Low-res two-view results

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

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

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

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

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

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

BLMT-Stereo	0.18 1	0.21 33	0.86 11	0.07 68	0.02 6	0.09 1	0.01 11	0.47 2	0.79 32	0.04 4	0.43 74	0.02 1	0.04 1	0.28 1	0.25 56	0.01 274	0.01 194	0.00 1	0.00 1	0.01 36	0.02 105

S2M2_XL	0.22 2	0.33 142	1.17 30	0.07 68	0.11 101	0.11 2	0.00 1	0.60 4	0.25 1	0.12 12	0.73 96	0.07 30	0.17 56	0.39 9	0.20 37	0.00 1	0.01 194	0.00 1	0.00 1	0.00 1	0.01 25
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
LACA3	0.25 3	0.16 3	0.88 13	0.01 1	0.19 185	1.16 27	0.01 11	1.09 11	0.76 28	0.12 12	0.03 11	0.08 44	0.06 10	0.46 12	0.08 2	0.01 274	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

DepthFocus	0.25 3	0.26 68	1.04 17	0.07 68	0.14 133	0.92 17	0.03 47	0.83 5	0.37 3	0.05 5	0.22 54	0.04 5	0.15 53	0.67 33	0.17 30	0.00 1	0.01 194	0.00 1	0.00 1	0.00 1	0.01 25

GeoVLM	0.25 3	0.17 10	0.61 1	0.01 1	0.08 62	1.22 44	0.00 1	0.95 7	0.70 9	0.35 77	0.03 11	0.06 18	0.10 27	0.31 2	0.36 94	0.00 1	0.01 194	0.00 1	0.00 1	0.00 1	0.01 25

MonSter++	0.25 3	0.17 10	0.64 2	0.01 1	0.08 62	1.24 63	0.00 1	0.96 8	0.70 9	0.32 66	0.03 11	0.06 18	0.11 36	0.31 2	0.37 102	0.00 1	0.01 194	0.00 1	0.00 1	0.00 1	0.01 25

FoundationStereo	0.26 7	0.29 92	1.25 42	0.24 148	0.10 87	0.41 7	0.07 97	0.57 3	0.80 34	0.24 39	0.03 11	0.09 52	0.37 113	0.46 12	0.12 8	0.03 438	0.03 346	0.00 1	0.00 1	0.00 1	0.01 25

HiDET	0.34 8	0.16 3	0.67 4	0.01 1	0.10 87	1.18 34	0.01 11	2.53 26	0.71 15	0.29 51	0.06 26	0.07 30	0.12 42	0.35 7	0.42 122	0.00 1	0.01 194	0.00 1	0.00 1	0.00 1	0.01 25

LCMNet	0.34 8	0.16 3	0.75 6	0.02 8	0.10 87	1.21 40	0.01 11	2.64 30	0.73 22	0.24 39	0.05 25	0.06 18	0.17 56	0.32 5	0.39 108	0.00 1	0.01 194	0.00 1	0.00 1	0.01 36	0.01 25

PipStereo	0.35 10	0.29 92	0.82 9	0.07 68	0.09 77	0.11 2	0.06 83	3.39 95	0.70 9	0.03 2	0.02 1	0.42 148	0.07 13	0.63 28	0.24 50	0.02 390	0.01 194	0.00 1	0.00 1	0.02 98	0.03 166

LACA1	0.35 10	0.23 45	0.80 7	0.02 8	0.04 18	1.09 22	0.00 1	2.95 40	0.68 8	0.18 24	0.02 1	0.12 63	0.05 6	0.66 32	0.06 1	0.00 1	0.01 194	0.00 1	0.00 1	0.01 36	0.01 25

Wavelet-MonSter	0.35 10	0.28 84	1.43 62	0.03 16	0.40 272	1.20 39	0.00 1	1.14 12	0.82 39	0.27 45	0.04 22	0.05 9	0.08 17	0.96 67	0.20 37	0.00 1	0.01 194	0.00 1	0.00 1	0.00 1	0.02 105

PSi22b	0.36 13	0.29 92	0.80 7	0.07 68	0.09 77	0.12 4	0.06 83	3.36 92	0.70 9	0.03 2	0.02 1	0.47 157	0.07 13	0.70 39	0.24 50	0.02 390	0.02 288	0.00 1	0.00 1	0.02 98	0.02 105

BridgeDepth_RVC	0.36 13	0.20 27	1.10 21	0.02 8	0.29 232	0.97 20	0.00 1	2.19 21	0.73 22	0.13 16	0.17 46	0.09 52	0.55 156	0.68 37	0.13 13	0.00 1	0.01 194	0.00 1	0.00 1	0.00 1	0.00 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
CSFM-Stereo	0.36 13	0.16 3	0.83 10	0.01 1	0.10 87	1.19 35	0.00 1	2.37 24	0.71 15	0.52 133	0.04 22	0.07 30	0.26 80	0.36 8	0.43 124	0.00 1	0.01 194	0.00 1	0.00 1	0.01 36	0.01 25

PSi22a	0.37 16	0.28 84	0.69 5	0.05 41	0.08 62	0.49 9	0.06 83	3.30 84	0.70 9	0.02 1	0.02 1	0.69 180	0.09 22	0.71 40	0.09 4	0.01 274	0.02 288	0.00 1	0.00 1	0.02 98	0.03 166

Foundation-i32	0.38 17	0.27 78	1.00 16	0.07 68	0.08 62	0.40 6	0.06 83	3.18 65	0.74 25	0.08 9	0.02 1	0.88 192	0.08 17	0.51 15	0.13 13	0.01 274	0.07 444	0.00 1	0.00 1	0.01 36	0.02 105

BridgeDepth	0.38 17	0.26 68	1.19 32	0.01 1	0.04 18	1.19 35	0.03 47	2.97 44	0.73 22	0.21 33	0.02 1	0.15 69	0.10 27	0.64 30	0.09 4	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
LACA2	0.41 19	0.49 281	1.83 112	0.01 1	0.11 101	1.09 22	0.01 11	2.98 46	0.79 32	0.19 27	0.07 27	0.12 63	0.06 10	0.34 6	0.08 2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

LiteMatch	0.42 20	0.84 413	0.64 2	0.32 166	0.08 62	1.22 44	0.41 246	0.96 8	0.70 9	0.31 61	0.03 11	0.06 18	1.19 243	0.31 2	1.28 283	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.04 217

Test_v1	0.42 20	0.34 158	1.26 43	0.06 54	0.13 126	1.31 83	0.05 73	2.71 31	0.86 48	0.16 20	0.60 84	0.08 44	0.05 6	0.62 27	0.12 8	0.01 274	0.02 288	0.00 1	0.00 1	0.01 36	0.03 166

LGtest1	0.42 20	0.33 142	1.42 59	0.13 120	0.16 148	0.98 21	0.01 11	2.30 23	0.96 71	0.21 33	0.07 27	0.08 44	0.10 27	1.10 75	0.31 82	0.01 274	0.09 470	0.00 1	0.00 1	0.03 158	0.02 105

MonStereo	0.44 23	0.23 45	1.44 65	0.05 41	0.77 353	1.17 29	0.01 11	3.17 61	0.72 17	0.28 46	0.18 47	0.06 18	0.04 1	0.54 17	0.17 30	0.00 1	0.00 1	0.00 1	0.01 358	0.00 1	0.01 25

Monster-pub-eth3d	0.44 23	0.23 45	1.44 65	0.05 41	0.77 353	1.17 29	0.01 11	3.17 61	0.72 17	0.28 46	0.18 47	0.06 18	0.04 1	0.55 18	0.17 30	0.00 1	0.00 1	0.00 1	0.01 358	0.00 1	0.01 25

3.25w_new	0.45 25	0.25 61	1.29 45	0.02 8	0.08 62	1.25 68	0.01 11	3.39 95	0.91 66	0.33 72	0.16 39	0.07 30	0.42 135	0.57 21	0.25 56	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 25

3.25w	0.45 25	0.25 61	1.29 45	0.02 8	0.08 62	1.25 68	0.01 11	3.39 95	0.91 66	0.33 72	0.16 39	0.06 18	0.42 135	0.57 21	0.25 56	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 25

MLG-Stereo_test3	0.45 25	0.31 111	1.35 55	0.06 54	0.17 158	1.30 81	0.01 11	3.52 116	0.77 30	0.15 18	0.07 27	0.06 18	0.07 13	0.74 42	0.22 42	0.02 390	0.06 421	0.00 1	0.00 1	0.01 36	0.02 105

S2M2_L	0.46 28	0.39 206	1.17 30	0.37 184	0.17 158	1.14 26	0.01 11	1.46 14	1.83 106	0.19 27	0.87 110	0.13 67	0.19 61	0.57 21	0.43 124	0.01 274	0.01 194	0.00 1	0.00 1	0.21 444	0.00 1
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MonSter	0.46 28	0.23 45	1.44 65	0.05 41	0.77 353	1.17 29	0.01 11	3.17 61	0.72 17	0.28 46	0.18 47	0.07 30	0.04 1	0.83 53	0.17 30	0.00 1	0.00 1	0.00 1	0.01 358	0.00 1	0.01 25

asd	0.49 30	0.16 3	1.57 85	0.04 31	0.72 347	1.24 63	0.05 73	2.80 36	0.84 40	0.45 118	0.50 78	0.06 18	0.56 158	0.58 25	0.24 50	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 25

4.5_new	0.49 30	0.17 10	1.73 106	0.06 54	0.30 234	1.23 51	0.07 97	3.11 52	0.87 54	0.45 118	0.66 91	0.05 9	0.19 61	0.67 33	0.26 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 25

4.5w-stereo	0.49 30	0.17 10	1.73 106	0.06 54	0.30 234	1.23 51	0.07 97	3.11 52	0.87 54	0.45 118	0.66 91	0.05 9	0.19 61	0.67 33	0.26 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 25

IGEV	0.50 33	0.22 38	1.52 80	0.08 84	1.85 464	1.34 89	0.37 235	2.03 18	0.93 69	0.29 51	0.08 33	0.07 30	0.09 22	0.90 62	0.22 42	0.02 390	0.04 382	0.00 1	0.00 1	0.01 36	0.01 25

FlowAnything_test	0.51 34	0.33 142	2.09 156	0.15 125	0.15 140	1.71 142	0.03 47	1.76 15	0.49 5	1.10 178	0.77 99	0.03 2	0.05 6	0.61 26	0.66 177	0.05 473	0.01 194	0.00 1	0.00 1	0.10 316	0.02 105

asda	0.52 35	0.19 21	1.61 90	0.03 16	0.61 328	1.26 73	0.08 106	3.20 70	0.84 40	0.41 102	0.29 61	0.05 9	0.72 179	0.77 50	0.26 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 25

4.25_new	0.52 35	0.18 15	1.42 59	0.03 16	0.88 365	1.23 51	0.04 57	3.18 65	0.85 45	0.32 66	0.77 99	0.05 9	0.42 135	0.83 53	0.12 8	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25

4.5w_new	0.52 35	0.18 15	1.42 59	0.03 16	0.88 365	1.23 51	0.04 57	3.18 65	0.85 45	0.32 66	0.77 99	0.05 9	0.42 135	0.83 53	0.12 8	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25

4.25w-stereo	0.52 35	0.18 15	1.43 62	0.03 16	0.88 365	1.23 51	0.04 57	3.18 65	0.85 45	0.32 66	0.77 99	0.05 9	0.42 135	0.83 53	0.12 8	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25

3w_stereo	0.53 39	0.23 45	1.53 81	0.03 16	0.02 6	1.25 68	0.02 38	3.34 89	0.88 59	0.44 114	0.43 74	0.07 30	1.04 215	1.04 72	0.26 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 25

4w-stereo	0.55 40	0.18 15	1.39 57	0.02 8	0.35 259	1.26 73	0.06 83	3.13 55	0.86 48	0.28 46	0.82 108	0.06 18	0.67 171	1.59 107	0.25 56	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25

2.75w_new	0.55 40	0.23 45	1.43 62	0.04 31	0.12 117	1.25 68	0.08 106	3.20 70	0.86 48	0.39 94	0.16 39	0.07 30	0.88 199	1.99 132	0.24 50	0.00 1	0.01 194	0.00 1	0.00 1	0.00 1	0.01 25

2w_stereo	0.56 42	0.19 21	1.31 50	0.03 16	0.10 87	1.22 44	0.04 57	3.42 106	0.81 36	0.79 159	0.73 96	0.07 30	1.24 248	0.81 52	0.37 102	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25

dual_stereo	0.56 42	0.32 124	1.08 20	0.07 68	0.11 101	0.77 13	0.03 47	3.60 122	1.17 89	0.12 12	0.03 11	0.20 87	0.11 36	2.77 156	0.51 156	0.00 1	0.14 512	0.00 1	0.16 480	0.00 1	0.02 105

AdaDepth	0.57 44	0.22 38	2.33 185	0.12 104	1.26 409	1.59 123	0.07 97	1.03 10	0.97 72	0.21 33	0.42 72	0.08 44	0.30 99	2.28 143	0.26 60	0.01 274	0.01 194	0.00 1	0.20 504	0.01 36	0.01 25

MLG-Stereo_test2	0.57 44	0.28 84	1.20 36	0.07 68	0.68 338	1.34 89	0.02 38	3.39 95	1.41 93	0.06 6	0.02 1	0.12 63	0.10 27	2.37 145	0.31 82	0.01 274	0.08 458	0.00 1	0.00 1	0.01 36	0.02 105

GEAStereo	0.59 46	0.22 38	1.14 27	0.16 129	0.19 185	1.96 168	0.73 349	3.39 95	0.84 40	0.52 133	0.65 88	0.19 81	0.48 145	0.83 53	0.14 17	0.00 1	0.03 346	0.00 1	0.00 1	0.17 404	0.12 387

Zero-FE251	0.62 47	0.53 304	2.17 171	0.37 184	0.30 234	1.84 155	0.06 83	2.60 28	0.31 2	2.21 203	0.23 55	0.09 52	0.39 120	0.67 33	0.52 158	0.01 274	0.01 194	0.00 1	0.00 1	0.02 98	0.07 302

3.75w	0.62 47	0.16 3	1.33 53	0.02 8	1.27 412	1.25 68	0.01 11	3.23 74	0.87 54	0.38 86	0.23 55	0.07 30	0.40 121	2.96 161	0.26 60	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25

LG-G_1	0.62 47	0.31 111	1.19 32	0.07 68	0.11 101	1.81 153	0.02 38	3.74 134	0.88 59	0.23 36	0.03 11	0.09 52	0.08 17	3.39 176	0.27 71	0.02 390	0.08 458	0.00 1	0.00 1	0.03 158	0.02 105

LG-G	0.62 47	0.31 111	1.19 32	0.07 68	0.11 101	1.81 153	0.02 38	3.74 134	0.88 59	0.23 36	0.03 11	0.09 52	0.08 17	3.39 176	0.27 71	0.02 390	0.08 458	0.00 1	0.00 1	0.03 158	0.02 105

1w_stereo	0.64 51	0.16 3	1.24 40	0.09 90	0.50 306	1.19 35	0.08 106	3.24 77	0.84 40	0.48 123	2.37 184	0.04 5	1.57 276	0.84 60	0.10 7	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 25

LG-Stereo_L2	0.64 51	0.33 142	1.46 71	0.10 93	0.18 173	1.30 81	0.19 182	3.53 118	0.72 17	0.20 29	0.02 1	0.06 18	0.07 13	4.19 207	0.36 94	0.01 274	0.01 194	0.00 1	0.00 1	0.01 36	0.02 105

252Zero-FE	0.66 53	0.23 45	1.24 40	1.10 301	0.07 44	1.31 83	0.02 38	3.33 87	1.14 85	1.34 186	1.74 154	0.04 5	0.05 6	1.11 76	0.40 115	0.00 1	0.05 400	0.00 1	0.02 386	0.02 98	0.02 105

qwe	0.66 53	0.19 21	1.64 95	0.05 41	1.17 404	1.23 51	0.03 47	3.35 90	0.88 59	0.51 130	0.38 69	0.04 5	0.17 56	3.22 169	0.26 60	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 25

2.25w	0.67 55	0.20 27	1.40 58	0.04 31	0.13 126	1.21 40	0.05 73	3.23 74	0.87 54	0.36 79	1.17 127	0.07 30	0.69 174	3.67 186	0.30 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25

MLG-Stereo_test1	0.67 55	0.23 45	1.05 18	0.06 54	1.40 426	1.24 63	0.00 1	3.56 120	1.36 91	0.06 6	0.04 22	0.08 44	0.10 27	4.03 202	0.14 17	0.01 274	0.07 444	0.00 1	0.01 358	0.01 36	0.02 105

2.5w	0.68 57	0.23 45	1.29 45	0.04 31	0.31 245	1.26 73	0.09 114	3.24 77	0.86 48	0.42 109	0.59 82	0.03 2	0.56 158	4.36 215	0.24 50	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25

RAStereo	0.68 57	0.42 237	3.15 292	0.18 137	0.52 313	1.17 29	0.02 38	3.16 60	0.98 73	0.51 130	1.43 138	0.16 70	0.22 69	0.75 47	0.83 221	0.00 1	0.00 1	0.00 1	0.00 1	0.07 273	0.02 105

3.5w_stereo	0.69 59	0.23 45	1.44 65	0.02 8	0.14 133	1.24 63	0.03 47	3.53 118	0.90 65	0.20 29	1.48 141	0.07 30	0.50 150	3.73 188	0.30 75	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.01 25

LG-Stereo_L1	0.69 59	0.32 124	1.21 39	0.10 93	0.16 148	1.38 94	0.20 188	2.44 25	0.72 17	0.20 29	0.02 1	0.06 18	0.06 10	6.49 311	0.36 94	0.01 274	0.04 382	0.00 1	0.00 1	0.01 36	0.02 105

SGD-Stereo	0.69 59	0.30 106	1.15 29	0.25 150	0.12 117	1.26 73	0.29 216	1.87 17	0.62 7	0.50 129	0.51 79	0.08 44	0.11 36	6.67 327	0.09 4	0.01 274	0.01 194	0.00 1	0.00 1	0.02 98	0.01 25

Foundation-i1b	0.70 62	0.23 45	1.20 36	0.06 54	0.05 24	0.78 14	0.04 57	5.01 223	1.58 98	0.40 99	0.64 87	1.08 200	1.16 235	1.45 99	0.31 82	0.01 274	0.03 346	0.00 1	0.00 1	0.01 36	0.02 105

Pro-Stereo	0.70 62	0.22 38	0.87 12	0.10 93	0.04 18	3.79 382	0.04 57	0.46 1	0.94 70	0.10 10	0.03 11	0.03 2	0.04 1	6.91 343	0.14 17	0.02 390	0.01 194	0.00 1	0.27 534	0.01 36	0.01 25

MatchStereo	0.70 62	0.35 174	2.06 148	0.05 41	0.01 1	0.93 19	0.01 11	4.29 165	3.44 217	0.10 10	1.13 123	0.18 79	0.25 73	0.76 49	0.39 108	0.00 1	0.01 194	0.00 1	0.00 1	0.00 1	0.00 1
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
water-stereo	0.70 62	0.29 92	3.07 285	0.08 84	0.07 44	1.54 119	0.15 161	4.01 151	1.41 93	0.59 146	1.31 132	0.26 107	0.24 71	0.43 11	0.39 108	0.02 390	0.06 421	0.00 1	0.02 386	0.02 98	0.01 25

GIP-stereo	0.70 62	0.44 256	1.70 104	1.52 364	0.75 349	1.48 111	0.05 73	4.18 160	1.10 81	0.18 24	0.42 72	0.58 171	0.38 117	0.65 31	0.46 138	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.01 25

DEFOM-Stereo	0.70 62	0.29 92	1.62 92	0.16 129	0.06 36	1.95 165	0.45 260	0.88 6	0.74 25	0.55 141	0.51 79	0.14 68	0.09 22	6.32 297	0.20 37	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 25

Monster-pub-mixall	0.72 68	0.39 206	0.98 14	0.04 31	0.12 117	1.23 51	0.01 11	2.74 34	0.86 48	0.86 163	0.39 71	0.07 30	0.09 22	6.24 288	0.32 86	0.01 274	0.02 288	0.00 1	0.00 1	0.02 98	0.03 166

MLG-Stereo	0.72 68	0.23 45	1.13 22	0.06 54	0.16 148	1.24 63	0.00 1	3.84 142	1.40 92	0.06 6	0.03 11	0.08 44	0.10 27	5.71 267	0.16 24	0.01 274	0.06 421	0.00 1	0.00 1	0.01 36	0.02 105

GREAT-IGEV	0.72 68	0.29 92	1.91 122	1.31 331	0.40 272	1.41 103	0.08 106	2.29 22	2.48 135	0.18 24	0.69 94	0.10 58	0.34 107	1.72 113	0.37 102	0.00 1	0.09 470	0.00 1	0.22 517	0.10 316	0.41 520
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
Foundation-i1c-attn	0.73 71	0.21 33	1.13 22	0.07 68	0.01 1	0.88 16	0.04 57	4.81 204	1.85 108	0.36 79	0.78 104	0.35 137	1.66 283	2.16 140	0.30 75	0.02 390	0.03 346	0.00 1	0.00 1	0.00 1	0.04 217

IGEV-Stereo++	0.74 72	0.23 45	1.31 50	0.06 54	1.62 438	1.95 165	0.01 11	3.29 82	1.81 103	0.38 86	1.68 151	0.10 58	1.16 235	0.91 63	0.19 36	0.01 274	0.01 194	0.00 1	0.00 1	0.04 191	0.01 25

gcap_with_dpt	0.75 73	0.23 45	1.96 137	0.04 31	3.43 531	1.23 51	0.44 257	3.43 108	1.00 76	1.38 187	0.79 105	0.17 74	0.13 47	0.52 16	0.23 44	0.00 1	0.01 194	0.00 1	0.00 1	0.02 98	0.03 166

GSStereo	0.75 73	0.22 38	1.14 27	0.69 242	0.19 185	1.96 168	0.73 349	4.64 192	2.10 114	0.31 61	0.65 88	0.43 150	0.48 145	0.83 53	0.14 17	0.00 1	0.01 194	0.00 1	0.12 467	0.17 404	0.13 399

gcap-zeroshot	0.75 73	0.26 68	2.20 175	0.05 41	3.75 546	1.22 44	0.45 260	3.36 92	0.99 74	1.13 179	0.31 64	0.16 70	0.13 47	0.55 18	0.26 60	0.00 1	0.01 194	0.00 1	0.00 1	0.02 98	0.04 217

test_for_model	0.75 73	0.26 68	2.03 145	0.05 41	3.77 550	1.23 51	0.49 276	3.23 74	1.03 79	1.13 179	0.54 81	0.16 70	0.13 47	0.57 21	0.26 60	0.00 1	0.01 194	0.00 1	0.00 1	0.02 98	0.04 217

testlalala	0.75 73	0.26 68	2.20 175	0.05 41	3.75 546	1.22 44	0.45 260	3.36 92	0.99 74	1.13 179	0.31 64	0.16 70	0.13 47	0.55 18	0.26 60	0.00 1	0.01 194	0.00 1	0.00 1	0.02 98	0.04 217

GLC_STEREO	0.75 73	0.29 92	1.19 32	0.55 217	0.01 1	1.98 171	0.57 303	3.07 48	3.02 181	0.90 166	1.48 141	0.19 81	0.40 121	0.93 64	0.36 94	0.00 1	0.01 194	0.00 1	0.00 1	0.04 191	0.02 105

VIP-Stereo	0.76 79	0.66 360	2.08 155	0.09 90	0.27 221	1.99 173	0.11 127	3.32 85	0.80 34	0.48 123	1.27 130	0.28 115	0.11 36	3.06 165	0.41 117	0.00 1	0.05 400	0.00 1	0.00 1	0.03 158	0.12 387

rvit_stereo_0081_aga	0.76 79	0.51 291	3.29 303	0.11 102	0.25 211	1.73 146	0.22 195	3.68 124	2.54 143	0.26 44	0.16 39	0.27 111	0.30 99	1.31 87	0.36 94	0.00 1	0.00 1	0.00 1	0.00 1	0.12 353	0.04 217

GCAPDPT-zeroshot4090	0.76 79	0.27 78	2.85 247	0.73 243	1.14 399	1.41 103	0.61 313	4.07 152	1.14 85	1.54 193	0.15 36	0.11 60	0.12 42	0.74 42	0.23 44	0.01 274	0.03 346	0.00 1	0.00 1	0.03 158	0.12 387

DispViT+	0.77 82	0.39 206	2.67 219	0.05 41	1.41 428	1.70 140	0.01 11	2.95 40	3.28 203	0.41 102	0.35 68	0.17 74	0.28 85	0.46 12	0.27 71	0.01 274	0.96 595	0.00 1	0.00 1	0.02 98	0.01 25

GCAP-BAT	0.77 82	0.27 78	2.87 255	0.74 246	1.15 400	1.41 103	0.61 313	4.07 152	1.14 85	1.54 193	0.15 36	0.11 60	0.12 42	0.74 42	0.23 44	0.01 274	0.02 288	0.00 1	0.00 1	0.03 158	0.11 371

GCAPDPT-zeroshot	0.77 82	0.27 78	2.85 247	0.74 246	1.15 400	1.41 103	0.61 313	4.07 152	1.14 85	1.54 193	0.15 36	0.11 60	0.12 42	0.74 42	0.23 44	0.01 274	0.02 288	0.00 1	0.00 1	0.03 158	0.11 371

NLSM3	0.78 85	0.33 142	1.31 50	0.06 54	1.93 469	1.22 44	0.05 73	3.26 79	1.87 109	0.34 74	0.87 110	0.12 63	1.04 215	2.53 153	0.74 193	0.01 274	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

LG-Stereo	0.79 86	0.32 124	3.96 361	0.04 31	0.15 140	1.19 35	0.18 180	3.52 116	2.95 169	0.32 66	1.77 156	0.22 99	0.14 52	0.39 9	0.43 124	0.01 274	0.02 288	0.00 1	0.00 1	0.11 337	0.02 105

LG-Stereo_Zeroshot	0.80 87	0.33 142	2.51 201	0.25 150	0.53 314	1.93 163	0.27 211	5.07 227	1.05 80	0.47 122	0.68 93	0.64 176	0.22 69	0.95 66	0.65 174	0.00 1	0.05 400	0.00 1	0.19 501	0.03 158	0.16 433

MaDis-Stereo	0.80 87	0.69 372	3.02 269	0.33 173	1.83 462	1.22 44	0.06 83	3.41 103	1.49 95	0.31 61	0.38 69	0.42 148	0.51 151	1.14 79	1.21 279	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.05 260

AEACV	0.80 87	0.29 92	1.70 104	0.96 279	0.24 208	2.03 177	0.88 393	3.50 113	0.88 59	0.34 74	0.20 52	0.29 118	2.01 302	1.77 119	0.33 88	0.00 1	0.03 346	0.00 1	0.29 536	0.10 316	0.09 333

gasm-f	0.81 90	0.25 61	1.66 97	0.16 129	0.28 229	2.77 273	0.91 398	3.39 95	0.84 40	0.52 133	3.10 210	0.19 81	0.71 178	0.73 41	0.28 74	0.00 1	0.03 346	0.00 1	0.00 1	0.21 444	0.12 387

