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

FS-TRT-Baseline	0.06 1	0.04 1	0.09 86	0.13 14	0.05 1	0.08 59	0.04 1	0.06 1	0.04 2	0.07 46	0.05 7	0.07 78	0.06 45	0.09 39	0.10 140	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49
1853532: FS-TRT-Baseline: No-Enhancement Baseline for ETH3D Low-Res Two-View. Technical report (online)
FS-TRT-Harmonizegood	0.06 1	0.04 1	0.09 86	0.13 14	0.05 1	0.08 59	0.04 1	0.06 1	0.04 2	0.07 46	0.05 7	0.07 78	0.06 45	0.09 39	0.10 140	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49
1853532: FS-TRT-Harmonize: Photometric Harmonization for ETH3D Low-Res Two-View. Technical report (online)
MLG-Stereo_test2	0.06 1	0.04 1	0.10 133	0.15 86	0.05 1	0.07 33	0.11 56	0.09 13	0.04 2	0.06 13	0.05 7	0.06 22	0.04 1	0.08 18	0.09 61	0.06 131	0.04 24	0.05 34	0.03 1	0.05 121	0.05 146

MLG-Stereo_test1	0.06 1	0.05 27	0.08 38	0.17 242	0.05 1	0.06 11	0.11 56	0.08 6	0.03 1	0.05 2	0.04 1	0.06 22	0.05 12	0.09 39	0.09 61	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

FoundationStereo	0.06 1	0.04 1	0.08 38	0.12 5	0.05 1	0.09 97	0.13 124	0.06 1	0.09 30	0.05 2	0.05 7	0.06 22	0.04 1	0.06 1	0.07 1	0.06 131	0.04 24	0.05 34	0.03 1	0.05 121	0.04 49

MatchStereo	0.07 6	0.04 1	0.08 38	0.14 43	0.06 18	0.05 4	0.12 76	0.12 57	0.09 30	0.07 46	0.06 16	0.04 1	0.04 1	0.08 18	0.09 61	0.06 131	0.05 211	0.05 34	0.03 1	0.04 21	0.04 49

BridgeDepth_RVC	0.07 6	0.04 1	0.09 86	0.11 1	0.05 1	0.10 149	0.10 33	0.14 96	0.09 30	0.06 13	0.07 48	0.06 22	0.07 127	0.07 4	0.10 140	0.06 131	0.04 24	0.04 1	0.04 48	0.04 21	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
CSFM-Stereo	0.07 6	0.05 27	0.07 8	0.14 43	0.06 18	0.09 97	0.13 124	0.15 128	0.06 6	0.07 46	0.08 90	0.06 22	0.08 167	0.09 39	0.09 61	0.06 131	0.05 211	0.04 1	0.03 1	0.04 21	0.04 49

VIP-Stereo	0.07 6	0.07 169	0.07 8	0.15 86	0.06 18	0.12 239	0.10 33	0.11 37	0.11 75	0.06 13	0.07 48	0.06 22	0.05 12	0.10 82	0.08 17	0.05 35	0.04 24	0.05 34	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 6	0.07 169	0.08 38	0.18 325	0.06 18	0.07 33	0.11 56	0.09 13	0.06 6	0.04 1	0.07 48	0.10 186	0.09 200	0.08 18	0.08 17	0.04 11	0.03 1	0.04 1	0.04 48	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Zero-FE251	0.07 6	0.05 27	0.09 86	0.13 14	0.06 18	0.12 239	0.12 76	0.11 37	0.10 47	0.07 46	0.08 90	0.06 22	0.06 45	0.09 39	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.04 49

MonStereo	0.07 6	0.06 76	0.05 1	0.15 86	0.05 1	0.08 59	0.10 33	0.15 128	0.15 185	0.05 2	0.06 16	0.05 2	0.06 45	0.07 4	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 6	0.05 27	0.07 8	0.16 166	0.06 18	0.07 33	0.11 56	0.10 22	0.08 17	0.06 13	0.06 16	0.07 78	0.07 127	0.09 39	0.09 61	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 6	0.06 76	0.05 1	0.15 86	0.05 1	0.08 59	0.10 33	0.15 128	0.15 185	0.05 2	0.06 16	0.05 2	0.06 45	0.07 4	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 6	0.04 1	0.09 86	0.13 14	0.06 18	0.05 4	0.09 20	0.11 37	0.07 12	0.06 13	0.06 16	0.05 2	0.06 45	0.09 39	0.09 61	0.06 131	0.04 24	0.04 1	0.03 1	0.05 121	0.05 146

Replicate-Monster	0.07 6	0.05 27	0.09 86	0.14 43	0.06 18	0.08 59	0.09 20	0.13 75	0.13 140	0.05 2	0.07 48	0.06 22	0.06 45	0.08 18	0.10 140	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

AdaDepth	0.07 6	0.06 76	0.07 8	0.18 325	0.06 18	0.11 196	0.12 76	0.09 13	0.07 12	0.06 13	0.05 7	0.07 78	0.06 45	0.09 39	0.10 140	0.04 11	0.05 211	0.05 34	0.04 48	0.04 21	0.04 49

asda	0.07 6	0.08 270	0.08 38	0.16 166	0.06 18	0.06 11	0.10 33	0.16 158	0.10 47	0.06 13	0.06 16	0.05 2	0.05 12	0.10 82	0.10 140	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

asd	0.07 6	0.08 270	0.07 8	0.16 166	0.07 86	0.08 59	0.08 9	0.11 37	0.08 17	0.07 46	0.07 48	0.06 22	0.06 45	0.10 82	0.09 61	0.03 1	0.03 1	0.04 1	0.04 48	0.04 21	0.03 2

qwe	0.07 6	0.08 270	0.07 8	0.15 86	0.06 18	0.07 33	0.10 33	0.18 225	0.11 75	0.07 46	0.07 48	0.06 22	0.06 45	0.10 82	0.09 61	0.03 1	0.03 1	0.04 1	0.04 48	0.04 21	0.03 2

2.25w	0.07 6	0.06 76	0.07 8	0.14 43	0.06 18	0.08 59	0.08 9	0.10 22	0.15 185	0.08 85	0.10 144	0.07 78	0.06 45	0.08 18	0.10 140	0.05 35	0.03 1	0.04 1	0.04 48	0.03 1	0.04 49

4.25_new	0.07 6	0.08 270	0.09 86	0.15 86	0.06 18	0.09 97	0.08 9	0.14 96	0.08 17	0.07 46	0.07 48	0.06 22	0.06 45	0.12 224	0.10 140	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.5w_new	0.07 6	0.08 270	0.09 86	0.15 86	0.06 18	0.09 97	0.08 9	0.14 96	0.08 17	0.07 46	0.07 48	0.06 22	0.06 45	0.12 224	0.10 140	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.5_new	0.07 6	0.09 346	0.08 38	0.15 86	0.07 86	0.06 11	0.10 33	0.14 96	0.11 75	0.06 13	0.08 90	0.06 22	0.06 45	0.08 18	0.10 140	0.03 1	0.03 1	0.04 1	0.04 48	0.04 21	0.03 2

4.5w-stereo	0.07 6	0.09 346	0.08 38	0.15 86	0.07 86	0.06 11	0.10 33	0.14 96	0.11 75	0.06 13	0.08 90	0.06 22	0.06 45	0.08 18	0.10 140	0.03 1	0.03 1	0.04 1	0.04 48	0.04 21	0.03 2

4.25w-stereo	0.07 6	0.08 270	0.09 86	0.15 86	0.06 18	0.09 97	0.08 9	0.14 96	0.08 17	0.07 46	0.07 48	0.06 22	0.06 45	0.12 224	0.10 140	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4w-stereo	0.07 6	0.08 270	0.08 38	0.16 166	0.06 18	0.07 33	0.08 9	0.12 57	0.08 17	0.07 46	0.07 48	0.05 2	0.06 45	0.09 39	0.10 140	0.03 1	0.03 1	0.04 1	0.04 48	0.04 21	0.03 2

2.5w	0.07 6	0.07 169	0.07 8	0.16 166	0.06 18	0.08 59	0.12 76	0.10 22	0.10 47	0.07 46	0.06 16	0.09 152	0.06 45	0.08 18	0.09 61	0.04 11	0.03 1	0.04 1	0.04 48	0.03 1	0.03 2

2.75w_new	0.07 6	0.07 169	0.07 8	0.13 14	0.06 18	0.08 59	0.08 9	0.18 225	0.12 105	0.07 46	0.08 90	0.06 22	0.06 45	0.09 39	0.11 215	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 49

3.25w_new	0.07 6	0.06 76	0.07 8	0.15 86	0.06 18	0.10 149	0.07 5	0.12 57	0.11 75	0.08 85	0.06 16	0.07 78	0.06 45	0.11 132	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 6	0.06 76	0.07 8	0.15 86	0.06 18	0.10 149	0.07 5	0.12 57	0.11 75	0.08 85	0.06 16	0.07 78	0.06 45	0.11 132	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 6	0.07 169	0.08 38	0.16 166	0.07 86	0.07 33	0.09 20	0.16 158	0.09 30	0.07 46	0.06 16	0.05 2	0.06 45	0.09 39	0.10 140	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 6	0.07 169	0.07 8	0.15 86	0.07 86	0.09 97	0.06 3	0.13 75	0.11 75	0.07 46	0.07 48	0.06 22	0.07 127	0.10 82	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

1w_stereo	0.07 6	0.06 76	0.07 8	0.16 166	0.06 18	0.07 33	0.10 33	0.14 96	0.14 165	0.07 46	0.08 90	0.05 2	0.06 45	0.09 39	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 49

monsterstereo	0.07 6	0.06 76	0.06 4	0.16 166	0.06 18	0.08 59	0.10 33	0.16 158	0.11 75	0.07 46	0.08 90	0.06 22	0.07 127	0.08 18	0.09 61	0.04 11	0.04 24	0.05 34	0.04 48	0.03 1	0.03 2

monsters	0.07 6	0.06 76	0.06 4	0.15 86	0.06 18	0.08 59	0.09 20	0.12 57	0.08 17	0.09 124	0.07 48	0.06 22	0.06 45	0.08 18	0.08 17	0.05 35	0.04 24	0.04 1	0.04 48	0.03 1	0.03 2

IGEV	0.07 6	0.04 1	0.08 38	0.13 14	0.06 18	0.09 97	0.12 76	0.14 96	0.10 47	0.06 13	0.09 113	0.07 78	0.05 12	0.09 39	0.09 61	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

111111	0.07 6	0.04 1	0.09 86	0.17 242	0.06 18	0.05 4	0.10 33	0.11 37	0.09 30	0.06 13	0.06 16	0.07 78	0.05 12	0.09 39	0.09 61	0.06 131	0.04 24	0.05 34	0.04 48	0.07 294	0.06 234

LG-Stereo_L2	0.07 6	0.05 27	0.10 133	0.14 43	0.06 18	0.07 33	0.12 76	0.09 13	0.09 30	0.06 13	0.04 1	0.05 2	0.05 12	0.08 18	0.08 17	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.03 2

LG-Stereo_L1	0.07 6	0.05 27	0.11 179	0.14 43	0.06 18	0.07 33	0.13 124	0.09 13	0.07 12	0.05 2	0.04 1	0.05 2	0.04 1	0.08 18	0.07 1	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

MLG-Stereo_test3	0.07 6	0.05 27	0.10 133	0.14 43	0.06 18	0.07 33	0.11 56	0.08 6	0.06 6	0.06 13	0.04 1	0.06 22	0.06 45	0.07 4	0.10 140	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.06 234

MLG-Stereo	0.07 6	0.05 27	0.08 38	0.17 242	0.05 1	0.07 33	0.11 56	0.08 6	0.04 2	0.05 2	0.04 1	0.06 22	0.05 12	0.10 82	0.09 61	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

LG-G_1	0.07 6	0.04 1	0.11 179	0.15 86	0.06 18	0.09 97	0.08 9	0.08 6	0.06 6	0.06 13	0.05 7	0.07 78	0.07 127	0.11 132	0.08 17	0.07 274	0.04 24	0.05 34	0.04 48	0.05 121	0.05 146

LG-G	0.07 6	0.04 1	0.11 179	0.15 86	0.06 18	0.09 97	0.08 9	0.08 6	0.06 6	0.06 13	0.05 7	0.07 78	0.07 127	0.11 132	0.08 17	0.07 274	0.04 24	0.05 34	0.04 48	0.05 121	0.05 146

LGtest1	0.07 6	0.04 1	0.10 133	0.15 86	0.06 18	0.07 33	0.09 20	0.08 6	0.06 6	0.05 2	0.04 1	0.06 22	0.06 45	0.10 82	0.09 61	0.07 274	0.04 24	0.05 34	0.04 48	0.06 224	0.06 234

LG-Stereo_Zeroshot	0.07 6	0.06 76	0.10 133	0.16 166	0.07 86	0.04 1	0.13 124	0.10 22	0.10 47	0.05 2	0.11 182	0.07 78	0.05 12	0.07 4	0.09 61	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

GREAT-IGEV	0.07 6	0.06 76	0.08 38	0.13 14	0.07 86	0.07 33	0.14 179	0.09 13	0.09 30	0.06 13	0.07 48	0.06 22	0.05 12	0.10 82	0.07 1	0.05 35	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

StereoAnything_RVC	0.07 6	0.15 502	0.17 413	0.11 1	0.05 1	0.05 4	0.11 56	0.08 6	0.08 17	0.06 13	0.06 16	0.05 2	0.05 12	0.09 39	0.08 17	0.08 338	0.04 24	0.05 34	0.03 1	0.05 121	0.04 49

AIO_rvc	0.07 6	0.06 76	0.08 38	0.15 86	0.06 18	0.08 59	0.14 179	0.09 13	0.08 17	0.07 46	0.08 90	0.07 78	0.04 1	0.10 82	0.08 17	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

AIO_test	0.07 6	0.05 27	0.07 8	0.15 86	0.07 86	0.06 11	0.14 179	0.10 22	0.10 47	0.07 46	0.07 48	0.06 22	0.05 12	0.08 18	0.10 140	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

MonSter	0.07 6	0.06 76	0.05 1	0.15 86	0.05 1	0.07 33	0.10 33	0.15 128	0.15 185	0.05 2	0.06 16	0.05 2	0.06 45	0.07 4	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 6	0.05 27	0.07 8	0.14 43	0.06 18	0.10 149	0.13 124	0.07 4	0.13 140	0.06 13	0.07 48	0.06 22	0.05 12	0.10 82	0.09 61	0.04 11	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

dual_stereo	0.07 6	0.04 1	0.08 38	0.15 86	0.05 1	0.05 4	0.13 124	0.12 57	0.08 17	0.07 46	0.06 16	0.05 2	0.05 12	0.07 4	0.09 61	0.06 131	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

IGEV-Stereo++	0.07 6	0.06 76	0.08 38	0.18 325	0.06 18	0.04 1	0.10 33	0.11 37	0.11 75	0.06 13	0.07 48	0.07 78	0.06 45	0.09 39	0.09 61	0.05 35	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

IGEV-Stereo+	0.07 6	0.04 1	0.08 38	0.15 86	0.06 18	0.04 1	0.09 20	0.10 22	0.09 30	0.06 13	0.06 16	0.06 22	0.06 45	0.06 1	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.06 224	0.06 234

Selective-IGEV	0.07 6	0.06 76	0.08 38	0.17 242	0.06 18	0.08 59	0.12 76	0.13 75	0.07 12	0.08 85	0.07 48	0.06 22	0.04 1	0.10 82	0.09 61	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

BStereo	0.08 57	0.06 76	0.16 383	0.15 86	0.08 146	0.07 33	0.09 20	0.15 128	0.16 214	0.06 13	0.07 48	0.07 78	0.05 12	0.09 39	0.11 215	0.04 11	0.05 211	0.05 34	0.07 305	0.04 21	0.04 49

MS-F	0.08 57	0.04 1	0.10 133	0.13 14	0.06 18	0.09 97	0.12 76	0.13 75	0.08 17	0.06 13	0.07 48	0.06 22	0.08 167	0.10 82	0.11 215	0.06 131	0.05 211	0.04 1	0.03 1	0.04 21	0.04 49

HiDET	0.08 57	0.04 1	0.10 133	0.13 14	0.06 18	0.08 59	0.12 76	0.12 57	0.11 75	0.06 13	0.07 48	0.07 78	0.07 127	0.11 132	0.11 215	0.06 131	0.04 24	0.04 1	0.03 1	0.04 21	0.04 49

LCMNet	0.08 57	0.05 27	0.10 133	0.13 14	0.07 86	0.09 97	0.12 76	0.10 22	0.11 75	0.06 13	0.08 90	0.06 22	0.07 127	0.11 132	0.10 140	0.06 131	0.05 211	0.04 1	0.03 1	0.04 21	0.04 49

GEAStereo	0.08 57	0.05 27	0.08 38	0.13 14	0.08 146	0.08 59	0.14 179	0.10 22	0.09 30	0.08 85	0.10 144	0.06 22	0.05 12	0.11 132	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.05 146

GSStereo	0.08 57	0.05 27	0.08 38	0.13 14	0.08 146	0.08 59	0.14 179	0.11 37	0.12 105	0.08 85	0.10 144	0.05 2	0.05 12	0.11 132	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.05 146

gasm-f	0.08 57	0.05 27	0.07 8	0.13 14	0.08 146	0.08 59	0.14 179	0.10 22	0.09 30	0.08 85	0.10 144	0.06 22	0.05 12	0.10 82	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.06 224	0.05 146

DDF-Stereo	0.08 57	0.04 1	0.09 86	0.15 86	0.10 372	0.06 11	0.13 124	0.09 13	0.14 165	0.06 13	0.06 16	0.07 78	0.06 45	0.09 39	0.10 140	0.06 131	0.04 24	0.06 127	0.04 48	0.08 357	0.05 146

252Zero-FE	0.08 57	0.04 1	0.09 86	0.13 14	0.07 86	0.12 239	0.11 56	0.13 75	0.14 165	0.06 13	0.05 7	0.06 22	0.05 12	0.09 39	0.10 140	0.06 131	0.04 24	0.04 1	0.03 1	0.05 121	0.06 234

DA	0.08 57	0.07 169	0.07 8	0.19 386	0.08 146	0.09 97	0.12 76	0.13 75	0.12 105	0.08 85	0.10 144	0.10 186	0.08 167	0.09 39	0.10 140	0.05 35	0.04 24	0.06 127	0.04 48	0.05 121	0.03 2

zero-FE	0.08 57	0.04 1	0.09 86	0.15 86	0.10 372	0.05 4	0.14 179	0.09 13	0.14 165	0.07 46	0.06 16	0.07 78	0.06 45	0.09 39	0.10 140	0.06 131	0.04 24	0.06 127	0.04 48	0.08 357	0.05 146

GGEV	0.08 57	0.07 169	0.07 8	0.19 386	0.08 146	0.09 97	0.12 76	0.13 75	0.12 105	0.08 85	0.10 144	0.10 186	0.08 167	0.09 39	0.10 140	0.05 35	0.04 24	0.06 127	0.04 48	0.05 121	0.03 2

GASTEREO	0.08 57	0.05 27	0.09 86	0.19 386	0.07 86	0.07 33	0.12 76	0.14 96	0.11 75	0.10 159	0.09 113	0.07 78	0.04 1	0.12 224	0.08 17	0.06 131	0.05 211	0.05 34	0.04 48	0.04 21	0.05 146

MSCF	0.08 57	0.05 27	0.08 38	0.19 386	0.08 146	0.06 11	0.12 76	0.14 96	0.11 75	0.10 159	0.09 113	0.07 78	0.04 1	0.11 132	0.08 17	0.06 131	0.05 211	0.05 34	0.04 48	0.05 121	0.05 146

S2M2_XL	0.08 57	0.06 76	0.12 215	0.12 5	0.08 146	0.09 97	0.09 20	0.07 4	0.07 12	0.08 85	0.07 48	0.07 78	0.06 45	0.09 39	0.09 61	0.08 338	0.06 343	0.07 229	0.05 133	0.08 357	0.06 234
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
3w_stereo	0.08 57	0.09 346	0.10 133	0.17 242	0.07 86	0.08 59	0.10 33	0.20 262	0.13 140	0.06 13	0.07 48	0.05 2	0.06 45	0.08 18	0.09 61	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

2w_stereo	0.08 57	0.08 270	0.09 86	0.16 166	0.06 18	0.08 59	0.10 33	0.20 262	0.15 185	0.08 85	0.07 48	0.06 22	0.06 45	0.06 1	0.09 61	0.04 11	0.03 1	0.04 1	0.04 48	0.03 1	0.03 2

LG-Stereo	0.08 57	0.07 169	0.10 133	0.18 325	0.07 86	0.10 149	0.17 357	0.11 37	0.08 17	0.05 2	0.07 48	0.05 2	0.07 127	0.09 39	0.09 61	0.04 11	0.05 211	0.07 229	0.07 305	0.04 21	0.04 49

SGD-Stereo	0.08 57	0.05 27	0.10 133	0.14 43	0.05 1	0.12 239	0.12 76	0.11 37	0.12 105	0.07 46	0.09 113	0.09 152	0.09 200	0.08 18	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.03 2

HART	0.08 57	0.07 169	0.09 86	0.17 242	0.07 86	0.10 149	0.16 319	0.13 75	0.11 75	0.08 85	0.10 144	0.07 78	0.05 12	0.10 82	0.08 17	0.05 35	0.04 24	0.06 127	0.04 48	0.05 121	0.04 49

Reg-Stereo(zero)	0.08 57	0.05 27	0.08 38	0.16 166	0.06 18	0.12 239	0.11 56	0.15 128	0.10 47	0.12 230	0.09 113	0.10 186	0.08 167	0.11 132	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.05 146

SCV_C0	0.08 57	0.07 169	0.07 8	0.16 166	0.09 269	0.08 59	0.15 251	0.11 37	0.12 105	0.08 85	0.07 48	0.06 22	0.05 12	0.11 132	0.07 1	0.05 35	0.05 211	0.05 34	0.04 48	0.06 224	0.05 146

SCV	0.08 57	0.09 346	0.08 38	0.15 86	0.08 146	0.10 149	0.13 124	0.10 22	0.12 105	0.07 46	0.07 48	0.06 22	0.04 1	0.09 39	0.08 17	0.05 35	0.04 24	0.06 127	0.04 48	0.06 224	0.04 49

DEFOM-Stereo_RVC	0.08 57	0.06 76	0.09 86	0.22 490	0.06 18	0.08 59	0.12 76	0.10 22	0.10 47	0.07 46	0.07 48	0.06 22	0.05 12	0.11 132	0.09 61	0.06 131	0.04 24	0.05 34	0.03 1	0.06 224	0.04 49

HUF	0.08 57	0.05 27	0.08 38	0.14 43	0.06 18	0.09 97	0.13 124	0.13 75	0.13 140	0.07 46	0.07 48	0.08 127	0.06 45	0.10 82	0.09 61	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

castereo++	0.08 57	0.05 27	0.08 38	0.15 86	0.05 1	0.14 315	0.12 76	0.11 37	0.15 185	0.07 46	0.07 48	0.07 78	0.06 45	0.08 18	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

IGEV-RUCA	0.08 57	0.06 76	0.11 179	0.14 43	0.09 269	0.10 149	0.12 76	0.10 22	0.12 105	0.06 13	0.07 48	0.07 78	0.06 45	0.09 39	0.08 17	0.06 131	0.05 211	0.05 34	0.04 48	0.05 121	0.06 234

GIP-stereo	0.08 57	0.06 76	0.11 179	0.14 43	0.06 18	0.09 97	0.13 124	0.14 96	0.11 75	0.07 46	0.08 90	0.05 2	0.04 1	0.10 82	0.07 1	0.05 35	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

SMoEStereo_RVC	0.08 57	0.06 76	0.12 215	0.16 166	0.07 86	0.09 97	0.14 179	0.11 37	0.13 140	0.09 124	0.07 48	0.07 78	0.07 127	0.12 224	0.10 140	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

WCG-NET	0.08 57	0.05 27	0.09 86	0.15 86	0.06 18	0.11 196	0.14 179	0.13 75	0.13 140	0.06 13	0.09 113	0.07 78	0.06 45	0.13 270	0.08 17	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

Occ-G	0.08 57	0.05 27	0.06 4	0.14 43	0.07 86	0.08 59	0.14 179	0.13 75	0.15 185	0.07 46	0.11 182	0.07 78	0.05 12	0.09 39	0.10 140	0.06 131	0.05 211	0.05 34	0.04 48	0.05 121	0.05 146

