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

FoundationStereo	0.06 1	0.04 1	0.08 40	0.12 5	0.05 1	0.09 98	0.13 125	0.06 1	0.09 30	0.05 2	0.05 7	0.06 24	0.04 1	0.06 1	0.07 1	0.06 127	0.04 24	0.05 34	0.03 1	0.05 122	0.04 50

BPD-Stereo	0.07 4	0.04 1	0.08 40	0.15 90	0.07 84	0.06 11	0.14 178	0.07 2	0.10 48	0.05 2	0.05 7	0.04 1	0.06 47	0.07 4	0.09 66	0.04 11	0.04 24	0.05 34	0.05 132	0.04 22	0.04 50

Pro-Stereo	0.07 4	0.05 27	0.08 40	0.15 90	0.07 84	0.08 60	0.12 77	0.07 2	0.07 10	0.06 14	0.06 15	0.05 3	0.05 13	0.09 40	0.08 17	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

S2M2_XL	0.08 57	0.06 81	0.12 224	0.12 5	0.08 151	0.09 98	0.09 18	0.07 2	0.07 10	0.08 87	0.07 49	0.07 82	0.06 47	0.09 40	0.09 66	0.08 345	0.06 346	0.07 230	0.05 132	0.08 364	0.06 241
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
DEFOM-Stereo	0.07 4	0.05 27	0.07 8	0.14 45	0.06 16	0.10 150	0.13 125	0.07 2	0.13 138	0.06 14	0.07 49	0.06 24	0.05 13	0.10 83	0.09 66	0.04 11	0.04 24	0.05 34	0.03 1	0.04 22	0.04 50

MLG-Stereo_test3	0.07 4	0.05 27	0.10 140	0.14 45	0.06 16	0.07 34	0.11 56	0.08 6	0.06 4	0.06 14	0.04 1	0.06 24	0.06 47	0.07 4	0.10 147	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.06 241

MLG-Stereo_test1	0.06 1	0.05 27	0.08 40	0.17 248	0.05 1	0.06 11	0.11 56	0.08 6	0.03 1	0.05 2	0.04 1	0.06 24	0.05 13	0.09 40	0.09 66	0.05 35	0.04 24	0.05 34	0.03 1	0.04 22	0.04 50

MLG-Stereo	0.07 4	0.05 27	0.08 40	0.17 248	0.05 1	0.07 34	0.11 56	0.08 6	0.04 2	0.05 2	0.04 1	0.06 24	0.05 13	0.10 83	0.09 66	0.05 35	0.04 24	0.05 34	0.03 1	0.04 22	0.04 50

LG-G_1	0.07 4	0.04 1	0.11 185	0.15 90	0.06 16	0.09 98	0.08 7	0.08 6	0.06 4	0.06 14	0.05 7	0.07 82	0.07 131	0.11 135	0.08 17	0.07 276	0.04 24	0.05 34	0.04 44	0.05 122	0.05 149

LG-G	0.07 4	0.04 1	0.11 185	0.15 90	0.06 16	0.09 98	0.08 7	0.08 6	0.06 4	0.06 14	0.05 7	0.07 82	0.07 131	0.11 135	0.08 17	0.07 276	0.04 24	0.05 34	0.04 44	0.05 122	0.05 149

LGtest1	0.07 4	0.04 1	0.10 140	0.15 90	0.06 16	0.07 34	0.09 18	0.08 6	0.06 4	0.05 2	0.04 1	0.06 24	0.06 47	0.10 83	0.09 66	0.07 276	0.04 24	0.05 34	0.04 44	0.06 230	0.06 241

StereoAnything_RVC	0.07 4	0.15 508	0.17 420	0.11 1	0.05 1	0.05 4	0.11 56	0.08 6	0.08 17	0.06 14	0.06 15	0.05 3	0.05 13	0.09 40	0.08 17	0.08 345	0.04 24	0.05 34	0.03 1	0.05 122	0.04 50

BridgeDepth	0.07 4	0.07 174	0.08 40	0.18 330	0.06 16	0.07 34	0.11 56	0.09 13	0.06 4	0.04 1	0.07 49	0.10 192	0.09 201	0.08 19	0.08 17	0.04 11	0.03 1	0.04 1	0.04 44	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
DDF-Stereo	0.08 57	0.04 1	0.09 92	0.15 90	0.10 381	0.06 11	0.13 125	0.09 13	0.14 164	0.06 14	0.06 15	0.07 82	0.06 47	0.09 40	0.10 147	0.06 127	0.04 24	0.06 129	0.04 44	0.08 364	0.05 149

zero-FE	0.08 57	0.04 1	0.09 92	0.15 90	0.10 381	0.05 4	0.14 178	0.09 13	0.14 164	0.07 48	0.06 15	0.07 82	0.06 47	0.09 40	0.10 147	0.06 127	0.04 24	0.06 129	0.04 44	0.08 364	0.05 149

AdaDepth	0.07 4	0.06 81	0.07 8	0.18 330	0.06 16	0.11 196	0.12 77	0.09 13	0.07 10	0.06 14	0.05 7	0.07 82	0.06 47	0.09 40	0.10 147	0.04 11	0.05 209	0.05 34	0.04 44	0.04 22	0.04 50

LG-Stereo_L2	0.07 4	0.05 27	0.10 140	0.14 45	0.06 16	0.07 34	0.12 77	0.09 13	0.09 30	0.06 14	0.04 1	0.05 3	0.05 13	0.08 19	0.08 17	0.05 35	0.04 24	0.05 34	0.03 1	0.04 22	0.03 2

LG-Stereo_L1	0.07 4	0.05 27	0.11 185	0.14 45	0.06 16	0.07 34	0.13 125	0.09 13	0.07 10	0.05 2	0.04 1	0.05 3	0.04 1	0.08 19	0.07 1	0.05 35	0.04 24	0.05 34	0.03 1	0.04 22	0.04 50

MLG-Stereo_test2	0.06 1	0.04 1	0.10 140	0.15 90	0.05 1	0.07 34	0.11 56	0.09 13	0.04 2	0.06 14	0.05 7	0.06 24	0.04 1	0.08 19	0.09 66	0.06 127	0.04 24	0.05 34	0.03 1	0.05 122	0.05 149

GREAT-IGEV	0.07 4	0.06 81	0.08 40	0.13 14	0.07 84	0.07 34	0.14 178	0.09 13	0.09 30	0.06 14	0.07 49	0.06 24	0.05 13	0.10 83	0.07 1	0.05 35	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
AIO_rvc	0.07 4	0.06 81	0.08 40	0.15 90	0.06 16	0.08 60	0.14 178	0.09 13	0.08 17	0.07 48	0.08 90	0.07 82	0.04 1	0.10 83	0.08 17	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

LCMNet	0.08 57	0.05 27	0.10 140	0.13 14	0.07 84	0.09 98	0.12 77	0.10 22	0.11 75	0.06 14	0.08 90	0.06 24	0.07 131	0.11 135	0.10 147	0.06 127	0.05 209	0.04 1	0.03 1	0.04 22	0.04 50

GEAStereo	0.08 57	0.05 27	0.08 40	0.13 14	0.08 151	0.08 60	0.14 178	0.10 22	0.09 30	0.08 87	0.10 142	0.06 24	0.05 13	0.11 135	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.05 149

gasm-f	0.08 57	0.05 27	0.07 8	0.13 14	0.08 151	0.08 60	0.14 178	0.10 22	0.09 30	0.08 87	0.10 142	0.06 24	0.05 13	0.10 83	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.06 230	0.05 149

Wavelet-MonSter	0.07 4	0.05 27	0.07 8	0.16 172	0.06 16	0.07 34	0.11 56	0.10 22	0.08 17	0.06 14	0.06 15	0.07 82	0.07 131	0.09 40	0.09 66	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

2.25w	0.07 4	0.06 81	0.07 8	0.14 45	0.06 16	0.08 60	0.08 7	0.10 22	0.15 184	0.08 87	0.10 142	0.07 82	0.06 47	0.08 19	0.10 147	0.05 35	0.03 1	0.04 1	0.04 44	0.03 1	0.04 50

2.5w	0.07 4	0.07 174	0.07 8	0.16 172	0.06 16	0.08 60	0.12 77	0.10 22	0.10 48	0.07 48	0.06 15	0.09 159	0.06 47	0.08 19	0.09 66	0.04 11	0.03 1	0.04 1	0.04 44	0.03 1	0.03 2

LG-Stereo_Zeroshot	0.07 4	0.06 81	0.10 140	0.16 172	0.07 84	0.04 1	0.13 125	0.10 22	0.10 48	0.05 2	0.11 186	0.07 82	0.05 13	0.07 4	0.09 66	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

S2M2_L	0.09 108	0.08 279	0.11 185	0.13 14	0.10 381	0.08 60	0.06 1	0.10 22	0.10 48	0.10 162	0.09 112	0.10 192	0.09 201	0.11 135	0.11 223	0.13 523	0.07 418	0.08 321	0.09 427	0.10 458	0.08 388
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
SCV	0.08 57	0.09 355	0.08 40	0.15 90	0.08 151	0.10 150	0.13 125	0.10 22	0.12 105	0.07 48	0.07 49	0.06 24	0.04 1	0.09 40	0.08 17	0.05 35	0.04 24	0.06 129	0.04 44	0.06 230	0.04 50

DEFOM-Stereo_RVC	0.08 57	0.06 81	0.09 92	0.22 496	0.06 16	0.08 60	0.12 77	0.10 22	0.10 48	0.07 48	0.07 49	0.06 24	0.05 13	0.11 135	0.09 66	0.06 127	0.04 24	0.05 34	0.03 1	0.06 230	0.04 50

AIO_test	0.07 4	0.05 27	0.07 8	0.15 90	0.07 84	0.06 11	0.14 178	0.10 22	0.10 48	0.07 48	0.07 49	0.06 24	0.05 13	0.08 19	0.10 147	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

IGEV-RUCA	0.08 57	0.06 81	0.11 185	0.14 45	0.09 272	0.10 150	0.12 77	0.10 22	0.12 105	0.06 14	0.07 49	0.07 82	0.06 47	0.09 40	0.08 17	0.06 127	0.05 209	0.05 34	0.04 44	0.05 122	0.06 241

IGEV-BASED-STEREO-	0.09 108	0.10 414	0.31 527	0.15 90	0.06 16	0.08 60	0.14 178	0.10 22	0.10 48	0.07 48	0.07 49	0.06 24	0.04 1	0.11 135	0.07 1	0.12 498	0.04 24	0.07 230	0.05 132	0.05 122	0.05 149

IGEV-Stereo+	0.07 4	0.04 1	0.08 40	0.15 90	0.06 16	0.04 1	0.09 18	0.10 22	0.09 30	0.06 14	0.06 15	0.06 24	0.06 47	0.06 1	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.06 230	0.06 241

IGEV++	0.08 57	0.06 81	0.08 40	0.18 330	0.07 84	0.09 98	0.13 125	0.10 22	0.09 30	0.08 87	0.08 90	0.06 24	0.06 47	0.13 275	0.09 66	0.05 35	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

WQFJA1++	0.08 57	0.04 1	0.11 185	0.14 45	0.07 84	0.11 196	0.11 56	0.11 37	0.07 10	0.07 48	0.07 49	0.07 82	0.06 47	0.10 83	0.10 147	0.06 127	0.04 24	0.05 34	0.04 44	0.06 230	0.06 241

VIP-Stereo	0.07 4	0.07 174	0.07 8	0.15 90	0.06 16	0.12 238	0.10 31	0.11 37	0.11 75	0.06 14	0.07 49	0.06 24	0.05 13	0.10 83	0.08 17	0.05 35	0.04 24	0.05 34	0.03 1	0.03 1	0.02 1

GSStereo	0.08 57	0.05 27	0.08 40	0.13 14	0.08 151	0.08 60	0.14 178	0.11 37	0.12 105	0.08 87	0.10 142	0.05 3	0.05 13	0.11 135	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.05 149

GS-Stereo							0.14 178	0.11 37	0.12 105	0.08 87	0.10 142	0.05 3	0.05 13	0.11 135	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.05 149

Zero-FE251	0.07 4	0.05 27	0.09 92	0.13 14	0.06 16	0.12 238	0.12 77	0.11 37	0.10 48	0.07 48	0.08 90	0.06 24	0.06 47	0.09 40	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.04 50

Monster-pub-mixall	0.07 4	0.04 1	0.09 92	0.13 14	0.06 16	0.05 4	0.09 18	0.11 37	0.07 10	0.06 14	0.06 15	0.05 3	0.06 47	0.09 40	0.09 66	0.06 127	0.04 24	0.04 1	0.03 1	0.05 122	0.05 149

asd	0.07 4	0.08 279	0.07 8	0.16 172	0.07 84	0.08 60	0.08 7	0.11 37	0.08 17	0.07 48	0.07 49	0.06 24	0.06 47	0.10 83	0.09 66	0.03 1	0.03 1	0.04 1	0.04 44	0.04 22	0.03 2

111111	0.07 4	0.04 1	0.09 92	0.17 248	0.06 16	0.05 4	0.10 31	0.11 37	0.09 30	0.06 14	0.06 15	0.07 82	0.05 13	0.09 40	0.09 66	0.06 127	0.04 24	0.05 34	0.04 44	0.07 302	0.06 241

LG-Stereo	0.08 57	0.07 174	0.10 140	0.18 330	0.07 84	0.10 150	0.17 359	0.11 37	0.08 17	0.05 2	0.07 49	0.05 3	0.07 131	0.09 40	0.09 66	0.04 11	0.05 209	0.07 230	0.07 310	0.04 22	0.04 50

SGD-Stereo	0.08 57	0.05 27	0.10 140	0.14 45	0.05 1	0.12 238	0.12 77	0.11 37	0.12 105	0.07 48	0.09 112	0.09 159	0.09 201	0.08 19	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.03 2

SCV_C0	0.08 57	0.07 174	0.07 8	0.16 172	0.09 272	0.08 60	0.15 256	0.11 37	0.12 105	0.08 87	0.07 49	0.06 24	0.05 13	0.11 135	0.07 1	0.05 35	0.05 209	0.05 34	0.04 44	0.06 230	0.05 149

castereo++	0.08 57	0.05 27	0.08 40	0.15 90	0.05 1	0.14 322	0.12 77	0.11 37	0.15 184	0.07 48	0.07 49	0.07 82	0.06 47	0.08 19	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

SMoEStereo_RVC	0.08 57	0.06 81	0.12 224	0.16 172	0.07 84	0.09 98	0.14 178	0.11 37	0.13 138	0.09 125	0.07 49	0.07 82	0.07 131	0.12 225	0.10 147	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

ours_stereo	0.09 108	0.07 174	0.09 92	0.17 248	0.08 151	0.11 196	0.16 322	0.11 37	0.12 105	0.08 87	0.10 142	0.08 129	0.06 47	0.12 225	0.12 282	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.03 2

IGEV-Stereo++	0.07 4	0.06 81	0.08 40	0.18 330	0.06 16	0.04 1	0.10 31	0.11 37	0.11 75	0.06 14	0.07 49	0.07 82	0.06 47	0.09 40	0.09 66	0.05 35	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

RSM++	0.08 57	0.06 81	0.09 92	0.17 248	0.07 84	0.09 98	0.12 77	0.11 37	0.11 75	0.08 87	0.06 15	0.07 82	0.05 13	0.10 83	0.09 66	0.04 11	0.04 24	0.06 129	0.05 132	0.05 122	0.03 2

gcap-zeroshot	0.09 108	0.05 27	0.10 140	0.16 172	0.07 84	0.13 289	0.13 125	0.11 37	0.12 105	0.13 264	0.12 203	0.09 159	0.08 171	0.09 40	0.09 66	0.06 127	0.05 209	0.06 129	0.05 132	0.04 22	0.04 50

MoCha-V2	0.08 57	0.05 27	0.10 140	0.20 450	0.07 84	0.09 98	0.14 178	0.11 37	0.08 17	0.07 48	0.08 90	0.07 82	0.06 47	0.09 40	0.08 17	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.04 50

LoS_RVC	0.08 57	0.05 27	0.07 8	0.15 90	0.07 84	0.08 60	0.15 256	0.11 37	0.10 48	0.08 87	0.09 112	0.06 24	0.09 201	0.10 83	0.09 66	0.05 35	0.04 24	0.05 34	0.03 1	0.04 22	0.03 2

CES	0.08 57	0.04 1	0.08 40	0.14 45	0.07 84	0.09 98	0.14 178	0.11 37	0.09 30	0.08 87	0.09 112	0.11 219	0.06 47	0.12 225	0.08 17	0.06 127	0.04 24	0.05 34	0.03 1	0.05 122	0.05 149

EGLCR-Stereo	0.08 57	0.05 27	0.08 40	0.14 45	0.06 16	0.10 150	0.12 77	0.11 37	0.16 214	0.06 14	0.05 7	0.07 82	0.05 13	0.10 83	0.11 223	0.06 127	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

MatchStereo	0.07 4	0.04 1	0.08 40	0.14 45	0.06 16	0.05 4	0.12 77	0.12 58	0.09 30	0.07 48	0.06 15	0.04 1	0.04 1	0.08 19	0.09 66	0.06 127	0.05 209	0.05 34	0.03 1	0.04 22	0.04 50

HiDET	0.08 57	0.04 1	0.10 140	0.13 14	0.06 16	0.08 60	0.12 77	0.12 58	0.11 75	0.06 14	0.07 49	0.07 82	0.07 131	0.11 135	0.11 223	0.06 127	0.04 24	0.04 1	0.03 1	0.04 22	0.04 50

4w-stereo	0.07 4	0.08 279	0.08 40	0.16 172	0.06 16	0.07 34	0.08 7	0.12 58	0.08 17	0.07 48	0.07 49	0.05 3	0.06 47	0.09 40	0.10 147	0.03 1	0.03 1	0.04 1	0.04 44	0.04 22	0.03 2

3.25w_new	0.07 4	0.06 81	0.07 8	0.15 90	0.06 16	0.10 150	0.07 3	0.12 58	0.11 75	0.08 87	0.06 15	0.07 82	0.06 47	0.11 135	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 4	0.06 81	0.07 8	0.15 90	0.06 16	0.10 150	0.07 3	0.12 58	0.11 75	0.08 87	0.06 15	0.07 82	0.06 47	0.11 135	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

monsters	0.07 4	0.06 81	0.06 4	0.15 90	0.06 16	0.08 60	0.09 18	0.12 58	0.08 17	0.09 125	0.07 49	0.06 24	0.06 47	0.08 19	0.08 17	0.05 35	0.04 24	0.04 1	0.04 44	0.03 1	0.03 2

fffft	0.09 108	0.06 81	0.12 224	0.16 172	0.07 84	0.09 98	0.17 359	0.12 58	0.11 75	0.08 87	0.07 49	0.09 159	0.06 47	0.11 135	0.12 282	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.05 149
1: 1. 1
mms	0.09 108	0.07 174	0.08 40	0.16 172	0.08 151	0.10 150	0.16 322	0.12 58	0.11 75	0.08 87	0.09 112	0.08 129	0.06 47	0.11 135	0.12 282	0.05 35	0.04 24	0.07 230	0.05 132	0.04 22	0.03 2

dual_stereo	0.07 4	0.04 1	0.08 40	0.15 90	0.05 1	0.05 4	0.13 125	0.12 58	0.08 17	0.07 48	0.06 15	0.05 3	0.05 13	0.07 4	0.09 66	0.06 127	0.04 24	0.05 34	0.03 1	0.04 22	0.04 50

U	0.08 57	0.07 174	0.09 92	0.19 390	0.10 381	0.10 150	0.13 125	0.12 58	0.17 241	0.07 48	0.07 49	0.06 24	0.05 13	0.07 4	0.08 17	0.06 127	0.04 24	0.06 129	0.04 44	0.06 230	0.05 149

RSM	0.08 57	0.06 81	0.09 92	0.17 248	0.06 16	0.08 60	0.12 77	0.12 58	0.10 48	0.08 87	0.07 49	0.06 24	0.05 13	0.11 135	0.09 66	0.04 11	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

MGS-Stereo	0.09 108	0.07 174	0.12 224	0.15 90	0.08 151	0.09 98	0.15 256	0.12 58	0.12 105	0.07 48	0.10 142	0.08 129	0.06 47	0.10 83	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.06 230	0.05 149

UniTT-Stereo	0.09 108	0.07 174	0.08 40	0.18 330	0.08 151	0.13 289	0.11 56	0.12 58	0.11 75	0.10 162	0.12 203	0.05 3	0.07 131	0.09 40	0.09 66	0.07 276	0.05 209	0.05 34	0.05 132	0.05 122	0.05 149

CAS	0.08 57	0.04 1	0.07 8	0.17 248	0.08 151	0.10 150	0.13 125	0.12 58	0.09 30	0.09 125	0.10 142	0.08 129	0.06 47	0.09 40	0.08 17	0.08 345	0.04 24	0.05 34	0.03 1	0.05 122	0.04 50

MC-Stereo	0.08 57	0.06 81	0.09 92	0.17 248	0.06 16	0.10 150	0.14 178	0.12 58	0.10 48	0.09 125	0.12 203	0.09 159	0.06 47	0.11 135	0.10 147	0.06 127	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

test-3	0.08 57	0.06 81	0.09 92	0.17 248	0.07 84	0.07 34	0.14 178	0.12 58	0.15 184	0.09 125	0.08 90	0.07 82	0.08 171	0.11 135	0.10 147	0.05 35	0.04 24	0.07 230	0.05 132	0.04 22	0.04 50

test_1	0.08 57	0.06 81	0.09 92	0.17 248	0.07 84	0.07 34	0.14 178	0.12 58	0.15 184	0.09 125	0.08 90	0.07 82	0.08 171	0.11 135	0.10 147	0.05 35	0.04 24	0.07 230	0.05 132	0.04 22	0.04 50

MonSter++	0.08 57	0.04 1	0.10 140	0.13 14	0.06 16	0.09 98	0.12 77	0.13 75	0.08 17	0.06 14	0.07 49	0.06 24	0.08 171	0.10 83	0.11 223	0.06 127	0.05 209	0.04 1	0.03 1	0.04 22	0.04 50

252Zero-FE	0.08 57	0.04 1	0.09 92	0.13 14	0.07 84	0.12 238	0.11 56	0.13 75	0.14 164	0.06 14	0.05 7	0.06 24	0.05 13	0.09 40	0.10 147	0.06 127	0.04 24	0.04 1	0.03 1	0.05 122	0.06 241

DA	0.08 57	0.07 174	0.07 8	0.19 390	0.08 151	0.09 98	0.12 77	0.13 75	0.12 105	0.08 87	0.10 142	0.10 192	0.08 171	0.09 40	0.10 147	0.05 35	0.04 24	0.06 129	0.04 44	0.05 122	0.03 2

Replicate-Monster	0.07 4	0.05 27	0.09 92	0.14 45	0.06 16	0.08 60	0.09 18	0.13 75	0.13 138	0.05 2	0.07 49	0.06 24	0.06 47	0.08 19	0.10 147	0.05 35	0.04 24	0.05 34	0.03 1	0.04 22	0.04 50

GGEV	0.08 57	0.07 174	0.07 8	0.19 390	0.08 151	0.09 98	0.12 77	0.13 75	0.12 105	0.08 87	0.10 142	0.10 192	0.08 171	0.09 40	0.10 147	0.05 35	0.04 24	0.06 129	0.04 44	0.05 122	0.03 2

3.5w_stereo	0.07 4	0.07 174	0.07 8	0.15 90	0.07 84	0.09 98	0.06 1	0.13 75	0.11 75	0.07 48	0.07 49	0.06 24	0.07 131	0.10 83	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

HART	0.08 57	0.07 174	0.09 92	0.17 248	0.07 84	0.10 150	0.16 322	0.13 75	0.11 75	0.08 87	0.10 142	0.07 82	0.05 13	0.10 83	0.08 17	0.05 35	0.04 24	0.06 129	0.04 44	0.05 122	0.04 50

HUF	0.08 57	0.05 27	0.08 40	0.14 45	0.06 16	0.09 98	0.13 125	0.13 75	0.13 138	0.07 48	0.07 49	0.08 129	0.06 47	0.10 83	0.09 66	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

tt45	0.09 108	0.06 81	0.11 185	0.15 90	0.07 84	0.11 196	0.16 322	0.13 75	0.11 75	0.09 125	0.06 15	0.08 129	0.06 47	0.13 275	0.10 147	0.06 127	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

fffy	0.09 108	0.08 279	0.09 92	0.16 172	0.07 84	0.13 289	0.17 359	0.13 75	0.12 105	0.08 87	0.09 112	0.08 129	0.09 201	0.13 275	0.11 223	0.05 35	0.05 209	0.07 230	0.05 132	0.04 22	0.05 149

WCG-NET	0.08 57	0.05 27	0.09 92	0.15 90	0.06 16	0.11 196	0.14 178	0.13 75	0.13 138	0.06 14	0.09 112	0.07 82	0.06 47	0.13 275	0.08 17	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

