Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

DEFOM-Stereo_RVC	0.08 57	0.06 76	0.09 86	0.22 491	0.06 18	0.08 59	0.12 76	0.10 22	0.10 47	0.07 46	0.07 48	0.06 22	0.05 12	0.11 132	0.09 61	0.06 131	0.04 24	0.05 34	0.03 1	0.06 224	0.04 49

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

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

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

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

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

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

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

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

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

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

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

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

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

MoCha-V2	0.08 57	0.05 27	0.10 133	0.20 445	0.07 86	0.09 97	0.14 179	0.11 37	0.08 17	0.07 46	0.08 90	0.07 78	0.06 45	0.09 39	0.08 17	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.04 49

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

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

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

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

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

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

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

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

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

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

CREStereo++_RVC	0.08 57	0.04 1	0.06 4	0.13 14	0.07 86	0.09 97	0.12 76	0.14 96	0.14 165	0.10 159	0.14 224	0.08 127	0.07 127	0.09 39	0.11 215	0.06 131	0.04 24	0.05 34	0.05 133	0.04 21	0.04 49
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
Wave_Phase_stereo	0.09 106	0.06 76	0.16 383	0.15 86	0.08 146	0.11 196	0.09 20	0.18 225	0.16 214	0.06 13	0.07 48	0.07 78	0.05 12	0.09 39	0.11 215	0.04 11	0.05 211	0.05 34	0.07 305	0.04 21	0.04 49

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

IGEV-BASED-STEREO-	0.09 106	0.10 407	0.31 521	0.15 86	0.06 18	0.08 59	0.14 179	0.10 22	0.10 47	0.07 46	0.07 48	0.06 22	0.04 1	0.11 132	0.07 1	0.12 492	0.04 24	0.07 229	0.05 133	0.05 121	0.05 146

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

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

test_for_model	0.09 106	0.12 451	0.14 297	0.23 512	0.11 424	0.08 59	0.13 124	0.12 57	0.12 105	0.10 159	0.07 48	0.07 78	0.06 45	0.11 132	0.10 140	0.06 131	0.05 211	0.05 34	0.03 1	0.07 294	0.04 49

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CroCo-Stereo Lap2	0.09 106	0.09 346	0.08 38	0.22 491	0.09 269	0.09 97	0.19 442	0.16 158	0.12 105	0.09 124	0.10 144	0.05 2	0.05 12	0.08 18	0.08 17	0.06 131	0.06 343	0.07 229	0.05 133	0.05 121	0.05 146

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

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

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

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

CroCo-Stereo	0.09 106	0.08 270	0.08 38	0.22 491	0.09 269	0.09 97	0.19 442	0.15 128	0.12 105	0.07 46	0.07 48	0.08 127	0.06 45	0.08 18	0.07 1	0.07 274	0.05 211	0.06 127	0.04 48	0.05 121	0.04 49
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
s12784h	0.09 106	0.06 76	0.07 8	0.15 86	0.05 1	0.16 372	0.18 402	0.15 128	0.15 185	0.10 159	0.11 182	0.11 212	0.11 261	0.10 82	0.12 271	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.04 49

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AIO-test2	0.10 174	0.08 270	0.10 133	0.23 512	0.08 146	0.11 196	0.10 33	0.23 329	0.23 344	0.08 85	0.09 113	0.08 127	0.05 12	0.10 82	0.08 17	0.06 131	0.05 211	0.08 314	0.09 422	0.05 121	0.05 146

AIO-test1	0.10 174	0.07 169	0.10 133	0.23 512	0.07 86	0.09 97	0.13 124	0.21 286	0.14 165	0.11 192	0.12 196	0.09 152	0.07 127	0.11 132	0.09 61	0.06 131	0.05 211	0.09 398	0.10 461	0.03 1	0.06 234

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

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

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

RAStereo	0.10 174	0.09 346	0.08 38	0.20 445	0.08 146	0.13 283	0.18 402	0.15 128	0.17 237	0.10 159	0.12 196	0.05 2	0.06 45	0.09 39	0.08 17	0.07 274	0.05 211	0.07 229	0.05 133	0.05 121	0.04 49

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

testlalala2	0.10 174	0.06 76	0.11 179	0.20 445	0.10 372	0.10 149	0.12 76	0.17 194	0.12 105	0.12 230	0.13 210	0.09 152	0.07 127	0.11 132	0.13 313	0.06 131	0.05 211	0.05 34	0.04 48	0.05 121	0.05 146

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

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

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

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

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

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

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

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

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

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

testlalala_base	0.10 174	0.09 346	0.14 297	0.21 476	0.08 146	0.10 149	0.14 179	0.13 75	0.10 47	0.07 46	0.15 241	0.07 78	0.08 167	0.10 82	0.12 271	0.08 338	0.05 211	0.05 34	0.03 1	0.06 224	0.05 146

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

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

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

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

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

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

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

test_3	0.10 174	0.09 346	0.10 133	0.20 445	0.08 146	0.13 283	0.26 538	0.14 96	0.21 319	0.10 159	0.10 144	0.09 152	0.09 200	0.08 18	0.11 215	0.05 35	0.04 24	0.08 314	0.07 305	0.04 21	0.04 49

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

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

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

cross-raft	0.10 174	0.09 346	0.09 86	0.19 386	0.07 86	0.11 196	0.25 529	0.13 75	0.15 185	0.08 85	0.11 182	0.12 231	0.10 236	0.09 39	0.11 215	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

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

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

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

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

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

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

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

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

RAFT-Stereo	0.10 174	0.06 76	0.10 133	0.17 242	0.08 146	0.11 196	0.14 179	0.23 329	0.11 75	0.12 230	0.19 311	0.11 212	0.08 167	0.09 39	0.11 215	0.07 274	0.05 211	0.06 127	0.05 133	0.05 121	0.05 146
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 174	0.06 76	0.12 215	0.14 43	0.06 18	0.11 196	0.10 33	0.18 225	0.18 264	0.13 257	0.16 255	0.14 276	0.11 261	0.15 320	0.13 313	0.06 131	0.04 24	0.04 1	0.04 48	0.06 224	0.05 146
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
Select-FE	0.11 218	0.06 76	0.20 459	0.15 86	0.11 424	0.11 196	0.13 124	0.21 286	0.18 264	0.09 124	0.11 182	0.10 186	0.06 45	0.12 224	0.09 61	0.07 274	0.05 211	0.07 229	0.08 373	0.06 224	0.08 381

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Selective-RAFT	0.11 218	0.10 407	0.11 179	0.21 476	0.08 146	0.16 372	0.13 124	0.20 262	0.22 334	0.10 159	0.10 144	0.11 212	0.10 236	0.15 320	0.11 215	0.05 35	0.05 211	0.06 127	0.05 133	0.06 224	0.05 146

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

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

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

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

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

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

GMOStereo	0.11 218	0.09 346	0.07 8	0.19 386	0.08 146	0.12 239	0.28 551	0.13 75	0.17 237	0.11 192	0.17 277	0.14 276	0.12 294	0.07 4	0.07 1	0.05 35	0.05 211	0.09 398	0.07 305	0.04 21	0.04 49

error version	0.11 218	0.09 346	0.07 8	0.19 386	0.08 146	0.12 239	0.28 551	0.13 75	0.17 237	0.11 192	0.17 277	0.14 276	0.12 294	0.07 4	0.07 1	0.05 35	0.05 211	0.09 398	0.07 305	0.04 21	0.04 49

test-v	0.11 218	0.09 346	0.07 8	0.19 386	0.08 146	0.12 239	0.28 551	0.13 75	0.17 237	0.11 192	0.17 277	0.14 276	0.12 294	0.07 4	0.07 1	0.05 35	0.05 211	0.09 398	0.07 305	0.04 21	0.04 49

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

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

LCNet	0.11 218	0.07 169	0.09 86	0.19 386	0.09 269	0.08 59	0.15 251	0.21 286	0.15 185	0.11 192	0.15 241	0.16 319	0.11 261	0.12 224	0.11 215	0.05 35	0.04 24	0.08 314	0.07 305	0.06 224	0.15 536

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

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

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

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

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

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

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

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

PSM-AAD	0.11 218	0.07 169	0.10 133	0.19 386	0.09 269	0.10 149	0.15 251	0.20 262	0.13 140	0.12 230	0.14 224	0.18 353	0.11 261	0.11 132	0.10 140	0.05 35	0.05 211	0.09 398	0.08 373	0.06 224	0.14 529

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

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

KYRaft	0.11 218	0.07 169	0.10 133	0.19 386	0.09 269	0.08 59	0.15 251	0.22 309	0.12 105	0.13 257	0.16 255	0.20 379	0.10 236	0.12 224	0.10 140	0.05 35	0.04 24	0.08 314	0.08 373	0.06 224	0.16 547

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

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

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

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

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

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

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

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

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

RAFT-RH_RVC	0.11 218	0.06 76	0.14 297	0.16 166	0.09 269	0.12 239	0.12 76	0.17 194	0.12 105	0.13 257	0.41 535	0.11 212	0.10 236	0.13 270	0.12 271	0.05 35	0.04 24	0.08 314	0.05 133	0.04 21	0.06 234

RAFT-345	0.11 218	0.07 169	0.15 349	0.16 166	0.08 146	0.08 59	0.12 76	0.15 128	0.10 47	0.11 192	0.36 498	0.09 152	0.09 200	0.11 132	0.12 271	0.05 35	0.05 211	0.07 229	0.06 214	0.04 21	0.05 146

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

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

test-2	0.11 218	0.09 346	0.07 8	0.19 386	0.08 146	0.12 239	0.28 551	0.13 75	0.17 237	0.11 192	0.17 277	0.14 276	0.12 294	0.07 4	0.07 1	0.05 35	0.05 211	0.09 398	0.07 305	0.04 21	0.04 49

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT_CTSACE	0.12 285	0.09 346	0.10 133	0.22 491	0.08 146	0.12 239	0.24 513	0.18 225	0.16 214	0.20 419	0.27 430	0.13 256	0.07 127	0.13 270	0.09 61	0.05 35	0.06 343	0.08 314	0.07 305	0.04 21	0.04 49

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

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

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

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

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

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

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

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

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

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

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

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

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

sCroCo_RVC	0.12 285	0.09 346	0.23 483	0.24 521	0.11 424	0.19 435	0.14 179	0.17 194	0.14 165	0.10 159	0.13 210	0.12 231	0.07 127	0.14 298	0.11 215	0.08 338	0.08 444	0.08 314	0.08 373	0.05 121	0.07 317

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

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

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

WQFJA1	0.13 310	0.09 346	0.10 133	0.20 445	0.10 372	0.11 196	0.15 251	0.26 386	0.39 500	0.10 159	0.15 241	0.11 212	0.11 261	0.11 132	0.13 313	0.07 274	0.06 343	0.08 314	0.08 373	0.06 224	0.06 234

WQFJX1	0.13 310	0.09 346	0.10 133	0.20 445	0.10 372	0.11 196	0.15 251	0.26 386	0.39 500	0.10 159	0.15 241	0.11 212	0.11 261	0.11 132	0.13 313	0.07 274	0.06 343	0.08 314	0.08 373	0.06 224	0.06 234

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

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

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

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

UGAM	0.13 310	0.10 407	0.09 86	0.22 491	0.08 146	0.12 239	0.20 463	0.17 194	0.23 344	0.21 433	0.16 255	0.13 256	0.13 332	0.19 423	0.12 271	0.07 274	0.05 211	0.13 511	0.11 493	0.07 294	0.05 146

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

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

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

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

MyStereo04	0.13 310	0.07 169	0.10 133	0.17 242	0.09 269	0.14 315	0.18 402	0.29 440	0.38 497	0.17 350	0.14 224	0.16 319	0.10 236	0.15 320	0.13 313	0.06 131	0.05 211	0.08 314	0.07 305	0.06 224	0.06 234

