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

DepthFocus	0.08 70	0.04 1	0.15 392	0.13 11	0.09 322	0.08 71	0.12 102	0.10 25	0.05 3	0.09 168	0.06 19	0.07 118	0.04 1	0.08 21	0.08 23	0.06 160	0.05 235	0.07 293	0.07 370	0.05 156	0.04 47

Selective-IGEV-i32	0.07 6	0.06 92	0.09 103	0.17 281	0.06 25	0.08 71	0.12 102	0.13 105	0.08 19	0.08 118	0.07 57	0.06 39	0.04 1	0.10 112	0.09 90	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

MatchStereo	0.07 6	0.04 1	0.08 35	0.14 53	0.06 25	0.05 3	0.12 102	0.12 77	0.09 42	0.07 66	0.07 57	0.04 1	0.04 1	0.09 55	0.09 90	0.06 160	0.05 235	0.05 43	0.03 1	0.04 45	0.05 184
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
GEAStereo	0.08 70	0.06 92	0.09 103	0.13 11	0.08 203	0.08 71	0.14 237	0.10 25	0.10 61	0.08 118	0.10 184	0.06 39	0.04 1	0.11 182	0.08 23	0.06 160	0.04 24	0.05 43	0.04 49	0.05 156	0.05 184

GSStereo	0.08 70	0.06 92	0.09 103	0.13 11	0.08 203	0.08 71	0.14 237	0.11 51	0.12 130	0.08 118	0.10 184	0.05 4	0.04 1	0.11 182	0.08 23	0.06 160	0.04 24	0.05 43	0.04 49	0.05 156	0.05 184

GS-Stereo							0.14 237	0.11 51	0.12 130	0.08 118	0.10 184	0.05 4	0.04 1	0.11 182	0.08 23	0.06 160	0.04 24	0.05 43	0.04 49	0.05 156	0.05 184

GASTEREO	0.08 70	0.05 29	0.09 103	0.19 441	0.08 203	0.08 71	0.12 102	0.14 134	0.11 93	0.10 211	0.09 152	0.07 118	0.04 1	0.12 273	0.08 23	0.06 160	0.05 235	0.05 43	0.04 49	0.04 45	0.05 184

MSCF	0.08 70	0.05 29	0.09 103	0.19 441	0.08 203	0.07 32	0.12 102	0.14 134	0.11 93	0.10 211	0.09 152	0.07 118	0.04 1	0.11 182	0.08 23	0.06 160	0.05 235	0.05 43	0.04 49	0.05 156	0.05 184

LG-Stereo_L1	0.07 6	0.05 29	0.11 222	0.14 53	0.06 25	0.07 32	0.12 102	0.09 17	0.08 19	0.05 2	0.04 1	0.05 4	0.04 1	0.08 21	0.08 23	0.05 48	0.04 24	0.05 43	0.03 1	0.04 45	0.04 47

MLG-Stereo_test2	0.07 6	0.04 1	0.10 161	0.15 101	0.06 25	0.07 32	0.11 67	0.09 17	0.04 2	0.06 21	0.05 7	0.06 39	0.04 1	0.08 21	0.09 90	0.06 160	0.04 24	0.05 43	0.03 1	0.05 156	0.05 184

SCV	0.08 70	0.09 406	0.08 35	0.15 101	0.08 203	0.10 186	0.12 102	0.11 51	0.12 130	0.07 66	0.07 57	0.06 39	0.04 1	0.10 112	0.08 23	0.05 48	0.05 235	0.06 178	0.04 49	0.06 275	0.04 47

FoundationStereo	0.06 1	0.04 1	0.08 35	0.13 11	0.05 2	0.09 129	0.13 168	0.06 1	0.09 42	0.05 2	0.05 7	0.06 39	0.04 1	0.07 3	0.07 1	0.06 160	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

AIO_rvc	0.07 6	0.06 92	0.08 35	0.15 101	0.06 25	0.08 71	0.14 237	0.09 17	0.08 19	0.07 66	0.08 114	0.07 118	0.04 1	0.10 112	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

GIP-stereo	0.08 70	0.06 92	0.11 222	0.15 101	0.07 119	0.09 129	0.13 168	0.15 172	0.11 93	0.07 66	0.08 114	0.05 4	0.04 1	0.10 112	0.07 1	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

IGEV-BASED-STEREO-	0.09 159	0.10 474	0.32 595	0.15 101	0.06 25	0.08 71	0.14 237	0.11 51	0.10 61	0.07 66	0.07 57	0.06 39	0.04 1	0.11 182	0.07 1	0.12 563	0.04 24	0.07 293	0.05 185	0.05 156	0.05 184

Selective-IGEV	0.07 6	0.06 92	0.09 103	0.17 281	0.06 25	0.08 71	0.12 102	0.13 105	0.08 19	0.08 118	0.07 57	0.06 39	0.04 1	0.10 112	0.09 90	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

MGA	0.07 6	0.04 1	0.11 222	0.13 11	0.06 25	0.08 71	0.09 20	0.12 77	0.08 19	0.05 2	0.06 19	0.06 39	0.05 17	0.10 112	0.09 90	0.06 160	0.04 24	0.05 43	0.03 1	0.05 156	0.05 184

CAR	0.07 6	0.05 29	0.09 103	0.14 53	0.06 25	0.07 32	0.08 7	0.12 77	0.08 19	0.05 2	0.06 19	0.05 4	0.05 17	0.10 112	0.09 90	0.06 160	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

MSE-Stereo	0.07 6	0.04 1	0.09 103	0.13 11	0.06 25	0.07 32	0.08 7	0.12 77	0.08 19	0.05 2	0.06 19	0.05 4	0.05 17	0.10 112	0.09 90	0.06 160	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

aanet-new-40k	0.07 6	0.08 326	0.08 35	0.17 281	0.07 119	0.08 71	0.13 168	0.10 25	0.10 61	0.07 66	0.09 152	0.06 39	0.05 17	0.08 21	0.07 1	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

aanet-new-36k	0.08 70	0.07 193	0.10 161	0.17 281	0.06 25	0.09 129	0.13 168	0.12 77	0.14 200	0.08 118	0.08 114	0.06 39	0.05 17	0.09 55	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

aanet-new-34k	0.08 70	0.06 92	0.09 103	0.17 281	0.05 2	0.08 71	0.13 168	0.12 77	0.13 172	0.09 168	0.08 114	0.07 118	0.05 17	0.10 112	0.09 90	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

GCAP-Stereo-DPT26K	0.07 6	0.07 193	0.07 8	0.16 193	0.06 25	0.08 71	0.12 102	0.10 25	0.09 42	0.06 21	0.09 152	0.06 39	0.05 17	0.09 55	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.04 47

GCAP-Stereo-DPT-20K	0.07 6	0.05 29	0.11 222	0.15 101	0.06 25	0.07 32	0.12 102	0.10 25	0.11 93	0.07 66	0.08 114	0.06 39	0.05 17	0.09 55	0.07 1	0.05 48	0.05 235	0.05 43	0.04 49	0.03 1	0.04 47

GCAP-Stereo-DPT-24K	0.07 6	0.06 92	0.07 8	0.15 101	0.06 25	0.10 186	0.15 320	0.12 77	0.11 93	0.06 21	0.11 235	0.06 39	0.05 17	0.09 55	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

GCAP-Stereo-DPT-50K	0.08 70	0.07 193	0.18 493	0.16 193	0.06 25	0.06 11	0.13 168	0.13 105	0.13 172	0.07 66	0.07 57	0.06 39	0.05 17	0.08 21	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

GCAP-Stereo-DPT-25K	0.08 70	0.06 92	0.08 35	0.16 193	0.06 25	0.06 11	0.14 237	0.14 134	0.15 226	0.07 66	0.10 184	0.06 39	0.05 17	0.09 55	0.09 90	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

PipStereo	0.07 6	0.04 1	0.09 103	0.13 11	0.05 2	0.08 71	0.10 33	0.06 1	0.07 13	0.06 21	0.05 7	0.09 210	0.05 17	0.08 21	0.09 90	0.06 160	0.04 24	0.04 1	0.03 1	0.05 156	0.05 184

PSi22b	0.06 1	0.04 1	0.09 103	0.13 11	0.05 2	0.08 71	0.10 33	0.06 1	0.06 6	0.06 21	0.06 19	0.08 170	0.05 17	0.08 21	0.09 90	0.06 160	0.04 24	0.04 1	0.03 1	0.04 45	0.05 184

PSi22a	0.06 1	0.04 1	0.09 103	0.12 5	0.05 2	0.06 11	0.11 67	0.06 1	0.06 6	0.06 21	0.06 19	0.06 39	0.05 17	0.08 21	0.09 90	0.07 329	0.04 24	0.04 1	0.03 1	0.04 45	0.04 47

Foundation-i32	0.06 1	0.04 1	0.09 103	0.13 11	0.04 1	0.06 11	0.12 102	0.06 1	0.05 3	0.06 21	0.05 7	0.05 4	0.05 17	0.07 3	0.09 90	0.06 160	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

Test_v1	0.07 6	0.04 1	0.06 1	0.13 11	0.06 25	0.09 129	0.10 33	0.15 172	0.12 130	0.06 21	0.05 7	0.04 1	0.05 17	0.08 21	0.10 184	0.07 329	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

Pro-Stereo	0.07 6	0.05 29	0.08 35	0.15 101	0.08 203	0.08 71	0.12 102	0.07 6	0.08 19	0.06 21	0.06 19	0.05 4	0.05 17	0.09 55	0.08 23	0.05 48	0.04 24	0.06 178	0.05 185	0.04 45	0.04 47

BStereo	0.08 70	0.06 92	0.17 459	0.15 101	0.08 203	0.08 71	0.09 20	0.15 172	0.16 260	0.06 21	0.07 57	0.07 118	0.05 17	0.09 55	0.11 263	0.04 6	0.05 235	0.05 43	0.07 370	0.04 45	0.05 184

Wave_Phase_stereo	0.09 159	0.06 92	0.17 459	0.15 101	0.08 203	0.11 236	0.09 20	0.18 276	0.16 260	0.06 21	0.07 57	0.07 118	0.05 17	0.09 55	0.11 263	0.04 6	0.05 235	0.05 43	0.07 370	0.04 45	0.05 184

VIP-Stereo	0.07 6	0.07 193	0.08 35	0.15 101	0.06 25	0.11 236	0.10 33	0.11 51	0.11 93	0.06 21	0.07 57	0.06 39	0.05 17	0.10 112	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

gasm-f	0.08 70	0.05 29	0.08 35	0.13 11	0.08 203	0.08 71	0.14 237	0.10 25	0.10 61	0.08 118	0.10 184	0.06 39	0.05 17	0.10 112	0.08 23	0.06 160	0.04 24	0.05 43	0.04 49	0.06 275	0.05 184

252Zero-FE	0.08 70	0.04 1	0.10 161	0.13 11	0.07 119	0.13 333	0.11 67	0.13 105	0.14 200	0.07 66	0.05 7	0.06 39	0.05 17	0.09 55	0.10 184	0.06 160	0.04 24	0.05 43	0.04 49	0.05 156	0.06 284

IGEV	0.08 70	0.04 1	0.09 103	0.13 11	0.06 25	0.09 129	0.12 102	0.14 134	0.10 61	0.06 21	0.09 152	0.07 118	0.05 17	0.09 55	0.09 90	0.06 160	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

111111	0.07 6	0.05 29	0.10 161	0.17 281	0.06 25	0.05 3	0.10 33	0.11 51	0.10 61	0.06 21	0.06 19	0.07 118	0.05 17	0.08 21	0.09 90	0.06 160	0.04 24	0.05 43	0.04 49	0.07 356	0.06 284

LG-Stereo_L2	0.07 6	0.05 29	0.10 161	0.14 53	0.06 25	0.07 32	0.12 102	0.09 17	0.10 61	0.06 21	0.04 1	0.05 4	0.05 17	0.08 21	0.08 23	0.05 48	0.04 24	0.05 43	0.03 1	0.04 45	0.03 1

MLG-Stereo_test1	0.06 1	0.05 29	0.08 35	0.17 281	0.05 2	0.07 32	0.11 67	0.09 17	0.03 1	0.05 2	0.04 1	0.06 39	0.05 17	0.09 55	0.09 90	0.05 48	0.04 24	0.05 43	0.03 1	0.04 45	0.05 184

MLG-Stereo	0.07 6	0.05 29	0.09 103	0.17 281	0.05 2	0.07 32	0.11 67	0.08 10	0.05 3	0.05 2	0.04 1	0.06 39	0.05 17	0.10 112	0.09 90	0.05 48	0.04 24	0.05 43	0.03 1	0.04 45	0.05 184

LG-Stereo_Zeroshot	0.07 6	0.06 92	0.10 161	0.16 193	0.07 119	0.04 1	0.13 168	0.10 25	0.10 61	0.05 2	0.11 235	0.07 118	0.05 17	0.07 3	0.09 90	0.06 160	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

HART	0.08 70	0.07 193	0.09 103	0.18 371	0.07 119	0.10 186	0.16 384	0.13 105	0.11 93	0.09 168	0.10 184	0.08 170	0.05 17	0.10 112	0.08 23	0.05 48	0.04 24	0.06 178	0.04 49	0.05 156	0.04 47

GREAT-IGEV	0.07 6	0.06 92	0.09 103	0.13 11	0.07 119	0.07 32	0.14 237	0.10 25	0.09 42	0.06 21	0.08 114	0.06 39	0.05 17	0.10 112	0.07 1	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
SCV_C0	0.08 70	0.07 193	0.08 35	0.16 193	0.10 437	0.08 71	0.14 237	0.11 51	0.13 172	0.08 118	0.07 57	0.06 39	0.05 17	0.11 182	0.07 1	0.05 48	0.05 235	0.05 43	0.04 49	0.06 275	0.05 184

DEFOM-Stereo_RVC	0.08 70	0.07 193	0.09 103	0.22 563	0.06 25	0.08 71	0.12 102	0.10 25	0.10 61	0.07 66	0.07 57	0.06 39	0.05 17	0.11 182	0.09 90	0.06 160	0.04 24	0.05 43	0.03 1	0.06 275	0.04 47

StereoAnything_RVC	0.07 6	0.16 579	0.17 459	0.11 1	0.05 2	0.06 11	0.11 67	0.08 10	0.08 19	0.06 21	0.06 19	0.05 4	0.05 17	0.09 55	0.08 23	0.08 404	0.04 24	0.05 43	0.03 1	0.05 156	0.04 47

AIO_test	0.07 6	0.06 92	0.07 8	0.15 101	0.07 119	0.07 32	0.14 237	0.10 25	0.10 61	0.07 66	0.07 57	0.06 39	0.05 17	0.08 21	0.10 184	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

AIO-test2	0.10 228	0.08 326	0.10 161	0.23 584	0.09 322	0.11 236	0.11 67	0.23 388	0.24 423	0.08 118	0.09 152	0.08 170	0.05 17	0.10 112	0.08 23	0.06 160	0.05 235	0.08 383	0.09 491	0.05 156	0.05 184

DEFOM-Stereo	0.07 6	0.05 29	0.07 8	0.14 53	0.06 25	0.09 129	0.13 168	0.07 6	0.13 172	0.06 21	0.07 57	0.06 39	0.05 17	0.10 112	0.09 90	0.05 48	0.04 24	0.05 43	0.03 1	0.04 45	0.04 47

dual_stereo	0.07 6	0.05 29	0.08 35	0.15 101	0.05 2	0.05 3	0.13 168	0.12 77	0.08 19	0.07 66	0.06 19	0.05 4	0.05 17	0.07 3	0.09 90	0.06 160	0.04 24	0.05 43	0.03 1	0.04 45	0.04 47

Occ-G	0.08 70	0.05 29	0.07 8	0.14 53	0.07 119	0.09 129	0.14 237	0.14 134	0.15 226	0.07 66	0.12 255	0.07 118	0.05 17	0.09 55	0.10 184	0.06 160	0.05 235	0.05 43	0.04 49	0.05 156	0.06 284

U	0.08 70	0.07 193	0.10 161	0.19 441	0.10 437	0.10 186	0.13 168	0.12 77	0.17 295	0.07 66	0.07 57	0.06 39	0.05 17	0.07 3	0.09 90	0.06 160	0.04 24	0.06 178	0.04 49	0.06 275	0.05 184

AIO-Stereo	0.08 70	0.06 92	0.10 161	0.18 371	0.06 25	0.09 129	0.11 67	0.16 209	0.09 42	0.09 168	0.08 114	0.07 118	0.05 17	0.11 182	0.08 23	0.05 48	0.05 235	0.05 43	0.04 49	0.04 45	0.04 47

RSM++	0.08 70	0.06 92	0.09 103	0.17 281	0.07 119	0.09 129	0.12 102	0.11 51	0.11 93	0.08 118	0.06 19	0.07 118	0.05 17	0.10 112	0.09 90	0.05 48	0.04 24	0.06 178	0.05 185	0.05 156	0.03 1

RSM	0.08 70	0.06 92	0.09 103	0.17 281	0.07 119	0.08 71	0.12 102	0.12 77	0.10 61	0.08 118	0.07 57	0.06 39	0.05 17	0.11 182	0.09 90	0.04 6	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

GCAPDPT-zeroshot4090	0.07 6	0.05 29	0.11 222	0.15 101	0.06 25	0.07 32	0.12 102	0.10 25	0.11 93	0.07 66	0.08 114	0.06 39	0.05 17	0.09 55	0.07 1	0.05 48	0.05 235	0.05 43	0.04 49	0.03 1	0.04 47

IGEV++	0.08 70	0.06 92	0.09 103	0.18 371	0.07 119	0.10 186	0.13 168	0.10 25	0.10 61	0.08 118	0.08 114	0.06 39	0.05 17	0.13 330	0.09 90	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

MIM_Stereo	0.10 228	0.07 193	0.11 222	0.15 101	0.07 119	0.07 32	0.12 102	0.20 327	0.14 200	0.13 321	0.14 289	0.09 210	0.05 17	0.12 273	0.08 23	0.05 48	0.06 404	0.07 293	0.06 269	0.06 275	0.05 184

EGLCR-Stereo	0.08 70	0.05 29	0.08 35	0.14 53	0.07 119	0.11 236	0.12 102	0.11 51	0.16 260	0.06 21	0.05 7	0.07 118	0.05 17	0.10 112	0.11 263	0.06 160	0.04 24	0.06 178	0.05 185	0.04 45	0.04 47

CroCo-Stereo Lap2	0.09 159	0.09 406	0.08 35	0.22 563	0.09 322	0.09 129	0.18 466	0.16 209	0.12 130	0.09 168	0.10 184	0.05 4	0.05 17	0.08 21	0.08 23	0.06 160	0.06 404	0.07 293	0.05 185	0.06 275	0.05 184

iRaft-Stereo_20w	0.09 159	0.05 29	0.13 311	0.14 53	0.09 322	0.12 290	0.15 320	0.19 309	0.11 93	0.11 253	0.08 114	0.08 170	0.05 17	0.10 112	0.09 90	0.06 160	0.04 24	0.06 178	0.05 185	0.06 275	0.05 184

monster-pro	0.07 6	0.06 92	0.06 1	0.15 101	0.05 2	0.08 71	0.10 33	0.15 172	0.15 226	0.05 2	0.06 19	0.05 4	0.06 65	0.07 3	0.09 90	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

DN	0.10 228	0.05 29	0.10 161	0.15 101	0.09 322	0.12 290	0.18 466	0.17 246	0.16 260	0.08 118	0.09 152	0.08 170	0.06 65	0.08 21	0.09 90	0.11 537	0.05 235	0.07 293	0.06 269	0.07 356	0.09 487

aanet-new-70k	0.07 6	0.06 92	0.09 103	0.17 281	0.06 25	0.08 71	0.12 102	0.11 51	0.10 61	0.07 66	0.07 57	0.07 118	0.06 65	0.10 112	0.07 1	0.04 6	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

aanet-new-78k	0.08 70	0.07 193	0.09 103	0.19 441	0.06 25	0.07 32	0.12 102	0.11 51	0.13 172	0.06 21	0.07 57	0.06 39	0.06 65	0.10 112	0.07 1	0.04 6	0.04 24	0.05 43	0.04 49	0.05 156	0.03 1

aanet-new-32k	0.08 70	0.07 193	0.09 103	0.18 371	0.06 25	0.10 186	0.11 67	0.10 25	0.09 42	0.07 66	0.07 57	0.07 118	0.06 65	0.11 182	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

aanet-new-30k	0.08 70	0.07 193	0.09 103	0.18 371	0.06 25	0.10 186	0.11 67	0.10 25	0.09 42	0.07 66	0.07 57	0.07 118	0.06 65	0.11 182	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

aanet-new-28k	0.08 70	0.07 193	0.09 103	0.18 371	0.06 25	0.08 71	0.12 102	0.10 25	0.09 42	0.09 168	0.08 114	0.08 170	0.06 65	0.12 273	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

aanet-new-22k	0.08 70	0.06 92	0.10 161	0.18 371	0.06 25	0.08 71	0.11 67	0.14 134	0.12 130	0.09 168	0.09 152	0.08 170	0.06 65	0.10 112	0.08 23	0.04 6	0.05 235	0.05 43	0.04 49	0.03 1	0.04 47

aanet-new-16k	0.08 70	0.08 326	0.08 35	0.18 371	0.06 25	0.07 32	0.10 33	0.13 105	0.13 172	0.08 118	0.07 57	0.07 118	0.06 65	0.09 55	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

aanet-new-14k	0.08 70	0.09 406	0.08 35	0.19 441	0.07 119	0.07 32	0.10 33	0.14 134	0.15 226	0.06 21	0.08 114	0.05 4	0.06 65	0.10 112	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

aanet-new-8k	0.08 70	0.08 326	0.08 35	0.19 441	0.07 119	0.09 129	0.11 67	0.17 246	0.15 226	0.07 66	0.07 57	0.06 39	0.06 65	0.10 112	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

GCAP-Stereo-cres-4k	0.08 70	0.08 326	0.09 103	0.18 371	0.07 119	0.11 236	0.14 237	0.13 105	0.11 93	0.08 118	0.11 235	0.07 118	0.06 65	0.09 55	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

GCAP-Stereo-DPT-cres	0.08 70	0.05 29	0.08 35	0.15 101	0.06 25	0.10 186	0.14 237	0.13 105	0.12 130	0.07 66	0.08 114	0.07 118	0.06 65	0.10 112	0.09 90	0.05 48	0.04 24	0.05 43	0.04 49	0.03 1	0.04 47

GCAP-Stereo-DPT-36K	0.08 70	0.06 92	0.16 435	0.15 101	0.06 25	0.08 71	0.12 102	0.13 105	0.11 93	0.07 66	0.08 114	0.07 118	0.06 65	0.09 55	0.08 23	0.05 48	0.05 235	0.05 43	0.04 49	0.04 45	0.04 47

GCAP-Stereo-DPT-22K	0.08 70	0.06 92	0.08 35	0.17 281	0.06 25	0.07 32	0.14 237	0.13 105	0.16 260	0.05 2	0.10 184	0.06 39	0.06 65	0.08 21	0.08 23	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.04 47

GCAP-Stereo-DPT-5K	0.08 70	0.06 92	0.11 222	0.16 193	0.07 119	0.11 236	0.12 102	0.15 172	0.16 260	0.08 118	0.12 255	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 178	0.05 185	0.03 1	0.04 47

GCAP-Stereo-DPT-2K	0.08 70	0.06 92	0.10 161	0.16 193	0.07 119	0.11 236	0.13 168	0.14 134	0.14 200	0.08 118	0.13 276	0.05 4	0.06 65	0.10 112	0.08 23	0.05 48	0.04 24	0.06 178	0.04 49	0.03 1	0.04 47

GCAP-Stereo-DPT-3K	0.08 70	0.07 193	0.10 161	0.16 193	0.07 119	0.09 129	0.12 102	0.15 172	0.15 226	0.09 168	0.12 255	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 178	0.04 49	0.03 1	0.04 47

GCAP-Stereo-DPT-FT	0.08 70	0.05 29	0.12 271	0.15 101	0.06 25	0.09 129	0.13 168	0.12 77	0.12 130	0.07 66	0.09 152	0.06 39	0.06 65	0.10 112	0.08 23	0.06 160	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

PSi22	0.08 70	0.06 92	0.11 222	0.16 193	0.07 119	0.08 71	0.10 33	0.14 134	0.08 19	0.08 118	0.07 57	0.10 242	0.06 65	0.12 273	0.10 184	0.05 48	0.04 24	0.04 1	0.04 49	0.04 45	0.04 47

Foundation-i1b	0.08 70	0.05 29	0.07 8	0.14 53	0.05 2	0.09 129	0.12 102	0.13 105	0.10 61	0.09 168	0.10 184	0.10 242	0.06 65	0.07 3	0.09 90	0.06 160	0.04 24	0.05 43	0.04 49	0.03 1	0.03 1

Foundation-i1a	0.08 70	0.05 29	0.08 35	0.13 11	0.05 2	0.13 333	0.13 168	0.12 77	0.10 61	0.11 253	0.11 235	0.11 274	0.06 65	0.08 21	0.09 90	0.06 160	0.04 24	0.05 43	0.03 1	0.04 45	0.04 47

gcap_with_dpt	0.08 70	0.06 92	0.10 161	0.16 193	0.07 119	0.10 186	0.12 102	0.14 134	0.14 200	0.08 118	0.12 255	0.05 4	0.06 65	0.10 112	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.03 1	0.04 47

DispViT+	0.08 70	0.05 29	0.10 161	0.13 11	0.06 25	0.05 3	0.11 67	0.18 276	0.16 260	0.09 168	0.08 114	0.07 118	0.06 65	0.11 182	0.09 90	0.06 160	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

BLMT-Stereo	0.07 6	0.04 1	0.08 35	0.15 101	0.07 119	0.07 32	0.14 237	0.07 6	0.10 61	0.05 2	0.05 7	0.04 1	0.06 65	0.07 3	0.09 90	0.04 6	0.04 24	0.06 178	0.05 185	0.04 45	0.04 47

WQFJA1++	0.08 70	0.04 1	0.11 222	0.14 53	0.07 119	0.11 236	0.11 67	0.12 77	0.07 13	0.07 66	0.07 57	0.07 118	0.06 65	0.10 112	0.10 184	0.06 160	0.04 24	0.05 43	0.04 49	0.06 275	0.06 284

Select-FE	0.11 271	0.06 92	0.21 532	0.15 101	0.11 493	0.12 290	0.13 168	0.22 369	0.18 313	0.09 168	0.11 235	0.10 242	0.06 65	0.12 273	0.09 90	0.07 329	0.05 235	0.07 293	0.08 445	0.06 275	0.08 441

IGEV-FE	0.09 159	0.05 29	0.13 311	0.14 53	0.08 203	0.12 290	0.13 168	0.17 246	0.11 93	0.10 211	0.06 19	0.09 210	0.06 65	0.11 182	0.09 90	0.06 160	0.04 24	0.06 178	0.06 269	0.05 156	0.05 184

DDF-Stereo	0.08 70	0.05 29	0.10 161	0.15 101	0.10 437	0.05 3	0.13 168	0.09 17	0.14 200	0.06 21	0.06 19	0.07 118	0.06 65	0.09 55	0.10 184	0.06 160	0.04 24	0.06 178	0.04 49	0.08 423	0.05 184

Zero-FE251	0.08 70	0.05 29	0.10 161	0.13 11	0.06 25	0.12 290	0.12 102	0.11 51	0.10 61	0.07 66	0.08 114	0.06 39	0.06 65	0.10 112	0.08 23	0.06 160	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

MonStereo	0.07 6	0.06 92	0.06 1	0.15 101	0.05 2	0.08 71	0.10 33	0.15 172	0.15 226	0.05 2	0.06 19	0.05 4	0.06 65	0.07 3	0.09 90	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-eth3d	0.07 6	0.06 92	0.06 1	0.15 101	0.05 2	0.08 71	0.10 33	0.15 172	0.15 226	0.05 2	0.06 19	0.05 4	0.06 65	0.07 3	0.10 184	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-mixall	0.07 6	0.04 1	0.09 103	0.13 11	0.06 25	0.06 11	0.08 7	0.12 77	0.07 13	0.06 21	0.06 19	0.05 4	0.06 65	0.09 55	0.09 90	0.06 160	0.04 24	0.04 1	0.03 1	0.05 156	0.05 184