IGEV-RUCA	0.81 90	0.15 1	1.13 22	0.52 210	0.32 248	2.13 187	0.51 282	3.46 110	1.71 101	0.95 168	0.16 39	0.24 103	0.55 156	2.81 158	0.41 117	0.12 510	0.21 552	0.20 561	0.25 526	0.21 444	0.20 461

Foundation-i1a	0.82 92	0.19 21	1.27 44	0.06 54	0.01 1	0.81 15	0.07 97	5.05 224	2.04 112	0.78 158	0.26 59	0.74 186	1.63 281	3.13 168	0.31 82	0.01 274	0.03 346	0.00 1	0.00 1	0.01 36	0.03 166

VMStereo-Base	0.83 93	0.29 92	1.79 108	0.04 31	0.11 101	1.38 94	0.03 47	2.87 38	3.42 214	0.53 136	1.32 133	0.73 185	0.41 129	3.01 163	0.54 160	0.01 274	0.02 288	0.00 1	0.00 1	0.00 1	0.00 1

UniTT-Stereo	0.83 93	0.33 142	1.98 138	0.92 270	1.27 412	0.54 11	0.11 127	1.35 13	2.94 168	1.67 197	2.09 171	0.20 87	0.31 103	1.57 105	1.07 261	0.00 1	0.00 1	0.00 1	0.00 1	0.16 390	0.01 25

Pointernet	0.84 95	0.35 174	2.00 142	0.12 104	0.13 126	1.77 148	0.06 83	4.87 209	2.53 141	0.14 17	2.11 174	0.76 189	0.44 141	1.02 70	0.32 86	0.00 1	0.04 382	0.00 1	0.15 477	0.02 98	0.01 25

monsters	0.87 96	0.28 84	1.54 82	0.47 205	2.71 506	1.38 94	0.01 11	3.14 56	0.81 36	0.32 66	0.48 77	0.05 9	0.13 47	5.72 268	0.42 122	0.01 274	0.01 194	0.00 1	0.00 1	0.00 1	0.01 25

castereo	0.87 96	0.60 334	1.07 19	0.34 178	0.17 158	1.89 159	0.79 366	4.84 208	2.05 113	0.65 151	2.55 190	0.31 125	0.40 121	1.02 70	0.38 107	0.01 274	0.09 470	0.00 1	0.24 522	0.03 158	0.02 105

zero-FE	0.88 98	0.27 78	2.12 163	0.21 142	1.63 439	1.75 147	0.83 375	3.08 49	0.61 6	0.15 18	0.13 35	0.29 118	0.44 141	3.38 175	1.07 261	0.02 390	0.02 288	0.00 1	0.05 431	1.47 573	0.03 166

rvit_stereo_0081	0.88 98	0.28 84	1.81 109	0.62 229	0.13 126	1.34 89	0.12 135	3.14 56	4.59 289	0.43 112	0.30 62	0.54 167	0.11 36	3.89 192	0.36 94	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 25

rvit_stereo_0082	0.88 98	0.28 84	1.81 109	0.62 229	0.13 126	1.34 89	0.12 135	3.14 56	4.59 289	0.43 112	0.30 62	0.54 167	0.11 36	3.89 192	0.36 94	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.01 25

rvit_stereo_0080	0.88 98	0.51 291	3.12 289	0.07 68	0.12 117	1.31 83	0.37 235	3.78 137	3.29 205	0.56 142	1.13 123	0.40 141	0.76 183	1.71 110	0.47 145	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.04 217

whm_eth	0.88 98	0.51 291	3.12 289	0.07 68	0.12 117	1.31 83	0.37 235	3.78 137	3.29 205	0.56 142	1.13 123	0.40 141	0.76 183	1.71 110	0.47 145	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.04 217

AIO_test	0.90 103	0.40 218	1.67 101	0.14 121	0.16 148	2.97 304	0.83 375	3.61 123	2.67 148	0.29 51	0.71 95	1.50 219	0.29 90	2.37 145	0.13 13	0.00 1	0.04 382	0.00 1	0.08 444	0.03 158	0.03 166

LoS	0.91 104	0.34 158	2.10 161	0.38 188	0.13 126	2.47 225	0.26 208	5.00 221	2.74 157	0.89 165	0.21 53	0.49 160	0.36 110	1.97 131	0.67 179	0.02 390	0.02 288	0.00 1	0.00 1	0.06 252	0.01 25
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
monsterstereo	0.93 105	0.30 106	1.91 122	0.43 197	2.63 502	1.21 40	0.01 11	3.11 52	0.76 28	0.46 121	1.44 139	0.05 9	0.09 22	5.66 263	0.50 154	0.00 1	0.01 194	0.00 1	0.00 1	0.00 1	0.01 25

Foundation-i1	0.94 106	0.24 59	1.30 48	0.10 93	1.38 423	1.10 24	0.05 73	5.89 290	2.14 116	0.54 138	1.93 163	1.14 203	1.05 218	1.56 104	0.30 75	0.01 274	0.02 288	0.00 1	0.00 1	0.01 36	0.01 25

BStereo	0.94 106	0.43 248	8.86 531	0.53 211	0.44 281	1.17 29	0.09 114	3.17 61	1.00 76	0.54 138	0.19 50	0.36 138	0.10 27	1.04 72	0.78 210	0.01 274	0.01 194	0.02 485	0.03 404	0.02 98	0.06 281

AIO-Stereo	0.94 106	0.22 38	1.20 36	0.06 54	0.08 62	2.36 213	0.62 319	5.50 265	2.61 145	0.30 56	3.32 218	0.41 144	0.25 73	1.12 78	0.17 30	0.00 1	0.01 194	0.00 1	0.35 554	0.06 252	0.12 387

DDF-Stereo	0.95 109	0.28 84	1.59 88	0.30 158	1.76 455	1.79 151	0.83 375	3.02 47	0.78 31	0.17 23	0.09 34	0.28 115	0.49 148	4.53 219	1.13 270	0.02 390	0.04 382	0.00 1	0.11 462	1.70 577	0.04 217

SMoEStereo_RVC	0.95 109	0.35 174	1.37 56	0.63 234	0.07 44	2.07 179	0.16 167	2.88 39	1.68 99	0.30 56	1.23 129	0.19 81	0.28 85	6.80 333	0.84 225	0.00 1	0.00 1	0.00 1	0.00 1	0.11 337	0.13 399

GCAP-Stereo	0.95 109	0.62 343	1.99 140	0.30 158	0.03 16	1.66 131	0.01 11	4.43 174	3.00 178	1.63 196	1.17 127	1.39 211	0.76 183	1.31 87	0.55 161	0.00 1	0.03 346	0.00 1	0.00 1	0.12 353	0.02 105

111111	0.97 112	0.19 21	1.49 74	0.06 54	1.12 395	1.43 108	0.05 73	4.77 202	1.70 100	0.44 114	2.88 199	0.09 52	0.17 56	4.66 226	0.20 37	0.00 1	0.00 1	0.00 1	0.00 1	0.10 316	0.01 25

fffft	0.97 112	0.29 92	1.69 103	0.03 16	0.05 24	2.12 186	0.65 326	3.44 109	1.87 109	0.34 74	0.60 84	0.23 100	0.20 65	6.69 328	0.89 241	0.00 1	0.01 194	0.00 1	0.00 1	0.18 420	0.09 333
1: 1. 1
DEFOM-Stereo_RVC	0.98 114	2.14 547	1.55 83	0.88 262	0.26 218	0.56 12	0.04 57	2.80 36	0.86 48	0.30 56	0.80 106	0.21 97	2.33 318	6.17 283	0.37 102	0.00 1	0.07 444	0.00 1	0.17 488	0.01 36	0.01 25

Occ-G	0.98 114	0.38 202	1.82 111	0.15 125	0.18 173	1.45 110	0.69 338	3.15 59	2.25 124	1.45 189	0.59 82	5.06 364	0.54 155	0.75 47	0.77 207	0.00 1	0.03 346	0.00 1	0.17 488	0.16 390	0.01 25

CASnet	0.98 114	0.32 124	1.62 92	0.65 237	0.07 44	2.11 184	0.14 155	3.50 113	4.03 256	3.77 253	1.41 137	0.31 125	0.29 90	0.80 51	0.57 163	0.01 274	0.00 1	0.00 1	0.00 1	0.04 191	0.01 25
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
CREStereo	0.98 114	0.42 237	1.86 114	0.07 68	0.22 200	1.65 130	0.02 38	4.07 152	6.33 377	0.72 154	1.54 144	0.43 150	0.64 169	1.22 84	0.44 130	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
MM-Stereo_test2	0.99 118	0.29 92	2.26 180	1.34 335	0.12 117	1.78 150	0.53 284	4.71 199	3.31 207	0.76 156	0.80 106	0.50 163	0.35 108	1.86 124	0.73 191	0.00 1	0.05 400	0.00 1	0.07 439	0.26 473	0.06 281

trnet	0.99 118	0.37 194	1.89 120	0.08 84	0.19 185	1.68 135	0.02 38	4.12 159	6.41 381	0.70 153	1.57 145	0.46 156	0.67 171	1.15 80	0.41 117	0.00 1	0.01 194	0.00 1	0.00 1	0.01 36	0.01 25

CroCo-Stereo	0.99 118	0.89 428	3.19 296	0.46 200	0.44 281	0.38 5	0.05 73	4.61 187	3.95 250	0.48 123	1.78 159	1.01 197	0.27 83	1.11 76	1.07 261	0.01 274	0.00 1	0.00 1	0.00 1	0.05 224	0.04 217
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
rvit_stereo_ft	1.00 121	0.78 400	3.84 356	0.84 257	0.36 262	1.23 51	0.24 201	3.81 141	3.76 233	0.37 83	0.87 110	0.74 186	1.12 223	1.18 83	0.76 201	0.00 1	0.00 1	0.00 1	0.00 1	0.02 98	0.06 281

depthmonostereo	1.01 122	0.50 284	3.16 293	0.12 104	0.09 77	1.43 108	0.04 57	4.97 216	1.51 96	0.90 166	1.46 140	0.98 196	0.94 205	3.45 181	0.46 138	0.02 390	0.10 482	0.00 1	0.02 386	0.04 191	0.01 25

AIO_rvc	1.02 123	0.59 330	1.95 134	0.15 125	0.09 77	3.42 339	0.99 408	4.46 176	2.73 156	0.28 46	1.62 147	1.32 209	0.28 85	2.10 138	0.21 41	0.00 1	0.03 346	0.00 1	0.04 424	0.11 337	0.11 371

RSM++	1.02 123	0.24 59	1.33 53	0.86 260	0.04 18	2.78 274	0.30 222	2.63 29	2.67 148	0.48 123	1.95 165	0.52 164	0.25 73	5.50 259	0.57 163	0.00 1	0.00 1	0.00 1	0.17 488	0.11 337	0.09 333

mms	1.03 125	0.54 309	1.58 87	0.05 41	0.36 262	1.52 118	0.08 106	2.97 44	1.84 107	0.38 86	2.94 202	0.32 128	0.25 73	6.82 334	0.39 108	0.00 1	0.04 382	0.00 1	0.00 1	0.17 404	0.28 498

ours_stereo	1.03 125	0.55 313	1.86 114	0.12 104	0.32 248	1.16 27	0.09 114	3.27 81	2.18 119	0.39 94	3.02 206	0.34 136	0.26 80	6.32 297	0.37 102	0.00 1	0.01 194	0.00 1	0.00 1	0.18 420	0.13 399

rvit_stereo_0083	1.03 125	0.26 68	3.09 286	0.49 207	0.09 77	1.27 78	0.24 201	2.72 32	4.60 291	0.38 86	0.77 99	0.78 190	1.18 240	4.35 214	0.33 88	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.03 166

EGLCR-Stereo	1.04 128	0.20 27	2.00 142	1.14 309	0.16 148	2.50 229	0.11 127	4.96 215	2.61 145	0.79 159	0.07 27	1.46 217	0.37 113	3.96 199	0.23 44	0.01 274	0.05 400	0.00 1	0.00 1	0.00 1	0.07 302

HUF	1.05 129	0.64 347	2.33 185	0.35 181	0.22 200	3.09 315	0.41 246	3.73 133	2.89 165	0.36 79	2.71 196	0.33 132	0.30 99	2.28 143	0.23 44	0.00 1	0.61 590	0.00 1	0.00 1	0.15 383	0.39 515

rrr	1.05 129	0.45 263	3.18 295	0.32 166	0.06 36	2.74 264	0.95 405	3.49 112	1.12 82	0.39 94	0.16 39	0.20 87	0.29 90	6.47 308	0.87 233	0.00 1	0.00 1	0.00 1	0.21 510	0.06 252	0.10 356

IGEVStereo-DCA	1.06 131	0.45 263	2.06 148	0.32 166	0.06 36	2.74 264	0.84 381	3.71 126	2.27 125	0.39 94	0.16 39	0.20 87	0.29 90	6.47 308	0.87 233	0.00 1	0.00 1	0.00 1	0.16 480	0.06 252	0.06 281

test_xeample3	1.08 132	0.43 248	3.39 312	0.49 207	0.05 24	2.58 242	0.93 401	3.32 85	1.77 102	0.23 36	0.23 55	0.19 81	0.28 85	6.34 299	0.85 226	0.00 1	0.01 194	0.00 1	0.26 533	0.06 252	0.10 356

tt45	1.09 133	0.35 174	1.49 74	0.39 190	0.23 205	3.50 351	0.14 155	3.35 90	1.81 103	0.36 79	2.04 169	0.27 111	0.26 80	6.84 337	0.63 172	0.00 1	0.00 1	0.00 1	0.00 1	0.16 390	0.03 166

MGS-Stereo	1.10 134	0.26 68	2.45 192	0.58 223	0.06 36	1.84 155	0.67 332	2.16 20	3.42 214	1.03 170	6.13 306	0.49 160	0.36 110	1.43 94	0.62 169	0.00 1	0.00 1	0.00 1	0.00 1	0.47 530	0.00 1

ff7	1.12 135	0.57 321	2.06 148	0.03 16	0.07 44	2.80 277	0.84 381	3.71 126	2.27 125	0.38 86	1.06 114	0.20 87	0.40 121	7.12 364	0.49 148	0.00 1	0.00 1	0.00 1	0.16 480	0.09 305	0.06 281

ffff	1.12 135	0.57 321	2.06 148	0.03 16	0.07 44	2.80 277	0.84 381	3.71 126	2.27 125	0.38 86	1.06 114	0.20 87	0.40 121	7.12 364	0.49 148	0.00 1	0.00 1	0.00 1	0.16 480	0.09 305	0.06 281

11t	1.12 135	0.57 321	2.06 148	0.03 16	0.07 44	2.80 277	0.84 381	3.71 126	2.27 125	0.38 86	1.06 114	0.20 87	0.40 121	7.12 364	0.49 148	0.00 1	0.00 1	0.00 1	0.16 480	0.09 305	0.06 281

anonymousdsp	1.12 135	0.59 330	1.66 97	0.03 16	0.07 44	2.81 285	0.82 371	4.07 152	2.30 131	0.41 102	1.12 122	0.30 120	0.40 121	7.05 357	0.49 148	0.00 1	0.00 1	0.00 1	0.17 488	0.10 316	0.05 260

ccc-4	1.12 135	0.57 321	2.06 148	0.03 16	0.07 44	2.80 277	0.84 381	3.71 126	2.27 125	0.38 86	1.06 114	0.20 87	0.40 121	7.12 364	0.49 148	0.00 1	0.00 1	0.00 1	0.16 480	0.09 305	0.06 281

IGEV-Stereo	1.12 135	0.59 330	1.66 97	0.03 16	0.07 44	2.82 288	0.82 371	4.09 158	2.30 131	0.41 102	1.11 119	0.30 120	0.41 129	7.05 357	0.49 148	0.00 1	0.00 1	0.00 1	0.17 488	0.10 316	0.05 260
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
DilatedVolume-Stereo	1.13 141	0.41 231	2.75 232	1.04 295	0.11 101	2.21 196	0.10 120	2.96 43	1.32 90	2.40 211	2.09 171	0.33 132	0.58 163	5.62 260	0.43 124	0.03 438	0.06 421	0.00 1	0.14 473	0.04 191	0.04 217

fffy	1.13 141	0.51 291	2.15 164	1.01 287	0.09 77	2.30 209	0.19 182	4.07 152	1.13 84	0.16 20	2.66 192	0.20 87	0.38 117	6.98 353	0.35 92	0.00 1	0.06 421	0.00 1	0.00 1	0.14 378	0.16 433

IGEV++	1.14 143	0.51 291	1.66 97	0.55 217	0.08 62	2.52 230	1.01 412	6.51 324	3.16 191	0.59 146	2.11 174	0.43 150	1.18 240	1.44 96	0.79 214	0.00 1	0.05 400	0.00 1	0.05 431	0.11 337	0.11 371

WQFJA1++	1.15 144	0.17 10	1.86 114	0.47 205	0.69 339	1.21 40	0.03 47	2.79 35	0.47 4	2.59 215	0.07 27	0.24 103	0.18 60	2.69 155	0.50 154	0.00 1	0.00 1	0.00 1	0.01 358	8.92 608	0.07 302

castereo++	1.18 145	0.54 309	1.95 134	0.30 158	0.51 310	4.56 417	1.00 410	4.61 187	1.12 82	0.29 51	2.14 178	1.89 232	0.15 53	3.94 198	0.18 35	0.00 1	0.04 382	0.00 1	0.31 544	0.03 158	0.00 1

CAS++	1.18 145	0.55 313	1.99 140	0.17 132	0.27 221	1.85 157	0.63 320	8.48 380	3.07 185	1.71 198	2.32 182	0.18 79	0.20 65	1.91 130	0.30 75	0.00 1	0.01 194	0.00 1	0.00 1	0.02 98	0.01 25
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Wave_Phase_stereo	1.19 147	0.43 248	8.86 531	0.53 211	0.44 281	5.87 451	0.09 114	3.42 106	1.00 76	0.54 138	0.19 50	0.36 138	0.10 27	1.04 72	0.78 210	0.01 274	0.01 194	0.02 485	0.03 404	0.02 98	0.06 281

DA	1.19 147	0.37 194	1.94 129	0.62 229	0.30 234	6.06 456	0.59 305	5.55 266	2.23 121	0.37 83	2.42 187	0.41 144	1.17 237	1.24 85	0.16 24	0.01 274	0.06 421	0.00 1	0.00 1	0.01 36	0.20 461

GGEV	1.19 147	0.37 194	1.94 129	0.62 229	0.30 234	6.06 456	0.59 305	5.55 266	2.23 121	0.37 83	2.42 187	0.41 144	1.17 237	1.24 85	0.16 24	0.01 274	0.06 421	0.00 1	0.00 1	0.01 36	0.20 461

xyz-stereo-finetune	1.20 150	0.44 256	2.19 173	0.08 84	0.05 24	3.16 325	0.68 333	3.41 103	2.58 144	0.81 161	1.77 156	0.68 177	0.37 113	6.20 286	1.63 323	0.00 1	0.00 1	0.00 1	0.00 1	0.04 191	0.02 105

ProNet	1.20 150	0.60 334	2.00 142	0.26 152	0.08 62	2.73 263	0.68 333	5.00 221	2.52 139	0.29 51	1.32 133	0.37 140	0.36 110	6.94 350	0.44 130	0.00 1	0.07 444	0.00 1	0.00 1	0.17 404	0.07 302

TANstereo	1.20 150	0.49 281	2.04 146	0.34 178	0.10 87	1.80 152	0.01 11	3.40 102	4.10 264	4.37 266	4.82 257	0.41 144	0.70 175	0.94 65	0.46 138	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

RSM	1.21 153	0.20 27	1.30 48	0.12 104	0.06 36	2.48 227	0.51 282	3.78 137	2.74 157	0.48 123	2.38 185	2.18 242	0.28 85	6.77 332	0.56 162	0.00 1	0.00 1	0.00 1	0.16 480	0.07 273	0.05 260

sCroCo_RVC	1.21 153	0.65 354	5.16 441	1.09 300	1.29 416	0.92 17	0.19 182	3.92 144	2.68 151	0.30 56	3.04 207	0.52 164	1.56 275	1.58 106	0.78 210	0.09 501	0.25 564	0.00 1	0.00 1	0.07 273	0.11 371

Selective-IGEV-i32	1.23 155	0.18 15	1.13 22	0.07 68	0.16 148	2.35 212	0.54 287	6.11 298	2.52 139	0.41 102	3.19 213	0.26 107	0.29 90	6.94 350	0.16 24	0.00 1	0.01 194	0.00 1	0.11 462	0.04 191	0.10 356

Selective-IGEV	1.23 155	0.18 15	1.13 22	0.07 68	0.17 158	2.38 217	0.54 287	6.10 297	2.51 138	0.41 102	3.20 215	0.26 107	0.29 90	6.94 350	0.16 24	0.00 1	0.01 194	0.00 1	0.11 462	0.04 191	0.10 356

MSCF	1.24 157	0.77 393	1.95 134	0.42 193	0.46 289	3.85 386	0.85 387	4.26 164	2.02 111	2.21 203	2.34 183	0.17 74	2.74 341	1.75 115	0.39 108	0.00 1	0.01 194	0.00 1	0.54 571	0.04 191	0.05 260

WCG-NET	1.24 157	0.43 248	1.46 71	0.33 173	0.08 62	2.14 188	1.08 421	3.09 51	6.86 399	2.73 219	3.43 226	0.74 186	0.94 205	0.89 61	0.33 88	0.00 1	0.04 382	0.00 1	0.00 1	0.10 316	0.05 260

CroCo-Stereo Lap2	1.24 157	0.88 425	3.39 312	0.95 277	4.59 579	0.47 8	0.08 106	3.51 115	2.80 161	1.17 184	2.24 179	1.57 222	0.20 65	1.48 100	1.14 272	0.00 1	0.00 1	0.00 1	0.00 1	0.15 383	0.12 387

Replicate-Monster	1.25 160	1.94 541	10.24 544	0.08 84	0.32 248	1.32 87	0.03 47	3.71 126	0.89 64	1.07 175	0.07 27	0.08 44	0.10 27	4.74 228	0.14 17	0.01 274	0.04 382	0.00 1	0.00 1	0.01 36	0.22 467

999	1.25 160	0.37 194	1.63 94	1.15 310	0.34 256	3.03 310	0.66 329	3.41 103	2.27 125	0.30 56	3.20 215	0.19 81	0.25 73	7.23 372	0.85 226	0.00 1	0.00 1	0.00 1	0.00 1	0.16 390	0.01 25

WQFJA1	1.26 162	0.34 158	1.49 74	0.14 121	4.66 580	2.76 270	0.13 145	5.38 259	3.79 235	0.44 114	0.31 64	0.69 180	1.09 220	1.43 94	2.48 386	0.01 274	0.00 1	0.00 1	0.00 1	0.05 224	0.02 105

NLMM	1.26 162	0.34 158	1.50 78	0.14 121	4.66 580	2.76 270	0.13 145	5.38 259	3.79 235	0.44 114	0.31 64	0.69 180	1.09 220	1.41 89	2.48 386	0.01 274	0.00 1	0.00 1	0.00 1	0.05 224	0.02 105

rvit_0105_6	1.26 162	0.87 421	4.85 420	0.61 227	0.07 44	1.60 124	0.32 224	3.79 140	5.87 344	0.25 42	0.26 59	1.09 201	0.29 90	4.60 224	0.62 169	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.06 281

Former-RAFT_DAM_RVC	1.26 162	0.42 237	2.36 189	0.59 225	1.26 409	2.43 222	0.01 11	3.29 82	7.76 434	1.71 198	2.78 197	0.27 111	0.32 105	1.16 82	0.58 167	0.04 459	0.01 194	0.00 1	0.00 1	0.04 191	0.10 356

LoS_RVC	1.26 162	1.43 502	1.91 122	0.42 193	3.77 550	1.71 142	0.04 57	2.58 27	2.49 137	0.42 109	2.58 191	0.30 120	0.57 161	1.71 110	0.66 177	0.01 274	0.02 288	0.00 1	0.00 1	0.02 98	4.49 599

MIF-Stereo (partial)	1.29 167	0.33 142	3.02 269	0.03 16	1.12 395	1.26 73	0.13 145	4.46 176	3.75 231	0.35 77	2.39 186	0.31 125	0.74 181	6.09 279	1.76 335	0.00 1	0.00 1	0.00 1	0.00 1	0.08 287	0.04 217

MyStereo07	1.31 168	0.79 401	1.61 90	1.03 290	1.11 393	2.63 253	0.46 263	5.48 262	2.24 123	0.64 150	1.48 141	0.27 111	0.59 165	7.03 356	0.45 134	0.00 1	0.09 470	0.00 1	0.01 358	0.11 337	0.09 333

RT-Monster	1.32 169	0.34 158	2.22 177	0.38 188	2.36 490	1.39 101	0.10 120	4.18 160	5.14 312	3.39 242	2.68 193	0.58 171	0.61 166	2.49 151	0.36 94	0.03 438	0.01 194	0.00 1	0.00 1	0.02 98	0.03 166

GASTEREO	1.34 170	0.98 447	1.86 114	0.53 211	0.46 289	3.97 394	0.86 389	4.25 163	2.16 118	2.34 210	3.48 229	0.17 74	2.87 350	1.88 128	0.39 108	0.00 1	0.01 194	0.00 1	0.54 571	0.04 191	0.05 260

plain	1.34 170	0.51 291	5.09 435	0.30 158	0.05 24	1.58 121	0.08 106	4.47 178	3.77 234	0.42 109	1.76 155	0.60 175	0.74 181	6.11 280	0.94 249	0.00 1	0.00 1	0.00 1	0.00 1	0.40 521	0.02 105

sAnonymous2	1.35 172	1.66 523	8.14 523	0.55 217	0.46 289	1.23 51	0.24 201	4.00 149	3.47 218	0.40 99	1.11 119	0.23 100	1.42 260	0.96 67	0.57 163	0.01 274	0.00 1	0.00 1	0.20 504	2.07 583	0.22 467

CroCo_RVC	1.35 172	1.66 523	8.14 523	0.55 217	0.46 289	1.23 51	0.24 201	4.00 149	3.47 218	0.40 99	1.11 119	0.23 100	1.42 260	0.96 67	0.57 163	0.01 274	0.00 1	0.00 1	0.20 504	2.07 583	0.22 467

knoymous	1.36 174	0.21 33	1.68 102	0.20 138	0.49 303	1.58 121	0.11 127	5.15 231	2.40 134	4.62 275	1.77 156	4.56 343	0.45 143	3.23 170	0.63 172	0.00 1	0.02 288	0.00 1	0.00 1	0.02 98	0.01 25

rvit_0105_4	1.38 175	0.98 447	5.52 462	0.61 227	0.05 24	1.62 127	0.41 246	3.95 147	5.80 341	0.31 61	0.73 96	1.37 210	0.53 154	4.89 238	0.78 210	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.04 217

