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

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

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

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

MatchStereo	0.07 7	0.04 1	0.08 62	0.14 71	0.06 33	0.05 5	0.12 108	0.12 94	0.09 60	0.07 80	0.06 25	0.04 1	0.04 1	0.08 30	0.09 110	0.06 176	0.05 286	0.05 55	0.03 1	0.04 50	0.04 78
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
GASTEREO	0.08 92	0.05 45	0.09 136	0.19 487	0.07 142	0.07 47	0.12 108	0.14 162	0.11 121	0.10 247	0.09 174	0.07 133	0.04 1	0.12 311	0.08 28	0.06 176	0.05 286	0.05 55	0.04 65	0.04 50	0.05 215

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

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

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

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

FoundationStereo	0.06 1	0.04 1	0.08 62	0.12 7	0.05 2	0.09 152	0.13 187	0.06 1	0.09 60	0.05 2	0.05 7	0.06 44	0.04 1	0.06 1	0.07 1	0.06 176	0.04 25	0.05 55	0.03 1	0.05 176	0.04 78

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

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

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

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

DNSM	0.09 185	0.05 45	0.07 13	0.14 71	0.06 33	0.07 47	0.13 187	0.12 94	0.11 121	0.09 196	0.09 174	0.08 201	0.05 15	0.18 525	0.14 466	0.07 360	0.05 286	0.05 55	0.04 65	0.13 626	0.10 567

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Anonymus123	0.09 185	0.06 125	0.16 499	0.15 131	0.08 234	0.11 274	0.09 25	0.18 320	0.16 309	0.06 26	0.07 69	0.07 133	0.05 15	0.09 64	0.11 307	0.04 11	0.05 286	0.05 55	0.07 406	0.04 50	0.04 78

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

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

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

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

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

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

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

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

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

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

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

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

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

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

GREAT-IGEV	0.07 7	0.06 125	0.08 62	0.13 23	0.07 142	0.07 47	0.14 261	0.09 26	0.09 60	0.06 26	0.07 69	0.06 44	0.05 15	0.10 129	0.07 1	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
SCV_C0	0.08 92	0.07 251	0.07 13	0.16 230	0.09 370	0.08 94	0.15 350	0.11 67	0.12 164	0.08 141	0.07 69	0.06 44	0.05 15	0.11 211	0.07 1	0.05 52	0.05 286	0.05 55	0.04 65	0.06 311	0.05 215

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

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

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

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

DEFOM-Stereo	0.07 7	0.05 45	0.07 13	0.14 71	0.06 33	0.10 217	0.13 187	0.07 7	0.13 208	0.06 26	0.07 69	0.06 44	0.05 15	0.10 129	0.09 110	0.04 11	0.04 25	0.05 55	0.03 1	0.04 50	0.04 78

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

S2M2_XL	0.08 92	0.06 125	0.12 317	0.12 7	0.08 234	0.09 152	0.09 25	0.07 7	0.07 20	0.08 141	0.07 69	0.07 133	0.06 71	0.09 64	0.09 110	0.08 445	0.06 444	0.07 324	0.05 202	0.08 468	0.06 327
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
asd	0.07 7	0.08 378	0.07 13	0.16 230	0.07 142	0.08 94	0.08 9	0.11 67	0.08 30	0.07 80	0.07 69	0.06 44	0.06 71	0.10 129	0.09 110	0.03 1	0.03 1	0.04 1	0.04 65	0.04 50	0.03 2

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

fffft	0.09 185	0.06 125	0.12 317	0.16 230	0.07 142	0.09 152	0.17 466	0.12 94	0.11 121	0.08 141	0.07 69	0.09 243	0.06 71	0.11 211	0.12 376	0.05 52	0.04 25	0.06 209	0.05 202	0.04 50	0.05 215
1: 1. 1
tt45	0.09 185	0.06 125	0.11 268	0.15 131	0.07 142	0.11 274	0.16 424	0.13 128	0.11 121	0.09 196	0.06 25	0.08 201	0.06 71	0.13 369	0.10 217	0.06 176	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CES	0.08 92	0.04 1	0.08 62	0.14 71	0.07 142	0.09 152	0.14 261	0.11 67	0.09 60	0.08 141	0.09 174	0.11 312	0.06 71	0.12 311	0.08 28	0.06 176	0.04 25	0.05 55	0.03 1	0.05 176	0.05 215

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

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

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

IGEV-Stereo	0.09 185	0.07 251	0.11 268	0.16 230	0.09 370	0.11 274	0.15 350	0.16 246	0.12 164	0.09 196	0.06 25	0.06 44	0.06 71	0.11 211	0.09 110	0.05 52	0.04 25	0.06 209	0.05 202	0.05 176	0.06 327
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
TRStereo	0.09 185	0.05 45	0.12 317	0.15 131	0.12 575	0.10 217	0.13 187	0.18 320	0.18 374	0.09 196	0.09 174	0.09 243	0.06 71	0.10 129	0.08 28	0.07 360	0.05 286	0.07 324	0.07 406	0.04 50	0.04 78

CroCo-Stereo	0.09 185	0.08 378	0.08 62	0.22 612	0.09 370	0.09 152	0.19 557	0.15 205	0.12 164	0.07 80	0.07 69	0.08 201	0.06 71	0.08 30	0.07 1	0.07 360	0.05 286	0.06 209	0.04 65	0.05 176	0.04 78
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
TANstereo	0.09 185	0.04 1	0.08 62	0.13 23	0.06 33	0.11 274	0.14 261	0.15 205	0.19 394	0.11 284	0.15 348	0.10 281	0.06 71	0.12 311	0.09 110	0.07 360	0.05 286	0.05 55	0.04 65	0.06 311	0.05 215

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

BridgeDepth_RVC	0.07 7	0.04 1	0.09 136	0.11 1	0.05 2	0.10 217	0.10 42	0.14 162	0.09 60	0.06 26	0.07 69	0.06 44	0.07 186	0.07 7	0.10 217	0.06 176	0.04 25	0.04 1	0.04 65	0.04 50	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
HiDET	0.08 92	0.04 1	0.10 205	0.13 23	0.06 33	0.08 94	0.12 108	0.12 94	0.11 121	0.06 26	0.07 69	0.07 133	0.07 186	0.11 211	0.11 307	0.06 176	0.04 25	0.04 1	0.03 1	0.04 50	0.04 78

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CAS++	0.11 318	0.07 251	0.11 268	0.14 71	0.09 370	0.12 329	0.14 261	0.24 465	0.14 241	0.11 284	0.09 174	0.11 312	0.07 186	0.14 404	0.09 110	0.11 585	0.09 589	0.09 512	0.07 406	0.07 398	0.08 488
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MyStereo07	0.10 264	0.07 251	0.10 205	0.17 317	0.09 370	0.14 424	0.18 516	0.15 205	0.15 269	0.09 196	0.06 25	0.06 44	0.07 186	0.12 311	0.09 110	0.06 176	0.05 286	0.08 424	0.07 406	0.06 311	0.06 327

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

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

CASnet	0.09 185	0.09 462	0.09 136	0.19 487	0.06 33	0.07 47	0.11 71	0.18 320	0.14 241	0.11 284	0.10 213	0.09 243	0.07 186	0.10 129	0.10 217	0.06 176	0.04 25	0.10 561	0.08 487	0.05 176	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
HH	0.09 185	0.06 125	0.13 373	0.17 317	0.08 234	0.10 217	0.16 424	0.14 162	0.10 88	0.08 141	0.09 174	0.08 201	0.07 186	0.10 129	0.09 110	0.06 176	0.04 25	0.06 209	0.05 202	0.05 176	0.04 78

