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

GELT-Stereo	0.09 185	0.06 125	0.09 136	0.18 411	0.07 142	0.07 47	0.14 261	0.21 390	0.17 340	0.08 141	0.07 69	0.06 44	0.08 241	0.10 129	0.07 1	0.04 11	0.04 25	0.06 209	0.06 303	0.03 1	0.03 2

testmc14	0.07 7	0.05 45	0.06 5	0.15 131	0.05 2	0.09 152	0.13 187	0.08 13	0.08 30	0.07 80	0.09 174	0.06 44	0.05 15	0.07 7	0.07 1	0.06 176	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

monster-pro	0.07 7	0.06 125	0.05 1	0.15 131	0.05 2	0.07 47	0.10 42	0.15 205	0.15 269	0.05 2	0.06 25	0.05 5	0.06 71	0.07 7	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

PointNet	0.07 7	0.06 125	0.07 13	0.15 131	0.07 142	0.08 94	0.14 261	0.11 67	0.08 30	0.05 2	0.07 69	0.08 201	0.08 241	0.09 64	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.03 1	0.04 78

TS12	0.08 92	0.06 125	0.09 136	0.21 592	0.07 142	0.11 274	0.13 187	0.11 67	0.09 60	0.10 247	0.10 213	0.08 201	0.10 335	0.09 64	0.12 376	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.04 78

aanet-new-36k	0.08 92	0.06 125	0.09 136	0.17 317	0.06 33	0.09 152	0.13 187	0.11 67	0.13 208	0.08 141	0.08 135	0.06 44	0.05 15	0.09 64	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

aanet-new-34k	0.08 92	0.06 125	0.09 136	0.17 317	0.05 2	0.07 47	0.13 187	0.12 94	0.12 164	0.09 196	0.08 135	0.07 133	0.05 15	0.10 129	0.09 110	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

GCAP-Stereo-DPT26K	0.07 7	0.06 125	0.07 13	0.16 230	0.06 33	0.08 94	0.12 108	0.10 40	0.08 30	0.06 26	0.09 174	0.06 44	0.05 15	0.08 30	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

aanet-new-22k	0.08 92	0.06 125	0.09 136	0.17 317	0.06 33	0.08 94	0.11 71	0.14 162	0.12 164	0.09 196	0.09 174	0.08 201	0.06 71	0.10 129	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

GCAP-Stereo-DPT-cres	0.08 92	0.05 45	0.07 13	0.15 131	0.06 33	0.10 217	0.14 261	0.13 128	0.12 164	0.07 80	0.09 174	0.07 133	0.06 71	0.10 129	0.09 110	0.05 52	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 92	0.06 125	0.15 463	0.14 71	0.06 33	0.08 94	0.13 187	0.13 128	0.11 121	0.07 80	0.08 135	0.07 133	0.06 71	0.09 64	0.08 28	0.05 52	0.05 286	0.05 55	0.04 65	0.03 1	0.04 78

GCAP-Stereo-DPT-22K	0.08 92	0.06 125	0.07 13	0.17 317	0.06 33	0.07 47	0.14 261	0.13 128	0.16 309	0.05 2	0.10 213	0.06 44	0.06 71	0.08 30	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.04 78

GCAP-Stereo-DPT-20K	0.07 7	0.05 45	0.11 268	0.15 131	0.06 33	0.07 47	0.13 187	0.09 26	0.11 121	0.07 80	0.08 135	0.06 44	0.05 15	0.09 64	0.07 1	0.05 52	0.05 286	0.05 55	0.04 65	0.03 1	0.04 78

GCAP-Stereo-DPT-24K	0.07 7	0.06 125	0.07 13	0.15 131	0.06 33	0.10 217	0.15 350	0.12 94	0.11 121	0.06 26	0.11 268	0.06 44	0.05 15	0.09 64	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

GCAP-Stereo-DPT-5K	0.08 92	0.06 125	0.10 205	0.16 230	0.07 142	0.11 274	0.12 108	0.15 205	0.15 269	0.08 141	0.12 291	0.05 5	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.06 209	0.05 202	0.03 1	0.04 78

GCAP-Stereo-DPT-2K	0.08 92	0.06 125	0.10 205	0.16 230	0.07 142	0.11 274	0.13 187	0.14 162	0.14 241	0.08 141	0.13 311	0.05 5	0.06 71	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.03 1	0.04 78

GCAP-Stereo-DPT-3K	0.08 92	0.07 251	0.10 205	0.16 230	0.07 142	0.09 152	0.12 108	0.15 205	0.14 241	0.08 141	0.11 268	0.05 5	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.03 1	0.04 78

GCAP-Stereo-DPT-50K	0.08 92	0.06 125	0.17 530	0.15 131	0.06 33	0.06 16	0.13 187	0.13 128	0.13 208	0.07 80	0.07 69	0.06 44	0.05 15	0.08 30	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 92	0.06 125	0.07 13	0.16 230	0.06 33	0.06 16	0.14 261	0.14 162	0.14 241	0.07 80	0.10 213	0.06 44	0.05 15	0.09 64	0.09 110	0.04 11	0.04 25	0.04 1	0.04 65	0.03 1	0.03 2

LACA3	0.07 7	0.08 378	0.08 62	0.13 23	0.05 2	0.09 152	0.11 71	0.08 13	0.08 30	0.08 141	0.05 7	0.07 133	0.07 186	0.07 7	0.07 1	0.06 176	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Foundation-i1c-attn	0.08 92	0.05 45	0.07 13	0.14 71	0.05 2	0.09 152	0.12 108	0.12 94	0.10 88	0.09 196	0.10 213	0.10 281	0.07 186	0.07 7	0.10 217	0.06 176	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

Foundation-i1b	0.08 92	0.05 45	0.07 13	0.14 71	0.05 2	0.09 152	0.12 108	0.13 128	0.10 88	0.09 196	0.10 213	0.09 243	0.06 71	0.07 7	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

LACA1	0.07 7	0.07 251	0.07 13	0.14 71	0.05 2	0.09 152	0.11 71	0.10 40	0.07 20	0.05 2	0.05 7	0.06 44	0.07 186	0.08 30	0.09 110	0.06 176	0.04 25	0.04 1	0.04 65	0.03 1	0.04 78

gcap_with_dpt	0.08 92	0.06 125	0.09 136	0.16 230	0.07 142	0.09 152	0.12 108	0.13 128	0.13 208	0.08 141	0.12 291	0.04 1	0.06 71	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.03 1	0.04 78

DispViT+	0.08 92	0.05 45	0.09 136	0.13 23	0.06 33	0.05 5	0.11 71	0.18 320	0.16 309	0.09 196	0.08 135	0.07 133	0.06 71	0.11 211	0.09 110	0.06 176	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

NLSM3	0.09 185	0.06 125	0.08 62	0.19 487	0.08 234	0.11 274	0.16 424	0.18 320	0.16 309	0.06 26	0.08 135	0.07 133	0.08 241	0.09 64	0.11 307	0.04 11	0.04 25	0.06 209	0.07 406	0.03 1	0.03 2

VIP-Stereo	0.07 7	0.07 251	0.07 13	0.15 131	0.06 33	0.12 329	0.10 42	0.11 67	0.11 121	0.06 26	0.07 69	0.06 44	0.05 15	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 7	0.07 251	0.08 62	0.18 411	0.06 33	0.07 47	0.11 71	0.09 26	0.06 8	0.04 1	0.07 69	0.10 281	0.09 288	0.08 30	0.08 28	0.04 11	0.03 1	0.04 1	0.04 65	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
MonStereo	0.07 7	0.06 125	0.05 1	0.15 131	0.05 2	0.08 94	0.10 42	0.15 205	0.15 269	0.05 2	0.06 25	0.05 5	0.06 71	0.07 7	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 7	0.05 45	0.07 13	0.16 230	0.06 33	0.07 47	0.11 71	0.10 40	0.08 30	0.06 26	0.06 25	0.07 133	0.07 186	0.09 64	0.09 110	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 125	0.05 1	0.15 131	0.05 2	0.08 94	0.10 42	0.15 205	0.15 269	0.05 2	0.06 25	0.05 5	0.06 71	0.07 7	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DVStereo	0.09 185	0.05 45	0.08 62	0.15 131	0.06 33	0.11 274	0.12 108	0.14 162	0.16 309	0.11 284	0.11 268	0.09 243	0.09 288	0.11 211	0.10 217	0.06 176	0.05 286	0.05 55	0.04 65	0.03 1	0.03 2

2.25w	0.07 7	0.06 125	0.07 13	0.14 71	0.06 33	0.08 94	0.08 9	0.10 40	0.15 269	0.08 141	0.10 213	0.07 133	0.06 71	0.08 30	0.10 217	0.05 52	0.03 1	0.04 1	0.04 65	0.03 1	0.04 78

2.5w	0.07 7	0.07 251	0.07 13	0.16 230	0.06 33	0.08 94	0.12 108	0.10 40	0.10 88	0.07 80	0.06 25	0.09 243	0.06 71	0.08 30	0.09 110	0.04 11	0.03 1	0.04 1	0.04 65	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 251	0.07 13	0.13 23	0.06 33	0.08 94	0.08 9	0.18 320	0.12 164	0.07 80	0.08 135	0.06 44	0.06 71	0.09 64	0.11 307	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.04 78

3.25w_new	0.07 7	0.06 125	0.07 13	0.15 131	0.06 33	0.10 217	0.07 5	0.12 94	0.11 121	0.08 141	0.06 25	0.07 133	0.06 71	0.11 211	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 125	0.07 13	0.15 131	0.06 33	0.10 217	0.07 5	0.12 94	0.11 121	0.08 141	0.06 25	0.07 133	0.06 71	0.11 211	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 251	0.08 62	0.16 230	0.07 142	0.07 47	0.09 25	0.16 246	0.09 60	0.07 80	0.06 25	0.05 5	0.06 71	0.09 64	0.10 217	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 251	0.07 13	0.15 131	0.07 142	0.09 152	0.06 1	0.13 128	0.11 121	0.07 80	0.07 69	0.06 44	0.07 186	0.10 129	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

2w_stereo	0.08 92	0.08 378	0.09 136	0.16 230	0.06 33	0.08 94	0.10 42	0.20 363	0.15 269	0.08 141	0.07 69	0.06 44	0.06 71	0.06 1	0.09 110	0.04 11	0.03 1	0.04 1	0.04 65	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 125	0.07 13	0.16 230	0.06 33	0.07 47	0.10 42	0.14 162	0.14 241	0.07 80	0.08 135	0.05 5	0.06 71	0.09 64	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 78

monsterstereo	0.07 7	0.06 125	0.06 5	0.16 230	0.06 33	0.08 94	0.10 42	0.16 246	0.11 121	0.07 80	0.08 135	0.06 44	0.07 186	0.08 30	0.09 110	0.04 11	0.04 25	0.05 55	0.04 65	0.03 1	0.03 2

monsters	0.07 7	0.06 125	0.06 5	0.15 131	0.06 33	0.08 94	0.09 25	0.12 94	0.08 30	0.09 196	0.07 69	0.06 44	0.06 71	0.08 30	0.08 28	0.05 52	0.04 25	0.04 1	0.04 65	0.03 1	0.03 2

AIO-test1	0.10 264	0.07 251	0.10 205	0.23 636	0.07 142	0.09 152	0.13 187	0.21 390	0.14 241	0.11 284	0.12 291	0.09 243	0.07 186	0.11 211	0.09 110	0.06 176	0.05 286	0.09 512	0.10 577	0.03 1	0.06 327

MonSter	0.07 7	0.06 125	0.05 1	0.15 131	0.05 2	0.07 47	0.10 42	0.15 205	0.15 269	0.05 2	0.06 25	0.05 5	0.06 71	0.07 7	0.09 110	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

gcap-zeroshot	0.08 92	0.06 125	0.10 205	0.15 131	0.07 142	0.11 274	0.12 108	0.15 205	0.15 269	0.08 141	0.12 291	0.05 5	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.06 209	0.05 202	0.03 1	0.04 78

test_for_model	0.08 92	0.06 125	0.10 205	0.16 230	0.07 142	0.11 274	0.12 108	0.15 205	0.15 269	0.08 141	0.12 291	0.05 5	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.06 209	0.05 202	0.03 1	0.04 78

GCAPDPT-zeroshot4090	0.07 7	0.05 45	0.11 268	0.15 131	0.06 33	0.07 47	0.13 187	0.09 26	0.11 121	0.07 80	0.08 135	0.06 44	0.05 15	0.09 64	0.07 1	0.05 52	0.05 286	0.05 55	0.04 65	0.03 1	0.04 78

testlalala	0.08 92	0.06 125	0.10 205	0.15 131	0.07 142	0.11 274	0.12 108	0.15 205	0.15 269	0.08 141	0.12 291	0.05 5	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.06 209	0.05 202	0.03 1	0.04 78

small-0shot	0.07 7	0.05 45	0.08 62	0.14 71	0.07 142	0.06 16	0.13 187	0.09 26	0.08 30	0.05 2	0.10 213	0.06 44	0.06 71	0.06 1	0.10 217	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

anonymous	0.08 92	0.05 45	0.12 317	0.16 230	0.08 234	0.05 5	0.13 187	0.10 40	0.14 241	0.07 80	0.07 69	0.06 44	0.04 1	0.07 7	0.09 110	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

Weightmod_eth	0.09 185	0.07 251	0.08 62	0.18 411	0.07 142	0.10 217	0.16 424	0.13 128	0.11 121	0.08 141	0.08 135	0.09 243	0.07 186	0.10 129	0.10 217	0.06 176	0.07 520	0.06 209	0.07 406	0.04 50	0.03 2

Weightmod	0.09 185	0.06 125	0.08 62	0.18 411	0.06 33	0.10 217	0.15 350	0.14 162	0.12 164	0.11 284	0.10 213	0.08 201	0.07 186	0.10 129	0.11 307	0.06 176	0.08 553	0.07 324	0.07 406	0.04 50	0.03 2

LGCAT	0.08 92	0.04 1	0.10 205	0.11 1	0.06 33	0.07 47	0.12 108	0.07 7	0.08 30	0.09 196	0.07 69	0.07 133	0.08 241	0.12 311	0.11 307	0.10 553	0.09 589	0.04 1	0.05 202	0.04 50	0.09 535

MCSU-Stereo	0.07 7	0.05 45	0.06 5	0.15 131	0.05 2	0.09 152	0.13 187	0.10 40	0.09 60	0.07 80	0.07 69	0.07 133	0.05 15	0.09 64	0.07 1	0.06 176	0.04 25	0.04 1	0.03 1	0.04 50	0.03 2

derf	0.07 7	0.04 1	0.10 205	0.14 71	0.06 33	0.05 5	0.12 108	0.12 94	0.09 60	0.05 2	0.07 69	0.07 133	0.08 241	0.10 129	0.10 217	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.05 215

mm2	0.07 7	0.04 1	0.10 205	0.13 23	0.06 33	0.06 16	0.12 108	0.13 128	0.08 30	0.06 26	0.07 69	0.06 44	0.08 241	0.10 129	0.09 110	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.05 215

mm1	0.07 7	0.04 1	0.10 205	0.13 23	0.06 33	0.06 16	0.12 108	0.06 1	0.08 30	0.06 26	0.07 69	0.06 44	0.08 241	0.10 129	0.09 110	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.05 215

qqai	0.07 7	0.05 45	0.10 205	0.14 71	0.06 33	0.05 5	0.12 108	0.08 13	0.09 60	0.05 2	0.06 25	0.06 44	0.08 241	0.10 129	0.09 110	0.06 176	0.05 286	0.05 55	0.03 1	0.04 50	0.05 215

quiztm	0.08 92	0.07 251	0.08 62	0.18 411	0.07 142	0.09 152	0.14 261	0.14 162	0.12 164	0.07 80	0.07 69	0.05 5	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.04 65	0.04 50	0.03 2

CAR	0.07 7	0.05 45	0.08 62	0.14 71	0.06 33	0.07 47	0.08 9	0.12 94	0.08 30	0.05 2	0.06 25	0.05 5	0.05 15	0.10 129	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

MSE-Stereo	0.07 7	0.04 1	0.08 62	0.13 23	0.06 33	0.07 47	0.08 9	0.12 94	0.08 30	0.05 2	0.06 25	0.05 5	0.05 15	0.10 129	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

DF	0.08 92	0.05 45	0.09 136	0.15 131	0.06 33	0.11 274	0.13 187	0.10 40	0.12 164	0.09 196	0.10 213	0.10 281	0.08 241	0.11 211	0.09 110	0.07 360	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

aanet-new-60k	0.07 7	0.07 251	0.08 62	0.18 411	0.06 33	0.07 47	0.10 42	0.09 26	0.14 241	0.07 80	0.07 69	0.06 44	0.06 71	0.11 211	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

aanet-new-70k	0.07 7	0.06 125	0.09 136	0.17 317	0.06 33	0.08 94	0.12 108	0.11 67	0.10 88	0.06 26	0.07 69	0.07 133	0.06 71	0.10 129	0.07 1	0.04 11	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

aanet-new-32k	0.08 92	0.07 251	0.09 136	0.18 411	0.06 33	0.11 274	0.11 71	0.10 40	0.08 30	0.07 80	0.07 69	0.07 133	0.06 71	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

aanet-new-30k	0.08 92	0.07 251	0.09 136	0.18 411	0.06 33	0.11 274	0.11 71	0.10 40	0.08 30	0.07 80	0.07 69	0.07 133	0.06 71	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

aanet-new-24k	0.07 7	0.07 251	0.07 13	0.17 317	0.06 33	0.07 47	0.12 108	0.09 26	0.11 121	0.09 196	0.09 174	0.06 44	0.07 186	0.09 64	0.07 1	0.04 11	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

aanet-new-8k	0.08 92	0.07 251	0.08 62	0.19 487	0.07 142	0.09 152	0.12 108	0.16 246	0.15 269	0.07 80	0.07 69	0.06 44	0.06 71	0.10 129	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

GCAP-Stereo-cres-4k	0.08 92	0.07 251	0.08 62	0.18 411	0.07 142	0.11 274	0.14 261	0.12 94	0.11 121	0.07 80	0.11 268	0.07 133	0.06 71	0.09 64	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

GCAP-Stereo-DPT-FT	0.08 92	0.05 45	0.12 317	0.15 131	0.06 33	0.10 217	0.14 261	0.12 94	0.12 164	0.07 80	0.09 174	0.06 44	0.06 71	0.10 129	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

PSi22	0.08 92	0.06 125	0.11 268	0.16 230	0.07 142	0.08 94	0.10 42	0.14 162	0.08 30	0.08 141	0.06 25	0.10 281	0.06 71	0.12 311	0.09 110	0.05 52	0.04 25	0.04 1	0.03 1	0.04 50	0.04 78

Foundation-i1a	0.08 92	0.05 45	0.07 13	0.13 23	0.05 2	0.13 387	0.13 187	0.12 94	0.09 60	0.11 284	0.11 268	0.11 312	0.06 71	0.08 30	0.09 110	0.06 176	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

Foundation-i32	0.06 1	0.04 1	0.09 136	0.13 23	0.04 1	0.06 16	0.12 108	0.06 1	0.05 4	0.06 26	0.05 7	0.05 5	0.05 15	0.07 7	0.09 110	0.06 176	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

Selective-IGEV-i32	0.07 7	0.06 125	0.08 62	0.17 317	0.06 33	0.08 94	0.12 108	0.13 128	0.07 20	0.08 141	0.07 69	0.06 44	0.04 1	0.10 129	0.09 110	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

GeoVLM	0.08 92	0.04 1	0.10 205	0.13 23	0.06 33	0.10 217	0.12 108	0.13 128	0.08 30	0.06 26	0.07 69	0.06 44	0.08 241	0.10 129	0.11 307	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.05 215

LACA2	0.07 7	0.05 45	0.06 5	0.15 131	0.06 33	0.09 152	0.11 71	0.11 67	0.10 88	0.05 2	0.05 7	0.06 44	0.08 241	0.09 64	0.07 1	0.07 360	0.04 25	0.04 1	0.04 65	0.04 50	0.04 78

Test_v1	0.07 7	0.04 1	0.06 5	0.13 23	0.06 33	0.08 94	0.11 71	0.15 205	0.12 164	0.06 26	0.05 7	0.04 1	0.05 15	0.08 30	0.10 217	0.07 360	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

BLMT-Stereo	0.07 7	0.04 1	0.08 62	0.15 131	0.07 142	0.06 16	0.14 261	0.07 7	0.10 88	0.05 2	0.05 7	0.04 1	0.06 71	0.07 7	0.09 110	0.04 11	0.04 25	0.05 55	0.05 202	0.04 50	0.04 78

Pro-Stereo	0.07 7	0.05 45	0.08 62	0.15 131	0.07 142	0.08 94	0.12 108	0.07 7	0.07 20	0.06 26	0.06 25	0.05 5	0.05 15	0.09 64	0.08 28	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

BStereo	0.08 92	0.06 125	0.16 499	0.15 131	0.08 234	0.07 47	0.09 25	0.15 205	0.16 309	0.06 26	0.07 69	0.07 133	0.05 15	0.09 64	0.11 307	0.04 11	0.05 286	0.05 55	0.07 406	0.04 50	0.04 78

MatchStereo	0.07 7	0.04 1	0.08 62	0.14 71	0.06 33	0.05 5	0.12 108	0.12 94	0.09 60	0.07 80	0.06 25	0.04 1	0.04 1	0.08 30	0.09 110	0.06 176	0.05 286	0.05 55	0.03 1	0.04 50	0.04 78
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
Anonymus123	0.09 185	0.06 125	0.16 499	0.15 131	0.08 234	0.11 274	0.09 25	0.18 320	0.16 309	0.06 26	0.07 69	0.07 133	0.05 15	0.09 64	0.11 307	0.04 11	0.05 286	0.05 55	0.07 406	0.04 50	0.04 78

BridgeDepth_RVC	0.07 7	0.04 1	0.09 136	0.11 1	0.05 2	0.10 217	0.10 42	0.14 162	0.09 60	0.06 26	0.07 69	0.06 44	0.07 186	0.07 7	0.10 217	0.06 176	0.04 25	0.04 1	0.04 65	0.04 50	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
NLMM1	0.11 318	0.09 462	0.07 13	0.22 612	0.10 486	0.12 329	0.20 581	0.18 320	0.20 418	0.12 329	0.11 268	0.07 133	0.09 288	0.11 211	0.11 307	0.08 445	0.08 553	0.07 324	0.06 303	0.04 50	0.04 78

MonSter++	0.08 92	0.04 1	0.10 205	0.13 23	0.06 33	0.09 152	0.12 108	0.13 128	0.08 30	0.06 26	0.07 69	0.06 44	0.08 241	0.10 129	0.11 307	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.04 78

HiDET	0.08 92	0.04 1	0.10 205	0.13 23	0.06 33	0.08 94	0.12 108	0.12 94	0.11 121	0.06 26	0.07 69	0.07 133	0.07 186	0.11 211	0.11 307	0.06 176	0.04 25	0.04 1	0.03 1	0.04 50	0.04 78

LCMNet	0.08 92	0.05 45	0.10 205	0.13 23	0.07 142	0.09 152	0.12 108	0.10 40	0.11 121	0.06 26	0.08 135	0.06 44	0.07 186	0.11 211	0.10 217	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.04 78

CSFM-Stereo	0.07 7	0.05 45	0.07 13	0.14 71	0.06 33	0.09 152	0.13 187	0.15 205	0.06 8	0.07 80	0.08 135	0.06 44	0.08 241	0.09 64	0.09 110	0.06 176	0.05 286	0.04 1	0.03 1	0.04 50	0.04 78

Zero-FE251	0.07 7	0.05 45	0.09 136	0.13 23	0.06 33	0.12 329	0.12 108	0.11 67	0.10 88	0.07 80	0.08 135	0.06 44	0.06 71	0.09 64	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

Replicate-Monster	0.07 7	0.05 45	0.09 136	0.14 71	0.06 33	0.08 94	0.09 25	0.13 128	0.13 208	0.05 2	0.07 69	0.06 44	0.06 71	0.08 30	0.10 217	0.05 52	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

AdaDepth	0.07 7	0.06 125	0.07 13	0.18 411	0.06 33	0.11 274	0.12 108	0.09 26	0.07 20	0.06 26	0.05 7	0.07 133	0.06 71	0.09 64	0.10 217	0.04 11	0.05 286	0.05 55	0.04 65	0.04 50	0.04 78

GASTEREO	0.08 92	0.05 45	0.09 136	0.19 487	0.07 142	0.07 47	0.12 108	0.14 162	0.11 121	0.10 247	0.09 174	0.07 133	0.04 1	0.12 311	0.08 28	0.06 176	0.05 286	0.05 55	0.04 65	0.04 50	0.05 215

water-stereo	0.09 185	0.06 125	0.08 62	0.16 230	0.07 142	0.09 152	0.13 187	0.15 205	0.13 208	0.11 284	0.12 291	0.08 201	0.09 288	0.07 7	0.08 28	0.06 176	0.05 286	0.05 55	0.05 202	0.04 50	0.04 78

asda	0.07 7	0.08 378	0.08 62	0.16 230	0.06 33	0.06 16	0.10 42	0.16 246	0.10 88	0.06 26	0.06 25	0.05 5	0.05 15	0.10 129	0.10 217	0.03 1	0.03 1	0.04 1	0.03 1	0.04 50	0.03 2

asd	0.07 7	0.08 378	0.07 13	0.16 230	0.07 142	0.08 94	0.08 9	0.11 67	0.08 30	0.07 80	0.07 69	0.06 44	0.06 71	0.10 129	0.09 110	0.03 1	0.03 1	0.04 1	0.04 65	0.04 50	0.03 2

qwe	0.07 7	0.08 378	0.07 13	0.15 131	0.06 33	0.07 47	0.10 42	0.18 320	0.11 121	0.07 80	0.07 69	0.06 44	0.06 71	0.10 129	0.09 110	0.03 1	0.03 1	0.04 1	0.04 65	0.04 50	0.03 2

depthmonostereo	0.09 185	0.06 125	0.09 136	0.15 131	0.06 33	0.10 217	0.13 187	0.14 162	0.14 241	0.10 247	0.10 213	0.09 243	0.11 373	0.08 30	0.09 110	0.06 176	0.05 286	0.06 209	0.04 65	0.04 50	0.03 2

4.25_new	0.07 7	0.08 378	0.09 136	0.15 131	0.06 33	0.09 152	0.08 9	0.14 162	0.08 30	0.07 80	0.07 69	0.06 44	0.06 71	0.12 311	0.10 217	0.03 1	0.03 1	0.04 1	0.03 1	0.04 50	0.03 2

4.5w_new	0.07 7	0.08 378	0.09 136	0.15 131	0.06 33	0.09 152	0.08 9	0.14 162	0.08 30	0.07 80	0.07 69	0.06 44	0.06 71	0.12 311	0.10 217	0.03 1	0.03 1	0.04 1	0.03 1	0.04 50	0.03 2

4.5_new	0.07 7	0.09 462	0.08 62	0.15 131	0.07 142	0.06 16	0.10 42	0.14 162	0.11 121	0.06 26	0.08 135	0.06 44	0.06 71	0.08 30	0.10 217	0.03 1	0.03 1	0.04 1	0.04 65	0.04 50	0.03 2

4.5w-stereo	0.07 7	0.09 462	0.08 62	0.15 131	0.07 142	0.06 16	0.10 42	0.14 162	0.11 121	0.06 26	0.08 135	0.06 44	0.06 71	0.08 30	0.10 217	0.03 1	0.03 1	0.04 1	0.04 65	0.04 50	0.03 2

4.25w-stereo	0.07 7	0.08 378	0.09 136	0.15 131	0.06 33	0.09 152	0.08 9	0.14 162	0.08 30	0.07 80	0.07 69	0.06 44	0.06 71	0.12 311	0.10 217	0.03 1	0.03 1	0.04 1	0.03 1	0.04 50	0.03 2

4w-stereo	0.07 7	0.08 378	0.08 62	0.16 230	0.06 33	0.07 47	0.08 9	0.12 94	0.08 30	0.07 80	0.07 69	0.05 5	0.06 71	0.09 64	0.10 217	0.03 1	0.03 1	0.04 1	0.04 65	0.04 50	0.03 2

3w_stereo	0.08 92	0.09 462	0.10 205	0.17 317	0.07 142	0.08 94	0.10 42	0.20 363	0.13 208	0.06 26	0.07 69	0.05 5	0.06 71	0.08 30	0.09 110	0.03 1	0.03 1	0.04 1	0.03 1	0.04 50	0.03 2

xyz-stereo-finetune2	0.11 318	0.07 251	0.13 373	0.13 23	0.07 142	0.11 274	0.19 557	0.17 285	0.12 164	0.15 419	0.15 348	0.17 456	0.12 406	0.13 369	0.11 307	0.05 52	0.04 25	0.07 324	0.05 202	0.04 50	0.06 327

xyz-stereo-finetune	0.11 318	0.08 378	0.13 373	0.14 71	0.06 33	0.10 217	0.19 557	0.17 285	0.19 394	0.12 329	0.14 327	0.15 419	0.10 335	0.13 369	0.11 307	0.05 52	0.04 25	0.07 324	0.05 202	0.04 50	0.05 215

xyz-stereo	0.13 426	0.07 251	0.20 578	0.15 131	0.05 2	0.20 566	0.15 350	0.17 285	0.31 564	0.15 419	0.29 574	0.26 572	0.16 518	0.13 369	0.12 376	0.05 52	0.05 286	0.06 209	0.05 202	0.04 50	0.04 78

LG-Stereo_L2	0.07 7	0.05 45	0.10 205	0.14 71	0.06 33	0.07 47	0.12 108	0.09 26	0.09 60	0.06 26	0.04 1	0.05 5	0.05 15	0.08 30	0.08 28	0.05 52	0.04 25	0.05 55	0.03 1	0.04 50	0.03 2

