.06 107	0.13 339	0.16 209	0.10 451	0.07 43	0.14 235	0.17 262	0.17 307	0.12 301	0.16 327	0.16 395	0.10 304	0.13 342	0.10 206	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.08 457

DeepStereo_LL	0.12 360	0.06 107	0.12 289	0.14 59	0.08 212	0.12 303	0.15 319	0.17 262	0.22 410	0.19 474	0.24 454	0.15 379	0.11 337	0.11 196	0.12 348	0.06 167	0.04 25	0.07 299	0.07 379	0.05 168	0.05 203

DEmStereo	0.12 360	0.06 107	0.14 376	0.14 59	0.10 451	0.16 444	0.15 319	0.16 223	0.24 439	0.17 427	0.24 454	0.13 330	0.14 432	0.12 290	0.13 390	0.05 51	0.04 25	0.07 299	0.06 281	0.05 168	0.05 203

SST-Stereo	0.10 241	0.07 225	0.15 424	0.18 386	0.09 339	0.06 14	0.12 96	0.17 262	0.11 105	0.15 380	0.17 349	0.13 330	0.12 368	0.10 121	0.11 287	0.06 167	0.04 25	0.09 476	0.06 281	0.06 290	0.05 203

THIR-Stereo	0.12 360	0.07 225	0.11 244	0.15 113	0.08 212	0.14 388	0.16 388	0.17 262	0.25 460	0.16 408	0.24 454	0.14 350	0.12 368	0.12 290	0.14 428	0.06 167	0.04 25	0.07 299	0.07 379	0.05 168	0.05 203

RAFT_R40	0.11 289	0.07 225	0.14 376	0.18 386	0.09 339	0.06 14	0.13 170	0.17 262	0.16 278	0.14 353	0.18 376	0.15 379	0.12 368	0.10 121	0.11 287	0.06 167	0.04 25	0.09 476	0.06 281	0.06 290	0.05 203

DRaft	0.12 360	0.06 107	0.11 244	0.14 59	0.09 339	0.14 388	0.17 430	0.21 360	0.30 516	0.17 427	0.28 522	0.10 254	0.15 450	0.10 121	0.12 348	0.05 51	0.04 25	0.07 299	0.06 281	0.05 168	0.05 203

PFNet	0.12 360	0.06 107	0.17 490	0.17 296	0.08 212	0.09 136	0.15 319	0.26 464	0.20 380	0.16 408	0.16 327	0.14 350	0.11 337	0.12 290	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.05 168	0.05 203

RE-Stereo	0.11 289	0.07 225	0.13 339	0.17 296	0.09 339	0.10 199	0.14 235	0.23 405	0.19 357	0.12 301	0.17 349	0.12 304	0.11 337	0.11 196	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.12 570

Pruner-Stereo	0.11 289	0.07 225	0.12 289	0.17 296	0.09 339	0.06 14	0.12 96	0.17 262	0.17 307	0.13 331	0.19 387	0.13 330	0.09 265	0.11 196	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.08 457

TVStereo	0.11 289	0.07 225	0.13 339	0.17 296	0.09 339	0.10 199	0.14 235	0.23 405	0.19 357	0.12 301	0.17 349	0.12 304	0.11 337	0.11 196	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.06 290	0.12 570

DeepStereo_RVC	0.11 289	0.08 344	0.16 460	0.18 386	0.08 212	0.08 83	0.12 96	0.17 262	0.12 142	0.13 331	0.14 297	0.12 304	0.12 368	0.12 290	0.11 287	0.06 167	0.04 25	0.07 299	0.06 281	0.07 370	0.08 457

iGMRVC	0.11 289	0.09 424	0.16 460	0.19 455	0.08 212	0.06 14	0.12 96	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

RAFT-RH_RVC	0.11 289	0.06 107	0.14 376	0.16 209	0.09 339	0.12 303	0.12 96	0.17 262	0.12 142	0.13 331	0.41 615	0.11 284	0.10 304	0.13 342	0.12 348	0.05 51	0.04 25	0.08 393	0.05 190	0.04 48	0.06 304

IRAFT_RVC	0.12 360	0.08 344	0.16 460	0.19 455	0.08 212	0.07 43	0.15 319	0.24 429	0.23 422	0.14 353	0.14 297	0.15 379	0.12 368	0.12 290	0.10 206	0.06 167	0.04 25	0.09 476	0.06 281	0.06 290	0.06 304

iRAFT	0.11 289	0.09 424	0.16 460	0.18 386	0.08 212	0.06 14	0.11 64	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

CRE-IMP	0.11 289	0.09 424	0.16 460	0.19 455	0.08 212	0.10 199	0.12 96	0.18 296	0.10 74	0.14 353	0.13 283	0.13 330	0.12 368	0.12 290	0.11 287	0.07 336	0.04 25	0.08 393	0.06 281	0.08 434	0.08 457

cross-raft	0.10 241	0.09 424	0.09 121	0.19 455	0.07 132	0.11 251	0.25 612	0.13 112	0.15 241	0.08 128	0.11 243	0.12 304	0.10 304	0.09 58	0.11 287	0.05 51	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

test-1	0.10 241	0.07 225	0.16 460	0.19 455	0.08 212	0.11 251	0.24 596	0.14 143	0.18 338	0.09 180	0.07 64	0.09 219	0.08 227	0.07 4	0.09 102	0.06 167	0.04 25	0.06 188	0.05 190	0.04 48	0.04 72

GMM-Stereo	0.11 289	0.07 225	0.10 185	0.18 386	0.09 339	0.08 83	0.15 319	0.23 405	0.16 278	0.11 260	0.15 314	0.13 330	0.11 337	0.11 196	0.11 287	0.05 51	0.04 25	0.08 393	0.07 379	0.06 290	0.09 501

RAFT-IKP	0.11 289	0.09 424	0.16 460	0.19 455	0.08 212	0.06 14	0.12 96	0.16 223	0.13 184	0.15 380	0.16 327	0.14 350	0.12 368	0.11 196	0.10 206	0.06 167	0.04 25	0.08 393	0.06 281	0.08 434	0.07 391

Prome-Stereo	0.11 289	0.06 107	0.10 185	0.18 386	0.08 212	0.12 303	0.15 319	0.22 384	0.13 184	0.12 301	0.17 349	0.13 330	0.08 227	0.12 290	0.10 206	0.05 51	0.04 25	0.07 299	0.06 281	0.06 290	0.09 501

rafts_anoy	0.11 289	0.06 107	0.10 185	0.17 296	0.08 212	0.10 199	0.14 235	0.17 262	0.14 216	0.13 331	0.13 283	0.12 304	0.10 304	0.11 196	0.12 348	0.07 336	0.04 25	0.09 476	0.11 573	0.07 370	0.06 304

iRaftStereo_RVC	0.10 241	0.07 225	0.09 121	0.17 296	0.09 339	0.11 251	0.17 430	0.18 296	0.12 142	0.09 180	0.12 264	0.10 254	0.07 178	0.11 196	0.10 206	0.05 51	0.04 25	0.08 393	0.08 452	0.04 48	0.04 72

CREStereo++_RVC	0.08 84	0.04 1	0.06 5	0.13 16	0.07 132	0.09 136	0.12 96	0.14 143	0.14 216	0.10 225	0.14 297	0.08 183	0.07 178	0.09 58	0.11 287	0.06 167	0.04 25	0.05 48	0.05 190	0.04 48	0.04 72
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	0.09 172	0.06 107	0.07 11	0.15 113	0.05 2	0.16 444	0.18 479	0.15 185	0.15 241	0.10 225	0.11 243	0.11 284	0.11 337	0.10 121	0.12 348	0.05 51	0.04 25	0.05 48	0.04 59	0.04 48	0.04 72

raft+_RVC	0.11 289	0.07 225	0.09 121	0.16 209	0.07 132	0.10 199	0.11 64	0.24 429	0.20 380	0.12 301	0.15 314	0.12 304	0.08 227	0.12 290	0.13 390	0.07 336	0.04 25	0.07 299	0.06 281	0.05 168	0.05 203

XX-TBD	0.09 172	0.06 107	0.07 11	0.14 59	0.07 132	0.12 303	0.16 388	0.14 143	0.13 184	0.11 260	0.12 264	0.09 219	0.08 227	0.10 121	0.10 206	0.06 167	0.04 25	0.05 48	0.03 1	0.06 290	0.05 203

DCANet	0.10 241	0.06 107	0.12 289	0.16 209	0.06 27	0.09 136	0.17 430	0.15 185	0.19 357	0.13 331	0.17 349	0.10 254	0.11 337	0.11 196	0.12 348	0.06 167	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

csc	0.10 241	0.06 107	0.12 289	0.15 113	0.07 132	0.09 136	0.17 430	0.16 223	0.20 380	0.13 331	0.16 327	0.10 254	0.11 337	0.11 196	0.12 348	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.05 203

cscssc	0.10 241	0.06 107	0.12 289	0.15 113	0.07 132	0.09 136	0.17 430	0.16 223	0.20 380	0.13 331	0.16 327	0.10 254	0.11 337	0.11 196	0.12 348	0.06 167	0.04 25	0.05 48	0.04 59	0.04 48	0.05 203

111	0.10 241	0.06 107	0.12 289	0.15 113	0.07 132	0.10 199	0.14 235	0.21 360	0.23 422	0.11 260	0.12 264	0.14 350	0.11 337	0.13 342	0.10 206	0.06 167	0.04 25	0.06 188	0.04 59	0.05 168	0.05 203

test_xeample3	0.09 172	0.06 107	0.12 289	0.16 209	0.09 339	0.11 251	0.15 319	0.16 223	0.13 184	0.10 225	0.06 23	0.08 183	0.06 65	0.10 121	0.09 102	0.05 51	0.04 25	0.06 188	0.05 190	0.05 168	0.06 304

RAFT-Stereo + iAFF	0.09 172	0.06 107	0.10 185	0.17 296	0.06 27	0.10 199	0.16 388	0.17 262	0.14 216	0.09 180	0.10 193	0.08 183	0.09 265	0.11 196	0.09 102	0.05 51	0.04 25	0.06 188	0.06 281	0.04 48	0.03 2

AFF-stereo	0.09 172	0.06 107	0.10 185	0.17 296	0.07 132	0.10 199	0.16 388	0.17 262	0.09 50	0.10 225	0.12 264	0.09 219	0.09 265	0.12 290	0.09 102	0.05 51	0.04 25	0.07 299	0.07 379	0.04 48	0.03 2

EAI-Stereo	0.09 172	0.07 225	0.11 244	0.15 113	0.06 27	0.10 199	0.15 319	0.16 223	0.09 50	0.08 128	0.09 157	0.08 183	0.07 178	0.09 58	0.11 287	0.05 51	0.04 25	0.05 48	0.05 190	0.05 168	0.04 72

CFNet-RSSM	0.09 172	0.07 225	0.09 121	0.16 209	0.07 132	0.09 136	0.15 319	0.16 223	0.17 307	0.08 128	0.12 264	0.10 254	0.09 265	0.11 196	0.09 102	0.06 167	0.04 25	0.06 188	0.04 59	0.04 48	0.04 72

Gwc-CoAtRS	0.09 172	0.06 107	0.10 185	0.16 209	0.07 132	0.10 199	0.14 235	0.17 262	0.17 307	0.08 128	0.10 193	0.12 304	0.09 265	0.12 290	0.09 102	0.06 167	0.04 25	0.06 188	0.04 59	0.04 48	0.04 72

CREStereo	0.09 172	0.04 1	0.08 56	0.11 1	0.06 27	0.13 354	0.14 235	0.14 143	0.10 74	0.08 128	0.13 283	0.09 219	0.08 227	0.11 196	0.10 206	0.08 413	0.04 25	0.05 48	0.03 1	0.06 290	0.06 304
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	0.09 172	0.05 41	0.09 121	0.12 5	0.06 27	0.12 303	0.14 235	0.15 185	0.11 105	0.09 180	0.13 283	0.10 254	0.07 178	0.13 342	0.10 206	0.15 614	0.04 25	0.05 48	0.03 1	0.07 370	0.06 304

HITNet	0.10 241	0.06 107	0.12 289	0.14 59	0.06 27	0.11 251	0.10 35	0.18 296	0.18 338	0.13 331	0.16 327	0.14 350	0.11 337	0.15 395	0.13 390	0.06 167	0.04 25	0.04 1	0.04 59	0.06 290	0.05 203
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
MLCV	0.12 360	0.07 225	0.16 460	0.18 386	0.06 27	0.15 414	0.17 430	0.19 326	0.21 396	0.18 457	0.25 482	0.17 417	0.13 408	0.14 371	0.13 390	0.05 51	0.04 25	0.05 48	0.04 59	0.05 168	0.04 72

iResNet	0.13 386	0.10 486	0.18 514	0.19 455	0.08 212	0.13 354	0.18 479	0.20 337	0.26 474	0.15 380	0.23 442	0.15 379	0.13 408	0.14 371	0.14 428	0.06 167	0.04 25	0.06 188	0.05 190	0.06 290	0.05 203

derf	0.07 7	0.04 1	0.10 185	0.14 59	0.06 27	0.05 4	0.12 96	0.12 83	0.09 50	0.05 2	0.07 64	0.07 123	0.08 227	0.10 121	0.10 206	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.05 203

mm2	0.07 7	0.04 1	0.10 185	0.13 16	0.06 27	0.06 14	0.12 96	0.13 112	0.08 24	0.06 25	0.07 64	0.06 42	0.08 227	0.10 121	0.09 102	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.05 203

mm1	0.07 7	0.04 1	0.10 185	0.13 16	0.06 27	0.06 14	0.12 96	0.06 1	0.08 24	0.06 25	0.07 64	0.06 42	0.08 227	0.10 121	0.09 102	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.05 203

qqai	0.07 7	0.05 41	0.10 185	0.14 59	0.06 27	0.05 4	0.12 96	0.08 11	0.09 50	0.05 2	0.06 23	0.06 42	0.08 227	0.10 121	0.09 102	0.06 167	0.05 268	0.05 48	0.03 1	0.04 48	0.05 203

LiteMatch*	0.08 84	0.04 1	0.11 244	0.13 16	0.08 212	0.08 83	0.13 170	0.14 143	0.09 50	0.05 2	0.05 7	0.05 5	0.09 265	0.11 196	0.10 206	0.06 167	0.05 268	0.05 48	0.04 59	0.05 168	0.05 203

DN	0.10 241	0.05 41	0.09 121	0.14 59	0.09 339	0.12 303	0.18 479	0.17 262	0.16 278	0.08 128	0.09 157	0.08 183	0.06 65	0.08 25	0.09 102	0.11 545	0.05 268	0.07 299	0.06 281	0.07 370	0.09 501

GCAP-Stereo-DPT-36K	0.08 84	0.06 107	0.15 424	0.14 59	0.06 27	0.08 83	0.13 170	0.13 112	0.11 105	0.07 74	0.08 122	0.07 123	0.06 65	0.09 58	0.08 25	0.05 51	0.05 268	0.05 48	0.04 59	0.03 1	0.04 72

GCAP-Stereo-DPT-20K	0.07 7	0.05 41	0.11 244	0.15 113	0.06 27	0.07 43	0.13 170	0.09 20	0.11 105	0.07 74	0.08 122	0.06 42	0.05 14	0.09 58	0.07 1	0.05 51	0.05 268	0.05 48	0.04 59	0.03 1	0.04 72

IGEV_i1	0.12 360	0.07 225	0.12 289	0.16 209	0.08 212	0.19 509	0.14 235	0.18 296	0.22 410	0.18 457	0.18 376	0.16 395	0.12 368	0.16 430	0.14 428	0.06 167	0.05 268	0.06 188	0.05 190	0.06 290	0.06 304

RT-IGEV	0.13 386	0.06 107	0.13 339	0.15 113	0.09 339	0.15 414	0.17 430	0.24 429	0.27 484	0.16 408	0.17 349	0.17 417	0.10 304	0.14 371	0.11 287	0.08 413	0.05 268	0.07 299	0.05 190	0.07 370	0.07 391

RT-Monster	0.09 172	0.05 41	0.09 121	0.14 59	0.08 212	0.11 251	0.10 35	0.17 262	0.18 338	0.13 331	0.10 193	0.09 219	0.08 227	0.10 121	0.10 206	0.07 336	0.05 268	0.05 48	0.04 59	0.05 168	0.06 304

DepthFocus	0.08 84	0.04 1	0.15 424	0.12 5	0.09 339	0.07 43	0.12 96	0.10 33	0.05 4	0.09 180	0.05 7	0.07 123	0.04 1	0.08 25	0.08 25	0.06 167	0.05 268	0.07 299	0.07 379	0.05 168	0.04 72

Selective-IGEV-i1	0.13 386	0.07 225	0.12 289	0.19 455	0.08 212	0.18 485	0.16 388	0.22 384	0.30 516	0.16 408	0.17 349	0.16 395	0.10 304	0.14 371	0.13 390	0.06 167	0.05 268	0.06 188	0.05 190	0.06 290	0.05 203

GeoVLM	0.08 84	0.04 1	0.10 185	0.13 16	0.06 27	0.10 199	0.12 96	0.13 112	0.08 24	0.06 25	0.07 64	0.06 42	0.08 227	0.10 121	0.11 287	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.05 203

VMStereo-Base	0.09 172	0.05 41	0.10 185	0.13 16	0.07 132	0.10 199	0.10 35	0.16 223	0.13 184	0.10 225	0.15 314	0.10 254	0.09 265	0.11 196	0.10 206	0.07 336	0.05 268	0.05 48	0.04 59	0.05 168	0.06 304

Hybrid-DGEV-2	0.11 289	0.06 107	0.12 289	0.18 386	0.09 339	0.09 136	0.13 170	0.28 505	0.29 506	0.11 260	0.11 243	0.09 219	0.12 368	0.12 290	0.09 102	0.06 167	0.05 268	0.07 299	0.07 379	0.05 168	0.05 203

DStereoRT	0.16 491	0.06 107	0.11 244	0.19 455	0.09 339	0.12 303	0.12 96	0.28 505	0.22 410	0.12 301	0.20 399	0.11 284	0.10 304	0.15 395	0.14 428	0.06 167	0.05 268	0.96 693	0.09 499	0.05 168	0.04 72

BStereo	0.08 84	0.06 107	0.16 460	0.15 113	0.08 212	0.07 43	0.09 20	0.15 185	0.16 278	0.06 25	0.07 64	0.07 123	0.05 14	0.09 58	0.11 287	0.04 11	0.05 268	0.05 48	0.07 379	0.04 48	0.04 72

MatchStereo	0.07 7	0.04 1	0.08 56	0.14 59	0.06 27	0.05 4	0.12 96	0.12 83	0.09 50	0.07 74	0.06 23	0.04 1	0.04 1	0.08 25	0.09 102	0.06 167	0.05 268	0.05 48	0.03 1	0.04 48	0.04 72
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
Wave_Phase_stereo	0.09 172	0.06 107	0.16 460	0.15 113	0.08 212	0.11 251	0.09 20	0.18 296	0.16 278	0.06 25	0.07 64	0.07 123	0.05 14	0.09 58	0.11 287	0.04 11	0.05 268	0.05 48	0.07 379	0.04 48	0.04 72

MonSter++	0.08 84	0.04 1	0.10 185	0.13 16	0.06 27	0.09 136	0.12 96	0.13 112	0.08 24	0.06 25	0.07 64	0.06 42	0.08 227	0.10 121	0.11 287	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.04 72

LCMNet	0.08 84	0.05 41	0.10 185	0.13 16	0.07 132	0.09 136	0.12 96	0.10 33	0.11 105	0.06 25	0.08 122	0.06 42	0.07 178	0.11 196	0.10 206	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.04 72

CSFM-Stereo	0.07 7	0.05 41	0.07 11	0.14 59	0.06 27	0.09 136	0.13 170	0.15 185	0.06 6	0.07 74	0.08 122	0.06 42	0.08 227	0.09 58	0.09 102	0.06 167	0.05 268	0.04 1	0.03 1	0.04 48	0.04 72

Select-FE	0.11 289	0.06 107	0.20 538	0.15 113	0.11 501	0.11 251	0.13 170	0.21 360	0.18 338	0.09 180	0.11 243	0.10 254	0.06 65	0.12 290	0.09 102	0.07 336	0.05 268	0.07 299	0.08 452	0.06 290	0.08 457