Occ-G	0.08 57	0.05 27	0.06 4	0.14 45	0.07 84	0.08 60	0.14 178	0.13 75	0.15 184	0.07 48	0.11 186	0.07 82	0.05 13	0.09 40	0.10 147	0.06 127	0.05 209	0.05 34	0.04 44	0.05 122	0.05 149

trnet	0.08 57	0.05 27	0.07 8	0.12 5	0.05 1	0.12 238	0.11 56	0.13 75	0.10 48	0.08 87	0.13 218	0.09 159	0.08 171	0.11 135	0.10 147	0.08 345	0.05 209	0.05 34	0.03 1	0.06 230	0.05 149

GCAP-Stereo	0.09 108	0.07 174	0.13 271	0.18 330	0.06 16	0.11 196	0.07 3	0.13 75	0.12 105	0.09 125	0.10 142	0.07 82	0.09 201	0.13 275	0.10 147	0.06 127	0.05 209	0.05 34	0.04 44	0.04 22	0.05 149

Selective-IGEV	0.07 4	0.06 81	0.08 40	0.17 248	0.06 16	0.08 60	0.12 77	0.13 75	0.07 10	0.08 87	0.07 49	0.06 24	0.04 1	0.10 83	0.09 66	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

GMOStereo	0.11 224	0.09 355	0.07 8	0.19 390	0.08 151	0.12 238	0.28 559	0.13 75	0.17 241	0.11 194	0.17 283	0.14 283	0.12 300	0.07 4	0.07 1	0.05 35	0.05 209	0.09 404	0.07 310	0.04 22	0.04 50

error version	0.11 224	0.09 355	0.07 8	0.19 390	0.08 151	0.12 238	0.28 559	0.13 75	0.17 241	0.11 194	0.17 283	0.14 283	0.12 300	0.07 4	0.07 1	0.05 35	0.05 209	0.09 404	0.07 310	0.04 22	0.04 50

test-v	0.11 224	0.09 355	0.07 8	0.19 390	0.08 151	0.12 238	0.28 559	0.13 75	0.17 241	0.11 194	0.17 283	0.14 283	0.12 300	0.07 4	0.07 1	0.05 35	0.05 209	0.09 404	0.07 310	0.04 22	0.04 50

test-2	0.11 224	0.09 355	0.07 8	0.19 390	0.08 151	0.12 238	0.28 559	0.13 75	0.17 241	0.11 194	0.17 283	0.14 283	0.12 300	0.07 4	0.07 1	0.05 35	0.05 209	0.09 404	0.07 310	0.04 22	0.04 50

cross-raft	0.10 177	0.09 355	0.09 92	0.19 390	0.07 84	0.11 196	0.25 537	0.13 75	0.15 184	0.08 87	0.11 186	0.12 237	0.10 239	0.09 40	0.11 223	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

DispViT+	0.08 57	0.08 279	0.13 271	0.15 90	0.07 84	0.08 60	0.10 31	0.14 95	0.09 30	0.09 125	0.06 15	0.06 24	0.07 131	0.10 83	0.12 282	0.05 35	0.05 209	0.05 34	0.04 44	0.05 122	0.05 149

BridgeDepth_RVC	0.07 4	0.04 1	0.09 92	0.11 1	0.05 1	0.10 150	0.10 31	0.14 95	0.09 30	0.06 14	0.07 49	0.06 24	0.07 131	0.07 4	0.10 147	0.06 127	0.04 24	0.04 1	0.04 44	0.04 22	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
GASTEREO	0.08 57	0.05 27	0.09 92	0.19 390	0.07 84	0.07 34	0.12 77	0.14 95	0.11 75	0.10 162	0.09 112	0.07 82	0.04 1	0.12 225	0.08 17	0.06 127	0.05 209	0.05 34	0.04 44	0.04 22	0.05 149

MSCF	0.08 57	0.05 27	0.08 40	0.19 390	0.08 151	0.06 11	0.12 77	0.14 95	0.11 75	0.10 162	0.09 112	0.07 82	0.04 1	0.11 135	0.08 17	0.06 127	0.05 209	0.05 34	0.04 44	0.05 122	0.05 149

depthmonostereo	0.09 108	0.06 81	0.09 92	0.15 90	0.06 16	0.10 150	0.13 125	0.14 95	0.14 164	0.10 162	0.10 142	0.09 159	0.11 269	0.08 19	0.09 66	0.06 127	0.05 209	0.06 129	0.04 44	0.04 22	0.03 2

DilatedVolume-Stereo	0.09 108	0.05 27	0.08 40	0.15 90	0.06 16	0.11 196	0.12 77	0.14 95	0.16 214	0.11 194	0.11 186	0.09 159	0.09 201	0.11 135	0.10 147	0.06 127	0.05 209	0.05 34	0.04 44	0.03 1	0.03 2

4.25_new	0.07 4	0.08 279	0.09 92	0.15 90	0.06 16	0.09 98	0.08 7	0.14 95	0.08 17	0.07 48	0.07 49	0.06 24	0.06 47	0.12 225	0.10 147	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

4.5w_new	0.07 4	0.08 279	0.09 92	0.15 90	0.06 16	0.09 98	0.08 7	0.14 95	0.08 17	0.07 48	0.07 49	0.06 24	0.06 47	0.12 225	0.10 147	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

4.5_new	0.07 4	0.09 355	0.08 40	0.15 90	0.07 84	0.06 11	0.10 31	0.14 95	0.11 75	0.06 14	0.08 90	0.06 24	0.06 47	0.08 19	0.10 147	0.03 1	0.03 1	0.04 1	0.04 44	0.04 22	0.03 2

4.5w-stereo	0.07 4	0.09 355	0.08 40	0.15 90	0.07 84	0.06 11	0.10 31	0.14 95	0.11 75	0.06 14	0.08 90	0.06 24	0.06 47	0.08 19	0.10 147	0.03 1	0.03 1	0.04 1	0.04 44	0.04 22	0.03 2

4.25w-stereo	0.07 4	0.08 279	0.09 92	0.15 90	0.06 16	0.09 98	0.08 7	0.14 95	0.08 17	0.07 48	0.07 49	0.06 24	0.06 47	0.12 225	0.10 147	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

1w_stereo	0.07 4	0.06 81	0.07 8	0.16 172	0.06 16	0.07 34	0.10 31	0.14 95	0.14 164	0.07 48	0.08 90	0.05 3	0.06 47	0.09 40	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 50

IGEV	0.07 4	0.04 1	0.08 40	0.13 14	0.06 16	0.09 98	0.12 77	0.14 95	0.10 48	0.06 14	0.09 112	0.07 82	0.05 13	0.09 40	0.09 66	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

castereo	0.09 108	0.06 81	0.11 185	0.15 90	0.06 16	0.11 196	0.15 256	0.14 95	0.18 271	0.08 87	0.10 142	0.11 219	0.08 171	0.09 40	0.10 147	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

GIP-stereo	0.08 57	0.06 81	0.11 185	0.14 45	0.06 16	0.09 98	0.13 125	0.14 95	0.11 75	0.07 48	0.08 90	0.05 3	0.04 1	0.10 83	0.07 1	0.05 35	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

PAM_32	0.09 108	0.05 27	0.17 420	0.15 90	0.08 151	0.10 150	0.15 256	0.14 95	0.15 184	0.09 125	0.08 90	0.09 159	0.07 131	0.14 304	0.08 17	0.06 127	0.05 209	0.06 129	0.06 216	0.05 122	0.06 241

rvit_stereo_0083	0.12 294	0.08 279	0.17 420	0.16 172	0.09 272	0.11 196	0.15 256	0.14 95	0.26 404	0.11 194	0.14 231	0.13 263	0.10 239	0.12 225	0.12 282	0.10 445	0.08 447	0.09 404	0.07 310	0.07 302	0.05 149

rvit_stereo_0081_aga	0.11 224	0.09 355	0.14 307	0.18 330	0.09 272	0.13 289	0.14 178	0.14 95	0.19 288	0.10 162	0.18 308	0.16 326	0.09 201	0.12 225	0.09 66	0.10 445	0.06 346	0.08 321	0.07 310	0.07 302	0.06 241

rvit_stereo_0081	0.11 224	0.08 279	0.15 356	0.16 172	0.09 272	0.10 150	0.14 178	0.14 95	0.24 369	0.11 194	0.13 218	0.13 263	0.09 201	0.11 135	0.12 282	0.10 445	0.07 418	0.08 321	0.07 310	0.07 302	0.05 149

GCAP-BAT	0.09 108	0.07 174	0.14 307	0.15 90	0.08 151	0.10 150	0.13 125	0.14 95	0.10 48	0.11 194	0.10 142	0.08 129	0.07 131	0.12 225	0.10 147	0.06 127	0.05 209	0.06 129	0.04 44	0.04 22	0.04 50

rvit_stereo_0082	0.11 224	0.08 279	0.15 356	0.16 172	0.09 272	0.10 150	0.14 178	0.14 95	0.24 369	0.11 194	0.13 218	0.13 263	0.09 201	0.11 135	0.12 282	0.10 445	0.07 418	0.08 321	0.07 310	0.07 302	0.05 149

GCAPDPT-zeroshot4090	0.09 108	0.05 27	0.11 185	0.13 14	0.07 84	0.11 196	0.14 178	0.14 95	0.16 214	0.07 48	0.10 142	0.08 129	0.06 47	0.13 275	0.08 17	0.07 276	0.05 209	0.05 34	0.05 132	0.04 22	0.04 50

H2IRNET	0.10 177	0.09 355	0.09 92	0.18 330	0.09 272	0.12 238	0.15 256	0.14 95	0.21 327	0.10 162	0.10 142	0.10 192	0.10 239	0.10 83	0.10 147	0.05 35	0.04 24	0.08 321	0.08 381	0.06 230	0.05 149

AE-Stereo	0.10 177	0.08 279	0.10 140	0.18 330	0.09 272	0.10 150	0.15 256	0.14 95	0.19 288	0.09 125	0.14 231	0.12 237	0.08 171	0.11 135	0.10 147	0.05 35	0.06 346	0.07 230	0.06 216	0.05 122	0.04 50

plain	0.10 177	0.08 279	0.10 140	0.19 390	0.09 272	0.10 150	0.15 256	0.14 95	0.13 138	0.13 264	0.15 249	0.09 159	0.12 300	0.13 275	0.12 282	0.07 276	0.05 209	0.09 404	0.06 216	0.06 230	0.06 241

MSKI-zero shot	0.09 108	0.05 27	0.09 92	0.15 90	0.07 84	0.10 150	0.13 125	0.14 95	0.13 138	0.09 125	0.09 112	0.09 159	0.06 47	0.12 225	0.10 147	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.04 50

testlalala	0.09 108	0.05 27	0.11 185	0.13 14	0.07 84	0.11 196	0.14 178	0.14 95	0.16 214	0.07 48	0.10 142	0.08 129	0.06 47	0.13 275	0.08 17	0.07 276	0.05 209	0.05 34	0.05 132	0.04 22	0.04 50

GCAPDPT-zeroshot	0.09 108	0.05 27	0.11 185	0.13 14	0.07 84	0.11 196	0.14 178	0.14 95	0.16 214	0.07 48	0.10 142	0.08 129	0.06 47	0.13 275	0.08 17	0.07 276	0.05 209	0.05 34	0.05 132	0.04 22	0.04 50

AEACV	0.08 57	0.05 27	0.08 40	0.14 45	0.13 486	0.14 322	0.13 125	0.14 95	0.09 30	0.07 48	0.09 112	0.07 82	0.08 171	0.10 83	0.09 66	0.06 127	0.04 24	0.06 129	0.05 132	0.05 122	0.04 50

HH	0.09 108	0.06 81	0.13 271	0.17 248	0.08 151	0.10 150	0.16 322	0.14 95	0.10 48	0.08 87	0.09 112	0.08 129	0.07 131	0.10 83	0.09 66	0.06 127	0.04 24	0.06 129	0.05 132	0.05 122	0.04 50

HanStereo	0.09 108	0.06 81	0.13 271	0.17 248	0.08 151	0.10 150	0.16 322	0.14 95	0.10 48	0.08 87	0.09 112	0.08 129	0.07 131	0.10 83	0.09 66	0.06 127	0.04 24	0.06 129	0.05 132	0.05 122	0.04 50

test_3	0.10 177	0.09 355	0.10 140	0.20 450	0.08 151	0.13 289	0.26 546	0.14 95	0.21 327	0.10 162	0.10 142	0.09 159	0.09 201	0.08 19	0.11 223	0.05 35	0.04 24	0.08 321	0.07 310	0.04 22	0.04 50

test-1	0.10 177	0.07 174	0.16 390	0.19 390	0.08 151	0.11 196	0.24 522	0.14 95	0.18 271	0.09 125	0.07 49	0.09 159	0.08 171	0.07 4	0.09 66	0.06 127	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

CREStereo++_RVC	0.08 57	0.04 1	0.06 4	0.13 14	0.07 84	0.09 98	0.12 77	0.14 95	0.14 164	0.10 162	0.14 231	0.08 129	0.07 131	0.09 40	0.11 223	0.06 127	0.04 24	0.05 34	0.05 132	0.04 22	0.04 50
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
XX-TBD	0.09 108	0.06 81	0.07 8	0.14 45	0.07 84	0.12 238	0.16 322	0.14 95	0.13 138	0.11 194	0.12 203	0.09 159	0.08 171	0.10 83	0.10 147	0.06 127	0.04 24	0.05 34	0.03 1	0.06 230	0.05 149

CREStereo	0.09 108	0.04 1	0.08 40	0.11 1	0.06 16	0.13 289	0.14 178	0.14 95	0.10 48	0.08 87	0.13 218	0.09 159	0.08 171	0.11 135	0.10 147	0.08 345	0.04 24	0.05 34	0.03 1	0.06 230	0.06 241
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
Hybrid-DGEV-03	0.10 177	0.06 81	0.09 92	0.18 330	0.08 151	0.16 377	0.14 178	0.15 131	0.14 164	0.13 264	0.16 261	0.12 237	0.09 201	0.13 275	0.11 223	0.06 127	0.04 24	0.08 321	0.06 216	0.05 122	0.04 50

BStereo	0.08 57	0.06 81	0.16 390	0.15 90	0.08 151	0.07 34	0.09 18	0.15 131	0.16 214	0.06 14	0.07 49	0.07 82	0.05 13	0.09 40	0.11 223	0.04 11	0.05 209	0.05 34	0.07 310	0.04 22	0.04 50

CSFM-Stereo	0.07 4	0.05 27	0.07 8	0.14 45	0.06 16	0.09 98	0.13 125	0.15 131	0.06 4	0.07 48	0.08 90	0.06 24	0.08 171	0.09 40	0.09 66	0.06 127	0.05 209	0.04 1	0.03 1	0.04 22	0.04 50

MonStereo	0.07 4	0.06 81	0.05 1	0.15 90	0.05 1	0.08 60	0.10 31	0.15 131	0.15 184	0.05 2	0.06 15	0.05 3	0.06 47	0.07 4	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 4	0.06 81	0.05 1	0.15 90	0.05 1	0.08 60	0.10 31	0.15 131	0.15 184	0.05 2	0.06 15	0.05 3	0.06 47	0.07 4	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

water-stereo	0.09 108	0.06 81	0.08 40	0.16 172	0.07 84	0.09 98	0.13 125	0.15 131	0.13 138	0.11 194	0.12 203	0.08 129	0.09 201	0.07 4	0.08 17	0.06 127	0.05 209	0.05 34	0.05 132	0.04 22	0.04 50

MM-Stereo_test2	0.09 108	0.06 81	0.09 92	0.19 390	0.08 151	0.12 238	0.18 407	0.15 131	0.14 164	0.07 48	0.10 142	0.07 82	0.06 47	0.12 225	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.03 2

Reg-Stereo(zero)	0.08 57	0.05 27	0.08 40	0.16 172	0.06 16	0.12 238	0.11 56	0.15 131	0.10 48	0.12 234	0.09 112	0.10 192	0.08 171	0.11 135	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.05 149

MonSter	0.07 4	0.06 81	0.05 1	0.15 90	0.05 1	0.07 34	0.10 31	0.15 131	0.15 184	0.05 2	0.06 15	0.05 3	0.06 47	0.07 4	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

999	0.09 108	0.05 27	0.13 271	0.15 90	0.08 151	0.10 150	0.14 178	0.15 131	0.11 75	0.10 162	0.08 90	0.08 129	0.08 171	0.16 361	0.10 147	0.06 127	0.04 24	0.06 129	0.05 132	0.04 22	0.05 149

PAM	0.10 177	0.05 27	0.16 390	0.15 90	0.08 151	0.09 98	0.16 322	0.15 131	0.16 214	0.12 234	0.09 112	0.09 159	0.07 131	0.13 275	0.08 17	0.06 127	0.05 209	0.06 129	0.06 216	0.05 122	0.06 241

RAStereo	0.10 177	0.09 355	0.08 40	0.20 450	0.08 151	0.13 289	0.18 407	0.15 131	0.17 241	0.10 162	0.12 203	0.05 3	0.06 47	0.09 40	0.08 17	0.07 276	0.05 209	0.07 230	0.05 132	0.05 122	0.04 50

Pointernet	0.09 108	0.04 1	0.09 92	0.16 172	0.08 151	0.13 289	0.10 31	0.15 131	0.17 241	0.09 125	0.07 49	0.06 24	0.06 47	0.11 135	0.09 66	0.08 345	0.04 24	0.05 34	0.03 1	0.06 230	0.05 149

AIO-Stereo	0.08 57	0.06 81	0.09 92	0.18 330	0.06 16	0.08 60	0.12 77	0.15 131	0.09 30	0.08 87	0.08 90	0.07 82	0.05 13	0.11 135	0.08 17	0.05 35	0.05 209	0.05 34	0.04 44	0.04 22	0.04 50

WCG-NET（raft）	0.08 57	0.05 27	0.10 140	0.15 90	0.06 16	0.11 196	0.13 125	0.15 131	0.12 105	0.08 87	0.07 49	0.06 24	0.06 47	0.13 275	0.08 17	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.04 50

MyStereo07	0.10 177	0.07 174	0.10 140	0.17 248	0.09 272	0.14 322	0.18 407	0.15 131	0.15 184	0.09 125	0.06 15	0.06 24	0.07 131	0.12 225	0.09 66	0.06 127	0.05 209	0.08 321	0.07 310	0.06 230	0.06 241

ffm	0.12 294	0.09 355	0.14 307	0.16 172	0.08 151	0.17 399	0.17 359	0.15 131	0.19 288	0.15 313	0.25 411	0.19 373	0.13 339	0.10 83	0.07 1	0.06 127	0.04 24	0.09 404	0.08 381	0.06 230	0.06 241

ff1	0.13 319	0.09 355	0.14 307	0.16 172	0.08 151	0.17 399	0.17 359	0.15 131	0.19 288	0.15 313	0.25 411	0.19 373	0.13 339	0.14 304	0.20 455	0.06 127	0.04 24	0.09 404	0.08 381	0.06 230	0.06 241

tt1	0.10 177	0.08 279	0.12 224	0.17 248	0.09 272	0.12 238	0.16 322	0.15 131	0.19 288	0.09 125	0.08 90	0.06 24	0.06 47	0.10 83	0.07 1	0.06 127	0.04 24	0.06 129	0.05 132	0.06 230	0.06 241

LoS	0.09 108	0.05 27	0.11 185	0.13 14	0.07 84	0.14 322	0.11 56	0.15 131	0.15 184	0.09 125	0.09 112	0.12 237	0.09 201	0.15 326	0.10 147	0.07 276	0.05 209	0.05 34	0.03 1	0.05 122	0.05 149
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 108	0.07 174	0.10 140	0.17 248	0.08 151	0.10 150	0.15 256	0.15 131	0.12 105	0.09 125	0.06 15	0.07 82	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.06 241

ADStereo(finetuned)	0.10 177	0.06 81	0.12 224	0.16 172	0.06 16	0.09 98	0.17 359	0.15 131	0.19 288	0.13 264	0.17 283	0.10 192	0.12 300	0.11 135	0.12 282	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

test_4	0.10 177	0.10 414	0.08 40	0.19 390	0.09 272	0.08 60	0.22 499	0.15 131	0.17 241	0.12 234	0.18 308	0.12 237	0.09 201	0.08 19	0.11 223	0.04 11	0.04 24	0.08 321	0.08 381	0.04 22	0.03 2

GLC_STEREO	0.11 224	0.07 174	0.11 185	0.17 248	0.07 84	0.09 98	0.13 125	0.15 131	0.24 369	0.12 234	0.13 218	0.12 237	0.08 171	0.18 414	0.11 223	0.06 127	0.08 447	0.08 321	0.06 216	0.05 122	0.05 149

RAFT-345	0.11 224	0.07 174	0.15 356	0.16 172	0.08 151	0.08 60	0.12 77	0.15 131	0.10 48	0.11 194	0.36 505	0.09 159	0.09 201	0.11 135	0.12 282	0.05 35	0.05 209	0.07 230	0.06 216	0.04 22	0.05 149

CroCo-Stereo	0.09 108	0.08 279	0.08 40	0.22 496	0.09 272	0.09 98	0.19 446	0.15 131	0.12 105	0.07 48	0.07 49	0.08 129	0.06 47	0.08 19	0.07 1	0.07 276	0.05 209	0.06 129	0.04 44	0.05 122	0.04 50
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	0.09 108	0.06 81	0.07 8	0.15 90	0.05 1	0.16 377	0.18 407	0.15 131	0.15 184	0.10 162	0.11 186	0.11 219	0.11 269	0.10 83	0.12 282	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.04 50

TANstereo	0.09 108	0.04 1	0.08 40	0.13 14	0.06 16	0.11 196	0.14 178	0.15 131	0.19 288	0.11 194	0.15 249	0.10 192	0.06 47	0.12 225	0.09 66	0.07 276	0.05 209	0.05 34	0.04 44	0.06 230	0.05 149

DCANet	0.10 177	0.06 81	0.12 224	0.16 172	0.06 16	0.09 98	0.17 359	0.15 131	0.19 288	0.13 264	0.17 283	0.10 192	0.11 269	0.11 135	0.12 282	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

PMTNet	0.09 108	0.05 27	0.09 92	0.12 5	0.06 16	0.12 238	0.14 178	0.15 131	0.11 75	0.09 125	0.13 218	0.10 192	0.07 131	0.13 275	0.10 147	0.15 541	0.04 24	0.05 34	0.03 1	0.07 302	0.06 241

VMBase	0.09 108	0.05 27	0.10 140	0.13 14	0.07 84	0.10 150	0.10 31	0.16 161	0.13 138	0.10 162	0.15 249	0.10 192	0.09 201	0.11 135	0.10 147	0.07 276	0.05 209	0.05 34	0.04 44	0.05 122	0.06 241

gcap_with_dpt	0.09 108	0.06 81	0.09 92	0.16 172	0.08 151	0.12 238	0.14 178	0.16 161	0.16 214	0.08 87	0.14 231	0.10 192	0.06 47	0.11 135	0.10 147	0.06 127	0.05 209	0.05 34	0.04 44	0.05 122	0.04 50

asda	0.07 4	0.08 279	0.08 40	0.16 172	0.06 16	0.06 11	0.10 31	0.16 161	0.10 48	0.06 14	0.06 15	0.05 3	0.05 13	0.10 83	0.10 147	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

3.75w	0.07 4	0.07 174	0.08 40	0.16 172	0.07 84	0.07 34	0.09 18	0.16 161	0.09 30	0.07 48	0.06 15	0.05 3	0.06 47	0.09 40	0.10 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

monsterstereo	0.07 4	0.06 81	0.06 4	0.16 172	0.06 16	0.08 60	0.10 31	0.16 161	0.11 75	0.07 48	0.08 90	0.06 24	0.07 131	0.08 19	0.09 66	0.04 11	0.04 24	0.05 34	0.04 44	0.03 1	0.03 2

rvit_stereo_0080	0.10 177	0.08 279	0.14 307	0.15 90	0.09 272	0.07 34	0.15 256	0.16 161	0.16 214	0.11 194	0.10 142	0.14 283	0.08 171	0.12 225	0.10 147	0.09 404	0.07 418	0.07 230	0.06 216	0.07 302	0.05 149

rvit_stereo_ft	0.12 294	0.07 174	0.13 271	0.19 390	0.10 381	0.12 238	0.17 359	0.16 161	0.16 214	0.12 234	0.13 218	0.15 312	0.10 239	0.14 304	0.13 323	0.09 404	0.06 346	0.08 321	0.07 310	0.07 302	0.05 149

xx1	0.11 224	0.08 279	0.12 224	0.17 248	0.09 272	0.13 289	0.15 256	0.16 161	0.18 271	0.09 125	0.09 112	0.16 326	0.16 407	0.10 83	0.07 1	0.06 127	0.04 24	0.08 321	0.08 381	0.07 302	0.07 324

cc1	0.10 177	0.08 279	0.12 224	0.17 248	0.09 272	0.13 289	0.15 256	0.16 161	0.18 271	0.09 125	0.09 112	0.06 24	0.06 47	0.10 83	0.07 1	0.06 127	0.04 24	0.06 129	0.05 132	0.06 230	0.06 241

ff7	0.09 108	0.07 174	0.11 185	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.12 105	0.10 162	0.06 15	0.06 24	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

