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

monster-pro	0.07 7	0.06 102	0.05 1	0.15 109	0.05 2	0.07 39	0.10 35	0.15 181	0.15 236	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

PointNet	0.07 7	0.06 102	0.07 11	0.15 109	0.07 128	0.08 79	0.14 231	0.11 54	0.08 24	0.05 2	0.07 63	0.08 179	0.08 226	0.09 58	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.03 1	0.04 72

TS12	0.08 80	0.06 102	0.09 121	0.21 549	0.07 128	0.11 246	0.13 166	0.11 54	0.09 48	0.10 220	0.10 189	0.08 179	0.10 299	0.09 58	0.12 343	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.04 72

aanet-new-36k	0.08 80	0.06 102	0.09 121	0.17 291	0.06 27	0.09 132	0.13 166	0.11 54	0.13 179	0.08 124	0.08 118	0.06 42	0.05 14	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

aanet-new-34k	0.08 80	0.06 102	0.09 121	0.17 291	0.05 2	0.07 39	0.13 166	0.12 81	0.12 137	0.09 175	0.08 118	0.07 120	0.05 14	0.10 120	0.09 101	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

GCAP-Stereo-DPT26K	0.07 7	0.06 102	0.07 11	0.16 204	0.06 27	0.08 79	0.12 96	0.10 31	0.08 24	0.06 23	0.09 153	0.06 42	0.05 14	0.08 25	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

aanet-new-22k	0.08 80	0.06 102	0.09 121	0.17 291	0.06 27	0.08 79	0.11 64	0.14 139	0.12 137	0.09 175	0.09 153	0.08 179	0.06 65	0.10 120	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

GCAP-Stereo-DPT-cres	0.08 80	0.05 38	0.07 11	0.15 109	0.06 27	0.10 195	0.14 231	0.13 109	0.12 137	0.07 70	0.09 153	0.07 120	0.06 65	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 80	0.06 102	0.15 419	0.14 57	0.06 27	0.08 79	0.13 166	0.13 109	0.11 100	0.07 70	0.08 118	0.07 120	0.06 65	0.09 58	0.08 25	0.05 51	0.05 267	0.05 45	0.04 55	0.03 1	0.04 72

GCAP-Stereo-DPT-22K	0.08 80	0.06 102	0.07 11	0.17 291	0.06 27	0.07 39	0.14 231	0.13 109	0.16 273	0.05 2	0.10 189	0.06 42	0.06 65	0.08 25	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.04 72

GCAP-Stereo-DPT-20K	0.07 7	0.05 38	0.11 240	0.15 109	0.06 27	0.07 39	0.13 166	0.09 18	0.11 100	0.07 70	0.08 118	0.06 42	0.05 14	0.09 58	0.07 1	0.05 51	0.05 267	0.05 45	0.04 55	0.03 1	0.04 72

GCAP-Stereo-DPT-24K	0.07 7	0.06 102	0.07 11	0.15 109	0.06 27	0.10 195	0.15 315	0.12 81	0.11 100	0.06 23	0.11 239	0.06 42	0.05 14	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

GCAP-Stereo-DPT-5K	0.08 80	0.06 102	0.10 185	0.16 204	0.07 128	0.11 246	0.12 96	0.15 181	0.15 236	0.08 124	0.12 260	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 183	0.05 186	0.03 1	0.04 72

GCAP-Stereo-DPT-2K	0.08 80	0.06 102	0.10 185	0.16 204	0.07 128	0.11 246	0.13 166	0.14 139	0.14 211	0.08 124	0.13 278	0.05 5	0.06 65	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.03 1	0.04 72

GCAP-Stereo-DPT-3K	0.08 80	0.07 220	0.10 185	0.16 204	0.07 128	0.09 132	0.12 96	0.15 181	0.14 211	0.08 124	0.11 239	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.03 1	0.04 72

GCAP-Stereo-DPT-50K	0.08 80	0.06 102	0.17 485	0.15 109	0.06 27	0.06 12	0.13 166	0.13 109	0.13 179	0.07 70	0.07 63	0.06 42	0.05 14	0.08 25	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 80	0.06 102	0.07 11	0.16 204	0.06 27	0.06 12	0.14 231	0.14 139	0.14 211	0.07 70	0.10 189	0.06 42	0.05 14	0.09 58	0.09 101	0.04 11	0.04 25	0.04 1	0.04 55	0.03 1	0.03 2

LACA3	0.07 7	0.08 339	0.08 56	0.13 16	0.05 2	0.09 132	0.11 64	0.08 10	0.08 24	0.08 124	0.05 7	0.07 120	0.07 178	0.07 4	0.07 1	0.06 167	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Foundation-i1c-attn	0.08 80	0.05 38	0.07 11	0.14 57	0.05 2	0.09 132	0.12 96	0.12 81	0.10 69	0.09 175	0.10 189	0.10 249	0.07 178	0.07 4	0.10 202	0.06 167	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

Foundation-i1b	0.08 80	0.05 38	0.07 11	0.14 57	0.05 2	0.09 132	0.12 96	0.13 109	0.10 69	0.09 175	0.10 189	0.09 214	0.06 65	0.07 4	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

LACA1	0.07 7	0.07 220	0.07 11	0.14 57	0.05 2	0.09 132	0.11 64	0.10 31	0.07 15	0.05 2	0.05 7	0.06 42	0.07 178	0.08 25	0.09 101	0.06 167	0.04 25	0.04 1	0.04 55	0.03 1	0.04 72

gcap_with_dpt	0.08 80	0.06 102	0.09 121	0.16 204	0.07 128	0.09 132	0.12 96	0.13 109	0.13 179	0.08 124	0.12 260	0.04 1	0.06 65	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.03 1	0.04 72

DispViT+	0.08 80	0.05 38	0.09 121	0.13 16	0.06 27	0.05 4	0.11 64	0.18 291	0.16 273	0.09 175	0.08 118	0.07 120	0.06 65	0.11 191	0.09 101	0.06 167	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

NLSM3	0.09 168	0.06 102	0.08 56	0.19 450	0.08 208	0.11 246	0.16 384	0.18 291	0.16 273	0.06 23	0.08 118	0.07 120	0.08 226	0.09 58	0.11 282	0.04 11	0.04 25	0.06 183	0.07 374	0.03 1	0.03 2

VIP-Stereo	0.07 7	0.07 220	0.07 11	0.15 109	0.06 27	0.12 298	0.10 35	0.11 54	0.11 100	0.06 23	0.07 63	0.06 42	0.05 14	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 7	0.07 220	0.08 56	0.18 381	0.06 27	0.07 39	0.11 64	0.09 18	0.06 6	0.04 1	0.07 63	0.10 249	0.09 260	0.08 25	0.08 25	0.04 11	0.03 1	0.04 1	0.04 55	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonStereo	0.07 7	0.06 102	0.05 1	0.15 109	0.05 2	0.08 79	0.10 35	0.15 181	0.15 236	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 7	0.05 38	0.07 11	0.16 204	0.06 27	0.07 39	0.11 64	0.10 31	0.08 24	0.06 23	0.06 23	0.07 120	0.07 178	0.09 58	0.09 101	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 102	0.05 1	0.15 109	0.05 2	0.08 79	0.10 35	0.15 181	0.15 236	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DilatedVolume-Stereo	0.09 168	0.05 38	0.08 56	0.15 109	0.06 27	0.11 246	0.12 96	0.14 139	0.16 273	0.11 255	0.11 239	0.09 214	0.09 260	0.11 191	0.10 202	0.06 167	0.05 267	0.05 45	0.04 55	0.03 1	0.03 2

2.25w	0.07 7	0.06 102	0.07 11	0.14 57	0.06 27	0.08 79	0.08 7	0.10 31	0.15 236	0.08 124	0.10 189	0.07 120	0.06 65	0.08 25	0.10 202	0.05 51	0.03 1	0.04 1	0.04 55	0.03 1	0.04 72

2.5w	0.07 7	0.07 220	0.07 11	0.16 204	0.06 27	0.08 79	0.12 96	0.10 31	0.10 69	0.07 70	0.06 23	0.09 214	0.06 65	0.08 25	0.09 101	0.04 11	0.03 1	0.04 1	0.04 55	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 220	0.07 11	0.13 16	0.06 27	0.08 79	0.08 7	0.18 291	0.12 137	0.07 70	0.08 118	0.06 42	0.06 65	0.09 58	0.11 282	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.04 72

3.25w_new	0.07 7	0.06 102	0.07 11	0.15 109	0.06 27	0.10 195	0.07 3	0.12 81	0.11 100	0.08 124	0.06 23	0.07 120	0.06 65	0.11 191	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 102	0.07 11	0.15 109	0.06 27	0.10 195	0.07 3	0.12 81	0.11 100	0.08 124	0.06 23	0.07 120	0.06 65	0.11 191	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 220	0.08 56	0.16 204	0.07 128	0.07 39	0.09 20	0.16 219	0.09 48	0.07 70	0.06 23	0.05 5	0.06 65	0.09 58	0.10 202	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 220	0.07 11	0.15 109	0.07 128	0.09 132	0.06 1	0.13 109	0.11 100	0.07 70	0.07 63	0.06 42	0.07 178	0.10 120	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

2w_stereo	0.08 80	0.08 339	0.09 121	0.16 204	0.06 27	0.08 79	0.10 35	0.20 332	0.15 236	0.08 124	0.07 63	0.06 42	0.06 65	0.06 1	0.09 101	0.04 11	0.03 1	0.04 1	0.04 55	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 102	0.07 11	0.16 204	0.06 27	0.07 39	0.10 35	0.14 139	0.14 211	0.07 70	0.08 118	0.05 5	0.06 65	0.09 58	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 72

monsterstereo	0.07 7	0.06 102	0.06 5	0.16 204	0.06 27	0.08 79	0.10 35	0.16 219	0.11 100	0.07 70	0.08 118	0.06 42	0.07 178	0.08 25	0.09 101	0.04 11	0.04 25	0.05 45	0.04 55	0.03 1	0.03 2

monsters	0.07 7	0.06 102	0.06 5	0.15 109	0.06 27	0.08 79	0.09 20	0.12 81	0.08 24	0.09 175	0.07 63	0.06 42	0.06 65	0.08 25	0.08 25	0.05 51	0.04 25	0.04 1	0.04 55	0.03 1	0.03 2

AIO-test1	0.10 236	0.07 220	0.10 185	0.23 590	0.07 128	0.09 132	0.13 166	0.21 355	0.14 211	0.11 255	0.12 260	0.09 214	0.07 178	0.11 191	0.09 101	0.06 167	0.05 267	0.09 471	0.10 534	0.03 1	0.06 299

MonSter	0.07 7	0.06 102	0.05 1	0.15 109	0.05 2	0.07 39	0.10 35	0.15 181	0.15 236	0.05 2	0.06 23	0.05 5	0.06 65	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

gcap-zeroshot	0.08 80	0.06 102	0.10 185	0.15 109	0.07 128	0.11 246	0.12 96	0.15 181	0.15 236	0.08 124	0.12 260	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 183	0.05 186	0.03 1	0.04 72

test_for_model	0.08 80	0.06 102	0.10 185	0.16 204	0.07 128	0.11 246	0.12 96	0.15 181	0.15 236	0.08 124	0.12 260	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 183	0.05 186	0.03 1	0.04 72

GCAPDPT-zeroshot4090	0.07 7	0.05 38	0.11 240	0.15 109	0.06 27	0.07 39	0.13 166	0.09 18	0.11 100	0.07 70	0.08 118	0.06 42	0.05 14	0.09 58	0.07 1	0.05 51	0.05 267	0.05 45	0.04 55	0.03 1	0.04 72

testlalala	0.08 80	0.06 102	0.10 185	0.15 109	0.07 128	0.11 246	0.12 96	0.15 181	0.15 236	0.08 124	0.12 260	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.06 183	0.05 186	0.03 1	0.04 72

quiztm	0.08 80	0.07 220	0.08 56	0.18 381	0.07 128	0.09 132	0.14 231	0.14 139	0.12 137	0.07 70	0.07 63	0.05 5	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.04 55	0.04 48	0.03 2

CAR	0.07 7	0.05 38	0.08 56	0.14 57	0.06 27	0.07 39	0.08 7	0.12 81	0.08 24	0.05 2	0.06 23	0.05 5	0.05 14	0.10 120	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

MSE-Stereo	0.07 7	0.04 1	0.08 56	0.13 16	0.06 27	0.07 39	0.08 7	0.12 81	0.08 24	0.05 2	0.06 23	0.05 5	0.05 14	0.10 120	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

DF	0.08 80	0.05 38	0.09 121	0.15 109	0.06 27	0.11 246	0.13 166	0.10 31	0.12 137	0.09 175	0.10 189	0.10 249	0.08 226	0.11 191	0.09 101	0.07 332	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

aanet-new-60k	0.07 7	0.07 220	0.08 56	0.18 381	0.06 27	0.07 39	0.10 35	0.09 18	0.14 211	0.07 70	0.07 63	0.06 42	0.06 65	0.11 191	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

aanet-new-70k	0.07 7	0.06 102	0.09 121	0.17 291	0.06 27	0.08 79	0.12 96	0.11 54	0.10 69	0.06 23	0.07 63	0.07 120	0.06 65	0.10 120	0.07 1	0.04 11	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

aanet-new-32k	0.08 80	0.07 220	0.09 121	0.18 381	0.06 27	0.11 246	0.11 64	0.10 31	0.08 24	0.07 70	0.07 63	0.07 120	0.06 65	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

aanet-new-30k	0.08 80	0.07 220	0.09 121	0.18 381	0.06 27	0.11 246	0.11 64	0.10 31	0.08 24	0.07 70	0.07 63	0.07 120	0.06 65	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

aanet-new-24k	0.07 7	0.07 220	0.07 11	0.17 291	0.06 27	0.07 39	0.12 96	0.09 18	0.11 100	0.09 175	0.09 153	0.06 42	0.07 178	0.09 58	0.07 1	0.04 11	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

aanet-new-8k	0.08 80	0.07 220	0.08 56	0.19 450	0.07 128	0.09 132	0.12 96	0.16 219	0.15 236	0.07 70	0.07 63	0.06 42	0.06 65	0.10 120	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