SCV_C0	1.40 176	0.49 281	3.06 284	0.12 104	0.21 196	2.29 204	0.09 114	6.46 320	3.81 237	0.63 148	2.00 167	0.24 103	0.41 129	7.31 375	0.43 124	0.01 274	0.05 400	0.00 1	0.21 510	0.16 390	0.07 302

MoCha-V2	1.41 177	0.42 237	2.61 213	0.81 251	0.23 205	2.53 233	0.20 188	4.81 204	3.16 191	0.82 162	3.15 211	0.30 120	1.61 280	6.66 326	0.40 115	0.00 1	0.20 548	0.00 1	0.24 522	0.05 224	0.02 105

PMTNet	1.41 177	0.37 194	2.06 148	0.26 152	0.15 140	2.94 302	0.34 230	3.39 95	5.33 321	1.00 169	1.27 130	0.28 115	0.93 203	4.04 203	0.74 193	5.00 603	0.00 1	0.00 1	0.00 1	0.03 158	0.01 25

AE-Stereo	1.44 179	0.32 124	2.69 222	1.58 378	0.20 193	2.24 200	0.59 305	6.01 293	5.70 335	1.18 185	3.17 212	1.02 198	0.78 189	1.73 114	0.83 221	0.02 390	0.18 537	0.00 1	0.29 536	0.11 337	0.07 302

XX-TBD	1.44 179	0.85 417	2.04 146	2.45 512	0.05 24	2.34 211	0.01 11	3.46 110	7.51 421	2.88 224	4.98 264	0.26 107	0.25 73	1.15 80	0.46 138	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

PSi22	1.45 181	0.68 366	1.50 78	0.99 285	0.07 44	1.86 158	0.11 127	3.71 126	4.91 303	0.86 163	2.03 168	2.07 240	0.19 61	9.02 490	0.77 207	0.00 1	0.01 194	0.00 1	0.00 1	0.18 420	0.03 166

NLSM1	1.45 181	0.40 218	2.26 180	0.50 209	5.10 587	2.85 292	0.17 174	4.66 197	2.76 159	0.56 142	1.70 152	0.30 120	0.62 167	4.87 232	2.19 369	0.00 1	0.00 1	0.00 1	0.00 1	0.06 252	0.01 25

MC-Stereo	1.47 183	0.36 187	2.54 204	1.99 447	0.12 117	1.90 160	0.12 135	4.47 178	2.83 162	3.31 240	3.44 227	0.56 169	1.47 263	5.39 255	0.47 145	0.00 1	0.04 382	0.00 1	0.21 510	0.07 273	0.04 217

rvit_0105_5	1.48 184	0.89 428	5.43 453	0.46 200	0.04 18	1.60 124	0.60 310	4.65 195	5.90 347	0.76 156	1.59 146	1.75 228	0.78 189	4.20 209	0.88 236	0.00 1	0.00 1	0.00 1	0.00 1	0.01 36	0.06 281

WQFJX	1.49 185	0.32 124	1.86 114	0.06 54	4.78 585	2.43 222	0.43 252	5.57 269	3.85 240	0.48 123	1.38 136	0.56 169	1.37 258	4.54 220	2.09 360	0.01 274	0.00 1	0.00 1	0.00 1	0.07 273	0.05 260

WCG-NET（raft）	1.49 185	0.50 284	1.55 83	0.21 142	0.08 62	2.15 190	1.01 412	2.72 32	6.26 372	2.79 220	3.06 209	4.38 336	1.04 215	3.53 183	0.26 60	0.00 1	0.12 497	0.00 1	0.00 1	0.10 316	0.08 320

StereoAnything_RVC	1.52 187	7.77 599	2.81 243	0.05 41	0.02 6	1.11 25	0.06 83	3.26 79	0.75 27	0.12 12	0.02 1	0.07 30	0.68 173	6.69 328	0.13 13	0.02 390	0.08 458	0.00 1	0.00 1	6.69 604	0.02 105

model_zeroshot	1.52 187	0.42 237	4.10 378	1.25 319	0.11 101	3.04 311	0.14 155	5.79 285	2.84 163	3.12 231	3.65 232	2.05 239	0.42 135	2.38 147	0.71 188	0.01 274	0.10 482	0.00 1	0.20 504	0.02 98	0.04 217

WQFJX1	1.53 189	0.34 158	1.49 74	0.04 31	4.03 559	2.23 199	0.16 167	5.56 268	3.84 239	0.53 136	1.13 123	0.68 177	0.89 200	7.80 407	1.74 333	0.01 274	0.00 1	0.00 1	0.00 1	0.07 273	0.02 105

NLMM1	1.55 190	0.35 174	1.65 96	0.05 41	4.55 578	2.00 175	0.13 145	5.67 276	5.17 315	0.57 145	0.86 109	0.45 155	0.80 192	6.82 334	1.92 348	0.00 1	0.01 194	0.00 1	0.00 1	0.06 252	0.02 105

CES	1.56 191	0.35 174	1.44 65	0.42 193	7.70 604	2.66 260	0.13 145	4.89 210	2.53 141	0.25 42	1.10 118	0.33 132	0.31 103	1.61 109	0.58 167	0.01 274	0.02 288	0.00 1	0.00 1	0.54 533	6.26 605

NLCSM	1.57 192	0.40 218	1.44 65	0.28 157	4.08 561	2.16 192	0.17 174	4.83 207	3.06 184	0.69 152	1.86 162	0.59 173	1.24 248	7.85 411	2.53 391	0.01 274	0.00 1	0.00 1	0.00 1	0.17 404	0.02 105

MM-Stereo_test1	1.57 192	0.36 187	2.19 173	1.17 312	0.35 259	2.39 218	0.56 294	4.53 181	5.21 316	3.67 250	1.65 150	0.40 141	0.84 197	6.90 342	0.80 217	0.00 1	0.03 346	0.00 1	0.00 1	0.31 490	0.03 166

SCV	1.59 194	0.58 326	2.57 207	2.72 526	0.31 245	2.15 190	0.79 366	6.88 339	2.72 153	0.20 29	2.68 193	0.68 177	0.58 163	7.60 391	0.41 117	0.00 1	0.03 346	0.00 1	0.22 517	0.37 511	0.24 479

CREStereo++_RVC	1.59 194	0.39 206	2.26 180	0.36 182	0.01 1	1.67 132	0.01 11	2.95 40	8.12 445	3.69 251	7.44 356	0.47 157	0.32 105	0.74 42	0.39 108	0.00 1	0.00 1	0.00 1	3.03 607	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
Reg-Stereo(zero)	1.60 196	0.19 21	2.59 210	0.45 199	0.47 298	1.64 129	0.23 199	3.22 73	5.87 344	4.29 263	3.01 204	4.49 341	1.64 282	2.47 150	1.16 275	0.00 1	0.08 458	0.00 1	0.13 472	0.01 36	0.10 356

11t1	1.62 197	0.26 68	2.53 203	2.37 505	0.24 208	2.58 242	0.06 83	6.66 330	3.00 178	3.40 243	3.01 204	1.14 203	1.94 299	4.18 206	0.91 245	0.01 274	0.02 288	0.00 1	0.00 1	0.03 158	0.03 166

iRaftStereo_RVC	1.62 197	0.68 366	1.98 138	0.67 238	0.05 24	2.99 306	0.04 57	5.36 255	3.74 230	3.82 254	4.96 262	2.54 252	0.62 167	3.35 174	0.97 253	0.00 1	0.07 444	0.00 1	0.00 1	0.30 485	0.27 494

RAFT-Stereo-weight	1.67 199	0.31 111	1.57 85	0.97 282	0.15 140	3.19 327	0.77 360	5.06 225	6.19 371	4.96 288	3.38 224	2.83 260	0.35 108	2.87 159	0.74 193	0.01 274	0.06 421	0.00 1	0.00 1	0.01 36	0.02 105

HART	1.68 200	0.67 364	2.72 228	0.04 31	0.27 221	1.72 145	0.04 57	5.60 272	3.16 191	1.44 188	7.73 367	2.41 248	0.15 53	6.44 304	0.62 169	0.00 1	0.12 497	0.00 1	0.00 1	0.24 469	0.17 439

IGEV-Stereo+	1.69 201	0.43 248	1.59 88	0.37 184	3.10 515	2.10 182	0.07 97	1.86 16	0.91 66	0.39 94	0.03 11	0.20 87	0.41 129	7.05 357	0.16 24	0.02 390	0.07 444	0.00 1	0.18 495	5.14 598	9.77 619

Selective-RAFT	1.69 201	0.32 124	3.29 303	0.92 270	0.18 173	3.89 388	0.06 83	4.22 162	4.00 253	1.47 190	1.98 166	3.07 274	2.81 345	6.35 301	0.89 241	0.01 274	0.00 1	0.00 1	0.21 510	0.05 224	0.00 1

rvit_0105_3	1.71 203	0.90 431	5.93 473	0.78 249	0.02 6	1.62 127	1.69 459	5.15 231	5.99 356	2.22 206	1.64 149	1.97 237	1.17 237	4.19 207	0.92 248	0.00 1	0.00 1	0.00 1	0.00 1	0.02 98	0.03 166

4D-IteraStereo	1.72 204	0.86 418	3.01 267	0.09 90	2.86 510	3.57 362	1.06 416	3.92 144	5.31 319	5.28 302	1.02 113	3.92 311	0.38 117	1.83 122	1.04 260	0.00 1	0.01 194	0.00 1	0.00 1	0.07 273	0.09 333

rafts_anoy	1.72 204	0.79 401	2.58 209	2.03 458	1.75 453	2.47 225	0.16 167	5.48 262	6.01 358	3.24 236	2.11 174	1.92 236	1.33 252	3.08 166	1.13 270	0.01 274	0.18 537	0.00 1	0.01 358	0.03 158	0.07 302

x	1.73 206	0.28 84	2.49 199	1.91 430	0.17 158	2.10 182	0.83 375	8.74 393	3.55 224	3.28 237	2.12 177	3.10 275	1.96 300	2.90 160	1.12 268	0.00 1	0.02 288	0.00 1	0.00 1	0.02 98	0.03 166

TestStereo	1.74 207	1.02 454	3.64 336	0.20 138	0.28 229	1.33 88	0.01 11	5.24 242	4.01 255	3.18 233	4.97 263	2.07 240	0.70 175	7.32 376	0.75 199	0.02 390	0.00 1	0.00 1	0.00 1	0.01 36	0.00 1

Anonymous3	1.76 208	0.44 256	6.37 488	0.33 173	0.50 306	4.33 406	0.54 287	4.43 174	2.48 135	2.21 203	3.24 217	1.53 221	1.14 227	5.64 261	1.29 286	0.17 525	0.23 558	0.00 1	0.00 1	0.12 353	0.15 421

anonymousdsp2	1.78 209	0.39 206	3.40 314	1.10 301	0.04 18	3.63 363	0.50 279	7.80 361	2.77 160	2.91 226	2.88 199	3.17 278	1.01 209	5.15 247	0.43 124	0.00 1	0.01 194	0.02 485	0.15 477	0.05 224	0.12 387

FE-Mocha	1.79 210	0.44 256	4.10 378	0.83 255	0.23 205	3.23 330	0.16 167	7.48 355	2.19 120	5.05 293	5.62 294	2.84 261	0.85 198	1.81 120	0.67 179	0.00 1	0.05 400	0.00 1	0.20 504	0.02 98	0.05 260

DCRE	1.79 210	0.68 366	2.55 205	1.66 392	0.27 221	1.27 78	0.05 73	4.57 186	4.04 258	3.30 239	9.24 404	3.83 309	1.20 245	2.08 137	0.67 179	0.00 1	0.12 497	0.00 1	0.24 522	0.04 191	0.09 333

raft+_RVC	1.79 210	0.84 413	2.32 184	2.40 507	0.85 363	1.38 94	0.09 114	6.36 311	4.75 299	2.85 223	5.46 289	1.17 206	1.36 257	4.54 220	0.91 245	0.00 1	0.10 482	0.00 1	0.00 1	0.11 337	0.22 467

HUI-Stereo	1.80 213	0.41 231	2.85 247	0.12 104	0.18 173	3.72 374	0.65 326	5.23 236	2.97 176	5.87 326	4.34 248	3.45 286	1.52 269	3.93 197	0.65 174	0.02 390	0.00 1	0.00 1	0.00 1	0.08 287	0.10 356

GMOStereo	1.81 214	0.47 271	2.09 156	0.10 93	0.27 221	1.49 112	0.89 394	4.40 169	4.51 284	8.16 448	6.97 336	2.96 266	1.15 229	1.42 90	0.88 236	0.00 1	0.14 512	0.00 1	0.00 1	0.23 458	0.03 166

error version	1.81 214	0.47 271	2.09 156	0.10 93	0.27 221	1.49 112	0.89 394	4.40 169	4.51 284	8.16 448	6.97 336	2.96 266	1.15 229	1.42 90	0.88 236	0.00 1	0.14 512	0.00 1	0.00 1	0.23 458	0.03 166

test-v	1.81 214	0.47 271	2.09 156	0.10 93	0.27 221	1.49 112	0.89 394	4.40 169	4.51 284	8.16 448	6.97 336	2.96 266	1.15 229	1.42 90	0.88 236	0.00 1	0.14 512	0.00 1	0.00 1	0.23 458	0.03 166

test-2	1.81 214	0.47 271	2.09 156	0.10 93	0.27 221	1.49 112	0.89 394	4.40 169	4.51 284	8.16 448	6.97 336	2.96 266	1.15 229	1.42 90	0.88 236	0.00 1	0.14 512	0.00 1	0.00 1	0.23 458	0.03 166

xyz-stereo-finetune2	1.82 218	0.51 291	2.22 177	0.10 93	0.05 24	6.49 466	0.17 174	3.59 121	2.15 117	0.63 148	6.19 310	0.49 160	3.44 373	6.93 345	3.48 427	0.00 1	0.00 1	0.00 1	0.00 1	0.04 191	0.01 25

test-1	1.82 218	0.45 263	5.42 452	0.89 264	0.41 277	2.14 188	0.56 294	5.75 279	4.15 269	3.28 237	5.11 266	3.61 300	0.70 175	1.53 103	1.56 313	0.02 390	0.34 570	0.00 1	0.08 444	0.02 98	0.30 502

MM-Stereo_test3	1.83 220	0.59 330	1.93 126	1.43 352	3.99 557	2.44 224	0.81 369	5.81 287	6.70 394	1.73 200	4.79 255	1.23 208	0.65 170	3.30 171	0.85 226	0.00 1	0.01 194	0.00 1	0.00 1	0.33 498	0.05 260

GMStereo	1.83 220	0.99 450	4.55 404	0.57 222	0.05 24	2.53 233	0.01 11	4.95 213	11.14 506	3.52 245	2.24 179	0.53 166	0.49 148	3.76 190	0.80 217	0.20 532	0.00 1	0.00 1	0.12 467	0.12 353	0.00 1
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
test_1	1.85 222	0.21 33	2.45 192	1.02 288	0.22 200	1.37 93	0.82 371	4.66 197	5.06 308	7.02 393	1.73 153	4.09 318	0.41 129	6.51 314	0.76 201	0.00 1	0.00 1	0.00 1	0.29 536	0.18 420	0.14 410

1test111	1.86 223	0.65 354	2.15 164	2.30 493	0.02 6	5.80 447	0.56 294	8.45 376	3.33 209	1.03 170	3.33 219	0.32 128	3.71 388	4.40 216	0.96 250	0.00 1	0.02 288	0.00 1	0.03 404	0.02 98	0.03 166

LL-Strereo2	1.86 223	0.83 412	2.33 185	0.36 182	0.17 158	3.79 382	1.52 449	5.82 288	4.04 258	4.43 267	2.51 189	4.23 325	0.37 113	5.66 263	0.99 255	0.00 1	0.02 288	0.00 1	0.05 431	0.06 252	0.11 371

test-3	1.86 223	0.21 33	2.46 195	1.03 290	0.22 200	1.38 94	0.83 375	4.65 195	5.04 307	7.26 410	1.78 159	4.10 320	0.41 129	6.53 317	0.76 201	0.00 1	0.00 1	0.00 1	0.29 536	0.18 420	0.14 410

raftrobust	1.86 223	0.74 385	1.94 129	2.15 476	2.24 486	2.74 264	0.53 284	4.89 210	4.05 260	6.09 338	3.89 235	1.64 223	2.55 328	2.44 148	1.12 268	0.00 1	0.03 346	0.00 1	0.00 1	0.12 353	0.08 320

riskmin	1.88 227	0.15 1	2.11 162	1.38 344	0.88 365	2.40 219	0.04 57	5.93 292	6.10 361	2.25 207	1.34 135	6.06 396	5.08 462	2.78 157	1.01 258	0.00 1	0.02 288	0.00 1	0.00 1	0.01 36	0.06 281

test_3	1.88 227	0.22 38	2.75 232	0.96 279	0.22 200	1.28 80	0.77 360	4.62 189	5.87 344	6.55 375	1.84 161	4.28 331	0.45 143	6.48 310	0.76 201	0.00 1	0.01 194	0.00 1	0.28 535	0.17 404	0.14 410

PSM-adaLoss	1.88 227	0.40 218	2.86 251	0.12 104	0.19 185	3.75 379	0.71 344	5.23 236	2.96 172	5.86 321	4.33 247	3.45 286	1.51 264	5.40 256	0.69 182	0.01 274	0.00 1	0.00 1	0.00 1	0.08 287	0.09 333

s12784h	1.89 230	0.30 106	2.57 207	0.11 102	0.09 77	4.18 401	0.13 145	6.61 327	7.44 420	3.62 248	4.28 244	0.59 173	0.81 193	6.61 322	0.46 138	0.01 274	0.01 194	0.00 1	0.00 1	0.02 98	0.00 1

ROB_FTStereo	1.90 231	0.42 237	2.86 251	0.12 104	0.19 185	3.71 371	0.75 357	5.24 242	2.95 169	5.87 326	4.26 243	3.41 284	1.51 264	5.80 270	0.65 174	0.01 274	0.00 1	0.00 1	0.00 1	0.08 287	0.08 320

RAFT-IKP	1.90 231	0.42 237	2.83 244	0.12 104	0.18 173	3.50 351	0.64 324	5.24 242	2.96 172	5.86 321	4.34 248	3.50 295	1.51 264	5.99 276	0.76 201	0.01 274	0.00 1	0.00 1	0.00 1	0.08 287	0.08 320

EKT-Stereo	1.91 233	0.48 278	2.77 237	2.19 480	4.36 565	1.42 107	0.24 201	4.63 190	3.51 220	2.94 227	3.47 228	3.55 297	2.25 313	5.26 249	0.85 226	0.04 459	0.12 497	0.00 1	0.09 455	0.06 252	0.05 260

ROB_FTStereo_v2	1.91 233	0.41 231	2.85 247	0.12 104	0.19 185	3.71 371	0.73 349	5.23 236	2.95 169	5.86 321	4.36 250	3.46 288	1.51 264	5.86 272	0.69 182	0.01 274	0.00 1	0.00 1	0.00 1	0.08 287	0.08 320

qqq	1.93 235	0.30 106	2.96 264	1.40 346	0.05 24	1.96 168	0.39 241	8.45 376	3.33 209	3.06 229	3.84 233	4.67 346	2.70 335	4.40 216	0.96 250	0.00 1	0.01 194	0.00 1	0.00 1	0.02 98	0.03 166

RALCasStereoNet	1.93 235	1.01 452	2.75 232	1.88 426	1.75 453	2.88 298	0.18 180	4.64 192	4.36 276	2.27 208	5.14 267	2.22 244	0.79 191	7.10 363	1.00 257	0.00 1	0.34 570	0.00 1	0.00 1	0.10 316	0.16 433

Patchmatch Stereo++	1.95 237	0.40 218	2.86 251	0.12 104	0.18 173	3.74 376	0.66 329	5.24 242	2.96 172	5.86 321	4.32 245	3.46 288	1.52 269	6.88 339	0.70 184	0.01 274	0.00 1	0.00 1	0.00 1	0.08 287	0.09 333
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	1.95 237	0.40 218	2.86 251	0.12 104	0.18 173	3.74 376	0.66 329	5.24 242	2.96 172	5.86 321	4.32 245	3.46 288	1.52 269	6.88 339	0.70 184	0.01 274	0.00 1	0.00 1	0.00 1	0.08 287	0.09 333

CRE-IMP	1.95 237	0.35 174	2.68 220	0.27 156	0.17 158	3.90 389	0.85 387	5.14 229	2.87 164	5.74 312	4.14 241	3.49 293	0.83 194	6.40 302	1.80 339	0.00 1	0.00 1	0.00 1	0.00 1	0.10 316	0.19 454

Lsterematch	1.96 240	0.84 413	3.11 288	0.32 166	0.08 62	2.28 203	0.41 246	3.19 69	5.43 322	4.57 273	10.52 435	2.45 249	1.19 243	3.44 180	1.28 283	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	0.04 217

tg	1.96 240	0.64 347	2.15 164	0.68 239	0.12 117	4.40 413	0.04 57	5.74 278	4.19 271	4.00 258	5.23 277	2.58 253	0.93 203	7.12 364	0.77 207	0.00 1	0.02 288	0.00 1	0.00 1	0.31 490	0.25 484

iGMRVC	1.96 240	0.40 218	2.88 257	0.12 104	0.19 185	3.74 376	0.73 349	5.23 236	2.97 176	5.87 326	4.37 251	3.48 292	1.52 269	6.73 331	0.74 193	0.02 390	0.00 1	0.00 1	0.00 1	0.08 287	0.08 320

DIP-Stereo	1.97 243	0.64 347	2.95 262	0.17 132	0.10 87	4.83 424	0.13 145	8.60 388	4.06 263	6.42 367	4.92 261	0.44 154	0.72 179	3.57 184	1.80 339	0.00 1	0.01 194	0.00 1	0.00 1	0.05 224	0.04 217
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RCA-Stereo	1.99 244	0.34 158	2.71 226	0.26 152	0.06 36	2.29 204	0.48 266	4.89 210	14.65 539	2.81 222	5.51 291	0.78 190	3.21 360	1.44 96	0.33 88	0.00 1	0.01 194	0.00 1	0.00 1	0.07 273	0.02 105

rvit_stereo_0075_2	2.00 245	0.32 124	5.49 457	0.60 226	1.98 471	1.77 148	0.10 120	7.24 348	5.70 335	2.90 225	4.06 239	3.11 276	0.56 158	5.32 251	0.76 201	0.00 1	0.00 1	0.00 1	0.00 1	0.03 158	0.16 433

MSKI-zero shot	2.00 245	0.36 187	2.15 164	0.81 251	0.25 211	2.69 262	0.29 216	6.16 302	2.34 133	4.31 264	7.52 357	3.70 305	0.25 73	8.42 456	0.41 117	0.01 274	0.13 507	0.00 1	0.25 526	0.03 158	0.02 105

ACVNet-DCA	2.01 247	0.65 354	2.15 164	2.30 493	0.02 6	5.80 447	0.56 294	8.45 376	3.33 209	1.03 170	3.33 219	0.32 128	3.71 388	8.05 426	0.45 134	0.00 1	0.02 288	0.00 1	0.03 404	0.02 98	0.03 166

Gwc-CoAtRS	2.02 248	0.33 142	2.61 213	1.04 295	0.30 234	3.56 359	0.40 245	5.89 290	5.94 351	5.08 295	5.01 265	5.55 380	1.72 288	1.60 108	0.91 245	0.01 274	0.09 470	0.00 1	0.25 526	0.01 36	0.02 105

DCANet-4	2.03 249	0.34 158	5.30 449	0.31 163	0.18 173	1.69 136	0.12 135	4.95 213	8.55 461	5.78 313	5.17 268	1.12 202	2.82 346	2.11 139	1.92 348	0.00 1	0.00 1	0.00 1	0.00 1	0.02 98	0.18 443

cross-raft	2.03 249	0.35 174	2.78 239	1.10 301	0.16 148	3.77 380	0.48 266	7.03 345	3.75 231	5.06 294	5.55 292	6.26 402	1.41 259	1.75 115	0.89 241	0.01 274	0.07 444	0.00 1	0.19 501	0.03 158	0.03 166

DeepStereo_RVC	2.05 251	0.39 206	2.87 255	0.14 121	0.17 158	3.51 354	0.70 341	5.21 235	3.00 178	6.27 356	4.13 240	3.47 291	4.53 436	4.81 230	1.49 304	0.01 274	0.00 1	0.00 1	0.00 1	0.09 305	0.18 443

MIPNet	2.06 252	0.69 372	4.57 408	0.32 166	0.21 196	1.92 162	0.19 182	6.89 340	5.64 334	5.48 307	4.02 238	2.02 238	3.50 375	3.32 173	2.01 355	0.00 1	0.01 194	0.01 453	0.01 358	0.20 433	0.13 399

DCANet	2.08 253	0.64 347	3.81 350	0.31 163	0.17 158	1.70 140	0.25 206	5.23 236	8.47 457	6.07 337	5.30 284	1.41 212	4.23 414	1.85 123	2.02 357	0.00 1	0.00 1	0.00 1	0.00 1	0.04 191	0.19 454

CFNet-RSSM	2.11 254	0.33 142	2.71 226	1.04 295	0.30 234	3.21 329	0.41 246	6.67 331	6.96 402	5.62 310	4.58 252	5.40 376	1.71 286	1.86 124	0.87 233	0.00 1	0.08 458	0.00 1	0.32 546	0.02 98	0.02 105

U	2.12 255	0.25 61	2.47 198	0.17 132	8.09 605	10.63 534	0.00 1	3.08 49	0.87 54	0.24 39	0.45 76	0.17 74	0.08 17	0.69 38	0.15 23	0.00 1	0.00 1	9.89 612	5.19 620	0.01 36	0.01 25

RAFT-Stereo + iAFF	2.12 255	0.58 326	2.43 191	1.27 322	0.16 148	1.60 124	0.14 155	5.17 233	5.90 347	7.10 399	10.10 421	3.06 273	1.74 291	1.87 126	0.97 253	0.01 274	0.02 288	0.00 1	0.00 1	0.23 458	0.02 105

IGEV-FE	2.13 257	0.50 284	4.90 422	1.41 349	0.18 173	2.63 253	0.36 232	7.80 361	3.87 241	5.04 291	5.42 287	4.72 348	1.03 212	3.48 182	0.80 217	0.00 1	0.16 528	0.00 1	0.18 495	0.17 404	0.04 217

IGEV_Zeroshot_test	2.13 257	0.50 284	4.91 424	1.41 349	0.18 173	2.62 251	0.36 232	7.80 361	3.87 241	5.04 291	5.42 287	4.77 350	1.03 212	3.43 178	0.79 214	0.00 1	0.16 528	0.00 1	0.18 495	0.17 404	0.04 217

tt1	2.14 259	0.63 346	2.22 177	2.27 489	0.02 6	5.71 445	0.63 320	4.53 181	10.19 488	1.16 183	3.39 225	0.33 132	3.05 356	8.00 419	0.46 138	0.00 1	0.02 288	0.00 1	0.03 404	0.10 316	0.04 217