IGEVStereo-DCA	0.09 108	0.06 81	0.11 185	0.15 90	0.10 381	0.11 196	0.15 256	0.16 161	0.12 105	0.10 162	0.06 15	0.08 129	0.06 47	0.10 83	0.08 17	0.06 127	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241

ffff	0.09 108	0.07 174	0.11 185	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.12 105	0.10 162	0.06 15	0.06 24	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

rrr	0.09 108	0.06 81	0.12 224	0.15 90	0.10 381	0.11 196	0.16 322	0.16 161	0.15 184	0.10 162	0.06 15	0.08 129	0.06 47	0.10 83	0.08 17	0.06 127	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241

11t	0.09 108	0.07 174	0.11 185	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.12 105	0.10 162	0.06 15	0.06 24	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

whm_eth	0.10 177	0.08 279	0.14 307	0.15 90	0.09 272	0.07 34	0.15 256	0.16 161	0.16 214	0.11 194	0.10 142	0.14 283	0.08 171	0.12 225	0.10 147	0.09 404	0.07 418	0.07 230	0.06 216	0.07 302	0.05 149

MaDis-Stereo	0.09 108	0.09 355	0.08 40	0.17 248	0.09 272	0.13 289	0.10 31	0.16 161	0.16 214	0.09 125	0.11 186	0.06 24	0.06 47	0.09 40	0.13 323	0.07 276	0.06 346	0.07 230	0.05 132	0.05 122	0.04 50

RAFT-Test	0.09 108	0.06 81	0.10 140	0.15 90	0.07 84	0.11 196	0.15 256	0.16 161	0.13 138	0.09 125	0.10 142	0.10 192	0.09 201	0.12 225	0.09 66	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.05 149

anonymousdsp	0.09 108	0.07 174	0.11 185	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.12 105	0.09 125	0.06 15	0.06 24	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

CroCo-Stereo Lap2	0.09 108	0.09 355	0.08 40	0.22 496	0.09 272	0.09 98	0.19 446	0.16 161	0.12 105	0.09 125	0.10 142	0.05 3	0.05 13	0.08 19	0.08 17	0.06 127	0.06 346	0.07 230	0.05 132	0.05 122	0.05 149

ccc-4	0.09 108	0.07 174	0.11 185	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.12 105	0.10 162	0.06 15	0.06 24	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

fff	0.10 177	0.06 81	0.12 224	0.15 90	0.07 84	0.09 98	0.17 359	0.16 161	0.20 311	0.13 264	0.16 261	0.10 192	0.11 269	0.11 135	0.12 282	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.05 149

IGEV-Stereo	0.09 108	0.07 174	0.11 185	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.12 105	0.09 125	0.06 15	0.06 24	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
Patchmatch Stereo++	0.11 224	0.09 355	0.16 390	0.18 330	0.08 151	0.06 11	0.11 56	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324
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
NRIStereo	0.11 224	0.08 279	0.14 307	0.18 330	0.08 151	0.10 150	0.14 178	0.16 161	0.15 184	0.12 234	0.14 231	0.13 263	0.12 300	0.13 275	0.10 147	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.07 324

PSM-adaLoss	0.11 224	0.09 355	0.16 390	0.18 330	0.08 151	0.06 11	0.12 77	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

ROB_FTStereo_v2	0.11 224	0.09 355	0.16 390	0.19 390	0.08 151	0.06 11	0.12 77	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

ROB_FTStereo	0.11 224	0.09 355	0.16 390	0.19 390	0.08 151	0.06 11	0.11 56	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

HUI-Stereo	0.11 224	0.09 355	0.16 390	0.18 330	0.08 151	0.06 11	0.12 77	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

DEmStereo	0.12 294	0.06 81	0.14 307	0.14 45	0.10 381	0.16 377	0.15 256	0.16 161	0.24 369	0.17 356	0.24 383	0.13 263	0.14 363	0.12 225	0.13 323	0.05 35	0.04 24	0.07 230	0.06 216	0.05 122	0.05 149

iGMRVC	0.11 224	0.09 355	0.16 390	0.19 390	0.08 151	0.06 11	0.12 77	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

iRAFT	0.11 224	0.09 355	0.16 390	0.18 330	0.08 151	0.06 11	0.11 56	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

RAFT-IKP	0.11 224	0.09 355	0.16 390	0.19 390	0.08 151	0.06 11	0.12 77	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

csc	0.10 177	0.06 81	0.12 224	0.15 90	0.07 84	0.09 98	0.17 359	0.16 161	0.20 311	0.13 264	0.16 261	0.10 192	0.11 269	0.11 135	0.12 282	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.05 149

cscssc	0.10 177	0.06 81	0.12 224	0.15 90	0.07 84	0.09 98	0.17 359	0.16 161	0.20 311	0.13 264	0.16 261	0.10 192	0.11 269	0.11 135	0.12 282	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.05 149

test_xeample3	0.09 108	0.06 81	0.12 224	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.13 138	0.10 162	0.06 15	0.08 129	0.06 47	0.10 83	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

EAI-Stereo	0.09 108	0.07 174	0.11 185	0.15 90	0.06 16	0.10 150	0.15 256	0.16 161	0.09 30	0.08 87	0.09 112	0.08 129	0.07 131	0.09 40	0.11 223	0.05 35	0.04 24	0.05 34	0.05 132	0.05 122	0.04 50

CFNet-RSSM	0.09 108	0.07 174	0.09 92	0.16 172	0.07 84	0.09 98	0.15 256	0.16 161	0.17 241	0.08 87	0.12 203	0.10 192	0.09 201	0.11 135	0.09 66	0.06 127	0.04 24	0.06 129	0.04 44	0.04 22	0.04 50

DIP-Stereo	0.11 224	0.07 174	0.14 307	0.17 248	0.09 272	0.13 289	0.09 18	0.16 161	0.16 214	0.11 194	0.16 261	0.14 283	0.12 300	0.15 326	0.13 323	0.06 127	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
WQFJA1	0.10 177	0.07 174	0.08 40	0.20 450	0.09 272	0.12 238	0.17 359	0.17 199	0.17 241	0.09 125	0.10 142	0.08 129	0.10 239	0.12 225	0.11 223	0.06 127	0.07 418	0.07 230	0.06 216	0.06 230	0.05 149

NLMM	0.10 177	0.07 174	0.08 40	0.20 450	0.09 272	0.12 238	0.17 359	0.17 199	0.17 241	0.09 125	0.10 142	0.08 129	0.10 239	0.12 225	0.11 223	0.06 127	0.07 418	0.07 230	0.06 216	0.06 230	0.05 149

IGEV-FE	0.09 108	0.05 27	0.12 224	0.13 14	0.08 151	0.12 238	0.13 125	0.17 199	0.11 75	0.10 162	0.06 15	0.09 159	0.06 47	0.11 135	0.09 66	0.06 127	0.04 24	0.06 129	0.06 216	0.05 122	0.05 149

xyz-stereo-finetune2	0.11 224	0.07 174	0.13 271	0.13 14	0.07 84	0.11 196	0.19 446	0.17 199	0.12 105	0.15 313	0.15 249	0.17 346	0.12 300	0.13 275	0.11 223	0.05 35	0.04 24	0.07 230	0.05 132	0.04 22	0.06 241

xyz-stereo-finetune	0.11 224	0.08 279	0.13 271	0.14 45	0.06 16	0.10 150	0.19 446	0.17 199	0.19 288	0.12 234	0.14 231	0.15 312	0.10 239	0.13 275	0.11 223	0.05 35	0.04 24	0.07 230	0.05 132	0.04 22	0.05 149

xyz-stereo	0.13 319	0.07 174	0.20 466	0.15 90	0.05 1	0.20 456	0.15 256	0.17 199	0.31 452	0.15 313	0.29 463	0.26 460	0.16 407	0.13 275	0.12 282	0.05 35	0.05 209	0.06 129	0.05 132	0.04 22	0.04 50

UGAM	0.13 319	0.10 414	0.09 92	0.22 496	0.08 151	0.12 238	0.20 469	0.17 199	0.23 353	0.21 439	0.16 261	0.13 263	0.13 339	0.19 429	0.12 282	0.07 276	0.05 209	0.13 516	0.11 499	0.07 302	0.05 149

test_for_model	0.08 57	0.05 27	0.09 92	0.14 45	0.07 84	0.08 60	0.14 178	0.17 199	0.21 327	0.08 87	0.12 203	0.06 24	0.04 1	0.09 40	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.03 1	0.03 2

IGEV_Zeroshot_test	0.09 108	0.05 27	0.12 224	0.13 14	0.08 151	0.12 238	0.13 125	0.17 199	0.11 75	0.10 162	0.06 15	0.09 159	0.06 47	0.11 135	0.09 66	0.06 127	0.04 24	0.06 129	0.06 216	0.05 122	0.05 149

MIF-Stereo (partial)	0.11 224	0.06 81	0.10 140	0.19 390	0.10 381	0.10 150	0.11 56	0.17 199	0.18 271	0.14 286	0.16 261	0.09 159	0.11 269	0.12 225	0.12 282	0.08 345	0.05 209	0.08 321	0.07 310	0.06 230	0.07 324

LL-Strereo2	0.10 177	0.10 414	0.15 356	0.18 330	0.08 151	0.15 348	0.09 18	0.17 199	0.14 164	0.14 286	0.10 142	0.09 159	0.07 131	0.16 361	0.10 147	0.05 35	0.05 209	0.10 451	0.07 310	0.06 230	0.05 149

4D-IteraStereo	0.09 108	0.07 174	0.10 140	0.18 330	0.07 84	0.09 98	0.15 256	0.17 199	0.15 184	0.10 162	0.11 186	0.10 192	0.07 131	0.11 135	0.09 66	0.05 35	0.03 1	0.08 321	0.07 310	0.06 230	0.05 149

DisPM	0.11 224	0.07 174	0.12 224	0.16 172	0.09 272	0.06 11	0.13 125	0.17 199	0.17 241	0.14 286	0.20 329	0.12 237	0.10 239	0.11 135	0.10 147	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.11 485

CIPLG	0.11 224	0.08 279	0.14 307	0.17 248	0.08 151	0.12 238	0.15 256	0.17 199	0.15 184	0.14 286	0.11 186	0.16 326	0.09 201	0.16 361	0.11 223	0.07 276	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241

IPLGR_C	0.11 224	0.08 279	0.14 307	0.17 248	0.08 151	0.12 238	0.15 256	0.17 199	0.15 184	0.14 286	0.10 142	0.16 326	0.09 201	0.16 361	0.11 223	0.07 276	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241

ACRE	0.11 224	0.08 279	0.14 307	0.17 248	0.08 151	0.12 238	0.15 256	0.17 199	0.14 164	0.14 286	0.10 142	0.16 326	0.09 201	0.16 361	0.11 223	0.07 276	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241

CrosDoStereo	0.12 294	0.06 81	0.12 224	0.14 45	0.08 151	0.12 238	0.15 256	0.17 199	0.22 342	0.19 402	0.24 383	0.15 312	0.11 269	0.11 135	0.12 282	0.06 127	0.04 24	0.07 230	0.07 310	0.05 122	0.05 149

PFNet+	0.11 224	0.06 81	0.13 271	0.16 172	0.09 272	0.05 4	0.12 77	0.17 199	0.21 327	0.16 341	0.19 317	0.14 283	0.10 239	0.11 135	0.11 223	0.08 345	0.05 209	0.09 404	0.08 381	0.06 230	0.11 485

ASMatch	0.11 224	0.06 81	0.13 271	0.16 172	0.10 381	0.07 34	0.14 178	0.17 199	0.17 241	0.12 234	0.16 261	0.16 326	0.10 239	0.13 275	0.10 147	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.08 388

DeepStereo_LL	0.12 294	0.06 81	0.12 224	0.14 45	0.08 151	0.12 238	0.15 256	0.17 199	0.22 342	0.19 402	0.24 383	0.15 312	0.11 269	0.11 135	0.12 282	0.06 127	0.04 24	0.07 230	0.07 310	0.05 122	0.05 149

SST-Stereo	0.10 177	0.07 174	0.15 356	0.18 330	0.09 272	0.06 11	0.12 77	0.17 199	0.11 75	0.15 313	0.17 283	0.13 263	0.12 300	0.10 83	0.11 223	0.06 127	0.04 24	0.09 404	0.06 216	0.06 230	0.05 149

THIR-Stereo	0.12 294	0.07 174	0.11 185	0.15 90	0.08 151	0.14 322	0.16 322	0.17 199	0.25 390	0.16 341	0.24 383	0.14 283	0.12 300	0.12 225	0.14 359	0.06 127	0.04 24	0.07 230	0.07 310	0.05 122	0.05 149

RAFT_R40	0.11 224	0.07 174	0.14 307	0.18 330	0.09 272	0.06 11	0.13 125	0.17 199	0.16 214	0.14 286	0.18 308	0.15 312	0.12 300	0.10 83	0.11 223	0.06 127	0.04 24	0.09 404	0.06 216	0.06 230	0.05 149

Pruner-Stereo	0.11 224	0.07 174	0.12 224	0.17 248	0.09 272	0.06 11	0.12 77	0.17 199	0.17 241	0.13 264	0.19 317	0.13 263	0.09 201	0.11 135	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.08 388

DeepStereo_RVC	0.11 224	0.08 279	0.16 390	0.18 330	0.08 151	0.08 60	0.12 77	0.17 199	0.12 105	0.13 264	0.14 231	0.12 237	0.12 300	0.12 225	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.07 302	0.08 388

RAFT-RH_RVC	0.11 224	0.06 81	0.14 307	0.16 172	0.09 272	0.12 238	0.12 77	0.17 199	0.12 105	0.13 264	0.41 542	0.11 219	0.10 239	0.13 275	0.12 282	0.05 35	0.04 24	0.08 321	0.05 132	0.04 22	0.06 241

rafts_anoy	0.11 224	0.06 81	0.10 140	0.17 248	0.08 151	0.10 150	0.14 178	0.17 199	0.14 164	0.13 264	0.13 218	0.12 237	0.10 239	0.11 135	0.12 282	0.07 276	0.04 24	0.09 404	0.11 499	0.07 302	0.06 241

RALCasStereoNet	0.10 177	0.06 81	0.09 92	0.16 172	0.08 151	0.12 238	0.14 178	0.17 199	0.11 75	0.12 234	0.17 283	0.14 283	0.10 239	0.12 225	0.11 223	0.07 276	0.06 346	0.06 129	0.05 132	0.08 364	0.07 324

sCroCo_RVC	0.12 294	0.09 355	0.23 490	0.24 529	0.11 431	0.19 441	0.14 178	0.17 199	0.14 164	0.10 162	0.13 218	0.12 237	0.07 131	0.14 304	0.11 223	0.08 345	0.08 447	0.08 321	0.08 381	0.05 122	0.07 324

RAFT-Stereo + iAFF	0.09 108	0.06 81	0.10 140	0.17 248	0.06 16	0.10 150	0.16 322	0.17 199	0.14 164	0.09 125	0.10 142	0.08 129	0.09 201	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.06 216	0.04 22	0.03 2

AFF-stereo	0.09 108	0.06 81	0.10 140	0.17 248	0.07 84	0.10 150	0.16 322	0.17 199	0.09 30	0.10 162	0.12 203	0.09 159	0.09 201	0.12 225	0.09 66	0.05 35	0.04 24	0.07 230	0.07 310	0.04 22	0.03 2

Gwc-CoAtRS	0.09 108	0.06 81	0.10 140	0.16 172	0.07 84	0.10 150	0.14 178	0.17 199	0.17 241	0.08 87	0.10 142	0.12 237	0.09 201	0.12 225	0.09 66	0.06 127	0.04 24	0.06 129	0.04 44	0.04 22	0.04 50

Wave_Phase_stereo	0.09 108	0.06 81	0.16 390	0.15 90	0.08 151	0.11 196	0.09 18	0.18 231	0.16 214	0.06 14	0.07 49	0.07 82	0.05 13	0.09 40	0.11 223	0.04 11	0.05 209	0.05 34	0.07 310	0.04 22	0.04 50

WQFJX1	0.10 177	0.07 174	0.08 40	0.22 496	0.09 272	0.12 238	0.17 359	0.18 231	0.17 241	0.10 162	0.09 112	0.07 82	0.10 239	0.11 135	0.09 66	0.07 276	0.08 447	0.07 230	0.06 216	0.05 122	0.04 50

WQFJX	0.10 177	0.07 174	0.09 92	0.21 481	0.09 272	0.12 238	0.16 322	0.18 231	0.17 241	0.12 234	0.10 142	0.07 82	0.09 201	0.12 225	0.10 147	0.06 127	0.07 418	0.06 129	0.05 132	0.06 230	0.05 149

NLMM1	0.11 224	0.09 355	0.07 8	0.22 496	0.10 381	0.12 238	0.20 469	0.18 231	0.20 311	0.12 234	0.11 186	0.07 82	0.09 201	0.11 135	0.11 223	0.08 345	0.08 447	0.07 230	0.06 216	0.04 22	0.04 50

NLSM3	0.09 108	0.06 81	0.08 40	0.19 390	0.08 151	0.11 196	0.16 322	0.18 231	0.16 214	0.06 14	0.08 90	0.07 82	0.08 171	0.09 40	0.11 223	0.04 11	0.04 24	0.06 129	0.07 310	0.03 1	0.03 2

NLCSM	0.11 224	0.09 355	0.09 92	0.23 520	0.11 431	0.12 238	0.19 446	0.18 231	0.18 271	0.12 234	0.11 186	0.07 82	0.09 201	0.11 135	0.10 147	0.07 276	0.08 447	0.07 230	0.07 310	0.06 230	0.05 149

FE-Mocha	0.09 108	0.06 81	0.14 307	0.16 172	0.09 272	0.10 150	0.15 256	0.18 231	0.16 214	0.10 162	0.09 112	0.07 82	0.07 131	0.09 40	0.09 66	0.06 127	0.04 24	0.06 129	0.06 216	0.05 122	0.05 149

qwe	0.07 4	0.08 279	0.07 8	0.15 90	0.06 16	0.07 34	0.10 31	0.18 231	0.11 75	0.07 48	0.07 49	0.06 24	0.06 47	0.10 83	0.09 66	0.03 1	0.03 1	0.04 1	0.04 44	0.04 22	0.03 2

2.75w_new	0.07 4	0.07 174	0.07 8	0.13 14	0.06 16	0.08 60	0.08 7	0.18 231	0.12 105	0.07 48	0.08 90	0.06 24	0.06 47	0.09 40	0.11 223	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 50

Former-RAFT_DAM_RVC	0.10 177	0.08 279	0.12 224	0.16 172	0.08 151	0.15 348	0.16 322	0.18 231	0.18 271	0.10 162	0.09 112	0.09 159	0.08 171	0.11 135	0.12 282	0.07 276	0.05 209	0.08 321	0.06 216	0.07 302	0.06 241

11t1	0.12 294	0.06 81	0.13 271	0.14 45	0.08 151	0.17 399	0.15 256	0.18 231	0.15 184	0.15 313	0.15 249	0.16 326	0.16 407	0.15 326	0.13 323	0.08 345	0.05 209	0.06 129	0.05 132	0.08 364	0.07 324

EKT-Stereo	0.11 224	0.07 174	0.14 307	0.15 90	0.10 381	0.13 289	0.14 178	0.18 231	0.21 327	0.11 194	0.08 90	0.12 237	0.09 201	0.11 135	0.12 282	0.08 345	0.06 346	0.07 230	0.06 216	0.08 364	0.07 324

CASnet	0.09 108	0.09 355	0.09 92	0.19 390	0.06 16	0.07 34	0.11 56	0.18 231	0.14 164	0.11 194	0.10 142	0.09 159	0.07 131	0.10 83	0.10 147	0.06 127	0.04 24	0.10 451	0.08 381	0.05 122	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
anonymousdsp2	0.11 224	0.07 174	0.10 140	0.16 172	0.09 272	0.13 289	0.14 178	0.18 231	0.22 342	0.13 264	0.14 231	0.12 237	0.09 201	0.14 304	0.11 223	0.05 35	0.04 24	0.05 34	0.04 44	0.06 230	0.05 149

CASS	0.13 319	0.12 458	0.11 185	0.23 520	0.09 272	0.15 348	0.17 359	0.18 231	0.19 288	0.17 356	0.18 308	0.15 312	0.15 381	0.14 304	0.14 359	0.09 404	0.06 346	0.10 451	0.08 381	0.09 427	0.07 324
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
DCRE	0.11 224	0.07 174	0.13 271	0.16 172	0.11 431	0.11 196	0.17 359	0.18 231	0.17 241	0.11 194	0.18 308	0.10 192	0.10 239	0.15 326	0.11 223	0.06 127	0.05 209	0.06 129	0.06 216	0.05 122	0.04 50

riskmin	0.11 224	0.06 81	0.13 271	0.14 45	0.08 151	0.14 322	0.14 178	0.18 231	0.14 164	0.11 194	0.14 231	0.16 326	0.11 269	0.14 304	0.12 282	0.09 404	0.05 209	0.07 230	0.05 132	0.08 364	0.08 388

RCA-Stereo	0.09 108	0.06 81	0.09 92	0.16 172	0.06 16	0.09 98	0.13 125	0.18 231	0.14 164	0.09 125	0.10 142	0.08 129	0.07 131	0.12 225	0.11 223	0.06 127	0.04 24	0.06 129	0.05 132	0.05 122	0.04 50

DCANet-4	0.10 177	0.06 81	0.12 224	0.16 172	0.06 16	0.09 98	0.17 359	0.18 231	0.19 288	0.13 264	0.16 261	0.09 159	0.14 363	0.11 135	0.12 282	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.05 149

RAFT_CTSACE	0.12 294	0.09 355	0.10 140	0.22 496	0.08 151	0.12 238	0.24 522	0.18 231	0.16 214	0.20 425	0.27 437	0.13 263	0.07 131	0.13 275	0.09 66	0.05 35	0.06 346	0.08 321	0.07 310	0.04 22	0.04 50

iRaft-Stereo_20w	0.09 108	0.05 27	0.13 271	0.14 45	0.08 151	0.12 238	0.15 256	0.18 231	0.10 48	0.11 194	0.08 90	0.08 129	0.05 13	0.10 83	0.09 66	0.06 127	0.04 24	0.06 129	0.05 132	0.06 230	0.05 149

TRStereo	0.09 108	0.05 27	0.12 224	0.15 90	0.12 463	0.10 150	0.13 125	0.18 231	0.18 271	0.09 125	0.09 112	0.09 159	0.06 47	0.10 83	0.08 17	0.07 276	0.05 209	0.07 230	0.07 310	0.04 22	0.04 50

AAGNet	0.11 224	0.07 174	0.16 390	0.19 390	0.09 272	0.08 60	0.13 125	0.18 231	0.13 138	0.16 341	0.21 351	0.13 263	0.14 363	0.11 135	0.14 359	0.06 127	0.04 24	0.09 404	0.06 216	0.06 230	0.05 149

GrayStereo	0.11 224	0.06 81	0.11 185	0.19 390	0.09 272	0.09 98	0.16 322	0.18 231	0.17 241	0.14 286	0.17 283	0.17 346	0.11 269	0.12 225	0.11 223	0.05 35	0.05 209	0.07 230	0.06 216	0.05 122	0.10 459

CRE-IMP	0.11 224	0.09 355	0.16 390	0.19 390	0.08 151	0.10 150	0.12 77	0.18 231	0.10 48	0.14 286	0.13 218	0.13 263	0.12 300	0.12 225	0.11 223	0.07 276	0.04 24	0.08 321	0.06 216	0.08 364	0.08 388

iRaftStereo_RVC	0.10 177	0.07 174	0.09 92	0.17 248	0.09 272	0.11 196	0.17 359	0.18 231	0.12 105	0.09 125	0.12 203	0.10 192	0.07 131	0.11 135	0.10 147	0.05 35	0.04 24	0.08 321	0.08 381	0.04 22	0.04 50

raftrobust	0.09 108	0.06 81	0.10 140	0.17 248	0.08 151	0.09 98	0.10 31	0.18 231	0.16 214	0.10 162	0.09 112	0.12 237	0.07 131	0.12 225	0.10 147	0.08 345	0.05 209	0.06 129	0.05 132	0.05 122	0.05 149

HITNet	0.10 177	0.06 81	0.12 224	0.14 45	0.06 16	0.11 196	0.10 31	0.18 231	0.18 271	0.13 264	0.16 261	0.14 283	0.11 269	0.15 326	0.13 323	0.06 127	0.04 24	0.04 1	0.04 44	0.06 230	0.05 149
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
rvit_0105_6	0.14 353	0.09 355	0.18 442	0.17 248	0.10 381	0.10 150	0.16 322	0.19 259	0.26 404	0.12 234	0.18 308	0.17 346	0.12 300	0.18 414	0.12 282	0.15 541	0.11 511	0.12 501	0.10 467	0.09 427	0.06 241

UGAM-zero	0.09 108	0.05 27	0.15 356	0.15 90	0.08 151	0.09 98	0.13 125	0.19 259	0.15 184	0.11 194	0.15 249	0.07 82	0.07 131	0.09 40	0.09 66	0.06 127	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241

