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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

NLCSM	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.02 20	0.05 48	0.04 26	0.03 14	0.04 31	0.04 34	0.05 94	0.02 23	0.03 1	0.03 1	0.04 9	0.03 2	0.03 1	0.02 1	0.03 2	0.03 7	0.01 2	0.02 7	0.04 15	0.04 12	0.02 1	0.03 10

Pointernet	0.02 1	0.02 3	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.02 4	0.02 3	0.02 3	0.02 3	0.02 5	0.01 1	0.01 2	0.03 1	0.03 1	0.03 1	0.02 1	0.03 1	0.02 1	0.02 1	0.01 1	0.01 2	0.01 1	0.03 2	0.03 1	0.02 1	0.02 1

PointNet	0.04 31	0.03 28	0.04 64	0.03 31	0.02 8	0.03 34	0.03 51	0.05 48	0.04 26	0.02 3	0.05 49	0.03 16	0.02 15	0.02 23	0.04 3	0.04 3	0.03 1	0.03 2	0.04 14	0.03 6	0.04 17	0.03 7	0.04 93	0.05 85	0.05 32	0.06 49	0.03 13	0.04 31

LACA2	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.03 34	0.01 1	0.02 4	0.02 3	0.04 35	0.02 3	0.02 5	0.01 1	0.01 2	0.04 3	0.04 3	0.03 1	0.03 2	0.03 1	0.03 6	0.03 2	0.03 7	0.01 2	0.02 7	0.04 15	0.03 1	0.03 13	0.02 1

WQFJA1	0.04 31	0.03 28	0.03 30	0.03 31	0.03 32	0.04 55	0.03 51	0.05 48	0.04 26	0.03 14	0.06 71	0.04 34	0.03 45	0.02 23	0.04 3	0.04 3	0.04 9	0.03 2	0.03 1	0.03 6	0.03 2	0.03 7	0.02 31	0.03 28	0.04 15	0.05 29	0.03 13	0.05 46

WQFJX1	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.02 20	0.04 32	0.06 75	0.03 14	0.05 49	0.03 16	0.04 67	0.01 2	0.04 3	0.04 3	0.04 9	0.03 2	0.03 1	0.03 6	0.03 2	0.03 7	0.01 2	0.02 7	0.04 15	0.04 12	0.03 13	0.03 10

WQFJX	0.03 6	0.03 28	0.03 30	0.03 31	0.03 32	0.03 34	0.02 20	0.03 19	0.04 26	0.03 14	0.06 71	0.03 16	0.06 123	0.02 23	0.04 3	0.04 3	0.03 1	0.03 2	0.03 1	0.03 6	0.03 2	0.03 7	0.02 31	0.03 28	0.03 2	0.05 29	0.03 13	0.04 31

NLMM1	0.04 31	0.03 28	0.03 30	0.02 8	0.02 8	0.02 5	0.02 20	0.05 48	0.05 49	0.04 35	0.07 93	0.03 16	0.07 152	0.02 23	0.04 3	0.05 17	0.03 1	0.04 15	0.04 14	0.04 30	0.03 2	0.03 7	0.01 2	0.04 59	0.06 50	0.04 12	0.04 31	0.04 31

NLMM	0.04 31	0.03 28	0.03 30	0.03 31	0.03 32	0.04 55	0.03 51	0.05 48	0.04 26	0.03 14	0.06 71	0.04 34	0.03 45	0.02 23	0.04 3	0.04 3	0.04 9	0.03 2	0.03 1	0.03 6	0.03 2	0.03 7	0.02 31	0.03 28	0.04 15	0.05 29	0.03 13	0.05 46

NLSM1	0.04 31	0.03 28	0.03 30	0.03 31	0.02 8	0.04 55	0.03 51	0.05 48	0.07 100	0.03 14	0.07 93	0.04 34	0.06 123	0.02 23	0.04 3	0.04 3	0.04 9	0.04 15	0.05 29	0.03 6	0.05 30	0.03 7	0.02 31	0.03 28	0.05 32	0.05 29	0.04 31	0.04 31

BridgeDepth	0.03 6	0.02 3	0.02 5	0.03 31	0.02 8	0.03 34	0.01 1	0.02 4	0.02 3	0.02 3	0.02 3	0.04 34	0.02 15	0.01 2	0.04 3	0.04 3	0.03 1	0.04 15	0.03 1	0.03 6	0.04 17	0.03 7	0.01 2	0.02 7	0.04 15	0.05 29	0.05 45	0.03 10
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
111111	0.03 6	0.02 3	0.02 5	0.01 1	0.02 8	0.02 5	0.02 20	0.03 19	0.04 26	0.02 3	0.03 16	0.03 16	0.02 15	0.01 2	0.04 3	0.05 17	0.04 9	0.03 2	0.04 14	0.03 6	0.03 2	0.03 7	0.02 31	0.02 7	0.03 2	0.03 1	0.02 1	0.02 1

MLG-Stereo_test1	0.03 6	0.02 3	0.01 1	0.01 1	0.02 8	0.02 5	0.02 20	0.03 19	0.04 26	0.04 35	0.02 3	0.04 34	0.02 15	0.01 2	0.04 3	0.04 3	0.06 41	0.04 15	0.05 29	0.03 6	0.05 30	0.03 7	0.01 2	0.01 1	0.03 2	0.03 1	0.03 13	0.03 10

MLG-Stereo	0.03 6	0.02 3	0.01 1	0.02 8	0.02 8	0.01 1	0.01 1	0.03 19	0.03 14	0.04 35	0.02 3	0.04 34	0.01 1	0.01 2	0.04 3	0.04 3	0.06 41	0.03 2	0.04 14	0.03 6	0.05 30	0.03 7	0.01 2	0.01 1	0.03 2	0.03 1	0.03 13	0.03 10

LG-Stereo	0.03 6	0.03 28	0.02 5	0.02 8	0.03 32	0.02 5	0.01 1	0.04 32	0.05 49	0.04 35	0.02 3	0.05 52	0.02 15	0.01 2	0.04 3	0.05 17	0.05 29	0.04 15	0.05 29	0.04 30	0.07 54	0.03 7	0.01 2	0.02 7	0.05 32	0.04 12	0.04 31	0.04 31

MM-Stereo_test3	0.02 1	0.01 1	0.02 5	0.02 8	0.02 8	0.01 1	0.01 1	0.02 4	0.03 14	0.02 3	0.02 3	0.02 5	0.01 1	0.01 2	0.04 3	0.04 3	0.04 9	0.03 2	0.03 1	0.03 6	0.03 2	0.02 2	0.01 2	0.02 7	0.03 2	0.03 1	0.02 1	0.02 1

MM-Stereo_test1	0.02 1	0.02 3	0.02 5	0.02 8	0.01 1	0.02 5	0.01 1	0.02 4	0.03 14	0.03 14	0.02 3	0.01 1	0.01 1	0.01 2	0.04 3	0.04 3	0.04 9	0.04 15	0.04 14	0.03 6	0.03 2	0.03 7	0.02 31	0.03 28	0.03 2	0.03 1	0.02 1	0.02 1

CoSv	0.03 6	0.02 3	0.01 1	0.02 8	0.02 8	0.03 34	0.02 20	0.03 19	0.03 14	0.03 14	0.02 3	0.02 5	0.02 15	0.01 2	0.04 3	0.05 17	0.05 29	0.03 2	0.06 47	0.02 1	0.04 17	0.02 2	0.01 2	0.01 1	0.05 32	0.03 1	0.04 31	0.03 10

AIO-test2	0.03 6	0.02 3	0.02 5	0.02 8	0.01 1	0.02 5	0.01 1	0.03 19	0.04 26	0.03 14	0.06 71	0.03 16	0.01 1	0.02 23	0.04 3	0.04 3	0.03 1	0.04 15	0.03 1	0.03 6	0.03 2	0.03 7	0.01 2	0.02 7	0.02 1	0.04 12	0.02 1	0.03 10

MoCha-V2	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.01 1	0.02 4	0.02 3	0.03 14	0.03 16	0.02 5	0.01 1	0.01 2	0.04 3	0.05 17	0.04 9	0.04 15	0.04 14	0.03 6	0.03 2	0.02 2	0.01 2	0.02 7	0.03 2	0.03 1	0.02 1	0.02 1

ProNet	0.02 1	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.02 20	0.01 1	0.01 1	0.02 3	0.02 3	0.01 1	0.01 1	0.01 2	0.04 3	0.04 3	0.03 1	0.03 2	0.03 1	0.02 1	0.03 2	0.02 2	0.01 2	0.02 7	0.03 2	0.03 1	0.02 1	0.02 1

CroCo-Stereo	0.02 1	0.01 1	0.02 5	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.01 1	0.00 1	0.04 3	0.05 17	0.04 9	0.03 2	0.03 1	0.02 1	0.03 2	0.02 2	0.00 1	0.01 1	0.04 15	0.03 1	0.02 1	0.02 1
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
LACA1	0.04 31	0.03 28	0.03 30	0.02 8	0.03 32	0.03 34	0.02 20	0.02 4	0.05 49	0.03 14	0.03 16	0.04 34	0.03 45	0.02 23	0.05 23	0.05 17	0.04 9	0.06 50	0.04 14	0.04 30	0.04 17	0.04 37	0.03 69	0.03 28	0.05 32	0.06 49	0.05 45	0.04 31

DispViT+	0.04 31	0.03 28	0.04 64	0.06 97	0.03 32	0.04 55	0.03 51	0.04 32	0.05 49	0.04 35	0.07 93	0.04 34	0.04 67	0.02 23	0.05 23	0.05 17	0.04 9	0.05 33	0.05 29	0.04 30	0.04 17	0.05 57	0.02 31	0.04 59	0.05 32	0.07 67	0.05 45	0.06 65

VIP-Stereo	0.04 31	0.03 28	0.03 30	0.04 53	0.03 32	0.02 5	0.01 1	0.04 32	0.04 26	0.04 35	0.07 93	0.06 64	0.02 15	0.02 23	0.05 23	0.06 38	0.08 59	0.05 33	0.06 47	0.04 30	0.07 54	0.04 37	0.02 31	0.03 28	0.05 32	0.05 29	0.04 31	0.04 31

GEAStereo	0.04 31	0.04 53	0.03 30	0.04 53	0.03 32	0.03 34	0.03 51	0.04 32	0.03 14	0.04 35	0.03 16	0.03 16	0.01 1	0.02 23	0.05 23	0.06 38	0.06 41	0.05 33	0.05 29	0.04 30	0.06 42	0.04 37	0.02 31	0.03 28	0.04 15	0.05 29	0.04 31	0.03 10

GSStereo	0.03 6	0.03 28	0.03 30	0.03 31	0.03 32	0.03 34	0.02 20	0.01 1	0.03 14	0.03 14	0.03 16	0.02 5	0.01 1	0.01 2	0.05 23	0.06 38	0.07 52	0.04 15	0.06 47	0.03 6	0.06 42	0.03 7	0.01 2	0.03 28	0.04 15	0.04 12	0.04 31	0.03 10

gasm-f	0.04 31	0.04 53	0.03 30	0.04 53	0.03 32	0.03 34	0.03 51	0.04 32	0.03 14	0.04 35	0.03 16	0.03 16	0.01 1	0.02 23	0.05 23	0.06 38	0.06 41	0.05 33	0.05 29	0.04 30	0.06 42	0.04 37	0.02 31	0.03 28	0.04 15	0.05 29	0.04 31	0.03 10

MonStereo	0.04 31	0.03 28	0.03 30	0.03 31	0.02 8	0.02 5	0.02 20	0.03 19	0.04 26	0.04 35	0.06 71	0.03 16	0.02 15	0.02 23	0.05 23	0.05 17	0.05 29	0.04 15	0.05 29	0.04 30	0.05 30	0.03 7	0.02 31	0.02 7	0.05 32	0.05 29	0.05 45	0.05 46

GASTEREO	0.03 6	0.02 3	0.03 30	0.02 8	0.03 32	0.02 5	0.01 1	0.02 4	0.05 49	0.02 3	0.03 16	0.04 34	0.02 15	0.02 23	0.05 23	0.06 38	0.05 29	0.05 33	0.05 29	0.04 30	0.04 17	0.04 37	0.02 31	0.02 7	0.05 32	0.04 12	0.03 13	0.04 31

MSCF	0.03 6	0.02 3	0.03 30	0.03 31	0.02 8	0.02 5	0.01 1	0.02 4	0.05 49	0.02 3	0.04 31	0.04 34	0.02 15	0.02 23	0.05 23	0.06 38	0.05 29	0.05 33	0.05 29	0.04 30	0.04 17	0.04 37	0.02 31	0.02 7	0.05 32	0.04 12	0.02 1	0.04 31

MLG-Stereo_test2	0.04 31	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.01 1	0.04 32	0.03 14	0.05 56	0.03 16	0.05 52	0.02 15	0.03 57	0.05 23	0.05 17	0.08 59	0.04 15	0.06 47	0.04 30	0.07 54	0.03 7	0.02 31	0.02 7	0.04 15	0.04 12	0.05 45	0.03 10

MM-Stereo_test2	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.01 1	0.03 19	0.02 3	0.03 14	0.03 16	0.01 1	0.01 1	0.02 23	0.05 23	0.05 17	0.04 9	0.05 33	0.04 14	0.03 6	0.04 17	0.04 37	0.03 69	0.03 28	0.03 2	0.04 12	0.03 13	0.04 31

GREAT-IGEV	0.03 6	0.02 3	0.02 5	0.02 8	0.01 1	0.02 5	0.01 1	0.02 4	0.02 3	0.03 14	0.04 31	0.04 34	0.01 1	0.01 2	0.05 23	0.05 17	0.04 9	0.04 15	0.04 14	0.03 6	0.04 17	0.03 7	0.01 2	0.02 7	0.04 15	0.04 12	0.03 13	0.03 10
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
AIO-test1	0.03 6	0.02 3	0.02 5	0.01 1	0.02 8	0.02 5	0.01 1	0.05 48	0.05 49	0.04 35	0.04 31	0.04 34	0.02 15	0.03 57	0.05 23	0.06 38	0.04 9	0.04 15	0.03 1	0.03 6	0.03 2	0.03 7	0.01 2	0.02 7	0.03 2	0.04 12	0.02 1	0.03 10

GIP-stereo	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.02 20	0.02 4	0.02 3	0.02 3	0.02 3	0.02 5	0.02 15	0.02 23	0.05 23	0.05 17	0.06 41	0.04 15	0.06 47	0.03 6	0.05 30	0.03 7	0.01 2	0.03 28	0.04 15	0.05 29	0.03 13	0.03 10

DEFOM-Stereo	0.04 31	0.03 28	0.02 5	0.04 53	0.03 32	0.03 34	0.02 20	0.04 32	0.04 26	0.04 35	0.04 31	0.03 16	0.02 15	0.02 23	0.05 23	0.05 17	0.07 52	0.06 50	0.06 47	0.04 30	0.06 42	0.03 7	0.02 31	0.02 7	0.06 50	0.06 49	0.05 45	0.04 31

IGEV-Stereo++	0.03 6	0.02 3	0.02 5	0.03 31	0.03 32	0.03 34	0.02 20	0.04 32	0.04 26	0.04 35	0.03 16	0.03 16	0.02 15	0.02 23	0.05 23	0.05 17	0.04 9	0.04 15	0.04 14	0.04 30	0.04 17	0.04 37	0.03 69	0.03 28	0.03 2	0.05 29	0.03 13	0.03 10

RAStereo	0.03 6	0.02 3	0.02 5	0.02 8	0.02 8	0.02 5	0.01 1	0.03 19	0.02 3	0.03 14	0.02 3	0.04 34	0.03 45	0.02 23	0.05 23	0.05 17	0.05 29	0.05 33	0.04 14	0.03 6	0.06 42	0.03 7	0.01 2	0.02 7	0.06 50	0.05 29	0.04 31	0.04 31

Occ-G	0.04 31	0.04 53	0.03 30	0.04 53	0.02 8	0.03 34	0.02 20	0.04 32	0.03 14	0.03 14	0.05 49	0.03 16	0.02 15	0.02 23	0.05 23	0.06 38	0.06 41	0.06 50	0.07 55	0.04 30	0.05 30	0.03 7	0.04 93	0.03 28	0.04 15	0.04 12	0.03 13	0.05 46

U	0.03 6	0.02 3	0.02 5	0.01 1	0.01 1	0.02 5	0.01 1	0.02 4	0.02 3	0.01 1	0.01 1	0.02 5	0.02 15	0.01 2	0.05 23	0.05 17	0.05 29	0.04 15	0.04 14	0.03 6	0.05 30	0.03 7	0.01 2	0.01 1	0.04 15	0.04 12	0.02 1	0.03 10

AIO-Stereo	0.03 6	0.03 28	0.03 30	0.02 8	0.03 32	0.03 34	0.02 20	0.02 4	0.03 14	0.03 14	0.03 16	0.02 5	0.02 15	0.02 23	0.05 23	0.05 17	0.04 9	0.04 15	0.05 29	0.03 6	0.04 17	0.03 7	0.02 31	0.02 7	0.03 2	0.04 12	0.03 13	0.02 1

RSM	0.03 6	0.03 28	0.03 30	0.02 8	0.03 32	0.03 34	0.02 20	0.03 19	0.02 3	0.03 14	0.04 31	0.04 34	0.02 15	0.02 23	0.05 23	0.06 38	0.05 29	0.04 15	0.05 29	0.04 30	0.05 30	0.03 7	0.01 2	0.03 28	0.04 15	0.04 12	0.03 13	0.03 10

AEACV	0.04 31	0.03 28	0.02 5	0.04 53	0.03 32	0.02 5	0.02 20	0.03 19	0.03 14	0.03 14	0.03 16	0.03 16	0.02 15	0.01 2	0.05 23	0.06 38	0.05 29	0.05 33	0.07 55	0.04 30	0.06 42	0.03 7	0.01 2	0.02 7	0.06 50	0.06 49	0.04 31	0.03 10

CroCo-Stereo Lap2	0.03 6	0.02 3	0.02 5	0.01 1	0.01 1	0.02 5	0.02 20	0.02 4	0.02 3	0.03 14	0.02 3	0.02 5	0.03 45	0.01 2	0.05 23	0.05 17	0.04 9	0.05 33	0.04 14	0.04 30	0.04 17	0.04 37	0.01 2	0.02 7	0.05 32	0.05 29	0.05 45	0.03 10

RAFT + AFF	0.05 52	0.04 53	0.03 30	0.05 74	0.04 57	0.04 55	0.03 51	0.06 60	0.08 125	0.09 79	0.05 49	0.09 81	0.02 15	0.02 23	0.05 23	0.05 17	0.09 72	0.06 50	0.06 47	0.04 30	0.07 54	0.05 57	0.02 31	0.04 59	0.07 64	0.05 29	0.05 45	0.05 46

LACA3	0.04 31	0.03 28	0.03 30	0.03 31	0.03 32	0.03 34	0.02 20	0.02 4	0.04 26	0.04 35	0.03 16	0.03 16	0.02 15	0.02 23	0.06 47	0.06 38	0.04 9	0.06 50	0.05 29	0.04 30	0.06 42	0.06 78	0.02 31	0.03 28	0.05 32	0.06 49	0.05 45	0.05 46

MatchStereo	0.04 31	0.02 3	0.03 30	0.02 8	0.03 32	0.02 5	0.02 20	0.03 19	0.06 75	0.02 3	0.06 71	0.02 5	0.04 67	0.02 23	0.06 47	0.06 38	0.04 9	0.05 33	0.04 14	0.05 57	0.05 30	0.05 57	0.01 2	0.03 28	0.05 32	0.06 49	0.03 13	0.04 31
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
NLSM3	0.04 31	0.03 28	0.03 30	0.04 53	0.03 32	0.02 5	0.02 20	0.04 32	0.07 100	0.04 35	0.04 31	0.03 16	0.04 67	0.03 57	0.06 47	0.05 17	0.05 29	0.05 33	0.04 14	0.04 30	0.04 17	0.04 37	0.03 69	0.03 28	0.06 50	0.06 49	0.06 64	0.06 65

