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

GCAP-Stereo-DPT-25K	0.12 70	0.09 80	0.18 76	0.18 91	0.09 54	0.13 22	0.16 195	0.25 151	0.21 178	0.11 53	0.16 149	0.09 27	0.11 112	0.13 12	0.10 6	0.05 9	0.05 39	0.06 43	0.07 220	0.04 1	0.05 34

DispViT+	0.12 70	0.07 4	0.19 86	0.15 5	0.16 460	0.10 10	0.12 32	0.26 171	0.23 221	0.13 113	0.11 42	0.10 57	0.08 15	0.21 207	0.12 108	0.07 124	0.05 39	0.05 1	0.04 1	0.04 1	0.04 1

Wavelet-MonSter	0.10 8	0.08 34	0.13 1	0.18 91	0.10 118	0.13 22	0.12 32	0.15 9	0.12 16	0.10 31	0.13 81	0.10 57	0.10 74	0.14 31	0.11 42	0.05 9	0.05 39	0.05 1	0.04 1	0.04 1	0.04 1

2.75w_new	0.11 41	0.09 80	0.14 8	0.16 20	0.09 54	0.15 51	0.12 32	0.25 151	0.16 64	0.14 144	0.13 81	0.08 4	0.10 74	0.16 92	0.13 163	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 34

3.25w_new	0.11 41	0.09 80	0.15 22	0.17 44	0.09 54	0.19 188	0.10 8	0.22 92	0.17 90	0.14 144	0.12 62	0.10 57	0.11 112	0.17 110	0.12 108	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 34

3.25w	0.11 41	0.09 80	0.15 22	0.17 44	0.09 54	0.19 188	0.10 8	0.22 92	0.17 90	0.14 144	0.12 62	0.10 57	0.11 112	0.17 110	0.12 108	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 34

CAR	0.10 8	0.07 4	0.16 43	0.16 20	0.09 54	0.14 33	0.10 8	0.19 40	0.13 23	0.10 31	0.10 30	0.08 4	0.07 3	0.15 65	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

MSE-Stereo	0.10 8	0.07 4	0.16 43	0.16 20	0.09 54	0.14 33	0.10 8	0.19 40	0.13 23	0.09 12	0.10 30	0.08 4	0.07 3	0.15 65	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

monster-pro	0.10 8	0.08 34	0.13 1	0.17 44	0.08 23	0.13 22	0.12 32	0.24 134	0.19 129	0.09 12	0.11 42	0.08 4	0.07 3	0.14 31	0.11 42	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

PointNet	0.10 8	0.08 34	0.15 22	0.17 44	0.09 54	0.15 51	0.14 100	0.17 20	0.14 39	0.08 2	0.11 42	0.12 115	0.09 33	0.14 31	0.11 42	0.07 124	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

TS12	0.12 70	0.08 34	0.17 63	0.21 274	0.09 54	0.19 188	0.14 100	0.23 115	0.16 64	0.14 144	0.19 196	0.12 115	0.13 191	0.17 110	0.15 230	0.05 9	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

aanet-new-70k	0.12 70	0.10 135	0.27 185	0.19 146	0.08 23	0.16 91	0.14 100	0.21 74	0.15 54	0.10 31	0.13 81	0.10 57	0.12 146	0.20 182	0.09 1	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.04 1

aanet-new-36k	0.12 70	0.12 273	0.28 202	0.19 146	0.08 23	0.17 125	0.15 148	0.22 92	0.18 110	0.11 53	0.14 116	0.10 57	0.11 112	0.17 110	0.10 6	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

aanet-new-34k	0.12 70	0.11 215	0.26 173	0.19 146	0.07 2	0.14 33	0.14 100	0.21 74	0.18 110	0.12 83	0.15 130	0.11 92	0.12 146	0.13 12	0.11 42	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

GCAP-Stereo-DPT26K	0.11 41	0.10 135	0.26 173	0.18 91	0.09 54	0.14 33	0.14 100	0.20 59	0.13 23	0.11 53	0.13 81	0.10 57	0.11 112	0.14 31	0.10 6	0.05 9	0.05 39	0.06 43	0.06 147	0.05 7	0.05 34

aanet-new-22k	0.12 70	0.11 215	0.28 202	0.20 220	0.08 23	0.15 51	0.13 66	0.22 92	0.19 129	0.12 83	0.14 116	0.12 115	0.12 146	0.15 65	0.11 42	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

aanet-new-8k	0.12 70	0.11 215	0.24 149	0.20 220	0.09 54	0.19 188	0.15 148	0.26 171	0.20 158	0.11 53	0.12 62	0.10 57	0.13 191	0.17 110	0.11 42	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

GCAP-Stereo-cres-4k	0.12 70	0.10 135	0.21 111	0.21 274	0.11 172	0.20 230	0.16 195	0.21 74	0.17 90	0.12 83	0.17 167	0.11 92	0.12 146	0.14 31	0.11 42	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

GCAP-Stereo-DPT-cres	0.12 70	0.08 34	0.18 76	0.18 91	0.13 319	0.20 230	0.16 195	0.23 115	0.18 110	0.12 83	0.15 130	0.14 167	0.13 191	0.13 12	0.12 108	0.06 49	0.04 2	0.06 43	0.05 65	0.05 7	0.04 1

GCAP-Stereo-DPT-36K	0.14 155	0.21 525	0.47 443	0.17 44	0.12 239	0.15 51	0.14 100	0.24 134	0.16 64	0.11 53	0.14 116	0.12 115	0.10 74	0.14 31	0.10 6	0.06 49	0.06 234	0.06 43	0.08 302	0.05 7	0.07 236

GCAP-Stereo-DPT-22K	0.12 70	0.09 80	0.17 63	0.19 146	0.11 172	0.14 33	0.16 195	0.21 74	0.20 158	0.10 31	0.17 167	0.11 92	0.12 146	0.12 5	0.10 6	0.05 9	0.05 39	0.06 43	0.08 302	0.05 7	0.06 140

GCAP-Stereo-DPT-20K	0.12 70	0.08 34	0.29 216	0.17 44	0.09 54	0.15 51	0.14 100	0.19 40	0.17 90	0.11 53	0.14 116	0.11 92	0.12 146	0.13 12	0.10 6	0.06 49	0.05 39	0.06 43	0.06 147	0.05 7	0.19 589

GCAP-Stereo-DPT-24K	0.11 41	0.09 80	0.17 63	0.18 91	0.10 118	0.15 51	0.16 195	0.23 115	0.15 54	0.10 31	0.16 149	0.09 27	0.11 112	0.13 12	0.10 6	0.05 9	0.05 39	0.06 43	0.08 302	0.05 7	0.08 314

GCAP-Stereo-DPT-5K	0.13 116	0.09 80	0.19 86	0.18 91	0.14 367	0.19 188	0.15 148	0.25 151	0.22 195	0.15 164	0.20 213	0.10 57	0.09 33	0.14 31	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

GCAP-Stereo-DPT-2K	0.13 116	0.09 80	0.22 126	0.18 91	0.14 367	0.18 153	0.15 148	0.23 115	0.21 178	0.16 193	0.22 242	0.10 57	0.09 33	0.15 65	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

GCAP-Stereo-DPT-3K	0.13 116	0.09 80	0.20 99	0.18 91	0.14 367	0.18 153	0.15 148	0.25 151	0.22 195	0.16 193	0.21 228	0.09 27	0.09 33	0.13 12	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

GCAP-Stereo-DPT-50K	0.14 155	0.19 498	0.70 560	0.17 44	0.12 239	0.13 22	0.14 100	0.24 134	0.17 90	0.10 31	0.12 62	0.10 57	0.10 74	0.13 12	0.10 6	0.05 9	0.05 39	0.06 43	0.07 220	0.05 7	0.07 236

GCAP-Stereo-DPT-FT	0.13 116	0.11 215	0.38 335	0.17 44	0.11 172	0.17 125	0.14 100	0.23 115	0.17 90	0.11 53	0.14 116	0.13 135	0.11 112	0.14 31	0.10 6	0.06 49	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

PipStereo	0.09 1	0.07 4	0.16 43	0.15 5	0.07 2	0.09 1	0.12 32	0.15 9	0.11 8	0.08 2	0.07 3	0.13 135	0.09 33	0.12 5	0.11 42	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

PSi22b	0.09 1	0.07 4	0.16 43	0.15 5	0.07 2	0.09 1	0.11 20	0.15 9	0.10 4	0.08 2	0.07 3	0.13 135	0.09 33	0.12 5	0.10 6	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

PSi22a	0.09 1	0.06 1	0.16 43	0.15 5	0.07 2	0.09 1	0.11 20	0.14 5	0.10 4	0.08 2	0.07 3	0.11 92	0.08 15	0.11 1	0.10 6	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

LACA3	0.10 8	0.10 135	0.14 8	0.15 5	0.07 2	0.16 91	0.14 100	0.14 5	0.13 23	0.11 53	0.09 16	0.10 57	0.10 74	0.16 92	0.09 1	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.04 1

Foundation-i1c-attn	0.12 70	0.07 4	0.14 8	0.16 20	0.07 2	0.15 51	0.15 148	0.24 134	0.17 90	0.13 113	0.15 130	0.16 209	0.13 191	0.15 65	0.12 108	0.07 124	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

Foundation-i1b	0.12 70	0.07 4	0.14 8	0.16 20	0.07 2	0.16 91	0.15 148	0.25 151	0.16 64	0.14 144	0.15 130	0.17 220	0.12 146	0.15 65	0.12 108	0.07 124	0.05 39	0.06 43	0.05 65	0.05 7	0.04 1

Foundation-i1a	0.12 70	0.07 4	0.14 8	0.15 5	0.07 2	0.18 153	0.16 195	0.25 151	0.16 64	0.16 193	0.16 149	0.18 232	0.13 191	0.17 110	0.12 108	0.07 124	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

Foundation-i32	0.09 1	0.07 4	0.16 43	0.15 5	0.06 1	0.09 1	0.12 32	0.14 5	0.09 2	0.08 2	0.07 3	0.10 57	0.08 15	0.11 1	0.11 42	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.04 1

GeoVLM	0.10 8	0.07 4	0.15 22	0.16 20	0.09 54	0.15 51	0.12 32	0.17 20	0.13 23	0.09 12	0.09 16	0.11 92	0.10 74	0.14 31	0.12 108	0.06 49	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

LACA2	0.10 8	0.11 215	0.20 99	0.16 20	0.07 2	0.16 91	0.13 66	0.17 20	0.14 39	0.09 12	0.09 16	0.11 92	0.10 74	0.14 31	0.09 1	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

LACA1	0.09 1	0.10 135	0.13 1	0.16 20	0.07 2	0.15 51	0.12 32	0.15 9	0.11 8	0.09 12	0.07 3	0.09 27	0.10 74	0.13 12	0.10 6	0.07 124	0.05 39	0.05 1	0.05 65	0.05 7	0.05 34

Test_v1	0.10 8	0.07 4	0.16 43	0.15 5	0.09 54	0.13 22	0.13 66	0.22 92	0.16 64	0.09 12	0.10 30	0.08 4	0.08 15	0.14 31	0.11 42	0.07 124	0.05 39	0.06 43	0.05 65	0.05 7	0.04 1

gcap_with_dpt	0.12 70	0.09 80	0.21 111	0.18 91	0.13 319	0.18 153	0.16 195	0.24 134	0.20 158	0.16 193	0.21 228	0.09 27	0.09 33	0.13 12	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

BLMT-Stereo	0.09 1	0.06 1	0.14 8	0.17 44	0.09 54	0.09 1	0.14 100	0.10 1	0.14 39	0.07 1	0.09 16	0.07 1	0.07 3	0.11 1	0.11 42	0.05 9	0.04 2	0.07 149	0.06 147	0.05 7	0.05 34

Pro-Stereo	0.10 8	0.07 4	0.14 8	0.17 44	0.10 118	0.17 125	0.13 66	0.11 2	0.13 23	0.10 31	0.09 16	0.08 4	0.06 1	0.22 227	0.11 42	0.06 49	0.05 39	0.07 149	0.08 302	0.05 7	0.05 34

BStereo	0.13 116	0.10 135	0.42 392	0.18 91	0.11 172	0.13 22	0.14 100	0.24 134	0.22 195	0.12 83	0.11 42	0.12 115	0.09 33	0.16 92	0.14 200	0.05 9	0.06 234	0.06 43	0.08 302	0.05 7	0.06 140

MatchStereo	0.11 41	0.08 34	0.23 139	0.16 20	0.07 2	0.09 1	0.12 32	0.20 59	0.17 90	0.10 31	0.15 130	0.08 4	0.08 15	0.14 31	0.12 108	0.07 124	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
Wave_Phase_stereo	0.14 155	0.10 135	0.42 392	0.18 91	0.11 172	0.36 516	0.14 100	0.28 208	0.22 195	0.12 83	0.11 42	0.12 115	0.09 33	0.16 92	0.14 200	0.05 9	0.06 234	0.06 43	0.08 302	0.05 7	0.06 140

NLSM3	0.13 116	0.10 135	0.17 63	0.21 274	0.13 319	0.18 153	0.16 195	0.30 244	0.24 237	0.11 53	0.15 130	0.12 115	0.13 191	0.17 110	0.15 230	0.05 9	0.05 39	0.08 244	0.08 302	0.05 7	0.05 34

MonSter++	0.10 8	0.07 4	0.15 22	0.16 20	0.09 54	0.15 51	0.12 32	0.17 20	0.13 23	0.09 12	0.09 16	0.11 92	0.10 74	0.14 31	0.12 108	0.06 49	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

HiDET	0.10 8	0.07 4	0.15 22	0.15 5	0.09 54	0.14 33	0.12 32	0.19 40	0.15 54	0.10 31	0.09 16	0.11 92	0.09 33	0.15 65	0.13 163	0.06 49	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

LCMNet	0.10 8	0.07 4	0.15 22	0.15 5	0.09 54	0.15 51	0.12 32	0.18 30	0.19 129	0.10 31	0.10 30	0.11 92	0.10 74	0.15 65	0.13 163	0.06 49	0.06 234	0.05 1	0.04 1	0.05 7	0.05 34

CSFM-Stereo	0.10 8	0.07 4	0.14 8	0.16 20	0.08 23	0.16 91	0.13 66	0.21 74	0.11 8	0.11 53	0.11 42	0.10 57	0.10 74	0.14 31	0.11 42	0.07 124	0.06 234	0.05 1	0.04 1	0.05 7	0.05 34

VIP-Stereo	0.12 70	0.12 273	0.21 111	0.18 91	0.11 172	0.24 332	0.12 32	0.19 40	0.18 110	0.10 31	0.13 81	0.11 92	0.09 33	0.19 162	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

BridgeDepth	0.10 8	0.09 80	0.14 8	0.19 146	0.07 2	0.16 91	0.12 32	0.16 14	0.12 16	0.08 2	0.09 16	0.14 167	0.13 191	0.14 31	0.10 6	0.05 9	0.04 2	0.05 1	0.05 65	0.05 7	0.04 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Zero-FE251	0.14 155	0.09 80	0.24 149	0.17 44	0.09 54	0.20 230	0.13 66	0.20 59	0.14 39	0.61 619	0.13 81	0.13 135	0.11 112	0.14 31	0.16 257	0.07 124	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

MonStereo	0.10 8	0.08 34	0.13 1	0.17 44	0.08 23	0.14 33	0.12 32	0.24 134	0.19 129	0.09 12	0.11 42	0.08 4	0.07 3	0.14 31	0.11 42	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

Monster-pub-eth3d	0.10 8	0.08 34	0.13 1	0.17 44	0.08 23	0.13 22	0.12 32	0.24 134	0.19 129	0.09 12	0.11 42	0.08 4	0.07 3	0.14 31	0.11 42	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

Monster-pub-mixall	0.10 8	0.07 4	0.16 43	0.16 20	0.08 23	0.11 12	0.09 2	0.20 59	0.12 16	0.11 53	0.11 42	0.08 4	0.08 15	0.23 237	0.11 42	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.06 140

Replicate-Monster	0.12 70	0.10 135	0.32 249	0.16 20	0.08 23	0.17 125	0.10 8	0.22 92	0.19 129	0.11 53	0.10 30	0.10 57	0.09 33	0.19 162	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.08 314

AdaDepth	0.11 41	0.09 80	0.20 99	0.20 220	0.10 118	0.19 188	0.13 66	0.16 14	0.13 23	0.10 31	0.10 30	0.09 27	0.09 33	0.19 162	0.12 108	0.05 9	0.05 39	0.06 43	0.06 147	0.05 7	0.05 34

asda	0.11 41	0.11 215	0.16 43	0.17 44	0.09 54	0.14 33	0.12 32	0.24 134	0.16 64	0.11 53	0.11 42	0.08 4	0.10 74	0.15 65	0.12 108	0.04 1	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

asd	0.10 8	0.10 135	0.15 22	0.17 44	0.10 118	0.16 91	0.10 8	0.19 40	0.13 23	0.12 83	0.11 42	0.09 27	0.10 74	0.16 92	0.11 42	0.04 1	0.04 2	0.05 1	0.05 65	0.05 7	0.04 1

qwe	0.11 41	0.10 135	0.14 8	0.17 44	0.10 118	0.15 51	0.12 32	0.25 151	0.17 90	0.14 144	0.13 81	0.09 27	0.09 33	0.18 137	0.12 108	0.04 1	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

depthmonostereo	0.14 155	0.09 80	0.19 86	0.19 146	0.08 23	0.20 230	0.15 148	0.27 186	0.23 221	0.16 193	0.18 187	0.14 167	0.17 296	0.19 162	0.13 163	0.07 124	0.06 234	0.07 149	0.05 65	0.05 7	0.05 34

DilatedVolume-Stereo	0.14 155	0.08 34	0.18 76	0.18 91	0.09 54	0.21 261	0.14 100	0.24 134	0.21 178	0.21 252	0.21 228	0.15 188	0.14 227	0.23 237	0.15 230	0.07 124	0.06 234	0.06 43	0.06 147	0.05 7	0.05 34

2.25w	0.11 41	0.09 80	0.15 22	0.17 44	0.09 54	0.15 51	0.10 8	0.19 40	0.18 110	0.14 144	0.17 167	0.09 27	0.10 74	0.18 137	0.13 163	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.05 34

4.25_new	0.11 41	0.11 215	0.16 43	0.17 44	0.10 118	0.17 125	0.12 32	0.21 74	0.14 39	0.12 83	0.13 81	0.09 27	0.10 74	0.15 65	0.12 108	0.04 1	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

4.5w_new	0.11 41	0.11 215	0.16 43	0.17 44	0.10 118	0.17 125	0.12 32	0.21 74	0.14 39	0.12 83	0.13 81	0.09 27	0.10 74	0.15 65	0.12 108	0.04 1	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

4.25w-stereo	0.11 41	0.11 215	0.16 43	0.17 44	0.10 118	0.17 125	0.12 32	0.21 74	0.14 39	0.12 83	0.13 81	0.09 27	0.10 74	0.15 65	0.12 108	0.04 1	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

4w-stereo	0.10 8	0.10 135	0.15 22	0.17 44	0.09 54	0.15 51	0.10 8	0.19 40	0.13 23	0.12 83	0.12 62	0.08 4	0.11 112	0.16 92	0.12 108	0.04 1	0.04 2	0.05 1	0.05 65	0.05 7	0.04 1

2.5w	0.11 41	0.10 135	0.15 22	0.18 91	0.09 54	0.15 51	0.15 148	0.20 59	0.15 54	0.12 83	0.13 81	0.10 57	0.09 33	0.17 110	0.11 42	0.05 9	0.04 2	0.05 1	0.05 65	0.05 7	0.04 1

3.75w	0.11 41	0.09 80	0.15 22	0.17 44	0.11 172	0.18 153	0.12 32	0.23 115	0.14 39	0.13 113	0.11 42	0.08 4	0.10 74	0.16 92	0.11 42	0.05 9	0.03 1	0.05 1	0.04 1	0.05 7	0.04 1

3.5w_stereo	0.11 41	0.10 135	0.14 8	0.17 44	0.09 54	0.17 125	0.09 2	0.22 92	0.16 64	0.13 113	0.13 81	0.09 27	0.11 112	0.19 162	0.13 163	0.04 1	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

3w_stereo	0.12 70	0.11 215	0.18 76	0.18 91	0.08 23	0.16 91	0.15 148	0.27 186	0.19 129	0.12 83	0.12 62	0.07 1	0.12 146	0.15 65	0.11 42	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.05 34

2w_stereo	0.11 41	0.10 135	0.15 22	0.18 91	0.08 23	0.16 91	0.14 100	0.27 186	0.20 158	0.14 144	0.14 116	0.08 4	0.11 112	0.13 12	0.12 108	0.05 9	0.04 2	0.05 1	0.05 65	0.05 7	0.04 1

1w_stereo	0.12 70	0.08 34	0.14 8	0.18 91	0.09 54	0.16 91	0.15 148	0.25 151	0.21 178	0.13 113	0.16 149	0.08 4	0.12 146	0.16 92	0.13 163	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.05 34

monsterstereo	0.11 41	0.09 80	0.14 8	0.19 146	0.12 239	0.14 33	0.12 32	0.25 151	0.17 90	0.13 113	0.16 149	0.08 4	0.09 33	0.19 162	0.11 42	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.04 1

monsters	0.11 41	0.09 80	0.13 1	0.17 44	0.12 239	0.15 51	0.11 20	0.23 115	0.15 54	0.14 144	0.12 62	0.08 4	0.09 33	0.21 207	0.10 6	0.06 49	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

IGEV	0.11 41	0.06 1	0.17 63	0.15 5	0.11 172	0.16 91	0.13 66	0.21 74	0.16 64	0.11 53	0.15 130	0.09 27	0.07 3	0.14 31	0.11 42	0.06 49	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

LG-Stereo_L2	0.10 8	0.08 34	0.19 86	0.16 20	0.09 54	0.12 16	0.13 66	0.18 30	0.13 23	0.09 12	0.07 3	0.08 4	0.08 15	0.16 92	0.10 6	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.04 1

LG-Stereo_L1	0.10 8	0.08 34	0.19 86	0.16 20	0.09 54	0.12 16	0.13 66	0.17 20	0.11 8	0.08 2	0.07 3	0.08 4	0.07 3	0.17 110	0.10 6	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.04 1

MLG-Stereo_test1	0.10 8	0.08 34	0.15 22	0.18 91	0.09 54	0.15 51	0.11 20	0.16 14	0.10 4	0.08 2	0.06 1	0.10 57	0.07 3	0.17 110	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

MLG-Stereo	0.10 8	0.08 34	0.15 22	0.18 91	0.07 2	0.15 51	0.11 20	0.17 20	0.11 8	0.08 2	0.06 1	0.10 57	0.08 15	0.18 137	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

FoundationStereo	0.09 1	0.07 4	0.16 43	0.16 20	0.08 23	0.12 16	0.13 66	0.11 2	0.12 16	0.09 12	0.07 3	0.10 57	0.09 33	0.11 1	0.10 6	0.07 124	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

castereo++	0.13 116	0.10 135	0.18 76	0.18 91	0.10 118	0.27 383	0.13 66	0.23 115	0.23 221	0.11 53	0.13 81	0.16 209	0.10 74	0.18 137	0.10 6	0.07 124	0.05 39	0.07 149	0.06 147	0.05 7	0.04 1

MonSter	0.10 8	0.08 34	0.13 1	0.17 44	0.08 23	0.14 33	0.12 32	0.24 134	0.19 129	0.09 12	0.11 42	0.08 4	0.07 3	0.14 31	0.11 42	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

DEFOM-Stereo	0.11 41	0.08 34	0.17 63	0.17 44	0.09 54	0.22 289	0.14 100	0.14 5	0.16 64	0.11 53	0.10 30	0.09 27	0.08 15	0.21 207	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

dual_stereo	0.10 8	0.07 4	0.14 8	0.17 44	0.08 23	0.09 1	0.13 66	0.24 134	0.13 23	0.10 31	0.09 16	0.09 27	0.08 15	0.18 137	0.12 108	0.07 124	0.06 234	0.06 43	0.04 1	0.05 7	0.05 34

gcap-zeroshot	0.13 116	0.09 80	0.22 126	0.17 44	0.14 367	0.19 188	0.15 148	0.25 151	0.22 195	0.15 164	0.20 213	0.10 57	0.09 33	0.13 12	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

test_for_model	0.13 116	0.09 80	0.20 99	0.18 91	0.14 367	0.19 188	0.15 148	0.25 151	0.22 195	0.15 164	0.20 213	0.10 57	0.09 33	0.14 31	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

GCAPDPT-zeroshot4090	0.12 70	0.08 34	0.29 216	0.17 44	0.09 54	0.15 51	0.14 100	0.19 40	0.17 90	0.11 53	0.14 116	0.11 92	0.12 146	0.13 12	0.10 6	0.06 49	0.05 39	0.06 43	0.06 147	0.05 7	0.19 589

testlalala	0.13 116	0.09 80	0.22 126	0.17 44	0.14 367	0.19 188	0.15 148	0.25 151	0.22 195	0.15 164	0.20 213	0.10 57	0.09 33	0.13 12	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

LoS_RVC	0.13 116	0.10 135	0.19 86	0.18 91	0.16 460	0.20 230	0.18 288	0.20 59	0.17 90	0.13 113	0.19 196	0.12 115	0.15 246	0.17 110	0.13 163	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.12 496

DCANet-4	0.19 292	0.10 135	0.52 486	0.19 146	0.09 54	0.19 188	0.18 288	0.36 332	0.39 433	0.29 350	0.30 321	0.17 220	0.22 370	0.20 182	0.18 309	0.07 124	0.05 39	0.07 149	0.05 65	0.05 7	0.07 236

fff	0.19 292	0.13 340	0.40 359	0.18 91	0.09 54	0.19 188	0.18 288	0.35 313	0.43 479	0.29 350	0.30 321	0.18 232	0.28 470	0.20 182	0.18 309	0.07 124	0.05 39	0.07 149	0.05 65	0.05 7	0.07 236

csc	0.19 292	0.13 340	0.40 359	0.18 91	0.09 54	0.19 188	0.18 288	0.35 313	0.43 479	0.29 350	0.30 321	0.18 232	0.28 470	0.20 182	0.18 309	0.07 124	0.05 39	0.07 149	0.05 65	0.05 7	0.07 236

cscssc	0.19 292	0.13 340	0.40 359	0.18 91	0.09 54	0.19 188	0.18 288	0.35 313	0.43 479	0.29 350	0.30 321	0.18 232	0.28 470	0.20 182	0.18 309	0.07 124	0.05 39	0.07 149	0.05 65	0.05 7	0.07 236

MGA	0.10 8	0.07 4	0.16 43	0.16 20	0.10 118	0.15 51	0.10 8	0.18 30	0.13 23	0.09 12	0.09 16	0.09 27	0.07 3	0.15 65	0.11 42	0.07 124	0.05 39	0.06 43	0.04 1	0.06 97	0.06 140

DF	0.13 116	0.09 80	0.21 111	0.18 91	0.10 118	0.17 125	0.15 148	0.25 151	0.17 90	0.13 113	0.22 242	0.19 248	0.11 112	0.20 182	0.14 200	0.08 284	0.05 39	0.06 43	0.06 147	0.06 97	0.06 140

LiteMatch*	0.11 41	0.07 4	0.22 126	0.16 20	0.10 118	0.13 22	0.13 66	0.18 30	0.14 39	0.09 12	0.09 16	0.09 27	0.10 74	0.14 31	0.11 42	0.07 124	0.05 39	0.06 43	0.05 65	0.06 97	0.06 140

aanet-new-90k	0.12 70	0.11 215	0.28 202	0.20 220	0.09 54	0.15 51	0.14 100	0.22 92	0.16 64	0.09 12	0.11 42	0.09 27	0.12 146	0.20 182	0.09 1	0.05 9	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

aanet-new-60k	0.12 70	0.11 215	0.32 249	0.20 220	0.08 23	0.16 91	0.13 66	0.19 40	0.17 90	0.11 53	0.12 62	0.11 92	0.11 112	0.19 162	0.10 6	0.05 9	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

aanet-new-32k	0.12 70	0.11 215	0.27 185	0.20 220	0.09 54	0.18 153	0.13 66	0.18 30	0.13 23	0.12 83	0.12 62	0.13 135	0.13 191	0.14 31	0.10 6	0.06 49	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

aanet-new-30k	0.12 70	0.11 215	0.27 185	0.20 220	0.09 54	0.18 153	0.13 66	0.18 30	0.13 23	0.12 83	0.12 62	0.13 135	0.13 191	0.14 31	0.10 6	0.06 49	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

aanet-new-24k	0.12 70	0.11 215	0.22 126	0.19 146	0.11 172	0.16 91	0.14 100	0.19 40	0.15 54	0.13 113	0.16 149	0.11 92	0.12 146	0.14 31	0.10 6	0.05 9	0.05 39	0.06 43	0.06 147	0.06 97	0.05 34