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

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

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

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

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

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

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

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

CREStereo++_RVC	0.08 92	0.04 1	0.06 5	0.13 23	0.07 142	0.09 152	0.12 108	0.14 162	0.14 241	0.10 247	0.14 327	0.08 201	0.07 186	0.09 64	0.11 307	0.06 176	0.04 25	0.05 55	0.05 202	0.04 50	0.04 78
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
raftrobust	0.09 185	0.06 125	0.10 205	0.17 317	0.08 234	0.09 152	0.10 42	0.18 320	0.16 309	0.10 247	0.09 174	0.12 334	0.07 186	0.12 311	0.10 217	0.08 445	0.05 286	0.06 209	0.05 202	0.05 176	0.05 215

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

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

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

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

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

VeloStereo	0.09 185	0.04 1	0.12 317	0.14 71	0.11 539	0.07 47	0.06 1	0.08 13	0.06 8	0.09 196	0.07 69	0.06 44	0.08 241	0.11 211	0.10 217	0.08 445	0.08 553	0.08 424	0.07 406	0.11 589	0.13 632

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

AEACV	0.08 92	0.05 45	0.08 62	0.14 71	0.13 598	0.14 424	0.13 187	0.14 162	0.09 60	0.07 80	0.09 174	0.07 133	0.08 241	0.10 129	0.09 110	0.06 176	0.04 25	0.06 209	0.05 202	0.05 176	0.04 78

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

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

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

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

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

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

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

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

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

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

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

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

CREStereo	0.09 185	0.04 1	0.08 62	0.11 1	0.06 33	0.13 387	0.14 261	0.14 162	0.10 88	0.08 141	0.13 311	0.09 243	0.08 241	0.11 211	0.10 217	0.08 445	0.04 25	0.05 55	0.03 1	0.06 311	0.06 327
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
R-Stereo Train	0.10 264	0.06 125	0.10 205	0.17 317	0.08 234	0.11 274	0.14 261	0.23 441	0.11 121	0.12 329	0.19 424	0.11 312	0.08 241	0.09 64	0.11 307	0.07 360	0.05 286	0.06 209	0.05 202	0.05 176	0.05 215

RAFT-Stereo	0.10 264	0.06 125	0.10 205	0.17 317	0.08 234	0.11 274	0.14 261	0.23 441	0.11 121	0.12 329	0.19 424	0.11 312	0.08 241	0.09 64	0.11 307	0.07 360	0.05 286	0.06 209	0.05 202	0.05 176	0.05 215
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
over-6	0.08 92	0.07 251	0.08 62	0.17 317	0.05 2	0.10 217	0.09 25	0.17 285	0.11 121	0.06 26	0.07 69	0.06 44	0.09 288	0.10 129	0.08 28	0.06 176	0.04 25	0.04 1	0.04 65	0.05 176	0.05 215

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

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

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

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

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

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

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

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

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

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

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

NLMM1	0.11 318	0.09 462	0.07 13	0.22 612	0.10 486	0.12 329	0.20 581	0.18 320	0.20 418	0.12 329	0.11 268	0.07 133	0.09 288	0.11 211	0.11 307	0.08 445	0.08 553	0.07 324	0.06 303	0.04 50	0.04 78

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

BridgeDepth	0.07 7	0.07 251	0.08 62	0.18 411	0.06 33	0.07 47	0.11 71	0.09 26	0.06 8	0.04 1	0.07 69	0.10 281	0.09 288	0.08 30	0.08 28	0.04 11	0.03 1	0.04 1	0.04 65	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
water-stereo	0.09 185	0.06 125	0.08 62	0.16 230	0.07 142	0.09 152	0.13 187	0.15 205	0.13 208	0.11 284	0.12 291	0.08 201	0.09 288	0.07 7	0.08 28	0.06 176	0.05 286	0.05 55	0.05 202	0.04 50	0.04 78

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

S2M2_L	0.09 185	0.08 378	0.11 268	0.13 23	0.10 486	0.08 94	0.06 1	0.10 40	0.10 88	0.10 247	0.09 174	0.10 281	0.09 288	0.11 211	0.11 307	0.13 636	0.07 520	0.08 424	0.09 535	0.10 566	0.08 488
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
SGD-Stereo	0.08 92	0.05 45	0.10 205	0.14 71	0.05 2	0.12 329	0.12 108	0.11 67	0.12 164	0.07 80	0.09 174	0.09 243	0.09 288	0.08 30	0.08 28	0.06 176	0.04 25	0.05 55	0.04 65	0.05 176	0.03 2

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

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

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

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

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

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

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

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

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

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

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

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

LoS	0.09 185	0.05 45	0.11 268	0.13 23	0.07 142	0.14 424	0.11 71	0.15 205	0.15 269	0.09 196	0.09 174	0.12 334	0.09 288	0.15 432	0.10 217	0.07 360	0.05 286	0.05 55	0.03 1	0.05 176	0.05 215
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
knoymous	0.11 318	0.05 45	0.12 317	0.13 23	0.07 142	0.15 451	0.14 261	0.19 351	0.13 208	0.11 284	0.17 385	0.13 367	0.09 288	0.13 369	0.11 307	0.08 445	0.05 286	0.06 209	0.05 202	0.08 468	0.07 417

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

iRaft-Stereo_5w	0.12 398	0.09 462	0.12 317	0.19 487	0.08 234	0.09 152	0.12 108	0.21 390	0.21 435	0.19 514	0.14 327	0.11 312	0.09 288	0.20 566	0.16 515	0.05 52	0.05 286	0.07 324	0.06 303	0.05 176	0.06 327

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

rafts_anoy	0.11 318	0.06 125	0.10 205	0.17 317	0.08 234	0.10 217	0.14 261	0.17 285	0.14 241	0.13 364	0.13 311	0.12 334	0.10 335	0.11 211	0.12 376	0.07 360	0.04 25	0.09 512	0.11 611	0.07 398	0.06 327

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

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

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

GMStereo	0.13 426	0.14 610	0.14 414	0.18 411	0.09 370	0.15 451	0.16 424	0.20 363	0.24 478	0.16 448	0.17 385	0.10 281	0.10 335	0.16 467	0.13 423	0.07 360	0.06 444	0.06 209	0.06 303	0.07 398	0.06 327
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
HLF11	0.11 318	0.05 45	0.13 373	0.12 7	0.08 234	0.14 424	0.11 71	0.22 417	0.10 88	0.12 329	0.23 481	0.11 312	0.11 373	0.14 404	0.13 423	0.08 445	0.05 286	0.05 55	0.04 65	0.08 468	0.08 488

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

s12784h	0.09 185	0.06 125	0.07 13	0.15 131	0.05 2	0.16 483	0.18 516	0.15 205	0.15 269	0.10 247	0.11 268	0.11 312	0.11 373	0.10 129	0.12 376	0.05 52	0.04 25	0.05 55	0.04 65	0.04 50	0.04 78