AdaDepth	0.04 31	0.04 53	0.02 5	0.03 31	0.03 32	0.02 5	0.02 20	0.03 19	0.04 26	0.03 14	0.04 31	0.03 16	0.02 15	0.01 2	0.06 47	0.06 38	0.06 41	0.05 33	0.05 29	0.03 6	0.05 30	0.03 7	0.01 2	0.03 28	0.05 32	0.05 29	0.04 31	0.03 10

LG-Stereo_L2	0.06 59	0.04 53	0.03 30	0.03 31	0.04 57	0.02 5	0.02 20	0.08 80	0.08 125	0.21 166	0.06 71	0.08 75	0.03 45	0.03 57	0.06 47	0.07 61	0.10 76	0.06 50	0.07 55	0.04 30	0.13 118	0.05 57	0.02 31	0.03 28	0.05 32	0.06 49	0.05 45	0.05 46

LG-Stereo_L1	0.06 59	0.04 53	0.03 30	0.04 53	0.03 32	0.02 5	0.02 20	0.08 80	0.09 158	0.21 166	0.05 49	0.05 52	0.03 45	0.03 57	0.06 47	0.07 61	0.10 76	0.06 50	0.07 55	0.04 30	0.14 134	0.05 57	0.01 2	0.03 28	0.06 50	0.06 49	0.05 45	0.05 46

MLG-Stereo_test3	0.05 52	0.03 28	0.02 5	0.03 31	0.04 57	0.05 84	0.03 51	0.05 48	0.06 75	0.06 63	0.06 71	0.09 81	0.02 15	0.03 57	0.06 47	0.06 38	0.08 59	0.06 50	0.06 47	0.04 30	0.08 64	0.04 37	0.02 31	0.03 28	0.05 32	0.06 49	0.05 45	0.05 46

LG-G_1	0.06 59	0.05 74	0.04 64	0.05 74	0.05 75	0.06 101	0.03 51	0.06 60	0.06 75	0.08 75	0.03 16	0.10 89	0.04 67	0.06 118	0.06 47	0.06 38	0.10 76	0.06 50	0.08 70	0.05 57	0.10 78	0.04 37	0.05 120	0.04 59	0.06 50	0.06 49	0.08 79	0.07 70

LG-G	0.06 59	0.05 74	0.04 64	0.05 74	0.05 75	0.06 101	0.03 51	0.06 60	0.06 75	0.08 75	0.03 16	0.10 89	0.04 67	0.06 118	0.06 47	0.06 38	0.10 76	0.06 50	0.08 70	0.05 57	0.10 78	0.04 37	0.05 120	0.04 59	0.06 50	0.06 49	0.08 79	0.07 70

DFGA-Net	0.05 52	0.05 74	0.03 30	0.04 53	0.03 32	0.04 55	0.03 51	0.05 48	0.04 26	0.06 63	0.05 49	0.10 89	0.04 67	0.03 57	0.06 47	0.07 61	0.08 59	0.07 69	0.07 55	0.05 57	0.07 54	0.04 37	0.03 69	0.04 59	0.07 64	0.06 49	0.06 64	0.09 84

AIO_rvc	0.06 59	0.06 97	0.03 30	0.05 74	0.04 57	0.04 55	0.03 51	0.08 80	0.06 75	0.10 87	0.04 31	0.08 75	0.02 15	0.03 57	0.06 47	0.07 61	0.08 59	0.06 50	0.07 55	0.05 57	0.12 99	0.05 57	0.02 31	0.03 28	0.06 50	0.06 49	0.05 45	0.05 46

HUF	0.07 81	0.05 74	0.04 64	0.07 119	0.06 103	0.04 55	0.03 51	0.09 87	0.07 100	0.16 111	0.05 49	0.09 81	0.04 67	0.03 57	0.06 47	0.07 61	0.08 59	0.06 50	0.09 85	0.06 75	0.14 134	0.06 78	0.03 69	0.04 59	0.08 75	0.05 29	0.06 64	0.05 46

AIO_test	0.06 59	0.05 74	0.04 64	0.07 119	0.05 75	0.04 55	0.04 90	0.10 94	0.09 158	0.12 90	0.05 49	0.11 101	0.04 67	0.03 57	0.06 47	0.07 61	0.07 52	0.06 50	0.08 70	0.05 57	0.13 118	0.05 57	0.04 93	0.04 59	0.09 86	0.07 67	0.05 45	0.05 46

RSM++	0.04 31	0.03 28	0.03 30	0.02 8	0.04 57	0.02 5	0.03 51	0.05 48	0.04 26	0.04 35	0.04 31	0.05 52	0.02 15	0.02 23	0.06 47	0.06 38	0.05 29	0.05 33	0.05 29	0.04 30	0.07 54	0.04 37	0.02 31	0.03 28	0.06 50	0.05 29	0.04 31	0.04 31

anonymousdsp	0.05 52	0.04 53	0.03 30	0.03 31	0.04 57	0.04 55	0.04 90	0.06 60	0.05 49	0.06 63	0.04 31	0.03 16	0.02 15	0.03 57	0.06 47	0.07 61	0.08 59	0.06 50	0.08 70	0.05 57	0.09 68	0.05 57	0.03 69	0.03 28	0.05 32	0.05 29	0.05 45	0.05 46

AASNet	0.06 59	0.06 97	0.04 64	0.09 152	0.07 119	0.08 130	0.05 101	0.08 80	0.04 26	0.07 72	0.07 93	0.07 71	0.04 67	0.04 84	0.06 47	0.07 61	0.10 76	0.08 79	0.08 70	0.06 75	0.07 54	0.06 78	0.04 93	0.06 111	0.08 75	0.07 67	0.06 64	0.06 65

RAFT	0.06 59	0.03 28	0.05 97	0.03 31	0.02 8	0.03 34	0.02 20	0.07 74	0.04 26	0.04 35	0.06 71	0.07 71	0.05 94	0.01 2	0.06 47	0.06 38	0.07 52	0.05 33	0.05 29	0.04 30	0.06 42	0.07 96	0.01 2	0.04 59	0.13 137	0.14 180	0.13 139	0.15 153

iRaftStereo_RVC	0.05 52	0.03 28	0.03 30	0.03 31	0.03 32	0.03 34	0.02 20	0.05 48	0.04 26	0.06 63	0.05 49	0.05 52	0.03 45	0.02 23	0.06 47	0.06 38	0.10 76	0.07 69	0.07 55	0.05 57	0.09 68	0.04 37	0.02 31	0.03 28	0.07 64	0.06 49	0.05 45	0.05 46

AFF-stereo	0.06 59	0.05 74	0.05 97	0.05 74	0.04 57	0.04 55	0.03 51	0.11 98	0.06 75	0.16 111	0.04 31	0.08 75	0.03 45	0.02 23	0.06 47	0.08 77	0.08 59	0.05 33	0.09 85	0.04 30	0.09 68	0.05 57	0.02 31	0.04 59	0.10 101	0.08 74	0.07 72	0.07 70

TDLM	0.04 31	0.04 53	0.04 64	0.04 53	0.04 57	0.04 55	0.03 51	0.04 32	0.03 14	0.04 35	0.06 71	0.04 34	0.03 45	0.03 57	0.06 47	0.06 38	0.06 41	0.06 50	0.05 29	0.04 30	0.05 30	0.04 37	0.03 69	0.04 59	0.05 32	0.05 29	0.05 45	0.05 46

TS12	0.06 59	0.04 53	0.04 64	0.05 74	0.05 75	0.04 55	0.03 51	0.06 60	0.05 49	0.04 35	0.08 120	0.06 64	0.03 45	0.03 57	0.07 67	0.08 77	0.06 41	0.07 69	0.07 55	0.06 75	0.09 68	0.08 113	0.02 31	0.04 59	0.08 75	0.08 74	0.08 79	0.09 84

TS	0.06 59	0.04 53	0.04 64	0.05 74	0.05 75	0.04 55	0.03 51	0.06 60	0.05 49	0.04 35	0.08 120	0.06 64	0.03 45	0.03 57	0.07 67	0.08 77	0.06 41	0.07 69	0.07 55	0.06 75	0.09 68	0.08 113	0.02 31	0.04 59	0.08 75	0.08 74	0.08 79	0.09 84

BridgeDepth_RVC	0.05 52	0.04 53	0.04 64	0.04 53	0.05 75	0.05 84	0.03 51	0.04 32	0.07 100	0.05 56	0.05 49	0.05 52	0.04 67	0.02 23	0.07 67	0.07 61	0.05 29	0.07 69	0.05 29	0.05 57	0.06 42	0.05 57	0.02 31	0.03 28	0.06 50	0.08 74	0.07 72	0.07 70
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LGtest1	0.06 59	0.04 53	0.03 30	0.04 53	0.04 57	0.04 55	0.03 51	0.08 80	0.08 125	0.07 72	0.04 31	0.06 64	0.03 45	0.05 100	0.07 67	0.07 61	0.12 95	0.07 69	0.10 96	0.07 93	0.12 99	0.06 78	0.04 93	0.03 28	0.07 64	0.06 49	0.08 79	0.06 65

SGD-Stereo	0.06 59	0.04 53	0.03 30	0.05 74	0.04 57	0.06 101	0.03 51	0.04 32	0.06 75	0.08 75	0.05 49	0.05 52	0.03 45	0.03 57	0.07 67	0.08 77	0.14 113	0.06 50	0.09 85	0.05 57	0.12 99	0.05 57	0.03 69	0.04 59	0.08 75	0.08 74	0.12 125	0.09 84

YMNet	0.07 81	0.08 161	0.06 129	0.08 131	0.08 141	0.08 130	0.07 151	0.07 74	0.07 100	0.05 56	0.07 93	0.13 124	0.05 94	0.07 148	0.07 67	0.07 61	0.08 59	0.08 79	0.09 85	0.05 57	0.07 54	0.06 78	0.06 141	0.05 85	0.09 86	0.08 74	0.09 95	0.09 84

DEFOM-Stereo_RVC	0.07 81	0.05 74	0.03 30	0.03 31	0.05 75	0.05 84	0.03 51	0.12 103	0.05 49	0.22 175	0.05 49	0.08 75	0.03 45	0.05 100	0.07 67	0.09 96	0.13 99	0.09 106	0.10 96	0.06 75	0.16 168	0.06 78	0.04 93	0.04 59	0.07 64	0.09 84	0.08 79	0.10 100

IGEV-BASED-STEREO-	0.07 81	0.05 74	0.03 30	0.04 53	0.05 75	0.04 55	0.02 20	0.11 98	0.06 75	0.22 175	0.05 49	0.05 52	0.02 15	0.03 57	0.07 67	0.08 77	0.12 95	0.08 79	0.09 85	0.07 93	0.16 168	0.06 78	0.02 31	0.03 28	0.07 64	0.07 67	0.07 72	0.05 46

IGEV-Stereo+	0.06 59	0.03 28	0.03 30	0.03 31	0.04 57	0.03 34	0.03 51	0.16 146	0.06 75	0.20 155	0.06 71	0.06 64	0.03 45	0.04 84	0.07 67	0.08 77	0.10 76	0.06 50	0.09 85	0.06 75	0.12 99	0.06 78	0.03 69	0.03 28	0.07 64	0.06 49	0.03 13	0.07 70

test_for_model	0.09 98	0.05 74	0.04 64	0.05 74	0.07 119	0.04 55	0.03 51	0.12 103	0.08 125	0.24 211	0.05 49	0.15 141	0.05 94	0.06 118	0.07 67	0.09 96	0.18 167	0.10 129	0.12 116	0.08 115	0.14 134	0.07 96	0.04 93	0.05 85	0.09 86	0.10 97	0.08 79	0.09 84

GCAPDPT-zeroshot4090	0.09 98	0.05 74	0.04 64	0.05 74	0.07 119	0.04 55	0.03 51	0.12 103	0.08 125	0.24 211	0.05 49	0.15 141	0.05 94	0.06 118	0.07 67	0.09 96	0.18 167	0.10 129	0.12 116	0.08 115	0.14 134	0.07 96	0.04 93	0.05 85	0.09 86	0.10 97	0.08 79	0.09 84

MGS-Stereo	0.08 92	0.06 97	0.04 64	0.05 74	0.05 75	0.04 55	0.03 51	0.12 103	0.05 49	0.09 79	0.07 93	0.10 89	0.04 67	0.05 100	0.07 67	0.08 77	0.15 120	0.11 145	0.12 116	0.09 143	0.12 99	0.07 96	0.05 120	0.05 85	0.10 101	0.09 84	0.11 115	0.10 100

plain	0.06 59	0.04 53	0.04 64	0.04 53	0.04 57	0.05 84	0.03 51	0.08 80	0.04 26	0.09 79	0.05 49	0.06 64	0.02 15	0.02 23	0.07 67	0.08 77	0.12 95	0.08 79	0.08 70	0.06 75	0.08 64	0.04 37	0.02 31	0.05 85	0.09 86	0.09 84	0.08 79	0.09 84

MaDis-Stereo	0.07 81	0.04 53	0.05 97	0.03 31	0.02 8	0.03 34	0.03 51	0.06 60	0.06 75	0.04 35	0.06 71	0.10 89	0.05 94	0.02 23	0.07 67	0.08 77	0.10 76	0.09 106	0.07 55	0.05 57	0.10 78	0.10 189	0.01 2	0.05 85	0.11 117	0.18 256	0.13 139	0.16 167

MIM_Stereo	0.06 59	0.04 53	0.03 30	0.05 74	0.05 75	0.05 84	0.03 51	0.06 60	0.04 26	0.14 98	0.06 71	0.04 34	0.02 15	0.03 57	0.07 67	0.08 77	0.13 99	0.07 69	0.09 85	0.06 75	0.11 84	0.06 78	0.02 31	0.04 59	0.08 75	0.07 67	0.07 72	0.05 46

testlalala	0.09 98	0.05 74	0.04 64	0.05 74	0.07 119	0.04 55	0.03 51	0.12 103	0.08 125	0.24 211	0.05 49	0.15 141	0.05 94	0.06 118	0.07 67	0.09 96	0.18 167	0.10 129	0.12 116	0.08 115	0.14 134	0.07 96	0.04 93	0.05 85	0.09 86	0.10 97	0.08 79	0.09 84

GCAPDPT-zeroshot	0.09 98	0.05 74	0.04 64	0.05 74	0.07 119	0.04 55	0.03 51	0.12 103	0.08 125	0.24 211	0.05 49	0.15 141	0.05 94	0.06 118	0.07 67	0.09 96	0.18 167	0.10 129	0.12 116	0.08 115	0.14 134	0.07 96	0.04 93	0.05 85	0.09 86	0.10 97	0.08 79	0.09 84

GCAP-Stereo	0.09 98	0.05 74	0.04 64	0.05 74	0.07 119	0.04 55	0.03 51	0.12 103	0.08 125	0.24 211	0.05 49	0.15 141	0.05 94	0.06 118	0.07 67	0.09 96	0.18 167	0.10 129	0.12 116	0.08 115	0.14 134	0.07 96	0.04 93	0.05 85	0.09 86	0.10 97	0.08 79	0.09 84

LL-Strereo2	0.07 81	0.03 28	0.03 30	0.04 53	0.05 75	0.04 55	0.03 51	0.06 60	0.07 100	0.14 98	0.07 93	0.08 75	0.05 94	0.04 84	0.07 67	0.08 77	0.14 113	0.07 69	0.10 96	0.06 75	0.10 78	0.06 78	0.03 69	0.04 59	0.08 75	0.09 84	0.08 79	0.05 46

anonymousdsp2	0.08 92	0.07 120	0.05 97	0.06 97	0.05 75	0.06 101	0.05 101	0.12 103	0.06 75	0.17 121	0.06 71	0.08 75	0.04 67	0.05 100	0.07 67	0.08 77	0.13 99	0.08 79	0.10 96	0.07 93	0.12 99	0.06 78	0.05 120	0.06 111	0.09 86	0.08 74	0.08 79	0.07 70

RAFT_CTSACE	0.07 81	0.04 53	0.06 129	0.03 31	0.04 57	0.05 84	0.05 101	0.06 60	0.06 75	0.09 79	0.04 31	0.10 89	0.09 185	0.03 57	0.07 67	0.08 77	0.11 86	0.07 69	0.07 55	0.05 57	0.12 99	0.08 113	0.03 69	0.06 111	0.12 126	0.13 153	0.12 125	0.15 153

test_5	0.08 92	0.05 74	0.07 159	0.04 53	0.04 57	0.04 55	0.04 90	0.09 87	0.05 49	0.05 56	0.07 93	0.12 108	0.12 219	0.02 23	0.07 67	0.09 96	0.07 52	0.07 69	0.08 70	0.06 75	0.10 78	0.09 154	0.02 31	0.07 151	0.10 101	0.13 153	0.13 139	0.18 196

ARAFT	0.07 81	0.04 53	0.04 64	0.05 74	0.05 75	0.05 84	0.02 20	0.09 87	0.06 75	0.12 90	0.06 71	0.12 108	0.03 45	0.03 57	0.07 67	0.07 61	0.12 95	0.09 106	0.09 85	0.05 57	0.11 84	0.07 96	0.03 69	0.04 59	0.09 86	0.09 84	0.09 95	0.09 84

RAFT-Stereo + iAFF	0.08 92	0.06 97	0.05 97	0.05 74	0.04 57	0.04 55	0.04 90	0.14 132	0.07 100	0.21 166	0.04 31	0.12 108	0.04 67	0.03 57	0.07 67	0.09 96	0.09 72	0.06 50	0.10 96	0.05 57	0.11 84	0.05 57	0.03 69	0.05 85	0.12 126	0.09 84	0.09 95	0.09 84

MMNet	0.06 59	0.06 97	0.04 64	0.08 131	0.06 103	0.06 101	0.05 101	0.07 74	0.05 49	0.05 56	0.05 49	0.09 81	0.04 67	0.04 84	0.07 67	0.07 61	0.08 59	0.08 79	0.07 55	0.06 75	0.06 42	0.05 57	0.04 93	0.05 85	0.07 64	0.08 74	0.07 72	0.10 100

delet	0.05 52	0.05 74	0.04 64	0.06 97	0.05 75	0.05 84	0.05 101	0.04 32	0.04 26	0.06 63	0.05 49	0.10 89	0.05 94	0.03 57	0.07 67	0.06 38	0.07 52	0.06 50	0.05 29	0.06 75	0.06 42	0.04 37	0.03 69	0.04 59	0.06 50	0.06 49	0.04 31	0.04 31

CCAANet	0.11 137	0.07 120	0.07 159	0.07 119	0.07 119	0.14 210	0.08 167	0.12 103	0.08 125	0.24 211	0.14 217	0.17 167	0.11 210	0.07 148	0.07 67	0.09 96	0.23 245	0.12 177	0.10 96	0.08 115	0.11 84	0.08 113	0.07 165	0.06 111	0.10 101	0.10 97	0.14 152	0.11 110

DMCA	0.07 81	0.05 74	0.07 159	0.06 97	0.06 103	0.05 84	0.07 151	0.09 87	0.06 75	0.06 63	0.09 141	0.07 71	0.06 123	0.06 118	0.07 67	0.08 77	0.11 86	0.10 129	0.08 70	0.07 93	0.09 68	0.05 57	0.06 141	0.05 85	0.08 75	0.10 97	0.05 45	0.07 70