NRIStereo	2.14 259	0.35 174	2.65 218	1.10 301	0.14 133	3.05 312	0.86 389	5.35 253	3.18 197	6.24 351	3.36 223	4.17 324	1.82 297	8.12 434	2.01 355	0.00 1	0.10 482	0.00 1	0.00 1	0.12 353	0.19 454

H2IRNET	2.16 261	0.45 263	2.60 211	1.22 315	0.03 16	1.98 171	0.13 145	4.73 200	7.04 407	1.15 182	7.79 371	5.88 392	3.39 369	4.97 241	1.45 301	0.01 274	0.00 1	0.04 517	0.17 488	0.19 429	0.03 166

dd	2.16 261	1.22 482	4.82 418	0.68 239	0.12 117	1.39 101	0.17 174	5.14 229	11.22 510	2.70 218	3.51 231	1.52 220	1.23 247	5.08 243	3.96 445	0.12 510	0.01 194	0.04 517	0.21 510	0.07 273	0.01 25

cc1	2.17 263	0.65 354	2.15 164	2.30 493	0.02 6	5.80 447	0.56 294	4.31 166	10.41 493	1.03 170	3.33 219	0.32 128	3.71 388	8.05 426	0.45 134	0.00 1	0.02 288	0.00 1	0.03 404	0.10 316	0.05 260

RAFT-Test	2.17 263	0.36 187	3.40 314	1.05 298	0.34 256	4.90 426	0.69 338	6.27 307	3.98 251	4.65 280	7.02 342	6.30 405	1.12 223	1.81 120	0.99 255	0.01 274	0.17 533	0.00 1	0.34 551	0.02 98	0.02 105

Any-RAFT	2.18 265	0.25 61	1.94 129	1.37 342	0.80 358	5.01 429	0.56 294	8.51 381	5.58 332	4.01 259	4.85 259	5.44 377	2.26 315	2.45 149	0.35 92	0.00 1	0.15 519	0.00 1	0.00 1	0.02 98	0.02 105

FENet	2.19 266	0.34 158	3.04 274	2.05 464	0.26 218	2.82 288	0.13 145	7.02 344	5.55 329	4.97 289	1.94 164	4.91 356	3.39 369	4.71 227	2.50 388	0.02 390	0.03 346	0.00 1	0.00 1	0.00 1	0.21 465

GANet-ADL	2.20 267	0.50 284	3.27 302	2.02 454	0.11 101	2.21 196	0.48 266	8.64 390	6.79 397	4.56 272	5.83 298	3.98 313	1.27 251	2.68 154	1.43 298	0.04 459	0.08 458	0.02 485	0.00 1	0.15 383	0.03 166

FACV-RUCA	2.21 268	0.34 158	3.59 329	1.30 329	2.90 512	2.22 198	1.25 432	7.98 367	5.71 340	3.59 247	7.21 349	1.14 203	1.60 279	3.12 167	1.46 302	0.01 274	0.03 346	0.10 543	0.04 424	0.35 505	0.17 439

AIO-test1	2.22 269	0.76 390	2.78 239	0.30 158	4.38 566	2.48 227	0.96 406	5.59 271	14.64 537	0.74 155	2.86 198	0.92 193	0.30 99	5.64 261	1.67 326	0.00 1	0.00 1	0.00 1	0.03 404	0.17 404	0.14 410

CAS	2.24 270	0.25 61	1.86 114	11.21 608	3.86 553	1.67 132	0.02 38	3.87 143	2.67 148	0.41 102	1.63 148	0.24 103	0.27 83	1.50 101	0.74 193	9.43 616	0.01 194	0.00 1	0.00 1	0.01 36	5.21 602

NF-Stereo	2.24 270	0.33 142	3.00 265	2.04 460	0.10 87	3.46 342	0.43 252	6.51 324	3.17 194	6.84 384	5.24 278	2.67 257	1.34 254	8.17 441	1.53 309	0.01 274	0.00 1	0.00 1	0.00 1	0.02 98	0.01 25

OCTAStereo	2.24 270	0.33 142	3.03 271	2.04 460	0.10 87	3.45 341	0.43 252	6.50 321	3.17 194	6.84 384	5.20 273	2.65 254	1.33 252	8.18 442	1.56 313	0.01 274	0.00 1	0.00 1	0.00 1	0.02 98	0.01 25

PSM-softLoss	2.24 270	0.34 158	3.42 316	1.81 415	0.17 158	2.74 264	0.39 241	6.17 303	2.92 166	6.26 354	6.29 317	2.96 266	0.97 207	8.68 471	1.71 329	0.00 1	0.00 1	0.00 1	0.00 1	0.02 98	0.02 105

KMStereo	2.24 270	0.34 158	3.42 316	1.81 415	0.17 158	2.74 264	0.39 241	6.17 303	2.92 166	6.26 354	6.29 317	2.96 266	0.97 207	8.68 471	1.71 329	0.00 1	0.00 1	0.00 1	0.00 1	0.02 98	0.02 105

StereoVision	2.25 275	0.72 377	4.00 368	1.03 290	2.64 503	1.91 161	0.28 213	5.83 289	4.43 279	1.89 201	10.65 439	3.88 310	0.52 153	5.13 246	1.98 354	0.00 1	0.00 1	0.00 1	0.00 1	0.09 305	0.03 166

RE-Stereo	2.25 275	0.33 142	3.03 271	2.04 460	0.10 87	3.47 344	0.43 252	6.50 321	3.18 197	6.84 384	5.20 273	2.65 254	1.34 254	8.18 442	1.58 315	0.01 274	0.00 1	0.01 453	0.00 1	0.02 98	0.01 25

TVStereo	2.25 275	0.33 142	3.03 271	2.04 460	0.10 87	3.47 344	0.43 252	6.50 321	3.18 197	6.84 384	5.20 273	2.65 254	1.34 254	8.18 442	1.58 315	0.01 274	0.00 1	0.01 453	0.00 1	0.02 98	0.01 25

ADStereo(finetuned)	2.26 278	0.64 347	5.22 445	0.31 163	0.18 173	1.71 142	0.25 206	5.23 236	8.46 456	6.06 336	5.30 284	1.41 212	6.37 491	1.87 126	1.87 342	0.00 1	0.00 1	0.00 1	0.00 1	0.04 191	0.18 443

fff	2.28 279	0.61 338	3.81 350	0.22 144	0.07 44	1.69 136	0.11 127	5.37 256	11.84 517	5.80 315	5.17 268	1.44 214	5.41 469	2.00 133	1.92 348	0.00 1	0.00 1	0.00 1	0.00 1	0.02 98	0.18 443

IPLGR	2.28 279	0.51 291	6.00 475	0.15 125	0.15 140	1.99 173	0.22 195	6.34 310	6.04 359	6.80 382	5.76 295	2.87 263	2.31 317	4.88 233	1.28 283	0.00 1	0.00 1	0.00 1	0.00 1	0.09 305	0.18 443

csc	2.28 279	0.61 338	3.81 350	0.22 144	0.07 44	1.69 136	0.11 127	5.37 256	11.84 517	5.80 315	5.17 268	1.44 214	5.41 469	2.00 133	1.92 348	0.00 1	0.00 1	0.00 1	0.00 1	0.02 98	0.18 443

cscssc	2.28 279	0.61 338	3.81 350	0.22 144	0.07 44	1.69 136	0.11 127	5.37 256	11.84 517	5.80 315	5.17 268	1.44 214	5.41 469	2.00 133	1.92 348	0.00 1	0.00 1	0.00 1	0.00 1	0.02 98	0.18 443

test_sample1	2.31 283	0.26 68	3.29 303	2.08 466	0.46 289	2.62 251	0.05 73	9.88 424	4.23 272	3.90 255	3.92 237	3.49 293	4.44 429	5.67 265	1.88 344	0.00 1	0.01 194	0.00 1	0.00 1	0.02 98	0.03 166

EAI-Stereo	2.31 283	0.44 256	2.72 228	0.68 239	0.56 319	3.51 354	2.62 485	11.42 474	4.14 267	2.09 202	7.23 351	1.21 207	0.91 201	5.67 265	1.51 305	0.01 274	0.25 564	0.00 1	0.88 585	0.04 191	0.26 490

test_sample2	2.32 285	0.25 61	3.38 310	2.08 466	0.41 277	2.58 242	0.15 161	9.50 413	4.97 306	3.66 249	4.86 260	4.29 333	3.26 361	5.83 271	1.09 265	0.00 1	0.01 194	0.00 1	0.00 1	0.03 158	0.03 166

ICVP	2.32 285	0.38 202	2.89 259	0.92 270	0.70 344	2.55 237	0.87 392	9.97 427	3.99 252	4.13 261	8.97 394	2.71 258	1.69 285	2.52 152	3.52 433	0.05 473	0.24 563	0.01 453	0.01 358	0.11 337	0.13 399
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xx1	2.33 287	0.65 354	2.15 164	2.30 493	0.02 6	5.80 447	0.56 294	4.31 166	10.41 493	1.03 170	3.33 219	4.67 346	2.70 335	8.05 426	0.45 134	0.00 1	0.02 288	0.00 1	0.00 1	0.02 98	0.03 166

MyStereo06	2.35 288	0.66 360	4.54 401	1.10 301	0.96 378	2.57 240	0.10 120	9.30 408	4.05 260	5.22 299	6.09 302	5.95 394	2.38 320	3.00 162	0.73 191	0.01 274	0.08 458	0.00 1	0.01 358	0.13 368	0.15 421

PFNet+	2.35 288	0.31 111	3.69 339	0.79 250	0.17 158	3.15 324	0.75 357	4.52 180	6.30 374	7.90 439	6.34 321	2.53 251	1.18 240	7.72 402	1.62 320	0.03 438	0.00 1	0.00 1	0.00 1	0.01 36	0.03 166

RAFT+CT+SA	2.36 290	0.71 376	2.46 195	0.83 255	2.26 487	3.18 326	0.93 401	6.82 338	5.48 324	2.55 213	8.07 375	1.64 223	1.59 278	8.54 461	1.15 273	0.02 390	0.00 1	0.00 1	0.38 556	0.19 429	0.36 512

TRStereo	2.36 290	3.10 564	4.70 414	1.99 447	2.08 475	2.61 248	1.11 422	8.79 395	3.73 229	3.19 234	3.04 207	3.96 312	0.77 186	5.92 273	1.44 299	0.03 438	0.14 512	0.00 1	0.29 536	0.08 287	0.25 484

test_4	2.38 292	0.34 158	2.68 220	0.08 84	0.11 101	3.69 369	1.14 424	3.33 87	3.34 212	4.03 260	17.35 533	3.31 283	0.51 151	6.28 291	1.15 273	0.00 1	0.00 1	0.00 1	0.11 462	0.16 390	0.01 25

ACRE	2.41 293	1.08 464	5.11 436	0.55 217	2.05 473	2.65 257	0.78 365	5.26 247	4.67 293	7.59 426	9.20 397	1.70 226	1.08 219	3.74 189	2.18 368	0.01 274	0.18 537	0.02 485	0.08 444	0.22 451	0.10 356

HH	2.42 294	0.73 380	3.76 344	0.91 266	0.14 133	2.78 274	0.71 344	7.92 365	2.72 153	1.53 191	6.10 304	7.93 440	4.01 403	8.60 465	0.44 130	0.00 1	0.09 470	0.00 1	0.00 1	0.05 224	0.04 217

HanStereo	2.42 294	0.73 380	3.76 344	0.91 266	0.14 133	2.78 274	0.71 344	7.92 365	2.72 153	1.53 191	6.10 304	7.93 440	4.01 403	8.60 465	0.44 130	0.00 1	0.09 470	0.00 1	0.00 1	0.05 224	0.04 217

DisPM	2.43 296	0.32 124	3.04 274	1.76 407	0.18 173	3.46 342	0.65 326	5.13 228	4.88 302	8.59 471	7.04 345	2.84 261	1.03 212	8.85 483	0.83 221	0.01 274	0.00 1	0.00 1	0.00 1	0.01 36	0.02 105

IPLG	2.43 296	0.66 360	4.77 417	0.54 214	0.31 245	3.01 308	0.26 208	6.15 301	5.55 329	7.69 428	6.21 312	1.89 232	1.74 291	7.19 370	2.35 378	0.01 274	0.01 194	0.00 1	0.00 1	0.24 469	0.12 387

rvit_105_1	2.44 298	0.80 405	5.08 434	1.77 409	0.09 77	1.95 165	3.62 517	5.62 275	8.21 449	4.85 285	2.07 170	3.15 277	1.58 277	7.08 361	2.71 396	0.00 1	0.00 1	0.00 1	0.01 358	0.04 191	0.08 320

CASS	2.44 298	0.44 256	3.56 327	0.85 259	0.38 268	3.14 321	0.22 195	9.64 418	4.00 253	6.78 379	7.62 363	3.57 298	3.58 380	3.80 191	1.10 266	0.02 390	0.01 194	0.00 1	0.00 1	0.05 224	0.01 25
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
IPLGR_C	2.44 298	1.17 478	4.94 425	0.62 229	2.08 475	2.65 257	0.80 368	5.60 272	4.79 300	7.87 436	9.23 399	1.67 225	1.15 229	3.43 178	2.23 371	0.01 274	0.19 544	0.02 485	0.08 444	0.22 451	0.10 356

R-Stereo Train	2.44 298	0.32 124	1.93 126	0.94 273	0.16 148	3.67 365	0.61 313	6.37 313	3.08 186	9.14 487	17.44 534	1.80 229	0.77 186	1.76 117	0.70 184	0.00 1	0.01 194	0.00 1	0.00 1	0.01 36	0.03 166

RAFT-Stereo	2.44 298	0.32 124	1.93 126	0.94 273	0.16 148	3.67 365	0.61 313	6.37 313	3.08 186	9.14 487	17.44 534	1.80 229	0.77 186	1.76 117	0.70 184	0.00 1	0.01 194	0.00 1	0.00 1	0.01 36	0.03 166
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RALAANet	2.46 303	1.09 466	3.70 342	2.55 518	0.80 358	3.37 338	0.15 161	7.44 354	5.54 328	5.65 311	6.01 301	3.54 296	1.13 226	6.34 299	1.58 315	0.00 1	0.01 194	0.00 1	0.05 431	0.21 444	0.03 166

CIPLG	2.47 304	1.10 468	4.71 415	0.63 234	2.15 480	2.67 261	0.77 360	5.19 234	4.73 297	7.85 435	9.56 412	1.72 227	1.14 227	4.20 209	2.34 376	0.01 274	0.19 544	0.02 485	0.09 455	0.23 458	0.08 320

BUS	2.49 305	0.32 124	3.05 279	0.46 200	0.46 289	7.12 480	0.50 279	9.05 400	4.69 294	6.11 340	6.15 307	5.29 371	0.83 194	3.91 194	1.77 336	0.01 274	0.03 346	0.03 504	0.00 1	0.04 191	0.00 1

Pruner-Stereo	2.49 305	0.40 218	2.46 195	1.80 413	0.25 211	3.51 354	0.77 360	6.03 294	4.92 304	8.91 481	6.09 302	4.45 338	1.11 222	6.99 354	2.11 361	0.02 390	0.00 1	0.02 485	0.00 1	0.01 36	0.04 217

GES	2.49 305	0.38 202	4.29 385	1.58 378	0.05 24	4.58 418	1.07 418	9.70 420	3.39 213	5.21 298	6.64 326	1.84 231	3.36 364	4.86 231	2.54 392	0.06 483	0.01 194	0.06 528	0.01 358	0.12 353	0.03 166

mmm	2.50 308	0.29 92	3.22 298	1.98 445	0.32 248	3.72 374	0.12 135	9.45 412	4.05 260	5.84 320	10.80 441	2.47 250	2.86 349	4.07 204	0.75 199	0.00 1	0.02 288	0.00 1	0.01 358	0.03 158	0.02 105

MIM_Stereo	2.50 308	0.75 387	4.26 383	1.18 313	0.11 101	3.08 313	0.33 228	6.07 296	3.28 203	5.01 290	10.12 422	4.29 333	1.74 291	8.06 430	1.27 282	0.00 1	0.12 497	0.00 1	0.01 358	0.18 420	0.15 421

iRaft-Stereo_20w	2.56 310	0.35 174	4.98 427	0.37 184	0.67 336	3.47 344	0.59 305	12.57 518	3.89 244	6.10 339	6.23 314	1.49 218	2.24 311	6.65 325	0.86 231	0.00 1	0.19 544	0.00 1	0.33 549	0.08 287	0.22 467

HCRNet	2.56 310	0.53 304	3.35 308	0.24 148	3.39 528	2.19 194	0.23 199	6.89 340	5.50 325	5.26 301	4.79 255	5.27 370	2.78 343	7.71 400	2.89 401	0.00 1	0.02 288	0.00 1	0.00 1	0.04 191	0.04 217

RAFT	2.57 312	0.76 390	3.09 286	0.91 266	0.09 77	2.41 220	0.94 403	5.35 253	2.65 147	6.11 340	7.21 349	9.43 471	4.30 421	5.73 269	1.77 336	0.00 1	0.12 497	0.00 1	0.02 386	0.46 529	0.08 320

ACVNet	2.58 313	0.53 304	2.69 222	0.84 257	0.59 321	2.61 248	0.55 292	8.35 372	5.70 335	4.45 268	9.26 407	5.77 388	3.50 375	2.24 141	4.41 457	0.00 1	0.00 1	0.00 1	0.00 1	0.17 404	0.01 25

HHNet	2.59 314	0.55 313	2.55 205	0.20 138	0.32 248	2.84 291	0.94 403	5.77 284	5.14 312	7.33 414	13.80 493	0.94 194	3.20 359	5.27 250	2.41 383	0.13 515	0.02 288	0.06 528	0.00 1	0.23 458	0.03 166

AFF-stereo	2.59 314	0.68 366	2.35 188	1.55 373	0.17 158	1.67 132	0.08 106	5.75 279	6.60 391	6.20 348	12.13 469	6.16 399	2.36 319	4.75 229	1.11 267	0.02 390	0.02 288	0.00 1	0.00 1	0.23 458	0.05 260

raft_robust	2.64 316	1.20 480	2.62 215	1.10 301	0.28 229	1.50 116	0.12 135	6.28 308	9.04 466	6.80 382	7.19 348	3.73 307	2.13 306	9.06 492	1.07 261	0.03 438	0.12 497	0.00 1	0.21 510	0.17 404	0.22 467

GwcNet-ADL	2.65 317	0.48 278	3.84 356	0.82 253	0.33 254	2.04 178	0.69 338	8.07 368	9.42 473	6.05 334	6.66 327	4.14 322	1.73 289	5.40 256	3.01 405	0.08 496	0.06 421	0.00 1	0.00 1	0.06 252	0.03 166

ToySt	2.69 318	0.55 313	7.03 503	1.03 290	0.10 87	3.49 349	1.04 414	6.38 317	4.55 288	2.69 216	6.28 316	7.95 444	4.38 425	5.08 243	2.58 393	0.01 274	0.11 490	0.00 1	0.04 424	0.28 482	0.19 454

BSDual-CNN	2.69 318	0.32 124	3.05 279	0.46 200	0.46 289	7.13 482	1.63 455	9.05 400	4.69 294	6.11 340	6.15 307	6.26 402	2.54 326	3.91 194	1.91 346	0.01 274	0.03 346	0.03 504	0.00 1	0.04 191	0.00 1

DN-CSS_ROB	2.69 318	1.40 501	5.34 450	2.31 499	0.75 349	3.14 321	0.06 83	6.11 298	3.87 241	5.34 304	12.18 472	2.34 247	1.22 246	7.84 409	1.48 303	0.03 438	0.00 1	0.00 1	0.00 1	0.35 505	0.03 166

AIO-test2	2.70 321	1.23 484	3.52 324	1.24 317	3.05 514	2.65 257	0.06 83	6.30 309	15.40 546	2.58 214	7.30 353	0.48 159	0.57 161	5.36 253	0.96 250	3.06 600	0.00 1	0.00 1	0.01 358	0.16 390	0.15 421

RAFT_R40	2.71 322	0.33 142	3.00 265	1.26 320	0.30 234	3.83 385	1.00 410	5.69 277	4.29 273	9.69 503	6.33 320	5.02 363	4.02 405	8.58 464	0.86 231	0.01 274	0.00 1	0.00 1	0.00 1	0.03 158	0.02 105

AnonymousM	2.71 322	6.75 592	0.98 14	0.73 243	0.06 36	2.41 220	0.53 284	5.30 248	3.05 182	4.75 283	2.09 171	1.89 232	1.01 209	1.88 128	0.51 156	0.01 274	0.02 288	17.42 619	4.76 616	0.02 98	0.01 25

XX-Stereo	2.71 322	0.38 202	5.96 474	2.25 487	2.20 484	1.54 119	0.21 193	5.44 261	3.05 182	2.28 209	16.16 513	7.03 422	0.24 71	6.19 284	0.79 214	0.00 1	0.15 519	0.00 1	0.23 520	0.13 368	0.04 217

UDGNet	2.73 325	7.09 595	3.90 360	2.71 524	0.06 36	2.98 305	0.20 188	4.63 190	8.58 462	2.69 216	2.70 195	0.95 195	1.01 209	6.27 290	1.51 305	1.28 586	0.00 1	5.24 609	0.94 587	1.70 577	0.13 399

SST-Stereo	2.75 326	0.31 111	2.78 239	1.33 333	0.33 254	3.99 395	0.82 371	5.60 272	3.93 248	10.92 532	6.19 310	5.00 361	4.23 414	8.66 470	0.74 193	0.00 1	0.00 1	0.00 1	0.00 1	0.03 158	0.03 166

GMStereo_Zeroshot	2.77 327	1.98 544	5.14 439	1.53 369	0.36 262	3.56 359	0.10 120	5.57 269	5.91 349	6.89 389	7.02 342	8.50 457	0.91 201	6.01 277	1.65 324	0.00 1	0.00 1	0.00 1	0.00 1	0.20 433	0.01 25

DFGA-Net	2.78 328	1.91 539	7.35 512	1.52 364	0.36 262	3.36 337	0.20 188	6.64 329	5.93 350	4.88 286	6.31 319	2.18 242	1.12 223	7.43 382	5.98 486	0.00 1	0.00 1	0.00 1	0.00 1	0.37 511	0.04 217

111	2.78 328	0.92 438	3.81 350	0.22 144	0.07 44	2.83 290	0.70 341	6.03 294	14.00 532	3.22 235	8.93 390	5.48 379	3.30 362	3.66 185	2.03 358	0.00 1	0.00 1	0.00 1	0.00 1	0.10 316	0.29 500

Hybrid-DGEV-2	2.79 330	1.21 481	2.93 260	1.69 394	0.02 6	5.36 440	0.27 211	7.21 347	9.79 480	6.79 380	3.19 213	5.20 368	5.05 459	5.48 258	1.29 286	0.04 459	0.01 194	0.00 1	0.02 386	0.16 390	0.07 302

HITNet	2.79 330	0.77 393	4.02 369	2.03 458	0.11 101	5.58 442	0.59 305	9.24 406	5.15 314	6.42 367	7.26 352	3.66 303	2.92 352	4.07 204	3.87 443	0.00 1	0.00 1	0.00 1	0.00 1	0.06 252	0.02 105
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
CFNet_pseudo	2.81 332	0.42 237	4.04 372	0.33 173	0.24 208	2.59 245	0.12 135	8.20 371	7.66 427	7.04 396	10.42 431	6.56 412	2.05 304	4.88 233	1.53 309	0.00 1	0.02 288	0.01 453	0.00 1	0.05 224	0.07 302

ccs_rob	2.81 332	0.42 237	4.06 374	0.33 173	0.25 211	2.59 245	0.12 135	8.19 370	7.68 428	7.02 393	10.37 430	6.54 408	2.06 305	4.88 233	1.53 309	0.00 1	0.02 288	0.01 453	0.00 1	0.05 224	0.07 302

DMCA	2.82 334	0.64 347	4.45 395	1.61 383	0.89 369	3.86 387	0.57 303	9.18 404	5.10 310	6.24 351	6.49 324	7.17 429	2.13 306	3.31 172	4.73 464	0.00 1	0.01 194	0.00 1	0.00 1	0.04 191	0.02 105

TestStereo1	2.85 335	0.81 407	3.48 320	3.11 544	0.44 281	2.52 230	1.50 447	6.37 313	8.18 447	4.62 275	9.24 404	2.23 245	3.69 385	9.19 497	1.26 280	0.00 1	0.01 194	0.00 1	0.00 1	0.27 480	0.09 333

SA-5K	2.85 335	0.81 407	3.48 320	3.11 544	0.44 281	2.52 230	1.50 447	6.37 313	8.18 447	4.62 275	9.24 404	2.23 245	3.69 385	9.19 497	1.26 280	0.00 1	0.01 194	0.00 1	0.00 1	0.27 480	0.09 333

LCNet	2.85 335	0.42 237	1.90 121	0.95 277	0.56 319	2.07 179	1.60 453	4.99 220	3.57 226	6.05 334	10.59 436	4.59 344	6.79 503	7.46 384	0.72 190	0.01 274	0.00 1	0.01 453	0.77 582	0.30 485	3.57 593

IRAFT_RVC	2.85 335	0.41 231	3.32 306	2.09 469	0.41 277	2.92 300	5.22 548	6.41 318	3.63 227	6.53 374	5.48 290	5.09 365	4.88 454	8.20 445	2.15 365	0.01 274	0.17 533	0.01 453	0.00 1	0.02 98	0.04 217

AIO-Stereo-zeroshot	2.86 339	0.99 450	7.52 518	1.52 364	0.92 372	2.94 302	0.03 47	9.31 409	3.81 237	2.42 212	5.86 299	9.23 467	4.64 441	4.31 213	2.19 369	0.02 390	0.18 537	0.00 1	0.54 571	0.35 505	0.35 510

iRaft-Stereo_5w	2.86 339	0.86 418	4.08 377	0.06 54	0.25 211	2.76 270	0.60 310	4.97 216	4.10 264	2.98 228	7.85 372	10.17 486	4.17 411	8.16 438	5.83 484	0.00 1	0.00 1	0.00 1	0.01 358	0.26 473	0.06 281

test_sample4	2.87 341	0.40 218	4.54 401	1.80 413	0.54 316	3.95 392	0.15 161	11.48 476	6.49 387	6.33 363	6.81 331	3.68 304	2.65 333	6.11 280	2.36 379	0.02 390	0.01 194	0.00 1	0.00 1	0.04 191	0.05 260

test_sample3	2.87 341	0.37 194	4.45 395	1.95 440	0.59 321	4.69 421	0.16 167	11.50 477	6.45 384	5.82 318	6.44 323	3.76 308	2.64 331	6.01 277	2.41 383	0.01 274	0.01 194	0.00 1	0.00 1	0.04 191	0.05 260

MyStereo8	2.88 343	1.19 479	5.03 430	1.61 383	3.75 546	4.30 405	0.07 97	6.14 300	6.16 367	6.22 349	9.64 415	4.28 331	1.45 262	2.05 136	4.76 466	0.00 1	0.16 528	0.00 1	0.14 473	0.26 473	0.43 526

