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

GeoAtt-pt-L (ZS)	0.06 1	0.03 1	0.07 31	0.12 8	0.05 4	0.07 54	0.10 49	0.06 2	0.08 51	0.06 48	0.04 1	0.06 56	0.06 80	0.09 76	0.08 53	0.07 409	0.04 27	0.04 1	0.04 79	0.05 217	0.03 2

CR-RVC	0.06 1	0.04 3	0.09 170	0.12 8	0.04 1	0.07 54	0.11 91	0.13 165	0.07 33	0.05 2	0.05 8	0.06 56	0.05 15	0.05 1	0.08 53	0.06 209	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

PSi22b	0.06 1	0.04 3	0.09 170	0.13 27	0.05 4	0.08 117	0.11 91	0.06 2	0.06 14	0.06 48	0.06 39	0.08 241	0.05 15	0.08 36	0.09 147	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.04 95

PSi22a	0.06 1	0.04 3	0.09 170	0.12 8	0.05 4	0.06 19	0.11 91	0.06 2	0.06 14	0.06 48	0.06 39	0.06 56	0.05 15	0.08 36	0.09 147	0.07 409	0.04 27	0.04 1	0.03 1	0.05 217	0.04 95

Foundation-i32	0.06 1	0.04 3	0.09 170	0.13 27	0.04 1	0.06 19	0.12 144	0.06 2	0.05 6	0.06 48	0.05 8	0.05 4	0.05 15	0.07 10	0.09 147	0.06 209	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

MatchAttention (ZS)	0.06 1	0.03 1	0.08 85	0.12 8	0.04 1	0.06 19	0.12 144	0.07 9	0.07 33	0.05 2	0.06 39	0.05 4	0.05 15	0.08 36	0.07 16	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.04 95
Tingman Yan, Tao Liu, Chenghao Li, Xilian Yang, Qunfei Zhao, and Zeyang Xia: MatchAttention: Embedding explicit matching constraints into attention for efficient stereo matching. Arxiv, 2025
MLG-Stereo_test2	0.06 1	0.04 3	0.10 250	0.15 145	0.05 4	0.07 54	0.11 91	0.09 33	0.04 2	0.06 48	0.05 8	0.06 56	0.04 1	0.08 36	0.09 147	0.06 209	0.04 27	0.05 77	0.03 1	0.05 217	0.05 256

MLG-Stereo_test1	0.06 1	0.05 51	0.08 85	0.17 348	0.05 4	0.06 19	0.11 91	0.08 16	0.03 1	0.05 2	0.04 1	0.06 56	0.05 15	0.09 76	0.09 147	0.05 57	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

FoundationStereo	0.06 1	0.04 3	0.08 85	0.12 8	0.05 4	0.09 192	0.13 233	0.06 2	0.09 92	0.05 2	0.05 8	0.06 56	0.04 1	0.06 4	0.07 16	0.06 209	0.04 27	0.05 77	0.03 1	0.05 217	0.04 95

MGW-Stereo-1	0.07 10	0.05 51	0.07 31	0.16 254	0.06 54	0.06 19	0.12 144	0.08 16	0.08 51	0.08 188	0.06 39	0.06 56	0.06 80	0.10 163	0.10 263	0.04 11	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

GeoAtt-L (ZS)	0.07 10	0.05 51	0.08 85	0.11 1	0.05 4	0.10 268	0.11 91	0.08 16	0.10 126	0.08 188	0.07 108	0.06 56	0.07 215	0.14 459	0.09 147	0.07 409	0.04 27	0.06 254	0.04 79	0.06 365	0.05 256

WiStereo	0.07 10	0.05 51	0.09 170	0.15 145	0.05 4	0.09 192	0.11 91	0.09 33	0.07 33	0.07 117	0.05 8	0.09 294	0.08 286	0.09 76	0.07 16	0.05 57	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

GeoAtt-pt-S (ZS)	0.07 10	0.04 3	0.09 170	0.15 145	0.07 176	0.05 7	0.15 406	0.08 16	0.13 256	0.07 117	0.05 8	0.06 56	0.05 15	0.09 76	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

tt3	0.07 10	0.06 147	0.09 170	0.15 145	0.05 4	0.09 192	0.09 29	0.11 84	0.05 6	0.07 117	0.06 39	0.08 241	0.07 215	0.10 163	0.06 7	0.06 209	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

tt4	0.07 10	0.05 51	0.08 85	0.16 254	0.05 4	0.08 117	0.08 9	0.14 206	0.07 33	0.06 48	0.06 39	0.06 56	0.07 215	0.09 76	0.07 16	0.06 209	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

tt5	0.07 10	0.06 147	0.08 85	0.15 145	0.06 54	0.07 54	0.10 49	0.11 84	0.06 14	0.07 117	0.06 39	0.08 241	0.08 286	0.10 163	0.07 16	0.05 57	0.04 27	0.04 1	0.03 1	0.05 217	0.04 95

tt6	0.07 10	0.05 51	0.09 170	0.15 145	0.05 4	0.09 192	0.11 91	0.09 33	0.07 33	0.07 117	0.05 8	0.09 294	0.08 286	0.09 76	0.07 16	0.05 57	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

tt7	0.07 10	0.08 426	0.07 31	0.18 454	0.06 54	0.08 117	0.11 91	0.13 165	0.07 33	0.05 2	0.05 8	0.08 241	0.07 215	0.09 76	0.06 7	0.05 57	0.04 27	0.04 1	0.04 79	0.03 1	0.03 2

tt8	0.07 10	0.08 426	0.06 15	0.18 454	0.06 54	0.08 117	0.11 91	0.11 84	0.08 51	0.05 2	0.06 39	0.08 241	0.07 215	0.08 36	0.05 1	0.05 57	0.04 27	0.04 1	0.04 79	0.03 1	0.03 2

tt9	0.07 10	0.07 285	0.07 31	0.18 454	0.06 54	0.08 117	0.10 49	0.12 120	0.08 51	0.05 2	0.05 8	0.08 241	0.08 286	0.09 76	0.05 1	0.05 57	0.04 27	0.04 1	0.04 79	0.04 56	0.03 2

TYNG	0.07 10	0.07 285	0.07 31	0.17 348	0.06 54	0.08 117	0.11 91	0.12 120	0.08 51	0.05 2	0.05 8	0.08 241	0.07 215	0.09 76	0.05 1	0.05 57	0.04 27	0.04 1	0.04 79	0.04 56	0.04 95

CR-Stereo	0.07 10	0.08 426	0.08 85	0.13 27	0.05 4	0.06 19	0.12 144	0.11 84	0.08 51	0.05 2	0.06 39	0.06 56	0.07 215	0.05 1	0.07 16	0.05 57	0.04 27	0.04 1	0.04 79	0.05 217	0.04 95

GFORCE	0.07 10	0.07 285	0.05 2	0.20 617	0.07 176	0.08 117	0.08 9	0.13 165	0.05 6	0.06 48	0.07 108	0.06 56	0.09 341	0.08 36	0.06 7	0.05 57	0.04 27	0.05 77	0.05 245	0.04 56	0.03 2

low	0.07 10	0.04 3	0.08 85	0.14 84	0.07 176	0.08 117	0.12 144	0.12 120	0.09 92	0.06 48	0.05 8	0.06 56	0.05 15	0.12 360	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

100	0.07 10	0.05 51	0.09 170	0.13 27	0.07 176	0.05 7	0.12 144	0.11 84	0.11 164	0.06 48	0.06 39	0.06 56	0.08 286	0.09 76	0.10 263	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

FORCE_4.7	0.07 10	0.08 426	0.05 2	0.20 617	0.07 176	0.08 117	0.12 144	0.11 84	0.08 51	0.05 2	0.06 39	0.05 4	0.07 215	0.10 163	0.06 7	0.05 57	0.04 27	0.06 254	0.06 359	0.04 56	0.03 2

F4.4	0.07 10	0.07 285	0.05 2	0.17 348	0.05 4	0.07 54	0.11 91	0.15 253	0.04 2	0.05 2	0.07 108	0.05 4	0.07 215	0.09 76	0.07 16	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

FORCE_4.6	0.07 10	0.07 285	0.06 15	0.17 348	0.05 4	0.08 117	0.11 91	0.12 120	0.08 51	0.05 2	0.05 8	0.05 4	0.06 80	0.08 36	0.06 7	0.07 409	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

F5.5	0.07 10	0.06 147	0.06 15	0.19 542	0.06 54	0.09 192	0.11 91	0.14 206	0.06 14	0.05 2	0.06 39	0.07 166	0.05 15	0.09 76	0.06 7	0.05 57	0.04 27	0.05 77	0.05 245	0.04 56	0.03 2

F8.5	0.07 10	0.07 285	0.05 2	0.18 454	0.05 4	0.08 117	0.10 49	0.12 120	0.06 14	0.05 2	0.06 39	0.08 241	0.06 80	0.09 76	0.05 1	0.05 57	0.04 27	0.05 77	0.05 245	0.04 56	0.03 2

FORCE_9	0.07 10	0.07 285	0.05 2	0.18 454	0.05 4	0.08 117	0.11 91	0.12 120	0.06 14	0.05 2	0.06 39	0.08 241	0.06 80	0.09 76	0.06 7	0.05 57	0.04 27	0.05 77	0.05 245	0.04 56	0.03 2

FORCE_8	0.07 10	0.07 285	0.05 2	0.19 542	0.05 4	0.08 117	0.11 91	0.12 120	0.06 14	0.06 48	0.06 39	0.08 241	0.06 80	0.09 76	0.06 7	0.05 57	0.04 27	0.05 77	0.05 245	0.04 56	0.03 2

F7	0.07 10	0.07 285	0.05 2	0.18 454	0.05 4	0.07 54	0.09 29	0.13 165	0.05 6	0.05 2	0.06 39	0.07 166	0.06 80	0.10 163	0.05 1	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

FORCE_4.5	0.07 10	0.07 285	0.05 2	0.17 348	0.05 4	0.07 54	0.11 91	0.14 206	0.06 14	0.05 2	0.06 39	0.05 4	0.07 215	0.08 36	0.07 16	0.06 209	0.04 27	0.05 77	0.05 245	0.04 56	0.03 2

FORCE_4	0.07 10	0.05 51	0.06 15	0.18 454	0.06 54	0.09 192	0.11 91	0.12 120	0.05 6	0.06 48	0.07 108	0.08 241	0.07 215	0.10 163	0.05 1	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.03 2

FORCE_5	0.07 10	0.05 51	0.06 15	0.18 454	0.05 4	0.08 117	0.11 91	0.12 120	0.04 2	0.05 2	0.06 39	0.06 56	0.06 80	0.09 76	0.06 7	0.05 57	0.04 27	0.05 77	0.05 245	0.04 56	0.04 95

FORCE_6	0.07 10	0.07 285	0.04 1	0.18 454	0.05 4	0.09 192	0.10 49	0.12 120	0.06 14	0.06 48	0.06 39	0.06 56	0.06 80	0.10 163	0.07 16	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

NBS	0.07 10	0.07 285	0.08 85	0.17 348	0.07 176	0.07 54	0.13 233	0.05 1	0.07 33	0.06 48	0.09 227	0.05 4	0.04 1	0.05 1	0.09 147	0.05 57	0.05 337	0.08 482	0.06 359	0.05 217	0.04 95

rgla	0.07 10	0.06 147	0.06 15	0.16 254	0.06 54	0.08 117	0.10 49	0.09 33	0.08 51	0.07 117	0.06 39	0.05 4	0.06 80	0.10 163	0.09 147	0.05 57	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

416test1013	0.07 10	0.06 147	0.06 15	0.16 254	0.07 176	0.10 268	0.10 49	0.09 33	0.07 33	0.07 117	0.07 108	0.05 4	0.06 80	0.10 163	0.08 53	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.04 95

416test	0.07 10	0.07 285	0.06 15	0.17 348	0.07 176	0.09 192	0.10 49	0.09 33	0.08 51	0.07 117	0.06 39	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

test410_97500	0.07 10	0.06 147	0.09 170	0.17 348	0.07 176	0.07 54	0.08 9	0.10 53	0.09 92	0.06 48	0.05 8	0.05 4	0.05 15	0.09 76	0.08 53	0.04 11	0.04 27	0.04 1	0.03 1	0.03 1	0.03 2

test410	0.07 10	0.06 147	0.09 170	0.17 348	0.07 176	0.07 54	0.08 9	0.10 53	0.09 92	0.06 48	0.05 8	0.06 56	0.05 15	0.09 76	0.07 16	0.04 11	0.05 337	0.04 1	0.03 1	0.03 1	0.03 2

LACA_dic	0.07 10	0.10 581	0.08 85	0.13 27	0.05 4	0.08 117	0.11 91	0.08 16	0.09 92	0.05 2	0.05 8	0.05 4	0.05 15	0.08 36	0.08 53	0.06 209	0.04 27	0.04 1	0.04 79	0.05 217	0.04 95

DF_test	0.07 10	0.05 51	0.08 85	0.14 84	0.08 287	0.04 3	0.13 233	0.08 16	0.11 164	0.07 117	0.08 186	0.06 56	0.07 215	0.06 4	0.08 53	0.06 209	0.05 337	0.05 77	0.05 245	0.05 217	0.04 95

over v1	0.07 10	0.07 285	0.07 31	0.18 454	0.05 4	0.08 117	0.08 9	0.10 53	0.05 6	0.06 48	0.06 39	0.07 166	0.10 392	0.11 256	0.08 53	0.05 57	0.04 27	0.04 1	0.03 1	0.05 217	0.05 256

over-8	0.07 10	0.07 285	0.07 31	0.18 454	0.05 4	0.08 117	0.08 9	0.13 165	0.05 6	0.06 48	0.05 8	0.07 166	0.09 341	0.11 256	0.08 53	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.05 256

small-0shot	0.07 10	0.05 51	0.08 85	0.14 84	0.07 176	0.06 19	0.13 233	0.09 33	0.08 51	0.05 2	0.10 267	0.06 56	0.06 80	0.06 4	0.10 263	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

over-9	0.07 10	0.07 285	0.07 31	0.18 454	0.05 4	0.08 117	0.08 9	0.13 165	0.06 14	0.06 48	0.05 8	0.07 166	0.09 341	0.11 256	0.08 53	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.05 256

WAFT-Stereo (ZS)	0.07 10	0.05 51	0.09 170	0.12 8	0.07 176	0.08 117	0.15 406	0.07 9	0.07 33	0.06 48	0.10 267	0.05 4	0.07 215	0.06 4	0.11 358	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

testmc14	0.07 10	0.05 51	0.06 15	0.15 145	0.05 4	0.09 192	0.13 233	0.08 16	0.08 51	0.07 117	0.09 227	0.06 56	0.05 15	0.07 10	0.07 16	0.06 209	0.04 27	0.04 1	0.03 1	0.03 1	0.03 2

MCSU-Stereo	0.07 10	0.05 51	0.06 15	0.15 145	0.05 4	0.09 192	0.13 233	0.10 53	0.09 92	0.07 117	0.07 108	0.07 166	0.05 15	0.09 76	0.07 16	0.06 209	0.04 27	0.04 1	0.03 1	0.04 56	0.03 2

derf	0.07 10	0.04 3	0.10 250	0.14 84	0.06 54	0.05 7	0.12 144	0.12 120	0.09 92	0.05 2	0.07 108	0.07 166	0.08 286	0.10 163	0.10 263	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.05 256

mm2	0.07 10	0.04 3	0.10 250	0.13 27	0.06 54	0.06 19	0.12 144	0.13 165	0.08 51	0.06 48	0.07 108	0.06 56	0.08 286	0.10 163	0.09 147	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.05 256

mm1	0.07 10	0.04 3	0.10 250	0.13 27	0.06 54	0.06 19	0.12 144	0.06 2	0.08 51	0.06 48	0.07 108	0.06 56	0.08 286	0.10 163	0.09 147	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.05 256

qqai	0.07 10	0.05 51	0.10 250	0.14 84	0.06 54	0.05 7	0.12 144	0.08 16	0.09 92	0.05 2	0.06 39	0.06 56	0.08 286	0.10 163	0.09 147	0.06 209	0.05 337	0.05 77	0.03 1	0.04 56	0.05 256

MGA	0.07 10	0.04 3	0.10 250	0.13 27	0.06 54	0.08 117	0.09 29	0.12 120	0.08 51	0.05 2	0.06 39	0.06 56	0.05 15	0.10 163	0.09 147	0.06 209	0.04 27	0.05 77	0.03 1	0.05 217	0.05 256

CAR	0.07 10	0.05 51	0.08 85	0.14 84	0.06 54	0.07 54	0.08 9	0.12 120	0.08 51	0.05 2	0.06 39	0.05 4	0.05 15	0.10 163	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

MSE-Stereo	0.07 10	0.04 3	0.08 85	0.13 27	0.06 54	0.07 54	0.08 9	0.12 120	0.08 51	0.05 2	0.06 39	0.05 4	0.05 15	0.10 163	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

monster-pro	0.07 10	0.06 147	0.05 2	0.15 145	0.05 4	0.07 54	0.10 49	0.15 253	0.15 321	0.05 2	0.06 39	0.05 4	0.06 80	0.07 10	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

PointNet	0.07 10	0.06 147	0.07 31	0.15 145	0.07 176	0.08 117	0.14 313	0.11 84	0.08 51	0.05 2	0.07 108	0.08 241	0.08 286	0.09 76	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.03 1	0.04 95

bcnet-new	0.07 10	0.07 285	0.08 85	0.18 454	0.06 54	0.07 54	0.10 49	0.09 33	0.14 292	0.07 117	0.07 108	0.06 56	0.06 80	0.11 256	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

LWStereo	0.07 10	0.06 147	0.09 170	0.17 348	0.06 54	0.08 117	0.12 144	0.11 84	0.10 126	0.06 48	0.07 108	0.07 166	0.06 80	0.10 163	0.07 16	0.04 11	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

LMStereo	0.07 10	0.07 285	0.09 170	0.19 542	0.06 54	0.07 54	0.12 144	0.11 84	0.13 256	0.06 48	0.07 108	0.06 56	0.06 80	0.09 76	0.07 16	0.04 11	0.04 27	0.05 77	0.04 79	0.05 217	0.03 2

CR7Stereo	0.07 10	0.08 426	0.07 31	0.17 348	0.07 176	0.08 117	0.13 233	0.10 53	0.10 126	0.07 117	0.08 186	0.06 56	0.05 15	0.08 36	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

GCAP-Stereo-DPT26K	0.07 10	0.06 147	0.07 31	0.16 254	0.06 54	0.08 117	0.12 144	0.10 53	0.08 51	0.06 48	0.09 227	0.06 56	0.05 15	0.08 36	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

CHEStereo	0.07 10	0.07 285	0.07 31	0.17 348	0.06 54	0.07 54	0.12 144	0.09 33	0.11 164	0.09 249	0.09 227	0.06 56	0.07 215	0.09 76	0.07 16	0.04 11	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

GCAP-Stereo-DPT-20K	0.07 10	0.05 51	0.11 316	0.15 145	0.06 54	0.07 54	0.13 233	0.09 33	0.11 164	0.07 117	0.08 186	0.06 56	0.05 15	0.09 76	0.07 16	0.05 57	0.05 337	0.05 77	0.04 79	0.03 1	0.04 95

GCAP-Stereo-DPT-24K	0.07 10	0.06 147	0.07 31	0.15 145	0.06 54	0.10 268	0.15 406	0.12 120	0.11 164	0.06 48	0.11 324	0.06 56	0.05 15	0.09 76	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

PipStereo	0.07 10	0.04 3	0.09 170	0.13 27	0.05 4	0.08 117	0.11 91	0.06 2	0.06 14	0.06 48	0.05 8	0.08 241	0.05 15	0.08 36	0.09 147	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.04 95

LACA3	0.07 10	0.08 426	0.08 85	0.13 27	0.05 4	0.09 192	0.11 91	0.08 16	0.08 51	0.08 188	0.05 8	0.07 166	0.07 215	0.07 10	0.07 16	0.06 209	0.04 27	0.04 1	0.03 1	0.03 1	0.03 2

Selective-IGEV-i32	0.07 10	0.06 147	0.08 85	0.17 348	0.06 54	0.08 117	0.12 144	0.13 165	0.07 33	0.08 188	0.07 108	0.06 56	0.04 1	0.10 163	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

LACA2	0.07 10	0.05 51	0.06 15	0.15 145	0.06 54	0.09 192	0.11 91	0.11 84	0.10 126	0.05 2	0.05 8	0.06 56	0.08 286	0.09 76	0.07 16	0.07 409	0.04 27	0.04 1	0.04 79	0.04 56	0.04 95

LACA1	0.07 10	0.07 285	0.07 31	0.14 84	0.05 4	0.09 192	0.11 91	0.10 53	0.07 33	0.05 2	0.05 8	0.06 56	0.07 215	0.08 36	0.09 147	0.06 209	0.04 27	0.04 1	0.04 79	0.03 1	0.04 95

Test_v1	0.07 10	0.04 3	0.06 15	0.13 27	0.06 54	0.08 117	0.11 91	0.15 253	0.12 208	0.06 48	0.05 8	0.04 1	0.05 15	0.08 36	0.10 263	0.07 409	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

BLMT-Stereo	0.07 10	0.04 3	0.08 85	0.15 145	0.07 176	0.06 19	0.14 313	0.07 9	0.10 126	0.05 2	0.05 8	0.04 1	0.06 80	0.07 10	0.09 147	0.04 11	0.04 27	0.05 77	0.05 245	0.04 56	0.04 95

Pro-Stereo	0.07 10	0.05 51	0.08 85	0.15 145	0.07 176	0.08 117	0.12 144	0.07 9	0.07 33	0.06 48	0.06 39	0.05 4	0.05 15	0.09 76	0.08 53	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

BridgeDepth_RVC	0.07 10	0.04 3	0.09 170	0.11 1	0.05 4	0.10 268	0.10 49	0.14 206	0.09 92	0.06 48	0.07 108	0.06 56	0.07 215	0.07 10	0.10 263	0.06 209	0.04 27	0.04 1	0.04 79	0.04 56	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
CSFM-Stereo	0.07 10	0.05 51	0.07 31	0.14 84	0.06 54	0.09 192	0.13 233	0.15 253	0.06 14	0.07 117	0.08 186	0.06 56	0.08 286	0.09 76	0.09 147	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.04 95

VIP-Stereo	0.07 10	0.07 285	0.07 31	0.15 145	0.06 54	0.12 384	0.10 49	0.11 84	0.11 164	0.06 48	0.07 108	0.06 56	0.05 15	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 10	0.07 285	0.08 85	0.18 454	0.06 54	0.07 54	0.11 91	0.09 33	0.06 14	0.04 1	0.07 108	0.10 337	0.09 341	0.08 36	0.08 53	0.04 11	0.03 1	0.04 1	0.04 79	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Zero-FE251	0.07 10	0.05 51	0.09 170	0.13 27	0.06 54	0.12 384	0.12 144	0.11 84	0.10 126	0.07 117	0.08 186	0.06 56	0.06 80	0.09 76	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

MonStereo	0.07 10	0.06 147	0.05 2	0.15 145	0.05 4	0.08 117	0.10 49	0.15 253	0.15 321	0.05 2	0.06 39	0.05 4	0.06 80	0.07 10	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 10	0.05 51	0.07 31	0.16 254	0.06 54	0.07 54	0.11 91	0.10 53	0.08 51	0.06 48	0.06 39	0.07 166	0.07 215	0.09 76	0.09 147	0.04 11	0.04 27	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 10	0.06 147	0.05 2	0.15 145	0.05 4	0.08 117	0.10 49	0.15 253	0.15 321	0.05 2	0.06 39	0.05 4	0.06 80	0.07 10	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 10	0.04 3	0.09 170	0.13 27	0.06 54	0.05 7	0.09 29	0.11 84	0.07 33	0.06 48	0.06 39	0.05 4	0.06 80	0.09 76	0.09 147	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.05 256

Replicate-Monster	0.07 10	0.05 51	0.09 170	0.14 84	0.06 54	0.08 117	0.09 29	0.13 165	0.13 256	0.05 2	0.07 108	0.06 56	0.06 80	0.08 36	0.10 263	0.05 57	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

AdaDepth	0.07 10	0.06 147	0.07 31	0.18 454	0.06 54	0.11 328	0.12 144	0.09 33	0.07 33	0.06 48	0.05 8	0.07 166	0.06 80	0.09 76	0.10 263	0.04 11	0.05 337	0.05 77	0.04 79	0.04 56	0.04 95

asda	0.07 10	0.08 426	0.08 85	0.16 254	0.06 54	0.06 19	0.10 49	0.16 299	0.10 126	0.06 48	0.06 39	0.05 4	0.05 15	0.10 163	0.10 263	0.03 1	0.03 1	0.04 1	0.03 1	0.04 56	0.03 2

asd	0.07 10	0.08 426	0.07 31	0.16 254	0.07 176	0.08 117	0.08 9	0.11 84	0.08 51	0.07 117	0.07 108	0.06 56	0.06 80	0.10 163	0.09 147	0.03 1	0.03 1	0.04 1	0.04 79	0.04 56	0.03 2

qwe	0.07 10	0.08 426	0.07 31	0.15 145	0.06 54	0.07 54	0.10 49	0.18 375	0.11 164	0.07 117	0.07 108	0.06 56	0.06 80	0.10 163	0.09 147	0.03 1	0.03 1	0.04 1	0.04 79	0.04 56	0.03 2

2.25w	0.07 10	0.06 147	0.07 31	0.14 84	0.06 54	0.08 117	0.08 9	0.10 53	0.15 321	0.08 188	0.10 267	0.07 166	0.06 80	0.08 36	0.10 263	0.05 57	0.03 1	0.04 1	0.04 79	0.03 1	0.04 95

4.25_new	0.07 10	0.08 426	0.09 170	0.15 145	0.06 54	0.09 192	0.08 9	0.14 206	0.08 51	0.07 117	0.07 108	0.06 56	0.06 80	0.12 360	0.10 263	0.03 1	0.03 1	0.04 1	0.03 1	0.04 56	0.03 2

4.5w_new	0.07 10	0.08 426	0.09 170	0.15 145	0.06 54	0.09 192	0.08 9	0.14 206	0.08 51	0.07 117	0.07 108	0.06 56	0.06 80	0.12 360	0.10 263	0.03 1	0.03 1	0.04 1	0.03 1	0.04 56	0.03 2

4.5_new	0.07 10	0.09 518	0.08 85	0.15 145	0.07 176	0.06 19	0.10 49	0.14 206	0.11 164	0.06 48	0.08 186	0.06 56	0.06 80	0.08 36	0.10 263	0.03 1	0.03 1	0.04 1	0.04 79	0.04 56	0.03 2

4.5w-stereo	0.07 10	0.09 518	0.08 85	0.15 145	0.07 176	0.06 19	0.10 49	0.14 206	0.11 164	0.06 48	0.08 186	0.06 56	0.06 80	0.08 36	0.10 263	0.03 1	0.03 1	0.04 1	0.04 79	0.04 56	0.03 2

4.25w-stereo	0.07 10	0.08 426	0.09 170	0.15 145	0.06 54	0.09 192	0.08 9	0.14 206	0.08 51	0.07 117	0.07 108	0.06 56	0.06 80	0.12 360	0.10 263	0.03 1	0.03 1	0.04 1	0.03 1	0.04 56	0.03 2

4w-stereo	0.07 10	0.08 426	0.08 85	0.16 254	0.06 54	0.07 54	0.08 9	0.12 120	0.08 51	0.07 117	0.07 108	0.05 4	0.06 80	0.09 76	0.10 263	0.03 1	0.03 1	0.04 1	0.04 79	0.04 56	0.03 2

2.5w	0.07 10	0.07 285	0.07 31	0.16 254	0.06 54	0.08 117	0.12 144	0.10 53	0.10 126	0.07 117	0.06 39	0.09 294	0.06 80	0.08 36	0.09 147	0.04 11	0.03 1	0.04 1	0.04 79	0.03 1	0.03 2

2.75w_new	0.07 10	0.07 285	0.07 31	0.13 27	0.06 54	0.08 117	0.08 9	0.18 375	0.12 208	0.07 117	0.08 186	0.06 56	0.06 80	0.09 76	0.11 358	0.04 11	0.04 27	0.04 1	0.03 1	0.03 1	0.04 95

3.25w_new	0.07 10	0.06 147	0.07 31	0.15 145	0.06 54	0.10 268	0.07 5	0.12 120	0.11 164	0.08 188	0.06 39	0.07 166	0.06 80	0.11 256	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 10	0.06 147	0.07 31	0.15 145	0.06 54	0.10 268	0.07 5	0.12 120	0.11 164	0.08 188	0.06 39	0.07 166	0.06 80	0.11 256	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 10	0.07 285	0.08 85	0.16 254	0.07 176	0.07 54	0.09 29	0.16 299	0.09 92	0.07 117	0.06 39	0.05 4	0.06 80	0.09 76	0.10 263	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 10	0.07 285	0.07 31	0.15 145	0.07 176	0.09 192	0.06 1	0.13 165	0.11 164	0.07 117	0.07 108	0.06 56	0.07 215	0.10 163	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

1w_stereo	0.07 10	0.06 147	0.07 31	0.16 254	0.06 54	0.07 54	0.10 49	0.14 206	0.14 292	0.07 117	0.08 186	0.05 4	0.06 80	0.09 76	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 95

monsterstereo	0.07 10	0.06 147	0.06 15	0.16 254	0.06 54	0.08 117	0.10 49	0.16 299	0.11 164	0.07 117	0.08 186	0.06 56	0.07 215	0.08 36	0.09 147	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

monsters	0.07 10	0.06 147	0.06 15	0.15 145	0.06 54	0.08 117	0.09 29	0.12 120	0.08 51	0.09 249	0.07 108	0.06 56	0.06 80	0.08 36	0.08 53	0.05 57	0.04 27	0.04 1	0.04 79	0.03 1	0.03 2

IGEV	0.07 10	0.04 3	0.08 85	0.13 27	0.06 54	0.09 192	0.12 144	0.14 206	0.10 126	0.06 48	0.09 227	0.07 166	0.05 15	0.09 76	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

111111	0.07 10	0.04 3	0.09 170	0.17 348	0.06 54	0.05 7	0.10 49	0.11 84	0.09 92	0.06 48	0.06 39	0.07 166	0.05 15	0.09 76	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.07 455	0.06 382

LG-Stereo_L2	0.07 10	0.05 51	0.10 250	0.14 84	0.06 54	0.07 54	0.12 144	0.09 33	0.09 92	0.06 48	0.04 1	0.05 4	0.05 15	0.08 36	0.08 53	0.05 57	0.04 27	0.05 77	0.03 1	0.04 56	0.03 2

LG-Stereo_L1	0.07 10	0.05 51	0.11 316	0.14 84	0.06 54	0.07 54	0.13 233	0.09 33	0.07 33	0.05 2	0.04 1	0.05 4	0.04 1	0.08 36	0.07 16	0.05 57	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

MLG-Stereo_test3	0.07 10	0.05 51	0.10 250	0.14 84	0.06 54	0.07 54	0.11 91	0.08 16	0.06 14	0.06 48	0.04 1	0.06 56	0.06 80	0.07 10	0.10 263	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.06 382

MLG-Stereo	0.07 10	0.05 51	0.08 85	0.17 348	0.05 4	0.07 54	0.11 91	0.08 16	0.04 2	0.05 2	0.04 1	0.06 56	0.05 15	0.10 163	0.09 147	0.05 57	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

LG-G_1	0.07 10	0.04 3	0.11 316	0.15 145	0.06 54	0.09 192	0.08 9	0.08 16	0.06 14	0.06 48	0.05 8	0.07 166	0.07 215	0.11 256	0.08 53	0.07 409	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

LG-G	0.07 10	0.04 3	0.11 316	0.15 145	0.06 54	0.09 192	0.08 9	0.08 16	0.06 14	0.06 48	0.05 8	0.07 166	0.07 215	0.11 256	0.08 53	0.07 409	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

LGtest1	0.07 10	0.04 3	0.10 250	0.15 145	0.06 54	0.07 54	0.09 29	0.08 16	0.06 14	0.05 2	0.04 1	0.06 56	0.06 80	0.10 163	0.09 147	0.07 409	0.04 27	0.05 77	0.04 79	0.06 365	0.06 382

LG-Stereo_Zeroshot	0.07 10	0.06 147	0.10 250	0.16 254	0.07 176	0.04 3	0.13 233	0.10 53	0.10 126	0.05 2	0.11 324	0.07 166	0.05 15	0.07 10	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

