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

asda	0.11 25	0.11 168	0.16 33	0.17 25	0.09 34	0.14 20	0.12 26	0.24 93	0.16 39	0.11 31	0.11 26	0.08 3	0.10 53	0.15 25	0.12 56	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

asd	0.10 2	0.10 94	0.15 15	0.17 25	0.10 78	0.16 58	0.10 8	0.19 24	0.13 17	0.12 49	0.11 26	0.09 22	0.10 53	0.16 43	0.11 15	0.04 1	0.04 2	0.05 1	0.05 51	0.05 5	0.04 1

qwe	0.11 25	0.10 94	0.14 6	0.17 25	0.10 78	0.15 31	0.12 26	0.25 102	0.17 56	0.14 91	0.13 54	0.09 22	0.09 22	0.18 85	0.12 56	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

4.25_new	0.11 25	0.11 168	0.16 33	0.17 25	0.10 78	0.17 80	0.12 26	0.21 48	0.14 24	0.12 49	0.13 54	0.09 22	0.10 53	0.15 25	0.12 56	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

4.5w_new	0.11 25	0.11 168	0.16 33	0.17 25	0.10 78	0.17 80	0.12 26	0.21 48	0.14 24	0.12 49	0.13 54	0.09 22	0.10 53	0.15 25	0.12 56	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

4.25w-stereo	0.11 25	0.11 168	0.16 33	0.17 25	0.10 78	0.17 80	0.12 26	0.21 48	0.14 24	0.12 49	0.13 54	0.09 22	0.10 53	0.15 25	0.12 56	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

4w-stereo	0.10 2	0.10 94	0.15 15	0.17 25	0.09 34	0.15 31	0.10 8	0.19 24	0.13 17	0.12 49	0.12 41	0.08 3	0.11 82	0.16 43	0.12 56	0.04 1	0.04 2	0.05 1	0.05 51	0.05 5	0.04 1

3.5w_stereo	0.11 25	0.10 94	0.14 6	0.17 25	0.09 34	0.17 80	0.09 2	0.22 60	0.16 39	0.13 66	0.13 54	0.09 22	0.11 82	0.19 108	0.13 102	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

BStereo	0.13 66	0.10 94	0.42 328	0.18 60	0.11 125	0.13 15	0.14 77	0.24 93	0.22 141	0.12 49	0.11 26	0.12 70	0.09 22	0.16 43	0.14 139	0.05 9	0.06 168	0.06 32	0.08 241	0.05 5	0.06 89

Wave_Phase_stereo	0.14 93	0.10 94	0.42 328	0.18 60	0.11 125	0.36 445	0.14 77	0.28 144	0.22 141	0.12 49	0.11 26	0.12 70	0.09 22	0.16 43	0.14 139	0.05 9	0.06 168	0.06 32	0.08 241	0.05 5	0.06 89

NLSM3	0.13 66	0.10 94	0.17 44	0.21 214	0.13 262	0.18 102	0.16 136	0.30 177	0.24 177	0.11 31	0.15 87	0.12 70	0.13 141	0.17 62	0.15 165	0.05 9	0.05 32	0.08 182	0.08 241	0.05 5	0.05 26

BridgeDepth	0.10 2	0.09 52	0.14 6	0.19 106	0.07 1	0.16 58	0.12 26	0.16 6	0.12 10	0.08 1	0.09 11	0.14 111	0.13 141	0.14 11	0.10 1	0.05 9	0.04 2	0.05 1	0.05 51	0.05 5	0.04 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonStereo	0.10 2	0.08 17	0.13 1	0.17 25	0.08 12	0.14 20	0.12 26	0.24 93	0.19 85	0.09 6	0.11 26	0.08 3	0.07 3	0.14 11	0.11 15	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

Wavelet-MonSter	0.10 2	0.08 17	0.13 1	0.18 60	0.10 78	0.13 15	0.12 26	0.15 5	0.12 10	0.10 15	0.13 54	0.10 39	0.10 53	0.14 11	0.11 15	0.05 9	0.05 32	0.05 1	0.04 1	0.04 1	0.04 1

Monster-pub-eth3d	0.10 2	0.08 17	0.13 1	0.17 25	0.08 12	0.13 15	0.12 26	0.24 93	0.19 85	0.09 6	0.11 26	0.08 3	0.07 3	0.14 11	0.11 15	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

AdaDepth	0.11 25	0.09 52	0.20 73	0.20 169	0.10 78	0.19 130	0.13 52	0.16 6	0.13 17	0.10 15	0.10 18	0.09 22	0.09 22	0.19 108	0.12 56	0.05 9	0.05 32	0.06 32	0.06 104	0.05 5	0.05 26

2.25w	0.11 25	0.09 52	0.15 15	0.17 25	0.09 34	0.15 31	0.10 8	0.19 24	0.18 68	0.14 91	0.17 115	0.09 22	0.10 53	0.18 85	0.13 102	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.05 26

4.5_new	0.11 25	0.11 168	0.15 15	0.17 25	0.09 34	0.14 20	0.12 26	0.21 48	0.16 39	0.13 66	0.13 54	0.08 3	0.09 22	0.13 5	0.11 15	0.05 9	0.04 2	0.05 1	0.05 51	0.06 57	0.04 1

4.5w-stereo	0.11 25	0.11 168	0.15 15	0.17 25	0.09 34	0.14 20	0.12 26	0.21 48	0.16 39	0.13 66	0.13 54	0.08 3	0.09 22	0.13 5	0.11 15	0.05 9	0.04 2	0.05 1	0.05 51	0.06 57	0.04 1

2.5w	0.11 25	0.10 94	0.15 15	0.18 60	0.09 34	0.15 31	0.15 103	0.20 35	0.15 33	0.12 49	0.13 54	0.10 39	0.09 22	0.17 62	0.11 15	0.05 9	0.04 2	0.05 1	0.05 51	0.05 5	0.04 1

2.75w_new	0.11 25	0.09 52	0.14 6	0.16 10	0.09 34	0.15 31	0.12 26	0.25 102	0.16 39	0.14 91	0.13 54	0.08 3	0.10 53	0.16 43	0.13 102	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 26

3.25w_new	0.11 25	0.09 52	0.15 15	0.17 25	0.09 34	0.19 130	0.10 8	0.22 60	0.17 56	0.14 91	0.12 41	0.10 39	0.11 82	0.17 62	0.12 56	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 26

3.25w	0.11 25	0.09 52	0.15 15	0.17 25	0.09 34	0.19 130	0.10 8	0.22 60	0.17 56	0.14 91	0.12 41	0.10 39	0.11 82	0.17 62	0.12 56	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 26

3.75w	0.11 25	0.09 52	0.15 15	0.17 25	0.11 125	0.18 102	0.12 26	0.23 79	0.14 24	0.13 66	0.11 26	0.08 3	0.10 53	0.16 43	0.11 15	0.05 9	0.03 1	0.05 1	0.04 1	0.05 5	0.04 1

3w_stereo	0.12 51	0.11 168	0.18 54	0.18 60	0.08 12	0.16 58	0.15 103	0.27 125	0.19 85	0.12 49	0.12 41	0.07 1	0.12 108	0.15 25	0.11 15	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.05 26

2w_stereo	0.11 25	0.10 94	0.15 15	0.18 60	0.08 12	0.16 58	0.14 77	0.27 125	0.20 111	0.14 91	0.14 84	0.08 3	0.11 82	0.13 5	0.12 56	0.05 9	0.04 2	0.05 1	0.05 51	0.05 5	0.04 1

1w_stereo	0.12 51	0.08 17	0.14 6	0.18 60	0.09 34	0.16 58	0.15 103	0.25 102	0.21 128	0.13 66	0.16 102	0.08 3	0.12 108	0.16 43	0.13 102	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.05 26

monsterstereo	0.11 25	0.09 52	0.14 6	0.19 106	0.12 184	0.14 20	0.12 26	0.25 102	0.17 56	0.13 66	0.16 102	0.08 3	0.09 22	0.19 108	0.11 15	0.05 9	0.05 32	0.06 32	0.05 51	0.05 5	0.04 1

LG-Stereo	0.13 66	0.10 94	0.24 107	0.20 169	0.09 34	0.16 58	0.18 222	0.21 48	0.18 68	0.11 31	0.17 115	0.09 22	0.09 22	0.15 25	0.14 139	0.05 9	0.06 168	0.08 182	0.08 241	0.07 126	0.05 26

MonSter	0.10 2	0.08 17	0.13 1	0.17 25	0.08 12	0.14 20	0.12 26	0.24 93	0.19 85	0.09 6	0.11 26	0.08 3	0.07 3	0.14 11	0.11 15	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

Pro-Stereo	0.10 2	0.07 2	0.14 6	0.17 25	0.10 78	0.17 80	0.13 52	0.11 1	0.13 17	0.10 15	0.09 11	0.08 3	0.06 1	0.22 163	0.11 15	0.06 31	0.05 32	0.07 97	0.08 241	0.05 5	0.05 26

MonSter++	0.10 2	0.07 2	0.15 15	0.16 10	0.09 34	0.15 31	0.12 26	0.17 12	0.13 17	0.09 6	0.09 11	0.11 59	0.10 53	0.14 11	0.12 56	0.06 31	0.05 32	0.05 1	0.04 1	0.05 5	0.05 26

HiDET	0.10 2	0.07 2	0.15 15	0.15 5	0.09 34	0.14 20	0.12 26	0.19 24	0.15 33	0.10 15	0.09 11	0.11 59	0.09 22	0.15 25	0.13 102	0.06 31	0.05 32	0.05 1	0.04 1	0.05 5	0.05 26

LCMNet	0.10 2	0.07 2	0.15 15	0.15 5	0.09 34	0.15 31	0.12 26	0.18 18	0.19 85	0.10 15	0.10 18	0.11 59	0.10 53	0.15 25	0.13 102	0.06 31	0.06 168	0.05 1	0.04 1	0.05 5	0.05 26

VIP-Stereo	0.12 51	0.12 210	0.21 82	0.18 60	0.11 125	0.24 265	0.12 26	0.19 24	0.18 68	0.10 15	0.13 54	0.11 59	0.09 22	0.19 108	0.11 15	0.06 31	0.05 32	0.06 32	0.04 1	0.05 5	0.05 26

Replicate-Monster	0.12 51	0.10 94	0.32 185	0.16 10	0.08 12	0.17 80	0.10 8	0.22 60	0.19 85	0.11 31	0.10 18	0.10 39	0.09 22	0.19 108	0.11 15	0.06 31	0.05 32	0.06 32	0.04 1	0.05 5	0.08 249

monsters	0.11 25	0.09 52	0.13 1	0.17 25	0.12 184	0.15 31	0.11 17	0.23 79	0.15 33	0.14 91	0.12 41	0.08 3	0.09 22	0.21 146	0.10 1	0.06 31	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

IGEV	0.11 25	0.06 1	0.17 44	0.15 5	0.11 125	0.16 58	0.13 52	0.21 48	0.16 39	0.11 31	0.15 87	0.09 22	0.07 3	0.14 11	0.11 15	0.06 31	0.05 32	0.06 32	0.05 51	0.05 5	0.05 26

xyz-stereo-finetune2	0.17 159	0.11 168	0.26 128	0.16 10	0.09 34	0.27 317	0.19 268	0.27 125	0.20 111	0.22 190	0.28 230	0.21 205	0.22 300	0.37 345	0.22 341	0.06 31	0.05 32	0.08 182	0.06 104	0.06 57	0.07 178

xyz-stereo-finetune	0.16 140	0.12 210	0.23 98	0.16 10	0.08 12	0.23 243	0.20 319	0.29 158	0.31 270	0.19 168	0.22 179	0.19 184	0.15 183	0.29 286	0.20 296	0.06 31	0.06 168	0.08 182	0.06 104	0.06 57	0.06 89

LG-Stereo_L2	0.10 2	0.08 17	0.19 62	0.16 10	0.09 34	0.12 9	0.13 52	0.18 18	0.13 17	0.09 6	0.07 3	0.08 3	0.08 9	0.16 43	0.10 1	0.06 31	0.05 32	0.06 32	0.04 1	0.05 5	0.04 1

LG-Stereo_L1	0.10 2	0.08 17	0.19 62	0.16 10	0.09 34	0.12 9	0.13 52	0.17 12	0.11 4	0.08 1	0.07 3	0.08 3	0.07 3	0.17 62	0.10 1	0.06 31	0.05 32	0.06 32	0.04 1	0.05 5	0.04 1

MLG-Stereo_test1	0.10 2	0.08 17	0.15 15	0.18 60	0.09 34	0.15 31	0.11 17	0.16 6	0.10 2	0.08 1	0.06 1	0.10 39	0.07 3	0.17 62	0.11 15	0.06 31	0.05 32	0.06 32	0.04 1	0.05 5	0.05 26

MLG-Stereo	0.10 2	0.08 17	0.15 15	0.18 60	0.07 1	0.15 31	0.11 17	0.17 12	0.11 4	0.08 1	0.06 1	0.10 39	0.08 9	0.18 85	0.11 15	0.06 31	0.05 32	0.06 32	0.04 1	0.05 5	0.05 26

MM-Stereo_test2	0.15 126	0.10 94	0.44 350	0.23 327	0.11 125	0.21 193	0.21 350	0.27 125	0.22 141	0.15 105	0.16 102	0.13 84	0.11 82	0.20 125	0.13 102	0.06 31	0.05 32	0.07 97	0.06 104	0.09 269	0.05 26

HART	0.15 126	0.11 168	0.30 165	0.21 214	0.09 34	0.17 80	0.16 136	0.30 177	0.19 85	0.15 105	0.25 207	0.17 160	0.09 22	0.21 146	0.12 56	0.06 31	0.07 294	0.07 97	0.05 51	0.08 196	0.06 89

GREAT-IGEV	0.12 51	0.09 52	0.25 120	0.16 10	0.11 125	0.14 20	0.16 136	0.17 12	0.17 56	0.10 15	0.15 87	0.09 22	0.09 22	0.18 85	0.10 1	0.06 31	0.07 294	0.06 32	0.05 51	0.07 126	0.10 367

HI	0.20 244	0.13 274	0.33 202	0.18 60	0.15 356	0.17 80	0.16 136	0.34 222	0.21 128	0.37 423	0.39 367	0.36 384	0.24 332	0.29 286	0.21 321	0.06 31	0.05 32	0.08 182	0.09 335	0.09 269	0.07 178

CoSv	0.20 244	0.13 274	0.33 202	0.18 60	0.15 356	0.17 80	0.16 136	0.34 222	0.21 128	0.37 423	0.39 367	0.36 384	0.24 332	0.29 286	0.21 321	0.06 31	0.05 32	0.08 182	0.09 335	0.09 269	0.07 178

SCV_C0	0.14 93	0.11 168	0.25 120	0.19 106	0.12 184	0.15 31	0.16 136	0.30 177	0.22 141	0.13 66	0.15 87	0.13 84	0.09 22	0.24 187	0.10 1	0.06 31	0.05 32	0.06 32	0.06 104	0.09 269	0.06 89

AIO_rvc	0.12 51	0.11 168	0.22 92	0.19 106	0.10 78	0.15 31	0.17 178	0.20 35	0.16 39	0.11 31	0.13 54	0.13 84	0.08 9	0.22 163	0.11 15	0.06 31	0.05 32	0.06 32	0.05 51	0.06 57	0.07 178

fffft	0.13 66	0.09 52	0.24 107	0.19 106	0.10 78	0.17 80	0.19 268	0.22 60	0.16 39	0.14 91	0.11 26	0.13 84	0.10 53	0.24 187	0.18 245	0.06 31	0.05 32	0.07 97	0.06 104	0.07 126	0.06 89
1: 1. 1
DEFOM-Stereo	0.11 25	0.08 17	0.17 44	0.17 25	0.09 34	0.22 221	0.14 77	0.14 4	0.16 39	0.11 31	0.10 18	0.09 22	0.08 9	0.21 146	0.11 15	0.06 31	0.05 32	0.06 32	0.04 1	0.05 5	0.05 26

SMoEStereo_RVC	0.13 66	0.10 94	0.22 92	0.19 106	0.10 78	0.19 130	0.17 178	0.19 24	0.19 85	0.15 105	0.13 54	0.12 70	0.11 82	0.24 187	0.16 191	0.06 31	0.05 32	0.07 97	0.06 104	0.06 57	0.06 89

mms	0.13 66	0.11 168	0.19 62	0.19 106	0.12 184	0.16 58	0.17 178	0.20 35	0.17 56	0.13 66	0.17 115	0.14 111	0.09 22	0.24 187	0.14 139	0.06 31	0.05 32	0.08 182	0.06 104	0.07 126	0.07 178

ours_stereo	0.13 66	0.11 168	0.23 98	0.20 169	0.11 125	0.17 80	0.18 222	0.20 35	0.19 85	0.13 66	0.18 130	0.14 111	0.10 53	0.23 173	0.14 139	0.06 31	0.05 32	0.08 182	0.06 104	0.06 57	0.05 26

fffy	0.14 93	0.11 168	0.24 107	0.20 169	0.10 78	0.19 130	0.18 222	0.22 60	0.19 85	0.13 66	0.16 102	0.15 131	0.13 141	0.25 218	0.14 139	0.06 31	0.06 168	0.08 182	0.06 104	0.07 126	0.06 89

WCG-NET	0.14 93	0.09 52	0.23 98	0.18 60	0.08 12	0.18 102	0.17 178	0.21 48	0.28 226	0.18 162	0.21 168	0.15 131	0.12 108	0.18 85	0.12 56	0.06 31	0.05 32	0.06 32	0.05 51	0.06 57	0.05 26

IGEV-Stereo++	0.11 25	0.08 17	0.15 15	0.19 106	0.11 125	0.14 20	0.10 8	0.22 60	0.18 68	0.10 15	0.13 54	0.10 39	0.11 82	0.14 11	0.11 15	0.06 31	0.05 32	0.06 32	0.05 51	0.06 57	0.05 26

AIO-Stereo	0.13 66	0.10 94	0.22 92	0.20 169	0.09 34	0.16 58	0.15 103	0.27 125	0.16 39	0.13 66	0.15 87	0.13 84	0.08 9	0.18 85	0.11 15	0.06 31	0.05 32	0.07 97	0.07 161	0.06 57	0.06 89

WCG-NET（raft）	0.14 93	0.09 52	0.23 98	0.17 25	0.08 12	0.19 130	0.16 136	0.23 79	0.26 200	0.18 162	0.19 139	0.20 193	0.12 108	0.21 146	0.12 56	0.06 31	0.06 168	0.06 32	0.05 51	0.06 57	0.05 26

RSM++	0.12 51	0.09 52	0.19 62	0.20 169	0.09 34	0.17 80	0.15 103	0.21 48	0.19 85	0.12 49	0.12 41	0.14 111	0.09 22	0.20 125	0.12 56	0.06 31	0.05 32	0.07 97	0.07 161	0.07 126	0.05 26

RSM	0.12 51	0.09 52	0.20 73	0.20 169	0.09 34	0.16 58	0.15 103	0.23 79	0.18 68	0.13 66	0.13 54	0.15 131	0.09 22	0.21 146	0.12 56	0.06 31	0.05 32	0.07 97	0.07 161	0.06 57	0.05 26

MoCha-V2	0.13 66	0.08 17	0.26 128	0.23 327	0.09 34	0.16 58	0.15 103	0.26 111	0.16 39	0.15 105	0.15 87	0.13 84	0.14 164	0.20 125	0.11 15	0.06 31	0.07 294	0.06 32	0.06 104	0.06 57	0.05 26

MIM_Stereo	0.18 184	0.12 210	0.38 272	0.20 169	0.11 125	0.17 80	0.14 77	0.35 247	0.25 191	0.27 241	0.35 321	0.23 237	0.13 141	0.27 255	0.16 191	0.06 31	0.07 294	0.08 182	0.08 241	0.08 196	0.06 89

LL-Strereo2	0.18 184	0.18 410	0.39 287	0.22 276	0.12 184	0.24 265	0.13 52	0.31 189	0.23 162	0.24 210	0.20 156	0.24 250	0.12 108	0.26 235	0.15 165	0.06 31	0.06 168	0.12 436	0.09 335	0.08 196	0.07 178

4D-IteraStereo	0.17 159	0.16 377	0.50 402	0.21 214	0.14 306	0.19 130	0.17 178	0.28 144	0.28 226	0.23 196	0.20 156	0.20 193	0.11 82	0.19 108	0.14 139	0.06 31	0.04 2	0.10 342	0.08 241	0.08 196	0.06 89

LoS_RVC	0.13 66	0.10 94	0.19 62	0.18 60	0.16 388	0.20 165	0.18 222	0.20 35	0.17 56	0.13 66	0.19 139	0.12 70	0.15 183	0.17 62	0.13 102	0.06 31	0.05 32	0.06 32	0.04 1	0.05 5	0.12 425

Selective-IGEV	0.12 51	0.09 52	0.22 92	0.19 106	0.10 78	0.15 31	0.14 77	0.27 125	0.15 33	0.13 66	0.14 84	0.13 84	0.08 9	0.21 146	0.12 56	0.06 31	0.05 32	0.07 97	0.06 104	0.06 57	0.05 26

ProNet	0.14 93	0.12 210	0.25 120	0.19 106	0.11 125	0.19 130	0.19 268	0.27 125	0.20 111	0.14 91	0.13 54	0.13 84	0.12 108	0.24 187	0.12 56	0.06 31	0.05 32	0.07 97	0.06 104	0.07 126	0.07 178

RAFT_CTSACE	0.21 264	0.16 377	0.41 318	0.25 418	0.15 356	0.22 221	0.24 424	0.32 200	0.28 226	0.33 363	0.51 471	0.29 316	0.17 231	0.32 315	0.13 102	0.06 31	0.07 294	0.09 267	0.08 241	0.08 196	0.06 89

test_4	0.18 184	0.12 210	0.34 212	0.23 327	0.12 184	0.18 102	0.22 377	0.26 111	0.24 177	0.24 210	0.47 454	0.22 217	0.13 141	0.24 187	0.16 191	0.06 31	0.05 32	0.09 267	0.09 335	0.07 126	0.05 26

iRaft-Stereo_5w	0.23 311	0.18 410	0.44 350	0.22 276	0.13 262	0.19 130	0.19 268	0.37 276	0.32 279	0.28 251	0.37 340	0.34 365	0.23 314	0.65 479	0.27 400	0.06 31	0.06 168	0.08 182	0.07 161	0.09 269	0.08 249

test-3	0.16 140	0.09 52	0.31 179	0.21 214	0.11 125	0.18 102	0.16 136	0.30 177	0.27 211	0.26 231	0.16 102	0.22 217	0.12 108	0.26 235	0.18 245	0.06 31	0.04 2	0.08 182	0.08 241	0.06 57	0.06 89

test_1	0.16 140	0.09 52	0.31 179	0.21 214	0.11 125	0.18 102	0.16 136	0.30 177	0.27 211	0.25 219	0.16 102	0.22 217	0.12 108	0.26 235	0.18 245	0.06 31	0.04 2	0.08 182	0.08 241	0.06 57	0.06 89

test_3	0.18 184	0.11 168	0.32 185	0.24 380	0.11 125	0.22 221	0.25 441	0.31 189	0.31 270	0.25 219	0.18 130	0.23 237	0.13 141	0.25 218	0.19 278	0.06 31	0.05 32	0.09 267	0.10 377	0.07 126	0.06 89

cross-raft	0.17 159	0.12 210	0.41 318	0.23 327	0.10 78	0.20 165	0.24 424	0.33 214	0.23 162	0.23 196	0.28 230	0.29 316	0.15 183	0.17 62	0.15 165	0.06 31	0.05 32	0.07 97	0.07 161	0.06 57	0.05 26

RAFT-Stereo + iAFF	0.17 159	0.14 318	0.32 185	0.20 169	0.09 34	0.19 130	0.17 178	0.32 200	0.30 258	0.25 219	0.33 300	0.20 193	0.17 231	0.19 108	0.15 165	0.06 31	0.05 32	0.07 97	0.07 161	0.07 126	0.05 26

AFF-stereo	0.18 184	0.15 352	0.32 185	0.21 214	0.10 78	0.18 102	0.18 222	0.33 214	0.27 211	0.25 219	0.37 340	0.25 259	0.17 231	0.24 187	0.15 165	0.06 31	0.05 32	0.08 182	0.08 241	0.07 126	0.05 26

MatchStereo	0.11 25	0.08 17	0.23 98	0.16 10	0.07 1	0.09 1	0.12 26	0.20 35	0.17 56	0.10 15	0.15 87	0.08 3	0.08 9	0.14 11	0.12 56	0.07 80	0.05 32	0.06 32	0.04 1	0.05 5	0.05 26

BridgeDepth_RVC	0.10 2	0.07 2	0.15 15	0.13 1	0.07 1	0.16 58	0.10 8	0.20 35	0.14 24	0.09 6	0.10 18	0.09 22	0.12 108	0.13 5	0.12 56	0.07 80	0.05 32	0.05 1	0.05 51	0.06 57	0.04 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
WQFJA1	0.18 184	0.10 94	0.16 33	0.22 276	0.18 433	0.25 283	0.19 268	0.51 429	0.51 487	0.15 105	0.17 115	0.15 131	0.16 201	0.20 125	0.20 296	0.07 80	0.09 415	0.08 182	0.07 161	0.07 126	0.06 89

WQFJX	0.18 184	0.10 94	0.17 44	0.22 276	0.18 433	0.25 283	0.18 222	0.53 459	0.45 434	0.17 144	0.16 102	0.14 111	0.16 201	0.23 173	0.18 245	0.07 80	0.08 380	0.07 97	0.06 104	0.08 196	0.07 178

NLMM	0.18 184	0.10 94	0.16 33	0.22 276	0.18 433	0.25 283	0.19 268	0.51 429	0.51 487	0.15 105	0.17 115	0.15 131	0.16 201	0.20 125	0.20 296	0.07 80	0.09 415	0.08 182	0.07 161	0.07 126	0.06 89