RT-Monster	0.15 191	0.08 34	0.21 111	0.17 44	0.14 367	0.20 230	0.11 20	0.29 224	0.32 345	0.24 279	0.22 242	0.17 220	0.13 191	0.18 137	0.14 200	0.07 124	0.06 234	0.06 43	0.05 65	0.06 97	0.07 236

DepthFocus	0.10 8	0.07 4	0.21 111	0.15 5	0.11 172	0.10 10	0.13 66	0.15 9	0.08 1	0.12 83	0.10 30	0.09 27	0.07 3	0.13 12	0.10 6	0.07 124	0.06 234	0.08 244	0.08 302	0.06 97	0.05 34

Foundation-i1	0.13 116	0.07 4	0.16 43	0.17 44	0.11 172	0.17 125	0.16 195	0.32 266	0.22 195	0.15 164	0.17 167	0.20 258	0.13 191	0.14 31	0.13 163	0.07 124	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

Selective-IGEV-i32	0.12 70	0.09 80	0.22 126	0.19 146	0.10 118	0.15 51	0.14 100	0.27 186	0.15 54	0.13 113	0.14 116	0.13 135	0.08 15	0.21 207	0.12 108	0.06 49	0.05 39	0.07 149	0.06 147	0.06 97	0.05 34

VMStereo-Base	0.13 116	0.08 34	0.22 126	0.15 5	0.09 54	0.18 153	0.13 66	0.24 134	0.25 251	0.14 144	0.22 242	0.17 220	0.12 146	0.19 162	0.13 163	0.08 284	0.06 234	0.06 43	0.05 65	0.06 97	0.07 236

BridgeDepth_RVC	0.10 8	0.07 4	0.15 22	0.13 1	0.07 2	0.16 91	0.10 8	0.20 59	0.14 39	0.09 12	0.10 30	0.09 27	0.12 146	0.13 12	0.12 108	0.07 124	0.05 39	0.05 1	0.05 65	0.06 97	0.04 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
252Zero-FE	0.14 155	0.07 4	0.17 63	0.17 44	0.09 54	0.15 51	0.11 20	0.21 74	0.19 129	0.77 639	0.11 42	0.08 4	0.08 15	0.13 12	0.13 163	0.07 124	0.05 39	0.06 43	0.04 1	0.06 97	0.06 140

GASTEREO	0.13 116	0.12 273	0.21 111	0.23 400	0.10 118	0.18 153	0.15 148	0.26 171	0.18 110	0.17 212	0.16 149	0.11 92	0.13 191	0.19 162	0.11 42	0.07 124	0.05 39	0.06 43	0.07 220	0.06 97	0.06 140

MSCF	0.13 116	0.12 273	0.21 111	0.22 343	0.10 118	0.16 91	0.15 148	0.26 171	0.18 110	0.17 212	0.16 149	0.11 92	0.13 191	0.18 137	0.11 42	0.07 124	0.05 39	0.06 43	0.07 220	0.06 97	0.06 140

water-stereo	0.13 116	0.08 34	0.20 99	0.19 146	0.10 118	0.17 125	0.14 100	0.25 151	0.19 129	0.17 212	0.23 251	0.15 188	0.15 246	0.12 5	0.13 163	0.07 124	0.06 234	0.07 149	0.06 147	0.06 97	0.05 34

4.5_new	0.11 41	0.11 215	0.15 22	0.17 44	0.09 54	0.14 33	0.12 32	0.21 74	0.16 64	0.13 113	0.13 81	0.08 4	0.09 33	0.13 12	0.11 42	0.05 9	0.04 2	0.05 1	0.05 65	0.06 97	0.04 1

4.5w-stereo	0.11 41	0.11 215	0.15 22	0.17 44	0.09 54	0.14 33	0.12 32	0.21 74	0.16 64	0.13 113	0.13 81	0.08 4	0.09 33	0.13 12	0.11 42	0.05 9	0.04 2	0.05 1	0.05 65	0.06 97	0.04 1

xyz-stereo-finetune2	0.17 225	0.11 215	0.26 173	0.16 20	0.09 54	0.27 383	0.19 335	0.27 186	0.20 158	0.22 259	0.28 296	0.21 270	0.22 370	0.37 416	0.22 410	0.06 49	0.05 39	0.08 244	0.06 147	0.06 97	0.07 236

xyz-stereo-finetune	0.16 207	0.12 273	0.23 139	0.16 20	0.08 23	0.23 311	0.20 388	0.29 224	0.31 336	0.19 237	0.22 242	0.19 248	0.15 246	0.29 354	0.20 363	0.06 49	0.06 234	0.08 244	0.06 147	0.06 97	0.06 140

xyz-stereo	1.40 668	0.10 135	17.09 705	0.18 91	0.07 2	4.78 687	0.18 288	0.29 224	0.34 369	0.36 488	2.81 685	0.40 497	0.29 485	0.56 500	0.24 442	0.07 124	0.05 39	0.09 337	0.06 147	0.06 97	0.05 34

MLG-Stereo_test3	0.10 8	0.08 34	0.16 43	0.17 44	0.08 23	0.16 91	0.12 32	0.17 20	0.12 16	0.10 31	0.07 3	0.10 57	0.08 15	0.14 31	0.11 42	0.07 124	0.05 39	0.06 43	0.04 1	0.06 97	0.06 140

MLG-Stereo_test2	0.10 8	0.08 34	0.15 22	0.17 44	0.09 54	0.15 51	0.11 20	0.16 14	0.10 4	0.09 12	0.07 3	0.10 57	0.06 1	0.15 65	0.11 42	0.07 124	0.05 39	0.06 43	0.04 1	0.06 97	0.05 34

LG-G_1	0.11 41	0.08 34	0.18 76	0.18 91	0.07 2	0.21 261	0.09 2	0.19 40	0.11 8	0.10 31	0.09 16	0.11 92	0.10 74	0.19 162	0.10 6	0.07 124	0.05 39	0.06 43	0.04 1	0.06 97	0.06 140

LG-G	0.11 41	0.08 34	0.18 76	0.18 91	0.07 2	0.21 261	0.09 2	0.19 40	0.11 8	0.10 31	0.09 16	0.11 92	0.10 74	0.19 162	0.10 6	0.07 124	0.05 39	0.06 43	0.04 1	0.06 97	0.06 140

LGtest1	0.10 8	0.08 34	0.17 63	0.17 44	0.08 23	0.13 22	0.09 2	0.16 14	0.12 16	0.09 12	0.07 3	0.09 27	0.09 33	0.15 65	0.11 42	0.08 284	0.05 39	0.06 43	0.05 65	0.06 97	0.06 140

SGD-Stereo	0.11 41	0.08 34	0.17 63	0.17 44	0.07 2	0.17 125	0.13 66	0.18 30	0.16 64	0.11 53	0.13 81	0.11 92	0.12 146	0.18 137	0.11 42	0.08 284	0.04 2	0.06 43	0.05 65	0.06 97	0.04 1

Reg-Stereo(zero)	0.16 207	0.07 4	0.36 307	0.19 146	0.10 118	0.19 188	0.14 100	0.28 208	0.24 237	0.22 259	0.20 213	0.24 316	0.18 322	0.21 207	0.18 309	0.07 124	0.05 39	0.06 43	0.06 147	0.06 97	0.06 140

AIO_rvc	0.12 70	0.11 215	0.22 126	0.19 146	0.10 118	0.15 51	0.17 241	0.20 59	0.16 64	0.11 53	0.13 81	0.13 135	0.08 15	0.22 227	0.11 42	0.06 49	0.05 39	0.06 43	0.05 65	0.06 97	0.07 236

AIO_test	0.12 70	0.09 80	0.20 99	0.19 146	0.11 172	0.15 51	0.17 241	0.19 40	0.16 64	0.11 53	0.13 81	0.14 167	0.09 33	0.20 182	0.12 108	0.07 124	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

AIO-test1	0.19 292	0.14 387	0.41 382	0.27 555	0.15 428	0.21 261	0.16 195	0.39 360	0.36 398	0.17 212	0.26 284	0.18 232	0.13 191	0.28 335	0.14 200	0.07 124	0.06 234	0.10 415	0.11 488	0.06 97	0.09 378

castereo	0.14 155	0.10 135	0.19 86	0.18 91	0.10 118	0.20 230	0.19 335	0.30 244	0.27 274	0.13 113	0.18 187	0.16 209	0.16 266	0.15 65	0.13 163	0.07 124	0.05 39	0.06 43	0.06 147	0.06 97	0.05 34

GIP-stereo	0.12 70	0.09 80	0.20 99	0.19 146	0.11 172	0.16 91	0.14 100	0.29 224	0.18 110	0.11 53	0.16 149	0.13 135	0.09 33	0.15 65	0.12 108	0.07 124	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

SMoEStereo_RVC	0.13 116	0.10 135	0.22 126	0.19 146	0.10 118	0.19 188	0.17 241	0.19 40	0.19 129	0.15 164	0.13 81	0.12 115	0.11 112	0.24 253	0.16 257	0.06 49	0.05 39	0.07 149	0.06 147	0.06 97	0.06 140

999	0.14 155	0.08 34	0.24 149	0.19 146	0.11 172	0.20 230	0.17 241	0.24 134	0.18 110	0.13 113	0.16 149	0.14 167	0.11 112	0.36 412	0.15 230	0.07 124	0.05 39	0.07 149	0.06 147	0.06 97	0.07 236

ours_stereo	0.13 116	0.11 215	0.23 139	0.20 220	0.11 172	0.17 125	0.18 288	0.20 59	0.19 129	0.13 113	0.18 187	0.14 167	0.10 74	0.23 237	0.14 200	0.06 49	0.05 39	0.08 244	0.06 147	0.06 97	0.05 34

UGAM-zero	0.23 382	0.10 135	0.54 493	0.19 146	0.13 319	0.21 261	0.14 100	0.44 420	0.22 195	0.28 321	0.28 296	0.51 567	0.33 526	0.65 551	0.14 200	0.07 124	0.06 234	0.07 149	0.08 302	0.06 97	0.07 236

WCG-NET	0.14 155	0.09 80	0.23 139	0.18 91	0.08 23	0.18 153	0.17 241	0.21 74	0.28 291	0.18 230	0.21 228	0.15 188	0.12 146	0.18 137	0.12 108	0.06 49	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

GCAP-BAT	0.21 330	0.08 34	1.22 642	0.29 579	0.43 642	0.16 91	0.15 148	0.27 186	0.25 251	0.14 144	0.17 167	0.15 188	0.11 112	0.20 182	0.12 108	0.07 124	0.05 39	0.07 149	0.06 147	0.06 97	0.06 140

IGEV-Stereo++	0.11 41	0.08 34	0.15 22	0.19 146	0.11 172	0.14 33	0.10 8	0.22 92	0.18 110	0.10 31	0.13 81	0.10 57	0.11 112	0.14 31	0.11 42	0.06 49	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

Pointernet	0.13 116	0.07 4	0.27 185	0.19 146	0.11 172	0.20 230	0.12 32	0.31 254	0.24 237	0.15 164	0.15 130	0.13 135	0.11 112	0.17 110	0.13 163	0.08 284	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

AIO-Stereo	0.13 116	0.10 135	0.22 126	0.20 220	0.09 54	0.16 91	0.15 148	0.27 186	0.16 64	0.13 113	0.15 130	0.13 135	0.08 15	0.18 137	0.11 42	0.06 49	0.05 39	0.07 149	0.07 220	0.06 97	0.06 140

WCG-NET（raft）	0.14 155	0.09 80	0.23 139	0.17 44	0.08 23	0.19 188	0.16 195	0.23 115	0.26 263	0.18 230	0.19 196	0.20 258	0.12 146	0.21 207	0.12 108	0.06 49	0.06 234	0.06 43	0.05 65	0.06 97	0.05 34

RSM	0.12 70	0.09 80	0.20 99	0.20 220	0.09 54	0.16 91	0.15 148	0.23 115	0.18 110	0.13 113	0.13 81	0.15 188	0.09 33	0.21 207	0.12 108	0.06 49	0.05 39	0.07 149	0.07 220	0.06 97	0.05 34

RAFT-Stereo-weight	0.15 191	0.09 80	0.26 173	0.20 220	0.10 118	0.19 188	0.17 241	0.36 332	0.29 310	0.24 279	0.20 213	0.19 248	0.10 74	0.18 137	0.15 230	0.07 124	0.05 39	0.07 149	0.05 65	0.06 97	0.05 34

trnet	0.13 116	0.08 34	0.21 111	0.15 5	0.07 2	0.21 261	0.12 32	0.24 134	0.24 237	0.16 193	0.21 228	0.15 188	0.13 191	0.18 137	0.13 163	0.08 284	0.05 39	0.06 43	0.04 1	0.06 97	0.05 34

MoCha-V2	0.13 116	0.08 34	0.26 173	0.23 400	0.09 54	0.16 91	0.15 148	0.26 171	0.16 64	0.15 164	0.15 130	0.13 135	0.14 227	0.20 182	0.11 42	0.06 49	0.07 365	0.06 43	0.06 147	0.06 97	0.05 34

MSKI-zero shot	0.17 225	0.09 80	0.43 405	0.20 220	0.11 172	0.21 261	0.15 148	0.32 266	0.21 178	0.23 265	0.24 265	0.23 302	0.10 74	0.31 377	0.13 163	0.07 124	0.06 234	0.07 149	0.06 147	0.06 97	0.06 140

GCAPDPT-zeroshot	0.20 309	0.08 34	1.14 637	0.29 579	0.43 642	0.16 91	0.15 148	0.27 186	0.25 251	0.14 144	0.17 167	0.15 188	0.11 112	0.20 182	0.12 108	0.07 124	0.05 39	0.07 149	0.06 147	0.06 97	0.06 140

GCAP-Stereo	0.14 155	0.14 387	0.33 266	0.20 220	0.09 54	0.21 261	0.10 8	0.26 171	0.20 158	0.18 230	0.19 196	0.15 188	0.13 191	0.17 110	0.13 163	0.07 124	0.06 234	0.07 149	0.05 65	0.06 97	0.06 140

RAFT-Test	0.17 225	0.10 135	0.38 335	0.19 146	0.12 239	0.25 350	0.17 241	0.33 281	0.23 221	0.23 265	0.29 308	0.27 358	0.14 227	0.20 182	0.14 200	0.07 124	0.06 234	0.07 149	0.07 220	0.06 97	0.06 140

CAS	0.15 191	0.07 4	0.21 111	0.41 634	0.16 460	0.20 230	0.18 288	0.22 92	0.19 129	0.15 164	0.19 196	0.11 92	0.09 33	0.14 31	0.13 163	0.29 641	0.04 2	0.06 43	0.04 1	0.06 97	0.14 535

LoS	0.14 155	0.08 34	0.27 185	0.16 20	0.09 54	0.22 289	0.14 100	0.26 171	0.26 263	0.15 164	0.18 187	0.18 232	0.13 191	0.22 227	0.14 200	0.08 284	0.06 234	0.06 43	0.04 1	0.06 97	0.06 140
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.12 70	0.09 80	0.22 126	0.19 146	0.10 118	0.15 51	0.14 100	0.27 186	0.15 54	0.13 113	0.14 116	0.13 135	0.08 15	0.21 207	0.12 108	0.06 49	0.05 39	0.07 149	0.06 147	0.06 97	0.05 34

EGLCR-Stereo	0.13 116	0.08 34	0.20 99	0.18 91	0.09 54	0.21 261	0.13 66	0.27 186	0.21 178	0.13 113	0.10 30	0.15 188	0.09 33	0.20 182	0.13 163	0.07 124	0.05 39	0.07 149	0.07 220	0.06 97	0.06 140

MC-Stereo	0.14 155	0.09 80	0.25 163	0.21 274	0.09 54	0.18 153	0.16 195	0.23 115	0.19 129	0.18 230	0.23 251	0.16 209	0.13 191	0.22 227	0.13 163	0.07 124	0.05 39	0.07 149	0.07 220	0.06 97	0.05 34

RCA-Stereo	0.16 207	0.09 80	0.25 163	0.20 220	0.10 118	0.19 188	0.17 241	0.36 332	0.35 385	0.20 241	0.25 275	0.17 220	0.17 296	0.18 137	0.14 200	0.07 124	0.05 39	0.07 149	0.06 147	0.06 97	0.05 34

ADStereo(finetuned)	0.19 292	0.13 340	0.49 459	0.19 146	0.09 54	0.19 188	0.18 288	0.34 290	0.39 433	0.29 350	0.31 336	0.18 232	0.31 516	0.21 207	0.19 342	0.07 124	0.05 39	0.07 149	0.05 65	0.06 97	0.07 236

test-3	0.16 207	0.09 80	0.31 241	0.21 274	0.11 172	0.18 153	0.16 195	0.30 244	0.27 274	0.26 301	0.16 149	0.22 281	0.12 146	0.26 301	0.18 309	0.06 49	0.04 2	0.08 244	0.08 302	0.06 97	0.06 140

test_1	0.16 207	0.09 80	0.31 241	0.21 274	0.11 172	0.18 153	0.16 195	0.30 244	0.27 274	0.25 289	0.16 149	0.22 281	0.12 146	0.26 301	0.18 309	0.06 49	0.04 2	0.08 244	0.08 302	0.06 97	0.06 140

TRStereo	0.19 292	0.17 468	0.47 443	0.23 400	0.19 533	0.19 188	0.16 195	0.52 519	0.28 291	0.20 241	0.19 196	0.21 270	0.13 191	0.24 253	0.13 163	0.09 379	0.06 234	0.09 337	0.11 488	0.06 97	0.06 140

STrans-v2	0.24 413	0.13 340	0.54 493	0.21 274	0.12 239	0.23 311	0.21 419	0.47 450	0.28 291	0.31 400	0.42 472	0.36 456	0.35 539	0.62 536	0.23 431	0.07 124	0.05 39	0.08 244	0.07 220	0.06 97	0.06 140

TransformOpticalFlow	0.24 413	0.13 340	0.56 503	0.23 400	0.11 172	0.21 261	0.19 335	0.40 372	0.32 345	0.30 382	0.43 485	0.36 456	0.31 516	0.61 528	0.20 363	0.07 124	0.05 39	0.08 244	0.07 220	0.06 97	0.07 236

ASMatch	0.23 382	0.11 215	0.51 480	0.24 454	0.14 367	0.19 188	0.17 241	0.31 254	0.28 291	0.28 321	0.68 607	0.27 358	0.26 434	0.50 463	0.22 410	0.07 124	0.06 234	0.08 244	0.07 220	0.06 97	0.11 472

DEmStereo	0.26 458	0.09 80	0.47 443	0.19 146	0.12 239	0.30 443	0.25 511	0.28 208	0.36 398	0.36 488	0.58 577	0.25 326	0.48 603	0.53 481	0.44 567	0.07 124	0.06 234	0.08 244	0.08 302	0.06 97	0.07 236

RAFT-RH_RVC	0.25 441	0.11 215	0.45 427	0.21 274	0.12 239	0.25 350	0.14 100	0.27 186	0.27 274	0.38 511	1.15 649	0.23 302	0.17 296	0.57 504	0.24 442	0.07 124	0.05 39	0.10 415	0.07 220	0.06 97	0.07 236

RAFT-345	0.21 330	0.10 135	0.46 435	0.22 343	0.11 172	0.20 230	0.16 195	0.26 171	0.25 251	0.27 309	0.66 603	0.21 270	0.16 266	0.55 489	0.21 390	0.07 124	0.06 234	0.08 244	0.07 220	0.06 97	0.06 140

AnonymousM	0.17 225	0.19 498	0.24 149	0.18 91	0.10 118	0.18 153	0.17 241	0.30 244	0.23 221	0.26 301	0.20 213	0.18 232	0.14 227	0.19 162	0.14 200	0.09 379	0.06 234	0.38 646	0.15 578	0.06 97	0.05 34

cross-raft	0.17 225	0.12 273	0.41 382	0.23 400	0.10 118	0.20 230	0.24 494	0.33 281	0.23 221	0.23 265	0.28 296	0.29 385	0.15 246	0.17 110	0.15 230	0.06 49	0.05 39	0.07 149	0.07 220	0.06 97	0.05 34

test-1	0.17 225	0.11 215	0.40 359	0.23 400	0.13 319	0.22 289	0.23 472	0.34 290	0.26 263	0.20 241	0.24 265	0.22 281	0.14 227	0.16 92	0.20 363	0.07 124	0.06 234	0.08 244	0.07 220	0.06 97	0.08 314

CREStereo++_RVC	0.15 191	0.08 34	0.26 173	0.17 44	0.11 172	0.18 153	0.13 66	0.22 92	0.30 323	0.21 252	0.30 321	0.13 135	0.11 112	0.16 92	0.15 230	0.07 124	0.04 2	0.06 43	0.15 578	0.06 97	0.05 34
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.17 225	0.09 80	0.26 173	0.18 91	0.07 2	0.32 471	0.19 335	0.37 342	0.32 345	0.23 265	0.25 275	0.18 232	0.17 296	0.25 283	0.16 257	0.07 124	0.05 39	0.07 149	0.05 65	0.06 97	0.05 34

TANstereo	0.15 191	0.09 80	0.28 202	0.16 20	0.08 23	0.25 350	0.14 100	0.23 115	0.28 291	0.24 279	0.30 321	0.16 209	0.12 146	0.17 110	0.13 163	0.08 284	0.07 365	0.06 43	0.05 65	0.06 97	0.07 236

raftrobust	0.16 207	0.13 340	0.29 216	0.22 343	0.15 428	0.19 188	0.13 66	0.32 266	0.26 263	0.26 301	0.20 213	0.19 248	0.17 296	0.21 207	0.15 230	0.08 284	0.06 234	0.07 149	0.06 147	0.06 97	0.07 236

DCANet	0.18 249	0.13 340	0.40 359	0.19 146	0.09 54	0.19 188	0.18 288	0.34 290	0.39 433	0.29 350	0.31 336	0.18 232	0.23 384	0.20 182	0.19 342	0.07 124	0.05 39	0.07 149	0.05 65	0.06 97	0.07 236

EAI-Stereo	0.21 330	0.10 135	0.33 266	0.21 274	0.12 239	0.30 443	0.46 632	0.46 441	0.20 158	0.25 289	0.50 537	0.17 220	0.16 266	0.24 253	0.23 431	0.07 124	0.06 234	0.07 149	0.10 449	0.06 97	0.07 236

CFNet-RSSM	0.17 225	0.10 135	0.40 359	0.20 220	0.11 172	0.20 230	0.15 148	0.36 332	0.30 323	0.23 265	0.21 228	0.26 348	0.15 246	0.20 182	0.13 163	0.07 124	0.05 39	0.07 149	0.07 220	0.06 97	0.05 34

Gwc-CoAtRS	0.17 225	0.10 135	0.37 316	0.20 220	0.12 239	0.19 188	0.15 148	0.32 266	0.28 291	0.23 265	0.23 251	0.27 358	0.15 246	0.20 182	0.13 163	0.07 124	0.05 39	0.07 149	0.07 220	0.06 97	0.06 140

R-Stereo Train	0.18 249	0.09 80	0.32 249	0.22 343	0.12 239	0.22 289	0.19 335	0.42 398	0.19 129	0.31 400	0.45 508	0.20 258	0.14 227	0.18 137	0.15 230	0.08 284	0.06 234	0.07 149	0.06 147	0.06 97	0.06 140

RAFT-Stereo	0.18 249	0.09 80	0.32 249	0.22 343	0.12 239	0.22 289	0.19 335	0.42 398	0.19 129	0.31 400	0.45 508	0.20 258	0.14 227	0.18 137	0.15 230	0.08 284	0.06 234	0.07 149	0.06 147	0.06 97	0.06 140
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
aanet-new-78k	0.13 116	0.11 215	0.44 415	0.21 274	0.08 23	0.14 33	0.14 100	0.21 74	0.16 64	0.10 31	0.13 81	0.10 57	0.13 191	0.18 137	0.09 1	0.05 9	0.04 2	0.06 43	0.05 65	0.07 179	0.05 34

aanet-new-40k	0.12 70	0.11 215	0.27 185	0.19 146	0.11 172	0.16 91	0.14 100	0.19 40	0.14 39	0.11 53	0.14 116	0.10 57	0.11 112	0.12 5	0.10 6	0.06 49	0.04 2	0.06 43	0.05 65	0.07 179	0.05 34

aanet-32k-new	0.12 70	0.13 340	0.28 202	0.20 220	0.09 54	0.16 91	0.15 148	0.20 59	0.16 64	0.11 53	0.14 116	0.09 27	0.13 191	0.18 137	0.10 6	0.06 49	0.04 2	0.06 43	0.05 65	0.07 179	0.06 140

aanet-new-28k	0.12 70	0.11 215	0.35 287	0.20 220	0.08 23	0.16 91	0.14 100	0.19 40	0.14 39	0.12 83	0.14 116	0.12 115	0.12 146	0.15 65	0.10 6	0.06 49	0.05 39	0.06 43	0.07 220	0.07 179	0.05 34

aanet-new-16k	0.12 70	0.11 215	0.26 173	0.20 220	0.08 23	0.14 33	0.12 32	0.21 74	0.19 129	0.12 83	0.12 62	0.12 115	0.11 112	0.14 31	0.11 42	0.06 49	0.05 39	0.06 43	0.05 65	0.07 179	0.05 34

aanet-new-10k	0.12 70	0.12 273	0.27 185	0.21 274	0.09 54	0.19 188	0.14 100	0.24 134	0.17 90	0.12 83	0.13 81	0.11 92	0.12 146	0.14 31	0.11 42	0.06 49	0.05 39	0.06 43	0.05 65	0.07 179	0.05 34

aanet-new-14k	0.12 70	0.11 215	0.25 163	0.21 274	0.08 23	0.13 22	0.14 100	0.25 151	0.21 178	0.12 83	0.15 130	0.09 27	0.14 227	0.15 65	0.11 42	0.06 49	0.05 39	0.06 43	0.05 65	0.07 179	0.05 34

aanet-new	0.13 116	0.11 215	0.30 226	0.20 220	0.13 319	0.20 230	0.14 100	0.23 115	0.16 64	0.12 83	0.13 81	0.09 27	0.15 246	0.19 162	0.10 6	0.07 124	0.05 39	0.07 149	0.05 65	0.07 179	0.06 140

PSi22	0.14 155	0.13 340	0.29 216	0.19 146	0.09 54	0.17 125	0.12 32	0.28 208	0.23 221	0.13 113	0.14 116	0.22 281	0.13 191	0.29 354	0.14 200	0.06 49	0.05 39	0.05 1	0.04 1	0.07 179	0.06 140

Hybrid-DGEV-2	0.21 330	0.15 422	0.34 277	0.24 454	0.13 319	0.28 403	0.14 100	0.48 463	0.44 494	0.27 309	0.24 265	0.25 326	0.25 423	0.28 335	0.19 342	0.07 124	0.06 234	0.09 337	0.08 302	0.07 179	0.07 236

WQFJA1	0.18 249	0.10 135	0.16 43	0.22 343	0.18 506	0.25 350	0.19 335	0.51 500	0.51 559	0.15 164	0.17 167	0.15 188	0.16 266	0.20 182	0.20 363	0.07 124	0.09 488	0.08 244	0.07 220	0.07 179	0.06 140

NLMM1	0.19 292	0.12 273	0.16 43	0.23 400	0.18 506	0.24 332	0.20 388	0.59 591	0.65 609	0.18 230	0.17 167	0.13 135	0.14 227	0.25 283	0.18 309	0.08 284	0.09 488	0.08 244	0.07 220	0.07 179	0.06 140

NLMM	0.18 249	0.10 135	0.16 43	0.22 343	0.18 506	0.25 350	0.19 335	0.51 500	0.51 559	0.15 164	0.17 167	0.15 188	0.16 266	0.20 182	0.20 363	0.07 124	0.09 488	0.08 244	0.07 220	0.07 179	0.06 140