GREAT-IGEV	0.07 10	0.06 147	0.08 85	0.13 27	0.07 176	0.07 54	0.14 313	0.09 33	0.09 92	0.06 48	0.07 108	0.06 56	0.05 15	0.10 163	0.07 16	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
StereoAnything_RVC	0.07 10	0.15 681	0.17 588	0.11 1	0.05 4	0.05 7	0.11 91	0.08 16	0.08 51	0.06 48	0.06 39	0.05 4	0.05 15	0.09 76	0.08 53	0.08 501	0.04 27	0.05 77	0.03 1	0.05 217	0.04 95

AIO_rvc	0.07 10	0.06 147	0.08 85	0.15 145	0.06 54	0.08 117	0.14 313	0.09 33	0.08 51	0.07 117	0.08 186	0.07 166	0.04 1	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

AIO_test	0.07 10	0.05 51	0.07 31	0.15 145	0.07 176	0.06 19	0.14 313	0.10 53	0.10 126	0.07 117	0.07 108	0.06 56	0.05 15	0.08 36	0.10 263	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

MonSter	0.07 10	0.06 147	0.05 2	0.15 145	0.05 4	0.07 54	0.10 49	0.15 253	0.15 321	0.05 2	0.06 39	0.05 4	0.06 80	0.07 10	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 10	0.05 51	0.07 31	0.14 84	0.06 54	0.10 268	0.13 233	0.07 9	0.13 256	0.06 48	0.07 108	0.06 56	0.05 15	0.10 163	0.09 147	0.04 11	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

dual_stereo	0.07 10	0.04 3	0.08 85	0.15 145	0.05 4	0.05 7	0.13 233	0.12 120	0.08 51	0.07 117	0.06 39	0.05 4	0.05 15	0.07 10	0.09 147	0.06 209	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

IGEV-Stereo++	0.07 10	0.06 147	0.08 85	0.18 454	0.06 54	0.04 3	0.10 49	0.11 84	0.11 164	0.06 48	0.07 108	0.07 166	0.06 80	0.09 76	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

IGEV-Stereo+	0.07 10	0.04 3	0.08 85	0.15 145	0.06 54	0.04 3	0.09 29	0.10 53	0.09 92	0.06 48	0.06 39	0.06 56	0.06 80	0.06 4	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.06 365	0.06 382

GCAPDPT-zeroshot4090	0.07 10	0.05 51	0.11 316	0.15 145	0.06 54	0.07 54	0.13 233	0.09 33	0.11 164	0.07 117	0.08 186	0.06 56	0.05 15	0.09 76	0.07 16	0.05 57	0.05 337	0.05 77	0.04 79	0.03 1	0.04 95

Selective-IGEV	0.07 10	0.06 147	0.08 85	0.17 348	0.06 54	0.08 117	0.12 144	0.13 165	0.07 33	0.08 188	0.07 108	0.06 56	0.04 1	0.10 163	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

ACC-I	0.08 129	0.06 147	0.10 250	0.15 145	0.06 54	0.02 1	0.14 313	0.09 33	0.13 256	0.06 48	0.07 108	0.06 56	0.07 215	0.09 76	0.08 53	0.07 409	0.04 27	0.06 254	0.04 79	0.05 217	0.05 256

ACC	0.08 129	0.06 147	0.11 316	0.15 145	0.06 54	0.02 1	0.14 313	0.11 84	0.14 292	0.06 48	0.07 108	0.07 166	0.07 215	0.09 76	0.08 53	0.07 409	0.04 27	0.06 254	0.04 79	0.06 365	0.05 256

GCAP-Stereo-w-DA	0.08 129	0.08 426	0.08 85	0.18 454	0.06 54	0.07 54	0.09 29	0.13 165	0.12 208	0.08 188	0.07 108	0.07 166	0.06 80	0.09 76	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.05 217	0.03 2

E$^{3}$Stereo	0.08 129	0.05 51	0.10 250	0.13 27	0.07 176	0.09 192	0.12 144	0.11 84	0.10 126	0.07 117	0.07 108	0.07 166	0.07 215	0.11 256	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

LLLLL	0.08 129	0.05 51	0.10 250	0.13 27	0.07 176	0.09 192	0.12 144	0.11 84	0.10 126	0.07 117	0.07 108	0.07 166	0.07 215	0.11 256	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

LLL	0.08 129	0.05 51	0.09 170	0.13 27	0.07 176	0.07 54	0.13 233	0.12 120	0.10 126	0.07 117	0.06 39	0.07 166	0.07 215	0.11 256	0.10 263	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

300	0.08 129	0.05 51	0.12 368	0.14 84	0.07 176	0.08 117	0.12 144	0.15 253	0.10 126	0.05 2	0.06 39	0.06 56	0.08 286	0.08 36	0.10 263	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

Last	0.08 129	0.04 3	0.12 368	0.13 27	0.07 176	0.07 54	0.13 233	0.13 165	0.09 92	0.06 48	0.06 39	0.06 56	0.08 286	0.10 163	0.11 358	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

DDDD	0.08 129	0.04 3	0.12 368	0.13 27	0.07 176	0.07 54	0.13 233	0.15 253	0.09 92	0.06 48	0.06 39	0.06 56	0.09 341	0.09 76	0.11 358	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

TT111	0.08 129	0.05 51	0.11 316	0.13 27	0.06 54	0.08 117	0.12 144	0.14 206	0.08 51	0.05 2	0.06 39	0.06 56	0.09 341	0.10 163	0.11 358	0.06 209	0.05 337	0.05 77	0.04 79	0.04 56	0.05 256

EE1	0.08 129	0.05 51	0.09 170	0.15 145	0.07 176	0.07 54	0.10 49	0.16 299	0.12 208	0.08 188	0.05 8	0.06 56	0.06 80	0.13 420	0.09 147	0.06 209	0.05 337	0.06 254	0.04 79	0.05 217	0.05 256

SCION-M(vits-remse)	0.08 129	0.06 147	0.12 368	0.24 708	0.05 4	0.07 54	0.10 49	0.15 253	0.15 321	0.05 2	0.06 39	0.05 4	0.06 80	0.07 10	0.09 147	0.08 501	0.06 503	0.04 1	0.03 1	0.03 1	0.03 2

GEAR-Net	0.08 129	0.06 147	0.08 85	0.18 454	0.07 176	0.09 192	0.13 233	0.10 53	0.09 92	0.08 188	0.08 186	0.06 56	0.06 80	0.13 420	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

over-6	0.08 129	0.07 285	0.08 85	0.17 348	0.05 4	0.10 268	0.09 29	0.17 340	0.11 164	0.06 48	0.07 108	0.06 56	0.09 341	0.10 163	0.08 53	0.06 209	0.04 27	0.04 1	0.04 79	0.05 217	0.05 256

anonymous	0.08 129	0.05 51	0.12 368	0.16 254	0.08 287	0.05 7	0.13 233	0.10 53	0.14 292	0.07 117	0.07 108	0.06 56	0.04 1	0.07 10	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

depth_test_26	0.08 129	0.04 3	0.11 316	0.13 27	0.07 176	0.07 54	0.11 91	0.12 120	0.11 164	0.09 249	0.07 108	0.08 241	0.05 15	0.09 76	0.08 53	0.08 501	0.06 503	0.06 254	0.06 359	0.06 365	0.07 472

Anonymus	0.08 129	0.05 51	0.10 250	0.15 145	0.08 287	0.10 268	0.15 406	0.15 253	0.10 126	0.07 117	0.06 39	0.07 166	0.08 286	0.12 360	0.10 263	0.06 209	0.04 27	0.05 77	0.05 245	0.05 217	0.06 382

LGCAT	0.08 129	0.04 3	0.10 250	0.11 1	0.06 54	0.07 54	0.12 144	0.07 9	0.08 51	0.09 249	0.07 108	0.07 166	0.08 286	0.12 360	0.11 358	0.10 617	0.09 652	0.04 1	0.05 245	0.04 56	0.09 594

quiztm	0.08 129	0.07 285	0.08 85	0.18 454	0.07 176	0.09 192	0.14 313	0.14 206	0.12 208	0.07 117	0.07 108	0.05 4	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.04 79	0.04 56	0.03 2

TS12	0.08 129	0.06 147	0.09 170	0.21 654	0.07 176	0.11 328	0.13 233	0.11 84	0.09 92	0.10 301	0.10 267	0.08 241	0.10 392	0.09 76	0.12 432	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.04 95

DF	0.08 129	0.05 51	0.09 170	0.15 145	0.06 54	0.11 328	0.13 233	0.10 53	0.12 208	0.09 249	0.10 267	0.10 337	0.08 286	0.11 256	0.09 147	0.07 409	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

LiteMatch*	0.08 129	0.04 3	0.11 316	0.13 27	0.08 287	0.08 117	0.13 233	0.14 206	0.09 92	0.05 2	0.05 8	0.05 4	0.09 341	0.11 256	0.10 263	0.06 209	0.05 337	0.05 77	0.04 79	0.05 217	0.05 256

canet-new	0.08 129	0.07 285	0.08 85	0.19 542	0.06 54	0.07 54	0.12 144	0.12 120	0.13 256	0.06 48	0.07 108	0.06 56	0.06 80	0.10 163	0.07 16	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.03 2

ARStereo	0.08 129	0.06 147	0.09 170	0.17 348	0.06 54	0.09 192	0.13 233	0.11 84	0.13 256	0.08 188	0.08 186	0.06 56	0.05 15	0.09 76	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

ARStereo-new	0.08 129	0.06 147	0.09 170	0.17 348	0.05 4	0.07 54	0.13 233	0.12 120	0.12 208	0.09 249	0.08 186	0.07 166	0.05 15	0.10 163	0.09 147	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

BARStereo	0.08 129	0.07 285	0.08 85	0.18 454	0.06 54	0.08 117	0.12 144	0.11 84	0.12 208	0.07 117	0.08 186	0.05 4	0.07 215	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.06 365	0.04 95

FCBStereo	0.08 129	0.07 285	0.09 170	0.18 454	0.06 54	0.11 328	0.11 91	0.10 53	0.08 51	0.07 117	0.07 108	0.07 166	0.06 80	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

PSGStereo	0.08 129	0.07 285	0.09 170	0.18 454	0.06 54	0.11 328	0.11 91	0.10 53	0.08 51	0.07 117	0.07 108	0.07 166	0.06 80	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

MUNStereo	0.08 129	0.07 285	0.09 170	0.18 454	0.06 54	0.08 117	0.12 144	0.10 53	0.09 92	0.09 249	0.08 186	0.08 241	0.06 80	0.12 360	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

TOTStereo	0.08 129	0.06 147	0.09 170	0.17 348	0.06 54	0.08 117	0.11 91	0.14 206	0.12 208	0.09 249	0.09 227	0.08 241	0.06 80	0.10 163	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

GCAP-Stereo-CNN-DA	0.08 129	0.08 426	0.08 85	0.18 454	0.06 54	0.07 54	0.09 29	0.13 165	0.12 208	0.08 188	0.07 108	0.07 166	0.06 80	0.09 76	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.05 217	0.03 2

RMAStereo	0.08 129	0.08 426	0.08 85	0.19 542	0.07 176	0.08 117	0.12 144	0.14 206	0.11 164	0.07 117	0.08 186	0.07 166	0.07 215	0.09 76	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

ATMStereo	0.08 129	0.09 518	0.07 31	0.20 617	0.08 287	0.08 117	0.13 233	0.12 120	0.13 256	0.08 188	0.08 186	0.05 4	0.07 215	0.09 76	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.06 365	0.04 95

ACMStereo	0.08 129	0.09 518	0.08 85	0.19 542	0.06 54	0.07 54	0.10 49	0.14 206	0.15 321	0.06 48	0.08 186	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

KABStereo	0.08 129	0.07 285	0.08 85	0.19 542	0.07 176	0.09 192	0.12 144	0.16 299	0.15 321	0.07 117	0.07 108	0.06 56	0.06 80	0.10 163	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

KMOStereo	0.08 129	0.09 518	0.10 250	0.18 454	0.08 287	0.10 268	0.12 144	0.15 253	0.12 208	0.08 188	0.08 186	0.05 4	0.07 215	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.06 365	0.04 95

GCAP-Stereo-cres-4k	0.08 129	0.07 285	0.08 85	0.18 454	0.07 176	0.11 328	0.14 313	0.12 120	0.11 164	0.07 117	0.11 324	0.07 166	0.06 80	0.09 76	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

GCAP-Stereo-DPT-cres	0.08 129	0.05 51	0.07 31	0.15 145	0.06 54	0.10 268	0.14 313	0.13 165	0.12 208	0.07 117	0.09 227	0.07 166	0.06 80	0.10 163	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 129	0.06 147	0.15 519	0.14 84	0.06 54	0.08 117	0.13 233	0.13 165	0.11 164	0.07 117	0.08 186	0.07 166	0.06 80	0.09 76	0.08 53	0.05 57	0.05 337	0.05 77	0.04 79	0.03 1	0.04 95

GCAP-Stereo-DPT-22K	0.08 129	0.06 147	0.07 31	0.17 348	0.06 54	0.07 54	0.14 313	0.13 165	0.16 363	0.05 2	0.10 267	0.06 56	0.06 80	0.08 36	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.04 95

GCAP-Stereo-DPT-5K	0.08 129	0.06 147	0.10 250	0.16 254	0.07 176	0.11 328	0.12 144	0.15 253	0.15 321	0.08 188	0.12 347	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.06 254	0.05 245	0.03 1	0.04 95

GCAP-Stereo-DPT-2K	0.08 129	0.06 147	0.10 250	0.16 254	0.07 176	0.11 328	0.13 233	0.14 206	0.14 292	0.08 188	0.13 367	0.05 4	0.06 80	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.03 1	0.04 95

GCAP-Stereo-DPT-3K	0.08 129	0.07 285	0.10 250	0.16 254	0.07 176	0.09 192	0.12 144	0.15 253	0.14 292	0.08 188	0.11 324	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.03 1	0.04 95

GCAP-Stereo-DPT-50K	0.08 129	0.06 147	0.17 588	0.15 145	0.06 54	0.06 19	0.13 233	0.13 165	0.13 256	0.07 117	0.07 108	0.06 56	0.05 15	0.08 36	0.08 53	0.04 11	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 129	0.06 147	0.07 31	0.16 254	0.06 54	0.06 19	0.14 313	0.14 206	0.14 292	0.07 117	0.10 267	0.06 56	0.05 15	0.09 76	0.09 147	0.04 11	0.04 27	0.04 1	0.04 79	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 129	0.05 51	0.12 368	0.15 145	0.06 54	0.10 268	0.14 313	0.12 120	0.12 208	0.07 117	0.09 227	0.06 56	0.06 80	0.10 163	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

PSi22	0.08 129	0.06 147	0.11 316	0.16 254	0.07 176	0.08 117	0.10 49	0.14 206	0.08 51	0.08 188	0.06 39	0.10 337	0.06 80	0.12 360	0.09 147	0.05 57	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

Foundation-i1c-attn	0.08 129	0.05 51	0.07 31	0.14 84	0.05 4	0.09 192	0.12 144	0.12 120	0.10 126	0.09 249	0.10 267	0.10 337	0.07 215	0.07 10	0.10 263	0.06 209	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

Foundation-i1b	0.08 129	0.05 51	0.07 31	0.14 84	0.05 4	0.09 192	0.12 144	0.13 165	0.10 126	0.09 249	0.10 267	0.09 294	0.06 80	0.07 10	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.03 1	0.03 2

Foundation-i1a	0.08 129	0.05 51	0.07 31	0.13 27	0.05 4	0.13 442	0.13 233	0.12 120	0.09 92	0.11 338	0.11 324	0.11 368	0.06 80	0.08 36	0.09 147	0.06 209	0.04 27	0.05 77	0.03 1	0.04 56	0.04 95

DepthFocus	0.08 129	0.04 3	0.15 519	0.12 8	0.09 424	0.07 54	0.12 144	0.10 53	0.05 6	0.09 249	0.05 8	0.07 166	0.04 1	0.08 36	0.08 53	0.06 209	0.05 337	0.07 381	0.07 464	0.05 217	0.04 95

GeoVLM	0.08 129	0.04 3	0.10 250	0.13 27	0.06 54	0.10 268	0.12 144	0.13 165	0.08 51	0.06 48	0.07 108	0.06 56	0.08 286	0.10 163	0.11 358	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.05 256

gcap_with_dpt	0.08 129	0.06 147	0.09 170	0.16 254	0.07 176	0.09 192	0.12 144	0.13 165	0.13 256	0.08 188	0.12 347	0.04 1	0.06 80	0.10 163	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.03 1	0.04 95

DispViT+	0.08 129	0.05 51	0.09 170	0.13 27	0.06 54	0.05 7	0.11 91	0.18 375	0.16 363	0.09 249	0.08 186	0.07 166	0.06 80	0.11 256	0.09 147	0.06 209	0.04 27	0.04 1	0.03 1	0.03 1	0.03 2

WQFJA1++	0.08 129	0.04 3	0.11 316	0.14 84	0.07 176	0.11 328	0.11 91	0.11 84	0.07 33	0.07 117	0.07 108	0.07 166	0.06 80	0.10 163	0.10 263	0.06 209	0.04 27	0.05 77	0.04 79	0.06 365	0.06 382

BStereo	0.08 129	0.06 147	0.16 556	0.15 145	0.08 287	0.07 54	0.09 29	0.15 253	0.16 363	0.06 48	0.07 108	0.07 166	0.05 15	0.09 76	0.11 358	0.04 11	0.05 337	0.05 77	0.07 464	0.04 56	0.04 95

MonSter++	0.08 129	0.04 3	0.10 250	0.13 27	0.06 54	0.09 192	0.12 144	0.13 165	0.08 51	0.06 48	0.07 108	0.06 56	0.08 286	0.10 163	0.11 358	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.04 95

HiDET	0.08 129	0.04 3	0.10 250	0.13 27	0.06 54	0.08 117	0.12 144	0.12 120	0.11 164	0.06 48	0.07 108	0.07 166	0.07 215	0.11 256	0.11 358	0.06 209	0.04 27	0.04 1	0.03 1	0.04 56	0.04 95

LCMNet	0.08 129	0.05 51	0.10 250	0.13 27	0.07 176	0.09 192	0.12 144	0.10 53	0.11 164	0.06 48	0.08 186	0.06 56	0.07 215	0.11 256	0.10 263	0.06 209	0.05 337	0.04 1	0.03 1	0.04 56	0.04 95

GEAStereo	0.08 129	0.05 51	0.08 85	0.13 27	0.08 287	0.08 117	0.14 313	0.10 53	0.09 92	0.08 188	0.10 267	0.06 56	0.05 15	0.11 256	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

GSStereo	0.08 129	0.05 51	0.08 85	0.13 27	0.08 287	0.08 117	0.14 313	0.11 84	0.12 208	0.08 188	0.10 267	0.05 4	0.05 15	0.11 256	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

gasm-f	0.08 129	0.05 51	0.07 31	0.13 27	0.08 287	0.08 117	0.14 313	0.10 53	0.09 92	0.08 188	0.10 267	0.06 56	0.05 15	0.10 163	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.06 365	0.05 256

DDF-Stereo	0.08 129	0.04 3	0.09 170	0.15 145	0.10 541	0.06 19	0.13 233	0.09 33	0.14 292	0.06 48	0.06 39	0.07 166	0.06 80	0.09 76	0.10 263	0.06 209	0.04 27	0.06 254	0.04 79	0.08 529	0.05 256

252Zero-FE	0.08 129	0.04 3	0.09 170	0.13 27	0.07 176	0.12 384	0.11 91	0.13 165	0.14 292	0.06 48	0.05 8	0.06 56	0.05 15	0.09 76	0.10 263	0.06 209	0.04 27	0.04 1	0.03 1	0.05 217	0.06 382

DA	0.08 129	0.07 285	0.07 31	0.19 542	0.08 287	0.09 192	0.12 144	0.13 165	0.12 208	0.08 188	0.10 267	0.10 337	0.08 286	0.09 76	0.10 263	0.05 57	0.04 27	0.06 254	0.04 79	0.05 217	0.03 2

zero-FE	0.08 129	0.04 3	0.09 170	0.15 145	0.10 541	0.05 7	0.14 313	0.09 33	0.14 292	0.07 117	0.06 39	0.07 166	0.06 80	0.09 76	0.10 263	0.06 209	0.04 27	0.06 254	0.04 79	0.08 529	0.05 256

GGEV	0.08 129	0.07 285	0.07 31	0.19 542	0.08 287	0.09 192	0.12 144	0.13 165	0.12 208	0.08 188	0.10 267	0.10 337	0.08 286	0.09 76	0.10 263	0.05 57	0.04 27	0.06 254	0.04 79	0.05 217	0.03 2

GASTEREO	0.08 129	0.05 51	0.09 170	0.19 542	0.07 176	0.07 54	0.12 144	0.14 206	0.11 164	0.10 301	0.09 227	0.07 166	0.04 1	0.12 360	0.08 53	0.06 209	0.05 337	0.05 77	0.04 79	0.04 56	0.05 256

MSCF	0.08 129	0.05 51	0.08 85	0.19 542	0.08 287	0.06 19	0.12 144	0.14 206	0.11 164	0.10 301	0.09 227	0.07 166	0.04 1	0.11 256	0.08 53	0.06 209	0.05 337	0.05 77	0.04 79	0.05 217	0.05 256

S2M2_XL	0.08 129	0.06 147	0.12 368	0.12 8	0.08 287	0.09 192	0.09 29	0.07 9	0.07 33	0.08 188	0.07 108	0.07 166	0.06 80	0.09 76	0.09 147	0.08 501	0.06 503	0.07 381	0.05 245	0.08 529	0.06 382
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
3w_stereo	0.08 129	0.09 518	0.10 250	0.17 348	0.07 176	0.08 117	0.10 49	0.20 420	0.13 256	0.06 48	0.07 108	0.05 4	0.06 80	0.08 36	0.09 147	0.03 1	0.03 1	0.04 1	0.03 1	0.04 56	0.03 2

2w_stereo	0.08 129	0.08 426	0.09 170	0.16 254	0.06 54	0.08 117	0.10 49	0.20 420	0.15 321	0.08 188	0.07 108	0.06 56	0.06 80	0.06 4	0.09 147	0.04 11	0.03 1	0.04 1	0.04 79	0.03 1	0.03 2

LG-Stereo	0.08 129	0.07 285	0.10 250	0.18 454	0.07 176	0.10 268	0.17 525	0.11 84	0.08 51	0.05 2	0.07 108	0.05 4	0.07 215	0.09 76	0.09 147	0.04 11	0.05 337	0.07 381	0.07 464	0.04 56	0.04 95

SGD-Stereo	0.08 129	0.05 51	0.10 250	0.14 84	0.05 4	0.12 384	0.12 144	0.11 84	0.12 208	0.07 117	0.09 227	0.09 294	0.09 341	0.08 36	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.03 2

HART	0.08 129	0.07 285	0.09 170	0.17 348	0.07 176	0.10 268	0.16 481	0.13 165	0.11 164	0.08 188	0.10 267	0.07 166	0.05 15	0.10 163	0.08 53	0.05 57	0.04 27	0.06 254	0.04 79	0.05 217	0.04 95

Reg-Stereo(zero)	0.08 129	0.05 51	0.08 85	0.16 254	0.06 54	0.12 384	0.11 91	0.15 253	0.10 126	0.12 387	0.09 227	0.10 337	0.08 286	0.11 256	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

SCV_C0	0.08 129	0.07 285	0.07 31	0.16 254	0.09 424	0.08 117	0.15 406	0.11 84	0.12 208	0.08 188	0.07 108	0.06 56	0.05 15	0.11 256	0.07 16	0.05 57	0.05 337	0.05 77	0.04 79	0.06 365	0.05 256

SCV	0.08 129	0.09 518	0.08 85	0.15 145	0.08 287	0.10 268	0.13 233	0.10 53	0.12 208	0.07 117	0.07 108	0.06 56	0.04 1	0.09 76	0.08 53	0.05 57	0.04 27	0.06 254	0.04 79	0.06 365	0.04 95

DEFOM-Stereo_RVC	0.08 129	0.06 147	0.09 170	0.22 674	0.06 54	0.08 117	0.12 144	0.10 53	0.10 126	0.07 117	0.07 108	0.06 56	0.05 15	0.11 256	0.09 147	0.06 209	0.04 27	0.05 77	0.03 1	0.06 365	0.04 95

HUF	0.08 129	0.05 51	0.08 85	0.14 84	0.06 54	0.09 192	0.13 233	0.13 165	0.13 256	0.07 117	0.07 108	0.08 241	0.06 80	0.10 163	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

castereo++	0.08 129	0.05 51	0.08 85	0.15 145	0.05 4	0.14 479	0.12 144	0.11 84	0.15 321	0.07 117	0.07 108	0.07 166	0.06 80	0.08 36	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

IGEV-RUCA	0.08 129	0.06 147	0.11 316	0.14 84	0.09 424	0.10 268	0.12 144	0.10 53	0.12 208	0.06 48	0.07 108	0.07 166	0.06 80	0.09 76	0.08 53	0.06 209	0.05 337	0.05 77	0.04 79	0.05 217	0.06 382

GIP-stereo	0.08 129	0.06 147	0.11 316	0.14 84	0.06 54	0.09 192	0.13 233	0.14 206	0.11 164	0.07 117	0.08 186	0.05 4	0.04 1	0.10 163	0.07 16	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

SMoEStereo_RVC	0.08 129	0.06 147	0.12 368	0.16 254	0.07 176	0.09 192	0.14 313	0.11 84	0.13 256	0.09 249	0.07 108	0.07 166	0.07 215	0.12 360	0.10 263	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

WCG-NET	0.08 129	0.05 51	0.09 170	0.15 145	0.06 54	0.11 328	0.14 313	0.13 165	0.13 256	0.06 48	0.09 227	0.07 166	0.06 80	0.13 420	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

Occ-G	0.08 129	0.05 51	0.06 15	0.14 84	0.07 176	0.08 117	0.14 313	0.13 165	0.15 321	0.07 117	0.11 324	0.07 166	0.05 15	0.09 76	0.10 263	0.06 209	0.05 337	0.05 77	0.04 79	0.05 217	0.05 256

U	0.08 129	0.07 285	0.09 170	0.19 542	0.10 541	0.10 268	0.13 233	0.12 120	0.17 394	0.07 117	0.07 108	0.06 56	0.05 15	0.07 10	0.08 53	0.06 209	0.04 27	0.06 254	0.04 79	0.06 365	0.05 256

AIO-Stereo	0.08 129	0.06 147	0.09 170	0.18 454	0.06 54	0.08 117	0.12 144	0.15 253	0.09 92	0.08 188	0.08 186	0.07 166	0.05 15	0.11 256	0.08 53	0.05 57	0.05 337	0.05 77	0.04 79	0.04 56	0.04 95

WCG-NET（raft）	0.08 129	0.05 51	0.10 250	0.15 145	0.06 54	0.11 328	0.13 233	0.15 253	0.12 208	0.08 188	0.07 108	0.06 56	0.06 80	0.13 420	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

RSM++	0.08 129	0.06 147	0.09 170	0.17 348	0.07 176	0.09 192	0.12 144	0.11 84	0.11 164	0.08 188	0.06 39	0.07 166	0.05 15	0.10 163	0.09 147	0.04 11	0.04 27	0.06 254	0.05 245	0.05 217	0.03 2

RSM	0.08 129	0.06 147	0.09 170	0.17 348	0.06 54	0.08 117	0.12 144	0.12 120	0.10 126	0.08 188	0.07 108	0.06 56	0.05 15	0.11 256	0.09 147	0.04 11	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

gcap-zeroshot	0.08 129	0.06 147	0.10 250	0.15 145	0.07 176	0.11 328	0.12 144	0.15 253	0.15 321	0.08 188	0.12 347	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.06 254	0.05 245	0.03 1	0.04 95

test_for_model	0.08 129	0.06 147	0.10 250	0.16 254	0.07 176	0.11 328	0.12 144	0.15 253	0.15 321	0.08 188	0.12 347	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.06 254	0.05 245	0.03 1	0.04 95

trnet	0.08 129	0.05 51	0.07 31	0.12 8	0.05 4	0.12 384	0.11 91	0.13 165	0.10 126	0.08 188	0.13 367	0.09 294	0.08 286	0.11 256	0.10 263	0.08 501	0.05 337	0.05 77	0.03 1	0.06 365	0.05 256

MoCha-V2	0.08 129	0.05 51	0.10 250	0.20 617	0.07 176	0.09 192	0.14 313	0.11 84	0.08 51	0.07 117	0.08 186	0.07 166	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

IGEV++	0.08 129	0.06 147	0.08 85	0.18 454	0.07 176	0.09 192	0.13 233	0.10 53	0.09 92	0.08 188	0.08 186	0.06 56	0.06 80	0.13 420	0.09 147	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

testlalala	0.08 129	0.06 147	0.10 250	0.15 145	0.07 176	0.11 328	0.12 144	0.15 253	0.15 321	0.08 188	0.12 347	0.05 4	0.06 80	0.09 76	0.08 53	0.05 57	0.04 27	0.06 254	0.05 245	0.03 1	0.04 95

AEACV	0.08 129	0.05 51	0.08 85	0.14 84	0.13 658	0.14 479	0.13 233	0.14 206	0.09 92	0.07 117	0.09 227	0.07 166	0.08 286	0.10 163	0.09 147	0.06 209	0.04 27	0.06 254	0.05 245	0.05 217	0.04 95

LoS_RVC	0.08 129	0.05 51	0.07 31	0.15 145	0.07 176	0.08 117	0.15 406	0.11 84	0.10 126	0.08 188	0.09 227	0.06 56	0.09 341	0.10 163	0.09 147	0.05 57	0.04 27	0.05 77	0.03 1	0.04 56	0.03 2

CAS	0.08 129	0.04 3	0.07 31	0.17 348	0.08 287	0.10 268	0.13 233	0.12 120	0.09 92	0.09 249	0.10 267	0.08 241	0.06 80	0.09 76	0.08 53	0.08 501	0.04 27	0.05 77	0.03 1	0.05 217	0.04 95

CES	0.08 129	0.04 3	0.08 85	0.14 84	0.07 176	0.09 192	0.14 313	0.11 84	0.09 92	0.08 188	0.09 227	0.11 368	0.06 80	0.12 360	0.08 53	0.06 209	0.04 27	0.05 77	0.03 1	0.05 217	0.05 256

EGLCR-Stereo	0.08 129	0.05 51	0.08 85	0.14 84	0.06 54	0.10 268	0.12 144	0.11 84	0.16 363	0.06 48	0.05 8	0.07 166	0.05 15	0.10 163	0.11 358	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

MC-Stereo	0.08 129	0.06 147	0.09 170	0.17 348	0.06 54	0.10 268	0.14 313	0.12 120	0.10 126	0.09 249	0.12 347	0.09 294	0.06 80	0.11 256	0.10 263	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

test-3	0.08 129	0.06 147	0.09 170	0.17 348	0.07 176	0.07 54	0.14 313	0.12 120	0.15 321	0.09 249	0.08 186	0.07 166	0.08 286	0.11 256	0.10 263	0.05 57	0.04 27	0.07 381	0.05 245	0.04 56	0.04 95

test_1	0.08 129	0.06 147	0.09 170	0.17 348	0.07 176	0.07 54	0.14 313	0.12 120	0.15 321	0.09 249	0.08 186	0.07 166	0.08 286	0.11 256	0.10 263	0.05 57	0.04 27	0.07 381	0.05 245	0.04 56	0.04 95

CREStereo++_RVC	0.08 129	0.04 3	0.06 15	0.13 27	0.07 176	0.09 192	0.12 144	0.14 206	0.14 292	0.10 301	0.14 384	0.08 241	0.07 215	0.09 76	0.11 358	0.06 209	0.04 27	0.05 77	0.05 245	0.04 56	0.04 95
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
Cross2Single Stereo	0.09 235	0.10 581	0.08 85	0.18 454	0.06 54	0.06 19	0.14 313	0.10 53	0.24 534	0.12 387	0.07 108	0.08 241	0.06 80	0.07 10	0.10 263	0.10 617	0.03 1	0.05 77	0.04 79	0.09 594	0.04 95

GIO	0.09 235	0.05 51	0.11 316	0.16 254	0.09 424	0.10 268	0.13 233	0.12 120	0.12 208	0.09 249	0.10 267	0.09 294	0.06 80	0.13 420	0.08 53	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.05 256

AnonStereo	0.09 235	0.08 426	0.09 170	0.17 348	0.07 176	0.09 192	0.10 49	0.19 407	0.13 256	0.08 188	0.08 186	0.06 56	0.05 15	0.13 420	0.09 147	0.06 209	0.04 27	0.06 254	0.05 245	0.06 365	0.05 256

SCION-Mon(vits-remp)	0.09 235	0.13 656	0.12 368	0.24 708	0.16 713	0.25 683	0.10 49	0.15 253	0.15 321	0.05 2	0.06 39	0.05 4	0.06 80	0.07 10	0.09 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