Replicate-Monster	0.07 6	0.05 29	0.09 103	0.14 53	0.06 25	0.09 129	0.09 20	0.14 134	0.12 130	0.05 2	0.07 57	0.06 39	0.06 65	0.08 21	0.10 184	0.06 160	0.04 24	0.05 43	0.03 1	0.04 45	0.04 47

zero-FE	0.08 70	0.05 29	0.10 161	0.15 101	0.10 437	0.05 3	0.13 168	0.09 17	0.14 200	0.07 66	0.06 19	0.07 118	0.06 65	0.09 55	0.10 184	0.06 160	0.04 24	0.06 178	0.04 49	0.08 423	0.05 184

AdaDepth	0.07 6	0.06 92	0.07 8	0.18 371	0.06 25	0.11 236	0.11 67	0.10 25	0.08 19	0.06 21	0.05 7	0.07 118	0.06 65	0.09 55	0.10 184	0.04 6	0.05 235	0.05 43	0.04 49	0.04 45	0.04 47

S2M2_XL	0.08 70	0.06 92	0.12 271	0.12 5	0.08 203	0.09 129	0.09 20	0.07 6	0.07 13	0.08 118	0.07 57	0.07 118	0.06 65	0.09 55	0.09 90	0.08 404	0.06 404	0.07 293	0.06 269	0.08 423	0.06 284
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
asda	0.07 6	0.08 326	0.08 35	0.16 193	0.07 119	0.06 11	0.10 33	0.16 209	0.11 93	0.06 21	0.06 19	0.05 4	0.06 65	0.10 112	0.10 184	0.03 1	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

asd	0.07 6	0.08 326	0.08 35	0.16 193	0.07 119	0.08 71	0.08 7	0.11 51	0.08 19	0.07 66	0.07 57	0.06 39	0.06 65	0.10 112	0.09 90	0.03 1	0.03 1	0.04 1	0.04 49	0.04 45	0.03 1

qwe	0.08 70	0.08 326	0.07 8	0.15 101	0.06 25	0.07 32	0.10 33	0.18 276	0.12 130	0.07 66	0.07 57	0.06 39	0.06 65	0.10 112	0.09 90	0.04 6	0.03 1	0.04 1	0.04 49	0.04 45	0.03 1

2.25w	0.07 6	0.07 193	0.08 35	0.15 101	0.06 25	0.08 71	0.09 20	0.10 25	0.15 226	0.08 118	0.10 184	0.07 118	0.06 65	0.09 55	0.10 184	0.05 48	0.04 24	0.04 1	0.04 49	0.03 1	0.04 47

4.25_new	0.07 6	0.08 326	0.09 103	0.15 101	0.06 25	0.08 71	0.08 7	0.14 134	0.08 19	0.07 66	0.07 57	0.06 39	0.06 65	0.12 273	0.10 184	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

4.5w_new	0.07 6	0.08 326	0.09 103	0.15 101	0.06 25	0.08 71	0.08 7	0.14 134	0.08 19	0.07 66	0.07 57	0.06 39	0.06 65	0.12 273	0.10 184	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

4.5_new	0.07 6	0.09 406	0.08 35	0.15 101	0.07 119	0.07 32	0.10 33	0.14 134	0.11 93	0.06 21	0.08 114	0.06 39	0.06 65	0.08 21	0.10 184	0.03 1	0.03 1	0.04 1	0.04 49	0.04 45	0.03 1

4.5w-stereo	0.07 6	0.09 406	0.08 35	0.15 101	0.07 119	0.07 32	0.10 33	0.14 134	0.11 93	0.06 21	0.08 114	0.06 39	0.06 65	0.08 21	0.10 184	0.03 1	0.03 1	0.04 1	0.04 49	0.04 45	0.03 1

4.25w-stereo	0.07 6	0.08 326	0.09 103	0.15 101	0.06 25	0.08 71	0.08 7	0.14 134	0.08 19	0.07 66	0.07 57	0.06 39	0.06 65	0.12 273	0.10 184	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

4w-stereo	0.07 6	0.08 326	0.08 35	0.16 193	0.07 119	0.07 32	0.08 7	0.11 51	0.09 42	0.07 66	0.07 57	0.05 4	0.06 65	0.09 55	0.10 184	0.03 1	0.03 1	0.04 1	0.04 49	0.04 45	0.03 1

2.5w	0.07 6	0.07 193	0.08 35	0.16 193	0.06 25	0.08 71	0.12 102	0.10 25	0.10 61	0.07 66	0.06 19	0.09 210	0.06 65	0.08 21	0.09 90	0.04 6	0.03 1	0.04 1	0.04 49	0.03 1	0.03 1

2.75w_new	0.07 6	0.07 193	0.07 8	0.13 11	0.06 25	0.08 71	0.08 7	0.18 276	0.13 172	0.08 118	0.08 114	0.06 39	0.06 65	0.09 55	0.11 263	0.04 6	0.04 24	0.04 1	0.03 1	0.03 1	0.04 47

3.25w_new	0.07 6	0.06 92	0.08 35	0.15 101	0.06 25	0.10 186	0.07 3	0.12 77	0.11 93	0.08 118	0.07 57	0.07 118	0.06 65	0.11 182	0.10 184	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 47

3.25w	0.07 6	0.06 92	0.08 35	0.15 101	0.06 25	0.10 186	0.07 3	0.12 77	0.11 93	0.08 118	0.07 57	0.07 118	0.06 65	0.11 182	0.10 184	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 47

3.75w	0.07 6	0.07 193	0.08 35	0.16 193	0.07 119	0.07 32	0.09 20	0.16 209	0.10 61	0.07 66	0.06 19	0.06 39	0.06 65	0.09 55	0.10 184	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3w_stereo	0.08 70	0.09 406	0.10 161	0.17 281	0.07 119	0.08 71	0.11 67	0.20 327	0.13 172	0.06 21	0.07 57	0.05 4	0.06 65	0.08 21	0.09 90	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

2w_stereo	0.08 70	0.08 326	0.09 103	0.16 193	0.06 25	0.09 129	0.10 33	0.20 327	0.15 226	0.08 118	0.07 57	0.06 39	0.06 65	0.06 1	0.10 184	0.04 6	0.03 1	0.04 1	0.04 49	0.03 1	0.03 1

1w_stereo	0.08 70	0.06 92	0.07 8	0.16 193	0.06 25	0.07 32	0.10 33	0.14 134	0.15 226	0.07 66	0.08 114	0.05 4	0.06 65	0.10 112	0.09 90	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 47

monsters	0.07 6	0.06 92	0.06 1	0.15 101	0.06 25	0.08 71	0.09 20	0.13 105	0.09 42	0.09 168	0.07 57	0.06 39	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.04 1	0.04 49	0.03 1	0.04 47

MLG-Stereo_test3	0.07 6	0.05 29	0.10 161	0.15 101	0.06 25	0.07 32	0.10 33	0.08 10	0.06 6	0.06 21	0.04 1	0.06 39	0.06 65	0.08 21	0.10 184	0.06 160	0.04 24	0.05 43	0.04 49	0.05 156	0.06 284

MM-Stereo_test3	0.10 228	0.07 193	0.07 8	0.18 371	0.07 119	0.12 290	0.19 512	0.24 414	0.19 341	0.06 21	0.10 184	0.08 170	0.06 65	0.11 182	0.09 90	0.06 160	0.06 404	0.07 293	0.05 185	0.05 156	0.04 47

MM-Stereo_test2	0.09 159	0.07 193	0.09 103	0.19 441	0.08 203	0.12 290	0.18 466	0.15 172	0.14 200	0.07 66	0.10 184	0.07 118	0.06 65	0.12 273	0.09 90	0.05 48	0.04 24	0.06 178	0.05 185	0.06 275	0.04 47

MM-Stereo_test1	0.10 228	0.07 193	0.09 103	0.18 371	0.07 119	0.12 290	0.18 466	0.21 345	0.20 364	0.09 168	0.11 235	0.08 170	0.06 65	0.10 112	0.10 184	0.06 160	0.05 235	0.07 293	0.06 269	0.05 156	0.04 47

HUF	0.08 70	0.05 29	0.08 35	0.14 53	0.06 25	0.09 129	0.13 168	0.13 105	0.13 172	0.07 66	0.07 57	0.09 210	0.06 65	0.10 112	0.09 90	0.06 160	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

castereo++	0.08 70	0.06 92	0.08 35	0.15 101	0.05 2	0.14 377	0.11 67	0.11 51	0.15 226	0.07 66	0.07 57	0.08 170	0.06 65	0.08 21	0.08 23	0.06 160	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

IGEV-RUCA	0.08 70	0.06 92	0.11 222	0.14 53	0.09 322	0.10 186	0.12 102	0.10 25	0.12 130	0.06 21	0.07 57	0.08 170	0.06 65	0.09 55	0.08 23	0.06 160	0.05 235	0.05 43	0.04 49	0.05 156	0.06 284

MonSter	0.07 6	0.06 92	0.06 1	0.15 101	0.05 2	0.08 71	0.10 33	0.15 172	0.15 226	0.05 2	0.06 19	0.05 4	0.06 65	0.07 3	0.09 90	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

fffft	0.09 159	0.06 92	0.12 271	0.16 193	0.07 119	0.09 129	0.16 384	0.12 77	0.11 93	0.09 168	0.07 57	0.09 210	0.06 65	0.11 182	0.12 333	0.05 48	0.04 24	0.06 178	0.05 185	0.04 45	0.05 184
1: 1. 1
tt45	0.09 159	0.06 92	0.11 222	0.15 101	0.07 119	0.12 290	0.15 320	0.13 105	0.12 130	0.09 168	0.06 19	0.08 170	0.06 65	0.13 330	0.10 184	0.06 160	0.04 24	0.06 178	0.05 185	0.05 156	0.06 284

mms	0.09 159	0.07 193	0.08 35	0.17 281	0.08 203	0.11 236	0.15 320	0.12 77	0.11 93	0.09 168	0.09 152	0.08 170	0.06 65	0.11 182	0.12 333	0.05 48	0.04 24	0.07 293	0.05 185	0.04 45	0.04 47

ours_stereo	0.09 159	0.07 193	0.09 103	0.17 281	0.08 203	0.11 236	0.16 384	0.11 51	0.12 130	0.08 118	0.10 184	0.08 170	0.06 65	0.12 273	0.12 333	0.05 48	0.04 24	0.06 178	0.05 185	0.04 45	0.04 47

WCG-NET	0.08 70	0.05 29	0.10 161	0.15 101	0.06 25	0.11 236	0.14 237	0.13 105	0.14 200	0.07 66	0.09 152	0.07 118	0.06 65	0.13 330	0.08 23	0.05 48	0.04 24	0.06 178	0.04 49	0.04 45	0.03 1

GCAP-BAT	0.09 159	0.05 29	0.11 222	0.13 11	0.07 119	0.11 236	0.14 237	0.14 134	0.17 295	0.07 66	0.10 184	0.08 170	0.06 65	0.13 330	0.08 23	0.07 329	0.05 235	0.05 43	0.05 185	0.05 156	0.04 47

IGEV-Stereo++	0.07 6	0.06 92	0.08 35	0.18 371	0.06 25	0.05 3	0.10 33	0.11 51	0.11 93	0.06 21	0.07 57	0.07 118	0.06 65	0.09 55	0.09 90	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

RAStereo	0.10 228	0.09 406	0.08 35	0.20 505	0.08 203	0.13 333	0.18 466	0.16 209	0.17 295	0.10 211	0.12 255	0.05 4	0.06 65	0.09 55	0.08 23	0.07 329	0.05 235	0.07 293	0.05 185	0.05 156	0.04 47

Pointernet	0.09 159	0.05 29	0.10 161	0.16 193	0.08 203	0.13 333	0.10 33	0.15 172	0.18 313	0.09 168	0.07 57	0.06 39	0.06 65	0.11 182	0.10 184	0.08 404	0.04 24	0.05 43	0.03 1	0.06 275	0.05 184

IGEV-Stereo+	0.07 6	0.04 1	0.08 35	0.15 101	0.06 25	0.04 1	0.09 20	0.10 25	0.09 42	0.06 21	0.06 19	0.06 39	0.06 65	0.06 1	0.09 90	0.06 160	0.04 24	0.05 43	0.04 49	0.06 275	0.06 284

WCG-NET（raft）	0.08 70	0.05 29	0.10 161	0.15 101	0.06 25	0.11 236	0.13 168	0.15 172	0.12 130	0.08 118	0.07 57	0.06 39	0.06 65	0.13 330	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

RAFT-Stereo-weight	0.09 159	0.06 92	0.11 222	0.16 193	0.07 119	0.09 129	0.14 237	0.19 309	0.16 260	0.11 253	0.10 184	0.08 170	0.06 65	0.10 112	0.11 263	0.06 160	0.04 24	0.06 178	0.04 49	0.04 45	0.04 47

gcap-zeroshot	0.08 70	0.06 92	0.11 222	0.15 101	0.07 119	0.12 290	0.13 168	0.15 172	0.16 260	0.08 118	0.12 255	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 178	0.05 185	0.03 1	0.04 47

test_for_model	0.08 70	0.06 92	0.11 222	0.16 193	0.07 119	0.11 236	0.12 102	0.15 172	0.16 260	0.08 118	0.12 255	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 178	0.05 185	0.03 1	0.04 47

MGS-Stereo	0.09 159	0.07 193	0.12 271	0.16 193	0.08 203	0.09 129	0.15 320	0.12 77	0.12 130	0.07 66	0.10 184	0.08 170	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 185	0.06 275	0.05 184

MoCha-V2	0.08 70	0.05 29	0.11 222	0.20 505	0.07 119	0.10 186	0.14 237	0.12 77	0.08 19	0.07 66	0.08 114	0.07 118	0.06 65	0.09 55	0.08 23	0.05 48	0.05 235	0.05 43	0.04 49	0.04 45	0.04 47

ACVNet-DCA	0.10 228	0.08 326	0.13 311	0.17 281	0.09 322	0.13 333	0.15 320	0.24 414	0.16 260	0.09 168	0.09 152	0.06 39	0.06 65	0.10 112	0.07 1	0.06 160	0.05 235	0.06 178	0.05 185	0.07 356	0.07 371

1test111	0.11 271	0.08 326	0.13 311	0.17 281	0.09 322	0.13 333	0.15 320	0.24 414	0.16 260	0.09 168	0.09 152	0.06 39	0.06 65	0.15 381	0.16 462	0.06 160	0.05 235	0.06 178	0.05 185	0.07 356	0.07 371

cc1	0.10 228	0.08 326	0.13 311	0.17 281	0.09 322	0.13 333	0.15 320	0.16 209	0.18 313	0.09 168	0.09 152	0.06 39	0.06 65	0.10 112	0.07 1	0.06 160	0.05 235	0.06 178	0.05 185	0.06 275	0.06 284

ff7	0.09 159	0.07 193	0.11 222	0.16 193	0.09 322	0.11 236	0.15 320	0.16 209	0.12 130	0.10 211	0.06 19	0.06 39	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 185	0.05 156	0.06 284

IGEVStereo-DCA	0.09 159	0.07 193	0.11 222	0.16 193	0.10 437	0.11 236	0.15 320	0.16 209	0.12 130	0.10 211	0.06 19	0.08 170	0.06 65	0.10 112	0.09 90	0.06 160	0.05 235	0.06 178	0.05 185	0.05 156	0.06 284

ffff	0.09 159	0.07 193	0.11 222	0.16 193	0.09 322	0.11 236	0.15 320	0.16 209	0.12 130	0.10 211	0.06 19	0.06 39	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 185	0.05 156	0.06 284

rrr	0.09 159	0.07 193	0.13 311	0.16 193	0.10 437	0.11 236	0.15 320	0.16 209	0.15 226	0.10 211	0.06 19	0.08 170	0.06 65	0.10 112	0.09 90	0.06 160	0.05 235	0.06 178	0.05 185	0.05 156	0.06 284

11t	0.09 159	0.07 193	0.11 222	0.16 193	0.09 322	0.11 236	0.15 320	0.16 209	0.12 130	0.10 211	0.06 19	0.06 39	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 185	0.05 156	0.06 284

tt1	0.10 228	0.08 326	0.13 311	0.17 281	0.09 322	0.13 333	0.15 320	0.15 172	0.19 341	0.09 168	0.08 114	0.06 39	0.06 65	0.10 112	0.08 23	0.06 160	0.05 235	0.06 178	0.05 185	0.06 275	0.06 284

MaDis-Stereo	0.09 159	0.09 406	0.08 35	0.17 281	0.09 322	0.14 377	0.11 67	0.16 209	0.16 260	0.09 168	0.11 235	0.06 39	0.06 65	0.09 55	0.13 369	0.07 329	0.06 404	0.08 383	0.05 185	0.05 156	0.04 47

IGEV_Zeroshot_test	0.09 159	0.05 29	0.13 311	0.14 53	0.08 203	0.12 290	0.13 168	0.17 246	0.11 93	0.10 211	0.06 19	0.09 210	0.06 65	0.11 182	0.09 90	0.06 160	0.04 24	0.06 178	0.06 269	0.05 156	0.05 184

MSKI-zero shot	0.09 159	0.05 29	0.09 103	0.16 193	0.07 119	0.10 186	0.13 168	0.15 172	0.14 200	0.09 168	0.09 152	0.09 210	0.06 65	0.12 273	0.11 263	0.06 160	0.04 24	0.05 43	0.04 49	0.04 45	0.05 184

UniTT-Stereo	0.09 159	0.07 193	0.08 35	0.18 371	0.08 203	0.13 333	0.11 67	0.12 77	0.11 93	0.10 211	0.12 255	0.05 4	0.06 65	0.09 55	0.10 184	0.07 329	0.06 404	0.05 43	0.05 185	0.06 275	0.05 184

testlalala	0.08 70	0.06 92	0.11 222	0.15 101	0.07 119	0.12 290	0.13 168	0.15 172	0.16 260	0.08 118	0.12 255	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 178	0.05 185	0.03 1	0.04 47

GCAPDPT-zeroshot	0.09 159	0.05 29	0.11 222	0.13 11	0.07 119	0.11 236	0.14 237	0.14 134	0.17 295	0.07 66	0.10 184	0.08 170	0.06 65	0.13 330	0.08 23	0.07 329	0.05 235	0.05 43	0.05 185	0.05 156	0.04 47

CAS	0.08 70	0.04 1	0.07 8	0.17 281	0.08 203	0.10 186	0.13 168	0.12 77	0.09 42	0.09 168	0.10 184	0.08 170	0.06 65	0.09 55	0.09 90	0.08 404	0.04 24	0.05 43	0.03 1	0.05 156	0.04 47

anonymousdsp	0.09 159	0.07 193	0.11 222	0.17 281	0.09 322	0.11 236	0.15 320	0.16 209	0.12 130	0.10 211	0.06 19	0.06 39	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 185	0.05 156	0.06 284

ProNet	0.09 159	0.07 193	0.11 222	0.17 281	0.08 203	0.11 236	0.15 320	0.15 172	0.12 130	0.10 211	0.06 19	0.07 118	0.06 65	0.11 182	0.09 90	0.05 48	0.05 235	0.06 178	0.05 185	0.04 45	0.06 284

MC-Stereo	0.09 159	0.07 193	0.09 103	0.17 281	0.06 25	0.10 186	0.14 237	0.12 77	0.11 93	0.09 168	0.12 255	0.09 210	0.06 65	0.11 182	0.10 184	0.06 160	0.04 24	0.06 178	0.05 185	0.04 45	0.04 47

ccc-4	0.09 159	0.07 193	0.11 222	0.16 193	0.09 322	0.11 236	0.15 320	0.16 209	0.12 130	0.10 211	0.06 19	0.06 39	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 185	0.05 156	0.06 284

IGEV-Stereo	0.09 159	0.07 193	0.11 222	0.17 281	0.09 322	0.11 236	0.15 320	0.16 209	0.12 130	0.10 211	0.06 19	0.06 39	0.06 65	0.11 182	0.09 90	0.05 48	0.04 24	0.06 178	0.05 185	0.05 156	0.06 284
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CroCo-Stereo	0.09 159	0.08 326	0.08 35	0.22 563	0.09 322	0.09 129	0.18 466	0.16 209	0.12 130	0.07 66	0.07 57	0.08 170	0.06 65	0.08 21	0.07 1	0.07 329	0.05 235	0.06 178	0.04 49	0.05 156	0.04 47
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
XX-Stereo	0.09 159	0.05 29	0.09 103	0.17 281	0.09 322	0.15 402	0.12 102	0.21 345	0.10 61	0.10 211	0.14 289	0.07 118	0.06 65	0.13 330	0.08 23	0.06 160	0.05 235	0.06 178	0.06 269	0.04 45	0.04 47

test_xeample3	0.09 159	0.07 193	0.12 271	0.16 193	0.09 322	0.11 236	0.15 320	0.16 209	0.14 200	0.10 211	0.07 57	0.08 170	0.06 65	0.10 112	0.09 90	0.06 160	0.04 24	0.06 178	0.05 185	0.05 156	0.06 284

aanet-new-90k	0.08 70	0.07 193	0.09 103	0.19 441	0.06 25	0.07 32	0.12 102	0.13 105	0.13 172	0.06 21	0.07 57	0.06 39	0.07 169	0.11 182	0.07 1	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.03 1

aanet-new-60k	0.08 70	0.07 193	0.08 35	0.18 371	0.06 25	0.07 32	0.10 33	0.09 17	0.14 200	0.07 66	0.07 57	0.06 39	0.07 169	0.11 182	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

aanet-32k-new	0.08 70	0.07 193	0.08 35	0.19 441	0.06 25	0.08 71	0.12 102	0.11 51	0.13 172	0.07 66	0.08 114	0.05 4	0.07 169	0.10 112	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.06 275	0.04 47

aanet-new-24k	0.08 70	0.08 326	0.08 35	0.17 281	0.06 25	0.07 32	0.12 102	0.10 25	0.11 93	0.09 168	0.09 152	0.06 39	0.07 169	0.09 55	0.07 1	0.04 6	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

aanet-new-10k	0.08 70	0.08 326	0.08 35	0.19 441	0.07 119	0.08 71	0.13 168	0.15 172	0.12 130	0.07 66	0.08 114	0.07 118	0.07 169	0.09 55	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

aanet-new-12k	0.08 70	0.10 474	0.07 8	0.20 505	0.08 203	0.08 71	0.12 102	0.12 77	0.14 200	0.08 118	0.08 114	0.05 4	0.07 169	0.09 55	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.06 275	0.04 47

aanet-new	0.09 159	0.09 406	0.10 161	0.18 371	0.08 203	0.10 186	0.12 102	0.15 172	0.13 172	0.08 118	0.08 114	0.05 4	0.07 169	0.10 112	0.08 23	0.05 48	0.04 24	0.05 43	0.04 49	0.06 275	0.04 47

LACA3	0.07 6	0.08 326	0.08 35	0.13 11	0.05 2	0.09 129	0.11 67	0.08 10	0.09 42	0.08 118	0.06 19	0.07 118	0.07 169	0.08 21	0.07 1	0.06 160	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

Foundation-i1c-attn	0.08 70	0.05 29	0.07 8	0.14 53	0.05 2	0.09 129	0.12 102	0.13 105	0.10 61	0.09 168	0.10 184	0.10 242	0.07 169	0.08 21	0.10 184	0.06 160	0.04 24	0.05 43	0.04 49	0.03 1	0.04 47

Selective-IGEV-i16pc	0.13 377	0.06 92	0.13 311	0.15 101	0.11 493	0.38 634	0.16 384	0.23 388	0.17 295	0.11 253	0.15 302	0.09 210	0.07 169	0.13 330	0.10 184	0.10 503	0.08 508	0.06 178	0.07 370	0.09 486	0.10 517

Selective-IGEV-i16pb	0.14 410	0.08 326	0.17 459	0.15 101	0.11 493	0.41 641	0.16 384	0.29 507	0.24 423	0.11 253	0.21 409	0.10 242	0.07 169	0.17 450	0.12 333	0.10 503	0.07 475	0.06 178	0.08 445	0.09 486	0.10 517

Foundation-i1	0.09 159	0.04 1	0.10 161	0.14 53	0.06 25	0.10 186	0.13 168	0.16 209	0.15 226	0.10 211	0.10 184	0.11 274	0.07 169	0.07 3	0.10 184	0.06 160	0.04 24	0.05 43	0.05 185	0.05 156	0.05 184

HiDET	0.08 70	0.05 29	0.10 161	0.13 11	0.06 25	0.09 129	0.12 102	0.12 77	0.12 130	0.07 66	0.07 57	0.07 118	0.07 169	0.11 182	0.11 263	0.06 160	0.05 235	0.04 1	0.03 1	0.04 45	0.04 47

LCMNet	0.08 70	0.05 29	0.10 161	0.13 11	0.07 119	0.09 129	0.12 102	0.10 25	0.12 130	0.06 21	0.08 114	0.06 39	0.07 169	0.11 182	0.10 184	0.06 160	0.05 235	0.04 1	0.03 1	0.04 45	0.04 47

FE-Mocha	0.09 159	0.06 92	0.14 357	0.16 193	0.09 322	0.11 236	0.15 320	0.19 309	0.16 260	0.10 211	0.09 152	0.07 118	0.07 169	0.09 55	0.09 90	0.06 160	0.04 24	0.06 178	0.06 269	0.05 156	0.05 184

DLNR-FE	10.51 701	2.29 690	19.85 714	120.28 718	13.21 706	0.06 11	0.13 168	0.24 414	0.10 61	0.08 118	0.10 184	0.09 210	0.07 169	0.10 112	0.09 90	0.13 582	0.04 24	0.06 178	0.04 49	53.18 720	0.04 47

Wavelet-MonSter	0.07 6	0.05 29	0.07 8	0.16 193	0.06 25	0.07 32	0.11 67	0.10 25	0.08 19	0.06 21	0.07 57	0.07 118	0.07 169	0.09 55	0.09 90	0.04 6	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 6	0.07 193	0.07 8	0.15 101	0.07 119	0.09 129	0.06 1	0.14 134	0.11 93	0.08 118	0.07 57	0.06 39	0.07 169	0.10 112	0.09 90	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

monsterstereo	0.08 70	0.06 92	0.07 8	0.16 193	0.06 25	0.08 71	0.10 33	0.16 209	0.12 130	0.07 66	0.08 114	0.06 39	0.07 169	0.08 21	0.09 90	0.04 6	0.04 24	0.05 43	0.04 49	0.04 45	0.03 1

LG-G_1	0.07 6	0.04 1	0.11 222	0.15 101	0.06 25	0.09 129	0.08 7	0.08 10	0.06 6	0.06 21	0.06 19	0.07 118	0.07 169	0.11 182	0.08 23	0.07 329	0.04 24	0.05 43	0.04 49	0.05 156	0.06 284

LG-G	0.07 6	0.04 1	0.11 222	0.15 101	0.06 25	0.09 129	0.08 7	0.08 10	0.06 6	0.06 21	0.06 19	0.07 118	0.07 169	0.11 182	0.08 23	0.07 329	0.04 24	0.05 43	0.04 49	0.05 156	0.06 284

LGtest1	0.07 6	0.05 29	0.11 222	0.15 101	0.06 25	0.07 32	0.09 20	0.08 10	0.06 6	0.06 21	0.04 1	0.06 39	0.07 169	0.10 112	0.09 90	0.07 329	0.04 24	0.05 43	0.04 49	0.06 275	0.06 284

LG-Stereo	0.08 70	0.08 326	0.10 161	0.18 371	0.07 119	0.10 186	0.17 417	0.11 51	0.08 19	0.06 21	0.08 114	0.06 39	0.07 169	0.09 55	0.09 90	0.04 6	0.05 235	0.07 293	0.07 370	0.04 45	0.04 47

AIO-test1	0.10 228	0.07 193	0.11 222	0.24 596	0.07 119	0.09 129	0.13 168	0.22 369	0.15 226	0.11 253	0.12 255	0.09 210	0.07 169	0.11 182	0.09 90	0.06 160	0.05 235	0.09 469	0.10 530	0.04 45	0.07 371

SMoEStereo_RVC	0.08 70	0.06 92	0.12 271	0.16 193	0.07 119	0.09 129	0.13 168	0.11 51	0.14 200	0.09 168	0.07 57	0.07 118	0.07 169	0.12 273	0.10 184	0.05 48	0.04 24	0.06 178	0.05 185	0.04 45	0.04 47

tg	0.10 228	0.06 92	0.10 161	0.18 371	0.08 203	0.11 236	0.16 384	0.20 327	0.12 130	0.08 118	0.11 235	0.11 274	0.07 169	0.11 182	0.10 184	0.05 48	0.04 24	0.08 383	0.08 445	0.04 45	0.04 47