DCVSM-stereo	0.14 353	0.09 355	0.16 390	0.16 172	0.10 381	0.15 348	0.09 18	0.19 259	0.23 353	0.20 425	0.23 371	0.26 460	0.15 381	0.18 414	0.14 359	0.09 404	0.07 418	0.09 404	0.08 381	0.10 458	0.12 498

RAFT-Stereo-weight	0.09 108	0.06 81	0.10 140	0.16 172	0.07 84	0.09 98	0.14 178	0.19 259	0.16 214	0.11 194	0.10 142	0.08 129	0.06 47	0.10 83	0.11 223	0.06 127	0.04 24	0.06 129	0.04 44	0.04 22	0.04 50

MyStereo8	0.12 294	0.07 174	0.15 356	0.15 90	0.09 272	0.18 418	0.14 178	0.19 259	0.22 342	0.12 234	0.18 308	0.11 219	0.10 239	0.16 361	0.18 436	0.07 276	0.05 209	0.07 230	0.05 132	0.08 364	0.09 432

MyStereo06	0.10 177	0.07 174	0.12 224	0.17 248	0.09 272	0.13 289	0.18 407	0.19 259	0.12 105	0.12 234	0.08 90	0.07 82	0.07 131	0.11 135	0.09 66	0.06 127	0.05 209	0.07 230	0.07 310	0.06 230	0.06 241

knoymous	0.11 224	0.05 27	0.12 224	0.13 14	0.07 84	0.15 348	0.14 178	0.19 259	0.13 138	0.11 194	0.17 283	0.13 263	0.09 201	0.13 275	0.11 223	0.08 345	0.05 209	0.06 129	0.05 132	0.08 364	0.07 324

anonymousa	0.13 319	0.07 174	0.13 271	0.18 330	0.09 272	0.13 289	0.17 359	0.19 259	0.29 435	0.15 313	0.24 383	0.15 312	0.14 363	0.14 304	0.14 359	0.07 276	0.05 209	0.07 230	0.09 427	0.05 122	0.06 241

TransformOpticalFlow	0.10 177	0.08 279	0.13 271	0.18 330	0.07 84	0.09 98	0.15 256	0.19 259	0.15 184	0.12 234	0.17 283	0.11 219	0.11 269	0.11 135	0.10 147	0.05 35	0.04 24	0.06 129	0.06 216	0.05 122	0.05 149

AnonymousM	0.09 108	0.05 27	0.10 140	0.14 45	0.06 16	0.09 98	0.13 125	0.19 259	0.14 164	0.13 264	0.11 186	0.09 159	0.08 171	0.13 275	0.10 147	0.08 345	0.05 209	0.08 321	0.05 132	0.05 122	0.05 149

MLCV	0.12 294	0.07 174	0.16 390	0.18 330	0.06 16	0.15 348	0.17 359	0.19 259	0.21 327	0.18 386	0.25 411	0.17 346	0.13 339	0.14 304	0.13 323	0.05 35	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

FlowAnything_test	0.11 224	0.08 279	0.14 307	0.15 90	0.09 272	0.07 34	0.14 178	0.20 270	0.11 75	0.09 125	0.09 112	0.12 237	0.12 300	0.13 275	0.11 223	0.09 404	0.06 346	0.09 404	0.09 427	0.06 230	0.09 432

3w_stereo	0.08 57	0.09 355	0.10 140	0.17 248	0.07 84	0.08 60	0.10 31	0.20 270	0.13 138	0.06 14	0.07 49	0.05 3	0.06 47	0.08 19	0.09 66	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

2w_stereo	0.08 57	0.08 279	0.09 92	0.16 172	0.06 16	0.08 60	0.10 31	0.20 270	0.15 184	0.08 87	0.07 49	0.06 24	0.06 47	0.06 1	0.09 66	0.04 11	0.03 1	0.04 1	0.04 44	0.03 1	0.03 2

tg	0.10 177	0.06 81	0.10 140	0.18 330	0.08 151	0.11 196	0.16 322	0.20 270	0.12 105	0.08 87	0.11 186	0.11 219	0.07 131	0.11 135	0.10 147	0.05 35	0.04 24	0.08 321	0.08 381	0.04 22	0.04 50

model_zeroshot	0.10 177	0.04 1	0.11 185	0.15 90	0.09 272	0.12 238	0.14 178	0.20 270	0.13 138	0.11 194	0.10 142	0.12 237	0.07 131	0.12 225	0.10 147	0.07 276	0.06 346	0.06 129	0.05 132	0.06 230	0.06 241

GCST	0.37 571	0.42 589	0.26 502	1.02 613	0.39 589	0.18 418	0.08 7	0.20 270	0.17 241	0.28 517	0.25 411	0.15 312	0.12 300	0.16 361	0.14 359	0.64 609	0.43 598	0.75 605	0.65 609	0.63 602	0.46 601

test_sample1	0.13 319	0.07 174	0.14 307	0.13 14	0.08 151	0.19 441	0.16 322	0.20 270	0.15 184	0.14 286	0.22 362	0.18 359	0.16 407	0.17 393	0.14 359	0.07 276	0.06 346	0.06 129	0.06 216	0.08 364	0.07 324

MIM_Stereo	0.09 108	0.07 174	0.11 185	0.15 90	0.07 84	0.06 11	0.12 77	0.20 270	0.14 164	0.13 264	0.13 218	0.09 159	0.05 13	0.12 225	0.08 17	0.05 35	0.06 346	0.07 230	0.06 216	0.06 230	0.05 149

Selective-RAFT	0.11 224	0.10 414	0.11 185	0.21 481	0.08 151	0.16 377	0.13 125	0.20 270	0.22 342	0.10 162	0.10 142	0.11 219	0.10 239	0.15 326	0.11 223	0.05 35	0.05 209	0.06 129	0.05 132	0.06 230	0.05 149

IPLG	0.10 177	0.07 174	0.15 356	0.17 248	0.08 151	0.11 196	0.14 178	0.20 270	0.15 184	0.12 234	0.17 283	0.07 82	0.07 131	0.14 304	0.13 323	0.06 127	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

MIPNet	0.11 224	0.08 279	0.14 307	0.17 248	0.09 272	0.12 238	0.14 178	0.20 270	0.24 369	0.11 194	0.10 142	0.09 159	0.07 131	0.13 275	0.12 282	0.06 127	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

HHNet	0.11 224	0.06 81	0.16 390	0.15 90	0.14 506	0.07 34	0.13 125	0.20 270	0.17 241	0.14 286	0.25 411	0.11 219	0.08 171	0.13 275	0.10 147	0.05 35	0.04 24	0.08 321	0.06 216	0.05 122	0.09 432

PSM-AAD	0.11 224	0.07 174	0.10 140	0.19 390	0.09 272	0.10 150	0.15 256	0.20 270	0.13 138	0.12 234	0.14 231	0.18 359	0.11 269	0.11 135	0.10 147	0.05 35	0.05 209	0.09 404	0.08 381	0.06 230	0.14 536

RAFT	0.13 319	0.09 355	0.11 185	0.18 330	0.08 151	0.15 348	0.24 522	0.20 270	0.19 288	0.21 439	0.21 351	0.17 346	0.12 300	0.16 361	0.09 66	0.06 127	0.07 418	0.10 451	0.09 427	0.05 122	0.05 149

TestStereo	0.13 319	0.14 498	0.11 185	0.23 520	0.08 151	0.15 348	0.21 489	0.20 270	0.23 353	0.14 286	0.24 383	0.16 326	0.12 300	0.16 361	0.14 359	0.05 35	0.06 346	0.08 321	0.06 216	0.09 427	0.05 149

RALAANet	0.11 224	0.08 279	0.10 140	0.17 248	0.09 272	0.14 322	0.10 31	0.20 270	0.15 184	0.14 286	0.13 218	0.16 326	0.09 201	0.12 225	0.11 223	0.06 127	0.05 209	0.07 230	0.06 216	0.05 122	0.04 50

XX-Stereo	0.09 108	0.05 27	0.08 40	0.17 248	0.09 272	0.15 348	0.12 77	0.20 270	0.10 48	0.10 162	0.14 231	0.07 82	0.06 47	0.12 225	0.08 17	0.06 127	0.05 209	0.06 129	0.06 216	0.04 22	0.04 50

ARAFT	0.12 294	0.08 279	0.17 420	0.19 390	0.09 272	0.14 322	0.18 407	0.20 270	0.12 105	0.12 234	0.13 218	0.14 283	0.11 269	0.15 326	0.12 282	0.06 127	0.05 209	0.10 451	0.09 427	0.05 122	0.04 50

GMStereo	0.13 319	0.14 498	0.14 307	0.18 330	0.09 272	0.15 348	0.16 322	0.20 270	0.24 369	0.16 341	0.17 283	0.10 192	0.10 239	0.16 361	0.13 323	0.07 276	0.06 346	0.06 129	0.06 216	0.07 302	0.06 241
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
aanetorigin	0.22 499	0.17 527	0.56 575	0.17 248	0.10 381	0.15 348	0.19 446	0.20 270	0.33 466	0.49 579	0.48 559	0.29 486	0.27 522	0.20 454	0.23 496	0.08 345	0.07 418	0.08 321	0.07 310	0.10 458	0.09 432

EDNetEfficient	0.29 554	0.24 562	1.13 609	0.18 330	0.10 381	0.19 441	0.20 469	0.20 270	0.60 577	0.74 599	0.56 575	0.31 509	0.39 569	0.22 484	0.30 556	0.09 404	0.07 418	0.08 321	0.07 310	0.11 481	0.09 432

cf-r	0.13 319	0.07 174	0.12 224	0.16 172	0.08 151	0.14 322	0.19 446	0.20 270	0.25 390	0.17 356	0.25 411	0.21 394	0.16 407	0.14 304	0.14 359	0.10 445	0.05 209	0.06 129	0.08 381	0.06 230	0.06 241

iResNet	0.13 319	0.10 414	0.18 442	0.19 390	0.08 151	0.13 289	0.18 407	0.20 270	0.26 404	0.15 313	0.23 371	0.15 312	0.13 339	0.14 304	0.14 359	0.06 127	0.04 24	0.06 129	0.05 132	0.06 230	0.05 149

NLSM1	0.10 177	0.07 174	0.07 8	0.19 390	0.08 151	0.13 289	0.16 322	0.21 293	0.15 184	0.11 194	0.10 142	0.06 24	0.10 239	0.10 83	0.11 223	0.07 276	0.08 447	0.08 321	0.07 310	0.05 122	0.05 149

Select-FE	0.11 224	0.06 81	0.20 466	0.15 90	0.11 431	0.11 196	0.13 125	0.21 293	0.18 271	0.09 125	0.11 186	0.10 192	0.06 47	0.12 225	0.09 66	0.07 276	0.05 209	0.07 230	0.08 381	0.06 230	0.08 388

MM-Stereo_test1	0.10 177	0.07 174	0.08 40	0.18 330	0.07 84	0.12 238	0.18 407	0.21 293	0.20 311	0.09 125	0.11 186	0.08 129	0.06 47	0.10 83	0.10 147	0.06 127	0.05 209	0.07 230	0.06 216	0.05 122	0.04 50

HI	0.11 224	0.06 81	0.11 185	0.13 14	0.09 272	0.09 98	0.14 178	0.21 293	0.10 48	0.19 402	0.17 283	0.14 283	0.09 201	0.16 361	0.08 17	0.05 35	0.04 24	0.07 230	0.08 381	0.07 302	0.06 241

CoSv	0.11 224	0.06 81	0.11 185	0.13 14	0.09 272	0.09 98	0.14 178	0.21 293	0.10 48	0.19 402	0.17 283	0.14 283	0.09 201	0.16 361	0.08 17	0.05 35	0.04 24	0.07 230	0.08 381	0.07 302	0.06 241

AIO-test1	0.10 177	0.07 174	0.10 140	0.23 520	0.07 84	0.09 98	0.13 125	0.21 293	0.14 164	0.11 194	0.12 203	0.09 159	0.07 131	0.11 135	0.09 66	0.06 127	0.05 209	0.09 404	0.10 467	0.03 1	0.06 241

AIO-Stereo-zeroshot1	0.11 224	0.05 27	0.14 307	0.15 90	0.20 564	0.09 98	0.17 359	0.21 293	0.15 184	0.11 194	0.14 231	0.10 192	0.07 131	0.10 83	0.08 17	0.06 127	0.05 209	0.07 230	0.07 310	0.07 302	0.09 432

test_sample2	0.12 294	0.07 174	0.12 224	0.14 45	0.08 151	0.16 377	0.18 407	0.21 293	0.16 214	0.14 286	0.20 329	0.19 373	0.15 381	0.15 326	0.12 282	0.08 345	0.05 209	0.07 230	0.06 216	0.08 364	0.07 324

mmm	0.14 353	0.08 279	0.17 420	0.17 248	0.09 272	0.17 399	0.18 407	0.21 293	0.15 184	0.15 313	0.23 371	0.21 394	0.16 407	0.16 361	0.17 418	0.08 345	0.05 209	0.08 321	0.07 310	0.07 302	0.07 324

StereoVision	0.13 319	0.12 458	0.09 92	0.24 529	0.10 381	0.15 348	0.21 489	0.21 293	0.20 311	0.12 234	0.24 383	0.10 192	0.10 239	0.16 361	0.10 147	0.09 404	0.11 511	0.12 501	0.12 519	0.06 230	0.05 149

Any-RAFT	0.10 177	0.05 27	0.09 92	0.14 45	0.07 84	0.13 289	0.14 178	0.21 293	0.15 184	0.11 194	0.12 203	0.12 237	0.09 201	0.12 225	0.09 66	0.07 276	0.04 24	0.05 34	0.04 44	0.06 230	0.05 149

test_5	0.14 353	0.12 458	0.08 40	0.20 450	0.10 381	0.14 322	0.29 568	0.21 293	0.24 369	0.18 386	0.28 451	0.11 219	0.15 381	0.12 225	0.13 323	0.06 127	0.05 209	0.07 230	0.08 381	0.08 364	0.07 324

iRaft-Stereo_5w	0.12 294	0.09 355	0.12 224	0.19 390	0.08 151	0.09 98	0.12 77	0.21 293	0.21 327	0.19 402	0.14 231	0.11 219	0.09 201	0.20 454	0.16 403	0.05 35	0.05 209	0.07 230	0.06 216	0.05 122	0.06 241

UDGNet	0.14 353	0.13 486	0.16 390	0.17 248	0.10 381	0.12 238	0.16 322	0.21 293	0.27 414	0.20 425	0.20 329	0.16 326	0.13 339	0.16 361	0.13 323	0.10 445	0.06 346	0.09 404	0.07 310	0.06 230	0.07 324

dd	0.15 396	0.16 516	0.16 390	0.19 390	0.09 272	0.15 348	0.18 407	0.21 293	0.25 390	0.23 468	0.20 329	0.21 394	0.09 201	0.21 471	0.16 403	0.10 445	0.06 346	0.08 321	0.06 216	0.08 364	0.06 241

dad	0.17 440	0.20 547	0.20 466	0.16 172	0.11 431	0.20 456	0.18 407	0.21 293	0.28 428	0.30 531	0.24 383	0.29 486	0.13 339	0.19 429	0.16 403	0.18 563	0.09 479	0.11 482	0.09 427	0.11 481	0.07 324

IPLGR	0.11 224	0.09 355	0.16 390	0.18 330	0.08 151	0.12 238	0.17 359	0.21 293	0.24 369	0.11 194	0.12 203	0.11 219	0.08 171	0.12 225	0.12 282	0.06 127	0.05 209	0.06 129	0.06 216	0.04 22	0.04 50

LCNet	0.11 224	0.07 174	0.09 92	0.19 390	0.09 272	0.08 60	0.15 256	0.21 293	0.15 184	0.11 194	0.15 249	0.16 326	0.11 269	0.12 225	0.11 223	0.05 35	0.04 24	0.08 321	0.07 310	0.06 230	0.15 543

STrans-v2	0.10 177	0.07 174	0.12 224	0.18 330	0.07 84	0.10 150	0.14 178	0.21 293	0.11 75	0.11 194	0.15 249	0.12 237	0.10 239	0.11 135	0.12 282	0.05 35	0.04 24	0.06 129	0.06 216	0.04 22	0.04 50

OMP-Stereo	0.11 224	0.06 81	0.14 307	0.18 330	0.08 151	0.09 98	0.12 77	0.21 293	0.21 327	0.13 264	0.14 231	0.11 219	0.12 300	0.11 135	0.13 323	0.06 127	0.04 24	0.07 230	0.06 216	0.05 122	0.04 50

FTStereo	0.12 294	0.06 81	0.14 307	0.18 330	0.09 272	0.07 34	0.15 256	0.21 293	0.18 271	0.12 234	0.24 383	0.12 237	0.12 300	0.13 275	0.13 323	0.05 35	0.05 209	0.07 230	0.06 216	0.06 230	0.10 459

DRaft	0.12 294	0.06 81	0.11 185	0.14 45	0.09 272	0.14 322	0.17 359	0.21 293	0.30 445	0.17 356	0.28 451	0.10 192	0.15 381	0.10 83	0.12 282	0.05 35	0.04 24	0.07 230	0.06 216	0.05 122	0.05 149

111	0.10 177	0.06 81	0.12 224	0.15 90	0.07 84	0.10 150	0.14 178	0.21 293	0.23 353	0.11 194	0.12 203	0.14 283	0.11 269	0.13 275	0.10 147	0.06 127	0.04 24	0.06 129	0.04 44	0.05 122	0.05 149

GwcNet-RSSM	0.14 353	0.07 174	0.12 224	0.15 90	0.08 151	0.15 348	0.20 469	0.21 293	0.27 414	0.18 386	0.27 437	0.22 412	0.16 407	0.14 304	0.15 387	0.10 445	0.05 209	0.07 230	0.09 427	0.07 302	0.07 324

z-ln-s-r	0.17 440	0.10 414	0.40 552	0.19 390	0.08 151	0.17 399	0.18 407	0.22 317	0.33 466	0.18 386	0.40 531	0.22 412	0.17 430	0.20 454	0.23 496	0.07 276	0.05 209	0.07 230	0.07 310	0.07 302	0.05 149

DFGA-Net	0.13 319	0.11 440	0.18 442	0.17 248	0.10 381	0.12 238	0.13 125	0.22 317	0.25 390	0.16 341	0.16 261	0.13 263	0.12 300	0.16 361	0.14 359	0.07 276	0.05 209	0.08 321	0.07 310	0.05 122	0.05 149

FACV-RUCA	0.13 319	0.11 440	0.12 224	0.19 390	0.12 463	0.15 348	0.15 256	0.22 317	0.20 311	0.15 313	0.16 261	0.14 283	0.16 407	0.14 304	0.13 323	0.07 276	0.05 209	0.08 321	0.06 216	0.10 458	0.08 388

CBFPSM	0.14 353	0.06 81	0.26 502	0.17 248	0.09 272	0.13 289	0.15 256	0.22 317	0.23 353	0.20 425	0.27 437	0.24 436	0.16 407	0.16 361	0.18 436	0.06 127	0.06 346	0.06 129	0.07 310	0.07 302	0.07 324

Anonymous_2	0.22 499	0.17 527	0.28 514	0.15 90	0.16 536	0.32 549	0.22 499	0.22 317	0.17 241	0.23 468	0.24 383	0.26 460	0.27 522	0.27 514	0.23 496	0.22 579	0.25 586	0.17 550	0.17 560	0.17 559	0.17 563

x	0.13 319	0.07 174	0.14 307	0.14 45	0.08 151	0.18 418	0.14 178	0.22 317	0.20 311	0.15 313	0.19 317	0.19 373	0.17 430	0.18 414	0.18 436	0.07 276	0.05 209	0.06 129	0.06 216	0.07 302	0.07 324

RAFT+CT+SA	0.13 319	0.11 440	0.09 92	0.19 390	0.09 272	0.15 348	0.28 559	0.22 317	0.22 342	0.15 313	0.26 428	0.10 192	0.10 239	0.11 135	0.12 282	0.05 35	0.04 24	0.07 230	0.08 381	0.07 302	0.06 241

Sa-1000	0.12 294	0.08 279	0.08 40	0.18 330	0.08 151	0.14 322	0.22 499	0.22 317	0.18 271	0.15 313	0.20 329	0.17 346	0.11 269	0.10 83	0.10 147	0.06 127	0.05 209	0.09 404	0.09 427	0.05 122	0.05 149

IIG-Stereo	0.11 224	0.06 81	0.13 271	0.17 248	0.08 151	0.11 196	0.12 77	0.22 317	0.17 241	0.14 286	0.17 283	0.11 219	0.12 300	0.12 225	0.12 282	0.06 127	0.05 209	0.07 230	0.06 216	0.05 122	0.04 50

KYRaft	0.11 224	0.07 174	0.10 140	0.19 390	0.09 272	0.08 60	0.15 256	0.22 317	0.12 105	0.13 264	0.16 261	0.20 385	0.10 239	0.12 225	0.10 147	0.05 35	0.04 24	0.08 321	0.08 381	0.06 230	0.16 554

Prome-Stereo	0.11 224	0.06 81	0.10 140	0.18 330	0.08 151	0.12 238	0.15 256	0.22 317	0.13 138	0.12 234	0.17 283	0.13 263	0.08 171	0.12 225	0.10 147	0.05 35	0.04 24	0.07 230	0.06 216	0.06 230	0.09 432

EDNetEfficientorigin	7.91 625	0.31 579	153.02 647	0.19 390	0.09 272	0.21 473	0.16 322	0.22 317	0.59 573	0.72 595	0.67 585	0.42 559	0.50 587	0.24 504	0.39 580	0.08 345	0.07 418	0.08 321	0.07 310	0.12 496	0.10 459

FENet	0.13 319	0.08 279	0.12 224	0.16 172	0.08 151	0.14 322	0.15 256	0.22 317	0.23 353	0.17 356	0.23 371	0.16 326	0.12 300	0.14 304	0.15 387	0.08 345	0.05 209	0.08 321	0.08 381	0.07 302	0.07 324

ACVNet	0.15 396	0.09 355	0.15 356	0.13 14	0.12 463	0.14 322	0.20 469	0.22 317	0.33 466	0.17 356	0.26 428	0.21 394	0.16 407	0.17 393	0.21 475	0.07 276	0.06 346	0.06 129	0.06 216	0.08 364	0.06 241

GANet-RSSM	0.14 353	0.07 174	0.13 271	0.13 14	0.08 151	0.14 322	0.17 359	0.22 317	0.21 327	0.17 356	0.24 383	0.23 430	0.15 381	0.16 361	0.15 387	0.10 445	0.06 346	0.07 230	0.08 381	0.08 364	0.07 324

CFNet-ft	0.14 353	0.07 174	0.15 356	0.12 5	0.09 272	0.16 377	0.18 407	0.22 317	0.24 369	0.17 356	0.26 428	0.24 436	0.14 363	0.16 361	0.14 359	0.11 474	0.06 346	0.08 321	0.09 427	0.09 427	0.08 388

BEATNet_4x	0.12 294	0.08 279	0.14 307	0.18 330	0.07 84	0.15 348	0.07 3	0.22 317	0.18 271	0.16 341	0.19 317	0.18 359	0.14 363	0.16 361	0.15 387	0.07 276	0.05 209	0.05 34	0.05 132	0.06 230	0.06 241

CFNet_RVC	0.14 353	0.07 174	0.15 356	0.12 5	0.09 272	0.16 377	0.18 407	0.22 317	0.24 369	0.17 356	0.26 428	0.24 436	0.14 363	0.16 361	0.14 359	0.11 474	0.06 346	0.08 321	0.09 427	0.09 427	0.08 388

LE_ROB	0.50 587	0.07 174	0.14 307	0.15 90	0.08 151	0.24 502	0.16 322	0.22 317	1.81 622	4.63 625	0.67 585	0.47 573	0.44 582	0.20 454	0.29 550	0.07 276	0.06 346	0.06 129	0.06 216	0.08 364	0.06 241

DN-CSS_ROB	0.13 319	0.13 486	0.16 390	0.18 330	0.10 381	0.16 377	0.08 7	0.22 317	0.18 271	0.17 356	0.22 362	0.13 263	0.13 339	0.12 225	0.13 323	0.05 35	0.05 209	0.10 451	0.10 467	0.08 364	0.06 241

DLNR-FE	10.43 630	1.83 622	19.53 642	120.75 646	13.06 634	0.06 11	0.13 125	0.23 337	0.10 48	0.07 48	0.10 142	0.09 159	0.06 47	0.10 83	0.09 66	0.13 523	0.04 24	0.06 129	0.04 44	52.01 648	0.04 50

AIO-test2	0.10 177	0.08 279	0.10 140	0.23 520	0.08 151	0.11 196	0.10 31	0.23 337	0.23 353	0.08 87	0.09 112	0.08 129	0.05 13	0.10 83	0.08 17	0.06 127	0.05 209	0.08 321	0.09 427	0.05 122	0.05 149

rvit_0105_4	0.14 353	0.09 355	0.17 420	0.17 248	0.10 381	0.12 238	0.19 446	0.23 337	0.27 414	0.14 286	0.20 329	0.17 346	0.13 339	0.17 393	0.13 323	0.15 541	0.11 511	0.11 482	0.10 467	0.09 427	0.06 241

