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

PSi22b	0.06 1	0.04 1	0.09 139	0.13 23	0.05 2	0.08 98	0.11 76	0.06 1	0.06 8	0.06 30	0.06 28	0.08 207	0.05 15	0.08 32	0.09 113	0.06 180	0.04 26	0.04 1	0.03 1	0.05 180	0.04 82

PSi22a	0.06 1	0.04 1	0.09 139	0.12 7	0.05 2	0.06 16	0.11 76	0.06 1	0.06 8	0.06 30	0.06 28	0.06 48	0.05 15	0.08 32	0.09 113	0.07 365	0.04 26	0.04 1	0.03 1	0.05 180	0.04 82

Foundation-i32	0.06 1	0.04 1	0.09 139	0.13 23	0.04 1	0.06 16	0.12 114	0.06 1	0.05 4	0.06 30	0.05 7	0.05 5	0.05 15	0.07 7	0.09 113	0.06 180	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

MLG-Stereo_test2	0.06 1	0.04 1	0.10 210	0.15 132	0.05 2	0.07 47	0.11 76	0.09 27	0.04 2	0.06 30	0.05 7	0.06 48	0.04 1	0.08 32	0.09 113	0.06 180	0.04 26	0.05 60	0.03 1	0.05 180	0.05 221

MLG-Stereo_test1	0.06 1	0.05 45	0.08 63	0.17 321	0.05 2	0.06 16	0.11 76	0.08 13	0.03 1	0.05 2	0.04 1	0.06 48	0.05 15	0.09 67	0.09 113	0.05 55	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

FoundationStereo	0.06 1	0.04 1	0.08 63	0.12 7	0.05 2	0.09 157	0.13 193	0.06 1	0.09 60	0.05 2	0.05 7	0.06 48	0.04 1	0.06 1	0.07 1	0.06 180	0.04 26	0.05 60	0.03 1	0.05 180	0.04 82

test410_97500	0.07 7	0.06 125	0.09 139	0.17 321	0.07 145	0.07 47	0.08 9	0.10 41	0.09 60	0.06 30	0.05 7	0.05 5	0.05 15	0.09 67	0.08 29	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

test410	0.07 7	0.06 125	0.09 139	0.17 321	0.07 145	0.07 47	0.08 9	0.10 41	0.09 60	0.06 30	0.05 7	0.06 48	0.05 15	0.09 67	0.07 1	0.04 11	0.05 290	0.04 1	0.03 1	0.03 1	0.03 2

LACA_dic	0.07 7	0.10 533	0.08 63	0.13 23	0.05 2	0.08 98	0.11 76	0.08 13	0.09 60	0.05 2	0.05 7	0.05 5	0.05 15	0.08 32	0.08 29	0.06 180	0.04 26	0.04 1	0.04 69	0.05 180	0.04 82

DF_test	0.07 7	0.05 45	0.08 63	0.14 72	0.08 240	0.04 1	0.13 193	0.08 13	0.11 125	0.07 86	0.08 140	0.06 48	0.07 192	0.06 1	0.08 29	0.06 180	0.05 290	0.05 60	0.05 208	0.05 180	0.04 82

over v1	0.07 7	0.07 256	0.07 14	0.18 418	0.05 2	0.08 98	0.08 9	0.10 41	0.05 4	0.06 30	0.06 28	0.07 139	0.10 341	0.11 216	0.08 29	0.05 55	0.04 26	0.04 1	0.03 1	0.05 180	0.05 221

over-8	0.07 7	0.07 256	0.07 14	0.18 418	0.05 2	0.08 98	0.08 9	0.13 132	0.05 4	0.06 30	0.05 7	0.07 139	0.09 294	0.11 216	0.08 29	0.06 180	0.04 26	0.04 1	0.03 1	0.05 180	0.05 221

small-0shot	0.07 7	0.05 45	0.08 63	0.14 72	0.07 145	0.06 16	0.13 193	0.09 27	0.08 30	0.05 2	0.10 219	0.06 48	0.06 74	0.06 1	0.10 223	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

over-9	0.07 7	0.07 256	0.07 14	0.18 418	0.05 2	0.08 98	0.08 9	0.13 132	0.06 8	0.06 30	0.05 7	0.07 139	0.09 294	0.11 216	0.08 29	0.06 180	0.04 26	0.04 1	0.03 1	0.05 180	0.05 221

WAFT-Stereo (ZS)	0.07 7	0.05 45	0.09 139	0.12 7	0.07 145	0.08 98	0.15 357	0.07 7	0.07 20	0.06 30	0.10 219	0.05 5	0.07 192	0.06 1	0.11 313	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.05 221

testmc14	0.07 7	0.05 45	0.06 6	0.15 132	0.05 2	0.09 157	0.13 193	0.08 13	0.08 30	0.07 86	0.09 180	0.06 48	0.05 15	0.07 7	0.07 1	0.06 180	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

MCSU-Stereo	0.07 7	0.05 45	0.06 6	0.15 132	0.05 2	0.09 157	0.13 193	0.10 41	0.09 60	0.07 86	0.07 74	0.07 139	0.05 15	0.09 67	0.07 1	0.06 180	0.04 26	0.04 1	0.03 1	0.04 54	0.03 2

derf	0.07 7	0.04 1	0.10 210	0.14 72	0.06 36	0.05 5	0.12 114	0.12 98	0.09 60	0.05 2	0.07 74	0.07 139	0.08 247	0.10 134	0.10 223	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.05 221

mm2	0.07 7	0.04 1	0.10 210	0.13 23	0.06 36	0.06 16	0.12 114	0.13 132	0.08 30	0.06 30	0.07 74	0.06 48	0.08 247	0.10 134	0.09 113	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.05 221

mm1	0.07 7	0.04 1	0.10 210	0.13 23	0.06 36	0.06 16	0.12 114	0.06 1	0.08 30	0.06 30	0.07 74	0.06 48	0.08 247	0.10 134	0.09 113	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.05 221

qqai	0.07 7	0.05 45	0.10 210	0.14 72	0.06 36	0.05 5	0.12 114	0.08 13	0.09 60	0.05 2	0.06 28	0.06 48	0.08 247	0.10 134	0.09 113	0.06 180	0.05 290	0.05 60	0.03 1	0.04 54	0.05 221

MGA	0.07 7	0.04 1	0.10 210	0.13 23	0.06 36	0.08 98	0.09 27	0.12 98	0.08 30	0.05 2	0.06 28	0.06 48	0.05 15	0.10 134	0.09 113	0.06 180	0.04 26	0.05 60	0.03 1	0.05 180	0.05 221

CAR	0.07 7	0.05 45	0.08 63	0.14 72	0.06 36	0.07 47	0.08 9	0.12 98	0.08 30	0.05 2	0.06 28	0.05 5	0.05 15	0.10 134	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

MSE-Stereo	0.07 7	0.04 1	0.08 63	0.13 23	0.06 36	0.07 47	0.08 9	0.12 98	0.08 30	0.05 2	0.06 28	0.05 5	0.05 15	0.10 134	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

monster-pro	0.07 7	0.06 125	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.15 209	0.15 273	0.05 2	0.06 28	0.05 5	0.06 74	0.07 7	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

PointNet	0.07 7	0.06 125	0.07 14	0.15 132	0.07 145	0.08 98	0.14 268	0.11 71	0.08 30	0.05 2	0.07 74	0.08 207	0.08 247	0.09 67	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.03 1	0.04 82

aanet-new-60k	0.07 7	0.07 256	0.08 63	0.18 418	0.06 36	0.07 47	0.10 44	0.09 27	0.14 245	0.07 86	0.07 74	0.06 48	0.06 74	0.11 216	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

aanet-new-70k	0.07 7	0.06 125	0.09 139	0.17 321	0.06 36	0.08 98	0.12 114	0.11 71	0.10 92	0.06 30	0.07 74	0.07 139	0.06 74	0.10 134	0.07 1	0.04 11	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

aanet-new-78k	0.07 7	0.07 256	0.09 139	0.19 495	0.06 36	0.07 47	0.12 114	0.11 71	0.13 212	0.06 30	0.07 74	0.06 48	0.06 74	0.09 67	0.07 1	0.04 11	0.04 26	0.05 60	0.04 69	0.05 180	0.03 2

aanet-new-40k	0.07 7	0.08 384	0.07 14	0.17 321	0.07 145	0.08 98	0.13 193	0.10 41	0.10 92	0.07 86	0.08 140	0.06 48	0.05 15	0.08 32	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

GCAP-Stereo-DPT26K	0.07 7	0.06 125	0.07 14	0.16 232	0.06 36	0.08 98	0.12 114	0.10 41	0.08 30	0.06 30	0.09 180	0.06 48	0.05 15	0.08 32	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

aanet-new-24k	0.07 7	0.07 256	0.07 14	0.17 321	0.06 36	0.07 47	0.12 114	0.09 27	0.11 125	0.09 203	0.09 180	0.06 48	0.07 192	0.09 67	0.07 1	0.04 11	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 45	0.11 273	0.15 132	0.06 36	0.07 47	0.13 193	0.09 27	0.11 125	0.07 86	0.08 140	0.06 48	0.05 15	0.09 67	0.07 1	0.05 55	0.05 290	0.05 60	0.04 69	0.03 1	0.04 82

GCAP-Stereo-DPT-24K	0.07 7	0.06 125	0.07 14	0.15 132	0.06 36	0.10 223	0.15 357	0.12 98	0.11 125	0.06 30	0.11 274	0.06 48	0.05 15	0.09 67	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 139	0.13 23	0.05 2	0.08 98	0.11 76	0.06 1	0.06 8	0.06 30	0.05 7	0.08 207	0.05 15	0.08 32	0.09 113	0.06 180	0.04 26	0.04 1	0.03 1	0.05 180	0.04 82

LACA3	0.07 7	0.08 384	0.08 63	0.13 23	0.05 2	0.09 157	0.11 76	0.08 13	0.08 30	0.08 147	0.05 7	0.07 139	0.07 192	0.07 7	0.07 1	0.06 180	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

Selective-IGEV-i32	0.07 7	0.06 125	0.08 63	0.17 321	0.06 36	0.08 98	0.12 114	0.13 132	0.07 20	0.08 147	0.07 74	0.06 48	0.04 1	0.10 134	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

LACA2	0.07 7	0.05 45	0.06 6	0.15 132	0.06 36	0.09 157	0.11 76	0.11 71	0.10 92	0.05 2	0.05 7	0.06 48	0.08 247	0.09 67	0.07 1	0.07 365	0.04 26	0.04 1	0.04 69	0.04 54	0.04 82

LACA1	0.07 7	0.07 256	0.07 14	0.14 72	0.05 2	0.09 157	0.11 76	0.10 41	0.07 20	0.05 2	0.05 7	0.06 48	0.07 192	0.08 32	0.09 113	0.06 180	0.04 26	0.04 1	0.04 69	0.03 1	0.04 82

Test_v1	0.07 7	0.04 1	0.06 6	0.13 23	0.06 36	0.08 98	0.11 76	0.15 209	0.12 168	0.06 30	0.05 7	0.04 1	0.05 15	0.08 32	0.10 223	0.07 365	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

BLMT-Stereo	0.07 7	0.04 1	0.08 63	0.15 132	0.07 145	0.06 16	0.14 268	0.07 7	0.10 92	0.05 2	0.05 7	0.04 1	0.06 74	0.07 7	0.09 113	0.04 11	0.04 26	0.05 60	0.05 208	0.04 54	0.04 82

Pro-Stereo	0.07 7	0.05 45	0.08 63	0.15 132	0.07 145	0.08 98	0.12 114	0.07 7	0.07 20	0.06 30	0.06 28	0.05 5	0.05 15	0.09 67	0.08 29	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

MatchStereo	0.07 7	0.04 1	0.08 63	0.14 72	0.06 36	0.05 5	0.12 114	0.12 98	0.09 60	0.07 86	0.06 28	0.04 1	0.04 1	0.08 32	0.09 113	0.06 180	0.05 290	0.05 60	0.03 1	0.04 54	0.04 82
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth_RVC	0.07 7	0.04 1	0.09 139	0.11 1	0.05 2	0.10 223	0.10 44	0.14 166	0.09 60	0.06 30	0.07 74	0.06 48	0.07 192	0.07 7	0.10 223	0.06 180	0.04 26	0.04 1	0.04 69	0.04 54	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
CSFM-Stereo	0.07 7	0.05 45	0.07 14	0.14 72	0.06 36	0.09 157	0.13 193	0.15 209	0.06 8	0.07 86	0.08 140	0.06 48	0.08 247	0.09 67	0.09 113	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.04 82

VIP-Stereo	0.07 7	0.07 256	0.07 14	0.15 132	0.06 36	0.12 335	0.10 44	0.11 71	0.11 125	0.06 30	0.07 74	0.06 48	0.05 15	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 7	0.07 256	0.08 63	0.18 418	0.06 36	0.07 47	0.11 76	0.09 27	0.06 8	0.04 1	0.07 74	0.10 287	0.09 294	0.08 32	0.08 29	0.04 11	0.03 1	0.04 1	0.04 69	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Zero-FE251	0.07 7	0.05 45	0.09 139	0.13 23	0.06 36	0.12 335	0.12 114	0.11 71	0.10 92	0.07 86	0.08 140	0.06 48	0.06 74	0.09 67	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

MonStereo	0.07 7	0.06 125	0.05 1	0.15 132	0.05 2	0.08 98	0.10 44	0.15 209	0.15 273	0.05 2	0.06 28	0.05 5	0.06 74	0.07 7	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 7	0.05 45	0.07 14	0.16 232	0.06 36	0.07 47	0.11 76	0.10 41	0.08 30	0.06 30	0.06 28	0.07 139	0.07 192	0.09 67	0.09 113	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 125	0.05 1	0.15 132	0.05 2	0.08 98	0.10 44	0.15 209	0.15 273	0.05 2	0.06 28	0.05 5	0.06 74	0.07 7	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 7	0.04 1	0.09 139	0.13 23	0.06 36	0.05 5	0.09 27	0.11 71	0.07 20	0.06 30	0.06 28	0.05 5	0.06 74	0.09 67	0.09 113	0.06 180	0.04 26	0.04 1	0.03 1	0.05 180	0.05 221

Replicate-Monster	0.07 7	0.05 45	0.09 139	0.14 72	0.06 36	0.08 98	0.09 27	0.13 132	0.13 212	0.05 2	0.07 74	0.06 48	0.06 74	0.08 32	0.10 223	0.05 55	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

AdaDepth	0.07 7	0.06 125	0.07 14	0.18 418	0.06 36	0.11 280	0.12 114	0.09 27	0.07 20	0.06 30	0.05 7	0.07 139	0.06 74	0.09 67	0.10 223	0.04 11	0.05 290	0.05 60	0.04 69	0.04 54	0.04 82

asda	0.07 7	0.08 384	0.08 63	0.16 232	0.06 36	0.06 16	0.10 44	0.16 252	0.10 92	0.06 30	0.06 28	0.05 5	0.05 15	0.10 134	0.10 223	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

asd	0.07 7	0.08 384	0.07 14	0.16 232	0.07 145	0.08 98	0.08 9	0.11 71	0.08 30	0.07 86	0.07 74	0.06 48	0.06 74	0.10 134	0.09 113	0.03 1	0.03 1	0.04 1	0.04 69	0.04 54	0.03 2

qwe	0.07 7	0.08 384	0.07 14	0.15 132	0.06 36	0.07 47	0.10 44	0.18 326	0.11 125	0.07 86	0.07 74	0.06 48	0.06 74	0.10 134	0.09 113	0.03 1	0.03 1	0.04 1	0.04 69	0.04 54	0.03 2

2.25w	0.07 7	0.06 125	0.07 14	0.14 72	0.06 36	0.08 98	0.08 9	0.10 41	0.15 273	0.08 147	0.10 219	0.07 139	0.06 74	0.08 32	0.10 223	0.05 55	0.03 1	0.04 1	0.04 69	0.03 1	0.04 82

4.25_new	0.07 7	0.08 384	0.09 139	0.15 132	0.06 36	0.09 157	0.08 9	0.14 166	0.08 30	0.07 86	0.07 74	0.06 48	0.06 74	0.12 316	0.10 223	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4.5w_new	0.07 7	0.08 384	0.09 139	0.15 132	0.06 36	0.09 157	0.08 9	0.14 166	0.08 30	0.07 86	0.07 74	0.06 48	0.06 74	0.12 316	0.10 223	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4.5_new	0.07 7	0.09 470	0.08 63	0.15 132	0.07 145	0.06 16	0.10 44	0.14 166	0.11 125	0.06 30	0.08 140	0.06 48	0.06 74	0.08 32	0.10 223	0.03 1	0.03 1	0.04 1	0.04 69	0.04 54	0.03 2

4.5w-stereo	0.07 7	0.09 470	0.08 63	0.15 132	0.07 145	0.06 16	0.10 44	0.14 166	0.11 125	0.06 30	0.08 140	0.06 48	0.06 74	0.08 32	0.10 223	0.03 1	0.03 1	0.04 1	0.04 69	0.04 54	0.03 2

4.25w-stereo	0.07 7	0.08 384	0.09 139	0.15 132	0.06 36	0.09 157	0.08 9	0.14 166	0.08 30	0.07 86	0.07 74	0.06 48	0.06 74	0.12 316	0.10 223	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4w-stereo	0.07 7	0.08 384	0.08 63	0.16 232	0.06 36	0.07 47	0.08 9	0.12 98	0.08 30	0.07 86	0.07 74	0.05 5	0.06 74	0.09 67	0.10 223	0.03 1	0.03 1	0.04 1	0.04 69	0.04 54	0.03 2

2.5w	0.07 7	0.07 256	0.07 14	0.16 232	0.06 36	0.08 98	0.12 114	0.10 41	0.10 92	0.07 86	0.06 28	0.09 249	0.06 74	0.08 32	0.09 113	0.04 11	0.03 1	0.04 1	0.04 69	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 256	0.07 14	0.13 23	0.06 36	0.08 98	0.08 9	0.18 326	0.12 168	0.07 86	0.08 140	0.06 48	0.06 74	0.09 67	0.11 313	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.04 82

3.25w_new	0.07 7	0.06 125	0.07 14	0.15 132	0.06 36	0.10 223	0.07 5	0.12 98	0.11 125	0.08 147	0.06 28	0.07 139	0.06 74	0.11 216	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 125	0.07 14	0.15 132	0.06 36	0.10 223	0.07 5	0.12 98	0.11 125	0.08 147	0.06 28	0.07 139	0.06 74	0.11 216	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 256	0.08 63	0.16 232	0.07 145	0.07 47	0.09 27	0.16 252	0.09 60	0.07 86	0.06 28	0.05 5	0.06 74	0.09 67	0.10 223	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 256	0.07 14	0.15 132	0.07 145	0.09 157	0.06 1	0.13 132	0.11 125	0.07 86	0.07 74	0.06 48	0.07 192	0.10 134	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 125	0.07 14	0.16 232	0.06 36	0.07 47	0.10 44	0.14 166	0.14 245	0.07 86	0.08 140	0.05 5	0.06 74	0.09 67	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 82

monsterstereo	0.07 7	0.06 125	0.06 6	0.16 232	0.06 36	0.08 98	0.10 44	0.16 252	0.11 125	0.07 86	0.08 140	0.06 48	0.07 192	0.08 32	0.09 113	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

monsters	0.07 7	0.06 125	0.06 6	0.15 132	0.06 36	0.08 98	0.09 27	0.12 98	0.08 30	0.09 203	0.07 74	0.06 48	0.06 74	0.08 32	0.08 29	0.05 55	0.04 26	0.04 1	0.04 69	0.03 1	0.03 2

IGEV	0.07 7	0.04 1	0.08 63	0.13 23	0.06 36	0.09 157	0.12 114	0.14 166	0.10 92	0.06 30	0.09 180	0.07 139	0.05 15	0.09 67	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

111111	0.07 7	0.04 1	0.09 139	0.17 321	0.06 36	0.05 5	0.10 44	0.11 71	0.09 60	0.06 30	0.06 28	0.07 139	0.05 15	0.09 67	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.07 404	0.06 333

LG-Stereo_L2	0.07 7	0.05 45	0.10 210	0.14 72	0.06 36	0.07 47	0.12 114	0.09 27	0.09 60	0.06 30	0.04 1	0.05 5	0.05 15	0.08 32	0.08 29	0.05 55	0.04 26	0.05 60	0.03 1	0.04 54	0.03 2

LG-Stereo_L1	0.07 7	0.05 45	0.11 273	0.14 72	0.06 36	0.07 47	0.13 193	0.09 27	0.07 20	0.05 2	0.04 1	0.05 5	0.04 1	0.08 32	0.07 1	0.05 55	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

MLG-Stereo_test3	0.07 7	0.05 45	0.10 210	0.14 72	0.06 36	0.07 47	0.11 76	0.08 13	0.06 8	0.06 30	0.04 1	0.06 48	0.06 74	0.07 7	0.10 223	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.06 333

MLG-Stereo	0.07 7	0.05 45	0.08 63	0.17 321	0.05 2	0.07 47	0.11 76	0.08 13	0.04 2	0.05 2	0.04 1	0.06 48	0.05 15	0.10 134	0.09 113	0.05 55	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

LG-G_1	0.07 7	0.04 1	0.11 273	0.15 132	0.06 36	0.09 157	0.08 9	0.08 13	0.06 8	0.06 30	0.05 7	0.07 139	0.07 192	0.11 216	0.08 29	0.07 365	0.04 26	0.05 60	0.04 69	0.05 180	0.05 221

LG-G	0.07 7	0.04 1	0.11 273	0.15 132	0.06 36	0.09 157	0.08 9	0.08 13	0.06 8	0.06 30	0.05 7	0.07 139	0.07 192	0.11 216	0.08 29	0.07 365	0.04 26	0.05 60	0.04 69	0.05 180	0.05 221

LGtest1	0.07 7	0.04 1	0.10 210	0.15 132	0.06 36	0.07 47	0.09 27	0.08 13	0.06 8	0.05 2	0.04 1	0.06 48	0.06 74	0.10 134	0.09 113	0.07 365	0.04 26	0.05 60	0.04 69	0.06 317	0.06 333

LG-Stereo_Zeroshot	0.07 7	0.06 125	0.10 210	0.16 232	0.07 145	0.04 1	0.13 193	0.10 41	0.10 92	0.05 2	0.11 274	0.07 139	0.05 15	0.07 7	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

GREAT-IGEV	0.07 7	0.06 125	0.08 63	0.13 23	0.07 145	0.07 47	0.14 268	0.09 27	0.09 60	0.06 30	0.07 74	0.06 48	0.05 15	0.10 134	0.07 1	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
StereoAnything_RVC	0.07 7	0.15 630	0.17 539	0.11 1	0.05 2	0.05 5	0.11 76	0.08 13	0.08 30	0.06 30	0.06 28	0.05 5	0.05 15	0.09 67	0.08 29	0.08 450	0.04 26	0.05 60	0.03 1	0.05 180	0.04 82

AIO_rvc	0.07 7	0.06 125	0.08 63	0.15 132	0.06 36	0.08 98	0.14 268	0.09 27	0.08 30	0.07 86	0.08 140	0.07 139	0.04 1	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

AIO_test	0.07 7	0.05 45	0.07 14	0.15 132	0.07 145	0.06 16	0.14 268	0.10 41	0.10 92	0.07 86	0.07 74	0.06 48	0.05 15	0.08 32	0.10 223	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

MonSter	0.07 7	0.06 125	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.15 209	0.15 273	0.05 2	0.06 28	0.05 5	0.06 74	0.07 7	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 7	0.05 45	0.07 14	0.14 72	0.06 36	0.10 223	0.13 193	0.07 7	0.13 212	0.06 30	0.07 74	0.06 48	0.05 15	0.10 134	0.09 113	0.04 11	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

dual_stereo	0.07 7	0.04 1	0.08 63	0.15 132	0.05 2	0.05 5	0.13 193	0.12 98	0.08 30	0.07 86	0.06 28	0.05 5	0.05 15	0.07 7	0.09 113	0.06 180	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

IGEV-Stereo++	0.07 7	0.06 125	0.08 63	0.18 418	0.06 36	0.04 1	0.10 44	0.11 71	0.11 125	0.06 30	0.07 74	0.07 139	0.06 74	0.09 67	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

IGEV-Stereo+	0.07 7	0.04 1	0.08 63	0.15 132	0.06 36	0.04 1	0.09 27	0.10 41	0.09 60	0.06 30	0.06 28	0.06 48	0.06 74	0.06 1	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.06 317	0.06 333

GCAPDPT-zeroshot4090	0.07 7	0.05 45	0.11 273	0.15 132	0.06 36	0.07 47	0.13 193	0.09 27	0.11 125	0.07 86	0.08 140	0.06 48	0.05 15	0.09 67	0.07 1	0.05 55	0.05 290	0.05 60	0.04 69	0.03 1	0.04 82

Selective-IGEV	0.07 7	0.06 125	0.08 63	0.17 321	0.06 36	0.08 98	0.12 114	0.13 132	0.07 20	0.08 147	0.07 74	0.06 48	0.04 1	0.10 134	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

SCION-M(vits-remse)	0.08 95	0.06 125	0.12 322	0.24 653	0.05 2	0.07 47	0.10 44	0.15 209	0.15 273	0.05 2	0.06 28	0.05 5	0.06 74	0.07 7	0.09 113	0.08 450	0.06 451	0.04 1	0.03 1	0.03 1	0.03 2

GEAR-Net	0.08 95	0.06 125	0.08 63	0.18 418	0.07 145	0.09 157	0.13 193	0.10 41	0.09 60	0.08 147	0.08 140	0.06 48	0.06 74	0.13 374	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

over-6	0.08 95	0.07 256	0.08 63	0.17 321	0.05 2	0.10 223	0.09 27	0.17 291	0.11 125	0.06 30	0.07 74	0.06 48	0.09 294	0.10 134	0.08 29	0.06 180	0.04 26	0.04 1	0.04 69	0.05 180	0.05 221

anonymous	0.08 95	0.05 45	0.12 322	0.16 232	0.08 240	0.05 5	0.13 193	0.10 41	0.14 245	0.07 86	0.07 74	0.06 48	0.04 1	0.07 7	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

depth_test_26	0.08 95	0.04 1	0.11 273	0.13 23	0.07 145	0.07 47	0.11 76	0.12 98	0.11 125	0.09 203	0.07 74	0.08 207	0.05 15	0.09 67	0.08 29	0.08 450	0.06 451	0.06 215	0.06 309	0.06 317	0.07 423

Anonymus	0.08 95	0.05 45	0.10 210	0.15 132	0.08 240	0.10 223	0.15 357	0.15 209	0.10 92	0.07 86	0.06 28	0.07 139	0.08 247	0.12 316	0.10 223	0.06 180	0.04 26	0.05 60	0.05 208	0.05 180	0.06 333

LGCAT	0.08 95	0.04 1	0.10 210	0.11 1	0.06 36	0.07 47	0.12 114	0.07 7	0.08 30	0.09 203	0.07 74	0.07 139	0.08 247	0.12 316	0.11 313	0.10 564	0.09 600	0.04 1	0.05 208	0.04 54	0.09 545

quiztm	0.08 95	0.07 256	0.08 63	0.18 418	0.07 145	0.09 157	0.14 268	0.14 166	0.12 168	0.07 86	0.07 74	0.05 5	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.04 69	0.04 54	0.03 2

TS12	0.08 95	0.06 125	0.09 139	0.21 600	0.07 145	0.11 280	0.13 193	0.11 71	0.09 60	0.10 254	0.10 219	0.08 207	0.10 341	0.09 67	0.12 382	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.04 82

DF	0.08 95	0.05 45	0.09 139	0.15 132	0.06 36	0.11 280	0.13 193	0.10 41	0.12 168	0.09 203	0.10 219	0.10 287	0.08 247	0.11 216	0.09 113	0.07 365	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

LiteMatch*	0.08 95	0.04 1	0.11 273	0.13 23	0.08 240	0.08 98	0.13 193	0.14 166	0.09 60	0.05 2	0.05 7	0.05 5	0.09 294	0.11 216	0.10 223	0.06 180	0.05 290	0.05 60	0.04 69	0.05 180	0.05 221

aanet-new-90k	0.08 95	0.07 256	0.08 63	0.19 495	0.06 36	0.07 47	0.12 114	0.12 98	0.13 212	0.06 30	0.07 74	0.06 48	0.06 74	0.10 134	0.07 1	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.03 2

aanet-new-36k	0.08 95	0.06 125	0.09 139	0.17 321	0.06 36	0.09 157	0.13 193	0.11 71	0.13 212	0.08 147	0.08 140	0.06 48	0.05 15	0.09 67	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

aanet-new-34k	0.08 95	0.06 125	0.09 139	0.17 321	0.05 2	0.07 47	0.13 193	0.12 98	0.12 168	0.09 203	0.08 140	0.07 139	0.05 15	0.10 134	0.09 113	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

aanet-32k-new	0.08 95	0.07 256	0.08 63	0.18 418	0.06 36	0.08 98	0.12 114	0.11 71	0.12 168	0.07 86	0.08 140	0.05 5	0.07 192	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.06 317	0.04 82

aanet-new-32k	0.08 95	0.07 256	0.09 139	0.18 418	0.06 36	0.11 280	0.11 76	0.10 41	0.08 30	0.07 86	0.07 74	0.07 139	0.06 74	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

aanet-new-30k	0.08 95	0.07 256	0.09 139	0.18 418	0.06 36	0.11 280	0.11 76	0.10 41	0.08 30	0.07 86	0.07 74	0.07 139	0.06 74	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

aanet-new-28k	0.08 95	0.07 256	0.09 139	0.18 418	0.06 36	0.08 98	0.12 114	0.10 41	0.09 60	0.09 203	0.08 140	0.08 207	0.06 74	0.12 316	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

aanet-new-22k	0.08 95	0.06 125	0.09 139	0.17 321	0.06 36	0.08 98	0.11 76	0.14 166	0.12 168	0.09 203	0.09 180	0.08 207	0.06 74	0.10 134	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

aanet-new-16k	0.08 95	0.08 384	0.08 63	0.18 418	0.06 36	0.07 47	0.09 27	0.13 132	0.12 168	0.08 147	0.07 74	0.07 139	0.06 74	0.09 67	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.05 180	0.03 2

aanet-new-10k	0.08 95	0.08 384	0.08 63	0.19 495	0.07 145	0.08 98	0.12 114	0.14 166	0.11 125	0.07 86	0.08 140	0.07 139	0.07 192	0.09 67	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

aanet-new-12k	0.08 95	0.09 470	0.07 14	0.20 565	0.08 240	0.08 98	0.13 193	0.12 98	0.13 212	0.08 147	0.08 140	0.05 5	0.07 192	0.09 67	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.06 317	0.04 82

aanet-new-14k	0.08 95	0.09 470	0.08 63	0.19 495	0.06 36	0.07 47	0.10 44	0.14 166	0.15 273	0.06 30	0.08 140	0.05 5	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

aanet-new-8k	0.08 95	0.07 256	0.08 63	0.19 495	0.07 145	0.09 157	0.12 114	0.16 252	0.15 273	0.07 86	0.07 74	0.06 48	0.06 74	0.10 134	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

aanet-new	0.08 95	0.09 470	0.10 210	0.18 418	0.08 240	0.10 223	0.12 114	0.15 209	0.12 168	0.08 147	0.08 140	0.05 5	0.07 192	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.06 317	0.04 82