NLSM1	0.17 225	0.10 135	0.17 63	0.21 274	0.18 506	0.25 350	0.17 241	0.47 450	0.40 451	0.16 193	0.21 228	0.13 135	0.15 246	0.21 207	0.18 309	0.08 284	0.09 488	0.09 337	0.08 302	0.07 179	0.06 140

FE-Mocha	0.16 207	0.10 135	0.33 266	0.19 146	0.13 319	0.19 188	0.15 148	0.35 313	0.22 195	0.24 279	0.24 265	0.20 258	0.14 227	0.17 110	0.17 286	0.07 124	0.05 39	0.08 244	0.08 302	0.07 179	0.06 140

IGEV-FE	0.18 249	0.10 135	0.65 542	0.20 220	0.12 239	0.19 188	0.15 148	0.34 290	0.19 129	0.28 321	0.22 242	0.27 358	0.13 191	0.23 237	0.18 309	0.07 124	0.06 234	0.08 244	0.08 302	0.07 179	0.06 140

DA	0.14 155	0.10 135	0.18 76	0.21 274	0.10 118	0.29 425	0.16 195	0.28 208	0.20 158	0.14 144	0.17 167	0.16 209	0.14 227	0.17 110	0.12 108	0.07 124	0.05 39	0.07 149	0.05 65	0.07 179	0.07 236

GGEV	0.14 155	0.10 135	0.18 76	0.21 274	0.10 118	0.29 425	0.16 195	0.28 208	0.20 158	0.14 144	0.17 167	0.16 209	0.14 227	0.17 110	0.12 108	0.07 124	0.05 39	0.07 149	0.05 65	0.07 179	0.07 236

LG-Stereo_Zeroshot	0.13 116	0.09 80	0.24 149	0.20 220	0.10 118	0.15 51	0.14 100	0.22 92	0.16 64	0.12 83	0.19 196	0.15 188	0.11 112	0.13 12	0.17 286	0.07 124	0.05 39	0.06 43	0.06 147	0.07 179	0.06 140

LG-Stereo	0.13 116	0.10 135	0.24 149	0.20 220	0.09 54	0.16 91	0.18 288	0.21 74	0.18 110	0.11 53	0.17 167	0.09 27	0.09 33	0.15 65	0.14 200	0.05 9	0.06 234	0.08 244	0.08 302	0.07 179	0.05 34

GREAT-IGEV	0.12 70	0.09 80	0.25 163	0.16 20	0.11 172	0.14 33	0.16 195	0.17 20	0.17 90	0.10 31	0.15 130	0.09 27	0.09 33	0.18 137	0.10 6	0.06 49	0.07 365	0.06 43	0.05 65	0.07 179	0.10 435
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
DEFOM-Stereo_RVC	0.13 116	0.14 387	0.19 86	0.26 527	0.09 54	0.15 51	0.13 66	0.22 92	0.18 110	0.12 83	0.11 42	0.10 57	0.13 191	0.21 207	0.12 108	0.07 124	0.05 39	0.06 43	0.05 65	0.07 179	0.05 34

HUF	0.15 191	0.11 215	0.38 335	0.17 44	0.11 172	0.16 91	0.17 241	0.22 92	0.20 158	0.11 53	0.13 81	0.14 167	0.11 112	0.18 137	0.12 108	0.07 124	0.20 627	0.06 43	0.05 65	0.07 179	0.14 535

AIO-test2	0.20 309	0.20 511	0.36 307	0.26 527	0.15 428	0.22 289	0.16 195	0.42 398	0.42 471	0.16 193	0.29 308	0.15 188	0.11 112	0.26 301	0.13 163	0.18 605	0.06 234	0.10 415	0.11 488	0.07 179	0.07 236

fffft	0.13 116	0.09 80	0.24 149	0.19 146	0.10 118	0.17 125	0.19 335	0.22 92	0.16 64	0.14 144	0.11 42	0.13 135	0.10 74	0.24 253	0.18 309	0.06 49	0.05 39	0.07 149	0.06 147	0.07 179	0.06 140
1: 1. 1
tt45	0.14 155	0.09 80	0.22 126	0.19 146	0.11 172	0.23 311	0.18 288	0.22 92	0.17 90	0.15 164	0.13 81	0.14 167	0.10 74	0.30 370	0.14 200	0.07 124	0.05 39	0.08 244	0.06 147	0.07 179	0.07 236

mms	0.13 116	0.11 215	0.19 86	0.19 146	0.12 239	0.16 91	0.17 241	0.20 59	0.17 90	0.13 113	0.17 167	0.14 167	0.09 33	0.24 253	0.14 200	0.06 49	0.05 39	0.08 244	0.06 147	0.07 179	0.07 236

fffy	0.14 155	0.11 215	0.24 149	0.20 220	0.10 118	0.19 188	0.18 288	0.22 92	0.19 129	0.13 113	0.16 149	0.15 188	0.13 191	0.25 283	0.14 200	0.06 49	0.06 234	0.08 244	0.06 147	0.07 179	0.06 140

PAM_32	0.23 382	0.10 135	0.63 533	0.21 274	0.14 367	0.33 483	0.19 335	0.36 332	0.23 221	0.29 350	0.28 296	0.56 588	0.28 470	0.27 321	0.18 309	0.08 284	0.06 234	0.08 244	0.09 405	0.07 179	0.09 378

PAM	0.23 382	0.10 135	0.63 533	0.22 343	0.15 428	0.34 496	0.21 419	0.37 342	0.22 195	0.31 400	0.27 290	0.55 584	0.26 434	0.26 301	0.17 286	0.08 284	0.06 234	0.07 149	0.09 405	0.07 179	0.09 378

model_zeroshot	0.17 225	0.11 215	0.39 351	0.20 220	0.12 239	0.24 332	0.15 148	0.34 290	0.22 195	0.30 382	0.20 213	0.22 281	0.12 146	0.24 253	0.14 200	0.08 284	0.07 365	0.07 149	0.07 220	0.07 179	0.07 236

RAStereo	0.13 116	0.12 273	0.27 185	0.22 343	0.11 172	0.15 51	0.18 288	0.23 115	0.23 221	0.13 113	0.17 167	0.11 92	0.09 33	0.15 65	0.13 163	0.08 284	0.06 234	0.08 244	0.06 147	0.07 179	0.05 34

Occ-G	0.13 116	0.08 34	0.21 111	0.17 44	0.10 118	0.15 51	0.19 335	0.22 92	0.19 129	0.13 113	0.19 196	0.21 270	0.11 112	0.17 110	0.14 200	0.07 124	0.06 234	0.07 149	0.06 147	0.07 179	0.06 140

U	1.00 657	0.09 80	0.21 111	0.21 274	3.68 689	6.12 692	0.14 100	0.21 74	0.21 178	0.11 53	0.11 42	0.10 57	0.09 33	0.12 5	0.11 42	0.07 124	0.05 39	5.42 699	2.90 697	0.07 179	0.06 140

RSM++	0.12 70	0.09 80	0.19 86	0.20 220	0.09 54	0.17 125	0.15 148	0.21 74	0.19 129	0.12 83	0.12 62	0.14 167	0.09 33	0.20 182	0.12 108	0.06 49	0.05 39	0.07 149	0.07 220	0.07 179	0.05 34

IGEV++	0.13 116	0.10 135	0.23 139	0.21 274	0.10 118	0.15 51	0.15 148	0.29 224	0.16 64	0.12 83	0.15 130	0.12 115	0.12 146	0.17 110	0.14 200	0.07 124	0.06 234	0.07 149	0.05 65	0.07 179	0.07 236

AE-Stereo	0.17 225	0.11 215	0.31 241	0.24 454	0.14 367	0.23 311	0.18 288	0.34 290	0.29 310	0.15 164	0.25 275	0.21 270	0.13 191	0.20 182	0.14 200	0.07 124	0.08 453	0.09 337	0.10 449	0.07 179	0.06 140

ff7	0.14 155	0.12 273	0.27 185	0.19 146	0.12 239	0.21 261	0.18 288	0.27 186	0.20 158	0.15 164	0.13 81	0.12 115	0.12 146	0.24 253	0.12 108	0.07 124	0.05 39	0.08 244	0.07 220	0.07 179	0.07 236

IGEVStereo-DCA	0.14 155	0.11 215	0.27 185	0.19 146	0.12 239	0.20 230	0.18 288	0.27 186	0.20 158	0.15 164	0.12 62	0.14 167	0.12 146	0.28 335	0.14 200	0.07 124	0.06 234	0.08 244	0.07 220	0.07 179	0.07 236

ffff	0.14 155	0.12 273	0.27 185	0.19 146	0.12 239	0.21 261	0.18 288	0.27 186	0.20 158	0.15 164	0.13 81	0.12 115	0.12 146	0.24 253	0.12 108	0.07 124	0.05 39	0.08 244	0.07 220	0.07 179	0.07 236

rrr	0.17 225	0.11 215	0.57 506	0.19 146	0.12 239	0.20 230	0.18 288	0.35 313	0.22 195	0.15 164	0.12 62	0.14 167	0.12 146	0.28 335	0.14 200	0.07 124	0.06 234	0.08 244	0.07 220	0.07 179	0.07 236

11t	0.14 155	0.12 273	0.27 185	0.19 146	0.12 239	0.21 261	0.18 288	0.27 186	0.20 158	0.15 164	0.13 81	0.12 115	0.12 146	0.24 253	0.12 108	0.07 124	0.05 39	0.08 244	0.07 220	0.07 179	0.07 236

MaDis-Stereo	0.14 155	0.13 340	0.26 173	0.19 146	0.14 367	0.16 91	0.13 66	0.25 151	0.21 178	0.13 113	0.14 116	0.14 167	0.11 112	0.17 110	0.17 286	0.08 284	0.07 365	0.08 244	0.06 147	0.07 179	0.06 140

IGEV_Zeroshot_test	0.18 249	0.10 135	0.65 542	0.20 220	0.12 239	0.19 188	0.15 148	0.34 290	0.19 129	0.28 321	0.22 242	0.27 358	0.13 191	0.23 237	0.18 309	0.07 124	0.06 234	0.08 244	0.08 302	0.07 179	0.06 140

AEACV	0.13 116	0.09 80	0.23 139	0.18 91	0.19 533	0.19 188	0.16 195	0.23 115	0.14 39	0.13 113	0.17 167	0.13 135	0.16 266	0.16 92	0.12 108	0.07 124	0.05 39	0.07 149	0.08 302	0.07 179	0.06 140

Any-RAFT	0.17 225	0.08 34	0.31 241	0.19 146	0.10 118	0.29 425	0.16 195	0.42 398	0.30 323	0.24 279	0.27 290	0.27 358	0.16 266	0.21 207	0.12 108	0.08 284	0.05 39	0.06 43	0.05 65	0.07 179	0.06 140

HH	0.18 249	0.12 273	0.55 499	0.22 343	0.12 239	0.18 153	0.18 288	0.34 290	0.19 129	0.20 241	0.24 265	0.34 437	0.18 322	0.29 354	0.12 108	0.07 124	0.05 39	0.07 149	0.07 220	0.07 179	0.06 140

HanStereo	0.18 249	0.12 273	0.55 499	0.22 343	0.12 239	0.18 153	0.18 288	0.34 290	0.19 129	0.20 241	0.24 265	0.34 437	0.18 322	0.29 354	0.12 108	0.07 124	0.05 39	0.07 149	0.07 220	0.07 179	0.06 140

DCRE	0.20 309	0.13 340	0.40 359	0.21 274	0.15 428	0.20 230	0.19 335	0.30 244	0.27 274	0.22 259	0.80 624	0.23 302	0.16 266	0.23 237	0.15 230	0.07 124	0.07 365	0.07 149	0.08 302	0.07 179	0.06 140

anonymousa	0.23 382	0.11 215	0.50 470	0.21 274	0.16 460	0.31 459	0.20 388	0.36 332	0.35 385	0.32 422	0.50 537	0.39 482	0.26 434	0.22 227	0.20 363	0.08 284	0.06 234	0.09 337	0.11 488	0.07 179	0.08 314

ProNet	0.14 155	0.12 273	0.25 163	0.19 146	0.11 172	0.19 188	0.19 335	0.27 186	0.20 158	0.14 144	0.13 81	0.13 135	0.12 146	0.24 253	0.12 108	0.06 49	0.05 39	0.07 149	0.06 147	0.07 179	0.07 236

ccc-4	0.14 155	0.12 273	0.27 185	0.19 146	0.12 239	0.21 261	0.18 288	0.27 186	0.20 158	0.15 164	0.13 81	0.12 115	0.12 146	0.24 253	0.12 108	0.07 124	0.05 39	0.08 244	0.07 220	0.07 179	0.07 236

DisPM	0.19 292	0.10 135	0.35 287	0.23 400	0.13 319	0.18 153	0.20 388	0.29 224	0.29 310	0.33 435	0.34 378	0.23 302	0.16 266	0.33 391	0.16 257	0.09 379	0.06 234	0.09 337	0.08 302	0.07 179	0.11 472

test_4	0.18 249	0.12 273	0.34 277	0.23 400	0.12 239	0.18 153	0.22 446	0.26 171	0.24 237	0.24 279	0.47 525	0.22 281	0.13 191	0.24 253	0.16 257	0.06 49	0.05 39	0.09 337	0.09 405	0.07 179	0.05 34

GLC_STEREO	0.15 191	0.10 135	0.24 149	0.21 274	0.09 54	0.17 125	0.15 148	0.23 115	0.27 274	0.17 212	0.20 213	0.17 220	0.11 112	0.23 237	0.16 257	0.07 124	0.09 488	0.09 337	0.08 302	0.07 179	0.06 140

IPLG	0.21 330	0.15 422	0.53 490	0.21 274	0.12 239	0.28 403	0.17 241	0.42 398	0.30 323	0.33 435	0.32 345	0.15 188	0.17 296	0.50 463	0.21 390	0.07 124	0.05 39	0.08 244	0.07 220	0.07 179	0.06 140

MIPNet	0.21 330	0.15 422	0.52 486	0.21 274	0.12 239	0.27 383	0.20 388	0.45 430	0.37 409	0.30 382	0.23 251	0.19 248	0.24 402	0.27 321	0.19 342	0.07 124	0.05 39	0.08 244	0.07 220	0.07 179	0.06 140

IPLGR	0.21 330	0.13 340	0.61 522	0.21 274	0.11 172	0.25 350	0.18 288	0.41 384	0.37 409	0.28 321	0.27 290	0.21 270	0.19 337	0.37 416	0.18 309	0.07 124	0.06 234	0.08 244	0.07 220	0.07 179	0.06 140

test_3	0.18 249	0.11 215	0.32 249	0.24 454	0.11 172	0.22 289	0.25 511	0.31 254	0.31 336	0.25 289	0.18 187	0.23 302	0.13 191	0.25 283	0.19 342	0.06 49	0.05 39	0.09 337	0.10 449	0.07 179	0.06 140

CrosDoStereo	0.31 511	0.10 135	0.49 459	0.18 91	0.12 239	0.22 289	1.11 683	0.34 290	0.37 409	0.38 511	0.61 592	0.28 374	0.46 594	0.61 528	0.57 594	0.07 124	0.06 234	0.08 244	0.08 302	0.07 179	0.07 236

OMP-Stereo	0.23 382	0.14 387	0.35 287	0.29 579	0.13 319	0.21 261	0.16 195	0.37 342	0.33 359	0.34 455	0.30 321	0.34 437	0.19 337	0.70 565	0.24 442	0.07 124	0.06 234	0.09 337	0.07 220	0.07 179	0.06 140

IIG-Stereo	0.23 382	0.13 340	0.35 287	0.29 579	0.12 239	0.23 311	0.14 100	0.38 348	0.31 336	0.34 455	0.37 408	0.33 428	0.21 354	0.70 565	0.26 466	0.08 284	0.06 234	0.09 337	0.07 220	0.07 179	0.06 140

FTStereo	0.28 486	0.10 135	0.43 405	0.23 400	0.13 319	0.21 261	0.53 646	0.34 290	0.26 263	0.38 511	0.95 638	0.30 401	0.56 616	0.32 384	0.18 309	0.08 284	0.06 234	0.09 337	0.08 302	0.07 179	0.19 589

DeepStereo_LL	0.31 511	0.10 135	0.49 459	0.18 91	0.12 239	0.22 289	1.11 683	0.34 290	0.37 409	0.38 511	0.61 592	0.28 374	0.46 594	0.61 528	0.57 594	0.07 124	0.06 234	0.08 244	0.08 302	0.07 179	0.07 236

THIR-Stereo	0.29 497	0.12 273	0.41 382	0.19 146	0.11 172	0.28 403	0.72 660	0.32 266	0.35 385	0.37 496	0.65 601	0.34 437	0.50 606	0.57 504	0.45 570	0.07 124	0.06 234	0.08 244	0.09 405	0.07 179	0.07 236

DRaft	0.24 413	0.10 135	0.34 277	0.18 91	0.12 239	0.28 403	0.23 472	0.33 281	0.39 433	0.38 511	0.61 592	0.21 270	0.41 571	0.48 454	0.42 561	0.07 124	0.06 234	0.08 244	0.08 302	0.07 179	0.08 314

GrayStereo	0.25 441	0.09 80	0.32 249	0.26 527	0.13 319	0.23 311	0.47 636	0.34 290	0.30 323	0.39 526	0.47 525	0.30 401	0.79 645	0.29 354	0.16 257	0.07 124	0.06 234	0.08 244	0.09 405	0.07 179	0.13 513

CroCo-Stereo	0.14 155	0.13 340	0.24 149	0.25 493	0.11 172	0.11 12	0.18 288	0.32 266	0.23 221	0.12 83	0.12 62	0.18 232	0.12 146	0.14 31	0.13 163	0.08 284	0.06 234	0.07 149	0.05 65	0.07 179	0.06 140
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
raft+_RVC	0.18 249	0.14 387	0.32 249	0.21 274	0.15 428	0.21 261	0.16 195	0.38 348	0.34 369	0.21 252	0.28 296	0.20 258	0.15 246	0.24 253	0.19 342	0.08 284	0.06 234	0.08 244	0.07 220	0.07 179	0.08 314

XX-TBD	0.15 191	0.18 482	0.28 202	0.22 343	0.10 118	0.22 289	0.15 148	0.22 92	0.27 274	0.22 259	0.26 284	0.14 167	0.12 146	0.16 92	0.13 163	0.08 284	0.05 39	0.06 43	0.04 1	0.07 179	0.06 140

XX-Stereo	0.21 330	0.10 135	0.83 592	0.26 527	0.17 484	0.23 311	0.13 66	0.40 372	0.18 110	0.20 241	0.41 455	0.31 411	0.10 74	0.32 384	0.12 108	0.08 284	0.06 234	0.08 244	0.08 302	0.07 179	0.05 34

111	0.20 309	0.17 468	0.40 359	0.18 91	0.09 54	0.24 332	0.17 241	0.41 384	0.45 506	0.23 265	0.29 308	0.29 385	0.21 354	0.24 253	0.18 309	0.07 124	0.05 39	0.07 149	0.06 147	0.07 179	0.08 314

test_xeample3	0.16 207	0.11 215	0.56 503	0.19 146	0.12 239	0.20 230	0.18 288	0.35 313	0.20 158	0.16 193	0.12 62	0.13 135	0.12 146	0.24 253	0.15 230	0.07 124	0.06 234	0.07 149	0.08 302	0.07 179	0.07 236

RAFT-Stereo + iAFF	0.17 225	0.14 387	0.32 249	0.20 220	0.09 54	0.19 188	0.17 241	0.32 266	0.30 323	0.25 289	0.33 368	0.20 258	0.17 296	0.19 162	0.15 230	0.06 49	0.05 39	0.07 149	0.07 220	0.07 179	0.05 34

AFF-stereo	0.18 249	0.15 422	0.32 249	0.21 274	0.10 118	0.18 153	0.18 288	0.33 281	0.27 274	0.25 289	0.37 408	0.25 326	0.17 296	0.24 253	0.15 230	0.06 49	0.05 39	0.08 244	0.08 302	0.07 179	0.05 34

CREStereo	0.13 116	0.08 34	0.21 111	0.14 2	0.08 23	0.22 289	0.15 148	0.25 151	0.24 237	0.16 193	0.21 228	0.14 167	0.13 191	0.18 137	0.13 163	0.09 379	0.05 39	0.06 43	0.04 1	0.07 179	0.06 140
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.15 191	0.08 34	0.23 139	0.15 5	0.09 54	0.23 311	0.16 195	0.25 151	0.23 221	0.17 212	0.21 228	0.16 209	0.14 227	0.22 227	0.13 163	0.29 641	0.05 39	0.06 43	0.04 1	0.07 179	0.06 140

CCAANet	0.21 330	0.09 80	0.34 277	0.19 146	0.12 239	0.32 471	0.19 335	0.39 360	0.27 274	0.24 279	0.47 525	0.30 401	0.25 423	0.36 412	0.20 363	0.09 379	0.06 234	0.07 149	0.08 302	0.07 179	0.08 314

DIP-Stereo	0.18 249	0.12 273	0.33 266	0.20 220	0.13 319	0.28 403	0.12 32	0.42 398	0.25 251	0.27 309	0.32 345	0.21 270	0.17 296	0.25 283	0.20 363	0.07 124	0.06 234	0.08 244	0.06 147	0.07 179	0.08 314
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	0.28 486	0.14 387	0.44 415	0.22 343	0.18 506	0.32 471	0.19 335	0.48 463	0.38 423	0.29 350	0.43 485	0.47 543	0.37 552	0.79 600	0.36 532	0.09 379	0.07 365	0.07 149	0.09 405	0.07 179	0.07 236

MLCV	0.22 365	0.16 449	0.44 415	0.21 274	0.08 23	0.29 425	0.19 335	0.38 348	0.37 409	0.38 511	0.44 496	0.31 411	0.21 354	0.41 432	0.24 442	0.07 124	0.05 39	0.06 43	0.05 65	0.07 179	0.06 140

quiztm	0.15 191	0.15 422	0.25 163	0.22 343	0.14 367	0.17 125	0.17 241	0.33 281	0.21 178	0.18 230	0.21 228	0.14 167	0.10 74	0.17 110	0.14 200	0.07 124	0.05 39	0.07 149	0.05 65	0.08 260	0.05 34

DN	0.15 191	0.08 34	0.27 185	0.19 146	0.14 367	0.21 261	0.18 288	0.28 208	0.24 237	0.14 144	0.16 149	0.18 232	0.10 74	0.21 207	0.13 163	0.11 469	0.07 365	0.08 244	0.08 302	0.08 260	0.10 435

aanet-new-12k	0.12 70	0.11 215	0.23 139	0.22 343	0.09 54	0.16 91	0.14 100	0.24 134	0.19 129	0.12 83	0.11 42	0.09 27	0.13 191	0.14 31	0.11 42	0.06 49	0.04 2	0.07 149	0.05 65	0.08 260	0.05 34

IGEV_i1	0.21 330	0.11 215	0.43 405	0.22 343	0.11 172	0.31 459	0.19 335	0.43 412	0.30 323	0.29 350	0.30 321	0.31 411	0.20 346	0.33 391	0.20 363	0.08 284	0.06 234	0.08 244	0.08 302	0.08 260	0.08 314

LiteMatch	0.12 70	0.13 340	0.15 22	0.19 146	0.10 118	0.15 51	0.17 241	0.17 20	0.13 23	0.09 12	0.09 16	0.11 92	0.21 354	0.14 31	0.22 410	0.08 284	0.05 39	0.08 244	0.06 147	0.08 260	0.07 236

Lsterematch	0.18 249	0.13 340	0.33 266	0.19 146	0.10 118	0.23 311	0.17 241	0.25 151	0.32 345	0.28 321	0.37 408	0.24 316	0.21 354	0.23 237	0.22 410	0.08 284	0.05 39	0.08 244	0.06 147	0.08 260	0.07 236

Selective-IGEV-i1	0.21 330	0.10 135	0.31 241	0.23 400	0.13 319	0.31 459	0.22 446	0.46 441	0.42 471	0.27 309	0.32 345	0.33 428	0.17 296	0.25 283	0.19 342	0.08 284	0.06 234	0.08 244	0.08 302	0.08 260	0.09 378

Hybrid-DGEV-03	0.20 309	0.14 387	0.31 241	0.22 343	0.12 239	0.26 373	0.16 195	0.31 254	0.27 274	0.32 422	0.58 577	0.23 302	0.15 246	0.23 237	0.17 286	0.07 124	0.05 39	0.09 337	0.07 220	0.08 260	0.06 140

DStereoRT	0.35 543	0.13 340	0.51 480	0.25 493	0.16 460	0.42 556	0.19 335	0.48 463	0.39 433	0.30 382	0.39 436	0.24 316	0.39 562	0.64 544	0.30 497	0.08 284	0.07 365	1.54 688	0.41 655	0.08 260	0.11 472

WQFJX1	0.18 249	0.10 135	0.16 43	0.23 400	0.17 484	0.24 332	0.19 335	0.58 585	0.52 568	0.16 193	0.16 149	0.14 167	0.15 246	0.26 301	0.17 286	0.08 284	0.09 488	0.08 244	0.07 220	0.08 260	0.06 140

WQFJX	0.18 249	0.10 135	0.17 63	0.22 343	0.18 506	0.25 350	0.18 288	0.53 531	0.45 506	0.17 212	0.16 149	0.14 167	0.16 266	0.23 237	0.18 309	0.07 124	0.08 453	0.07 149	0.06 147	0.08 260	0.07 236

GEAStereo	0.12 70	0.09 80	0.20 99	0.18 91	0.12 239	0.19 188	0.16 195	0.20 59	0.14 39	0.12 83	0.15 130	0.10 57	0.09 33	0.16 92	0.10 6	0.08 284	0.06 234	0.06 43	0.05 65	0.08 260	0.08 314

GSStereo	0.12 70	0.09 80	0.20 99	0.17 44	0.12 239	0.19 188	0.16 195	0.26 171	0.18 110	0.13 113	0.15 130	0.10 57	0.09 33	0.16 92	0.10 6	0.07 124	0.05 39	0.06 43	0.05 65	0.08 260	0.08 314

GS-Stereo							0.16 195	0.26 171	0.18 110	0.13 113	0.15 130	0.10 57	0.09 33	0.16 92	0.10 6	0.07 124	0.05 39	0.06 43	0.05 65	0.08 260	0.08 314

Select-FE	0.23 382	0.14 387	0.78 572	0.22 343	0.18 506	0.22 289	0.13 66	0.43 412	0.26 263	0.28 321	0.33 368	0.39 482	0.29 485	0.27 321	0.19 342	0.08 284	0.07 365	0.08 244	0.13 555	0.08 260	0.12 496

FlowAnything_test	0.14 155	0.11 215	0.21 111	0.21 274	0.12 239	0.17 125	0.16 195	0.25 151	0.16 64	0.15 164	0.13 81	0.15 188	0.14 227	0.18 137	0.16 257	0.10 430	0.07 365	0.11 471	0.12 527	0.08 260	0.09 378

S2M2_XL	0.10 8	0.09 80	0.21 111	0.14 2	0.10 118	0.09 1	0.09 2	0.11 2	0.09 2	0.10 31	0.11 42	0.09 27	0.09 33	0.12 5	0.11 42	0.09 379	0.07 365	0.08 244	0.07 220	0.08 260	0.06 140
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
111111	0.11 41	0.07 4	0.17 63	0.19 146	0.11 172	0.13 22	0.11 20	0.22 92	0.15 54	0.11 53	0.12 62	0.12 115	0.08 15	0.18 137	0.11 42	0.07 124	0.05 39	0.06 43	0.04 1	0.08 260	0.06 140

HART	0.15 191	0.11 215	0.30 226	0.21 274	0.09 54	0.17 125	0.16 195	0.30 244	0.19 129	0.15 164	0.25 275	0.17 220	0.09 33	0.21 207	0.12 108	0.06 49	0.07 365	0.07 149	0.05 65	0.08 260	0.06 140

tg	0.16 207	0.11 215	0.25 163	0.21 274	0.11 172	0.23 311	0.15 148	0.34 290	0.24 237	0.20 241	0.25 275	0.19 248	0.12 146	0.24 253	0.15 230	0.07 124	0.05 39	0.09 337	0.09 405	0.08 260	0.07 236