GELT-Stereo	0.09 235	0.06 147	0.09 170	0.18 454	0.07 176	0.07 54	0.14 313	0.21 447	0.17 394	0.08 188	0.07 108	0.06 56	0.08 286	0.10 163	0.07 16	0.04 11	0.04 27	0.06 254	0.06 359	0.03 1	0.03 2

FAST (zero-shot)	0.09 235	0.06 147	0.11 316	0.19 542	0.13 658	0.07 54	0.13 233	0.12 120	0.08 51	0.08 188	0.06 39	0.08 241	0.07 215	0.10 163	0.10 263	0.07 409	0.06 503	0.06 254	0.07 464	0.05 217	0.08 545

DNSM	0.09 235	0.05 51	0.07 31	0.14 84	0.06 54	0.07 54	0.13 233	0.12 120	0.11 164	0.09 249	0.09 227	0.08 241	0.05 15	0.18 583	0.14 523	0.07 409	0.05 337	0.05 77	0.04 79	0.13 694	0.10 626

GREATEN-IGEV_RVC	0.09 235	0.08 426	0.08 85	0.21 654	0.09 424	0.08 117	0.11 91	0.10 53	0.09 92	0.07 117	0.10 267	0.05 4	0.06 80	0.14 459	0.11 358	0.05 57	0.06 503	0.07 381	0.06 359	0.05 217	0.05 256

VeloStereo	0.09 235	0.04 3	0.12 368	0.14 84	0.11 596	0.07 54	0.06 1	0.08 16	0.06 14	0.09 249	0.07 108	0.06 56	0.08 286	0.11 256	0.10 263	0.08 501	0.08 615	0.08 482	0.07 464	0.11 651	0.13 696

flow	0.09 235	0.04 3	0.12 368	0.14 84	0.11 596	0.07 54	0.06 1	0.08 16	0.06 14	0.09 249	0.07 108	0.06 56	0.08 286	0.12 360	0.10 263	0.08 501	0.08 615	0.08 482	0.07 464	0.11 651	0.13 696

GREATEN-IGEV-FM_RVC	0.09 235	0.05 51	0.11 316	0.19 542	0.07 176	0.10 268	0.09 29	0.12 120	0.09 92	0.09 249	0.09 227	0.07 166	0.08 286	0.08 36	0.09 147	0.06 209	0.06 503	0.10 622	0.08 547	0.07 455	0.05 256

Weightmod_eth	0.09 235	0.07 285	0.08 85	0.18 454	0.07 176	0.10 268	0.16 481	0.13 165	0.11 164	0.08 188	0.08 186	0.09 294	0.07 215	0.10 163	0.10 263	0.06 209	0.07 581	0.06 254	0.07 464	0.04 56	0.03 2

Weightmod	0.09 235	0.06 147	0.08 85	0.18 454	0.06 54	0.10 268	0.15 406	0.14 206	0.12 208	0.11 338	0.10 267	0.08 241	0.07 215	0.10 163	0.11 358	0.06 209	0.08 615	0.07 381	0.07 464	0.04 56	0.03 2

PhaseNet	0.09 235	0.06 147	0.10 250	0.15 145	0.08 287	0.10 268	0.14 313	0.20 420	0.12 208	0.07 117	0.08 186	0.09 294	0.10 392	0.13 420	0.12 432	0.06 209	0.04 27	0.06 254	0.06 359	0.05 217	0.05 256

DNS	0.09 235	0.06 147	0.08 85	0.14 84	0.06 54	0.06 19	0.12 144	0.12 120	0.09 92	0.08 188	0.08 186	0.08 241	0.05 15	0.17 558	0.11 358	0.07 409	0.05 337	0.07 381	0.03 1	0.13 694	0.09 594

RT-Monster	0.09 235	0.05 51	0.09 170	0.14 84	0.08 287	0.11 328	0.10 49	0.17 340	0.18 428	0.13 423	0.10 267	0.09 294	0.08 286	0.10 163	0.10 263	0.07 409	0.05 337	0.05 77	0.04 79	0.05 217	0.06 382

LiteMatch	0.09 235	0.06 147	0.10 250	0.16 254	0.07 176	0.09 192	0.15 406	0.13 165	0.08 51	0.06 48	0.07 108	0.06 56	0.15 548	0.10 163	0.14 523	0.07 409	0.04 27	0.06 254	0.06 359	0.06 365	0.06 382

Foundation-i1	0.09 235	0.04 3	0.10 250	0.14 84	0.06 54	0.10 268	0.13 233	0.16 299	0.14 292	0.10 301	0.10 267	0.11 368	0.07 215	0.07 10	0.10 263	0.06 209	0.04 27	0.05 77	0.05 245	0.05 217	0.05 256

VMStereo-Base	0.09 235	0.05 51	0.10 250	0.13 27	0.07 176	0.10 268	0.10 49	0.16 299	0.13 256	0.10 301	0.15 406	0.10 337	0.09 341	0.11 256	0.10 263	0.07 409	0.05 337	0.05 77	0.04 79	0.05 217	0.06 382

Anonymus123	0.09 235	0.06 147	0.16 556	0.15 145	0.08 287	0.11 328	0.09 29	0.18 375	0.16 363	0.06 48	0.07 108	0.07 166	0.05 15	0.09 76	0.11 358	0.04 11	0.05 337	0.05 77	0.07 464	0.04 56	0.04 95

NLSM3	0.09 235	0.06 147	0.08 85	0.19 542	0.08 287	0.11 328	0.16 481	0.18 375	0.16 363	0.06 48	0.08 186	0.07 166	0.08 286	0.09 76	0.11 358	0.04 11	0.04 27	0.06 254	0.07 464	0.03 1	0.03 2

FE-Mocha	0.09 235	0.06 147	0.14 470	0.16 254	0.09 424	0.10 268	0.15 406	0.18 375	0.16 363	0.10 301	0.09 227	0.07 166	0.07 215	0.09 76	0.09 147	0.06 209	0.04 27	0.06 254	0.06 359	0.05 217	0.05 256

IGEV-FE	0.09 235	0.05 51	0.12 368	0.13 27	0.08 287	0.12 384	0.13 233	0.17 340	0.11 164	0.10 301	0.06 39	0.09 294	0.06 80	0.11 256	0.09 147	0.06 209	0.04 27	0.06 254	0.06 359	0.05 217	0.05 256

water-stereo	0.09 235	0.06 147	0.08 85	0.16 254	0.07 176	0.09 192	0.13 233	0.15 253	0.13 256	0.11 338	0.12 347	0.08 241	0.09 341	0.07 10	0.08 53	0.06 209	0.05 337	0.05 77	0.05 245	0.04 56	0.04 95

depthmonostereo	0.09 235	0.06 147	0.09 170	0.15 145	0.06 54	0.10 268	0.13 233	0.14 206	0.14 292	0.10 301	0.10 267	0.09 294	0.11 430	0.08 36	0.09 147	0.06 209	0.05 337	0.06 254	0.04 79	0.04 56	0.03 2

DVStereo	0.09 235	0.05 51	0.08 85	0.15 145	0.06 54	0.11 328	0.12 144	0.14 206	0.16 363	0.11 338	0.11 324	0.09 294	0.09 341	0.11 256	0.10 263	0.06 209	0.05 337	0.05 77	0.04 79	0.03 1	0.03 2

S2M2_L	0.09 235	0.08 426	0.11 316	0.13 27	0.10 541	0.08 117	0.06 1	0.10 53	0.10 126	0.10 301	0.09 227	0.10 337	0.09 341	0.11 256	0.11 358	0.13 701	0.07 581	0.08 482	0.09 595	0.10 628	0.08 545
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 235	0.06 147	0.09 170	0.19 542	0.08 287	0.12 384	0.18 576	0.15 253	0.14 292	0.07 117	0.10 267	0.07 166	0.06 80	0.12 360	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.03 2

castereo	0.09 235	0.06 147	0.11 316	0.15 145	0.06 54	0.11 328	0.15 406	0.14 206	0.18 428	0.08 188	0.10 267	0.11 368	0.08 286	0.09 76	0.10 263	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.03 2

fffft	0.09 235	0.06 147	0.12 368	0.16 254	0.07 176	0.09 192	0.17 525	0.12 120	0.11 164	0.08 188	0.07 108	0.09 294	0.06 80	0.11 256	0.12 432	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.05 256
1: 1. 1
tt45	0.09 235	0.06 147	0.11 316	0.15 145	0.07 176	0.11 328	0.16 481	0.13 165	0.11 164	0.09 249	0.06 39	0.08 241	0.06 80	0.13 420	0.10 263	0.06 209	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

999	0.09 235	0.05 51	0.13 429	0.15 145	0.08 287	0.10 268	0.14 313	0.15 253	0.11 164	0.10 301	0.08 186	0.08 241	0.08 286	0.16 523	0.10 263	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56	0.05 256

mms	0.09 235	0.07 285	0.08 85	0.16 254	0.08 287	0.10 268	0.16 481	0.12 120	0.11 164	0.08 188	0.09 227	0.08 241	0.06 80	0.11 256	0.12 432	0.05 57	0.04 27	0.07 381	0.05 245	0.04 56	0.03 2

ours_stereo	0.09 235	0.07 285	0.09 170	0.17 348	0.08 287	0.11 328	0.16 481	0.11 84	0.12 208	0.08 188	0.10 267	0.08 241	0.06 80	0.12 360	0.12 432	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.03 2

fffy	0.09 235	0.08 426	0.09 170	0.16 254	0.07 176	0.13 442	0.17 525	0.13 165	0.12 208	0.08 188	0.09 227	0.08 241	0.09 341	0.13 420	0.11 358	0.05 57	0.05 337	0.07 381	0.05 245	0.04 56	0.05 256

PAM_32	0.09 235	0.05 51	0.17 588	0.15 145	0.08 287	0.10 268	0.15 406	0.14 206	0.15 321	0.09 249	0.08 186	0.09 294	0.07 215	0.14 459	0.08 53	0.06 209	0.05 337	0.06 254	0.06 359	0.05 217	0.06 382

UGAM-zero	0.09 235	0.05 51	0.15 519	0.15 145	0.08 287	0.09 192	0.13 233	0.19 407	0.15 321	0.11 338	0.15 406	0.07 166	0.07 215	0.09 76	0.09 147	0.06 209	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382

GCAP-BAT	0.09 235	0.05 51	0.11 316	0.13 27	0.07 176	0.11 328	0.14 313	0.14 206	0.16 363	0.07 117	0.10 267	0.08 241	0.06 80	0.13 420	0.08 53	0.07 409	0.05 337	0.05 77	0.05 245	0.04 56	0.04 95

Pointernet	0.09 235	0.04 3	0.09 170	0.16 254	0.08 287	0.13 442	0.10 49	0.15 253	0.17 394	0.09 249	0.07 108	0.06 56	0.06 80	0.11 256	0.09 147	0.08 501	0.04 27	0.05 77	0.03 1	0.06 365	0.05 256

IGEV-BASED-STEREO-	0.09 235	0.10 581	0.31 706	0.15 145	0.06 54	0.08 117	0.14 313	0.10 53	0.10 126	0.07 117	0.07 108	0.06 56	0.04 1	0.11 256	0.07 16	0.12 675	0.04 27	0.07 381	0.05 245	0.05 217	0.05 256

RAFT-Stereo-weight	0.09 235	0.06 147	0.10 250	0.16 254	0.07 176	0.09 192	0.14 313	0.19 407	0.16 363	0.11 338	0.10 267	0.08 241	0.06 80	0.10 163	0.11 358	0.06 209	0.04 27	0.06 254	0.04 79	0.04 56	0.04 95

MGS-Stereo	0.09 235	0.07 285	0.12 368	0.15 145	0.08 287	0.09 192	0.15 406	0.12 120	0.12 208	0.07 117	0.10 267	0.08 241	0.06 80	0.10 163	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.06 365	0.05 256

ff7	0.09 235	0.07 285	0.11 316	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.12 208	0.10 301	0.06 39	0.06 56	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

IGEVStereo-DCA	0.09 235	0.06 147	0.11 316	0.15 145	0.10 541	0.11 328	0.15 406	0.16 299	0.12 208	0.10 301	0.06 39	0.08 241	0.06 80	0.10 163	0.08 53	0.06 209	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382

ffff	0.09 235	0.07 285	0.11 316	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.12 208	0.10 301	0.06 39	0.06 56	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

rrr	0.09 235	0.06 147	0.12 368	0.15 145	0.10 541	0.11 328	0.16 481	0.16 299	0.15 321	0.10 301	0.06 39	0.08 241	0.06 80	0.10 163	0.08 53	0.06 209	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382

11t	0.09 235	0.07 285	0.11 316	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.12 208	0.10 301	0.06 39	0.06 56	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

MaDis-Stereo	0.09 235	0.09 518	0.08 85	0.17 348	0.09 424	0.13 442	0.10 49	0.16 299	0.16 363	0.09 249	0.11 324	0.06 56	0.06 80	0.09 76	0.13 480	0.07 409	0.06 503	0.07 381	0.05 245	0.05 217	0.04 95

IGEV_Zeroshot_test	0.09 235	0.05 51	0.12 368	0.13 27	0.08 287	0.12 384	0.13 233	0.17 340	0.11 164	0.10 301	0.06 39	0.09 294	0.06 80	0.11 256	0.09 147	0.06 209	0.04 27	0.06 254	0.06 359	0.05 217	0.05 256

MSKI-zero shot	0.09 235	0.05 51	0.09 170	0.15 145	0.07 176	0.10 268	0.13 233	0.14 206	0.13 256	0.09 249	0.09 227	0.09 294	0.06 80	0.12 360	0.10 263	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

UniTT-Stereo	0.09 235	0.07 285	0.08 85	0.18 454	0.08 287	0.13 442	0.11 91	0.12 120	0.11 164	0.10 301	0.12 347	0.05 4	0.07 215	0.09 76	0.09 147	0.07 409	0.05 337	0.05 77	0.05 245	0.05 217	0.05 256

MIM_Stereo	0.09 235	0.07 285	0.11 316	0.15 145	0.07 176	0.06 19	0.12 144	0.20 420	0.14 292	0.13 423	0.13 367	0.09 294	0.05 15	0.12 360	0.08 53	0.05 57	0.06 503	0.07 381	0.06 359	0.06 365	0.05 256

CASnet	0.09 235	0.09 518	0.09 170	0.19 542	0.06 54	0.07 54	0.11 91	0.18 375	0.14 292	0.11 338	0.10 267	0.09 294	0.07 215	0.10 163	0.10 263	0.06 209	0.04 27	0.10 622	0.08 547	0.05 217	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAPDPT-zeroshot	0.09 235	0.05 51	0.11 316	0.13 27	0.07 176	0.11 328	0.14 313	0.14 206	0.16 363	0.07 117	0.10 267	0.08 241	0.06 80	0.13 420	0.08 53	0.07 409	0.05 337	0.05 77	0.05 245	0.04 56	0.04 95

GCAP-Stereo	0.09 235	0.07 285	0.13 429	0.18 454	0.06 54	0.11 328	0.07 5	0.13 165	0.12 208	0.09 249	0.10 267	0.07 166	0.09 341	0.13 420	0.10 263	0.06 209	0.05 337	0.05 77	0.04 79	0.04 56	0.05 256

RAFT-Test	0.09 235	0.06 147	0.10 250	0.15 145	0.07 176	0.11 328	0.15 406	0.16 299	0.13 256	0.09 249	0.10 267	0.10 337	0.09 341	0.12 360	0.09 147	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

HH	0.09 235	0.06 147	0.13 429	0.17 348	0.08 287	0.10 268	0.16 481	0.14 206	0.10 126	0.08 188	0.09 227	0.08 241	0.07 215	0.10 163	0.09 147	0.06 209	0.04 27	0.06 254	0.05 245	0.05 217	0.04 95

HanStereo	0.09 235	0.06 147	0.13 429	0.17 348	0.08 287	0.10 268	0.16 481	0.14 206	0.10 126	0.08 188	0.09 227	0.08 241	0.07 215	0.10 163	0.09 147	0.06 209	0.04 27	0.06 254	0.05 245	0.05 217	0.04 95

4D-IteraStereo	0.09 235	0.07 285	0.10 250	0.18 454	0.07 176	0.09 192	0.15 406	0.17 340	0.15 321	0.10 301	0.11 324	0.10 337	0.07 215	0.11 256	0.09 147	0.05 57	0.03 1	0.08 482	0.07 464	0.06 365	0.05 256

anonymousdsp	0.09 235	0.07 285	0.11 316	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.12 208	0.09 249	0.06 39	0.06 56	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

LoS	0.09 235	0.05 51	0.11 316	0.13 27	0.07 176	0.14 479	0.11 91	0.15 253	0.15 321	0.09 249	0.09 227	0.12 390	0.09 341	0.15 488	0.10 263	0.07 409	0.05 337	0.05 77	0.03 1	0.05 217	0.05 256
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 235	0.07 285	0.10 250	0.17 348	0.08 287	0.10 268	0.15 406	0.15 253	0.12 208	0.09 249	0.06 39	0.07 166	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.06 382

RCA-Stereo	0.09 235	0.06 147	0.09 170	0.16 254	0.06 54	0.09 192	0.13 233	0.18 375	0.14 292	0.09 249	0.10 267	0.08 241	0.07 215	0.12 360	0.11 358	0.06 209	0.04 27	0.06 254	0.05 245	0.05 217	0.04 95

CroCo-Stereo Lap2	0.09 235	0.09 518	0.08 85	0.22 674	0.09 424	0.09 192	0.19 617	0.16 299	0.12 208	0.09 249	0.10 267	0.05 4	0.05 15	0.08 36	0.08 53	0.06 209	0.06 503	0.07 381	0.05 245	0.05 217	0.05 256

ccc-4	0.09 235	0.07 285	0.11 316	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.12 208	0.10 301	0.06 39	0.06 56	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

IGEV-Stereo	0.09 235	0.07 285	0.11 316	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.12 208	0.09 249	0.06 39	0.06 56	0.06 80	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 235	0.05 51	0.13 429	0.14 84	0.08 287	0.12 384	0.15 406	0.18 375	0.10 126	0.11 338	0.08 186	0.08 241	0.05 15	0.10 163	0.09 147	0.06 209	0.04 27	0.06 254	0.05 245	0.06 365	0.05 256

TRStereo	0.09 235	0.05 51	0.12 368	0.15 145	0.12 633	0.10 268	0.13 233	0.18 375	0.18 428	0.09 249	0.09 227	0.09 294	0.06 80	0.10 163	0.08 53	0.07 409	0.05 337	0.07 381	0.07 464	0.04 56	0.04 95

AnonymousM	0.09 235	0.05 51	0.10 250	0.14 84	0.06 54	0.09 192	0.13 233	0.19 407	0.14 292	0.13 423	0.11 324	0.09 294	0.08 286	0.13 420	0.10 263	0.08 501	0.05 337	0.08 482	0.05 245	0.05 217	0.05 256

CroCo-Stereo	0.09 235	0.08 426	0.08 85	0.22 674	0.09 424	0.09 192	0.19 617	0.15 253	0.12 208	0.07 117	0.07 108	0.08 241	0.06 80	0.08 36	0.07 16	0.07 409	0.05 337	0.06 254	0.04 79	0.05 217	0.04 95
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
s12784h	0.09 235	0.06 147	0.07 31	0.15 145	0.05 4	0.16 538	0.18 576	0.15 253	0.15 321	0.10 301	0.11 324	0.11 368	0.11 430	0.10 163	0.12 432	0.05 57	0.04 27	0.05 77	0.04 79	0.04 56	0.04 95

TANstereo	0.09 235	0.04 3	0.08 85	0.13 27	0.06 54	0.11 328	0.14 313	0.15 253	0.19 448	0.11 338	0.15 406	0.10 337	0.06 80	0.12 360	0.09 147	0.07 409	0.05 337	0.05 77	0.04 79	0.06 365	0.05 256

XX-TBD	0.09 235	0.06 147	0.07 31	0.14 84	0.07 176	0.12 384	0.16 481	0.14 206	0.13 256	0.11 338	0.12 347	0.09 294	0.08 286	0.10 163	0.10 263	0.06 209	0.04 27	0.05 77	0.03 1	0.06 365	0.05 256

raftrobust	0.09 235	0.06 147	0.10 250	0.17 348	0.08 287	0.09 192	0.10 49	0.18 375	0.16 363	0.10 301	0.09 227	0.12 390	0.07 215	0.12 360	0.10 263	0.08 501	0.05 337	0.06 254	0.05 245	0.05 217	0.05 256

XX-Stereo	0.09 235	0.05 51	0.08 85	0.17 348	0.09 424	0.15 506	0.12 144	0.20 420	0.10 126	0.10 301	0.14 384	0.07 166	0.06 80	0.12 360	0.08 53	0.06 209	0.05 337	0.06 254	0.06 359	0.04 56	0.04 95

test_xeample3	0.09 235	0.06 147	0.12 368	0.16 254	0.09 424	0.11 328	0.15 406	0.16 299	0.13 256	0.10 301	0.06 39	0.08 241	0.06 80	0.10 163	0.09 147	0.05 57	0.04 27	0.06 254	0.05 245	0.05 217	0.06 382

RAFT-Stereo + iAFF	0.09 235	0.06 147	0.10 250	0.17 348	0.06 54	0.10 268	0.16 481	0.17 340	0.14 292	0.09 249	0.10 267	0.08 241	0.09 341	0.11 256	0.09 147	0.05 57	0.04 27	0.06 254	0.06 359	0.04 56	0.03 2

AFF-stereo	0.09 235	0.06 147	0.10 250	0.17 348	0.07 176	0.10 268	0.16 481	0.17 340	0.09 92	0.10 301	0.12 347	0.09 294	0.09 341	0.12 360	0.09 147	0.05 57	0.04 27	0.07 381	0.07 464	0.04 56	0.03 2

EAI-Stereo	0.09 235	0.07 285	0.11 316	0.15 145	0.06 54	0.10 268	0.15 406	0.16 299	0.09 92	0.08 188	0.09 227	0.08 241	0.07 215	0.09 76	0.11 358	0.05 57	0.04 27	0.05 77	0.05 245	0.05 217	0.04 95

CFNet-RSSM	0.09 235	0.07 285	0.09 170	0.16 254	0.07 176	0.09 192	0.15 406	0.16 299	0.17 394	0.08 188	0.12 347	0.10 337	0.09 341	0.11 256	0.09 147	0.06 209	0.04 27	0.06 254	0.04 79	0.04 56	0.04 95

Gwc-CoAtRS	0.09 235	0.06 147	0.10 250	0.16 254	0.07 176	0.10 268	0.14 313	0.17 340	0.17 394	0.08 188	0.10 267	0.12 390	0.09 341	0.12 360	0.09 147	0.06 209	0.04 27	0.06 254	0.04 79	0.04 56	0.04 95

CREStereo	0.09 235	0.04 3	0.08 85	0.11 1	0.06 54	0.13 442	0.14 313	0.14 206	0.10 126	0.08 188	0.13 367	0.09 294	0.08 286	0.11 256	0.10 263	0.08 501	0.04 27	0.05 77	0.03 1	0.06 365	0.06 382
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 235	0.05 51	0.09 170	0.12 8	0.06 54	0.12 384	0.14 313	0.15 253	0.11 164	0.09 249	0.13 367	0.10 337	0.07 215	0.13 420	0.10 263	0.15 720	0.04 27	0.05 77	0.03 1	0.07 455	0.06 382

MGW-Stereo	0.10 318	0.05 51	0.08 85	0.15 145	0.08 287	0.11 328	0.12 144	0.13 165	0.21 489	0.11 338	0.13 367	0.09 294	0.06 80	0.19 600	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

noway7	0.10 318	0.07 285	0.13 429	0.20 617	0.09 424	0.11 328	0.15 406	0.28 604	0.16 363	0.11 338	0.11 324	0.07 166	0.07 215	0.10 163	0.10 263	0.05 57	0.04 27	0.07 381	0.06 359	0.05 217	0.05 256

SE	0.10 318	0.10 581	0.08 85	0.19 542	0.09 424	0.11 328	0.11 91	0.15 253	0.11 164	0.10 301	0.16 419	0.09 294	0.08 286	0.09 76	0.10 263	0.06 209	0.05 337	0.08 482	0.07 464	0.07 455	0.04 95

SMOE	0.10 318	0.08 426	0.09 170	0.18 454	0.07 176	0.13 442	0.14 313	0.18 375	0.13 256	0.11 338	0.13 367	0.12 390	0.09 341	0.11 256	0.11 358	0.05 57	0.05 337	0.08 482	0.06 359	0.06 365	0.04 95

ManiGeoR	0.10 318	0.05 51	0.12 368	0.12 8	0.08 287	0.12 384	0.12 144	0.24 523	0.14 292	0.12 387	0.14 384	0.12 390	0.09 341	0.13 420	0.13 480	0.07 409	0.04 27	0.05 77	0.05 245	0.07 455	0.07 472

HLf10	0.10 318	0.05 51	0.12 368	0.12 8	0.08 287	0.12 384	0.12 144	0.24 523	0.14 292	0.12 387	0.14 384	0.12 390	0.09 341	0.13 420	0.13 480	0.07 409	0.04 27	0.05 77	0.05 245	0.07 455	0.07 472

TestStereo_HLe17	0.10 318	0.05 51	0.12 368	0.13 27	0.07 176	0.11 328	0.15 406	0.21 447	0.15 321	0.11 338	0.14 384	0.11 368	0.09 341	0.13 420	0.12 432	0.07 409	0.04 27	0.05 77	0.05 245	0.07 455	0.06 382

DN	0.10 318	0.05 51	0.09 170	0.14 84	0.09 424	0.12 384	0.18 576	0.17 340	0.16 363	0.08 188	0.09 227	0.08 241	0.06 80	0.08 36	0.09 147	0.11 650	0.05 337	0.07 381	0.06 359	0.07 455	0.09 594

Hybrid-DGEV-03	0.10 318	0.06 147	0.09 170	0.18 454	0.08 287	0.16 538	0.14 313	0.15 253	0.14 292	0.13 423	0.16 419	0.12 390	0.09 341	0.13 420	0.11 358	0.06 209	0.04 27	0.08 482	0.06 359	0.05 217	0.04 95

WQFJA1	0.10 318	0.07 285	0.08 85	0.20 617	0.09 424	0.12 384	0.17 525	0.17 340	0.17 394	0.09 249	0.10 267	0.08 241	0.10 392	0.12 360	0.11 358	0.06 209	0.07 581	0.07 381	0.06 359	0.06 365	0.05 256

WQFJX1	0.10 318	0.07 285	0.08 85	0.22 674	0.09 424	0.12 384	0.17 525	0.18 375	0.17 394	0.10 301	0.09 227	0.07 166	0.10 392	0.11 256	0.09 147	0.07 409	0.08 615	0.07 381	0.06 359	0.05 217	0.04 95

WQFJX	0.10 318	0.07 285	0.09 170	0.21 654	0.09 424	0.12 384	0.16 481	0.18 375	0.17 394	0.12 387	0.10 267	0.07 166	0.09 341	0.12 360	0.10 263	0.06 209	0.07 581	0.06 254	0.05 245	0.06 365	0.05 256

NLMM	0.10 318	0.07 285	0.08 85	0.20 617	0.09 424	0.12 384	0.17 525	0.17 340	0.17 394	0.09 249	0.10 267	0.08 241	0.10 392	0.12 360	0.11 358	0.06 209	0.07 581	0.07 381	0.06 359	0.06 365	0.05 256

NLSM1	0.10 318	0.07 285	0.07 31	0.19 542	0.08 287	0.13 442	0.16 481	0.21 447	0.15 321	0.11 338	0.10 267	0.06 56	0.10 392	0.10 163	0.11 358	0.07 409	0.08 615	0.08 482	0.07 464	0.05 217	0.05 256

MM-Stereo_test3	0.10 318	0.07 285	0.07 31	0.18 454	0.07 176	0.12 384	0.19 617	0.24 523	0.19 448	0.06 48	0.10 267	0.08 241	0.06 80	0.11 256	0.08 53	0.06 209	0.06 503	0.07 381	0.05 245	0.05 217	0.04 95

MM-Stereo_test1	0.10 318	0.07 285	0.08 85	0.18 454	0.07 176	0.12 384	0.18 576	0.21 447	0.20 472	0.09 249	0.11 324	0.08 241	0.06 80	0.10 163	0.10 263	0.06 209	0.05 337	0.07 381	0.06 359	0.05 217	0.04 95

AIO-test2	0.10 318	0.08 426	0.10 250	0.23 699	0.08 287	0.11 328	0.10 49	0.23 498	0.23 517	0.08 188	0.09 227	0.08 241	0.05 15	0.10 163	0.08 53	0.06 209	0.05 337	0.08 482	0.09 595	0.05 217	0.05 256

AIO-test1	0.10 318	0.07 285	0.10 250	0.23 699	0.07 176	0.09 192	0.13 233	0.21 447	0.14 292	0.11 338	0.12 347	0.09 294	0.07 215	0.11 256	0.09 147	0.06 209	0.05 337	0.09 572	0.10 639	0.03 1	0.06 382

tg	0.10 318	0.06 147	0.10 250	0.18 454	0.08 287	0.11 328	0.16 481	0.20 420	0.12 208	0.08 188	0.11 324	0.11 368	0.07 215	0.11 256	0.10 263	0.05 57	0.04 27	0.08 482	0.08 547	0.04 56	0.04 95

PAM	0.10 318	0.05 51	0.16 556	0.15 145	0.08 287	0.09 192	0.16 481	0.15 253	0.16 363	0.12 387	0.09 227	0.09 294	0.07 215	0.13 420	0.08 53	0.06 209	0.05 337	0.06 254	0.06 359	0.05 217	0.06 382

model_zeroshot	0.10 318	0.04 3	0.11 316	0.15 145	0.09 424	0.12 384	0.14 313	0.20 420	0.13 256	0.11 338	0.10 267	0.12 390	0.07 215	0.12 360	0.10 263	0.07 409	0.06 503	0.06 254	0.05 245	0.06 365	0.06 382

RAStereo	0.10 318	0.09 518	0.08 85	0.20 617	0.08 287	0.13 442	0.18 576	0.15 253	0.17 394	0.10 301	0.12 347	0.05 4	0.06 80	0.09 76	0.08 53	0.07 409	0.05 337	0.07 381	0.05 245	0.05 217	0.04 95

rvit_stereo_0080	0.10 318	0.08 426	0.14 470	0.15 145	0.09 424	0.07 54	0.15 406	0.16 299	0.16 363	0.11 338	0.10 267	0.14 447	0.08 286	0.12 360	0.10 263	0.09 570	0.07 581	0.07 381	0.06 359	0.07 455	0.05 256

H2IRNET	0.10 318	0.09 518	0.09 170	0.18 454	0.09 424	0.12 384	0.15 406	0.14 206	0.21 489	0.10 301	0.10 267	0.10 337	0.10 392	0.10 163	0.10 263	0.05 57	0.04 27	0.08 482	0.08 547	0.06 365	0.05 256

Former-RAFT_DAM_RVC	0.10 318	0.08 426	0.12 368	0.16 254	0.08 287	0.15 506	0.16 481	0.18 375	0.18 428	0.10 301	0.09 227	0.09 294	0.08 286	0.11 256	0.12 432	0.07 409	0.05 337	0.08 482	0.06 359	0.07 455	0.06 382

MyStereo07	0.10 318	0.07 285	0.10 250	0.17 348	0.09 424	0.14 479	0.18 576	0.15 253	0.15 321	0.09 249	0.06 39	0.06 56	0.07 215	0.12 360	0.09 147	0.06 209	0.05 337	0.08 482	0.07 464	0.06 365	0.06 382

MyStereo06	0.10 318	0.07 285	0.12 368	0.17 348	0.09 424	0.13 442	0.18 576	0.19 407	0.12 208	0.12 387	0.08 186	0.07 166	0.07 215	0.11 256	0.09 147	0.06 209	0.05 337	0.07 381	0.07 464	0.06 365	0.06 382

AE-Stereo	0.10 318	0.08 426	0.10 250	0.18 454	0.09 424	0.10 268	0.15 406	0.14 206	0.19 448	0.09 249	0.14 384	0.12 390	0.08 286	0.11 256	0.10 263	0.05 57	0.06 503	0.07 381	0.06 359	0.05 217	0.04 95