GCAP-Stereo-cres-4k	0.08 95	0.07 256	0.08 63	0.18 418	0.07 145	0.11 280	0.14 268	0.12 98	0.11 125	0.07 86	0.11 274	0.07 139	0.06 74	0.09 67	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

GCAP-Stereo-DPT-cres	0.08 95	0.05 45	0.07 14	0.15 132	0.06 36	0.10 223	0.14 268	0.13 132	0.12 168	0.07 86	0.09 180	0.07 139	0.06 74	0.10 134	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 95	0.06 125	0.15 470	0.14 72	0.06 36	0.08 98	0.13 193	0.13 132	0.11 125	0.07 86	0.08 140	0.07 139	0.06 74	0.09 67	0.08 29	0.05 55	0.05 290	0.05 60	0.04 69	0.03 1	0.04 82

GCAP-Stereo-DPT-22K	0.08 95	0.06 125	0.07 14	0.17 321	0.06 36	0.07 47	0.14 268	0.13 132	0.16 315	0.05 2	0.10 219	0.06 48	0.06 74	0.08 32	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.04 82

GCAP-Stereo-DPT-5K	0.08 95	0.06 125	0.10 210	0.16 232	0.07 145	0.11 280	0.12 114	0.15 209	0.15 273	0.08 147	0.12 297	0.05 5	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.06 215	0.05 208	0.03 1	0.04 82

GCAP-Stereo-DPT-2K	0.08 95	0.06 125	0.10 210	0.16 232	0.07 145	0.11 280	0.13 193	0.14 166	0.14 245	0.08 147	0.13 317	0.05 5	0.06 74	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.03 1	0.04 82

GCAP-Stereo-DPT-3K	0.08 95	0.07 256	0.10 210	0.16 232	0.07 145	0.09 157	0.12 114	0.15 209	0.14 245	0.08 147	0.11 274	0.05 5	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.03 1	0.04 82

GCAP-Stereo-DPT-50K	0.08 95	0.06 125	0.17 539	0.15 132	0.06 36	0.06 16	0.13 193	0.13 132	0.13 212	0.07 86	0.07 74	0.06 48	0.05 15	0.08 32	0.08 29	0.04 11	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 95	0.06 125	0.07 14	0.16 232	0.06 36	0.06 16	0.14 268	0.14 166	0.14 245	0.07 86	0.10 219	0.06 48	0.05 15	0.09 67	0.09 113	0.04 11	0.04 26	0.04 1	0.04 69	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 95	0.05 45	0.12 322	0.15 132	0.06 36	0.10 223	0.14 268	0.12 98	0.12 168	0.07 86	0.09 180	0.06 48	0.06 74	0.10 134	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

PSi22	0.08 95	0.06 125	0.11 273	0.16 232	0.07 145	0.08 98	0.10 44	0.14 166	0.08 30	0.08 147	0.06 28	0.10 287	0.06 74	0.12 316	0.09 113	0.05 55	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

Foundation-i1c-attn	0.08 95	0.05 45	0.07 14	0.14 72	0.05 2	0.09 157	0.12 114	0.12 98	0.10 92	0.09 203	0.10 219	0.10 287	0.07 192	0.07 7	0.10 223	0.06 180	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

Foundation-i1b	0.08 95	0.05 45	0.07 14	0.14 72	0.05 2	0.09 157	0.12 114	0.13 132	0.10 92	0.09 203	0.10 219	0.09 249	0.06 74	0.07 7	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.03 1	0.03 2

Foundation-i1a	0.08 95	0.05 45	0.07 14	0.13 23	0.05 2	0.13 393	0.13 193	0.12 98	0.09 60	0.11 291	0.11 274	0.11 318	0.06 74	0.08 32	0.09 113	0.06 180	0.04 26	0.05 60	0.03 1	0.04 54	0.04 82

DepthFocus	0.08 95	0.04 1	0.15 470	0.12 7	0.09 376	0.07 47	0.12 114	0.10 41	0.05 4	0.09 203	0.05 7	0.07 139	0.04 1	0.08 32	0.08 29	0.06 180	0.05 290	0.07 330	0.07 412	0.05 180	0.04 82

GeoVLM	0.08 95	0.04 1	0.10 210	0.13 23	0.06 36	0.10 223	0.12 114	0.13 132	0.08 30	0.06 30	0.07 74	0.06 48	0.08 247	0.10 134	0.11 313	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.05 221

gcap_with_dpt	0.08 95	0.06 125	0.09 139	0.16 232	0.07 145	0.09 157	0.12 114	0.13 132	0.13 212	0.08 147	0.12 297	0.04 1	0.06 74	0.10 134	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.03 1	0.04 82

DispViT+	0.08 95	0.05 45	0.09 139	0.13 23	0.06 36	0.05 5	0.11 76	0.18 326	0.16 315	0.09 203	0.08 140	0.07 139	0.06 74	0.11 216	0.09 113	0.06 180	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

WQFJA1++	0.08 95	0.04 1	0.11 273	0.14 72	0.07 145	0.11 280	0.11 76	0.11 71	0.07 20	0.07 86	0.07 74	0.07 139	0.06 74	0.10 134	0.10 223	0.06 180	0.04 26	0.05 60	0.04 69	0.06 317	0.06 333

BStereo	0.08 95	0.06 125	0.16 507	0.15 132	0.08 240	0.07 47	0.09 27	0.15 209	0.16 315	0.06 30	0.07 74	0.07 139	0.05 15	0.09 67	0.11 313	0.04 11	0.05 290	0.05 60	0.07 412	0.04 54	0.04 82

MonSter++	0.08 95	0.04 1	0.10 210	0.13 23	0.06 36	0.09 157	0.12 114	0.13 132	0.08 30	0.06 30	0.07 74	0.06 48	0.08 247	0.10 134	0.11 313	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.04 82

HiDET	0.08 95	0.04 1	0.10 210	0.13 23	0.06 36	0.08 98	0.12 114	0.12 98	0.11 125	0.06 30	0.07 74	0.07 139	0.07 192	0.11 216	0.11 313	0.06 180	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

LCMNet	0.08 95	0.05 45	0.10 210	0.13 23	0.07 145	0.09 157	0.12 114	0.10 41	0.11 125	0.06 30	0.08 140	0.06 48	0.07 192	0.11 216	0.10 223	0.06 180	0.05 290	0.04 1	0.03 1	0.04 54	0.04 82

GEAStereo	0.08 95	0.05 45	0.08 63	0.13 23	0.08 240	0.08 98	0.14 268	0.10 41	0.09 60	0.08 147	0.10 219	0.06 48	0.05 15	0.11 216	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.05 221

GSStereo	0.08 95	0.05 45	0.08 63	0.13 23	0.08 240	0.08 98	0.14 268	0.11 71	0.12 168	0.08 147	0.10 219	0.05 5	0.05 15	0.11 216	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.05 221

gasm-f	0.08 95	0.05 45	0.07 14	0.13 23	0.08 240	0.08 98	0.14 268	0.10 41	0.09 60	0.08 147	0.10 219	0.06 48	0.05 15	0.10 134	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.06 317	0.05 221

DDF-Stereo	0.08 95	0.04 1	0.09 139	0.15 132	0.10 492	0.06 16	0.13 193	0.09 27	0.14 245	0.06 30	0.06 28	0.07 139	0.06 74	0.09 67	0.10 223	0.06 180	0.04 26	0.06 215	0.04 69	0.08 478	0.05 221

252Zero-FE	0.08 95	0.04 1	0.09 139	0.13 23	0.07 145	0.12 335	0.11 76	0.13 132	0.14 245	0.06 30	0.05 7	0.06 48	0.05 15	0.09 67	0.10 223	0.06 180	0.04 26	0.04 1	0.03 1	0.05 180	0.06 333

DA	0.08 95	0.07 256	0.07 14	0.19 495	0.08 240	0.09 157	0.12 114	0.13 132	0.12 168	0.08 147	0.10 219	0.10 287	0.08 247	0.09 67	0.10 223	0.05 55	0.04 26	0.06 215	0.04 69	0.05 180	0.03 2

zero-FE	0.08 95	0.04 1	0.09 139	0.15 132	0.10 492	0.05 5	0.14 268	0.09 27	0.14 245	0.07 86	0.06 28	0.07 139	0.06 74	0.09 67	0.10 223	0.06 180	0.04 26	0.06 215	0.04 69	0.08 478	0.05 221

GGEV	0.08 95	0.07 256	0.07 14	0.19 495	0.08 240	0.09 157	0.12 114	0.13 132	0.12 168	0.08 147	0.10 219	0.10 287	0.08 247	0.09 67	0.10 223	0.05 55	0.04 26	0.06 215	0.04 69	0.05 180	0.03 2

GASTEREO	0.08 95	0.05 45	0.09 139	0.19 495	0.07 145	0.07 47	0.12 114	0.14 166	0.11 125	0.10 254	0.09 180	0.07 139	0.04 1	0.12 316	0.08 29	0.06 180	0.05 290	0.05 60	0.04 69	0.04 54	0.05 221

MSCF	0.08 95	0.05 45	0.08 63	0.19 495	0.08 240	0.06 16	0.12 114	0.14 166	0.11 125	0.10 254	0.09 180	0.07 139	0.04 1	0.11 216	0.08 29	0.06 180	0.05 290	0.05 60	0.04 69	0.05 180	0.05 221

S2M2_XL	0.08 95	0.06 125	0.12 322	0.12 7	0.08 240	0.09 157	0.09 27	0.07 7	0.07 20	0.08 147	0.07 74	0.07 139	0.06 74	0.09 67	0.09 113	0.08 450	0.06 451	0.07 330	0.05 208	0.08 478	0.06 333
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
3w_stereo	0.08 95	0.09 470	0.10 210	0.17 321	0.07 145	0.08 98	0.10 44	0.20 369	0.13 212	0.06 30	0.07 74	0.05 5	0.06 74	0.08 32	0.09 113	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

2w_stereo	0.08 95	0.08 384	0.09 139	0.16 232	0.06 36	0.08 98	0.10 44	0.20 369	0.15 273	0.08 147	0.07 74	0.06 48	0.06 74	0.06 1	0.09 113	0.04 11	0.03 1	0.04 1	0.04 69	0.03 1	0.03 2

LG-Stereo	0.08 95	0.07 256	0.10 210	0.18 418	0.07 145	0.10 223	0.17 473	0.11 71	0.08 30	0.05 2	0.07 74	0.05 5	0.07 192	0.09 67	0.09 113	0.04 11	0.05 290	0.07 330	0.07 412	0.04 54	0.04 82

SGD-Stereo	0.08 95	0.05 45	0.10 210	0.14 72	0.05 2	0.12 335	0.12 114	0.11 71	0.12 168	0.07 86	0.09 180	0.09 249	0.09 294	0.08 32	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.03 2

HART	0.08 95	0.07 256	0.09 139	0.17 321	0.07 145	0.10 223	0.16 431	0.13 132	0.11 125	0.08 147	0.10 219	0.07 139	0.05 15	0.10 134	0.08 29	0.05 55	0.04 26	0.06 215	0.04 69	0.05 180	0.04 82

Reg-Stereo(zero)	0.08 95	0.05 45	0.08 63	0.16 232	0.06 36	0.12 335	0.11 76	0.15 209	0.10 92	0.12 336	0.09 180	0.10 287	0.08 247	0.11 216	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.05 221

SCV_C0	0.08 95	0.07 256	0.07 14	0.16 232	0.09 376	0.08 98	0.15 357	0.11 71	0.12 168	0.08 147	0.07 74	0.06 48	0.05 15	0.11 216	0.07 1	0.05 55	0.05 290	0.05 60	0.04 69	0.06 317	0.05 221

SCV	0.08 95	0.09 470	0.08 63	0.15 132	0.08 240	0.10 223	0.13 193	0.10 41	0.12 168	0.07 86	0.07 74	0.06 48	0.04 1	0.09 67	0.08 29	0.05 55	0.04 26	0.06 215	0.04 69	0.06 317	0.04 82

DEFOM-Stereo_RVC	0.08 95	0.06 125	0.09 139	0.22 620	0.06 36	0.08 98	0.12 114	0.10 41	0.10 92	0.07 86	0.07 74	0.06 48	0.05 15	0.11 216	0.09 113	0.06 180	0.04 26	0.05 60	0.03 1	0.06 317	0.04 82

HUF	0.08 95	0.05 45	0.08 63	0.14 72	0.06 36	0.09 157	0.13 193	0.13 132	0.13 212	0.07 86	0.07 74	0.08 207	0.06 74	0.10 134	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

castereo++	0.08 95	0.05 45	0.08 63	0.15 132	0.05 2	0.14 430	0.12 114	0.11 71	0.15 273	0.07 86	0.07 74	0.07 139	0.06 74	0.08 32	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

IGEV-RUCA	0.08 95	0.06 125	0.11 273	0.14 72	0.09 376	0.10 223	0.12 114	0.10 41	0.12 168	0.06 30	0.07 74	0.07 139	0.06 74	0.09 67	0.08 29	0.06 180	0.05 290	0.05 60	0.04 69	0.05 180	0.06 333

GIP-stereo	0.08 95	0.06 125	0.11 273	0.14 72	0.06 36	0.09 157	0.13 193	0.14 166	0.11 125	0.07 86	0.08 140	0.05 5	0.04 1	0.10 134	0.07 1	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

SMoEStereo_RVC	0.08 95	0.06 125	0.12 322	0.16 232	0.07 145	0.09 157	0.14 268	0.11 71	0.13 212	0.09 203	0.07 74	0.07 139	0.07 192	0.12 316	0.10 223	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

WCG-NET	0.08 95	0.05 45	0.09 139	0.15 132	0.06 36	0.11 280	0.14 268	0.13 132	0.13 212	0.06 30	0.09 180	0.07 139	0.06 74	0.13 374	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

Occ-G	0.08 95	0.05 45	0.06 6	0.14 72	0.07 145	0.08 98	0.14 268	0.13 132	0.15 273	0.07 86	0.11 274	0.07 139	0.05 15	0.09 67	0.10 223	0.06 180	0.05 290	0.05 60	0.04 69	0.05 180	0.05 221

U	0.08 95	0.07 256	0.09 139	0.19 495	0.10 492	0.10 223	0.13 193	0.12 98	0.17 346	0.07 86	0.07 74	0.06 48	0.05 15	0.07 7	0.08 29	0.06 180	0.04 26	0.06 215	0.04 69	0.06 317	0.05 221

AIO-Stereo	0.08 95	0.06 125	0.09 139	0.18 418	0.06 36	0.08 98	0.12 114	0.15 209	0.09 60	0.08 147	0.08 140	0.07 139	0.05 15	0.11 216	0.08 29	0.05 55	0.05 290	0.05 60	0.04 69	0.04 54	0.04 82

WCG-NET（raft）	0.08 95	0.05 45	0.10 210	0.15 132	0.06 36	0.11 280	0.13 193	0.15 209	0.12 168	0.08 147	0.07 74	0.06 48	0.06 74	0.13 374	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

RSM++	0.08 95	0.06 125	0.09 139	0.17 321	0.07 145	0.09 157	0.12 114	0.11 71	0.11 125	0.08 147	0.06 28	0.07 139	0.05 15	0.10 134	0.09 113	0.04 11	0.04 26	0.06 215	0.05 208	0.05 180	0.03 2

RSM	0.08 95	0.06 125	0.09 139	0.17 321	0.06 36	0.08 98	0.12 114	0.12 98	0.10 92	0.08 147	0.07 74	0.06 48	0.05 15	0.11 216	0.09 113	0.04 11	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

gcap-zeroshot	0.08 95	0.06 125	0.10 210	0.15 132	0.07 145	0.11 280	0.12 114	0.15 209	0.15 273	0.08 147	0.12 297	0.05 5	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.06 215	0.05 208	0.03 1	0.04 82

test_for_model	0.08 95	0.06 125	0.10 210	0.16 232	0.07 145	0.11 280	0.12 114	0.15 209	0.15 273	0.08 147	0.12 297	0.05 5	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.06 215	0.05 208	0.03 1	0.04 82

trnet	0.08 95	0.05 45	0.07 14	0.12 7	0.05 2	0.12 335	0.11 76	0.13 132	0.10 92	0.08 147	0.13 317	0.09 249	0.08 247	0.11 216	0.10 223	0.08 450	0.05 290	0.05 60	0.03 1	0.06 317	0.05 221

MoCha-V2	0.08 95	0.05 45	0.10 210	0.20 565	0.07 145	0.09 157	0.14 268	0.11 71	0.08 30	0.07 86	0.08 140	0.07 139	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

IGEV++	0.08 95	0.06 125	0.08 63	0.18 418	0.07 145	0.09 157	0.13 193	0.10 41	0.09 60	0.08 147	0.08 140	0.06 48	0.06 74	0.13 374	0.09 113	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

testlalala	0.08 95	0.06 125	0.10 210	0.15 132	0.07 145	0.11 280	0.12 114	0.15 209	0.15 273	0.08 147	0.12 297	0.05 5	0.06 74	0.09 67	0.08 29	0.05 55	0.04 26	0.06 215	0.05 208	0.03 1	0.04 82

AEACV	0.08 95	0.05 45	0.08 63	0.14 72	0.13 607	0.14 430	0.13 193	0.14 166	0.09 60	0.07 86	0.09 180	0.07 139	0.08 247	0.10 134	0.09 113	0.06 180	0.04 26	0.06 215	0.05 208	0.05 180	0.04 82

LoS_RVC	0.08 95	0.05 45	0.07 14	0.15 132	0.07 145	0.08 98	0.15 357	0.11 71	0.10 92	0.08 147	0.09 180	0.06 48	0.09 294	0.10 134	0.09 113	0.05 55	0.04 26	0.05 60	0.03 1	0.04 54	0.03 2

CAS	0.08 95	0.04 1	0.07 14	0.17 321	0.08 240	0.10 223	0.13 193	0.12 98	0.09 60	0.09 203	0.10 219	0.08 207	0.06 74	0.09 67	0.08 29	0.08 450	0.04 26	0.05 60	0.03 1	0.05 180	0.04 82

CES	0.08 95	0.04 1	0.08 63	0.14 72	0.07 145	0.09 157	0.14 268	0.11 71	0.09 60	0.08 147	0.09 180	0.11 318	0.06 74	0.12 316	0.08 29	0.06 180	0.04 26	0.05 60	0.03 1	0.05 180	0.05 221

EGLCR-Stereo	0.08 95	0.05 45	0.08 63	0.14 72	0.06 36	0.10 223	0.12 114	0.11 71	0.16 315	0.06 30	0.05 7	0.07 139	0.05 15	0.10 134	0.11 313	0.06 180	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

MC-Stereo	0.08 95	0.06 125	0.09 139	0.17 321	0.06 36	0.10 223	0.14 268	0.12 98	0.10 92	0.09 203	0.12 297	0.09 249	0.06 74	0.11 216	0.10 223	0.06 180	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

test-3	0.08 95	0.06 125	0.09 139	0.17 321	0.07 145	0.07 47	0.14 268	0.12 98	0.15 273	0.09 203	0.08 140	0.07 139	0.08 247	0.11 216	0.10 223	0.05 55	0.04 26	0.07 330	0.05 208	0.04 54	0.04 82

test_1	0.08 95	0.06 125	0.09 139	0.17 321	0.07 145	0.07 47	0.14 268	0.12 98	0.15 273	0.09 203	0.08 140	0.07 139	0.08 247	0.11 216	0.10 223	0.05 55	0.04 26	0.07 330	0.05 208	0.04 54	0.04 82

CREStereo++_RVC	0.08 95	0.04 1	0.06 6	0.13 23	0.07 145	0.09 157	0.12 114	0.14 166	0.14 245	0.10 254	0.14 333	0.08 207	0.07 192	0.09 67	0.11 313	0.06 180	0.04 26	0.05 60	0.05 208	0.04 54	0.04 82
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
SCION-Mon(vits-remp)	0.09 190	0.13 607	0.12 322	0.24 653	0.16 660	0.25 634	0.10 44	0.15 209	0.15 273	0.05 2	0.06 28	0.05 5	0.06 74	0.07 7	0.09 113	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

GELT-Stereo	0.09 190	0.06 125	0.09 139	0.18 418	0.07 145	0.07 47	0.14 268	0.21 396	0.17 346	0.08 147	0.07 74	0.06 48	0.08 247	0.10 134	0.07 1	0.04 11	0.04 26	0.06 215	0.06 309	0.03 1	0.03 2

FAST (zero-shot)	0.09 190	0.06 125	0.11 273	0.19 495	0.13 607	0.07 47	0.13 193	0.12 98	0.08 30	0.08 147	0.06 28	0.08 207	0.07 192	0.10 134	0.10 223	0.07 365	0.06 451	0.06 215	0.07 412	0.05 180	0.08 496

DNSM	0.09 190	0.05 45	0.07 14	0.14 72	0.06 36	0.07 47	0.13 193	0.12 98	0.11 125	0.09 203	0.09 180	0.08 207	0.05 15	0.18 533	0.14 472	0.07 365	0.05 290	0.05 60	0.04 69	0.13 637	0.10 577

GREATEN-IGEV_RVC	0.09 190	0.08 384	0.08 63	0.21 600	0.09 376	0.08 98	0.11 76	0.10 41	0.09 60	0.07 86	0.10 219	0.05 5	0.06 74	0.14 410	0.11 313	0.05 55	0.06 451	0.07 330	0.06 309	0.05 180	0.05 221

VeloStereo	0.09 190	0.04 1	0.12 322	0.14 72	0.11 547	0.07 47	0.06 1	0.08 13	0.06 8	0.09 203	0.07 74	0.06 48	0.08 247	0.11 216	0.10 223	0.08 450	0.08 563	0.08 431	0.07 412	0.11 599	0.13 643

flow	0.09 190	0.04 1	0.12 322	0.14 72	0.11 547	0.07 47	0.06 1	0.08 13	0.06 8	0.09 203	0.07 74	0.06 48	0.08 247	0.12 316	0.10 223	0.08 450	0.08 563	0.08 431	0.07 412	0.11 599	0.13 643

GREATEN-IGEV-FM_RVC	0.09 190	0.05 45	0.11 273	0.19 495	0.07 145	0.10 223	0.09 27	0.12 98	0.09 60	0.09 203	0.09 180	0.07 139	0.08 247	0.08 32	0.09 113	0.06 180	0.06 451	0.10 570	0.08 495	0.07 404	0.05 221

Weightmod_eth	0.09 190	0.07 256	0.08 63	0.18 418	0.07 145	0.10 223	0.16 431	0.13 132	0.11 125	0.08 147	0.08 140	0.09 249	0.07 192	0.10 134	0.10 223	0.06 180	0.07 529	0.06 215	0.07 412	0.04 54	0.03 2

Weightmod	0.09 190	0.06 125	0.08 63	0.18 418	0.06 36	0.10 223	0.15 357	0.14 166	0.12 168	0.11 291	0.10 219	0.08 207	0.07 192	0.10 134	0.11 313	0.06 180	0.08 563	0.07 330	0.07 412	0.04 54	0.03 2

PhaseNet	0.09 190	0.06 125	0.10 210	0.15 132	0.08 240	0.10 223	0.14 268	0.20 369	0.12 168	0.07 86	0.08 140	0.09 249	0.10 341	0.13 374	0.12 382	0.06 180	0.04 26	0.06 215	0.06 309	0.05 180	0.05 221

DNS	0.09 190	0.06 125	0.08 63	0.14 72	0.06 36	0.06 16	0.12 114	0.12 98	0.09 60	0.08 147	0.08 140	0.08 207	0.05 15	0.17 508	0.11 313	0.07 365	0.05 290	0.07 330	0.03 1	0.13 637	0.09 545

RT-Monster	0.09 190	0.05 45	0.09 139	0.14 72	0.08 240	0.11 280	0.10 44	0.17 291	0.18 380	0.13 371	0.10 219	0.09 249	0.08 247	0.10 134	0.10 223	0.07 365	0.05 290	0.05 60	0.04 69	0.05 180	0.06 333

LiteMatch	0.09 190	0.06 125	0.10 210	0.16 232	0.07 145	0.09 157	0.15 357	0.13 132	0.08 30	0.06 30	0.07 74	0.06 48	0.15 497	0.10 134	0.14 472	0.07 365	0.04 26	0.06 215	0.06 309	0.06 317	0.06 333

Foundation-i1	0.09 190	0.04 1	0.10 210	0.14 72	0.06 36	0.10 223	0.13 193	0.16 252	0.14 245	0.10 254	0.10 219	0.11 318	0.07 192	0.07 7	0.10 223	0.06 180	0.04 26	0.05 60	0.05 208	0.05 180	0.05 221

VMStereo-Base	0.09 190	0.05 45	0.10 210	0.13 23	0.07 145	0.10 223	0.10 44	0.16 252	0.13 212	0.10 254	0.15 354	0.10 287	0.09 294	0.11 216	0.10 223	0.07 365	0.05 290	0.05 60	0.04 69	0.05 180	0.06 333

Anonymus123	0.09 190	0.06 125	0.16 507	0.15 132	0.08 240	0.11 280	0.09 27	0.18 326	0.16 315	0.06 30	0.07 74	0.07 139	0.05 15	0.09 67	0.11 313	0.04 11	0.05 290	0.05 60	0.07 412	0.04 54	0.04 82

NLSM3	0.09 190	0.06 125	0.08 63	0.19 495	0.08 240	0.11 280	0.16 431	0.18 326	0.16 315	0.06 30	0.08 140	0.07 139	0.08 247	0.09 67	0.11 313	0.04 11	0.04 26	0.06 215	0.07 412	0.03 1	0.03 2

FE-Mocha	0.09 190	0.06 125	0.14 421	0.16 232	0.09 376	0.10 223	0.15 357	0.18 326	0.16 315	0.10 254	0.09 180	0.07 139	0.07 192	0.09 67	0.09 113	0.06 180	0.04 26	0.06 215	0.06 309	0.05 180	0.05 221

IGEV-FE	0.09 190	0.05 45	0.12 322	0.13 23	0.08 240	0.12 335	0.13 193	0.17 291	0.11 125	0.10 254	0.06 28	0.09 249	0.06 74	0.11 216	0.09 113	0.06 180	0.04 26	0.06 215	0.06 309	0.05 180	0.05 221

water-stereo	0.09 190	0.06 125	0.08 63	0.16 232	0.07 145	0.09 157	0.13 193	0.15 209	0.13 212	0.11 291	0.12 297	0.08 207	0.09 294	0.07 7	0.08 29	0.06 180	0.05 290	0.05 60	0.05 208	0.04 54	0.04 82

depthmonostereo	0.09 190	0.06 125	0.09 139	0.15 132	0.06 36	0.10 223	0.13 193	0.14 166	0.14 245	0.10 254	0.10 219	0.09 249	0.11 379	0.08 32	0.09 113	0.06 180	0.05 290	0.06 215	0.04 69	0.04 54	0.03 2

DVStereo	0.09 190	0.05 45	0.08 63	0.15 132	0.06 36	0.11 280	0.12 114	0.14 166	0.16 315	0.11 291	0.11 274	0.09 249	0.09 294	0.11 216	0.10 223	0.06 180	0.05 290	0.05 60	0.04 69	0.03 1	0.03 2

S2M2_L	0.09 190	0.08 384	0.11 273	0.13 23	0.10 492	0.08 98	0.06 1	0.10 41	0.10 92	0.10 254	0.09 180	0.10 287	0.09 294	0.11 216	0.11 313	0.13 647	0.07 529	0.08 431	0.09 543	0.10 576	0.08 496
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 190	0.06 125	0.09 139	0.19 495	0.08 240	0.12 335	0.18 524	0.15 209	0.14 245	0.07 86	0.10 219	0.07 139	0.06 74	0.12 316	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.03 2

castereo	0.09 190	0.06 125	0.11 273	0.15 132	0.06 36	0.11 280	0.15 357	0.14 166	0.18 380	0.08 147	0.10 219	0.11 318	0.08 247	0.09 67	0.10 223	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.03 2

fffft	0.09 190	0.06 125	0.12 322	0.16 232	0.07 145	0.09 157	0.17 473	0.12 98	0.11 125	0.08 147	0.07 74	0.09 249	0.06 74	0.11 216	0.12 382	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.05 221
1: 1. 1
tt45	0.09 190	0.06 125	0.11 273	0.15 132	0.07 145	0.11 280	0.16 431	0.13 132	0.11 125	0.09 203	0.06 28	0.08 207	0.06 74	0.13 374	0.10 223	0.06 180	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