MultiAttention	0.29 628	0.08 344	0.14 376	0.19 455	0.12 535	1.45 695	1.33 699	0.36 607	0.37 571	0.19 474	0.21 422	0.24 508	0.11 337	0.38 642	0.18 508	0.06 167	0.05 268	0.08 393	0.08 452	0.10 530	0.09 501

AdaDepth	0.07 7	0.06 107	0.07 11	0.18 386	0.06 27	0.11 251	0.12 96	0.09 20	0.07 15	0.06 25	0.05 7	0.07 123	0.06 65	0.09 58	0.10 206	0.04 11	0.05 268	0.05 48	0.04 59	0.04 48	0.04 72

GASTEREO	0.08 84	0.05 41	0.09 121	0.19 455	0.07 132	0.07 43	0.12 96	0.14 143	0.11 105	0.10 225	0.09 157	0.07 123	0.04 1	0.12 290	0.08 25	0.06 167	0.05 268	0.05 48	0.04 59	0.04 48	0.05 203

MSCF	0.08 84	0.05 41	0.08 56	0.19 455	0.08 212	0.06 14	0.12 96	0.14 143	0.11 105	0.10 225	0.09 157	0.07 123	0.04 1	0.11 196	0.08 25	0.06 167	0.05 268	0.05 48	0.04 59	0.05 168	0.05 203

z-ln-s-r	0.17 512	0.10 486	0.40 626	0.19 455	0.08 212	0.17 466	0.18 479	0.22 384	0.33 538	0.18 457	0.40 604	0.22 484	0.17 501	0.20 526	0.23 568	0.07 336	0.05 268	0.07 299	0.07 379	0.07 370	0.05 203

water-stereo	0.09 172	0.06 107	0.08 56	0.16 209	0.07 132	0.09 136	0.13 170	0.15 185	0.13 184	0.11 260	0.12 264	0.08 183	0.09 265	0.07 4	0.08 25	0.06 167	0.05 268	0.05 48	0.05 190	0.04 48	0.04 72

depthmonostereo	0.09 172	0.06 107	0.09 121	0.15 113	0.06 27	0.10 199	0.13 170	0.14 143	0.14 216	0.10 225	0.10 193	0.09 219	0.11 337	0.08 25	0.09 102	0.06 167	0.05 268	0.06 188	0.04 59	0.04 48	0.03 2

DilatedVolume-Stereo	0.09 172	0.05 41	0.08 56	0.15 113	0.06 27	0.11 251	0.12 96	0.14 143	0.16 278	0.11 260	0.11 243	0.09 219	0.09 265	0.11 196	0.10 206	0.06 167	0.05 268	0.05 48	0.04 59	0.03 1	0.03 2

G2L-ROB	0.13 386	0.06 107	0.13 339	0.13 16	0.08 212	0.14 388	0.16 388	0.25 446	0.18 338	0.19 474	0.18 376	0.20 457	0.14 432	0.17 464	0.16 475	0.08 413	0.05 268	0.06 188	0.05 190	0.08 434	0.09 501

xyz-stereo	0.13 386	0.07 225	0.20 538	0.15 113	0.05 2	0.20 525	0.15 319	0.17 262	0.31 524	0.15 380	0.29 534	0.26 532	0.16 478	0.13 342	0.12 348	0.05 51	0.05 268	0.06 188	0.05 190	0.04 48	0.04 72

DFGA-Net	0.13 386	0.11 512	0.18 514	0.17 296	0.10 451	0.12 303	0.13 170	0.22 384	0.25 460	0.16 408	0.16 327	0.13 330	0.12 368	0.16 430	0.14 428	0.07 336	0.05 268	0.08 393	0.07 379	0.05 168	0.05 203

G2L-Stereo_test	0.14 423	0.07 225	0.11 244	0.13 16	0.08 212	0.12 303	0.16 388	0.30 533	0.28 499	0.20 497	0.23 442	0.20 457	0.16 478	0.17 464	0.18 508	0.07 336	0.05 268	0.05 48	0.05 190	0.07 370	0.06 304

coex_refinement	0.14 423	0.07 225	0.12 289	0.17 296	0.10 451	0.15 414	0.15 319	0.26 464	0.29 506	0.18 457	0.20 399	0.22 484	0.17 501	0.16 430	0.18 508	0.08 413	0.05 268	0.06 188	0.06 281	0.09 497	0.08 457

LG-Stereo	0.08 84	0.07 225	0.10 185	0.18 386	0.07 132	0.10 199	0.17 430	0.11 56	0.08 24	0.05 2	0.07 64	0.05 5	0.07 178	0.09 58	0.09 102	0.04 11	0.05 268	0.07 299	0.07 379	0.04 48	0.04 72

MM-Stereo_test1	0.10 241	0.07 225	0.08 56	0.18 386	0.07 132	0.12 303	0.18 479	0.21 360	0.20 380	0.09 180	0.11 243	0.08 183	0.06 65	0.10 121	0.10 206	0.06 167	0.05 268	0.07 299	0.06 281	0.05 168	0.04 72

SCV_C0	0.08 84	0.07 225	0.07 11	0.16 209	0.09 339	0.08 83	0.15 319	0.11 56	0.12 142	0.08 128	0.07 64	0.06 42	0.05 14	0.11 196	0.07 1	0.05 51	0.05 268	0.05 48	0.04 59	0.06 290	0.05 203

AIO-test2	0.10 241	0.08 344	0.10 185	0.23 595	0.08 212	0.11 251	0.10 35	0.23 405	0.23 422	0.08 128	0.09 157	0.08 183	0.05 14	0.10 121	0.08 25	0.06 167	0.05 268	0.08 393	0.09 499	0.05 168	0.05 203

AIO-test1	0.10 241	0.07 225	0.10 185	0.23 595	0.07 132	0.09 136	0.13 170	0.21 360	0.14 216	0.11 260	0.12 264	0.09 219	0.07 178	0.11 196	0.09 102	0.06 167	0.05 268	0.09 476	0.10 539	0.03 1	0.06 304

FACV-RUCA	0.13 386	0.11 512	0.12 289	0.19 455	0.12 535	0.15 414	0.15 319	0.22 384	0.20 380	0.15 380	0.16 327	0.14 350	0.16 478	0.14 371	0.13 390	0.07 336	0.05 268	0.08 393	0.06 281	0.10 530	0.08 457

IGEV-RUCA	0.08 84	0.06 107	0.11 244	0.14 59	0.09 339	0.10 199	0.12 96	0.10 33	0.12 142	0.06 25	0.07 64	0.07 123	0.06 65	0.09 58	0.08 25	0.06 167	0.05 268	0.05 48	0.04 59	0.05 168	0.06 304

fffy	0.09 172	0.08 344	0.09 121	0.16 209	0.07 132	0.13 354	0.17 430	0.13 112	0.12 142	0.08 128	0.09 157	0.08 183	0.09 265	0.13 342	0.11 287	0.05 51	0.05 268	0.07 299	0.05 190	0.04 48	0.05 203

PAM_32	0.09 172	0.05 41	0.17 490	0.15 113	0.08 212	0.10 199	0.15 319	0.14 143	0.15 241	0.09 180	0.08 122	0.09 219	0.07 178	0.14 371	0.08 25	0.06 167	0.05 268	0.06 188	0.06 281	0.05 168	0.06 304

PAM	0.10 241	0.05 41	0.16 460	0.15 113	0.08 212	0.09 136	0.16 388	0.15 185	0.16 278	0.12 301	0.09 157	0.09 219	0.07 178	0.13 342	0.08 25	0.06 167	0.05 268	0.06 188	0.06 281	0.05 168	0.06 304

UGAM-zero	0.09 172	0.05 41	0.15 424	0.15 113	0.08 212	0.09 136	0.13 170	0.19 326	0.15 241	0.11 260	0.15 314	0.07 123	0.07 178	0.09 58	0.09 102	0.06 167	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304

UGAM	0.13 386	0.10 486	0.09 121	0.22 571	0.08 212	0.12 303	0.20 542	0.17 262	0.23 422	0.21 511	0.16 327	0.13 330	0.13 408	0.19 501	0.12 348	0.07 336	0.05 268	0.13 590	0.11 573	0.07 370	0.05 203

GCAP-BAT	0.09 172	0.05 41	0.11 244	0.13 16	0.07 132	0.11 251	0.14 235	0.14 143	0.16 278	0.07 74	0.10 193	0.08 183	0.06 65	0.13 342	0.08 25	0.07 336	0.05 268	0.05 48	0.05 190	0.04 48	0.04 72

RAStereo	0.10 241	0.09 424	0.08 56	0.20 522	0.08 212	0.13 354	0.18 479	0.15 185	0.17 307	0.10 225	0.12 264	0.05 5	0.06 65	0.09 58	0.08 25	0.07 336	0.05 268	0.07 299	0.05 190	0.05 168	0.04 72

Occ-G	0.08 84	0.05 41	0.06 5	0.14 59	0.07 132	0.08 83	0.14 235	0.13 112	0.15 241	0.07 74	0.11 243	0.07 123	0.05 14	0.09 58	0.10 206	0.06 167	0.05 268	0.05 48	0.04 59	0.05 168	0.05 203

AIO-Stereo-zeroshot1	0.11 289	0.05 41	0.14 376	0.15 113	0.20 639	0.09 136	0.17 430	0.21 360	0.15 241	0.11 260	0.14 297	0.10 254	0.07 178	0.10 121	0.08 25	0.06 167	0.05 268	0.07 299	0.07 379	0.07 370	0.09 501

AIO-Stereo-zeroshot	0.11 289	0.05 41	0.11 244	0.15 113	0.13 558	0.13 354	0.16 388	0.23 405	0.17 307	0.10 225	0.12 264	0.10 254	0.07 178	0.11 196	0.09 102	0.06 167	0.05 268	0.06 188	0.06 281	0.07 370	0.08 457

AIO-Stereo	0.08 84	0.06 107	0.09 121	0.18 386	0.06 27	0.08 83	0.12 96	0.15 185	0.09 50	0.08 128	0.08 122	0.07 123	0.05 14	0.11 196	0.08 25	0.05 51	0.05 268	0.05 48	0.04 59	0.04 48	0.04 72

test_sample6	0.14 423	0.08 344	0.13 339	0.16 209	0.08 212	0.17 466	0.19 519	0.25 446	0.17 307	0.17 427	0.27 508	0.19 445	0.14 432	0.15 395	0.13 390	0.08 413	0.05 268	0.08 393	0.07 379	0.08 434	0.08 457

test_sample5	0.14 423	0.08 344	0.14 376	0.16 209	0.08 212	0.18 485	0.18 479	0.25 446	0.17 307	0.17 427	0.27 508	0.18 431	0.14 432	0.16 430	0.13 390	0.08 413	0.05 268	0.08 393	0.07 379	0.08 434	0.08 457

test_sample2	0.12 360	0.07 225	0.12 289	0.14 59	0.08 212	0.16 444	0.18 479	0.21 360	0.16 278	0.14 353	0.20 399	0.19 445	0.15 450	0.15 395	0.12 348	0.08 413	0.05 268	0.07 299	0.06 281	0.08 434	0.07 391

trnet	0.08 84	0.05 41	0.07 11	0.12 5	0.05 2	0.12 303	0.11 64	0.13 112	0.10 74	0.08 128	0.13 283	0.09 219	0.08 227	0.11 196	0.10 206	0.08 413	0.05 268	0.05 48	0.03 1	0.06 290	0.05 203

GCAPDPT-zeroshot4090	0.07 7	0.05 41	0.11 244	0.15 113	0.06 27	0.07 43	0.13 170	0.09 20	0.11 105	0.07 74	0.08 122	0.06 42	0.05 14	0.09 58	0.07 1	0.05 51	0.05 268	0.05 48	0.04 59	0.03 1	0.04 72

DispNO	0.14 423	0.08 344	0.17 490	0.19 455	0.12 535	0.11 251	0.21 562	0.23 405	0.29 506	0.17 427	0.23 442	0.18 431	0.17 501	0.15 395	0.15 459	0.07 336	0.05 268	0.08 393	0.08 452	0.07 370	0.06 304

Former-RAFT_DAM_RVC	0.10 241	0.08 344	0.12 289	0.16 209	0.08 212	0.15 414	0.16 388	0.18 296	0.18 338	0.10 225	0.09 157	0.09 219	0.08 227	0.11 196	0.12 348	0.07 336	0.05 268	0.08 393	0.06 281	0.07 370	0.06 304

MyStereo8	0.12 360	0.07 225	0.15 424	0.15 113	0.09 339	0.18 485	0.14 235	0.19 326	0.22 410	0.12 301	0.18 376	0.11 284	0.10 304	0.16 430	0.18 508	0.07 336	0.05 268	0.07 299	0.05 190	0.08 434	0.09 501

SMFormer	0.14 423	0.07 225	0.17 490	0.14 59	0.08 212	0.16 444	0.17 430	0.26 464	0.27 484	0.19 474	0.20 399	0.18 431	0.15 450	0.15 395	0.17 490	0.08 413	0.05 268	0.07 299	0.06 281	0.07 370	0.06 304

tta	0.14 423	0.07 225	0.17 490	0.14 59	0.08 212	0.16 444	0.17 430	0.26 464	0.27 484	0.19 474	0.20 399	0.18 431	0.15 450	0.15 395	0.17 490	0.08 413	0.05 268	0.07 299	0.06 281	0.06 290	0.06 304

qqq1	0.13 386	0.07 225	0.17 490	0.14 59	0.08 212	0.16 444	0.17 430	0.26 464	0.27 484	0.19 474	0.20 399	0.18 431	0.15 450	0.15 395	0.11 287	0.08 413	0.05 268	0.05 48	0.05 190	0.06 290	0.06 304

fff1	0.13 386	0.07 225	0.17 490	0.14 59	0.08 212	0.16 444	0.17 430	0.26 464	0.27 484	0.19 474	0.20 399	0.18 431	0.15 450	0.15 395	0.11 287	0.08 413	0.05 268	0.05 48	0.05 190	0.06 290	0.06 304

MyStereo07	0.10 241	0.07 225	0.10 185	0.17 296	0.09 339	0.14 388	0.18 479	0.15 185	0.15 241	0.09 180	0.06 23	0.06 42	0.07 178	0.12 290	0.09 102	0.06 167	0.05 268	0.08 393	0.07 379	0.06 290	0.06 304

MyStereo06	0.10 241	0.07 225	0.12 289	0.17 296	0.09 339	0.13 354	0.18 479	0.19 326	0.12 142	0.12 301	0.08 122	0.07 123	0.07 178	0.11 196	0.09 102	0.06 167	0.05 268	0.07 299	0.07 379	0.06 290	0.06 304

MyStereo05	0.13 386	0.07 225	0.10 185	0.17 296	0.09 339	0.13 354	0.18 479	0.27 486	0.35 559	0.17 427	0.14 297	0.15 379	0.11 337	0.15 395	0.13 390	0.06 167	0.05 268	0.07 299	0.07 379	0.06 290	0.06 304

MyStereo04	0.13 386	0.07 225	0.10 185	0.17 296	0.09 339	0.14 388	0.18 479	0.29 519	0.38 578	0.17 427	0.14 297	0.16 395	0.10 304	0.15 395	0.13 390	0.06 167	0.05 268	0.08 393	0.07 379	0.06 290	0.06 304

CoDeX	0.12 360	0.07 225	0.12 289	0.17 296	0.08 212	0.12 303	0.15 319	0.23 405	0.27 484	0.13 331	0.17 349	0.16 395	0.11 337	0.14 371	0.11 287	0.07 336	0.05 268	0.07 299	0.06 281	0.06 290	0.05 203

mmm	0.14 423	0.08 344	0.17 490	0.17 296	0.09 339	0.17 466	0.18 479	0.21 360	0.15 241	0.15 380	0.23 442	0.21 466	0.16 478	0.16 430	0.17 490	0.08 413	0.05 268	0.08 393	0.07 379	0.07 370	0.07 391

11t1	0.12 360	0.06 107	0.13 339	0.14 59	0.08 212	0.17 466	0.15 319	0.18 296	0.15 241	0.15 380	0.15 314	0.16 395	0.16 478	0.15 395	0.13 390	0.08 413	0.05 268	0.06 188	0.05 190	0.08 434	0.07 391

IGEVStereo-DCA	0.09 172	0.06 107	0.11 244	0.15 113	0.10 451	0.11 251	0.15 319	0.16 223	0.12 142	0.10 225	0.06 23	0.08 183	0.06 65	0.10 121	0.08 25	0.06 167	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304

rrr	0.09 172	0.06 107	0.12 289	0.15 113	0.10 451	0.11 251	0.16 388	0.16 223	0.15 241	0.10 225	0.06 23	0.08 183	0.06 65	0.10 121	0.08 25	0.06 167	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304

DualNet	0.14 423	0.08 344	0.14 376	0.16 209	0.08 212	0.18 485	0.18 479	0.25 446	0.17 307	0.17 427	0.27 508	0.18 431	0.14 432	0.16 430	0.13 390	0.08 413	0.05 268	0.08 393	0.07 379	0.08 434	0.08 457

plain	0.10 241	0.08 344	0.10 185	0.19 455	0.09 339	0.10 199	0.15 319	0.14 143	0.13 184	0.13 331	0.15 314	0.09 219	0.12 368	0.13 342	0.12 348	0.07 336	0.05 268	0.09 476	0.06 281	0.06 290	0.06 304

MIF-Stereo (partial)	0.11 289	0.06 107	0.10 185	0.19 455	0.10 451	0.10 199	0.11 64	0.17 262	0.18 338	0.14 353	0.16 327	0.09 219	0.11 337	0.12 290	0.12 348	0.08 413	0.05 268	0.08 393	0.07 379	0.06 290	0.07 391

UniTT-Stereo	0.09 172	0.07 225	0.08 56	0.18 386	0.08 212	0.13 354	0.11 64	0.12 83	0.11 105	0.10 225	0.12 264	0.05 5	0.07 178	0.09 58	0.09 102	0.07 336	0.05 268	0.05 48	0.05 190	0.05 168	0.05 203

PCWNet_CMD	0.14 423	0.08 344	0.15 424	0.17 296	0.09 339	0.14 388	0.14 235	0.29 519	0.36 564	0.14 353	0.20 399	0.21 466	0.12 368	0.17 464	0.13 390	0.07 336	0.05 268	0.07 299	0.07 379	0.07 370	0.07 391

GCAPDPT-zeroshot	0.09 172	0.05 41	0.11 244	0.13 16	0.07 132	0.11 251	0.14 235	0.14 143	0.16 278	0.07 74	0.10 193	0.08 183	0.06 65	0.13 342	0.08 25	0.07 336	0.05 268	0.05 48	0.05 190	0.04 48	0.04 72

GCAP-Stereo	0.09 172	0.07 225	0.13 339	0.18 386	0.06 27	0.11 251	0.07 3	0.13 112	0.12 142	0.09 180	0.10 193	0.07 123	0.09 265	0.13 342	0.10 206	0.06 167	0.05 268	0.05 48	0.04 59	0.04 48	0.05 203

LL-Strereo2	0.10 241	0.10 486	0.15 424	0.18 386	0.08 212	0.15 414	0.09 20	0.17 262	0.14 216	0.14 353	0.10 193	0.09 219	0.07 178	0.16 430	0.10 206	0.05 51	0.05 268	0.10 524	0.07 379	0.06 290	0.05 203

LoS	0.09 172	0.05 41	0.11 244	0.13 16	0.07 132	0.14 388	0.11 64	0.15 185	0.15 241	0.09 180	0.09 157	0.12 304	0.09 265	0.15 395	0.10 206	0.07 336	0.05 268	0.05 48	0.03 1	0.05 168	0.05 203
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
DCRE	0.11 289	0.07 225	0.13 339	0.16 209	0.11 501	0.11 251	0.17 430	0.18 296	0.17 307	0.11 260	0.18 376	0.10 254	0.10 304	0.15 395	0.11 287	0.06 167	0.05 268	0.06 188	0.06 281	0.05 168	0.04 72

knoymous	0.11 289	0.05 41	0.12 289	0.13 16	0.07 132	0.15 414	0.14 235	0.19 326	0.13 184	0.11 260	0.17 349	0.13 330	0.09 265	0.13 342	0.11 287	0.08 413	0.05 268	0.06 188	0.05 190	0.08 434	0.07 391

anonymousa	0.13 386	0.07 225	0.13 339	0.18 386	0.09 339	0.13 354	0.17 430	0.19 326	0.29 506	0.15 380	0.24 454	0.15 379	0.14 432	0.14 371	0.14 428	0.07 336	0.05 268	0.07 299	0.09 499	0.05 168	0.06 304

riskmin	0.11 289	0.06 107	0.13 339	0.14 59	0.08 212	0.14 388	0.14 235	0.18 296	0.14 216	0.11 260	0.14 297	0.16 395	0.11 337	0.14 371	0.12 348	0.09 473	0.05 268	0.07 299	0.05 190	0.08 434	0.08 457