U	0.08 57	0.07 169	0.09 86	0.19 386	0.10 372	0.10 149	0.13 124	0.12 57	0.17 237	0.07 46	0.07 48	0.06 22	0.05 12	0.07 4	0.08 17	0.06 131	0.04 24	0.06 127	0.04 48	0.06 224	0.05 146

AIO-Stereo	0.08 57	0.06 76	0.09 86	0.18 325	0.06 18	0.08 59	0.12 76	0.15 128	0.09 30	0.08 85	0.08 90	0.07 78	0.05 12	0.11 132	0.08 17	0.05 35	0.05 211	0.05 34	0.04 48	0.04 21	0.04 49

WCG-NET（raft）	0.08 57	0.05 27	0.10 133	0.15 86	0.06 18	0.11 196	0.13 124	0.15 128	0.12 105	0.08 85	0.07 48	0.06 22	0.06 45	0.13 270	0.08 17	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.04 49

RSM++	0.08 57	0.06 76	0.09 86	0.17 242	0.07 86	0.09 97	0.12 76	0.11 37	0.11 75	0.08 85	0.06 16	0.07 78	0.05 12	0.10 82	0.09 61	0.04 11	0.04 24	0.06 127	0.05 133	0.05 121	0.03 2

RSM	0.08 57	0.06 76	0.09 86	0.17 242	0.06 18	0.08 59	0.12 76	0.12 57	0.10 47	0.08 85	0.07 48	0.06 22	0.05 12	0.11 132	0.09 61	0.04 11	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

trnet	0.08 57	0.05 27	0.07 8	0.12 5	0.05 1	0.12 239	0.11 56	0.13 75	0.10 47	0.08 85	0.13 210	0.09 152	0.08 167	0.11 132	0.10 140	0.08 338	0.05 211	0.05 34	0.03 1	0.06 224	0.05 146

MoCha-V2	0.08 57	0.05 27	0.10 133	0.20 444	0.07 86	0.09 97	0.14 179	0.11 37	0.08 17	0.07 46	0.08 90	0.07 78	0.06 45	0.09 39	0.08 17	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.04 49

IGEV++	0.08 57	0.06 76	0.08 38	0.18 325	0.07 86	0.09 97	0.13 124	0.10 22	0.09 30	0.08 85	0.08 90	0.06 22	0.06 45	0.13 270	0.09 61	0.05 35	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

testlalala	0.08 57	0.07 169	0.17 413	0.16 166	0.08 146	0.09 97	0.12 76	0.15 128	0.10 47	0.07 46	0.09 113	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.04 48	0.04 21	0.04 49

AEACV	0.08 57	0.05 27	0.08 38	0.14 43	0.13 480	0.14 315	0.13 124	0.14 96	0.09 30	0.07 46	0.09 113	0.07 78	0.08 167	0.10 82	0.09 61	0.06 131	0.04 24	0.06 127	0.05 133	0.05 121	0.04 49

LoS_RVC	0.08 57	0.05 27	0.07 8	0.15 86	0.07 86	0.08 59	0.15 251	0.11 37	0.10 47	0.08 85	0.09 113	0.06 22	0.09 200	0.10 82	0.09 61	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.03 2

CAS	0.08 57	0.04 1	0.07 8	0.17 242	0.08 146	0.10 149	0.13 124	0.12 57	0.09 30	0.09 124	0.10 144	0.08 127	0.06 45	0.09 39	0.08 17	0.08 338	0.04 24	0.05 34	0.03 1	0.05 121	0.04 49

CES	0.08 57	0.04 1	0.08 38	0.14 43	0.07 86	0.09 97	0.14 179	0.11 37	0.09 30	0.08 85	0.09 113	0.11 212	0.06 45	0.12 224	0.08 17	0.06 131	0.04 24	0.05 34	0.03 1	0.05 121	0.05 146

EGLCR-Stereo	0.08 57	0.05 27	0.08 38	0.14 43	0.06 18	0.10 149	0.12 76	0.11 37	0.16 214	0.06 13	0.05 7	0.07 78	0.05 12	0.10 82	0.11 215	0.06 131	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

MC-Stereo	0.08 57	0.06 76	0.09 86	0.17 242	0.06 18	0.10 149	0.14 179	0.12 57	0.10 47	0.09 124	0.12 196	0.09 152	0.06 45	0.11 132	0.10 140	0.06 131	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

test-3	0.08 57	0.06 76	0.09 86	0.17 242	0.07 86	0.07 33	0.14 179	0.12 57	0.15 185	0.09 124	0.08 90	0.07 78	0.08 167	0.11 132	0.10 140	0.05 35	0.04 24	0.07 229	0.05 133	0.04 21	0.04 49

test_1	0.08 57	0.06 76	0.09 86	0.17 242	0.07 86	0.07 33	0.14 179	0.12 57	0.15 185	0.09 124	0.08 90	0.07 78	0.08 167	0.11 132	0.10 140	0.05 35	0.04 24	0.07 229	0.05 133	0.04 21	0.04 49

CREStereo++_RVC	0.08 57	0.04 1	0.06 4	0.13 14	0.07 86	0.09 97	0.12 76	0.14 96	0.14 165	0.10 159	0.14 224	0.08 127	0.07 127	0.09 39	0.11 215	0.06 131	0.04 24	0.05 34	0.05 133	0.04 21	0.04 49
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
Wave_Phase_stereo	0.09 106	0.06 76	0.16 383	0.15 86	0.08 146	0.11 196	0.09 20	0.18 225	0.16 214	0.06 13	0.07 48	0.07 78	0.05 12	0.09 39	0.11 215	0.04 11	0.05 211	0.05 34	0.07 305	0.04 21	0.04 49

NLMM	0.09 106	0.06 76	0.08 38	0.18 325	0.08 146	0.11 196	0.16 319	0.17 194	0.19 280	0.08 85	0.07 48	0.07 78	0.08 167	0.11 132	0.12 271	0.04 11	0.04 24	0.06 127	0.06 214	0.04 21	0.04 49

NLSM3	0.09 106	0.06 76	0.08 38	0.19 386	0.08 146	0.11 196	0.16 319	0.18 225	0.16 214	0.06 13	0.08 90	0.07 78	0.08 167	0.09 39	0.11 215	0.04 11	0.04 24	0.06 127	0.07 305	0.03 1	0.03 2

NLSM1	0.09 106	0.06 76	0.09 86	0.17 242	0.07 86	0.14 315	0.16 319	0.19 249	0.14 165	0.08 85	0.10 144	0.07 78	0.09 200	0.13 270	0.11 215	0.05 35	0.04 24	0.05 34	0.05 133	0.05 121	0.04 49

NLCSM	0.09 106	0.05 27	0.09 86	0.18 325	0.08 146	0.11 196	0.13 124	0.19 249	0.17 237	0.08 85	0.08 90	0.07 78	0.09 200	0.11 132	0.11 215	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

FE-Mocha	0.09 106	0.06 76	0.14 297	0.16 166	0.09 269	0.10 149	0.15 251	0.18 225	0.16 214	0.10 159	0.09 113	0.07 78	0.07 127	0.09 39	0.09 61	0.06 131	0.04 24	0.06 127	0.06 214	0.05 121	0.05 146

IGEV-FE	0.09 106	0.05 27	0.12 215	0.13 14	0.08 146	0.12 239	0.13 124	0.17 194	0.11 75	0.10 159	0.06 16	0.09 152	0.06 45	0.11 132	0.09 61	0.06 131	0.04 24	0.06 127	0.06 214	0.05 121	0.05 146

water-stereo	0.09 106	0.06 76	0.08 38	0.16 166	0.07 86	0.09 97	0.13 124	0.15 128	0.13 140	0.11 192	0.12 196	0.08 127	0.09 200	0.07 4	0.08 17	0.06 131	0.05 211	0.05 34	0.05 133	0.04 21	0.04 49

depthmonostereo	0.09 106	0.06 76	0.09 86	0.15 86	0.06 18	0.10 149	0.13 124	0.14 96	0.14 165	0.10 159	0.10 144	0.09 152	0.11 261	0.08 18	0.09 61	0.06 131	0.05 211	0.06 127	0.04 48	0.04 21	0.03 2

DilatedVolume-Stereo	0.09 106	0.05 27	0.08 38	0.15 86	0.06 18	0.11 196	0.12 76	0.14 96	0.16 214	0.11 192	0.11 182	0.09 152	0.09 200	0.11 132	0.10 140	0.06 131	0.05 211	0.05 34	0.04 48	0.03 1	0.03 2

S2M2_L	0.09 106	0.08 270	0.11 179	0.13 14	0.10 372	0.08 59	0.06 3	0.10 22	0.10 47	0.10 159	0.09 113	0.10 186	0.09 200	0.11 132	0.11 215	0.13 515	0.07 418	0.08 314	0.09 422	0.10 452	0.08 381
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 106	0.06 76	0.09 86	0.19 386	0.08 146	0.12 239	0.18 402	0.15 128	0.14 165	0.07 46	0.10 144	0.07 78	0.06 45	0.12 224	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.03 2

castereo	0.09 106	0.06 76	0.11 179	0.15 86	0.06 18	0.11 196	0.15 251	0.14 96	0.18 264	0.08 85	0.10 144	0.11 212	0.08 167	0.09 39	0.10 140	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

fffft	0.09 106	0.06 76	0.12 215	0.16 166	0.07 86	0.09 97	0.17 357	0.12 57	0.11 75	0.08 85	0.07 48	0.09 152	0.06 45	0.11 132	0.12 271	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.05 146
1: 1. 1
tt45	0.09 106	0.06 76	0.11 179	0.15 86	0.07 86	0.11 196	0.16 319	0.13 75	0.11 75	0.09 124	0.06 16	0.08 127	0.06 45	0.13 270	0.10 140	0.06 131	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

999	0.09 106	0.05 27	0.13 262	0.15 86	0.08 146	0.10 149	0.14 179	0.15 128	0.11 75	0.10 159	0.08 90	0.08 127	0.08 167	0.16 354	0.10 140	0.06 131	0.04 24	0.06 127	0.05 133	0.04 21	0.05 146

mms	0.09 106	0.07 169	0.08 38	0.16 166	0.08 146	0.10 149	0.16 319	0.12 57	0.11 75	0.08 85	0.09 113	0.08 127	0.06 45	0.11 132	0.12 271	0.05 35	0.04 24	0.07 229	0.05 133	0.04 21	0.03 2

ours_stereo	0.09 106	0.07 169	0.09 86	0.17 242	0.08 146	0.11 196	0.16 319	0.11 37	0.12 105	0.08 85	0.10 144	0.08 127	0.06 45	0.12 224	0.12 271	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.03 2

fffy	0.09 106	0.08 270	0.09 86	0.16 166	0.07 86	0.13 283	0.17 357	0.13 75	0.12 105	0.08 85	0.09 113	0.08 127	0.09 200	0.13 270	0.11 215	0.05 35	0.05 211	0.07 229	0.05 133	0.04 21	0.05 146

PAM_32	0.09 106	0.05 27	0.17 413	0.15 86	0.08 146	0.10 149	0.15 251	0.14 96	0.15 185	0.09 124	0.08 90	0.09 152	0.07 127	0.14 298	0.08 17	0.06 131	0.05 211	0.06 127	0.06 214	0.05 121	0.06 234

UGAM-zero	0.09 106	0.05 27	0.15 349	0.15 86	0.08 146	0.09 97	0.13 124	0.19 249	0.15 185	0.11 192	0.15 241	0.07 78	0.07 127	0.09 39	0.09 61	0.06 131	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234

GCAP-BAT	0.09 106	0.07 169	0.14 297	0.15 86	0.08 146	0.10 149	0.13 124	0.14 96	0.10 47	0.11 192	0.10 144	0.08 127	0.07 127	0.12 224	0.10 140	0.06 131	0.05 211	0.06 127	0.04 48	0.04 21	0.04 49

Pointernet	0.09 106	0.04 1	0.09 86	0.16 166	0.08 146	0.13 283	0.10 33	0.15 128	0.17 237	0.09 124	0.07 48	0.06 22	0.06 45	0.11 132	0.09 61	0.08 338	0.04 24	0.05 34	0.03 1	0.06 224	0.05 146

IGEV-BASED-STEREO-	0.09 106	0.10 407	0.31 520	0.15 86	0.06 18	0.08 59	0.14 179	0.10 22	0.10 47	0.07 46	0.07 48	0.06 22	0.04 1	0.11 132	0.07 1	0.12 492	0.04 24	0.07 229	0.05 133	0.05 121	0.05 146

RAFT-Stereo-weight	0.09 106	0.06 76	0.10 133	0.16 166	0.07 86	0.09 97	0.14 179	0.19 249	0.16 214	0.11 192	0.10 144	0.08 127	0.06 45	0.10 82	0.11 215	0.06 131	0.04 24	0.06 127	0.04 48	0.04 21	0.04 49

gcap-zeroshot	0.09 106	0.05 27	0.10 133	0.16 166	0.07 86	0.13 283	0.13 124	0.11 37	0.12 105	0.13 257	0.12 196	0.09 152	0.08 167	0.09 39	0.09 61	0.06 131	0.05 211	0.06 127	0.05 133	0.04 21	0.04 49

test_for_model	0.09 106	0.12 451	0.14 297	0.23 511	0.11 424	0.08 59	0.13 124	0.12 57	0.12 105	0.10 159	0.07 48	0.07 78	0.06 45	0.11 132	0.10 140	0.06 131	0.05 211	0.05 34	0.03 1	0.07 294	0.04 49

MGS-Stereo	0.09 106	0.07 169	0.12 215	0.15 86	0.08 146	0.09 97	0.15 251	0.12 57	0.12 105	0.07 46	0.10 144	0.08 127	0.06 45	0.10 82	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.06 224	0.05 146

ff7	0.09 106	0.07 169	0.11 179	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.12 105	0.10 159	0.06 16	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

IGEVStereo-DCA	0.09 106	0.06 76	0.11 179	0.15 86	0.10 372	0.11 196	0.15 251	0.16 158	0.12 105	0.10 159	0.06 16	0.08 127	0.06 45	0.10 82	0.08 17	0.06 131	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234

ffff	0.09 106	0.07 169	0.11 179	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.12 105	0.10 159	0.06 16	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

rrr	0.09 106	0.06 76	0.12 215	0.15 86	0.10 372	0.11 196	0.16 319	0.16 158	0.15 185	0.10 159	0.06 16	0.08 127	0.06 45	0.10 82	0.08 17	0.06 131	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234

11t	0.09 106	0.07 169	0.11 179	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.12 105	0.10 159	0.06 16	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

MaDis-Stereo	0.09 106	0.09 346	0.08 38	0.17 242	0.09 269	0.13 283	0.10 33	0.16 158	0.16 214	0.09 124	0.11 182	0.06 22	0.06 45	0.09 39	0.13 313	0.07 274	0.06 343	0.07 229	0.05 133	0.05 121	0.04 49

IGEV_Zeroshot_test	0.09 106	0.05 27	0.12 215	0.13 14	0.08 146	0.12 239	0.13 124	0.17 194	0.11 75	0.10 159	0.06 16	0.09 152	0.06 45	0.11 132	0.09 61	0.06 131	0.04 24	0.06 127	0.06 214	0.05 121	0.05 146

MSKI-zero shot	0.09 106	0.05 27	0.09 86	0.15 86	0.07 86	0.10 149	0.13 124	0.14 96	0.13 140	0.09 124	0.09 113	0.09 152	0.06 45	0.12 224	0.10 140	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.04 49

UniTT-Stereo	0.09 106	0.07 169	0.08 38	0.18 325	0.08 146	0.13 283	0.11 56	0.12 57	0.11 75	0.10 159	0.12 196	0.05 2	0.07 127	0.09 39	0.09 61	0.07 274	0.05 211	0.05 34	0.05 133	0.05 121	0.05 146

MIM_Stereo	0.09 106	0.07 169	0.11 179	0.15 86	0.07 86	0.06 11	0.12 76	0.20 262	0.14 165	0.13 257	0.13 210	0.09 152	0.05 12	0.12 224	0.08 17	0.05 35	0.06 343	0.07 229	0.06 214	0.06 224	0.05 146

CASnet	0.09 106	0.09 346	0.09 86	0.19 386	0.06 18	0.07 33	0.11 56	0.18 225	0.14 165	0.11 192	0.10 144	0.09 152	0.07 127	0.10 82	0.10 140	0.06 131	0.04 24	0.10 446	0.08 373	0.05 121	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	0.09 106	0.07 169	0.13 262	0.18 325	0.06 18	0.11 196	0.07 5	0.13 75	0.12 105	0.09 124	0.10 144	0.07 78	0.09 200	0.13 270	0.10 140	0.06 131	0.05 211	0.05 34	0.04 48	0.04 21	0.05 146

RAFT-Test	0.09 106	0.06 76	0.10 133	0.15 86	0.07 86	0.11 196	0.15 251	0.16 158	0.13 140	0.09 124	0.10 144	0.10 186	0.09 200	0.12 224	0.09 61	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.05 146

HH	0.09 106	0.06 76	0.13 262	0.17 242	0.08 146	0.10 149	0.16 319	0.14 96	0.10 47	0.08 85	0.09 113	0.08 127	0.07 127	0.10 82	0.09 61	0.06 131	0.04 24	0.06 127	0.05 133	0.05 121	0.04 49

HanStereo	0.09 106	0.06 76	0.13 262	0.17 242	0.08 146	0.10 149	0.16 319	0.14 96	0.10 47	0.08 85	0.09 113	0.08 127	0.07 127	0.10 82	0.09 61	0.06 131	0.04 24	0.06 127	0.05 133	0.05 121	0.04 49

4D-IteraStereo	0.09 106	0.07 169	0.10 133	0.18 325	0.07 86	0.09 97	0.15 251	0.17 194	0.15 185	0.10 159	0.11 182	0.10 186	0.07 127	0.11 132	0.09 61	0.05 35	0.03 1	0.08 314	0.07 305	0.06 224	0.05 146

anonymousdsp	0.09 106	0.07 169	0.11 179	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.12 105	0.09 124	0.06 16	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

LoS	0.09 106	0.05 27	0.11 179	0.13 14	0.07 86	0.14 315	0.11 56	0.15 128	0.15 185	0.09 124	0.09 113	0.12 231	0.09 200	0.15 320	0.10 140	0.07 274	0.05 211	0.05 34	0.03 1	0.05 121	0.05 146
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 106	0.07 169	0.10 133	0.17 242	0.08 146	0.10 149	0.15 251	0.15 128	0.12 105	0.09 124	0.06 16	0.07 78	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.06 234

RCA-Stereo	0.09 106	0.06 76	0.09 86	0.16 166	0.06 18	0.09 97	0.13 124	0.18 225	0.14 165	0.09 124	0.10 144	0.08 127	0.07 127	0.12 224	0.11 215	0.06 131	0.04 24	0.06 127	0.05 133	0.05 121	0.04 49

CroCo-Stereo Lap2	0.09 106	0.09 346	0.08 38	0.22 490	0.09 269	0.09 97	0.19 442	0.16 158	0.12 105	0.09 124	0.10 144	0.05 2	0.05 12	0.08 18	0.08 17	0.06 131	0.06 343	0.07 229	0.05 133	0.05 121	0.05 146

ccc-4	0.09 106	0.07 169	0.11 179	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.12 105	0.10 159	0.06 16	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

IGEV-Stereo	0.09 106	0.07 169	0.11 179	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.12 105	0.09 124	0.06 16	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 106	0.05 27	0.13 262	0.14 43	0.08 146	0.12 239	0.15 251	0.18 225	0.10 47	0.11 192	0.08 90	0.08 127	0.05 12	0.10 82	0.09 61	0.06 131	0.04 24	0.06 127	0.05 133	0.06 224	0.05 146

TRStereo	0.09 106	0.05 27	0.12 215	0.15 86	0.12 457	0.10 149	0.13 124	0.18 225	0.18 264	0.09 124	0.09 113	0.09 152	0.06 45	0.10 82	0.08 17	0.07 274	0.05 211	0.07 229	0.07 305	0.04 21	0.04 49

AnonymousM	0.09 106	0.05 27	0.10 133	0.14 43	0.06 18	0.09 97	0.13 124	0.19 249	0.14 165	0.13 257	0.11 182	0.09 152	0.08 167	0.13 270	0.10 140	0.08 338	0.05 211	0.08 314	0.05 133	0.05 121	0.05 146

CroCo-Stereo	0.09 106	0.08 270	0.08 38	0.22 490	0.09 269	0.09 97	0.19 442	0.15 128	0.12 105	0.07 46	0.07 48	0.08 127	0.06 45	0.08 18	0.07 1	0.07 274	0.05 211	0.06 127	0.04 48	0.05 121	0.04 49
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
s12784h	0.09 106	0.06 76	0.07 8	0.15 86	0.05 1	0.16 372	0.18 402	0.15 128	0.15 185	0.10 159	0.11 182	0.11 212	0.11 261	0.10 82	0.12 271	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.04 49

TANstereo	0.09 106	0.04 1	0.08 38	0.13 14	0.06 18	0.11 196	0.14 179	0.15 128	0.19 280	0.11 192	0.15 241	0.10 186	0.06 45	0.12 224	0.09 61	0.07 274	0.05 211	0.05 34	0.04 48	0.06 224	0.05 146

XX-TBD	0.09 106	0.06 76	0.07 8	0.14 43	0.07 86	0.12 239	0.16 319	0.14 96	0.13 140	0.11 192	0.12 196	0.09 152	0.08 167	0.10 82	0.10 140	0.06 131	0.04 24	0.05 34	0.03 1	0.06 224	0.05 146

raftrobust	0.09 106	0.06 76	0.10 133	0.17 242	0.08 146	0.09 97	0.10 33	0.18 225	0.16 214	0.10 159	0.09 113	0.12 231	0.07 127	0.12 224	0.10 140	0.08 338	0.05 211	0.06 127	0.05 133	0.05 121	0.05 146

XX-Stereo	0.09 106	0.05 27	0.08 38	0.17 242	0.09 269	0.15 342	0.12 76	0.20 262	0.10 47	0.10 159	0.14 224	0.07 78	0.06 45	0.12 224	0.08 17	0.06 131	0.05 211	0.06 127	0.06 214	0.04 21	0.04 49

test_xeample3	0.09 106	0.06 76	0.12 215	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.13 140	0.10 159	0.06 16	0.08 127	0.06 45	0.10 82	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

RAFT-Stereo + iAFF	0.09 106	0.06 76	0.10 133	0.17 242	0.06 18	0.10 149	0.16 319	0.17 194	0.14 165	0.09 124	0.10 144	0.08 127	0.09 200	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.06 214	0.04 21	0.03 2

AFF-stereo	0.09 106	0.06 76	0.10 133	0.17 242	0.07 86	0.10 149	0.16 319	0.17 194	0.09 30	0.10 159	0.12 196	0.09 152	0.09 200	0.12 224	0.09 61	0.05 35	0.04 24	0.07 229	0.07 305	0.04 21	0.03 2

EAI-Stereo	0.09 106	0.07 169	0.11 179	0.15 86	0.06 18	0.10 149	0.15 251	0.16 158	0.09 30	0.08 85	0.09 113	0.08 127	0.07 127	0.09 39	0.11 215	0.05 35	0.04 24	0.05 34	0.05 133	0.05 121	0.04 49

CFNet-RSSM	0.09 106	0.07 169	0.09 86	0.16 166	0.07 86	0.09 97	0.15 251	0.16 158	0.17 237	0.08 85	0.12 196	0.10 186	0.09 200	0.11 132	0.09 61	0.06 131	0.04 24	0.06 127	0.04 48	0.04 21	0.04 49

Gwc-CoAtRS	0.09 106	0.06 76	0.10 133	0.16 166	0.07 86	0.10 149	0.14 179	0.17 194	0.17 237	0.08 85	0.10 144	0.12 231	0.09 200	0.12 224	0.09 61	0.06 131	0.04 24	0.06 127	0.04 48	0.04 21	0.04 49

CREStereo	0.09 106	0.04 1	0.08 38	0.11 1	0.06 18	0.13 283	0.14 179	0.14 96	0.10 47	0.08 85	0.13 210	0.09 152	0.08 167	0.11 132	0.10 140	0.08 338	0.04 24	0.05 34	0.03 1	0.06 224	0.06 234
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 106	0.05 27	0.09 86	0.12 5	0.06 18	0.12 239	0.14 179	0.15 128	0.11 75	0.09 124	0.13 210	0.10 186	0.07 127	0.13 270	0.10 140	0.15 533	0.04 24	0.05 34	0.03 1	0.07 294	0.06 234