999	0.09 190	0.05 45	0.13 380	0.15 132	0.08 240	0.10 223	0.14 268	0.15 209	0.11 125	0.10 254	0.08 140	0.08 207	0.08 247	0.16 473	0.10 223	0.06 180	0.04 26	0.06 215	0.05 208	0.04 54	0.05 221

mms	0.09 190	0.07 256	0.08 63	0.16 232	0.08 240	0.10 223	0.16 431	0.12 98	0.11 125	0.08 147	0.09 180	0.08 207	0.06 74	0.11 216	0.12 382	0.05 55	0.04 26	0.07 330	0.05 208	0.04 54	0.03 2

ours_stereo	0.09 190	0.07 256	0.09 139	0.17 321	0.08 240	0.11 280	0.16 431	0.11 71	0.12 168	0.08 147	0.10 219	0.08 207	0.06 74	0.12 316	0.12 382	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.03 2

fffy	0.09 190	0.08 384	0.09 139	0.16 232	0.07 145	0.13 393	0.17 473	0.13 132	0.12 168	0.08 147	0.09 180	0.08 207	0.09 294	0.13 374	0.11 313	0.05 55	0.05 290	0.07 330	0.05 208	0.04 54	0.05 221

PAM_32	0.09 190	0.05 45	0.17 539	0.15 132	0.08 240	0.10 223	0.15 357	0.14 166	0.15 273	0.09 203	0.08 140	0.09 249	0.07 192	0.14 410	0.08 29	0.06 180	0.05 290	0.06 215	0.06 309	0.05 180	0.06 333

UGAM-zero	0.09 190	0.05 45	0.15 470	0.15 132	0.08 240	0.09 157	0.13 193	0.19 357	0.15 273	0.11 291	0.15 354	0.07 139	0.07 192	0.09 67	0.09 113	0.06 180	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333

GCAP-BAT	0.09 190	0.05 45	0.11 273	0.13 23	0.07 145	0.11 280	0.14 268	0.14 166	0.16 315	0.07 86	0.10 219	0.08 207	0.06 74	0.13 374	0.08 29	0.07 365	0.05 290	0.05 60	0.05 208	0.04 54	0.04 82

Pointernet	0.09 190	0.04 1	0.09 139	0.16 232	0.08 240	0.13 393	0.10 44	0.15 209	0.17 346	0.09 203	0.07 74	0.06 48	0.06 74	0.11 216	0.09 113	0.08 450	0.04 26	0.05 60	0.03 1	0.06 317	0.05 221

IGEV-BASED-STEREO-	0.09 190	0.10 533	0.31 652	0.15 132	0.06 36	0.08 98	0.14 268	0.10 41	0.10 92	0.07 86	0.07 74	0.06 48	0.04 1	0.11 216	0.07 1	0.12 621	0.04 26	0.07 330	0.05 208	0.05 180	0.05 221

RAFT-Stereo-weight	0.09 190	0.06 125	0.10 210	0.16 232	0.07 145	0.09 157	0.14 268	0.19 357	0.16 315	0.11 291	0.10 219	0.08 207	0.06 74	0.10 134	0.11 313	0.06 180	0.04 26	0.06 215	0.04 69	0.04 54	0.04 82

MGS-Stereo	0.09 190	0.07 256	0.12 322	0.15 132	0.08 240	0.09 157	0.15 357	0.12 98	0.12 168	0.07 86	0.10 219	0.08 207	0.06 74	0.10 134	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.06 317	0.05 221

ff7	0.09 190	0.07 256	0.11 273	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.12 168	0.10 254	0.06 28	0.06 48	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

IGEVStereo-DCA	0.09 190	0.06 125	0.11 273	0.15 132	0.10 492	0.11 280	0.15 357	0.16 252	0.12 168	0.10 254	0.06 28	0.08 207	0.06 74	0.10 134	0.08 29	0.06 180	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333

ffff	0.09 190	0.07 256	0.11 273	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.12 168	0.10 254	0.06 28	0.06 48	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

rrr	0.09 190	0.06 125	0.12 322	0.15 132	0.10 492	0.11 280	0.16 431	0.16 252	0.15 273	0.10 254	0.06 28	0.08 207	0.06 74	0.10 134	0.08 29	0.06 180	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333

11t	0.09 190	0.07 256	0.11 273	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.12 168	0.10 254	0.06 28	0.06 48	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

MaDis-Stereo	0.09 190	0.09 470	0.08 63	0.17 321	0.09 376	0.13 393	0.10 44	0.16 252	0.16 315	0.09 203	0.11 274	0.06 48	0.06 74	0.09 67	0.13 429	0.07 365	0.06 451	0.07 330	0.05 208	0.05 180	0.04 82

IGEV_Zeroshot_test	0.09 190	0.05 45	0.12 322	0.13 23	0.08 240	0.12 335	0.13 193	0.17 291	0.11 125	0.10 254	0.06 28	0.09 249	0.06 74	0.11 216	0.09 113	0.06 180	0.04 26	0.06 215	0.06 309	0.05 180	0.05 221

MSKI-zero shot	0.09 190	0.05 45	0.09 139	0.15 132	0.07 145	0.10 223	0.13 193	0.14 166	0.13 212	0.09 203	0.09 180	0.09 249	0.06 74	0.12 316	0.10 223	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

UniTT-Stereo	0.09 190	0.07 256	0.08 63	0.18 418	0.08 240	0.13 393	0.11 76	0.12 98	0.11 125	0.10 254	0.12 297	0.05 5	0.07 192	0.09 67	0.09 113	0.07 365	0.05 290	0.05 60	0.05 208	0.05 180	0.05 221

MIM_Stereo	0.09 190	0.07 256	0.11 273	0.15 132	0.07 145	0.06 16	0.12 114	0.20 369	0.14 245	0.13 371	0.13 317	0.09 249	0.05 15	0.12 316	0.08 29	0.05 55	0.06 451	0.07 330	0.06 309	0.06 317	0.05 221

CASnet	0.09 190	0.09 470	0.09 139	0.19 495	0.06 36	0.07 47	0.11 76	0.18 326	0.14 245	0.11 291	0.10 219	0.09 249	0.07 192	0.10 134	0.10 223	0.06 180	0.04 26	0.10 570	0.08 495	0.05 180	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAPDPT-zeroshot	0.09 190	0.05 45	0.11 273	0.13 23	0.07 145	0.11 280	0.14 268	0.14 166	0.16 315	0.07 86	0.10 219	0.08 207	0.06 74	0.13 374	0.08 29	0.07 365	0.05 290	0.05 60	0.05 208	0.04 54	0.04 82

GCAP-Stereo	0.09 190	0.07 256	0.13 380	0.18 418	0.06 36	0.11 280	0.07 5	0.13 132	0.12 168	0.09 203	0.10 219	0.07 139	0.09 294	0.13 374	0.10 223	0.06 180	0.05 290	0.05 60	0.04 69	0.04 54	0.05 221

RAFT-Test	0.09 190	0.06 125	0.10 210	0.15 132	0.07 145	0.11 280	0.15 357	0.16 252	0.13 212	0.09 203	0.10 219	0.10 287	0.09 294	0.12 316	0.09 113	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.05 221

HH	0.09 190	0.06 125	0.13 380	0.17 321	0.08 240	0.10 223	0.16 431	0.14 166	0.10 92	0.08 147	0.09 180	0.08 207	0.07 192	0.10 134	0.09 113	0.06 180	0.04 26	0.06 215	0.05 208	0.05 180	0.04 82

HanStereo	0.09 190	0.06 125	0.13 380	0.17 321	0.08 240	0.10 223	0.16 431	0.14 166	0.10 92	0.08 147	0.09 180	0.08 207	0.07 192	0.10 134	0.09 113	0.06 180	0.04 26	0.06 215	0.05 208	0.05 180	0.04 82

4D-IteraStereo	0.09 190	0.07 256	0.10 210	0.18 418	0.07 145	0.09 157	0.15 357	0.17 291	0.15 273	0.10 254	0.11 274	0.10 287	0.07 192	0.11 216	0.09 113	0.05 55	0.03 1	0.08 431	0.07 412	0.06 317	0.05 221

anonymousdsp	0.09 190	0.07 256	0.11 273	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.12 168	0.09 203	0.06 28	0.06 48	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

LoS	0.09 190	0.05 45	0.11 273	0.13 23	0.07 145	0.14 430	0.11 76	0.15 209	0.15 273	0.09 203	0.09 180	0.12 340	0.09 294	0.15 438	0.10 223	0.07 365	0.05 290	0.05 60	0.03 1	0.05 180	0.05 221
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 190	0.07 256	0.10 210	0.17 321	0.08 240	0.10 223	0.15 357	0.15 209	0.12 168	0.09 203	0.06 28	0.07 139	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.06 333

RCA-Stereo	0.09 190	0.06 125	0.09 139	0.16 232	0.06 36	0.09 157	0.13 193	0.18 326	0.14 245	0.09 203	0.10 219	0.08 207	0.07 192	0.12 316	0.11 313	0.06 180	0.04 26	0.06 215	0.05 208	0.05 180	0.04 82

CroCo-Stereo Lap2	0.09 190	0.09 470	0.08 63	0.22 620	0.09 376	0.09 157	0.19 565	0.16 252	0.12 168	0.09 203	0.10 219	0.05 5	0.05 15	0.08 32	0.08 29	0.06 180	0.06 451	0.07 330	0.05 208	0.05 180	0.05 221

ccc-4	0.09 190	0.07 256	0.11 273	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.12 168	0.10 254	0.06 28	0.06 48	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

IGEV-Stereo	0.09 190	0.07 256	0.11 273	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.12 168	0.09 203	0.06 28	0.06 48	0.06 74	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 190	0.05 45	0.13 380	0.14 72	0.08 240	0.12 335	0.15 357	0.18 326	0.10 92	0.11 291	0.08 140	0.08 207	0.05 15	0.10 134	0.09 113	0.06 180	0.04 26	0.06 215	0.05 208	0.06 317	0.05 221

TRStereo	0.09 190	0.05 45	0.12 322	0.15 132	0.12 584	0.10 223	0.13 193	0.18 326	0.18 380	0.09 203	0.09 180	0.09 249	0.06 74	0.10 134	0.08 29	0.07 365	0.05 290	0.07 330	0.07 412	0.04 54	0.04 82

AnonymousM	0.09 190	0.05 45	0.10 210	0.14 72	0.06 36	0.09 157	0.13 193	0.19 357	0.14 245	0.13 371	0.11 274	0.09 249	0.08 247	0.13 374	0.10 223	0.08 450	0.05 290	0.08 431	0.05 208	0.05 180	0.05 221

CroCo-Stereo	0.09 190	0.08 384	0.08 63	0.22 620	0.09 376	0.09 157	0.19 565	0.15 209	0.12 168	0.07 86	0.07 74	0.08 207	0.06 74	0.08 32	0.07 1	0.07 365	0.05 290	0.06 215	0.04 69	0.05 180	0.04 82
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
s12784h	0.09 190	0.06 125	0.07 14	0.15 132	0.05 2	0.16 489	0.18 524	0.15 209	0.15 273	0.10 254	0.11 274	0.11 318	0.11 379	0.10 134	0.12 382	0.05 55	0.04 26	0.05 60	0.04 69	0.04 54	0.04 82

TANstereo	0.09 190	0.04 1	0.08 63	0.13 23	0.06 36	0.11 280	0.14 268	0.15 209	0.19 400	0.11 291	0.15 354	0.10 287	0.06 74	0.12 316	0.09 113	0.07 365	0.05 290	0.05 60	0.04 69	0.06 317	0.05 221

XX-TBD	0.09 190	0.06 125	0.07 14	0.14 72	0.07 145	0.12 335	0.16 431	0.14 166	0.13 212	0.11 291	0.12 297	0.09 249	0.08 247	0.10 134	0.10 223	0.06 180	0.04 26	0.05 60	0.03 1	0.06 317	0.05 221

raftrobust	0.09 190	0.06 125	0.10 210	0.17 321	0.08 240	0.09 157	0.10 44	0.18 326	0.16 315	0.10 254	0.09 180	0.12 340	0.07 192	0.12 316	0.10 223	0.08 450	0.05 290	0.06 215	0.05 208	0.05 180	0.05 221

XX-Stereo	0.09 190	0.05 45	0.08 63	0.17 321	0.09 376	0.15 457	0.12 114	0.20 369	0.10 92	0.10 254	0.14 333	0.07 139	0.06 74	0.12 316	0.08 29	0.06 180	0.05 290	0.06 215	0.06 309	0.04 54	0.04 82

test_xeample3	0.09 190	0.06 125	0.12 322	0.16 232	0.09 376	0.11 280	0.15 357	0.16 252	0.13 212	0.10 254	0.06 28	0.08 207	0.06 74	0.10 134	0.09 113	0.05 55	0.04 26	0.06 215	0.05 208	0.05 180	0.06 333

RAFT-Stereo + iAFF	0.09 190	0.06 125	0.10 210	0.17 321	0.06 36	0.10 223	0.16 431	0.17 291	0.14 245	0.09 203	0.10 219	0.08 207	0.09 294	0.11 216	0.09 113	0.05 55	0.04 26	0.06 215	0.06 309	0.04 54	0.03 2

AFF-stereo	0.09 190	0.06 125	0.10 210	0.17 321	0.07 145	0.10 223	0.16 431	0.17 291	0.09 60	0.10 254	0.12 297	0.09 249	0.09 294	0.12 316	0.09 113	0.05 55	0.04 26	0.07 330	0.07 412	0.04 54	0.03 2

EAI-Stereo	0.09 190	0.07 256	0.11 273	0.15 132	0.06 36	0.10 223	0.15 357	0.16 252	0.09 60	0.08 147	0.09 180	0.08 207	0.07 192	0.09 67	0.11 313	0.05 55	0.04 26	0.05 60	0.05 208	0.05 180	0.04 82

CFNet-RSSM	0.09 190	0.07 256	0.09 139	0.16 232	0.07 145	0.09 157	0.15 357	0.16 252	0.17 346	0.08 147	0.12 297	0.10 287	0.09 294	0.11 216	0.09 113	0.06 180	0.04 26	0.06 215	0.04 69	0.04 54	0.04 82

Gwc-CoAtRS	0.09 190	0.06 125	0.10 210	0.16 232	0.07 145	0.10 223	0.14 268	0.17 291	0.17 346	0.08 147	0.10 219	0.12 340	0.09 294	0.12 316	0.09 113	0.06 180	0.04 26	0.06 215	0.04 69	0.04 54	0.04 82

CREStereo	0.09 190	0.04 1	0.08 63	0.11 1	0.06 36	0.13 393	0.14 268	0.14 166	0.10 92	0.08 147	0.13 317	0.09 249	0.08 247	0.11 216	0.10 223	0.08 450	0.04 26	0.05 60	0.03 1	0.06 317	0.06 333
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 190	0.05 45	0.09 139	0.12 7	0.06 36	0.12 335	0.14 268	0.15 209	0.11 125	0.09 203	0.13 317	0.10 287	0.07 192	0.13 374	0.10 223	0.15 665	0.04 26	0.05 60	0.03 1	0.07 404	0.06 333

noway7	0.10 270	0.07 256	0.13 380	0.20 565	0.09 376	0.11 280	0.15 357	0.28 552	0.16 315	0.11 291	0.11 274	0.07 139	0.07 192	0.10 134	0.10 223	0.05 55	0.04 26	0.07 330	0.06 309	0.05 180	0.05 221

SE	0.10 270	0.10 533	0.08 63	0.19 495	0.09 376	0.11 280	0.11 76	0.15 209	0.11 125	0.10 254	0.16 367	0.09 249	0.08 247	0.09 67	0.10 223	0.06 180	0.05 290	0.08 431	0.07 412	0.07 404	0.04 82

SMOE	0.10 270	0.08 384	0.09 139	0.18 418	0.07 145	0.13 393	0.14 268	0.18 326	0.13 212	0.11 291	0.13 317	0.12 340	0.09 294	0.11 216	0.11 313	0.05 55	0.05 290	0.08 431	0.06 309	0.06 317	0.04 82

ManiGeoR	0.10 270	0.05 45	0.12 322	0.12 7	0.08 240	0.12 335	0.12 114	0.24 471	0.14 245	0.12 336	0.14 333	0.12 340	0.09 294	0.13 374	0.13 429	0.07 365	0.04 26	0.05 60	0.05 208	0.07 404	0.07 423

HLf10	0.10 270	0.05 45	0.12 322	0.12 7	0.08 240	0.12 335	0.12 114	0.24 471	0.14 245	0.12 336	0.14 333	0.12 340	0.09 294	0.13 374	0.13 429	0.07 365	0.04 26	0.05 60	0.05 208	0.07 404	0.07 423

TestStereo_HLe17	0.10 270	0.05 45	0.12 322	0.13 23	0.07 145	0.11 280	0.15 357	0.21 396	0.15 273	0.11 291	0.14 333	0.11 318	0.09 294	0.13 374	0.12 382	0.07 365	0.04 26	0.05 60	0.05 208	0.07 404	0.06 333

DN	0.10 270	0.05 45	0.09 139	0.14 72	0.09 376	0.12 335	0.18 524	0.17 291	0.16 315	0.08 147	0.09 180	0.08 207	0.06 74	0.08 32	0.09 113	0.11 596	0.05 290	0.07 330	0.06 309	0.07 404	0.09 545

Hybrid-DGEV-03	0.10 270	0.06 125	0.09 139	0.18 418	0.08 240	0.16 489	0.14 268	0.15 209	0.14 245	0.13 371	0.16 367	0.12 340	0.09 294	0.13 374	0.11 313	0.06 180	0.04 26	0.08 431	0.06 309	0.05 180	0.04 82

WQFJA1	0.10 270	0.07 256	0.08 63	0.20 565	0.09 376	0.12 335	0.17 473	0.17 291	0.17 346	0.09 203	0.10 219	0.08 207	0.10 341	0.12 316	0.11 313	0.06 180	0.07 529	0.07 330	0.06 309	0.06 317	0.05 221

WQFJX1	0.10 270	0.07 256	0.08 63	0.22 620	0.09 376	0.12 335	0.17 473	0.18 326	0.17 346	0.10 254	0.09 180	0.07 139	0.10 341	0.11 216	0.09 113	0.07 365	0.08 563	0.07 330	0.06 309	0.05 180	0.04 82

WQFJX	0.10 270	0.07 256	0.09 139	0.21 600	0.09 376	0.12 335	0.16 431	0.18 326	0.17 346	0.12 336	0.10 219	0.07 139	0.09 294	0.12 316	0.10 223	0.06 180	0.07 529	0.06 215	0.05 208	0.06 317	0.05 221

NLMM	0.10 270	0.07 256	0.08 63	0.20 565	0.09 376	0.12 335	0.17 473	0.17 291	0.17 346	0.09 203	0.10 219	0.08 207	0.10 341	0.12 316	0.11 313	0.06 180	0.07 529	0.07 330	0.06 309	0.06 317	0.05 221

NLSM1	0.10 270	0.07 256	0.07 14	0.19 495	0.08 240	0.13 393	0.16 431	0.21 396	0.15 273	0.11 291	0.10 219	0.06 48	0.10 341	0.10 134	0.11 313	0.07 365	0.08 563	0.08 431	0.07 412	0.05 180	0.05 221

MM-Stereo_test3	0.10 270	0.07 256	0.07 14	0.18 418	0.07 145	0.12 335	0.19 565	0.24 471	0.19 400	0.06 30	0.10 219	0.08 207	0.06 74	0.11 216	0.08 29	0.06 180	0.06 451	0.07 330	0.05 208	0.05 180	0.04 82

MM-Stereo_test1	0.10 270	0.07 256	0.08 63	0.18 418	0.07 145	0.12 335	0.18 524	0.21 396	0.20 424	0.09 203	0.11 274	0.08 207	0.06 74	0.10 134	0.10 223	0.06 180	0.05 290	0.07 330	0.06 309	0.05 180	0.04 82

AIO-test2	0.10 270	0.08 384	0.10 210	0.23 644	0.08 240	0.11 280	0.10 44	0.23 447	0.23 467	0.08 147	0.09 180	0.08 207	0.05 15	0.10 134	0.08 29	0.06 180	0.05 290	0.08 431	0.09 543	0.05 180	0.05 221

AIO-test1	0.10 270	0.07 256	0.10 210	0.23 644	0.07 145	0.09 157	0.13 193	0.21 396	0.14 245	0.11 291	0.12 297	0.09 249	0.07 192	0.11 216	0.09 113	0.06 180	0.05 290	0.09 520	0.10 585	0.03 1	0.06 333

tg	0.10 270	0.06 125	0.10 210	0.18 418	0.08 240	0.11 280	0.16 431	0.20 369	0.12 168	0.08 147	0.11 274	0.11 318	0.07 192	0.11 216	0.10 223	0.05 55	0.04 26	0.08 431	0.08 495	0.04 54	0.04 82

PAM	0.10 270	0.05 45	0.16 507	0.15 132	0.08 240	0.09 157	0.16 431	0.15 209	0.16 315	0.12 336	0.09 180	0.09 249	0.07 192	0.13 374	0.08 29	0.06 180	0.05 290	0.06 215	0.06 309	0.05 180	0.06 333

model_zeroshot	0.10 270	0.04 1	0.11 273	0.15 132	0.09 376	0.12 335	0.14 268	0.20 369	0.13 212	0.11 291	0.10 219	0.12 340	0.07 192	0.12 316	0.10 223	0.07 365	0.06 451	0.06 215	0.05 208	0.06 317	0.06 333

RAStereo	0.10 270	0.09 470	0.08 63	0.20 565	0.08 240	0.13 393	0.18 524	0.15 209	0.17 346	0.10 254	0.12 297	0.05 5	0.06 74	0.09 67	0.08 29	0.07 365	0.05 290	0.07 330	0.05 208	0.05 180	0.04 82

rvit_stereo_0080	0.10 270	0.08 384	0.14 421	0.15 132	0.09 376	0.07 47	0.15 357	0.16 252	0.16 315	0.11 291	0.10 219	0.14 396	0.08 247	0.12 316	0.10 223	0.09 519	0.07 529	0.07 330	0.06 309	0.07 404	0.05 221

H2IRNET	0.10 270	0.09 470	0.09 139	0.18 418	0.09 376	0.12 335	0.15 357	0.14 166	0.21 441	0.10 254	0.10 219	0.10 287	0.10 341	0.10 134	0.10 223	0.05 55	0.04 26	0.08 431	0.08 495	0.06 317	0.05 221

Former-RAFT_DAM_RVC	0.10 270	0.08 384	0.12 322	0.16 232	0.08 240	0.15 457	0.16 431	0.18 326	0.18 380	0.10 254	0.09 180	0.09 249	0.08 247	0.11 216	0.12 382	0.07 365	0.05 290	0.08 431	0.06 309	0.07 404	0.06 333

MyStereo07	0.10 270	0.07 256	0.10 210	0.17 321	0.09 376	0.14 430	0.18 524	0.15 209	0.15 273	0.09 203	0.06 28	0.06 48	0.07 192	0.12 316	0.09 113	0.06 180	0.05 290	0.08 431	0.07 412	0.06 317	0.06 333

MyStereo06	0.10 270	0.07 256	0.12 322	0.17 321	0.09 376	0.13 393	0.18 524	0.19 357	0.12 168	0.12 336	0.08 140	0.07 139	0.07 192	0.11 216	0.09 113	0.06 180	0.05 290	0.07 330	0.07 412	0.06 317	0.06 333

AE-Stereo	0.10 270	0.08 384	0.10 210	0.18 418	0.09 376	0.10 223	0.15 357	0.14 166	0.19 400	0.09 203	0.14 333	0.12 340	0.08 247	0.11 216	0.10 223	0.05 55	0.06 451	0.07 330	0.06 309	0.05 180	0.04 82

ACVNet-DCA	0.10 270	0.08 384	0.12 322	0.17 321	0.09 376	0.13 393	0.15 357	0.23 447	0.16 315	0.09 203	0.09 180	0.06 48	0.06 74	0.10 134	0.07 1	0.06 180	0.04 26	0.06 215	0.05 208	0.07 404	0.07 423

cc1	0.10 270	0.08 384	0.12 322	0.17 321	0.09 376	0.13 393	0.15 357	0.16 252	0.18 380	0.09 203	0.09 180	0.06 48	0.06 74	0.10 134	0.07 1	0.06 180	0.04 26	0.06 215	0.05 208	0.06 317	0.06 333

tt1	0.10 270	0.08 384	0.12 322	0.17 321	0.09 376	0.12 335	0.16 431	0.15 209	0.19 400	0.09 203	0.08 140	0.06 48	0.06 74	0.10 134	0.07 1	0.06 180	0.04 26	0.06 215	0.05 208	0.06 317	0.06 333

whm_eth	0.10 270	0.08 384	0.14 421	0.15 132	0.09 376	0.07 47	0.15 357	0.16 252	0.16 315	0.11 291	0.10 219	0.14 396	0.08 247	0.12 316	0.10 223	0.09 519	0.07 529	0.07 330	0.06 309	0.07 404	0.05 221

plain	0.10 270	0.08 384	0.10 210	0.19 495	0.09 376	0.10 223	0.15 357	0.14 166	0.13 212	0.13 371	0.15 354	0.09 249	0.12 412	0.13 374	0.12 382	0.07 365	0.05 290	0.09 520	0.06 309	0.06 317	0.06 333

Any-RAFT	0.10 270	0.05 45	0.09 139	0.14 72	0.07 145	0.13 393	0.14 268	0.21 396	0.15 273	0.11 291	0.12 297	0.12 340	0.09 294	0.12 316	0.09 113	0.07 365	0.04 26	0.05 60	0.04 69	0.06 317	0.05 221

LL-Strereo2	0.10 270	0.10 533	0.15 470	0.18 418	0.08 240	0.15 457	0.09 27	0.17 291	0.14 245	0.14 399	0.10 219	0.09 249	0.07 192	0.16 473	0.10 223	0.05 55	0.05 290	0.10 570	0.07 412	0.06 317	0.05 221

DCANet-4	0.10 270	0.06 125	0.12 322	0.16 232	0.06 36	0.09 157	0.17 473	0.18 326	0.19 400	0.13 371	0.16 367	0.09 249	0.14 479	0.11 216	0.12 382	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.05 221

fff	0.10 270	0.06 125	0.12 322	0.15 132	0.07 145	0.09 157	0.17 473	0.16 252	0.20 424	0.13 371	0.16 367	0.10 287	0.11 379	0.11 216	0.12 382	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.05 221

ADStereo(finetuned)	0.10 270	0.06 125	0.12 322	0.16 232	0.06 36	0.09 157	0.17 473	0.15 209	0.19 400	0.13 371	0.17 391	0.10 287	0.12 412	0.11 216	0.12 382	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

test_4	0.10 270	0.10 533	0.08 63	0.19 495	0.09 376	0.08 98	0.22 621	0.15 209	0.17 346	0.12 336	0.18 419	0.12 340	0.09 294	0.08 32	0.11 313	0.04 11	0.04 26	0.08 431	0.08 495	0.04 54	0.03 2

IPLG	0.10 270	0.07 256	0.15 470	0.17 321	0.08 240	0.11 280	0.14 268	0.20 369	0.15 273	0.12 336	0.17 391	0.07 139	0.07 192	0.14 410	0.13 429	0.06 180	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

test_3	0.10 270	0.09 470	0.10 210	0.20 565	0.08 240	0.13 393	0.26 673	0.14 166	0.21 441	0.10 254	0.10 219	0.09 249	0.09 294	0.08 32	0.11 313	0.05 55	0.04 26	0.08 431	0.07 412	0.04 54	0.04 82

STrans-v2	0.10 270	0.07 256	0.12 322	0.18 418	0.07 145	0.10 223	0.14 268	0.21 396	0.11 125	0.11 291	0.15 354	0.12 340	0.10 341	0.11 216	0.12 382	0.05 55	0.04 26	0.06 215	0.06 309	0.04 54	0.04 82

TransformOpticalFlow	0.10 270	0.08 384	0.13 380	0.18 418	0.07 145	0.09 157	0.15 357	0.19 357	0.15 273	0.12 336	0.17 391	0.11 318	0.11 379	0.11 216	0.10 223	0.05 55	0.04 26	0.06 215	0.06 309	0.05 180	0.05 221

SST-Stereo	0.10 270	0.07 256	0.15 470	0.18 418	0.09 376	0.06 16	0.12 114	0.17 291	0.11 125	0.15 426	0.17 391	0.13 373	0.12 412	0.10 134	0.11 313	0.06 180	0.04 26	0.09 520	0.06 309	0.06 317	0.05 221

cross-raft	0.10 270	0.09 470	0.09 139	0.19 495	0.07 145	0.11 280	0.25 664	0.13 132	0.15 273	0.08 147	0.11 274	0.12 340	0.10 341	0.09 67	0.11 313	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

test-1	0.10 270	0.07 256	0.16 507	0.19 495	0.08 240	0.11 280	0.24 648	0.14 166	0.18 380	0.09 203	0.07 74	0.09 249	0.08 247	0.07 7	0.09 113	0.06 180	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

iRaftStereo_RVC	0.10 270	0.07 256	0.09 139	0.17 321	0.09 376	0.11 280	0.17 473	0.18 326	0.12 168	0.09 203	0.12 297	0.10 287	0.07 192	0.11 216	0.10 223	0.05 55	0.04 26	0.08 431	0.08 495	0.04 54	0.04 82

RALCasStereoNet	0.10 270	0.06 125	0.09 139	0.16 232	0.08 240	0.12 335	0.14 268	0.17 291	0.11 125	0.12 336	0.17 391	0.14 396	0.10 341	0.12 316	0.11 313	0.07 365	0.06 451	0.06 215	0.05 208	0.08 478	0.07 423

DCANet	0.10 270	0.06 125	0.12 322	0.16 232	0.06 36	0.09 157	0.17 473	0.15 209	0.19 400	0.13 371	0.17 391	0.10 287	0.11 379	0.11 216	0.12 382	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

csc	0.10 270	0.06 125	0.12 322	0.15 132	0.07 145	0.09 157	0.17 473	0.16 252	0.20 424	0.13 371	0.16 367	0.10 287	0.11 379	0.11 216	0.12 382	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.05 221

cscssc	0.10 270	0.06 125	0.12 322	0.15 132	0.07 145	0.09 157	0.17 473	0.16 252	0.20 424	0.13 371	0.16 367	0.10 287	0.11 379	0.11 216	0.12 382	0.06 180	0.04 26	0.05 60	0.04 69	0.04 54	0.05 221