ACV-stereo	0.15 396	0.10 414	0.28 514	0.18 330	0.12 463	0.14 322	0.12 77	0.23 337	0.21 327	0.19 402	0.23 371	0.22 412	0.15 381	0.23 495	0.17 418	0.07 276	0.06 346	0.07 230	0.07 310	0.07 302	0.07 324

AIO-Stereo-zeroshot	0.11 224	0.05 27	0.11 185	0.15 90	0.13 486	0.13 289	0.16 322	0.23 337	0.17 241	0.10 162	0.12 203	0.10 192	0.07 131	0.11 135	0.09 66	0.06 127	0.05 209	0.06 129	0.06 216	0.07 302	0.08 388

DispNO	0.14 353	0.08 279	0.17 420	0.19 390	0.12 463	0.11 196	0.21 489	0.23 337	0.29 435	0.17 356	0.23 371	0.18 359	0.17 430	0.15 326	0.15 387	0.07 276	0.05 209	0.08 321	0.08 381	0.07 302	0.06 241

CoDeX	0.12 294	0.07 174	0.12 224	0.17 248	0.08 151	0.12 238	0.15 256	0.23 337	0.27 414	0.13 264	0.17 283	0.16 326	0.11 269	0.14 304	0.11 223	0.07 276	0.05 209	0.07 230	0.06 216	0.06 230	0.05 149

ACVNet-DCA	0.10 177	0.08 279	0.12 224	0.17 248	0.09 272	0.13 289	0.15 256	0.23 337	0.16 214	0.09 125	0.09 112	0.06 24	0.06 47	0.10 83	0.07 1	0.06 127	0.04 24	0.06 129	0.05 132	0.07 302	0.07 324

1test111	0.11 224	0.08 279	0.12 224	0.17 248	0.09 272	0.13 289	0.15 256	0.23 337	0.16 214	0.09 125	0.09 112	0.06 24	0.06 47	0.15 326	0.16 403	0.06 127	0.04 24	0.06 129	0.05 132	0.07 302	0.07 324

DLNR_Zeroshot_test	10.40 629	1.82 621	19.49 641	120.77 647	13.11 635	0.06 11	0.13 125	0.23 337	0.10 48	0.07 48	0.10 142	0.09 159	0.06 47	0.10 83	0.09 66	0.13 523	0.04 24	0.06 129	0.04 44	51.54 647	0.04 50

TestStereo1	0.13 319	0.08 279	0.08 40	0.19 390	0.08 151	0.18 418	0.29 568	0.23 337	0.16 214	0.17 356	0.20 329	0.16 326	0.10 239	0.12 225	0.13 323	0.06 127	0.06 346	0.08 321	0.06 216	0.05 122	0.05 149

qqq	0.13 319	0.09 355	0.15 356	0.16 172	0.08 151	0.13 289	0.15 256	0.23 337	0.16 214	0.15 313	0.19 317	0.16 326	0.16 407	0.15 326	0.16 403	0.07 276	0.06 346	0.08 321	0.08 381	0.07 302	0.07 324

SA-5K	0.13 319	0.08 279	0.08 40	0.19 390	0.08 151	0.18 418	0.29 568	0.23 337	0.16 214	0.17 356	0.20 329	0.16 326	0.10 239	0.12 225	0.13 323	0.06 127	0.06 346	0.08 321	0.06 216	0.05 122	0.05 149

SA	0.12 294	0.09 355	0.08 40	0.18 330	0.08 151	0.12 238	0.24 522	0.23 337	0.18 271	0.17 356	0.27 437	0.14 283	0.11 269	0.11 135	0.11 223	0.05 35	0.05 209	0.09 404	0.08 381	0.05 122	0.04 50

AACVNet	0.16 419	0.08 279	0.14 307	0.15 90	0.10 381	0.18 418	0.15 256	0.23 337	0.24 369	0.27 502	0.27 437	0.28 478	0.17 430	0.19 429	0.16 403	0.09 404	0.07 418	0.09 404	0.07 310	0.10 458	0.09 432

NF-Stereo	0.11 224	0.07 174	0.13 271	0.17 248	0.09 272	0.10 150	0.14 178	0.23 337	0.19 288	0.12 234	0.17 283	0.12 237	0.11 269	0.11 135	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.12 498

OCTAStereo	0.11 224	0.07 174	0.13 271	0.17 248	0.09 272	0.10 150	0.14 178	0.23 337	0.19 288	0.12 234	0.17 283	0.12 237	0.11 269	0.11 135	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.12 498

RE-Stereo	0.11 224	0.07 174	0.13 271	0.17 248	0.09 272	0.10 150	0.14 178	0.23 337	0.19 288	0.12 234	0.17 283	0.12 237	0.11 269	0.11 135	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.12 498

TVStereo	0.11 224	0.07 174	0.13 271	0.17 248	0.09 272	0.10 150	0.14 178	0.23 337	0.19 288	0.12 234	0.17 283	0.12 237	0.11 269	0.11 135	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.12 498

GMM-Stereo	0.11 224	0.07 174	0.10 140	0.18 330	0.09 272	0.08 60	0.15 256	0.23 337	0.16 214	0.11 194	0.15 249	0.13 263	0.11 269	0.11 135	0.11 223	0.05 35	0.04 24	0.08 321	0.07 310	0.06 230	0.09 432

DMCA	0.14 353	0.09 355	0.16 390	0.19 390	0.09 272	0.15 348	0.17 359	0.23 337	0.27 414	0.14 286	0.19 317	0.17 346	0.18 444	0.15 326	0.17 418	0.10 445	0.06 346	0.08 321	0.06 216	0.09 427	0.10 459

R-Stereo Train	0.10 177	0.06 81	0.10 140	0.17 248	0.08 151	0.11 196	0.14 178	0.23 337	0.11 75	0.12 234	0.19 317	0.11 219	0.08 171	0.09 40	0.11 223	0.07 276	0.05 209	0.06 129	0.05 132	0.05 122	0.05 149

RAFT-Stereo	0.10 177	0.06 81	0.10 140	0.17 248	0.08 151	0.11 196	0.14 178	0.23 337	0.11 75	0.12 234	0.19 317	0.11 219	0.08 171	0.09 40	0.11 223	0.07 276	0.05 209	0.06 129	0.05 132	0.05 122	0.05 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MM-Stereo_test3	0.10 177	0.07 174	0.07 8	0.18 330	0.07 84	0.12 238	0.19 446	0.24 360	0.19 288	0.06 14	0.10 142	0.08 129	0.06 47	0.11 135	0.08 17	0.06 127	0.06 346	0.07 230	0.05 132	0.05 122	0.04 50

rvit_0105_5	0.14 353	0.09 355	0.13 271	0.17 248	0.09 272	0.14 322	0.23 510	0.24 360	0.27 414	0.14 286	0.15 249	0.18 359	0.12 300	0.17 393	0.14 359	0.14 537	0.11 511	0.10 451	0.10 467	0.08 364	0.06 241

CAS++	0.11 224	0.07 174	0.11 185	0.14 45	0.09 272	0.12 238	0.14 178	0.24 360	0.14 164	0.11 194	0.09 112	0.11 219	0.07 131	0.14 304	0.09 66	0.11 474	0.09 479	0.09 404	0.07 310	0.07 302	0.08 388
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
gwcnet-sp	0.14 353	0.07 174	0.12 224	0.18 330	0.09 272	0.16 377	0.17 359	0.24 360	0.24 369	0.18 386	0.24 383	0.15 312	0.16 407	0.15 326	0.15 387	0.08 345	0.06 346	0.07 230	0.08 381	0.08 364	0.07 324

scenet	0.14 353	0.07 174	0.12 224	0.18 330	0.09 272	0.16 377	0.17 359	0.24 360	0.24 369	0.18 386	0.24 383	0.15 312	0.16 407	0.15 326	0.15 387	0.08 345	0.06 346	0.07 230	0.08 381	0.08 364	0.07 324

ToySt	0.17 440	0.11 440	0.18 442	0.17 248	0.11 431	0.16 377	0.25 537	0.24 360	0.33 466	0.19 402	0.24 383	0.26 460	0.24 499	0.19 429	0.20 455	0.07 276	0.08 447	0.09 404	0.10 467	0.09 427	0.08 388

ssnet	0.14 353	0.07 174	0.12 224	0.18 330	0.09 272	0.16 377	0.17 359	0.24 360	0.24 369	0.18 386	0.24 383	0.15 312	0.16 407	0.15 326	0.15 387	0.08 345	0.06 346	0.07 230	0.08 381	0.08 364	0.07 324

PSM-softLoss	0.12 294	0.07 174	0.15 356	0.17 248	0.09 272	0.08 60	0.13 125	0.24 360	0.17 241	0.14 286	0.19 317	0.13 263	0.11 269	0.11 135	0.11 223	0.07 276	0.05 209	0.08 321	0.07 310	0.06 230	0.12 498

KMStereo	0.12 294	0.07 174	0.15 356	0.17 248	0.09 272	0.08 60	0.13 125	0.24 360	0.17 241	0.14 286	0.19 317	0.13 263	0.11 269	0.11 135	0.11 223	0.07 276	0.05 209	0.08 321	0.07 310	0.06 230	0.12 498

IRAFT_RVC	0.12 294	0.08 279	0.16 390	0.19 390	0.08 151	0.07 34	0.15 256	0.24 360	0.23 353	0.14 286	0.14 231	0.15 312	0.12 300	0.12 225	0.10 147	0.06 127	0.04 24	0.09 404	0.06 216	0.06 230	0.06 241

raft+_RVC	0.11 224	0.07 174	0.09 92	0.16 172	0.07 84	0.10 150	0.11 56	0.24 360	0.20 311	0.12 234	0.15 249	0.12 237	0.08 171	0.12 225	0.13 323	0.07 276	0.04 24	0.07 230	0.06 216	0.05 122	0.05 149

ac_64	0.16 419	0.08 279	0.15 356	0.18 330	0.10 381	0.22 482	0.18 407	0.24 360	0.21 327	0.18 386	0.24 383	0.29 486	0.18 444	0.19 429	0.22 484	0.09 404	0.07 418	0.08 321	0.09 427	0.07 302	0.06 241

PSMNet-RSSM	0.14 353	0.07 174	0.13 271	0.15 90	0.08 151	0.13 289	0.16 322	0.24 360	0.24 369	0.16 341	0.28 451	0.22 412	0.14 363	0.15 326	0.13 323	0.11 474	0.06 346	0.09 404	0.12 519	0.08 364	0.07 324

SuperB	0.20 478	0.10 414	0.56 575	0.16 172	0.09 272	0.18 418	0.18 407	0.24 360	0.50 554	0.26 496	0.39 525	0.17 346	0.21 476	0.22 484	0.21 475	0.08 345	0.06 346	0.06 129	0.06 216	0.12 496	0.10 459

UCFNet_RVC	0.14 353	0.08 279	0.13 271	0.11 1	0.10 381	0.20 456	0.10 31	0.24 360	0.22 342	0.17 356	0.20 329	0.23 430	0.15 381	0.17 393	0.15 387	0.12 498	0.07 418	0.10 451	0.13 529	0.11 481	0.10 459

pmcnn	0.15 396	0.07 174	0.19 454	0.15 90	0.07 84	0.20 456	0.15 256	0.24 360	0.26 404	0.21 439	0.34 498	0.28 478	0.18 444	0.18 414	0.17 418	0.07 276	0.05 209	0.05 34	0.04 44	0.07 302	0.06 241

G2L-ROB	0.13 319	0.06 81	0.13 271	0.13 14	0.08 151	0.14 322	0.16 322	0.25 376	0.18 271	0.19 402	0.18 308	0.20 385	0.14 363	0.17 393	0.16 403	0.08 345	0.05 209	0.06 129	0.05 132	0.08 364	0.09 432

DDVS	0.15 396	0.10 414	0.21 475	0.16 172	0.12 463	0.15 348	0.14 178	0.25 376	0.19 288	0.18 386	0.29 463	0.27 468	0.12 300	0.19 429	0.15 387	0.09 404	0.06 346	0.09 404	0.07 310	0.11 481	0.11 485

rvit_0105_3	0.15 396	0.09 355	0.14 307	0.19 390	0.12 463	0.15 348	0.25 537	0.25 376	0.29 435	0.15 313	0.17 283	0.20 385	0.13 339	0.17 393	0.14 359	0.13 523	0.11 511	0.12 501	0.14 533	0.07 302	0.06 241

test_sample6	0.14 353	0.08 279	0.13 271	0.16 172	0.08 151	0.17 399	0.19 446	0.25 376	0.17 241	0.17 356	0.27 437	0.19 373	0.14 363	0.15 326	0.13 323	0.08 345	0.05 209	0.08 321	0.07 310	0.08 364	0.08 388

test_sample5	0.14 353	0.08 279	0.14 307	0.16 172	0.08 151	0.18 418	0.18 407	0.25 376	0.17 241	0.17 356	0.27 437	0.18 359	0.14 363	0.16 361	0.13 323	0.08 345	0.05 209	0.08 321	0.07 310	0.08 364	0.08 388

DualNet	0.14 353	0.08 279	0.14 307	0.16 172	0.08 151	0.18 418	0.18 407	0.25 376	0.17 241	0.17 356	0.27 437	0.18 359	0.14 363	0.16 361	0.13 323	0.08 345	0.05 209	0.08 321	0.07 310	0.08 364	0.08 388

SDNR	0.19 466	0.08 279	0.19 454	0.16 172	0.12 463	0.77 605	0.14 178	0.25 376	0.32 459	0.19 402	0.24 383	0.19 373	0.13 339	0.19 429	0.15 387	0.16 557	0.18 566	0.14 528	0.11 499	0.08 364	0.11 485

fast-acv-ft	0.18 454	0.11 440	0.19 454	0.19 390	0.12 463	0.24 502	0.21 489	0.25 376	0.34 478	0.22 455	0.34 498	0.27 468	0.20 472	0.21 471	0.23 496	0.09 404	0.09 479	0.08 321	0.10 467	0.08 364	0.07 324

IER	0.14 353	0.07 174	0.13 271	0.17 248	0.09 272	0.14 322	0.16 322	0.25 376	0.26 404	0.18 386	0.25 411	0.17 346	0.20 472	0.16 361	0.14 359	0.08 345	0.05 209	0.07 230	0.06 216	0.08 364	0.07 324

CSP-Net	0.16 419	0.09 355	0.14 307	0.16 172	0.09 272	0.19 441	0.17 359	0.25 376	0.32 459	0.25 490	0.30 470	0.24 436	0.15 381	0.21 471	0.18 436	0.09 404	0.06 346	0.07 230	0.07 310	0.08 364	0.07 324

ICVP	0.15 396	0.09 355	0.12 224	0.22 496	0.09 272	0.17 399	0.21 489	0.25 376	0.23 353	0.18 386	0.30 470	0.26 460	0.18 444	0.17 393	0.14 359	0.09 404	0.07 418	0.08 321	0.07 310	0.07 302	0.07 324
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MMNet	0.17 440	0.09 355	0.16 390	0.20 450	0.11 431	0.27 533	0.20 469	0.25 376	0.41 517	0.22 455	0.30 470	0.21 394	0.20 472	0.17 393	0.20 455	0.06 127	0.06 346	0.07 230	0.07 310	0.08 364	0.07 324

acv_ft	0.15 396	0.09 355	0.15 356	0.19 390	0.10 381	0.16 377	0.17 359	0.25 376	0.33 466	0.19 402	0.26 428	0.21 394	0.17 430	0.17 393	0.18 436	0.07 276	0.06 346	0.06 129	0.06 216	0.08 364	0.06 241

hitnet-ft	0.18 454	0.09 355	0.17 420	0.14 45	0.09 272	0.26 523	0.20 469	0.25 376	0.26 404	0.24 477	0.32 482	0.31 509	0.22 485	0.24 504	0.21 475	0.12 498	0.07 418	0.10 451	0.08 381	0.12 496	0.11 485

DMCA-RVC	0.17 440	0.10 414	0.15 356	0.24 529	0.11 431	0.18 418	0.18 407	0.25 376	0.24 369	0.21 439	0.26 428	0.25 450	0.27 522	0.18 414	0.20 455	0.12 498	0.08 447	0.13 516	0.10 467	0.10 458	0.08 388

FADNet-RVC-Resample	0.16 419	0.11 440	0.31 527	0.22 496	0.11 431	0.19 441	0.14 178	0.25 376	0.24 369	0.24 477	0.27 437	0.20 385	0.15 381	0.16 361	0.15 387	0.07 276	0.08 447	0.12 501	0.10 467	0.09 427	0.10 459

RP	0.21 490	0.13 486	0.21 475	0.23 520	0.11 431	0.21 473	0.20 469	0.25 376	0.44 535	0.21 439	0.38 517	0.36 535	0.24 499	0.27 514	0.25 519	0.11 474	0.12 527	0.13 516	0.12 519	0.12 496	0.14 536

iResNetv2_ROB	0.14 353	0.08 279	0.15 356	0.16 172	0.08 151	0.16 377	0.12 77	0.25 376	0.35 487	0.21 439	0.29 463	0.24 436	0.13 339	0.14 304	0.14 359	0.06 127	0.05 209	0.06 129	0.04 44	0.09 427	0.08 388

coex_refinement	0.14 353	0.07 174	0.12 224	0.17 248	0.10 381	0.15 348	0.15 256	0.26 394	0.29 435	0.18 386	0.20 329	0.22 412	0.17 430	0.16 361	0.18 436	0.08 345	0.05 209	0.06 129	0.06 216	0.09 427	0.08 388

test_sample4	0.14 353	0.08 279	0.14 307	0.15 90	0.08 151	0.19 441	0.18 407	0.26 394	0.17 241	0.16 341	0.25 411	0.18 359	0.14 363	0.16 361	0.13 323	0.08 345	0.06 346	0.08 321	0.06 216	0.08 364	0.08 388

test_sample3	0.14 353	0.08 279	0.15 356	0.14 45	0.09 272	0.19 441	0.17 359	0.26 394	0.18 271	0.16 341	0.22 362	0.19 373	0.15 381	0.17 393	0.13 323	0.08 345	0.06 346	0.07 230	0.06 216	0.09 427	0.08 388

SMFormer	0.14 353	0.07 174	0.17 420	0.14 45	0.08 151	0.16 377	0.17 359	0.26 394	0.27 414	0.19 402	0.20 329	0.18 359	0.15 381	0.15 326	0.17 418	0.08 345	0.05 209	0.07 230	0.06 216	0.07 302	0.06 241

tta	0.14 353	0.07 174	0.17 420	0.14 45	0.08 151	0.16 377	0.17 359	0.26 394	0.27 414	0.19 402	0.20 329	0.18 359	0.15 381	0.15 326	0.17 418	0.08 345	0.05 209	0.07 230	0.06 216	0.06 230	0.06 241

qqq1	0.13 319	0.07 174	0.17 420	0.14 45	0.08 151	0.16 377	0.17 359	0.26 394	0.27 414	0.19 402	0.20 329	0.18 359	0.15 381	0.15 326	0.11 223	0.08 345	0.05 209	0.05 34	0.05 132	0.06 230	0.06 241

fff1	0.13 319	0.07 174	0.17 420	0.14 45	0.08 151	0.16 377	0.17 359	0.26 394	0.27 414	0.19 402	0.20 329	0.18 359	0.15 381	0.15 326	0.11 223	0.08 345	0.05 209	0.05 34	0.05 132	0.06 230	0.06 241

Wz-Net-LNSev-Ref	0.18 454	0.09 355	0.29 522	0.15 90	0.10 381	0.22 482	0.20 469	0.26 394	0.39 508	0.25 490	0.42 548	0.24 436	0.15 381	0.20 454	0.19 449	0.07 276	0.05 209	0.06 129	0.05 132	0.10 458	0.09 432

CRFU-Net	0.16 419	0.08 279	0.14 307	0.17 248	0.09 272	0.19 441	0.14 178	0.26 394	0.20 311	0.28 517	0.27 437	0.29 486	0.17 430	0.19 429	0.17 418	0.09 404	0.09 479	0.07 230	0.07 310	0.08 364	0.08 388

PSMNet-ADL	0.15 396	0.12 458	0.13 271	0.22 496	0.09 272	0.13 289	0.20 469	0.26 394	0.23 353	0.18 386	0.20 329	0.24 436	0.16 407	0.18 414	0.17 418	0.08 345	0.08 447	0.08 321	0.11 499	0.08 364	0.07 324

PFNet	0.12 294	0.06 81	0.17 420	0.17 248	0.08 151	0.09 98	0.15 256	0.26 394	0.20 311	0.16 341	0.16 261	0.14 283	0.11 269	0.12 225	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.05 122	0.05 149

sAnonymous2	0.13 319	0.12 458	0.24 494	0.20 450	0.12 463	0.17 399	0.13 125	0.26 394	0.21 327	0.11 194	0.11 186	0.13 263	0.08 171	0.10 83	0.10 147	0.09 404	0.05 209	0.08 321	0.06 216	0.15 543	0.10 459

CroCo_RVC	0.13 319	0.12 458	0.24 494	0.20 450	0.12 463	0.17 399	0.13 125	0.26 394	0.21 327	0.11 194	0.11 186	0.13 263	0.08 171	0.10 83	0.10 147	0.09 404	0.05 209	0.08 321	0.06 216	0.15 543	0.10 459

HCRNet	0.16 419	0.24 562	0.12 224	0.35 578	0.11 431	0.15 348	0.17 359	0.26 394	0.22 342	0.19 402	0.24 383	0.21 394	0.14 363	0.15 326	0.13 323	0.11 474	0.07 418	0.11 482	0.10 467	0.09 427	0.07 324

RAFT + AFF	0.13 319	0.07 174	0.20 466	0.20 450	0.10 381	0.14 322	0.24 522	0.26 394	0.20 311	0.11 194	0.10 142	0.12 237	0.10 239	0.15 326	0.12 282	0.07 276	0.06 346	0.09 404	0.08 381	0.06 230	0.08 388

FADNet_RVC	0.16 419	0.14 498	0.40 552	0.20 450	0.11 431	0.13 289	0.13 125	0.26 394	0.22 342	0.21 439	0.23 371	0.20 385	0.17 430	0.14 304	0.16 403	0.08 345	0.08 447	0.12 501	0.09 427	0.11 481	0.10 459

FADNet-RVC	0.20 478	0.20 547	0.38 549	0.21 481	0.16 536	0.20 456	0.15 256	0.26 394	0.26 404	0.26 496	0.32 482	0.26 460	0.21 476	0.22 484	0.19 449	0.12 498	0.13 541	0.12 501	0.14 533	0.13 514	0.18 566

AANet_RVC	0.16 419	0.10 414	0.10 140	0.18 330	0.09 272	0.18 418	0.19 446	0.26 394	0.31 452	0.22 455	0.35 502	0.21 394	0.21 476	0.22 484	0.16 403	0.06 127	0.05 209	0.06 129	0.06 216	0.07 302	0.06 241

StereoDRNet-Refined	0.17 440	0.12 458	0.15 356	0.20 450	0.09 272	0.18 418	0.18 407	0.26 394	0.23 353	0.26 496	0.40 531	0.22 412	0.17 430	0.21 471	0.20 455	0.08 345	0.05 209	0.09 404	0.10 467	0.07 302	0.07 324
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CBMV_ROB	0.19 466	0.13 486	0.17 420	0.16 172	0.11 431	0.15 348	0.13 125	0.26 394	0.28 428	0.27 502	0.30 470	0.27 468	0.24 499	0.23 495	0.16 403	0.15 541	0.17 564	0.22 568	0.20 566	0.10 458	0.11 485

iResNet_ROB	0.14 353	0.07 174	0.13 271	0.14 45	0.07 84	0.18 418	0.14 178	0.26 394	0.31 452	0.22 455	0.25 411	0.23 430	0.15 381	0.15 326	0.13 323	0.07 276	0.05 209	0.05 34	0.04 44	0.08 364	0.08 388

FSD					0.22 570	0.25 513	0.25 537	0.27 415	0.26 404	0.25 490	0.26 428	0.25 450	0.27 522	0.27 514	0.24 509	0.21 574	0.20 572	0.27 575	0.26 578	0.25 578

G2L-Stereo	0.14 353	0.07 174	0.13 271	0.17 248	0.09 272	0.13 289	0.12 77	0.27 415	0.22 342	0.16 341	0.27 437	0.21 394	0.13 339	0.17 393	0.18 436	0.09 404	0.08 447	0.08 321	0.07 310	0.07 302	0.07 324

TCMNet	0.19 466	0.12 458	0.19 454	0.20 450	0.18 558	0.20 456	0.24 522	0.27 415	0.36 491	0.23 468	0.26 428	0.25 450	0.19 460	0.19 429	0.23 496	0.13 523	0.11 511	0.11 482	0.12 519	0.13 514	0.12 498