LG-Stereo_L1	0.07 7	0.05 45	0.11 268	0.14 71	0.06 33	0.07 47	0.13 187	0.09 26	0.07 20	0.05 2	0.04 1	0.05 5	0.04 1	0.08 30	0.07 1	0.05 52	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

MLG-Stereo_test1	0.06 1	0.05 45	0.08 62	0.17 317	0.05 2	0.06 16	0.11 71	0.08 13	0.03 1	0.05 2	0.04 1	0.06 44	0.05 15	0.09 64	0.09 110	0.05 52	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

MLG-Stereo	0.07 7	0.05 45	0.08 62	0.17 317	0.05 2	0.07 47	0.11 71	0.08 13	0.04 2	0.05 2	0.04 1	0.06 44	0.05 15	0.10 129	0.09 110	0.05 52	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

LG-Stereo	0.08 92	0.07 251	0.10 205	0.18 411	0.07 142	0.10 217	0.17 466	0.11 67	0.08 30	0.05 2	0.07 69	0.05 5	0.07 186	0.09 64	0.09 110	0.04 11	0.05 286	0.07 324	0.07 406	0.04 50	0.04 78

Reg-Stereo(zero)	0.08 92	0.05 45	0.08 62	0.16 230	0.06 33	0.12 329	0.11 71	0.15 205	0.10 88	0.12 329	0.09 174	0.10 281	0.08 241	0.11 211	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.05 215

AIO_rvc	0.07 7	0.06 125	0.08 62	0.15 131	0.06 33	0.08 94	0.14 261	0.09 26	0.08 30	0.07 80	0.08 135	0.07 133	0.04 1	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

AIO_test	0.07 7	0.05 45	0.07 13	0.15 131	0.07 142	0.06 16	0.14 261	0.10 40	0.10 88	0.07 80	0.07 69	0.06 44	0.05 15	0.08 30	0.10 217	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

castereo++	0.08 92	0.05 45	0.08 62	0.15 131	0.05 2	0.14 424	0.12 108	0.11 67	0.15 269	0.07 80	0.07 69	0.07 133	0.06 71	0.08 30	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

castereo	0.09 185	0.06 125	0.11 268	0.15 131	0.06 33	0.11 274	0.15 350	0.14 162	0.18 374	0.08 141	0.10 213	0.11 312	0.08 241	0.09 64	0.10 217	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

fffft	0.09 185	0.06 125	0.12 317	0.16 230	0.07 142	0.09 152	0.17 466	0.12 94	0.11 121	0.08 141	0.07 69	0.09 243	0.06 71	0.11 211	0.12 376	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.05 215
1: 1. 1
DEFOM-Stereo	0.07 7	0.05 45	0.07 13	0.14 71	0.06 33	0.10 217	0.13 187	0.07 7	0.13 208	0.06 26	0.07 69	0.06 44	0.05 15	0.10 129	0.09 110	0.04 11	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

SMoEStereo_RVC	0.08 92	0.06 125	0.12 317	0.16 230	0.07 142	0.09 152	0.14 261	0.11 67	0.13 208	0.09 196	0.07 69	0.07 133	0.07 186	0.12 311	0.10 217	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

999	0.09 185	0.05 45	0.13 373	0.15 131	0.08 234	0.10 217	0.14 261	0.15 205	0.11 121	0.10 247	0.08 135	0.08 201	0.08 241	0.16 467	0.10 217	0.06 176	0.04 25	0.06 209	0.05 202	0.04 50	0.05 215

mms	0.09 185	0.07 251	0.08 62	0.16 230	0.08 234	0.10 217	0.16 424	0.12 94	0.11 121	0.08 141	0.09 174	0.08 201	0.06 71	0.11 211	0.12 376	0.05 52	0.04 25	0.07 324	0.05 202	0.04 50	0.03 2

ours_stereo	0.09 185	0.07 251	0.09 136	0.17 317	0.08 234	0.11 274	0.16 424	0.11 67	0.12 164	0.08 141	0.10 213	0.08 201	0.06 71	0.12 311	0.12 376	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.03 2

fffy	0.09 185	0.08 378	0.09 136	0.16 230	0.07 142	0.13 387	0.17 466	0.13 128	0.12 164	0.08 141	0.09 174	0.08 201	0.09 288	0.13 369	0.11 307	0.05 52	0.05 286	0.07 324	0.05 202	0.04 50	0.05 215

tg	0.10 264	0.06 125	0.10 205	0.18 411	0.08 234	0.11 274	0.16 424	0.20 363	0.12 164	0.08 141	0.11 268	0.11 312	0.07 186	0.11 211	0.10 217	0.05 52	0.04 25	0.08 424	0.08 487	0.04 50	0.04 78

dual_stereo	0.07 7	0.04 1	0.08 62	0.15 131	0.05 2	0.05 5	0.13 187	0.12 94	0.08 30	0.07 80	0.06 25	0.05 5	0.05 15	0.07 7	0.09 110	0.06 176	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

WCG-NET	0.08 92	0.05 45	0.09 136	0.15 131	0.06 33	0.11 274	0.14 261	0.13 128	0.13 208	0.06 26	0.09 174	0.07 133	0.06 71	0.13 369	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

GCAP-BAT	0.09 185	0.05 45	0.11 268	0.13 23	0.07 142	0.11 274	0.14 261	0.14 162	0.16 309	0.07 80	0.10 213	0.08 201	0.06 71	0.13 369	0.08 28	0.07 360	0.05 286	0.05 55	0.05 202	0.04 50	0.04 78

AIO-Stereo	0.08 92	0.06 125	0.09 136	0.18 411	0.06 33	0.08 94	0.12 108	0.15 205	0.09 60	0.08 141	0.08 135	0.07 133	0.05 15	0.11 211	0.08 28	0.05 52	0.05 286	0.05 55	0.04 65	0.04 50	0.04 78

WCG-NET（raft）	0.08 92	0.05 45	0.10 205	0.15 131	0.06 33	0.11 274	0.13 187	0.15 205	0.12 164	0.08 141	0.07 69	0.06 44	0.06 71	0.13 369	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

RSM	0.08 92	0.06 125	0.09 136	0.17 317	0.06 33	0.08 94	0.12 108	0.12 94	0.10 88	0.08 141	0.07 69	0.06 44	0.05 15	0.11 211	0.09 110	0.04 11	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

RAFT-Stereo-weight	0.09 185	0.06 125	0.10 205	0.16 230	0.07 142	0.09 152	0.14 261	0.19 351	0.16 309	0.11 284	0.10 213	0.08 201	0.06 71	0.10 129	0.11 307	0.06 176	0.04 25	0.06 209	0.04 65	0.04 50	0.04 78

MoCha-V2	0.08 92	0.05 45	0.10 205	0.20 557	0.07 142	0.09 152	0.14 261	0.11 67	0.08 30	0.07 80	0.08 135	0.07 133	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

MSKI-zero shot	0.09 185	0.05 45	0.09 136	0.15 131	0.07 142	0.10 217	0.13 187	0.14 162	0.13 208	0.09 196	0.09 174	0.09 243	0.06 71	0.12 311	0.10 217	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

GCAPDPT-zeroshot	0.09 185	0.05 45	0.11 268	0.13 23	0.07 142	0.11 274	0.14 261	0.14 162	0.16 309	0.07 80	0.10 213	0.08 201	0.06 71	0.13 369	0.08 28	0.07 360	0.05 286	0.05 55	0.05 202	0.04 50	0.04 78

GCAP-Stereo	0.09 185	0.07 251	0.13 373	0.18 411	0.06 33	0.11 274	0.07 5	0.13 128	0.12 164	0.09 196	0.10 213	0.07 133	0.09 288	0.13 369	0.10 217	0.06 176	0.05 286	0.05 55	0.04 65	0.04 50	0.05 215

RAFT-Test	0.09 185	0.06 125	0.10 205	0.15 131	0.07 142	0.11 274	0.15 350	0.16 246	0.13 208	0.09 196	0.10 213	0.10 281	0.09 288	0.12 311	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.05 215

LL-Strereo	0.13 426	0.09 462	0.11 268	0.20 557	0.10 486	0.11 274	0.18 516	0.32 596	0.24 478	0.15 419	0.15 348	0.14 390	0.13 448	0.19 541	0.11 307	0.06 176	0.04 25	0.09 512	0.08 487	0.04 50	0.05 215

LoS_RVC	0.08 92	0.05 45	0.07 13	0.15 131	0.07 142	0.08 94	0.15 350	0.11 67	0.10 88	0.08 141	0.09 174	0.06 44	0.09 288	0.10 129	0.09 110	0.05 52	0.04 25	0.05 55	0.03 1	0.04 50	0.03 2

Selective-IGEV	0.07 7	0.06 125	0.08 62	0.17 317	0.06 33	0.08 94	0.12 108	0.13 128	0.07 20	0.08 141	0.07 69	0.06 44	0.04 1	0.10 129	0.09 110	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.03 2

EGLCR-Stereo	0.08 92	0.05 45	0.08 62	0.14 71	0.06 33	0.10 217	0.12 108	0.11 67	0.16 309	0.06 26	0.05 7	0.07 133	0.05 15	0.10 129	0.11 307	0.06 176	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

ProNet	0.09 185	0.07 251	0.10 205	0.17 317	0.08 234	0.10 217	0.15 350	0.15 205	0.12 164	0.09 196	0.06 25	0.07 133	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.06 327

MC-Stereo	0.08 92	0.06 125	0.09 136	0.17 317	0.06 33	0.10 217	0.14 261	0.12 94	0.10 88	0.09 196	0.12 291	0.09 243	0.06 71	0.11 211	0.10 217	0.06 176	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

DCANet-4	0.10 264	0.06 125	0.12 317	0.16 230	0.06 33	0.09 152	0.17 466	0.18 320	0.19 394	0.13 364	0.16 361	0.09 243	0.14 472	0.11 211	0.12 376	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.05 215

fff	0.10 264	0.06 125	0.12 317	0.15 131	0.07 142	0.09 152	0.17 466	0.16 246	0.20 418	0.13 364	0.16 361	0.10 281	0.11 373	0.11 211	0.12 376	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.05 215

RAFT_CTSACE	0.12 398	0.09 462	0.10 205	0.22 612	0.08 234	0.12 329	0.24 637	0.18 320	0.16 309	0.20 537	0.27 548	0.13 367	0.07 186	0.13 369	0.09 110	0.05 52	0.06 444	0.08 424	0.07 406	0.04 50	0.04 78

test_4	0.10 264	0.10 525	0.08 62	0.19 487	0.09 370	0.08 94	0.22 612	0.15 205	0.17 340	0.12 329	0.18 413	0.12 334	0.09 288	0.08 30	0.11 307	0.04 11	0.04 25	0.08 424	0.08 487	0.04 50	0.03 2

IPLG	0.10 264	0.07 251	0.15 463	0.17 317	0.08 234	0.11 274	0.14 261	0.20 363	0.15 269	0.12 329	0.17 385	0.07 133	0.07 186	0.14 404	0.13 423	0.06 176	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

MIPNet	0.11 318	0.08 378	0.14 414	0.17 317	0.09 370	0.12 329	0.14 261	0.20 363	0.24 478	0.11 284	0.10 213	0.09 243	0.07 186	0.13 369	0.12 376	0.06 176	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

IPLGR	0.11 318	0.09 462	0.16 499	0.18 411	0.08 234	0.12 329	0.17 466	0.21 390	0.24 478	0.11 284	0.12 291	0.11 312	0.08 241	0.12 311	0.12 376	0.06 176	0.05 286	0.06 209	0.06 303	0.04 50	0.04 78

GMOStereo	0.11 318	0.09 462	0.07 13	0.19 487	0.08 234	0.12 329	0.28 675	0.13 128	0.17 340	0.11 284	0.17 385	0.14 390	0.12 406	0.07 7	0.07 1	0.05 52	0.05 286	0.09 512	0.07 406	0.04 50	0.04 78

error version	0.11 318	0.09 462	0.07 13	0.19 487	0.08 234	0.12 329	0.28 675	0.13 128	0.17 340	0.11 284	0.17 385	0.14 390	0.12 406	0.07 7	0.07 1	0.05 52	0.05 286	0.09 512	0.07 406	0.04 50	0.04 78

test-v	0.11 318	0.09 462	0.07 13	0.19 487	0.08 234	0.12 329	0.28 675	0.13 128	0.17 340	0.11 284	0.17 385	0.14 390	0.12 406	0.07 7	0.07 1	0.05 52	0.05 286	0.09 512	0.07 406	0.04 50	0.04 78

test-3	0.08 92	0.06 125	0.09 136	0.17 317	0.07 142	0.07 47	0.14 261	0.12 94	0.15 269	0.09 196	0.08 135	0.07 133	0.08 241	0.11 211	0.10 217	0.05 52	0.04 25	0.07 324	0.05 202	0.04 50	0.04 78

test_1	0.08 92	0.06 125	0.09 136	0.17 317	0.07 142	0.07 47	0.14 261	0.12 94	0.15 269	0.09 196	0.08 135	0.07 133	0.08 241	0.11 211	0.10 217	0.05 52	0.04 25	0.07 324	0.05 202	0.04 50	0.04 78

test_3	0.10 264	0.09 462	0.10 205	0.20 557	0.08 234	0.13 387	0.26 662	0.14 162	0.21 435	0.10 247	0.10 213	0.09 243	0.09 288	0.08 30	0.11 307	0.05 52	0.04 25	0.08 424	0.07 406	0.04 50	0.04 78

TRStereo	0.09 185	0.05 45	0.12 317	0.15 131	0.12 575	0.10 217	0.13 187	0.18 320	0.18 374	0.09 196	0.09 174	0.09 243	0.06 71	0.10 129	0.08 28	0.07 360	0.05 286	0.07 324	0.07 406	0.04 50	0.04 78

STrans-v2	0.10 264	0.07 251	0.12 317	0.18 411	0.07 142	0.10 217	0.14 261	0.21 390	0.11 121	0.11 284	0.15 348	0.12 334	0.10 335	0.11 211	0.12 376	0.05 52	0.04 25	0.06 209	0.06 303	0.04 50	0.04 78

ASMatch	0.11 318	0.06 125	0.13 373	0.16 230	0.10 486	0.07 47	0.14 261	0.17 285	0.17 340	0.12 329	0.16 361	0.16 434	0.10 335	0.13 369	0.10 217	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.08 488

RAFT-RH_RVC	0.11 318	0.06 125	0.14 414	0.16 230	0.09 370	0.12 329	0.12 108	0.17 285	0.12 164	0.13 364	0.41 656	0.11 312	0.10 335	0.13 369	0.12 376	0.05 52	0.04 25	0.08 424	0.05 202	0.04 50	0.06 327

RAFT-345	0.11 318	0.07 251	0.15 463	0.16 230	0.08 234	0.08 94	0.12 108	0.15 205	0.10 88	0.11 284	0.36 619	0.09 243	0.09 288	0.11 211	0.12 376	0.05 52	0.05 286	0.07 324	0.06 303	0.04 50	0.05 215

test-2	0.11 318	0.09 462	0.07 13	0.19 487	0.08 234	0.12 329	0.28 675	0.13 128	0.17 340	0.11 284	0.17 385	0.14 390	0.12 406	0.07 7	0.07 1	0.05 52	0.05 286	0.09 512	0.07 406	0.04 50	0.04 78

cross-raft	0.10 264	0.09 462	0.09 136	0.19 487	0.07 142	0.11 274	0.25 653	0.13 128	0.15 269	0.08 141	0.11 268	0.12 334	0.10 335	0.09 64	0.11 307	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

test-1	0.10 264	0.07 251	0.16 499	0.19 487	0.08 234	0.11 274	0.24 637	0.14 162	0.18 374	0.09 196	0.07 69	0.09 243	0.08 241	0.07 7	0.09 110	0.06 176	0.04 25	0.06 209	0.05 202	0.04 50	0.04 78

iRaftStereo_RVC	0.10 264	0.07 251	0.09 136	0.17 317	0.09 370	0.11 274	0.17 466	0.18 320	0.12 164	0.09 196	0.12 291	0.10 281	0.07 186	0.11 211	0.10 217	0.05 52	0.04 25	0.08 424	0.08 487	0.04 50	0.04 78

CREStereo++_RVC	0.08 92	0.04 1	0.06 5	0.13 23	0.07 142	0.09 152	0.12 108	0.14 162	0.14 241	0.10 247	0.14 327	0.08 201	0.07 186	0.09 64	0.11 307	0.06 176	0.04 25	0.05 55	0.05 202	0.04 50	0.04 78
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.09 185	0.06 125	0.07 13	0.15 131	0.05 2	0.16 483	0.18 516	0.15 205	0.15 269	0.10 247	0.11 268	0.11 312	0.11 373	0.10 129	0.12 376	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

XX-Stereo	0.09 185	0.05 45	0.08 62	0.17 317	0.09 370	0.15 451	0.12 108	0.20 363	0.10 88	0.10 247	0.14 327	0.07 133	0.06 71	0.12 311	0.08 28	0.06 176	0.05 286	0.06 209	0.06 303	0.04 50	0.04 78

csc	0.10 264	0.06 125	0.12 317	0.15 131	0.07 142	0.09 152	0.17 466	0.16 246	0.20 418	0.13 364	0.16 361	0.10 281	0.11 373	0.11 211	0.12 376	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.05 215

cscssc	0.10 264	0.06 125	0.12 317	0.15 131	0.07 142	0.09 152	0.17 466	0.16 246	0.20 418	0.13 364	0.16 361	0.10 281	0.11 373	0.11 211	0.12 376	0.06 176	0.04 25	0.05 55	0.04 65	0.04 50	0.05 215

RAFT-Stereo + iAFF	0.09 185	0.06 125	0.10 205	0.17 317	0.06 33	0.10 217	0.16 424	0.17 285	0.14 241	0.09 196	0.10 213	0.08 201	0.09 288	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.06 303	0.04 50	0.03 2

AFF-stereo	0.09 185	0.06 125	0.10 205	0.17 317	0.07 142	0.10 217	0.16 424	0.17 285	0.09 60	0.10 247	0.12 291	0.09 243	0.09 288	0.12 311	0.09 110	0.05 52	0.04 25	0.07 324	0.07 406	0.04 50	0.03 2

CFNet-RSSM	0.09 185	0.07 251	0.09 136	0.16 230	0.07 142	0.09 152	0.15 350	0.16 246	0.17 340	0.08 141	0.12 291	0.10 281	0.09 288	0.11 211	0.09 110	0.06 176	0.04 25	0.06 209	0.04 65	0.04 50	0.04 78

Gwc-CoAtRS	0.09 185	0.06 125	0.10 205	0.16 230	0.07 142	0.10 217	0.14 261	0.17 285	0.17 340	0.08 141	0.10 213	0.12 334	0.09 288	0.12 311	0.09 110	0.06 176	0.04 25	0.06 209	0.04 65	0.04 50	0.04 78

zzzzzzz1	0.11 318	0.07 251	0.13 373	0.21 592	0.10 486	0.12 329	0.18 516	0.22 417	0.20 418	0.13 364	0.12 291	0.08 201	0.08 241	0.13 369	0.09 110	0.05 52	0.05 286	0.07 324	0.07 406	0.05 176	0.05 215

noway7	0.10 264	0.07 251	0.13 373	0.20 557	0.09 370	0.11 274	0.15 350	0.28 544	0.16 309	0.11 284	0.11 268	0.07 133	0.07 186	0.10 129	0.10 217	0.05 52	0.04 25	0.07 324	0.06 303	0.05 176	0.05 215

monster_256*512	0.11 318	0.07 251	0.09 136	0.21 592	0.10 486	0.12 329	0.17 466	0.26 502	0.18 374	0.12 329	0.12 291	0.08 201	0.07 186	0.10 129	0.10 217	0.05 52	0.04 25	0.07 324	0.07 406	0.05 176	0.05 215

FAST (zero-shot)	0.09 185	0.06 125	0.11 268	0.19 487	0.13 598	0.07 47	0.13 187	0.12 94	0.08 30	0.08 141	0.06 25	0.08 201	0.07 186	0.10 129	0.10 217	0.07 360	0.06 444	0.06 209	0.07 406	0.05 176	0.08 488

DF_test	0.07 7	0.05 45	0.08 62	0.14 71	0.08 234	0.04 1	0.13 187	0.08 13	0.11 121	0.07 80	0.08 135	0.06 44	0.07 186	0.06 1	0.08 28	0.06 176	0.05 286	0.05 55	0.05 202	0.05 176	0.04 78

GREATEN-IGEV_RVC	0.09 185	0.08 378	0.08 62	0.21 592	0.09 370	0.08 94	0.11 71	0.10 40	0.09 60	0.07 80	0.10 213	0.05 5	0.06 71	0.14 404	0.11 307	0.05 52	0.06 444	0.07 324	0.06 303	0.05 176	0.05 215

over-6	0.08 92	0.07 251	0.08 62	0.17 317	0.05 2	0.10 217	0.09 25	0.17 285	0.11 121	0.06 26	0.07 69	0.06 44	0.09 288	0.10 129	0.08 28	0.06 176	0.04 25	0.04 1	0.04 65	0.05 176	0.05 215

over v1	0.07 7	0.07 251	0.07 13	0.18 411	0.05 2	0.08 94	0.08 9	0.10 40	0.05 4	0.06 26	0.06 25	0.07 133	0.10 335	0.11 211	0.08 28	0.05 52	0.04 25	0.04 1	0.03 1	0.05 176	0.05 215

over-8	0.07 7	0.07 251	0.07 13	0.18 411	0.05 2	0.08 94	0.08 9	0.13 128	0.05 4	0.06 26	0.05 7	0.07 133	0.09 288	0.11 211	0.08 28	0.06 176	0.04 25	0.04 1	0.03 1	0.05 176	0.05 215

over-9	0.07 7	0.07 251	0.07 13	0.18 411	0.05 2	0.08 94	0.08 9	0.13 128	0.06 8	0.06 26	0.05 7	0.07 133	0.09 288	0.11 211	0.08 28	0.06 176	0.04 25	0.04 1	0.03 1	0.05 176	0.05 215

WAFT-Stereo (ZS)	0.07 7	0.05 45	0.09 136	0.12 7	0.07 142	0.08 94	0.15 350	0.07 7	0.07 20	0.06 26	0.10 213	0.05 5	0.07 186	0.06 1	0.11 307	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.05 215

S0	0.12 398	0.08 378	0.08 62	0.20 557	0.07 142	0.18 525	0.23 623	0.15 205	0.15 269	0.10 247	0.10 213	0.13 367	0.08 241	0.12 311	0.11 307	0.09 509	0.10 611	0.14 642	0.14 647	0.05 176	0.04 78

Anonymus	0.08 92	0.05 45	0.10 205	0.15 131	0.08 234	0.10 217	0.15 350	0.15 205	0.10 88	0.07 80	0.06 25	0.07 133	0.08 241	0.12 311	0.10 217	0.06 176	0.04 25	0.05 55	0.05 202	0.05 176	0.06 327

PhaseNet	0.09 185	0.06 125	0.10 205	0.15 131	0.08 234	0.10 217	0.14 261	0.20 363	0.12 164	0.07 80	0.08 135	0.09 243	0.10 335	0.13 369	0.12 376	0.06 176	0.04 25	0.06 209	0.06 303	0.05 176	0.05 215

MGA	0.07 7	0.04 1	0.10 205	0.13 23	0.06 33	0.08 94	0.09 25	0.12 94	0.08 30	0.05 2	0.06 25	0.06 44	0.05 15	0.10 129	0.09 110	0.06 176	0.04 25	0.05 55	0.03 1	0.05 176	0.05 215

LiteMatch*	0.08 92	0.04 1	0.11 268	0.13 23	0.08 234	0.08 94	0.13 187	0.14 162	0.09 60	0.05 2	0.05 7	0.05 5	0.09 288	0.11 211	0.10 217	0.06 176	0.05 286	0.05 55	0.04 65	0.05 176	0.05 215

aanet-new-90k	0.08 92	0.07 251	0.08 62	0.19 487	0.06 33	0.07 47	0.12 108	0.12 94	0.13 208	0.06 26	0.07 69	0.06 44	0.06 71	0.10 129	0.07 1	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.03 2

aanet-new-78k	0.07 7	0.07 251	0.09 136	0.19 487	0.06 33	0.07 47	0.12 108	0.11 67	0.13 208	0.06 26	0.07 69	0.06 44	0.06 71	0.09 64	0.07 1	0.04 11	0.04 25	0.05 55	0.04 65	0.05 176	0.03 2

aanet-new-40k	0.07 7	0.08 378	0.07 13	0.17 317	0.07 142	0.08 94	0.13 187	0.10 40	0.10 88	0.07 80	0.08 135	0.06 44	0.05 15	0.08 30	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

aanet-new-28k	0.08 92	0.07 251	0.09 136	0.18 411	0.06 33	0.08 94	0.12 108	0.10 40	0.09 60	0.09 196	0.08 135	0.08 201	0.06 71	0.12 311	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

aanet-new-16k	0.08 92	0.08 378	0.08 62	0.18 411	0.06 33	0.07 47	0.09 25	0.13 128	0.12 164	0.08 141	0.07 69	0.07 133	0.06 71	0.09 64	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.05 176	0.03 2

aanet-new-10k	0.08 92	0.08 378	0.08 62	0.19 487	0.07 142	0.08 94	0.12 108	0.14 162	0.11 121	0.07 80	0.08 135	0.07 133	0.07 186	0.09 64	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

aanet-new-14k	0.08 92	0.09 462	0.08 62	0.19 487	0.06 33	0.07 47	0.10 42	0.14 162	0.15 269	0.06 26	0.08 135	0.05 5	0.06 71	0.09 64	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

RT-Monster	0.09 185	0.05 45	0.09 136	0.14 71	0.08 234	0.11 274	0.10 42	0.17 285	0.18 374	0.13 364	0.10 213	0.09 243	0.08 241	0.10 129	0.10 217	0.07 360	0.05 286	0.05 55	0.04 65	0.05 176	0.06 327

PipStereo	0.07 7	0.04 1	0.09 136	0.13 23	0.05 2	0.08 94	0.11 71	0.06 1	0.06 8	0.06 26	0.05 7	0.08 201	0.05 15	0.08 30	0.09 110	0.06 176	0.04 25	0.04 1	0.03 1	0.05 176	0.04 78

PSi22b	0.06 1	0.04 1	0.09 136	0.13 23	0.05 2	0.08 94	0.11 71	0.06 1	0.06 8	0.06 26	0.06 25	0.08 201	0.05 15	0.08 30	0.09 110	0.06 176	0.04 25	0.04 1	0.03 1	0.05 176	0.04 78

PSi22a	0.06 1	0.04 1	0.09 136	0.12 7	0.05 2	0.06 16	0.11 71	0.06 1	0.06 8	0.06 26	0.06 25	0.06 44	0.05 15	0.08 30	0.09 110	0.07 360	0.04 25	0.04 1	0.03 1	0.05 176	0.04 78

DepthFocus	0.08 92	0.04 1	0.15 463	0.12 7	0.09 370	0.07 47	0.12 108	0.10 40	0.05 4	0.09 196	0.05 7	0.07 133	0.04 1	0.08 30	0.08 28	0.06 176	0.05 286	0.07 324	0.07 406	0.05 176	0.04 78

Foundation-i1	0.09 185	0.04 1	0.10 205	0.14 71	0.06 33	0.10 217	0.13 187	0.16 246	0.14 241	0.10 247	0.10 213	0.11 312	0.07 186	0.07 7	0.10 217	0.06 176	0.04 25	0.05 55	0.05 202	0.05 176	0.05 215

VMStereo-Base	0.09 185	0.05 45	0.10 205	0.13 23	0.07 142	0.10 217	0.10 42	0.16 246	0.13 208	0.10 247	0.15 348	0.10 281	0.09 288	0.11 211	0.10 217	0.07 360	0.05 286	0.05 55	0.04 65	0.05 176	0.06 327

Hybrid-DGEV-03	0.10 264	0.06 125	0.09 136	0.18 411	0.08 234	0.16 483	0.14 261	0.15 205	0.14 241	0.13 364	0.16 361	0.12 334	0.09 288	0.13 369	0.11 307	0.06 176	0.04 25	0.08 424	0.06 303	0.05 176	0.04 78

Hybrid-DGEV-2	0.11 318	0.06 125	0.12 317	0.18 411	0.09 370	0.09 152	0.13 187	0.28 544	0.29 546	0.11 284	0.11 268	0.09 243	0.12 406	0.12 311	0.09 110	0.06 176	0.05 286	0.07 324	0.07 406	0.05 176	0.05 215

DStereoRT	0.16 531	0.06 125	0.11 268	0.19 487	0.09 370	0.12 329	0.12 108	0.28 544	0.22 449	0.12 329	0.20 436	0.11 312	0.10 335	0.15 432	0.14 466	0.06 176	0.05 286	0.96 734	0.09 535	0.05 176	0.04 78

WQFJX1	0.10 264	0.07 251	0.08 62	0.22 612	0.09 370	0.12 329	0.17 466	0.18 320	0.17 340	0.10 247	0.09 174	0.07 133	0.10 335	0.11 211	0.09 110	0.07 360	0.08 553	0.07 324	0.06 303	0.05 176	0.04 78

NLSM1	0.10 264	0.07 251	0.07 13	0.19 487	0.08 234	0.13 387	0.16 424	0.21 390	0.15 269	0.11 284	0.10 213	0.06 44	0.10 335	0.10 129	0.11 307	0.07 360	0.08 553	0.08 424	0.07 406	0.05 176	0.05 215