CSFM-Stereo	0.10 2	0.07 2	0.14 6	0.16 10	0.08 12	0.16 58	0.13 52	0.21 48	0.11 4	0.11 31	0.11 26	0.10 39	0.10 53	0.14 11	0.11 15	0.07 80	0.06 168	0.05 1	0.04 1	0.05 5	0.05 26

GSStereo	0.12 51	0.09 52	0.20 73	0.17 25	0.12 184	0.19 130	0.16 136	0.26 111	0.18 68	0.13 66	0.15 87	0.10 39	0.09 22	0.16 43	0.10 1	0.07 80	0.05 32	0.06 32	0.05 51	0.08 196	0.08 249

GS-Stereo							0.16 136	0.26 111	0.18 68	0.13 66	0.15 87	0.10 39	0.09 22	0.16 43	0.10 1	0.07 80	0.05 32	0.06 32	0.05 51	0.08 196	0.08 249

FE-Mocha	0.16 140	0.10 94	0.33 202	0.19 106	0.13 262	0.19 130	0.15 103	0.35 247	0.22 141	0.24 210	0.24 198	0.20 193	0.14 164	0.17 62	0.17 222	0.07 80	0.05 32	0.08 182	0.08 241	0.07 126	0.06 89

IGEV-FE	0.18 184	0.10 94	0.65 475	0.20 169	0.12 184	0.19 130	0.15 103	0.34 222	0.19 85	0.28 251	0.22 179	0.27 289	0.13 141	0.23 173	0.18 245	0.07 80	0.06 168	0.08 182	0.08 241	0.07 126	0.06 89

252Zero-FE	0.14 93	0.07 2	0.17 44	0.17 25	0.09 34	0.15 31	0.11 17	0.21 48	0.19 85	0.77 567	0.11 26	0.08 3	0.08 9	0.13 5	0.13 102	0.07 80	0.05 32	0.06 32	0.04 1	0.06 57	0.06 89

Zero-FE251	0.14 93	0.09 52	0.24 107	0.17 25	0.09 34	0.20 165	0.13 52	0.20 35	0.14 24	0.61 547	0.13 54	0.13 84	0.11 82	0.14 11	0.16 191	0.07 80	0.05 32	0.06 32	0.05 51	0.05 5	0.05 26

DA	0.14 93	0.10 94	0.18 54	0.21 214	0.10 78	0.29 358	0.16 136	0.28 144	0.20 111	0.14 91	0.17 115	0.16 150	0.14 164	0.17 62	0.12 56	0.07 80	0.05 32	0.07 97	0.05 51	0.07 126	0.07 178

Monster-pub-mixall	0.10 2	0.07 2	0.16 33	0.16 10	0.08 12	0.11 5	0.09 2	0.20 35	0.12 10	0.11 31	0.11 26	0.08 3	0.08 9	0.23 173	0.11 15	0.07 80	0.05 32	0.05 1	0.04 1	0.05 5	0.06 89

GGEV	0.14 93	0.10 94	0.18 54	0.21 214	0.10 78	0.29 358	0.16 136	0.28 144	0.20 111	0.14 91	0.17 115	0.16 150	0.14 164	0.17 62	0.12 56	0.07 80	0.05 32	0.07 97	0.05 51	0.07 126	0.07 178

GASTEREO	0.13 66	0.12 210	0.21 82	0.23 327	0.10 78	0.18 102	0.15 103	0.26 111	0.18 68	0.17 144	0.16 102	0.11 59	0.13 141	0.19 108	0.11 15	0.07 80	0.05 32	0.06 32	0.07 161	0.06 57	0.06 89

MSCF	0.13 66	0.12 210	0.21 82	0.22 276	0.10 78	0.16 58	0.15 103	0.26 111	0.18 68	0.17 144	0.16 102	0.11 59	0.13 141	0.18 85	0.11 15	0.07 80	0.05 32	0.06 32	0.07 161	0.06 57	0.06 89

water-stereo	0.13 66	0.08 17	0.20 73	0.19 106	0.10 78	0.17 80	0.14 77	0.25 102	0.19 85	0.17 144	0.23 184	0.15 131	0.15 183	0.12 2	0.13 102	0.07 80	0.06 168	0.07 97	0.06 104	0.06 57	0.05 26

depthmonostereo	0.14 93	0.09 52	0.19 62	0.19 106	0.08 12	0.20 165	0.15 103	0.27 125	0.23 162	0.16 129	0.18 130	0.14 111	0.17 231	0.19 108	0.13 102	0.07 80	0.06 168	0.07 97	0.05 51	0.05 5	0.05 26

DilatedVolume-Stereo	0.14 93	0.08 17	0.18 54	0.18 60	0.09 34	0.21 193	0.14 77	0.24 93	0.21 128	0.21 184	0.21 168	0.15 131	0.14 164	0.23 173	0.15 165	0.07 80	0.06 168	0.06 32	0.06 104	0.05 5	0.05 26

xyz-stereo	1.40 596	0.10 94	17.09 629	0.18 60	0.07 1	4.78 613	0.18 222	0.29 158	0.34 301	0.36 416	2.81 612	0.40 425	0.29 413	0.56 429	0.24 371	0.07 80	0.05 32	0.09 267	0.06 104	0.06 57	0.05 26

111111	0.11 25	0.07 2	0.17 44	0.19 106	0.11 125	0.13 15	0.11 17	0.22 60	0.15 33	0.11 31	0.12 41	0.12 70	0.08 9	0.18 85	0.11 15	0.07 80	0.05 32	0.06 32	0.04 1	0.08 196	0.06 89

MLG-Stereo_test3	0.10 2	0.08 17	0.16 33	0.17 25	0.08 12	0.16 58	0.12 26	0.17 12	0.12 10	0.10 15	0.07 3	0.10 39	0.08 9	0.14 11	0.11 15	0.07 80	0.05 32	0.06 32	0.04 1	0.06 57	0.06 89

MLG-Stereo_test2	0.10 2	0.08 17	0.15 15	0.17 25	0.09 34	0.15 31	0.11 17	0.16 6	0.10 2	0.09 6	0.07 3	0.10 39	0.06 1	0.15 25	0.11 15	0.07 80	0.05 32	0.06 32	0.04 1	0.06 57	0.05 26

LG-G_1	0.11 25	0.08 17	0.18 54	0.18 60	0.07 1	0.21 193	0.09 2	0.19 24	0.11 4	0.10 15	0.09 11	0.11 59	0.10 53	0.19 108	0.10 1	0.07 80	0.05 32	0.06 32	0.04 1	0.06 57	0.06 89

LG-G	0.11 25	0.08 17	0.18 54	0.18 60	0.07 1	0.21 193	0.09 2	0.19 24	0.11 4	0.10 15	0.09 11	0.11 59	0.10 53	0.19 108	0.10 1	0.07 80	0.05 32	0.06 32	0.04 1	0.06 57	0.06 89

LG-Stereo_Zeroshot	0.13 66	0.09 52	0.24 107	0.20 169	0.10 78	0.15 31	0.14 77	0.22 60	0.16 39	0.12 49	0.19 139	0.15 131	0.11 82	0.13 5	0.17 222	0.07 80	0.05 32	0.06 32	0.06 104	0.07 126	0.06 89

MM-Stereo_test3	0.17 159	0.12 210	0.29 158	0.23 327	0.14 306	0.19 130	0.22 377	0.39 294	0.36 330	0.16 129	0.24 198	0.17 160	0.12 108	0.19 108	0.14 139	0.07 80	0.07 294	0.08 182	0.06 104	0.09 269	0.06 89

MM-Stereo_test1	0.17 159	0.10 94	0.39 287	0.23 327	0.11 125	0.20 165	0.22 377	0.33 214	0.29 245	0.22 190	0.21 168	0.15 131	0.14 164	0.23 173	0.13 102	0.07 80	0.06 168	0.08 182	0.07 161	0.09 269	0.06 89

Reg-Stereo(zero)	0.16 140	0.07 2	0.36 241	0.19 106	0.10 78	0.19 130	0.14 77	0.28 144	0.24 177	0.22 190	0.20 156	0.24 250	0.18 256	0.21 146	0.18 245	0.07 80	0.05 32	0.06 32	0.06 104	0.06 57	0.06 89

SCV	0.14 93	0.14 318	0.24 107	0.21 214	0.11 125	0.15 31	0.16 136	0.31 189	0.18 68	0.11 31	0.15 87	0.13 84	0.10 53	0.23 173	0.11 15	0.07 80	0.05 32	0.07 97	0.06 104	0.09 269	0.06 89

DEFOM-Stereo_RVC	0.13 66	0.14 318	0.19 62	0.26 453	0.09 34	0.15 31	0.13 52	0.22 60	0.18 68	0.12 49	0.11 26	0.10 39	0.13 141	0.21 146	0.12 56	0.07 80	0.05 32	0.06 32	0.05 51	0.07 126	0.05 26

FoundationStereo	0.09 1	0.07 2	0.16 33	0.16 10	0.08 12	0.12 9	0.13 52	0.11 1	0.12 10	0.09 6	0.07 3	0.10 39	0.09 22	0.11 1	0.10 1	0.07 80	0.05 32	0.06 32	0.04 1	0.05 5	0.05 26

HUF	0.15 126	0.11 168	0.38 272	0.17 25	0.11 125	0.16 58	0.17 178	0.22 60	0.20 111	0.11 31	0.13 54	0.14 111	0.11 82	0.18 85	0.12 56	0.07 80	0.20 553	0.06 32	0.05 51	0.07 126	0.14 463

AIO_test	0.12 51	0.09 52	0.20 73	0.19 106	0.11 125	0.15 31	0.17 178	0.19 24	0.16 39	0.11 31	0.13 54	0.14 111	0.09 22	0.20 125	0.12 56	0.07 80	0.05 32	0.06 32	0.05 51	0.06 57	0.05 26

AIO-test1	0.19 227	0.14 318	0.41 318	0.27 481	0.15 356	0.21 193	0.16 136	0.39 294	0.36 330	0.17 144	0.26 217	0.18 170	0.13 141	0.28 269	0.14 139	0.07 80	0.06 168	0.10 342	0.11 415	0.06 57	0.09 311

castereo++	0.13 66	0.10 94	0.18 54	0.18 60	0.10 78	0.27 317	0.13 52	0.23 79	0.23 162	0.11 31	0.13 54	0.16 150	0.10 53	0.18 85	0.10 1	0.07 80	0.05 32	0.07 97	0.06 104	0.05 5	0.04 1

castereo	0.14 93	0.10 94	0.19 62	0.18 60	0.10 78	0.20 165	0.19 268	0.30 177	0.27 211	0.13 66	0.18 130	0.16 150	0.16 201	0.15 25	0.13 102	0.07 80	0.05 32	0.06 32	0.06 104	0.06 57	0.05 26

GIP-stereo	0.12 51	0.09 52	0.20 73	0.19 106	0.11 125	0.16 58	0.14 77	0.29 158	0.18 68	0.11 31	0.16 102	0.13 84	0.09 22	0.15 25	0.12 56	0.07 80	0.05 32	0.06 32	0.05 51	0.06 57	0.05 26

tt45	0.14 93	0.09 52	0.22 92	0.19 106	0.11 125	0.23 243	0.18 222	0.22 60	0.17 56	0.15 105	0.13 54	0.14 111	0.10 53	0.30 301	0.14 139	0.07 80	0.05 32	0.08 182	0.06 104	0.07 126	0.07 178

999	0.14 93	0.08 17	0.24 107	0.19 106	0.11 125	0.20 165	0.17 178	0.24 93	0.18 68	0.13 66	0.16 102	0.14 111	0.11 82	0.36 342	0.15 165	0.07 80	0.05 32	0.07 97	0.06 104	0.06 57	0.07 178

tg	0.16 140	0.11 168	0.25 120	0.21 214	0.11 125	0.23 243	0.15 103	0.34 222	0.24 177	0.20 173	0.25 207	0.19 184	0.12 108	0.24 187	0.15 165	0.07 80	0.05 32	0.09 267	0.09 335	0.08 196	0.07 178

dual_stereo	0.10 2	0.07 2	0.14 6	0.17 25	0.08 12	0.09 1	0.13 52	0.24 93	0.13 17	0.10 15	0.09 11	0.09 22	0.08 9	0.18 85	0.12 56	0.07 80	0.06 168	0.06 32	0.04 1	0.05 5	0.05 26

UGAM-zero	0.23 311	0.10 94	0.54 426	0.19 106	0.13 262	0.21 193	0.14 77	0.44 351	0.22 141	0.28 251	0.28 230	0.51 495	0.33 453	0.65 479	0.14 139	0.07 80	0.06 168	0.07 97	0.08 241	0.06 57	0.07 178

GCAP-BAT	0.16 140	0.11 168	0.36 241	0.18 60	0.13 262	0.21 193	0.16 136	0.23 79	0.18 68	0.26 231	0.28 230	0.20 193	0.11 82	0.24 187	0.17 222	0.07 80	0.06 168	0.07 97	0.06 104	0.05 5	0.06 89

Occ-G	0.13 66	0.08 17	0.21 82	0.17 25	0.10 78	0.15 31	0.19 268	0.22 60	0.19 85	0.13 66	0.19 139	0.21 205	0.11 82	0.17 62	0.14 139	0.07 80	0.06 168	0.07 97	0.06 104	0.07 126	0.06 89

AIO-Stereo-zeroshot1	0.25 370	0.14 318	0.95 548	0.21 214	0.27 538	0.20 165	0.19 268	0.48 393	0.25 191	0.26 231	0.55 493	0.34 365	0.18 256	0.25 218	0.17 222	0.07 80	0.06 168	0.08 182	0.12 454	0.12 420	0.12 425

U	1.00 585	0.09 52	0.21 82	0.21 214	3.68 614	6.12 618	0.14 77	0.21 48	0.21 128	0.11 31	0.11 26	0.10 39	0.09 22	0.12 2	0.11 15	0.07 80	0.05 32	5.42 623	2.90 621	0.07 126	0.06 89

IGEV-Stereo+	0.12 51	0.08 17	0.17 44	0.18 60	0.13 262	0.09 1	0.11 17	0.16 6	0.15 33	0.10 15	0.08 10	0.10 39	0.10 53	0.21 146	0.11 15	0.07 80	0.05 32	0.06 32	0.05 51	0.16 475	0.24 554

RAFT-Stereo-weight	0.15 126	0.09 52	0.26 128	0.20 169	0.10 78	0.19 130	0.17 178	0.36 266	0.29 245	0.24 210	0.20 156	0.19 184	0.10 53	0.18 85	0.15 165	0.07 80	0.05 32	0.07 97	0.05 51	0.06 57	0.05 26

gcap-zeroshot	0.17 159	0.11 168	0.36 241	0.20 169	0.12 184	0.26 307	0.16 136	0.30 177	0.22 141	0.26 231	0.20 156	0.30 332	0.14 164	0.20 125	0.13 102	0.07 80	0.06 168	0.07 97	0.07 161	0.06 57	0.06 89

testlalala2	0.18 184	0.10 94	0.50 402	0.36 547	0.25 531	0.23 243	0.14 77	0.34 222	0.24 177	0.25 219	0.25 207	0.21 205	0.12 108	0.16 43	0.16 191	0.07 80	0.06 168	0.07 97	0.07 161	0.06 57	0.06 89

H2IRNET	0.18 184	0.13 274	0.35 221	0.21 214	0.12 184	0.20 165	0.15 103	0.27 125	0.30 258	0.17 144	0.31 270	0.25 259	0.20 280	0.24 187	0.18 245	0.07 80	0.06 168	0.09 267	0.10 377	0.09 269	0.06 89

MGS-Stereo	0.14 93	0.11 168	0.32 185	0.19 106	0.11 125	0.18 102	0.17 178	0.20 35	0.22 141	0.14 91	0.24 198	0.15 131	0.10 53	0.18 85	0.12 56	0.07 80	0.06 168	0.07 97	0.06 104	0.10 336	0.06 89

IGEV++	0.13 66	0.10 94	0.23 98	0.21 214	0.10 78	0.15 31	0.15 103	0.29 158	0.16 39	0.12 49	0.15 87	0.12 70	0.12 108	0.17 62	0.14 139	0.07 80	0.06 168	0.07 97	0.05 51	0.07 126	0.07 178

MyStereo07	0.16 140	0.12 210	0.26 128	0.22 276	0.14 306	0.25 283	0.23 402	0.29 158	0.21 128	0.15 105	0.13 54	0.12 70	0.13 141	0.25 218	0.13 102	0.07 80	0.07 294	0.09 267	0.08 241	0.08 196	0.08 249

MyStereo06	0.20 244	0.12 210	0.57 439	0.21 214	0.14 306	0.25 283	0.23 402	0.40 305	0.21 128	0.30 311	0.24 198	0.31 342	0.18 256	0.22 163	0.18 245	0.07 80	0.07 294	0.09 267	0.08 241	0.08 196	0.08 249

MyStereo05	0.23 311	0.12 210	0.57 439	0.21 214	0.14 306	0.25 283	0.23 402	0.48 393	0.52 496	0.31 329	0.23 184	0.25 259	0.22 300	0.30 301	0.21 321	0.07 80	0.07 294	0.09 267	0.08 241	0.08 196	0.08 249

MyStereo04	0.23 311	0.12 210	0.55 432	0.22 276	0.14 306	0.25 283	0.23 402	0.49 402	0.52 496	0.28 251	0.23 184	0.27 289	0.23 314	0.30 301	0.22 341	0.07 80	0.07 294	0.09 267	0.08 241	0.08 196	0.08 249

AE-Stereo	0.17 159	0.11 168	0.31 179	0.24 380	0.14 306	0.23 243	0.18 222	0.34 222	0.29 245	0.15 105	0.25 207	0.21 205	0.13 141	0.20 125	0.14 139	0.07 80	0.08 380	0.09 267	0.10 377	0.07 126	0.06 89

ff7	0.14 93	0.12 210	0.27 137	0.19 106	0.12 184	0.21 193	0.18 222	0.27 125	0.20 111	0.15 105	0.13 54	0.12 70	0.12 108	0.24 187	0.12 56	0.07 80	0.05 32	0.08 182	0.07 161	0.07 126	0.07 178

IGEVStereo-DCA	0.14 93	0.11 168	0.27 137	0.19 106	0.12 184	0.20 165	0.18 222	0.27 125	0.20 111	0.15 105	0.12 41	0.14 111	0.12 108	0.28 269	0.14 139	0.07 80	0.06 168	0.08 182	0.07 161	0.07 126	0.07 178

ffff	0.14 93	0.12 210	0.27 137	0.19 106	0.12 184	0.21 193	0.18 222	0.27 125	0.20 111	0.15 105	0.13 54	0.12 70	0.12 108	0.24 187	0.12 56	0.07 80	0.05 32	0.08 182	0.07 161	0.07 126	0.07 178

rrr	0.17 159	0.11 168	0.57 439	0.19 106	0.12 184	0.20 165	0.18 222	0.35 247	0.22 141	0.15 105	0.12 41	0.14 111	0.12 108	0.28 269	0.14 139	0.07 80	0.06 168	0.08 182	0.07 161	0.07 126	0.07 178

11t	0.14 93	0.12 210	0.27 137	0.19 106	0.12 184	0.21 193	0.18 222	0.27 125	0.20 111	0.15 105	0.13 54	0.12 70	0.12 108	0.24 187	0.12 56	0.07 80	0.05 32	0.08 182	0.07 161	0.07 126	0.07 178

IGEV_Zeroshot_test	0.18 184	0.10 94	0.65 475	0.20 169	0.12 184	0.19 130	0.15 103	0.34 222	0.19 85	0.28 251	0.22 179	0.27 289	0.13 141	0.23 173	0.18 245	0.07 80	0.06 168	0.08 182	0.08 241	0.07 126	0.06 89

MSKI-zero shot	0.17 159	0.09 52	0.43 341	0.20 169	0.11 125	0.21 193	0.15 103	0.32 200	0.21 128	0.23 196	0.24 198	0.23 237	0.10 53	0.31 308	0.13 102	0.07 80	0.06 168	0.07 97	0.06 104	0.06 57	0.06 89

CASnet	0.14 93	0.12 210	0.22 92	0.22 276	0.08 12	0.16 58	0.15 103	0.27 125	0.25 191	0.22 190	0.20 156	0.15 131	0.11 82	0.17 62	0.13 102	0.07 80	0.05 32	0.11 398	0.09 335	0.08 196	0.05 26
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.15 126	0.10 94	0.36 241	0.19 106	0.12 184	0.23 243	0.16 136	0.26 111	0.19 85	0.24 210	0.19 139	0.14 111	0.11 82	0.16 43	0.13 102	0.07 80	0.05 32	0.07 97	0.06 104	0.05 5	0.05 26

AEACV	0.13 66	0.09 52	0.23 98	0.18 60	0.19 460	0.19 130	0.16 136	0.23 79	0.14 24	0.13 66	0.17 115	0.13 84	0.16 201	0.16 43	0.12 56	0.07 80	0.05 32	0.07 97	0.08 241	0.07 126	0.06 89

GCAP-Stereo	0.14 93	0.14 318	0.33 202	0.20 169	0.09 34	0.21 193	0.10 8	0.26 111	0.20 111	0.18 162	0.19 139	0.15 131	0.13 141	0.17 62	0.13 102	0.07 80	0.06 168	0.07 97	0.05 51	0.06 57	0.06 89

RAFT-Test	0.17 159	0.10 94	0.38 272	0.19 106	0.12 184	0.25 283	0.17 178	0.33 214	0.23 162	0.23 196	0.29 243	0.27 289	0.14 164	0.20 125	0.14 139	0.07 80	0.06 168	0.07 97	0.07 161	0.06 57	0.06 89

HH	0.18 184	0.12 210	0.55 432	0.22 276	0.12 184	0.18 102	0.18 222	0.34 222	0.19 85	0.20 173	0.24 198	0.34 365	0.18 256	0.29 286	0.12 56	0.07 80	0.05 32	0.07 97	0.07 161	0.07 126	0.06 89

HanStereo	0.18 184	0.12 210	0.55 432	0.22 276	0.12 184	0.18 102	0.18 222	0.34 222	0.19 85	0.20 173	0.24 198	0.34 365	0.18 256	0.29 286	0.12 56	0.07 80	0.05 32	0.07 97	0.07 161	0.07 126	0.06 89

anonymousdsp2	0.17 159	0.10 94	0.28 148	0.20 169	0.11 125	0.25 283	0.17 178	0.41 317	0.31 270	0.23 196	0.23 184	0.22 217	0.15 183	0.25 218	0.15 165	0.07 80	0.05 32	0.07 97	0.05 51	0.08 196	0.07 178

anonymousdsp	0.14 93	0.12 210	0.27 137	0.19 106	0.12 184	0.21 193	0.18 222	0.28 144	0.20 111	0.15 105	0.13 54	0.12 70	0.12 108	0.24 187	0.12 56	0.07 80	0.05 32	0.08 182	0.07 161	0.08 196	0.07 178

CES	0.14 93	0.08 17	0.19 62	0.17 25	0.22 502	0.18 102	0.16 136	0.23 79	0.19 85	0.14 91	0.17 115	0.14 111	0.10 53	0.18 85	0.12 56	0.07 80	0.05 32	0.06 32	0.04 1	0.08 196	0.18 510

EGLCR-Stereo	0.13 66	0.08 17	0.20 73	0.18 60	0.09 34	0.21 193	0.13 52	0.27 125	0.21 128	0.13 66	0.10 18	0.15 131	0.09 22	0.20 125	0.13 102	0.07 80	0.05 32	0.07 97	0.07 161	0.06 57	0.06 89

DCRE	0.20 244	0.13 274	0.40 295	0.21 214	0.15 356	0.20 165	0.19 268	0.30 177	0.27 211	0.22 190	0.80 552	0.23 237	0.16 201	0.23 173	0.15 165	0.07 80	0.07 294	0.07 97	0.08 241	0.07 126	0.06 89

Selective-RAFT	0.17 159	0.12 210	0.30 165	0.24 380	0.10 78	0.29 358	0.15 103	0.32 200	0.31 270	0.17 144	0.17 115	0.21 205	0.18 256	0.28 269	0.17 222	0.07 80	0.06 168	0.07 97	0.07 161	0.08 196	0.06 89

MC-Stereo	0.14 93	0.09 52	0.25 120	0.21 214	0.09 34	0.18 102	0.16 136	0.23 79	0.19 85	0.18 162	0.23 184	0.16 150	0.13 141	0.22 163	0.13 102	0.07 80	0.05 32	0.07 97	0.07 161	0.06 57	0.05 26

RCA-Stereo	0.16 140	0.09 52	0.25 120	0.20 169	0.10 78	0.19 130	0.17 178	0.36 266	0.35 317	0.20 173	0.25 207	0.17 160	0.17 231	0.18 85	0.14 139	0.07 80	0.05 32	0.07 97	0.06 104	0.06 57	0.05 26

CroCo-Stereo Lap2	0.15 126	0.15 352	0.28 148	0.25 418	0.18 433	0.11 5	0.19 268	0.28 144	0.21 128	0.13 66	0.16 102	0.15 131	0.12 108	0.17 62	0.14 139	0.07 80	0.07 294	0.08 182	0.06 104	0.08 196	0.07 178

TestStereo1	0.21 264	0.16 377	0.32 185	0.26 453	0.13 262	0.26 307	0.27 459	0.40 305	0.36 330	0.29 280	0.39 367	0.22 217	0.21 287	0.33 322	0.17 222	0.07 80	0.06 168	0.09 267	0.08 241	0.08 196	0.07 178