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

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

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

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

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

HITNet	0.10 264	0.06 125	0.12 317	0.14 71	0.06 33	0.11 274	0.10 42	0.18 320	0.18 374	0.13 364	0.16 361	0.14 390	0.11 373	0.15 432	0.13 423	0.06 176	0.04 25	0.04 1	0.04 65	0.06 311	0.05 215
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
SME	0.11 318	0.09 462	0.10 205	0.17 317	0.07 142	0.20 566	0.13 187	0.21 390	0.17 340	0.12 329	0.13 311	0.10 281	0.12 406	0.13 369	0.13 423	0.07 360	0.07 520	0.08 424	0.09 535	0.06 311	0.05 215

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

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

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

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

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

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

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

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

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

GCST	0.37 687	0.42 707	0.26 615	1.02 733	0.39 707	0.18 525	0.08 9	0.20 363	0.17 340	0.28 630	0.25 522	0.15 419	0.12 406	0.16 467	0.14 466	0.64 728	0.43 722	0.75 724	0.65 728	0.63 721	0.46 720

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

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

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

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

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

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

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

Patchmatch Stereo++	0.11 318	0.09 462	0.16 499	0.18 411	0.08 234	0.06 16	0.11 71	0.16 246	0.13 208	0.15 419	0.16 361	0.14 390	0.12 406	0.11 211	0.10 217	0.06 176	0.04 25	0.08 424	0.06 303	0.08 468	0.07 417
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
OMP-Stereo	0.11 318	0.06 125	0.14 414	0.18 411	0.08 234	0.09 152	0.12 108	0.21 390	0.21 435	0.13 364	0.14 327	0.11 312	0.12 406	0.11 211	0.13 423	0.06 176	0.04 25	0.07 324	0.06 303	0.05 176	0.04 78

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

RAFT	0.13 426	0.09 462	0.11 268	0.18 411	0.08 234	0.15 451	0.24 637	0.20 363	0.19 394	0.21 552	0.21 460	0.17 456	0.12 406	0.16 467	0.09 110	0.06 176	0.07 520	0.10 561	0.09 535	0.05 176	0.05 215

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

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

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

DIP-Stereo	0.11 318	0.07 251	0.14 414	0.17 317	0.09 370	0.13 387	0.09 25	0.16 246	0.16 309	0.11 284	0.16 361	0.14 390	0.12 406	0.15 432	0.13 423	0.06 176	0.05 286	0.06 209	0.05 202	0.05 176	0.06 327
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
MSMDNet	0.14 463	0.08 378	0.15 463	0.17 317	0.09 370	0.14 424	0.14 261	0.29 559	0.36 604	0.14 392	0.21 460	0.21 506	0.12 406	0.17 501	0.14 466	0.07 360	0.05 286	0.07 324	0.07 406	0.07 398	0.07 417

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SFCPSM	0.13 426	0.07 251	0.14 414	0.17 317	0.09 370	0.15 451	0.16 424	0.28 544	0.27 524	0.14 392	0.17 385	0.12 334	0.13 448	0.14 404	0.11 307	0.08 445	0.05 286	0.07 324	0.07 406	0.07 398	0.06 327

ccs_rob	0.14 463	0.08 378	0.15 463	0.16 230	0.09 370	0.12 329	0.14 261	0.27 524	0.34 590	0.14 392	0.21 460	0.22 524	0.13 448	0.18 525	0.14 466	0.07 360	0.05 286	0.08 424	0.07 406	0.07 398	0.07 417

AdaStereo	0.15 508	0.11 552	0.15 463	0.18 411	0.09 370	0.20 566	0.11 71	0.32 596	0.28 539	0.20 537	0.23 481	0.20 497	0.13 448	0.19 541	0.14 466	0.12 610	0.05 286	0.10 561	0.07 406	0.09 533	0.07 417
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iResNetv2_ROB	0.14 463	0.08 378	0.15 463	0.16 230	0.08 234	0.16 483	0.12 108	0.25 484	0.35 599	0.21 552	0.29 574	0.24 548	0.13 448	0.14 404	0.14 466	0.06 176	0.05 286	0.06 209	0.04 65	0.09 533	0.08 488

MLCV	0.12 398	0.07 251	0.16 499	0.18 411	0.06 33	0.15 451	0.17 466	0.19 351	0.21 435	0.18 497	0.25 522	0.17 456	0.13 448	0.14 404	0.13 423	0.05 52	0.04 25	0.05 55	0.04 65	0.05 176	0.04 78

iResNet	0.13 426	0.10 525	0.18 554	0.19 487	0.08 234	0.13 387	0.18 516	0.20 363	0.26 514	0.15 419	0.23 481	0.15 419	0.13 448	0.14 404	0.14 466	0.06 176	0.04 25	0.06 209	0.05 202	0.06 311	0.05 215

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

G2L-ROB	0.13 426	0.06 125	0.13 373	0.13 23	0.08 234	0.14 424	0.16 424	0.25 484	0.18 374	0.19 514	0.18 413	0.20 497	0.14 472	0.17 501	0.16 515	0.08 445	0.05 286	0.06 209	0.05 202	0.08 468	0.09 535

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

HSM-Net_RVC	0.14 463	0.08 378	0.11 268	0.15 131	0.08 234	0.15 451	0.15 350	0.27 524	0.29 546	0.19 514	0.21 460	0.29 599	0.14 472	0.17 501	0.13 423	0.06 176	0.06 444	0.06 209	0.06 303	0.07 398	0.06 327
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 463	0.07 251	0.15 463	0.12 7	0.09 370	0.16 483	0.18 516	0.22 417	0.24 478	0.17 467	0.26 539	0.24 548	0.14 472	0.16 467	0.14 466	0.11 585	0.06 444	0.08 424	0.09 535	0.09 533	0.08 488

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CASS	0.13 426	0.12 570	0.11 268	0.23 636	0.09 370	0.15 451	0.17 466	0.18 320	0.19 394	0.17 467	0.18 413	0.15 419	0.15 490	0.14 404	0.14 466	0.09 509	0.06 444	0.10 561	0.08 487	0.09 533	0.07 417
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
Wz-Net-LNSev-Ref	0.18 566	0.09 462	0.29 636	0.15 131	0.10 486	0.22 593	0.20 581	0.26 502	0.39 622	0.25 603	0.42 662	0.24 548	0.15 490	0.20 566	0.19 561	0.07 360	0.05 286	0.06 209	0.05 202	0.10 566	0.09 535

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

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

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

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

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

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

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

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

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

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

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

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

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

FACV-RUCA	0.13 426	0.11 552	0.12 317	0.19 487	0.12 575	0.15 451	0.15 350	0.22 417	0.20 418	0.15 419	0.16 361	0.14 390	0.16 518	0.14 404	0.13 423	0.07 360	0.05 286	0.08 424	0.06 303	0.10 566	0.08 488

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

cf-r	0.13 426	0.07 251	0.12 317	0.16 230	0.08 234	0.14 424	0.19 557	0.20 363	0.25 500	0.17 467	0.25 522	0.21 506	0.16 518	0.14 404	0.14 466	0.10 553	0.05 286	0.06 209	0.08 487	0.06 311	0.06 327

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

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

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

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

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

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

DispNO	0.14 463	0.08 378	0.17 530	0.19 487	0.12 575	0.11 274	0.21 602	0.23 441	0.29 546	0.17 467	0.23 481	0.18 470	0.17 541	0.15 432	0.15 499	0.07 360	0.05 286	0.08 424	0.08 487	0.07 398	0.06 327

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

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

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

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

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

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

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

CFNet	0.15 508	0.10 525	0.17 530	0.17 317	0.08 234	0.18 525	0.09 25	0.28 544	0.25 500	0.19 514	0.24 494	0.24 548	0.17 541	0.17 501	0.14 466	0.08 445	0.06 444	0.09 512	0.10 577	0.07 398	0.06 327