GCAP-Stereo-cres-4k	0.08 80	0.07 220	0.08 56	0.18 381	0.07 128	0.11 246	0.14 231	0.12 81	0.11 100	0.07 70	0.11 239	0.07 120	0.06 65	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

GCAP-Stereo-DPT-FT	0.08 80	0.05 38	0.12 284	0.15 109	0.06 27	0.10 195	0.14 231	0.12 81	0.12 137	0.07 70	0.09 153	0.06 42	0.06 65	0.10 120	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

PSi22	0.08 80	0.06 102	0.11 240	0.16 204	0.07 128	0.08 79	0.10 35	0.14 139	0.08 24	0.08 124	0.06 23	0.10 249	0.06 65	0.12 285	0.09 101	0.05 51	0.04 25	0.04 1	0.03 1	0.04 48	0.04 72

Foundation-i1a	0.08 80	0.05 38	0.07 11	0.13 16	0.05 2	0.13 349	0.13 166	0.12 81	0.09 48	0.11 255	0.11 239	0.11 279	0.06 65	0.08 25	0.09 101	0.06 167	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

Foundation-i32	0.06 1	0.04 1	0.09 121	0.13 16	0.04 1	0.06 12	0.12 96	0.06 1	0.05 4	0.06 23	0.05 7	0.05 5	0.05 14	0.07 4	0.09 101	0.06 167	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

Selective-IGEV-i32	0.07 7	0.06 102	0.08 56	0.17 291	0.06 27	0.08 79	0.12 96	0.13 109	0.07 15	0.08 124	0.07 63	0.06 42	0.04 1	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

GeoVLM	0.08 80	0.04 1	0.10 185	0.13 16	0.06 27	0.10 195	0.12 96	0.13 109	0.08 24	0.06 23	0.07 63	0.06 42	0.08 226	0.10 120	0.11 282	0.06 167	0.05 267	0.04 1	0.03 1	0.04 48	0.05 203

LACA2	0.07 7	0.05 38	0.06 5	0.15 109	0.06 27	0.09 132	0.11 64	0.11 54	0.10 69	0.05 2	0.05 7	0.06 42	0.08 226	0.09 58	0.07 1	0.07 332	0.04 25	0.04 1	0.04 55	0.04 48	0.04 72

Test_v1	0.07 7	0.04 1	0.06 5	0.13 16	0.06 27	0.08 79	0.11 64	0.15 181	0.12 137	0.06 23	0.05 7	0.04 1	0.05 14	0.08 25	0.10 202	0.07 332	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

BLMT-Stereo	0.07 7	0.04 1	0.08 56	0.15 109	0.07 128	0.06 12	0.14 231	0.07 6	0.10 69	0.05 2	0.05 7	0.04 1	0.06 65	0.07 4	0.09 101	0.04 11	0.04 25	0.05 45	0.05 186	0.04 48	0.04 72

Pro-Stereo	0.07 7	0.05 38	0.08 56	0.15 109	0.07 128	0.08 79	0.12 96	0.07 6	0.07 15	0.06 23	0.06 23	0.05 5	0.05 14	0.09 58	0.08 25	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

BStereo	0.08 80	0.06 102	0.16 455	0.15 109	0.08 208	0.07 39	0.09 20	0.15 181	0.16 273	0.06 23	0.07 63	0.07 120	0.05 14	0.09 58	0.11 282	0.04 11	0.05 267	0.05 45	0.07 374	0.04 48	0.04 72

MatchStereo	0.07 7	0.04 1	0.08 56	0.14 57	0.06 27	0.05 4	0.12 96	0.12 81	0.09 48	0.07 70	0.06 23	0.04 1	0.04 1	0.08 25	0.09 101	0.06 167	0.05 267	0.05 45	0.03 1	0.04 48	0.04 72
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
Wave_Phase_stereo	0.09 168	0.06 102	0.16 455	0.15 109	0.08 208	0.11 246	0.09 20	0.18 291	0.16 273	0.06 23	0.07 63	0.07 120	0.05 14	0.09 58	0.11 282	0.04 11	0.05 267	0.05 45	0.07 374	0.04 48	0.04 72

BridgeDepth_RVC	0.07 7	0.04 1	0.09 121	0.11 1	0.05 2	0.10 195	0.10 35	0.14 139	0.09 48	0.06 23	0.07 63	0.06 42	0.07 178	0.07 4	0.10 202	0.06 167	0.04 25	0.04 1	0.04 55	0.04 48	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
NLMM1	0.11 284	0.09 419	0.07 11	0.22 566	0.10 446	0.12 298	0.20 537	0.18 291	0.20 375	0.12 296	0.11 239	0.07 120	0.09 260	0.11 191	0.11 282	0.08 408	0.08 513	0.07 294	0.06 276	0.04 48	0.04 72

MonSter++	0.08 80	0.04 1	0.10 185	0.13 16	0.06 27	0.09 132	0.12 96	0.13 109	0.08 24	0.06 23	0.07 63	0.06 42	0.08 226	0.10 120	0.11 282	0.06 167	0.05 267	0.04 1	0.03 1	0.04 48	0.04 72

HiDET	0.08 80	0.04 1	0.10 185	0.13 16	0.06 27	0.08 79	0.12 96	0.12 81	0.11 100	0.06 23	0.07 63	0.07 120	0.07 178	0.11 191	0.11 282	0.06 167	0.04 25	0.04 1	0.03 1	0.04 48	0.04 72

LCMNet	0.08 80	0.05 38	0.10 185	0.13 16	0.07 128	0.09 132	0.12 96	0.10 31	0.11 100	0.06 23	0.08 118	0.06 42	0.07 178	0.11 191	0.10 202	0.06 167	0.05 267	0.04 1	0.03 1	0.04 48	0.04 72

CSFM-Stereo	0.07 7	0.05 38	0.07 11	0.14 57	0.06 27	0.09 132	0.13 166	0.15 181	0.06 6	0.07 70	0.08 118	0.06 42	0.08 226	0.09 58	0.09 101	0.06 167	0.05 267	0.04 1	0.03 1	0.04 48	0.04 72

Zero-FE251	0.07 7	0.05 38	0.09 121	0.13 16	0.06 27	0.12 298	0.12 96	0.11 54	0.10 69	0.07 70	0.08 118	0.06 42	0.06 65	0.09 58	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

Replicate-Monster	0.07 7	0.05 38	0.09 121	0.14 57	0.06 27	0.08 79	0.09 20	0.13 109	0.13 179	0.05 2	0.07 63	0.06 42	0.06 65	0.08 25	0.10 202	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

AdaDepth	0.07 7	0.06 102	0.07 11	0.18 381	0.06 27	0.11 246	0.12 96	0.09 18	0.07 15	0.06 23	0.05 7	0.07 120	0.06 65	0.09 58	0.10 202	0.04 11	0.05 267	0.05 45	0.04 55	0.04 48	0.04 72

GASTEREO	0.08 80	0.05 38	0.09 121	0.19 450	0.07 128	0.07 39	0.12 96	0.14 139	0.11 100	0.10 220	0.09 153	0.07 120	0.04 1	0.12 285	0.08 25	0.06 167	0.05 267	0.05 45	0.04 55	0.04 48	0.05 203

water-stereo	0.09 168	0.06 102	0.08 56	0.16 204	0.07 128	0.09 132	0.13 166	0.15 181	0.13 179	0.11 255	0.12 260	0.08 179	0.09 260	0.07 4	0.08 25	0.06 167	0.05 267	0.05 45	0.05 186	0.04 48	0.04 72

asda	0.07 7	0.08 339	0.08 56	0.16 204	0.06 27	0.06 12	0.10 35	0.16 219	0.10 69	0.06 23	0.06 23	0.05 5	0.05 14	0.10 120	0.10 202	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

asd	0.07 7	0.08 339	0.07 11	0.16 204	0.07 128	0.08 79	0.08 7	0.11 54	0.08 24	0.07 70	0.07 63	0.06 42	0.06 65	0.10 120	0.09 101	0.03 1	0.03 1	0.04 1	0.04 55	0.04 48	0.03 2

qwe	0.07 7	0.08 339	0.07 11	0.15 109	0.06 27	0.07 39	0.10 35	0.18 291	0.11 100	0.07 70	0.07 63	0.06 42	0.06 65	0.10 120	0.09 101	0.03 1	0.03 1	0.04 1	0.04 55	0.04 48	0.03 2

depthmonostereo	0.09 168	0.06 102	0.09 121	0.15 109	0.06 27	0.10 195	0.13 166	0.14 139	0.14 211	0.10 220	0.10 189	0.09 214	0.11 332	0.08 25	0.09 101	0.06 167	0.05 267	0.06 183	0.04 55	0.04 48	0.03 2

4.25_new	0.07 7	0.08 339	0.09 121	0.15 109	0.06 27	0.09 132	0.08 7	0.14 139	0.08 24	0.07 70	0.07 63	0.06 42	0.06 65	0.12 285	0.10 202	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4.5w_new	0.07 7	0.08 339	0.09 121	0.15 109	0.06 27	0.09 132	0.08 7	0.14 139	0.08 24	0.07 70	0.07 63	0.06 42	0.06 65	0.12 285	0.10 202	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4.5_new	0.07 7	0.09 419	0.08 56	0.15 109	0.07 128	0.06 12	0.10 35	0.14 139	0.11 100	0.06 23	0.08 118	0.06 42	0.06 65	0.08 25	0.10 202	0.03 1	0.03 1	0.04 1	0.04 55	0.04 48	0.03 2

4.5w-stereo	0.07 7	0.09 419	0.08 56	0.15 109	0.07 128	0.06 12	0.10 35	0.14 139	0.11 100	0.06 23	0.08 118	0.06 42	0.06 65	0.08 25	0.10 202	0.03 1	0.03 1	0.04 1	0.04 55	0.04 48	0.03 2

4.25w-stereo	0.07 7	0.08 339	0.09 121	0.15 109	0.06 27	0.09 132	0.08 7	0.14 139	0.08 24	0.07 70	0.07 63	0.06 42	0.06 65	0.12 285	0.10 202	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4w-stereo	0.07 7	0.08 339	0.08 56	0.16 204	0.06 27	0.07 39	0.08 7	0.12 81	0.08 24	0.07 70	0.07 63	0.05 5	0.06 65	0.09 58	0.10 202	0.03 1	0.03 1	0.04 1	0.04 55	0.04 48	0.03 2

3w_stereo	0.08 80	0.09 419	0.10 185	0.17 291	0.07 128	0.08 79	0.10 35	0.20 332	0.13 179	0.06 23	0.07 63	0.05 5	0.06 65	0.08 25	0.09 101	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

xyz-stereo-finetune2	0.11 284	0.07 220	0.13 334	0.13 16	0.07 128	0.11 246	0.19 514	0.17 258	0.12 137	0.15 375	0.15 309	0.17 412	0.12 363	0.13 337	0.11 282	0.05 51	0.04 25	0.07 294	0.05 186	0.04 48	0.06 299

xyz-stereo-finetune	0.11 284	0.08 339	0.13 334	0.14 57	0.06 27	0.10 195	0.19 514	0.17 258	0.19 352	0.12 296	0.14 292	0.15 374	0.10 299	0.13 337	0.11 282	0.05 51	0.04 25	0.07 294	0.05 186	0.04 48	0.05 203

xyz-stereo	0.13 381	0.07 220	0.20 533	0.15 109	0.05 2	0.20 520	0.15 315	0.17 258	0.31 519	0.15 375	0.29 529	0.26 527	0.16 473	0.13 337	0.12 343	0.05 51	0.05 267	0.06 183	0.05 186	0.04 48	0.04 72

LG-Stereo_L2	0.07 7	0.05 38	0.10 185	0.14 57	0.06 27	0.07 39	0.12 96	0.09 18	0.09 48	0.06 23	0.04 1	0.05 5	0.05 14	0.08 25	0.08 25	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.03 2

LG-Stereo_L1	0.07 7	0.05 38	0.11 240	0.14 57	0.06 27	0.07 39	0.13 166	0.09 18	0.07 15	0.05 2	0.04 1	0.05 5	0.04 1	0.08 25	0.07 1	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

MLG-Stereo_test1	0.06 1	0.05 38	0.08 56	0.17 291	0.05 2	0.06 12	0.11 64	0.08 10	0.03 1	0.05 2	0.04 1	0.06 42	0.05 14	0.09 58	0.09 101	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

MLG-Stereo	0.07 7	0.05 38	0.08 56	0.17 291	0.05 2	0.07 39	0.11 64	0.08 10	0.04 2	0.05 2	0.04 1	0.06 42	0.05 14	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

LG-Stereo	0.08 80	0.07 220	0.10 185	0.18 381	0.07 128	0.10 195	0.17 425	0.11 54	0.08 24	0.05 2	0.07 63	0.05 5	0.07 178	0.09 58	0.09 101	0.04 11	0.05 267	0.07 294	0.07 374	0.04 48	0.04 72

Reg-Stereo(zero)	0.08 80	0.05 38	0.08 56	0.16 204	0.06 27	0.12 298	0.11 64	0.15 181	0.10 69	0.12 296	0.09 153	0.10 249	0.08 226	0.11 191	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.05 203

AIO_rvc	0.07 7	0.06 102	0.08 56	0.15 109	0.06 27	0.08 79	0.14 231	0.09 18	0.08 24	0.07 70	0.08 118	0.07 120	0.04 1	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