NLMM1	0.10 174	0.06 76	0.11 179	0.18 325	0.07 86	0.12 239	0.13 124	0.20 262	0.21 319	0.09 124	0.09 113	0.09 152	0.08 167	0.13 270	0.10 140	0.05 35	0.04 24	0.05 34	0.05 133	0.05 121	0.04 49

MM-Stereo_test3	0.10 174	0.07 169	0.07 8	0.18 325	0.07 86	0.12 239	0.19 442	0.24 352	0.19 280	0.06 13	0.10 144	0.08 127	0.06 45	0.11 132	0.08 17	0.06 131	0.06 343	0.07 229	0.05 133	0.05 121	0.04 49

MM-Stereo_test1	0.10 174	0.07 169	0.08 38	0.18 325	0.07 86	0.12 239	0.18 402	0.21 286	0.20 304	0.09 124	0.11 182	0.08 127	0.06 45	0.10 82	0.10 140	0.06 131	0.05 211	0.07 229	0.06 214	0.05 121	0.04 49

AIO-test2	0.10 174	0.08 270	0.10 133	0.23 511	0.08 146	0.11 196	0.10 33	0.23 329	0.23 344	0.08 85	0.09 113	0.08 127	0.05 12	0.10 82	0.08 17	0.06 131	0.05 211	0.08 314	0.09 422	0.05 121	0.05 146

AIO-test1	0.10 174	0.07 169	0.10 133	0.23 511	0.07 86	0.09 97	0.13 124	0.21 286	0.14 165	0.11 192	0.12 196	0.09 152	0.07 127	0.11 132	0.09 61	0.06 131	0.05 211	0.09 398	0.10 461	0.03 1	0.06 234

tg	0.10 174	0.06 76	0.10 133	0.18 325	0.08 146	0.11 196	0.16 319	0.20 262	0.12 105	0.08 85	0.11 182	0.11 212	0.07 127	0.11 132	0.10 140	0.05 35	0.04 24	0.08 314	0.08 373	0.04 21	0.04 49

PAM	0.10 174	0.05 27	0.16 383	0.15 86	0.08 146	0.09 97	0.16 319	0.15 128	0.16 214	0.12 230	0.09 113	0.09 152	0.07 127	0.13 270	0.08 17	0.06 131	0.05 211	0.06 127	0.06 214	0.05 121	0.06 234

model_zeroshot	0.10 174	0.04 1	0.11 179	0.15 86	0.09 269	0.12 239	0.14 179	0.20 262	0.13 140	0.11 192	0.10 144	0.12 231	0.07 127	0.12 224	0.10 140	0.07 274	0.06 343	0.06 127	0.05 133	0.06 224	0.06 234

RAStereo	0.10 174	0.09 346	0.08 38	0.20 444	0.08 146	0.13 283	0.18 402	0.15 128	0.17 237	0.10 159	0.12 196	0.05 2	0.06 45	0.09 39	0.08 17	0.07 274	0.05 211	0.07 229	0.05 133	0.05 121	0.04 49

rvit_stereo_0080	0.10 174	0.08 270	0.14 297	0.15 86	0.09 269	0.07 33	0.15 251	0.16 158	0.16 214	0.11 192	0.10 144	0.14 276	0.08 167	0.12 224	0.10 140	0.09 397	0.07 418	0.07 229	0.06 214	0.07 294	0.05 146

testlalala2	0.10 174	0.06 76	0.11 179	0.20 444	0.10 372	0.10 149	0.12 76	0.17 194	0.12 105	0.12 230	0.13 210	0.09 152	0.07 127	0.11 132	0.13 313	0.06 131	0.05 211	0.05 34	0.04 48	0.05 121	0.05 146

H2IRNET	0.10 174	0.09 346	0.09 86	0.18 325	0.09 269	0.12 239	0.15 251	0.14 96	0.21 319	0.10 159	0.10 144	0.10 186	0.10 236	0.10 82	0.10 140	0.05 35	0.04 24	0.08 314	0.08 373	0.06 224	0.05 146

Former-RAFT_DAM_RVC	0.10 174	0.08 270	0.12 215	0.16 166	0.08 146	0.15 342	0.16 319	0.18 225	0.18 264	0.10 159	0.09 113	0.09 152	0.08 167	0.11 132	0.12 271	0.07 274	0.05 211	0.08 314	0.06 214	0.07 294	0.06 234

MyStereo07	0.10 174	0.07 169	0.10 133	0.17 242	0.09 269	0.14 315	0.18 402	0.15 128	0.15 185	0.09 124	0.06 16	0.06 22	0.07 127	0.12 224	0.09 61	0.06 131	0.05 211	0.08 314	0.07 305	0.06 224	0.06 234

MyStereo06	0.10 174	0.07 169	0.12 215	0.17 242	0.09 269	0.13 283	0.18 402	0.19 249	0.12 105	0.12 230	0.08 90	0.07 78	0.07 127	0.11 132	0.09 61	0.06 131	0.05 211	0.07 229	0.07 305	0.06 224	0.06 234

AE-Stereo	0.10 174	0.08 270	0.10 133	0.18 325	0.09 269	0.10 149	0.15 251	0.14 96	0.19 280	0.09 124	0.14 224	0.12 231	0.08 167	0.11 132	0.10 140	0.05 35	0.06 343	0.07 229	0.06 214	0.05 121	0.04 49

ACVNet-DCA	0.10 174	0.08 270	0.12 215	0.17 242	0.09 269	0.13 283	0.15 251	0.23 329	0.16 214	0.09 124	0.09 113	0.06 22	0.06 45	0.10 82	0.07 1	0.06 131	0.04 24	0.06 127	0.05 133	0.07 294	0.07 317

cc1	0.10 174	0.08 270	0.12 215	0.17 242	0.09 269	0.13 283	0.15 251	0.16 158	0.18 264	0.09 124	0.09 113	0.06 22	0.06 45	0.10 82	0.07 1	0.06 131	0.04 24	0.06 127	0.05 133	0.06 224	0.06 234

tt1	0.10 174	0.08 270	0.12 215	0.17 242	0.09 269	0.12 239	0.16 319	0.15 128	0.19 280	0.09 124	0.08 90	0.06 22	0.06 45	0.10 82	0.07 1	0.06 131	0.04 24	0.06 127	0.05 133	0.06 224	0.06 234

whm_eth	0.10 174	0.08 270	0.14 297	0.15 86	0.09 269	0.07 33	0.15 251	0.16 158	0.16 214	0.11 192	0.10 144	0.14 276	0.08 167	0.12 224	0.10 140	0.09 397	0.07 418	0.07 229	0.06 214	0.07 294	0.05 146

plain	0.10 174	0.08 270	0.10 133	0.19 386	0.09 269	0.10 149	0.15 251	0.14 96	0.13 140	0.13 257	0.15 241	0.09 152	0.12 294	0.13 270	0.12 271	0.07 274	0.05 211	0.09 398	0.06 214	0.06 224	0.06 234

testlalala_base	0.10 174	0.09 346	0.14 297	0.21 475	0.08 146	0.10 149	0.14 179	0.13 75	0.10 47	0.07 46	0.15 241	0.07 78	0.08 167	0.10 82	0.12 271	0.08 338	0.05 211	0.05 34	0.03 1	0.06 224	0.05 146

Any-RAFT	0.10 174	0.05 27	0.09 86	0.14 43	0.07 86	0.13 283	0.14 179	0.21 286	0.15 185	0.11 192	0.12 196	0.12 231	0.09 200	0.12 224	0.09 61	0.07 274	0.04 24	0.05 34	0.04 48	0.06 224	0.05 146

LL-Strereo2	0.10 174	0.10 407	0.15 349	0.18 325	0.08 146	0.15 342	0.09 20	0.17 194	0.14 165	0.14 279	0.10 144	0.09 152	0.07 127	0.16 354	0.10 140	0.05 35	0.05 211	0.10 446	0.07 305	0.06 224	0.05 146

DCANet-4	0.10 174	0.06 76	0.12 215	0.16 166	0.06 18	0.09 97	0.17 357	0.18 225	0.19 280	0.13 257	0.16 255	0.09 152	0.14 357	0.11 132	0.12 271	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.05 146

fff	0.10 174	0.06 76	0.12 215	0.15 86	0.07 86	0.09 97	0.17 357	0.16 158	0.20 304	0.13 257	0.16 255	0.10 186	0.11 261	0.11 132	0.12 271	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.05 146

ADStereo(finetuned)	0.10 174	0.06 76	0.12 215	0.16 166	0.06 18	0.09 97	0.17 357	0.15 128	0.19 280	0.13 257	0.17 277	0.10 186	0.12 294	0.11 132	0.12 271	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

test_4	0.10 174	0.10 407	0.08 38	0.19 386	0.09 269	0.08 59	0.22 490	0.15 128	0.17 237	0.12 230	0.18 302	0.12 231	0.09 200	0.08 18	0.11 215	0.04 11	0.04 24	0.08 314	0.08 373	0.04 21	0.03 2

IPLG	0.10 174	0.07 169	0.15 349	0.17 242	0.08 146	0.11 196	0.14 179	0.20 262	0.15 185	0.12 230	0.17 277	0.07 78	0.07 127	0.14 298	0.13 313	0.06 131	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

test_3	0.10 174	0.09 346	0.10 133	0.20 444	0.08 146	0.13 283	0.26 537	0.14 96	0.21 319	0.10 159	0.10 144	0.09 152	0.09 200	0.08 18	0.11 215	0.05 35	0.04 24	0.08 314	0.07 305	0.04 21	0.04 49

STrans-v2	0.10 174	0.07 169	0.12 215	0.18 325	0.07 86	0.10 149	0.14 179	0.21 286	0.11 75	0.11 192	0.15 241	0.12 231	0.10 236	0.11 132	0.12 271	0.05 35	0.04 24	0.06 127	0.06 214	0.04 21	0.04 49

TransformOpticalFlow	0.10 174	0.08 270	0.13 262	0.18 325	0.07 86	0.09 97	0.15 251	0.19 249	0.15 185	0.12 230	0.17 277	0.11 212	0.11 261	0.11 132	0.10 140	0.05 35	0.04 24	0.06 127	0.06 214	0.05 121	0.05 146

SST-Stereo	0.10 174	0.07 169	0.15 349	0.18 325	0.09 269	0.06 11	0.12 76	0.17 194	0.11 75	0.15 306	0.17 277	0.13 256	0.12 294	0.10 82	0.11 215	0.06 131	0.04 24	0.09 398	0.06 214	0.06 224	0.05 146

cross-raft	0.10 174	0.09 346	0.09 86	0.19 386	0.07 86	0.11 196	0.25 528	0.13 75	0.15 185	0.08 85	0.11 182	0.12 231	0.10 236	0.09 39	0.11 215	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

test-1	0.10 174	0.07 169	0.16 383	0.19 386	0.08 146	0.11 196	0.24 513	0.14 96	0.18 264	0.09 124	0.07 48	0.09 152	0.08 167	0.07 4	0.09 61	0.06 131	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

iRaftStereo_RVC	0.10 174	0.07 169	0.09 86	0.17 242	0.09 269	0.11 196	0.17 357	0.18 225	0.12 105	0.09 124	0.12 196	0.10 186	0.07 127	0.11 132	0.10 140	0.05 35	0.04 24	0.08 314	0.08 373	0.04 21	0.04 49

RALCasStereoNet	0.10 174	0.06 76	0.09 86	0.16 166	0.08 146	0.12 239	0.14 179	0.17 194	0.11 75	0.12 230	0.17 277	0.14 276	0.10 236	0.12 224	0.11 215	0.07 274	0.06 343	0.06 127	0.05 133	0.08 357	0.07 317

DCANet	0.10 174	0.06 76	0.12 215	0.16 166	0.06 18	0.09 97	0.17 357	0.15 128	0.19 280	0.13 257	0.17 277	0.10 186	0.11 261	0.11 132	0.12 271	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

csc	0.10 174	0.06 76	0.12 215	0.15 86	0.07 86	0.09 97	0.17 357	0.16 158	0.20 304	0.13 257	0.16 255	0.10 186	0.11 261	0.11 132	0.12 271	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.05 146

cscssc	0.10 174	0.06 76	0.12 215	0.15 86	0.07 86	0.09 97	0.17 357	0.16 158	0.20 304	0.13 257	0.16 255	0.10 186	0.11 261	0.11 132	0.12 271	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.05 146

111	0.10 174	0.06 76	0.12 215	0.15 86	0.07 86	0.10 149	0.14 179	0.21 286	0.23 344	0.11 192	0.12 196	0.14 276	0.11 261	0.13 270	0.10 140	0.06 131	0.04 24	0.06 127	0.04 48	0.05 121	0.05 146

R-Stereo Train	0.10 174	0.06 76	0.10 133	0.17 242	0.08 146	0.11 196	0.14 179	0.23 329	0.11 75	0.12 230	0.19 311	0.11 212	0.08 167	0.09 39	0.11 215	0.07 274	0.05 211	0.06 127	0.05 133	0.05 121	0.05 146

RAFT-Stereo	0.10 174	0.06 76	0.10 133	0.17 242	0.08 146	0.11 196	0.14 179	0.23 329	0.11 75	0.12 230	0.19 311	0.11 212	0.08 167	0.09 39	0.11 215	0.07 274	0.05 211	0.06 127	0.05 133	0.05 121	0.05 146
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 174	0.06 76	0.12 215	0.14 43	0.06 18	0.11 196	0.10 33	0.18 225	0.18 264	0.13 257	0.16 255	0.14 276	0.11 261	0.15 320	0.13 313	0.06 131	0.04 24	0.04 1	0.04 48	0.06 224	0.05 146
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
Select-FE	0.11 218	0.06 76	0.20 459	0.15 86	0.11 424	0.11 196	0.13 124	0.21 286	0.18 264	0.09 124	0.11 182	0.10 186	0.06 45	0.12 224	0.09 61	0.07 274	0.05 211	0.07 229	0.08 373	0.06 224	0.08 381

FlowAnything_test	0.11 218	0.08 270	0.14 297	0.15 86	0.09 269	0.07 33	0.14 179	0.20 262	0.11 75	0.09 124	0.09 113	0.12 231	0.12 294	0.13 270	0.11 215	0.09 397	0.06 343	0.09 398	0.09 422	0.06 224	0.09 426

xyz-stereo-finetune2	0.11 218	0.07 169	0.13 262	0.13 14	0.07 86	0.11 196	0.19 442	0.17 194	0.12 105	0.15 306	0.15 241	0.17 339	0.12 294	0.13 270	0.11 215	0.05 35	0.04 24	0.07 229	0.05 133	0.04 21	0.06 234

xyz-stereo-finetune	0.11 218	0.08 270	0.13 262	0.14 43	0.06 18	0.10 149	0.19 442	0.17 194	0.19 280	0.12 230	0.14 224	0.15 305	0.10 236	0.13 270	0.11 215	0.05 35	0.04 24	0.07 229	0.05 133	0.04 21	0.05 146

HI	0.11 218	0.06 76	0.11 179	0.13 14	0.09 269	0.09 97	0.14 179	0.21 286	0.10 47	0.19 396	0.17 277	0.14 276	0.09 200	0.16 354	0.08 17	0.05 35	0.04 24	0.07 229	0.08 373	0.07 294	0.06 234

CoSv	0.11 218	0.06 76	0.11 179	0.13 14	0.09 269	0.09 97	0.14 179	0.21 286	0.10 47	0.19 396	0.17 277	0.14 276	0.09 200	0.16 354	0.08 17	0.05 35	0.04 24	0.07 229	0.08 373	0.07 294	0.06 234

rvit_stereo_0081_aga	0.11 218	0.09 346	0.14 297	0.18 325	0.09 269	0.13 283	0.14 179	0.14 96	0.19 280	0.10 159	0.18 302	0.16 319	0.09 200	0.12 224	0.09 61	0.10 438	0.06 343	0.08 314	0.07 305	0.07 294	0.06 234

rvit_stereo_0081	0.11 218	0.08 270	0.15 349	0.16 166	0.09 269	0.10 149	0.14 179	0.14 96	0.24 360	0.11 192	0.13 210	0.13 256	0.09 200	0.11 132	0.12 271	0.10 438	0.07 418	0.08 314	0.07 305	0.07 294	0.05 146

rvit_stereo_0082	0.11 218	0.08 270	0.15 349	0.16 166	0.09 269	0.10 149	0.14 179	0.14 96	0.24 360	0.11 192	0.13 210	0.13 256	0.09 200	0.11 132	0.12 271	0.10 438	0.07 418	0.08 314	0.07 305	0.07 294	0.05 146

AIO-Stereo-zeroshot1	0.11 218	0.05 27	0.14 297	0.15 86	0.20 555	0.09 97	0.17 357	0.21 286	0.15 185	0.11 192	0.14 224	0.10 186	0.07 127	0.10 82	0.08 17	0.06 131	0.05 211	0.07 229	0.07 305	0.07 294	0.09 426

AIO-Stereo-zeroshot	0.11 218	0.05 27	0.11 179	0.15 86	0.13 480	0.13 283	0.16 319	0.23 329	0.17 237	0.10 159	0.12 196	0.10 186	0.07 127	0.11 132	0.09 61	0.06 131	0.05 211	0.06 127	0.06 214	0.07 294	0.08 381

CAS++	0.11 218	0.07 169	0.11 179	0.14 43	0.09 269	0.12 239	0.14 179	0.24 352	0.14 165	0.11 192	0.09 113	0.11 212	0.07 127	0.14 298	0.09 61	0.11 467	0.09 473	0.09 398	0.07 305	0.07 294	0.08 381
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
xx1	0.11 218	0.08 270	0.12 215	0.17 242	0.09 269	0.13 283	0.15 251	0.16 158	0.18 264	0.09 124	0.09 113	0.16 319	0.16 401	0.10 82	0.07 1	0.06 131	0.04 24	0.08 314	0.08 373	0.07 294	0.07 317

1test111	0.11 218	0.08 270	0.12 215	0.17 242	0.09 269	0.13 283	0.15 251	0.23 329	0.16 214	0.09 124	0.09 113	0.06 22	0.06 45	0.15 320	0.16 397	0.06 131	0.04 24	0.06 127	0.05 133	0.07 294	0.07 317

MIF-Stereo (partial)	0.11 218	0.06 76	0.10 133	0.19 386	0.10 372	0.10 149	0.11 56	0.17 194	0.18 264	0.14 279	0.16 255	0.09 152	0.11 261	0.12 224	0.12 271	0.08 338	0.05 211	0.08 314	0.07 305	0.06 224	0.07 317

EKT-Stereo	0.11 218	0.07 169	0.14 297	0.15 86	0.10 372	0.13 283	0.14 179	0.18 225	0.21 319	0.11 192	0.08 90	0.12 231	0.09 200	0.11 132	0.12 271	0.08 338	0.06 343	0.07 229	0.06 214	0.08 357	0.07 317

anonymousdsp2	0.11 218	0.07 169	0.10 133	0.16 166	0.09 269	0.13 283	0.14 179	0.18 225	0.22 334	0.13 257	0.14 224	0.12 231	0.09 200	0.14 298	0.11 215	0.05 35	0.04 24	0.05 34	0.04 48	0.06 224	0.05 146

DCRE	0.11 218	0.07 169	0.13 262	0.16 166	0.11 424	0.11 196	0.17 357	0.18 225	0.17 237	0.11 192	0.18 302	0.10 186	0.10 236	0.15 320	0.11 215	0.06 131	0.05 211	0.06 127	0.06 214	0.05 121	0.04 49

knoymous	0.11 218	0.05 27	0.12 215	0.13 14	0.07 86	0.15 342	0.14 179	0.19 249	0.13 140	0.11 192	0.17 277	0.13 256	0.09 200	0.13 270	0.11 215	0.08 338	0.05 211	0.06 127	0.05 133	0.08 357	0.07 317

riskmin	0.11 218	0.06 76	0.13 262	0.14 43	0.08 146	0.14 315	0.14 179	0.18 225	0.14 165	0.11 192	0.14 224	0.16 319	0.11 261	0.14 298	0.12 271	0.09 397	0.05 211	0.07 229	0.05 133	0.08 357	0.08 381

Selective-RAFT	0.11 218	0.10 407	0.11 179	0.21 475	0.08 146	0.16 372	0.13 124	0.20 262	0.22 334	0.10 159	0.10 144	0.11 212	0.10 236	0.15 320	0.11 215	0.05 35	0.05 211	0.06 127	0.05 133	0.06 224	0.05 146

DisPM	0.11 218	0.07 169	0.12 215	0.16 166	0.09 269	0.06 11	0.13 124	0.17 194	0.17 237	0.14 279	0.20 323	0.12 231	0.10 236	0.11 132	0.10 140	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.11 479

CIPLG	0.11 218	0.08 270	0.14 297	0.17 242	0.08 146	0.12 239	0.15 251	0.17 194	0.15 185	0.14 279	0.11 182	0.16 319	0.09 200	0.16 354	0.11 215	0.07 274	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234

GLC_STEREO	0.11 218	0.07 169	0.11 179	0.17 242	0.07 86	0.09 97	0.13 124	0.15 128	0.24 360	0.12 230	0.13 210	0.12 231	0.08 167	0.18 408	0.11 215	0.06 131	0.08 444	0.08 314	0.06 214	0.05 121	0.05 146

IPLGR_C	0.11 218	0.08 270	0.14 297	0.17 242	0.08 146	0.12 239	0.15 251	0.17 194	0.15 185	0.14 279	0.10 144	0.16 319	0.09 200	0.16 354	0.11 215	0.07 274	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234

MIPNet	0.11 218	0.08 270	0.14 297	0.17 242	0.09 269	0.12 239	0.14 179	0.20 262	0.24 360	0.11 192	0.10 144	0.09 152	0.07 127	0.13 270	0.12 271	0.06 131	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

IPLGR	0.11 218	0.09 346	0.16 383	0.18 325	0.08 146	0.12 239	0.17 357	0.21 286	0.24 360	0.11 192	0.12 196	0.11 212	0.08 167	0.12 224	0.12 271	0.06 131	0.05 211	0.06 127	0.06 214	0.04 21	0.04 49

GMOStereo	0.11 218	0.09 346	0.07 8	0.19 386	0.08 146	0.12 239	0.28 550	0.13 75	0.17 237	0.11 192	0.17 277	0.14 276	0.12 294	0.07 4	0.07 1	0.05 35	0.05 211	0.09 398	0.07 305	0.04 21	0.04 49

error version	0.11 218	0.09 346	0.07 8	0.19 386	0.08 146	0.12 239	0.28 550	0.13 75	0.17 237	0.11 192	0.17 277	0.14 276	0.12 294	0.07 4	0.07 1	0.05 35	0.05 211	0.09 398	0.07 305	0.04 21	0.04 49

test-v	0.11 218	0.09 346	0.07 8	0.19 386	0.08 146	0.12 239	0.28 550	0.13 75	0.17 237	0.11 192	0.17 277	0.14 276	0.12 294	0.07 4	0.07 1	0.05 35	0.05 211	0.09 398	0.07 305	0.04 21	0.04 49

ACRE	0.11 218	0.08 270	0.14 297	0.17 242	0.08 146	0.12 239	0.15 251	0.17 194	0.14 165	0.14 279	0.10 144	0.16 319	0.09 200	0.16 354	0.11 215	0.07 274	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234

PFNet+	0.11 218	0.06 76	0.13 262	0.16 166	0.09 269	0.05 4	0.12 76	0.17 194	0.21 319	0.16 334	0.19 311	0.14 276	0.10 236	0.11 132	0.11 215	0.08 338	0.05 211	0.09 398	0.08 373	0.06 224	0.11 479

LCNet	0.11 218	0.07 169	0.09 86	0.19 386	0.09 269	0.08 59	0.15 251	0.21 286	0.15 185	0.11 192	0.15 241	0.16 319	0.11 261	0.12 224	0.11 215	0.05 35	0.04 24	0.08 314	0.07 305	0.06 224	0.15 535

HHNet	0.11 218	0.06 76	0.16 383	0.15 86	0.14 500	0.07 33	0.13 124	0.20 262	0.17 237	0.14 279	0.25 404	0.11 212	0.08 167	0.13 270	0.10 140	0.05 35	0.04 24	0.08 314	0.06 214	0.05 121	0.09 426

Patchmatch Stereo++	0.11 218	0.09 346	0.16 383	0.18 325	0.08 146	0.06 11	0.11 56	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.11 218	0.07 169	0.16 383	0.19 386	0.09 269	0.08 59	0.13 124	0.18 225	0.13 140	0.16 334	0.21 344	0.13 256	0.14 357	0.11 132	0.14 352	0.06 131	0.04 24	0.09 398	0.06 214	0.06 224	0.05 146