PAM_32	0.10 228	0.06 92	0.17 459	0.15 101	0.08 203	0.10 186	0.15 320	0.14 134	0.16 260	0.09 168	0.08 114	0.10 242	0.07 169	0.14 362	0.09 90	0.06 160	0.05 235	0.06 178	0.06 269	0.05 156	0.06 284

PAM	0.10 228	0.06 92	0.17 459	0.15 101	0.09 322	0.10 186	0.16 384	0.15 172	0.16 260	0.12 289	0.09 152	0.10 242	0.07 169	0.13 330	0.09 90	0.06 160	0.05 235	0.06 178	0.06 269	0.05 156	0.06 284

model_zeroshot	0.10 228	0.05 29	0.12 271	0.15 101	0.09 322	0.13 333	0.14 237	0.20 327	0.14 200	0.11 253	0.10 184	0.12 298	0.07 169	0.12 273	0.11 263	0.07 329	0.06 404	0.06 178	0.05 185	0.06 275	0.06 284

AIO-Stereo-zeroshot1	0.11 271	0.05 29	0.14 357	0.16 193	0.21 636	0.09 129	0.17 417	0.21 345	0.16 260	0.11 253	0.15 302	0.10 242	0.07 169	0.10 112	0.08 23	0.06 160	0.05 235	0.07 293	0.07 370	0.07 356	0.09 487

AIO-Stereo-zeroshot	0.11 271	0.05 29	0.12 271	0.15 101	0.13 551	0.14 377	0.16 384	0.23 388	0.18 313	0.10 211	0.13 276	0.10 242	0.07 169	0.12 273	0.09 90	0.06 160	0.05 235	0.06 178	0.06 269	0.07 356	0.08 441

CAS++	0.11 271	0.07 193	0.11 222	0.14 53	0.10 437	0.13 333	0.14 237	0.24 414	0.14 200	0.11 253	0.09 152	0.11 274	0.07 169	0.14 362	0.09 90	0.11 537	0.09 541	0.09 469	0.07 370	0.07 356	0.08 441
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.10 228	0.07 193	0.10 161	0.17 281	0.09 322	0.14 377	0.17 417	0.15 172	0.15 226	0.09 168	0.06 19	0.06 39	0.07 169	0.12 273	0.09 90	0.06 160	0.05 235	0.08 383	0.07 370	0.06 275	0.06 284

MyStereo06	0.10 228	0.07 193	0.12 271	0.17 281	0.09 322	0.13 333	0.18 466	0.19 309	0.12 130	0.13 321	0.08 114	0.07 118	0.07 169	0.11 182	0.09 90	0.06 160	0.05 235	0.08 383	0.07 370	0.06 275	0.06 284

DLNR_Zeroshot_test	10.48 700	2.27 689	19.78 713	120.28 718	13.29 707	0.06 11	0.13 168	0.24 414	0.10 61	0.08 118	0.10 184	0.09 210	0.07 169	0.10 112	0.09 90	0.13 582	0.04 24	0.06 178	0.04 49	52.68 719	0.04 47

CASnet	0.09 159	0.09 406	0.09 103	0.19 441	0.06 25	0.07 32	0.11 67	0.18 276	0.14 200	0.11 253	0.10 184	0.09 210	0.07 169	0.10 112	0.10 184	0.06 160	0.04 24	0.10 517	0.08 445	0.06 275	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HH	0.09 159	0.06 92	0.13 311	0.17 281	0.08 203	0.11 236	0.16 384	0.15 172	0.10 61	0.08 118	0.10 184	0.08 170	0.07 169	0.10 112	0.09 90	0.06 160	0.04 24	0.06 178	0.05 185	0.05 156	0.04 47

HanStereo	0.09 159	0.06 92	0.13 311	0.17 281	0.08 203	0.11 236	0.16 384	0.15 172	0.10 61	0.08 118	0.10 184	0.08 170	0.07 169	0.10 112	0.09 90	0.06 160	0.04 24	0.06 178	0.05 185	0.05 156	0.04 47

LL-Strereo2	0.11 271	0.10 474	0.16 435	0.18 371	0.08 203	0.15 402	0.09 20	0.17 246	0.14 200	0.14 344	0.11 235	0.09 210	0.07 169	0.16 410	0.10 184	0.05 48	0.05 235	0.11 547	0.07 370	0.06 275	0.05 184

4D-IteraStereo	0.10 228	0.07 193	0.10 161	0.18 371	0.07 119	0.09 129	0.15 320	0.18 276	0.15 226	0.10 211	0.11 235	0.10 242	0.07 169	0.12 273	0.09 90	0.05 48	0.03 1	0.08 383	0.07 370	0.06 275	0.05 184

CES	0.08 70	0.04 1	0.08 35	0.14 53	0.07 119	0.09 129	0.14 237	0.11 51	0.09 42	0.08 118	0.09 152	0.11 274	0.07 169	0.12 273	0.08 23	0.06 160	0.04 24	0.05 43	0.03 1	0.05 156	0.05 184

RCA-Stereo	0.09 159	0.06 92	0.09 103	0.16 193	0.06 25	0.09 129	0.13 168	0.18 276	0.14 200	0.10 211	0.11 235	0.08 170	0.07 169	0.12 273	0.11 263	0.06 160	0.04 24	0.06 178	0.05 185	0.05 156	0.04 47

RAFT_CTSACE	0.12 349	0.09 406	0.10 161	0.22 563	0.08 203	0.12 290	0.24 587	0.18 276	0.17 295	0.21 499	0.27 500	0.13 323	0.07 169	0.13 330	0.09 90	0.05 48	0.06 404	0.08 383	0.07 370	0.04 45	0.04 47

IPLG	0.11 271	0.08 326	0.15 392	0.17 281	0.08 203	0.11 236	0.14 237	0.20 327	0.15 226	0.13 321	0.18 365	0.07 118	0.07 169	0.14 362	0.14 406	0.06 160	0.04 24	0.06 178	0.05 185	0.04 45	0.04 47

MIPNet	0.11 271	0.08 326	0.15 392	0.17 281	0.09 322	0.12 290	0.14 237	0.21 345	0.25 448	0.12 289	0.10 184	0.09 210	0.07 169	0.13 330	0.13 369	0.06 160	0.04 24	0.06 178	0.05 185	0.04 45	0.04 47

TRStereo	0.10 228	0.05 29	0.12 271	0.16 193	0.12 525	0.10 186	0.13 168	0.18 276	0.19 341	0.09 168	0.09 152	0.09 210	0.07 169	0.10 112	0.08 23	0.07 329	0.05 235	0.07 293	0.07 370	0.04 45	0.04 47

iRaftStereo_RVC	0.10 228	0.07 193	0.10 161	0.17 281	0.09 322	0.11 236	0.17 417	0.18 276	0.12 130	0.09 168	0.11 235	0.10 242	0.07 169	0.11 182	0.10 184	0.05 48	0.04 24	0.08 383	0.08 445	0.04 45	0.04 47

CREStereo++_RVC	0.08 70	0.04 1	0.07 8	0.13 11	0.07 119	0.09 129	0.12 102	0.14 134	0.14 200	0.10 211	0.14 289	0.08 170	0.07 169	0.10 112	0.11 263	0.06 160	0.04 24	0.05 43	0.05 185	0.04 45	0.04 47
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
TANstereo	0.09 159	0.04 1	0.08 35	0.13 11	0.06 25	0.11 236	0.13 168	0.15 172	0.19 341	0.11 253	0.15 302	0.10 242	0.07 169	0.12 273	0.09 90	0.07 329	0.05 235	0.05 43	0.04 49	0.06 275	0.05 184

sCroCo_RVC	0.12 349	0.09 406	0.24 556	0.24 596	0.11 493	0.19 493	0.14 237	0.17 246	0.15 226	0.10 211	0.13 276	0.12 298	0.07 169	0.14 362	0.11 263	0.08 404	0.08 508	0.08 383	0.08 445	0.05 156	0.07 371

EAI-Stereo	0.09 159	0.07 193	0.11 222	0.16 193	0.07 119	0.10 186	0.15 320	0.16 209	0.09 42	0.08 118	0.09 152	0.08 170	0.07 169	0.09 55	0.11 263	0.05 48	0.05 235	0.05 43	0.05 185	0.05 156	0.04 47

PMTNet	0.09 159	0.05 29	0.09 103	0.12 5	0.06 25	0.13 333	0.14 237	0.16 209	0.11 93	0.09 168	0.13 276	0.10 242	0.07 169	0.14 362	0.10 184	0.15 607	0.04 24	0.05 43	0.03 1	0.07 356	0.06 284

DF	0.08 70	0.06 92	0.10 161	0.15 101	0.06 25	0.11 236	0.12 102	0.11 51	0.12 130	0.09 168	0.10 184	0.10 242	0.08 221	0.11 182	0.09 90	0.07 329	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

RT-Monster	0.09 159	0.05 29	0.09 103	0.14 53	0.08 203	0.12 290	0.10 33	0.17 246	0.19 341	0.14 344	0.10 184	0.10 242	0.08 221	0.11 182	0.10 184	0.07 329	0.05 235	0.05 43	0.04 49	0.05 156	0.06 284

GeoVLM	0.08 70	0.04 1	0.10 161	0.13 11	0.06 25	0.10 186	0.13 168	0.13 105	0.08 19	0.06 21	0.07 57	0.06 39	0.08 221	0.10 112	0.11 263	0.06 160	0.05 235	0.04 1	0.03 1	0.04 45	0.05 184

LACA2	0.07 6	0.05 29	0.06 1	0.15 101	0.06 25	0.09 129	0.10 33	0.11 51	0.11 93	0.05 2	0.05 7	0.06 39	0.08 221	0.09 55	0.07 1	0.07 329	0.04 24	0.04 1	0.04 49	0.04 45	0.04 47

LACA1	0.07 6	0.07 193	0.07 8	0.14 53	0.05 2	0.09 129	0.11 67	0.10 25	0.07 13	0.05 2	0.05 7	0.06 39	0.08 221	0.08 21	0.09 90	0.06 160	0.04 24	0.04 1	0.04 49	0.03 1	0.04 47

BridgeDepth_RVC	0.07 6	0.04 1	0.09 103	0.11 1	0.05 2	0.10 186	0.10 33	0.14 134	0.09 42	0.06 21	0.07 57	0.06 39	0.08 221	0.07 3	0.10 184	0.06 160	0.04 24	0.04 1	0.04 49	0.05 156	0.04 47
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonSter++	0.08 70	0.04 1	0.10 161	0.13 11	0.06 25	0.10 186	0.13 168	0.13 105	0.08 19	0.06 21	0.07 57	0.06 39	0.08 221	0.10 112	0.11 263	0.06 160	0.05 235	0.04 1	0.03 1	0.04 45	0.05 184

CSFM-Stereo	0.08 70	0.05 29	0.08 35	0.14 53	0.06 25	0.09 129	0.13 168	0.15 172	0.07 13	0.07 66	0.08 114	0.06 39	0.08 221	0.09 55	0.10 184	0.06 160	0.05 235	0.04 1	0.03 1	0.04 45	0.04 47

DA	0.09 159	0.07 193	0.07 8	0.19 441	0.08 203	0.10 186	0.13 168	0.13 105	0.12 130	0.08 118	0.10 184	0.10 242	0.08 221	0.09 55	0.10 184	0.05 48	0.04 24	0.06 178	0.04 49	0.05 156	0.04 47

GGEV	0.09 159	0.07 193	0.07 8	0.19 441	0.08 203	0.10 186	0.13 168	0.13 105	0.12 130	0.08 118	0.10 184	0.10 242	0.08 221	0.09 55	0.10 184	0.05 48	0.04 24	0.06 178	0.04 49	0.05 156	0.04 47

Reg-Stereo(zero)	0.09 159	0.05 29	0.08 35	0.16 193	0.06 25	0.12 290	0.11 67	0.15 172	0.11 93	0.12 289	0.09 152	0.10 242	0.08 221	0.11 182	0.09 90	0.06 160	0.05 235	0.05 43	0.04 49	0.04 45	0.05 184

castereo	0.09 159	0.06 92	0.11 222	0.15 101	0.06 25	0.11 236	0.14 237	0.14 134	0.18 313	0.08 118	0.10 184	0.11 274	0.08 221	0.09 55	0.10 184	0.05 48	0.04 24	0.05 43	0.04 49	0.04 45	0.04 47

999	0.09 159	0.06 92	0.13 311	0.15 101	0.08 203	0.10 186	0.14 237	0.15 172	0.12 130	0.10 211	0.08 114	0.08 170	0.08 221	0.16 410	0.10 184	0.06 160	0.04 24	0.06 178	0.05 185	0.04 45	0.06 284

UGAM-zero	0.10 228	0.05 29	0.15 392	0.15 101	0.08 203	0.10 186	0.13 168	0.20 327	0.15 226	0.11 253	0.15 302	0.07 118	0.08 221	0.09 55	0.10 184	0.06 160	0.05 235	0.06 178	0.05 185	0.05 156	0.06 284

trnet	0.08 70	0.05 29	0.07 8	0.12 5	0.05 2	0.12 290	0.10 33	0.13 105	0.10 61	0.08 118	0.13 276	0.09 210	0.08 221	0.11 182	0.10 184	0.08 404	0.05 235	0.05 43	0.03 1	0.06 275	0.05 184

Former-RAFT_DAM_RVC	0.11 271	0.08 326	0.13 311	0.16 193	0.08 203	0.15 402	0.16 384	0.18 276	0.19 341	0.10 211	0.09 152	0.09 210	0.08 221	0.11 182	0.12 333	0.07 329	0.05 235	0.08 383	0.06 269	0.07 356	0.06 284

AE-Stereo	0.10 228	0.08 326	0.11 222	0.19 441	0.09 322	0.10 186	0.15 320	0.14 134	0.20 364	0.09 168	0.15 302	0.12 298	0.08 221	0.11 182	0.10 184	0.05 48	0.06 404	0.07 293	0.06 269	0.05 156	0.04 47

AEACV	0.09 159	0.05 29	0.08 35	0.14 53	0.13 551	0.14 377	0.13 168	0.15 172	0.09 42	0.07 66	0.09 152	0.07 118	0.08 221	0.10 112	0.09 90	0.06 160	0.04 24	0.06 178	0.05 185	0.05 156	0.04 47

GLC_STEREO	0.11 271	0.07 193	0.11 222	0.18 371	0.07 119	0.08 71	0.13 168	0.16 209	0.24 423	0.12 289	0.13 276	0.12 298	0.08 221	0.18 469	0.12 333	0.06 160	0.08 508	0.08 383	0.06 269	0.05 156	0.05 184

test-3	0.09 159	0.06 92	0.10 161	0.18 371	0.07 119	0.07 32	0.14 237	0.12 77	0.16 260	0.10 211	0.08 114	0.08 170	0.08 221	0.11 182	0.10 184	0.05 48	0.04 24	0.07 293	0.05 185	0.04 45	0.04 47

test_1	0.09 159	0.06 92	0.10 161	0.18 371	0.07 119	0.07 32	0.14 237	0.12 77	0.16 260	0.10 211	0.08 114	0.08 170	0.08 221	0.11 182	0.10 184	0.05 48	0.04 24	0.07 293	0.05 185	0.04 45	0.04 47

AnonymousM	0.10 228	0.06 92	0.10 161	0.14 53	0.07 119	0.09 129	0.13 168	0.19 309	0.14 200	0.13 321	0.12 255	0.09 210	0.08 221	0.13 330	0.10 184	0.08 404	0.05 235	0.08 383	0.05 185	0.05 156	0.05 184

test-1	0.10 228	0.07 193	0.17 459	0.19 441	0.08 203	0.11 236	0.24 587	0.15 172	0.18 313	0.09 168	0.07 57	0.10 242	0.08 221	0.08 21	0.09 90	0.06 160	0.04 24	0.06 178	0.06 269	0.04 45	0.05 184

Prome-Stereo	0.11 271	0.07 193	0.11 222	0.18 371	0.09 322	0.12 290	0.14 237	0.23 388	0.13 172	0.13 321	0.16 319	0.13 323	0.08 221	0.12 273	0.10 184	0.05 48	0.05 235	0.07 293	0.06 269	0.06 275	0.10 517

raft+_RVC	0.11 271	0.07 193	0.09 103	0.16 193	0.07 119	0.10 186	0.11 67	0.24 414	0.20 364	0.12 289	0.15 302	0.12 298	0.08 221	0.12 273	0.13 369	0.07 329	0.04 24	0.07 293	0.06 269	0.05 156	0.05 184

XX-TBD	0.09 159	0.06 92	0.07 8	0.14 53	0.07 119	0.13 333	0.16 384	0.14 134	0.14 200	0.11 253	0.12 255	0.09 210	0.08 221	0.10 112	0.10 184	0.06 160	0.04 24	0.05 43	0.04 49	0.06 275	0.05 184

raftrobust	0.09 159	0.06 92	0.11 222	0.17 281	0.08 203	0.09 129	0.10 33	0.18 276	0.16 260	0.10 211	0.09 152	0.12 298	0.08 221	0.12 273	0.10 184	0.08 404	0.05 235	0.06 178	0.05 185	0.05 156	0.06 284

sAnonymous2	0.13 377	0.12 519	0.25 559	0.20 505	0.12 525	0.18 470	0.14 237	0.27 463	0.21 379	0.11 253	0.12 255	0.13 323	0.08 221	0.11 182	0.11 263	0.09 462	0.05 235	0.08 383	0.06 269	0.15 606	0.10 517

CroCo_RVC	0.13 377	0.12 519	0.25 559	0.20 505	0.12 525	0.18 470	0.14 237	0.27 463	0.21 379	0.11 253	0.12 255	0.13 323	0.08 221	0.11 182	0.11 263	0.09 462	0.05 235	0.08 383	0.06 269	0.15 606	0.10 517

CREStereo	0.09 159	0.05 29	0.08 35	0.11 1	0.06 25	0.14 377	0.14 237	0.14 134	0.10 61	0.09 168	0.13 276	0.09 210	0.08 221	0.12 273	0.10 184	0.08 404	0.04 24	0.05 43	0.03 1	0.06 275	0.06 284
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
R-Stereo Train	0.10 228	0.06 92	0.11 222	0.17 281	0.08 203	0.11 236	0.14 237	0.24 414	0.11 93	0.12 289	0.19 381	0.11 274	0.08 221	0.10 112	0.11 263	0.07 329	0.05 235	0.06 178	0.05 185	0.05 156	0.05 184

RAFT-Stereo	0.10 228	0.06 92	0.11 222	0.17 281	0.08 203	0.11 236	0.14 237	0.24 414	0.11 93	0.12 289	0.19 381	0.11 274	0.08 221	0.10 112	0.11 263	0.07 329	0.05 235	0.06 178	0.05 185	0.05 156	0.05 184
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
PointNet	0.08 70	0.06 92	0.07 8	0.15 101	0.07 119	0.09 129	0.14 237	0.11 51	0.08 19	0.05 2	0.08 114	0.08 170	0.09 253	0.09 55	0.09 90	0.06 160	0.04 24	0.05 43	0.04 49	0.03 1	0.04 47

LiteMatch*	0.08 70	0.04 1	0.12 271	0.13 11	0.08 203	0.08 71	0.13 168	0.14 134	0.09 42	0.05 2	0.05 7	0.05 4	0.09 253	0.11 182	0.10 184	0.06 160	0.05 235	0.05 43	0.04 49	0.05 156	0.06 284

VMStereo-Base	0.09 159	0.05 29	0.10 161	0.13 11	0.07 119	0.11 236	0.10 33	0.16 209	0.13 172	0.10 211	0.16 319	0.10 242	0.09 253	0.11 182	0.10 184	0.07 329	0.05 235	0.05 43	0.04 49	0.05 156	0.06 284

Hybrid-DGEV-03	0.11 271	0.06 92	0.09 103	0.18 371	0.08 203	0.16 430	0.14 237	0.15 172	0.14 200	0.13 321	0.17 339	0.12 298	0.09 253	0.13 330	0.11 263	0.06 160	0.04 24	0.08 383	0.06 269	0.05 156	0.04 47

NLSM3	0.09 159	0.07 193	0.08 35	0.20 505	0.08 203	0.11 236	0.16 384	0.18 276	0.17 295	0.06 21	0.08 114	0.08 170	0.09 253	0.09 55	0.11 263	0.04 6	0.04 24	0.06 178	0.07 370	0.03 1	0.04 47

NLCSM	0.11 271	0.09 406	0.09 103	0.23 584	0.11 493	0.12 290	0.19 512	0.19 309	0.19 341	0.12 289	0.11 235	0.07 118	0.09 253	0.11 182	0.10 184	0.08 404	0.08 508	0.07 293	0.07 370	0.06 275	0.05 184

BridgeDepth	0.07 6	0.07 193	0.08 35	0.18 371	0.06 25	0.07 32	0.11 67	0.10 25	0.06 6	0.04 1	0.07 57	0.10 242	0.09 253	0.08 21	0.08 23	0.04 6	0.03 1	0.04 1	0.04 49	0.03 1	0.03 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
S2M2_L	0.09 159	0.08 326	0.11 222	0.13 11	0.10 437	0.08 71	0.06 1	0.10 25	0.10 61	0.10 211	0.10 184	0.09 210	0.09 253	0.11 182	0.11 263	0.13 582	0.07 475	0.08 383	0.09 491	0.10 522	0.08 441
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
SGD-Stereo	0.08 70	0.05 29	0.10 161	0.14 53	0.06 25	0.12 290	0.12 102	0.11 51	0.12 130	0.07 66	0.09 152	0.09 210	0.09 253	0.08 21	0.08 23	0.06 160	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

fffy	0.09 159	0.08 326	0.10 161	0.16 193	0.07 119	0.13 333	0.17 417	0.13 105	0.12 130	0.08 118	0.09 152	0.08 170	0.09 253	0.13 330	0.11 263	0.05 48	0.05 235	0.07 293	0.05 185	0.04 45	0.05 184

rvit_stereo_0081_aga	0.12 349	0.09 406	0.15 392	0.18 371	0.10 437	0.14 377	0.14 237	0.14 134	0.19 341	0.10 211	0.18 365	0.16 389	0.09 253	0.12 273	0.10 184	0.10 503	0.06 404	0.08 383	0.07 370	0.07 356	0.06 284

rvit_stereo_0081	0.11 271	0.08 326	0.16 435	0.16 193	0.09 322	0.11 236	0.14 237	0.14 134	0.24 423	0.11 253	0.13 276	0.14 342	0.09 253	0.11 182	0.12 333	0.10 503	0.07 475	0.08 383	0.07 370	0.07 356	0.06 284

rvit_stereo_0082	0.11 271	0.08 326	0.16 435	0.16 193	0.09 322	0.11 236	0.14 237	0.14 134	0.24 423	0.11 253	0.13 276	0.14 342	0.09 253	0.11 182	0.12 333	0.10 503	0.07 475	0.08 383	0.07 370	0.07 356	0.06 284

rvit_stereo_0080	0.10 228	0.08 326	0.15 392	0.15 101	0.10 437	0.07 32	0.15 320	0.16 209	0.16 260	0.11 253	0.10 184	0.15 367	0.09 253	0.12 273	0.10 184	0.09 462	0.07 475	0.07 293	0.06 269	0.07 356	0.05 184

whm_eth	0.10 228	0.08 326	0.15 392	0.15 101	0.10 437	0.07 32	0.15 320	0.16 209	0.16 260	0.11 253	0.10 184	0.15 367	0.09 253	0.12 273	0.10 184	0.09 462	0.07 475	0.07 293	0.06 269	0.07 356	0.05 184

GCAP-Stereo	0.09 159	0.07 193	0.13 311	0.18 371	0.06 25	0.11 236	0.07 3	0.14 134	0.12 130	0.09 168	0.10 184	0.07 118	0.09 253	0.13 330	0.10 184	0.06 160	0.05 235	0.05 43	0.04 49	0.04 45	0.05 184

RAFT-Test	0.09 159	0.06 92	0.10 161	0.16 193	0.07 119	0.11 236	0.15 320	0.16 209	0.13 172	0.09 168	0.10 184	0.11 274	0.09 253	0.12 273	0.09 90	0.06 160	0.04 24	0.05 43	0.04 49	0.05 156	0.05 184

LoS_RVC	0.08 70	0.05 29	0.07 8	0.15 101	0.07 119	0.08 71	0.15 320	0.12 77	0.11 93	0.08 118	0.09 152	0.06 39	0.09 253	0.10 112	0.09 90	0.05 48	0.04 24	0.05 43	0.03 1	0.04 45	0.04 47

anonymousdsp2	0.11 271	0.07 193	0.11 222	0.16 193	0.09 322	0.13 333	0.14 237	0.19 309	0.23 411	0.13 321	0.14 289	0.12 298	0.09 253	0.14 362	0.11 263	0.05 48	0.05 235	0.05 43	0.04 49	0.06 275	0.06 284

LoS	0.09 159	0.05 29	0.11 222	0.13 11	0.07 119	0.14 377	0.11 67	0.15 172	0.15 226	0.09 168	0.09 152	0.12 298	0.09 253	0.15 381	0.10 184	0.07 329	0.05 235	0.05 43	0.03 1	0.05 156	0.05 184
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
knoymous	0.11 271	0.06 92	0.12 271	0.14 53	0.07 119	0.15 402	0.13 168	0.20 327	0.14 200	0.11 253	0.17 339	0.13 323	0.09 253	0.14 362	0.11 263	0.09 462	0.05 235	0.06 178	0.05 185	0.07 356	0.07 371

test_4	0.11 271	0.10 474	0.08 35	0.19 441	0.09 322	0.08 71	0.21 550	0.15 172	0.18 313	0.12 289	0.18 365	0.12 298	0.09 253	0.08 21	0.11 263	0.04 6	0.04 24	0.08 383	0.08 445	0.04 45	0.04 47

iRaft-Stereo_5w	0.12 349	0.09 406	0.12 271	0.20 505	0.08 203	0.09 129	0.12 102	0.22 369	0.22 401	0.19 461	0.14 289	0.11 274	0.09 253	0.20 512	0.16 462	0.05 48	0.05 235	0.07 293	0.06 269	0.05 156	0.06 284

IPLGR	0.11 271	0.09 406	0.17 459	0.18 371	0.08 203	0.13 333	0.16 384	0.21 345	0.24 423	0.12 289	0.12 255	0.11 274	0.09 253	0.13 330	0.12 333	0.06 160	0.05 235	0.06 178	0.06 269	0.05 156	0.04 47

HHNet	0.11 271	0.06 92	0.16 435	0.15 101	0.14 570	0.07 32	0.13 168	0.20 327	0.18 313	0.15 369	0.25 469	0.11 274	0.09 253	0.13 330	0.10 184	0.06 160	0.04 24	0.08 383	0.06 269	0.05 156	0.09 487

RALAANet	0.11 271	0.08 326	0.10 161	0.17 281	0.09 322	0.14 377	0.10 33	0.20 327	0.16 260	0.14 344	0.13 276	0.16 389	0.09 253	0.12 273	0.12 333	0.06 160	0.05 235	0.08 383	0.07 370	0.06 275	0.04 47

RAFT-Stereo + iAFF	0.09 159	0.06 92	0.10 161	0.17 281	0.07 119	0.10 186	0.15 320	0.17 246	0.15 226	0.10 211	0.10 184	0.08 170	0.09 253	0.12 273	0.10 184	0.05 48	0.04 24	0.06 178	0.06 269	0.04 45	0.03 1

CFNet-RSSM	0.09 159	0.07 193	0.10 161	0.16 193	0.07 119	0.09 129	0.15 320	0.17 246	0.18 313	0.08 118	0.12 255	0.11 274	0.09 253	0.12 273	0.10 184	0.06 160	0.04 24	0.06 178	0.04 49	0.04 45	0.04 47

Gwc-CoAtRS	0.09 159	0.07 193	0.10 161	0.16 193	0.07 119	0.10 186	0.15 320	0.18 276	0.17 295	0.08 118	0.10 184	0.12 298	0.09 253	0.12 273	0.09 90	0.06 160	0.04 24	0.06 178	0.04 49	0.04 45	0.05 184