DCANet-4	0.19 227	0.10 94	0.52 419	0.19 106	0.09 34	0.19 130	0.18 222	0.36 266	0.39 365	0.29 280	0.30 256	0.17 160	0.22 300	0.20 125	0.18 245	0.07 80	0.05 32	0.07 97	0.05 51	0.05 5	0.07 178

ccc-4	0.14 93	0.12 210	0.27 137	0.19 106	0.12 184	0.21 193	0.18 222	0.27 125	0.20 111	0.15 105	0.13 54	0.12 70	0.12 108	0.24 187	0.12 56	0.07 80	0.05 32	0.08 182	0.07 161	0.07 126	0.07 178

fff	0.19 227	0.13 274	0.40 295	0.18 60	0.09 34	0.19 130	0.18 222	0.35 247	0.43 408	0.29 280	0.30 256	0.18 170	0.28 398	0.20 125	0.18 245	0.07 80	0.05 32	0.07 97	0.05 51	0.05 5	0.07 178

ADStereo(finetuned)	0.19 227	0.13 274	0.49 391	0.19 106	0.09 34	0.19 130	0.18 222	0.34 222	0.39 365	0.29 280	0.31 270	0.18 170	0.31 443	0.21 146	0.19 278	0.07 80	0.05 32	0.07 97	0.05 51	0.06 57	0.07 178

raft_robust	0.22 294	0.17 396	0.30 165	0.22 276	0.12 184	0.23 243	0.22 377	0.49 402	0.48 466	0.32 351	0.32 279	0.26 280	0.23 314	0.53 410	0.15 165	0.07 80	0.06 168	0.08 182	0.10 377	0.08 196	0.06 89

RAFT+CT+SA	0.21 264	0.18 410	0.33 202	0.25 418	0.18 433	0.23 243	0.29 481	0.40 305	0.36 330	0.24 210	0.38 354	0.18 170	0.16 201	0.32 315	0.16 191	0.07 80	0.05 32	0.09 267	0.12 454	0.09 269	0.09 311

test_5	0.23 311	0.19 426	0.38 272	0.26 453	0.18 433	0.25 283	0.29 481	0.40 305	0.37 341	0.29 280	0.40 378	0.25 259	0.22 300	0.34 328	0.18 245	0.07 80	0.05 32	0.09 267	0.09 335	0.10 336	0.10 367

SA-5K	0.21 264	0.16 377	0.32 185	0.26 453	0.13 262	0.26 307	0.27 459	0.40 305	0.36 330	0.29 280	0.39 367	0.22 217	0.21 287	0.33 322	0.17 222	0.07 80	0.06 168	0.09 267	0.08 241	0.08 196	0.07 178

Sa-1000	0.22 294	0.15 352	0.35 221	0.23 327	0.13 262	0.28 337	0.23 402	0.47 380	0.39 365	0.30 311	0.50 465	0.26 280	0.19 271	0.33 322	0.16 191	0.07 80	0.06 168	0.10 342	0.11 415	0.08 196	0.06 89

SA	0.22 294	0.16 377	0.36 241	0.23 327	0.13 262	0.24 265	0.23 402	0.45 361	0.40 382	0.27 241	0.44 426	0.23 237	0.23 314	0.33 322	0.17 222	0.07 80	0.06 168	0.10 342	0.11 415	0.08 196	0.06 89

IGEV-Stereo	0.14 93	0.12 210	0.27 137	0.19 106	0.12 184	0.21 193	0.18 222	0.28 144	0.20 111	0.15 105	0.13 54	0.12 70	0.12 108	0.24 187	0.12 56	0.07 80	0.05 32	0.08 182	0.07 161	0.08 196	0.07 178
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.19 227	0.10 94	0.46 369	0.19 106	0.13 262	0.25 283	0.19 268	0.52 448	0.19 85	0.29 280	0.21 168	0.22 217	0.20 280	0.28 269	0.18 245	0.07 80	0.06 168	0.07 97	0.08 241	0.08 196	0.08 249

GLC_STEREO	0.15 126	0.10 94	0.24 107	0.21 214	0.09 34	0.17 80	0.15 103	0.23 79	0.27 211	0.17 144	0.20 156	0.17 160	0.11 82	0.23 173	0.16 191	0.07 80	0.09 415	0.09 267	0.08 241	0.07 126	0.06 89

IPLG	0.21 264	0.15 352	0.53 423	0.21 214	0.12 184	0.28 337	0.17 178	0.42 331	0.30 258	0.33 363	0.32 279	0.15 131	0.17 231	0.50 392	0.21 321	0.07 80	0.05 32	0.08 182	0.07 161	0.07 126	0.06 89

MIPNet	0.21 264	0.15 352	0.52 419	0.21 214	0.12 184	0.27 317	0.20 319	0.45 361	0.37 341	0.30 311	0.23 184	0.19 184	0.24 332	0.27 255	0.19 278	0.07 80	0.05 32	0.08 182	0.07 161	0.07 126	0.06 89

IPLGR	0.21 264	0.13 274	0.61 455	0.21 214	0.11 125	0.25 283	0.18 222	0.41 317	0.37 341	0.28 251	0.27 224	0.21 205	0.19 271	0.37 345	0.18 245	0.07 80	0.06 168	0.08 182	0.07 161	0.07 126	0.06 89

GMOStereo	0.18 184	0.14 318	0.30 165	0.22 276	0.12 184	0.20 165	0.27 459	0.26 111	0.28 226	0.31 329	0.32 279	0.26 280	0.17 231	0.15 25	0.12 56	0.07 80	0.07 294	0.10 342	0.08 241	0.08 196	0.05 26

error version	0.18 184	0.14 318	0.30 165	0.22 276	0.12 184	0.20 165	0.27 459	0.26 111	0.28 226	0.31 329	0.32 279	0.26 280	0.17 231	0.15 25	0.12 56	0.07 80	0.07 294	0.10 342	0.08 241	0.08 196	0.05 26

test-v	0.18 184	0.14 318	0.30 165	0.22 276	0.12 184	0.20 165	0.27 459	0.26 111	0.28 226	0.31 329	0.32 279	0.26 280	0.17 231	0.15 25	0.12 56	0.07 80	0.07 294	0.10 342	0.08 241	0.08 196	0.05 26

CrosDoStereo	0.31 441	0.10 94	0.49 391	0.18 60	0.12 184	0.22 221	1.11 608	0.34 222	0.37 341	0.38 438	0.61 520	0.28 305	0.46 522	0.61 456	0.57 522	0.07 80	0.06 168	0.08 182	0.08 241	0.07 126	0.07 178

LCNet	0.21 264	0.11 168	0.29 158	0.25 418	0.12 184	0.23 243	0.19 268	0.34 222	0.26 200	0.28 251	0.35 321	0.26 280	0.30 427	0.35 337	0.17 222	0.07 80	0.05 32	0.09 267	0.10 377	0.13 435	0.22 542

STrans-v2	0.24 342	0.13 274	0.54 426	0.21 214	0.12 184	0.23 243	0.21 350	0.47 380	0.28 226	0.31 329	0.42 402	0.36 384	0.35 466	0.62 464	0.23 360	0.07 80	0.05 32	0.08 182	0.07 161	0.06 57	0.06 89

TransformOpticalFlow	0.24 342	0.13 274	0.56 436	0.23 327	0.11 125	0.21 193	0.19 268	0.40 305	0.32 279	0.30 311	0.43 415	0.36 384	0.31 443	0.61 456	0.20 296	0.07 80	0.05 32	0.08 182	0.07 161	0.06 57	0.07 178

OMP-Stereo	0.23 311	0.14 318	0.35 221	0.29 506	0.13 262	0.21 193	0.16 136	0.37 276	0.33 291	0.34 383	0.30 256	0.34 365	0.19 271	0.70 493	0.24 371	0.07 80	0.06 168	0.09 267	0.07 161	0.07 126	0.06 89

NRIStereo	0.18 184	0.11 168	0.35 221	0.23 327	0.11 125	0.24 265	0.20 319	0.29 158	0.26 200	0.26 231	0.25 207	0.25 259	0.18 256	0.34 328	0.18 245	0.07 80	0.06 168	0.09 267	0.07 161	0.09 269	0.08 249

PSM-AAD	0.25 370	0.10 94	0.30 165	0.24 380	0.12 184	0.26 307	0.38 535	0.34 222	0.28 226	0.35 400	0.39 367	0.28 305	0.79 571	0.30 301	0.16 191	0.07 80	0.06 168	0.12 436	0.11 415	0.08 196	0.21 537

KYRaft	0.22 294	0.10 94	0.30 165	0.23 327	0.12 184	0.23 243	0.23 402	0.35 247	0.24 177	0.35 400	0.54 489	0.34 365	0.26 362	0.29 286	0.15 165	0.07 80	0.05 32	0.09 267	0.10 377	0.08 196	0.31 568

ASMatch	0.23 311	0.11 168	0.51 413	0.24 380	0.14 306	0.19 130	0.17 178	0.31 189	0.28 226	0.28 251	0.68 535	0.27 289	0.26 362	0.50 392	0.22 341	0.07 80	0.06 168	0.08 182	0.07 161	0.06 57	0.11 402

DeepStereo_LL	0.31 441	0.10 94	0.49 391	0.18 60	0.12 184	0.22 221	1.11 608	0.34 222	0.37 341	0.38 438	0.61 520	0.28 305	0.46 522	0.61 456	0.57 522	0.07 80	0.06 168	0.08 182	0.08 241	0.07 126	0.07 178

DEmStereo	0.26 386	0.09 52	0.47 377	0.19 106	0.12 184	0.30 376	0.25 441	0.28 144	0.36 330	0.36 416	0.58 506	0.25 259	0.48 531	0.53 410	0.44 495	0.07 80	0.06 168	0.08 182	0.08 241	0.06 57	0.07 178

THIR-Stereo	0.29 426	0.12 210	0.41 318	0.19 106	0.11 125	0.28 337	0.72 586	0.32 200	0.35 317	0.37 423	0.65 529	0.34 365	0.50 534	0.57 433	0.45 498	0.07 80	0.06 168	0.08 182	0.09 335	0.07 126	0.07 178

DRaft	0.24 342	0.10 94	0.34 212	0.18 60	0.12 184	0.28 337	0.23 402	0.33 214	0.39 365	0.38 438	0.61 520	0.21 205	0.41 498	0.48 383	0.42 489	0.07 80	0.06 168	0.08 182	0.08 241	0.07 126	0.08 249

GrayStereo	0.25 370	0.09 52	0.32 185	0.26 453	0.13 262	0.23 243	0.47 562	0.34 222	0.30 258	0.39 453	0.47 454	0.30 332	0.79 571	0.29 286	0.16 191	0.07 80	0.06 168	0.08 182	0.09 335	0.07 126	0.13 442

RAFT-RH_RVC	0.25 370	0.11 168	0.45 361	0.21 214	0.12 184	0.25 283	0.14 77	0.27 125	0.27 211	0.38 438	1.15 576	0.23 237	0.17 231	0.57 433	0.24 371	0.07 80	0.05 32	0.10 342	0.07 161	0.06 57	0.07 178

RAFT-345	0.21 264	0.10 94	0.46 369	0.22 276	0.11 125	0.20 165	0.16 136	0.26 111	0.25 191	0.27 241	0.66 531	0.21 205	0.16 201	0.55 418	0.21 321	0.07 80	0.06 168	0.08 182	0.07 161	0.06 57	0.06 89

test-2	0.18 184	0.14 318	0.30 165	0.22 276	0.12 184	0.20 165	0.27 459	0.26 111	0.28 226	0.31 329	0.32 279	0.26 280	0.17 231	0.15 25	0.12 56	0.07 80	0.07 294	0.10 342	0.08 241	0.08 196	0.05 26

test-1	0.17 159	0.11 168	0.40 295	0.23 327	0.13 262	0.22 221	0.23 402	0.34 222	0.26 200	0.20 173	0.24 198	0.22 217	0.14 164	0.16 43	0.20 296	0.07 80	0.06 168	0.08 182	0.07 161	0.06 57	0.08 249

GMM-Stereo	0.21 264	0.10 94	0.43 341	0.23 327	0.13 262	0.24 265	0.25 441	0.37 276	0.27 211	0.30 311	0.45 437	0.27 289	0.21 287	0.31 308	0.17 222	0.07 80	0.05 32	0.10 342	0.09 335	0.08 196	0.19 518

Prome-Stereo	0.21 264	0.10 94	0.30 165	0.24 380	0.12 184	0.23 243	0.23 402	0.36 266	0.25 191	0.33 363	0.59 508	0.24 250	0.28 398	0.29 286	0.16 191	0.07 80	0.05 32	0.08 182	0.07 161	0.08 196	0.20 528

iRaftStereo_RVC	0.16 140	0.12 210	0.26 128	0.21 214	0.11 125	0.20 165	0.17 178	0.32 200	0.23 162	0.20 173	0.25 207	0.18 170	0.12 108	0.20 125	0.15 165	0.07 80	0.05 32	0.09 267	0.09 335	0.08 196	0.07 178

CREStereo++_RVC	0.15 126	0.08 17	0.26 128	0.17 25	0.11 125	0.18 102	0.13 52	0.22 60	0.30 258	0.21 184	0.30 256	0.13 84	0.11 82	0.16 43	0.15 165	0.07 80	0.04 2	0.06 32	0.15 504	0.06 57	0.05 26
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.17 159	0.09 52	0.26 128	0.18 60	0.07 1	0.32 401	0.19 268	0.37 276	0.32 279	0.23 196	0.25 207	0.18 170	0.17 231	0.25 218	0.16 191	0.07 80	0.05 32	0.07 97	0.05 51	0.06 57	0.05 26

DCANet	0.18 184	0.13 274	0.40 295	0.19 106	0.09 34	0.19 130	0.18 222	0.34 222	0.39 365	0.29 280	0.31 270	0.18 170	0.23 314	0.20 125	0.19 278	0.07 80	0.05 32	0.07 97	0.05 51	0.06 57	0.07 178

csc	0.19 227	0.13 274	0.40 295	0.18 60	0.09 34	0.19 130	0.18 222	0.35 247	0.43 408	0.29 280	0.30 256	0.18 170	0.28 398	0.20 125	0.18 245	0.07 80	0.05 32	0.07 97	0.05 51	0.05 5	0.07 178

cscssc	0.19 227	0.13 274	0.40 295	0.18 60	0.09 34	0.19 130	0.18 222	0.35 247	0.43 408	0.29 280	0.30 256	0.18 170	0.28 398	0.20 125	0.18 245	0.07 80	0.05 32	0.07 97	0.05 51	0.05 5	0.07 178

111	0.20 244	0.17 396	0.40 295	0.18 60	0.09 34	0.24 265	0.17 178	0.41 317	0.45 434	0.23 196	0.29 243	0.29 316	0.21 287	0.24 187	0.18 245	0.07 80	0.05 32	0.07 97	0.06 104	0.07 126	0.08 249

test_xeample3	0.16 140	0.11 168	0.56 436	0.19 106	0.12 184	0.20 165	0.18 222	0.35 247	0.20 111	0.16 129	0.12 41	0.13 84	0.12 108	0.24 187	0.15 165	0.07 80	0.06 168	0.07 97	0.08 241	0.07 126	0.07 178

ARAFT	0.24 342	0.21 452	0.78 504	0.22 276	0.12 184	0.29 358	0.24 424	0.43 344	0.32 279	0.33 363	0.28 230	0.28 305	0.19 271	0.49 388	0.18 245	0.07 80	0.06 168	0.12 436	0.11 415	0.09 269	0.06 89

EAI-Stereo	0.21 264	0.10 94	0.33 202	0.21 214	0.12 184	0.30 376	0.46 558	0.46 372	0.20 111	0.25 219	0.50 465	0.17 160	0.16 201	0.24 187	0.23 360	0.07 80	0.06 168	0.07 97	0.10 377	0.06 57	0.07 178

CFNet-RSSM	0.17 159	0.10 94	0.40 295	0.20 169	0.11 125	0.20 165	0.15 103	0.36 266	0.30 258	0.23 196	0.21 168	0.26 280	0.15 183	0.20 125	0.13 102	0.07 80	0.05 32	0.07 97	0.07 161	0.06 57	0.05 26

Gwc-CoAtRS	0.17 159	0.10 94	0.37 253	0.20 169	0.12 184	0.19 130	0.15 103	0.32 200	0.28 226	0.23 196	0.23 184	0.27 289	0.15 183	0.20 125	0.13 102	0.07 80	0.05 32	0.07 97	0.07 161	0.06 57	0.06 89

DIP-Stereo	0.18 184	0.12 210	0.33 202	0.20 169	0.13 262	0.28 337	0.12 26	0.42 331	0.25 191	0.27 241	0.32 279	0.21 205	0.17 231	0.25 218	0.20 296	0.07 80	0.06 168	0.08 182	0.06 104	0.07 126	0.08 249
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.20 244	0.17 396	0.43 341	0.19 106	0.08 12	0.27 317	0.14 77	0.42 331	0.30 258	0.29 280	0.32 279	0.27 289	0.21 287	0.28 269	0.25 381	0.07 80	0.05 32	0.07 97	0.06 104	0.09 269	0.06 89
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
MLCV	0.22 294	0.16 377	0.44 350	0.21 214	0.08 12	0.29 358	0.19 268	0.38 282	0.37 341	0.38 438	0.44 426	0.31 342	0.21 287	0.41 361	0.24 371	0.07 80	0.05 32	0.06 32	0.05 51	0.07 126	0.06 89

iResNet	0.24 342	0.18 410	0.61 455	0.25 418	0.11 125	0.29 358	0.21 350	0.42 331	0.43 408	0.33 363	0.43 415	0.27 289	0.22 300	0.34 328	0.26 394	0.07 80	0.05 32	0.07 97	0.06 104	0.08 196	0.07 178

DN-CSS_ROB	0.22 294	0.25 483	0.47 377	0.24 380	0.14 306	0.25 283	0.12 26	0.40 305	0.33 291	0.29 280	0.42 402	0.22 217	0.20 280	0.33 322	0.19 278	0.07 80	0.06 168	0.11 398	0.11 415	0.11 384	0.07 178

WQFJA1++	0.44 522	0.07 2	0.63 466	0.18 60	0.13 262	0.15 31	0.11 17	0.20 35	0.11 4	2.05 610	0.12 41	0.23 237	0.11 82	0.17 62	0.12 56	0.08 220	0.05 32	0.06 32	0.05 51	4.20 620	0.07 178

DStereoRT	0.35 472	0.13 274	0.51 413	0.25 418	0.16 388	0.42 484	0.19 268	0.48 393	0.39 365	0.30 311	0.39 367	0.24 250	0.39 489	0.64 472	0.30 424	0.08 220	0.07 294	1.54 614	0.41 581	0.08 196	0.11 402

WQFJX1	0.18 184	0.10 94	0.16 33	0.23 327	0.17 411	0.24 265	0.19 268	0.58 511	0.52 496	0.16 129	0.16 102	0.14 111	0.15 183	0.26 235	0.17 222	0.08 220	0.09 415	0.08 182	0.07 161	0.08 196	0.06 89

NLMM1	0.19 227	0.12 210	0.16 33	0.23 327	0.18 433	0.24 265	0.20 319	0.59 517	0.65 537	0.18 162	0.17 115	0.13 84	0.14 164	0.25 218	0.18 245	0.08 220	0.09 415	0.08 182	0.07 161	0.07 126	0.06 89

NLSM1	0.17 159	0.10 94	0.17 44	0.21 214	0.18 433	0.25 283	0.17 178	0.47 380	0.40 382	0.16 129	0.21 168	0.13 84	0.15 183	0.21 146	0.18 245	0.08 220	0.09 415	0.09 267	0.08 241	0.07 126	0.06 89

NLCSM	0.19 227	0.12 210	0.18 54	0.24 380	0.19 460	0.24 265	0.21 350	0.42 331	0.40 382	0.19 168	0.18 130	0.14 111	0.16 201	0.47 380	0.19 278	0.08 220	0.09 415	0.09 267	0.08 241	0.09 269	0.07 178

GEAStereo	0.12 51	0.09 52	0.20 73	0.18 60	0.12 184	0.19 130	0.16 136	0.20 35	0.14 24	0.12 49	0.15 87	0.10 39	0.09 22	0.16 43	0.10 1	0.08 220	0.06 168	0.06 32	0.05 51	0.08 196	0.08 249

gasm-f	0.12 51	0.09 52	0.19 62	0.18 60	0.12 184	0.18 102	0.18 222	0.20 35	0.14 24	0.12 49	0.19 139	0.10 39	0.11 82	0.16 43	0.11 15	0.08 220	0.06 168	0.06 32	0.05 51	0.09 269	0.08 249

Select-FE	0.23 311	0.14 318	0.78 504	0.22 276	0.18 433	0.22 221	0.13 52	0.43 344	0.26 200	0.28 251	0.33 300	0.39 410	0.29 413	0.27 255	0.19 278	0.08 220	0.07 294	0.08 182	0.13 481	0.08 196	0.12 425

DDF-Stereo	0.13 66	0.08 17	0.19 62	0.19 106	0.16 388	0.12 9	0.15 103	0.18 18	0.18 68	0.11 31	0.10 18	0.13 84	0.12 108	0.23 173	0.19 278	0.08 220	0.05 32	0.07 97	0.05 51	0.21 525	0.06 89

zero-FE	0.16 140	0.08 17	0.81 517	0.19 106	0.18 433	0.12 9	0.15 103	0.19 24	0.19 85	0.10 15	0.10 18	0.13 84	0.12 108	0.21 146	0.19 278	0.08 220	0.05 32	0.07 97	0.05 51	0.19 513	0.06 89

z-ln-s-r	0.32 450	0.21 452	0.82 521	0.23 327	0.14 306	0.30 376	0.26 453	0.43 344	0.50 483	0.32 351	0.60 513	0.39 410	0.29 413	0.73 503	0.66 542	0.08 220	0.06 168	0.08 182	0.07 161	0.10 336	0.08 249

DFGA-Net	0.23 311	0.24 478	0.49 391	0.22 276	0.15 356	0.25 283	0.17 178	0.39 294	0.39 365	0.29 280	0.31 270	0.21 205	0.17 231	0.59 446	0.28 404	0.08 220	0.06 168	0.09 267	0.09 335	0.10 336	0.08 249

G2L-Stereo_test	0.24 342	0.16 377	0.38 272	0.19 106	0.13 262	0.27 317	0.24 424	0.49 402	0.38 355	0.37 423	0.37 340	0.40 425	0.24 332	0.52 403	0.28 404	0.08 220	0.06 168	0.06 32	0.06 104	0.09 269	0.08 249

LGtest1	0.10 2	0.08 17	0.17 44	0.17 25	0.08 12	0.13 15	0.09 2	0.16 6	0.12 10	0.09 6	0.07 3	0.09 22	0.09 22	0.15 25	0.11 15	0.08 220	0.05 32	0.06 32	0.05 51	0.06 57	0.06 89

SGD-Stereo	0.11 25	0.08 17	0.17 44	0.17 25	0.07 1	0.17 80	0.13 52	0.18 18	0.16 39	0.11 31	0.13 54	0.11 59	0.12 108	0.18 85	0.11 15	0.08 220	0.04 2	0.06 32	0.05 51	0.06 57	0.04 1

PAM_32	0.23 311	0.10 94	0.63 466	0.21 214	0.14 306	0.33 412	0.19 268	0.36 266	0.23 162	0.29 280	0.28 230	0.56 516	0.28 398	0.27 255	0.18 245	0.08 220	0.06 168	0.08 182	0.09 335	0.07 126	0.09 311

PAM	0.23 311	0.10 94	0.63 466	0.22 276	0.15 356	0.34 425	0.21 350	0.37 276	0.22 141	0.31 329	0.27 224	0.55 512	0.26 362	0.26 235	0.17 222	0.08 220	0.06 168	0.07 97	0.09 335	0.07 126	0.09 311

UGAM	0.26 386	0.14 318	0.45 361	0.25 418	0.12 184	0.23 243	0.25 441	0.32 200	0.41 394	0.31 329	0.42 402	0.41 432	0.22 300	0.92 553	0.22 341	0.08 220	0.06 168	0.14 483	0.12 454	0.10 336	0.07 178

model_zeroshot	0.17 159	0.11 168	0.39 287	0.20 169	0.12 184	0.24 265	0.15 103	0.34 222	0.22 141	0.30 311	0.20 156	0.22 217	0.12 108	0.24 187	0.14 139	0.08 220	0.07 294	0.07 97	0.07 161	0.07 126	0.07 178

RAStereo	0.13 66	0.12 210	0.27 137	0.22 276	0.11 125	0.15 31	0.18 222	0.23 79	0.23 162	0.13 66	0.17 115	0.11 59	0.09 22	0.15 25	0.13 102	0.08 220	0.06 168	0.08 182	0.06 104	0.07 126	0.05 26

Pointernet	0.13 66	0.07 2	0.27 137	0.19 106	0.11 125	0.20 165	0.12 26	0.31 189	0.24 177	0.15 105	0.15 87	0.13 84	0.11 82	0.17 62	0.13 102	0.08 220	0.05 32	0.06 32	0.05 51	0.06 57	0.05 26

AIO-Stereo-zeroshot	0.23 311	0.13 274	0.83 524	0.20 169	0.21 486	0.23 243	0.17 178	0.48 393	0.27 211	0.23 196	0.29 243	0.39 410	0.23 314	0.25 218	0.15 165	0.08 220	0.06 168	0.08 182	0.11 415	0.11 384	0.10 367

trnet	0.13 66	0.08 17	0.21 82	0.15 5	0.07 1	0.21 193	0.12 26	0.24 93	0.24 177	0.16 129	0.21 168	0.15 131	0.13 141	0.18 85	0.13 102	0.08 220	0.05 32	0.06 32	0.04 1	0.06 57	0.05 26

Former-RAFT_DAM_RVC	0.17 159	0.13 274	0.24 107	0.19 106	0.13 262	0.24 265	0.17 178	0.30 177	0.37 341	0.43 488	0.17 115	0.13 84	0.12 108	0.19 108	0.15 165	0.08 220	0.07 294	0.09 267	0.07 161	0.09 269	0.08 249

MyStereo8	0.22 294	0.15 352	0.63 466	0.21 214	0.17 411	0.31 392	0.16 136	0.36 266	0.32 279	0.28 251	0.36 331	0.25 259	0.18 256	0.25 218	0.28 404	0.08 220	0.07 294	0.08 182	0.07 161	0.10 336	0.12 425