ACVNet-DCA	0.10 318	0.08 426	0.12 368	0.17 348	0.09 424	0.13 442	0.15 406	0.23 498	0.16 363	0.09 249	0.09 227	0.06 56	0.06 80	0.10 163	0.07 16	0.06 209	0.04 27	0.06 254	0.05 245	0.07 455	0.07 472

cc1	0.10 318	0.08 426	0.12 368	0.17 348	0.09 424	0.13 442	0.15 406	0.16 299	0.18 428	0.09 249	0.09 227	0.06 56	0.06 80	0.10 163	0.07 16	0.06 209	0.04 27	0.06 254	0.05 245	0.06 365	0.06 382

tt1	0.10 318	0.08 426	0.12 368	0.17 348	0.09 424	0.12 384	0.16 481	0.15 253	0.19 448	0.09 249	0.08 186	0.06 56	0.06 80	0.10 163	0.07 16	0.06 209	0.04 27	0.06 254	0.05 245	0.06 365	0.06 382

whm_eth	0.10 318	0.08 426	0.14 470	0.15 145	0.09 424	0.07 54	0.15 406	0.16 299	0.16 363	0.11 338	0.10 267	0.14 447	0.08 286	0.12 360	0.10 263	0.09 570	0.07 581	0.07 381	0.06 359	0.07 455	0.05 256

plain	0.10 318	0.08 426	0.10 250	0.19 542	0.09 424	0.10 268	0.15 406	0.14 206	0.13 256	0.13 423	0.15 406	0.09 294	0.12 463	0.13 420	0.12 432	0.07 409	0.05 337	0.09 572	0.06 359	0.06 365	0.06 382

Any-RAFT	0.10 318	0.05 51	0.09 170	0.14 84	0.07 176	0.13 442	0.14 313	0.21 447	0.15 321	0.11 338	0.12 347	0.12 390	0.09 341	0.12 360	0.09 147	0.07 409	0.04 27	0.05 77	0.04 79	0.06 365	0.05 256

LL-Strereo2	0.10 318	0.10 581	0.15 519	0.18 454	0.08 287	0.15 506	0.09 29	0.17 340	0.14 292	0.14 451	0.10 267	0.09 294	0.07 215	0.16 523	0.10 263	0.05 57	0.05 337	0.10 622	0.07 464	0.06 365	0.05 256

DCANet-4	0.10 318	0.06 147	0.12 368	0.16 254	0.06 54	0.09 192	0.17 525	0.18 375	0.19 448	0.13 423	0.16 419	0.09 294	0.14 530	0.11 256	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

fff	0.10 318	0.06 147	0.12 368	0.15 145	0.07 176	0.09 192	0.17 525	0.16 299	0.20 472	0.13 423	0.16 419	0.10 337	0.11 430	0.11 256	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

ADStereo(finetuned)	0.10 318	0.06 147	0.12 368	0.16 254	0.06 54	0.09 192	0.17 525	0.15 253	0.19 448	0.13 423	0.17 443	0.10 337	0.12 463	0.11 256	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

test_4	0.10 318	0.10 581	0.08 85	0.19 542	0.09 424	0.08 117	0.22 680	0.15 253	0.17 394	0.12 387	0.18 471	0.12 390	0.09 341	0.08 36	0.11 358	0.04 11	0.04 27	0.08 482	0.08 547	0.04 56	0.03 2

IPLG	0.10 318	0.07 285	0.15 519	0.17 348	0.08 287	0.11 328	0.14 313	0.20 420	0.15 321	0.12 387	0.17 443	0.07 166	0.07 215	0.14 459	0.13 480	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

test_3	0.10 318	0.09 518	0.10 250	0.20 617	0.08 287	0.13 442	0.26 737	0.14 206	0.21 489	0.10 301	0.10 267	0.09 294	0.09 341	0.08 36	0.11 358	0.05 57	0.04 27	0.08 482	0.07 464	0.04 56	0.04 95

STrans-v2	0.10 318	0.07 285	0.12 368	0.18 454	0.07 176	0.10 268	0.14 313	0.21 447	0.11 164	0.11 338	0.15 406	0.12 390	0.10 392	0.11 256	0.12 432	0.05 57	0.04 27	0.06 254	0.06 359	0.04 56	0.04 95

TransformOpticalFlow	0.10 318	0.08 426	0.13 429	0.18 454	0.07 176	0.09 192	0.15 406	0.19 407	0.15 321	0.12 387	0.17 443	0.11 368	0.11 430	0.11 256	0.10 263	0.05 57	0.04 27	0.06 254	0.06 359	0.05 217	0.05 256

SST-Stereo	0.10 318	0.07 285	0.15 519	0.18 454	0.09 424	0.06 19	0.12 144	0.17 340	0.11 164	0.15 480	0.17 443	0.13 424	0.12 463	0.10 163	0.11 358	0.06 209	0.04 27	0.09 572	0.06 359	0.06 365	0.05 256

cross-raft	0.10 318	0.09 518	0.09 170	0.19 542	0.07 176	0.11 328	0.25 726	0.13 165	0.15 321	0.08 188	0.11 324	0.12 390	0.10 392	0.09 76	0.11 358	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

test-1	0.10 318	0.07 285	0.16 556	0.19 542	0.08 287	0.11 328	0.24 708	0.14 206	0.18 428	0.09 249	0.07 108	0.09 294	0.08 286	0.07 10	0.09 147	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

iRaftStereo_RVC	0.10 318	0.07 285	0.09 170	0.17 348	0.09 424	0.11 328	0.17 525	0.18 375	0.12 208	0.09 249	0.12 347	0.10 337	0.07 215	0.11 256	0.10 263	0.05 57	0.04 27	0.08 482	0.08 547	0.04 56	0.04 95

RALCasStereoNet	0.10 318	0.06 147	0.09 170	0.16 254	0.08 287	0.12 384	0.14 313	0.17 340	0.11 164	0.12 387	0.17 443	0.14 447	0.10 392	0.12 360	0.11 358	0.07 409	0.06 503	0.06 254	0.05 245	0.08 529	0.07 472

DCANet	0.10 318	0.06 147	0.12 368	0.16 254	0.06 54	0.09 192	0.17 525	0.15 253	0.19 448	0.13 423	0.17 443	0.10 337	0.11 430	0.11 256	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

csc	0.10 318	0.06 147	0.12 368	0.15 145	0.07 176	0.09 192	0.17 525	0.16 299	0.20 472	0.13 423	0.16 419	0.10 337	0.11 430	0.11 256	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

cscssc	0.10 318	0.06 147	0.12 368	0.15 145	0.07 176	0.09 192	0.17 525	0.16 299	0.20 472	0.13 423	0.16 419	0.10 337	0.11 430	0.11 256	0.12 432	0.06 209	0.04 27	0.05 77	0.04 79	0.04 56	0.05 256

111	0.10 318	0.06 147	0.12 368	0.15 145	0.07 176	0.10 268	0.14 313	0.21 447	0.23 517	0.11 338	0.12 347	0.14 447	0.11 430	0.13 420	0.10 263	0.06 209	0.04 27	0.06 254	0.04 79	0.05 217	0.05 256

R-Stereo Train	0.10 318	0.06 147	0.10 250	0.17 348	0.08 287	0.11 328	0.14 313	0.23 498	0.11 164	0.12 387	0.19 482	0.11 368	0.08 286	0.09 76	0.11 358	0.07 409	0.05 337	0.06 254	0.05 245	0.05 217	0.05 256

RAFT-Stereo	0.10 318	0.06 147	0.10 250	0.17 348	0.08 287	0.11 328	0.14 313	0.23 498	0.11 164	0.12 387	0.19 482	0.11 368	0.08 286	0.09 76	0.11 358	0.07 409	0.05 337	0.06 254	0.05 245	0.05 217	0.05 256
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 318	0.06 147	0.12 368	0.14 84	0.06 54	0.11 328	0.10 49	0.18 375	0.18 428	0.13 423	0.16 419	0.14 447	0.11 430	0.15 488	0.13 480	0.06 209	0.04 27	0.04 1	0.04 79	0.06 365	0.05 256
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
zzzzzzz1	0.11 373	0.07 285	0.13 429	0.21 654	0.10 541	0.12 384	0.18 576	0.22 474	0.20 472	0.13 423	0.12 347	0.08 241	0.08 286	0.13 420	0.09 147	0.05 57	0.05 337	0.07 381	0.07 464	0.05 217	0.05 256

monster_256*512	0.11 373	0.07 285	0.09 170	0.21 654	0.10 541	0.12 384	0.17 525	0.26 561	0.18 428	0.12 387	0.12 347	0.08 241	0.07 215	0.10 163	0.10 263	0.05 57	0.04 27	0.07 381	0.07 464	0.05 217	0.05 256

SME	0.11 373	0.09 518	0.10 250	0.17 348	0.07 176	0.20 622	0.13 233	0.21 447	0.17 394	0.12 387	0.13 367	0.10 337	0.12 463	0.13 420	0.13 480	0.07 409	0.07 581	0.08 482	0.09 595	0.06 365	0.05 256

HLF11	0.11 373	0.05 51	0.13 429	0.12 8	0.08 287	0.14 479	0.11 91	0.22 474	0.10 126	0.12 387	0.23 540	0.11 368	0.11 430	0.14 459	0.13 480	0.08 501	0.05 337	0.05 77	0.04 79	0.08 529	0.08 545

HLf8	0.11 373	0.05 51	0.13 429	0.11 1	0.08 287	0.15 506	0.12 144	0.22 474	0.15 321	0.13 423	0.17 443	0.12 390	0.10 392	0.14 459	0.12 432	0.09 570	0.05 337	0.05 77	0.05 245	0.08 529	0.08 545

TestStereo_HL3	0.11 373	0.05 51	0.16 556	0.13 27	0.07 176	0.12 384	0.11 91	0.20 420	0.09 92	0.15 480	0.30 643	0.13 424	0.12 463	0.16 523	0.11 358	0.07 409	0.05 337	0.05 77	0.05 245	0.06 365	0.07 472

TestStereo_HL2	0.11 373	0.06 147	0.11 316	0.12 8	0.08 287	0.12 384	0.14 313	0.20 420	0.18 428	0.13 423	0.21 519	0.12 390	0.10 392	0.12 360	0.12 432	0.07 409	0.05 337	0.05 77	0.05 245	0.07 455	0.07 472

GGDA	0.11 373	0.06 147	0.11 316	0.13 27	0.07 176	0.12 384	0.14 313	0.19 407	0.19 448	0.13 423	0.20 495	0.12 390	0.09 341	0.12 360	0.12 432	0.07 409	0.04 27	0.05 77	0.05 245	0.06 365	0.07 472

TestStereo-Hl	0.11 373	0.06 147	0.11 316	0.13 27	0.08 287	0.15 506	0.14 313	0.20 420	0.17 394	0.13 423	0.16 419	0.12 390	0.11 430	0.14 459	0.13 480	0.06 209	0.04 27	0.05 77	0.05 245	0.06 365	0.06 382

Lsterematch	0.11 373	0.06 147	0.11 316	0.16 254	0.07 176	0.13 442	0.15 406	0.14 206	0.17 394	0.16 509	0.18 471	0.15 478	0.15 548	0.12 360	0.14 523	0.07 409	0.04 27	0.06 254	0.06 359	0.06 365	0.06 382

Hybrid-DGEV-2	0.11 373	0.06 147	0.12 368	0.18 454	0.09 424	0.09 192	0.13 233	0.28 604	0.29 604	0.11 338	0.11 324	0.09 294	0.12 463	0.12 360	0.09 147	0.06 209	0.05 337	0.07 381	0.07 464	0.05 217	0.05 256

NLMM1	0.11 373	0.09 518	0.07 31	0.22 674	0.10 541	0.12 384	0.20 642	0.18 375	0.20 472	0.12 387	0.11 324	0.07 166	0.09 341	0.11 256	0.11 358	0.08 501	0.08 615	0.07 381	0.06 359	0.04 56	0.04 95

NLCSM	0.11 373	0.09 518	0.09 170	0.23 699	0.11 596	0.12 384	0.19 617	0.18 375	0.18 428	0.12 387	0.11 324	0.07 166	0.09 341	0.11 256	0.10 263	0.07 409	0.08 615	0.07 381	0.07 464	0.06 365	0.05 256

Select-FE	0.11 373	0.06 147	0.20 639	0.15 145	0.11 596	0.11 328	0.13 233	0.21 447	0.18 428	0.09 249	0.11 324	0.10 337	0.06 80	0.12 360	0.09 147	0.07 409	0.05 337	0.07 381	0.08 547	0.06 365	0.08 545

FlowAnything_test	0.11 373	0.08 426	0.14 470	0.15 145	0.09 424	0.07 54	0.14 313	0.20 420	0.11 164	0.09 249	0.09 227	0.12 390	0.12 463	0.13 420	0.11 358	0.09 570	0.06 503	0.09 572	0.09 595	0.06 365	0.09 594

xyz-stereo-finetune2	0.11 373	0.07 285	0.13 429	0.13 27	0.07 176	0.11 328	0.19 617	0.17 340	0.12 208	0.15 480	0.15 406	0.17 515	0.12 463	0.13 420	0.11 358	0.05 57	0.04 27	0.07 381	0.05 245	0.04 56	0.06 382

xyz-stereo-finetune	0.11 373	0.08 426	0.13 429	0.14 84	0.06 54	0.10 268	0.19 617	0.17 340	0.19 448	0.12 387	0.14 384	0.15 478	0.10 392	0.13 420	0.11 358	0.05 57	0.04 27	0.07 381	0.05 245	0.04 56	0.05 256

FLISNet	0.11 373	0.06 147	0.11 316	0.13 27	0.09 424	0.09 192	0.14 313	0.21 447	0.10 126	0.19 577	0.17 443	0.14 447	0.09 341	0.16 523	0.08 53	0.05 57	0.04 27	0.07 381	0.08 547	0.07 455	0.06 382

CoSv	0.11 373	0.06 147	0.11 316	0.13 27	0.09 424	0.09 192	0.14 313	0.21 447	0.10 126	0.19 577	0.17 443	0.14 447	0.09 341	0.16 523	0.08 53	0.05 57	0.04 27	0.07 381	0.08 547	0.07 455	0.06 382

rvit_stereo_0081_aga	0.11 373	0.09 518	0.14 470	0.18 454	0.09 424	0.13 442	0.14 313	0.14 206	0.19 448	0.10 301	0.18 471	0.16 493	0.09 341	0.12 360	0.09 147	0.10 617	0.06 503	0.08 482	0.07 464	0.07 455	0.06 382

rvit_stereo_0081	0.11 373	0.08 426	0.15 519	0.16 254	0.09 424	0.10 268	0.14 313	0.14 206	0.24 534	0.11 338	0.13 367	0.13 424	0.09 341	0.11 256	0.12 432	0.10 617	0.07 581	0.08 482	0.07 464	0.07 455	0.05 256

rvit_stereo_0082	0.11 373	0.08 426	0.15 519	0.16 254	0.09 424	0.10 268	0.14 313	0.14 206	0.24 534	0.11 338	0.13 367	0.13 424	0.09 341	0.11 256	0.12 432	0.10 617	0.07 581	0.08 482	0.07 464	0.07 455	0.05 256

AIO-Stereo-zeroshot1	0.11 373	0.05 51	0.14 470	0.15 145	0.20 749	0.09 192	0.17 525	0.21 447	0.15 321	0.11 338	0.14 384	0.10 337	0.07 215	0.10 163	0.08 53	0.06 209	0.05 337	0.07 381	0.07 464	0.07 455	0.09 594

AIO-Stereo-zeroshot	0.11 373	0.05 51	0.11 316	0.15 145	0.13 658	0.13 442	0.16 481	0.23 498	0.17 394	0.10 301	0.12 347	0.10 337	0.07 215	0.11 256	0.09 147	0.06 209	0.05 337	0.06 254	0.06 359	0.07 455	0.08 545

CAS++	0.11 373	0.07 285	0.11 316	0.14 84	0.09 424	0.12 384	0.14 313	0.24 523	0.14 292	0.11 338	0.09 227	0.11 368	0.07 215	0.14 459	0.09 147	0.11 650	0.09 652	0.09 572	0.07 464	0.07 455	0.08 545
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
xx1	0.11 373	0.08 426	0.12 368	0.17 348	0.09 424	0.13 442	0.15 406	0.16 299	0.18 428	0.09 249	0.09 227	0.16 493	0.16 577	0.10 163	0.07 16	0.06 209	0.04 27	0.08 482	0.08 547	0.07 455	0.07 472

1test111	0.11 373	0.08 426	0.12 368	0.17 348	0.09 424	0.13 442	0.15 406	0.23 498	0.16 363	0.09 249	0.09 227	0.06 56	0.06 80	0.15 488	0.16 575	0.06 209	0.04 27	0.06 254	0.05 245	0.07 455	0.07 472

MIF-Stereo (partial)	0.11 373	0.06 147	0.10 250	0.19 542	0.10 541	0.10 268	0.11 91	0.17 340	0.18 428	0.14 451	0.16 419	0.09 294	0.11 430	0.12 360	0.12 432	0.08 501	0.05 337	0.08 482	0.07 464	0.06 365	0.07 472

EKT-Stereo	0.11 373	0.07 285	0.14 470	0.15 145	0.10 541	0.13 442	0.14 313	0.18 375	0.21 489	0.11 338	0.08 186	0.12 390	0.09 341	0.11 256	0.12 432	0.08 501	0.06 503	0.07 381	0.06 359	0.08 529	0.07 472

anonymousdsp2	0.11 373	0.07 285	0.10 250	0.16 254	0.09 424	0.13 442	0.14 313	0.18 375	0.22 505	0.13 423	0.14 384	0.12 390	0.09 341	0.14 459	0.11 358	0.05 57	0.04 27	0.05 77	0.04 79	0.06 365	0.05 256

DCRE	0.11 373	0.07 285	0.13 429	0.16 254	0.11 596	0.11 328	0.17 525	0.18 375	0.17 394	0.11 338	0.18 471	0.10 337	0.10 392	0.15 488	0.11 358	0.06 209	0.05 337	0.06 254	0.06 359	0.05 217	0.04 95

knoymous	0.11 373	0.05 51	0.12 368	0.13 27	0.07 176	0.15 506	0.14 313	0.19 407	0.13 256	0.11 338	0.17 443	0.13 424	0.09 341	0.13 420	0.11 358	0.08 501	0.05 337	0.06 254	0.05 245	0.08 529	0.07 472

riskmin	0.11 373	0.06 147	0.13 429	0.14 84	0.08 287	0.14 479	0.14 313	0.18 375	0.14 292	0.11 338	0.14 384	0.16 493	0.11 430	0.14 459	0.12 432	0.09 570	0.05 337	0.07 381	0.05 245	0.08 529	0.08 545

Selective-RAFT	0.11 373	0.10 581	0.11 316	0.21 654	0.08 287	0.16 538	0.13 233	0.20 420	0.22 505	0.10 301	0.10 267	0.11 368	0.10 392	0.15 488	0.11 358	0.05 57	0.05 337	0.06 254	0.05 245	0.06 365	0.05 256

DisPM	0.11 373	0.07 285	0.12 368	0.16 254	0.09 424	0.06 19	0.13 233	0.17 340	0.17 394	0.14 451	0.20 495	0.12 390	0.10 392	0.11 256	0.10 263	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.11 654

CIPLG	0.11 373	0.08 426	0.14 470	0.17 348	0.08 287	0.12 384	0.15 406	0.17 340	0.15 321	0.14 451	0.11 324	0.16 493	0.09 341	0.16 523	0.11 358	0.07 409	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382

GLC_STEREO	0.11 373	0.07 285	0.11 316	0.17 348	0.07 176	0.09 192	0.13 233	0.15 253	0.24 534	0.12 387	0.13 367	0.12 390	0.08 286	0.18 583	0.11 358	0.06 209	0.08 615	0.08 482	0.06 359	0.05 217	0.05 256

IPLGR_C	0.11 373	0.08 426	0.14 470	0.17 348	0.08 287	0.12 384	0.15 406	0.17 340	0.15 321	0.14 451	0.10 267	0.16 493	0.09 341	0.16 523	0.11 358	0.07 409	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382

MIPNet	0.11 373	0.08 426	0.14 470	0.17 348	0.09 424	0.12 384	0.14 313	0.20 420	0.24 534	0.11 338	0.10 267	0.09 294	0.07 215	0.13 420	0.12 432	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56	0.04 95

IPLGR	0.11 373	0.09 518	0.16 556	0.18 454	0.08 287	0.12 384	0.17 525	0.21 447	0.24 534	0.11 338	0.12 347	0.11 368	0.08 286	0.12 360	0.12 432	0.06 209	0.05 337	0.06 254	0.06 359	0.04 56	0.04 95

GMOStereo	0.11 373	0.09 518	0.07 31	0.19 542	0.08 287	0.12 384	0.28 750	0.13 165	0.17 394	0.11 338	0.17 443	0.14 447	0.12 463	0.07 10	0.07 16	0.05 57	0.05 337	0.09 572	0.07 464	0.04 56	0.04 95

error version	0.11 373	0.09 518	0.07 31	0.19 542	0.08 287	0.12 384	0.28 750	0.13 165	0.17 394	0.11 338	0.17 443	0.14 447	0.12 463	0.07 10	0.07 16	0.05 57	0.05 337	0.09 572	0.07 464	0.04 56	0.04 95

test-v	0.11 373	0.09 518	0.07 31	0.19 542	0.08 287	0.12 384	0.28 750	0.13 165	0.17 394	0.11 338	0.17 443	0.14 447	0.12 463	0.07 10	0.07 16	0.05 57	0.05 337	0.09 572	0.07 464	0.04 56	0.04 95

ACRE	0.11 373	0.08 426	0.14 470	0.17 348	0.08 287	0.12 384	0.15 406	0.17 340	0.14 292	0.14 451	0.10 267	0.16 493	0.09 341	0.16 523	0.11 358	0.07 409	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382

PFNet+	0.11 373	0.06 147	0.13 429	0.16 254	0.09 424	0.05 7	0.12 144	0.17 340	0.21 489	0.16 509	0.19 482	0.14 447	0.10 392	0.11 256	0.11 358	0.08 501	0.05 337	0.09 572	0.08 547	0.06 365	0.11 654

LCNet	0.11 373	0.07 285	0.09 170	0.19 542	0.09 424	0.08 117	0.15 406	0.21 447	0.15 321	0.11 338	0.15 406	0.16 493	0.11 430	0.12 360	0.11 358	0.05 57	0.04 27	0.08 482	0.07 464	0.06 365	0.15 724

HHNet	0.11 373	0.06 147	0.16 556	0.15 145	0.14 682	0.07 54	0.13 233	0.20 420	0.17 394	0.14 451	0.25 582	0.11 368	0.08 286	0.13 420	0.10 263	0.05 57	0.04 27	0.08 482	0.06 359	0.05 217	0.09 594

Patchmatch Stereo++	0.11 373	0.09 518	0.16 556	0.18 454	0.08 287	0.06 19	0.11 91	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.11 373	0.07 285	0.16 556	0.19 542	0.09 424	0.08 117	0.13 233	0.18 375	0.13 256	0.16 509	0.21 519	0.13 424	0.14 530	0.11 256	0.14 523	0.06 209	0.04 27	0.09 572	0.06 359	0.06 365	0.05 256

OMP-Stereo	0.11 373	0.06 147	0.14 470	0.18 454	0.08 287	0.09 192	0.12 144	0.21 447	0.21 489	0.13 423	0.14 384	0.11 368	0.12 463	0.11 256	0.13 480	0.06 209	0.04 27	0.07 381	0.06 359	0.05 217	0.04 95

IIG-Stereo	0.11 373	0.06 147	0.13 429	0.17 348	0.08 287	0.11 328	0.12 144	0.22 474	0.17 394	0.14 451	0.17 443	0.11 368	0.12 463	0.12 360	0.12 432	0.06 209	0.05 337	0.07 381	0.06 359	0.05 217	0.04 95

NF-Stereo	0.11 373	0.07 285	0.13 429	0.17 348	0.09 424	0.10 268	0.14 313	0.23 498	0.19 448	0.12 387	0.17 443	0.12 390	0.11 430	0.11 256	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.12 670

OCTAStereo	0.11 373	0.07 285	0.13 429	0.17 348	0.09 424	0.10 268	0.14 313	0.23 498	0.19 448	0.12 387	0.17 443	0.12 390	0.11 430	0.11 256	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.12 670

NRIStereo	0.11 373	0.08 426	0.14 470	0.18 454	0.08 287	0.10 268	0.14 313	0.16 299	0.15 321	0.12 387	0.14 384	0.13 424	0.12 463	0.13 420	0.10 263	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.07 472

PSM-adaLoss	0.11 373	0.09 518	0.16 556	0.18 454	0.08 287	0.06 19	0.12 144	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

PSM-AAD	0.11 373	0.07 285	0.10 250	0.19 542	0.09 424	0.10 268	0.15 406	0.20 420	0.13 256	0.12 387	0.14 384	0.18 530	0.11 430	0.11 256	0.10 263	0.05 57	0.05 337	0.09 572	0.08 547	0.06 365	0.14 717

ROB_FTStereo_v2	0.11 373	0.09 518	0.16 556	0.19 542	0.08 287	0.06 19	0.12 144	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

ROB_FTStereo	0.11 373	0.09 518	0.16 556	0.19 542	0.08 287	0.06 19	0.11 91	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

KYRaft	0.11 373	0.07 285	0.10 250	0.19 542	0.09 424	0.08 117	0.15 406	0.22 474	0.12 208	0.13 423	0.16 419	0.20 558	0.10 392	0.12 360	0.10 263	0.05 57	0.04 27	0.08 482	0.08 547	0.06 365	0.16 736

HUI-Stereo	0.11 373	0.09 518	0.16 556	0.18 454	0.08 287	0.06 19	0.12 144	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

ASMatch	0.11 373	0.06 147	0.13 429	0.16 254	0.10 541	0.07 54	0.14 313	0.17 340	0.17 394	0.12 387	0.16 419	0.16 493	0.10 392	0.13 420	0.10 263	0.05 57	0.04 27	0.06 254	0.05 245	0.04 56	0.08 545

RAFT_R40	0.11 373	0.07 285	0.14 470	0.18 454	0.09 424	0.06 19	0.13 233	0.17 340	0.16 363	0.14 451	0.18 471	0.15 478	0.12 463	0.10 163	0.11 358	0.06 209	0.04 27	0.09 572	0.06 359	0.06 365	0.05 256

GrayStereo	0.11 373	0.06 147	0.11 316	0.19 542	0.09 424	0.09 192	0.16 481	0.18 375	0.17 394	0.14 451	0.17 443	0.17 515	0.11 430	0.12 360	0.11 358	0.05 57	0.05 337	0.07 381	0.06 359	0.05 217	0.10 626

RE-Stereo	0.11 373	0.07 285	0.13 429	0.17 348	0.09 424	0.10 268	0.14 313	0.23 498	0.19 448	0.12 387	0.17 443	0.12 390	0.11 430	0.11 256	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.12 670

Pruner-Stereo	0.11 373	0.07 285	0.12 368	0.17 348	0.09 424	0.06 19	0.12 144	0.17 340	0.17 394	0.13 423	0.19 482	0.13 424	0.09 341	0.11 256	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.08 545

TVStereo	0.11 373	0.07 285	0.13 429	0.17 348	0.09 424	0.10 268	0.14 313	0.23 498	0.19 448	0.12 387	0.17 443	0.12 390	0.11 430	0.11 256	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.06 365	0.12 670

DeepStereo_RVC	0.11 373	0.08 426	0.16 556	0.18 454	0.08 287	0.08 117	0.12 144	0.17 340	0.12 208	0.13 423	0.14 384	0.12 390	0.12 463	0.12 360	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.07 455	0.08 545

iGMRVC	0.11 373	0.09 518	0.16 556	0.19 542	0.08 287	0.06 19	0.12 144	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

RAFT-RH_RVC	0.11 373	0.06 147	0.14 470	0.16 254	0.09 424	0.12 384	0.12 144	0.17 340	0.12 208	0.13 423	0.41 721	0.11 368	0.10 392	0.13 420	0.12 432	0.05 57	0.04 27	0.08 482	0.05 245	0.04 56	0.06 382

RAFT-345	0.11 373	0.07 285	0.15 519	0.16 254	0.08 287	0.08 117	0.12 144	0.15 253	0.10 126	0.11 338	0.36 684	0.09 294	0.09 341	0.11 256	0.12 432	0.05 57	0.05 337	0.07 381	0.06 359	0.04 56	0.05 256

iRAFT	0.11 373	0.09 518	0.16 556	0.18 454	0.08 287	0.06 19	0.11 91	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

CRE-IMP	0.11 373	0.09 518	0.16 556	0.19 542	0.08 287	0.10 268	0.12 144	0.18 375	0.10 126	0.14 451	0.13 367	0.13 424	0.12 463	0.12 360	0.11 358	0.07 409	0.04 27	0.08 482	0.06 359	0.08 529	0.08 545

test-2	0.11 373	0.09 518	0.07 31	0.19 542	0.08 287	0.12 384	0.28 750	0.13 165	0.17 394	0.11 338	0.17 443	0.14 447	0.12 463	0.07 10	0.07 16	0.05 57	0.05 337	0.09 572	0.07 464	0.04 56	0.04 95

GMM-Stereo	0.11 373	0.07 285	0.10 250	0.18 454	0.09 424	0.08 117	0.15 406	0.23 498	0.16 363	0.11 338	0.15 406	0.13 424	0.11 430	0.11 256	0.11 358	0.05 57	0.04 27	0.08 482	0.07 464	0.06 365	0.09 594

RAFT-IKP	0.11 373	0.09 518	0.16 556	0.19 542	0.08 287	0.06 19	0.12 144	0.16 299	0.13 256	0.15 480	0.16 419	0.14 447	0.12 463	0.11 256	0.10 263	0.06 209	0.04 27	0.08 482	0.06 359	0.08 529	0.07 472

Prome-Stereo	0.11 373	0.06 147	0.10 250	0.18 454	0.08 287	0.12 384	0.15 406	0.22 474	0.13 256	0.12 387	0.17 443	0.13 424	0.08 286	0.12 360	0.10 263	0.05 57	0.04 27	0.07 381	0.06 359	0.06 365	0.09 594

rafts_anoy	0.11 373	0.06 147	0.10 250	0.17 348	0.08 287	0.10 268	0.14 313	0.17 340	0.14 292	0.13 423	0.13 367	0.12 390	0.10 392	0.11 256	0.12 432	0.07 409	0.04 27	0.09 572	0.11 673	0.07 455	0.06 382

raft+_RVC	0.11 373	0.07 285	0.09 170	0.16 254	0.07 176	0.10 268	0.11 91	0.24 523	0.20 472	0.12 387	0.15 406	0.12 390	0.08 286	0.12 360	0.13 480	0.07 409	0.04 27	0.07 381	0.06 359	0.05 217	0.05 256

RALAANet	0.11 373	0.08 426	0.10 250	0.17 348	0.09 424	0.14 479	0.10 49	0.20 420	0.15 321	0.14 451	0.13 367	0.16 493	0.09 341	0.12 360	0.11 358	0.06 209	0.05 337	0.07 381	0.06 359	0.05 217	0.04 95

DIP-Stereo	0.11 373	0.07 285	0.14 470	0.17 348	0.09 424	0.13 442	0.09 29	0.16 299	0.16 363	0.11 338	0.16 419	0.14 447	0.12 463	0.15 488	0.13 480	0.06 209	0.05 337	0.06 254	0.05 245	0.05 217	0.06 382
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
S0	0.12 453	0.08 426	0.08 85	0.20 617	0.07 176	0.18 581	0.23 693	0.15 253	0.15 321	0.10 301	0.10 267	0.13 424	0.08 286	0.12 360	0.11 358	0.09 570	0.10 676	0.14 705	0.14 710	0.05 217	0.04 95

S	0.12 453	0.08 426	0.09 170	0.20 617	0.08 287	0.13 442	0.19 617	0.17 340	0.16 363	0.13 423	0.11 324	0.13 424	0.10 392	0.11 256	0.13 480	0.09 570	0.07 581	0.13 691	0.15 732	0.06 365	0.04 95

IGEV_i1	0.12 453	0.07 285	0.12 368	0.16 254	0.08 287	0.19 606	0.14 313	0.18 375	0.22 505	0.18 558	0.18 471	0.16 493	0.12 463	0.16 523	0.14 523	0.06 209	0.05 337	0.06 254	0.05 245	0.06 365	0.06 382

rvit_stereo_0083	0.12 453	0.08 426	0.17 588	0.16 254	0.09 424	0.11 328	0.15 406	0.14 206	0.26 571	0.11 338	0.14 384	0.13 424	0.10 392	0.12 360	0.12 432	0.10 617	0.08 615	0.09 572	0.07 464	0.07 455	0.05 256

rvit_stereo_ft	0.12 453	0.07 285	0.13 429	0.19 542	0.10 541	0.12 384	0.17 525	0.16 299	0.16 363	0.12 387	0.13 367	0.15 478	0.10 392	0.14 459	0.13 480	0.09 570	0.06 503	0.08 482	0.07 464	0.07 455	0.05 256

test_sample2	0.12 453	0.07 285	0.12 368	0.14 84	0.08 287	0.16 538	0.18 576	0.21 447	0.16 363	0.14 451	0.20 495	0.19 546	0.15 548	0.15 488	0.12 432	0.08 501	0.05 337	0.07 381	0.06 359	0.08 529	0.07 472