NLCA_NET_v2_RVC	0.17 552	0.10 525	0.22 594	0.20 557	0.10 486	0.15 451	0.18 516	0.31 585	0.25 500	0.21 552	0.30 581	0.25 562	0.17 541	0.21 583	0.20 567	0.09 509	0.06 444	0.08 424	0.08 487	0.07 398	0.08 488
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 552	0.12 570	0.15 463	0.20 557	0.09 370	0.18 525	0.18 516	0.26 502	0.23 461	0.26 609	0.40 645	0.22 524	0.17 541	0.21 583	0.20 567	0.08 445	0.05 286	0.09 512	0.10 577	0.07 398	0.07 417
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
YMNet	0.20 590	0.12 570	0.19 566	0.20 557	0.14 620	0.26 635	0.23 623	0.32 596	0.34 590	0.27 615	0.34 611	0.30 609	0.18 556	0.18 525	0.22 596	0.10 553	0.13 656	0.10 561	0.10 577	0.08 468	0.09 535

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

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

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

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

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

ICVP	0.15 508	0.09 462	0.12 317	0.22 612	0.09 370	0.17 506	0.21 602	0.25 484	0.23 461	0.18 497	0.30 581	0.26 572	0.18 556	0.17 501	0.14 466	0.09 509	0.07 520	0.08 424	0.07 406	0.07 398	0.07 417
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ac_64	0.16 531	0.08 378	0.15 463	0.18 411	0.10 486	0.22 593	0.18 516	0.24 465	0.21 435	0.18 497	0.24 494	0.29 599	0.18 556	0.19 541	0.22 596	0.09 509	0.07 520	0.08 424	0.09 535	0.07 398	0.06 327

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

SGM-Forest	0.20 590	0.14 610	0.18 554	0.19 487	0.13 598	0.20 566	0.22 612	0.33 616	0.30 556	0.24 590	0.29 574	0.28 590	0.19 572	0.23 607	0.17 530	0.15 654	0.16 681	0.15 655	0.14 647	0.12 606	0.12 608
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
fast-acv-ft	0.18 566	0.11 552	0.19 566	0.19 487	0.12 575	0.24 614	0.21 602	0.25 484	0.34 590	0.22 568	0.34 611	0.27 580	0.20 584	0.21 583	0.23 608	0.09 509	0.09 589	0.08 424	0.10 577	0.08 468	0.07 417

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

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

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

DGSMNet	0.24 635	0.19 654	0.33 648	0.21 592	0.24 691	0.24 614	0.20 581	0.35 641	0.41 631	0.24 590	0.32 594	0.38 658	0.21 588	0.29 647	0.23 608	0.12 610	0.11 625	0.14 642	0.16 670	0.23 688	0.23 693

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

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

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

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

RTSC	0.23 628	0.12 570	0.28 628	0.21 592	0.13 598	0.28 652	0.16 424	0.35 641	0.66 709	0.27 615	0.33 607	0.30 609	0.21 588	0.31 651	0.29 663	0.10 553	0.08 553	0.09 512	0.10 577	0.13 626	0.13 632

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

CBMV	0.19 578	0.14 610	0.17 530	0.18 411	0.10 486	0.20 566	0.11 71	0.29 559	0.30 556	0.29 639	0.30 581	0.30 609	0.23 605	0.27 628	0.19 561	0.13 636	0.15 673	0.17 667	0.16 670	0.10 566	0.10 567
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	0.24 635	0.14 610	0.45 674	0.19 487	0.13 598	0.28 652	0.25 653	0.34 625	0.62 700	0.27 615	0.56 690	0.29 599	0.24 611	0.32 658	0.25 631	0.08 445	0.08 553	0.08 424	0.08 487	0.10 566	0.10 567

ToySt	0.17 552	0.11 552	0.18 554	0.17 317	0.11 539	0.16 483	0.25 653	0.24 465	0.33 578	0.19 514	0.24 494	0.26 572	0.24 611	0.19 541	0.20 567	0.07 360	0.08 553	0.09 512	0.10 577	0.09 533	0.08 488

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

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

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

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

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

DLCB_ROB	0.18 566	0.10 525	0.15 463	0.23 636	0.11 539	0.24 614	0.18 516	0.29 559	0.28 539	0.27 615	0.28 562	0.28 590	0.24 611	0.19 541	0.20 567	0.08 445	0.08 553	0.09 512	0.09 535	0.07 398	0.07 417

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

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

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

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

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

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

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

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

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

PA-Net	0.23 628	0.18 650	0.33 648	0.28 678	0.22 686	0.21 584	0.38 707	0.29 559	0.39 622	0.22 568	0.32 594	0.25 562	0.26 626	0.20 566	0.25 631	0.09 509	0.23 707	0.15 655	0.22 688	0.09 533	0.13 632
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
DISCO	0.19 578	0.09 462	0.22 594	0.17 317	0.10 486	0.25 625	0.18 516	0.27 524	0.44 651	0.22 568	0.31 590	0.33 636	0.26 626	0.28 640	0.28 659	0.08 445	0.06 444	0.07 324	0.07 406	0.09 533	0.09 535

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

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

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

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

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

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

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

ACVNet-4b	0.39 688	0.53 710	0.55 687	0.45 707	0.24 691	0.47 694	0.18 516	0.49 697	0.64 705	0.42 684	0.45 669	0.60 701	0.27 634	0.34 664	0.24 621	0.33 708	0.14 667	0.48 712	0.42 714	0.30 704	0.26 702

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

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

aanetorigin	0.22 612	0.17 639	0.56 690	0.17 317	0.10 486	0.15 451	0.19 557	0.20 363	0.33 578	0.49 694	0.48 673	0.29 599	0.27 634	0.20 566	0.23 608	0.08 445	0.07 520	0.08 424	0.07 406	0.10 566	0.09 535

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

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

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

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

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

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

Abc-Net	0.24 635	0.15 620	0.31 641	0.26 662	0.16 651	0.20 566	0.30 692	0.40 670	0.40 628	0.24 590	0.38 631	0.33 636	0.28 645	0.36 676	0.27 651	0.12 610	0.11 625	0.15 655	0.22 688	0.13 626	0.13 632
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 658	0.15 620	0.30 639	0.24 645	0.18 673	0.22 593	0.15 350	0.38 662	0.71 713	0.32 656	0.41 656	0.36 649	0.28 645	0.32 658	0.29 663	0.12 610	0.11 625	0.14 642	0.13 643	0.16 667	0.20 687

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

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

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

NCCL2	0.23 628	0.15 620	0.17 530	0.34 695	0.18 673	0.24 614	0.23 623	0.34 625	0.28 539	0.31 650	0.38 631	0.38 658	0.28 645	0.23 607	0.24 621	0.15 654	0.12 641	0.18 676	0.21 685	0.13 626	0.13 632

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

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

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

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

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

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

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

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

PStereo	0.20 590	0.22 670	0.20 578	0.17 317	0.10 486	0.13 387	0.20 581	0.27 524	0.38 618	0.20 537	0.14 327	0.28 590	0.31 661	0.24 617	0.31 677	0.18 677	0.13 656	0.15 655	0.11 611	0.12 606	0.12 608