DualNet (step1)	0.16 419	0.12 458	0.20 466	0.12 5	0.14 506	0.17 399	0.13 125	0.27 415	0.23 353	0.20 425	0.20 329	0.24 436	0.19 460	0.16 361	0.16 403	0.15 541	0.06 346	0.14 528	0.14 533	0.14 527	0.12 498

test_sample9	0.18 454	0.12 458	0.20 466	0.12 5	0.14 506	0.17 399	0.13 125	0.27 415	0.23 353	0.20 425	0.20 329	0.24 436	0.19 460	0.19 429	0.17 418	0.15 541	0.30 590	0.14 528	0.14 533	0.14 527	0.12 498

test_sample7	0.15 396	0.10 414	0.16 390	0.14 45	0.11 431	0.16 377	0.16 322	0.27 415	0.23 353	0.20 425	0.20 329	0.24 436	0.19 460	0.16 361	0.16 403	0.12 498	0.06 346	0.10 451	0.09 427	0.10 458	0.10 459

MyStereo05	0.13 319	0.07 174	0.10 140	0.17 248	0.09 272	0.13 289	0.18 407	0.27 415	0.35 487	0.17 356	0.14 231	0.15 312	0.11 269	0.15 326	0.13 323	0.06 127	0.05 209	0.07 230	0.07 310	0.06 230	0.06 241

mmx	0.14 353	0.09 355	0.14 307	0.16 172	0.08 151	0.17 399	0.17 359	0.27 415	0.25 390	0.15 313	0.25 411	0.19 373	0.13 339	0.14 304	0.20 455	0.08 345	0.06 346	0.09 404	0.08 381	0.08 364	0.08 388

xxx	0.14 353	0.09 355	0.14 307	0.16 172	0.08 151	0.17 399	0.17 359	0.27 415	0.25 390	0.15 313	0.25 411	0.19 373	0.13 339	0.14 304	0.20 455	0.08 345	0.06 346	0.09 404	0.08 381	0.08 364	0.08 388

coex-ft	3.30 618	0.34 582	59.09 646	0.18 330	0.13 486	0.26 523	0.22 499	0.27 415	0.72 593	1.90 623	0.70 589	0.44 564	0.45 583	0.29 532	0.41 586	0.09 404	0.09 479	0.12 501	0.09 427	0.14 527	0.13 519

iinet-f	0.16 419	0.06 81	0.45 559	0.14 45	0.10 381	0.21 473	0.14 178	0.27 415	0.23 353	0.21 439	0.24 383	0.21 394	0.15 381	0.18 414	0.21 475	0.09 404	0.07 418	0.07 230	0.06 216	0.09 427	0.10 459

DAS	0.15 396	0.08 279	0.18 442	0.19 390	0.10 381	0.19 441	0.17 359	0.27 415	0.29 435	0.18 386	0.25 411	0.21 394	0.15 381	0.16 361	0.12 282	0.08 345	0.06 346	0.06 129	0.06 216	0.07 302	0.07 324

SepStereo	0.15 396	0.08 279	0.18 442	0.19 390	0.10 381	0.19 441	0.17 359	0.27 415	0.29 435	0.18 386	0.25 411	0.21 394	0.15 381	0.25 509	0.12 282	0.08 345	0.06 346	0.06 129	0.06 216	0.07 302	0.07 324

LMCR-Stereo	0.15 396	0.08 279	0.13 271	0.21 481	0.09 272	0.17 399	0.20 469	0.27 415	0.19 288	0.24 477	0.24 383	0.23 430	0.17 430	0.20 454	0.17 418	0.07 276	0.06 346	0.08 321	0.06 216	0.10 458	0.08 388

CFNet_pseudo	0.14 353	0.08 279	0.15 356	0.16 172	0.09 272	0.13 289	0.14 178	0.27 415	0.34 478	0.14 286	0.21 351	0.22 412	0.13 339	0.18 414	0.14 359	0.07 276	0.05 209	0.08 321	0.06 216	0.07 302	0.07 324

HSM-Net_RVC	0.14 353	0.08 279	0.11 185	0.15 90	0.08 151	0.15 348	0.15 256	0.27 415	0.29 435	0.19 402	0.21 351	0.29 486	0.14 363	0.17 393	0.13 323	0.06 127	0.06 346	0.06 129	0.06 216	0.07 302	0.06 241
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
DANet	0.21 490	0.15 508	0.28 514	0.25 540	0.13 486	0.22 482	0.19 446	0.27 415	0.27 414	0.28 517	0.32 482	0.35 533	0.31 549	0.31 536	0.23 496	0.11 474	0.09 479	0.11 482	0.10 467	0.13 514	0.11 485
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
ccs_rob	0.14 353	0.08 279	0.15 356	0.16 172	0.09 272	0.12 238	0.14 178	0.27 415	0.34 478	0.14 286	0.21 351	0.22 412	0.13 339	0.18 414	0.14 359	0.07 276	0.05 209	0.08 321	0.07 310	0.07 302	0.07 324

DISCO	0.19 466	0.09 355	0.22 481	0.17 248	0.10 381	0.25 513	0.18 407	0.27 415	0.44 535	0.22 455	0.31 478	0.33 522	0.26 514	0.28 526	0.28 546	0.08 345	0.06 346	0.07 230	0.07 310	0.09 427	0.09 432

Hybrid-DGEV-2	0.11 224	0.06 81	0.12 224	0.18 330	0.09 272	0.09 98	0.13 125	0.28 434	0.29 435	0.11 194	0.11 186	0.09 159	0.12 300	0.12 225	0.09 66	0.06 127	0.05 209	0.07 230	0.07 310	0.05 122	0.05 149

DStereoRT	0.16 419	0.06 81	0.11 185	0.19 390	0.09 272	0.12 238	0.12 77	0.28 434	0.22 342	0.12 234	0.20 329	0.11 219	0.10 239	0.15 326	0.14 359	0.06 127	0.05 209	0.96 615	0.09 427	0.05 122	0.04 50

w-ln-seven-2	0.20 478	0.14 498	0.37 547	0.22 496	0.12 463	0.20 456	0.21 489	0.28 434	0.37 498	0.25 490	0.37 511	0.27 468	0.22 485	0.21 471	0.23 496	0.08 345	0.08 447	0.09 404	0.09 427	0.10 458	0.09 432

HBP-ISP	0.18 454	0.13 486	0.16 390	0.15 90	0.11 431	0.08 60	0.13 125	0.28 434	0.29 435	0.22 455	0.33 494	0.21 394	0.25 508	0.23 495	0.17 418	0.14 537	0.16 559	0.21 564	0.17 560	0.10 458	0.08 388

raft_robust	0.13 319	0.10 414	0.07 8	0.18 330	0.08 151	0.13 289	0.24 522	0.28 434	0.33 466	0.20 425	0.19 317	0.14 283	0.10 239	0.11 135	0.12 282	0.05 35	0.05 209	0.07 230	0.07 310	0.05 122	0.04 50

Anonymous3	0.16 419	0.13 486	0.33 534	0.26 545	0.14 506	0.27 533	0.17 359	0.28 434	0.28 428	0.15 313	0.17 283	0.14 283	0.10 239	0.15 326	0.12 282	0.08 345	0.08 447	0.08 321	0.08 381	0.08 364	0.11 485

GES	0.14 353	0.08 279	0.16 390	0.15 90	0.10 381	0.13 289	0.13 125	0.28 434	0.25 390	0.16 341	0.23 371	0.18 359	0.13 339	0.16 361	0.13 323	0.08 345	0.07 418	0.07 230	0.06 216	0.08 364	0.09 432

test_xeample	0.15 396	0.06 81	0.13 271	0.14 45	0.08 151	0.21 473	0.20 469	0.28 434	0.20 311	0.16 341	0.29 463	0.19 373	0.16 407	0.15 326	0.26 530	0.09 404	0.05 209	0.07 230	0.07 310	0.07 302	0.07 324

SFCPSM	0.13 319	0.07 174	0.14 307	0.17 248	0.09 272	0.15 348	0.16 322	0.28 434	0.27 414	0.14 286	0.17 283	0.12 237	0.13 339	0.14 304	0.11 223	0.08 345	0.05 209	0.07 230	0.07 310	0.07 302	0.06 241

UPFNet	0.16 419	0.08 279	0.12 224	0.20 450	0.12 463	0.20 456	0.23 510	0.28 434	0.26 404	0.17 356	0.24 383	0.22 412	0.19 460	0.19 429	0.21 475	0.09 404	0.07 418	0.08 321	0.09 427	0.08 364	0.06 241

DSFCA	0.16 419	0.09 355	0.14 307	0.16 172	0.10 381	0.20 456	0.19 446	0.28 434	0.31 452	0.23 468	0.24 383	0.22 412	0.15 381	0.19 429	0.20 455	0.10 445	0.07 418	0.09 404	0.09 427	0.08 364	0.08 388

CFNet	0.15 396	0.10 414	0.17 420	0.17 248	0.08 151	0.18 418	0.09 18	0.28 434	0.25 390	0.19 402	0.24 383	0.24 436	0.17 430	0.17 393	0.14 359	0.08 345	0.06 346	0.09 404	0.10 467	0.07 302	0.06 241

HSM	0.15 396	0.08 279	0.14 307	0.16 172	0.09 272	0.16 377	0.14 178	0.28 434	0.25 390	0.19 402	0.23 371	0.37 540	0.16 407	0.20 454	0.15 387	0.07 276	0.05 209	0.07 230	0.06 216	0.07 302	0.06 241

MyStereo04	0.13 319	0.07 174	0.10 140	0.17 248	0.09 272	0.14 322	0.18 407	0.29 447	0.38 505	0.17 356	0.14 231	0.16 326	0.10 239	0.15 326	0.13 323	0.06 127	0.05 209	0.08 321	0.07 310	0.06 230	0.06 241

GMStereo_Zeroshot	0.16 419	0.13 486	0.24 494	0.20 450	0.10 381	0.17 399	0.13 125	0.29 447	0.25 390	0.23 468	0.32 482	0.25 450	0.11 269	0.19 429	0.14 359	0.09 404	0.06 346	0.11 482	0.06 216	0.12 496	0.08 388

SQANet	0.23 515	0.23 559	0.30 525	0.30 571	0.19 561	0.27 533	0.13 125	0.29 447	0.33 466	0.24 477	0.37 511	0.31 509	0.22 485	0.27 514	0.23 496	0.15 541	0.10 499	0.21 564	0.16 553	0.21 567	0.15 543

PCWNet_CMD	0.14 353	0.08 279	0.15 356	0.17 248	0.09 272	0.14 322	0.14 178	0.29 447	0.36 491	0.14 286	0.20 329	0.21 394	0.12 300	0.17 393	0.13 323	0.07 276	0.05 209	0.07 230	0.07 310	0.07 302	0.07 324

psmg	0.14 353	0.09 355	0.14 307	0.17 248	0.10 381	0.15 348	0.17 359	0.29 447	0.19 288	0.17 356	0.21 351	0.25 450	0.16 407	0.15 326	0.14 359	0.08 345	0.06 346	0.08 321	0.08 381	0.07 302	0.06 241

DDUNet	0.22 499	0.17 527	0.21 475	0.22 496	0.15 525	0.25 513	0.24 522	0.29 447	0.30 445	0.31 537	0.36 505	0.33 522	0.25 508	0.24 504	0.20 455	0.18 563	0.13 541	0.17 550	0.11 499	0.16 551	0.16 554

STTStereo	0.18 454	0.12 458	0.27 509	0.20 450	0.11 431	0.16 377	0.21 489	0.29 447	0.23 353	0.21 439	0.30 470	0.29 486	0.18 444	0.20 454	0.19 449	0.12 498	0.11 511	0.11 482	0.14 533	0.09 427	0.08 388

G-Net	0.24 522	0.16 516	0.36 543	0.22 496	0.16 536	0.51 582	0.23 510	0.29 447	0.34 478	0.36 553	0.38 517	0.31 509	0.29 541	0.27 514	0.26 530	0.11 474	0.09 479	0.12 501	0.09 427	0.16 551	0.13 519

ADCL	0.24 522	0.11 440	0.47 564	0.22 496	0.12 463	0.34 558	0.29 568	0.29 447	0.56 567	0.24 477	0.46 556	0.30 496	0.30 545	0.29 532	0.29 550	0.08 345	0.07 418	0.09 404	0.09 427	0.10 458	0.10 459

RASNet	0.14 353	0.07 174	0.14 307	0.16 172	0.08 151	0.18 418	0.14 178	0.29 447	0.20 311	0.17 356	0.25 411	0.21 394	0.18 444	0.20 454	0.19 449	0.07 276	0.06 346	0.06 129	0.08 381	0.06 230	0.06 241

MSMDNet	0.14 353	0.08 279	0.15 356	0.17 248	0.09 272	0.14 322	0.14 178	0.29 447	0.36 491	0.14 286	0.21 351	0.21 394	0.12 300	0.17 393	0.14 359	0.07 276	0.05 209	0.07 230	0.07 310	0.07 302	0.07 324

PA-Net	0.23 515	0.18 538	0.33 534	0.28 561	0.22 570	0.21 473	0.38 590	0.29 447	0.39 508	0.22 455	0.32 482	0.25 450	0.26 514	0.20 454	0.25 519	0.09 404	0.23 584	0.15 540	0.22 571	0.09 427	0.13 519
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DLCB_ROB	0.18 454	0.10 414	0.15 356	0.23 520	0.11 431	0.24 502	0.18 407	0.29 447	0.28 428	0.27 502	0.28 451	0.28 478	0.24 499	0.19 429	0.20 455	0.08 345	0.08 447	0.09 404	0.09 427	0.07 302	0.07 324

CBMV	0.19 466	0.14 498	0.17 420	0.18 330	0.10 381	0.20 456	0.11 56	0.29 447	0.30 445	0.29 526	0.30 470	0.30 496	0.23 493	0.27 514	0.19 449	0.13 523	0.15 556	0.17 550	0.16 553	0.10 458	0.10 459
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
G2L-Stereo_test	0.14 353	0.07 174	0.11 185	0.13 14	0.08 151	0.12 238	0.16 322	0.30 461	0.28 428	0.20 425	0.23 371	0.20 385	0.16 407	0.17 393	0.18 436	0.07 276	0.05 209	0.05 34	0.05 132	0.07 302	0.06 241

ISRNet	0.18 454	0.08 279	0.19 454	0.19 390	0.13 486	0.15 348	0.12 77	0.30 461	0.32 459	0.21 439	0.25 411	0.27 468	0.17 430	0.17 393	0.20 455	0.20 570	0.08 447	0.14 528	0.14 533	0.14 527	0.17 563

ITSA-stereo	0.15 396	0.10 414	0.14 307	0.19 390	0.08 151	0.12 238	0.14 178	0.30 461	0.49 551	0.17 356	0.19 317	0.22 412	0.15 381	0.17 393	0.16 403	0.10 445	0.06 346	0.08 321	0.08 381	0.08 364	0.08 388

rvit_stereo_0075_2	0.17 440	0.12 458	0.25 499	0.23 520	0.16 536	0.13 289	0.10 31	0.30 461	0.27 414	0.20 425	0.28 451	0.22 412	0.15 381	0.18 414	0.13 323	0.16 557	0.10 499	0.17 550	0.10 467	0.10 458	0.09 432

CFNet_ucs	0.15 396	0.08 279	0.16 390	0.16 172	0.11 431	0.14 322	0.14 178	0.30 461	0.34 478	0.16 341	0.24 383	0.23 430	0.14 363	0.18 414	0.15 387	0.09 404	0.06 346	0.08 321	0.07 310	0.09 427	0.09 432

GwcNet-ADL	0.13 319	0.08 279	0.14 307	0.20 450	0.09 272	0.11 196	0.20 469	0.30 461	0.24 369	0.13 264	0.14 231	0.18 359	0.14 363	0.13 275	0.14 359	0.07 276	0.05 209	0.06 129	0.05 132	0.07 302	0.06 241

GANet-ADL	0.13 319	0.07 174	0.15 356	0.17 248	0.10 381	0.18 418	0.15 256	0.30 461	0.20 311	0.13 264	0.18 308	0.19 373	0.12 300	0.16 361	0.13 323	0.08 345	0.06 346	0.06 129	0.05 132	0.07 302	0.08 388

222	0.16 419	0.07 174	0.14 307	0.14 45	0.08 151	0.24 502	0.18 407	0.30 461	0.20 311	0.17 356	0.28 451	0.17 346	0.16 407	0.15 326	0.40 583	0.10 445	0.05 209	0.07 230	0.06 216	0.07 302	0.08 388

delet	0.17 440	0.08 279	0.17 420	0.19 390	0.11 431	0.20 456	0.21 489	0.30 461	0.37 498	0.17 356	0.26 428	0.19 373	0.19 460	0.19 429	0.21 475	0.08 345	0.08 447	0.09 404	0.11 499	0.06 230	0.06 241

NOSS_ROB	0.19 466	0.12 458	0.18 442	0.16 172	0.12 463	0.15 348	0.12 77	0.30 461	0.32 459	0.20 425	0.22 362	0.27 468	0.23 493	0.21 471	0.16 403	0.16 557	0.18 566	0.23 569	0.21 568	0.12 496	0.13 519

rvit_105_1	0.19 466	0.11 440	0.25 499	0.21 481	0.16 536	0.21 473	0.27 553	0.31 471	0.41 517	0.19 402	0.20 329	0.22 412	0.17 430	0.19 429	0.17 418	0.12 498	0.12 527	0.13 516	0.15 549	0.08 364	0.07 324

test_sample8	0.19 466	0.12 458	0.20 466	0.12 5	0.14 506	0.17 399	0.13 125	0.31 471	0.21 327	0.27 502	0.22 362	0.36 535	0.25 508	0.19 429	0.17 418	0.15 541	0.30 590	0.14 528	0.14 533	0.14 527	0.12 498

1111x	0.15 396	0.08 279	0.12 224	0.18 330	0.07 84	0.18 418	0.25 537	0.31 471	0.24 369	0.17 356	0.24 383	0.26 460	0.15 381	0.13 275	0.23 496	0.07 276	0.07 418	0.08 321	0.09 427	0.07 302	0.06 241

SACVNet	0.18 454	0.12 458	0.14 307	0.17 248	0.13 486	0.22 482	0.18 407	0.31 471	0.30 445	0.23 468	0.31 478	0.30 496	0.22 485	0.22 484	0.17 418	0.11 474	0.08 447	0.10 451	0.10 467	0.12 496	0.14 536

ADLNet2	0.16 419	0.09 355	0.13 271	0.16 172	0.09 272	0.20 456	0.16 322	0.31 471	0.39 508	0.16 341	0.20 329	0.20 385	0.18 444	0.21 471	0.22 484	0.08 345	0.06 346	0.07 230	0.07 310	0.09 427	0.07 324

xxxx	0.15 396	0.07 174	0.14 307	0.14 45	0.08 151	0.23 497	0.18 407	0.31 471	0.19 288	0.14 286	0.28 451	0.22 412	0.14 363	0.15 326	0.26 530	0.09 404	0.05 209	0.07 230	0.07 310	0.08 364	0.07 324

HGLStereo	0.17 440	0.08 279	0.19 454	0.17 248	0.12 463	0.18 418	0.18 407	0.31 471	0.32 459	0.21 439	0.32 482	0.25 450	0.18 444	0.19 429	0.20 455	0.09 404	0.09 479	0.07 230	0.07 310	0.09 427	0.10 459

FADNet	0.21 490	0.22 557	0.36 543	0.18 330	0.17 551	0.24 502	0.13 125	0.31 471	0.31 452	0.23 468	0.25 411	0.27 468	0.21 476	0.19 429	0.15 387	0.13 523	0.15 556	0.12 501	0.15 549	0.16 551	0.18 566

ADCP+	0.20 478	0.10 414	0.33 534	0.20 450	0.12 463	0.22 482	0.26 546	0.31 471	0.34 478	0.26 496	0.37 511	0.22 412	0.22 485	0.27 514	0.27 538	0.09 404	0.06 346	0.08 321	0.08 381	0.09 427	0.10 459

NLCA_NET_v2_RVC	0.17 440	0.10 414	0.22 481	0.20 450	0.10 381	0.15 348	0.18 407	0.31 471	0.25 390	0.21 439	0.30 470	0.25 450	0.17 430	0.21 471	0.20 455	0.09 404	0.06 346	0.08 321	0.08 381	0.07 302	0.08 388
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ETE_ROB	0.23 515	0.17 527	0.22 481	0.25 540	0.13 486	0.26 523	0.29 568	0.31 471	0.36 491	0.28 517	0.36 505	0.45 566	0.26 514	0.27 514	0.26 530	0.11 474	0.08 447	0.12 501	0.09 427	0.14 527	0.13 519

DStereoO	0.24 522	0.18 538	0.18 442	0.20 450	0.14 506	0.21 473	0.19 446	0.32 482	0.41 517	0.29 526	0.21 351	0.32 518	0.27 522	0.41 580	0.27 538	0.46 598	0.12 527	0.31 586	0.11 499	0.15 543	0.12 498

YMNet	0.20 478	0.12 458	0.19 454	0.20 450	0.14 506	0.26 523	0.23 510	0.32 482	0.34 478	0.27 502	0.34 498	0.30 496	0.18 444	0.18 414	0.22 484	0.10 445	0.13 541	0.10 451	0.10 467	0.08 364	0.09 432

YMNet_1	0.20 478	0.12 458	0.19 454	0.20 450	0.14 506	0.26 523	0.23 510	0.32 482	0.34 478	0.27 502	0.34 498	0.30 496	0.18 444	0.18 414	0.22 484	0.10 445	0.13 541	0.10 451	0.10 467	0.08 364	0.09 432

LL-Strereo	0.13 319	0.09 355	0.11 185	0.20 450	0.10 381	0.11 196	0.18 407	0.32 482	0.24 369	0.15 313	0.15 249	0.14 283	0.13 339	0.19 429	0.11 223	0.06 127	0.04 24	0.09 404	0.08 381	0.04 22	0.05 149

Wz-Net-LNSev	0.22 499	0.16 516	0.38 549	0.21 481	0.13 486	0.25 513	0.23 510	0.32 482	0.43 530	0.30 531	0.41 542	0.31 509	0.18 444	0.22 484	0.25 519	0.10 445	0.09 479	0.08 321	0.08 381	0.12 496	0.11 485

GEStereo_RVC	0.17 440	0.12 458	0.15 356	0.22 496	0.11 431	0.19 441	0.17 359	0.32 482	0.48 544	0.20 425	0.25 411	0.17 346	0.13 339	0.21 471	0.16 403	0.10 445	0.06 346	0.08 321	0.07 310	0.09 427	0.08 388

ADLNet	0.16 419	0.08 279	0.15 356	0.16 172	0.10 381	0.16 377	0.17 359	0.32 482	0.27 414	0.22 455	0.27 437	0.24 436	0.16 407	0.18 414	0.21 475	0.10 445	0.06 346	0.10 451	0.10 467	0.08 364	0.09 432

FINET	0.21 490	0.18 538	0.26 502	0.18 330	0.16 536	0.23 497	0.23 510	0.32 482	0.48 544	0.25 490	0.32 482	0.22 412	0.22 485	0.22 484	0.17 418	0.18 563	0.16 559	0.11 482	0.10 467	0.15 543	0.13 519

MFN_U_SF_DS_RVC	0.30 560	0.24 562	0.29 522	0.36 580	0.16 536	0.34 558	0.30 575	0.32 482	0.42 525	0.40 563	0.46 556	0.38 544	0.31 549	0.34 549	0.28 546	0.19 568	0.20 572	0.26 572	0.29 585	0.18 562	0.19 571

S-Stereo	0.20 478	0.12 458	0.25 499	0.21 481	0.13 486	0.20 456	0.18 407	0.32 482	0.43 530	0.23 468	0.36 505	0.28 478	0.30 545	0.19 429	0.22 484	0.09 404	0.12 527	0.10 451	0.10 467	0.13 514	0.13 519

AF-Net	0.22 499	0.17 527	0.17 420	0.26 545	0.13 486	0.25 513	0.24 522	0.32 482	0.50 554	0.25 490	0.33 494	0.38 544	0.26 514	0.28 526	0.25 519	0.11 474	0.10 499	0.16 547	0.11 499	0.11 481	0.10 459

RGC	0.25 534	0.20 547	0.29 522	0.28 561	0.16 536	0.22 482	0.23 510	0.32 482	0.44 535	0.27 502	0.40 531	0.38 544	0.27 522	0.36 561	0.22 484	0.11 474	0.13 541	0.17 550	0.17 560	0.14 527	0.16 554

edge stereo	0.22 499	0.13 486	0.20 466	0.21 481	0.13 486	0.23 497	0.16 322	0.32 482	0.42 525	0.32 543	0.40 531	0.38 544	0.35 562	0.25 509	0.24 509	0.13 523	0.11 511	0.14 528	0.11 499	0.12 496	0.13 519

ADCRef	0.19 466	0.12 458	0.41 555	0.20 450	0.12 463	0.22 482	0.18 407	0.32 482	0.36 491	0.26 496	0.32 482	0.17 346	0.23 493	0.24 504	0.24 509	0.07 276	0.06 346	0.09 404	0.09 427	0.08 364	0.08 388