TS12	0.08 70	0.06 92	0.09 103	0.21 541	0.07 119	0.12 290	0.12 102	0.11 51	0.09 42	0.10 211	0.10 184	0.08 170	0.10 282	0.09 55	0.12 333	0.04 6	0.04 24	0.05 43	0.04 49	0.03 1	0.04 47

Selective-IGEV-i1	0.13 377	0.07 193	0.12 271	0.20 505	0.08 203	0.18 470	0.16 384	0.23 388	0.30 504	0.17 412	0.17 339	0.17 407	0.10 282	0.15 381	0.13 369	0.06 160	0.05 235	0.06 178	0.05 185	0.06 275	0.06 284

DStereoRT	0.17 501	0.07 193	0.12 271	0.19 441	0.09 322	0.13 333	0.12 102	0.28 488	0.23 411	0.12 289	0.20 391	0.11 274	0.10 282	0.15 381	0.14 406	0.06 160	0.05 235	1.02 685	0.09 491	0.05 156	0.04 47

WQFJA1	0.10 228	0.07 193	0.08 35	0.20 505	0.09 322	0.12 290	0.18 466	0.18 276	0.18 313	0.09 168	0.10 184	0.08 170	0.10 282	0.12 273	0.11 263	0.06 160	0.08 508	0.07 293	0.06 269	0.06 275	0.05 184

WQFJX1	0.10 228	0.07 193	0.08 35	0.22 563	0.09 322	0.12 290	0.17 417	0.18 276	0.18 313	0.10 211	0.10 184	0.07 118	0.10 282	0.11 182	0.10 184	0.07 329	0.08 508	0.07 293	0.06 269	0.05 156	0.05 184

WQFJX	0.10 228	0.07 193	0.09 103	0.21 541	0.09 322	0.12 290	0.16 384	0.19 309	0.18 313	0.12 289	0.10 184	0.08 170	0.10 282	0.12 273	0.10 184	0.07 329	0.07 475	0.06 178	0.05 185	0.06 275	0.05 184

NLMM1	0.11 271	0.09 406	0.07 8	0.22 563	0.10 437	0.12 290	0.20 533	0.19 309	0.20 364	0.12 289	0.11 235	0.08 170	0.10 282	0.11 182	0.11 263	0.08 404	0.08 508	0.07 293	0.06 269	0.05 156	0.04 47

NLMM	0.10 228	0.07 193	0.08 35	0.20 505	0.09 322	0.12 290	0.18 466	0.18 276	0.18 313	0.09 168	0.10 184	0.08 170	0.10 282	0.12 273	0.11 263	0.06 160	0.08 508	0.07 293	0.06 269	0.06 275	0.05 184

NLSM1	0.10 228	0.07 193	0.08 35	0.19 441	0.08 203	0.13 333	0.16 384	0.21 345	0.16 260	0.11 253	0.10 184	0.07 118	0.10 282	0.10 112	0.11 263	0.07 329	0.08 508	0.08 383	0.07 370	0.05 156	0.05 184

water-stereo	0.09 159	0.06 92	0.08 35	0.16 193	0.07 119	0.10 186	0.13 168	0.15 172	0.13 172	0.11 253	0.12 255	0.09 210	0.10 282	0.07 3	0.08 23	0.06 160	0.05 235	0.05 43	0.05 185	0.04 45	0.04 47

DilatedVolume-Stereo	0.09 159	0.05 29	0.08 35	0.15 101	0.06 25	0.11 236	0.12 102	0.14 134	0.16 260	0.11 253	0.11 235	0.09 210	0.10 282	0.11 182	0.11 263	0.06 160	0.05 235	0.05 43	0.04 49	0.03 1	0.03 1

HI	0.11 271	0.06 92	0.12 271	0.13 11	0.09 322	0.09 129	0.14 237	0.22 369	0.11 93	0.20 483	0.17 339	0.14 342	0.10 282	0.16 410	0.09 90	0.05 48	0.04 24	0.07 293	0.08 445	0.07 356	0.06 284

CoSv	0.11 271	0.06 92	0.12 271	0.13 11	0.09 322	0.09 129	0.14 237	0.22 369	0.11 93	0.20 483	0.17 339	0.14 342	0.10 282	0.16 410	0.09 90	0.05 48	0.04 24	0.07 293	0.08 445	0.07 356	0.06 284

rvit_stereo_0083	0.12 349	0.08 326	0.17 459	0.16 193	0.09 322	0.11 236	0.15 320	0.15 172	0.26 461	0.11 253	0.14 289	0.13 323	0.10 282	0.12 273	0.13 369	0.10 503	0.08 508	0.09 469	0.07 370	0.07 356	0.06 284

rvit_stereo_ft	0.12 349	0.07 193	0.13 311	0.19 441	0.10 437	0.12 290	0.17 417	0.16 209	0.16 260	0.13 321	0.13 276	0.15 367	0.10 282	0.14 362	0.13 369	0.10 503	0.06 404	0.08 383	0.07 370	0.07 356	0.06 284

MyStereo8	0.12 349	0.07 193	0.15 392	0.15 101	0.09 322	0.18 470	0.14 237	0.19 309	0.22 401	0.12 289	0.18 365	0.11 274	0.10 282	0.16 410	0.18 492	0.07 329	0.05 235	0.07 293	0.05 185	0.08 423	0.09 487

StereoVision	0.14 410	0.13 546	0.10 161	0.24 596	0.10 437	0.16 430	0.21 550	0.21 345	0.20 364	0.12 289	0.25 469	0.10 242	0.10 282	0.16 410	0.10 184	0.09 462	0.10 564	0.12 569	0.12 584	0.06 275	0.05 184

EKT-Stereo	0.11 271	0.07 193	0.14 357	0.16 193	0.10 437	0.13 333	0.14 237	0.19 309	0.21 379	0.11 253	0.08 114	0.13 323	0.10 282	0.11 182	0.12 333	0.08 404	0.06 404	0.07 293	0.06 269	0.08 423	0.07 371

Any-RAFT	0.10 228	0.05 29	0.10 161	0.15 101	0.07 119	0.13 333	0.14 237	0.21 345	0.15 226	0.11 253	0.12 255	0.13 323	0.10 282	0.13 330	0.10 184	0.07 329	0.04 24	0.05 43	0.04 49	0.06 275	0.05 184

DCRE	0.11 271	0.07 193	0.13 311	0.16 193	0.11 493	0.11 236	0.17 417	0.18 276	0.17 295	0.11 253	0.18 365	0.11 274	0.10 282	0.15 381	0.11 263	0.06 160	0.05 235	0.06 178	0.06 269	0.05 156	0.05 184

Selective-RAFT	0.11 271	0.11 500	0.12 271	0.21 541	0.08 203	0.16 430	0.13 168	0.21 345	0.23 411	0.10 211	0.10 184	0.11 274	0.10 282	0.15 381	0.11 263	0.05 48	0.05 235	0.06 178	0.05 185	0.06 275	0.05 184

DisPM	0.11 271	0.07 193	0.13 311	0.16 193	0.09 322	0.06 11	0.13 168	0.18 276	0.17 295	0.14 344	0.19 381	0.12 298	0.10 282	0.12 273	0.11 263	0.07 329	0.05 235	0.07 293	0.06 269	0.06 275	0.11 543

raft_robust	0.13 377	0.10 474	0.07 8	0.18 371	0.08 203	0.13 333	0.24 587	0.29 507	0.34 536	0.20 483	0.20 391	0.15 367	0.10 282	0.11 182	0.12 333	0.05 48	0.05 235	0.07 293	0.07 370	0.05 156	0.04 47

RAFT+CT+SA	0.13 377	0.11 500	0.09 103	0.19 441	0.09 322	0.15 402	0.28 623	0.22 369	0.22 401	0.15 369	0.26 482	0.10 242	0.10 282	0.11 182	0.12 333	0.05 48	0.04 24	0.07 293	0.08 445	0.07 356	0.06 284

CIPLG	0.11 271	0.08 326	0.15 392	0.17 281	0.08 203	0.13 333	0.15 320	0.17 246	0.16 260	0.14 344	0.11 235	0.16 389	0.10 282	0.17 450	0.12 333	0.07 329	0.05 235	0.06 178	0.06 269	0.05 156	0.06 284

dd	0.15 452	0.17 589	0.17 459	0.19 441	0.09 322	0.15 402	0.18 466	0.22 369	0.26 461	0.23 529	0.20 391	0.21 458	0.10 282	0.21 530	0.17 479	0.10 503	0.06 404	0.08 383	0.06 269	0.08 423	0.07 371

IPLGR_C	0.11 271	0.08 326	0.15 392	0.17 281	0.08 203	0.12 290	0.15 320	0.17 246	0.15 226	0.14 344	0.11 235	0.16 389	0.10 282	0.16 410	0.12 333	0.07 329	0.05 235	0.06 178	0.06 269	0.05 156	0.06 284

ACRE	0.11 271	0.08 326	0.15 392	0.17 281	0.08 203	0.13 333	0.15 320	0.17 246	0.14 200	0.14 344	0.11 235	0.16 389	0.10 282	0.16 410	0.12 333	0.07 329	0.05 235	0.06 178	0.06 269	0.05 156	0.06 284

test_3	0.11 271	0.09 406	0.10 161	0.21 541	0.08 203	0.13 333	0.25 603	0.14 134	0.21 379	0.10 211	0.10 184	0.09 210	0.10 282	0.08 21	0.11 263	0.05 48	0.04 24	0.08 383	0.07 370	0.04 45	0.04 47

PFNet+	0.12 349	0.06 92	0.14 357	0.16 193	0.09 322	0.05 3	0.12 102	0.18 276	0.21 379	0.16 398	0.19 381	0.14 342	0.10 282	0.11 182	0.11 263	0.08 404	0.05 235	0.09 469	0.08 445	0.06 275	0.11 543

STrans-v2	0.10 228	0.07 193	0.13 311	0.18 371	0.08 203	0.10 186	0.14 237	0.22 369	0.11 93	0.11 253	0.15 302	0.12 298	0.10 282	0.11 182	0.12 333	0.05 48	0.04 24	0.06 178	0.06 269	0.05 156	0.05 184

KYRaft	0.12 349	0.07 193	0.10 161	0.19 441	0.09 322	0.08 71	0.15 320	0.23 388	0.12 130	0.13 321	0.16 319	0.20 449	0.10 282	0.12 273	0.11 263	0.06 160	0.04 24	0.08 383	0.08 445	0.06 275	0.15 609

Pruner-Stereo	0.11 271	0.07 193	0.12 271	0.17 281	0.09 322	0.06 11	0.12 102	0.18 276	0.17 295	0.14 344	0.19 381	0.13 323	0.10 282	0.11 182	0.11 263	0.06 160	0.04 24	0.07 293	0.06 269	0.06 275	0.08 441

RAFT-RH_RVC	0.12 349	0.06 92	0.14 357	0.16 193	0.09 322	0.12 290	0.12 102	0.17 246	0.12 130	0.13 321	0.40 593	0.11 274	0.10 282	0.13 330	0.12 333	0.05 48	0.04 24	0.08 383	0.05 185	0.05 156	0.06 284

RAFT-345	0.11 271	0.07 193	0.16 435	0.17 281	0.08 203	0.08 71	0.12 102	0.16 209	0.10 61	0.11 253	0.34 562	0.09 210	0.10 282	0.11 182	0.12 333	0.05 48	0.05 235	0.07 293	0.06 269	0.04 45	0.05 184

cross-raft	0.10 228	0.09 406	0.09 103	0.19 441	0.07 119	0.11 236	0.24 587	0.13 105	0.15 226	0.08 118	0.10 184	0.12 298	0.10 282	0.09 55	0.11 263	0.05 48	0.04 24	0.06 178	0.05 185	0.04 45	0.04 47

RALCasStereoNet	0.11 271	0.07 193	0.09 103	0.16 193	0.08 203	0.13 333	0.14 237	0.17 246	0.11 93	0.12 289	0.17 339	0.14 342	0.10 282	0.12 273	0.11 263	0.07 329	0.06 404	0.06 178	0.05 185	0.08 423	0.07 371

AFF-stereo	0.09 159	0.07 193	0.10 161	0.17 281	0.07 119	0.10 186	0.15 320	0.18 276	0.10 61	0.10 211	0.11 235	0.09 210	0.10 282	0.12 273	0.10 184	0.05 48	0.04 24	0.07 293	0.07 370	0.04 45	0.04 47

RAFT + AFF	0.13 377	0.08 326	0.21 532	0.20 505	0.10 437	0.14 377	0.23 576	0.27 463	0.21 379	0.12 289	0.10 184	0.12 298	0.10 282	0.16 410	0.12 333	0.08 404	0.07 475	0.09 469	0.09 491	0.06 275	0.09 487

RT-IGEV	0.13 377	0.06 92	0.14 357	0.15 101	0.10 437	0.15 402	0.18 466	0.25 435	0.28 490	0.16 398	0.17 339	0.18 422	0.11 321	0.14 362	0.11 263	0.08 404	0.05 235	0.07 293	0.05 185	0.07 356	0.08 441

MultiAttention	0.30 621	0.08 326	0.15 392	0.19 441	0.13 551	1.56 688	1.33 692	0.36 593	0.36 555	0.20 483	0.21 409	0.24 502	0.11 321	0.39 635	0.18 492	0.06 160	0.05 235	0.08 383	0.08 445	0.11 544	0.09 487

depthmonostereo	0.09 159	0.06 92	0.09 103	0.15 101	0.06 25	0.11 236	0.13 168	0.14 134	0.15 226	0.10 211	0.10 184	0.09 210	0.11 321	0.08 21	0.09 90	0.06 160	0.05 235	0.06 178	0.04 49	0.04 45	0.03 1

xyz-stereo-finetune	0.11 271	0.08 326	0.13 311	0.14 53	0.06 25	0.10 186	0.19 512	0.18 276	0.19 341	0.12 289	0.14 289	0.15 367	0.11 321	0.13 330	0.12 333	0.05 48	0.04 24	0.07 293	0.05 185	0.04 45	0.05 184

H2IRNET	0.10 228	0.09 406	0.10 161	0.18 371	0.09 322	0.12 290	0.15 320	0.14 134	0.21 379	0.10 211	0.10 184	0.10 242	0.11 321	0.10 112	0.10 184	0.06 160	0.04 24	0.08 383	0.08 445	0.06 275	0.05 184

MyStereo05	0.13 377	0.07 193	0.10 161	0.17 281	0.09 322	0.13 333	0.18 466	0.28 488	0.35 550	0.17 412	0.14 289	0.15 367	0.11 321	0.15 381	0.13 369	0.06 160	0.05 235	0.08 383	0.07 370	0.06 275	0.06 284

MyStereo04	0.13 377	0.07 193	0.10 161	0.17 281	0.09 322	0.14 377	0.17 417	0.29 507	0.38 567	0.17 412	0.14 289	0.16 389	0.11 321	0.15 381	0.13 369	0.06 160	0.05 235	0.08 383	0.07 370	0.06 275	0.06 284

GMStereo_Zeroshot	0.16 479	0.13 546	0.25 559	0.20 505	0.10 437	0.17 454	0.13 168	0.30 520	0.25 448	0.23 529	0.32 546	0.25 515	0.11 321	0.19 494	0.14 406	0.09 462	0.06 404	0.11 547	0.06 269	0.12 561	0.08 441

MIF-Stereo (partial)	0.11 271	0.06 92	0.10 161	0.19 441	0.10 437	0.10 186	0.12 102	0.17 246	0.19 341	0.14 344	0.16 319	0.10 242	0.11 321	0.12 273	0.12 333	0.08 404	0.05 235	0.08 383	0.07 370	0.06 275	0.07 371

riskmin	0.11 271	0.06 92	0.13 311	0.14 53	0.08 203	0.14 377	0.14 237	0.18 276	0.15 226	0.12 289	0.15 302	0.17 407	0.11 321	0.14 362	0.12 333	0.09 462	0.05 235	0.07 293	0.05 185	0.08 423	0.08 441

TestStereo1	0.13 377	0.08 326	0.08 35	0.20 505	0.08 203	0.18 470	0.29 634	0.23 388	0.17 295	0.17 412	0.20 391	0.16 389	0.11 321	0.12 273	0.13 369	0.06 160	0.06 404	0.08 383	0.06 269	0.05 156	0.05 184

fff	0.10 228	0.06 92	0.12 271	0.15 101	0.07 119	0.09 129	0.17 417	0.16 209	0.21 379	0.13 321	0.17 339	0.10 242	0.11 321	0.12 273	0.13 369	0.06 160	0.04 24	0.05 43	0.04 49	0.04 45	0.05 184

SA-5K	0.13 377	0.08 326	0.08 35	0.20 505	0.08 203	0.18 470	0.29 634	0.23 388	0.17 295	0.17 412	0.20 391	0.16 389	0.11 321	0.12 273	0.13 369	0.06 160	0.06 404	0.08 383	0.06 269	0.05 156	0.05 184

Sa-1000	0.12 349	0.08 326	0.09 103	0.18 371	0.08 203	0.15 402	0.22 564	0.22 369	0.19 341	0.15 369	0.20 391	0.17 407	0.11 321	0.10 112	0.10 184	0.06 160	0.05 235	0.09 469	0.09 491	0.05 156	0.05 184

SA	0.13 377	0.09 406	0.09 103	0.18 371	0.08 203	0.12 290	0.24 587	0.23 388	0.19 341	0.17 412	0.27 500	0.15 367	0.11 321	0.11 182	0.11 263	0.05 48	0.05 235	0.09 469	0.08 445	0.05 156	0.05 184

CrosDoStereo	0.12 349	0.07 193	0.12 271	0.14 53	0.09 322	0.12 290	0.15 320	0.17 246	0.22 401	0.19 461	0.24 443	0.15 367	0.11 321	0.11 182	0.12 333	0.06 160	0.05 235	0.07 293	0.07 370	0.05 156	0.05 184

LCNet	0.11 271	0.07 193	0.09 103	0.19 441	0.09 322	0.08 71	0.14 237	0.21 345	0.15 226	0.12 289	0.15 302	0.16 389	0.11 321	0.12 273	0.11 263	0.05 48	0.04 24	0.08 383	0.07 370	0.06 275	0.14 595

TransformOpticalFlow	0.10 228	0.08 326	0.13 311	0.18 371	0.07 119	0.09 129	0.15 320	0.19 309	0.16 260	0.12 289	0.16 319	0.11 274	0.11 321	0.11 182	0.11 263	0.05 48	0.04 24	0.06 178	0.06 269	0.05 156	0.05 184

PSM-softLoss	0.12 349	0.07 193	0.15 392	0.17 281	0.09 322	0.08 71	0.12 102	0.24 414	0.17 295	0.15 369	0.19 381	0.13 323	0.11 321	0.11 182	0.11 263	0.07 329	0.05 235	0.08 383	0.07 370	0.07 356	0.12 564

KMStereo	0.12 349	0.07 193	0.15 392	0.17 281	0.09 322	0.08 71	0.12 102	0.24 414	0.17 295	0.15 369	0.19 381	0.13 323	0.11 321	0.11 182	0.11 263	0.07 329	0.05 235	0.08 383	0.07 370	0.07 356	0.12 564

PSM-AAD	0.11 271	0.07 193	0.10 161	0.20 505	0.09 322	0.10 186	0.14 237	0.21 345	0.13 172	0.12 289	0.14 289	0.18 422	0.11 321	0.11 182	0.10 184	0.05 48	0.05 235	0.09 469	0.08 445	0.06 275	0.14 595

ASMatch	0.11 271	0.06 92	0.13 311	0.17 281	0.10 437	0.08 71	0.14 237	0.18 276	0.16 260	0.12 289	0.16 319	0.16 389	0.11 321	0.13 330	0.11 263	0.05 48	0.04 24	0.06 178	0.06 269	0.04 45	0.09 487

DeepStereo_LL	0.12 349	0.07 193	0.12 271	0.14 53	0.09 322	0.12 290	0.15 320	0.17 246	0.22 401	0.19 461	0.24 443	0.15 367	0.11 321	0.11 182	0.12 333	0.06 160	0.05 235	0.07 293	0.07 370	0.05 156	0.05 184

GrayStereo	0.11 271	0.06 92	0.11 222	0.19 441	0.09 322	0.09 129	0.16 384	0.18 276	0.17 295	0.14 344	0.17 339	0.17 407	0.11 321	0.12 273	0.11 263	0.05 48	0.05 235	0.07 293	0.06 269	0.06 275	0.10 517

GMM-Stereo	0.11 271	0.07 193	0.10 161	0.18 371	0.09 322	0.08 71	0.14 237	0.24 414	0.16 260	0.11 253	0.15 302	0.13 323	0.11 321	0.11 182	0.11 263	0.05 48	0.04 24	0.08 383	0.07 370	0.06 275	0.09 487

rafts_anoy	0.11 271	0.06 92	0.10 161	0.17 281	0.08 203	0.10 186	0.14 237	0.18 276	0.14 200	0.13 321	0.13 276	0.12 298	0.11 321	0.11 182	0.13 369	0.07 329	0.05 235	0.09 469	0.11 562	0.07 356	0.06 284

Anonymous3	0.16 479	0.14 561	0.34 601	0.26 613	0.14 570	0.27 592	0.18 466	0.28 488	0.28 490	0.15 369	0.17 339	0.14 342	0.11 321	0.16 410	0.12 333	0.08 404	0.08 508	0.08 383	0.08 445	0.08 423	0.11 543

s12784h	0.10 228	0.06 92	0.08 35	0.15 101	0.05 2	0.16 430	0.18 466	0.16 209	0.15 226	0.10 211	0.11 235	0.11 274	0.11 321	0.11 182	0.12 333	0.05 48	0.04 24	0.06 178	0.04 49	0.04 45	0.04 47

DCANet	0.10 228	0.06 92	0.12 271	0.16 193	0.06 25	0.09 129	0.17 417	0.16 209	0.20 364	0.13 321	0.18 365	0.10 242	0.11 321	0.11 182	0.12 333	0.06 160	0.04 24	0.05 43	0.04 49	0.05 156	0.05 184

csc	0.10 228	0.06 92	0.12 271	0.15 101	0.07 119	0.09 129	0.17 417	0.16 209	0.21 379	0.13 321	0.17 339	0.10 242	0.11 321	0.12 273	0.13 369	0.06 160	0.04 24	0.05 43	0.04 49	0.04 45	0.05 184

cscssc	0.10 228	0.06 92	0.12 271	0.15 101	0.07 119	0.09 129	0.17 417	0.16 209	0.21 379	0.13 321	0.17 339	0.10 242	0.11 321	0.12 273	0.13 369	0.06 160	0.04 24	0.05 43	0.04 49	0.04 45	0.05 184

GMStereo	0.13 377	0.15 568	0.14 357	0.18 371	0.09 322	0.16 430	0.16 384	0.20 327	0.25 448	0.17 412	0.17 339	0.11 274	0.11 321	0.16 410	0.13 369	0.07 329	0.06 404	0.06 178	0.06 269	0.07 356	0.06 284
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HITNet	0.11 271	0.06 92	0.12 271	0.14 53	0.06 25	0.12 290	0.10 33	0.18 276	0.18 313	0.13 321	0.17 339	0.15 367	0.11 321	0.15 381	0.14 406	0.06 160	0.04 24	0.04 1	0.04 49	0.06 275	0.05 184
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
IGEV_i1	0.12 349	0.08 326	0.12 271	0.17 281	0.08 203	0.19 493	0.15 320	0.19 309	0.23 411	0.18 445	0.18 365	0.16 389	0.12 354	0.17 450	0.14 406	0.06 160	0.05 235	0.06 178	0.05 185	0.06 275	0.06 284

FlowAnything_test	0.11 271	0.08 326	0.14 357	0.15 101	0.09 322	0.08 71	0.14 237	0.20 327	0.11 93	0.10 211	0.09 152	0.12 298	0.12 354	0.13 330	0.11 263	0.09 462	0.06 404	0.09 469	0.09 491	0.06 275	0.09 487

DFGA-Net	0.13 377	0.11 500	0.19 517	0.18 371	0.10 437	0.13 333	0.13 168	0.23 388	0.25 448	0.16 398	0.16 319	0.13 323	0.12 354	0.17 450	0.15 443	0.07 329	0.05 235	0.08 383	0.07 370	0.05 156	0.05 184

GCST	0.37 637	0.42 657	0.27 570	1.03 683	0.39 658	0.18 470	0.08 7	0.21 345	0.18 313	0.28 579	0.25 469	0.15 367	0.12 354	0.16 410	0.14 406	0.64 679	0.43 668	0.75 675	0.65 678	0.64 672	0.46 670

CoDeX	0.12 349	0.07 193	0.13 311	0.17 281	0.08 203	0.12 290	0.16 384	0.23 388	0.27 474	0.13 321	0.17 339	0.15 367	0.12 354	0.14 362	0.11 263	0.07 329	0.05 235	0.07 293	0.06 269	0.06 275	0.05 184

plain	0.11 271	0.09 406	0.10 161	0.19 441	0.09 322	0.11 236	0.14 237	0.14 134	0.13 172	0.13 321	0.15 302	0.09 210	0.12 354	0.13 330	0.12 333	0.07 329	0.05 235	0.09 469	0.06 269	0.06 275	0.06 284

SDNR	0.20 538	0.09 406	0.19 517	0.16 193	0.12 525	0.79 670	0.13 168	0.26 449	0.33 525	0.19 461	0.25 469	0.19 432	0.12 354	0.19 494	0.15 443	0.16 624	0.18 634	0.14 597	0.11 562	0.08 423	0.12 564

ADStereo(finetuned)	0.10 228	0.06 92	0.13 311	0.16 193	0.06 25	0.09 129	0.17 417	0.16 209	0.20 364	0.13 321	0.18 365	0.10 242	0.12 354	0.12 273	0.12 333	0.06 160	0.04 24	0.05 43	0.04 49	0.05 156	0.05 184

GMOStereo	0.11 271	0.09 406	0.08 35	0.19 441	0.08 203	0.12 290	0.28 623	0.13 105	0.18 313	0.11 253	0.17 339	0.14 342	0.12 354	0.07 3	0.07 1	0.05 48	0.05 235	0.09 469	0.07 370	0.04 45	0.04 47

error version	0.11 271	0.09 406	0.08 35	0.19 441	0.08 203	0.12 290	0.28 623	0.13 105	0.18 313	0.11 253	0.17 339	0.14 342	0.12 354	0.07 3	0.07 1	0.05 48	0.05 235	0.09 469	0.07 370	0.04 45	0.04 47

test-v	0.11 271	0.09 406	0.08 35	0.19 441	0.08 203	0.12 290	0.28 623	0.13 105	0.18 313	0.11 253	0.17 339	0.14 342	0.12 354	0.07 3	0.07 1	0.05 48	0.05 235	0.09 469	0.07 370	0.04 45	0.04 47

Patchmatch Stereo++	0.11 271	0.09 406	0.17 459	0.19 441	0.08 203	0.06 11	0.11 67	0.17 246	0.13 172	0.15 369	0.16 319	0.14 342	0.12 354	0.11 182	0.11 263	0.06 160	0.05 235	0.08 383	0.06 269	0.08 423	0.07 371
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
OMP-Stereo	0.11 271	0.07 193	0.14 357	0.18 371	0.08 203	0.09 129	0.12 102	0.21 345	0.21 379	0.13 321	0.14 289	0.11 274	0.12 354	0.11 182	0.13 369	0.06 160	0.05 235	0.07 293	0.06 269	0.05 156	0.04 47

NF-Stereo	0.11 271	0.07 193	0.13 311	0.17 281	0.09 322	0.10 186	0.13 168	0.23 388	0.19 341	0.12 289	0.17 339	0.12 298	0.12 354	0.11 182	0.11 263	0.06 160	0.04 24	0.07 293	0.06 269	0.07 356	0.12 564

OCTAStereo	0.11 271	0.07 193	0.14 357	0.17 281	0.09 322	0.10 186	0.13 168	0.23 388	0.19 341	0.12 289	0.17 339	0.12 298	0.12 354	0.11 182	0.11 263	0.06 160	0.04 24	0.07 293	0.06 269	0.07 356	0.11 543

PSM-adaLoss	0.11 271	0.09 406	0.17 459	0.19 441	0.08 203	0.06 11	0.12 102	0.17 246	0.13 172	0.15 369	0.16 319	0.14 342	0.12 354	0.11 182	0.11 263	0.06 160	0.05 235	0.08 383	0.06 269	0.08 423	0.07 371