DispNO	0.27 466	0.18 482	0.62 530	0.23 400	0.17 484	0.25 350	0.22 446	0.45 430	0.41 463	0.32 422	0.39 436	0.38 470	0.27 453	0.77 596	0.27 472	0.09 379	0.07 365	0.10 415	0.10 449	0.08 260	0.08 314

tta	0.24 413	0.12 273	0.40 359	0.19 146	0.10 118	0.27 383	0.19 335	0.51 500	0.45 506	0.34 455	0.41 455	0.31 411	0.26 434	0.58 511	0.28 477	0.10 430	0.07 365	0.08 244	0.08 302	0.08 260	0.07 236

qqq1	0.24 413	0.12 273	0.40 359	0.19 146	0.10 118	0.27 383	0.19 335	0.51 500	0.45 506	0.34 455	0.41 455	0.31 411	0.26 434	0.58 511	0.16 257	0.10 430	0.07 365	0.07 149	0.06 147	0.08 260	0.07 236

fff1	0.24 413	0.12 273	0.40 359	0.19 146	0.10 118	0.27 383	0.19 335	0.51 500	0.45 506	0.34 455	0.41 455	0.31 411	0.26 434	0.58 511	0.16 257	0.10 430	0.07 365	0.07 149	0.06 147	0.08 260	0.07 236

MyStereo07	0.16 207	0.12 273	0.26 173	0.22 343	0.14 367	0.25 350	0.23 472	0.29 224	0.21 178	0.15 164	0.13 81	0.12 115	0.13 191	0.25 283	0.13 163	0.07 124	0.07 365	0.09 337	0.08 302	0.08 260	0.08 314

MyStereo06	0.20 309	0.12 273	0.57 506	0.21 274	0.14 367	0.25 350	0.23 472	0.40 372	0.21 178	0.30 382	0.24 265	0.31 411	0.18 322	0.22 227	0.18 309	0.07 124	0.07 365	0.09 337	0.08 302	0.08 260	0.08 314

MyStereo05	0.23 382	0.12 273	0.57 506	0.21 274	0.14 367	0.25 350	0.23 472	0.48 463	0.52 568	0.31 400	0.23 251	0.25 326	0.22 370	0.30 370	0.21 390	0.07 124	0.07 365	0.09 337	0.08 302	0.08 260	0.08 314

MyStereo04	0.23 382	0.12 273	0.55 499	0.22 343	0.14 367	0.25 350	0.23 472	0.49 473	0.52 568	0.28 321	0.23 251	0.27 358	0.23 384	0.30 370	0.22 410	0.07 124	0.07 365	0.09 337	0.08 302	0.08 260	0.08 314

CoDeX	0.23 382	0.12 273	0.46 435	0.21 274	0.14 367	0.29 425	0.21 419	0.53 531	0.41 463	0.29 350	0.35 389	0.29 385	0.22 370	0.48 454	0.19 342	0.09 379	0.06 234	0.08 244	0.07 220	0.08 260	0.07 236

cc1	0.18 249	0.14 387	0.38 335	0.23 400	0.11 172	0.31 459	0.19 335	0.35 313	0.47 529	0.17 212	0.19 196	0.13 135	0.18 322	0.28 335	0.11 42	0.08 284	0.05 39	0.08 244	0.06 147	0.08 260	0.08 314

ffm	0.22 365	0.12 273	0.42 392	0.20 220	0.13 319	0.28 403	0.20 388	0.35 313	0.44 494	0.30 382	0.42 472	0.34 437	0.23 384	0.27 321	0.11 42	0.08 284	0.05 39	0.11 471	0.10 449	0.08 260	0.08 314

ff1	0.29 497	0.12 273	0.42 392	0.20 220	0.13 319	0.28 403	0.20 388	0.35 313	0.44 494	0.30 382	0.42 472	0.34 437	0.23 384	0.81 608	1.08 646	0.08 284	0.05 39	0.11 471	0.10 449	0.08 260	0.08 314

tt1	0.18 249	0.14 387	0.35 287	0.23 400	0.11 172	0.30 443	0.19 335	0.35 313	0.44 494	0.17 212	0.19 196	0.13 135	0.16 266	0.27 321	0.11 42	0.08 284	0.05 39	0.08 244	0.06 147	0.08 260	0.08 314

UniTT-Stereo	0.14 155	0.10 135	0.30 226	0.21 274	0.13 319	0.17 125	0.13 66	0.19 40	0.18 110	0.15 164	0.20 213	0.10 57	0.11 112	0.18 137	0.16 257	0.08 284	0.06 234	0.07 149	0.06 147	0.08 260	0.06 140

MIM_Stereo	0.18 249	0.12 273	0.38 335	0.20 220	0.11 172	0.17 125	0.14 100	0.35 313	0.25 251	0.27 309	0.35 389	0.23 302	0.13 191	0.27 321	0.16 257	0.06 49	0.07 365	0.08 244	0.08 302	0.08 260	0.06 140

CASnet	0.14 155	0.12 273	0.22 126	0.22 343	0.08 23	0.16 91	0.15 148	0.27 186	0.25 251	0.22 259	0.20 213	0.15 188	0.11 112	0.17 110	0.13 163	0.07 124	0.05 39	0.11 471	0.09 405	0.08 260	0.05 34
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo2	0.18 249	0.18 482	0.39 351	0.22 343	0.12 239	0.24 332	0.13 66	0.31 254	0.23 221	0.24 279	0.20 213	0.24 316	0.12 146	0.26 301	0.15 230	0.06 49	0.06 234	0.12 509	0.09 405	0.08 260	0.07 236

4D-IteraStereo	0.17 225	0.16 449	0.50 470	0.21 274	0.14 367	0.19 188	0.17 241	0.28 208	0.28 291	0.23 265	0.20 213	0.20 258	0.11 112	0.19 162	0.14 200	0.06 49	0.04 2	0.10 415	0.08 302	0.08 260	0.06 140

anonymousdsp2	0.17 225	0.10 135	0.28 202	0.20 220	0.11 172	0.25 350	0.17 241	0.41 384	0.31 336	0.23 265	0.23 251	0.22 281	0.15 246	0.25 283	0.15 230	0.07 124	0.05 39	0.07 149	0.05 65	0.08 260	0.07 236

anonymousdsp	0.14 155	0.12 273	0.27 185	0.19 146	0.12 239	0.21 261	0.18 288	0.28 208	0.20 158	0.15 164	0.13 81	0.12 115	0.12 146	0.24 253	0.12 108	0.07 124	0.05 39	0.08 244	0.07 220	0.08 260	0.07 236

CES	0.14 155	0.08 34	0.19 86	0.17 44	0.22 576	0.18 153	0.16 195	0.23 115	0.19 129	0.14 144	0.17 167	0.14 167	0.10 74	0.18 137	0.12 108	0.07 124	0.05 39	0.06 43	0.04 1	0.08 260	0.18 582

Selective-RAFT	0.17 225	0.12 273	0.30 226	0.24 454	0.10 118	0.29 425	0.15 148	0.32 266	0.31 336	0.17 212	0.17 167	0.21 270	0.18 322	0.28 335	0.17 286	0.07 124	0.06 234	0.07 149	0.07 220	0.08 260	0.06 140

CroCo-Stereo Lap2	0.15 191	0.15 422	0.28 202	0.25 493	0.18 506	0.11 12	0.19 335	0.28 208	0.21 178	0.13 113	0.16 149	0.15 188	0.12 146	0.17 110	0.14 200	0.07 124	0.07 365	0.08 244	0.06 147	0.08 260	0.07 236

TestStereo1	0.21 330	0.16 449	0.32 249	0.26 527	0.13 319	0.26 373	0.27 530	0.40 372	0.36 398	0.29 350	0.39 436	0.22 281	0.21 354	0.33 391	0.17 286	0.07 124	0.06 234	0.09 337	0.08 302	0.08 260	0.07 236

raft_robust	0.22 365	0.17 468	0.30 226	0.22 343	0.12 239	0.23 311	0.22 446	0.49 473	0.48 538	0.32 422	0.32 345	0.26 348	0.23 384	0.53 481	0.15 230	0.07 124	0.06 234	0.08 244	0.10 449	0.08 260	0.06 140

RAFT_CTSACE	0.21 330	0.16 449	0.41 382	0.25 493	0.15 428	0.22 289	0.24 494	0.32 266	0.28 291	0.33 435	0.51 543	0.29 385	0.17 296	0.32 384	0.13 163	0.06 49	0.07 365	0.09 337	0.08 302	0.08 260	0.06 140

SA-5K	0.21 330	0.16 449	0.32 249	0.26 527	0.13 319	0.26 373	0.27 530	0.40 372	0.36 398	0.29 350	0.39 436	0.22 281	0.21 354	0.33 391	0.17 286	0.07 124	0.06 234	0.09 337	0.08 302	0.08 260	0.07 236

Sa-1000	0.22 365	0.15 422	0.35 287	0.23 400	0.13 319	0.28 403	0.23 472	0.47 450	0.39 433	0.30 382	0.50 537	0.26 348	0.19 337	0.33 391	0.16 257	0.07 124	0.06 234	0.10 415	0.11 488	0.08 260	0.06 140

SA	0.22 365	0.16 449	0.36 307	0.23 400	0.13 319	0.24 332	0.23 472	0.45 430	0.40 451	0.27 309	0.44 496	0.23 302	0.23 384	0.33 391	0.17 286	0.07 124	0.06 234	0.10 415	0.11 488	0.08 260	0.06 140

IGEV-Stereo	0.14 155	0.12 273	0.27 185	0.19 146	0.12 239	0.21 261	0.18 288	0.28 208	0.20 158	0.15 164	0.13 81	0.12 115	0.12 146	0.24 253	0.12 108	0.07 124	0.05 39	0.08 244	0.07 220	0.08 260	0.07 236
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.21 330	0.21 525	0.55 499	0.23 400	0.15 428	0.25 350	0.20 388	0.35 313	0.29 310	0.31 400	0.33 368	0.22 281	0.15 246	0.26 301	0.20 363	0.08 284	0.07 365	0.07 149	0.07 220	0.08 260	0.08 314

iRaft-Stereo_20w	0.19 292	0.10 135	0.46 435	0.19 146	0.13 319	0.25 350	0.19 335	0.52 519	0.19 129	0.29 350	0.21 228	0.22 281	0.20 346	0.28 335	0.18 309	0.07 124	0.06 234	0.07 149	0.08 302	0.08 260	0.08 314

IPLGR_C	0.21 330	0.22 539	0.60 519	0.23 400	0.15 428	0.24 332	0.20 388	0.35 313	0.29 310	0.31 400	0.32 345	0.22 281	0.15 246	0.25 283	0.20 363	0.08 284	0.07 365	0.07 149	0.07 220	0.08 260	0.08 314

GMOStereo	0.18 249	0.14 387	0.30 226	0.22 343	0.12 239	0.20 230	0.27 530	0.26 171	0.28 291	0.31 400	0.32 345	0.26 348	0.17 296	0.15 65	0.12 108	0.07 124	0.07 365	0.10 415	0.08 302	0.08 260	0.05 34

error version	0.18 249	0.14 387	0.30 226	0.22 343	0.12 239	0.20 230	0.27 530	0.26 171	0.28 291	0.31 400	0.32 345	0.26 348	0.17 296	0.15 65	0.12 108	0.07 124	0.07 365	0.10 415	0.08 302	0.08 260	0.05 34

test-v	0.18 249	0.14 387	0.30 226	0.22 343	0.12 239	0.20 230	0.27 530	0.26 171	0.28 291	0.31 400	0.32 345	0.26 348	0.17 296	0.15 65	0.12 108	0.07 124	0.07 365	0.10 415	0.08 302	0.08 260	0.05 34

ACRE	0.21 330	0.20 511	0.62 530	0.23 400	0.15 428	0.24 332	0.20 388	0.35 313	0.28 291	0.31 400	0.32 345	0.22 281	0.15 246	0.25 283	0.20 363	0.08 284	0.07 365	0.07 149	0.07 220	0.08 260	0.08 314

PFNet+	0.20 309	0.10 135	0.37 316	0.21 274	0.12 239	0.17 125	0.19 335	0.29 224	0.34 369	0.33 435	0.32 345	0.24 316	0.16 266	0.32 384	0.17 286	0.10 430	0.07 365	0.11 471	0.10 449	0.08 260	0.12 496

HHNet	0.22 365	0.12 273	0.52 486	0.18 91	0.18 506	0.20 230	0.20 388	0.34 290	0.31 336	0.32 422	0.59 580	0.20 258	0.21 354	0.24 253	0.31 505	0.08 284	0.05 39	0.09 337	0.07 220	0.08 260	0.11 472

AAGNet	0.33 529	0.11 215	0.37 316	0.25 493	0.16 460	0.20 230	0.19 335	0.30 244	0.27 274	0.35 472	0.35 389	0.27 358	0.30 499	0.44 441	2.66 685	0.08 284	0.05 39	0.10 415	0.07 220	0.08 260	0.06 140

NF-Stereo	0.20 309	0.10 135	0.35 287	0.24 454	0.12 239	0.21 261	0.18 288	0.38 348	0.32 345	0.28 321	0.30 321	0.22 281	0.16 266	0.51 468	0.20 363	0.08 284	0.06 234	0.09 337	0.08 302	0.08 260	0.13 513

OCTAStereo	0.20 309	0.10 135	0.35 287	0.24 454	0.12 239	0.21 261	0.18 288	0.38 348	0.32 345	0.28 321	0.30 321	0.22 281	0.16 266	0.51 468	0.20 363	0.08 284	0.06 234	0.09 337	0.08 302	0.08 260	0.13 513

PSM-softLoss	0.21 330	0.10 135	0.39 351	0.24 454	0.12 239	0.20 230	0.18 288	0.38 348	0.26 263	0.29 350	0.32 345	0.24 316	0.16 266	0.52 474	0.20 363	0.09 379	0.06 234	0.10 415	0.09 405	0.08 260	0.12 496

KMStereo	0.21 330	0.10 135	0.39 351	0.24 454	0.12 239	0.20 230	0.18 288	0.38 348	0.26 263	0.29 350	0.32 345	0.24 316	0.16 266	0.52 474	0.20 363	0.09 379	0.06 234	0.10 415	0.09 405	0.08 260	0.12 496

PSM-AAD	0.25 441	0.10 135	0.30 226	0.24 454	0.12 239	0.26 373	0.38 609	0.34 290	0.28 291	0.35 472	0.39 436	0.28 374	0.79 645	0.30 370	0.16 257	0.07 124	0.06 234	0.12 509	0.11 488	0.08 260	0.21 610

KYRaft	0.22 365	0.10 135	0.30 226	0.23 400	0.12 239	0.23 311	0.23 472	0.35 313	0.24 237	0.35 472	0.54 561	0.34 437	0.26 434	0.29 354	0.15 230	0.07 124	0.05 39	0.09 337	0.10 449	0.08 260	0.31 640

RAFT_R40	0.21 330	0.10 135	0.37 316	0.24 454	0.13 319	0.18 153	0.18 288	0.31 254	0.29 310	0.33 435	0.33 368	0.30 401	0.24 402	0.55 489	0.18 309	0.08 284	0.05 39	0.10 415	0.08 302	0.08 260	0.07 236

PFNet	0.23 382	0.10 135	0.57 506	0.24 454	0.14 367	0.22 289	0.19 335	0.39 360	0.33 359	0.35 472	0.32 345	0.27 358	0.19 337	0.64 544	0.22 410	0.09 379	0.05 39	0.09 337	0.07 220	0.08 260	0.07 236

RE-Stereo	0.20 309	0.10 135	0.35 287	0.24 454	0.12 239	0.21 261	0.18 288	0.38 348	0.32 345	0.28 321	0.30 321	0.22 281	0.16 266	0.51 468	0.20 363	0.08 284	0.06 234	0.09 337	0.08 302	0.08 260	0.13 513

Pruner-Stereo	0.19 292	0.11 215	0.34 277	0.29 579	0.12 239	0.19 188	0.17 241	0.31 254	0.29 310	0.33 435	0.32 345	0.25 326	0.15 246	0.24 253	0.21 390	0.09 379	0.06 234	0.09 337	0.08 302	0.08 260	0.09 378

TVStereo	0.20 309	0.10 135	0.35 287	0.24 454	0.12 239	0.21 261	0.18 288	0.38 348	0.32 345	0.28 321	0.30 321	0.22 281	0.16 266	0.51 468	0.20 363	0.08 284	0.06 234	0.09 337	0.08 302	0.08 260	0.13 513

IRAFT_RVC	0.22 365	0.12 273	0.39 351	0.26 527	0.11 172	0.18 153	0.24 494	0.40 372	0.37 409	0.31 400	0.30 321	0.29 385	0.24 402	0.55 489	0.22 410	0.08 284	0.06 234	0.10 415	0.08 302	0.08 260	0.07 236

test-2	0.18 249	0.14 387	0.30 226	0.22 343	0.12 239	0.20 230	0.27 530	0.26 171	0.28 291	0.31 400	0.32 345	0.26 348	0.17 296	0.15 65	0.12 108	0.07 124	0.07 365	0.10 415	0.08 302	0.08 260	0.05 34

GMM-Stereo	0.21 330	0.10 135	0.43 405	0.23 400	0.13 319	0.24 332	0.25 511	0.37 342	0.27 274	0.30 382	0.45 508	0.27 358	0.21 354	0.31 377	0.17 286	0.07 124	0.05 39	0.10 415	0.09 405	0.08 260	0.19 589

Prome-Stereo	0.21 330	0.10 135	0.30 226	0.24 454	0.12 239	0.23 311	0.23 472	0.36 332	0.25 251	0.33 435	0.59 580	0.24 316	0.28 470	0.29 354	0.16 257	0.07 124	0.05 39	0.08 244	0.07 220	0.08 260	0.20 601

iRaftStereo_RVC	0.16 207	0.12 273	0.26 173	0.21 274	0.11 172	0.20 230	0.17 241	0.32 266	0.23 221	0.20 241	0.25 275	0.18 232	0.12 146	0.20 182	0.15 230	0.07 124	0.05 39	0.09 337	0.09 405	0.08 260	0.07 236

delet	0.27 466	0.14 387	0.40 359	0.23 400	0.19 533	0.41 549	0.29 553	0.49 473	0.48 538	0.33 435	0.41 455	0.37 462	0.30 499	0.48 454	0.34 522	0.09 379	0.09 488	0.11 471	0.12 527	0.08 260	0.08 314

cf-r	0.24 413	0.15 422	0.44 415	0.21 274	0.14 367	0.27 383	0.22 446	0.42 398	0.40 451	0.30 382	0.42 472	0.42 513	0.26 434	0.43 437	0.25 452	0.11 469	0.06 234	0.08 244	0.10 449	0.08 260	0.08 314

HSM-Net_RVC	0.27 466	0.11 215	0.42 392	0.19 146	0.11 172	0.34 496	0.20 388	0.62 612	0.43 479	0.40 536	0.43 485	0.50 563	0.26 434	0.76 590	0.22 410	0.08 284	0.07 365	0.07 149	0.07 220	0.08 260	0.08 314
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	0.28 486	0.16 449	0.35 287	0.20 220	0.15 428	0.33 483	0.19 335	0.53 531	0.37 409	0.36 488	0.38 423	0.67 623	0.31 516	0.89 622	0.23 431	0.08 284	0.06 234	0.08 244	0.07 220	0.08 260	0.08 314

iResNet	0.24 413	0.18 482	0.61 522	0.25 493	0.11 172	0.29 425	0.21 419	0.42 398	0.43 479	0.33 435	0.43 485	0.27 358	0.22 370	0.34 398	0.26 466	0.07 124	0.05 39	0.07 149	0.06 147	0.08 260	0.07 236

RT-IGEV	0.25 441	0.10 135	0.48 453	0.22 343	0.14 367	0.31 459	0.28 546	0.53 531	0.39 433	0.36 488	0.41 455	0.44 528	0.30 499	0.28 335	0.27 472	0.09 379	0.07 365	0.08 244	0.09 405	0.09 341	0.10 435

NLCSM	0.19 292	0.12 273	0.18 76	0.24 454	0.19 533	0.24 332	0.21 419	0.42 398	0.40 451	0.19 237	0.18 187	0.14 167	0.16 266	0.47 451	0.19 342	0.08 284	0.09 488	0.09 337	0.08 302	0.09 341	0.07 236

gasm-f	0.12 70	0.09 80	0.19 86	0.18 91	0.12 239	0.18 153	0.18 288	0.20 59	0.14 39	0.12 83	0.19 196	0.10 57	0.11 112	0.16 92	0.11 42	0.08 284	0.06 234	0.06 43	0.05 65	0.09 341	0.08 314

G2L-ROB	0.23 382	0.15 422	0.41 382	0.19 146	0.12 239	0.27 383	0.21 419	0.47 450	0.33 359	0.34 455	0.31 336	0.41 504	0.22 370	0.49 459	0.26 466	0.09 379	0.06 234	0.07 149	0.06 147	0.09 341	0.10 435

G2L-Stereo_test	0.24 413	0.16 449	0.38 335	0.19 146	0.13 319	0.27 383	0.24 494	0.49 473	0.38 423	0.37 496	0.37 408	0.40 497	0.24 402	0.52 474	0.28 477	0.08 284	0.06 234	0.06 43	0.06 147	0.09 341	0.08 314

G2L-Stereo	0.25 441	0.16 449	0.47 443	0.22 343	0.14 367	0.25 350	0.18 288	0.46 441	0.35 385	0.33 435	0.37 408	0.40 497	0.22 370	0.60 521	0.30 497	0.10 430	0.09 488	0.10 415	0.08 302	0.09 341	0.09 378

MM-Stereo_test3	0.17 225	0.12 273	0.29 216	0.23 400	0.14 367	0.19 188	0.22 446	0.39 360	0.36 398	0.16 193	0.24 265	0.17 220	0.12 146	0.19 162	0.14 200	0.07 124	0.07 365	0.08 244	0.06 147	0.09 341	0.06 140

MM-Stereo_test2	0.15 191	0.10 135	0.44 415	0.23 400	0.11 172	0.21 261	0.21 419	0.27 186	0.22 195	0.15 164	0.16 149	0.13 135	0.11 112	0.20 182	0.13 163	0.06 49	0.05 39	0.07 149	0.06 147	0.09 341	0.05 34

MM-Stereo_test1	0.17 225	0.10 135	0.39 351	0.23 400	0.11 172	0.20 230	0.22 446	0.33 281	0.29 310	0.22 259	0.21 228	0.15 188	0.14 227	0.23 237	0.13 163	0.07 124	0.06 234	0.08 244	0.07 220	0.09 341	0.06 140

HI	0.20 309	0.13 340	0.33 266	0.18 91	0.15 428	0.17 125	0.16 195	0.34 290	0.21 178	0.37 496	0.39 436	0.36 456	0.24 402	0.29 354	0.21 390	0.06 49	0.05 39	0.08 244	0.09 405	0.09 341	0.07 236

CoSv	0.20 309	0.13 340	0.33 266	0.18 91	0.15 428	0.17 125	0.16 195	0.34 290	0.21 178	0.37 496	0.39 436	0.36 456	0.24 402	0.29 354	0.21 390	0.06 49	0.05 39	0.08 244	0.09 405	0.09 341	0.07 236

SCV_C0	0.14 155	0.11 215	0.25 163	0.19 146	0.12 239	0.15 51	0.16 195	0.30 244	0.22 195	0.13 113	0.15 130	0.13 135	0.09 33	0.24 253	0.10 6	0.06 49	0.05 39	0.06 43	0.06 147	0.09 341	0.06 140

SCV	0.14 155	0.14 387	0.24 149	0.21 274	0.11 172	0.15 51	0.16 195	0.31 254	0.18 110	0.11 53	0.15 130	0.13 135	0.10 74	0.23 237	0.11 42	0.07 124	0.05 39	0.07 149	0.06 147	0.09 341	0.06 140

rvit_stereo_0083	0.16 207	0.12 273	0.26 173	0.21 274	0.13 319	0.17 125	0.17 241	0.22 92	0.34 369	0.16 193	0.21 228	0.19 248	0.16 266	0.21 207	0.16 257	0.11 469	0.10 518	0.10 415	0.08 302	0.09 341	0.07 236

rvit_stereo_0081_aga	0.16 207	0.14 387	0.28 202	0.21 274	0.13 319	0.19 188	0.17 241	0.23 115	0.24 237	0.17 212	0.21 228	0.19 248	0.13 191	0.19 162	0.14 200	0.11 469	0.08 453	0.09 337	0.08 302	0.09 341	0.07 236

rvit_stereo_0081	0.16 207	0.11 215	0.24 149	0.21 274	0.12 239	0.16 91	0.17 241	0.22 92	0.33 359	0.16 193	0.18 187	0.18 232	0.14 227	0.20 182	0.16 257	0.11 469	0.08 453	0.09 337	0.08 302	0.09 341	0.07 236

rvit_stereo_0082	0.16 207	0.11 215	0.24 149	0.21 274	0.12 239	0.16 91	0.17 241	0.22 92	0.33 359	0.16 193	0.18 187	0.18 232	0.14 227	0.20 182	0.16 257	0.11 469	0.08 453	0.09 337	0.08 302	0.09 341	0.07 236

rvit_stereo_ft	0.17 225	0.14 387	0.30 226	0.25 493	0.14 367	0.17 125	0.21 419	0.28 208	0.26 263	0.16 193	0.19 196	0.20 258	0.16 266	0.22 227	0.17 286	0.11 469	0.07 365	0.09 337	0.09 405	0.09 341	0.07 236

test_sample2	0.21 330	0.10 135	0.28 202	0.19 146	0.11 172	0.27 383	0.21 419	0.43 412	0.29 310	0.26 301	0.31 336	0.30 401	0.24 402	0.45 444	0.18 309	0.09 379	0.07 365	0.08 244	0.07 220	0.09 341	0.09 378

test_sample1	0.20 309	0.10 135	0.28 202	0.19 146	0.12 239	0.28 403	0.19 335	0.41 384	0.25 251	0.26 301	0.31 336	0.29 385	0.26 434	0.44 441	0.21 390	0.09 379	0.07 365	0.08 244	0.07 220	0.09 341	0.09 378

H2IRNET	0.18 249	0.13 340	0.35 287	0.21 274	0.12 239	0.20 230	0.15 148	0.27 186	0.30 323	0.17 212	0.31 336	0.25 326	0.20 346	0.24 253	0.18 309	0.07 124	0.06 234	0.09 337	0.10 449	0.09 341	0.06 140

Former-RAFT_DAM_RVC	0.17 225	0.13 340	0.24 149	0.19 146	0.13 319	0.24 332	0.17 241	0.30 244	0.37 409	0.43 561	0.17 167	0.13 135	0.12 146	0.19 162	0.15 230	0.08 284	0.07 365	0.09 337	0.07 220	0.09 341	0.08 314

SMFormer	0.25 441	0.12 273	0.40 359	0.19 146	0.10 118	0.27 383	0.19 335	0.51 500	0.45 506	0.34 455	0.41 455	0.31 411	0.26 434	0.58 511	0.28 477	0.10 430	0.07 365	0.08 244	0.08 302	0.09 341	0.09 378

ACVNet-DCA	0.18 249	0.14 387	0.38 335	0.23 400	0.11 172	0.31 459	0.19 335	0.41 384	0.27 274	0.17 212	0.19 196	0.13 135	0.18 322	0.28 335	0.11 42	0.08 284	0.05 39	0.08 244	0.06 147	0.09 341	0.09 378

xx1	0.20 309	0.14 387	0.38 335	0.23 400	0.11 172	0.31 459	0.19 335	0.35 313	0.47 529	0.17 212	0.19 196	0.28 374	0.24 402	0.28 335	0.11 42	0.08 284	0.05 39	0.10 415	0.09 405	0.09 341	0.09 378

1test111	0.19 292	0.14 387	0.38 335	0.23 400	0.11 172	0.31 459	0.19 335	0.41 384	0.27 274	0.17 212	0.19 196	0.13 135	0.18 322	0.34 398	0.22 410	0.08 284	0.05 39	0.08 244	0.06 147	0.09 341	0.09 378

11t1	0.18 249	0.10 135	0.30 226	0.20 220	0.11 172	0.27 383	0.17 241	0.35 313	0.23 221	0.25 289	0.23 251	0.23 302	0.23 384	0.25 283	0.18 309	0.09 379	0.07 365	0.07 149	0.06 147	0.09 341	0.09 378

1111x	0.32 520	0.11 215	0.40 359	0.22 343	0.11 172	0.32 471	0.26 524	0.59 591	0.43 479	0.31 400	0.41 455	0.39 482	0.28 470	0.76 590	1.37 664	0.09 379	0.08 453	0.09 337	0.10 449	0.09 341	0.08 314

