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

GeoAtt-pt-L (ZS)	0.06 1	0.03 1	0.07 31	0.12 8	0.05 4	0.07 54	0.10 49	0.06 2	0.08 51	0.06 48	0.04 1	0.06 56	0.06 80	0.09 76	0.08 53	0.07 409	0.04 27	0.04 1	0.04 79	0.05 217	0.03 2

CR-RVC	0.06 1	0.04 3	0.09 170	0.12 8	0.04 1	0.07 54	0.11 91	0.13 165	0.07 33	0.05 2	0.05 8	0.06 56	0.05 15	0.05 1	0.08 53	0.06 209	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

PSi22b	0.06 1	0.04 3	0.09 170	0.13 27	0.05 4	0.08 117	0.11 91	0.06 2	0.06 14	0.06 48	0.06 39	0.08 241	0.05 15	0.08 36	0.09 147	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.04 95

PSi22a	0.06 1	0.04 3	0.09 170	0.12 8	0.05 4	0.06 19	0.11 91	0.06 2	0.06 14	0.06 48	0.06 39	0.06 56	0.05 15	0.08 36	0.09 147	0.07 409	0.04 27	0.04 1	0.03 1	0.05 217	0.04 95

Foundation-i32	0.06 1	0.04 3	0.09 170	0.13 27	0.04 1	0.06 19	0.12 144	0.06 2	0.05 6	0.06 48	0.05 8	0.05 4	0.05 15	0.07 10	0.09 147	0.06 209	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

MatchAttention (ZS)	0.06 1	0.03 1	0.08 85	0.12 8	0.04 1	0.06 19	0.12 144	0.07 9	0.07 33	0.05 2	0.06 39	0.05 4	0.05 15	0.08 36	0.07 16	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.04 95
Tingman Yan, Tao Liu, Chenghao Li, Xilian Yang, Qunfei Zhao, and Zeyang Xia: MatchAttention: Embedding explicit matching constraints into attention for efficient stereo matching. Arxiv, 2025
MLG-Stereo_test2	0.06 1	0.04 3	0.10 250	0.15 145	0.05 4	0.07 54	0.11 91	0.09 33	0.04 2	0.06 48	0.05 8	0.06 56	0.04 1	0.08 36	0.09 147	0.06 209	0.04 27	0.05 77	0.03 1	0.05 217	0.05 256

MLG-Stereo_test1	0.06 1	0.05 51	0.08 85	0.17 348	0.05 4	0.06 19	0.11 91	0.08 16	0.03 1	0.05 2	0.04 1	0.06 56	0.05 15	0.09 76	0.09 147	0.05 57	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

FoundationStereo	0.06 1	0.04 3	0.08 85	0.12 8	0.05 4	0.09 192	0.13 233	0.06 2	0.09 92	0.05 2	0.05 8	0.06 56	0.04 1	0.06 4	0.07 16	0.06 209	0.04 27	0.05 77	0.03 1	0.05 217	0.04 95

MGW-Stereo-1	0.07 10	0.05 51	0.07 31	0.16 254	0.06 54	0.06 19	0.12 144	0.08 16	0.08 51	0.08 188	0.06 39	0.06 56	0.06 80	0.10 163	0.10 263	0.04 11	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

GeoAtt-L (ZS)	0.07 10	0.05 51	0.08 85	0.11 1	0.05 4	0.10 268	0.11 91	0.08 16	0.10 126	0.08 188	0.07 108	0.06 56	0.07 215	0.14 459	0.09 147	0.07 409	0.04 27	0.06 254	0.04 79	0.06 365	0.05 256

WiStereo	0.07 10	0.05 51	0.09 170	0.15 145	0.05 4	0.09 192	0.11 91	0.09 33	0.07 33	0.07 117	0.05 8	0.09 294	0.08 286	0.09 76	0.07 16	0.05 57	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

GeoAtt-pt-S (ZS)	0.07 10	0.04 3	0.09 170	0.15 145	0.07 176	0.05 7	0.15 406	0.08 16	0.13 256	0.07 117	0.05 8	0.06 56	0.05 15	0.09 76	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

tt3	0.07 10	0.06 147	0.09 170	0.15 145	0.05 4	0.09 192	0.09 29	0.11 84	0.05 6	0.07 117	0.06 39	0.08 241	0.07 215	0.10 163	0.06 7	0.06 209	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

tt4	0.07 10	0.05 51	0.08 85	0.16 254	0.05 4	0.08 117	0.08 9	0.14 206	0.07 33	0.06 48	0.06 39	0.06 56	0.07 215	0.09 76	0.07 16	0.06 209	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

tt5	0.07 10	0.06 147	0.08 85	0.15 145	0.06 54	0.07 54	0.10 49	0.11 84	0.06 14	0.07 117	0.06 39	0.08 241	0.08 286	0.10 163	0.07 16	0.05 57	0.04 27	0.04 1	0.03 1	0.05 217	0.04 95

tt6	0.07 10	0.05 51	0.09 170	0.15 145	0.05 4	0.09 192	0.11 91	0.09 33	0.07 33	0.07 117	0.05 8	0.09 294	0.08 286	0.09 76	0.07 16	0.05 57	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

tt7	0.07 10	0.08 426	0.07 31	0.18 454	0.06 54	0.08 117	0.11 91	0.13 165	0.07 33	0.05 2	0.05 8	0.08 241	0.07 215	0.09 76	0.06 7	0.05 57	0.04 27	0.04 1	0.04 79	0.03 1	0.03 2

tt8	0.07 10	0.08 426	0.06 15	0.18 454	0.06 54	0.08 117	0.11 91	0.11 84	0.08 51	0.05 2	0.06 39	0.08 241	0.07 215	0.08 36	0.05 1	0.05 57	0.04 27	0.04 1	0.04 79	0.03 1	0.03 2

tt9	0.07 10	0.07 285	0.07 31	0.18 454	0.06 54	0.08 117	0.10 49	0.12 120	0.08 51	0.05 2	0.05 8	0.08 241	0.08 286	0.09 76	0.05 1	0.05 57	0.04 27	0.04 1	0.04 79	0.04 56	0.03 2

TYNG	0.07 10	0.07 285	0.07 31	0.17 348	0.06 54	0.08 117	0.11 91	0.12 120	0.08 51	0.05 2	0.05 8	0.08 241	0.07 215	0.09 76	0.05 1	0.05 57	0.04 27	0.04 1	0.04 79	0.04 56	0.04 95

CR-Stereo	0.07 10	0.08 426	0.08 85	0.13 27	0.05 4	0.06 19	0.12 144	0.11 84	0.08 51	0.05 2	0.06 39	0.06 56	0.07 215	0.05 1	0.07 16	0.05 57	0.04 27	0.04 1	0.04 79	0.05 217	0.04 95

GFORCE	0.07 10	0.07 285	0.05 2	0.20 616	0.07 176	0.08 117	0.08 9	0.13 165	0.05 6	0.06 48	0.07 108	0.06 56	0.09 341	0.08 36	0.06 7	0.05 57	0.04 27	0.05 77	0.05 245	0.04 56	0.03 2

low	0.07 10	0.04 3	0.08 85	0.14 84	0.07 176	0.08 117	0.12 144	0.12 120	0.09 92	0.06 48	0.05 8	0.06 56	0.05 15	0.12 360	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

100	0.07 10	0.05 51	0.09 170	0.13 27	0.07 176	0.05 7	0.12 144	0.11 84	0.11 164	0.06 48	0.06 39	0.06 56	0.08 286	0.09 76	0.10 263	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

FORCE_4.7	0.07 10	0.08 426	0.05 2	0.20 616	0.07 176	0.08 117	0.12 144	0.11 84	0.08 51	0.05 2	0.06 39	0.05 4	0.07 215	0.10 163	0.06 7	0.05 57	0.04 27	0.06 254	0.06 359	0.04 56	0.03 2

F4.4	0.07 10	0.07 285	0.05 2	0.17 348	0.05 4	0.07 54	0.11 91	0.15 253	0.04 2	0.05 2	0.07 108	0.05 4	0.07 215	0.09 76	0.07 16	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

FORCE_4.6	0.07 10	0.07 285	0.06 15	0.17 348	0.05 4	0.08 117	0.11 91	0.12 120	0.08 51	0.05 2	0.05 8	0.05 4	0.06 80	0.08 36	0.06 7	0.07 409	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

F5.5	0.07 10	0.06 147	0.06 15	0.19 542	0.06 54	0.09 192	0.11 91	0.14 206	0.06 14	0.05 2	0.06 39	0.07 166	0.05 15	0.09 76	0.06 7	0.05 57	0.04 27	0.05 77	0.05 245	0.04 56	0.03 2

F8.5	0.07 10	0.07 285	0.05 2	0.18 454	0.05 4	0.08 117	0.10 49	0.12 120	0.06 14	0.05 2	0.06 39	0.08 241	0.06 80	0.09 76	0.05 1	0.05 57	0.04 27	0.05 77	0.05 245	0.04 56	0.03 2

FORCE_9	0.07 10	0.07 285	0.05 2	0.18 454	0.05 4	0.08 117	0.11 91	0.12 120	0.06 14	0.05 2	0.06 39	0.08 241	0.06 80	0.09 76	0.06 7	0.05 57	0.04 27	0.05 77	0.05 245	0.04 56	0.03 2

FORCE_8	0.07 10	0.07 285	0.05 2	0.19 542	0.05 4	0.08 117	0.11 91	0.12 120	0.06 14	0.06 48	0.06 39	0.08 241	0.06 80	0.09 76	0.06 7	0.05 57	0.04 27	0.05 77	0.05 245	0.04 56	0.03 2

F7	0.07 10	0.07 285	0.05 2	0.18 454	0.05 4	0.07 54	0.09 29	0.13 165	0.05 6	0.05 2	0.06 39	0.07 166	0.06 80	0.10 163	0.05 1	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

FORCE_4.5	0.07 10	0.07 285	0.05 2	0.17 348	0.05 4	0.07 54	0.11 91	0.14 206	0.06 14	0.05 2	0.06 39	0.05 4	0.07 215	0.08 36	0.07 16	0.06 209	0.04 27	0.05 77	0.05 245	0.04 56	0.03 2

FORCE_4	0.07 10	0.05 51	0.06 15	0.18 454	0.06 54	0.09 192	0.11 91	0.12 120	0.05 6	0.06 48	0.07 108	0.08 241	0.07 215	0.10 163	0.05 1	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.03 2

FORCE_5	0.07 10	0.05 51	0.06 15	0.18 454	0.05 4	0.08 117	0.11 91	0.12 120	0.04 2	0.05 2	0.06 39	0.06 56	0.06 80	0.09 76	0.06 7	0.05 57	0.04 27	0.05 77	0.05 245	0.04 56	0.04 95

FORCE_6	0.07 10	0.07 285	0.04 1	0.18 454	0.05 4	0.09 192	0.10 49	0.12 120	0.06 14	0.06 48	0.06 39	0.06 56	0.06 80	0.10 163	0.07 16	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

NBS	0.07 10	0.07 285	0.08 85	0.17 348	0.07 176	0.07 54	0.13 233	0.05 1	0.07 33	0.06 48	0.09 227	0.05 4	0.04 1	0.05 1	0.09 147	0.05 57	0.05 337	0.08 482	0.06 359	0.05 217	0.04 95

rgla	0.07 10	0.06 147	0.06 15	0.16 254	0.06 54	0.08 117	0.10 49	0.09 33	0.08 51	0.07 117	0.06 39	0.05 4	0.06 80	0.10 163	0.09 147	0.05 57	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

416test1013	0.07 10	0.06 147	0.06 15	0.16 254	0.07 176	0.10 268	0.10 49	0.09 33	0.07 33	0.07 117	0.07 108	0.05 4	0.06 80	0.10 163	0.08 53	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.04 95

416test	0.07 10	0.07 285	0.06 15	0.17 348	0.07 176	0.09 192	0.10 49	0.09 33	0.08 51	0.07 117	0.06 39	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

test410_97500	0.07 10	0.06 147	0.09 170	0.17 348	0.07 176	0.07 54	0.08 9	0.10 53	0.09 92	0.06 48	0.05 8	0.05 4	0.05 15	0.09 76	0.08 53	0.04 11	0.04 27	0.04 1	0.03 1	0.03 1	0.03 2

test410	0.07 10	0.06 147	0.09 170	0.17 348	0.07 176	0.07 54	0.08 9	0.10 53	0.09 92	0.06 48	0.05 8	0.06 56	0.05 15	0.09 76	0.07 16	0.04 11	0.05 337	0.04 1	0.03 1	0.03 1	0.03 2

LACA_dic	0.07 10	0.10 581	0.08 85	0.13 27	0.05 4	0.08 117	0.11 91	0.08 16	0.09 92	0.05 2	0.05 8	0.05 4	0.05 15	0.08 36	0.08 53	0.06 209	0.04 27	0.04 1	0.04 79	0.05 217	0.04 95

DF_test	0.07 10	0.05 51	0.08 85	0.14 84	0.08 287	0.04 3	0.13 233	0.08 16	0.11 164	0.07 117	0.08 186	0.06 56	0.07 215	0.06 4	0.08 53	0.06 209	0.05 337	0.05 77	0.05 245	0.05 217	0.04 95

over v1	0.07 10	0.07 285	0.07 31	0.18 454	0.05 4	0.08 117	0.08 9	0.10 53	0.05 6	0.06 48	0.06 39	0.07 166	0.10 392	0.11 256	0.08 53	0.05 57	0.04 27	0.04 1	0.03 1	0.05 217	0.05 256

over-8	0.07 10	0.07 285	0.07 31	0.18 454	0.05 4	0.08 117	0.08 9	0.13 165	0.05 6	0.06 48	0.05 8	0.07 166	0.09 341	0.11 256	0.08 53	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.05 256

small-0shot	0.07 10	0.05 51	0.08 85	0.14 84	0.07 176	0.06 19	0.13 233	0.09 33	0.08 51	0.05 2	0.10 267	0.06 56	0.06 80	0.06 4	0.10 263	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

over-9	0.07 10	0.07 285	0.07 31	0.18 454	0.05 4	0.08 117	0.08 9	0.13 165	0.06 14	0.06 48	0.05 8	0.07 166	0.09 341	0.11 256	0.08 53	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.05 256

WAFT-Stereo (ZS)	0.07 10	0.05 51	0.09 170	0.12 8	0.07 176	0.08 117	0.15 406	0.07 9	0.07 33	0.06 48	0.10 267	0.05 4	0.07 215	0.06 4	0.11 358	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

testmc14	0.07 10	0.05 51	0.06 15	0.15 145	0.05 4	0.09 192	0.13 233	0.08 16	0.08 51	0.07 117	0.09 227	0.06 56	0.05 15	0.07 10	0.07 16	0.06 209	0.04 27	0.04 1	0.03 1	0.03 1	0.03 2

MCSU-Stereo	0.07 10	0.05 51	0.06 15	0.15 145	0.05 4	0.09 192	0.13 233	0.10 53	0.09 92	0.07 117	0.07 108	0.07 166	0.05 15	0.09 76	0.07 16	0.06 209	0.04 27	0.04 1	0.03 1	0.04 56	0.03 2

derf	0.07 10	0.04 3	0.10 250	0.14 84	0.06 54	0.05 7	0.12 144	0.12 120	0.09 92	0.05 2	0.07 108	0.07 166	0.08 286	0.10 163	0.10 263	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.05 256

mm2	0.07 10	0.04 3	0.10 250	0.13 27	0.06 54	0.06 19	0.12 144	0.13 165	0.08 51	0.06 48	0.07 108	0.06 56	0.08 286	0.10 163	0.09 147	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.05 256

mm1	0.07 10	0.04 3	0.10 250	0.13 27	0.06 54	0.06 19	0.12 144	0.06 2	0.08 51	0.06 48	0.07 108	0.06 56	0.08 286	0.10 163	0.09 147	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.05 256

qqai	0.07 10	0.05 51	0.10 250	0.14 84	0.06 54	0.05 7	0.12 144	0.08 16	0.09 92	0.05 2	0.06 39	0.06 56	0.08 286	0.10 163	0.09 147	0.06 209	0.05 337	0.05 77	0.03 1	0.04 56	0.05 256

MGA	0.07 10	0.04 3	0.10 250	0.13 27	0.06 54	0.08 117	0.09 29	0.12 120	0.08 51	0.05 2	0.06 39	0.06 56	0.05 15	0.10 163	0.09 147	0.06 209	0.04 27	0.05 77	0.03 1	0.05 217	0.05 256

CAR	0.07 10	0.05 51	0.08 85	0.14 84	0.06 54	0.07 54	0.08 9	0.12 120	0.08 51	0.05 2	0.06 39	0.05 4	0.05 15	0.10 163	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

MSE-Stereo	0.07 10	0.04 3	0.08 85	0.13 27	0.06 54	0.07 54	0.08 9	0.12 120	0.08 51	0.05 2	0.06 39	0.05 4	0.05 15	0.10 163	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

monster-pro	0.07 10	0.06 147	0.05 2	0.15 145	0.05 4	0.07 54	0.10 49	0.15 253	0.15 321	0.05 2	0.06 39	0.05 4	0.06 80	0.07 10	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

PointNet	0.07 10	0.06 147	0.07 31	0.15 145	0.07 176	0.08 117	0.14 313	0.11 84	0.08 51	0.05 2	0.07 108	0.08 241	0.08 286	0.09 76	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.03 1	0.04 95

bcnet-new	0.07 10	0.07 285	0.08 85	0.18 454	0.06 54	0.07 54	0.10 49	0.09 33	0.14 292	0.07 117	0.07 108	0.06 56	0.06 80	0.11 256	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

LWStereo	0.07 10	0.06 147	0.09 170	0.17 348	0.06 54	0.08 117	0.12 144	0.11 84	0.10 126	0.06 48	0.07 108	0.07 166	0.06 80	0.10 163	0.07 16	0.04 11	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

LMStereo	0.07 10	0.07 285	0.09 170	0.19 542	0.06 54	0.07 54	0.12 144	0.11 84	0.13 256	0.06 48	0.07 108	0.06 56	0.06 80	0.09 76	0.07 16	0.04 11	0.04 27	0.05 77	0.04 79	0.05 217	0.03 2

CR7Stereo	0.07 10	0.08 426	0.07 31	0.17 348	0.07 176	0.08 117	0.13 233	0.10 53	0.10 126	0.07 117	0.08 186	0.06 56	0.05 15	0.08 36	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

GCAP-Stereo-DPT26K	0.07 10	0.06 147	0.07 31	0.16 254	0.06 54	0.08 117	0.12 144	0.10 53	0.08 51	0.06 48	0.09 227	0.06 56	0.05 15	0.08 36	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

CHEStereo	0.07 10	0.07 285	0.07 31	0.17 348	0.06 54	0.07 54	0.12 144	0.09 33	0.11 164	0.09 249	0.09 227	0.06 56	0.07 215	0.09 76	0.07 16	0.04 11	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

GCAP-Stereo-DPT-20K	0.07 10	0.05 51	0.11 316	0.15 145	0.06 54	0.07 54	0.13 233	0.09 33	0.11 164	0.07 117	0.08 186	0.06 56	0.05 15	0.09 76	0.07 16	0.05 57	0.05 337	0.05 77	0.04 79	0.03 1	0.04 95

GCAP-Stereo-DPT-24K	0.07 10	0.06 147	0.07 31	0.15 145	0.06 54	0.10 268	0.15 406	0.12 120	0.11 164	0.06 48	0.11 324	0.06 56	0.05 15	0.09 76	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

PipStereo	0.07 10	0.04 3	0.09 170	0.13 27	0.05 4	0.08 117	0.11 91	0.06 2	0.06 14	0.06 48	0.05 8	0.08 241	0.05 15	0.08 36	0.09 147	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.04 95

LACA3	0.07 10	0.08 426	0.08 85	0.13 27	0.05 4	0.09 192	0.11 91	0.08 16	0.08 51	0.08 188	0.05 8	0.07 166	0.07 215	0.07 10	0.07 16	0.06 209	0.04 27	0.04 1	0.03 1	0.03 1	0.03 2

Selective-IGEV-i32	0.07 10	0.06 147	0.08 85	0.17 348	0.06 54	0.08 117	0.12 144	0.13 165	0.07 33	0.08 188	0.07 108	0.06 56	0.04 1	0.10 163	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

LACA2	0.07 10	0.05 51	0.06 15	0.15 145	0.06 54	0.09 192	0.11 91	0.11 84	0.10 126	0.05 2	0.05 8	0.06 56	0.08 286	0.09 76	0.07 16	0.07 409	0.04 27	0.04 1	0.04 79	0.04 56	0.04 95

LACA1	0.07 10	0.07 285	0.07 31	0.14 84	0.05 4	0.09 192	0.11 91	0.10 53	0.07 33	0.05 2	0.05 8	0.06 56	0.07 215	0.08 36	0.09 147	0.06 209	0.04 27	0.04 1	0.04 79	0.03 1	0.04 95

Test_v1	0.07 10	0.04 3	0.06 15	0.13 27	0.06 54	0.08 117	0.11 91	0.15 253	0.12 208	0.06 48	0.05 8	0.04 1	0.05 15	0.08 36	0.10 263	0.07 409	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

BLMT-Stereo	0.07 10	0.04 3	0.08 85	0.15 145	0.07 176	0.06 19	0.14 313	0.07 9	0.10 126	0.05 2	0.05 8	0.04 1	0.06 80	0.07 10	0.09 147	0.04 11	0.04 27	0.05 77	0.05 245	0.04 56	0.04 95

Pro-Stereo	0.07 10	0.05 51	0.08 85	0.15 145	0.07 176	0.08 117	0.12 144	0.07 9	0.07 33	0.06 48	0.06 39	0.05 4	0.05 15	0.09 76	0.08 53	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

BridgeDepth_RVC	0.07 10	0.04 3	0.09 170	0.11 1	0.05 4	0.10 268	0.10 49	0.14 206	0.09 92	0.06 48	0.07 108	0.06 56	0.07 215	0.07 10	0.10 263	0.06 209	0.04 27	0.04 1	0.04 79	0.04 56	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 10	0.05 51	0.07 31	0.14 84	0.06 54	0.09 192	0.13 233	0.15 253	0.06 14	0.07 117	0.08 186	0.06 56	0.08 286	0.09 76	0.09 147	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.04 95

VIP-Stereo	0.07 10	0.07 285	0.07 31	0.15 145	0.06 54	0.12 384	0.10 49	0.11 84	0.11 164	0.06 48	0.07 108	0.06 56	0.05 15	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 10	0.07 285	0.08 85	0.18 454	0.06 54	0.07 54	0.11 91	0.09 33	0.06 14	0.04 1	0.07 108	0.10 337	0.09 341	0.08 36	0.08 53	0.04 11	0.03 1	0.04 1	0.04 79	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 10	0.05 51	0.09 170	0.13 27	0.06 54	0.12 384	0.12 144	0.11 84	0.10 126	0.07 117	0.08 186	0.06 56	0.06 80	0.09 76	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

MonStereo	0.07 10	0.06 147	0.05 2	0.15 145	0.05 4	0.08 117	0.10 49	0.15 253	0.15 321	0.05 2	0.06 39	0.05 4	0.06 80	0.07 10	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 10	0.05 51	0.07 31	0.16 254	0.06 54	0.07 54	0.11 91	0.10 53	0.08 51	0.06 48	0.06 39	0.07 166	0.07 215	0.09 76	0.09 147	0.04 11	0.04 27	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 10	0.06 147	0.05 2	0.15 145	0.05 4	0.08 117	0.10 49	0.15 253	0.15 321	0.05 2	0.06 39	0.05 4	0.06 80	0.07 10	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 10	0.04 3	0.09 170	0.13 27	0.06 54	0.05 7	0.09 29	0.11 84	0.07 33	0.06 48	0.06 39	0.05 4	0.06 80	0.09 76	0.09 147	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.05 256

Replicate-Monster	0.07 10	0.05 51	0.09 170	0.14 84	0.06 54	0.08 117	0.09 29	0.13 165	0.13 256	0.05 2	0.07 108	0.06 56	0.06 80	0.08 36	0.10 263	0.05 57	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

AdaDepth	0.07 10	0.06 147	0.07 31	0.18 454	0.06 54	0.11 328	0.12 144	0.09 33	0.07 33	0.06 48	0.05 8	0.07 166	0.06 80	0.09 76	0.10 263	0.04 11	0.05 337	0.05 77	0.04 79	0.04 56	0.04 95

asda	0.07 10	0.08 426	0.08 85	0.16 254	0.06 54	0.06 19	0.10 49	0.16 299	0.10 126	0.06 48	0.06 39	0.05 4	0.05 15	0.10 163	0.10 263	0.03 1	0.03 1	0.04 1	0.03 1	0.04 56	0.03 2

asd	0.07 10	0.08 426	0.07 31	0.16 254	0.07 176	0.08 117	0.08 9	0.11 84	0.08 51	0.07 117	0.07 108	0.06 56	0.06 80	0.10 163	0.09 147	0.03 1	0.03 1	0.04 1	0.04 79	0.04 56	0.03 2

qwe	0.07 10	0.08 426	0.07 31	0.15 145	0.06 54	0.07 54	0.10 49	0.18 375	0.11 164	0.07 117	0.07 108	0.06 56	0.06 80	0.10 163	0.09 147	0.03 1	0.03 1	0.04 1	0.04 79	0.04 56	0.03 2

2.25w	0.07 10	0.06 147	0.07 31	0.14 84	0.06 54	0.08 117	0.08 9	0.10 53	0.15 321	0.08 188	0.10 267	0.07 166	0.06 80	0.08 36	0.10 263	0.05 57	0.03 1	0.04 1	0.04 79	0.03 1	0.04 95

4.25_new	0.07 10	0.08 426	0.09 170	0.15 145	0.06 54	0.09 192	0.08 9	0.14 206	0.08 51	0.07 117	0.07 108	0.06 56	0.06 80	0.12 360	0.10 263	0.03 1	0.03 1	0.04 1	0.03 1	0.04 56	0.03 2

4.5w_new	0.07 10	0.08 426	0.09 170	0.15 145	0.06 54	0.09 192	0.08 9	0.14 206	0.08 51	0.07 117	0.07 108	0.06 56	0.06 80	0.12 360	0.10 263	0.03 1	0.03 1	0.04 1	0.03 1	0.04 56	0.03 2

4.5_new	0.07 10	0.09 518	0.08 85	0.15 145	0.07 176	0.06 19	0.10 49	0.14 206	0.11 164	0.06 48	0.08 186	0.06 56	0.06 80	0.08 36	0.10 263	0.03 1	0.03 1	0.04 1	0.04 79	0.04 56	0.03 2

4.5w-stereo	0.07 10	0.09 518	0.08 85	0.15 145	0.07 176	0.06 19	0.10 49	0.14 206	0.11 164	0.06 48	0.08 186	0.06 56	0.06 80	0.08 36	0.10 263	0.03 1	0.03 1	0.04 1	0.04 79	0.04 56	0.03 2

4.25w-stereo	0.07 10	0.08 426	0.09 170	0.15 145	0.06 54	0.09 192	0.08 9	0.14 206	0.08 51	0.07 117	0.07 108	0.06 56	0.06 80	0.12 360	0.10 263	0.03 1	0.03 1	0.04 1	0.03 1	0.04 56	0.03 2

4w-stereo	0.07 10	0.08 426	0.08 85	0.16 254	0.06 54	0.07 54	0.08 9	0.12 120	0.08 51	0.07 117	0.07 108	0.05 4	0.06 80	0.09 76	0.10 263	0.03 1	0.03 1	0.04 1	0.04 79	0.04 56	0.03 2

2.5w	0.07 10	0.07 285	0.07 31	0.16 254	0.06 54	0.08 117	0.12 144	0.10 53	0.10 126	0.07 117	0.06 39	0.09 294	0.06 80	0.08 36	0.09 147	0.04 11	0.03 1	0.04 1	0.04 79	0.03 1	0.03 2

2.75w_new	0.07 10	0.07 285	0.07 31	0.13 27	0.06 54	0.08 117	0.08 9	0.18 375	0.12 208	0.07 117	0.08 186	0.06 56	0.06 80	0.09 76	0.11 358	0.04 11	0.04 27	0.04 1	0.03 1	0.03 1	0.04 95

3.25w_new	0.07 10	0.06 147	0.07 31	0.15 145	0.06 54	0.10 268	0.07 5	0.12 120	0.11 164	0.08 188	0.06 39	0.07 166	0.06 80	0.11 256	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 10	0.06 147	0.07 31	0.15 145	0.06 54	0.10 268	0.07 5	0.12 120	0.11 164	0.08 188	0.06 39	0.07 166	0.06 80	0.11 256	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 10	0.07 285	0.08 85	0.16 254	0.07 176	0.07 54	0.09 29	0.16 299	0.09 92	0.07 117	0.06 39	0.05 4	0.06 80	0.09 76	0.10 263	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 10	0.07 285	0.07 31	0.15 145	0.07 176	0.09 192	0.06 1	0.13 165	0.11 164	0.07 117	0.07 108	0.06 56	0.07 215	0.10 163	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

1w_stereo	0.07 10	0.06 147	0.07 31	0.16 254	0.06 54	0.07 54	0.10 49	0.14 206	0.14 292	0.07 117	0.08 186	0.05 4	0.06 80	0.09 76	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 95

monsterstereo	0.07 10	0.06 147	0.06 15	0.16 254	0.06 54	0.08 117	0.10 49	0.16 299	0.11 164	0.07 117	0.08 186	0.06 56	0.07 215	0.08 36	0.09 147	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

monsters	0.07 10	0.06 147	0.06 15	0.15 145	0.06 54	0.08 117	0.09 29	0.12 120	0.08 51	0.09 249	0.07 108	0.06 56	0.06 80	0.08 36	0.08 53	0.05 57	0.04 27	0.04 1	0.04 79	0.03 1	0.03 2

IGEV	0.07 10	0.04 3	0.08 85	0.13 27	0.06 54	0.09 192	0.12 144	0.14 206	0.10 126	0.06 48	0.09 227	0.07 166	0.05 15	0.09 76	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

111111	0.07 10	0.04 3	0.09 170	0.17 348	0.06 54	0.05 7	0.10 49	0.11 84	0.09 92	0.06 48	0.06 39	0.07 166	0.05 15	0.09 76	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.07 455	0.06 382

LG-Stereo_L2	0.07 10	0.05 51	0.10 250	0.14 84	0.06 54	0.07 54	0.12 144	0.09 33	0.09 92	0.06 48	0.04 1	0.05 4	0.05 15	0.08 36	0.08 53	0.05 57	0.04 27	0.05 77	0.03 1	0.04 56	0.03 2

LG-Stereo_L1	0.07 10	0.05 51	0.11 316	0.14 84	0.06 54	0.07 54	0.13 233	0.09 33	0.07 33	0.05 2	0.04 1	0.05 4	0.04 1	0.08 36	0.07 16	0.05 57	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

MLG-Stereo_test3	0.07 10	0.05 51	0.10 250	0.14 84	0.06 54	0.07 54	0.11 91	0.08 16	0.06 14	0.06 48	0.04 1	0.06 56	0.06 80	0.07 10	0.10 263	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.06 382

MLG-Stereo	0.07 10	0.05 51	0.08 85	0.17 348	0.05 4	0.07 54	0.11 91	0.08 16	0.04 2	0.05 2	0.04 1	0.06 56	0.05 15	0.10 163	0.09 147	0.05 57	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

LG-G_1	0.07 10	0.04 3	0.11 316	0.15 145	0.06 54	0.09 192	0.08 9	0.08 16	0.06 14	0.06 48	0.05 8	0.07 166	0.07 215	0.11 256	0.08 53	0.07 409	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

LG-G	0.07 10	0.04 3	0.11 316	0.15 145	0.06 54	0.09 192	0.08 9	0.08 16	0.06 14	0.06 48	0.05 8	0.07 166	0.07 215	0.11 256	0.08 53	0.07 409	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

LGtest1	0.07 10	0.04 3	0.10 250	0.15 145	0.06 54	0.07 54	0.09 29	0.08 16	0.06 14	0.05 2	0.04 1	0.06 56	0.06 80	0.10 163	0.09 147	0.07 409	0.04 27	0.05 77	0.04 79	0.06 365	0.06 382

LG-Stereo_Zeroshot	0.07 10	0.06 147	0.10 250	0.16 254	0.07 176	0.04 3	0.13 233	0.10 53	0.10 126	0.05 2	0.11 324	0.07 166	0.05 15	0.07 10	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