ROB_FTStereo_v2	0.11 271	0.09 406	0.17 459	0.19 441	0.08 203	0.06 11	0.12 102	0.17 246	0.13 172	0.15 369	0.16 319	0.14 342	0.12 354	0.11 182	0.11 263	0.06 160	0.05 235	0.08 383	0.06 269	0.08 423	0.07 371

ROB_FTStereo	0.11 271	0.09 406	0.17 459	0.19 441	0.08 203	0.06 11	0.11 67	0.17 246	0.13 172	0.15 369	0.16 319	0.14 342	0.12 354	0.11 182	0.11 263	0.06 160	0.05 235	0.08 383	0.06 269	0.08 423	0.07 371

HUI-Stereo	0.11 271	0.09 406	0.17 459	0.19 441	0.08 203	0.06 11	0.11 67	0.17 246	0.13 172	0.15 369	0.16 319	0.14 342	0.12 354	0.11 182	0.11 263	0.06 160	0.05 235	0.08 383	0.06 269	0.08 423	0.07 371

SST-Stereo	0.11 271	0.07 193	0.16 435	0.18 371	0.09 322	0.06 11	0.12 102	0.18 276	0.10 61	0.15 369	0.18 365	0.13 323	0.12 354	0.10 112	0.11 263	0.06 160	0.04 24	0.09 469	0.06 269	0.07 356	0.06 284

RAFT_R40	0.11 271	0.07 193	0.15 392	0.18 371	0.09 322	0.06 11	0.13 168	0.17 246	0.15 226	0.14 344	0.18 365	0.15 367	0.12 354	0.10 112	0.11 263	0.06 160	0.04 24	0.09 469	0.06 269	0.06 275	0.05 184

PFNet	0.12 349	0.06 92	0.17 459	0.18 371	0.08 203	0.09 129	0.15 320	0.26 449	0.20 364	0.16 398	0.16 319	0.14 342	0.12 354	0.13 330	0.11 263	0.06 160	0.04 24	0.07 293	0.06 269	0.05 156	0.05 184

RE-Stereo	0.11 271	0.07 193	0.13 311	0.17 281	0.09 322	0.10 186	0.13 168	0.23 388	0.19 341	0.12 289	0.17 339	0.12 298	0.12 354	0.11 182	0.11 263	0.06 160	0.04 24	0.07 293	0.06 269	0.07 356	0.11 543

TVStereo	0.11 271	0.07 193	0.13 311	0.17 281	0.09 322	0.10 186	0.13 168	0.23 388	0.19 341	0.12 289	0.17 339	0.12 298	0.12 354	0.11 182	0.11 263	0.06 160	0.04 24	0.07 293	0.06 269	0.07 356	0.11 543

DeepStereo_RVC	0.11 271	0.08 326	0.17 459	0.18 371	0.08 203	0.08 71	0.11 67	0.17 246	0.12 130	0.13 321	0.15 302	0.12 298	0.12 354	0.12 273	0.11 263	0.06 160	0.04 24	0.07 293	0.06 269	0.07 356	0.08 441

iGMRVC	0.11 271	0.09 406	0.17 459	0.19 441	0.08 203	0.06 11	0.12 102	0.17 246	0.13 172	0.15 369	0.16 319	0.14 342	0.12 354	0.11 182	0.11 263	0.06 160	0.05 235	0.08 383	0.06 269	0.08 423	0.07 371

IRAFT_RVC	0.12 349	0.08 326	0.17 459	0.19 441	0.08 203	0.07 32	0.14 237	0.25 435	0.23 411	0.14 344	0.15 302	0.15 367	0.12 354	0.12 273	0.11 263	0.06 160	0.04 24	0.09 469	0.06 269	0.06 275	0.06 284

iRAFT	0.11 271	0.09 406	0.17 459	0.19 441	0.08 203	0.06 11	0.11 67	0.17 246	0.13 172	0.15 369	0.16 319	0.14 342	0.12 354	0.11 182	0.11 263	0.06 160	0.05 235	0.08 383	0.06 269	0.08 423	0.07 371

test-2	0.11 271	0.09 406	0.08 35	0.19 441	0.08 203	0.12 290	0.28 623	0.13 105	0.18 313	0.11 253	0.17 339	0.14 342	0.12 354	0.07 3	0.07 1	0.05 48	0.05 235	0.09 469	0.07 370	0.04 45	0.04 47

RAFT-IKP	0.11 271	0.09 406	0.17 459	0.19 441	0.08 203	0.06 11	0.11 67	0.17 246	0.13 172	0.15 369	0.16 319	0.14 342	0.12 354	0.11 182	0.11 263	0.06 160	0.05 235	0.08 383	0.06 269	0.08 423	0.07 371

111	0.11 271	0.06 92	0.12 271	0.15 101	0.07 119	0.10 186	0.14 237	0.21 345	0.24 423	0.11 253	0.12 255	0.14 342	0.12 354	0.13 330	0.10 184	0.06 160	0.04 24	0.06 178	0.04 49	0.06 275	0.05 184

ARAFT	0.12 349	0.08 326	0.18 493	0.19 441	0.09 322	0.15 402	0.17 417	0.20 327	0.13 172	0.12 289	0.13 276	0.14 342	0.12 354	0.15 381	0.13 369	0.06 160	0.05 235	0.10 517	0.09 491	0.06 275	0.04 47

DIP-Stereo	0.11 271	0.08 326	0.15 392	0.17 281	0.09 322	0.13 333	0.09 20	0.16 209	0.16 260	0.12 289	0.16 319	0.14 342	0.12 354	0.16 410	0.14 406	0.06 160	0.05 235	0.06 178	0.05 185	0.05 156	0.07 371
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
Hybrid-DGEV-2	0.11 271	0.06 92	0.12 271	0.18 371	0.09 322	0.09 129	0.13 168	0.29 507	0.30 504	0.11 253	0.12 255	0.10 242	0.13 387	0.12 273	0.10 184	0.06 160	0.05 235	0.07 293	0.07 370	0.05 156	0.05 184

xyz-stereo-finetune2	0.11 271	0.07 193	0.13 311	0.13 11	0.07 119	0.11 236	0.19 512	0.17 246	0.12 130	0.15 369	0.15 302	0.17 407	0.13 387	0.13 330	0.11 263	0.05 48	0.04 24	0.07 293	0.05 185	0.04 45	0.06 284

G2L-Stereo	0.14 410	0.07 193	0.13 311	0.17 281	0.09 322	0.13 333	0.12 102	0.27 463	0.22 401	0.17 412	0.27 500	0.21 458	0.13 387	0.18 469	0.18 492	0.09 462	0.08 508	0.08 383	0.07 370	0.07 356	0.07 371

DDVS	0.16 479	0.10 474	0.22 542	0.16 193	0.12 525	0.15 402	0.14 237	0.25 435	0.19 341	0.18 445	0.30 532	0.27 532	0.13 387	0.20 512	0.16 462	0.09 462	0.06 404	0.09 469	0.07 370	0.11 544	0.11 543

rvit_0105_6	0.14 410	0.09 406	0.18 493	0.17 281	0.10 437	0.10 186	0.17 417	0.19 309	0.26 461	0.12 289	0.18 365	0.17 407	0.13 387	0.18 469	0.13 369	0.15 607	0.11 578	0.12 569	0.10 530	0.09 486	0.06 284

rvit_0105_5	0.14 410	0.10 474	0.14 357	0.17 281	0.09 322	0.14 377	0.23 576	0.24 414	0.27 474	0.14 344	0.15 302	0.18 422	0.13 387	0.17 450	0.14 406	0.14 603	0.11 578	0.10 517	0.11 562	0.08 423	0.07 371

UGAM	0.13 377	0.10 474	0.09 103	0.22 563	0.08 203	0.13 333	0.20 533	0.18 276	0.24 423	0.22 514	0.16 319	0.13 323	0.13 387	0.19 494	0.13 369	0.07 329	0.05 235	0.13 583	0.11 562	0.07 356	0.05 184

ffm	0.12 349	0.09 406	0.15 392	0.16 193	0.09 322	0.17 454	0.17 417	0.15 172	0.19 341	0.15 369	0.26 482	0.19 432	0.13 387	0.10 112	0.08 23	0.06 160	0.05 235	0.09 469	0.08 445	0.06 275	0.06 284

ff1	0.13 377	0.09 406	0.15 392	0.16 193	0.09 322	0.17 454	0.17 417	0.15 172	0.19 341	0.15 369	0.26 482	0.19 432	0.13 387	0.15 381	0.22 543	0.06 160	0.05 235	0.09 469	0.08 445	0.06 275	0.06 284

mmx	0.15 452	0.09 406	0.15 392	0.16 193	0.09 322	0.17 454	0.17 417	0.27 463	0.26 461	0.15 369	0.26 482	0.19 432	0.13 387	0.15 381	0.22 543	0.08 404	0.06 404	0.09 469	0.08 445	0.08 423	0.08 441

xxx	0.15 452	0.09 406	0.15 392	0.16 193	0.09 322	0.17 454	0.17 417	0.27 463	0.26 461	0.15 369	0.26 482	0.19 432	0.13 387	0.15 381	0.22 543	0.08 404	0.06 404	0.09 469	0.08 445	0.08 423	0.08 441

PCWNet_CMD	0.14 410	0.08 326	0.15 392	0.17 281	0.09 322	0.14 377	0.14 237	0.29 507	0.36 555	0.14 344	0.20 391	0.21 458	0.13 387	0.17 450	0.14 406	0.07 329	0.05 235	0.07 293	0.07 370	0.07 356	0.07 371

UDGNet	0.14 410	0.13 546	0.17 459	0.18 371	0.10 437	0.12 290	0.16 384	0.21 345	0.27 474	0.20 483	0.20 391	0.17 407	0.13 387	0.16 410	0.14 406	0.10 503	0.06 404	0.09 469	0.07 370	0.07 356	0.07 371

dad	0.18 517	0.20 612	0.21 532	0.17 281	0.11 493	0.20 513	0.19 512	0.21 345	0.28 490	0.30 595	0.24 443	0.30 560	0.13 387	0.19 494	0.17 479	0.18 630	0.09 541	0.11 547	0.09 491	0.11 544	0.07 371

GANet-ADL	0.13 377	0.07 193	0.15 392	0.17 281	0.10 437	0.19 493	0.15 320	0.30 520	0.21 379	0.13 321	0.18 365	0.19 432	0.13 387	0.16 410	0.14 406	0.08 404	0.06 404	0.06 178	0.05 185	0.07 356	0.08 441

IIG-Stereo	0.11 271	0.06 92	0.13 311	0.17 281	0.08 203	0.11 236	0.12 102	0.22 369	0.18 313	0.14 344	0.17 339	0.12 298	0.13 387	0.12 273	0.13 369	0.06 160	0.05 235	0.07 293	0.06 269	0.06 275	0.05 184

NRIStereo	0.11 271	0.08 326	0.15 392	0.18 371	0.08 203	0.10 186	0.13 168	0.17 246	0.15 226	0.12 289	0.15 302	0.13 323	0.13 387	0.13 330	0.10 184	0.06 160	0.04 24	0.07 293	0.06 269	0.06 275	0.07 371

FTStereo	0.12 349	0.07 193	0.14 357	0.18 371	0.09 322	0.07 32	0.15 320	0.22 369	0.18 313	0.12 289	0.24 443	0.11 274	0.13 387	0.13 330	0.14 406	0.05 48	0.05 235	0.07 293	0.07 370	0.06 275	0.10 517

THIR-Stereo	0.12 349	0.07 193	0.11 222	0.15 101	0.08 203	0.14 377	0.16 384	0.18 276	0.25 448	0.17 412	0.24 443	0.13 323	0.13 387	0.12 273	0.14 406	0.06 160	0.05 235	0.07 293	0.07 370	0.05 156	0.05 184

CRE-IMP	0.11 271	0.09 406	0.16 435	0.19 441	0.09 322	0.10 186	0.12 102	0.18 276	0.10 61	0.14 344	0.14 289	0.14 342	0.13 387	0.12 273	0.12 333	0.07 329	0.04 24	0.08 383	0.06 269	0.08 423	0.08 441

RAFT	0.13 377	0.09 406	0.11 222	0.18 371	0.08 203	0.15 402	0.23 576	0.21 345	0.20 364	0.21 499	0.21 409	0.18 422	0.13 387	0.17 450	0.10 184	0.06 160	0.07 475	0.10 517	0.09 491	0.06 275	0.05 184

GEStereo_RVC	0.17 501	0.12 519	0.16 435	0.22 563	0.11 493	0.19 493	0.18 466	0.32 542	0.49 611	0.20 483	0.25 469	0.17 407	0.13 387	0.21 530	0.16 462	0.10 503	0.06 404	0.08 383	0.07 370	0.09 486	0.08 441

TestStereo	0.14 410	0.15 568	0.11 222	0.23 584	0.08 203	0.15 402	0.21 550	0.20 327	0.23 411	0.14 344	0.25 469	0.16 389	0.13 387	0.16 410	0.14 406	0.06 160	0.06 404	0.08 383	0.06 269	0.09 486	0.05 184

CFNet_pseudo	0.14 410	0.08 326	0.16 435	0.16 193	0.09 322	0.13 333	0.14 237	0.27 463	0.34 536	0.15 369	0.21 409	0.22 476	0.13 387	0.18 469	0.14 406	0.07 329	0.05 235	0.08 383	0.06 269	0.07 356	0.07 371

SFCPSM	0.13 377	0.07 193	0.15 392	0.17 281	0.09 322	0.15 402	0.16 384	0.28 488	0.27 474	0.14 344	0.18 365	0.12 298	0.13 387	0.14 362	0.11 263	0.08 404	0.05 235	0.07 293	0.07 370	0.07 356	0.06 284

FENet	0.13 377	0.08 326	0.13 311	0.16 193	0.08 203	0.15 402	0.16 384	0.23 388	0.23 411	0.17 412	0.24 443	0.16 389	0.13 387	0.14 362	0.15 443	0.08 404	0.05 235	0.08 383	0.08 445	0.08 423	0.08 441

MSMDNet	0.14 410	0.08 326	0.15 392	0.17 281	0.09 322	0.14 377	0.14 237	0.29 507	0.36 555	0.14 344	0.20 391	0.21 458	0.13 387	0.18 469	0.14 406	0.07 329	0.05 235	0.07 293	0.07 370	0.07 356	0.07 371

ccs_rob	0.14 410	0.09 406	0.16 435	0.16 193	0.09 322	0.13 333	0.14 237	0.27 463	0.34 536	0.15 369	0.21 409	0.22 476	0.13 387	0.18 469	0.14 406	0.07 329	0.05 235	0.08 383	0.07 370	0.07 356	0.07 371

AdaStereo	0.15 452	0.11 500	0.16 435	0.19 441	0.09 322	0.21 524	0.11 67	0.33 556	0.28 490	0.21 499	0.23 431	0.21 458	0.13 387	0.19 494	0.15 443	0.13 582	0.05 235	0.10 517	0.07 370	0.09 486	0.07 371
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	0.15 452	0.08 326	0.16 435	0.16 193	0.08 203	0.16 430	0.13 168	0.26 449	0.36 555	0.21 499	0.29 526	0.24 502	0.13 387	0.14 362	0.14 406	0.06 160	0.06 404	0.06 178	0.04 49	0.09 486	0.08 441

MLCV	0.13 377	0.08 326	0.17 459	0.18 371	0.06 25	0.16 430	0.17 417	0.19 309	0.22 401	0.19 461	0.25 469	0.17 407	0.13 387	0.15 381	0.14 406	0.05 48	0.04 24	0.05 43	0.04 49	0.05 156	0.04 47

iResNet	0.13 377	0.10 474	0.18 493	0.19 441	0.08 203	0.14 377	0.18 466	0.21 345	0.27 474	0.16 398	0.24 443	0.15 367	0.13 387	0.14 362	0.15 443	0.06 160	0.04 24	0.06 178	0.05 185	0.06 275	0.05 184

DN-CSS_ROB	0.13 377	0.13 546	0.17 459	0.18 371	0.10 437	0.16 430	0.08 7	0.22 369	0.19 341	0.17 412	0.23 431	0.13 323	0.13 387	0.13 330	0.14 406	0.05 48	0.05 235	0.10 517	0.10 530	0.08 423	0.06 284

G2L-ROB	0.13 377	0.07 193	0.13 311	0.13 11	0.08 203	0.14 377	0.17 417	0.25 435	0.19 341	0.20 483	0.19 381	0.20 449	0.14 420	0.18 469	0.16 462	0.08 404	0.05 235	0.06 178	0.05 185	0.08 423	0.09 487

rvit_0105_4	0.15 452	0.09 406	0.17 459	0.17 281	0.10 437	0.12 290	0.20 533	0.23 388	0.27 474	0.14 344	0.20 391	0.17 407	0.14 420	0.17 450	0.13 369	0.15 607	0.11 578	0.11 547	0.10 530	0.09 486	0.06 284

rvit_0105_3	0.16 479	0.10 474	0.15 392	0.20 505	0.12 525	0.15 402	0.26 612	0.25 435	0.30 504	0.15 369	0.17 339	0.21 458	0.14 420	0.18 469	0.14 406	0.14 603	0.11 578	0.12 569	0.14 602	0.07 356	0.07 371

CFNet_ucs	0.15 452	0.09 406	0.17 459	0.16 193	0.11 493	0.14 377	0.14 237	0.30 520	0.34 536	0.16 398	0.24 443	0.23 493	0.14 420	0.18 469	0.15 443	0.09 462	0.06 404	0.08 383	0.07 370	0.09 486	0.09 487

LL-Strereo	0.13 377	0.10 474	0.12 271	0.20 505	0.10 437	0.11 236	0.18 466	0.33 556	0.25 448	0.16 398	0.16 319	0.14 342	0.14 420	0.19 494	0.11 263	0.06 160	0.05 235	0.09 469	0.08 445	0.04 45	0.05 184

anonymousa	0.13 377	0.07 193	0.14 357	0.18 371	0.09 322	0.13 333	0.17 417	0.20 327	0.29 498	0.15 369	0.24 443	0.16 389	0.14 420	0.14 362	0.14 406	0.07 329	0.05 235	0.07 293	0.09 491	0.05 156	0.07 371

DCANet-4	0.11 271	0.07 193	0.13 311	0.16 193	0.06 25	0.09 129	0.17 417	0.18 276	0.20 364	0.13 321	0.17 339	0.09 210	0.14 420	0.12 273	0.13 369	0.06 160	0.04 24	0.05 43	0.04 49	0.04 45	0.05 184

BUS	0.15 452	0.09 406	0.14 357	0.22 563	0.10 437	0.20 513	0.14 237	0.34 571	0.20 364	0.17 412	0.23 431	0.16 389	0.14 420	0.16 410	0.14 406	0.08 404	0.06 404	0.10 517	0.09 491	0.07 356	0.07 371

NINENet	0.16 479	0.10 474	0.16 435	0.17 281	0.11 493	0.20 513	0.14 237	0.41 623	0.37 561	0.18 445	0.21 409	0.16 389	0.14 420	0.16 410	0.14 406	0.08 404	0.08 508	0.10 517	0.07 370	0.10 522	0.09 487

GwcNet-ADL	0.13 377	0.08 326	0.14 357	0.20 505	0.09 322	0.12 290	0.20 533	0.30 520	0.25 448	0.14 344	0.14 289	0.18 422	0.14 420	0.13 330	0.15 443	0.07 329	0.05 235	0.06 178	0.05 185	0.07 356	0.06 284

AAGNet	0.12 349	0.08 326	0.17 459	0.19 441	0.09 322	0.08 71	0.13 168	0.19 309	0.13 172	0.16 398	0.21 409	0.13 323	0.14 420	0.11 182	0.14 406	0.06 160	0.04 24	0.09 469	0.06 269	0.06 275	0.05 184

DEmStereo	0.12 349	0.06 92	0.14 357	0.14 53	0.10 437	0.16 430	0.15 320	0.16 209	0.24 423	0.17 412	0.23 431	0.12 298	0.14 420	0.12 273	0.14 406	0.05 48	0.04 24	0.07 293	0.06 269	0.05 156	0.05 184

GES	0.14 410	0.08 326	0.16 435	0.15 101	0.10 437	0.13 333	0.13 168	0.28 488	0.26 461	0.17 412	0.24 443	0.19 432	0.14 420	0.16 410	0.14 406	0.08 404	0.08 508	0.07 293	0.06 269	0.08 423	0.09 487

HCRNet	0.16 479	0.23 625	0.12 271	0.35 647	0.11 493	0.15 402	0.17 417	0.26 449	0.22 401	0.19 461	0.24 443	0.21 458	0.14 420	0.15 381	0.13 369	0.11 537	0.07 475	0.11 547	0.10 530	0.09 486	0.07 371

xxxx	0.15 452	0.07 193	0.14 357	0.14 53	0.08 203	0.24 562	0.18 466	0.32 542	0.20 364	0.14 344	0.28 511	0.22 476	0.14 420	0.15 381	0.29 610	0.09 462	0.05 235	0.07 293	0.07 370	0.08 423	0.08 441

PSMNet-RSSM	0.14 410	0.07 193	0.14 357	0.15 101	0.08 203	0.13 333	0.16 384	0.25 435	0.24 423	0.17 412	0.28 511	0.23 493	0.14 420	0.16 410	0.14 406	0.11 537	0.06 404	0.09 469	0.12 584	0.08 423	0.07 371

CFNet-ft	0.14 410	0.07 193	0.15 392	0.12 5	0.09 322	0.17 454	0.18 466	0.22 369	0.24 423	0.17 412	0.26 482	0.24 502	0.14 420	0.16 410	0.15 443	0.11 537	0.06 404	0.08 383	0.09 491	0.09 486	0.08 441

BEATNet_4x	0.12 349	0.09 406	0.15 392	0.18 371	0.07 119	0.15 402	0.07 3	0.23 388	0.19 341	0.16 398	0.19 381	0.19 432	0.14 420	0.17 450	0.15 443	0.07 329	0.05 235	0.05 43	0.05 185	0.06 275	0.07 371

HSM-Net_RVC	0.14 410	0.08 326	0.12 271	0.15 101	0.08 203	0.16 430	0.15 320	0.27 463	0.29 498	0.20 483	0.21 409	0.29 550	0.14 420	0.18 469	0.13 369	0.06 160	0.06 404	0.06 178	0.06 269	0.07 356	0.06 284
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 410	0.07 193	0.15 392	0.12 5	0.09 322	0.17 454	0.18 466	0.22 369	0.24 423	0.17 412	0.26 482	0.24 502	0.14 420	0.16 410	0.15 443	0.11 537	0.06 404	0.08 383	0.09 491	0.09 486	0.08 441

DCVSM-stereo	0.15 452	0.09 406	0.16 435	0.16 193	0.10 437	0.15 402	0.09 20	0.20 327	0.24 423	0.20 483	0.24 443	0.26 525	0.15 440	0.19 494	0.14 406	0.09 462	0.07 475	0.09 469	0.08 445	0.10 522	0.12 564

ACV-stereo	0.15 452	0.10 474	0.29 582	0.18 371	0.12 525	0.15 402	0.13 168	0.23 388	0.21 379	0.19 461	0.23 431	0.22 476	0.15 440	0.23 556	0.17 479	0.08 404	0.07 475	0.07 293	0.07 370	0.08 423	0.07 371

ITSA-stereo	0.16 479	0.11 500	0.14 357	0.19 441	0.08 203	0.13 333	0.14 237	0.30 520	0.49 611	0.17 412	0.18 365	0.22 476	0.15 440	0.17 450	0.16 462	0.10 503	0.06 404	0.08 383	0.08 445	0.08 423	0.09 487

rvit_stereo_0075_2	0.17 501	0.12 519	0.25 559	0.23 584	0.16 603	0.13 333	0.10 33	0.30 520	0.27 474	0.20 483	0.28 511	0.22 476	0.15 440	0.18 469	0.13 369	0.16 624	0.10 564	0.17 619	0.10 530	0.10 522	0.10 517

test_sample6	0.14 410	0.09 406	0.14 357	0.17 281	0.08 203	0.17 454	0.19 512	0.26 449	0.18 313	0.18 445	0.28 511	0.19 432	0.15 440	0.15 381	0.13 369	0.08 404	0.05 235	0.08 383	0.07 370	0.08 423	0.08 441

test_sample5	0.14 410	0.08 326	0.14 357	0.16 193	0.08 203	0.18 470	0.18 466	0.25 435	0.17 295	0.17 412	0.28 511	0.18 422	0.15 440	0.16 410	0.13 369	0.08 404	0.06 404	0.08 383	0.07 370	0.09 486	0.08 441

test_sample4	0.14 410	0.08 326	0.15 392	0.15 101	0.08 203	0.19 493	0.18 466	0.26 449	0.18 313	0.17 412	0.26 482	0.18 422	0.15 440	0.17 450	0.13 369	0.08 404	0.06 404	0.08 383	0.06 269	0.09 486	0.08 441

test_sample3	0.14 410	0.08 326	0.15 392	0.14 53	0.09 322	0.20 513	0.17 417	0.27 463	0.18 313	0.17 412	0.22 426	0.19 432	0.15 440	0.17 450	0.14 406	0.09 462	0.06 404	0.07 293	0.06 269	0.09 486	0.08 441

test_sample2	0.13 377	0.07 193	0.12 271	0.14 53	0.08 203	0.16 430	0.18 466	0.21 345	0.16 260	0.14 344	0.21 409	0.20 449	0.15 440	0.15 381	0.13 369	0.08 404	0.06 404	0.07 293	0.06 269	0.08 423	0.08 441

SMFormer	0.14 410	0.07 193	0.18 493	0.14 53	0.08 203	0.17 454	0.17 417	0.27 463	0.27 474	0.19 461	0.20 391	0.19 432	0.15 440	0.15 381	0.17 479	0.08 404	0.05 235	0.07 293	0.06 269	0.08 423	0.07 371

tta	0.14 410	0.07 193	0.18 493	0.14 53	0.08 203	0.17 454	0.17 417	0.27 463	0.27 474	0.19 461	0.20 391	0.19 432	0.15 440	0.15 381	0.17 479	0.08 404	0.05 235	0.07 293	0.06 269	0.06 275	0.06 284

qqq1	0.14 410	0.07 193	0.18 493	0.14 53	0.08 203	0.17 454	0.17 417	0.27 463	0.27 474	0.19 461	0.20 391	0.19 432	0.15 440	0.15 381	0.12 333	0.08 404	0.05 235	0.05 43	0.05 185	0.06 275	0.06 284

fff1	0.14 410	0.07 193	0.18 493	0.14 53	0.08 203	0.17 454	0.17 417	0.27 463	0.27 474	0.19 461	0.20 391	0.19 432	0.15 440	0.15 381	0.12 333	0.08 404	0.05 235	0.05 43	0.05 185	0.06 275	0.06 284

DualNet	0.14 410	0.08 326	0.14 357	0.16 193	0.08 203	0.18 470	0.18 466	0.25 435	0.17 295	0.18 445	0.28 511	0.18 422	0.15 440	0.16 410	0.13 369	0.08 404	0.06 404	0.08 383	0.07 370	0.09 486	0.08 441

1111x	0.16 479	0.09 406	0.13 311	0.18 371	0.08 203	0.18 470	0.25 603	0.32 542	0.25 448	0.17 412	0.24 443	0.27 532	0.15 440	0.14 362	0.24 566	0.07 329	0.07 475	0.08 383	0.09 491	0.07 356	0.07 371

CASS	0.14 410	0.12 519	0.12 271	0.23 584	0.09 322	0.15 402	0.17 417	0.19 309	0.20 364	0.17 412	0.18 365	0.15 367	0.15 440	0.15 381	0.14 406	0.09 462	0.06 404	0.10 517	0.08 445	0.09 486	0.07 371
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-LNSev-Ref	0.18 517	0.09 406	0.30 588	0.15 101	0.11 493	0.23 553	0.20 533	0.27 463	0.40 576	0.26 559	0.43 615	0.25 515	0.15 440	0.21 530	0.20 517	0.07 329	0.05 235	0.06 178	0.05 185	0.10 522	0.09 487

test_5	0.14 410	0.12 519	0.08 35	0.20 505	0.10 437	0.14 377	0.28 623	0.21 345	0.24 423	0.19 461	0.28 511	0.11 274	0.15 440	0.12 273	0.13 369	0.06 160	0.05 235	0.07 293	0.08 445	0.08 423	0.07 371