RYNet	0.06 59	0.04 53	0.04 64	0.04 53	0.04 57	0.04 55	0.03 51	0.04 32	0.11 199	0.05 56	0.04 31	0.04 34	0.03 45	0.03 57	0.07 67	0.06 38	0.07 52	0.08 79	0.07 55	0.05 57	0.05 30	0.04 37	0.11 241	0.04 59	0.06 50	0.13 153	0.06 64	0.05 46

GANet	0.06 59	0.07 120	0.06 129	0.06 97	0.06 103	0.07 120	0.06 134	0.07 74	0.05 49	0.06 63	0.07 93	0.05 52	0.04 67	0.04 84	0.07 67	0.08 77	0.08 59	0.10 129	0.07 55	0.05 57	0.07 54	0.05 57	0.05 120	0.05 85	0.08 75	0.07 67	0.06 64	0.06 65

AANet_RVC	0.06 59	0.05 74	0.06 129	0.05 74	0.06 103	0.04 55	0.05 101	0.05 48	0.06 75	0.05 56	0.06 71	0.05 52	0.04 67	0.04 84	0.07 67	0.07 61	0.08 59	0.08 79	0.07 55	0.07 93	0.07 54	0.06 78	0.05 120	0.05 85	0.07 64	0.09 84	0.06 64	0.08 77

iResNet_ROB	0.11 137	0.08 161	0.07 159	0.11 190	0.08 141	0.12 192	0.07 151	0.15 137	0.08 125	0.23 194	0.10 166	0.15 141	0.15 255	0.06 118	0.07 67	0.09 96	0.17 148	0.12 177	0.13 136	0.09 143	0.14 134	0.09 154	0.07 165	0.08 177	0.14 161	0.12 133	0.15 167	0.15 153

WQFJA1++	0.12 165	0.09 179	0.06 129	0.15 234	0.08 141	0.15 223	0.14 240	0.17 157	0.07 100	0.19 146	0.11 179	0.15 141	0.08 172	0.05 100	0.08 99	0.10 126	0.19 187	0.09 106	0.16 177	0.08 115	0.16 168	0.07 96	0.06 141	0.06 111	0.16 188	0.11 121	0.21 253	0.22 240

DDF-Stereo	0.12 165	0.07 120	0.04 64	0.10 172	0.09 165	0.13 201	0.10 202	0.18 194	0.08 125	0.24 211	0.06 71	0.19 196	0.06 123	0.08 171	0.08 99	0.11 172	0.23 245	0.08 79	0.16 177	0.10 171	0.20 237	0.08 113	0.07 165	0.07 151	0.13 137	0.13 153	0.17 192	0.19 212

zero-FE	0.12 165	0.07 120	0.04 64	0.11 190	0.08 141	0.15 223	0.12 228	0.18 194	0.08 125	0.23 194	0.08 120	0.19 196	0.07 152	0.08 171	0.08 99	0.11 172	0.23 245	0.09 106	0.17 193	0.10 171	0.20 237	0.09 154	0.07 165	0.07 151	0.13 137	0.13 153	0.16 178	0.20 221

S2M2_XL	0.11 137	0.07 120	0.08 184	0.07 119	0.07 119	0.10 169	0.08 167	0.18 194	0.06 75	0.21 166	0.09 141	0.22 244	0.05 94	0.06 118	0.08 99	0.10 126	0.20 204	0.09 106	0.17 193	0.09 143	0.20 237	0.08 113	0.08 193	0.06 111	0.11 117	0.09 84	0.14 152	0.16 167
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-Stereo	0.11 137	0.10 193	0.08 184	0.09 152	0.09 165	0.08 130	0.07 151	0.17 157	0.08 125	0.22 175	0.09 141	0.16 161	0.13 232	0.07 148	0.08 99	0.11 172	0.16 134	0.11 145	0.11 105	0.09 143	0.14 134	0.09 154	0.09 215	0.07 151	0.13 137	0.14 180	0.14 152	0.11 110

castereo	0.10 122	0.07 120	0.06 129	0.06 97	0.07 119	0.08 130	0.05 101	0.16 146	0.11 199	0.24 211	0.10 166	0.15 141	0.04 67	0.05 100	0.08 99	0.10 126	0.20 204	0.09 106	0.14 149	0.07 93	0.19 217	0.07 96	0.04 93	0.07 151	0.13 137	0.12 133	0.12 125	0.12 123

trnet	0.11 137	0.08 161	0.05 97	0.07 119	0.07 119	0.07 120	0.05 101	0.18 194	0.05 49	0.27 275	0.07 93	0.18 184	0.06 123	0.08 171	0.08 99	0.10 126	0.22 234	0.08 79	0.12 116	0.07 93	0.20 237	0.08 113	0.06 141	0.05 85	0.11 117	0.13 153	0.17 192	0.16 167

Former-RAFT_DAM_RVC	0.10 122	0.07 120	0.06 129	0.08 131	0.05 75	0.07 120	0.03 51	0.11 98	0.15 243	0.20 155	0.15 231	0.11 101	0.07 152	0.08 171	0.08 99	0.09 96	0.16 134	0.11 145	0.12 116	0.08 115	0.12 99	0.11 211	0.06 141	0.07 151	0.12 126	0.14 180	0.12 125	0.16 167

StereoVision	0.06 59	0.03 28	0.04 64	0.03 31	0.03 32	0.03 34	0.02 20	0.06 60	0.11 199	0.02 3	0.05 49	0.03 16	0.06 123	0.01 2	0.08 99	0.10 126	0.06 41	0.05 33	0.08 70	0.07 93	0.06 42	0.05 57	0.02 31	0.04 59	0.10 101	0.08 74	0.10 101	0.12 123

MIF-Stereo (partial)	0.06 59	0.05 74	0.06 129	0.05 74	0.04 57	0.05 84	0.03 51	0.08 80	0.07 100	0.07 72	0.04 31	0.05 52	0.06 123	0.04 84	0.08 99	0.08 77	0.11 86	0.08 79	0.08 70	0.05 57	0.09 68	0.05 57	0.02 31	0.06 111	0.10 101	0.08 74	0.07 72	0.08 77

UniTT-Stereo	0.07 81	0.04 53	0.04 64	0.04 53	0.03 32	0.05 84	0.03 51	0.06 60	0.05 49	0.06 63	0.04 31	0.07 71	0.12 219	0.07 148	0.08 99	0.07 61	0.11 86	0.08 79	0.08 70	0.07 93	0.09 68	0.08 113	0.08 193	0.04 59	0.09 86	0.16 225	0.06 64	0.09 84

4D-IteraStereo	0.09 98	0.06 97	0.05 97	0.06 97	0.06 103	0.06 101	0.04 90	0.15 137	0.10 183	0.22 175	0.08 120	0.14 136	0.06 123	0.03 57	0.08 99	0.10 126	0.17 148	0.09 106	0.11 105	0.07 93	0.15 151	0.05 57	0.03 69	0.05 85	0.10 101	0.10 97	0.08 79	0.08 77

LoS_RVC	0.09 98	0.07 120	0.05 97	0.05 74	0.06 103	0.06 101	0.05 101	0.13 122	0.08 125	0.18 133	0.11 179	0.12 108	0.06 123	0.07 148	0.08 99	0.09 96	0.10 76	0.08 79	0.12 116	0.08 115	0.16 168	0.09 154	0.05 120	0.06 111	0.14 161	0.10 97	0.10 101	0.13 132

tt_ll	0.09 98	0.07 120	0.05 97	0.05 74	0.06 103	0.06 101	0.05 101	0.13 122	0.08 125	0.18 133	0.11 179	0.12 108	0.06 123	0.07 148	0.08 99	0.09 96	0.10 76	0.08 79	0.12 116	0.08 115	0.16 168	0.09 154	0.05 120	0.06 111	0.14 161	0.10 97	0.10 101	0.13 132

CAS	0.09 98	0.07 120	0.05 97	0.06 97	0.05 75	0.05 84	0.04 90	0.14 132	0.05 49	0.11 88	0.10 166	0.11 101	0.05 94	0.07 148	0.08 99	0.09 96	0.11 86	0.10 129	0.14 149	0.07 93	0.12 99	0.07 96	0.05 120	0.05 85	0.13 137	0.11 121	0.09 95	0.14 142

iinet-f	0.10 122	0.09 179	0.06 129	0.08 131	0.06 103	0.09 145	0.06 134	0.09 87	0.07 100	0.18 133	0.11 179	0.10 89	0.10 200	0.06 118	0.08 99	0.09 96	0.14 113	0.09 106	0.18 209	0.09 143	0.11 84	0.06 78	0.05 120	0.06 111	0.11 117	0.10 97	0.15 167	0.12 123

CES	0.11 137	0.06 97	0.06 129	0.06 97	0.08 141	0.07 120	0.05 101	0.35 309	0.05 49	0.15 105	0.23 297	0.13 124	0.04 67	0.08 171	0.08 99	0.10 126	0.19 187	0.08 79	0.14 149	0.08 115	0.28 317	0.08 113	0.07 165	0.04 59	0.14 161	0.11 121	0.13 139	0.16 167

EGLCR-Stereo	0.11 137	0.06 97	0.04 64	0.08 131	0.08 141	0.07 120	0.05 101	0.17 157	0.09 158	0.27 275	0.06 71	0.19 196	0.06 123	0.08 171	0.08 99	0.10 126	0.20 204	0.10 129	0.16 177	0.07 93	0.17 190	0.07 96	0.04 93	0.06 111	0.10 101	0.12 133	0.18 215	0.18 196

IER	0.09 98	0.07 120	0.07 159	0.09 152	0.07 119	0.08 130	0.06 134	0.12 103	0.07 100	0.14 98	0.11 179	0.10 89	0.07 152	0.06 118	0.08 99	0.09 96	0.15 120	0.11 145	0.11 105	0.07 93	0.11 84	0.07 96	0.06 141	0.06 111	0.10 101	0.10 97	0.11 115	0.14 142

CIPLG	0.09 98	0.06 97	0.05 97	0.06 97	0.06 103	0.09 145	0.06 134	0.18 194	0.06 75	0.20 155	0.08 120	0.12 108	0.06 123	0.06 118	0.08 99	0.10 126	0.17 148	0.11 145	0.11 105	0.09 143	0.13 118	0.06 78	0.04 93	0.06 111	0.10 101	0.09 84	0.10 101	0.10 100

GLC_STEREO	0.13 180	0.11 207	0.12 244	0.12 202	0.11 205	0.10 169	0.10 202	0.19 222	0.07 100	0.25 244	0.13 204	0.12 108	0.07 152	0.07 148	0.08 99	0.12 220	0.24 264	0.11 145	0.17 193	0.09 143	0.27 312	0.15 269	0.07 165	0.07 151	0.15 174	0.09 84	0.20 239	0.12 123

IPLG	0.09 98	0.07 120	0.07 159	0.07 119	0.07 119	0.06 101	0.05 101	0.15 137	0.06 75	0.22 175	0.06 71	0.15 141	0.05 94	0.04 84	0.08 99	0.10 126	0.16 134	0.10 129	0.14 149	0.09 143	0.13 118	0.08 113	0.04 93	0.07 151	0.13 137	0.11 121	0.11 115	0.08 77

IPLGR_C	0.09 98	0.06 97	0.05 97	0.06 97	0.06 103	0.09 145	0.06 134	0.18 194	0.06 75	0.20 155	0.08 120	0.12 108	0.07 152	0.06 118	0.08 99	0.10 126	0.17 148	0.11 145	0.11 105	0.09 143	0.13 118	0.06 78	0.04 93	0.06 111	0.10 101	0.09 84	0.10 101	0.10 100

ACRE	0.09 98	0.06 97	0.05 97	0.06 97	0.06 103	0.09 145	0.06 134	0.18 194	0.06 75	0.20 155	0.08 120	0.12 108	0.07 152	0.06 118	0.08 99	0.10 126	0.17 148	0.11 145	0.11 105	0.09 143	0.13 118	0.06 78	0.04 93	0.06 111	0.10 101	0.10 97	0.10 101	0.10 100

CREStereo++_RVC	0.11 137	0.07 120	0.05 97	0.08 131	0.08 141	0.08 130	0.07 151	0.16 146	0.09 158	0.26 261	0.09 141	0.17 167	0.13 232	0.08 171	0.08 99	0.10 126	0.20 204	0.08 79	0.13 136	0.07 93	0.19 217	0.08 113	0.06 141	0.06 111	0.14 161	0.11 121	0.16 178	0.15 153
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.12 165	0.09 179	0.06 129	0.11 190	0.09 165	0.08 130	0.06 134	0.18 194	0.07 100	0.27 275	0.11 179	0.19 196	0.08 172	0.07 148	0.08 99	0.09 96	0.21 219	0.08 79	0.15 161	0.07 93	0.20 237	0.08 113	0.05 120	0.07 151	0.16 188	0.14 180	0.18 215	0.21 237

raft+_RVC	0.08 92	0.06 97	0.04 64	0.06 97	0.06 103	0.07 120	0.04 90	0.10 94	0.08 125	0.17 121	0.08 120	0.09 81	0.04 67	0.04 84	0.08 99	0.07 61	0.13 99	0.09 106	0.11 105	0.06 75	0.13 118	0.05 57	0.03 69	0.05 85	0.10 101	0.09 84	0.09 95	0.08 77

raftrobust	0.10 122	0.08 161	0.06 129	0.08 131	0.07 119	0.05 84	0.04 90	0.14 132	0.06 75	0.25 244	0.07 93	0.12 108	0.05 94	0.05 100	0.08 99	0.09 96	0.18 167	0.11 145	0.11 105	0.09 143	0.17 190	0.08 113	0.05 120	0.05 85	0.13 137	0.12 133	0.10 101	0.10 100

RALAANet	0.09 98	0.08 161	0.06 129	0.07 119	0.05 75	0.08 130	0.05 101	0.10 94	0.07 100	0.12 90	0.09 141	0.10 89	0.06 123	0.03 57	0.08 99	0.09 96	0.13 99	0.11 145	0.15 161	0.08 115	0.12 99	0.07 96	0.04 93	0.06 111	0.11 117	0.10 97	0.11 115	0.11 110

HCRNet	0.11 137	0.17 270	0.06 129	0.22 270	0.08 141	0.15 223	0.08 167	0.13 122	0.04 26	0.46 334	0.12 191	0.24 256	0.07 152	0.07 148	0.08 99	0.06 38	0.14 113	0.08 79	0.20 229	0.08 115	0.09 68	0.05 57	0.11 241	0.06 111	0.06 50	0.05 29	0.05 45	0.08 77

UPFNet	0.09 98	0.08 161	0.08 184	0.09 152	0.07 119	0.09 145	0.06 134	0.12 103	0.09 158	0.14 98	0.09 141	0.12 108	0.06 123	0.07 148	0.08 99	0.10 126	0.13 99	0.11 145	0.10 96	0.07 93	0.09 68	0.07 96	0.06 141	0.06 111	0.09 86	0.10 97	0.10 101	0.10 100

CREStereo	0.11 137	0.08 161	0.06 129	0.08 131	0.08 141	0.07 120	0.05 101	0.18 194	0.05 49	0.26 261	0.08 120	0.18 184	0.06 123	0.08 171	0.08 99	0.10 126	0.22 234	0.09 106	0.13 136	0.08 115	0.20 237	0.09 154	0.06 141	0.05 85	0.11 117	0.13 153	0.17 192	0.15 153
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
RASNet	0.11 137	0.10 193	0.09 197	0.10 172	0.07 119	0.08 130	0.08 167	0.19 222	0.09 158	0.17 121	0.10 166	0.13 124	0.08 172	0.06 118	0.08 99	0.10 126	0.15 120	0.09 106	0.12 116	0.06 75	0.15 151	0.09 154	0.05 120	0.10 219	0.13 137	0.11 121	0.17 192	0.17 179

CFNet	0.12 165	0.11 207	0.08 184	0.14 222	0.12 219	0.11 181	0.09 185	0.19 222	0.10 183	0.18 133	0.12 191	0.25 259	0.10 200	0.08 171	0.08 99	0.09 96	0.17 148	0.12 177	0.12 116	0.09 143	0.11 84	0.08 113	0.06 141	0.09 203	0.15 174	0.12 133	0.13 139	0.13 132

CVANet_RVC	0.07 81	0.07 120	0.07 159	0.08 131	0.06 103	0.07 120	0.05 101	0.06 60	0.05 49	0.06 63	0.09 141	0.05 52	0.04 67	0.04 84	0.08 99	0.08 77	0.08 59	0.08 79	0.08 70	0.06 75	0.08 64	0.05 57	0.04 93	0.05 85	0.08 75	0.07 67	0.07 72	0.09 84

HITNet	0.09 98	0.07 120	0.06 129	0.08 131	0.08 141	0.08 130	0.05 101	0.11 98	0.07 100	0.19 146	0.08 120	0.12 108	0.06 123	0.07 148	0.08 99	0.08 77	0.13 99	0.11 145	0.10 96	0.06 75	0.10 78	0.09 154	0.06 141	0.06 111	0.12 126	0.11 121	0.16 178	0.13 132
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
iResNetv2_ROB	0.12 165	0.08 161	0.07 159	0.12 202	0.09 165	0.12 192	0.08 167	0.17 157	0.08 125	0.22 175	0.12 191	0.20 212	0.15 255	0.06 118	0.08 99	0.08 77	0.16 134	0.11 145	0.17 193	0.10 171	0.14 134	0.09 154	0.09 215	0.10 219	0.14 161	0.12 133	0.19 227	0.12 123

DN-CSS_ROB	0.11 137	0.09 179	0.11 229	0.08 131	0.09 165	0.08 130	0.08 167	0.16 146	0.10 183	0.23 194	0.17 251	0.18 184	0.14 247	0.05 100	0.08 99	0.09 96	0.13 99	0.10 129	0.18 209	0.09 143	0.11 84	0.08 113	0.07 165	0.08 177	0.13 137	0.10 97	0.12 125	0.10 100

DF	0.12 165	0.07 120	0.05 97	0.10 172	0.09 165	0.09 145	0.07 151	0.19 222	0.07 100	0.27 275	0.09 141	0.20 212	0.05 94	0.10 205	0.09 137	0.11 172	0.22 234	0.11 145	0.16 177	0.09 143	0.21 261	0.10 189	0.07 165	0.07 151	0.15 174	0.12 133	0.17 192	0.23 245

DN	0.14 207	0.08 161	0.08 184	0.19 259	0.09 165	0.22 280	0.11 216	0.18 194	0.10 183	0.21 166	0.12 191	0.35 278	0.06 123	0.14 260	0.09 137	0.11 172	0.24 264	0.12 177	0.16 177	0.08 115	0.18 204	0.11 211	0.06 141	0.08 177	0.24 283	0.14 180	0.15 167	0.18 196

DepthFocus	0.10 122	0.05 74	0.05 97	0.09 152	0.05 75	0.06 101	0.04 90	0.17 157	0.07 100	0.22 175	0.09 141	0.13 124	0.04 67	0.10 205	0.09 137	0.09 96	0.18 167	0.09 106	0.18 209	0.09 143	0.17 190	0.08 113	0.09 215	0.05 85	0.07 64	0.11 121	0.14 152	0.12 123

IGEV-FE	0.14 207	0.07 120	0.05 97	0.13 214	0.13 231	0.10 169	0.11 216	0.17 157	0.09 158	0.28 294	0.09 141	0.23 247	0.05 94	0.12 238	0.09 137	0.11 172	0.23 245	0.11 145	0.16 177	0.12 216	0.20 237	0.09 154	0.09 215	0.06 111	0.19 238	0.14 180	0.23 260	0.27 266