AIO_test	0.07 7	0.05 38	0.07 11	0.15 109	0.07 128	0.06 12	0.14 231	0.10 31	0.10 69	0.07 70	0.07 63	0.06 42	0.05 14	0.08 25	0.10 202	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

castereo++	0.08 80	0.05 38	0.08 56	0.15 109	0.05 2	0.14 383	0.12 96	0.11 54	0.15 236	0.07 70	0.07 63	0.07 120	0.06 65	0.08 25	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

castereo	0.09 168	0.06 102	0.11 240	0.15 109	0.06 27	0.11 246	0.15 315	0.14 139	0.18 333	0.08 124	0.10 189	0.11 279	0.08 226	0.09 58	0.10 202	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

fffft	0.09 168	0.06 102	0.12 284	0.16 204	0.07 128	0.09 132	0.17 425	0.12 81	0.11 100	0.08 124	0.07 63	0.09 214	0.06 65	0.11 191	0.12 343	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.05 203
1: 1. 1
DEFOM-Stereo	0.07 7	0.05 38	0.07 11	0.14 57	0.06 27	0.10 195	0.13 166	0.07 6	0.13 179	0.06 23	0.07 63	0.06 42	0.05 14	0.10 120	0.09 101	0.04 11	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

SMoEStereo_RVC	0.08 80	0.06 102	0.12 284	0.16 204	0.07 128	0.09 132	0.14 231	0.11 54	0.13 179	0.09 175	0.07 63	0.07 120	0.07 178	0.12 285	0.10 202	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

999	0.09 168	0.05 38	0.13 334	0.15 109	0.08 208	0.10 195	0.14 231	0.15 181	0.11 100	0.10 220	0.08 118	0.08 179	0.08 226	0.16 425	0.10 202	0.06 167	0.04 25	0.06 183	0.05 186	0.04 48	0.05 203

mms	0.09 168	0.07 220	0.08 56	0.16 204	0.08 208	0.10 195	0.16 384	0.12 81	0.11 100	0.08 124	0.09 153	0.08 179	0.06 65	0.11 191	0.12 343	0.05 51	0.04 25	0.07 294	0.05 186	0.04 48	0.03 2

ours_stereo	0.09 168	0.07 220	0.09 121	0.17 291	0.08 208	0.11 246	0.16 384	0.11 54	0.12 137	0.08 124	0.10 189	0.08 179	0.06 65	0.12 285	0.12 343	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.03 2

fffy	0.09 168	0.08 339	0.09 121	0.16 204	0.07 128	0.13 349	0.17 425	0.13 109	0.12 137	0.08 124	0.09 153	0.08 179	0.09 260	0.13 337	0.11 282	0.05 51	0.05 267	0.07 294	0.05 186	0.04 48	0.05 203

tg	0.10 236	0.06 102	0.10 185	0.18 381	0.08 208	0.11 246	0.16 384	0.20 332	0.12 137	0.08 124	0.11 239	0.11 279	0.07 178	0.11 191	0.10 202	0.05 51	0.04 25	0.08 388	0.08 447	0.04 48	0.04 72

dual_stereo	0.07 7	0.04 1	0.08 56	0.15 109	0.05 2	0.05 4	0.13 166	0.12 81	0.08 24	0.07 70	0.06 23	0.05 5	0.05 14	0.07 4	0.09 101	0.06 167	0.04 25	0.05 45	0.03 1	0.04 48	0.04 72

WCG-NET	0.08 80	0.05 38	0.09 121	0.15 109	0.06 27	0.11 246	0.14 231	0.13 109	0.13 179	0.06 23	0.09 153	0.07 120	0.06 65	0.13 337	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

GCAP-BAT	0.09 168	0.05 38	0.11 240	0.13 16	0.07 128	0.11 246	0.14 231	0.14 139	0.16 273	0.07 70	0.10 189	0.08 179	0.06 65	0.13 337	0.08 25	0.07 332	0.05 267	0.05 45	0.05 186	0.04 48	0.04 72

AIO-Stereo	0.08 80	0.06 102	0.09 121	0.18 381	0.06 27	0.08 79	0.12 96	0.15 181	0.09 48	0.08 124	0.08 118	0.07 120	0.05 14	0.11 191	0.08 25	0.05 51	0.05 267	0.05 45	0.04 55	0.04 48	0.04 72

WCG-NET（raft）	0.08 80	0.05 38	0.10 185	0.15 109	0.06 27	0.11 246	0.13 166	0.15 181	0.12 137	0.08 124	0.07 63	0.06 42	0.06 65	0.13 337	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

RSM	0.08 80	0.06 102	0.09 121	0.17 291	0.06 27	0.08 79	0.12 96	0.12 81	0.10 69	0.08 124	0.07 63	0.06 42	0.05 14	0.11 191	0.09 101	0.04 11	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

RAFT-Stereo-weight	0.09 168	0.06 102	0.10 185	0.16 204	0.07 128	0.09 132	0.14 231	0.19 321	0.16 273	0.11 255	0.10 189	0.08 179	0.06 65	0.10 120	0.11 282	0.06 167	0.04 25	0.06 183	0.04 55	0.04 48	0.04 72

MoCha-V2	0.08 80	0.05 38	0.10 185	0.20 517	0.07 128	0.09 132	0.14 231	0.11 54	0.08 24	0.07 70	0.08 118	0.07 120	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

MSKI-zero shot	0.09 168	0.05 38	0.09 121	0.15 109	0.07 128	0.10 195	0.13 166	0.14 139	0.13 179	0.09 175	0.09 153	0.09 214	0.06 65	0.12 285	0.10 202	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

GCAPDPT-zeroshot	0.09 168	0.05 38	0.11 240	0.13 16	0.07 128	0.11 246	0.14 231	0.14 139	0.16 273	0.07 70	0.10 189	0.08 179	0.06 65	0.13 337	0.08 25	0.07 332	0.05 267	0.05 45	0.05 186	0.04 48	0.04 72

GCAP-Stereo	0.09 168	0.07 220	0.13 334	0.18 381	0.06 27	0.11 246	0.07 3	0.13 109	0.12 137	0.09 175	0.10 189	0.07 120	0.09 260	0.13 337	0.10 202	0.06 167	0.05 267	0.05 45	0.04 55	0.04 48	0.05 203

RAFT-Test	0.09 168	0.06 102	0.10 185	0.15 109	0.07 128	0.11 246	0.15 315	0.16 219	0.13 179	0.09 175	0.10 189	0.10 249	0.09 260	0.12 285	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.05 203

LL-Strereo	0.13 381	0.09 419	0.11 240	0.20 517	0.10 446	0.11 246	0.18 474	0.32 550	0.24 434	0.15 375	0.15 309	0.14 345	0.13 403	0.19 496	0.11 282	0.06 167	0.04 25	0.09 471	0.08 447	0.04 48	0.05 203

LoS_RVC	0.08 80	0.05 38	0.07 11	0.15 109	0.07 128	0.08 79	0.15 315	0.11 54	0.10 69	0.08 124	0.09 153	0.06 42	0.09 260	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.03 2

Selective-IGEV	0.07 7	0.06 102	0.08 56	0.17 291	0.06 27	0.08 79	0.12 96	0.13 109	0.07 15	0.08 124	0.07 63	0.06 42	0.04 1	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.03 2

EGLCR-Stereo	0.08 80	0.05 38	0.08 56	0.14 57	0.06 27	0.10 195	0.12 96	0.11 54	0.16 273	0.06 23	0.05 7	0.07 120	0.05 14	0.10 120	0.11 282	0.06 167	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

ProNet	0.09 168	0.07 220	0.10 185	0.17 291	0.08 208	0.10 195	0.15 315	0.15 181	0.12 137	0.09 175	0.06 23	0.07 120	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.06 299

MC-Stereo	0.08 80	0.06 102	0.09 121	0.17 291	0.06 27	0.10 195	0.14 231	0.12 81	0.10 69	0.09 175	0.12 260	0.09 214	0.06 65	0.11 191	0.10 202	0.06 167	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

DCANet-4	0.10 236	0.06 102	0.12 284	0.16 204	0.06 27	0.09 132	0.17 425	0.18 291	0.19 352	0.13 326	0.16 322	0.09 214	0.14 427	0.11 191	0.12 343	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.05 203

fff	0.10 236	0.06 102	0.12 284	0.15 109	0.07 128	0.09 132	0.17 425	0.16 219	0.20 375	0.13 326	0.16 322	0.10 249	0.11 332	0.11 191	0.12 343	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.05 203

RAFT_CTSACE	0.12 355	0.09 419	0.10 185	0.22 566	0.08 208	0.12 298	0.24 591	0.18 291	0.16 273	0.20 492	0.27 503	0.13 325	0.07 178	0.13 337	0.09 101	0.05 51	0.06 411	0.08 388	0.07 374	0.04 48	0.04 72

test_4	0.10 236	0.10 481	0.08 56	0.19 450	0.09 334	0.08 79	0.22 567	0.15 181	0.17 302	0.12 296	0.18 371	0.12 299	0.09 260	0.08 25	0.11 282	0.04 11	0.04 25	0.08 388	0.08 447	0.04 48	0.03 2

IPLG	0.10 236	0.07 220	0.15 419	0.17 291	0.08 208	0.11 246	0.14 231	0.20 332	0.15 236	0.12 296	0.17 344	0.07 120	0.07 178	0.14 366	0.13 385	0.06 167	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

MIPNet	0.11 284	0.08 339	0.14 371	0.17 291	0.09 334	0.12 298	0.14 231	0.20 332	0.24 434	0.11 255	0.10 189	0.09 214	0.07 178	0.13 337	0.12 343	0.06 167	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

IPLGR	0.11 284	0.09 419	0.16 455	0.18 381	0.08 208	0.12 298	0.17 425	0.21 355	0.24 434	0.11 255	0.12 260	0.11 279	0.08 226	0.12 285	0.12 343	0.06 167	0.05 267	0.06 183	0.06 276	0.04 48	0.04 72

GMOStereo	0.11 284	0.09 419	0.07 11	0.19 450	0.08 208	0.12 298	0.28 629	0.13 109	0.17 302	0.11 255	0.17 344	0.14 345	0.12 363	0.07 4	0.07 1	0.05 51	0.05 267	0.09 471	0.07 374	0.04 48	0.04 72

error version	0.11 284	0.09 419	0.07 11	0.19 450	0.08 208	0.12 298	0.28 629	0.13 109	0.17 302	0.11 255	0.17 344	0.14 345	0.12 363	0.07 4	0.07 1	0.05 51	0.05 267	0.09 471	0.07 374	0.04 48	0.04 72

test-v	0.11 284	0.09 419	0.07 11	0.19 450	0.08 208	0.12 298	0.28 629	0.13 109	0.17 302	0.11 255	0.17 344	0.14 345	0.12 363	0.07 4	0.07 1	0.05 51	0.05 267	0.09 471	0.07 374	0.04 48	0.04 72

test-3	0.08 80	0.06 102	0.09 121	0.17 291	0.07 128	0.07 39	0.14 231	0.12 81	0.15 236	0.09 175	0.08 118	0.07 120	0.08 226	0.11 191	0.10 202	0.05 51	0.04 25	0.07 294	0.05 186	0.04 48	0.04 72

test_1	0.08 80	0.06 102	0.09 121	0.17 291	0.07 128	0.07 39	0.14 231	0.12 81	0.15 236	0.09 175	0.08 118	0.07 120	0.08 226	0.11 191	0.10 202	0.05 51	0.04 25	0.07 294	0.05 186	0.04 48	0.04 72

test_3	0.10 236	0.09 419	0.10 185	0.20 517	0.08 208	0.13 349	0.26 616	0.14 139	0.21 391	0.10 220	0.10 189	0.09 214	0.09 260	0.08 25	0.11 282	0.05 51	0.04 25	0.08 388	0.07 374	0.04 48	0.04 72

TRStereo	0.09 168	0.05 38	0.12 284	0.15 109	0.12 530	0.10 195	0.13 166	0.18 291	0.18 333	0.09 175	0.09 153	0.09 214	0.06 65	0.10 120	0.08 25	0.07 332	0.05 267	0.07 294	0.07 374	0.04 48	0.04 72

STrans-v2	0.10 236	0.07 220	0.12 284	0.18 381	0.07 128	0.10 195	0.14 231	0.21 355	0.11 100	0.11 255	0.15 309	0.12 299	0.10 299	0.11 191	0.12 343	0.05 51	0.04 25	0.06 183	0.06 276	0.04 48	0.04 72

ASMatch	0.11 284	0.06 102	0.13 334	0.16 204	0.10 446	0.07 39	0.14 231	0.17 258	0.17 302	0.12 296	0.16 322	0.16 390	0.10 299	0.13 337	0.10 202	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.08 452

RAFT-RH_RVC	0.11 284	0.06 102	0.14 371	0.16 204	0.09 334	0.12 298	0.12 96	0.17 258	0.12 137	0.13 326	0.41 610	0.11 279	0.10 299	0.13 337	0.12 343	0.05 51	0.04 25	0.08 388	0.05 186	0.04 48	0.06 299

RAFT-345	0.11 284	0.07 220	0.15 419	0.16 204	0.08 208	0.08 79	0.12 96	0.15 181	0.10 69	0.11 255	0.36 572	0.09 214	0.09 260	0.11 191	0.12 343	0.05 51	0.05 267	0.07 294	0.06 276	0.04 48	0.05 203

test-2	0.11 284	0.09 419	0.07 11	0.19 450	0.08 208	0.12 298	0.28 629	0.13 109	0.17 302	0.11 255	0.17 344	0.14 345	0.12 363	0.07 4	0.07 1	0.05 51	0.05 267	0.09 471	0.07 374	0.04 48	0.04 72

cross-raft	0.10 236	0.09 419	0.09 121	0.19 450	0.07 128	0.11 246	0.25 607	0.13 109	0.15 236	0.08 124	0.11 239	0.12 299	0.10 299	0.09 58	0.11 282	0.05 51	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

test-1	0.10 236	0.07 220	0.16 455	0.19 450	0.08 208	0.11 246	0.24 591	0.14 139	0.18 333	0.09 175	0.07 63	0.09 214	0.08 226	0.07 4	0.09 101	0.06 167	0.04 25	0.06 183	0.05 186	0.04 48	0.04 72

iRaftStereo_RVC	0.10 236	0.07 220	0.09 121	0.17 291	0.09 334	0.11 246	0.17 425	0.18 291	0.12 137	0.09 175	0.12 260	0.10 249	0.07 178	0.11 191	0.10 202	0.05 51	0.04 25	0.08 388	0.08 447	0.04 48	0.04 72