MyStereo8	0.12 453	0.07 285	0.15 519	0.15 145	0.09 424	0.18 581	0.14 313	0.19 407	0.22 505	0.12 387	0.18 471	0.11 368	0.10 392	0.16 523	0.18 609	0.07 409	0.05 337	0.07 381	0.05 245	0.08 529	0.09 594

CoDeX	0.12 453	0.07 285	0.12 368	0.17 348	0.08 287	0.12 384	0.15 406	0.23 498	0.27 581	0.13 423	0.17 443	0.16 493	0.11 430	0.14 459	0.11 358	0.07 409	0.05 337	0.07 381	0.06 359	0.06 365	0.05 256

11t1	0.12 453	0.06 147	0.13 429	0.14 84	0.08 287	0.17 562	0.15 406	0.18 375	0.15 321	0.15 480	0.15 406	0.16 493	0.16 577	0.15 488	0.13 480	0.08 501	0.05 337	0.06 254	0.05 245	0.08 529	0.07 472

ffm	0.12 453	0.09 518	0.14 470	0.16 254	0.08 287	0.17 562	0.17 525	0.15 253	0.19 448	0.15 480	0.25 582	0.19 546	0.13 505	0.10 163	0.07 16	0.06 209	0.04 27	0.09 572	0.08 547	0.06 365	0.06 382

RAFT_CTSACE	0.12 453	0.09 518	0.10 250	0.22 674	0.08 287	0.12 384	0.24 708	0.18 375	0.16 363	0.20 600	0.27 608	0.13 424	0.07 215	0.13 420	0.09 147	0.05 57	0.06 503	0.08 482	0.07 464	0.04 56	0.04 95

Sa-1000	0.12 453	0.08 426	0.08 85	0.18 454	0.08 287	0.14 479	0.22 680	0.22 474	0.18 428	0.15 480	0.20 495	0.17 515	0.11 430	0.10 163	0.10 263	0.06 209	0.05 337	0.09 572	0.09 595	0.05 217	0.05 256

SA	0.12 453	0.09 518	0.08 85	0.18 454	0.08 287	0.12 384	0.24 708	0.23 498	0.18 428	0.17 528	0.27 608	0.14 447	0.11 430	0.11 256	0.11 358	0.05 57	0.05 337	0.09 572	0.08 547	0.05 217	0.04 95

iRaft-Stereo_5w	0.12 453	0.09 518	0.12 368	0.19 542	0.08 287	0.09 192	0.12 144	0.21 447	0.21 489	0.19 577	0.14 384	0.11 368	0.09 341	0.20 627	0.16 575	0.05 57	0.05 337	0.07 381	0.06 359	0.05 217	0.06 382

CrosDoStereo	0.12 453	0.06 147	0.12 368	0.14 84	0.08 287	0.12 384	0.15 406	0.17 340	0.22 505	0.19 577	0.24 553	0.15 478	0.11 430	0.11 256	0.12 432	0.06 209	0.04 27	0.07 381	0.07 464	0.05 217	0.05 256

PSM-softLoss	0.12 453	0.07 285	0.15 519	0.17 348	0.09 424	0.08 117	0.13 233	0.24 523	0.17 394	0.14 451	0.19 482	0.13 424	0.11 430	0.11 256	0.11 358	0.07 409	0.05 337	0.08 482	0.07 464	0.06 365	0.12 670

KMStereo	0.12 453	0.07 285	0.15 519	0.17 348	0.09 424	0.08 117	0.13 233	0.24 523	0.17 394	0.14 451	0.19 482	0.13 424	0.11 430	0.11 256	0.11 358	0.07 409	0.05 337	0.08 482	0.07 464	0.06 365	0.12 670

FTStereo	0.12 453	0.06 147	0.14 470	0.18 454	0.09 424	0.07 54	0.15 406	0.21 447	0.18 428	0.12 387	0.24 553	0.12 390	0.12 463	0.13 420	0.13 480	0.05 57	0.05 337	0.07 381	0.06 359	0.06 365	0.10 626

DeepStereo_LL	0.12 453	0.06 147	0.12 368	0.14 84	0.08 287	0.12 384	0.15 406	0.17 340	0.22 505	0.19 577	0.24 553	0.15 478	0.11 430	0.11 256	0.12 432	0.06 209	0.04 27	0.07 381	0.07 464	0.05 217	0.05 256

DEmStereo	0.12 453	0.06 147	0.14 470	0.14 84	0.10 541	0.16 538	0.15 406	0.16 299	0.24 534	0.17 528	0.24 553	0.13 424	0.14 530	0.12 360	0.13 480	0.05 57	0.04 27	0.07 381	0.06 359	0.05 217	0.05 256

THIR-Stereo	0.12 453	0.07 285	0.11 316	0.15 145	0.08 287	0.14 479	0.16 481	0.17 340	0.25 557	0.16 509	0.24 553	0.14 447	0.12 463	0.12 360	0.14 523	0.06 209	0.04 27	0.07 381	0.07 464	0.05 217	0.05 256

DRaft	0.12 453	0.06 147	0.11 316	0.14 84	0.09 424	0.14 479	0.17 525	0.21 447	0.30 614	0.17 528	0.28 622	0.10 337	0.15 548	0.10 163	0.12 432	0.05 57	0.04 27	0.07 381	0.06 359	0.05 217	0.05 256

PFNet	0.12 453	0.06 147	0.17 588	0.17 348	0.08 287	0.09 192	0.15 406	0.26 561	0.20 472	0.16 509	0.16 419	0.14 447	0.11 430	0.12 360	0.11 358	0.06 209	0.04 27	0.07 381	0.06 359	0.05 217	0.05 256

IRAFT_RVC	0.12 453	0.08 426	0.16 556	0.19 542	0.08 287	0.07 54	0.15 406	0.24 523	0.23 517	0.14 451	0.14 384	0.15 478	0.12 463	0.12 360	0.10 263	0.06 209	0.04 27	0.09 572	0.06 359	0.06 365	0.06 382

sCroCo_RVC	0.12 453	0.09 518	0.23 665	0.24 708	0.11 596	0.19 606	0.14 313	0.17 340	0.14 292	0.10 301	0.13 367	0.12 390	0.07 215	0.14 459	0.11 358	0.08 501	0.08 615	0.08 482	0.08 547	0.05 217	0.07 472

ARAFT	0.12 453	0.08 426	0.17 588	0.19 542	0.09 424	0.14 479	0.18 576	0.20 420	0.12 208	0.12 387	0.13 367	0.14 447	0.11 430	0.15 488	0.12 432	0.06 209	0.05 337	0.10 622	0.09 595	0.05 217	0.04 95

BEATNet_4x	0.12 453	0.08 426	0.14 470	0.18 454	0.07 176	0.15 506	0.07 5	0.22 474	0.18 428	0.16 509	0.19 482	0.18 530	0.14 530	0.16 523	0.15 559	0.07 409	0.05 337	0.05 77	0.05 245	0.06 365	0.06 382

MLCV	0.12 453	0.07 285	0.16 556	0.18 454	0.06 54	0.15 506	0.17 525	0.19 407	0.21 489	0.18 558	0.25 582	0.17 515	0.13 505	0.14 459	0.13 480	0.05 57	0.04 27	0.05 77	0.04 79	0.05 217	0.04 95

RT-IGEV	0.13 481	0.06 147	0.13 429	0.15 145	0.09 424	0.15 506	0.17 525	0.24 523	0.27 581	0.16 509	0.17 443	0.17 515	0.10 392	0.14 459	0.11 358	0.08 501	0.05 337	0.07 381	0.05 245	0.07 455	0.07 472

Selective-IGEV-i16pc	0.13 481	0.06 147	0.13 429	0.15 145	0.11 596	0.38 750	0.16 481	0.23 498	0.16 363	0.10 301	0.15 406	0.09 294	0.06 80	0.13 420	0.10 263	0.10 617	0.08 615	0.06 254	0.07 464	0.09 594	0.09 594

Selective-IGEV-i1	0.13 481	0.07 285	0.12 368	0.19 542	0.08 287	0.18 581	0.16 481	0.22 474	0.30 614	0.16 509	0.17 443	0.16 493	0.10 392	0.14 459	0.13 480	0.06 209	0.05 337	0.06 254	0.05 245	0.06 365	0.05 256

G2L-ROB	0.13 481	0.06 147	0.13 429	0.13 27	0.08 287	0.14 479	0.16 481	0.25 542	0.18 428	0.19 577	0.18 471	0.20 558	0.14 530	0.17 558	0.16 575	0.08 501	0.05 337	0.06 254	0.05 245	0.08 529	0.09 594

xyz-stereo	0.13 481	0.07 285	0.20 639	0.15 145	0.05 4	0.20 622	0.15 406	0.17 340	0.31 622	0.15 480	0.29 635	0.26 637	0.16 577	0.13 420	0.12 432	0.05 57	0.05 337	0.06 254	0.05 245	0.04 56	0.04 95

DFGA-Net	0.13 481	0.11 610	0.18 614	0.17 348	0.10 541	0.12 384	0.13 233	0.22 474	0.25 557	0.16 509	0.16 419	0.13 424	0.12 463	0.16 523	0.14 523	0.07 409	0.05 337	0.08 482	0.07 464	0.05 217	0.05 256

FACV-RUCA	0.13 481	0.11 610	0.12 368	0.19 542	0.12 633	0.15 506	0.15 406	0.22 474	0.20 472	0.15 480	0.16 419	0.14 447	0.16 577	0.14 459	0.13 480	0.07 409	0.05 337	0.08 482	0.06 359	0.10 628	0.08 545

UGAM	0.13 481	0.10 581	0.09 170	0.22 674	0.08 287	0.12 384	0.20 642	0.17 340	0.23 517	0.21 616	0.16 419	0.13 424	0.13 505	0.19 600	0.12 432	0.07 409	0.05 337	0.13 691	0.11 673	0.07 455	0.05 256

test_sample1	0.13 481	0.07 285	0.14 470	0.13 27	0.08 287	0.19 606	0.16 481	0.20 420	0.15 321	0.14 451	0.22 531	0.18 530	0.16 577	0.17 558	0.14 523	0.07 409	0.06 503	0.06 254	0.06 359	0.08 529	0.07 472

qqq1	0.13 481	0.07 285	0.17 588	0.14 84	0.08 287	0.16 538	0.17 525	0.26 561	0.27 581	0.19 577	0.20 495	0.18 530	0.15 548	0.15 488	0.11 358	0.08 501	0.05 337	0.05 77	0.05 245	0.06 365	0.06 382

fff1	0.13 481	0.07 285	0.17 588	0.14 84	0.08 287	0.16 538	0.17 525	0.26 561	0.27 581	0.19 577	0.20 495	0.18 530	0.15 548	0.15 488	0.11 358	0.08 501	0.05 337	0.05 77	0.05 245	0.06 365	0.06 382

MyStereo05	0.13 481	0.07 285	0.10 250	0.17 348	0.09 424	0.13 442	0.18 576	0.27 583	0.35 660	0.17 528	0.14 384	0.15 478	0.11 430	0.15 488	0.13 480	0.06 209	0.05 337	0.07 381	0.07 464	0.06 365	0.06 382

MyStereo04	0.13 481	0.07 285	0.10 250	0.17 348	0.09 424	0.14 479	0.18 576	0.29 620	0.38 681	0.17 528	0.14 384	0.16 493	0.10 392	0.15 488	0.13 480	0.06 209	0.05 337	0.08 482	0.07 464	0.06 365	0.06 382

ff1	0.13 481	0.09 518	0.14 470	0.16 254	0.08 287	0.17 562	0.17 525	0.15 253	0.19 448	0.15 480	0.25 582	0.19 546	0.13 505	0.14 459	0.20 629	0.06 209	0.04 27	0.09 572	0.08 547	0.06 365	0.06 382

StereoVision	0.13 481	0.12 628	0.09 170	0.24 708	0.10 541	0.15 506	0.21 666	0.21 447	0.20 472	0.12 387	0.24 553	0.10 337	0.10 392	0.16 523	0.10 263	0.09 570	0.11 690	0.12 676	0.12 695	0.06 365	0.05 256

LL-Strereo	0.13 481	0.09 518	0.11 316	0.20 617	0.10 541	0.11 328	0.18 576	0.32 659	0.24 534	0.15 480	0.15 406	0.14 447	0.13 505	0.19 600	0.11 358	0.06 209	0.04 27	0.09 572	0.08 547	0.04 56	0.05 256

CASS	0.13 481	0.12 628	0.11 316	0.23 699	0.09 424	0.15 506	0.17 525	0.18 375	0.19 448	0.17 528	0.18 471	0.15 478	0.15 548	0.14 459	0.14 523	0.09 570	0.06 503	0.10 622	0.08 547	0.09 594	0.07 472
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 481	0.07 285	0.13 429	0.18 454	0.09 424	0.13 442	0.17 525	0.19 407	0.29 604	0.15 480	0.24 553	0.15 478	0.14 530	0.14 459	0.14 523	0.07 409	0.05 337	0.07 381	0.09 595	0.05 217	0.06 382

TestStereo1	0.13 481	0.08 426	0.08 85	0.19 542	0.08 287	0.18 581	0.29 760	0.23 498	0.16 363	0.17 528	0.20 495	0.16 493	0.10 392	0.12 360	0.13 480	0.06 209	0.06 503	0.08 482	0.06 359	0.05 217	0.05 256

qqq	0.13 481	0.09 518	0.15 519	0.16 254	0.08 287	0.13 442	0.15 406	0.23 498	0.16 363	0.15 480	0.19 482	0.16 493	0.16 577	0.15 488	0.16 575	0.07 409	0.06 503	0.08 482	0.08 547	0.07 455	0.07 472

x	0.13 481	0.07 285	0.14 470	0.14 84	0.08 287	0.18 581	0.14 313	0.22 474	0.20 472	0.15 480	0.19 482	0.19 546	0.17 601	0.18 583	0.18 609	0.07 409	0.05 337	0.06 254	0.06 359	0.07 455	0.07 472

raft_robust	0.13 481	0.10 581	0.07 31	0.18 454	0.08 287	0.13 442	0.24 708	0.28 604	0.33 639	0.20 600	0.19 482	0.14 447	0.10 392	0.11 256	0.12 432	0.05 57	0.05 337	0.07 381	0.07 464	0.05 217	0.04 95

RAFT+CT+SA	0.13 481	0.11 610	0.09 170	0.19 542	0.09 424	0.15 506	0.28 750	0.22 474	0.22 505	0.15 480	0.26 599	0.10 337	0.10 392	0.11 256	0.12 432	0.05 57	0.04 27	0.07 381	0.08 547	0.07 455	0.06 382

SA-5K	0.13 481	0.08 426	0.08 85	0.19 542	0.08 287	0.18 581	0.29 760	0.23 498	0.16 363	0.17 528	0.20 495	0.16 493	0.10 392	0.12 360	0.13 480	0.06 209	0.06 503	0.08 482	0.06 359	0.05 217	0.05 256

GwcNet-ADL	0.13 481	0.08 426	0.14 470	0.20 617	0.09 424	0.11 328	0.20 642	0.30 635	0.24 534	0.13 423	0.14 384	0.18 530	0.14 530	0.13 420	0.14 523	0.07 409	0.05 337	0.06 254	0.05 245	0.07 455	0.06 382

GANet-ADL	0.13 481	0.07 285	0.15 519	0.17 348	0.10 541	0.18 581	0.15 406	0.30 635	0.20 472	0.13 423	0.18 471	0.19 546	0.12 463	0.16 523	0.13 480	0.08 501	0.06 503	0.06 254	0.05 245	0.07 455	0.08 545

RAFT	0.13 481	0.09 518	0.11 316	0.18 454	0.08 287	0.15 506	0.24 708	0.20 420	0.19 448	0.21 616	0.21 519	0.17 515	0.12 463	0.16 523	0.09 147	0.06 209	0.07 581	0.10 622	0.09 595	0.05 217	0.05 256

TestStereo	0.13 481	0.14 669	0.11 316	0.23 699	0.08 287	0.15 506	0.21 666	0.20 420	0.23 517	0.14 451	0.24 553	0.16 493	0.12 463	0.16 523	0.14 523	0.05 57	0.06 503	0.08 482	0.06 359	0.09 594	0.05 256

sAnonymous2	0.13 481	0.12 628	0.24 669	0.20 617	0.12 633	0.17 562	0.13 233	0.26 561	0.21 489	0.11 338	0.11 324	0.13 424	0.08 286	0.10 163	0.10 263	0.09 570	0.05 337	0.08 482	0.06 359	0.15 729	0.10 626

CroCo_RVC	0.13 481	0.12 628	0.24 669	0.20 617	0.12 633	0.17 562	0.13 233	0.26 561	0.21 489	0.11 338	0.11 324	0.13 424	0.08 286	0.10 163	0.10 263	0.09 570	0.05 337	0.08 482	0.06 359	0.15 729	0.10 626

RAFT + AFF	0.13 481	0.07 285	0.20 639	0.20 617	0.10 541	0.14 479	0.24 708	0.26 561	0.20 472	0.11 338	0.10 267	0.12 390	0.10 392	0.15 488	0.12 432	0.07 409	0.06 503	0.09 572	0.08 547	0.06 365	0.08 545

GMStereo	0.13 481	0.14 669	0.14 470	0.18 454	0.09 424	0.15 506	0.16 481	0.20 420	0.24 534	0.16 509	0.17 443	0.10 337	0.10 392	0.16 523	0.13 480	0.07 409	0.06 503	0.06 254	0.06 359	0.07 455	0.06 382
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 481	0.07 285	0.14 470	0.17 348	0.09 424	0.15 506	0.16 481	0.28 604	0.27 581	0.14 451	0.17 443	0.12 390	0.13 505	0.14 459	0.11 358	0.08 501	0.05 337	0.07 381	0.07 464	0.07 455	0.06 382

FENet	0.13 481	0.08 426	0.12 368	0.16 254	0.08 287	0.14 479	0.15 406	0.22 474	0.23 517	0.17 528	0.23 540	0.16 493	0.12 463	0.14 459	0.15 559	0.08 501	0.05 337	0.08 482	0.08 547	0.07 455	0.07 472

cf-r	0.13 481	0.07 285	0.12 368	0.16 254	0.08 287	0.14 479	0.19 617	0.20 420	0.25 557	0.17 528	0.25 582	0.21 568	0.16 577	0.14 459	0.14 523	0.10 617	0.05 337	0.06 254	0.08 547	0.06 365	0.06 382

iResNet	0.13 481	0.10 581	0.18 614	0.19 542	0.08 287	0.13 442	0.18 576	0.20 420	0.26 571	0.15 480	0.23 540	0.15 478	0.13 505	0.14 459	0.14 523	0.06 209	0.04 27	0.06 254	0.05 245	0.06 365	0.05 256

DN-CSS_ROB	0.13 481	0.13 656	0.16 556	0.18 454	0.10 541	0.16 538	0.08 9	0.22 474	0.18 428	0.17 528	0.22 531	0.13 424	0.13 505	0.12 360	0.13 480	0.05 57	0.05 337	0.10 622	0.10 639	0.08 529	0.06 382

SCION-MonSter(vits)	0.14 518	0.06 147	0.05 2	0.15 145	0.05 4	0.07 54	0.10 49	0.27 583	0.41 695	0.05 2	0.33 669	0.14 447	0.16 577	0.20 627	0.19 622	0.08 501	0.06 503	0.17 735	0.15 732	0.07 455	0.08 545

Selective-IGEV-i16pb	0.14 518	0.08 426	0.17 588	0.15 145	0.11 596	0.41 756	0.16 481	0.28 604	0.23 517	0.11 338	0.20 495	0.10 337	0.07 215	0.17 558	0.12 432	0.10 617	0.07 581	0.06 254	0.08 547	0.09 594	0.10 626

G2L-Stereo_test	0.14 518	0.07 285	0.11 316	0.13 27	0.08 287	0.12 384	0.16 481	0.30 635	0.28 597	0.20 600	0.23 540	0.20 558	0.16 577	0.17 558	0.18 609	0.07 409	0.05 337	0.05 77	0.05 245	0.07 455	0.06 382

coex_refinement	0.14 518	0.07 285	0.12 368	0.17 348	0.10 541	0.15 506	0.15 406	0.26 561	0.29 604	0.18 558	0.20 495	0.22 586	0.17 601	0.16 523	0.18 609	0.08 501	0.05 337	0.06 254	0.06 359	0.09 594	0.08 545

G2L-Stereo	0.14 518	0.07 285	0.13 429	0.17 348	0.09 424	0.13 442	0.12 144	0.27 583	0.22 505	0.16 509	0.27 608	0.21 568	0.13 505	0.17 558	0.18 609	0.09 570	0.08 615	0.08 482	0.07 464	0.07 455	0.07 472

rvit_0105_6	0.14 518	0.09 518	0.18 614	0.17 348	0.10 541	0.10 268	0.16 481	0.19 407	0.26 571	0.12 387	0.18 471	0.17 515	0.12 463	0.18 583	0.12 432	0.15 720	0.11 690	0.12 676	0.10 639	0.09 594	0.06 382

rvit_0105_5	0.14 518	0.09 518	0.13 429	0.17 348	0.09 424	0.14 479	0.23 693	0.24 523	0.27 581	0.14 451	0.15 406	0.18 530	0.12 463	0.17 558	0.14 523	0.14 716	0.11 690	0.10 622	0.10 639	0.08 529	0.06 382

rvit_0105_4	0.14 518	0.09 518	0.17 588	0.17 348	0.10 541	0.12 384	0.19 617	0.23 498	0.27 581	0.14 451	0.20 495	0.17 515	0.13 505	0.17 558	0.13 480	0.15 720	0.11 690	0.11 656	0.10 639	0.09 594	0.06 382

DCVSM-stereo	0.14 518	0.09 518	0.16 556	0.16 254	0.10 541	0.15 506	0.09 29	0.19 407	0.23 517	0.20 600	0.23 540	0.26 637	0.15 548	0.18 583	0.14 523	0.09 570	0.07 581	0.09 572	0.08 547	0.10 628	0.12 670

test_sample6	0.14 518	0.08 426	0.13 429	0.16 254	0.08 287	0.17 562	0.19 617	0.25 542	0.17 394	0.17 528	0.27 608	0.19 546	0.14 530	0.15 488	0.13 480	0.08 501	0.05 337	0.08 482	0.07 464	0.08 529	0.08 545

test_sample5	0.14 518	0.08 426	0.14 470	0.16 254	0.08 287	0.18 581	0.18 576	0.25 542	0.17 394	0.17 528	0.27 608	0.18 530	0.14 530	0.16 523	0.13 480	0.08 501	0.05 337	0.08 482	0.07 464	0.08 529	0.08 545

test_sample4	0.14 518	0.08 426	0.14 470	0.15 145	0.08 287	0.19 606	0.18 576	0.26 561	0.17 394	0.16 509	0.25 582	0.18 530	0.14 530	0.16 523	0.13 480	0.08 501	0.06 503	0.08 482	0.06 359	0.08 529	0.08 545

test_sample3	0.14 518	0.08 426	0.15 519	0.14 84	0.09 424	0.19 606	0.17 525	0.26 561	0.18 428	0.16 509	0.22 531	0.19 546	0.15 548	0.17 558	0.13 480	0.08 501	0.06 503	0.07 381	0.06 359	0.09 594	0.08 545

DispNO	0.14 518	0.08 426	0.17 588	0.19 542	0.12 633	0.11 328	0.21 666	0.23 498	0.29 604	0.17 528	0.23 540	0.18 530	0.17 601	0.15 488	0.15 559	0.07 409	0.05 337	0.08 482	0.08 547	0.07 455	0.06 382

SMFormer	0.14 518	0.07 285	0.17 588	0.14 84	0.08 287	0.16 538	0.17 525	0.26 561	0.27 581	0.19 577	0.20 495	0.18 530	0.15 548	0.15 488	0.17 591	0.08 501	0.05 337	0.07 381	0.06 359	0.07 455	0.06 382

tta	0.14 518	0.07 285	0.17 588	0.14 84	0.08 287	0.16 538	0.17 525	0.26 561	0.27 581	0.19 577	0.20 495	0.18 530	0.15 548	0.15 488	0.17 591	0.08 501	0.05 337	0.07 381	0.06 359	0.06 365	0.06 382

mmm	0.14 518	0.08 426	0.17 588	0.17 348	0.09 424	0.17 562	0.18 576	0.21 447	0.15 321	0.15 480	0.23 540	0.21 568	0.16 577	0.16 523	0.17 591	0.08 501	0.05 337	0.08 482	0.07 464	0.07 455	0.07 472

DualNet	0.14 518	0.08 426	0.14 470	0.16 254	0.08 287	0.18 581	0.18 576	0.25 542	0.17 394	0.17 528	0.27 608	0.18 530	0.14 530	0.16 523	0.13 480	0.08 501	0.05 337	0.08 482	0.07 464	0.08 529	0.08 545

mmx	0.14 518	0.09 518	0.14 470	0.16 254	0.08 287	0.17 562	0.17 525	0.27 583	0.25 557	0.15 480	0.25 582	0.19 546	0.13 505	0.14 459	0.20 629	0.08 501	0.06 503	0.09 572	0.08 547	0.08 529	0.08 545

xxx	0.14 518	0.09 518	0.14 470	0.16 254	0.08 287	0.17 562	0.17 525	0.27 583	0.25 557	0.15 480	0.25 582	0.19 546	0.13 505	0.14 459	0.20 629	0.08 501	0.06 503	0.09 572	0.08 547	0.08 529	0.08 545

PCWNet_CMD	0.14 518	0.08 426	0.15 519	0.17 348	0.09 424	0.14 479	0.14 313	0.29 620	0.36 666	0.14 451	0.20 495	0.21 568	0.12 463	0.17 558	0.13 480	0.07 409	0.05 337	0.07 381	0.07 464	0.07 455	0.07 472

CBFPSM	0.14 518	0.06 147	0.26 677	0.17 348	0.09 424	0.13 442	0.15 406	0.22 474	0.23 517	0.20 600	0.27 608	0.24 611	0.16 577	0.16 523	0.18 609	0.06 209	0.06 503	0.06 254	0.07 464	0.07 455	0.07 472

gwcnet-sp	0.14 518	0.07 285	0.12 368	0.18 454	0.09 424	0.16 538	0.17 525	0.24 523	0.24 534	0.18 558	0.24 553	0.15 478	0.16 577	0.15 488	0.15 559	0.08 501	0.06 503	0.07 381	0.08 547	0.08 529	0.07 472

scenet	0.14 518	0.07 285	0.12 368	0.18 454	0.09 424	0.16 538	0.17 525	0.24 523	0.24 534	0.18 558	0.24 553	0.15 478	0.16 577	0.15 488	0.15 559	0.08 501	0.06 503	0.07 381	0.08 547	0.08 529	0.07 472

ssnet	0.14 518	0.07 285	0.12 368	0.18 454	0.09 424	0.16 538	0.17 525	0.24 523	0.24 534	0.18 558	0.24 553	0.15 478	0.16 577	0.15 488	0.15 559	0.08 501	0.06 503	0.07 381	0.08 547	0.08 529	0.07 472

BUS	0.14 518	0.09 518	0.14 470	0.22 674	0.10 541	0.19 606	0.14 313	0.34 691	0.19 448	0.17 528	0.22 531	0.16 493	0.13 505	0.15 488	0.13 480	0.08 501	0.06 503	0.10 622	0.09 595	0.07 455	0.07 472

IER	0.14 518	0.07 285	0.13 429	0.17 348	0.09 424	0.14 479	0.16 481	0.25 542	0.26 571	0.18 558	0.25 582	0.17 515	0.20 647	0.16 523	0.14 523	0.08 501	0.05 337	0.07 381	0.06 359	0.08 529	0.07 472

test_5	0.14 518	0.12 628	0.08 85	0.20 617	0.10 541	0.14 479	0.29 760	0.21 447	0.24 534	0.18 558	0.28 622	0.11 368	0.15 548	0.12 360	0.13 480	0.06 209	0.05 337	0.07 381	0.08 547	0.08 529	0.07 472

psmg	0.14 518	0.09 518	0.14 470	0.17 348	0.10 541	0.15 506	0.17 525	0.29 620	0.19 448	0.17 528	0.21 519	0.25 625	0.16 577	0.15 488	0.14 523	0.08 501	0.06 503	0.08 482	0.08 547	0.07 455	0.06 382

UDGNet	0.14 518	0.13 656	0.16 556	0.17 348	0.10 541	0.12 384	0.16 481	0.21 447	0.27 581	0.20 600	0.20 495	0.16 493	0.13 505	0.16 523	0.13 480	0.10 617	0.06 503	0.09 572	0.07 464	0.06 365	0.07 472

CFNet_pseudo	0.14 518	0.08 426	0.15 519	0.16 254	0.09 424	0.13 442	0.14 313	0.27 583	0.34 651	0.14 451	0.21 519	0.22 586	0.13 505	0.18 583	0.14 523	0.07 409	0.05 337	0.08 482	0.06 359	0.07 455	0.07 472

GES	0.14 518	0.08 426	0.16 556	0.15 145	0.10 541	0.13 442	0.13 233	0.28 604	0.25 557	0.16 509	0.23 540	0.18 530	0.13 505	0.16 523	0.13 480	0.08 501	0.07 581	0.07 381	0.06 359	0.08 529	0.09 594

GANet-RSSM	0.14 518	0.07 285	0.13 429	0.13 27	0.08 287	0.14 479	0.17 525	0.22 474	0.21 489	0.17 528	0.24 553	0.23 605	0.15 548	0.16 523	0.15 559	0.10 617	0.06 503	0.07 381	0.08 547	0.08 529	0.07 472

PSMNet-RSSM	0.14 518	0.07 285	0.13 429	0.15 145	0.08 287	0.13 442	0.16 481	0.24 523	0.24 534	0.16 509	0.28 622	0.22 586	0.14 530	0.15 488	0.13 480	0.11 650	0.06 503	0.09 572	0.12 695	0.08 529	0.07 472

GwcNet-RSSM	0.14 518	0.07 285	0.12 368	0.15 145	0.08 287	0.15 506	0.20 642	0.21 447	0.27 581	0.18 558	0.27 608	0.22 586	0.16 577	0.14 459	0.15 559	0.10 617	0.05 337	0.07 381	0.09 595	0.07 455	0.07 472

CFNet-ft	0.14 518	0.07 285	0.15 519	0.12 8	0.09 424	0.16 538	0.18 576	0.22 474	0.24 534	0.17 528	0.26 599	0.24 611	0.14 530	0.16 523	0.14 523	0.11 650	0.06 503	0.08 482	0.09 595	0.09 594	0.08 545

CCAANet	0.14 518	0.06 147	0.14 470	0.17 348	0.09 424	0.16 538	0.13 233	0.30 635	0.24 534	0.16 509	0.32 656	0.18 530	0.17 601	0.17 558	0.14 523	0.06 209	0.05 337	0.09 572	0.09 595	0.06 365	0.09 594

DMCA	0.14 518	0.09 518	0.16 556	0.19 542	0.09 424	0.15 506	0.17 525	0.23 498	0.27 581	0.14 451	0.19 482	0.17 515	0.18 617	0.15 488	0.17 591	0.10 617	0.06 503	0.08 482	0.06 359	0.09 594	0.10 626

RASNet	0.14 518	0.07 285	0.14 470	0.16 254	0.08 287	0.18 581	0.14 313	0.29 620	0.20 472	0.17 528	0.25 582	0.21 568	0.18 617	0.20 627	0.19 622	0.07 409	0.06 503	0.06 254	0.08 547	0.06 365	0.06 382

MSMDNet	0.14 518	0.08 426	0.15 519	0.17 348	0.09 424	0.14 479	0.14 313	0.29 620	0.36 666	0.14 451	0.21 519	0.21 568	0.12 463	0.17 558	0.14 523	0.07 409	0.05 337	0.07 381	0.07 464	0.07 455	0.07 472

HSM-Net_RVC	0.14 518	0.08 426	0.11 316	0.15 145	0.08 287	0.15 506	0.15 406	0.27 583	0.29 604	0.19 577	0.21 519	0.29 664	0.14 530	0.17 558	0.13 480	0.06 209	0.06 503	0.06 254	0.06 359	0.07 455	0.06 382
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 518	0.07 285	0.15 519	0.12 8	0.09 424	0.16 538	0.18 576	0.22 474	0.24 534	0.17 528	0.26 599	0.24 611	0.14 530	0.16 523	0.14 523	0.11 650	0.06 503	0.08 482	0.09 595	0.09 594	0.08 545

ccs_rob	0.14 518	0.08 426	0.15 519	0.16 254	0.09 424	0.12 384	0.14 313	0.27 583	0.34 651	0.14 451	0.21 519	0.22 586	0.13 505	0.18 583	0.14 523	0.07 409	0.05 337	0.08 482	0.07 464	0.07 455	0.07 472