MIF-Stereo (partial)	0.16 207	0.10 135	0.34 277	0.21 274	0.15 428	0.15 51	0.13 66	0.28 208	0.25 251	0.17 212	0.26 284	0.15 188	0.16 266	0.25 283	0.17 286	0.09 379	0.06 234	0.10 415	0.08 302	0.09 341	0.08 314

EKT-Stereo	0.38 565	0.12 273	0.38 335	0.42 635	3.88 691	0.21 261	0.17 241	0.35 313	0.28 291	0.20 241	0.20 213	0.23 302	0.15 246	0.28 335	0.16 257	0.09 379	0.07 365	0.09 337	0.07 220	0.09 341	0.09 378

LL-Strereo	0.29 497	0.25 557	0.58 511	0.25 493	0.21 560	0.23 311	0.24 494	0.55 550	0.42 471	0.34 455	0.32 345	0.41 504	0.40 567	0.94 631	0.23 431	0.08 284	0.07 365	0.11 471	0.09 405	0.09 341	0.09 378

CBFPSM	0.27 466	0.16 449	0.67 548	0.20 220	0.14 367	0.38 530	0.25 511	0.40 372	0.36 398	0.33 435	0.36 399	0.56 588	0.38 556	0.32 384	0.38 535	0.08 284	0.08 453	0.07 149	0.08 302	0.09 341	0.11 472

gwcnet-sp	0.24 413	0.13 340	0.63 533	0.22 343	0.14 367	0.34 496	0.22 446	0.44 420	0.39 433	0.35 472	0.34 378	0.27 358	0.27 453	0.35 407	0.25 452	0.09 379	0.08 453	0.09 337	0.09 405	0.09 341	0.09 378

scenet	0.24 413	0.13 340	0.63 533	0.22 343	0.14 367	0.34 496	0.22 446	0.44 420	0.39 433	0.35 472	0.34 378	0.27 358	0.27 453	0.35 407	0.25 452	0.09 379	0.08 453	0.09 337	0.09 405	0.09 341	0.09 378

knoymous	0.17 225	0.09 80	0.32 249	0.17 44	0.11 172	0.21 261	0.17 241	0.32 266	0.23 221	0.23 265	0.28 296	0.27 358	0.16 266	0.23 237	0.16 257	0.09 379	0.06 234	0.09 337	0.06 147	0.09 341	0.09 378

ssnet	0.24 413	0.13 340	0.63 533	0.22 343	0.14 367	0.34 496	0.22 446	0.44 420	0.39 433	0.35 472	0.34 378	0.27 358	0.27 453	0.35 407	0.25 452	0.09 379	0.08 453	0.09 337	0.09 405	0.09 341	0.09 378

qqq	0.20 309	0.12 273	0.31 241	0.20 220	0.11 172	0.23 311	0.19 335	0.41 384	0.27 274	0.24 279	0.28 296	0.28 374	0.24 402	0.34 398	0.22 410	0.08 284	0.07 365	0.10 415	0.09 405	0.09 341	0.09 378

x	0.19 292	0.11 215	0.29 216	0.20 220	0.11 172	0.26 373	0.18 288	0.41 384	0.29 310	0.25 289	0.29 308	0.28 374	0.24 402	0.26 301	0.23 431	0.09 379	0.07 365	0.08 244	0.07 220	0.09 341	0.08 314

BUS	0.23 382	0.12 273	0.28 202	0.25 493	0.14 367	0.43 565	0.17 241	0.56 566	0.34 369	0.34 455	0.35 389	0.32 421	0.20 346	0.26 301	0.21 390	0.10 430	0.07 365	0.11 471	0.10 449	0.09 341	0.09 378

IER	0.23 382	0.12 273	0.39 351	0.20 220	0.14 367	0.31 459	0.19 335	0.42 398	0.36 398	0.33 435	0.40 447	0.32 421	0.33 526	0.29 354	0.22 410	0.09 379	0.07 365	0.08 244	0.08 302	0.09 341	0.08 314

RAFT+CT+SA	0.21 330	0.18 482	0.33 266	0.25 493	0.18 506	0.23 311	0.29 553	0.40 372	0.36 398	0.24 279	0.38 423	0.18 232	0.16 266	0.32 384	0.16 257	0.07 124	0.05 39	0.09 337	0.12 527	0.09 341	0.09 378

BSDual-CNN	0.23 382	0.12 273	0.28 202	0.25 493	0.14 367	0.35 511	0.21 419	0.56 566	0.34 369	0.34 455	0.35 389	0.38 470	0.24 402	0.26 301	0.21 390	0.10 430	0.07 365	0.11 471	0.10 449	0.09 341	0.09 378

hknet	0.25 441	0.14 387	0.40 359	0.25 493	0.15 428	0.35 511	0.21 419	0.56 566	0.37 409	0.34 455	0.35 389	0.43 517	0.27 453	0.37 416	0.21 390	0.09 379	0.07 365	0.11 471	0.10 449	0.09 341	0.09 378

iRaft-Stereo_5w	0.23 382	0.18 482	0.44 415	0.22 343	0.13 319	0.19 188	0.19 335	0.37 342	0.32 345	0.28 321	0.37 408	0.34 437	0.23 384	0.65 551	0.27 472	0.06 49	0.06 234	0.08 244	0.07 220	0.09 341	0.08 314

psmg	0.23 382	0.12 273	0.28 202	0.21 274	0.14 367	0.35 511	0.23 472	0.51 500	0.34 369	0.35 472	0.38 423	0.38 470	0.24 402	0.26 301	0.21 390	0.10 430	0.08 453	0.10 415	0.10 449	0.09 341	0.08 314

DAS	0.27 466	0.12 273	0.42 392	0.24 454	0.18 506	0.29 425	0.24 494	0.45 430	0.45 506	0.41 545	0.44 496	0.34 437	0.29 485	0.75 585	0.21 390	0.09 379	0.07 365	0.09 337	0.07 220	0.09 341	0.09 378

SepStereo	0.26 458	0.12 273	0.42 392	0.24 454	0.18 506	0.29 425	0.24 494	0.45 430	0.45 506	0.41 545	0.44 496	0.34 437	0.29 485	0.64 544	0.21 390	0.09 379	0.07 365	0.09 337	0.07 220	0.09 341	0.09 378

GwcNet-ADL	0.22 365	0.14 387	0.58 511	0.24 454	0.13 319	0.22 289	0.23 472	0.49 473	0.40 451	0.27 309	0.29 308	0.30 401	0.20 346	0.26 301	0.23 431	0.09 379	0.07 365	0.07 149	0.07 220	0.09 341	0.09 378

GANet-ADL	0.21 330	0.12 273	0.45 427	0.23 400	0.14 367	0.29 425	0.19 335	0.46 441	0.35 385	0.25 289	0.32 345	0.32 421	0.19 337	0.24 253	0.20 363	0.10 430	0.07 365	0.07 149	0.06 147	0.09 341	0.10 435

NRIStereo	0.18 249	0.11 215	0.35 287	0.23 400	0.11 172	0.24 332	0.20 388	0.29 224	0.26 263	0.26 301	0.25 275	0.25 326	0.18 322	0.34 398	0.18 309	0.07 124	0.06 234	0.09 337	0.07 220	0.09 341	0.08 314

SST-Stereo	0.21 330	0.10 135	0.37 316	0.24 454	0.13 319	0.19 188	0.17 241	0.31 254	0.24 237	0.34 455	0.33 368	0.29 385	0.25 423	0.56 500	0.17 286	0.08 284	0.05 39	0.10 415	0.08 302	0.09 341	0.07 236

DeepStereo_RVC	0.18 249	0.11 215	0.40 359	0.21 274	0.11 172	0.19 188	0.16 195	0.28 208	0.22 195	0.27 309	0.27 290	0.23 302	0.28 470	0.24 253	0.18 309	0.08 284	0.06 234	0.09 337	0.07 220	0.09 341	0.10 435

ICVP	0.23 382	0.13 340	0.44 415	0.26 527	0.14 367	0.29 425	0.25 511	0.45 430	0.33 359	0.29 350	0.43 485	0.35 451	0.25 423	0.26 301	0.23 431	0.12 508	0.09 488	0.09 337	0.08 302	0.09 341	0.10 435
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.18 249	0.15 422	0.35 287	0.22 343	0.14 367	0.19 188	0.17 241	0.32 266	0.30 323	0.23 265	0.25 275	0.20 258	0.16 266	0.22 227	0.19 342	0.08 284	0.07 365	0.10 415	0.12 527	0.09 341	0.08 314

RALCasStereoNet	0.18 249	0.15 422	0.33 266	0.21 274	0.14 367	0.21 261	0.18 288	0.31 254	0.25 251	0.21 252	0.29 308	0.22 281	0.15 246	0.27 321	0.17 286	0.08 284	0.10 518	0.07 149	0.06 147	0.09 341	0.09 378

RALAANet	0.19 292	0.18 482	0.37 316	0.23 400	0.14 367	0.23 311	0.13 66	0.37 342	0.29 310	0.28 321	0.26 284	0.25 326	0.15 246	0.26 301	0.18 309	0.08 284	0.06 234	0.09 337	0.08 302	0.09 341	0.06 140

sCroCo_RVC	0.18 249	0.14 387	0.49 459	0.27 555	0.18 506	0.22 289	0.17 241	0.27 186	0.23 221	0.14 144	0.22 242	0.17 220	0.14 227	0.21 207	0.15 230	0.10 430	0.11 542	0.09 337	0.09 405	0.09 341	0.09 378

222	0.41 579	0.10 135	0.29 216	0.19 146	0.11 172	0.36 516	0.20 388	0.57 576	0.39 433	0.35 472	0.44 496	0.30 401	0.27 453	0.55 489	3.56 688	0.11 469	0.07 365	0.08 244	0.08 302	0.09 341	0.09 378

xxxx	0.34 538	0.10 135	0.29 216	0.19 146	0.11 172	0.37 522	0.20 388	0.58 585	0.38 423	0.29 350	0.42 472	0.38 470	0.24 402	0.46 447	2.20 681	0.11 469	0.07 365	0.09 337	0.08 302	0.09 341	0.09 378

test_xeample	0.34 538	0.10 135	0.29 216	0.19 146	0.11 172	0.33 483	0.23 472	0.55 550	0.38 423	0.32 422	0.45 508	0.29 385	0.26 434	0.57 504	2.24 683	0.10 430	0.07 365	0.09 337	0.08 302	0.09 341	0.09 378

ARAFT	0.24 413	0.21 525	0.78 572	0.22 343	0.12 239	0.29 425	0.24 494	0.43 412	0.32 345	0.33 435	0.28 296	0.28 374	0.19 337	0.49 459	0.18 309	0.07 124	0.06 234	0.12 509	0.11 488	0.09 341	0.06 140

SFCPSM	0.22 365	0.10 135	0.51 480	0.21 274	0.14 367	0.34 496	0.22 446	0.55 550	0.39 433	0.29 350	0.32 345	0.23 302	0.21 354	0.27 321	0.19 342	0.09 379	0.07 365	0.09 337	0.09 405	0.09 341	0.08 314

FENet	0.21 330	0.11 215	0.45 427	0.21 274	0.12 239	0.26 373	0.17 241	0.41 384	0.35 385	0.30 382	0.31 336	0.29 385	0.23 384	0.26 301	0.23 431	0.09 379	0.06 234	0.09 337	0.09 405	0.09 341	0.09 378

ac_64	0.27 466	0.13 340	0.41 382	0.24 454	0.17 484	0.36 516	0.22 446	0.46 441	0.33 359	0.35 472	0.36 399	0.52 573	0.30 499	0.62 536	0.32 510	0.11 469	0.09 488	0.10 415	0.10 449	0.09 341	0.08 314

GwcNet-RSSM	0.26 458	0.17 468	0.46 435	0.21 274	0.13 319	0.28 403	0.23 472	0.44 420	0.42 471	0.31 400	0.45 508	0.40 497	0.26 434	0.55 489	0.28 477	0.11 469	0.07 365	0.09 337	0.10 449	0.09 341	0.08 314

AANet_RVC	0.31 511	0.22 539	0.50 470	0.23 400	0.14 367	0.30 443	0.24 494	0.47 450	0.54 577	0.38 511	0.60 585	0.43 517	0.29 485	0.87 617	0.40 550	0.11 469	0.07 365	0.07 149	0.07 220	0.09 341	0.09 378

HITNet	0.20 309	0.17 468	0.43 405	0.19 146	0.08 23	0.27 383	0.14 100	0.42 398	0.30 323	0.29 350	0.32 345	0.27 358	0.21 354	0.28 335	0.25 452	0.07 124	0.05 39	0.07 149	0.06 147	0.09 341	0.06 140
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
iResNet_ROB	0.25 441	0.19 498	0.40 359	0.20 220	0.12 239	0.30 443	0.16 195	0.55 550	0.53 573	0.38 511	0.43 485	0.37 462	0.26 434	0.38 421	0.22 410	0.08 284	0.06 234	0.06 43	0.04 1	0.09 341	0.09 378

z-ln-s-r	0.32 520	0.21 525	0.82 589	0.23 400	0.14 367	0.30 443	0.26 524	0.43 412	0.50 555	0.32 422	0.60 585	0.39 482	0.29 485	0.73 576	0.66 615	0.08 284	0.06 234	0.08 244	0.07 220	0.10 409	0.08 314

DFGA-Net	0.23 382	0.24 552	0.49 459	0.22 343	0.15 428	0.25 350	0.17 241	0.39 360	0.39 433	0.29 350	0.31 336	0.21 270	0.17 296	0.59 517	0.28 477	0.08 284	0.06 234	0.09 337	0.09 405	0.10 409	0.08 314

coex_refinement	0.26 458	0.16 449	0.36 307	0.23 400	0.15 428	0.31 459	0.20 388	0.49 473	0.42 471	0.35 472	0.42 472	0.45 533	0.27 453	0.55 489	0.33 517	0.10 430	0.06 234	0.07 149	0.07 220	0.10 409	0.10 435

rvit_0105_5	0.21 330	0.15 422	0.38 335	0.23 400	0.13 319	0.22 289	0.24 494	0.36 332	0.39 433	0.21 252	0.23 251	0.26 348	0.19 337	0.26 301	0.19 342	0.15 567	0.13 572	0.12 509	0.12 527	0.10 409	0.09 378

rvit_0105_3	0.23 382	0.17 468	0.40 359	0.25 493	0.15 428	0.24 332	0.28 546	0.38 348	0.41 463	0.25 289	0.25 275	0.28 374	0.21 354	0.28 335	0.20 363	0.15 567	0.13 572	0.14 557	0.15 578	0.10 409	0.09 378

UGAM	0.26 458	0.14 387	0.45 427	0.25 493	0.12 239	0.23 311	0.25 511	0.32 266	0.41 463	0.31 400	0.42 472	0.41 504	0.22 370	0.92 627	0.22 410	0.08 284	0.06 234	0.14 557	0.12 527	0.10 409	0.07 236

ACV-stereo	0.29 497	0.18 482	0.79 579	0.23 400	0.16 460	0.47 581	0.19 335	0.36 332	0.34 369	0.29 350	0.33 368	0.67 623	0.42 580	0.54 487	0.30 497	0.10 430	0.09 488	0.09 337	0.09 405	0.10 409	0.11 472

rvit_stereo_0080	0.15 191	0.13 340	0.25 163	0.19 146	0.13 319	0.15 51	0.20 388	0.28 208	0.24 237	0.15 164	0.17 167	0.19 248	0.13 191	0.19 162	0.15 230	0.11 469	0.08 453	0.08 244	0.08 302	0.10 409	0.07 236

test_sample3	0.23 382	0.12 273	0.43 405	0.19 146	0.12 239	0.32 471	0.20 388	0.50 483	0.34 369	0.31 400	0.33 368	0.29 385	0.22 370	0.53 481	0.22 410	0.10 430	0.07 365	0.09 337	0.08 302	0.10 409	0.10 435

CAS++	0.16 207	0.12 273	0.27 185	0.18 91	0.12 239	0.17 125	0.15 148	0.42 398	0.24 237	0.19 237	0.18 187	0.13 135	0.10 74	0.21 207	0.12 108	0.12 508	0.10 518	0.11 471	0.08 302	0.10 409	0.09 378
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.14 155	0.11 215	0.32 249	0.19 146	0.11 172	0.18 153	0.17 241	0.20 59	0.22 195	0.14 144	0.24 265	0.15 188	0.10 74	0.18 137	0.12 108	0.07 124	0.06 234	0.07 149	0.06 147	0.10 409	0.06 140

MyStereo8	0.22 365	0.15 422	0.63 533	0.21 274	0.17 484	0.31 459	0.16 195	0.36 332	0.32 345	0.28 321	0.36 399	0.25 326	0.18 322	0.25 283	0.28 477	0.08 284	0.07 365	0.08 244	0.07 220	0.10 409	0.12 496

mmm	0.21 330	0.12 273	0.31 241	0.22 343	0.12 239	0.28 403	0.21 419	0.41 384	0.27 274	0.29 350	0.38 423	0.29 385	0.24 402	0.29 354	0.22 410	0.09 379	0.07 365	0.11 471	0.09 405	0.10 409	0.09 378

whm_eth	0.15 191	0.13 340	0.25 163	0.19 146	0.13 319	0.15 51	0.20 388	0.28 208	0.24 237	0.15 164	0.17 167	0.19 248	0.13 191	0.19 162	0.15 230	0.11 469	0.08 453	0.08 244	0.08 302	0.10 409	0.07 236

plain	0.17 225	0.13 340	0.43 405	0.21 274	0.13 319	0.16 91	0.17 241	0.27 186	0.22 195	0.16 193	0.26 284	0.13 135	0.16 266	0.27 321	0.16 257	0.08 284	0.06 234	0.10 415	0.07 220	0.10 409	0.07 236

StereoVision	0.22 365	0.18 482	0.37 316	0.27 555	0.17 484	0.23 311	0.22 446	0.38 348	0.31 336	0.20 241	0.51 543	0.22 281	0.16 266	0.28 335	0.18 309	0.11 469	0.12 560	0.13 530	0.13 555	0.10 409	0.07 236

riskmin	0.18 249	0.09 80	0.34 277	0.18 91	0.12 239	0.24 332	0.16 195	0.34 290	0.28 291	0.21 252	0.23 251	0.33 428	0.24 402	0.23 237	0.17 286	0.09 379	0.06 234	0.09 337	0.06 147	0.10 409	0.10 435

CRFU-Net	0.28 486	0.14 387	0.45 427	0.25 493	0.15 428	0.45 573	0.23 472	0.50 483	0.30 323	0.43 561	0.41 455	0.48 549	0.46 594	0.43 437	0.29 489	0.11 469	0.10 518	0.09 337	0.08 302	0.10 409	0.10 435

test_5	0.23 382	0.19 498	0.38 335	0.26 527	0.18 506	0.25 350	0.29 553	0.40 372	0.37 409	0.29 350	0.40 447	0.25 326	0.22 370	0.34 398	0.18 309	0.07 124	0.05 39	0.09 337	0.09 405	0.10 409	0.10 435

CSP-Net	0.27 466	0.15 422	0.30 226	0.21 274	0.14 367	0.44 567	0.24 494	0.50 483	0.40 451	0.41 545	0.43 485	0.42 513	0.26 434	0.66 555	0.28 477	0.12 508	0.08 453	0.08 244	0.08 302	0.10 409	0.09 378

PSMNet-ADL	0.25 441	0.15 422	0.32 249	0.26 527	0.14 367	0.31 459	0.22 446	0.44 420	0.36 398	0.27 309	0.33 368	0.41 504	0.28 470	0.61 528	0.29 489	0.11 469	0.09 488	0.09 337	0.11 488	0.10 409	0.10 435

Patchmatch Stereo++	0.18 249	0.12 273	0.37 316	0.22 343	0.10 118	0.18 153	0.14 100	0.29 224	0.22 195	0.28 321	0.29 308	0.25 326	0.17 296	0.26 301	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314
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
PSM-adaLoss	0.18 249	0.12 273	0.37 316	0.22 343	0.10 118	0.18 153	0.16 195	0.29 224	0.22 195	0.28 321	0.29 308	0.25 326	0.18 322	0.24 253	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

ROB_FTStereo_v2	0.18 249	0.12 273	0.37 316	0.22 343	0.10 118	0.18 153	0.16 195	0.29 224	0.22 195	0.28 321	0.29 308	0.25 326	0.17 296	0.24 253	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

ROB_FTStereo	0.18 249	0.12 273	0.37 316	0.22 343	0.10 118	0.18 153	0.14 100	0.29 224	0.22 195	0.28 321	0.28 296	0.25 326	0.17 296	0.24 253	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

HUI-Stereo	0.18 249	0.12 273	0.37 316	0.22 343	0.10 118	0.18 153	0.14 100	0.29 224	0.22 195	0.28 321	0.28 296	0.25 326	0.17 296	0.22 227	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

iGMRVC	0.18 249	0.12 273	0.37 316	0.22 343	0.10 118	0.18 153	0.15 148	0.29 224	0.22 195	0.28 321	0.29 308	0.25 326	0.17 296	0.27 321	0.17 286	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

iRAFT	0.18 249	0.12 273	0.37 316	0.22 343	0.10 118	0.18 153	0.14 100	0.29 224	0.22 195	0.28 321	0.29 308	0.25 326	0.17 296	0.26 301	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

CRE-IMP	0.18 249	0.12 273	0.37 316	0.22 343	0.11 172	0.24 332	0.17 241	0.29 224	0.21 178	0.27 309	0.26 284	0.24 316	0.17 296	0.23 237	0.18 309	0.08 284	0.05 39	0.10 415	0.07 220	0.10 409	0.10 435

RAFT	0.21 330	0.17 468	0.32 249	0.24 454	0.12 239	0.25 350	0.27 530	0.35 313	0.28 291	0.33 435	0.33 368	0.38 470	0.22 370	0.29 354	0.17 286	0.08 284	0.08 453	0.11 471	0.10 449	0.10 409	0.06 140

RAFT-IKP	0.18 249	0.12 273	0.37 316	0.22 343	0.10 118	0.18 153	0.15 148	0.29 224	0.22 195	0.28 321	0.29 308	0.25 326	0.18 322	0.25 283	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

GES	0.22 365	0.12 273	0.42 392	0.20 220	0.14 367	0.27 383	0.19 335	0.49 473	0.33 359	0.30 382	0.36 399	0.25 326	0.23 384	0.29 354	0.22 410	0.10 430	0.08 453	0.08 244	0.07 220	0.10 409	0.11 472

HCRNet	0.24 413	0.25 557	0.33 266	0.34 610	0.16 460	0.27 383	0.18 288	0.43 412	0.35 385	0.30 382	0.35 389	0.32 421	0.22 370	0.44 441	0.20 363	0.13 527	0.08 453	0.13 530	0.11 488	0.10 409	0.09 378

GMStereo	0.19 292	0.25 557	0.40 359	0.21 274	0.12 239	0.22 289	0.19 335	0.29 224	0.40 451	0.25 289	0.23 251	0.16 209	0.15 246	0.25 283	0.19 342	0.09 379	0.06 234	0.08 244	0.08 302	0.10 409	0.08 314
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MMNet	0.27 466	0.14 387	0.49 459	0.24 454	0.17 484	0.47 581	0.22 446	0.45 430	0.51 559	0.39 526	0.41 455	0.36 456	0.33 526	0.39 423	0.34 522	0.08 284	0.07 365	0.09 337	0.09 405	0.10 409	0.08 314

psm_up	0.29 497	0.16 449	0.41 382	0.26 527	0.17 484	0.32 471	0.26 524	0.55 550	0.43 479	0.36 488	0.40 447	0.45 533	0.37 552	0.58 511	0.30 497	0.11 469	0.12 560	0.13 530	0.12 527	0.10 409	0.10 435

UNet	0.28 486	0.14 387	0.69 554	0.23 400	0.20 552	0.44 567	0.22 446	0.50 483	0.40 451	0.34 455	0.39 436	0.43 517	0.33 526	0.40 430	0.31 505	0.09 379	0.07 365	0.10 415	0.08 302	0.10 409	0.08 314

UPFNet	0.25 441	0.12 273	0.38 335	0.24 454	0.19 533	0.37 522	0.28 546	0.48 463	0.38 423	0.34 455	0.37 408	0.37 462	0.28 470	0.39 423	0.33 517	0.10 430	0.09 488	0.10 415	0.10 449	0.10 409	0.08 314

ACVNet	0.23 382	0.13 340	0.35 287	0.18 91	0.15 428	0.27 383	0.23 472	0.39 360	0.44 494	0.28 321	0.41 455	0.38 470	0.26 434	0.27 321	0.32 510	0.08 284	0.07 365	0.08 244	0.07 220	0.10 409	0.07 236

HGLStereo	0.27 466	0.14 387	0.46 435	0.24 454	0.21 560	0.33 483	0.23 472	0.50 483	0.42 471	0.35 472	0.48 532	0.41 504	0.33 526	0.45 444	0.33 517	0.11 469	0.10 518	0.09 337	0.09 405	0.10 409	0.12 496

GANet-RSSM	0.24 413	0.14 387	0.36 307	0.21 274	0.14 367	0.27 383	0.21 419	0.45 430	0.33 359	0.29 350	0.39 436	0.39 482	0.28 470	0.58 511	0.23 431	0.11 469	0.07 365	0.09 337	0.09 405	0.10 409	0.09 378

PSMNet-RSSM	0.24 413	0.15 422	0.36 307	0.21 274	0.14 367	0.25 350	0.20 388	0.48 463	0.37 409	0.30 382	0.44 496	0.38 470	0.26 434	0.52 474	0.22 410	0.12 508	0.07 365	0.11 471	0.13 555	0.10 409	0.09 378

DMCA	0.22 365	0.14 387	0.36 307	0.22 343	0.14 367	0.27 383	0.20 388	0.43 412	0.38 423	0.31 400	0.32 345	0.33 428	0.24 402	0.24 253	0.28 477	0.11 469	0.08 453	0.10 415	0.08 302	0.10 409	0.11 472

BEATNet_4x	0.22 365	0.18 482	0.47 443	0.22 343	0.10 118	0.28 403	0.14 100	0.46 441	0.32 345	0.31 400	0.34 378	0.31 411	0.25 423	0.31 377	0.29 489	0.08 284	0.06 234	0.08 244	0.06 147	0.10 409	0.08 314

NLCA_NET_v2_RVC	0.27 466	0.21 525	0.59 517	0.25 493	0.18 506	0.29 425	0.22 446	0.50 483	0.40 451	0.38 511	0.41 455	0.43 517	0.27 453	0.43 437	0.29 489	0.11 469	0.08 453	0.10 415	0.10 449	0.10 409	0.11 472
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.27 466	0.17 468	0.35 287	0.25 493	0.14 367	0.37 522	0.21 419	0.47 450	0.41 463	0.44 568	0.51 543	0.41 504	0.28 470	0.45 444	0.37 533	0.09 379	0.06 234	0.11 471	0.11 488	0.10 409	0.10 435
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.28 486	0.16 449	0.34 277	0.27 555	0.16 460	0.38 530	0.25 511	0.48 463	0.43 479	0.46 576	0.46 518	0.51 567	0.33 526	0.53 481	0.33 517	0.10 430	0.10 518	0.11 471	0.11 488	0.10 409	0.09 378

pmcnn	0.50 611	0.20 511	0.78 572	0.24 454	0.26 609	0.39 539	0.30 564	0.51 500	0.50 555	0.54 609	1.23 652	2.52 680	0.37 552	0.77 596	0.95 639	0.08 284	0.06 234	0.06 43	0.05 65	0.10 409	0.08 314

Selective-IGEV-i16pc	0.33 529	0.10 135	1.71 664	0.21 274	0.14 367	0.74 634	0.31 569	0.42 398	0.41 463	0.21 252	0.32 345	0.26 348	0.14 227	0.71 568	0.19 342	0.14 552	0.10 518	0.08 244	0.09 405	0.11 457	0.11 472