111	0.10 270	0.06 125	0.12 322	0.15 132	0.07 145	0.10 223	0.14 268	0.21 396	0.23 467	0.11 291	0.12 297	0.14 396	0.11 379	0.13 374	0.10 223	0.06 180	0.04 26	0.06 215	0.04 69	0.05 180	0.05 221

R-Stereo Train	0.10 270	0.06 125	0.10 210	0.17 321	0.08 240	0.11 280	0.14 268	0.23 447	0.11 125	0.12 336	0.19 430	0.11 318	0.08 247	0.09 67	0.11 313	0.07 365	0.05 290	0.06 215	0.05 208	0.05 180	0.05 221

RAFT-Stereo	0.10 270	0.06 125	0.10 210	0.17 321	0.08 240	0.11 280	0.14 268	0.23 447	0.11 125	0.12 336	0.19 430	0.11 318	0.08 247	0.09 67	0.11 313	0.07 365	0.05 290	0.06 215	0.05 208	0.05 180	0.05 221
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 270	0.06 125	0.12 322	0.14 72	0.06 36	0.11 280	0.10 44	0.18 326	0.18 380	0.13 371	0.16 367	0.14 396	0.11 379	0.15 438	0.13 429	0.06 180	0.04 26	0.04 1	0.04 69	0.06 317	0.05 221
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
zzzzzzz1	0.11 324	0.07 256	0.13 380	0.21 600	0.10 492	0.12 335	0.18 524	0.22 423	0.20 424	0.13 371	0.12 297	0.08 207	0.08 247	0.13 374	0.09 113	0.05 55	0.05 290	0.07 330	0.07 412	0.05 180	0.05 221

monster_256*512	0.11 324	0.07 256	0.09 139	0.21 600	0.10 492	0.12 335	0.17 473	0.26 509	0.18 380	0.12 336	0.12 297	0.08 207	0.07 192	0.10 134	0.10 223	0.05 55	0.04 26	0.07 330	0.07 412	0.05 180	0.05 221

SME	0.11 324	0.09 470	0.10 210	0.17 321	0.07 145	0.20 573	0.13 193	0.21 396	0.17 346	0.12 336	0.13 317	0.10 287	0.12 412	0.13 374	0.13 429	0.07 365	0.07 529	0.08 431	0.09 543	0.06 317	0.05 221

HLF11	0.11 324	0.05 45	0.13 380	0.12 7	0.08 240	0.14 430	0.11 76	0.22 423	0.10 92	0.12 336	0.23 488	0.11 318	0.11 379	0.14 410	0.13 429	0.08 450	0.05 290	0.05 60	0.04 69	0.08 478	0.08 496

HLf8	0.11 324	0.05 45	0.13 380	0.11 1	0.08 240	0.15 457	0.12 114	0.22 423	0.15 273	0.13 371	0.17 391	0.12 340	0.10 341	0.14 410	0.12 382	0.09 519	0.05 290	0.05 60	0.05 208	0.08 478	0.08 496

TestStereo_HL3	0.11 324	0.05 45	0.16 507	0.13 23	0.07 145	0.12 335	0.11 76	0.20 369	0.09 60	0.15 426	0.30 590	0.13 373	0.12 412	0.16 473	0.11 313	0.07 365	0.05 290	0.05 60	0.05 208	0.06 317	0.07 423

TestStereo_HL2	0.11 324	0.06 125	0.11 273	0.12 7	0.08 240	0.12 335	0.14 268	0.20 369	0.18 380	0.13 371	0.21 467	0.12 340	0.10 341	0.12 316	0.12 382	0.07 365	0.05 290	0.05 60	0.05 208	0.07 404	0.07 423

GGDA	0.11 324	0.06 125	0.11 273	0.13 23	0.07 145	0.12 335	0.14 268	0.19 357	0.19 400	0.13 371	0.20 443	0.12 340	0.09 294	0.12 316	0.12 382	0.07 365	0.04 26	0.05 60	0.05 208	0.06 317	0.07 423

TestStereo-Hl	0.11 324	0.06 125	0.11 273	0.13 23	0.08 240	0.15 457	0.14 268	0.20 369	0.17 346	0.13 371	0.16 367	0.12 340	0.11 379	0.14 410	0.13 429	0.06 180	0.04 26	0.05 60	0.05 208	0.06 317	0.06 333

Lsterematch	0.11 324	0.06 125	0.11 273	0.16 232	0.07 145	0.13 393	0.15 357	0.14 166	0.17 346	0.16 455	0.18 419	0.15 427	0.15 497	0.12 316	0.14 472	0.07 365	0.04 26	0.06 215	0.06 309	0.06 317	0.06 333

Hybrid-DGEV-2	0.11 324	0.06 125	0.12 322	0.18 418	0.09 376	0.09 157	0.13 193	0.28 552	0.29 552	0.11 291	0.11 274	0.09 249	0.12 412	0.12 316	0.09 113	0.06 180	0.05 290	0.07 330	0.07 412	0.05 180	0.05 221

NLMM1	0.11 324	0.09 470	0.07 14	0.22 620	0.10 492	0.12 335	0.20 589	0.18 326	0.20 424	0.12 336	0.11 274	0.07 139	0.09 294	0.11 216	0.11 313	0.08 450	0.08 563	0.07 330	0.06 309	0.04 54	0.04 82

NLCSM	0.11 324	0.09 470	0.09 139	0.23 644	0.11 547	0.12 335	0.19 565	0.18 326	0.18 380	0.12 336	0.11 274	0.07 139	0.09 294	0.11 216	0.10 223	0.07 365	0.08 563	0.07 330	0.07 412	0.06 317	0.05 221

Select-FE	0.11 324	0.06 125	0.20 589	0.15 132	0.11 547	0.11 280	0.13 193	0.21 396	0.18 380	0.09 203	0.11 274	0.10 287	0.06 74	0.12 316	0.09 113	0.07 365	0.05 290	0.07 330	0.08 495	0.06 317	0.08 496

FlowAnything_test	0.11 324	0.08 384	0.14 421	0.15 132	0.09 376	0.07 47	0.14 268	0.20 369	0.11 125	0.09 203	0.09 180	0.12 340	0.12 412	0.13 374	0.11 313	0.09 519	0.06 451	0.09 520	0.09 543	0.06 317	0.09 545

xyz-stereo-finetune2	0.11 324	0.07 256	0.13 380	0.13 23	0.07 145	0.11 280	0.19 565	0.17 291	0.12 168	0.15 426	0.15 354	0.17 464	0.12 412	0.13 374	0.11 313	0.05 55	0.04 26	0.07 330	0.05 208	0.04 54	0.06 333

xyz-stereo-finetune	0.11 324	0.08 384	0.13 380	0.14 72	0.06 36	0.10 223	0.19 565	0.17 291	0.19 400	0.12 336	0.14 333	0.15 427	0.10 341	0.13 374	0.11 313	0.05 55	0.04 26	0.07 330	0.05 208	0.04 54	0.05 221

FLISNet	0.11 324	0.06 125	0.11 273	0.13 23	0.09 376	0.09 157	0.14 268	0.21 396	0.10 92	0.19 523	0.17 391	0.14 396	0.09 294	0.16 473	0.08 29	0.05 55	0.04 26	0.07 330	0.08 495	0.07 404	0.06 333

CoSv	0.11 324	0.06 125	0.11 273	0.13 23	0.09 376	0.09 157	0.14 268	0.21 396	0.10 92	0.19 523	0.17 391	0.14 396	0.09 294	0.16 473	0.08 29	0.05 55	0.04 26	0.07 330	0.08 495	0.07 404	0.06 333

rvit_stereo_0081_aga	0.11 324	0.09 470	0.14 421	0.18 418	0.09 376	0.13 393	0.14 268	0.14 166	0.19 400	0.10 254	0.18 419	0.16 442	0.09 294	0.12 316	0.09 113	0.10 564	0.06 451	0.08 431	0.07 412	0.07 404	0.06 333

rvit_stereo_0081	0.11 324	0.08 384	0.15 470	0.16 232	0.09 376	0.10 223	0.14 268	0.14 166	0.24 484	0.11 291	0.13 317	0.13 373	0.09 294	0.11 216	0.12 382	0.10 564	0.07 529	0.08 431	0.07 412	0.07 404	0.05 221

rvit_stereo_0082	0.11 324	0.08 384	0.15 470	0.16 232	0.09 376	0.10 223	0.14 268	0.14 166	0.24 484	0.11 291	0.13 317	0.13 373	0.09 294	0.11 216	0.12 382	0.10 564	0.07 529	0.08 431	0.07 412	0.07 404	0.05 221

AIO-Stereo-zeroshot1	0.11 324	0.05 45	0.14 421	0.15 132	0.20 691	0.09 157	0.17 473	0.21 396	0.15 273	0.11 291	0.14 333	0.10 287	0.07 192	0.10 134	0.08 29	0.06 180	0.05 290	0.07 330	0.07 412	0.07 404	0.09 545

AIO-Stereo-zeroshot	0.11 324	0.05 45	0.11 273	0.15 132	0.13 607	0.13 393	0.16 431	0.23 447	0.17 346	0.10 254	0.12 297	0.10 287	0.07 192	0.11 216	0.09 113	0.06 180	0.05 290	0.06 215	0.06 309	0.07 404	0.08 496

CAS++	0.11 324	0.07 256	0.11 273	0.14 72	0.09 376	0.12 335	0.14 268	0.24 471	0.14 245	0.11 291	0.09 180	0.11 318	0.07 192	0.14 410	0.09 113	0.11 596	0.09 600	0.09 520	0.07 412	0.07 404	0.08 496
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
xx1	0.11 324	0.08 384	0.12 322	0.17 321	0.09 376	0.13 393	0.15 357	0.16 252	0.18 380	0.09 203	0.09 180	0.16 442	0.16 525	0.10 134	0.07 1	0.06 180	0.04 26	0.08 431	0.08 495	0.07 404	0.07 423

1test111	0.11 324	0.08 384	0.12 322	0.17 321	0.09 376	0.13 393	0.15 357	0.23 447	0.16 315	0.09 203	0.09 180	0.06 48	0.06 74	0.15 438	0.16 523	0.06 180	0.04 26	0.06 215	0.05 208	0.07 404	0.07 423

MIF-Stereo (partial)	0.11 324	0.06 125	0.10 210	0.19 495	0.10 492	0.10 223	0.11 76	0.17 291	0.18 380	0.14 399	0.16 367	0.09 249	0.11 379	0.12 316	0.12 382	0.08 450	0.05 290	0.08 431	0.07 412	0.06 317	0.07 423

EKT-Stereo	0.11 324	0.07 256	0.14 421	0.15 132	0.10 492	0.13 393	0.14 268	0.18 326	0.21 441	0.11 291	0.08 140	0.12 340	0.09 294	0.11 216	0.12 382	0.08 450	0.06 451	0.07 330	0.06 309	0.08 478	0.07 423

anonymousdsp2	0.11 324	0.07 256	0.10 210	0.16 232	0.09 376	0.13 393	0.14 268	0.18 326	0.22 455	0.13 371	0.14 333	0.12 340	0.09 294	0.14 410	0.11 313	0.05 55	0.04 26	0.05 60	0.04 69	0.06 317	0.05 221

DCRE	0.11 324	0.07 256	0.13 380	0.16 232	0.11 547	0.11 280	0.17 473	0.18 326	0.17 346	0.11 291	0.18 419	0.10 287	0.10 341	0.15 438	0.11 313	0.06 180	0.05 290	0.06 215	0.06 309	0.05 180	0.04 82

knoymous	0.11 324	0.05 45	0.12 322	0.13 23	0.07 145	0.15 457	0.14 268	0.19 357	0.13 212	0.11 291	0.17 391	0.13 373	0.09 294	0.13 374	0.11 313	0.08 450	0.05 290	0.06 215	0.05 208	0.08 478	0.07 423

riskmin	0.11 324	0.06 125	0.13 380	0.14 72	0.08 240	0.14 430	0.14 268	0.18 326	0.14 245	0.11 291	0.14 333	0.16 442	0.11 379	0.14 410	0.12 382	0.09 519	0.05 290	0.07 330	0.05 208	0.08 478	0.08 496

Selective-RAFT	0.11 324	0.10 533	0.11 273	0.21 600	0.08 240	0.16 489	0.13 193	0.20 369	0.22 455	0.10 254	0.10 219	0.11 318	0.10 341	0.15 438	0.11 313	0.05 55	0.05 290	0.06 215	0.05 208	0.06 317	0.05 221

DisPM	0.11 324	0.07 256	0.12 322	0.16 232	0.09 376	0.06 16	0.13 193	0.17 291	0.17 346	0.14 399	0.20 443	0.12 340	0.10 341	0.11 216	0.10 223	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.11 605

CIPLG	0.11 324	0.08 384	0.14 421	0.17 321	0.08 240	0.12 335	0.15 357	0.17 291	0.15 273	0.14 399	0.11 274	0.16 442	0.09 294	0.16 473	0.11 313	0.07 365	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333

GLC_STEREO	0.11 324	0.07 256	0.11 273	0.17 321	0.07 145	0.09 157	0.13 193	0.15 209	0.24 484	0.12 336	0.13 317	0.12 340	0.08 247	0.18 533	0.11 313	0.06 180	0.08 563	0.08 431	0.06 309	0.05 180	0.05 221

IPLGR_C	0.11 324	0.08 384	0.14 421	0.17 321	0.08 240	0.12 335	0.15 357	0.17 291	0.15 273	0.14 399	0.10 219	0.16 442	0.09 294	0.16 473	0.11 313	0.07 365	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333

MIPNet	0.11 324	0.08 384	0.14 421	0.17 321	0.09 376	0.12 335	0.14 268	0.20 369	0.24 484	0.11 291	0.10 219	0.09 249	0.07 192	0.13 374	0.12 382	0.06 180	0.04 26	0.06 215	0.05 208	0.04 54	0.04 82

IPLGR	0.11 324	0.09 470	0.16 507	0.18 418	0.08 240	0.12 335	0.17 473	0.21 396	0.24 484	0.11 291	0.12 297	0.11 318	0.08 247	0.12 316	0.12 382	0.06 180	0.05 290	0.06 215	0.06 309	0.04 54	0.04 82

GMOStereo	0.11 324	0.09 470	0.07 14	0.19 495	0.08 240	0.12 335	0.28 686	0.13 132	0.17 346	0.11 291	0.17 391	0.14 396	0.12 412	0.07 7	0.07 1	0.05 55	0.05 290	0.09 520	0.07 412	0.04 54	0.04 82

error version	0.11 324	0.09 470	0.07 14	0.19 495	0.08 240	0.12 335	0.28 686	0.13 132	0.17 346	0.11 291	0.17 391	0.14 396	0.12 412	0.07 7	0.07 1	0.05 55	0.05 290	0.09 520	0.07 412	0.04 54	0.04 82

test-v	0.11 324	0.09 470	0.07 14	0.19 495	0.08 240	0.12 335	0.28 686	0.13 132	0.17 346	0.11 291	0.17 391	0.14 396	0.12 412	0.07 7	0.07 1	0.05 55	0.05 290	0.09 520	0.07 412	0.04 54	0.04 82

ACRE	0.11 324	0.08 384	0.14 421	0.17 321	0.08 240	0.12 335	0.15 357	0.17 291	0.14 245	0.14 399	0.10 219	0.16 442	0.09 294	0.16 473	0.11 313	0.07 365	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333

PFNet+	0.11 324	0.06 125	0.13 380	0.16 232	0.09 376	0.05 5	0.12 114	0.17 291	0.21 441	0.16 455	0.19 430	0.14 396	0.10 341	0.11 216	0.11 313	0.08 450	0.05 290	0.09 520	0.08 495	0.06 317	0.11 605

LCNet	0.11 324	0.07 256	0.09 139	0.19 495	0.09 376	0.08 98	0.15 357	0.21 396	0.15 273	0.11 291	0.15 354	0.16 442	0.11 379	0.12 316	0.11 313	0.05 55	0.04 26	0.08 431	0.07 412	0.06 317	0.15 669

HHNet	0.11 324	0.06 125	0.16 507	0.15 132	0.14 629	0.07 47	0.13 193	0.20 369	0.17 346	0.14 399	0.25 530	0.11 318	0.08 247	0.13 374	0.10 223	0.05 55	0.04 26	0.08 431	0.06 309	0.05 180	0.09 545

Patchmatch Stereo++	0.11 324	0.09 470	0.16 507	0.18 418	0.08 240	0.06 16	0.11 76	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.11 324	0.07 256	0.16 507	0.19 495	0.09 376	0.08 98	0.13 193	0.18 326	0.13 212	0.16 455	0.21 467	0.13 373	0.14 479	0.11 216	0.14 472	0.06 180	0.04 26	0.09 520	0.06 309	0.06 317	0.05 221

OMP-Stereo	0.11 324	0.06 125	0.14 421	0.18 418	0.08 240	0.09 157	0.12 114	0.21 396	0.21 441	0.13 371	0.14 333	0.11 318	0.12 412	0.11 216	0.13 429	0.06 180	0.04 26	0.07 330	0.06 309	0.05 180	0.04 82

IIG-Stereo	0.11 324	0.06 125	0.13 380	0.17 321	0.08 240	0.11 280	0.12 114	0.22 423	0.17 346	0.14 399	0.17 391	0.11 318	0.12 412	0.12 316	0.12 382	0.06 180	0.05 290	0.07 330	0.06 309	0.05 180	0.04 82

NF-Stereo	0.11 324	0.07 256	0.13 380	0.17 321	0.09 376	0.10 223	0.14 268	0.23 447	0.19 400	0.12 336	0.17 391	0.12 340	0.11 379	0.11 216	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.12 619

OCTAStereo	0.11 324	0.07 256	0.13 380	0.17 321	0.09 376	0.10 223	0.14 268	0.23 447	0.19 400	0.12 336	0.17 391	0.12 340	0.11 379	0.11 216	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.12 619

NRIStereo	0.11 324	0.08 384	0.14 421	0.18 418	0.08 240	0.10 223	0.14 268	0.16 252	0.15 273	0.12 336	0.14 333	0.13 373	0.12 412	0.13 374	0.10 223	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.07 423

PSM-adaLoss	0.11 324	0.09 470	0.16 507	0.18 418	0.08 240	0.06 16	0.12 114	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

PSM-AAD	0.11 324	0.07 256	0.10 210	0.19 495	0.09 376	0.10 223	0.15 357	0.20 369	0.13 212	0.12 336	0.14 333	0.18 479	0.11 379	0.11 216	0.10 223	0.05 55	0.05 290	0.09 520	0.08 495	0.06 317	0.14 662

ROB_FTStereo_v2	0.11 324	0.09 470	0.16 507	0.19 495	0.08 240	0.06 16	0.12 114	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

ROB_FTStereo	0.11 324	0.09 470	0.16 507	0.19 495	0.08 240	0.06 16	0.11 76	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

KYRaft	0.11 324	0.07 256	0.10 210	0.19 495	0.09 376	0.08 98	0.15 357	0.22 423	0.12 168	0.13 371	0.16 367	0.20 507	0.10 341	0.12 316	0.10 223	0.05 55	0.04 26	0.08 431	0.08 495	0.06 317	0.16 680

HUI-Stereo	0.11 324	0.09 470	0.16 507	0.18 418	0.08 240	0.06 16	0.12 114	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

ASMatch	0.11 324	0.06 125	0.13 380	0.16 232	0.10 492	0.07 47	0.14 268	0.17 291	0.17 346	0.12 336	0.16 367	0.16 442	0.10 341	0.13 374	0.10 223	0.05 55	0.04 26	0.06 215	0.05 208	0.04 54	0.08 496

RAFT_R40	0.11 324	0.07 256	0.14 421	0.18 418	0.09 376	0.06 16	0.13 193	0.17 291	0.16 315	0.14 399	0.18 419	0.15 427	0.12 412	0.10 134	0.11 313	0.06 180	0.04 26	0.09 520	0.06 309	0.06 317	0.05 221

GrayStereo	0.11 324	0.06 125	0.11 273	0.19 495	0.09 376	0.09 157	0.16 431	0.18 326	0.17 346	0.14 399	0.17 391	0.17 464	0.11 379	0.12 316	0.11 313	0.05 55	0.05 290	0.07 330	0.06 309	0.05 180	0.10 577

RE-Stereo	0.11 324	0.07 256	0.13 380	0.17 321	0.09 376	0.10 223	0.14 268	0.23 447	0.19 400	0.12 336	0.17 391	0.12 340	0.11 379	0.11 216	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.12 619

Pruner-Stereo	0.11 324	0.07 256	0.12 322	0.17 321	0.09 376	0.06 16	0.12 114	0.17 291	0.17 346	0.13 371	0.19 430	0.13 373	0.09 294	0.11 216	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.08 496

TVStereo	0.11 324	0.07 256	0.13 380	0.17 321	0.09 376	0.10 223	0.14 268	0.23 447	0.19 400	0.12 336	0.17 391	0.12 340	0.11 379	0.11 216	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.06 317	0.12 619

DeepStereo_RVC	0.11 324	0.08 384	0.16 507	0.18 418	0.08 240	0.08 98	0.12 114	0.17 291	0.12 168	0.13 371	0.14 333	0.12 340	0.12 412	0.12 316	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.07 404	0.08 496

iGMRVC	0.11 324	0.09 470	0.16 507	0.19 495	0.08 240	0.06 16	0.12 114	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

RAFT-RH_RVC	0.11 324	0.06 125	0.14 421	0.16 232	0.09 376	0.12 335	0.12 114	0.17 291	0.12 168	0.13 371	0.41 666	0.11 318	0.10 341	0.13 374	0.12 382	0.05 55	0.04 26	0.08 431	0.05 208	0.04 54	0.06 333

RAFT-345	0.11 324	0.07 256	0.15 470	0.16 232	0.08 240	0.08 98	0.12 114	0.15 209	0.10 92	0.11 291	0.36 629	0.09 249	0.09 294	0.11 216	0.12 382	0.05 55	0.05 290	0.07 330	0.06 309	0.04 54	0.05 221

iRAFT	0.11 324	0.09 470	0.16 507	0.18 418	0.08 240	0.06 16	0.11 76	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

CRE-IMP	0.11 324	0.09 470	0.16 507	0.19 495	0.08 240	0.10 223	0.12 114	0.18 326	0.10 92	0.14 399	0.13 317	0.13 373	0.12 412	0.12 316	0.11 313	0.07 365	0.04 26	0.08 431	0.06 309	0.08 478	0.08 496

test-2	0.11 324	0.09 470	0.07 14	0.19 495	0.08 240	0.12 335	0.28 686	0.13 132	0.17 346	0.11 291	0.17 391	0.14 396	0.12 412	0.07 7	0.07 1	0.05 55	0.05 290	0.09 520	0.07 412	0.04 54	0.04 82

GMM-Stereo	0.11 324	0.07 256	0.10 210	0.18 418	0.09 376	0.08 98	0.15 357	0.23 447	0.16 315	0.11 291	0.15 354	0.13 373	0.11 379	0.11 216	0.11 313	0.05 55	0.04 26	0.08 431	0.07 412	0.06 317	0.09 545

RAFT-IKP	0.11 324	0.09 470	0.16 507	0.19 495	0.08 240	0.06 16	0.12 114	0.16 252	0.13 212	0.15 426	0.16 367	0.14 396	0.12 412	0.11 216	0.10 223	0.06 180	0.04 26	0.08 431	0.06 309	0.08 478	0.07 423

Prome-Stereo	0.11 324	0.06 125	0.10 210	0.18 418	0.08 240	0.12 335	0.15 357	0.22 423	0.13 212	0.12 336	0.17 391	0.13 373	0.08 247	0.12 316	0.10 223	0.05 55	0.04 26	0.07 330	0.06 309	0.06 317	0.09 545

rafts_anoy	0.11 324	0.06 125	0.10 210	0.17 321	0.08 240	0.10 223	0.14 268	0.17 291	0.14 245	0.13 371	0.13 317	0.12 340	0.10 341	0.11 216	0.12 382	0.07 365	0.04 26	0.09 520	0.11 619	0.07 404	0.06 333

raft+_RVC	0.11 324	0.07 256	0.09 139	0.16 232	0.07 145	0.10 223	0.11 76	0.24 471	0.20 424	0.12 336	0.15 354	0.12 340	0.08 247	0.12 316	0.13 429	0.07 365	0.04 26	0.07 330	0.06 309	0.05 180	0.05 221

RALAANet	0.11 324	0.08 384	0.10 210	0.17 321	0.09 376	0.14 430	0.10 44	0.20 369	0.15 273	0.14 399	0.13 317	0.16 442	0.09 294	0.12 316	0.11 313	0.06 180	0.05 290	0.07 330	0.06 309	0.05 180	0.04 82

DIP-Stereo	0.11 324	0.07 256	0.14 421	0.17 321	0.09 376	0.13 393	0.09 27	0.16 252	0.16 315	0.11 291	0.16 367	0.14 396	0.12 412	0.15 438	0.13 429	0.06 180	0.05 290	0.06 215	0.05 208	0.05 180	0.06 333
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
S0	0.12 404	0.08 384	0.08 63	0.20 565	0.07 145	0.18 532	0.23 633	0.15 209	0.15 273	0.10 254	0.10 219	0.13 373	0.08 247	0.12 316	0.11 313	0.09 519	0.10 622	0.14 651	0.14 656	0.05 180	0.04 82

S	0.12 404	0.08 384	0.09 139	0.20 565	0.08 240	0.13 393	0.19 565	0.17 291	0.16 315	0.13 371	0.11 274	0.13 373	0.10 341	0.11 216	0.13 429	0.09 519	0.07 529	0.13 637	0.15 674	0.06 317	0.04 82

IGEV_i1	0.12 404	0.07 256	0.12 322	0.16 232	0.08 240	0.19 557	0.14 268	0.18 326	0.22 455	0.18 504	0.18 419	0.16 442	0.12 412	0.16 473	0.14 472	0.06 180	0.05 290	0.06 215	0.05 208	0.06 317	0.06 333

rvit_stereo_0083	0.12 404	0.08 384	0.17 539	0.16 232	0.09 376	0.11 280	0.15 357	0.14 166	0.26 520	0.11 291	0.14 333	0.13 373	0.10 341	0.12 316	0.12 382	0.10 564	0.08 563	0.09 520	0.07 412	0.07 404	0.05 221

rvit_stereo_ft	0.12 404	0.07 256	0.13 380	0.19 495	0.10 492	0.12 335	0.17 473	0.16 252	0.16 315	0.12 336	0.13 317	0.15 427	0.10 341	0.14 410	0.13 429	0.09 519	0.06 451	0.08 431	0.07 412	0.07 404	0.05 221

test_sample2	0.12 404	0.07 256	0.12 322	0.14 72	0.08 240	0.16 489	0.18 524	0.21 396	0.16 315	0.14 399	0.20 443	0.19 495	0.15 497	0.15 438	0.12 382	0.08 450	0.05 290	0.07 330	0.06 309	0.08 478	0.07 423

MyStereo8	0.12 404	0.07 256	0.15 470	0.15 132	0.09 376	0.18 532	0.14 268	0.19 357	0.22 455	0.12 336	0.18 419	0.11 318	0.10 341	0.16 473	0.18 557	0.07 365	0.05 290	0.07 330	0.05 208	0.08 478	0.09 545

CoDeX	0.12 404	0.07 256	0.12 322	0.17 321	0.08 240	0.12 335	0.15 357	0.23 447	0.27 530	0.13 371	0.17 391	0.16 442	0.11 379	0.14 410	0.11 313	0.07 365	0.05 290	0.07 330	0.06 309	0.06 317	0.05 221

11t1	0.12 404	0.06 125	0.13 380	0.14 72	0.08 240	0.17 513	0.15 357	0.18 326	0.15 273	0.15 426	0.15 354	0.16 442	0.16 525	0.15 438	0.13 429	0.08 450	0.05 290	0.06 215	0.05 208	0.08 478	0.07 423

ffm	0.12 404	0.09 470	0.14 421	0.16 232	0.08 240	0.17 513	0.17 473	0.15 209	0.19 400	0.15 426	0.25 530	0.19 495	0.13 454	0.10 134	0.07 1	0.06 180	0.04 26	0.09 520	0.08 495	0.06 317	0.06 333

RAFT_CTSACE	0.12 404	0.09 470	0.10 210	0.22 620	0.08 240	0.12 335	0.24 648	0.18 326	0.16 315	0.20 546	0.27 556	0.13 373	0.07 192	0.13 374	0.09 113	0.05 55	0.06 451	0.08 431	0.07 412	0.04 54	0.04 82

Sa-1000	0.12 404	0.08 384	0.08 63	0.18 418	0.08 240	0.14 430	0.22 621	0.22 423	0.18 380	0.15 426	0.20 443	0.17 464	0.11 379	0.10 134	0.10 223	0.06 180	0.05 290	0.09 520	0.09 543	0.05 180	0.05 221

SA	0.12 404	0.09 470	0.08 63	0.18 418	0.08 240	0.12 335	0.24 648	0.23 447	0.18 380	0.17 474	0.27 556	0.14 396	0.11 379	0.11 216	0.11 313	0.05 55	0.05 290	0.09 520	0.08 495	0.05 180	0.04 82

iRaft-Stereo_5w	0.12 404	0.09 470	0.12 322	0.19 495	0.08 240	0.09 157	0.12 114	0.21 396	0.21 441	0.19 523	0.14 333	0.11 318	0.09 294	0.20 575	0.16 523	0.05 55	0.05 290	0.07 330	0.06 309	0.05 180	0.06 333

CrosDoStereo	0.12 404	0.06 125	0.12 322	0.14 72	0.08 240	0.12 335	0.15 357	0.17 291	0.22 455	0.19 523	0.24 501	0.15 427	0.11 379	0.11 216	0.12 382	0.06 180	0.04 26	0.07 330	0.07 412	0.05 180	0.05 221