CREStereo++_RVC	0.08 80	0.04 1	0.06 5	0.13 16	0.07 128	0.09 132	0.12 96	0.14 139	0.14 211	0.10 220	0.14 292	0.08 179	0.07 178	0.09 58	0.11 282	0.06 167	0.04 25	0.05 45	0.05 186	0.04 48	0.04 72
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.09 168	0.06 102	0.07 11	0.15 109	0.05 2	0.16 439	0.18 474	0.15 181	0.15 236	0.10 220	0.11 239	0.11 279	0.11 332	0.10 120	0.12 343	0.05 51	0.04 25	0.05 45	0.04 55	0.04 48	0.04 72

XX-Stereo	0.09 168	0.05 38	0.08 56	0.17 291	0.09 334	0.15 409	0.12 96	0.20 332	0.10 69	0.10 220	0.14 292	0.07 120	0.06 65	0.12 285	0.08 25	0.06 167	0.05 267	0.06 183	0.06 276	0.04 48	0.04 72

csc	0.10 236	0.06 102	0.12 284	0.15 109	0.07 128	0.09 132	0.17 425	0.16 219	0.20 375	0.13 326	0.16 322	0.10 249	0.11 332	0.11 191	0.12 343	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.05 203

cscssc	0.10 236	0.06 102	0.12 284	0.15 109	0.07 128	0.09 132	0.17 425	0.16 219	0.20 375	0.13 326	0.16 322	0.10 249	0.11 332	0.11 191	0.12 343	0.06 167	0.04 25	0.05 45	0.04 55	0.04 48	0.05 203

RAFT-Stereo + iAFF	0.09 168	0.06 102	0.10 185	0.17 291	0.06 27	0.10 195	0.16 384	0.17 258	0.14 211	0.09 175	0.10 189	0.08 179	0.09 260	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.06 276	0.04 48	0.03 2

AFF-stereo	0.09 168	0.06 102	0.10 185	0.17 291	0.07 128	0.10 195	0.16 384	0.17 258	0.09 48	0.10 220	0.12 260	0.09 214	0.09 260	0.12 285	0.09 101	0.05 51	0.04 25	0.07 294	0.07 374	0.04 48	0.03 2

CFNet-RSSM	0.09 168	0.07 220	0.09 121	0.16 204	0.07 128	0.09 132	0.15 315	0.16 219	0.17 302	0.08 124	0.12 260	0.10 249	0.09 260	0.11 191	0.09 101	0.06 167	0.04 25	0.06 183	0.04 55	0.04 48	0.04 72

Gwc-CoAtRS	0.09 168	0.06 102	0.10 185	0.16 204	0.07 128	0.10 195	0.14 231	0.17 258	0.17 302	0.08 124	0.10 189	0.12 299	0.09 260	0.12 285	0.09 101	0.06 167	0.04 25	0.06 183	0.04 55	0.04 48	0.04 72

MGA	0.07 7	0.04 1	0.10 185	0.13 16	0.06 27	0.08 79	0.09 20	0.12 81	0.08 24	0.05 2	0.06 23	0.06 42	0.05 14	0.10 120	0.09 101	0.06 167	0.04 25	0.05 45	0.03 1	0.05 164	0.05 203

LiteMatch*	0.08 80	0.04 1	0.11 240	0.13 16	0.08 208	0.08 79	0.13 166	0.14 139	0.09 48	0.05 2	0.05 7	0.05 5	0.09 260	0.11 191	0.10 202	0.06 167	0.05 267	0.05 45	0.04 55	0.05 164	0.05 203

aanet-new-90k	0.08 80	0.07 220	0.08 56	0.19 450	0.06 27	0.07 39	0.12 96	0.12 81	0.13 179	0.06 23	0.07 63	0.06 42	0.06 65	0.10 120	0.07 1	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.03 2

aanet-new-78k	0.07 7	0.07 220	0.09 121	0.19 450	0.06 27	0.07 39	0.12 96	0.11 54	0.13 179	0.06 23	0.07 63	0.06 42	0.06 65	0.09 58	0.07 1	0.04 11	0.04 25	0.05 45	0.04 55	0.05 164	0.03 2

aanet-new-40k	0.07 7	0.08 339	0.07 11	0.17 291	0.07 128	0.08 79	0.13 166	0.10 31	0.10 69	0.07 70	0.08 118	0.06 42	0.05 14	0.08 25	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

aanet-new-28k	0.08 80	0.07 220	0.09 121	0.18 381	0.06 27	0.08 79	0.12 96	0.10 31	0.09 48	0.09 175	0.08 118	0.08 179	0.06 65	0.12 285	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

aanet-new-16k	0.08 80	0.08 339	0.08 56	0.18 381	0.06 27	0.07 39	0.09 20	0.13 109	0.12 137	0.08 124	0.07 63	0.07 120	0.06 65	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.05 164	0.03 2

aanet-new-10k	0.08 80	0.08 339	0.08 56	0.19 450	0.07 128	0.08 79	0.12 96	0.14 139	0.11 100	0.07 70	0.08 118	0.07 120	0.07 178	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

aanet-new-14k	0.08 80	0.09 419	0.08 56	0.19 450	0.06 27	0.07 39	0.10 35	0.14 139	0.15 236	0.06 23	0.08 118	0.05 5	0.06 65	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

RT-Monster	0.09 168	0.05 38	0.09 121	0.14 57	0.08 208	0.11 246	0.10 35	0.17 258	0.18 333	0.13 326	0.10 189	0.09 214	0.08 226	0.10 120	0.10 202	0.07 332	0.05 267	0.05 45	0.04 55	0.05 164	0.06 299

PipStereo	0.07 7	0.04 1	0.09 121	0.13 16	0.05 2	0.08 79	0.11 64	0.06 1	0.06 6	0.06 23	0.05 7	0.08 179	0.05 14	0.08 25	0.09 101	0.06 167	0.04 25	0.04 1	0.03 1	0.05 164	0.04 72

PSi22b	0.06 1	0.04 1	0.09 121	0.13 16	0.05 2	0.08 79	0.11 64	0.06 1	0.06 6	0.06 23	0.06 23	0.08 179	0.05 14	0.08 25	0.09 101	0.06 167	0.04 25	0.04 1	0.03 1	0.05 164	0.04 72

PSi22a	0.06 1	0.04 1	0.09 121	0.12 5	0.05 2	0.06 12	0.11 64	0.06 1	0.06 6	0.06 23	0.06 23	0.06 42	0.05 14	0.08 25	0.09 101	0.07 332	0.04 25	0.04 1	0.03 1	0.05 164	0.04 72

DepthFocus	0.08 80	0.04 1	0.15 419	0.12 5	0.09 334	0.07 39	0.12 96	0.10 31	0.05 4	0.09 175	0.05 7	0.07 120	0.04 1	0.08 25	0.08 25	0.06 167	0.05 267	0.07 294	0.07 374	0.05 164	0.04 72

Foundation-i1	0.09 168	0.04 1	0.10 185	0.14 57	0.06 27	0.10 195	0.13 166	0.16 219	0.14 211	0.10 220	0.10 189	0.11 279	0.07 178	0.07 4	0.10 202	0.06 167	0.04 25	0.05 45	0.05 186	0.05 164	0.05 203

VMStereo-Base	0.09 168	0.05 38	0.10 185	0.13 16	0.07 128	0.10 195	0.10 35	0.16 219	0.13 179	0.10 220	0.15 309	0.10 249	0.09 260	0.11 191	0.10 202	0.07 332	0.05 267	0.05 45	0.04 55	0.05 164	0.06 299

Hybrid-DGEV-03	0.10 236	0.06 102	0.09 121	0.18 381	0.08 208	0.16 439	0.14 231	0.15 181	0.14 211	0.13 326	0.16 322	0.12 299	0.09 260	0.13 337	0.11 282	0.06 167	0.04 25	0.08 388	0.06 276	0.05 164	0.04 72

Hybrid-DGEV-2	0.11 284	0.06 102	0.12 284	0.18 381	0.09 334	0.09 132	0.13 166	0.28 500	0.29 501	0.11 255	0.11 239	0.09 214	0.12 363	0.12 285	0.09 101	0.06 167	0.05 267	0.07 294	0.07 374	0.05 164	0.05 203

DStereoRT	0.16 486	0.06 102	0.11 240	0.19 450	0.09 334	0.12 298	0.12 96	0.28 500	0.22 405	0.12 296	0.20 394	0.11 279	0.10 299	0.15 390	0.14 423	0.06 167	0.05 267	0.96 688	0.09 494	0.05 164	0.04 72

WQFJX1	0.10 236	0.07 220	0.08 56	0.22 566	0.09 334	0.12 298	0.17 425	0.18 291	0.17 302	0.10 220	0.09 153	0.07 120	0.10 299	0.11 191	0.09 101	0.07 332	0.08 513	0.07 294	0.06 276	0.05 164	0.04 72

NLSM1	0.10 236	0.07 220	0.07 11	0.19 450	0.08 208	0.13 349	0.16 384	0.21 355	0.15 236	0.11 255	0.10 189	0.06 42	0.10 299	0.10 120	0.11 282	0.07 332	0.08 513	0.08 388	0.07 374	0.05 164	0.05 203

GEAStereo	0.08 80	0.05 38	0.08 56	0.13 16	0.08 208	0.08 79	0.14 231	0.10 31	0.09 48	0.08 124	0.10 189	0.06 42	0.05 14	0.11 191	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.05 203

GSStereo	0.08 80	0.05 38	0.08 56	0.13 16	0.08 208	0.08 79	0.14 231	0.11 54	0.12 137	0.08 124	0.10 189	0.05 5	0.05 14	0.11 191	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.05 203

GS-Stereo							0.14 231	0.11 54	0.12 137	0.08 124	0.10 189	0.05 5	0.05 14	0.11 191	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.05 203

FE-Mocha	0.09 168	0.06 102	0.14 371	0.16 204	0.09 334	0.10 195	0.15 315	0.18 291	0.16 273	0.10 220	0.09 153	0.07 120	0.07 178	0.09 58	0.09 101	0.06 167	0.04 25	0.06 183	0.06 276	0.05 164	0.05 203

IGEV-FE	0.09 168	0.05 38	0.12 284	0.13 16	0.08 208	0.12 298	0.13 166	0.17 258	0.11 100	0.10 220	0.06 23	0.09 214	0.06 65	0.11 191	0.09 101	0.06 167	0.04 25	0.06 183	0.06 276	0.05 164	0.05 203

252Zero-FE	0.08 80	0.04 1	0.09 121	0.13 16	0.07 128	0.12 298	0.11 64	0.13 109	0.14 211	0.06 23	0.05 7	0.06 42	0.05 14	0.09 58	0.10 202	0.06 167	0.04 25	0.04 1	0.03 1	0.05 164	0.06 299

DA	0.08 80	0.07 220	0.07 11	0.19 450	0.08 208	0.09 132	0.12 96	0.13 109	0.12 137	0.08 124	0.10 189	0.10 249	0.08 226	0.09 58	0.10 202	0.05 51	0.04 25	0.06 183	0.04 55	0.05 164	0.03 2

Monster-pub-mixall	0.07 7	0.04 1	0.09 121	0.13 16	0.06 27	0.05 4	0.09 20	0.11 54	0.07 15	0.06 23	0.06 23	0.05 5	0.06 65	0.09 58	0.09 101	0.06 167	0.04 25	0.04 1	0.03 1	0.05 164	0.05 203

GGEV	0.08 80	0.07 220	0.07 11	0.19 450	0.08 208	0.09 132	0.12 96	0.13 109	0.12 137	0.08 124	0.10 189	0.10 249	0.08 226	0.09 58	0.10 202	0.05 51	0.04 25	0.06 183	0.04 55	0.05 164	0.03 2

MSCF	0.08 80	0.05 38	0.08 56	0.19 450	0.08 208	0.06 12	0.12 96	0.14 139	0.11 100	0.10 220	0.09 153	0.07 120	0.04 1	0.11 191	0.08 25	0.06 167	0.05 267	0.05 45	0.04 55	0.05 164	0.05 203

IGEV	0.07 7	0.04 1	0.08 56	0.13 16	0.06 27	0.09 132	0.12 96	0.14 139	0.10 69	0.06 23	0.09 153	0.07 120	0.05 14	0.09 58	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

MLG-Stereo_test3	0.07 7	0.05 38	0.10 185	0.14 57	0.06 27	0.07 39	0.11 64	0.08 10	0.06 6	0.06 23	0.04 1	0.06 42	0.06 65	0.07 4	0.10 202	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.06 299

MLG-Stereo_test2	0.06 1	0.04 1	0.10 185	0.15 109	0.05 2	0.07 39	0.11 64	0.09 18	0.04 2	0.06 23	0.05 7	0.06 42	0.04 1	0.08 25	0.09 101	0.06 167	0.04 25	0.05 45	0.03 1	0.05 164	0.05 203

LG-G_1	0.07 7	0.04 1	0.11 240	0.15 109	0.06 27	0.09 132	0.08 7	0.08 10	0.06 6	0.06 23	0.05 7	0.07 120	0.07 178	0.11 191	0.08 25	0.07 332	0.04 25	0.05 45	0.04 55	0.05 164	0.05 203

LG-G	0.07 7	0.04 1	0.11 240	0.15 109	0.06 27	0.09 132	0.08 7	0.08 10	0.06 6	0.06 23	0.05 7	0.07 120	0.07 178	0.11 191	0.08 25	0.07 332	0.04 25	0.05 45	0.04 55	0.05 164	0.05 203