OMP-Stereo	0.11 218	0.06 76	0.14 297	0.18 325	0.08 146	0.09 97	0.12 76	0.21 286	0.21 319	0.13 257	0.14 224	0.11 212	0.12 294	0.11 132	0.13 313	0.06 131	0.04 24	0.07 229	0.06 214	0.05 121	0.04 49

IIG-Stereo	0.11 218	0.06 76	0.13 262	0.17 242	0.08 146	0.11 196	0.12 76	0.22 309	0.17 237	0.14 279	0.17 277	0.11 212	0.12 294	0.12 224	0.12 271	0.06 131	0.05 211	0.07 229	0.06 214	0.05 121	0.04 49

NF-Stereo	0.11 218	0.07 169	0.13 262	0.17 242	0.09 269	0.10 149	0.14 179	0.23 329	0.19 280	0.12 230	0.17 277	0.12 231	0.11 261	0.11 132	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.12 492

OCTAStereo	0.11 218	0.07 169	0.13 262	0.17 242	0.09 269	0.10 149	0.14 179	0.23 329	0.19 280	0.12 230	0.17 277	0.12 231	0.11 261	0.11 132	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.12 492

NRIStereo	0.11 218	0.08 270	0.14 297	0.18 325	0.08 146	0.10 149	0.14 179	0.16 158	0.15 185	0.12 230	0.14 224	0.13 256	0.12 294	0.13 270	0.10 140	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.07 317

PSM-adaLoss	0.11 218	0.09 346	0.16 383	0.18 325	0.08 146	0.06 11	0.12 76	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

PSM-AAD	0.11 218	0.07 169	0.10 133	0.19 386	0.09 269	0.10 149	0.15 251	0.20 262	0.13 140	0.12 230	0.14 224	0.18 353	0.11 261	0.11 132	0.10 140	0.05 35	0.05 211	0.09 398	0.08 373	0.06 224	0.14 528

ROB_FTStereo_v2	0.11 218	0.09 346	0.16 383	0.19 386	0.08 146	0.06 11	0.12 76	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

ROB_FTStereo	0.11 218	0.09 346	0.16 383	0.19 386	0.08 146	0.06 11	0.11 56	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

KYRaft	0.11 218	0.07 169	0.10 133	0.19 386	0.09 269	0.08 59	0.15 251	0.22 309	0.12 105	0.13 257	0.16 255	0.20 379	0.10 236	0.12 224	0.10 140	0.05 35	0.04 24	0.08 314	0.08 373	0.06 224	0.16 546

HUI-Stereo	0.11 218	0.09 346	0.16 383	0.18 325	0.08 146	0.06 11	0.12 76	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

ASMatch	0.11 218	0.06 76	0.13 262	0.16 166	0.10 372	0.07 33	0.14 179	0.17 194	0.17 237	0.12 230	0.16 255	0.16 319	0.10 236	0.13 270	0.10 140	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.08 381

RAFT_R40	0.11 218	0.07 169	0.14 297	0.18 325	0.09 269	0.06 11	0.13 124	0.17 194	0.16 214	0.14 279	0.18 302	0.15 305	0.12 294	0.10 82	0.11 215	0.06 131	0.04 24	0.09 398	0.06 214	0.06 224	0.05 146

GrayStereo	0.11 218	0.06 76	0.11 179	0.19 386	0.09 269	0.09 97	0.16 319	0.18 225	0.17 237	0.14 279	0.17 277	0.17 339	0.11 261	0.12 224	0.11 215	0.05 35	0.05 211	0.07 229	0.06 214	0.05 121	0.10 453

RE-Stereo	0.11 218	0.07 169	0.13 262	0.17 242	0.09 269	0.10 149	0.14 179	0.23 329	0.19 280	0.12 230	0.17 277	0.12 231	0.11 261	0.11 132	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.12 492

Pruner-Stereo	0.11 218	0.07 169	0.12 215	0.17 242	0.09 269	0.06 11	0.12 76	0.17 194	0.17 237	0.13 257	0.19 311	0.13 256	0.09 200	0.11 132	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.08 381

TVStereo	0.11 218	0.07 169	0.13 262	0.17 242	0.09 269	0.10 149	0.14 179	0.23 329	0.19 280	0.12 230	0.17 277	0.12 231	0.11 261	0.11 132	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.12 492

DeepStereo_RVC	0.11 218	0.08 270	0.16 383	0.18 325	0.08 146	0.08 59	0.12 76	0.17 194	0.12 105	0.13 257	0.14 224	0.12 231	0.12 294	0.12 224	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.07 294	0.08 381

iGMRVC	0.11 218	0.09 346	0.16 383	0.19 386	0.08 146	0.06 11	0.12 76	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

RAFT-RH_RVC	0.11 218	0.06 76	0.14 297	0.16 166	0.09 269	0.12 239	0.12 76	0.17 194	0.12 105	0.13 257	0.41 534	0.11 212	0.10 236	0.13 270	0.12 271	0.05 35	0.04 24	0.08 314	0.05 133	0.04 21	0.06 234

RAFT-345	0.11 218	0.07 169	0.15 349	0.16 166	0.08 146	0.08 59	0.12 76	0.15 128	0.10 47	0.11 192	0.36 497	0.09 152	0.09 200	0.11 132	0.12 271	0.05 35	0.05 211	0.07 229	0.06 214	0.04 21	0.05 146

iRAFT	0.11 218	0.09 346	0.16 383	0.18 325	0.08 146	0.06 11	0.11 56	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

CRE-IMP	0.11 218	0.09 346	0.16 383	0.19 386	0.08 146	0.10 149	0.12 76	0.18 225	0.10 47	0.14 279	0.13 210	0.13 256	0.12 294	0.12 224	0.11 215	0.07 274	0.04 24	0.08 314	0.06 214	0.08 357	0.08 381

test-2	0.11 218	0.09 346	0.07 8	0.19 386	0.08 146	0.12 239	0.28 550	0.13 75	0.17 237	0.11 192	0.17 277	0.14 276	0.12 294	0.07 4	0.07 1	0.05 35	0.05 211	0.09 398	0.07 305	0.04 21	0.04 49

GMM-Stereo	0.11 218	0.07 169	0.10 133	0.18 325	0.09 269	0.08 59	0.15 251	0.23 329	0.16 214	0.11 192	0.15 241	0.13 256	0.11 261	0.11 132	0.11 215	0.05 35	0.04 24	0.08 314	0.07 305	0.06 224	0.09 426

RAFT-IKP	0.11 218	0.09 346	0.16 383	0.19 386	0.08 146	0.06 11	0.12 76	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

Prome-Stereo	0.11 218	0.06 76	0.10 133	0.18 325	0.08 146	0.12 239	0.15 251	0.22 309	0.13 140	0.12 230	0.17 277	0.13 256	0.08 167	0.12 224	0.10 140	0.05 35	0.04 24	0.07 229	0.06 214	0.06 224	0.09 426

rafts_anoy	0.11 218	0.06 76	0.10 133	0.17 242	0.08 146	0.10 149	0.14 179	0.17 194	0.14 165	0.13 257	0.13 210	0.12 231	0.10 236	0.11 132	0.12 271	0.07 274	0.04 24	0.09 398	0.11 493	0.07 294	0.06 234

raft+_RVC	0.11 218	0.07 169	0.09 86	0.16 166	0.07 86	0.10 149	0.11 56	0.24 352	0.20 304	0.12 230	0.15 241	0.12 231	0.08 167	0.12 224	0.13 313	0.07 274	0.04 24	0.07 229	0.06 214	0.05 121	0.05 146

RALAANet	0.11 218	0.08 270	0.10 133	0.17 242	0.09 269	0.14 315	0.10 33	0.20 262	0.15 185	0.14 279	0.13 210	0.16 319	0.09 200	0.12 224	0.11 215	0.06 131	0.05 211	0.07 229	0.06 214	0.05 121	0.04 49

DIP-Stereo	0.11 218	0.07 169	0.14 297	0.17 242	0.09 269	0.13 283	0.09 20	0.16 158	0.16 214	0.11 192	0.16 255	0.14 276	0.12 294	0.15 320	0.13 313	0.06 131	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
rvit_stereo_0083	0.12 285	0.08 270	0.17 413	0.16 166	0.09 269	0.11 196	0.15 251	0.14 96	0.26 395	0.11 192	0.14 224	0.13 256	0.10 236	0.12 224	0.12 271	0.10 438	0.08 444	0.09 398	0.07 305	0.07 294	0.05 146

rvit_stereo_ft	0.12 285	0.07 169	0.13 262	0.19 386	0.10 372	0.12 239	0.17 357	0.16 158	0.16 214	0.12 230	0.13 210	0.15 305	0.10 236	0.14 298	0.13 313	0.09 397	0.06 343	0.08 314	0.07 305	0.07 294	0.05 146

test_sample2	0.12 285	0.07 169	0.12 215	0.14 43	0.08 146	0.16 372	0.18 402	0.21 286	0.16 214	0.14 279	0.20 323	0.19 367	0.15 375	0.15 320	0.12 271	0.08 338	0.05 211	0.07 229	0.06 214	0.08 357	0.07 317

MyStereo8	0.12 285	0.07 169	0.15 349	0.15 86	0.09 269	0.18 412	0.14 179	0.19 249	0.22 334	0.12 230	0.18 302	0.11 212	0.10 236	0.16 354	0.18 430	0.07 274	0.05 211	0.07 229	0.05 133	0.08 357	0.09 426

CoDeX	0.12 285	0.07 169	0.12 215	0.17 242	0.08 146	0.12 239	0.15 251	0.23 329	0.27 405	0.13 257	0.17 277	0.16 319	0.11 261	0.14 298	0.11 215	0.07 274	0.05 211	0.07 229	0.06 214	0.06 224	0.05 146

11t1	0.12 285	0.06 76	0.13 262	0.14 43	0.08 146	0.17 393	0.15 251	0.18 225	0.15 185	0.15 306	0.15 241	0.16 319	0.16 401	0.15 320	0.13 313	0.08 338	0.05 211	0.06 127	0.05 133	0.08 357	0.07 317

ffm	0.12 285	0.09 346	0.14 297	0.16 166	0.08 146	0.17 393	0.17 357	0.15 128	0.19 280	0.15 306	0.25 404	0.19 367	0.13 332	0.10 82	0.07 1	0.06 131	0.04 24	0.09 398	0.08 373	0.06 224	0.06 234

RAFT_CTSACE	0.12 285	0.09 346	0.10 133	0.22 490	0.08 146	0.12 239	0.24 513	0.18 225	0.16 214	0.20 419	0.27 430	0.13 256	0.07 127	0.13 270	0.09 61	0.05 35	0.06 343	0.08 314	0.07 305	0.04 21	0.04 49

Sa-1000	0.12 285	0.08 270	0.08 38	0.18 325	0.08 146	0.14 315	0.22 490	0.22 309	0.18 264	0.15 306	0.20 323	0.17 339	0.11 261	0.10 82	0.10 140	0.06 131	0.05 211	0.09 398	0.09 422	0.05 121	0.05 146

SA	0.12 285	0.09 346	0.08 38	0.18 325	0.08 146	0.12 239	0.24 513	0.23 329	0.18 264	0.17 350	0.27 430	0.14 276	0.11 261	0.11 132	0.11 215	0.05 35	0.05 211	0.09 398	0.08 373	0.05 121	0.04 49

iRaft-Stereo_5w	0.12 285	0.09 346	0.12 215	0.19 386	0.08 146	0.09 97	0.12 76	0.21 286	0.21 319	0.19 396	0.14 224	0.11 212	0.09 200	0.20 448	0.16 397	0.05 35	0.05 211	0.07 229	0.06 214	0.05 121	0.06 234

CrosDoStereo	0.12 285	0.06 76	0.12 215	0.14 43	0.08 146	0.12 239	0.15 251	0.17 194	0.22 334	0.19 396	0.24 375	0.15 305	0.11 261	0.11 132	0.12 271	0.06 131	0.04 24	0.07 229	0.07 305	0.05 121	0.05 146

PSM-softLoss	0.12 285	0.07 169	0.15 349	0.17 242	0.09 269	0.08 59	0.13 124	0.24 352	0.17 237	0.14 279	0.19 311	0.13 256	0.11 261	0.11 132	0.11 215	0.07 274	0.05 211	0.08 314	0.07 305	0.06 224	0.12 492

KMStereo	0.12 285	0.07 169	0.15 349	0.17 242	0.09 269	0.08 59	0.13 124	0.24 352	0.17 237	0.14 279	0.19 311	0.13 256	0.11 261	0.11 132	0.11 215	0.07 274	0.05 211	0.08 314	0.07 305	0.06 224	0.12 492

FTStereo	0.12 285	0.06 76	0.14 297	0.18 325	0.09 269	0.07 33	0.15 251	0.21 286	0.18 264	0.12 230	0.24 375	0.12 231	0.12 294	0.13 270	0.13 313	0.05 35	0.05 211	0.07 229	0.06 214	0.06 224	0.10 453

DeepStereo_LL	0.12 285	0.06 76	0.12 215	0.14 43	0.08 146	0.12 239	0.15 251	0.17 194	0.22 334	0.19 396	0.24 375	0.15 305	0.11 261	0.11 132	0.12 271	0.06 131	0.04 24	0.07 229	0.07 305	0.05 121	0.05 146

DEmStereo	0.12 285	0.06 76	0.14 297	0.14 43	0.10 372	0.16 372	0.15 251	0.16 158	0.24 360	0.17 350	0.24 375	0.13 256	0.14 357	0.12 224	0.13 313	0.05 35	0.04 24	0.07 229	0.06 214	0.05 121	0.05 146

THIR-Stereo	0.12 285	0.07 169	0.11 179	0.15 86	0.08 146	0.14 315	0.16 319	0.17 194	0.25 381	0.16 334	0.24 375	0.14 276	0.12 294	0.12 224	0.14 352	0.06 131	0.04 24	0.07 229	0.07 305	0.05 121	0.05 146

DRaft	0.12 285	0.06 76	0.11 179	0.14 43	0.09 269	0.14 315	0.17 357	0.21 286	0.30 436	0.17 350	0.28 444	0.10 186	0.15 375	0.10 82	0.12 271	0.05 35	0.04 24	0.07 229	0.06 214	0.05 121	0.05 146

PFNet	0.12 285	0.06 76	0.17 413	0.17 242	0.08 146	0.09 97	0.15 251	0.26 386	0.20 304	0.16 334	0.16 255	0.14 276	0.11 261	0.12 224	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.05 121	0.05 146

IRAFT_RVC	0.12 285	0.08 270	0.16 383	0.19 386	0.08 146	0.07 33	0.15 251	0.24 352	0.23 344	0.14 279	0.14 224	0.15 305	0.12 294	0.12 224	0.10 140	0.06 131	0.04 24	0.09 398	0.06 214	0.06 224	0.06 234

sCroCo_RVC	0.12 285	0.09 346	0.23 483	0.24 520	0.11 424	0.19 435	0.14 179	0.17 194	0.14 165	0.10 159	0.13 210	0.12 231	0.07 127	0.14 298	0.11 215	0.08 338	0.08 444	0.08 314	0.08 373	0.05 121	0.07 317

ARAFT	0.12 285	0.08 270	0.17 413	0.19 386	0.09 269	0.14 315	0.18 402	0.20 262	0.12 105	0.12 230	0.13 210	0.14 276	0.11 261	0.15 320	0.12 271	0.06 131	0.05 211	0.10 446	0.09 422	0.05 121	0.04 49

BEATNet_4x	0.12 285	0.08 270	0.14 297	0.18 325	0.07 86	0.15 342	0.07 5	0.22 309	0.18 264	0.16 334	0.19 311	0.18 353	0.14 357	0.16 354	0.15 381	0.07 274	0.05 211	0.05 34	0.05 133	0.06 224	0.06 234

MLCV	0.12 285	0.07 169	0.16 383	0.18 325	0.06 18	0.15 342	0.17 357	0.19 249	0.21 319	0.18 380	0.25 404	0.17 339	0.13 332	0.14 298	0.13 313	0.05 35	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

WQFJA1	0.13 310	0.09 346	0.10 133	0.20 444	0.10 372	0.11 196	0.15 251	0.26 386	0.39 499	0.10 159	0.15 241	0.11 212	0.11 261	0.11 132	0.13 313	0.07 274	0.06 343	0.08 314	0.08 373	0.06 224	0.06 234

WQFJX1	0.13 310	0.09 346	0.10 133	0.20 444	0.10 372	0.11 196	0.15 251	0.26 386	0.39 499	0.10 159	0.15 241	0.11 212	0.11 261	0.11 132	0.13 313	0.07 274	0.06 343	0.08 314	0.08 373	0.06 224	0.06 234

G2L-ROB	0.13 310	0.06 76	0.13 262	0.13 14	0.08 146	0.14 315	0.16 319	0.25 368	0.18 264	0.19 396	0.18 302	0.20 379	0.14 357	0.17 386	0.16 397	0.08 338	0.05 211	0.06 127	0.05 133	0.08 357	0.09 426

xyz-stereo	0.13 310	0.07 169	0.20 459	0.15 86	0.05 1	0.20 450	0.15 251	0.17 194	0.31 443	0.15 306	0.29 456	0.26 454	0.16 401	0.13 270	0.12 271	0.05 35	0.05 211	0.06 127	0.05 133	0.04 21	0.04 49

DFGA-Net	0.13 310	0.11 433	0.18 436	0.17 242	0.10 372	0.12 239	0.13 124	0.22 309	0.25 381	0.16 334	0.16 255	0.13 256	0.12 294	0.16 354	0.14 352	0.07 274	0.05 211	0.08 314	0.07 305	0.05 121	0.05 146

FACV-RUCA	0.13 310	0.11 433	0.12 215	0.19 386	0.12 457	0.15 342	0.15 251	0.22 309	0.20 304	0.15 306	0.16 255	0.14 276	0.16 401	0.14 298	0.13 313	0.07 274	0.05 211	0.08 314	0.06 214	0.10 452	0.08 381

UGAM	0.13 310	0.10 407	0.09 86	0.22 490	0.08 146	0.12 239	0.20 463	0.17 194	0.23 344	0.21 433	0.16 255	0.13 256	0.13 332	0.19 423	0.12 271	0.07 274	0.05 211	0.13 511	0.11 493	0.07 294	0.05 146

test_sample1	0.13 310	0.07 169	0.14 297	0.13 14	0.08 146	0.19 435	0.16 319	0.20 262	0.15 185	0.14 279	0.22 354	0.18 353	0.16 401	0.17 386	0.14 352	0.07 274	0.06 343	0.06 127	0.06 214	0.08 357	0.07 317

qqq1	0.13 310	0.07 169	0.17 413	0.14 43	0.08 146	0.16 372	0.17 357	0.26 386	0.27 405	0.19 396	0.20 323	0.18 353	0.15 375	0.15 320	0.11 215	0.08 338	0.05 211	0.05 34	0.05 133	0.06 224	0.06 234

fff1	0.13 310	0.07 169	0.17 413	0.14 43	0.08 146	0.16 372	0.17 357	0.26 386	0.27 405	0.19 396	0.20 323	0.18 353	0.15 375	0.15 320	0.11 215	0.08 338	0.05 211	0.05 34	0.05 133	0.06 224	0.06 234

MyStereo05	0.13 310	0.07 169	0.10 133	0.17 242	0.09 269	0.13 283	0.18 402	0.27 409	0.35 478	0.17 350	0.14 224	0.15 305	0.11 261	0.15 320	0.13 313	0.06 131	0.05 211	0.07 229	0.07 305	0.06 224	0.06 234

MyStereo04	0.13 310	0.07 169	0.10 133	0.17 242	0.09 269	0.14 315	0.18 402	0.29 440	0.38 496	0.17 350	0.14 224	0.16 319	0.10 236	0.15 320	0.13 313	0.06 131	0.05 211	0.08 314	0.07 305	0.06 224	0.06 234

ff1	0.13 310	0.09 346	0.14 297	0.16 166	0.08 146	0.17 393	0.17 357	0.15 128	0.19 280	0.15 306	0.25 404	0.19 367	0.13 332	0.14 298	0.20 449	0.06 131	0.04 24	0.09 398	0.08 373	0.06 224	0.06 234

StereoVision	0.13 310	0.12 451	0.09 86	0.24 520	0.10 372	0.15 342	0.21 480	0.21 286	0.20 304	0.12 230	0.24 375	0.10 186	0.10 236	0.16 354	0.10 140	0.09 397	0.11 505	0.12 496	0.12 512	0.06 224	0.05 146

LL-Strereo	0.13 310	0.09 346	0.11 179	0.20 444	0.10 372	0.11 196	0.18 402	0.32 475	0.24 360	0.15 306	0.15 241	0.14 276	0.13 332	0.19 423	0.11 215	0.06 131	0.04 24	0.09 398	0.08 373	0.04 21	0.05 146

CASS	0.13 310	0.12 451	0.11 179	0.23 511	0.09 269	0.15 342	0.17 357	0.18 225	0.19 280	0.17 350	0.18 302	0.15 305	0.15 375	0.14 298	0.14 352	0.09 397	0.06 343	0.10 446	0.08 373	0.09 420	0.07 317
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 310	0.07 169	0.13 262	0.18 325	0.09 269	0.13 283	0.17 357	0.19 249	0.29 426	0.15 306	0.24 375	0.15 305	0.14 357	0.14 298	0.14 352	0.07 274	0.05 211	0.07 229	0.09 422	0.05 121	0.06 234

TestStereo1	0.13 310	0.08 270	0.08 38	0.19 386	0.08 146	0.18 412	0.29 559	0.23 329	0.16 214	0.17 350	0.20 323	0.16 319	0.10 236	0.12 224	0.13 313	0.06 131	0.06 343	0.08 314	0.06 214	0.05 121	0.05 146

qqq	0.13 310	0.09 346	0.15 349	0.16 166	0.08 146	0.13 283	0.15 251	0.23 329	0.16 214	0.15 306	0.19 311	0.16 319	0.16 401	0.15 320	0.16 397	0.07 274	0.06 343	0.08 314	0.08 373	0.07 294	0.07 317

x	0.13 310	0.07 169	0.14 297	0.14 43	0.08 146	0.18 412	0.14 179	0.22 309	0.20 304	0.15 306	0.19 311	0.19 367	0.17 424	0.18 408	0.18 430	0.07 274	0.05 211	0.06 127	0.06 214	0.07 294	0.07 317

raft_robust	0.13 310	0.10 407	0.07 8	0.18 325	0.08 146	0.13 283	0.24 513	0.28 429	0.33 457	0.20 419	0.19 311	0.14 276	0.10 236	0.11 132	0.12 271	0.05 35	0.05 211	0.07 229	0.07 305	0.05 121	0.04 49

RAFT+CT+SA	0.13 310	0.11 433	0.09 86	0.19 386	0.09 269	0.15 342	0.28 550	0.22 309	0.22 334	0.15 306	0.26 421	0.10 186	0.10 236	0.11 132	0.12 271	0.05 35	0.04 24	0.07 229	0.08 373	0.07 294	0.06 234

SA-5K	0.13 310	0.08 270	0.08 38	0.19 386	0.08 146	0.18 412	0.29 559	0.23 329	0.16 214	0.17 350	0.20 323	0.16 319	0.10 236	0.12 224	0.13 313	0.06 131	0.06 343	0.08 314	0.06 214	0.05 121	0.05 146

GwcNet-ADL	0.13 310	0.08 270	0.14 297	0.20 444	0.09 269	0.11 196	0.20 463	0.30 454	0.24 360	0.13 257	0.14 224	0.18 353	0.14 357	0.13 270	0.14 352	0.07 274	0.05 211	0.06 127	0.05 133	0.07 294	0.06 234

GANet-ADL	0.13 310	0.07 169	0.15 349	0.17 242	0.10 372	0.18 412	0.15 251	0.30 454	0.20 304	0.13 257	0.18 302	0.19 367	0.12 294	0.16 354	0.13 313	0.08 338	0.06 343	0.06 127	0.05 133	0.07 294	0.08 381

RAFT	0.13 310	0.09 346	0.11 179	0.18 325	0.08 146	0.15 342	0.24 513	0.20 262	0.19 280	0.21 433	0.21 344	0.17 339	0.12 294	0.16 354	0.09 61	0.06 131	0.07 418	0.10 446	0.09 422	0.05 121	0.05 146