UCFNet_RVC	0.14 518	0.08 426	0.13 429	0.11 1	0.10 541	0.20 622	0.10 49	0.24 523	0.22 505	0.17 528	0.20 495	0.23 605	0.15 548	0.17 558	0.15 559	0.12 675	0.07 581	0.10 622	0.13 706	0.11 651	0.10 626

iResNetv2_ROB	0.14 518	0.08 426	0.15 519	0.16 254	0.08 287	0.16 538	0.12 144	0.25 542	0.35 660	0.21 616	0.29 635	0.24 611	0.13 505	0.14 459	0.14 523	0.06 209	0.05 337	0.06 254	0.04 79	0.09 594	0.08 545

iResNet_ROB	0.14 518	0.07 285	0.13 429	0.14 84	0.07 176	0.18 581	0.14 313	0.26 561	0.31 622	0.22 632	0.25 582	0.23 605	0.15 548	0.15 488	0.13 480	0.07 409	0.05 337	0.05 77	0.04 79	0.08 529	0.08 545

MWDA-net	0.15 564	0.08 426	0.15 519	0.16 254	0.10 541	0.20 622	0.22 680	0.25 542	0.35 660	0.18 558	0.24 553	0.18 530	0.17 601	0.17 558	0.14 523	0.08 501	0.05 337	0.08 482	0.07 464	0.07 455	0.07 472

MWSP-net	0.15 564	0.08 426	0.17 588	0.17 348	0.10 541	0.16 538	0.23 693	0.29 620	0.32 629	0.18 558	0.19 482	0.17 515	0.13 505	0.18 583	0.14 523	0.08 501	0.05 337	0.07 381	0.07 464	0.07 455	0.08 545

DDVS	0.15 564	0.10 581	0.21 650	0.16 254	0.12 633	0.15 506	0.14 313	0.25 542	0.19 448	0.18 558	0.29 635	0.27 645	0.12 463	0.19 600	0.15 559	0.09 570	0.06 503	0.09 572	0.07 464	0.11 651	0.11 654

rvit_0105_3	0.15 564	0.09 518	0.14 470	0.19 542	0.12 633	0.15 506	0.25 726	0.25 542	0.29 604	0.15 480	0.17 443	0.20 558	0.13 505	0.17 558	0.14 523	0.13 701	0.11 690	0.12 676	0.14 710	0.07 455	0.06 382

ACV-stereo	0.15 564	0.10 581	0.28 692	0.18 454	0.12 633	0.14 479	0.12 144	0.23 498	0.21 489	0.19 577	0.23 540	0.22 586	0.15 548	0.23 669	0.17 591	0.07 409	0.06 503	0.07 381	0.07 464	0.07 455	0.07 472

ITSA-stereo	0.15 564	0.10 581	0.14 470	0.19 542	0.08 287	0.12 384	0.14 313	0.30 635	0.49 738	0.17 528	0.19 482	0.22 586	0.15 548	0.17 558	0.16 575	0.10 617	0.06 503	0.08 482	0.08 547	0.08 529	0.08 545

test_sample7	0.15 564	0.10 581	0.16 556	0.14 84	0.11 596	0.16 538	0.16 481	0.27 583	0.23 517	0.20 600	0.20 495	0.24 611	0.19 634	0.16 523	0.16 575	0.12 675	0.06 503	0.10 622	0.09 595	0.10 628	0.10 626

1111x	0.15 564	0.08 426	0.12 368	0.18 454	0.07 176	0.18 581	0.25 726	0.31 648	0.24 534	0.17 528	0.24 553	0.26 637	0.15 548	0.13 420	0.23 671	0.07 409	0.07 581	0.08 482	0.09 595	0.07 455	0.06 382

CFNet_ucs	0.15 564	0.08 426	0.16 556	0.16 254	0.11 596	0.14 479	0.14 313	0.30 635	0.34 651	0.16 509	0.24 553	0.23 605	0.14 530	0.18 583	0.15 559	0.09 570	0.06 503	0.08 482	0.07 464	0.09 594	0.09 594

BSDual-CNN	0.15 564	0.09 518	0.14 470	0.22 674	0.10 541	0.14 479	0.15 406	0.34 691	0.19 448	0.17 528	0.22 531	0.25 625	0.16 577	0.15 488	0.14 523	0.08 501	0.06 503	0.10 622	0.09 595	0.07 455	0.07 472

hknet	0.15 564	0.11 610	0.13 429	0.22 674	0.11 596	0.14 479	0.15 406	0.34 691	0.25 557	0.17 528	0.22 531	0.22 586	0.18 617	0.17 558	0.12 432	0.07 409	0.06 503	0.10 622	0.09 595	0.07 455	0.07 472

dd	0.15 564	0.16 690	0.16 556	0.19 542	0.09 424	0.15 506	0.18 576	0.21 447	0.25 557	0.23 645	0.20 495	0.21 568	0.09 341	0.21 645	0.16 575	0.10 617	0.06 503	0.08 482	0.06 359	0.08 529	0.06 382

DAS	0.15 564	0.08 426	0.18 614	0.19 542	0.10 541	0.19 606	0.17 525	0.27 583	0.29 604	0.18 558	0.25 582	0.21 568	0.15 548	0.16 523	0.12 432	0.08 501	0.06 503	0.06 254	0.06 359	0.07 455	0.07 472

SepStereo	0.15 564	0.08 426	0.18 614	0.19 542	0.10 541	0.19 606	0.17 525	0.27 583	0.29 604	0.18 558	0.25 582	0.21 568	0.15 548	0.25 685	0.12 432	0.08 501	0.06 503	0.06 254	0.06 359	0.07 455	0.07 472

PSMNet-ADL	0.15 564	0.12 628	0.13 429	0.22 674	0.09 424	0.13 442	0.20 642	0.26 561	0.23 517	0.18 558	0.20 495	0.24 611	0.16 577	0.18 583	0.17 591	0.08 501	0.08 615	0.08 482	0.11 673	0.08 529	0.07 472

LMCR-Stereo	0.15 564	0.08 426	0.13 429	0.21 654	0.09 424	0.17 562	0.20 642	0.27 583	0.19 448	0.24 655	0.24 553	0.23 605	0.17 601	0.20 627	0.17 591	0.07 409	0.06 503	0.08 482	0.06 359	0.10 628	0.08 545

ICVP	0.15 564	0.09 518	0.12 368	0.22 674	0.09 424	0.17 562	0.21 666	0.25 542	0.23 517	0.18 558	0.30 643	0.26 637	0.18 617	0.17 558	0.14 523	0.09 570	0.07 581	0.08 482	0.07 464	0.07 455	0.07 472
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	0.15 564	0.07 285	0.14 470	0.14 84	0.08 287	0.23 667	0.18 576	0.31 648	0.19 448	0.14 451	0.28 622	0.22 586	0.14 530	0.15 488	0.26 709	0.09 570	0.05 337	0.07 381	0.07 464	0.08 529	0.07 472

test_xeample	0.15 564	0.06 147	0.13 429	0.14 84	0.08 287	0.21 642	0.20 642	0.28 604	0.20 472	0.16 509	0.29 635	0.19 546	0.16 577	0.15 488	0.26 709	0.09 570	0.05 337	0.07 381	0.07 464	0.07 455	0.07 472

ACVNet	0.15 564	0.09 518	0.15 519	0.13 27	0.12 633	0.14 479	0.20 642	0.22 474	0.33 639	0.17 528	0.26 599	0.21 568	0.16 577	0.17 558	0.21 650	0.07 409	0.06 503	0.06 254	0.06 359	0.08 529	0.06 382

acv_ft	0.15 564	0.09 518	0.15 519	0.19 542	0.10 541	0.16 538	0.17 525	0.25 542	0.33 639	0.19 577	0.26 599	0.21 568	0.17 601	0.17 558	0.18 609	0.07 409	0.06 503	0.06 254	0.06 359	0.08 529	0.06 382

CFNet	0.15 564	0.10 581	0.17 588	0.17 348	0.08 287	0.18 581	0.09 29	0.28 604	0.25 557	0.19 577	0.24 553	0.24 611	0.17 601	0.17 558	0.14 523	0.08 501	0.06 503	0.09 572	0.10 639	0.07 455	0.06 382

AdaStereo	0.15 564	0.11 610	0.15 519	0.18 454	0.09 424	0.20 622	0.11 91	0.32 659	0.28 597	0.20 600	0.23 540	0.20 558	0.13 505	0.19 600	0.14 523	0.12 675	0.05 337	0.10 622	0.07 464	0.09 594	0.07 472
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
HSM	0.15 564	0.08 426	0.14 470	0.16 254	0.09 424	0.16 538	0.14 313	0.28 604	0.25 557	0.19 577	0.23 540	0.37 719	0.16 577	0.20 627	0.15 559	0.07 409	0.05 337	0.07 381	0.06 359	0.07 455	0.06 382

pmcnn	0.15 564	0.07 285	0.19 626	0.15 145	0.07 176	0.20 622	0.15 406	0.24 523	0.26 571	0.21 616	0.34 674	0.28 655	0.18 617	0.18 583	0.17 591	0.07 409	0.05 337	0.05 77	0.04 79	0.07 455	0.06 382

MEA-ACV	0.16 589	0.07 285	0.17 588	0.16 254	0.11 596	0.20 622	0.21 666	0.30 635	0.38 681	0.20 600	0.29 635	0.14 447	0.19 634	0.16 523	0.16 575	0.08 501	0.07 581	0.09 572	0.11 673	0.07 455	0.07 472

DStereoRT	0.16 589	0.06 147	0.11 316	0.19 542	0.09 424	0.12 384	0.12 144	0.28 604	0.22 505	0.12 387	0.20 495	0.11 368	0.10 392	0.15 488	0.14 523	0.06 209	0.05 337	0.96 816	0.09 595	0.05 217	0.04 95

DualNet (step1)	0.16 589	0.12 628	0.20 639	0.12 8	0.14 682	0.17 562	0.13 233	0.27 583	0.23 517	0.20 600	0.20 495	0.24 611	0.19 634	0.16 523	0.16 575	0.15 720	0.06 503	0.14 705	0.14 710	0.14 712	0.12 670

GMStereo_Zeroshot	0.16 589	0.13 656	0.24 669	0.20 617	0.10 541	0.17 562	0.13 233	0.29 620	0.25 557	0.23 645	0.32 656	0.25 625	0.11 430	0.19 600	0.14 523	0.09 570	0.06 503	0.11 656	0.06 359	0.12 671	0.08 545

iinet-f	0.16 589	0.06 147	0.45 743	0.14 84	0.10 541	0.21 642	0.14 313	0.27 583	0.23 517	0.21 616	0.24 553	0.21 568	0.15 548	0.18 583	0.21 650	0.09 570	0.07 581	0.07 381	0.06 359	0.09 594	0.10 626

CRFU-Net	0.16 589	0.08 426	0.14 470	0.17 348	0.09 424	0.19 606	0.14 313	0.26 561	0.20 472	0.28 696	0.27 608	0.29 664	0.17 601	0.19 600	0.17 591	0.09 570	0.09 652	0.07 381	0.07 464	0.08 529	0.08 545

NINENet	0.16 589	0.10 581	0.15 519	0.17 348	0.11 596	0.19 606	0.14 313	0.40 736	0.36 666	0.18 558	0.21 519	0.16 493	0.13 505	0.15 488	0.13 480	0.08 501	0.08 615	0.10 622	0.07 464	0.10 628	0.09 594

CSP-Net	0.16 589	0.09 518	0.14 470	0.16 254	0.09 424	0.19 606	0.17 525	0.25 542	0.32 629	0.25 669	0.30 643	0.24 611	0.15 548	0.21 645	0.18 609	0.09 570	0.06 503	0.07 381	0.07 464	0.08 529	0.07 472

AASNet	0.16 589	0.08 426	0.12 368	0.19 542	0.09 424	0.18 581	0.15 406	0.37 720	0.37 674	0.19 577	0.23 540	0.20 558	0.16 577	0.17 558	0.20 629	0.10 617	0.08 615	0.08 482	0.07 464	0.09 594	0.09 594

AACVNet	0.16 589	0.08 426	0.14 470	0.15 145	0.10 541	0.18 581	0.15 406	0.23 498	0.24 534	0.27 681	0.27 608	0.28 655	0.17 601	0.19 600	0.16 575	0.09 570	0.07 581	0.09 572	0.07 464	0.10 628	0.09 594

ADLNet2	0.16 589	0.09 518	0.13 429	0.16 254	0.09 424	0.20 622	0.16 481	0.31 648	0.39 686	0.16 509	0.20 495	0.20 558	0.18 617	0.21 645	0.22 659	0.08 501	0.06 503	0.07 381	0.07 464	0.09 594	0.07 472

Anonymous3	0.16 589	0.13 656	0.33 715	0.26 728	0.14 682	0.27 704	0.17 525	0.28 604	0.28 597	0.15 480	0.17 443	0.14 447	0.10 392	0.15 488	0.12 432	0.08 501	0.08 615	0.08 482	0.08 547	0.08 529	0.11 654

ADLNet	0.16 589	0.08 426	0.15 519	0.16 254	0.10 541	0.16 538	0.17 525	0.32 659	0.27 581	0.22 632	0.27 608	0.24 611	0.16 577	0.18 583	0.21 650	0.10 617	0.06 503	0.10 622	0.10 639	0.08 529	0.09 594

HCRNet	0.16 589	0.24 746	0.12 368	0.35 770	0.11 596	0.15 506	0.17 525	0.26 561	0.22 505	0.19 577	0.24 553	0.21 568	0.14 530	0.15 488	0.13 480	0.11 650	0.07 581	0.11 656	0.10 639	0.09 594	0.07 472

222	0.16 589	0.07 285	0.14 470	0.14 84	0.08 287	0.24 672	0.18 576	0.30 635	0.20 472	0.17 528	0.28 622	0.17 515	0.16 577	0.15 488	0.40 776	0.10 617	0.05 337	0.07 381	0.06 359	0.07 455	0.08 545

UPFNet	0.16 589	0.08 426	0.12 368	0.20 617	0.12 633	0.20 622	0.23 693	0.28 604	0.26 571	0.17 528	0.24 553	0.22 586	0.19 634	0.19 600	0.21 650	0.09 570	0.07 581	0.08 482	0.09 595	0.08 529	0.06 382

ac_64	0.16 589	0.08 426	0.15 519	0.18 454	0.10 541	0.22 651	0.18 576	0.24 523	0.21 489	0.18 558	0.24 553	0.29 664	0.18 617	0.19 600	0.22 659	0.09 570	0.07 581	0.08 482	0.09 595	0.07 455	0.06 382

DSFCA	0.16 589	0.09 518	0.14 470	0.16 254	0.10 541	0.20 622	0.19 617	0.28 604	0.31 622	0.23 645	0.24 553	0.22 586	0.15 548	0.19 600	0.20 629	0.10 617	0.07 581	0.09 572	0.09 595	0.08 529	0.08 545

FADNet-RVC-Resample	0.16 589	0.11 610	0.31 706	0.22 674	0.11 596	0.19 606	0.14 313	0.25 542	0.24 534	0.24 655	0.27 608	0.20 558	0.15 548	0.16 523	0.15 559	0.07 409	0.08 615	0.12 676	0.10 639	0.09 594	0.10 626

FADNet_RVC	0.16 589	0.14 669	0.40 734	0.20 617	0.11 596	0.13 442	0.13 233	0.26 561	0.22 505	0.21 616	0.23 540	0.20 558	0.17 601	0.14 459	0.16 575	0.08 501	0.08 615	0.12 676	0.09 595	0.11 651	0.10 626

AANet_RVC	0.16 589	0.10 581	0.10 250	0.18 454	0.09 424	0.18 581	0.19 617	0.26 561	0.31 622	0.22 632	0.35 679	0.21 568	0.21 653	0.22 658	0.16 575	0.06 209	0.05 337	0.06 254	0.06 359	0.07 455	0.06 382

DeepPruner_ROB	0.16 589	0.11 610	0.15 519	0.17 348	0.10 541	0.17 562	0.15 406	0.32 659	0.21 489	0.19 577	0.21 519	0.22 586	0.18 617	0.20 627	0.15 559	0.13 701	0.09 652	0.09 572	0.09 595	0.11 651	0.10 626

z-ln-s-r	0.17 611	0.10 581	0.40 734	0.19 542	0.08 287	0.17 562	0.18 576	0.22 474	0.33 639	0.18 558	0.40 710	0.22 586	0.17 601	0.20 627	0.23 671	0.07 409	0.05 337	0.07 381	0.07 464	0.07 455	0.05 256

rvit_stereo_0075_2	0.17 611	0.12 628	0.25 674	0.23 699	0.16 713	0.13 442	0.10 49	0.30 635	0.27 581	0.20 600	0.28 622	0.22 586	0.15 548	0.18 583	0.13 480	0.16 741	0.10 676	0.17 735	0.10 639	0.10 628	0.09 594

ToySt	0.17 611	0.11 610	0.18 614	0.17 348	0.11 596	0.16 538	0.25 726	0.24 523	0.33 639	0.19 577	0.24 553	0.26 637	0.24 676	0.19 600	0.20 629	0.07 409	0.08 615	0.09 572	0.10 639	0.09 594	0.08 545

ssnet_v2	0.17 611	0.10 581	0.17 588	0.17 348	0.11 596	0.21 642	0.21 666	0.33 681	0.25 557	0.22 632	0.22 531	0.27 645	0.18 617	0.22 658	0.20 629	0.11 650	0.09 652	0.09 572	0.09 595	0.08 529	0.08 545

dad	0.17 611	0.20 729	0.20 639	0.16 254	0.11 596	0.20 622	0.18 576	0.21 447	0.28 597	0.30 710	0.24 553	0.29 664	0.13 505	0.19 600	0.16 575	0.18 754	0.09 652	0.11 656	0.09 595	0.11 651	0.07 472

GEStereo_RVC	0.17 611	0.12 628	0.15 519	0.22 674	0.11 596	0.19 606	0.17 525	0.32 659	0.48 729	0.20 600	0.25 582	0.17 515	0.13 505	0.21 645	0.16 575	0.10 617	0.06 503	0.08 482	0.07 464	0.09 594	0.08 545

MMNet	0.17 611	0.09 518	0.16 556	0.20 617	0.11 596	0.27 704	0.20 642	0.25 542	0.41 695	0.22 632	0.30 643	0.21 568	0.20 647	0.17 558	0.20 629	0.06 209	0.06 503	0.07 381	0.07 464	0.08 529	0.07 472

delet	0.17 611	0.08 426	0.17 588	0.19 542	0.11 596	0.20 622	0.21 666	0.30 635	0.37 674	0.17 528	0.26 599	0.19 546	0.19 634	0.19 600	0.21 650	0.08 501	0.08 615	0.09 572	0.11 673	0.06 365	0.06 382

UNet	0.17 611	0.09 518	0.18 614	0.19 542	0.12 633	0.27 704	0.19 617	0.33 681	0.29 604	0.21 616	0.24 553	0.23 605	0.19 634	0.19 600	0.18 609	0.07 409	0.06 503	0.08 482	0.07 464	0.08 529	0.06 382

HGLStereo	0.17 611	0.08 426	0.19 626	0.17 348	0.12 633	0.18 581	0.18 576	0.31 648	0.32 629	0.21 616	0.32 656	0.25 625	0.18 617	0.19 600	0.20 629	0.09 570	0.09 652	0.07 381	0.07 464	0.09 594	0.10 626

DMCA-RVC	0.17 611	0.10 581	0.15 519	0.24 708	0.11 596	0.18 581	0.18 576	0.25 542	0.24 534	0.21 616	0.26 599	0.25 625	0.27 700	0.18 583	0.20 629	0.12 675	0.08 615	0.13 691	0.10 639	0.10 628	0.08 545

TDLM	0.17 611	0.12 628	0.13 429	0.24 708	0.10 541	0.18 581	0.18 576	0.36 714	0.30 614	0.21 616	0.28 622	0.28 655	0.18 617	0.23 669	0.18 609	0.11 650	0.07 581	0.10 622	0.10 639	0.08 529	0.08 545

NLCA_NET_v2_RVC	0.17 611	0.10 581	0.22 656	0.20 617	0.10 541	0.15 506	0.18 576	0.31 648	0.25 557	0.21 616	0.30 643	0.25 625	0.17 601	0.21 645	0.20 629	0.09 570	0.06 503	0.08 482	0.08 547	0.07 455	0.08 545
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 611	0.12 628	0.15 519	0.20 617	0.09 424	0.18 581	0.18 576	0.26 561	0.23 517	0.26 675	0.40 710	0.22 586	0.17 601	0.21 645	0.20 629	0.08 501	0.05 337	0.09 572	0.10 639	0.07 455	0.07 472
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ISRNet	0.18 625	0.08 426	0.19 626	0.19 542	0.13 658	0.15 506	0.12 144	0.30 635	0.32 629	0.21 616	0.25 582	0.27 645	0.17 601	0.17 558	0.20 629	0.20 767	0.08 615	0.14 705	0.14 710	0.14 712	0.17 747

test_sample9	0.18 625	0.12 628	0.20 639	0.12 8	0.14 682	0.17 562	0.13 233	0.27 583	0.23 517	0.20 600	0.20 495	0.24 611	0.19 634	0.19 600	0.17 591	0.15 720	0.30 795	0.14 705	0.14 710	0.14 712	0.12 670

fast-acv-ft	0.18 625	0.11 610	0.19 626	0.19 542	0.12 633	0.24 672	0.21 666	0.25 542	0.34 651	0.22 632	0.34 674	0.27 645	0.20 647	0.21 645	0.23 671	0.09 570	0.09 652	0.08 482	0.10 639	0.08 529	0.07 472

HBP-ISP	0.18 625	0.13 656	0.16 556	0.15 145	0.11 596	0.08 117	0.13 233	0.28 604	0.29 604	0.22 632	0.33 669	0.21 568	0.25 686	0.23 669	0.17 591	0.14 716	0.16 758	0.21 755	0.17 747	0.10 628	0.08 545

Wz-Net-LNSev-Ref	0.18 625	0.09 518	0.29 700	0.15 145	0.10 541	0.22 651	0.20 642	0.26 561	0.39 686	0.25 669	0.42 727	0.24 611	0.15 548	0.20 627	0.19 622	0.07 409	0.05 337	0.06 254	0.05 245	0.10 628	0.09 594

SACVNet	0.18 625	0.12 628	0.14 470	0.17 348	0.13 658	0.22 651	0.18 576	0.31 648	0.30 614	0.23 645	0.31 652	0.30 674	0.22 662	0.22 658	0.17 591	0.11 650	0.08 615	0.10 622	0.10 639	0.12 671	0.14 717

psm_up	0.18 625	0.10 581	0.18 614	0.20 617	0.11 596	0.17 562	0.19 617	0.37 720	0.34 651	0.21 616	0.28 622	0.29 664	0.24 676	0.20 627	0.22 659	0.09 570	0.10 676	0.11 656	0.11 673	0.08 529	0.08 545

hitnet-ft	0.18 625	0.09 518	0.17 588	0.14 84	0.09 424	0.26 694	0.20 642	0.25 542	0.26 571	0.24 655	0.32 656	0.31 687	0.22 662	0.24 679	0.21 650	0.12 675	0.07 581	0.10 622	0.08 547	0.12 671	0.11 654

STTStereo	0.18 625	0.12 628	0.27 687	0.20 617	0.11 596	0.16 538	0.21 666	0.29 620	0.23 517	0.21 616	0.30 643	0.29 664	0.18 617	0.20 627	0.19 622	0.12 675	0.11 690	0.11 656	0.14 710	0.09 594	0.08 545

CVANet_RVC	0.18 625	0.10 581	0.14 470	0.21 654	0.10 541	0.18 581	0.17 525	0.34 691	0.33 639	0.22 632	0.31 652	0.28 655	0.18 617	0.23 669	0.17 591	0.12 675	0.08 615	0.12 676	0.11 673	0.09 594	0.07 472

StereoDRNet	0.18 625	0.11 610	0.17 588	0.22 674	0.11 596	0.21 642	0.22 680	0.37 720	0.33 639	0.24 655	0.28 622	0.30 674	0.19 634	0.20 627	0.20 629	0.09 570	0.08 615	0.11 656	0.09 595	0.09 594	0.07 472

DLCB_ROB	0.18 625	0.10 581	0.15 519	0.23 699	0.11 596	0.24 672	0.18 576	0.29 620	0.28 597	0.27 681	0.28 622	0.28 655	0.24 676	0.19 600	0.20 629	0.08 501	0.08 615	0.09 572	0.09 595	0.07 455	0.07 472

TCMNet	0.19 637	0.12 628	0.19 626	0.20 617	0.18 736	0.20 622	0.24 708	0.27 583	0.36 666	0.23 645	0.26 599	0.25 625	0.19 634	0.19 600	0.23 671	0.13 701	0.11 690	0.11 656	0.12 695	0.13 694	0.12 670

rvit_105_1	0.19 637	0.11 610	0.25 674	0.21 654	0.16 713	0.21 642	0.27 744	0.31 648	0.41 695	0.19 577	0.20 495	0.22 586	0.17 601	0.19 600	0.17 591	0.12 675	0.12 706	0.13 691	0.15 732	0.08 529	0.07 472

test_sample8	0.19 637	0.12 628	0.20 639	0.12 8	0.14 682	0.17 562	0.13 233	0.31 648	0.21 489	0.27 681	0.22 531	0.36 714	0.25 686	0.19 600	0.17 591	0.15 720	0.30 795	0.14 705	0.14 710	0.14 712	0.12 670

SDNR	0.19 637	0.08 426	0.19 626	0.16 254	0.12 633	0.77 791	0.14 313	0.25 542	0.32 629	0.19 577	0.24 553	0.19 546	0.13 505	0.19 600	0.15 559	0.16 741	0.18 766	0.14 705	0.11 673	0.08 529	0.11 654

pcwnet_v2	0.19 637	0.10 581	0.26 677	0.17 348	0.14 682	0.18 581	0.15 406	0.37 720	0.46 726	0.19 577	0.24 553	0.21 568	0.19 634	0.20 627	0.19 622	0.13 701	0.10 676	0.10 622	0.10 639	0.11 651	0.13 696

ADCRef	0.19 637	0.12 628	0.41 737	0.20 617	0.12 633	0.22 651	0.18 576	0.32 659	0.36 666	0.26 675	0.32 656	0.17 515	0.23 670	0.24 679	0.24 684	0.07 409	0.06 503	0.09 572	0.09 595	0.08 529	0.08 545

NVstereo2D	0.19 637	0.10 581	0.15 519	0.17 348	0.15 702	0.28 711	0.23 693	0.44 758	0.42 706	0.15 480	0.27 608	0.25 625	0.19 634	0.22 658	0.17 591	0.09 570	0.06 503	0.10 622	0.08 547	0.15 729	0.09 594

DRN-Test	0.19 637	0.11 610	0.20 639	0.22 674	0.10 541	0.22 651	0.22 680	0.39 732	0.37 674	0.24 655	0.32 656	0.26 637	0.21 653	0.22 658	0.24 684	0.11 650	0.07 581	0.11 656	0.10 639	0.09 594	0.07 472

DISCO	0.19 637	0.09 518	0.22 656	0.17 348	0.10 541	0.25 683	0.18 576	0.27 583	0.44 718	0.22 632	0.31 652	0.33 701	0.26 692	0.28 704	0.28 725	0.08 501	0.06 503	0.07 381	0.07 464	0.09 594	0.09 594

CBMV_ROB	0.19 637	0.13 656	0.17 588	0.16 254	0.11 596	0.15 506	0.13 233	0.26 561	0.28 597	0.27 681	0.30 643	0.27 645	0.24 676	0.23 669	0.16 575	0.15 720	0.17 764	0.22 761	0.20 760	0.10 628	0.11 654

NOSS_ROB	0.19 637	0.12 628	0.18 614	0.16 254	0.12 633	0.15 506	0.12 144	0.30 635	0.32 629	0.20 600	0.22 531	0.27 645	0.23 670	0.21 645	0.16 575	0.16 741	0.18 766	0.23 764	0.21 764	0.12 671	0.13 696

CBMV	0.19 637	0.14 669	0.17 588	0.18 454	0.10 541	0.20 622	0.11 91	0.29 620	0.30 614	0.29 705	0.30 643	0.30 674	0.23 670	0.27 692	0.19 622	0.13 701	0.15 743	0.17 735	0.16 740	0.10 628	0.10 626
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
PStereo	0.20 649	0.22 739	0.20 639	0.17 348	0.10 541	0.13 442	0.20 642	0.27 583	0.38 681	0.20 600	0.14 384	0.28 655	0.31 727	0.24 679	0.31 745	0.18 754	0.13 721	0.15 718	0.11 673	0.12 671	0.12 670

w-ln-seven-2	0.20 649	0.14 669	0.37 728	0.22 674	0.12 633	0.20 622	0.21 666	0.28 604	0.37 674	0.25 669	0.37 690	0.27 645	0.22 662	0.21 645	0.23 671	0.08 501	0.08 615	0.09 572	0.09 595	0.10 628	0.09 594

YMNet	0.20 649	0.12 628	0.19 626	0.20 617	0.14 682	0.26 694	0.23 693	0.32 659	0.34 651	0.27 681	0.34 674	0.30 674	0.18 617	0.18 583	0.22 659	0.10 617	0.13 721	0.10 622	0.10 639	0.08 529	0.09 594

YMNet_1	0.20 649	0.12 628	0.19 626	0.20 617	0.14 682	0.26 694	0.23 693	0.32 659	0.34 651	0.27 681	0.34 674	0.30 674	0.18 617	0.18 583	0.22 659	0.10 617	0.13 721	0.10 622	0.10 639	0.08 529	0.09 594

GwcNet	0.20 649	0.13 656	0.19 626	0.18 454	0.12 633	0.24 672	0.19 617	0.35 707	0.43 713	0.20 600	0.32 656	0.33 701	0.20 647	0.22 658	0.24 684	0.11 650	0.09 652	0.09 572	0.09 595	0.09 594	0.10 626

FAT-Stereo	0.20 649	0.12 628	0.22 656	0.21 654	0.12 633	0.17 562	0.18 576	0.34 691	0.39 686	0.27 681	0.37 690	0.34 708	0.32 733	0.21 645	0.20 629	0.09 570	0.11 690	0.10 622	0.09 595	0.11 651	0.14 717

FADNet-RVC	0.20 649	0.20 729	0.38 730	0.21 654	0.16 713	0.20 622	0.15 406	0.26 561	0.26 571	0.26 675	0.32 656	0.26 637	0.21 653	0.22 658	0.19 622	0.12 675	0.13 721	0.12 676	0.14 710	0.13 694	0.18 753

S-Stereo	0.20 649	0.12 628	0.25 674	0.21 654	0.13 658	0.20 622	0.18 576	0.32 659	0.43 713	0.23 645	0.36 684	0.28 655	0.30 723	0.19 600	0.22 659	0.09 570	0.12 706	0.10 622	0.10 639	0.13 694	0.13 696

SuperB	0.20 649	0.10 581	0.56 761	0.16 254	0.09 424	0.18 581	0.18 576	0.24 523	0.50 741	0.26 675	0.39 704	0.17 515	0.21 653	0.22 658	0.21 650	0.08 501	0.06 503	0.06 254	0.06 359	0.12 671	0.10 626

ADCP+	0.20 649	0.10 581	0.33 715	0.20 617	0.12 633	0.22 651	0.26 737	0.31 648	0.34 651	0.26 675	0.37 690	0.22 586	0.22 662	0.27 692	0.27 717	0.09 570	0.06 503	0.08 482	0.08 547	0.09 594	0.10 626

PS-NSSS	0.20 649	0.21 735	0.23 665	0.20 617	0.10 541	0.19 606	0.17 525	0.36 714	0.25 557	0.27 681	0.33 669	0.27 645	0.24 676	0.20 627	0.20 629	0.15 720	0.12 706	0.17 735	0.14 710	0.10 628	0.08 545

PWCDC_ROB	0.20 649	0.13 656	0.22 656	0.24 708	0.11 596	0.19 606	0.15 406	0.33 681	0.54 753	0.29 705	0.50 744	0.21 568	0.15 548	0.27 692	0.20 629	0.11 650	0.09 652	0.10 622	0.08 547	0.11 651	0.09 594