ACVNet-DCA	0.18 184	0.14 318	0.38 272	0.23 327	0.11 125	0.31 392	0.19 268	0.41 317	0.27 211	0.17 144	0.19 139	0.13 84	0.18 256	0.28 269	0.11 15	0.08 220	0.05 32	0.08 182	0.06 104	0.09 269	0.09 311

xx1	0.20 244	0.14 318	0.38 272	0.23 327	0.11 125	0.31 392	0.19 268	0.35 247	0.47 457	0.17 144	0.19 139	0.28 305	0.24 332	0.28 269	0.11 15	0.08 220	0.05 32	0.10 342	0.09 335	0.09 269	0.09 311

1test111	0.19 227	0.14 318	0.38 272	0.23 327	0.11 125	0.31 392	0.19 268	0.41 317	0.27 211	0.17 144	0.19 139	0.13 84	0.18 256	0.34 328	0.22 341	0.08 220	0.05 32	0.08 182	0.06 104	0.09 269	0.09 311

cc1	0.18 184	0.14 318	0.38 272	0.23 327	0.11 125	0.31 392	0.19 268	0.35 247	0.47 457	0.17 144	0.19 139	0.13 84	0.18 256	0.28 269	0.11 15	0.08 220	0.05 32	0.08 182	0.06 104	0.08 196	0.08 249

ffm	0.22 294	0.12 210	0.42 328	0.20 169	0.13 262	0.28 337	0.20 319	0.35 247	0.44 423	0.30 311	0.42 402	0.34 365	0.23 314	0.27 255	0.11 15	0.08 220	0.05 32	0.11 398	0.10 377	0.08 196	0.08 249

ff1	0.29 426	0.12 210	0.42 328	0.20 169	0.13 262	0.28 337	0.20 319	0.35 247	0.44 423	0.30 311	0.42 402	0.34 365	0.23 314	0.81 534	1.08 573	0.08 220	0.05 32	0.11 398	0.10 377	0.08 196	0.08 249

tt1	0.18 184	0.14 318	0.35 221	0.23 327	0.11 125	0.30 376	0.19 268	0.35 247	0.44 423	0.17 144	0.19 139	0.13 84	0.16 201	0.27 255	0.11 15	0.08 220	0.05 32	0.08 182	0.06 104	0.08 196	0.08 249

plain	0.17 159	0.13 274	0.43 341	0.21 214	0.13 262	0.16 58	0.17 178	0.27 125	0.22 141	0.16 129	0.26 217	0.13 84	0.16 201	0.27 255	0.16 191	0.08 220	0.06 168	0.10 342	0.07 161	0.10 336	0.07 178

MaDis-Stereo	0.14 93	0.13 274	0.26 128	0.19 106	0.14 306	0.16 58	0.13 52	0.25 102	0.21 128	0.13 66	0.14 84	0.14 111	0.11 82	0.17 62	0.17 222	0.08 220	0.07 294	0.08 182	0.06 104	0.07 126	0.06 89

UniTT-Stereo	0.14 93	0.10 94	0.30 165	0.21 214	0.13 262	0.17 80	0.13 52	0.19 24	0.18 68	0.15 105	0.20 156	0.10 39	0.11 82	0.18 85	0.16 191	0.08 220	0.06 168	0.07 97	0.06 104	0.08 196	0.06 89

Any-RAFT	0.17 159	0.08 17	0.31 179	0.19 106	0.10 78	0.29 358	0.16 136	0.42 331	0.30 258	0.24 210	0.27 224	0.27 289	0.16 201	0.21 146	0.12 56	0.08 220	0.05 32	0.06 32	0.05 51	0.07 126	0.06 89

LL-Strereo	0.29 426	0.25 483	0.58 444	0.25 418	0.21 486	0.23 243	0.24 424	0.55 477	0.42 401	0.34 383	0.32 279	0.41 432	0.40 494	0.94 557	0.23 360	0.08 220	0.07 294	0.11 398	0.09 335	0.09 269	0.09 311

CBFPSM	0.27 394	0.16 377	0.67 481	0.20 169	0.14 306	0.38 459	0.25 441	0.40 305	0.36 330	0.33 363	0.36 331	0.56 516	0.38 483	0.32 315	0.38 462	0.08 220	0.08 380	0.07 97	0.08 241	0.09 269	0.11 402

LoS	0.14 93	0.08 17	0.27 137	0.16 10	0.09 34	0.22 221	0.14 77	0.26 111	0.26 200	0.15 105	0.18 130	0.18 170	0.13 141	0.22 163	0.14 139	0.08 220	0.06 168	0.06 32	0.04 1	0.06 57	0.06 89
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ToySt	0.24 342	0.16 377	0.48 386	0.21 214	0.13 262	0.29 358	0.29 481	0.39 294	0.39 365	0.27 241	0.35 321	0.39 410	0.31 443	0.31 308	0.29 416	0.08 220	0.09 415	0.10 342	0.11 415	0.11 384	0.10 367

anonymousa	0.23 311	0.11 168	0.50 402	0.21 214	0.16 388	0.31 392	0.20 319	0.36 266	0.35 317	0.32 351	0.50 465	0.39 410	0.26 362	0.22 163	0.20 296	0.08 220	0.06 168	0.09 267	0.11 415	0.07 126	0.08 249

qqq	0.20 244	0.12 210	0.31 179	0.20 169	0.11 125	0.23 243	0.19 268	0.41 317	0.27 211	0.24 210	0.28 230	0.28 305	0.24 332	0.34 328	0.22 341	0.08 220	0.07 294	0.10 342	0.09 335	0.09 269	0.09 311

CIPLG	0.21 264	0.21 452	0.55 432	0.23 327	0.15 356	0.25 283	0.20 319	0.35 247	0.29 245	0.31 329	0.33 300	0.22 217	0.15 183	0.26 235	0.20 296	0.08 220	0.07 294	0.07 97	0.07 161	0.08 196	0.08 249

IPLGR_C	0.21 264	0.22 465	0.60 452	0.23 327	0.15 356	0.24 265	0.20 319	0.35 247	0.29 245	0.31 329	0.32 279	0.22 217	0.15 183	0.25 218	0.20 296	0.08 220	0.07 294	0.07 97	0.07 161	0.08 196	0.08 249

ACRE	0.21 264	0.20 438	0.62 463	0.23 327	0.15 356	0.24 265	0.20 319	0.35 247	0.28 226	0.31 329	0.32 279	0.22 217	0.15 183	0.25 218	0.20 296	0.08 220	0.07 294	0.07 97	0.07 161	0.08 196	0.08 249

HHNet	0.22 294	0.12 210	0.52 419	0.18 60	0.18 433	0.20 165	0.20 319	0.34 222	0.31 270	0.32 351	0.59 508	0.20 193	0.21 287	0.24 187	0.31 432	0.08 220	0.05 32	0.09 267	0.07 161	0.08 196	0.11 402

Patchmatch Stereo++	0.18 184	0.12 210	0.37 253	0.22 276	0.10 78	0.18 102	0.14 77	0.29 158	0.22 141	0.28 251	0.29 243	0.25 259	0.17 231	0.26 235	0.16 191	0.08 220	0.06 168	0.10 342	0.08 241	0.10 336	0.08 249
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.33 459	0.11 168	0.37 253	0.25 418	0.16 388	0.20 165	0.19 268	0.30 177	0.27 211	0.35 400	0.35 321	0.27 289	0.30 427	0.44 370	2.66 611	0.08 220	0.05 32	0.10 342	0.07 161	0.08 196	0.06 89

IIG-Stereo	0.23 311	0.13 274	0.35 221	0.29 506	0.12 184	0.23 243	0.14 77	0.38 282	0.31 270	0.34 383	0.37 340	0.33 358	0.21 287	0.70 493	0.26 394	0.08 220	0.06 168	0.09 267	0.07 161	0.07 126	0.06 89

NF-Stereo	0.20 244	0.10 94	0.35 221	0.24 380	0.12 184	0.21 193	0.18 222	0.38 282	0.32 279	0.28 251	0.30 256	0.22 217	0.16 201	0.51 397	0.20 296	0.08 220	0.06 168	0.09 267	0.08 241	0.08 196	0.13 442

OCTAStereo	0.20 244	0.10 94	0.35 221	0.24 380	0.12 184	0.21 193	0.18 222	0.38 282	0.32 279	0.28 251	0.30 256	0.22 217	0.16 201	0.51 397	0.20 296	0.08 220	0.06 168	0.09 267	0.08 241	0.08 196	0.13 442

PSM-adaLoss	0.18 184	0.12 210	0.37 253	0.22 276	0.10 78	0.18 102	0.16 136	0.29 158	0.22 141	0.28 251	0.29 243	0.25 259	0.18 256	0.24 187	0.16 191	0.08 220	0.06 168	0.10 342	0.08 241	0.10 336	0.08 249

FTStereo	0.28 415	0.10 94	0.43 341	0.23 327	0.13 262	0.21 193	0.53 572	0.34 222	0.26 200	0.38 438	0.95 565	0.30 332	0.56 544	0.32 315	0.18 245	0.08 220	0.06 168	0.09 267	0.08 241	0.07 126	0.19 518

ROB_FTStereo_v2	0.18 184	0.12 210	0.37 253	0.22 276	0.10 78	0.18 102	0.16 136	0.29 158	0.22 141	0.28 251	0.29 243	0.25 259	0.17 231	0.24 187	0.16 191	0.08 220	0.06 168	0.10 342	0.08 241	0.10 336	0.08 249

ROB_FTStereo	0.18 184	0.12 210	0.37 253	0.22 276	0.10 78	0.18 102	0.14 77	0.29 158	0.22 141	0.28 251	0.28 230	0.25 259	0.17 231	0.24 187	0.16 191	0.08 220	0.06 168	0.10 342	0.08 241	0.10 336	0.08 249

HUI-Stereo	0.18 184	0.12 210	0.37 253	0.22 276	0.10 78	0.18 102	0.14 77	0.29 158	0.22 141	0.28 251	0.28 230	0.25 259	0.17 231	0.22 163	0.16 191	0.08 220	0.06 168	0.10 342	0.08 241	0.10 336	0.08 249

SST-Stereo	0.21 264	0.10 94	0.37 253	0.24 380	0.13 262	0.19 130	0.17 178	0.31 189	0.24 177	0.34 383	0.33 300	0.29 316	0.25 353	0.56 429	0.17 222	0.08 220	0.05 32	0.10 342	0.08 241	0.09 269	0.07 178

RAFT_R40	0.21 264	0.10 94	0.37 253	0.24 380	0.13 262	0.18 102	0.18 222	0.31 189	0.29 245	0.33 363	0.33 300	0.30 332	0.24 332	0.55 418	0.18 245	0.08 220	0.05 32	0.10 342	0.08 241	0.08 196	0.07 178

RE-Stereo	0.20 244	0.10 94	0.35 221	0.24 380	0.12 184	0.21 193	0.18 222	0.38 282	0.32 279	0.28 251	0.30 256	0.22 217	0.16 201	0.51 397	0.20 296	0.08 220	0.06 168	0.09 267	0.08 241	0.08 196	0.13 442

TVStereo	0.20 244	0.10 94	0.35 221	0.24 380	0.12 184	0.21 193	0.18 222	0.38 282	0.32 279	0.28 251	0.30 256	0.22 217	0.16 201	0.51 397	0.20 296	0.08 220	0.06 168	0.09 267	0.08 241	0.08 196	0.13 442

DeepStereo_RVC	0.18 184	0.11 168	0.40 295	0.21 214	0.11 125	0.19 130	0.16 136	0.28 144	0.22 141	0.27 241	0.27 224	0.23 237	0.28 398	0.24 187	0.18 245	0.08 220	0.06 168	0.09 267	0.07 161	0.09 269	0.10 367

iGMRVC	0.18 184	0.12 210	0.37 253	0.22 276	0.10 78	0.18 102	0.15 103	0.29 158	0.22 141	0.28 251	0.29 243	0.25 259	0.17 231	0.27 255	0.17 222	0.08 220	0.06 168	0.10 342	0.08 241	0.10 336	0.08 249

IRAFT_RVC	0.22 294	0.12 210	0.39 287	0.26 453	0.11 125	0.18 102	0.24 424	0.40 305	0.37 341	0.31 329	0.30 256	0.29 316	0.24 332	0.55 418	0.22 341	0.08 220	0.06 168	0.10 342	0.08 241	0.08 196	0.07 178

iRAFT	0.18 184	0.12 210	0.37 253	0.22 276	0.10 78	0.18 102	0.14 77	0.29 158	0.22 141	0.28 251	0.29 243	0.25 259	0.17 231	0.26 235	0.16 191	0.08 220	0.06 168	0.10 342	0.08 241	0.10 336	0.08 249

CRE-IMP	0.18 184	0.12 210	0.37 253	0.22 276	0.11 125	0.24 265	0.17 178	0.29 158	0.21 128	0.27 241	0.26 217	0.24 250	0.17 231	0.23 173	0.18 245	0.08 220	0.05 32	0.10 342	0.07 161	0.10 336	0.10 367

CroCo-Stereo	0.14 93	0.13 274	0.24 107	0.25 418	0.11 125	0.11 5	0.18 222	0.32 200	0.23 162	0.12 49	0.12 41	0.18 170	0.12 108	0.14 11	0.13 102	0.08 220	0.06 168	0.07 97	0.05 51	0.07 126	0.06 89
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	0.21 264	0.17 396	0.32 185	0.24 380	0.12 184	0.25 283	0.27 459	0.35 247	0.28 226	0.33 363	0.33 300	0.38 398	0.22 300	0.29 286	0.17 222	0.08 220	0.08 380	0.11 398	0.10 377	0.10 336	0.06 89

RAFT-IKP	0.18 184	0.12 210	0.37 253	0.22 276	0.10 78	0.18 102	0.15 103	0.29 158	0.22 141	0.28 251	0.29 243	0.25 259	0.18 256	0.25 218	0.16 191	0.08 220	0.06 168	0.10 342	0.08 241	0.10 336	0.08 249

rafts_anoy	0.18 184	0.15 352	0.35 221	0.22 276	0.14 306	0.19 130	0.17 178	0.32 200	0.30 258	0.23 196	0.25 207	0.20 193	0.16 201	0.22 163	0.19 278	0.08 220	0.07 294	0.10 342	0.12 454	0.09 269	0.08 249

TestStereo	0.21 264	0.19 426	0.40 295	0.25 418	0.10 78	0.22 221	0.21 350	0.31 189	0.31 270	0.23 196	0.34 310	0.22 217	0.18 256	0.62 464	0.18 245	0.08 220	0.06 168	0.10 342	0.07 161	0.11 384	0.06 89

raft+_RVC	0.18 184	0.14 318	0.32 185	0.21 214	0.15 356	0.21 193	0.16 136	0.38 282	0.34 301	0.21 184	0.28 230	0.20 193	0.15 183	0.24 187	0.19 278	0.08 220	0.06 168	0.08 182	0.07 161	0.07 126	0.08 249

TANstereo	0.15 126	0.09 52	0.28 148	0.16 10	0.08 12	0.25 283	0.14 77	0.23 79	0.28 226	0.24 210	0.30 256	0.16 150	0.12 108	0.17 62	0.13 102	0.08 220	0.07 294	0.06 32	0.05 51	0.06 57	0.07 178

XX-TBD	0.15 126	0.18 410	0.28 148	0.22 276	0.10 78	0.22 221	0.15 103	0.22 60	0.27 211	0.22 190	0.26 217	0.14 111	0.12 108	0.16 43	0.13 102	0.08 220	0.05 32	0.06 32	0.04 1	0.07 126	0.06 89

raftrobust	0.16 140	0.13 274	0.29 158	0.22 276	0.15 356	0.19 130	0.13 52	0.32 200	0.26 200	0.26 231	0.20 156	0.19 184	0.17 231	0.21 146	0.15 165	0.08 220	0.06 168	0.07 97	0.06 104	0.06 57	0.07 178

RALCasStereoNet	0.18 184	0.15 352	0.33 202	0.21 214	0.14 306	0.21 193	0.18 222	0.31 189	0.25 191	0.21 184	0.29 243	0.22 217	0.15 183	0.27 255	0.17 222	0.08 220	0.10 446	0.07 97	0.06 104	0.09 269	0.09 311

RALAANet	0.19 227	0.18 410	0.37 253	0.23 327	0.14 306	0.23 243	0.13 52	0.37 276	0.29 245	0.28 251	0.26 217	0.25 259	0.15 183	0.26 235	0.18 245	0.08 220	0.06 168	0.09 267	0.08 241	0.09 269	0.06 89

XX-Stereo	0.21 264	0.10 94	0.83 524	0.26 453	0.17 411	0.23 243	0.13 52	0.40 305	0.18 68	0.20 173	0.41 386	0.31 342	0.10 53	0.32 315	0.12 56	0.08 220	0.06 168	0.08 182	0.08 241	0.07 126	0.05 26

MMNet	0.27 394	0.14 318	0.49 391	0.24 380	0.17 411	0.47 509	0.22 377	0.45 361	0.51 487	0.39 453	0.41 386	0.36 384	0.33 453	0.39 352	0.34 449	0.08 220	0.07 294	0.09 267	0.09 335	0.10 336	0.08 249

ACVNet	0.23 311	0.13 274	0.35 221	0.18 60	0.15 356	0.27 317	0.23 402	0.39 294	0.44 423	0.28 251	0.41 386	0.38 398	0.26 362	0.27 255	0.32 437	0.08 220	0.07 294	0.08 182	0.07 161	0.10 336	0.07 178

acv_ft	0.25 370	0.13 274	0.40 295	0.23 327	0.19 460	0.34 425	0.21 350	0.45 361	0.44 423	0.38 438	0.41 386	0.38 398	0.27 381	0.27 255	0.35 453	0.08 220	0.07 294	0.08 182	0.07 161	0.11 384	0.07 178

BEATNet_4x	0.22 294	0.18 410	0.47 377	0.22 276	0.10 78	0.28 337	0.14 77	0.46 372	0.32 279	0.31 329	0.34 310	0.31 342	0.25 353	0.31 308	0.29 416	0.08 220	0.06 168	0.08 182	0.06 104	0.10 336	0.08 249

R-Stereo Train	0.18 184	0.09 52	0.32 185	0.22 276	0.12 184	0.22 221	0.19 268	0.42 331	0.19 85	0.31 329	0.45 437	0.20 193	0.14 164	0.18 85	0.15 165	0.08 220	0.06 168	0.07 97	0.06 104	0.06 57	0.06 89

RAFT-Stereo	0.18 184	0.09 52	0.32 185	0.22 276	0.12 184	0.22 221	0.19 268	0.42 331	0.19 85	0.31 329	0.45 437	0.20 193	0.14 164	0.18 85	0.15 165	0.08 220	0.06 168	0.07 97	0.06 104	0.06 57	0.06 89
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HSM-Net_RVC	0.27 394	0.11 168	0.42 328	0.19 106	0.11 125	0.34 425	0.20 319	0.62 539	0.43 408	0.40 463	0.43 415	0.50 491	0.26 362	0.76 517	0.22 341	0.08 220	0.07 294	0.07 97	0.07 161	0.08 196	0.08 249
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iResNetv2_ROB	0.27 394	0.26 494	0.72 497	0.23 327	0.13 262	0.29 358	0.18 222	0.52 448	0.49 475	0.37 423	0.45 437	0.39 410	0.25 353	0.34 328	0.20 296	0.08 220	0.06 168	0.07 97	0.05 51	0.12 420	0.09 311

HSM	0.28 415	0.16 377	0.35 221	0.20 169	0.15 356	0.33 412	0.19 268	0.53 459	0.37 341	0.36 416	0.38 354	0.67 551	0.31 443	0.89 548	0.23 360	0.08 220	0.06 168	0.08 182	0.07 161	0.08 196	0.08 249

iResNet_ROB	0.25 370	0.19 426	0.40 295	0.20 169	0.12 184	0.30 376	0.16 136	0.55 477	0.53 501	0.38 438	0.43 415	0.37 390	0.26 362	0.38 350	0.22 341	0.08 220	0.06 168	0.06 32	0.04 1	0.09 269	0.09 311

pmcnn	0.50 539	0.20 438	0.78 504	0.24 380	0.26 536	0.39 468	0.30 492	0.51 429	0.50 483	0.54 537	1.23 579	2.52 608	0.37 479	0.77 523	0.95 566	0.08 220	0.06 168	0.06 32	0.05 51	0.10 336	0.08 249

MultiAttention	1.02 589	0.13 274	0.43 341	0.35 545	0.43 569	5.36 614	1.71 614	0.69 563	0.53 501	0.36 416	0.63 526	0.55 512	0.22 300	7.60 623	0.43 490	0.09 309	0.06 168	0.14 483	0.24 553	0.26 548	0.30 565

S2M2_XL	0.10 2	0.09 52	0.21 82	0.14 2	0.10 78	0.09 1	0.09 2	0.11 1	0.09 1	0.10 15	0.11 26	0.09 22	0.09 22	0.12 2	0.11 15	0.09 309	0.07 294	0.08 182	0.07 161	0.08 196	0.06 89
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-ROB	0.23 311	0.15 352	0.41 318	0.19 106	0.12 184	0.27 317	0.21 350	0.47 380	0.33 291	0.34 383	0.31 270	0.41 432	0.22 300	0.49 388	0.26 394	0.09 309	0.06 168	0.07 97	0.06 104	0.09 269	0.10 367

StereoAnything_RVC	0.13 66	0.37 545	0.36 241	0.14 2	0.07 1	0.11 5	0.12 26	0.17 12	0.12 10	0.08 1	0.07 3	0.07 1	0.10 53	0.20 125	0.10 1	0.09 309	0.05 32	0.06 32	0.04 1	0.24 538	0.05 26

IGEV-RUCA	0.21 264	0.08 17	0.23 98	0.19 106	0.19 460	0.28 337	0.24 424	0.23 79	0.21 128	0.20 173	0.23 184	0.28 305	0.49 532	0.26 235	0.18 245	0.09 309	0.08 380	0.18 523	0.13 481	0.17 492	0.17 496

test_sample2	0.21 264	0.10 94	0.28 148	0.19 106	0.11 125	0.27 317	0.21 350	0.43 344	0.29 245	0.26 231	0.31 270	0.30 332	0.24 332	0.45 373	0.18 245	0.09 309	0.07 294	0.08 182	0.07 161	0.09 269	0.09 311

test_sample1	0.20 244	0.10 94	0.28 148	0.19 106	0.12 184	0.28 337	0.19 268	0.41 317	0.25 191	0.26 231	0.31 270	0.29 316	0.26 362	0.44 370	0.21 321	0.09 309	0.07 294	0.08 182	0.07 161	0.09 269	0.09 311

DispNO	0.27 394	0.18 410	0.62 463	0.23 327	0.17 411	0.25 283	0.22 377	0.45 361	0.41 394	0.32 351	0.39 367	0.38 398	0.27 381	0.77 523	0.27 400	0.09 309	0.07 294	0.10 342	0.10 377	0.08 196	0.08 249

CoDeX	0.23 311	0.12 210	0.46 369	0.21 214	0.14 306	0.29 358	0.21 350	0.53 459	0.41 394	0.29 280	0.35 321	0.29 316	0.22 300	0.48 383	0.19 278	0.09 309	0.06 168	0.08 182	0.07 161	0.08 196	0.07 178

mmm	0.21 264	0.12 210	0.31 179	0.22 276	0.12 184	0.28 337	0.21 350	0.41 317	0.27 211	0.29 280	0.38 354	0.29 316	0.24 332	0.29 286	0.22 341	0.09 309	0.07 294	0.11 398	0.09 335	0.10 336	0.09 311

11t1	0.18 184	0.10 94	0.30 165	0.20 169	0.11 125	0.27 317	0.17 178	0.35 247	0.23 162	0.25 219	0.23 184	0.23 237	0.23 314	0.25 218	0.18 245	0.09 309	0.07 294	0.07 97	0.06 104	0.09 269	0.09 311

1111x	0.32 450	0.11 168	0.40 295	0.22 276	0.11 125	0.32 401	0.26 453	0.59 517	0.43 408	0.31 329	0.41 386	0.39 410	0.28 398	0.76 517	1.37 590	0.09 309	0.08 380	0.09 267	0.10 377	0.09 269	0.08 249

MIF-Stereo (partial)	0.16 140	0.10 94	0.34 212	0.21 214	0.15 356	0.15 31	0.13 52	0.28 144	0.25 191	0.17 144	0.26 217	0.15 131	0.16 201	0.25 218	0.17 222	0.09 309	0.06 168	0.10 342	0.08 241	0.09 269	0.08 249

EKT-Stereo	0.38 494	0.12 210	0.38 272	0.42 562	3.88 616	0.21 193	0.17 178	0.35 247	0.28 226	0.20 173	0.20 156	0.23 237	0.15 183	0.28 269	0.16 191	0.09 309	0.07 294	0.09 267	0.07 161	0.09 269	0.09 311