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

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

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

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

DANet	0.21 603	0.15 620	0.28 628	0.25 657	0.13 598	0.22 593	0.19 557	0.27 524	0.27 524	0.28 630	0.32 594	0.35 647	0.31 661	0.31 651	0.23 608	0.11 585	0.09 589	0.11 593	0.10 577	0.13 626	0.11 595
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
light-stereo	0.42 695	0.26 682	0.59 695	0.60 715	0.49 714	0.32 662	0.23 623	0.46 692	0.52 682	0.56 702	0.58 695	0.76 713	0.32 667	0.48 699	0.29 663	0.32 706	0.24 708	0.27 692	0.33 707	0.46 712	0.39 714

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

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

otaku	0.39 688	0.37 703	0.52 683	0.44 706	0.28 700	0.58 702	0.24 637	0.41 676	0.62 700	0.40 677	0.49 674	0.46 685	0.33 669	0.40 692	0.32 679	0.30 704	0.30 714	0.39 708	0.33 707	0.29 703	0.28 703

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

GANetREF_RVC	0.31 677	0.34 700	0.27 623	0.35 697	0.16 651	0.32 662	0.41 708	0.48 695	0.51 680	0.35 663	0.35 616	0.34 643	0.33 669	0.39 687	0.32 679	0.27 703	0.20 694	0.29 701	0.15 665	0.18 679	0.17 678
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
CSAN	0.29 669	0.24 676	0.27 623	0.34 695	0.19 677	0.33 669	0.42 711	0.37 654	0.50 673	0.38 672	0.40 645	0.44 679	0.33 669	0.28 640	0.30 670	0.20 686	0.16 681	0.19 678	0.19 682	0.14 642	0.15 658

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

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

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

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

SGM_RVC	0.23 628	0.12 570	0.15 463	0.15 131	0.09 370	0.33 669	0.18 516	0.34 625	0.31 564	0.44 689	0.37 625	0.53 697	0.35 677	0.35 670	0.24 621	0.13 636	0.13 656	0.13 628	0.13 643	0.10 566	0.11 595
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
ADCS	0.29 669	0.18 650	0.45 674	0.21 592	0.17 666	0.28 652	0.23 623	0.41 676	0.63 704	0.40 677	0.49 674	0.40 670	0.36 679	0.39 687	0.40 699	0.13 636	0.12 641	0.13 628	0.14 647	0.16 667	0.16 669

LSM	0.33 682	0.20 660	0.58 693	0.26 662	0.60 724	0.34 672	0.25 653	0.42 681	0.48 661	0.45 690	0.58 695	0.42 673	0.36 679	0.35 670	0.25 631	0.12 610	0.20 694	0.14 642	0.16 670	0.19 682	0.33 709

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

AANet	0.30 675	0.19 654	1.03 726	0.16 230	0.13 598	0.22 593	0.16 424	0.30 573	0.62 700	0.60 703	0.52 680	0.46 685	0.38 682	0.23 607	0.32 679	0.12 610	0.09 589	0.11 593	0.10 577	0.13 626	0.12 608

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

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

EDNetEfficient	0.29 669	0.24 676	1.13 728	0.18 411	0.10 486	0.19 550	0.20 581	0.20 363	0.60 697	0.74 716	0.56 690	0.31 622	0.39 685	0.22 596	0.30 670	0.09 509	0.07 520	0.08 424	0.07 406	0.11 589	0.09 535

MFN_U_SF_RVC	0.32 679	0.21 666	0.55 687	0.30 689	0.15 640	0.34 672	0.17 466	0.52 704	0.46 659	0.46 693	0.55 685	0.59 700	0.39 685	0.35 670	0.37 692	0.15 654	0.14 667	0.18 676	0.21 685	0.16 667	0.15 658

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

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

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

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

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

MeshStereo	0.27 660	0.13 598	0.18 554	0.15 131	0.11 539	0.32 662	0.24 637	0.40 670	0.36 604	0.52 696	0.57 693	0.67 708	0.40 688	0.35 670	0.26 643	0.14 650	0.13 656	0.13 628	0.11 611	0.11 589	0.10 567
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
noway2	3.60 738	5.21 752	3.74 742	12.26 756	11.84 756	4.51 741	3.91 744	1.00 731	0.48 661	0.89 726	1.98 740	6.35 752	0.41 693	2.90 742	2.47 746	0.93 739	0.13 656	1.92 747	1.77 749	5.66 750	3.67 751

FCDSN-DC	0.33 682	0.28 691	0.28 628	0.30 689	0.24 691	0.39 687	0.28 675	0.42 681	0.42 639	0.43 687	0.53 681	0.51 693	0.41 693	0.36 676	0.30 670	0.21 690	0.20 694	0.27 692	0.26 695	0.25 696	0.24 694
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
RTS	0.45 699	0.19 654	3.26 738	0.24 645	0.15 640	0.74 715	0.20 581	0.36 648	0.76 720	0.42 684	0.43 665	0.31 622	0.41 693	0.53 708	0.35 687	0.10 553	0.08 553	0.13 628	0.12 632	0.15 658	0.15 658

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

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

SGM-ForestM	0.32 679	0.12 570	0.16 499	0.16 230	0.11 539	0.39 687	0.19 557	0.41 676	0.50 673	0.52 696	0.54 683	1.32 729	0.42 697	0.40 692	0.27 651	0.14 650	0.16 681	0.16 663	0.16 670	0.12 606	0.12 608

noway4	3.64 741	5.53 755	3.97 745	12.24 755	11.84 756	4.58 743	3.96 748	1.14 742	0.45 657	0.82 720	2.01 742	6.19 747	0.43 699	3.04 745	2.29 742	0.94 740	0.15 673	1.93 748	1.76 745	5.75 754	3.71 755

zzzz4	3.62 739	5.55 756	4.00 747	12.27 758	11.85 759	4.49 739	3.91 744	1.10 740	0.42 639	0.85 722	2.01 742	6.20 748	0.44 700	3.00 743	2.25 739	0.94 740	0.15 673	1.93 748	1.76 745	5.70 752	3.67 751

noway1	3.62 739	5.55 756	3.97 745	12.27 758	11.85 759	4.50 740	3.92 746	1.09 739	0.42 639	0.85 722	2.01 742	6.22 749	0.44 700	3.00 743	2.25 739	0.94 740	0.15 673	1.93 748	1.76 745	5.70 752	3.67 751

LE_ROB	0.50 704	0.07 251	0.14 414	0.15 131	0.08 234	0.24 614	0.16 424	0.22 417	1.81 744	4.63 750	0.67 701	0.47 689	0.44 700	0.20 566	0.29 663	0.07 360	0.06 444	0.06 209	0.06 303	0.08 468	0.06 327

coex-ft	3.30 736	0.34 700	59.09 778	0.18 411	0.13 598	0.26 635	0.22 612	0.27 524	0.72 714	1.90 745	0.70 705	0.44 679	0.45 703	0.29 647	0.41 702	0.09 509	0.09 589	0.12 613	0.09 535	0.14 642	0.13 632

noway3	3.64 741	5.28 753	3.79 743	12.26 756	11.84 756	4.53 742	3.92 746	1.06 735	0.48 661	0.88 725	1.98 740	6.32 751	0.46 704	3.32 746	2.57 747	0.95 743	0.15 673	1.93 748	1.76 745	5.67 751	3.69 754

RainbowNet	0.54 707	0.61 714	0.70 715	0.57 714	0.43 711	0.65 708	0.37 706	0.60 713	0.87 724	0.50 695	0.66 700	0.64 704	0.47 705	0.49 700	0.43 706	0.47 718	0.48 728	0.52 716	0.41 713	0.52 715	0.40 717