Selective-IGEV-i1	2.90 344	0.35 174	3.88 358	1.63 389	1.13 398	5.13 431	1.85 466	10.14 438	7.18 412	3.76 252	6.81 331	6.71 416	1.54 274	4.88 233	1.58 315	0.04 459	0.05 400	0.32 573	0.65 575	0.06 252	0.23 474

ffm	2.90 344	0.31 111	3.97 362	1.34 335	0.98 381	2.80 277	0.48 266	4.53 181	10.19 488	6.29 359	9.23 399	5.59 381	3.72 392	8.00 419	0.46 138	0.00 1	0.02 288	0.00 1	0.00 1	0.10 316	0.04 217

test_5	2.90 344	0.70 374	3.69 339	2.01 452	3.17 519	4.61 420	1.32 440	6.69 332	7.02 406	2.79 220	7.18 347	4.99 358	4.14 408	7.96 416	1.31 288	0.00 1	0.00 1	0.00 1	0.03 404	0.19 429	0.26 490

test_sample5	2.91 347	0.40 218	4.33 387	1.81 415	0.50 306	3.33 335	0.17 174	11.27 467	6.55 388	6.18 346	8.35 380	3.65 301	2.71 338	6.61 322	2.15 365	0.02 390	0.02 288	0.00 1	0.00 1	0.05 224	0.05 260

PFNet	2.93 348	0.40 218	5.51 460	2.13 475	0.84 362	3.11 319	0.75 357	6.78 335	4.79 300	9.98 511	6.00 300	4.78 351	2.13 306	8.33 449	2.11 361	0.19 529	0.06 421	0.00 1	0.11 462	0.20 433	0.35 510

MyStereo05	2.94 349	0.66 360	5.25 448	1.10 301	0.96 378	2.57 240	0.10 120	8.53 382	12.34 524	6.28 357	3.88 234	3.18 279	3.30 362	7.81 408	2.37 380	0.01 274	0.08 458	0.00 1	0.01 358	0.13 368	0.15 421

MyStereo04	2.95 350	0.79 401	5.38 451	1.03 290	1.11 393	2.63 253	0.46 263	10.00 431	12.44 525	4.19 262	3.91 236	3.04 272	3.60 381	7.34 378	2.74 400	0.00 1	0.09 470	0.00 1	0.01 358	0.11 337	0.09 333

PSMNet-ADL	2.98 351	0.43 248	2.41 190	1.43 352	0.40 272	5.94 453	0.28 213	8.45 376	5.13 311	3.36 241	6.77 329	8.41 451	4.61 439	7.20 371	4.55 461	0.02 390	0.09 470	0.00 1	0.00 1	0.01 36	0.03 166

PCWNet_CMD	2.99 352	0.39 206	4.02 369	0.39 190	0.26 218	2.53 233	0.15 161	9.24 406	9.22 468	7.12 400	11.53 460	6.94 420	2.41 321	4.02 201	1.33 290	0.01 274	0.02 288	0.02 485	0.00 1	0.05 224	0.07 302

MSMDNet	2.99 352	0.39 206	4.02 369	0.40 192	0.25 211	2.53 233	0.16 167	9.35 410	9.25 469	7.08 398	11.39 455	6.93 419	2.43 322	4.01 200	1.34 292	0.01 274	0.02 288	0.02 485	0.00 1	0.05 224	0.07 302

OMP-Stereo	3.03 354	0.93 441	2.72 228	4.21 583	0.51 310	2.19 194	1.25 432	6.19 305	6.00 357	7.99 444	6.21 312	8.50 457	2.49 324	9.44 509	1.74 333	0.01 274	0.00 1	0.00 1	0.00 1	0.08 287	0.05 260

DualNet	3.05 355	0.40 218	4.33 387	1.81 415	0.50 306	3.33 335	0.17 174	11.27 467	6.55 388	6.50 371	10.86 445	3.65 301	2.71 338	6.61 322	2.15 365	0.02 390	0.02 288	0.00 1	0.00 1	0.05 224	0.05 260

Hybrid-DGEV-03	3.06 356	0.64 347	2.49 199	0.98 283	0.08 62	3.47 344	0.98 407	4.54 185	6.57 390	9.43 494	20.79 553	3.58 299	1.15 229	4.54 220	1.42 297	0.00 1	0.04 382	0.00 1	0.00 1	0.26 473	0.16 433

SA	3.06 356	0.74 385	3.79 347	1.60 382	0.30 234	3.19 327	1.43 444	6.72 333	9.06 467	4.63 279	10.80 441	2.89 264	4.71 444	9.62 512	1.18 278	0.00 1	0.09 470	0.00 1	0.19 501	0.23 458	0.02 105

CFNet_ucs	3.07 358	0.44 256	4.05 373	0.54 214	0.37 266	3.08 313	0.19 182	9.80 422	8.49 459	7.64 427	12.62 479	5.67 386	1.76 295	4.96 240	1.51 305	0.00 1	0.04 382	0.01 453	0.00 1	0.09 305	0.11 371

NINENet	3.09 359	0.56 319	3.22 298	1.61 383	1.37 422	7.12 480	0.50 279	11.88 490	5.63 333	6.63 376	8.40 381	5.29 371	0.83 194	6.51 314	1.77 336	0.15 519	0.07 444	0.07 534	0.00 1	0.09 305	0.00 1

UCFNet_RVC	3.09 359	0.77 393	2.27 183	2.35 503	1.79 458	3.50 351	1.06 416	12.12 503	6.91 400	4.71 282	7.67 366	7.58 433	4.40 427	4.95 239	1.67 326	0.00 1	0.00 1	0.00 1	0.00 1	0.11 337	0.01 25

AdaStereo	3.09 359	0.58 326	3.04 274	2.84 532	0.48 300	4.08 397	1.29 438	12.16 505	7.77 435	6.03 333	9.62 413	5.79 390	1.53 273	4.56 223	1.93 353	0.00 1	0.00 1	0.00 1	0.00 1	0.02 98	0.02 105
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
psmg	3.10 362	0.32 124	3.05 279	0.54 214	0.46 289	8.68 508	2.84 493	9.87 423	4.69 294	8.08 445	8.69 385	6.26 402	2.54 326	3.91 194	1.91 346	0.01 274	0.04 382	0.06 528	0.00 1	0.11 337	0.00 1

DCVSM-stereo	3.13 363	0.37 194	2.95 262	1.51 362	0.80 358	2.75 269	0.49 276	6.79 336	5.25 317	11.43 540	5.57 293	10.79 498	5.30 466	5.25 248	2.95 403	0.03 438	0.09 470	0.03 504	0.00 1	0.12 353	0.09 333

ARAFT	3.13 363	1.11 470	7.34 511	0.42 193	0.14 133	4.52 416	2.99 496	7.41 353	5.97 354	8.85 479	7.06 346	5.20 368	1.25 250	8.49 459	1.44 299	0.00 1	0.03 346	0.00 1	0.00 1	0.33 498	0.11 371

test_sample6	3.14 365	0.41 231	4.42 392	1.92 434	0.49 303	3.25 331	0.21 193	11.30 469	6.69 393	6.50 371	10.86 445	4.03 315	2.93 353	7.06 360	2.65 394	0.02 390	0.02 288	0.00 1	0.00 1	0.05 224	0.06 281

IIG-Stereo	3.16 366	0.75 387	2.83 244	4.08 578	0.21 196	2.56 239	0.74 355	6.55 326	5.56 331	8.39 463	9.38 410	7.94 442	2.79 344	9.50 511	1.89 345	0.02 390	0.00 1	0.00 1	0.00 1	0.02 98	0.04 217

DMCA-RVC	3.17 367	1.26 488	6.39 490	2.10 472	1.51 432	3.02 309	0.56 294	7.84 364	5.06 308	9.23 490	5.19 272	8.46 453	2.72 340	6.31 295	3.22 412	0.06 483	0.11 490	0.09 541	0.02 386	0.16 390	0.08 320

HI	3.18 368	0.90 431	3.05 279	1.28 327	0.15 140	2.29 204	0.04 57	5.31 250	3.52 221	7.96 440	12.69 480	11.43 510	6.61 495	4.26 211	4.02 446	0.00 1	0.06 421	0.00 1	0.00 1	0.05 224	0.01 25

CoSv	3.18 368	0.90 431	3.05 279	1.28 327	0.15 140	2.29 204	0.04 57	5.31 250	3.52 221	7.96 440	12.69 480	11.43 510	6.61 495	4.26 211	4.02 446	0.00 1	0.06 421	0.00 1	0.00 1	0.05 224	0.01 25

IER	3.20 370	0.54 309	5.13 438	0.58 223	1.59 435	7.29 485	0.56 294	6.36 311	4.95 305	7.44 419	8.84 386	6.20 400	6.26 488	4.88 233	3.29 416	0.00 1	0.00 1	0.00 1	0.00 1	0.02 98	0.01 25

BEATNet_4x	3.24 371	1.27 490	5.89 471	1.56 376	0.10 87	5.26 437	1.07 418	10.08 435	5.50 325	6.89 389	7.73 367	4.53 342	4.13 407	5.05 242	5.27 473	0.04 459	0.05 400	0.00 1	0.00 1	0.23 458	0.23 474

DispNO	3.25 372	0.72 377	6.85 500	1.95 440	1.34 421	3.49 349	0.84 381	8.14 369	6.30 374	6.34 364	7.76 370	6.30 405	4.28 420	6.93 345	3.51 429	0.00 1	0.03 346	0.03 504	0.12 467	0.07 273	0.07 302

RAFT-345	3.27 373	0.41 231	2.88 257	1.02 288	0.21 196	2.63 253	0.48 266	3.76 136	5.51 327	7.35 415	24.88 574	4.25 327	1.76 295	8.15 437	2.13 363	0.01 274	0.00 1	0.00 1	0.00 1	0.01 36	0.01 25

GANet-RSSM	3.27 373	0.60 334	3.38 310	2.94 539	2.00 472	2.61 248	0.48 266	10.93 460	6.11 364	5.47 306	10.20 424	6.57 413	5.44 475	6.25 289	2.23 371	0.00 1	0.00 1	0.08 538	0.00 1	0.17 404	0.03 166

SFCPSM	3.29 375	0.43 248	5.11 436	0.34 178	0.94 376	8.48 502	2.15 473	14.51 551	5.29 318	7.00 392	7.65 365	3.43 285	2.59 330	5.11 245	2.37 380	0.01 274	0.03 346	0.01 453	0.07 439	0.13 368	0.15 421

test_sample7	3.30 376	0.47 271	3.43 319	1.98 445	0.35 259	4.33 406	1.88 467	10.66 449	7.73 431	8.36 458	7.55 359	6.55 409	4.27 416	6.58 320	1.62 320	0.06 483	0.03 346	0.00 1	0.00 1	0.05 224	0.06 281

NOSS_ROB	3.30 376	0.46 269	2.62 215	2.08 466	1.01 387	5.60 443	0.74 355	10.37 442	11.48 513	5.15 297	8.43 382	5.67 386	1.73 289	7.97 418	2.34 376	0.02 390	0.06 421	0.00 1	0.00 1	0.07 273	0.14 410

gwcnet-sp	3.31 378	1.47 505	7.26 508	1.73 404	0.69 339	7.57 492	1.14 424	8.59 384	6.17 368	8.57 468	5.25 280	4.26 328	3.36 364	6.46 305	3.44 422	0.00 1	0.00 1	0.00 1	0.00 1	0.15 383	0.11 371

scenet	3.31 378	1.47 505	7.26 508	1.73 404	0.69 339	7.57 492	1.14 424	8.59 384	6.17 368	8.57 468	5.25 280	4.26 328	3.36 364	6.46 305	3.44 422	0.00 1	0.00 1	0.00 1	0.00 1	0.15 383	0.11 371

ssnet	3.31 378	1.47 505	7.26 508	1.73 404	0.69 339	7.57 492	1.14 424	8.59 384	6.17 368	8.57 468	5.25 280	4.26 328	3.36 364	6.46 305	3.44 422	0.00 1	0.00 1	0.00 1	0.00 1	0.15 383	0.11 371

hknet	3.31 378	0.42 237	4.68 412	0.46 200	1.17 404	7.13 482	1.63 455	9.05 400	6.91 400	6.11 340	6.15 307	9.66 474	2.85 348	7.48 387	2.45 385	0.01 274	0.03 346	0.03 504	0.00 1	0.04 191	0.00 1

CFNet-ft	3.31 378	0.94 444	2.69 222	1.50 359	2.38 492	2.81 285	0.68 333	8.35 372	7.43 418	4.45 268	9.94 419	10.20 487	4.60 437	6.50 313	3.41 420	0.00 1	0.00 1	0.03 504	0.00 1	0.22 451	0.03 166

CFNet_RVC	3.31 378	0.94 444	2.69 222	1.50 359	2.38 492	2.81 285	0.68 333	8.35 372	7.43 418	4.45 268	9.94 419	10.20 487	4.60 437	6.49 311	3.41 420	0.00 1	0.00 1	0.03 504	0.00 1	0.22 451	0.03 166

ASMatch	3.32 384	0.50 284	3.32 306	1.72 403	0.45 288	1.93 163	0.68 333	6.42 319	3.89 244	6.18 346	22.30 561	4.61 345	4.82 452	7.65 394	1.70 328	0.00 1	0.02 288	0.00 1	0.03 404	0.01 36	0.18 443

GMM-Stereo	3.32 384	0.27 78	2.52 202	0.82 253	0.48 300	2.27 202	4.91 543	5.06 225	3.08 186	7.06 397	16.72 521	6.21 401	3.70 387	7.60 391	1.16 275	0.04 459	0.00 1	0.00 1	0.04 424	0.10 316	4.45 597

AACVNet	3.33 386	1.03 456	3.56 327	3.46 558	0.63 329	3.09 315	0.28 213	8.78 394	3.43 216	5.99 331	10.64 438	10.08 484	4.03 406	8.69 473	2.51 389	0.03 438	0.01 194	0.00 1	0.00 1	0.26 473	0.06 281

PSM-AAD	3.33 386	0.20 27	1.47 73	0.73 243	0.54 316	2.55 237	6.19 557	4.97 216	3.27 202	10.92 532	11.92 464	2.95 265	9.59 552	7.90 413	0.82 220	0.01 274	0.01 194	0.00 1	0.00 1	0.04 191	2.47 588

PSMNet-RSSM	3.33 386	0.77 393	3.22 298	2.12 473	1.90 468	2.33 210	0.71 344	11.17 462	5.83 342	5.90 329	11.43 458	7.04 424	4.83 453	5.96 275	3.17 410	0.00 1	0.00 1	0.02 485	0.00 1	0.08 287	0.02 105

PAM	3.38 389	0.31 111	5.61 465	1.37 342	0.71 345	7.60 495	0.38 240	8.94 397	3.55 224	5.54 308	4.69 254	16.09 554	7.03 508	3.67 186	1.02 259	0.00 1	0.21 552	0.00 1	0.38 556	0.07 273	0.41 520

qqq1	3.38 389	0.39 206	3.61 331	1.69 394	0.11 101	2.85 292	0.29 216	12.46 511	10.41 493	7.16 403	10.23 425	4.78 351	4.45 430	8.71 475	0.30 75	0.07 491	0.05 400	0.00 1	0.00 1	0.06 252	0.03 166

fff1	3.38 389	0.39 206	3.61 331	1.69 394	0.11 101	2.85 292	0.29 216	12.46 511	10.41 493	7.16 403	10.23 425	4.78 351	4.45 430	8.71 475	0.30 75	0.07 491	0.05 400	0.00 1	0.00 1	0.06 252	0.03 166

TransformOpticalFlow	3.38 389	0.70 374	4.54 401	1.00 286	0.30 234	3.56 359	0.14 155	9.67 419	7.30 416	5.55 309	13.34 488	6.74 417	5.03 457	8.22 446	1.34 292	0.00 1	0.01 194	0.01 453	0.00 1	0.04 191	0.11 371

G2L-Stereo	3.40 393	0.93 441	4.73 416	1.61 383	2.05 473	2.88 298	0.60 310	8.94 397	5.84 343	7.42 417	7.33 355	8.61 460	2.16 309	8.44 458	6.11 487	0.00 1	0.00 1	0.00 1	0.00 1	0.24 469	0.18 443

RAFT_CTSACE	3.40 393	1.07 462	4.52 399	1.27 322	3.14 516	4.00 396	1.07 418	3.93 146	4.43 279	4.66 281	17.94 537	7.21 431	2.76 342	10.82 531	0.85 226	0.00 1	0.07 444	0.00 1	0.00 1	0.30 485	0.01 25

AAGNet	3.41 395	0.34 158	2.45 192	1.78 411	0.39 270	3.69 369	1.05 415	4.79 203	4.61 292	9.62 501	7.74 369	4.98 357	6.38 492	7.34 378	13.02 571	0.00 1	0.00 1	0.00 1	0.00 1	0.03 158	0.04 217

cf-r	3.42 396	0.81 407	3.97 362	2.41 510	2.78 507	2.85 292	0.64 324	8.44 375	6.32 376	6.25 353	11.57 461	8.97 465	3.54 379	5.93 274	3.83 441	0.00 1	0.00 1	0.00 1	0.00 1	0.09 305	0.07 302

G2L-ROB	3.43 397	0.77 393	3.89 359	1.71 401	1.16 403	4.51 415	0.44 257	11.70 483	5.70 335	7.51 422	5.34 286	11.24 508	1.71 286	7.66 396	5.10 471	0.00 1	0.00 1	0.00 1	0.00 1	0.12 353	0.10 356

CoDeX	3.43 397	0.68 366	4.49 397	0.98 283	1.65 442	6.37 462	2.14 472	13.23 532	6.07 360	7.23 408	8.95 391	4.09 318	3.79 396	6.31 295	2.37 380	0.03 438	0.06 421	0.00 1	0.00 1	0.07 273	0.15 421

STrans-v2	3.43 397	0.73 380	4.82 418	0.26 152	0.60 323	3.00 307	1.19 429	10.41 444	7.22 413	5.79 314	10.97 449	6.75 418	7.03 508	8.25 447	1.40 295	0.00 1	0.01 194	0.00 1	0.00 1	0.03 158	0.18 443

Select-FE	3.44 400	0.73 380	8.39 525	1.44 356	0.96 378	2.01 176	0.10 120	8.84 396	3.94 249	5.36 305	10.32 429	9.73 475	8.82 539	6.28 291	0.83 221	0.01 274	0.22 555	0.01 453	0.49 569	0.03 158	0.30 502

MLCV	3.44 400	0.88 425	5.60 464	1.39 345	0.25 211	4.36 409	0.33 228	7.25 349	7.28 415	9.17 489	12.24 474	5.09 365	2.47 323	9.15 495	3.23 413	0.00 1	0.00 1	0.00 1	0.00 1	0.10 316	0.02 105

ff1	3.45 402	0.31 111	3.97 362	1.34 335	0.98 381	2.80 277	0.48 266	4.53 181	10.19 488	6.29 359	9.23 399	5.59 381	3.72 392	10.11 517	9.35 540	0.00 1	0.02 288	0.00 1	0.00 1	0.10 316	0.04 217

PAM_32	3.50 403	0.32 124	5.22 445	1.32 332	0.53 314	7.49 489	0.39 241	9.52 416	3.91 247	5.22 299	5.28 283	16.75 560	7.44 516	4.61 225	0.90 244	0.00 1	0.20 548	0.00 1	0.39 559	0.09 305	0.39 515

UGAM-zero	3.51 404	0.33 142	4.44 394	0.88 262	0.65 333	3.52 357	0.16 167	11.35 471	2.71 152	5.09 296	5.82 297	15.28 546	9.14 547	8.38 452	1.61 319	0.00 1	0.16 528	0.00 1	0.46 566	0.02 98	0.19 454

DeepPruner_ROB	3.52 405	1.14 475	4.06 374	1.12 308	1.65 442	3.65 364	0.83 375	13.96 542	4.47 283	7.80 432	10.84 443	7.05 426	2.16 309	8.14 436	3.08 408	0.07 491	0.03 346	0.00 1	0.01 358	0.32 494	0.06 281

SMFormer	3.54 406	0.39 206	3.61 331	1.69 394	0.11 101	2.85 292	0.29 216	12.46 511	10.41 493	7.16 403	10.23 425	4.78 351	4.45 430	8.71 475	3.51 429	0.07 491	0.05 400	0.00 1	0.00 1	0.06 252	0.04 217

tta	3.54 406	0.39 206	3.61 331	1.69 394	0.11 101	2.85 292	0.29 216	12.46 511	10.41 493	7.16 403	10.23 425	4.78 351	4.45 430	8.71 475	3.51 429	0.07 491	0.05 400	0.00 1	0.00 1	0.06 252	0.03 166

Sa-1000	3.55 408	0.75 387	3.63 335	1.91 430	0.30 234	3.55 358	1.63 455	7.39 352	8.54 460	7.70 429	17.44 534	4.00 314	2.82 346	9.44 509	1.33 290	0.00 1	0.10 482	0.00 1	0.18 495	0.21 444	0.04 217

G2L-Stereo_test	3.57 409	0.86 418	3.66 337	2.79 530	1.52 433	4.11 400	1.17 428	11.35 471	6.27 373	7.97 442	8.87 388	9.39 470	2.26 315	6.55 318	4.33 454	0.00 1	0.01 194	0.00 1	0.00 1	0.22 451	0.13 399

AIO-Stereo-zeroshot1	3.58 410	1.29 495	12.46 558	1.53 369	0.98 381	3.48 348	0.81 369	11.99 494	4.40 278	4.33 265	11.05 451	8.83 463	2.02 303	4.52 218	1.66 325	0.01 274	0.14 512	0.00 1	0.68 579	0.86 558	0.44 528

DDVS	3.59 411	0.53 304	4.53 400	2.02 454	1.27 412	6.63 470	0.49 276	8.73 392	4.10 264	7.14 401	7.63 364	12.68 524	2.25 313	8.69 473	4.09 449	0.08 496	0.20 548	0.01 453	0.00 1	0.14 378	0.59 547

KYRaft	3.59 411	0.31 111	1.84 113	0.76 248	0.46 289	2.29 204	4.04 523	4.75 201	3.25 201	8.93 484	19.47 544	6.62 415	5.07 461	7.79 406	0.71 188	0.01 274	0.00 1	0.00 1	0.01 358	0.04 191	5.38 604

STTStereo	3.60 413	0.93 441	6.34 487	2.71 524	2.23 485	3.68 368	0.63 320	9.42 411	6.73 395	9.87 507	6.97 336	8.84 464	3.65 383	6.85 338	3.04 406	0.00 1	0.02 288	0.01 453	0.00 1	0.02 98	0.02 105

LMCR-Stereo	3.63 414	1.29 495	4.20 382	2.54 516	0.17 158	8.08 499	1.52 449	11.46 475	4.73 297	8.45 466	10.66 440	1.91 235	5.03 457	7.69 398	3.58 434	0.92 580	0.00 1	0.00 1	0.00 1	0.36 510	0.02 105

Prome-Stereo	3.65 415	0.29 92	1.92 125	0.91 266	0.49 303	2.07 179	4.75 541	4.41 173	3.23 200	9.32 493	20.63 552	4.06 317	7.19 510	7.70 399	1.17 277	0.00 1	0.00 1	0.00 1	0.00 1	0.05 224	4.72 601

hitnet-ft	3.66 416	0.65 354	2.79 242	0.89 264	0.72 347	4.25 402	0.55 292	9.11 403	7.52 422	7.14 401	10.19 423	12.49 521	4.70 443	7.44 383	4.41 457	0.03 438	0.00 1	0.06 528	0.00 1	0.20 433	0.04 217

iResNet	3.68 417	0.91 435	7.94 521	2.97 541	0.34 256	4.44 414	0.48 266	7.70 357	9.74 479	7.72 430	12.74 482	4.03 315	2.87 350	8.05 426	3.37 418	0.02 390	0.01 194	0.00 1	0.00 1	0.10 316	0.09 333

acv_ft	3.69 418	0.53 304	4.58 409	2.31 499	4.71 583	7.44 488	0.86 389	8.54 383	5.70 335	9.29 492	9.26 407	5.77 388	4.15 409	2.24 141	8.13 523	0.00 1	0.00 1	0.00 1	0.00 1	0.29 484	0.01 25

ac_64	3.70 419	0.47 271	3.50 323	2.87 533	3.50 533	5.91 452	0.72 348	10.17 439	4.34 275	8.16 448	5.80 296	10.82 499	5.64 478	7.08 361	4.73 464	0.03 438	0.00 1	0.00 1	0.00 1	0.08 287	0.14 410

CFNet	3.72 420	1.10 468	5.03 430	2.49 514	1.59 435	4.90 426	0.22 195	11.38 473	9.88 484	4.80 284	11.25 454	6.44 407	3.68 384	8.33 449	3.00 404	0.00 1	0.00 1	0.00 1	0.00 1	0.22 451	0.07 302

DAS	3.74 421	0.35 174	5.19 443	1.99 447	3.74 542	2.36 213	3.22 504	7.77 359	9.27 470	8.70 472	12.08 467	4.45 338	5.43 472	8.39 453	1.71 329	0.01 274	0.00 1	0.00 1	0.00 1	0.04 191	0.02 105

DRaft	3.74 421	0.43 248	2.60 211	0.12 104	0.15 140	4.76 422	1.34 441	5.33 252	4.31 274	10.30 516	21.91 558	3.27 281	8.83 540	7.36 380	3.66 437	0.05 473	0.10 482	0.00 1	0.14 473	0.10 316	0.14 410

GrayStereo	3.74 421	0.20 27	1.94 129	1.55 373	0.60 323	3.12 320	8.22 584	5.76 281	3.32 208	10.40 520	16.66 520	5.81 391	8.60 537	6.57 319	1.37 294	0.01 274	0.00 1	0.01 453	0.63 574	0.02 98	0.04 217

GEStereo_RVC	3.74 421	0.73 380	4.95 426	2.01 452	1.24 408	4.36 409	3.07 499	11.77 487	7.80 436	6.87 388	6.52 325	7.70 436	4.31 423	8.98 489	4.19 451	0.03 438	0.01 194	0.02 485	0.02 386	0.13 368	0.11 371

ITSA-stereo	3.76 425	0.54 309	3.80 348	1.91 430	0.29 232	3.09 315	0.70 341	13.22 531	15.64 547	6.79 380	6.66 327	4.15 323	3.52 378	8.30 448	5.00 470	0.09 501	0.07 444	0.11 544	0.10 460	0.18 420	0.95 561

GwcNet-RSSM	3.77 426	1.05 458	5.06 432	2.21 483	1.87 465	2.36 213	1.52 449	8.98 399	7.96 440	5.91 330	14.59 503	7.94 442	3.50 375	6.43 303	5.70 481	0.00 1	0.00 1	0.04 517	0.00 1	0.20 433	0.08 320

SepStereo	3.78 427	0.35 174	5.19 443	1.99 447	3.74 542	2.36 213	3.22 504	7.77 359	9.27 470	8.70 472	12.08 467	4.45 338	5.43 472	9.18 496	1.71 329	0.01 274	0.00 1	0.00 1	0.00 1	0.04 191	0.02 105