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

StereoVision	0.13 310	0.12 451	0.09 86	0.24 521	0.10 372	0.15 342	0.21 480	0.21 286	0.20 304	0.12 230	0.24 375	0.10 186	0.10 236	0.16 354	0.10 140	0.09 397	0.11 506	0.12 496	0.12 512	0.06 224	0.05 146

LL-Strereo	0.13 310	0.09 346	0.11 179	0.20 445	0.10 372	0.11 196	0.18 402	0.32 475	0.24 360	0.15 306	0.15 241	0.14 276	0.13 332	0.19 423	0.11 215	0.06 131	0.04 24	0.09 398	0.08 373	0.04 21	0.05 146

CASS	0.13 310	0.12 451	0.11 179	0.23 512	0.09 269	0.15 342	0.17 357	0.18 225	0.19 280	0.17 350	0.18 302	0.15 305	0.15 375	0.14 298	0.14 352	0.09 397	0.06 343	0.10 446	0.08 373	0.09 420	0.07 317
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 310	0.07 169	0.13 262	0.18 325	0.09 269	0.13 283	0.17 357	0.19 249	0.29 426	0.15 306	0.24 375	0.15 305	0.14 357	0.14 298	0.14 352	0.07 274	0.05 211	0.07 229	0.09 422	0.05 121	0.06 234

TestStereo1	0.13 310	0.08 270	0.08 38	0.19 386	0.08 146	0.18 412	0.29 560	0.23 329	0.16 214	0.17 350	0.20 323	0.16 319	0.10 236	0.12 224	0.13 313	0.06 131	0.06 343	0.08 314	0.06 214	0.05 121	0.05 146

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

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

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

RAFT+CT+SA	0.13 310	0.11 433	0.09 86	0.19 386	0.09 269	0.15 342	0.28 551	0.22 309	0.22 334	0.15 306	0.26 421	0.10 186	0.10 236	0.11 132	0.12 271	0.05 35	0.04 24	0.07 229	0.08 373	0.07 294	0.06 234

SA-5K	0.13 310	0.08 270	0.08 38	0.19 386	0.08 146	0.18 412	0.29 560	0.23 329	0.16 214	0.17 350	0.20 323	0.16 319	0.10 236	0.12 224	0.13 313	0.06 131	0.06 343	0.08 314	0.06 214	0.05 121	0.05 146

GwcNet-ADL	0.13 310	0.08 270	0.14 297	0.20 445	0.09 269	0.11 196	0.20 463	0.30 454	0.24 360	0.13 257	0.14 224	0.18 353	0.14 357	0.13 270	0.14 352	0.07 274	0.05 211	0.06 127	0.05 133	0.07 294	0.06 234

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

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

TestStereo	0.13 310	0.14 492	0.11 179	0.23 512	0.08 146	0.15 342	0.21 480	0.20 262	0.23 344	0.14 279	0.24 375	0.16 319	0.12 294	0.16 354	0.14 352	0.05 35	0.06 343	0.08 314	0.06 214	0.09 420	0.05 146

sAnonymous2	0.13 310	0.12 451	0.24 487	0.20 445	0.12 457	0.17 393	0.13 124	0.26 386	0.21 319	0.11 192	0.11 182	0.13 256	0.08 167	0.10 82	0.10 140	0.09 397	0.05 211	0.08 314	0.06 214	0.15 536	0.10 453

CroCo_RVC	0.13 310	0.12 451	0.24 487	0.20 445	0.12 457	0.17 393	0.13 124	0.26 386	0.21 319	0.11 192	0.11 182	0.13 256	0.08 167	0.10 82	0.10 140	0.09 397	0.05 211	0.08 314	0.06 214	0.15 536	0.10 453

RAFT + AFF	0.13 310	0.07 169	0.20 459	0.20 445	0.10 372	0.14 315	0.24 513	0.26 386	0.20 304	0.11 192	0.10 144	0.12 231	0.10 236	0.15 320	0.12 271	0.07 274	0.06 343	0.09 398	0.08 373	0.06 224	0.08 381

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

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

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

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

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

WQFJX	0.14 346	0.09 346	0.12 215	0.25 533	0.11 424	0.11 196	0.16 319	0.38 540	0.43 523	0.13 257	0.16 255	0.10 186	0.09 200	0.17 386	0.14 352	0.06 131	0.06 343	0.08 314	0.06 214	0.04 21	0.05 146

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

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

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

rvit_0105_6	0.14 346	0.09 346	0.18 436	0.17 242	0.10 372	0.10 149	0.16 319	0.19 249	0.26 395	0.12 230	0.18 302	0.17 339	0.12 294	0.18 408	0.12 271	0.15 533	0.11 506	0.12 496	0.10 461	0.09 420	0.06 234

rvit_0105_5	0.14 346	0.09 346	0.13 262	0.17 242	0.09 269	0.14 315	0.23 501	0.24 352	0.27 405	0.14 279	0.15 241	0.18 353	0.12 294	0.17 386	0.14 352	0.14 529	0.11 506	0.10 446	0.10 461	0.08 357	0.06 234

rvit_0105_4	0.14 346	0.09 346	0.17 413	0.17 242	0.10 372	0.12 239	0.19 442	0.23 329	0.27 405	0.14 279	0.20 323	0.17 339	0.13 332	0.17 386	0.13 313	0.15 533	0.11 506	0.11 477	0.10 461	0.09 420	0.06 234

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

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

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

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

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

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

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

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

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

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

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

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

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

PCWNet_CMD	0.14 346	0.08 270	0.15 349	0.17 242	0.09 269	0.14 315	0.14 179	0.29 440	0.36 483	0.14 279	0.20 323	0.21 388	0.12 294	0.17 386	0.13 313	0.07 274	0.05 211	0.07 229	0.07 305	0.07 294	0.07 317

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

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

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

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

BUS	0.14 346	0.09 346	0.14 297	0.22 491	0.10 372	0.19 435	0.14 179	0.34 503	0.19 280	0.17 350	0.22 354	0.16 319	0.13 332	0.15 320	0.13 313	0.08 338	0.06 343	0.10 446	0.09 422	0.07 294	0.07 317

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

test_5	0.14 346	0.12 451	0.08 38	0.20 445	0.10 372	0.14 315	0.29 560	0.21 286	0.24 360	0.18 380	0.28 444	0.11 212	0.15 375	0.12 224	0.13 313	0.06 131	0.05 211	0.07 229	0.08 373	0.08 357	0.07 317

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

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

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

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

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

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

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

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

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

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

MSMDNet	0.14 346	0.08 270	0.15 349	0.17 242	0.09 269	0.14 315	0.14 179	0.29 440	0.36 483	0.14 279	0.21 344	0.21 388	0.12 294	0.17 386	0.14 352	0.07 274	0.05 211	0.07 229	0.07 305	0.07 294	0.07 317

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

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

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

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

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

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

rvit_0105_3	0.15 391	0.09 346	0.14 297	0.19 386	0.12 457	0.15 342	0.25 529	0.25 368	0.29 426	0.15 306	0.17 277	0.20 379	0.13 332	0.17 386	0.14 352	0.13 515	0.11 506	0.12 496	0.14 525	0.07 294	0.06 234

ACV-stereo	0.15 391	0.10 407	0.28 508	0.18 325	0.12 457	0.14 315	0.12 76	0.23 329	0.21 319	0.19 396	0.23 363	0.22 406	0.15 375	0.23 489	0.17 412	0.07 274	0.06 343	0.07 229	0.07 305	0.07 294	0.07 317

ITSA-stereo	0.15 391	0.10 407	0.14 297	0.19 386	0.08 146	0.12 239	0.14 179	0.30 454	0.49 544	0.17 350	0.19 311	0.22 406	0.15 375	0.17 386	0.16 397	0.10 438	0.06 343	0.08 314	0.08 373	0.08 357	0.08 381

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

1111x	0.15 391	0.08 270	0.12 215	0.18 325	0.07 86	0.18 412	0.25 529	0.31 464	0.24 360	0.17 350	0.24 375	0.26 454	0.15 375	0.13 270	0.23 490	0.07 274	0.07 418	0.08 314	0.09 422	0.07 294	0.06 234

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

BSDual-CNN	0.15 391	0.09 346	0.14 297	0.22 491	0.10 372	0.14 315	0.15 251	0.34 503	0.19 280	0.17 350	0.22 354	0.25 444	0.16 401	0.15 320	0.14 352	0.08 338	0.06 343	0.10 446	0.09 422	0.07 294	0.07 317

hknet	0.15 391	0.11 433	0.13 262	0.22 491	0.11 424	0.14 315	0.15 251	0.34 503	0.25 381	0.17 350	0.22 354	0.22 406	0.18 438	0.17 386	0.12 271	0.07 274	0.06 343	0.10 446	0.09 422	0.07 294	0.07 317

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

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

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

PSMNet-ADL	0.15 391	0.12 451	0.13 262	0.22 491	0.09 269	0.13 283	0.20 463	0.26 386	0.23 344	0.18 380	0.20 323	0.24 430	0.16 401	0.18 408	0.17 412	0.08 338	0.08 444	0.08 314	0.11 493	0.08 357	0.07 317

LMCR-Stereo	0.15 391	0.08 270	0.13 262	0.21 476	0.09 269	0.17 393	0.20 463	0.27 409	0.19 280	0.24 470	0.24 375	0.23 424	0.17 424	0.20 448	0.17 412	0.07 274	0.06 343	0.08 314	0.06 214	0.10 452	0.08 381

ICVP	0.15 391	0.09 346	0.12 215	0.22 491	0.09 269	0.17 393	0.21 480	0.25 368	0.23 344	0.18 380	0.30 462	0.26 454	0.18 438	0.17 386	0.14 352	0.09 397	0.07 418	0.08 314	0.07 305	0.07 294	0.07 317
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	0.15 391	0.07 169	0.14 297	0.14 43	0.08 146	0.23 488	0.18 402	0.31 464	0.19 280	0.14 279	0.28 444	0.22 406	0.14 357	0.15 320	0.26 525	0.09 397	0.05 211	0.07 229	0.07 305	0.08 357	0.07 317

test_xeample	0.15 391	0.06 76	0.13 262	0.14 43	0.08 146	0.21 467	0.20 463	0.28 429	0.20 304	0.16 334	0.29 456	0.19 367	0.16 401	0.15 320	0.26 525	0.09 397	0.05 211	0.07 229	0.07 305	0.07 294	0.07 317

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

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

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

AdaStereo	0.15 391	0.11 433	0.15 349	0.18 325	0.09 269	0.20 450	0.11 56	0.32 475	0.28 419	0.20 419	0.23 363	0.20 379	0.13 332	0.19 423	0.14 352	0.12 492	0.05 211	0.10 446	0.07 305	0.09 420	0.07 317
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
HSM	0.15 391	0.08 270	0.14 297	0.16 166	0.09 269	0.16 372	0.14 179	0.28 429	0.25 381	0.19 396	0.23 363	0.37 532	0.16 401	0.20 448	0.15 381	0.07 274	0.05 211	0.07 229	0.06 214	0.07 294	0.06 234

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

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

GMStereo_Zeroshot	0.16 414	0.13 480	0.24 487	0.20 445	0.10 372	0.17 393	0.13 124	0.29 440	0.25 381	0.23 461	0.32 474	0.25 444	0.11 261	0.19 423	0.14 352	0.09 397	0.06 343	0.11 477	0.06 214	0.12 490	0.08 381

iinet-f	0.16 414	0.06 76	0.45 552	0.14 43	0.10 372	0.21 467	0.14 179	0.27 409	0.23 344	0.21 433	0.24 375	0.21 388	0.15 375	0.18 408	0.21 469	0.09 397	0.07 418	0.07 229	0.06 214	0.09 420	0.10 453