GREAT-IGEV	0.07 10	0.06 147	0.08 85	0.13 27	0.07 176	0.07 54	0.14 313	0.09 33	0.09 92	0.06 48	0.07 108	0.06 56	0.05 15	0.10 163	0.07 16	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
StereoAnything_RVC	0.07 10	0.15 681	0.17 588	0.11 1	0.05 4	0.05 7	0.11 91	0.08 16	0.08 51	0.06 48	0.06 39	0.05 4	0.05 15	0.09 76	0.08 53	0.08 501	0.04 27	0.05 77	0.03 1	0.05 217	0.04 95

AIO_rvc	0.07 10	0.06 147	0.08 85	0.15 145	0.06 54	0.08 117	0.14 313	0.09 33	0.08 51	0.07 117	0.08 186	0.07 166	0.04 1	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

AIO_test	0.07 10	0.05 51	0.07 31	0.15 145	0.07 176	0.06 19	0.14 313	0.10 53	0.10 126	0.07 117	0.07 108	0.06 56	0.05 15	0.08 36	0.10 263	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

MonSter	0.07 10	0.06 147	0.05 2	0.15 145	0.05 4	0.07 54	0.10 49	0.15 253	0.15 321	0.05 2	0.06 39	0.05 4	0.06 80	0.07 10	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 10	0.05 51	0.07 31	0.14 84	0.06 54	0.10 268	0.13 233	0.07 9	0.13 256	0.06 48	0.07 108	0.06 56	0.05 15	0.10 163	0.09 147	0.04 11	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

dual_stereo	0.07 10	0.04 3	0.08 85	0.15 145	0.05 4	0.05 7	0.13 233	0.12 120	0.08 51	0.07 117	0.06 39	0.05 4	0.05 15	0.07 10	0.09 147	0.06 209	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

IGEV-Stereo++	0.07 10	0.06 147	0.08 85	0.18 454	0.06 54	0.04 3	0.10 49	0.11 84	0.11 164	0.06 48	0.07 108	0.07 166	0.06 80	0.09 76	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

IGEV-Stereo+	0.07 10	0.04 3	0.08 85	0.15 145	0.06 54	0.04 3	0.09 29	0.10 53	0.09 92	0.06 48	0.06 39	0.06 56	0.06 80	0.06 4	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.06 365	0.06 382

GCAPDPT-zeroshot4090	0.07 10	0.05 51	0.11 316	0.15 145	0.06 54	0.07 54	0.13 233	0.09 33	0.11 164	0.07 117	0.08 186	0.06 56	0.05 15	0.09 76	0.07 16	0.05 57	0.05 337	0.05 77	0.04 79	0.03 1	0.04 95

Selective-IGEV	0.07 10	0.06 147	0.08 85	0.17 348	0.06 54	0.08 117	0.12 144	0.13 165	0.07 33	0.08 188	0.07 108	0.06 56	0.04 1	0.10 163	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

ACC-I	0.08 129	0.06 147	0.10 250	0.15 145	0.06 54	0.02 1	0.14 313	0.09 33	0.13 256	0.06 48	0.07 108	0.06 56	0.07 215	0.09 76	0.08 53	0.07 409	0.04 27	0.06 254	0.04 79	0.05 217	0.05 256

ACC	0.08 129	0.06 147	0.11 316	0.15 145	0.06 54	0.02 1	0.14 313	0.11 84	0.14 292	0.06 48	0.07 108	0.07 166	0.07 215	0.09 76	0.08 53	0.07 409	0.04 27	0.06 254	0.04 79	0.06 365	0.05 256

GCAP-Stereo-w-DA	0.08 129	0.08 426	0.08 85	0.18 454	0.06 54	0.07 54	0.09 29	0.13 165	0.12 208	0.08 188	0.07 108	0.07 166	0.06 80	0.09 76	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.05 217	0.03 2

E$^{3}$Stereo	0.08 129	0.05 51	0.10 250	0.13 27	0.07 176	0.09 192	0.12 144	0.11 84	0.10 126	0.07 117	0.07 108	0.07 166	0.07 215	0.11 256	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

LLLLL	0.08 129	0.05 51	0.10 250	0.13 27	0.07 176	0.09 192	0.12 144	0.11 84	0.10 126	0.07 117	0.07 108	0.07 166	0.07 215	0.11 256	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

LLL	0.08 129	0.05 51	0.09 170	0.13 27	0.07 176	0.07 54	0.13 233	0.12 120	0.10 126	0.07 117	0.06 39	0.07 166	0.07 215	0.11 256	0.10 263	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

300	0.08 129	0.05 51	0.12 368	0.14 84	0.07 176	0.08 117	0.12 144	0.15 253	0.10 126	0.05 2	0.06 39	0.06 56	0.08 286	0.08 36	0.10 263	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

Last	0.08 129	0.04 3	0.12 368	0.13 27	0.07 176	0.07 54	0.13 233	0.13 165	0.09 92	0.06 48	0.06 39	0.06 56	0.08 286	0.10 163	0.11 358	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

DDDD	0.08 129	0.04 3	0.12 368	0.13 27	0.07 176	0.07 54	0.13 233	0.15 253	0.09 92	0.06 48	0.06 39	0.06 56	0.09 341	0.09 76	0.11 358	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

TT111	0.08 129	0.05 51	0.11 316	0.13 27	0.06 54	0.08 117	0.12 144	0.14 206	0.08 51	0.05 2	0.06 39	0.06 56	0.09 341	0.10 163	0.11 358	0.06 209	0.05 337	0.05 77	0.04 79	0.04 56	0.05 256

EE1	0.08 129	0.05 51	0.09 170	0.15 145	0.07 176	0.07 54	0.10 49	0.16 299	0.12 208	0.08 188	0.05 8	0.06 56	0.06 80	0.13 420	0.09 147	0.06 209	0.05 337	0.06 254	0.04 79	0.05 217	0.05 256

SCION-M(vits-remse)	0.08 129	0.06 147	0.12 368	0.24 707	0.05 4	0.07 54	0.10 49	0.15 253	0.15 321	0.05 2	0.06 39	0.05 4	0.06 80	0.07 10	0.09 147	0.08 501	0.06 503	0.04 1	0.03 1	0.03 1	0.03 2

GEAR-Net	0.08 129	0.06 147	0.08 85	0.18 454	0.07 176	0.09 192	0.13 233	0.10 53	0.09 92	0.08 188	0.08 186	0.06 56	0.06 80	0.13 420	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

over-6	0.08 129	0.07 285	0.08 85	0.17 348	0.05 4	0.10 268	0.09 29	0.17 340	0.11 164	0.06 48	0.07 108	0.06 56	0.09 341	0.10 163	0.08 53	0.06 209	0.04 27	0.04 1	0.04 79	0.05 217	0.05 256

anonymous	0.08 129	0.05 51	0.12 368	0.16 254	0.08 287	0.05 7	0.13 233	0.10 53	0.14 292	0.07 117	0.07 108	0.06 56	0.04 1	0.07 10	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

depth_test_26	0.08 129	0.04 3	0.11 316	0.13 27	0.07 176	0.07 54	0.11 91	0.12 120	0.11 164	0.09 249	0.07 108	0.08 241	0.05 15	0.09 76	0.08 53	0.08 501	0.06 503	0.06 254	0.06 359	0.06 365	0.07 472

Anonymus	0.08 129	0.05 51	0.10 250	0.15 145	0.08 287	0.10 268	0.15 406	0.15 253	0.10 126	0.07 117	0.06 39	0.07 166	0.08 286	0.12 360	0.10 263	0.06 209	0.04 27	0.05 77	0.05 245	0.05 217	0.06 382

LGCAT	0.08 129	0.04 3	0.10 250	0.11 1	0.06 54	0.07 54	0.12 144	0.07 9	0.08 51	0.09 249	0.07 108	0.07 166	0.08 286	0.12 360	0.11 358	0.10 617	0.09 652	0.04 1	0.05 245	0.04 56	0.09 594

quiztm	0.08 129	0.07 285	0.08 85	0.18 454	0.07 176	0.09 192	0.14 313	0.14 206	0.12 208	0.07 117	0.07 108	0.05 4	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.04 79	0.04 56	0.03 2

TS12	0.08 129	0.06 147	0.09 170	0.21 653	0.07 176	0.11 328	0.13 233	0.11 84	0.09 92	0.10 301	0.10 267	0.08 241	0.10 392	0.09 76	0.12 432	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.04 95

DF	0.08 129	0.05 51	0.09 170	0.15 145	0.06 54	0.11 328	0.13 233	0.10 53	0.12 208	0.09 249	0.10 267	0.10 337	0.08 286	0.11 256	0.09 147	0.07 409	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

LiteMatch*	0.08 129	0.04 3	0.11 316	0.13 27	0.08 287	0.08 117	0.13 233	0.14 206	0.09 92	0.05 2	0.05 8	0.05 4	0.09 341	0.11 256	0.10 263	0.06 209	0.05 337	0.05 77	0.04 79	0.05 217	0.05 256

canet-new	0.08 129	0.07 285	0.08 85	0.19 542	0.06 54	0.07 54	0.12 144	0.12 120	0.13 256	0.06 48	0.07 108	0.06 56	0.06 80	0.10 163	0.07 16	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.03 2

ARStereo	0.08 129	0.06 147	0.09 170	0.17 348	0.06 54	0.09 192	0.13 233	0.11 84	0.13 256	0.08 188	0.08 186	0.06 56	0.05 15	0.09 76	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

ARStereo-new	0.08 129	0.06 147	0.09 170	0.17 348	0.05 4	0.07 54	0.13 233	0.12 120	0.12 208	0.09 249	0.08 186	0.07 166	0.05 15	0.10 163	0.09 147	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

BARStereo	0.08 129	0.07 285	0.08 85	0.18 454	0.06 54	0.08 117	0.12 144	0.11 84	0.12 208	0.07 117	0.08 186	0.05 4	0.07 215	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.06 365	0.04 95

FCBStereo	0.08 129	0.07 285	0.09 170	0.18 454	0.06 54	0.11 328	0.11 91	0.10 53	0.08 51	0.07 117	0.07 108	0.07 166	0.06 80	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

PSGStereo	0.08 129	0.07 285	0.09 170	0.18 454	0.06 54	0.11 328	0.11 91	0.10 53	0.08 51	0.07 117	0.07 108	0.07 166	0.06 80	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

MUNStereo	0.08 129	0.07 285	0.09 170	0.18 454	0.06 54	0.08 117	0.12 144	0.10 53	0.09 92	0.09 249	0.08 186	0.08 241	0.06 80	0.12 360	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

TOTStereo	0.08 129	0.06 147	0.09 170	0.17 348	0.06 54	0.08 117	0.11 91	0.14 206	0.12 208	0.09 249	0.09 227	0.08 241	0.06 80	0.10 163	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

GCAP-Stereo-CNN-DA	0.08 129	0.08 426	0.08 85	0.18 454	0.06 54	0.07 54	0.09 29	0.13 165	0.12 208	0.08 188	0.07 108	0.07 166	0.06 80	0.09 76	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.05 217	0.03 2

RMAStereo	0.08 129	0.08 426	0.08 85	0.19 542	0.07 176	0.08 117	0.12 144	0.14 206	0.11 164	0.07 117	0.08 186	0.07 166	0.07 215	0.09 76	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

ATMStereo	0.08 129	0.09 518	0.07 31	0.20 616	0.08 287	0.08 117	0.13 233	0.12 120	0.13 256	0.08 188	0.08 186	0.05 4	0.07 215	0.09 76	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.06 365	0.04 95

ACMStereo	0.08 129	0.09 518	0.08 85	0.19 542	0.06 54	0.07 54	0.10 49	0.14 206	0.15 321	0.06 48	0.08 186	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

KABStereo	0.08 129	0.07 285	0.08 85	0.19 542	0.07 176	0.09 192	0.12 144	0.16 299	0.15 321	0.07 117	0.07 108	0.06 56	0.06 80	0.10 163	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

KMOStereo	0.08 129	0.09 518	0.10 250	0.18 454	0.08 287	0.10 268	0.12 144	0.15 253	0.12 208	0.08 188	0.08 186	0.05 4	0.07 215	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.06 365	0.04 95

GCAP-Stereo-cres-4k	0.08 129	0.07 285	0.08 85	0.18 454	0.07 176	0.11 328	0.14 313	0.12 120	0.11 164	0.07 117	0.11 324	0.07 166	0.06 80	0.09 76	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

GCAP-Stereo-DPT-cres	0.08 129	0.05 51	0.07 31	0.15 145	0.06 54	0.10 268	0.14 313	0.13 165	0.12 208	0.07 117	0.09 227	0.07 166	0.06 80	0.10 163	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 129	0.06 147	0.15 519	0.14 84	0.06 54	0.08 117	0.13 233	0.13 165	0.11 164	0.07 117	0.08 186	0.07 166	0.06 80	0.09 76	0.08 53	0.05 57	0.05 337	0.05 77	0.04 79	0.03 1	0.04 95

GCAP-Stereo-DPT-22K	0.08 129	0.06 147	0.07 31	0.17 348	0.06 54	0.07 54	0.14 313	0.13 165	0.16 363	0.05 2	0.10 267	0.06 56	0.06 80	0.08 36	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.04 95

GCAP-Stereo-DPT-5K	0.08 129	0.06 147	0.10 250	0.16 254	0.07 176	0.11 328	0.12 144	0.15 253	0.15 321	0.08 188	0.12 347	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.06 254	0.05 245	0.03 1	0.04 95

GCAP-Stereo-DPT-2K	0.08 129	0.06 147	0.10 250	0.16 254	0.07 176	0.11 328	0.13 233	0.14 206	0.14 292	0.08 188	0.13 367	0.05 4	0.06 80	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.03 1	0.04 95

GCAP-Stereo-DPT-3K	0.08 129	0.07 285	0.10 250	0.16 254	0.07 176	0.09 192	0.12 144	0.15 253	0.14 292	0.08 188	0.11 324	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.03 1	0.04 95

GCAP-Stereo-DPT-50K	0.08 129	0.06 147	0.17 588	0.15 145	0.06 54	0.06 19	0.13 233	0.13 165	0.13 256	0.07 117	0.07 108	0.06 56	0.05 15	0.08 36	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 129	0.06 147	0.07 31	0.16 254	0.06 54	0.06 19	0.14 313	0.14 206	0.14 292	0.07 117	0.10 267	0.06 56	0.05 15	0.09 76	0.09 147	0.04 11	0.04 27	0.04 1	0.04 79	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 129	0.05 51	0.12 368	0.15 145	0.06 54	0.10 268	0.14 313	0.12 120	0.12 208	0.07 117	0.09 227	0.06 56	0.06 80	0.10 163	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

PSi22	0.08 129	0.06 147	0.11 316	0.16 254	0.07 176	0.08 117	0.10 49	0.14 206	0.08 51	0.08 188	0.06 39	0.10 337	0.06 80	0.12 360	0.09 147	0.05 57	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

Foundation-i1c-attn	0.08 129	0.05 51	0.07 31	0.14 84	0.05 4	0.09 192	0.12 144	0.12 120	0.10 126	0.09 249	0.10 267	0.10 337	0.07 215	0.07 10	0.10 263	0.06 209	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

Foundation-i1b	0.08 129	0.05 51	0.07 31	0.14 84	0.05 4	0.09 192	0.12 144	0.13 165	0.10 126	0.09 249	0.10 267	0.09 294	0.06 80	0.07 10	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

Foundation-i1a	0.08 129	0.05 51	0.07 31	0.13 27	0.05 4	0.13 442	0.13 233	0.12 120	0.09 92	0.11 338	0.11 324	0.11 368	0.06 80	0.08 36	0.09 147	0.06 209	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

DepthFocus	0.08 129	0.04 3	0.15 519	0.12 8	0.09 424	0.07 54	0.12 144	0.10 53	0.05 6	0.09 249	0.05 8	0.07 166	0.04 1	0.08 36	0.08 53	0.06 209	0.05 337	0.07 381	0.07 464	0.05 217	0.04 95

GeoVLM	0.08 129	0.04 3	0.10 250	0.13 27	0.06 54	0.10 268	0.12 144	0.13 165	0.08 51	0.06 48	0.07 108	0.06 56	0.08 286	0.10 163	0.11 358	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.05 256

gcap_with_dpt	0.08 129	0.06 147	0.09 170	0.16 254	0.07 176	0.09 192	0.12 144	0.13 165	0.13 256	0.08 188	0.12 347	0.04 1	0.06 80	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.03 1	0.04 95

DispViT+	0.08 129	0.05 51	0.09 170	0.13 27	0.06 54	0.05 7	0.11 91	0.18 375	0.16 363	0.09 249	0.08 186	0.07 166	0.06 80	0.11 256	0.09 147	0.06 209	0.04 27	0.04 1	0.03 1	0.03 1	0.03 2

WQFJA1++	0.08 129	0.04 3	0.11 316	0.14 84	0.07 176	0.11 328	0.11 91	0.11 84	0.07 33	0.07 117	0.07 108	0.07 166	0.06 80	0.10 163	0.10 263	0.06 209	0.04 27	0.05 77	0.04 79	0.06 365	0.06 382

BStereo	0.08 129	0.06 147	0.16 556	0.15 145	0.08 287	0.07 54	0.09 29	0.15 253	0.16 363	0.06 48	0.07 108	0.07 166	0.05 15	0.09 76	0.11 358	0.04 11	0.05 337	0.05 77	0.07 464	0.04 56	0.04 95

MonSter++	0.08 129	0.04 3	0.10 250	0.13 27	0.06 54	0.09 192	0.12 144	0.13 165	0.08 51	0.06 48	0.07 108	0.06 56	0.08 286	0.10 163	0.11 358	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.04 95

HiDET	0.08 129	0.04 3	0.10 250	0.13 27	0.06 54	0.08 117	0.12 144	0.12 120	0.11 164	0.06 48	0.07 108	0.07 166	0.07 215	0.11 256	0.11 358	0.06 209	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

LCMNet	0.08 129	0.05 51	0.10 250	0.13 27	0.07 176	0.09 192	0.12 144	0.10 53	0.11 164	0.06 48	0.08 186	0.06 56	0.07 215	0.11 256	0.10 263	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.04 95

GEAStereo	0.08 129	0.05 51	0.08 85	0.13 27	0.08 287	0.08 117	0.14 313	0.10 53	0.09 92	0.08 188	0.10 267	0.06 56	0.05 15	0.11 256	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

GSStereo	0.08 129	0.05 51	0.08 85	0.13 27	0.08 287	0.08 117	0.14 313	0.11 84	0.12 208	0.08 188	0.10 267	0.05 4	0.05 15	0.11 256	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

gasm-f	0.08 129	0.05 51	0.07 31	0.13 27	0.08 287	0.08 117	0.14 313	0.10 53	0.09 92	0.08 188	0.10 267	0.06 56	0.05 15	0.10 163	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.06 365	0.05 256

DDF-Stereo	0.08 129	0.04 3	0.09 170	0.15 145	0.10 541	0.06 19	0.13 233	0.09 33	0.14 292	0.06 48	0.06 39	0.07 166	0.06 80	0.09 76	0.10 263	0.06 209	0.04 27	0.06 254	0.04 79	0.08 529	0.05 256

252Zero-FE	0.08 129	0.04 3	0.09 170	0.13 27	0.07 176	0.12 384	0.11 91	0.13 165	0.14 292	0.06 48	0.05 8	0.06 56	0.05 15	0.09 76	0.10 263	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.06 382

DA	0.08 129	0.07 285	0.07 31	0.19 542	0.08 287	0.09 192	0.12 144	0.13 165	0.12 208	0.08 188	0.10 267	0.10 337	0.08 286	0.09 76	0.10 263	0.05 57	0.04 27	0.06 254	0.04 79	0.05 217	0.03 2

zero-FE	0.08 129	0.04 3	0.09 170	0.15 145	0.10 541	0.05 7	0.14 313	0.09 33	0.14 292	0.07 117	0.06 39	0.07 166	0.06 80	0.09 76	0.10 263	0.06 209	0.04 27	0.06 254	0.04 79	0.08 529	0.05 256

GGEV	0.08 129	0.07 285	0.07 31	0.19 542	0.08 287	0.09 192	0.12 144	0.13 165	0.12 208	0.08 188	0.10 267	0.10 337	0.08 286	0.09 76	0.10 263	0.05 57	0.04 27	0.06 254	0.04 79	0.05 217	0.03 2

GASTEREO	0.08 129	0.05 51	0.09 170	0.19 542	0.07 176	0.07 54	0.12 144	0.14 206	0.11 164	0.10 301	0.09 227	0.07 166	0.04 1	0.12 360	0.08 53	0.06 209	0.05 337	0.05 77	0.04 79	0.04 56	0.05 256

MSCF	0.08 129	0.05 51	0.08 85	0.19 542	0.08 287	0.06 19	0.12 144	0.14 206	0.11 164	0.10 301	0.09 227	0.07 166	0.04 1	0.11 256	0.08 53	0.06 209	0.05 337	0.05 77	0.04 79	0.05 217	0.05 256

S2M2_XL	0.08 129	0.06 147	0.12 368	0.12 8	0.08 287	0.09 192	0.09 29	0.07 9	0.07 33	0.08 188	0.07 108	0.07 166	0.06 80	0.09 76	0.09 147	0.08 501	0.06 503	0.07 381	0.05 245	0.08 529	0.06 382
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
3w_stereo	0.08 129	0.09 518	0.10 250	0.17 348	0.07 176	0.08 117	0.10 49	0.20 420	0.13 256	0.06 48	0.07 108	0.05 4	0.06 80	0.08 36	0.09 147	0.03 1	0.03 1	0.04 1	0.03 1	0.04 56	0.03 2

2w_stereo	0.08 129	0.08 426	0.09 170	0.16 254	0.06 54	0.08 117	0.10 49	0.20 420	0.15 321	0.08 188	0.07 108	0.06 56	0.06 80	0.06 4	0.09 147	0.04 11	0.03 1	0.04 1	0.04 79	0.03 1	0.03 2

LG-Stereo	0.08 129	0.07 285	0.10 250	0.18 454	0.07 176	0.10 268	0.17 525	0.11 84	0.08 51	0.05 2	0.07 108	0.05 4	0.07 215	0.09 76	0.09 147	0.04 11	0.05 337	0.07 381	0.07 464	0.04 56	0.04 95

SGD-Stereo	0.08 129	0.05 51	0.10 250	0.14 84	0.05 4	0.12 384	0.12 144	0.11 84	0.12 208	0.07 117	0.09 227	0.09 294	0.09 341	0.08 36	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.03 2

HART	0.08 129	0.07 285	0.09 170	0.17 348	0.07 176	0.10 268	0.16 481	0.13 165	0.11 164	0.08 188	0.10 267	0.07 166	0.05 15	0.10 163	0.08 53	0.05 57	0.04 27	0.06 254	0.04 79	0.05 217	0.04 95

Reg-Stereo(zero)	0.08 129	0.05 51	0.08 85	0.16 254	0.06 54	0.12 384	0.11 91	0.15 253	0.10 126	0.12 387	0.09 227	0.10 337	0.08 286	0.11 256	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

SCV_C0	0.08 129	0.07 285	0.07 31	0.16 254	0.09 424	0.08 117	0.15 406	0.11 84	0.12 208	0.08 188	0.07 108	0.06 56	0.05 15	0.11 256	0.07 16	0.05 57	0.05 337	0.05 77	0.04 79	0.06 365	0.05 256

SCV	0.08 129	0.09 518	0.08 85	0.15 145	0.08 287	0.10 268	0.13 233	0.10 53	0.12 208	0.07 117	0.07 108	0.06 56	0.04 1	0.09 76	0.08 53	0.05 57	0.04 27	0.06 254	0.04 79	0.06 365	0.04 95

DEFOM-Stereo_RVC	0.08 129	0.06 147	0.09 170	0.22 673	0.06 54	0.08 117	0.12 144	0.10 53	0.10 126	0.07 117	0.07 108	0.06 56	0.05 15	0.11 256	0.09 147	0.06 209	0.04 27	0.05 77	0.03 1	0.06 365	0.04 95

HUF	0.08 129	0.05 51	0.08 85	0.14 84	0.06 54	0.09 192	0.13 233	0.13 165	0.13 256	0.07 117	0.07 108	0.08 241	0.06 80	0.10 163	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

castereo++	0.08 129	0.05 51	0.08 85	0.15 145	0.05 4	0.14 479	0.12 144	0.11 84	0.15 321	0.07 117	0.07 108	0.07 166	0.06 80	0.08 36	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

IGEV-RUCA	0.08 129	0.06 147	0.11 316	0.14 84	0.09 424	0.10 268	0.12 144	0.10 53	0.12 208	0.06 48	0.07 108	0.07 166	0.06 80	0.09 76	0.08 53	0.06 209	0.05 337	0.05 77	0.04 79	0.05 217	0.06 382

GIP-stereo	0.08 129	0.06 147	0.11 316	0.14 84	0.06 54	0.09 192	0.13 233	0.14 206	0.11 164	0.07 117	0.08 186	0.05 4	0.04 1	0.10 163	0.07 16	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

SMoEStereo_RVC	0.08 129	0.06 147	0.12 368	0.16 254	0.07 176	0.09 192	0.14 313	0.11 84	0.13 256	0.09 249	0.07 108	0.07 166	0.07 215	0.12 360	0.10 263	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

WCG-NET	0.08 129	0.05 51	0.09 170	0.15 145	0.06 54	0.11 328	0.14 313	0.13 165	0.13 256	0.06 48	0.09 227	0.07 166	0.06 80	0.13 420	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

Occ-G	0.08 129	0.05 51	0.06 15	0.14 84	0.07 176	0.08 117	0.14 313	0.13 165	0.15 321	0.07 117	0.11 324	0.07 166	0.05 15	0.09 76	0.10 263	0.06 209	0.05 337	0.05 77	0.04 79	0.05 217	0.05 256

U	0.08 129	0.07 285	0.09 170	0.19 542	0.10 541	0.10 268	0.13 233	0.12 120	0.17 394	0.07 117	0.07 108	0.06 56	0.05 15	0.07 10	0.08 53	0.06 209	0.04 27	0.06 254	0.04 79	0.06 365	0.05 256

AIO-Stereo	0.08 129	0.06 147	0.09 170	0.18 454	0.06 54	0.08 117	0.12 144	0.15 253	0.09 92	0.08 188	0.08 186	0.07 166	0.05 15	0.11 256	0.08 53	0.05 57	0.05 337	0.05 77	0.04 79	0.04 56	0.04 95

WCG-NET（raft）	0.08 129	0.05 51	0.10 250	0.15 145	0.06 54	0.11 328	0.13 233	0.15 253	0.12 208	0.08 188	0.07 108	0.06 56	0.06 80	0.13 420	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

RSM++	0.08 129	0.06 147	0.09 170	0.17 348	0.07 176	0.09 192	0.12 144	0.11 84	0.11 164	0.08 188	0.06 39	0.07 166	0.05 15	0.10 163	0.09 147	0.04 11	0.04 27	0.06 254	0.05 245	0.05 217	0.03 2

RSM	0.08 129	0.06 147	0.09 170	0.17 348	0.06 54	0.08 117	0.12 144	0.12 120	0.10 126	0.08 188	0.07 108	0.06 56	0.05 15	0.11 256	0.09 147	0.04 11	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

gcap-zeroshot	0.08 129	0.06 147	0.10 250	0.15 145	0.07 176	0.11 328	0.12 144	0.15 253	0.15 321	0.08 188	0.12 347	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.06 254	0.05 245	0.03 1	0.04 95

test_for_model	0.08 129	0.06 147	0.10 250	0.16 254	0.07 176	0.11 328	0.12 144	0.15 253	0.15 321	0.08 188	0.12 347	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.06 254	0.05 245	0.03 1	0.04 95

trnet	0.08 129	0.05 51	0.07 31	0.12 8	0.05 4	0.12 384	0.11 91	0.13 165	0.10 126	0.08 188	0.13 367	0.09 294	0.08 286	0.11 256	0.10 263	0.08 501	0.05 337	0.05 77	0.03 1	0.06 365	0.05 256

MoCha-V2	0.08 129	0.05 51	0.10 250	0.20 616	0.07 176	0.09 192	0.14 313	0.11 84	0.08 51	0.07 117	0.08 186	0.07 166	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

IGEV++	0.08 129	0.06 147	0.08 85	0.18 454	0.07 176	0.09 192	0.13 233	0.10 53	0.09 92	0.08 188	0.08 186	0.06 56	0.06 80	0.13 420	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

testlalala	0.08 129	0.06 147	0.10 250	0.15 145	0.07 176	0.11 328	0.12 144	0.15 253	0.15 321	0.08 188	0.12 347	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.06 254	0.05 245	0.03 1	0.04 95

AEACV	0.08 129	0.05 51	0.08 85	0.14 84	0.13 658	0.14 479	0.13 233	0.14 206	0.09 92	0.07 117	0.09 227	0.07 166	0.08 286	0.10 163	0.09 147	0.06 209	0.04 27	0.06 254	0.05 245	0.05 217	0.04 95

LoS_RVC	0.08 129	0.05 51	0.07 31	0.15 145	0.07 176	0.08 117	0.15 406	0.11 84	0.10 126	0.08 188	0.09 227	0.06 56	0.09 341	0.10 163	0.09 147	0.05 57	0.04 27	0.05 77	0.03 1	0.04 56	0.03 2

CAS	0.08 129	0.04 3	0.07 31	0.17 348	0.08 287	0.10 268	0.13 233	0.12 120	0.09 92	0.09 249	0.10 267	0.08 241	0.06 80	0.09 76	0.08 53	0.08 501	0.04 27	0.05 77	0.03 1	0.05 217	0.04 95

CES	0.08 129	0.04 3	0.08 85	0.14 84	0.07 176	0.09 192	0.14 313	0.11 84	0.09 92	0.08 188	0.09 227	0.11 368	0.06 80	0.12 360	0.08 53	0.06 209	0.04 27	0.05 77	0.03 1	0.05 217	0.05 256

EGLCR-Stereo	0.08 129	0.05 51	0.08 85	0.14 84	0.06 54	0.10 268	0.12 144	0.11 84	0.16 363	0.06 48	0.05 8	0.07 166	0.05 15	0.10 163	0.11 358	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

MC-Stereo	0.08 129	0.06 147	0.09 170	0.17 348	0.06 54	0.10 268	0.14 313	0.12 120	0.10 126	0.09 249	0.12 347	0.09 294	0.06 80	0.11 256	0.10 263	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

test-3	0.08 129	0.06 147	0.09 170	0.17 348	0.07 176	0.07 54	0.14 313	0.12 120	0.15 321	0.09 249	0.08 186	0.07 166	0.08 286	0.11 256	0.10 263	0.05 57	0.04 27	0.07 381	0.05 245	0.04 56	0.04 95

test_1	0.08 129	0.06 147	0.09 170	0.17 348	0.07 176	0.07 54	0.14 313	0.12 120	0.15 321	0.09 249	0.08 186	0.07 166	0.08 286	0.11 256	0.10 263	0.05 57	0.04 27	0.07 381	0.05 245	0.04 56	0.04 95

CREStereo++_RVC	0.08 129	0.04 3	0.06 15	0.13 27	0.07 176	0.09 192	0.12 144	0.14 206	0.14 292	0.10 301	0.14 384	0.08 241	0.07 215	0.09 76	0.11 358	0.06 209	0.04 27	0.05 77	0.05 245	0.04 56	0.04 95
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
Cross2Single Stereo	0.09 235	0.10 581	0.08 85	0.18 454	0.06 54	0.06 19	0.14 313	0.10 53	0.24 534	0.12 387	0.07 108	0.08 241	0.06 80	0.07 10	0.10 263	0.10 617	0.03 1	0.05 77	0.04 79	0.09 594	0.04 95

GIO	0.09 235	0.05 51	0.11 316	0.16 254	0.09 424	0.10 268	0.13 233	0.12 120	0.12 208	0.09 249	0.10 267	0.09 294	0.06 80	0.13 420	0.08 53	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.05 256

AnonStereo	0.09 235	0.08 426	0.09 170	0.17 348	0.07 176	0.09 192	0.10 49	0.19 407	0.13 256	0.08 188	0.08 186	0.06 56	0.05 15	0.13 420	0.09 147	0.06 209	0.04 27	0.06 254	0.05 245	0.06 365	0.05 256