GEAStereo	0.08 92	0.05 45	0.08 62	0.13 23	0.08 234	0.08 94	0.14 261	0.10 40	0.09 60	0.08 141	0.10 213	0.06 44	0.05 15	0.11 211	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.05 215

GSStereo	0.08 92	0.05 45	0.08 62	0.13 23	0.08 234	0.08 94	0.14 261	0.11 67	0.12 164	0.08 141	0.10 213	0.05 5	0.05 15	0.11 211	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.05 215

GS-Stereo							0.14 261	0.11 67	0.12 164	0.08 141	0.10 213	0.05 5	0.05 15	0.11 211	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.05 215

FE-Mocha	0.09 185	0.06 125	0.14 414	0.16 230	0.09 370	0.10 217	0.15 350	0.18 320	0.16 309	0.10 247	0.09 174	0.07 133	0.07 186	0.09 64	0.09 110	0.06 176	0.04 25	0.06 209	0.06 303	0.05 176	0.05 215

IGEV-FE	0.09 185	0.05 45	0.12 317	0.13 23	0.08 234	0.12 329	0.13 187	0.17 285	0.11 121	0.10 247	0.06 25	0.09 243	0.06 71	0.11 211	0.09 110	0.06 176	0.04 25	0.06 209	0.06 303	0.05 176	0.05 215

252Zero-FE	0.08 92	0.04 1	0.09 136	0.13 23	0.07 142	0.12 329	0.11 71	0.13 128	0.14 241	0.06 26	0.05 7	0.06 44	0.05 15	0.09 64	0.10 217	0.06 176	0.04 25	0.04 1	0.03 1	0.05 176	0.06 327

DA	0.08 92	0.07 251	0.07 13	0.19 487	0.08 234	0.09 152	0.12 108	0.13 128	0.12 164	0.08 141	0.10 213	0.10 281	0.08 241	0.09 64	0.10 217	0.05 52	0.04 25	0.06 209	0.04 65	0.05 176	0.03 2

Monster-pub-mixall	0.07 7	0.04 1	0.09 136	0.13 23	0.06 33	0.05 5	0.09 25	0.11 67	0.07 20	0.06 26	0.06 25	0.05 5	0.06 71	0.09 64	0.09 110	0.06 176	0.04 25	0.04 1	0.03 1	0.05 176	0.05 215

GGEV	0.08 92	0.07 251	0.07 13	0.19 487	0.08 234	0.09 152	0.12 108	0.13 128	0.12 164	0.08 141	0.10 213	0.10 281	0.08 241	0.09 64	0.10 217	0.05 52	0.04 25	0.06 209	0.04 65	0.05 176	0.03 2

MSCF	0.08 92	0.05 45	0.08 62	0.19 487	0.08 234	0.06 16	0.12 108	0.14 162	0.11 121	0.10 247	0.09 174	0.07 133	0.04 1	0.11 211	0.08 28	0.06 176	0.05 286	0.05 55	0.04 65	0.05 176	0.05 215

IGEV	0.07 7	0.04 1	0.08 62	0.13 23	0.06 33	0.09 152	0.12 108	0.14 162	0.10 88	0.06 26	0.09 174	0.07 133	0.05 15	0.09 64	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

MLG-Stereo_test3	0.07 7	0.05 45	0.10 205	0.14 71	0.06 33	0.07 47	0.11 71	0.08 13	0.06 8	0.06 26	0.04 1	0.06 44	0.06 71	0.07 7	0.10 217	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.06 327

MLG-Stereo_test2	0.06 1	0.04 1	0.10 205	0.15 131	0.05 2	0.07 47	0.11 71	0.09 26	0.04 2	0.06 26	0.05 7	0.06 44	0.04 1	0.08 30	0.09 110	0.06 176	0.04 25	0.05 55	0.03 1	0.05 176	0.05 215

LG-G_1	0.07 7	0.04 1	0.11 268	0.15 131	0.06 33	0.09 152	0.08 9	0.08 13	0.06 8	0.06 26	0.05 7	0.07 133	0.07 186	0.11 211	0.08 28	0.07 360	0.04 25	0.05 55	0.04 65	0.05 176	0.05 215

LG-G	0.07 7	0.04 1	0.11 268	0.15 131	0.06 33	0.09 152	0.08 9	0.08 13	0.06 8	0.06 26	0.05 7	0.07 133	0.07 186	0.11 211	0.08 28	0.07 360	0.04 25	0.05 55	0.04 65	0.05 176	0.05 215

DFGA-Net	0.13 426	0.11 552	0.18 554	0.17 317	0.10 486	0.12 329	0.13 187	0.22 417	0.25 500	0.16 448	0.16 361	0.13 367	0.12 406	0.16 467	0.14 466	0.07 360	0.05 286	0.08 424	0.07 406	0.05 176	0.05 215

LG-Stereo_Zeroshot	0.07 7	0.06 125	0.10 205	0.16 230	0.07 142	0.04 1	0.13 187	0.10 40	0.10 88	0.05 2	0.11 268	0.07 133	0.05 15	0.07 7	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

SGD-Stereo	0.08 92	0.05 45	0.10 205	0.14 71	0.05 2	0.12 329	0.12 108	0.11 67	0.12 164	0.07 80	0.09 174	0.09 243	0.09 288	0.08 30	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.03 2

MM-Stereo_test3	0.10 264	0.07 251	0.07 13	0.18 411	0.07 142	0.12 329	0.19 557	0.24 465	0.19 394	0.06 26	0.10 213	0.08 201	0.06 71	0.11 211	0.08 28	0.06 176	0.06 444	0.07 324	0.05 202	0.05 176	0.04 78

MM-Stereo_test2	0.09 185	0.06 125	0.09 136	0.19 487	0.08 234	0.12 329	0.18 516	0.15 205	0.14 241	0.07 80	0.10 213	0.07 133	0.06 71	0.12 311	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.03 2

MM-Stereo_test1	0.10 264	0.07 251	0.08 62	0.18 411	0.07 142	0.12 329	0.18 516	0.21 390	0.20 418	0.09 196	0.11 268	0.08 201	0.06 71	0.10 129	0.10 217	0.06 176	0.05 286	0.07 324	0.06 303	0.05 176	0.04 78

HART	0.08 92	0.07 251	0.09 136	0.17 317	0.07 142	0.10 217	0.16 424	0.13 128	0.11 121	0.08 141	0.10 213	0.07 133	0.05 15	0.10 129	0.08 28	0.05 52	0.04 25	0.06 209	0.04 65	0.05 176	0.04 78

GREAT-IGEV	0.07 7	0.06 125	0.08 62	0.13 23	0.07 142	0.07 47	0.14 261	0.09 26	0.09 60	0.06 26	0.07 69	0.06 44	0.05 15	0.10 129	0.07 1	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
FoundationStereo	0.06 1	0.04 1	0.08 62	0.12 7	0.05 2	0.09 152	0.13 187	0.06 1	0.09 60	0.05 2	0.05 7	0.06 44	0.04 1	0.06 1	0.07 1	0.06 176	0.04 25	0.05 55	0.03 1	0.05 176	0.04 78

StereoAnything_RVC	0.07 7	0.15 620	0.17 530	0.11 1	0.05 2	0.05 5	0.11 71	0.08 13	0.08 30	0.06 26	0.06 25	0.05 5	0.05 15	0.09 64	0.08 28	0.08 445	0.04 25	0.05 55	0.03 1	0.05 176	0.04 78

HUF	0.08 92	0.05 45	0.08 62	0.14 71	0.06 33	0.09 152	0.13 187	0.13 128	0.13 208	0.07 80	0.07 69	0.08 201	0.06 71	0.10 129	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

AIO-test2	0.10 264	0.08 378	0.10 205	0.23 636	0.08 234	0.11 274	0.10 42	0.23 441	0.23 461	0.08 141	0.09 174	0.08 201	0.05 15	0.10 129	0.08 28	0.06 176	0.05 286	0.08 424	0.09 535	0.05 176	0.05 215

IGEV-RUCA	0.08 92	0.06 125	0.11 268	0.14 71	0.09 370	0.10 217	0.12 108	0.10 40	0.12 164	0.06 26	0.07 69	0.07 133	0.06 71	0.09 64	0.08 28	0.06 176	0.05 286	0.05 55	0.04 65	0.05 176	0.06 327

GIP-stereo	0.08 92	0.06 125	0.11 268	0.14 71	0.06 33	0.09 152	0.13 187	0.14 162	0.11 121	0.07 80	0.08 135	0.05 5	0.04 1	0.10 129	0.07 1	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

tt45	0.09 185	0.06 125	0.11 268	0.15 131	0.07 142	0.11 274	0.16 424	0.13 128	0.11 121	0.09 196	0.06 25	0.08 201	0.06 71	0.13 369	0.10 217	0.06 176	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

PAM_32	0.09 185	0.05 45	0.17 530	0.15 131	0.08 234	0.10 217	0.15 350	0.14 162	0.15 269	0.09 196	0.08 135	0.09 243	0.07 186	0.14 404	0.08 28	0.06 176	0.05 286	0.06 209	0.06 303	0.05 176	0.06 327

PAM	0.10 264	0.05 45	0.16 499	0.15 131	0.08 234	0.09 152	0.16 424	0.15 205	0.16 309	0.12 329	0.09 174	0.09 243	0.07 186	0.13 369	0.08 28	0.06 176	0.05 286	0.06 209	0.06 303	0.05 176	0.06 327

UGAM-zero	0.09 185	0.05 45	0.15 463	0.15 131	0.08 234	0.09 152	0.13 187	0.19 351	0.15 269	0.11 284	0.15 348	0.07 133	0.07 186	0.09 64	0.09 110	0.06 176	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327

IGEV-Stereo++	0.07 7	0.06 125	0.08 62	0.18 411	0.06 33	0.04 1	0.10 42	0.11 67	0.11 121	0.06 26	0.07 69	0.07 133	0.06 71	0.09 64	0.09 110	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

RAStereo	0.10 264	0.09 462	0.08 62	0.20 557	0.08 234	0.13 387	0.18 516	0.15 205	0.17 340	0.10 247	0.12 291	0.05 5	0.06 71	0.09 64	0.08 28	0.07 360	0.05 286	0.07 324	0.05 202	0.05 176	0.04 78

Occ-G	0.08 92	0.05 45	0.06 5	0.14 71	0.07 142	0.08 94	0.14 261	0.13 128	0.15 269	0.07 80	0.11 268	0.07 133	0.05 15	0.09 64	0.10 217	0.06 176	0.05 286	0.05 55	0.04 65	0.05 176	0.05 215

IGEV-BASED-STEREO-	0.09 185	0.10 525	0.31 641	0.15 131	0.06 33	0.08 94	0.14 261	0.10 40	0.10 88	0.07 80	0.07 69	0.06 44	0.04 1	0.11 211	0.07 1	0.12 610	0.04 25	0.07 324	0.05 202	0.05 176	0.05 215

RSM++	0.08 92	0.06 125	0.09 136	0.17 317	0.07 142	0.09 152	0.12 108	0.11 67	0.11 121	0.08 141	0.06 25	0.07 133	0.05 15	0.10 129	0.09 110	0.04 11	0.04 25	0.06 209	0.05 202	0.05 176	0.03 2

IGEV++	0.08 92	0.06 125	0.08 62	0.18 411	0.07 142	0.09 152	0.13 187	0.10 40	0.09 60	0.08 141	0.08 135	0.06 44	0.06 71	0.13 369	0.09 110	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

AE-Stereo	0.10 264	0.08 378	0.10 205	0.18 411	0.09 370	0.10 217	0.15 350	0.14 162	0.19 394	0.09 196	0.14 327	0.12 334	0.08 241	0.11 211	0.10 217	0.05 52	0.06 444	0.07 324	0.06 303	0.05 176	0.04 78

ff7	0.09 185	0.07 251	0.11 268	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.12 164	0.10 247	0.06 25	0.06 44	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

IGEVStereo-DCA	0.09 185	0.06 125	0.11 268	0.15 131	0.10 486	0.11 274	0.15 350	0.16 246	0.12 164	0.10 247	0.06 25	0.08 201	0.06 71	0.10 129	0.08 28	0.06 176	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327

ffff	0.09 185	0.07 251	0.11 268	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.12 164	0.10 247	0.06 25	0.06 44	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

rrr	0.09 185	0.06 125	0.12 317	0.15 131	0.10 486	0.11 274	0.16 424	0.16 246	0.15 269	0.10 247	0.06 25	0.08 201	0.06 71	0.10 129	0.08 28	0.06 176	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327

11t	0.09 185	0.07 251	0.11 268	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.12 164	0.10 247	0.06 25	0.06 44	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

MaDis-Stereo	0.09 185	0.09 462	0.08 62	0.17 317	0.09 370	0.13 387	0.10 42	0.16 246	0.16 309	0.09 196	0.11 268	0.06 44	0.06 71	0.09 64	0.13 423	0.07 360	0.06 444	0.07 324	0.05 202	0.05 176	0.04 78

IGEV_Zeroshot_test	0.09 185	0.05 45	0.12 317	0.13 23	0.08 234	0.12 329	0.13 187	0.17 285	0.11 121	0.10 247	0.06 25	0.09 243	0.06 71	0.11 211	0.09 110	0.06 176	0.04 25	0.06 209	0.06 303	0.05 176	0.05 215

UniTT-Stereo	0.09 185	0.07 251	0.08 62	0.18 411	0.08 234	0.13 387	0.11 71	0.12 94	0.11 121	0.10 247	0.12 291	0.05 5	0.07 186	0.09 64	0.09 110	0.07 360	0.05 286	0.05 55	0.05 202	0.05 176	0.05 215

CASnet	0.09 185	0.09 462	0.09 136	0.19 487	0.06 33	0.07 47	0.11 71	0.18 320	0.14 241	0.11 284	0.10 213	0.09 243	0.07 186	0.10 129	0.10 217	0.06 176	0.04 25	0.10 561	0.08 487	0.05 176	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.08 92	0.05 45	0.08 62	0.14 71	0.13 598	0.14 424	0.13 187	0.14 162	0.09 60	0.07 80	0.09 174	0.07 133	0.08 241	0.10 129	0.09 110	0.06 176	0.04 25	0.06 209	0.05 202	0.05 176	0.04 78

HH	0.09 185	0.06 125	0.13 373	0.17 317	0.08 234	0.10 217	0.16 424	0.14 162	0.10 88	0.08 141	0.09 174	0.08 201	0.07 186	0.10 129	0.09 110	0.06 176	0.04 25	0.06 209	0.05 202	0.05 176	0.04 78

HanStereo	0.09 185	0.06 125	0.13 373	0.17 317	0.08 234	0.10 217	0.16 424	0.14 162	0.10 88	0.08 141	0.09 174	0.08 201	0.07 186	0.10 129	0.09 110	0.06 176	0.04 25	0.06 209	0.05 202	0.05 176	0.04 78

CAS	0.08 92	0.04 1	0.07 13	0.17 317	0.08 234	0.10 217	0.13 187	0.12 94	0.09 60	0.09 196	0.10 213	0.08 201	0.06 71	0.09 64	0.08 28	0.08 445	0.04 25	0.05 55	0.03 1	0.05 176	0.04 78

anonymousdsp	0.09 185	0.07 251	0.11 268	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.12 164	0.09 196	0.06 25	0.06 44	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

LoS	0.09 185	0.05 45	0.11 268	0.13 23	0.07 142	0.14 424	0.11 71	0.15 205	0.15 269	0.09 196	0.09 174	0.12 334	0.09 288	0.15 432	0.10 217	0.07 360	0.05 286	0.05 55	0.03 1	0.05 176	0.05 215
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 92	0.04 1	0.08 62	0.14 71	0.07 142	0.09 152	0.14 261	0.11 67	0.09 60	0.08 141	0.09 174	0.11 312	0.06 71	0.12 311	0.08 28	0.06 176	0.04 25	0.05 55	0.03 1	0.05 176	0.05 215

DCRE	0.11 318	0.07 251	0.13 373	0.16 230	0.11 539	0.11 274	0.17 466	0.18 320	0.17 340	0.11 284	0.18 413	0.10 281	0.10 335	0.15 432	0.11 307	0.06 176	0.05 286	0.06 209	0.06 303	0.05 176	0.04 78

anonymousa	0.13 426	0.07 251	0.13 373	0.18 411	0.09 370	0.13 387	0.17 466	0.19 351	0.29 546	0.15 419	0.24 494	0.15 419	0.14 472	0.14 404	0.14 466	0.07 360	0.05 286	0.07 324	0.09 535	0.05 176	0.06 327

RCA-Stereo	0.09 185	0.06 125	0.09 136	0.16 230	0.06 33	0.09 152	0.13 187	0.18 320	0.14 241	0.09 196	0.10 213	0.08 201	0.07 186	0.12 311	0.11 307	0.06 176	0.04 25	0.06 209	0.05 202	0.05 176	0.04 78

CroCo-Stereo Lap2	0.09 185	0.09 462	0.08 62	0.22 612	0.09 370	0.09 152	0.19 557	0.16 246	0.12 164	0.09 196	0.10 213	0.05 5	0.05 15	0.08 30	0.08 28	0.06 176	0.06 444	0.07 324	0.05 202	0.05 176	0.05 215

TestStereo1	0.13 426	0.08 378	0.08 62	0.19 487	0.08 234	0.18 525	0.29 685	0.23 441	0.16 309	0.17 467	0.20 436	0.16 434	0.10 335	0.12 311	0.13 423	0.06 176	0.06 444	0.08 424	0.06 303	0.05 176	0.05 215

ccc-4	0.09 185	0.07 251	0.11 268	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.12 164	0.10 247	0.06 25	0.06 44	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

ADStereo(finetuned)	0.10 264	0.06 125	0.12 317	0.16 230	0.06 33	0.09 152	0.17 466	0.15 205	0.19 394	0.13 364	0.17 385	0.10 281	0.12 406	0.11 211	0.12 376	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

raft_robust	0.13 426	0.10 525	0.07 13	0.18 411	0.08 234	0.13 387	0.24 637	0.28 544	0.33 578	0.20 537	0.19 424	0.14 390	0.10 335	0.11 211	0.12 376	0.05 52	0.05 286	0.07 324	0.07 406	0.05 176	0.04 78

SA-5K	0.13 426	0.08 378	0.08 62	0.19 487	0.08 234	0.18 525	0.29 685	0.23 441	0.16 309	0.17 467	0.20 436	0.16 434	0.10 335	0.12 311	0.13 423	0.06 176	0.06 444	0.08 424	0.06 303	0.05 176	0.05 215

Sa-1000	0.12 398	0.08 378	0.08 62	0.18 411	0.08 234	0.14 424	0.22 612	0.22 417	0.18 374	0.15 419	0.20 436	0.17 456	0.11 373	0.10 129	0.10 217	0.06 176	0.05 286	0.09 512	0.09 535	0.05 176	0.05 215

SA	0.12 398	0.09 462	0.08 62	0.18 411	0.08 234	0.12 329	0.24 637	0.23 441	0.18 374	0.17 467	0.27 548	0.14 390	0.11 373	0.11 211	0.11 307	0.05 52	0.05 286	0.09 512	0.08 487	0.05 176	0.04 78

IGEV-Stereo	0.09 185	0.07 251	0.11 268	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.12 164	0.09 196	0.06 25	0.06 44	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.12 398	0.09 462	0.12 317	0.19 487	0.08 234	0.09 152	0.12 108	0.21 390	0.21 435	0.19 514	0.14 327	0.11 312	0.09 288	0.20 566	0.16 515	0.05 52	0.05 286	0.07 324	0.06 303	0.05 176	0.06 327

CIPLG	0.11 318	0.08 378	0.14 414	0.17 317	0.08 234	0.12 329	0.15 350	0.17 285	0.15 269	0.14 392	0.11 268	0.16 434	0.09 288	0.16 467	0.11 307	0.07 360	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327

GLC_STEREO	0.11 318	0.07 251	0.11 268	0.17 317	0.07 142	0.09 152	0.13 187	0.15 205	0.24 478	0.12 329	0.13 311	0.12 334	0.08 241	0.18 525	0.11 307	0.06 176	0.08 553	0.08 424	0.06 303	0.05 176	0.05 215

IPLGR_C	0.11 318	0.08 378	0.14 414	0.17 317	0.08 234	0.12 329	0.15 350	0.17 285	0.15 269	0.14 392	0.10 213	0.16 434	0.09 288	0.16 467	0.11 307	0.07 360	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327

ACRE	0.11 318	0.08 378	0.14 414	0.17 317	0.08 234	0.12 329	0.15 350	0.17 285	0.14 241	0.14 392	0.10 213	0.16 434	0.09 288	0.16 467	0.11 307	0.07 360	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327

CrosDoStereo	0.12 398	0.06 125	0.12 317	0.14 71	0.08 234	0.12 329	0.15 350	0.17 285	0.22 449	0.19 514	0.24 494	0.15 419	0.11 373	0.11 211	0.12 376	0.06 176	0.04 25	0.07 324	0.07 406	0.05 176	0.05 215

HHNet	0.11 318	0.06 125	0.16 499	0.15 131	0.14 620	0.07 47	0.13 187	0.20 363	0.17 340	0.14 392	0.25 522	0.11 312	0.08 241	0.13 369	0.10 217	0.05 52	0.04 25	0.08 424	0.06 303	0.05 176	0.09 535

TransformOpticalFlow	0.10 264	0.08 378	0.13 373	0.18 411	0.07 142	0.09 152	0.15 350	0.19 351	0.15 269	0.12 329	0.17 385	0.11 312	0.11 373	0.11 211	0.10 217	0.05 52	0.04 25	0.06 209	0.06 303	0.05 176	0.05 215

OMP-Stereo	0.11 318	0.06 125	0.14 414	0.18 411	0.08 234	0.09 152	0.12 108	0.21 390	0.21 435	0.13 364	0.14 327	0.11 312	0.12 406	0.11 211	0.13 423	0.06 176	0.04 25	0.07 324	0.06 303	0.05 176	0.04 78

IIG-Stereo	0.11 318	0.06 125	0.13 373	0.17 317	0.08 234	0.11 274	0.12 108	0.22 417	0.17 340	0.14 392	0.17 385	0.11 312	0.12 406	0.12 311	0.12 376	0.06 176	0.05 286	0.07 324	0.06 303	0.05 176	0.04 78

DeepStereo_LL	0.12 398	0.06 125	0.12 317	0.14 71	0.08 234	0.12 329	0.15 350	0.17 285	0.22 449	0.19 514	0.24 494	0.15 419	0.11 373	0.11 211	0.12 376	0.06 176	0.04 25	0.07 324	0.07 406	0.05 176	0.05 215

DEmStereo	0.12 398	0.06 125	0.14 414	0.14 71	0.10 486	0.16 483	0.15 350	0.16 246	0.24 478	0.17 467	0.24 494	0.13 367	0.14 472	0.12 311	0.13 423	0.05 52	0.04 25	0.07 324	0.06 303	0.05 176	0.05 215

THIR-Stereo	0.12 398	0.07 251	0.11 268	0.15 131	0.08 234	0.14 424	0.16 424	0.17 285	0.25 500	0.16 448	0.24 494	0.14 390	0.12 406	0.12 311	0.14 466	0.06 176	0.04 25	0.07 324	0.07 406	0.05 176	0.05 215

DRaft	0.12 398	0.06 125	0.11 268	0.14 71	0.09 370	0.14 424	0.17 466	0.21 390	0.30 556	0.17 467	0.28 562	0.10 281	0.15 490	0.10 129	0.12 376	0.05 52	0.04 25	0.07 324	0.06 303	0.05 176	0.05 215

PFNet	0.12 398	0.06 125	0.17 530	0.17 317	0.08 234	0.09 152	0.15 350	0.26 502	0.20 418	0.16 448	0.16 361	0.14 390	0.11 373	0.12 311	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.05 176	0.05 215

GrayStereo	0.11 318	0.06 125	0.11 268	0.19 487	0.09 370	0.09 152	0.16 424	0.18 320	0.17 340	0.14 392	0.17 385	0.17 456	0.11 373	0.12 311	0.11 307	0.05 52	0.05 286	0.07 324	0.06 303	0.05 176	0.10 567

AnonymousM	0.09 185	0.05 45	0.10 205	0.14 71	0.06 33	0.09 152	0.13 187	0.19 351	0.14 241	0.13 364	0.11 268	0.09 243	0.08 241	0.13 369	0.10 217	0.08 445	0.05 286	0.08 424	0.05 202	0.05 176	0.05 215

CroCo-Stereo	0.09 185	0.08 378	0.08 62	0.22 612	0.09 370	0.09 152	0.19 557	0.15 205	0.12 164	0.07 80	0.07 69	0.08 201	0.06 71	0.08 30	0.07 1	0.07 360	0.05 286	0.06 209	0.04 65	0.05 176	0.04 78
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAFT	0.13 426	0.09 462	0.11 268	0.18 411	0.08 234	0.15 451	0.24 637	0.20 363	0.19 394	0.21 552	0.21 460	0.17 456	0.12 406	0.16 467	0.09 110	0.06 176	0.07 520	0.10 561	0.09 535	0.05 176	0.05 215

raft+_RVC	0.11 318	0.07 251	0.09 136	0.16 230	0.07 142	0.10 217	0.11 71	0.24 465	0.20 418	0.12 329	0.15 348	0.12 334	0.08 241	0.12 311	0.13 423	0.07 360	0.04 25	0.07 324	0.06 303	0.05 176	0.05 215

raftrobust	0.09 185	0.06 125	0.10 205	0.17 317	0.08 234	0.09 152	0.10 42	0.18 320	0.16 309	0.10 247	0.09 174	0.12 334	0.07 186	0.12 311	0.10 217	0.08 445	0.05 286	0.06 209	0.05 202	0.05 176	0.05 215

RALAANet	0.11 318	0.08 378	0.10 205	0.17 317	0.09 370	0.14 424	0.10 42	0.20 363	0.15 269	0.14 392	0.13 311	0.16 434	0.09 288	0.12 311	0.11 307	0.06 176	0.05 286	0.07 324	0.06 303	0.05 176	0.04 78

sCroCo_RVC	0.12 398	0.09 462	0.23 603	0.24 645	0.11 539	0.19 550	0.14 261	0.17 285	0.14 241	0.10 247	0.13 311	0.12 334	0.07 186	0.14 404	0.11 307	0.08 445	0.08 553	0.08 424	0.08 487	0.05 176	0.07 417

DCANet	0.10 264	0.06 125	0.12 317	0.16 230	0.06 33	0.09 152	0.17 466	0.15 205	0.19 394	0.13 364	0.17 385	0.10 281	0.11 373	0.11 211	0.12 376	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

111	0.10 264	0.06 125	0.12 317	0.15 131	0.07 142	0.10 217	0.14 261	0.21 390	0.23 461	0.11 284	0.12 291	0.14 390	0.11 373	0.13 369	0.10 217	0.06 176	0.04 25	0.06 209	0.04 65	0.05 176	0.05 215

test_xeample3	0.09 185	0.06 125	0.12 317	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.13 208	0.10 247	0.06 25	0.08 201	0.06 71	0.10 129	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

ARAFT	0.12 398	0.08 378	0.17 530	0.19 487	0.09 370	0.14 424	0.18 516	0.20 363	0.12 164	0.12 329	0.13 311	0.14 390	0.11 373	0.15 432	0.12 376	0.06 176	0.05 286	0.10 561	0.09 535	0.05 176	0.04 78

EAI-Stereo	0.09 185	0.07 251	0.11 268	0.15 131	0.06 33	0.10 217	0.15 350	0.16 246	0.09 60	0.08 141	0.09 174	0.08 201	0.07 186	0.09 64	0.11 307	0.05 52	0.04 25	0.05 55	0.05 202	0.05 176	0.04 78

DIP-Stereo	0.11 318	0.07 251	0.14 414	0.17 317	0.09 370	0.13 387	0.09 25	0.16 246	0.16 309	0.11 284	0.16 361	0.14 390	0.12 406	0.15 432	0.13 423	0.06 176	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.10 264	0.06 125	0.10 205	0.17 317	0.08 234	0.11 274	0.14 261	0.23 441	0.11 121	0.12 329	0.19 424	0.11 312	0.08 241	0.09 64	0.11 307	0.07 360	0.05 286	0.06 209	0.05 202	0.05 176	0.05 215

RAFT-Stereo	0.10 264	0.06 125	0.10 205	0.17 317	0.08 234	0.11 274	0.14 261	0.23 441	0.11 121	0.12 329	0.19 424	0.11 312	0.08 241	0.09 64	0.11 307	0.07 360	0.05 286	0.06 209	0.05 202	0.05 176	0.05 215
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.12 398	0.07 251	0.16 499	0.18 411	0.06 33	0.15 451	0.17 466	0.19 351	0.21 435	0.18 497	0.25 522	0.17 456	0.13 448	0.14 404	0.13 423	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

S	0.12 398	0.08 378	0.09 136	0.20 557	0.08 234	0.13 387	0.19 557	0.17 285	0.16 309	0.13 364	0.11 268	0.13 367	0.10 335	0.11 211	0.13 423	0.09 509	0.07 520	0.13 628	0.15 665	0.06 311	0.04 78

SMOE	0.10 264	0.08 378	0.09 136	0.18 411	0.07 142	0.13 387	0.14 261	0.18 320	0.13 208	0.11 284	0.13 311	0.12 334	0.09 288	0.11 211	0.11 307	0.05 52	0.05 286	0.08 424	0.06 303	0.06 311	0.04 78

SME	0.11 318	0.09 462	0.10 205	0.17 317	0.07 142	0.20 566	0.13 187	0.21 390	0.17 340	0.12 329	0.13 311	0.10 281	0.12 406	0.13 369	0.13 423	0.07 360	0.07 520	0.08 424	0.09 535	0.06 311	0.05 215

depth_test_26	0.08 92	0.04 1	0.11 268	0.13 23	0.07 142	0.07 47	0.11 71	0.12 94	0.11 121	0.09 196	0.07 69	0.08 201	0.05 15	0.09 64	0.08 28	0.08 445	0.06 444	0.06 209	0.06 303	0.06 311	0.07 417