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

NINENet	0.16 414	0.10 407	0.15 349	0.17 242	0.11 424	0.19 435	0.14 179	0.40 549	0.36 483	0.18 380	0.21 344	0.16 319	0.13 332	0.15 320	0.13 313	0.08 338	0.08 444	0.10 446	0.07 305	0.10 452	0.09 426

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

AASNet	0.16 414	0.08 270	0.12 215	0.19 386	0.09 269	0.18 412	0.15 251	0.37 532	0.37 490	0.19 396	0.23 363	0.20 379	0.16 401	0.17 386	0.20 449	0.10 438	0.08 444	0.08 314	0.07 305	0.09 420	0.09 426

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

ADLNet2	0.16 414	0.09 346	0.13 262	0.16 166	0.09 269	0.20 450	0.16 319	0.31 464	0.39 500	0.16 334	0.20 323	0.20 379	0.18 438	0.21 465	0.22 478	0.08 338	0.06 343	0.07 229	0.07 305	0.09 420	0.07 317

Anonymous3	0.16 414	0.13 480	0.33 527	0.26 539	0.14 500	0.27 524	0.17 357	0.28 429	0.28 419	0.15 306	0.17 277	0.14 276	0.10 236	0.15 320	0.12 271	0.08 338	0.08 444	0.08 314	0.08 373	0.08 357	0.11 479

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

HCRNet	0.16 414	0.24 553	0.12 215	0.35 572	0.11 424	0.15 342	0.17 357	0.26 386	0.22 334	0.19 396	0.24 375	0.21 388	0.14 357	0.15 320	0.13 313	0.11 467	0.07 418	0.11 477	0.10 461	0.09 420	0.07 317

222	0.16 414	0.07 169	0.14 297	0.14 43	0.08 146	0.24 493	0.18 402	0.30 454	0.20 304	0.17 350	0.28 444	0.17 339	0.16 401	0.15 320	0.40 575	0.10 438	0.05 211	0.07 229	0.06 214	0.07 294	0.08 381

UPFNet	0.16 414	0.08 270	0.12 215	0.20 445	0.12 457	0.20 450	0.23 501	0.28 429	0.26 395	0.17 350	0.24 375	0.22 406	0.19 454	0.19 423	0.21 469	0.09 397	0.07 418	0.08 314	0.09 422	0.08 357	0.06 234

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

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

FADNet-RVC-Resample	0.16 414	0.11 433	0.31 521	0.22 491	0.11 424	0.19 435	0.14 179	0.25 368	0.24 360	0.24 470	0.27 430	0.20 379	0.15 375	0.16 354	0.15 381	0.07 274	0.08 444	0.12 496	0.10 461	0.09 420	0.10 453

FADNet_RVC	0.16 414	0.14 492	0.40 545	0.20 445	0.11 424	0.13 283	0.13 124	0.26 386	0.22 334	0.21 433	0.23 363	0.20 379	0.17 424	0.14 298	0.16 397	0.08 338	0.08 444	0.12 496	0.09 422	0.11 475	0.10 453

AANet_RVC	0.16 414	0.10 407	0.10 133	0.18 325	0.09 269	0.18 412	0.19 442	0.26 386	0.31 443	0.22 449	0.35 495	0.21 388	0.21 470	0.22 478	0.16 397	0.06 131	0.05 211	0.06 127	0.06 214	0.07 294	0.06 234

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

z-ln-s-r	0.17 434	0.10 407	0.40 545	0.19 386	0.08 146	0.17 393	0.18 402	0.22 309	0.33 457	0.18 380	0.40 524	0.22 406	0.17 424	0.20 448	0.23 490	0.07 274	0.05 211	0.07 229	0.07 305	0.07 294	0.05 146

rvit_stereo_0075_2	0.17 434	0.12 451	0.25 492	0.23 512	0.16 528	0.13 283	0.10 33	0.30 454	0.27 405	0.20 419	0.28 444	0.22 406	0.15 375	0.18 408	0.13 313	0.16 549	0.10 493	0.17 544	0.10 461	0.10 452	0.09 426

ToySt	0.17 434	0.11 433	0.18 436	0.17 242	0.11 424	0.16 372	0.25 529	0.24 352	0.33 457	0.19 396	0.24 375	0.26 454	0.24 493	0.19 423	0.20 449	0.07 274	0.08 444	0.09 398	0.10 461	0.09 420	0.08 381

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

dad	0.17 434	0.20 539	0.20 459	0.16 166	0.11 424	0.20 450	0.18 402	0.21 286	0.28 419	0.30 522	0.24 375	0.29 480	0.13 332	0.19 423	0.16 397	0.18 556	0.09 473	0.11 477	0.09 422	0.11 475	0.07 317

GEStereo_RVC	0.17 434	0.12 451	0.15 349	0.22 491	0.11 424	0.19 435	0.17 357	0.32 475	0.48 538	0.20 419	0.25 404	0.17 339	0.13 332	0.21 465	0.16 397	0.10 438	0.06 343	0.08 314	0.07 305	0.09 420	0.08 381

MMNet	0.17 434	0.09 346	0.16 383	0.20 445	0.11 424	0.27 524	0.20 463	0.25 368	0.41 511	0.22 449	0.30 462	0.21 388	0.20 466	0.17 386	0.20 449	0.06 131	0.06 343	0.07 229	0.07 305	0.08 357	0.07 317

delet	0.17 434	0.08 270	0.17 413	0.19 386	0.11 424	0.20 450	0.21 480	0.30 454	0.37 490	0.17 350	0.26 421	0.19 367	0.19 454	0.19 423	0.21 469	0.08 338	0.08 444	0.09 398	0.11 493	0.06 224	0.06 234

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

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

DMCA-RVC	0.17 434	0.10 407	0.15 349	0.24 521	0.11 424	0.18 412	0.18 402	0.25 368	0.24 360	0.21 433	0.26 421	0.25 444	0.27 516	0.18 408	0.20 449	0.12 492	0.08 444	0.13 511	0.10 461	0.10 452	0.08 381

TDLM	0.17 434	0.12 451	0.13 262	0.24 521	0.10 372	0.18 412	0.18 402	0.36 526	0.30 436	0.21 433	0.28 444	0.28 472	0.18 438	0.23 489	0.18 430	0.11 467	0.07 418	0.10 446	0.10 461	0.08 357	0.08 381

NLCA_NET_v2_RVC	0.17 434	0.10 407	0.22 474	0.20 445	0.10 372	0.15 342	0.18 402	0.31 464	0.25 381	0.21 433	0.30 462	0.25 444	0.17 424	0.21 465	0.20 449	0.09 397	0.06 343	0.08 314	0.08 373	0.07 294	0.08 381
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 434	0.12 451	0.15 349	0.20 445	0.09 269	0.18 412	0.18 402	0.26 386	0.23 344	0.26 489	0.40 524	0.22 406	0.17 424	0.21 465	0.20 449	0.08 338	0.05 211	0.09 398	0.10 461	0.07 294	0.07 317
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ISRNet	0.18 448	0.08 270	0.19 447	0.19 386	0.13 480	0.15 342	0.12 76	0.30 454	0.32 450	0.21 433	0.25 404	0.27 462	0.17 424	0.17 386	0.20 449	0.20 563	0.08 444	0.14 523	0.14 525	0.14 521	0.17 555

test_sample9	0.18 448	0.12 451	0.20 459	0.12 5	0.14 500	0.17 393	0.13 124	0.27 409	0.23 344	0.20 419	0.20 323	0.24 430	0.19 454	0.19 423	0.17 412	0.15 533	0.30 583	0.14 523	0.14 525	0.14 521	0.12 492

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

HBP-ISP	0.18 448	0.13 480	0.16 383	0.15 86	0.11 424	0.08 59	0.13 124	0.28 429	0.29 426	0.22 449	0.33 486	0.21 388	0.25 502	0.23 489	0.17 412	0.14 529	0.16 551	0.21 558	0.17 552	0.10 452	0.08 381

Wz-Net-LNSev-Ref	0.18 448	0.09 346	0.29 516	0.15 86	0.10 372	0.22 475	0.20 463	0.26 386	0.39 500	0.25 483	0.42 541	0.24 430	0.15 375	0.20 448	0.19 443	0.07 274	0.05 211	0.06 127	0.05 133	0.10 452	0.09 426

SACVNet	0.18 448	0.12 451	0.14 297	0.17 242	0.13 480	0.22 475	0.18 402	0.31 464	0.30 436	0.23 461	0.31 470	0.30 489	0.22 479	0.22 478	0.17 412	0.11 467	0.08 444	0.10 446	0.10 461	0.12 490	0.14 529

psm_up	0.18 448	0.10 407	0.18 436	0.20 445	0.11 424	0.17 393	0.19 442	0.37 532	0.34 469	0.21 433	0.28 444	0.29 480	0.24 493	0.20 448	0.22 478	0.09 397	0.10 493	0.11 477	0.11 493	0.08 357	0.08 381

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

STTStereo	0.18 448	0.12 451	0.27 503	0.20 445	0.11 424	0.16 372	0.21 480	0.29 440	0.23 344	0.21 433	0.30 462	0.29 480	0.18 438	0.20 448	0.19 443	0.12 492	0.11 506	0.11 477	0.14 525	0.09 420	0.08 381

CVANet_RVC	0.18 448	0.10 407	0.14 297	0.21 476	0.10 372	0.18 412	0.17 357	0.34 503	0.33 457	0.22 449	0.31 470	0.28 472	0.18 438	0.23 489	0.17 412	0.12 492	0.08 444	0.12 496	0.11 493	0.09 420	0.07 317

StereoDRNet	0.18 448	0.11 433	0.17 413	0.22 491	0.11 424	0.21 467	0.22 490	0.37 532	0.33 457	0.24 470	0.28 444	0.30 489	0.19 454	0.20 448	0.20 449	0.09 397	0.08 444	0.11 477	0.09 422	0.09 420	0.07 317

DLCB_ROB	0.18 448	0.10 407	0.15 349	0.23 512	0.11 424	0.24 493	0.18 402	0.29 440	0.28 419	0.27 495	0.28 444	0.28 472	0.24 493	0.19 423	0.20 449	0.08 338	0.08 444	0.09 398	0.09 422	0.07 294	0.07 317

TCMNet	0.19 460	0.12 451	0.19 447	0.20 445	0.18 549	0.20 450	0.24 513	0.27 409	0.36 483	0.23 461	0.26 421	0.25 444	0.19 454	0.19 423	0.23 490	0.13 515	0.11 506	0.11 477	0.12 512	0.13 508	0.12 492

rvit_105_1	0.19 460	0.11 433	0.25 492	0.21 476	0.16 528	0.21 467	0.27 545	0.31 464	0.41 511	0.19 396	0.20 323	0.22 406	0.17 424	0.19 423	0.17 412	0.12 492	0.12 520	0.13 511	0.15 541	0.08 357	0.07 317

test_sample8	0.19 460	0.12 451	0.20 459	0.12 5	0.14 500	0.17 393	0.13 124	0.31 464	0.21 319	0.27 495	0.22 354	0.36 527	0.25 502	0.19 423	0.17 412	0.15 533	0.30 583	0.14 523	0.14 525	0.14 521	0.12 492