AnyNet_C32	0.26 543	0.16 516	0.36 543	0.20 450	0.16 536	0.25 513	0.30 575	0.32 482	0.44 535	0.31 537	0.49 560	0.30 496	0.33 554	0.40 577	0.33 568	0.12 498	0.12 527	0.12 501	0.14 533	0.14 527	0.15 543

ADCPNet	0.25 534	0.16 516	0.61 581	0.21 481	0.15 525	0.35 566	0.25 537	0.32 482	0.35 487	0.30 531	0.40 531	0.36 535	0.28 533	0.28 526	0.32 564	0.12 498	0.10 499	0.11 482	0.12 519	0.14 527	0.13 519

AdaStereo	0.15 396	0.11 440	0.15 356	0.18 330	0.09 272	0.20 456	0.11 56	0.32 482	0.28 428	0.20 425	0.23 371	0.20 385	0.13 339	0.19 429	0.14 359	0.12 498	0.05 209	0.10 451	0.07 310	0.09 427	0.07 324
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.
DeepPruner_ROB	0.16 419	0.11 440	0.15 356	0.17 248	0.10 381	0.17 399	0.15 256	0.32 482	0.21 327	0.19 402	0.21 351	0.22 412	0.18 444	0.20 454	0.15 387	0.13 523	0.09 479	0.09 404	0.09 427	0.11 481	0.10 459

PWC_ROB	0.21 490	0.16 516	0.26 502	0.18 330	0.11 431	0.22 482	0.13 125	0.32 482	0.49 551	0.30 531	0.40 531	0.32 518	0.24 499	0.31 536	0.22 484	0.10 445	0.07 418	0.11 482	0.08 381	0.11 481	0.10 459

WCMA_ROB	0.24 522	0.11 440	0.22 481	0.17 248	0.14 506	0.32 549	0.15 256	0.32 482	0.32 459	0.38 558	0.53 566	0.40 556	0.34 559	0.34 549	0.25 519	0.11 474	0.12 527	0.12 501	0.10 467	0.14 527	0.14 536

ssnet_v2	0.17 440	0.10 414	0.17 420	0.17 248	0.11 431	0.21 473	0.21 489	0.33 502	0.25 390	0.22 455	0.22 362	0.27 468	0.18 444	0.22 484	0.20 455	0.11 474	0.09 479	0.09 404	0.09 427	0.08 364	0.08 388

Wz-Net-MNSev	0.22 499	0.13 486	0.31 527	0.20 450	0.14 506	0.36 567	0.24 522	0.33 502	0.44 535	0.28 517	0.40 531	0.38 544	0.19 460	0.24 504	0.25 519	0.09 404	0.07 418	0.09 404	0.09 427	0.12 496	0.10 459

UDG	0.21 490	0.17 527	0.19 454	0.23 520	0.15 525	0.30 547	0.20 469	0.33 502	0.35 487	0.23 468	0.28 451	0.31 509	0.27 522	0.20 454	0.22 484	0.15 541	0.12 527	0.13 516	0.09 427	0.14 527	0.14 536

Syn2CoEx	0.21 490	0.16 516	0.27 509	0.29 569	0.14 506	0.26 523	0.20 469	0.33 502	0.31 452	0.28 517	0.36 505	0.27 468	0.25 508	0.19 429	0.24 509	0.16 557	0.12 527	0.14 528	0.11 499	0.09 427	0.08 388

UNet	0.17 440	0.09 355	0.18 442	0.19 390	0.12 463	0.27 533	0.19 446	0.33 502	0.29 435	0.21 439	0.24 383	0.23 430	0.19 460	0.19 429	0.18 436	0.07 276	0.06 346	0.08 321	0.07 310	0.08 364	0.06 241

NaN_ROB	0.22 499	0.19 542	0.24 494	0.25 540	0.13 486	0.29 544	0.26 546	0.33 502	0.41 517	0.31 537	0.31 478	0.32 518	0.23 493	0.30 535	0.21 475	0.11 474	0.17 564	0.10 451	0.10 467	0.08 364	0.09 432

DispFullNet	0.27 545	0.21 553	0.65 584	0.28 561	0.16 536	0.26 523	0.17 359	0.33 502	0.58 572	0.27 502	0.38 517	0.43 562	0.23 493	0.38 568	0.23 496	0.12 498	0.06 346	0.19 561	0.11 499	0.21 567	0.15 543

PWCDC_ROB	0.20 478	0.13 486	0.22 481	0.24 529	0.11 431	0.19 441	0.15 256	0.33 502	0.54 563	0.29 526	0.50 564	0.21 394	0.15 381	0.27 514	0.20 455	0.11 474	0.09 479	0.10 451	0.08 381	0.11 481	0.09 432

SGM-Forest	0.20 478	0.14 498	0.18 442	0.19 390	0.13 486	0.20 456	0.22 499	0.33 502	0.30 445	0.24 477	0.29 463	0.28 478	0.19 460	0.23 495	0.17 418	0.15 541	0.16 559	0.15 540	0.14 533	0.12 496	0.12 498
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
zh-sn7	0.25 534	0.17 527	0.50 566	0.24 529	0.13 486	0.25 513	0.24 522	0.34 511	0.48 544	0.28 517	0.54 568	0.28 478	0.31 549	0.36 561	0.32 564	0.10 445	0.10 499	0.11 482	0.10 467	0.12 496	0.12 498

zh-mn7	0.25 534	0.14 498	0.56 575	0.19 390	0.14 506	0.24 502	0.22 499	0.34 511	0.62 580	0.35 550	0.65 583	0.31 509	0.25 508	0.31 536	0.25 519	0.09 404	0.08 447	0.09 404	0.09 427	0.09 427	0.11 485

z-mn7	0.24 522	0.14 498	0.45 559	0.19 390	0.13 486	0.28 540	0.25 537	0.34 511	0.62 580	0.27 502	0.56 575	0.29 486	0.24 499	0.32 543	0.25 519	0.08 345	0.08 447	0.08 321	0.08 381	0.10 458	0.10 459

BUS	0.14 353	0.09 355	0.14 307	0.22 496	0.10 381	0.19 441	0.14 178	0.34 511	0.19 288	0.17 356	0.22 362	0.16 326	0.13 339	0.15 326	0.13 323	0.08 345	0.06 346	0.10 451	0.09 427	0.07 302	0.07 324

BSDual-CNN	0.15 396	0.09 355	0.14 307	0.22 496	0.10 381	0.14 322	0.15 256	0.34 511	0.19 288	0.17 356	0.22 362	0.25 450	0.16 407	0.15 326	0.14 359	0.08 345	0.06 346	0.10 451	0.09 427	0.07 302	0.07 324

hknet	0.15 396	0.11 440	0.13 271	0.22 496	0.11 431	0.14 322	0.15 256	0.34 511	0.25 390	0.17 356	0.22 362	0.22 412	0.18 444	0.17 393	0.12 282	0.07 276	0.06 346	0.10 451	0.09 427	0.07 302	0.07 324

psmorigin	0.25 534	0.15 508	0.34 542	0.17 248	0.13 486	0.23 497	0.14 178	0.34 511	0.33 466	0.41 567	0.55 570	0.41 558	0.37 566	0.34 549	0.27 538	0.11 474	0.15 556	0.11 482	0.11 499	0.12 496	0.16 554

FAT-Stereo	0.20 478	0.12 458	0.22 481	0.21 481	0.12 463	0.17 399	0.18 407	0.34 511	0.39 508	0.27 502	0.37 511	0.34 529	0.32 553	0.21 471	0.20 455	0.09 404	0.11 511	0.10 451	0.09 427	0.11 481	0.14 536

ADCMid	0.25 534	0.15 508	0.40 552	0.20 450	0.14 506	0.25 513	0.26 546	0.34 511	0.38 505	0.36 553	0.44 553	0.34 529	0.40 572	0.35 555	0.33 568	0.10 445	0.09 479	0.11 482	0.11 499	0.13 514	0.12 498

CVANet_RVC	0.18 454	0.10 414	0.14 307	0.21 481	0.10 381	0.18 418	0.17 359	0.34 511	0.33 466	0.22 455	0.31 478	0.28 478	0.18 444	0.23 495	0.17 418	0.12 498	0.08 447	0.12 501	0.11 499	0.09 427	0.07 324

PASM	0.32 563	0.24 562	0.48 565	0.28 561	0.27 581	0.29 544	0.30 575	0.34 511	0.49 551	0.35 550	0.39 525	0.46 570	0.34 559	0.34 549	0.35 571	0.23 583	0.25 586	0.26 572	0.28 584	0.23 571	0.21 574

NCCL2	0.23 515	0.15 508	0.17 420	0.34 576	0.18 558	0.24 502	0.23 510	0.34 511	0.28 428	0.31 537	0.38 517	0.38 544	0.28 533	0.23 495	0.24 509	0.15 541	0.12 527	0.18 559	0.21 568	0.13 514	0.13 519

XPNet_ROB	0.22 499	0.11 440	0.19 454	0.22 496	0.13 486	0.22 482	0.19 446	0.34 511	0.40 514	0.30 531	0.39 525	0.39 552	0.26 514	0.26 511	0.28 546	0.15 541	0.10 499	0.10 451	0.10 467	0.13 514	0.12 498

MSMD_ROB	0.31 561	0.26 568	0.26 502	0.24 529	0.21 568	0.34 558	0.25 537	0.34 511	0.39 508	0.40 563	0.69 587	0.45 566	0.40 572	0.34 549	0.27 538	0.20 570	0.19 569	0.26 572	0.25 577	0.23 571	0.22 576

SGM_RVC	0.23 515	0.12 458	0.15 356	0.15 90	0.09 272	0.33 555	0.18 407	0.34 511	0.31 452	0.44 574	0.37 511	0.53 581	0.35 562	0.35 555	0.24 509	0.13 523	0.13 541	0.13 516	0.13 529	0.10 458	0.11 485
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
w-ln-seven	0.24 522	0.14 498	0.55 572	0.19 390	0.14 506	0.26 523	0.22 499	0.35 526	0.60 577	0.29 526	0.39 525	0.30 496	0.22 485	0.21 471	0.26 530	0.09 404	0.09 479	0.11 482	0.10 467	0.11 481	0.10 459

Wz-Net-TNSev	0.29 554	0.20 547	0.65 584	0.19 390	0.15 525	0.38 571	0.27 553	0.35 526	0.55 564	0.34 549	0.42 548	0.45 566	0.38 567	0.32 543	0.30 556	0.12 498	0.13 541	0.10 451	0.12 519	0.15 543	0.14 536

DGSMNet	0.24 522	0.19 542	0.33 534	0.21 481	0.24 575	0.24 502	0.20 469	0.35 526	0.41 517	0.24 477	0.32 482	0.38 544	0.21 476	0.29 532	0.23 496	0.12 498	0.11 511	0.14 528	0.16 553	0.23 571	0.23 577

GwcNet	0.20 478	0.13 486	0.19 454	0.18 330	0.12 463	0.24 502	0.19 446	0.35 526	0.43 530	0.20 425	0.32 482	0.33 522	0.20 472	0.22 484	0.24 509	0.11 474	0.09 479	0.09 404	0.09 427	0.09 427	0.10 459

stereogan	0.22 499	0.11 440	0.21 475	0.20 450	0.12 463	0.31 548	0.19 446	0.35 526	0.44 535	0.22 455	0.39 525	0.35 533	0.27 522	0.33 546	0.22 484	0.10 445	0.12 527	0.10 451	0.10 467	0.14 527	0.13 519

RTSC	0.23 515	0.12 458	0.28 514	0.21 481	0.13 486	0.28 540	0.16 322	0.35 526	0.66 588	0.27 502	0.33 494	0.30 496	0.21 476	0.31 536	0.29 550	0.10 445	0.08 447	0.09 404	0.10 467	0.13 514	0.13 519

AnyNet_C01	0.36 570	0.25 567	1.37 612	0.22 496	0.17 551	0.48 580	0.27 553	0.35 526	0.39 508	0.39 560	0.74 593	0.46 570	0.38 567	0.45 582	0.47 592	0.13 523	0.13 541	0.13 516	0.14 533	0.14 527	0.15 543

MultiAttention	0.29 554	0.08 279	0.14 307	0.19 390	0.12 463	1.45 620	1.33 622	0.36 533	0.37 498	0.19 402	0.21 351	0.24 436	0.11 269	0.38 568	0.18 436	0.06 127	0.05 209	0.08 321	0.08 381	0.10 458	0.09 432

XQC	0.28 550	0.23 559	0.51 567	0.28 561	0.19 561	0.34 558	0.27 553	0.36 533	0.57 569	0.31 537	0.30 470	0.37 540	0.30 545	0.38 568	0.38 578	0.13 523	0.09 479	0.15 540	0.12 519	0.17 559	0.18 566

RTS	0.45 582	0.19 542	3.26 618	0.24 529	0.15 525	0.74 599	0.20 469	0.36 533	0.76 599	0.42 570	0.43 551	0.31 509	0.41 577	0.53 592	0.35 571	0.10 445	0.08 447	0.13 516	0.12 519	0.15 543	0.15 543

RTSA	0.45 582	0.19 542	3.26 618	0.24 529	0.15 525	0.74 599	0.20 469	0.36 533	0.76 599	0.42 570	0.43 551	0.31 509	0.41 577	0.53 592	0.35 571	0.10 445	0.08 447	0.13 516	0.12 519	0.15 543	0.15 543

TDLM	0.17 440	0.12 458	0.13 271	0.24 529	0.10 381	0.18 418	0.18 407	0.36 533	0.30 445	0.21 439	0.28 451	0.28 478	0.18 444	0.23 495	0.18 436	0.11 474	0.07 418	0.10 451	0.10 467	0.08 364	0.08 388

PS-NSSS	0.20 478	0.21 553	0.23 490	0.20 450	0.10 381	0.19 441	0.17 359	0.36 533	0.25 390	0.27 502	0.33 494	0.27 468	0.24 499	0.20 454	0.20 455	0.15 541	0.12 527	0.17 550	0.14 533	0.10 458	0.08 388

MSAF-DinoV2	0.22 499	0.11 440	0.23 490	0.17 248	0.10 381	0.27 533	0.16 322	0.37 539	0.55 564	0.21 439	0.27 437	0.47 573	0.27 522	0.35 555	0.39 580	0.09 404	0.06 346	0.07 230	0.09 427	0.12 496	0.10 459

AASNet	0.16 419	0.08 279	0.12 224	0.19 390	0.09 272	0.18 418	0.15 256	0.37 539	0.37 498	0.19 402	0.23 371	0.20 385	0.16 407	0.17 393	0.20 455	0.10 445	0.08 447	0.08 321	0.07 310	0.09 427	0.09 432

pcwnet_v2	0.19 466	0.10 414	0.26 502	0.17 248	0.14 506	0.18 418	0.15 256	0.37 539	0.46 542	0.19 402	0.24 383	0.21 394	0.19 460	0.20 454	0.19 449	0.13 523	0.10 499	0.10 451	0.10 467	0.11 481	0.13 519

psm_up	0.18 454	0.10 414	0.18 442	0.20 450	0.11 431	0.17 399	0.19 446	0.37 539	0.34 478	0.21 439	0.28 451	0.29 486	0.24 499	0.20 454	0.22 484	0.09 404	0.10 499	0.11 482	0.11 499	0.08 364	0.08 388

Nwc_Net	0.23 515	0.16 516	0.21 475	0.25 540	0.14 506	0.24 502	0.26 546	0.37 539	0.38 505	0.22 455	0.41 542	0.30 496	0.28 533	0.28 526	0.25 519	0.11 474	0.10 499	0.17 550	0.20 566	0.10 458	0.10 459

DeepPrunerF	0.24 522	0.17 527	0.42 557	0.26 545	0.16 536	0.22 482	0.28 559	0.37 539	0.50 554	0.26 496	0.29 463	0.24 436	0.28 533	0.21 471	0.22 484	0.15 541	0.11 511	0.20 563	0.18 564	0.12 496	0.13 519

StereoDRNet	0.18 454	0.11 440	0.17 420	0.22 496	0.11 431	0.21 473	0.22 499	0.37 539	0.33 466	0.24 477	0.28 451	0.30 496	0.19 460	0.20 454	0.20 455	0.09 404	0.08 447	0.11 482	0.09 427	0.09 427	0.07 324

CSAN	0.29 554	0.24 562	0.27 509	0.34 576	0.19 561	0.33 555	0.42 594	0.37 539	0.50 554	0.38 558	0.40 531	0.44 564	0.33 554	0.28 526	0.30 556	0.20 570	0.16 559	0.19 561	0.19 565	0.14 527	0.15 543

Wz-Net-SNSev	0.25 534	0.17 527	0.44 558	0.25 540	0.14 506	0.26 523	0.23 510	0.38 547	0.56 567	0.30 531	0.55 570	0.39 552	0.26 514	0.23 495	0.30 556	0.10 445	0.09 479	0.09 404	0.10 467	0.11 481	0.11 485

SHD	0.26 543	0.15 508	0.30 525	0.24 529	0.18 558	0.22 482	0.15 256	0.38 547	0.71 592	0.32 543	0.41 542	0.36 535	0.28 533	0.32 543	0.29 550	0.12 498	0.11 511	0.14 528	0.13 529	0.16 551	0.20 572

RYNet	0.22 499	0.12 458	0.22 481	0.19 390	0.17 551	0.46 576	0.26 546	0.38 547	0.48 544	0.24 477	0.28 451	0.34 529	0.23 493	0.20 454	0.30 556	0.10 445	0.06 346	0.09 404	0.09 427	0.13 514	0.15 543

SANet	0.24 522	0.14 498	0.28 514	0.21 481	0.11 431	0.27 533	0.24 522	0.38 547	0.64 584	0.36 553	0.40 531	0.43 562	0.26 514	0.27 514	0.24 509	0.12 498	0.09 479	0.10 451	0.09 427	0.13 514	0.11 485

WZ-Net	0.28 550	0.17 527	0.78 600	0.22 496	0.16 536	0.34 558	0.29 568	0.39 551	0.57 569	0.24 477	0.55 570	0.37 540	0.24 499	0.33 546	0.35 571	0.09 404	0.08 447	0.09 404	0.10 467	0.14 527	0.16 554

APVNet	0.22 499	0.12 458	0.19 454	0.18 330	0.14 506	0.32 549	0.31 581	0.39 551	0.32 459	0.27 502	0.40 531	0.30 496	0.29 541	0.26 511	0.25 519	0.11 474	0.12 527	0.11 482	0.14 533	0.12 496	0.12 498

MaskLacGwcNet_RVC	0.22 499	0.21 553	0.24 494	0.26 545	0.11 431	0.23 497	0.14 178	0.39 551	0.24 369	0.32 543	0.36 505	0.30 496	0.21 476	0.19 429	0.21 475	0.17 562	0.14 550	0.21 564	0.16 553	0.12 496	0.12 498

DRN-Test	0.19 466	0.11 440	0.20 466	0.22 496	0.10 381	0.22 482	0.22 499	0.39 551	0.37 498	0.24 477	0.32 482	0.26 460	0.21 476	0.22 484	0.24 509	0.11 474	0.07 418	0.11 482	0.10 467	0.09 427	0.07 324

FC-DCNN v2	0.33 566	0.27 570	0.28 514	0.26 545	0.23 573	0.37 568	0.28 559	0.40 555	0.43 530	0.45 575	0.56 575	0.51 577	0.40 572	0.37 566	0.29 550	0.21 574	0.20 572	0.27 575	0.26 578	0.25 578	0.24 578

NINENet	0.16 419	0.10 414	0.15 356	0.17 248	0.11 431	0.19 441	0.14 178	0.40 555	0.36 491	0.18 386	0.21 351	0.16 326	0.13 339	0.15 326	0.13 323	0.08 345	0.08 447	0.10 451	0.07 310	0.10 458	0.09 432

NCC-stereo	0.24 522	0.15 508	0.31 527	0.26 545	0.16 536	0.20 456	0.30 575	0.40 555	0.40 514	0.24 477	0.38 517	0.33 522	0.28 533	0.36 561	0.27 538	0.12 498	0.11 511	0.15 540	0.22 571	0.13 514	0.13 519

Abc-Net	0.24 522	0.15 508	0.31 527	0.26 545	0.16 536	0.20 456	0.30 575	0.40 555	0.40 514	0.24 477	0.38 517	0.33 522	0.28 533	0.36 561	0.27 538	0.12 498	0.11 511	0.15 540	0.22 571	0.13 514	0.13 519
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
FC-DCNN	0.33 566	0.27 570	0.28 514	0.26 545	0.23 573	0.37 568	0.28 559	0.40 555	0.43 530	0.45 575	0.55 570	0.51 577	0.40 572	0.37 566	0.30 556	0.21 574	0.20 572	0.27 575	0.26 578	0.25 578	0.24 578

MeshStereo	0.27 545	0.13 486	0.18 442	0.15 90	0.11 431	0.32 549	0.24 522	0.40 555	0.36 491	0.52 581	0.57 578	0.67 592	0.40 572	0.35 555	0.26 530	0.14 537	0.13 541	0.13 516	0.11 499	0.11 481	0.10 459
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
otaku	0.39 572	0.37 585	0.52 568	0.44 587	0.28 582	0.58 586	0.24 522	0.41 561	0.62 580	0.40 563	0.49 560	0.46 570	0.33 554	0.40 577	0.32 564	0.30 588	0.30 590	0.39 590	0.33 590	0.29 585	0.28 586

ADCS	0.29 554	0.18 538	0.45 559	0.21 481	0.17 551	0.28 540	0.23 510	0.41 561	0.63 583	0.40 563	0.49 560	0.40 556	0.36 564	0.39 572	0.40 583	0.13 523	0.12 527	0.13 516	0.14 533	0.16 551	0.16 554

GANet	0.21 490	0.12 458	0.21 475	0.24 529	0.13 486	0.22 482	0.22 499	0.41 561	0.26 404	0.31 537	0.42 548	0.37 540	0.28 533	0.23 495	0.22 484	0.10 445	0.12 527	0.10 451	0.09 427	0.10 458	0.08 388

SGM-ForestM	0.32 563	0.12 458	0.16 390	0.16 172	0.11 431	0.39 572	0.19 446	0.41 561	0.50 554	0.52 581	0.54 568	1.32 612	0.42 580	0.40 577	0.27 538	0.14 537	0.16 559	0.16 547	0.16 553	0.12 496	0.12 498

FBW_ROB	0.24 522	0.17 527	0.22 481	0.26 545	0.14 506	0.25 513	0.22 499	0.41 561	0.41 517	0.41 567	0.41 542	0.42 559	0.27 522	0.31 536	0.23 496	0.09 404	0.14 550	0.14 528	0.12 519	0.11 481	0.09 432

PSMNet-RUCA	0.27 545	0.33 581	0.41 555	0.36 580	0.32 588	0.18 418	0.19 446	0.42 566	0.30 445	0.33 547	0.41 542	0.39 552	0.25 508	0.31 536	0.20 455	0.18 563	0.10 499	0.25 571	0.15 549	0.21 567	0.16 554

FCDSN-DC	0.33 566	0.28 574	0.28 514	0.30 571	0.24 575	0.39 572	0.28 559	0.42 566	0.42 525	0.43 573	0.53 566	0.51 577	0.41 577	0.36 561	0.30 556	0.21 574	0.20 572	0.27 575	0.26 578	0.25 578	0.24 578
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
LSM	0.33 566	0.20 547	0.58 578	0.26 545	0.60 605	0.34 558	0.25 537	0.42 566	0.48 544	0.45 575	0.58 580	0.42 559	0.36 564	0.35 555	0.25 519	0.12 498	0.20 572	0.14 528	0.16 553	0.19 565	0.33 592

LALA_ROB	0.25 534	0.16 516	0.22 481	0.26 545	0.17 551	0.27 533	0.27 553	0.42 566	0.37 498	0.33 547	0.38 517	0.51 577	0.26 514	0.28 526	0.27 538	0.16 557	0.09 479	0.12 501	0.11 499	0.13 514	0.12 498

MDST_ROB	0.22 499	0.10 414	0.17 420	0.18 330	0.11 431	0.37 568	0.19 446	0.43 570	0.41 517	0.39 560	0.39 525	0.29 486	0.21 476	0.26 511	0.18 436	0.11 474	0.10 499	0.14 528	0.11 499	0.10 458	0.08 388

PSMNet_ROB	0.21 490	0.11 440	0.15 356	0.27 558	0.15 525	0.24 502	0.35 585	0.43 570	0.37 498	0.27 502	0.32 482	0.32 518	0.22 485	0.21 471	0.26 530	0.12 498	0.08 447	0.13 516	0.11 499	0.09 427	0.09 432

GASNet	0.22 499	0.23 559	0.33 534	0.26 545	0.17 551	0.26 523	0.16 322	0.44 572	0.42 525	0.27 502	0.24 383	0.30 496	0.15 381	0.27 514	0.18 436	0.12 498	0.08 447	0.12 501	0.11 499	0.16 551	0.07 324