Selective-RAFT	0.11 289	0.10 486	0.11 244	0.21 554	0.08 212	0.16 444	0.13 170	0.20 337	0.22 410	0.10 225	0.10 193	0.11 284	0.10 304	0.15 395	0.11 287	0.05 51	0.05 268	0.06 188	0.05 190	0.06 290	0.05 203

x	0.13 386	0.07 225	0.14 376	0.14 59	0.08 212	0.18 485	0.14 235	0.22 384	0.20 380	0.15 380	0.19 387	0.19 445	0.17 501	0.18 486	0.18 508	0.07 336	0.05 268	0.06 188	0.06 281	0.07 370	0.07 391

Wz-Net-LNSev-Ref	0.18 526	0.09 424	0.29 595	0.15 113	0.10 451	0.22 551	0.20 542	0.26 464	0.39 581	0.25 562	0.42 621	0.24 508	0.15 450	0.20 526	0.19 521	0.07 336	0.05 268	0.06 188	0.05 190	0.10 530	0.09 501

IER	0.14 423	0.07 225	0.13 339	0.17 296	0.09 339	0.14 388	0.16 388	0.25 446	0.26 474	0.18 457	0.25 482	0.17 417	0.20 544	0.16 430	0.14 428	0.08 413	0.05 268	0.07 299	0.06 281	0.08 434	0.07 391

raft_robust	0.13 386	0.10 486	0.07 11	0.18 386	0.08 212	0.13 354	0.24 596	0.28 505	0.33 538	0.20 497	0.19 387	0.14 350	0.10 304	0.11 196	0.12 348	0.05 51	0.05 268	0.07 299	0.07 379	0.05 168	0.04 72

test_5	0.14 423	0.12 530	0.08 56	0.20 522	0.10 451	0.14 388	0.29 644	0.21 360	0.24 439	0.18 457	0.28 522	0.11 284	0.15 450	0.12 290	0.13 390	0.06 167	0.05 268	0.07 299	0.08 452	0.08 434	0.07 391

Sa-1000	0.12 360	0.08 344	0.08 56	0.18 386	0.08 212	0.14 388	0.22 572	0.22 384	0.18 338	0.15 380	0.20 399	0.17 417	0.11 337	0.10 121	0.10 206	0.06 167	0.05 268	0.09 476	0.09 499	0.05 168	0.05 203

SA	0.12 360	0.09 424	0.08 56	0.18 386	0.08 212	0.12 303	0.24 596	0.23 405	0.18 338	0.17 427	0.27 508	0.14 350	0.11 337	0.11 196	0.11 287	0.05 51	0.05 268	0.09 476	0.08 452	0.05 168	0.04 72

iRaft-Stereo_5w	0.12 360	0.09 424	0.12 289	0.19 455	0.08 212	0.09 136	0.12 96	0.21 360	0.21 396	0.19 474	0.14 297	0.11 284	0.09 265	0.20 526	0.16 475	0.05 51	0.05 268	0.07 299	0.06 281	0.05 168	0.06 304

CIPLG	0.11 289	0.08 344	0.14 376	0.17 296	0.08 212	0.12 303	0.15 319	0.17 262	0.15 241	0.14 353	0.11 243	0.16 395	0.09 265	0.16 430	0.11 287	0.07 336	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304

IPLGR_C	0.11 289	0.08 344	0.14 376	0.17 296	0.08 212	0.12 303	0.15 319	0.17 262	0.15 241	0.14 353	0.10 193	0.16 395	0.09 265	0.16 430	0.11 287	0.07 336	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304

IPLGR	0.11 289	0.09 424	0.16 460	0.18 386	0.08 212	0.12 303	0.17 430	0.21 360	0.24 439	0.11 260	0.12 264	0.11 284	0.08 227	0.12 290	0.12 348	0.06 167	0.05 268	0.06 188	0.06 281	0.04 48	0.04 72

GMOStereo	0.11 289	0.09 424	0.07 11	0.19 455	0.08 212	0.12 303	0.28 634	0.13 112	0.17 307	0.11 260	0.17 349	0.14 350	0.12 368	0.07 4	0.07 1	0.05 51	0.05 268	0.09 476	0.07 379	0.04 48	0.04 72

error version	0.11 289	0.09 424	0.07 11	0.19 455	0.08 212	0.12 303	0.28 634	0.13 112	0.17 307	0.11 260	0.17 349	0.14 350	0.12 368	0.07 4	0.07 1	0.05 51	0.05 268	0.09 476	0.07 379	0.04 48	0.04 72

test-v	0.11 289	0.09 424	0.07 11	0.19 455	0.08 212	0.12 303	0.28 634	0.13 112	0.17 307	0.11 260	0.17 349	0.14 350	0.12 368	0.07 4	0.07 1	0.05 51	0.05 268	0.09 476	0.07 379	0.04 48	0.04 72

ACRE	0.11 289	0.08 344	0.14 376	0.17 296	0.08 212	0.12 303	0.15 319	0.17 262	0.14 216	0.14 353	0.10 193	0.16 395	0.09 265	0.16 430	0.11 287	0.07 336	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304

GwcNet-ADL	0.13 386	0.08 344	0.14 376	0.20 522	0.09 339	0.11 251	0.20 542	0.30 533	0.24 439	0.13 331	0.14 297	0.18 431	0.14 432	0.13 342	0.14 428	0.07 336	0.05 268	0.06 188	0.05 190	0.07 370	0.06 304

PFNet+	0.11 289	0.06 107	0.13 339	0.16 209	0.09 339	0.05 4	0.12 96	0.17 262	0.21 396	0.16 408	0.19 387	0.14 350	0.10 304	0.11 196	0.11 287	0.08 413	0.05 268	0.09 476	0.08 452	0.06 290	0.11 557

TRStereo	0.09 172	0.05 41	0.12 289	0.15 113	0.12 535	0.10 199	0.13 170	0.18 296	0.18 338	0.09 180	0.09 157	0.09 219	0.06 65	0.10 121	0.08 25	0.07 336	0.05 268	0.07 299	0.07 379	0.04 48	0.04 72

IIG-Stereo	0.11 289	0.06 107	0.13 339	0.17 296	0.08 212	0.11 251	0.12 96	0.22 384	0.17 307	0.14 353	0.17 349	0.11 284	0.12 368	0.12 290	0.12 348	0.06 167	0.05 268	0.07 299	0.06 281	0.05 168	0.04 72

PSM-softLoss	0.12 360	0.07 225	0.15 424	0.17 296	0.09 339	0.08 83	0.13 170	0.24 429	0.17 307	0.14 353	0.19 387	0.13 330	0.11 337	0.11 196	0.11 287	0.07 336	0.05 268	0.08 393	0.07 379	0.06 290	0.12 570

KMStereo	0.12 360	0.07 225	0.15 424	0.17 296	0.09 339	0.08 83	0.13 170	0.24 429	0.17 307	0.14 353	0.19 387	0.13 330	0.11 337	0.11 196	0.11 287	0.07 336	0.05 268	0.08 393	0.07 379	0.06 290	0.12 570

PSM-AAD	0.11 289	0.07 225	0.10 185	0.19 455	0.09 339	0.10 199	0.15 319	0.20 337	0.13 184	0.12 301	0.14 297	0.18 431	0.11 337	0.11 196	0.10 206	0.05 51	0.05 268	0.09 476	0.08 452	0.06 290	0.14 610

FTStereo	0.12 360	0.06 107	0.14 376	0.18 386	0.09 339	0.07 43	0.15 319	0.21 360	0.18 338	0.12 301	0.24 454	0.12 304	0.12 368	0.13 342	0.13 390	0.05 51	0.05 268	0.07 299	0.06 281	0.06 290	0.10 530

GrayStereo	0.11 289	0.06 107	0.11 244	0.19 455	0.09 339	0.09 136	0.16 388	0.18 296	0.17 307	0.14 353	0.17 349	0.17 417	0.11 337	0.12 290	0.11 287	0.05 51	0.05 268	0.07 299	0.06 281	0.05 168	0.10 530

RAFT-345	0.11 289	0.07 225	0.15 424	0.16 209	0.08 212	0.08 83	0.12 96	0.15 185	0.10 74	0.11 260	0.36 577	0.09 219	0.09 265	0.11 196	0.12 348	0.05 51	0.05 268	0.07 299	0.06 281	0.04 48	0.05 203

AnonymousM	0.09 172	0.05 41	0.10 185	0.14 59	0.06 27	0.09 136	0.13 170	0.19 326	0.14 216	0.13 331	0.11 243	0.09 219	0.08 227	0.13 342	0.10 206	0.08 413	0.05 268	0.08 393	0.05 190	0.05 168	0.05 203

CroCo-Stereo	0.09 172	0.08 344	0.08 56	0.22 571	0.09 339	0.09 136	0.19 519	0.15 185	0.12 142	0.07 74	0.07 64	0.08 183	0.06 65	0.08 25	0.07 1	0.07 336	0.05 268	0.06 188	0.04 59	0.05 168	0.04 72
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
test-2	0.11 289	0.09 424	0.07 11	0.19 455	0.08 212	0.12 303	0.28 634	0.13 112	0.17 307	0.11 260	0.17 349	0.14 350	0.12 368	0.07 4	0.07 1	0.05 51	0.05 268	0.09 476	0.07 379	0.04 48	0.04 72

TANstereo	0.09 172	0.04 1	0.08 56	0.13 16	0.06 27	0.11 251	0.14 235	0.15 185	0.19 357	0.11 260	0.15 314	0.10 254	0.06 65	0.12 290	0.09 102	0.07 336	0.05 268	0.05 48	0.04 59	0.06 290	0.05 203

raftrobust	0.09 172	0.06 107	0.10 185	0.17 296	0.08 212	0.09 136	0.10 35	0.18 296	0.16 278	0.10 225	0.09 157	0.12 304	0.07 178	0.12 290	0.10 206	0.08 413	0.05 268	0.06 188	0.05 190	0.05 168	0.05 203

sAnonymous2	0.13 386	0.12 530	0.24 566	0.20 522	0.12 535	0.17 466	0.13 170	0.26 464	0.21 396	0.11 260	0.11 243	0.13 330	0.08 227	0.10 121	0.10 206	0.09 473	0.05 268	0.08 393	0.06 281	0.15 617	0.10 530

CroCo_RVC	0.13 386	0.12 530	0.24 566	0.20 522	0.12 535	0.17 466	0.13 170	0.26 464	0.21 396	0.11 260	0.11 243	0.13 330	0.08 227	0.10 121	0.10 206	0.09 473	0.05 268	0.08 393	0.06 281	0.15 617	0.10 530

CFNet_pseudo	0.14 423	0.08 344	0.15 424	0.16 209	0.09 339	0.13 354	0.14 235	0.27 486	0.34 550	0.14 353	0.21 422	0.22 484	0.13 408	0.18 486	0.14 428	0.07 336	0.05 268	0.08 393	0.06 281	0.07 370	0.07 391

RALAANet	0.11 289	0.08 344	0.10 185	0.17 296	0.09 339	0.14 388	0.10 35	0.20 337	0.15 241	0.14 353	0.13 283	0.16 395	0.09 265	0.12 290	0.11 287	0.06 167	0.05 268	0.07 299	0.06 281	0.05 168	0.04 72

XX-Stereo	0.09 172	0.05 41	0.08 56	0.17 296	0.09 339	0.15 414	0.12 96	0.20 337	0.10 74	0.10 225	0.14 297	0.07 123	0.06 65	0.12 290	0.08 25	0.06 167	0.05 268	0.06 188	0.06 281	0.04 48	0.04 72

222	0.16 491	0.07 225	0.14 376	0.14 59	0.08 212	0.24 573	0.18 479	0.30 533	0.20 380	0.17 427	0.28 522	0.17 417	0.16 478	0.15 395	0.40 658	0.10 514	0.05 268	0.07 299	0.06 281	0.07 370	0.08 457

xxxx	0.15 468	0.07 225	0.14 376	0.14 59	0.08 212	0.23 568	0.18 479	0.31 544	0.19 357	0.14 353	0.28 522	0.22 484	0.14 432	0.15 395	0.26 603	0.09 473	0.05 268	0.07 299	0.07 379	0.08 434	0.07 391

test_xeample	0.15 468	0.06 107	0.13 339	0.14 59	0.08 212	0.21 542	0.20 542	0.28 505	0.20 380	0.16 408	0.29 534	0.19 445	0.16 478	0.15 395	0.26 603	0.09 473	0.05 268	0.07 299	0.07 379	0.07 370	0.07 391

ARAFT	0.12 360	0.08 344	0.17 490	0.19 455	0.09 339	0.14 388	0.18 479	0.20 337	0.12 142	0.12 301	0.13 283	0.14 350	0.11 337	0.15 395	0.12 348	0.06 167	0.05 268	0.10 524	0.09 499	0.05 168	0.04 72

SFCPSM	0.13 386	0.07 225	0.14 376	0.17 296	0.09 339	0.15 414	0.16 388	0.28 505	0.27 484	0.14 353	0.17 349	0.12 304	0.13 408	0.14 371	0.11 287	0.08 413	0.05 268	0.07 299	0.07 379	0.07 370	0.06 304

FENet	0.13 386	0.08 344	0.12 289	0.16 209	0.08 212	0.14 388	0.15 319	0.22 384	0.23 422	0.17 427	0.23 442	0.16 395	0.12 368	0.14 371	0.15 459	0.08 413	0.05 268	0.08 393	0.08 452	0.07 370	0.07 391

cf-r	0.13 386	0.07 225	0.12 289	0.16 209	0.08 212	0.14 388	0.19 519	0.20 337	0.25 460	0.17 427	0.25 482	0.21 466	0.16 478	0.14 371	0.14 428	0.10 514	0.05 268	0.06 188	0.08 452	0.06 290	0.06 304

GwcNet-RSSM	0.14 423	0.07 225	0.12 289	0.15 113	0.08 212	0.15 414	0.20 542	0.21 360	0.27 484	0.18 457	0.27 508	0.22 484	0.16 478	0.14 371	0.15 459	0.10 514	0.05 268	0.07 299	0.09 499	0.07 370	0.07 391

CCAANet	0.14 423	0.06 107	0.11 244	0.16 209	0.08 212	0.22 551	0.14 235	0.26 464	0.18 338	0.16 408	0.36 577	0.15 379	0.17 501	0.16 430	0.13 390	0.07 336	0.05 268	0.06 188	0.06 281	0.05 168	0.07 391

DIP-Stereo	0.11 289	0.07 225	0.14 376	0.17 296	0.09 339	0.13 354	0.09 20	0.16 223	0.16 278	0.11 260	0.16 327	0.14 350	0.12 368	0.15 395	0.13 390	0.06 167	0.05 268	0.06 188	0.05 190	0.05 168	0.06 304
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
BEATNet_4x	0.12 360	0.08 344	0.14 376	0.18 386	0.07 132	0.15 414	0.07 3	0.22 384	0.18 338	0.16 408	0.19 387	0.18 431	0.14 432	0.16 430	0.15 459	0.07 336	0.05 268	0.05 48	0.05 190	0.06 290	0.06 304

R-Stereo Train	0.10 241	0.06 107	0.10 185	0.17 296	0.08 212	0.11 251	0.14 235	0.23 405	0.11 105	0.12 301	0.19 387	0.11 284	0.08 227	0.09 58	0.11 287	0.07 336	0.05 268	0.06 188	0.05 190	0.05 168	0.05 203

RAFT-Stereo	0.10 241	0.06 107	0.10 185	0.17 296	0.08 212	0.11 251	0.14 235	0.23 405	0.11 105	0.12 301	0.19 387	0.11 284	0.08 227	0.09 58	0.11 287	0.07 336	0.05 268	0.06 188	0.05 190	0.05 168	0.05 203
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.14 423	0.08 344	0.15 424	0.17 296	0.09 339	0.14 388	0.14 235	0.29 519	0.36 564	0.14 353	0.21 422	0.21 466	0.12 368	0.17 464	0.14 428	0.07 336	0.05 268	0.07 299	0.07 379	0.07 370	0.07 391

ccs_rob	0.14 423	0.08 344	0.15 424	0.16 209	0.09 339	0.12 303	0.14 235	0.27 486	0.34 550	0.14 353	0.21 422	0.22 484	0.13 408	0.18 486	0.14 428	0.07 336	0.05 268	0.08 393	0.07 379	0.07 370	0.07 391

AANet_RVC	0.16 491	0.10 486	0.10 185	0.18 386	0.09 339	0.18 485	0.19 519	0.26 464	0.31 524	0.22 527	0.35 574	0.21 466	0.21 548	0.22 556	0.16 475	0.06 167	0.05 268	0.06 188	0.06 281	0.07 370	0.06 304

AdaStereo	0.15 468	0.11 512	0.15 424	0.18 386	0.09 339	0.20 525	0.11 64	0.32 555	0.28 499	0.20 497	0.23 442	0.20 457	0.13 408	0.19 501	0.14 428	0.12 570	0.05 268	0.10 524	0.07 379	0.09 497	0.07 391
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.
iResNetv2_ROB	0.14 423	0.08 344	0.15 424	0.16 209	0.08 212	0.16 444	0.12 96	0.25 446	0.35 559	0.21 511	0.29 534	0.24 508	0.13 408	0.14 371	0.14 428	0.06 167	0.05 268	0.06 188	0.04 59	0.09 497	0.08 457

HSM	0.15 468	0.08 344	0.14 376	0.16 209	0.09 339	0.16 444	0.14 235	0.28 505	0.25 460	0.19 474	0.23 442	0.37 613	0.16 478	0.20 526	0.15 459	0.07 336	0.05 268	0.07 299	0.06 281	0.07 370	0.06 304

StereoDRNet-Refined	0.17 512	0.12 530	0.15 424	0.20 522	0.09 339	0.18 485	0.18 479	0.26 464	0.23 422	0.26 568	0.40 604	0.22 484	0.17 501	0.21 543	0.20 527	0.08 413	0.05 268	0.09 476	0.10 539	0.07 370	0.07 391
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
iResNet_ROB	0.14 423	0.07 225	0.13 339	0.14 59	0.07 132	0.18 485	0.14 235	0.26 464	0.31 524	0.22 527	0.25 482	0.23 502	0.15 450	0.15 395	0.13 390	0.07 336	0.05 268	0.05 48	0.04 59	0.08 434	0.08 457

DN-CSS_ROB	0.13 386	0.13 558	0.16 460	0.18 386	0.10 451	0.16 444	0.08 7	0.22 384	0.18 338	0.17 427	0.22 433	0.13 330	0.13 408	0.12 290	0.13 390	0.05 51	0.05 268	0.10 524	0.10 539	0.08 434	0.06 304

pmcnn	0.15 468	0.07 225	0.19 526	0.15 113	0.07 132	0.20 525	0.15 319	0.24 429	0.26 474	0.21 511	0.34 569	0.28 550	0.18 516	0.18 486	0.17 490	0.07 336	0.05 268	0.05 48	0.04 59	0.07 370	0.06 304

FlowAnything_test	0.11 289	0.08 344	0.14 376	0.15 113	0.09 339	0.07 43	0.14 235	0.20 337	0.11 105	0.09 180	0.09 157	0.12 304	0.12 368	0.13 342	0.11 287	0.09 473	0.06 416	0.09 476	0.09 499	0.06 290	0.09 501

MSAF-DinoV2	0.22 571	0.11 512	0.23 562	0.17 296	0.10 451	0.27 604	0.16 388	0.37 613	0.55 638	0.21 511	0.27 508	0.47 648	0.27 594	0.35 629	0.39 655	0.09 473	0.06 416	0.07 299	0.09 499	0.12 568	0.10 530