FADNet-RVC-Resample	0.17 501	0.12 519	0.32 595	0.22 563	0.12 525	0.19 493	0.14 237	0.25 435	0.24 423	0.24 541	0.27 500	0.20 449	0.15 440	0.17 450	0.16 462	0.07 329	0.08 508	0.12 569	0.10 530	0.09 486	0.11 543

UCFNet_RVC	0.15 452	0.08 326	0.13 311	0.11 1	0.10 437	0.20 513	0.10 33	0.24 414	0.23 411	0.17 412	0.21 409	0.24 502	0.15 440	0.18 469	0.15 443	0.12 563	0.07 475	0.11 547	0.13 596	0.11 544	0.10 517

PWCDC_ROB	0.21 552	0.13 546	0.23 550	0.25 604	0.12 525	0.20 513	0.15 320	0.34 571	0.55 630	0.29 589	0.49 626	0.21 458	0.15 440	0.28 588	0.20 517	0.11 537	0.09 541	0.10 517	0.08 445	0.11 544	0.09 487

LiteMatch	0.09 159	0.06 92	0.10 161	0.16 193	0.07 119	0.10 186	0.15 320	0.13 105	0.08 19	0.06 21	0.07 57	0.06 39	0.16 461	0.10 112	0.14 406	0.07 329	0.04 24	0.06 178	0.06 269	0.06 275	0.06 284

Lsterematch	0.11 271	0.06 92	0.11 222	0.16 193	0.07 119	0.13 333	0.15 320	0.14 134	0.18 313	0.16 398	0.18 365	0.15 367	0.16 461	0.13 330	0.14 406	0.07 329	0.04 24	0.06 178	0.06 269	0.06 275	0.06 284

G2L-Stereo_test	0.14 410	0.07 193	0.11 222	0.13 11	0.08 203	0.12 290	0.17 417	0.31 537	0.28 490	0.21 499	0.23 431	0.20 449	0.16 461	0.17 450	0.19 507	0.07 329	0.05 235	0.05 43	0.05 185	0.07 356	0.07 371

FACV-RUCA	0.13 377	0.11 500	0.13 311	0.19 441	0.12 525	0.15 402	0.16 384	0.22 369	0.21 379	0.16 398	0.16 319	0.15 367	0.16 461	0.14 362	0.13 369	0.07 329	0.05 235	0.08 383	0.06 269	0.10 522	0.08 441

test_sample1	0.13 377	0.07 193	0.14 357	0.14 53	0.08 203	0.19 493	0.17 417	0.20 327	0.15 226	0.14 344	0.22 426	0.18 422	0.16 461	0.17 450	0.15 443	0.07 329	0.06 404	0.06 178	0.06 269	0.08 423	0.08 441

xx1	0.11 271	0.08 326	0.13 311	0.17 281	0.09 322	0.13 333	0.15 320	0.16 209	0.18 313	0.09 168	0.09 152	0.16 389	0.16 461	0.10 112	0.07 1	0.06 160	0.05 235	0.08 383	0.08 445	0.07 356	0.07 371

mmm	0.14 410	0.08 326	0.18 493	0.17 281	0.09 322	0.17 454	0.18 466	0.21 345	0.16 260	0.16 398	0.23 431	0.21 458	0.16 461	0.16 410	0.17 479	0.08 404	0.05 235	0.08 383	0.08 445	0.08 423	0.07 371

11t1	0.12 349	0.07 193	0.14 357	0.14 53	0.08 203	0.17 454	0.15 320	0.19 309	0.15 226	0.15 369	0.15 302	0.17 407	0.16 461	0.15 381	0.13 369	0.08 404	0.05 235	0.06 178	0.05 185	0.08 423	0.07 371

CBFPSM	0.15 452	0.07 193	0.27 570	0.17 281	0.09 322	0.13 333	0.15 320	0.22 369	0.23 411	0.20 483	0.27 500	0.23 493	0.16 461	0.16 410	0.19 507	0.06 160	0.06 404	0.06 178	0.07 370	0.07 356	0.07 371

iinet-f	0.17 501	0.07 193	0.46 624	0.14 53	0.10 437	0.21 524	0.14 237	0.27 463	0.23 411	0.22 514	0.25 469	0.21 458	0.16 461	0.18 469	0.22 543	0.09 462	0.07 475	0.07 293	0.06 269	0.09 486	0.10 517

GASNet	0.22 560	0.24 628	0.34 601	0.26 613	0.17 615	0.27 592	0.16 384	0.45 640	0.42 585	0.27 566	0.24 443	0.30 560	0.16 461	0.27 579	0.18 492	0.12 563	0.09 541	0.12 569	0.11 562	0.16 619	0.08 441

gwcnet-sp	0.14 410	0.07 193	0.13 311	0.18 371	0.09 322	0.16 430	0.18 466	0.24 414	0.24 423	0.19 461	0.24 443	0.15 367	0.16 461	0.16 410	0.15 443	0.08 404	0.07 475	0.07 293	0.08 445	0.08 423	0.07 371

scenet	0.14 410	0.07 193	0.13 311	0.18 371	0.09 322	0.16 430	0.18 466	0.24 414	0.24 423	0.19 461	0.24 443	0.15 367	0.16 461	0.16 410	0.15 443	0.08 404	0.07 475	0.07 293	0.08 445	0.08 423	0.07 371

ssnet	0.14 410	0.07 193	0.13 311	0.18 371	0.09 322	0.16 430	0.18 466	0.24 414	0.24 423	0.19 461	0.24 443	0.15 367	0.16 461	0.16 410	0.15 443	0.08 404	0.07 475	0.07 293	0.08 445	0.08 423	0.07 371

qqq	0.13 377	0.09 406	0.15 392	0.16 193	0.08 203	0.13 333	0.15 320	0.24 414	0.16 260	0.15 369	0.19 381	0.16 389	0.16 461	0.15 381	0.16 462	0.07 329	0.06 404	0.08 383	0.08 445	0.07 356	0.07 371

BSDual-CNN	0.15 452	0.09 406	0.14 357	0.22 563	0.10 437	0.15 402	0.15 320	0.34 571	0.20 364	0.17 412	0.23 431	0.25 515	0.16 461	0.16 410	0.14 406	0.08 404	0.06 404	0.10 517	0.09 491	0.07 356	0.07 371

psmg	0.14 410	0.09 406	0.14 357	0.17 281	0.10 437	0.15 402	0.17 417	0.29 507	0.20 364	0.17 412	0.21 409	0.25 515	0.16 461	0.16 410	0.14 406	0.08 404	0.07 475	0.08 383	0.08 445	0.07 356	0.07 371

CSP-Net	0.16 479	0.09 406	0.14 357	0.17 281	0.09 322	0.19 493	0.18 466	0.25 435	0.33 525	0.26 559	0.31 537	0.25 515	0.16 461	0.21 530	0.19 507	0.09 462	0.06 404	0.07 293	0.07 370	0.08 423	0.08 441

DAS	0.15 452	0.08 326	0.18 493	0.19 441	0.10 437	0.19 493	0.17 417	0.28 488	0.30 504	0.18 445	0.26 482	0.21 458	0.16 461	0.16 410	0.13 369	0.08 404	0.06 404	0.06 178	0.06 269	0.07 356	0.07 371

SepStereo	0.15 452	0.08 326	0.18 493	0.19 441	0.10 437	0.19 493	0.17 417	0.28 488	0.30 504	0.18 445	0.26 482	0.21 458	0.16 461	0.26 577	0.13 369	0.08 404	0.06 404	0.06 178	0.06 269	0.07 356	0.07 371

DRaft	0.12 349	0.06 92	0.12 271	0.14 53	0.09 322	0.14 377	0.17 417	0.21 345	0.30 504	0.18 445	0.27 500	0.10 242	0.16 461	0.11 182	0.12 333	0.05 48	0.04 24	0.07 293	0.07 370	0.05 156	0.05 184

ADLNet	0.16 479	0.08 326	0.15 392	0.16 193	0.10 437	0.16 430	0.17 417	0.33 556	0.27 474	0.23 529	0.27 500	0.24 502	0.16 461	0.18 469	0.21 530	0.10 503	0.06 404	0.10 517	0.10 530	0.08 423	0.09 487

222	0.16 479	0.07 193	0.15 392	0.14 53	0.08 203	0.25 571	0.18 466	0.30 520	0.21 379	0.18 445	0.29 526	0.17 407	0.16 461	0.16 410	0.44 655	0.10 503	0.05 235	0.07 293	0.06 269	0.08 423	0.08 441

GANet-RSSM	0.14 410	0.07 193	0.13 311	0.13 11	0.08 203	0.14 377	0.18 466	0.23 388	0.21 379	0.17 412	0.25 469	0.24 502	0.16 461	0.16 410	0.16 462	0.10 503	0.06 404	0.07 293	0.08 445	0.08 423	0.07 371

DSFCA	0.16 479	0.09 406	0.14 357	0.16 193	0.10 437	0.21 524	0.19 512	0.28 488	0.31 514	0.23 529	0.25 469	0.22 476	0.16 461	0.20 512	0.20 517	0.10 503	0.07 475	0.09 469	0.09 491	0.08 423	0.08 441

iResNet_ROB	0.14 410	0.07 193	0.13 311	0.15 101	0.07 119	0.19 493	0.14 237	0.26 449	0.32 520	0.23 529	0.26 482	0.23 493	0.16 461	0.15 381	0.14 406	0.07 329	0.05 235	0.05 43	0.04 49	0.08 423	0.08 441

z-ln-s-r	0.18 517	0.10 474	0.41 617	0.19 441	0.08 203	0.18 470	0.18 466	0.23 388	0.34 536	0.19 461	0.41 604	0.22 476	0.17 487	0.20 512	0.25 574	0.07 329	0.05 235	0.07 293	0.07 370	0.07 356	0.06 284

xyz-stereo	0.14 410	0.07 193	0.22 542	0.15 101	0.05 2	0.22 538	0.15 320	0.17 246	0.31 514	0.15 369	0.28 511	0.26 525	0.17 487	0.13 330	0.12 333	0.05 48	0.05 235	0.06 178	0.05 185	0.04 45	0.04 47

coex_refinement	0.14 410	0.07 193	0.12 271	0.17 281	0.10 437	0.16 430	0.15 320	0.27 463	0.29 498	0.18 445	0.21 409	0.22 476	0.17 487	0.16 410	0.19 507	0.08 404	0.05 235	0.06 178	0.06 269	0.09 486	0.08 441

DispNO	0.15 452	0.09 406	0.18 493	0.19 441	0.12 525	0.11 236	0.21 550	0.23 388	0.29 498	0.18 445	0.23 431	0.19 432	0.17 487	0.16 410	0.16 462	0.07 329	0.05 235	0.08 383	0.08 445	0.07 356	0.06 284

AASNet	0.16 479	0.08 326	0.13 311	0.19 441	0.09 322	0.19 493	0.15 320	0.38 609	0.37 561	0.20 483	0.24 443	0.20 449	0.17 487	0.17 450	0.21 530	0.10 503	0.08 508	0.08 383	0.07 370	0.09 486	0.09 487

PSMNet-ADL	0.15 452	0.12 519	0.13 311	0.22 563	0.09 322	0.13 333	0.20 533	0.26 449	0.23 411	0.18 445	0.20 391	0.23 493	0.17 487	0.18 469	0.18 492	0.09 462	0.08 508	0.08 383	0.11 562	0.08 423	0.07 371

LMCR-Stereo	0.15 452	0.08 326	0.14 357	0.21 541	0.09 322	0.18 470	0.19 512	0.28 488	0.19 341	0.24 541	0.24 443	0.23 493	0.17 487	0.20 512	0.17 479	0.07 329	0.06 404	0.08 383	0.06 269	0.10 522	0.09 487

test_xeample	0.15 452	0.07 193	0.14 357	0.15 101	0.08 203	0.22 538	0.20 533	0.29 507	0.21 379	0.16 398	0.29 526	0.19 432	0.17 487	0.16 410	0.28 601	0.09 462	0.05 235	0.07 293	0.07 370	0.07 356	0.07 371

ACVNet	0.15 452	0.09 406	0.15 392	0.13 11	0.12 525	0.14 377	0.20 533	0.22 369	0.34 536	0.17 412	0.26 482	0.21 458	0.17 487	0.18 469	0.21 530	0.07 329	0.06 404	0.06 178	0.06 269	0.08 423	0.06 284

acv_ft	0.15 452	0.09 406	0.16 435	0.19 441	0.10 437	0.16 430	0.17 417	0.25 435	0.34 536	0.19 461	0.26 482	0.21 458	0.17 487	0.18 469	0.19 507	0.07 329	0.06 404	0.06 178	0.06 269	0.08 423	0.06 284

cf-r	0.14 410	0.07 193	0.13 311	0.16 193	0.08 203	0.14 377	0.19 512	0.21 345	0.25 448	0.17 412	0.26 482	0.22 476	0.17 487	0.14 362	0.15 443	0.10 503	0.05 235	0.06 178	0.08 445	0.06 275	0.06 284

GwcNet-RSSM	0.14 410	0.07 193	0.12 271	0.16 193	0.08 203	0.15 402	0.20 533	0.22 369	0.28 490	0.18 445	0.28 511	0.23 493	0.17 487	0.15 381	0.16 462	0.10 503	0.06 404	0.07 293	0.09 491	0.07 356	0.07 371

NLCA_NET_v2_RVC	0.17 501	0.10 474	0.23 550	0.20 505	0.10 437	0.15 402	0.18 466	0.31 537	0.25 448	0.21 499	0.31 537	0.25 515	0.17 487	0.21 530	0.20 517	0.09 462	0.06 404	0.08 383	0.09 491	0.07 356	0.08 441
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
HSM	0.15 452	0.09 406	0.15 392	0.16 193	0.09 322	0.16 430	0.14 237	0.28 488	0.25 448	0.20 483	0.24 443	0.37 604	0.17 487	0.20 512	0.15 443	0.07 329	0.05 235	0.07 293	0.06 269	0.07 356	0.06 284

YMNet	0.20 538	0.12 519	0.20 522	0.21 541	0.14 570	0.27 592	0.23 576	0.32 542	0.34 536	0.28 579	0.35 566	0.30 560	0.18 501	0.18 469	0.22 543	0.11 537	0.13 608	0.10 517	0.10 530	0.09 486	0.09 487

YMNet_1	0.20 538	0.12 519	0.20 522	0.21 541	0.14 570	0.27 592	0.23 576	0.32 542	0.34 536	0.28 579	0.35 566	0.30 560	0.18 501	0.18 469	0.22 543	0.11 537	0.13 608	0.10 517	0.10 530	0.09 486	0.09 487

ISRNet	0.18 517	0.08 326	0.20 522	0.19 441	0.13 551	0.15 402	0.12 102	0.30 520	0.33 525	0.21 499	0.26 482	0.27 532	0.18 501	0.17 450	0.20 517	0.20 639	0.08 508	0.14 597	0.14 602	0.14 594	0.17 627

rvit_105_1	0.19 529	0.12 519	0.25 559	0.21 541	0.16 603	0.22 538	0.28 623	0.32 542	0.42 585	0.20 483	0.21 409	0.22 476	0.18 501	0.19 494	0.18 492	0.12 563	0.12 594	0.13 583	0.15 618	0.08 423	0.07 371

x	0.13 377	0.08 326	0.15 392	0.14 53	0.08 203	0.19 493	0.14 237	0.22 369	0.21 379	0.15 369	0.20 391	0.20 449	0.18 501	0.18 469	0.18 492	0.07 329	0.05 235	0.06 178	0.06 269	0.07 356	0.07 371

CRFU-Net	0.16 479	0.08 326	0.15 392	0.17 281	0.09 322	0.20 513	0.14 237	0.27 463	0.21 379	0.28 579	0.28 511	0.29 550	0.18 501	0.19 494	0.18 492	0.09 462	0.09 541	0.07 293	0.07 370	0.08 423	0.09 487

hknet	0.15 452	0.11 500	0.14 357	0.22 563	0.11 493	0.15 402	0.15 320	0.34 571	0.26 461	0.17 412	0.23 431	0.22 476	0.18 501	0.17 450	0.13 369	0.07 329	0.06 404	0.10 517	0.09 491	0.07 356	0.07 371

AACVNet	0.16 479	0.08 326	0.15 392	0.15 101	0.10 437	0.18 470	0.15 320	0.24 414	0.25 448	0.27 566	0.27 500	0.28 542	0.18 501	0.19 494	0.17 479	0.09 462	0.07 475	0.09 469	0.07 370	0.10 522	0.09 487

ICVP	0.16 479	0.09 406	0.12 271	0.22 563	0.09 322	0.18 470	0.21 550	0.26 449	0.24 423	0.18 445	0.30 532	0.27 532	0.18 501	0.18 469	0.15 443	0.10 503	0.07 475	0.08 383	0.07 370	0.07 356	0.08 441
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ac_64	0.16 479	0.09 406	0.15 392	0.18 371	0.10 437	0.22 538	0.17 417	0.24 414	0.22 401	0.19 461	0.24 443	0.29 550	0.18 501	0.19 494	0.22 543	0.09 462	0.08 508	0.08 383	0.09 491	0.07 356	0.06 284

HGLStereo	0.17 501	0.09 406	0.19 517	0.17 281	0.12 525	0.18 470	0.18 466	0.31 537	0.33 525	0.22 514	0.33 552	0.24 502	0.18 501	0.20 512	0.21 530	0.10 503	0.09 541	0.07 293	0.07 370	0.09 486	0.10 517

CCAANet	0.14 410	0.06 92	0.12 271	0.16 193	0.08 203	0.22 538	0.14 237	0.27 463	0.18 313	0.16 398	0.37 574	0.15 367	0.18 501	0.16 410	0.13 369	0.07 329	0.05 235	0.06 178	0.06 269	0.05 156	0.07 371

DMCA	0.14 410	0.09 406	0.17 459	0.19 441	0.09 322	0.15 402	0.17 417	0.23 388	0.28 490	0.14 344	0.20 391	0.17 407	0.18 501	0.15 381	0.17 479	0.10 503	0.06 404	0.08 383	0.06 269	0.09 486	0.10 517

FADNet_RVC	0.17 501	0.14 561	0.41 617	0.20 505	0.11 493	0.13 333	0.13 168	0.27 463	0.22 401	0.21 499	0.23 431	0.20 449	0.18 501	0.15 381	0.17 479	0.08 404	0.08 508	0.12 569	0.09 491	0.11 544	0.10 517

STTStereo	0.18 517	0.13 546	0.28 573	0.20 505	0.11 493	0.16 430	0.21 550	0.29 507	0.23 411	0.22 514	0.30 532	0.29 550	0.18 501	0.20 512	0.20 517	0.12 563	0.11 578	0.11 547	0.14 602	0.09 486	0.08 441

TDLM	0.18 517	0.12 519	0.14 357	0.24 596	0.10 437	0.18 470	0.18 466	0.37 602	0.30 504	0.22 514	0.28 511	0.28 542	0.18 501	0.23 556	0.19 507	0.11 537	0.07 475	0.10 517	0.10 530	0.08 423	0.08 441

CFNet	0.15 452	0.11 500	0.17 459	0.17 281	0.08 203	0.19 493	0.10 33	0.29 507	0.26 461	0.19 461	0.24 443	0.24 502	0.18 501	0.18 469	0.15 443	0.08 404	0.06 404	0.09 469	0.10 530	0.08 423	0.07 371

CVANet_RVC	0.18 517	0.11 500	0.14 357	0.21 541	0.11 493	0.19 493	0.18 466	0.34 571	0.34 536	0.22 514	0.31 537	0.28 542	0.18 501	0.24 568	0.18 492	0.12 563	0.08 508	0.12 569	0.12 584	0.09 486	0.08 441

StereoDRNet-Refined	0.17 501	0.12 519	0.16 435	0.20 505	0.10 437	0.18 470	0.18 466	0.27 463	0.24 423	0.26 559	0.41 604	0.23 493	0.18 501	0.21 530	0.21 530	0.09 462	0.05 235	0.09 469	0.10 530	0.07 356	0.07 371
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ssnet_v2	0.17 501	0.10 474	0.18 493	0.17 281	0.11 493	0.21 524	0.22 564	0.34 571	0.25 448	0.23 529	0.23 431	0.27 532	0.19 520	0.22 548	0.21 530	0.11 537	0.10 564	0.09 469	0.09 491	0.08 423	0.08 441

Wz-Net-LNSev	0.22 560	0.16 579	0.41 617	0.22 563	0.13 551	0.25 571	0.24 587	0.33 556	0.44 596	0.30 595	0.42 612	0.32 582	0.19 520	0.23 556	0.27 593	0.10 503	0.09 541	0.08 383	0.08 445	0.12 561	0.11 543

Wz-Net-MNSev	0.23 573	0.13 546	0.33 598	0.20 505	0.15 589	0.36 628	0.25 603	0.34 571	0.45 600	0.29 589	0.41 604	0.39 615	0.19 520	0.25 573	0.27 593	0.09 462	0.07 475	0.09 469	0.09 491	0.12 561	0.10 517

ADLNet2	0.16 479	0.09 406	0.14 357	0.17 281	0.09 322	0.20 513	0.16 384	0.32 542	0.39 572	0.17 412	0.20 391	0.20 449	0.19 520	0.21 530	0.23 554	0.08 404	0.07 475	0.07 293	0.07 370	0.09 486	0.07 371

pcwnet_v2	0.19 529	0.11 500	0.26 568	0.18 371	0.14 570	0.18 470	0.15 320	0.37 602	0.46 607	0.19 461	0.24 443	0.21 458	0.19 520	0.21 530	0.20 517	0.13 582	0.10 564	0.10 517	0.10 530	0.11 544	0.13 579

delet	0.17 501	0.09 406	0.18 493	0.19 441	0.11 493	0.21 524	0.22 564	0.30 520	0.38 567	0.17 412	0.27 500	0.19 432	0.19 520	0.19 494	0.21 530	0.08 404	0.08 508	0.09 469	0.11 562	0.06 275	0.07 371

UNet	0.17 501	0.09 406	0.18 493	0.19 441	0.12 525	0.28 602	0.19 512	0.33 556	0.30 504	0.21 499	0.25 469	0.23 493	0.19 520	0.20 512	0.19 507	0.07 329	0.06 404	0.08 383	0.07 370	0.08 423	0.07 371

RASNet	0.15 452	0.07 193	0.15 392	0.16 193	0.08 203	0.19 493	0.14 237	0.30 520	0.21 379	0.17 412	0.25 469	0.21 458	0.19 520	0.20 512	0.20 517	0.07 329	0.06 404	0.06 178	0.08 445	0.06 275	0.06 284

NVstereo2D	0.19 529	0.11 500	0.16 435	0.17 281	0.16 603	0.28 602	0.23 576	0.44 638	0.42 585	0.15 369	0.28 511	0.25 515	0.19 520	0.23 556	0.18 492	0.09 462	0.06 404	0.10 517	0.08 445	0.15 606	0.10 517

DeepPruner_ROB	0.16 479	0.11 500	0.16 435	0.17 281	0.10 437	0.17 454	0.15 320	0.32 542	0.21 379	0.19 461	0.21 409	0.22 476	0.19 520	0.21 530	0.16 462	0.13 582	0.09 541	0.09 469	0.10 530	0.11 544	0.11 543

StereoDRNet	0.19 529	0.11 500	0.18 493	0.22 563	0.11 493	0.22 538	0.22 564	0.37 602	0.34 536	0.24 541	0.28 511	0.30 560	0.19 520	0.20 512	0.21 530	0.10 503	0.08 508	0.11 547	0.09 491	0.09 486	0.07 371

pmcnn	0.15 452	0.07 193	0.20 522	0.15 101	0.07 119	0.21 524	0.16 384	0.25 435	0.26 461	0.21 499	0.33 552	0.29 550	0.19 520	0.18 469	0.17 479	0.07 329	0.05 235	0.05 43	0.04 49	0.07 356	0.06 284

TCMNet	0.19 529	0.12 519	0.20 522	0.21 541	0.18 625	0.21 524	0.24 587	0.28 488	0.36 555	0.23 529	0.26 482	0.25 515	0.20 532	0.20 512	0.23 554	0.13 582	0.11 578	0.11 547	0.12 584	0.13 577	0.12 564

DualNet (step1)	0.17 501	0.12 519	0.21 532	0.13 11	0.14 570	0.18 470	0.14 237	0.28 488	0.24 423	0.21 499	0.21 409	0.24 502	0.20 532	0.16 410	0.16 462	0.15 607	0.06 404	0.14 597	0.14 602	0.15 606	0.13 579

test_sample9	0.18 517	0.12 519	0.21 532	0.13 11	0.14 570	0.18 470	0.14 237	0.28 488	0.24 423	0.21 499	0.21 409	0.24 502	0.20 532	0.19 494	0.18 492	0.15 607	0.30 660	0.14 597	0.14 602	0.15 606	0.13 579

test_sample7	0.16 479	0.10 474	0.16 435	0.14 53	0.12 525	0.16 430	0.17 417	0.28 488	0.24 423	0.21 499	0.21 409	0.24 502	0.20 532	0.16 410	0.16 462	0.12 563	0.06 404	0.10 517	0.09 491	0.11 544	0.10 517

IER	0.14 410	0.08 326	0.13 311	0.17 281	0.09 322	0.14 377	0.16 384	0.26 449	0.27 474	0.18 445	0.26 482	0.17 407	0.20 532	0.17 450	0.14 406	0.08 404	0.05 235	0.07 293	0.06 269	0.08 423	0.07 371

MMNet	0.17 501	0.10 474	0.17 459	0.20 505	0.11 493	0.27 592	0.20 533	0.26 449	0.42 585	0.22 514	0.30 532	0.22 476	0.20 532	0.18 469	0.20 517	0.06 160	0.06 404	0.07 293	0.07 370	0.08 423	0.07 371

UPFNet	0.16 479	0.08 326	0.12 271	0.20 505	0.12 525	0.20 513	0.23 576	0.28 488	0.26 461	0.18 445	0.24 443	0.22 476	0.20 532	0.19 494	0.22 543	0.09 462	0.07 475	0.08 383	0.09 491	0.08 423	0.06 284

SGM-Forest	0.20 538	0.14 561	0.18 493	0.20 505	0.13 551	0.21 524	0.22 564	0.33 556	0.31 514	0.24 541	0.29 526	0.28 542	0.20 532	0.23 556	0.18 492	0.15 607	0.16 628	0.15 608	0.14 602	0.13 577	0.12 564
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
fast-acv-ft	0.18 517	0.11 500	0.20 522	0.19 441	0.12 525	0.26 583	0.21 550	0.26 449	0.35 550	0.22 514	0.34 562	0.27 532	0.21 540	0.21 530	0.23 554	0.09 462	0.09 541	0.08 383	0.10 530	0.08 423	0.07 371

DGSMNet	0.25 591	0.19 607	0.34 601	0.21 541	0.24 644	0.24 562	0.21 550	0.36 593	0.42 585	0.25 554	0.32 546	0.38 610	0.21 540	0.29 595	0.24 566	0.13 582	0.11 578	0.14 597	0.16 622	0.23 639	0.23 644

GwcNet	0.20 538	0.14 561	0.20 522	0.18 371	0.12 525	0.25 571	0.20 533	0.36 593	0.45 600	0.20 483	0.33 552	0.33 588	0.21 540	0.22 548	0.25 574	0.11 537	0.09 541	0.09 469	0.09 491	0.09 486	0.10 517

FADNet-RVC	0.21 552	0.20 612	0.40 615	0.21 541	0.16 603	0.21 524	0.15 320	0.27 463	0.27 474	0.26 559	0.32 546	0.26 525	0.21 540	0.22 548	0.19 507	0.12 563	0.13 608	0.12 569	0.14 602	0.13 577	0.18 631

FADNet	0.21 552	0.23 625	0.37 610	0.18 371	0.17 615	0.25 571	0.13 168	0.32 542	0.32 520	0.23 529	0.25 469	0.27 532	0.21 540	0.19 494	0.16 462	0.13 582	0.15 622	0.12 569	0.15 618	0.17 626	0.18 631

MaskLacGwcNet_RVC	0.22 560	0.21 618	0.25 559	0.26 613	0.11 493	0.24 562	0.14 237	0.39 615	0.24 423	0.32 609	0.36 571	0.30 560	0.21 540	0.19 494	0.22 543	0.17 629	0.14 618	0.21 633	0.16 622	0.13 577	0.12 564