DFGA-Net	0.13 381	0.11 507	0.18 509	0.17 291	0.10 446	0.12 298	0.13 166	0.22 379	0.25 455	0.16 403	0.16 322	0.13 325	0.12 363	0.16 425	0.14 423	0.07 332	0.05 267	0.08 388	0.07 374	0.05 164	0.05 203

LG-Stereo_Zeroshot	0.07 7	0.06 102	0.10 185	0.16 204	0.07 128	0.04 1	0.13 166	0.10 31	0.10 69	0.05 2	0.11 239	0.07 120	0.05 14	0.07 4	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

SGD-Stereo	0.08 80	0.05 38	0.10 185	0.14 57	0.05 2	0.12 298	0.12 96	0.11 54	0.12 137	0.07 70	0.09 153	0.09 214	0.09 260	0.08 25	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.03 2

MM-Stereo_test3	0.10 236	0.07 220	0.07 11	0.18 381	0.07 128	0.12 298	0.19 514	0.24 424	0.19 352	0.06 23	0.10 189	0.08 179	0.06 65	0.11 191	0.08 25	0.06 167	0.06 411	0.07 294	0.05 186	0.05 164	0.04 72

MM-Stereo_test2	0.09 168	0.06 102	0.09 121	0.19 450	0.08 208	0.12 298	0.18 474	0.15 181	0.14 211	0.07 70	0.10 189	0.07 120	0.06 65	0.12 285	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.03 2

MM-Stereo_test1	0.10 236	0.07 220	0.08 56	0.18 381	0.07 128	0.12 298	0.18 474	0.21 355	0.20 375	0.09 175	0.11 239	0.08 179	0.06 65	0.10 120	0.10 202	0.06 167	0.05 267	0.07 294	0.06 276	0.05 164	0.04 72

HART	0.08 80	0.07 220	0.09 121	0.17 291	0.07 128	0.10 195	0.16 384	0.13 109	0.11 100	0.08 124	0.10 189	0.07 120	0.05 14	0.10 120	0.08 25	0.05 51	0.04 25	0.06 183	0.04 55	0.05 164	0.04 72

GREAT-IGEV	0.07 7	0.06 102	0.08 56	0.13 16	0.07 128	0.07 39	0.14 231	0.09 18	0.09 48	0.06 23	0.07 63	0.06 42	0.05 14	0.10 120	0.07 1	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
FoundationStereo	0.06 1	0.04 1	0.08 56	0.12 5	0.05 2	0.09 132	0.13 166	0.06 1	0.09 48	0.05 2	0.05 7	0.06 42	0.04 1	0.06 1	0.07 1	0.06 167	0.04 25	0.05 45	0.03 1	0.05 164	0.04 72

StereoAnything_RVC	0.07 7	0.15 575	0.17 485	0.11 1	0.05 2	0.05 4	0.11 64	0.08 10	0.08 24	0.06 23	0.06 23	0.05 5	0.05 14	0.09 58	0.08 25	0.08 408	0.04 25	0.05 45	0.03 1	0.05 164	0.04 72

HUF	0.08 80	0.05 38	0.08 56	0.14 57	0.06 27	0.09 132	0.13 166	0.13 109	0.13 179	0.07 70	0.07 63	0.08 179	0.06 65	0.10 120	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

AIO-test2	0.10 236	0.08 339	0.10 185	0.23 590	0.08 208	0.11 246	0.10 35	0.23 400	0.23 417	0.08 124	0.09 153	0.08 179	0.05 14	0.10 120	0.08 25	0.06 167	0.05 267	0.08 388	0.09 494	0.05 164	0.05 203

IGEV-RUCA	0.08 80	0.06 102	0.11 240	0.14 57	0.09 334	0.10 195	0.12 96	0.10 31	0.12 137	0.06 23	0.07 63	0.07 120	0.06 65	0.09 58	0.08 25	0.06 167	0.05 267	0.05 45	0.04 55	0.05 164	0.06 299

GIP-stereo	0.08 80	0.06 102	0.11 240	0.14 57	0.06 27	0.09 132	0.13 166	0.14 139	0.11 100	0.07 70	0.08 118	0.05 5	0.04 1	0.10 120	0.07 1	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

tt45	0.09 168	0.06 102	0.11 240	0.15 109	0.07 128	0.11 246	0.16 384	0.13 109	0.11 100	0.09 175	0.06 23	0.08 179	0.06 65	0.13 337	0.10 202	0.06 167	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

PAM_32	0.09 168	0.05 38	0.17 485	0.15 109	0.08 208	0.10 195	0.15 315	0.14 139	0.15 236	0.09 175	0.08 118	0.09 214	0.07 178	0.14 366	0.08 25	0.06 167	0.05 267	0.06 183	0.06 276	0.05 164	0.06 299

PAM	0.10 236	0.05 38	0.16 455	0.15 109	0.08 208	0.09 132	0.16 384	0.15 181	0.16 273	0.12 296	0.09 153	0.09 214	0.07 178	0.13 337	0.08 25	0.06 167	0.05 267	0.06 183	0.06 276	0.05 164	0.06 299

UGAM-zero	0.09 168	0.05 38	0.15 419	0.15 109	0.08 208	0.09 132	0.13 166	0.19 321	0.15 236	0.11 255	0.15 309	0.07 120	0.07 178	0.09 58	0.09 101	0.06 167	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299

IGEV-Stereo++	0.07 7	0.06 102	0.08 56	0.18 381	0.06 27	0.04 1	0.10 35	0.11 54	0.11 100	0.06 23	0.07 63	0.07 120	0.06 65	0.09 58	0.09 101	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

RAStereo	0.10 236	0.09 419	0.08 56	0.20 517	0.08 208	0.13 349	0.18 474	0.15 181	0.17 302	0.10 220	0.12 260	0.05 5	0.06 65	0.09 58	0.08 25	0.07 332	0.05 267	0.07 294	0.05 186	0.05 164	0.04 72

Occ-G	0.08 80	0.05 38	0.06 5	0.14 57	0.07 128	0.08 79	0.14 231	0.13 109	0.15 236	0.07 70	0.11 239	0.07 120	0.05 14	0.09 58	0.10 202	0.06 167	0.05 267	0.05 45	0.04 55	0.05 164	0.05 203

IGEV-BASED-STEREO-	0.09 168	0.10 481	0.31 595	0.15 109	0.06 27	0.08 79	0.14 231	0.10 31	0.10 69	0.07 70	0.07 63	0.06 42	0.04 1	0.11 191	0.07 1	0.12 565	0.04 25	0.07 294	0.05 186	0.05 164	0.05 203

RSM++	0.08 80	0.06 102	0.09 121	0.17 291	0.07 128	0.09 132	0.12 96	0.11 54	0.11 100	0.08 124	0.06 23	0.07 120	0.05 14	0.10 120	0.09 101	0.04 11	0.04 25	0.06 183	0.05 186	0.05 164	0.03 2

IGEV++	0.08 80	0.06 102	0.08 56	0.18 381	0.07 128	0.09 132	0.13 166	0.10 31	0.09 48	0.08 124	0.08 118	0.06 42	0.06 65	0.13 337	0.09 101	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

AE-Stereo	0.10 236	0.08 339	0.10 185	0.18 381	0.09 334	0.10 195	0.15 315	0.14 139	0.19 352	0.09 175	0.14 292	0.12 299	0.08 226	0.11 191	0.10 202	0.05 51	0.06 411	0.07 294	0.06 276	0.05 164	0.04 72

ff7	0.09 168	0.07 220	0.11 240	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.12 137	0.10 220	0.06 23	0.06 42	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

IGEVStereo-DCA	0.09 168	0.06 102	0.11 240	0.15 109	0.10 446	0.11 246	0.15 315	0.16 219	0.12 137	0.10 220	0.06 23	0.08 179	0.06 65	0.10 120	0.08 25	0.06 167	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299

ffff	0.09 168	0.07 220	0.11 240	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.12 137	0.10 220	0.06 23	0.06 42	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

rrr	0.09 168	0.06 102	0.12 284	0.15 109	0.10 446	0.11 246	0.16 384	0.16 219	0.15 236	0.10 220	0.06 23	0.08 179	0.06 65	0.10 120	0.08 25	0.06 167	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299

11t	0.09 168	0.07 220	0.11 240	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.12 137	0.10 220	0.06 23	0.06 42	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

MaDis-Stereo	0.09 168	0.09 419	0.08 56	0.17 291	0.09 334	0.13 349	0.10 35	0.16 219	0.16 273	0.09 175	0.11 239	0.06 42	0.06 65	0.09 58	0.13 385	0.07 332	0.06 411	0.07 294	0.05 186	0.05 164	0.04 72

IGEV_Zeroshot_test	0.09 168	0.05 38	0.12 284	0.13 16	0.08 208	0.12 298	0.13 166	0.17 258	0.11 100	0.10 220	0.06 23	0.09 214	0.06 65	0.11 191	0.09 101	0.06 167	0.04 25	0.06 183	0.06 276	0.05 164	0.05 203

UniTT-Stereo	0.09 168	0.07 220	0.08 56	0.18 381	0.08 208	0.13 349	0.11 64	0.12 81	0.11 100	0.10 220	0.12 260	0.05 5	0.07 178	0.09 58	0.09 101	0.07 332	0.05 267	0.05 45	0.05 186	0.05 164	0.05 203

CASnet	0.09 168	0.09 419	0.09 121	0.19 450	0.06 27	0.07 39	0.11 64	0.18 291	0.14 211	0.11 255	0.10 189	0.09 214	0.07 178	0.10 120	0.10 202	0.06 167	0.04 25	0.10 519	0.08 447	0.05 164	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.08 80	0.05 38	0.08 56	0.14 57	0.13 553	0.14 383	0.13 166	0.14 139	0.09 48	0.07 70	0.09 153	0.07 120	0.08 226	0.10 120	0.09 101	0.06 167	0.04 25	0.06 183	0.05 186	0.05 164	0.04 72

HH	0.09 168	0.06 102	0.13 334	0.17 291	0.08 208	0.10 195	0.16 384	0.14 139	0.10 69	0.08 124	0.09 153	0.08 179	0.07 178	0.10 120	0.09 101	0.06 167	0.04 25	0.06 183	0.05 186	0.05 164	0.04 72

HanStereo	0.09 168	0.06 102	0.13 334	0.17 291	0.08 208	0.10 195	0.16 384	0.14 139	0.10 69	0.08 124	0.09 153	0.08 179	0.07 178	0.10 120	0.09 101	0.06 167	0.04 25	0.06 183	0.05 186	0.05 164	0.04 72

CAS	0.08 80	0.04 1	0.07 11	0.17 291	0.08 208	0.10 195	0.13 166	0.12 81	0.09 48	0.09 175	0.10 189	0.08 179	0.06 65	0.09 58	0.08 25	0.08 408	0.04 25	0.05 45	0.03 1	0.05 164	0.04 72

anonymousdsp	0.09 168	0.07 220	0.11 240	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.12 137	0.09 175	0.06 23	0.06 42	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

LoS	0.09 168	0.05 38	0.11 240	0.13 16	0.07 128	0.14 383	0.11 64	0.15 181	0.15 236	0.09 175	0.09 153	0.12 299	0.09 260	0.15 390	0.10 202	0.07 332	0.05 267	0.05 45	0.03 1	0.05 164	0.05 203
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CES	0.08 80	0.04 1	0.08 56	0.14 57	0.07 128	0.09 132	0.14 231	0.11 54	0.09 48	0.08 124	0.09 153	0.11 279	0.06 65	0.12 285	0.08 25	0.06 167	0.04 25	0.05 45	0.03 1	0.05 164	0.05 203

DCRE	0.11 284	0.07 220	0.13 334	0.16 204	0.11 496	0.11 246	0.17 425	0.18 291	0.17 302	0.11 255	0.18 371	0.10 249	0.10 299	0.15 390	0.11 282	0.06 167	0.05 267	0.06 183	0.06 276	0.05 164	0.04 72

anonymousa	0.13 381	0.07 220	0.13 334	0.18 381	0.09 334	0.13 349	0.17 425	0.19 321	0.29 501	0.15 375	0.24 449	0.15 374	0.14 427	0.14 366	0.14 423	0.07 332	0.05 267	0.07 294	0.09 494	0.05 164	0.06 299

RCA-Stereo	0.09 168	0.06 102	0.09 121	0.16 204	0.06 27	0.09 132	0.13 166	0.18 291	0.14 211	0.09 175	0.10 189	0.08 179	0.07 178	0.12 285	0.11 282	0.06 167	0.04 25	0.06 183	0.05 186	0.05 164	0.04 72

CroCo-Stereo Lap2	0.09 168	0.09 419	0.08 56	0.22 566	0.09 334	0.09 132	0.19 514	0.16 219	0.12 137	0.09 175	0.10 189	0.05 5	0.05 14	0.08 25	0.08 25	0.06 167	0.06 411	0.07 294	0.05 186	0.05 164	0.05 203

TestStereo1	0.13 381	0.08 339	0.08 56	0.19 450	0.08 208	0.18 480	0.29 639	0.23 400	0.16 273	0.17 422	0.20 394	0.16 390	0.10 299	0.12 285	0.13 385	0.06 167	0.06 411	0.08 388	0.06 276	0.05 164	0.05 203

ccc-4	0.09 168	0.07 220	0.11 240	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.12 137	0.10 220	0.06 23	0.06 42	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

ADStereo(finetuned)	0.10 236	0.06 102	0.12 284	0.16 204	0.06 27	0.09 132	0.17 425	0.15 181	0.19 352	0.13 326	0.17 344	0.10 249	0.12 363	0.11 191	0.12 343	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

raft_robust	0.13 381	0.10 481	0.07 11	0.18 381	0.08 208	0.13 349	0.24 591	0.28 500	0.33 533	0.20 492	0.19 382	0.14 345	0.10 299	0.11 191	0.12 343	0.05 51	0.05 267	0.07 294	0.07 374	0.05 164	0.04 72