PCWNet_CMD	0.23 311	0.13 274	0.48 386	0.20 169	0.13 262	0.28 337	0.16 136	0.46 372	0.46 452	0.29 280	0.36 331	0.37 390	0.24 332	0.28 269	0.20 296	0.09 309	0.06 168	0.10 342	0.08 241	0.11 384	0.09 311

gwcnet-sp	0.24 342	0.13 274	0.63 466	0.22 276	0.14 306	0.34 425	0.22 377	0.44 351	0.39 365	0.35 400	0.34 310	0.27 289	0.27 381	0.35 337	0.25 381	0.09 309	0.08 380	0.09 267	0.09 335	0.09 269	0.09 311

scenet	0.24 342	0.13 274	0.63 466	0.22 276	0.14 306	0.34 425	0.22 377	0.44 351	0.39 365	0.35 400	0.34 310	0.27 289	0.27 381	0.35 337	0.25 381	0.09 309	0.08 380	0.09 267	0.09 335	0.09 269	0.09 311

knoymous	0.17 159	0.09 52	0.32 185	0.17 25	0.11 125	0.21 193	0.17 178	0.32 200	0.23 162	0.23 196	0.28 230	0.27 289	0.16 201	0.23 173	0.16 191	0.09 309	0.06 168	0.09 267	0.06 104	0.09 269	0.09 311

riskmin	0.18 184	0.09 52	0.34 212	0.18 60	0.12 184	0.24 265	0.16 136	0.34 222	0.28 226	0.21 184	0.23 184	0.33 358	0.24 332	0.23 173	0.17 222	0.09 309	0.06 168	0.09 267	0.06 104	0.10 336	0.10 367

ssnet	0.24 342	0.13 274	0.63 466	0.22 276	0.14 306	0.34 425	0.22 377	0.44 351	0.39 365	0.35 400	0.34 310	0.27 289	0.27 381	0.35 337	0.25 381	0.09 309	0.08 380	0.09 267	0.09 335	0.09 269	0.09 311

x	0.19 227	0.11 168	0.29 158	0.20 169	0.11 125	0.26 307	0.18 222	0.41 317	0.29 245	0.25 219	0.29 243	0.28 305	0.24 332	0.26 235	0.23 360	0.09 309	0.07 294	0.08 182	0.07 161	0.09 269	0.08 249

DisPM	0.19 227	0.10 94	0.35 221	0.23 327	0.13 262	0.18 102	0.20 319	0.29 158	0.29 245	0.33 363	0.34 310	0.23 237	0.16 201	0.33 322	0.16 191	0.09 309	0.06 168	0.09 267	0.08 241	0.07 126	0.11 402

Wz-Net-LNSev-Ref	0.30 434	0.20 438	0.70 493	0.21 214	0.17 411	0.46 503	0.27 459	0.50 412	0.49 475	0.42 482	0.55 493	0.43 445	0.30 427	0.46 376	0.38 462	0.09 309	0.06 168	0.07 97	0.06 104	0.11 384	0.10 367

IER	0.23 311	0.12 210	0.39 287	0.20 169	0.14 306	0.31 392	0.19 268	0.42 331	0.36 330	0.33 363	0.40 378	0.32 351	0.33 453	0.29 286	0.22 341	0.09 309	0.07 294	0.08 182	0.08 241	0.09 269	0.08 249

hknet	0.25 370	0.14 318	0.40 295	0.25 418	0.15 356	0.35 440	0.21 350	0.56 493	0.37 341	0.34 383	0.35 321	0.43 445	0.27 381	0.37 345	0.21 321	0.09 309	0.07 294	0.11 398	0.10 377	0.09 269	0.09 311

DAS	0.27 394	0.12 210	0.42 328	0.24 380	0.18 433	0.29 358	0.24 424	0.45 361	0.45 434	0.41 472	0.44 426	0.34 365	0.29 413	0.75 512	0.21 321	0.09 309	0.07 294	0.09 267	0.07 161	0.09 269	0.09 311

SepStereo	0.26 386	0.12 210	0.42 328	0.24 380	0.18 433	0.29 358	0.24 424	0.45 361	0.45 434	0.41 472	0.44 426	0.34 365	0.29 413	0.64 472	0.21 321	0.09 309	0.07 294	0.09 267	0.07 161	0.09 269	0.09 311

GwcNet-ADL	0.22 294	0.14 318	0.58 444	0.24 380	0.13 262	0.22 221	0.23 402	0.49 402	0.40 382	0.27 241	0.29 243	0.30 332	0.20 280	0.26 235	0.23 360	0.09 309	0.07 294	0.07 97	0.07 161	0.09 269	0.09 311

TRStereo	0.19 227	0.17 396	0.47 377	0.23 327	0.19 460	0.19 130	0.16 136	0.52 448	0.28 226	0.20 173	0.19 139	0.21 205	0.13 141	0.24 187	0.13 102	0.09 309	0.06 168	0.09 267	0.11 415	0.06 57	0.06 89

PSM-softLoss	0.21 264	0.10 94	0.39 287	0.24 380	0.12 184	0.20 165	0.18 222	0.38 282	0.26 200	0.29 280	0.32 279	0.24 250	0.16 201	0.52 403	0.20 296	0.09 309	0.06 168	0.10 342	0.09 335	0.08 196	0.12 425

KMStereo	0.21 264	0.10 94	0.39 287	0.24 380	0.12 184	0.20 165	0.18 222	0.38 282	0.26 200	0.29 280	0.32 279	0.24 250	0.16 201	0.52 403	0.20 296	0.09 309	0.06 168	0.10 342	0.09 335	0.08 196	0.12 425

PFNet	0.23 311	0.10 94	0.57 439	0.24 380	0.14 306	0.22 221	0.19 268	0.39 294	0.33 291	0.35 400	0.32 279	0.27 289	0.19 271	0.64 472	0.22 341	0.09 309	0.05 32	0.09 267	0.07 161	0.08 196	0.07 178

Pruner-Stereo	0.19 227	0.11 168	0.34 212	0.29 506	0.12 184	0.19 130	0.17 178	0.31 189	0.29 245	0.33 363	0.32 279	0.25 259	0.15 183	0.24 187	0.21 321	0.09 309	0.06 168	0.09 267	0.08 241	0.08 196	0.09 311

AnonymousM	0.17 159	0.19 426	0.24 107	0.18 60	0.10 78	0.18 102	0.17 178	0.30 177	0.23 162	0.26 231	0.20 156	0.18 170	0.14 164	0.19 108	0.14 139	0.09 309	0.06 168	0.38 572	0.15 504	0.06 57	0.05 26

CFNet_pseudo	0.23 311	0.13 274	0.47 377	0.19 106	0.13 262	0.26 307	0.16 136	0.44 351	0.44 423	0.29 280	0.37 340	0.38 398	0.23 314	0.29 286	0.21 321	0.09 309	0.06 168	0.11 398	0.08 241	0.11 384	0.09 311

RAFT + AFF	0.27 394	0.23 474	0.50 402	0.25 418	0.17 411	0.30 376	0.33 514	0.52 448	0.40 382	0.28 251	0.30 256	0.30 332	0.31 443	0.62 464	0.24 371	0.09 309	0.10 446	0.11 398	0.10 377	0.11 384	0.11 402

GMStereo	0.19 227	0.25 483	0.40 295	0.21 214	0.12 184	0.22 221	0.19 268	0.29 158	0.40 382	0.25 219	0.23 184	0.16 150	0.15 183	0.25 218	0.19 278	0.09 309	0.06 168	0.08 182	0.08 241	0.10 336	0.08 249
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.22 294	0.10 94	0.51 413	0.21 214	0.14 306	0.34 425	0.22 377	0.55 477	0.39 365	0.29 280	0.32 279	0.23 237	0.21 287	0.27 255	0.19 278	0.09 309	0.07 294	0.09 267	0.09 335	0.09 269	0.08 249

delet	0.27 394	0.14 318	0.40 295	0.23 327	0.19 460	0.41 477	0.29 481	0.49 402	0.48 466	0.33 363	0.41 386	0.37 390	0.30 427	0.48 383	0.34 449	0.09 309	0.09 415	0.11 398	0.12 454	0.08 196	0.08 249

UNet	0.28 415	0.14 318	0.69 487	0.23 327	0.20 478	0.44 495	0.22 377	0.50 412	0.40 382	0.34 383	0.39 367	0.43 445	0.33 453	0.40 359	0.31 432	0.09 309	0.07 294	0.10 342	0.08 241	0.10 336	0.08 249

CREStereo	0.13 66	0.08 17	0.21 82	0.14 2	0.08 12	0.22 221	0.15 103	0.25 102	0.24 177	0.16 129	0.21 168	0.14 111	0.13 141	0.18 85	0.13 102	0.09 309	0.05 32	0.06 32	0.04 1	0.07 126	0.06 89
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
FENet	0.21 264	0.11 168	0.45 361	0.21 214	0.12 184	0.26 307	0.17 178	0.41 317	0.35 317	0.30 311	0.31 270	0.29 316	0.23 314	0.26 235	0.23 360	0.09 309	0.06 168	0.09 267	0.09 335	0.09 269	0.09 311

ADCRef	0.38 494	0.24 478	0.88 536	0.26 453	0.21 486	0.49 520	0.27 459	0.52 448	0.48 466	0.50 518	0.58 506	0.35 379	0.47 525	0.48 383	1.29 589	0.09 309	0.08 380	0.12 436	0.12 454	0.11 384	0.11 402

RASNet	0.28 415	0.14 318	0.44 350	0.22 276	0.18 433	0.32 401	0.19 268	0.48 393	0.38 355	0.29 280	0.43 415	0.47 470	0.37 479	0.79 527	0.36 459	0.09 309	0.07 294	0.07 97	0.09 335	0.07 126	0.07 178

MSMDNet	0.23 311	0.13 274	0.48 386	0.20 169	0.13 262	0.28 337	0.16 136	0.46 372	0.46 452	0.29 280	0.36 331	0.37 390	0.24 332	0.28 269	0.20 296	0.09 309	0.06 168	0.09 267	0.08 241	0.11 384	0.09 311

CFNet	0.27 394	0.20 438	0.44 350	0.22 276	0.14 306	0.33 412	0.14 77	0.51 429	0.45 434	0.30 311	0.40 378	0.38 398	0.27 381	0.76 517	0.25 381	0.09 309	0.07 294	0.11 398	0.11 415	0.11 384	0.08 249

ccs_rob	0.23 311	0.13 274	0.47 377	0.20 169	0.13 262	0.26 307	0.17 178	0.44 351	0.44 423	0.29 280	0.37 340	0.38 398	0.23 314	0.29 286	0.21 321	0.09 309	0.06 168	0.11 398	0.08 241	0.11 384	0.09 311

StereoDRNet-Refined	0.27 394	0.17 396	0.35 221	0.25 418	0.14 306	0.37 451	0.21 350	0.47 380	0.41 394	0.44 495	0.51 471	0.41 432	0.28 398	0.45 373	0.37 460	0.09 309	0.06 168	0.11 398	0.11 415	0.10 336	0.10 367
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	0.32 450	0.13 274	0.51 413	0.25 418	0.16 388	0.48 515	0.25 441	0.50 412	0.57 518	0.37 423	0.45 437	0.62 535	0.36 470	0.64 472	0.49 509	0.09 309	0.07 294	0.09 267	0.08 241	0.12 420	0.11 402

FlowAnything_test	0.14 93	0.11 168	0.21 82	0.21 214	0.12 184	0.17 80	0.16 136	0.25 102	0.16 39	0.15 105	0.13 54	0.15 131	0.14 164	0.18 85	0.16 191	0.10 358	0.07 294	0.11 398	0.12 454	0.08 196	0.09 311

z-mn7	0.44 522	0.40 551	1.09 564	0.25 418	0.18 433	0.61 548	0.34 516	0.56 493	0.93 579	0.43 488	0.96 566	0.53 506	0.39 489	0.94 557	0.59 528	0.10 358	0.09 415	0.10 342	0.10 377	0.14 453	0.13 442

w-ln-seven-2	0.36 477	0.29 512	1.06 561	0.27 481	0.18 433	0.37 451	0.30 492	0.50 412	0.54 506	0.45 499	0.55 493	0.45 460	0.41 498	0.62 464	0.49 509	0.10 358	0.10 446	0.12 436	0.11 415	0.14 453	0.11 402

coex_refinement	0.26 386	0.16 377	0.36 241	0.23 327	0.15 356	0.31 392	0.20 319	0.49 402	0.42 401	0.35 400	0.42 402	0.45 460	0.27 381	0.55 418	0.33 444	0.10 358	0.06 168	0.07 97	0.07 161	0.10 336	0.10 367

G2L-Stereo	0.25 370	0.16 377	0.47 377	0.22 276	0.14 306	0.25 283	0.18 222	0.46 372	0.35 317	0.33 363	0.37 340	0.40 425	0.22 300	0.60 449	0.30 424	0.10 358	0.09 415	0.10 342	0.08 241	0.09 269	0.09 311

FACV-RUCA	0.21 264	0.15 352	0.32 185	0.23 327	0.23 515	0.26 307	0.19 268	0.39 294	0.34 301	0.25 219	0.32 279	0.21 205	0.24 332	0.24 187	0.19 278	0.10 358	0.07 294	0.15 498	0.08 241	0.16 475	0.13 442

DCVSM-stereo	0.24 342	0.13 274	0.52 419	0.20 169	0.14 306	0.26 307	0.13 52	0.34 222	0.34 301	0.41 472	0.33 300	0.47 470	0.29 413	0.30 301	0.22 341	0.10 358	0.10 446	0.11 398	0.10 377	0.12 420	0.15 475

ACV-stereo	0.29 426	0.18 410	0.79 511	0.23 327	0.16 388	0.47 509	0.19 268	0.36 266	0.34 301	0.29 280	0.33 300	0.67 551	0.42 507	0.54 416	0.30 424	0.10 358	0.09 415	0.09 267	0.09 335	0.10 336	0.11 402

test_sample6	0.25 370	0.13 274	0.41 318	0.21 214	0.11 125	0.30 376	0.22 377	0.51 429	0.35 317	0.33 363	0.43 415	0.30 332	0.24 332	0.57 433	0.22 341	0.10 358	0.07 294	0.10 342	0.10 377	0.11 384	0.10 367

test_sample5	0.24 342	0.13 274	0.42 328	0.21 214	0.12 184	0.30 376	0.21 350	0.50 412	0.34 301	0.32 351	0.41 386	0.29 316	0.23 314	0.55 418	0.21 321	0.10 358	0.07 294	0.10 342	0.09 335	0.11 384	0.10 367

test_sample4	0.24 342	0.13 274	0.43 341	0.20 169	0.12 184	0.32 401	0.21 350	0.51 429	0.34 301	0.31 329	0.37 340	0.28 305	0.23 314	0.53 410	0.21 321	0.10 358	0.07 294	0.10 342	0.09 335	0.11 384	0.10 367

test_sample3	0.23 311	0.12 210	0.43 341	0.19 106	0.12 184	0.32 401	0.20 319	0.50 412	0.34 301	0.31 329	0.33 300	0.29 316	0.22 300	0.53 410	0.22 341	0.10 358	0.07 294	0.09 267	0.08 241	0.10 336	0.10 367

SMFormer	0.25 370	0.12 210	0.40 295	0.19 106	0.10 78	0.27 317	0.19 268	0.51 429	0.45 434	0.34 383	0.41 386	0.31 342	0.26 362	0.58 440	0.28 404	0.10 358	0.07 294	0.08 182	0.08 241	0.09 269	0.09 311

tta	0.24 342	0.12 210	0.40 295	0.19 106	0.10 78	0.27 317	0.19 268	0.51 429	0.45 434	0.34 383	0.41 386	0.31 342	0.26 362	0.58 440	0.28 404	0.10 358	0.07 294	0.08 182	0.08 241	0.08 196	0.07 178

qqq1	0.24 342	0.12 210	0.40 295	0.19 106	0.10 78	0.27 317	0.19 268	0.51 429	0.45 434	0.34 383	0.41 386	0.31 342	0.26 362	0.58 440	0.16 191	0.10 358	0.07 294	0.07 97	0.06 104	0.08 196	0.07 178

fff1	0.24 342	0.12 210	0.40 295	0.19 106	0.10 78	0.27 317	0.19 268	0.51 429	0.45 434	0.34 383	0.41 386	0.31 342	0.26 362	0.58 440	0.16 191	0.10 358	0.07 294	0.07 97	0.06 104	0.08 196	0.07 178

DualNet	0.24 342	0.13 274	0.42 328	0.21 214	0.12 184	0.30 376	0.21 350	0.50 412	0.34 301	0.33 363	0.43 415	0.29 316	0.23 314	0.55 418	0.21 321	0.10 358	0.07 294	0.10 342	0.09 335	0.11 384	0.10 367

mmx	0.31 441	0.12 210	0.42 328	0.20 169	0.13 262	0.28 337	0.20 319	0.55 477	0.45 434	0.30 311	0.42 402	0.34 365	0.23 314	0.81 534	1.08 573	0.10 358	0.07 294	0.11 398	0.10 377	0.11 384	0.10 367

xxx	0.31 441	0.12 210	0.42 328	0.20 169	0.13 262	0.28 337	0.20 319	0.55 477	0.45 434	0.30 311	0.42 402	0.34 365	0.23 314	0.81 534	1.08 573	0.10 358	0.07 294	0.11 398	0.10 377	0.11 384	0.10 367

iinet-f	0.30 434	0.18 410	1.03 559	0.20 169	0.15 356	0.44 495	0.22 377	0.45 361	0.37 341	0.35 400	0.44 426	0.41 432	0.34 462	0.34 328	0.40 478	0.10 358	0.09 415	0.08 182	0.08 241	0.13 435	0.11 402

BUS	0.23 311	0.12 210	0.28 148	0.25 418	0.14 306	0.43 493	0.17 178	0.56 493	0.34 301	0.34 383	0.35 321	0.32 351	0.20 280	0.26 235	0.21 321	0.10 358	0.07 294	0.11 398	0.10 377	0.09 269	0.09 311

NINENet	0.25 370	0.15 352	0.37 253	0.23 327	0.16 388	0.43 493	0.17 178	0.60 526	0.46 452	0.32 351	0.37 340	0.32 351	0.20 280	0.42 364	0.21 321	0.10 358	0.10 446	0.12 436	0.08 241	0.11 384	0.10 367

BSDual-CNN	0.23 311	0.12 210	0.28 148	0.25 418	0.14 306	0.35 440	0.21 350	0.56 493	0.34 301	0.34 383	0.35 321	0.38 398	0.24 332	0.26 235	0.21 321	0.10 358	0.07 294	0.11 398	0.10 377	0.09 269	0.09 311

psmg	0.23 311	0.12 210	0.28 148	0.21 214	0.14 306	0.35 440	0.23 402	0.51 429	0.34 301	0.35 400	0.38 354	0.38 398	0.24 332	0.26 235	0.21 321	0.10 358	0.08 380	0.10 342	0.10 377	0.09 269	0.08 249

GANet-ADL	0.21 264	0.12 210	0.45 361	0.23 327	0.14 306	0.29 358	0.19 268	0.46 372	0.35 317	0.25 219	0.32 279	0.32 351	0.19 271	0.24 187	0.20 296	0.10 358	0.07 294	0.07 97	0.06 104	0.09 269	0.10 367

ADLNet2	0.30 434	0.17 396	0.72 497	0.23 327	0.17 411	0.36 445	0.24 424	0.52 448	0.51 487	0.32 351	0.38 354	0.45 460	0.30 427	0.69 490	0.35 453	0.10 358	0.08 380	0.09 267	0.09 335	0.12 420	0.10 367

PFNet+	0.20 244	0.10 94	0.37 253	0.21 214	0.12 184	0.17 80	0.19 268	0.29 158	0.34 301	0.33 363	0.32 279	0.24 250	0.16 201	0.32 315	0.17 222	0.10 358	0.07 294	0.11 398	0.10 377	0.08 196	0.12 425

sAnonymous2	0.20 244	0.21 452	0.58 444	0.24 380	0.17 411	0.22 221	0.19 268	0.34 222	0.28 226	0.17 144	0.19 139	0.17 160	0.16 201	0.17 62	0.14 139	0.10 358	0.07 294	0.09 267	0.08 241	0.23 535	0.17 496

CroCo_RVC	0.20 244	0.21 452	0.58 444	0.24 380	0.17 411	0.22 221	0.19 268	0.34 222	0.28 226	0.17 144	0.19 139	0.17 160	0.16 201	0.17 62	0.14 139	0.10 358	0.07 294	0.09 267	0.08 241	0.23 535	0.17 496

sCroCo_RVC	0.18 184	0.14 318	0.49 391	0.27 481	0.18 433	0.22 221	0.17 178	0.27 125	0.23 162	0.14 91	0.22 179	0.17 160	0.14 164	0.21 146	0.15 165	0.10 358	0.11 469	0.09 267	0.09 335	0.09 269	0.09 311

GES	0.22 294	0.12 210	0.42 328	0.20 169	0.14 306	0.27 317	0.19 268	0.49 402	0.33 291	0.30 311	0.36 331	0.25 259	0.23 314	0.29 286	0.22 341	0.10 358	0.08 380	0.08 182	0.07 161	0.10 336	0.11 402

test_xeample	0.34 467	0.10 94	0.29 158	0.19 106	0.11 125	0.33 412	0.23 402	0.55 477	0.38 355	0.32 351	0.45 437	0.29 316	0.26 362	0.57 433	2.24 609	0.10 358	0.07 294	0.09 267	0.08 241	0.09 269	0.09 311

UPFNet	0.25 370	0.12 210	0.38 272	0.24 380	0.19 460	0.37 451	0.28 475	0.48 393	0.38 355	0.34 383	0.37 340	0.37 390	0.28 398	0.39 352	0.33 444	0.10 358	0.09 415	0.10 342	0.10 377	0.10 336	0.08 249

EDNetEfficientorigin	7.51 619	0.52 572	140.47 643	0.25 418	0.17 411	0.42 484	0.29 481	0.47 380	1.03 583	1.28 592	1.02 570	0.83 566	0.84 577	0.75 512	0.99 568	0.10 358	0.09 415	0.12 436	0.10 377	0.21 525	0.22 542

FADNet-RVC-Resample	0.29 426	0.25 483	0.93 545	0.26 453	0.16 388	0.32 401	0.21 350	0.47 380	0.39 365	0.35 400	0.38 354	0.33 358	0.27 381	0.53 410	0.24 371	0.10 358	0.10 446	0.14 483	0.13 481	0.13 435	0.16 484

SuperB	0.49 536	0.28 504	2.23 597	0.23 327	0.15 356	0.41 477	0.32 504	0.47 380	0.82 564	0.43 488	0.50 465	0.33 358	0.45 516	0.68 488	1.08 573	0.10 358	0.07 294	0.09 267	0.08 241	0.98 605	0.14 463

ADCP+	0.45 525	0.24 478	1.15 570	0.25 418	0.22 502	0.56 537	0.39 540	0.54 467	0.51 487	0.44 495	0.51 471	0.46 468	0.52 539	0.56 429	1.89 603	0.10 358	0.08 380	0.11 398	0.10 377	0.14 453	0.13 442

DLCB_ROB	0.28 415	0.16 377	0.34 212	0.27 481	0.16 388	0.38 459	0.25 441	0.48 393	0.43 408	0.46 503	0.46 447	0.51 495	0.33 453	0.53 410	0.33 444	0.10 358	0.10 446	0.11 398	0.11 415	0.10 336	0.09 311

LE_ROB	1.76 605	0.20 438	2.68 605	0.48 570	0.52 579	0.78 568	0.96 601	0.84 583	6.61 620	7.40 623	2.08 606	2.08 600	4.83 616	1.27 586	3.79 615	0.10 358	0.08 380	0.12 436	0.11 415	0.11 384	0.10 367

MSAF-DinoV2	0.76 575	0.44 557	1.98 595	0.49 573	0.16 388	0.58 541	0.31 497	0.81 580	0.83 568	0.41 472	0.52 479	0.98 575	0.58 548	4.97 618	1.03 570	0.11 397	0.07 294	0.10 342	0.24 553	0.27 553	0.26 559

w-ln-seven	0.42 510	0.30 519	1.18 571	0.26 453	0.22 502	0.58 541	0.31 497	0.62 539	0.81 563	0.58 543	0.61 520	0.53 506	0.36 470	0.57 433	0.65 541	0.11 397	0.10 446	0.13 457	0.12 454	0.15 467	0.13 442

DDVS	0.25 370	0.15 352	0.39 287	0.24 380	0.17 411	0.34 425	0.21 350	0.41 317	0.30 258	0.33 363	0.41 386	0.48 477	0.21 287	0.52 403	0.27 400	0.11 397	0.09 415	0.11 398	0.09 335	0.13 435	0.14 463

rvit_stereo_0083	0.16 140	0.12 210	0.26 128	0.21 214	0.13 262	0.17 80	0.17 178	0.22 60	0.34 301	0.16 129	0.21 168	0.19 184	0.16 201	0.21 146	0.16 191	0.11 397	0.10 446	0.10 342	0.08 241	0.09 269	0.07 178

rvit_stereo_0081_aga	0.16 140	0.14 318	0.28 148	0.21 214	0.13 262	0.19 130	0.17 178	0.23 79	0.24 177	0.17 144	0.21 168	0.19 184	0.13 141	0.19 108	0.14 139	0.11 397	0.08 380	0.09 267	0.08 241	0.09 269	0.07 178

rvit_stereo_0081	0.16 140	0.11 168	0.24 107	0.21 214	0.12 184	0.16 58	0.17 178	0.22 60	0.33 291	0.16 129	0.18 130	0.18 170	0.14 164	0.20 125	0.16 191	0.11 397	0.08 380	0.09 267	0.08 241	0.09 269	0.07 178

ITSA-stereo	0.25 370	0.15 352	0.33 202	0.23 327	0.11 125	0.27 317	0.18 222	0.56 493	0.59 521	0.31 329	0.32 279	0.33 358	0.28 398	0.49 388	0.30 424	0.11 397	0.08 380	0.11 398	0.10 377	0.11 384	0.13 442

rvit_stereo_0082	0.16 140	0.11 168	0.24 107	0.21 214	0.12 184	0.16 58	0.17 178	0.22 60	0.33 291	0.16 129	0.18 130	0.18 170	0.14 164	0.20 125	0.16 191	0.11 397	0.08 380	0.09 267	0.08 241	0.09 269	0.07 178

rvit_stereo_0080	0.15 126	0.13 274	0.25 120	0.19 106	0.13 262	0.15 31	0.20 319	0.28 144	0.24 177	0.15 105	0.17 115	0.19 184	0.13 141	0.19 108	0.15 165	0.11 397	0.08 380	0.08 182	0.08 241	0.10 336	0.07 178

rvit_stereo_ft	0.17 159	0.14 318	0.30 165	0.25 418	0.14 306	0.17 80	0.21 350	0.28 144	0.26 200	0.16 129	0.19 139	0.20 193	0.16 201	0.22 163	0.17 222	0.11 397	0.07 294	0.09 267	0.09 335	0.09 269	0.07 178

whm_eth	0.15 126	0.13 274	0.25 120	0.19 106	0.13 262	0.15 31	0.20 319	0.28 144	0.24 177	0.15 105	0.17 115	0.19 184	0.13 141	0.19 108	0.15 165	0.11 397	0.08 380	0.08 182	0.08 241	0.10 336	0.07 178