MDST_ROB	0.22 560	0.10 474	0.18 493	0.18 371	0.11 493	0.40 639	0.19 512	0.44 638	0.42 585	0.40 628	0.40 593	0.29 550	0.21 540	0.27 579	0.19 507	0.11 537	0.10 564	0.14 597	0.11 562	0.10 522	0.08 441

SQANet	0.24 584	0.24 628	0.31 591	0.31 641	0.19 629	0.27 592	0.13 168	0.30 520	0.33 525	0.25 554	0.37 574	0.31 575	0.22 547	0.27 579	0.23 554	0.15 607	0.10 564	0.21 633	0.16 622	0.22 636	0.16 618

SuperB	0.20 538	0.10 474	0.57 638	0.16 193	0.09 322	0.19 493	0.18 466	0.25 435	0.51 619	0.27 566	0.39 590	0.17 407	0.22 547	0.22 548	0.21 530	0.08 404	0.06 404	0.06 178	0.06 269	0.12 561	0.11 543

RTSC	0.23 573	0.13 546	0.30 588	0.21 541	0.13 551	0.29 606	0.17 417	0.36 593	0.68 655	0.27 566	0.34 562	0.30 560	0.22 547	0.32 607	0.31 623	0.10 503	0.08 508	0.09 469	0.10 530	0.13 577	0.14 595

ADCP+	0.20 538	0.10 474	0.35 607	0.21 541	0.12 525	0.22 538	0.27 617	0.31 537	0.35 550	0.26 559	0.37 574	0.22 476	0.22 547	0.27 579	0.28 601	0.09 462	0.06 404	0.08 383	0.08 445	0.10 522	0.10 517

AANet_RVC	0.16 479	0.10 474	0.11 222	0.18 371	0.09 322	0.19 493	0.18 466	0.27 463	0.32 520	0.22 514	0.35 566	0.21 458	0.22 547	0.22 548	0.17 479	0.06 160	0.05 235	0.06 178	0.06 269	0.07 356	0.06 284

DRN-Test	0.20 538	0.11 500	0.21 532	0.22 563	0.10 437	0.22 538	0.22 564	0.40 618	0.38 567	0.24 541	0.33 552	0.26 525	0.22 547	0.22 548	0.25 574	0.11 537	0.07 475	0.11 547	0.10 530	0.09 486	0.08 441

w-ln-seven-2	0.20 538	0.14 561	0.39 612	0.23 584	0.12 525	0.21 524	0.21 550	0.29 507	0.38 567	0.25 554	0.38 582	0.28 542	0.23 553	0.21 530	0.25 574	0.08 404	0.08 508	0.09 469	0.09 491	0.10 522	0.09 487

w-ln-seven	0.24 584	0.15 568	0.58 641	0.20 505	0.14 570	0.26 583	0.22 564	0.36 593	0.62 645	0.30 595	0.40 593	0.30 560	0.23 553	0.22 548	0.28 601	0.09 462	0.09 541	0.11 547	0.10 530	0.11 544	0.10 517

SACVNet	0.19 529	0.12 519	0.15 392	0.17 281	0.13 551	0.22 538	0.18 466	0.31 537	0.31 514	0.24 541	0.31 537	0.30 560	0.23 553	0.23 556	0.17 479	0.11 537	0.08 508	0.10 517	0.10 530	0.12 561	0.14 595

FINET	0.22 560	0.18 603	0.28 573	0.19 441	0.16 603	0.24 562	0.24 587	0.33 556	0.49 611	0.26 559	0.33 552	0.22 476	0.23 553	0.23 556	0.18 492	0.18 630	0.16 628	0.11 547	0.10 530	0.15 606	0.14 595

hitnet-ft	0.18 517	0.10 474	0.17 459	0.14 53	0.09 322	0.27 592	0.20 533	0.25 435	0.26 461	0.24 541	0.32 546	0.32 582	0.23 553	0.24 568	0.21 530	0.12 563	0.07 475	0.10 517	0.08 445	0.12 561	0.11 543

ADCRef	0.20 538	0.12 519	0.43 622	0.20 505	0.12 525	0.23 553	0.18 466	0.32 542	0.37 561	0.26 559	0.33 552	0.18 422	0.23 553	0.25 573	0.26 587	0.07 329	0.06 404	0.09 469	0.09 491	0.08 423	0.09 487

NaN_ROB	0.23 573	0.20 612	0.25 559	0.25 604	0.13 551	0.31 611	0.27 617	0.34 571	0.41 583	0.31 602	0.31 537	0.32 582	0.23 553	0.31 602	0.22 543	0.11 537	0.17 632	0.10 517	0.11 562	0.08 423	0.09 487

PSMNet_ROB	0.22 560	0.12 519	0.15 392	0.27 621	0.15 589	0.25 571	0.36 654	0.43 634	0.37 561	0.27 566	0.33 552	0.32 582	0.23 553	0.21 530	0.27 593	0.12 563	0.08 508	0.13 583	0.11 562	0.10 522	0.09 487

CBMV	0.20 538	0.15 568	0.18 493	0.18 371	0.10 437	0.20 513	0.11 67	0.30 520	0.31 514	0.29 589	0.31 537	0.31 575	0.23 553	0.28 588	0.19 507	0.13 582	0.15 622	0.17 619	0.16 622	0.10 522	0.10 517
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	0.25 591	0.15 568	0.47 627	0.19 441	0.13 551	0.28 602	0.25 603	0.35 586	0.64 649	0.27 566	0.57 641	0.29 550	0.24 562	0.32 607	0.27 593	0.08 404	0.08 508	0.08 383	0.08 445	0.10 522	0.10 517

PSMNet-RUCA	0.28 614	0.33 649	0.42 620	0.36 649	0.32 656	0.18 470	0.20 533	0.42 628	0.30 504	0.33 613	0.41 604	0.40 621	0.24 562	0.31 602	0.20 517	0.19 634	0.11 578	0.25 640	0.15 618	0.22 636	0.16 618

ToySt	0.17 501	0.11 500	0.19 517	0.17 281	0.11 493	0.16 430	0.26 612	0.24 414	0.33 525	0.19 461	0.24 443	0.26 525	0.24 562	0.19 494	0.21 530	0.07 329	0.08 508	0.09 469	0.10 530	0.09 486	0.08 441

RYNet	0.23 573	0.12 519	0.22 542	0.19 441	0.17 615	0.47 646	0.26 612	0.39 615	0.49 611	0.24 541	0.29 526	0.34 593	0.24 562	0.20 512	0.31 623	0.10 503	0.06 404	0.09 469	0.09 491	0.14 594	0.15 609

PS-NSSS	0.20 538	0.21 618	0.23 550	0.20 505	0.10 437	0.19 493	0.17 417	0.36 593	0.26 461	0.27 566	0.34 562	0.27 532	0.24 562	0.20 512	0.20 517	0.15 607	0.12 594	0.17 619	0.14 602	0.10 522	0.09 487

CBMV_ROB	0.19 529	0.13 546	0.18 493	0.16 193	0.11 493	0.16 430	0.12 102	0.27 463	0.29 498	0.27 566	0.31 537	0.27 532	0.24 562	0.24 568	0.16 462	0.15 607	0.18 634	0.22 637	0.20 635	0.10 522	0.12 564

NOSS_ROB	0.19 529	0.13 546	0.18 493	0.16 193	0.12 525	0.16 430	0.12 102	0.30 520	0.33 525	0.20 483	0.22 426	0.27 532	0.24 562	0.21 530	0.16 462	0.16 624	0.18 634	0.23 638	0.21 637	0.13 577	0.13 579

DispFullNet	0.27 611	0.22 622	0.66 650	0.28 628	0.17 615	0.27 592	0.17 417	0.34 571	0.57 634	0.27 566	0.37 574	0.43 628	0.24 562	0.39 635	0.25 574	0.12 563	0.06 404	0.19 630	0.11 562	0.23 639	0.16 618

zh-mn7	0.26 603	0.15 568	0.59 643	0.19 441	0.14 570	0.24 562	0.22 564	0.35 586	0.63 648	0.35 615	0.67 651	0.31 575	0.25 570	0.31 602	0.26 587	0.09 462	0.08 508	0.09 469	0.09 491	0.09 486	0.11 543

HBP-ISP	0.18 517	0.13 546	0.17 459	0.15 101	0.11 493	0.08 71	0.13 168	0.28 488	0.30 504	0.22 514	0.33 552	0.21 458	0.25 570	0.23 556	0.18 492	0.15 607	0.17 632	0.21 633	0.17 629	0.10 522	0.09 487

WZ-Net	0.29 618	0.17 589	0.82 669	0.23 584	0.16 603	0.35 624	0.29 634	0.40 618	0.59 639	0.24 541	0.57 641	0.37 604	0.25 570	0.34 614	0.37 641	0.09 462	0.08 508	0.09 469	0.10 530	0.14 594	0.16 618

Syn2CoEx	0.22 560	0.16 579	0.29 582	0.29 635	0.15 589	0.26 583	0.21 550	0.34 571	0.32 520	0.29 589	0.36 571	0.28 542	0.25 570	0.20 512	0.25 574	0.16 624	0.12 594	0.14 597	0.11 562	0.09 486	0.08 441

psm_up	0.19 529	0.10 474	0.18 493	0.21 541	0.11 493	0.17 454	0.19 512	0.38 609	0.34 536	0.22 514	0.28 511	0.29 550	0.25 570	0.20 512	0.22 543	0.09 462	0.10 564	0.11 547	0.11 562	0.08 423	0.08 441

RP	0.22 560	0.13 546	0.22 542	0.23 584	0.12 525	0.21 524	0.20 533	0.26 449	0.45 600	0.22 514	0.38 582	0.37 604	0.25 570	0.28 588	0.25 574	0.11 537	0.12 594	0.13 583	0.12 584	0.13 577	0.14 595

DLCB_ROB	0.18 517	0.10 474	0.16 435	0.23 584	0.11 493	0.24 562	0.18 466	0.30 520	0.28 490	0.27 566	0.29 526	0.28 542	0.25 570	0.20 512	0.20 517	0.08 404	0.08 508	0.09 469	0.09 491	0.07 356	0.07 371

PWC_ROB	0.21 552	0.16 579	0.27 570	0.18 371	0.11 493	0.22 538	0.13 168	0.33 556	0.49 611	0.30 595	0.40 593	0.32 582	0.25 570	0.31 602	0.23 554	0.10 503	0.07 475	0.11 547	0.08 445	0.11 544	0.10 517

FSD					0.23 640	0.25 571	0.25 603	0.27 463	0.26 461	0.25 554	0.26 482	0.26 525	0.26 578	0.27 579	0.24 566	0.21 642	0.20 640	0.27 644	0.26 647	0.25 647

test_sample8	0.20 538	0.12 519	0.21 532	0.13 11	0.14 570	0.18 470	0.14 237	0.32 542	0.21 379	0.28 579	0.22 426	0.36 601	0.26 578	0.19 494	0.18 492	0.15 607	0.30 660	0.14 597	0.14 602	0.15 606	0.13 579

Wz-Net-SNSev	0.26 603	0.17 589	0.46 624	0.25 604	0.14 570	0.26 583	0.24 587	0.38 609	0.57 634	0.30 595	0.56 637	0.39 615	0.26 578	0.24 568	0.32 628	0.10 503	0.09 541	0.10 517	0.11 562	0.11 544	0.11 543

DDUNet	0.23 573	0.18 603	0.22 542	0.22 563	0.15 589	0.25 571	0.24 587	0.30 520	0.31 514	0.31 602	0.37 574	0.34 593	0.26 578	0.25 573	0.21 530	0.18 630	0.13 608	0.17 619	0.11 562	0.16 619	0.17 627

PA-Net	0.24 584	0.18 603	0.34 601	0.28 628	0.22 639	0.22 538	0.39 659	0.29 507	0.39 572	0.22 514	0.33 552	0.25 515	0.26 578	0.21 530	0.25 574	0.10 503	0.23 653	0.15 608	0.22 640	0.09 486	0.13 579
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	0.20 538	0.09 406	0.22 542	0.17 281	0.10 437	0.25 571	0.18 466	0.28 488	0.45 600	0.23 529	0.32 546	0.34 593	0.26 578	0.29 595	0.29 610	0.08 404	0.06 404	0.07 293	0.07 370	0.09 486	0.10 517

LALA_ROB	0.25 591	0.16 579	0.23 550	0.27 621	0.17 615	0.27 592	0.27 617	0.42 628	0.38 567	0.33 613	0.39 590	0.51 644	0.26 578	0.29 595	0.28 601	0.16 624	0.09 541	0.13 583	0.12 584	0.13 577	0.13 579

ACVNet-4b	0.39 639	0.53 660	0.56 636	0.45 657	0.24 644	0.46 645	0.18 466	0.50 648	0.64 649	0.42 634	0.45 619	0.60 652	0.27 585	0.34 614	0.24 566	0.33 658	0.14 618	0.48 663	0.42 665	0.31 657	0.27 652

Anonymous_2	0.22 560	0.17 589	0.28 573	0.15 101	0.16 603	0.33 615	0.22 564	0.23 388	0.18 313	0.23 529	0.24 443	0.26 525	0.27 585	0.27 579	0.24 566	0.22 646	0.26 656	0.17 619	0.17 629	0.16 619	0.18 631

DMCA-RVC	0.17 501	0.10 474	0.16 435	0.24 596	0.11 493	0.19 493	0.18 466	0.26 449	0.24 423	0.21 499	0.27 500	0.25 515	0.27 585	0.18 469	0.21 530	0.12 563	0.08 508	0.13 583	0.10 530	0.10 522	0.08 441

AF-Net	0.23 573	0.17 589	0.17 459	0.27 621	0.13 551	0.26 583	0.24 587	0.33 556	0.51 619	0.25 554	0.33 552	0.39 615	0.27 585	0.28 588	0.26 587	0.11 537	0.10 564	0.16 616	0.12 584	0.11 544	0.11 543

stereogan	0.22 560	0.11 500	0.21 532	0.20 505	0.12 525	0.32 613	0.19 512	0.36 593	0.45 600	0.23 529	0.39 590	0.35 599	0.27 585	0.33 611	0.23 554	0.10 503	0.12 594	0.10 517	0.10 530	0.14 594	0.14 595

FBW_ROB	0.25 591	0.17 589	0.23 550	0.27 621	0.14 570	0.26 583	0.22 564	0.42 628	0.43 594	0.42 634	0.41 604	0.43 628	0.27 585	0.32 607	0.24 566	0.09 462	0.15 622	0.15 608	0.12 584	0.12 561	0.10 517

SANet	0.25 591	0.14 561	0.29 582	0.21 541	0.11 493	0.29 606	0.25 603	0.40 618	0.65 653	0.36 618	0.40 593	0.42 626	0.27 585	0.27 579	0.25 574	0.12 563	0.09 541	0.10 517	0.09 491	0.13 577	0.12 564

XPNet_ROB	0.22 560	0.12 519	0.20 522	0.22 563	0.13 551	0.22 538	0.19 512	0.35 586	0.40 576	0.30 595	0.40 593	0.38 610	0.27 585	0.26 577	0.29 610	0.15 607	0.10 564	0.10 517	0.10 530	0.13 577	0.12 564

ETE_ROB	0.23 573	0.17 589	0.23 550	0.25 604	0.14 570	0.26 583	0.29 634	0.32 542	0.37 561	0.28 579	0.37 574	0.45 632	0.27 585	0.28 588	0.27 593	0.11 537	0.09 541	0.12 569	0.10 530	0.14 594	0.13 579

DStereoO	0.25 591	0.18 603	0.19 517	0.20 505	0.15 589	0.22 538	0.19 512	0.33 556	0.42 585	0.30 595	0.22 426	0.33 588	0.28 594	0.42 646	0.28 601	0.47 668	0.12 594	0.31 656	0.11 562	0.17 626	0.12 564

MSAF-DinoV2	0.23 573	0.11 500	0.25 559	0.17 281	0.10 437	0.28 602	0.17 417	0.38 609	0.56 632	0.21 499	0.27 500	0.47 640	0.28 594	0.36 623	0.40 647	0.09 462	0.06 404	0.07 293	0.09 491	0.12 561	0.11 543

aanetorigin	0.22 560	0.17 589	0.57 638	0.18 371	0.10 437	0.16 430	0.19 512	0.20 327	0.33 525	0.49 645	0.48 625	0.30 560	0.28 594	0.21 530	0.24 566	0.08 404	0.07 475	0.08 383	0.07 370	0.10 522	0.09 487

RGC	0.25 591	0.20 612	0.29 582	0.28 628	0.16 603	0.22 538	0.23 576	0.33 556	0.44 596	0.27 566	0.40 593	0.38 610	0.28 594	0.37 628	0.23 554	0.11 537	0.13 608	0.17 619	0.17 629	0.15 606	0.16 618

DeepPrunerF	0.24 584	0.17 589	0.45 623	0.26 613	0.16 603	0.23 553	0.29 634	0.37 602	0.51 619	0.27 566	0.31 537	0.24 502	0.28 594	0.22 548	0.23 554	0.15 607	0.11 578	0.20 632	0.18 633	0.12 561	0.14 595

UDG	0.21 552	0.17 589	0.20 522	0.23 584	0.15 589	0.31 611	0.20 533	0.33 556	0.35 550	0.24 541	0.28 511	0.31 575	0.29 599	0.21 530	0.23 554	0.15 607	0.12 594	0.13 583	0.09 491	0.14 594	0.15 609

APVNet	0.23 573	0.12 519	0.20 522	0.18 371	0.14 570	0.32 613	0.31 643	0.40 618	0.33 525	0.27 566	0.40 593	0.30 560	0.29 599	0.27 579	0.25 574	0.11 537	0.12 594	0.11 547	0.14 602	0.12 561	0.13 579

S-Stereo	0.21 552	0.12 519	0.25 559	0.21 541	0.13 551	0.21 524	0.19 512	0.33 556	0.45 600	0.23 529	0.36 571	0.28 542	0.29 599	0.20 512	0.23 554	0.09 462	0.12 594	0.10 517	0.10 530	0.13 577	0.14 595

G-Net	0.25 591	0.17 589	0.38 611	0.23 584	0.16 603	0.51 649	0.23 576	0.29 507	0.35 550	0.36 618	0.38 582	0.31 575	0.29 599	0.28 588	0.27 593	0.11 537	0.09 541	0.12 569	0.10 530	0.16 619	0.14 595

NCC-stereo	0.25 591	0.15 568	0.31 591	0.26 613	0.17 615	0.21 524	0.31 643	0.41 623	0.40 576	0.24 541	0.38 582	0.33 588	0.29 599	0.37 628	0.28 601	0.13 582	0.11 578	0.15 608	0.22 640	0.13 577	0.13 579

Nwc_Net	0.23 573	0.17 589	0.22 542	0.25 604	0.15 589	0.25 571	0.27 617	0.38 609	0.39 572	0.22 514	0.41 604	0.30 560	0.29 599	0.28 588	0.25 574	0.11 537	0.10 564	0.17 619	0.20 635	0.10 522	0.11 543

Abc-Net	0.25 591	0.15 568	0.31 591	0.26 613	0.17 615	0.21 524	0.31 643	0.41 623	0.40 576	0.24 541	0.38 582	0.33 588	0.29 599	0.37 628	0.28 601	0.13 582	0.11 578	0.15 608	0.22 640	0.13 577	0.13 579
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 603	0.15 568	0.31 591	0.24 596	0.18 625	0.23 553	0.15 320	0.39 615	0.72 660	0.32 609	0.42 612	0.36 601	0.29 599	0.33 611	0.30 617	0.13 582	0.11 578	0.14 597	0.13 596	0.16 619	0.20 639

ADCPNet	0.26 603	0.17 589	0.62 646	0.21 541	0.15 589	0.36 628	0.25 603	0.33 556	0.37 561	0.31 602	0.41 604	0.36 601	0.29 599	0.29 595	0.34 635	0.12 563	0.10 564	0.11 547	0.12 584	0.14 594	0.13 579

GANet	0.22 560	0.13 546	0.21 532	0.25 604	0.14 570	0.23 553	0.22 564	0.42 628	0.27 474	0.31 602	0.43 615	0.37 604	0.29 599	0.23 556	0.23 554	0.10 503	0.12 594	0.10 517	0.09 491	0.10 522	0.08 441

NCCL2	0.24 584	0.15 568	0.18 493	0.34 645	0.18 625	0.24 562	0.24 587	0.34 571	0.29 498	0.31 602	0.38 582	0.38 610	0.29 599	0.23 556	0.25 574	0.15 607	0.12 594	0.18 628	0.21 637	0.13 577	0.13 579

ccnet	0.30 621	0.28 638	0.24 556	0.20 505	0.28 651	0.41 641	0.22 564	0.46 643	0.33 525	0.37 622	0.46 622	0.37 604	0.30 610	0.40 639	0.43 652	0.23 651	0.14 618	0.21 633	0.17 629	0.23 639	0.19 636

MFN_U_SF_DS_RVC	0.30 621	0.24 628	0.30 588	0.36 649	0.16 603	0.36 628	0.31 643	0.34 571	0.43 594	0.41 632	0.46 622	0.38 610	0.30 610	0.35 619	0.29 610	0.19 634	0.20 640	0.26 641	0.29 654	0.18 630	0.19 636

XQC	0.29 618	0.23 625	0.53 632	0.29 635	0.19 629	0.36 628	0.28 623	0.37 602	0.58 637	0.31 602	0.31 537	0.37 604	0.30 610	0.39 635	0.39 645	0.13 582	0.09 541	0.15 608	0.12 584	0.18 630	0.18 631

DPSNet	0.28 614	0.16 579	0.33 598	0.18 371	0.13 551	0.55 652	0.42 662	0.52 653	0.68 655	0.29 589	0.38 582	0.39 615	0.30 610	0.32 607	0.23 554	0.11 537	0.10 564	0.11 547	0.08 445	0.20 635	0.16 618

PDISCO_ROB	0.28 614	0.16 579	0.28 573	0.28 628	0.20 633	0.33 615	0.27 617	0.45 640	0.58 637	0.28 579	0.41 604	0.45 632	0.30 610	0.34 614	0.35 636	0.12 563	0.09 541	0.17 619	0.16 622	0.17 626	0.13 579

ADCL	0.25 591	0.12 519	0.49 630	0.22 563	0.12 525	0.36 628	0.29 634	0.30 520	0.57 634	0.24 541	0.47 624	0.30 560	0.31 615	0.30 601	0.30 617	0.09 462	0.07 475	0.09 469	0.09 491	0.10 522	0.10 517

CC-Net-ROB	0.28 614	0.31 647	0.36 609	0.30 639	0.15 589	0.25 571	0.19 512	0.45 640	0.34 536	0.39 625	0.37 574	0.39 615	0.31 615	0.27 579	0.27 593	0.24 653	0.18 634	0.30 655	0.23 644	0.19 633	0.15 609

zh-sn7	0.26 603	0.17 589	0.55 635	0.24 596	0.14 570	0.25 571	0.25 603	0.34 571	0.49 611	0.29 589	0.55 635	0.29 550	0.32 617	0.37 628	0.33 631	0.10 503	0.10 564	0.11 547	0.11 562	0.12 561	0.12 564

DANet	0.21 552	0.16 579	0.29 582	0.25 604	0.13 551	0.23 553	0.19 512	0.28 488	0.27 474	0.28 579	0.32 546	0.35 599	0.32 617	0.31 602	0.24 566	0.11 537	0.09 541	0.11 547	0.10 530	0.13 577	0.11 543
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANetREF_RVC	0.31 627	0.34 650	0.29 582	0.35 647	0.16 603	0.33 615	0.42 662	0.48 646	0.52 625	0.35 615	0.35 566	0.34 593	0.32 617	0.40 639	0.33 631	0.27 655	0.20 640	0.29 653	0.15 618	0.19 633	0.18 631
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
light-stereo	0.44 646	0.27 636	0.64 649	0.61 665	0.50 665	0.34 619	0.23 576	0.47 644	0.52 625	0.57 653	0.59 647	0.78 664	0.33 620	0.49 651	0.30 617	0.33 658	0.25 654	0.27 644	0.33 659	0.47 663	0.41 666

FAT-Stereo	0.21 552	0.13 546	0.22 542	0.21 541	0.12 525	0.18 470	0.18 466	0.35 586	0.40 576	0.28 579	0.37 574	0.33 588	0.33 620	0.21 530	0.20 517	0.09 462	0.11 578	0.10 517	0.09 491	0.11 544	0.14 595

DStereoSA	0.26 603	0.19 607	0.39 612	0.27 621	0.17 615	0.23 553	0.21 550	0.50 648	0.60 640	0.22 514	0.30 532	0.29 550	0.34 622	0.40 639	0.29 610	0.12 563	0.11 578	0.16 616	0.14 602	0.15 606	0.12 564

otaku	0.39 639	0.38 653	0.53 632	0.44 656	0.28 651	0.57 654	0.24 587	0.42 628	0.62 645	0.40 628	0.50 628	0.46 636	0.34 622	0.40 639	0.33 631	0.30 656	0.30 660	0.39 660	0.33 659	0.30 654	0.29 653

AnyNet_C32	0.26 603	0.16 579	0.39 612	0.20 505	0.17 615	0.26 583	0.31 643	0.32 542	0.45 600	0.31 602	0.50 628	0.30 560	0.34 622	0.41 645	0.36 637	0.12 563	0.12 594	0.12 569	0.14 602	0.14 594	0.15 609

CSAN	0.30 621	0.24 628	0.28 573	0.34 645	0.19 629	0.34 619	0.42 662	0.38 609	0.51 619	0.38 624	0.40 593	0.44 631	0.34 622	0.29 595	0.31 623	0.19 634	0.16 628	0.19 630	0.19 634	0.14 594	0.15 609

edge stereo	0.23 573	0.14 561	0.21 532	0.21 541	0.13 551	0.24 562	0.16 384	0.32 542	0.42 585	0.32 609	0.40 593	0.39 615	0.35 626	0.25 573	0.25 574	0.13 582	0.11 578	0.14 597	0.11 562	0.12 561	0.14 595

PASM	0.33 630	0.25 633	0.51 631	0.28 628	0.27 650	0.30 609	0.31 643	0.35 586	0.51 619	0.36 618	0.40 593	0.47 640	0.35 626	0.34 614	0.36 637	0.23 651	0.26 656	0.26 641	0.28 653	0.23 639	0.21 640

WCMA_ROB	0.24 584	0.11 500	0.24 556	0.17 281	0.14 570	0.34 619	0.16 384	0.33 556	0.33 525	0.39 625	0.54 634	0.40 621	0.35 626	0.35 619	0.26 587	0.12 563	0.12 594	0.12 569	0.11 562	0.14 594	0.14 595

DStereoFS	0.27 611	0.22 622	0.32 595	0.23 584	0.15 589	0.23 553	0.21 550	0.52 653	0.49 611	0.28 579	0.45 619	0.34 593	0.36 629	0.53 657	0.29 610	0.13 582	0.11 578	0.15 608	0.13 596	0.17 626	0.17 627

SGM_RVC	0.24 584	0.12 519	0.16 435	0.15 101	0.09 322	0.34 619	0.19 512	0.35 586	0.32 520	0.44 639	0.38 582	0.53 648	0.36 629	0.36 623	0.26 587	0.13 582	0.13 608	0.13 583	0.13 596	0.11 544	0.11 543
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCS	0.30 621	0.19 607	0.48 629	0.21 541	0.18 625	0.29 606	0.24 587	0.42 628	0.64 649	0.40 628	0.50 628	0.40 621	0.37 631	0.40 639	0.43 652	0.13 582	0.13 608	0.13 583	0.14 602	0.16 619	0.16 618

LSM	0.34 636	0.21 618	0.62 646	0.27 621	0.62 676	0.35 624	0.26 612	0.43 634	0.49 611	0.45 641	0.60 649	0.42 626	0.37 631	0.35 619	0.26 587	0.13 582	0.21 650	0.14 597	0.16 622	0.18 630	0.34 659

psmorigin	0.25 591	0.16 579	0.35 607	0.17 281	0.13 551	0.24 562	0.14 237	0.34 571	0.34 536	0.41 632	0.55 635	0.41 624	0.38 633	0.35 619	0.28 601	0.11 537	0.15 622	0.11 547	0.11 562	0.12 561	0.17 627

AANet	0.31 627	0.20 612	1.05 677	0.16 193	0.13 551	0.23 553	0.16 384	0.30 520	0.64 649	0.60 654	0.53 632	0.46 636	0.39 634	0.23 556	0.33 631	0.12 563	0.10 564	0.11 547	0.10 530	0.13 577	0.12 564