TestStereo_HL3	0.11 318	0.05 45	0.16 499	0.13 23	0.07 142	0.12 329	0.11 71	0.20 363	0.09 60	0.15 419	0.30 581	0.13 367	0.12 406	0.16 467	0.11 307	0.07 360	0.05 286	0.05 55	0.05 202	0.06 311	0.07 417

GGDA	0.11 318	0.06 125	0.11 268	0.13 23	0.07 142	0.12 329	0.14 261	0.19 351	0.19 394	0.13 364	0.20 436	0.12 334	0.09 288	0.12 311	0.12 376	0.07 360	0.04 25	0.05 55	0.05 202	0.06 311	0.07 417

TestStereo-Hl	0.11 318	0.06 125	0.11 268	0.13 23	0.08 234	0.15 451	0.14 261	0.20 363	0.17 340	0.13 364	0.16 361	0.12 334	0.11 373	0.14 404	0.13 423	0.06 176	0.04 25	0.05 55	0.05 202	0.06 311	0.06 327

aanet-32k-new	0.08 92	0.07 251	0.08 62	0.18 411	0.06 33	0.08 94	0.12 108	0.11 67	0.12 164	0.07 80	0.08 135	0.05 5	0.07 186	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.06 311	0.04 78

aanet-new-12k	0.08 92	0.09 462	0.07 13	0.20 557	0.08 234	0.08 94	0.13 187	0.12 94	0.13 208	0.08 141	0.08 135	0.05 5	0.07 186	0.09 64	0.08 28	0.04 11	0.04 25	0.05 55	0.04 65	0.06 311	0.04 78

aanet-new	0.08 92	0.09 462	0.10 205	0.18 411	0.08 234	0.10 217	0.12 108	0.15 205	0.12 164	0.08 141	0.08 135	0.05 5	0.07 186	0.10 129	0.08 28	0.05 52	0.04 25	0.05 55	0.04 65	0.06 311	0.04 78

IGEV_i1	0.12 398	0.07 251	0.12 317	0.16 230	0.08 234	0.19 550	0.14 261	0.18 320	0.22 449	0.18 497	0.18 413	0.16 434	0.12 406	0.16 467	0.14 466	0.06 176	0.05 286	0.06 209	0.05 202	0.06 311	0.06 327

LiteMatch	0.09 185	0.06 125	0.10 205	0.16 230	0.07 142	0.09 152	0.15 350	0.13 128	0.08 30	0.06 26	0.07 69	0.06 44	0.15 490	0.10 129	0.14 466	0.07 360	0.04 25	0.06 209	0.06 303	0.06 311	0.06 327

Lsterematch	0.11 318	0.06 125	0.11 268	0.16 230	0.07 142	0.13 387	0.15 350	0.14 162	0.17 340	0.16 448	0.18 413	0.15 419	0.15 490	0.12 311	0.14 466	0.07 360	0.04 25	0.06 209	0.06 303	0.06 311	0.06 327

Selective-IGEV-i1	0.13 426	0.07 251	0.12 317	0.19 487	0.08 234	0.18 525	0.16 424	0.22 417	0.30 556	0.16 448	0.17 385	0.16 434	0.10 335	0.14 404	0.13 423	0.06 176	0.05 286	0.06 209	0.05 202	0.06 311	0.05 215

WQFJA1++	0.08 92	0.04 1	0.11 268	0.14 71	0.07 142	0.11 274	0.11 71	0.11 67	0.07 20	0.07 80	0.07 69	0.07 133	0.06 71	0.10 129	0.10 217	0.06 176	0.04 25	0.05 55	0.04 65	0.06 311	0.06 327

WQFJA1	0.10 264	0.07 251	0.08 62	0.20 557	0.09 370	0.12 329	0.17 466	0.17 285	0.17 340	0.09 196	0.10 213	0.08 201	0.10 335	0.12 311	0.11 307	0.06 176	0.07 520	0.07 324	0.06 303	0.06 311	0.05 215

WQFJX	0.10 264	0.07 251	0.09 136	0.21 592	0.09 370	0.12 329	0.16 424	0.18 320	0.17 340	0.12 329	0.10 213	0.07 133	0.09 288	0.12 311	0.10 217	0.06 176	0.07 520	0.06 209	0.05 202	0.06 311	0.05 215

NLMM	0.10 264	0.07 251	0.08 62	0.20 557	0.09 370	0.12 329	0.17 466	0.17 285	0.17 340	0.09 196	0.10 213	0.08 201	0.10 335	0.12 311	0.11 307	0.06 176	0.07 520	0.07 324	0.06 303	0.06 311	0.05 215

NLCSM	0.11 318	0.09 462	0.09 136	0.23 636	0.11 539	0.12 329	0.19 557	0.18 320	0.18 374	0.12 329	0.11 268	0.07 133	0.09 288	0.11 211	0.10 217	0.07 360	0.08 553	0.07 324	0.07 406	0.06 311	0.05 215

gasm-f	0.08 92	0.05 45	0.07 13	0.13 23	0.08 234	0.08 94	0.14 261	0.10 40	0.09 60	0.08 141	0.10 213	0.06 44	0.05 15	0.10 129	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.06 311	0.05 215

Select-FE	0.11 318	0.06 125	0.20 578	0.15 131	0.11 539	0.11 274	0.13 187	0.21 390	0.18 374	0.09 196	0.11 268	0.10 281	0.06 71	0.12 311	0.09 110	0.07 360	0.05 286	0.07 324	0.08 487	0.06 311	0.08 488

FlowAnything_test	0.11 318	0.08 378	0.14 414	0.15 131	0.09 370	0.07 47	0.14 261	0.20 363	0.11 121	0.09 196	0.09 174	0.12 334	0.12 406	0.13 369	0.11 307	0.09 509	0.06 444	0.09 512	0.09 535	0.06 311	0.09 535

LGtest1	0.07 7	0.04 1	0.10 205	0.15 131	0.06 33	0.07 47	0.09 25	0.08 13	0.06 8	0.05 2	0.04 1	0.06 44	0.06 71	0.10 129	0.09 110	0.07 360	0.04 25	0.05 55	0.04 65	0.06 311	0.06 327

SCV_C0	0.08 92	0.07 251	0.07 13	0.16 230	0.09 370	0.08 94	0.15 350	0.11 67	0.12 164	0.08 141	0.07 69	0.06 44	0.05 15	0.11 211	0.07 1	0.05 52	0.05 286	0.05 55	0.04 65	0.06 311	0.05 215

SCV	0.08 92	0.09 462	0.08 62	0.15 131	0.08 234	0.10 217	0.13 187	0.10 40	0.12 164	0.07 80	0.07 69	0.06 44	0.04 1	0.09 64	0.08 28	0.05 52	0.04 25	0.06 209	0.04 65	0.06 311	0.04 78

DEFOM-Stereo_RVC	0.08 92	0.06 125	0.09 136	0.22 612	0.06 33	0.08 94	0.12 108	0.10 40	0.10 88	0.07 80	0.07 69	0.06 44	0.05 15	0.11 211	0.09 110	0.06 176	0.04 25	0.05 55	0.03 1	0.06 311	0.04 78

model_zeroshot	0.10 264	0.04 1	0.11 268	0.15 131	0.09 370	0.12 329	0.14 261	0.20 363	0.13 208	0.11 284	0.10 213	0.12 334	0.07 186	0.12 311	0.10 217	0.07 360	0.06 444	0.06 209	0.05 202	0.06 311	0.06 327

Pointernet	0.09 185	0.04 1	0.09 136	0.16 230	0.08 234	0.13 387	0.10 42	0.15 205	0.17 340	0.09 196	0.07 69	0.06 44	0.06 71	0.11 211	0.09 110	0.08 445	0.04 25	0.05 55	0.03 1	0.06 311	0.05 215

U	0.08 92	0.07 251	0.09 136	0.19 487	0.10 486	0.10 217	0.13 187	0.12 94	0.17 340	0.07 80	0.07 69	0.06 44	0.05 15	0.07 7	0.08 28	0.06 176	0.04 25	0.06 209	0.04 65	0.06 311	0.05 215

IGEV-Stereo+	0.07 7	0.04 1	0.08 62	0.15 131	0.06 33	0.04 1	0.09 25	0.10 40	0.09 60	0.06 26	0.06 25	0.06 44	0.06 71	0.06 1	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.06 311	0.06 327

trnet	0.08 92	0.05 45	0.07 13	0.12 7	0.05 2	0.12 329	0.11 71	0.13 128	0.10 88	0.08 141	0.13 311	0.09 243	0.08 241	0.11 211	0.10 217	0.08 445	0.05 286	0.05 55	0.03 1	0.06 311	0.05 215

H2IRNET	0.10 264	0.09 462	0.09 136	0.18 411	0.09 370	0.12 329	0.15 350	0.14 162	0.21 435	0.10 247	0.10 213	0.10 281	0.10 335	0.10 129	0.10 217	0.05 52	0.04 25	0.08 424	0.08 487	0.06 311	0.05 215

MGS-Stereo	0.09 185	0.07 251	0.12 317	0.15 131	0.08 234	0.09 152	0.15 350	0.12 94	0.12 164	0.07 80	0.10 213	0.08 201	0.06 71	0.10 129	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.06 311	0.05 215

tta	0.14 463	0.07 251	0.17 530	0.14 71	0.08 234	0.16 483	0.17 466	0.26 502	0.27 524	0.19 514	0.20 436	0.18 470	0.15 490	0.15 432	0.17 530	0.08 445	0.05 286	0.07 324	0.06 303	0.06 311	0.06 327

qqq1	0.13 426	0.07 251	0.17 530	0.14 71	0.08 234	0.16 483	0.17 466	0.26 502	0.27 524	0.19 514	0.20 436	0.18 470	0.15 490	0.15 432	0.11 307	0.08 445	0.05 286	0.05 55	0.05 202	0.06 311	0.06 327

fff1	0.13 426	0.07 251	0.17 530	0.14 71	0.08 234	0.16 483	0.17 466	0.26 502	0.27 524	0.19 514	0.20 436	0.18 470	0.15 490	0.15 432	0.11 307	0.08 445	0.05 286	0.05 55	0.05 202	0.06 311	0.06 327

MyStereo07	0.10 264	0.07 251	0.10 205	0.17 317	0.09 370	0.14 424	0.18 516	0.15 205	0.15 269	0.09 196	0.06 25	0.06 44	0.07 186	0.12 311	0.09 110	0.06 176	0.05 286	0.08 424	0.07 406	0.06 311	0.06 327

MyStereo06	0.10 264	0.07 251	0.12 317	0.17 317	0.09 370	0.13 387	0.18 516	0.19 351	0.12 164	0.12 329	0.08 135	0.07 133	0.07 186	0.11 211	0.09 110	0.06 176	0.05 286	0.07 324	0.07 406	0.06 311	0.06 327

MyStereo05	0.13 426	0.07 251	0.10 205	0.17 317	0.09 370	0.13 387	0.18 516	0.27 524	0.35 599	0.17 467	0.14 327	0.15 419	0.11 373	0.15 432	0.13 423	0.06 176	0.05 286	0.07 324	0.07 406	0.06 311	0.06 327

MyStereo04	0.13 426	0.07 251	0.10 205	0.17 317	0.09 370	0.14 424	0.18 516	0.29 559	0.38 618	0.17 467	0.14 327	0.16 434	0.10 335	0.15 432	0.13 423	0.06 176	0.05 286	0.08 424	0.07 406	0.06 311	0.06 327

CoDeX	0.12 398	0.07 251	0.12 317	0.17 317	0.08 234	0.12 329	0.15 350	0.23 441	0.27 524	0.13 364	0.17 385	0.16 434	0.11 373	0.14 404	0.11 307	0.07 360	0.05 286	0.07 324	0.06 303	0.06 311	0.05 215

cc1	0.10 264	0.08 378	0.12 317	0.17 317	0.09 370	0.13 387	0.15 350	0.16 246	0.18 374	0.09 196	0.09 174	0.06 44	0.06 71	0.10 129	0.07 1	0.06 176	0.04 25	0.06 209	0.05 202	0.06 311	0.06 327

ffm	0.12 398	0.09 462	0.14 414	0.16 230	0.08 234	0.17 506	0.17 466	0.15 205	0.19 394	0.15 419	0.25 522	0.19 485	0.13 448	0.10 129	0.07 1	0.06 176	0.04 25	0.09 512	0.08 487	0.06 311	0.06 327

ff1	0.13 426	0.09 462	0.14 414	0.16 230	0.08 234	0.17 506	0.17 466	0.15 205	0.19 394	0.15 419	0.25 522	0.19 485	0.13 448	0.14 404	0.20 567	0.06 176	0.04 25	0.09 512	0.08 487	0.06 311	0.06 327

tt1	0.10 264	0.08 378	0.12 317	0.17 317	0.09 370	0.12 329	0.16 424	0.15 205	0.19 394	0.09 196	0.08 135	0.06 44	0.06 71	0.10 129	0.07 1	0.06 176	0.04 25	0.06 209	0.05 202	0.06 311	0.06 327

plain	0.10 264	0.08 378	0.10 205	0.19 487	0.09 370	0.10 217	0.15 350	0.14 162	0.13 208	0.13 364	0.15 348	0.09 243	0.12 406	0.13 369	0.12 376	0.07 360	0.05 286	0.09 512	0.06 303	0.06 311	0.06 327

StereoVision	0.13 426	0.12 570	0.09 136	0.24 645	0.10 486	0.15 451	0.21 602	0.21 390	0.20 418	0.12 329	0.24 494	0.10 281	0.10 335	0.16 467	0.10 217	0.09 509	0.11 625	0.12 613	0.12 632	0.06 311	0.05 215

MIF-Stereo (partial)	0.11 318	0.06 125	0.10 205	0.19 487	0.10 486	0.10 217	0.11 71	0.17 285	0.18 374	0.14 392	0.16 361	0.09 243	0.11 373	0.12 311	0.12 376	0.08 445	0.05 286	0.08 424	0.07 406	0.06 311	0.07 417

MIM_Stereo	0.09 185	0.07 251	0.11 268	0.15 131	0.07 142	0.06 16	0.12 108	0.20 363	0.14 241	0.13 364	0.13 311	0.09 243	0.05 15	0.12 311	0.08 28	0.05 52	0.06 444	0.07 324	0.06 303	0.06 311	0.05 215

Any-RAFT	0.10 264	0.05 45	0.09 136	0.14 71	0.07 142	0.13 387	0.14 261	0.21 390	0.15 269	0.11 284	0.12 291	0.12 334	0.09 288	0.12 311	0.09 110	0.07 360	0.04 25	0.05 55	0.04 65	0.06 311	0.05 215

LL-Strereo2	0.10 264	0.10 525	0.15 463	0.18 411	0.08 234	0.15 451	0.09 25	0.17 285	0.14 241	0.14 392	0.10 213	0.09 243	0.07 186	0.16 467	0.10 217	0.05 52	0.05 286	0.10 561	0.07 406	0.06 311	0.05 215

4D-IteraStereo	0.09 185	0.07 251	0.10 205	0.18 411	0.07 142	0.09 152	0.15 350	0.17 285	0.15 269	0.10 247	0.11 268	0.10 281	0.07 186	0.11 211	0.09 110	0.05 52	0.03 1	0.08 424	0.07 406	0.06 311	0.05 215

anonymousdsp2	0.11 318	0.07 251	0.10 205	0.16 230	0.09 370	0.13 387	0.14 261	0.18 320	0.22 449	0.13 364	0.14 327	0.12 334	0.09 288	0.14 404	0.11 307	0.05 52	0.04 25	0.05 55	0.04 65	0.06 311	0.05 215

Selective-RAFT	0.11 318	0.10 525	0.11 268	0.21 592	0.08 234	0.16 483	0.13 187	0.20 363	0.22 449	0.10 247	0.10 213	0.11 312	0.10 335	0.15 432	0.11 307	0.05 52	0.05 286	0.06 209	0.05 202	0.06 311	0.05 215

DisPM	0.11 318	0.07 251	0.12 317	0.16 230	0.09 370	0.06 16	0.13 187	0.17 285	0.17 340	0.14 392	0.20 436	0.12 334	0.10 335	0.11 211	0.10 217	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.11 595

iRaft-Stereo_20w	0.09 185	0.05 45	0.13 373	0.14 71	0.08 234	0.12 329	0.15 350	0.18 320	0.10 88	0.11 284	0.08 135	0.08 201	0.05 15	0.10 129	0.09 110	0.06 176	0.04 25	0.06 209	0.05 202	0.06 311	0.05 215

UDGNet	0.14 463	0.13 598	0.16 499	0.17 317	0.10 486	0.12 329	0.16 424	0.21 390	0.27 524	0.20 537	0.20 436	0.16 434	0.13 448	0.16 467	0.13 423	0.10 553	0.06 444	0.09 512	0.07 406	0.06 311	0.07 417

PFNet+	0.11 318	0.06 125	0.13 373	0.16 230	0.09 370	0.05 5	0.12 108	0.17 285	0.21 435	0.16 448	0.19 424	0.14 390	0.10 335	0.11 211	0.11 307	0.08 445	0.05 286	0.09 512	0.08 487	0.06 311	0.11 595

LCNet	0.11 318	0.07 251	0.09 136	0.19 487	0.09 370	0.08 94	0.15 350	0.21 390	0.15 269	0.11 284	0.15 348	0.16 434	0.11 373	0.12 311	0.11 307	0.05 52	0.04 25	0.08 424	0.07 406	0.06 311	0.15 658

AAGNet	0.11 318	0.07 251	0.16 499	0.19 487	0.09 370	0.08 94	0.13 187	0.18 320	0.13 208	0.16 448	0.21 460	0.13 367	0.14 472	0.11 211	0.14 466	0.06 176	0.04 25	0.09 512	0.06 303	0.06 311	0.05 215

NF-Stereo	0.11 318	0.07 251	0.13 373	0.17 317	0.09 370	0.10 217	0.14 261	0.23 441	0.19 394	0.12 329	0.17 385	0.12 334	0.11 373	0.11 211	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.12 608

OCTAStereo	0.11 318	0.07 251	0.13 373	0.17 317	0.09 370	0.10 217	0.14 261	0.23 441	0.19 394	0.12 329	0.17 385	0.12 334	0.11 373	0.11 211	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.12 608

PSM-softLoss	0.12 398	0.07 251	0.15 463	0.17 317	0.09 370	0.08 94	0.13 187	0.24 465	0.17 340	0.14 392	0.19 424	0.13 367	0.11 373	0.11 211	0.11 307	0.07 360	0.05 286	0.08 424	0.07 406	0.06 311	0.12 608

KMStereo	0.12 398	0.07 251	0.15 463	0.17 317	0.09 370	0.08 94	0.13 187	0.24 465	0.17 340	0.14 392	0.19 424	0.13 367	0.11 373	0.11 211	0.11 307	0.07 360	0.05 286	0.08 424	0.07 406	0.06 311	0.12 608

NRIStereo	0.11 318	0.08 378	0.14 414	0.18 411	0.08 234	0.10 217	0.14 261	0.16 246	0.15 269	0.12 329	0.14 327	0.13 367	0.12 406	0.13 369	0.10 217	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.07 417

PSM-AAD	0.11 318	0.07 251	0.10 205	0.19 487	0.09 370	0.10 217	0.15 350	0.20 363	0.13 208	0.12 329	0.14 327	0.18 470	0.11 373	0.11 211	0.10 217	0.05 52	0.05 286	0.09 512	0.08 487	0.06 311	0.14 651

FTStereo	0.12 398	0.06 125	0.14 414	0.18 411	0.09 370	0.07 47	0.15 350	0.21 390	0.18 374	0.12 329	0.24 494	0.12 334	0.12 406	0.13 369	0.13 423	0.05 52	0.05 286	0.07 324	0.06 303	0.06 311	0.10 567

KYRaft	0.11 318	0.07 251	0.10 205	0.19 487	0.09 370	0.08 94	0.15 350	0.22 417	0.12 164	0.13 364	0.16 361	0.20 497	0.10 335	0.12 311	0.10 217	0.05 52	0.04 25	0.08 424	0.08 487	0.06 311	0.16 669

SST-Stereo	0.10 264	0.07 251	0.15 463	0.18 411	0.09 370	0.06 16	0.12 108	0.17 285	0.11 121	0.15 419	0.17 385	0.13 367	0.12 406	0.10 129	0.11 307	0.06 176	0.04 25	0.09 512	0.06 303	0.06 311	0.05 215

RAFT_R40	0.11 318	0.07 251	0.14 414	0.18 411	0.09 370	0.06 16	0.13 187	0.17 285	0.16 309	0.14 392	0.18 413	0.15 419	0.12 406	0.10 129	0.11 307	0.06 176	0.04 25	0.09 512	0.06 303	0.06 311	0.05 215

RE-Stereo	0.11 318	0.07 251	0.13 373	0.17 317	0.09 370	0.10 217	0.14 261	0.23 441	0.19 394	0.12 329	0.17 385	0.12 334	0.11 373	0.11 211	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.12 608

Pruner-Stereo	0.11 318	0.07 251	0.12 317	0.17 317	0.09 370	0.06 16	0.12 108	0.17 285	0.17 340	0.13 364	0.19 424	0.13 367	0.09 288	0.11 211	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.08 488

TVStereo	0.11 318	0.07 251	0.13 373	0.17 317	0.09 370	0.10 217	0.14 261	0.23 441	0.19 394	0.12 329	0.17 385	0.12 334	0.11 373	0.11 211	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.06 311	0.12 608

IRAFT_RVC	0.12 398	0.08 378	0.16 499	0.19 487	0.08 234	0.07 47	0.15 350	0.24 465	0.23 461	0.14 392	0.14 327	0.15 419	0.12 406	0.12 311	0.10 217	0.06 176	0.04 25	0.09 512	0.06 303	0.06 311	0.06 327

GMM-Stereo	0.11 318	0.07 251	0.10 205	0.18 411	0.09 370	0.08 94	0.15 350	0.23 441	0.16 309	0.11 284	0.15 348	0.13 367	0.11 373	0.11 211	0.11 307	0.05 52	0.04 25	0.08 424	0.07 406	0.06 311	0.09 535

Prome-Stereo	0.11 318	0.06 125	0.10 205	0.18 411	0.08 234	0.12 329	0.15 350	0.22 417	0.13 208	0.12 329	0.17 385	0.13 367	0.08 241	0.12 311	0.10 217	0.05 52	0.04 25	0.07 324	0.06 303	0.06 311	0.09 535

TANstereo	0.09 185	0.04 1	0.08 62	0.13 23	0.06 33	0.11 274	0.14 261	0.15 205	0.19 394	0.11 284	0.15 348	0.10 281	0.06 71	0.12 311	0.09 110	0.07 360	0.05 286	0.05 55	0.04 65	0.06 311	0.05 215

XX-TBD	0.09 185	0.06 125	0.07 13	0.14 71	0.07 142	0.12 329	0.16 424	0.14 162	0.13 208	0.11 284	0.12 291	0.09 243	0.08 241	0.10 129	0.10 217	0.06 176	0.04 25	0.05 55	0.03 1	0.06 311	0.05 215

RAFT + AFF	0.13 426	0.07 251	0.20 578	0.20 557	0.10 486	0.14 424	0.24 637	0.26 502	0.20 418	0.11 284	0.10 213	0.12 334	0.10 335	0.15 432	0.12 376	0.07 360	0.06 444	0.09 512	0.08 487	0.06 311	0.08 488

delet	0.17 552	0.08 378	0.17 530	0.19 487	0.11 539	0.20 566	0.21 602	0.30 573	0.37 611	0.17 467	0.26 539	0.19 485	0.19 572	0.19 541	0.21 587	0.08 445	0.08 553	0.09 512	0.11 611	0.06 311	0.06 327

CREStereo	0.09 185	0.04 1	0.08 62	0.11 1	0.06 33	0.13 387	0.14 261	0.14 162	0.10 88	0.08 141	0.13 311	0.09 243	0.08 241	0.11 211	0.10 217	0.08 445	0.04 25	0.05 55	0.03 1	0.06 311	0.06 327
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
cf-r	0.13 426	0.07 251	0.12 317	0.16 230	0.08 234	0.14 424	0.19 557	0.20 363	0.25 500	0.17 467	0.25 522	0.21 506	0.16 518	0.14 404	0.14 466	0.10 553	0.05 286	0.06 209	0.08 487	0.06 311	0.06 327

CCAANet	0.14 463	0.06 125	0.14 414	0.17 317	0.09 370	0.16 483	0.13 187	0.30 573	0.24 478	0.16 448	0.32 594	0.18 470	0.17 541	0.17 501	0.14 466	0.06 176	0.05 286	0.09 512	0.09 535	0.06 311	0.09 535

BEATNet_4x	0.12 398	0.08 378	0.14 414	0.18 411	0.07 142	0.15 451	0.07 5	0.22 417	0.18 374	0.16 448	0.19 424	0.18 470	0.14 472	0.16 467	0.15 499	0.07 360	0.05 286	0.05 55	0.05 202	0.06 311	0.06 327

RASNet	0.14 463	0.07 251	0.14 414	0.16 230	0.08 234	0.18 525	0.14 261	0.29 559	0.20 418	0.17 467	0.25 522	0.21 506	0.18 556	0.20 566	0.19 561	0.07 360	0.06 444	0.06 209	0.08 487	0.06 311	0.06 327

HITNet	0.10 264	0.06 125	0.12 317	0.14 71	0.06 33	0.11 274	0.10 42	0.18 320	0.18 374	0.13 364	0.16 361	0.14 390	0.11 373	0.15 432	0.13 423	0.06 176	0.04 25	0.04 1	0.04 65	0.06 311	0.05 215
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iResNet	0.13 426	0.10 525	0.18 554	0.19 487	0.08 234	0.13 387	0.18 516	0.20 363	0.26 514	0.15 419	0.23 481	0.15 419	0.13 448	0.14 404	0.14 466	0.06 176	0.04 25	0.06 209	0.05 202	0.06 311	0.05 215

GREATEN-IGEV-FM_RVC	0.09 185	0.05 45	0.11 268	0.19 487	0.07 142	0.10 217	0.09 25	0.12 94	0.09 60	0.09 196	0.09 174	0.07 133	0.08 241	0.08 30	0.09 110	0.06 176	0.06 444	0.10 561	0.08 487	0.07 398	0.05 215

SE	0.10 264	0.10 525	0.08 62	0.19 487	0.09 370	0.11 274	0.11 71	0.15 205	0.11 121	0.10 247	0.16 361	0.09 243	0.08 241	0.09 64	0.10 217	0.06 176	0.05 286	0.08 424	0.07 406	0.07 398	0.04 78

ManiGeoR	0.10 264	0.05 45	0.12 317	0.12 7	0.08 234	0.12 329	0.12 108	0.24 465	0.14 241	0.12 329	0.14 327	0.12 334	0.09 288	0.13 369	0.13 423	0.07 360	0.04 25	0.05 55	0.05 202	0.07 398	0.07 417

HLf10	0.10 264	0.05 45	0.12 317	0.12 7	0.08 234	0.12 329	0.12 108	0.24 465	0.14 241	0.12 329	0.14 327	0.12 334	0.09 288	0.13 369	0.13 423	0.07 360	0.04 25	0.05 55	0.05 202	0.07 398	0.07 417

TestStereo_HLe17	0.10 264	0.05 45	0.12 317	0.13 23	0.07 142	0.11 274	0.15 350	0.21 390	0.15 269	0.11 284	0.14 327	0.11 312	0.09 288	0.13 369	0.12 376	0.07 360	0.04 25	0.05 55	0.05 202	0.07 398	0.06 327

TestStereo_HL2	0.11 318	0.06 125	0.11 268	0.12 7	0.08 234	0.12 329	0.14 261	0.20 363	0.18 374	0.13 364	0.21 460	0.12 334	0.10 335	0.12 311	0.12 376	0.07 360	0.05 286	0.05 55	0.05 202	0.07 398	0.07 417

DN	0.10 264	0.05 45	0.09 136	0.14 71	0.09 370	0.12 329	0.18 516	0.17 285	0.16 309	0.08 141	0.09 174	0.08 201	0.06 71	0.08 30	0.09 110	0.11 585	0.05 286	0.07 324	0.06 303	0.07 398	0.09 535

RT-IGEV	0.13 426	0.06 125	0.13 373	0.15 131	0.09 370	0.15 451	0.17 466	0.24 465	0.27 524	0.16 448	0.17 385	0.17 456	0.10 335	0.14 404	0.11 307	0.08 445	0.05 286	0.07 324	0.05 202	0.07 398	0.07 417

z-ln-s-r	0.17 552	0.10 525	0.40 667	0.19 487	0.08 234	0.17 506	0.18 516	0.22 417	0.33 578	0.18 497	0.40 645	0.22 524	0.17 541	0.20 566	0.23 608	0.07 360	0.05 286	0.07 324	0.07 406	0.07 398	0.05 215

111111	0.07 7	0.04 1	0.09 136	0.17 317	0.06 33	0.05 5	0.10 42	0.11 67	0.09 60	0.06 26	0.06 25	0.07 133	0.05 15	0.09 64	0.09 110	0.06 176	0.04 25	0.05 55	0.04 65	0.07 398	0.06 327

G2L-Stereo_test	0.14 463	0.07 251	0.11 268	0.13 23	0.08 234	0.12 329	0.16 424	0.30 573	0.28 539	0.20 537	0.23 481	0.20 497	0.16 518	0.17 501	0.18 548	0.07 360	0.05 286	0.05 55	0.05 202	0.07 398	0.06 327