TestStereo	0.13 310	0.14 492	0.11 179	0.23 511	0.08 146	0.15 342	0.21 480	0.20 262	0.23 344	0.14 279	0.24 375	0.16 319	0.12 294	0.16 354	0.14 352	0.05 35	0.06 343	0.08 314	0.06 214	0.09 420	0.05 146

sAnonymous2	0.13 310	0.12 451	0.24 487	0.20 444	0.12 457	0.17 393	0.13 124	0.26 386	0.21 319	0.11 192	0.11 182	0.13 256	0.08 167	0.10 82	0.10 140	0.09 397	0.05 211	0.08 314	0.06 214	0.15 536	0.10 453

CroCo_RVC	0.13 310	0.12 451	0.24 487	0.20 444	0.12 457	0.17 393	0.13 124	0.26 386	0.21 319	0.11 192	0.11 182	0.13 256	0.08 167	0.10 82	0.10 140	0.09 397	0.05 211	0.08 314	0.06 214	0.15 536	0.10 453

RAFT + AFF	0.13 310	0.07 169	0.20 459	0.20 444	0.10 372	0.14 315	0.24 513	0.26 386	0.20 304	0.11 192	0.10 144	0.12 231	0.10 236	0.15 320	0.12 271	0.07 274	0.06 343	0.09 398	0.08 373	0.06 224	0.08 381

GMStereo	0.13 310	0.14 492	0.14 297	0.18 325	0.09 269	0.15 342	0.16 319	0.20 262	0.24 360	0.16 334	0.17 277	0.10 186	0.10 236	0.16 354	0.13 313	0.07 274	0.06 343	0.06 127	0.06 214	0.07 294	0.06 234
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 310	0.07 169	0.14 297	0.17 242	0.09 269	0.15 342	0.16 319	0.28 429	0.27 405	0.14 279	0.17 277	0.12 231	0.13 332	0.14 298	0.11 215	0.08 338	0.05 211	0.07 229	0.07 305	0.07 294	0.06 234

FENet	0.13 310	0.08 270	0.12 215	0.16 166	0.08 146	0.14 315	0.15 251	0.22 309	0.23 344	0.17 350	0.23 363	0.16 319	0.12 294	0.14 298	0.15 381	0.08 338	0.05 211	0.08 314	0.08 373	0.07 294	0.07 317

cf-r	0.13 310	0.07 169	0.12 215	0.16 166	0.08 146	0.14 315	0.19 442	0.20 262	0.25 381	0.17 350	0.25 404	0.21 388	0.16 401	0.14 298	0.14 352	0.10 438	0.05 211	0.06 127	0.08 373	0.06 224	0.06 234

iResNet	0.13 310	0.10 407	0.18 436	0.19 386	0.08 146	0.13 283	0.18 402	0.20 262	0.26 395	0.15 306	0.23 363	0.15 305	0.13 332	0.14 298	0.14 352	0.06 131	0.04 24	0.06 127	0.05 133	0.06 224	0.05 146

DN-CSS_ROB	0.13 310	0.13 480	0.16 383	0.18 325	0.10 372	0.16 372	0.08 9	0.22 309	0.18 264	0.17 350	0.22 354	0.13 256	0.13 332	0.12 224	0.13 313	0.05 35	0.05 211	0.10 446	0.10 461	0.08 357	0.06 234

WQFJX	0.14 346	0.09 346	0.12 215	0.25 531	0.11 424	0.11 196	0.16 319	0.38 539	0.43 522	0.13 257	0.16 255	0.10 186	0.09 200	0.17 386	0.14 352	0.06 131	0.06 343	0.08 314	0.06 214	0.04 21	0.05 146

G2L-Stereo_test	0.14 346	0.07 169	0.11 179	0.13 14	0.08 146	0.12 239	0.16 319	0.30 454	0.28 419	0.20 419	0.23 363	0.20 379	0.16 401	0.17 386	0.18 430	0.07 274	0.05 211	0.05 34	0.05 133	0.07 294	0.06 234

coex_refinement	0.14 346	0.07 169	0.12 215	0.17 242	0.10 372	0.15 342	0.15 251	0.26 386	0.29 426	0.18 380	0.20 323	0.22 406	0.17 424	0.16 354	0.18 430	0.08 338	0.05 211	0.06 127	0.06 214	0.09 420	0.08 381

G2L-Stereo	0.14 346	0.07 169	0.13 262	0.17 242	0.09 269	0.13 283	0.12 76	0.27 409	0.22 334	0.16 334	0.27 430	0.21 388	0.13 332	0.17 386	0.18 430	0.09 397	0.08 444	0.08 314	0.07 305	0.07 294	0.07 317

rvit_0105_6	0.14 346	0.09 346	0.18 436	0.17 242	0.10 372	0.10 149	0.16 319	0.19 249	0.26 395	0.12 230	0.18 302	0.17 339	0.12 294	0.18 408	0.12 271	0.15 533	0.11 505	0.12 496	0.10 461	0.09 420	0.06 234

rvit_0105_5	0.14 346	0.09 346	0.13 262	0.17 242	0.09 269	0.14 315	0.23 501	0.24 352	0.27 405	0.14 279	0.15 241	0.18 353	0.12 294	0.17 386	0.14 352	0.14 529	0.11 505	0.10 446	0.10 461	0.08 357	0.06 234

rvit_0105_4	0.14 346	0.09 346	0.17 413	0.17 242	0.10 372	0.12 239	0.19 442	0.23 329	0.27 405	0.14 279	0.20 323	0.17 339	0.13 332	0.17 386	0.13 313	0.15 533	0.11 505	0.11 477	0.10 461	0.09 420	0.06 234

DCVSM-stereo	0.14 346	0.09 346	0.16 383	0.16 166	0.10 372	0.15 342	0.09 20	0.19 249	0.23 344	0.20 419	0.23 363	0.26 454	0.15 375	0.18 408	0.14 352	0.09 397	0.07 418	0.09 398	0.08 373	0.10 452	0.12 492

test_sample6	0.14 346	0.08 270	0.13 262	0.16 166	0.08 146	0.17 393	0.19 442	0.25 368	0.17 237	0.17 350	0.27 430	0.19 367	0.14 357	0.15 320	0.13 313	0.08 338	0.05 211	0.08 314	0.07 305	0.08 357	0.08 381

test_sample5	0.14 346	0.08 270	0.14 297	0.16 166	0.08 146	0.18 412	0.18 402	0.25 368	0.17 237	0.17 350	0.27 430	0.18 353	0.14 357	0.16 354	0.13 313	0.08 338	0.05 211	0.08 314	0.07 305	0.08 357	0.08 381

test_sample4	0.14 346	0.08 270	0.14 297	0.15 86	0.08 146	0.19 435	0.18 402	0.26 386	0.17 237	0.16 334	0.25 404	0.18 353	0.14 357	0.16 354	0.13 313	0.08 338	0.06 343	0.08 314	0.06 214	0.08 357	0.08 381

test_sample3	0.14 346	0.08 270	0.15 349	0.14 43	0.09 269	0.19 435	0.17 357	0.26 386	0.18 264	0.16 334	0.22 354	0.19 367	0.15 375	0.17 386	0.13 313	0.08 338	0.06 343	0.07 229	0.06 214	0.09 420	0.08 381

DispNO	0.14 346	0.08 270	0.17 413	0.19 386	0.12 457	0.11 196	0.21 480	0.23 329	0.29 426	0.17 350	0.23 363	0.18 353	0.17 424	0.15 320	0.15 381	0.07 274	0.05 211	0.08 314	0.08 373	0.07 294	0.06 234

SMFormer	0.14 346	0.07 169	0.17 413	0.14 43	0.08 146	0.16 372	0.17 357	0.26 386	0.27 405	0.19 396	0.20 323	0.18 353	0.15 375	0.15 320	0.17 412	0.08 338	0.05 211	0.07 229	0.06 214	0.07 294	0.06 234

tta	0.14 346	0.07 169	0.17 413	0.14 43	0.08 146	0.16 372	0.17 357	0.26 386	0.27 405	0.19 396	0.20 323	0.18 353	0.15 375	0.15 320	0.17 412	0.08 338	0.05 211	0.07 229	0.06 214	0.06 224	0.06 234

mmm	0.14 346	0.08 270	0.17 413	0.17 242	0.09 269	0.17 393	0.18 402	0.21 286	0.15 185	0.15 306	0.23 363	0.21 388	0.16 401	0.16 354	0.17 412	0.08 338	0.05 211	0.08 314	0.07 305	0.07 294	0.07 317

DualNet	0.14 346	0.08 270	0.14 297	0.16 166	0.08 146	0.18 412	0.18 402	0.25 368	0.17 237	0.17 350	0.27 430	0.18 353	0.14 357	0.16 354	0.13 313	0.08 338	0.05 211	0.08 314	0.07 305	0.08 357	0.08 381

mmx	0.14 346	0.09 346	0.14 297	0.16 166	0.08 146	0.17 393	0.17 357	0.27 409	0.25 381	0.15 306	0.25 404	0.19 367	0.13 332	0.14 298	0.20 449	0.08 338	0.06 343	0.09 398	0.08 373	0.08 357	0.08 381

ttt	0.14 346	0.08 270	0.14 297	0.15 86	0.08 146	0.15 342	0.18 402	0.27 409	0.29 426	0.16 334	0.24 375	0.17 339	0.13 332	0.13 270	0.14 352	0.11 467	0.08 444	0.09 398	0.08 373	0.09 420	0.08 381

xxx	0.14 346	0.09 346	0.14 297	0.16 166	0.08 146	0.17 393	0.17 357	0.27 409	0.25 381	0.15 306	0.25 404	0.19 367	0.13 332	0.14 298	0.20 449	0.08 338	0.06 343	0.09 398	0.08 373	0.08 357	0.08 381

PCWNet_CMD	0.14 346	0.08 270	0.15 349	0.17 242	0.09 269	0.14 315	0.14 179	0.29 440	0.36 482	0.14 279	0.20 323	0.21 388	0.12 294	0.17 386	0.13 313	0.07 274	0.05 211	0.07 229	0.07 305	0.07 294	0.07 317

CBFPSM	0.14 346	0.06 76	0.26 495	0.17 242	0.09 269	0.13 283	0.15 251	0.22 309	0.23 344	0.20 419	0.27 430	0.24 430	0.16 401	0.16 354	0.18 430	0.06 131	0.06 343	0.06 127	0.07 305	0.07 294	0.07 317

gwcnet-sp	0.14 346	0.07 169	0.12 215	0.18 325	0.09 269	0.16 372	0.17 357	0.24 352	0.24 360	0.18 380	0.24 375	0.15 305	0.16 401	0.15 320	0.15 381	0.08 338	0.06 343	0.07 229	0.08 373	0.08 357	0.07 317

scenet	0.14 346	0.07 169	0.12 215	0.18 325	0.09 269	0.16 372	0.17 357	0.24 352	0.24 360	0.18 380	0.24 375	0.15 305	0.16 401	0.15 320	0.15 381	0.08 338	0.06 343	0.07 229	0.08 373	0.08 357	0.07 317

ssnet	0.14 346	0.07 169	0.12 215	0.18 325	0.09 269	0.16 372	0.17 357	0.24 352	0.24 360	0.18 380	0.24 375	0.15 305	0.16 401	0.15 320	0.15 381	0.08 338	0.06 343	0.07 229	0.08 373	0.08 357	0.07 317

BUS	0.14 346	0.09 346	0.14 297	0.22 490	0.10 372	0.19 435	0.14 179	0.34 503	0.19 280	0.17 350	0.22 354	0.16 319	0.13 332	0.15 320	0.13 313	0.08 338	0.06 343	0.10 446	0.09 422	0.07 294	0.07 317

IER	0.14 346	0.07 169	0.13 262	0.17 242	0.09 269	0.14 315	0.16 319	0.25 368	0.26 395	0.18 380	0.25 404	0.17 339	0.20 466	0.16 354	0.14 352	0.08 338	0.05 211	0.07 229	0.06 214	0.08 357	0.07 317

test_5	0.14 346	0.12 451	0.08 38	0.20 444	0.10 372	0.14 315	0.29 559	0.21 286	0.24 360	0.18 380	0.28 444	0.11 212	0.15 375	0.12 224	0.13 313	0.06 131	0.05 211	0.07 229	0.08 373	0.08 357	0.07 317

psmg	0.14 346	0.09 346	0.14 297	0.17 242	0.10 372	0.15 342	0.17 357	0.29 440	0.19 280	0.17 350	0.21 344	0.25 444	0.16 401	0.15 320	0.14 352	0.08 338	0.06 343	0.08 314	0.08 373	0.07 294	0.06 234

UDGNet	0.14 346	0.13 480	0.16 383	0.17 242	0.10 372	0.12 239	0.16 319	0.21 286	0.27 405	0.20 419	0.20 323	0.16 319	0.13 332	0.16 354	0.13 313	0.10 438	0.06 343	0.09 398	0.07 305	0.06 224	0.07 317

CFNet_pseudo	0.14 346	0.08 270	0.15 349	0.16 166	0.09 269	0.13 283	0.14 179	0.27 409	0.34 469	0.14 279	0.21 344	0.22 406	0.13 332	0.18 408	0.14 352	0.07 274	0.05 211	0.08 314	0.06 214	0.07 294	0.07 317

GES	0.14 346	0.08 270	0.16 383	0.15 86	0.10 372	0.13 283	0.13 124	0.28 429	0.25 381	0.16 334	0.23 363	0.18 353	0.13 332	0.16 354	0.13 313	0.08 338	0.07 418	0.07 229	0.06 214	0.08 357	0.09 426

GANet-RSSM	0.14 346	0.07 169	0.13 262	0.13 14	0.08 146	0.14 315	0.17 357	0.22 309	0.21 319	0.17 350	0.24 375	0.23 424	0.15 375	0.16 354	0.15 381	0.10 438	0.06 343	0.07 229	0.08 373	0.08 357	0.07 317

PSMNet-RSSM	0.14 346	0.07 169	0.13 262	0.15 86	0.08 146	0.13 283	0.16 319	0.24 352	0.24 360	0.16 334	0.28 444	0.22 406	0.14 357	0.15 320	0.13 313	0.11 467	0.06 343	0.09 398	0.12 512	0.08 357	0.07 317

GwcNet-RSSM	0.14 346	0.07 169	0.12 215	0.15 86	0.08 146	0.15 342	0.20 463	0.21 286	0.27 405	0.18 380	0.27 430	0.22 406	0.16 401	0.14 298	0.15 381	0.10 438	0.05 211	0.07 229	0.09 422	0.07 294	0.07 317

CFNet-ft	0.14 346	0.07 169	0.15 349	0.12 5	0.09 269	0.16 372	0.18 402	0.22 309	0.24 360	0.17 350	0.26 421	0.24 430	0.14 357	0.16 354	0.14 352	0.11 467	0.06 343	0.08 314	0.09 422	0.09 420	0.08 381

DMCA	0.14 346	0.09 346	0.16 383	0.19 386	0.09 269	0.15 342	0.17 357	0.23 329	0.27 405	0.14 279	0.19 311	0.17 339	0.18 438	0.15 320	0.17 412	0.10 438	0.06 343	0.08 314	0.06 214	0.09 420	0.10 453

RASNet	0.14 346	0.07 169	0.14 297	0.16 166	0.08 146	0.18 412	0.14 179	0.29 440	0.20 304	0.17 350	0.25 404	0.21 388	0.18 438	0.20 448	0.19 443	0.07 274	0.06 343	0.06 127	0.08 373	0.06 224	0.06 234

MSMDNet	0.14 346	0.08 270	0.15 349	0.17 242	0.09 269	0.14 315	0.14 179	0.29 440	0.36 482	0.14 279	0.21 344	0.21 388	0.12 294	0.17 386	0.14 352	0.07 274	0.05 211	0.07 229	0.07 305	0.07 294	0.07 317

HSM-Net_RVC	0.14 346	0.08 270	0.11 179	0.15 86	0.08 146	0.15 342	0.15 251	0.27 409	0.29 426	0.19 396	0.21 344	0.29 480	0.14 357	0.17 386	0.13 313	0.06 131	0.06 343	0.06 127	0.06 214	0.07 294	0.06 234
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 346	0.07 169	0.15 349	0.12 5	0.09 269	0.16 372	0.18 402	0.22 309	0.24 360	0.17 350	0.26 421	0.24 430	0.14 357	0.16 354	0.14 352	0.11 467	0.06 343	0.08 314	0.09 422	0.09 420	0.08 381

ccs_rob	0.14 346	0.08 270	0.15 349	0.16 166	0.09 269	0.12 239	0.14 179	0.27 409	0.34 469	0.14 279	0.21 344	0.22 406	0.13 332	0.18 408	0.14 352	0.07 274	0.05 211	0.08 314	0.07 305	0.07 294	0.07 317

UCFNet_RVC	0.14 346	0.08 270	0.13 262	0.11 1	0.10 372	0.20 450	0.10 33	0.24 352	0.22 334	0.17 350	0.20 323	0.23 424	0.15 375	0.17 386	0.15 381	0.12 492	0.07 418	0.10 446	0.13 522	0.11 475	0.10 453

iResNetv2_ROB	0.14 346	0.08 270	0.15 349	0.16 166	0.08 146	0.16 372	0.12 76	0.25 368	0.35 478	0.21 433	0.29 456	0.24 430	0.13 332	0.14 298	0.14 352	0.06 131	0.05 211	0.06 127	0.04 48	0.09 420	0.08 381

iResNet_ROB	0.14 346	0.07 169	0.13 262	0.14 43	0.07 86	0.18 412	0.14 179	0.26 386	0.31 443	0.22 449	0.25 404	0.23 424	0.15 375	0.15 320	0.13 313	0.07 274	0.05 211	0.05 34	0.04 48	0.08 357	0.08 381

DDVS	0.15 391	0.10 407	0.21 468	0.16 166	0.12 457	0.15 342	0.14 179	0.25 368	0.19 280	0.18 380	0.29 456	0.27 462	0.12 294	0.19 423	0.15 381	0.09 397	0.06 343	0.09 398	0.07 305	0.11 475	0.11 479

rvit_0105_3	0.15 391	0.09 346	0.14 297	0.19 386	0.12 457	0.15 342	0.25 528	0.25 368	0.29 426	0.15 306	0.17 277	0.20 379	0.13 332	0.17 386	0.14 352	0.13 515	0.11 505	0.12 496	0.14 525	0.07 294	0.06 234

ACV-stereo	0.15 391	0.10 407	0.28 507	0.18 325	0.12 457	0.14 315	0.12 76	0.23 329	0.21 319	0.19 396	0.23 363	0.22 406	0.15 375	0.23 489	0.17 412	0.07 274	0.06 343	0.07 229	0.07 305	0.07 294	0.07 317

ITSA-stereo	0.15 391	0.10 407	0.14 297	0.19 386	0.08 146	0.12 239	0.14 179	0.30 454	0.49 543	0.17 350	0.19 311	0.22 406	0.15 375	0.17 386	0.16 397	0.10 438	0.06 343	0.08 314	0.08 373	0.08 357	0.08 381

test_sample7	0.15 391	0.10 407	0.16 383	0.14 43	0.11 424	0.16 372	0.16 319	0.27 409	0.23 344	0.20 419	0.20 323	0.24 430	0.19 454	0.16 354	0.16 397	0.12 492	0.06 343	0.10 446	0.09 422	0.10 452	0.10 453

1111x	0.15 391	0.08 270	0.12 215	0.18 325	0.07 86	0.18 412	0.25 528	0.31 464	0.24 360	0.17 350	0.24 375	0.26 454	0.15 375	0.13 270	0.23 490	0.07 274	0.07 418	0.08 314	0.09 422	0.07 294	0.06 234

CFNet_ucs	0.15 391	0.08 270	0.16 383	0.16 166	0.11 424	0.14 315	0.14 179	0.30 454	0.34 469	0.16 334	0.24 375	0.23 424	0.14 357	0.18 408	0.15 381	0.09 397	0.06 343	0.08 314	0.07 305	0.09 420	0.09 426

BSDual-CNN	0.15 391	0.09 346	0.14 297	0.22 490	0.10 372	0.14 315	0.15 251	0.34 503	0.19 280	0.17 350	0.22 354	0.25 444	0.16 401	0.15 320	0.14 352	0.08 338	0.06 343	0.10 446	0.09 422	0.07 294	0.07 317

hknet	0.15 391	0.11 433	0.13 262	0.22 490	0.11 424	0.14 315	0.15 251	0.34 503	0.25 381	0.17 350	0.22 354	0.22 406	0.18 438	0.17 386	0.12 271	0.07 274	0.06 343	0.10 446	0.09 422	0.07 294	0.07 317

dd	0.15 391	0.16 510	0.16 383	0.19 386	0.09 269	0.15 342	0.18 402	0.21 286	0.25 381	0.23 461	0.20 323	0.21 388	0.09 200	0.21 465	0.16 397	0.10 438	0.06 343	0.08 314	0.06 214	0.08 357	0.06 234

DAS	0.15 391	0.08 270	0.18 436	0.19 386	0.10 372	0.19 435	0.17 357	0.27 409	0.29 426	0.18 380	0.25 404	0.21 388	0.15 375	0.16 354	0.12 271	0.08 338	0.06 343	0.06 127	0.06 214	0.07 294	0.07 317

SepStereo	0.15 391	0.08 270	0.18 436	0.19 386	0.10 372	0.19 435	0.17 357	0.27 409	0.29 426	0.18 380	0.25 404	0.21 388	0.15 375	0.25 503	0.12 271	0.08 338	0.06 343	0.06 127	0.06 214	0.07 294	0.07 317

PSMNet-ADL	0.15 391	0.12 451	0.13 262	0.22 490	0.09 269	0.13 283	0.20 463	0.26 386	0.23 344	0.18 380	0.20 323	0.24 430	0.16 401	0.18 408	0.17 412	0.08 338	0.08 444	0.08 314	0.11 493	0.08 357	0.07 317

LMCR-Stereo	0.15 391	0.08 270	0.13 262	0.21 475	0.09 269	0.17 393	0.20 463	0.27 409	0.19 280	0.24 470	0.24 375	0.23 424	0.17 424	0.20 448	0.17 412	0.07 274	0.06 343	0.08 314	0.06 214	0.10 452	0.08 381

ICVP	0.15 391	0.09 346	0.12 215	0.22 490	0.09 269	0.17 393	0.21 480	0.25 368	0.23 344	0.18 380	0.30 462	0.26 454	0.18 438	0.17 386	0.14 352	0.09 397	0.07 418	0.08 314	0.07 305	0.07 294	0.07 317
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	0.15 391	0.07 169	0.14 297	0.14 43	0.08 146	0.23 488	0.18 402	0.31 464	0.19 280	0.14 279	0.28 444	0.22 406	0.14 357	0.15 320	0.26 524	0.09 397	0.05 211	0.07 229	0.07 305	0.08 357	0.07 317

test_xeample	0.15 391	0.06 76	0.13 262	0.14 43	0.08 146	0.21 467	0.20 463	0.28 429	0.20 304	0.16 334	0.29 456	0.19 367	0.16 401	0.15 320	0.26 524	0.09 397	0.05 211	0.07 229	0.07 305	0.07 294	0.07 317

ACVNet	0.15 391	0.09 346	0.15 349	0.13 14	0.12 457	0.14 315	0.20 463	0.22 309	0.33 457	0.17 350	0.26 421	0.21 388	0.16 401	0.17 386	0.21 469	0.07 274	0.06 343	0.06 127	0.06 214	0.08 357	0.06 234

acv_ft	0.15 391	0.09 346	0.15 349	0.19 386	0.10 372	0.16 372	0.17 357	0.25 368	0.33 457	0.19 396	0.26 421	0.21 388	0.17 424	0.17 386	0.18 430	0.07 274	0.06 343	0.06 127	0.06 214	0.08 357	0.06 234

CFNet	0.15 391	0.10 407	0.17 413	0.17 242	0.08 146	0.18 412	0.09 20	0.28 429	0.25 381	0.19 396	0.24 375	0.24 430	0.17 424	0.17 386	0.14 352	0.08 338	0.06 343	0.09 398	0.10 461	0.07 294	0.06 234