DEmStereo	3.79 428	0.37 194	3.69 339	0.17 132	0.17 158	5.28 438	2.54 480	4.35 168	3.70 228	8.21 455	20.15 546	5.13 367	10.38 559	7.65 394	3.85 442	0.01 274	0.01 194	0.01 453	0.00 1	0.02 98	0.06 281

FADNet-RVC-Resample	3.79 428	1.62 519	12.06 554	1.43 352	0.66 334	5.94 453	2.41 476	10.18 440	8.58 462	6.28 357	4.22 242	5.33 375	4.80 451	7.71 400	3.19 411	0.17 525	0.21 552	0.17 557	0.12 467	0.41 524	0.29 500

anonymousa	3.80 430	0.55 313	3.35 308	1.24 317	3.74 542	9.04 513	0.36 232	6.74 334	4.03 256	7.72 430	19.64 545	10.62 494	6.01 486	1.52 102	1.40 295	0.00 1	0.00 1	0.00 1	0.05 431	0.00 1	0.03 166

RT-IGEV	3.81 431	0.26 68	4.55 404	2.38 506	0.63 329	5.19 432	2.72 490	12.31 509	3.90 246	8.17 454	9.88 418	12.51 523	5.99 485	5.32 251	1.51 305	0.00 1	0.20 548	0.00 1	0.32 546	0.14 378	0.24 479

UPFNet	3.82 432	0.47 271	4.34 390	2.21 483	3.38 526	7.26 484	2.69 487	9.89 425	5.96 352	7.98 443	7.53 358	7.89 439	3.15 358	7.72 402	5.88 485	0.01 274	0.02 288	0.00 1	0.00 1	0.04 191	0.06 281

NLCA_NET_v2_RVC	3.84 433	1.06 461	5.23 447	2.72 526	3.27 522	4.36 409	0.61 313	10.71 452	7.56 423	8.75 474	7.89 373	9.86 479	3.90 400	7.15 369	3.44 422	0.14 517	0.02 288	0.02 485	0.03 404	0.04 191	0.03 166
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
psm_up	3.85 434	0.82 410	3.01 267	2.00 451	2.58 501	5.28 438	3.34 509	10.85 458	6.33 377	7.27 411	7.32 354	10.15 485	9.02 544	6.19 284	2.51 389	0.22 536	0.01 194	0.00 1	0.00 1	0.12 353	0.03 166

mmx	3.86 435	0.31 111	3.97 362	1.34 335	0.98 381	2.80 277	0.48 266	12.18 506	10.66 501	6.29 359	9.23 399	5.59 381	3.72 392	10.11 517	9.35 540	0.05 473	0.02 288	0.00 1	0.00 1	0.03 158	0.04 217

xxx	3.86 435	0.31 111	3.98 366	1.34 335	0.98 381	2.80 277	0.48 266	12.18 506	10.66 501	6.29 359	9.23 399	5.59 381	3.72 392	10.11 517	9.35 540	0.05 473	0.02 288	0.00 1	0.00 1	0.03 158	0.04 217

THIR-Stereo	3.86 435	0.77 393	2.62 215	0.12 104	0.13 126	4.25 402	6.63 568	5.30 248	4.18 270	10.33 517	17.13 528	6.58 414	7.62 523	7.78 405	3.51 429	0.01 274	0.07 444	0.07 534	0.00 1	0.11 337	0.02 105

UGAM	3.90 438	0.48 278	4.69 413	0.17 132	0.08 62	3.67 365	1.22 430	4.81 204	14.45 536	4.59 274	11.94 465	14.20 536	3.80 397	9.92 516	3.61 435	0.00 1	0.00 1	0.00 1	0.02 386	0.32 494	0.07 302

AASNet	3.90 438	0.92 438	4.41 391	3.56 564	4.00 558	6.70 471	1.26 435	18.71 584	6.14 365	7.35 415	7.91 374	4.35 335	2.58 329	3.04 164	6.62 500	0.00 1	0.00 1	0.00 1	0.00 1	0.39 518	0.14 410

PS-NSSS	3.90 438	1.84 534	4.55 404	0.87 261	2.95 513	4.10 399	2.00 470	10.77 455	8.23 450	6.75 377	14.63 504	5.01 362	2.24 311	8.41 455	2.91 402	0.33 551	0.03 346	0.83 585	0.00 1	0.82 556	0.70 553

DualNet (step1)	3.91 441	1.11 470	6.15 480	1.27 322	0.60 323	5.22 434	2.54 480	10.66 449	7.73 431	8.36 458	7.55 359	6.55 409	4.27 416	6.58 320	1.62 320	1.49 590	0.03 346	3.10 598	2.99 604	0.20 433	0.15 421

FADNet_RVC	3.91 441	1.67 525	12.95 566	0.96 279	0.75 349	5.71 445	0.54 287	10.83 457	6.60 391	3.46 244	8.09 376	4.10 320	3.40 371	9.43 506	6.33 491	0.36 554	0.44 582	0.17 557	0.46 566	0.91 559	0.95 561

ISRNet	3.93 443	0.55 313	5.49 457	3.20 550	2.69 505	2.11 184	0.26 208	7.01 343	6.40 380	11.00 535	17.99 538	8.31 448	2.64 331	6.51 314	4.36 455	0.00 1	0.00 1	0.00 1	0.00 1	0.08 287	0.02 105

CrosDoStereo	3.96 444	0.45 263	3.04 274	0.32 166	0.20 193	3.28 332	11.63 606	5.76 281	4.45 281	9.04 485	16.58 518	4.99 358	7.45 517	8.04 423	3.72 438	0.00 1	0.02 288	0.01 453	0.00 1	0.16 390	0.10 356

DeepStereo_LL	3.96 444	0.45 263	3.04 274	0.32 166	0.20 193	3.28 332	11.63 606	5.76 281	4.45 281	9.04 485	16.58 518	4.99 358	7.45 517	8.04 423	3.72 438	0.00 1	0.02 288	0.01 453	0.00 1	0.16 390	0.10 356

RAFT-RH_RVC	3.96 444	0.46 269	2.93 260	1.55 373	0.42 280	3.14 321	0.14 155	3.70 125	5.98 355	11.25 538	32.23 599	5.29 371	1.68 284	8.13 435	2.14 364	0.08 496	0.00 1	0.00 1	0.03 404	0.01 36	0.00 1

UNet	3.97 447	0.61 338	6.50 493	1.68 393	3.22 520	9.82 522	0.31 223	9.50 413	5.32 320	7.20 407	6.35 322	10.59 492	5.91 483	6.93 345	5.49 477	0.00 1	0.00 1	0.00 1	0.00 1	0.02 98	0.01 25

FADNet-RVC	3.98 448	1.84 534	12.48 560	1.69 394	0.44 281	4.33 406	1.31 439	11.84 488	7.15 411	3.53 246	3.50 230	10.63 495	4.43 428	9.12 493	6.25 490	0.03 438	0.10 482	0.00 1	0.03 404	0.60 541	0.25 484

HSM	4.00 449	0.79 401	3.16 293	1.59 381	2.17 481	6.77 473	1.11 422	12.28 508	6.35 379	6.75 377	8.11 377	13.90 533	5.37 468	8.85 483	2.71 396	0.00 1	0.00 1	0.00 1	0.00 1	0.02 98	0.02 105

coex_refinement	4.04 450	0.87 421	3.55 326	2.96 540	1.40 426	4.28 404	0.32 224	11.18 463	7.72 429	8.32 456	13.44 490	10.01 483	3.48 374	6.28 291	6.76 501	0.00 1	0.02 288	0.00 1	0.00 1	0.06 252	0.16 433

HBP-ISP	4.09 451	1.05 458	4.10 378	1.87 423	1.31 419	7.56 491	3.98 521	11.26 465	9.94 485	7.81 433	14.44 502	3.23 280	4.27 416	8.89 486	1.87 342	0.06 483	0.06 421	0.00 1	0.00 1	0.06 252	0.04 217

TDLM	4.11 452	1.11 470	3.54 325	1.62 387	1.04 388	3.91 390	7.41 579	10.60 447	10.67 503	6.38 365	12.59 478	5.95 394	4.77 447	8.79 481	3.04 406	0.58 569	0.00 1	0.01 453	0.00 1	0.19 429	0.12 387

CSP-Net	4.12 453	1.28 493	3.70 342	1.54 371	1.06 389	13.28 564	2.33 475	12.96 526	5.45 323	8.87 480	8.54 384	8.43 452	3.03 354	8.16 438	3.65 436	0.00 1	0.00 1	0.00 1	0.00 1	0.18 420	0.03 166

test_xeample	4.13 454	0.36 187	2.75 232	1.23 316	0.51 310	3.96 393	0.13 145	12.63 519	7.65 426	7.49 421	10.86 445	3.29 282	3.36 364	6.71 330	21.53 601	0.02 390	0.03 346	0.00 1	0.00 1	0.03 158	0.04 217

Anonymous_2	4.14 455	0.62 343	3.21 297	1.40 346	1.43 429	5.19 432	0.32 224	6.63 328	4.38 277	4.48 271	2.30 181	8.08 445	7.00 506	5.37 254	2.29 373	0.23 537	0.75 592	5.20 608	18.12 638	5.66 599	0.23 474

CBMV_ROB	4.14 455	0.52 300	3.14 291	1.30 329	0.77 353	6.92 476	1.97 469	10.11 437	9.58 476	8.92 482	14.20 499	7.12 428	5.90 482	8.65 469	3.50 428	0.01 274	0.05 400	0.00 1	0.00 1	0.04 191	0.09 333

SACVNet	4.15 457	1.26 488	3.81 350	3.12 546	1.68 447	3.09 315	2.85 494	11.91 491	5.96 352	10.52 523	11.20 452	10.59 492	3.95 401	8.97 488	3.25 415	0.08 496	0.02 288	0.00 1	0.00 1	0.32 494	0.44 528

MMNet	4.16 458	0.77 393	5.47 456	1.40 346	1.67 445	10.78 537	0.63 320	8.64 390	8.47 457	8.80 477	8.33 379	7.51 432	6.61 495	7.53 388	6.54 496	0.00 1	0.00 1	0.00 1	0.00 1	0.03 158	0.05 260

CVANet_RVC	4.16 458	1.16 477	3.60 330	1.94 439	1.46 430	3.92 391	4.68 538	10.89 459	8.34 452	7.58 425	10.84 443	10.27 489	6.62 498	8.56 462	2.69 395	0.39 557	0.00 1	0.00 1	0.01 358	0.21 444	0.09 333

pcwnet_v2	4.20 460	0.36 187	8.53 527	1.33 333	1.12 395	3.43 340	0.41 246	12.85 522	14.16 534	9.90 509	14.29 500	5.90 393	3.03 354	6.20 286	2.06 359	0.01 274	0.05 400	0.04 517	0.02 386	0.16 390	0.18 443

HSM-Net_RVC	4.20 460	0.32 124	2.76 236	0.63 234	0.69 339	6.95 477	1.69 459	11.96 493	8.36 453	8.83 478	12.17 471	15.18 545	4.21 412	6.91 343	3.30 417	0.02 390	0.02 288	0.00 1	0.00 1	0.01 36	0.01 25
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DSFCA	4.21 462	0.50 284	5.45 455	1.34 335	1.68 447	7.04 478	4.51 535	10.73 453	7.00 404	10.78 529	6.80 330	8.48 455	4.63 440	9.91 515	5.12 472	0.02 390	0.06 421	0.02 485	0.03 404	0.08 287	0.03 166

FADNet	4.23 463	1.65 522	11.75 553	1.64 390	0.80 358	4.80 423	0.77 360	13.76 541	11.65 515	3.97 257	5.24 278	9.62 473	5.14 463	8.40 454	3.78 440	0.21 534	0.04 382	0.07 534	0.05 431	1.14 565	0.10 356

iResNet_ROB	4.23 463	1.02 454	4.90 422	2.18 479	0.93 375	2.92 300	0.37 235	15.10 559	16.91 556	7.89 438	10.51 434	7.03 422	3.07 357	8.16 438	3.46 426	0.01 274	0.00 1	0.00 1	0.00 1	0.10 316	0.02 105

IGEV-BASED-STEREO-	4.24 465	25.07 620	26.53 609	0.44 198	0.07 44	1.50 116	0.54 287	2.09 19	1.57 97	0.51 130	0.62 86	0.21 97	0.20 65	1.44 96	0.53 159	12.03 623	0.01 194	0.00 1	0.08 444	1.75 579	9.69 617

1111x	4.25 466	0.30 106	4.31 386	1.47 358	0.37 266	5.10 430	0.32 224	12.86 523	9.82 482	6.01 332	9.73 416	8.78 462	5.97 484	9.43 506	10.39 553	0.06 483	0.03 346	0.00 1	0.00 1	0.02 98	0.04 217

HGLStereo	4.25 466	0.52 300	4.65 410	3.09 542	5.18 588	6.51 469	0.73 349	10.37 442	6.74 396	7.32 413	12.44 477	7.00 421	7.21 512	7.46 384	5.51 478	0.00 1	0.02 288	0.00 1	0.00 1	0.06 252	0.10 356

delet	4.27 468	0.72 377	4.50 398	1.07 299	3.75 546	10.79 538	4.04 523	9.95 426	7.89 437	8.09 446	8.89 389	8.46 453	3.81 398	7.56 389	5.80 483	0.00 1	0.00 1	0.00 1	0.00 1	0.11 337	0.02 105

iResNetv2_ROB	4.28 469	1.43 502	7.17 507	2.91 534	1.26 409	4.36 409	1.62 454	13.64 539	10.25 492	9.83 505	11.41 456	7.68 435	4.00 402	7.75 404	1.85 341	0.00 1	0.00 1	0.00 1	0.00 1	0.37 511	0.09 333

RAFT + AFF	4.30 470	1.55 513	5.84 469	1.43 352	2.36 490	5.94 453	6.72 570	10.01 432	7.56 423	7.55 423	8.96 393	7.09 427	6.73 501	8.57 463	4.02 446	0.02 390	0.47 585	0.00 1	0.01 358	0.56 535	0.54 541

ADLNet	4.32 471	0.80 405	4.33 387	3.60 565	3.56 535	6.87 475	2.48 479	11.20 464	7.58 425	9.87 507	9.62 413	8.39 450	4.95 455	6.16 282	6.60 498	0.01 274	0.01 194	0.00 1	0.01 358	0.12 353	0.25 484

CRFU-Net	4.45 472	0.67 364	5.02 428	2.78 529	1.32 420	12.67 558	3.35 510	11.26 465	3.52 221	10.06 513	9.30 409	10.91 502	6.92 505	7.26 373	3.24 414	0.15 519	0.16 528	0.16 554	0.00 1	0.26 473	0.05 260

ACV-stereo	4.46 473	0.76 390	9.94 541	1.91 430	1.06 389	11.61 546	1.28 436	6.25 306	7.09 408	3.09 230	5.21 276	16.88 561	10.23 558	7.96 416	5.47 476	0.06 483	0.15 519	0.01 453	0.00 1	0.12 353	0.14 410

ssnet_v2	4.46 473	0.87 421	5.18 442	1.57 377	0.67 336	9.14 514	4.73 540	11.84 488	9.68 477	8.79 475	6.24 315	9.91 480	4.34 424	6.28 291	9.30 539	0.00 1	0.01 194	0.00 1	0.00 1	0.28 482	0.30 502

ADLNet2	4.46 473	0.90 431	6.06 477	2.74 528	3.91 554	6.79 474	3.01 498	10.95 461	8.40 455	7.27 411	9.80 417	9.85 478	5.43 472	7.29 374	6.44 494	0.01 274	0.03 346	0.00 1	0.00 1	0.15 383	0.11 371

StereoDRNet-Refined	4.46 473	0.62 343	3.80 348	1.92 434	0.40 272	9.35 516	0.15 161	10.02 433	8.83 465	12.69 550	11.62 462	9.34 468	3.87 399	8.06 430	8.02 517	0.00 1	0.00 1	0.01 453	0.05 431	0.20 433	0.26 490
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
xxxx	4.51 477	0.31 111	2.77 237	1.69 394	0.47 298	7.74 497	0.07 97	14.04 543	7.91 439	5.82 318	8.97 394	9.34 468	3.41 372	7.33 377	20.24 596	0.05 473	0.03 346	0.00 1	0.00 1	0.03 158	0.04 217

NVstereo2D	4.51 477	0.82 410	6.86 501	3.28 553	3.38 526	8.16 500	3.13 501	10.51 445	15.15 544	4.90 287	6.89 335	7.87 437	4.78 449	9.88 514	3.91 444	0.01 274	0.00 1	0.00 1	0.06 438	0.02 98	0.58 544

DLCB_ROB	4.51 477	0.91 435	3.78 346	2.19 480	1.07 392	6.28 459	3.09 500	9.78 421	7.72 429	10.65 526	12.97 484	13.91 534	3.71 388	8.72 479	5.30 474	0.00 1	0.00 1	0.00 1	0.00 1	0.03 158	0.10 356

RASNet	4.52 480	0.61 338	4.42 392	3.42 556	4.68 582	4.58 418	0.99 408	9.54 417	8.01 441	5.28 302	11.42 457	10.34 491	8.88 541	9.28 501	8.68 531	0.15 519	0.00 1	0.00 1	0.00 1	0.03 158	0.04 217

FTStereo	4.55 481	0.36 187	2.18 172	0.94 273	0.38 268	2.60 247	8.82 587	4.98 219	3.17 194	10.88 531	30.35 593	5.60 385	7.60 522	7.62 393	1.55 312	0.17 525	0.00 1	0.05 524	0.00 1	0.03 158	3.80 595

dad	4.66 482	1.89 538	5.51 460	0.94 273	0.09 77	2.16 192	0.37 235	7.10 346	14.43 535	10.13 514	16.84 522	14.97 542	1.90 298	6.82 334	4.15 450	1.09 583	0.11 490	4.08 604	0.46 566	0.17 404	0.06 281

LL-Strereo	4.71 483	1.64 521	7.51 517	1.15 310	4.31 564	3.71 371	1.45 445	9.21 405	8.36 453	8.37 462	8.17 378	10.82 499	11.36 565	12.51 555	4.82 467	0.00 1	0.12 497	0.00 1	0.00 1	0.31 490	0.32 507

CBFPSM	4.87 484	0.94 444	14.70 575	1.51 362	1.15 400	11.49 544	2.55 484	7.28 350	6.47 385	6.23 350	4.83 258	15.30 547	8.99 543	6.88 339	8.20 524	0.03 438	0.02 288	0.00 1	0.00 1	0.40 521	0.42 524

Selective-IGEV-i16pc	4.90 485	0.51 291	10.53 546	2.09 469	0.14 133	23.35 599	7.41 579	5.79 285	17.27 560	3.15 232	6.83 333	5.44 377	1.97 301	8.34 451	3.37 418	0.34 552	0.51 587	0.07 534	0.21 510	0.34 503	0.41 520

SGM-Forest	4.96 486	0.32 124	2.84 246	1.21 314	0.64 332	10.23 527	6.64 569	11.55 478	10.98 505	10.94 534	13.59 491	11.65 513	4.30 421	8.94 487	4.63 462	0.11 506	0.04 382	0.00 1	0.00 1	0.05 224	0.46 532
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
PA-Net	4.98 487	1.47 505	7.42 514	2.40 507	2.14 479	8.73 509	3.64 518	12.42 510	13.11 527	7.03 395	7.57 362	7.88 438	6.52 494	10.16 522	7.82 513	0.02 390	0.03 346	0.00 1	0.00 1	0.11 337	1.07 565
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
AANet_RVC	5.01 488	1.74 527	6.38 489	1.96 443	1.29 416	2.26 201	1.69 459	10.07 434	18.53 563	7.88 437	18.15 539	8.49 456	2.70 335	10.59 527	7.04 504	0.96 581	0.15 519	0.02 485	0.00 1	0.13 368	0.12 387

PSMNet_ROB	5.02 489	1.63 520	6.03 476	1.90 429	1.83 462	9.57 520	6.35 565	15.58 564	7.23 414	6.15 345	10.48 433	12.22 519	4.16 410	8.02 422	8.71 532	0.02 390	0.01 194	0.01 453	0.10 460	0.20 433	0.12 387

GASNet	5.19 490	4.61 579	9.38 536	4.73 587	2.10 477	3.80 384	1.57 452	12.07 499	10.96 504	8.92 482	7.03 344	8.21 447	7.67 524	14.02 566	7.36 506	0.02 390	0.15 519	0.00 1	0.00 1	0.69 548	0.42 524

TCMNet	5.22 491	1.96 542	9.78 539	4.11 579	6.57 596	8.83 510	1.35 443	10.74 454	8.07 443	6.39 366	12.76 483	8.32 449	4.75 446	8.62 468	10.09 552	0.11 506	0.18 537	0.31 571	0.09 455	0.75 553	0.57 543

FINET	5.32 492	1.14 475	10.04 542	2.17 478	3.67 541	6.49 466	6.76 571	11.68 482	22.08 584	7.42 417	12.15 470	4.24 326	3.61 382	9.25 500	5.35 475	0.04 459	0.04 382	0.00 1	0.00 1	0.17 404	0.09 333

CBMV	5.35 493	0.91 435	3.67 338	1.62 387	0.44 281	10.09 525	7.19 576	12.49 515	12.33 523	12.22 546	14.69 505	10.93 503	6.48 493	8.51 460	4.96 469	0.02 390	0.15 519	0.00 1	0.00 1	0.17 404	0.17 439
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
222	5.36 494	0.40 218	2.72 228	1.50 359	0.48 300	6.15 458	0.07 97	13.73 540	8.06 442	8.79 475	11.03 450	3.71 306	4.21 412	7.47 386	38.74 634	0.03 438	0.02 288	0.00 1	0.00 1	0.04 191	0.05 260

YMNet	5.52 495	1.83 532	8.79 529	3.47 560	4.46 572	10.72 535	0.91 398	9.99 429	6.43 382	13.76 564	16.35 515	11.65 513	4.49 434	7.95 414	8.03 519	0.12 510	0.35 572	0.12 547	0.08 444	0.71 550	0.27 494

YMNet_1	5.52 495	1.83 532	8.79 529	3.47 560	4.46 572	10.72 535	0.91 398	9.99 429	6.43 382	13.76 564	16.35 515	11.65 513	4.49 434	7.95 414	8.03 519	0.12 510	0.35 572	0.12 547	0.08 444	0.71 550	0.27 494

StereoDRNet	5.59 497	1.75 528	6.80 498	3.12 546	4.45 571	10.61 533	4.35 531	18.80 586	9.73 478	12.22 546	6.87 334	11.44 512	4.65 442	8.09 433	8.26 525	0.02 390	0.11 490	0.00 1	0.03 404	0.20 433	0.28 498

PSMNet-RUCA	5.60 498	4.62 580	11.61 551	10.29 606	7.55 603	7.08 479	1.94 468	12.01 495	10.52 500	3.90 255	11.88 463	4.43 337	1.75 294	7.56 389	4.24 452	1.68 593	0.12 497	4.78 607	0.67 578	4.74 596	0.68 552

fast-acv-ft	5.62 499	1.39 500	7.01 502	2.02 454	1.89 467	12.23 553	1.82 465	7.35 351	9.45 474	10.46 522	20.27 549	14.55 540	7.71 525	7.41 381	7.61 510	0.10 504	0.09 470	0.16 554	0.07 439	0.59 539	0.13 399

ETE_ROB	5.80 500	1.77 529	6.33 486	1.44 356	0.78 357	6.43 464	6.90 572	12.53 516	8.08 444	12.93 555	14.89 506	21.13 587	5.87 481	9.83 513	6.57 497	0.04 459	0.01 194	0.00 1	0.02 386	0.08 287	0.33 508

test_sample9	5.87 501	1.11 470	6.15 480	1.27 322	0.60 323	5.22 434	2.54 480	10.66 449	7.73 431	8.36 458	7.55 359	6.55 409	4.27 416	11.68 544	11.44 563	1.49 590	24.31 644	3.10 598	2.99 604	0.20 433	0.15 421

DRN-Test	5.87 501	0.98 447	5.89 471	2.69 523	3.65 539	12.37 555	3.35 510	20.07 603	10.20 491	11.93 545	12.31 475	11.06 506	5.31 467	7.89 412	9.05 535	0.04 459	0.05 400	0.04 517	0.04 424	0.18 420	0.25 484

NCCL2	5.88 503	1.59 516	5.44 454	1.87 423	0.92 372	9.55 519	11.55 605	12.11 501	9.94 485	9.67 502	8.85 387	22.28 590	7.41 515	8.78 480	7.17 505	0.01 274	0.00 1	0.03 504	0.00 1	0.13 368	0.23 474

iinet-f	5.94 504	1.60 517	26.88 610	1.79 412	1.38 423	11.92 551	1.47 446	6.80 337	7.11 409	6.90 391	14.43 501	10.64 496	7.97 527	7.00 355	12.12 567	0.02 390	0.03 346	0.05 524	0.00 1	0.63 544	0.02 105

MaskLacGwcNet_RVC	5.97 505	5.36 584	5.02 428	3.75 572	3.57 536	15.81 572	4.27 528	11.72 485	6.96 402	7.23 408	8.47 383	9.09 466	2.66 334	9.36 505	2.71 396	7.49 610	2.32 606	2.01 595	0.08 444	6.77 605	4.67 600

Wz-Net-LNSev-Ref	5.98 506	1.55 513	9.92 540	2.40 507	3.22 520	10.28 528	3.14 502	11.64 480	9.79 480	9.54 499	20.22 548	11.16 507	6.77 502	10.61 528	9.16 536	0.06 483	0.00 1	0.00 1	0.00 1	0.03 158	0.04 217

APVNet	5.98 506	1.72 526	8.72 528	3.21 551	4.04 560	12.31 554	1.81 464	19.09 592	6.10 361	6.13 344	13.41 489	10.69 497	6.30 489	11.26 538	13.90 576	0.05 473	0.02 288	0.11 544	0.03 404	0.53 532	0.20 461

z-ln-s-r	5.99 508	1.34 498	15.55 578	1.52 364	1.95 470	3.28 332	2.71 489	7.72 358	11.16 507	6.43 369	25.06 576	8.76 461	5.86 480	11.03 535	17.17 587	0.00 1	0.00 1	0.00 1	0.00 1	0.24 469	0.11 371

NaN_ROB	6.00 509	1.24 486	6.29 485	1.34 335	1.68 447	9.60 521	10.31 599	15.09 557	15.79 549	12.62 549	8.95 391	11.67 516	5.83 479	11.78 548	6.41 493	0.05 473	0.13 507	0.08 538	0.20 504	0.22 451	0.79 556

DANet	6.02 510	1.23 484	8.45 526	3.86 575	3.94 556	7.64 496	1.34 441	9.51 415	7.00 404	13.39 559	15.53 510	15.99 552	7.02 507	12.14 551	12.37 568	0.19 529	0.12 497	0.02 485	0.03 404	0.13 368	0.56 542
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
XPNet_ROB	6.03 511	1.22 482	5.61 465	2.56 519	0.90 371	6.32 460	7.07 574	12.92 525	8.30 451	14.76 570	15.13 508	19.84 578	6.66 500	10.36 523	8.58 529	0.02 390	0.04 382	0.00 1	0.03 404	0.11 337	0.24 479