SDNR	0.19 460	0.08 270	0.19 447	0.16 166	0.12 457	0.77 597	0.14 179	0.25 368	0.32 450	0.19 396	0.24 375	0.19 367	0.13 332	0.19 423	0.15 381	0.16 549	0.18 558	0.14 523	0.11 493	0.08 357	0.11 479

pcwnet_v2	0.19 460	0.10 407	0.26 495	0.17 242	0.14 500	0.18 412	0.15 251	0.37 532	0.46 536	0.19 396	0.24 375	0.21 388	0.19 454	0.20 448	0.19 443	0.13 515	0.10 493	0.10 446	0.10 461	0.11 475	0.13 512

ADCRef	0.19 460	0.12 451	0.41 548	0.20 445	0.12 457	0.22 475	0.18 402	0.32 475	0.36 483	0.26 489	0.32 474	0.17 339	0.23 487	0.24 498	0.24 503	0.07 274	0.06 343	0.09 398	0.09 422	0.08 357	0.08 381

NVstereo2D	0.19 460	0.10 407	0.15 349	0.17 242	0.15 518	0.28 531	0.23 501	0.44 566	0.42 518	0.15 306	0.27 430	0.25 444	0.19 454	0.22 478	0.17 412	0.09 397	0.06 343	0.10 446	0.08 373	0.15 536	0.09 426

DRN-Test	0.19 460	0.11 433	0.20 459	0.22 491	0.10 372	0.22 475	0.22 490	0.39 545	0.37 490	0.24 470	0.32 474	0.26 454	0.21 470	0.22 478	0.24 503	0.11 467	0.07 418	0.11 477	0.10 461	0.09 420	0.07 317

DISCO	0.19 460	0.09 346	0.22 474	0.17 242	0.10 372	0.25 504	0.18 402	0.27 409	0.44 529	0.22 449	0.31 470	0.33 515	0.26 508	0.28 520	0.28 540	0.08 338	0.06 343	0.07 229	0.07 305	0.09 420	0.09 426

CBMV_ROB	0.19 460	0.13 480	0.17 413	0.16 166	0.11 424	0.15 342	0.13 124	0.26 386	0.28 419	0.27 495	0.30 462	0.27 462	0.24 493	0.23 489	0.16 397	0.15 533	0.17 556	0.22 562	0.20 558	0.10 452	0.11 479

NOSS_ROB	0.19 460	0.12 451	0.18 436	0.16 166	0.12 457	0.15 342	0.12 76	0.30 454	0.32 450	0.20 419	0.22 354	0.27 462	0.23 487	0.21 465	0.16 397	0.16 549	0.18 558	0.23 563	0.21 560	0.12 490	0.13 512

CBMV	0.19 460	0.14 492	0.17 413	0.18 325	0.10 372	0.20 450	0.11 56	0.29 440	0.30 436	0.29 518	0.30 462	0.30 489	0.23 487	0.27 508	0.19 443	0.13 515	0.15 548	0.17 544	0.16 545	0.10 452	0.10 453
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven-2	0.20 472	0.14 492	0.37 540	0.22 491	0.12 457	0.20 450	0.21 480	0.28 429	0.37 490	0.25 483	0.37 504	0.27 462	0.22 479	0.21 465	0.23 490	0.08 338	0.08 444	0.09 398	0.09 422	0.10 452	0.09 426

YMNet	0.20 472	0.12 451	0.19 447	0.20 445	0.14 500	0.26 514	0.23 501	0.32 475	0.34 469	0.27 495	0.34 490	0.30 489	0.18 438	0.18 408	0.22 478	0.10 438	0.13 533	0.10 446	0.10 461	0.08 357	0.09 426

YMNet_1	0.20 472	0.12 451	0.19 447	0.20 445	0.14 500	0.26 514	0.23 501	0.32 475	0.34 469	0.27 495	0.34 490	0.30 489	0.18 438	0.18 408	0.22 478	0.10 438	0.13 533	0.10 446	0.10 461	0.08 357	0.09 426

GwcNet	0.20 472	0.13 480	0.19 447	0.18 325	0.12 457	0.24 493	0.19 442	0.35 519	0.43 523	0.20 419	0.32 474	0.33 515	0.20 466	0.22 478	0.24 503	0.11 467	0.09 473	0.09 398	0.09 422	0.09 420	0.10 453

FAT-Stereo	0.20 472	0.12 451	0.22 474	0.21 476	0.12 457	0.17 393	0.18 402	0.34 503	0.39 500	0.27 495	0.37 504	0.34 521	0.32 547	0.21 465	0.20 449	0.09 397	0.11 506	0.10 446	0.09 422	0.11 475	0.14 529

FADNet-RVC	0.20 472	0.20 539	0.38 541	0.21 476	0.16 528	0.20 450	0.15 251	0.26 386	0.26 395	0.26 489	0.32 474	0.26 454	0.21 470	0.22 478	0.19 443	0.12 492	0.13 533	0.12 496	0.14 525	0.13 508	0.18 558

S-Stereo	0.20 472	0.12 451	0.25 492	0.21 476	0.13 480	0.20 450	0.18 402	0.32 475	0.43 523	0.23 461	0.36 498	0.28 472	0.30 538	0.19 423	0.22 478	0.09 397	0.12 520	0.10 446	0.10 461	0.13 508	0.13 512

SuperB	0.20 472	0.10 407	0.56 568	0.16 166	0.09 269	0.18 412	0.18 402	0.24 352	0.50 547	0.26 489	0.39 518	0.17 339	0.21 470	0.22 478	0.21 469	0.08 338	0.06 343	0.06 127	0.06 214	0.12 490	0.10 453

ADCP+	0.20 472	0.10 407	0.33 527	0.20 445	0.12 457	0.22 475	0.26 538	0.31 464	0.34 469	0.26 489	0.37 504	0.22 406	0.22 479	0.27 508	0.27 533	0.09 397	0.06 343	0.08 314	0.08 373	0.09 420	0.10 453

PS-NSSS	0.20 472	0.21 545	0.23 483	0.20 445	0.10 372	0.19 435	0.17 357	0.36 526	0.25 381	0.27 495	0.33 486	0.27 462	0.24 493	0.20 448	0.20 449	0.15 533	0.12 520	0.17 544	0.14 525	0.10 452	0.08 381

PWCDC_ROB	0.20 472	0.13 480	0.22 474	0.24 521	0.11 424	0.19 435	0.15 251	0.33 494	0.54 556	0.29 518	0.50 556	0.21 388	0.15 375	0.27 508	0.20 449	0.11 467	0.09 473	0.10 446	0.08 373	0.11 475	0.09 426

SGM-Forest	0.20 472	0.14 492	0.18 436	0.19 386	0.13 480	0.20 450	0.22 490	0.33 494	0.30 436	0.24 470	0.29 456	0.28 472	0.19 454	0.23 489	0.17 412	0.15 533	0.16 551	0.15 535	0.14 525	0.12 490	0.12 492
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UDG	0.21 484	0.17 521	0.19 447	0.23 512	0.15 518	0.30 538	0.20 463	0.33 494	0.35 478	0.23 461	0.28 444	0.31 502	0.27 516	0.20 448	0.22 478	0.15 533	0.12 520	0.13 511	0.09 422	0.14 521	0.14 529

FINET	0.21 484	0.18 532	0.26 495	0.18 325	0.16 528	0.23 488	0.23 501	0.32 475	0.48 538	0.25 483	0.32 474	0.22 406	0.22 479	0.22 478	0.17 412	0.18 556	0.16 551	0.11 477	0.10 461	0.15 536	0.13 512

Syn2CoEx	0.21 484	0.16 510	0.27 503	0.29 562	0.14 500	0.26 514	0.20 463	0.33 494	0.31 443	0.28 510	0.36 498	0.27 462	0.25 502	0.19 423	0.24 503	0.16 549	0.12 520	0.14 523	0.11 493	0.09 420	0.08 381

FADNet	0.21 484	0.22 549	0.36 536	0.18 325	0.17 543	0.24 493	0.13 124	0.31 464	0.31 443	0.23 461	0.25 404	0.27 462	0.21 470	0.19 423	0.15 381	0.13 515	0.15 548	0.12 496	0.15 541	0.16 543	0.18 558

RP	0.21 484	0.13 480	0.21 468	0.23 512	0.11 424	0.21 467	0.20 463	0.25 368	0.44 529	0.21 433	0.38 510	0.36 527	0.24 493	0.27 508	0.25 513	0.11 467	0.12 520	0.13 511	0.12 512	0.12 490	0.14 529

DANet	0.21 484	0.15 502	0.28 508	0.25 533	0.13 480	0.22 475	0.19 442	0.27 409	0.27 405	0.28 510	0.32 474	0.35 525	0.31 542	0.31 531	0.23 490	0.11 467	0.09 473	0.11 477	0.10 461	0.13 508	0.11 479
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.21 484	0.12 451	0.21 468	0.24 521	0.13 480	0.22 475	0.22 490	0.41 555	0.26 395	0.31 528	0.42 541	0.37 532	0.28 526	0.23 489	0.22 478	0.10 438	0.12 520	0.10 446	0.09 422	0.10 452	0.08 381

PWC_ROB	0.21 484	0.16 510	0.26 495	0.18 325	0.11 424	0.22 475	0.13 124	0.32 475	0.49 544	0.30 522	0.40 524	0.32 512	0.24 493	0.31 531	0.22 478	0.10 438	0.07 418	0.11 477	0.08 373	0.11 475	0.10 453

PSMNet_ROB	0.21 484	0.11 433	0.15 349	0.27 551	0.15 518	0.24 493	0.35 577	0.43 564	0.37 490	0.27 495	0.32 474	0.32 512	0.22 479	0.21 465	0.26 525	0.12 492	0.08 444	0.13 511	0.11 493	0.09 420	0.09 426

MSAF-DinoV2	0.22 493	0.11 433	0.23 483	0.17 242	0.10 372	0.27 524	0.16 319	0.37 532	0.55 557	0.21 433	0.27 430	0.47 566	0.27 516	0.35 550	0.39 572	0.09 397	0.06 343	0.07 229	0.09 422	0.12 490	0.10 453

GASNet	0.22 493	0.23 550	0.33 527	0.26 539	0.17 543	0.26 514	0.16 319	0.44 566	0.42 518	0.27 495	0.24 375	0.30 489	0.15 375	0.27 508	0.18 430	0.12 492	0.08 444	0.12 496	0.11 493	0.16 543	0.07 317

Anonymous_2	0.22 493	0.17 521	0.28 508	0.15 86	0.16 528	0.32 541	0.22 490	0.22 309	0.17 237	0.23 461	0.24 375	0.26 454	0.27 516	0.27 508	0.23 490	0.22 572	0.25 579	0.17 544	0.17 552	0.17 550	0.17 555

Wz-Net-LNSev	0.22 493	0.16 510	0.38 541	0.21 476	0.13 480	0.25 504	0.23 501	0.32 475	0.43 523	0.30 522	0.41 535	0.31 502	0.18 438	0.22 478	0.25 513	0.10 438	0.09 473	0.08 314	0.08 373	0.12 490	0.11 479

Wz-Net-MNSev	0.22 493	0.13 480	0.31 521	0.20 445	0.14 500	0.36 559	0.24 513	0.33 494	0.44 529	0.28 510	0.40 524	0.38 536	0.19 454	0.24 498	0.25 513	0.09 397	0.07 418	0.09 398	0.09 422	0.12 490	0.10 453

DDUNet	0.22 493	0.17 521	0.21 468	0.22 491	0.15 518	0.25 504	0.24 513	0.29 440	0.30 436	0.31 528	0.36 498	0.33 515	0.25 502	0.24 498	0.20 449	0.18 556	0.13 533	0.17 544	0.11 493	0.16 543	0.16 547