SCION-Mon(vits-remp)	0.09 235	0.13 656	0.12 368	0.24 707	0.16 713	0.25 683	0.10 49	0.15 253	0.15 321	0.05 2	0.06 39	0.05 4	0.06 80	0.07 10	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

GELT-Stereo	0.09 235	0.06 147	0.09 170	0.18 454	0.07 176	0.07 54	0.14 313	0.21 447	0.17 394	0.08 188	0.07 108	0.06 56	0.08 286	0.10 163	0.07 16	0.04 11	0.04 27	0.06 254	0.06 359	0.03 1	0.03 2

FAST (zero-shot)	0.09 235	0.06 147	0.11 316	0.19 542	0.13 658	0.07 54	0.13 233	0.12 120	0.08 51	0.08 188	0.06 39	0.08 241	0.07 215	0.10 163	0.10 263	0.07 409	0.06 503	0.06 254	0.07 464	0.05 217	0.08 545

DNSM	0.09 235	0.05 51	0.07 31	0.14 84	0.06 54	0.07 54	0.13 233	0.12 120	0.11 164	0.09 249	0.09 227	0.08 241	0.05 15	0.18 583	0.14 523	0.07 409	0.05 337	0.05 77	0.04 79	0.13 694	0.10 626

GREATEN-IGEV_RVC	0.09 235	0.08 426	0.08 85	0.21 653	0.09 424	0.08 117	0.11 91	0.10 53	0.09 92	0.07 117	0.10 267	0.05 4	0.06 80	0.14 459	0.11 358	0.05 57	0.06 503	0.07 381	0.06 359	0.05 217	0.05 256

VeloStereo	0.09 235	0.04 3	0.12 368	0.14 84	0.11 596	0.07 54	0.06 1	0.08 16	0.06 14	0.09 249	0.07 108	0.06 56	0.08 286	0.11 256	0.10 263	0.08 501	0.08 615	0.08 482	0.07 464	0.11 651	0.13 695

flow	0.09 235	0.04 3	0.12 368	0.14 84	0.11 596	0.07 54	0.06 1	0.08 16	0.06 14	0.09 249	0.07 108	0.06 56	0.08 286	0.12 360	0.10 263	0.08 501	0.08 615	0.08 482	0.07 464	0.11 651	0.13 695

GREATEN-IGEV-FM_RVC	0.09 235	0.05 51	0.11 316	0.19 542	0.07 176	0.10 268	0.09 29	0.12 120	0.09 92	0.09 249	0.09 227	0.07 166	0.08 286	0.08 36	0.09 147	0.06 209	0.06 503	0.10 622	0.08 547	0.07 455	0.05 256

Weightmod_eth	0.09 235	0.07 285	0.08 85	0.18 454	0.07 176	0.10 268	0.16 481	0.13 165	0.11 164	0.08 188	0.08 186	0.09 294	0.07 215	0.10 163	0.10 263	0.06 209	0.07 581	0.06 254	0.07 464	0.04 56	0.03 2

Weightmod	0.09 235	0.06 147	0.08 85	0.18 454	0.06 54	0.10 268	0.15 406	0.14 206	0.12 208	0.11 338	0.10 267	0.08 241	0.07 215	0.10 163	0.11 358	0.06 209	0.08 615	0.07 381	0.07 464	0.04 56	0.03 2

PhaseNet	0.09 235	0.06 147	0.10 250	0.15 145	0.08 287	0.10 268	0.14 313	0.20 420	0.12 208	0.07 117	0.08 186	0.09 294	0.10 392	0.13 420	0.12 432	0.06 209	0.04 27	0.06 254	0.06 359	0.05 217	0.05 256

DNS	0.09 235	0.06 147	0.08 85	0.14 84	0.06 54	0.06 19	0.12 144	0.12 120	0.09 92	0.08 188	0.08 186	0.08 241	0.05 15	0.17 558	0.11 358	0.07 409	0.05 337	0.07 381	0.03 1	0.13 694	0.09 594

RT-Monster	0.09 235	0.05 51	0.09 170	0.14 84	0.08 287	0.11 328	0.10 49	0.17 340	0.18 428	0.13 423	0.10 267	0.09 294	0.08 286	0.10 163	0.10 263	0.07 409	0.05 337	0.05 77	0.04 79	0.05 217	0.06 382

LiteMatch	0.09 235	0.06 147	0.10 250	0.16 254	0.07 176	0.09 192	0.15 406	0.13 165	0.08 51	0.06 48	0.07 108	0.06 56	0.15 548	0.10 163	0.14 523	0.07 409	0.04 27	0.06 254	0.06 359	0.06 365	0.06 382

Foundation-i1	0.09 235	0.04 3	0.10 250	0.14 84	0.06 54	0.10 268	0.13 233	0.16 299	0.14 292	0.10 301	0.10 267	0.11 368	0.07 215	0.07 10	0.10 263	0.06 209	0.04 27	0.05 77	0.05 245	0.05 217	0.05 256

VMStereo-Base	0.09 235	0.05 51	0.10 250	0.13 27	0.07 176	0.10 268	0.10 49	0.16 299	0.13 256	0.10 301	0.15 406	0.10 337	0.09 341	0.11 256	0.10 263	0.07 409	0.05 337	0.05 77	0.04 79	0.05 217	0.06 382

Anonymus123	0.09 235	0.06 147	0.16 556	0.15 145	0.08 287	0.11 328	0.09 29	0.18 375	0.16 363	0.06 48	0.07 108	0.07 166	0.05 15	0.09 76	0.11 358	0.04 11	0.05 337	0.05 77	0.07 464	0.04 56	0.04 95

NLSM3	0.09 235	0.06 147	0.08 85	0.19 542	0.08 287	0.11 328	0.16 481	0.18 375	0.16 363	0.06 48	0.08 186	0.07 166	0.08 286	0.09 76	0.11 358	0.04 11	0.04 27	0.06 254	0.07 464	0.03 1	0.03 2

FE-Mocha	0.09 235	0.06 147	0.14 470	0.16 254	0.09 424	0.10 268	0.15 406	0.18 375	0.16 363	0.10 301	0.09 227	0.07 166	0.07 215	0.09 76	0.09 147	0.06 209	0.04 27	0.06 254	0.06 359	0.05 217	0.05 256

IGEV-FE	0.09 235	0.05 51	0.12 368	0.13 27	0.08 287	0.12 384	0.13 233	0.17 340	0.11 164	0.10 301	0.06 39	0.09 294	0.06 80	0.11 256	0.09 147	0.06 209	0.04 27	0.06 254	0.06 359	0.05 217	0.05 256

water-stereo	0.09 235	0.06 147	0.08 85	0.16 254	0.07 176	0.09 192	0.13 233	0.15 253	0.13 256	0.11 338	0.12 347	0.08 241	0.09 341	0.07 10	0.08 53	0.06 209	0.05 337	0.05 77	0.05 245	0.04 56	0.04 95

depthmonostereo	0.09 235	0.06 147	0.09 170	0.15 145	0.06 54	0.10 268	0.13 233	0.14 206	0.14 292	0.10 301	0.10 267	0.09 294	0.11 430	0.08 36	0.09 147	0.06 209	0.05 337	0.06 254	0.04 79	0.04 56	0.03 2

DVStereo	0.09 235	0.05 51	0.08 85	0.15 145	0.06 54	0.11 328	0.12 144	0.14 206	0.16 363	0.11 338	0.11 324	0.09 294	0.09 341	0.11 256	0.10 263	0.06 209	0.05 337	0.05 77	0.04 79	0.03 1	0.03 2

S2M2_L	0.09 235	0.08 426	0.11 316	0.13 27	0.10 541	0.08 117	0.06 1	0.10 53	0.10 126	0.10 301	0.09 227	0.10 337	0.09 341	0.11 256	0.11 358	0.13 701	0.07 581	0.08 482	0.09 595	0.10 628	0.08 545
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 235	0.06 147	0.09 170	0.19 542	0.08 287	0.12 384	0.18 576	0.15 253	0.14 292	0.07 117	0.10 267	0.07 166	0.06 80	0.12 360	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.03 2

castereo	0.09 235	0.06 147	0.11 316	0.15 145	0.06 54	0.11 328	0.15 406	0.14 206	0.18 428	0.08 188	0.10 267	0.11 368	0.08 286	0.09 76	0.10 263	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

fffft	0.09 235	0.06 147	0.12 368	0.16 254	0.07 176	0.09 192	0.17 525	0.12 120	0.11 164	0.08 188	0.07 108	0.09 294	0.06 80	0.11 256	0.12 432	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.05 256
1: 1. 1
tt45	0.09 235	0.06 147	0.11 316	0.15 145	0.07 176	0.11 328	0.16 481	0.13 165	0.11 164	0.09 249	0.06 39	0.08 241	0.06 80	0.13 420	0.10 263	0.06 209	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

999	0.09 235	0.05 51	0.13 429	0.15 145	0.08 287	0.10 268	0.14 313	0.15 253	0.11 164	0.10 301	0.08 186	0.08 241	0.08 286	0.16 523	0.10 263	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56	0.05 256

mms	0.09 235	0.07 285	0.08 85	0.16 254	0.08 287	0.10 268	0.16 481	0.12 120	0.11 164	0.08 188	0.09 227	0.08 241	0.06 80	0.11 256	0.12 432	0.05 57	0.04 27	0.07 381	0.05 245	0.04 56	0.03 2

ours_stereo	0.09 235	0.07 285	0.09 170	0.17 348	0.08 287	0.11 328	0.16 481	0.11 84	0.12 208	0.08 188	0.10 267	0.08 241	0.06 80	0.12 360	0.12 432	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.03 2

fffy	0.09 235	0.08 426	0.09 170	0.16 254	0.07 176	0.13 442	0.17 525	0.13 165	0.12 208	0.08 188	0.09 227	0.08 241	0.09 341	0.13 420	0.11 358	0.05 57	0.05 337	0.07 381	0.05 245	0.04 56	0.05 256

PAM_32	0.09 235	0.05 51	0.17 588	0.15 145	0.08 287	0.10 268	0.15 406	0.14 206	0.15 321	0.09 249	0.08 186	0.09 294	0.07 215	0.14 459	0.08 53	0.06 209	0.05 337	0.06 254	0.06 359	0.05 217	0.06 382

UGAM-zero	0.09 235	0.05 51	0.15 519	0.15 145	0.08 287	0.09 192	0.13 233	0.19 407	0.15 321	0.11 338	0.15 406	0.07 166	0.07 215	0.09 76	0.09 147	0.06 209	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382

GCAP-BAT	0.09 235	0.05 51	0.11 316	0.13 27	0.07 176	0.11 328	0.14 313	0.14 206	0.16 363	0.07 117	0.10 267	0.08 241	0.06 80	0.13 420	0.08 53	0.07 409	0.05 337	0.05 77	0.05 245	0.04 56	0.04 95

Pointernet	0.09 235	0.04 3	0.09 170	0.16 254	0.08 287	0.13 442	0.10 49	0.15 253	0.17 394	0.09 249	0.07 108	0.06 56	0.06 80	0.11 256	0.09 147	0.08 501	0.04 27	0.05 77	0.03 1	0.06 365	0.05 256

IGEV-BASED-STEREO-	0.09 235	0.10 581	0.31 705	0.15 145	0.06 54	0.08 117	0.14 313	0.10 53	0.10 126	0.07 117	0.07 108	0.06 56	0.04 1	0.11 256	0.07 16	0.12 675	0.04 27	0.07 381	0.05 245	0.05 217	0.05 256

RAFT-Stereo-weight	0.09 235	0.06 147	0.10 250	0.16 254	0.07 176	0.09 192	0.14 313	0.19 407	0.16 363	0.11 338	0.10 267	0.08 241	0.06 80	0.10 163	0.11 358	0.06 209	0.04 27	0.06 254	0.04 79	0.04 56	0.04 95

MGS-Stereo	0.09 235	0.07 285	0.12 368	0.15 145	0.08 287	0.09 192	0.15 406	0.12 120	0.12 208	0.07 117	0.10 267	0.08 241	0.06 80	0.10 163	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.06 365	0.05 256

ff7	0.09 235	0.07 285	0.11 316	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.12 208	0.10 301	0.06 39	0.06 56	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

IGEVStereo-DCA	0.09 235	0.06 147	0.11 316	0.15 145	0.10 541	0.11 328	0.15 406	0.16 299	0.12 208	0.10 301	0.06 39	0.08 241	0.06 80	0.10 163	0.08 53	0.06 209	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382

ffff	0.09 235	0.07 285	0.11 316	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.12 208	0.10 301	0.06 39	0.06 56	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

rrr	0.09 235	0.06 147	0.12 368	0.15 145	0.10 541	0.11 328	0.16 481	0.16 299	0.15 321	0.10 301	0.06 39	0.08 241	0.06 80	0.10 163	0.08 53	0.06 209	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382

11t	0.09 235	0.07 285	0.11 316	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.12 208	0.10 301	0.06 39	0.06 56	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

MaDis-Stereo	0.09 235	0.09 518	0.08 85	0.17 348	0.09 424	0.13 442	0.10 49	0.16 299	0.16 363	0.09 249	0.11 324	0.06 56	0.06 80	0.09 76	0.13 480	0.07 409	0.06 503	0.07 381	0.05 245	0.05 217	0.04 95

IGEV_Zeroshot_test	0.09 235	0.05 51	0.12 368	0.13 27	0.08 287	0.12 384	0.13 233	0.17 340	0.11 164	0.10 301	0.06 39	0.09 294	0.06 80	0.11 256	0.09 147	0.06 209	0.04 27	0.06 254	0.06 359	0.05 217	0.05 256

MSKI-zero shot	0.09 235	0.05 51	0.09 170	0.15 145	0.07 176	0.10 268	0.13 233	0.14 206	0.13 256	0.09 249	0.09 227	0.09 294	0.06 80	0.12 360	0.10 263	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

UniTT-Stereo	0.09 235	0.07 285	0.08 85	0.18 454	0.08 287	0.13 442	0.11 91	0.12 120	0.11 164	0.10 301	0.12 347	0.05 4	0.07 215	0.09 76	0.09 147	0.07 409	0.05 337	0.05 77	0.05 245	0.05 217	0.05 256

MIM_Stereo	0.09 235	0.07 285	0.11 316	0.15 145	0.07 176	0.06 19	0.12 144	0.20 420	0.14 292	0.13 423	0.13 367	0.09 294	0.05 15	0.12 360	0.08 53	0.05 57	0.06 503	0.07 381	0.06 359	0.06 365	0.05 256

CASnet	0.09 235	0.09 518	0.09 170	0.19 542	0.06 54	0.07 54	0.11 91	0.18 375	0.14 292	0.11 338	0.10 267	0.09 294	0.07 215	0.10 163	0.10 263	0.06 209	0.04 27	0.10 622	0.08 547	0.05 217	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAPDPT-zeroshot	0.09 235	0.05 51	0.11 316	0.13 27	0.07 176	0.11 328	0.14 313	0.14 206	0.16 363	0.07 117	0.10 267	0.08 241	0.06 80	0.13 420	0.08 53	0.07 409	0.05 337	0.05 77	0.05 245	0.04 56	0.04 95

GCAP-Stereo	0.09 235	0.07 285	0.13 429	0.18 454	0.06 54	0.11 328	0.07 5	0.13 165	0.12 208	0.09 249	0.10 267	0.07 166	0.09 341	0.13 420	0.10 263	0.06 209	0.05 337	0.05 77	0.04 79	0.04 56	0.05 256

RAFT-Test	0.09 235	0.06 147	0.10 250	0.15 145	0.07 176	0.11 328	0.15 406	0.16 299	0.13 256	0.09 249	0.10 267	0.10 337	0.09 341	0.12 360	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

HH	0.09 235	0.06 147	0.13 429	0.17 348	0.08 287	0.10 268	0.16 481	0.14 206	0.10 126	0.08 188	0.09 227	0.08 241	0.07 215	0.10 163	0.09 147	0.06 209	0.04 27	0.06 254	0.05 245	0.05 217	0.04 95

HanStereo	0.09 235	0.06 147	0.13 429	0.17 348	0.08 287	0.10 268	0.16 481	0.14 206	0.10 126	0.08 188	0.09 227	0.08 241	0.07 215	0.10 163	0.09 147	0.06 209	0.04 27	0.06 254	0.05 245	0.05 217	0.04 95

4D-IteraStereo	0.09 235	0.07 285	0.10 250	0.18 454	0.07 176	0.09 192	0.15 406	0.17 340	0.15 321	0.10 301	0.11 324	0.10 337	0.07 215	0.11 256	0.09 147	0.05 57	0.03 1	0.08 482	0.07 464	0.06 365	0.05 256

anonymousdsp	0.09 235	0.07 285	0.11 316	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.12 208	0.09 249	0.06 39	0.06 56	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

LoS	0.09 235	0.05 51	0.11 316	0.13 27	0.07 176	0.14 479	0.11 91	0.15 253	0.15 321	0.09 249	0.09 227	0.12 390	0.09 341	0.15 488	0.10 263	0.07 409	0.05 337	0.05 77	0.03 1	0.05 217	0.05 256
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 235	0.07 285	0.10 250	0.17 348	0.08 287	0.10 268	0.15 406	0.15 253	0.12 208	0.09 249	0.06 39	0.07 166	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.06 382

RCA-Stereo	0.09 235	0.06 147	0.09 170	0.16 254	0.06 54	0.09 192	0.13 233	0.18 375	0.14 292	0.09 249	0.10 267	0.08 241	0.07 215	0.12 360	0.11 358	0.06 209	0.04 27	0.06 254	0.05 245	0.05 217	0.04 95

CroCo-Stereo Lap2	0.09 235	0.09 518	0.08 85	0.22 673	0.09 424	0.09 192	0.19 617	0.16 299	0.12 208	0.09 249	0.10 267	0.05 4	0.05 15	0.08 36	0.08 53	0.06 209	0.06 503	0.07 381	0.05 245	0.05 217	0.05 256

ccc-4	0.09 235	0.07 285	0.11 316	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.12 208	0.10 301	0.06 39	0.06 56	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

IGEV-Stereo	0.09 235	0.07 285	0.11 316	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.12 208	0.09 249	0.06 39	0.06 56	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 235	0.05 51	0.13 429	0.14 84	0.08 287	0.12 384	0.15 406	0.18 375	0.10 126	0.11 338	0.08 186	0.08 241	0.05 15	0.10 163	0.09 147	0.06 209	0.04 27	0.06 254	0.05 245	0.06 365	0.05 256

TRStereo	0.09 235	0.05 51	0.12 368	0.15 145	0.12 633	0.10 268	0.13 233	0.18 375	0.18 428	0.09 249	0.09 227	0.09 294	0.06 80	0.10 163	0.08 53	0.07 409	0.05 337	0.07 381	0.07 464	0.04 56	0.04 95

AnonymousM	0.09 235	0.05 51	0.10 250	0.14 84	0.06 54	0.09 192	0.13 233	0.19 407	0.14 292	0.13 423	0.11 324	0.09 294	0.08 286	0.13 420	0.10 263	0.08 501	0.05 337	0.08 482	0.05 245	0.05 217	0.05 256

CroCo-Stereo	0.09 235	0.08 426	0.08 85	0.22 673	0.09 424	0.09 192	0.19 617	0.15 253	0.12 208	0.07 117	0.07 108	0.08 241	0.06 80	0.08 36	0.07 16	0.07 409	0.05 337	0.06 254	0.04 79	0.05 217	0.04 95
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	0.09 235	0.06 147	0.07 31	0.15 145	0.05 4	0.16 538	0.18 576	0.15 253	0.15 321	0.10 301	0.11 324	0.11 368	0.11 430	0.10 163	0.12 432	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

TANstereo	0.09 235	0.04 3	0.08 85	0.13 27	0.06 54	0.11 328	0.14 313	0.15 253	0.19 448	0.11 338	0.15 406	0.10 337	0.06 80	0.12 360	0.09 147	0.07 409	0.05 337	0.05 77	0.04 79	0.06 365	0.05 256

XX-TBD	0.09 235	0.06 147	0.07 31	0.14 84	0.07 176	0.12 384	0.16 481	0.14 206	0.13 256	0.11 338	0.12 347	0.09 294	0.08 286	0.10 163	0.10 263	0.06 209	0.04 27	0.05 77	0.03 1	0.06 365	0.05 256

raftrobust	0.09 235	0.06 147	0.10 250	0.17 348	0.08 287	0.09 192	0.10 49	0.18 375	0.16 363	0.10 301	0.09 227	0.12 390	0.07 215	0.12 360	0.10 263	0.08 501	0.05 337	0.06 254	0.05 245	0.05 217	0.05 256

XX-Stereo	0.09 235	0.05 51	0.08 85	0.17 348	0.09 424	0.15 506	0.12 144	0.20 420	0.10 126	0.10 301	0.14 384	0.07 166	0.06 80	0.12 360	0.08 53	0.06 209	0.05 337	0.06 254	0.06 359	0.04 56	0.04 95

test_xeample3	0.09 235	0.06 147	0.12 368	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.13 256	0.10 301	0.06 39	0.08 241	0.06 80	0.10 163	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

RAFT-Stereo + iAFF	0.09 235	0.06 147	0.10 250	0.17 348	0.06 54	0.10 268	0.16 481	0.17 340	0.14 292	0.09 249	0.10 267	0.08 241	0.09 341	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.06 359	0.04 56	0.03 2

AFF-stereo	0.09 235	0.06 147	0.10 250	0.17 348	0.07 176	0.10 268	0.16 481	0.17 340	0.09 92	0.10 301	0.12 347	0.09 294	0.09 341	0.12 360	0.09 147	0.05 57	0.04 27	0.07 381	0.07 464	0.04 56	0.03 2

EAI-Stereo	0.09 235	0.07 285	0.11 316	0.15 145	0.06 54	0.10 268	0.15 406	0.16 299	0.09 92	0.08 188	0.09 227	0.08 241	0.07 215	0.09 76	0.11 358	0.05 57	0.04 27	0.05 77	0.05 245	0.05 217	0.04 95

CFNet-RSSM	0.09 235	0.07 285	0.09 170	0.16 254	0.07 176	0.09 192	0.15 406	0.16 299	0.17 394	0.08 188	0.12 347	0.10 337	0.09 341	0.11 256	0.09 147	0.06 209	0.04 27	0.06 254	0.04 79	0.04 56	0.04 95

Gwc-CoAtRS	0.09 235	0.06 147	0.10 250	0.16 254	0.07 176	0.10 268	0.14 313	0.17 340	0.17 394	0.08 188	0.10 267	0.12 390	0.09 341	0.12 360	0.09 147	0.06 209	0.04 27	0.06 254	0.04 79	0.04 56	0.04 95

CREStereo	0.09 235	0.04 3	0.08 85	0.11 1	0.06 54	0.13 442	0.14 313	0.14 206	0.10 126	0.08 188	0.13 367	0.09 294	0.08 286	0.11 256	0.10 263	0.08 501	0.04 27	0.05 77	0.03 1	0.06 365	0.06 382
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	0.09 235	0.05 51	0.09 170	0.12 8	0.06 54	0.12 384	0.14 313	0.15 253	0.11 164	0.09 249	0.13 367	0.10 337	0.07 215	0.13 420	0.10 263	0.15 720	0.04 27	0.05 77	0.03 1	0.07 455	0.06 382

MGW-Stereo	0.10 318	0.05 51	0.08 85	0.15 145	0.08 287	0.11 328	0.12 144	0.13 165	0.21 489	0.11 338	0.13 367	0.09 294	0.06 80	0.19 600	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

noway7	0.10 318	0.07 285	0.13 429	0.20 616	0.09 424	0.11 328	0.15 406	0.28 604	0.16 363	0.11 338	0.11 324	0.07 166	0.07 215	0.10 163	0.10 263	0.05 57	0.04 27	0.07 381	0.06 359	0.05 217	0.05 256

SE	0.10 318	0.10 581	0.08 85	0.19 542	0.09 424	0.11 328	0.11 91	0.15 253	0.11 164	0.10 301	0.16 419	0.09 294	0.08 286	0.09 76	0.10 263	0.06 209	0.05 337	0.08 482	0.07 464	0.07 455	0.04 95

SMOE	0.10 318	0.08 426	0.09 170	0.18 454	0.07 176	0.13 442	0.14 313	0.18 375	0.13 256	0.11 338	0.13 367	0.12 390	0.09 341	0.11 256	0.11 358	0.05 57	0.05 337	0.08 482	0.06 359	0.06 365	0.04 95

ManiGeoR	0.10 318	0.05 51	0.12 368	0.12 8	0.08 287	0.12 384	0.12 144	0.24 523	0.14 292	0.12 387	0.14 384	0.12 390	0.09 341	0.13 420	0.13 480	0.07 409	0.04 27	0.05 77	0.05 245	0.07 455	0.07 472

HLf10	0.10 318	0.05 51	0.12 368	0.12 8	0.08 287	0.12 384	0.12 144	0.24 523	0.14 292	0.12 387	0.14 384	0.12 390	0.09 341	0.13 420	0.13 480	0.07 409	0.04 27	0.05 77	0.05 245	0.07 455	0.07 472

TestStereo_HLe17	0.10 318	0.05 51	0.12 368	0.13 27	0.07 176	0.11 328	0.15 406	0.21 447	0.15 321	0.11 338	0.14 384	0.11 368	0.09 341	0.13 420	0.12 432	0.07 409	0.04 27	0.05 77	0.05 245	0.07 455	0.06 382

DN	0.10 318	0.05 51	0.09 170	0.14 84	0.09 424	0.12 384	0.18 576	0.17 340	0.16 363	0.08 188	0.09 227	0.08 241	0.06 80	0.08 36	0.09 147	0.11 650	0.05 337	0.07 381	0.06 359	0.07 455	0.09 594

Hybrid-DGEV-03	0.10 318	0.06 147	0.09 170	0.18 454	0.08 287	0.16 538	0.14 313	0.15 253	0.14 292	0.13 423	0.16 419	0.12 390	0.09 341	0.13 420	0.11 358	0.06 209	0.04 27	0.08 482	0.06 359	0.05 217	0.04 95

WQFJA1	0.10 318	0.07 285	0.08 85	0.20 616	0.09 424	0.12 384	0.17 525	0.17 340	0.17 394	0.09 249	0.10 267	0.08 241	0.10 392	0.12 360	0.11 358	0.06 209	0.07 581	0.07 381	0.06 359	0.06 365	0.05 256

WQFJX1	0.10 318	0.07 285	0.08 85	0.22 673	0.09 424	0.12 384	0.17 525	0.18 375	0.17 394	0.10 301	0.09 227	0.07 166	0.10 392	0.11 256	0.09 147	0.07 409	0.08 615	0.07 381	0.06 359	0.05 217	0.04 95

WQFJX	0.10 318	0.07 285	0.09 170	0.21 653	0.09 424	0.12 384	0.16 481	0.18 375	0.17 394	0.12 387	0.10 267	0.07 166	0.09 341	0.12 360	0.10 263	0.06 209	0.07 581	0.06 254	0.05 245	0.06 365	0.05 256

NLMM	0.10 318	0.07 285	0.08 85	0.20 616	0.09 424	0.12 384	0.17 525	0.17 340	0.17 394	0.09 249	0.10 267	0.08 241	0.10 392	0.12 360	0.11 358	0.06 209	0.07 581	0.07 381	0.06 359	0.06 365	0.05 256

NLSM1	0.10 318	0.07 285	0.07 31	0.19 542	0.08 287	0.13 442	0.16 481	0.21 447	0.15 321	0.11 338	0.10 267	0.06 56	0.10 392	0.10 163	0.11 358	0.07 409	0.08 615	0.08 482	0.07 464	0.05 217	0.05 256

MM-Stereo_test3	0.10 318	0.07 285	0.07 31	0.18 454	0.07 176	0.12 384	0.19 617	0.24 523	0.19 448	0.06 48	0.10 267	0.08 241	0.06 80	0.11 256	0.08 53	0.06 209	0.06 503	0.07 381	0.05 245	0.05 217	0.04 95

MM-Stereo_test1	0.10 318	0.07 285	0.08 85	0.18 454	0.07 176	0.12 384	0.18 576	0.21 447	0.20 472	0.09 249	0.11 324	0.08 241	0.06 80	0.10 163	0.10 263	0.06 209	0.05 337	0.07 381	0.06 359	0.05 217	0.04 95

AIO-test2	0.10 318	0.08 426	0.10 250	0.23 698	0.08 287	0.11 328	0.10 49	0.23 498	0.23 517	0.08 188	0.09 227	0.08 241	0.05 15	0.10 163	0.08 53	0.06 209	0.05 337	0.08 482	0.09 595	0.05 217	0.05 256

AIO-test1	0.10 318	0.07 285	0.10 250	0.23 698	0.07 176	0.09 192	0.13 233	0.21 447	0.14 292	0.11 338	0.12 347	0.09 294	0.07 215	0.11 256	0.09 147	0.06 209	0.05 337	0.09 572	0.10 639	0.03 1	0.06 382

tg	0.10 318	0.06 147	0.10 250	0.18 454	0.08 287	0.11 328	0.16 481	0.20 420	0.12 208	0.08 188	0.11 324	0.11 368	0.07 215	0.11 256	0.10 263	0.05 57	0.04 27	0.08 482	0.08 547	0.04 56	0.04 95

PAM	0.10 318	0.05 51	0.16 556	0.15 145	0.08 287	0.09 192	0.16 481	0.15 253	0.16 363	0.12 387	0.09 227	0.09 294	0.07 215	0.13 420	0.08 53	0.06 209	0.05 337	0.06 254	0.06 359	0.05 217	0.06 382

model_zeroshot	0.10 318	0.04 3	0.11 316	0.15 145	0.09 424	0.12 384	0.14 313	0.20 420	0.13 256	0.11 338	0.10 267	0.12 390	0.07 215	0.12 360	0.10 263	0.07 409	0.06 503	0.06 254	0.05 245	0.06 365	0.06 382

RAStereo	0.10 318	0.09 518	0.08 85	0.20 616	0.08 287	0.13 442	0.18 576	0.15 253	0.17 394	0.10 301	0.12 347	0.05 4	0.06 80	0.09 76	0.08 53	0.07 409	0.05 337	0.07 381	0.05 245	0.05 217	0.04 95

rvit_stereo_0080	0.10 318	0.08 426	0.14 470	0.15 145	0.09 424	0.07 54	0.15 406	0.16 299	0.16 363	0.11 338	0.10 267	0.14 447	0.08 286	0.12 360	0.10 263	0.09 570	0.07 581	0.07 381	0.06 359	0.07 455	0.05 256

H2IRNET	0.10 318	0.09 518	0.09 170	0.18 454	0.09 424	0.12 384	0.15 406	0.14 206	0.21 489	0.10 301	0.10 267	0.10 337	0.10 392	0.10 163	0.10 263	0.05 57	0.04 27	0.08 482	0.08 547	0.06 365	0.05 256

Former-RAFT_DAM_RVC	0.10 318	0.08 426	0.12 368	0.16 254	0.08 287	0.15 506	0.16 481	0.18 375	0.18 428	0.10 301	0.09 227	0.09 294	0.08 286	0.11 256	0.12 432	0.07 409	0.05 337	0.08 482	0.06 359	0.07 455	0.06 382

MyStereo07	0.10 318	0.07 285	0.10 250	0.17 348	0.09 424	0.14 479	0.18 576	0.15 253	0.15 321	0.09 249	0.06 39	0.06 56	0.07 215	0.12 360	0.09 147	0.06 209	0.05 337	0.08 482	0.07 464	0.06 365	0.06 382

MyStereo06	0.10 318	0.07 285	0.12 368	0.17 348	0.09 424	0.13 442	0.18 576	0.19 407	0.12 208	0.12 387	0.08 186	0.07 166	0.07 215	0.11 256	0.09 147	0.06 209	0.05 337	0.07 381	0.07 464	0.06 365	0.06 382

AE-Stereo	0.10 318	0.08 426	0.10 250	0.18 454	0.09 424	0.10 268	0.15 406	0.14 206	0.19 448	0.09 249	0.14 384	0.12 390	0.08 286	0.11 256	0.10 263	0.05 57	0.06 503	0.07 381	0.06 359	0.05 217	0.04 95