AdaStereo	0.15 391	0.11 433	0.15 349	0.18 325	0.09 269	0.20 450	0.11 56	0.32 475	0.28 419	0.20 419	0.23 363	0.20 379	0.13 332	0.19 423	0.14 352	0.12 492	0.05 211	0.10 446	0.07 305	0.09 420	0.07 317
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.
HSM	0.15 391	0.08 270	0.14 297	0.16 166	0.09 269	0.16 372	0.14 179	0.28 429	0.25 381	0.19 396	0.23 363	0.37 531	0.16 401	0.20 448	0.15 381	0.07 274	0.05 211	0.07 229	0.06 214	0.07 294	0.06 234

pmcnn	0.15 391	0.07 169	0.19 447	0.15 86	0.07 86	0.20 450	0.15 251	0.24 352	0.26 395	0.21 433	0.34 490	0.28 472	0.18 438	0.18 408	0.17 412	0.07 274	0.05 211	0.05 34	0.04 48	0.07 294	0.06 234

DualNet (step1)	0.16 414	0.12 451	0.20 459	0.12 5	0.14 500	0.17 393	0.13 124	0.27 409	0.23 344	0.20 419	0.20 323	0.24 430	0.19 454	0.16 354	0.16 397	0.15 533	0.06 343	0.14 523	0.14 525	0.14 521	0.12 492

GMStereo_Zeroshot	0.16 414	0.13 480	0.24 487	0.20 444	0.10 372	0.17 393	0.13 124	0.29 440	0.25 381	0.23 461	0.32 474	0.25 444	0.11 261	0.19 423	0.14 352	0.09 397	0.06 343	0.11 477	0.06 214	0.12 490	0.08 381

iinet-f	0.16 414	0.06 76	0.45 550	0.14 43	0.10 372	0.21 467	0.14 179	0.27 409	0.23 344	0.21 433	0.24 375	0.21 388	0.15 375	0.18 408	0.21 469	0.09 397	0.07 418	0.07 229	0.06 214	0.09 420	0.10 453

CRFU-Net	0.16 414	0.08 270	0.14 297	0.17 242	0.09 269	0.19 435	0.14 179	0.26 386	0.20 304	0.28 510	0.27 430	0.29 480	0.17 424	0.19 423	0.17 412	0.09 397	0.09 473	0.07 229	0.07 305	0.08 357	0.08 381

NINENet	0.16 414	0.10 407	0.15 349	0.17 242	0.11 424	0.19 435	0.14 179	0.40 548	0.36 482	0.18 380	0.21 344	0.16 319	0.13 332	0.15 320	0.13 313	0.08 338	0.08 444	0.10 446	0.07 305	0.10 452	0.09 426

CSP-Net	0.16 414	0.09 346	0.14 297	0.16 166	0.09 269	0.19 435	0.17 357	0.25 368	0.32 450	0.25 483	0.30 462	0.24 430	0.15 375	0.21 465	0.18 430	0.09 397	0.06 343	0.07 229	0.07 305	0.08 357	0.07 317

AASNet	0.16 414	0.08 270	0.12 215	0.19 386	0.09 269	0.18 412	0.15 251	0.37 531	0.37 489	0.19 396	0.23 363	0.20 379	0.16 401	0.17 386	0.20 449	0.10 438	0.08 444	0.08 314	0.07 305	0.09 420	0.09 426

AACVNet	0.16 414	0.08 270	0.14 297	0.15 86	0.10 372	0.18 412	0.15 251	0.23 329	0.24 360	0.27 495	0.27 430	0.28 472	0.17 424	0.19 423	0.16 397	0.09 397	0.07 418	0.09 398	0.07 305	0.10 452	0.09 426

ADLNet2	0.16 414	0.09 346	0.13 262	0.16 166	0.09 269	0.20 450	0.16 319	0.31 464	0.39 499	0.16 334	0.20 323	0.20 379	0.18 438	0.21 465	0.22 478	0.08 338	0.06 343	0.07 229	0.07 305	0.09 420	0.07 317

Anonymous3	0.16 414	0.13 480	0.33 526	0.26 537	0.14 500	0.27 524	0.17 357	0.28 429	0.28 419	0.15 306	0.17 277	0.14 276	0.10 236	0.15 320	0.12 271	0.08 338	0.08 444	0.08 314	0.08 373	0.08 357	0.11 479

ADLNet	0.16 414	0.08 270	0.15 349	0.16 166	0.10 372	0.16 372	0.17 357	0.32 475	0.27 405	0.22 449	0.27 430	0.24 430	0.16 401	0.18 408	0.21 469	0.10 438	0.06 343	0.10 446	0.10 461	0.08 357	0.09 426

HCRNet	0.16 414	0.24 553	0.12 215	0.35 569	0.11 424	0.15 342	0.17 357	0.26 386	0.22 334	0.19 396	0.24 375	0.21 388	0.14 357	0.15 320	0.13 313	0.11 467	0.07 418	0.11 477	0.10 461	0.09 420	0.07 317

222	0.16 414	0.07 169	0.14 297	0.14 43	0.08 146	0.24 493	0.18 402	0.30 454	0.20 304	0.17 350	0.28 444	0.17 339	0.16 401	0.15 320	0.40 574	0.10 438	0.05 211	0.07 229	0.06 214	0.07 294	0.08 381

UPFNet	0.16 414	0.08 270	0.12 215	0.20 444	0.12 457	0.20 450	0.23 501	0.28 429	0.26 395	0.17 350	0.24 375	0.22 406	0.19 454	0.19 423	0.21 469	0.09 397	0.07 418	0.08 314	0.09 422	0.08 357	0.06 234

ac_64	0.16 414	0.08 270	0.15 349	0.18 325	0.10 372	0.22 475	0.18 402	0.24 352	0.21 319	0.18 380	0.24 375	0.29 480	0.18 438	0.19 423	0.22 478	0.09 397	0.07 418	0.08 314	0.09 422	0.07 294	0.06 234

DSFCA	0.16 414	0.09 346	0.14 297	0.16 166	0.10 372	0.20 450	0.19 442	0.28 429	0.31 443	0.23 461	0.24 375	0.22 406	0.15 375	0.19 423	0.20 449	0.10 438	0.07 418	0.09 398	0.09 422	0.08 357	0.08 381

FADNet-RVC-Resample	0.16 414	0.11 433	0.31 520	0.22 490	0.11 424	0.19 435	0.14 179	0.25 368	0.24 360	0.24 470	0.27 430	0.20 379	0.15 375	0.16 354	0.15 381	0.07 274	0.08 444	0.12 496	0.10 461	0.09 420	0.10 453

FADNet_RVC	0.16 414	0.14 492	0.40 543	0.20 444	0.11 424	0.13 283	0.13 124	0.26 386	0.22 334	0.21 433	0.23 363	0.20 379	0.17 424	0.14 298	0.16 397	0.08 338	0.08 444	0.12 496	0.09 422	0.11 475	0.10 453

AANet_RVC	0.16 414	0.10 407	0.10 133	0.18 325	0.09 269	0.18 412	0.19 442	0.26 386	0.31 443	0.22 449	0.35 494	0.21 388	0.21 470	0.22 478	0.16 397	0.06 131	0.05 211	0.06 127	0.06 214	0.07 294	0.06 234

DeepPruner_ROB	0.16 414	0.11 433	0.15 349	0.17 242	0.10 372	0.17 393	0.15 251	0.32 475	0.21 319	0.19 396	0.21 344	0.22 406	0.18 438	0.20 448	0.15 381	0.13 515	0.09 473	0.09 398	0.09 422	0.11 475	0.10 453

z-ln-s-r	0.17 434	0.10 407	0.40 543	0.19 386	0.08 146	0.17 393	0.18 402	0.22 309	0.33 457	0.18 380	0.40 523	0.22 406	0.17 424	0.20 448	0.23 490	0.07 274	0.05 211	0.07 229	0.07 305	0.07 294	0.05 146

rvit_stereo_0075_2	0.17 434	0.12 451	0.25 492	0.23 511	0.16 528	0.13 283	0.10 33	0.30 454	0.27 405	0.20 419	0.28 444	0.22 406	0.15 375	0.18 408	0.13 313	0.16 549	0.10 493	0.17 543	0.10 461	0.10 452	0.09 426

ToySt	0.17 434	0.11 433	0.18 436	0.17 242	0.11 424	0.16 372	0.25 528	0.24 352	0.33 457	0.19 396	0.24 375	0.26 454	0.24 493	0.19 423	0.20 449	0.07 274	0.08 444	0.09 398	0.10 461	0.09 420	0.08 381

ssnet_v2	0.17 434	0.10 407	0.17 413	0.17 242	0.11 424	0.21 467	0.21 480	0.33 494	0.25 381	0.22 449	0.22 354	0.27 462	0.18 438	0.22 478	0.20 449	0.11 467	0.09 473	0.09 398	0.09 422	0.08 357	0.08 381

dad	0.17 434	0.20 539	0.20 459	0.16 166	0.11 424	0.20 450	0.18 402	0.21 286	0.28 419	0.30 522	0.24 375	0.29 480	0.13 332	0.19 423	0.16 397	0.18 555	0.09 473	0.11 477	0.09 422	0.11 475	0.07 317

GEStereo_RVC	0.17 434	0.12 451	0.15 349	0.22 490	0.11 424	0.19 435	0.17 357	0.32 475	0.48 537	0.20 419	0.25 404	0.17 339	0.13 332	0.21 465	0.16 397	0.10 438	0.06 343	0.08 314	0.07 305	0.09 420	0.08 381

MMNet	0.17 434	0.09 346	0.16 383	0.20 444	0.11 424	0.27 524	0.20 463	0.25 368	0.41 510	0.22 449	0.30 462	0.21 388	0.20 466	0.17 386	0.20 449	0.06 131	0.06 343	0.07 229	0.07 305	0.08 357	0.07 317

delet	0.17 434	0.08 270	0.17 413	0.19 386	0.11 424	0.20 450	0.21 480	0.30 454	0.37 489	0.17 350	0.26 421	0.19 367	0.19 454	0.19 423	0.21 469	0.08 338	0.08 444	0.09 398	0.11 493	0.06 224	0.06 234

UNet	0.17 434	0.09 346	0.18 436	0.19 386	0.12 457	0.27 524	0.19 442	0.33 494	0.29 426	0.21 433	0.24 375	0.23 424	0.19 454	0.19 423	0.18 430	0.07 274	0.06 343	0.08 314	0.07 305	0.08 357	0.06 234

HGLStereo	0.17 434	0.08 270	0.19 447	0.17 242	0.12 457	0.18 412	0.18 402	0.31 464	0.32 450	0.21 433	0.32 474	0.25 444	0.18 438	0.19 423	0.20 449	0.09 397	0.09 473	0.07 229	0.07 305	0.09 420	0.10 453

DMCA-RVC	0.17 434	0.10 407	0.15 349	0.24 520	0.11 424	0.18 412	0.18 402	0.25 368	0.24 360	0.21 433	0.26 421	0.25 444	0.27 516	0.18 408	0.20 449	0.12 492	0.08 444	0.13 511	0.10 461	0.10 452	0.08 381

TDLM	0.17 434	0.12 451	0.13 262	0.24 520	0.10 372	0.18 412	0.18 402	0.36 525	0.30 436	0.21 433	0.28 444	0.28 472	0.18 438	0.23 489	0.18 430	0.11 467	0.07 418	0.10 446	0.10 461	0.08 357	0.08 381

NLCA_NET_v2_RVC	0.17 434	0.10 407	0.22 474	0.20 444	0.10 372	0.15 342	0.18 402	0.31 464	0.25 381	0.21 433	0.30 462	0.25 444	0.17 424	0.21 465	0.20 449	0.09 397	0.06 343	0.08 314	0.08 373	0.07 294	0.08 381
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 434	0.12 451	0.15 349	0.20 444	0.09 269	0.18 412	0.18 402	0.26 386	0.23 344	0.26 489	0.40 523	0.22 406	0.17 424	0.21 465	0.20 449	0.08 338	0.05 211	0.09 398	0.10 461	0.07 294	0.07 317
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ISRNet	0.18 448	0.08 270	0.19 447	0.19 386	0.13 480	0.15 342	0.12 76	0.30 454	0.32 450	0.21 433	0.25 404	0.27 462	0.17 424	0.17 386	0.20 449	0.20 562	0.08 444	0.14 523	0.14 525	0.14 521	0.17 554

test_sample9	0.18 448	0.12 451	0.20 459	0.12 5	0.14 500	0.17 393	0.13 124	0.27 409	0.23 344	0.20 419	0.20 323	0.24 430	0.19 454	0.19 423	0.17 412	0.15 533	0.30 581	0.14 523	0.14 525	0.14 521	0.12 492

fast-acv-ft	0.18 448	0.11 433	0.19 447	0.19 386	0.12 457	0.24 493	0.21 480	0.25 368	0.34 469	0.22 449	0.34 490	0.27 462	0.20 466	0.21 465	0.23 490	0.09 397	0.09 473	0.08 314	0.10 461	0.08 357	0.07 317

HBP-ISP	0.18 448	0.13 480	0.16 383	0.15 86	0.11 424	0.08 59	0.13 124	0.28 429	0.29 426	0.22 449	0.33 486	0.21 388	0.25 502	0.23 489	0.17 412	0.14 529	0.16 550	0.21 557	0.17 551	0.10 452	0.08 381

Wz-Net-LNSev-Ref	0.18 448	0.09 346	0.29 515	0.15 86	0.10 372	0.22 475	0.20 463	0.26 386	0.39 499	0.25 483	0.42 540	0.24 430	0.15 375	0.20 448	0.19 443	0.07 274	0.05 211	0.06 127	0.05 133	0.10 452	0.09 426

SACVNet	0.18 448	0.12 451	0.14 297	0.17 242	0.13 480	0.22 475	0.18 402	0.31 464	0.30 436	0.23 461	0.31 470	0.30 489	0.22 479	0.22 478	0.17 412	0.11 467	0.08 444	0.10 446	0.10 461	0.12 490	0.14 528

psm_up	0.18 448	0.10 407	0.18 436	0.20 444	0.11 424	0.17 393	0.19 442	0.37 531	0.34 469	0.21 433	0.28 444	0.29 480	0.24 493	0.20 448	0.22 478	0.09 397	0.10 493	0.11 477	0.11 493	0.08 357	0.08 381

hitnet-ft	0.18 448	0.09 346	0.17 413	0.14 43	0.09 269	0.26 514	0.20 463	0.25 368	0.26 395	0.24 470	0.32 474	0.31 502	0.22 479	0.24 498	0.21 469	0.12 492	0.07 418	0.10 446	0.08 373	0.12 490	0.11 479

STTStereo	0.18 448	0.12 451	0.27 502	0.20 444	0.11 424	0.16 372	0.21 480	0.29 440	0.23 344	0.21 433	0.30 462	0.29 480	0.18 438	0.20 448	0.19 443	0.12 492	0.11 505	0.11 477	0.14 525	0.09 420	0.08 381

CVANet_RVC	0.18 448	0.10 407	0.14 297	0.21 475	0.10 372	0.18 412	0.17 357	0.34 503	0.33 457	0.22 449	0.31 470	0.28 472	0.18 438	0.23 489	0.17 412	0.12 492	0.08 444	0.12 496	0.11 493	0.09 420	0.07 317

StereoDRNet	0.18 448	0.11 433	0.17 413	0.22 490	0.11 424	0.21 467	0.22 490	0.37 531	0.33 457	0.24 470	0.28 444	0.30 489	0.19 454	0.20 448	0.20 449	0.09 397	0.08 444	0.11 477	0.09 422	0.09 420	0.07 317

DLCB_ROB	0.18 448	0.10 407	0.15 349	0.23 511	0.11 424	0.24 493	0.18 402	0.29 440	0.28 419	0.27 495	0.28 444	0.28 472	0.24 493	0.19 423	0.20 449	0.08 338	0.08 444	0.09 398	0.09 422	0.07 294	0.07 317

TCMNet	0.19 460	0.12 451	0.19 447	0.20 444	0.18 549	0.20 450	0.24 513	0.27 409	0.36 482	0.23 461	0.26 421	0.25 444	0.19 454	0.19 423	0.23 490	0.13 515	0.11 505	0.11 477	0.12 512	0.13 508	0.12 492

rvit_105_1	0.19 460	0.11 433	0.25 492	0.21 475	0.16 528	0.21 467	0.27 544	0.31 464	0.41 510	0.19 396	0.20 323	0.22 406	0.17 424	0.19 423	0.17 412	0.12 492	0.12 519	0.13 511	0.15 540	0.08 357	0.07 317

test_sample8	0.19 460	0.12 451	0.20 459	0.12 5	0.14 500	0.17 393	0.13 124	0.31 464	0.21 319	0.27 495	0.22 354	0.36 526	0.25 502	0.19 423	0.17 412	0.15 533	0.30 581	0.14 523	0.14 525	0.14 521	0.12 492

SDNR	0.19 460	0.08 270	0.19 447	0.16 166	0.12 457	0.77 596	0.14 179	0.25 368	0.32 450	0.19 396	0.24 375	0.19 367	0.13 332	0.19 423	0.15 381	0.16 549	0.18 557	0.14 523	0.11 493	0.08 357	0.11 479

pcwnet_v2	0.19 460	0.10 407	0.26 495	0.17 242	0.14 500	0.18 412	0.15 251	0.37 531	0.46 535	0.19 396	0.24 375	0.21 388	0.19 454	0.20 448	0.19 443	0.13 515	0.10 493	0.10 446	0.10 461	0.11 475	0.13 511

ADCRef	0.19 460	0.12 451	0.41 546	0.20 444	0.12 457	0.22 475	0.18 402	0.32 475	0.36 482	0.26 489	0.32 474	0.17 339	0.23 487	0.24 498	0.24 503	0.07 274	0.06 343	0.09 398	0.09 422	0.08 357	0.08 381

NVstereo2D	0.19 460	0.10 407	0.15 349	0.17 242	0.15 518	0.28 531	0.23 501	0.44 565	0.42 517	0.15 306	0.27 430	0.25 444	0.19 454	0.22 478	0.17 412	0.09 397	0.06 343	0.10 446	0.08 373	0.15 536	0.09 426

DRN-Test	0.19 460	0.11 433	0.20 459	0.22 490	0.10 372	0.22 475	0.22 490	0.39 544	0.37 489	0.24 470	0.32 474	0.26 454	0.21 470	0.22 478	0.24 503	0.11 467	0.07 418	0.11 477	0.10 461	0.09 420	0.07 317

DISCO	0.19 460	0.09 346	0.22 474	0.17 242	0.10 372	0.25 504	0.18 402	0.27 409	0.44 528	0.22 449	0.31 470	0.33 514	0.26 508	0.28 520	0.28 539	0.08 338	0.06 343	0.07 229	0.07 305	0.09 420	0.09 426

CBMV_ROB	0.19 460	0.13 480	0.17 413	0.16 166	0.11 424	0.15 342	0.13 124	0.26 386	0.28 419	0.27 495	0.30 462	0.27 462	0.24 493	0.23 489	0.16 397	0.15 533	0.17 555	0.22 561	0.20 557	0.10 452	0.11 479

NOSS_ROB	0.19 460	0.12 451	0.18 436	0.16 166	0.12 457	0.15 342	0.12 76	0.30 454	0.32 450	0.20 419	0.22 354	0.27 462	0.23 487	0.21 465	0.16 397	0.16 549	0.18 557	0.23 562	0.21 559	0.12 490	0.13 511

CBMV	0.19 460	0.14 492	0.17 413	0.18 325	0.10 372	0.20 450	0.11 56	0.29 440	0.30 436	0.29 518	0.30 462	0.30 489	0.23 487	0.27 508	0.19 443	0.13 515	0.15 547	0.17 543	0.16 544	0.10 452	0.10 453
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven-2	0.20 472	0.14 492	0.37 539	0.22 490	0.12 457	0.20 450	0.21 480	0.28 429	0.37 489	0.25 483	0.37 503	0.27 462	0.22 479	0.21 465	0.23 490	0.08 338	0.08 444	0.09 398	0.09 422	0.10 452	0.09 426

YMNet	0.20 472	0.12 451	0.19 447	0.20 444	0.14 500	0.26 514	0.23 501	0.32 475	0.34 469	0.27 495	0.34 490	0.30 489	0.18 438	0.18 408	0.22 478	0.10 438	0.13 532	0.10 446	0.10 461	0.08 357	0.09 426

YMNet_1	0.20 472	0.12 451	0.19 447	0.20 444	0.14 500	0.26 514	0.23 501	0.32 475	0.34 469	0.27 495	0.34 490	0.30 489	0.18 438	0.18 408	0.22 478	0.10 438	0.13 532	0.10 446	0.10 461	0.08 357	0.09 426

GwcNet	0.20 472	0.13 480	0.19 447	0.18 325	0.12 457	0.24 493	0.19 442	0.35 518	0.43 522	0.20 419	0.32 474	0.33 514	0.20 466	0.22 478	0.24 503	0.11 467	0.09 473	0.09 398	0.09 422	0.09 420	0.10 453

FAT-Stereo	0.20 472	0.12 451	0.22 474	0.21 475	0.12 457	0.17 393	0.18 402	0.34 503	0.39 499	0.27 495	0.37 503	0.34 520	0.32 546	0.21 465	0.20 449	0.09 397	0.11 505	0.10 446	0.09 422	0.11 475	0.14 528

FADNet-RVC	0.20 472	0.20 539	0.38 540	0.21 475	0.16 528	0.20 450	0.15 251	0.26 386	0.26 395	0.26 489	0.32 474	0.26 454	0.21 470	0.22 478	0.19 443	0.12 492	0.13 532	0.12 496	0.14 525	0.13 508	0.18 557

S-Stereo	0.20 472	0.12 451	0.25 492	0.21 475	0.13 480	0.20 450	0.18 402	0.32 475	0.43 522	0.23 461	0.36 497	0.28 472	0.30 538	0.19 423	0.22 478	0.09 397	0.12 519	0.10 446	0.10 461	0.13 508	0.13 511

SuperB	0.20 472	0.10 407	0.56 566	0.16 166	0.09 269	0.18 412	0.18 402	0.24 352	0.50 546	0.26 489	0.39 517	0.17 339	0.21 470	0.22 478	0.21 469	0.08 338	0.06 343	0.06 127	0.06 214	0.12 490	0.10 453

ADCP+	0.20 472	0.10 407	0.33 526	0.20 444	0.12 457	0.22 475	0.26 537	0.31 464	0.34 469	0.26 489	0.37 503	0.22 406	0.22 479	0.27 508	0.27 532	0.09 397	0.06 343	0.08 314	0.08 373	0.09 420	0.10 453

PS-NSSS	0.20 472	0.21 545	0.23 483	0.20 444	0.10 372	0.19 435	0.17 357	0.36 525	0.25 381	0.27 495	0.33 486	0.27 462	0.24 493	0.20 448	0.20 449	0.15 533	0.12 519	0.17 543	0.14 525	0.10 452	0.08 381

PWCDC_ROB	0.20 472	0.13 480	0.22 474	0.24 520	0.11 424	0.19 435	0.15 251	0.33 494	0.54 555	0.29 518	0.50 555	0.21 388	0.15 375	0.27 508	0.20 449	0.11 467	0.09 473	0.10 446	0.08 373	0.11 475	0.09 426

SGM-Forest	0.20 472	0.14 492	0.18 436	0.19 386	0.13 480	0.20 450	0.22 490	0.33 494	0.30 436	0.24 470	0.29 456	0.28 472	0.19 454	0.23 489	0.17 412	0.15 533	0.16 550	0.15 535	0.14 525	0.12 490	0.12 492
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UDG	0.21 484	0.17 521	0.19 447	0.23 511	0.15 518	0.30 538	0.20 463	0.33 494	0.35 478	0.23 461	0.28 444	0.31 502	0.27 516	0.20 448	0.22 478	0.15 533	0.12 519	0.13 511	0.09 422	0.14 521	0.14 528

FINET	0.21 484	0.18 532	0.26 495	0.18 325	0.16 528	0.23 488	0.23 501	0.32 475	0.48 537	0.25 483	0.32 474	0.22 406	0.22 479	0.22 478	0.17 412	0.18 555	0.16 550	0.11 477	0.10 461	0.15 536	0.13 511

Syn2CoEx	0.21 484	0.16 510	0.27 502	0.29 560	0.14 500	0.26 514	0.20 463	0.33 494	0.31 443	0.28 510	0.36 497	0.27 462	0.25 502	0.19 423	0.24 503	0.16 549	0.12 519	0.14 523	0.11 493	0.09 420	0.08 381

FADNet	0.21 484	0.22 549	0.36 535	0.18 325	0.17 543	0.24 493	0.13 124	0.31 464	0.31 443	0.23 461	0.25 404	0.27 462	0.21 470	0.19 423	0.15 381	0.13 515	0.15 547	0.12 496	0.15 540	0.16 543	0.18 557