PSM-softLoss	0.12 404	0.07 256	0.15 470	0.17 321	0.09 376	0.08 98	0.13 193	0.24 471	0.17 346	0.14 399	0.19 430	0.13 373	0.11 379	0.11 216	0.11 313	0.07 365	0.05 290	0.08 431	0.07 412	0.06 317	0.12 619

KMStereo	0.12 404	0.07 256	0.15 470	0.17 321	0.09 376	0.08 98	0.13 193	0.24 471	0.17 346	0.14 399	0.19 430	0.13 373	0.11 379	0.11 216	0.11 313	0.07 365	0.05 290	0.08 431	0.07 412	0.06 317	0.12 619

FTStereo	0.12 404	0.06 125	0.14 421	0.18 418	0.09 376	0.07 47	0.15 357	0.21 396	0.18 380	0.12 336	0.24 501	0.12 340	0.12 412	0.13 374	0.13 429	0.05 55	0.05 290	0.07 330	0.06 309	0.06 317	0.10 577

DeepStereo_LL	0.12 404	0.06 125	0.12 322	0.14 72	0.08 240	0.12 335	0.15 357	0.17 291	0.22 455	0.19 523	0.24 501	0.15 427	0.11 379	0.11 216	0.12 382	0.06 180	0.04 26	0.07 330	0.07 412	0.05 180	0.05 221

DEmStereo	0.12 404	0.06 125	0.14 421	0.14 72	0.10 492	0.16 489	0.15 357	0.16 252	0.24 484	0.17 474	0.24 501	0.13 373	0.14 479	0.12 316	0.13 429	0.05 55	0.04 26	0.07 330	0.06 309	0.05 180	0.05 221

THIR-Stereo	0.12 404	0.07 256	0.11 273	0.15 132	0.08 240	0.14 430	0.16 431	0.17 291	0.25 506	0.16 455	0.24 501	0.14 396	0.12 412	0.12 316	0.14 472	0.06 180	0.04 26	0.07 330	0.07 412	0.05 180	0.05 221

DRaft	0.12 404	0.06 125	0.11 273	0.14 72	0.09 376	0.14 430	0.17 473	0.21 396	0.30 562	0.17 474	0.28 570	0.10 287	0.15 497	0.10 134	0.12 382	0.05 55	0.04 26	0.07 330	0.06 309	0.05 180	0.05 221

PFNet	0.12 404	0.06 125	0.17 539	0.17 321	0.08 240	0.09 157	0.15 357	0.26 509	0.20 424	0.16 455	0.16 367	0.14 396	0.11 379	0.12 316	0.11 313	0.06 180	0.04 26	0.07 330	0.06 309	0.05 180	0.05 221

IRAFT_RVC	0.12 404	0.08 384	0.16 507	0.19 495	0.08 240	0.07 47	0.15 357	0.24 471	0.23 467	0.14 399	0.14 333	0.15 427	0.12 412	0.12 316	0.10 223	0.06 180	0.04 26	0.09 520	0.06 309	0.06 317	0.06 333

sCroCo_RVC	0.12 404	0.09 470	0.23 614	0.24 653	0.11 547	0.19 557	0.14 268	0.17 291	0.14 245	0.10 254	0.13 317	0.12 340	0.07 192	0.14 410	0.11 313	0.08 450	0.08 563	0.08 431	0.08 495	0.05 180	0.07 423

ARAFT	0.12 404	0.08 384	0.17 539	0.19 495	0.09 376	0.14 430	0.18 524	0.20 369	0.12 168	0.12 336	0.13 317	0.14 396	0.11 379	0.15 438	0.12 382	0.06 180	0.05 290	0.10 570	0.09 543	0.05 180	0.04 82

BEATNet_4x	0.12 404	0.08 384	0.14 421	0.18 418	0.07 145	0.15 457	0.07 5	0.22 423	0.18 380	0.16 455	0.19 430	0.18 479	0.14 479	0.16 473	0.15 507	0.07 365	0.05 290	0.05 60	0.05 208	0.06 317	0.06 333

MLCV	0.12 404	0.07 256	0.16 507	0.18 418	0.06 36	0.15 457	0.17 473	0.19 357	0.21 441	0.18 504	0.25 530	0.17 464	0.13 454	0.14 410	0.13 429	0.05 55	0.04 26	0.05 60	0.04 69	0.05 180	0.04 82

RT-IGEV	0.13 432	0.06 125	0.13 380	0.15 132	0.09 376	0.15 457	0.17 473	0.24 471	0.27 530	0.16 455	0.17 391	0.17 464	0.10 341	0.14 410	0.11 313	0.08 450	0.05 290	0.07 330	0.05 208	0.07 404	0.07 423

Selective-IGEV-i16pc	0.13 432	0.06 125	0.13 380	0.15 132	0.11 547	0.38 696	0.16 431	0.23 447	0.16 315	0.10 254	0.15 354	0.09 249	0.06 74	0.13 374	0.10 223	0.10 564	0.08 563	0.06 215	0.07 412	0.09 543	0.09 545

Selective-IGEV-i1	0.13 432	0.07 256	0.12 322	0.19 495	0.08 240	0.18 532	0.16 431	0.22 423	0.30 562	0.16 455	0.17 391	0.16 442	0.10 341	0.14 410	0.13 429	0.06 180	0.05 290	0.06 215	0.05 208	0.06 317	0.05 221

G2L-ROB	0.13 432	0.06 125	0.13 380	0.13 23	0.08 240	0.14 430	0.16 431	0.25 490	0.18 380	0.19 523	0.18 419	0.20 507	0.14 479	0.17 508	0.16 523	0.08 450	0.05 290	0.06 215	0.05 208	0.08 478	0.09 545

xyz-stereo	0.13 432	0.07 256	0.20 589	0.15 132	0.05 2	0.20 573	0.15 357	0.17 291	0.31 570	0.15 426	0.29 582	0.26 583	0.16 525	0.13 374	0.12 382	0.05 55	0.05 290	0.06 215	0.05 208	0.04 54	0.04 82

DFGA-Net	0.13 432	0.11 561	0.18 565	0.17 321	0.10 492	0.12 335	0.13 193	0.22 423	0.25 506	0.16 455	0.16 367	0.13 373	0.12 412	0.16 473	0.14 472	0.07 365	0.05 290	0.08 431	0.07 412	0.05 180	0.05 221

FACV-RUCA	0.13 432	0.11 561	0.12 322	0.19 495	0.12 584	0.15 457	0.15 357	0.22 423	0.20 424	0.15 426	0.16 367	0.14 396	0.16 525	0.14 410	0.13 429	0.07 365	0.05 290	0.08 431	0.06 309	0.10 576	0.08 496

UGAM	0.13 432	0.10 533	0.09 139	0.22 620	0.08 240	0.12 335	0.20 589	0.17 291	0.23 467	0.21 562	0.16 367	0.13 373	0.13 454	0.19 550	0.12 382	0.07 365	0.05 290	0.13 637	0.11 619	0.07 404	0.05 221

test_sample1	0.13 432	0.07 256	0.14 421	0.13 23	0.08 240	0.19 557	0.16 431	0.20 369	0.15 273	0.14 399	0.22 479	0.18 479	0.16 525	0.17 508	0.14 472	0.07 365	0.06 451	0.06 215	0.06 309	0.08 478	0.07 423

qqq1	0.13 432	0.07 256	0.17 539	0.14 72	0.08 240	0.16 489	0.17 473	0.26 509	0.27 530	0.19 523	0.20 443	0.18 479	0.15 497	0.15 438	0.11 313	0.08 450	0.05 290	0.05 60	0.05 208	0.06 317	0.06 333

fff1	0.13 432	0.07 256	0.17 539	0.14 72	0.08 240	0.16 489	0.17 473	0.26 509	0.27 530	0.19 523	0.20 443	0.18 479	0.15 497	0.15 438	0.11 313	0.08 450	0.05 290	0.05 60	0.05 208	0.06 317	0.06 333

MyStereo05	0.13 432	0.07 256	0.10 210	0.17 321	0.09 376	0.13 393	0.18 524	0.27 531	0.35 606	0.17 474	0.14 333	0.15 427	0.11 379	0.15 438	0.13 429	0.06 180	0.05 290	0.07 330	0.07 412	0.06 317	0.06 333

MyStereo04	0.13 432	0.07 256	0.10 210	0.17 321	0.09 376	0.14 430	0.18 524	0.29 568	0.38 626	0.17 474	0.14 333	0.16 442	0.10 341	0.15 438	0.13 429	0.06 180	0.05 290	0.08 431	0.07 412	0.06 317	0.06 333

ff1	0.13 432	0.09 470	0.14 421	0.16 232	0.08 240	0.17 513	0.17 473	0.15 209	0.19 400	0.15 426	0.25 530	0.19 495	0.13 454	0.14 410	0.20 577	0.06 180	0.04 26	0.09 520	0.08 495	0.06 317	0.06 333

StereoVision	0.13 432	0.12 579	0.09 139	0.24 653	0.10 492	0.15 457	0.21 610	0.21 396	0.20 424	0.12 336	0.24 501	0.10 287	0.10 341	0.16 473	0.10 223	0.09 519	0.11 636	0.12 622	0.12 641	0.06 317	0.05 221

LL-Strereo	0.13 432	0.09 470	0.11 273	0.20 565	0.10 492	0.11 280	0.18 524	0.32 607	0.24 484	0.15 426	0.15 354	0.14 396	0.13 454	0.19 550	0.11 313	0.06 180	0.04 26	0.09 520	0.08 495	0.04 54	0.05 221

CASS	0.13 432	0.12 579	0.11 273	0.23 644	0.09 376	0.15 457	0.17 473	0.18 326	0.19 400	0.17 474	0.18 419	0.15 427	0.15 497	0.14 410	0.14 472	0.09 519	0.06 451	0.10 570	0.08 495	0.09 543	0.07 423
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 432	0.07 256	0.13 380	0.18 418	0.09 376	0.13 393	0.17 473	0.19 357	0.29 552	0.15 426	0.24 501	0.15 427	0.14 479	0.14 410	0.14 472	0.07 365	0.05 290	0.07 330	0.09 543	0.05 180	0.06 333

TestStereo1	0.13 432	0.08 384	0.08 63	0.19 495	0.08 240	0.18 532	0.29 696	0.23 447	0.16 315	0.17 474	0.20 443	0.16 442	0.10 341	0.12 316	0.13 429	0.06 180	0.06 451	0.08 431	0.06 309	0.05 180	0.05 221

qqq	0.13 432	0.09 470	0.15 470	0.16 232	0.08 240	0.13 393	0.15 357	0.23 447	0.16 315	0.15 426	0.19 430	0.16 442	0.16 525	0.15 438	0.16 523	0.07 365	0.06 451	0.08 431	0.08 495	0.07 404	0.07 423

x	0.13 432	0.07 256	0.14 421	0.14 72	0.08 240	0.18 532	0.14 268	0.22 423	0.20 424	0.15 426	0.19 430	0.19 495	0.17 549	0.18 533	0.18 557	0.07 365	0.05 290	0.06 215	0.06 309	0.07 404	0.07 423

raft_robust	0.13 432	0.10 533	0.07 14	0.18 418	0.08 240	0.13 393	0.24 648	0.28 552	0.33 585	0.20 546	0.19 430	0.14 396	0.10 341	0.11 216	0.12 382	0.05 55	0.05 290	0.07 330	0.07 412	0.05 180	0.04 82

RAFT+CT+SA	0.13 432	0.11 561	0.09 139	0.19 495	0.09 376	0.15 457	0.28 686	0.22 423	0.22 455	0.15 426	0.26 547	0.10 287	0.10 341	0.11 216	0.12 382	0.05 55	0.04 26	0.07 330	0.08 495	0.07 404	0.06 333

SA-5K	0.13 432	0.08 384	0.08 63	0.19 495	0.08 240	0.18 532	0.29 696	0.23 447	0.16 315	0.17 474	0.20 443	0.16 442	0.10 341	0.12 316	0.13 429	0.06 180	0.06 451	0.08 431	0.06 309	0.05 180	0.05 221

GwcNet-ADL	0.13 432	0.08 384	0.14 421	0.20 565	0.09 376	0.11 280	0.20 589	0.30 583	0.24 484	0.13 371	0.14 333	0.18 479	0.14 479	0.13 374	0.14 472	0.07 365	0.05 290	0.06 215	0.05 208	0.07 404	0.06 333

GANet-ADL	0.13 432	0.07 256	0.15 470	0.17 321	0.10 492	0.18 532	0.15 357	0.30 583	0.20 424	0.13 371	0.18 419	0.19 495	0.12 412	0.16 473	0.13 429	0.08 450	0.06 451	0.06 215	0.05 208	0.07 404	0.08 496

RAFT	0.13 432	0.09 470	0.11 273	0.18 418	0.08 240	0.15 457	0.24 648	0.20 369	0.19 400	0.21 562	0.21 467	0.17 464	0.12 412	0.16 473	0.09 113	0.06 180	0.07 529	0.10 570	0.09 543	0.05 180	0.05 221

TestStereo	0.13 432	0.14 620	0.11 273	0.23 644	0.08 240	0.15 457	0.21 610	0.20 369	0.23 467	0.14 399	0.24 501	0.16 442	0.12 412	0.16 473	0.14 472	0.05 55	0.06 451	0.08 431	0.06 309	0.09 543	0.05 221

sAnonymous2	0.13 432	0.12 579	0.24 618	0.20 565	0.12 584	0.17 513	0.13 193	0.26 509	0.21 441	0.11 291	0.11 274	0.13 373	0.08 247	0.10 134	0.10 223	0.09 519	0.05 290	0.08 431	0.06 309	0.15 669	0.10 577

CroCo_RVC	0.13 432	0.12 579	0.24 618	0.20 565	0.12 584	0.17 513	0.13 193	0.26 509	0.21 441	0.11 291	0.11 274	0.13 373	0.08 247	0.10 134	0.10 223	0.09 519	0.05 290	0.08 431	0.06 309	0.15 669	0.10 577

RAFT + AFF	0.13 432	0.07 256	0.20 589	0.20 565	0.10 492	0.14 430	0.24 648	0.26 509	0.20 424	0.11 291	0.10 219	0.12 340	0.10 341	0.15 438	0.12 382	0.07 365	0.06 451	0.09 520	0.08 495	0.06 317	0.08 496

GMStereo	0.13 432	0.14 620	0.14 421	0.18 418	0.09 376	0.15 457	0.16 431	0.20 369	0.24 484	0.16 455	0.17 391	0.10 287	0.10 341	0.16 473	0.13 429	0.07 365	0.06 451	0.06 215	0.06 309	0.07 404	0.06 333
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 432	0.07 256	0.14 421	0.17 321	0.09 376	0.15 457	0.16 431	0.28 552	0.27 530	0.14 399	0.17 391	0.12 340	0.13 454	0.14 410	0.11 313	0.08 450	0.05 290	0.07 330	0.07 412	0.07 404	0.06 333

FENet	0.13 432	0.08 384	0.12 322	0.16 232	0.08 240	0.14 430	0.15 357	0.22 423	0.23 467	0.17 474	0.23 488	0.16 442	0.12 412	0.14 410	0.15 507	0.08 450	0.05 290	0.08 431	0.08 495	0.07 404	0.07 423

cf-r	0.13 432	0.07 256	0.12 322	0.16 232	0.08 240	0.14 430	0.19 565	0.20 369	0.25 506	0.17 474	0.25 530	0.21 517	0.16 525	0.14 410	0.14 472	0.10 564	0.05 290	0.06 215	0.08 495	0.06 317	0.06 333

iResNet	0.13 432	0.10 533	0.18 565	0.19 495	0.08 240	0.13 393	0.18 524	0.20 369	0.26 520	0.15 426	0.23 488	0.15 427	0.13 454	0.14 410	0.14 472	0.06 180	0.04 26	0.06 215	0.05 208	0.06 317	0.05 221

DN-CSS_ROB	0.13 432	0.13 607	0.16 507	0.18 418	0.10 492	0.16 489	0.08 9	0.22 423	0.18 380	0.17 474	0.22 479	0.13 373	0.13 454	0.12 316	0.13 429	0.05 55	0.05 290	0.10 570	0.10 585	0.08 478	0.06 333

SCION-MonSter(vits)	0.14 469	0.06 125	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.27 531	0.41 640	0.05 2	0.33 616	0.14 396	0.16 525	0.20 575	0.19 570	0.08 450	0.06 451	0.17 676	0.15 674	0.07 404	0.08 496

Selective-IGEV-i16pb	0.14 469	0.08 384	0.17 539	0.15 132	0.11 547	0.41 701	0.16 431	0.28 552	0.23 467	0.11 291	0.20 443	0.10 287	0.07 192	0.17 508	0.12 382	0.10 564	0.07 529	0.06 215	0.08 495	0.09 543	0.10 577

G2L-Stereo_test	0.14 469	0.07 256	0.11 273	0.13 23	0.08 240	0.12 335	0.16 431	0.30 583	0.28 545	0.20 546	0.23 488	0.20 507	0.16 525	0.17 508	0.18 557	0.07 365	0.05 290	0.05 60	0.05 208	0.07 404	0.06 333

coex_refinement	0.14 469	0.07 256	0.12 322	0.17 321	0.10 492	0.15 457	0.15 357	0.26 509	0.29 552	0.18 504	0.20 443	0.22 535	0.17 549	0.16 473	0.18 557	0.08 450	0.05 290	0.06 215	0.06 309	0.09 543	0.08 496

G2L-Stereo	0.14 469	0.07 256	0.13 380	0.17 321	0.09 376	0.13 393	0.12 114	0.27 531	0.22 455	0.16 455	0.27 556	0.21 517	0.13 454	0.17 508	0.18 557	0.09 519	0.08 563	0.08 431	0.07 412	0.07 404	0.07 423

rvit_0105_6	0.14 469	0.09 470	0.18 565	0.17 321	0.10 492	0.10 223	0.16 431	0.19 357	0.26 520	0.12 336	0.18 419	0.17 464	0.12 412	0.18 533	0.12 382	0.15 665	0.11 636	0.12 622	0.10 585	0.09 543	0.06 333

rvit_0105_5	0.14 469	0.09 470	0.13 380	0.17 321	0.09 376	0.14 430	0.23 633	0.24 471	0.27 530	0.14 399	0.15 354	0.18 479	0.12 412	0.17 508	0.14 472	0.14 661	0.11 636	0.10 570	0.10 585	0.08 478	0.06 333

rvit_0105_4	0.14 469	0.09 470	0.17 539	0.17 321	0.10 492	0.12 335	0.19 565	0.23 447	0.27 530	0.14 399	0.20 443	0.17 464	0.13 454	0.17 508	0.13 429	0.15 665	0.11 636	0.11 602	0.10 585	0.09 543	0.06 333

DCVSM-stereo	0.14 469	0.09 470	0.16 507	0.16 232	0.10 492	0.15 457	0.09 27	0.19 357	0.23 467	0.20 546	0.23 488	0.26 583	0.15 497	0.18 533	0.14 472	0.09 519	0.07 529	0.09 520	0.08 495	0.10 576	0.12 619

test_sample6	0.14 469	0.08 384	0.13 380	0.16 232	0.08 240	0.17 513	0.19 565	0.25 490	0.17 346	0.17 474	0.27 556	0.19 495	0.14 479	0.15 438	0.13 429	0.08 450	0.05 290	0.08 431	0.07 412	0.08 478	0.08 496

test_sample5	0.14 469	0.08 384	0.14 421	0.16 232	0.08 240	0.18 532	0.18 524	0.25 490	0.17 346	0.17 474	0.27 556	0.18 479	0.14 479	0.16 473	0.13 429	0.08 450	0.05 290	0.08 431	0.07 412	0.08 478	0.08 496

test_sample4	0.14 469	0.08 384	0.14 421	0.15 132	0.08 240	0.19 557	0.18 524	0.26 509	0.17 346	0.16 455	0.25 530	0.18 479	0.14 479	0.16 473	0.13 429	0.08 450	0.06 451	0.08 431	0.06 309	0.08 478	0.08 496

test_sample3	0.14 469	0.08 384	0.15 470	0.14 72	0.09 376	0.19 557	0.17 473	0.26 509	0.18 380	0.16 455	0.22 479	0.19 495	0.15 497	0.17 508	0.13 429	0.08 450	0.06 451	0.07 330	0.06 309	0.09 543	0.08 496

DispNO	0.14 469	0.08 384	0.17 539	0.19 495	0.12 584	0.11 280	0.21 610	0.23 447	0.29 552	0.17 474	0.23 488	0.18 479	0.17 549	0.15 438	0.15 507	0.07 365	0.05 290	0.08 431	0.08 495	0.07 404	0.06 333

SMFormer	0.14 469	0.07 256	0.17 539	0.14 72	0.08 240	0.16 489	0.17 473	0.26 509	0.27 530	0.19 523	0.20 443	0.18 479	0.15 497	0.15 438	0.17 539	0.08 450	0.05 290	0.07 330	0.06 309	0.07 404	0.06 333

tta	0.14 469	0.07 256	0.17 539	0.14 72	0.08 240	0.16 489	0.17 473	0.26 509	0.27 530	0.19 523	0.20 443	0.18 479	0.15 497	0.15 438	0.17 539	0.08 450	0.05 290	0.07 330	0.06 309	0.06 317	0.06 333

mmm	0.14 469	0.08 384	0.17 539	0.17 321	0.09 376	0.17 513	0.18 524	0.21 396	0.15 273	0.15 426	0.23 488	0.21 517	0.16 525	0.16 473	0.17 539	0.08 450	0.05 290	0.08 431	0.07 412	0.07 404	0.07 423

DualNet	0.14 469	0.08 384	0.14 421	0.16 232	0.08 240	0.18 532	0.18 524	0.25 490	0.17 346	0.17 474	0.27 556	0.18 479	0.14 479	0.16 473	0.13 429	0.08 450	0.05 290	0.08 431	0.07 412	0.08 478	0.08 496

mmx	0.14 469	0.09 470	0.14 421	0.16 232	0.08 240	0.17 513	0.17 473	0.27 531	0.25 506	0.15 426	0.25 530	0.19 495	0.13 454	0.14 410	0.20 577	0.08 450	0.06 451	0.09 520	0.08 495	0.08 478	0.08 496

xxx	0.14 469	0.09 470	0.14 421	0.16 232	0.08 240	0.17 513	0.17 473	0.27 531	0.25 506	0.15 426	0.25 530	0.19 495	0.13 454	0.14 410	0.20 577	0.08 450	0.06 451	0.09 520	0.08 495	0.08 478	0.08 496

PCWNet_CMD	0.14 469	0.08 384	0.15 470	0.17 321	0.09 376	0.14 430	0.14 268	0.29 568	0.36 612	0.14 399	0.20 443	0.21 517	0.12 412	0.17 508	0.13 429	0.07 365	0.05 290	0.07 330	0.07 412	0.07 404	0.07 423

CBFPSM	0.14 469	0.06 125	0.26 626	0.17 321	0.09 376	0.13 393	0.15 357	0.22 423	0.23 467	0.20 546	0.27 556	0.24 559	0.16 525	0.16 473	0.18 557	0.06 180	0.06 451	0.06 215	0.07 412	0.07 404	0.07 423

gwcnet-sp	0.14 469	0.07 256	0.12 322	0.18 418	0.09 376	0.16 489	0.17 473	0.24 471	0.24 484	0.18 504	0.24 501	0.15 427	0.16 525	0.15 438	0.15 507	0.08 450	0.06 451	0.07 330	0.08 495	0.08 478	0.07 423

scenet	0.14 469	0.07 256	0.12 322	0.18 418	0.09 376	0.16 489	0.17 473	0.24 471	0.24 484	0.18 504	0.24 501	0.15 427	0.16 525	0.15 438	0.15 507	0.08 450	0.06 451	0.07 330	0.08 495	0.08 478	0.07 423

ssnet	0.14 469	0.07 256	0.12 322	0.18 418	0.09 376	0.16 489	0.17 473	0.24 471	0.24 484	0.18 504	0.24 501	0.15 427	0.16 525	0.15 438	0.15 507	0.08 450	0.06 451	0.07 330	0.08 495	0.08 478	0.07 423

BUS	0.14 469	0.09 470	0.14 421	0.22 620	0.10 492	0.19 557	0.14 268	0.34 636	0.19 400	0.17 474	0.22 479	0.16 442	0.13 454	0.15 438	0.13 429	0.08 450	0.06 451	0.10 570	0.09 543	0.07 404	0.07 423

IER	0.14 469	0.07 256	0.13 380	0.17 321	0.09 376	0.14 430	0.16 431	0.25 490	0.26 520	0.18 504	0.25 530	0.17 464	0.20 595	0.16 473	0.14 472	0.08 450	0.05 290	0.07 330	0.06 309	0.08 478	0.07 423

test_5	0.14 469	0.12 579	0.08 63	0.20 565	0.10 492	0.14 430	0.29 696	0.21 396	0.24 484	0.18 504	0.28 570	0.11 318	0.15 497	0.12 316	0.13 429	0.06 180	0.05 290	0.07 330	0.08 495	0.08 478	0.07 423

psmg	0.14 469	0.09 470	0.14 421	0.17 321	0.10 492	0.15 457	0.17 473	0.29 568	0.19 400	0.17 474	0.21 467	0.25 573	0.16 525	0.15 438	0.14 472	0.08 450	0.06 451	0.08 431	0.08 495	0.07 404	0.06 333

UDGNet	0.14 469	0.13 607	0.16 507	0.17 321	0.10 492	0.12 335	0.16 431	0.21 396	0.27 530	0.20 546	0.20 443	0.16 442	0.13 454	0.16 473	0.13 429	0.10 564	0.06 451	0.09 520	0.07 412	0.06 317	0.07 423

CFNet_pseudo	0.14 469	0.08 384	0.15 470	0.16 232	0.09 376	0.13 393	0.14 268	0.27 531	0.34 597	0.14 399	0.21 467	0.22 535	0.13 454	0.18 533	0.14 472	0.07 365	0.05 290	0.08 431	0.06 309	0.07 404	0.07 423

GES	0.14 469	0.08 384	0.16 507	0.15 132	0.10 492	0.13 393	0.13 193	0.28 552	0.25 506	0.16 455	0.23 488	0.18 479	0.13 454	0.16 473	0.13 429	0.08 450	0.07 529	0.07 330	0.06 309	0.08 478	0.09 545

GANet-RSSM	0.14 469	0.07 256	0.13 380	0.13 23	0.08 240	0.14 430	0.17 473	0.22 423	0.21 441	0.17 474	0.24 501	0.23 553	0.15 497	0.16 473	0.15 507	0.10 564	0.06 451	0.07 330	0.08 495	0.08 478	0.07 423

PSMNet-RSSM	0.14 469	0.07 256	0.13 380	0.15 132	0.08 240	0.13 393	0.16 431	0.24 471	0.24 484	0.16 455	0.28 570	0.22 535	0.14 479	0.15 438	0.13 429	0.11 596	0.06 451	0.09 520	0.12 641	0.08 478	0.07 423

GwcNet-RSSM	0.14 469	0.07 256	0.12 322	0.15 132	0.08 240	0.15 457	0.20 589	0.21 396	0.27 530	0.18 504	0.27 556	0.22 535	0.16 525	0.14 410	0.15 507	0.10 564	0.05 290	0.07 330	0.09 543	0.07 404	0.07 423

CFNet-ft	0.14 469	0.07 256	0.15 470	0.12 7	0.09 376	0.16 489	0.18 524	0.22 423	0.24 484	0.17 474	0.26 547	0.24 559	0.14 479	0.16 473	0.14 472	0.11 596	0.06 451	0.08 431	0.09 543	0.09 543	0.08 496

CCAANet	0.14 469	0.06 125	0.14 421	0.17 321	0.09 376	0.16 489	0.13 193	0.30 583	0.24 484	0.16 455	0.32 603	0.18 479	0.17 549	0.17 508	0.14 472	0.06 180	0.05 290	0.09 520	0.09 543	0.06 317	0.09 545

DMCA	0.14 469	0.09 470	0.16 507	0.19 495	0.09 376	0.15 457	0.17 473	0.23 447	0.27 530	0.14 399	0.19 430	0.17 464	0.18 565	0.15 438	0.17 539	0.10 564	0.06 451	0.08 431	0.06 309	0.09 543	0.10 577

RASNet	0.14 469	0.07 256	0.14 421	0.16 232	0.08 240	0.18 532	0.14 268	0.29 568	0.20 424	0.17 474	0.25 530	0.21 517	0.18 565	0.20 575	0.19 570	0.07 365	0.06 451	0.06 215	0.08 495	0.06 317	0.06 333

MSMDNet	0.14 469	0.08 384	0.15 470	0.17 321	0.09 376	0.14 430	0.14 268	0.29 568	0.36 612	0.14 399	0.21 467	0.21 517	0.12 412	0.17 508	0.14 472	0.07 365	0.05 290	0.07 330	0.07 412	0.07 404	0.07 423

HSM-Net_RVC	0.14 469	0.08 384	0.11 273	0.15 132	0.08 240	0.15 457	0.15 357	0.27 531	0.29 552	0.19 523	0.21 467	0.29 610	0.14 479	0.17 508	0.13 429	0.06 180	0.06 451	0.06 215	0.06 309	0.07 404	0.06 333
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 469	0.07 256	0.15 470	0.12 7	0.09 376	0.16 489	0.18 524	0.22 423	0.24 484	0.17 474	0.26 547	0.24 559	0.14 479	0.16 473	0.14 472	0.11 596	0.06 451	0.08 431	0.09 543	0.09 543	0.08 496

ccs_rob	0.14 469	0.08 384	0.15 470	0.16 232	0.09 376	0.12 335	0.14 268	0.27 531	0.34 597	0.14 399	0.21 467	0.22 535	0.13 454	0.18 533	0.14 472	0.07 365	0.05 290	0.08 431	0.07 412	0.07 404	0.07 423