ACVNet-DCA	0.10 318	0.08 426	0.12 368	0.17 348	0.09 424	0.13 442	0.15 406	0.23 498	0.16 363	0.09 249	0.09 227	0.06 56	0.06 80	0.10 163	0.07 16	0.06 209	0.04 27	0.06 254	0.05 245	0.07 455	0.07 472

cc1	0.10 318	0.08 426	0.12 368	0.17 348	0.09 424	0.13 442	0.15 406	0.16 299	0.18 428	0.09 249	0.09 227	0.06 56	0.06 80	0.10 163	0.07 16	0.06 209	0.04 27	0.06 254	0.05 245	0.06 365	0.06 382

tt1	0.10 318	0.08 426	0.12 368	0.17 348	0.09 424	0.12 384	0.16 481	0.15 253	0.19 448	0.09 249	0.08 186	0.06 56	0.06 80	0.10 163	0.07 16	0.06 209	0.04 27	0.06 254	0.05 245	0.06 365	0.06 382

whm_eth	0.10 318	0.08 426	0.14 470	0.15 145	0.09 424	0.07 54	0.15 406	0.16 299	0.16 363	0.11 338	0.10 267	0.14 447	0.08 286	0.12 360	0.10 263	0.09 570	0.07 581	0.07 381	0.06 359	0.07 455	0.05 256

plain	0.10 318	0.08 426	0.10 250	0.19 542	0.09 424	0.10 268	0.15 406	0.14 206	0.13 256	0.13 423	0.15 406	0.09 294	0.12 463	0.13 420	0.12 432	0.07 409	0.05 337	0.09 572	0.06 359	0.06 365	0.06 382

Any-RAFT	0.10 318	0.05 51	0.09 170	0.14 84	0.07 176	0.13 442	0.14 313	0.21 447	0.15 321	0.11 338	0.12 347	0.12 390	0.09 341	0.12 360	0.09 147	0.07 409	0.04 27	0.05 77	0.04 79	0.06 365	0.05 256

LL-Strereo2	0.10 318	0.10 581	0.15 519	0.18 454	0.08 287	0.15 506	0.09 29	0.17 340	0.14 292	0.14 451	0.10 267	0.09 294	0.07 215	0.16 523	0.10 263	0.05 57	0.05 337	0.10 622	0.07 464	0.06 365	0.05 256

DCANet-4	0.10 318	0.06 147	0.12 368	0.16 254	0.06 54	0.09 192	0.17 525	0.18 375	0.19 448	0.13 423	0.16 419	0.09 294	0.14 530	0.11 256	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

fff	0.10 318	0.06 147	0.12 368	0.15 145	0.07 176	0.09 192	0.17 525	0.16 299	0.20 472	0.13 423	0.16 419	0.10 337	0.11 430	0.11 256	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

ADStereo(finetuned)	0.10 318	0.06 147	0.12 368	0.16 254	0.06 54	0.09 192	0.17 525	0.15 253	0.19 448	0.13 423	0.17 443	0.10 337	0.12 463	0.11 256	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

test_4	0.10 318	0.10 581	0.08 85	0.19 542	0.09 424	0.08 117	0.22 680	0.15 253	0.17 394	0.12 387	0.18 471	0.12 390	0.09 341	0.08 36	0.11 358	0.04 11	0.04 27	0.08 482	0.08 547	0.04 56	0.03 2

IPLG	0.10 318	0.07 285	0.15 519	0.17 348	0.08 287	0.11 328	0.14 313	0.20 420	0.15 321	0.12 387	0.17 443	0.07 166	0.07 215	0.14 459	0.13 480	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

test_3	0.10 318	0.09 518	0.10 250	0.20 616	0.08 287	0.13 442	0.26 736	0.14 206	0.21 489	0.10 301	0.10 267	0.09 294	0.09 341	0.08 36	0.11 358	0.05 57	0.04 27	0.08 482	0.07 464	0.04 56	0.04 95

STrans-v2	0.10 318	0.07 285	0.12 368	0.18 454	0.07 176	0.10 268	0.14 313	0.21 447	0.11 164	0.11 338	0.15 406	0.12 390	0.10 392	0.11 256	0.12 432	0.05 57	0.04 27	0.06 254	0.06 359	0.04 56	0.04 95

TransformOpticalFlow	0.10 318	0.08 426	0.13 429	0.18 454	0.07 176	0.09 192	0.15 406	0.19 407	0.15 321	0.12 387	0.17 443	0.11 368	0.11 430	0.11 256	0.10 263	0.05 57	0.04 27	0.06 254	0.06 359	0.05 217	0.05 256

SST-Stereo	0.10 318	0.07 285	0.15 519	0.18 454	0.09 424	0.06 19	0.12 144	0.17 340	0.11 164	0.15 480	0.17 443	0.13 424	0.12 463	0.10 163	0.11 358	0.06 209	0.04 27	0.09 572	0.06 359	0.06 365	0.05 256

cross-raft	0.10 318	0.09 518	0.09 170	0.19 542	0.07 176	0.11 328	0.25 725	0.13 165	0.15 321	0.08 188	0.11 324	0.12 390	0.10 392	0.09 76	0.11 358	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

test-1	0.10 318	0.07 285	0.16 556	0.19 542	0.08 287	0.11 328	0.24 708	0.14 206	0.18 428	0.09 249	0.07 108	0.09 294	0.08 286	0.07 10	0.09 147	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

iRaftStereo_RVC	0.10 318	0.07 285	0.09 170	0.17 348	0.09 424	0.11 328	0.17 525	0.18 375	0.12 208	0.09 249	0.12 347	0.10 337	0.07 215	0.11 256	0.10 263	0.05 57	0.04 27	0.08 482	0.08 547	0.04 56	0.04 95

RALCasStereoNet	0.10 318	0.06 147	0.09 170	0.16 254	0.08 287	0.12 384	0.14 313	0.17 340	0.11 164	0.12 387	0.17 443	0.14 447	0.10 392	0.12 360	0.11 358	0.07 409	0.06 503	0.06 254	0.05 245	0.08 529	0.07 472

DCANet	0.10 318	0.06 147	0.12 368	0.16 254	0.06 54	0.09 192	0.17 525	0.15 253	0.19 448	0.13 423	0.17 443	0.10 337	0.11 430	0.11 256	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

csc	0.10 318	0.06 147	0.12 368	0.15 145	0.07 176	0.09 192	0.17 525	0.16 299	0.20 472	0.13 423	0.16 419	0.10 337	0.11 430	0.11 256	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

cscssc	0.10 318	0.06 147	0.12 368	0.15 145	0.07 176	0.09 192	0.17 525	0.16 299	0.20 472	0.13 423	0.16 419	0.10 337	0.11 430	0.11 256	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

111	0.10 318	0.06 147	0.12 368	0.15 145	0.07 176	0.10 268	0.14 313	0.21 447	0.23 517	0.11 338	0.12 347	0.14 447	0.11 430	0.13 420	0.10 263	0.06 209	0.04 27	0.06 254	0.04 79	0.05 217	0.05 256

R-Stereo Train	0.10 318	0.06 147	0.10 250	0.17 348	0.08 287	0.11 328	0.14 313	0.23 498	0.11 164	0.12 387	0.19 482	0.11 368	0.08 286	0.09 76	0.11 358	0.07 409	0.05 337	0.06 254	0.05 245	0.05 217	0.05 256

RAFT-Stereo	0.10 318	0.06 147	0.10 250	0.17 348	0.08 287	0.11 328	0.14 313	0.23 498	0.11 164	0.12 387	0.19 482	0.11 368	0.08 286	0.09 76	0.11 358	0.07 409	0.05 337	0.06 254	0.05 245	0.05 217	0.05 256
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 318	0.06 147	0.12 368	0.14 84	0.06 54	0.11 328	0.10 49	0.18 375	0.18 428	0.13 423	0.16 419	0.14 447	0.11 430	0.15 488	0.13 480	0.06 209	0.04 27	0.04 1	0.04 79	0.06 365	0.05 256
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
zzzzzzz1	0.11 373	0.07 285	0.13 429	0.21 653	0.10 541	0.12 384	0.18 576	0.22 474	0.20 472	0.13 423	0.12 347	0.08 241	0.08 286	0.13 420	0.09 147	0.05 57	0.05 337	0.07 381	0.07 464	0.05 217	0.05 256

monster_256*512	0.11 373	0.07 285	0.09 170	0.21 653	0.10 541	0.12 384	0.17 525	0.26 561	0.18 428	0.12 387	0.12 347	0.08 241	0.07 215	0.10 163	0.10 263	0.05 57	0.04 27	0.07 381	0.07 464	0.05 217	0.05 256

SME	0.11 373	0.09 518	0.10 250	0.17 348	0.07 176	0.20 622	0.13 233	0.21 447	0.17 394	0.12 387	0.13 367	0.10 337	0.12 463	0.13 420	0.13 480	0.07 409	0.07 581	0.08 482	0.09 595	0.06 365	0.05 256

HLF11	0.11 373	0.05 51	0.13 429	0.12 8	0.08 287	0.14 479	0.11 91	0.22 474	0.10 126	0.12 387	0.23 540	0.11 368	0.11 430	0.14 459	0.13 480	0.08 501	0.05 337	0.05 77	0.04 79	0.08 529	0.08 545

HLf8	0.11 373	0.05 51	0.13 429	0.11 1	0.08 287	0.15 506	0.12 144	0.22 474	0.15 321	0.13 423	0.17 443	0.12 390	0.10 392	0.14 459	0.12 432	0.09 570	0.05 337	0.05 77	0.05 245	0.08 529	0.08 545

TestStereo_HL3	0.11 373	0.05 51	0.16 556	0.13 27	0.07 176	0.12 384	0.11 91	0.20 420	0.09 92	0.15 480	0.30 643	0.13 424	0.12 463	0.16 523	0.11 358	0.07 409	0.05 337	0.05 77	0.05 245	0.06 365	0.07 472

TestStereo_HL2	0.11 373	0.06 147	0.11 316	0.12 8	0.08 287	0.12 384	0.14 313	0.20 420	0.18 428	0.13 423	0.21 519	0.12 390	0.10 392	0.12 360	0.12 432	0.07 409	0.05 337	0.05 77	0.05 245	0.07 455	0.07 472

GGDA	0.11 373	0.06 147	0.11 316	0.13 27	0.07 176	0.12 384	0.14 313	0.19 407	0.19 448	0.13 423	0.20 495	0.12 390	0.09 341	0.12 360	0.12 432	0.07 409	0.04 27	0.05 77	0.05 245	0.06 365	0.07 472

TestStereo-Hl	0.11 373	0.06 147	0.11 316	0.13 27	0.08 287	0.15 506	0.14 313	0.20 420	0.17 394	0.13 423	0.16 419	0.12 390	0.11 430	0.14 459	0.13 480	0.06 209	0.04 27	0.05 77	0.05 245	0.06 365	0.06 382

Lsterematch	0.11 373	0.06 147	0.11 316	0.16 254	0.07 176	0.13 442	0.15 406	0.14 206	0.17 394	0.16 509	0.18 471	0.15 478	0.15 548	0.12 360	0.14 523	0.07 409	0.04 27	0.06 254	0.06 359	0.06 365	0.06 382

Hybrid-DGEV-2	0.11 373	0.06 147	0.12 368	0.18 454	0.09 424	0.09 192	0.13 233	0.28 604	0.29 604	0.11 338	0.11 324	0.09 294	0.12 463	0.12 360	0.09 147	0.06 209	0.05 337	0.07 381	0.07 464	0.05 217	0.05 256

NLMM1	0.11 373	0.09 518	0.07 31	0.22 673	0.10 541	0.12 384	0.20 642	0.18 375	0.20 472	0.12 387	0.11 324	0.07 166	0.09 341	0.11 256	0.11 358	0.08 501	0.08 615	0.07 381	0.06 359	0.04 56	0.04 95

NLCSM	0.11 373	0.09 518	0.09 170	0.23 698	0.11 596	0.12 384	0.19 617	0.18 375	0.18 428	0.12 387	0.11 324	0.07 166	0.09 341	0.11 256	0.10 263	0.07 409	0.08 615	0.07 381	0.07 464	0.06 365	0.05 256

Select-FE	0.11 373	0.06 147	0.20 639	0.15 145	0.11 596	0.11 328	0.13 233	0.21 447	0.18 428	0.09 249	0.11 324	0.10 337	0.06 80	0.12 360	0.09 147	0.07 409	0.05 337	0.07 381	0.08 547	0.06 365	0.08 545

FlowAnything_test	0.11 373	0.08 426	0.14 470	0.15 145	0.09 424	0.07 54	0.14 313	0.20 420	0.11 164	0.09 249	0.09 227	0.12 390	0.12 463	0.13 420	0.11 358	0.09 570	0.06 503	0.09 572	0.09 595	0.06 365	0.09 594

xyz-stereo-finetune2	0.11 373	0.07 285	0.13 429	0.13 27	0.07 176	0.11 328	0.19 617	0.17 340	0.12 208	0.15 480	0.15 406	0.17 515	0.12 463	0.13 420	0.11 358	0.05 57	0.04 27	0.07 381	0.05 245	0.04 56	0.06 382

xyz-stereo-finetune	0.11 373	0.08 426	0.13 429	0.14 84	0.06 54	0.10 268	0.19 617	0.17 340	0.19 448	0.12 387	0.14 384	0.15 478	0.10 392	0.13 420	0.11 358	0.05 57	0.04 27	0.07 381	0.05 245	0.04 56	0.05 256

FLISNet	0.11 373	0.06 147	0.11 316	0.13 27	0.09 424	0.09 192	0.14 313	0.21 447	0.10 126	0.19 577	0.17 443	0.14 447	0.09 341	0.16 523	0.08 53	0.05 57	0.04 27	0.07 381	0.08 547	0.07 455	0.06 382

CoSv	0.11 373	0.06 147	0.11 316	0.13 27	0.09 424	0.09 192	0.14 313	0.21 447	0.10 126	0.19 577	0.17 443	0.14 447	0.09 341	0.16 523	0.08 53	0.05 57	0.04 27	0.07 381	0.08 547	0.07 455	0.06 382

rvit_stereo_0081_aga	0.11 373	0.09 518	0.14 470	0.18 454	0.09 424	0.13 442	0.14 313	0.14 206	0.19 448	0.10 301	0.18 471	0.16 493	0.09 341	0.12 360	0.09 147	0.10 617	0.06 503	0.08 482	0.07 464	0.07 455	0.06 382

rvit_stereo_0081	0.11 373	0.08 426	0.15 519	0.16 254	0.09 424	0.10 268	0.14 313	0.14 206	0.24 534	0.11 338	0.13 367	0.13 424	0.09 341	0.11 256	0.12 432	0.10 617	0.07 581	0.08 482	0.07 464	0.07 455	0.05 256

rvit_stereo_0082	0.11 373	0.08 426	0.15 519	0.16 254	0.09 424	0.10 268	0.14 313	0.14 206	0.24 534	0.11 338	0.13 367	0.13 424	0.09 341	0.11 256	0.12 432	0.10 617	0.07 581	0.08 482	0.07 464	0.07 455	0.05 256

AIO-Stereo-zeroshot1	0.11 373	0.05 51	0.14 470	0.15 145	0.20 749	0.09 192	0.17 525	0.21 447	0.15 321	0.11 338	0.14 384	0.10 337	0.07 215	0.10 163	0.08 53	0.06 209	0.05 337	0.07 381	0.07 464	0.07 455	0.09 594

AIO-Stereo-zeroshot	0.11 373	0.05 51	0.11 316	0.15 145	0.13 658	0.13 442	0.16 481	0.23 498	0.17 394	0.10 301	0.12 347	0.10 337	0.07 215	0.11 256	0.09 147	0.06 209	0.05 337	0.06 254	0.06 359	0.07 455	0.08 545

CAS++	0.11 373	0.07 285	0.11 316	0.14 84	0.09 424	0.12 384	0.14 313	0.24 523	0.14 292	0.11 338	0.09 227	0.11 368	0.07 215	0.14 459	0.09 147	0.11 650	0.09 652	0.09 572	0.07 464	0.07 455	0.08 545
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
xx1	0.11 373	0.08 426	0.12 368	0.17 348	0.09 424	0.13 442	0.15 406	0.16 299	0.18 428	0.09 249	0.09 227	0.16 493	0.16 577	0.10 163	0.07 16	0.06 209	0.04 27	0.08 482	0.08 547	0.07 455	0.07 472

1test111	0.11 373	0.08 426	0.12 368	0.17 348	0.09 424	0.13 442	0.15 406	0.23 498	0.16 363	0.09 249	0.09 227	0.06 56	0.06 80	0.15 488	0.16 575	0.06 209	0.04 27	0.06 254	0.05 245	0.07 455	0.07 472

MIF-Stereo (partial)	0.11 373	0.06 147	0.10 250	0.19 542	0.10 541	0.10 268	0.11 91	0.17 340	0.18 428	0.14 451	0.16 419	0.09 294	0.11 430	0.12 360	0.12 432	0.08 501	0.05 337	0.08 482	0.07 464	0.06 365	0.07 472

EKT-Stereo	0.11 373	0.07 285	0.14 470	0.15 145	0.10 541	0.13 442	0.14 313	0.18 375	0.21 489	0.11 338	0.08 186	0.12 390	0.09 341	0.11 256	0.12 432	0.08 501	0.06 503	0.07 381	0.06 359	0.08 529	0.07 472

anonymousdsp2	0.11 373	0.07 285	0.10 250	0.16 254	0.09 424	0.13 442	0.14 313	0.18 375	0.22 505	0.13 423	0.14 384	0.12 390	0.09 341	0.14 459	0.11 358	0.05 57	0.04 27	0.05 77	0.04 79	0.06 365	0.05 256

DCRE	0.11 373	0.07 285	0.13 429	0.16 254	0.11 596	0.11 328	0.17 525	0.18 375	0.17 394	0.11 338	0.18 471	0.10 337	0.10 392	0.15 488	0.11 358	0.06 209	0.05 337	0.06 254	0.06 359	0.05 217	0.04 95

knoymous	0.11 373	0.05 51	0.12 368	0.13 27	0.07 176	0.15 506	0.14 313	0.19 407	0.13 256	0.11 338	0.17 443	0.13 424	0.09 341	0.13 420	0.11 358	0.08 501	0.05 337	0.06 254	0.05 245	0.08 529	0.07 472

riskmin	0.11 373	0.06 147	0.13 429	0.14 84	0.08 287	0.14 479	0.14 313	0.18 375	0.14 292	0.11 338	0.14 384	0.16 493	0.11 430	0.14 459	0.12 432	0.09 570	0.05 337	0.07 381	0.05 245	0.08 529	0.08 545

Selective-RAFT	0.11 373	0.10 581	0.11 316	0.21 653	0.08 287	0.16 538	0.13 233	0.20 420	0.22 505	0.10 301	0.10 267	0.11 368	0.10 392	0.15 488	0.11 358	0.05 57	0.05 337	0.06 254	0.05 245	0.06 365	0.05 256

DisPM	0.11 373	0.07 285	0.12 368	0.16 254	0.09 424	0.06 19	0.13 233	0.17 340	0.17 394	0.14 451	0.20 495	0.12 390	0.10 392	0.11 256	0.10 263	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.11 654

CIPLG	0.11 373	0.08 426	0.14 470	0.17 348	0.08 287	0.12 384	0.15 406	0.17 340	0.15 321	0.14 451	0.11 324	0.16 493	0.09 341	0.16 523	0.11 358	0.07 409	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382

GLC_STEREO	0.11 373	0.07 285	0.11 316	0.17 348	0.07 176	0.09 192	0.13 233	0.15 253	0.24 534	0.12 387	0.13 367	0.12 390	0.08 286	0.18 583	0.11 358	0.06 209	0.08 615	0.08 482	0.06 359	0.05 217	0.05 256

IPLGR_C	0.11 373	0.08 426	0.14 470	0.17 348	0.08 287	0.12 384	0.15 406	0.17 340	0.15 321	0.14 451	0.10 267	0.16 493	0.09 341	0.16 523	0.11 358	0.07 409	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382

MIPNet	0.11 373	0.08 426	0.14 470	0.17 348	0.09 424	0.12 384	0.14 313	0.20 420	0.24 534	0.11 338	0.10 267	0.09 294	0.07 215	0.13 420	0.12 432	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

IPLGR	0.11 373	0.09 518	0.16 556	0.18 454	0.08 287	0.12 384	0.17 525	0.21 447	0.24 534	0.11 338	0.12 347	0.11 368	0.08 286	0.12 360	0.12 432	0.06 209	0.05 337	0.06 254	0.06 359	0.04 56	0.04 95

GMOStereo	0.11 373	0.09 518	0.07 31	0.19 542	0.08 287	0.12 384	0.28 749	0.13 165	0.17 394	0.11 338	0.17 443	0.14 447	0.12 463	0.07 10	0.07 16	0.05 57	0.05 337	0.09 572	0.07 464	0.04 56	0.04 95

error version	0.11 373	0.09 518	0.07 31	0.19 542	0.08 287	0.12 384	0.28 749	0.13 165	0.17 394	0.11 338	0.17 443	0.14 447	0.12 463	0.07 10	0.07 16	0.05 57	0.05 337	0.09 572	0.07 464	0.04 56	0.04 95

test-v	0.11 373	0.09 518	0.07 31	0.19 542	0.08 287	0.12 384	0.28 749	0.13 165	0.17 394	0.11 338	0.17 443	0.14 447	0.12 463	0.07 10	0.07 16	0.05 57	0.05 337	0.09 572	0.07 464	0.04 56	0.04 95

ACRE	0.11 373	0.08 426	0.14 470	0.17 348	0.08 287	0.12 384	0.15 406	0.17 340	0.14 292	0.14 451	0.10 267	0.16 493	0.09 341	0.16 523	0.11 358	0.07 409	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382

PFNet+	0.11 373	0.06 147	0.13 429	0.16 254	0.09 424	0.05 7	0.12 144	0.17 340	0.21 489	0.16 509	0.19 482	0.14 447	0.10 392	0.11 256	0.11 358	0.08 501	0.05 337	0.09 572	0.08 547	0.06 365	0.11 654

LCNet	0.11 373	0.07 285	0.09 170	0.19 542	0.09 424	0.08 117	0.15 406	0.21 447	0.15 321	0.11 338	0.15 406	0.16 493	0.11 430	0.12 360	0.11 358	0.05 57	0.04 27	0.08 482	0.07 464	0.06 365	0.15 723

HHNet	0.11 373	0.06 147	0.16 556	0.15 145	0.14 682	0.07 54	0.13 233	0.20 420	0.17 394	0.14 451	0.25 582	0.11 368	0.08 286	0.13 420	0.10 263	0.05 57	0.04 27	0.08 482	0.06 359	0.05 217	0.09 594

Patchmatch Stereo++	0.11 373	0.09 518	0.16 556	0.18 454	0.08 287	0.06 19	0.11 91	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472
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	0.11 373	0.07 285	0.16 556	0.19 542	0.09 424	0.08 117	0.13 233	0.18 375	0.13 256	0.16 509	0.21 519	0.13 424	0.14 530	0.11 256	0.14 523	0.06 209	0.04 27	0.09 572	0.06 359	0.06 365	0.05 256

OMP-Stereo	0.11 373	0.06 147	0.14 470	0.18 454	0.08 287	0.09 192	0.12 144	0.21 447	0.21 489	0.13 423	0.14 384	0.11 368	0.12 463	0.11 256	0.13 480	0.06 209	0.04 27	0.07 381	0.06 359	0.05 217	0.04 95

IIG-Stereo	0.11 373	0.06 147	0.13 429	0.17 348	0.08 287	0.11 328	0.12 144	0.22 474	0.17 394	0.14 451	0.17 443	0.11 368	0.12 463	0.12 360	0.12 432	0.06 209	0.05 337	0.07 381	0.06 359	0.05 217	0.04 95

NF-Stereo	0.11 373	0.07 285	0.13 429	0.17 348	0.09 424	0.10 268	0.14 313	0.23 498	0.19 448	0.12 387	0.17 443	0.12 390	0.11 430	0.11 256	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.12 670

OCTAStereo	0.11 373	0.07 285	0.13 429	0.17 348	0.09 424	0.10 268	0.14 313	0.23 498	0.19 448	0.12 387	0.17 443	0.12 390	0.11 430	0.11 256	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.12 670

NRIStereo	0.11 373	0.08 426	0.14 470	0.18 454	0.08 287	0.10 268	0.14 313	0.16 299	0.15 321	0.12 387	0.14 384	0.13 424	0.12 463	0.13 420	0.10 263	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.07 472

PSM-adaLoss	0.11 373	0.09 518	0.16 556	0.18 454	0.08 287	0.06 19	0.12 144	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

PSM-AAD	0.11 373	0.07 285	0.10 250	0.19 542	0.09 424	0.10 268	0.15 406	0.20 420	0.13 256	0.12 387	0.14 384	0.18 530	0.11 430	0.11 256	0.10 263	0.05 57	0.05 337	0.09 572	0.08 547	0.06 365	0.14 716

ROB_FTStereo_v2	0.11 373	0.09 518	0.16 556	0.19 542	0.08 287	0.06 19	0.12 144	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

ROB_FTStereo	0.11 373	0.09 518	0.16 556	0.19 542	0.08 287	0.06 19	0.11 91	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

KYRaft	0.11 373	0.07 285	0.10 250	0.19 542	0.09 424	0.08 117	0.15 406	0.22 474	0.12 208	0.13 423	0.16 419	0.20 558	0.10 392	0.12 360	0.10 263	0.05 57	0.04 27	0.08 482	0.08 547	0.06 365	0.16 735

HUI-Stereo	0.11 373	0.09 518	0.16 556	0.18 454	0.08 287	0.06 19	0.12 144	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

ASMatch	0.11 373	0.06 147	0.13 429	0.16 254	0.10 541	0.07 54	0.14 313	0.17 340	0.17 394	0.12 387	0.16 419	0.16 493	0.10 392	0.13 420	0.10 263	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.08 545

RAFT_R40	0.11 373	0.07 285	0.14 470	0.18 454	0.09 424	0.06 19	0.13 233	0.17 340	0.16 363	0.14 451	0.18 471	0.15 478	0.12 463	0.10 163	0.11 358	0.06 209	0.04 27	0.09 572	0.06 359	0.06 365	0.05 256

GrayStereo	0.11 373	0.06 147	0.11 316	0.19 542	0.09 424	0.09 192	0.16 481	0.18 375	0.17 394	0.14 451	0.17 443	0.17 515	0.11 430	0.12 360	0.11 358	0.05 57	0.05 337	0.07 381	0.06 359	0.05 217	0.10 626

RE-Stereo	0.11 373	0.07 285	0.13 429	0.17 348	0.09 424	0.10 268	0.14 313	0.23 498	0.19 448	0.12 387	0.17 443	0.12 390	0.11 430	0.11 256	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.12 670

Pruner-Stereo	0.11 373	0.07 285	0.12 368	0.17 348	0.09 424	0.06 19	0.12 144	0.17 340	0.17 394	0.13 423	0.19 482	0.13 424	0.09 341	0.11 256	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.08 545

TVStereo	0.11 373	0.07 285	0.13 429	0.17 348	0.09 424	0.10 268	0.14 313	0.23 498	0.19 448	0.12 387	0.17 443	0.12 390	0.11 430	0.11 256	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.12 670

DeepStereo_RVC	0.11 373	0.08 426	0.16 556	0.18 454	0.08 287	0.08 117	0.12 144	0.17 340	0.12 208	0.13 423	0.14 384	0.12 390	0.12 463	0.12 360	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.07 455	0.08 545

iGMRVC	0.11 373	0.09 518	0.16 556	0.19 542	0.08 287	0.06 19	0.12 144	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

RAFT-RH_RVC	0.11 373	0.06 147	0.14 470	0.16 254	0.09 424	0.12 384	0.12 144	0.17 340	0.12 208	0.13 423	0.41 720	0.11 368	0.10 392	0.13 420	0.12 432	0.05 57	0.04 27	0.08 482	0.05 245	0.04 56	0.06 382

RAFT-345	0.11 373	0.07 285	0.15 519	0.16 254	0.08 287	0.08 117	0.12 144	0.15 253	0.10 126	0.11 338	0.36 683	0.09 294	0.09 341	0.11 256	0.12 432	0.05 57	0.05 337	0.07 381	0.06 359	0.04 56	0.05 256

iRAFT	0.11 373	0.09 518	0.16 556	0.18 454	0.08 287	0.06 19	0.11 91	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

CRE-IMP	0.11 373	0.09 518	0.16 556	0.19 542	0.08 287	0.10 268	0.12 144	0.18 375	0.10 126	0.14 451	0.13 367	0.13 424	0.12 463	0.12 360	0.11 358	0.07 409	0.04 27	0.08 482	0.06 359	0.08 529	0.08 545

test-2	0.11 373	0.09 518	0.07 31	0.19 542	0.08 287	0.12 384	0.28 749	0.13 165	0.17 394	0.11 338	0.17 443	0.14 447	0.12 463	0.07 10	0.07 16	0.05 57	0.05 337	0.09 572	0.07 464	0.04 56	0.04 95

GMM-Stereo	0.11 373	0.07 285	0.10 250	0.18 454	0.09 424	0.08 117	0.15 406	0.23 498	0.16 363	0.11 338	0.15 406	0.13 424	0.11 430	0.11 256	0.11 358	0.05 57	0.04 27	0.08 482	0.07 464	0.06 365	0.09 594

RAFT-IKP	0.11 373	0.09 518	0.16 556	0.19 542	0.08 287	0.06 19	0.12 144	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

Prome-Stereo	0.11 373	0.06 147	0.10 250	0.18 454	0.08 287	0.12 384	0.15 406	0.22 474	0.13 256	0.12 387	0.17 443	0.13 424	0.08 286	0.12 360	0.10 263	0.05 57	0.04 27	0.07 381	0.06 359	0.06 365	0.09 594

rafts_anoy	0.11 373	0.06 147	0.10 250	0.17 348	0.08 287	0.10 268	0.14 313	0.17 340	0.14 292	0.13 423	0.13 367	0.12 390	0.10 392	0.11 256	0.12 432	0.07 409	0.04 27	0.09 572	0.11 673	0.07 455	0.06 382

raft+_RVC	0.11 373	0.07 285	0.09 170	0.16 254	0.07 176	0.10 268	0.11 91	0.24 523	0.20 472	0.12 387	0.15 406	0.12 390	0.08 286	0.12 360	0.13 480	0.07 409	0.04 27	0.07 381	0.06 359	0.05 217	0.05 256

RALAANet	0.11 373	0.08 426	0.10 250	0.17 348	0.09 424	0.14 479	0.10 49	0.20 420	0.15 321	0.14 451	0.13 367	0.16 493	0.09 341	0.12 360	0.11 358	0.06 209	0.05 337	0.07 381	0.06 359	0.05 217	0.04 95

DIP-Stereo	0.11 373	0.07 285	0.14 470	0.17 348	0.09 424	0.13 442	0.09 29	0.16 299	0.16 363	0.11 338	0.16 419	0.14 447	0.12 463	0.15 488	0.13 480	0.06 209	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
S0	0.12 453	0.08 426	0.08 85	0.20 616	0.07 176	0.18 581	0.23 693	0.15 253	0.15 321	0.10 301	0.10 267	0.13 424	0.08 286	0.12 360	0.11 358	0.09 570	0.10 676	0.14 705	0.14 710	0.05 217	0.04 95

S	0.12 453	0.08 426	0.09 170	0.20 616	0.08 287	0.13 442	0.19 617	0.17 340	0.16 363	0.13 423	0.11 324	0.13 424	0.10 392	0.11 256	0.13 480	0.09 570	0.07 581	0.13 691	0.15 731	0.06 365	0.04 95

IGEV_i1	0.12 453	0.07 285	0.12 368	0.16 254	0.08 287	0.19 606	0.14 313	0.18 375	0.22 505	0.18 558	0.18 471	0.16 493	0.12 463	0.16 523	0.14 523	0.06 209	0.05 337	0.06 254	0.05 245	0.06 365	0.06 382

rvit_stereo_0083	0.12 453	0.08 426	0.17 588	0.16 254	0.09 424	0.11 328	0.15 406	0.14 206	0.26 571	0.11 338	0.14 384	0.13 424	0.10 392	0.12 360	0.12 432	0.10 617	0.08 615	0.09 572	0.07 464	0.07 455	0.05 256

rvit_stereo_ft	0.12 453	0.07 285	0.13 429	0.19 542	0.10 541	0.12 384	0.17 525	0.16 299	0.16 363	0.12 387	0.13 367	0.15 478	0.10 392	0.14 459	0.13 480	0.09 570	0.06 503	0.08 482	0.07 464	0.07 455	0.05 256

test_sample2	0.12 453	0.07 285	0.12 368	0.14 84	0.08 287	0.16 538	0.18 576	0.21 447	0.16 363	0.14 451	0.20 495	0.19 546	0.15 548	0.15 488	0.12 432	0.08 501	0.05 337	0.07 381	0.06 359	0.08 529	0.07 472