LG-Stereo_Zeroshot	0.12 165	0.07 120	0.04 64	0.09 152	0.09 165	0.11 181	0.10 202	0.18 194	0.08 125	0.24 211	0.09 141	0.16 161	0.04 67	0.09 190	0.09 137	0.11 172	0.21 219	0.10 129	0.17 193	0.09 143	0.20 237	0.10 189	0.05 120	0.06 111	0.15 174	0.13 153	0.16 178	0.27 266

Reg-Stereo(zero)	0.11 137	0.08 161	0.06 129	0.08 131	0.07 119	0.10 169	0.07 151	0.17 157	0.10 183	0.25 244	0.09 141	0.20 212	0.06 123	0.07 148	0.09 137	0.11 172	0.19 187	0.10 129	0.15 161	0.09 143	0.15 151	0.08 113	0.07 165	0.07 151	0.13 137	0.13 153	0.18 215	0.17 179

HI	0.11 137	0.08 161	0.06 129	0.08 131	0.07 119	0.10 169	0.07 151	0.17 157	0.10 183	0.25 244	0.09 141	0.20 212	0.06 123	0.07 148	0.09 137	0.11 172	0.19 187	0.10 129	0.15 161	0.09 143	0.15 151	0.08 113	0.07 165	0.07 151	0.13 137	0.13 153	0.18 215	0.17 179

castereo++	0.10 122	0.07 120	0.05 97	0.07 119	0.07 119	0.06 101	0.05 101	0.17 157	0.09 158	0.24 211	0.08 120	0.17 167	0.06 123	0.05 100	0.09 137	0.10 126	0.19 187	0.09 106	0.13 136	0.07 93	0.20 237	0.07 96	0.05 120	0.07 151	0.12 126	0.12 133	0.12 125	0.11 110

model_zeroshot	0.14 207	0.09 179	0.06 129	0.10 172	0.10 188	0.14 210	0.08 167	0.20 241	0.12 217	0.28 294	0.08 120	0.21 231	0.06 123	0.11 219	0.09 137	0.12 220	0.26 289	0.13 208	0.27 278	0.11 195	0.20 237	0.13 250	0.11 241	0.09 203	0.17 201	0.17 243	0.18 215	0.18 196

gcap-zeroshot	0.13 180	0.08 161	0.05 97	0.08 131	0.10 188	0.11 181	0.09 185	0.18 194	0.09 158	0.28 294	0.08 120	0.20 212	0.06 123	0.10 205	0.09 137	0.12 220	0.23 245	0.11 145	0.27 278	0.12 216	0.20 237	0.11 211	0.07 165	0.08 177	0.12 126	0.17 243	0.17 192	0.18 196

IGEV_Zeroshot_test	0.14 207	0.07 120	0.05 97	0.13 214	0.13 231	0.10 169	0.11 216	0.17 157	0.09 158	0.28 294	0.09 141	0.23 247	0.05 94	0.12 238	0.09 137	0.11 172	0.23 245	0.11 145	0.16 177	0.12 216	0.20 237	0.09 154	0.09 215	0.06 111	0.19 238	0.14 180	0.23 260	0.27 266

EKT-Stereo	0.15 229	0.10 193	0.07 159	0.13 214	0.12 219	0.16 234	0.17 260	0.18 194	0.11 199	0.26 261	0.17 251	0.17 167	0.07 152	0.11 219	0.09 137	0.11 172	0.24 264	0.15 247	0.23 257	0.12 216	0.24 298	0.10 189	0.07 165	0.08 177	0.20 251	0.15 200	0.17 192	0.18 196

CASnet	0.10 122	0.06 97	0.05 97	0.08 131	0.09 165	0.11 181	0.05 101	0.18 194	0.10 183	0.23 194	0.11 179	0.13 124	0.06 123	0.07 148	0.09 137	0.10 126	0.16 134	0.08 79	0.18 209	0.07 93	0.14 134	0.06 78	0.06 141	0.06 111	0.12 126	0.10 97	0.14 152	0.10 100
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
Any-RAFT	0.13 180	0.07 120	0.05 97	0.10 172	0.09 165	0.12 192	0.08 167	0.17 157	0.10 183	0.26 261	0.09 141	0.20 212	0.08 172	0.10 205	0.09 137	0.10 126	0.22 234	0.11 145	0.20 229	0.10 171	0.21 261	0.09 154	0.08 193	0.06 111	0.16 188	0.15 200	0.17 192	0.17 179

LoS	0.15 229	0.10 193	0.08 184	0.10 172	0.11 205	0.09 145	0.07 151	0.50 330	0.05 49	0.32 313	0.36 325	0.36 281	0.06 123	0.09 190	0.09 137	0.10 126	0.20 204	0.09 106	0.14 149	0.11 195	0.21 261	0.09 154	0.07 165	0.07 151	0.17 201	0.11 121	0.20 239	0.21 237
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
TestStereo1	0.09 98	0.07 120	0.06 129	0.04 53	0.05 75	0.06 101	0.06 134	0.07 74	0.07 100	0.09 79	0.07 93	0.11 101	0.14 247	0.04 84	0.09 137	0.10 126	0.11 86	0.09 106	0.09 85	0.08 115	0.13 118	0.12 233	0.02 31	0.04 59	0.15 174	0.13 153	0.16 178	0.20 221

TESTraft	0.09 98	0.06 97	0.06 129	0.04 53	0.04 57	0.05 84	0.06 134	0.09 87	0.08 125	0.09 79	0.08 120	0.12 108	0.13 232	0.03 57	0.09 137	0.10 126	0.11 86	0.09 106	0.08 70	0.07 93	0.13 118	0.12 233	0.02 31	0.05 85	0.14 161	0.12 133	0.14 152	0.20 221

anonymity	0.13 180	0.06 97	0.05 97	0.09 152	0.10 188	0.09 145	0.07 151	0.18 194	0.08 125	0.28 294	0.12 191	0.19 196	0.06 123	0.09 190	0.09 137	0.13 241	0.23 245	0.12 177	0.17 193	0.15 260	0.19 217	0.10 189	0.09 215	0.07 151	0.19 238	0.18 256	0.19 227	0.19 212

SA-5K	0.09 98	0.07 120	0.06 129	0.04 53	0.05 75	0.06 101	0.06 134	0.07 74	0.07 100	0.09 79	0.07 93	0.11 101	0.14 247	0.04 84	0.09 137	0.10 126	0.11 86	0.09 106	0.09 85	0.08 115	0.13 118	0.12 233	0.02 31	0.04 59	0.15 174	0.13 153	0.16 178	0.20 221

SA	0.10 122	0.07 120	0.06 129	0.06 97	0.05 75	0.08 130	0.04 90	0.12 103	0.05 49	0.16 111	0.07 93	0.16 161	0.03 45	0.04 84	0.09 137	0.09 96	0.13 99	0.11 145	0.12 116	0.09 143	0.14 134	0.10 189	0.03 69	0.06 111	0.16 188	0.14 180	0.13 139	0.20 221

test_4	0.09 98	0.05 74	0.07 159	0.05 74	0.06 103	0.03 34	0.02 20	0.11 98	0.09 158	0.17 121	0.06 71	0.09 81	0.06 123	0.03 57	0.09 137	0.09 96	0.15 120	0.08 79	0.10 96	0.07 93	0.16 168	0.08 113	0.02 31	0.07 151	0.09 86	0.15 200	0.12 125	0.18 196

iRaft-Stereo_20w	0.13 180	0.07 120	0.05 97	0.12 202	0.12 219	0.12 192	0.09 185	0.16 146	0.10 183	0.28 294	0.09 141	0.19 196	0.04 67	0.10 205	0.09 137	0.11 172	0.24 264	0.11 145	0.15 161	0.13 235	0.20 237	0.08 113	0.09 215	0.06 111	0.17 201	0.13 153	0.20 239	0.25 256

UDGNet	0.15 229	0.13 233	0.09 197	0.18 252	0.17 261	0.16 234	0.19 270	0.15 137	0.11 199	0.16 111	0.14 217	0.15 141	0.05 94	0.45 320	0.09 137	0.10 126	0.17 148	0.12 177	0.14 149	0.09 143	0.17 190	0.09 154	0.28 321	0.07 151	0.17 201	0.15 200	0.12 125	0.13 132

MIPNet	0.11 137	0.09 179	0.06 129	0.07 119	0.08 141	0.07 120	0.05 101	0.17 157	0.06 75	0.23 194	0.07 93	0.15 141	0.08 172	0.05 100	0.09 137	0.10 126	0.17 148	0.11 145	0.20 229	0.12 216	0.13 118	0.10 189	0.05 120	0.07 151	0.15 174	0.13 153	0.11 115	0.13 132

IPLGR	0.12 165	0.09 179	0.09 197	0.09 152	0.10 188	0.09 145	0.07 151	0.18 194	0.09 158	0.22 175	0.10 166	0.15 141	0.07 152	0.06 118	0.09 137	0.11 172	0.17 148	0.11 145	0.20 229	0.12 216	0.15 151	0.08 113	0.04 93	0.08 177	0.16 188	0.13 153	0.14 152	0.16 167

GANet-ADL	0.15 229	0.12 220	0.09 197	0.14 222	0.12 219	0.16 234	0.12 228	0.20 241	0.10 183	0.25 244	0.15 231	0.22 244	0.12 219	0.21 291	0.09 137	0.11 172	0.25 281	0.14 233	0.20 229	0.14 246	0.19 217	0.09 154	0.08 193	0.10 219	0.17 201	0.15 200	0.20 239	0.17 179

TRStereo	0.13 180	0.07 120	0.05 97	0.09 152	0.08 141	0.17 243	0.13 234	0.18 194	0.07 100	0.25 244	0.09 141	0.20 212	0.04 67	0.10 205	0.09 137	0.10 126	0.22 234	0.11 145	0.22 247	0.13 235	0.19 217	0.09 154	0.09 215	0.07 151	0.16 188	0.15 200	0.24 269	0.20 221

AnonymousM	0.08 92	0.05 74	0.04 64	0.06 97	0.05 75	0.04 55	0.04 90	0.13 122	0.05 49	0.20 155	0.06 71	0.11 101	0.03 45	0.06 118	0.09 137	0.09 96	0.19 187	0.08 79	0.12 116	0.07 93	0.16 168	0.06 78	0.04 93	0.04 59	0.08 75	0.11 121	0.10 101	0.09 84

LMCR-Stereo	0.13 180	0.09 179	0.07 159	0.11 190	0.08 141	0.11 181	0.09 185	0.18 194	0.09 158	0.19 146	0.14 217	0.19 196	0.14 247	0.10 205	0.09 137	0.11 172	0.20 204	0.13 208	0.19 223	0.10 171	0.18 204	0.10 189	0.08 193	0.08 177	0.15 174	0.13 153	0.18 215	0.17 179

rafts_anoy	0.09 98	0.08 161	0.07 159	0.07 119	0.07 119	0.06 101	0.05 101	0.13 122	0.05 49	0.17 121	0.09 141	0.12 108	0.05 94	0.03 57	0.09 137	0.10 126	0.15 120	0.12 177	0.13 136	0.07 93	0.14 134	0.08 113	0.03 69	0.06 111	0.11 117	0.10 97	0.09 95	0.11 110

CFNet_pseudo	0.13 180	0.11 207	0.11 229	0.14 222	0.11 205	0.12 192	0.11 216	0.19 222	0.12 217	0.24 211	0.14 217	0.16 161	0.15 255	0.08 171	0.09 137	0.10 126	0.16 134	0.13 208	0.13 136	0.08 115	0.15 151	0.08 113	0.08 193	0.09 203	0.15 174	0.14 180	0.19 227	0.20 221

RALCasStereoNet	0.09 98	0.08 161	0.06 129	0.09 152	0.07 119	0.06 101	0.05 101	0.12 103	0.05 49	0.18 133	0.07 93	0.12 108	0.05 94	0.04 84	0.09 137	0.10 126	0.18 167	0.12 177	0.13 136	0.08 115	0.15 151	0.08 113	0.05 120	0.06 111	0.12 126	0.09 84	0.10 101	0.08 77

ADLNet	0.12 165	0.11 207	0.08 184	0.12 202	0.10 188	0.16 234	0.12 228	0.14 132	0.07 100	0.13 95	0.10 166	0.25 259	0.10 200	0.28 305	0.09 137	0.10 126	0.17 148	0.09 106	0.13 136	0.09 143	0.11 84	0.08 113	0.13 259	0.06 111	0.13 137	0.12 133	0.12 125	0.14 142

UNet	0.10 122	0.09 179	0.08 184	0.10 172	0.08 141	0.09 145	0.08 167	0.15 137	0.08 125	0.17 121	0.09 141	0.13 124	0.09 185	0.07 148	0.09 137	0.10 126	0.16 134	0.13 208	0.12 116	0.08 115	0.11 84	0.09 154	0.08 193	0.09 203	0.11 117	0.13 153	0.10 101	0.11 110

HGLStereo	0.11 137	0.10 193	0.08 184	0.09 152	0.10 188	0.09 145	0.06 134	0.14 132	0.08 125	0.18 133	0.15 231	0.09 81	0.06 123	0.08 171	0.09 137	0.10 126	0.17 148	0.13 208	0.14 149	0.10 171	0.11 84	0.09 154	0.08 193	0.08 177	0.13 137	0.12 133	0.10 101	0.11 110

DSFCA	0.11 137	0.13 233	0.09 197	0.10 172	0.08 141	0.11 181	0.11 216	0.12 103	0.09 158	0.12 90	0.13 204	0.14 136	0.07 152	0.05 100	0.09 137	0.11 172	0.15 120	0.13 208	0.16 177	0.10 171	0.13 118	0.12 233	0.07 165	0.09 203	0.12 126	0.13 153	0.10 101	0.13 132

PMTNet	0.11 137	0.10 193	0.06 129	0.12 202	0.09 165	0.07 120	0.06 134	0.18 194	0.06 75	0.28 294	0.06 71	0.18 184	0.04 67	0.07 148	0.09 137	0.11 172	0.19 187	0.09 106	0.14 149	0.08 115	0.17 190	0.09 154	0.07 165	0.05 85	0.13 137	0.12 133	0.17 192	0.15 153

R-Stereo Train	0.13 180	0.07 120	0.07 159	0.09 152	0.10 188	0.15 223	0.05 101	0.16 146	0.12 217	0.28 294	0.12 191	0.20 212	0.08 172	0.11 219	0.09 137	0.11 172	0.24 264	0.12 177	0.16 177	0.11 195	0.21 261	0.11 211	0.08 193	0.07 151	0.15 174	0.15 200	0.16 178	0.15 153

RAFT-Stereo	0.13 180	0.07 120	0.07 159	0.09 152	0.10 188	0.15 223	0.05 101	0.16 146	0.12 217	0.28 294	0.12 191	0.20 212	0.08 172	0.11 219	0.09 137	0.11 172	0.24 264	0.12 177	0.16 177	0.11 195	0.21 261	0.11 211	0.08 193	0.07 151	0.15 174	0.15 200	0.16 178	0.15 153
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.14 207	0.11 207	0.09 197	0.16 239	0.12 219	0.14 210	0.11 216	0.21 252	0.10 183	0.24 211	0.13 204	0.21 231	0.14 247	0.08 171	0.09 137	0.10 126	0.19 187	0.11 145	0.19 223	0.09 143	0.17 190	0.08 113	0.10 231	0.09 203	0.16 188	0.13 153	0.16 178	0.19 212

DISCO	0.10 122	0.10 193	0.08 184	0.10 172	0.09 165	0.11 181	0.09 185	0.10 94	0.08 125	0.15 105	0.10 166	0.12 108	0.07 152	0.06 118	0.09 137	0.11 172	0.15 120	0.10 129	0.14 149	0.10 171	0.12 99	0.10 189	0.06 141	0.09 203	0.14 161	0.11 121	0.13 139	0.11 110

PDISCO_ROB	0.12 165	0.13 233	0.13 253	0.10 172	0.08 141	0.09 145	0.09 185	0.09 87	0.08 125	0.11 88	0.10 166	0.06 64	0.05 94	0.05 100	0.09 137	0.11 172	0.14 113	0.16 258	0.09 85	0.10 171	0.14 134	0.12 233	0.04 93	0.08 177	0.16 188	0.21 278	0.32 295	0.19 212

pmcnn	0.19 260	0.14 246	0.11 229	0.18 252	0.13 231	0.19 262	0.16 251	0.20 241	0.18 264	0.26 261	0.14 217	0.35 278	0.25 284	0.09 190	0.09 137	0.11 172	0.25 281	0.14 233	0.24 263	0.14 246	0.22 280	0.14 257	0.11 241	0.11 231	0.21 264	0.18 256	0.39 311	0.45 312

gcap_with_dpt	0.13 180	0.07 120	0.07 159	0.08 131	0.09 165	0.11 181	0.07 151	0.18 194	0.11 199	0.27 275	0.10 166	0.24 256	0.09 185	0.12 238	0.10 180	0.11 172	0.21 219	0.12 177	0.16 177	0.10 171	0.21 261	0.11 211	0.08 193	0.08 177	0.17 201	0.12 133	0.17 192	0.25 256

GCAP-BAT	0.13 180	0.07 120	0.07 159	0.08 131	0.09 165	0.11 181	0.07 151	0.18 194	0.11 199	0.27 275	0.10 166	0.24 256	0.09 185	0.12 238	0.10 180	0.11 172	0.21 219	0.12 177	0.16 177	0.10 171	0.21 261	0.11 211	0.08 193	0.08 177	0.17 201	0.12 133	0.17 192	0.25 256

DCVSM-stereo	0.20 268	0.15 254	0.11 229	0.24 280	0.18 268	0.26 291	0.21 283	0.23 269	0.16 248	0.24 211	0.19 275	0.49 297	0.27 292	0.13 254	0.10 180	0.12 220	0.24 264	0.16 258	0.24 263	0.15 260	0.19 217	0.14 257	0.22 290	0.11 231	0.18 224	0.15 200	0.24 269	0.28 272

AIO-Stereo-zeroshot	0.15 229	0.07 120	0.05 97	0.14 222	0.12 219	0.15 223	0.10 202	0.18 194	0.08 125	0.26 261	0.08 120	0.19 196	0.08 172	0.11 219	0.10 180	0.12 220	0.26 289	0.13 208	0.26 273	0.11 195	0.20 237	0.10 189	0.08 193	0.07 151	0.20 251	0.18 256	0.19 227	0.31 282

MyStereo04	0.14 207	0.12 220	0.10 216	0.08 131	0.09 165	0.10 169	0.08 167	0.22 261	0.19 273	0.24 211	0.16 242	0.23 247	0.11 210	0.04 84	0.10 180	0.11 172	0.17 148	0.12 177	0.21 240	0.12 216	0.16 168	0.11 211	0.06 141	0.11 231	0.21 264	0.12 133	0.16 178	0.15 153

AE-Stereo	0.12 165	0.09 179	0.08 184	0.11 190	0.09 165	0.08 130	0.05 101	0.17 157	0.14 235	0.24 211	0.09 141	0.19 196	0.10 200	0.07 148	0.10 180	0.12 220	0.24 264	0.13 208	0.16 177	0.11 195	0.18 204	0.09 154	0.05 120	0.09 203	0.13 137	0.14 180	0.15 167	0.15 153

MSKI-zero shot	0.13 180	0.08 161	0.05 97	0.09 152	0.11 205	0.09 145	0.07 151	0.19 222	0.09 158	0.28 294	0.10 166	0.19 196	0.06 123	0.11 219	0.10 180	0.11 172	0.24 264	0.11 145	0.17 193	0.11 195	0.21 261	0.10 189	0.07 165	0.08 177	0.14 161	0.17 243	0.18 215	0.18 196