S2M2_XL	0.08 84	0.06 107	0.12 289	0.12 5	0.08 212	0.09 136	0.09 20	0.07 7	0.07 15	0.08 128	0.07 64	0.07 123	0.06 65	0.09 58	0.09 102	0.08 413	0.06 416	0.07 299	0.05 190	0.08 434	0.06 304
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test3	0.10 241	0.07 225	0.07 11	0.18 386	0.07 132	0.12 303	0.19 519	0.24 429	0.19 357	0.06 25	0.10 193	0.08 183	0.06 65	0.11 196	0.08 25	0.06 167	0.06 416	0.07 299	0.05 190	0.05 168	0.04 72

DDVS	0.15 468	0.10 486	0.21 547	0.16 209	0.12 535	0.15 414	0.14 235	0.25 446	0.19 357	0.18 457	0.29 534	0.27 540	0.12 368	0.19 501	0.15 459	0.09 473	0.06 416	0.09 476	0.07 379	0.11 553	0.11 557

rvit_stereo_0081_aga	0.11 289	0.09 424	0.14 376	0.18 386	0.09 339	0.13 354	0.14 235	0.14 143	0.19 357	0.10 225	0.18 376	0.16 395	0.09 265	0.12 290	0.09 102	0.10 514	0.06 416	0.08 393	0.07 379	0.07 370	0.06 304

model_zeroshot	0.10 241	0.04 1	0.11 244	0.15 113	0.09 339	0.12 303	0.14 235	0.20 337	0.13 184	0.11 260	0.10 193	0.12 304	0.07 178	0.12 290	0.10 206	0.07 336	0.06 416	0.06 188	0.05 190	0.06 290	0.06 304

ACV-stereo	0.15 468	0.10 486	0.28 587	0.18 386	0.12 535	0.14 388	0.12 96	0.23 405	0.21 396	0.19 474	0.23 442	0.22 484	0.15 450	0.23 567	0.17 490	0.07 336	0.06 416	0.07 299	0.07 379	0.07 370	0.07 391

ITSA-stereo	0.15 468	0.10 486	0.14 376	0.19 455	0.08 212	0.12 303	0.14 235	0.30 533	0.49 624	0.17 427	0.19 387	0.22 484	0.15 450	0.17 464	0.16 475	0.10 514	0.06 416	0.08 393	0.08 452	0.08 434	0.08 457

rvit_stereo_ft	0.12 360	0.07 225	0.13 339	0.19 455	0.10 451	0.12 303	0.17 430	0.16 223	0.16 278	0.12 301	0.13 283	0.15 379	0.10 304	0.14 371	0.13 390	0.09 473	0.06 416	0.08 393	0.07 379	0.07 370	0.05 203

DualNet (step1)	0.16 491	0.12 530	0.20 538	0.12 5	0.14 579	0.17 466	0.13 170	0.27 486	0.23 422	0.20 497	0.20 399	0.24 508	0.19 532	0.16 430	0.16 475	0.15 614	0.06 416	0.14 603	0.14 608	0.14 601	0.12 570

test_sample7	0.15 468	0.10 486	0.16 460	0.14 59	0.11 501	0.16 444	0.16 388	0.27 486	0.23 422	0.20 497	0.20 399	0.24 508	0.19 532	0.16 430	0.16 475	0.12 570	0.06 416	0.10 524	0.09 499	0.10 530	0.10 530

test_sample4	0.14 423	0.08 344	0.14 376	0.15 113	0.08 212	0.19 509	0.18 479	0.26 464	0.17 307	0.16 408	0.25 482	0.18 431	0.14 432	0.16 430	0.13 390	0.08 413	0.06 416	0.08 393	0.06 281	0.08 434	0.08 457

test_sample3	0.14 423	0.08 344	0.15 424	0.14 59	0.09 339	0.19 509	0.17 430	0.26 464	0.18 338	0.16 408	0.22 433	0.19 445	0.15 450	0.17 464	0.13 390	0.08 413	0.06 416	0.07 299	0.06 281	0.09 497	0.08 457

test_sample1	0.13 386	0.07 225	0.14 376	0.13 16	0.08 212	0.19 509	0.16 388	0.20 337	0.15 241	0.14 353	0.22 433	0.18 431	0.16 478	0.17 464	0.14 428	0.07 336	0.06 416	0.06 188	0.06 281	0.08 434	0.07 391

AE-Stereo	0.10 241	0.08 344	0.10 185	0.18 386	0.09 339	0.10 199	0.15 319	0.14 143	0.19 357	0.09 180	0.14 297	0.12 304	0.08 227	0.11 196	0.10 206	0.05 51	0.06 416	0.07 299	0.06 281	0.05 168	0.04 72

mmx	0.14 423	0.09 424	0.14 376	0.16 209	0.08 212	0.17 466	0.17 430	0.27 486	0.25 460	0.15 380	0.25 482	0.19 445	0.13 408	0.14 371	0.20 527	0.08 413	0.06 416	0.09 476	0.08 452	0.08 434	0.08 457

xxx	0.14 423	0.09 424	0.14 376	0.16 209	0.08 212	0.17 466	0.17 430	0.27 486	0.25 460	0.15 380	0.25 482	0.19 445	0.13 408	0.14 371	0.20 527	0.08 413	0.06 416	0.09 476	0.08 452	0.08 434	0.08 457

GMStereo_Zeroshot	0.16 491	0.13 558	0.24 566	0.20 522	0.10 451	0.17 466	0.13 170	0.29 519	0.25 460	0.23 540	0.32 553	0.25 522	0.11 337	0.19 501	0.14 428	0.09 473	0.06 416	0.11 555	0.06 281	0.12 568	0.08 457

MaDis-Stereo	0.09 172	0.09 424	0.08 56	0.17 296	0.09 339	0.13 354	0.10 35	0.16 223	0.16 278	0.09 180	0.11 243	0.06 42	0.06 65	0.09 58	0.13 390	0.07 336	0.06 416	0.07 299	0.05 190	0.05 168	0.04 72

EKT-Stereo	0.11 289	0.07 225	0.14 376	0.15 113	0.10 451	0.13 354	0.14 235	0.18 296	0.21 396	0.11 260	0.08 122	0.12 304	0.09 265	0.11 196	0.12 348	0.08 413	0.06 416	0.07 299	0.06 281	0.08 434	0.07 391

MIM_Stereo	0.09 172	0.07 225	0.11 244	0.15 113	0.07 132	0.06 14	0.12 96	0.20 337	0.14 216	0.13 331	0.13 283	0.09 219	0.05 14	0.12 290	0.08 25	0.05 51	0.06 416	0.07 299	0.06 281	0.06 290	0.05 203

CFNet_ucs	0.15 468	0.08 344	0.16 460	0.16 209	0.11 501	0.14 388	0.14 235	0.30 533	0.34 550	0.16 408	0.24 454	0.23 502	0.14 432	0.18 486	0.15 459	0.09 473	0.06 416	0.08 393	0.07 379	0.09 497	0.09 501

CBFPSM	0.14 423	0.06 107	0.26 574	0.17 296	0.09 339	0.13 354	0.15 319	0.22 384	0.23 422	0.20 497	0.27 508	0.24 508	0.16 478	0.16 430	0.18 508	0.06 167	0.06 416	0.06 188	0.07 379	0.07 370	0.07 391

gwcnet-sp	0.14 423	0.07 225	0.12 289	0.18 386	0.09 339	0.16 444	0.17 430	0.24 429	0.24 439	0.18 457	0.24 454	0.15 379	0.16 478	0.15 395	0.15 459	0.08 413	0.06 416	0.07 299	0.08 452	0.08 434	0.07 391

scenet	0.14 423	0.07 225	0.12 289	0.18 386	0.09 339	0.16 444	0.17 430	0.24 429	0.24 439	0.18 457	0.24 454	0.15 379	0.16 478	0.15 395	0.15 459	0.08 413	0.06 416	0.07 299	0.08 452	0.08 434	0.07 391

CASS	0.13 386	0.12 530	0.11 244	0.23 595	0.09 339	0.15 414	0.17 430	0.18 296	0.19 357	0.17 427	0.18 376	0.15 379	0.15 450	0.14 371	0.14 428	0.09 473	0.06 416	0.10 524	0.08 452	0.09 497	0.07 391
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.14 423	0.07 225	0.12 289	0.18 386	0.09 339	0.16 444	0.17 430	0.24 429	0.24 439	0.18 457	0.24 454	0.15 379	0.16 478	0.15 395	0.15 459	0.08 413	0.06 416	0.07 299	0.08 452	0.08 434	0.07 391

CroCo-Stereo Lap2	0.09 172	0.09 424	0.08 56	0.22 571	0.09 339	0.09 136	0.19 519	0.16 223	0.12 142	0.09 180	0.10 193	0.05 5	0.05 14	0.08 25	0.08 25	0.06 167	0.06 416	0.07 299	0.05 190	0.05 168	0.05 203

TestStereo1	0.13 386	0.08 344	0.08 56	0.19 455	0.08 212	0.18 485	0.29 644	0.23 405	0.16 278	0.17 427	0.20 399	0.16 395	0.10 304	0.12 290	0.13 390	0.06 167	0.06 416	0.08 393	0.06 281	0.05 168	0.05 203

qqq	0.13 386	0.09 424	0.15 424	0.16 209	0.08 212	0.13 354	0.15 319	0.23 405	0.16 278	0.15 380	0.19 387	0.16 395	0.16 478	0.15 395	0.16 475	0.07 336	0.06 416	0.08 393	0.08 452	0.07 370	0.07 391

BUS	0.14 423	0.09 424	0.14 376	0.22 571	0.10 451	0.19 509	0.14 235	0.34 584	0.19 357	0.17 427	0.22 433	0.16 395	0.13 408	0.15 395	0.13 390	0.08 413	0.06 416	0.10 524	0.09 499	0.07 370	0.07 391

RAFT_CTSACE	0.12 360	0.09 424	0.10 185	0.22 571	0.08 212	0.12 303	0.24 596	0.18 296	0.16 278	0.20 497	0.27 508	0.13 330	0.07 178	0.13 342	0.09 102	0.05 51	0.06 416	0.08 393	0.07 379	0.04 48	0.04 72

BSDual-CNN	0.15 468	0.09 424	0.14 376	0.22 571	0.10 451	0.14 388	0.15 319	0.34 584	0.19 357	0.17 427	0.22 433	0.25 522	0.16 478	0.15 395	0.14 428	0.08 413	0.06 416	0.10 524	0.09 499	0.07 370	0.07 391

hknet	0.15 468	0.11 512	0.13 339	0.22 571	0.11 501	0.14 388	0.15 319	0.34 584	0.25 460	0.17 427	0.22 433	0.22 484	0.18 516	0.17 464	0.12 348	0.07 336	0.06 416	0.10 524	0.09 499	0.07 370	0.07 391

SA-5K	0.13 386	0.08 344	0.08 56	0.19 455	0.08 212	0.18 485	0.29 644	0.23 405	0.16 278	0.17 427	0.20 399	0.16 395	0.10 304	0.12 290	0.13 390	0.06 167	0.06 416	0.08 393	0.06 281	0.05 168	0.05 203

psmg	0.14 423	0.09 424	0.14 376	0.17 296	0.10 451	0.15 414	0.17 430	0.29 519	0.19 357	0.17 427	0.21 422	0.25 522	0.16 478	0.15 395	0.14 428	0.08 413	0.06 416	0.08 393	0.08 452	0.07 370	0.06 304

CSP-Net	0.16 491	0.09 424	0.14 376	0.16 209	0.09 339	0.19 509	0.17 430	0.25 446	0.32 531	0.25 562	0.30 541	0.24 508	0.15 450	0.21 543	0.18 508	0.09 473	0.06 416	0.07 299	0.07 379	0.08 434	0.07 391

UDGNet	0.14 423	0.13 558	0.16 460	0.17 296	0.10 451	0.12 303	0.16 388	0.21 360	0.27 484	0.20 497	0.20 399	0.16 395	0.13 408	0.16 430	0.13 390	0.10 514	0.06 416	0.09 476	0.07 379	0.06 290	0.07 391

dd	0.15 468	0.16 588	0.16 460	0.19 455	0.09 339	0.15 414	0.18 479	0.21 360	0.25 460	0.23 540	0.20 399	0.21 466	0.09 265	0.21 543	0.16 475	0.10 514	0.06 416	0.08 393	0.06 281	0.08 434	0.06 304

DAS	0.15 468	0.08 344	0.18 514	0.19 455	0.10 451	0.19 509	0.17 430	0.27 486	0.29 506	0.18 457	0.25 482	0.21 466	0.15 450	0.16 430	0.12 348	0.08 413	0.06 416	0.06 188	0.06 281	0.07 370	0.07 391

SepStereo	0.15 468	0.08 344	0.18 514	0.19 455	0.10 451	0.19 509	0.17 430	0.27 486	0.29 506	0.18 457	0.25 482	0.21 466	0.15 450	0.25 582	0.12 348	0.08 413	0.06 416	0.06 188	0.06 281	0.07 370	0.07 391

GANet-ADL	0.13 386	0.07 225	0.15 424	0.17 296	0.10 451	0.18 485	0.15 319	0.30 533	0.20 380	0.13 331	0.18 376	0.19 445	0.12 368	0.16 430	0.13 390	0.08 413	0.06 416	0.06 188	0.05 190	0.07 370	0.08 457

ADLNet2	0.16 491	0.09 424	0.13 339	0.16 209	0.09 339	0.20 525	0.16 388	0.31 544	0.39 581	0.16 408	0.20 399	0.20 457	0.18 516	0.21 543	0.22 556	0.08 413	0.06 416	0.07 299	0.07 379	0.09 497	0.07 391

LMCR-Stereo	0.15 468	0.08 344	0.13 339	0.21 554	0.09 339	0.17 466	0.20 542	0.27 486	0.19 357	0.24 549	0.24 454	0.23 502	0.17 501	0.20 526	0.17 490	0.07 336	0.06 416	0.08 393	0.06 281	0.10 530	0.08 457

GEStereo_RVC	0.17 512	0.12 530	0.15 424	0.22 571	0.11 501	0.19 509	0.17 430	0.32 555	0.48 617	0.20 497	0.25 482	0.17 417	0.13 408	0.21 543	0.16 475	0.10 514	0.06 416	0.08 393	0.07 379	0.09 497	0.08 457

TestStereo	0.13 386	0.14 570	0.11 244	0.23 595	0.08 212	0.15 414	0.21 562	0.20 337	0.23 422	0.14 353	0.24 454	0.16 395	0.12 368	0.16 430	0.14 428	0.05 51	0.06 416	0.08 393	0.06 281	0.09 497	0.05 203

RALCasStereoNet	0.10 241	0.06 107	0.09 121	0.16 209	0.08 212	0.12 303	0.14 235	0.17 262	0.11 105	0.12 301	0.17 349	0.14 350	0.10 304	0.12 290	0.11 287	0.07 336	0.06 416	0.06 188	0.05 190	0.08 434	0.07 391

ADLNet	0.16 491	0.08 344	0.15 424	0.16 209	0.10 451	0.16 444	0.17 430	0.32 555	0.27 484	0.22 527	0.27 508	0.24 508	0.16 478	0.18 486	0.21 547	0.10 514	0.06 416	0.10 524	0.10 539	0.08 434	0.09 501

RAFT + AFF	0.13 386	0.07 225	0.20 538	0.20 522	0.10 451	0.14 388	0.24 596	0.26 464	0.20 380	0.11 260	0.10 193	0.12 304	0.10 304	0.15 395	0.12 348	0.07 336	0.06 416	0.09 476	0.08 452	0.06 290	0.08 457

GMStereo	0.13 386	0.14 570	0.14 376	0.18 386	0.09 339	0.15 414	0.16 388	0.20 337	0.24 439	0.16 408	0.17 349	0.10 254	0.10 304	0.16 430	0.13 390	0.07 336	0.06 416	0.06 188	0.06 281	0.07 370	0.06 304
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MMNet	0.17 512	0.09 424	0.16 460	0.20 522	0.11 501	0.27 604	0.20 542	0.25 446	0.41 590	0.22 527	0.30 541	0.21 466	0.20 544	0.17 464	0.20 527	0.06 167	0.06 416	0.07 299	0.07 379	0.08 434	0.07 391

UNet	0.17 512	0.09 424	0.18 514	0.19 455	0.12 535	0.27 604	0.19 519	0.33 575	0.29 506	0.21 511	0.24 454	0.23 502	0.19 532	0.19 501	0.18 508	0.07 336	0.06 416	0.08 393	0.07 379	0.08 434	0.06 304

ACVNet	0.15 468	0.09 424	0.15 424	0.13 16	0.12 535	0.14 388	0.20 542	0.22 384	0.33 538	0.17 427	0.26 499	0.21 466	0.16 478	0.17 464	0.21 547	0.07 336	0.06 416	0.06 188	0.06 281	0.08 434	0.06 304

acv_ft	0.15 468	0.09 424	0.15 424	0.19 455	0.10 451	0.16 444	0.17 430	0.25 446	0.33 538	0.19 474	0.26 499	0.21 466	0.17 501	0.17 464	0.18 508	0.07 336	0.06 416	0.06 188	0.06 281	0.08 434	0.06 304

GANet-RSSM	0.14 423	0.07 225	0.13 339	0.13 16	0.08 212	0.14 388	0.17 430	0.22 384	0.21 396	0.17 427	0.24 454	0.23 502	0.15 450	0.16 430	0.15 459	0.10 514	0.06 416	0.07 299	0.08 452	0.08 434	0.07 391

PSMNet-RSSM	0.14 423	0.07 225	0.13 339	0.15 113	0.08 212	0.13 354	0.16 388	0.24 429	0.24 439	0.16 408	0.28 522	0.22 484	0.14 432	0.15 395	0.13 390	0.11 545	0.06 416	0.09 476	0.12 593	0.08 434	0.07 391

CFNet-ft	0.14 423	0.07 225	0.15 424	0.12 5	0.09 339	0.16 444	0.18 479	0.22 384	0.24 439	0.17 427	0.26 499	0.24 508	0.14 432	0.16 430	0.14 428	0.11 545	0.06 416	0.08 393	0.09 499	0.09 497	0.08 457

DMCA	0.14 423	0.09 424	0.16 460	0.19 455	0.09 339	0.15 414	0.17 430	0.23 405	0.27 484	0.14 353	0.19 387	0.17 417	0.18 516	0.15 395	0.17 490	0.10 514	0.06 416	0.08 393	0.06 281	0.09 497	0.10 530

SuperB	0.20 550	0.10 486	0.56 649	0.16 209	0.09 339	0.18 485	0.18 479	0.24 429	0.50 627	0.26 568	0.39 598	0.17 417	0.21 548	0.22 556	0.21 547	0.08 413	0.06 416	0.06 188	0.06 281	0.12 568	0.10 530

ADCRef	0.19 538	0.12 530	0.41 629	0.20 522	0.12 535	0.22 551	0.18 479	0.32 555	0.36 564	0.26 568	0.32 553	0.17 417	0.23 565	0.24 577	0.24 581	0.07 336	0.06 416	0.09 476	0.09 499	0.08 434	0.08 457

ADCP+	0.20 550	0.10 486	0.33 607	0.20 522	0.12 535	0.22 551	0.26 621	0.31 544	0.34 550	0.26 568	0.37 584	0.22 484	0.22 557	0.27 587	0.27 611	0.09 473	0.06 416	0.08 393	0.08 452	0.09 497	0.10 530

RASNet	0.14 423	0.07 225	0.14 376	0.16 209	0.08 212	0.18 485	0.14 235	0.29 519	0.20 380	0.17 427	0.25 482	0.21 466	0.18 516	0.20 526	0.19 521	0.07 336	0.06 416	0.06 188	0.08 452	0.06 290	0.06 304

HSM-Net_RVC	0.14 423	0.08 344	0.11 244	0.15 113	0.08 212	0.15 414	0.15 319	0.27 486	0.29 506	0.19 474	0.21 422	0.29 558	0.14 432	0.17 464	0.13 390	0.06 167	0.06 416	0.06 188	0.06 281	0.07 370	0.06 304
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RYNet	0.22 571	0.12 530	0.22 553	0.19 455	0.17 625	0.46 651	0.26 621	0.38 621	0.48 617	0.24 549	0.28 522	0.34 602	0.23 565	0.20 526	0.30 630	0.10 514	0.06 416	0.09 476	0.09 499	0.13 587	0.15 617