RP	0.21 484	0.13 480	0.21 468	0.23 511	0.11 424	0.21 467	0.20 463	0.25 368	0.44 528	0.21 433	0.38 509	0.36 526	0.24 493	0.27 508	0.25 513	0.11 467	0.12 519	0.13 511	0.12 512	0.12 490	0.14 528

DANet	0.21 484	0.15 502	0.28 507	0.25 531	0.13 480	0.22 475	0.19 442	0.27 409	0.27 405	0.28 510	0.32 474	0.35 524	0.31 542	0.31 530	0.23 490	0.11 467	0.09 473	0.11 477	0.10 461	0.13 508	0.11 479
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.21 484	0.12 451	0.21 468	0.24 520	0.13 480	0.22 475	0.22 490	0.41 554	0.26 395	0.31 528	0.42 540	0.37 531	0.28 526	0.23 489	0.22 478	0.10 438	0.12 519	0.10 446	0.09 422	0.10 452	0.08 381

PWC_ROB	0.21 484	0.16 510	0.26 495	0.18 325	0.11 424	0.22 475	0.13 124	0.32 475	0.49 543	0.30 522	0.40 523	0.32 511	0.24 493	0.31 530	0.22 478	0.10 438	0.07 418	0.11 477	0.08 373	0.11 475	0.10 453

PSMNet_ROB	0.21 484	0.11 433	0.15 349	0.27 549	0.15 518	0.24 493	0.35 576	0.43 563	0.37 489	0.27 495	0.32 474	0.32 511	0.22 479	0.21 465	0.26 524	0.12 492	0.08 444	0.13 511	0.11 493	0.09 420	0.09 426

MSAF-DinoV2	0.22 493	0.11 433	0.23 483	0.17 242	0.10 372	0.27 524	0.16 319	0.37 531	0.55 556	0.21 433	0.27 430	0.47 564	0.27 516	0.35 549	0.39 571	0.09 397	0.06 343	0.07 229	0.09 422	0.12 490	0.10 453

GASNet	0.22 493	0.23 550	0.33 526	0.26 537	0.17 543	0.26 514	0.16 319	0.44 565	0.42 517	0.27 495	0.24 375	0.30 489	0.15 375	0.27 508	0.18 430	0.12 492	0.08 444	0.12 496	0.11 493	0.16 543	0.07 317

Anonymous_2	0.22 493	0.17 521	0.28 507	0.15 86	0.16 528	0.32 540	0.22 490	0.22 309	0.17 237	0.23 461	0.24 375	0.26 454	0.27 516	0.27 508	0.23 490	0.22 571	0.25 577	0.17 543	0.17 551	0.17 550	0.17 554

Wz-Net-LNSev	0.22 493	0.16 510	0.38 540	0.21 475	0.13 480	0.25 504	0.23 501	0.32 475	0.43 522	0.30 522	0.41 534	0.31 502	0.18 438	0.22 478	0.25 513	0.10 438	0.09 473	0.08 314	0.08 373	0.12 490	0.11 479

Wz-Net-MNSev	0.22 493	0.13 480	0.31 520	0.20 444	0.14 500	0.36 558	0.24 513	0.33 494	0.44 528	0.28 510	0.40 523	0.38 535	0.19 454	0.24 498	0.25 513	0.09 397	0.07 418	0.09 398	0.09 422	0.12 490	0.10 453

DDUNet	0.22 493	0.17 521	0.21 468	0.22 490	0.15 518	0.25 504	0.24 513	0.29 440	0.30 436	0.31 528	0.36 497	0.33 514	0.25 502	0.24 498	0.20 449	0.18 555	0.13 532	0.17 543	0.11 493	0.16 543	0.16 546

APVNet	0.22 493	0.12 451	0.19 447	0.18 325	0.14 500	0.32 540	0.31 572	0.39 544	0.32 450	0.27 495	0.40 523	0.30 489	0.29 534	0.26 505	0.25 513	0.11 467	0.12 519	0.11 477	0.14 525	0.12 490	0.12 492

aanetorigin	0.22 493	0.17 521	0.56 566	0.17 242	0.10 372	0.15 342	0.19 442	0.20 262	0.33 457	0.49 570	0.48 550	0.29 480	0.27 516	0.20 448	0.23 490	0.08 338	0.07 418	0.08 314	0.07 305	0.10 452	0.09 426

MaskLacGwcNet_RVC	0.22 493	0.21 545	0.24 487	0.26 537	0.11 424	0.23 488	0.14 179	0.39 544	0.24 360	0.32 534	0.36 497	0.30 489	0.21 470	0.19 423	0.21 469	0.17 554	0.14 541	0.21 557	0.16 544	0.12 490	0.12 492

AF-Net	0.22 493	0.17 521	0.17 413	0.26 537	0.13 480	0.25 504	0.24 513	0.32 475	0.50 546	0.25 483	0.33 486	0.38 535	0.26 508	0.28 520	0.25 513	0.11 467	0.10 493	0.16 541	0.11 493	0.11 475	0.10 453

stereogan	0.22 493	0.11 433	0.21 468	0.20 444	0.12 457	0.31 539	0.19 442	0.35 518	0.44 528	0.22 449	0.39 517	0.35 524	0.27 516	0.33 540	0.22 478	0.10 438	0.12 519	0.10 446	0.10 461	0.14 521	0.13 511

edge stereo	0.22 493	0.13 480	0.20 459	0.21 475	0.13 480	0.23 488	0.16 319	0.32 475	0.42 517	0.32 534	0.40 523	0.38 535	0.35 553	0.25 503	0.24 503	0.13 515	0.11 505	0.14 523	0.11 493	0.12 490	0.13 511

RYNet	0.22 493	0.12 451	0.22 474	0.19 386	0.17 543	0.46 567	0.26 537	0.38 539	0.48 537	0.24 470	0.28 444	0.34 520	0.23 487	0.20 448	0.30 547	0.10 438	0.06 343	0.09 398	0.09 422	0.13 508	0.15 535

NaN_ROB	0.22 493	0.19 535	0.24 487	0.25 531	0.13 480	0.29 535	0.26 537	0.33 494	0.41 510	0.31 528	0.31 470	0.32 511	0.23 487	0.30 529	0.21 469	0.11 467	0.17 555	0.10 446	0.10 461	0.08 357	0.09 426

MDST_ROB	0.22 493	0.10 407	0.17 413	0.18 325	0.11 424	0.37 559	0.19 442	0.43 563	0.41 510	0.39 551	0.39 517	0.29 480	0.21 470	0.26 505	0.18 430	0.11 467	0.10 493	0.14 523	0.11 493	0.10 452	0.08 381

XPNet_ROB	0.22 493	0.11 433	0.19 447	0.22 490	0.13 480	0.22 475	0.19 442	0.34 503	0.40 507	0.30 522	0.39 517	0.39 543	0.26 508	0.26 505	0.28 539	0.15 533	0.10 493	0.10 446	0.10 461	0.13 508	0.12 492

SQANet	0.23 509	0.23 550	0.30 518	0.30 562	0.19 552	0.27 524	0.13 124	0.29 440	0.33 457	0.24 470	0.37 503	0.31 502	0.22 479	0.27 508	0.23 490	0.15 533	0.10 493	0.21 557	0.16 544	0.21 558	0.15 535

Nwc_Net	0.23 509	0.16 510	0.21 468	0.25 531	0.14 500	0.24 493	0.26 537	0.37 531	0.38 496	0.22 449	0.41 534	0.30 489	0.28 526	0.28 520	0.25 513	0.11 467	0.10 493	0.17 543	0.20 557	0.10 452	0.10 453

RTSC	0.23 509	0.12 451	0.28 507	0.21 475	0.13 480	0.28 531	0.16 319	0.35 518	0.66 579	0.27 495	0.33 486	0.30 489	0.21 470	0.31 530	0.29 542	0.10 438	0.08 444	0.09 398	0.10 461	0.13 508	0.13 511

PA-Net	0.23 509	0.18 532	0.33 526	0.28 552	0.22 561	0.21 467	0.38 581	0.29 440	0.39 499	0.22 449	0.32 474	0.25 444	0.26 508	0.20 448	0.25 513	0.09 397	0.23 575	0.15 535	0.22 562	0.09 420	0.13 511
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 509	0.15 502	0.17 413	0.34 567	0.18 549	0.24 493	0.23 501	0.34 503	0.28 419	0.31 528	0.38 509	0.38 535	0.28 526	0.23 489	0.24 503	0.15 533	0.12 519	0.18 552	0.21 559	0.13 508	0.13 511

ETE_ROB	0.23 509	0.17 521	0.22 474	0.25 531	0.13 480	0.26 514	0.29 559	0.31 464	0.36 482	0.28 510	0.36 497	0.45 557	0.26 508	0.27 508	0.26 524	0.11 467	0.08 444	0.12 496	0.09 422	0.14 521	0.13 511

SGM_RVC	0.23 509	0.12 451	0.15 349	0.15 86	0.09 269	0.33 546	0.18 402	0.34 503	0.31 443	0.44 565	0.37 503	0.53 572	0.35 553	0.35 549	0.24 503	0.13 515	0.13 532	0.13 511	0.13 522	0.10 452	0.11 479
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.24 516	0.14 492	0.45 550	0.19 386	0.13 480	0.28 531	0.25 528	0.34 503	0.62 571	0.27 495	0.56 566	0.29 480	0.24 493	0.32 537	0.25 513	0.08 338	0.08 444	0.08 314	0.08 373	0.10 452	0.10 453

w-ln-seven	0.24 516	0.14 492	0.55 563	0.19 386	0.14 500	0.26 514	0.22 490	0.35 518	0.60 568	0.29 518	0.39 517	0.30 489	0.22 479	0.21 465	0.26 524	0.09 397	0.09 473	0.11 477	0.10 461	0.11 475	0.10 453

DGSMNet	0.24 516	0.19 535	0.33 526	0.21 475	0.24 566	0.24 493	0.20 463	0.35 518	0.41 510	0.24 470	0.32 474	0.38 535	0.21 470	0.29 526	0.23 490	0.12 492	0.11 505	0.14 523	0.16 544	0.23 562	0.23 568

G-Net	0.24 516	0.16 510	0.36 535	0.22 490	0.16 528	0.51 573	0.23 501	0.29 440	0.34 469	0.36 544	0.38 509	0.31 502	0.29 534	0.27 508	0.26 524	0.11 467	0.09 473	0.12 496	0.09 422	0.16 543	0.13 511

NCC-stereo	0.24 516	0.15 502	0.31 520	0.26 537	0.16 528	0.20 450	0.30 566	0.40 548	0.40 507	0.24 470	0.38 509	0.33 514	0.28 526	0.36 555	0.27 532	0.12 492	0.11 505	0.15 535	0.22 562	0.13 508	0.13 511

Abc-Net	0.24 516	0.15 502	0.31 520	0.26 537	0.16 528	0.20 450	0.30 566	0.40 548	0.40 507	0.24 470	0.38 509	0.33 514	0.28 526	0.36 555	0.27 532	0.12 492	0.11 505	0.15 535	0.22 562	0.13 508	0.13 511
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.24 516	0.11 433	0.47 555	0.22 490	0.12 457	0.34 549	0.29 559	0.29 440	0.56 559	0.24 470	0.46 547	0.30 489	0.30 538	0.29 526	0.29 542	0.08 338	0.07 418	0.09 398	0.09 422	0.10 452	0.10 453

DeepPrunerF	0.24 516	0.17 521	0.42 548	0.26 537	0.16 528	0.22 475	0.28 550	0.37 531	0.50 546	0.26 489	0.29 456	0.24 430	0.28 526	0.21 465	0.22 478	0.15 533	0.11 505	0.20 556	0.18 555	0.12 490	0.13 511

FBW_ROB	0.24 516	0.17 521	0.22 474	0.26 537	0.14 500	0.25 504	0.22 490	0.41 554	0.41 510	0.41 558	0.41 534	0.42 550	0.27 516	0.31 530	0.23 490	0.09 397	0.14 541	0.14 523	0.12 512	0.11 475	0.09 426

SANet	0.24 516	0.14 492	0.28 507	0.21 475	0.11 424	0.27 524	0.24 513	0.38 539	0.64 575	0.36 544	0.40 523	0.43 553	0.26 508	0.27 508	0.24 503	0.12 492	0.09 473	0.10 446	0.09 422	0.13 508	0.11 479

WCMA_ROB	0.24 516	0.11 433	0.22 474	0.17 242	0.14 500	0.32 540	0.15 251	0.32 475	0.32 450	0.38 549	0.53 557	0.40 547	0.34 551	0.34 543	0.25 513	0.11 467	0.12 519	0.12 496	0.10 461	0.14 521	0.14 528

zh-sn7	0.25 527	0.17 521	0.50 557	0.24 520	0.13 480	0.25 504	0.24 513	0.34 503	0.48 537	0.28 510	0.54 559	0.28 472	0.31 542	0.36 555	0.32 555	0.10 438	0.10 493	0.11 477	0.10 461	0.12 490	0.12 492

zh-mn7	0.25 527	0.14 492	0.56 566	0.19 386	0.14 500	0.24 493	0.22 490	0.34 503	0.62 571	0.35 541	0.65 574	0.31 502	0.25 502	0.31 530	0.25 513	0.09 397	0.08 444	0.09 398	0.09 422	0.09 420	0.11 479

Wz-Net-SNSev	0.25 527	0.17 521	0.44 549	0.25 531	0.14 500	0.26 514	0.23 501	0.38 539	0.56 559	0.30 522	0.55 561	0.39 543	0.26 508	0.23 489	0.30 547	0.10 438	0.09 473	0.09 398	0.10 461	0.11 475	0.11 479

psmorigin	0.25 527	0.15 502	0.34 534	0.17 242	0.13 480	0.23 488	0.14 179	0.34 503	0.33 457	0.41 558	0.55 561	0.41 549	0.37 557	0.34 543	0.27 532	0.11 467	0.15 547	0.11 477	0.11 493	0.12 490	0.16 546

RGC	0.25 527	0.20 539	0.29 515	0.28 552	0.16 528	0.22 475	0.23 501	0.32 475	0.44 528	0.27 495	0.40 523	0.38 535	0.27 516	0.36 555	0.22 478	0.11 467	0.13 532	0.17 543	0.17 551	0.14 521	0.16 546

ADCMid	0.25 527	0.15 502	0.40 543	0.20 444	0.14 500	0.25 504	0.26 537	0.34 503	0.38 496	0.36 544	0.44 545	0.34 520	0.40 563	0.35 549	0.33 559	0.10 438	0.09 473	0.11 477	0.11 493	0.13 508	0.12 492

ADCPNet	0.25 527	0.16 510	0.61 572	0.21 475	0.15 518	0.35 557	0.25 528	0.32 475	0.35 478	0.30 522	0.40 523	0.36 526	0.28 526	0.28 520	0.32 555	0.12 492	0.10 493	0.11 477	0.12 512	0.14 521	0.13 511

LALA_ROB	0.25 527	0.16 510	0.22 474	0.26 537	0.17 543	0.27 524	0.27 544	0.42 559	0.37 489	0.33 538	0.38 509	0.51 568	0.26 508	0.28 520	0.27 532	0.16 549	0.09 473	0.12 496	0.11 493	0.13 508	0.12 492

SHD	0.26 535	0.15 502	0.30 518	0.24 520	0.18 549	0.22 475	0.15 251	0.38 539	0.71 583	0.32 534	0.41 534	0.36 526	0.28 526	0.32 537	0.29 542	0.12 492	0.11 505	0.14 523	0.13 522	0.16 543	0.20 563

AnyNet_C32	0.26 535	0.16 510	0.36 535	0.20 444	0.16 528	0.25 504	0.30 566	0.32 475	0.44 528	0.31 528	0.49 551	0.30 489	0.33 547	0.40 570	0.33 559	0.12 492	0.12 519	0.12 496	0.14 525	0.14 521	0.15 535

PSMNet-RUCA	0.27 537	0.33 572	0.41 546	0.36 571	0.32 579	0.18 412	0.19 442	0.42 559	0.30 436	0.33 538	0.41 534	0.39 543	0.25 502	0.31 530	0.20 449	0.18 555	0.10 493	0.25 564	0.15 540	0.21 558	0.16 546

PDISCO_ROB	0.27 537	0.16 510	0.26 495	0.28 552	0.20 555	0.32 540	0.26 537	0.44 565	0.57 561	0.28 510	0.40 523	0.45 557	0.29 534	0.33 540	0.34 561	0.12 492	0.09 473	0.17 543	0.16 544	0.17 550	0.13 511

DispFullNet	0.27 537	0.21 545	0.65 575	0.28 552	0.16 528	0.26 514	0.17 357	0.33 494	0.58 564	0.27 495	0.38 509	0.43 553	0.23 487	0.38 562	0.23 490	0.12 492	0.06 343	0.19 554	0.11 493	0.21 558	0.15 535

MeshStereo	0.27 537	0.13 480	0.18 436	0.15 86	0.11 424	0.32 540	0.24 513	0.40 548	0.36 482	0.52 572	0.57 569	0.67 583	0.40 563	0.35 549	0.26 524	0.14 529	0.13 532	0.13 511	0.11 493	0.11 475	0.10 453
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
WZ-Net	0.28 541	0.17 521	0.78 591	0.22 490	0.16 528	0.34 549	0.29 559	0.39 544	0.57 561	0.24 470	0.55 561	0.37 531	0.24 493	0.33 540	0.35 562	0.09 397	0.08 444	0.09 398	0.10 461	0.14 521	0.16 546

XQC	0.28 541	0.23 550	0.51 558	0.28 552	0.19 552	0.34 549	0.27 544	0.36 525	0.57 561	0.31 528	0.30 462	0.37 531	0.30 538	0.38 562	0.38 569	0.13 515	0.09 473	0.15 535	0.12 512	0.17 550	0.18 557

CC-Net-ROB	0.28 541	0.31 570	0.36 535	0.29 560	0.15 518	0.25 504	0.19 442	0.45 568	0.33 457	0.39 551	0.37 503	0.39 543	0.31 542	0.27 508	0.26 524	0.24 577	0.19 560	0.30 578	0.23 566	0.18 553	0.15 535

DPSNet	0.28 541	0.16 510	0.31 520	0.18 325	0.13 480	0.54 575	0.42 585	0.51 578	0.67 580	0.29 518	0.38 509	0.38 535	0.29 534	0.31 530	0.23 490	0.11 467	0.10 493	0.11 477	0.08 373	0.20 557	0.16 546

MultiAttention	0.29 545	0.08 270	0.14 297	0.19 386	0.12 457	1.45 611	1.33 613	0.36 525	0.37 489	0.19 396	0.21 344	0.24 430	0.11 261	0.38 562	0.18 430	0.06 131	0.05 211	0.08 314	0.08 373	0.10 452	0.09 426

Wz-Net-TNSev	0.29 545	0.20 539	0.65 575	0.19 386	0.15 518	0.38 562	0.27 544	0.35 518	0.55 556	0.34 540	0.42 540	0.45 557	0.38 558	0.32 537	0.30 547	0.12 492	0.13 532	0.10 446	0.12 512	0.15 536	0.14 528

ccnet	0.29 545	0.28 565	0.23 483	0.20 444	0.28 573	0.41 566	0.21 480	0.45 568	0.33 457	0.36 544	0.46 547	0.36 526	0.30 538	0.39 566	0.42 578	0.23 575	0.14 541	0.21 557	0.17 551	0.23 562	0.18 557

EDNetEfficient	0.29 545	0.24 553	1.13 600	0.18 325	0.10 372	0.19 435	0.20 463	0.20 262	0.60 568	0.74 590	0.56 566	0.31 502	0.39 560	0.22 478	0.30 547	0.09 397	0.07 418	0.08 314	0.07 305	0.11 475	0.09 426

ADCS	0.29 545	0.18 532	0.45 550	0.21 475	0.17 543	0.28 531	0.23 501	0.41 554	0.63 574	0.40 554	0.49 551	0.40 547	0.36 555	0.39 566	0.40 574	0.13 515	0.12 519	0.13 511	0.14 525	0.16 543	0.16 546

CSAN	0.29 545	0.24 553	0.27 502	0.34 567	0.19 552	0.33 546	0.42 585	0.37 531	0.50 546	0.38 549	0.40 523	0.44 555	0.33 547	0.28 520	0.30 547	0.20 562	0.16 550	0.19 554	0.19 556	0.14 521	0.15 535

MFN_U_SF_DS_RVC	0.30 551	0.24 553	0.29 515	0.36 571	0.16 528	0.34 549	0.30 566	0.32 475	0.42 517	0.40 554	0.46 547	0.38 535	0.31 542	0.34 543	0.28 539	0.19 560	0.20 563	0.26 565	0.29 576	0.18 553	0.19 562

GANetREF_RVC	0.31 552	0.34 573	0.27 502	0.35 569	0.16 528	0.32 540	0.41 582	0.48 572	0.51 553	0.35 541	0.35 494	0.34 520	0.33 547	0.39 566	0.32 555	0.27 579	0.20 563	0.29 576	0.15 540	0.18 553	0.17 554
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
MSMD_ROB	0.31 552	0.26 559	0.26 495	0.24 520	0.21 559	0.34 549	0.25 528	0.34 503	0.39 499	0.40 554	0.69 578	0.45 557	0.40 563	0.34 543	0.27 532	0.20 562	0.19 560	0.26 565	0.25 568	0.23 562	0.22 567

MFN_U_SF_RVC	0.32 554	0.21 545	0.55 563	0.30 562	0.15 518	0.34 549	0.17 357	0.52 579	0.46 535	0.46 569	0.55 561	0.59 575	0.39 560	0.35 549	0.37 567	0.15 533	0.14 541	0.18 552	0.21 559	0.16 543	0.15 535

PASM	0.32 554	0.24 553	0.48 556	0.28 552	0.27 572	0.29 535	0.30 566	0.34 503	0.49 543	0.35 541	0.39 517	0.46 561	0.34 551	0.34 543	0.35 562	0.23 575	0.25 577	0.26 565	0.28 575	0.23 562	0.21 565

SGM-ForestM	0.32 554	0.12 451	0.16 383	0.16 166	0.11 424	0.39 563	0.19 442	0.41 554	0.50 546	0.52 572	0.54 559	1.32 603	0.42 571	0.40 570	0.27 532	0.14 529	0.16 550	0.16 541	0.16 544	0.12 490	0.12 492

FC-DCNN v2	0.33 557	0.27 561	0.28 507	0.26 537	0.23 564	0.37 559	0.28 550	0.40 548	0.43 522	0.45 566	0.56 566	0.51 568	0.40 563	0.37 560	0.29 542	0.21 566	0.20 563	0.27 568	0.26 569	0.25 569	0.24 569

FCDSN-DC	0.33 557	0.28 565	0.28 507	0.30 562	0.24 566	0.39 563	0.28 550	0.42 559	0.42 517	0.43 564	0.53 557	0.51 568	0.41 568	0.36 555	0.30 547	0.21 566	0.20 563	0.27 568	0.26 569	0.25 569	0.24 569
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 557	0.27 561	0.28 507	0.26 537	0.23 564	0.37 559	0.28 550	0.40 548	0.43 522	0.45 566	0.55 561	0.51 568	0.40 563	0.37 560	0.30 547	0.21 566	0.20 563	0.27 568	0.26 569	0.25 569	0.24 569

LSM	0.33 557	0.20 539	0.58 569	0.26 537	0.60 596	0.34 549	0.25 528	0.42 559	0.48 537	0.45 566	0.58 571	0.42 550	0.36 555	0.35 549	0.25 513	0.12 492	0.20 563	0.14 523	0.16 544	0.19 556	0.33 583

AnyNet_C01	0.36 561	0.25 558	1.37 603	0.22 490	0.17 543	0.48 571	0.27 544	0.35 518	0.39 499	0.39 551	0.74 584	0.46 561	0.38 558	0.45 574	0.47 583	0.13 515	0.13 532	0.13 511	0.14 525	0.14 521	0.15 535

GCST	0.37 562	0.42 580	0.26 495	1.02 604	0.39 580	0.18 412	0.08 9	0.20 262	0.17 237	0.28 510	0.25 404	0.15 305	0.12 294	0.16 354	0.14 352	0.64 600	0.43 589	0.75 597	0.65 600	0.63 593	0.46 592

otaku	0.39 563	0.37 576	0.52 559	0.44 578	0.28 573	0.58 577	0.24 513	0.41 554	0.62 571	0.40 554	0.49 551	0.46 561	0.33 547	0.40 570	0.32 555	0.30 580	0.30 581	0.39 582	0.33 581	0.29 576	0.28 577