StereoVision	0.22 294	0.18 410	0.37 253	0.27 481	0.17 411	0.23 243	0.22 377	0.38 282	0.31 270	0.20 173	0.51 471	0.22 217	0.16 201	0.28 269	0.18 245	0.11 397	0.12 486	0.13 457	0.13 481	0.10 336	0.07 178

CFNet_ucs	0.24 342	0.13 274	0.50 402	0.20 169	0.15 356	0.28 337	0.17 178	0.49 402	0.45 434	0.32 351	0.42 402	0.39 410	0.22 300	0.31 308	0.21 321	0.11 397	0.08 380	0.12 436	0.09 335	0.12 420	0.11 402

fast-acv-ft	0.31 441	0.20 438	0.81 517	0.24 380	0.18 433	0.46 503	0.27 459	0.41 317	0.49 475	0.39 453	0.55 493	0.49 483	0.35 466	0.37 345	0.38 462	0.11 397	0.11 469	0.11 398	0.12 454	0.12 420	0.09 311

Wz-Net-LNSev	0.34 467	0.29 512	0.91 541	0.26 453	0.21 486	0.47 509	0.31 497	0.54 467	0.54 506	0.44 495	0.52 479	0.50 491	0.35 466	0.39 352	0.39 470	0.11 397	0.11 469	0.10 342	0.09 335	0.14 453	0.13 442

Wz-Net-MNSev	0.36 477	0.26 494	0.79 511	0.26 453	0.21 486	0.59 544	0.38 535	0.55 477	0.56 515	0.48 515	0.54 489	0.53 506	0.36 470	0.60 449	0.44 495	0.11 397	0.09 415	0.11 398	0.11 415	0.15 467	0.13 442

CRFU-Net	0.28 415	0.14 318	0.45 361	0.25 418	0.15 356	0.45 501	0.23 402	0.50 412	0.30 258	0.43 488	0.41 386	0.48 477	0.46 522	0.43 366	0.29 416	0.11 397	0.10 446	0.09 267	0.08 241	0.10 336	0.10 367

AASNet	0.27 394	0.19 426	0.49 391	0.26 453	0.17 411	0.34 425	0.20 319	0.62 539	0.48 466	0.35 400	0.40 378	0.32 351	0.25 353	0.28 269	0.34 449	0.11 397	0.09 415	0.10 342	0.08 241	0.13 435	0.11 402

AACVNet	0.26 386	0.16 377	0.37 253	0.22 276	0.14 306	0.29 358	0.19 268	0.41 317	0.31 270	0.38 438	0.42 402	0.43 445	0.28 398	0.73 503	0.25 381	0.11 397	0.08 380	0.11 398	0.09 335	0.13 435	0.11 402

PSMNet-ADL	0.25 370	0.15 352	0.32 185	0.26 453	0.14 306	0.31 392	0.22 377	0.44 351	0.36 330	0.27 241	0.33 300	0.41 432	0.28 398	0.61 456	0.29 416	0.11 397	0.09 415	0.09 267	0.11 415	0.10 336	0.10 367

LMCR-Stereo	0.26 386	0.18 410	0.49 391	0.28 503	0.14 306	0.36 445	0.23 402	0.54 467	0.34 301	0.39 453	0.40 378	0.29 316	0.29 413	0.37 345	0.27 400	0.11 397	0.07 294	0.09 267	0.07 161	0.13 435	0.09 311

ADLNet	0.28 415	0.15 352	0.42 328	0.23 327	0.19 460	0.34 425	0.23 402	0.53 459	0.43 408	0.42 482	0.41 386	0.44 456	0.27 381	0.55 418	0.35 453	0.11 397	0.08 380	0.11 398	0.11 415	0.11 384	0.12 425

222	0.41 507	0.10 94	0.29 158	0.19 106	0.11 125	0.36 445	0.20 319	0.57 502	0.39 365	0.35 400	0.44 426	0.30 332	0.27 381	0.55 418	3.56 614	0.11 397	0.07 294	0.08 182	0.08 241	0.09 269	0.09 311

xxxx	0.34 467	0.10 94	0.29 158	0.19 106	0.11 125	0.37 451	0.20 319	0.58 511	0.38 355	0.29 280	0.42 402	0.38 398	0.24 332	0.46 376	2.20 607	0.11 397	0.07 294	0.09 267	0.08 241	0.09 269	0.09 311

psm_up	0.29 426	0.16 377	0.41 318	0.26 453	0.17 411	0.32 401	0.26 453	0.55 477	0.43 408	0.36 416	0.40 378	0.45 460	0.37 479	0.58 440	0.30 424	0.11 397	0.12 486	0.13 457	0.12 454	0.10 336	0.10 367

aanetorigin	0.39 499	0.29 512	1.09 564	0.24 380	0.19 460	0.28 337	0.37 529	0.33 214	0.47 457	0.94 577	0.82 555	0.52 501	0.54 540	0.49 388	0.50 515	0.11 397	0.09 415	0.10 342	0.10 377	0.16 475	0.15 475

EDNetEfficient	0.63 560	0.37 545	2.40 601	0.26 453	0.25 531	0.38 459	0.49 568	0.41 317	1.06 586	1.38 595	0.87 562	0.62 535	0.95 582	0.65 479	1.65 595	0.11 397	0.09 415	0.10 342	0.11 415	0.19 513	0.17 496

ac_64	0.27 394	0.13 274	0.41 318	0.24 380	0.17 411	0.36 445	0.22 377	0.46 372	0.33 291	0.35 400	0.36 331	0.52 501	0.30 427	0.62 464	0.32 437	0.11 397	0.09 415	0.10 342	0.10 377	0.09 269	0.08 249

HGLStereo	0.27 394	0.14 318	0.46 369	0.24 380	0.21 486	0.33 412	0.23 402	0.50 412	0.42 401	0.35 400	0.48 460	0.41 432	0.33 453	0.45 373	0.33 444	0.11 397	0.10 446	0.09 267	0.09 335	0.10 336	0.12 425

cf-r	0.24 342	0.15 352	0.44 350	0.21 214	0.14 306	0.27 317	0.22 377	0.42 331	0.40 382	0.30 311	0.42 402	0.42 441	0.26 362	0.43 366	0.25 381	0.11 397	0.06 168	0.08 182	0.10 377	0.08 196	0.08 249

GANet-RSSM	0.24 342	0.14 318	0.36 241	0.21 214	0.14 306	0.27 317	0.21 350	0.45 361	0.33 291	0.29 280	0.39 367	0.39 410	0.28 398	0.58 440	0.23 360	0.11 397	0.07 294	0.09 267	0.09 335	0.10 336	0.09 311

GwcNet-RSSM	0.26 386	0.17 396	0.46 369	0.21 214	0.13 262	0.28 337	0.23 402	0.44 351	0.42 401	0.31 329	0.45 437	0.40 425	0.26 362	0.55 418	0.28 404	0.11 397	0.07 294	0.09 267	0.10 377	0.09 269	0.08 249

DMCA	0.22 294	0.14 318	0.36 241	0.22 276	0.14 306	0.27 317	0.20 319	0.43 344	0.38 355	0.31 329	0.32 279	0.33 358	0.24 332	0.24 187	0.28 404	0.11 397	0.08 380	0.10 342	0.08 241	0.10 336	0.11 402

ADCL	0.47 530	0.22 465	1.00 554	0.27 481	0.19 460	0.74 562	0.64 581	0.54 467	0.69 547	0.56 540	0.71 540	0.55 512	0.60 551	0.60 449	1.43 591	0.11 397	0.09 415	0.13 457	0.13 481	0.14 453	0.14 463

RYNet	0.37 487	0.18 410	0.59 450	0.25 418	0.28 543	0.61 548	0.32 504	0.59 517	0.59 521	0.41 472	0.38 354	0.57 521	0.39 489	0.87 543	0.53 520	0.11 397	0.08 380	0.12 436	0.11 415	0.18 506	0.18 510

NLCA_NET_v2_RVC	0.27 394	0.21 452	0.59 450	0.25 418	0.18 433	0.29 358	0.22 377	0.50 412	0.40 382	0.38 438	0.41 386	0.43 445	0.27 381	0.43 366	0.29 416	0.11 397	0.08 380	0.10 342	0.10 377	0.10 336	0.11 402
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
AANet_RVC	0.31 441	0.22 465	0.50 402	0.23 327	0.14 306	0.30 376	0.24 424	0.47 380	0.54 506	0.38 438	0.60 513	0.43 445	0.29 413	0.87 543	0.40 478	0.11 397	0.07 294	0.07 97	0.07 161	0.09 269	0.09 311

StereoDRNet	0.32 450	0.22 465	0.61 455	0.27 481	0.21 486	0.42 484	0.30 492	0.61 530	0.48 466	0.46 503	0.39 367	0.48 477	0.30 427	0.57 433	0.40 478	0.11 397	0.09 415	0.12 436	0.11 415	0.12 420	0.10 367

zh-sn7	0.48 533	0.51 570	1.43 585	0.29 506	0.20 478	0.47 509	0.39 540	0.57 502	0.62 531	0.52 529	0.81 553	0.52 501	0.56 544	1.05 571	0.87 560	0.12 435	0.13 498	0.13 457	0.13 481	0.17 492	0.16 484

zh-mn7	0.46 527	0.45 558	1.48 586	0.25 418	0.19 460	0.44 495	0.29 481	0.56 493	0.82 564	0.65 554	0.96 566	0.49 483	0.38 483	0.88 546	0.63 537	0.12 435	0.10 446	0.11 398	0.11 415	0.13 435	0.14 463

CAS++	0.16 140	0.12 210	0.27 137	0.18 60	0.12 184	0.17 80	0.15 103	0.42 331	0.24 177	0.19 168	0.18 130	0.13 84	0.10 53	0.21 146	0.12 56	0.12 435	0.10 446	0.11 398	0.08 241	0.10 336	0.09 311
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
GMStereo_Zeroshot	0.24 342	0.21 452	0.45 361	0.26 453	0.13 262	0.28 337	0.15 103	0.39 294	0.35 317	0.37 423	0.43 415	0.40 425	0.17 231	0.34 328	0.20 296	0.12 435	0.07 294	0.13 457	0.07 161	0.16 475	0.09 311

coex-ft	3.44 612	0.73 585	48.55 641	0.24 380	0.19 460	0.50 524	0.43 551	0.47 380	2.40 607	7.03 622	1.20 577	0.97 574	2.23 609	0.73 503	1.92 604	0.12 435	0.15 523	0.14 483	0.12 454	0.21 525	0.43 579

Wz-Net-SNSev	0.43 516	0.41 555	1.27 578	0.30 516	0.21 486	0.44 495	0.41 546	0.61 530	0.65 537	0.46 503	0.65 529	0.62 535	0.39 489	0.74 511	0.59 528	0.12 435	0.11 469	0.12 436	0.13 481	0.16 475	0.14 463

CSP-Net	0.27 394	0.15 352	0.30 165	0.21 214	0.14 306	0.44 495	0.24 424	0.50 412	0.40 382	0.41 472	0.43 415	0.42 441	0.26 362	0.66 483	0.28 404	0.12 435	0.08 380	0.08 182	0.08 241	0.10 336	0.09 311

dd	0.22 294	0.26 494	0.40 295	0.22 276	0.12 184	0.25 283	0.21 350	0.32 200	0.44 423	0.29 280	0.28 230	0.25 259	0.16 201	0.30 301	0.25 381	0.12 435	0.07 294	0.10 342	0.08 241	0.11 384	0.09 311

ICVP	0.23 311	0.13 274	0.44 350	0.26 453	0.14 306	0.29 358	0.25 441	0.45 361	0.33 291	0.29 280	0.43 415	0.35 379	0.25 353	0.26 235	0.23 360	0.12 435	0.09 415	0.09 267	0.08 241	0.09 269	0.10 367
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
GEStereo_RVC	0.27 394	0.20 438	0.44 350	0.27 481	0.16 388	0.33 412	0.25 441	0.56 493	0.54 506	0.34 383	0.38 354	0.34 365	0.25 353	0.51 397	0.28 404	0.12 435	0.08 380	0.09 267	0.08 241	0.11 384	0.11 402

Anonymous3	0.23 311	0.18 410	0.63 466	0.27 481	0.18 433	0.41 477	0.23 402	0.43 344	0.35 317	0.23 196	0.27 224	0.20 193	0.18 256	0.27 255	0.18 245	0.12 435	0.11 469	0.10 342	0.10 377	0.11 384	0.12 425

PSMNet-RSSM	0.24 342	0.15 352	0.36 241	0.21 214	0.14 306	0.25 283	0.20 319	0.48 393	0.37 341	0.30 311	0.44 426	0.38 398	0.26 362	0.52 403	0.22 341	0.12 435	0.07 294	0.11 398	0.13 481	0.10 336	0.09 311

CFNet-ft	0.24 342	0.15 352	0.35 221	0.18 60	0.15 356	0.30 376	0.21 350	0.39 294	0.36 330	0.28 251	0.40 378	0.43 445	0.25 353	0.47 380	0.24 371	0.12 435	0.07 294	0.12 436	0.11 415	0.12 420	0.09 311

DSFCA	0.27 394	0.13 274	0.36 241	0.20 169	0.17 411	0.38 459	0.31 497	0.47 380	0.43 408	0.43 488	0.37 340	0.39 410	0.29 413	0.52 403	0.32 437	0.12 435	0.10 446	0.10 342	0.11 415	0.11 384	0.10 367

S-Stereo	0.38 494	0.20 438	1.05 560	0.27 481	0.22 502	0.38 459	0.32 504	0.55 477	0.66 539	0.39 453	0.59 508	0.49 483	0.41 498	0.75 512	0.40 478	0.12 435	0.15 523	0.13 457	0.13 481	0.16 475	0.21 537

PA-Net	0.37 487	0.28 504	0.83 524	0.31 522	0.28 543	0.39 468	0.42 549	0.51 429	0.55 512	0.34 383	0.42 402	0.41 432	0.36 470	0.79 527	0.49 509	0.12 435	0.23 565	0.16 509	0.23 551	0.12 420	0.18 510
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_RVC	0.24 342	0.15 352	0.35 221	0.18 60	0.15 356	0.30 376	0.21 350	0.39 294	0.36 330	0.28 251	0.40 378	0.43 445	0.25 353	0.47 380	0.24 371	0.12 435	0.07 294	0.12 436	0.11 415	0.12 420	0.09 311

DRN-Test	0.33 459	0.17 396	0.61 455	0.27 481	0.19 460	0.46 503	0.29 481	0.65 548	0.51 487	0.47 511	0.46 447	0.44 456	0.34 462	0.62 464	0.41 486	0.12 435	0.08 380	0.13 457	0.12 454	0.12 420	0.10 367

NaN_ROB	0.41 507	0.28 504	0.62 463	0.30 516	0.19 460	0.51 525	0.47 562	0.58 511	0.59 521	0.56 540	0.47 454	0.49 483	0.41 498	1.21 582	0.64 539	0.12 435	0.18 543	0.12 436	0.13 481	0.11 384	0.14 463

S2M2_L	0.13 66	0.11 168	0.20 73	0.16 10	0.12 184	0.12 9	0.07 1	0.18 18	0.20 111	0.12 49	0.15 87	0.14 111	0.12 108	0.15 25	0.14 139	0.13 454	0.09 415	0.09 267	0.10 377	0.11 384	0.09 311
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
YMNet	0.32 450	0.22 465	0.58 444	0.27 481	0.23 515	0.48 515	0.27 459	0.51 429	0.45 434	0.48 515	0.56 500	0.51 495	0.30 427	0.39 352	0.40 478	0.13 454	0.16 530	0.13 457	0.12 454	0.13 435	0.12 425

YMNet_1	0.32 450	0.22 465	0.58 444	0.27 481	0.23 515	0.48 515	0.27 459	0.51 429	0.45 434	0.48 515	0.56 500	0.51 495	0.30 427	0.39 352	0.40 478	0.13 454	0.16 530	0.13 457	0.12 454	0.13 435	0.12 425

CASS	0.21 264	0.15 352	0.32 185	0.26 453	0.11 125	0.28 337	0.19 268	0.39 294	0.30 258	0.32 351	0.34 310	0.25 259	0.24 332	0.25 218	0.20 296	0.13 454	0.08 380	0.11 398	0.09 335	0.11 384	0.11 402
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet_v2	0.28 415	0.16 377	0.44 350	0.22 276	0.15 356	0.40 473	0.30 492	0.57 502	0.46 452	0.38 438	0.36 331	0.47 470	0.29 413	0.38 350	0.39 470	0.13 454	0.11 469	0.11 398	0.11 415	0.11 384	0.11 402

WZ-Net	0.52 547	0.38 549	1.90 594	0.30 516	0.24 523	0.57 540	0.48 566	0.62 539	0.78 560	0.50 518	0.71 540	0.68 555	0.54 540	0.98 565	0.84 557	0.13 454	0.10 446	0.11 398	0.12 454	0.19 513	0.20 528

SACVNet	0.30 434	0.20 438	0.41 318	0.25 418	0.18 433	0.34 425	0.25 441	0.52 448	0.40 382	0.41 472	0.44 426	0.46 468	0.32 450	0.71 496	0.25 381	0.13 454	0.10 446	0.12 436	0.12 454	0.16 475	0.17 496

HCRNet	0.24 342	0.25 483	0.33 202	0.34 536	0.16 388	0.27 317	0.18 222	0.43 344	0.35 317	0.30 311	0.35 321	0.32 351	0.22 300	0.44 370	0.20 296	0.13 454	0.08 380	0.13 457	0.11 415	0.10 336	0.09 311

APVNet	0.36 477	0.20 438	0.70 493	0.26 453	0.22 502	0.52 534	0.35 520	0.61 530	0.44 423	0.38 438	0.52 479	0.48 477	0.38 483	0.84 539	0.46 504	0.13 454	0.14 508	0.15 498	0.16 516	0.16 475	0.15 475

GwcNet	0.35 472	0.23 474	0.88 536	0.25 418	0.24 523	0.48 515	0.27 459	0.55 477	0.57 518	0.38 438	0.52 479	0.51 495	0.32 450	0.60 449	0.41 486	0.13 454	0.11 469	0.12 436	0.11 415	0.13 435	0.14 463

FAT-Stereo	0.36 477	0.18 410	0.73 501	0.26 453	0.18 433	0.33 412	0.29 481	0.60 526	0.59 521	0.46 503	0.60 513	0.60 529	0.50 534	0.61 456	0.34 449	0.13 454	0.14 508	0.13 457	0.12 454	0.14 453	0.18 510

DMCA-RVC	0.27 394	0.21 452	0.61 455	0.28 503	0.17 411	0.29 358	0.21 350	0.42 331	0.35 317	0.40 463	0.37 340	0.39 410	0.36 470	0.43 366	0.30 424	0.13 454	0.10 446	0.15 498	0.11 415	0.13 435	0.10 367

FADNet-RVC	0.31 441	0.35 537	0.78 504	0.25 418	0.20 478	0.33 412	0.20 319	0.49 402	0.40 382	0.34 383	0.39 367	0.41 432	0.29 413	0.63 470	0.31 432	0.13 454	0.14 508	0.14 483	0.15 504	0.19 513	0.19 518

STTStereo	0.28 415	0.20 438	0.61 455	0.25 418	0.17 411	0.29 358	0.24 424	0.47 380	0.39 365	0.39 453	0.41 386	0.44 456	0.28 398	0.40 359	0.28 404	0.13 454	0.12 486	0.13 457	0.16 516	0.12 420	0.11 402

stereogan	0.37 487	0.17 396	0.65 475	0.27 481	0.22 502	0.62 550	0.26 453	0.59 517	0.63 535	0.43 488	0.60 513	0.67 551	0.42 507	0.68 488	0.35 453	0.13 454	0.14 508	0.14 483	0.12 454	0.19 513	0.17 496

RTSC	0.39 499	0.28 504	0.78 504	0.27 481	0.18 433	0.49 520	0.22 377	0.59 517	0.84 571	0.55 539	0.53 486	0.49 483	0.36 470	0.67 487	0.82 556	0.13 454	0.10 446	0.11 398	0.12 454	0.17 492	0.17 496

ADCMid	0.49 536	0.34 535	1.13 569	0.26 453	0.21 486	0.51 525	0.37 529	0.57 502	0.54 506	0.75 565	0.66 531	0.62 535	0.64 561	0.64 472	1.68 596	0.13 454	0.12 486	0.17 515	0.17 525	0.20 522	0.17 496

DANet	0.35 472	0.23 474	0.60 452	0.36 547	0.22 502	0.39 468	0.25 441	0.48 393	0.43 408	0.52 529	0.50 465	0.59 526	0.41 498	0.76 517	0.49 509	0.13 454	0.11 469	0.14 483	0.12 454	0.17 492	0.15 475
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.36 477	0.22 465	0.49 391	0.29 506	0.17 411	0.41 477	0.38 535	0.57 502	0.45 434	0.46 503	0.75 546	0.55 512	0.40 494	0.94 557	0.41 486	0.13 454	0.13 498	0.13 457	0.11 415	0.14 453	0.11 402

UCFNet_RVC	0.24 342	0.16 377	0.34 212	0.18 60	0.15 356	0.33 412	0.16 136	0.46 372	0.35 317	0.29 280	0.35 321	0.39 410	0.25 353	0.34 328	0.22 341	0.13 454	0.08 380	0.13 457	0.14 495	0.13 435	0.12 425

NVstereo2D	0.31 441	0.16 377	0.54 426	0.24 380	0.22 502	0.42 484	0.28 475	0.58 511	0.56 515	0.28 251	0.38 354	0.40 425	0.30 427	0.71 496	0.28 404	0.13 454	0.08 380	0.13 457	0.10 377	0.19 513	0.16 484

MDST_ROB	0.48 533	0.14 318	0.95 548	0.30 516	0.21 486	1.33 596	0.32 504	0.77 573	0.56 515	1.06 585	0.71 540	0.49 483	0.35 466	1.26 585	0.38 462	0.13 454	0.11 469	0.16 509	0.13 481	0.12 420	0.12 425

FBW_ROB	0.43 516	0.26 494	0.54 426	0.31 522	0.20 478	0.51 525	0.32 504	0.70 565	0.60 525	0.59 544	0.55 493	0.65 546	0.41 498	1.40 592	0.51 517	0.13 454	0.17 537	0.21 538	0.16 516	0.17 492	0.18 510

ETE_ROB	0.34 467	0.26 494	0.45 361	0.29 506	0.18 433	0.40 473	0.37 529	0.57 502	0.47 457	0.50 518	0.50 465	0.62 535	0.36 470	0.55 418	0.38 462	0.13 454	0.10 446	0.14 483	0.12 454	0.16 475	0.16 484

PWC_ROB	0.38 494	0.29 512	0.69 487	0.25 418	0.20 478	0.38 459	0.19 268	0.58 511	0.67 542	0.57 542	0.85 558	0.51 495	0.40 494	0.71 496	0.52 518	0.13 454	0.09 415	0.14 483	0.10 377	0.17 492	0.14 463

TCMNet	0.33 459	0.23 474	0.72 497	0.29 506	0.30 552	0.40 473	0.28 475	0.50 412	0.47 457	0.37 423	0.45 437	0.40 425	0.29 413	0.60 449	0.39 470	0.14 479	0.13 498	0.15 498	0.14 495	0.17 492	0.15 475

test_sample7	0.25 370	0.15 352	0.35 221	0.20 169	0.14 306	0.28 337	0.21 350	0.51 429	0.38 355	0.37 423	0.34 310	0.37 390	0.30 427	0.39 352	0.23 360	0.14 479	0.09 415	0.13 457	0.12 454	0.13 435	0.12 425

pcwnet_v2	0.32 450	0.15 352	1.26 577	0.23 327	0.18 433	0.32 401	0.18 222	0.59 517	0.60 525	0.36 416	0.45 437	0.35 379	0.29 413	0.36 342	0.25 381	0.14 479	0.11 469	0.12 436	0.11 415	0.14 453	0.15 475

psmorigin	0.50 539	0.25 483	3.03 606	0.24 380	0.19 460	0.38 459	0.22 377	0.50 412	0.44 423	0.64 552	0.68 535	0.71 560	0.51 537	0.85 540	0.45 498	0.14 479	0.17 537	0.13 457	0.14 495	0.16 475	0.21 537

hitnet-ft	0.29 426	0.17 396	0.40 295	0.19 106	0.14 306	0.39 468	0.23 402	0.44 351	0.41 394	0.36 416	0.46 447	0.53 506	0.34 462	0.76 517	0.32 437	0.14 479	0.10 446	0.13 457	0.10 377	0.15 467	0.13 442

FADNet_RVC	0.30 434	0.28 504	0.83 524	0.23 327	0.15 356	0.30 376	0.17 178	0.49 402	0.37 341	0.30 311	0.38 354	0.30 332	0.27 381	0.52 403	0.31 432	0.14 479	0.14 508	0.14 483	0.16 516	0.21 525	0.23 549

RTS	0.78 576	0.48 563	4.68 609	0.34 536	0.28 543	1.12 585	0.46 558	0.62 539	1.03 583	0.73 561	0.89 563	0.60 529	0.59 549	1.61 595	1.16 582	0.14 479	0.11 469	0.15 498	0.15 504	0.21 525	0.19 518