SA-5K	0.13 381	0.08 339	0.08 56	0.19 450	0.08 208	0.18 480	0.29 639	0.23 400	0.16 273	0.17 422	0.20 394	0.16 390	0.10 299	0.12 285	0.13 385	0.06 167	0.06 411	0.08 388	0.06 276	0.05 164	0.05 203

Sa-1000	0.12 355	0.08 339	0.08 56	0.18 381	0.08 208	0.14 383	0.22 567	0.22 379	0.18 333	0.15 375	0.20 394	0.17 412	0.11 332	0.10 120	0.10 202	0.06 167	0.05 267	0.09 471	0.09 494	0.05 164	0.05 203

SA	0.12 355	0.09 419	0.08 56	0.18 381	0.08 208	0.12 298	0.24 591	0.23 400	0.18 333	0.17 422	0.27 503	0.14 345	0.11 332	0.11 191	0.11 282	0.05 51	0.05 267	0.09 471	0.08 447	0.05 164	0.04 72

IGEV-Stereo	0.09 168	0.07 220	0.11 240	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.12 137	0.09 175	0.06 23	0.06 42	0.06 65	0.11 191	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.12 355	0.09 419	0.12 284	0.19 450	0.08 208	0.09 132	0.12 96	0.21 355	0.21 391	0.19 469	0.14 292	0.11 279	0.09 260	0.20 521	0.16 470	0.05 51	0.05 267	0.07 294	0.06 276	0.05 164	0.06 299

CIPLG	0.11 284	0.08 339	0.14 371	0.17 291	0.08 208	0.12 298	0.15 315	0.17 258	0.15 236	0.14 348	0.11 239	0.16 390	0.09 260	0.16 425	0.11 282	0.07 332	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299

GLC_STEREO	0.11 284	0.07 220	0.11 240	0.17 291	0.07 128	0.09 132	0.13 166	0.15 181	0.24 434	0.12 296	0.13 278	0.12 299	0.08 226	0.18 481	0.11 282	0.06 167	0.08 513	0.08 388	0.06 276	0.05 164	0.05 203

IPLGR_C	0.11 284	0.08 339	0.14 371	0.17 291	0.08 208	0.12 298	0.15 315	0.17 258	0.15 236	0.14 348	0.10 189	0.16 390	0.09 260	0.16 425	0.11 282	0.07 332	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299

ACRE	0.11 284	0.08 339	0.14 371	0.17 291	0.08 208	0.12 298	0.15 315	0.17 258	0.14 211	0.14 348	0.10 189	0.16 390	0.09 260	0.16 425	0.11 282	0.07 332	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299

CrosDoStereo	0.12 355	0.06 102	0.12 284	0.14 57	0.08 208	0.12 298	0.15 315	0.17 258	0.22 405	0.19 469	0.24 449	0.15 374	0.11 332	0.11 191	0.12 343	0.06 167	0.04 25	0.07 294	0.07 374	0.05 164	0.05 203

HHNet	0.11 284	0.06 102	0.16 455	0.15 109	0.14 574	0.07 39	0.13 166	0.20 332	0.17 302	0.14 348	0.25 477	0.11 279	0.08 226	0.13 337	0.10 202	0.05 51	0.04 25	0.08 388	0.06 276	0.05 164	0.09 496

TransformOpticalFlow	0.10 236	0.08 339	0.13 334	0.18 381	0.07 128	0.09 132	0.15 315	0.19 321	0.15 236	0.12 296	0.17 344	0.11 279	0.11 332	0.11 191	0.10 202	0.05 51	0.04 25	0.06 183	0.06 276	0.05 164	0.05 203

OMP-Stereo	0.11 284	0.06 102	0.14 371	0.18 381	0.08 208	0.09 132	0.12 96	0.21 355	0.21 391	0.13 326	0.14 292	0.11 279	0.12 363	0.11 191	0.13 385	0.06 167	0.04 25	0.07 294	0.06 276	0.05 164	0.04 72

IIG-Stereo	0.11 284	0.06 102	0.13 334	0.17 291	0.08 208	0.11 246	0.12 96	0.22 379	0.17 302	0.14 348	0.17 344	0.11 279	0.12 363	0.12 285	0.12 343	0.06 167	0.05 267	0.07 294	0.06 276	0.05 164	0.04 72

DeepStereo_LL	0.12 355	0.06 102	0.12 284	0.14 57	0.08 208	0.12 298	0.15 315	0.17 258	0.22 405	0.19 469	0.24 449	0.15 374	0.11 332	0.11 191	0.12 343	0.06 167	0.04 25	0.07 294	0.07 374	0.05 164	0.05 203

DEmStereo	0.12 355	0.06 102	0.14 371	0.14 57	0.10 446	0.16 439	0.15 315	0.16 219	0.24 434	0.17 422	0.24 449	0.13 325	0.14 427	0.12 285	0.13 385	0.05 51	0.04 25	0.07 294	0.06 276	0.05 164	0.05 203

THIR-Stereo	0.12 355	0.07 220	0.11 240	0.15 109	0.08 208	0.14 383	0.16 384	0.17 258	0.25 455	0.16 403	0.24 449	0.14 345	0.12 363	0.12 285	0.14 423	0.06 167	0.04 25	0.07 294	0.07 374	0.05 164	0.05 203

DRaft	0.12 355	0.06 102	0.11 240	0.14 57	0.09 334	0.14 383	0.17 425	0.21 355	0.30 511	0.17 422	0.28 517	0.10 249	0.15 445	0.10 120	0.12 343	0.05 51	0.04 25	0.07 294	0.06 276	0.05 164	0.05 203

PFNet	0.12 355	0.06 102	0.17 485	0.17 291	0.08 208	0.09 132	0.15 315	0.26 459	0.20 375	0.16 403	0.16 322	0.14 345	0.11 332	0.12 285	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.05 164	0.05 203

GrayStereo	0.11 284	0.06 102	0.11 240	0.19 450	0.09 334	0.09 132	0.16 384	0.18 291	0.17 302	0.14 348	0.17 344	0.17 412	0.11 332	0.12 285	0.11 282	0.05 51	0.05 267	0.07 294	0.06 276	0.05 164	0.10 525

AnonymousM	0.09 168	0.05 38	0.10 185	0.14 57	0.06 27	0.09 132	0.13 166	0.19 321	0.14 211	0.13 326	0.11 239	0.09 214	0.08 226	0.13 337	0.10 202	0.08 408	0.05 267	0.08 388	0.05 186	0.05 164	0.05 203

CroCo-Stereo	0.09 168	0.08 339	0.08 56	0.22 566	0.09 334	0.09 132	0.19 514	0.15 181	0.12 137	0.07 70	0.07 63	0.08 179	0.06 65	0.08 25	0.07 1	0.07 332	0.05 267	0.06 183	0.04 55	0.05 164	0.04 72
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAFT	0.13 381	0.09 419	0.11 240	0.18 381	0.08 208	0.15 409	0.24 591	0.20 332	0.19 352	0.21 506	0.21 417	0.17 412	0.12 363	0.16 425	0.09 101	0.06 167	0.07 483	0.10 519	0.09 494	0.05 164	0.05 203

raft+_RVC	0.11 284	0.07 220	0.09 121	0.16 204	0.07 128	0.10 195	0.11 64	0.24 424	0.20 375	0.12 296	0.15 309	0.12 299	0.08 226	0.12 285	0.13 385	0.07 332	0.04 25	0.07 294	0.06 276	0.05 164	0.05 203

raftrobust	0.09 168	0.06 102	0.10 185	0.17 291	0.08 208	0.09 132	0.10 35	0.18 291	0.16 273	0.10 220	0.09 153	0.12 299	0.07 178	0.12 285	0.10 202	0.08 408	0.05 267	0.06 183	0.05 186	0.05 164	0.05 203

RALAANet	0.11 284	0.08 339	0.10 185	0.17 291	0.09 334	0.14 383	0.10 35	0.20 332	0.15 236	0.14 348	0.13 278	0.16 390	0.09 260	0.12 285	0.11 282	0.06 167	0.05 267	0.07 294	0.06 276	0.05 164	0.04 72

sCroCo_RVC	0.12 355	0.09 419	0.23 557	0.24 599	0.11 496	0.19 504	0.14 231	0.17 258	0.14 211	0.10 220	0.13 278	0.12 299	0.07 178	0.14 366	0.11 282	0.08 408	0.08 513	0.08 388	0.08 447	0.05 164	0.07 386

DCANet	0.10 236	0.06 102	0.12 284	0.16 204	0.06 27	0.09 132	0.17 425	0.15 181	0.19 352	0.13 326	0.17 344	0.10 249	0.11 332	0.11 191	0.12 343	0.06 167	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

111	0.10 236	0.06 102	0.12 284	0.15 109	0.07 128	0.10 195	0.14 231	0.21 355	0.23 417	0.11 255	0.12 260	0.14 345	0.11 332	0.13 337	0.10 202	0.06 167	0.04 25	0.06 183	0.04 55	0.05 164	0.05 203

test_xeample3	0.09 168	0.06 102	0.12 284	0.16 204	0.09 334	0.11 246	0.15 315	0.16 219	0.13 179	0.10 220	0.06 23	0.08 179	0.06 65	0.10 120	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.05 164	0.06 299

ARAFT	0.12 355	0.08 339	0.17 485	0.19 450	0.09 334	0.14 383	0.18 474	0.20 332	0.12 137	0.12 296	0.13 278	0.14 345	0.11 332	0.15 390	0.12 343	0.06 167	0.05 267	0.10 519	0.09 494	0.05 164	0.04 72

EAI-Stereo	0.09 168	0.07 220	0.11 240	0.15 109	0.06 27	0.10 195	0.15 315	0.16 219	0.09 48	0.08 124	0.09 153	0.08 179	0.07 178	0.09 58	0.11 282	0.05 51	0.04 25	0.05 45	0.05 186	0.05 164	0.04 72

CCAANet	0.14 418	0.06 102	0.11 240	0.16 204	0.08 208	0.22 546	0.14 231	0.26 459	0.18 333	0.16 403	0.36 572	0.15 374	0.17 496	0.16 425	0.13 385	0.07 332	0.05 267	0.06 183	0.06 276	0.05 164	0.07 386

DIP-Stereo	0.11 284	0.07 220	0.14 371	0.17 291	0.09 334	0.13 349	0.09 20	0.16 219	0.16 273	0.11 255	0.16 322	0.14 345	0.12 363	0.15 390	0.13 385	0.06 167	0.05 267	0.06 183	0.05 186	0.05 164	0.06 299
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
R-Stereo Train	0.10 236	0.06 102	0.10 185	0.17 291	0.08 208	0.11 246	0.14 231	0.23 400	0.11 100	0.12 296	0.19 382	0.11 279	0.08 226	0.09 58	0.11 282	0.07 332	0.05 267	0.06 183	0.05 186	0.05 164	0.05 203

RAFT-Stereo	0.10 236	0.06 102	0.10 185	0.17 291	0.08 208	0.11 246	0.14 231	0.23 400	0.11 100	0.12 296	0.19 382	0.11 279	0.08 226	0.09 58	0.11 282	0.07 332	0.05 267	0.06 183	0.05 186	0.05 164	0.05 203
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MLCV	0.12 355	0.07 220	0.16 455	0.18 381	0.06 27	0.15 409	0.17 425	0.19 321	0.21 391	0.18 452	0.25 477	0.17 412	0.13 403	0.14 366	0.13 385	0.05 51	0.04 25	0.05 45	0.04 55	0.05 164	0.04 72

aanet-32k-new	0.08 80	0.07 220	0.08 56	0.18 381	0.06 27	0.08 79	0.12 96	0.11 54	0.12 137	0.07 70	0.08 118	0.05 5	0.07 178	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.06 286	0.04 72

aanet-new-12k	0.08 80	0.09 419	0.07 11	0.20 517	0.08 208	0.08 79	0.13 166	0.12 81	0.13 179	0.08 124	0.08 118	0.05 5	0.07 178	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 55	0.06 286	0.04 72

aanet-new	0.08 80	0.09 419	0.10 185	0.18 381	0.08 208	0.10 195	0.12 96	0.15 181	0.12 137	0.08 124	0.08 118	0.05 5	0.07 178	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 55	0.06 286	0.04 72

IGEV_i1	0.12 355	0.07 220	0.12 284	0.16 204	0.08 208	0.19 504	0.14 231	0.18 291	0.22 405	0.18 452	0.18 371	0.16 390	0.12 363	0.16 425	0.14 423	0.06 167	0.05 267	0.06 183	0.05 186	0.06 286	0.06 299

LiteMatch	0.09 168	0.06 102	0.10 185	0.16 204	0.07 128	0.09 132	0.15 315	0.13 109	0.08 24	0.06 23	0.07 63	0.06 42	0.15 445	0.10 120	0.14 423	0.07 332	0.04 25	0.06 183	0.06 276	0.06 286	0.06 299

Lsterematch	0.11 284	0.06 102	0.11 240	0.16 204	0.07 128	0.13 349	0.15 315	0.14 139	0.17 302	0.16 403	0.18 371	0.15 374	0.15 445	0.12 285	0.14 423	0.07 332	0.04 25	0.06 183	0.06 276	0.06 286	0.06 299

Selective-IGEV-i1	0.13 381	0.07 220	0.12 284	0.19 450	0.08 208	0.18 480	0.16 384	0.22 379	0.30 511	0.16 403	0.17 344	0.16 390	0.10 299	0.14 366	0.13 385	0.06 167	0.05 267	0.06 183	0.05 186	0.06 286	0.05 203

WQFJA1++	0.08 80	0.04 1	0.11 240	0.14 57	0.07 128	0.11 246	0.11 64	0.11 54	0.07 15	0.07 70	0.07 63	0.07 120	0.06 65	0.10 120	0.10 202	0.06 167	0.04 25	0.05 45	0.04 55	0.06 286	0.06 299

WQFJA1	0.10 236	0.07 220	0.08 56	0.20 517	0.09 334	0.12 298	0.17 425	0.17 258	0.17 302	0.09 175	0.10 189	0.08 179	0.10 299	0.12 285	0.11 282	0.06 167	0.07 483	0.07 294	0.06 276	0.06 286	0.05 203