ACVNet-4b	0.39 563	0.53 583	0.55 563	0.45 579	0.24 566	0.47 569	0.18 402	0.49 574	0.64 575	0.42 561	0.45 546	0.60 576	0.27 516	0.34 543	0.24 503	0.33 582	0.14 541	0.48 585	0.42 586	0.30 577	0.26 576

PVD	0.39 563	0.20 539	0.39 542	0.31 566	0.22 561	0.29 535	0.43 587	0.52 579	0.96 597	0.55 576	0.79 588	0.53 572	0.59 587	0.52 581	0.38 569	0.19 560	0.14 541	0.17 543	0.14 525	0.24 568	0.31 581

Ntro	0.40 566	0.40 578	0.53 560	0.46 582	0.30 577	0.65 583	0.24 513	0.46 570	0.68 581	0.41 558	0.49 551	0.48 566	0.42 571	0.39 566	0.31 554	0.32 581	0.28 579	0.37 581	0.30 578	0.32 581	0.29 578

SAMSARA	0.40 566	0.28 565	0.33 526	0.55 585	0.39 580	0.82 597	1.23 612	0.47 571	0.51 553	0.36 544	0.35 494	0.55 574	0.39 560	0.38 562	0.39 571	0.15 533	0.20 563	0.15 535	0.14 525	0.23 562	0.20 563

ELAS_RVC	0.41 568	0.29 568	0.33 526	0.28 552	0.24 566	0.54 575	0.36 577	0.49 574	0.59 565	0.72 586	0.74 584	0.65 581	0.54 580	0.54 585	0.40 574	0.22 571	0.20 563	0.27 568	0.26 569	0.26 574	0.25 574
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 568	0.29 568	0.33 526	0.27 549	0.24 566	0.60 580	0.36 577	0.50 577	0.50 546	0.71 584	0.79 588	0.67 583	0.54 580	0.51 579	0.42 578	0.22 571	0.20 563	0.27 568	0.26 569	0.26 574	0.25 574
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	0.43 570	0.39 577	0.54 561	0.40 574	0.20 555	0.64 582	0.32 574	0.53 581	0.72 584	0.71 584	0.72 581	0.61 577	0.54 580	0.51 579	0.46 582	0.20 562	0.19 560	0.29 576	0.30 578	0.23 562	0.18 557

ACVNet_1	0.44 571	0.49 582	0.60 571	0.45 579	0.28 573	0.49 572	0.27 544	0.57 586	0.72 584	0.62 579	0.58 571	0.74 587	0.49 577	0.50 577	0.35 562	0.26 578	0.24 576	0.39 582	0.29 576	0.31 580	0.24 569

Consistency-Raft	0.44 571	0.40 578	0.45 550	0.37 573	0.43 584	0.46 567	0.41 582	0.57 586	0.55 556	0.32 534	0.73 582	0.33 514	0.48 576	0.42 573	0.49 585	0.39 584	0.35 586	0.45 584	0.51 593	0.42 584	0.29 578

RTS	0.45 573	0.19 535	3.26 609	0.24 520	0.15 518	0.74 590	0.20 463	0.36 525	0.76 590	0.42 561	0.43 543	0.31 502	0.41 568	0.53 583	0.35 562	0.10 438	0.08 444	0.13 511	0.12 512	0.15 536	0.15 535

RTSA	0.45 573	0.19 535	3.26 609	0.24 520	0.15 518	0.74 590	0.20 463	0.36 525	0.76 590	0.42 561	0.43 543	0.31 502	0.41 568	0.53 583	0.35 562	0.10 438	0.08 444	0.13 511	0.12 512	0.15 536	0.15 535

MANE	0.45 573	0.27 561	0.27 502	0.27 549	0.24 566	0.47 569	0.31 572	0.55 583	0.59 565	0.72 586	1.13 605	1.15 597	0.61 588	0.52 581	0.37 567	0.21 566	0.20 563	0.27 568	0.31 580	0.25 569	0.24 569

NVStereoNet_ROB	0.46 576	0.36 575	0.46 554	0.41 576	0.28 573	0.34 549	0.34 575	0.48 572	0.60 568	0.72 586	0.93 594	0.70 586	0.66 591	0.47 575	0.60 593	0.22 571	0.33 585	0.34 580	0.34 583	0.30 577	0.30 580
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MonStereo1	0.47 577	0.26 559	0.58 569	0.28 552	0.20 555	0.39 563	0.18 402	0.49 574	0.64 575	0.52 572	0.87 591	1.01 592	0.57 585	0.50 577	0.56 590	0.53 593	0.31 584	0.54 591	0.40 584	0.33 582	0.34 584

LE_ROB	0.50 578	0.07 169	0.14 297	0.15 86	0.08 146	0.24 493	0.16 319	0.22 309	1.81 613	4.63 616	0.67 576	0.47 564	0.44 573	0.20 448	0.29 542	0.07 274	0.06 343	0.06 127	0.06 214	0.08 357	0.06 234

BEATNet-Init1	0.52 579	0.27 561	0.62 573	0.30 562	0.21 559	0.76 594	0.29 559	0.54 582	0.65 578	0.86 595	0.95 596	2.07 612	0.62 590	0.56 587	0.42 578	0.18 555	0.18 557	0.23 562	0.22 562	0.22 561	0.21 565

anonymity	0.53 580	0.58 585	0.65 575	0.41 576	0.61 597	0.53 574	0.41 582	0.56 584	0.41 510	0.55 576	0.50 555	0.49 567	0.55 583	0.58 588	0.50 588	0.58 596	0.50 599	0.51 587	0.51 593	0.51 586	0.57 594

RainbowNet	0.54 581	0.61 587	0.70 589	0.57 586	0.43 584	0.65 583	0.37 580	0.60 588	0.87 594	0.50 571	0.66 575	0.64 579	0.47 575	0.49 576	0.43 581	0.47 590	0.48 595	0.52 589	0.41 585	0.52 587	0.40 589

SGM+DAISY	0.56 582	0.57 584	0.65 575	0.40 574	0.54 589	0.66 585	0.49 589	0.56 584	0.45 534	0.66 580	0.69 578	0.67 583	0.56 584	0.63 590	0.56 590	0.59 597	0.48 595	0.50 586	0.50 592	0.52 587	0.58 595

SPS-STEREO	0.57 583	0.58 585	0.65 575	0.45 579	0.55 591	0.62 581	0.44 588	0.62 589	0.50 546	0.68 582	0.64 573	0.66 582	0.57 585	0.61 589	0.60 593	0.62 599	0.47 594	0.51 587	0.49 590	0.55 591	0.58 595
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 584	0.66 591	0.65 575	0.51 583	0.69 601	0.69 586	0.57 595	0.64 590	0.73 588	0.60 578	0.73 582	0.62 578	0.67 592	0.65 591	0.60 593	0.66 601	0.58 608	0.63 592	0.59 596	0.68 598	0.69 604

IMH-64-1	0.65 585	0.61 587	0.68 583	0.71 589	0.51 587	0.59 578	0.49 589	0.91 597	0.85 592	0.74 590	1.02 598	0.81 588	0.78 596	0.79 594	0.49 585	0.42 586	0.46 590	0.71 594	0.47 588	0.52 587	0.39 587

IMH-64	0.65 585	0.61 587	0.68 583	0.71 589	0.51 587	0.59 578	0.49 589	0.91 597	0.85 592	0.74 590	1.02 598	0.81 588	0.78 596	0.79 594	0.49 585	0.42 586	0.46 590	0.71 594	0.47 588	0.52 587	0.39 587

ACVNet_2	0.66 587	0.66 591	0.68 583	0.63 587	0.41 582	0.71 588	0.49 589	0.96 601	1.39 606	0.89 596	1.09 601	1.04 593	0.73 594	0.54 585	0.47 583	0.43 588	0.40 588	0.53 590	0.44 587	0.47 585	0.35 586

JetBlue	0.71 588	0.45 581	1.14 601	0.51 583	0.47 586	2.02 612	0.64 599	0.75 592	0.70 582	0.69 583	0.77 587	1.22 599	0.83 598	1.03 609	1.01 609	0.40 585	0.28 579	0.33 579	0.33 581	0.30 577	0.34 584

IMH	0.71 588	0.64 590	0.68 583	0.76 591	0.54 589	0.69 586	0.54 593	0.98 603	1.10 599	0.82 594	1.09 601	0.89 590	0.88 601	0.87 602	0.52 589	0.44 589	0.50 599	0.75 597	0.51 593	0.56 592	0.41 590

PWCK	0.71 588	0.94 602	0.95 598	0.76 591	0.31 578	0.74 590	0.36 577	0.90 596	0.90 595	0.96 599	0.75 586	0.95 591	0.61 588	0.87 602	0.66 596	0.72 602	0.46 590	0.75 597	0.49 590	0.69 600	0.44 591

MADNet+	0.75 591	0.71 593	3.70 612	0.66 588	0.41 582	0.98 602	0.97 610	0.69 591	0.73 588	0.52 572	0.57 569	0.64 579	0.68 593	0.86 601	1.01 609	0.34 583	0.36 587	0.28 575	0.23 566	0.36 583	0.31 581

TorneroNet-64	0.76 592	0.72 594	0.74 590	0.78 593	0.58 595	0.91 601	0.56 594	0.84 595	1.29 603	0.66 580	0.90 592	1.40 605	0.75 595	0.85 600	0.67 599	0.49 591	0.46 590	0.72 596	0.59 596	0.67 597	0.53 593

WAO-7	0.79 593	0.78 596	0.54 561	0.85 597	0.67 600	0.74 590	0.68 603	1.05 606	1.32 604	0.90 597	1.20 608	1.04 593	0.92 602	0.69 592	0.66 596	0.60 598	0.62 609	0.67 593	0.68 602	0.64 594	0.58 595

WAO-6	0.81 594	0.80 597	0.62 573	0.86 598	0.63 598	0.76 594	0.58 596	0.98 603	1.54 611	0.90 597	0.96 597	1.07 595	1.03 606	0.70 593	0.66 596	0.72 602	0.49 597	0.90 605	0.71 603	0.68 598	0.58 595

TorneroNet	0.82 595	0.74 595	0.81 595	0.84 596	0.63 598	0.99 603	0.63 597	0.96 601	1.16 600	0.80 593	1.11 603	1.36 604	0.86 600	0.93 605	0.80 604	0.56 594	0.49 597	0.78 602	0.66 601	0.73 603	0.63 603

LVE	0.83 596	0.85 600	0.85 596	0.80 594	0.56 592	1.04 607	0.65 600	1.05 606	1.47 609	0.96 599	1.22 609	1.10 596	0.85 599	0.83 597	0.71 601	0.49 591	0.55 605	0.76 600	0.60 598	0.65 595	0.59 600

Dean	0.87 597	0.86 601	0.79 593	0.81 595	0.56 592	0.90 598	0.63 597	1.15 612	1.73 612	1.15 607	1.15 606	1.31 602	0.99 605	0.81 596	0.81 605	0.57 595	0.56 606	0.77 601	0.64 599	0.66 596	0.58 595

WAO-8	0.91 598	0.81 598	0.65 575	0.94 601	0.69 601	0.90 598	0.67 601	1.07 609	1.83 614	1.06 604	1.45 611	1.30 600	1.07 607	0.84 598	0.78 602	0.74 604	0.53 602	0.86 603	0.75 604	0.69 600	0.62 601

Venus	0.91 598	0.81 598	0.65 575	0.94 601	0.69 601	0.90 598	0.67 601	1.07 609	1.83 614	1.06 604	1.45 611	1.30 600	1.07 607	0.84 598	0.78 602	0.74 604	0.53 602	0.86 603	0.75 604	0.69 600	0.62 601

UNDER WATER-64	0.95 600	0.94 602	1.43 605	0.87 599	0.56 592	1.18 610	0.87 607	0.77 593	0.94 596	1.04 602	0.85 590	1.58 610	1.21 612	0.94 606	0.96 607	0.87 608	0.57 607	1.03 608	0.88 609	0.78 604	0.73 605

UNDER WATER	0.97 601	0.97 604	1.42 604	0.99 603	0.70 604	1.12 609	0.84 606	0.80 594	1.08 598	1.01 601	0.90 592	1.55 609	1.22 613	1.03 609	1.00 608	0.78 606	0.53 602	1.02 607	0.87 608	0.80 605	0.74 606

notaker	0.97 601	1.11 605	0.98 599	1.13 606	0.81 605	0.73 589	0.68 603	0.93 599	1.16 600	1.18 609	1.18 607	1.41 606	1.16 611	1.08 611	0.69 600	0.81 607	0.64 610	1.17 609	0.79 606	0.98 607	0.80 608

ktn	1.01 603	1.21 607	0.80 594	1.23 608	0.86 607	1.01 605	0.87 607	0.94 600	1.39 606	1.04 602	1.12 604	1.15 597	1.07 607	0.94 606	0.59 592	1.28 613	0.71 611	1.38 613	0.83 607	1.02 609	0.75 607

KSHMR	1.09 604	1.17 606	0.88 597	1.25 609	1.00 609	0.99 603	0.96 609	1.13 611	1.37 605	1.16 608	1.29 610	1.41 606	0.96 604	1.01 608	0.92 606	1.03 611	1.08 613	1.20 610	1.03 612	1.01 608	0.97 610

DPSimNet_ROB	1.11 605	1.23 608	0.78 591	1.13 606	0.88 608	1.10 608	1.13 611	1.16 613	1.23 602	1.43 611	1.02 598	1.41 606	1.10 610	0.90 604	1.60 611	1.46 614	0.51 601	1.21 611	1.03 612	0.90 606	1.01 612

HanzoNet	1.29 606	1.26 609	1.19 602	1.12 605	0.85 606	1.02 606	0.83 605	1.03 605	1.48 610	1.64 612	1.61 613	2.50 614	1.72 614	1.61 613	1.61 612	1.26 612	0.80 612	1.31 612	1.01 611	1.02 609	0.86 609

JetRed	1.62 607	1.46 610	2.98 607	0.92 600	1.21 610	4.99 615	1.53 615	1.27 614	1.39 606	1.83 613	1.74 614	1.60 611	0.95 603	1.41 612	2.45 616	0.90 610	1.60 614	0.93 606	0.90 610	1.35 611	0.99 611

MADNet++	1.95 608	1.75 611	1.59 606	1.82 610	1.69 612	2.33 613	1.40 614	2.35 615	2.09 616	2.57 615	2.36 616	2.24 613	2.17 615	2.28 614	2.34 614	1.87 615	1.66 615	1.54 614	1.34 614	1.92 612	1.77 614

coex-ft	3.30 609	0.34 573	59.09 636	0.18 325	0.13 480	0.26 514	0.22 490	0.27 409	0.72 584	1.90 614	0.70 580	0.44 555	0.45 574	0.29 526	0.41 577	0.09 397	0.09 473	0.12 496	0.09 422	0.14 521	0.13 511

TCMNet-wrong-test	3.67 610	5.48 623	3.89 613	12.18 622	11.75 624	4.65 614	3.88 616	1.06 608	0.72 584	1.09 606	2.15 615	6.30 619	0.53 579	3.43 616	2.36 615	0.89 609	0.20 563	1.87 616	1.69 615	5.57 620	3.62 620

tt	4.67 611	0.06 76	3.55 611	2.02 611	1.55 611	10.25 619	16.71 620	8.91 624	5.03 617	1.31 610	0.94 595	4.71 615	4.76 616	3.33 615	5.87 618	6.06 623	10.30 627	1.88 617	2.11 617	2.75 614	1.21 613

USTest	6.22 612	2.73 614	3.00 608	6.57 618	7.29 618	14.37 621	21.57 621	7.00 623	9.56 622	5.34 619	6.10 617	5.72 618	7.64 619	6.41 620	6.96 619	1.97 616	3.42 621	1.64 615	2.15 618	2.66 613	2.36 615

xxxxx1	7.79 613	5.02 620	7.31 616	3.12 612	3.85 614	16.35 623	22.88 622	5.86 620	8.69 619	7.97 620	8.54 618	9.12 622	8.27 620	10.18 622	10.92 620	2.42 617	2.45 617	3.56 620	12.37 624	3.77 615	3.06 617

tt_ll	7.79 613	5.02 620	7.31 616	3.12 612	3.85 614	16.35 623	22.88 622	5.86 620	8.69 619	7.97 620	8.54 618	9.12 622	8.27 620	10.18 622	10.92 620	2.42 617	2.45 617	3.56 620	12.37 624	3.77 615	3.06 617

ff	7.79 613	5.02 620	7.31 616	3.12 612	3.85 614	16.35 623	22.88 622	5.86 620	8.69 619	7.97 620	8.54 618	9.12 622	8.27 620	10.18 622	10.92 620	2.42 617	2.45 617	3.56 620	12.37 624	3.77 615	3.06 617

EDNetEfficientorigin	7.91 616	0.31 570	153.02 637	0.19 386	0.09 269	0.21 467	0.16 319	0.22 309	0.59 565	0.72 586	0.67 576	0.42 550	0.50 578	0.24 498	0.39 571	0.08 338	0.07 418	0.08 314	0.07 305	0.12 490	0.10 453

DPSMNet_ROB	8.06 617	4.48 616	8.63 622	5.37 617	10.74 621	8.32 617	22.98 626	5.46 617	13.36 625	5.12 617	9.92 621	5.08 616	10.40 623	5.53 619	12.58 623	3.80 621	8.00 622	3.50 618	7.02 621	3.83 618	7.14 622

DGTPSM_ROB	8.06 617	4.48 616	8.63 622	5.35 615	10.72 620	8.32 617	22.97 625	5.46 617	13.35 624	5.12 617	9.92 621	5.08 616	10.40 623	5.52 618	12.58 623	3.79 620	8.00 622	3.50 618	7.02 621	3.83 618	7.14 622

PML	8.91 619	9.34 627	6.13 614	5.35 615	6.41 617	14.99 622	23.38 627	5.27 616	6.83 618	18.04 630	28.19 638	7.67 620	6.83 618	7.85 621	5.75 617	5.35 622	1.83 616	5.95 626	1.93 616	8.64 623	2.52 616

DLNR_Zeroshot_test	10.40 620	1.82 612	19.49 631	120.77 637	13.11 626	0.06 11	0.13 124	0.23 329	0.10 47	0.07 46	0.10 144	0.09 152	0.06 45	0.10 82	0.09 61	0.13 515	0.04 24	0.06 127	0.04 48	51.54 637	0.04 49

DLNR-FE	10.43 621	1.83 613	19.53 632	120.75 636	13.06 625	0.06 11	0.13 124	0.23 329	0.10 47	0.07 46	0.10 144	0.09 152	0.06 45	0.10 82	0.09 61	0.13 515	0.04 24	0.06 127	0.04 48	52.01 638	0.04 49

LRCNet_RVC	10.62 622	13.42 628	7.30 615	18.92 626	2.07 613	0.33 546	0.30 566	5.59 619	0.48 537	13.03 626	17.94 627	8.87 621	5.65 617	4.79 617	1.89 613	23.51 634	2.73 620	27.55 637	25.71 637	16.07 631	16.33 632

Anonymous_1	10.96 623	7.92 624	7.46 619	10.33 619	10.06 619	18.65 627	26.34 628	11.06 627	13.44 626	9.40 623	10.05 623	9.67 625	11.23 625	10.73 625	12.72 625	6.42 624	8.38 624	5.77 623	10.61 623	12.12 624	6.77 621

DPSM_ROB	11.15 624	8.58 625	8.00 620	10.88 620	11.58 622	19.10 628	26.71 629	12.05 628	14.07 629	10.36 624	10.84 624	10.33 626	11.86 626	11.70 626	13.54 626	6.99 625	8.79 625	5.89 624	6.95 619	7.29 621	7.42 624

DPSM	11.15 624	8.58 625	8.00 620	10.88 620	11.58 622	19.10 628	26.71 629	12.05 628	14.07 629	10.36 624	10.84 624	10.33 626	11.86 626	11.70 626	13.54 626	6.99 625	8.79 625	5.89 624	6.95 619	7.29 621	7.42 624

HaxPig	15.71 626	18.52 635	19.18 630	16.89 625	15.89 627	7.73 616	7.60 617	13.31 630	10.82 623	15.42 627	14.91 626	15.98 628	14.92 628	15.58 628	15.98 628	18.95 633	16.73 628	19.46 633	18.08 633	19.26 632	19.05 635

RSGM-EC	20.36 627	4.73 618	0.68 583	16.76 623	16.92 628	21.28 630	27.18 631	10.46 625	14.04 627	18.00 628	21.31 630	22.24 636	21.82 630	22.57 630	17.63 629	62.81 637	33.79 637	20.14 634	18.10 634	20.18 633	16.45 633

acva	20.36 627	4.73 618	0.68 583	16.76 623	16.92 628	21.28 630	27.18 631	10.46 625	14.04 627	18.00 628	21.31 630	22.24 636	21.82 630	22.57 630	17.63 629	62.81 637	33.79 637	20.14 634	18.10 634	20.18 633	16.45 633

MEDIAN_ROB	20.38 629	24.04 636	23.31 633	21.23 627	21.71 630	10.40 620	7.92 618	17.64 631	15.50 631	20.12 631	19.70 628	20.34 629	20.32 629	21.19 629	21.13 631	23.81 635	21.81 635	24.98 636	23.76 636	24.71 635	23.93 636

CasAABBNet	22.42 630	17.33 630	16.01 626	22.01 628	23.28 632	38.32 632	53.80 635	24.14 635	28.41 636	20.60 632	21.77 634	20.89 634	23.91 634	23.43 634	27.36 634	14.07 628	17.69 630	11.83 629	14.01 628	14.67 626	14.95 628

RAFT-FEzeroshot	22.43 631	17.33 630	15.98 624	22.02 629	23.31 633	38.34 633	53.82 636	24.05 633	28.39 634	20.61 633	21.76 632	20.88 632	23.92 635	23.41 632	27.42 636	14.07 628	17.69 630	11.83 629	14.02 629	14.69 627	14.97 629

RAFT-FE	22.43 631	17.33 630	15.98 624	22.02 629	23.31 633	38.34 633	53.82 636	24.05 633	28.39 634	20.61 633	21.76 632	20.88 632	23.92 635	23.41 632	27.42 636	14.07 628	17.69 630	11.83 629	14.02 629	14.69 627	14.97 629

FlowAnything	22.44 633	17.35 633	16.14 628	22.07 632	23.23 631	38.39 635	53.77 634	24.25 636	28.44 637	20.96 637	21.82 635	20.70 630	23.84 632	23.49 635	27.14 633	14.04 627	17.79 634	11.75 627	14.15 632	14.65 625	14.89 626

Selective-RAFT-Error	22.47 634	17.37 634	16.09 627	22.06 631	23.34 635	38.39 635	53.83 638	24.29 638	28.47 638	20.74 635	21.83 636	20.81 631	23.90 633	23.54 637	27.53 638	14.08 631	17.69 630	11.82 628	14.00 627	14.69 627	15.00 631

LSM0	22.87 635	17.28 629	18.96 629	22.19 633	29.04 637	38.42 637	53.71 633	24.28 637	28.31 633	20.78 636	21.00 629	21.43 635	24.16 637	23.50 636	27.39 635	14.09 632	17.38 629	11.84 632	14.04 631	14.73 630	14.89 626

AVERAGE_ROB	24.90 636	29.20 637	28.14 634	24.89 634	24.64 636	17.75 626	11.12 619	21.45 632	19.93 632	25.12 638	24.46 637	25.12 638	25.46 638	24.69 638	22.83 632	29.76 636	27.13 636	28.97 638	27.95 638	29.91 636	29.47 637

test_example2	98.32 637	94.13 638	45.89 635	96.35 635	109.85 638	88.61 638	95.45 639	25.75 639	94.37 639	130.00 640	126.06 639	58.17 639	74.63 639	88.51 639	79.96 639	150.23 639	221.02 639	77.62 639	99.10 639	113.75 639	96.94 638

GS-Stereo							0.14 179	0.11 37	0.12 105	0.08 85	0.10 144	0.05 2	0.05 12	0.11 132	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.05 146

FSD					0.22 561	0.25 504	0.25 528	0.27 409	0.26 395	0.25 483	0.26 421	0.25 444	0.27 516	0.27 508	0.24 503	0.21 566	0.20 563	0.27 568	0.26 569	0.25 569

ccccc		285.66 639		368.85 638	370.60 639	123.16 639		115.05 640		126.68 639		122.83 640		252.94 640		384.56 640	353.86 640	254.69 640	223.00 640	425.87 640

ASD4		3.38 615

Low-res two-view benchmark