Selective-IGEV-i16pb	6.09 512	0.58 326	14.62 573	2.02 454	0.55 318	18.63 587	7.27 578	9.98 428	20.66 578	4.62 275	12.40 476	9.76 476	5.05 459	8.60 465	4.25 453	0.51 568	0.62 591	0.20 561	0.31 544	0.55 534	0.61 549

GANet	6.22 513	1.07 462	4.07 376	2.27 489	0.89 369	9.19 515	9.52 593	12.02 496	8.13 446	10.72 527	29.09 589	13.86 532	7.52 521	11.00 534	4.39 456	0.36 554	0.00 1	0.02 485	0.02 386	0.12 353	0.08 320

DISCO	6.28 514	0.57 321	5.78 468	3.43 557	1.17 404	11.22 541	3.39 512	12.14 504	16.16 551	6.52 373	11.22 453	16.96 562	6.32 490	19.51 596	10.74 557	0.00 1	0.00 1	0.00 1	0.00 1	0.35 505	0.11 371

Syn2CoEx	6.32 515	2.72 558	9.33 535	2.45 512	1.67 445	8.59 505	3.32 508	18.08 580	12.27 522	8.53 467	21.08 555	10.30 490	9.80 553	9.30 502	7.86 514	0.01 274	0.00 1	0.00 1	0.00 1	0.63 544	0.43 526

RYNet	6.34 516	0.89 428	5.88 470	1.41 349	4.48 575	15.97 574	4.18 526	13.41 534	16.49 552	10.81 530	7.00 341	14.33 538	8.72 538	9.43 506	13.71 575	0.00 1	0.01 194	0.00 1	0.00 1	0.02 98	0.07 302

GwcNet	6.42 517	1.97 543	10.92 548	2.59 521	5.58 591	11.55 545	2.21 474	14.10 545	16.52 555	10.04 512	17.19 531	10.86 501	5.61 477	9.23 499	8.84 534	0.01 274	0.06 421	0.03 504	0.08 444	0.56 535	0.40 518

Wz-Net-LNSev	6.46 518	1.93 540	16.44 582	1.52 364	4.15 562	12.66 557	4.96 544	13.05 528	12.10 521	10.55 525	16.23 514	11.32 509	7.19 510	8.43 457	8.48 528	0.00 1	0.01 194	0.00 1	0.00 1	0.08 287	0.06 281

DGSMNet	6.47 519	2.61 556	13.64 569	3.46 558	3.74 542	8.97 512	6.01 555	14.15 546	13.01 526	7.46 420	14.10 497	9.94 481	4.79 450	10.44 524	6.22 489	1.30 587	1.70 603	1.80 592	1.52 597	2.27 586	2.35 586

GANetREF_RVC	6.56 520	2.89 560	7.58 519	3.41 555	0.40 272	12.96 560	9.58 594	15.09 557	17.25 559	10.33 517	10.62 437	12.27 520	8.16 531	12.21 552	4.53 460	0.41 560	0.00 1	0.00 1	0.02 386	3.12 591	0.39 515
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
LALA_ROB	6.58 521	1.80 531	6.25 483	1.26 320	0.94 376	10.08 524	9.02 589	16.00 566	11.51 514	12.74 551	13.02 485	24.77 593	5.25 465	10.56 526	8.02 517	0.04 459	0.05 400	0.00 1	0.02 386	0.10 316	0.25 484

S-Stereo	6.63 522	0.84 413	9.67 538	3.15 548	3.48 532	6.49 466	6.22 559	12.99 527	22.84 586	9.48 497	15.51 509	12.00 518	8.43 533	8.04 423	10.70 556	0.12 510	0.17 533	0.00 1	0.38 556	0.13 368	1.92 580

DeepPrunerF	6.75 523	2.69 557	23.31 600	3.68 568	7.16 598	3.78 381	4.29 529	13.42 535	20.13 575	8.13 447	10.46 432	7.18 430	8.06 529	11.10 536	9.44 543	0.24 540	0.15 519	0.29 569	0.42 562	0.66 547	0.45 530

edge stereo	6.76 524	1.01 452	6.76 497	2.20 482	2.45 496	6.41 463	2.45 478	14.84 555	11.98 520	15.29 572	18.31 540	22.02 588	12.56 570	10.82 531	7.49 508	0.03 438	0.06 421	0.11 544	0.03 404	0.30 485	0.14 410

NCC-stereo	6.77 525	1.49 509	6.48 491	2.92 536	4.40 567	7.43 486	3.61 515	19.52 599	13.29 528	8.39 463	16.91 523	15.96 550	12.13 567	12.85 557	7.70 511	1.47 588	0.11 490	0.01 453	0.42 562	0.14 378	0.24 479

Abc-Net	6.77 525	1.49 509	6.48 491	2.92 536	4.40 567	7.43 486	3.61 515	19.52 599	13.29 528	8.39 463	16.91 523	15.96 550	12.13 567	12.85 557	7.70 511	1.47 588	0.11 490	0.01 453	0.42 562	0.14 378	0.24 479
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FAT-Stereo	6.78 527	0.68 366	6.80 498	2.30 493	1.77 457	5.63 444	4.20 527	18.79 585	18.62 564	10.53 524	17.15 529	18.52 571	13.74 578	8.86 485	7.38 507	0.03 438	0.15 519	0.01 453	0.07 439	0.12 353	0.26 490

RP	6.84 528	1.29 495	5.53 463	3.92 576	5.18 588	6.32 460	3.53 513	11.73 486	15.31 545	9.54 499	22.38 562	18.25 569	14.47 580	10.11 517	7.49 508	0.91 579	0.01 194	0.12 547	0.15 477	0.33 498	0.19 454

ccnet	6.87 529	0.92 438	5.15 440	3.09 542	2.18 483	11.78 549	4.90 542	17.97 579	8.79 464	12.79 553	20.20 547	16.00 553	8.35 532	9.12 493	14.17 578	0.42 563	0.33 569	0.25 567	0.09 455	0.40 521	0.48 533

RGC	6.88 530	2.23 549	6.13 478	4.05 577	4.73 584	8.94 511	2.78 491	15.19 561	11.74 516	11.13 536	19.34 543	17.86 566	10.42 560	13.02 560	8.03 519	0.73 573	0.01 194	0.24 566	0.41 561	0.31 490	0.38 514

xyz-stereo	6.97 531	0.29 92	36.85 623	0.20 138	0.07 44	30.65 615	0.19 182	3.97 148	1.82 105	10.21 515	24.87 573	6.06 396	7.29 513	11.62 543	4.87 468	0.01 274	0.02 288	0.35 575	0.00 1	0.06 252	0.02 105

Nwc_Net	6.97 531	1.25 487	6.63 495	3.82 573	3.37 525	10.83 539	1.67 458	19.56 601	11.35 511	8.36 458	23.62 566	17.19 564	11.44 566	11.21 537	8.08 522	0.80 575	0.00 1	0.00 1	0.02 386	0.13 368	0.09 333

w-ln-seven-2	7.09 533	2.32 551	23.44 601	1.71 401	1.06 389	7.81 498	3.98 521	12.02 496	14.65 539	13.06 557	20.38 550	11.70 517	9.83 555	10.65 529	8.66 530	0.02 390	0.05 400	0.00 1	0.02 386	0.32 494	0.14 410

DStereoRT	7.14 534	1.05 458	6.27 484	2.26 488	1.39 425	10.94 540	1.76 463	7.53 356	4.14 267	7.55 423	10.86 445	2.79 259	6.79 503	8.01 421	4.49 459	0.13 515	0.18 537	49.57 642	15.74 637	0.23 458	1.13 566

ADCRef	7.27 535	1.38 499	16.37 580	2.52 515	3.30 524	11.63 547	3.16 503	10.80 456	9.35 472	13.03 556	25.27 579	8.17 446	8.92 542	8.06 430	21.81 604	0.15 519	0.08 458	0.16 554	0.34 551	0.38 514	0.58 544

psmorigin	7.34 536	1.58 515	18.31 587	2.35 503	0.87 364	6.72 472	1.70 462	10.63 448	7.14 410	19.77 587	22.71 563	20.13 580	11.34 564	12.96 559	9.49 544	0.04 459	0.17 533	0.06 528	0.17 488	0.21 444	0.50 537

Wz-Net-MNSev	7.43 537	2.35 553	15.22 576	2.34 502	3.41 530	17.27 583	8.55 585	11.91 491	13.48 530	13.37 558	17.05 526	13.70 529	7.47 520	11.90 549	9.99 551	0.40 559	0.03 346	0.00 1	0.01 358	0.16 390	0.07 302

SDNR	7.50 538	2.32 551	15.58 579	1.82 419	0.63 329	44.66 632	0.44 257	8.59 384	9.52 475	9.84 506	25.18 577	5.30 374	4.38 425	11.46 541	6.49 495	0.05 473	0.03 346	0.00 1	0.01 358	1.79 580	1.87 579

CSAN	7.62 539	1.60 517	6.56 494	1.83 420	0.66 334	12.40 556	10.52 602	14.45 550	21.32 581	14.19 566	15.98 512	17.84 565	13.02 575	12.32 553	8.38 526	0.09 501	0.07 444	0.03 504	0.04 424	0.33 498	0.67 551

SQANet	7.64 540	3.40 570	5.49 457	11.73 610	9.62 611	11.96 552	2.82 492	11.33 470	6.10 361	8.33 457	11.49 459	11.00 504	5.16 464	10.12 521	2.72 399	8.92 614	2.21 605	10.41 613	1.58 598	11.13 614	7.39 609

anonymity	7.68 541	3.83 573	12.39 557	7.04 599	12.67 618	8.18 501	2.00 470	17.50 575	6.85 398	13.56 562	9.21 398	9.97 482	7.82 526	11.28 539	5.58 479	6.27 608	4.98 630	3.68 602	2.96 603	3.33 593	4.48 598

CC-Net-ROB	7.68 541	9.21 604	7.46 515	3.82 573	3.66 540	15.68 571	5.02 545	17.95 578	10.45 499	6.44 370	14.00 496	7.63 434	4.77 447	10.75 530	3.10 409	5.99 607	2.46 608	16.28 618	1.08 590	6.30 603	1.56 576

stereogan	7.69 543	0.88 425	7.08 506	3.49 563	3.93 555	18.98 588	3.23 506	16.52 568	19.58 571	9.93 510	18.92 542	20.50 584	9.04 545	14.07 567	6.14 488	0.26 543	0.04 382	0.21 563	0.03 404	0.63 544	0.33 508

pmcnn	7.72 544	1.27 490	9.42 537	2.91 534	3.14 516	9.44 517	6.23 560	12.56 517	16.51 553	14.53 568	24.08 568	27.44 599	8.49 535	9.32 503	8.44 527	0.06 483	0.08 458	0.00 1	0.00 1	0.30 485	0.15 421

AF-Net	7.78 545	1.44 504	6.68 496	3.37 554	4.50 576	8.61 506	2.69 487	17.07 572	20.17 576	9.52 498	24.02 567	20.31 583	14.59 581	11.58 542	9.84 548	0.61 570	0.00 1	0.12 547	0.00 1	0.38 514	0.12 387

PASM	7.90 546	4.22 575	21.97 598	3.25 552	3.29 523	5.39 441	6.57 567	10.57 446	19.09 566	12.77 552	13.92 494	18.11 568	9.51 551	13.79 565	10.77 559	0.19 529	0.45 583	0.29 569	1.08 590	1.49 574	1.19 568

PWCDC_ROB	7.92 547	3.17 568	7.48 516	5.73 594	4.40 567	10.45 530	0.35 231	14.52 552	28.19 596	10.36 519	31.27 595	7.04 424	9.14 547	13.22 562	8.78 533	2.74 598	0.02 288	0.00 1	0.00 1	1.31 570	0.17 439

test_sample8	7.99 548	1.11 470	6.15 480	1.27 322	0.60 323	5.22 434	2.54 480	12.04 498	6.15 366	17.46 579	9.02 396	24.67 592	18.16 590	11.68 544	11.44 563	1.49 590	24.31 644	3.10 598	2.99 604	0.20 433	0.15 421

ADCP+	8.09 549	1.79 530	14.50 572	1.54 371	4.28 563	16.57 577	5.20 547	12.80 521	11.20 509	12.83 554	17.07 527	11.02 505	10.80 562	17.59 588	23.18 610	0.03 438	0.05 400	0.01 453	0.18 495	0.39 518	0.81 557

SuperB	8.10 550	3.15 567	24.67 603	2.65 522	1.23 407	9.88 523	4.29 529	10.18 440	30.07 599	11.53 542	12.18 472	6.12 398	6.65 499	10.50 525	14.47 579	0.14 517	0.11 490	0.35 575	0.25 526	13.06 618	0.48 533

PWC_ROB	8.24 551	3.13 565	12.74 564	2.43 511	4.43 570	7.51 490	1.22 430	16.63 569	19.24 569	16.08 575	28.29 586	13.99 535	10.16 557	13.63 564	14.06 577	0.42 563	0.00 1	0.05 524	0.00 1	0.59 539	0.27 494

MDST_ROB	8.37 552	0.32 124	9.03 533	4.18 582	2.42 495	26.86 609	6.14 556	19.36 596	13.52 531	27.09 604	22.75 564	9.47 472	4.74 445	15.06 574	6.34 492	0.02 390	0.02 288	0.00 1	0.00 1	0.02 98	0.13 399

G-Net	8.41 553	1.54 512	10.97 549	5.73 594	3.60 537	26.19 603	4.41 533	10.10 436	7.42 417	19.71 586	24.99 575	14.38 539	15.83 583	10.99 533	9.53 545	0.50 567	0.46 584	0.19 560	0.25 526	0.80 555	0.66 550

XQC	8.43 554	3.58 571	16.40 581	2.92 536	2.17 481	13.22 563	3.60 514	14.64 553	25.86 592	11.87 544	12.04 466	15.06 543	10.67 561	15.24 577	19.41 593	0.39 557	0.08 458	0.05 524	0.07 439	0.84 557	0.45 530

FBW_ROB	8.50 555	1.03 456	7.98 522	1.93 438	1.28 415	13.10 561	6.23 560	22.50 607	18.98 565	18.82 583	14.91 507	19.06 574	10.04 556	18.41 591	9.83 547	0.62 571	0.22 555	1.82 594	0.82 584	0.99 562	1.36 571

UDG	8.58 556	9.31 605	4.89 421	10.00 605	9.52 609	10.36 529	2.41 476	12.07 499	9.82 482	7.81 433	9.55 411	16.52 556	9.81 554	7.84 409	7.88 515	4.20 602	2.51 610	18.53 620	3.71 612	9.55 609	5.28 603

aanetorigin	8.72 557	3.29 569	27.55 611	1.95 440	3.84 552	4.93 428	5.39 552	5.49 264	10.05 487	27.85 605	31.47 596	15.80 549	12.78 572	9.04 491	11.98 565	0.25 541	0.22 555	0.22 564	0.25 526	1.28 569	0.84 559

GCST	9.08 558	17.31 615	3.98 366	52.92 640	10.66 613	11.29 543	0.20 188	6.97 342	6.47 385	9.46 496	4.68 253	4.75 349	1.51 264	9.34 504	1.31 288	8.19 613	0.05 400	22.38 623	0.34 551	6.17 602	3.53 592

RTSC	9.15 559	3.00 562	13.57 568	3.72 570	1.76 455	11.82 550	0.46 263	16.95 570	36.83 618	15.80 574	15.53 510	12.91 526	7.46 519	20.01 600	21.76 603	0.31 548	0.13 507	0.01 453	0.08 444	0.57 537	0.41 520

WCMA_ROB	9.21 560	0.87 421	7.37 513	2.54 516	2.13 478	13.59 565	5.80 554	11.64 480	14.01 533	24.43 601	32.99 604	27.09 598	18.02 589	12.51 555	9.85 549	0.81 576	0.07 444	0.01 453	0.01 358	0.16 390	0.23 474

Wz-Net-SNSev	9.23 561	6.70 591	24.28 602	1.87 423	1.81 461	8.57 504	12.29 612	17.37 574	20.39 577	10.43 521	23.11 565	16.66 558	8.03 528	14.47 571	17.86 590	0.00 1	0.02 288	0.01 453	0.00 1	0.41 524	0.30 502

MSMD_ROB	9.28 562	1.09 466	4.65 410	1.58 378	0.39 270	16.52 576	4.41 533	13.60 537	14.87 542	22.34 592	39.89 618	25.67 596	20.71 602	12.42 554	6.98 503	0.34 552	0.03 346	0.00 1	0.00 1	0.05 224	0.09 333

Consistency-Raft	9.42 563	4.74 582	12.66 561	5.30 591	9.08 607	4.08 397	5.26 549	19.26 594	24.87 590	11.17 537	29.85 591	13.57 528	5.51 476	7.67 397	13.40 573	0.36 554	0.35 572	1.81 593	4.24 613	11.61 615	3.57 593

DDUNet	9.47 564	11.32 612	6.14 479	12.93 612	11.65 615	10.45 530	3.87 520	11.70 483	7.89 437	9.27 491	13.28 487	16.18 555	6.14 487	8.80 482	5.77 482	6.64 609	3.38 622	20.90 621	4.28 614	11.01 613	7.80 610

ADCPNet	9.54 565	2.39 554	31.46 614	2.09 469	1.60 437	16.71 579	6.39 566	12.11 501	11.45 512	13.53 560	21.45 557	19.41 575	10.94 563	14.38 569	21.54 602	0.27 546	1.16 597	0.39 579	1.49 595	0.58 538	1.45 572

SHD	9.61 566	2.60 555	12.46 558	3.69 569	3.54 534	9.47 518	1.25 432	20.16 604	37.84 621	18.19 582	21.24 556	16.96 562	12.83 574	14.47 571	16.05 583	0.32 549	0.13 507	0.01 453	0.08 444	0.38 514	0.48 533

PDISCO_ROB	9.62 567	1.99 545	11.51 550	9.88 604	9.61 610	21.48 595	3.83 519	19.33 595	28.49 597	11.27 539	14.17 498	19.92 579	5.02 456	16.35 584	9.18 537	5.28 605	0.41 579	0.14 552	0.09 455	2.05 582	2.36 587

MFN_U_SF_DS_RVC	9.78 568	4.27 576	14.47 571	2.29 492	2.85 509	23.40 600	13.62 614	13.60 537	19.54 570	19.42 585	24.27 569	16.74 559	8.59 536	17.05 587	7.98 516	1.25 585	1.68 602	0.17 557	2.63 601	0.72 552	1.04 563

DStereoO	9.97 569	5.99 587	7.04 504	5.64 593	2.87 511	6.47 465	9.22 591	11.59 479	17.24 558	13.54 561	13.92 494	9.80 477	15.27 582	15.07 575	9.86 550	31.68 639	1.56 601	4.41 605	1.68 599	15.15 621	1.45 572

SGM_RVC	10.08 570	0.60 334	3.42 316	2.30 493	0.32 248	19.41 591	6.33 564	18.95 590	14.64 537	25.14 603	24.32 570	33.34 611	18.79 594	19.86 597	12.55 570	0.25 541	0.26 566	0.22 564	0.24 522	0.34 503	0.40 518
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DPSNet	10.14 571	1.88 537	16.82 583	1.85 421	1.73 451	24.84 601	17.20 627	19.92 602	27.41 594	12.23 548	13.62 492	16.52 556	18.35 591	14.42 570	12.50 569	0.78 574	0.54 589	0.08 538	0.25 526	1.18 566	0.59 547

ADCL	10.16 572	2.11 546	19.36 590	1.92 434	1.88 466	22.23 596	8.91 588	14.04 543	23.56 588	14.62 569	26.19 581	12.75 525	13.59 577	16.06 583	22.95 608	0.26 543	0.18 537	0.75 583	0.65 575	0.69 548	0.58 544

w-ln-seven	10.20 573	3.08 563	26.36 607	2.06 465	2.49 497	15.81 572	4.39 532	17.80 577	33.50 607	20.47 590	25.79 580	15.12 544	7.40 514	11.75 547	17.48 589	0.00 1	0.00 1	0.00 1	0.00 1	0.43 527	0.13 399

MSAF-DinoV2	10.24 574	4.39 577	12.68 562	3.62 567	2.55 500	8.48 502	4.69 539	14.24 548	21.89 583	10.74 528	18.74 541	29.30 605	16.17 584	21.96 605	28.10 621	0.32 549	0.15 519	0.25 567	0.81 583	2.83 590	2.90 590

FCDSN-DC	10.24 574	0.56 319	3.49 322	1.96 443	1.29 416	16.90 580	4.59 537	17.16 573	19.10 567	24.64 602	32.46 603	33.82 612	22.14 608	15.93 580	10.45 554	0.04 459	0.00 1	0.00 1	0.00 1	0.05 224	0.21 465
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ADCMid	10.24 574	3.13 565	20.70 594	2.21 483	2.39 494	11.23 542	6.19 557	14.17 547	11.19 508	23.20 598	22.25 560	17.89 567	19.54 597	18.51 592	26.21 618	0.45 565	0.42 581	1.10 588	1.29 592	1.56 576	1.18 567

z-mn7	10.46 577	4.14 574	20.35 592	2.15 476	1.68 447	19.07 589	5.72 553	13.28 533	34.58 613	9.45 495	35.20 611	15.69 548	9.13 546	21.16 603	17.07 586	0.00 1	0.01 194	0.00 1	0.00 1	0.35 505	0.19 454

SANet	10.64 578	1.86 536	10.91 547	1.76 407	0.71 345	14.62 569	9.23 592	19.18 593	37.14 619	19.22 584	27.96 585	25.86 597	19.11 596	13.02 560	10.63 555	0.08 496	0.06 421	0.03 504	0.02 386	0.62 542	0.81 557

FC-DCNN	10.72 579	0.52 300	4.27 384	1.88 426	1.63 439	17.18 581	5.29 550	18.20 581	19.69 572	28.50 606	34.51 608	34.03 613	21.48 605	15.89 579	11.15 561	0.03 438	0.01 194	0.02 485	0.01 358	0.07 273	0.09 333

FC-DCNN v2	10.88 580	0.52 300	4.17 381	1.92 434	1.63 439	17.79 585	5.35 551	18.87 588	19.88 573	28.77 607	34.99 610	34.62 615	21.72 606	16.03 582	11.16 562	0.03 438	0.01 194	0.02 485	0.00 1	0.06 252	0.08 320

AnyNet_C32	10.98 581	5.58 585	22.79 599	4.16 580	5.83 592	15.64 570	14.30 615	13.18 529	17.15 557	16.44 578	20.52 551	14.68 541	13.44 576	22.46 606	30.08 625	0.17 525	0.26 566	0.36 577	0.36 555	1.23 567	0.91 560

zh-sn7	11.12 582	7.26 596	33.16 616	2.32 501	2.31 489	11.66 548	7.80 583	13.53 536	17.94 562	16.39 577	31.80 597	14.22 537	16.88 586	23.07 609	23.00 609	0.00 1	0.13 507	0.00 1	0.00 1	0.52 531	0.48 533

zh-mn7	11.13 583	6.28 590	31.79 615	1.85 421	0.98 381	13.11 562	2.98 495	12.88 524	33.65 609	21.57 591	39.07 616	12.50 522	8.46 534	19.94 599	16.74 585	0.23 537	0.01 194	0.00 1	0.01 358	0.33 498	0.30 502

Wz-Net-TNSev	11.35 584	10.56 609	35.88 622	2.28 491	1.73 451	18.25 586	11.42 604	15.88 565	20.88 579	14.44 567	16.97 525	19.57 576	19.04 595	19.31 595	18.67 592	0.01 274	0.06 421	0.00 1	0.16 480	0.62 542	1.25 569

MeshStereo	11.52 585	1.52 511	4.55 404	1.89 428	1.46 430	19.87 593	5.11 546	20.66 605	15.91 550	32.67 614	34.51 608	39.34 620	21.15 603	18.74 593	12.10 566	0.11 506	0.06 421	0.01 453	0.00 1	0.45 528	0.22 467
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
otaku	11.73 586	7.51 598	7.07 505	13.22 613	10.85 614	26.61 608	7.25 577	18.84 587	19.16 568	11.58 543	17.23 532	20.19 581	8.09 530	15.11 576	4.64 463	9.13 615	2.42 607	13.08 614	1.83 600	12.48 617	8.22 612

Ntro	12.35 587	8.88 602	7.80 520	13.79 614	12.42 617	26.54 607	6.98 573	18.54 582	22.14 585	9.82 504	16.45 517	20.30 582	9.29 550	15.95 581	6.61 499	9.53 617	2.47 609	14.93 617	2.77 602	13.11 619	8.63 615

DStereoSA	12.36 588	4.42 578	14.05 570	8.00 601	9.08 607	13.92 568	12.01 609	16.97 571	21.15 580	13.71 563	25.23 578	8.57 459	23.71 610	18.03 590	15.50 582	2.83 599	6.21 632	3.68 602	8.21 626	10.45 612	11.36 625

MFN_U_SF_RVC	12.94 589	3.66 572	25.81 606	3.61 566	2.26 487	22.77 597	4.55 536	27.10 616	20.06 574	23.90 599	28.99 588	30.53 607	16.98 587	19.92 598	20.26 597	1.24 584	1.07 596	0.98 587	1.33 593	1.80 581	2.04 582

WZ-Net	13.00 590	4.64 581	41.07 626	3.48 562	3.15 518	19.12 590	15.66 625	14.81 554	31.33 601	15.71 573	27.88 584	22.22 589	14.01 579	20.44 602	25.03 614	0.64 572	0.00 1	0.01 453	0.03 404	0.39 518	0.37 513

ADCS	13.02 591	4.93 583	28.38 612	3.17 549	2.67 504	13.61 566	10.83 603	18.70 583	33.46 606	22.59 593	24.78 572	19.59 577	18.51 593	23.40 610	32.16 628	0.10 504	0.19 544	0.37 578	0.18 495	1.26 568	1.46 574

MFMNet_re	13.29 592	8.60 601	18.29 586	9.75 603	7.25 600	19.65 592	14.84 619	20.71 606	30.72 600	23.03 596	28.77 587	18.85 573	26.09 615	13.55 563	9.82 546	2.44 596	1.35 600	0.34 574	0.23 520	4.78 597	6.69 607

AANet	13.33 593	10.25 608	51.23 634	2.56 519	1.54 434	8.62 507	3.24 507	14.89 556	32.17 603	29.65 608	31.98 598	28.58 601	20.69 601	12.06 550	17.35 588	0.01 274	0.03 346	0.03 504	0.04 424	0.99 562	0.72 554

MultiAttention	13.72 594	0.34 158	3.24 301	2.22 486	1.79 458	56.78 645	83.85 651	18.93 589	15.06 543	8.16 448	20.91 554	13.25 527	2.53 325	33.18 622	6.90 502	0.20 532	0.06 421	0.74 582	1.00 588	2.69 589	2.60 589

EDNetEfficient	13.82 595	6.19 588	54.79 637	2.83 531	3.60 537	4.86 425	8.57 586	8.61 389	32.90 605	40.77 627	30.59 594	18.33 570	21.87 607	11.38 540	25.36 615	0.15 519	0.23 558	0.06 528	1.03 589	2.54 587	1.79 577