RAFT-Test	0.13 180	0.07 120	0.06 129	0.09 152	0.11 205	0.13 201	0.09 185	0.17 157	0.11 199	0.27 275	0.10 166	0.20 212	0.05 94	0.12 238	0.10 180	0.11 172	0.23 245	0.12 177	0.21 240	0.14 246	0.21 261	0.11 211	0.06 141	0.08 177	0.17 201	0.15 200	0.17 192	0.17 179

HH	0.13 180	0.06 97	0.05 97	0.11 190	0.11 205	0.16 234	0.08 167	0.19 222	0.07 100	0.28 294	0.08 120	0.18 184	0.05 94	0.12 238	0.10 180	0.10 126	0.23 245	0.12 177	0.15 161	0.10 171	0.20 237	0.08 113	0.07 165	0.08 177	0.13 137	0.14 180	0.19 227	0.23 245

HanStereo	0.13 180	0.06 97	0.05 97	0.11 190	0.11 205	0.16 234	0.08 167	0.19 222	0.07 100	0.28 294	0.08 120	0.18 184	0.05 94	0.12 238	0.10 180	0.10 126	0.23 245	0.12 177	0.15 161	0.10 171	0.20 237	0.08 113	0.07 165	0.08 177	0.13 137	0.14 180	0.19 227	0.23 245

HBP-ISP	0.21 274	0.16 262	0.12 244	0.26 285	0.22 286	0.22 280	0.17 260	0.29 294	0.18 264	0.27 275	0.18 266	0.21 231	0.12 219	0.28 305	0.10 180	0.14 262	0.26 289	0.19 287	0.20 229	0.12 216	0.22 280	0.23 314	0.26 306	0.23 296	0.24 283	0.24 299	0.23 260	0.26 262

RAFT+CT+SA	0.09 98	0.05 74	0.07 159	0.05 74	0.05 75	0.04 55	0.05 101	0.13 122	0.08 125	0.08 75	0.07 93	0.15 141	0.13 232	0.04 84	0.10 180	0.10 126	0.09 72	0.08 79	0.08 70	0.06 75	0.12 99	0.11 211	0.02 31	0.06 111	0.13 137	0.12 133	0.11 115	0.17 179

Sa-1000	0.10 122	0.07 120	0.07 159	0.07 119	0.05 75	0.09 145	0.03 51	0.12 103	0.06 75	0.18 133	0.08 120	0.19 196	0.05 94	0.05 100	0.10 180	0.10 126	0.16 134	0.12 177	0.14 149	0.09 143	0.16 168	0.10 189	0.04 93	0.05 85	0.19 238	0.15 200	0.13 139	0.20 221

dd	0.14 207	0.12 220	0.07 159	0.25 283	0.10 188	0.19 262	0.09 185	0.17 157	0.08 125	0.17 121	0.08 120	0.33 274	0.08 172	0.06 118	0.10 180	0.11 172	0.24 264	0.11 145	0.25 268	0.09 143	0.15 151	0.09 154	0.06 141	0.09 203	0.17 201	0.13 153	0.18 215	0.15 153

GMOStereo	0.11 137	0.07 120	0.09 197	0.06 97	0.05 75	0.06 101	0.05 101	0.17 157	0.09 158	0.24 211	0.07 93	0.17 167	0.09 185	0.05 100	0.10 180	0.11 172	0.17 148	0.08 79	0.12 116	0.08 115	0.19 217	0.08 113	0.03 69	0.06 111	0.18 224	0.16 225	0.14 152	0.17 179

error version	0.11 137	0.07 120	0.09 197	0.06 97	0.05 75	0.06 101	0.05 101	0.17 157	0.09 158	0.24 211	0.07 93	0.17 167	0.09 185	0.05 100	0.10 180	0.11 172	0.17 148	0.08 79	0.12 116	0.08 115	0.19 217	0.08 113	0.03 69	0.06 111	0.18 224	0.16 225	0.14 152	0.17 179

test-v	0.11 137	0.07 120	0.09 197	0.06 97	0.05 75	0.06 101	0.05 101	0.17 157	0.09 158	0.24 211	0.07 93	0.17 167	0.09 185	0.05 100	0.10 180	0.11 172	0.17 148	0.08 79	0.12 116	0.08 115	0.19 217	0.08 113	0.03 69	0.06 111	0.18 224	0.16 225	0.14 152	0.17 179

test-3	0.10 122	0.06 97	0.04 64	0.06 97	0.08 141	0.05 84	0.05 101	0.17 157	0.07 100	0.24 211	0.07 93	0.19 196	0.07 152	0.06 118	0.10 180	0.10 126	0.21 219	0.09 106	0.15 161	0.10 171	0.16 168	0.09 154	0.05 120	0.06 111	0.09 86	0.10 97	0.12 125	0.11 110

test_1	0.10 122	0.06 97	0.04 64	0.06 97	0.08 141	0.05 84	0.05 101	0.17 157	0.07 100	0.24 211	0.07 93	0.19 196	0.07 152	0.06 118	0.10 180	0.10 126	0.21 219	0.09 106	0.15 161	0.10 171	0.16 168	0.09 154	0.05 120	0.06 111	0.09 86	0.10 97	0.12 125	0.11 110

test-2	0.11 137	0.07 120	0.09 197	0.06 97	0.05 75	0.06 101	0.05 101	0.17 157	0.09 158	0.24 211	0.07 93	0.17 167	0.09 185	0.05 100	0.10 180	0.11 172	0.17 148	0.08 79	0.12 116	0.08 115	0.19 217	0.08 113	0.03 69	0.06 111	0.18 224	0.16 225	0.14 152	0.17 179

TANstereo	0.11 137	0.06 97	0.06 129	0.10 172	0.09 165	0.09 145	0.06 134	0.12 103	0.08 125	0.22 175	0.08 120	0.13 124	0.07 152	0.08 171	0.10 180	0.13 241	0.20 204	0.13 208	0.18 209	0.08 115	0.18 204	0.09 154	0.06 141	0.06 111	0.10 101	0.10 97	0.15 167	0.14 142

XX-TBD	0.11 137	0.06 97	0.06 129	0.10 172	0.09 165	0.09 145	0.06 134	0.12 103	0.08 125	0.22 175	0.08 120	0.13 124	0.07 152	0.08 171	0.10 180	0.13 241	0.20 204	0.13 208	0.18 209	0.08 115	0.18 204	0.09 154	0.06 141	0.06 111	0.10 101	0.10 97	0.15 167	0.14 142

pcwnet_v2	0.15 229	0.12 220	0.12 244	0.16 239	0.14 242	0.17 243	0.14 240	0.20 241	0.13 226	0.22 175	0.14 217	0.19 196	0.18 266	0.12 238	0.10 180	0.12 220	0.18 167	0.13 208	0.17 193	0.12 216	0.16 168	0.11 211	0.09 215	0.10 219	0.19 238	0.20 273	0.19 227	0.27 266

XX-Stereo	0.14 207	0.05 74	0.05 97	0.10 172	0.08 141	0.17 243	0.07 151	0.18 194	0.10 183	0.27 275	0.09 141	0.20 212	0.03 45	0.09 190	0.10 180	0.12 220	0.23 245	0.11 145	0.20 229	0.11 195	0.20 237	0.08 113	0.08 193	0.07 151	0.22 274	0.16 225	0.17 192	0.36 293

GES	0.14 207	0.11 207	0.07 159	0.09 152	0.11 205	0.15 223	0.09 185	0.20 241	0.09 158	0.23 194	0.12 191	0.17 167	0.11 210	0.14 260	0.10 180	0.10 126	0.23 245	0.14 233	0.24 263	0.14 246	0.17 190	0.17 281	0.11 241	0.09 203	0.15 174	0.14 180	0.21 253	0.20 221

GMStereo	0.12 165	0.12 220	0.07 159	0.11 190	0.11 205	0.13 201	0.09 185	0.17 157	0.10 183	0.17 121	0.13 204	0.21 231	0.11 210	0.07 148	0.10 180	0.09 96	0.17 148	0.10 129	0.17 193	0.12 216	0.14 134	0.09 154	0.07 165	0.09 203	0.14 161	0.13 153	0.15 167	0.12 123
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
EAI-Stereo	0.13 180	0.07 120	0.04 64	0.10 172	0.10 188	0.10 169	0.09 185	0.17 157	0.10 183	0.26 261	0.11 179	0.20 212	0.05 94	0.10 205	0.10 180	0.11 172	0.23 245	0.12 177	0.18 209	0.12 216	0.19 217	0.08 113	0.08 193	0.08 177	0.16 188	0.14 180	0.15 167	0.20 221

FADNet-RVC-Resample	0.13 180	0.10 193	0.12 244	0.12 202	0.10 188	0.13 201	0.10 202	0.16 146	0.13 226	0.18 133	0.13 204	0.17 167	0.11 210	0.10 205	0.10 180	0.09 96	0.13 99	0.15 247	0.15 161	0.17 277	0.15 151	0.12 233	0.10 231	0.13 257	0.17 201	0.13 153	0.12 125	0.11 110

BEATNet_4x	0.11 137	0.10 193	0.08 184	0.09 152	0.09 165	0.09 145	0.08 167	0.12 103	0.08 125	0.21 166	0.09 141	0.15 141	0.09 185	0.07 148	0.10 180	0.09 96	0.13 99	0.13 208	0.11 105	0.08 115	0.13 118	0.11 211	0.08 193	0.07 151	0.13 137	0.13 153	0.18 215	0.18 196

ADCL	0.14 207	0.12 220	0.11 229	0.13 214	0.11 205	0.14 210	0.10 202	0.17 157	0.15 243	0.22 175	0.16 242	0.21 231	0.12 219	0.09 190	0.10 180	0.11 172	0.16 134	0.13 208	0.17 193	0.12 216	0.18 204	0.13 250	0.11 241	0.11 231	0.16 188	0.15 200	0.16 178	0.16 167

ADCRef	0.13 180	0.10 193	0.09 197	0.10 172	0.08 141	0.09 145	0.08 167	0.17 157	0.14 235	0.21 166	0.15 231	0.15 141	0.13 232	0.05 100	0.10 180	0.11 172	0.16 134	0.14 233	0.19 223	0.12 216	0.15 151	0.12 233	0.09 215	0.11 231	0.13 137	0.18 256	0.13 139	0.18 196

ADCP+	0.11 137	0.10 193	0.08 184	0.09 152	0.07 119	0.09 145	0.08 167	0.13 122	0.11 199	0.16 111	0.12 191	0.18 184	0.08 172	0.07 148	0.10 180	0.09 96	0.16 134	0.11 145	0.14 149	0.09 143	0.12 99	0.09 154	0.08 193	0.08 177	0.11 117	0.15 200	0.11 115	0.11 110

MSMDNet	0.13 180	0.08 161	0.06 129	0.09 152	0.12 219	0.10 169	0.08 167	0.17 157	0.11 199	0.27 275	0.09 141	0.20 212	0.06 123	0.12 238	0.10 180	0.11 172	0.24 264	0.12 177	0.19 223	0.16 272	0.21 261	0.11 211	0.07 165	0.08 177	0.17 201	0.14 180	0.17 192	0.18 196

CFNet_RVC	0.13 180	0.12 220	0.10 216	0.14 222	0.11 205	0.14 210	0.09 185	0.17 157	0.09 158	0.19 146	0.13 204	0.21 231	0.09 185	0.09 190	0.10 180	0.13 241	0.18 167	0.13 208	0.15 161	0.11 195	0.16 168	0.08 113	0.06 141	0.09 203	0.15 174	0.12 133	0.16 178	0.17 179

NLCA_NET_v2_RVC	0.13 180	0.13 233	0.13 253	0.14 222	0.15 250	0.13 201	0.20 272	0.13 122	0.15 243	0.16 111	0.16 242	0.21 231	0.09 185	0.15 269	0.10 180	0.12 220	0.15 120	0.12 177	0.11 105	0.09 143	0.11 84	0.09 154	0.08 193	0.08 177	0.13 137	0.13 153	0.11 115	0.15 153
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	0.14 207	0.12 220	0.09 197	0.14 222	0.13 231	0.12 192	0.10 202	0.18 194	0.10 183	0.23 194	0.15 231	0.18 184	0.14 247	0.08 171	0.10 180	0.10 126	0.21 219	0.12 177	0.17 193	0.12 216	0.18 204	0.10 189	0.07 165	0.08 177	0.17 201	0.15 200	0.17 192	0.18 196

iResNet	0.16 246	0.11 207	0.09 197	0.15 234	0.13 231	0.17 243	0.12 228	0.21 252	0.14 235	0.25 244	0.13 204	0.35 278	0.32 304	0.08 171	0.10 180	0.11 172	0.20 204	0.12 177	0.25 268	0.14 246	0.18 204	0.11 211	0.12 252	0.13 257	0.18 224	0.14 180	0.20 239	0.18 196

LE_ROB	0.40 314	0.20 282	0.16 277	0.41 310	0.43 319	0.33 305	0.44 317	0.34 308	0.29 314	0.32 313	0.21 285	1.25 341	1.40 356	0.11 219	0.10 180	0.11 172	0.21 219	0.13 208	0.20 229	0.13 235	0.22 280	0.12 233	0.12 252	0.14 266	0.36 321	0.31 323	1.39 358	1.32 356

PWCDC_ROB	0.13 180	0.06 97	0.09 197	0.07 119	0.13 231	0.08 130	0.13 234	0.06 60	0.24 294	0.09 79	0.15 231	0.09 81	0.43 319	0.26 299	0.10 180	0.10 126	0.09 72	0.12 177	0.08 70	0.11 195	0.08 64	0.11 211	0.19 283	0.13 257	0.07 64	0.13 153	0.08 79	0.18 196

coex_refinement	0.10 122	0.10 193	0.07 159	0.09 152	0.08 141	0.09 145	0.06 134	0.17 157	0.10 183	0.20 155	0.11 179	0.11 101	0.07 152	0.07 148	0.11 219	0.14 262	0.15 120	0.11 145	0.12 116	0.06 75	0.12 99	0.08 113	0.06 141	0.07 151	0.12 126	0.12 133	0.11 115	0.13 132

S2M2_L	0.13 180	0.10 193	0.09 197	0.12 202	0.08 141	0.13 201	0.10 202	0.16 146	0.08 125	0.21 166	0.07 93	0.17 167	0.03 45	0.17 274	0.11 219	0.09 96	0.22 234	0.12 177	0.16 177	0.11 195	0.18 204	0.09 154	0.12 252	0.08 177	0.13 137	0.12 133	0.15 167	0.20 221
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
ITSA-stereo	0.18 254	0.14 246	0.11 229	0.26 285	0.16 253	0.18 251	0.16 251	0.25 279	0.17 258	0.25 244	0.17 251	0.33 274	0.24 281	0.16 272	0.11 219	0.11 172	0.21 219	0.15 247	0.22 247	0.10 171	0.19 217	0.11 211	0.15 266	0.11 231	0.22 274	0.15 200	0.20 239	0.23 245

AIO-Stereo-zeroshot1	0.15 229	0.07 120	0.05 97	0.12 202	0.12 219	0.15 223	0.09 185	0.17 157	0.12 217	0.29 308	0.09 141	0.22 244	0.05 94	0.12 238	0.11 219	0.11 172	0.26 289	0.12 177	0.33 295	0.11 195	0.20 237	0.12 233	0.08 193	0.06 111	0.21 264	0.18 256	0.20 239	0.32 286

CASS	0.15 229	0.12 220	0.10 216	0.14 222	0.12 219	0.16 234	0.10 202	0.19 222	0.15 243	0.26 261	0.12 191	0.20 212	0.12 219	0.09 190	0.11 219	0.12 220	0.23 245	0.12 177	0.23 257	0.09 143	0.19 217	0.10 189	0.07 165	0.09 203	0.23 281	0.14 180	0.19 227	0.22 240
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
raft_robust	0.12 165	0.09 179	0.09 197	0.11 190	0.06 103	0.09 145	0.06 134	0.15 137	0.08 125	0.23 194	0.07 93	0.20 212	0.11 210	0.09 190	0.11 219	0.12 220	0.16 134	0.12 177	0.13 136	0.10 171	0.15 151	0.11 211	0.03 69	0.07 151	0.18 224	0.16 225	0.15 167	0.14 142

AACVNet	0.14 207	0.13 233	0.10 216	0.13 214	0.13 231	0.14 210	0.10 202	0.19 222	0.11 199	0.22 175	0.17 251	0.13 124	0.10 200	0.09 190	0.11 219	0.11 172	0.21 219	0.13 208	0.17 193	0.12 216	0.16 168	0.11 211	0.11 241	0.11 231	0.17 201	0.13 153	0.14 152	0.16 167

GwcNet-ADL	0.17 249	0.12 220	0.11 229	0.19 259	0.14 242	0.17 243	0.14 240	0.21 252	0.14 235	0.24 211	0.17 251	0.32 273	0.16 260	0.19 284	0.11 219	0.14 262	0.22 234	0.15 247	0.23 257	0.13 235	0.18 204	0.11 211	0.05 120	0.10 219	0.18 224	0.15 200	0.19 227	0.21 237

TestStereo	0.13 180	0.12 220	0.10 216	0.11 190	0.08 141	0.11 181	0.10 202	0.18 194	0.11 199	0.24 211	0.13 204	0.20 212	0.08 172	0.06 118	0.11 219	0.10 126	0.20 204	0.11 145	0.20 229	0.10 171	0.21 261	0.10 189	0.06 141	0.12 247	0.19 238	0.11 121	0.12 125	0.13 132

RTSC	0.14 207	0.11 207	0.10 216	0.12 202	0.11 205	0.12 192	0.10 202	0.16 146	0.13 226	0.18 133	0.13 204	0.15 141	0.13 232	0.08 171	0.11 219	0.13 241	0.20 204	0.13 208	0.21 240	0.12 216	0.16 168	0.12 233	0.07 165	0.10 219	0.16 188	0.16 225	0.21 253	0.32 286

HSM-Net_RVC	0.15 229	0.12 220	0.10 216	0.17 247	0.13 231	0.14 210	0.10 202	0.18 194	0.14 235	0.25 244	0.18 266	0.28 264	0.16 260	0.11 219	0.11 219	0.11 172	0.19 187	0.13 208	0.16 177	0.11 195	0.17 190	0.11 211	0.08 193	0.11 231	0.19 238	0.16 225	0.23 260	0.24 250
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
UCFNet_RVC	0.15 229	0.17 270	0.12 244	0.16 239	0.14 242	0.17 243	0.11 216	0.17 157	0.12 217	0.20 155	0.13 204	0.28 264	0.12 219	0.10 205	0.11 219	0.13 241	0.18 167	0.13 208	0.17 193	0.12 216	0.16 168	0.09 154	0.10 231	0.11 231	0.18 224	0.15 200	0.17 192	0.19 212

NVstereo2D	0.15 229	0.11 207	0.11 229	0.19 259	0.14 242	0.21 277	0.24 292	0.13 122	0.11 199	0.16 111	0.14 217	0.10 89	0.07 152	0.39 319	0.11 219	0.11 172	0.21 219	0.14 233	0.15 161	0.10 171	0.12 99	0.08 113	0.24 299	0.08 177	0.14 161	0.12 133	0.14 152	0.12 123

MDST_ROB	0.22 279	0.27 307	0.14 264	0.47 314	0.24 293	0.36 308	0.20 272	0.24 275	0.16 248	0.26 261	0.14 217	0.28 264	0.25 284	0.11 219	0.11 219	0.12 220	0.21 219	0.12 177	0.17 193	0.12 216	0.19 217	0.10 189	0.11 241	0.12 247	0.34 318	0.23 293	0.56 327	0.31 282