APVNet	0.22 493	0.12 451	0.19 447	0.18 325	0.14 500	0.32 541	0.31 573	0.39 545	0.32 450	0.27 495	0.40 524	0.30 489	0.29 534	0.26 505	0.25 513	0.11 467	0.12 520	0.11 477	0.14 525	0.12 490	0.12 492

aanetorigin	0.22 493	0.17 521	0.56 568	0.17 242	0.10 372	0.15 342	0.19 442	0.20 262	0.33 457	0.49 571	0.48 551	0.29 480	0.27 516	0.20 448	0.23 490	0.08 338	0.07 418	0.08 314	0.07 305	0.10 452	0.09 426

MaskLacGwcNet_RVC	0.22 493	0.21 545	0.24 487	0.26 539	0.11 424	0.23 488	0.14 179	0.39 545	0.24 360	0.32 534	0.36 498	0.30 489	0.21 470	0.19 423	0.21 469	0.17 554	0.14 542	0.21 558	0.16 545	0.12 490	0.12 492

AF-Net	0.22 493	0.17 521	0.17 413	0.26 539	0.13 480	0.25 504	0.24 513	0.32 475	0.50 547	0.25 483	0.33 486	0.38 536	0.26 508	0.28 520	0.25 513	0.11 467	0.10 493	0.16 541	0.11 493	0.11 475	0.10 453

stereogan	0.22 493	0.11 433	0.21 468	0.20 445	0.12 457	0.31 540	0.19 442	0.35 519	0.44 529	0.22 449	0.39 518	0.35 525	0.27 516	0.33 541	0.22 478	0.10 438	0.12 520	0.10 446	0.10 461	0.14 521	0.13 512

edge stereo	0.22 493	0.13 480	0.20 459	0.21 476	0.13 480	0.23 488	0.16 319	0.32 475	0.42 518	0.32 534	0.40 524	0.38 536	0.35 554	0.25 503	0.24 503	0.13 515	0.11 506	0.14 523	0.11 493	0.12 490	0.13 512

RYNet	0.22 493	0.12 451	0.22 474	0.19 386	0.17 543	0.46 568	0.26 538	0.38 540	0.48 538	0.24 470	0.28 444	0.34 521	0.23 487	0.20 448	0.30 548	0.10 438	0.06 343	0.09 398	0.09 422	0.13 508	0.15 536

NaN_ROB	0.22 493	0.19 535	0.24 487	0.25 533	0.13 480	0.29 535	0.26 538	0.33 494	0.41 511	0.31 528	0.31 470	0.32 512	0.23 487	0.30 530	0.21 469	0.11 467	0.17 556	0.10 446	0.10 461	0.08 357	0.09 426

MDST_ROB	0.22 493	0.10 407	0.17 413	0.18 325	0.11 424	0.37 560	0.19 442	0.43 564	0.41 511	0.39 552	0.39 518	0.29 480	0.21 470	0.26 505	0.18 430	0.11 467	0.10 493	0.14 523	0.11 493	0.10 452	0.08 381

XPNet_ROB	0.22 493	0.11 433	0.19 447	0.22 491	0.13 480	0.22 475	0.19 442	0.34 503	0.40 508	0.30 522	0.39 518	0.39 544	0.26 508	0.26 505	0.28 540	0.15 533	0.10 493	0.10 446	0.10 461	0.13 508	0.12 492

SQANet	0.23 509	0.23 550	0.30 519	0.30 564	0.19 552	0.27 524	0.13 124	0.29 440	0.33 457	0.24 470	0.37 504	0.31 502	0.22 479	0.27 508	0.23 490	0.15 533	0.10 493	0.21 558	0.16 545	0.21 559	0.15 536

Nwc_Net	0.23 509	0.16 510	0.21 468	0.25 533	0.14 500	0.24 493	0.26 538	0.37 532	0.38 497	0.22 449	0.41 535	0.30 489	0.28 526	0.28 520	0.25 513	0.11 467	0.10 493	0.17 544	0.20 558	0.10 452	0.10 453

RTSC	0.23 509	0.12 451	0.28 508	0.21 476	0.13 480	0.28 531	0.16 319	0.35 519	0.66 580	0.27 495	0.33 486	0.30 489	0.21 470	0.31 531	0.29 543	0.10 438	0.08 444	0.09 398	0.10 461	0.13 508	0.13 512

PA-Net	0.23 509	0.18 532	0.33 527	0.28 554	0.22 561	0.21 467	0.38 582	0.29 440	0.39 500	0.22 449	0.32 474	0.25 444	0.26 508	0.20 448	0.25 513	0.09 397	0.23 577	0.15 535	0.22 563	0.09 420	0.13 512
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 509	0.15 502	0.17 413	0.34 570	0.18 549	0.24 493	0.23 501	0.34 503	0.28 419	0.31 528	0.38 510	0.38 536	0.28 526	0.23 489	0.24 503	0.15 533	0.12 520	0.18 553	0.21 560	0.13 508	0.13 512

ETE_ROB	0.23 509	0.17 521	0.22 474	0.25 533	0.13 480	0.26 514	0.29 560	0.31 464	0.36 483	0.28 510	0.36 498	0.45 559	0.26 508	0.27 508	0.26 525	0.11 467	0.08 444	0.12 496	0.09 422	0.14 521	0.13 512

SGM_RVC	0.23 509	0.12 451	0.15 349	0.15 86	0.09 269	0.33 547	0.18 402	0.34 503	0.31 443	0.44 566	0.37 504	0.53 574	0.35 554	0.35 550	0.24 503	0.13 515	0.13 533	0.13 511	0.13 522	0.10 452	0.11 479
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.24 516	0.14 492	0.45 552	0.19 386	0.13 480	0.28 531	0.25 529	0.34 503	0.62 572	0.27 495	0.56 567	0.29 480	0.24 493	0.32 538	0.25 513	0.08 338	0.08 444	0.08 314	0.08 373	0.10 452	0.10 453

w-ln-seven	0.24 516	0.14 492	0.55 565	0.19 386	0.14 500	0.26 514	0.22 490	0.35 519	0.60 569	0.29 518	0.39 518	0.30 489	0.22 479	0.21 465	0.26 525	0.09 397	0.09 473	0.11 477	0.10 461	0.11 475	0.10 453

DGSMNet	0.24 516	0.19 535	0.33 527	0.21 476	0.24 566	0.24 493	0.20 463	0.35 519	0.41 511	0.24 470	0.32 474	0.38 536	0.21 470	0.29 527	0.23 490	0.12 492	0.11 506	0.14 523	0.16 545	0.23 563	0.23 569

G-Net	0.24 516	0.16 510	0.36 536	0.22 491	0.16 528	0.51 574	0.23 501	0.29 440	0.34 469	0.36 544	0.38 510	0.31 502	0.29 534	0.27 508	0.26 525	0.11 467	0.09 473	0.12 496	0.09 422	0.16 543	0.13 512

NCC-stereo	0.24 516	0.15 502	0.31 521	0.26 539	0.16 528	0.20 450	0.30 567	0.40 549	0.40 508	0.24 470	0.38 510	0.33 515	0.28 526	0.36 556	0.27 533	0.12 492	0.11 506	0.15 535	0.22 563	0.13 508	0.13 512

Abc-Net	0.24 516	0.15 502	0.31 521	0.26 539	0.16 528	0.20 450	0.30 567	0.40 549	0.40 508	0.24 470	0.38 510	0.33 515	0.28 526	0.36 556	0.27 533	0.12 492	0.11 506	0.15 535	0.22 563	0.13 508	0.13 512
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.24 516	0.11 433	0.47 557	0.22 491	0.12 457	0.34 550	0.29 560	0.29 440	0.56 560	0.24 470	0.46 548	0.30 489	0.30 538	0.29 527	0.29 543	0.08 338	0.07 418	0.09 398	0.09 422	0.10 452	0.10 453

DeepPrunerF	0.24 516	0.17 521	0.42 550	0.26 539	0.16 528	0.22 475	0.28 551	0.37 532	0.50 547	0.26 489	0.29 456	0.24 430	0.28 526	0.21 465	0.22 478	0.15 533	0.11 506	0.20 557	0.18 556	0.12 490	0.13 512

FBW_ROB	0.24 516	0.17 521	0.22 474	0.26 539	0.14 500	0.25 504	0.22 490	0.41 555	0.41 511	0.41 559	0.41 535	0.42 551	0.27 516	0.31 531	0.23 490	0.09 397	0.14 542	0.14 523	0.12 512	0.11 475	0.09 426

SANet	0.24 516	0.14 492	0.28 508	0.21 476	0.11 424	0.27 524	0.24 513	0.38 540	0.64 576	0.36 544	0.40 524	0.43 555	0.26 508	0.27 508	0.24 503	0.12 492	0.09 473	0.10 446	0.09 422	0.13 508	0.11 479

WCMA_ROB	0.24 516	0.11 433	0.22 474	0.17 242	0.14 500	0.32 541	0.15 251	0.32 475	0.32 450	0.38 550	0.53 558	0.40 548	0.34 552	0.34 544	0.25 513	0.11 467	0.12 520	0.12 496	0.10 461	0.14 521	0.14 529

FSD	0.25 527	0.27 562	0.26 495	0.24 521	0.22 561	0.25 504	0.25 529	0.27 409	0.26 395	0.25 483	0.26 421	0.25 444	0.27 516	0.27 508	0.24 503	0.21 567	0.20 564	0.27 569	0.26 570	0.25 571	0.24 570

zh-sn7	0.25 527	0.17 521	0.50 559	0.24 521	0.13 480	0.25 504	0.24 513	0.34 503	0.48 538	0.28 510	0.54 560	0.28 472	0.31 542	0.36 556	0.32 556	0.10 438	0.10 493	0.11 477	0.10 461	0.12 490	0.12 492

zh-mn7	0.25 527	0.14 492	0.56 568	0.19 386	0.14 500	0.24 493	0.22 490	0.34 503	0.62 572	0.35 541	0.65 575	0.31 502	0.25 502	0.31 531	0.25 513	0.09 397	0.08 444	0.09 398	0.09 422	0.09 420	0.11 479

Wz-Net-SNSev	0.25 527	0.17 521	0.44 551	0.25 533	0.14 500	0.26 514	0.23 501	0.38 540	0.56 560	0.30 522	0.55 562	0.39 544	0.26 508	0.23 489	0.30 548	0.10 438	0.09 473	0.09 398	0.10 461	0.11 475	0.11 479

psmorigin	0.25 527	0.15 502	0.34 535	0.17 242	0.13 480	0.23 488	0.14 179	0.34 503	0.33 457	0.41 559	0.55 562	0.41 550	0.37 558	0.34 544	0.27 533	0.11 467	0.15 548	0.11 477	0.11 493	0.12 490	0.16 547

RGC	0.25 527	0.20 539	0.29 516	0.28 554	0.16 528	0.22 475	0.23 501	0.32 475	0.44 529	0.27 495	0.40 524	0.38 536	0.27 516	0.36 556	0.22 478	0.11 467	0.13 533	0.17 544	0.17 552	0.14 521	0.16 547

ADCMid	0.25 527	0.15 502	0.40 545	0.20 445	0.14 500	0.25 504	0.26 538	0.34 503	0.38 497	0.36 544	0.44 546	0.34 521	0.40 564	0.35 550	0.33 560	0.10 438	0.09 473	0.11 477	0.11 493	0.13 508	0.12 492

ADCPNet	0.25 527	0.16 510	0.61 574	0.21 476	0.15 518	0.35 558	0.25 529	0.32 475	0.35 478	0.30 522	0.40 524	0.36 527	0.28 526	0.28 520	0.32 556	0.12 492	0.10 493	0.11 477	0.12 512	0.14 521	0.13 512