WQFJX	0.10 236	0.07 220	0.09 121	0.21 549	0.09 334	0.12 298	0.16 384	0.18 291	0.17 302	0.12 296	0.10 189	0.07 120	0.09 260	0.12 285	0.10 202	0.06 167	0.07 483	0.06 183	0.05 186	0.06 286	0.05 203

NLMM	0.10 236	0.07 220	0.08 56	0.20 517	0.09 334	0.12 298	0.17 425	0.17 258	0.17 302	0.09 175	0.10 189	0.08 179	0.10 299	0.12 285	0.11 282	0.06 167	0.07 483	0.07 294	0.06 276	0.06 286	0.05 203

NLCSM	0.11 284	0.09 419	0.09 121	0.23 590	0.11 496	0.12 298	0.19 514	0.18 291	0.18 333	0.12 296	0.11 239	0.07 120	0.09 260	0.11 191	0.10 202	0.07 332	0.08 513	0.07 294	0.07 374	0.06 286	0.05 203

gasm-f	0.08 80	0.05 38	0.07 11	0.13 16	0.08 208	0.08 79	0.14 231	0.10 31	0.09 48	0.08 124	0.10 189	0.06 42	0.05 14	0.10 120	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.06 286	0.05 203

Select-FE	0.11 284	0.06 102	0.20 533	0.15 109	0.11 496	0.11 246	0.13 166	0.21 355	0.18 333	0.09 175	0.11 239	0.10 249	0.06 65	0.12 285	0.09 101	0.07 332	0.05 267	0.07 294	0.08 447	0.06 286	0.08 452

FlowAnything_test	0.11 284	0.08 339	0.14 371	0.15 109	0.09 334	0.07 39	0.14 231	0.20 332	0.11 100	0.09 175	0.09 153	0.12 299	0.12 363	0.13 337	0.11 282	0.09 468	0.06 411	0.09 471	0.09 494	0.06 286	0.09 496

LGtest1	0.07 7	0.04 1	0.10 185	0.15 109	0.06 27	0.07 39	0.09 20	0.08 10	0.06 6	0.05 2	0.04 1	0.06 42	0.06 65	0.10 120	0.09 101	0.07 332	0.04 25	0.05 45	0.04 55	0.06 286	0.06 299

SCV_C0	0.08 80	0.07 220	0.07 11	0.16 204	0.09 334	0.08 79	0.15 315	0.11 54	0.12 137	0.08 124	0.07 63	0.06 42	0.05 14	0.11 191	0.07 1	0.05 51	0.05 267	0.05 45	0.04 55	0.06 286	0.05 203

SCV	0.08 80	0.09 419	0.08 56	0.15 109	0.08 208	0.10 195	0.13 166	0.10 31	0.12 137	0.07 70	0.07 63	0.06 42	0.04 1	0.09 58	0.08 25	0.05 51	0.04 25	0.06 183	0.04 55	0.06 286	0.04 72

DEFOM-Stereo_RVC	0.08 80	0.06 102	0.09 121	0.22 566	0.06 27	0.08 79	0.12 96	0.10 31	0.10 69	0.07 70	0.07 63	0.06 42	0.05 14	0.11 191	0.09 101	0.06 167	0.04 25	0.05 45	0.03 1	0.06 286	0.04 72

model_zeroshot	0.10 236	0.04 1	0.11 240	0.15 109	0.09 334	0.12 298	0.14 231	0.20 332	0.13 179	0.11 255	0.10 189	0.12 299	0.07 178	0.12 285	0.10 202	0.07 332	0.06 411	0.06 183	0.05 186	0.06 286	0.06 299

Pointernet	0.09 168	0.04 1	0.09 121	0.16 204	0.08 208	0.13 349	0.10 35	0.15 181	0.17 302	0.09 175	0.07 63	0.06 42	0.06 65	0.11 191	0.09 101	0.08 408	0.04 25	0.05 45	0.03 1	0.06 286	0.05 203

U	0.08 80	0.07 220	0.09 121	0.19 450	0.10 446	0.10 195	0.13 166	0.12 81	0.17 302	0.07 70	0.07 63	0.06 42	0.05 14	0.07 4	0.08 25	0.06 167	0.04 25	0.06 183	0.04 55	0.06 286	0.05 203

IGEV-Stereo+	0.07 7	0.04 1	0.08 56	0.15 109	0.06 27	0.04 1	0.09 20	0.10 31	0.09 48	0.06 23	0.06 23	0.06 42	0.06 65	0.06 1	0.08 25	0.06 167	0.04 25	0.05 45	0.04 55	0.06 286	0.06 299

trnet	0.08 80	0.05 38	0.07 11	0.12 5	0.05 2	0.12 298	0.11 64	0.13 109	0.10 69	0.08 124	0.13 278	0.09 214	0.08 226	0.11 191	0.10 202	0.08 408	0.05 267	0.05 45	0.03 1	0.06 286	0.05 203

H2IRNET	0.10 236	0.09 419	0.09 121	0.18 381	0.09 334	0.12 298	0.15 315	0.14 139	0.21 391	0.10 220	0.10 189	0.10 249	0.10 299	0.10 120	0.10 202	0.05 51	0.04 25	0.08 388	0.08 447	0.06 286	0.05 203

MGS-Stereo	0.09 168	0.07 220	0.12 284	0.15 109	0.08 208	0.09 132	0.15 315	0.12 81	0.12 137	0.07 70	0.10 189	0.08 179	0.06 65	0.10 120	0.09 101	0.05 51	0.04 25	0.06 183	0.05 186	0.06 286	0.05 203

tta	0.14 418	0.07 220	0.17 485	0.14 57	0.08 208	0.16 439	0.17 425	0.26 459	0.27 479	0.19 469	0.20 394	0.18 426	0.15 445	0.15 390	0.17 485	0.08 408	0.05 267	0.07 294	0.06 276	0.06 286	0.06 299

qqq1	0.13 381	0.07 220	0.17 485	0.14 57	0.08 208	0.16 439	0.17 425	0.26 459	0.27 479	0.19 469	0.20 394	0.18 426	0.15 445	0.15 390	0.11 282	0.08 408	0.05 267	0.05 45	0.05 186	0.06 286	0.06 299

fff1	0.13 381	0.07 220	0.17 485	0.14 57	0.08 208	0.16 439	0.17 425	0.26 459	0.27 479	0.19 469	0.20 394	0.18 426	0.15 445	0.15 390	0.11 282	0.08 408	0.05 267	0.05 45	0.05 186	0.06 286	0.06 299

MyStereo07	0.10 236	0.07 220	0.10 185	0.17 291	0.09 334	0.14 383	0.18 474	0.15 181	0.15 236	0.09 175	0.06 23	0.06 42	0.07 178	0.12 285	0.09 101	0.06 167	0.05 267	0.08 388	0.07 374	0.06 286	0.06 299

MyStereo06	0.10 236	0.07 220	0.12 284	0.17 291	0.09 334	0.13 349	0.18 474	0.19 321	0.12 137	0.12 296	0.08 118	0.07 120	0.07 178	0.11 191	0.09 101	0.06 167	0.05 267	0.07 294	0.07 374	0.06 286	0.06 299

MyStereo05	0.13 381	0.07 220	0.10 185	0.17 291	0.09 334	0.13 349	0.18 474	0.27 481	0.35 554	0.17 422	0.14 292	0.15 374	0.11 332	0.15 390	0.13 385	0.06 167	0.05 267	0.07 294	0.07 374	0.06 286	0.06 299

MyStereo04	0.13 381	0.07 220	0.10 185	0.17 291	0.09 334	0.14 383	0.18 474	0.29 514	0.38 573	0.17 422	0.14 292	0.16 390	0.10 299	0.15 390	0.13 385	0.06 167	0.05 267	0.08 388	0.07 374	0.06 286	0.06 299

CoDeX	0.12 355	0.07 220	0.12 284	0.17 291	0.08 208	0.12 298	0.15 315	0.23 400	0.27 479	0.13 326	0.17 344	0.16 390	0.11 332	0.14 366	0.11 282	0.07 332	0.05 267	0.07 294	0.06 276	0.06 286	0.05 203

cc1	0.10 236	0.08 339	0.12 284	0.17 291	0.09 334	0.13 349	0.15 315	0.16 219	0.18 333	0.09 175	0.09 153	0.06 42	0.06 65	0.10 120	0.07 1	0.06 167	0.04 25	0.06 183	0.05 186	0.06 286	0.06 299

ffm	0.12 355	0.09 419	0.14 371	0.16 204	0.08 208	0.17 461	0.17 425	0.15 181	0.19 352	0.15 375	0.25 477	0.19 440	0.13 403	0.10 120	0.07 1	0.06 167	0.04 25	0.09 471	0.08 447	0.06 286	0.06 299

ff1	0.13 381	0.09 419	0.14 371	0.16 204	0.08 208	0.17 461	0.17 425	0.15 181	0.19 352	0.15 375	0.25 477	0.19 440	0.13 403	0.14 366	0.20 522	0.06 167	0.04 25	0.09 471	0.08 447	0.06 286	0.06 299

tt1	0.10 236	0.08 339	0.12 284	0.17 291	0.09 334	0.12 298	0.16 384	0.15 181	0.19 352	0.09 175	0.08 118	0.06 42	0.06 65	0.10 120	0.07 1	0.06 167	0.04 25	0.06 183	0.05 186	0.06 286	0.06 299

plain	0.10 236	0.08 339	0.10 185	0.19 450	0.09 334	0.10 195	0.15 315	0.14 139	0.13 179	0.13 326	0.15 309	0.09 214	0.12 363	0.13 337	0.12 343	0.07 332	0.05 267	0.09 471	0.06 276	0.06 286	0.06 299

StereoVision	0.13 381	0.12 525	0.09 121	0.24 599	0.10 446	0.15 409	0.21 557	0.21 355	0.20 375	0.12 296	0.24 449	0.10 249	0.10 299	0.16 425	0.10 202	0.09 468	0.11 580	0.12 570	0.12 588	0.06 286	0.05 203

MIF-Stereo (partial)	0.11 284	0.06 102	0.10 185	0.19 450	0.10 446	0.10 195	0.11 64	0.17 258	0.18 333	0.14 348	0.16 322	0.09 214	0.11 332	0.12 285	0.12 343	0.08 408	0.05 267	0.08 388	0.07 374	0.06 286	0.07 386

MIM_Stereo	0.09 168	0.07 220	0.11 240	0.15 109	0.07 128	0.06 12	0.12 96	0.20 332	0.14 211	0.13 326	0.13 278	0.09 214	0.05 14	0.12 285	0.08 25	0.05 51	0.06 411	0.07 294	0.06 276	0.06 286	0.05 203

Any-RAFT	0.10 236	0.05 38	0.09 121	0.14 57	0.07 128	0.13 349	0.14 231	0.21 355	0.15 236	0.11 255	0.12 260	0.12 299	0.09 260	0.12 285	0.09 101	0.07 332	0.04 25	0.05 45	0.04 55	0.06 286	0.05 203

LL-Strereo2	0.10 236	0.10 481	0.15 419	0.18 381	0.08 208	0.15 409	0.09 20	0.17 258	0.14 211	0.14 348	0.10 189	0.09 214	0.07 178	0.16 425	0.10 202	0.05 51	0.05 267	0.10 519	0.07 374	0.06 286	0.05 203

4D-IteraStereo	0.09 168	0.07 220	0.10 185	0.18 381	0.07 128	0.09 132	0.15 315	0.17 258	0.15 236	0.10 220	0.11 239	0.10 249	0.07 178	0.11 191	0.09 101	0.05 51	0.03 1	0.08 388	0.07 374	0.06 286	0.05 203

anonymousdsp2	0.11 284	0.07 220	0.10 185	0.16 204	0.09 334	0.13 349	0.14 231	0.18 291	0.22 405	0.13 326	0.14 292	0.12 299	0.09 260	0.14 366	0.11 282	0.05 51	0.04 25	0.05 45	0.04 55	0.06 286	0.05 203

Selective-RAFT	0.11 284	0.10 481	0.11 240	0.21 549	0.08 208	0.16 439	0.13 166	0.20 332	0.22 405	0.10 220	0.10 189	0.11 279	0.10 299	0.15 390	0.11 282	0.05 51	0.05 267	0.06 183	0.05 186	0.06 286	0.05 203

DisPM	0.11 284	0.07 220	0.12 284	0.16 204	0.09 334	0.06 12	0.13 166	0.17 258	0.17 302	0.14 348	0.20 394	0.12 299	0.10 299	0.11 191	0.10 202	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.11 552

iRaft-Stereo_20w	0.09 168	0.05 38	0.13 334	0.14 57	0.08 208	0.12 298	0.15 315	0.18 291	0.10 69	0.11 255	0.08 118	0.08 179	0.05 14	0.10 120	0.09 101	0.06 167	0.04 25	0.06 183	0.05 186	0.06 286	0.05 203

UDGNet	0.14 418	0.13 553	0.16 455	0.17 291	0.10 446	0.12 298	0.16 384	0.21 355	0.27 479	0.20 492	0.20 394	0.16 390	0.13 403	0.16 425	0.13 385	0.10 509	0.06 411	0.09 471	0.07 374	0.06 286	0.07 386

PFNet+	0.11 284	0.06 102	0.13 334	0.16 204	0.09 334	0.05 4	0.12 96	0.17 258	0.21 391	0.16 403	0.19 382	0.14 345	0.10 299	0.11 191	0.11 282	0.08 408	0.05 267	0.09 471	0.08 447	0.06 286	0.11 552

LCNet	0.11 284	0.07 220	0.09 121	0.19 450	0.09 334	0.08 79	0.15 315	0.21 355	0.15 236	0.11 255	0.15 309	0.16 390	0.11 332	0.12 285	0.11 282	0.05 51	0.04 25	0.08 388	0.07 374	0.06 286	0.15 612