Consistency-Raft	0.44 697	0.40 705	0.45 674	0.37 701	0.43 711	0.46 692	0.41 708	0.57 711	0.55 684	0.32 656	0.73 707	0.33 636	0.48 706	0.42 696	0.49 710	0.39 711	0.35 719	0.45 711	0.51 721	0.42 711	0.29 704

ACVNet_1	0.44 697	0.49 709	0.60 696	0.45 707	0.28 700	0.49 697	0.27 669	0.57 711	0.72 714	0.62 705	0.58 695	0.74 712	0.49 707	0.50 701	0.35 687	0.26 702	0.24 708	0.39 708	0.29 702	0.31 707	0.24 694

EDNetEfficientorigin	7.91 749	0.31 696	153.02 779	0.19 487	0.09 370	0.21 584	0.16 424	0.22 417	0.59 693	0.72 712	0.67 701	0.42 673	0.50 708	0.24 617	0.39 696	0.08 445	0.07 520	0.08 424	0.07 406	0.12 606	0.10 567

TCMNet-wrong-test	3.67 743	5.48 754	3.89 744	12.18 754	11.75 755	4.65 744	3.88 743	1.06 735	0.72 714	1.09 737	2.15 745	6.30 750	0.53 709	3.43 748	2.36 744	0.89 737	0.20 694	1.87 745	1.69 744	5.57 749	3.62 750

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

ELAS_RVC	0.41 693	0.29 694	0.33 648	0.28 678	0.24 691	0.54 700	0.36 703	0.49 697	0.59 693	0.72 712	0.74 709	0.65 706	0.54 710	0.54 710	0.40 699	0.22 695	0.20 694	0.27 692	0.26 695	0.26 701	0.25 700
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 693	0.29 694	0.33 648	0.27 675	0.24 691	0.60 705	0.36 703	0.50 701	0.50 673	0.71 710	0.79 713	0.67 708	0.54 710	0.51 703	0.42 703	0.22 695	0.20 694	0.27 692	0.26 695	0.26 701	0.25 700
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
anonymity	0.53 706	0.58 712	0.65 700	0.41 704	0.61 725	0.53 699	0.41 708	0.56 709	0.41 631	0.55 700	0.50 678	0.49 692	0.55 713	0.58 713	0.50 713	0.58 724	0.50 732	0.51 714	0.51 721	0.51 714	0.57 723

SGM+DAISY	0.56 708	0.57 711	0.65 700	0.40 702	0.54 717	0.66 710	0.49 716	0.56 709	0.45 657	0.66 706	0.69 703	0.67 708	0.56 714	0.63 715	0.56 715	0.59 725	0.48 728	0.50 713	0.50 720	0.52 715	0.58 724

MonStereo1	0.47 703	0.26 682	0.58 693	0.28 678	0.20 680	0.39 687	0.18 516	0.49 697	0.64 705	0.52 696	0.87 716	1.01 718	0.57 715	0.50 701	0.56 715	0.53 721	0.31 717	0.54 718	0.40 712	0.33 709	0.34 710

SPS-STEREO	0.57 709	0.58 712	0.65 700	0.45 707	0.55 719	0.62 706	0.44 715	0.62 714	0.50 673	0.68 708	0.64 698	0.66 707	0.57 715	0.61 714	0.60 718	0.62 727	0.47 727	0.51 714	0.49 718	0.55 719	0.58 724
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
PVD	0.39 688	0.20 660	0.39 665	0.31 693	0.22 686	0.29 656	0.43 713	0.52 704	0.96 727	0.55 700	0.79 713	0.53 697	0.59 717	0.52 705	0.38 694	0.19 684	0.14 667	0.17 667	0.14 647	0.24 695	0.31 707

MANE	0.45 699	0.27 686	0.27 623	0.27 675	0.24 691	0.47 694	0.31 698	0.55 708	0.59 693	0.72 712	1.13 730	1.15 723	0.61 718	0.52 705	0.37 692	0.21 690	0.20 694	0.27 692	0.31 706	0.25 696	0.24 694

PWCK	0.71 714	0.94 729	0.95 724	0.76 720	0.31 705	0.74 715	0.36 703	0.90 722	0.90 725	0.96 730	0.75 711	0.95 717	0.61 718	0.87 728	0.66 721	0.72 730	0.46 723	0.75 724	0.49 718	0.69 728	0.44 719

BEATNet-Init1	0.52 705	0.27 686	0.62 698	0.30 689	0.21 684	0.76 719	0.29 685	0.54 707	0.65 708	0.86 724	0.95 721	2.07 739	0.62 720	0.56 712	0.42 703	0.18 677	0.18 688	0.23 686	0.22 688	0.22 687	0.21 689

NVStereoNet_ROB	0.46 702	0.36 702	0.46 678	0.41 704	0.28 700	0.34 672	0.34 701	0.48 695	0.60 697	0.72 712	0.93 719	0.70 711	0.66 721	0.47 698	0.60 718	0.22 695	0.33 718	0.34 706	0.34 710	0.30 704	0.30 706
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MFMNet_re	0.64 710	0.66 718	0.65 700	0.51 711	0.69 729	0.69 711	0.57 722	0.64 715	0.73 718	0.60 703	0.73 707	0.62 703	0.67 722	0.65 716	0.60 718	0.66 729	0.58 741	0.63 719	0.59 724	0.68 726	0.69 733

MADNet+	0.75 717	0.71 720	3.70 741	0.66 717	0.41 709	0.98 727	0.97 737	0.69 717	0.73 718	0.52 696	0.57 693	0.64 704	0.68 723	0.86 727	1.01 734	0.34 709	0.36 720	0.28 700	0.23 692	0.36 710	0.31 707

ACVNet_2	0.66 713	0.66 718	0.68 709	0.63 716	0.41 709	0.71 713	0.49 716	0.96 727	1.39 737	0.89 726	1.09 726	1.04 719	0.73 724	0.54 710	0.47 708	0.43 715	0.40 721	0.53 717	0.44 715	0.47 713	0.35 712

TorneroNet-64	0.76 718	0.72 721	0.74 716	0.78 722	0.58 723	0.91 726	0.56 721	0.84 721	1.29 734	0.66 706	0.90 717	1.40 731	0.75 725	0.85 726	0.67 724	0.49 719	0.46 723	0.72 723	0.59 724	0.67 725	0.53 722

IMH-64-1	0.65 711	0.61 714	0.68 709	0.71 718	0.51 715	0.59 703	0.49 716	0.91 723	0.85 722	0.74 716	1.02 723	0.81 714	0.78 726	0.79 720	0.49 710	0.42 713	0.46 723	0.71 721	0.47 716	0.52 715	0.39 714

IMH-64	0.65 711	0.61 714	0.68 709	0.71 718	0.51 715	0.59 703	0.49 716	0.91 723	0.85 722	0.74 716	1.02 723	0.81 714	0.78 726	0.79 720	0.49 710	0.42 713	0.46 723	0.71 721	0.47 716	0.52 715	0.39 714

JetBlue	0.71 714	0.45 708	1.14 729	0.51 711	0.47 713	2.02 737	0.64 726	0.75 718	0.70 712	0.69 709	0.77 712	1.22 725	0.83 728	1.03 735	1.01 734	0.40 712	0.28 712	0.33 705	0.33 707	0.30 704	0.34 710