STTRV1_RVC	0.25 527	0.26 559	0.39 543	0.19 386	0.26 573	0.30 538	0.24 513	0.34 503	0.35 478	0.36 544	0.34 490	0.31 502	0.31 542	0.28 520	0.25 513	0.17 554	0.10 493	0.16 541	0.14 525	0.17 550	0.12 492

LALA_ROB	0.25 527	0.16 510	0.22 474	0.26 539	0.17 543	0.27 524	0.27 545	0.42 560	0.37 490	0.33 538	0.38 510	0.51 570	0.26 508	0.28 520	0.27 533	0.16 549	0.09 473	0.12 496	0.11 493	0.13 508	0.12 492

SHD	0.26 537	0.15 502	0.30 519	0.24 521	0.18 549	0.22 475	0.15 251	0.38 540	0.71 584	0.32 534	0.41 535	0.36 527	0.28 526	0.32 538	0.29 543	0.12 492	0.11 506	0.14 523	0.13 522	0.16 543	0.20 564

AnyNet_C32	0.26 537	0.16 510	0.36 536	0.20 445	0.16 528	0.25 504	0.30 567	0.32 475	0.44 529	0.31 528	0.49 552	0.30 489	0.33 548	0.40 571	0.33 560	0.12 492	0.12 520	0.12 496	0.14 525	0.14 521	0.15 536

PSMNet-RUCA	0.27 539	0.33 574	0.41 548	0.36 574	0.32 581	0.18 412	0.19 442	0.42 560	0.30 436	0.33 538	0.41 535	0.39 544	0.25 502	0.31 531	0.20 449	0.18 556	0.10 493	0.25 565	0.15 541	0.21 559	0.16 547

PDISCO_ROB	0.27 539	0.16 510	0.26 495	0.28 554	0.20 555	0.32 541	0.26 538	0.44 566	0.57 562	0.28 510	0.40 524	0.45 559	0.29 534	0.33 541	0.34 562	0.12 492	0.09 473	0.17 544	0.16 545	0.17 550	0.13 512

DispFullNet	0.27 539	0.21 545	0.65 577	0.28 554	0.16 528	0.26 514	0.17 357	0.33 494	0.58 565	0.27 495	0.38 510	0.43 555	0.23 487	0.38 563	0.23 490	0.12 492	0.06 343	0.19 555	0.11 493	0.21 559	0.15 536

MeshStereo	0.27 539	0.13 480	0.18 436	0.15 86	0.11 424	0.32 541	0.24 513	0.40 549	0.36 483	0.52 573	0.57 570	0.67 585	0.40 564	0.35 550	0.26 525	0.14 529	0.13 533	0.13 511	0.11 493	0.11 475	0.10 453
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
WZ-Net	0.28 543	0.17 521	0.78 593	0.22 491	0.16 528	0.34 550	0.29 560	0.39 545	0.57 562	0.24 470	0.55 562	0.37 532	0.24 493	0.33 541	0.35 563	0.09 397	0.08 444	0.09 398	0.10 461	0.14 521	0.16 547

XQC	0.28 543	0.23 550	0.51 560	0.28 554	0.19 552	0.34 550	0.27 545	0.36 526	0.57 562	0.31 528	0.30 462	0.37 532	0.30 538	0.38 563	0.38 570	0.13 515	0.09 473	0.15 535	0.12 512	0.17 550	0.18 558

CC-Net-ROB	0.28 543	0.31 572	0.36 536	0.29 562	0.15 518	0.25 504	0.19 442	0.45 569	0.33 457	0.39 552	0.37 504	0.39 544	0.31 542	0.27 508	0.26 525	0.24 578	0.19 561	0.30 579	0.23 567	0.18 554	0.15 536

DPSNet	0.28 543	0.16 510	0.31 521	0.18 325	0.13 480	0.54 576	0.42 586	0.51 579	0.67 581	0.29 518	0.38 510	0.38 536	0.29 534	0.31 531	0.23 490	0.11 467	0.10 493	0.11 477	0.08 373	0.20 558	0.16 547

MultiAttention	0.29 547	0.08 270	0.14 297	0.19 386	0.12 457	1.45 612	1.33 614	0.36 526	0.37 490	0.19 396	0.21 344	0.24 430	0.11 261	0.38 563	0.18 430	0.06 131	0.05 211	0.08 314	0.08 373	0.10 452	0.09 426

Wz-Net-TNSev	0.29 547	0.20 539	0.65 577	0.19 386	0.15 518	0.38 563	0.27 545	0.35 519	0.55 557	0.34 540	0.42 541	0.45 559	0.38 559	0.32 538	0.30 548	0.12 492	0.13 533	0.10 446	0.12 512	0.15 536	0.14 529

ccnet	0.29 547	0.28 567	0.23 483	0.20 445	0.28 575	0.41 567	0.21 480	0.45 569	0.33 457	0.36 544	0.46 548	0.36 527	0.30 538	0.39 567	0.42 579	0.23 576	0.14 542	0.21 558	0.17 552	0.23 563	0.18 558

EDNetEfficient	0.29 547	0.24 553	1.13 602	0.18 325	0.10 372	0.19 435	0.20 463	0.20 262	0.60 569	0.74 591	0.56 567	0.31 502	0.39 561	0.22 478	0.30 548	0.09 397	0.07 418	0.08 314	0.07 305	0.11 475	0.09 426

ADCS	0.29 547	0.18 532	0.45 552	0.21 476	0.17 543	0.28 531	0.23 501	0.41 555	0.63 575	0.40 555	0.49 552	0.40 548	0.36 556	0.39 567	0.40 575	0.13 515	0.12 520	0.13 511	0.14 525	0.16 543	0.16 547

CSAN	0.29 547	0.24 553	0.27 503	0.34 570	0.19 552	0.33 547	0.42 586	0.37 532	0.50 547	0.38 550	0.40 524	0.44 557	0.33 548	0.28 520	0.30 548	0.20 563	0.16 551	0.19 555	0.19 557	0.14 521	0.15 536

MFN_U_SF_DS_RVC	0.30 553	0.24 553	0.29 516	0.36 574	0.16 528	0.34 550	0.30 567	0.32 475	0.42 518	0.40 555	0.46 548	0.38 536	0.31 542	0.34 544	0.28 540	0.19 561	0.20 564	0.26 566	0.29 577	0.18 554	0.19 563

GANetREF_RVC	0.31 554	0.34 576	0.27 503	0.35 572	0.16 528	0.32 541	0.41 583	0.48 573	0.51 554	0.35 541	0.35 495	0.34 521	0.33 548	0.39 567	0.32 556	0.27 580	0.20 564	0.29 577	0.15 541	0.18 554	0.17 555
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	0.31 554	0.26 559	0.26 495	0.24 521	0.21 559	0.34 550	0.25 529	0.34 503	0.39 500	0.40 555	0.69 579	0.45 559	0.40 564	0.34 544	0.27 533	0.20 563	0.19 561	0.26 566	0.25 569	0.23 563	0.22 568

MFN_U_SF_RVC	0.32 556	0.21 545	0.55 565	0.30 564	0.15 518	0.34 550	0.17 357	0.52 580	0.46 536	0.46 570	0.55 562	0.59 577	0.39 561	0.35 550	0.37 568	0.15 533	0.14 542	0.18 553	0.21 560	0.16 543	0.15 536

PASM	0.32 556	0.24 553	0.48 558	0.28 554	0.27 574	0.29 535	0.30 567	0.34 503	0.49 544	0.35 541	0.39 518	0.46 563	0.34 552	0.34 544	0.35 563	0.23 576	0.25 579	0.26 566	0.28 576	0.23 563	0.21 566

SGM-ForestM	0.32 556	0.12 451	0.16 383	0.16 166	0.11 424	0.39 564	0.19 442	0.41 555	0.50 547	0.52 573	0.54 560	1.32 605	0.42 572	0.40 571	0.27 533	0.14 529	0.16 551	0.16 541	0.16 545	0.12 490	0.12 492

FC-DCNN v2	0.33 559	0.27 562	0.28 508	0.26 539	0.23 564	0.37 560	0.28 551	0.40 549	0.43 523	0.45 567	0.56 567	0.51 570	0.40 564	0.37 561	0.29 543	0.21 567	0.20 564	0.27 569	0.26 570	0.25 571	0.24 570

FCDSN-DC	0.33 559	0.28 567	0.28 508	0.30 564	0.24 566	0.39 564	0.28 551	0.42 560	0.42 518	0.43 565	0.53 558	0.51 570	0.41 569	0.36 556	0.30 548	0.21 567	0.20 564	0.27 569	0.26 570	0.25 571	0.24 570
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 559	0.27 562	0.28 508	0.26 539	0.23 564	0.37 560	0.28 551	0.40 549	0.43 523	0.45 567	0.55 562	0.51 570	0.40 564	0.37 561	0.30 548	0.21 567	0.20 564	0.27 569	0.26 570	0.25 571	0.24 570

LSM	0.33 559	0.20 539	0.58 571	0.26 539	0.60 598	0.34 550	0.25 529	0.42 560	0.48 538	0.45 567	0.58 572	0.42 551	0.36 556	0.35 550	0.25 513	0.12 492	0.20 564	0.14 523	0.16 545	0.19 557	0.33 585

AnyNet_C01	0.36 563	0.25 558	1.37 605	0.22 491	0.17 543	0.48 572	0.27 545	0.35 519	0.39 500	0.39 552	0.74 585	0.46 563	0.38 559	0.45 575	0.47 584	0.13 515	0.13 533	0.13 511	0.14 525	0.14 521	0.15 536

GCST	0.37 564	0.42 583	0.26 495	1.02 607	0.39 582	0.18 412	0.08 9	0.20 262	0.17 237	0.28 510	0.25 404	0.15 305	0.12 294	0.16 354	0.14 352	0.64 602	0.43 591	0.75 599	0.65 602	0.63 595	0.46 594

otaku	0.39 565	0.37 579	0.52 561	0.44 581	0.28 575	0.58 578	0.24 513	0.41 555	0.62 572	0.40 555	0.49 552	0.46 563	0.33 548	0.40 571	0.32 556	0.30 581	0.30 583	0.39 583	0.33 582	0.29 578	0.28 579

ACVNet-4b	0.39 565	0.53 586	0.55 565	0.45 582	0.24 566	0.47 570	0.18 402	0.49 575	0.64 576	0.42 562	0.45 547	0.60 578	0.27 516	0.34 544	0.24 503	0.33 584	0.14 542	0.48 587	0.42 588	0.30 579	0.26 578

PVD	0.39 565	0.20 539	0.39 543	0.31 568	0.22 561	0.29 535	0.43 588	0.52 580	0.96 598	0.55 577	0.79 589	0.53 574	0.59 588	0.52 582	0.38 570	0.19 561	0.14 542	0.17 544	0.14 525	0.24 570	0.31 583

Ntro	0.40 568	0.40 581	0.53 562	0.46 585	0.30 579	0.65 584	0.24 513	0.46 571	0.68 582	0.41 559	0.49 552	0.48 568	0.42 572	0.39 567	0.31 555	0.32 583	0.28 581	0.37 582	0.30 579	0.32 583	0.29 580

SAMSARA	0.40 568	0.28 567	0.33 527	0.55 588	0.39 582	0.82 598	1.23 613	0.47 572	0.51 554	0.36 544	0.35 495	0.55 576	0.39 561	0.38 563	0.39 572	0.15 533	0.20 564	0.15 535	0.14 525	0.23 563	0.20 564