Wz-Net-TNSev	0.29 618	0.20 612	0.69 658	0.19 441	0.15 589	0.38 634	0.27 617	0.36 593	0.56 632	0.35 615	0.42 612	0.45 632	0.39 634	0.33 611	0.31 623	0.13 582	0.13 608	0.10 517	0.12 584	0.15 606	0.15 609

MFN_U_SF_RVC	0.33 630	0.22 622	0.58 641	0.31 641	0.15 589	0.36 628	0.17 417	0.54 657	0.46 607	0.47 644	0.56 637	0.58 651	0.39 634	0.36 623	0.38 644	0.15 607	0.15 622	0.18 628	0.21 637	0.16 619	0.16 618

SAMSARA	0.41 642	0.28 638	0.34 601	0.55 663	0.39 658	0.85 673	1.25 691	0.49 647	0.52 625	0.36 618	0.35 566	0.56 650	0.39 634	0.39 635	0.41 649	0.15 607	0.20 640	0.15 608	0.14 602	0.23 639	0.21 640

AnyNet_C01	0.37 637	0.26 634	1.41 682	0.22 563	0.17 615	0.51 649	0.28 623	0.36 593	0.40 576	0.39 625	0.75 661	0.46 636	0.39 634	0.46 649	0.50 662	0.13 582	0.13 608	0.13 583	0.14 602	0.14 594	0.16 618

EDNetEfficient	0.30 621	0.24 628	1.18 679	0.18 371	0.10 437	0.20 513	0.20 533	0.21 345	0.61 642	0.74 665	0.56 637	0.30 560	0.40 639	0.23 556	0.32 628	0.09 462	0.07 475	0.08 383	0.07 370	0.11 544	0.10 517

FC-DCNN v2	0.33 630	0.28 638	0.28 573	0.26 613	0.23 640	0.39 637	0.29 634	0.41 623	0.44 596	0.46 642	0.57 641	0.51 644	0.41 640	0.38 633	0.30 617	0.21 642	0.20 640	0.27 644	0.26 647	0.25 647	0.24 645

FC-DCNN	0.33 630	0.28 638	0.28 573	0.26 613	0.23 640	0.38 634	0.29 634	0.40 618	0.44 596	0.46 642	0.56 637	0.51 644	0.41 640	0.38 633	0.31 623	0.21 642	0.20 640	0.27 644	0.26 647	0.25 647	0.24 645

MSMD_ROB	0.31 627	0.26 634	0.26 568	0.24 596	0.21 636	0.34 619	0.25 603	0.34 571	0.39 572	0.40 628	0.69 655	0.45 632	0.41 640	0.34 614	0.28 601	0.20 639	0.20 640	0.26 641	0.25 646	0.23 639	0.22 643

MeshStereo	0.27 611	0.13 546	0.18 493	0.15 101	0.11 493	0.33 615	0.24 587	0.41 623	0.36 555	0.53 648	0.58 645	0.67 658	0.41 640	0.36 623	0.27 593	0.14 603	0.13 608	0.13 583	0.11 562	0.11 544	0.11 543
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
Ntro	0.41 642	0.40 655	0.54 634	0.46 660	0.30 655	0.64 658	0.24 587	0.47 644	0.68 655	0.42 634	0.49 626	0.47 640	0.42 644	0.40 639	0.32 628	0.32 657	0.28 658	0.37 659	0.31 657	0.33 659	0.29 653

FCDSN-DC	0.33 630	0.28 638	0.28 573	0.30 639	0.24 644	0.39 637	0.28 623	0.43 634	0.42 585	0.44 639	0.53 632	0.51 644	0.42 644	0.37 628	0.30 617	0.21 642	0.20 640	0.27 644	0.26 647	0.25 647	0.25 647
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	0.26 603	0.15 568	0.42 620	0.20 505	0.14 570	0.25 571	0.26 612	0.35 586	0.40 576	0.37 622	0.45 619	0.34 593	0.42 644	0.36 623	0.36 637	0.10 503	0.09 541	0.11 547	0.11 562	0.13 577	0.13 579

RTS	0.46 650	0.19 607	3.33 688	0.25 604	0.15 589	0.72 665	0.21 550	0.37 602	0.78 667	0.42 634	0.44 617	0.31 575	0.43 647	0.55 660	0.37 641	0.10 503	0.09 541	0.13 583	0.13 596	0.15 606	0.15 609

RTSA	0.46 650	0.19 607	3.33 688	0.25 604	0.15 589	0.72 665	0.21 550	0.37 602	0.78 667	0.42 634	0.44 617	0.31 575	0.43 647	0.55 660	0.37 641	0.10 503	0.09 541	0.13 583	0.13 596	0.15 606	0.15 609

SGM-ForestM	0.33 630	0.12 519	0.17 459	0.16 193	0.11 493	0.42 643	0.20 533	0.43 634	0.53 629	0.53 648	0.57 641	1.41 682	0.44 649	0.42 646	0.29 610	0.14 603	0.16 628	0.16 616	0.16 622	0.12 561	0.13 579

RainbowNet	0.54 657	0.61 664	0.71 663	0.57 664	0.43 662	0.66 660	0.37 655	0.60 665	0.87 671	0.51 646	0.67 651	0.63 654	0.47 650	0.50 652	0.44 655	0.47 668	0.48 674	0.53 667	0.41 664	0.53 667	0.41 666

coex-ft	3.24 687	0.35 651	57.83 718	0.18 371	0.13 551	0.27 592	0.23 576	0.28 488	0.72 660	1.89 691	0.70 656	0.43 628	0.47 650	0.29 595	0.43 652	0.09 462	0.09 541	0.12 569	0.09 491	0.14 594	0.14 595

LE_ROB	0.50 655	0.07 193	0.14 357	0.15 101	0.08 203	0.26 583	0.17 417	0.23 388	1.71 689	4.68 695	0.67 651	0.46 636	0.47 650	0.21 530	0.30 617	0.07 329	0.06 404	0.06 178	0.06 269	0.08 423	0.06 284

ACVNet_1	0.45 649	0.51 659	0.61 644	0.45 657	0.28 651	0.50 647	0.28 623	0.58 664	0.71 659	0.63 656	0.59 647	0.74 663	0.50 653	0.50 652	0.36 637	0.26 654	0.25 654	0.39 660	0.29 654	0.32 658	0.25 647

Consistency-Raft	0.44 646	0.40 655	0.46 624	0.37 651	0.43 662	0.42 643	0.41 660	0.57 659	0.55 630	0.32 609	0.73 659	0.32 582	0.50 653	0.42 646	0.49 661	0.39 662	0.36 665	0.45 662	0.52 674	0.42 662	0.30 655

EDNetEfficientorigin	7.92 694	0.32 648	152.98 719	0.20 505	0.10 437	0.22 538	0.17 417	0.23 388	0.60 640	0.73 663	0.67 651	0.41 624	0.51 655	0.24 568	0.41 649	0.08 404	0.07 475	0.09 469	0.07 370	0.12 561	0.11 543

TCMNet-wrong-test	3.69 688	5.54 701	3.91 692	12.22 703	11.75 705	4.77 691	3.86 695	1.08 685	0.74 664	1.13 683	2.21 692	6.16 697	0.53 656	3.43 693	2.33 691	0.90 688	0.20 640	1.85 695	1.69 694	5.71 699	3.79 699

anonymity	0.53 656	0.58 661	0.66 650	0.41 653	0.61 675	0.54 651	0.41 660	0.57 659	0.41 583	0.56 652	0.50 628	0.50 643	0.55 657	0.59 665	0.50 662	0.58 675	0.50 678	0.51 665	0.51 672	0.52 665	0.58 673

MSC_U_SF_DS_RVC	0.44 646	0.39 654	0.56 636	0.40 652	0.20 633	0.66 660	0.33 652	0.54 657	0.72 660	0.71 661	0.72 658	0.62 653	0.55 657	0.52 655	0.47 659	0.20 639	0.19 639	0.29 653	0.30 656	0.24 645	0.19 636

ELAS_RVC	0.42 644	0.29 645	0.33 598	0.28 628	0.24 644	0.56 653	0.38 657	0.50 648	0.61 642	0.74 665	0.76 662	0.67 658	0.56 659	0.55 660	0.42 651	0.22 646	0.21 650	0.27 644	0.26 647	0.27 653	0.26 650
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 644	0.29 645	0.34 601	0.28 628	0.24 644	0.63 657	0.37 655	0.52 653	0.52 625	0.72 662	0.82 666	0.68 660	0.56 659	0.52 655	0.45 658	0.22 646	0.21 650	0.27 644	0.26 647	0.26 651	0.26 650
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SGM+DAISY	0.57 659	0.58 661	0.67 654	0.41 653	0.55 669	0.68 662	0.51 669	0.57 659	0.46 607	0.67 657	0.70 656	0.69 661	0.57 661	0.64 667	0.58 667	0.59 676	0.49 675	0.50 664	0.50 671	0.52 665	0.59 676

SPS-STEREO	0.58 660	0.59 663	0.66 650	0.45 657	0.55 669	0.65 659	0.44 665	0.63 666	0.51 619	0.69 659	0.65 650	0.66 657	0.58 662	0.62 666	0.62 670	0.62 678	0.47 673	0.51 665	0.49 669	0.55 668	0.58 673
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MonStereo1	0.49 654	0.27 636	0.61 644	0.29 635	0.20 633	0.40 639	0.19 512	0.51 652	0.66 654	0.53 648	0.91 670	1.02 669	0.59 663	0.51 654	0.58 667	0.53 672	0.32 663	0.55 669	0.40 663	0.36 660	0.38 663

PVD	0.40 641	0.21 618	0.40 615	0.32 644	0.23 640	0.30 609	0.45 666	0.53 656	0.97 674	0.55 651	0.80 665	0.54 649	0.60 664	0.53 657	0.40 647	0.19 634	0.14 618	0.17 619	0.14 602	0.24 645	0.32 657

PWCK	0.72 665	0.95 679	0.99 675	0.77 670	0.32 656	0.79 670	0.38 657	0.92 673	0.90 672	0.96 676	0.76 662	0.97 668	0.62 665	0.87 677	0.68 673	0.73 682	0.46 669	0.76 677	0.49 669	0.71 679	0.44 669

MANE	0.47 652	0.28 638	0.28 573	0.27 621	0.24 644	0.50 647	0.32 651	0.57 659	0.62 645	0.74 665	1.20 684	1.21 675	0.64 666	0.54 659	0.39 645	0.22 646	0.20 640	0.27 644	0.31 657	0.26 651	0.25 647

BEATNet-Init1	0.54 657	0.28 638	0.68 657	0.31 641	0.21 636	0.85 673	0.31 643	0.57 659	0.69 658	0.89 672	1.00 674	2.17 689	0.66 667	0.58 664	0.44 655	0.19 634	0.18 634	0.23 638	0.22 640	0.22 636	0.21 640

MADNet+	0.76 668	0.72 670	3.76 691	0.67 667	0.41 660	0.99 679	0.97 689	0.72 668	0.75 665	0.52 647	0.58 645	0.64 656	0.68 668	0.89 680	1.04 686	0.35 660	0.36 665	0.28 652	0.23 644	0.38 661	0.33 658

MFMNet_re	0.65 661	0.66 668	0.66 650	0.51 661	0.69 680	0.70 663	0.58 673	0.65 667	0.75 665	0.61 655	0.73 659	0.63 654	0.68 668	0.65 668	0.60 669	0.66 680	0.58 687	0.63 670	0.59 675	0.68 676	0.69 683

NVStereoNet_ROB	0.47 652	0.37 652	0.47 627	0.42 655	0.29 654	0.35 624	0.35 653	0.50 648	0.61 642	0.73 663	0.94 671	0.70 662	0.68 668	0.48 650	0.62 670	0.22 646	0.33 664	0.34 658	0.34 662	0.30 654	0.31 656
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_2	0.67 664	0.68 669	0.70 661	0.64 666	0.41 660	0.75 668	0.50 668	0.98 679	1.38 684	0.90 673	1.09 678	1.04 670	0.74 671	0.55 660	0.48 660	0.43 664	0.40 667	0.53 667	0.45 666	0.48 664	0.36 661

TorneroNet-64	0.76 668	0.73 671	0.77 667	0.78 672	0.58 674	0.94 678	0.58 673	0.85 672	1.26 679	0.67 657	0.88 668	1.41 682	0.76 672	0.87 677	0.68 673	0.49 670	0.46 669	0.73 674	0.59 675	0.68 676	0.54 672

IMH-64-1	0.66 662	0.62 665	0.69 658	0.72 668	0.51 666	0.60 655	0.51 669	0.92 673	0.84 669	0.75 668	1.02 675	0.81 665	0.78 673	0.80 671	0.50 662	0.43 664	0.46 669	0.72 672	0.48 667	0.55 668	0.40 664

IMH-64	0.66 662	0.62 665	0.69 658	0.72 668	0.51 666	0.60 655	0.51 669	0.92 673	0.84 669	0.75 668	1.02 675	0.81 665	0.78 673	0.80 671	0.50 662	0.43 664	0.46 669	0.72 672	0.48 667	0.55 668	0.40 664

JetBlue	0.73 667	0.46 658	1.21 680	0.52 662	0.47 664	2.16 689	0.67 679	0.78 669	0.72 660	0.70 660	0.79 664	1.21 675	0.84 675	1.06 686	1.04 686	0.40 663	0.28 658	0.33 657	0.33 659	0.30 654	0.34 659

LVE	0.84 673	0.87 677	0.86 672	0.81 673	0.56 671	1.09 684	0.66 678	1.07 683	1.45 686	0.97 677	1.23 686	1.11 673	0.86 676	0.84 674	0.72 677	0.49 670	0.56 684	0.76 677	0.60 677	0.66 674	0.60 679

TorneroNet	0.83 672	0.75 672	0.83 671	0.85 675	0.63 677	1.03 682	0.65 677	0.96 677	1.14 677	0.80 670	1.10 680	1.36 680	0.88 677	0.95 682	0.82 681	0.57 673	0.49 675	0.79 680	0.66 680	0.74 682	0.64 682

IMH	0.72 665	0.65 667	0.70 661	0.77 670	0.54 668	0.71 664	0.56 672	0.99 681	1.08 675	0.82 671	1.09 678	0.89 667	0.88 677	0.88 679	0.53 666	0.44 667	0.50 678	0.75 675	0.51 672	0.58 671	0.42 668

WAO-7	0.80 670	0.78 673	0.57 638	0.85 675	0.67 679	0.76 669	0.69 682	1.07 683	1.30 681	0.90 673	1.20 684	1.05 671	0.93 679	0.71 669	0.68 673	0.60 677	0.62 688	0.67 671	0.68 681	0.64 672	0.59 676

JetRed	1.66 684	1.51 687	3.09 687	0.93 679	1.21 689	5.28 692	1.61 694	1.29 691	1.42 685	1.84 690	1.77 691	1.59 688	0.95 680	1.43 689	2.51 694	0.91 689	1.61 693	0.93 684	0.91 689	1.36 690	1.03 690

KSHMR	1.10 681	1.19 683	0.90 674	1.26 688	1.00 688	0.99 679	0.96 688	1.13 688	1.35 682	1.16 685	1.28 687	1.40 681	0.97 681	1.03 685	0.93 683	1.03 690	1.08 692	1.20 689	1.03 691	1.03 687	0.98 689

Dean	0.88 674	0.88 678	0.81 668	0.82 674	0.57 672	0.91 675	0.62 676	1.17 689	1.71 689	1.15 684	1.16 682	1.31 679	1.00 682	0.82 673	0.83 682	0.57 673	0.56 684	0.78 679	0.65 678	0.67 675	0.58 673

WAO-6	0.82 671	0.81 674	0.63 648	0.87 677	0.63 677	0.79 670	0.60 675	0.98 679	1.52 688	0.91 675	0.97 673	1.08 672	1.04 683	0.72 670	0.70 676	0.72 681	0.49 675	0.91 683	0.71 682	0.70 678	0.59 676

ktn	1.02 680	1.23 684	0.82 669	1.24 687	0.86 686	1.00 681	0.86 685	0.96 677	1.37 683	1.05 679	1.12 681	1.16 674	1.06 684	0.95 682	0.62 670	1.28 692	0.71 690	1.39 692	0.83 686	1.06 688	0.77 686

WAO-8	0.92 675	0.83 675	0.67 654	0.94 680	0.70 681	0.92 676	0.68 680	1.08 685	1.80 691	1.06 681	1.42 688	1.29 677	1.08 685	0.86 675	0.80 679	0.74 683	0.54 681	0.86 681	0.75 683	0.71 679	0.63 680

Venus	0.92 675	0.83 675	0.67 654	0.94 680	0.70 681	0.92 676	0.68 680	1.08 685	1.80 691	1.06 681	1.42 688	1.29 677	1.08 685	0.86 675	0.80 679	0.74 683	0.54 681	0.86 681	0.75 683	0.71 679	0.63 680

DPSimNet_ROB	1.14 682	1.25 685	0.87 673	1.15 686	0.90 687	1.15 685	1.18 690	1.20 690	1.26 679	1.45 688	1.05 677	1.44 685	1.13 687	0.92 681	1.70 689	1.47 693	0.52 680	1.22 690	1.04 692	0.92 685	1.03 690

notaker	0.98 678	1.13 682	1.02 676	1.14 685	0.81 684	0.73 667	0.69 682	0.94 676	1.15 678	1.19 686	1.19 683	1.41 682	1.17 688	1.10 688	0.74 678	0.82 686	0.64 689	1.18 688	0.79 685	1.02 686	0.82 687

UNDER WATER-64	0.97 677	0.96 680	1.48 684	0.88 678	0.57 672	1.24 687	0.90 687	0.78 669	0.96 673	1.05 679	0.85 667	1.56 687	1.26 689	0.97 684	0.99 684	0.88 687	0.57 686	1.04 687	0.88 687	0.81 683	0.75 684

UNDER WATER	0.99 679	1.00 681	1.47 683	1.00 682	0.71 683	1.18 686	0.86 685	0.81 671	1.09 676	1.02 678	0.90 669	1.53 686	1.26 689	1.06 686	1.02 685	0.79 685	0.54 681	1.02 685	0.88 687	0.83 684	0.75 684

HanzoNet	1.31 683	1.29 686	1.22 681	1.13 684	0.85 685	1.05 683	0.84 684	1.06 682	1.47 687	1.66 689	1.63 690	2.48 691	1.78 691	1.63 690	1.69 688	1.27 691	0.80 691	1.32 691	1.02 690	1.07 689	0.90 688

Selective-IGEV-i1pa	2.90 686	3.64 692	0.72 664	0.29 635	0.14 570	10.70 698	0.45 666	4.60 693	3.77 694	3.60 693	7.07 695	3.52 692	2.16 692	13.72 707	2.40 693	0.37 661	0.15 622	0.13 583	0.10 530	0.15 606	0.36 661

MADNet++	1.97 685	1.75 688	1.66 685	1.83 689	1.69 691	2.38 690	1.45 693	2.36 692	2.11 693	2.58 692	2.37 693	2.25 690	2.21 693	2.28 691	2.36 692	1.87 694	1.67 694	1.53 693	1.34 693	1.87 691	1.78 693

Selective-IGEV-i16pa	19.44 707	3.95 693	1.06 678	0.21 541	0.19 629	105.21 720	0.29 634	22.78 713	47.64 720	4.27 694	59.07 720	9.08 700	2.84 694	125.10 721	5.92 697	0.18 630	0.12 594	0.09 469	0.12 584	0.12 561	0.52 671

tt	4.65 689	0.07 193	3.54 690	2.01 690	1.55 690	10.25 696	16.66 699	8.90 702	5.03 695	1.33 687	0.96 672	4.71 693	4.74 695	3.33 692	5.86 696	6.06 702	10.30 708	1.87 696	2.09 696	2.61 693	1.19 692

LRCNet_RVC	10.76 702	13.97 708	7.97 702	19.07 707	2.04 692	0.35 624	0.31 643	5.29 694	0.48 610	13.02 707	17.65 707	8.69 699	5.73 696	4.78 694	2.22 690	23.53 716	2.69 699	27.60 719	25.75 719	17.60 713	16.54 716

PML	8.57 697	9.39 707	6.24 693	5.34 694	6.36 696	13.21 699	20.99 700	5.35 695	6.68 696	17.75 709	26.46 719	7.58 698	6.08 697	7.89 698	5.76 695	5.33 701	1.83 695	5.95 707	1.93 695	8.75 704	2.53 695

USTest	6.16 690	2.65 691	2.79 686	6.48 697	7.21 697	14.33 700	21.38 701	6.98 701	9.55 700	5.35 698	6.12 694	5.71 696	7.69 698	6.31 697	6.75 698	1.97 695	3.38 700	1.63 694	2.14 697	2.49 692	2.35 694

xxxxx1	7.75 691	5.06 698	7.26 694	3.15 691	3.91 693	16.37 701	22.88 704	5.87 698	8.68 697	7.99 699	8.55 696	9.13 701	8.46 699	10.05 699	10.47 699	2.43 696	2.48 696	3.56 699	12.26 705	3.48 694	3.02 696

tt_ll	7.75 691	5.06 698	7.26 694	3.15 691	3.91 693	16.37 701	22.88 704	5.87 698	8.68 697	7.99 699	8.55 696	9.13 701	8.46 699	10.05 699	10.47 699	2.43 696	2.48 696	3.56 699	12.26 705	3.48 694	3.02 696

ff	7.75 691	5.06 698	7.26 694	3.15 691	3.91 693	16.37 701	22.88 704	5.87 698	8.68 697	7.99 699	8.55 696	9.13 701	8.46 699	10.05 699	10.47 699	2.43 696	2.48 696	3.56 699	12.26 705	3.48 694	3.02 696

DPSMNet_ROB	8.06 695	4.50 694	8.69 703	5.36 696	10.74 700	8.32 694	22.71 702	5.47 696	13.38 704	5.13 696	9.98 701	5.10 694	10.47 702	5.53 695	12.77 705	3.80 700	8.00 701	3.49 697	6.95 702	3.75 698	7.09 703

DGTPSM_ROB	8.06 695	4.50 694	8.69 703	5.34 694	10.73 699	8.32 694	22.71 702	5.47 696	13.38 704	5.13 696	9.98 701	5.10 694	10.47 702	5.53 695	12.77 705	3.79 699	8.00 701	3.49 697	6.95 702	3.74 697	7.09 703

iinet-test	10.41 698	8.00 703	7.40 697	10.23 698	10.93 701	17.97 705	25.06 707	11.30 706	13.29 702	9.69 703	9.78 700	9.38 704	11.23 704	10.97 703	12.61 703	6.59 704	8.30 703	5.49 702	6.54 698	6.58 700	6.91 701

IINet	10.41 698	8.00 703	7.40 697	10.23 698	10.93 701	17.97 705	25.06 707	11.30 706	13.29 702	9.69 703	9.77 699	9.38 704	11.23 704	10.97 703	12.61 703	6.59 704	8.30 703	5.49 702	6.54 698	6.58 700	6.91 701

Anonymous_1	10.87 703	7.82 702	7.41 699	10.29 700	10.08 698	18.64 707	26.11 709	11.02 705	13.45 706	9.43 702	10.10 703	9.73 706	11.31 706	10.69 702	12.47 702	6.42 703	8.38 705	5.70 704	10.22 704	11.41 705	6.65 700

DPSM_ROB	11.10 704	8.47 705	7.95 700	10.84 701	11.58 703	19.10 708	26.50 712	12.02 708	14.09 707	10.38 705	10.91 704	10.39 707	11.92 707	11.67 705	13.39 707	6.99 706	8.79 706	5.82 705	6.92 700	6.97 702	7.31 705

DPSM	11.10 704	8.47 705	7.95 700	10.84 701	11.58 703	19.10 708	26.50 712	12.02 708	14.09 707	10.38 705	10.91 704	10.39 707	11.92 707	11.67 705	13.39 707	6.99 706	8.79 706	5.82 705	6.92 700	6.97 702	7.31 705

HaxPig	15.73 706	18.55 716	19.19 712	16.92 706	15.89 708	7.80 693	7.57 696	13.37 710	10.80 701	15.40 708	14.87 706	15.95 709	14.81 709	15.67 708	15.97 711	18.96 715	16.72 709	19.47 715	18.10 717	19.45 716	19.06 717

MEDIAN_ROB	20.38 710	24.05 717	23.36 715	21.18 708	21.62 711	10.51 697	8.17 697	17.68 711	15.46 711	20.04 712	19.65 708	20.30 710	20.16 710	21.17 709	21.03 712	23.81 717	21.77 717	24.98 718	23.75 718	25.01 717	23.94 718

RSGM-EC	20.15 708	4.62 696	0.75 665	16.73 704	16.97 709	21.10 710	26.46 710	10.37 703	14.13 709	18.18 710	21.56 710	22.31 718	22.50 711	21.80 710	15.71 709	62.36 719	33.86 719	20.06 716	18.04 715	19.30 714	16.22 714

acva	20.15 708	4.62 696	0.75 665	16.73 704	16.97 709	21.10 710	26.46 710	10.37 703	14.13 709	18.18 710	21.56 710	22.31 718	22.50 711	21.80 710	15.71 709	62.36 719	33.86 719	20.06 716	18.04 715	19.30 714	16.22 714

FlowAnything	22.34 714	17.13 712	15.98 708	22.00 713	23.23 712	38.39 718	53.32 715	24.19 717	28.48 717	21.00 719	21.93 716	20.83 711	23.97 713	23.44 717	26.83 714	14.04 708	17.80 716	11.63 708	14.08 714	14.00 706	14.65 707

Selective-RAFT-Error	22.39 716	17.14 713	16.01 709	22.00 713	23.34 717	38.37 716	53.36 716	24.24 719	28.53 718	20.80 717	21.94 717	20.94 712	24.02 714	23.48 718	27.33 720	14.07 712	17.70 714	11.70 709	13.93 708	14.05 709	14.83 713

CasAABBNet	22.33 711	17.11 709	15.84 707	21.94 710	23.28 713	38.30 712	53.40 717	24.05 716	28.44 716	20.66 714	21.86 714	21.03 716	24.04 715	23.35 714	27.03 716	14.06 709	17.69 711	11.70 709	13.94 709	14.04 708	14.76 710

Hybrid-DGEV	22.38 715	17.26 715	16.15 710	21.92 709	23.29 714	38.36 715	53.40 717	24.38 720	28.67 719	20.64 713	21.89 715	21.01 713	24.05 716	23.35 714	27.12 719	14.08 713	17.70 714	11.71 713	13.99 713	14.01 707	14.70 709

RAFT-FEzeroshot	22.33 711	17.12 710	15.83 705	21.95 711	23.32 715	38.31 713	53.41 719	23.99 714	28.43 714	20.66 714	21.84 712	21.02 714	24.05 716	23.33 712	27.09 717	14.06 709	17.69 711	11.70 709	13.95 710	14.05 709	14.76 710

RAFT-FE	22.33 711	17.12 710	15.83 705	21.95 711	23.32 715	38.31 713	53.41 719	23.99 714	28.43 714	20.66 714	21.84 712	21.02 714	24.05 716	23.33 712	27.09 717	14.06 709	17.69 711	11.70 709	13.95 710	14.05 709	14.76 710

LSM0	22.80 717	17.22 714	19.17 711	22.12 715	28.90 719	38.38 717	53.27 714	24.21 718	28.36 713	20.84 718	21.11 709	21.63 717	24.25 719	23.42 716	26.98 715	14.08 713	17.39 710	11.72 714	13.98 712	14.22 712	14.66 708

AVERAGE_ROB	24.89 718	29.12 718	27.98 716	24.83 716	24.59 718	17.82 704	11.61 698	21.45 712	19.91 712	25.04 720	24.38 718	25.06 720	25.31 720	24.69 719	22.86 713	29.74 718	27.09 718	28.97 720	27.94 720	30.07 718	29.35 719

test_example2	97.69 719	92.93 719	45.57 717	96.02 717	109.84 720	88.44 719	93.70 721	25.54 721	94.63 721	130.46 722	126.87 721	58.93 721	75.48 721	87.99 720	77.94 721	150.16 721	221.11 721	76.29 721	98.21 721	108.42 721	95.33 720

ccccc		285.89 720		366.70 720	366.78 721	118.88 721		113.97 722		125.77 721		120.54 722		252.62 722		382.79 722	352.84 722	254.30 722	222.62 722	426.61 722

Low-res two-view benchmark