MyStereo8	0.12 453	0.07 285	0.15 519	0.15 145	0.09 424	0.18 581	0.14 313	0.19 407	0.22 505	0.12 387	0.18 471	0.11 368	0.10 392	0.16 523	0.18 609	0.07 409	0.05 337	0.07 381	0.05 245	0.08 529	0.09 594

CoDeX	0.12 453	0.07 285	0.12 368	0.17 348	0.08 287	0.12 384	0.15 406	0.23 498	0.27 581	0.13 423	0.17 443	0.16 493	0.11 430	0.14 459	0.11 358	0.07 409	0.05 337	0.07 381	0.06 359	0.06 365	0.05 256

11t1	0.12 453	0.06 147	0.13 429	0.14 84	0.08 287	0.17 562	0.15 406	0.18 375	0.15 321	0.15 480	0.15 406	0.16 493	0.16 577	0.15 488	0.13 480	0.08 501	0.05 337	0.06 254	0.05 245	0.08 529	0.07 472

ffm	0.12 453	0.09 518	0.14 470	0.16 254	0.08 287	0.17 562	0.17 525	0.15 253	0.19 448	0.15 480	0.25 582	0.19 546	0.13 505	0.10 163	0.07 16	0.06 209	0.04 27	0.09 572	0.08 547	0.06 365	0.06 382

RAFT_CTSACE	0.12 453	0.09 518	0.10 250	0.22 673	0.08 287	0.12 384	0.24 708	0.18 375	0.16 363	0.20 600	0.27 608	0.13 424	0.07 215	0.13 420	0.09 147	0.05 57	0.06 503	0.08 482	0.07 464	0.04 56	0.04 95

Sa-1000	0.12 453	0.08 426	0.08 85	0.18 454	0.08 287	0.14 479	0.22 680	0.22 474	0.18 428	0.15 480	0.20 495	0.17 515	0.11 430	0.10 163	0.10 263	0.06 209	0.05 337	0.09 572	0.09 595	0.05 217	0.05 256

SA	0.12 453	0.09 518	0.08 85	0.18 454	0.08 287	0.12 384	0.24 708	0.23 498	0.18 428	0.17 528	0.27 608	0.14 447	0.11 430	0.11 256	0.11 358	0.05 57	0.05 337	0.09 572	0.08 547	0.05 217	0.04 95

iRaft-Stereo_5w	0.12 453	0.09 518	0.12 368	0.19 542	0.08 287	0.09 192	0.12 144	0.21 447	0.21 489	0.19 577	0.14 384	0.11 368	0.09 341	0.20 627	0.16 575	0.05 57	0.05 337	0.07 381	0.06 359	0.05 217	0.06 382

CrosDoStereo	0.12 453	0.06 147	0.12 368	0.14 84	0.08 287	0.12 384	0.15 406	0.17 340	0.22 505	0.19 577	0.24 553	0.15 478	0.11 430	0.11 256	0.12 432	0.06 209	0.04 27	0.07 381	0.07 464	0.05 217	0.05 256

PSM-softLoss	0.12 453	0.07 285	0.15 519	0.17 348	0.09 424	0.08 117	0.13 233	0.24 523	0.17 394	0.14 451	0.19 482	0.13 424	0.11 430	0.11 256	0.11 358	0.07 409	0.05 337	0.08 482	0.07 464	0.06 365	0.12 670

KMStereo	0.12 453	0.07 285	0.15 519	0.17 348	0.09 424	0.08 117	0.13 233	0.24 523	0.17 394	0.14 451	0.19 482	0.13 424	0.11 430	0.11 256	0.11 358	0.07 409	0.05 337	0.08 482	0.07 464	0.06 365	0.12 670

FTStereo	0.12 453	0.06 147	0.14 470	0.18 454	0.09 424	0.07 54	0.15 406	0.21 447	0.18 428	0.12 387	0.24 553	0.12 390	0.12 463	0.13 420	0.13 480	0.05 57	0.05 337	0.07 381	0.06 359	0.06 365	0.10 626

DeepStereo_LL	0.12 453	0.06 147	0.12 368	0.14 84	0.08 287	0.12 384	0.15 406	0.17 340	0.22 505	0.19 577	0.24 553	0.15 478	0.11 430	0.11 256	0.12 432	0.06 209	0.04 27	0.07 381	0.07 464	0.05 217	0.05 256

DEmStereo	0.12 453	0.06 147	0.14 470	0.14 84	0.10 541	0.16 538	0.15 406	0.16 299	0.24 534	0.17 528	0.24 553	0.13 424	0.14 530	0.12 360	0.13 480	0.05 57	0.04 27	0.07 381	0.06 359	0.05 217	0.05 256

THIR-Stereo	0.12 453	0.07 285	0.11 316	0.15 145	0.08 287	0.14 479	0.16 481	0.17 340	0.25 557	0.16 509	0.24 553	0.14 447	0.12 463	0.12 360	0.14 523	0.06 209	0.04 27	0.07 381	0.07 464	0.05 217	0.05 256

DRaft	0.12 453	0.06 147	0.11 316	0.14 84	0.09 424	0.14 479	0.17 525	0.21 447	0.30 614	0.17 528	0.28 622	0.10 337	0.15 548	0.10 163	0.12 432	0.05 57	0.04 27	0.07 381	0.06 359	0.05 217	0.05 256

PFNet	0.12 453	0.06 147	0.17 588	0.17 348	0.08 287	0.09 192	0.15 406	0.26 561	0.20 472	0.16 509	0.16 419	0.14 447	0.11 430	0.12 360	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.05 217	0.05 256

IRAFT_RVC	0.12 453	0.08 426	0.16 556	0.19 542	0.08 287	0.07 54	0.15 406	0.24 523	0.23 517	0.14 451	0.14 384	0.15 478	0.12 463	0.12 360	0.10 263	0.06 209	0.04 27	0.09 572	0.06 359	0.06 365	0.06 382

sCroCo_RVC	0.12 453	0.09 518	0.23 665	0.24 707	0.11 596	0.19 606	0.14 313	0.17 340	0.14 292	0.10 301	0.13 367	0.12 390	0.07 215	0.14 459	0.11 358	0.08 501	0.08 615	0.08 482	0.08 547	0.05 217	0.07 472

ARAFT	0.12 453	0.08 426	0.17 588	0.19 542	0.09 424	0.14 479	0.18 576	0.20 420	0.12 208	0.12 387	0.13 367	0.14 447	0.11 430	0.15 488	0.12 432	0.06 209	0.05 337	0.10 622	0.09 595	0.05 217	0.04 95

BEATNet_4x	0.12 453	0.08 426	0.14 470	0.18 454	0.07 176	0.15 506	0.07 5	0.22 474	0.18 428	0.16 509	0.19 482	0.18 530	0.14 530	0.16 523	0.15 559	0.07 409	0.05 337	0.05 77	0.05 245	0.06 365	0.06 382

MLCV	0.12 453	0.07 285	0.16 556	0.18 454	0.06 54	0.15 506	0.17 525	0.19 407	0.21 489	0.18 558	0.25 582	0.17 515	0.13 505	0.14 459	0.13 480	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

RT-IGEV	0.13 481	0.06 147	0.13 429	0.15 145	0.09 424	0.15 506	0.17 525	0.24 523	0.27 581	0.16 509	0.17 443	0.17 515	0.10 392	0.14 459	0.11 358	0.08 501	0.05 337	0.07 381	0.05 245	0.07 455	0.07 472

Selective-IGEV-i16pc	0.13 481	0.06 147	0.13 429	0.15 145	0.11 596	0.38 749	0.16 481	0.23 498	0.16 363	0.10 301	0.15 406	0.09 294	0.06 80	0.13 420	0.10 263	0.10 617	0.08 615	0.06 254	0.07 464	0.09 594	0.09 594

Selective-IGEV-i1	0.13 481	0.07 285	0.12 368	0.19 542	0.08 287	0.18 581	0.16 481	0.22 474	0.30 614	0.16 509	0.17 443	0.16 493	0.10 392	0.14 459	0.13 480	0.06 209	0.05 337	0.06 254	0.05 245	0.06 365	0.05 256

G2L-ROB	0.13 481	0.06 147	0.13 429	0.13 27	0.08 287	0.14 479	0.16 481	0.25 542	0.18 428	0.19 577	0.18 471	0.20 558	0.14 530	0.17 558	0.16 575	0.08 501	0.05 337	0.06 254	0.05 245	0.08 529	0.09 594

xyz-stereo	0.13 481	0.07 285	0.20 639	0.15 145	0.05 4	0.20 622	0.15 406	0.17 340	0.31 622	0.15 480	0.29 635	0.26 637	0.16 577	0.13 420	0.12 432	0.05 57	0.05 337	0.06 254	0.05 245	0.04 56	0.04 95

DFGA-Net	0.13 481	0.11 610	0.18 614	0.17 348	0.10 541	0.12 384	0.13 233	0.22 474	0.25 557	0.16 509	0.16 419	0.13 424	0.12 463	0.16 523	0.14 523	0.07 409	0.05 337	0.08 482	0.07 464	0.05 217	0.05 256

FACV-RUCA	0.13 481	0.11 610	0.12 368	0.19 542	0.12 633	0.15 506	0.15 406	0.22 474	0.20 472	0.15 480	0.16 419	0.14 447	0.16 577	0.14 459	0.13 480	0.07 409	0.05 337	0.08 482	0.06 359	0.10 628	0.08 545

UGAM	0.13 481	0.10 581	0.09 170	0.22 673	0.08 287	0.12 384	0.20 642	0.17 340	0.23 517	0.21 616	0.16 419	0.13 424	0.13 505	0.19 600	0.12 432	0.07 409	0.05 337	0.13 691	0.11 673	0.07 455	0.05 256

test_sample1	0.13 481	0.07 285	0.14 470	0.13 27	0.08 287	0.19 606	0.16 481	0.20 420	0.15 321	0.14 451	0.22 531	0.18 530	0.16 577	0.17 558	0.14 523	0.07 409	0.06 503	0.06 254	0.06 359	0.08 529	0.07 472

qqq1	0.13 481	0.07 285	0.17 588	0.14 84	0.08 287	0.16 538	0.17 525	0.26 561	0.27 581	0.19 577	0.20 495	0.18 530	0.15 548	0.15 488	0.11 358	0.08 501	0.05 337	0.05 77	0.05 245	0.06 365	0.06 382

fff1	0.13 481	0.07 285	0.17 588	0.14 84	0.08 287	0.16 538	0.17 525	0.26 561	0.27 581	0.19 577	0.20 495	0.18 530	0.15 548	0.15 488	0.11 358	0.08 501	0.05 337	0.05 77	0.05 245	0.06 365	0.06 382

MyStereo05	0.13 481	0.07 285	0.10 250	0.17 348	0.09 424	0.13 442	0.18 576	0.27 583	0.35 660	0.17 528	0.14 384	0.15 478	0.11 430	0.15 488	0.13 480	0.06 209	0.05 337	0.07 381	0.07 464	0.06 365	0.06 382

MyStereo04	0.13 481	0.07 285	0.10 250	0.17 348	0.09 424	0.14 479	0.18 576	0.29 620	0.38 680	0.17 528	0.14 384	0.16 493	0.10 392	0.15 488	0.13 480	0.06 209	0.05 337	0.08 482	0.07 464	0.06 365	0.06 382

ff1	0.13 481	0.09 518	0.14 470	0.16 254	0.08 287	0.17 562	0.17 525	0.15 253	0.19 448	0.15 480	0.25 582	0.19 546	0.13 505	0.14 459	0.20 629	0.06 209	0.04 27	0.09 572	0.08 547	0.06 365	0.06 382

StereoVision	0.13 481	0.12 628	0.09 170	0.24 707	0.10 541	0.15 506	0.21 666	0.21 447	0.20 472	0.12 387	0.24 553	0.10 337	0.10 392	0.16 523	0.10 263	0.09 570	0.11 689	0.12 676	0.12 695	0.06 365	0.05 256

LL-Strereo	0.13 481	0.09 518	0.11 316	0.20 616	0.10 541	0.11 328	0.18 576	0.32 659	0.24 534	0.15 480	0.15 406	0.14 447	0.13 505	0.19 600	0.11 358	0.06 209	0.04 27	0.09 572	0.08 547	0.04 56	0.05 256

CASS	0.13 481	0.12 628	0.11 316	0.23 698	0.09 424	0.15 506	0.17 525	0.18 375	0.19 448	0.17 528	0.18 471	0.15 478	0.15 548	0.14 459	0.14 523	0.09 570	0.06 503	0.10 622	0.08 547	0.09 594	0.07 472
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 481	0.07 285	0.13 429	0.18 454	0.09 424	0.13 442	0.17 525	0.19 407	0.29 604	0.15 480	0.24 553	0.15 478	0.14 530	0.14 459	0.14 523	0.07 409	0.05 337	0.07 381	0.09 595	0.05 217	0.06 382

TestStereo1	0.13 481	0.08 426	0.08 85	0.19 542	0.08 287	0.18 581	0.29 759	0.23 498	0.16 363	0.17 528	0.20 495	0.16 493	0.10 392	0.12 360	0.13 480	0.06 209	0.06 503	0.08 482	0.06 359	0.05 217	0.05 256

qqq	0.13 481	0.09 518	0.15 519	0.16 254	0.08 287	0.13 442	0.15 406	0.23 498	0.16 363	0.15 480	0.19 482	0.16 493	0.16 577	0.15 488	0.16 575	0.07 409	0.06 503	0.08 482	0.08 547	0.07 455	0.07 472

x	0.13 481	0.07 285	0.14 470	0.14 84	0.08 287	0.18 581	0.14 313	0.22 474	0.20 472	0.15 480	0.19 482	0.19 546	0.17 601	0.18 583	0.18 609	0.07 409	0.05 337	0.06 254	0.06 359	0.07 455	0.07 472

raft_robust	0.13 481	0.10 581	0.07 31	0.18 454	0.08 287	0.13 442	0.24 708	0.28 604	0.33 639	0.20 600	0.19 482	0.14 447	0.10 392	0.11 256	0.12 432	0.05 57	0.05 337	0.07 381	0.07 464	0.05 217	0.04 95

RAFT+CT+SA	0.13 481	0.11 610	0.09 170	0.19 542	0.09 424	0.15 506	0.28 749	0.22 474	0.22 505	0.15 480	0.26 599	0.10 337	0.10 392	0.11 256	0.12 432	0.05 57	0.04 27	0.07 381	0.08 547	0.07 455	0.06 382

SA-5K	0.13 481	0.08 426	0.08 85	0.19 542	0.08 287	0.18 581	0.29 759	0.23 498	0.16 363	0.17 528	0.20 495	0.16 493	0.10 392	0.12 360	0.13 480	0.06 209	0.06 503	0.08 482	0.06 359	0.05 217	0.05 256

GwcNet-ADL	0.13 481	0.08 426	0.14 470	0.20 616	0.09 424	0.11 328	0.20 642	0.30 635	0.24 534	0.13 423	0.14 384	0.18 530	0.14 530	0.13 420	0.14 523	0.07 409	0.05 337	0.06 254	0.05 245	0.07 455	0.06 382

GANet-ADL	0.13 481	0.07 285	0.15 519	0.17 348	0.10 541	0.18 581	0.15 406	0.30 635	0.20 472	0.13 423	0.18 471	0.19 546	0.12 463	0.16 523	0.13 480	0.08 501	0.06 503	0.06 254	0.05 245	0.07 455	0.08 545

RAFT	0.13 481	0.09 518	0.11 316	0.18 454	0.08 287	0.15 506	0.24 708	0.20 420	0.19 448	0.21 616	0.21 519	0.17 515	0.12 463	0.16 523	0.09 147	0.06 209	0.07 581	0.10 622	0.09 595	0.05 217	0.05 256

TestStereo	0.13 481	0.14 669	0.11 316	0.23 698	0.08 287	0.15 506	0.21 666	0.20 420	0.23 517	0.14 451	0.24 553	0.16 493	0.12 463	0.16 523	0.14 523	0.05 57	0.06 503	0.08 482	0.06 359	0.09 594	0.05 256

sAnonymous2	0.13 481	0.12 628	0.24 669	0.20 616	0.12 633	0.17 562	0.13 233	0.26 561	0.21 489	0.11 338	0.11 324	0.13 424	0.08 286	0.10 163	0.10 263	0.09 570	0.05 337	0.08 482	0.06 359	0.15 729	0.10 626

CroCo_RVC	0.13 481	0.12 628	0.24 669	0.20 616	0.12 633	0.17 562	0.13 233	0.26 561	0.21 489	0.11 338	0.11 324	0.13 424	0.08 286	0.10 163	0.10 263	0.09 570	0.05 337	0.08 482	0.06 359	0.15 729	0.10 626

RAFT + AFF	0.13 481	0.07 285	0.20 639	0.20 616	0.10 541	0.14 479	0.24 708	0.26 561	0.20 472	0.11 338	0.10 267	0.12 390	0.10 392	0.15 488	0.12 432	0.07 409	0.06 503	0.09 572	0.08 547	0.06 365	0.08 545

GMStereo	0.13 481	0.14 669	0.14 470	0.18 454	0.09 424	0.15 506	0.16 481	0.20 420	0.24 534	0.16 509	0.17 443	0.10 337	0.10 392	0.16 523	0.13 480	0.07 409	0.06 503	0.06 254	0.06 359	0.07 455	0.06 382
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 481	0.07 285	0.14 470	0.17 348	0.09 424	0.15 506	0.16 481	0.28 604	0.27 581	0.14 451	0.17 443	0.12 390	0.13 505	0.14 459	0.11 358	0.08 501	0.05 337	0.07 381	0.07 464	0.07 455	0.06 382

FENet	0.13 481	0.08 426	0.12 368	0.16 254	0.08 287	0.14 479	0.15 406	0.22 474	0.23 517	0.17 528	0.23 540	0.16 493	0.12 463	0.14 459	0.15 559	0.08 501	0.05 337	0.08 482	0.08 547	0.07 455	0.07 472

cf-r	0.13 481	0.07 285	0.12 368	0.16 254	0.08 287	0.14 479	0.19 617	0.20 420	0.25 557	0.17 528	0.25 582	0.21 568	0.16 577	0.14 459	0.14 523	0.10 617	0.05 337	0.06 254	0.08 547	0.06 365	0.06 382

iResNet	0.13 481	0.10 581	0.18 614	0.19 542	0.08 287	0.13 442	0.18 576	0.20 420	0.26 571	0.15 480	0.23 540	0.15 478	0.13 505	0.14 459	0.14 523	0.06 209	0.04 27	0.06 254	0.05 245	0.06 365	0.05 256

DN-CSS_ROB	0.13 481	0.13 656	0.16 556	0.18 454	0.10 541	0.16 538	0.08 9	0.22 474	0.18 428	0.17 528	0.22 531	0.13 424	0.13 505	0.12 360	0.13 480	0.05 57	0.05 337	0.10 622	0.10 639	0.08 529	0.06 382

SCION-MonSter(vits)	0.14 518	0.06 147	0.05 2	0.15 145	0.05 4	0.07 54	0.10 49	0.27 583	0.41 694	0.05 2	0.33 669	0.14 447	0.16 577	0.20 627	0.19 622	0.08 501	0.06 503	0.17 734	0.15 731	0.07 455	0.08 545

Selective-IGEV-i16pb	0.14 518	0.08 426	0.17 588	0.15 145	0.11 596	0.41 755	0.16 481	0.28 604	0.23 517	0.11 338	0.20 495	0.10 337	0.07 215	0.17 558	0.12 432	0.10 617	0.07 581	0.06 254	0.08 547	0.09 594	0.10 626

G2L-Stereo_test	0.14 518	0.07 285	0.11 316	0.13 27	0.08 287	0.12 384	0.16 481	0.30 635	0.28 597	0.20 600	0.23 540	0.20 558	0.16 577	0.17 558	0.18 609	0.07 409	0.05 337	0.05 77	0.05 245	0.07 455	0.06 382

coex_refinement	0.14 518	0.07 285	0.12 368	0.17 348	0.10 541	0.15 506	0.15 406	0.26 561	0.29 604	0.18 558	0.20 495	0.22 586	0.17 601	0.16 523	0.18 609	0.08 501	0.05 337	0.06 254	0.06 359	0.09 594	0.08 545

G2L-Stereo	0.14 518	0.07 285	0.13 429	0.17 348	0.09 424	0.13 442	0.12 144	0.27 583	0.22 505	0.16 509	0.27 608	0.21 568	0.13 505	0.17 558	0.18 609	0.09 570	0.08 615	0.08 482	0.07 464	0.07 455	0.07 472

rvit_0105_6	0.14 518	0.09 518	0.18 614	0.17 348	0.10 541	0.10 268	0.16 481	0.19 407	0.26 571	0.12 387	0.18 471	0.17 515	0.12 463	0.18 583	0.12 432	0.15 720	0.11 689	0.12 676	0.10 639	0.09 594	0.06 382

rvit_0105_5	0.14 518	0.09 518	0.13 429	0.17 348	0.09 424	0.14 479	0.23 693	0.24 523	0.27 581	0.14 451	0.15 406	0.18 530	0.12 463	0.17 558	0.14 523	0.14 716	0.11 689	0.10 622	0.10 639	0.08 529	0.06 382

rvit_0105_4	0.14 518	0.09 518	0.17 588	0.17 348	0.10 541	0.12 384	0.19 617	0.23 498	0.27 581	0.14 451	0.20 495	0.17 515	0.13 505	0.17 558	0.13 480	0.15 720	0.11 689	0.11 656	0.10 639	0.09 594	0.06 382

DCVSM-stereo	0.14 518	0.09 518	0.16 556	0.16 254	0.10 541	0.15 506	0.09 29	0.19 407	0.23 517	0.20 600	0.23 540	0.26 637	0.15 548	0.18 583	0.14 523	0.09 570	0.07 581	0.09 572	0.08 547	0.10 628	0.12 670

test_sample6	0.14 518	0.08 426	0.13 429	0.16 254	0.08 287	0.17 562	0.19 617	0.25 542	0.17 394	0.17 528	0.27 608	0.19 546	0.14 530	0.15 488	0.13 480	0.08 501	0.05 337	0.08 482	0.07 464	0.08 529	0.08 545

test_sample5	0.14 518	0.08 426	0.14 470	0.16 254	0.08 287	0.18 581	0.18 576	0.25 542	0.17 394	0.17 528	0.27 608	0.18 530	0.14 530	0.16 523	0.13 480	0.08 501	0.05 337	0.08 482	0.07 464	0.08 529	0.08 545

test_sample4	0.14 518	0.08 426	0.14 470	0.15 145	0.08 287	0.19 606	0.18 576	0.26 561	0.17 394	0.16 509	0.25 582	0.18 530	0.14 530	0.16 523	0.13 480	0.08 501	0.06 503	0.08 482	0.06 359	0.08 529	0.08 545

test_sample3	0.14 518	0.08 426	0.15 519	0.14 84	0.09 424	0.19 606	0.17 525	0.26 561	0.18 428	0.16 509	0.22 531	0.19 546	0.15 548	0.17 558	0.13 480	0.08 501	0.06 503	0.07 381	0.06 359	0.09 594	0.08 545

DispNO	0.14 518	0.08 426	0.17 588	0.19 542	0.12 633	0.11 328	0.21 666	0.23 498	0.29 604	0.17 528	0.23 540	0.18 530	0.17 601	0.15 488	0.15 559	0.07 409	0.05 337	0.08 482	0.08 547	0.07 455	0.06 382

SMFormer	0.14 518	0.07 285	0.17 588	0.14 84	0.08 287	0.16 538	0.17 525	0.26 561	0.27 581	0.19 577	0.20 495	0.18 530	0.15 548	0.15 488	0.17 591	0.08 501	0.05 337	0.07 381	0.06 359	0.07 455	0.06 382

tta	0.14 518	0.07 285	0.17 588	0.14 84	0.08 287	0.16 538	0.17 525	0.26 561	0.27 581	0.19 577	0.20 495	0.18 530	0.15 548	0.15 488	0.17 591	0.08 501	0.05 337	0.07 381	0.06 359	0.06 365	0.06 382

mmm	0.14 518	0.08 426	0.17 588	0.17 348	0.09 424	0.17 562	0.18 576	0.21 447	0.15 321	0.15 480	0.23 540	0.21 568	0.16 577	0.16 523	0.17 591	0.08 501	0.05 337	0.08 482	0.07 464	0.07 455	0.07 472

DualNet	0.14 518	0.08 426	0.14 470	0.16 254	0.08 287	0.18 581	0.18 576	0.25 542	0.17 394	0.17 528	0.27 608	0.18 530	0.14 530	0.16 523	0.13 480	0.08 501	0.05 337	0.08 482	0.07 464	0.08 529	0.08 545

mmx	0.14 518	0.09 518	0.14 470	0.16 254	0.08 287	0.17 562	0.17 525	0.27 583	0.25 557	0.15 480	0.25 582	0.19 546	0.13 505	0.14 459	0.20 629	0.08 501	0.06 503	0.09 572	0.08 547	0.08 529	0.08 545

xxx	0.14 518	0.09 518	0.14 470	0.16 254	0.08 287	0.17 562	0.17 525	0.27 583	0.25 557	0.15 480	0.25 582	0.19 546	0.13 505	0.14 459	0.20 629	0.08 501	0.06 503	0.09 572	0.08 547	0.08 529	0.08 545

PCWNet_CMD	0.14 518	0.08 426	0.15 519	0.17 348	0.09 424	0.14 479	0.14 313	0.29 620	0.36 665	0.14 451	0.20 495	0.21 568	0.12 463	0.17 558	0.13 480	0.07 409	0.05 337	0.07 381	0.07 464	0.07 455	0.07 472

CBFPSM	0.14 518	0.06 147	0.26 677	0.17 348	0.09 424	0.13 442	0.15 406	0.22 474	0.23 517	0.20 600	0.27 608	0.24 611	0.16 577	0.16 523	0.18 609	0.06 209	0.06 503	0.06 254	0.07 464	0.07 455	0.07 472

gwcnet-sp	0.14 518	0.07 285	0.12 368	0.18 454	0.09 424	0.16 538	0.17 525	0.24 523	0.24 534	0.18 558	0.24 553	0.15 478	0.16 577	0.15 488	0.15 559	0.08 501	0.06 503	0.07 381	0.08 547	0.08 529	0.07 472

scenet	0.14 518	0.07 285	0.12 368	0.18 454	0.09 424	0.16 538	0.17 525	0.24 523	0.24 534	0.18 558	0.24 553	0.15 478	0.16 577	0.15 488	0.15 559	0.08 501	0.06 503	0.07 381	0.08 547	0.08 529	0.07 472

ssnet	0.14 518	0.07 285	0.12 368	0.18 454	0.09 424	0.16 538	0.17 525	0.24 523	0.24 534	0.18 558	0.24 553	0.15 478	0.16 577	0.15 488	0.15 559	0.08 501	0.06 503	0.07 381	0.08 547	0.08 529	0.07 472

BUS	0.14 518	0.09 518	0.14 470	0.22 673	0.10 541	0.19 606	0.14 313	0.34 691	0.19 448	0.17 528	0.22 531	0.16 493	0.13 505	0.15 488	0.13 480	0.08 501	0.06 503	0.10 622	0.09 595	0.07 455	0.07 472

IER	0.14 518	0.07 285	0.13 429	0.17 348	0.09 424	0.14 479	0.16 481	0.25 542	0.26 571	0.18 558	0.25 582	0.17 515	0.20 647	0.16 523	0.14 523	0.08 501	0.05 337	0.07 381	0.06 359	0.08 529	0.07 472

test_5	0.14 518	0.12 628	0.08 85	0.20 616	0.10 541	0.14 479	0.29 759	0.21 447	0.24 534	0.18 558	0.28 622	0.11 368	0.15 548	0.12 360	0.13 480	0.06 209	0.05 337	0.07 381	0.08 547	0.08 529	0.07 472

psmg	0.14 518	0.09 518	0.14 470	0.17 348	0.10 541	0.15 506	0.17 525	0.29 620	0.19 448	0.17 528	0.21 519	0.25 625	0.16 577	0.15 488	0.14 523	0.08 501	0.06 503	0.08 482	0.08 547	0.07 455	0.06 382

UDGNet	0.14 518	0.13 656	0.16 556	0.17 348	0.10 541	0.12 384	0.16 481	0.21 447	0.27 581	0.20 600	0.20 495	0.16 493	0.13 505	0.16 523	0.13 480	0.10 617	0.06 503	0.09 572	0.07 464	0.06 365	0.07 472

CFNet_pseudo	0.14 518	0.08 426	0.15 519	0.16 254	0.09 424	0.13 442	0.14 313	0.27 583	0.34 651	0.14 451	0.21 519	0.22 586	0.13 505	0.18 583	0.14 523	0.07 409	0.05 337	0.08 482	0.06 359	0.07 455	0.07 472

GES	0.14 518	0.08 426	0.16 556	0.15 145	0.10 541	0.13 442	0.13 233	0.28 604	0.25 557	0.16 509	0.23 540	0.18 530	0.13 505	0.16 523	0.13 480	0.08 501	0.07 581	0.07 381	0.06 359	0.08 529	0.09 594

GANet-RSSM	0.14 518	0.07 285	0.13 429	0.13 27	0.08 287	0.14 479	0.17 525	0.22 474	0.21 489	0.17 528	0.24 553	0.23 605	0.15 548	0.16 523	0.15 559	0.10 617	0.06 503	0.07 381	0.08 547	0.08 529	0.07 472

PSMNet-RSSM	0.14 518	0.07 285	0.13 429	0.15 145	0.08 287	0.13 442	0.16 481	0.24 523	0.24 534	0.16 509	0.28 622	0.22 586	0.14 530	0.15 488	0.13 480	0.11 650	0.06 503	0.09 572	0.12 695	0.08 529	0.07 472

GwcNet-RSSM	0.14 518	0.07 285	0.12 368	0.15 145	0.08 287	0.15 506	0.20 642	0.21 447	0.27 581	0.18 558	0.27 608	0.22 586	0.16 577	0.14 459	0.15 559	0.10 617	0.05 337	0.07 381	0.09 595	0.07 455	0.07 472

CFNet-ft	0.14 518	0.07 285	0.15 519	0.12 8	0.09 424	0.16 538	0.18 576	0.22 474	0.24 534	0.17 528	0.26 599	0.24 611	0.14 530	0.16 523	0.14 523	0.11 650	0.06 503	0.08 482	0.09 595	0.09 594	0.08 545

CCAANet	0.14 518	0.06 147	0.14 470	0.17 348	0.09 424	0.16 538	0.13 233	0.30 635	0.24 534	0.16 509	0.32 656	0.18 530	0.17 601	0.17 558	0.14 523	0.06 209	0.05 337	0.09 572	0.09 595	0.06 365	0.09 594

DMCA	0.14 518	0.09 518	0.16 556	0.19 542	0.09 424	0.15 506	0.17 525	0.23 498	0.27 581	0.14 451	0.19 482	0.17 515	0.18 617	0.15 488	0.17 591	0.10 617	0.06 503	0.08 482	0.06 359	0.09 594	0.10 626

RASNet	0.14 518	0.07 285	0.14 470	0.16 254	0.08 287	0.18 581	0.14 313	0.29 620	0.20 472	0.17 528	0.25 582	0.21 568	0.18 617	0.20 627	0.19 622	0.07 409	0.06 503	0.06 254	0.08 547	0.06 365	0.06 382

MSMDNet	0.14 518	0.08 426	0.15 519	0.17 348	0.09 424	0.14 479	0.14 313	0.29 620	0.36 665	0.14 451	0.21 519	0.21 568	0.12 463	0.17 558	0.14 523	0.07 409	0.05 337	0.07 381	0.07 464	0.07 455	0.07 472