S2M2_L	0.13 116	0.11 215	0.20 99	0.16 20	0.12 239	0.12 16	0.07 1	0.18 30	0.20 158	0.12 83	0.15 130	0.14 167	0.12 146	0.15 65	0.14 200	0.13 527	0.09 488	0.09 337	0.10 449	0.11 457	0.09 378
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_0105_6	0.19 292	0.14 387	0.34 277	0.23 400	0.14 367	0.18 153	0.20 388	0.29 224	0.37 409	0.18 230	0.22 242	0.23 302	0.17 296	0.26 301	0.17 286	0.15 567	0.13 572	0.13 530	0.11 488	0.11 457	0.08 314

rvit_0105_4	0.20 309	0.15 422	0.38 335	0.23 400	0.14 367	0.20 230	0.22 446	0.33 281	0.39 433	0.19 237	0.24 265	0.25 326	0.19 337	0.27 321	0.17 286	0.16 583	0.13 572	0.13 530	0.11 488	0.11 457	0.08 314

rvit_105_1	0.27 466	0.19 498	0.46 435	0.27 555	0.19 533	0.30 443	0.35 594	0.44 420	0.51 559	0.31 400	0.31 336	0.31 411	0.26 434	0.35 407	0.25 452	0.15 567	0.14 582	0.15 572	0.17 599	0.11 457	0.10 435

ITSA-stereo	0.25 441	0.15 422	0.33 266	0.23 400	0.11 172	0.27 383	0.18 288	0.56 566	0.59 593	0.31 400	0.32 345	0.33 428	0.28 470	0.49 459	0.30 497	0.11 469	0.08 453	0.11 471	0.10 449	0.11 457	0.13 513

AIO-Stereo-zeroshot	0.23 382	0.13 340	0.83 592	0.20 220	0.21 560	0.23 311	0.17 241	0.48 463	0.27 274	0.23 265	0.29 308	0.39 482	0.23 384	0.25 283	0.15 230	0.08 284	0.06 234	0.08 244	0.11 488	0.11 457	0.10 435

IGEV-BASED-STEREO-	0.20 309	0.72 658	0.70 560	0.17 44	0.08 23	0.15 51	0.15 148	0.18 30	0.16 64	0.13 113	0.12 62	0.09 27	0.08 15	0.16 92	0.13 163	0.35 648	0.04 2	0.08 244	0.07 220	0.11 457	0.23 622

test_sample6	0.25 441	0.13 340	0.41 382	0.21 274	0.11 172	0.30 443	0.22 446	0.51 500	0.35 385	0.33 435	0.43 485	0.30 401	0.24 402	0.57 504	0.22 410	0.10 430	0.07 365	0.10 415	0.10 449	0.11 457	0.10 435

test_sample5	0.24 413	0.13 340	0.42 392	0.21 274	0.12 239	0.30 443	0.21 419	0.50 483	0.34 369	0.32 422	0.41 455	0.29 385	0.23 384	0.55 489	0.21 390	0.10 430	0.07 365	0.10 415	0.09 405	0.11 457	0.10 435

test_sample4	0.24 413	0.13 340	0.43 405	0.20 220	0.12 239	0.32 471	0.21 419	0.51 500	0.34 369	0.31 400	0.37 408	0.28 374	0.23 384	0.53 481	0.21 390	0.10 430	0.07 365	0.10 415	0.09 405	0.11 457	0.10 435

DualNet	0.24 413	0.13 340	0.42 392	0.21 274	0.12 239	0.30 443	0.21 419	0.50 483	0.34 369	0.33 435	0.43 485	0.29 385	0.23 384	0.55 489	0.21 390	0.10 430	0.07 365	0.10 415	0.09 405	0.11 457	0.10 435

mmx	0.31 511	0.12 273	0.42 392	0.20 220	0.13 319	0.28 403	0.20 388	0.55 550	0.45 506	0.30 382	0.42 472	0.34 437	0.23 384	0.81 608	1.08 646	0.10 430	0.07 365	0.11 471	0.10 449	0.11 457	0.10 435

xxx	0.31 511	0.12 273	0.42 392	0.20 220	0.13 319	0.28 403	0.20 388	0.55 550	0.45 506	0.30 382	0.42 472	0.34 437	0.23 384	0.81 608	1.08 646	0.10 430	0.07 365	0.11 471	0.10 449	0.11 457	0.10 435

PCWNet_CMD	0.23 382	0.13 340	0.48 453	0.20 220	0.13 319	0.28 403	0.16 195	0.46 441	0.46 524	0.29 350	0.36 399	0.37 462	0.24 402	0.28 335	0.20 363	0.09 379	0.06 234	0.10 415	0.08 302	0.11 457	0.09 378

CASS	0.21 330	0.15 422	0.32 249	0.26 527	0.11 172	0.28 403	0.19 335	0.39 360	0.30 323	0.32 422	0.34 378	0.25 326	0.24 402	0.25 283	0.20 363	0.13 527	0.08 453	0.11 471	0.09 405	0.11 457	0.11 472
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.24 413	0.16 449	0.48 453	0.21 274	0.13 319	0.29 425	0.29 553	0.39 360	0.39 433	0.27 309	0.35 389	0.39 482	0.31 516	0.31 377	0.29 489	0.08 284	0.09 488	0.10 415	0.11 488	0.11 457	0.10 435

ssnet_v2	0.28 486	0.16 449	0.44 415	0.22 343	0.15 428	0.40 545	0.30 564	0.57 576	0.46 524	0.38 511	0.36 399	0.47 543	0.29 485	0.38 421	0.39 543	0.13 527	0.11 542	0.11 471	0.11 488	0.11 457	0.11 472

Wz-Net-LNSev-Ref	0.30 504	0.20 511	0.70 560	0.21 274	0.17 484	0.46 575	0.27 530	0.50 483	0.49 547	0.42 555	0.55 565	0.43 517	0.30 499	0.46 447	0.38 535	0.09 379	0.06 234	0.07 149	0.06 147	0.11 457	0.10 435

NINENet	0.25 441	0.15 422	0.37 316	0.23 400	0.16 460	0.43 565	0.17 241	0.60 600	0.46 524	0.32 422	0.37 408	0.32 421	0.20 346	0.42 435	0.21 390	0.10 430	0.10 518	0.12 509	0.08 302	0.11 457	0.10 435

dd	0.22 365	0.26 568	0.40 359	0.22 343	0.12 239	0.25 350	0.21 419	0.32 266	0.44 494	0.29 350	0.28 296	0.25 326	0.16 266	0.30 370	0.25 452	0.12 508	0.07 365	0.10 415	0.08 302	0.11 457	0.09 378

GEStereo_RVC	0.27 466	0.20 511	0.44 415	0.27 555	0.16 460	0.33 483	0.25 511	0.56 566	0.54 577	0.34 455	0.38 423	0.34 437	0.25 423	0.51 468	0.28 477	0.12 508	0.08 453	0.09 337	0.08 302	0.11 457	0.11 472

Anonymous3	0.23 382	0.18 482	0.63 533	0.27 555	0.18 506	0.41 549	0.23 472	0.43 412	0.35 385	0.23 265	0.27 290	0.20 258	0.18 322	0.27 321	0.18 309	0.12 508	0.11 542	0.10 415	0.10 449	0.11 457	0.12 496

TestStereo	0.21 330	0.19 498	0.40 359	0.25 493	0.10 118	0.22 289	0.21 419	0.31 254	0.31 336	0.23 265	0.34 378	0.22 281	0.18 322	0.62 536	0.18 309	0.08 284	0.06 234	0.10 415	0.07 220	0.11 457	0.06 140

CFNet_pseudo	0.23 382	0.13 340	0.47 443	0.19 146	0.13 319	0.26 373	0.16 195	0.44 420	0.44 494	0.29 350	0.37 408	0.38 470	0.23 384	0.29 354	0.21 390	0.09 379	0.06 234	0.11 471	0.08 302	0.11 457	0.09 378

ADLNet	0.28 486	0.15 422	0.42 392	0.23 400	0.19 533	0.34 496	0.23 472	0.53 531	0.43 479	0.42 555	0.41 455	0.44 528	0.27 453	0.55 489	0.35 526	0.11 469	0.08 453	0.11 471	0.11 488	0.11 457	0.12 496

RAFT + AFF	0.27 466	0.23 548	0.50 470	0.25 493	0.17 484	0.30 443	0.33 588	0.52 519	0.40 451	0.28 321	0.30 321	0.30 401	0.31 516	0.62 536	0.24 442	0.09 379	0.10 518	0.11 471	0.10 449	0.11 457	0.11 472

acv_ft	0.25 441	0.13 340	0.40 359	0.23 400	0.19 533	0.34 496	0.21 419	0.45 430	0.44 494	0.38 511	0.41 455	0.38 470	0.27 453	0.27 321	0.35 526	0.08 284	0.07 365	0.08 244	0.07 220	0.11 457	0.07 236

DSFCA	0.27 466	0.13 340	0.36 307	0.20 220	0.17 484	0.38 530	0.31 569	0.47 450	0.43 479	0.43 561	0.37 408	0.39 482	0.29 485	0.52 474	0.32 510	0.12 508	0.10 518	0.10 415	0.11 488	0.11 457	0.10 435

ADCRef	0.38 565	0.24 552	0.88 604	0.26 527	0.21 560	0.49 592	0.27 530	0.52 519	0.48 538	0.50 590	0.58 577	0.35 451	0.47 597	0.48 454	1.29 663	0.09 379	0.08 453	0.12 509	0.12 527	0.11 457	0.11 472

MSMDNet	0.23 382	0.13 340	0.48 453	0.20 220	0.13 319	0.28 403	0.16 195	0.46 441	0.46 524	0.29 350	0.36 399	0.37 462	0.24 402	0.28 335	0.20 363	0.09 379	0.06 234	0.09 337	0.08 302	0.11 457	0.09 378

CFNet	0.27 466	0.20 511	0.44 415	0.22 343	0.14 367	0.33 483	0.14 100	0.51 500	0.45 506	0.30 382	0.40 447	0.38 470	0.27 453	0.76 590	0.25 452	0.09 379	0.07 365	0.11 471	0.11 488	0.11 457	0.08 314

ccs_rob	0.23 382	0.13 340	0.47 443	0.20 220	0.13 319	0.26 373	0.17 241	0.44 420	0.44 494	0.29 350	0.37 408	0.38 470	0.23 384	0.29 354	0.21 390	0.09 379	0.06 234	0.11 471	0.08 302	0.11 457	0.09 378

AdaStereo	0.24 413	0.16 449	0.37 316	0.24 454	0.12 239	0.32 471	0.17 241	0.54 540	0.42 471	0.33 435	0.38 423	0.35 451	0.21 354	0.30 370	0.22 410	0.14 552	0.06 234	0.13 530	0.08 302	0.11 457	0.08 314
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.
NaN_ROB	0.41 579	0.28 578	0.62 530	0.30 590	0.19 533	0.51 596	0.47 636	0.58 585	0.59 593	0.56 612	0.47 525	0.49 555	0.41 571	1.21 655	0.64 612	0.12 508	0.18 617	0.12 509	0.13 555	0.11 457	0.14 535

LE_ROB	1.76 677	0.20 511	2.68 677	0.48 643	0.52 654	0.78 641	0.96 676	0.84 656	6.61 694	7.40 697	2.08 679	2.08 672	4.83 690	1.27 659	3.79 689	0.10 430	0.08 453	0.12 509	0.11 488	0.11 457	0.10 435

DN-CSS_ROB	0.22 365	0.25 557	0.47 443	0.24 454	0.14 367	0.25 350	0.12 32	0.40 372	0.33 359	0.29 350	0.42 472	0.22 281	0.20 346	0.33 391	0.19 342	0.07 124	0.06 234	0.11 471	0.11 488	0.11 457	0.07 236

Selective-IGEV-i16pb	0.39 570	0.12 273	2.18 668	0.21 274	0.15 428	0.68 628	0.32 577	0.56 566	0.57 589	0.25 289	0.44 496	0.33 428	0.21 354	0.80 604	0.25 452	0.14 552	0.10 518	0.09 337	0.10 449	0.12 494	0.13 513

DCVSM-stereo	0.24 413	0.13 340	0.52 486	0.20 220	0.14 367	0.26 373	0.13 66	0.34 290	0.34 369	0.41 545	0.33 368	0.47 543	0.29 485	0.30 370	0.22 410	0.10 430	0.10 518	0.11 471	0.10 449	0.12 494	0.15 547

AIO-Stereo-zeroshot1	0.25 441	0.14 387	0.95 615	0.21 274	0.27 611	0.20 230	0.19 335	0.48 463	0.25 251	0.26 301	0.55 565	0.34 437	0.18 322	0.25 283	0.17 286	0.07 124	0.06 234	0.08 244	0.12 527	0.12 494	0.12 496

CFNet_ucs	0.24 413	0.13 340	0.50 470	0.20 220	0.15 428	0.28 403	0.17 241	0.49 473	0.45 506	0.32 422	0.42 472	0.39 482	0.22 370	0.31 377	0.21 390	0.11 469	0.08 453	0.12 509	0.09 405	0.12 494	0.11 472

fast-acv-ft	0.31 511	0.20 511	0.81 585	0.24 454	0.18 506	0.46 575	0.27 530	0.41 384	0.49 547	0.39 526	0.55 565	0.49 555	0.35 539	0.37 416	0.38 535	0.11 469	0.11 542	0.11 471	0.12 527	0.12 494	0.09 378

ADLNet2	0.30 504	0.17 468	0.72 565	0.23 400	0.17 484	0.36 516	0.24 494	0.52 519	0.51 559	0.32 422	0.38 423	0.45 533	0.30 499	0.69 562	0.35 526	0.10 430	0.08 453	0.09 337	0.09 405	0.12 494	0.10 435

CFNet-ft	0.24 413	0.15 422	0.35 287	0.18 91	0.15 428	0.30 443	0.21 419	0.39 360	0.36 398	0.28 321	0.40 447	0.43 517	0.25 423	0.47 451	0.24 442	0.12 508	0.07 365	0.12 509	0.11 488	0.12 494	0.09 378

STTStereo	0.28 486	0.20 511	0.61 522	0.25 493	0.17 484	0.29 425	0.24 494	0.47 450	0.39 433	0.39 526	0.41 455	0.44 528	0.28 470	0.40 430	0.28 477	0.13 527	0.12 560	0.13 530	0.16 590	0.12 494	0.11 472

PA-Net	0.37 558	0.28 578	0.83 592	0.31 596	0.28 616	0.39 539	0.42 623	0.51 500	0.55 583	0.34 455	0.42 472	0.41 504	0.36 543	0.79 600	0.49 581	0.12 508	0.23 638	0.16 583	0.23 624	0.12 494	0.18 582
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
TDLM	0.30 504	0.21 525	0.38 335	0.28 576	0.15 428	0.33 483	0.32 577	0.52 519	0.47 529	0.38 511	0.43 485	0.39 482	0.29 485	0.91 626	0.28 477	0.14 552	0.08 453	0.13 530	0.11 488	0.12 494	0.10 435

CFNet_RVC	0.24 413	0.15 422	0.35 287	0.18 91	0.15 428	0.30 443	0.21 419	0.39 360	0.36 398	0.28 321	0.40 447	0.43 517	0.25 423	0.47 451	0.24 442	0.12 508	0.07 365	0.12 509	0.11 488	0.12 494	0.09 378

iResNetv2_ROB	0.27 466	0.26 568	0.72 565	0.23 400	0.13 319	0.29 425	0.18 288	0.52 519	0.49 547	0.37 496	0.45 508	0.39 482	0.25 423	0.34 398	0.20 363	0.08 284	0.06 234	0.07 149	0.05 65	0.12 494	0.09 378

DRN-Test	0.33 529	0.17 468	0.61 522	0.27 555	0.19 533	0.46 575	0.29 553	0.65 621	0.51 559	0.47 583	0.46 518	0.44 528	0.34 535	0.62 536	0.41 558	0.12 508	0.08 453	0.13 530	0.12 527	0.12 494	0.10 435

StereoDRNet	0.32 520	0.22 539	0.61 522	0.27 555	0.21 560	0.42 556	0.30 564	0.61 604	0.48 538	0.46 576	0.39 436	0.48 549	0.30 499	0.57 504	0.40 550	0.11 469	0.09 488	0.12 509	0.11 488	0.12 494	0.10 435

DISCO	0.32 520	0.13 340	0.51 480	0.25 493	0.16 460	0.48 587	0.25 511	0.50 483	0.57 589	0.37 496	0.45 508	0.62 607	0.36 543	0.64 544	0.49 581	0.09 379	0.07 365	0.09 337	0.08 302	0.12 494	0.11 472

MDST_ROB	0.48 604	0.14 387	0.95 615	0.30 590	0.21 560	1.33 669	0.32 577	0.77 646	0.56 586	1.06 658	0.71 612	0.49 555	0.35 539	1.26 658	0.38 535	0.13 527	0.11 542	0.16 583	0.13 555	0.12 494	0.12 496

zh-mn7	0.46 598	0.45 631	1.48 655	0.25 493	0.19 533	0.44 567	0.29 553	0.56 566	0.82 636	0.65 626	0.96 639	0.49 555	0.38 556	0.88 620	0.63 610	0.12 508	0.10 518	0.11 471	0.11 488	0.13 510	0.14 535

YMNet	0.32 520	0.22 539	0.58 511	0.27 555	0.23 589	0.48 587	0.27 530	0.51 500	0.45 506	0.48 587	0.56 572	0.51 567	0.30 499	0.39 423	0.40 550	0.13 527	0.16 604	0.13 530	0.12 527	0.13 510	0.12 496

YMNet_1	0.32 520	0.22 539	0.58 511	0.27 555	0.23 589	0.48 587	0.27 530	0.51 500	0.45 506	0.48 587	0.56 572	0.51 567	0.30 499	0.39 423	0.40 550	0.13 527	0.16 604	0.13 530	0.12 527	0.13 510	0.12 496

DDVS	0.25 441	0.15 422	0.39 351	0.24 454	0.17 484	0.34 496	0.21 419	0.41 384	0.30 323	0.33 435	0.41 455	0.48 549	0.21 354	0.52 474	0.27 472	0.11 469	0.09 488	0.11 471	0.09 405	0.13 510	0.14 535

rvit_stereo_0075_2	0.24 413	0.17 468	0.50 470	0.26 527	0.22 576	0.22 289	0.15 148	0.40 372	0.35 385	0.27 309	0.37 408	0.29 385	0.20 346	0.28 335	0.19 342	0.17 594	0.12 560	0.19 605	0.12 527	0.13 510	0.13 513

test_sample7	0.25 441	0.15 422	0.35 287	0.20 220	0.14 367	0.28 403	0.21 419	0.51 500	0.38 423	0.37 496	0.34 378	0.37 462	0.30 499	0.39 423	0.23 431	0.14 552	0.09 488	0.13 530	0.12 527	0.13 510	0.12 496

iinet-f	0.30 504	0.18 482	1.03 626	0.20 220	0.15 428	0.44 567	0.22 446	0.45 430	0.37 409	0.35 472	0.44 496	0.41 504	0.34 535	0.34 398	0.40 550	0.10 430	0.09 488	0.08 244	0.08 302	0.13 510	0.11 472

AASNet	0.27 466	0.19 498	0.49 459	0.26 527	0.17 484	0.34 496	0.20 388	0.62 612	0.48 538	0.35 472	0.40 447	0.32 421	0.25 423	0.28 335	0.34 522	0.11 469	0.09 488	0.10 415	0.08 302	0.13 510	0.11 472

AACVNet	0.26 458	0.16 449	0.37 316	0.22 343	0.14 367	0.29 425	0.19 335	0.41 384	0.31 336	0.38 511	0.42 472	0.43 517	0.28 470	0.73 576	0.25 452	0.11 469	0.08 453	0.11 471	0.09 405	0.13 510	0.11 472

LCNet	0.21 330	0.11 215	0.29 216	0.25 493	0.12 239	0.23 311	0.19 335	0.34 290	0.26 263	0.28 321	0.35 389	0.26 348	0.30 499	0.35 407	0.17 286	0.07 124	0.05 39	0.09 337	0.10 449	0.13 510	0.22 615

LMCR-Stereo	0.26 458	0.18 482	0.49 459	0.28 576	0.14 367	0.36 516	0.23 472	0.54 540	0.34 369	0.39 526	0.40 447	0.29 385	0.29 485	0.37 416	0.27 472	0.11 469	0.07 365	0.09 337	0.07 220	0.13 510	0.09 378

Syn2CoEx	0.36 548	0.31 599	0.78 572	0.34 610	0.21 560	0.41 549	0.28 546	0.61 604	0.49 547	0.42 555	0.56 572	0.45 533	0.44 585	0.69 562	0.38 535	0.17 594	0.14 582	0.15 572	0.12 527	0.13 510	0.12 496

GwcNet	0.35 543	0.23 548	0.88 604	0.25 493	0.24 597	0.48 587	0.27 530	0.55 550	0.57 589	0.38 511	0.52 551	0.51 567	0.32 523	0.60 521	0.41 558	0.13 527	0.11 542	0.12 509	0.11 488	0.13 510	0.14 535

DMCA-RVC	0.27 466	0.21 525	0.61 522	0.28 576	0.17 484	0.29 425	0.21 419	0.42 398	0.35 385	0.40 536	0.37 408	0.39 482	0.36 543	0.43 437	0.30 497	0.13 527	0.10 518	0.15 572	0.11 488	0.13 510	0.10 435

FADNet-RVC-Resample	0.29 497	0.25 557	0.93 612	0.26 527	0.16 460	0.32 471	0.21 419	0.47 450	0.39 433	0.35 472	0.38 423	0.33 428	0.27 453	0.53 481	0.24 442	0.10 430	0.10 518	0.14 557	0.13 555	0.13 510	0.16 556

UCFNet_RVC	0.24 413	0.16 449	0.34 277	0.18 91	0.15 428	0.33 483	0.16 195	0.46 441	0.35 385	0.29 350	0.35 389	0.39 482	0.25 423	0.34 398	0.22 410	0.13 527	0.08 453	0.13 530	0.14 569	0.13 510	0.12 496

PSMNet_ROB	0.33 529	0.24 552	0.54 493	0.31 596	0.21 560	0.42 556	0.43 625	0.59 591	0.47 529	0.37 496	0.44 496	0.49 555	0.31 516	0.64 544	0.43 562	0.14 552	0.10 518	0.15 572	0.14 569	0.13 510	0.11 472

CBMV	0.33 529	0.21 525	0.54 493	0.23 400	0.13 319	0.42 556	0.33 588	0.53 531	0.48 538	0.52 601	0.49 534	0.50 563	0.41 571	0.56 500	0.31 505	0.15 567	0.16 604	0.18 597	0.16 590	0.13 510	0.13 513
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	0.44 593	0.40 623	1.09 631	0.25 493	0.18 506	0.61 619	0.34 590	0.56 566	0.93 652	0.43 561	0.96 639	0.53 578	0.39 562	0.94 631	0.59 600	0.10 430	0.09 488	0.10 415	0.10 449	0.14 528	0.13 513

w-ln-seven-2	0.36 548	0.29 585	1.06 628	0.27 555	0.18 506	0.37 522	0.30 564	0.50 483	0.54 577	0.45 572	0.55 565	0.45 533	0.41 571	0.62 536	0.49 581	0.10 430	0.10 518	0.12 509	0.11 488	0.14 528	0.11 472

Wz-Net-LNSev	0.34 538	0.29 585	0.91 608	0.26 527	0.21 560	0.47 581	0.31 569	0.54 540	0.54 577	0.44 568	0.52 551	0.50 563	0.35 539	0.39 423	0.39 543	0.11 469	0.11 542	0.10 415	0.09 405	0.14 528	0.13 513

UDGNet	0.23 382	0.31 599	0.38 335	0.24 454	0.14 367	0.24 332	0.18 288	0.32 266	0.43 479	0.29 350	0.28 296	0.24 316	0.19 337	0.29 354	0.20 363	0.15 567	0.07 365	0.21 611	0.11 488	0.14 528	0.10 435

dad	0.28 486	0.31 599	0.44 415	0.21 274	0.14 367	0.30 443	0.20 388	0.33 281	0.49 547	0.44 568	0.44 496	0.45 533	0.21 354	0.41 432	0.26 466	0.20 614	0.11 542	0.20 609	0.11 488	0.14 528	0.10 435

pcwnet_v2	0.32 520	0.15 422	1.26 646	0.23 400	0.18 506	0.32 471	0.18 288	0.59 591	0.60 597	0.36 488	0.45 508	0.35 451	0.29 485	0.36 412	0.25 452	0.14 552	0.11 542	0.12 509	0.11 488	0.14 528	0.15 547

FAT-Stereo	0.36 548	0.18 482	0.73 569	0.26 527	0.18 506	0.33 483	0.29 553	0.60 600	0.59 593	0.46 576	0.60 585	0.60 601	0.50 606	0.61 528	0.34 522	0.13 527	0.14 582	0.13 530	0.12 527	0.14 528	0.18 582

Nwc_Net	0.37 558	0.25 557	0.68 553	0.31 596	0.24 597	0.44 567	0.30 564	0.65 621	0.50 555	0.37 496	0.69 611	0.58 596	0.45 588	0.60 521	0.40 550	0.15 567	0.12 560	0.19 605	0.21 614	0.14 528	0.13 513

ADCL	0.47 601	0.22 539	1.00 621	0.27 555	0.19 533	0.74 634	0.64 655	0.54 540	0.69 619	0.56 612	0.71 612	0.55 584	0.60 623	0.60 521	1.43 665	0.11 469	0.09 488	0.13 530	0.13 555	0.14 528	0.14 535

ADCP+	0.45 596	0.24 552	1.15 638	0.25 493	0.22 576	0.56 608	0.39 614	0.54 540	0.51 559	0.44 568	0.51 543	0.46 541	0.52 611	0.56 500	1.89 677	0.10 430	0.08 453	0.11 471	0.10 449	0.14 528	0.13 513

GANet	0.36 548	0.22 539	0.49 459	0.29 579	0.17 484	0.41 549	0.38 609	0.57 576	0.45 506	0.46 576	0.75 618	0.55 584	0.40 567	0.94 631	0.41 558	0.13 527	0.13 572	0.13 530	0.11 488	0.14 528	0.11 472

CVANet_RVC	0.30 504	0.19 498	0.41 382	0.26 527	0.16 460	0.33 483	0.26 524	0.52 519	0.47 529	0.40 536	0.46 518	0.43 517	0.31 516	0.89 622	0.26 466	0.14 552	0.09 488	0.14 557	0.13 555	0.14 528	0.10 435

DeepPruner_ROB	0.26 458	0.19 498	0.44 415	0.21 274	0.16 460	0.30 443	0.21 419	0.52 519	0.32 345	0.35 472	0.38 423	0.39 482	0.26 434	0.42 435	0.24 442	0.15 567	0.11 542	0.11 471	0.11 488	0.14 528	0.13 513

CBMV_ROB	0.33 529	0.18 482	0.53 490	0.21 274	0.14 367	0.33 483	0.20 388	0.51 500	0.45 506	0.51 595	0.55 565	0.45 533	0.42 580	0.71 568	0.32 510	0.18 605	0.19 622	0.23 618	0.21 614	0.14 528	0.15 547

w-ln-seven	0.42 582	0.30 592	1.18 639	0.26 527	0.22 576	0.58 612	0.31 569	0.62 612	0.81 635	0.58 615	0.61 592	0.53 578	0.36 543	0.57 504	0.65 614	0.11 469	0.10 518	0.13 530	0.12 527	0.15 542	0.13 513

Wz-Net-MNSev	0.36 548	0.26 568	0.79 579	0.26 527	0.21 560	0.59 615	0.38 609	0.55 550	0.56 586	0.48 587	0.54 561	0.53 578	0.36 543	0.60 521	0.44 567	0.11 469	0.09 488	0.11 471	0.11 488	0.15 542	0.13 513

hitnet-ft	0.29 497	0.17 468	0.40 359	0.19 146	0.14 367	0.39 539	0.23 472	0.44 420	0.41 463	0.36 488	0.46 518	0.53 578	0.34 535	0.76 590	0.32 510	0.14 552	0.10 518	0.13 530	0.10 449	0.15 542	0.13 513

AF-Net	0.37 558	0.26 568	0.56 503	0.32 602	0.23 589	0.41 549	0.29 553	0.61 604	0.64 608	0.42 555	0.68 607	0.65 618	0.49 604	0.57 504	0.44 567	0.15 567	0.11 542	0.19 605	0.14 569	0.15 542	0.13 513

SGM-ForestM	1.36 667	0.28 578	0.79 579	0.26 527	0.16 460	2.26 681	1.00 678	1.42 672	1.46 674	2.38 685	2.05 678	5.95 693	2.66 687	2.95 683	2.46 684	0.17 594	0.18 617	0.18 597	0.18 605	0.15 542	0.18 582