G2L-Stereo	0.14 463	0.07 251	0.13 373	0.17 317	0.09 370	0.13 387	0.12 108	0.27 524	0.22 449	0.16 448	0.27 548	0.21 506	0.13 448	0.17 501	0.18 548	0.09 509	0.08 553	0.08 424	0.07 406	0.07 398	0.07 417

FLISNet	0.11 318	0.06 125	0.11 268	0.13 23	0.09 370	0.09 152	0.14 261	0.21 390	0.10 88	0.19 514	0.17 385	0.14 390	0.09 288	0.16 467	0.08 28	0.05 52	0.04 25	0.07 324	0.08 487	0.07 398	0.06 327

CoSv	0.11 318	0.06 125	0.11 268	0.13 23	0.09 370	0.09 152	0.14 261	0.21 390	0.10 88	0.19 514	0.17 385	0.14 390	0.09 288	0.16 467	0.08 28	0.05 52	0.04 25	0.07 324	0.08 487	0.07 398	0.06 327

rvit_0105_3	0.15 508	0.09 462	0.14 414	0.19 487	0.12 575	0.15 451	0.25 653	0.25 484	0.29 546	0.15 419	0.17 385	0.20 497	0.13 448	0.17 501	0.14 466	0.13 636	0.11 625	0.12 613	0.14 647	0.07 398	0.06 327

UGAM	0.13 426	0.10 525	0.09 136	0.22 612	0.08 234	0.12 329	0.20 581	0.17 285	0.23 461	0.21 552	0.16 361	0.13 367	0.13 448	0.19 541	0.12 376	0.07 360	0.05 286	0.13 628	0.11 611	0.07 398	0.05 215

rvit_stereo_0083	0.12 398	0.08 378	0.17 530	0.16 230	0.09 370	0.11 274	0.15 350	0.14 162	0.26 514	0.11 284	0.14 327	0.13 367	0.10 335	0.12 311	0.12 376	0.10 553	0.08 553	0.09 512	0.07 406	0.07 398	0.05 215

rvit_stereo_0081_aga	0.11 318	0.09 462	0.14 414	0.18 411	0.09 370	0.13 387	0.14 261	0.14 162	0.19 394	0.10 247	0.18 413	0.16 434	0.09 288	0.12 311	0.09 110	0.10 553	0.06 444	0.08 424	0.07 406	0.07 398	0.06 327

rvit_stereo_0081	0.11 318	0.08 378	0.15 463	0.16 230	0.09 370	0.10 217	0.14 261	0.14 162	0.24 478	0.11 284	0.13 311	0.13 367	0.09 288	0.11 211	0.12 376	0.10 553	0.07 520	0.08 424	0.07 406	0.07 398	0.05 215

ACV-stereo	0.15 508	0.10 525	0.28 628	0.18 411	0.12 575	0.14 424	0.12 108	0.23 441	0.21 435	0.19 514	0.23 481	0.22 524	0.15 490	0.23 607	0.17 530	0.07 360	0.06 444	0.07 324	0.07 406	0.07 398	0.07 417

rvit_stereo_0082	0.11 318	0.08 378	0.15 463	0.16 230	0.09 370	0.10 217	0.14 261	0.14 162	0.24 478	0.11 284	0.13 311	0.13 367	0.09 288	0.11 211	0.12 376	0.10 553	0.07 520	0.08 424	0.07 406	0.07 398	0.05 215

AIO-Stereo-zeroshot1	0.11 318	0.05 45	0.14 414	0.15 131	0.20 680	0.09 152	0.17 466	0.21 390	0.15 269	0.11 284	0.14 327	0.10 281	0.07 186	0.10 129	0.08 28	0.06 176	0.05 286	0.07 324	0.07 406	0.07 398	0.09 535

AIO-Stereo-zeroshot	0.11 318	0.05 45	0.11 268	0.15 131	0.13 598	0.13 387	0.16 424	0.23 441	0.17 340	0.10 247	0.12 291	0.10 281	0.07 186	0.11 211	0.09 110	0.06 176	0.05 286	0.06 209	0.06 303	0.07 398	0.08 488

rvit_stereo_0080	0.10 264	0.08 378	0.14 414	0.15 131	0.09 370	0.07 47	0.15 350	0.16 246	0.16 309	0.11 284	0.10 213	0.14 390	0.08 241	0.12 311	0.10 217	0.09 509	0.07 520	0.07 324	0.06 303	0.07 398	0.05 215

rvit_stereo_ft	0.12 398	0.07 251	0.13 373	0.19 487	0.10 486	0.12 329	0.17 466	0.16 246	0.16 309	0.12 329	0.13 311	0.15 419	0.10 335	0.14 404	0.13 423	0.09 509	0.06 444	0.08 424	0.07 406	0.07 398	0.05 215

CAS++	0.11 318	0.07 251	0.11 268	0.14 71	0.09 370	0.12 329	0.14 261	0.24 465	0.14 241	0.11 284	0.09 174	0.11 312	0.07 186	0.14 404	0.09 110	0.11 585	0.09 589	0.09 512	0.07 406	0.07 398	0.08 488
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DispNO	0.14 463	0.08 378	0.17 530	0.19 487	0.12 575	0.11 274	0.21 602	0.23 441	0.29 546	0.17 467	0.23 481	0.18 470	0.17 541	0.15 432	0.15 499	0.07 360	0.05 286	0.08 424	0.08 487	0.07 398	0.06 327

Former-RAFT_DAM_RVC	0.10 264	0.08 378	0.12 317	0.16 230	0.08 234	0.15 451	0.16 424	0.18 320	0.18 374	0.10 247	0.09 174	0.09 243	0.08 241	0.11 211	0.12 376	0.07 360	0.05 286	0.08 424	0.06 303	0.07 398	0.06 327

SMFormer	0.14 463	0.07 251	0.17 530	0.14 71	0.08 234	0.16 483	0.17 466	0.26 502	0.27 524	0.19 514	0.20 436	0.18 470	0.15 490	0.15 432	0.17 530	0.08 445	0.05 286	0.07 324	0.06 303	0.07 398	0.06 327

ACVNet-DCA	0.10 264	0.08 378	0.12 317	0.17 317	0.09 370	0.13 387	0.15 350	0.23 441	0.16 309	0.09 196	0.09 174	0.06 44	0.06 71	0.10 129	0.07 1	0.06 176	0.04 25	0.06 209	0.05 202	0.07 398	0.07 417

xx1	0.11 318	0.08 378	0.12 317	0.17 317	0.09 370	0.13 387	0.15 350	0.16 246	0.18 374	0.09 196	0.09 174	0.16 434	0.16 518	0.10 129	0.07 1	0.06 176	0.04 25	0.08 424	0.08 487	0.07 398	0.07 417

1test111	0.11 318	0.08 378	0.12 317	0.17 317	0.09 370	0.13 387	0.15 350	0.23 441	0.16 309	0.09 196	0.09 174	0.06 44	0.06 71	0.15 432	0.16 515	0.06 176	0.04 25	0.06 209	0.05 202	0.07 398	0.07 417

mmm	0.14 463	0.08 378	0.17 530	0.17 317	0.09 370	0.17 506	0.18 516	0.21 390	0.15 269	0.15 419	0.23 481	0.21 506	0.16 518	0.16 467	0.17 530	0.08 445	0.05 286	0.08 424	0.07 406	0.07 398	0.07 417

1111x	0.15 508	0.08 378	0.12 317	0.18 411	0.07 142	0.18 525	0.25 653	0.31 585	0.24 478	0.17 467	0.24 494	0.26 572	0.15 490	0.13 369	0.23 608	0.07 360	0.07 520	0.08 424	0.09 535	0.07 398	0.06 327

whm_eth	0.10 264	0.08 378	0.14 414	0.15 131	0.09 370	0.07 47	0.15 350	0.16 246	0.16 309	0.11 284	0.10 213	0.14 390	0.08 241	0.12 311	0.10 217	0.09 509	0.07 520	0.07 324	0.06 303	0.07 398	0.05 215

PCWNet_CMD	0.14 463	0.08 378	0.15 463	0.17 317	0.09 370	0.14 424	0.14 261	0.29 559	0.36 604	0.14 392	0.20 436	0.21 506	0.12 406	0.17 501	0.13 423	0.07 360	0.05 286	0.07 324	0.07 406	0.07 398	0.07 417

CBFPSM	0.14 463	0.06 125	0.26 615	0.17 317	0.09 370	0.13 387	0.15 350	0.22 417	0.23 461	0.20 537	0.27 548	0.24 548	0.16 518	0.16 467	0.18 548	0.06 176	0.06 444	0.06 209	0.07 406	0.07 398	0.07 417

qqq	0.13 426	0.09 462	0.15 463	0.16 230	0.08 234	0.13 387	0.15 350	0.23 441	0.16 309	0.15 419	0.19 424	0.16 434	0.16 518	0.15 432	0.16 515	0.07 360	0.06 444	0.08 424	0.08 487	0.07 398	0.07 417

x	0.13 426	0.07 251	0.14 414	0.14 71	0.08 234	0.18 525	0.14 261	0.22 417	0.20 418	0.15 419	0.19 424	0.19 485	0.17 541	0.18 525	0.18 548	0.07 360	0.05 286	0.06 209	0.06 303	0.07 398	0.07 417

BUS	0.14 463	0.09 462	0.14 414	0.22 612	0.10 486	0.19 550	0.14 261	0.34 625	0.19 394	0.17 467	0.22 472	0.16 434	0.13 448	0.15 432	0.13 423	0.08 445	0.06 444	0.10 561	0.09 535	0.07 398	0.07 417

RAFT+CT+SA	0.13 426	0.11 552	0.09 136	0.19 487	0.09 370	0.15 451	0.28 675	0.22 417	0.22 449	0.15 419	0.26 539	0.10 281	0.10 335	0.11 211	0.12 376	0.05 52	0.04 25	0.07 324	0.08 487	0.07 398	0.06 327

BSDual-CNN	0.15 508	0.09 462	0.14 414	0.22 612	0.10 486	0.14 424	0.15 350	0.34 625	0.19 394	0.17 467	0.22 472	0.25 562	0.16 518	0.15 432	0.14 466	0.08 445	0.06 444	0.10 561	0.09 535	0.07 398	0.07 417

hknet	0.15 508	0.11 552	0.13 373	0.22 612	0.11 539	0.14 424	0.15 350	0.34 625	0.25 500	0.17 467	0.22 472	0.22 524	0.18 556	0.17 501	0.12 376	0.07 360	0.06 444	0.10 561	0.09 535	0.07 398	0.07 417

psmg	0.14 463	0.09 462	0.14 414	0.17 317	0.10 486	0.15 451	0.17 466	0.29 559	0.19 394	0.17 467	0.21 460	0.25 562	0.16 518	0.15 432	0.14 466	0.08 445	0.06 444	0.08 424	0.08 487	0.07 398	0.06 327

DAS	0.15 508	0.08 378	0.18 554	0.19 487	0.10 486	0.19 550	0.17 466	0.27 524	0.29 546	0.18 497	0.25 522	0.21 506	0.15 490	0.16 467	0.12 376	0.08 445	0.06 444	0.06 209	0.06 303	0.07 398	0.07 417

SepStereo	0.15 508	0.08 378	0.18 554	0.19 487	0.10 486	0.19 550	0.17 466	0.27 524	0.29 546	0.18 497	0.25 522	0.21 506	0.15 490	0.25 623	0.12 376	0.08 445	0.06 444	0.06 209	0.06 303	0.07 398	0.07 417

GwcNet-ADL	0.13 426	0.08 378	0.14 414	0.20 557	0.09 370	0.11 274	0.20 581	0.30 573	0.24 478	0.13 364	0.14 327	0.18 470	0.14 472	0.13 369	0.14 466	0.07 360	0.05 286	0.06 209	0.05 202	0.07 398	0.06 327

GANet-ADL	0.13 426	0.07 251	0.15 463	0.17 317	0.10 486	0.18 525	0.15 350	0.30 573	0.20 418	0.13 364	0.18 413	0.19 485	0.12 406	0.16 467	0.13 423	0.08 445	0.06 444	0.06 209	0.05 202	0.07 398	0.08 488

DeepStereo_RVC	0.11 318	0.08 378	0.16 499	0.18 411	0.08 234	0.08 94	0.12 108	0.17 285	0.12 164	0.13 364	0.14 327	0.12 334	0.12 406	0.12 311	0.11 307	0.06 176	0.04 25	0.07 324	0.06 303	0.07 398	0.08 488

ICVP	0.15 508	0.09 462	0.12 317	0.22 612	0.09 370	0.17 506	0.21 602	0.25 484	0.23 461	0.18 497	0.30 581	0.26 572	0.18 556	0.17 501	0.14 466	0.09 509	0.07 520	0.08 424	0.07 406	0.07 398	0.07 417
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.11 318	0.06 125	0.10 205	0.17 317	0.08 234	0.10 217	0.14 261	0.17 285	0.14 241	0.13 364	0.13 311	0.12 334	0.10 335	0.11 211	0.12 376	0.07 360	0.04 25	0.09 512	0.11 611	0.07 398	0.06 327

CFNet_pseudo	0.14 463	0.08 378	0.15 463	0.16 230	0.09 370	0.13 387	0.14 261	0.27 524	0.34 590	0.14 392	0.21 460	0.22 524	0.13 448	0.18 525	0.14 466	0.07 360	0.05 286	0.08 424	0.06 303	0.07 398	0.07 417

222	0.16 531	0.07 251	0.14 414	0.14 71	0.08 234	0.24 614	0.18 516	0.30 573	0.20 418	0.17 467	0.28 562	0.17 456	0.16 518	0.15 432	0.40 699	0.10 553	0.05 286	0.07 324	0.06 303	0.07 398	0.08 488

test_xeample	0.15 508	0.06 125	0.13 373	0.14 71	0.08 234	0.21 584	0.20 581	0.28 544	0.20 418	0.16 448	0.29 574	0.19 485	0.16 518	0.15 432	0.26 643	0.09 509	0.05 286	0.07 324	0.07 406	0.07 398	0.07 417

GMStereo	0.13 426	0.14 610	0.14 414	0.18 411	0.09 370	0.15 451	0.16 424	0.20 363	0.24 478	0.16 448	0.17 385	0.10 281	0.10 335	0.16 467	0.13 423	0.07 360	0.06 444	0.06 209	0.06 303	0.07 398	0.06 327
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 426	0.07 251	0.14 414	0.17 317	0.09 370	0.15 451	0.16 424	0.28 544	0.27 524	0.14 392	0.17 385	0.12 334	0.13 448	0.14 404	0.11 307	0.08 445	0.05 286	0.07 324	0.07 406	0.07 398	0.06 327

FENet	0.13 426	0.08 378	0.12 317	0.16 230	0.08 234	0.14 424	0.15 350	0.22 417	0.23 461	0.17 467	0.23 481	0.16 434	0.12 406	0.14 404	0.15 499	0.08 445	0.05 286	0.08 424	0.08 487	0.07 398	0.07 417

ac_64	0.16 531	0.08 378	0.15 463	0.18 411	0.10 486	0.22 593	0.18 516	0.24 465	0.21 435	0.18 497	0.24 494	0.29 599	0.18 556	0.19 541	0.22 596	0.09 509	0.07 520	0.08 424	0.09 535	0.07 398	0.06 327

GwcNet-RSSM	0.14 463	0.07 251	0.12 317	0.15 131	0.08 234	0.15 451	0.20 581	0.21 390	0.27 524	0.18 497	0.27 548	0.22 524	0.16 518	0.14 404	0.15 499	0.10 553	0.05 286	0.07 324	0.09 535	0.07 398	0.07 417

PMTNet	0.09 185	0.05 45	0.09 136	0.12 7	0.06 33	0.12 329	0.14 261	0.15 205	0.11 121	0.09 196	0.13 311	0.10 281	0.07 186	0.13 369	0.10 217	0.15 654	0.04 25	0.05 55	0.03 1	0.07 398	0.06 327

MSMDNet	0.14 463	0.08 378	0.15 463	0.17 317	0.09 370	0.14 424	0.14 261	0.29 559	0.36 604	0.14 392	0.21 460	0.21 506	0.12 406	0.17 501	0.14 466	0.07 360	0.05 286	0.07 324	0.07 406	0.07 398	0.07 417

HSM-Net_RVC	0.14 463	0.08 378	0.11 268	0.15 131	0.08 234	0.15 451	0.15 350	0.27 524	0.29 546	0.19 514	0.21 460	0.29 599	0.14 472	0.17 501	0.13 423	0.06 176	0.06 444	0.06 209	0.06 303	0.07 398	0.06 327
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.15 508	0.10 525	0.17 530	0.17 317	0.08 234	0.18 525	0.09 25	0.28 544	0.25 500	0.19 514	0.24 494	0.24 548	0.17 541	0.17 501	0.14 466	0.08 445	0.06 444	0.09 512	0.10 577	0.07 398	0.06 327

NLCA_NET_v2_RVC	0.17 552	0.10 525	0.22 594	0.20 557	0.10 486	0.15 451	0.18 516	0.31 585	0.25 500	0.21 552	0.30 581	0.25 562	0.17 541	0.21 583	0.20 567	0.09 509	0.06 444	0.08 424	0.08 487	0.07 398	0.08 488
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	0.14 463	0.08 378	0.15 463	0.16 230	0.09 370	0.12 329	0.14 261	0.27 524	0.34 590	0.14 392	0.21 460	0.22 524	0.13 448	0.18 525	0.14 466	0.07 360	0.05 286	0.08 424	0.07 406	0.07 398	0.07 417

AANet_RVC	0.16 531	0.10 525	0.10 205	0.18 411	0.09 370	0.18 525	0.19 557	0.26 502	0.31 564	0.22 568	0.35 616	0.21 506	0.21 588	0.22 596	0.16 515	0.06 176	0.05 286	0.06 209	0.06 303	0.07 398	0.06 327

HSM	0.15 508	0.08 378	0.14 414	0.16 230	0.09 370	0.16 483	0.14 261	0.28 544	0.25 500	0.19 514	0.23 481	0.37 654	0.16 518	0.20 566	0.15 499	0.07 360	0.05 286	0.07 324	0.06 303	0.07 398	0.06 327

StereoDRNet-Refined	0.17 552	0.12 570	0.15 463	0.20 557	0.09 370	0.18 525	0.18 516	0.26 502	0.23 461	0.26 609	0.40 645	0.22 524	0.17 541	0.21 583	0.20 567	0.08 445	0.05 286	0.09 512	0.10 577	0.07 398	0.07 417
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.18 566	0.10 525	0.15 463	0.23 636	0.11 539	0.24 614	0.18 516	0.29 559	0.28 539	0.27 615	0.28 562	0.28 590	0.24 611	0.19 541	0.20 567	0.08 445	0.08 553	0.09 512	0.09 535	0.07 398	0.07 417

pmcnn	0.15 508	0.07 251	0.19 566	0.15 131	0.07 142	0.20 566	0.15 350	0.24 465	0.26 514	0.21 552	0.34 611	0.28 590	0.18 556	0.18 525	0.17 530	0.07 360	0.05 286	0.05 55	0.04 65	0.07 398	0.06 327

HLF11	0.11 318	0.05 45	0.13 373	0.12 7	0.08 234	0.14 424	0.11 71	0.22 417	0.10 88	0.12 329	0.23 481	0.11 312	0.11 373	0.14 404	0.13 423	0.08 445	0.05 286	0.05 55	0.04 65	0.08 468	0.08 488

HLf8	0.11 318	0.05 45	0.13 373	0.11 1	0.08 234	0.15 451	0.12 108	0.22 417	0.15 269	0.13 364	0.17 385	0.12 334	0.10 335	0.14 404	0.12 376	0.09 509	0.05 286	0.05 55	0.05 202	0.08 468	0.08 488

DDF-Stereo	0.08 92	0.04 1	0.09 136	0.15 131	0.10 486	0.06 16	0.13 187	0.09 26	0.14 241	0.06 26	0.06 25	0.07 133	0.06 71	0.09 64	0.10 217	0.06 176	0.04 25	0.06 209	0.04 65	0.08 468	0.05 215

zero-FE	0.08 92	0.04 1	0.09 136	0.15 131	0.10 486	0.05 5	0.14 261	0.09 26	0.14 241	0.07 80	0.06 25	0.07 133	0.06 71	0.09 64	0.10 217	0.06 176	0.04 25	0.06 209	0.04 65	0.08 468	0.05 215

S2M2_XL	0.08 92	0.06 125	0.12 317	0.12 7	0.08 234	0.09 152	0.09 25	0.07 7	0.07 20	0.08 141	0.07 69	0.07 133	0.06 71	0.09 64	0.09 110	0.08 445	0.06 444	0.07 324	0.05 202	0.08 468	0.06 327
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-ROB	0.13 426	0.06 125	0.13 373	0.13 23	0.08 234	0.14 424	0.16 424	0.25 484	0.18 374	0.19 514	0.18 413	0.20 497	0.14 472	0.17 501	0.16 515	0.08 445	0.05 286	0.06 209	0.05 202	0.08 468	0.09 535

YMNet	0.20 590	0.12 570	0.19 566	0.20 557	0.14 620	0.26 635	0.23 623	0.32 596	0.34 590	0.27 615	0.34 611	0.30 609	0.18 556	0.18 525	0.22 596	0.10 553	0.13 656	0.10 561	0.10 577	0.08 468	0.09 535

YMNet_1	0.20 590	0.12 570	0.19 566	0.20 557	0.14 620	0.26 635	0.23 623	0.32 596	0.34 590	0.27 615	0.34 611	0.30 609	0.18 556	0.18 525	0.22 596	0.10 553	0.13 656	0.10 561	0.10 577	0.08 468	0.09 535

rvit_0105_5	0.14 463	0.09 462	0.13 373	0.17 317	0.09 370	0.14 424	0.23 623	0.24 465	0.27 524	0.14 392	0.15 348	0.18 470	0.12 406	0.17 501	0.14 466	0.14 650	0.11 625	0.10 561	0.10 577	0.08 468	0.06 327

rvit_105_1	0.19 578	0.11 552	0.25 612	0.21 592	0.16 651	0.21 584	0.27 669	0.31 585	0.41 631	0.19 514	0.20 436	0.22 524	0.17 541	0.19 541	0.17 530	0.12 610	0.12 641	0.13 628	0.15 665	0.08 468	0.07 417

ITSA-stereo	0.15 508	0.10 525	0.14 414	0.19 487	0.08 234	0.12 329	0.14 261	0.30 573	0.49 670	0.17 467	0.19 424	0.22 524	0.15 490	0.17 501	0.16 515	0.10 553	0.06 444	0.08 424	0.08 487	0.08 468	0.08 488

test_sample6	0.14 463	0.08 378	0.13 373	0.16 230	0.08 234	0.17 506	0.19 557	0.25 484	0.17 340	0.17 467	0.27 548	0.19 485	0.14 472	0.15 432	0.13 423	0.08 445	0.05 286	0.08 424	0.07 406	0.08 468	0.08 488

test_sample5	0.14 463	0.08 378	0.14 414	0.16 230	0.08 234	0.18 525	0.18 516	0.25 484	0.17 340	0.17 467	0.27 548	0.18 470	0.14 472	0.16 467	0.13 423	0.08 445	0.05 286	0.08 424	0.07 406	0.08 468	0.08 488

test_sample4	0.14 463	0.08 378	0.14 414	0.15 131	0.08 234	0.19 550	0.18 516	0.26 502	0.17 340	0.16 448	0.25 522	0.18 470	0.14 472	0.16 467	0.13 423	0.08 445	0.06 444	0.08 424	0.06 303	0.08 468	0.08 488

test_sample2	0.12 398	0.07 251	0.12 317	0.14 71	0.08 234	0.16 483	0.18 516	0.21 390	0.16 309	0.14 392	0.20 436	0.19 485	0.15 490	0.15 432	0.12 376	0.08 445	0.05 286	0.07 324	0.06 303	0.08 468	0.07 417

test_sample1	0.13 426	0.07 251	0.14 414	0.13 23	0.08 234	0.19 550	0.16 424	0.20 363	0.15 269	0.14 392	0.22 472	0.18 470	0.16 518	0.17 501	0.14 466	0.07 360	0.06 444	0.06 209	0.06 303	0.08 468	0.07 417

MyStereo8	0.12 398	0.07 251	0.15 463	0.15 131	0.09 370	0.18 525	0.14 261	0.19 351	0.22 449	0.12 329	0.18 413	0.11 312	0.10 335	0.16 467	0.18 548	0.07 360	0.05 286	0.07 324	0.05 202	0.08 468	0.09 535

11t1	0.12 398	0.06 125	0.13 373	0.14 71	0.08 234	0.17 506	0.15 350	0.18 320	0.15 269	0.15 419	0.15 348	0.16 434	0.16 518	0.15 432	0.13 423	0.08 445	0.05 286	0.06 209	0.05 202	0.08 468	0.07 417

DualNet	0.14 463	0.08 378	0.14 414	0.16 230	0.08 234	0.18 525	0.18 516	0.25 484	0.17 340	0.17 467	0.27 548	0.18 470	0.14 472	0.16 467	0.13 423	0.08 445	0.05 286	0.08 424	0.07 406	0.08 468	0.08 488

mmx	0.14 463	0.09 462	0.14 414	0.16 230	0.08 234	0.17 506	0.17 466	0.27 524	0.25 500	0.15 419	0.25 522	0.19 485	0.13 448	0.14 404	0.20 567	0.08 445	0.06 444	0.09 512	0.08 487	0.08 468	0.08 488

xxx	0.14 463	0.09 462	0.14 414	0.16 230	0.08 234	0.17 506	0.17 466	0.27 524	0.25 500	0.15 419	0.25 522	0.19 485	0.13 448	0.14 404	0.20 567	0.08 445	0.06 444	0.09 512	0.08 487	0.08 468	0.08 488

EKT-Stereo	0.11 318	0.07 251	0.14 414	0.15 131	0.10 486	0.13 387	0.14 261	0.18 320	0.21 435	0.11 284	0.08 135	0.12 334	0.09 288	0.11 211	0.12 376	0.08 445	0.06 444	0.07 324	0.06 303	0.08 468	0.07 417

SDNR	0.19 578	0.08 378	0.19 566	0.16 230	0.12 575	0.77 721	0.14 261	0.25 484	0.32 571	0.19 514	0.24 494	0.19 485	0.13 448	0.19 541	0.15 499	0.16 670	0.18 688	0.14 642	0.11 611	0.08 468	0.11 595

fast-acv-ft	0.18 566	0.11 552	0.19 566	0.19 487	0.12 575	0.24 614	0.21 602	0.25 484	0.34 590	0.22 568	0.34 611	0.27 580	0.20 584	0.21 583	0.23 608	0.09 509	0.09 589	0.08 424	0.10 577	0.08 468	0.07 417

gwcnet-sp	0.14 463	0.07 251	0.12 317	0.18 411	0.09 370	0.16 483	0.17 466	0.24 465	0.24 478	0.18 497	0.24 494	0.15 419	0.16 518	0.15 432	0.15 499	0.08 445	0.06 444	0.07 324	0.08 487	0.08 468	0.07 417

scenet	0.14 463	0.07 251	0.12 317	0.18 411	0.09 370	0.16 483	0.17 466	0.24 465	0.24 478	0.18 497	0.24 494	0.15 419	0.16 518	0.15 432	0.15 499	0.08 445	0.06 444	0.07 324	0.08 487	0.08 468	0.07 417

knoymous	0.11 318	0.05 45	0.12 317	0.13 23	0.07 142	0.15 451	0.14 261	0.19 351	0.13 208	0.11 284	0.17 385	0.13 367	0.09 288	0.13 369	0.11 307	0.08 445	0.05 286	0.06 209	0.05 202	0.08 468	0.07 417

riskmin	0.11 318	0.06 125	0.13 373	0.14 71	0.08 234	0.14 424	0.14 261	0.18 320	0.14 241	0.11 284	0.14 327	0.16 434	0.11 373	0.14 404	0.12 376	0.09 509	0.05 286	0.07 324	0.05 202	0.08 468	0.08 488

ssnet_v2	0.17 552	0.10 525	0.17 530	0.17 317	0.11 539	0.21 584	0.21 602	0.33 616	0.25 500	0.22 568	0.22 472	0.27 580	0.18 556	0.22 596	0.20 567	0.11 585	0.09 589	0.09 512	0.09 535	0.08 468	0.08 488

ssnet	0.14 463	0.07 251	0.12 317	0.18 411	0.09 370	0.16 483	0.17 466	0.24 465	0.24 478	0.18 497	0.24 494	0.15 419	0.16 518	0.15 432	0.15 499	0.08 445	0.06 444	0.07 324	0.08 487	0.08 468	0.07 417

IER	0.14 463	0.07 251	0.13 373	0.17 317	0.09 370	0.14 424	0.16 424	0.25 484	0.26 514	0.18 497	0.25 522	0.17 456	0.20 584	0.16 467	0.14 466	0.08 445	0.05 286	0.07 324	0.06 303	0.08 468	0.07 417

CRFU-Net	0.16 531	0.08 378	0.14 414	0.17 317	0.09 370	0.19 550	0.14 261	0.26 502	0.20 418	0.28 630	0.27 548	0.29 599	0.17 541	0.19 541	0.17 530	0.09 509	0.09 589	0.07 324	0.07 406	0.08 468	0.08 488

test_5	0.14 463	0.12 570	0.08 62	0.20 557	0.10 486	0.14 424	0.29 685	0.21 390	0.24 478	0.18 497	0.28 562	0.11 312	0.15 490	0.12 311	0.13 423	0.06 176	0.05 286	0.07 324	0.08 487	0.08 468	0.07 417