RTSA	0.78 576	0.48 563	4.68 609	0.34 536	0.28 543	1.12 585	0.46 558	0.62 539	1.03 583	0.73 561	0.89 563	0.60 529	0.59 549	1.61 595	1.16 582	0.14 479	0.11 469	0.15 498	0.15 504	0.21 525	0.19 518

TDLM	0.30 434	0.21 452	0.38 272	0.28 503	0.15 356	0.33 412	0.32 504	0.52 448	0.47 457	0.38 438	0.43 415	0.39 410	0.29 413	0.91 552	0.28 404	0.14 479	0.08 380	0.13 457	0.11 415	0.12 420	0.10 367

CVANet_RVC	0.30 434	0.19 426	0.41 318	0.26 453	0.16 388	0.33 412	0.26 453	0.52 448	0.47 457	0.40 463	0.46 447	0.43 445	0.31 443	0.89 548	0.26 394	0.14 479	0.09 415	0.14 483	0.13 481	0.14 453	0.10 367

AdaStereo	0.24 342	0.16 377	0.37 253	0.24 380	0.12 184	0.32 401	0.17 178	0.54 467	0.42 401	0.33 363	0.38 354	0.35 379	0.21 287	0.30 301	0.22 341	0.14 479	0.06 168	0.13 457	0.08 241	0.11 384	0.08 249
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.
SANet	0.53 548	0.28 504	0.96 550	0.26 453	0.15 356	0.69 557	0.44 554	0.67 559	1.34 596	0.67 556	0.98 569	0.94 571	0.71 566	0.89 548	0.76 548	0.14 479	0.12 486	0.12 436	0.11 415	0.17 492	0.16 484

PSMNet_ROB	0.33 459	0.24 478	0.54 426	0.31 522	0.21 486	0.42 484	0.43 551	0.59 517	0.47 457	0.37 423	0.44 426	0.49 483	0.31 443	0.64 472	0.43 490	0.14 479	0.10 446	0.15 498	0.14 495	0.13 435	0.11 402

rvit_0105_6	0.19 227	0.14 318	0.34 212	0.23 327	0.14 306	0.18 102	0.20 319	0.29 158	0.37 341	0.18 162	0.22 179	0.23 237	0.17 231	0.26 235	0.17 222	0.15 492	0.13 498	0.13 457	0.11 415	0.11 384	0.08 249

rvit_0105_5	0.21 264	0.15 352	0.38 272	0.23 327	0.13 262	0.22 221	0.24 424	0.36 266	0.39 365	0.21 184	0.23 184	0.26 280	0.19 271	0.26 235	0.19 278	0.15 492	0.13 498	0.12 436	0.12 454	0.10 336	0.09 311

rvit_0105_3	0.23 311	0.17 396	0.40 295	0.25 418	0.15 356	0.24 265	0.28 475	0.38 282	0.41 394	0.25 219	0.25 207	0.28 305	0.21 287	0.28 269	0.20 296	0.15 492	0.13 498	0.14 483	0.15 504	0.10 336	0.09 311

rvit_105_1	0.27 394	0.19 426	0.46 369	0.27 481	0.19 460	0.30 376	0.35 520	0.44 351	0.51 487	0.31 329	0.31 270	0.31 342	0.26 362	0.35 337	0.25 381	0.15 492	0.14 508	0.15 498	0.17 525	0.11 384	0.10 367

GASNet	0.36 477	0.46 559	0.88 536	0.34 536	0.23 515	0.35 440	0.22 377	0.60 526	0.53 501	0.40 463	0.37 340	0.45 460	0.30 427	0.79 527	0.35 453	0.15 492	0.10 446	0.14 483	0.14 495	0.22 532	0.12 425

Wz-Net-TNSev	0.51 543	0.58 575	1.61 592	0.25 418	0.21 486	0.65 552	0.45 555	0.63 546	0.69 547	0.51 523	0.54 489	0.71 560	0.60 551	1.00 566	0.77 551	0.15 492	0.15 523	0.13 457	0.15 504	0.21 525	0.20 528

UDGNet	0.23 311	0.31 526	0.38 272	0.24 380	0.14 306	0.24 265	0.18 222	0.32 200	0.43 408	0.29 280	0.28 230	0.24 250	0.19 271	0.29 286	0.20 296	0.15 492	0.07 294	0.21 538	0.11 415	0.14 453	0.10 367

AF-Net	0.37 487	0.26 494	0.56 436	0.32 528	0.23 515	0.41 477	0.29 481	0.61 530	0.64 536	0.42 482	0.68 535	0.65 546	0.49 532	0.57 433	0.44 495	0.15 492	0.11 469	0.19 531	0.14 495	0.15 467	0.13 442

RGC	0.39 499	0.32 531	0.64 474	0.34 536	0.27 538	0.40 473	0.29 481	0.57 502	0.53 501	0.45 499	0.64 528	0.62 535	0.45 516	0.72 501	0.39 470	0.15 492	0.15 523	0.21 538	0.20 538	0.18 506	0.19 518

Nwc_Net	0.37 487	0.25 483	0.68 486	0.31 522	0.24 523	0.44 495	0.30 492	0.65 548	0.50 483	0.37 423	0.69 539	0.58 524	0.45 516	0.60 449	0.40 478	0.15 492	0.12 486	0.19 531	0.21 541	0.14 453	0.13 442

SHD	0.42 510	0.27 501	0.81 517	0.31 522	0.25 531	0.42 484	0.22 377	0.66 554	0.94 581	0.63 550	0.60 513	0.59 526	0.47 525	0.59 446	0.58 527	0.15 492	0.13 498	0.16 509	0.16 516	0.20 522	0.22 542

AnyNet_C32	0.51 543	0.40 551	1.10 568	0.29 506	0.28 543	0.59 544	0.58 576	0.54 467	0.60 525	0.62 548	0.66 531	0.54 510	0.54 540	0.78 525	1.74 600	0.15 492	0.14 508	0.15 498	0.17 525	0.20 522	0.20 528

ADCPNet	0.48 533	0.29 512	1.60 590	0.27 481	0.23 515	0.70 560	0.38 535	0.53 459	0.51 487	0.51 523	0.59 508	0.67 551	0.56 544	0.60 449	1.14 578	0.15 492	0.18 543	0.14 483	0.23 551	0.19 513	0.19 518

DeepPruner_ROB	0.26 386	0.19 426	0.44 350	0.21 214	0.16 388	0.30 376	0.21 350	0.52 448	0.32 279	0.35 400	0.38 354	0.39 410	0.26 362	0.42 364	0.24 371	0.15 492	0.11 469	0.11 398	0.11 415	0.14 453	0.13 442

CBMV	0.33 459	0.21 452	0.54 426	0.23 327	0.13 262	0.42 484	0.33 514	0.53 459	0.48 466	0.52 529	0.49 462	0.50 491	0.41 498	0.56 429	0.31 432	0.15 492	0.16 530	0.18 523	0.16 516	0.13 435	0.13 442
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
rvit_0105_4	0.20 244	0.15 352	0.38 272	0.23 327	0.14 306	0.20 165	0.22 377	0.33 214	0.39 365	0.19 168	0.24 198	0.25 259	0.19 271	0.27 255	0.17 222	0.16 507	0.13 498	0.13 457	0.11 415	0.11 384	0.08 249

FADNet	0.32 450	0.36 540	0.74 502	0.23 327	0.22 502	0.37 451	0.19 268	0.53 459	0.48 466	0.32 351	0.36 331	0.43 445	0.32 450	0.64 472	0.25 381	0.16 507	0.16 530	0.14 483	0.16 516	0.24 538	0.19 518

RP	0.35 472	0.22 465	0.51 413	0.31 522	0.24 523	0.37 451	0.28 475	0.50 412	0.58 520	0.40 463	0.63 526	0.61 533	0.47 525	0.61 456	0.39 470	0.16 507	0.15 523	0.17 515	0.15 504	0.17 492	0.17 496

G-Net	0.46 527	0.25 483	0.86 533	0.34 536	0.28 543	0.90 577	0.35 520	0.47 380	0.45 434	0.68 557	1.22 578	0.64 545	0.60 551	0.61 456	0.57 522	0.16 507	0.14 508	0.17 515	0.13 481	0.22 532	0.19 518

edge stereo	0.39 499	0.22 465	0.81 517	0.27 481	0.22 502	0.37 451	0.24 424	0.56 493	0.54 506	0.53 535	0.60 513	0.71 560	0.50 534	0.78 525	0.40 478	0.16 507	0.14 508	0.19 531	0.14 495	0.16 475	0.17 496

ADCS	0.58 554	0.40 551	1.35 583	0.29 506	0.24 523	0.55 536	0.45 555	0.67 559	0.83 568	0.76 566	0.71 540	0.68 555	0.60 551	0.76 517	2.23 608	0.16 507	0.16 530	0.16 509	0.17 525	0.22 532	0.22 542

AnyNet_C01	0.65 562	0.58 575	2.60 604	0.32 528	0.26 536	0.88 575	0.61 579	0.63 546	0.62 531	0.68 557	0.96 566	0.76 563	0.60 551	0.96 561	1.43 591	0.16 507	0.16 530	0.17 515	0.17 525	0.23 535	0.23 549

LSM	1.64 604	0.40 551	2.56 603	2.02 614	17.61 628	0.51 525	0.52 570	0.61 530	0.76 557	0.82 569	1.11 574	0.63 543	0.54 540	0.75 512	0.49 509	0.16 507	0.24 567	0.18 523	0.21 541	0.25 540	2.42 618

DPSNet	0.47 530	0.24 478	0.93 545	0.27 481	0.20 478	0.75 564	0.57 575	0.84 583	0.79 561	0.47 511	0.51 471	0.60 529	0.69 564	0.87 543	0.71 546	0.16 507	0.13 498	0.12 436	0.10 377	0.25 540	0.21 537

NCCL2	0.35 472	0.26 494	0.49 391	0.36 547	0.22 502	0.41 477	0.41 546	0.53 459	0.42 401	0.47 511	0.46 447	0.61 533	0.39 489	0.55 418	0.37 460	0.16 507	0.13 498	0.21 538	0.21 541	0.16 475	0.16 484

SGM_RVC	0.50 539	0.19 426	0.50 402	0.25 418	0.15 356	0.69 557	0.39 540	0.68 562	0.82 564	0.95 579	0.84 557	1.13 578	0.76 569	1.16 578	0.60 531	0.16 507	0.16 530	0.16 509	0.16 516	0.16 475	0.17 496
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
rvit_stereo_0075_2	0.24 342	0.17 396	0.50 402	0.26 453	0.22 502	0.22 221	0.15 103	0.40 305	0.35 317	0.27 241	0.37 340	0.29 316	0.20 280	0.28 269	0.19 278	0.17 518	0.12 486	0.19 531	0.12 454	0.13 435	0.13 442

Syn2CoEx	0.36 477	0.31 526	0.78 504	0.34 536	0.21 486	0.41 477	0.28 475	0.61 530	0.49 475	0.42 482	0.56 500	0.45 460	0.44 513	0.69 490	0.38 462	0.17 518	0.14 508	0.15 498	0.12 454	0.13 435	0.12 425

NCC-stereo	0.39 499	0.25 483	0.69 487	0.32 528	0.28 543	0.46 503	0.36 525	0.65 548	0.52 496	0.40 463	0.57 504	0.56 516	0.47 525	0.73 503	0.45 498	0.17 518	0.14 508	0.18 523	0.25 558	0.16 475	0.16 484

Abc-Net	0.39 499	0.25 483	0.69 487	0.32 528	0.28 543	0.46 503	0.36 525	0.65 548	0.52 496	0.40 463	0.57 504	0.56 516	0.47 525	0.73 503	0.45 498	0.17 518	0.14 508	0.18 523	0.25 558	0.16 475	0.16 484
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
XQC	0.43 516	0.37 545	0.96 550	0.34 536	0.25 531	0.53 535	0.34 516	0.60 526	0.73 555	0.51 523	0.46 447	0.57 521	0.47 525	0.70 493	0.72 547	0.17 518	0.12 486	0.18 523	0.15 504	0.25 540	0.23 549

SGM-ForestM	1.36 595	0.28 504	0.79 511	0.26 453	0.16 388	2.26 608	1.00 603	1.42 599	1.46 600	2.38 612	2.05 605	5.95 621	2.66 613	2.95 610	2.46 610	0.17 518	0.18 543	0.18 523	0.18 531	0.15 467	0.18 510

PS-NSSS	0.32 450	0.30 519	0.46 369	0.23 327	0.17 411	0.33 412	0.24 424	0.57 502	0.41 394	0.37 423	0.52 479	0.35 379	0.30 427	0.80 531	0.30 424	0.17 518	0.14 508	0.21 538	0.15 504	0.15 467	0.13 442

XPNet_ROB	0.33 459	0.20 438	0.43 341	0.27 481	0.18 433	0.37 451	0.31 497	0.55 477	0.50 483	0.51 523	0.53 486	0.58 524	0.37 479	0.63 470	0.45 498	0.17 518	0.12 486	0.13 457	0.12 454	0.15 467	0.14 463

LALA_ROB	0.36 477	0.25 483	0.46 369	0.30 516	0.21 486	0.47 509	0.39 540	0.61 530	0.51 487	0.52 529	0.51 471	0.69 557	0.36 470	0.50 392	0.43 490	0.17 518	0.11 469	0.16 509	0.14 495	0.17 492	0.15 475

SGM-Forest	0.36 477	0.17 396	0.47 377	0.23 327	0.16 388	0.45 501	0.41 546	0.55 477	0.48 466	0.52 529	0.60 513	0.52 501	0.41 498	0.85 540	0.50 515	0.17 518	0.17 537	0.17 515	0.15 504	0.15 467	0.15 475
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
MeshStereo	0.58 554	0.27 501	0.67 481	0.22 276	0.17 411	0.66 554	0.37 529	0.78 574	0.61 529	1.47 606	1.30 581	1.65 594	0.79 571	1.12 576	0.59 528	0.17 518	0.17 537	0.17 515	0.14 495	0.17 492	0.14 463
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
AIO-test2	0.20 244	0.20 438	0.36 241	0.26 453	0.15 356	0.22 221	0.16 136	0.42 331	0.42 401	0.16 129	0.29 243	0.15 131	0.11 82	0.26 235	0.13 102	0.18 529	0.06 168	0.10 342	0.11 415	0.07 126	0.07 178

HBP-ISP	0.33 459	0.30 519	0.72 497	0.22 276	0.16 388	0.32 401	0.22 377	0.54 467	0.44 423	0.41 472	0.49 462	0.33 358	0.38 483	0.73 503	0.25 381	0.18 529	0.19 548	0.24 547	0.20 538	0.16 475	0.13 442

DeepPrunerF	0.44 522	0.29 512	1.29 580	0.33 534	0.30 552	0.35 440	0.36 525	0.62 539	1.15 592	0.40 463	0.44 426	0.39 410	0.41 498	0.80 531	0.52 518	0.18 529	0.14 508	0.23 545	0.21 541	0.17 492	0.17 496

CBMV_ROB	0.33 459	0.18 410	0.53 423	0.21 214	0.14 306	0.33 412	0.20 319	0.51 429	0.45 434	0.51 523	0.55 493	0.45 460	0.42 507	0.71 496	0.32 437	0.18 529	0.19 548	0.23 545	0.21 541	0.14 453	0.15 475

PWCDC_ROB	0.38 494	0.30 519	0.60 452	0.33 534	0.20 478	0.42 484	0.19 268	0.58 511	0.89 573	0.42 482	1.26 580	0.36 384	0.34 462	0.50 392	0.38 462	0.18 529	0.11 469	0.11 398	0.09 335	0.19 513	0.13 442

WCMA_ROB	0.51 543	0.21 452	0.65 475	0.25 418	0.21 486	0.58 541	0.32 504	0.54 467	0.55 512	0.95 579	1.40 585	1.28 586	0.81 574	0.73 503	0.62 534	0.18 529	0.15 523	0.15 498	0.15 504	0.19 513	0.19 518

FINET	0.34 467	0.27 501	0.80 514	0.24 380	0.24 523	0.36 445	0.34 516	0.54 467	0.72 552	0.39 453	0.47 454	0.32 351	0.30 427	0.51 397	0.32 437	0.19 535	0.17 537	0.13 457	0.12 454	0.18 506	0.16 484

SAMSARA	0.56 550	0.39 550	0.80 514	0.60 581	0.46 571	1.00 581	1.23 611	0.67 559	0.68 545	0.71 560	0.54 489	0.89 570	0.57 547	0.81 534	0.62 534	0.19 535	0.22 560	0.18 523	0.18 531	0.27 553	0.25 557

NOSS_ROB	0.31 441	0.20 438	0.35 221	0.24 380	0.16 388	0.32 401	0.19 268	0.52 448	0.48 466	0.33 363	0.36 331	0.42 441	0.28 398	0.93 555	0.24 371	0.19 535	0.20 553	0.24 547	0.22 549	0.17 492	0.17 496

ISRNet	0.27 394	0.13 274	0.45 361	0.26 453	0.19 460	0.24 265	0.14 77	0.45 361	0.43 408	0.39 453	0.48 460	0.42 441	0.27 381	0.32 315	0.29 416	0.20 538	0.12 486	0.17 515	0.16 516	0.16 475	0.20 528

dad	0.28 415	0.31 526	0.44 350	0.21 214	0.14 306	0.30 376	0.20 319	0.33 214	0.49 475	0.44 495	0.44 426	0.45 460	0.21 287	0.41 361	0.26 394	0.20 538	0.11 469	0.20 535	0.11 415	0.14 453	0.10 367

PVD	0.58 554	0.34 535	0.84 529	0.39 558	0.31 555	0.59 544	0.47 562	0.80 578	1.25 593	0.92 575	1.09 572	0.79 564	0.82 575	0.85 540	0.76 548	0.21 540	0.18 543	0.22 544	0.18 531	0.27 553	0.35 573

CSAN	0.50 539	0.35 537	0.78 504	0.36 547	0.23 515	0.56 537	0.59 578	0.61 530	0.70 549	0.64 552	0.78 550	0.65 546	0.60 551	1.38 591	0.62 534	0.21 540	0.17 537	0.20 535	0.20 538	0.18 506	0.18 510

PDISCO_ROB	0.43 516	0.30 519	0.67 481	0.43 563	0.36 561	0.67 555	0.32 504	0.72 568	0.76 557	0.43 488	0.53 486	0.63 543	0.40 494	0.66 483	0.47 506	0.21 540	0.12 486	0.21 538	0.19 536	0.25 540	0.20 528

FSD	0.27 394	0.28 504	0.32 185	0.27 481	0.24 523	0.27 317	0.27 459	0.31 189	0.29 245	0.26 231	0.27 224	0.28 305	0.27 381	0.28 269	0.26 394	0.23 543	0.22 560	0.27 550	0.26 562	0.25 540	0.24 554

DualNet (step1)	0.28 415	0.19 426	0.50 402	0.18 60	0.16 388	0.34 425	0.20 319	0.51 429	0.38 355	0.37 423	0.34 310	0.37 390	0.30 427	0.39 352	0.23 360	0.23 543	0.09 415	0.28 558	0.24 553	0.18 506	0.16 484

test_sample9	0.42 510	0.19 426	0.50 402	0.18 60	0.16 388	0.34 425	0.20 319	0.51 429	0.38 355	0.37 423	0.34 310	0.37 390	0.30 427	0.66 483	0.91 563	0.23 543	1.82 615	0.28 558	0.24 553	0.18 506	0.16 484

test_sample8	0.49 536	0.19 426	0.50 402	0.18 60	0.16 388	0.34 425	0.20 319	0.55 477	0.34 301	0.62 548	0.38 354	1.15 581	0.67 562	0.66 483	0.91 563	0.23 543	1.82 615	0.28 558	0.24 553	0.18 506	0.16 484

SDNR	0.42 510	0.21 452	0.82 521	0.21 214	0.18 433	1.27 593	0.17 178	0.50 412	0.49 475	0.42 482	0.81 553	0.38 398	0.27 381	1.19 579	0.38 462	0.23 543	0.24 567	0.17 515	0.13 481	0.17 492	0.20 528

MFN_U_SF_DS_RVC	0.51 543	0.50 568	0.86 533	0.39 558	0.24 523	0.84 572	0.55 573	0.56 493	0.62 531	0.60 545	0.68 535	0.62 535	0.42 507	1.13 577	0.43 490	0.23 543	0.27 571	0.27 550	0.35 573	0.25 540	0.29 564

MSMD_ROB	0.60 558	0.33 534	0.61 455	0.30 516	0.25 531	0.86 574	0.35 520	0.55 477	0.67 542	1.10 587	1.49 590	1.76 597	0.97 585	0.88 546	0.49 509	0.23 543	0.21 555	0.27 550	0.27 566	0.25 540	0.24 554

FC-DCNN v2	0.71 568	0.30 519	0.67 481	0.32 528	0.27 538	0.84 572	0.39 540	0.84 583	0.85 572	1.44 602	1.64 596	2.09 601	1.28 596	1.06 572	0.80 555	0.24 550	0.22 560	0.27 550	0.26 562	0.26 548	0.25 557

FCDSN-DC	0.63 560	0.31 526	0.61 455	0.36 547	0.30 552	0.65 552	0.37 529	0.66 554	0.68 545	1.14 589	1.54 593	1.71 596	1.26 594	0.92 553	0.64 539	0.24 550	0.22 560	0.27 550	0.26 562	0.27 553	0.27 563
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.70 567	0.30 519	0.69 487	0.32 528	0.27 538	0.81 571	0.39 540	0.79 577	0.82 564	1.41 598	1.58 595	1.98 599	1.26 594	1.02 569	0.77 551	0.24 550	0.22 560	0.27 550	0.26 562	0.26 548	0.26 559

PSMNet-RUCA	0.37 487	0.41 555	0.66 480	0.46 568	0.41 566	0.34 425	0.25 441	0.57 502	0.45 434	0.39 453	0.52 479	0.43 445	0.33 453	0.41 361	0.29 416	0.25 553	0.14 508	0.33 569	0.21 541	0.31 561	0.22 542

Anonymous_2	0.37 487	0.21 452	0.47 377	0.20 169	0.21 486	0.42 484	0.26 453	0.38 282	0.29 245	0.33 363	0.30 256	0.44 456	0.38 483	0.36 342	0.29 416	0.26 554	0.29 575	0.44 577	1.41 614	0.34 565	0.21 537

UDG	0.40 505	0.46 559	0.49 391	0.40 560	0.35 560	0.47 509	0.27 459	0.54 467	0.47 457	0.39 453	0.45 437	0.59 526	0.44 513	0.46 376	0.39 470	0.26 554	0.19 548	0.48 579	0.22 549	0.34 565	0.26 559

ccnet	0.42 510	0.31 526	0.48 386	0.27 481	0.32 556	0.60 547	0.32 504	0.65 548	0.46 452	0.53 535	0.66 531	0.56 516	0.45 516	0.72 501	0.61 532	0.26 554	0.19 548	0.24 547	0.21 541	0.26 548	0.22 542

PASM	0.45 525	0.35 537	0.90 540	0.35 545	0.33 557	0.39 468	0.38 535	0.50 412	0.61 529	0.52 529	0.51 471	0.62 535	0.45 516	0.93 555	0.48 507	0.26 554	0.29 575	0.29 562	0.33 571	0.29 559	0.26 559

ELAS	0.74 573	0.36 540	0.85 532	0.36 547	0.33 557	1.36 597	0.77 591	0.93 587	0.92 577	1.41 598	1.53 592	1.16 582	1.17 590	0.95 560	1.03 570	0.26 554	0.25 569	0.28 558	0.28 569	0.31 561	0.30 565
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
STTRV1_RVC	0.42 510	0.32 531	0.89 539	0.29 506	0.36 561	0.49 520	0.31 497	0.61 530	0.53 501	0.46 503	0.56 500	0.47 470	0.43 511	1.00 566	0.39 470	0.27 559	0.21 555	0.20 535	0.18 531	0.25 540	0.17 496

GANetREF_RVC	0.43 516	0.47 561	0.69 487	0.38 556	0.20 478	0.51 525	0.48 566	0.66 554	0.66 539	0.46 503	0.46 447	0.50 491	0.44 513	0.90 551	0.39 470	0.27 559	0.21 555	0.32 567	0.18 531	0.27 553	0.22 542
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
DispFullNet	0.66 563	0.89 593	1.59 589	0.77 591	1.21 608	0.51 525	0.23 402	0.59 517	0.72 552	0.69 559	0.61 520	0.69 557	0.91 581	0.79 527	0.48 507	0.27 559	0.12 486	0.73 591	0.30 570	0.65 588	0.40 577

ELAS_RVC	0.74 573	0.36 540	1.00 554	0.37 554	0.33 557	0.88 575	0.93 600	0.83 582	1.08 588	1.35 594	1.33 584	1.24 584	1.33 598	1.06 572	0.95 566	0.27 559	0.25 569	0.29 562	0.27 566	0.30 560	0.30 565
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DStereoSA	0.81 578	0.37 545	1.08 563	0.51 574	0.65 588	0.67 555	1.44 613	0.74 570	1.06 586	0.54 537	1.67 597	0.49 483	1.78 604	0.96 561	1.69 598	0.28 563	0.43 588	0.27 550	0.51 589	0.40 570	0.58 591

BEATNet-Init1	4.73 616	2.61 615	13.29 628	0.58 579	0.53 580	10.12 622	3.33 618	4.83 619	5.01 618	8.75 624	8.51 622	14.08 632	7.60 623	7.70 624	5.34 619	0.28 563	0.28 574	0.34 570	0.37 577	0.57 581	0.45 580

MANE	1.41 597	0.36 540	0.74 502	0.43 563	0.41 566	2.16 607	0.80 593	2.39 614	3.38 610	2.22 611	3.06 613	3.54 614	2.73 614	2.15 607	1.94 605	0.28 563	0.27 571	0.30 564	0.46 583	0.28 558	0.34 572

test_for_model	0.29 426	0.89 593	0.34 212	0.69 585	0.49 574	0.20 165	0.16 136	0.30 177	0.23 162	0.28 251	0.15 87	0.13 84	0.11 82	0.17 62	0.13 102	0.29 566	0.10 446	0.06 32	0.04 1	0.86 598	0.18 510