PS-NSSS	0.32 520	0.30 592	0.46 435	0.23 400	0.17 484	0.33 483	0.24 494	0.57 576	0.41 463	0.37 496	0.52 551	0.35 451	0.30 499	0.80 604	0.30 497	0.17 594	0.14 582	0.21 611	0.15 578	0.15 542	0.13 513

XPNet_ROB	0.33 529	0.20 511	0.43 405	0.27 555	0.18 506	0.37 522	0.31 569	0.55 550	0.50 555	0.51 595	0.53 558	0.58 596	0.37 552	0.63 542	0.45 570	0.17 594	0.12 560	0.13 530	0.12 527	0.15 542	0.14 535

SGM-Forest	0.36 548	0.17 468	0.47 443	0.23 400	0.16 460	0.45 573	0.41 620	0.55 550	0.48 538	0.52 601	0.60 585	0.52 573	0.41 571	0.85 614	0.50 587	0.17 594	0.17 611	0.17 589	0.15 578	0.15 542	0.15 547
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ISRNet	0.27 466	0.13 340	0.45 427	0.26 527	0.19 533	0.24 332	0.14 100	0.45 430	0.43 479	0.39 526	0.48 532	0.42 513	0.27 453	0.32 384	0.29 489	0.20 614	0.12 560	0.17 589	0.16 590	0.16 550	0.20 601

FACV-RUCA	0.21 330	0.15 422	0.32 249	0.23 400	0.23 589	0.26 373	0.19 335	0.39 360	0.34 369	0.25 289	0.32 345	0.21 270	0.24 402	0.24 253	0.19 342	0.10 430	0.07 365	0.15 572	0.08 302	0.16 550	0.13 513

IGEV-Stereo+	0.12 70	0.08 34	0.17 63	0.18 91	0.13 319	0.09 1	0.11 20	0.16 14	0.15 54	0.10 31	0.08 15	0.10 57	0.10 74	0.21 207	0.11 42	0.07 124	0.05 39	0.06 43	0.05 65	0.16 550	0.24 627

GMStereo_Zeroshot	0.24 413	0.21 525	0.45 427	0.26 527	0.13 319	0.28 403	0.15 148	0.39 360	0.35 385	0.37 496	0.43 485	0.40 497	0.17 296	0.34 398	0.20 363	0.12 508	0.07 365	0.13 530	0.07 220	0.16 550	0.09 378

HBP-ISP	0.33 529	0.30 592	0.72 565	0.22 343	0.16 460	0.32 471	0.22 446	0.54 540	0.44 494	0.41 545	0.49 534	0.33 428	0.38 556	0.73 576	0.25 452	0.18 605	0.19 622	0.24 620	0.20 611	0.16 550	0.13 513

Wz-Net-SNSev	0.43 587	0.41 627	1.27 647	0.30 590	0.21 560	0.44 567	0.41 620	0.61 604	0.65 609	0.46 576	0.65 601	0.62 607	0.39 562	0.74 584	0.59 600	0.12 508	0.11 542	0.12 509	0.13 555	0.16 550	0.14 535

SACVNet	0.30 504	0.20 511	0.41 382	0.25 493	0.18 506	0.34 496	0.25 511	0.52 519	0.40 451	0.41 545	0.44 496	0.46 541	0.32 523	0.71 568	0.25 452	0.13 527	0.10 518	0.12 509	0.12 527	0.16 550	0.17 569

APVNet	0.36 548	0.20 511	0.70 560	0.26 527	0.22 576	0.52 605	0.35 594	0.61 604	0.44 494	0.38 511	0.52 551	0.48 549	0.38 556	0.84 613	0.46 576	0.13 527	0.14 582	0.15 572	0.16 590	0.16 550	0.15 547

psmorigin	0.50 611	0.25 557	3.03 678	0.24 454	0.19 533	0.38 530	0.22 446	0.50 483	0.44 494	0.64 624	0.68 607	0.71 632	0.51 609	0.85 614	0.45 570	0.14 552	0.17 611	0.13 530	0.14 569	0.16 550	0.21 610

aanetorigin	0.39 570	0.29 585	1.09 631	0.24 454	0.19 533	0.28 403	0.37 603	0.33 281	0.47 529	0.94 650	0.82 627	0.52 573	0.54 612	0.49 459	0.50 587	0.11 469	0.09 488	0.10 415	0.10 449	0.16 550	0.15 547

S-Stereo	0.38 565	0.20 511	1.05 627	0.27 555	0.22 576	0.38 530	0.32 577	0.55 550	0.66 611	0.39 526	0.59 580	0.49 555	0.41 571	0.75 585	0.40 550	0.12 508	0.15 597	0.13 530	0.13 555	0.16 550	0.21 610

NCC-stereo	0.39 570	0.25 557	0.69 554	0.32 602	0.28 616	0.46 575	0.36 599	0.65 621	0.52 568	0.40 536	0.57 575	0.56 588	0.47 597	0.73 576	0.45 570	0.17 594	0.14 582	0.18 597	0.25 631	0.16 550	0.16 556

edge stereo	0.39 570	0.22 539	0.81 585	0.27 555	0.22 576	0.37 522	0.24 494	0.56 566	0.54 577	0.53 607	0.60 585	0.71 632	0.50 606	0.78 598	0.40 550	0.16 583	0.14 582	0.19 605	0.14 569	0.16 550	0.17 569

Abc-Net	0.39 570	0.25 557	0.69 554	0.32 602	0.28 616	0.46 575	0.36 599	0.65 621	0.52 568	0.40 536	0.57 575	0.56 588	0.47 597	0.73 576	0.45 570	0.17 594	0.14 582	0.18 597	0.25 631	0.16 550	0.16 556
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	0.35 543	0.26 568	0.49 459	0.36 621	0.22 576	0.41 549	0.41 620	0.53 531	0.42 471	0.47 583	0.46 518	0.61 605	0.39 562	0.55 489	0.37 533	0.16 583	0.13 572	0.21 611	0.21 614	0.16 550	0.16 556

ETE_ROB	0.34 538	0.26 568	0.45 427	0.29 579	0.18 506	0.40 545	0.37 603	0.57 576	0.47 529	0.50 590	0.50 537	0.62 607	0.36 543	0.55 489	0.38 535	0.13 527	0.10 518	0.14 557	0.12 527	0.16 550	0.16 556

SGM_RVC	0.50 611	0.19 498	0.50 470	0.25 493	0.15 428	0.69 629	0.39 614	0.68 635	0.82 636	0.95 652	0.84 629	1.13 651	0.76 643	1.16 651	0.60 604	0.16 583	0.16 604	0.16 583	0.16 590	0.16 550	0.17 569
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
zh-sn7	0.48 604	0.51 643	1.43 654	0.29 579	0.20 552	0.47 581	0.39 614	0.57 576	0.62 603	0.52 601	0.81 625	0.52 573	0.56 616	1.05 644	0.87 633	0.12 508	0.13 572	0.13 530	0.13 555	0.17 567	0.16 556

TCMNet	0.33 529	0.23 548	0.72 565	0.29 579	0.30 625	0.40 545	0.28 546	0.50 483	0.47 529	0.37 496	0.45 508	0.40 497	0.29 485	0.60 521	0.39 543	0.14 552	0.13 572	0.15 572	0.14 569	0.17 567	0.15 547

IGEV-RUCA	0.21 330	0.08 34	0.23 139	0.19 146	0.19 533	0.28 403	0.24 494	0.23 115	0.21 178	0.20 241	0.23 251	0.28 374	0.49 604	0.26 301	0.18 309	0.09 379	0.08 453	0.18 597	0.13 555	0.17 567	0.17 569

SDNR	0.42 582	0.21 525	0.82 589	0.21 274	0.18 506	1.27 666	0.17 241	0.50 483	0.49 547	0.42 555	0.81 625	0.38 470	0.27 453	1.19 652	0.38 535	0.23 619	0.24 640	0.17 589	0.13 555	0.17 567	0.20 601

RP	0.35 543	0.22 539	0.51 480	0.31 596	0.24 597	0.37 522	0.28 546	0.50 483	0.58 592	0.40 536	0.63 598	0.61 605	0.47 597	0.61 528	0.39 543	0.16 583	0.15 597	0.17 589	0.15 578	0.17 567	0.17 569

RTSC	0.39 570	0.28 578	0.78 572	0.27 555	0.18 506	0.49 592	0.22 446	0.59 591	0.84 643	0.55 611	0.53 558	0.49 555	0.36 543	0.67 559	0.82 629	0.13 527	0.10 518	0.11 471	0.12 527	0.17 567	0.17 569

DeepPrunerF	0.44 593	0.29 585	1.29 649	0.33 608	0.30 625	0.35 511	0.36 599	0.62 612	1.15 665	0.40 536	0.44 496	0.39 482	0.41 571	0.80 604	0.52 590	0.18 605	0.14 582	0.23 618	0.21 614	0.17 567	0.17 569

DANet	0.35 543	0.23 548	0.60 519	0.36 621	0.22 576	0.39 539	0.25 511	0.48 463	0.43 479	0.52 601	0.50 537	0.59 598	0.41 571	0.76 590	0.49 581	0.13 527	0.11 542	0.14 557	0.12 527	0.17 567	0.15 547
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	0.43 587	0.26 568	0.54 493	0.31 596	0.20 552	0.51 596	0.32 577	0.70 638	0.60 597	0.59 616	0.55 565	0.65 618	0.41 571	1.40 665	0.51 589	0.13 527	0.17 611	0.21 611	0.16 590	0.17 567	0.18 582

SANet	0.53 620	0.28 578	0.96 617	0.26 527	0.15 428	0.69 629	0.44 628	0.67 632	1.34 669	0.67 628	0.98 642	0.94 644	0.71 640	0.89 622	0.76 621	0.14 552	0.12 560	0.12 509	0.11 488	0.17 567	0.16 556

NOSS_ROB	0.31 511	0.20 511	0.35 287	0.24 454	0.16 460	0.32 471	0.19 335	0.52 519	0.48 538	0.33 435	0.36 399	0.42 513	0.28 470	0.93 629	0.24 442	0.19 611	0.20 627	0.24 620	0.22 622	0.17 567	0.17 569

LALA_ROB	0.36 548	0.25 557	0.46 435	0.30 590	0.21 560	0.47 581	0.39 614	0.61 604	0.51 559	0.52 601	0.51 543	0.69 629	0.36 543	0.50 463	0.43 562	0.17 594	0.11 542	0.16 583	0.14 569	0.17 567	0.15 547

PWC_ROB	0.38 565	0.29 585	0.69 554	0.25 493	0.20 552	0.38 530	0.19 335	0.58 585	0.67 614	0.57 614	0.85 630	0.51 567	0.40 567	0.71 568	0.52 590	0.13 527	0.09 488	0.14 557	0.10 449	0.17 567	0.14 535

MeshStereo	0.58 626	0.27 575	0.67 548	0.22 343	0.17 484	0.66 625	0.37 603	0.78 647	0.61 601	1.47 679	1.30 654	1.65 666	0.79 645	1.12 649	0.59 600	0.17 594	0.17 611	0.17 589	0.14 569	0.17 567	0.14 535
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
AANet	0.49 607	0.42 629	1.56 658	0.22 343	0.19 533	0.39 539	0.25 511	0.52 519	0.92 649	0.92 647	0.93 637	0.84 639	0.67 635	0.59 517	0.59 600	0.15 567	0.11 542	0.13 530	0.12 527	0.18 581	0.16 556

DualNet (step1)	0.28 486	0.19 498	0.50 470	0.18 91	0.16 460	0.34 496	0.20 388	0.51 500	0.38 423	0.37 496	0.34 378	0.37 462	0.30 499	0.39 423	0.23 431	0.23 619	0.09 488	0.28 631	0.24 626	0.18 581	0.16 556

test_sample9	0.42 582	0.19 498	0.50 470	0.18 91	0.16 460	0.34 496	0.20 388	0.51 500	0.38 423	0.37 496	0.34 378	0.37 462	0.30 499	0.66 555	0.91 636	0.23 619	1.82 690	0.28 631	0.24 626	0.18 581	0.16 556

test_sample8	0.49 607	0.19 498	0.50 470	0.18 91	0.16 460	0.34 496	0.20 388	0.55 550	0.34 369	0.62 620	0.38 423	1.15 654	0.67 635	0.66 555	0.91 636	0.23 619	1.82 690	0.28 631	0.24 626	0.18 581	0.16 556

FINET	0.34 538	0.27 575	0.80 582	0.24 454	0.24 597	0.36 516	0.34 590	0.54 540	0.72 624	0.39 526	0.47 525	0.32 421	0.30 499	0.51 468	0.32 510	0.19 611	0.17 611	0.13 530	0.12 527	0.18 581	0.16 556

RGC	0.39 570	0.32 604	0.64 541	0.34 610	0.27 611	0.40 545	0.29 553	0.57 576	0.53 573	0.45 572	0.64 600	0.62 607	0.45 588	0.72 574	0.39 543	0.15 567	0.15 597	0.21 611	0.20 611	0.18 581	0.19 589

RYNet	0.37 558	0.18 482	0.59 517	0.25 493	0.28 616	0.61 619	0.32 577	0.59 591	0.59 593	0.41 545	0.38 423	0.57 593	0.39 562	0.87 617	0.53 592	0.11 469	0.08 453	0.12 509	0.11 488	0.18 581	0.18 582

CSAN	0.50 611	0.35 609	0.78 572	0.36 621	0.23 589	0.56 608	0.59 652	0.61 604	0.70 621	0.64 624	0.78 622	0.65 618	0.60 623	1.38 664	0.62 607	0.21 616	0.17 611	0.20 609	0.20 611	0.18 581	0.18 582

zero-FE	0.16 207	0.08 34	0.81 585	0.19 146	0.18 506	0.12 16	0.15 148	0.19 40	0.19 129	0.10 31	0.10 30	0.13 135	0.12 146	0.21 207	0.19 342	0.08 284	0.05 39	0.07 149	0.05 65	0.19 589	0.06 140

WZ-Net	0.52 619	0.38 621	1.90 665	0.30 590	0.24 597	0.57 611	0.48 640	0.62 612	0.78 632	0.50 590	0.71 612	0.68 627	0.54 612	0.98 639	0.84 630	0.13 527	0.10 518	0.11 471	0.12 527	0.19 589	0.20 601

EDNetEfficient	0.63 632	0.37 617	2.40 673	0.26 527	0.25 605	0.38 530	0.49 642	0.41 384	1.06 659	1.38 668	0.87 634	0.62 607	0.95 656	0.65 551	1.65 669	0.11 469	0.09 488	0.10 415	0.11 488	0.19 589	0.17 569

FADNet-RVC	0.31 511	0.35 609	0.78 572	0.25 493	0.20 552	0.33 483	0.20 388	0.49 473	0.40 451	0.34 455	0.39 436	0.41 504	0.29 485	0.63 542	0.31 505	0.13 527	0.14 582	0.14 557	0.15 578	0.19 589	0.19 589

stereogan	0.37 558	0.17 468	0.65 542	0.27 555	0.22 576	0.62 621	0.26 524	0.59 591	0.63 607	0.43 561	0.60 585	0.67 623	0.42 580	0.68 560	0.35 526	0.13 527	0.14 582	0.14 557	0.12 527	0.19 589	0.17 569

ADCPNet	0.48 604	0.29 585	1.60 660	0.27 555	0.23 589	0.70 632	0.38 609	0.53 531	0.51 559	0.51 595	0.59 580	0.67 623	0.56 616	0.60 521	1.14 651	0.15 567	0.18 617	0.14 557	0.23 624	0.19 589	0.19 589

NVstereo2D	0.31 511	0.16 449	0.54 493	0.24 454	0.22 576	0.42 556	0.28 546	0.58 585	0.56 586	0.28 321	0.38 423	0.40 497	0.30 499	0.71 568	0.28 477	0.13 527	0.08 453	0.13 530	0.10 449	0.19 589	0.16 556

PWCDC_ROB	0.38 565	0.30 592	0.60 519	0.33 608	0.20 552	0.42 556	0.19 335	0.58 585	0.89 645	0.42 555	1.26 653	0.36 456	0.34 535	0.50 463	0.38 535	0.18 605	0.11 542	0.11 471	0.09 405	0.19 589	0.13 513

WCMA_ROB	0.51 615	0.21 525	0.65 542	0.25 493	0.21 560	0.58 612	0.32 577	0.54 540	0.55 583	0.95 652	1.40 658	1.28 658	0.81 648	0.73 576	0.62 607	0.18 605	0.15 597	0.15 572	0.15 578	0.19 589	0.19 589

SHD	0.42 582	0.27 575	0.81 585	0.31 596	0.25 605	0.42 556	0.22 446	0.66 627	0.94 654	0.63 622	0.60 585	0.59 598	0.47 597	0.59 517	0.58 599	0.15 567	0.13 572	0.16 583	0.16 590	0.20 598	0.22 615

ADCMid	0.49 607	0.34 607	1.13 636	0.26 527	0.21 560	0.51 596	0.37 603	0.57 576	0.54 577	0.75 637	0.66 603	0.62 607	0.64 634	0.64 544	1.68 670	0.13 527	0.12 560	0.17 589	0.17 599	0.20 598	0.17 569

AnyNet_C32	0.51 615	0.40 623	1.10 635	0.29 579	0.28 616	0.59 615	0.58 650	0.54 540	0.60 597	0.62 620	0.66 603	0.54 582	0.54 612	0.78 598	1.74 674	0.15 567	0.14 582	0.15 572	0.17 599	0.20 598	0.20 601

DDF-Stereo	0.13 116	0.08 34	0.19 86	0.19 146	0.16 460	0.12 16	0.15 148	0.18 30	0.18 110	0.11 53	0.10 30	0.13 135	0.12 146	0.23 237	0.19 342	0.08 284	0.05 39	0.07 149	0.05 65	0.21 601	0.06 140

coex-ft	3.44 685	0.73 659	48.55 718	0.24 454	0.19 533	0.50 595	0.43 625	0.47 450	2.40 681	7.03 696	1.20 650	0.97 647	2.23 683	0.73 576	1.92 678	0.12 508	0.15 597	0.14 557	0.12 527	0.21 601	0.43 651

Wz-Net-TNSev	0.51 615	0.58 648	1.61 662	0.25 493	0.21 560	0.65 623	0.45 629	0.63 619	0.69 619	0.51 595	0.54 561	0.71 632	0.60 623	1.00 640	0.77 624	0.15 567	0.15 597	0.13 530	0.15 578	0.21 601	0.20 601

EDNetEfficientorigin	7.51 692	0.52 645	140.47 720	0.25 493	0.17 484	0.42 556	0.29 553	0.47 450	1.03 656	1.28 665	1.02 643	0.83 638	0.84 651	0.75 585	0.99 641	0.10 430	0.09 488	0.12 509	0.10 449	0.21 601	0.22 615

FADNet_RVC	0.30 504	0.28 578	0.83 592	0.23 400	0.15 428	0.30 443	0.17 241	0.49 473	0.37 409	0.30 382	0.38 423	0.30 401	0.27 453	0.52 474	0.31 505	0.14 552	0.14 582	0.14 557	0.16 590	0.21 601	0.23 622

RTS	0.78 648	0.48 636	4.68 683	0.34 610	0.28 616	1.12 658	0.46 632	0.62 612	1.03 656	0.73 633	0.89 635	0.60 601	0.59 621	1.61 668	1.16 655	0.14 552	0.11 542	0.15 572	0.15 578	0.21 601	0.19 589

RTSA	0.78 648	0.48 636	4.68 683	0.34 610	0.28 616	1.12 658	0.46 632	0.62 612	1.03 656	0.73 633	0.89 635	0.60 601	0.59 621	1.61 668	1.16 655	0.14 552	0.11 542	0.15 572	0.15 578	0.21 601	0.19 589

GASNet	0.36 548	0.46 632	0.88 604	0.34 610	0.23 589	0.35 511	0.22 446	0.60 600	0.53 573	0.40 536	0.37 408	0.45 533	0.30 499	0.79 600	0.35 526	0.15 567	0.10 518	0.14 557	0.14 569	0.22 608	0.12 496

G-Net	0.46 598	0.25 557	0.86 601	0.34 610	0.28 616	0.90 650	0.35 594	0.47 450	0.45 506	0.68 629	1.22 651	0.64 617	0.60 623	0.61 528	0.57 594	0.16 583	0.14 582	0.17 589	0.13 555	0.22 608	0.19 589

ADCS	0.58 626	0.40 623	1.35 652	0.29 579	0.24 597	0.55 607	0.45 629	0.67 632	0.83 640	0.76 638	0.71 612	0.68 627	0.60 623	0.76 590	2.23 682	0.16 583	0.16 604	0.16 583	0.17 599	0.22 608	0.22 615

sAnonymous2	0.20 309	0.21 525	0.58 511	0.24 454	0.17 484	0.22 289	0.19 335	0.34 290	0.28 291	0.17 212	0.19 196	0.17 220	0.16 266	0.17 110	0.14 200	0.10 430	0.07 365	0.09 337	0.08 302	0.23 611	0.17 569

CroCo_RVC	0.20 309	0.21 525	0.58 511	0.24 454	0.17 484	0.22 289	0.19 335	0.34 290	0.28 291	0.17 212	0.19 196	0.17 220	0.16 266	0.17 110	0.14 200	0.10 430	0.07 365	0.09 337	0.08 302	0.23 611	0.17 569

AnyNet_C01	0.65 634	0.58 648	2.60 676	0.32 602	0.26 609	0.88 648	0.61 653	0.63 619	0.62 603	0.68 629	0.96 639	0.76 635	0.60 623	0.96 635	1.43 665	0.16 583	0.16 604	0.17 589	0.17 599	0.23 611	0.23 622

StereoAnything_RVC	0.13 116	0.37 617	0.36 307	0.14 2	0.07 2	0.11 12	0.12 32	0.17 20	0.12 16	0.08 2	0.07 3	0.07 1	0.10 74	0.20 182	0.10 6	0.09 379	0.05 39	0.06 43	0.04 1	0.24 614	0.05 34

FADNet	0.32 520	0.36 612	0.74 570	0.23 400	0.22 576	0.37 522	0.19 335	0.53 531	0.48 538	0.32 422	0.36 399	0.43 517	0.32 523	0.64 544	0.25 452	0.16 583	0.16 604	0.14 557	0.16 590	0.24 614	0.19 589

FSD					0.24 597	0.27 383	0.27 530	0.31 254	0.29 310	0.26 301	0.27 290	0.28 374	0.27 453	0.28 335	0.26 466	0.23 619	0.22 633	0.27 623	0.26 635	0.25 616

MFN_U_SF_DS_RVC	0.51 615	0.50 641	0.86 601	0.39 631	0.24 597	0.84 645	0.55 647	0.56 566	0.62 603	0.60 617	0.68 607	0.62 607	0.42 580	1.13 650	0.43 562	0.23 619	0.27 644	0.27 623	0.35 646	0.25 616	0.29 636

XQC	0.43 587	0.37 617	0.96 617	0.34 610	0.25 605	0.53 606	0.34 590	0.60 600	0.73 627	0.51 595	0.46 518	0.57 593	0.47 597	0.70 565	0.72 620	0.17 594	0.12 560	0.18 597	0.15 578	0.25 616	0.23 622

LSM	1.64 676	0.40 623	2.56 675	2.02 687	17.61 704	0.51 596	0.52 644	0.61 604	0.76 629	0.82 641	1.11 647	0.63 615	0.54 612	0.75 585	0.49 581	0.16 583	0.24 640	0.18 597	0.21 614	0.25 616	2.42 691

DPSNet	0.47 601	0.24 552	0.93 612	0.27 555	0.20 552	0.75 637	0.57 649	0.84 656	0.79 633	0.47 583	0.51 543	0.60 601	0.69 638	0.87 617	0.71 619	0.16 583	0.13 572	0.12 509	0.10 449	0.25 616	0.21 610

PDISCO_ROB	0.43 587	0.30 592	0.67 548	0.43 636	0.36 634	0.67 626	0.32 577	0.72 641	0.76 629	0.43 561	0.53 558	0.63 615	0.40 567	0.66 555	0.47 578	0.21 616	0.12 560	0.21 611	0.19 609	0.25 616	0.20 601

MSMD_ROB	0.60 630	0.33 606	0.61 522	0.30 590	0.25 605	0.86 647	0.35 594	0.55 550	0.67 614	1.10 660	1.49 663	1.76 669	0.97 659	0.88 620	0.49 581	0.23 619	0.21 629	0.27 623	0.27 639	0.25 616	0.24 627

MultiAttention	1.02 661	0.13 340	0.43 405	0.35 619	0.43 642	5.36 688	1.71 689	0.69 636	0.53 573	0.36 488	0.63 598	0.55 584	0.22 370	7.60 696	0.43 562	0.09 379	0.06 234	0.14 557	0.24 626	0.26 623	0.30 637

FC-DCNN v2	0.71 640	0.30 592	0.67 548	0.32 602	0.27 611	0.84 645	0.39 614	0.84 656	0.85 644	1.44 675	1.64 669	2.09 673	1.28 670	1.06 645	0.80 628	0.24 626	0.22 633	0.27 623	0.26 635	0.26 623	0.25 629

ccnet	0.42 582	0.31 599	0.48 453	0.27 555	0.32 629	0.60 618	0.32 577	0.65 621	0.46 524	0.53 607	0.66 603	0.56 588	0.45 588	0.72 574	0.61 605	0.26 630	0.19 622	0.24 620	0.21 614	0.26 623	0.22 615

MaskLacGwcNet_RVC	0.36 548	0.36 612	0.53 490	0.34 610	0.19 533	0.51 596	0.24 494	0.55 550	0.38 423	0.41 545	0.47 525	0.47 543	0.27 453	0.73 576	0.30 497	0.36 649	0.19 622	0.27 623	0.17 599	0.26 623	0.23 622

FC-DCNN	0.70 639	0.30 592	0.69 554	0.32 602	0.27 611	0.81 644	0.39 614	0.79 650	0.82 636	1.41 671	1.58 668	1.98 671	1.26 668	1.02 642	0.77 624	0.24 626	0.22 633	0.27 623	0.26 635	0.26 623	0.26 631

MSAF-DinoV2	0.76 647	0.44 630	1.98 666	0.49 646	0.16 460	0.58 612	0.31 569	0.81 653	0.83 640	0.41 545	0.52 551	0.98 648	0.58 620	4.97 692	1.03 643	0.11 469	0.07 365	0.10 415	0.24 626	0.27 628	0.26 631

FCDSN-DC	0.63 632	0.31 599	0.61 522	0.36 621	0.30 625	0.65 623	0.37 603	0.66 627	0.68 617	1.14 662	1.54 666	1.71 668	1.26 668	0.92 627	0.64 612	0.24 626	0.22 633	0.27 623	0.26 635	0.27 628	0.27 635
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PVD	0.58 626	0.34 607	0.84 597	0.39 631	0.31 628	0.59 615	0.47 636	0.80 651	1.25 666	0.92 647	1.09 645	0.79 636	0.82 649	0.85 614	0.76 621	0.21 616	0.18 617	0.22 617	0.18 605	0.27 628	0.35 645

SAMSARA	0.56 622	0.39 622	0.80 582	0.60 655	0.46 647	1.00 654	1.23 686	0.67 632	0.68 617	0.71 632	0.54 561	0.89 643	0.57 619	0.81 608	0.62 607	0.19 611	0.22 633	0.18 597	0.18 605	0.27 628	0.25 629

GANetREF_RVC	0.43 587	0.47 634	0.69 554	0.38 629	0.20 552	0.51 596	0.48 640	0.66 627	0.66 611	0.46 576	0.46 518	0.50 563	0.44 585	0.90 625	0.39 543	0.27 635	0.21 629	0.32 640	0.18 605	0.27 628	0.22 615
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
MANE	1.41 669	0.36 612	0.74 570	0.43 636	0.41 639	2.16 680	0.80 668	2.39 688	3.38 684	2.22 684	3.06 686	3.54 686	2.73 688	2.15 680	1.94 679	0.28 638	0.27 644	0.30 637	0.46 657	0.28 633	0.34 644

PASM	0.45 596	0.35 609	0.90 607	0.35 619	0.33 630	0.39 539	0.38 609	0.50 483	0.61 601	0.52 601	0.51 543	0.62 607	0.45 588	0.93 629	0.48 579	0.26 630	0.29 648	0.29 635	0.33 644	0.29 634	0.26 631