CSP-Net	0.16 531	0.09 462	0.14 414	0.16 230	0.09 370	0.19 550	0.17 466	0.25 484	0.32 571	0.25 603	0.30 581	0.24 548	0.15 490	0.21 583	0.18 548	0.09 509	0.06 444	0.07 324	0.07 406	0.08 468	0.07 417

dd	0.15 508	0.16 628	0.16 499	0.19 487	0.09 370	0.15 451	0.18 516	0.21 390	0.25 500	0.23 581	0.20 436	0.21 506	0.09 288	0.21 583	0.16 515	0.10 553	0.06 444	0.08 424	0.06 303	0.08 468	0.06 327

PSMNet-ADL	0.15 508	0.12 570	0.13 373	0.22 612	0.09 370	0.13 387	0.20 581	0.26 502	0.23 461	0.18 497	0.20 436	0.24 548	0.16 518	0.18 525	0.17 530	0.08 445	0.08 553	0.08 424	0.11 611	0.08 468	0.07 417

Patchmatch Stereo++	0.11 318	0.09 462	0.16 499	0.18 411	0.08 234	0.06 16	0.11 71	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.11 318	0.09 462	0.16 499	0.18 411	0.08 234	0.06 16	0.12 108	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

ROB_FTStereo_v2	0.11 318	0.09 462	0.16 499	0.19 487	0.08 234	0.06 16	0.12 108	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

ROB_FTStereo	0.11 318	0.09 462	0.16 499	0.19 487	0.08 234	0.06 16	0.11 71	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

HUI-Stereo	0.11 318	0.09 462	0.16 499	0.18 411	0.08 234	0.06 16	0.12 108	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

iGMRVC	0.11 318	0.09 462	0.16 499	0.19 487	0.08 234	0.06 16	0.12 108	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

iRAFT	0.11 318	0.09 462	0.16 499	0.18 411	0.08 234	0.06 16	0.11 71	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

CRE-IMP	0.11 318	0.09 462	0.16 499	0.19 487	0.08 234	0.10 217	0.12 108	0.18 320	0.10 88	0.14 392	0.13 311	0.13 367	0.12 406	0.12 311	0.11 307	0.07 360	0.04 25	0.08 424	0.06 303	0.08 468	0.08 488

RAFT-IKP	0.11 318	0.09 462	0.16 499	0.19 487	0.08 234	0.06 16	0.12 108	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417

Anonymous3	0.16 531	0.13 598	0.33 648	0.26 662	0.14 620	0.27 645	0.17 466	0.28 544	0.28 539	0.15 419	0.17 385	0.14 390	0.10 335	0.15 432	0.12 376	0.08 445	0.08 553	0.08 424	0.08 487	0.08 468	0.11 595

RALCasStereoNet	0.10 264	0.06 125	0.09 136	0.16 230	0.08 234	0.12 329	0.14 261	0.17 285	0.11 121	0.12 329	0.17 385	0.14 390	0.10 335	0.12 311	0.11 307	0.07 360	0.06 444	0.06 209	0.05 202	0.08 468	0.07 417

ADLNet	0.16 531	0.08 378	0.15 463	0.16 230	0.10 486	0.16 483	0.17 466	0.32 596	0.27 524	0.22 568	0.27 548	0.24 548	0.16 518	0.18 525	0.21 587	0.10 553	0.06 444	0.10 561	0.10 577	0.08 468	0.09 535

GES	0.14 463	0.08 378	0.16 499	0.15 131	0.10 486	0.13 387	0.13 187	0.28 544	0.25 500	0.16 448	0.23 481	0.18 470	0.13 448	0.16 467	0.13 423	0.08 445	0.07 520	0.07 324	0.06 303	0.08 468	0.09 535

xxxx	0.15 508	0.07 251	0.14 414	0.14 71	0.08 234	0.23 609	0.18 516	0.31 585	0.19 394	0.14 392	0.28 562	0.22 524	0.14 472	0.15 432	0.26 643	0.09 509	0.05 286	0.07 324	0.07 406	0.08 468	0.07 417

MMNet	0.17 552	0.09 462	0.16 499	0.20 557	0.11 539	0.27 645	0.20 581	0.25 484	0.41 631	0.22 568	0.30 581	0.21 506	0.20 584	0.17 501	0.20 567	0.06 176	0.06 444	0.07 324	0.07 406	0.08 468	0.07 417

psm_up	0.18 566	0.10 525	0.18 554	0.20 557	0.11 539	0.17 506	0.19 557	0.37 654	0.34 590	0.21 552	0.28 562	0.29 599	0.24 611	0.20 566	0.22 596	0.09 509	0.10 611	0.11 593	0.11 611	0.08 468	0.08 488

UNet	0.17 552	0.09 462	0.18 554	0.19 487	0.12 575	0.27 645	0.19 557	0.33 616	0.29 546	0.21 552	0.24 494	0.23 542	0.19 572	0.19 541	0.18 548	0.07 360	0.06 444	0.08 424	0.07 406	0.08 468	0.06 327

UPFNet	0.16 531	0.08 378	0.12 317	0.20 557	0.12 575	0.20 566	0.23 623	0.28 544	0.26 514	0.17 467	0.24 494	0.22 524	0.19 572	0.19 541	0.21 587	0.09 509	0.07 520	0.08 424	0.09 535	0.08 468	0.06 327

ACVNet	0.15 508	0.09 462	0.15 463	0.13 23	0.12 575	0.14 424	0.20 581	0.22 417	0.33 578	0.17 467	0.26 539	0.21 506	0.16 518	0.17 501	0.21 587	0.07 360	0.06 444	0.06 209	0.06 303	0.08 468	0.06 327

acv_ft	0.15 508	0.09 462	0.15 463	0.19 487	0.10 486	0.16 483	0.17 466	0.25 484	0.33 578	0.19 514	0.26 539	0.21 506	0.17 541	0.17 501	0.18 548	0.07 360	0.06 444	0.06 209	0.06 303	0.08 468	0.06 327

GANet-RSSM	0.14 463	0.07 251	0.13 373	0.13 23	0.08 234	0.14 424	0.17 466	0.22 417	0.21 435	0.17 467	0.24 494	0.23 542	0.15 490	0.16 467	0.15 499	0.10 553	0.06 444	0.07 324	0.08 487	0.08 468	0.07 417

PSMNet-RSSM	0.14 463	0.07 251	0.13 373	0.15 131	0.08 234	0.13 387	0.16 424	0.24 465	0.24 478	0.16 448	0.28 562	0.22 524	0.14 472	0.15 432	0.13 423	0.11 585	0.06 444	0.09 512	0.12 632	0.08 468	0.07 417

DSFCA	0.16 531	0.09 462	0.14 414	0.16 230	0.10 486	0.20 566	0.19 557	0.28 544	0.31 564	0.23 581	0.24 494	0.22 524	0.15 490	0.19 541	0.20 567	0.10 553	0.07 520	0.09 512	0.09 535	0.08 468	0.08 488

ADCRef	0.19 578	0.12 570	0.41 670	0.20 557	0.12 575	0.22 593	0.18 516	0.32 596	0.36 604	0.26 609	0.32 594	0.17 456	0.23 605	0.24 617	0.24 621	0.07 360	0.06 444	0.09 512	0.09 535	0.08 468	0.08 488

TDLM	0.17 552	0.12 570	0.13 373	0.24 645	0.10 486	0.18 525	0.18 516	0.36 648	0.30 556	0.21 552	0.28 562	0.28 590	0.18 556	0.23 607	0.18 548	0.11 585	0.07 520	0.10 561	0.10 577	0.08 468	0.08 488

NaN_ROB	0.22 612	0.19 654	0.24 607	0.25 657	0.13 598	0.29 656	0.26 662	0.33 616	0.41 631	0.31 650	0.31 590	0.32 632	0.23 605	0.30 650	0.21 587	0.11 585	0.17 686	0.10 561	0.10 577	0.08 468	0.09 535

iResNet_ROB	0.14 463	0.07 251	0.13 373	0.14 71	0.07 142	0.18 525	0.14 261	0.26 502	0.31 564	0.22 568	0.25 522	0.23 542	0.15 490	0.15 432	0.13 423	0.07 360	0.05 286	0.05 55	0.04 65	0.08 468	0.08 488

LE_ROB	0.50 704	0.07 251	0.14 414	0.15 131	0.08 234	0.24 614	0.16 424	0.22 417	1.81 743	4.63 749	0.67 701	0.47 689	0.44 700	0.20 566	0.29 663	0.07 360	0.06 444	0.06 209	0.06 303	0.08 468	0.06 327

DN-CSS_ROB	0.13 426	0.13 598	0.16 499	0.18 411	0.10 486	0.16 483	0.08 9	0.22 417	0.18 374	0.17 467	0.22 472	0.13 367	0.13 448	0.12 311	0.13 423	0.05 52	0.05 286	0.10 561	0.10 577	0.08 468	0.06 327

Selective-IGEV-i16pc	0.13 426	0.06 125	0.13 373	0.15 131	0.11 539	0.38 685	0.16 424	0.23 441	0.16 309	0.10 247	0.15 348	0.09 243	0.06 71	0.13 369	0.10 217	0.10 553	0.08 553	0.06 209	0.07 406	0.09 533	0.09 535

Selective-IGEV-i16pb	0.14 463	0.08 378	0.17 530	0.15 131	0.11 539	0.41 690	0.16 424	0.28 544	0.23 461	0.11 284	0.20 436	0.10 281	0.07 186	0.17 501	0.12 376	0.10 553	0.07 520	0.06 209	0.08 487	0.09 533	0.10 567

zh-mn7	0.25 647	0.14 610	0.56 690	0.19 487	0.14 620	0.24 614	0.22 612	0.34 625	0.62 700	0.35 663	0.65 699	0.31 622	0.25 620	0.31 651	0.25 631	0.09 509	0.08 553	0.09 512	0.09 535	0.09 533	0.11 595

coex_refinement	0.14 463	0.07 251	0.12 317	0.17 317	0.10 486	0.15 451	0.15 350	0.26 502	0.29 546	0.18 497	0.20 436	0.22 524	0.17 541	0.16 467	0.18 548	0.08 445	0.05 286	0.06 209	0.06 303	0.09 533	0.08 488

rvit_0105_6	0.14 463	0.09 462	0.18 554	0.17 317	0.10 486	0.10 217	0.16 424	0.19 351	0.26 514	0.12 329	0.18 413	0.17 456	0.12 406	0.18 525	0.12 376	0.15 654	0.11 625	0.12 613	0.10 577	0.09 533	0.06 327

rvit_0105_4	0.14 463	0.09 462	0.17 530	0.17 317	0.10 486	0.12 329	0.19 557	0.23 441	0.27 524	0.14 392	0.20 436	0.17 456	0.13 448	0.17 501	0.13 423	0.15 654	0.11 625	0.11 593	0.10 577	0.09 533	0.06 327

test_sample3	0.14 463	0.08 378	0.15 463	0.14 71	0.09 370	0.19 550	0.17 466	0.26 502	0.18 374	0.16 448	0.22 472	0.19 485	0.15 490	0.17 501	0.13 423	0.08 445	0.06 444	0.07 324	0.06 303	0.09 533	0.08 488

CFNet_ucs	0.15 508	0.08 378	0.16 499	0.16 230	0.11 539	0.14 424	0.14 261	0.30 573	0.34 590	0.16 448	0.24 494	0.23 542	0.14 472	0.18 525	0.15 499	0.09 509	0.06 444	0.08 424	0.07 406	0.09 533	0.09 535

iinet-f	0.16 531	0.06 125	0.45 674	0.14 71	0.10 486	0.21 584	0.14 261	0.27 524	0.23 461	0.21 552	0.24 494	0.21 506	0.15 490	0.18 525	0.21 587	0.09 509	0.07 520	0.07 324	0.06 303	0.09 533	0.10 567

CASS	0.13 426	0.12 570	0.11 268	0.23 636	0.09 370	0.15 451	0.17 466	0.18 320	0.19 394	0.17 467	0.18 413	0.15 419	0.15 490	0.14 404	0.14 466	0.09 509	0.06 444	0.10 561	0.08 487	0.09 533	0.07 417
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.17 552	0.11 552	0.18 554	0.17 317	0.11 539	0.16 483	0.25 653	0.24 465	0.33 578	0.19 514	0.24 494	0.26 572	0.24 611	0.19 541	0.20 567	0.07 360	0.08 553	0.09 512	0.10 577	0.09 533	0.08 488

AASNet	0.16 531	0.08 378	0.12 317	0.19 487	0.09 370	0.18 525	0.15 350	0.37 654	0.37 611	0.19 514	0.23 481	0.20 497	0.16 518	0.17 501	0.20 567	0.10 553	0.08 553	0.08 424	0.07 406	0.09 533	0.09 535

ADLNet2	0.16 531	0.09 462	0.13 373	0.16 230	0.09 370	0.20 566	0.16 424	0.31 585	0.39 622	0.16 448	0.20 436	0.20 497	0.18 556	0.21 583	0.22 596	0.08 445	0.06 444	0.07 324	0.07 406	0.09 533	0.07 417

GEStereo_RVC	0.17 552	0.12 570	0.15 463	0.22 612	0.11 539	0.19 550	0.17 466	0.32 596	0.48 661	0.20 537	0.25 522	0.17 456	0.13 448	0.21 583	0.16 515	0.10 553	0.06 444	0.08 424	0.07 406	0.09 533	0.08 488

TestStereo	0.13 426	0.14 610	0.11 268	0.23 636	0.08 234	0.15 451	0.21 602	0.20 363	0.23 461	0.14 392	0.24 494	0.16 434	0.12 406	0.16 467	0.14 466	0.05 52	0.06 444	0.08 424	0.06 303	0.09 533	0.05 215

HCRNet	0.16 531	0.24 676	0.12 317	0.35 697	0.11 539	0.15 451	0.17 466	0.26 502	0.22 449	0.19 514	0.24 494	0.21 506	0.14 472	0.15 432	0.13 423	0.11 585	0.07 520	0.11 593	0.10 577	0.09 533	0.07 417

Syn2CoEx	0.21 603	0.16 628	0.27 623	0.29 687	0.14 620	0.26 635	0.20 581	0.33 616	0.31 564	0.28 630	0.36 619	0.27 580	0.25 620	0.19 541	0.24 621	0.16 670	0.12 641	0.14 642	0.11 611	0.09 533	0.08 488

GwcNet	0.20 590	0.13 598	0.19 566	0.18 411	0.12 575	0.24 614	0.19 557	0.35 641	0.43 646	0.20 537	0.32 594	0.33 636	0.20 584	0.22 596	0.24 621	0.11 585	0.09 589	0.09 512	0.09 535	0.09 533	0.10 567

HGLStereo	0.17 552	0.08 378	0.19 566	0.17 317	0.12 575	0.18 525	0.18 516	0.31 585	0.32 571	0.21 552	0.32 594	0.25 562	0.18 556	0.19 541	0.20 567	0.09 509	0.09 589	0.07 324	0.07 406	0.09 533	0.10 567

CFNet-ft	0.14 463	0.07 251	0.15 463	0.12 7	0.09 370	0.16 483	0.18 516	0.22 417	0.24 478	0.17 467	0.26 539	0.24 548	0.14 472	0.16 467	0.14 466	0.11 585	0.06 444	0.08 424	0.09 535	0.09 533	0.08 488

DMCA	0.14 463	0.09 462	0.16 499	0.19 487	0.09 370	0.15 451	0.17 466	0.23 441	0.27 524	0.14 392	0.19 424	0.17 456	0.18 556	0.15 432	0.17 530	0.10 553	0.06 444	0.08 424	0.06 303	0.09 533	0.10 567

FADNet-RVC-Resample	0.16 531	0.11 552	0.31 641	0.22 612	0.11 539	0.19 550	0.14 261	0.25 484	0.24 478	0.24 590	0.27 548	0.20 497	0.15 490	0.16 467	0.15 499	0.07 360	0.08 553	0.12 613	0.10 577	0.09 533	0.10 567

STTStereo	0.18 566	0.12 570	0.27 623	0.20 557	0.11 539	0.16 483	0.21 602	0.29 559	0.23 461	0.21 552	0.30 581	0.29 599	0.18 556	0.20 566	0.19 561	0.12 610	0.11 625	0.11 593	0.14 647	0.09 533	0.08 488

ADCP+	0.20 590	0.10 525	0.33 648	0.20 557	0.12 575	0.22 593	0.26 662	0.31 585	0.34 590	0.26 609	0.37 625	0.22 524	0.22 597	0.27 628	0.27 651	0.09 509	0.06 444	0.08 424	0.08 487	0.09 533	0.10 567

PA-Net	0.23 628	0.18 650	0.33 648	0.28 678	0.22 686	0.21 584	0.38 707	0.29 559	0.39 622	0.22 568	0.32 594	0.25 562	0.26 626	0.20 566	0.25 631	0.09 509	0.23 707	0.15 655	0.22 688	0.09 533	0.13 632
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_RVC	0.14 463	0.07 251	0.15 463	0.12 7	0.09 370	0.16 483	0.18 516	0.22 417	0.24 478	0.17 467	0.26 539	0.24 548	0.14 472	0.16 467	0.14 466	0.11 585	0.06 444	0.08 424	0.09 535	0.09 533	0.08 488

CVANet_RVC	0.18 566	0.10 525	0.14 414	0.21 592	0.10 486	0.18 525	0.17 466	0.34 625	0.33 578	0.22 568	0.31 590	0.28 590	0.18 556	0.23 607	0.17 530	0.12 610	0.08 553	0.12 613	0.11 611	0.09 533	0.07 417

AdaStereo	0.15 508	0.11 552	0.15 463	0.18 411	0.09 370	0.20 566	0.11 71	0.32 596	0.28 539	0.20 537	0.23 481	0.20 497	0.13 448	0.19 541	0.14 466	0.12 610	0.05 286	0.10 561	0.07 406	0.09 533	0.07 417
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.
iResNetv2_ROB	0.14 463	0.08 378	0.15 463	0.16 230	0.08 234	0.16 483	0.12 108	0.25 484	0.35 599	0.21 552	0.29 574	0.24 548	0.13 448	0.14 404	0.14 466	0.06 176	0.05 286	0.06 209	0.04 65	0.09 533	0.08 488

DRN-Test	0.19 578	0.11 552	0.20 578	0.22 612	0.10 486	0.22 593	0.22 612	0.39 666	0.37 611	0.24 590	0.32 594	0.26 572	0.21 588	0.22 596	0.24 621	0.11 585	0.07 520	0.11 593	0.10 577	0.09 533	0.07 417

StereoDRNet	0.18 566	0.11 552	0.17 530	0.22 612	0.11 539	0.21 584	0.22 612	0.37 654	0.33 578	0.24 590	0.28 562	0.30 609	0.19 572	0.20 566	0.20 567	0.09 509	0.08 553	0.11 593	0.09 535	0.09 533	0.07 417

DISCO	0.19 578	0.09 462	0.22 594	0.17 317	0.10 486	0.25 625	0.18 516	0.27 524	0.44 651	0.22 568	0.31 590	0.33 636	0.26 626	0.28 640	0.28 659	0.08 445	0.06 444	0.07 324	0.07 406	0.09 533	0.09 535

PSMNet_ROB	0.21 603	0.11 552	0.15 463	0.27 675	0.15 640	0.24 614	0.35 702	0.43 685	0.37 611	0.27 615	0.32 594	0.32 632	0.22 597	0.21 583	0.26 643	0.12 610	0.08 553	0.13 628	0.11 611	0.09 533	0.09 535

MultiAttention	0.29 669	0.08 378	0.14 414	0.19 487	0.12 575	1.45 736	1.33 740	0.36 648	0.37 611	0.19 514	0.21 460	0.24 548	0.11 373	0.38 683	0.18 548	0.06 176	0.05 286	0.08 424	0.08 487	0.10 566	0.09 535

z-mn7	0.24 635	0.14 610	0.45 674	0.19 487	0.13 598	0.28 652	0.25 653	0.34 625	0.62 700	0.27 615	0.56 690	0.29 599	0.24 611	0.32 658	0.25 631	0.08 445	0.08 553	0.08 424	0.08 487	0.10 566	0.10 567

w-ln-seven-2	0.20 590	0.14 610	0.37 661	0.22 612	0.12 575	0.20 566	0.21 602	0.28 544	0.37 611	0.25 603	0.37 625	0.27 580	0.22 597	0.21 583	0.23 608	0.08 445	0.08 553	0.09 512	0.09 535	0.10 566	0.09 535

S2M2_L	0.09 185	0.08 378	0.11 268	0.13 23	0.10 486	0.08 94	0.06 1	0.10 40	0.10 88	0.10 247	0.09 174	0.10 281	0.09 288	0.11 211	0.11 307	0.13 636	0.07 520	0.08 424	0.09 535	0.10 566	0.08 488
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FACV-RUCA	0.13 426	0.11 552	0.12 317	0.19 487	0.12 575	0.15 451	0.15 350	0.22 417	0.20 418	0.15 419	0.16 361	0.14 390	0.16 518	0.14 404	0.13 423	0.07 360	0.05 286	0.08 424	0.06 303	0.10 566	0.08 488

DCVSM-stereo	0.14 463	0.09 462	0.16 499	0.16 230	0.10 486	0.15 451	0.09 25	0.19 351	0.23 461	0.20 537	0.23 481	0.26 572	0.15 490	0.18 525	0.14 466	0.09 509	0.07 520	0.09 512	0.08 487	0.10 566	0.12 608

rvit_stereo_0075_2	0.17 552	0.12 570	0.25 612	0.23 636	0.16 651	0.13 387	0.10 42	0.30 573	0.27 524	0.20 537	0.28 562	0.22 524	0.15 490	0.18 525	0.13 423	0.16 670	0.10 611	0.17 667	0.10 577	0.10 566	0.09 535

test_sample7	0.15 508	0.10 525	0.16 499	0.14 71	0.11 539	0.16 483	0.16 424	0.27 524	0.23 461	0.20 537	0.20 436	0.24 548	0.19 572	0.16 467	0.16 515	0.12 610	0.06 444	0.10 561	0.09 535	0.10 566	0.10 567

HBP-ISP	0.18 566	0.13 598	0.16 499	0.15 131	0.11 539	0.08 94	0.13 187	0.28 544	0.29 546	0.22 568	0.33 607	0.21 506	0.25 620	0.23 607	0.17 530	0.14 650	0.16 681	0.21 681	0.17 677	0.10 566	0.08 488

Wz-Net-LNSev-Ref	0.18 566	0.09 462	0.29 636	0.15 131	0.10 486	0.22 593	0.20 581	0.26 502	0.39 622	0.25 603	0.42 662	0.24 548	0.15 490	0.20 566	0.19 561	0.07 360	0.05 286	0.06 209	0.05 202	0.10 566	0.09 535

NINENet	0.16 531	0.10 525	0.15 463	0.17 317	0.11 539	0.19 550	0.14 261	0.40 670	0.36 604	0.18 497	0.21 460	0.16 434	0.13 448	0.15 432	0.13 423	0.08 445	0.08 553	0.10 561	0.07 406	0.10 566	0.09 535

AACVNet	0.16 531	0.08 378	0.14 414	0.15 131	0.10 486	0.18 525	0.15 350	0.23 441	0.24 478	0.27 615	0.27 548	0.28 590	0.17 541	0.19 541	0.16 515	0.09 509	0.07 520	0.09 512	0.07 406	0.10 566	0.09 535

LMCR-Stereo	0.15 508	0.08 378	0.13 373	0.21 592	0.09 370	0.17 506	0.20 581	0.27 524	0.19 394	0.24 590	0.24 494	0.23 542	0.17 541	0.20 566	0.17 530	0.07 360	0.06 444	0.08 424	0.06 303	0.10 566	0.08 488

aanetorigin	0.22 612	0.17 639	0.56 690	0.17 317	0.10 486	0.15 451	0.19 557	0.20 363	0.33 578	0.49 693	0.48 673	0.29 599	0.27 634	0.20 566	0.23 608	0.08 445	0.07 520	0.08 424	0.07 406	0.10 566	0.09 535

DMCA-RVC	0.17 552	0.10 525	0.15 463	0.24 645	0.11 539	0.18 525	0.18 516	0.25 484	0.24 478	0.21 552	0.26 539	0.25 562	0.27 634	0.18 525	0.20 567	0.12 610	0.08 553	0.13 628	0.10 577	0.10 566	0.08 488

Nwc_Net	0.23 628	0.16 628	0.21 588	0.25 657	0.14 620	0.24 614	0.26 662	0.37 654	0.38 618	0.22 568	0.41 656	0.30 609	0.28 645	0.28 640	0.25 631	0.11 585	0.10 611	0.17 667	0.20 683	0.10 566	0.10 567

ADCL	0.24 635	0.11 552	0.47 679	0.22 612	0.12 575	0.34 672	0.29 685	0.29 559	0.56 687	0.24 590	0.46 670	0.30 609	0.30 657	0.29 647	0.29 663	0.08 445	0.07 520	0.09 512	0.09 535	0.10 566	0.10 567

GANet	0.21 603	0.12 570	0.21 588	0.24 645	0.13 598	0.22 593	0.22 612	0.41 676	0.26 514	0.31 650	0.42 662	0.37 654	0.28 645	0.23 607	0.22 596	0.10 553	0.12 641	0.10 561	0.09 535	0.10 566	0.08 488

PS-NSSS	0.20 590	0.21 666	0.23 603	0.20 557	0.10 486	0.19 550	0.17 466	0.36 648	0.25 500	0.27 615	0.33 607	0.27 580	0.24 611	0.20 566	0.20 567	0.15 654	0.12 641	0.17 667	0.14 647	0.10 566	0.08 488

MDST_ROB	0.22 612	0.10 525	0.17 530	0.18 411	0.11 539	0.37 682	0.19 557	0.43 685	0.41 631	0.39 674	0.39 639	0.29 599	0.21 588	0.26 625	0.18 548	0.11 585	0.10 611	0.14 642	0.11 611	0.10 566	0.08 488

CBMV_ROB	0.19 578	0.13 598	0.17 530	0.16 230	0.11 539	0.15 451	0.13 187	0.26 502	0.28 539	0.27 615	0.30 581	0.27 580	0.24 611	0.23 607	0.16 515	0.15 654	0.17 686	0.22 685	0.20 683	0.10 566	0.11 595

SGM_RVC	0.23 628	0.12 570	0.15 463	0.15 131	0.09 370	0.33 669	0.18 516	0.34 625	0.31 564	0.44 688	0.37 625	0.53 697	0.35 677	0.35 670	0.24 621	0.13 636	0.13 656	0.13 628	0.13 643	0.10 566	0.11 595
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CBMV	0.19 578	0.14 610	0.17 530	0.18 411	0.10 486	0.20 566	0.11 71	0.29 559	0.30 556	0.29 639	0.30 581	0.30 609	0.23 605	0.27 628	0.19 561	0.13 636	0.15 673	0.17 667	0.16 670	0.10 566	0.10 567
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
VeloStereo	0.09 185	0.04 1	0.12 317	0.14 71	0.11 539	0.07 47	0.06 1	0.08 13	0.06 8	0.09 196	0.07 69	0.06 44	0.08 241	0.11 211	0.10 217	0.08 445	0.08 553	0.08 424	0.07 406	0.11 589	0.13 632

flow	0.09 185	0.04 1	0.12 317	0.14 71	0.11 539	0.07 47	0.06 1	0.08 13	0.06 8	0.09 196	0.07 69	0.06 44	0.08 241	0.12 311	0.10 217	0.08 445	0.08 553	0.08 424	0.07 406	0.11 589	0.13 632

w-ln-seven	0.24 635	0.14 610	0.55 687	0.19 487	0.14 620	0.26 635	0.22 612	0.35 641	0.60 697	0.29 639	0.39 639	0.30 609	0.22 597	0.21 583	0.26 643	0.09 509	0.09 589	0.11 593	0.10 577	0.11 589	0.10 567

DDVS	0.15 508	0.10 525	0.21 588	0.16 230	0.12 575	0.15 451	0.14 261	0.25 484	0.19 394	0.18 497	0.29 574	0.27 580	0.12 406	0.19 541	0.15 499	0.09 509	0.06 444	0.09 512	0.07 406	0.11 589	0.11 595

Wz-Net-SNSev	0.25 647	0.17 639	0.44 673	0.25 657	0.14 620	0.26 635	0.23 623	0.38 662	0.56 687	0.30 644	0.55 685	0.39 666	0.26 626	0.23 607	0.30 670	0.10 553	0.09 589	0.09 512	0.10 577	0.11 589	0.11 595

dad	0.17 552	0.20 660	0.20 578	0.16 230	0.11 539	0.20 566	0.18 516	0.21 390	0.28 539	0.30 644	0.24 494	0.29 599	0.13 448	0.19 541	0.16 515	0.18 677	0.09 589	0.11 593	0.09 535	0.11 589	0.07 417

pcwnet_v2	0.19 578	0.10 525	0.26 615	0.17 317	0.14 620	0.18 525	0.15 350	0.37 654	0.46 659	0.19 514	0.24 494	0.21 506	0.19 572	0.20 566	0.19 561	0.13 636	0.10 611	0.10 561	0.10 577	0.11 589	0.13 632

EDNetEfficient	0.29 669	0.24 676	1.13 728	0.18 411	0.10 486	0.19 550	0.20 581	0.20 363	0.60 697	0.74 715	0.56 690	0.31 622	0.39 685	0.22 596	0.30 670	0.09 509	0.07 520	0.08 424	0.07 406	0.11 589	0.09 535

FAT-Stereo	0.20 590	0.12 570	0.22 594	0.21 592	0.12 575	0.17 506	0.18 516	0.34 625	0.39 622	0.27 615	0.37 625	0.34 643	0.32 667	0.21 583	0.20 567	0.09 509	0.11 625	0.10 561	0.09 535	0.11 589	0.14 651