HSM-Net_RVC	0.14 518	0.08 426	0.11 316	0.15 145	0.08 287	0.15 506	0.15 406	0.27 583	0.29 604	0.19 577	0.21 519	0.29 664	0.14 530	0.17 558	0.13 480	0.06 209	0.06 503	0.06 254	0.06 359	0.07 455	0.06 382
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 518	0.07 285	0.15 519	0.12 8	0.09 424	0.16 538	0.18 576	0.22 474	0.24 534	0.17 528	0.26 599	0.24 611	0.14 530	0.16 523	0.14 523	0.11 650	0.06 503	0.08 482	0.09 595	0.09 594	0.08 545

ccs_rob	0.14 518	0.08 426	0.15 519	0.16 254	0.09 424	0.12 384	0.14 313	0.27 583	0.34 651	0.14 451	0.21 519	0.22 586	0.13 505	0.18 583	0.14 523	0.07 409	0.05 337	0.08 482	0.07 464	0.07 455	0.07 472

UCFNet_RVC	0.14 518	0.08 426	0.13 429	0.11 1	0.10 541	0.20 622	0.10 49	0.24 523	0.22 505	0.17 528	0.20 495	0.23 605	0.15 548	0.17 558	0.15 559	0.12 675	0.07 581	0.10 622	0.13 706	0.11 651	0.10 626

iResNetv2_ROB	0.14 518	0.08 426	0.15 519	0.16 254	0.08 287	0.16 538	0.12 144	0.25 542	0.35 660	0.21 616	0.29 635	0.24 611	0.13 505	0.14 459	0.14 523	0.06 209	0.05 337	0.06 254	0.04 79	0.09 594	0.08 545

iResNet_ROB	0.14 518	0.07 285	0.13 429	0.14 84	0.07 176	0.18 581	0.14 313	0.26 561	0.31 622	0.22 632	0.25 582	0.23 605	0.15 548	0.15 488	0.13 480	0.07 409	0.05 337	0.05 77	0.04 79	0.08 529	0.08 545

MWDA-net	0.15 564	0.08 426	0.15 519	0.16 254	0.10 541	0.20 622	0.22 680	0.25 542	0.35 660	0.18 558	0.24 553	0.18 530	0.17 601	0.17 558	0.14 523	0.08 501	0.05 337	0.08 482	0.07 464	0.07 455	0.07 472

MWSP-net	0.15 564	0.08 426	0.17 588	0.17 348	0.10 541	0.16 538	0.23 693	0.29 620	0.32 629	0.18 558	0.19 482	0.17 515	0.13 505	0.18 583	0.14 523	0.08 501	0.05 337	0.07 381	0.07 464	0.07 455	0.08 545

DDVS	0.15 564	0.10 581	0.21 650	0.16 254	0.12 633	0.15 506	0.14 313	0.25 542	0.19 448	0.18 558	0.29 635	0.27 645	0.12 463	0.19 600	0.15 559	0.09 570	0.06 503	0.09 572	0.07 464	0.11 651	0.11 654

rvit_0105_3	0.15 564	0.09 518	0.14 470	0.19 542	0.12 633	0.15 506	0.25 725	0.25 542	0.29 604	0.15 480	0.17 443	0.20 558	0.13 505	0.17 558	0.14 523	0.13 701	0.11 689	0.12 676	0.14 710	0.07 455	0.06 382

ACV-stereo	0.15 564	0.10 581	0.28 691	0.18 454	0.12 633	0.14 479	0.12 144	0.23 498	0.21 489	0.19 577	0.23 540	0.22 586	0.15 548	0.23 669	0.17 591	0.07 409	0.06 503	0.07 381	0.07 464	0.07 455	0.07 472

ITSA-stereo	0.15 564	0.10 581	0.14 470	0.19 542	0.08 287	0.12 384	0.14 313	0.30 635	0.49 737	0.17 528	0.19 482	0.22 586	0.15 548	0.17 558	0.16 575	0.10 617	0.06 503	0.08 482	0.08 547	0.08 529	0.08 545

test_sample7	0.15 564	0.10 581	0.16 556	0.14 84	0.11 596	0.16 538	0.16 481	0.27 583	0.23 517	0.20 600	0.20 495	0.24 611	0.19 634	0.16 523	0.16 575	0.12 675	0.06 503	0.10 622	0.09 595	0.10 628	0.10 626

1111x	0.15 564	0.08 426	0.12 368	0.18 454	0.07 176	0.18 581	0.25 725	0.31 648	0.24 534	0.17 528	0.24 553	0.26 637	0.15 548	0.13 420	0.23 671	0.07 409	0.07 581	0.08 482	0.09 595	0.07 455	0.06 382

CFNet_ucs	0.15 564	0.08 426	0.16 556	0.16 254	0.11 596	0.14 479	0.14 313	0.30 635	0.34 651	0.16 509	0.24 553	0.23 605	0.14 530	0.18 583	0.15 559	0.09 570	0.06 503	0.08 482	0.07 464	0.09 594	0.09 594

BSDual-CNN	0.15 564	0.09 518	0.14 470	0.22 673	0.10 541	0.14 479	0.15 406	0.34 691	0.19 448	0.17 528	0.22 531	0.25 625	0.16 577	0.15 488	0.14 523	0.08 501	0.06 503	0.10 622	0.09 595	0.07 455	0.07 472

hknet	0.15 564	0.11 610	0.13 429	0.22 673	0.11 596	0.14 479	0.15 406	0.34 691	0.25 557	0.17 528	0.22 531	0.22 586	0.18 617	0.17 558	0.12 432	0.07 409	0.06 503	0.10 622	0.09 595	0.07 455	0.07 472

dd	0.15 564	0.16 690	0.16 556	0.19 542	0.09 424	0.15 506	0.18 576	0.21 447	0.25 557	0.23 645	0.20 495	0.21 568	0.09 341	0.21 645	0.16 575	0.10 617	0.06 503	0.08 482	0.06 359	0.08 529	0.06 382

DAS	0.15 564	0.08 426	0.18 614	0.19 542	0.10 541	0.19 606	0.17 525	0.27 583	0.29 604	0.18 558	0.25 582	0.21 568	0.15 548	0.16 523	0.12 432	0.08 501	0.06 503	0.06 254	0.06 359	0.07 455	0.07 472

SepStereo	0.15 564	0.08 426	0.18 614	0.19 542	0.10 541	0.19 606	0.17 525	0.27 583	0.29 604	0.18 558	0.25 582	0.21 568	0.15 548	0.25 685	0.12 432	0.08 501	0.06 503	0.06 254	0.06 359	0.07 455	0.07 472

PSMNet-ADL	0.15 564	0.12 628	0.13 429	0.22 673	0.09 424	0.13 442	0.20 642	0.26 561	0.23 517	0.18 558	0.20 495	0.24 611	0.16 577	0.18 583	0.17 591	0.08 501	0.08 615	0.08 482	0.11 673	0.08 529	0.07 472

LMCR-Stereo	0.15 564	0.08 426	0.13 429	0.21 653	0.09 424	0.17 562	0.20 642	0.27 583	0.19 448	0.24 655	0.24 553	0.23 605	0.17 601	0.20 627	0.17 591	0.07 409	0.06 503	0.08 482	0.06 359	0.10 628	0.08 545

ICVP	0.15 564	0.09 518	0.12 368	0.22 673	0.09 424	0.17 562	0.21 666	0.25 542	0.23 517	0.18 558	0.30 643	0.26 637	0.18 617	0.17 558	0.14 523	0.09 570	0.07 581	0.08 482	0.07 464	0.07 455	0.07 472
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	0.15 564	0.07 285	0.14 470	0.14 84	0.08 287	0.23 667	0.18 576	0.31 648	0.19 448	0.14 451	0.28 622	0.22 586	0.14 530	0.15 488	0.26 708	0.09 570	0.05 337	0.07 381	0.07 464	0.08 529	0.07 472

test_xeample	0.15 564	0.06 147	0.13 429	0.14 84	0.08 287	0.21 642	0.20 642	0.28 604	0.20 472	0.16 509	0.29 635	0.19 546	0.16 577	0.15 488	0.26 708	0.09 570	0.05 337	0.07 381	0.07 464	0.07 455	0.07 472

ACVNet	0.15 564	0.09 518	0.15 519	0.13 27	0.12 633	0.14 479	0.20 642	0.22 474	0.33 639	0.17 528	0.26 599	0.21 568	0.16 577	0.17 558	0.21 650	0.07 409	0.06 503	0.06 254	0.06 359	0.08 529	0.06 382

acv_ft	0.15 564	0.09 518	0.15 519	0.19 542	0.10 541	0.16 538	0.17 525	0.25 542	0.33 639	0.19 577	0.26 599	0.21 568	0.17 601	0.17 558	0.18 609	0.07 409	0.06 503	0.06 254	0.06 359	0.08 529	0.06 382

CFNet	0.15 564	0.10 581	0.17 588	0.17 348	0.08 287	0.18 581	0.09 29	0.28 604	0.25 557	0.19 577	0.24 553	0.24 611	0.17 601	0.17 558	0.14 523	0.08 501	0.06 503	0.09 572	0.10 639	0.07 455	0.06 382

AdaStereo	0.15 564	0.11 610	0.15 519	0.18 454	0.09 424	0.20 622	0.11 91	0.32 659	0.28 597	0.20 600	0.23 540	0.20 558	0.13 505	0.19 600	0.14 523	0.12 675	0.05 337	0.10 622	0.07 464	0.09 594	0.07 472
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	0.15 564	0.08 426	0.14 470	0.16 254	0.09 424	0.16 538	0.14 313	0.28 604	0.25 557	0.19 577	0.23 540	0.37 718	0.16 577	0.20 627	0.15 559	0.07 409	0.05 337	0.07 381	0.06 359	0.07 455	0.06 382

pmcnn	0.15 564	0.07 285	0.19 626	0.15 145	0.07 176	0.20 622	0.15 406	0.24 523	0.26 571	0.21 616	0.34 674	0.28 655	0.18 617	0.18 583	0.17 591	0.07 409	0.05 337	0.05 77	0.04 79	0.07 455	0.06 382

MEA-ACV	0.16 589	0.07 285	0.17 588	0.16 254	0.11 596	0.20 622	0.21 666	0.30 635	0.38 680	0.20 600	0.29 635	0.14 447	0.19 634	0.16 523	0.16 575	0.08 501	0.07 581	0.09 572	0.11 673	0.07 455	0.07 472

DStereoRT	0.16 589	0.06 147	0.11 316	0.19 542	0.09 424	0.12 384	0.12 144	0.28 604	0.22 505	0.12 387	0.20 495	0.11 368	0.10 392	0.15 488	0.14 523	0.06 209	0.05 337	0.96 814	0.09 595	0.05 217	0.04 95

DualNet (step1)	0.16 589	0.12 628	0.20 639	0.12 8	0.14 682	0.17 562	0.13 233	0.27 583	0.23 517	0.20 600	0.20 495	0.24 611	0.19 634	0.16 523	0.16 575	0.15 720	0.06 503	0.14 705	0.14 710	0.14 712	0.12 670

GMStereo_Zeroshot	0.16 589	0.13 656	0.24 669	0.20 616	0.10 541	0.17 562	0.13 233	0.29 620	0.25 557	0.23 645	0.32 656	0.25 625	0.11 430	0.19 600	0.14 523	0.09 570	0.06 503	0.11 656	0.06 359	0.12 671	0.08 545

iinet-f	0.16 589	0.06 147	0.45 741	0.14 84	0.10 541	0.21 642	0.14 313	0.27 583	0.23 517	0.21 616	0.24 553	0.21 568	0.15 548	0.18 583	0.21 650	0.09 570	0.07 581	0.07 381	0.06 359	0.09 594	0.10 626

CRFU-Net	0.16 589	0.08 426	0.14 470	0.17 348	0.09 424	0.19 606	0.14 313	0.26 561	0.20 472	0.28 696	0.27 608	0.29 664	0.17 601	0.19 600	0.17 591	0.09 570	0.09 652	0.07 381	0.07 464	0.08 529	0.08 545

NINENet	0.16 589	0.10 581	0.15 519	0.17 348	0.11 596	0.19 606	0.14 313	0.40 735	0.36 665	0.18 558	0.21 519	0.16 493	0.13 505	0.15 488	0.13 480	0.08 501	0.08 615	0.10 622	0.07 464	0.10 628	0.09 594

CSP-Net	0.16 589	0.09 518	0.14 470	0.16 254	0.09 424	0.19 606	0.17 525	0.25 542	0.32 629	0.25 669	0.30 643	0.24 611	0.15 548	0.21 645	0.18 609	0.09 570	0.06 503	0.07 381	0.07 464	0.08 529	0.07 472

AASNet	0.16 589	0.08 426	0.12 368	0.19 542	0.09 424	0.18 581	0.15 406	0.37 719	0.37 673	0.19 577	0.23 540	0.20 558	0.16 577	0.17 558	0.20 629	0.10 617	0.08 615	0.08 482	0.07 464	0.09 594	0.09 594

AACVNet	0.16 589	0.08 426	0.14 470	0.15 145	0.10 541	0.18 581	0.15 406	0.23 498	0.24 534	0.27 681	0.27 608	0.28 655	0.17 601	0.19 600	0.16 575	0.09 570	0.07 581	0.09 572	0.07 464	0.10 628	0.09 594

ADLNet2	0.16 589	0.09 518	0.13 429	0.16 254	0.09 424	0.20 622	0.16 481	0.31 648	0.39 685	0.16 509	0.20 495	0.20 558	0.18 617	0.21 645	0.22 659	0.08 501	0.06 503	0.07 381	0.07 464	0.09 594	0.07 472

Anonymous3	0.16 589	0.13 656	0.33 714	0.26 726	0.14 682	0.27 704	0.17 525	0.28 604	0.28 597	0.15 480	0.17 443	0.14 447	0.10 392	0.15 488	0.12 432	0.08 501	0.08 615	0.08 482	0.08 547	0.08 529	0.11 654

ADLNet	0.16 589	0.08 426	0.15 519	0.16 254	0.10 541	0.16 538	0.17 525	0.32 659	0.27 581	0.22 632	0.27 608	0.24 611	0.16 577	0.18 583	0.21 650	0.10 617	0.06 503	0.10 622	0.10 639	0.08 529	0.09 594

HCRNet	0.16 589	0.24 746	0.12 368	0.35 767	0.11 596	0.15 506	0.17 525	0.26 561	0.22 505	0.19 577	0.24 553	0.21 568	0.14 530	0.15 488	0.13 480	0.11 650	0.07 581	0.11 656	0.10 639	0.09 594	0.07 472

222	0.16 589	0.07 285	0.14 470	0.14 84	0.08 287	0.24 672	0.18 576	0.30 635	0.20 472	0.17 528	0.28 622	0.17 515	0.16 577	0.15 488	0.40 775	0.10 617	0.05 337	0.07 381	0.06 359	0.07 455	0.08 545

UPFNet	0.16 589	0.08 426	0.12 368	0.20 616	0.12 633	0.20 622	0.23 693	0.28 604	0.26 571	0.17 528	0.24 553	0.22 586	0.19 634	0.19 600	0.21 650	0.09 570	0.07 581	0.08 482	0.09 595	0.08 529	0.06 382

ac_64	0.16 589	0.08 426	0.15 519	0.18 454	0.10 541	0.22 651	0.18 576	0.24 523	0.21 489	0.18 558	0.24 553	0.29 664	0.18 617	0.19 600	0.22 659	0.09 570	0.07 581	0.08 482	0.09 595	0.07 455	0.06 382

DSFCA	0.16 589	0.09 518	0.14 470	0.16 254	0.10 541	0.20 622	0.19 617	0.28 604	0.31 622	0.23 645	0.24 553	0.22 586	0.15 548	0.19 600	0.20 629	0.10 617	0.07 581	0.09 572	0.09 595	0.08 529	0.08 545

FADNet-RVC-Resample	0.16 589	0.11 610	0.31 705	0.22 673	0.11 596	0.19 606	0.14 313	0.25 542	0.24 534	0.24 655	0.27 608	0.20 558	0.15 548	0.16 523	0.15 559	0.07 409	0.08 615	0.12 676	0.10 639	0.09 594	0.10 626

FADNet_RVC	0.16 589	0.14 669	0.40 732	0.20 616	0.11 596	0.13 442	0.13 233	0.26 561	0.22 505	0.21 616	0.23 540	0.20 558	0.17 601	0.14 459	0.16 575	0.08 501	0.08 615	0.12 676	0.09 595	0.11 651	0.10 626

AANet_RVC	0.16 589	0.10 581	0.10 250	0.18 454	0.09 424	0.18 581	0.19 617	0.26 561	0.31 622	0.22 632	0.35 678	0.21 568	0.21 653	0.22 658	0.16 575	0.06 209	0.05 337	0.06 254	0.06 359	0.07 455	0.06 382

DeepPruner_ROB	0.16 589	0.11 610	0.15 519	0.17 348	0.10 541	0.17 562	0.15 406	0.32 659	0.21 489	0.19 577	0.21 519	0.22 586	0.18 617	0.20 627	0.15 559	0.13 701	0.09 652	0.09 572	0.09 595	0.11 651	0.10 626

z-ln-s-r	0.17 611	0.10 581	0.40 732	0.19 542	0.08 287	0.17 562	0.18 576	0.22 474	0.33 639	0.18 558	0.40 709	0.22 586	0.17 601	0.20 627	0.23 671	0.07 409	0.05 337	0.07 381	0.07 464	0.07 455	0.05 256

rvit_stereo_0075_2	0.17 611	0.12 628	0.25 674	0.23 698	0.16 713	0.13 442	0.10 49	0.30 635	0.27 581	0.20 600	0.28 622	0.22 586	0.15 548	0.18 583	0.13 480	0.16 741	0.10 676	0.17 734	0.10 639	0.10 628	0.09 594

ToySt	0.17 611	0.11 610	0.18 614	0.17 348	0.11 596	0.16 538	0.25 725	0.24 523	0.33 639	0.19 577	0.24 553	0.26 637	0.24 676	0.19 600	0.20 629	0.07 409	0.08 615	0.09 572	0.10 639	0.09 594	0.08 545

ssnet_v2	0.17 611	0.10 581	0.17 588	0.17 348	0.11 596	0.21 642	0.21 666	0.33 681	0.25 557	0.22 632	0.22 531	0.27 645	0.18 617	0.22 658	0.20 629	0.11 650	0.09 652	0.09 572	0.09 595	0.08 529	0.08 545

dad	0.17 611	0.20 729	0.20 639	0.16 254	0.11 596	0.20 622	0.18 576	0.21 447	0.28 597	0.30 710	0.24 553	0.29 664	0.13 505	0.19 600	0.16 575	0.18 753	0.09 652	0.11 656	0.09 595	0.11 651	0.07 472

GEStereo_RVC	0.17 611	0.12 628	0.15 519	0.22 673	0.11 596	0.19 606	0.17 525	0.32 659	0.48 728	0.20 600	0.25 582	0.17 515	0.13 505	0.21 645	0.16 575	0.10 617	0.06 503	0.08 482	0.07 464	0.09 594	0.08 545

MMNet	0.17 611	0.09 518	0.16 556	0.20 616	0.11 596	0.27 704	0.20 642	0.25 542	0.41 694	0.22 632	0.30 643	0.21 568	0.20 647	0.17 558	0.20 629	0.06 209	0.06 503	0.07 381	0.07 464	0.08 529	0.07 472

delet	0.17 611	0.08 426	0.17 588	0.19 542	0.11 596	0.20 622	0.21 666	0.30 635	0.37 673	0.17 528	0.26 599	0.19 546	0.19 634	0.19 600	0.21 650	0.08 501	0.08 615	0.09 572	0.11 673	0.06 365	0.06 382

UNet	0.17 611	0.09 518	0.18 614	0.19 542	0.12 633	0.27 704	0.19 617	0.33 681	0.29 604	0.21 616	0.24 553	0.23 605	0.19 634	0.19 600	0.18 609	0.07 409	0.06 503	0.08 482	0.07 464	0.08 529	0.06 382

HGLStereo	0.17 611	0.08 426	0.19 626	0.17 348	0.12 633	0.18 581	0.18 576	0.31 648	0.32 629	0.21 616	0.32 656	0.25 625	0.18 617	0.19 600	0.20 629	0.09 570	0.09 652	0.07 381	0.07 464	0.09 594	0.10 626

DMCA-RVC	0.17 611	0.10 581	0.15 519	0.24 707	0.11 596	0.18 581	0.18 576	0.25 542	0.24 534	0.21 616	0.26 599	0.25 625	0.27 700	0.18 583	0.20 629	0.12 675	0.08 615	0.13 691	0.10 639	0.10 628	0.08 545

TDLM	0.17 611	0.12 628	0.13 429	0.24 707	0.10 541	0.18 581	0.18 576	0.36 713	0.30 614	0.21 616	0.28 622	0.28 655	0.18 617	0.23 669	0.18 609	0.11 650	0.07 581	0.10 622	0.10 639	0.08 529	0.08 545

NLCA_NET_v2_RVC	0.17 611	0.10 581	0.22 656	0.20 616	0.10 541	0.15 506	0.18 576	0.31 648	0.25 557	0.21 616	0.30 643	0.25 625	0.17 601	0.21 645	0.20 629	0.09 570	0.06 503	0.08 482	0.08 547	0.07 455	0.08 545
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	0.17 611	0.12 628	0.15 519	0.20 616	0.09 424	0.18 581	0.18 576	0.26 561	0.23 517	0.26 675	0.40 709	0.22 586	0.17 601	0.21 645	0.20 629	0.08 501	0.05 337	0.09 572	0.10 639	0.07 455	0.07 472
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ISRNet	0.18 625	0.08 426	0.19 626	0.19 542	0.13 658	0.15 506	0.12 144	0.30 635	0.32 629	0.21 616	0.25 582	0.27 645	0.17 601	0.17 558	0.20 629	0.20 766	0.08 615	0.14 705	0.14 710	0.14 712	0.17 746

test_sample9	0.18 625	0.12 628	0.20 639	0.12 8	0.14 682	0.17 562	0.13 233	0.27 583	0.23 517	0.20 600	0.20 495	0.24 611	0.19 634	0.19 600	0.17 591	0.15 720	0.30 793	0.14 705	0.14 710	0.14 712	0.12 670

fast-acv-ft	0.18 625	0.11 610	0.19 626	0.19 542	0.12 633	0.24 672	0.21 666	0.25 542	0.34 651	0.22 632	0.34 674	0.27 645	0.20 647	0.21 645	0.23 671	0.09 570	0.09 652	0.08 482	0.10 639	0.08 529	0.07 472

HBP-ISP	0.18 625	0.13 656	0.16 556	0.15 145	0.11 596	0.08 117	0.13 233	0.28 604	0.29 604	0.22 632	0.33 669	0.21 568	0.25 686	0.23 669	0.17 591	0.14 716	0.16 757	0.21 754	0.17 746	0.10 628	0.08 545

Wz-Net-LNSev-Ref	0.18 625	0.09 518	0.29 699	0.15 145	0.10 541	0.22 651	0.20 642	0.26 561	0.39 685	0.25 669	0.42 726	0.24 611	0.15 548	0.20 627	0.19 622	0.07 409	0.05 337	0.06 254	0.05 245	0.10 628	0.09 594

SACVNet	0.18 625	0.12 628	0.14 470	0.17 348	0.13 658	0.22 651	0.18 576	0.31 648	0.30 614	0.23 645	0.31 652	0.30 674	0.22 662	0.22 658	0.17 591	0.11 650	0.08 615	0.10 622	0.10 639	0.12 671	0.14 716

psm_up	0.18 625	0.10 581	0.18 614	0.20 616	0.11 596	0.17 562	0.19 617	0.37 719	0.34 651	0.21 616	0.28 622	0.29 664	0.24 676	0.20 627	0.22 659	0.09 570	0.10 676	0.11 656	0.11 673	0.08 529	0.08 545

hitnet-ft	0.18 625	0.09 518	0.17 588	0.14 84	0.09 424	0.26 694	0.20 642	0.25 542	0.26 571	0.24 655	0.32 656	0.31 687	0.22 662	0.24 679	0.21 650	0.12 675	0.07 581	0.10 622	0.08 547	0.12 671	0.11 654

STTStereo	0.18 625	0.12 628	0.27 686	0.20 616	0.11 596	0.16 538	0.21 666	0.29 620	0.23 517	0.21 616	0.30 643	0.29 664	0.18 617	0.20 627	0.19 622	0.12 675	0.11 689	0.11 656	0.14 710	0.09 594	0.08 545

CVANet_RVC	0.18 625	0.10 581	0.14 470	0.21 653	0.10 541	0.18 581	0.17 525	0.34 691	0.33 639	0.22 632	0.31 652	0.28 655	0.18 617	0.23 669	0.17 591	0.12 675	0.08 615	0.12 676	0.11 673	0.09 594	0.07 472

StereoDRNet	0.18 625	0.11 610	0.17 588	0.22 673	0.11 596	0.21 642	0.22 680	0.37 719	0.33 639	0.24 655	0.28 622	0.30 674	0.19 634	0.20 627	0.20 629	0.09 570	0.08 615	0.11 656	0.09 595	0.09 594	0.07 472

DLCB_ROB	0.18 625	0.10 581	0.15 519	0.23 698	0.11 596	0.24 672	0.18 576	0.29 620	0.28 597	0.27 681	0.28 622	0.28 655	0.24 676	0.19 600	0.20 629	0.08 501	0.08 615	0.09 572	0.09 595	0.07 455	0.07 472

TCMNet	0.19 637	0.12 628	0.19 626	0.20 616	0.18 736	0.20 622	0.24 708	0.27 583	0.36 665	0.23 645	0.26 599	0.25 625	0.19 634	0.19 600	0.23 671	0.13 701	0.11 689	0.11 656	0.12 695	0.13 694	0.12 670

rvit_105_1	0.19 637	0.11 610	0.25 674	0.21 653	0.16 713	0.21 642	0.27 743	0.31 648	0.41 694	0.19 577	0.20 495	0.22 586	0.17 601	0.19 600	0.17 591	0.12 675	0.12 705	0.13 691	0.15 731	0.08 529	0.07 472

test_sample8	0.19 637	0.12 628	0.20 639	0.12 8	0.14 682	0.17 562	0.13 233	0.31 648	0.21 489	0.27 681	0.22 531	0.36 713	0.25 686	0.19 600	0.17 591	0.15 720	0.30 793	0.14 705	0.14 710	0.14 712	0.12 670

SDNR	0.19 637	0.08 426	0.19 626	0.16 254	0.12 633	0.77 790	0.14 313	0.25 542	0.32 629	0.19 577	0.24 553	0.19 546	0.13 505	0.19 600	0.15 559	0.16 741	0.18 765	0.14 705	0.11 673	0.08 529	0.11 654

pcwnet_v2	0.19 637	0.10 581	0.26 677	0.17 348	0.14 682	0.18 581	0.15 406	0.37 719	0.46 725	0.19 577	0.24 553	0.21 568	0.19 634	0.20 627	0.19 622	0.13 701	0.10 676	0.10 622	0.10 639	0.11 651	0.13 695

ADCRef	0.19 637	0.12 628	0.41 735	0.20 616	0.12 633	0.22 651	0.18 576	0.32 659	0.36 665	0.26 675	0.32 656	0.17 515	0.23 670	0.24 679	0.24 684	0.07 409	0.06 503	0.09 572	0.09 595	0.08 529	0.08 545

NVstereo2D	0.19 637	0.10 581	0.15 519	0.17 348	0.15 702	0.28 711	0.23 693	0.44 757	0.42 705	0.15 480	0.27 608	0.25 625	0.19 634	0.22 658	0.17 591	0.09 570	0.06 503	0.10 622	0.08 547	0.15 729	0.09 594

DRN-Test	0.19 637	0.11 610	0.20 639	0.22 673	0.10 541	0.22 651	0.22 680	0.39 731	0.37 673	0.24 655	0.32 656	0.26 637	0.21 653	0.22 658	0.24 684	0.11 650	0.07 581	0.11 656	0.10 639	0.09 594	0.07 472

DISCO	0.19 637	0.09 518	0.22 656	0.17 348	0.10 541	0.25 683	0.18 576	0.27 583	0.44 717	0.22 632	0.31 652	0.33 700	0.26 692	0.28 704	0.28 724	0.08 501	0.06 503	0.07 381	0.07 464	0.09 594	0.09 594

CBMV_ROB	0.19 637	0.13 656	0.17 588	0.16 254	0.11 596	0.15 506	0.13 233	0.26 561	0.28 597	0.27 681	0.30 643	0.27 645	0.24 676	0.23 669	0.16 575	0.15 720	0.17 763	0.22 760	0.20 759	0.10 628	0.11 654

NOSS_ROB	0.19 637	0.12 628	0.18 614	0.16 254	0.12 633	0.15 506	0.12 144	0.30 635	0.32 629	0.20 600	0.22 531	0.27 645	0.23 670	0.21 645	0.16 575	0.16 741	0.18 765	0.23 763	0.21 763	0.12 671	0.13 695

CBMV	0.19 637	0.14 669	0.17 588	0.18 454	0.10 541	0.20 622	0.11 91	0.29 620	0.30 614	0.29 705	0.30 643	0.30 674	0.23 670	0.27 692	0.19 622	0.13 701	0.15 742	0.17 734	0.16 739	0.10 628	0.10 626
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PStereo	0.20 649	0.22 739	0.20 639	0.17 348	0.10 541	0.13 442	0.20 642	0.27 583	0.38 680	0.20 600	0.14 384	0.28 655	0.31 727	0.24 679	0.31 744	0.18 753	0.13 720	0.15 718	0.11 673	0.12 671	0.12 670

w-ln-seven-2	0.20 649	0.14 669	0.37 727	0.22 673	0.12 633	0.20 622	0.21 666	0.28 604	0.37 673	0.25 669	0.37 689	0.27 645	0.22 662	0.21 645	0.23 671	0.08 501	0.08 615	0.09 572	0.09 595	0.10 628	0.09 594

YMNet	0.20 649	0.12 628	0.19 626	0.20 616	0.14 682	0.26 694	0.23 693	0.32 659	0.34 651	0.27 681	0.34 674	0.30 674	0.18 617	0.18 583	0.22 659	0.10 617	0.13 720	0.10 622	0.10 639	0.08 529	0.09 594

YMNet_1	0.20 649	0.12 628	0.19 626	0.20 616	0.14 682	0.26 694	0.23 693	0.32 659	0.34 651	0.27 681	0.34 674	0.30 674	0.18 617	0.18 583	0.22 659	0.10 617	0.13 720	0.10 622	0.10 639	0.08 529	0.09 594

GwcNet	0.20 649	0.13 656	0.19 626	0.18 454	0.12 633	0.24 672	0.19 617	0.35 706	0.43 712	0.20 600	0.32 656	0.33 700	0.20 647	0.22 658	0.24 684	0.11 650	0.09 652	0.09 572	0.09 595	0.09 594	0.10 626

FAT-Stereo	0.20 649	0.12 628	0.22 656	0.21 653	0.12 633	0.17 562	0.18 576	0.34 691	0.39 685	0.27 681	0.37 689	0.34 707	0.32 732	0.21 645	0.20 629	0.09 570	0.11 689	0.10 622	0.09 595	0.11 651	0.14 716

FADNet-RVC	0.20 649	0.20 729	0.38 729	0.21 653	0.16 713	0.20 622	0.15 406	0.26 561	0.26 571	0.26 675	0.32 656	0.26 637	0.21 653	0.22 658	0.19 622	0.12 675	0.13 720	0.12 676	0.14 710	0.13 694	0.18 752

S-Stereo	0.20 649	0.12 628	0.25 674	0.21 653	0.13 658	0.20 622	0.18 576	0.32 659	0.43 712	0.23 645	0.36 683	0.28 655	0.30 723	0.19 600	0.22 659	0.09 570	0.12 705	0.10 622	0.10 639	0.13 694	0.13 695

SuperB	0.20 649	0.10 581	0.56 759	0.16 254	0.09 424	0.18 581	0.18 576	0.24 523	0.50 740	0.26 675	0.39 703	0.17 515	0.21 653	0.22 658	0.21 650	0.08 501	0.06 503	0.06 254	0.06 359	0.12 671	0.10 626

ADCP+	0.20 649	0.10 581	0.33 714	0.20 616	0.12 633	0.22 651	0.26 736	0.31 648	0.34 651	0.26 675	0.37 689	0.22 586	0.22 662	0.27 692	0.27 716	0.09 570	0.06 503	0.08 482	0.08 547	0.09 594	0.10 626