CFNet	0.15 468	0.10 486	0.17 490	0.17 296	0.08 212	0.18 485	0.09 20	0.28 505	0.25 460	0.19 474	0.24 454	0.24 508	0.17 501	0.17 464	0.14 428	0.08 413	0.06 416	0.09 476	0.10 539	0.07 370	0.06 304

CFNet_RVC	0.14 423	0.07 225	0.15 424	0.12 5	0.09 339	0.16 444	0.18 479	0.22 384	0.24 439	0.17 427	0.26 499	0.24 508	0.14 432	0.16 430	0.14 428	0.11 545	0.06 416	0.08 393	0.09 499	0.09 497	0.08 457

NLCA_NET_v2_RVC	0.17 512	0.10 486	0.22 553	0.20 522	0.10 451	0.15 414	0.18 479	0.31 544	0.25 460	0.21 511	0.30 541	0.25 522	0.17 501	0.21 543	0.20 527	0.09 473	0.06 416	0.08 393	0.08 452	0.07 370	0.08 457
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	0.19 538	0.10 486	0.15 424	0.17 296	0.15 599	0.28 611	0.23 583	0.44 646	0.42 598	0.15 380	0.27 508	0.25 522	0.19 532	0.22 556	0.17 490	0.09 473	0.06 416	0.10 524	0.08 452	0.15 617	0.09 501

DISCO	0.19 538	0.09 424	0.22 553	0.17 296	0.10 451	0.25 584	0.18 479	0.27 486	0.44 608	0.22 527	0.31 549	0.33 595	0.26 586	0.28 599	0.28 619	0.08 413	0.06 416	0.07 299	0.07 379	0.09 497	0.09 501

LE_ROB	0.50 663	0.07 225	0.14 376	0.15 113	0.08 212	0.24 573	0.16 388	0.22 384	1.81 697	4.63 703	0.67 660	0.47 648	0.44 657	0.20 526	0.29 623	0.07 336	0.06 416	0.06 188	0.06 281	0.08 434	0.06 304

DispFullNet	0.27 619	0.21 626	0.65 659	0.28 637	0.16 610	0.26 594	0.17 430	0.33 575	0.58 646	0.27 574	0.38 590	0.43 636	0.23 565	0.38 642	0.23 568	0.12 570	0.06 416	0.19 637	0.11 573	0.21 643	0.15 617

Selective-IGEV-i16pb	0.14 423	0.08 344	0.17 490	0.15 113	0.11 501	0.41 649	0.16 388	0.28 505	0.23 422	0.11 260	0.20 399	0.10 254	0.07 178	0.17 464	0.12 348	0.10 514	0.07 488	0.06 188	0.08 452	0.09 497	0.10 530

WQFJA1	0.10 241	0.07 225	0.08 56	0.20 522	0.09 339	0.12 303	0.17 430	0.17 262	0.17 307	0.09 180	0.10 193	0.08 183	0.10 304	0.12 290	0.11 287	0.06 167	0.07 488	0.07 299	0.06 281	0.06 290	0.05 203

WQFJX	0.10 241	0.07 225	0.09 121	0.21 554	0.09 339	0.12 303	0.16 388	0.18 296	0.17 307	0.12 301	0.10 193	0.07 123	0.09 265	0.12 290	0.10 206	0.06 167	0.07 488	0.06 188	0.05 190	0.06 290	0.05 203

NLMM	0.10 241	0.07 225	0.08 56	0.20 522	0.09 339	0.12 303	0.17 430	0.17 262	0.17 307	0.09 180	0.10 193	0.08 183	0.10 304	0.12 290	0.11 287	0.06 167	0.07 488	0.07 299	0.06 281	0.06 290	0.05 203

S2M2_L	0.09 172	0.08 344	0.11 244	0.13 16	0.10 451	0.08 83	0.06 1	0.10 33	0.10 74	0.10 225	0.09 157	0.10 254	0.09 265	0.11 196	0.11 287	0.13 596	0.07 488	0.08 393	0.09 499	0.10 530	0.08 457
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_stereo_0081	0.11 289	0.08 344	0.15 424	0.16 209	0.09 339	0.10 199	0.14 235	0.14 143	0.24 439	0.11 260	0.13 283	0.13 330	0.09 265	0.11 196	0.12 348	0.10 514	0.07 488	0.08 393	0.07 379	0.07 370	0.05 203

DCVSM-stereo	0.14 423	0.09 424	0.16 460	0.16 209	0.10 451	0.15 414	0.09 20	0.19 326	0.23 422	0.20 497	0.23 442	0.26 532	0.15 450	0.18 486	0.14 428	0.09 473	0.07 488	0.09 476	0.08 452	0.10 530	0.12 570

rvit_stereo_0082	0.11 289	0.08 344	0.15 424	0.16 209	0.09 339	0.10 199	0.14 235	0.14 143	0.24 439	0.11 260	0.13 283	0.13 330	0.09 265	0.11 196	0.12 348	0.10 514	0.07 488	0.08 393	0.07 379	0.07 370	0.05 203

rvit_stereo_0080	0.10 241	0.08 344	0.14 376	0.15 113	0.09 339	0.07 43	0.15 319	0.16 223	0.16 278	0.11 260	0.10 193	0.14 350	0.08 227	0.12 290	0.10 206	0.09 473	0.07 488	0.07 299	0.06 281	0.07 370	0.05 203

1111x	0.15 468	0.08 344	0.12 289	0.18 386	0.07 132	0.18 485	0.25 612	0.31 544	0.24 439	0.17 427	0.24 454	0.26 532	0.15 450	0.13 342	0.23 568	0.07 336	0.07 488	0.08 393	0.09 499	0.07 370	0.06 304

whm_eth	0.10 241	0.08 344	0.14 376	0.15 113	0.09 339	0.07 43	0.15 319	0.16 223	0.16 278	0.11 260	0.10 193	0.14 350	0.08 227	0.12 290	0.10 206	0.09 473	0.07 488	0.07 299	0.06 281	0.07 370	0.05 203

iinet-f	0.16 491	0.06 107	0.45 633	0.14 59	0.10 451	0.21 542	0.14 235	0.27 486	0.23 422	0.21 511	0.24 454	0.21 466	0.15 450	0.18 486	0.21 547	0.09 473	0.07 488	0.07 299	0.06 281	0.09 497	0.10 530

Wz-Net-MNSev	0.22 571	0.13 558	0.31 600	0.20 522	0.14 579	0.36 640	0.24 596	0.33 575	0.44 608	0.28 589	0.40 604	0.38 617	0.19 532	0.24 577	0.25 591	0.09 473	0.07 488	0.09 476	0.09 499	0.12 568	0.10 530

AACVNet	0.16 491	0.08 344	0.14 376	0.15 113	0.10 451	0.18 485	0.15 319	0.23 405	0.24 439	0.27 574	0.27 508	0.28 550	0.17 501	0.19 501	0.16 475	0.09 473	0.07 488	0.09 476	0.07 379	0.10 530	0.09 501

RAFT	0.13 386	0.09 424	0.11 244	0.18 386	0.08 212	0.15 414	0.24 596	0.20 337	0.19 357	0.21 511	0.21 422	0.17 417	0.12 368	0.16 430	0.09 102	0.06 167	0.07 488	0.10 524	0.09 499	0.05 168	0.05 203

ICVP	0.15 468	0.09 424	0.12 289	0.22 571	0.09 339	0.17 466	0.21 562	0.25 446	0.23 422	0.18 457	0.30 541	0.26 532	0.18 516	0.17 464	0.14 428	0.09 473	0.07 488	0.08 393	0.07 379	0.07 370	0.07 391
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GES	0.14 423	0.08 344	0.16 460	0.15 113	0.10 451	0.13 354	0.13 170	0.28 505	0.25 460	0.16 408	0.23 442	0.18 431	0.13 408	0.16 430	0.13 390	0.08 413	0.07 488	0.07 299	0.06 281	0.08 434	0.09 501

HCRNet	0.16 491	0.24 635	0.12 289	0.35 656	0.11 501	0.15 414	0.17 430	0.26 464	0.22 410	0.19 474	0.24 454	0.21 466	0.14 432	0.15 395	0.13 390	0.11 545	0.07 488	0.11 555	0.10 539	0.09 497	0.07 391

UPFNet	0.16 491	0.08 344	0.12 289	0.20 522	0.12 535	0.20 525	0.23 583	0.28 505	0.26 474	0.17 427	0.24 454	0.22 484	0.19 532	0.19 501	0.21 547	0.09 473	0.07 488	0.08 393	0.09 499	0.08 434	0.06 304

aanetorigin	0.22 571	0.17 599	0.56 649	0.17 296	0.10 451	0.15 414	0.19 519	0.20 337	0.33 538	0.49 652	0.48 632	0.29 558	0.27 594	0.20 526	0.23 568	0.08 413	0.07 488	0.08 393	0.07 379	0.10 530	0.09 501

EDNetEfficientorigin	7.91 703	0.31 655	153.02 728	0.19 455	0.09 339	0.21 542	0.16 388	0.22 384	0.59 647	0.72 670	0.67 660	0.42 632	0.50 662	0.24 577	0.39 655	0.08 413	0.07 488	0.08 393	0.07 379	0.12 568	0.10 530

EDNetEfficient	0.29 628	0.24 635	1.13 687	0.18 386	0.10 451	0.19 509	0.20 542	0.20 337	0.60 651	0.74 674	0.56 649	0.31 581	0.39 644	0.22 556	0.30 630	0.09 473	0.07 488	0.08 393	0.07 379	0.11 553	0.09 501

ac_64	0.16 491	0.08 344	0.15 424	0.18 386	0.10 451	0.22 551	0.18 479	0.24 429	0.21 396	0.18 457	0.24 454	0.29 558	0.18 516	0.19 501	0.22 556	0.09 473	0.07 488	0.08 393	0.09 499	0.07 370	0.06 304

hitnet-ft	0.18 526	0.09 424	0.17 490	0.14 59	0.09 339	0.26 594	0.20 542	0.25 446	0.26 474	0.24 549	0.32 553	0.31 581	0.22 557	0.24 577	0.21 547	0.12 570	0.07 488	0.10 524	0.08 452	0.12 568	0.11 557

DSFCA	0.16 491	0.09 424	0.14 376	0.16 209	0.10 451	0.20 525	0.19 519	0.28 505	0.31 524	0.23 540	0.24 454	0.22 484	0.15 450	0.19 501	0.20 527	0.10 514	0.07 488	0.09 476	0.09 499	0.08 434	0.08 457

ADCL	0.24 594	0.11 512	0.47 638	0.22 571	0.12 535	0.34 631	0.29 644	0.29 519	0.56 641	0.24 549	0.46 629	0.30 568	0.30 617	0.29 606	0.29 623	0.08 413	0.07 488	0.09 476	0.09 499	0.10 530	0.10 530

TDLM	0.17 512	0.12 530	0.13 339	0.24 604	0.10 451	0.18 485	0.18 479	0.36 607	0.30 516	0.21 511	0.28 522	0.28 550	0.18 516	0.23 567	0.18 508	0.11 545	0.07 488	0.10 524	0.10 539	0.08 434	0.08 457

UCFNet_RVC	0.14 423	0.08 344	0.13 339	0.11 1	0.10 451	0.20 525	0.10 35	0.24 429	0.22 410	0.17 427	0.20 399	0.23 502	0.15 450	0.17 464	0.15 459	0.12 570	0.07 488	0.10 524	0.13 604	0.11 553	0.10 530

DRN-Test	0.19 538	0.11 512	0.20 538	0.22 571	0.10 451	0.22 551	0.22 572	0.39 625	0.37 571	0.24 549	0.32 553	0.26 532	0.21 548	0.22 556	0.24 581	0.11 545	0.07 488	0.11 555	0.10 539	0.09 497	0.07 391

PWC_ROB	0.21 562	0.16 588	0.26 574	0.18 386	0.11 501	0.22 551	0.13 170	0.32 555	0.49 624	0.30 603	0.40 604	0.32 591	0.24 571	0.31 610	0.22 556	0.10 514	0.07 488	0.11 555	0.08 452	0.11 553	0.10 530

Selective-IGEV-i16pc	0.13 386	0.06 107	0.13 339	0.15 113	0.11 501	0.38 644	0.16 388	0.23 405	0.16 278	0.10 225	0.15 314	0.09 219	0.06 65	0.13 342	0.10 206	0.10 514	0.08 518	0.06 188	0.07 379	0.09 497	0.09 501

WQFJX1	0.10 241	0.07 225	0.08 56	0.22 571	0.09 339	0.12 303	0.17 430	0.18 296	0.17 307	0.10 225	0.09 157	0.07 123	0.10 304	0.11 196	0.09 102	0.07 336	0.08 518	0.07 299	0.06 281	0.05 168	0.04 72

NLMM1	0.11 289	0.09 424	0.07 11	0.22 571	0.10 451	0.12 303	0.20 542	0.18 296	0.20 380	0.12 301	0.11 243	0.07 123	0.09 265	0.11 196	0.11 287	0.08 413	0.08 518	0.07 299	0.06 281	0.04 48	0.04 72

NLSM1	0.10 241	0.07 225	0.07 11	0.19 455	0.08 212	0.13 354	0.16 388	0.21 360	0.15 241	0.11 260	0.10 193	0.06 42	0.10 304	0.10 121	0.11 287	0.07 336	0.08 518	0.08 393	0.07 379	0.05 168	0.05 203

NLCSM	0.11 289	0.09 424	0.09 121	0.23 595	0.11 501	0.12 303	0.19 519	0.18 296	0.18 338	0.12 301	0.11 243	0.07 123	0.09 265	0.11 196	0.10 206	0.07 336	0.08 518	0.07 299	0.07 379	0.06 290	0.05 203

zh-mn7	0.25 606	0.14 570	0.56 649	0.19 455	0.14 579	0.24 573	0.22 572	0.34 584	0.62 654	0.35 622	0.65 658	0.31 581	0.25 580	0.31 610	0.25 591	0.09 473	0.08 518	0.09 476	0.09 499	0.09 497	0.11 557

z-mn7	0.24 594	0.14 570	0.45 633	0.19 455	0.13 558	0.28 611	0.25 612	0.34 584	0.62 654	0.27 574	0.56 649	0.29 558	0.24 571	0.32 617	0.25 591	0.08 413	0.08 518	0.08 393	0.08 452	0.10 530	0.10 530

w-ln-seven-2	0.20 550	0.14 570	0.37 620	0.22 571	0.12 535	0.20 525	0.21 562	0.28 505	0.37 571	0.25 562	0.37 584	0.27 540	0.22 557	0.21 543	0.23 568	0.08 413	0.08 518	0.09 476	0.09 499	0.10 530	0.09 501

G2L-Stereo	0.14 423	0.07 225	0.13 339	0.17 296	0.09 339	0.13 354	0.12 96	0.27 486	0.22 410	0.16 408	0.27 508	0.21 466	0.13 408	0.17 464	0.18 508	0.09 473	0.08 518	0.08 393	0.07 379	0.07 370	0.07 391

ISRNet	0.18 526	0.08 344	0.19 526	0.19 455	0.13 558	0.15 414	0.12 96	0.30 533	0.32 531	0.21 511	0.25 482	0.27 540	0.17 501	0.17 464	0.20 527	0.20 645	0.08 518	0.14 603	0.14 608	0.14 601	0.17 637

rvit_stereo_0083	0.12 360	0.08 344	0.17 490	0.16 209	0.09 339	0.11 251	0.15 319	0.14 143	0.26 474	0.11 260	0.14 297	0.13 330	0.10 304	0.12 290	0.12 348	0.10 514	0.08 518	0.09 476	0.07 379	0.07 370	0.05 203

GASNet	0.22 571	0.23 632	0.33 607	0.26 621	0.17 625	0.26 594	0.16 388	0.44 646	0.42 598	0.27 574	0.24 454	0.30 568	0.15 450	0.27 587	0.18 508	0.12 570	0.08 518	0.12 575	0.11 573	0.16 626	0.07 391

ToySt	0.17 512	0.11 512	0.18 514	0.17 296	0.11 501	0.16 444	0.25 612	0.24 429	0.33 538	0.19 474	0.24 454	0.26 532	0.24 571	0.19 501	0.20 527	0.07 336	0.08 518	0.09 476	0.10 539	0.09 497	0.08 457

NINENet	0.16 491	0.10 486	0.15 424	0.17 296	0.11 501	0.19 509	0.14 235	0.40 629	0.36 564	0.18 457	0.21 422	0.16 395	0.13 408	0.15 395	0.13 390	0.08 413	0.08 518	0.10 524	0.07 379	0.10 530	0.09 501

WZ-Net	0.28 624	0.17 599	0.78 676	0.22 571	0.16 610	0.34 631	0.29 644	0.39 625	0.57 643	0.24 549	0.55 644	0.37 613	0.24 571	0.33 620	0.35 646	0.09 473	0.08 518	0.09 476	0.10 539	0.14 601	0.16 628

GLC_STEREO	0.11 289	0.07 225	0.11 244	0.17 296	0.07 132	0.09 136	0.13 170	0.15 185	0.24 439	0.12 301	0.13 283	0.12 304	0.08 227	0.18 486	0.11 287	0.06 167	0.08 518	0.08 393	0.06 281	0.05 168	0.05 203

AASNet	0.16 491	0.08 344	0.12 289	0.19 455	0.09 339	0.18 485	0.15 319	0.37 613	0.37 571	0.19 474	0.23 442	0.20 457	0.16 478	0.17 464	0.20 527	0.10 514	0.08 518	0.08 393	0.07 379	0.09 497	0.09 501

SACVNet	0.18 526	0.12 530	0.14 376	0.17 296	0.13 558	0.22 551	0.18 479	0.31 544	0.30 516	0.23 540	0.31 549	0.30 568	0.22 557	0.22 556	0.17 490	0.11 545	0.08 518	0.10 524	0.10 539	0.12 568	0.14 610

PSMNet-ADL	0.15 468	0.12 530	0.13 339	0.22 571	0.09 339	0.13 354	0.20 542	0.26 464	0.23 422	0.18 457	0.20 399	0.24 508	0.16 478	0.18 486	0.17 490	0.08 413	0.08 518	0.08 393	0.11 573	0.08 434	0.07 391

Anonymous3	0.16 491	0.13 558	0.33 607	0.26 621	0.14 579	0.27 604	0.17 430	0.28 505	0.28 499	0.15 380	0.17 349	0.14 350	0.10 304	0.15 395	0.12 348	0.08 413	0.08 518	0.08 393	0.08 452	0.08 434	0.11 557

sCroCo_RVC	0.12 360	0.09 424	0.23 562	0.24 604	0.11 501	0.19 509	0.14 235	0.17 262	0.14 216	0.10 225	0.13 283	0.12 304	0.07 178	0.14 371	0.11 287	0.08 413	0.08 518	0.08 393	0.08 452	0.05 168	0.07 391

delet	0.17 512	0.08 344	0.17 490	0.19 455	0.11 501	0.20 525	0.21 562	0.30 533	0.37 571	0.17 427	0.26 499	0.19 445	0.19 532	0.19 501	0.21 547	0.08 413	0.08 518	0.09 476	0.11 573	0.06 290	0.06 304

DMCA-RVC	0.17 512	0.10 486	0.15 424	0.24 604	0.11 501	0.18 485	0.18 479	0.25 446	0.24 439	0.21 511	0.26 499	0.25 522	0.27 594	0.18 486	0.20 527	0.12 570	0.08 518	0.13 590	0.10 539	0.10 530	0.08 457

FADNet-RVC-Resample	0.16 491	0.11 512	0.31 600	0.22 571	0.11 501	0.19 509	0.14 235	0.25 446	0.24 439	0.24 549	0.27 508	0.20 457	0.15 450	0.16 430	0.15 459	0.07 336	0.08 518	0.12 575	0.10 539	0.09 497	0.10 530

FADNet_RVC	0.16 491	0.14 570	0.40 626	0.20 522	0.11 501	0.13 354	0.13 170	0.26 464	0.22 410	0.21 511	0.23 442	0.20 457	0.17 501	0.14 371	0.16 475	0.08 413	0.08 518	0.12 575	0.09 499	0.11 553	0.10 530

RTSC	0.23 587	0.12 530	0.28 587	0.21 554	0.13 558	0.28 611	0.16 388	0.35 600	0.66 663	0.27 574	0.33 565	0.30 568	0.21 548	0.31 610	0.29 623	0.10 514	0.08 518	0.09 476	0.10 539	0.13 587	0.13 593