UCFNet_RVC	0.14 469	0.08 384	0.13 380	0.11 1	0.10 492	0.20 573	0.10 44	0.24 471	0.22 455	0.17 474	0.20 443	0.23 553	0.15 497	0.17 508	0.15 507	0.12 621	0.07 529	0.10 570	0.13 652	0.11 599	0.10 577

iResNetv2_ROB	0.14 469	0.08 384	0.15 470	0.16 232	0.08 240	0.16 489	0.12 114	0.25 490	0.35 606	0.21 562	0.29 582	0.24 559	0.13 454	0.14 410	0.14 472	0.06 180	0.05 290	0.06 215	0.04 69	0.09 543	0.08 496

iResNet_ROB	0.14 469	0.07 256	0.13 380	0.14 72	0.07 145	0.18 532	0.14 268	0.26 509	0.31 570	0.22 578	0.25 530	0.23 553	0.15 497	0.15 438	0.13 429	0.07 365	0.05 290	0.05 60	0.04 69	0.08 478	0.08 496

MWDA-net	0.15 515	0.08 384	0.15 470	0.16 232	0.10 492	0.20 573	0.22 621	0.25 490	0.35 606	0.18 504	0.24 501	0.18 479	0.17 549	0.17 508	0.14 472	0.08 450	0.05 290	0.08 431	0.07 412	0.07 404	0.07 423

MWSP-net	0.15 515	0.08 384	0.17 539	0.17 321	0.10 492	0.16 489	0.23 633	0.29 568	0.32 577	0.18 504	0.19 430	0.17 464	0.13 454	0.18 533	0.14 472	0.08 450	0.05 290	0.07 330	0.07 412	0.07 404	0.08 496

DDVS	0.15 515	0.10 533	0.21 599	0.16 232	0.12 584	0.15 457	0.14 268	0.25 490	0.19 400	0.18 504	0.29 582	0.27 591	0.12 412	0.19 550	0.15 507	0.09 519	0.06 451	0.09 520	0.07 412	0.11 599	0.11 605

rvit_0105_3	0.15 515	0.09 470	0.14 421	0.19 495	0.12 584	0.15 457	0.25 664	0.25 490	0.29 552	0.15 426	0.17 391	0.20 507	0.13 454	0.17 508	0.14 472	0.13 647	0.11 636	0.12 622	0.14 656	0.07 404	0.06 333

ACV-stereo	0.15 515	0.10 533	0.28 639	0.18 418	0.12 584	0.14 430	0.12 114	0.23 447	0.21 441	0.19 523	0.23 488	0.22 535	0.15 497	0.23 617	0.17 539	0.07 365	0.06 451	0.07 330	0.07 412	0.07 404	0.07 423

ITSA-stereo	0.15 515	0.10 533	0.14 421	0.19 495	0.08 240	0.12 335	0.14 268	0.30 583	0.49 681	0.17 474	0.19 430	0.22 535	0.15 497	0.17 508	0.16 523	0.10 564	0.06 451	0.08 431	0.08 495	0.08 478	0.08 496

test_sample7	0.15 515	0.10 533	0.16 507	0.14 72	0.11 547	0.16 489	0.16 431	0.27 531	0.23 467	0.20 546	0.20 443	0.24 559	0.19 582	0.16 473	0.16 523	0.12 621	0.06 451	0.10 570	0.09 543	0.10 576	0.10 577

1111x	0.15 515	0.08 384	0.12 322	0.18 418	0.07 145	0.18 532	0.25 664	0.31 596	0.24 484	0.17 474	0.24 501	0.26 583	0.15 497	0.13 374	0.23 618	0.07 365	0.07 529	0.08 431	0.09 543	0.07 404	0.06 333

CFNet_ucs	0.15 515	0.08 384	0.16 507	0.16 232	0.11 547	0.14 430	0.14 268	0.30 583	0.34 597	0.16 455	0.24 501	0.23 553	0.14 479	0.18 533	0.15 507	0.09 519	0.06 451	0.08 431	0.07 412	0.09 543	0.09 545

BSDual-CNN	0.15 515	0.09 470	0.14 421	0.22 620	0.10 492	0.14 430	0.15 357	0.34 636	0.19 400	0.17 474	0.22 479	0.25 573	0.16 525	0.15 438	0.14 472	0.08 450	0.06 451	0.10 570	0.09 543	0.07 404	0.07 423

hknet	0.15 515	0.11 561	0.13 380	0.22 620	0.11 547	0.14 430	0.15 357	0.34 636	0.25 506	0.17 474	0.22 479	0.22 535	0.18 565	0.17 508	0.12 382	0.07 365	0.06 451	0.10 570	0.09 543	0.07 404	0.07 423

dd	0.15 515	0.16 638	0.16 507	0.19 495	0.09 376	0.15 457	0.18 524	0.21 396	0.25 506	0.23 591	0.20 443	0.21 517	0.09 294	0.21 593	0.16 523	0.10 564	0.06 451	0.08 431	0.06 309	0.08 478	0.06 333

DAS	0.15 515	0.08 384	0.18 565	0.19 495	0.10 492	0.19 557	0.17 473	0.27 531	0.29 552	0.18 504	0.25 530	0.21 517	0.15 497	0.16 473	0.12 382	0.08 450	0.06 451	0.06 215	0.06 309	0.07 404	0.07 423

SepStereo	0.15 515	0.08 384	0.18 565	0.19 495	0.10 492	0.19 557	0.17 473	0.27 531	0.29 552	0.18 504	0.25 530	0.21 517	0.15 497	0.25 633	0.12 382	0.08 450	0.06 451	0.06 215	0.06 309	0.07 404	0.07 423

PSMNet-ADL	0.15 515	0.12 579	0.13 380	0.22 620	0.09 376	0.13 393	0.20 589	0.26 509	0.23 467	0.18 504	0.20 443	0.24 559	0.16 525	0.18 533	0.17 539	0.08 450	0.08 563	0.08 431	0.11 619	0.08 478	0.07 423

LMCR-Stereo	0.15 515	0.08 384	0.13 380	0.21 600	0.09 376	0.17 513	0.20 589	0.27 531	0.19 400	0.24 601	0.24 501	0.23 553	0.17 549	0.20 575	0.17 539	0.07 365	0.06 451	0.08 431	0.06 309	0.10 576	0.08 496

ICVP	0.15 515	0.09 470	0.12 322	0.22 620	0.09 376	0.17 513	0.21 610	0.25 490	0.23 467	0.18 504	0.30 590	0.26 583	0.18 565	0.17 508	0.14 472	0.09 519	0.07 529	0.08 431	0.07 412	0.07 404	0.07 423
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	0.15 515	0.07 256	0.14 421	0.14 72	0.08 240	0.23 618	0.18 524	0.31 596	0.19 400	0.14 399	0.28 570	0.22 535	0.14 479	0.15 438	0.26 654	0.09 519	0.05 290	0.07 330	0.07 412	0.08 478	0.07 423

test_xeample	0.15 515	0.06 125	0.13 380	0.14 72	0.08 240	0.21 593	0.20 589	0.28 552	0.20 424	0.16 455	0.29 582	0.19 495	0.16 525	0.15 438	0.26 654	0.09 519	0.05 290	0.07 330	0.07 412	0.07 404	0.07 423

ACVNet	0.15 515	0.09 470	0.15 470	0.13 23	0.12 584	0.14 430	0.20 589	0.22 423	0.33 585	0.17 474	0.26 547	0.21 517	0.16 525	0.17 508	0.21 597	0.07 365	0.06 451	0.06 215	0.06 309	0.08 478	0.06 333

acv_ft	0.15 515	0.09 470	0.15 470	0.19 495	0.10 492	0.16 489	0.17 473	0.25 490	0.33 585	0.19 523	0.26 547	0.21 517	0.17 549	0.17 508	0.18 557	0.07 365	0.06 451	0.06 215	0.06 309	0.08 478	0.06 333

CFNet	0.15 515	0.10 533	0.17 539	0.17 321	0.08 240	0.18 532	0.09 27	0.28 552	0.25 506	0.19 523	0.24 501	0.24 559	0.17 549	0.17 508	0.14 472	0.08 450	0.06 451	0.09 520	0.10 585	0.07 404	0.06 333

AdaStereo	0.15 515	0.11 561	0.15 470	0.18 418	0.09 376	0.20 573	0.11 76	0.32 607	0.28 545	0.20 546	0.23 488	0.20 507	0.13 454	0.19 550	0.14 472	0.12 621	0.05 290	0.10 570	0.07 412	0.09 543	0.07 423
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
HSM	0.15 515	0.08 384	0.14 421	0.16 232	0.09 376	0.16 489	0.14 268	0.28 552	0.25 506	0.19 523	0.23 488	0.37 665	0.16 525	0.20 575	0.15 507	0.07 365	0.05 290	0.07 330	0.06 309	0.07 404	0.06 333

pmcnn	0.15 515	0.07 256	0.19 577	0.15 132	0.07 145	0.20 573	0.15 357	0.24 471	0.26 520	0.21 562	0.34 621	0.28 601	0.18 565	0.18 533	0.17 539	0.07 365	0.05 290	0.05 60	0.04 69	0.07 404	0.06 333

MEA-ACV	0.16 540	0.07 256	0.17 539	0.16 232	0.11 547	0.20 573	0.21 610	0.30 583	0.38 626	0.20 546	0.29 582	0.14 396	0.19 582	0.16 473	0.16 523	0.08 450	0.07 529	0.09 520	0.11 619	0.07 404	0.07 423

DStereoRT	0.16 540	0.06 125	0.11 273	0.19 495	0.09 376	0.12 335	0.12 114	0.28 552	0.22 455	0.12 336	0.20 443	0.11 318	0.10 341	0.15 438	0.14 472	0.06 180	0.05 290	0.96 745	0.09 543	0.05 180	0.04 82

DualNet (step1)	0.16 540	0.12 579	0.20 589	0.12 7	0.14 629	0.17 513	0.13 193	0.27 531	0.23 467	0.20 546	0.20 443	0.24 559	0.19 582	0.16 473	0.16 523	0.15 665	0.06 451	0.14 651	0.14 656	0.14 653	0.12 619

GMStereo_Zeroshot	0.16 540	0.13 607	0.24 618	0.20 565	0.10 492	0.17 513	0.13 193	0.29 568	0.25 506	0.23 591	0.32 603	0.25 573	0.11 379	0.19 550	0.14 472	0.09 519	0.06 451	0.11 602	0.06 309	0.12 617	0.08 496

iinet-f	0.16 540	0.06 125	0.45 685	0.14 72	0.10 492	0.21 593	0.14 268	0.27 531	0.23 467	0.21 562	0.24 501	0.21 517	0.15 497	0.18 533	0.21 597	0.09 519	0.07 529	0.07 330	0.06 309	0.09 543	0.10 577

CRFU-Net	0.16 540	0.08 384	0.14 421	0.17 321	0.09 376	0.19 557	0.14 268	0.26 509	0.20 424	0.28 641	0.27 556	0.29 610	0.17 549	0.19 550	0.17 539	0.09 519	0.09 600	0.07 330	0.07 412	0.08 478	0.08 496

NINENet	0.16 540	0.10 533	0.15 470	0.17 321	0.11 547	0.19 557	0.14 268	0.40 681	0.36 612	0.18 504	0.21 467	0.16 442	0.13 454	0.15 438	0.13 429	0.08 450	0.08 563	0.10 570	0.07 412	0.10 576	0.09 545

CSP-Net	0.16 540	0.09 470	0.14 421	0.16 232	0.09 376	0.19 557	0.17 473	0.25 490	0.32 577	0.25 614	0.30 590	0.24 559	0.15 497	0.21 593	0.18 557	0.09 519	0.06 451	0.07 330	0.07 412	0.08 478	0.07 423

AASNet	0.16 540	0.08 384	0.12 322	0.19 495	0.09 376	0.18 532	0.15 357	0.37 665	0.37 619	0.19 523	0.23 488	0.20 507	0.16 525	0.17 508	0.20 577	0.10 564	0.08 563	0.08 431	0.07 412	0.09 543	0.09 545

AACVNet	0.16 540	0.08 384	0.14 421	0.15 132	0.10 492	0.18 532	0.15 357	0.23 447	0.24 484	0.27 626	0.27 556	0.28 601	0.17 549	0.19 550	0.16 523	0.09 519	0.07 529	0.09 520	0.07 412	0.10 576	0.09 545

ADLNet2	0.16 540	0.09 470	0.13 380	0.16 232	0.09 376	0.20 573	0.16 431	0.31 596	0.39 631	0.16 455	0.20 443	0.20 507	0.18 565	0.21 593	0.22 606	0.08 450	0.06 451	0.07 330	0.07 412	0.09 543	0.07 423

Anonymous3	0.16 540	0.13 607	0.33 659	0.26 673	0.14 629	0.27 655	0.17 473	0.28 552	0.28 545	0.15 426	0.17 391	0.14 396	0.10 341	0.15 438	0.12 382	0.08 450	0.08 563	0.08 431	0.08 495	0.08 478	0.11 605

ADLNet	0.16 540	0.08 384	0.15 470	0.16 232	0.10 492	0.16 489	0.17 473	0.32 607	0.27 530	0.22 578	0.27 556	0.24 559	0.16 525	0.18 533	0.21 597	0.10 564	0.06 451	0.10 570	0.10 585	0.08 478	0.09 545

HCRNet	0.16 540	0.24 687	0.12 322	0.35 708	0.11 547	0.15 457	0.17 473	0.26 509	0.22 455	0.19 523	0.24 501	0.21 517	0.14 479	0.15 438	0.13 429	0.11 596	0.07 529	0.11 602	0.10 585	0.09 543	0.07 423

222	0.16 540	0.07 256	0.14 421	0.14 72	0.08 240	0.24 623	0.18 524	0.30 583	0.20 424	0.17 474	0.28 570	0.17 464	0.16 525	0.15 438	0.40 710	0.10 564	0.05 290	0.07 330	0.06 309	0.07 404	0.08 496

UPFNet	0.16 540	0.08 384	0.12 322	0.20 565	0.12 584	0.20 573	0.23 633	0.28 552	0.26 520	0.17 474	0.24 501	0.22 535	0.19 582	0.19 550	0.21 597	0.09 519	0.07 529	0.08 431	0.09 543	0.08 478	0.06 333

ac_64	0.16 540	0.08 384	0.15 470	0.18 418	0.10 492	0.22 602	0.18 524	0.24 471	0.21 441	0.18 504	0.24 501	0.29 610	0.18 565	0.19 550	0.22 606	0.09 519	0.07 529	0.08 431	0.09 543	0.07 404	0.06 333

DSFCA	0.16 540	0.09 470	0.14 421	0.16 232	0.10 492	0.20 573	0.19 565	0.28 552	0.31 570	0.23 591	0.24 501	0.22 535	0.15 497	0.19 550	0.20 577	0.10 564	0.07 529	0.09 520	0.09 543	0.08 478	0.08 496

FADNet-RVC-Resample	0.16 540	0.11 561	0.31 652	0.22 620	0.11 547	0.19 557	0.14 268	0.25 490	0.24 484	0.24 601	0.27 556	0.20 507	0.15 497	0.16 473	0.15 507	0.07 365	0.08 563	0.12 622	0.10 585	0.09 543	0.10 577

FADNet_RVC	0.16 540	0.14 620	0.40 678	0.20 565	0.11 547	0.13 393	0.13 193	0.26 509	0.22 455	0.21 562	0.23 488	0.20 507	0.17 549	0.14 410	0.16 523	0.08 450	0.08 563	0.12 622	0.09 543	0.11 599	0.10 577

AANet_RVC	0.16 540	0.10 533	0.10 210	0.18 418	0.09 376	0.18 532	0.19 565	0.26 509	0.31 570	0.22 578	0.35 626	0.21 517	0.21 599	0.22 606	0.16 523	0.06 180	0.05 290	0.06 215	0.06 309	0.07 404	0.06 333

DeepPruner_ROB	0.16 540	0.11 561	0.15 470	0.17 321	0.10 492	0.17 513	0.15 357	0.32 607	0.21 441	0.19 523	0.21 467	0.22 535	0.18 565	0.20 575	0.15 507	0.13 647	0.09 600	0.09 520	0.09 543	0.11 599	0.10 577

z-ln-s-r	0.17 562	0.10 533	0.40 678	0.19 495	0.08 240	0.17 513	0.18 524	0.22 423	0.33 585	0.18 504	0.40 655	0.22 535	0.17 549	0.20 575	0.23 618	0.07 365	0.05 290	0.07 330	0.07 412	0.07 404	0.05 221

rvit_stereo_0075_2	0.17 562	0.12 579	0.25 623	0.23 644	0.16 660	0.13 393	0.10 44	0.30 583	0.27 530	0.20 546	0.28 570	0.22 535	0.15 497	0.18 533	0.13 429	0.16 681	0.10 622	0.17 676	0.10 585	0.10 576	0.09 545

ToySt	0.17 562	0.11 561	0.18 565	0.17 321	0.11 547	0.16 489	0.25 664	0.24 471	0.33 585	0.19 523	0.24 501	0.26 583	0.24 622	0.19 550	0.20 577	0.07 365	0.08 563	0.09 520	0.10 585	0.09 543	0.08 496

ssnet_v2	0.17 562	0.10 533	0.17 539	0.17 321	0.11 547	0.21 593	0.21 610	0.33 627	0.25 506	0.22 578	0.22 479	0.27 591	0.18 565	0.22 606	0.20 577	0.11 596	0.09 600	0.09 520	0.09 543	0.08 478	0.08 496

dad	0.17 562	0.20 671	0.20 589	0.16 232	0.11 547	0.20 573	0.18 524	0.21 396	0.28 545	0.30 655	0.24 501	0.29 610	0.13 454	0.19 550	0.16 523	0.18 688	0.09 600	0.11 602	0.09 543	0.11 599	0.07 423

GEStereo_RVC	0.17 562	0.12 579	0.15 470	0.22 620	0.11 547	0.19 557	0.17 473	0.32 607	0.48 672	0.20 546	0.25 530	0.17 464	0.13 454	0.21 593	0.16 523	0.10 564	0.06 451	0.08 431	0.07 412	0.09 543	0.08 496

MMNet	0.17 562	0.09 470	0.16 507	0.20 565	0.11 547	0.27 655	0.20 589	0.25 490	0.41 640	0.22 578	0.30 590	0.21 517	0.20 595	0.17 508	0.20 577	0.06 180	0.06 451	0.07 330	0.07 412	0.08 478	0.07 423

delet	0.17 562	0.08 384	0.17 539	0.19 495	0.11 547	0.20 573	0.21 610	0.30 583	0.37 619	0.17 474	0.26 547	0.19 495	0.19 582	0.19 550	0.21 597	0.08 450	0.08 563	0.09 520	0.11 619	0.06 317	0.06 333

UNet	0.17 562	0.09 470	0.18 565	0.19 495	0.12 584	0.27 655	0.19 565	0.33 627	0.29 552	0.21 562	0.24 501	0.23 553	0.19 582	0.19 550	0.18 557	0.07 365	0.06 451	0.08 431	0.07 412	0.08 478	0.06 333

HGLStereo	0.17 562	0.08 384	0.19 577	0.17 321	0.12 584	0.18 532	0.18 524	0.31 596	0.32 577	0.21 562	0.32 603	0.25 573	0.18 565	0.19 550	0.20 577	0.09 519	0.09 600	0.07 330	0.07 412	0.09 543	0.10 577

DMCA-RVC	0.17 562	0.10 533	0.15 470	0.24 653	0.11 547	0.18 532	0.18 524	0.25 490	0.24 484	0.21 562	0.26 547	0.25 573	0.27 645	0.18 533	0.20 577	0.12 621	0.08 563	0.13 637	0.10 585	0.10 576	0.08 496

TDLM	0.17 562	0.12 579	0.13 380	0.24 653	0.10 492	0.18 532	0.18 524	0.36 659	0.30 562	0.21 562	0.28 570	0.28 601	0.18 565	0.23 617	0.18 557	0.11 596	0.07 529	0.10 570	0.10 585	0.08 478	0.08 496

NLCA_NET_v2_RVC	0.17 562	0.10 533	0.22 605	0.20 565	0.10 492	0.15 457	0.18 524	0.31 596	0.25 506	0.21 562	0.30 590	0.25 573	0.17 549	0.21 593	0.20 577	0.09 519	0.06 451	0.08 431	0.08 495	0.07 404	0.08 496
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 562	0.12 579	0.15 470	0.20 565	0.09 376	0.18 532	0.18 524	0.26 509	0.23 467	0.26 620	0.40 655	0.22 535	0.17 549	0.21 593	0.20 577	0.08 450	0.05 290	0.09 520	0.10 585	0.07 404	0.07 423
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ISRNet	0.18 576	0.08 384	0.19 577	0.19 495	0.13 607	0.15 457	0.12 114	0.30 583	0.32 577	0.21 562	0.25 530	0.27 591	0.17 549	0.17 508	0.20 577	0.20 697	0.08 563	0.14 651	0.14 656	0.14 653	0.17 689

test_sample9	0.18 576	0.12 579	0.20 589	0.12 7	0.14 629	0.17 513	0.13 193	0.27 531	0.23 467	0.20 546	0.20 443	0.24 559	0.19 582	0.19 550	0.17 539	0.15 665	0.30 725	0.14 651	0.14 656	0.14 653	0.12 619

fast-acv-ft	0.18 576	0.11 561	0.19 577	0.19 495	0.12 584	0.24 623	0.21 610	0.25 490	0.34 597	0.22 578	0.34 621	0.27 591	0.20 595	0.21 593	0.23 618	0.09 519	0.09 600	0.08 431	0.10 585	0.08 478	0.07 423

HBP-ISP	0.18 576	0.13 607	0.16 507	0.15 132	0.11 547	0.08 98	0.13 193	0.28 552	0.29 552	0.22 578	0.33 616	0.21 517	0.25 631	0.23 617	0.17 539	0.14 661	0.16 692	0.21 691	0.17 687	0.10 576	0.08 496

Wz-Net-LNSev-Ref	0.18 576	0.09 470	0.29 647	0.15 132	0.10 492	0.22 602	0.20 589	0.26 509	0.39 631	0.25 614	0.42 672	0.24 559	0.15 497	0.20 575	0.19 570	0.07 365	0.05 290	0.06 215	0.05 208	0.10 576	0.09 545

SACVNet	0.18 576	0.12 579	0.14 421	0.17 321	0.13 607	0.22 602	0.18 524	0.31 596	0.30 562	0.23 591	0.31 599	0.30 620	0.22 608	0.22 606	0.17 539	0.11 596	0.08 563	0.10 570	0.10 585	0.12 617	0.14 662

psm_up	0.18 576	0.10 533	0.18 565	0.20 565	0.11 547	0.17 513	0.19 565	0.37 665	0.34 597	0.21 562	0.28 570	0.29 610	0.24 622	0.20 575	0.22 606	0.09 519	0.10 622	0.11 602	0.11 619	0.08 478	0.08 496

hitnet-ft	0.18 576	0.09 470	0.17 539	0.14 72	0.09 376	0.26 645	0.20 589	0.25 490	0.26 520	0.24 601	0.32 603	0.31 633	0.22 608	0.24 627	0.21 597	0.12 621	0.07 529	0.10 570	0.08 495	0.12 617	0.11 605

STTStereo	0.18 576	0.12 579	0.27 634	0.20 565	0.11 547	0.16 489	0.21 610	0.29 568	0.23 467	0.21 562	0.30 590	0.29 610	0.18 565	0.20 575	0.19 570	0.12 621	0.11 636	0.11 602	0.14 656	0.09 543	0.08 496

CVANet_RVC	0.18 576	0.10 533	0.14 421	0.21 600	0.10 492	0.18 532	0.17 473	0.34 636	0.33 585	0.22 578	0.31 599	0.28 601	0.18 565	0.23 617	0.17 539	0.12 621	0.08 563	0.12 622	0.11 619	0.09 543	0.07 423

StereoDRNet	0.18 576	0.11 561	0.17 539	0.22 620	0.11 547	0.21 593	0.22 621	0.37 665	0.33 585	0.24 601	0.28 570	0.30 620	0.19 582	0.20 575	0.20 577	0.09 519	0.08 563	0.11 602	0.09 543	0.09 543	0.07 423

DLCB_ROB	0.18 576	0.10 533	0.15 470	0.23 644	0.11 547	0.24 623	0.18 524	0.29 568	0.28 545	0.27 626	0.28 570	0.28 601	0.24 622	0.19 550	0.20 577	0.08 450	0.08 563	0.09 520	0.09 543	0.07 404	0.07 423

TCMNet	0.19 588	0.12 579	0.19 577	0.20 565	0.18 683	0.20 573	0.24 648	0.27 531	0.36 612	0.23 591	0.26 547	0.25 573	0.19 582	0.19 550	0.23 618	0.13 647	0.11 636	0.11 602	0.12 641	0.13 637	0.12 619

rvit_105_1	0.19 588	0.11 561	0.25 623	0.21 600	0.16 660	0.21 593	0.27 680	0.31 596	0.41 640	0.19 523	0.20 443	0.22 535	0.17 549	0.19 550	0.17 539	0.12 621	0.12 652	0.13 637	0.15 674	0.08 478	0.07 423

test_sample8	0.19 588	0.12 579	0.20 589	0.12 7	0.14 629	0.17 513	0.13 193	0.31 596	0.21 441	0.27 626	0.22 479	0.36 660	0.25 631	0.19 550	0.17 539	0.15 665	0.30 725	0.14 651	0.14 656	0.14 653	0.12 619

SDNR	0.19 588	0.08 384	0.19 577	0.16 232	0.12 584	0.77 732	0.14 268	0.25 490	0.32 577	0.19 523	0.24 501	0.19 495	0.13 454	0.19 550	0.15 507	0.16 681	0.18 699	0.14 651	0.11 619	0.08 478	0.11 605

pcwnet_v2	0.19 588	0.10 533	0.26 626	0.17 321	0.14 629	0.18 532	0.15 357	0.37 665	0.46 669	0.19 523	0.24 501	0.21 517	0.19 582	0.20 575	0.19 570	0.13 647	0.10 622	0.10 570	0.10 585	0.11 599	0.13 643

ADCRef	0.19 588	0.12 579	0.41 681	0.20 565	0.12 584	0.22 602	0.18 524	0.32 607	0.36 612	0.26 620	0.32 603	0.17 464	0.23 616	0.24 627	0.24 631	0.07 365	0.06 451	0.09 520	0.09 543	0.08 478	0.08 496

NVstereo2D	0.19 588	0.10 533	0.15 470	0.17 321	0.15 649	0.28 662	0.23 633	0.44 698	0.42 649	0.15 426	0.27 556	0.25 573	0.19 582	0.22 606	0.17 539	0.09 519	0.06 451	0.10 570	0.08 495	0.15 669	0.09 545

DRN-Test	0.19 588	0.11 561	0.20 589	0.22 620	0.10 492	0.22 602	0.22 621	0.39 677	0.37 619	0.24 601	0.32 603	0.26 583	0.21 599	0.22 606	0.24 631	0.11 596	0.07 529	0.11 602	0.10 585	0.09 543	0.07 423

DISCO	0.19 588	0.09 470	0.22 605	0.17 321	0.10 492	0.25 634	0.18 524	0.27 531	0.44 661	0.22 578	0.31 599	0.33 647	0.26 637	0.28 651	0.28 670	0.08 450	0.06 451	0.07 330	0.07 412	0.09 543	0.09 545

CBMV_ROB	0.19 588	0.13 607	0.17 539	0.16 232	0.11 547	0.15 457	0.13 193	0.26 509	0.28 545	0.27 626	0.30 590	0.27 591	0.24 622	0.23 617	0.16 523	0.15 665	0.17 697	0.22 695	0.20 694	0.10 576	0.11 605

NOSS_ROB	0.19 588	0.12 579	0.18 565	0.16 232	0.12 584	0.15 457	0.12 114	0.30 583	0.32 577	0.20 546	0.22 479	0.27 591	0.23 616	0.21 593	0.16 523	0.16 681	0.18 699	0.23 696	0.21 696	0.12 617	0.13 643

CBMV	0.19 588	0.14 620	0.17 539	0.18 418	0.10 492	0.20 573	0.11 76	0.29 568	0.30 562	0.29 650	0.30 590	0.30 620	0.23 616	0.27 639	0.19 570	0.13 647	0.15 684	0.17 676	0.16 680	0.10 576	0.10 577
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PStereo	0.20 600	0.22 681	0.20 589	0.17 321	0.10 492	0.13 393	0.20 589	0.27 531	0.38 626	0.20 546	0.14 333	0.28 601	0.31 672	0.24 627	0.31 688	0.18 688	0.13 667	0.15 664	0.11 619	0.12 617	0.12 619

w-ln-seven-2	0.20 600	0.14 620	0.37 672	0.22 620	0.12 584	0.20 573	0.21 610	0.28 552	0.37 619	0.25 614	0.37 635	0.27 591	0.22 608	0.21 593	0.23 618	0.08 450	0.08 563	0.09 520	0.09 543	0.10 576	0.09 545

YMNet	0.20 600	0.12 579	0.19 577	0.20 565	0.14 629	0.26 645	0.23 633	0.32 607	0.34 597	0.27 626	0.34 621	0.30 620	0.18 565	0.18 533	0.22 606	0.10 564	0.13 667	0.10 570	0.10 585	0.08 478	0.09 545

YMNet_1	0.20 600	0.12 579	0.19 577	0.20 565	0.14 629	0.26 645	0.23 633	0.32 607	0.34 597	0.27 626	0.34 621	0.30 620	0.18 565	0.18 533	0.22 606	0.10 564	0.13 667	0.10 570	0.10 585	0.08 478	0.09 545

GwcNet	0.20 600	0.13 607	0.19 577	0.18 418	0.12 584	0.24 623	0.19 565	0.35 652	0.43 656	0.20 546	0.32 603	0.33 647	0.20 595	0.22 606	0.24 631	0.11 596	0.09 600	0.09 520	0.09 543	0.09 543	0.10 577

FAT-Stereo	0.20 600	0.12 579	0.22 605	0.21 600	0.12 584	0.17 513	0.18 524	0.34 636	0.39 631	0.27 626	0.37 635	0.34 654	0.32 678	0.21 593	0.20 577	0.09 519	0.11 636	0.10 570	0.09 543	0.11 599	0.14 662

FADNet-RVC	0.20 600	0.20 671	0.38 674	0.21 600	0.16 660	0.20 573	0.15 357	0.26 509	0.26 520	0.26 620	0.32 603	0.26 583	0.21 599	0.22 606	0.19 570	0.12 621	0.13 667	0.12 622	0.14 656	0.13 637	0.18 692