ELAS_RVC	0.74 645	0.36 612	1.00 621	0.37 627	0.33 630	0.88 648	0.93 675	0.83 655	1.08 661	1.35 667	1.33 657	1.24 656	1.33 672	1.06 645	0.95 639	0.27 635	0.25 642	0.29 635	0.27 639	0.30 635	0.30 637
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	0.37 558	0.41 627	0.66 547	0.46 641	0.41 639	0.34 496	0.25 511	0.57 576	0.45 506	0.39 526	0.52 551	0.43 517	0.33 526	0.41 432	0.29 489	0.25 629	0.14 582	0.33 643	0.21 614	0.31 636	0.22 615

CC-Net-ROB	0.43 587	0.47 634	0.65 542	0.37 627	0.23 589	0.51 596	0.29 553	0.66 627	0.49 547	0.46 576	0.51 543	0.48 549	0.38 556	0.96 635	0.35 526	0.34 647	0.23 638	0.55 657	0.25 631	0.31 636	0.20 601

ELAS	0.74 645	0.36 612	0.85 600	0.36 621	0.33 630	1.36 670	0.77 666	0.93 660	0.92 649	1.41 671	1.53 665	1.16 655	1.17 664	0.95 634	1.03 643	0.26 630	0.25 642	0.28 631	0.28 642	0.31 636	0.30 637
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_RVC	0.56 622	0.51 643	1.19 640	0.38 629	0.22 576	0.69 629	0.27 530	0.80 651	0.67 614	0.73 633	0.74 617	0.87 640	0.61 632	0.81 608	0.76 621	0.29 641	0.27 644	0.32 640	0.37 650	0.32 639	0.31 640

DStereoFS	0.84 651	0.66 655	0.80 582	0.53 652	0.50 651	1.23 664	0.55 647	0.94 661	1.32 668	0.89 644	1.32 655	1.04 650	2.32 685	1.29 661	1.14 651	0.31 644	0.35 655	0.30 637	0.39 653	0.34 640	0.60 666

Anonymous_2	0.37 558	0.21 525	0.47 443	0.20 220	0.21 560	0.42 556	0.26 524	0.38 348	0.29 310	0.33 435	0.30 321	0.44 528	0.38 556	0.36 412	0.29 489	0.26 630	0.29 648	0.44 651	1.41 689	0.34 640	0.21 610

UDG	0.40 577	0.46 632	0.49 459	0.40 633	0.35 633	0.47 581	0.27 530	0.54 540	0.47 529	0.39 526	0.45 508	0.59 598	0.44 585	0.46 447	0.39 543	0.26 630	0.19 622	0.48 653	0.22 622	0.34 640	0.26 631

NVStereoNet_ROB	0.67 636	0.49 640	0.83 592	0.48 643	0.40 638	0.51 596	0.46 632	0.70 638	0.77 631	0.84 642	1.72 671	1.02 649	0.83 650	1.23 656	0.79 627	0.32 645	0.38 657	0.40 649	0.46 657	0.36 643	0.41 650
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	0.41 579	0.50 641	0.48 453	0.44 638	0.39 636	0.46 575	0.32 577	0.50 483	0.43 479	0.45 572	0.52 551	0.57 593	0.36 543	0.48 454	0.33 517	0.33 646	0.21 629	0.55 657	0.25 631	0.37 644	0.32 643

Selective-IGEV-i16pa	30.47 719	41.93 720	4.02 681	0.49 646	0.37 635	96.94 721	0.74 662	60.26 722	58.76 721	17.24 708	64.39 720	38.26 721	49.53 721	106.11 722	26.15 712	19.96 715	3.42 697	4.39 697	1.81 692	0.39 645	14.22 708

DStereoSA	0.81 650	0.37 617	1.08 630	0.51 648	0.65 663	0.67 626	1.44 688	0.74 643	1.06 659	0.54 609	1.67 670	0.49 555	1.78 678	0.96 635	1.69 672	0.28 638	0.43 661	0.27 623	0.51 663	0.40 646	0.58 663

MSC_U_SF_DS_RVC	0.68 637	0.64 653	1.06 628	0.45 639	0.27 611	1.40 673	0.58 650	0.78 647	0.92 649	0.84 642	0.86 631	0.88 642	0.68 637	1.33 663	0.68 617	0.37 651	0.29 648	0.34 644	0.36 649	0.43 647	0.37 646

MADNet+	1.01 659	1.16 678	4.72 685	0.70 660	0.47 648	1.24 665	0.96 676	0.97 663	0.89 645	0.65 626	0.77 621	0.87 640	0.85 653	2.09 678	1.68 670	0.38 652	0.39 658	0.31 639	0.27 639	0.43 647	0.39 648

SQANet	0.40 577	0.48 636	0.67 548	0.48 643	0.39 636	0.48 587	0.22 446	0.51 500	0.43 479	0.40 536	0.47 525	0.47 543	0.33 526	0.54 487	0.32 510	0.36 649	0.15 597	0.40 649	0.21 614	0.45 649	0.31 640

DStereoO	0.46 598	0.32 604	0.51 480	0.36 621	0.29 624	0.38 530	0.45 629	0.55 550	0.60 597	0.47 583	0.49 534	0.48 549	0.73 642	0.59 517	0.69 618	0.81 673	0.18 617	0.38 646	0.19 609	0.46 650	0.20 601

anonymity	0.56 622	0.54 646	0.70 560	0.47 642	0.61 660	0.56 608	0.43 625	0.69 636	0.49 547	0.63 622	0.55 565	0.54 582	0.60 623	0.61 528	0.57 594	0.55 658	0.53 669	0.50 654	0.54 667	0.51 651	0.56 660

Consistency-Raft	0.55 621	0.48 636	1.02 624	0.45 639	0.49 650	0.49 592	0.47 636	0.72 641	0.72 624	0.45 572	0.82 627	0.47 543	0.60 623	0.50 463	0.63 610	0.39 653	0.39 658	0.44 651	0.51 663	0.52 652	0.37 646

SGM+DAISY	0.87 652	0.66 655	1.30 650	0.51 648	0.60 659	1.03 655	0.84 672	0.76 645	0.73 627	1.39 669	1.51 664	1.31 659	1.22 666	1.11 647	1.08 646	0.57 660	0.53 669	0.51 656	0.51 663	0.54 653	0.61 670

SPS-STEREO	0.69 638	0.61 651	0.98 619	0.52 651	0.57 657	0.74 634	0.50 643	0.78 647	0.62 603	0.95 652	0.86 631	0.94 644	0.70 639	1.01 641	0.87 633	0.58 661	0.51 666	0.50 654	0.50 662	0.55 654	0.58 663
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
BEATNet-Init1	4.73 689	2.61 687	13.29 704	0.58 653	0.53 655	10.12 696	3.33 693	4.83 693	5.01 692	8.75 698	8.51 695	14.08 707	7.60 697	7.70 697	5.34 693	0.28 638	0.28 647	0.34 644	0.37 650	0.57 655	0.45 652

JetBlue	1.14 665	0.76 660	2.36 671	0.59 654	0.75 667	3.04 684	1.78 690	1.11 665	0.90 647	0.94 650	1.10 646	1.66 667	1.28 670	2.09 678	1.72 673	0.43 654	0.36 656	0.38 646	0.38 652	0.58 656	0.56 660

otaku	0.57 625	0.62 652	0.87 603	0.63 657	0.44 645	0.73 633	0.37 603	0.65 621	0.66 611	0.51 595	0.75 618	0.66 622	0.45 588	0.69 562	0.46 576	0.53 655	0.34 654	0.55 657	0.35 646	0.60 657	0.45 652

GCST	0.47 601	0.60 650	0.57 506	1.04 675	0.48 649	0.38 530	0.11 20	0.40 372	0.32 345	0.41 545	0.34 378	0.29 385	0.17 296	0.46 447	0.19 342	0.69 665	0.42 660	0.79 670	0.62 673	0.62 658	0.46 655

Ntro	0.58 626	0.64 653	0.92 610	0.66 658	0.50 651	0.77 638	0.36 599	0.66 627	0.70 621	0.50 590	0.59 580	0.65 618	0.51 609	0.75 585	0.45 570	0.56 659	0.32 652	0.56 660	0.34 645	0.63 659	0.46 655

DGSMNet	0.61 631	0.29 585	0.91 608	0.51 648	0.70 665	0.62 621	1.38 687	0.59 591	0.55 583	0.37 496	0.61 592	0.52 573	0.33 526	0.65 551	0.43 562	0.53 655	0.60 676	0.67 662	0.61 672	0.63 659	0.61 670

ACVNet_1	0.72 641	0.81 662	1.37 653	0.72 661	0.53 655	0.77 638	0.42 623	0.85 659	0.90 647	0.74 636	0.75 618	1.32 660	0.72 641	1.02 642	0.55 593	0.54 657	0.31 651	0.71 664	0.35 646	0.64 661	0.45 652

ACVNet-4b	0.72 641	0.81 662	1.33 651	0.72 661	0.50 651	0.80 643	0.31 569	0.71 640	0.80 634	0.50 590	0.72 616	0.95 646	0.43 584	0.96 635	1.20 659	1.13 685	0.21 629	0.76 667	0.45 656	0.65 662	0.46 655

DispFullNet	0.66 635	0.89 667	1.59 659	0.77 663	1.21 682	0.51 596	0.23 472	0.59 591	0.72 624	0.69 631	0.61 592	0.69 629	0.91 655	0.79 600	0.48 579	0.27 635	0.12 560	0.73 665	0.30 643	0.65 662	0.40 649

WAO-7	1.01 659	0.89 667	0.93 612	0.83 667	0.66 664	1.18 660	0.81 670	1.40 671	1.57 675	1.11 661	1.76 673	1.45 662	1.19 665	1.50 667	1.14 651	0.61 662	0.62 679	0.70 663	0.68 675	0.66 664	0.60 666

MFMNet_re	0.72 641	0.76 660	0.99 620	0.62 656	0.70 665	0.77 638	0.67 656	0.75 644	0.83 640	0.78 640	0.86 631	0.69 629	0.78 644	0.71 568	0.61 605	0.66 664	0.59 675	0.61 661	0.58 671	0.68 665	0.71 674

MonStereo1	0.93 656	0.56 647	0.82 589	0.69 659	0.58 658	1.37 671	0.35 594	0.94 661	1.25 666	0.93 649	1.90 674	1.52 664	2.10 682	1.27 659	0.77 624	0.69 665	0.33 653	0.75 666	0.47 659	0.70 666	0.57 662

Selective-IGEV-i1pa	5.57 690	7.99 695	4.76 686	0.80 664	0.45 646	12.99 698	3.60 694	9.25 699	7.43 695	6.97 695	9.87 699	8.94 697	7.26 696	14.66 708	5.65 694	3.55 694	1.08 687	1.93 690	0.72 678	0.73 667	2.79 693

ACVNet_2	0.89 653	0.87 666	1.25 645	0.82 665	0.62 661	0.97 653	0.62 654	1.14 666	1.42 671	1.00 655	1.40 658	1.47 663	0.84 651	1.11 647	0.66 615	0.61 662	0.43 661	0.78 668	0.49 660	0.75 668	0.52 658

RainbowNet	0.72 641	0.89 667	1.02 624	0.82 665	0.63 662	0.78 641	0.52 644	0.81 653	0.93 652	0.60 617	0.79 623	0.80 637	0.60 623	0.80 604	0.57 594	0.78 671	0.55 672	0.78 668	0.49 660	0.76 669	0.58 663

WAO-6	1.07 663	0.93 670	0.92 610	0.96 669	0.78 670	1.28 667	0.75 663	1.34 669	2.00 679	1.02 657	1.54 666	1.59 665	1.22 666	1.31 662	1.14 651	0.78 671	0.55 672	1.02 677	0.75 680	0.83 670	0.69 673

IMH-64-1	0.91 654	0.86 664	0.84 597	0.97 670	0.75 667	0.92 651	0.71 658	1.27 667	1.10 662	0.89 644	1.45 660	1.14 652	0.96 657	1.19 652	0.84 630	0.74 668	0.51 666	0.97 673	0.55 668	0.84 671	0.60 666

IMH-64	0.91 654	0.86 664	0.84 597	0.97 670	0.75 667	0.92 651	0.71 658	1.27 667	1.10 662	0.89 644	1.45 660	1.14 652	0.96 657	1.19 652	0.84 630	0.74 668	0.51 666	0.97 673	0.55 668	0.84 671	0.60 666

IMH	1.05 662	0.95 671	1.00 621	1.01 672	0.78 670	1.11 657	0.68 657	1.38 670	1.43 672	1.00 655	1.72 671	1.43 661	1.14 661	1.73 673	0.89 635	1.09 682	0.55 672	0.99 675	0.57 670	0.87 673	0.62 672

LVE	1.13 664	1.02 672	1.28 648	1.01 672	0.80 673	1.29 668	0.81 670	1.47 674	1.96 677	1.07 659	1.90 674	1.90 670	1.01 660	1.48 666	0.91 636	0.93 679	0.61 678	0.94 672	0.69 676	0.87 673	0.75 678

WAO-8	1.46 672	1.10 676	1.09 631	1.10 676	0.84 674	2.06 677	0.75 663	1.84 680	3.83 687	1.44 675	2.21 680	2.15 674	1.43 674	3.17 684	1.19 657	0.91 677	0.65 681	1.09 678	0.79 681	0.90 675	0.71 674

Venus	1.46 672	1.10 676	1.09 631	1.10 676	0.84 674	2.06 677	0.75 663	1.84 680	3.83 687	1.44 675	2.21 680	2.15 674	1.43 674	3.17 684	1.19 657	0.91 677	0.65 681	1.09 678	0.79 681	0.90 675	0.71 674

Dean	1.17 666	1.04 674	1.49 657	1.03 674	0.78 670	1.20 663	0.77 666	1.48 675	1.96 677	1.28 665	1.99 677	2.15 674	1.14 661	1.25 657	1.00 642	0.81 673	0.60 676	1.01 676	0.69 676	0.92 677	0.74 677

PWCK	1.00 657	1.17 679	1.70 663	0.91 668	0.41 639	1.19 662	0.92 674	1.10 664	1.14 664	1.16 663	1.14 648	1.25 657	0.88 654	1.75 674	1.04 645	0.87 676	0.50 664	0.87 671	0.53 666	0.96 678	0.52 658

SuperB	0.49 607	0.28 578	2.23 669	0.23 400	0.15 428	0.41 549	0.32 577	0.47 450	0.82 636	0.43 561	0.50 537	0.33 428	0.45 588	0.68 560	1.08 646	0.10 430	0.07 365	0.09 337	0.08 302	0.98 679	0.14 535

UNDER WATER-64	1.55 674	1.19 680	2.52 674	1.31 681	0.95 678	2.12 679	1.21 685	1.45 673	3.19 683	1.43 674	1.32 655	2.64 681	2.04 681	1.63 670	1.83 675	1.11 683	0.67 683	1.28 683	0.92 684	1.19 680	1.02 684

light-stereo	2.37 683	0.69 657	3.61 679	3.84 691	3.41 688	4.04 685	0.31 569	2.13 686	1.45 673	3.61 689	6.33 693	6.90 696	0.63 633	4.83 691	1.28 662	0.71 667	0.74 685	0.32 640	0.39 653	1.20 681	0.96 681

UNDER WATER	1.59 675	1.22 681	2.36 671	1.38 682	1.03 679	1.67 676	1.10 682	1.54 678	3.63 685	1.44 675	1.47 662	2.85 683	2.25 684	1.67 671	1.94 679	1.06 681	0.62 679	1.31 684	0.93 685	1.21 682	1.02 684

TorneroNet-64	1.43 670	1.03 673	1.20 641	1.10 676	0.86 676	2.26 681	0.73 661	1.84 680	3.84 689	1.25 664	2.25 682	2.69 682	1.42 673	1.76 675	1.43 665	0.76 670	0.50 664	1.09 678	0.66 674	1.23 683	0.76 679

TorneroNet	2.22 680	1.08 675	1.24 644	1.14 680	0.90 677	5.58 689	0.80 668	2.12 685	8.69 696	2.58 686	5.42 691	3.88 687	1.97 680	1.78 677	1.87 676	0.86 675	0.54 671	1.15 682	0.74 679	1.23 683	0.85 680

notaker	1.45 671	1.34 682	1.48 655	1.40 683	1.07 680	1.18 660	0.85 673	1.48 675	1.40 670	1.51 680	3.46 687	2.40 679	1.81 679	1.76 675	1.45 668	1.11 683	0.69 684	1.38 685	0.87 683	1.31 685	0.97 683

ktn	1.77 678	1.36 683	1.22 642	1.43 684	1.14 681	1.52 674	1.08 681	1.51 677	3.96 690	2.77 688	4.69 689	3.35 685	1.46 676	1.69 672	1.25 661	1.43 687	0.77 686	1.45 686	0.99 686	1.32 686	0.96 681

KSHMR	1.89 679	1.36 683	1.60 660	1.47 685	1.22 683	1.38 672	1.06 680	1.79 679	5.97 693	1.42 673	5.65 692	2.98 684	1.14 661	2.23 681	1.20 659	1.27 686	1.12 688	1.46 687	1.10 688	1.32 686	1.15 686

JetRed	2.30 682	2.64 688	6.12 688	1.12 679	1.38 685	5.85 691	3.29 692	1.99 683	1.67 676	1.98 682	1.95 676	2.16 677	1.60 677	2.48 682	4.10 690	1.05 680	1.60 689	1.09 678	1.01 687	1.67 688	1.28 687

MADNet++	2.26 681	1.80 686	2.06 667	2.13 689	1.97 687	2.61 683	1.79 691	2.38 687	2.16 680	2.75 687	2.65 684	2.38 678	2.43 686	3.17 684	3.21 686	2.17 690	1.95 692	1.94 691	1.63 690	2.06 689	2.01 690

HanzoNet	2.97 684	1.69 685	2.29 670	1.74 686	1.33 684	1.53 675	1.03 679	1.99 683	2.64 682	5.51 693	5.16 690	5.90 692	6.82 695	4.32 690	3.29 687	3.16 693	2.02 694	1.92 689	2.87 696	2.24 690	1.89 689

tt	4.71 688	0.10 135	3.94 680	2.06 688	1.53 686	10.14 697	16.88 700	9.27 700	4.98 691	1.39 669	1.02 643	4.68 688	4.90 691	3.35 687	5.86 695	5.76 698	9.15 706	2.24 694	2.53 694	3.10 691	1.32 688

DPSimNet_ROB	4.34 687	4.23 689	6.89 690	3.67 690	3.68 689	4.75 686	5.21 696	2.67 689	3.68 686	5.82 694	3.95 688	5.57 689	6.72 694	3.46 688	4.48 691	4.05 697	2.88 695	4.68 698	3.12 698	3.69 692	3.62 695

USTest	6.88 691	5.23 692	5.63 687	7.22 695	7.29 692	14.34 700	22.76 701	8.48 697	9.32 697	5.42 692	6.39 694	6.29 695	6.64 693	6.92 695	8.62 698	1.94 688	3.29 696	2.16 693	2.55 695	3.85 693	3.29 694

DGTPSM_ROB	8.34 693	5.10 690	10.37 702	5.31 693	10.18 695	8.33 693	23.60 705	6.06 695	13.41 705	4.90 690	10.87 703	5.65 690	10.44 698	6.17 693	12.59 699	3.74 695	7.55 699	3.69 695	7.26 703	4.14 694	7.46 699

WQFJA1++	0.44 593	0.07 4	0.63 533	0.18 91	0.13 319	0.15 51	0.11 20	0.20 59	0.11 8	2.05 683	0.12 62	0.23 302	0.11 112	0.17 110	0.12 108	0.08 284	0.05 39	0.06 43	0.05 65	4.20 695	0.07 236

DPSMNet_ROB	8.40 694	5.11 691	10.49 703	5.58 694	10.25 696	8.34 694	23.62 706	6.07 696	13.45 706	4.93 691	10.88 704	5.66 691	10.44 698	6.24 694	12.64 700	3.98 696	7.61 700	3.76 696	7.30 704	4.20 695	7.51 700

TCMNet-wrong-test	4.29 686	5.57 693	4.65 682	11.33 701	10.39 697	5.73 690	4.48 695	4.13 692	1.02 655	1.91 681	2.39 683	6.16 694	3.62 689	3.84 689	4.50 692	1.99 689	0.47 663	1.97 692	1.69 691	5.69 697	4.31 696

iinet-test	10.78 697	9.29 696	9.70 692	10.48 696	10.68 698	17.98 705	25.98 707	12.57 704	13.39 703	9.64 702	10.10 700	10.06 699	10.61 701	11.22 704	12.70 701	6.40 700	7.74 701	5.68 700	6.69 699	7.47 698	7.30 697

IINet	10.78 697	9.29 696	9.70 692	10.48 696	10.68 698	17.98 705	25.98 707	12.57 704	13.39 703	9.64 702	10.10 700	10.06 699	10.61 701	11.22 704	12.70 701	6.40 700	7.74 701	5.68 700	6.69 699	7.47 698	7.30 697

DPSM_ROB	11.49 700	9.87 702	10.35 700	11.13 699	11.31 700	19.11 708	27.51 710	13.37 707	14.21 708	10.31 704	11.06 705	10.96 705	11.27 706	11.96 706	13.59 704	6.78 702	8.19 704	6.03 702	7.09 701	7.93 700	7.73 702

DPSM	11.49 700	9.87 702	10.35 700	11.13 699	11.31 700	19.11 708	27.51 710	13.37 707	14.21 708	10.31 704	11.06 705	10.96 705	11.27 706	11.96 706	13.59 704	6.78 702	8.19 704	6.03 702	7.09 701	7.93 700	7.73 702

PML	16.10 705	12.82 706	6.78 689	5.23 692	7.76 693	33.92 712	66.56 721	5.30 694	10.28 698	26.12 720	68.59 721	20.51 709	13.49 708	10.06 699	6.78 697	5.96 699	2.00 693	6.04 704	2.18 693	8.96 702	2.60 692

xxxxx1	15.27 702	9.54 699	10.31 697	20.13 705	18.88 705	17.08 701	23.03 702	10.36 701	10.99 699	9.21 699	9.62 696	10.74 702	10.61 701	10.72 700	13.89 706	7.97 704	9.20 707	31.85 717	44.72 719	12.84 703	13.69 704

tt_ll	15.27 702	9.54 699	10.31 697	20.13 705	18.88 705	17.08 701	23.03 702	10.36 701	10.99 699	9.21 699	9.62 696	10.74 702	10.61 701	10.72 700	13.89 706	7.97 704	9.20 707	31.85 717	44.72 719	12.84 703	13.69 704

ff	15.27 702	9.54 699	10.31 697	20.13 705	18.88 705	17.08 701	23.03 702	10.36 701	10.99 699	9.21 699	9.62 696	10.74 702	10.61 701	10.72 700	13.89 706	7.97 704	9.20 707	31.85 717	44.72 719	12.84 703	13.69 704

LRCNet_RVC	10.90 699	14.34 707	9.35 691	15.35 702	8.04 694	1.08 656	0.34 590	8.78 698	0.70 621	12.63 707	16.05 707	9.85 698	6.54 692	8.57 698	6.34 696	20.27 716	5.40 698	23.70 714	21.88 715	14.87 706	13.83 707

Hybrid-DGEV	23.16 713	19.94 715	20.96 714	22.49 709	22.75 711	38.51 718	55.52 720	27.09 720	28.90 720	20.58 713	22.25 714	22.00 711	22.80 716	24.11 716	27.33 714	13.60 710	16.47 711	12.14 705	14.30 710	15.95 707	15.54 711

CasAABBNet	23.10 709	19.86 710	20.64 711	22.47 708	22.73 709	38.41 716	55.50 717	26.89 716	28.70 717	20.61 716	22.15 713	22.08 715	22.75 714	23.99 711	27.36 715	13.59 707	16.48 712	12.14 705	14.27 706	15.95 707	15.53 710

RAFT-FEzeroshot	23.10 709	19.88 712	20.56 709	22.49 709	22.75 711	38.38 713	55.50 717	26.84 714	28.66 715	20.60 714	22.10 711	22.05 712	22.74 712	24.00 713	27.37 717	13.59 707	16.48 712	12.14 705	14.28 707	15.96 709	15.54 711

RAFT-FE	23.10 709	19.88 712	20.56 709	22.49 709	22.75 711	38.38 713	55.50 717	26.84 714	28.66 715	20.60 714	22.10 711	22.05 712	22.74 712	24.00 713	27.37 717	13.59 707	16.48 712	12.14 705	14.28 707	15.96 709	15.54 711

FlowAnything	23.14 712	19.87 711	20.79 712	22.50 712	22.74 710	38.39 715	55.46 715	26.89 716	28.72 718	20.77 718	22.29 716	22.07 714	22.72 711	23.99 711	27.41 719	13.60 710	16.55 716	12.15 709	14.36 711	15.97 711	15.52 709

Selective-RAFT-Error	23.16 713	19.93 714	20.87 713	22.54 713	22.81 714	38.52 719	55.47 716	27.01 719	28.83 719	20.66 717	22.25 714	22.09 716	22.80 716	24.09 715	27.36 715	13.61 712	16.48 712	12.15 709	14.28 707	15.99 712	15.57 714

LSM0	24.24 715	19.98 716	22.32 715	24.22 714	40.14 720	38.48 717	55.20 714	26.95 718	28.57 714	20.49 712	21.83 709	22.26 717	22.75 714	24.22 717	27.30 713	13.66 713	16.32 710	12.19 711	14.15 705	16.10 713	17.66 715

HaxPig	17.72 707	20.22 717	19.73 706	16.53 703	16.51 703	9.27 695	9.33 697	14.34 709	13.27 702	18.65 709	18.70 708	17.35 708	16.77 709	17.04 709	16.45 709	22.05 717	20.89 717	22.27 713	21.53 714	21.29 714	22.13 718

MEDIAN_ROB	21.21 708	24.62 718	23.47 716	19.58 704	19.65 708	13.22 699	10.96 698	17.88 710	17.00 710	22.14 719	22.02 710	20.86 710	20.36 710	21.06 710	19.71 710	25.63 718	24.13 718	26.21 715	25.20 716	25.17 715	25.38 719

AVERAGE_ROB	25.43 716	29.06 719	27.24 717	24.63 715	24.20 717	17.73 704	12.61 699	22.29 713	21.39 713	26.79 721	26.16 719	25.20 718	24.64 720	25.07 718	23.53 711	29.96 719	28.40 719	30.60 716	29.58 717	29.72 716	29.84 720

RSGM-EC	29.65 717	17.75 708	10.04 695	35.31 716	33.15 718	26.42 710	46.65 712	19.89 711	17.74 711	18.92 710	23.36 717	30.14 719	23.59 718	41.87 719	45.99 720	59.56 720	34.38 720	33.25 720	20.37 712	34.97 717	19.60 716

acva	29.65 717	17.75 708	10.04 695	35.31 716	33.15 718	26.42 710	46.65 712	19.89 711	17.74 711	18.92 710	23.36 717	30.14 719	23.59 718	41.87 719	45.99 720	59.56 720	34.38 720	33.25 720	20.37 712	34.97 717	19.60 716

DLNR_Zeroshot_test	10.44 695	12.10 704	19.93 707	106.08 719	23.66 716	0.14 33	0.13 66	3.22 690	0.17 90	0.16 193	0.23 251	0.16 209	0.10 74	0.31 377	0.15 230	2.36 691	0.06 234	0.07 149	0.07 220	39.70 719	0.06 140

DLNR-FE	10.45 696	12.13 705	19.94 708	106.10 720	23.12 715	0.14 33	0.13 66	3.28 691	0.17 90	0.16 193	0.23 251	0.16 209	0.10 74	0.31 377	0.15 230	2.41 692	0.06 234	0.07 149	0.07 220	40.22 720	0.06 140

Anonymous_1	16.62 706	9.35 698	9.84 694	10.66 698	14.64 702	18.66 707	27.12 709	12.64 706	13.51 707	10.76 706	10.30 702	10.13 701	10.60 700	11.06 703	12.74 703	15.87 714	7.74 701	16.92 712	43.48 718	58.66 721	7.68 701

test_example2	101.33 720	108.28 721	68.15 719	98.43 718	106.93 721	89.75 720	102.43 722	36.80 721	97.65 722	129.04 722	130.15 722	65.26 722	66.62 722	92.11 721	80.24 722	144.10 722	199.48 722	81.81 722	103.01 722	125.01 722	101.27 721

ccccc		256.29 722		354.40 721	364.36 722	149.10 722		152.89 723		153.93 723		164.00 723		268.02 723		390.55 723	349.22 723	244.59 723	219.82 723	412.30 723

ASD4		6.65 694

Low-res two-view benchmark