LVE	0.83 722	0.85 727	0.85 722	0.80 723	0.56 720	1.04 732	0.65 727	1.05 733	1.47 740	0.96 730	1.22 734	1.10 722	0.85 729	0.83 723	0.71 726	0.49 719	0.55 738	0.76 727	0.60 726	0.65 723	0.59 729

TorneroNet	0.82 721	0.74 722	0.81 721	0.84 725	0.63 726	0.99 728	0.63 724	0.96 727	1.16 731	0.80 719	1.11 728	1.36 730	0.86 730	0.93 731	0.80 729	0.56 722	0.49 730	0.78 729	0.66 729	0.73 731	0.63 732

IMH	0.71 714	0.64 717	0.68 709	0.76 720	0.54 717	0.69 711	0.54 720	0.98 729	1.10 730	0.82 720	1.09 726	0.89 716	0.88 731	0.87 728	0.52 714	0.44 716	0.50 732	0.75 724	0.51 721	0.56 720	0.41 718

WAO-7	0.79 719	0.78 723	0.54 685	0.85 726	0.67 728	0.74 715	0.68 730	1.05 733	1.32 735	0.90 728	1.20 733	1.04 719	0.92 732	0.69 717	0.66 721	0.60 726	0.62 742	0.67 720	0.68 730	0.64 722	0.58 724

JetRed	1.62 733	1.46 737	2.98 736	0.92 729	1.21 738	4.99 745	1.53 742	1.27 745	1.39 737	1.83 744	1.74 739	1.60 737	0.95 733	1.41 738	2.45 745	0.90 738	1.60 748	0.93 733	0.90 738	1.35 739	0.99 740

KSHMR	1.09 730	1.17 733	0.88 723	1.25 738	1.00 737	0.99 728	0.96 736	1.13 741	1.37 736	1.16 739	1.29 735	1.41 732	0.96 734	1.01 734	0.92 731	1.03 744	1.08 746	1.20 739	1.03 740	1.01 736	0.97 739

Dean	0.87 723	0.86 728	0.79 719	0.81 724	0.56 720	0.90 723	0.63 724	1.15 743	1.73 743	1.15 738	1.15 731	1.31 728	0.99 735	0.81 722	0.81 730	0.57 723	0.56 739	0.77 728	0.64 727	0.66 724	0.58 724

WAO-6	0.81 720	0.80 724	0.62 698	0.86 727	0.63 726	0.76 719	0.58 723	0.98 729	1.54 742	0.90 728	0.96 722	1.07 721	1.03 736	0.70 718	0.66 721	0.72 730	0.49 730	0.90 732	0.71 731	0.68 726	0.58 724

WAO-8	0.91 724	0.81 725	0.65 700	0.94 730	0.69 729	0.90 723	0.67 728	1.07 737	1.83 745	1.06 735	1.45 736	1.30 726	1.07 737	0.84 724	0.78 727	0.74 732	0.53 735	0.86 730	0.75 732	0.69 728	0.62 730

ktn	1.01 729	1.21 734	0.80 720	1.23 737	0.86 735	1.01 730	0.87 734	0.94 726	1.39 737	1.04 733	1.12 729	1.15 723	1.07 737	0.94 732	0.59 717	1.28 747	0.71 744	1.38 742	0.83 735	1.02 737	0.75 736

Venus	0.91 724	0.81 725	0.65 700	0.94 730	0.69 729	0.90 723	0.67 728	1.07 737	1.83 745	1.06 735	1.45 736	1.30 726	1.07 737	0.84 724	0.78 727	0.74 732	0.53 735	0.86 730	0.75 732	0.69 728	0.62 730

DPSimNet_ROB	1.11 731	1.23 735	0.78 717	1.13 735	0.88 736	1.10 733	1.13 738	1.16 744	1.23 733	1.43 742	1.02 723	1.41 732	1.10 740	0.90 730	1.60 736	1.46 748	0.51 734	1.21 740	1.03 740	0.90 734	1.01 741

notaker	0.97 727	1.11 732	0.98 725	1.13 735	0.81 733	0.73 714	0.68 730	0.93 725	1.16 731	1.18 740	1.18 732	1.41 732	1.16 741	1.08 737	0.69 725	0.81 735	0.64 743	1.17 738	0.79 734	0.98 735	0.80 737

UNDER WATER-64	0.95 726	0.94 729	1.43 733	0.87 728	0.56 720	1.18 735	0.87 734	0.77 719	0.94 726	1.04 733	0.85 715	1.58 736	1.21 742	0.94 732	0.96 732	0.87 736	0.57 740	1.03 736	0.88 737	0.78 732	0.73 734

UNDER WATER	0.97 727	0.97 731	1.42 732	0.99 732	0.70 732	1.12 734	0.84 733	0.80 720	1.08 729	1.01 732	0.90 717	1.55 735	1.22 743	1.03 735	1.00 733	0.78 734	0.53 735	1.02 735	0.87 736	0.80 733	0.74 735

HanzoNet	1.29 732	1.26 736	1.19 730	1.12 734	0.85 734	1.02 731	0.83 732	1.03 732	1.48 741	1.64 743	1.61 738	2.50 741	1.72 744	1.61 739	1.61 737	1.26 746	0.80 745	1.31 741	1.01 739	1.02 737	0.86 738

Selective-IGEV-i1pa	2.80 735	3.51 744	0.67 708	0.28 678	0.14 620	10.22 750	0.43 713	4.36 748	3.63 748	3.53 748	6.92 749	3.47 742	1.97 745	13.41 762	2.26 741	0.36 710	0.15 673	0.13 628	0.10 577	0.15 658	0.35 712

MADNet++	1.95 734	1.75 738	1.59 734	1.82 740	1.69 740	2.33 738	1.40 741	2.35 747	2.09 747	2.57 747	2.36 746	2.24 740	2.17 746	2.28 740	2.34 743	1.87 749	1.66 749	1.54 743	1.34 743	1.92 741	1.77 744

Selective-IGEV-i16pa	18.58 762	3.30 742	1.09 727	0.21 592	0.18 673	103.68 779	0.28 675	19.87 767	40.73 776	4.16 749	56.45 779	8.07 754	2.59 747	123.95 781	5.89 751	0.18 677	0.12 641	0.09 512	0.12 632	0.12 606	0.51 721

ASD4	3.54 737	3.38 743	2.05 735	1.72 739	2.51 742	9.03 749	17.71 753	2.25 746	5.51 750	2.46 746	2.81 747	2.03 738	3.36 748	2.73 741	5.06 748	1.22 745	1.34 747	1.13 737	1.33 742	1.68 740	1.49 743

tt	4.67 744	0.06 125	3.55 740	2.02 741	1.55 739	10.25 751	16.71 752	8.91 757	5.03 749	1.31 741	0.94 720	4.71 743	4.76 749	3.33 747	5.87 750	6.06 757	10.30 763	1.88 746	2.11 751	2.75 743	1.21 742

LRCNet_RVC	10.62 757	13.42 764	7.30 749	18.92 763	2.07 741	0.33 669	0.30 692	5.59 752	0.48 661	13.03 762	17.94 761	8.87 755	5.65 750	4.79 749	1.89 738	23.51 776	2.73 754	27.55 779	25.71 779	16.07 771	16.33 773