RTS	0.45 658	0.19 614	3.26 697	0.24 604	0.15 599	0.74 674	0.20 542	0.36 607	0.76 674	0.42 643	0.43 624	0.31 581	0.41 652	0.53 667	0.35 646	0.10 514	0.08 518	0.13 590	0.12 593	0.15 617	0.15 617

RTSA	0.45 658	0.19 614	3.26 697	0.24 604	0.15 599	0.74 674	0.20 542	0.36 607	0.76 674	0.42 643	0.43 624	0.31 581	0.41 652	0.53 667	0.35 646	0.10 514	0.08 518	0.13 590	0.12 593	0.15 617	0.15 617

CVANet_RVC	0.18 526	0.10 486	0.14 376	0.21 554	0.10 451	0.18 485	0.17 430	0.34 584	0.33 538	0.22 527	0.31 549	0.28 550	0.18 516	0.23 567	0.17 490	0.12 570	0.08 518	0.12 575	0.11 573	0.09 497	0.07 391

StereoDRNet	0.18 526	0.11 512	0.17 490	0.22 571	0.11 501	0.21 542	0.22 572	0.37 613	0.33 538	0.24 549	0.28 522	0.30 568	0.19 532	0.20 526	0.20 527	0.09 473	0.08 518	0.11 555	0.09 499	0.09 497	0.07 391

DLCB_ROB	0.18 526	0.10 486	0.15 424	0.23 595	0.11 501	0.24 573	0.18 479	0.29 519	0.28 499	0.27 574	0.28 522	0.28 550	0.24 571	0.19 501	0.20 527	0.08 413	0.08 518	0.09 476	0.09 499	0.07 370	0.07 391

ETE_ROB	0.23 587	0.17 599	0.22 553	0.25 616	0.13 558	0.26 594	0.29 644	0.31 544	0.36 564	0.28 589	0.36 577	0.45 640	0.26 586	0.27 587	0.26 603	0.11 545	0.08 518	0.12 575	0.09 499	0.14 601	0.13 593

PSMNet_ROB	0.21 562	0.11 512	0.15 424	0.27 634	0.15 599	0.24 573	0.35 661	0.43 644	0.37 571	0.27 574	0.32 553	0.32 591	0.22 557	0.21 543	0.26 603	0.12 570	0.08 518	0.13 590	0.11 573	0.09 497	0.09 501

AANet	0.30 634	0.19 614	1.03 685	0.16 209	0.13 558	0.22 551	0.16 388	0.30 533	0.62 654	0.60 661	0.52 639	0.46 644	0.38 641	0.23 567	0.32 638	0.12 570	0.09 551	0.11 555	0.10 539	0.13 587	0.12 570

w-ln-seven	0.24 594	0.14 570	0.55 646	0.19 455	0.14 579	0.26 594	0.22 572	0.35 600	0.60 651	0.29 598	0.39 598	0.30 568	0.22 557	0.21 543	0.26 603	0.09 473	0.09 551	0.11 555	0.10 539	0.11 553	0.10 530

CAS++	0.11 289	0.07 225	0.11 244	0.14 59	0.09 339	0.12 303	0.14 235	0.24 429	0.14 216	0.11 260	0.09 157	0.11 284	0.07 178	0.14 371	0.09 102	0.11 545	0.09 551	0.09 476	0.07 379	0.07 370	0.08 457
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
coex-ft	3.30 695	0.34 659	59.09 727	0.18 386	0.13 558	0.26 594	0.22 572	0.27 486	0.72 668	1.90 698	0.70 664	0.44 638	0.45 658	0.29 606	0.41 661	0.09 473	0.09 551	0.12 575	0.09 499	0.14 601	0.13 593

fast-acv-ft	0.18 526	0.11 512	0.19 526	0.19 455	0.12 535	0.24 573	0.21 562	0.25 446	0.34 550	0.22 527	0.34 569	0.27 540	0.20 544	0.21 543	0.23 568	0.09 473	0.09 551	0.08 393	0.10 539	0.08 434	0.07 391

ssnet_v2	0.17 512	0.10 486	0.17 490	0.17 296	0.11 501	0.21 542	0.21 562	0.33 575	0.25 460	0.22 527	0.22 433	0.27 540	0.18 516	0.22 556	0.20 527	0.11 545	0.09 551	0.09 476	0.09 499	0.08 434	0.08 457

Wz-Net-SNSev	0.25 606	0.17 599	0.44 632	0.25 616	0.14 579	0.26 594	0.23 583	0.38 621	0.56 641	0.30 603	0.55 644	0.39 625	0.26 586	0.23 567	0.30 630	0.10 514	0.09 551	0.09 476	0.10 539	0.11 553	0.11 557

Wz-Net-LNSev	0.22 571	0.16 588	0.38 622	0.21 554	0.13 558	0.25 584	0.23 583	0.32 555	0.43 603	0.30 603	0.41 615	0.31 581	0.18 516	0.22 556	0.25 591	0.10 514	0.09 551	0.08 393	0.08 452	0.12 568	0.11 557

CRFU-Net	0.16 491	0.08 344	0.14 376	0.17 296	0.09 339	0.19 509	0.14 235	0.26 464	0.20 380	0.28 589	0.27 508	0.29 558	0.17 501	0.19 501	0.17 490	0.09 473	0.09 551	0.07 299	0.07 379	0.08 434	0.08 457

dad	0.17 512	0.20 620	0.20 538	0.16 209	0.11 501	0.20 525	0.18 479	0.21 360	0.28 499	0.30 603	0.24 454	0.29 558	0.13 408	0.19 501	0.16 475	0.18 637	0.09 551	0.11 555	0.09 499	0.11 553	0.07 391

GwcNet	0.20 550	0.13 558	0.19 526	0.18 386	0.12 535	0.24 573	0.19 519	0.35 600	0.43 603	0.20 497	0.32 553	0.33 595	0.20 544	0.22 556	0.24 581	0.11 545	0.09 551	0.09 476	0.09 499	0.09 497	0.10 530

HGLStereo	0.17 512	0.08 344	0.19 526	0.17 296	0.12 535	0.18 485	0.18 479	0.31 544	0.32 531	0.21 511	0.32 553	0.25 522	0.18 516	0.19 501	0.20 527	0.09 473	0.09 551	0.07 299	0.07 379	0.09 497	0.10 530

G-Net	0.24 594	0.16 588	0.36 616	0.22 571	0.16 610	0.51 657	0.23 583	0.29 519	0.34 550	0.36 625	0.38 590	0.31 581	0.29 613	0.27 587	0.26 603	0.11 545	0.09 551	0.12 575	0.09 499	0.16 626	0.13 593

XQC	0.28 624	0.23 632	0.51 641	0.28 637	0.19 636	0.34 631	0.27 628	0.36 607	0.57 643	0.31 609	0.30 541	0.37 613	0.30 617	0.38 642	0.38 653	0.13 596	0.09 551	0.15 615	0.12 593	0.17 634	0.18 640

ADCMid	0.25 606	0.15 580	0.40 626	0.20 522	0.14 579	0.25 584	0.26 621	0.34 584	0.38 578	0.36 625	0.44 626	0.34 602	0.40 647	0.35 629	0.33 643	0.10 514	0.09 551	0.11 555	0.11 573	0.13 587	0.12 570

DANet	0.21 562	0.15 580	0.28 587	0.25 616	0.13 558	0.22 551	0.19 519	0.27 486	0.27 484	0.28 589	0.32 553	0.35 606	0.31 621	0.31 610	0.23 568	0.11 545	0.09 551	0.11 555	0.10 539	0.13 587	0.11 557
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DeepPruner_ROB	0.16 491	0.11 512	0.15 424	0.17 296	0.10 451	0.17 466	0.15 319	0.32 555	0.21 396	0.19 474	0.21 422	0.22 484	0.18 516	0.20 526	0.15 459	0.13 596	0.09 551	0.09 476	0.09 499	0.11 553	0.10 530

SANet	0.24 594	0.14 570	0.28 587	0.21 554	0.11 501	0.27 604	0.24 596	0.38 621	0.64 659	0.36 625	0.40 604	0.43 636	0.26 586	0.27 587	0.24 581	0.12 570	0.09 551	0.10 524	0.09 499	0.13 587	0.11 557

PDISCO_ROB	0.27 619	0.16 588	0.26 574	0.28 637	0.20 639	0.32 621	0.26 621	0.44 646	0.57 643	0.28 589	0.40 604	0.45 640	0.29 613	0.33 620	0.34 645	0.12 570	0.09 551	0.17 626	0.16 629	0.17 634	0.13 593

LALA_ROB	0.25 606	0.16 588	0.22 553	0.26 621	0.17 625	0.27 604	0.27 628	0.42 640	0.37 571	0.33 619	0.38 590	0.51 652	0.26 586	0.28 599	0.27 611	0.16 630	0.09 551	0.12 575	0.11 573	0.13 587	0.12 570

PWCDC_ROB	0.20 550	0.13 558	0.22 553	0.24 604	0.11 501	0.19 509	0.15 319	0.33 575	0.54 637	0.29 598	0.50 637	0.21 466	0.15 450	0.27 587	0.20 527	0.11 545	0.09 551	0.10 524	0.08 452	0.11 553	0.09 501

zh-sn7	0.25 606	0.17 599	0.50 640	0.24 604	0.13 558	0.25 584	0.24 596	0.34 584	0.48 617	0.28 589	0.54 642	0.28 550	0.31 621	0.36 635	0.32 638	0.10 514	0.10 572	0.11 555	0.10 539	0.12 568	0.12 570

PSMNet-RUCA	0.27 619	0.33 657	0.41 629	0.36 658	0.32 665	0.18 485	0.19 519	0.42 640	0.30 516	0.33 619	0.41 615	0.39 625	0.25 580	0.31 610	0.20 527	0.18 637	0.10 572	0.25 647	0.15 625	0.21 643	0.16 628

rvit_stereo_0075_2	0.17 512	0.12 530	0.25 571	0.23 595	0.16 610	0.13 354	0.10 35	0.30 533	0.27 484	0.20 497	0.28 522	0.22 484	0.15 450	0.18 486	0.13 390	0.16 630	0.10 572	0.17 626	0.10 539	0.10 530	0.09 501

SQANet	0.23 587	0.23 632	0.30 598	0.30 648	0.19 636	0.27 604	0.13 170	0.29 519	0.33 538	0.24 549	0.37 584	0.31 581	0.22 557	0.27 587	0.23 568	0.15 614	0.10 572	0.21 640	0.16 629	0.21 643	0.15 617

pcwnet_v2	0.19 538	0.10 486	0.26 574	0.17 296	0.14 579	0.18 485	0.15 319	0.37 613	0.46 615	0.19 474	0.24 454	0.21 466	0.19 532	0.20 526	0.19 521	0.13 596	0.10 572	0.10 524	0.10 539	0.11 553	0.13 593

psm_up	0.18 526	0.10 486	0.18 514	0.20 522	0.11 501	0.17 466	0.19 519	0.37 613	0.34 550	0.21 511	0.28 522	0.29 558	0.24 571	0.20 526	0.22 556	0.09 473	0.10 572	0.11 555	0.11 573	0.08 434	0.08 457

AF-Net	0.22 571	0.17 599	0.17 490	0.26 621	0.13 558	0.25 584	0.24 596	0.32 555	0.50 627	0.25 562	0.33 565	0.38 617	0.26 586	0.28 599	0.25 591	0.11 545	0.10 572	0.16 622	0.11 573	0.11 553	0.10 530

Nwc_Net	0.23 587	0.16 588	0.21 547	0.25 616	0.14 579	0.24 573	0.26 621	0.37 613	0.38 578	0.22 527	0.41 615	0.30 568	0.28 605	0.28 599	0.25 591	0.11 545	0.10 572	0.17 626	0.20 642	0.10 530	0.10 530

ADCPNet	0.25 606	0.16 588	0.61 656	0.21 554	0.15 599	0.35 639	0.25 612	0.32 555	0.35 559	0.30 603	0.40 604	0.36 608	0.28 605	0.28 599	0.32 638	0.12 570	0.10 572	0.11 555	0.12 593	0.14 601	0.13 593

STTRV1_RVC	0.25 606	0.26 641	0.39 624	0.19 455	0.26 657	0.30 618	0.24 596	0.34 584	0.35 559	0.36 625	0.34 569	0.31 581	0.31 621	0.28 599	0.25 591	0.17 635	0.10 572	0.16 622	0.14 608	0.17 634	0.12 570

DPSNet	0.28 624	0.16 588	0.31 600	0.18 386	0.13 558	0.54 659	0.42 670	0.51 662	0.67 664	0.29 598	0.38 590	0.38 617	0.29 613	0.31 610	0.23 568	0.11 545	0.10 572	0.11 555	0.08 452	0.20 642	0.16 628

MDST_ROB	0.22 571	0.10 486	0.17 490	0.18 386	0.11 501	0.37 641	0.19 519	0.43 644	0.41 590	0.39 633	0.39 598	0.29 558	0.21 548	0.26 584	0.18 508	0.11 545	0.10 572	0.14 603	0.11 573	0.10 530	0.08 457

XPNet_ROB	0.22 571	0.11 512	0.19 526	0.22 571	0.13 558	0.22 551	0.19 519	0.34 584	0.40 587	0.30 603	0.39 598	0.39 625	0.26 586	0.26 584	0.28 619	0.15 614	0.10 572	0.10 524	0.10 539	0.13 587	0.12 570

DStereoFS	0.27 619	0.22 630	0.31 600	0.22 571	0.15 599	0.22 551	0.20 542	0.50 660	0.48 617	0.28 589	0.44 626	0.33 595	0.34 633	0.52 664	0.29 623	0.12 570	0.11 585	0.15 615	0.13 604	0.16 626	0.16 628

DStereoSA	0.25 606	0.19 614	0.37 620	0.26 621	0.17 625	0.22 551	0.20 542	0.49 656	0.59 647	0.22 527	0.29 534	0.29 558	0.33 628	0.39 646	0.28 619	0.12 570	0.11 585	0.16 622	0.14 608	0.14 601	0.12 570

TCMNet	0.19 538	0.12 530	0.19 526	0.20 522	0.18 632	0.20 525	0.24 596	0.27 486	0.36 564	0.23 540	0.26 499	0.25 522	0.19 532	0.19 501	0.23 568	0.13 596	0.11 585	0.11 555	0.12 593	0.13 587	0.12 570

rvit_0105_6	0.14 423	0.09 424	0.18 514	0.17 296	0.10 451	0.10 199	0.16 388	0.19 326	0.26 474	0.12 301	0.18 376	0.17 417	0.12 368	0.18 486	0.12 348	0.15 614	0.11 585	0.12 575	0.10 539	0.09 497	0.06 304

rvit_0105_5	0.14 423	0.09 424	0.13 339	0.17 296	0.09 339	0.14 388	0.23 583	0.24 429	0.27 484	0.14 353	0.15 314	0.18 431	0.12 368	0.17 464	0.14 428	0.14 610	0.11 585	0.10 524	0.10 539	0.08 434	0.06 304

rvit_0105_4	0.14 423	0.09 424	0.17 490	0.17 296	0.10 451	0.12 303	0.19 519	0.23 405	0.27 484	0.14 353	0.20 399	0.17 417	0.13 408	0.17 464	0.13 390	0.15 614	0.11 585	0.11 555	0.10 539	0.09 497	0.06 304

rvit_0105_3	0.15 468	0.09 424	0.14 376	0.19 455	0.12 535	0.15 414	0.25 612	0.25 446	0.29 506	0.15 380	0.17 349	0.20 457	0.13 408	0.17 464	0.14 428	0.13 596	0.11 585	0.12 575	0.14 608	0.07 370	0.06 304

StereoVision	0.13 386	0.12 530	0.09 121	0.24 604	0.10 451	0.15 414	0.21 562	0.21 360	0.20 380	0.12 301	0.24 454	0.10 254	0.10 304	0.16 430	0.10 206	0.09 473	0.11 585	0.12 575	0.12 593	0.06 290	0.05 203

DGSMNet	0.24 594	0.19 614	0.33 607	0.21 554	0.24 650	0.24 573	0.20 542	0.35 600	0.41 590	0.24 549	0.32 553	0.38 617	0.21 548	0.29 606	0.23 568	0.12 570	0.11 585	0.14 603	0.16 629	0.23 647	0.23 651

FAT-Stereo	0.20 550	0.12 530	0.22 553	0.21 554	0.12 535	0.17 466	0.18 479	0.34 584	0.39 581	0.27 574	0.37 584	0.34 602	0.32 626	0.21 543	0.20 527	0.09 473	0.11 585	0.10 524	0.09 499	0.11 553	0.14 610

STTStereo	0.18 526	0.12 530	0.27 582	0.20 522	0.11 501	0.16 444	0.21 562	0.29 519	0.23 422	0.21 511	0.30 541	0.29 558	0.18 516	0.20 526	0.19 521	0.12 570	0.11 585	0.11 555	0.14 608	0.09 497	0.08 457

NCC-stereo	0.24 594	0.15 580	0.31 600	0.26 621	0.16 610	0.20 525	0.30 651	0.40 629	0.40 587	0.24 549	0.38 590	0.33 595	0.28 605	0.36 635	0.27 611	0.12 570	0.11 585	0.15 615	0.22 647	0.13 587	0.13 593

edge stereo	0.22 571	0.13 558	0.20 538	0.21 554	0.13 558	0.23 568	0.16 388	0.32 555	0.42 598	0.32 615	0.40 604	0.38 617	0.35 636	0.25 582	0.24 581	0.13 596	0.11 585	0.14 603	0.11 573	0.12 568	0.13 593

Abc-Net	0.24 594	0.15 580	0.31 600	0.26 621	0.16 610	0.20 525	0.30 651	0.40 629	0.40 587	0.24 549	0.38 590	0.33 595	0.28 605	0.36 635	0.27 611	0.12 570	0.11 585	0.15 615	0.22 647	0.13 587	0.13 593
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 617	0.15 580	0.30 598	0.24 604	0.18 632	0.22 551	0.15 319	0.38 621	0.71 667	0.32 615	0.41 615	0.36 608	0.28 605	0.32 617	0.29 623	0.12 570	0.11 585	0.14 603	0.13 604	0.16 626	0.20 646

DeepPrunerF	0.24 594	0.17 599	0.42 631	0.26 621	0.16 610	0.22 551	0.28 634	0.37 613	0.50 627	0.26 568	0.29 534	0.24 508	0.28 605	0.21 543	0.22 556	0.15 614	0.11 585	0.20 639	0.18 640	0.12 568	0.13 593

Selective-IGEV-i16pa	18.58 716	3.30 701	1.09 686	0.21 554	0.18 632	103.68 728	0.28 634	19.87 720	40.73 728	4.16 702	56.45 728	8.07 708	2.59 701	123.95 729	5.89 705	0.18 637	0.12 601	0.09 476	0.12 593	0.12 568	0.51 679

DStereoO	0.24 594	0.18 610	0.18 514	0.20 522	0.14 579	0.21 542	0.19 519	0.32 555	0.41 590	0.29 598	0.21 422	0.32 591	0.27 594	0.41 654	0.27 611	0.46 676	0.12 601	0.31 663	0.11 573	0.15 617	0.12 570

rvit_105_1	0.19 538	0.11 512	0.25 571	0.21 554	0.16 610	0.21 542	0.27 628	0.31 544	0.41 590	0.19 474	0.20 399	0.22 484	0.17 501	0.19 501	0.17 490	0.12 570	0.12 601	0.13 590	0.15 625	0.08 434	0.07 391

UDG	0.21 562	0.17 599	0.19 526	0.23 595	0.15 599	0.30 618	0.20 542	0.33 575	0.35 559	0.23 540	0.28 522	0.31 581	0.27 594	0.20 526	0.22 556	0.15 614	0.12 601	0.13 590	0.09 499	0.14 601	0.14 610

APVNet	0.22 571	0.12 530	0.19 526	0.18 386	0.14 579	0.32 621	0.31 657	0.39 625	0.32 531	0.27 574	0.40 604	0.30 568	0.29 613	0.26 584	0.25 591	0.11 545	0.12 601	0.11 555	0.14 608	0.12 568	0.12 570