CBMV_ROB	0.21 274	0.14 246	0.15 271	0.26 285	0.22 286	0.21 277	0.22 285	0.28 288	0.17 258	0.26 261	0.17 251	0.28 264	0.17 264	0.26 299	0.11 219	0.12 220	0.26 289	0.17 271	0.18 209	0.16 272	0.21 261	0.19 298	0.26 306	0.20 289	0.24 283	0.25 305	0.25 275	0.33 289

DLCB_ROB	0.13 180	0.12 220	0.11 229	0.10 172	0.10 188	0.10 169	0.09 185	0.16 146	0.11 199	0.18 133	0.17 251	0.19 196	0.13 232	0.11 219	0.11 219	0.10 126	0.17 148	0.13 208	0.13 136	0.10 171	0.17 190	0.10 189	0.09 215	0.12 247	0.27 294	0.16 225	0.16 178	0.13 132

DDVS	0.19 260	0.15 254	0.13 253	0.18 252	0.18 268	0.19 262	0.20 272	0.20 241	0.16 248	0.25 244	0.21 285	0.39 287	0.27 292	0.13 254	0.12 235	0.14 262	0.26 289	0.19 287	0.28 283	0.15 260	0.18 204	0.16 277	0.10 231	0.14 266	0.19 238	0.15 200	0.22 258	0.25 256

dad	0.18 254	0.16 262	0.11 229	0.36 298	0.16 253	0.24 287	0.21 283	0.24 275	0.09 158	0.22 175	0.11 179	0.38 284	0.11 210	0.08 171	0.12 235	0.10 126	0.27 300	0.12 177	0.29 285	0.10 171	0.19 217	0.12 233	0.08 193	0.13 257	0.18 224	0.14 180	0.31 293	0.22 240

DAS	0.19 260	0.11 207	0.09 197	0.24 280	0.19 275	0.18 251	0.20 272	0.23 269	0.18 264	0.24 211	0.14 217	0.38 284	0.21 273	0.09 190	0.12 235	0.11 172	0.25 281	0.16 258	0.22 247	0.15 260	0.20 237	0.14 257	0.18 278	0.13 257	0.19 238	0.17 243	0.23 260	0.29 274

SepStereo	0.19 260	0.11 207	0.09 197	0.24 280	0.19 275	0.18 251	0.20 272	0.23 269	0.18 264	0.24 211	0.14 217	0.38 284	0.21 273	0.09 190	0.12 235	0.11 172	0.25 281	0.16 258	0.22 247	0.15 260	0.20 237	0.14 257	0.18 278	0.13 257	0.19 238	0.17 243	0.23 260	0.29 274

test-1	0.14 207	0.06 97	0.07 159	0.11 190	0.10 188	0.18 251	0.14 240	0.19 222	0.13 226	0.28 294	0.10 166	0.19 196	0.11 210	0.12 238	0.12 235	0.13 241	0.22 234	0.12 177	0.22 247	0.10 171	0.24 298	0.08 113	0.09 215	0.08 177	0.21 264	0.18 256	0.15 167	0.17 179

ICVP	0.15 229	0.13 233	0.14 264	0.12 202	0.12 219	0.13 201	0.10 202	0.17 157	0.12 217	0.17 121	0.13 204	0.18 184	0.12 219	0.09 190	0.12 235	0.13 241	0.18 167	0.15 247	0.15 161	0.14 246	0.17 190	0.13 250	0.20 286	0.11 231	0.19 238	0.19 269	0.17 192	0.16 167
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.14 207	0.13 233	0.10 216	0.11 190	0.12 219	0.12 192	0.11 216	0.18 194	0.13 226	0.24 211	0.16 242	0.18 184	0.10 200	0.06 118	0.12 235	0.11 172	0.20 204	0.17 271	0.23 257	0.13 235	0.15 151	0.13 250	0.07 165	0.11 231	0.20 251	0.14 180	0.13 139	0.19 212

sAnonymous2	0.14 207	0.09 179	0.10 216	0.10 172	0.09 165	0.09 145	0.11 216	0.22 261	0.11 199	0.23 194	0.16 242	0.15 141	0.10 200	0.06 118	0.12 235	0.13 241	0.18 167	0.15 247	0.21 240	0.14 246	0.16 168	0.14 257	0.04 93	0.10 219	0.17 201	0.17 243	0.17 192	0.16 167

CroCo_RVC	0.14 207	0.09 179	0.10 216	0.10 172	0.09 165	0.09 145	0.11 216	0.22 261	0.11 199	0.23 194	0.16 242	0.15 141	0.10 200	0.06 118	0.12 235	0.13 241	0.18 167	0.15 247	0.21 240	0.14 246	0.16 168	0.14 257	0.04 93	0.10 219	0.17 201	0.17 243	0.17 192	0.16 167

SFCPSM	0.20 268	0.15 254	0.12 244	0.22 270	0.16 253	0.20 268	0.18 263	0.22 261	0.20 284	0.26 261	0.24 300	0.34 277	0.33 307	0.14 260	0.12 235	0.12 220	0.24 264	0.16 258	0.32 292	0.19 288	0.19 217	0.13 250	0.14 264	0.12 247	0.21 264	0.17 243	0.20 239	0.25 256

psm_up	0.14 207	0.11 207	0.13 253	0.15 234	0.12 219	0.14 210	0.11 216	0.20 241	0.16 248	0.19 146	0.12 191	0.15 141	0.17 264	0.10 205	0.12 235	0.12 220	0.19 187	0.13 208	0.17 193	0.11 195	0.15 151	0.09 154	0.10 231	0.16 278	0.18 224	0.16 225	0.17 192	0.20 221

STTStereo	0.13 180	0.14 246	0.17 285	0.13 214	0.15 250	0.13 201	0.20 272	0.13 122	0.13 226	0.15 105	0.15 231	0.17 167	0.10 200	0.11 219	0.12 235	0.12 220	0.15 120	0.14 233	0.13 136	0.11 195	0.12 99	0.10 189	0.07 165	0.09 203	0.15 174	0.13 153	0.12 125	0.16 167

DeepPrunerF	0.11 137	0.10 193	0.10 216	0.13 214	0.13 231	0.09 145	0.09 185	0.15 137	0.11 199	0.12 90	0.14 217	0.10 89	0.09 185	0.07 148	0.12 235	0.11 172	0.11 86	0.13 208	0.13 136	0.11 195	0.13 118	0.08 113	0.08 193	0.08 177	0.17 201	0.14 180	0.11 115	0.14 142

ccs_rob	0.20 268	0.15 254	0.11 229	0.26 285	0.16 253	0.26 291	0.20 272	0.22 261	0.16 248	0.25 244	0.24 300	0.57 306	0.24 281	0.17 274	0.12 235	0.13 241	0.23 245	0.15 247	0.21 240	0.15 260	0.21 261	0.11 211	0.12 252	0.11 231	0.20 251	0.16 225	0.18 215	0.24 250

SGM-ForestM	0.24 285	0.22 290	0.16 277	0.37 300	0.24 293	0.32 300	0.24 292	0.28 288	0.20 284	0.23 194	0.17 251	0.51 302	0.25 284	0.20 289	0.12 235	0.13 241	0.23 245	0.16 258	0.24 263	0.14 246	0.19 217	0.16 277	0.21 289	0.16 278	0.35 319	0.24 299	0.51 321	0.35 291

DeepPruner_ROB	0.14 207	0.13 233	0.11 229	0.12 202	0.11 205	0.10 169	0.09 185	0.17 157	0.12 217	0.21 166	0.18 266	0.15 141	0.13 232	0.08 171	0.12 235	0.11 172	0.19 187	0.15 247	0.19 223	0.11 195	0.17 190	0.14 257	0.10 231	0.11 231	0.17 201	0.16 225	0.17 192	0.19 212

PS-NSSS	0.17 249	0.19 279	0.17 285	0.23 274	0.18 268	0.18 251	0.16 251	0.22 261	0.13 226	0.23 194	0.20 280	0.44 290	0.08 172	0.11 219	0.12 235	0.10 126	0.13 99	0.13 208	0.26 273	0.11 195	0.11 84	0.07 96	0.18 278	0.15 270	0.17 201	0.21 278	0.13 139	0.20 221

PWC_ROB	0.22 279	0.20 282	0.14 264	0.18 252	0.17 261	0.16 234	0.20 272	0.21 252	0.26 304	0.15 105	0.20 280	0.28 264	0.62 331	0.13 254	0.12 235	0.13 241	0.27 300	0.18 282	0.36 302	0.18 284	0.22 280	0.17 281	0.16 270	0.24 304	0.19 238	0.18 256	0.24 269	0.43 308

SGM_RVC	0.25 286	0.24 297	0.17 285	0.39 308	0.27 301	0.34 306	0.26 298	0.28 288	0.19 273	0.25 244	0.18 266	0.42 288	0.30 298	0.17 274	0.12 235	0.13 241	0.23 245	0.15 247	0.25 268	0.13 235	0.19 217	0.15 269	0.19 283	0.17 283	0.33 315	0.22 286	0.55 326	0.43 308
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MeshStereo	0.30 302	0.26 303	0.20 298	0.49 316	0.36 314	0.35 307	0.26 298	0.32 302	0.28 312	0.30 310	0.27 311	0.61 307	0.47 322	0.18 279	0.12 235	0.14 262	0.26 289	0.17 271	0.27 278	0.17 277	0.27 312	0.21 307	0.25 301	0.20 289	0.36 321	0.28 319	0.54 325	0.49 316
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
ACV-stereo	0.25 286	0.15 254	0.13 253	0.22 270	0.17 261	0.28 294	0.24 292	0.21 252	0.20 284	0.24 211	0.21 285	0.28 264	0.36 311	0.18 279	0.13 255	0.12 220	0.34 318	0.20 293	1.12 344	0.25 308	0.26 310	0.17 281	0.29 324	0.18 286	0.19 238	0.16 225	0.25 275	0.29 274

DDUNet	0.26 290	0.20 282	0.12 244	0.37 300	0.30 309	0.40 314	0.47 320	0.20 241	0.16 248	0.16 111	0.25 306	0.16 161	0.08 172	1.63 337	0.13 255	0.14 262	0.21 219	0.14 233	0.25 268	0.13 235	0.18 204	0.12 233	0.25 301	0.15 270	0.17 201	0.18 256	0.18 215	0.22 240

SACVNet	0.15 229	0.14 246	0.13 253	0.16 239	0.13 231	0.14 210	0.12 228	0.19 222	0.17 258	0.19 146	0.17 251	0.14 136	0.07 152	0.14 260	0.13 255	0.13 241	0.19 187	0.16 258	0.20 229	0.13 235	0.16 168	0.14 257	0.12 252	0.13 257	0.20 251	0.18 256	0.19 227	0.17 179

test_3	0.11 137	0.07 120	0.07 159	0.06 97	0.08 141	0.05 84	0.05 101	0.17 157	0.09 158	0.24 211	0.09 141	0.21 231	0.11 210	0.06 118	0.13 255	0.13 241	0.20 204	0.09 106	0.14 149	0.10 171	0.18 204	0.08 113	0.04 93	0.08 177	0.13 137	0.15 200	0.13 139	0.14 142

cross-raft	0.14 207	0.08 161	0.07 159	0.08 131	0.10 188	0.12 192	0.08 167	0.17 157	0.13 226	0.27 275	0.11 179	0.21 231	0.05 94	0.11 219	0.13 255	0.14 262	0.22 234	0.11 145	0.23 257	0.13 235	0.23 291	0.09 154	0.06 141	0.08 177	0.22 274	0.17 243	0.14 152	0.15 153

sCroCo_RVC	0.14 207	0.09 179	0.09 197	0.08 131	0.07 119	0.10 169	0.07 151	0.19 222	0.14 235	0.18 133	0.12 191	0.13 124	0.14 247	0.06 118	0.13 255	0.15 280	0.22 234	0.15 247	0.22 247	0.13 235	0.21 261	0.16 277	0.06 141	0.12 247	0.17 201	0.16 225	0.17 192	0.17 179

DMCA-RVC	0.10 122	0.08 161	0.11 229	0.08 131	0.09 165	0.08 130	0.08 167	0.12 103	0.09 158	0.13 95	0.13 204	0.13 124	0.07 152	0.06 118	0.13 255	0.12 220	0.14 113	0.13 208	0.11 105	0.10 171	0.12 99	0.09 154	0.07 165	0.09 203	0.10 101	0.10 97	0.10 101	0.11 110

MaskLacGwcNet_RVC	0.36 310	0.16 262	0.12 244	0.26 285	0.22 286	0.22 280	0.27 300	0.24 275	0.15 243	0.24 211	0.16 242	4.24 360	0.22 280	0.19 284	0.13 255	0.13 241	0.34 318	0.22 303	0.31 290	0.20 292	0.23 291	0.18 290	0.22 290	0.14 266	0.20 251	0.19 269	0.21 253	0.24 250

RP	0.15 229	0.14 246	0.15 271	0.17 247	0.14 242	0.17 243	0.16 251	0.19 222	0.17 258	0.14 98	0.16 242	0.16 161	0.15 255	0.11 219	0.13 255	0.12 220	0.15 120	0.12 177	0.15 161	0.12 216	0.12 99	0.12 233	0.10 231	0.12 247	0.17 201	0.15 200	0.20 239	0.18 196

RTS	0.20 268	0.16 262	0.14 264	0.17 247	0.14 242	0.20 268	0.15 246	0.23 269	0.26 304	0.15 105	0.14 217	0.14 136	0.20 271	0.11 219	0.13 255	0.15 280	0.24 264	0.17 271	0.34 298	0.24 306	0.22 280	0.15 269	0.09 215	0.15 270	0.28 301	0.27 316	0.28 286	0.55 322

RTSA	0.20 268	0.16 262	0.14 264	0.17 247	0.14 242	0.20 268	0.15 246	0.23 269	0.26 304	0.15 105	0.14 217	0.14 136	0.20 271	0.11 219	0.13 255	0.15 280	0.24 264	0.17 271	0.34 298	0.24 306	0.22 280	0.15 269	0.09 215	0.15 270	0.28 301	0.27 316	0.28 286	0.55 322

NaN_ROB	0.19 260	0.20 282	0.19 295	0.20 264	0.20 280	0.16 234	0.15 246	0.27 285	0.19 273	0.23 194	0.18 266	0.47 296	0.16 260	0.11 219	0.13 255	0.12 220	0.15 120	0.14 233	0.21 240	0.19 288	0.13 118	0.10 189	0.09 215	0.20 289	0.24 283	0.21 278	0.26 280	0.28 272

NOSS_ROB	0.21 274	0.14 246	0.15 271	0.20 264	0.19 275	0.20 268	0.22 285	0.29 294	0.18 264	0.25 244	0.15 231	0.21 231	0.13 232	0.27 304	0.13 255	0.14 262	0.26 289	0.21 297	0.22 247	0.17 277	0.23 291	0.22 311	0.26 306	0.24 304	0.26 291	0.22 286	0.24 269	0.26 262

XPNet_ROB	0.18 254	0.21 287	0.14 264	0.15 234	0.16 253	0.15 223	0.15 246	0.15 137	0.14 235	0.19 146	0.18 266	0.49 297	0.13 232	0.11 219	0.13 255	0.14 262	0.25 281	0.16 258	0.18 209	0.14 246	0.17 190	0.18 290	0.13 259	0.13 257	0.17 201	0.17 243	0.31 293	0.29 274

CBMV	0.22 279	0.18 276	0.17 285	0.23 274	0.21 283	0.20 268	0.18 263	0.27 285	0.19 273	0.28 294	0.11 179	0.29 270	0.13 232	0.24 294	0.13 255	0.14 262	0.24 264	0.18 282	0.20 229	0.16 272	0.21 261	0.18 290	0.24 299	0.23 296	0.26 291	0.22 286	0.35 302	0.40 302
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UDG	0.26 290	0.20 282	0.13 253	0.38 305	0.31 310	0.38 312	0.51 323	0.19 222	0.16 248	0.19 146	0.23 297	0.17 167	0.09 185	1.45 333	0.14 270	0.13 241	0.27 300	0.16 258	0.26 273	0.13 235	0.21 261	0.13 250	0.25 301	0.12 247	0.20 251	0.20 273	0.20 239	0.19 212

PSMNet-ADL	0.18 254	0.13 233	0.13 253	0.16 239	0.14 242	0.17 243	0.16 251	0.20 241	0.21 290	0.27 275	0.19 275	0.29 270	0.25 284	0.18 279	0.14 270	0.14 262	0.23 245	0.14 233	0.22 247	0.14 246	0.19 217	0.11 211	0.10 231	0.11 231	0.20 251	0.15 200	0.23 260	0.19 212

FADNet_RVC	0.18 254	0.14 246	0.13 253	0.20 264	0.15 250	0.14 210	0.13 234	0.24 275	0.14 235	0.24 211	0.17 251	0.27 262	0.21 273	0.14 260	0.14 270	0.12 220	0.19 187	0.17 271	0.31 290	0.15 260	0.19 217	0.14 257	0.11 241	0.14 266	0.20 251	0.21 278	0.18 215	0.22 240

FADNet-RVC	0.14 207	0.13 233	0.10 216	0.18 252	0.11 205	0.14 210	0.09 185	0.21 252	0.09 158	0.19 146	0.17 251	0.17 167	0.12 219	0.11 219	0.14 270	0.15 280	0.18 167	0.13 208	0.18 209	0.15 260	0.12 99	0.12 233	0.12 252	0.11 231	0.20 251	0.16 225	0.14 152	0.14 142

stereogan	0.16 246	0.15 254	0.15 271	0.16 239	0.18 268	0.18 251	0.16 251	0.20 241	0.19 273	0.14 98	0.16 242	0.20 212	0.18 266	0.13 254	0.14 270	0.13 241	0.16 134	0.14 233	0.17 193	0.14 246	0.14 134	0.12 233	0.13 259	0.13 257	0.16 188	0.16 225	0.23 260	0.18 196

SHD	0.21 274	0.17 270	0.20 298	0.18 252	0.16 253	0.18 251	0.20 272	0.26 282	0.16 248	0.27 275	0.18 266	0.23 247	0.31 301	0.17 274	0.14 270	0.14 262	0.19 187	0.17 271	0.32 292	0.17 277	0.20 237	0.17 281	0.16 270	0.16 278	0.23 281	0.28 319	0.25 275	0.43 308

XQC	0.28 298	0.30 313	0.26 313	0.37 300	0.28 302	0.37 310	0.37 307	0.40 321	0.30 316	0.32 313	0.20 280	0.45 291	0.28 294	0.31 313	0.14 270	0.14 262	0.20 204	0.21 297	0.33 295	0.23 303	0.22 280	0.20 302	0.23 295	0.24 304	0.32 313	0.25 305	0.44 318	0.32 286

STStereo	0.37 311	0.44 323	0.31 322	0.75 327	0.49 325	0.57 321	0.43 316	0.35 309	0.30 316	0.34 321	0.24 300	0.85 330	0.53 327	0.19 284	0.14 270	0.16 288	0.25 281	0.16 258	0.45 311	0.16 272	0.23 291	0.19 298	0.20 286	0.23 296	0.49 329	0.37 332	0.75 339	0.54 321

SANet	0.30 302	0.21 287	0.21 304	0.25 283	0.21 283	0.31 298	0.22 285	0.30 297	0.31 319	0.27 275	0.26 308	1.39 343	0.38 315	0.22 292	0.14 270	0.14 262	0.26 289	0.21 297	0.30 289	0.21 294	0.24 298	0.20 302	0.31 326	0.23 296	0.33 315	0.24 299	0.35 302	0.48 314

ETE_ROB	0.22 279	0.23 294	0.15 271	0.20 264	0.16 253	0.19 262	0.17 260	0.18 194	0.19 273	0.22 175	0.22 292	0.65 310	0.16 260	0.14 260	0.14 270	0.14 262	0.30 311	0.19 287	0.24 263	0.19 288	0.21 261	0.18 290	0.16 270	0.15 270	0.22 274	0.28 319	0.41 316	0.26 262