CAS	0.15 126	0.07 2	0.21 82	0.41 561	0.16 388	0.20 165	0.18 222	0.22 60	0.19 85	0.15 105	0.19 139	0.11 59	0.09 22	0.14 11	0.13 102	0.29 566	0.04 2	0.06 32	0.04 1	0.06 57	0.14 463

MFN_U_SF_RVC	0.56 550	0.51 570	1.19 572	0.38 556	0.22 502	0.69 557	0.27 459	0.80 578	0.67 542	0.73 561	0.74 545	0.87 567	0.61 560	0.81 534	0.76 548	0.29 566	0.27 571	0.32 567	0.37 577	0.32 564	0.31 568

PMTNet	0.15 126	0.08 17	0.23 98	0.15 5	0.09 34	0.23 243	0.16 136	0.25 102	0.23 162	0.17 144	0.21 168	0.16 150	0.14 164	0.22 163	0.13 102	0.29 566	0.05 32	0.06 32	0.04 1	0.07 126	0.06 89

DStereoFS	0.84 579	0.66 582	0.80 514	0.53 578	0.50 576	1.23 591	0.55 573	0.94 588	1.32 595	0.89 572	1.32 582	1.04 577	2.32 611	1.29 588	1.14 578	0.31 570	0.35 582	0.30 564	0.39 580	0.34 565	0.60 594

NVStereoNet_ROB	0.67 564	0.49 567	0.83 524	0.48 570	0.40 565	0.51 525	0.46 558	0.70 565	0.77 559	0.84 570	1.72 598	1.02 576	0.83 576	1.23 583	0.79 554	0.32 571	0.38 584	0.40 575	0.46 583	0.36 568	0.41 578
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	0.41 507	0.50 568	0.48 386	0.44 565	0.39 563	0.46 503	0.32 504	0.50 412	0.43 408	0.45 499	0.52 479	0.57 521	0.36 470	0.48 383	0.33 444	0.33 572	0.21 555	0.55 583	0.25 558	0.37 569	0.32 571

CC-Net-ROB	0.43 516	0.47 561	0.65 475	0.37 554	0.23 515	0.51 525	0.29 481	0.66 554	0.49 475	0.46 503	0.51 471	0.48 477	0.38 483	0.96 561	0.35 453	0.34 573	0.23 565	0.55 583	0.25 558	0.31 561	0.20 528

IGEV-BASED-STEREO-	0.20 244	0.72 584	0.70 493	0.17 25	0.08 12	0.15 31	0.15 103	0.18 18	0.16 39	0.13 66	0.12 41	0.09 22	0.08 9	0.16 43	0.13 102	0.35 574	0.04 2	0.08 182	0.07 161	0.11 384	0.23 549

SQANet	0.40 505	0.48 563	0.67 481	0.48 570	0.39 563	0.48 515	0.22 377	0.51 429	0.43 408	0.40 463	0.47 454	0.47 470	0.33 453	0.54 416	0.32 437	0.36 575	0.15 523	0.40 575	0.21 541	0.45 573	0.31 568

MaskLacGwcNet_RVC	0.36 477	0.36 540	0.53 423	0.34 536	0.19 460	0.51 525	0.24 424	0.55 477	0.38 355	0.41 472	0.47 454	0.47 470	0.27 381	0.73 503	0.30 424	0.36 575	0.19 548	0.27 550	0.17 525	0.26 548	0.23 549

MSC_U_SF_DS_RVC	0.68 565	0.64 580	1.06 561	0.45 566	0.27 538	1.40 600	0.58 576	0.78 574	0.92 577	0.84 570	0.86 559	0.88 569	0.68 563	1.33 590	0.68 544	0.37 577	0.29 575	0.34 570	0.36 576	0.43 571	0.37 574

MADNet+	1.01 587	1.16 606	4.72 611	0.70 587	0.47 572	1.24 592	0.96 601	0.97 590	0.89 573	0.65 554	0.77 549	0.87 567	0.85 579	2.09 605	1.68 596	0.38 578	0.39 585	0.31 566	0.27 566	0.43 571	0.39 576

testlalala_base	0.20 244	0.13 274	0.35 221	0.25 418	0.15 356	0.25 283	0.16 136	0.34 222	0.17 56	0.19 168	0.26 217	0.17 160	0.14 164	0.18 85	0.16 191	0.39 579	0.09 415	0.07 97	0.05 51	0.45 573	0.08 249

Consistency-Raft	0.55 549	0.48 563	1.02 557	0.45 566	0.49 574	0.49 520	0.47 562	0.72 568	0.72 552	0.45 499	0.82 555	0.47 470	0.60 551	0.50 392	0.63 537	0.39 579	0.39 585	0.44 577	0.51 589	0.52 578	0.37 574

JetBlue	1.14 593	0.76 586	2.36 599	0.59 580	0.75 592	3.04 611	1.78 615	1.11 592	0.90 575	0.94 577	1.10 573	1.66 595	1.28 596	2.09 605	1.72 599	0.43 581	0.36 583	0.38 572	0.38 579	0.58 582	0.56 588

otaku	0.57 553	0.62 579	0.87 535	0.63 583	0.44 570	0.73 561	0.37 529	0.65 548	0.66 539	0.51 523	0.75 546	0.66 550	0.45 516	0.69 490	0.46 504	0.53 582	0.34 581	0.55 583	0.35 573	0.60 583	0.45 580

DGSMNet	0.61 559	0.29 512	0.91 541	0.51 574	0.70 590	0.62 550	1.38 612	0.59 517	0.55 512	0.37 423	0.61 520	0.52 501	0.33 453	0.65 479	0.43 490	0.53 582	0.60 603	0.67 588	0.61 598	0.63 585	0.61 598

ACVNet_1	0.72 569	0.81 588	1.37 584	0.72 589	0.53 580	0.77 565	0.42 549	0.85 586	0.90 575	0.74 564	0.75 546	1.32 588	0.72 567	1.02 569	0.55 521	0.54 584	0.31 578	0.71 590	0.35 573	0.64 587	0.45 580

anonymity	0.56 550	0.54 573	0.70 493	0.47 569	0.61 585	0.56 537	0.43 551	0.69 563	0.49 475	0.63 550	0.55 493	0.54 510	0.60 551	0.61 456	0.57 522	0.55 585	0.53 596	0.50 580	0.54 593	0.51 577	0.56 588

Ntro	0.58 554	0.64 580	0.92 543	0.66 584	0.50 576	0.77 565	0.36 525	0.66 554	0.70 549	0.50 518	0.59 508	0.65 546	0.51 537	0.75 512	0.45 498	0.56 586	0.32 579	0.56 586	0.34 572	0.63 585	0.46 583

SGM+DAISY	0.87 580	0.66 582	1.30 581	0.51 574	0.60 584	1.03 582	0.84 597	0.76 572	0.73 555	1.39 596	1.51 591	1.31 587	1.22 592	1.11 574	1.08 573	0.57 587	0.53 596	0.51 582	0.51 589	0.54 579	0.61 598

SPS-STEREO	0.69 566	0.61 578	0.98 552	0.52 577	0.57 582	0.74 562	0.50 569	0.78 574	0.62 531	0.95 579	0.86 559	0.94 571	0.70 565	1.01 568	0.87 560	0.58 588	0.51 593	0.50 580	0.50 588	0.55 580	0.58 591
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	1.01 587	0.89 593	0.93 545	0.83 594	0.66 589	1.18 587	0.81 595	1.40 598	1.57 601	1.11 588	1.76 600	1.45 590	1.19 591	1.50 594	1.14 578	0.61 589	0.62 606	0.70 589	0.68 601	0.66 590	0.60 594

ACVNet_2	0.89 581	0.87 592	1.25 576	0.82 592	0.62 586	0.97 580	0.62 580	1.14 593	1.42 598	1.00 582	1.40 585	1.47 591	0.84 577	1.11 574	0.66 542	0.61 589	0.43 588	0.78 594	0.49 586	0.75 593	0.52 586

MFMNet_re	0.72 569	0.76 586	0.99 553	0.62 582	0.70 590	0.77 565	0.67 582	0.75 571	0.83 568	0.78 568	0.86 559	0.69 557	0.78 570	0.71 496	0.61 532	0.66 591	0.59 602	0.61 587	0.58 597	0.68 591	0.71 602

MonStereo1	0.93 584	0.56 574	0.82 521	0.69 585	0.58 583	1.37 598	0.35 520	0.94 588	1.25 593	0.93 576	1.90 601	1.52 592	2.10 608	1.27 586	0.77 551	0.69 592	0.33 580	0.75 592	0.47 585	0.70 592	0.57 590

GCST	0.47 530	0.60 577	0.57 439	1.04 602	0.48 573	0.38 459	0.11 17	0.40 305	0.32 279	0.41 472	0.34 310	0.29 316	0.17 231	0.46 376	0.19 278	0.69 592	0.42 587	0.79 596	0.62 599	0.62 584	0.46 583

IMH-64-1	0.91 582	0.86 590	0.84 529	0.97 597	0.75 592	0.92 578	0.71 584	1.27 594	1.10 589	0.89 572	1.45 587	1.14 579	0.96 583	1.19 579	0.84 557	0.74 594	0.51 593	0.97 599	0.55 594	0.84 596	0.60 594

IMH-64	0.91 582	0.86 590	0.84 529	0.97 597	0.75 592	0.92 578	0.71 584	1.27 594	1.10 589	0.89 572	1.45 587	1.14 579	0.96 583	1.19 579	0.84 557	0.74 594	0.51 593	0.97 599	0.55 594	0.84 596	0.60 594

TorneroNet-64	1.43 598	1.03 600	1.20 573	1.10 603	0.86 602	2.26 608	0.73 587	1.84 607	3.84 615	1.25 591	2.25 609	2.69 610	1.42 599	1.76 602	1.43 591	0.76 596	0.50 591	1.09 604	0.66 600	1.23 608	0.76 607

WAO-6	1.07 591	0.93 597	0.92 543	0.96 596	0.78 596	1.28 594	0.75 588	1.34 596	2.00 605	1.02 584	1.54 593	1.59 593	1.22 592	1.31 589	1.14 578	0.78 597	0.55 599	1.02 603	0.75 605	0.83 595	0.69 601

RainbowNet	0.72 569	0.89 593	1.02 557	0.82 592	0.63 587	0.78 568	0.52 570	0.81 580	0.93 579	0.60 545	0.79 551	0.80 565	0.60 551	0.80 531	0.57 522	0.78 597	0.55 599	0.78 594	0.49 586	0.76 594	0.58 591

DStereoO	0.46 527	0.32 531	0.51 413	0.36 547	0.29 551	0.38 459	0.45 555	0.55 477	0.60 525	0.47 511	0.49 462	0.48 477	0.73 568	0.59 446	0.69 545	0.81 599	0.18 543	0.38 572	0.19 536	0.46 575	0.20 528

Dean	1.17 594	1.04 601	1.49 588	1.03 601	0.78 596	1.20 590	0.77 591	1.48 602	1.96 603	1.28 592	1.99 604	2.15 602	1.14 587	1.25 584	1.00 569	0.81 599	0.60 603	1.01 602	0.69 602	0.92 603	0.74 605

TorneroNet	2.22 608	1.08 603	1.24 575	1.14 607	0.90 603	5.58 615	0.80 593	2.12 612	8.69 622	2.58 613	5.42 618	3.88 615	1.97 606	1.78 604	1.87 602	0.86 601	0.54 598	1.15 608	0.74 604	1.23 608	0.85 608

PWCK	1.00 585	1.17 607	1.70 593	0.91 595	0.41 566	1.19 589	0.92 599	1.10 591	1.14 591	1.16 590	1.14 575	1.25 585	0.88 580	1.75 601	1.04 572	0.87 602	0.50 591	0.87 597	0.53 592	0.96 604	0.52 586

WAO-8	1.46 600	1.10 604	1.09 564	1.10 603	0.84 600	2.06 604	0.75 588	1.84 607	3.83 613	1.44 602	2.21 607	2.15 602	1.43 600	3.17 611	1.19 584	0.91 603	0.65 608	1.09 604	0.79 606	0.90 601	0.71 602

Venus	1.46 600	1.10 604	1.09 564	1.10 603	0.84 600	2.06 604	0.75 588	1.84 607	3.83 613	1.44 602	2.21 607	2.15 602	1.43 600	3.17 611	1.19 584	0.91 603	0.65 608	1.09 604	0.79 606	0.90 601	0.71 602

LVE	1.13 592	1.02 599	1.28 579	1.01 599	0.80 599	1.29 595	0.81 595	1.47 601	1.96 603	1.07 586	1.90 601	1.90 598	1.01 586	1.48 593	0.91 563	0.93 605	0.61 605	0.94 598	0.69 602	0.87 599	0.75 606

JetRed	2.30 610	2.64 616	6.12 613	1.12 606	1.38 611	5.85 617	3.29 617	1.99 610	1.67 602	1.98 609	1.95 603	2.16 605	1.60 603	2.48 609	4.10 616	1.05 606	1.60 614	1.09 604	1.01 612	1.67 613	1.28 614

UNDER WATER	1.59 603	1.22 609	2.36 599	1.38 609	1.03 605	1.67 603	1.10 607	1.54 605	3.63 611	1.44 602	1.47 589	2.85 611	2.25 610	1.67 598	1.94 605	1.06 607	0.62 606	1.31 610	0.93 610	1.21 607	1.02 611

IMH	1.05 590	0.95 598	1.00 554	1.01 599	0.78 596	1.11 584	0.68 583	1.38 597	1.43 599	1.00 582	1.72 598	1.43 589	1.14 587	1.73 600	0.89 562	1.09 608	0.55 599	0.99 601	0.57 596	0.87 599	0.62 600

UNDER WATER-64	1.55 602	1.19 608	2.52 602	1.31 608	0.95 604	2.12 606	1.21 610	1.45 600	3.19 609	1.43 601	1.32 582	2.64 609	2.04 607	1.63 597	1.83 601	1.11 609	0.67 610	1.28 609	0.92 609	1.19 606	1.02 611

notaker	1.45 599	1.34 610	1.48 586	1.40 610	1.07 606	1.18 587	0.85 598	1.48 602	1.40 597	1.51 607	3.46 614	2.40 607	1.81 605	1.76 602	1.45 594	1.11 609	0.69 611	1.38 611	0.87 608	1.31 610	0.97 610

ACVNet-4b	0.72 569	0.81 588	1.33 582	0.72 589	0.50 576	0.80 570	0.31 497	0.71 567	0.80 562	0.50 518	0.72 544	0.95 573	0.43 511	0.96 561	1.20 586	1.13 611	0.21 555	0.76 593	0.45 582	0.65 588	0.46 583

KSHMR	1.89 607	1.36 611	1.60 590	1.47 612	1.22 609	1.38 599	1.06 605	1.79 606	5.97 619	1.42 600	5.65 620	2.98 612	1.14 587	2.23 608	1.20 586	1.27 612	1.12 613	1.46 613	1.10 613	1.32 611	1.15 613

ktn	1.77 606	1.36 611	1.22 574	1.43 611	1.14 607	1.52 601	1.08 606	1.51 604	3.96 616	2.77 615	4.69 616	3.35 613	1.46 602	1.69 599	1.25 588	1.43 613	0.77 612	1.45 612	0.99 611	1.32 611	0.96 609

USTest	6.88 617	5.23 620	5.63 612	7.22 622	7.29 618	14.34 626	22.76 626	8.48 624	9.32 623	5.42 618	6.39 621	6.29 624	6.64 620	6.92 621	8.62 623	1.94 614	3.29 621	2.16 618	2.55 619	3.85 618	3.29 620

TCMNet-wrong-test	4.29 613	5.57 621	4.65 608	11.33 626	10.39 623	5.73 616	4.48 619	4.13 618	1.02 582	1.91 608	2.39 610	6.16 623	3.62 615	3.84 616	4.50 618	1.99 615	0.47 590	1.97 617	1.69 616	5.69 622	4.31 622

MADNet++	2.26 609	1.80 614	2.06 596	2.13 616	1.97 613	2.61 610	1.79 616	2.38 613	2.16 606	2.75 614	2.65 611	2.38 606	2.43 612	3.17 611	3.21 612	2.17 616	1.95 617	1.94 616	1.63 615	2.06 614	2.01 617

DLNR_Zeroshot_test	10.44 622	12.10 629	19.93 631	106.08 643	23.66 639	0.14 20	0.13 52	3.22 616	0.17 56	0.16 129	0.23 184	0.16 150	0.10 53	0.31 308	0.15 165	2.36 617	0.06 168	0.07 97	0.07 161	39.70 642	0.06 89

DLNR-FE	10.45 623	12.13 630	19.94 632	106.10 644	23.12 638	0.14 20	0.13 52	3.28 617	0.17 56	0.16 129	0.23 184	0.16 150	0.10 53	0.31 308	0.15 165	2.41 618	0.06 168	0.07 97	0.07 161	40.22 643	0.06 89

HanzoNet	2.97 611	1.69 613	2.29 598	1.74 613	1.33 610	1.53 602	1.03 604	1.99 610	2.64 608	5.51 619	5.16 617	5.90 620	6.82 622	4.32 617	3.29 613	3.16 619	2.02 619	1.92 615	2.87 620	2.24 615	1.89 616

DGTPSM_ROB	8.34 620	5.10 618	10.37 626	5.31 620	10.18 621	8.33 619	23.60 630	6.06 621	13.41 629	4.90 616	10.87 627	5.65 618	10.44 624	6.17 619	12.59 625	3.74 620	7.55 625	3.69 620	7.26 626	4.14 619	7.46 624

DPSMNet_ROB	8.40 621	5.11 619	10.49 627	5.58 621	10.25 622	8.34 620	23.62 631	6.07 622	13.45 630	4.93 617	10.88 628	5.66 619	10.44 624	6.24 620	12.64 626	3.98 621	7.61 626	3.76 621	7.30 627	4.20 620	7.51 625

DPSimNet_ROB	4.34 614	4.23 617	6.89 615	3.67 617	3.68 614	4.75 612	5.21 620	2.67 615	3.68 612	5.82 620	3.95 615	5.57 617	6.72 621	3.46 615	4.48 617	4.05 622	2.88 620	4.68 622	3.12 622	3.69 617	3.62 621

ASD4	7.23 618	6.65 622	7.69 616	5.24 619	5.62 617	11.85 624	20.36 625	7.57 623	7.14 621	6.55 621	5.47 619	5.99 622	5.78 618	7.22 622	9.24 624	4.85 623	4.44 622	6.40 627	5.19 623	6.53 623	4.89 623

tt	4.71 615	0.10 94	3.94 607	2.06 615	1.53 612	10.14 623	16.88 624	9.27 626	4.98 617	1.39 596	1.02 570	4.68 616	4.90 617	3.35 614	5.86 620	5.76 624	9.15 630	2.24 619	2.53 618	3.10 616	1.32 615

PML	16.10 630	12.82 631	6.78 614	5.23 618	7.76 619	33.92 636	66.56 643	5.30 620	10.28 624	26.12 642	68.59 643	20.51 634	13.49 632	10.06 626	6.78 622	5.96 625	2.00 618	6.04 626	2.18 617	8.96 626	2.60 619

DPSM_ROB	11.49 625	9.87 627	10.35 624	11.13 624	11.31 624	19.11 632	27.51 633	13.37 631	14.21 632	10.31 628	11.06 629	10.96 630	11.27 630	11.96 631	13.59 628	6.78 626	8.19 628	6.03 624	7.09 624	7.93 624	7.73 627

DPSM	11.49 625	9.87 627	10.35 624	11.13 624	11.31 624	19.11 632	27.51 633	13.37 631	14.21 632	10.31 628	11.06 629	10.96 630	11.27 630	11.96 631	13.59 628	6.78 626	8.19 628	6.03 624	7.09 624	7.93 624	7.73 627

xxxxx1	15.27 627	9.54 624	10.31 621	20.13 630	18.88 629	17.08 627	23.03 627	10.36 627	10.99 625	9.21 625	9.62 623	10.74 627	10.61 627	10.72 627	13.89 630	7.97 628	9.20 631	31.85 640	44.72 642	12.84 627	13.69 629

tt_ll	15.27 627	9.54 624	10.31 621	20.13 630	18.88 629	17.08 627	23.03 627	10.36 627	10.99 625	9.21 625	9.62 623	10.74 627	10.61 627	10.72 627	13.89 630	7.97 628	9.20 631	31.85 640	44.72 642	12.84 627	13.69 629

ff	15.27 627	9.54 624	10.31 621	20.13 630	18.88 629	17.08 627	23.03 627	10.36 627	10.99 625	9.21 625	9.62 623	10.74 627	10.61 627	10.72 627	13.89 630	7.97 628	9.20 631	31.85 640	44.72 642	12.84 627	13.69 629

RAFT-FEzeroshot	23.10 634	19.88 637	20.56 633	22.49 634	22.75 635	38.38 637	55.50 640	26.84 638	28.66 639	20.60 636	22.10 635	22.05 636	22.74 636	24.00 637	27.37 639	13.59 631	16.48 635	12.14 628	14.28 630	15.96 632	15.54 635

RAFT-FE	23.10 634	19.88 637	20.56 633	22.49 634	22.75 635	38.38 637	55.50 640	26.84 638	28.66 639	20.60 636	22.10 635	22.05 636	22.74 636	24.00 637	27.37 639	13.59 631	16.48 635	12.14 628	14.28 630	15.96 632	15.54 635

CasAABBNet	23.10 634	19.86 635	20.64 635	22.47 633	22.73 633	38.41 640	55.50 640	26.89 640	28.70 641	20.61 638	22.15 637	22.08 639	22.75 638	23.99 635	27.36 637	13.59 631	16.48 635	12.14 628	14.27 629	15.95 631	15.53 634

FlowAnything	23.14 637	19.87 636	20.79 636	22.50 636	22.74 634	38.39 639	55.46 638	26.89 640	28.72 642	20.77 640	22.29 639	22.07 638	22.72 635	23.99 635	27.41 641	13.60 634	16.55 639	12.15 631	14.36 633	15.97 634	15.52 633

Selective-RAFT-Error	23.16 638	19.93 639	20.87 637	22.54 637	22.81 637	38.52 642	55.47 639	27.01 643	28.83 643	20.66 639	22.25 638	22.09 640	22.80 640	24.09 639	27.36 637	13.61 635	16.48 635	12.15 631	14.28 630	15.99 635	15.57 637

LSM0	24.24 639	19.98 640	22.32 638	24.22 638	40.14 643	38.48 641	55.20 637	26.95 642	28.57 638	20.49 635	21.83 633	22.26 641	22.75 638	24.22 640	27.30 636	13.66 636	16.32 634	12.19 633	14.15 628	16.10 636	17.66 638

Anonymous_1	16.62 631	9.35 623	9.84 618	10.66 623	14.64 626	18.66 631	27.12 632	12.64 630	13.51 631	10.76 630	10.30 626	10.13 626	10.60 626	11.06 630	12.74 627	15.87 637	7.74 627	16.92 634	43.48 641	58.66 644	7.68 626

LRCNet_RVC	10.90 624	14.34 632	9.35 617	15.35 627	8.04 620	1.08 583	0.34 516	8.78 625	0.70 549	12.63 631	16.05 631	9.85 625	6.54 619	8.57 625	6.34 621	20.27 638	5.40 624	23.70 637	21.88 638	14.87 630	13.83 632

HaxPig	17.72 632	20.22 641	19.73 630	16.53 628	16.51 627	9.27 621	9.33 621	14.34 633	13.27 628	18.65 632	18.70 632	17.35 633	16.77 633	17.04 633	16.45 633	22.05 639	20.89 640	22.27 636	21.53 637	21.29 637	22.13 641

FADE		1.06 602		0.71 588	0.76 595							1.17 583				24.23 640	4.70 623	17.35 635	17.61 634	0.49 576

MEDIAN_ROB	21.21 633	24.62 642	23.47 639	19.58 629	19.65 632	13.22 625	10.96 622	17.88 634	17.00 634	22.14 641	22.02 634	20.86 635	20.36 634	21.06 634	19.71 634	25.63 641	24.13 641	26.21 638	25.20 639	25.17 638	25.38 642

AVERAGE_ROB	25.43 640	29.06 643	27.24 640	24.63 639	24.20 640	17.73 630	12.61 623	22.29 637	21.39 637	26.79 643	26.16 642	25.20 642	24.64 643	25.07 641	23.53 635	29.96 642	28.40 642	30.60 639	29.58 640	29.72 639	29.84 643

RSGM-EC	29.65 641	17.75 633	10.04 619	35.31 640	33.15 641	26.42 634	46.65 635	19.89 635	17.74 635	18.92 633	23.36 640	30.14 643	23.59 641	41.87 642	45.99 642	59.56 643	34.38 643	33.25 643	20.37 635	34.97 640	19.60 639

acva	29.65 641	17.75 633	10.04 619	35.31 640	33.15 641	26.42 634	46.65 635	19.89 635	17.74 635	18.92 633	23.36 640	30.14 643	23.59 641	41.87 642	45.99 642	59.56 643	34.38 643	33.25 643	20.37 635	34.97 640	19.60 639

test_example2	101.33 643	108.28 644	68.15 642	98.43 642	106.93 644	89.75 643	102.43 644	36.80 644	97.65 644	129.04 644	130.15 644	65.26 645	66.62 644	92.11 644	80.24 644	144.10 645	199.48 645	81.81 645	103.01 645	125.01 645	101.27 644

ccccc	256.34 644	256.29 645	313.62 644	354.40 645	364.36 645	149.10 644	168.46 645	152.89 645	131.30 645	153.93 645	155.56 645	164.00 646	204.39 645	268.02 645	295.19 645	390.55 646	349.22 646	244.59 646	219.82 646	412.30 646	378.83 645

Low-res two-view benchmark