ELAS_RVC	0.41 570	0.29 570	0.33 527	0.28 554	0.24 566	0.54 576	0.36 578	0.49 575	0.59 566	0.72 587	0.74 585	0.65 583	0.54 581	0.54 586	0.40 575	0.22 572	0.20 564	0.27 569	0.26 570	0.26 576	0.25 576
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 570	0.29 570	0.33 527	0.27 551	0.24 566	0.60 581	0.36 578	0.50 578	0.50 547	0.71 585	0.79 589	0.67 585	0.54 581	0.51 580	0.42 579	0.22 572	0.20 564	0.27 569	0.26 570	0.26 576	0.25 576
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MSC_U_SF_DS_RVC	0.43 572	0.39 580	0.54 563	0.40 577	0.20 555	0.64 583	0.32 575	0.53 582	0.72 585	0.71 585	0.72 582	0.61 579	0.54 581	0.51 580	0.46 583	0.20 563	0.19 561	0.29 577	0.30 579	0.23 563	0.18 558

ACVNet_1	0.44 573	0.49 585	0.60 573	0.45 582	0.28 575	0.49 573	0.27 545	0.57 587	0.72 585	0.62 580	0.58 572	0.74 589	0.49 578	0.50 578	0.35 563	0.26 579	0.24 578	0.39 583	0.29 577	0.31 582	0.24 570

Consistency-Raft	0.44 573	0.40 581	0.45 552	0.37 576	0.43 586	0.46 568	0.41 583	0.57 587	0.55 557	0.32 534	0.73 583	0.33 515	0.48 577	0.42 574	0.49 586	0.39 586	0.35 588	0.45 586	0.51 595	0.42 586	0.29 580

RTS	0.45 575	0.19 535	3.26 612	0.24 521	0.15 518	0.74 591	0.20 463	0.36 526	0.76 591	0.42 562	0.43 544	0.31 502	0.41 569	0.53 584	0.35 563	0.10 438	0.08 444	0.13 511	0.12 512	0.15 536	0.15 536

RTSA	0.45 575	0.19 535	3.26 612	0.24 521	0.15 518	0.74 591	0.20 463	0.36 526	0.76 591	0.42 562	0.43 544	0.31 502	0.41 569	0.53 584	0.35 563	0.10 438	0.08 444	0.13 511	0.12 512	0.15 536	0.15 536

MANE	0.45 575	0.27 562	0.27 503	0.27 551	0.24 566	0.47 570	0.31 573	0.55 584	0.59 566	0.72 587	1.13 606	1.15 599	0.61 589	0.52 582	0.37 568	0.21 567	0.20 564	0.27 569	0.31 581	0.25 571	0.24 570

NVStereoNet_ROB	0.46 578	0.36 578	0.46 556	0.41 579	0.28 575	0.34 550	0.34 576	0.48 573	0.60 569	0.72 587	0.93 595	0.70 588	0.66 592	0.47 576	0.60 594	0.22 572	0.33 587	0.34 581	0.34 584	0.30 579	0.30 582
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	0.47 579	0.26 559	0.58 571	0.28 554	0.20 555	0.39 564	0.18 402	0.49 575	0.64 576	0.52 573	0.87 592	1.01 594	0.57 586	0.50 578	0.56 591	0.53 595	0.31 586	0.54 593	0.40 586	0.33 584	0.34 586

LE_ROB	0.50 580	0.07 169	0.14 297	0.15 86	0.08 146	0.24 493	0.16 319	0.22 309	1.81 614	4.63 618	0.67 577	0.47 566	0.44 574	0.20 448	0.29 543	0.07 274	0.06 343	0.06 127	0.06 214	0.08 357	0.06 234

BEATNet-Init1	0.52 581	0.27 562	0.62 575	0.30 564	0.21 559	0.76 595	0.29 560	0.54 583	0.65 579	0.86 596	0.95 597	2.07 615	0.62 591	0.56 588	0.42 579	0.18 556	0.18 558	0.23 563	0.22 563	0.22 562	0.21 566

anonymity	0.53 582	0.58 588	0.65 577	0.41 579	0.61 599	0.53 575	0.41 583	0.56 585	0.41 511	0.55 577	0.50 556	0.49 569	0.55 584	0.58 589	0.50 589	0.58 598	0.50 601	0.51 589	0.51 595	0.51 588	0.57 596

RainbowNet	0.54 583	0.61 590	0.70 591	0.57 589	0.43 586	0.65 584	0.37 581	0.60 589	0.87 595	0.50 572	0.66 576	0.64 581	0.47 576	0.49 577	0.43 582	0.47 592	0.48 597	0.52 591	0.41 587	0.52 589	0.40 591

SGM+DAISY	0.56 584	0.57 587	0.65 577	0.40 577	0.54 591	0.66 586	0.49 590	0.56 585	0.45 535	0.66 581	0.69 579	0.67 585	0.56 585	0.63 591	0.56 591	0.59 599	0.48 597	0.50 588	0.50 594	0.52 589	0.58 597

SPS-STEREO	0.57 585	0.58 588	0.65 577	0.45 582	0.55 593	0.62 582	0.44 589	0.62 590	0.50 547	0.68 583	0.64 574	0.66 584	0.57 586	0.61 590	0.60 594	0.62 601	0.47 596	0.51 589	0.49 592	0.55 593	0.58 597
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 586	0.66 594	0.65 577	0.51 586	0.69 603	0.69 587	0.57 596	0.64 591	0.73 589	0.60 579	0.73 583	0.62 580	0.67 593	0.65 592	0.60 594	0.66 603	0.58 610	0.63 594	0.59 598	0.68 600	0.69 606

IMH-64-1	0.65 587	0.61 590	0.68 585	0.71 592	0.51 589	0.59 579	0.49 590	0.91 598	0.85 593	0.74 591	1.02 599	0.81 590	0.78 597	0.79 595	0.49 586	0.42 588	0.46 592	0.71 596	0.47 590	0.52 589	0.39 589

IMH-64	0.65 587	0.61 590	0.68 585	0.71 592	0.51 589	0.59 579	0.49 590	0.91 598	0.85 593	0.74 591	1.02 599	0.81 590	0.78 597	0.79 595	0.49 586	0.42 588	0.46 592	0.71 596	0.47 590	0.52 589	0.39 589

ACVNet_2	0.66 589	0.66 594	0.68 585	0.63 590	0.41 584	0.71 589	0.49 590	0.96 602	1.39 607	0.89 597	1.09 602	1.04 595	0.73 595	0.54 586	0.47 584	0.43 590	0.40 590	0.53 592	0.44 589	0.47 587	0.35 588

JetBlue	0.71 590	0.45 584	1.14 603	0.51 586	0.47 588	2.02 613	0.64 600	0.75 593	0.70 583	0.69 584	0.77 588	1.22 601	0.83 599	1.03 610	1.01 610	0.40 587	0.28 581	0.33 580	0.33 582	0.30 579	0.34 586

IMH	0.71 590	0.64 593	0.68 585	0.76 594	0.54 591	0.69 587	0.54 594	0.98 604	1.10 600	0.82 595	1.09 602	0.89 592	0.88 602	0.87 603	0.52 590	0.44 591	0.50 601	0.75 599	0.51 595	0.56 594	0.41 592

PWCK	0.71 590	0.94 605	0.95 600	0.76 594	0.31 580	0.74 591	0.36 578	0.90 597	0.90 596	0.96 600	0.75 587	0.95 593	0.61 589	0.87 603	0.66 597	0.72 604	0.46 592	0.75 599	0.49 592	0.69 602	0.44 593

MADNet+	0.75 593	0.71 596	3.70 615	0.66 591	0.41 584	0.98 603	0.97 611	0.69 592	0.73 589	0.52 573	0.57 570	0.64 581	0.68 594	0.86 602	1.01 610	0.34 585	0.36 589	0.28 576	0.23 567	0.36 585	0.31 583

TorneroNet-64	0.76 594	0.72 597	0.74 592	0.78 596	0.58 597	0.91 602	0.56 595	0.84 596	1.29 604	0.66 581	0.90 593	1.40 607	0.75 596	0.85 601	0.67 600	0.49 593	0.46 592	0.72 598	0.59 598	0.67 599	0.53 595

WAO-7	0.79 595	0.78 599	0.54 563	0.85 600	0.67 602	0.74 591	0.68 604	1.05 607	1.32 605	0.90 598	1.20 609	1.04 595	0.92 603	0.69 593	0.66 597	0.60 600	0.62 611	0.67 595	0.68 604	0.64 596	0.58 597

WAO-6	0.81 596	0.80 600	0.62 575	0.86 601	0.63 600	0.76 595	0.58 597	0.98 604	1.54 612	0.90 598	0.96 598	1.07 597	1.03 607	0.70 594	0.66 597	0.72 604	0.49 599	0.90 607	0.71 605	0.68 600	0.58 597

TorneroNet	0.82 597	0.74 598	0.81 597	0.84 599	0.63 600	0.99 604	0.63 598	0.96 602	1.16 601	0.80 594	1.11 604	1.36 606	0.86 601	0.93 606	0.80 605	0.56 596	0.49 599	0.78 604	0.66 603	0.73 605	0.63 605

LVE	0.83 598	0.85 603	0.85 598	0.80 597	0.56 594	1.04 608	0.65 601	1.05 607	1.47 610	0.96 600	1.22 610	1.10 598	0.85 600	0.83 598	0.71 602	0.49 593	0.55 607	0.76 602	0.60 600	0.65 597	0.59 602

Dean	0.87 599	0.86 604	0.79 595	0.81 598	0.56 594	0.90 599	0.63 598	1.15 613	1.73 613	1.15 608	1.15 607	1.31 604	0.99 606	0.81 597	0.81 606	0.57 597	0.56 608	0.77 603	0.64 601	0.66 598	0.58 597

WAO-8	0.91 600	0.81 601	0.65 577	0.94 604	0.69 603	0.90 599	0.67 602	1.07 610	1.83 615	1.06 605	1.45 612	1.30 602	1.07 608	0.84 599	0.78 603	0.74 606	0.53 604	0.86 605	0.75 606	0.69 602	0.62 603

Venus	0.91 600	0.81 601	0.65 577	0.94 604	0.69 603	0.90 599	0.67 602	1.07 610	1.83 615	1.06 605	1.45 612	1.30 602	1.07 608	0.84 599	0.78 603	0.74 606	0.53 604	0.86 605	0.75 606	0.69 602	0.62 603

UNDER WATER-64	0.95 602	0.94 605	1.43 607	0.87 602	0.56 594	1.18 611	0.87 608	0.77 594	0.94 597	1.04 603	0.85 591	1.58 612	1.21 613	0.94 607	0.96 608	0.87 610	0.57 609	1.03 610	0.88 611	0.78 606	0.73 607

UNDER WATER	0.97 603	0.97 607	1.42 606	0.99 606	0.70 606	1.12 610	0.84 607	0.80 595	1.08 599	1.01 602	0.90 593	1.55 611	1.22 614	1.03 610	1.00 609	0.78 608	0.53 604	1.02 609	0.87 610	0.80 607	0.74 608

notaker	0.97 603	1.11 608	0.98 601	1.13 609	0.81 607	0.73 590	0.68 604	0.93 600	1.16 601	1.18 610	1.18 608	1.41 608	1.16 612	1.08 612	0.69 601	0.81 609	0.64 612	1.17 612	0.79 608	0.98 609	0.80 610

ktn	1.01 605	1.21 610	0.80 596	1.23 611	0.86 609	1.01 606	0.87 608	0.94 601	1.39 607	1.04 603	1.12 605	1.15 599	1.07 608	0.94 607	0.59 593	1.28 616	0.71 613	1.38 616	0.83 609	1.02 611	0.75 609

KSHMR	1.09 606	1.17 609	0.88 599	1.25 612	1.00 611	0.99 604	0.96 610	1.13 612	1.37 606	1.16 609	1.29 611	1.41 608	0.96 605	1.01 609	0.92 607	1.03 613	1.08 615	1.20 613	1.03 614	1.01 610	0.97 612