FINET	0.12 165	0.11 207	0.12 244	0.12 202	0.10 188	0.11 181	0.13 234	0.15 137	0.12 217	0.13 95	0.12 191	0.13 124	0.09 185	0.09 190	0.15 280	0.13 241	0.15 120	0.11 145	0.16 177	0.09 143	0.13 118	0.10 189	0.10 231	0.10 219	0.12 126	0.10 97	0.13 139	0.12 123

APVNet	0.15 229	0.13 233	0.11 229	0.14 222	0.16 253	0.14 210	0.13 234	0.19 222	0.11 199	0.14 98	0.13 204	0.17 167	0.09 185	0.16 272	0.15 280	0.15 280	0.21 219	0.14 233	0.22 247	0.15 260	0.15 151	0.12 233	0.07 165	0.12 247	0.16 188	0.15 200	0.19 227	0.17 179

edge stereo	0.31 305	0.23 294	0.20 298	0.41 310	0.35 312	0.42 317	0.39 314	0.38 317	0.22 291	0.23 194	0.38 326	0.69 314	0.33 307	0.30 311	0.15 280	0.16 288	0.31 312	0.21 297	0.42 307	0.21 294	0.23 291	0.17 281	0.25 301	0.22 294	0.27 294	0.23 293	0.39 311	0.55 322

NCCL2	0.17 249	0.17 270	0.16 277	0.13 214	0.13 231	0.13 201	0.12 228	0.21 252	0.17 258	0.22 175	0.15 231	0.23 247	0.13 232	0.09 190	0.15 280	0.16 288	0.18 167	0.17 271	0.19 223	0.17 277	0.21 261	0.17 281	0.11 241	0.16 278	0.25 288	0.26 312	0.20 239	0.24 250

DispFullNet	0.48 319	0.50 324	0.19 295	1.14 330	0.40 317	0.77 329	1.22 335	0.32 302	0.24 294	0.24 211	0.27 311	0.84 328	0.48 324	1.62 336	0.15 280	0.15 280	0.49 334	0.34 329	1.08 342	0.26 310	0.24 298	0.18 290	0.20 286	0.21 292	0.27 294	0.17 243	0.35 302	0.59 328

FAT-Stereo	0.26 290	0.19 279	0.17 285	0.38 305	0.36 314	0.30 296	0.25 297	0.26 282	0.18 264	0.27 275	0.25 306	0.33 274	0.36 311	0.26 299	0.16 285	0.15 280	0.26 289	0.23 306	0.33 295	0.21 294	0.22 280	0.19 298	0.22 290	0.22 294	0.21 264	0.22 286	0.32 295	0.42 305

S-Stereo	0.30 302	0.22 290	0.17 285	0.41 310	0.39 316	0.41 315	0.37 307	0.25 279	0.25 299	0.26 261	0.44 329	0.54 305	0.36 311	0.24 294	0.16 285	0.14 262	0.27 300	0.27 315	0.34 298	0.28 314	0.23 291	0.22 311	0.53 330	0.23 296	0.22 274	0.19 269	0.27 283	0.38 295

PVD	0.38 312	0.38 318	0.20 298	0.47 314	0.35 312	0.50 320	0.40 315	0.38 317	0.34 324	0.23 194	0.28 314	0.52 304	0.51 325	0.50 322	0.16 285	0.17 295	0.41 328	0.26 313	0.49 315	0.28 314	0.39 328	0.40 341	0.23 295	0.27 310	0.44 327	0.57 348	0.46 320	0.72 336

ADCMid	0.21 274	0.18 276	0.17 285	0.18 252	0.19 275	0.20 268	0.16 251	0.29 294	0.25 299	0.24 211	0.19 275	0.36 281	0.21 273	0.12 238	0.16 285	0.16 288	0.25 281	0.18 282	0.37 303	0.19 288	0.24 298	0.18 290	0.17 276	0.15 270	0.24 283	0.20 273	0.25 275	0.29 274

ADCPNet	0.22 279	0.17 270	0.16 277	0.20 264	0.19 275	0.20 268	0.18 263	0.27 285	0.23 293	0.26 261	0.22 292	0.26 261	0.28 294	0.15 269	0.16 285	0.17 295	0.24 264	0.17 271	0.32 292	0.23 303	0.24 298	0.19 298	0.17 276	0.21 292	0.25 288	0.22 286	0.27 283	0.33 289

PA-Net	0.19 260	0.21 287	0.25 310	0.14 222	0.20 280	0.18 251	0.20 272	0.21 252	0.19 273	0.18 133	0.14 217	0.17 167	0.21 273	0.26 299	0.16 285	0.18 302	0.15 120	0.19 287	0.13 136	0.17 277	0.14 134	0.15 269	0.10 231	0.16 278	0.17 201	0.25 305	0.17 192	0.35 291
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
SQANet	0.45 318	0.54 326	0.14 264	1.41 333	0.51 326	1.23 333	0.83 330	0.30 297	0.24 294	0.34 321	0.24 300	0.64 308	0.19 270	1.12 331	0.17 291	0.14 262	0.24 264	0.20 293	0.40 306	0.22 302	0.16 168	0.14 257	1.58 337	0.17 283	0.20 251	0.16 225	0.26 280	0.39 299

MFN_U_SF_DS_RVC	0.25 286	0.25 300	0.20 298	0.29 295	0.22 286	0.22 280	0.23 289	0.36 312	0.27 309	0.36 325	0.22 292	0.45 291	0.32 304	0.19 284	0.17 291	0.17 295	0.17 148	0.16 258	0.29 285	0.14 246	0.20 237	0.18 290	0.27 319	0.23 296	0.29 303	0.25 305	0.33 298	0.31 282

FADNet	0.16 246	0.15 254	0.10 216	0.20 264	0.10 188	0.19 262	0.13 234	0.20 241	0.13 226	0.22 175	0.24 300	0.17 167	0.14 247	0.12 238	0.17 291	0.16 288	0.16 134	0.14 233	0.23 257	0.20 292	0.16 168	0.12 233	0.11 241	0.11 231	0.21 264	0.18 256	0.16 178	0.15 153

AF-Net	0.15 229	0.13 233	0.13 253	0.14 222	0.18 268	0.15 223	0.14 240	0.17 157	0.16 248	0.17 121	0.21 285	0.18 184	0.12 219	0.10 205	0.17 291	0.16 288	0.13 99	0.14 233	0.15 161	0.11 195	0.11 84	0.10 189	0.13 259	0.10 219	0.14 161	0.15 200	0.20 239	0.14 142

Nwc_Net	0.15 229	0.13 233	0.13 253	0.14 222	0.18 268	0.15 223	0.14 240	0.17 157	0.16 248	0.17 121	0.21 285	0.18 184	0.12 219	0.10 205	0.17 291	0.16 288	0.13 99	0.14 233	0.15 161	0.11 195	0.11 84	0.10 189	0.13 259	0.10 219	0.14 161	0.15 200	0.20 239	0.14 142

DPSNet	0.39 313	0.19 279	0.17 285	0.27 292	0.25 296	0.29 295	0.19 270	0.26 282	0.24 294	0.18 133	0.17 251	2.16 354	0.43 319	0.10 205	0.17 291	0.15 280	0.35 321	0.28 319	2.04 356	0.27 313	0.25 306	0.16 277	0.28 321	0.25 308	0.38 324	0.24 299	0.39 311	0.51 318

SGM-Forest	0.19 260	0.18 276	0.16 277	0.23 274	0.18 268	0.20 268	0.18 263	0.23 269	0.17 258	0.20 155	0.15 231	0.23 247	0.18 266	0.22 292	0.17 291	0.18 302	0.19 187	0.17 271	0.18 209	0.15 260	0.17 190	0.18 290	0.25 301	0.18 286	0.22 274	0.18 256	0.25 275	0.24 250
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MonStereo1	0.74 332	0.74 333	0.31 322	1.61 339	1.01 346	1.31 337	1.51 340	0.56 335	0.38 329	0.59 342	0.64 340	1.54 346	0.72 337	1.92 339	0.18 298	0.14 262	0.37 324	0.34 329	0.65 321	0.30 319	0.37 326	0.21 307	2.49 343	0.35 327	0.31 308	0.27 316	0.51 321	0.56 327

G-Net	0.29 301	0.24 297	0.19 295	0.23 274	0.21 283	0.36 308	0.23 289	0.30 297	0.27 309	0.33 317	0.32 323	0.93 333	0.25 284	0.18 279	0.18 298	0.18 302	0.26 289	0.21 297	0.43 309	0.31 322	0.26 310	0.17 281	0.18 278	0.18 286	0.27 294	0.23 293	0.40 315	0.42 305

CSAN	0.26 290	0.31 314	0.30 319	0.26 285	0.23 290	0.21 277	0.18 263	0.28 288	0.36 326	0.35 324	0.24 300	0.51 302	0.26 289	0.14 260	0.18 298	0.17 295	0.19 187	0.20 293	0.26 273	0.25 308	0.22 280	0.20 302	0.18 278	0.27 310	0.30 306	0.23 293	0.38 310	0.38 295

ADCS	0.28 298	0.22 290	0.21 304	0.26 285	0.24 293	0.25 288	0.23 289	0.36 312	0.30 316	0.23 194	0.27 311	0.46 295	0.35 310	0.20 289	0.19 301	0.18 302	0.32 313	0.24 309	0.48 313	0.28 314	0.36 325	0.28 323	0.19 283	0.23 296	0.31 308	0.25 305	0.30 290	0.41 304

AnyNet_C32	0.20 268	0.16 262	0.15 271	0.17 247	0.17 261	0.19 262	0.16 251	0.25 279	0.22 291	0.25 244	0.23 297	0.23 247	0.18 266	0.14 260	0.19 301	0.18 302	0.28 307	0.22 303	0.29 285	0.18 284	0.27 312	0.21 307	0.16 270	0.17 283	0.22 274	0.20 273	0.21 253	0.23 245

CC-Net-ROB	0.28 298	0.40 319	0.28 316	0.56 319	0.44 320	0.41 315	0.38 311	0.32 302	0.20 284	0.33 317	0.28 314	0.68 313	0.10 200	0.32 317	0.19 301	0.13 241	0.14 113	0.16 258	0.39 305	0.18 284	0.15 151	0.09 154	0.23 295	0.24 304	0.21 264	0.21 278	0.19 227	0.29 274

NCC-stereo	0.17 249	0.16 262	0.16 277	0.16 239	0.17 261	0.18 251	0.18 263	0.19 222	0.20 284	0.16 111	0.19 275	0.21 231	0.21 273	0.12 238	0.20 304	0.18 302	0.18 167	0.19 287	0.18 209	0.15 260	0.15 151	0.15 269	0.15 266	0.12 247	0.18 224	0.17 243	0.24 269	0.20 221

Abc-Net	0.17 249	0.16 262	0.16 277	0.16 239	0.17 261	0.18 251	0.18 263	0.19 222	0.20 284	0.16 111	0.19 275	0.21 231	0.21 273	0.12 238	0.20 304	0.18 302	0.18 167	0.19 287	0.18 209	0.15 260	0.15 151	0.15 269	0.15 266	0.12 247	0.18 224	0.17 243	0.24 269	0.20 221
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
GANetREF_RVC	0.26 290	0.26 303	0.30 319	0.23 274	0.23 290	0.23 286	0.24 292	0.35 309	0.33 322	0.32 313	0.17 251	0.50 300	0.38 315	0.12 238	0.20 304	0.17 295	0.19 187	0.21 297	0.35 301	0.21 294	0.23 291	0.15 269	0.22 290	0.29 317	0.27 294	0.21 278	0.36 306	0.31 282
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
FBW_ROB	0.26 290	0.26 303	0.25 310	0.37 300	0.25 296	0.32 300	0.20 272	0.21 252	0.18 264	0.27 275	0.20 280	0.45 291	0.31 301	0.26 299	0.20 304	0.20 312	0.27 300	0.17 271	0.51 316	0.14 246	0.21 261	0.14 257	0.16 270	0.28 314	0.21 264	0.19 269	0.33 298	0.55 322

DGSMNet	0.34 308	0.28 309	0.23 308	0.40 309	0.33 311	0.37 310	0.37 307	0.28 288	0.25 299	0.25 244	0.50 334	0.45 291	0.31 301	0.25 296	0.23 308	0.19 311	0.51 336	0.32 324	0.72 327	0.35 328	0.37 326	0.38 339	0.28 321	0.31 319	0.27 294	0.23 293	0.32 295	0.38 295

RGC	0.19 260	0.17 270	0.17 285	0.19 259	0.20 280	0.20 268	0.15 246	0.22 261	0.26 304	0.17 121	0.20 280	0.21 231	0.24 281	0.15 269	0.23 308	0.18 302	0.18 167	0.16 258	0.18 209	0.16 272	0.17 190	0.13 250	0.12 252	0.15 270	0.20 251	0.21 278	0.23 260	0.24 250

LALA_ROB	0.22 279	0.25 300	0.16 277	0.19 259	0.17 261	0.22 280	0.16 251	0.17 157	0.19 273	0.24 211	0.21 285	0.64 308	0.15 255	0.13 254	0.23 308	0.17 295	0.27 300	0.22 303	0.22 247	0.18 284	0.20 237	0.20 302	0.14 264	0.15 270	0.20 251	0.22 286	0.35 302	0.25 256

FSD		0.24 297	0.24 309	0.27 292	0.25 296	0.25 288	0.33 304	0.30 297	0.18 264	0.20 155	0.17 251			0.29 307	0.25 311	0.26 317			0.27 278	0.21 294				0.28 314	0.27 294	0.23 293	0.27 283	0.27 266

Anonymous3	0.18 254	0.15 254	0.11 229	0.15 234	0.10 188	0.14 210	0.11 216	0.22 261	0.19 273	0.27 275	0.15 231	0.27 262	0.12 219	0.13 254	0.25 311	0.17 295	0.23 245	0.18 282	0.26 273	0.17 277	0.24 298	0.20 302	0.09 215	0.10 219	0.21 264	0.20 273	0.22 258	0.20 221

FC-DCNN v2	0.27 296	0.28 309	0.27 315	0.37 300	0.28 302	0.32 300	0.38 311	0.33 306	0.19 273	0.22 175	0.18 266	0.23 247	0.13 232	0.29 307	0.26 313	0.26 317	0.29 308	0.27 315	0.29 285	0.21 294	0.25 306	0.25 317	0.26 306	0.31 319	0.31 308	0.26 312	0.30 290	0.30 280

FCDSN-DC	0.25 286	0.25 300	0.25 310	0.28 294	0.26 299	0.26 291	0.34 305	0.28 288	0.18 264	0.20 155	0.17 251	0.20 212	0.12 219	0.29 307	0.26 313	0.26 317	0.29 308	0.28 319	0.27 278	0.21 294	0.25 306	0.25 317	0.26 306	0.32 322	0.26 291	0.24 299	0.26 280	0.27 266
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.27 296	0.28 309	0.26 313	0.36 298	0.28 302	0.32 300	0.37 307	0.32 302	0.19 273	0.22 175	0.18 266	0.23 247	0.13 232	0.29 307	0.26 313	0.26 317	0.29 308	0.27 315	0.28 283	0.21 294	0.25 306	0.25 317	0.26 306	0.31 319	0.30 306	0.25 305	0.29 288	0.30 280

MFN_U_SF_RVC	0.31 305	0.29 312	0.21 304	0.33 296	0.28 302	0.31 298	0.29 302	0.37 315	0.24 294	0.46 334	0.30 319	0.50 300	0.32 304	0.25 296	0.27 316	0.24 314	0.18 167	0.23 306	0.58 318	0.28 314	0.24 298	0.27 322	0.22 290	0.27 310	0.31 308	0.25 305	0.37 307	0.50 317

BEATNet-Init1	0.49 321	0.42 320	0.28 316	0.79 329	0.40 317	0.60 324	0.45 318	0.41 324	0.27 309	0.30 310	0.22 292	0.89 331	0.84 340	0.25 296	0.27 316	0.26 317	0.27 300	0.25 312	0.84 332	0.28 314	0.27 312	0.26 320	0.26 306	0.32 322	0.49 329	0.35 330	2.05 362	0.88 346

AnyNet_C01	0.31 305	0.22 290	0.20 298	0.22 270	0.26 299	0.25 288	0.24 292	0.37 315	0.37 327	0.26 261	0.28 314	0.49 297	0.33 307	0.18 279	0.28 318	0.21 313	0.38 326	0.32 324	0.64 320	0.32 325	0.39 328	0.31 330	0.26 306	0.25 308	0.33 315	0.32 324	0.34 300	0.44 311

MANE	0.41 315	0.36 315	0.33 324	0.61 322	0.44 320	0.44 318	0.46 319	0.42 325	0.25 299	0.23 194	0.22 292	0.65 310	0.28 294	0.30 311	0.28 318	0.29 327	0.32 313	0.42 336	0.37 303	0.23 303	0.30 319	0.26 320	0.26 306	0.34 326	0.54 334	0.40 334	1.07 354	0.87 344

ELAS_RVC	0.43 317	0.43 321	0.36 326	0.64 323	0.44 320	0.62 326	0.50 321	0.39 319	0.25 299	0.25 244	0.30 319	1.23 340	0.30 298	0.31 313	0.28 318	0.27 323	0.37 324	0.30 321	0.42 307	0.26 310	0.34 322	0.32 331	0.26 306	0.37 328	0.50 331	0.38 333	0.78 343	0.70 334
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 316	0.43 321	0.36 326	0.64 323	0.44 320	0.58 323	0.50 321	0.40 321	0.26 304	0.25 244	0.28 314	0.94 334	0.30 298	0.31 313	0.28 318	0.27 323	0.36 322	0.30 321	0.43 309	0.26 310	0.33 320	0.32 331	0.26 306	0.37 328	0.54 334	0.40 334	0.77 342	0.74 339
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ACVNet_1	0.74 332	0.79 336	0.40 330	2.04 353	0.96 340	1.88 351	1.51 340	0.59 337	0.28 312	0.43 332	0.49 332	0.71 315	0.61 330	2.21 349	0.32 322	0.25 315	0.32 313	0.31 323	0.60 319	0.31 322	0.29 318	0.21 307	2.72 347	0.33 324	0.40 325	0.26 312	0.37 307	0.38 295

SAMSARA	0.48 319	0.23 294	0.39 328	0.23 274	0.23 290	0.22 280	0.22 285	0.44 328	0.38 329	0.31 312	0.21 285	0.30 272	0.47 322	0.17 274	0.32 322	0.34 328	0.25 281	0.32 324	0.46 312	0.32 325	0.47 342	0.52 350	0.15 266	0.33 324	1.39 362	1.54 360	1.41 359	1.46 358

STTRV1_RVC		0.26 303	0.22 307	0.35 297	0.28 302	0.32 300	0.29 302	0.36 312	0.33 322	0.27 275	0.26 308	0.42 288	0.41 318	0.47 321	0.32 322	0.18 302	0.59 342	0.20 293		0.30 319	0.59 350	0.22 311		0.43 332	0.25 288	0.54 345	0.34 300	0.64 331

otaku	0.58 324	0.71 330	0.29 318	1.70 345	0.84 333	1.49 339	1.00 331	0.40 321	0.34 324	0.38 328	0.31 322	0.65 310	0.26 289	1.35 332	0.33 325	0.25 315	0.20 204	0.23 306	0.69 323	0.30 319	0.22 280	0.17 281	2.24 340	0.28 314	0.29 303	0.18 256	0.30 290	0.39 299