S-Stereo	0.20 600	0.12 579	0.25 623	0.21 600	0.13 607	0.20 573	0.18 524	0.32 607	0.43 656	0.23 591	0.36 629	0.28 601	0.30 668	0.19 550	0.22 606	0.09 519	0.12 652	0.10 570	0.10 585	0.13 637	0.13 643

SuperB	0.20 600	0.10 533	0.56 701	0.16 232	0.09 376	0.18 532	0.18 524	0.24 471	0.50 684	0.26 620	0.39 649	0.17 464	0.21 599	0.22 606	0.21 597	0.08 450	0.06 451	0.06 215	0.06 309	0.12 617	0.10 577

ADCP+	0.20 600	0.10 533	0.33 659	0.20 565	0.12 584	0.22 602	0.26 673	0.31 596	0.34 597	0.26 620	0.37 635	0.22 535	0.22 608	0.27 639	0.27 662	0.09 519	0.06 451	0.08 431	0.08 495	0.09 543	0.10 577

PS-NSSS	0.20 600	0.21 677	0.23 614	0.20 565	0.10 492	0.19 557	0.17 473	0.36 659	0.25 506	0.27 626	0.33 616	0.27 591	0.24 622	0.20 575	0.20 577	0.15 665	0.12 652	0.17 676	0.14 656	0.10 576	0.08 496

PWCDC_ROB	0.20 600	0.13 607	0.22 605	0.24 653	0.11 547	0.19 557	0.15 357	0.33 627	0.54 694	0.29 650	0.50 689	0.21 517	0.15 497	0.27 639	0.20 577	0.11 596	0.09 600	0.10 570	0.08 495	0.11 599	0.09 545

SGM-Forest	0.20 600	0.14 620	0.18 565	0.19 495	0.13 607	0.20 573	0.22 621	0.33 627	0.30 562	0.24 601	0.29 582	0.28 601	0.19 582	0.23 617	0.17 539	0.15 665	0.16 692	0.15 664	0.14 656	0.12 617	0.12 619
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UDG	0.21 613	0.17 649	0.19 577	0.23 644	0.15 649	0.30 669	0.20 589	0.33 627	0.35 606	0.23 591	0.28 570	0.31 633	0.27 645	0.20 575	0.22 606	0.15 665	0.12 652	0.13 637	0.09 543	0.14 653	0.14 662

FINET	0.21 613	0.18 661	0.26 626	0.18 418	0.16 660	0.23 618	0.23 633	0.32 607	0.48 672	0.25 614	0.32 603	0.22 535	0.22 608	0.22 606	0.17 539	0.18 688	0.16 692	0.11 602	0.10 585	0.15 669	0.13 643

Syn2CoEx	0.21 613	0.16 638	0.27 634	0.29 698	0.14 629	0.26 645	0.20 589	0.33 627	0.31 570	0.28 641	0.36 629	0.27 591	0.25 631	0.19 550	0.24 631	0.16 681	0.12 652	0.14 651	0.11 619	0.09 543	0.08 496

FADNet	0.21 613	0.22 681	0.36 668	0.18 418	0.17 676	0.24 623	0.13 193	0.31 596	0.31 570	0.23 591	0.25 530	0.27 591	0.21 599	0.19 550	0.15 507	0.13 647	0.15 684	0.12 622	0.15 674	0.16 678	0.18 692

RP	0.21 613	0.13 607	0.21 599	0.23 644	0.11 547	0.21 593	0.20 589	0.25 490	0.44 661	0.21 562	0.38 641	0.36 660	0.24 622	0.27 639	0.25 641	0.11 596	0.12 652	0.13 637	0.12 641	0.12 617	0.14 662

DANet	0.21 613	0.15 630	0.28 639	0.25 667	0.13 607	0.22 602	0.19 565	0.27 531	0.27 530	0.28 641	0.32 603	0.35 658	0.31 672	0.31 662	0.23 618	0.11 596	0.09 600	0.11 602	0.10 585	0.13 637	0.11 605
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.21 613	0.12 579	0.21 599	0.24 653	0.13 607	0.22 602	0.22 621	0.41 687	0.26 520	0.31 661	0.42 672	0.37 665	0.28 656	0.23 617	0.22 606	0.10 564	0.12 652	0.10 570	0.09 543	0.10 576	0.08 496

PWC_ROB	0.21 613	0.16 638	0.26 626	0.18 418	0.11 547	0.22 602	0.13 193	0.32 607	0.49 681	0.30 655	0.40 655	0.32 643	0.24 622	0.31 662	0.22 606	0.10 564	0.07 529	0.11 602	0.08 495	0.11 599	0.10 577

PSMNet_ROB	0.21 613	0.11 561	0.15 470	0.27 686	0.15 649	0.24 623	0.35 713	0.43 696	0.37 619	0.27 626	0.32 603	0.32 643	0.22 608	0.21 593	0.26 654	0.12 621	0.08 563	0.13 637	0.11 619	0.09 543	0.09 545

SCION-MonSter	0.22 622	0.17 649	0.16 507	0.25 667	0.18 683	0.34 682	0.17 473	0.28 552	0.47 671	0.23 591	0.46 680	0.20 507	0.18 565	0.25 633	0.25 641	0.09 519	0.08 563	0.23 696	0.19 692	0.11 599	0.11 605

MSAF-DinoV2	0.22 622	0.11 561	0.23 614	0.17 321	0.10 492	0.27 655	0.16 431	0.37 665	0.55 695	0.21 562	0.27 556	0.47 700	0.27 645	0.35 681	0.39 707	0.09 519	0.06 451	0.07 330	0.09 543	0.12 617	0.10 577

GASNet	0.22 622	0.23 684	0.33 659	0.26 673	0.17 676	0.26 645	0.16 431	0.44 698	0.42 649	0.27 626	0.24 501	0.30 620	0.15 497	0.27 639	0.18 557	0.12 621	0.08 563	0.12 622	0.11 619	0.16 678	0.07 423

Anonymous_2	0.22 622	0.17 649	0.28 639	0.15 132	0.16 660	0.32 672	0.22 621	0.22 423	0.17 346	0.23 591	0.24 501	0.26 583	0.27 645	0.27 639	0.23 618	0.22 706	0.25 721	0.17 676	0.17 687	0.17 686	0.17 689

Wz-Net-LNSev	0.22 622	0.16 638	0.38 674	0.21 600	0.13 607	0.25 634	0.23 633	0.32 607	0.43 656	0.30 655	0.41 666	0.31 633	0.18 565	0.22 606	0.25 641	0.10 564	0.09 600	0.08 431	0.08 495	0.12 617	0.11 605

Wz-Net-MNSev	0.22 622	0.13 607	0.31 652	0.20 565	0.14 629	0.36 692	0.24 648	0.33 627	0.44 661	0.28 641	0.40 655	0.38 669	0.19 582	0.24 627	0.25 641	0.09 519	0.07 529	0.09 520	0.09 543	0.12 617	0.10 577

DDUNet	0.22 622	0.17 649	0.21 599	0.22 620	0.15 649	0.25 634	0.24 648	0.29 568	0.30 562	0.31 661	0.36 629	0.33 647	0.25 631	0.24 627	0.20 577	0.18 688	0.13 667	0.17 676	0.11 619	0.16 678	0.16 680

APVNet	0.22 622	0.12 579	0.19 577	0.18 418	0.14 629	0.32 672	0.31 709	0.39 677	0.32 577	0.27 626	0.40 655	0.30 620	0.29 664	0.26 636	0.25 641	0.11 596	0.12 652	0.11 602	0.14 656	0.12 617	0.12 619

aanetorigin	0.22 622	0.17 649	0.56 701	0.17 321	0.10 492	0.15 457	0.19 565	0.20 369	0.33 585	0.49 704	0.48 684	0.29 610	0.27 645	0.20 575	0.23 618	0.08 450	0.07 529	0.08 431	0.07 412	0.10 576	0.09 545

MaskLacGwcNet_RVC	0.22 622	0.21 677	0.24 618	0.26 673	0.11 547	0.23 618	0.14 268	0.39 677	0.24 484	0.32 667	0.36 629	0.30 620	0.21 599	0.19 550	0.21 597	0.17 686	0.14 678	0.21 691	0.16 680	0.12 617	0.12 619

AF-Net	0.22 622	0.17 649	0.17 539	0.26 673	0.13 607	0.25 634	0.24 648	0.32 607	0.50 684	0.25 614	0.33 616	0.38 669	0.26 637	0.28 651	0.25 641	0.11 596	0.10 622	0.16 672	0.11 619	0.11 599	0.10 577

stereogan	0.22 622	0.11 561	0.21 599	0.20 565	0.12 584	0.31 671	0.19 565	0.35 652	0.44 661	0.22 578	0.39 649	0.35 658	0.27 645	0.33 672	0.22 606	0.10 564	0.12 652	0.10 570	0.10 585	0.14 653	0.13 643

edge stereo	0.22 622	0.13 607	0.20 589	0.21 600	0.13 607	0.23 618	0.16 431	0.32 607	0.42 649	0.32 667	0.40 655	0.38 669	0.35 688	0.25 633	0.24 631	0.13 647	0.11 636	0.14 651	0.11 619	0.12 617	0.13 643

RYNet	0.22 622	0.12 579	0.22 605	0.19 495	0.17 676	0.46 703	0.26 673	0.38 673	0.48 672	0.24 601	0.28 570	0.34 654	0.23 616	0.20 575	0.30 681	0.10 564	0.06 451	0.09 520	0.09 543	0.13 637	0.15 669

NaN_ROB	0.22 622	0.19 665	0.24 618	0.25 667	0.13 607	0.29 666	0.26 673	0.33 627	0.41 640	0.31 661	0.31 599	0.32 643	0.23 616	0.30 661	0.21 597	0.11 596	0.17 697	0.10 570	0.10 585	0.08 478	0.09 545

MDST_ROB	0.22 622	0.10 533	0.17 539	0.18 418	0.11 547	0.37 693	0.19 565	0.43 696	0.41 640	0.39 685	0.39 649	0.29 610	0.21 599	0.26 636	0.18 557	0.11 596	0.10 622	0.14 651	0.11 619	0.10 576	0.08 496

XPNet_ROB	0.22 622	0.11 561	0.19 577	0.22 620	0.13 607	0.22 602	0.19 565	0.34 636	0.40 637	0.30 655	0.39 649	0.39 677	0.26 637	0.26 636	0.28 670	0.15 665	0.10 622	0.10 570	0.10 585	0.13 637	0.12 619

SQANet	0.23 639	0.23 684	0.30 650	0.30 700	0.19 688	0.27 655	0.13 193	0.29 568	0.33 585	0.24 601	0.37 635	0.31 633	0.22 608	0.27 639	0.23 618	0.15 665	0.10 622	0.21 691	0.16 680	0.21 695	0.15 669

Nwc_Net	0.23 639	0.16 638	0.21 599	0.25 667	0.14 629	0.24 623	0.26 673	0.37 665	0.38 626	0.22 578	0.41 666	0.30 620	0.28 656	0.28 651	0.25 641	0.11 596	0.10 622	0.17 676	0.20 694	0.10 576	0.10 577

RTSC	0.23 639	0.12 579	0.28 639	0.21 600	0.13 607	0.28 662	0.16 431	0.35 652	0.66 720	0.27 626	0.33 616	0.30 620	0.21 599	0.31 662	0.29 674	0.10 564	0.08 563	0.09 520	0.10 585	0.13 637	0.13 643

PA-Net	0.23 639	0.18 661	0.33 659	0.28 689	0.22 697	0.21 593	0.38 718	0.29 568	0.39 631	0.22 578	0.32 603	0.25 573	0.26 637	0.20 575	0.25 641	0.09 519	0.23 718	0.15 664	0.22 699	0.09 543	0.13 643
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 639	0.15 630	0.17 539	0.34 706	0.18 683	0.24 623	0.23 633	0.34 636	0.28 545	0.31 661	0.38 641	0.38 669	0.28 656	0.23 617	0.24 631	0.15 665	0.12 652	0.18 686	0.21 696	0.13 637	0.13 643

ETE_ROB	0.23 639	0.17 649	0.22 605	0.25 667	0.13 607	0.26 645	0.29 696	0.31 596	0.36 612	0.28 641	0.36 629	0.45 692	0.26 637	0.27 639	0.26 654	0.11 596	0.08 563	0.12 622	0.09 543	0.14 653	0.13 643

SGM_RVC	0.23 639	0.12 579	0.15 470	0.15 132	0.09 376	0.33 679	0.18 524	0.34 636	0.31 570	0.44 699	0.37 635	0.53 708	0.35 688	0.35 681	0.24 631	0.13 647	0.13 667	0.13 637	0.13 652	0.10 576	0.11 605
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.24 646	0.18 661	0.18 565	0.20 565	0.14 629	0.21 593	0.19 565	0.32 607	0.41 640	0.29 650	0.21 467	0.32 643	0.27 645	0.41 706	0.27 662	0.46 728	0.12 652	0.31 715	0.11 619	0.15 669	0.12 619

z-mn7	0.24 646	0.14 620	0.45 685	0.19 495	0.13 607	0.28 662	0.25 664	0.34 636	0.62 711	0.27 626	0.56 701	0.29 610	0.24 622	0.32 669	0.25 641	0.08 450	0.08 563	0.08 431	0.08 495	0.10 576	0.10 577

w-ln-seven	0.24 646	0.14 620	0.55 698	0.19 495	0.14 629	0.26 645	0.22 621	0.35 652	0.60 708	0.29 650	0.39 649	0.30 620	0.22 608	0.21 593	0.26 654	0.09 519	0.09 600	0.11 602	0.10 585	0.11 599	0.10 577

DGSMNet	0.24 646	0.19 665	0.33 659	0.21 600	0.24 702	0.24 623	0.20 589	0.35 652	0.41 640	0.24 601	0.32 603	0.38 669	0.21 599	0.29 658	0.23 618	0.12 621	0.11 636	0.14 651	0.16 680	0.23 699	0.23 703

G-Net	0.24 646	0.16 638	0.36 668	0.22 620	0.16 660	0.51 709	0.23 633	0.29 568	0.34 597	0.36 677	0.38 641	0.31 633	0.29 664	0.27 639	0.26 654	0.11 596	0.09 600	0.12 622	0.09 543	0.16 678	0.13 643

NCC-stereo	0.24 646	0.15 630	0.31 652	0.26 673	0.16 660	0.20 573	0.30 703	0.40 681	0.40 637	0.24 601	0.38 641	0.33 647	0.28 656	0.36 687	0.27 662	0.12 621	0.11 636	0.15 664	0.22 699	0.13 637	0.13 643

Abc-Net	0.24 646	0.15 630	0.31 652	0.26 673	0.16 660	0.20 573	0.30 703	0.40 681	0.40 637	0.24 601	0.38 641	0.33 647	0.28 656	0.36 687	0.27 662	0.12 621	0.11 636	0.15 664	0.22 699	0.13 637	0.13 643
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.24 646	0.11 561	0.47 690	0.22 620	0.12 584	0.34 682	0.29 696	0.29 568	0.56 698	0.24 601	0.46 680	0.30 620	0.30 668	0.29 658	0.29 674	0.08 450	0.07 529	0.09 520	0.09 543	0.10 576	0.10 577

DeepPrunerF	0.24 646	0.17 649	0.42 683	0.26 673	0.16 660	0.22 602	0.28 686	0.37 665	0.50 684	0.26 620	0.29 582	0.24 559	0.28 656	0.21 593	0.22 606	0.15 665	0.11 636	0.20 690	0.18 691	0.12 617	0.13 643

FBW_ROB	0.24 646	0.17 649	0.22 605	0.26 673	0.14 629	0.25 634	0.22 621	0.41 687	0.41 640	0.41 692	0.41 666	0.42 684	0.27 645	0.31 662	0.23 618	0.09 519	0.14 678	0.14 651	0.12 641	0.11 599	0.09 545

SANet	0.24 646	0.14 620	0.28 639	0.21 600	0.11 547	0.27 655	0.24 648	0.38 673	0.64 716	0.36 677	0.40 655	0.43 688	0.26 637	0.27 639	0.24 631	0.12 621	0.09 600	0.10 570	0.09 543	0.13 637	0.11 605

WCMA_ROB	0.24 646	0.11 561	0.22 605	0.17 321	0.14 629	0.32 672	0.15 357	0.32 607	0.32 577	0.38 683	0.53 692	0.40 681	0.34 685	0.34 675	0.25 641	0.11 596	0.12 652	0.12 622	0.10 585	0.14 653	0.14 662

DStereoSA	0.25 658	0.19 665	0.37 672	0.26 673	0.17 676	0.22 602	0.20 589	0.49 708	0.59 704	0.22 578	0.29 582	0.29 610	0.33 680	0.39 698	0.28 670	0.12 621	0.11 636	0.16 672	0.14 656	0.14 653	0.12 619

FSD	0.25 658	0.27 697	0.26 626	0.24 653	0.22 697	0.25 634	0.25 664	0.27 531	0.26 520	0.25 614	0.26 547	0.25 573	0.27 645	0.27 639	0.24 631	0.21 701	0.20 705	0.27 703	0.26 706	0.25 707	0.24 704

zh-sn7	0.25 658	0.17 649	0.50 692	0.24 653	0.13 607	0.25 634	0.24 648	0.34 636	0.48 672	0.28 641	0.54 694	0.28 601	0.31 672	0.36 687	0.32 690	0.10 564	0.10 622	0.11 602	0.10 585	0.12 617	0.12 619

zh-mn7	0.25 658	0.14 620	0.56 701	0.19 495	0.14 629	0.24 623	0.22 621	0.34 636	0.62 711	0.35 674	0.65 710	0.31 633	0.25 631	0.31 662	0.25 641	0.09 519	0.08 563	0.09 520	0.09 543	0.09 543	0.11 605

Wz-Net-SNSev	0.25 658	0.17 649	0.44 684	0.25 667	0.14 629	0.26 645	0.23 633	0.38 673	0.56 698	0.30 655	0.55 696	0.39 677	0.26 637	0.23 617	0.30 681	0.10 564	0.09 600	0.09 520	0.10 585	0.11 599	0.11 605

psmorigin	0.25 658	0.15 630	0.34 667	0.17 321	0.13 607	0.23 618	0.14 268	0.34 636	0.33 585	0.41 692	0.55 696	0.41 683	0.37 692	0.34 675	0.27 662	0.11 596	0.15 684	0.11 602	0.11 619	0.12 617	0.16 680

RGC	0.25 658	0.20 671	0.29 647	0.28 689	0.16 660	0.22 602	0.23 633	0.32 607	0.44 661	0.27 626	0.40 655	0.38 669	0.27 645	0.36 687	0.22 606	0.11 596	0.13 667	0.17 676	0.17 687	0.14 653	0.16 680

ADCMid	0.25 658	0.15 630	0.40 678	0.20 565	0.14 629	0.25 634	0.26 673	0.34 636	0.38 626	0.36 677	0.44 677	0.34 654	0.40 699	0.35 681	0.33 695	0.10 564	0.09 600	0.11 602	0.11 619	0.13 637	0.12 619

ADCPNet	0.25 658	0.16 638	0.61 708	0.21 600	0.15 649	0.35 691	0.25 664	0.32 607	0.35 606	0.30 655	0.40 655	0.36 660	0.28 656	0.28 651	0.32 690	0.12 621	0.10 622	0.11 602	0.12 641	0.14 653	0.13 643

STTRV1_RVC	0.25 658	0.26 693	0.39 676	0.19 495	0.26 709	0.30 669	0.24 648	0.34 636	0.35 606	0.36 677	0.34 621	0.31 633	0.31 672	0.28 651	0.25 641	0.17 686	0.10 622	0.16 672	0.14 656	0.17 686	0.12 619

LALA_ROB	0.25 658	0.16 638	0.22 605	0.26 673	0.17 676	0.27 655	0.27 680	0.42 692	0.37 619	0.33 671	0.38 641	0.51 704	0.26 637	0.28 651	0.27 662	0.16 681	0.09 600	0.12 622	0.11 619	0.13 637	0.12 619

SHD	0.26 669	0.15 630	0.30 650	0.24 653	0.18 683	0.22 602	0.15 357	0.38 673	0.71 724	0.32 667	0.41 666	0.36 660	0.28 656	0.32 669	0.29 674	0.12 621	0.11 636	0.14 651	0.13 652	0.16 678	0.20 698

AnyNet_C32	0.26 669	0.16 638	0.36 668	0.20 565	0.16 660	0.25 634	0.30 703	0.32 607	0.44 661	0.31 661	0.49 685	0.30 620	0.33 680	0.40 703	0.33 695	0.12 621	0.12 652	0.12 622	0.14 656	0.14 653	0.15 669

DStereoFS	0.27 671	0.22 681	0.31 652	0.22 620	0.15 649	0.22 602	0.20 589	0.50 712	0.48 672	0.28 641	0.44 677	0.33 647	0.34 685	0.52 716	0.29 674	0.12 621	0.11 636	0.15 664	0.13 652	0.16 678	0.16 680

PSMNet-RUCA	0.27 671	0.33 709	0.41 681	0.36 710	0.32 717	0.18 532	0.19 565	0.42 692	0.30 562	0.33 671	0.41 666	0.39 677	0.25 631	0.31 662	0.20 577	0.18 688	0.10 622	0.25 699	0.15 674	0.21 695	0.16 680

PDISCO_ROB	0.27 671	0.16 638	0.26 626	0.28 689	0.20 691	0.32 672	0.26 673	0.44 698	0.57 700	0.28 641	0.40 655	0.45 692	0.29 664	0.33 672	0.34 697	0.12 621	0.09 600	0.17 676	0.16 680	0.17 686	0.13 643

DispFullNet	0.27 671	0.21 677	0.65 711	0.28 689	0.16 660	0.26 645	0.17 473	0.33 627	0.58 703	0.27 626	0.38 641	0.43 688	0.23 616	0.38 694	0.23 618	0.12 621	0.06 451	0.19 688	0.11 619	0.21 695	0.15 669

MeshStereo	0.27 671	0.13 607	0.18 565	0.15 132	0.11 547	0.32 672	0.24 648	0.40 681	0.36 612	0.52 706	0.57 704	0.67 719	0.40 699	0.35 681	0.26 654	0.14 661	0.13 667	0.13 637	0.11 619	0.11 599	0.10 577
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
WZ-Net	0.28 676	0.17 649	0.78 728	0.22 620	0.16 660	0.34 682	0.29 696	0.39 677	0.57 700	0.24 601	0.55 696	0.37 665	0.24 622	0.33 672	0.35 698	0.09 519	0.08 563	0.09 520	0.10 585	0.14 653	0.16 680

XQC	0.28 676	0.23 684	0.51 693	0.28 689	0.19 688	0.34 682	0.27 680	0.36 659	0.57 700	0.31 661	0.30 590	0.37 665	0.30 668	0.38 694	0.38 705	0.13 647	0.09 600	0.15 664	0.12 641	0.17 686	0.18 692

CC-Net-ROB	0.28 676	0.31 707	0.36 668	0.29 698	0.15 649	0.25 634	0.19 565	0.45 701	0.33 585	0.39 685	0.37 635	0.39 677	0.31 672	0.27 639	0.26 654	0.24 712	0.19 702	0.30 714	0.23 703	0.18 690	0.15 669

DPSNet	0.28 676	0.16 638	0.31 652	0.18 418	0.13 607	0.54 711	0.42 722	0.51 714	0.67 721	0.29 650	0.38 641	0.38 669	0.29 664	0.31 662	0.23 618	0.11 596	0.10 622	0.11 602	0.08 495	0.20 694	0.16 680

MultiAttention	0.29 680	0.08 384	0.14 421	0.19 495	0.12 584	1.45 747	1.33 751	0.36 659	0.37 619	0.19 523	0.21 467	0.24 559	0.11 379	0.38 694	0.18 557	0.06 180	0.05 290	0.08 431	0.08 495	0.10 576	0.09 545

Wz-Net-TNSev	0.29 680	0.20 671	0.65 711	0.19 495	0.15 649	0.38 696	0.27 680	0.35 652	0.55 695	0.34 673	0.42 672	0.45 692	0.38 693	0.32 669	0.30 681	0.12 621	0.13 667	0.10 570	0.12 641	0.15 669	0.14 662

ccnet	0.29 680	0.28 702	0.23 614	0.20 565	0.28 711	0.41 701	0.21 610	0.45 701	0.33 585	0.36 677	0.46 680	0.36 660	0.30 668	0.39 698	0.42 714	0.23 710	0.14 678	0.21 691	0.17 687	0.23 699	0.18 692

EDNetEfficient	0.29 680	0.24 687	1.13 739	0.18 418	0.10 492	0.19 557	0.20 589	0.20 369	0.60 708	0.74 726	0.56 701	0.31 633	0.39 696	0.22 606	0.30 681	0.09 519	0.07 529	0.08 431	0.07 412	0.11 599	0.09 545

ADCS	0.29 680	0.18 661	0.45 685	0.21 600	0.17 676	0.28 662	0.23 633	0.41 687	0.63 715	0.40 688	0.49 685	0.40 681	0.36 690	0.39 698	0.40 710	0.13 647	0.12 652	0.13 637	0.14 656	0.16 678	0.16 680

CSAN	0.29 680	0.24 687	0.27 634	0.34 706	0.19 688	0.33 679	0.42 722	0.37 665	0.50 684	0.38 683	0.40 655	0.44 690	0.33 680	0.28 651	0.30 681	0.20 697	0.16 692	0.19 688	0.19 692	0.14 653	0.15 669

AANet	0.30 686	0.19 665	1.03 737	0.16 232	0.13 607	0.22 602	0.16 431	0.30 583	0.62 711	0.60 713	0.52 691	0.46 696	0.38 693	0.23 617	0.32 690	0.12 621	0.09 600	0.11 602	0.10 585	0.13 637	0.12 619

MFN_U_SF_DS_RVC	0.30 686	0.24 687	0.29 647	0.36 710	0.16 660	0.34 682	0.30 703	0.32 607	0.42 649	0.40 688	0.46 680	0.38 669	0.31 672	0.34 675	0.28 670	0.19 695	0.20 705	0.26 700	0.29 713	0.18 690	0.19 697

GANetREF_RVC	0.31 688	0.34 711	0.27 634	0.35 708	0.16 660	0.32 672	0.41 719	0.48 706	0.51 691	0.35 674	0.35 626	0.34 654	0.33 680	0.39 698	0.32 690	0.27 714	0.20 705	0.29 712	0.15 674	0.18 690	0.17 689
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
MSMD_ROB	0.31 688	0.26 693	0.26 626	0.24 653	0.21 695	0.34 682	0.25 664	0.34 636	0.39 631	0.40 688	0.69 714	0.45 692	0.40 699	0.34 675	0.27 662	0.20 697	0.19 702	0.26 700	0.25 705	0.23 699	0.22 702

MFN_U_SF_RVC	0.32 690	0.21 677	0.55 698	0.30 700	0.15 649	0.34 682	0.17 473	0.52 715	0.46 669	0.46 703	0.55 696	0.59 711	0.39 696	0.35 681	0.37 703	0.15 665	0.14 678	0.18 686	0.21 696	0.16 678	0.15 669

PASM	0.32 690	0.24 687	0.48 691	0.28 689	0.27 710	0.29 666	0.30 703	0.34 636	0.49 681	0.35 674	0.39 649	0.46 696	0.34 685	0.34 675	0.35 698	0.23 710	0.25 721	0.26 700	0.28 712	0.23 699	0.21 700

SGM-ForestM	0.32 690	0.12 579	0.16 507	0.16 232	0.11 547	0.39 698	0.19 565	0.41 687	0.50 684	0.52 706	0.54 694	1.32 740	0.42 708	0.40 703	0.27 662	0.14 661	0.16 692	0.16 672	0.16 680	0.12 617	0.12 619

FC-DCNN v2	0.33 693	0.27 697	0.28 639	0.26 673	0.23 700	0.37 693	0.28 686	0.40 681	0.43 656	0.45 700	0.56 701	0.51 704	0.40 699	0.37 692	0.29 674	0.21 701	0.20 705	0.27 703	0.26 706	0.25 707	0.24 704

FCDSN-DC	0.33 693	0.28 702	0.28 639	0.30 700	0.24 702	0.39 698	0.28 686	0.42 692	0.42 649	0.43 698	0.53 692	0.51 704	0.41 704	0.36 687	0.30 681	0.21 701	0.20 705	0.27 703	0.26 706	0.25 707	0.24 704
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 693	0.27 697	0.28 639	0.26 673	0.23 700	0.37 693	0.28 686	0.40 681	0.43 656	0.45 700	0.55 696	0.51 704	0.40 699	0.37 692	0.30 681	0.21 701	0.20 705	0.27 703	0.26 706	0.25 707	0.24 704

LSM	0.33 693	0.20 671	0.58 704	0.26 673	0.60 735	0.34 682	0.25 664	0.42 692	0.48 672	0.45 700	0.58 706	0.42 684	0.36 690	0.35 681	0.25 641	0.12 621	0.20 705	0.14 651	0.16 680	0.19 693	0.33 719

AnyNet_C01	0.36 697	0.25 692	1.37 742	0.22 620	0.17 676	0.48 707	0.27 680	0.35 652	0.39 631	0.39 685	0.74 720	0.46 696	0.38 693	0.45 708	0.47 719	0.13 647	0.13 667	0.13 637	0.14 656	0.14 653	0.15 669

GCST	0.37 698	0.42 718	0.26 626	1.02 744	0.39 718	0.18 532	0.08 9	0.20 369	0.17 346	0.28 641	0.25 530	0.15 427	0.12 412	0.16 473	0.14 472	0.64 739	0.43 733	0.75 735	0.65 739	0.63 732	0.46 730

otaku	0.39 699	0.37 714	0.52 694	0.44 717	0.28 711	0.58 713	0.24 648	0.41 687	0.62 711	0.40 688	0.49 685	0.46 696	0.33 680	0.40 703	0.32 690	0.30 715	0.30 725	0.39 719	0.33 718	0.29 714	0.28 713