FADNet_RVC	0.16 531	0.14 610	0.40 667	0.20 557	0.11 539	0.13 387	0.13 187	0.26 502	0.22 449	0.21 552	0.23 481	0.20 497	0.17 541	0.14 404	0.16 515	0.08 445	0.08 553	0.12 613	0.09 535	0.11 589	0.10 567

AF-Net	0.22 612	0.17 639	0.17 530	0.26 662	0.13 598	0.25 625	0.24 637	0.32 596	0.50 673	0.25 603	0.33 607	0.38 658	0.26 626	0.28 640	0.25 631	0.11 585	0.10 611	0.16 663	0.11 611	0.11 589	0.10 567

UCFNet_RVC	0.14 463	0.08 378	0.13 373	0.11 1	0.10 486	0.20 566	0.10 42	0.24 465	0.22 449	0.17 467	0.20 436	0.23 542	0.15 490	0.17 501	0.15 499	0.12 610	0.07 520	0.10 561	0.13 643	0.11 589	0.10 567

DeepPruner_ROB	0.16 531	0.11 552	0.15 463	0.17 317	0.10 486	0.17 506	0.15 350	0.32 596	0.21 435	0.19 514	0.21 460	0.22 524	0.18 556	0.20 566	0.15 499	0.13 636	0.09 589	0.09 512	0.09 535	0.11 589	0.10 567

FBW_ROB	0.24 635	0.17 639	0.22 594	0.26 662	0.14 620	0.25 625	0.22 612	0.41 676	0.41 631	0.41 681	0.41 656	0.42 673	0.27 634	0.31 651	0.23 608	0.09 509	0.14 667	0.14 642	0.12 632	0.11 589	0.09 535

PWC_ROB	0.21 603	0.16 628	0.26 615	0.18 411	0.11 539	0.22 593	0.13 187	0.32 596	0.49 670	0.30 644	0.40 645	0.32 632	0.24 611	0.31 651	0.22 596	0.10 553	0.07 520	0.11 593	0.08 487	0.11 589	0.10 567

PWCDC_ROB	0.20 590	0.13 598	0.22 594	0.24 645	0.11 539	0.19 550	0.15 350	0.33 616	0.54 683	0.29 639	0.50 678	0.21 506	0.15 490	0.27 628	0.20 567	0.11 585	0.09 589	0.10 561	0.08 487	0.11 589	0.09 535

MeshStereo	0.27 660	0.13 598	0.18 554	0.15 131	0.11 539	0.32 662	0.24 637	0.40 670	0.36 604	0.52 695	0.57 693	0.67 708	0.40 688	0.35 670	0.26 643	0.14 650	0.13 656	0.13 628	0.11 611	0.11 589	0.10 567
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
PStereo	0.20 590	0.22 670	0.20 578	0.17 317	0.10 486	0.13 387	0.20 581	0.27 524	0.38 618	0.20 537	0.14 327	0.28 590	0.31 661	0.24 617	0.31 677	0.18 677	0.13 656	0.15 655	0.11 611	0.12 606	0.12 608

Selective-IGEV-i16pa	18.58 762	3.30 742	1.09 727	0.21 592	0.18 673	103.68 779	0.28 675	19.87 766	40.73 775	4.16 748	56.45 779	8.07 754	2.59 747	123.95 780	5.89 751	0.18 677	0.12 641	0.09 512	0.12 632	0.12 606	0.51 720

MSAF-DinoV2	0.22 612	0.11 552	0.23 603	0.17 317	0.10 486	0.27 645	0.16 424	0.37 654	0.55 684	0.21 552	0.27 548	0.47 689	0.27 634	0.35 670	0.39 696	0.09 509	0.06 444	0.07 324	0.09 535	0.12 606	0.10 567

zh-sn7	0.25 647	0.17 639	0.50 681	0.24 645	0.13 598	0.25 625	0.24 637	0.34 625	0.48 661	0.28 630	0.54 683	0.28 590	0.31 661	0.36 676	0.32 679	0.10 553	0.10 611	0.11 593	0.10 577	0.12 606	0.12 608

GMStereo_Zeroshot	0.16 531	0.13 598	0.24 607	0.20 557	0.10 486	0.17 506	0.13 187	0.29 559	0.25 500	0.23 581	0.32 594	0.25 562	0.11 373	0.19 541	0.14 466	0.09 509	0.06 444	0.11 593	0.06 303	0.12 606	0.08 488

Wz-Net-LNSev	0.22 612	0.16 628	0.38 663	0.21 592	0.13 598	0.25 625	0.23 623	0.32 596	0.43 646	0.30 644	0.41 656	0.31 622	0.18 556	0.22 596	0.25 631	0.10 553	0.09 589	0.08 424	0.08 487	0.12 606	0.11 595

Wz-Net-MNSev	0.22 612	0.13 598	0.31 641	0.20 557	0.14 620	0.36 681	0.24 637	0.33 616	0.44 651	0.28 630	0.40 645	0.38 658	0.19 572	0.24 617	0.25 631	0.09 509	0.07 520	0.09 512	0.09 535	0.12 606	0.10 567

SACVNet	0.18 566	0.12 570	0.14 414	0.17 317	0.13 598	0.22 593	0.18 516	0.31 585	0.30 556	0.23 581	0.31 590	0.30 609	0.22 597	0.22 596	0.17 530	0.11 585	0.08 553	0.10 561	0.10 577	0.12 606	0.14 651

APVNet	0.22 612	0.12 570	0.19 566	0.18 411	0.14 620	0.32 662	0.31 698	0.39 666	0.32 571	0.27 615	0.40 645	0.30 609	0.29 653	0.26 625	0.25 631	0.11 585	0.12 641	0.11 593	0.14 647	0.12 606	0.12 608

psmorigin	0.25 647	0.15 620	0.34 656	0.17 317	0.13 598	0.23 609	0.14 261	0.34 625	0.33 578	0.41 681	0.55 685	0.41 672	0.37 681	0.34 664	0.27 651	0.11 585	0.15 673	0.11 593	0.11 611	0.12 606	0.16 669

EDNetEfficientorigin	7.91 749	0.31 696	153.02 779	0.19 487	0.09 370	0.21 584	0.16 424	0.22 417	0.59 693	0.72 711	0.67 701	0.42 673	0.50 708	0.24 617	0.39 696	0.08 445	0.07 520	0.08 424	0.07 406	0.12 606	0.10 567

hitnet-ft	0.18 566	0.09 462	0.17 530	0.14 71	0.09 370	0.26 635	0.20 581	0.25 484	0.26 514	0.24 590	0.32 594	0.31 622	0.22 597	0.24 617	0.21 587	0.12 610	0.07 520	0.10 561	0.08 487	0.12 606	0.11 595

MaskLacGwcNet_RVC	0.22 612	0.21 666	0.24 607	0.26 662	0.11 539	0.23 609	0.14 261	0.39 666	0.24 478	0.32 656	0.36 619	0.30 609	0.21 588	0.19 541	0.21 587	0.17 675	0.14 667	0.21 681	0.16 670	0.12 606	0.12 608

SuperB	0.20 590	0.10 525	0.56 690	0.16 230	0.09 370	0.18 525	0.18 516	0.24 465	0.50 673	0.26 609	0.39 639	0.17 456	0.21 588	0.22 596	0.21 587	0.08 445	0.06 444	0.06 209	0.06 303	0.12 606	0.10 567

RP	0.21 603	0.13 598	0.21 588	0.23 636	0.11 539	0.21 584	0.20 581	0.25 484	0.44 651	0.21 552	0.38 631	0.36 649	0.24 611	0.27 628	0.25 631	0.11 585	0.12 641	0.13 628	0.12 632	0.12 606	0.14 651

edge stereo	0.22 612	0.13 598	0.20 578	0.21 592	0.13 598	0.23 609	0.16 424	0.32 596	0.42 639	0.32 656	0.40 645	0.38 658	0.35 677	0.25 623	0.24 621	0.13 636	0.11 625	0.14 642	0.11 611	0.12 606	0.13 632

DeepPrunerF	0.24 635	0.17 639	0.42 672	0.26 662	0.16 651	0.22 593	0.28 675	0.37 654	0.50 673	0.26 609	0.29 574	0.24 548	0.28 645	0.21 583	0.22 596	0.15 654	0.11 625	0.20 680	0.18 681	0.12 606	0.13 632

SGM-ForestM	0.32 679	0.12 570	0.16 499	0.16 230	0.11 539	0.39 687	0.19 557	0.41 676	0.50 673	0.52 695	0.54 683	1.32 729	0.42 697	0.40 692	0.27 651	0.14 650	0.16 681	0.16 663	0.16 670	0.12 606	0.12 608

NOSS_ROB	0.19 578	0.12 570	0.18 554	0.16 230	0.12 575	0.15 451	0.12 108	0.30 573	0.32 571	0.20 537	0.22 472	0.27 580	0.23 605	0.21 583	0.16 515	0.16 670	0.18 688	0.23 686	0.21 685	0.12 606	0.13 632

SGM-Forest	0.20 590	0.14 610	0.18 554	0.19 487	0.13 598	0.20 566	0.22 612	0.33 616	0.30 556	0.24 590	0.29 574	0.28 590	0.19 572	0.23 607	0.17 530	0.15 654	0.16 681	0.15 655	0.14 647	0.12 606	0.12 608
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DNSM	0.09 185	0.05 45	0.07 13	0.14 71	0.06 33	0.07 47	0.13 187	0.12 94	0.11 121	0.09 196	0.09 174	0.08 201	0.05 15	0.18 525	0.14 466	0.07 360	0.05 286	0.05 55	0.04 65	0.13 626	0.10 567

DNS	0.09 185	0.06 125	0.08 62	0.14 71	0.06 33	0.06 16	0.12 108	0.12 94	0.09 60	0.08 141	0.08 135	0.08 201	0.05 15	0.17 501	0.11 307	0.07 360	0.05 286	0.07 324	0.03 1	0.13 626	0.09 535

AANet	0.30 675	0.19 654	1.03 726	0.16 230	0.13 598	0.22 593	0.16 424	0.30 573	0.62 700	0.60 702	0.52 680	0.46 685	0.38 682	0.23 607	0.32 679	0.12 610	0.09 589	0.11 593	0.10 577	0.13 626	0.12 608

TCMNet	0.19 578	0.12 570	0.19 566	0.20 557	0.18 673	0.20 566	0.24 637	0.27 524	0.36 604	0.23 581	0.26 539	0.25 562	0.19 572	0.19 541	0.23 608	0.13 636	0.11 625	0.11 593	0.12 632	0.13 626	0.12 608

FADNet-RVC	0.20 590	0.20 660	0.38 663	0.21 592	0.16 651	0.20 566	0.15 350	0.26 502	0.26 514	0.26 609	0.32 594	0.26 572	0.21 588	0.22 596	0.19 561	0.12 610	0.13 656	0.12 613	0.14 647	0.13 626	0.18 681

S-Stereo	0.20 590	0.12 570	0.25 612	0.21 592	0.13 598	0.20 566	0.18 516	0.32 596	0.43 646	0.23 581	0.36 619	0.28 590	0.30 657	0.19 541	0.22 596	0.09 509	0.12 641	0.10 561	0.10 577	0.13 626	0.13 632

NCC-stereo	0.24 635	0.15 620	0.31 641	0.26 662	0.16 651	0.20 566	0.30 692	0.40 670	0.40 628	0.24 590	0.38 631	0.33 636	0.28 645	0.36 676	0.27 651	0.12 610	0.11 625	0.15 655	0.22 688	0.13 626	0.13 632

Abc-Net	0.24 635	0.15 620	0.31 641	0.26 662	0.16 651	0.20 566	0.30 692	0.40 670	0.40 628	0.24 590	0.38 631	0.33 636	0.28 645	0.36 676	0.27 651	0.12 610	0.11 625	0.15 655	0.22 688	0.13 626	0.13 632
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RTSC	0.23 628	0.12 570	0.28 628	0.21 592	0.13 598	0.28 652	0.16 424	0.35 641	0.66 709	0.27 615	0.33 607	0.30 609	0.21 588	0.31 651	0.29 663	0.10 553	0.08 553	0.09 512	0.10 577	0.13 626	0.13 632

ADCMid	0.25 647	0.15 620	0.40 667	0.20 557	0.14 620	0.25 625	0.26 662	0.34 625	0.38 618	0.36 666	0.44 667	0.34 643	0.40 688	0.35 670	0.33 684	0.10 553	0.09 589	0.11 593	0.11 611	0.13 626	0.12 608

RYNet	0.22 612	0.12 570	0.22 594	0.19 487	0.17 666	0.46 692	0.26 662	0.38 662	0.48 661	0.24 590	0.28 562	0.34 643	0.23 605	0.20 566	0.30 670	0.10 553	0.06 444	0.09 512	0.09 535	0.13 626	0.15 658

DANet	0.21 603	0.15 620	0.28 628	0.25 657	0.13 598	0.22 593	0.19 557	0.27 524	0.27 524	0.28 630	0.32 594	0.35 647	0.31 661	0.31 651	0.23 608	0.11 585	0.09 589	0.11 593	0.10 577	0.13 626	0.11 595
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NCCL2	0.23 628	0.15 620	0.17 530	0.34 695	0.18 673	0.24 614	0.23 623	0.34 625	0.28 539	0.31 650	0.38 631	0.38 658	0.28 645	0.23 607	0.24 621	0.15 654	0.12 641	0.18 676	0.21 685	0.13 626	0.13 632

SANet	0.24 635	0.14 610	0.28 628	0.21 592	0.11 539	0.27 645	0.24 637	0.38 662	0.64 705	0.36 666	0.40 645	0.43 677	0.26 626	0.27 628	0.24 621	0.12 610	0.09 589	0.10 561	0.09 535	0.13 626	0.11 595

XPNet_ROB	0.22 612	0.11 552	0.19 566	0.22 612	0.13 598	0.22 593	0.19 557	0.34 625	0.40 628	0.30 644	0.39 639	0.39 666	0.26 626	0.26 625	0.28 659	0.15 654	0.10 611	0.10 561	0.10 577	0.13 626	0.12 608

LALA_ROB	0.25 647	0.16 628	0.22 594	0.26 662	0.17 666	0.27 645	0.27 669	0.42 681	0.37 611	0.33 660	0.38 631	0.51 693	0.26 626	0.28 640	0.27 651	0.16 670	0.09 589	0.12 613	0.11 611	0.13 626	0.12 608

DStereoSA	0.25 647	0.19 654	0.37 661	0.26 662	0.17 666	0.22 593	0.20 581	0.49 697	0.59 693	0.22 568	0.29 574	0.29 599	0.33 669	0.39 687	0.28 659	0.12 610	0.11 625	0.16 663	0.14 647	0.14 642	0.12 608

ISRNet	0.18 566	0.08 378	0.19 566	0.19 487	0.13 598	0.15 451	0.12 108	0.30 573	0.32 571	0.21 552	0.25 522	0.27 580	0.17 541	0.17 501	0.20 567	0.20 686	0.08 553	0.14 642	0.14 647	0.14 642	0.17 678

DualNet (step1)	0.16 531	0.12 570	0.20 578	0.12 7	0.14 620	0.17 506	0.13 187	0.27 524	0.23 461	0.20 537	0.20 436	0.24 548	0.19 572	0.16 467	0.16 515	0.15 654	0.06 444	0.14 642	0.14 647	0.14 642	0.12 608

test_sample9	0.18 566	0.12 570	0.20 578	0.12 7	0.14 620	0.17 506	0.13 187	0.27 524	0.23 461	0.20 537	0.20 436	0.24 548	0.19 572	0.19 541	0.17 530	0.15 654	0.30 714	0.14 642	0.14 647	0.14 642	0.12 608

test_sample8	0.19 578	0.12 570	0.20 578	0.12 7	0.14 620	0.17 506	0.13 187	0.31 585	0.21 435	0.27 615	0.22 472	0.36 649	0.25 620	0.19 541	0.17 530	0.15 654	0.30 714	0.14 642	0.14 647	0.14 642	0.12 608

coex-ft	3.30 736	0.34 700	59.09 778	0.18 411	0.13 598	0.26 635	0.22 612	0.27 524	0.72 714	1.90 744	0.70 705	0.44 679	0.45 703	0.29 647	0.41 702	0.09 509	0.09 589	0.12 613	0.09 535	0.14 642	0.13 632

WZ-Net	0.28 665	0.17 639	0.78 717	0.22 612	0.16 651	0.34 672	0.29 685	0.39 666	0.57 689	0.24 590	0.55 685	0.37 654	0.24 611	0.33 661	0.35 687	0.09 509	0.08 553	0.09 512	0.10 577	0.14 642	0.16 669

UDG	0.21 603	0.17 639	0.19 566	0.23 636	0.15 640	0.30 659	0.20 581	0.33 616	0.35 599	0.23 581	0.28 562	0.31 622	0.27 634	0.20 566	0.22 596	0.15 654	0.12 641	0.13 628	0.09 535	0.14 642	0.14 651

RGC	0.25 647	0.20 660	0.29 636	0.28 678	0.16 651	0.22 593	0.23 623	0.32 596	0.44 651	0.27 615	0.40 645	0.38 658	0.27 634	0.36 676	0.22 596	0.11 585	0.13 656	0.17 667	0.17 677	0.14 642	0.16 669

stereogan	0.22 612	0.11 552	0.21 588	0.20 557	0.12 575	0.31 661	0.19 557	0.35 641	0.44 651	0.22 568	0.39 639	0.35 647	0.27 634	0.33 661	0.22 596	0.10 553	0.12 641	0.10 561	0.10 577	0.14 642	0.13 632

AnyNet_C01	0.36 686	0.25 681	1.37 731	0.22 612	0.17 666	0.48 696	0.27 669	0.35 641	0.39 622	0.39 674	0.74 709	0.46 685	0.38 682	0.45 697	0.47 708	0.13 636	0.13 656	0.13 628	0.14 647	0.14 642	0.15 658

AnyNet_C32	0.26 658	0.16 628	0.36 657	0.20 557	0.16 651	0.25 625	0.30 692	0.32 596	0.44 651	0.31 650	0.49 674	0.30 609	0.33 669	0.40 692	0.33 684	0.12 610	0.12 641	0.12 613	0.14 647	0.14 642	0.15 658

ADCPNet	0.25 647	0.16 628	0.61 697	0.21 592	0.15 640	0.35 680	0.25 653	0.32 596	0.35 599	0.30 644	0.40 645	0.36 649	0.28 645	0.28 640	0.32 679	0.12 610	0.10 611	0.11 593	0.12 632	0.14 642	0.13 632

CSAN	0.29 669	0.24 676	0.27 623	0.34 695	0.19 677	0.33 669	0.42 711	0.37 654	0.50 673	0.38 672	0.40 645	0.44 679	0.33 669	0.28 640	0.30 670	0.20 686	0.16 681	0.19 678	0.19 682	0.14 642	0.15 658

ETE_ROB	0.23 628	0.17 639	0.22 594	0.25 657	0.13 598	0.26 635	0.29 685	0.31 585	0.36 604	0.28 630	0.36 619	0.45 681	0.26 626	0.27 628	0.26 643	0.11 585	0.08 553	0.12 613	0.09 535	0.14 642	0.13 632

WCMA_ROB	0.24 635	0.11 552	0.22 594	0.17 317	0.14 620	0.32 662	0.15 350	0.32 596	0.32 571	0.38 672	0.53 681	0.40 670	0.34 674	0.34 664	0.25 631	0.11 585	0.12 641	0.12 613	0.10 577	0.14 642	0.14 651

Selective-IGEV-i1pa	2.80 735	3.51 744	0.67 708	0.28 678	0.14 620	10.22 750	0.43 713	4.36 747	3.63 747	3.53 747	6.92 749	3.47 742	1.97 745	13.41 761	2.26 741	0.36 710	0.15 673	0.13 628	0.10 577	0.15 658	0.35 711

DStereoO	0.24 635	0.18 650	0.18 554	0.20 557	0.14 620	0.21 584	0.19 557	0.32 596	0.41 631	0.29 639	0.21 460	0.32 632	0.27 634	0.41 695	0.27 651	0.46 717	0.12 641	0.31 704	0.11 611	0.15 658	0.12 608

Wz-Net-TNSev	0.29 669	0.20 660	0.65 700	0.19 487	0.15 640	0.38 685	0.27 669	0.35 641	0.55 684	0.34 662	0.42 662	0.45 681	0.38 682	0.32 658	0.30 670	0.12 610	0.13 656	0.10 561	0.12 632	0.15 658	0.14 651

sAnonymous2	0.13 426	0.12 570	0.24 607	0.20 557	0.12 575	0.17 506	0.13 187	0.26 502	0.21 435	0.11 284	0.11 268	0.13 367	0.08 241	0.10 129	0.10 217	0.09 509	0.05 286	0.08 424	0.06 303	0.15 658	0.10 567

CroCo_RVC	0.13 426	0.12 570	0.24 607	0.20 557	0.12 575	0.17 506	0.13 187	0.26 502	0.21 435	0.11 284	0.11 268	0.13 367	0.08 241	0.10 129	0.10 217	0.09 509	0.05 286	0.08 424	0.06 303	0.15 658	0.10 567

FINET	0.21 603	0.18 650	0.26 615	0.18 411	0.16 651	0.23 609	0.23 623	0.32 596	0.48 661	0.25 603	0.32 594	0.22 524	0.22 597	0.22 596	0.17 530	0.18 677	0.16 681	0.11 593	0.10 577	0.15 658	0.13 632

RTS	0.45 699	0.19 654	3.26 738	0.24 645	0.15 640	0.74 715	0.20 581	0.36 648	0.76 720	0.42 684	0.43 665	0.31 622	0.41 693	0.53 708	0.35 687	0.10 553	0.08 553	0.13 628	0.12 632	0.15 658	0.15 658

RTSA	0.45 699	0.19 654	3.26 738	0.24 645	0.15 640	0.74 715	0.20 581	0.36 648	0.76 720	0.42 684	0.43 665	0.31 622	0.41 693	0.53 708	0.35 687	0.10 553	0.08 553	0.13 628	0.12 632	0.15 658	0.15 658

NVstereo2D	0.19 578	0.10 525	0.15 463	0.17 317	0.15 640	0.28 652	0.23 623	0.44 687	0.42 639	0.15 419	0.27 548	0.25 562	0.19 572	0.22 596	0.17 530	0.09 509	0.06 444	0.10 561	0.08 487	0.15 658	0.09 535

DStereoFS	0.27 660	0.22 670	0.31 641	0.22 612	0.15 640	0.22 593	0.20 581	0.50 701	0.48 661	0.28 630	0.44 667	0.33 636	0.34 674	0.52 705	0.29 663	0.12 610	0.11 625	0.15 655	0.13 643	0.16 667	0.16 669

GASNet	0.22 612	0.23 673	0.33 648	0.26 662	0.17 666	0.26 635	0.16 424	0.44 687	0.42 639	0.27 615	0.24 494	0.30 609	0.15 490	0.27 628	0.18 548	0.12 610	0.08 553	0.12 613	0.11 611	0.16 667	0.07 417

DDUNet	0.22 612	0.17 639	0.21 588	0.22 612	0.15 640	0.25 625	0.24 637	0.29 559	0.30 556	0.31 650	0.36 619	0.33 636	0.25 620	0.24 617	0.20 567	0.18 677	0.13 656	0.17 667	0.11 611	0.16 667	0.16 669

MFN_U_SF_RVC	0.32 679	0.21 666	0.55 687	0.30 689	0.15 640	0.34 672	0.17 466	0.52 704	0.46 659	0.46 692	0.55 685	0.59 700	0.39 685	0.35 670	0.37 692	0.15 654	0.14 667	0.18 676	0.21 685	0.16 667	0.15 658

FADNet	0.21 603	0.22 670	0.36 657	0.18 411	0.17 666	0.24 614	0.13 187	0.31 585	0.31 564	0.23 581	0.25 522	0.27 580	0.21 588	0.19 541	0.15 499	0.13 636	0.15 673	0.12 613	0.15 665	0.16 667	0.18 681

G-Net	0.24 635	0.16 628	0.36 657	0.22 612	0.16 651	0.51 698	0.23 623	0.29 559	0.34 590	0.36 666	0.38 631	0.31 622	0.29 653	0.27 628	0.26 643	0.11 585	0.09 589	0.12 613	0.09 535	0.16 667	0.13 632

SHD	0.26 658	0.15 620	0.30 639	0.24 645	0.18 673	0.22 593	0.15 350	0.38 662	0.71 713	0.32 656	0.41 656	0.36 649	0.28 645	0.32 658	0.29 663	0.12 610	0.11 625	0.14 642	0.13 643	0.16 667	0.20 687

ADCS	0.29 669	0.18 650	0.45 674	0.21 592	0.17 666	0.28 652	0.23 623	0.41 676	0.63 704	0.40 677	0.49 674	0.40 670	0.36 679	0.39 687	0.40 699	0.13 636	0.12 641	0.13 628	0.14 647	0.16 667	0.16 669

Anonymous_2	0.22 612	0.17 639	0.28 628	0.15 131	0.16 651	0.32 662	0.22 612	0.22 417	0.17 340	0.23 581	0.24 494	0.26 572	0.27 634	0.27 628	0.23 608	0.22 695	0.25 710	0.17 667	0.17 677	0.17 675	0.17 678

XQC	0.28 665	0.23 673	0.51 682	0.28 678	0.19 677	0.34 672	0.27 669	0.36 648	0.57 689	0.31 650	0.30 581	0.37 654	0.30 657	0.38 683	0.38 694	0.13 636	0.09 589	0.15 655	0.12 632	0.17 675	0.18 681

STTRV1_RVC	0.25 647	0.26 682	0.39 665	0.19 487	0.26 698	0.30 659	0.24 637	0.34 625	0.35 599	0.36 666	0.34 611	0.31 622	0.31 661	0.28 640	0.25 631	0.17 675	0.10 611	0.16 663	0.14 647	0.17 675	0.12 608

PDISCO_ROB	0.27 660	0.16 628	0.26 615	0.28 678	0.20 680	0.32 662	0.26 662	0.44 687	0.57 689	0.28 630	0.40 645	0.45 681	0.29 653	0.33 661	0.34 686	0.12 610	0.09 589	0.17 667	0.16 670	0.17 675	0.13 632

MFN_U_SF_DS_RVC	0.30 675	0.24 676	0.29 636	0.36 699	0.16 651	0.34 672	0.30 692	0.32 596	0.42 639	0.40 677	0.46 670	0.38 658	0.31 661	0.34 664	0.28 659	0.19 684	0.20 694	0.26 689	0.29 702	0.18 679	0.19 686

CC-Net-ROB	0.28 665	0.31 696	0.36 657	0.29 687	0.15 640	0.25 625	0.19 557	0.45 690	0.33 578	0.39 674	0.37 625	0.39 666	0.31 661	0.27 628	0.26 643	0.24 701	0.19 691	0.30 703	0.23 692	0.18 679	0.15 658

GANetREF_RVC	0.31 677	0.34 700	0.27 623	0.35 697	0.16 651	0.32 662	0.41 708	0.48 695	0.51 680	0.35 663	0.35 616	0.34 643	0.33 669	0.39 687	0.32 679	0.27 703	0.20 694	0.29 701	0.15 665	0.18 679	0.17 678
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
LSM	0.33 682	0.20 660	0.58 693	0.26 662	0.60 724	0.34 672	0.25 653	0.42 681	0.48 661	0.45 689	0.58 695	0.42 673	0.36 679	0.35 670	0.25 631	0.12 610	0.20 694	0.14 642	0.16 670	0.19 682	0.33 708

DPSNet	0.28 665	0.16 628	0.31 641	0.18 411	0.13 598	0.54 700	0.42 711	0.51 703	0.67 710	0.29 639	0.38 631	0.38 658	0.29 653	0.31 651	0.23 608	0.11 585	0.10 611	0.11 593	0.08 487	0.20 683	0.16 669

PSMNet-RUCA	0.27 660	0.33 698	0.41 670	0.36 699	0.32 706	0.18 525	0.19 557	0.42 681	0.30 556	0.33 660	0.41 656	0.39 666	0.25 620	0.31 651	0.20 567	0.18 677	0.10 611	0.25 688	0.15 665	0.21 684	0.16 669

SQANet	0.23 628	0.23 673	0.30 639	0.30 689	0.19 677	0.27 645	0.13 187	0.29 559	0.33 578	0.24 590	0.37 625	0.31 622	0.22 597	0.27 628	0.23 608	0.15 654	0.10 611	0.21 681	0.16 670	0.21 684	0.15 658

DispFullNet	0.27 660	0.21 666	0.65 700	0.28 678	0.16 651	0.26 635	0.17 466	0.33 616	0.58 692	0.27 615	0.38 631	0.43 677	0.23 605	0.38 683	0.23 608	0.12 610	0.06 444	0.19 678	0.11 611	0.21 684	0.15 658

BEATNet-Init1	0.52 705	0.27 686	0.62 698	0.30 689	0.21 684	0.76 719	0.29 685	0.54 707	0.65 708	0.86 723	0.95 721	2.07 739	0.62 720	0.56 712	0.42 703	0.18 677	0.18 688	0.23 686	0.22 688	0.22 687	0.21 689

DGSMNet	0.24 635	0.19 654	0.33 648	0.21 592	0.24 691	0.24 614	0.20 581	0.35 641	0.41 631	0.24 590	0.32 594	0.38 658	0.21 588	0.29 647	0.23 608	0.12 610	0.11 625	0.14 642	0.16 670	0.23 688	0.23 692

ccnet	0.29 669	0.28 691	0.23 603	0.20 557	0.28 700	0.41 690	0.21 602	0.45 690	0.33 578	0.36 666	0.46 670	0.36 649	0.30 657	0.39 687	0.42 703	0.23 699	0.14 667	0.21 681	0.17 677	0.23 688	0.18 681