Ntro	0.63 327	0.72 331	0.30 319	1.78 347	0.84 333	1.55 340	1.09 333	0.48 329	0.37 327	0.38 328	0.38 326	0.72 317	0.26 289	1.51 335	0.35 326	0.27 323	0.22 234	0.24 309	0.69 323	0.31 322	0.22 280	0.17 281	2.49 343	0.30 318	0.31 308	0.22 286	0.37 307	0.42 305

MSC_U_SF_DS_RVC	0.35 309	0.36 315	0.39 328	0.46 313	0.28 302	0.30 296	0.28 301	0.50 330	0.46 334	0.39 331	0.30 319	0.37 283	0.36 311	0.31 313	0.35 326	0.26 317	0.21 219	0.27 315	0.71 325	0.37 329	0.27 312	0.29 324	0.30 325	0.38 330	0.32 313	0.24 299	0.29 288	0.39 299

LRCNet_RVC	9.85 361	16.31 367	0.59 342	24.99 368	21.12 369	23.54 369	20.75 367	1.45 359	0.48 335	21.31 369	13.10 366	22.63 368	3.34 359	28.36 370	0.38 328	0.27 323	7.74 363	1.15 358	23.52 368	3.99 361	0.46 341	0.30 325	27.02 368	1.72 361	0.35 319	0.21 278	0.42 317	0.37 294

ACVNet-4b	0.69 330	0.75 334	0.33 324	1.72 346	0.94 339	1.61 345	1.42 338	0.33 306	0.32 321	0.38 328	0.26 308	1.20 339	0.29 297	2.16 347	0.39 329	0.37 329	0.33 316	0.24 309	0.57 317	0.38 330	0.16 168	0.14 257	2.71 346	0.23 296	0.29 303	0.32 324	0.39 311	0.40 302

PWCK	0.88 338	1.24 351	0.61 345	1.53 335	0.85 335	1.21 332	1.03 332	1.08 354	0.72 340	0.70 345	0.83 351	1.48 345	0.87 341	0.69 329	0.40 330	0.41 330	0.73 352	0.47 338	3.04 359	0.67 349	0.56 349	0.43 342	0.94 335	0.74 351	0.72 344	0.36 331	0.69 335	0.73 338

JetBlue	0.70 331	0.56 327	0.69 350	0.73 326	0.61 330	0.78 330	0.68 328	0.52 333	0.91 347	0.46 334	0.29 318	3.18 357	0.38 315	0.52 323	0.44 331	0.43 334	0.70 351	0.53 345	0.66 322	0.51 333	0.54 347	0.58 351	0.75 331	0.56 342	0.55 336	0.42 336	0.96 351	0.99 348

AMNet	0.49 321	0.50 324	0.47 332	0.50 317	0.47 324	0.61 325	0.52 324	0.31 301	0.29 314	0.29 308	0.69 344	0.72 317	0.13 232	0.53 324	0.44 331	0.55 342	0.57 340	0.58 350	0.48 313	0.48 332	0.59 350	0.48 347	0.26 306	0.48 334	0.44 327	0.52 342	0.58 329	0.63 330

IMH-64-1	0.90 339	0.95 339	0.51 333	1.59 337	0.98 343	1.58 341	1.73 348	0.75 343	0.74 342	0.33 317	0.61 336	0.83 326	0.94 342	2.59 351	0.50 333	0.42 331	0.48 331	0.36 332	0.92 335	0.55 336	0.39 328	0.30 325	3.14 351	0.50 336	0.81 345	0.34 327	0.60 331	0.80 341

IMH-64	0.90 339	0.95 339	0.51 333	1.59 337	0.98 343	1.58 341	1.73 348	0.75 343	0.74 342	0.33 317	0.61 336	0.83 326	0.94 342	2.59 351	0.50 333	0.42 331	0.48 331	0.36 332	0.92 335	0.55 336	0.39 328	0.30 325	3.14 351	0.50 336	0.81 345	0.34 327	0.60 331	0.80 341

ACVNet_2	0.83 337	0.92 338	0.56 339	1.99 352	0.99 345	1.84 350	1.55 344	0.68 341	0.40 333	0.53 338	0.47 330	1.02 336	0.67 335	1.93 340	0.51 335	0.45 335	0.38 326	0.33 327	1.01 339	0.42 331	0.34 322	0.24 316	2.58 345	0.53 339	0.60 339	0.26 312	0.52 323	0.55 322

LVE	0.95 342	0.97 342	0.71 351	1.84 349	1.35 351	1.59 343	1.52 342	0.78 347	0.64 338	0.81 349	0.91 352	0.72 317	1.00 346	2.18 348	0.53 336	0.48 337	0.57 340	0.53 345	1.09 343	0.64 345	0.45 339	0.38 339	2.74 349	0.69 347	0.83 349	0.44 338	0.84 346	0.52 320

PSMNet_ROB	0.78 335	0.97 342	0.60 344	1.62 343	0.90 337	1.47 338	1.19 334	0.56 335	0.73 341	0.74 346	0.62 339	0.84 328	0.82 338	1.49 334	0.53 336	0.42 331	0.52 337	0.40 335	0.84 332	0.62 343	0.40 334	0.30 325	1.85 338	0.48 334	0.67 342	0.32 324	0.76 340	0.46 313

IMH	0.93 341	0.98 344	0.53 336	1.61 339	0.97 342	1.64 346	1.76 350	0.75 343	0.77 344	0.34 321	0.61 336	0.96 335	1.05 350	2.67 353	0.54 338	0.46 336	0.49 334	0.38 334	0.94 337	0.60 339	0.39 328	0.30 325	3.14 351	0.53 339	0.82 347	0.45 339	0.65 333	0.79 340

SPS-STEREO	0.59 326	0.57 328	0.52 335	0.55 318	0.54 328	0.65 327	0.52 324	0.39 319	0.66 339	0.37 326	0.78 349	0.78 322	0.64 332	0.53 324	0.55 339	0.57 345	0.68 347	0.64 353	0.74 328	0.72 350	0.77 356	0.66 355	0.26 306	0.53 339	0.53 333	0.56 347	0.70 336	0.65 332
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
SGM+DAISY	0.58 324	0.57 328	0.54 337	0.59 321	0.55 329	0.68 328	0.56 326	0.42 325	0.38 329	0.37 326	0.77 348	0.75 321	0.65 333	0.54 326	0.55 339	0.56 343	0.68 347	0.61 352	0.71 325	0.64 345	0.69 353	0.62 353	0.27 319	0.50 336	0.52 332	0.53 344	0.74 337	0.68 333

MADNet+	0.55 323	0.36 315	0.63 346	0.56 319	0.52 327	0.45 319	0.38 311	0.63 338	0.52 336	0.53 338	0.41 328	0.81 325	0.67 335	0.33 318	0.57 341	0.49 339	0.56 339	0.50 341	0.82 331	0.52 334	0.47 342	0.43 342	0.51 329	0.47 333	0.82 347	0.70 351	0.58 329	0.72 336

TorneroNet-64	1.07 346	1.00 345	0.57 340	1.94 350	0.88 336	1.98 354	2.01 351	0.63 338	0.88 346	0.58 341	0.49 332	1.83 351	1.71 357	2.88 358	0.62 342	0.51 340	0.46 330	0.46 337	1.17 347	0.61 342	0.34 322	0.37 336	3.40 354	0.56 342	0.64 341	0.48 340	0.68 334	1.11 351

RainbowNet	0.77 334	0.87 337	0.46 331	1.83 348	0.91 338	1.59 343	1.47 339	0.42 325	0.38 329	0.47 337	0.34 324	0.90 332	0.60 329	1.97 342	0.62 342	0.48 337	0.34 318	0.33 327	0.90 334	0.58 338	0.33 320	0.23 314	2.82 350	0.39 331	0.40 325	0.34 327	0.44 318	0.48 314

Dean	1.06 345	1.03 346	0.79 354	2.27 355	1.31 350	1.96 352	1.56 347	0.92 349	0.94 350	0.88 353	0.76 347	1.19 338	1.17 353	2.09 346	0.64 344	0.60 346	0.60 343	0.56 347	1.23 349	0.73 351	0.45 339	0.36 335	2.73 348	0.71 348	0.95 353	0.55 346	1.05 353	0.62 329

TorneroNet	1.08 347	1.09 347	0.66 349	1.94 350	0.96 340	2.16 355	2.02 352	0.65 340	0.91 347	0.67 344	0.56 335	1.67 350	1.15 352	2.94 360	0.65 345	0.52 341	0.48 331	0.51 342	1.12 344	0.65 347	0.39 328	0.43 342	3.52 355	0.57 345	0.68 343	0.48 340	0.84 346	1.01 349

MFMNet_re	0.66 328	0.73 332	0.65 347	0.77 328	0.62 331	0.82 331	0.70 329	0.52 333	0.54 337	0.54 340	0.65 341	0.80 324	0.51 325	0.59 328	0.66 346	0.67 349	0.82 354	0.69 354	0.74 328	0.62 343	0.70 354	0.64 354	0.45 327	0.56 342	0.59 338	0.63 349	0.74 337	0.87 344

UNDER WATER-64	1.40 352	1.36 352	0.88 357	2.85 359	1.93 360	2.78 360	2.66 359	1.36 358	0.92 349	1.04 357	1.17 358	1.88 352	1.30 355	3.03 361	0.75 347	0.56 343	0.68 347	0.57 349	1.13 346	0.54 335	0.43 336	0.51 348	4.08 362	0.91 357	1.02 355	1.10 358	0.80 344	1.60 360

WAO-8	1.00 343	1.11 348	0.76 352	1.61 339	1.24 348	1.74 348	1.55 344	0.93 350	0.98 352	0.81 349	0.67 342	1.66 347	1.00 346	2.08 344	0.77 348	0.68 350	0.63 344	0.52 343	1.05 340	0.81 353	0.47 342	0.37 336	0.78 332	0.75 352	1.10 357	0.73 352	0.95 349	1.16 353

Venus	1.00 343	1.11 348	0.76 352	1.61 339	1.24 348	1.74 348	1.55 344	0.93 350	0.98 352	0.81 349	0.67 342	1.66 347	1.00 346	2.08 344	0.77 348	0.68 350	0.63 344	0.52 343	1.05 340	0.81 353	0.47 342	0.37 336	0.78 332	0.75 352	1.10 357	0.73 352	0.95 349	1.16 353

WAO-6	0.82 336	0.95 339	0.59 342	1.30 332	1.05 347	1.25 334	1.39 337	0.77 346	0.84 345	0.79 347	0.69 344	0.74 320	1.00 346	1.94 341	0.78 350	0.61 347	0.53 338	0.48 339	0.78 330	0.60 339	0.55 348	0.51 348	0.49 328	0.57 345	0.83 349	0.42 336	0.76 340	0.85 343

WAO-7	0.66 328	0.75 334	0.65 347	0.72 325	0.78 332	0.57 321	0.66 327	0.97 353	0.96 351	0.63 343	0.78 349	0.79 323	0.83 339	0.55 327	0.83 351	0.71 353	0.42 329	0.35 331	0.94 337	0.66 348	0.43 336	0.34 334	0.16 270	0.83 355	0.56 337	0.64 350	0.57 328	0.70 334

UNDER WATER	1.40 352	1.42 355	0.86 356	2.83 358	1.92 359	2.74 359	2.57 358	1.28 357	1.01 354	0.88 353	0.97 353	1.88 352	1.26 354	3.09 363	0.83 351	0.62 348	0.66 346	0.56 347	1.20 348	0.60 339	0.42 335	0.47 346	4.04 361	0.98 359	1.08 356	0.99 356	0.87 348	1.67 362

HanzoNet	1.74 355	1.62 358	0.80 355	2.26 354	1.70 357	2.72 358	2.54 357	1.25 356	1.85 360	0.92 356	1.28 359	4.37 361	3.81 360	3.36 364	0.88 353	0.78 355	1.06 356	0.94 357	2.54 358	1.03 357	0.89 357	0.88 357	3.79 359	0.73 349	1.12 359	1.00 357	1.29 357	1.57 359

notaker	1.27 350	1.41 354	0.58 341	2.37 357	1.48 353	2.34 357	2.27 356	0.94 352	1.62 357	0.79 347	1.07 356	1.66 347	1.08 351	3.06 362	0.94 354	0.69 352	0.68 347	0.49 340	1.62 355	0.84 355	0.53 346	0.45 345	3.70 358	0.80 354	0.61 340	0.52 342	0.80 344	0.92 347

ktn	1.24 349	1.39 353	0.55 338	1.62 343	1.59 355	1.68 347	2.12 353	0.86 348	1.75 359	0.90 355	1.11 357	1.11 337	0.95 345	2.57 350	0.97 355	0.73 354	0.80 353	0.59 351	1.41 352	0.76 352	0.68 352	0.67 356	3.69 357	0.73 349	0.92 352	0.75 354	1.19 356	1.28 355

KSHMR	1.33 351	1.42 355	1.04 358	2.27 355	1.44 352	2.23 356	2.12 353	1.21 355	1.06 355	1.13 358	1.06 355	1.27 342	0.94 342	2.89 359	1.08 356	0.95 357	0.85 355	0.83 356	1.32 351	0.97 356	0.72 355	0.58 351	3.52 355	1.07 360	0.99 354	0.77 355	1.00 352	1.07 350

DPSimNet_ROB	1.21 348	1.20 350	1.29 359	1.47 334	1.59 355	1.30 336	1.35 336	0.68 341	1.69 358	1.67 359	1.03 354	1.45 344	0.66 334	2.04 343	1.20 357	0.89 356	1.16 357	0.79 355	1.61 354	1.38 359	1.04 358	1.24 358	0.79 334	0.84 356	0.87 351	1.20 359	1.17 355	1.12 352

MADNet++	1.86 356	1.58 357	1.74 361	1.27 331	1.74 358	1.26 335	1.53 343	1.62 361	2.07 361	1.84 360	2.22 360	2.60 355	2.72 358	0.75 330	1.39 358	1.54 358	2.01 359	1.47 359	2.12 357	2.13 360	3.35 360	3.26 360	1.23 336	2.21 362	1.21 361	2.25 362	1.76 361	1.32 356

JetRed	1.62 354	1.82 359	1.71 360	1.58 336	1.50 354	1.97 353	2.21 355	1.51 360	1.47 356	0.82 352	0.74 346	2.63 356	0.43 319	1.73 338	1.48 359	1.54 358	1.67 358	2.94 361	1.42 353	1.08 358	2.30 359	2.07 359	1.99 339	0.97 358	1.16 360	1.70 361	1.57 360	1.60 360

PML	8.20 358	7.62 364	3.39 362	9.64 366	5.14 361	9.56 367	5.20 364	6.48 364	18.29 367	6.44 363	3.30 361	16.82 364	29.20 370	5.41 365	6.10 360	3.93 360	7.39 362	2.64 360	20.47 367	4.70 362	3.50 361	3.87 361	3.98 360	4.21 364	6.16 364	4.40 363	16.76 368	6.85 363

DPSMNet_ROB	8.63 359	3.69 361	8.74 364	2.98 360	5.70 362	3.37 361	4.41 362	3.70 362	9.03 362	3.00 361	6.88 363	3.53 358	10.11 362	2.70 354	10.47 361	10.76 361	3.81 360	12.92 364	4.77 361	10.22 363	5.99 363	13.86 364	4.50 366	8.50 365	10.06 367	27.81 367	11.04 366	30.59 367

DGTPSM_ROB	8.63 359	3.68 360	8.73 363	2.98 360	5.70 362	3.37 361	4.41 362	3.70 362	9.03 362	3.00 361	6.85 362	3.53 358	10.07 361	2.70 354	10.47 361	10.76 361	3.81 360	12.91 363	4.74 360	10.22 363	5.98 362	13.86 364	4.49 365	8.50 365	10.06 367	27.81 367	11.04 366	30.59 367

DPSM_ROB	13.01 363	6.29 362	9.52 365	4.44 362	6.37 364	4.34 363	3.59 360	8.20 365	10.79 364	6.64 364	7.87 364	9.69 362	12.99 364	2.80 356	12.81 363	13.68 363	9.16 364	16.58 366	9.87 362	12.33 365	16.73 366	17.95 367	2.26 341	10.56 367	28.34 369	36.91 369	31.06 369	39.57 369

DPSM	13.01 363	6.29 362	9.52 365	4.44 362	6.37 364	4.34 363	3.59 360	8.20 365	10.79 364	6.64 364	7.87 364	9.69 362	12.99 364	2.80 356	12.81 363	13.68 363	9.16 364	16.58 366	9.87 362	12.33 365	16.73 366	17.95 367	2.26 341	10.56 367	28.34 369	36.91 369	31.06 369	39.57 369

HaxPig	16.02 365	19.59 368	18.75 367	21.25 367	20.52 368	21.33 368	22.30 368	17.00 369	14.71 366	19.29 368	17.19 369	17.46 365	12.16 363	22.51 368	17.80 365	14.90 365	17.75 366	9.40 362	18.97 364	15.48 367	9.47 364	7.16 362	23.74 367	15.28 369	4.31 363	12.19 366	6.81 363	15.11 366

LSM0	3.45 357	0.27 307	0.18 294	0.38 305	0.29 308	0.39 313	0.36 306	0.51 332	0.31 319	0.45 333	0.47 330	0.71 315	0.57 328	0.19 284	23.17 366	59.79 370	0.36 322	0.26 313	1.29 350	0.33 327	0.44 338	0.32 331	0.23 295	0.27 310	0.36 321	0.29 322	0.53 324	0.51 318

MEDIAN_ROB	20.47 366	25.88 369	24.03 370	26.51 369	25.55 370	25.88 370	26.99 369	21.23 370	19.72 368	28.73 370	22.19 370	24.61 369	16.74 366	26.47 369	23.75 367	18.44 366	22.03 369	14.75 365	26.69 369	23.31 368	15.11 365	11.56 363	27.65 369	18.39 370	7.22 365	9.33 365	8.28 365	11.75 365

FlowAnything	26.21 369	12.44 365	19.19 369	8.91 365	12.70 366	8.63 366	7.25 365	16.56 368	21.86 369	13.65 366	15.98 368	19.56 366	26.21 369	5.60 367	25.80 368	27.50 369	18.26 368	33.39 370	19.71 365	24.80 370	33.87 370	36.07 370	4.44 363	21.31 371	57.14 372	74.69 372	62.48 372	79.62 372

CasAABBNet	26.14 368	12.60 366	19.00 368	8.89 364	12.76 367	8.55 365	7.26 366	16.43 367	21.86 369	13.67 367	15.79 367	19.63 367	26.13 368	5.53 366	25.80 368	27.48 368	18.01 367	33.35 369	20.00 366	24.70 369	33.62 369	35.57 369	4.48 364	21.32 372	57.07 371	74.41 371	62.39 371	79.48 371

AVERAGE_ROB	24.43 367	29.85 370	27.27 371	31.30 370	29.70 371	30.00 371	31.47 370	26.59 371	24.68 371	34.31 371	27.39 371	31.23 370	21.35 367	30.69 371	28.19 370	24.02 367	26.74 370	21.17 368	30.34 370	27.38 371	20.48 368	16.18 366	32.28 370	24.32 373	8.51 366	7.76 364	7.92 364	8.46 364

DLNR_Zeroshot_test	10.12 362	32.06 371	0.05 97	54.44 371	0.09 165	0.18 251	50.47 371	0.19 222	0.08 125	0.27 275	0.07 93	0.20 212	0.04 67	0.14 260	62.26 371	70.60 371	0.33 316	0.18 282	0.25 268	0.11 195	0.20 237	0.08 113	0.07 165	0.09 203	0.18 224	0.15 200	0.20 239	0.26 262

GS-Stereo																							0.01 2	0.03 28	0.04 15	0.04 12	0.04 31	0.03 10

ASD4																								2.43 363

Low-res two-view benchmark