PML	8.91 752	9.34 763	6.13 748	5.35 745	6.41 746	14.99 754	23.38 760	5.27 749	6.83 751	18.04 766	28.19 774	7.67 753	6.83 751	7.85 753	5.75 749	5.35 756	1.83 750	5.95 762	1.93 750	8.64 759	2.52 746

USTest	6.22 745	2.73 741	3.00 737	6.57 748	7.29 747	14.37 753	21.57 754	7.00 756	9.56 755	5.34 753	6.10 748	5.72 746	7.64 752	6.41 752	6.96 752	1.97 750	3.42 755	1.64 744	2.15 752	2.66 742	2.36 745

xxxxx1	7.79 746	5.02 749	7.31 750	3.12 742	3.85 743	16.35 755	22.88 755	5.86 753	8.69 752	7.97 754	8.54 750	9.12 756	8.27 753	10.18 754	10.92 753	2.42 751	2.45 751	3.56 754	12.37 760	3.77 744	3.06 747

tt_ll	7.79 746	5.02 749	7.31 750	3.12 742	3.85 743	16.35 755	22.88 755	5.86 753	8.69 752	7.97 754	8.54 750	9.12 756	8.27 753	10.18 754	10.92 753	2.42 751	2.45 751	3.56 754	12.37 760	3.77 744	3.06 747

ff	7.79 746	5.02 749	7.31 750	3.12 742	3.85 743	16.35 755	22.88 755	5.86 753	8.69 752	7.97 754	8.54 750	9.12 756	8.27 753	10.18 754	10.92 753	2.42 751	2.45 751	3.56 754	12.37 760	3.77 744	3.06 747

DPSMNet_ROB	8.06 750	4.48 745	8.63 758	5.37 747	10.74 750	8.32 747	22.98 759	5.46 750	13.36 760	5.12 751	9.92 755	5.08 744	10.40 756	5.53 751	12.58 756	3.80 755	8.00 756	3.50 752	7.02 757	3.83 747	7.14 759

DGTPSM_ROB	8.06 750	4.48 745	8.63 758	5.35 745	10.72 749	8.32 747	22.97 758	5.46 750	13.35 759	5.12 751	9.92 755	5.08 744	10.40 756	5.52 750	12.58 756	3.79 754	8.00 756	3.50 752	7.02 757	3.83 747	7.14 759

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

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

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

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

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

HaxPig	15.71 761	18.52 775	19.18 770	16.89 762	15.89 763	7.73 746	7.60 749	13.31 765	10.82 756	15.42 763	14.91 760	15.98 764	14.92 763	15.58 763	15.98 763	18.95 771	16.73 764	19.46 775	18.08 771	19.26 772	19.05 776

MEDIAN_ROB	20.38 765	24.04 776	23.31 773	21.23 764	21.71 766	10.40 752	7.92 750	17.64 766	15.50 766	20.12 767	19.70 762	20.34 765	20.32 764	21.19 764	21.13 766	23.81 777	21.81 773	24.98 778	23.76 778	24.71 777	23.93 779

RSGM-EC	20.36 763	4.73 747	0.68 709	16.76 760	16.92 764	21.28 764	27.18 766	10.46 758	14.04 762	18.00 764	21.31 764	22.24 774	21.82 765	22.57 765	17.63 764	62.81 779	33.79 779	20.14 776	18.10 772	20.18 773	16.45 774

acva	20.36 763	4.73 747	0.68 709	16.76 760	16.92 764	21.28 764	27.18 766	10.46 758	14.04 762	18.00 764	21.31 764	22.24 774	21.82 765	22.57 765	17.63 764	62.81 779	33.79 779	20.14 776	18.10 772	20.18 773	16.45 774

fast-reg	22.85 772	17.43 774	19.15 769	22.22 772	24.34 773	38.36 769	53.78 770	24.23 772	28.52 774	20.55 768	22.05 772	20.54 766	23.77 767	23.21 767	27.31 769	14.18 770	17.47 766	14.33 770	14.96 770	15.81 770	14.81 763

FlowAnything	22.44 769	17.35 771	16.14 764	22.07 770	23.23 767	38.39 771	53.77 769	24.25 773	28.44 772	20.96 775	21.82 770	20.70 767	23.84 768	23.49 772	27.14 768	14.04 763	17.79 772	11.75 763	14.15 769	14.65 763	14.89 764

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

Hybrid-DGEV	22.47 770	17.40 773	16.14 764	22.00 765	23.29 769	38.36 769	53.80 771	24.43 776	28.63 775	20.59 769	21.81 769	20.88 769	23.91 770	23.45 771	27.42 772	14.08 767	17.69 767	11.83 765	14.06 768	14.65 763	14.93 766

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

RAFT-FEzeroshot	22.43 767	17.33 768	15.98 760	22.02 767	23.31 770	38.34 767	53.82 773	24.05 769	28.39 769	20.61 771	21.76 766	20.88 769	23.92 772	23.41 768	27.42 772	14.07 764	17.69 767	11.83 765	14.02 765	14.69 766	14.97 768

RAFT-FE	22.43 767	17.33 768	15.98 760	22.02 767	23.31 770	38.34 767	53.82 773	24.05 769	28.39 769	20.61 771	21.76 766	20.88 769	23.92 772	23.41 768	27.42 772	14.07 764	17.69 767	11.83 765	14.02 765	14.69 766	14.97 768

LSM0	22.87 773	17.28 767	18.96 767	22.19 771	29.04 775	38.42 773	53.71 768	24.28 774	28.31 768	20.78 774	21.00 763	21.43 773	24.16 774	23.50 773	27.39 771	14.09 769	17.38 765	11.84 769	14.04 767	14.73 769	14.89 764

AVERAGE_ROB	24.90 774	29.20 779	28.14 776	24.89 773	24.64 774	17.75 758	11.12 751	21.45 768	19.93 767	25.12 776	24.46 773	25.12 776	25.46 775	24.69 775	22.83 767	29.76 778	27.13 778	28.97 780	27.95 780	29.91 778	29.47 780

zzzz2	33.88 777	26.18 777	24.44 774	33.40 774	35.10 776	58.13 774	81.44 778	37.02 780	42.64 778	31.75 779	33.25 777	31.23 779	35.81 776	34.90 776	40.56 776	21.21 774	26.75 774	18.05 773	21.21 776	22.06 775	22.50 777

noway5	33.88 777	26.18 777	24.44 774	33.40 774	35.10 776	58.13 774	81.44 778	37.02 780	42.64 778	31.75 779	33.25 777	31.23 779	35.81 776	34.90 776	40.56 776	21.21 774	26.75 774	18.05 773	21.21 776	22.06 775	22.50 777

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

zzz1	32.32 776	13.62 766	19.04 768	39.10 776	40.27 778	58.39 777	73.98 776	33.31 779	42.69 780	31.39 778	33.04 776	30.66 778	36.33 778	37.52 779	43.96 778	20.74 773	26.81 777	16.53 772	20.80 775	12.35 762	15.78 771

test_example2	98.32 779	94.13 780	45.89 777	96.35 778	109.85 780	88.61 778	95.45 780	25.75 777	94.37 781	130.00 782	126.06 781	58.17 781	74.63 780	88.51 780	79.96 780	150.23 781	221.02 781	77.62 781	99.10 781	113.75 781	96.94 781

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

FADE		0.33 698		0.33 694	0.25 697			0.64 715	1.07 728	0.43 687		0.42 673		0.70 718		0.30 704	0.21 706	0.41 710	0.38 711	0.23 688	0.22 691

Low-res two-view benchmark