DPSimNet_ROB	1.11 607	1.23 611	0.78 593	1.13 609	0.88 610	1.10 609	1.13 612	1.16 614	1.23 603	1.43 612	1.02 599	1.41 608	1.10 611	0.90 605	1.60 612	1.46 617	0.51 603	1.21 614	1.03 614	0.90 608	1.01 614

HanzoNet	1.29 608	1.26 612	1.19 604	1.12 608	0.85 608	1.02 607	0.83 606	1.03 606	1.48 611	1.64 613	1.61 614	2.50 617	1.72 615	1.61 614	1.61 613	1.26 615	0.80 614	1.31 615	1.01 613	1.02 611	0.86 611

JetRed	1.62 609	1.46 613	2.98 610	0.92 603	1.21 612	4.99 616	1.53 616	1.27 615	1.39 607	1.83 614	1.74 615	1.60 613	0.95 604	1.41 613	2.45 617	0.90 612	1.60 617	0.93 608	0.90 612	1.35 613	0.99 613

MADNet++	1.95 610	1.75 614	1.59 608	1.82 614	1.69 614	2.33 614	1.40 615	2.35 617	2.09 617	2.57 617	2.36 617	2.24 616	2.17 616	2.28 615	2.34 615	1.87 618	1.66 618	1.54 617	1.34 617	1.92 615	1.77 617

coex-ft	3.30 611	0.34 576	59.09 639	0.18 325	0.13 480	0.26 514	0.22 490	0.27 409	0.72 585	1.90 615	0.70 581	0.44 557	0.45 575	0.29 527	0.41 578	0.09 397	0.09 473	0.12 496	0.09 422	0.14 521	0.13 512

ASD4	3.54 612	3.38 618	2.05 609	1.72 613	2.51 616	9.03 620	17.71 622	2.25 616	5.51 619	2.46 616	2.81 618	2.03 614	3.36 617	2.73 616	5.06 618	1.22 614	1.34 616	1.13 611	1.33 616	1.68 614	1.49 616

TCMNet-wrong-test	3.67 613	5.48 626	3.89 616	12.18 626	11.75 627	4.65 615	3.88 617	1.06 609	0.72 585	1.09 607	2.15 616	6.30 622	0.53 580	3.43 618	2.36 616	0.89 611	0.20 564	1.87 619	1.69 618	5.57 623	3.62 623

tt	4.67 614	0.06 76	3.55 614	2.02 615	1.55 613	10.25 621	16.71 621	8.91 626	5.03 618	1.31 611	0.94 596	4.71 618	4.76 618	3.33 617	5.87 620	6.06 626	10.30 630	1.88 620	2.11 620	2.75 617	1.21 615

USTest	6.22 615	2.73 617	3.00 611	6.57 622	7.29 621	14.37 623	21.57 623	7.00 625	9.56 624	5.34 621	6.10 619	5.72 621	7.64 621	6.41 622	6.96 621	1.97 619	3.42 624	1.64 618	2.15 621	2.66 616	2.36 618

xxxxx1	7.79 616	5.02 623	7.31 619	3.12 616	3.85 617	16.35 625	22.88 624	5.86 622	8.69 621	7.97 622	8.54 620	9.12 625	8.27 622	10.18 624	10.92 622	2.42 620	2.45 620	3.56 623	12.37 627	3.77 618	3.06 620

tt_ll	7.79 616	5.02 623	7.31 619	3.12 616	3.85 617	16.35 625	22.88 624	5.86 622	8.69 621	7.97 622	8.54 620	9.12 625	8.27 622	10.18 624	10.92 622	2.42 620	2.45 620	3.56 623	12.37 627	3.77 618	3.06 620

ff	7.79 616	5.02 623	7.31 619	3.12 616	3.85 617	16.35 625	22.88 624	5.86 622	8.69 621	7.97 622	8.54 620	9.12 625	8.27 622	10.18 624	10.92 622	2.42 620	2.45 620	3.56 623	12.37 627	3.77 618	3.06 620

EDNetEfficientorigin	7.91 619	0.31 572	153.02 640	0.19 386	0.09 269	0.21 467	0.16 319	0.22 309	0.59 566	0.72 587	0.67 577	0.42 551	0.50 579	0.24 498	0.39 572	0.08 338	0.07 418	0.08 314	0.07 305	0.12 490	0.10 453

DPSMNet_ROB	8.06 620	4.48 619	8.63 625	5.37 621	10.74 624	8.32 618	22.98 628	5.46 619	13.36 627	5.12 619	9.92 623	5.08 619	10.40 625	5.53 621	12.58 625	3.80 624	8.00 625	3.50 621	7.02 624	3.83 621	7.14 625

DGTPSM_ROB	8.06 620	4.48 619	8.63 625	5.35 619	10.72 623	8.32 618	22.97 627	5.46 619	13.35 626	5.12 619	9.92 623	5.08 619	10.40 625	5.52 620	12.58 625	3.79 623	8.00 625	3.50 621	7.02 624	3.83 621	7.14 625

PML	8.91 622	9.34 630	6.13 617	5.35 619	6.41 620	14.99 624	23.38 629	5.27 618	6.83 620	18.04 632	28.19 640	7.67 623	6.83 620	7.85 623	5.75 619	5.35 625	1.83 619	5.95 629	1.93 619	8.64 626	2.52 619

DLNR_Zeroshot_test	10.40 623	1.82 615	19.49 634	120.77 641	13.11 629	0.06 11	0.13 124	0.23 329	0.10 47	0.07 46	0.10 144	0.09 152	0.06 45	0.10 82	0.09 61	0.13 515	0.04 24	0.06 127	0.04 48	51.54 640	0.04 49

DLNR-FE	10.43 624	1.83 616	19.53 635	120.75 640	13.06 628	0.06 11	0.13 124	0.23 329	0.10 47	0.07 46	0.10 144	0.09 152	0.06 45	0.10 82	0.09 61	0.13 515	0.04 24	0.06 127	0.04 48	52.01 641	0.04 49

LRCNet_RVC	10.62 625	13.42 631	7.30 618	18.92 630	2.07 615	0.33 547	0.30 567	5.59 621	0.48 538	13.03 628	17.94 629	8.87 624	5.65 619	4.79 619	1.89 614	23.51 637	2.73 623	27.55 640	25.71 640	16.07 634	16.33 635

Anonymous_1	10.96 626	7.92 627	7.46 622	10.33 623	10.06 622	18.65 629	26.34 630	11.06 629	13.44 628	9.40 625	10.05 625	9.67 628	11.23 627	10.73 627	12.72 627	6.42 627	8.38 627	5.77 626	10.61 626	12.12 627	6.77 624

DPSM_ROB	11.15 627	8.58 628	8.00 623	10.88 624	11.58 625	19.10 630	26.71 631	12.05 630	14.07 631	10.36 626	10.84 626	10.33 629	11.86 628	11.70 628	13.54 628	6.99 628	8.79 628	5.89 627	6.95 622	7.29 624	7.42 627

DPSM	11.15 627	8.58 628	8.00 623	10.88 624	11.58 625	19.10 630	26.71 631	12.05 630	14.07 631	10.36 626	10.84 626	10.33 629	11.86 628	11.70 628	13.54 628	6.99 628	8.79 628	5.89 627	6.95 622	7.29 624	7.42 627

HaxPig	15.71 629	18.52 638	19.18 633	16.89 629	15.89 630	7.73 617	7.60 618	13.31 632	10.82 625	15.42 629	14.91 628	15.98 631	14.92 630	15.58 630	15.98 630	18.95 636	16.73 631	19.46 636	18.08 636	19.26 635	19.05 638

RSGM-EC	20.36 630	4.73 621	0.68 585	16.76 627	16.92 631	21.28 632	27.18 633	10.46 627	14.04 629	18.00 630	21.31 632	22.24 639	21.82 632	22.57 632	17.63 631	62.81 640	33.79 640	20.14 637	18.10 637	20.18 636	16.45 636

acva	20.36 630	4.73 621	0.68 585	16.76 627	16.92 631	21.28 632	27.18 633	10.46 627	14.04 629	18.00 630	21.31 632	22.24 639	21.82 632	22.57 632	17.63 631	62.81 640	33.79 640	20.14 637	18.10 637	20.18 636	16.45 636

MEDIAN_ROB	20.38 632	24.04 639	23.31 636	21.23 631	21.71 633	10.40 622	7.92 619	17.64 633	15.50 633	20.12 633	19.70 630	20.34 632	20.32 631	21.19 631	21.13 633	23.81 638	21.81 638	24.98 639	23.76 639	24.71 638	23.93 639

CasAABBNet	22.42 633	17.33 633	16.01 629	22.01 632	23.28 635	38.32 634	53.80 637	24.14 637	28.41 638	20.60 634	21.77 636	20.89 637	23.91 636	23.43 636	27.36 636	14.07 631	17.69 633	11.83 632	14.01 631	14.67 629	14.95 631

RAFT-FEzeroshot	22.43 634	17.33 633	15.98 627	22.02 633	23.31 636	38.34 635	53.82 638	24.05 635	28.39 636	20.61 635	21.76 634	20.88 635	23.92 637	23.41 634	27.42 638	14.07 631	17.69 633	11.83 632	14.02 632	14.69 630	14.97 632

RAFT-FE	22.43 634	17.33 633	15.98 627	22.02 633	23.31 636	38.34 635	53.82 638	24.05 635	28.39 636	20.61 635	21.76 634	20.88 635	23.92 637	23.41 634	27.42 638	14.07 631	17.69 633	11.83 632	14.02 632	14.69 630	14.97 632

FlowAnything	22.44 636	17.35 636	16.14 631	22.07 636	23.23 634	38.39 637	53.77 636	24.25 638	28.44 639	20.96 639	21.82 637	20.70 633	23.84 634	23.49 637	27.14 635	14.04 630	17.79 637	11.75 630	14.15 635	14.65 628	14.89 629

Selective-RAFT-Error	22.47 637	17.37 637	16.09 630	22.06 635	23.34 638	38.39 637	53.83 640	24.29 640	28.47 640	20.74 637	21.83 638	20.81 634	23.90 635	23.54 639	27.53 640	14.08 634	17.69 633	11.82 631	14.00 630	14.69 630	15.00 634

LSM0	22.87 638	17.28 632	18.96 632	22.19 637	29.04 640	38.42 639	53.71 635	24.28 639	28.31 635	20.78 638	21.00 631	21.43 638	24.16 639	23.50 638	27.39 637	14.09 635	17.38 632	11.84 635	14.04 634	14.73 633	14.89 629

AVERAGE_ROB	24.90 639	29.20 640	28.14 637	24.89 638	24.64 639	17.75 628	11.12 620	21.45 634	19.93 634	25.12 640	24.46 639	25.12 641	25.46 640	24.69 640	22.83 634	29.76 639	27.13 639	28.97 641	27.95 641	29.91 639	29.47 640

test_example2	98.32 640	94.13 641	45.89 638	96.35 639	109.85 641	88.61 640	95.45 641	25.75 641	94.37 641	130.00 642	126.06 642	58.17 642	74.63 641	88.51 641	79.96 641	150.23 642	221.02 642	77.62 642	99.10 642	113.75 642	96.94 641

ccccc	245.47 641	285.66 642	306.18 641	368.85 642	370.60 642	123.16 641	145.33 642	115.05 642	110.08 642	126.68 641	110.87 641	122.83 643	165.88 642	252.94 642	276.56 642	384.56 643	353.86 643	254.69 643	223.00 643	425.87 643	386.83 642

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

FADE		0.33 574		0.33 569	0.25 572							0.42 551				0.30 581	0.21 576	0.41 585	0.38 585	0.23 563

Low-res two-view benchmark