DStereoFS	13.91 596	8.09 600	10.27 545	7.48 600	5.93 593	16.06 575	6.27 563	25.18 613	17.56 561	17.52 580	27.57 583	20.59 586	29.20 618	26.58 615	19.78 595	3.27 601	4.31 628	6.54 611	7.13 624	7.92 607	10.95 623

LSM	14.01 597	5.95 586	33.49 617	6.78 598	43.61 643	10.22 526	9.98 598	15.16 560	22.93 587	23.07 597	32.34 602	18.52 571	12.67 571	15.45 578	11.10 560	0.16 524	0.51 587	0.09 541	0.32 546	1.08 564	16.85 636

SAMSARA	14.63 598	2.74 559	12.38 556	12.65 611	6.74 597	36.50 624	72.93 650	19.36 596	23.77 589	16.20 576	13.04 486	29.21 603	12.78 572	16.98 586	15.21 581	0.11 506	0.26 566	0.03 504	0.14 473	0.76 554	0.77 555

SPS-STEREO	15.04 599	6.23 589	13.21 567	11.34 609	11.65 615	23.30 598	7.15 575	24.16 611	15.65 548	31.78 612	29.19 590	31.62 608	21.32 604	24.62 611	19.50 594	7.59 611	4.19 627	3.22 601	1.48 594	6.99 606	6.54 606
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	15.44 600	2.93 561	14.67 574	4.21 583	3.39 528	17.43 584	4.16 525	27.84 620	48.84 631	31.02 611	43.54 623	29.76 606	30.81 621	25.97 613	21.40 600	0.23 537	0.41 579	0.04 517	0.33 549	0.41 524	1.33 570

SGM+DAISY	15.62 601	7.26 596	19.28 589	8.94 602	10.11 612	26.25 604	10.49 601	19.36 596	14.65 539	30.64 610	33.59 606	33.00 610	22.32 609	24.96 612	16.42 584	7.90 612	6.25 633	4.51 606	3.37 608	5.86 600	7.20 608

ACVNet-4b	15.90 602	22.00 617	12.37 555	16.40 616	15.14 621	31.87 617	7.50 581	19.04 591	27.85 595	11.48 541	22.02 559	31.86 609	9.16 549	17.95 589	5.69 480	10.43 619	2.58 611	24.44 626	4.87 618	16.04 623	9.28 616

NVStereoNet_ROB	16.04 603	6.75 592	12.90 565	6.37 597	7.42 601	12.89 559	9.74 596	22.78 608	25.12 591	30.32 609	46.19 626	34.37 614	25.38 612	21.48 604	21.38 599	5.94 606	3.10 619	6.07 610	10.09 629	4.01 594	8.54 614
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
AnyNet_C01	16.12 604	10.81 610	59.36 639	4.42 585	2.49 497	30.06 613	15.15 623	17.51 576	16.51 553	17.88 581	37.69 614	24.04 591	17.54 588	29.60 619	33.29 629	0.28 547	0.38 576	0.43 580	0.42 562	2.57 588	1.98 581

MSC_U_SF_DS_RVC	16.41 605	6.93 594	21.83 597	5.94 596	2.81 508	38.71 626	14.59 616	24.55 612	34.87 616	33.66 618	34.35 607	29.24 604	24.20 611	22.59 607	17.95 591	2.52 597	2.81 614	1.17 590	1.51 596	5.89 601	2.16 583

ELAS_RVC	16.54 606	2.26 550	10.09 543	5.50 592	4.46 572	28.28 612	16.72 626	25.55 614	33.54 608	40.19 625	40.30 620	36.68 617	30.03 619	29.40 618	20.61 598	0.98 582	1.21 598	0.86 586	0.70 580	1.39 572	2.16 583
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	16.72 607	2.14 547	9.23 534	4.92 588	4.53 577	32.66 620	15.11 622	27.40 618	28.68 598	40.27 626	44.90 624	38.33 619	30.50 620	26.44 614	21.94 605	0.88 577	1.23 599	0.67 581	0.89 586	1.49 574	2.18 585
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
LE_ROB	16.73 608	1.28 493	11.61 551	3.72 570	1.65 442	16.67 578	9.17 590	14.39 549	55.91 635	63.81 646	40.86 621	35.94 616	37.73 629	14.24 568	26.87 619	0.05 473	0.10 482	0.13 551	0.22 517	0.12 353	0.15 421

SGM-ForestM	16.99 609	1.08 464	5.74 467	2.12 473	0.75 349	31.63 616	12.21 610	27.80 619	32.25 604	37.88 622	39.99 619	52.96 631	35.20 626	33.60 624	24.47 612	0.26 543	0.39 578	0.31 571	0.39 559	0.26 473	0.53 540

DispFullNet	17.47 610	26.01 622	33.98 619	22.58 622	20.86 628	13.84 567	1.28 436	16.50 567	26.27 593	19.97 588	17.17 530	20.52 585	18.49 592	22.86 608	10.76 558	5.13 604	2.83 615	30.72 631	7.72 625	20.86 628	11.01 624

EDNetEfficientorigin	17.87 611	14.00 613	99.53 660	1.64 390	0.92 372	10.55 532	6.26 562	13.21 530	34.84 615	38.20 624	36.91 613	27.47 600	26.32 616	14.71 573	25.69 616	0.04 459	0.06 421	0.14 552	0.52 570	3.16 592	3.27 591

RainbowNet	18.01 612	26.22 623	19.95 591	18.59 619	14.88 620	27.38 610	10.46 600	27.39 617	34.54 612	14.91 571	27.01 582	25.65 595	12.44 569	18.94 594	9.23 538	13.91 628	3.46 623	23.36 625	4.86 617	16.03 622	10.91 622

ACVNet_1	18.70 613	25.08 621	12.72 563	17.33 618	15.18 622	26.02 602	9.62 595	28.44 621	34.49 611	24.39 600	24.32 570	37.22 618	20.13 600	16.67 585	13.39 572	10.45 620	2.59 612	24.77 627	4.92 619	16.57 624	9.75 618

RTS	18.87 614	9.32 606	86.48 647	4.95 589	6.10 594	42.08 628	14.70 617	15.49 562	41.06 624	22.65 594	32.32 600	13.77 530	19.54 597	37.98 629	28.96 622	0.41 560	0.23 558	0.00 1	0.02 386	0.91 559	0.50 537

RTSA	18.87 614	9.32 606	86.48 647	4.95 589	6.10 594	42.08 628	14.70 617	15.49 562	41.06 624	22.65 594	32.32 600	13.77 530	19.54 597	37.98 629	28.96 622	0.41 560	0.23 558	0.00 1	0.02 386	0.91 559	0.50 537

MANE	19.47 616	1.27 490	5.07 433	4.69 586	5.55 590	30.49 614	9.94 597	34.01 624	37.27 620	44.13 631	51.57 635	52.51 629	40.41 631	33.58 623	24.81 613	0.89 578	0.86 594	1.11 589	9.72 627	0.38 514	1.06 564

coex-ft	19.78 617	19.39 616	87.73 649	1.77 409	1.80 460	17.25 582	13.50 613	12.63 519	42.10 626	60.18 642	38.90 615	28.72 602	28.74 617	11.74 546	27.40 620	0.21 534	0.23 558	0.04 517	0.30 541	1.36 571	1.54 575

light-stereo	21.82 618	11.04 611	35.82 621	37.02 632	31.68 639	20.21 594	2.99 496	25.68 615	31.48 602	32.20 613	33.32 605	41.11 621	16.21 585	29.08 617	14.97 580	13.77 627	13.20 639	2.04 596	3.65 611	20.75 627	20.21 639

BEATNet-Init1	23.31 619	9.03 603	41.67 627	4.17 581	2.53 499	45.68 634	19.47 631	33.43 623	38.45 622	47.59 634	49.10 631	59.31 635	41.80 633	38.35 631	29.21 624	0.47 566	0.50 586	0.81 584	0.66 577	2.10 585	1.86 578

DLNR-FE	24.70 620	50.76 639	90.20 651	98.11 659	97.18 658	1.38 94	0.12 135	22.82 610	3.09 189	1.07 175	2.93 201	0.72 184	0.29 90	6.93 345	2.29 373	38.52 641	0.38 576	0.00 1	0.30 541	76.91 654	0.09 333

DLNR_Zeroshot_test	24.70 620	50.77 640	90.11 650	98.11 659	97.34 659	1.38 94	0.12 135	22.79 609	3.09 189	1.07 175	2.95 203	0.71 183	0.29 90	6.93 345	2.29 373	38.56 642	0.37 575	0.00 1	0.30 541	76.73 653	0.09 333

MonStereo1	25.07 622	22.70 618	26.51 608	25.39 623	21.15 631	27.38 610	7.54 582	29.21 622	38.74 623	34.17 620	46.61 627	50.27 626	33.31 624	28.57 616	25.83 617	12.28 624	0.79 593	26.32 628	5.80 622	26.02 635	12.81 630

ACVNet_2	26.45 623	29.35 627	25.14 604	20.27 621	15.43 623	34.97 622	12.23 611	48.37 636	66.25 645	42.69 628	56.73 639	51.77 627	25.59 613	20.39 601	13.52 574	10.13 618	2.59 612	22.78 624	3.52 610	17.57 625	9.80 620

MADNet+	27.07 624	33.84 629	90.97 652	20.14 620	7.47 602	48.43 636	47.10 646	35.43 625	36.46 617	20.11 589	30.05 592	25.29 594	35.08 625	45.50 637	50.28 643	2.13 594	2.00 604	1.19 591	0.76 581	4.71 595	4.43 596

IMH-64-1	27.21 625	28.77 624	16.84 584	31.57 626	20.76 626	26.43 605	15.10 620	47.11 631	45.20 628	33.53 616	51.16 633	41.42 622	31.10 622	36.48 625	22.39 606	13.48 625	2.87 617	33.95 633	10.70 630	23.50 630	11.75 626

IMH-64	27.21 625	28.77 624	16.84 584	31.57 626	20.76 626	26.43 605	15.10 620	47.11 631	45.20 628	33.53 616	51.16 633	41.42 622	31.10 622	36.48 625	22.39 606	13.48 625	2.87 617	33.95 633	10.70 630	23.50 630	11.75 626

JetBlue	29.12 627	15.72 614	54.12 636	15.93 615	20.98 629	60.90 646	30.62 638	39.38 626	34.62 614	34.08 619	39.69 617	57.35 634	43.17 634	50.71 643	50.60 644	2.41 595	3.79 625	2.81 597	3.45 609	9.57 610	12.59 629

WAO-7	29.39 628	24.43 619	20.47 593	32.71 629	13.83 619	34.70 621	20.27 634	52.19 642	65.03 643	43.29 629	59.35 641	52.19 628	44.68 636	31.71 620	30.56 626	10.98 621	4.94 629	13.71 616	12.52 634	12.06 616	8.22 612

IMH	29.82 629	29.11 626	18.51 588	34.28 630	21.40 632	32.33 619	15.39 624	49.40 638	53.07 633	37.88 622	55.32 638	45.05 624	39.54 630	40.63 632	24.12 611	14.03 629	3.27 621	34.93 635	11.24 632	24.69 632	12.21 628

PWCK	30.53 630	44.32 636	47.25 632	29.76 624	7.23 599	40.78 627	27.10 637	44.73 630	44.32 627	47.31 633	36.37 612	47.16 625	26.05 614	41.26 633	31.87 627	21.83 633	4.03 626	29.50 630	4.67 615	27.17 637	7.80 610

TorneroNet-64	32.42 631	31.89 628	30.52 613	34.73 631	21.13 630	46.99 635	18.82 629	43.10 629	59.42 638	32.70 615	46.98 628	62.01 638	36.98 627	43.97 636	33.88 630	14.10 630	3.22 620	35.28 636	11.72 633	26.84 636	14.07 631

Dean	34.67 632	38.70 634	25.33 605	29.89 625	17.21 624	45.24 633	11.98 608	56.90 646	76.55 647	63.47 645	60.22 642	67.36 645	48.14 639	37.24 627	39.01 635	11.00 622	2.83 615	28.35 629	5.60 621	18.14 626	10.31 621

WAO-6	34.74 633	36.76 633	15.36 577	37.53 633	24.15 636	35.99 623	19.36 630	48.96 637	68.54 646	43.84 630	47.58 629	52.77 630	52.60 640	32.63 621	34.73 632	26.20 636	7.74 636	42.78 640	21.64 641	28.07 638	17.62 638

LVE	34.99 634	40.10 635	34.97 620	32.49 628	18.61 625	51.45 641	26.82 636	52.15 641	65.94 644	47.21 632	61.04 643	53.99 632	37.30 628	37.95 628	34.09 631	15.55 632	5.95 631	31.01 632	13.81 635	22.58 629	16.72 635

TorneroNet	35.11 635	33.92 630	33.82 618	37.86 634	22.01 633	49.64 638	21.58 635	48.09 635	55.23 634	37.50 621	53.79 636	62.81 641	43.66 635	46.71 639	41.25 638	14.80 631	3.53 624	36.72 637	14.57 636	28.28 639	16.49 634

WAO-8	38.15 636	35.51 631	21.50 595	43.67 635	23.92 634	44.44 630	20.26 632	52.83 643	76.62 648	53.57 639	66.79 647	62.63 639	54.56 643	42.03 634	39.18 636	22.71 634	6.65 634	37.08 638	19.08 639	24.72 634	15.24 632

Venus	38.15 636	35.51 631	21.50 595	43.67 635	23.92 634	44.44 630	20.26 632	52.83 643	76.62 648	53.57 639	66.81 648	62.63 639	54.56 643	42.03 634	39.18 636	22.71 634	6.65 634	37.08 638	19.08 639	24.70 633	15.24 632

UNDER WATER	45.09 638	48.60 638	67.37 642	49.30 639	31.41 638	53.80 643	37.39 640	40.25 628	52.48 632	50.24 635	45.37 625	68.37 647	57.76 646	51.03 644	49.88 642	29.97 638	13.75 640	51.22 643	36.57 642	37.87 641	29.12 641

UNDER WATER-64	45.16 639	46.99 637	66.69 641	43.90 637	27.64 637	55.58 644	41.87 643	39.42 627	48.42 630	51.73 638	43.08 622	67.76 646	56.69 645	48.02 641	48.34 641	39.50 643	17.64 641	51.78 644	38.93 644	36.62 640	32.61 642

notaker	47.42 640	55.20 642	49.13 633	56.52 643	40.18 640	38.52 625	32.97 639	47.21 633	56.08 636	57.21 641	57.24 640	60.09 636	59.19 648	53.93 645	41.64 639	40.61 644	19.93 643	57.21 645	37.41 643	49.02 643	39.02 643

Selective-IGEV-i16pa	47.56 641	54.61 641	52.44 635	10.51 607	5.01 586	94.09 654	18.20 628	75.27 651	90.92 655	76.97 650	87.46 652	73.72 650	64.48 649	93.84 658	69.31 650	27.42 637	10.49 638	13.34 615	6.50 623	9.62 611	17.02 637

Selective-IGEV-i1pa	48.43 642	65.43 650	42.34 628	16.87 617	8.81 606	90.19 651	37.63 641	70.30 650	78.04 650	78.09 651	79.55 650	65.25 643	59.08 647	90.94 657	64.41 647	36.32 640	18.26 642	21.83 622	9.97 628	13.82 620	21.46 640

ktn	48.94 643	57.58 643	38.86 625	59.57 644	43.27 642	50.37 639	43.38 644	48.07 634	61.11 639	51.30 637	54.25 637	54.96 633	52.88 641	47.30 640	35.83 633	57.77 648	24.88 646	62.69 648	43.55 645	50.70 644	40.41 644

DPSimNet_ROB	53.45 644	64.73 649	44.39 629	53.97 641	45.39 644	53.66 642	54.83 647	55.15 645	57.87 637	64.16 647	50.83 632	63.40 642	53.34 642	46.45 638	65.81 649	63.13 649	26.54 647	57.94 646	51.11 648	45.52 642	50.69 648

KSHMR	55.63 645	63.60 648	37.85 624	74.69 646	49.56 645	49.01 637	45.73 645	57.46 647	63.97 642	61.61 644	62.07 645	72.39 649	47.01 637	50.65 642	43.29 640	54.10 647	62.21 649	66.10 649	53.94 649	51.25 646	46.11 646

HanzoNet	56.48 646	59.32 644	58.25 638	55.32 642	41.94 641	50.95 640	41.33 642	51.12 639	61.40 640	65.62 648	65.59 646	71.66 648	69.41 650	70.77 648	60.03 646	63.99 650	34.70 648	61.96 647	50.54 647	51.00 645	44.71 645

JetRed	61.02 647	61.05 647	82.56 646	46.09 638	56.80 647	83.19 647	63.76 648	59.26 648	63.61 641	69.29 649	68.85 649	66.59 644	47.62 638	61.57 646	74.09 653	45.58 645	66.14 651	46.59 641	45.06 646	63.17 647	49.58 647

LRCNet_RVC	66.23 648	65.67 651	67.63 643	71.47 645	54.32 646	32.17 618	2.66 486	63.19 649	21.35 582	81.79 652	91.26 653	83.62 653	71.62 651	69.32 647	52.57 645	95.49 659	64.45 650	95.07 659	95.19 659	71.52 648	74.31 650

TCMNet-wrong-test	67.23 649	85.83 655	81.56 645	95.63 655	94.73 656	89.35 650	85.42 652	51.73 640	33.71 610	51.26 636	61.71 644	61.33 637	41.23 632	77.26 651	64.71 648	48.76 646	9.03 637	70.12 651	68.11 650	90.76 659	82.37 655

MADNet++	82.84 650	82.38 654	73.57 644	87.72 654	82.97 651	93.14 652	69.15 649	86.42 655	82.50 651	93.46 658	86.70 651	86.28 654	80.92 654	88.34 653	88.84 654	86.83 655	84.17 655	72.64 652	68.92 651	80.47 655	81.42 654

tt	83.26 651	0.34 158	99.99 662	79.40 652	93.18 655	100.00 662	100.00 663	100.00 667	99.95 661	60.33 643	47.63 630	99.98 668	99.96 662	99.98 664	100.00 667	92.42 656	99.82 662	73.83 656	73.63 652	88.42 656	56.35 649

RSGM-EC	84.07 652	59.96 645	46.25 630	78.03 650	83.22 653	89.06 648	90.25 653	92.04 656	94.92 656	90.68 656	97.34 657	83.40 651	78.92 652	76.48 649	72.91 651	93.35 657	97.50 657	88.11 657	92.75 657	88.89 657	87.40 657

acva	84.07 652	59.96 645	46.25 630	78.03 650	83.22 653	89.06 648	90.25 653	92.04 656	94.92 656	90.68 656	97.34 657	83.40 651	78.92 652	76.48 649	72.91 651	93.35 657	97.50 657	88.11 657	92.75 657	88.89 657	87.40 657

xxxxx1	85.63 654	90.31 656	96.68 655	76.54 647	80.57 648	97.44 657	96.86 658	85.53 652	88.53 652	88.68 653	91.71 654	94.23 656	92.93 655	90.02 654	91.98 655	70.60 651	70.39 652	73.68 653	81.46 654	74.61 649	79.86 651

tt_ll	85.63 654	90.31 656	96.68 655	76.54 647	80.57 648	97.44 657	96.86 658	85.53 652	88.53 652	88.68 653	91.71 654	94.23 656	92.93 655	90.02 654	91.98 655	70.60 651	70.39 652	73.68 653	81.46 654	74.61 649	79.86 651

ff	85.63 654	90.31 656	96.68 655	76.54 647	80.57 648	97.44 657	96.86 658	85.53 652	88.53 652	88.68 653	91.71 654	94.23 656	92.93 655	90.02 654	91.98 655	70.60 651	70.39 652	73.68 653	81.46 654	74.61 649	79.86 651

USTest	87.63 657	76.50 652	65.53 640	81.26 653	83.10 652	100.00 662	100.00 663	99.53 662	99.60 660	98.32 659	99.02 661	90.87 655	98.33 660	84.28 652	98.23 661	79.97 654	96.20 656	69.82 650	73.75 653	75.48 652	82.80 656

PML	97.88 658	100.00 665	96.45 654	98.01 658	97.88 660	100.00 662	99.35 661	96.88 658	97.72 659	100.00 666	97.36 659	97.38 660	99.60 661	100.00 667	96.32 659	99.99 666	97.55 659	100.00 663	96.01 660	99.18 661	87.92 659

MEDIAN_ROB	98.41 659	99.70 660	99.30 659	97.09 656	97.02 657	96.89 655	95.77 657	97.66 660	97.28 658	98.79 662	98.94 660	99.18 661	98.14 659	96.89 659	96.88 660	99.96 665	99.16 660	100.00 663	99.99 664	99.69 662	99.88 663

HaxPig	98.85 660	99.94 662	95.08 653	99.99 665	100.00 665	94.03 653	94.78 655	99.15 661	99.98 663	99.99 665	100.00 663	99.98 668	99.99 663	98.12 660	95.97 658	100.00 668	99.99 664	100.00 663	99.99 664	100.00 667	99.99 666

Anonymous_1	99.08 661	99.91 661	99.85 661	97.63 657	99.10 661	100.00 662	100.00 663	99.61 664	99.96 662	99.28 664	99.86 662	99.54 663	99.99 663	99.29 661	99.75 662	96.05 660	99.59 661	97.31 660	98.57 661	97.71 660	98.63 660

test_example2	99.39 662	99.98 664	99.99 662	100.00 668	99.98 664	99.72 661	99.99 662	97.34 659	100.00 664	100.00 666	100.00 663	96.42 659	96.66 658	99.97 663	99.96 663	100.00 668	99.97 663	98.66 661	99.15 662	100.00 667	100.00 668

AVERAGE_ROB	99.62 663	99.95 663	98.81 658	100.00 668	100.00 665	98.08 660	95.47 656	100.00 667	100.00 664	100.00 666	100.00 663	100.00 670	100.00 665	100.00 667	99.99 664	100.00 668	100.00 665	100.00 663	100.00 666	100.00 667	100.00 668

iinet-test	99.90 664	100.00 665	100.00 666	99.59 662	99.85 662	100.00 662	100.00 663	100.00 667	100.00 664	100.00 666	100.00 663	99.95 666	100.00 665	100.00 667	100.00 667	99.21 661	100.00 665	100.00 663	100.00 666	99.82 664	99.66 661

IINet	99.90 664	100.00 665	100.00 666	99.58 661	99.85 662	100.00 662	100.00 663	100.00 667	100.00 664	100.00 666	100.00 663	99.95 666	100.00 665	100.00 667	100.00 667	99.21 661	100.00 665	100.00 663	100.00 666	99.81 663	99.66 661

DGTPSM_ROB	99.90 664	100.00 665	99.99 662	99.99 665	100.00 665	100.00 662	100.00 663	99.97 665	100.00 664	98.35 660	100.00 663	99.84 664	100.00 665	99.98 664	99.99 664	99.99 666	100.00 665	100.00 663	100.00 666	100.00 667	100.00 668

DPSMNet_ROB	99.91 667	100.00 665	99.99 662	99.99 665	100.00 665	100.00 662	100.00 663	99.98 666	100.00 664	98.35 660	100.00 663	99.84 664	100.00 665	99.98 664	99.99 664	100.00 668	100.00 665	100.00 663	100.00 666	100.00 667	100.00 668

DPSM_ROB	99.95 668	100.00 665	100.00 666	99.76 663	100.00 665	100.00 662	100.00 663	100.00 667	100.00 664	100.00 666	100.00 663	100.00 670	100.00 665	100.00 667	100.00 667	99.21 661	100.00 665	100.00 663	100.00 666	99.99 665	99.95 664

DPSM	99.95 668	100.00 665	100.00 666	99.76 663	100.00 665	100.00 662	100.00 663	100.00 667	100.00 664	100.00 666	100.00 663	100.00 670	100.00 665	100.00 667	100.00 667	99.21 661	100.00 665	100.00 663	100.00 666	99.99 665	99.95 664

Hybrid-DGEV	100.00 670	100.00 665	100.00 666	100.00 668	100.00 665	100.00 662	100.00 663	100.00 667	100.00 664	100.00 666	100.00 663	100.00 670	100.00 665	100.00 667	100.00 667	100.00 668	100.00 665	100.00 663	100.00 666	100.00 667	100.00 668

RAFT-FEzeroshot	100.00 670	100.00 665	100.00 666	100.00 668	100.00 665	100.00 662	100.00 663	100.00 667	100.00 664	100.00 666	100.00 663	100.00 670	100.00 665	100.00 667	100.00 667	100.00 668	100.00 665	100.00 663	100.00 666	100.00 667	100.00 668

RAFT-FE	100.00 670	100.00 665	100.00 666	100.00 668	100.00 665	100.00 662	100.00 663	100.00 667	100.00 664	100.00 666	100.00 663	100.00 670	100.00 665	100.00 667	100.00 667	100.00 668	100.00 665	100.00 663	100.00 666	100.00 667	100.00 668

FlowAnything	100.00 670	100.00 665	100.00 666	100.00 668	100.00 665	100.00 662	100.00 663	100.00 667	100.00 664	100.00 666	100.00 663	100.00 670	100.00 665	100.00 667	100.00 667	100.00 668	100.00 665	100.00 663	100.00 666	100.00 667	100.00 668

Selective-RAFT-Error	100.00 670	100.00 665	100.00 666	100.00 668	100.00 665	100.00 662	100.00 663	100.00 667	100.00 664	100.00 666	100.00 663	100.00 670	100.00 665	100.00 667	100.00 667	100.00 668	100.00 665	100.00 663	100.00 666	100.00 667	100.00 668

CasAABBNet	100.00 670	100.00 665	100.00 666	100.00 668	100.00 665	100.00 662	100.00 663	100.00 667	100.00 664	100.00 666	100.00 663	100.00 670	100.00 665	100.00 667	100.00 667	100.00 668	100.00 665	100.00 663	100.00 666	100.00 667	100.00 668

LSM0	100.00 670	100.00 665	100.00 666	100.00 668	100.00 665	100.00 662	100.00 663	100.00 667	100.00 664	100.00 666	100.00 663	100.00 670	100.00 665	100.00 667	100.00 667	100.00 668	100.00 665	100.00 663	100.00 666	100.00 667	99.99 666

GS-Stereo							0.73 349	4.64 192	2.10 114	0.31 61	0.65 88	0.43 150	0.48 145	0.83 53	0.14 17	0.00 1	0.01 194	0.00 1	0.12 467	0.17 404	0.13 399

FSD					0.10 87	0.53 10	0.06 83	3.21 72	0.81 36	0.16 20	0.24 58	1.06 199	0.12 42	0.63 28	0.24 50	0.02 390	0.07 444	0.00 1	0.00 1	0.01 36

ccccc		96.61 659		100.00 668	100.00 665	97.41 656		99.56 663		99.27 663		99.35 662		99.92 662		100.00 668	100.00 665	99.95 662	99.77 663	100.00 667

ASD4		81.57 653

Low-res two-view benchmark