ACVNet-4b	0.39 699	0.53 721	0.55 698	0.45 718	0.24 702	0.47 705	0.18 524	0.49 708	0.64 716	0.42 695	0.45 679	0.60 712	0.27 645	0.34 675	0.24 631	0.33 719	0.14 678	0.48 723	0.42 725	0.30 715	0.26 712

PVD	0.39 699	0.20 671	0.39 676	0.31 704	0.22 697	0.29 666	0.43 724	0.52 715	0.96 738	0.55 710	0.79 724	0.53 708	0.59 728	0.52 716	0.38 705	0.19 695	0.14 678	0.17 676	0.14 656	0.24 706	0.31 717

Ntro	0.40 702	0.40 716	0.53 695	0.46 721	0.30 715	0.65 719	0.24 648	0.46 703	0.68 722	0.41 692	0.49 685	0.48 702	0.42 708	0.39 698	0.31 688	0.32 717	0.28 723	0.37 718	0.30 715	0.32 719	0.29 714

SAMSARA	0.40 702	0.28 702	0.33 659	0.55 724	0.39 718	0.82 733	1.23 750	0.47 705	0.51 691	0.36 677	0.35 626	0.55 710	0.39 696	0.38 694	0.39 707	0.15 665	0.20 705	0.15 664	0.14 656	0.23 699	0.20 698

ELAS_RVC	0.41 704	0.29 705	0.33 659	0.28 689	0.24 702	0.54 711	0.36 714	0.49 708	0.59 704	0.72 722	0.74 720	0.65 717	0.54 721	0.54 721	0.40 710	0.22 706	0.20 705	0.27 703	0.26 706	0.26 712	0.25 710
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 704	0.29 705	0.33 659	0.27 686	0.24 702	0.60 716	0.36 714	0.50 712	0.50 684	0.71 720	0.79 724	0.67 719	0.54 721	0.51 714	0.42 714	0.22 706	0.20 705	0.27 703	0.26 706	0.26 712	0.25 710
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
light-stereo	0.42 706	0.26 693	0.59 706	0.60 726	0.49 725	0.32 672	0.23 633	0.46 703	0.52 693	0.56 712	0.58 706	0.76 724	0.32 678	0.48 710	0.29 674	0.32 717	0.24 719	0.27 703	0.33 718	0.46 723	0.39 724

MSC_U_SF_DS_RVC	0.43 707	0.39 715	0.54 696	0.40 713	0.20 691	0.64 718	0.32 711	0.53 717	0.72 725	0.71 720	0.72 717	0.61 713	0.54 721	0.51 714	0.46 718	0.20 697	0.19 702	0.29 712	0.30 715	0.23 699	0.18 692

ACVNet_1	0.44 708	0.49 720	0.60 707	0.45 718	0.28 711	0.49 708	0.27 680	0.57 722	0.72 725	0.62 715	0.58 706	0.74 723	0.49 718	0.50 712	0.35 698	0.26 713	0.24 719	0.39 719	0.29 713	0.31 718	0.24 704

Consistency-Raft	0.44 708	0.40 716	0.45 685	0.37 712	0.43 722	0.46 703	0.41 719	0.57 722	0.55 695	0.32 667	0.73 718	0.33 647	0.48 717	0.42 707	0.49 721	0.39 722	0.35 730	0.45 722	0.51 732	0.42 722	0.29 714

RTS	0.45 710	0.19 665	3.26 749	0.24 653	0.15 649	0.74 726	0.20 589	0.36 659	0.76 731	0.42 695	0.43 675	0.31 633	0.41 704	0.53 719	0.35 698	0.10 564	0.08 563	0.13 637	0.12 641	0.15 669	0.15 669

RTSA	0.45 710	0.19 665	3.26 749	0.24 653	0.15 649	0.74 726	0.20 589	0.36 659	0.76 731	0.42 695	0.43 675	0.31 633	0.41 704	0.53 719	0.35 698	0.10 564	0.08 563	0.13 637	0.12 641	0.15 669	0.15 669

MANE	0.45 710	0.27 697	0.27 634	0.27 686	0.24 702	0.47 705	0.31 709	0.55 719	0.59 704	0.72 722	1.13 741	1.15 734	0.61 729	0.52 716	0.37 703	0.21 701	0.20 705	0.27 703	0.31 717	0.25 707	0.24 704

NVStereoNet_ROB	0.46 713	0.36 713	0.46 689	0.41 715	0.28 711	0.34 682	0.34 712	0.48 706	0.60 708	0.72 722	0.93 730	0.70 722	0.66 732	0.47 709	0.60 729	0.22 706	0.33 729	0.34 717	0.34 721	0.30 715	0.30 716
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MonStereo1	0.47 714	0.26 693	0.58 704	0.28 689	0.20 691	0.39 698	0.18 524	0.49 708	0.64 716	0.52 706	0.87 727	1.01 729	0.57 726	0.50 712	0.56 726	0.53 732	0.31 728	0.54 729	0.40 723	0.33 720	0.34 720

LE_ROB	0.50 715	0.07 256	0.14 421	0.15 132	0.08 240	0.24 623	0.16 431	0.22 423	1.81 754	4.63 760	0.67 712	0.47 700	0.44 711	0.20 575	0.29 674	0.07 365	0.06 451	0.06 215	0.06 309	0.08 478	0.06 333

BEATNet-Init1	0.52 716	0.27 697	0.62 709	0.30 700	0.21 695	0.76 730	0.29 696	0.54 718	0.65 719	0.86 734	0.95 732	2.07 750	0.62 731	0.56 723	0.42 714	0.18 688	0.18 699	0.23 696	0.22 699	0.22 698	0.21 700

anonymity	0.53 717	0.58 723	0.65 711	0.41 715	0.61 736	0.53 710	0.41 719	0.56 720	0.41 640	0.55 710	0.50 689	0.49 703	0.55 724	0.58 724	0.50 724	0.58 735	0.50 743	0.51 725	0.51 732	0.51 725	0.57 733

RainbowNet	0.54 718	0.61 725	0.70 726	0.57 725	0.43 722	0.65 719	0.37 717	0.60 724	0.87 735	0.50 705	0.66 711	0.64 715	0.47 716	0.49 711	0.43 717	0.47 729	0.48 739	0.52 727	0.41 724	0.52 726	0.40 727

SGM+DAISY	0.56 719	0.57 722	0.65 711	0.40 713	0.54 728	0.66 721	0.49 727	0.56 720	0.45 667	0.66 716	0.69 714	0.67 719	0.56 725	0.63 726	0.56 726	0.59 736	0.48 739	0.50 724	0.50 731	0.52 726	0.58 734

SPS-STEREO	0.57 720	0.58 723	0.65 711	0.45 718	0.55 730	0.62 717	0.44 726	0.62 725	0.50 684	0.68 718	0.64 709	0.66 718	0.57 726	0.61 725	0.60 729	0.62 738	0.47 738	0.51 725	0.49 729	0.55 730	0.58 734
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 721	0.66 729	0.65 711	0.51 722	0.69 740	0.69 722	0.57 733	0.64 726	0.73 729	0.60 713	0.73 718	0.62 714	0.67 733	0.65 727	0.60 729	0.66 740	0.58 752	0.63 730	0.59 735	0.68 737	0.69 743

IMH-64-1	0.65 722	0.61 725	0.68 720	0.71 729	0.51 726	0.59 714	0.49 727	0.91 733	0.85 733	0.74 726	1.02 734	0.81 725	0.78 737	0.79 730	0.49 721	0.42 724	0.46 734	0.71 732	0.47 727	0.52 726	0.39 724

IMH-64	0.65 722	0.61 725	0.68 720	0.71 729	0.51 726	0.59 714	0.49 727	0.91 733	0.85 733	0.74 726	1.02 734	0.81 725	0.78 737	0.79 730	0.49 721	0.42 724	0.46 734	0.71 732	0.47 727	0.52 726	0.39 724

ACVNet_2	0.66 724	0.66 729	0.68 720	0.63 727	0.41 720	0.71 724	0.49 727	0.96 737	1.39 747	0.89 736	1.09 737	1.04 730	0.73 735	0.54 721	0.47 719	0.43 726	0.40 732	0.53 728	0.44 726	0.47 724	0.35 722

JetBlue	0.71 725	0.45 719	1.14 740	0.51 722	0.47 724	2.02 748	0.64 737	0.75 728	0.70 723	0.69 719	0.77 723	1.22 736	0.83 739	1.03 745	1.01 745	0.40 723	0.28 723	0.33 716	0.33 718	0.30 715	0.34 720

IMH	0.71 725	0.64 728	0.68 720	0.76 731	0.54 728	0.69 722	0.54 731	0.98 739	1.10 740	0.82 730	1.09 737	0.89 727	0.88 742	0.87 738	0.52 725	0.44 727	0.50 743	0.75 735	0.51 732	0.56 731	0.41 728

PWCK	0.71 725	0.94 740	0.95 735	0.76 731	0.31 716	0.74 726	0.36 714	0.90 732	0.90 736	0.96 740	0.75 722	0.95 728	0.61 729	0.87 738	0.66 732	0.72 741	0.46 734	0.75 735	0.49 729	0.69 739	0.44 729

MADNet+	0.75 728	0.71 731	3.70 752	0.66 728	0.41 720	0.98 738	0.97 748	0.69 727	0.73 729	0.52 706	0.57 704	0.64 715	0.68 734	0.86 737	1.01 745	0.34 720	0.36 731	0.28 711	0.23 703	0.36 721	0.31 717

TorneroNet-64	0.76 729	0.72 732	0.74 727	0.78 733	0.58 734	0.91 737	0.56 732	0.84 731	1.29 744	0.66 716	0.90 728	1.40 742	0.75 736	0.85 736	0.67 735	0.49 730	0.46 734	0.72 734	0.59 735	0.67 736	0.53 732

WAO-7	0.79 730	0.78 734	0.54 696	0.85 737	0.67 739	0.74 726	0.68 741	1.05 743	1.32 745	0.90 738	1.20 744	1.04 730	0.92 743	0.69 728	0.66 732	0.60 737	0.62 753	0.67 731	0.68 741	0.64 733	0.58 734

WAO-6	0.81 731	0.80 735	0.62 709	0.86 738	0.63 737	0.76 730	0.58 734	0.98 739	1.54 752	0.90 738	0.96 733	1.07 732	1.03 747	0.70 729	0.66 732	0.72 741	0.49 741	0.90 743	0.71 742	0.68 737	0.58 734

TorneroNet	0.82 732	0.74 733	0.81 732	0.84 736	0.63 737	0.99 739	0.63 735	0.96 737	1.16 741	0.80 729	1.11 739	1.36 741	0.86 741	0.93 741	0.80 740	0.56 733	0.49 741	0.78 740	0.66 740	0.73 742	0.63 742

LVE	0.83 733	0.85 738	0.85 733	0.80 734	0.56 731	1.04 743	0.65 738	1.05 743	1.47 750	0.96 740	1.22 745	1.10 733	0.85 740	0.83 733	0.71 737	0.49 730	0.55 749	0.76 738	0.60 737	0.65 734	0.59 739

Dean	0.87 734	0.86 739	0.79 730	0.81 735	0.56 731	0.90 734	0.63 735	1.15 753	1.73 753	1.15 748	1.15 742	1.31 739	0.99 746	0.81 732	0.81 741	0.57 734	0.56 750	0.77 739	0.64 738	0.66 735	0.58 734

WAO-8	0.91 735	0.81 736	0.65 711	0.94 741	0.69 740	0.90 734	0.67 739	1.07 747	1.83 755	1.06 745	1.45 747	1.30 737	1.07 748	0.84 734	0.78 738	0.74 743	0.53 746	0.86 741	0.75 743	0.69 739	0.62 740

Venus	0.91 735	0.81 736	0.65 711	0.94 741	0.69 740	0.90 734	0.67 739	1.07 747	1.83 755	1.06 745	1.45 747	1.30 737	1.07 748	0.84 734	0.78 738	0.74 743	0.53 746	0.86 741	0.75 743	0.69 739	0.62 740

UNDER WATER-64	0.95 737	0.94 740	1.43 744	0.87 739	0.56 731	1.18 746	0.87 745	0.77 729	0.94 737	1.04 743	0.85 726	1.58 747	1.21 753	0.94 742	0.96 743	0.87 747	0.57 751	1.03 747	0.88 748	0.78 743	0.73 744

UNDER WATER	0.97 738	0.97 742	1.42 743	0.99 743	0.70 743	1.12 745	0.84 744	0.80 730	1.08 739	1.01 742	0.90 728	1.55 746	1.22 754	1.03 745	1.00 744	0.78 745	0.53 746	1.02 746	0.87 747	0.80 744	0.74 745

notaker	0.97 738	1.11 743	0.98 736	1.13 746	0.81 744	0.73 725	0.68 741	0.93 735	1.16 741	1.18 750	1.18 743	1.41 743	1.16 752	1.08 747	0.69 736	0.81 746	0.64 754	1.17 749	0.79 745	0.98 746	0.80 747

ktn	1.01 740	1.21 745	0.80 731	1.23 748	0.86 746	1.01 741	0.87 745	0.94 736	1.39 747	1.04 743	1.12 740	1.15 734	1.07 748	0.94 742	0.59 728	1.28 758	0.71 755	1.38 753	0.83 746	1.02 748	0.75 746

KSHMR	1.09 741	1.17 744	0.88 734	1.25 749	1.00 748	0.99 739	0.96 747	1.13 751	1.37 746	1.16 749	1.29 746	1.41 743	0.96 745	1.01 744	0.92 742	1.03 755	1.08 757	1.20 750	1.03 751	1.01 747	0.97 749

DPSimNet_ROB	1.11 742	1.23 746	0.78 728	1.13 746	0.88 747	1.10 744	1.13 749	1.16 754	1.23 743	1.43 752	1.02 734	1.41 743	1.10 751	0.90 740	1.60 747	1.46 759	0.51 745	1.21 751	1.03 751	0.90 745	1.01 751

HanzoNet	1.29 743	1.26 747	1.19 741	1.12 745	0.85 745	1.02 742	0.83 743	1.03 742	1.48 751	1.64 753	1.61 749	2.50 752	1.72 755	1.61 749	1.61 748	1.26 757	0.80 756	1.31 752	1.01 750	1.02 748	0.86 748

JetRed	1.62 744	1.46 748	2.98 747	0.92 740	1.21 749	4.99 756	1.53 753	1.27 755	1.39 747	1.83 754	1.74 750	1.60 748	0.95 744	1.41 748	2.45 756	0.90 749	1.60 759	0.93 744	0.90 749	1.35 750	0.99 750

MADNet++	1.95 745	1.75 749	1.59 745	1.82 751	1.69 751	2.33 749	1.40 752	2.35 757	2.09 757	2.57 757	2.36 757	2.24 751	2.17 757	2.28 750	2.34 754	1.87 760	1.66 760	1.54 754	1.34 754	1.92 752	1.77 754

Selective-IGEV-i1pa	2.80 746	3.51 755	0.67 719	0.28 689	0.14 629	10.22 761	0.43 724	4.36 758	3.63 758	3.53 758	6.92 760	3.47 753	1.97 756	13.41 772	2.26 752	0.36 721	0.15 684	0.13 637	0.10 585	0.15 669	0.35 722

coex-ft	3.30 747	0.34 711	59.09 789	0.18 418	0.13 607	0.26 645	0.22 621	0.27 531	0.72 725	1.90 755	0.70 716	0.44 690	0.45 714	0.29 658	0.41 713	0.09 519	0.09 600	0.12 622	0.09 543	0.14 653	0.13 643

ASD4	3.54 748	3.38 754	2.05 746	1.72 750	2.51 753	9.03 760	17.71 764	2.25 756	5.51 760	2.46 756	2.81 758	2.03 749	3.36 759	2.73 751	5.06 759	1.22 756	1.34 758	1.13 748	1.33 753	1.68 751	1.49 753

noway2	3.60 749	5.21 763	3.74 753	12.26 767	11.84 767	4.51 752	3.91 755	1.00 741	0.48 672	0.89 736	1.98 751	6.35 763	0.41 704	2.90 752	2.47 757	0.93 750	0.13 667	1.92 758	1.77 760	5.66 761	3.67 761

zzzz4	3.62 750	5.55 767	4.00 758	12.27 769	11.85 770	4.49 750	3.91 755	1.10 750	0.42 649	0.85 732	2.01 753	6.20 759	0.44 711	3.00 753	2.25 750	0.94 751	0.15 684	1.93 759	1.76 756	5.70 763	3.67 761

noway1	3.62 750	5.55 767	3.97 756	12.27 769	11.85 770	4.50 751	3.92 757	1.09 749	0.42 649	0.85 732	2.01 753	6.22 760	0.44 711	3.00 753	2.25 750	0.94 751	0.15 684	1.93 759	1.76 756	5.70 763	3.67 761

noway3	3.64 752	5.28 764	3.79 754	12.26 767	11.84 767	4.53 753	3.92 757	1.06 745	0.48 672	0.88 735	1.98 751	6.32 762	0.46 715	3.32 756	2.57 758	0.95 754	0.15 684	1.93 759	1.76 756	5.67 762	3.69 764

noway4	3.64 752	5.53 766	3.97 756	12.24 766	11.84 767	4.58 754	3.96 759	1.14 752	0.45 667	0.82 730	2.01 753	6.19 758	0.43 710	3.04 755	2.29 753	0.94 751	0.15 684	1.93 759	1.76 756	5.75 765	3.71 765

TCMNet-wrong-test	3.67 754	5.48 765	3.89 755	12.18 765	11.75 766	4.65 755	3.88 754	1.06 745	0.72 725	1.09 747	2.15 756	6.30 761	0.53 720	3.43 758	2.36 755	0.89 748	0.20 705	1.87 756	1.69 755	5.57 760	3.62 760

tt	4.67 755	0.06 125	3.55 751	2.02 752	1.55 750	10.25 762	16.71 763	8.91 767	5.03 759	1.31 751	0.94 731	4.71 754	4.76 760	3.33 757	5.87 761	6.06 768	10.30 774	1.88 757	2.11 762	2.75 754	1.21 752

USTest	6.22 756	2.73 752	3.00 748	6.57 759	7.29 758	14.37 764	21.57 765	7.00 766	9.56 765	5.34 763	6.10 759	5.72 757	7.64 763	6.41 762	6.96 763	1.97 761	3.42 766	1.64 755	2.15 763	2.66 753	2.36 755

xxxxx1	7.79 757	5.02 760	7.31 761	3.12 753	3.85 754	16.35 766	22.88 766	5.86 763	8.69 762	7.97 764	8.54 761	9.12 767	8.27 764	10.18 764	10.92 764	2.42 762	2.45 762	3.56 765	12.37 771	3.77 755	3.06 757

tt_ll	7.79 757	5.02 760	7.31 761	3.12 753	3.85 754	16.35 766	22.88 766	5.86 763	8.69 762	7.97 764	8.54 761	9.12 767	8.27 764	10.18 764	10.92 764	2.42 762	2.45 762	3.56 765	12.37 771	3.77 755	3.06 757

ff	7.79 757	5.02 760	7.31 761	3.12 753	3.85 754	16.35 766	22.88 766	5.86 763	8.69 762	7.97 764	8.54 761	9.12 767	8.27 764	10.18 764	10.92 764	2.42 762	2.45 762	3.56 765	12.37 771	3.77 755	3.06 757

EDNetEfficientorigin	7.91 760	0.31 707	153.02 790	0.19 495	0.09 376	0.21 593	0.16 431	0.22 423	0.59 704	0.72 722	0.67 712	0.42 684	0.50 719	0.24 627	0.39 707	0.08 450	0.07 529	0.08 431	0.07 412	0.12 617	0.10 577

DPSMNet_ROB	8.06 761	4.48 756	8.63 769	5.37 758	10.74 761	8.32 758	22.98 770	5.46 760	13.36 770	5.12 761	9.92 766	5.08 755	10.40 767	5.53 761	12.58 767	3.80 766	8.00 767	3.50 763	7.02 768	3.83 758	7.14 769

DGTPSM_ROB	8.06 761	4.48 756	8.63 769	5.35 756	10.72 760	8.32 758	22.97 769	5.46 760	13.35 769	5.12 761	9.92 766	5.08 755	10.40 767	5.52 760	12.58 767	3.79 765	8.00 767	3.50 763	7.02 768	3.83 758	7.14 769

PML	8.91 763	9.34 774	6.13 759	5.35 756	6.41 757	14.99 765	23.38 771	5.27 759	6.83 761	18.04 776	28.19 785	7.67 764	6.83 762	7.85 763	5.75 760	5.35 767	1.83 761	5.95 773	1.93 761	8.64 770	2.52 756

DLNR_Zeroshot_test	10.40 764	1.82 750	19.49 782	120.77 791	13.11 773	0.06 16	0.13 193	0.23 447	0.10 92	0.07 86	0.10 219	0.09 249	0.06 74	0.10 134	0.09 113	0.13 647	0.04 26	0.06 215	0.04 69	51.54 790	0.04 82

DLNR-FE	10.43 765	1.83 751	19.53 783	120.75 790	13.06 772	0.06 16	0.13 193	0.23 447	0.10 92	0.07 86	0.10 219	0.09 249	0.06 74	0.10 134	0.09 113	0.13 647	0.04 26	0.06 215	0.04 69	52.01 791	0.04 82

iinet-test	10.48 766	8.09 770	7.54 765	10.26 760	10.94 762	18.00 770	25.26 772	11.33 771	13.28 767	9.69 768	9.85 764	9.42 770	11.17 769	11.02 768	12.78 770	6.59 770	8.30 769	5.56 768	6.56 764	6.89 766	7.02 767

IINet	10.48 766	8.09 770	7.54 765	10.26 760	10.94 762	18.00 770	25.26 772	11.33 771	13.28 767	9.69 768	9.85 764	9.42 770	11.17 769	11.02 768	12.78 770	6.59 770	8.30 769	5.56 768	6.56 764	6.89 766	7.02 767

LRCNet_RVC	10.62 768	13.42 775	7.30 760	18.92 774	2.07 752	0.33 679	0.30 703	5.59 762	0.48 672	13.03 772	17.94 772	8.87 766	5.65 761	4.79 759	1.89 749	23.51 787	2.73 765	27.55 790	25.71 790	16.07 782	16.33 783

Anonymous_1	10.96 769	7.92 769	7.46 764	10.33 762	10.06 759	18.65 772	26.34 774	11.06 770	13.44 771	9.40 767	10.05 768	9.67 772	11.23 771	10.73 767	12.72 769	6.42 769	8.38 771	5.77 770	10.61 770	12.12 771	6.77 766

DPSM_ROB	11.15 770	8.58 772	8.00 767	10.88 763	11.58 764	19.10 773	26.71 775	12.05 773	14.07 774	10.36 770	10.84 769	10.33 773	11.86 772	11.70 770	13.54 772	6.99 772	8.79 772	5.89 771	6.95 766	7.29 768	7.42 771

DPSM	11.15 770	8.58 772	8.00 767	10.88 763	11.58 764	19.10 773	26.71 775	12.05 773	14.07 774	10.36 770	10.84 769	10.33 773	11.86 772	11.70 770	13.54 772	6.99 772	8.79 772	5.89 771	6.95 766	7.29 768	7.42 771

HaxPig	15.71 772	18.52 786	19.18 781	16.89 773	15.89 774	7.73 757	7.60 760	13.31 775	10.82 766	15.42 773	14.91 771	15.98 775	14.92 774	15.58 773	15.98 774	18.95 782	16.73 775	19.46 786	18.08 782	19.26 783	19.05 786

Selective-IGEV-i16pa	18.58 773	3.30 753	1.09 738	0.21 600	0.18 683	103.68 790	0.28 686	19.87 777	40.73 786	4.16 759	56.45 790	8.07 765	2.59 758	123.95 791	5.89 762	0.18 688	0.12 652	0.09 520	0.12 641	0.12 617	0.51 731

RSGM-EC	20.36 774	4.73 758	0.68 720	16.76 771	16.92 775	21.28 775	27.18 777	10.46 768	14.04 772	18.00 774	21.31 775	22.24 785	21.82 776	22.57 775	17.63 775	62.81 790	33.79 790	20.14 787	18.10 783	20.18 784	16.45 784

acva	20.36 774	4.73 758	0.68 720	16.76 771	16.92 775	21.28 775	27.18 777	10.46 768	14.04 772	18.00 774	21.31 775	22.24 785	21.82 776	22.57 775	17.63 775	62.81 790	33.79 790	20.14 787	18.10 783	20.18 784	16.45 784

MEDIAN_ROB	20.38 776	24.04 787	23.31 784	21.23 775	21.71 777	10.40 763	7.92 761	17.64 776	15.50 776	20.12 777	19.70 773	20.34 776	20.32 775	21.19 774	21.13 777	23.81 788	21.81 784	24.98 789	23.76 789	24.71 788	23.93 789

CasAABBNet	22.42 777	17.33 779	16.01 773	22.01 777	23.28 779	38.32 777	53.80 782	24.14 781	28.41 781	20.60 780	21.77 779	20.89 783	23.91 781	23.43 780	27.36 781	14.07 775	17.69 778	11.83 776	14.01 775	14.67 776	14.95 777

RAFT-FEzeroshot	22.43 778	17.33 779	15.98 771	22.02 778	23.31 781	38.34 778	53.82 784	24.05 779	28.39 779	20.61 781	21.76 777	20.88 780	23.92 783	23.41 778	27.42 783	14.07 775	17.69 778	11.83 776	14.02 776	14.69 777	14.97 778

RAFT-FE	22.43 778	17.33 779	15.98 771	22.02 778	23.31 781	38.34 778	53.82 784	24.05 779	28.39 779	20.61 781	21.76 777	20.88 780	23.92 783	23.41 778	27.42 783	14.07 775	17.69 778	11.83 776	14.02 776	14.69 777	14.97 778

FlowAnything	22.44 780	17.35 782	16.14 775	22.07 781	23.23 778	38.39 782	53.77 780	24.25 783	28.44 782	20.96 785	21.82 781	20.70 778	23.84 779	23.49 782	27.14 779	14.04 774	17.79 783	11.75 774	14.15 780	14.65 774	14.89 774

Hybrid-DGEV	22.47 781	17.40 784	16.14 775	22.00 776	23.29 780	38.36 780	53.80 782	24.43 786	28.63 785	20.59 779	21.81 780	20.88 780	23.91 781	23.45 781	27.42 783	14.08 778	17.69 778	11.83 776	14.06 779	14.65 774	14.93 776

Selective-RAFT-Error	22.47 781	17.37 783	16.09 774	22.06 780	23.34 783	38.39 782	53.83 786	24.29 785	28.47 783	20.74 783	21.83 782	20.81 779	23.90 780	23.54 784	27.53 786	14.08 778	17.69 778	11.82 775	14.00 774	14.69 777	15.00 780

fast-reg	22.85 783	17.43 785	19.15 780	22.22 783	24.34 784	38.36 780	53.78 781	24.23 782	28.52 784	20.55 778	22.05 783	20.54 777	23.77 778	23.21 777	27.31 780	14.18 781	17.47 777	14.33 781	14.96 781	15.81 781	14.81 773

LSM0	22.87 784	17.28 778	18.96 778	22.19 782	29.04 786	38.42 784	53.71 779	24.28 784	28.31 778	20.78 784	21.00 774	21.43 784	24.16 785	23.50 783	27.39 782	14.09 780	17.38 776	11.84 780	14.04 778	14.73 780	14.89 774

AVERAGE_ROB	24.90 785	29.20 790	28.14 787	24.89 784	24.64 785	17.75 769	11.12 762	21.45 778	19.93 777	25.12 786	24.46 784	25.12 787	25.46 786	24.69 785	22.83 778	29.76 789	27.13 789	28.97 791	27.95 791	29.91 789	29.47 790

zzzzzz3	32.30 786	13.60 776	18.91 777	39.10 787	40.27 789	58.35 787	74.04 788	33.28 788	42.63 787	31.37 787	33.03 786	30.65 788	36.33 789	37.51 788	43.96 789	20.73 783	26.80 787	16.52 782	20.79 785	12.34 772	15.78 781

zzz1	32.32 787	13.62 777	19.04 779	39.10 787	40.27 789	58.39 788	73.98 787	33.31 789	42.69 790	31.39 788	33.04 787	30.66 789	36.33 789	37.52 789	43.96 789	20.74 784	26.81 788	16.53 783	20.80 786	12.35 773	15.78 781

zzzz2	33.88 788	26.18 788	24.44 785	33.40 785	35.10 787	58.13 785	81.44 789	37.02 790	42.64 788	31.75 789	33.25 788	31.23 790	35.81 787	34.90 786	40.56 787	21.21 785	26.75 785	18.05 784	21.21 787	22.06 786	22.50 787

noway5	33.88 788	26.18 788	24.44 785	33.40 785	35.10 787	58.13 785	81.44 789	37.02 790	42.64 788	31.75 789	33.25 788	31.23 790	35.81 787	34.90 786	40.56 787	21.21 785	26.75 785	18.05 784	21.21 787	22.06 786	22.50 787

test_example2	98.32 790	94.13 791	45.89 788	96.35 789	109.85 791	88.61 789	95.45 791	25.75 787	94.37 791	130.00 792	126.06 792	58.17 792	74.63 791	88.51 790	79.96 791	150.23 792	221.02 792	77.62 792	99.10 792	113.75 792	96.94 791

ccccc	245.47 791	285.66 792	306.18 791	368.85 792	370.60 792	123.16 791	145.33 792	115.05 792	110.08 792	126.68 791	110.87 791	122.83 793	165.88 792	252.94 792	276.56 792	384.56 793	353.86 793	254.69 793	223.00 793	425.87 793	386.83 792

GS-Stereo							0.14 268	0.11 71	0.12 168	0.08 147	0.10 219	0.05 5	0.05 15	0.11 216	0.08 29	0.06 180	0.04 26	0.05 60	0.04 69	0.05 180	0.05 221

FADE		0.33 709		0.33 705	0.25 708							0.42 684				0.30 715	0.21 717	0.41 721	0.38 722	0.23 699

Low-res two-view benchmark