PS-NSSS	0.20 649	0.21 735	0.23 665	0.20 616	0.10 541	0.19 606	0.17 525	0.36 713	0.25 557	0.27 681	0.33 669	0.27 645	0.24 676	0.20 627	0.20 629	0.15 720	0.12 705	0.17 734	0.14 710	0.10 628	0.08 545

PWCDC_ROB	0.20 649	0.13 656	0.22 656	0.24 707	0.11 596	0.19 606	0.15 406	0.33 681	0.54 752	0.29 705	0.50 743	0.21 568	0.15 548	0.27 692	0.20 629	0.11 650	0.09 652	0.10 622	0.08 547	0.11 651	0.09 594

SGM-Forest	0.20 649	0.14 669	0.18 614	0.19 542	0.13 658	0.20 622	0.22 680	0.33 681	0.30 614	0.24 655	0.29 635	0.28 655	0.19 634	0.23 669	0.17 591	0.15 720	0.16 757	0.15 718	0.14 710	0.12 671	0.12 670
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UDG	0.21 662	0.17 704	0.19 626	0.23 698	0.15 702	0.30 719	0.20 642	0.33 681	0.35 660	0.23 645	0.28 622	0.31 687	0.27 700	0.20 627	0.22 659	0.15 720	0.12 705	0.13 691	0.09 595	0.14 712	0.14 716

FINET	0.21 662	0.18 716	0.26 677	0.18 454	0.16 713	0.23 667	0.23 693	0.32 659	0.48 728	0.25 669	0.32 656	0.22 586	0.22 662	0.22 658	0.17 591	0.18 753	0.16 757	0.11 656	0.10 639	0.15 729	0.13 695

Syn2CoEx	0.21 662	0.16 690	0.27 686	0.29 753	0.14 682	0.26 694	0.20 642	0.33 681	0.31 622	0.28 696	0.36 683	0.27 645	0.25 686	0.19 600	0.24 684	0.16 741	0.12 705	0.14 705	0.11 673	0.09 594	0.08 545

FADNet	0.21 662	0.22 739	0.36 723	0.18 454	0.17 729	0.24 672	0.13 233	0.31 648	0.31 622	0.23 645	0.25 582	0.27 645	0.21 653	0.19 600	0.15 559	0.13 701	0.15 742	0.12 676	0.15 731	0.16 738	0.18 752

RP	0.21 662	0.13 656	0.21 650	0.23 698	0.11 596	0.21 642	0.20 642	0.25 542	0.44 717	0.21 616	0.38 695	0.36 713	0.24 676	0.27 692	0.25 694	0.11 650	0.12 705	0.13 691	0.12 695	0.12 671	0.14 716

DANet	0.21 662	0.15 681	0.28 691	0.25 720	0.13 658	0.22 651	0.19 617	0.27 583	0.27 581	0.28 696	0.32 656	0.35 711	0.31 727	0.31 714	0.23 671	0.11 650	0.09 652	0.11 656	0.10 639	0.13 694	0.11 654
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.21 662	0.12 628	0.21 650	0.24 707	0.13 658	0.22 651	0.22 680	0.41 741	0.26 571	0.31 716	0.42 726	0.37 718	0.28 711	0.23 669	0.22 659	0.10 617	0.12 705	0.10 622	0.09 595	0.10 628	0.08 545

PWC_ROB	0.21 662	0.16 690	0.26 677	0.18 454	0.11 596	0.22 651	0.13 233	0.32 659	0.49 737	0.30 710	0.40 709	0.32 696	0.24 676	0.31 714	0.22 659	0.10 617	0.07 581	0.11 656	0.08 547	0.11 651	0.10 626

PSMNet_ROB	0.21 662	0.11 610	0.15 519	0.27 739	0.15 702	0.24 672	0.35 778	0.43 755	0.37 673	0.27 681	0.32 656	0.32 696	0.22 662	0.21 645	0.26 708	0.12 675	0.08 615	0.13 691	0.11 673	0.09 594	0.09 594

SCION-MonSter	0.22 671	0.17 704	0.16 556	0.25 720	0.18 736	0.34 734	0.17 525	0.28 604	0.47 727	0.23 645	0.46 734	0.20 558	0.18 617	0.25 685	0.25 694	0.09 570	0.08 615	0.23 763	0.19 754	0.11 651	0.11 654

MSAF-DinoV2	0.22 671	0.11 610	0.23 665	0.17 348	0.10 541	0.27 704	0.16 481	0.37 719	0.55 753	0.21 616	0.27 608	0.47 753	0.27 700	0.35 736	0.39 772	0.09 570	0.06 503	0.07 381	0.09 595	0.12 671	0.10 626

GASNet	0.22 671	0.23 742	0.33 714	0.26 726	0.17 729	0.26 694	0.16 481	0.44 757	0.42 705	0.27 681	0.24 553	0.30 674	0.15 548	0.27 692	0.18 609	0.12 675	0.08 615	0.12 676	0.11 673	0.16 738	0.07 472

Anonymous_2	0.22 671	0.17 704	0.28 691	0.15 145	0.16 713	0.32 724	0.22 680	0.22 474	0.17 394	0.23 645	0.24 553	0.26 637	0.27 700	0.27 692	0.23 671	0.22 775	0.25 789	0.17 734	0.17 746	0.17 747	0.17 746

Wz-Net-LNSev	0.22 671	0.16 690	0.38 729	0.21 653	0.13 658	0.25 683	0.23 693	0.32 659	0.43 712	0.30 710	0.41 720	0.31 687	0.18 617	0.22 658	0.25 694	0.10 617	0.09 652	0.08 482	0.08 547	0.12 671	0.11 654

Wz-Net-MNSev	0.22 671	0.13 656	0.31 705	0.20 616	0.14 682	0.36 744	0.24 708	0.33 681	0.44 717	0.28 696	0.40 709	0.38 722	0.19 634	0.24 679	0.25 694	0.09 570	0.07 581	0.09 572	0.09 595	0.12 671	0.10 626

DDUNet	0.22 671	0.17 704	0.21 650	0.22 673	0.15 702	0.25 683	0.24 708	0.29 620	0.30 614	0.31 716	0.36 683	0.33 700	0.25 686	0.24 679	0.20 629	0.18 753	0.13 720	0.17 734	0.11 673	0.16 738	0.16 735

APVNet	0.22 671	0.12 628	0.19 626	0.18 454	0.14 682	0.32 724	0.31 773	0.39 731	0.32 629	0.27 681	0.40 709	0.30 674	0.29 719	0.26 689	0.25 694	0.11 650	0.12 705	0.11 656	0.14 710	0.12 671	0.12 670

aanetorigin	0.22 671	0.17 704	0.56 759	0.17 348	0.10 541	0.15 506	0.19 617	0.20 420	0.33 639	0.49 760	0.48 738	0.29 664	0.27 700	0.20 627	0.23 671	0.08 501	0.07 581	0.08 482	0.07 464	0.10 628	0.09 594

MaskLacGwcNet_RVC	0.22 671	0.21 735	0.24 669	0.26 726	0.11 596	0.23 667	0.14 313	0.39 731	0.24 534	0.32 722	0.36 683	0.30 674	0.21 653	0.19 600	0.21 650	0.17 747	0.14 732	0.21 754	0.16 739	0.12 671	0.12 670

AF-Net	0.22 671	0.17 704	0.17 588	0.26 726	0.13 658	0.25 683	0.24 708	0.32 659	0.50 740	0.25 669	0.33 669	0.38 722	0.26 692	0.28 704	0.25 694	0.11 650	0.10 676	0.16 729	0.11 673	0.11 651	0.10 626

stereogan	0.22 671	0.11 610	0.21 650	0.20 616	0.12 633	0.31 721	0.19 617	0.35 706	0.44 717	0.22 632	0.39 703	0.35 711	0.27 700	0.33 726	0.22 659	0.10 617	0.12 705	0.10 622	0.10 639	0.14 712	0.13 695

edge stereo	0.22 671	0.13 656	0.20 639	0.21 653	0.13 658	0.23 667	0.16 481	0.32 659	0.42 705	0.32 722	0.40 709	0.38 722	0.35 742	0.25 685	0.24 684	0.13 701	0.11 689	0.14 705	0.11 673	0.12 671	0.13 695

RYNet	0.22 671	0.12 628	0.22 656	0.19 542	0.17 729	0.46 757	0.26 736	0.38 727	0.48 728	0.24 655	0.28 622	0.34 707	0.23 670	0.20 627	0.30 735	0.10 617	0.06 503	0.09 572	0.09 595	0.13 694	0.15 723

NaN_ROB	0.22 671	0.19 722	0.24 669	0.25 720	0.13 658	0.29 715	0.26 736	0.33 681	0.41 694	0.31 716	0.31 652	0.32 696	0.23 670	0.30 713	0.21 650	0.11 650	0.17 763	0.10 622	0.10 639	0.08 529	0.09 594

MDST_ROB	0.22 671	0.10 581	0.17 588	0.18 454	0.11 596	0.37 745	0.19 617	0.43 755	0.41 694	0.39 741	0.39 703	0.29 664	0.21 653	0.26 689	0.18 609	0.11 650	0.10 676	0.14 705	0.11 673	0.10 628	0.08 545

XPNet_ROB	0.22 671	0.11 610	0.19 626	0.22 673	0.13 658	0.22 651	0.19 617	0.34 691	0.40 691	0.30 710	0.39 703	0.39 730	0.26 692	0.26 689	0.28 724	0.15 720	0.10 676	0.10 622	0.10 639	0.13 694	0.12 670

Light-Stereo-hy	0.23 688	0.14 669	0.30 702	0.22 673	0.20 749	0.29 715	0.16 481	0.33 681	0.36 665	0.24 655	0.28 622	0.42 737	0.24 676	0.25 685	0.20 629	0.13 701	0.13 720	0.23 763	0.23 770	0.16 738	0.18 752

SQANet	0.23 688	0.23 742	0.30 702	0.30 755	0.19 744	0.27 704	0.13 233	0.29 620	0.33 639	0.24 655	0.37 689	0.31 687	0.22 662	0.27 692	0.23 671	0.15 720	0.10 676	0.21 754	0.16 739	0.21 759	0.15 723

Nwc_Net	0.23 688	0.16 690	0.21 650	0.25 720	0.14 682	0.24 672	0.26 736	0.37 719	0.38 680	0.22 632	0.41 720	0.30 674	0.28 711	0.28 704	0.25 694	0.11 650	0.10 676	0.17 734	0.20 759	0.10 628	0.10 626

RTSC	0.23 688	0.12 628	0.28 691	0.21 653	0.13 658	0.28 711	0.16 481	0.35 706	0.66 780	0.27 681	0.33 669	0.30 674	0.21 653	0.31 714	0.29 728	0.10 617	0.08 615	0.09 572	0.10 639	0.13 694	0.13 695

PA-Net	0.23 688	0.18 716	0.33 714	0.28 744	0.22 761	0.21 642	0.38 784	0.29 620	0.39 685	0.22 632	0.32 656	0.25 625	0.26 692	0.20 627	0.25 694	0.09 570	0.23 786	0.15 718	0.22 766	0.09 594	0.13 695
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 688	0.15 681	0.17 588	0.34 763	0.18 736	0.24 672	0.23 693	0.34 691	0.28 597	0.31 716	0.38 695	0.38 722	0.28 711	0.23 669	0.24 684	0.15 720	0.12 705	0.18 744	0.21 763	0.13 694	0.13 695

ETE_ROB	0.23 688	0.17 704	0.22 656	0.25 720	0.13 658	0.26 694	0.29 759	0.31 648	0.36 665	0.28 696	0.36 683	0.45 745	0.26 692	0.27 692	0.26 708	0.11 650	0.08 615	0.12 676	0.09 595	0.14 712	0.13 695

SGM_RVC	0.23 688	0.12 628	0.15 519	0.15 145	0.09 424	0.33 731	0.18 576	0.34 691	0.31 622	0.44 755	0.37 689	0.53 763	0.35 742	0.35 736	0.24 684	0.13 701	0.13 720	0.13 691	0.13 706	0.10 628	0.11 654
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.24 696	0.18 716	0.18 614	0.20 616	0.14 682	0.21 642	0.19 617	0.32 659	0.41 694	0.29 705	0.21 519	0.32 696	0.27 700	0.41 768	0.27 716	0.46 797	0.12 705	0.31 785	0.11 673	0.15 729	0.12 670

z-mn7	0.24 696	0.14 669	0.45 741	0.19 542	0.13 658	0.28 711	0.25 725	0.34 691	0.62 771	0.27 681	0.56 757	0.29 664	0.24 676	0.32 721	0.25 694	0.08 501	0.08 615	0.08 482	0.08 547	0.10 628	0.10 626

w-ln-seven	0.24 696	0.14 669	0.55 756	0.19 542	0.14 682	0.26 694	0.22 680	0.35 706	0.60 767	0.29 705	0.39 703	0.30 674	0.22 662	0.21 645	0.26 708	0.09 570	0.09 652	0.11 656	0.10 639	0.11 651	0.10 626

DGSMNet	0.24 696	0.19 722	0.33 714	0.21 653	0.24 766	0.24 672	0.20 642	0.35 706	0.41 694	0.24 655	0.32 656	0.38 722	0.21 653	0.29 710	0.23 671	0.12 675	0.11 689	0.14 705	0.16 739	0.23 768	0.23 764

G-Net	0.24 696	0.16 690	0.36 723	0.22 673	0.16 713	0.51 765	0.23 693	0.29 620	0.34 651	0.36 734	0.38 695	0.31 687	0.29 719	0.27 692	0.26 708	0.11 650	0.09 652	0.12 676	0.09 595	0.16 738	0.13 695

NCC-stereo	0.24 696	0.15 681	0.31 705	0.26 726	0.16 713	0.20 622	0.30 767	0.40 735	0.40 691	0.24 655	0.38 695	0.33 700	0.28 711	0.36 742	0.27 716	0.12 675	0.11 689	0.15 718	0.22 766	0.13 694	0.13 695

Abc-Net	0.24 696	0.15 681	0.31 705	0.26 726	0.16 713	0.20 622	0.30 767	0.40 735	0.40 691	0.24 655	0.38 695	0.33 700	0.28 711	0.36 742	0.27 716	0.12 675	0.11 689	0.15 718	0.22 766	0.13 694	0.13 695
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.24 696	0.11 610	0.47 746	0.22 673	0.12 633	0.34 734	0.29 759	0.29 620	0.56 757	0.24 655	0.46 734	0.30 674	0.30 723	0.29 710	0.29 728	0.08 501	0.07 581	0.09 572	0.09 595	0.10 628	0.10 626

DeepPrunerF	0.24 696	0.17 704	0.42 737	0.26 726	0.16 713	0.22 651	0.28 749	0.37 719	0.50 740	0.26 675	0.29 635	0.24 611	0.28 711	0.21 645	0.22 659	0.15 720	0.11 689	0.20 751	0.18 752	0.12 671	0.13 695

FBW_ROB	0.24 696	0.17 704	0.22 656	0.26 726	0.14 682	0.25 683	0.22 680	0.41 741	0.41 694	0.41 748	0.41 720	0.42 737	0.27 700	0.31 714	0.23 671	0.09 570	0.14 732	0.14 705	0.12 695	0.11 651	0.09 594

SANet	0.24 696	0.14 669	0.28 691	0.21 653	0.11 596	0.27 704	0.24 708	0.38 727	0.64 776	0.36 734	0.40 709	0.43 741	0.26 692	0.27 692	0.24 684	0.12 675	0.09 652	0.10 622	0.09 595	0.13 694	0.11 654

WCMA_ROB	0.24 696	0.11 610	0.22 656	0.17 348	0.14 682	0.32 724	0.15 406	0.32 659	0.32 629	0.38 739	0.53 748	0.40 734	0.34 739	0.34 729	0.25 694	0.11 650	0.12 705	0.12 676	0.10 639	0.14 712	0.14 716

DStereoSA	0.25 708	0.19 722	0.37 727	0.26 726	0.17 729	0.22 651	0.20 642	0.49 768	0.59 763	0.22 632	0.29 635	0.29 664	0.33 734	0.39 758	0.28 724	0.12 675	0.11 689	0.16 729	0.14 710	0.14 712	0.12 670

zh-sn7	0.25 708	0.17 704	0.50 748	0.24 707	0.13 658	0.25 683	0.24 708	0.34 691	0.48 728	0.28 696	0.54 750	0.28 655	0.31 727	0.36 742	0.32 748	0.10 617	0.10 676	0.11 656	0.10 639	0.12 671	0.12 670

zh-mn7	0.25 708	0.14 669	0.56 759	0.19 542	0.14 682	0.24 672	0.22 680	0.34 691	0.62 771	0.35 731	0.65 766	0.31 687	0.25 686	0.31 714	0.25 694	0.09 570	0.08 615	0.09 572	0.09 595	0.09 594	0.11 654

Wz-Net-SNSev	0.25 708	0.17 704	0.44 740	0.25 720	0.14 682	0.26 694	0.23 693	0.38 727	0.56 757	0.30 710	0.55 752	0.39 730	0.26 692	0.23 669	0.30 735	0.10 617	0.09 652	0.09 572	0.10 639	0.11 651	0.11 654

psmorigin	0.25 708	0.15 681	0.34 722	0.17 348	0.13 658	0.23 667	0.14 313	0.34 691	0.33 639	0.41 748	0.55 752	0.41 736	0.37 746	0.34 729	0.27 716	0.11 650	0.15 742	0.11 656	0.11 673	0.12 671	0.16 735

RGC	0.25 708	0.20 729	0.29 699	0.28 744	0.16 713	0.22 651	0.23 693	0.32 659	0.44 717	0.27 681	0.40 709	0.38 722	0.27 700	0.36 742	0.22 659	0.11 650	0.13 720	0.17 734	0.17 746	0.14 712	0.16 735

ADCMid	0.25 708	0.15 681	0.40 732	0.20 616	0.14 682	0.25 683	0.26 736	0.34 691	0.38 680	0.36 734	0.44 731	0.34 707	0.40 755	0.35 736	0.33 753	0.10 617	0.09 652	0.11 656	0.11 673	0.13 694	0.12 670

ADCPNet	0.25 708	0.16 690	0.61 768	0.21 653	0.15 702	0.35 743	0.25 725	0.32 659	0.35 660	0.30 710	0.40 709	0.36 713	0.28 711	0.28 704	0.32 748	0.12 675	0.10 676	0.11 656	0.12 695	0.14 712	0.13 695

LALA_ROB	0.25 708	0.16 690	0.22 656	0.26 726	0.17 729	0.27 704	0.27 743	0.42 747	0.37 673	0.33 726	0.38 695	0.51 759	0.26 692	0.28 704	0.27 716	0.16 741	0.09 652	0.12 676	0.11 673	0.13 694	0.12 670

SHD	0.26 717	0.15 681	0.30 702	0.24 707	0.18 736	0.22 651	0.15 406	0.38 727	0.71 784	0.32 722	0.41 720	0.36 713	0.28 711	0.32 721	0.29 728	0.12 675	0.11 689	0.14 705	0.13 706	0.16 738	0.20 759

AnyNet_C32	0.26 717	0.16 690	0.36 723	0.20 616	0.16 713	0.25 683	0.30 767	0.32 659	0.44 717	0.31 716	0.49 739	0.30 674	0.33 734	0.40 764	0.33 753	0.12 675	0.12 705	0.12 676	0.14 710	0.14 712	0.15 723

DStereoFS	0.27 719	0.22 739	0.31 705	0.22 673	0.15 702	0.22 651	0.20 642	0.50 773	0.48 728	0.28 696	0.44 731	0.33 700	0.34 739	0.52 783	0.29 728	0.12 675	0.11 689	0.15 718	0.13 706	0.16 738	0.16 735

PSMNet-RUCA	0.27 719	0.33 773	0.41 735	0.36 769	0.32 780	0.18 581	0.19 617	0.42 747	0.30 614	0.33 726	0.41 720	0.39 730	0.25 686	0.31 714	0.20 629	0.18 753	0.10 676	0.25 767	0.15 731	0.21 759	0.16 735

PDISCO_ROB	0.27 719	0.16 690	0.26 677	0.28 744	0.20 749	0.32 724	0.26 736	0.44 757	0.57 759	0.28 696	0.40 709	0.45 745	0.29 719	0.33 726	0.34 755	0.12 675	0.09 652	0.17 734	0.16 739	0.17 747	0.13 695

DispFullNet	0.27 719	0.21 735	0.65 771	0.28 744	0.16 713	0.26 694	0.17 525	0.33 681	0.58 762	0.27 681	0.38 695	0.43 741	0.23 670	0.38 749	0.23 671	0.12 675	0.06 503	0.19 746	0.11 673	0.21 759	0.15 723

MeshStereo	0.27 719	0.13 656	0.18 614	0.15 145	0.11 596	0.32 724	0.24 708	0.40 735	0.36 665	0.52 762	0.57 760	0.67 775	0.40 755	0.35 736	0.26 708	0.14 716	0.13 720	0.13 691	0.11 673	0.11 651	0.10 626
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	0.28 724	0.17 704	0.78 789	0.22 673	0.16 713	0.34 734	0.29 759	0.39 731	0.57 759	0.24 655	0.55 752	0.37 718	0.24 676	0.33 726	0.35 756	0.09 570	0.08 615	0.09 572	0.10 639	0.14 712	0.16 735

XQC	0.28 724	0.23 742	0.51 749	0.28 744	0.19 744	0.34 734	0.27 743	0.36 713	0.57 759	0.31 716	0.30 643	0.37 718	0.30 723	0.38 749	0.38 768	0.13 701	0.09 652	0.15 718	0.12 695	0.17 747	0.18 752

CC-Net-ROB	0.28 724	0.31 771	0.36 723	0.29 753	0.15 702	0.25 683	0.19 617	0.45 760	0.33 639	0.39 741	0.37 689	0.39 730	0.31 727	0.27 692	0.26 708	0.24 782	0.19 768	0.30 784	0.23 770	0.18 752	0.15 723

DPSNet	0.28 724	0.16 690	0.31 705	0.18 454	0.13 658	0.54 767	0.42 788	0.51 776	0.67 781	0.29 705	0.38 695	0.38 722	0.29 719	0.31 714	0.23 671	0.11 650	0.10 676	0.11 656	0.08 547	0.20 756	0.16 735

MultiAttention	0.29 728	0.08 426	0.14 470	0.19 542	0.12 633	1.45 810	1.33 821	0.36 713	0.37 673	0.19 577	0.21 519	0.24 611	0.11 430	0.38 749	0.18 609	0.06 209	0.05 337	0.08 482	0.08 547	0.10 628	0.09 594

Wz-Net-TNSev	0.29 728	0.20 729	0.65 771	0.19 542	0.15 702	0.38 749	0.27 743	0.35 706	0.55 753	0.34 730	0.42 726	0.45 745	0.38 749	0.32 721	0.30 735	0.12 675	0.13 720	0.10 622	0.12 695	0.15 729	0.14 716

ccnet	0.29 728	0.28 766	0.23 665	0.20 616	0.28 774	0.41 755	0.21 666	0.45 760	0.33 639	0.36 734	0.46 734	0.36 713	0.30 723	0.39 758	0.42 779	0.23 780	0.14 732	0.21 754	0.17 746	0.23 768	0.18 752

EDNetEfficient	0.29 728	0.24 746	1.13 802	0.18 454	0.10 541	0.19 606	0.20 642	0.20 420	0.60 767	0.74 794	0.56 757	0.31 687	0.39 752	0.22 658	0.30 735	0.09 570	0.07 581	0.08 482	0.07 464	0.11 651	0.09 594

ADCS	0.29 728	0.18 716	0.45 741	0.21 653	0.17 729	0.28 711	0.23 693	0.41 741	0.63 775	0.40 744	0.49 739	0.40 734	0.36 744	0.39 758	0.40 775	0.13 701	0.12 705	0.13 691	0.14 710	0.16 738	0.16 735

CSAN	0.29 728	0.24 746	0.27 686	0.34 763	0.19 744	0.33 731	0.42 788	0.37 719	0.50 740	0.38 739	0.40 709	0.44 743	0.33 734	0.28 704	0.30 735	0.20 766	0.16 757	0.19 746	0.19 754	0.14 712	0.15 723

AANet	0.30 734	0.19 722	1.03 798	0.16 254	0.13 658	0.22 651	0.16 481	0.30 635	0.62 771	0.60 774	0.52 745	0.46 749	0.38 749	0.23 669	0.32 748	0.12 675	0.09 652	0.11 656	0.10 639	0.13 694	0.12 670

MFN_U_SF_DS_RVC	0.30 734	0.24 746	0.29 699	0.36 769	0.16 713	0.34 734	0.30 767	0.32 659	0.42 705	0.40 744	0.46 734	0.38 722	0.31 727	0.34 729	0.28 724	0.19 764	0.20 771	0.26 768	0.29 782	0.18 752	0.19 758

PM Graph cmp D40	0.31 736	0.16 690	0.26 677	0.19 542	0.13 658	0.31 721	0.20 642	0.42 747	0.55 753	0.55 768	0.70 774	0.69 779	0.45 771	0.39 758	0.36 763	0.15 720	0.15 742	0.15 718	0.14 710	0.12 671	0.13 695

GANetREF_RVC	0.31 736	0.34 774	0.27 686	0.35 767	0.16 713	0.32 724	0.41 785	0.48 766	0.51 748	0.35 731	0.35 678	0.34 707	0.33 734	0.39 758	0.32 748	0.27 784	0.20 771	0.29 782	0.15 731	0.18 752	0.17 746
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	0.31 736	0.26 757	0.26 677	0.24 707	0.21 757	0.34 734	0.25 725	0.34 691	0.39 685	0.40 744	0.69 772	0.45 745	0.40 755	0.34 729	0.27 716	0.20 766	0.19 768	0.26 768	0.25 773	0.23 768	0.22 763

PatchMatch Graph Cmp	0.32 739	0.16 690	0.26 677	0.19 542	0.13 658	0.31 721	0.20 642	0.42 747	0.60 767	0.55 768	0.81 789	0.67 775	0.44 767	0.38 749	0.36 763	0.15 720	0.15 742	0.15 718	0.14 710	0.12 671	0.13 695

MFN_U_SF_RVC	0.32 739	0.21 735	0.55 756	0.30 755	0.15 702	0.34 734	0.17 525	0.52 779	0.46 725	0.46 759	0.55 752	0.59 766	0.39 752	0.35 736	0.37 765	0.15 720	0.14 732	0.18 744	0.21 763	0.16 738	0.15 723

PASM	0.32 739	0.24 746	0.48 747	0.28 744	0.27 772	0.29 715	0.30 767	0.34 691	0.49 737	0.35 731	0.39 703	0.46 749	0.34 739	0.34 729	0.35 756	0.23 780	0.25 789	0.26 768	0.28 781	0.23 768	0.21 761

SGM-ForestM	0.32 739	0.12 628	0.16 556	0.16 254	0.11 596	0.39 751	0.19 617	0.41 741	0.50 740	0.52 762	0.54 750	1.32 807	0.42 764	0.40 764	0.27 716	0.14 716	0.16 757	0.16 729	0.16 739	0.12 671	0.12 670

PM Cens cmp D40	0.33 743	0.14 669	0.19 626	0.17 348	0.12 633	0.37 745	0.20 642	0.49 768	0.50 740	0.63 777	0.73 777	0.82 789	0.48 775	0.44 771	0.37 765	0.15 720	0.15 742	0.16 729	0.14 710	0.13 694	0.12 670

PatchMatch Cens Cmp	0.33 743	0.15 681	0.20 639	0.17 348	0.12 633	0.39 751	0.21 666	0.47 764	0.51 748	0.68 782	0.78 786	0.87 790	0.51 779	0.43 770	0.35 756	0.15 720	0.15 742	0.16 729	0.14 710	0.13 694	0.12 670

FC-DCNN v2	0.33 743	0.27 762	0.28 691	0.26 726	0.23 764	0.37 745	0.28 749	0.40 735	0.43 712	0.45 756	0.56 757	0.51 759	0.40 755	0.37 747	0.29 728	0.21 770	0.20 771	0.27 772	0.26 774	0.25 775	0.24 767

FCDSN-DC	0.33 743	0.28 766	0.28 691	0.30 755	0.24 766	0.39 751	0.28 749	0.42 747	0.42 705	0.43 754	0.53 748	0.51 759	0.41 760	0.36 742	0.30 735	0.21 770	0.20 771	0.27 772	0.26 774	0.25 775	0.24 767
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 743	0.27 762	0.28 691	0.26 726	0.23 764	0.37 745	0.28 749	0.40 735	0.43 712	0.45 756	0.55 752	0.51 759	0.40 755	0.37 747	0.30 735	0.21 770	0.20 771	0.27 772	0.26 774	0.25 775	0.24 767

LSM	0.33 743	0.20 729	0.58 764	0.26 726	0.60 798	0.34 734	0.25 725	0.42 747	0.48 728	0.45 756	0.58 762	0.42 737	0.36 744	0.35 736	0.25 694	0.12 675	0.20 771	0.14 705	0.16 739	0.19 755	0.33 782

AnyNet_C01	0.36 749	0.25 753	1.37 805	0.22 673	0.17 729	0.48 761	0.27 743	0.35 706	0.39 685	0.39 741	0.74 780	0.46 749	0.38 749	0.45 772	0.47 786	0.13 701	0.13 720	0.13 691	0.14 710	0.14 712	0.15 723

TARStereo(FT)	0.37 750	0.26 757	0.31 705	0.42 778	0.19 744	0.77 790	1.20 818	0.42 747	0.41 694	0.33 726	0.52 745	0.48 755	0.37 746	0.32 721	0.31 744	0.17 747	0.14 732	0.21 754	0.15 731	0.22 765	0.11 654

2222	0.37 750	0.26 757	0.31 705	0.42 778	0.19 744	0.77 790	1.20 818	0.42 747	0.41 694	0.33 726	0.52 745	0.48 755	0.37 746	0.32 721	0.31 744	0.17 747	0.14 732	0.21 754	0.15 731	0.22 765	0.11 654

GCST	0.37 750	0.42 781	0.26 677	1.02 807	0.39 781	0.18 581	0.08 9	0.20 420	0.17 394	0.28 696	0.25 582	0.15 478	0.12 463	0.16 523	0.14 523	0.64 808	0.43 801	0.75 804	0.65 807	0.63 801	0.46 793

otaku	0.39 753	0.37 777	0.52 750	0.44 780	0.28 774	0.58 769	0.24 708	0.41 741	0.62 771	0.40 744	0.49 739	0.46 749	0.33 734	0.40 764	0.32 748	0.30 785	0.30 793	0.39 789	0.33 787	0.29 783	0.28 776

ACVNet-4b	0.39 753	0.53 784	0.55 756	0.45 781	0.24 766	0.47 759	0.18 576	0.49 768	0.64 776	0.42 751	0.45 733	0.60 767	0.27 700	0.34 729	0.24 684	0.33 788	0.14 732	0.48 792	0.42 793	0.30 784	0.26 775

PVD	0.39 753	0.20 729	0.39 731	0.31 759	0.22 761	0.29 715	0.43 790	0.52 779	0.96 803	0.55 768	0.79 787	0.53 763	0.59 791	0.52 783	0.38 768	0.19 764	0.14 732	0.17 734	0.14 710	0.24 774	0.31 780

Ntro	0.40 756	0.40 779	0.53 752	0.46 784	0.30 778	0.65 777	0.24 708	0.46 762	0.68 782	0.41 748	0.49 739	0.48 755	0.42 764	0.39 758	0.31 744	0.32 786	0.28 791	0.37 788	0.30 784	0.32 788	0.29 777

SAMSARA	0.40 756	0.28 766	0.33 714	0.55 787	0.39 781	0.82 793	1.23 820	0.47 764	0.51 748	0.36 734	0.35 678	0.55 765	0.39 752	0.38 749	0.39 772	0.15 720	0.20 771	0.15 718	0.14 710	0.23 768	0.20 759

UHP(FT)	0.41 758	0.25 753	0.42 737	0.37 771	0.20 749	0.59 770	0.44 792	0.51 776	0.73 789	0.54 766	0.76 783	0.70 781	0.56 785	0.50 777	0.38 768	0.18 753	0.22 784	0.22 760	0.20 759	0.20 756	0.17 746

mmmmmm	0.41 758	0.25 753	0.42 737	0.37 771	0.20 749	0.59 770	0.44 792	0.51 776	0.73 789	0.54 766	0.76 783	0.70 781	0.56 785	0.50 777	0.38 768	0.18 753	0.22 784	0.22 760	0.20 759	0.20 756	0.17 746