MSC_U_SF_DS_RVC	0.43 696	0.39 704	0.54 685	0.40 702	0.20 680	0.64 707	0.32 700	0.53 706	0.72 714	0.71 709	0.72 706	0.61 702	0.54 710	0.51 703	0.46 707	0.20 686	0.19 691	0.29 701	0.30 704	0.23 688	0.18 681

SAMSARA	0.40 691	0.28 691	0.33 648	0.55 713	0.39 707	0.82 722	1.23 739	0.47 694	0.51 680	0.36 666	0.35 616	0.55 699	0.39 685	0.38 683	0.39 696	0.15 654	0.20 694	0.15 655	0.14 647	0.23 688	0.20 687

PASM	0.32 679	0.24 676	0.48 680	0.28 678	0.27 699	0.29 656	0.30 692	0.34 625	0.49 670	0.35 663	0.39 639	0.46 685	0.34 674	0.34 664	0.35 687	0.23 699	0.25 710	0.26 689	0.28 701	0.23 688	0.21 689

MSMD_ROB	0.31 677	0.26 682	0.26 615	0.24 645	0.21 684	0.34 672	0.25 653	0.34 625	0.39 622	0.40 677	0.69 703	0.45 681	0.40 688	0.34 664	0.27 651	0.20 686	0.19 691	0.26 689	0.25 694	0.23 688	0.22 691

FADE		0.33 698		0.33 694	0.25 697							0.42 673				0.30 704	0.21 706	0.41 710	0.38 711	0.23 688

PVD	0.39 688	0.20 660	0.39 665	0.31 693	0.22 686	0.29 656	0.43 713	0.52 704	0.96 727	0.55 699	0.79 713	0.53 697	0.59 717	0.52 705	0.38 694	0.19 684	0.14 667	0.17 667	0.14 647	0.24 695	0.31 706

FSD	0.25 647	0.27 686	0.26 615	0.24 645	0.22 686	0.25 625	0.25 653	0.27 524	0.26 514	0.25 603	0.26 539	0.25 562	0.27 634	0.27 628	0.24 621	0.21 690	0.20 694	0.27 692	0.26 695	0.25 696	0.24 693

FC-DCNN v2	0.33 682	0.27 686	0.28 628	0.26 662	0.23 689	0.37 682	0.28 675	0.40 670	0.43 646	0.45 689	0.56 690	0.51 693	0.40 688	0.37 681	0.29 663	0.21 690	0.20 694	0.27 692	0.26 695	0.25 696	0.24 693

FCDSN-DC	0.33 682	0.28 691	0.28 628	0.30 689	0.24 691	0.39 687	0.28 675	0.42 681	0.42 639	0.43 687	0.53 681	0.51 693	0.41 693	0.36 676	0.30 670	0.21 690	0.20 694	0.27 692	0.26 695	0.25 696	0.24 693
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MANE	0.45 699	0.27 686	0.27 623	0.27 675	0.24 691	0.47 694	0.31 698	0.55 708	0.59 693	0.72 711	1.13 730	1.15 723	0.61 718	0.52 705	0.37 692	0.21 690	0.20 694	0.27 692	0.31 706	0.25 696	0.24 693

FC-DCNN	0.33 682	0.27 686	0.28 628	0.26 662	0.23 689	0.37 682	0.28 675	0.40 670	0.43 646	0.45 689	0.55 685	0.51 693	0.40 688	0.37 681	0.30 670	0.21 690	0.20 694	0.27 692	0.26 695	0.25 696	0.24 693

ELAS_RVC	0.41 693	0.29 694	0.33 648	0.28 678	0.24 691	0.54 700	0.36 703	0.49 697	0.59 693	0.72 711	0.74 709	0.65 706	0.54 710	0.54 710	0.40 699	0.22 695	0.20 694	0.27 692	0.26 695	0.26 701	0.25 699
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 693	0.29 694	0.33 648	0.27 675	0.24 691	0.60 705	0.36 703	0.50 701	0.50 673	0.71 709	0.79 713	0.67 708	0.54 710	0.51 703	0.42 703	0.22 695	0.20 694	0.27 692	0.26 695	0.26 701	0.25 699
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
otaku	0.39 688	0.37 703	0.52 683	0.44 706	0.28 700	0.58 702	0.24 637	0.41 676	0.62 700	0.40 677	0.49 674	0.46 685	0.33 669	0.40 692	0.32 679	0.30 704	0.30 714	0.39 708	0.33 707	0.29 703	0.28 702

JetBlue	0.71 714	0.45 708	1.14 729	0.51 711	0.47 713	2.02 737	0.64 726	0.75 717	0.70 712	0.69 708	0.77 712	1.22 725	0.83 728	1.03 734	1.01 734	0.40 712	0.28 712	0.33 705	0.33 707	0.30 704	0.34 709

ACVNet-4b	0.39 688	0.53 710	0.55 687	0.45 707	0.24 691	0.47 694	0.18 516	0.49 697	0.64 705	0.42 684	0.45 669	0.60 701	0.27 634	0.34 664	0.24 621	0.33 708	0.14 667	0.48 712	0.42 714	0.30 704	0.26 701

NVStereoNet_ROB	0.46 702	0.36 702	0.46 678	0.41 704	0.28 700	0.34 672	0.34 701	0.48 695	0.60 697	0.72 711	0.93 719	0.70 711	0.66 721	0.47 698	0.60 718	0.22 695	0.33 718	0.34 706	0.34 710	0.30 704	0.30 705
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_1	0.44 697	0.49 709	0.60 696	0.45 707	0.28 700	0.49 697	0.27 669	0.57 711	0.72 714	0.62 704	0.58 695	0.74 712	0.49 707	0.50 701	0.35 687	0.26 702	0.24 708	0.39 708	0.29 702	0.31 707	0.24 693

Ntro	0.40 691	0.40 705	0.53 684	0.46 710	0.30 704	0.65 708	0.24 637	0.46 692	0.68 711	0.41 681	0.49 674	0.48 691	0.42 697	0.39 687	0.31 677	0.32 706	0.28 712	0.37 707	0.30 704	0.32 708	0.29 703

MonStereo1	0.47 703	0.26 682	0.58 693	0.28 678	0.20 680	0.39 687	0.18 516	0.49 697	0.64 705	0.52 695	0.87 716	1.01 718	0.57 715	0.50 701	0.56 715	0.53 721	0.31 717	0.54 718	0.40 712	0.33 709	0.34 709

MADNet+	0.75 717	0.71 720	3.70 741	0.66 717	0.41 709	0.98 727	0.97 737	0.69 716	0.73 718	0.52 695	0.57 693	0.64 704	0.68 723	0.86 726	1.01 734	0.34 709	0.36 720	0.28 700	0.23 692	0.36 710	0.31 706

Consistency-Raft	0.44 697	0.40 705	0.45 674	0.37 701	0.43 711	0.46 692	0.41 708	0.57 711	0.55 684	0.32 656	0.73 707	0.33 636	0.48 706	0.42 696	0.49 710	0.39 711	0.35 719	0.45 711	0.51 721	0.42 711	0.29 703

light-stereo	0.42 695	0.26 682	0.59 695	0.60 715	0.49 714	0.32 662	0.23 623	0.46 692	0.52 682	0.56 701	0.58 695	0.76 713	0.32 667	0.48 699	0.29 663	0.32 706	0.24 708	0.27 692	0.33 707	0.46 712	0.39 713

ACVNet_2	0.66 713	0.66 718	0.68 709	0.63 716	0.41 709	0.71 713	0.49 716	0.96 726	1.39 736	0.89 725	1.09 726	1.04 719	0.73 724	0.54 710	0.47 708	0.43 715	0.40 721	0.53 717	0.44 715	0.47 713	0.35 711

anonymity	0.53 706	0.58 712	0.65 700	0.41 704	0.61 725	0.53 699	0.41 708	0.56 709	0.41 631	0.55 699	0.50 678	0.49 692	0.55 713	0.58 713	0.50 713	0.58 724	0.50 732	0.51 714	0.51 721	0.51 714	0.57 722

IMH-64-1	0.65 711	0.61 714	0.68 709	0.71 718	0.51 715	0.59 703	0.49 716	0.91 722	0.85 722	0.74 715	1.02 723	0.81 714	0.78 726	0.79 719	0.49 710	0.42 713	0.46 723	0.71 721	0.47 716	0.52 715	0.39 713

IMH-64	0.65 711	0.61 714	0.68 709	0.71 718	0.51 715	0.59 703	0.49 716	0.91 722	0.85 722	0.74 715	1.02 723	0.81 714	0.78 726	0.79 719	0.49 710	0.42 713	0.46 723	0.71 721	0.47 716	0.52 715	0.39 713

RainbowNet	0.54 707	0.61 714	0.70 715	0.57 714	0.43 711	0.65 708	0.37 706	0.60 713	0.87 724	0.50 694	0.66 700	0.64 704	0.47 705	0.49 700	0.43 706	0.47 718	0.48 728	0.52 716	0.41 713	0.52 715	0.40 716

SGM+DAISY	0.56 708	0.57 711	0.65 700	0.40 702	0.54 717	0.66 710	0.49 716	0.56 709	0.45 657	0.66 705	0.69 703	0.67 708	0.56 714	0.63 715	0.56 715	0.59 725	0.48 728	0.50 713	0.50 720	0.52 715	0.58 723

SPS-STEREO	0.57 709	0.58 712	0.65 700	0.45 707	0.55 719	0.62 706	0.44 715	0.62 714	0.50 673	0.68 707	0.64 698	0.66 707	0.57 715	0.61 714	0.60 718	0.62 727	0.47 727	0.51 714	0.49 718	0.55 719	0.58 723
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH	0.71 714	0.64 717	0.68 709	0.76 720	0.54 717	0.69 711	0.54 720	0.98 728	1.10 729	0.82 719	1.09 726	0.89 716	0.88 731	0.87 727	0.52 714	0.44 716	0.50 732	0.75 724	0.51 721	0.56 720	0.41 717

GCST	0.37 687	0.42 707	0.26 615	1.02 733	0.39 707	0.18 525	0.08 9	0.20 363	0.17 340	0.28 630	0.25 522	0.15 419	0.12 406	0.16 467	0.14 466	0.64 728	0.43 722	0.75 724	0.65 728	0.63 721	0.46 719

WAO-7	0.79 719	0.78 723	0.54 685	0.85 726	0.67 728	0.74 715	0.68 730	1.05 732	1.32 734	0.90 727	1.20 733	1.04 719	0.92 732	0.69 717	0.66 721	0.60 726	0.62 742	0.67 720	0.68 730	0.64 722	0.58 723

LVE	0.83 722	0.85 727	0.85 722	0.80 723	0.56 720	1.04 732	0.65 727	1.05 732	1.47 739	0.96 729	1.22 734	1.10 722	0.85 729	0.83 722	0.71 726	0.49 719	0.55 738	0.76 727	0.60 726	0.65 723	0.59 728

Dean	0.87 723	0.86 728	0.79 719	0.81 724	0.56 720	0.90 723	0.63 724	1.15 742	1.73 742	1.15 737	1.15 731	1.31 728	0.99 735	0.81 721	0.81 730	0.57 723	0.56 739	0.77 728	0.64 727	0.66 724	0.58 723

TorneroNet-64	0.76 718	0.72 721	0.74 716	0.78 722	0.58 723	0.91 726	0.56 721	0.84 720	1.29 733	0.66 705	0.90 717	1.40 731	0.75 725	0.85 725	0.67 724	0.49 719	0.46 723	0.72 723	0.59 724	0.67 725	0.53 721

WAO-6	0.81 720	0.80 724	0.62 698	0.86 727	0.63 726	0.76 719	0.58 723	0.98 728	1.54 741	0.90 727	0.96 722	1.07 721	1.03 736	0.70 718	0.66 721	0.72 730	0.49 730	0.90 732	0.71 731	0.68 726	0.58 723

MFMNet_re	0.64 710	0.66 718	0.65 700	0.51 711	0.69 729	0.69 711	0.57 722	0.64 715	0.73 718	0.60 702	0.73 707	0.62 703	0.67 722	0.65 716	0.60 718	0.66 729	0.58 741	0.63 719	0.59 724	0.68 726	0.69 732

WAO-8	0.91 724	0.81 725	0.65 700	0.94 730	0.69 729	0.90 723	0.67 728	1.07 736	1.83 744	1.06 734	1.45 736	1.30 726	1.07 737	0.84 723	0.78 727	0.74 732	0.53 735	0.86 730	0.75 732	0.69 728	0.62 729

Venus	0.91 724	0.81 725	0.65 700	0.94 730	0.69 729	0.90 723	0.67 728	1.07 736	1.83 744	1.06 734	1.45 736	1.30 726	1.07 737	0.84 723	0.78 727	0.74 732	0.53 735	0.86 730	0.75 732	0.69 728	0.62 729

PWCK	0.71 714	0.94 729	0.95 724	0.76 720	0.31 705	0.74 715	0.36 703	0.90 721	0.90 725	0.96 729	0.75 711	0.95 717	0.61 718	0.87 727	0.66 721	0.72 730	0.46 723	0.75 724	0.49 718	0.69 728	0.44 718

TorneroNet	0.82 721	0.74 722	0.81 721	0.84 725	0.63 726	0.99 728	0.63 724	0.96 726	1.16 730	0.80 718	1.11 728	1.36 730	0.86 730	0.93 730	0.80 729	0.56 722	0.49 730	0.78 729	0.66 729	0.73 731	0.63 731

UNDER WATER-64	0.95 726	0.94 729	1.43 733	0.87 728	0.56 720	1.18 735	0.87 734	0.77 718	0.94 726	1.04 732	0.85 715	1.58 736	1.21 742	0.94 731	0.96 732	0.87 736	0.57 740	1.03 736	0.88 737	0.78 732	0.73 733

UNDER WATER	0.97 727	0.97 731	1.42 732	0.99 732	0.70 732	1.12 734	0.84 733	0.80 719	1.08 728	1.01 731	0.90 717	1.55 735	1.22 743	1.03 734	1.00 733	0.78 734	0.53 735	1.02 735	0.87 736	0.80 733	0.74 734

DPSimNet_ROB	1.11 731	1.23 735	0.78 717	1.13 735	0.88 736	1.10 733	1.13 738	1.16 743	1.23 732	1.43 741	1.02 723	1.41 732	1.10 740	0.90 729	1.60 736	1.46 748	0.51 734	1.21 740	1.03 740	0.90 734	1.01 740

notaker	0.97 727	1.11 732	0.98 725	1.13 735	0.81 733	0.73 714	0.68 730	0.93 724	1.16 730	1.18 739	1.18 732	1.41 732	1.16 741	1.08 736	0.69 725	0.81 735	0.64 743	1.17 738	0.79 734	0.98 735	0.80 736

KSHMR	1.09 730	1.17 733	0.88 723	1.25 738	1.00 737	0.99 728	0.96 736	1.13 740	1.37 735	1.16 738	1.29 735	1.41 732	0.96 734	1.01 733	0.92 731	1.03 744	1.08 746	1.20 739	1.03 740	1.01 736	0.97 738

ktn	1.01 729	1.21 734	0.80 720	1.23 737	0.86 735	1.01 730	0.87 734	0.94 725	1.39 736	1.04 732	1.12 729	1.15 723	1.07 737	0.94 731	0.59 717	1.28 747	0.71 744	1.38 742	0.83 735	1.02 737	0.75 735

HanzoNet	1.29 732	1.26 736	1.19 730	1.12 734	0.85 734	1.02 731	0.83 732	1.03 731	1.48 740	1.64 742	1.61 738	2.50 741	1.72 744	1.61 738	1.61 737	1.26 746	0.80 745	1.31 741	1.01 739	1.02 737	0.86 737

JetRed	1.62 733	1.46 737	2.98 736	0.92 729	1.21 738	4.99 745	1.53 742	1.27 744	1.39 736	1.83 743	1.74 739	1.60 737	0.95 733	1.41 737	2.45 745	0.90 738	1.60 748	0.93 733	0.90 738	1.35 739	0.99 739

ASD4	3.54 737	3.38 743	2.05 735	1.72 739	2.51 742	9.03 749	17.71 753	2.25 745	5.51 749	2.46 745	2.81 747	2.03 738	3.36 748	2.73 740	5.06 748	1.22 745	1.34 747	1.13 737	1.33 742	1.68 740	1.49 742

MADNet++	1.95 734	1.75 738	1.59 734	1.82 740	1.69 740	2.33 738	1.40 741	2.35 746	2.09 746	2.57 746	2.36 746	2.24 740	2.17 746	2.28 739	2.34 743	1.87 749	1.66 749	1.54 743	1.34 743	1.92 741	1.77 743

USTest	6.22 745	2.73 741	3.00 737	6.57 748	7.29 747	14.37 753	21.57 754	7.00 755	9.56 754	5.34 752	6.10 748	5.72 746	7.64 752	6.41 751	6.96 752	1.97 750	3.42 755	1.64 744	2.15 752	2.66 742	2.36 744

tt	4.67 744	0.06 125	3.55 740	2.02 741	1.55 739	10.25 751	16.71 752	8.91 756	5.03 748	1.31 740	0.94 720	4.71 743	4.76 749	3.33 746	5.87 750	6.06 757	10.30 763	1.88 746	2.11 751	2.75 743	1.21 741

xxxxx1	7.79 746	5.02 749	7.31 750	3.12 742	3.85 743	16.35 755	22.88 755	5.86 752	8.69 751	7.97 753	8.54 750	9.12 756	8.27 753	10.18 753	10.92 753	2.42 751	2.45 751	3.56 754	12.37 760	3.77 744	3.06 746

tt_ll	7.79 746	5.02 749	7.31 750	3.12 742	3.85 743	16.35 755	22.88 755	5.86 752	8.69 751	7.97 753	8.54 750	9.12 756	8.27 753	10.18 753	10.92 753	2.42 751	2.45 751	3.56 754	12.37 760	3.77 744	3.06 746

ff	7.79 746	5.02 749	7.31 750	3.12 742	3.85 743	16.35 755	22.88 755	5.86 752	8.69 751	7.97 753	8.54 750	9.12 756	8.27 753	10.18 753	10.92 753	2.42 751	2.45 751	3.56 754	12.37 760	3.77 744	3.06 746

DPSMNet_ROB	8.06 750	4.48 745	8.63 758	5.37 747	10.74 750	8.32 747	22.98 759	5.46 749	13.36 759	5.12 750	9.92 755	5.08 744	10.40 756	5.53 750	12.58 756	3.80 755	8.00 756	3.50 752	7.02 757	3.83 747	7.14 758

DGTPSM_ROB	8.06 750	4.48 745	8.63 758	5.35 745	10.72 749	8.32 747	22.97 758	5.46 749	13.35 758	5.12 750	9.92 755	5.08 744	10.40 756	5.52 749	12.58 756	3.79 754	8.00 756	3.50 752	7.02 757	3.83 747	7.14 758

TCMNet-wrong-test	3.67 743	5.48 754	3.89 744	12.18 754	11.75 755	4.65 744	3.88 743	1.06 734	0.72 714	1.09 736	2.15 745	6.30 750	0.53 709	3.43 747	2.36 744	0.89 737	0.20 694	1.87 745	1.69 744	5.57 749	3.62 749

noway2	3.60 738	5.21 752	3.74 742	12.26 756	11.84 756	4.51 741	3.91 744	1.00 730	0.48 661	0.89 725	1.98 740	6.35 752	0.41 693	2.90 741	2.47 746	0.93 739	0.13 656	1.92 747	1.77 749	5.66 750	3.67 750

noway3	3.64 741	5.28 753	3.79 743	12.26 756	11.84 756	4.53 742	3.92 746	1.06 734	0.48 661	0.88 724	1.98 740	6.32 751	0.46 704	3.32 745	2.57 747	0.95 743	0.15 673	1.93 748	1.76 745	5.67 751	3.69 753

zzzz4	3.62 739	5.55 756	4.00 747	12.27 758	11.85 759	4.49 739	3.91 744	1.10 739	0.42 639	0.85 721	2.01 742	6.20 748	0.44 700	3.00 742	2.25 739	0.94 740	0.15 673	1.93 748	1.76 745	5.70 752	3.67 750

noway1	3.62 739	5.55 756	3.97 745	12.27 758	11.85 759	4.50 740	3.92 746	1.09 738	0.42 639	0.85 721	2.01 742	6.22 749	0.44 700	3.00 742	2.25 739	0.94 740	0.15 673	1.93 748	1.76 745	5.70 752	3.67 750

noway4	3.64 741	5.53 755	3.97 745	12.24 755	11.84 756	4.58 743	3.96 748	1.14 741	0.45 657	0.82 719	2.01 742	6.19 747	0.43 699	3.04 744	2.29 742	0.94 740	0.15 673	1.93 748	1.76 745	5.75 754	3.71 754

iinet-test	10.48 755	8.09 759	7.54 754	10.26 749	10.94 751	18.00 759	25.26 761	11.33 760	13.28 756	9.69 757	9.85 753	9.42 759	11.17 758	11.02 757	12.78 759	6.59 759	8.30 758	5.56 757	6.56 753	6.89 755	7.02 756

IINet	10.48 755	8.09 759	7.54 754	10.26 749	10.94 751	18.00 759	25.26 761	11.33 760	13.28 756	9.69 757	9.85 753	9.42 759	11.17 758	11.02 757	12.78 759	6.59 759	8.30 758	5.56 757	6.56 753	6.89 755	7.02 756

DPSM_ROB	11.15 759	8.58 761	8.00 756	10.88 752	11.58 753	19.10 762	26.71 764	12.05 762	14.07 763	10.36 759	10.84 758	10.33 762	11.86 761	11.70 759	13.54 761	6.99 761	8.79 761	5.89 760	6.95 755	7.29 757	7.42 760

DPSM	11.15 759	8.58 761	8.00 756	10.88 752	11.58 753	19.10 762	26.71 764	12.05 762	14.07 763	10.36 759	10.84 758	10.33 762	11.86 761	11.70 759	13.54 761	6.99 761	8.79 761	5.89 760	6.95 755	7.29 757	7.42 760

PML	8.91 752	9.34 763	6.13 748	5.35 745	6.41 746	14.99 754	23.38 760	5.27 748	6.83 750	18.04 765	28.19 774	7.67 753	6.83 751	7.85 752	5.75 749	5.35 756	1.83 750	5.95 762	1.93 750	8.64 759	2.52 745

Anonymous_1	10.96 758	7.92 758	7.46 753	10.33 751	10.06 748	18.65 761	26.34 763	11.06 759	13.44 760	9.40 756	10.05 757	9.67 761	11.23 760	10.73 756	12.72 758	6.42 758	8.38 760	5.77 759	10.61 759	12.12 760	6.77 755

zzzzzz3	32.30 775	13.60 765	18.91 766	39.10 776	40.27 778	58.35 776	74.04 777	33.28 777	42.63 776	31.37 776	33.03 775	30.65 777	36.33 778	37.51 777	43.96 778	20.73 772	26.80 776	16.52 771	20.79 774	12.34 761	15.78 770

zzz1	32.32 776	13.62 766	19.04 768	39.10 776	40.27 778	58.39 777	73.98 776	33.31 778	42.69 779	31.39 777	33.04 776	30.66 778	36.33 778	37.52 778	43.96 778	20.74 773	26.81 777	16.53 772	20.80 775	12.35 762	15.78 770

Hybrid-DGEV	22.47 770	17.40 773	16.14 764	22.00 765	23.29 769	38.36 769	53.80 771	24.43 775	28.63 774	20.59 768	21.81 769	20.88 769	23.91 770	23.45 770	27.42 772	14.08 767	17.69 767	11.83 765	14.06 768	14.65 763	14.93 765

FlowAnything	22.44 769	17.35 771	16.14 764	22.07 770	23.23 767	38.39 771	53.77 769	24.25 772	28.44 771	20.96 774	21.82 770	20.70 767	23.84 768	23.49 771	27.14 768	14.04 763	17.79 772	11.75 763	14.15 769	14.65 763	14.89 763

CasAABBNet	22.42 766	17.33 768	16.01 762	22.01 766	23.28 768	38.32 766	53.80 771	24.14 770	28.41 770	20.60 769	21.77 768	20.89 772	23.91 770	23.43 769	27.36 770	14.07 764	17.69 767	11.83 765	14.01 764	14.67 765	14.95 766

RAFT-FEzeroshot	22.43 767	17.33 768	15.98 760	22.02 767	23.31 770	38.34 767	53.82 773	24.05 768	28.39 768	20.61 770	21.76 766	20.88 769	23.92 772	23.41 767	27.42 772	14.07 764	17.69 767	11.83 765	14.02 765	14.69 766	14.97 767

RAFT-FE	22.43 767	17.33 768	15.98 760	22.02 767	23.31 770	38.34 767	53.82 773	24.05 768	28.39 768	20.61 770	21.76 766	20.88 769	23.92 772	23.41 767	27.42 772	14.07 764	17.69 767	11.83 765	14.02 765	14.69 766	14.97 767

Selective-RAFT-Error	22.47 770	17.37 772	16.09 763	22.06 769	23.34 772	38.39 771	53.83 775	24.29 774	28.47 772	20.74 772	21.83 771	20.81 768	23.90 769	23.54 773	27.53 775	14.08 767	17.69 767	11.82 764	14.00 763	14.69 766	15.00 769

LSM0	22.87 773	17.28 767	18.96 767	22.19 771	29.04 775	38.42 773	53.71 768	24.28 773	28.31 767	20.78 773	21.00 763	21.43 773	24.16 774	23.50 772	27.39 771	14.09 769	17.38 765	11.84 769	14.04 767	14.73 769	14.89 763

fast-reg	22.85 772	17.43 774	19.15 769	22.22 772	24.34 773	38.36 769	53.78 770	24.23 771	28.52 773	20.55 767	22.05 772	20.54 766	23.77 767	23.21 766	27.31 769	14.18 770	17.47 766	14.33 770	14.96 770	15.81 770	14.81 762

LRCNet_RVC	10.62 757	13.42 764	7.30 749	18.92 763	2.07 741	0.33 669	0.30 692	5.59 751	0.48 661	13.03 761	17.94 761	8.87 755	5.65 750	4.79 748	1.89 738	23.51 776	2.73 754	27.55 779	25.71 779	16.07 771	16.33 772

HaxPig	15.71 761	18.52 775	19.18 770	16.89 762	15.89 763	7.73 746	7.60 749	13.31 764	10.82 755	15.42 762	14.91 760	15.98 764	14.92 763	15.58 762	15.98 763	18.95 771	16.73 764	19.46 775	18.08 771	19.26 772	19.05 775

RSGM-EC	20.36 763	4.73 747	0.68 709	16.76 760	16.92 764	21.28 764	27.18 766	10.46 757	14.04 761	18.00 763	21.31 764	22.24 774	21.82 765	22.57 764	17.63 764	62.81 779	33.79 779	20.14 776	18.10 772	20.18 773	16.45 773

acva	20.36 763	4.73 747	0.68 709	16.76 760	16.92 764	21.28 764	27.18 766	10.46 757	14.04 761	18.00 763	21.31 764	22.24 774	21.82 765	22.57 764	17.63 764	62.81 779	33.79 779	20.14 776	18.10 772	20.18 773	16.45 773

zzzz2	33.88 777	26.18 777	24.44 774	33.40 774	35.10 776	58.13 774	81.44 778	37.02 779	42.64 777	31.75 778	33.25 777	31.23 779	35.81 776	34.90 775	40.56 776	21.21 774	26.75 774	18.05 773	21.21 776	22.06 775	22.50 776

noway5	33.88 777	26.18 777	24.44 774	33.40 774	35.10 776	58.13 774	81.44 778	37.02 779	42.64 777	31.75 778	33.25 777	31.23 779	35.81 776	34.90 775	40.56 776	21.21 774	26.75 774	18.05 773	21.21 776	22.06 775	22.50 776

MEDIAN_ROB	20.38 765	24.04 776	23.31 773	21.23 764	21.71 766	10.40 752	7.92 750	17.64 765	15.50 765	20.12 766	19.70 762	20.34 765	20.32 764	21.19 763	21.13 766	23.81 777	21.81 773	24.98 778	23.76 778	24.71 777	23.93 778

AVERAGE_ROB	24.90 774	29.20 779	28.14 776	24.89 773	24.64 774	17.75 758	11.12 751	21.45 767	19.93 766	25.12 775	24.46 773	25.12 776	25.46 775	24.69 774	22.83 767	29.76 778	27.13 778	28.97 780	27.95 780	29.91 778	29.47 779

DLNR_Zeroshot_test	10.40 753	1.82 739	19.49 771	120.77 780	13.11 762	0.06 16	0.13 187	0.23 441	0.10 88	0.07 80	0.10 213	0.09 243	0.06 71	0.10 129	0.09 110	0.13 636	0.04 25	0.06 209	0.04 65	51.54 779	0.04 78

DLNR-FE	10.43 754	1.83 740	19.53 772	120.75 779	13.06 761	0.06 16	0.13 187	0.23 441	0.10 88	0.07 80	0.10 213	0.09 243	0.06 71	0.10 129	0.09 110	0.13 636	0.04 25	0.06 209	0.04 65	52.01 780	0.04 78

test_example2	98.32 779	94.13 780	45.89 777	96.35 778	109.85 780	88.61 778	95.45 780	25.75 776	94.37 780	130.00 781	126.06 781	58.17 781	74.63 780	88.51 779	79.96 780	150.23 781	221.02 781	77.62 781	99.10 781	113.75 781	96.94 780

ccccc	245.47 780	285.66 781	306.18 780	368.85 781	370.60 781	123.16 780	145.33 781	115.05 781	110.08 781	126.68 780	110.87 780	122.83 782	165.88 781	252.94 781	276.56 781	384.56 782	353.86 782	254.69 782	223.00 782	425.87 782	386.83 781

Low-res two-view benchmark