SGM-Forest	0.20 649	0.14 669	0.18 614	0.19 542	0.13 658	0.20 622	0.22 680	0.33 681	0.30 614	0.24 655	0.29 635	0.28 655	0.19 634	0.23 669	0.17 591	0.15 720	0.16 758	0.15 718	0.14 710	0.12 671	0.12 670
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UDG	0.21 662	0.17 704	0.19 626	0.23 699	0.15 702	0.30 719	0.20 642	0.33 681	0.35 660	0.23 645	0.28 622	0.31 687	0.27 700	0.20 627	0.22 659	0.15 720	0.12 706	0.13 691	0.09 595	0.14 712	0.14 717

FINET	0.21 662	0.18 716	0.26 677	0.18 454	0.16 713	0.23 667	0.23 693	0.32 659	0.48 729	0.25 669	0.32 656	0.22 586	0.22 662	0.22 658	0.17 591	0.18 754	0.16 758	0.11 656	0.10 639	0.15 729	0.13 696

Syn2CoEx	0.21 662	0.16 690	0.27 687	0.29 755	0.14 682	0.26 694	0.20 642	0.33 681	0.31 622	0.28 696	0.36 684	0.27 645	0.25 686	0.19 600	0.24 684	0.16 741	0.12 706	0.14 705	0.11 673	0.09 594	0.08 545

FADNet	0.21 662	0.22 739	0.36 724	0.18 454	0.17 729	0.24 672	0.13 233	0.31 648	0.31 622	0.23 645	0.25 582	0.27 645	0.21 653	0.19 600	0.15 559	0.13 701	0.15 743	0.12 676	0.15 732	0.16 738	0.18 753

RP	0.21 662	0.13 656	0.21 650	0.23 699	0.11 596	0.21 642	0.20 642	0.25 542	0.44 718	0.21 616	0.38 696	0.36 714	0.24 676	0.27 692	0.25 694	0.11 650	0.12 706	0.13 691	0.12 695	0.12 671	0.14 717

DANet	0.21 662	0.15 681	0.28 692	0.25 722	0.13 658	0.22 651	0.19 617	0.27 583	0.27 581	0.28 696	0.32 656	0.35 712	0.31 727	0.31 715	0.23 671	0.11 650	0.09 652	0.11 656	0.10 639	0.13 694	0.11 654
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.21 662	0.12 628	0.21 650	0.24 708	0.13 658	0.22 651	0.22 680	0.41 742	0.26 571	0.31 716	0.42 727	0.37 719	0.28 711	0.23 669	0.22 659	0.10 617	0.12 706	0.10 622	0.09 595	0.10 628	0.08 545

PWC_ROB	0.21 662	0.16 690	0.26 677	0.18 454	0.11 596	0.22 651	0.13 233	0.32 659	0.49 738	0.30 710	0.40 710	0.32 697	0.24 676	0.31 715	0.22 659	0.10 617	0.07 581	0.11 656	0.08 547	0.11 651	0.10 626

PSMNet_ROB	0.21 662	0.11 610	0.15 519	0.27 741	0.15 702	0.24 672	0.35 779	0.43 756	0.37 674	0.27 681	0.32 656	0.32 697	0.22 662	0.21 645	0.26 709	0.12 675	0.08 615	0.13 691	0.11 673	0.09 594	0.09 594

SCION-MonSter	0.22 671	0.17 704	0.16 556	0.25 722	0.18 736	0.34 735	0.17 525	0.28 604	0.47 728	0.23 645	0.46 735	0.20 558	0.18 617	0.25 685	0.25 694	0.09 570	0.08 615	0.23 764	0.19 755	0.11 651	0.11 654

MSAF-DinoV2	0.22 671	0.11 610	0.23 665	0.17 348	0.10 541	0.27 704	0.16 481	0.37 720	0.55 754	0.21 616	0.27 608	0.47 755	0.27 700	0.35 737	0.39 773	0.09 570	0.06 503	0.07 381	0.09 595	0.12 671	0.10 626

GASNet	0.22 671	0.23 742	0.33 715	0.26 728	0.17 729	0.26 694	0.16 481	0.44 758	0.42 706	0.27 681	0.24 553	0.30 674	0.15 548	0.27 692	0.18 609	0.12 675	0.08 615	0.12 676	0.11 673	0.16 738	0.07 472

Anonymous_2	0.22 671	0.17 704	0.28 692	0.15 145	0.16 713	0.32 725	0.22 680	0.22 474	0.17 394	0.23 645	0.24 553	0.26 637	0.27 700	0.27 692	0.23 671	0.22 776	0.25 791	0.17 735	0.17 747	0.17 747	0.17 747

Wz-Net-LNSev	0.22 671	0.16 690	0.38 730	0.21 654	0.13 658	0.25 683	0.23 693	0.32 659	0.43 713	0.30 710	0.41 721	0.31 687	0.18 617	0.22 658	0.25 694	0.10 617	0.09 652	0.08 482	0.08 547	0.12 671	0.11 654

Wz-Net-MNSev	0.22 671	0.13 656	0.31 706	0.20 617	0.14 682	0.36 745	0.24 708	0.33 681	0.44 718	0.28 696	0.40 710	0.38 723	0.19 634	0.24 679	0.25 694	0.09 570	0.07 581	0.09 572	0.09 595	0.12 671	0.10 626

DDUNet	0.22 671	0.17 704	0.21 650	0.22 674	0.15 702	0.25 683	0.24 708	0.29 620	0.30 614	0.31 716	0.36 684	0.33 701	0.25 686	0.24 679	0.20 629	0.18 754	0.13 721	0.17 735	0.11 673	0.16 738	0.16 736

APVNet	0.22 671	0.12 628	0.19 626	0.18 454	0.14 682	0.32 725	0.31 774	0.39 732	0.32 629	0.27 681	0.40 710	0.30 674	0.29 719	0.26 689	0.25 694	0.11 650	0.12 706	0.11 656	0.14 710	0.12 671	0.12 670

aanetorigin	0.22 671	0.17 704	0.56 761	0.17 348	0.10 541	0.15 506	0.19 617	0.20 420	0.33 639	0.49 762	0.48 739	0.29 664	0.27 700	0.20 627	0.23 671	0.08 501	0.07 581	0.08 482	0.07 464	0.10 628	0.09 594

MaskLacGwcNet_RVC	0.22 671	0.21 735	0.24 669	0.26 728	0.11 596	0.23 667	0.14 313	0.39 732	0.24 534	0.32 722	0.36 684	0.30 674	0.21 653	0.19 600	0.21 650	0.17 747	0.14 733	0.21 755	0.16 740	0.12 671	0.12 670

AF-Net	0.22 671	0.17 704	0.17 588	0.26 728	0.13 658	0.25 683	0.24 708	0.32 659	0.50 741	0.25 669	0.33 669	0.38 723	0.26 692	0.28 704	0.25 694	0.11 650	0.10 676	0.16 729	0.11 673	0.11 651	0.10 626

stereogan	0.22 671	0.11 610	0.21 650	0.20 617	0.12 633	0.31 722	0.19 617	0.35 707	0.44 718	0.22 632	0.39 704	0.35 712	0.27 700	0.33 727	0.22 659	0.10 617	0.12 706	0.10 622	0.10 639	0.14 712	0.13 696

edge stereo	0.22 671	0.13 656	0.20 639	0.21 654	0.13 658	0.23 667	0.16 481	0.32 659	0.42 706	0.32 722	0.40 710	0.38 723	0.35 743	0.25 685	0.24 684	0.13 701	0.11 690	0.14 705	0.11 673	0.12 671	0.13 696

RYNet	0.22 671	0.12 628	0.22 656	0.19 542	0.17 729	0.46 758	0.26 737	0.38 728	0.48 729	0.24 655	0.28 622	0.34 708	0.23 670	0.20 627	0.30 736	0.10 617	0.06 503	0.09 572	0.09 595	0.13 694	0.15 724

NaN_ROB	0.22 671	0.19 722	0.24 669	0.25 722	0.13 658	0.29 715	0.26 737	0.33 681	0.41 695	0.31 716	0.31 652	0.32 697	0.23 670	0.30 714	0.21 650	0.11 650	0.17 764	0.10 622	0.10 639	0.08 529	0.09 594

MDST_ROB	0.22 671	0.10 581	0.17 588	0.18 454	0.11 596	0.37 746	0.19 617	0.43 756	0.41 695	0.39 742	0.39 704	0.29 664	0.21 653	0.26 689	0.18 609	0.11 650	0.10 676	0.14 705	0.11 673	0.10 628	0.08 545

XPNet_ROB	0.22 671	0.11 610	0.19 626	0.22 674	0.13 658	0.22 651	0.19 617	0.34 691	0.40 692	0.30 710	0.39 704	0.39 731	0.26 692	0.26 689	0.28 725	0.15 720	0.10 676	0.10 622	0.10 639	0.13 694	0.12 670

Light-Stereo-hy	0.23 688	0.14 669	0.30 703	0.22 674	0.20 749	0.29 715	0.16 481	0.33 681	0.36 666	0.24 655	0.28 622	0.42 738	0.24 676	0.25 685	0.20 629	0.13 701	0.13 721	0.23 764	0.23 771	0.16 738	0.18 753

SQANet	0.23 688	0.23 742	0.30 703	0.30 757	0.19 744	0.27 704	0.13 233	0.29 620	0.33 639	0.24 655	0.37 690	0.31 687	0.22 662	0.27 692	0.23 671	0.15 720	0.10 676	0.21 755	0.16 740	0.21 760	0.15 724

Nwc_Net	0.23 688	0.16 690	0.21 650	0.25 722	0.14 682	0.24 672	0.26 737	0.37 720	0.38 681	0.22 632	0.41 721	0.30 674	0.28 711	0.28 704	0.25 694	0.11 650	0.10 676	0.17 735	0.20 760	0.10 628	0.10 626

RTSC	0.23 688	0.12 628	0.28 692	0.21 654	0.13 658	0.28 711	0.16 481	0.35 707	0.66 781	0.27 681	0.33 669	0.30 674	0.21 653	0.31 715	0.29 729	0.10 617	0.08 615	0.09 572	0.10 639	0.13 694	0.13 696

PA-Net	0.23 688	0.18 716	0.33 715	0.28 746	0.22 761	0.21 642	0.38 785	0.29 620	0.39 686	0.22 632	0.32 656	0.25 625	0.26 692	0.20 627	0.25 694	0.09 570	0.23 788	0.15 718	0.22 767	0.09 594	0.13 696
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 688	0.15 681	0.17 588	0.34 766	0.18 736	0.24 672	0.23 693	0.34 691	0.28 597	0.31 716	0.38 696	0.38 723	0.28 711	0.23 669	0.24 684	0.15 720	0.12 706	0.18 745	0.21 764	0.13 694	0.13 696

ETE_ROB	0.23 688	0.17 704	0.22 656	0.25 722	0.13 658	0.26 694	0.29 760	0.31 648	0.36 666	0.28 696	0.36 684	0.45 747	0.26 692	0.27 692	0.26 709	0.11 650	0.08 615	0.12 676	0.09 595	0.14 712	0.13 696

SGM_RVC	0.23 688	0.12 628	0.15 519	0.15 145	0.09 424	0.33 732	0.18 576	0.34 691	0.31 622	0.44 757	0.37 690	0.53 765	0.35 743	0.35 737	0.24 684	0.13 701	0.13 721	0.13 691	0.13 706	0.10 628	0.11 654
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.24 696	0.18 716	0.18 614	0.20 617	0.14 682	0.21 642	0.19 617	0.32 659	0.41 695	0.29 705	0.21 519	0.32 697	0.27 700	0.41 769	0.27 717	0.46 799	0.12 706	0.31 786	0.11 673	0.15 729	0.12 670

z-mn7	0.24 696	0.14 669	0.45 743	0.19 542	0.13 658	0.28 711	0.25 726	0.34 691	0.62 772	0.27 681	0.56 758	0.29 664	0.24 676	0.32 722	0.25 694	0.08 501	0.08 615	0.08 482	0.08 547	0.10 628	0.10 626

w-ln-seven	0.24 696	0.14 669	0.55 758	0.19 542	0.14 682	0.26 694	0.22 680	0.35 707	0.60 768	0.29 705	0.39 704	0.30 674	0.22 662	0.21 645	0.26 709	0.09 570	0.09 652	0.11 656	0.10 639	0.11 651	0.10 626

DGSMNet	0.24 696	0.19 722	0.33 715	0.21 654	0.24 766	0.24 672	0.20 642	0.35 707	0.41 695	0.24 655	0.32 656	0.38 723	0.21 653	0.29 711	0.23 671	0.12 675	0.11 690	0.14 705	0.16 740	0.23 769	0.23 766

G-Net	0.24 696	0.16 690	0.36 724	0.22 674	0.16 713	0.51 766	0.23 693	0.29 620	0.34 651	0.36 734	0.38 696	0.31 687	0.29 719	0.27 692	0.26 709	0.11 650	0.09 652	0.12 676	0.09 595	0.16 738	0.13 696

NCC-stereo	0.24 696	0.15 681	0.31 706	0.26 728	0.16 713	0.20 622	0.30 768	0.40 736	0.40 692	0.24 655	0.38 696	0.33 701	0.28 711	0.36 743	0.27 717	0.12 675	0.11 690	0.15 718	0.22 767	0.13 694	0.13 696

Abc-Net	0.24 696	0.15 681	0.31 706	0.26 728	0.16 713	0.20 622	0.30 768	0.40 736	0.40 692	0.24 655	0.38 696	0.33 701	0.28 711	0.36 743	0.27 717	0.12 675	0.11 690	0.15 718	0.22 767	0.13 694	0.13 696
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.24 696	0.11 610	0.47 748	0.22 674	0.12 633	0.34 735	0.29 760	0.29 620	0.56 758	0.24 655	0.46 735	0.30 674	0.30 723	0.29 711	0.29 729	0.08 501	0.07 581	0.09 572	0.09 595	0.10 628	0.10 626

DeepPrunerF	0.24 696	0.17 704	0.42 739	0.26 728	0.16 713	0.22 651	0.28 750	0.37 720	0.50 741	0.26 675	0.29 635	0.24 611	0.28 711	0.21 645	0.22 659	0.15 720	0.11 690	0.20 752	0.18 753	0.12 671	0.13 696

FBW_ROB	0.24 696	0.17 704	0.22 656	0.26 728	0.14 682	0.25 683	0.22 680	0.41 742	0.41 695	0.41 749	0.41 721	0.42 738	0.27 700	0.31 715	0.23 671	0.09 570	0.14 733	0.14 705	0.12 695	0.11 651	0.09 594

SANet	0.24 696	0.14 669	0.28 692	0.21 654	0.11 596	0.27 704	0.24 708	0.38 728	0.64 777	0.36 734	0.40 710	0.43 743	0.26 692	0.27 692	0.24 684	0.12 675	0.09 652	0.10 622	0.09 595	0.13 694	0.11 654

WCMA_ROB	0.24 696	0.11 610	0.22 656	0.17 348	0.14 682	0.32 725	0.15 406	0.32 659	0.32 629	0.38 740	0.53 749	0.40 735	0.34 740	0.34 730	0.25 694	0.11 650	0.12 706	0.12 676	0.10 639	0.14 712	0.14 717

DStereoSA	0.25 708	0.19 722	0.37 728	0.26 728	0.17 729	0.22 651	0.20 642	0.49 769	0.59 764	0.22 632	0.29 635	0.29 664	0.33 735	0.39 759	0.28 725	0.12 675	0.11 690	0.16 729	0.14 710	0.14 712	0.12 670

FSD	0.25 708	0.27 763	0.26 677	0.24 708	0.22 761	0.25 683	0.25 726	0.27 583	0.26 571	0.25 669	0.26 599	0.25 625	0.27 700	0.27 692	0.24 684	0.21 771	0.20 772	0.27 773	0.26 775	0.25 777	0.24 769

zh-sn7	0.25 708	0.17 704	0.50 750	0.24 708	0.13 658	0.25 683	0.24 708	0.34 691	0.48 729	0.28 696	0.54 751	0.28 655	0.31 727	0.36 743	0.32 749	0.10 617	0.10 676	0.11 656	0.10 639	0.12 671	0.12 670

zh-mn7	0.25 708	0.14 669	0.56 761	0.19 542	0.14 682	0.24 672	0.22 680	0.34 691	0.62 772	0.35 731	0.65 767	0.31 687	0.25 686	0.31 715	0.25 694	0.09 570	0.08 615	0.09 572	0.09 595	0.09 594	0.11 654

Wz-Net-SNSev	0.25 708	0.17 704	0.44 742	0.25 722	0.14 682	0.26 694	0.23 693	0.38 728	0.56 758	0.30 710	0.55 753	0.39 731	0.26 692	0.23 669	0.30 736	0.10 617	0.09 652	0.09 572	0.10 639	0.11 651	0.11 654

psmorigin	0.25 708	0.15 681	0.34 723	0.17 348	0.13 658	0.23 667	0.14 313	0.34 691	0.33 639	0.41 749	0.55 753	0.41 737	0.37 747	0.34 730	0.27 717	0.11 650	0.15 743	0.11 656	0.11 673	0.12 671	0.16 736

RGC	0.25 708	0.20 729	0.29 700	0.28 746	0.16 713	0.22 651	0.23 693	0.32 659	0.44 718	0.27 681	0.40 710	0.38 723	0.27 700	0.36 743	0.22 659	0.11 650	0.13 721	0.17 735	0.17 747	0.14 712	0.16 736

ADCMid	0.25 708	0.15 681	0.40 734	0.20 617	0.14 682	0.25 683	0.26 737	0.34 691	0.38 681	0.36 734	0.44 732	0.34 708	0.40 756	0.35 737	0.33 754	0.10 617	0.09 652	0.11 656	0.11 673	0.13 694	0.12 670

ADCPNet	0.25 708	0.16 690	0.61 770	0.21 654	0.15 702	0.35 744	0.25 726	0.32 659	0.35 660	0.30 710	0.40 710	0.36 714	0.28 711	0.28 704	0.32 749	0.12 675	0.10 676	0.11 656	0.12 695	0.14 712	0.13 696

STTRV1_RVC	0.25 708	0.26 757	0.39 732	0.19 542	0.26 773	0.30 719	0.24 708	0.34 691	0.35 660	0.36 734	0.34 674	0.31 687	0.31 727	0.28 704	0.25 694	0.17 747	0.10 676	0.16 729	0.14 710	0.17 747	0.12 670

LALA_ROB	0.25 708	0.16 690	0.22 656	0.26 728	0.17 729	0.27 704	0.27 744	0.42 748	0.37 674	0.33 726	0.38 696	0.51 761	0.26 692	0.28 704	0.27 717	0.16 741	0.09 652	0.12 676	0.11 673	0.13 694	0.12 670

SHD	0.26 719	0.15 681	0.30 703	0.24 708	0.18 736	0.22 651	0.15 406	0.38 728	0.71 785	0.32 722	0.41 721	0.36 714	0.28 711	0.32 722	0.29 729	0.12 675	0.11 690	0.14 705	0.13 706	0.16 738	0.20 760

AnyNet_C32	0.26 719	0.16 690	0.36 724	0.20 617	0.16 713	0.25 683	0.30 768	0.32 659	0.44 718	0.31 716	0.49 740	0.30 674	0.33 735	0.40 765	0.33 754	0.12 675	0.12 706	0.12 676	0.14 710	0.14 712	0.15 724

DStereoFS	0.27 721	0.22 739	0.31 706	0.22 674	0.15 702	0.22 651	0.20 642	0.50 774	0.48 729	0.28 696	0.44 732	0.33 701	0.34 740	0.52 784	0.29 729	0.12 675	0.11 690	0.15 718	0.13 706	0.16 738	0.16 736

PSMNet-RUCA	0.27 721	0.33 775	0.41 737	0.36 772	0.32 782	0.18 581	0.19 617	0.42 748	0.30 614	0.33 726	0.41 721	0.39 731	0.25 686	0.31 715	0.20 629	0.18 754	0.10 676	0.25 768	0.15 732	0.21 760	0.16 736

PDISCO_ROB	0.27 721	0.16 690	0.26 677	0.28 746	0.20 749	0.32 725	0.26 737	0.44 758	0.57 760	0.28 696	0.40 710	0.45 747	0.29 719	0.33 727	0.34 756	0.12 675	0.09 652	0.17 735	0.16 740	0.17 747	0.13 696

DispFullNet	0.27 721	0.21 735	0.65 773	0.28 746	0.16 713	0.26 694	0.17 525	0.33 681	0.58 763	0.27 681	0.38 696	0.43 743	0.23 670	0.38 750	0.23 671	0.12 675	0.06 503	0.19 747	0.11 673	0.21 760	0.15 724

MeshStereo	0.27 721	0.13 656	0.18 614	0.15 145	0.11 596	0.32 725	0.24 708	0.40 736	0.36 666	0.52 764	0.57 761	0.67 777	0.40 756	0.35 737	0.26 709	0.14 716	0.13 721	0.13 691	0.11 673	0.11 651	0.10 626
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
WZ-Net	0.28 726	0.17 704	0.78 791	0.22 674	0.16 713	0.34 735	0.29 760	0.39 732	0.57 760	0.24 655	0.55 753	0.37 719	0.24 676	0.33 727	0.35 757	0.09 570	0.08 615	0.09 572	0.10 639	0.14 712	0.16 736

XQC	0.28 726	0.23 742	0.51 751	0.28 746	0.19 744	0.34 735	0.27 744	0.36 714	0.57 760	0.31 716	0.30 643	0.37 719	0.30 723	0.38 750	0.38 769	0.13 701	0.09 652	0.15 718	0.12 695	0.17 747	0.18 753

CC-Net-ROB	0.28 726	0.31 773	0.36 724	0.29 755	0.15 702	0.25 683	0.19 617	0.45 761	0.33 639	0.39 742	0.37 690	0.39 731	0.31 727	0.27 692	0.26 709	0.24 783	0.19 769	0.30 785	0.23 771	0.18 753	0.15 724

DPSNet	0.28 726	0.16 690	0.31 706	0.18 454	0.13 658	0.54 768	0.42 789	0.51 777	0.67 782	0.29 705	0.38 696	0.38 723	0.29 719	0.31 715	0.23 671	0.11 650	0.10 676	0.11 656	0.08 547	0.20 757	0.16 736

MultiAttention	0.29 730	0.08 426	0.14 470	0.19 542	0.12 633	1.45 811	1.33 822	0.36 714	0.37 674	0.19 577	0.21 519	0.24 611	0.11 430	0.38 750	0.18 609	0.06 209	0.05 337	0.08 482	0.08 547	0.10 628	0.09 594

Wz-Net-TNSev	0.29 730	0.20 729	0.65 773	0.19 542	0.15 702	0.38 750	0.27 744	0.35 707	0.55 754	0.34 730	0.42 727	0.45 747	0.38 750	0.32 722	0.30 736	0.12 675	0.13 721	0.10 622	0.12 695	0.15 729	0.14 717

ccnet	0.29 730	0.28 768	0.23 665	0.20 617	0.28 776	0.41 756	0.21 666	0.45 761	0.33 639	0.36 734	0.46 735	0.36 714	0.30 723	0.39 759	0.42 780	0.23 781	0.14 733	0.21 755	0.17 747	0.23 769	0.18 753

EDNetEfficient	0.29 730	0.24 746	1.13 804	0.18 454	0.10 541	0.19 606	0.20 642	0.20 420	0.60 768	0.74 796	0.56 758	0.31 687	0.39 753	0.22 658	0.30 736	0.09 570	0.07 581	0.08 482	0.07 464	0.11 651	0.09 594

ADCS	0.29 730	0.18 716	0.45 743	0.21 654	0.17 729	0.28 711	0.23 693	0.41 742	0.63 776	0.40 745	0.49 740	0.40 735	0.36 745	0.39 759	0.40 776	0.13 701	0.12 706	0.13 691	0.14 710	0.16 738	0.16 736

CSAN	0.29 730	0.24 746	0.27 687	0.34 766	0.19 744	0.33 732	0.42 789	0.37 720	0.50 741	0.38 740	0.40 710	0.44 745	0.33 735	0.28 704	0.30 736	0.20 767	0.16 758	0.19 747	0.19 755	0.14 712	0.15 724

AANet	0.30 736	0.19 722	1.03 800	0.16 254	0.13 658	0.22 651	0.16 481	0.30 635	0.62 772	0.60 776	0.52 746	0.46 751	0.38 750	0.23 669	0.32 749	0.12 675	0.09 652	0.11 656	0.10 639	0.13 694	0.12 670

MFN_U_SF_DS_RVC	0.30 736	0.24 746	0.29 700	0.36 772	0.16 713	0.34 735	0.30 768	0.32 659	0.42 706	0.40 745	0.46 735	0.38 723	0.31 727	0.34 730	0.28 725	0.19 765	0.20 772	0.26 769	0.29 783	0.18 753	0.19 759

PM Graph cmp D40	0.31 738	0.16 690	0.26 677	0.19 542	0.13 658	0.31 722	0.20 642	0.42 748	0.55 754	0.55 770	0.70 775	0.69 781	0.45 772	0.39 759	0.36 764	0.15 720	0.15 743	0.15 718	0.14 710	0.12 671	0.13 696

GANetREF_RVC	0.31 738	0.34 777	0.27 687	0.35 770	0.16 713	0.32 725	0.41 786	0.48 767	0.51 749	0.35 731	0.35 679	0.34 708	0.33 735	0.39 759	0.32 749	0.27 785	0.20 772	0.29 783	0.15 732	0.18 753	0.17 747
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
MSMD_ROB	0.31 738	0.26 757	0.26 677	0.24 708	0.21 757	0.34 735	0.25 726	0.34 691	0.39 686	0.40 745	0.69 773	0.45 747	0.40 756	0.34 730	0.27 717	0.20 767	0.19 769	0.26 769	0.25 774	0.23 769	0.22 764

PatchMatch Graph Cmp	0.32 741	0.16 690	0.26 677	0.19 542	0.13 658	0.31 722	0.20 642	0.42 748	0.60 768	0.55 770	0.81 790	0.67 777	0.44 768	0.38 750	0.36 764	0.15 720	0.15 743	0.15 718	0.14 710	0.12 671	0.13 696

MFN_U_SF_RVC	0.32 741	0.21 735	0.55 758	0.30 757	0.15 702	0.34 735	0.17 525	0.52 780	0.46 726	0.46 761	0.55 753	0.59 768	0.39 753	0.35 737	0.37 766	0.15 720	0.14 733	0.18 745	0.21 764	0.16 738	0.15 724

PASM	0.32 741	0.24 746	0.48 749	0.28 746	0.27 774	0.29 715	0.30 768	0.34 691	0.49 738	0.35 731	0.39 704	0.46 751	0.34 740	0.34 730	0.35 757	0.23 781	0.25 791	0.26 769	0.28 782	0.23 769	0.21 762

SGM-ForestM	0.32 741	0.12 628	0.16 556	0.16 254	0.11 596	0.39 752	0.19 617	0.41 742	0.50 741	0.52 764	0.54 751	1.32 809	0.42 765	0.40 765	0.27 717	0.14 716	0.16 758	0.16 729	0.16 740	0.12 671	0.12 670

PM Cens cmp D40	0.33 745	0.14 669	0.19 626	0.17 348	0.12 633	0.37 746	0.20 642	0.49 769	0.50 741	0.63 779	0.73 778	0.82 791	0.48 776	0.44 772	0.37 766	0.15 720	0.15 743	0.16 729	0.14 710	0.13 694	0.12 670

PatchMatch Cens Cmp	0.33 745	0.15 681	0.20 639	0.17 348	0.12 633	0.39 752	0.21 666	0.47 765	0.51 749	0.68 784	0.78 787	0.87 792	0.51 780	0.43 771	0.35 757	0.15 720	0.15 743	0.16 729	0.14 710	0.13 694	0.12 670

FC-DCNN v2	0.33 745	0.27 763	0.28 692	0.26 728	0.23 764	0.37 746	0.28 750	0.40 736	0.43 713	0.45 758	0.56 758	0.51 761	0.40 756	0.37 748	0.29 729	0.21 771	0.20 772	0.27 773	0.26 775	0.25 777	0.24 769

FCDSN-DC	0.33 745	0.28 768	0.28 692	0.30 757	0.24 766	0.39 752	0.28 750	0.42 748	0.42 706	0.43 755	0.53 749	0.51 761	0.41 761	0.36 743	0.30 736	0.21 771	0.20 772	0.27 773	0.26 775	0.25 777	0.24 769
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 745	0.27 763	0.28 692	0.26 728	0.23 764	0.37 746	0.28 750	0.40 736	0.43 713	0.45 758	0.55 753	0.51 761	0.40 756	0.37 748	0.30 736	0.21 771	0.20 772	0.27 773	0.26 775	0.25 777	0.24 769

LSM	0.33 745	0.20 729	0.58 766	0.26 728	0.60 800	0.34 735	0.25 726	0.42 748	0.48 729	0.45 758	0.58 763	0.42 738	0.36 745	0.35 737	0.25 694	0.12 675	0.20 772	0.14 705	0.16 740	0.19 756	0.33 785

AnyNet_C01	0.36 751	0.25 753	1.37 807	0.22 674	0.17 729	0.48 762	0.27 744	0.35 707	0.39 686	0.39 742	0.74 781	0.46 751	0.38 750	0.45 773	0.47 787	0.13 701	0.13 721	0.13 691	0.14 710	0.14 712	0.15 724

TARStereo(FT)	0.37 752	0.26 757	0.31 706	0.42 781	0.19 744	0.77 791	1.20 819	0.42 748	0.41 695	0.33 726	0.52 746	0.48 757	0.37 747	0.32 722	0.31 745	0.17 747	0.14 733	0.21 755	0.15 732	0.22 766	0.11 654

2222	0.37 752	0.26 757	0.31 706	0.42 781	0.19 744	0.77 791	1.20 819	0.42 748	0.41 695	0.33 726	0.52 746	0.48 757	0.37 747	0.32 722	0.31 745	0.17 747	0.14 733	0.21 755	0.15 732	0.22 766	0.11 654

GCST	0.37 752	0.42 784	0.26 677	1.02 810	0.39 783	0.18 581	0.08 9	0.20 420	0.17 394	0.28 696	0.25 582	0.15 478	0.12 463	0.16 523	0.14 523	0.64 810	0.43 803	0.75 806	0.65 809	0.63 803	0.46 796

otaku	0.39 755	0.37 780	0.52 752	0.44 783	0.28 776	0.58 770	0.24 708	0.41 742	0.62 772	0.40 745	0.49 740	0.46 751	0.33 735	0.40 765	0.32 749	0.30 786	0.30 795	0.39 790	0.33 788	0.29 785	0.28 779

ACVNet-4b	0.39 755	0.53 787	0.55 758	0.45 784	0.24 766	0.47 760	0.18 576	0.49 769	0.64 777	0.42 752	0.45 734	0.60 769	0.27 700	0.34 730	0.24 684	0.33 790	0.14 733	0.48 794	0.42 795	0.30 786	0.26 778

PVD	0.39 755	0.20 729	0.39 732	0.31 761	0.22 761	0.29 715	0.43 791	0.52 780	0.96 804	0.55 770	0.79 788	0.53 765	0.59 792	0.52 784	0.38 769	0.19 765	0.14 733	0.17 735	0.14 710	0.24 776	0.31 783

Ntro	0.40 758	0.40 782	0.53 754	0.46 787	0.30 780	0.65 778	0.24 708	0.46 763	0.68 783	0.41 749	0.49 740	0.48 757	0.42 765	0.39 759	0.31 745	0.32 788	0.28 793	0.37 789	0.30 785	0.32 790	0.29 780

SAMSARA	0.40 758	0.28 768	0.33 715	0.55 790	0.39 783	0.82 794	1.23 821	0.47 765	0.51 749	0.36 734	0.35 679	0.55 767	0.39 753	0.38 750	0.39 773	0.15 720	0.20 772	0.15 718	0.14 710	0.23 769	0.20 760

UHP(FT)	0.41 760	0.25 753	0.42 739	0.37 774	0.20 749	0.59 771	0.44 793	0.51 777	0.73 790	0.54 768	0.76 784	0.70 783	0.56 786	0.50 778	0.38 769	0.18 754	0.22 786	0.22 761	0.20 760	0.20 757	0.17 747

mmmmmm	0.41 760	0.25 753	0.42 739	0.37 774	0.20 749	0.59 771	0.44 793	0.51 777	0.73 790	0.54 768	0.76 784	0.70 783	0.56 786	0.50 778	0.38 769	0.18 754	0.22 786	0.22 761	0.20 760	0.20 757	0.17 747