ELAS_RVC	0.41 758	0.29 769	0.33 714	0.28 744	0.24 766	0.54 767	0.36 780	0.49 768	0.59 763	0.72 789	0.74 780	0.65 773	0.54 781	0.54 788	0.40 775	0.22 775	0.20 771	0.27 772	0.26 774	0.26 780	0.25 772
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 758	0.29 769	0.33 714	0.27 739	0.24 766	0.60 774	0.36 780	0.50 773	0.50 740	0.71 787	0.79 787	0.67 775	0.54 781	0.51 781	0.42 779	0.22 775	0.20 771	0.27 772	0.26 774	0.26 780	0.25 772
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
nnnnnnn	0.42 762	0.25 753	0.52 750	0.33 760	0.27 772	0.49 763	0.29 759	0.53 781	0.77 795	0.63 777	0.68 770	0.74 784	0.56 785	0.46 773	0.43 782	0.22 775	0.21 783	0.27 772	0.26 774	0.28 782	0.25 772

light-stereo	0.42 762	0.26 757	0.59 766	0.60 789	0.49 788	0.32 724	0.23 693	0.46 762	0.52 751	0.56 773	0.58 762	0.76 786	0.32 732	0.48 775	0.29 728	0.32 786	0.24 787	0.27 772	0.33 787	0.46 792	0.39 787

1111	0.43 764	0.23 742	0.54 753	0.33 760	0.20 749	0.83 794	0.35 778	0.50 773	0.82 796	0.63 777	0.68 770	0.69 779	0.68 797	0.77 797	0.35 756	0.17 747	0.15 742	0.19 746	0.19 754	0.21 759	0.17 746

MSC_U_SF_DS_RVC	0.43 764	0.39 778	0.54 753	0.40 774	0.20 749	0.64 776	0.32 775	0.53 781	0.72 785	0.71 787	0.72 776	0.61 768	0.54 781	0.51 781	0.46 785	0.20 766	0.19 768	0.29 782	0.30 784	0.23 768	0.18 752

ACVNet_1	0.44 766	0.49 783	0.60 767	0.45 781	0.28 774	0.49 763	0.27 743	0.57 788	0.72 785	0.62 776	0.58 762	0.74 784	0.49 777	0.50 777	0.35 756	0.26 783	0.24 787	0.39 789	0.29 782	0.31 787	0.24 767

Consistency-Raft	0.44 766	0.40 779	0.45 741	0.37 771	0.43 785	0.46 757	0.41 785	0.57 788	0.55 753	0.32 722	0.73 777	0.33 700	0.48 775	0.42 769	0.49 788	0.39 791	0.35 798	0.45 791	0.51 800	0.42 791	0.29 777

RTS	0.45 768	0.19 722	3.26 811	0.24 707	0.15 702	0.74 784	0.20 642	0.36 713	0.76 793	0.42 751	0.43 729	0.31 687	0.41 760	0.53 786	0.35 756	0.10 617	0.08 615	0.13 691	0.12 695	0.15 729	0.15 723

RTSA	0.45 768	0.19 722	3.26 811	0.24 707	0.15 702	0.74 784	0.20 642	0.36 713	0.76 793	0.42 751	0.43 729	0.31 687	0.41 760	0.53 786	0.35 756	0.10 617	0.08 615	0.13 691	0.12 695	0.15 729	0.15 723

MANE	0.45 768	0.27 762	0.27 686	0.27 739	0.24 766	0.47 759	0.31 773	0.55 785	0.59 763	0.72 789	1.13 805	1.15 801	0.61 792	0.52 783	0.37 765	0.21 770	0.20 771	0.27 772	0.31 786	0.25 775	0.24 767

NVStereoNet_ROB	0.46 771	0.36 776	0.46 745	0.41 776	0.28 774	0.34 734	0.34 777	0.48 766	0.60 767	0.72 789	0.93 794	0.70 781	0.66 795	0.47 774	0.60 796	0.22 775	0.33 797	0.34 787	0.34 790	0.30 784	0.30 779
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	0.47 772	0.26 757	0.58 764	0.28 744	0.20 749	0.39 751	0.18 576	0.49 768	0.64 776	0.52 762	0.87 791	1.01 793	0.57 789	0.50 777	0.56 793	0.53 801	0.31 796	0.54 798	0.40 791	0.33 789	0.34 783

LE_ROB	0.50 773	0.07 285	0.14 470	0.15 145	0.08 287	0.24 672	0.16 481	0.22 474	1.81 822	4.63 829	0.67 768	0.47 753	0.44 767	0.20 627	0.29 728	0.07 409	0.06 503	0.06 254	0.06 359	0.08 529	0.06 382

fsdfsdds	0.52 774	0.19 722	0.67 779	0.33 760	0.18 736	0.48 761	0.32 775	0.53 781	1.00 804	0.73 793	2.21 821	1.03 794	0.86 807	0.34 729	0.45 784	0.16 741	0.16 757	0.26 768	0.18 752	0.14 712	0.15 723

BEATNet-Init1	0.52 774	0.27 762	0.62 769	0.30 755	0.21 757	0.76 788	0.29 759	0.54 784	0.65 779	0.86 802	0.95 796	2.07 816	0.62 794	0.56 790	0.42 779	0.18 753	0.18 765	0.23 763	0.22 766	0.22 765	0.21 761

anonymity	0.53 776	0.58 786	0.65 771	0.41 776	0.61 799	0.53 766	0.41 785	0.56 786	0.41 694	0.55 768	0.50 743	0.49 758	0.55 784	0.58 791	0.50 791	0.58 804	0.50 812	0.51 794	0.51 800	0.51 794	0.57 796

RainbowNet	0.54 777	0.61 788	0.70 787	0.57 788	0.43 785	0.65 777	0.37 783	0.60 792	0.87 799	0.50 761	0.66 767	0.64 770	0.47 774	0.49 776	0.43 782	0.47 798	0.48 807	0.52 796	0.41 792	0.52 795	0.40 790

SGM+DAISY	0.56 778	0.57 785	0.65 771	0.40 774	0.54 791	0.66 779	0.49 795	0.56 786	0.45 723	0.66 780	0.69 772	0.67 775	0.56 785	0.63 793	0.56 793	0.59 805	0.48 807	0.50 793	0.50 799	0.52 795	0.58 797

SPS-STEREO	0.57 779	0.58 786	0.65 771	0.45 781	0.55 793	0.62 775	0.44 792	0.62 793	0.50 740	0.68 782	0.64 765	0.66 774	0.57 789	0.61 792	0.60 796	0.62 807	0.47 806	0.51 794	0.49 797	0.55 799	0.58 797
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 780	0.66 792	0.65 771	0.51 785	0.69 803	0.69 780	0.57 801	0.64 794	0.73 789	0.60 774	0.73 777	0.62 769	0.67 796	0.65 794	0.60 796	0.66 809	0.58 821	0.63 799	0.59 803	0.68 806	0.69 806

IMH-64-1	0.65 781	0.61 788	0.68 781	0.71 792	0.51 789	0.59 770	0.49 795	0.91 803	0.85 797	0.74 794	1.02 798	0.81 787	0.78 801	0.79 798	0.49 788	0.42 793	0.46 802	0.71 801	0.47 795	0.52 795	0.39 787

IMH-64	0.65 781	0.61 788	0.68 781	0.71 792	0.51 789	0.59 770	0.49 795	0.91 803	0.85 797	0.74 794	1.02 798	0.81 787	0.78 801	0.79 798	0.49 788	0.42 793	0.46 802	0.71 801	0.47 795	0.52 795	0.39 787

ACVNet_2	0.66 783	0.66 792	0.68 781	0.63 790	0.41 783	0.71 782	0.49 795	0.96 807	1.39 813	0.89 804	1.09 801	1.04 795	0.73 799	0.54 788	0.47 786	0.43 795	0.40 800	0.53 797	0.44 794	0.47 793	0.35 785

JetBlue	0.71 784	0.45 782	1.14 803	0.51 785	0.47 787	2.02 812	0.64 805	0.75 796	0.70 783	0.69 786	0.77 785	1.22 803	0.83 805	1.03 815	1.01 814	0.40 792	0.28 791	0.33 786	0.33 787	0.30 784	0.34 783

IMH	0.71 784	0.64 791	0.68 781	0.76 794	0.54 791	0.69 780	0.54 799	0.98 809	1.10 806	0.82 798	1.09 801	0.89 791	0.88 809	0.87 806	0.52 792	0.44 796	0.50 812	0.75 804	0.51 800	0.56 800	0.41 791

PWCK	0.71 784	0.94 803	0.95 796	0.76 794	0.31 779	0.74 784	0.36 780	0.90 802	0.90 801	0.96 808	0.75 782	0.95 792	0.61 792	0.87 806	0.66 801	0.72 810	0.46 802	0.75 804	0.49 797	0.69 808	0.44 792

TARSTereo(ZeroShot)	0.72 787	0.18 716	0.56 759	0.27 739	0.21 757	1.35 808	0.25 725	0.59 790	1.65 819	0.68 782	5.01 824	1.08 798	0.81 803	0.38 749	0.30 735	0.18 753	0.15 742	0.20 751	0.19 754	0.17 747	0.23 764

TestStereooo	0.72 787	0.18 716	0.56 759	0.27 739	0.21 757	1.35 808	0.25 725	0.59 790	1.65 819	0.68 782	5.01 824	1.08 798	0.81 803	0.38 749	0.30 735	0.18 753	0.15 742	0.20 751	0.19 754	0.17 747	0.23 764

MADNet+	0.75 789	0.71 794	3.70 814	0.66 791	0.41 783	0.98 799	0.97 816	0.69 795	0.73 789	0.52 762	0.57 760	0.64 770	0.68 797	0.86 805	1.01 814	0.34 789	0.36 799	0.28 781	0.23 770	0.36 790	0.31 780

TorneroNet-64	0.76 790	0.72 795	0.74 788	0.78 796	0.58 797	0.91 798	0.56 800	0.84 799	1.29 810	0.66 780	0.90 792	1.40 809	0.75 800	0.85 804	0.67 804	0.49 799	0.46 802	0.72 803	0.59 803	0.67 805	0.53 795

WAO-7	0.79 791	0.78 797	0.54 753	0.85 800	0.67 802	0.74 784	0.68 809	1.05 813	1.32 811	0.90 806	1.20 808	1.04 795	0.92 810	0.69 795	0.66 801	0.60 806	0.62 822	0.67 800	0.68 809	0.64 802	0.58 797

WAO-6	0.81 792	0.80 798	0.62 769	0.86 801	0.63 800	0.76 788	0.58 802	0.98 809	1.54 818	0.90 806	0.96 797	1.07 797	1.03 814	0.70 796	0.66 801	0.72 810	0.49 809	0.90 812	0.71 810	0.68 806	0.58 797

TorneroNet	0.82 793	0.74 796	0.81 793	0.84 799	0.63 800	0.99 800	0.63 803	0.96 807	1.16 807	0.80 797	1.11 803	1.36 808	0.86 807	0.93 811	0.80 809	0.56 802	0.49 809	0.78 809	0.66 808	0.73 811	0.63 805

LVE	0.83 794	0.85 801	0.85 794	0.80 797	0.56 794	1.04 804	0.65 806	1.05 813	1.47 816	0.96 808	1.22 809	1.10 800	0.85 806	0.83 801	0.71 806	0.49 799	0.55 818	0.76 807	0.60 805	0.65 803	0.59 802

Dean	0.87 795	0.86 802	0.79 791	0.81 798	0.56 794	0.90 795	0.63 803	1.15 823	1.73 821	1.15 816	1.15 806	1.31 806	0.99 813	0.81 800	0.81 810	0.57 803	0.56 819	0.77 808	0.64 806	0.66 804	0.58 797

WAO-8	0.91 796	0.81 799	0.65 771	0.94 804	0.69 803	0.90 795	0.67 807	1.07 817	1.83 823	1.06 813	1.45 811	1.30 804	1.07 815	0.84 802	0.78 807	0.74 812	0.53 815	0.86 810	0.75 811	0.69 808	0.62 803

Venus	0.91 796	0.81 799	0.65 771	0.94 804	0.69 803	0.90 795	0.67 807	1.07 817	1.83 823	1.06 813	1.45 811	1.30 804	1.07 815	0.84 802	0.78 807	0.74 812	0.53 815	0.86 810	0.75 811	0.69 808	0.62 803

UNDER WATER-64	0.95 798	0.94 803	1.43 807	0.87 802	0.56 794	1.18 807	0.87 813	0.77 797	0.94 802	1.04 811	0.85 790	1.58 814	1.21 820	0.94 812	0.96 812	0.87 816	0.57 820	1.03 816	0.88 816	0.78 812	0.73 807

UNDER WATER	0.97 799	0.97 805	1.42 806	0.99 806	0.70 806	1.12 806	0.84 812	0.80 798	1.08 805	1.01 810	0.90 792	1.55 813	1.22 821	1.03 815	1.00 813	0.78 814	0.53 815	1.02 815	0.87 815	0.80 813	0.74 808

notaker	0.97 799	1.11 806	0.98 797	1.13 809	0.81 807	0.73 783	0.68 809	0.93 805	1.16 807	1.18 818	1.18 807	1.41 810	1.16 819	1.08 817	0.69 805	0.81 815	0.64 823	1.17 817	0.79 813	0.98 815	0.80 810

ktn	1.01 801	1.21 809	0.80 792	1.23 811	0.86 809	1.01 802	0.87 813	0.94 806	1.39 813	1.04 811	1.12 804	1.15 801	1.07 815	0.94 812	0.59 795	1.28 826	0.71 824	1.38 821	0.83 814	1.02 817	0.75 809

KSHMR	1.09 802	1.17 808	0.88 795	1.25 812	1.00 811	0.99 800	0.96 815	1.13 821	1.37 812	1.16 817	1.29 810	1.41 810	0.96 812	1.01 814	0.92 811	1.03 824	1.08 826	1.20 818	1.03 819	1.01 816	0.97 812

DPSimNet_ROB	1.11 803	1.23 810	0.78 789	1.13 809	0.88 810	1.10 805	1.13 817	1.16 824	1.23 809	1.43 820	1.02 798	1.41 810	1.10 818	0.90 810	1.60 817	1.46 827	0.51 814	1.21 819	1.03 819	0.90 814	1.01 814

HanzoNet	1.29 804	1.26 811	1.19 804	1.12 808	0.85 808	1.02 803	0.83 811	1.03 812	1.48 817	1.64 821	1.61 813	2.50 818	1.72 823	1.61 819	1.61 818	1.26 825	0.80 825	1.31 820	1.01 818	1.02 817	0.86 811

JetRed	1.62 805	1.46 812	2.98 809	0.92 803	1.21 812	4.99 820	1.53 823	1.27 825	1.39 813	1.83 822	1.74 814	1.60 815	0.95 811	1.41 818	2.45 826	0.90 818	1.60 827	0.93 813	0.90 817	1.35 819	0.99 813

UHP(ZeroShot)	1.94 806	0.24 746	1.06 799	0.34 763	0.18 736	5.35 821	0.24 708	0.86 800	4.09 827	2.33 824	11.82 838	7.01 831	2.71 827	0.87 806	0.60 796	0.17 747	0.14 732	0.19 746	0.17 746	0.21 759	0.16 735

UHP	1.94 806	0.24 746	1.06 799	0.34 763	0.18 736	5.35 821	0.24 708	0.86 800	4.09 827	2.33 824	11.82 838	7.01 831	2.71 827	0.87 806	0.60 796	0.17 747	0.14 732	0.19 746	0.17 746	0.21 759	0.16 735

MADNet++	1.95 808	1.75 813	1.59 808	1.82 813	1.69 815	2.33 813	1.40 822	2.35 827	2.09 825	2.57 826	2.36 822	2.24 817	2.17 825	2.28 820	2.34 824	1.87 828	1.66 828	1.54 822	1.34 821	1.92 820	1.77 816

Selective-IGEV-i1pa	2.80 809	3.51 819	0.67 779	0.28 744	0.14 682	10.22 826	0.43 790	4.36 828	3.63 826	3.53 827	6.92 827	3.47 819	1.97 824	13.41 841	2.26 822	0.36 790	0.15 742	0.13 691	0.10 639	0.15 729	0.35 785

coex-ft	3.30 810	0.34 774	59.09 852	0.18 454	0.13 658	0.26 694	0.22 680	0.27 583	0.72 785	1.90 823	0.70 774	0.44 743	0.45 771	0.29 710	0.41 778	0.09 570	0.09 652	0.12 676	0.09 595	0.14 712	0.13 695

noway2	3.60 811	5.21 827	3.74 815	12.26 830	11.84 830	4.51 816	3.91 825	1.00 811	0.48 728	0.89 804	1.98 815	6.35 830	0.41 760	2.90 821	2.47 827	0.93 819	0.13 720	1.92 826	1.77 827	5.66 829	3.67 823

zzzz4	3.62 812	5.55 831	4.00 820	12.27 832	11.85 833	4.49 814	3.91 825	1.10 820	0.42 705	0.85 800	2.01 817	6.20 826	0.44 767	3.00 822	2.25 820	0.94 820	0.15 742	1.93 827	1.76 823	5.70 831	3.67 823

noway1	3.62 812	5.55 831	3.97 818	12.27 832	11.85 833	4.50 815	3.92 827	1.09 819	0.42 705	0.85 800	2.01 817	6.22 827	0.44 767	3.00 822	2.25 820	0.94 820	0.15 742	1.93 827	1.76 823	5.70 831	3.67 823

noway3	3.64 814	5.28 828	3.79 816	12.26 830	11.84 830	4.53 817	3.92 827	1.06 815	0.48 728	0.88 803	1.98 815	6.32 829	0.46 773	3.32 825	2.57 828	0.95 823	0.15 742	1.93 827	1.76 823	5.67 830	3.69 826

noway4	3.64 814	5.53 830	3.97 818	12.24 829	11.84 830	4.58 818	3.96 829	1.14 822	0.45 723	0.82 798	2.01 817	6.19 825	0.43 766	3.04 824	2.29 823	0.94 820	0.15 742	1.93 827	1.76 823	5.75 833	3.71 827

TCMNet-wrong-test	3.67 816	5.48 829	3.89 817	12.18 828	11.75 829	4.65 819	3.88 824	1.06 815	0.72 785	1.09 815	2.15 820	6.30 828	0.53 780	3.43 827	2.36 825	0.89 817	0.20 771	1.87 824	1.69 822	5.57 828	3.62 822

tt	4.67 817	0.06 147	3.55 813	2.02 814	1.55 814	10.25 827	16.71 833	8.91 837	5.03 829	1.31 819	0.94 795	4.71 820	4.76 829	3.33 826	5.87 830	6.06 836	10.30 842	1.88 825	2.11 829	2.75 822	1.21 815

USTest	6.22 818	2.73 816	3.00 810	6.57 821	7.29 821	14.37 829	21.57 834	7.00 836	9.56 834	5.34 832	6.10 826	5.72 824	7.64 832	6.41 831	6.96 832	1.97 829	3.42 834	1.64 823	2.15 830	2.66 821	2.36 817

xxxxx1	7.79 819	5.02 824	7.31 823	3.12 815	3.85 817	16.35 831	22.88 835	5.86 833	8.69 831	7.97 833	8.54 828	9.12 836	8.27 833	10.18 833	10.92 833	2.42 830	2.45 830	3.56 833	12.37 838	3.77 823	3.06 819

tt_ll	7.79 819	5.02 824	7.31 823	3.12 815	3.85 817	16.35 831	22.88 835	5.86 833	8.69 831	7.97 833	8.54 828	9.12 836	8.27 833	10.18 833	10.92 833	2.42 830	2.45 830	3.56 833	12.37 838	3.77 823	3.06 819

ff	7.79 819	5.02 824	7.31 823	3.12 815	3.85 817	16.35 831	22.88 835	5.86 833	8.69 831	7.97 833	8.54 828	9.12 836	8.27 833	10.18 833	10.92 833	2.42 830	2.45 830	3.56 833	12.37 838	3.77 823	3.06 819

EDNetEfficientorigin	7.91 822	0.31 771	153.02 853	0.19 542	0.09 424	0.21 642	0.16 481	0.22 474	0.59 763	0.72 789	0.67 768	0.42 737	0.50 778	0.24 679	0.39 772	0.08 501	0.07 581	0.08 482	0.07 464	0.12 671	0.10 626

DPSMNet_ROB	8.06 823	4.48 820	8.63 831	5.37 820	10.74 824	8.32 824	22.98 839	5.46 830	13.36 839	5.12 830	9.92 833	5.08 821	10.40 836	5.53 830	12.58 836	3.80 834	8.00 835	3.50 831	7.02 835	3.83 826	7.14 831

DGTPSM_ROB	8.06 823	4.48 820	8.63 831	5.35 818	10.72 823	8.32 824	22.97 838	5.46 830	13.35 838	5.12 830	9.92 833	5.08 821	10.40 836	5.52 829	12.58 836	3.79 833	8.00 835	3.50 831	7.02 835	3.83 826	7.14 831

PML	8.91 825	9.34 838	6.13 821	5.35 818	6.41 820	14.99 830	23.38 840	5.27 829	6.83 830	18.04 845	28.19 855	7.67 833	6.83 831	7.85 832	5.75 829	5.35 835	1.83 829	5.95 841	1.93 828	8.64 838	2.52 818

DLNR_Zeroshot_test	10.40 826	1.82 814	19.49 845	120.77 854	13.11 836	0.06 19	0.13 233	0.23 498	0.10 126	0.07 117	0.10 267	0.09 294	0.06 80	0.10 163	0.09 147	0.13 701	0.04 27	0.06 254	0.04 79	51.54 860	0.04 95

DLNR-FE	10.43 827	1.83 815	19.53 846	120.75 853	13.06 835	0.06 19	0.13 233	0.23 498	0.10 126	0.07 117	0.10 267	0.09 294	0.06 80	0.10 163	0.09 147	0.13 701	0.04 27	0.06 254	0.04 79	52.01 861	0.04 95

iinet-test	10.48 828	8.09 834	7.54 827	10.26 823	10.94 825	18.00 835	25.26 841	11.33 841	13.28 836	9.69 837	9.85 831	9.42 839	11.17 838	11.02 837	12.78 839	6.59 838	8.30 837	5.56 836	6.56 831	6.89 834	7.02 829

IINet	10.48 828	8.09 834	7.54 827	10.26 823	10.94 825	18.00 835	25.26 841	11.33 841	13.28 836	9.69 837	9.85 831	9.42 839	11.17 838	11.02 837	12.78 839	6.59 838	8.30 837	5.56 836	6.56 831	6.89 834	7.02 829

LRCNet_RVC	10.62 830	13.42 839	7.30 822	18.92 837	2.07 816	0.33 731	0.30 767	5.59 832	0.48 728	13.03 841	17.94 841	8.87 835	5.65 830	4.79 828	1.89 819	23.51 857	2.73 833	27.55 859	25.71 858	16.07 851	16.33 845

Anonymous_1	10.96 831	7.92 833	7.46 826	10.33 825	10.06 822	18.65 837	26.34 843	11.06 840	13.44 840	9.40 836	10.05 835	9.67 841	11.23 840	10.73 836	12.72 838	6.42 837	8.38 839	5.77 838	10.61 837	12.12 839	6.77 828

DPSM_ROB	11.15 832	8.58 836	8.00 829	10.88 826	11.58 827	19.10 838	26.71 844	12.05 843	14.07 843	10.36 839	10.84 836	10.33 842	11.86 841	11.70 839	13.54 841	6.99 840	8.79 840	5.89 839	6.95 833	7.29 836	7.42 833

DPSM	11.15 832	8.58 836	8.00 829	10.88 826	11.58 827	19.10 838	26.71 844	12.05 843	14.07 843	10.36 839	10.84 836	10.33 842	11.86 841	11.70 839	13.54 841	6.99 840	8.79 840	5.89 839	6.95 833	7.29 836	7.42 833

HaxPig	15.71 834	18.52 850	19.18 844	16.89 836	15.89 837	7.73 823	7.60 830	13.31 845	10.82 835	15.42 842	14.91 840	15.98 844	14.92 843	15.58 842	15.98 843	18.95 852	16.73 843	19.46 855	18.08 850	19.26 852	19.05 848

Selective-IGEV-i16pa	18.58 835	3.30 817	1.09 801	0.21 653	0.18 736	103.68 855	0.28 749	19.87 847	40.73 856	4.16 828	56.45 860	8.07 834	2.59 826	123.95 862	5.89 831	0.18 753	0.12 705	0.09 572	0.12 695	0.12 671	0.51 794

RSGM-EC	20.36 836	4.73 822	0.68 781	16.76 834	16.92 838	21.28 840	27.18 846	10.46 838	14.04 841	18.00 843	21.31 844	22.24 855	21.82 845	22.57 844	17.63 844	62.81 860	33.79 859	20.14 856	18.10 851	20.18 854	16.45 846

acva	20.36 836	4.73 822	0.68 781	16.76 834	16.92 838	21.28 840	27.18 846	10.46 838	14.04 841	18.00 843	21.31 844	22.24 855	21.82 845	22.57 844	17.63 844	62.81 860	33.79 859	20.14 856	18.10 851	20.18 854	16.45 846

MEDIAN_ROB	20.38 838	24.04 851	23.31 847	21.23 838	21.71 840	10.40 828	7.92 831	17.64 846	15.50 845	20.12 846	19.70 842	20.34 845	20.32 844	21.19 843	21.13 846	23.81 858	21.81 853	24.98 858	23.76 857	24.71 858	23.93 851

CasAABBNet	22.42 839	17.33 843	16.01 835	22.01 840	23.28 842	38.32 842	53.80 851	24.14 851	28.41 850	20.60 849	21.77 849	20.89 852	23.91 850	23.43 849	27.36 851	14.07 844	17.69 846	11.83 844	14.01 842	14.67 844	14.95 839

RAFT-FEzeroshot	22.43 840	17.33 843	15.98 833	22.02 841	23.31 844	38.34 843	53.82 853	24.05 849	28.39 848	20.61 850	21.76 847	20.88 849	23.92 852	23.41 847	27.42 853	14.07 844	17.69 846	11.83 844	14.02 843	14.69 845	14.97 840

RAFT-FE	22.43 840	17.33 843	15.98 833	22.02 841	23.31 844	38.34 843	53.82 853	24.05 849	28.39 848	20.61 850	21.76 847	20.88 849	23.92 852	23.41 847	27.42 853	14.07 844	17.69 846	11.83 844	14.02 843	14.69 845	14.97 840

FlowAnything	22.44 842	17.35 846	16.14 837	22.07 844	23.23 841	38.39 847	53.77 849	24.25 853	28.44 851	20.96 855	21.82 851	20.70 847	23.84 848	23.49 851	27.14 848	14.04 843	17.79 852	11.75 842	14.15 848	14.65 842	14.89 836

Hybrid-DGEV	22.47 843	17.40 848	16.14 837	22.00 839	23.29 843	38.36 845	53.80 851	24.43 856	28.63 855	20.59 848	21.81 850	20.88 849	23.91 850	23.45 850	27.42 853	14.08 847	17.69 846	11.83 844	14.06 846	14.65 842	14.93 838

Selective-RAFT-Error	22.47 843	17.37 847	16.09 836	22.06 843	23.34 846	38.39 847	53.83 855	24.29 855	28.47 853	20.74 852	21.83 852	20.81 848	23.90 849	23.54 853	27.53 856	14.08 847	17.69 846	11.82 843	14.00 841	14.69 845	15.00 842

fast-reg	22.85 845	17.43 849	19.15 843	22.22 846	24.34 847	38.36 845	53.78 850	24.23 852	28.52 854	20.55 847	22.05 853	20.54 846	23.77 847	23.21 846	27.31 850	14.18 851	17.47 845	14.33 850	14.96 849	15.81 850	14.81 835

LSM0	22.87 846	17.28 842	18.96 841	22.19 845	29.04 849	38.42 849	53.71 848	24.28 854	28.31 847	20.78 854	21.00 843	21.43 853	24.16 855	23.50 852	27.39 852	14.09 849	17.38 844	11.84 848	14.04 845	14.73 849	14.89 836

AVERAGE_ROB	24.90 847	29.20 854	28.14 850	24.89 847	24.64 848	17.75 834	11.12 832	21.45 848	19.93 846	25.12 857	24.46 854	25.12 857	25.46 856	24.69 855	22.83 847	29.76 859	27.13 858	28.97 860	27.95 859	29.91 859	29.47 853

Light2-Stereo	26.76 848	1.12 807	17.52 839	8.77 822	1.53 813	1.46 811	0.22 680	1.76 826	0.88 800	24.83 856	3.04 823	5.14 823	1.60 822	104.29 861	1.53 816	11.90 842	0.49 809	160.20 862	140.43 861	19.43 853	29.13 852

zzzzzz3	32.30 849	13.60 840	18.91 840	39.10 850	40.27 852	58.35 852	74.04 858	33.28 859	42.63 857	31.37 858	33.03 856	30.65 858	36.33 859	37.51 858	43.96 859	20.73 853	26.80 856	16.52 851	20.79 853	12.34 840	15.78 843

zzz1	32.32 850	13.62 841	19.04 842	39.10 850	40.27 852	58.39 853	73.98 857	33.31 860	42.69 860	31.39 859	33.04 857	30.66 859	36.33 859	37.52 859	43.96 859	20.74 854	26.81 857	16.53 852	20.80 854	12.35 841	15.78 843

zzzz2	33.88 851	26.18 852	24.44 848	33.40 848	35.10 850	58.13 850	81.44 859	37.02 861	42.64 858	31.75 860	33.25 858	31.23 860	35.81 857	34.90 856	40.56 857	21.21 855	26.75 854	18.05 853	21.21 855	22.06 856	22.50 849

noway5	33.88 851	26.18 852	24.44 848	33.40 848	35.10 850	58.13 850	81.44 859	37.02 861	42.64 858	31.75 860	33.25 858	31.23 860	35.81 857	34.90 856	40.56 857	21.21 855	26.75 854	18.05 853	21.21 855	22.06 856	22.50 849

test_example2	98.32 853	94.13 855	45.89 851	96.35 852	109.85 854	88.61 854	95.45 861	25.75 858	94.37 861	130.00 863	126.06 861	58.17 862	74.63 861	88.51 860	79.96 861	150.23 862	221.02 861	77.62 861	99.10 860	113.75 862	96.94 854

TADF							0.16 481	0.18 375	0.21 489	0.11 338	0.07 108	0.09 294	0.09 341	0.12 360	0.11 358	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56

RSGM							0.14 313	0.16 299	0.12 208	0.11 338	0.10 267	0.12 390	0.08 286	0.11 256	0.11 358	0.07 409	0.05 337	0.06 254	0.04 79	0.04 56

AHVO							0.21 666	0.32 659	0.32 629	0.14 451	0.35 678	0.25 625	0.20 647	0.38 749	0.25 694	0.09 570	0.09 652	0.10 622	0.09 595	0.11 651

MCPF							0.19 617	0.23 498	0.27 581	0.11 338	0.14 384	0.22 586	0.15 548	0.19 600	0.14 523	0.07 409	0.05 337	0.06 254	0.05 245	0.05 217

DSFM							0.21 666	0.32 659	0.32 629	0.14 451	0.35 678	0.25 625	0.20 647	0.38 749	0.25 694	0.09 570	0.09 652	0.10 622	0.09 595	0.11 651

RAFTStereoReplicaGSO							53.85 856	24.62 857	28.45 852	20.77 853	21.70 846	21.54 854	24.04 854	24.44 854	27.14 848	14.13 850	17.71 851	11.84 848	14.07 847	14.70 848

PatchMatch		0.16 690		0.19 542		0.30 719		0.41 741		0.55 768		0.64 770		0.40 764		0.15 720		0.15 718		0.12 671

GS-Stereo							0.14 313	0.11 84	0.12 208	0.08 188	0.10 267	0.05 4	0.05 15	0.11 256	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

FSD					0.22 761	0.25 683	0.25 725	0.27 583	0.26 571	0.25 669	0.26 599	0.25 625	0.27 700	0.27 692	0.24 684	0.21 770	0.20 771	0.27 772	0.26 774	0.25 775

ccccc		285.66 856		368.85 855	370.60 855	123.16 856		115.05 863		126.68 862		122.83 863		252.94 863		384.56 863	353.86 862	254.69 863	223.00 862	425.87 863

ASD4		3.38 818

Low-res two-view benchmark