Syn2CoEx	0.21 562	0.16 588	0.27 582	0.29 646	0.14 579	0.26 594	0.20 542	0.33 575	0.31 524	0.28 589	0.36 577	0.27 540	0.25 580	0.19 501	0.24 581	0.16 630	0.12 601	0.14 603	0.11 573	0.09 497	0.08 457

S-Stereo	0.20 550	0.12 530	0.25 571	0.21 554	0.13 558	0.20 525	0.18 479	0.32 555	0.43 603	0.23 540	0.36 577	0.28 550	0.30 617	0.19 501	0.22 556	0.09 473	0.12 601	0.10 524	0.10 539	0.13 587	0.13 593

RP	0.21 562	0.13 558	0.21 547	0.23 595	0.11 501	0.21 542	0.20 542	0.25 446	0.44 608	0.21 511	0.38 590	0.36 608	0.24 571	0.27 587	0.25 591	0.11 545	0.12 601	0.13 590	0.12 593	0.12 568	0.14 610

stereogan	0.22 571	0.11 512	0.21 547	0.20 522	0.12 535	0.31 620	0.19 519	0.35 600	0.44 608	0.22 527	0.39 598	0.35 606	0.27 594	0.33 620	0.22 556	0.10 514	0.12 601	0.10 524	0.10 539	0.14 601	0.13 593

ADCS	0.29 628	0.18 610	0.45 633	0.21 554	0.17 625	0.28 611	0.23 583	0.41 635	0.63 658	0.40 636	0.49 633	0.40 629	0.36 638	0.39 646	0.40 658	0.13 596	0.12 601	0.13 590	0.14 608	0.16 626	0.16 628

AnyNet_C32	0.26 617	0.16 588	0.36 616	0.20 522	0.16 610	0.25 584	0.30 651	0.32 555	0.44 608	0.31 609	0.49 633	0.30 568	0.33 628	0.40 651	0.33 643	0.12 570	0.12 601	0.12 575	0.14 608	0.14 601	0.15 617

GANet	0.21 562	0.12 530	0.21 547	0.24 604	0.13 558	0.22 551	0.22 572	0.41 635	0.26 474	0.31 609	0.42 621	0.37 613	0.28 605	0.23 567	0.22 556	0.10 514	0.12 601	0.10 524	0.09 499	0.10 530	0.08 457

PS-NSSS	0.20 550	0.21 626	0.23 562	0.20 522	0.10 451	0.19 509	0.17 430	0.36 607	0.25 460	0.27 574	0.33 565	0.27 540	0.24 571	0.20 526	0.20 527	0.15 614	0.12 601	0.17 626	0.14 608	0.10 530	0.08 457

NCCL2	0.23 587	0.15 580	0.17 490	0.34 654	0.18 632	0.24 573	0.23 583	0.34 584	0.28 499	0.31 609	0.38 590	0.38 617	0.28 605	0.23 567	0.24 581	0.15 614	0.12 601	0.18 635	0.21 644	0.13 587	0.13 593

WCMA_ROB	0.24 594	0.11 512	0.22 553	0.17 296	0.14 579	0.32 621	0.15 319	0.32 555	0.32 531	0.38 631	0.53 640	0.40 629	0.34 633	0.34 623	0.25 591	0.11 545	0.12 601	0.12 575	0.10 539	0.14 601	0.14 610

YMNet	0.20 550	0.12 530	0.19 526	0.20 522	0.14 579	0.26 594	0.23 583	0.32 555	0.34 550	0.27 574	0.34 569	0.30 568	0.18 516	0.18 486	0.22 556	0.10 514	0.13 616	0.10 524	0.10 539	0.08 434	0.09 501

YMNet_1	0.20 550	0.12 530	0.19 526	0.20 522	0.14 579	0.26 594	0.23 583	0.32 555	0.34 550	0.27 574	0.34 569	0.30 568	0.18 516	0.18 486	0.22 556	0.10 514	0.13 616	0.10 524	0.10 539	0.08 434	0.09 501

Wz-Net-TNSev	0.29 628	0.20 620	0.65 659	0.19 455	0.15 599	0.38 644	0.27 628	0.35 600	0.55 638	0.34 621	0.42 621	0.45 640	0.38 641	0.32 617	0.30 630	0.12 570	0.13 616	0.10 524	0.12 593	0.15 617	0.14 610

DDUNet	0.22 571	0.17 599	0.21 547	0.22 571	0.15 599	0.25 584	0.24 596	0.29 519	0.30 516	0.31 609	0.36 577	0.33 595	0.25 580	0.24 577	0.20 527	0.18 637	0.13 616	0.17 626	0.11 573	0.16 626	0.16 628

FADNet-RVC	0.20 550	0.20 620	0.38 622	0.21 554	0.16 610	0.20 525	0.15 319	0.26 464	0.26 474	0.26 568	0.32 553	0.26 532	0.21 548	0.22 556	0.19 521	0.12 570	0.13 616	0.12 575	0.14 608	0.13 587	0.18 640

RGC	0.25 606	0.20 620	0.29 595	0.28 637	0.16 610	0.22 551	0.23 583	0.32 555	0.44 608	0.27 574	0.40 604	0.38 617	0.27 594	0.36 635	0.22 556	0.11 545	0.13 616	0.17 626	0.17 636	0.14 601	0.16 628

AnyNet_C01	0.36 645	0.25 640	1.37 690	0.22 571	0.17 625	0.48 655	0.27 628	0.35 600	0.39 581	0.39 633	0.74 668	0.46 644	0.38 641	0.45 656	0.47 667	0.13 596	0.13 616	0.13 590	0.14 608	0.14 601	0.15 617

SGM_RVC	0.23 587	0.12 530	0.15 424	0.15 113	0.09 339	0.33 628	0.18 479	0.34 584	0.31 524	0.44 647	0.37 584	0.53 656	0.35 636	0.35 629	0.24 581	0.13 596	0.13 616	0.13 590	0.13 604	0.10 530	0.11 557
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MeshStereo	0.27 619	0.13 558	0.18 514	0.15 113	0.11 501	0.32 621	0.24 596	0.40 629	0.36 564	0.52 654	0.57 652	0.67 667	0.40 647	0.35 629	0.26 603	0.14 610	0.13 616	0.13 590	0.11 573	0.11 553	0.10 530
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
ACVNet-4b	0.39 647	0.53 669	0.55 646	0.45 666	0.24 650	0.47 653	0.18 479	0.49 656	0.64 659	0.42 643	0.45 628	0.60 660	0.27 594	0.34 623	0.24 581	0.33 667	0.14 625	0.48 671	0.42 673	0.30 663	0.26 660

ccnet	0.29 628	0.28 650	0.23 562	0.20 522	0.28 659	0.41 649	0.21 562	0.45 649	0.33 538	0.36 625	0.46 629	0.36 608	0.30 617	0.39 646	0.42 662	0.23 658	0.14 625	0.21 640	0.17 636	0.23 647	0.18 640

MFN_U_SF_RVC	0.32 638	0.21 626	0.55 646	0.30 648	0.15 599	0.34 631	0.17 430	0.52 663	0.46 615	0.46 651	0.55 644	0.59 659	0.39 644	0.35 629	0.37 651	0.15 614	0.14 625	0.18 635	0.21 644	0.16 626	0.15 617

MaskLacGwcNet_RVC	0.22 571	0.21 626	0.24 566	0.26 621	0.11 501	0.23 568	0.14 235	0.39 625	0.24 439	0.32 615	0.36 577	0.30 568	0.21 548	0.19 501	0.21 547	0.17 635	0.14 625	0.21 640	0.16 629	0.12 568	0.12 570

PVD	0.39 647	0.20 620	0.39 624	0.31 652	0.22 645	0.29 615	0.43 672	0.52 663	0.96 681	0.55 658	0.79 672	0.53 656	0.59 671	0.52 664	0.38 653	0.19 643	0.14 625	0.17 626	0.14 608	0.24 654	0.31 665

FBW_ROB	0.24 594	0.17 599	0.22 553	0.26 621	0.14 579	0.25 584	0.22 572	0.41 635	0.41 590	0.41 640	0.41 615	0.42 632	0.27 594	0.31 610	0.23 568	0.09 473	0.14 625	0.14 603	0.12 593	0.11 553	0.09 501

Selective-IGEV-i1pa	2.80 694	3.51 703	0.67 667	0.28 637	0.14 579	10.22 704	0.43 672	4.36 701	3.63 701	3.53 701	6.92 703	3.47 701	1.97 699	13.41 715	2.26 698	0.36 669	0.15 631	0.13 590	0.10 539	0.15 617	0.35 670

psmorigin	0.25 606	0.15 580	0.34 615	0.17 296	0.13 558	0.23 568	0.14 235	0.34 584	0.33 538	0.41 640	0.55 644	0.41 631	0.37 640	0.34 623	0.27 611	0.11 545	0.15 631	0.11 555	0.11 573	0.12 568	0.16 628

FADNet	0.21 562	0.22 630	0.36 616	0.18 386	0.17 625	0.24 573	0.13 170	0.31 544	0.31 524	0.23 540	0.25 482	0.27 540	0.21 548	0.19 501	0.15 459	0.13 596	0.15 631	0.12 575	0.15 625	0.16 626	0.18 640

CBMV	0.19 538	0.14 570	0.17 490	0.18 386	0.10 451	0.20 525	0.11 64	0.29 519	0.30 516	0.29 598	0.30 541	0.30 568	0.23 565	0.27 587	0.19 521	0.13 596	0.15 631	0.17 626	0.16 629	0.10 530	0.10 530
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
HBP-ISP	0.18 526	0.13 558	0.16 460	0.15 113	0.11 501	0.08 83	0.13 170	0.28 505	0.29 506	0.22 527	0.33 565	0.21 466	0.25 580	0.23 567	0.17 490	0.14 610	0.16 635	0.21 640	0.17 636	0.10 530	0.08 457

FINET	0.21 562	0.18 610	0.26 574	0.18 386	0.16 610	0.23 568	0.23 583	0.32 555	0.48 617	0.25 562	0.32 553	0.22 484	0.22 557	0.22 556	0.17 490	0.18 637	0.16 635	0.11 555	0.10 539	0.15 617	0.13 593

SGM-ForestM	0.32 638	0.12 530	0.16 460	0.16 209	0.11 501	0.39 646	0.19 519	0.41 635	0.50 627	0.52 654	0.54 642	1.32 688	0.42 655	0.40 651	0.27 611	0.14 610	0.16 635	0.16 622	0.16 629	0.12 568	0.12 570

CSAN	0.29 628	0.24 635	0.27 582	0.34 654	0.19 636	0.33 628	0.42 670	0.37 613	0.50 627	0.38 631	0.40 604	0.44 638	0.33 628	0.28 599	0.30 630	0.20 645	0.16 635	0.19 637	0.19 641	0.14 601	0.15 617

SGM-Forest	0.20 550	0.14 570	0.18 514	0.19 455	0.13 558	0.20 525	0.22 572	0.33 575	0.30 516	0.24 549	0.29 534	0.28 550	0.19 532	0.23 567	0.17 490	0.15 614	0.16 635	0.15 615	0.14 608	0.12 568	0.12 570
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
NaN_ROB	0.22 571	0.19 614	0.24 566	0.25 616	0.13 558	0.29 615	0.26 621	0.33 575	0.41 590	0.31 609	0.31 549	0.32 591	0.23 565	0.30 609	0.21 547	0.11 545	0.17 640	0.10 524	0.10 539	0.08 434	0.09 501

CBMV_ROB	0.19 538	0.13 558	0.17 490	0.16 209	0.11 501	0.15 414	0.13 170	0.26 464	0.28 499	0.27 574	0.30 541	0.27 540	0.24 571	0.23 567	0.16 475	0.15 614	0.17 640	0.22 644	0.20 642	0.10 530	0.11 557

SDNR	0.19 538	0.08 344	0.19 526	0.16 209	0.12 535	0.77 680	0.14 235	0.25 446	0.32 531	0.19 474	0.24 454	0.19 445	0.13 408	0.19 501	0.15 459	0.16 630	0.18 642	0.14 603	0.11 573	0.08 434	0.11 557

BEATNet-Init1	0.52 664	0.27 645	0.62 657	0.30 648	0.21 643	0.76 678	0.29 644	0.54 666	0.65 662	0.86 679	0.95 680	2.07 698	0.62 674	0.56 671	0.42 662	0.18 637	0.18 642	0.23 645	0.22 647	0.22 646	0.21 648

NOSS_ROB	0.19 538	0.12 530	0.18 514	0.16 209	0.12 535	0.15 414	0.12 96	0.30 533	0.32 531	0.20 497	0.22 433	0.27 540	0.23 565	0.21 543	0.16 475	0.16 630	0.18 642	0.23 645	0.21 644	0.12 568	0.13 593

MSC_U_SF_DS_RVC	0.43 655	0.39 663	0.54 644	0.40 661	0.20 639	0.64 666	0.32 659	0.53 665	0.72 668	0.71 668	0.72 665	0.61 661	0.54 664	0.51 662	0.46 666	0.20 645	0.19 645	0.29 660	0.30 663	0.23 647	0.18 640

CC-Net-ROB	0.28 624	0.31 655	0.36 616	0.29 646	0.15 599	0.25 584	0.19 519	0.45 649	0.33 538	0.39 633	0.37 584	0.39 625	0.31 621	0.27 587	0.26 603	0.24 660	0.19 645	0.30 662	0.23 651	0.18 638	0.15 617

MSMD_ROB	0.31 636	0.26 641	0.26 574	0.24 604	0.21 643	0.34 631	0.25 612	0.34 584	0.39 581	0.40 636	0.69 662	0.45 640	0.40 647	0.34 623	0.27 611	0.20 645	0.19 645	0.26 648	0.25 653	0.23 647	0.22 650

FSD	0.25 606	0.27 645	0.26 574	0.24 604	0.22 645	0.25 584	0.25 612	0.27 486	0.26 474	0.25 562	0.26 499	0.25 522	0.27 594	0.27 587	0.24 581	0.21 649	0.20 648	0.27 651	0.26 654	0.25 655	0.24 652

TCMNet-wrong-test	3.67 697	5.48 711	3.89 701	12.18 713	11.75 714	4.65 698	3.88 702	1.06 692	0.72 668	1.09 690	2.15 699	6.30 706	0.53 663	3.43 701	2.36 700	0.89 696	0.20 648	1.87 704	1.69 703	5.57 708	3.62 708

FC-DCNN v2	0.33 641	0.27 645	0.28 587	0.26 621	0.23 648	0.37 641	0.28 634	0.40 629	0.43 603	0.45 648	0.56 649	0.51 652	0.40 647	0.37 640	0.29 623	0.21 649	0.20 648	0.27 651	0.26 654	0.25 655	0.24 652

FCDSN-DC	0.33 641	0.28 650	0.28 587	0.30 648	0.24 650	0.39 646	0.28 634	0.42 640	0.42 598	0.43 646	0.53 640	0.51 652	0.41 652	0.36 635	0.30 630	0.21 649	0.20 648	0.27 651	0.26 654	0.25 655	0.24 652
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_DS_RVC	0.30 634	0.24 635	0.29 595	0.36 658	0.16 610	0.34 631	0.30 651	0.32 555	0.42 598	0.40 636	0.46 629	0.38 617	0.31 621	0.34 623	0.28 619	0.19 643	0.20 648	0.26 648	0.29 661	0.18 638	0.19 645

SAMSARA	0.40 650	0.28 650	0.33 607	0.55 672	0.39 666	0.82 681	1.23 698	0.47 653	0.51 634	0.36 625	0.35 574	0.55 658	0.39 644	0.38 642	0.39 655	0.15 614	0.20 648	0.15 615	0.14 608	0.23 647	0.20 646

MANE	0.45 658	0.27 645	0.27 582	0.27 634	0.24 650	0.47 653	0.31 657	0.55 667	0.59 647	0.72 670	1.13 689	1.15 682	0.61 672	0.52 664	0.37 651	0.21 649	0.20 648	0.27 651	0.31 665	0.25 655	0.24 652

GANetREF_RVC	0.31 636	0.34 659	0.27 582	0.35 656	0.16 610	0.32 621	0.41 667	0.48 654	0.51 634	0.35 622	0.35 574	0.34 602	0.33 628	0.39 646	0.32 638	0.27 662	0.20 648	0.29 660	0.15 625	0.18 638	0.17 637
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
FC-DCNN	0.33 641	0.27 645	0.28 587	0.26 621	0.23 648	0.37 641	0.28 634	0.40 629	0.43 603	0.45 648	0.55 644	0.51 652	0.40 647	0.37 640	0.30 630	0.21 649	0.20 648	0.27 651	0.26 654	0.25 655	0.24 652

LSM	0.33 641	0.20 620	0.58 652	0.26 621	0.60 683	0.34 631	0.25 612	0.42 640	0.48 617	0.45 648	0.58 654	0.42 632	0.36 638	0.35 629	0.25 591	0.12 570	0.20 648	0.14 603	0.16 629	0.19 641	0.33 667

ELAS_RVC	0.41 652	0.29 653	0.33 607	0.28 637	0.24 650	0.54 659	0.36 662	0.49 656	0.59 647	0.72 670	0.74 668	0.65 665	0.54 664	0.54 669	0.40 658	0.22 654	0.20 648	0.27 651	0.26 654	0.26 660	0.25 658
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 652	0.29 653	0.33 607	0.27 634	0.24 650	0.60 664	0.36 662	0.50 660	0.50 627	0.71 668	0.79 672	0.67 667	0.54 664	0.51 662	0.42 662	0.22 654	0.20 648	0.27 651	0.26 654	0.26 660	0.25 658
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
FADE		0.33 657		0.33 653	0.25 656							0.42 632				0.30 663	0.21 660	0.41 669	0.38 670	0.23 647

PA-Net	0.23 587	0.18 610	0.33 607	0.28 637	0.22 645	0.21 542	0.38 666	0.29 519	0.39 581	0.22 527	0.32 553	0.25 522	0.26 586	0.20 526	0.25 591	0.09 473	0.23 661	0.15 615	0.22 647	0.09 497	0.13 593
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
light-stereo	0.42 654	0.26 641	0.59 654	0.60 674	0.49 673	0.32 621	0.23 583	0.46 651	0.52 636	0.56 660	0.58 654	0.76 672	0.32 626	0.48 658	0.29 623	0.32 665	0.24 662	0.27 651	0.33 666	0.46 671	0.39 672

ACVNet_1	0.44 656	0.49 668	0.60 655	0.45 666	0.28 659	0.49 656	0.27 628	0.57 670	0.72 668	0.62 663	0.58 654	0.74 671	0.49 661	0.50 660	0.35 646	0.26 661	0.24 662	0.39 667	0.29 661	0.31 666	0.24 652

Anonymous_2	0.22 571	0.17 599	0.28 587	0.15 113	0.16 610	0.32 621	0.22 572	0.22 384	0.17 307	0.23 540	0.24 454	0.26 532	0.27 594	0.27 587	0.23 568	0.22 654	0.25 664	0.17 626	0.17 636	0.17 634	0.17 637

PASM	0.32 638	0.24 635	0.48 639	0.28 637	0.27 658	0.29 615	0.30 651	0.34 584	0.49 624	0.35 622	0.39 598	0.46 644	0.34 633	0.34 623	0.35 646	0.23 658	0.25 664	0.26 648	0.28 660	0.23 647	0.21 648

JetBlue	0.71 673	0.45 667	1.14 688	0.51 670	0.47 672	2.02 696	0.64 685	0.75 676	0.70 666	0.69 667	0.77 671	1.22 684	0.83 682	1.03 693	1.01 693	0.40 671	0.28 666	0.33 664	0.33 666	0.30 663	0.34 668

Ntro	0.40 650	0.40 664	0.53 643	0.46 669	0.30 663	0.65 667	0.24 596	0.46 651	0.68 665	0.41 640	0.49 633	0.48 650	0.42 655	0.39 646	0.31 637	0.32 665	0.28 666	0.37 666	0.30 663	0.32 667	0.29 662

test_sample9	0.18 526	0.12 530	0.20 538	0.12 5	0.14 579	0.17 466	0.13 170	0.27 486	0.23 422	0.20 497	0.20 399	0.24 508	0.19 532	0.19 501	0.17 490	0.15 614	0.30 668	0.14 603	0.14 608	0.14 601	0.12 570

test_sample8	0.19 538	0.12 530	0.20 538	0.12 5	0.14 579	0.17 466	0.13 170	0.31 544	0.21 396	0.27 574	0.22 433	0.36 608	0.25 580	0.19 501	0.17 490	0.15 614	0.30 668	0.14 603	0.14 608	0.14 601	0.12 570

otaku	0.39 647	0.37 662	0.52 642	0.44 665	0.28 659	0.58 661	0.24 596	0.41 635	0.62 654	0.40 636	0.49 633	0.46 644	0.33 628	0.40 651	0.32 638	0.30 663	0.30 668	0.39 667	0.33 666	0.29 662	0.28 661