ELAS_RVC	0.41 760	0.29 771	0.33 715	0.28 746	0.24 766	0.54 768	0.36 781	0.49 769	0.59 764	0.72 791	0.74 781	0.65 775	0.54 782	0.54 789	0.40 776	0.22 776	0.20 772	0.27 773	0.26 775	0.26 782	0.25 775
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 760	0.29 771	0.33 715	0.27 741	0.24 766	0.60 775	0.36 781	0.50 774	0.50 741	0.71 789	0.79 788	0.67 777	0.54 782	0.51 782	0.42 780	0.22 776	0.20 772	0.27 773	0.26 775	0.26 782	0.25 775
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
nnnnnnn	0.42 764	0.25 753	0.52 752	0.33 762	0.27 774	0.49 764	0.29 760	0.53 782	0.77 796	0.63 779	0.68 771	0.74 786	0.56 786	0.46 774	0.43 783	0.22 776	0.21 784	0.27 773	0.26 775	0.28 784	0.25 775

light-stereo	0.42 764	0.26 757	0.59 768	0.60 792	0.49 790	0.32 725	0.23 693	0.46 763	0.52 752	0.56 775	0.58 763	0.76 788	0.32 733	0.48 776	0.29 729	0.32 788	0.24 789	0.27 773	0.33 788	0.46 794	0.39 790

1111	0.43 766	0.23 742	0.54 755	0.33 762	0.20 749	0.83 795	0.35 779	0.50 774	0.82 797	0.63 779	0.68 771	0.69 781	0.68 798	0.77 799	0.35 757	0.17 747	0.15 743	0.19 747	0.19 755	0.21 760	0.17 747

MSC_U_SF_DS_RVC	0.43 766	0.39 781	0.54 755	0.40 777	0.20 749	0.64 777	0.32 776	0.53 782	0.72 786	0.71 789	0.72 777	0.61 770	0.54 782	0.51 782	0.46 786	0.20 767	0.19 769	0.29 783	0.30 785	0.23 769	0.18 753

ACVNet_1	0.44 768	0.49 786	0.60 769	0.45 784	0.28 776	0.49 764	0.27 744	0.57 789	0.72 786	0.62 778	0.58 763	0.74 786	0.49 778	0.50 778	0.35 757	0.26 784	0.24 789	0.39 790	0.29 783	0.31 789	0.24 769

Consistency-Raft	0.44 768	0.40 782	0.45 743	0.37 774	0.43 787	0.46 758	0.41 786	0.57 789	0.55 754	0.32 722	0.73 778	0.33 701	0.48 776	0.42 770	0.49 789	0.39 793	0.35 800	0.45 793	0.51 802	0.42 793	0.29 780

RTS	0.45 770	0.19 722	3.26 814	0.24 708	0.15 702	0.74 785	0.20 642	0.36 714	0.76 794	0.42 752	0.43 730	0.31 687	0.41 761	0.53 787	0.35 757	0.10 617	0.08 615	0.13 691	0.12 695	0.15 729	0.15 724

RTSA	0.45 770	0.19 722	3.26 814	0.24 708	0.15 702	0.74 785	0.20 642	0.36 714	0.76 794	0.42 752	0.43 730	0.31 687	0.41 761	0.53 787	0.35 757	0.10 617	0.08 615	0.13 691	0.12 695	0.15 729	0.15 724

MANE	0.45 770	0.27 763	0.27 687	0.27 741	0.24 766	0.47 760	0.31 774	0.55 786	0.59 764	0.72 791	1.13 806	1.15 803	0.61 793	0.52 784	0.37 766	0.21 771	0.20 772	0.27 773	0.31 787	0.25 777	0.24 769

NVStereoNet_ROB	0.46 773	0.36 779	0.46 747	0.41 779	0.28 776	0.34 735	0.34 778	0.48 767	0.60 768	0.72 791	0.93 795	0.70 783	0.66 796	0.47 775	0.60 797	0.22 776	0.33 799	0.34 788	0.34 791	0.30 786	0.30 782
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MonStereo1	0.47 774	0.26 757	0.58 766	0.28 746	0.20 749	0.39 752	0.18 576	0.49 769	0.64 777	0.52 764	0.87 792	1.01 795	0.57 790	0.50 778	0.56 794	0.53 803	0.31 798	0.54 800	0.40 793	0.33 791	0.34 786

LE_ROB	0.50 775	0.07 285	0.14 470	0.15 145	0.08 287	0.24 672	0.16 481	0.22 474	1.81 824	4.63 832	0.67 769	0.47 755	0.44 768	0.20 627	0.29 729	0.07 409	0.06 503	0.06 254	0.06 359	0.08 529	0.06 382

fsdfsdds	0.52 776	0.19 722	0.67 781	0.33 762	0.18 736	0.48 762	0.32 776	0.53 782	1.00 805	0.73 795	2.21 822	1.03 796	0.86 808	0.34 730	0.45 785	0.16 741	0.16 758	0.26 769	0.18 753	0.14 712	0.15 724

BEATNet-Init1	0.52 776	0.27 763	0.62 771	0.30 757	0.21 757	0.76 789	0.29 760	0.54 785	0.65 780	0.86 804	0.95 797	2.07 819	0.62 795	0.56 791	0.42 780	0.18 754	0.18 766	0.23 764	0.22 767	0.22 766	0.21 762

anonymity	0.53 778	0.58 789	0.65 773	0.41 779	0.61 801	0.53 767	0.41 786	0.56 787	0.41 695	0.55 770	0.50 744	0.49 760	0.55 785	0.58 792	0.50 792	0.58 806	0.50 814	0.51 796	0.51 802	0.51 796	0.57 799

RainbowNet	0.54 779	0.61 791	0.70 789	0.57 791	0.43 787	0.65 778	0.37 784	0.60 793	0.87 800	0.50 763	0.66 768	0.64 772	0.47 775	0.49 777	0.43 783	0.47 800	0.48 809	0.52 798	0.41 794	0.52 797	0.40 793

SGM+DAISY	0.56 780	0.57 788	0.65 773	0.40 777	0.54 793	0.66 780	0.49 796	0.56 787	0.45 724	0.66 782	0.69 773	0.67 777	0.56 786	0.63 794	0.56 794	0.59 807	0.48 809	0.50 795	0.50 801	0.52 797	0.58 800

SPS-STEREO	0.57 781	0.58 789	0.65 773	0.45 784	0.55 795	0.62 776	0.44 793	0.62 794	0.50 741	0.68 784	0.64 766	0.66 776	0.57 790	0.61 793	0.60 797	0.62 809	0.47 808	0.51 796	0.49 799	0.55 801	0.58 800
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 782	0.66 795	0.65 773	0.51 788	0.69 805	0.69 781	0.57 802	0.64 795	0.73 790	0.60 776	0.73 778	0.62 771	0.67 797	0.65 795	0.60 797	0.66 811	0.58 823	0.63 801	0.59 805	0.68 808	0.69 809

IMH-64-1	0.65 783	0.61 791	0.68 783	0.71 795	0.51 791	0.59 771	0.49 796	0.91 805	0.85 798	0.74 796	1.02 799	0.81 789	0.78 802	0.79 800	0.49 789	0.42 795	0.46 804	0.71 803	0.47 797	0.52 797	0.39 790

IMH-64	0.65 783	0.61 791	0.68 783	0.71 795	0.51 791	0.59 771	0.49 796	0.91 805	0.85 798	0.74 796	1.02 799	0.81 789	0.78 802	0.79 800	0.49 789	0.42 795	0.46 804	0.71 803	0.47 797	0.52 797	0.39 790

ACVNet_2	0.66 785	0.66 795	0.68 783	0.63 793	0.41 785	0.71 783	0.49 796	0.96 809	1.39 815	0.89 806	1.09 802	1.04 797	0.73 800	0.54 789	0.47 787	0.43 797	0.40 802	0.53 799	0.44 796	0.47 795	0.35 788

JetBlue	0.71 786	0.45 785	1.14 805	0.51 788	0.47 789	2.02 813	0.64 806	0.75 798	0.70 784	0.69 788	0.77 786	1.22 805	0.83 806	1.03 817	1.01 815	0.40 794	0.28 793	0.33 787	0.33 788	0.30 786	0.34 786

IMH	0.71 786	0.64 794	0.68 783	0.76 797	0.54 793	0.69 781	0.54 800	0.98 811	1.10 808	0.82 800	1.09 802	0.89 793	0.88 810	0.87 808	0.52 793	0.44 798	0.50 814	0.75 806	0.51 802	0.56 802	0.41 794

PWCK	0.71 786	0.94 806	0.95 798	0.76 797	0.31 781	0.74 785	0.36 781	0.90 804	0.90 802	0.96 810	0.75 783	0.95 794	0.61 793	0.87 808	0.66 802	0.72 812	0.46 804	0.75 806	0.49 799	0.69 810	0.44 795

TARSTereo(ZeroShot)	0.72 789	0.18 716	0.56 761	0.27 741	0.21 757	1.35 809	0.25 726	0.59 791	1.65 821	0.68 784	5.01 826	1.08 800	0.81 804	0.38 750	0.30 736	0.18 754	0.15 743	0.20 752	0.19 755	0.17 747	0.23 766

TestStereooo	0.72 789	0.18 716	0.56 761	0.27 741	0.21 757	1.35 809	0.25 726	0.59 791	1.65 821	0.68 784	5.01 826	1.08 800	0.81 804	0.38 750	0.30 736	0.18 754	0.15 743	0.20 752	0.19 755	0.17 747	0.23 766

MADNet+	0.75 791	0.71 797	3.70 817	0.66 794	0.41 785	0.98 800	0.97 817	0.69 797	0.73 790	0.52 764	0.57 761	0.64 772	0.68 798	0.86 807	1.01 815	0.34 791	0.36 801	0.28 782	0.23 771	0.36 792	0.31 783

TorneroNet-64	0.76 792	0.72 798	0.74 790	0.78 799	0.58 799	0.91 799	0.56 801	0.84 801	1.29 812	0.66 782	0.90 793	1.40 811	0.75 801	0.85 806	0.67 805	0.49 801	0.46 804	0.72 805	0.59 805	0.67 807	0.53 798

WAO-7	0.79 793	0.78 800	0.54 755	0.85 803	0.67 804	0.74 785	0.68 810	1.05 815	1.32 813	0.90 808	1.20 809	1.04 797	0.92 811	0.69 796	0.66 802	0.60 808	0.62 824	0.67 802	0.68 811	0.64 804	0.58 800

WAO-6	0.81 794	0.80 801	0.62 771	0.86 804	0.63 802	0.76 789	0.58 803	0.98 811	1.54 820	0.90 808	0.96 798	1.07 799	1.03 815	0.70 797	0.66 802	0.72 812	0.49 811	0.90 814	0.71 812	0.68 808	0.58 800

TorneroNet	0.82 795	0.74 799	0.81 795	0.84 802	0.63 802	0.99 801	0.63 804	0.96 809	1.16 809	0.80 799	1.11 804	1.36 810	0.86 808	0.93 813	0.80 810	0.56 804	0.49 811	0.78 811	0.66 810	0.73 813	0.63 808

LVE	0.83 796	0.85 804	0.85 796	0.80 800	0.56 796	1.04 805	0.65 807	1.05 815	1.47 818	0.96 810	1.22 810	1.10 802	0.85 807	0.83 803	0.71 807	0.49 801	0.55 820	0.76 809	0.60 807	0.65 805	0.59 805

Dean	0.87 797	0.86 805	0.79 793	0.81 801	0.56 796	0.90 796	0.63 804	1.15 825	1.73 823	1.15 818	1.15 807	1.31 808	0.99 814	0.81 802	0.81 811	0.57 805	0.56 821	0.77 810	0.64 808	0.66 806	0.58 800

WAO-8	0.91 798	0.81 802	0.65 773	0.94 807	0.69 805	0.90 796	0.67 808	1.07 819	1.83 825	1.06 815	1.45 812	1.30 806	1.07 816	0.84 804	0.78 808	0.74 814	0.53 817	0.86 812	0.75 813	0.69 810	0.62 806

Venus	0.91 798	0.81 802	0.65 773	0.94 807	0.69 805	0.90 796	0.67 808	1.07 819	1.83 825	1.06 815	1.45 812	1.30 806	1.07 816	0.84 804	0.78 808	0.74 814	0.53 817	0.86 812	0.75 813	0.69 810	0.62 806

UNDER WATER-64	0.95 800	0.94 806	1.43 809	0.87 805	0.56 796	1.18 808	0.87 814	0.77 799	0.94 803	1.04 813	0.85 791	1.58 816	1.21 821	0.94 814	0.96 813	0.87 818	0.57 822	1.03 818	0.88 818	0.78 814	0.73 810

UNDER WATER	0.97 801	0.97 808	1.42 808	0.99 809	0.70 808	1.12 807	0.84 813	0.80 800	1.08 807	1.01 812	0.90 793	1.55 815	1.22 822	1.03 817	1.00 814	0.78 816	0.53 817	1.02 817	0.87 817	0.80 815	0.74 811

notaker	0.97 801	1.11 809	0.98 799	1.13 812	0.81 809	0.73 784	0.68 810	0.93 807	1.16 809	1.18 820	1.18 808	1.41 812	1.16 820	1.08 819	0.69 806	0.81 817	0.64 825	1.17 820	0.79 815	0.98 817	0.80 813

ktn	1.01 803	1.21 812	0.80 794	1.23 814	0.86 811	1.01 803	0.87 814	0.94 808	1.39 815	1.04 813	1.12 805	1.15 803	1.07 816	0.94 814	0.59 796	1.28 829	0.71 826	1.38 824	0.83 816	1.02 819	0.75 812

KSHMR	1.09 804	1.17 811	0.88 797	1.25 815	1.00 813	0.99 801	0.96 816	1.13 823	1.37 814	1.16 819	1.29 811	1.41 812	0.96 813	1.01 816	0.92 812	1.03 826	1.08 828	1.20 821	1.03 821	1.01 818	0.97 815

DPSimNet_ROB	1.11 805	1.23 813	0.78 791	1.13 812	0.88 812	1.10 806	1.13 818	1.16 826	1.23 811	1.43 822	1.02 799	1.41 812	1.10 819	0.90 812	1.60 818	1.46 830	0.51 816	1.21 822	1.03 821	0.90 816	1.01 817

HanzoNet	1.29 806	1.26 814	1.19 806	1.12 811	0.85 810	1.02 804	0.83 812	1.03 814	1.48 819	1.64 823	1.61 814	2.50 821	1.72 824	1.61 821	1.61 819	1.26 828	0.80 827	1.31 823	1.01 820	1.02 819	0.86 814

JetRed	1.62 807	1.46 815	2.98 812	0.92 806	1.21 814	4.99 821	1.53 824	1.27 827	1.39 815	1.83 824	1.74 815	1.60 817	0.95 812	1.41 820	2.45 827	0.90 820	1.60 830	0.93 815	0.90 819	1.35 821	0.99 816

UHP(ZeroShot)	1.94 808	0.24 746	1.06 801	0.34 766	0.18 736	5.35 822	0.24 708	0.86 802	4.09 829	2.33 826	11.82 840	7.01 834	2.71 828	0.87 808	0.60 797	0.17 747	0.14 733	0.19 747	0.17 747	0.21 760	0.16 736

UHP	1.94 808	0.24 746	1.06 801	0.34 766	0.18 736	5.35 822	0.24 708	0.86 802	4.09 829	2.33 826	11.82 840	7.01 834	2.71 828	0.87 808	0.60 797	0.17 747	0.14 733	0.19 747	0.17 747	0.21 760	0.16 736

MADNet++	1.95 810	1.75 816	1.59 810	1.82 817	1.69 817	2.33 814	1.40 823	2.35 830	2.09 827	2.57 829	2.36 823	2.24 820	2.17 826	2.28 822	2.34 825	1.87 831	1.66 831	1.54 825	1.34 824	1.92 823	1.77 820

Selective-IGEV-i1pa	2.80 811	3.51 822	0.67 781	0.28 746	0.14 682	10.22 828	0.43 791	4.36 831	3.63 828	3.53 830	6.92 829	3.47 822	1.97 825	13.41 844	2.26 823	0.36 792	0.15 743	0.13 691	0.10 639	0.15 729	0.35 788

coex-ft	3.30 812	0.34 777	59.09 855	0.18 454	0.13 658	0.26 694	0.22 680	0.27 583	0.72 786	1.90 825	0.70 775	0.44 745	0.45 772	0.29 711	0.41 779	0.09 570	0.09 652	0.12 676	0.09 595	0.14 712	0.13 696

ASD4	3.54 813	3.38 821	2.05 811	1.72 816	2.51 819	9.03 827	17.71 835	2.25 829	5.51 832	2.46 828	2.81 824	2.03 818	3.36 830	2.73 823	5.06 830	1.22 827	1.34 829	1.13 819	1.33 823	1.68 822	1.49 819

noway2	3.60 814	5.21 830	3.74 818	12.26 834	11.84 833	4.51 817	3.91 826	1.00 813	0.48 729	0.89 806	1.98 816	6.35 833	0.41 761	2.90 824	2.47 828	0.93 821	0.13 721	1.92 829	1.77 830	5.66 832	3.67 827

zzzz4	3.62 815	5.55 834	4.00 823	12.27 836	11.85 836	4.49 815	3.91 826	1.10 822	0.42 706	0.85 802	2.01 818	6.20 829	0.44 768	3.00 825	2.25 821	0.94 822	0.15 743	1.93 830	1.76 826	5.70 834	3.67 827

noway1	3.62 815	5.55 834	3.97 821	12.27 836	11.85 836	4.50 816	3.92 828	1.09 821	0.42 706	0.85 802	2.01 818	6.22 830	0.44 768	3.00 825	2.25 821	0.94 822	0.15 743	1.93 830	1.76 826	5.70 834	3.67 827

noway3	3.64 817	5.28 831	3.79 819	12.26 834	11.84 833	4.53 818	3.92 828	1.06 817	0.48 729	0.88 805	1.98 816	6.32 832	0.46 774	3.32 828	2.57 829	0.95 825	0.15 743	1.93 830	1.76 826	5.67 833	3.69 830

noway4	3.64 817	5.53 833	3.97 821	12.24 833	11.84 833	4.58 819	3.96 830	1.14 824	0.45 724	0.82 800	2.01 818	6.19 828	0.43 767	3.04 827	2.29 824	0.94 822	0.15 743	1.93 830	1.76 826	5.75 836	3.71 831

TCMNet-wrong-test	3.67 819	5.48 832	3.89 820	12.18 832	11.75 832	4.65 820	3.88 825	1.06 817	0.72 786	1.09 817	2.15 821	6.30 831	0.53 781	3.43 830	2.36 826	0.89 819	0.20 772	1.87 827	1.69 825	5.57 831	3.62 826

tt	4.67 820	0.06 147	3.55 816	2.02 818	1.55 816	10.25 829	16.71 834	8.91 840	5.03 831	1.31 821	0.94 796	4.71 823	4.76 831	3.33 829	5.87 832	6.06 839	10.30 845	1.88 828	2.11 832	2.75 825	1.21 818

USTest	6.22 821	2.73 819	3.00 813	6.57 825	7.29 824	14.37 831	21.57 836	7.00 839	9.56 837	5.34 835	6.10 828	5.72 827	7.64 834	6.41 834	6.96 834	1.97 832	3.42 837	1.64 826	2.15 833	2.66 824	2.36 821

xxxxx1	7.79 822	5.02 827	7.31 826	3.12 819	3.85 820	16.35 833	22.88 837	5.86 836	8.69 834	7.97 836	8.54 830	9.12 839	8.27 835	10.18 836	10.92 835	2.42 833	2.45 833	3.56 836	12.37 841	3.77 826	3.06 823

tt_ll	7.79 822	5.02 827	7.31 826	3.12 819	3.85 820	16.35 833	22.88 837	5.86 836	8.69 834	7.97 836	8.54 830	9.12 839	8.27 835	10.18 836	10.92 835	2.42 833	2.45 833	3.56 836	12.37 841	3.77 826	3.06 823

ff	7.79 822	5.02 827	7.31 826	3.12 819	3.85 820	16.35 833	22.88 837	5.86 836	8.69 834	7.97 836	8.54 830	9.12 839	8.27 835	10.18 836	10.92 835	2.42 833	2.45 833	3.56 836	12.37 841	3.77 826	3.06 823

EDNetEfficientorigin	7.91 825	0.31 773	153.02 856	0.19 542	0.09 424	0.21 642	0.16 481	0.22 474	0.59 764	0.72 791	0.67 769	0.42 738	0.50 779	0.24 679	0.39 773	0.08 501	0.07 581	0.08 482	0.07 464	0.12 671	0.10 626

DPSMNet_ROB	8.06 826	4.48 823	8.63 834	5.37 824	10.74 827	8.32 825	22.98 841	5.46 833	13.36 842	5.12 833	9.92 835	5.08 824	10.40 838	5.53 833	12.58 838	3.80 837	8.00 838	3.50 834	7.02 838	3.83 829	7.14 835

DGTPSM_ROB	8.06 826	4.48 823	8.63 834	5.35 822	10.72 826	8.32 825	22.97 840	5.46 833	13.35 841	5.12 833	9.92 835	5.08 824	10.40 838	5.52 832	12.58 838	3.79 836	8.00 838	3.50 834	7.02 838	3.83 829	7.14 835

PML	8.91 828	9.34 841	6.13 824	5.35 822	6.41 823	14.99 832	23.38 842	5.27 832	6.83 833	18.04 848	28.19 857	7.67 836	6.83 833	7.85 835	5.75 831	5.35 838	1.83 832	5.95 844	1.93 831	8.64 841	2.52 822

DLNR_Zeroshot_test	10.40 829	1.82 817	19.49 848	120.77 858	13.11 839	0.06 19	0.13 233	0.23 498	0.10 126	0.07 117	0.10 267	0.09 294	0.06 80	0.10 163	0.09 147	0.13 701	0.04 27	0.06 254	0.04 79	51.54 863	0.04 95

DLNR-FE	10.43 830	1.83 818	19.53 849	120.75 857	13.06 838	0.06 19	0.13 233	0.23 498	0.10 126	0.07 117	0.10 267	0.09 294	0.06 80	0.10 163	0.09 147	0.13 701	0.04 27	0.06 254	0.04 79	52.01 864	0.04 95

iinet-test	10.48 831	8.09 837	7.54 830	10.26 827	10.94 828	18.00 837	25.26 843	11.33 844	13.28 839	9.69 840	9.85 833	9.42 842	11.17 840	11.02 840	12.78 841	6.59 841	8.30 840	5.56 839	6.56 834	6.89 837	7.02 833

IINet	10.48 831	8.09 837	7.54 830	10.26 827	10.94 828	18.00 837	25.26 843	11.33 844	13.28 839	9.69 840	9.85 833	9.42 842	11.17 840	11.02 840	12.78 841	6.59 841	8.30 840	5.56 839	6.56 834	6.89 837	7.02 833

LRCNet_RVC	10.62 833	13.42 842	7.30 825	18.92 841	2.07 818	0.33 732	0.30 768	5.59 835	0.48 729	13.03 844	17.94 843	8.87 838	5.65 832	4.79 831	1.89 820	23.51 860	2.73 836	27.55 862	25.71 861	16.07 854	16.33 849

Anonymous_1	10.96 834	7.92 836	7.46 829	10.33 829	10.06 825	18.65 839	26.34 845	11.06 843	13.44 843	9.40 839	10.05 837	9.67 844	11.23 842	10.73 839	12.72 840	6.42 840	8.38 842	5.77 841	10.61 840	12.12 842	6.77 832

DPSM_ROB	11.15 835	8.58 839	8.00 832	10.88 830	11.58 830	19.10 840	26.71 846	12.05 846	14.07 846	10.36 842	10.84 838	10.33 845	11.86 843	11.70 842	13.54 843	6.99 843	8.79 843	5.89 842	6.95 836	7.29 839	7.42 837

DPSM	11.15 835	8.58 839	8.00 832	10.88 830	11.58 830	19.10 840	26.71 846	12.05 846	14.07 846	10.36 842	10.84 838	10.33 845	11.86 843	11.70 842	13.54 843	6.99 843	8.79 843	5.89 842	6.95 836	7.29 839	7.42 837

HaxPig	15.71 837	18.52 853	19.18 847	16.89 840	15.89 840	7.73 824	7.60 831	13.31 848	10.82 838	15.42 845	14.91 842	15.98 847	14.92 845	15.58 845	15.98 845	18.95 855	16.73 846	19.46 858	18.08 853	19.26 855	19.05 852

Selective-IGEV-i16pa	18.58 838	3.30 820	1.09 803	0.21 654	0.18 736	103.68 857	0.28 750	19.87 850	40.73 859	4.16 831	56.45 862	8.07 837	2.59 827	123.95 865	5.89 833	0.18 754	0.12 706	0.09 572	0.12 695	0.12 671	0.51 797

RSGM-EC	20.36 839	4.73 825	0.68 783	16.76 838	16.92 841	21.28 842	27.18 848	10.46 841	14.04 844	18.00 846	21.31 846	22.24 858	21.82 847	22.57 847	17.63 846	62.81 863	33.79 862	20.14 859	18.10 854	20.18 857	16.45 850

acva	20.36 839	4.73 825	0.68 783	16.76 838	16.92 841	21.28 842	27.18 848	10.46 841	14.04 844	18.00 846	21.31 846	22.24 858	21.82 847	22.57 847	17.63 846	62.81 863	33.79 862	20.14 859	18.10 854	20.18 857	16.45 850

MEDIAN_ROB	20.38 841	24.04 854	23.31 850	21.23 842	21.71 843	10.40 830	7.92 832	17.64 849	15.50 848	20.12 849	19.70 844	20.34 848	20.32 846	21.19 846	21.13 848	23.81 861	21.81 856	24.98 861	23.76 860	24.71 861	23.93 855

CasAABBNet	22.42 842	17.33 846	16.01 838	22.01 844	23.28 845	38.32 844	53.80 853	24.14 854	28.41 853	20.60 852	21.77 851	20.89 855	23.91 852	23.43 852	27.36 853	14.07 847	17.69 849	11.83 847	14.01 845	14.67 847	14.95 843

RAFT-FEzeroshot	22.43 843	17.33 846	15.98 836	22.02 845	23.31 847	38.34 845	53.82 855	24.05 852	28.39 851	20.61 853	21.76 849	20.88 852	23.92 854	23.41 850	27.42 855	14.07 847	17.69 849	11.83 847	14.02 846	14.69 848	14.97 844

RAFT-FE	22.43 843	17.33 846	15.98 836	22.02 845	23.31 847	38.34 845	53.82 855	24.05 852	28.39 851	20.61 853	21.76 849	20.88 852	23.92 854	23.41 850	27.42 855	14.07 847	17.69 849	11.83 847	14.02 846	14.69 848	14.97 844

FlowAnything	22.44 845	17.35 849	16.14 840	22.07 848	23.23 844	38.39 849	53.77 851	24.25 856	28.44 854	20.96 858	21.82 853	20.70 850	23.84 850	23.49 854	27.14 850	14.04 846	17.79 855	11.75 845	14.15 851	14.65 845	14.89 840

Hybrid-DGEV	22.47 846	17.40 851	16.14 840	22.00 843	23.29 846	38.36 847	53.80 853	24.43 859	28.63 858	20.59 851	21.81 852	20.88 852	23.91 852	23.45 853	27.42 855	14.08 850	17.69 849	11.83 847	14.06 849	14.65 845	14.93 842

Selective-RAFT-Error	22.47 846	17.37 850	16.09 839	22.06 847	23.34 849	38.39 849	53.83 857	24.29 858	28.47 856	20.74 855	21.83 854	20.81 851	23.90 851	23.54 856	27.53 858	14.08 850	17.69 849	11.82 846	14.00 844	14.69 848	15.00 846

fast-reg	22.85 848	17.43 852	19.15 846	22.22 850	24.34 850	38.36 847	53.78 852	24.23 855	28.52 857	20.55 850	22.05 855	20.54 849	23.77 849	23.21 849	27.31 852	14.18 854	17.47 848	14.33 853	14.96 852	15.81 853	14.81 839

LSM0	22.87 849	17.28 845	18.96 844	22.19 849	29.04 852	38.42 851	53.71 850	24.28 857	28.31 850	20.78 857	21.00 845	21.43 856	24.16 857	23.50 855	27.39 854	14.09 852	17.38 847	11.84 851	14.04 848	14.73 852	14.89 840

AVERAGE_ROB	24.90 850	29.20 857	28.14 853	24.89 851	24.64 851	17.75 836	11.12 833	21.45 851	19.93 849	25.12 860	24.46 856	25.12 860	25.46 858	24.69 858	22.83 849	29.76 862	27.13 861	28.97 863	27.95 862	29.91 862	29.47 857

Light2-Stereo	26.76 851	1.12 810	17.52 842	8.77 826	1.53 815	1.46 812	0.22 680	1.76 828	0.88 801	24.83 859	3.04 825	5.14 826	1.60 823	104.29 864	1.53 817	11.90 845	0.49 811	160.20 865	140.43 864	19.43 856	29.13 856

zzzzzz3	32.30 852	13.60 843	18.91 843	39.10 854	40.27 855	58.35 854	74.04 860	33.28 862	42.63 860	31.37 861	33.03 858	30.65 861	36.33 861	37.51 861	43.96 861	20.73 856	26.80 859	16.52 854	20.79 856	12.34 843	15.78 847

zzz1	32.32 853	13.62 844	19.04 845	39.10 854	40.27 855	58.39 855	73.98 859	33.31 863	42.69 863	31.39 862	33.04 859	30.66 862	36.33 861	37.52 862	43.96 861	20.74 857	26.81 860	16.53 855	20.80 857	12.35 844	15.78 847

zzzz2	33.88 854	26.18 855	24.44 851	33.40 852	35.10 853	58.13 852	81.44 861	37.02 864	42.64 861	31.75 863	33.25 860	31.23 863	35.81 859	34.90 859	40.56 859	21.21 858	26.75 857	18.05 856	21.21 858	22.06 859	22.50 853

noway5	33.88 854	26.18 855	24.44 851	33.40 852	35.10 853	58.13 852	81.44 861	37.02 864	42.64 861	31.75 863	33.25 860	31.23 863	35.81 859	34.90 859	40.56 859	21.21 858	26.75 857	18.05 856	21.21 858	22.06 859	22.50 853

test_example2	98.32 856	94.13 858	45.89 854	96.35 856	109.85 857	88.61 856	95.45 863	25.75 861	94.37 864	130.00 866	126.06 864	58.17 865	74.63 863	88.51 863	79.96 863	150.23 865	221.02 864	77.62 864	99.10 863	113.75 865	96.94 858

ccccc	245.47 857	285.66 859	306.18 857	368.85 859	370.60 858	123.16 858	145.33 864	115.05 866	110.08 865	126.68 865	110.87 863	122.83 866	165.88 864	252.94 866	276.56 864	384.56 866	353.86 865	254.69 866	223.00 865	425.87 866	386.83 859

TADF							0.16 481	0.18 375	0.21 489	0.11 338	0.07 108	0.09 294	0.09 341	0.12 360	0.11 358	0.06 209	0.04 27	0.06 254	0.05 245	0.04 56

RSGM							0.14 313	0.16 299	0.12 208	0.11 338	0.10 267	0.12 390	0.08 286	0.11 256	0.11 358	0.07 409	0.05 337	0.06 254	0.04 79	0.04 56

AHVO							0.21 666	0.32 659	0.32 629	0.14 451	0.35 679	0.25 625	0.20 647	0.38 750	0.25 694	0.09 570	0.09 652	0.10 622	0.09 595	0.11 651

MCPF							0.19 617	0.23 498	0.27 581	0.11 338	0.14 384	0.22 586	0.15 548	0.19 600	0.14 523	0.07 409	0.05 337	0.06 254	0.05 245	0.05 217

DSFM							0.21 666	0.32 659	0.32 629	0.14 451	0.35 679	0.25 625	0.20 647	0.38 750	0.25 694	0.09 570	0.09 652	0.10 622	0.09 595	0.11 651

RAFTStereoReplicaGSO							53.85 858	24.62 860	28.45 855	20.77 856	21.70 848	21.54 857	24.04 856	24.44 857	27.14 850	14.13 853	17.71 854	11.84 851	14.07 850	14.70 851

PatchMatch		0.16 690		0.19 542		0.30 719		0.41 742		0.55 770		0.64 772		0.40 765		0.15 720		0.15 718		0.12 671

GS-Stereo							0.14 313	0.11 84	0.12 208	0.08 188	0.10 267	0.05 4	0.05 15	0.11 256	0.08 53	0.06 209	0.04 27	0.05 77	0.04 79	0.05 217	0.05 256

FADE		0.33 775		0.33 762	0.25 772			0.64 795	1.07 806	0.43 755		0.42 738		0.70 797		0.30 786	0.21 784	0.41 792	0.38 792	0.23 769	0.22 764

Low-res two-view benchmark