NVstereo2D	0.19 466	0.10 414	0.15 356	0.17 248	0.15 525	0.28 540	0.23 510	0.44 572	0.42 525	0.15 313	0.27 437	0.25 450	0.19 460	0.22 484	0.17 418	0.09 404	0.06 346	0.10 451	0.08 381	0.15 543	0.09 432

PDISCO_ROB	0.27 545	0.16 516	0.26 502	0.28 561	0.20 564	0.32 549	0.26 546	0.44 572	0.57 569	0.28 517	0.40 531	0.45 566	0.29 541	0.33 546	0.34 570	0.12 498	0.09 479	0.17 550	0.16 553	0.17 559	0.13 519

ccnet	0.29 554	0.28 574	0.23 490	0.20 450	0.28 582	0.41 575	0.21 489	0.45 575	0.33 466	0.36 553	0.46 556	0.36 535	0.30 545	0.39 572	0.42 587	0.23 583	0.14 550	0.21 564	0.17 560	0.23 571	0.18 566

CC-Net-ROB	0.28 550	0.31 579	0.36 543	0.29 569	0.15 525	0.25 513	0.19 446	0.45 575	0.33 466	0.39 560	0.37 511	0.39 552	0.31 549	0.27 514	0.26 530	0.24 585	0.19 569	0.30 585	0.23 575	0.18 562	0.15 543

Ntro	0.40 575	0.40 587	0.53 569	0.46 591	0.30 586	0.65 592	0.24 522	0.46 577	0.68 590	0.41 567	0.49 560	0.48 575	0.42 580	0.39 572	0.31 563	0.32 589	0.28 588	0.37 589	0.30 587	0.32 590	0.29 587

SAMSARA	0.40 575	0.28 574	0.33 534	0.55 594	0.39 589	0.82 606	1.23 621	0.47 578	0.51 561	0.36 553	0.35 502	0.55 583	0.39 569	0.38 568	0.39 580	0.15 541	0.20 572	0.15 540	0.14 533	0.23 571	0.20 572

GANetREF_RVC	0.31 561	0.34 582	0.27 509	0.35 578	0.16 536	0.32 549	0.41 591	0.48 579	0.51 561	0.35 550	0.35 502	0.34 529	0.33 554	0.39 572	0.32 564	0.27 587	0.20 572	0.29 583	0.15 549	0.18 562	0.17 563
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
NVStereoNet_ROB	0.46 585	0.36 584	0.46 563	0.41 585	0.28 582	0.34 558	0.34 584	0.48 579	0.60 577	0.72 595	0.93 603	0.70 595	0.66 600	0.47 583	0.60 602	0.22 579	0.33 594	0.34 588	0.34 592	0.30 586	0.30 589
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DStereoSA	0.25 534	0.19 542	0.37 547	0.26 545	0.17 551	0.22 482	0.20 469	0.49 581	0.59 573	0.22 455	0.29 463	0.29 486	0.33 554	0.39 572	0.28 546	0.12 498	0.11 511	0.16 547	0.14 533	0.14 527	0.12 498

MonStereo1	0.47 586	0.26 568	0.58 578	0.28 561	0.20 564	0.39 572	0.18 407	0.49 581	0.64 584	0.52 581	0.87 600	1.01 601	0.57 594	0.50 585	0.56 599	0.53 602	0.31 593	0.54 599	0.40 593	0.33 591	0.34 593

ACVNet-4b	0.39 572	0.53 592	0.55 572	0.45 588	0.24 575	0.47 578	0.18 407	0.49 581	0.64 584	0.42 570	0.45 555	0.60 585	0.27 522	0.34 549	0.24 509	0.33 590	0.14 550	0.48 593	0.42 595	0.30 586	0.26 585

ELAS_RVC	0.41 577	0.29 577	0.33 534	0.28 561	0.24 575	0.54 584	0.36 586	0.49 581	0.59 573	0.72 595	0.74 593	0.65 590	0.54 589	0.54 594	0.40 583	0.22 579	0.20 572	0.27 575	0.26 578	0.26 583	0.25 583
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DStereoFS	0.27 545	0.22 557	0.31 527	0.22 496	0.15 525	0.22 482	0.20 469	0.50 585	0.48 544	0.28 517	0.44 553	0.33 522	0.34 559	0.52 589	0.29 550	0.12 498	0.11 511	0.15 540	0.13 529	0.16 551	0.16 554

ELAS	0.41 577	0.29 577	0.33 534	0.27 558	0.24 575	0.60 589	0.36 586	0.50 585	0.50 554	0.71 593	0.79 597	0.67 592	0.54 589	0.51 587	0.42 587	0.22 579	0.20 572	0.27 575	0.26 578	0.26 583	0.25 583
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DPSNet	0.28 550	0.16 516	0.31 527	0.18 330	0.13 486	0.54 584	0.42 594	0.51 587	0.67 589	0.29 526	0.38 517	0.38 544	0.29 541	0.31 536	0.23 496	0.11 474	0.10 499	0.11 482	0.08 381	0.20 566	0.16 554

MFN_U_SF_RVC	0.32 563	0.21 553	0.55 572	0.30 571	0.15 525	0.34 558	0.17 359	0.52 588	0.46 542	0.46 578	0.55 570	0.59 584	0.39 569	0.35 555	0.37 576	0.15 541	0.14 550	0.18 559	0.21 568	0.16 551	0.15 543

PVD	0.39 572	0.20 547	0.39 551	0.31 575	0.22 570	0.29 544	0.43 596	0.52 588	0.96 606	0.55 585	0.79 597	0.53 581	0.59 596	0.52 589	0.38 578	0.19 568	0.14 550	0.17 550	0.14 533	0.24 577	0.31 590

MSC_U_SF_DS_RVC	0.43 579	0.39 586	0.54 570	0.40 583	0.20 564	0.64 591	0.32 583	0.53 590	0.72 593	0.71 593	0.72 590	0.61 586	0.54 589	0.51 587	0.46 591	0.20 570	0.19 569	0.29 583	0.30 587	0.23 571	0.18 566

BEATNet-Init1	0.52 588	0.27 570	0.62 582	0.30 571	0.21 568	0.76 603	0.29 568	0.54 591	0.65 587	0.86 604	0.95 605	2.07 621	0.62 599	0.56 596	0.42 587	0.18 563	0.18 566	0.23 569	0.22 571	0.22 570	0.21 574

MANE	0.45 582	0.27 570	0.27 509	0.27 558	0.24 575	0.47 578	0.31 581	0.55 592	0.59 573	0.72 595	1.13 614	1.15 606	0.61 597	0.52 589	0.37 576	0.21 574	0.20 572	0.27 575	0.31 589	0.25 578	0.24 578

anonymity	0.53 589	0.58 594	0.65 584	0.41 585	0.61 606	0.53 583	0.41 591	0.56 593	0.41 517	0.55 585	0.50 564	0.49 576	0.55 592	0.58 597	0.50 597	0.58 605	0.50 608	0.51 595	0.51 602	0.51 595	0.57 603

SGM+DAISY	0.56 591	0.57 593	0.65 584	0.40 583	0.54 598	0.66 594	0.49 598	0.56 593	0.45 541	0.66 589	0.69 587	0.67 592	0.56 593	0.63 599	0.56 599	0.59 606	0.48 604	0.50 594	0.50 601	0.52 596	0.58 604

ACVNet_1	0.44 580	0.49 591	0.60 580	0.45 588	0.28 582	0.49 581	0.27 553	0.57 595	0.72 593	0.62 588	0.58 580	0.74 596	0.49 586	0.50 585	0.35 571	0.26 586	0.24 585	0.39 590	0.29 585	0.31 589	0.24 578

Consistency-Raft	0.44 580	0.40 587	0.45 559	0.37 582	0.43 593	0.46 576	0.41 591	0.57 595	0.55 564	0.32 543	0.73 591	0.33 522	0.48 585	0.42 581	0.49 594	0.39 592	0.35 595	0.45 592	0.51 602	0.42 593	0.29 587

RainbowNet	0.54 590	0.61 596	0.70 598	0.57 595	0.43 593	0.65 592	0.37 589	0.60 597	0.87 603	0.50 580	0.66 584	0.64 588	0.47 584	0.49 584	0.43 590	0.47 599	0.48 604	0.52 597	0.41 594	0.52 596	0.40 598

SPS-STEREO	0.57 592	0.58 594	0.65 584	0.45 588	0.55 600	0.62 590	0.44 597	0.62 598	0.50 554	0.68 591	0.64 582	0.66 591	0.57 594	0.61 598	0.60 602	0.62 608	0.47 603	0.51 595	0.49 599	0.55 600	0.58 604
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 593	0.66 600	0.65 584	0.51 592	0.69 610	0.69 595	0.57 604	0.64 599	0.73 597	0.60 587	0.73 591	0.62 587	0.67 601	0.65 600	0.60 602	0.66 610	0.58 617	0.63 600	0.59 605	0.68 607	0.69 613

MADNet+	0.75 600	0.71 602	3.70 621	0.66 597	0.41 591	0.98 611	0.97 619	0.69 600	0.73 597	0.52 581	0.57 578	0.64 588	0.68 602	0.86 610	1.01 618	0.34 591	0.36 596	0.28 582	0.23 575	0.36 592	0.31 590

JetBlue	0.71 597	0.45 590	1.14 610	0.51 592	0.47 595	2.02 621	0.64 608	0.75 601	0.70 591	0.69 592	0.77 596	1.22 608	0.83 607	1.03 618	1.01 618	0.40 593	0.28 588	0.33 587	0.33 590	0.30 586	0.34 593

UNDER WATER-64	0.95 609	0.94 611	1.43 614	0.87 608	0.56 601	1.18 619	0.87 616	0.77 602	0.94 605	1.04 611	0.85 599	1.58 619	1.21 621	0.94 615	0.96 616	0.87 617	0.57 616	1.03 617	0.88 618	0.78 613	0.73 614

UNDER WATER	0.97 610	0.97 613	1.42 613	0.99 612	0.70 613	1.12 618	0.84 615	0.80 603	1.08 607	1.01 610	0.90 601	1.55 618	1.22 622	1.03 618	1.00 617	0.78 615	0.53 611	1.02 616	0.87 617	0.80 614	0.74 615

TorneroNet-64	0.76 601	0.72 603	0.74 599	0.78 602	0.58 604	0.91 610	0.56 603	0.84 604	1.29 612	0.66 589	0.90 601	1.40 614	0.75 604	0.85 609	0.67 608	0.49 600	0.46 599	0.72 604	0.59 605	0.67 606	0.53 602

PWCK	0.71 597	0.94 611	0.95 607	0.76 600	0.31 587	0.74 599	0.36 586	0.90 605	0.90 604	0.96 608	0.75 595	0.95 600	0.61 597	0.87 611	0.66 605	0.72 611	0.46 599	0.75 605	0.49 599	0.69 609	0.44 600

IMH-64-1	0.65 594	0.61 596	0.68 592	0.71 598	0.51 596	0.59 587	0.49 598	0.91 606	0.85 601	0.74 599	1.02 607	0.81 597	0.78 605	0.79 603	0.49 594	0.42 594	0.46 599	0.71 602	0.47 597	0.52 596	0.39 596

IMH-64	0.65 594	0.61 596	0.68 592	0.71 598	0.51 596	0.59 587	0.49 598	0.91 606	0.85 601	0.74 599	1.02 607	0.81 597	0.78 605	0.79 603	0.49 594	0.42 594	0.46 599	0.71 602	0.47 597	0.52 596	0.39 596

notaker	0.97 610	1.11 614	0.98 608	1.13 615	0.81 614	0.73 598	0.68 612	0.93 608	1.16 609	1.18 618	1.18 616	1.41 615	1.16 620	1.08 620	0.69 609	0.81 616	0.64 619	1.17 618	0.79 615	0.98 616	0.80 617

ktn	1.01 612	1.21 616	0.80 603	1.23 617	0.86 616	1.01 614	0.87 616	0.94 609	1.39 615	1.04 611	1.12 613	1.15 606	1.07 616	0.94 615	0.59 601	1.28 622	0.71 620	1.38 622	0.83 616	1.02 618	0.75 616

TorneroNet	0.82 604	0.74 604	0.81 604	0.84 605	0.63 607	0.99 612	0.63 606	0.96 610	1.16 609	0.80 602	1.11 612	1.36 613	0.86 609	0.93 614	0.80 613	0.56 603	0.49 606	0.78 610	0.66 610	0.73 612	0.63 612

ACVNet_2	0.66 596	0.66 600	0.68 592	0.63 596	0.41 591	0.71 597	0.49 598	0.96 610	1.39 615	0.89 605	1.09 610	1.04 602	0.73 603	0.54 594	0.47 592	0.43 596	0.40 597	0.53 598	0.44 596	0.47 594	0.35 595

WAO-6	0.81 603	0.80 606	0.62 582	0.86 607	0.63 607	0.76 603	0.58 605	0.98 612	1.54 620	0.90 606	0.96 606	1.07 604	1.03 615	0.70 602	0.66 605	0.72 611	0.49 606	0.90 613	0.71 612	0.68 607	0.58 604

IMH	0.71 597	0.64 599	0.68 592	0.76 600	0.54 598	0.69 595	0.54 602	0.98 612	1.10 608	0.82 603	1.09 610	0.89 599	0.88 610	0.87 611	0.52 598	0.44 597	0.50 608	0.75 605	0.51 602	0.56 601	0.41 599

HanzoNet	1.29 615	1.26 618	1.19 611	1.12 614	0.85 615	1.02 615	0.83 614	1.03 614	1.48 619	1.64 621	1.61 622	2.50 623	1.72 623	1.61 622	1.61 621	1.26 621	0.80 621	1.31 621	1.01 620	1.02 618	0.86 618

WAO-7	0.79 602	0.78 605	0.54 570	0.85 606	0.67 609	0.74 599	0.68 612	1.05 615	1.32 613	0.90 606	1.20 617	1.04 602	0.92 611	0.69 601	0.66 605	0.60 607	0.62 618	0.67 601	0.68 611	0.64 603	0.58 604

LVE	0.83 605	0.85 609	0.85 605	0.80 603	0.56 601	1.04 616	0.65 609	1.05 615	1.47 618	0.96 608	1.22 618	1.10 605	0.85 608	0.83 606	0.71 610	0.49 600	0.55 614	0.76 608	0.60 607	0.65 604	0.59 609

TCMNet-wrong-test	3.67 619	5.48 632	3.89 622	12.18 631	11.75 633	4.65 623	3.88 625	1.06 617	0.72 593	1.09 615	2.15 624	6.30 628	0.53 588	3.43 625	2.36 624	0.89 618	0.20 572	1.87 625	1.69 624	5.57 629	3.62 629

WAO-8	0.91 607	0.81 607	0.65 584	0.94 610	0.69 610	0.90 607	0.67 610	1.07 618	1.83 623	1.06 613	1.45 620	1.30 609	1.07 616	0.84 607	0.78 611	0.74 613	0.53 611	0.86 611	0.75 613	0.69 609	0.62 610

Venus	0.91 607	0.81 607	0.65 584	0.94 610	0.69 610	0.90 607	0.67 610	1.07 618	1.83 623	1.06 613	1.45 620	1.30 609	1.07 616	0.84 607	0.78 611	0.74 613	0.53 611	0.86 611	0.75 613	0.69 609	0.62 610

KSHMR	1.09 613	1.17 615	0.88 606	1.25 618	1.00 618	0.99 612	0.96 618	1.13 620	1.37 614	1.16 617	1.29 619	1.41 615	0.96 613	1.01 617	0.92 615	1.03 620	1.08 622	1.20 619	1.03 621	1.01 617	0.97 619

Dean	0.87 606	0.86 610	0.79 602	0.81 604	0.56 601	0.90 607	0.63 606	1.15 621	1.73 621	1.15 616	1.15 615	1.31 611	0.99 614	0.81 605	0.81 614	0.57 604	0.56 615	0.77 609	0.64 608	0.66 605	0.58 604

DPSimNet_ROB	1.11 614	1.23 617	0.78 600	1.13 615	0.88 617	1.10 617	1.13 620	1.16 622	1.23 611	1.43 620	1.02 607	1.41 615	1.10 619	0.90 613	1.60 620	1.46 623	0.51 610	1.21 620	1.03 621	0.90 615	1.01 621

JetRed	1.62 616	1.46 619	2.98 616	0.92 609	1.21 619	4.99 624	1.53 624	1.27 623	1.39 615	1.83 622	1.74 623	1.60 620	0.95 612	1.41 621	2.45 625	0.90 619	1.60 623	0.93 614	0.90 619	1.35 620	0.99 620

MADNet++	1.95 617	1.75 620	1.59 615	1.82 619	1.69 621	2.33 622	1.40 623	2.35 624	2.09 625	2.57 624	2.36 625	2.24 622	2.17 624	2.28 623	2.34 623	1.87 624	1.66 624	1.54 623	1.34 623	1.92 621	1.77 623

PML	8.91 628	9.34 636	6.13 623	5.35 624	6.41 626	14.99 631	23.38 636	5.27 625	6.83 627	18.04 639	28.19 648	7.67 629	6.83 627	7.85 630	5.75 626	5.35 631	1.83 625	5.95 635	1.93 625	8.64 632	2.52 625

DPSMNet_ROB	8.06 626	4.48 625	8.63 631	5.37 626	10.74 630	8.32 626	22.98 635	5.46 626	13.36 634	5.12 626	9.92 630	5.08 625	10.40 632	5.53 628	12.58 632	3.80 630	8.00 631	3.50 627	7.02 630	3.83 627	7.14 631

DGTPSM_ROB	8.06 626	4.48 625	8.63 631	5.35 624	10.72 629	8.32 626	22.97 634	5.46 626	13.35 633	5.12 626	9.92 630	5.08 625	10.40 632	5.52 627	12.58 632	3.79 629	8.00 631	3.50 627	7.02 630	3.83 627	7.14 631

LRCNet_RVC	10.62 631	13.42 637	7.30 624	18.92 635	2.07 622	0.33 555	0.30 575	5.59 628	0.48 544	13.03 635	17.94 636	8.87 630	5.65 626	4.79 626	1.89 622	23.51 644	2.73 629	27.55 647	25.71 647	16.07 641	16.33 642

xxxxx1	7.79 622	5.02 629	7.31 625	3.12 621	3.85 623	16.35 632	22.88 631	5.86 629	8.69 628	7.97 629	8.54 627	9.12 631	8.27 629	10.18 631	10.92 629	2.42 626	2.45 626	3.56 629	12.37 633	3.77 624	3.06 626

tt_ll	7.79 622	5.02 629	7.31 625	3.12 621	3.85 623	16.35 632	22.88 631	5.86 629	8.69 628	7.97 629	8.54 627	9.12 631	8.27 629	10.18 631	10.92 629	2.42 626	2.45 626	3.56 629	12.37 633	3.77 624	3.06 626

ff	7.79 622	5.02 629	7.31 625	3.12 621	3.85 623	16.35 632	22.88 631	5.86 629	8.69 628	7.97 629	8.54 627	9.12 631	8.27 629	10.18 631	10.92 629	2.42 626	2.45 626	3.56 629	12.37 633	3.77 624	3.06 626

USTest	6.22 621	2.73 623	3.00 617	6.57 627	7.29 627	14.37 630	21.57 630	7.00 632	9.56 631	5.34 628	6.10 626	5.72 627	7.64 628	6.41 629	6.96 628	1.97 625	3.42 630	1.64 624	2.15 627	2.66 622	2.36 624

tt	4.67 620	0.06 81	3.55 620	2.02 620	1.55 620	10.25 628	16.71 629	8.91 633	5.03 626	1.31 619	0.94 604	4.71 624	4.76 625	3.33 624	5.87 627	6.06 632	10.30 636	1.88 626	2.11 626	2.75 623	1.21 622

RSGM-EC	20.36 636	4.73 627	0.68 592	16.76 632	16.92 637	21.28 639	27.18 640	10.46 634	14.04 636	18.00 637	21.31 639	22.24 646	21.82 639	22.57 639	17.63 638	62.81 647	33.79 647	20.14 644	18.10 644	20.18 643	16.45 643

acva	20.36 636	4.73 627	0.68 592	16.76 632	16.92 637	21.28 639	27.18 640	10.46 634	14.04 636	18.00 637	21.31 639	22.24 646	21.82 639	22.57 639	17.63 638	62.81 647	33.79 647	20.14 644	18.10 644	20.18 643	16.45 643

Anonymous_1	10.96 632	7.92 633	7.46 628	10.33 628	10.06 628	18.65 636	26.34 637	11.06 636	13.44 635	9.40 632	10.05 632	9.67 634	11.23 634	10.73 634	12.72 634	6.42 633	8.38 633	5.77 632	10.61 632	12.12 633	6.77 630

DPSM_ROB	11.15 633	8.58 634	8.00 629	10.88 629	11.58 631	19.10 637	26.71 638	12.05 637	14.07 638	10.36 633	10.84 633	10.33 635	11.86 635	11.70 635	13.54 635	6.99 634	8.79 634	5.89 633	6.95 628	7.29 630	7.42 633

DPSM	11.15 633	8.58 634	8.00 629	10.88 629	11.58 631	19.10 637	26.71 638	12.05 637	14.07 638	10.36 633	10.84 633	10.33 635	11.86 635	11.70 635	13.54 635	6.99 634	8.79 634	5.89 633	6.95 628	7.29 630	7.42 633

HaxPig	15.71 635	18.52 645	19.18 640	16.89 634	15.89 636	7.73 625	7.60 626	13.31 639	10.82 632	15.42 636	14.91 635	15.98 637	14.92 637	15.58 637	15.98 637	18.95 643	16.73 637	19.46 643	18.08 643	19.26 642	19.05 645

MEDIAN_ROB	20.38 638	24.04 646	23.31 643	21.23 636	21.71 639	10.40 629	7.92 627	17.64 640	15.50 640	20.12 640	19.70 637	20.34 638	20.32 638	21.19 638	21.13 640	23.81 645	21.81 645	24.98 646	23.76 646	24.71 645	23.93 646

AVERAGE_ROB	24.90 646	29.20 647	28.14 644	24.89 644	24.64 646	17.75 635	11.12 628	21.45 641	19.93 641	25.12 648	24.46 647	25.12 648	25.46 648	24.69 648	22.83 641	29.76 646	27.13 646	28.97 648	27.95 648	29.91 646	29.47 647

RAFT-FEzeroshot	22.43 640	17.33 639	15.98 633	22.02 639	23.31 643	38.34 642	53.82 646	24.05 642	28.39 643	20.61 643	21.76 641	20.88 641	23.92 645	23.41 641	27.42 645	14.07 637	17.69 639	11.83 638	14.02 638	14.69 637	14.97 639

RAFT-FE	22.43 640	17.33 639	15.98 633	22.02 639	23.31 643	38.34 642	53.82 646	24.05 642	28.39 643	20.61 643	21.76 641	20.88 641	23.92 645	23.41 641	27.42 645	14.07 637	17.69 639	11.83 638	14.02 638	14.69 637	14.97 639

CasAABBNet	22.42 639	17.33 639	16.01 635	22.01 638	23.28 641	38.32 641	53.80 644	24.14 644	28.41 645	20.60 642	21.77 643	20.89 644	23.91 643	23.43 643	27.36 643	14.07 637	17.69 639	11.83 638	14.01 637	14.67 636	14.95 638

FlowAnything	22.44 642	17.35 642	16.14 637	22.07 642	23.23 640	38.39 645	53.77 643	24.25 645	28.44 646	20.96 647	21.82 645	20.70 639	23.84 641	23.49 645	27.14 642	14.04 636	17.79 644	11.75 636	14.15 642	14.65 634	14.89 635

LSM0	22.87 645	17.28 638	18.96 639	22.19 643	29.04 647	38.42 647	53.71 642	24.28 646	28.31 642	20.78 646	21.00 638	21.43 645	24.16 647	23.50 646	27.39 644	14.09 642	17.38 638	11.84 642	14.04 640	14.73 640	14.89 635

Selective-RAFT-Error	22.47 643	17.37 643	16.09 636	22.06 641	23.34 645	38.39 645	53.83 648	24.29 647	28.47 647	20.74 645	21.83 646	20.81 640	23.90 642	23.54 647	27.53 648	14.08 640	17.69 639	11.82 637	14.00 636	14.69 637	15.00 641

Hybrid-DGEV	22.47 643	17.40 644	16.14 637	22.00 637	23.29 642	38.36 644	53.80 644	24.43 648	28.63 648	20.59 641	21.81 644	20.88 641	23.91 643	23.45 644	27.42 645	14.08 640	17.69 639	11.83 638	14.06 641	14.65 634	14.93 637

test_example2	98.32 647	94.13 648	45.89 645	96.35 645	109.85 648	88.61 648	95.45 649	25.75 649	94.37 649	130.00 650	126.06 649	58.17 649	74.63 649	88.51 649	79.96 649	150.23 649	221.02 649	77.62 649	99.10 649	113.75 649	96.94 648

ccccc		285.66 649		368.85 648	370.60 649	123.16 649		115.05 650		126.68 649		122.83 650		252.94 650		384.56 650	353.86 650	254.69 650	223.00 650	425.87 650

ASD4		3.38 624

Low-res two-view benchmark