MonStereo1	0.47 662	0.26 641	0.58 652	0.28 637	0.20 639	0.39 646	0.18 479	0.49 656	0.64 659	0.52 654	0.87 675	1.01 677	0.57 669	0.50 660	0.56 674	0.53 680	0.31 671	0.54 677	0.40 671	0.33 668	0.34 668

NVStereoNet_ROB	0.46 661	0.36 661	0.46 637	0.41 663	0.28 659	0.34 631	0.34 660	0.48 654	0.60 651	0.72 670	0.93 678	0.70 670	0.66 675	0.47 657	0.60 677	0.22 654	0.33 672	0.34 665	0.34 669	0.30 663	0.30 664
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
Consistency-Raft	0.44 656	0.40 664	0.45 633	0.37 660	0.43 670	0.46 651	0.41 667	0.57 670	0.55 638	0.32 615	0.73 666	0.33 595	0.48 660	0.42 655	0.49 669	0.39 670	0.35 673	0.45 670	0.51 680	0.42 670	0.29 662

MADNet+	0.75 676	0.71 679	3.70 700	0.66 676	0.41 668	0.98 686	0.97 696	0.69 675	0.73 672	0.52 654	0.57 652	0.64 663	0.68 677	0.86 685	1.01 693	0.34 668	0.36 674	0.28 659	0.23 651	0.36 669	0.31 665

ACVNet_2	0.66 672	0.66 677	0.68 668	0.63 675	0.41 668	0.71 672	0.49 675	0.96 685	1.39 690	0.89 680	1.09 685	1.04 678	0.73 678	0.54 669	0.47 667	0.43 674	0.40 675	0.53 676	0.44 674	0.47 672	0.35 670

GCST	0.37 646	0.42 666	0.26 574	1.02 692	0.39 666	0.18 485	0.08 7	0.20 337	0.17 307	0.28 589	0.25 482	0.15 379	0.12 368	0.16 430	0.14 428	0.64 687	0.43 676	0.75 683	0.65 687	0.63 680	0.46 678

IMH-64-1	0.65 670	0.61 673	0.68 668	0.71 677	0.51 674	0.59 662	0.49 675	0.91 681	0.85 676	0.74 674	1.02 682	0.81 673	0.78 680	0.79 678	0.49 669	0.42 672	0.46 677	0.71 680	0.47 675	0.52 674	0.39 672

IMH-64	0.65 670	0.61 673	0.68 668	0.71 677	0.51 674	0.59 662	0.49 675	0.91 681	0.85 676	0.74 674	1.02 682	0.81 673	0.78 680	0.79 678	0.49 669	0.42 672	0.46 677	0.71 680	0.47 675	0.52 674	0.39 672

TorneroNet-64	0.76 677	0.72 680	0.74 675	0.78 681	0.58 682	0.91 685	0.56 680	0.84 679	1.29 687	0.66 664	0.90 676	1.40 690	0.75 679	0.85 684	0.67 683	0.49 678	0.46 677	0.72 682	0.59 683	0.67 684	0.53 680

PWCK	0.71 673	0.94 688	0.95 683	0.76 679	0.31 664	0.74 674	0.36 662	0.90 680	0.90 679	0.96 683	0.75 670	0.95 676	0.61 672	0.87 686	0.66 680	0.72 689	0.46 677	0.75 683	0.49 677	0.69 687	0.44 677

SPS-STEREO	0.57 668	0.58 671	0.65 659	0.45 666	0.55 678	0.62 665	0.44 674	0.62 673	0.50 627	0.68 666	0.64 657	0.66 666	0.57 669	0.61 673	0.60 677	0.62 686	0.47 681	0.51 673	0.49 677	0.55 678	0.58 682
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	0.54 666	0.61 673	0.70 674	0.57 673	0.43 670	0.65 667	0.37 665	0.60 672	0.87 678	0.50 653	0.66 659	0.64 663	0.47 659	0.49 659	0.43 665	0.47 677	0.48 682	0.52 675	0.41 672	0.52 674	0.40 675

SGM+DAISY	0.56 667	0.57 670	0.65 659	0.40 661	0.54 676	0.66 669	0.49 675	0.56 668	0.45 614	0.66 664	0.69 662	0.67 667	0.56 668	0.63 674	0.56 674	0.59 684	0.48 682	0.50 672	0.50 679	0.52 674	0.58 682

WAO-6	0.81 679	0.80 683	0.62 657	0.86 686	0.63 685	0.76 678	0.58 682	0.98 687	1.54 695	0.90 681	0.96 681	1.07 680	1.03 690	0.70 677	0.66 680	0.72 689	0.49 684	0.90 691	0.71 690	0.68 685	0.58 682

TorneroNet	0.82 680	0.74 681	0.81 680	0.84 684	0.63 685	0.99 687	0.63 683	0.96 685	1.16 684	0.80 677	1.11 687	1.36 689	0.86 684	0.93 689	0.80 688	0.56 681	0.49 684	0.78 688	0.66 688	0.73 690	0.63 690

IMH	0.71 673	0.64 676	0.68 668	0.76 679	0.54 676	0.69 670	0.54 679	0.98 687	1.10 683	0.82 678	1.09 685	0.89 675	0.88 685	0.87 686	0.52 673	0.44 675	0.50 686	0.75 683	0.51 680	0.56 679	0.41 676

anonymity	0.53 665	0.58 671	0.65 659	0.41 663	0.61 684	0.53 658	0.41 667	0.56 668	0.41 590	0.55 658	0.50 637	0.49 651	0.55 667	0.58 672	0.50 672	0.58 683	0.50 686	0.51 673	0.51 680	0.51 673	0.57 681

DPSimNet_ROB	1.11 690	1.23 694	0.78 676	1.13 694	0.88 695	1.10 692	1.13 697	1.16 697	1.23 686	1.43 695	1.02 682	1.41 691	1.10 694	0.90 688	1.60 695	1.46 702	0.51 688	1.21 699	1.03 699	0.90 693	1.01 699

WAO-8	0.91 683	0.81 684	0.65 659	0.94 689	0.69 688	0.90 682	0.67 687	1.07 693	1.83 698	1.06 688	1.45 695	1.30 685	1.07 691	0.84 682	0.78 686	0.74 691	0.53 689	0.86 689	0.75 691	0.69 687	0.62 688

Venus	0.91 683	0.81 684	0.65 659	0.94 689	0.69 688	0.90 682	0.67 687	1.07 693	1.83 698	1.06 688	1.45 695	1.30 685	1.07 691	0.84 682	0.78 686	0.74 691	0.53 689	0.86 689	0.75 691	0.69 687	0.62 688

UNDER WATER	0.97 686	0.97 690	1.42 691	0.99 691	0.70 691	1.12 693	0.84 692	0.80 678	1.08 682	1.01 685	0.90 676	1.55 694	1.22 697	1.03 693	1.00 692	0.78 693	0.53 689	1.02 694	0.87 695	0.80 692	0.74 693

LVE	0.83 681	0.85 686	0.85 681	0.80 682	0.56 679	1.04 691	0.65 686	1.05 690	1.47 693	0.96 683	1.22 693	1.10 681	0.85 683	0.83 681	0.71 685	0.49 678	0.55 692	0.76 686	0.60 685	0.65 682	0.59 687

Dean	0.87 682	0.86 687	0.79 678	0.81 683	0.56 679	0.90 682	0.63 683	1.15 696	1.73 696	1.15 691	1.15 690	1.31 687	0.99 689	0.81 680	0.81 689	0.57 682	0.56 693	0.77 687	0.64 686	0.66 683	0.58 682

UNDER WATER-64	0.95 685	0.94 688	1.43 692	0.87 687	0.56 679	1.18 694	0.87 693	0.77 677	0.94 680	1.04 686	0.85 674	1.58 695	1.21 696	0.94 690	0.96 691	0.87 695	0.57 694	1.03 695	0.88 696	0.78 691	0.73 692

MFMNet_re	0.64 669	0.66 677	0.65 659	0.51 670	0.69 688	0.69 670	0.57 681	0.64 674	0.73 672	0.60 661	0.73 666	0.62 662	0.67 676	0.65 675	0.60 677	0.66 688	0.58 695	0.63 678	0.59 683	0.68 685	0.69 691

WAO-7	0.79 678	0.78 682	0.54 644	0.85 685	0.67 687	0.74 674	0.68 689	1.05 690	1.32 688	0.90 681	1.20 692	1.04 678	0.92 686	0.69 676	0.66 680	0.60 685	0.62 696	0.67 679	0.68 689	0.64 681	0.58 682

notaker	0.97 686	1.11 691	0.98 684	1.13 694	0.81 692	0.73 673	0.68 689	0.93 683	1.16 684	1.18 693	1.18 691	1.41 691	1.16 695	1.08 695	0.69 684	0.81 694	0.64 697	1.17 697	0.79 693	0.98 694	0.80 695

ktn	1.01 688	1.21 693	0.80 679	1.23 696	0.86 694	1.01 689	0.87 693	0.94 684	1.39 690	1.04 686	1.12 688	1.15 682	1.07 691	0.94 690	0.59 676	1.28 701	0.71 698	1.38 701	0.83 694	1.02 696	0.75 694

HanzoNet	1.29 691	1.26 695	1.19 689	1.12 693	0.85 693	1.02 690	0.83 691	1.03 689	1.48 694	1.64 696	1.61 697	2.50 700	1.72 698	1.61 697	1.61 696	1.26 700	0.80 699	1.31 700	1.01 698	1.02 696	0.86 696

KSHMR	1.09 689	1.17 692	0.88 682	1.25 697	1.00 696	0.99 687	0.96 695	1.13 695	1.37 689	1.16 692	1.29 694	1.41 691	0.96 688	1.01 692	0.92 690	1.03 698	1.08 700	1.20 698	1.03 699	1.01 695	0.97 697

ASD4	3.54 696	3.38 702	2.05 694	1.72 698	2.51 701	9.03 703	17.71 707	2.25 699	5.51 703	2.46 699	2.81 701	2.03 697	3.36 702	2.73 699	5.06 702	1.22 699	1.34 701	1.13 696	1.33 701	1.68 699	1.49 701

JetRed	1.62 692	1.46 696	2.98 695	0.92 688	1.21 697	4.99 699	1.53 701	1.27 698	1.39 690	1.83 697	1.74 698	1.60 696	0.95 687	1.41 696	2.45 701	0.90 697	1.60 702	0.93 692	0.90 697	1.35 698	0.99 698

MADNet++	1.95 693	1.75 697	1.59 693	1.82 699	1.69 699	2.33 697	1.40 700	2.35 700	2.09 700	2.57 700	2.36 700	2.24 699	2.17 700	2.28 698	2.34 699	1.87 703	1.66 703	1.54 702	1.34 702	1.92 700	1.77 702

PML	8.91 706	9.34 717	6.13 702	5.35 704	6.41 705	14.99 708	23.38 714	5.27 702	6.83 704	18.04 719	28.19 727	7.67 707	6.83 705	7.85 706	5.75 703	5.35 710	1.83 704	5.95 716	1.93 704	8.64 713	2.52 704

xxxxx1	7.79 700	5.02 708	7.31 704	3.12 701	3.85 702	16.35 709	22.88 709	5.86 706	8.69 705	7.97 707	8.54 704	9.12 710	8.27 707	10.18 707	10.92 707	2.42 705	2.45 705	3.56 708	12.37 714	3.77 703	3.06 705

tt_ll	7.79 700	5.02 708	7.31 704	3.12 701	3.85 702	16.35 709	22.88 709	5.86 706	8.69 705	7.97 707	8.54 704	9.12 710	8.27 707	10.18 707	10.92 707	2.42 705	2.45 705	3.56 708	12.37 714	3.77 703	3.06 705

ff	7.79 700	5.02 708	7.31 704	3.12 701	3.85 702	16.35 709	22.88 709	5.86 706	8.69 705	7.97 707	8.54 704	9.12 710	8.27 707	10.18 707	10.92 707	2.42 705	2.45 705	3.56 708	12.37 714	3.77 703	3.06 705

LRCNet_RVC	10.62 711	13.42 718	7.30 703	18.92 717	2.07 700	0.33 628	0.30 651	5.59 705	0.48 617	13.03 715	17.94 715	8.87 709	5.65 704	4.79 702	1.89 697	23.51 725	2.73 708	27.55 728	25.71 728	16.07 722	16.33 723

USTest	6.22 699	2.73 700	3.00 696	6.57 707	7.29 706	14.37 707	21.57 708	7.00 709	9.56 708	5.34 706	6.10 702	5.72 705	7.64 706	6.41 705	6.96 706	1.97 704	3.42 709	1.64 703	2.15 706	2.66 701	2.36 703

DPSMNet_ROB	8.06 704	4.48 704	8.63 712	5.37 706	10.74 709	8.32 701	22.98 713	5.46 703	13.36 713	5.12 704	9.92 709	5.08 703	10.40 710	5.53 704	12.58 710	3.80 709	8.00 710	3.50 706	7.02 711	3.83 706	7.14 712

DGTPSM_ROB	8.06 704	4.48 704	8.63 712	5.35 704	10.72 708	8.32 701	22.97 712	5.46 703	13.35 712	5.12 704	9.92 709	5.08 703	10.40 710	5.52 703	12.58 710	3.79 708	8.00 710	3.50 706	7.02 711	3.83 706	7.14 712

iinet-test	10.48 709	8.09 713	7.54 708	10.26 708	10.94 710	18.00 713	25.26 715	11.33 714	13.28 710	9.69 711	9.85 707	9.42 713	11.17 712	11.02 711	12.78 713	6.59 713	8.30 712	5.56 711	6.56 707	6.89 709	7.02 710

IINet	10.48 709	8.09 713	7.54 708	10.26 708	10.94 710	18.00 713	25.26 715	11.33 714	13.28 710	9.69 711	9.85 707	9.42 713	11.17 712	11.02 711	12.78 713	6.59 713	8.30 712	5.56 711	6.56 707	6.89 709	7.02 710

Anonymous_1	10.96 712	7.92 712	7.46 707	10.33 710	10.06 707	18.65 715	26.34 717	11.06 713	13.44 714	9.40 710	10.05 711	9.67 715	11.23 714	10.73 710	12.72 712	6.42 712	8.38 714	5.77 713	10.61 713	12.12 714	6.77 709

DPSM_ROB	11.15 713	8.58 715	8.00 710	10.88 711	11.58 712	19.10 716	26.71 718	12.05 716	14.07 717	10.36 713	10.84 712	10.33 716	11.86 715	11.70 713	13.54 715	6.99 715	8.79 715	5.89 714	6.95 709	7.29 711	7.42 714

DPSM	11.15 713	8.58 715	8.00 710	10.88 711	11.58 712	19.10 716	26.71 718	12.05 716	14.07 717	10.36 713	10.84 712	10.33 716	11.86 715	11.70 713	13.54 715	6.99 715	8.79 715	5.89 714	6.95 709	7.29 711	7.42 714

tt	4.67 698	0.06 107	3.55 699	2.02 700	1.55 698	10.25 705	16.71 706	8.91 710	5.03 702	1.31 694	0.94 679	4.71 702	4.76 703	3.33 700	5.87 704	6.06 711	10.30 717	1.88 705	2.11 705	2.75 702	1.21 700

HaxPig	15.71 715	18.52 726	19.18 721	16.89 716	15.89 717	7.73 700	7.60 703	13.31 718	10.82 709	15.42 716	14.91 714	15.98 718	14.92 717	15.58 716	15.98 717	18.95 724	16.73 718	19.46 724	18.08 724	19.26 723	19.05 726

LSM0	22.87 726	17.28 719	18.96 720	22.19 725	29.04 728	38.42 726	53.71 722	24.28 726	28.31 721	20.78 726	21.00 717	21.43 726	24.16 727	23.50 725	27.39 724	14.09 723	17.38 719	11.84 723	14.04 721	14.73 721	14.89 716

Hybrid-DGEV	22.47 724	17.40 725	16.14 718	22.00 719	23.29 723	38.36 723	53.80 724	24.43 728	28.63 727	20.59 721	21.81 723	20.88 722	23.91 723	23.45 723	27.42 725	14.08 721	17.69 720	11.83 719	14.06 722	14.65 715	14.93 718

RAFT-FEzeroshot	22.43 721	17.33 720	15.98 714	22.02 721	23.31 724	38.34 721	53.82 726	24.05 722	28.39 722	20.61 723	21.76 720	20.88 722	23.92 725	23.41 720	27.42 725	14.07 718	17.69 720	11.83 719	14.02 719	14.69 718	14.97 720

RAFT-FE	22.43 721	17.33 720	15.98 714	22.02 721	23.31 724	38.34 721	53.82 726	24.05 722	28.39 722	20.61 723	21.76 720	20.88 722	23.92 725	23.41 720	27.42 725	14.07 718	17.69 720	11.83 719	14.02 719	14.69 718	14.97 720

Selective-RAFT-Error	22.47 724	17.37 724	16.09 717	22.06 723	23.34 726	38.39 724	53.83 728	24.29 727	28.47 726	20.74 725	21.83 725	20.81 721	23.90 722	23.54 726	27.53 728	14.08 721	17.69 720	11.82 718	14.00 717	14.69 718	15.00 722

CasAABBNet	22.42 720	17.33 720	16.01 716	22.01 720	23.28 722	38.32 720	53.80 724	24.14 724	28.41 724	20.60 722	21.77 722	20.89 725	23.91 723	23.43 722	27.36 723	14.07 718	17.69 720	11.83 719	14.01 718	14.67 717	14.95 719

FlowAnything	22.44 723	17.35 723	16.14 718	22.07 724	23.23 721	38.39 724	53.77 723	24.25 725	28.44 725	20.96 727	21.82 724	20.70 720	23.84 721	23.49 724	27.14 722	14.04 717	17.79 725	11.75 717	14.15 723	14.65 715	14.89 716

MEDIAN_ROB	20.38 719	24.04 727	23.31 724	21.23 718	21.71 720	10.40 706	7.92 704	17.64 719	15.50 719	20.12 720	19.70 716	20.34 719	20.32 718	21.19 717	21.13 720	23.81 726	21.81 726	24.98 727	23.76 727	24.71 726	23.93 727

AVERAGE_ROB	24.90 727	29.20 728	28.14 725	24.89 726	24.64 727	17.75 712	11.12 705	21.45 721	19.93 720	25.12 728	24.46 726	25.12 729	25.46 728	24.69 727	22.83 721	29.76 727	27.13 727	28.97 729	27.95 729	29.91 727	29.47 728

RSGM-EC	20.36 717	4.73 706	0.68 668	16.76 714	16.92 718	21.28 718	27.18 720	10.46 711	14.04 715	18.00 717	21.31 718	22.24 727	21.82 719	22.57 718	17.63 718	62.81 728	33.79 728	20.14 725	18.10 725	20.18 724	16.45 724

acva	20.36 717	4.73 706	0.68 668	16.76 714	16.92 718	21.28 718	27.18 720	10.46 711	14.04 715	18.00 717	21.31 718	22.24 727	21.82 719	22.57 718	17.63 718	62.81 728	33.79 728	20.14 725	18.10 725	20.18 724	16.45 724

test_example2	98.32 728	94.13 729	45.89 726	96.35 727	109.85 729	88.61 727	95.45 729	25.75 729	94.37 729	130.00 730	126.06 730	58.17 730	74.63 729	88.51 728	79.96 729	150.23 730	221.02 730	77.62 730	99.10 730	113.75 730	96.94 729

ccccc	245.47 729	285.66 730	306.18 729	368.85 730	370.60 730	123.16 729	145.33 730	115.05 730	110.08 730	126.68 729	110.87 729	122.83 731	165.88 730	252.94 730	276.56 730	384.56 731	353.86 731	254.69 731	223.00 731	425.87 731	386.83 730

Low-res two-view benchmark