AAGNet	0.11 284	0.07 220	0.16 455	0.19 450	0.09 334	0.08 79	0.13 166	0.18 291	0.13 179	0.16 403	0.21 417	0.13 325	0.14 427	0.11 191	0.14 423	0.06 167	0.04 25	0.09 471	0.06 276	0.06 286	0.05 203

NF-Stereo	0.11 284	0.07 220	0.13 334	0.17 291	0.09 334	0.10 195	0.14 231	0.23 400	0.19 352	0.12 296	0.17 344	0.12 299	0.11 332	0.11 191	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.12 565

OCTAStereo	0.11 284	0.07 220	0.13 334	0.17 291	0.09 334	0.10 195	0.14 231	0.23 400	0.19 352	0.12 296	0.17 344	0.12 299	0.11 332	0.11 191	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.12 565

PSM-softLoss	0.12 355	0.07 220	0.15 419	0.17 291	0.09 334	0.08 79	0.13 166	0.24 424	0.17 302	0.14 348	0.19 382	0.13 325	0.11 332	0.11 191	0.11 282	0.07 332	0.05 267	0.08 388	0.07 374	0.06 286	0.12 565

KMStereo	0.12 355	0.07 220	0.15 419	0.17 291	0.09 334	0.08 79	0.13 166	0.24 424	0.17 302	0.14 348	0.19 382	0.13 325	0.11 332	0.11 191	0.11 282	0.07 332	0.05 267	0.08 388	0.07 374	0.06 286	0.12 565

NRIStereo	0.11 284	0.08 339	0.14 371	0.18 381	0.08 208	0.10 195	0.14 231	0.16 219	0.15 236	0.12 296	0.14 292	0.13 325	0.12 363	0.13 337	0.10 202	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.07 386

PSM-AAD	0.11 284	0.07 220	0.10 185	0.19 450	0.09 334	0.10 195	0.15 315	0.20 332	0.13 179	0.12 296	0.14 292	0.18 426	0.11 332	0.11 191	0.10 202	0.05 51	0.05 267	0.09 471	0.08 447	0.06 286	0.14 605

FTStereo	0.12 355	0.06 102	0.14 371	0.18 381	0.09 334	0.07 39	0.15 315	0.21 355	0.18 333	0.12 296	0.24 449	0.12 299	0.12 363	0.13 337	0.13 385	0.05 51	0.05 267	0.07 294	0.06 276	0.06 286	0.10 525

KYRaft	0.11 284	0.07 220	0.10 185	0.19 450	0.09 334	0.08 79	0.15 315	0.22 379	0.12 137	0.13 326	0.16 322	0.20 452	0.10 299	0.12 285	0.10 202	0.05 51	0.04 25	0.08 388	0.08 447	0.06 286	0.16 623

SST-Stereo	0.10 236	0.07 220	0.15 419	0.18 381	0.09 334	0.06 12	0.12 96	0.17 258	0.11 100	0.15 375	0.17 344	0.13 325	0.12 363	0.10 120	0.11 282	0.06 167	0.04 25	0.09 471	0.06 276	0.06 286	0.05 203

RAFT_R40	0.11 284	0.07 220	0.14 371	0.18 381	0.09 334	0.06 12	0.13 166	0.17 258	0.16 273	0.14 348	0.18 371	0.15 374	0.12 363	0.10 120	0.11 282	0.06 167	0.04 25	0.09 471	0.06 276	0.06 286	0.05 203

RE-Stereo	0.11 284	0.07 220	0.13 334	0.17 291	0.09 334	0.10 195	0.14 231	0.23 400	0.19 352	0.12 296	0.17 344	0.12 299	0.11 332	0.11 191	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.12 565

Pruner-Stereo	0.11 284	0.07 220	0.12 284	0.17 291	0.09 334	0.06 12	0.12 96	0.17 258	0.17 302	0.13 326	0.19 382	0.13 325	0.09 260	0.11 191	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.08 452

TVStereo	0.11 284	0.07 220	0.13 334	0.17 291	0.09 334	0.10 195	0.14 231	0.23 400	0.19 352	0.12 296	0.17 344	0.12 299	0.11 332	0.11 191	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.06 286	0.12 565

IRAFT_RVC	0.12 355	0.08 339	0.16 455	0.19 450	0.08 208	0.07 39	0.15 315	0.24 424	0.23 417	0.14 348	0.14 292	0.15 374	0.12 363	0.12 285	0.10 202	0.06 167	0.04 25	0.09 471	0.06 276	0.06 286	0.06 299

GMM-Stereo	0.11 284	0.07 220	0.10 185	0.18 381	0.09 334	0.08 79	0.15 315	0.23 400	0.16 273	0.11 255	0.15 309	0.13 325	0.11 332	0.11 191	0.11 282	0.05 51	0.04 25	0.08 388	0.07 374	0.06 286	0.09 496

Prome-Stereo	0.11 284	0.06 102	0.10 185	0.18 381	0.08 208	0.12 298	0.15 315	0.22 379	0.13 179	0.12 296	0.17 344	0.13 325	0.08 226	0.12 285	0.10 202	0.05 51	0.04 25	0.07 294	0.06 276	0.06 286	0.09 496

TANstereo	0.09 168	0.04 1	0.08 56	0.13 16	0.06 27	0.11 246	0.14 231	0.15 181	0.19 352	0.11 255	0.15 309	0.10 249	0.06 65	0.12 285	0.09 101	0.07 332	0.05 267	0.05 45	0.04 55	0.06 286	0.05 203

XX-TBD	0.09 168	0.06 102	0.07 11	0.14 57	0.07 128	0.12 298	0.16 384	0.14 139	0.13 179	0.11 255	0.12 260	0.09 214	0.08 226	0.10 120	0.10 202	0.06 167	0.04 25	0.05 45	0.03 1	0.06 286	0.05 203

RAFT + AFF	0.13 381	0.07 220	0.20 533	0.20 517	0.10 446	0.14 383	0.24 591	0.26 459	0.20 375	0.11 255	0.10 189	0.12 299	0.10 299	0.15 390	0.12 343	0.07 332	0.06 411	0.09 471	0.08 447	0.06 286	0.08 452

delet	0.17 507	0.08 339	0.17 485	0.19 450	0.11 496	0.20 520	0.21 557	0.30 528	0.37 566	0.17 422	0.26 494	0.19 440	0.19 527	0.19 496	0.21 542	0.08 408	0.08 513	0.09 471	0.11 568	0.06 286	0.06 299

CREStereo	0.09 168	0.04 1	0.08 56	0.11 1	0.06 27	0.13 349	0.14 231	0.14 139	0.10 69	0.08 124	0.13 278	0.09 214	0.08 226	0.11 191	0.10 202	0.08 408	0.04 25	0.05 45	0.03 1	0.06 286	0.06 299
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
cf-r	0.13 381	0.07 220	0.12 284	0.16 204	0.08 208	0.14 383	0.19 514	0.20 332	0.25 455	0.17 422	0.25 477	0.21 461	0.16 473	0.14 366	0.14 423	0.10 509	0.05 267	0.06 183	0.08 447	0.06 286	0.06 299

BEATNet_4x	0.12 355	0.08 339	0.14 371	0.18 381	0.07 128	0.15 409	0.07 3	0.22 379	0.18 333	0.16 403	0.19 382	0.18 426	0.14 427	0.16 425	0.15 454	0.07 332	0.05 267	0.05 45	0.05 186	0.06 286	0.06 299

RASNet	0.14 418	0.07 220	0.14 371	0.16 204	0.08 208	0.18 480	0.14 231	0.29 514	0.20 375	0.17 422	0.25 477	0.21 461	0.18 511	0.20 521	0.19 516	0.07 332	0.06 411	0.06 183	0.08 447	0.06 286	0.06 299

HITNet	0.10 236	0.06 102	0.12 284	0.14 57	0.06 27	0.11 246	0.10 35	0.18 291	0.18 333	0.13 326	0.16 322	0.14 345	0.11 332	0.15 390	0.13 385	0.06 167	0.04 25	0.04 1	0.04 55	0.06 286	0.05 203
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iResNet	0.13 381	0.10 481	0.18 509	0.19 450	0.08 208	0.13 349	0.18 474	0.20 332	0.26 469	0.15 375	0.23 437	0.15 374	0.13 403	0.14 366	0.14 423	0.06 167	0.04 25	0.06 183	0.05 186	0.06 286	0.05 203

DN	0.10 236	0.05 38	0.09 121	0.14 57	0.09 334	0.12 298	0.18 474	0.17 258	0.16 273	0.08 124	0.09 153	0.08 179	0.06 65	0.08 25	0.09 101	0.11 540	0.05 267	0.07 294	0.06 276	0.07 365	0.09 496

RT-IGEV	0.13 381	0.06 102	0.13 334	0.15 109	0.09 334	0.15 409	0.17 425	0.24 424	0.27 479	0.16 403	0.17 344	0.17 412	0.10 299	0.14 366	0.11 282	0.08 408	0.05 267	0.07 294	0.05 186	0.07 365	0.07 386

z-ln-s-r	0.17 507	0.10 481	0.40 621	0.19 450	0.08 208	0.17 461	0.18 474	0.22 379	0.33 533	0.18 452	0.40 599	0.22 479	0.17 496	0.20 521	0.23 563	0.07 332	0.05 267	0.07 294	0.07 374	0.07 365	0.05 203

111111	0.07 7	0.04 1	0.09 121	0.17 291	0.06 27	0.05 4	0.10 35	0.11 54	0.09 48	0.06 23	0.06 23	0.07 120	0.05 14	0.09 58	0.09 101	0.06 167	0.04 25	0.05 45	0.04 55	0.07 365	0.06 299

G2L-Stereo_test	0.14 418	0.07 220	0.11 240	0.13 16	0.08 208	0.12 298	0.16 384	0.30 528	0.28 494	0.20 492	0.23 437	0.20 452	0.16 473	0.17 459	0.18 503	0.07 332	0.05 267	0.05 45	0.05 186	0.07 365	0.06 299

G2L-Stereo	0.14 418	0.07 220	0.13 334	0.17 291	0.09 334	0.13 349	0.12 96	0.27 481	0.22 405	0.16 403	0.27 503	0.21 461	0.13 403	0.17 459	0.18 503	0.09 468	0.08 513	0.08 388	0.07 374	0.07 365	0.07 386

HI	0.11 284	0.06 102	0.11 240	0.13 16	0.09 334	0.09 132	0.14 231	0.21 355	0.10 69	0.19 469	0.17 344	0.14 345	0.09 260	0.16 425	0.08 25	0.05 51	0.04 25	0.07 294	0.08 447	0.07 365	0.06 299

CoSv	0.11 284	0.06 102	0.11 240	0.13 16	0.09 334	0.09 132	0.14 231	0.21 355	0.10 69	0.19 469	0.17 344	0.14 345	0.09 260	0.16 425	0.08 25	0.05 51	0.04 25	0.07 294	0.08 447	0.07 365	0.06 299

rvit_0105_3	0.15 463	0.09 419	0.14 371	0.19 450	0.12 530	0.15 409	0.25 607	0.25 441	0.29 501	0.15 375	0.17 344	0.20 452	0.13 403	0.17 459	0.14 423	0.13 591	0.11 580	0.12 570	0.14 603	0.07 365	0.06 299

UGAM	0.13 381	0.10 481	0.09 121	0.22 566	0.08 208	0.12 298	0.20 537	0.17 258	0.23 417	0.21 506	0.16 322	0.13 325	0.13 403	0.19 496	0.12 343	0.07 332	0.05 267	0.13 585	0.11 568	0.07 365	0.05 203

rvit_stereo_0083	0.12 355	0.08 339	0.17 485	0.16 204	0.09 334	0.11 246	0.15 315	0.14 139	0.26 469	0.11 255	0.14 292	0.13 325	0.10 299	0.12 285	0.12 343	0.10 509	0.08 513	0.09 471	0.07 374	0.07 365	0.05 203

rvit_stereo_0081_aga	0.11 284	0.09 419	0.14 371	0.18 381	0.09 334	0.13 349	0.14 231	0.14 139	0.19 352	0.10 220	0.18 371	0.16 390	0.09 260	0.12 285	0.09 101	0.10 509	0.06 411	0.08 388	0.07 374	0.07 365	0.06 299

rvit_stereo_0081	0.11 284	0.08 339	0.15 419	0.16 204	0.09 334	0.10 195	0.14 231	0.14 139	0.24 434	0.11 255	0.13 278	0.13 325	0.09 260	0.11 191	0.12 343	0.10 509	0.07 483	0.08 388	0.07 374	0.07 365	0.05 203

ACV-stereo	0.15 463	0.10 481	0.28 582	0.18 381	0.12 530	0.14 383	0.12 96	0.23 400	0.21 391	0.19 469	0.23 437	0.22 479	0.15 445	0.23 562	0.17 485	0.07 332	0.06 411	0.07 294	0.07 374	0.07 365	0.07 386

rvit_stereo_0082	0.11 284	0.08 339	0.15 419	0.16 204	0.09 334	0.10 195	0.14 231	0.14 139	0.24 434	0.11 255	0.13 278	0.13 325	0.09 260	0.11 191	0.12 343	0.10 509	0.07 483	0.08 388	0.07 374	0.07 365	0.05 203

AIO-Stereo-zeroshot1	0.11 284	0.05 38	0.14 371	0.15 109	0.20 634	0.09 132	0.17 425	0.21 355	0.15 236	0.11 255	0.14 292	0.10 249	0.07 178	0.10 120	0.08 25	0.06 167	0.05 267	0.07 294	0.07 374	0.07 365	0.09 496

AIO-Stereo-zeroshot	0.11 284	0.05 38	0.11 240	0.15 109	0.13 553	0.13 349	0.16 384	0.23 400	0.17 302	0.10 220	0.12 260	0.10 249	0.07 178	0.11 191	0.09 101	0.06 167	0.05 267	0.06 183	0.06 276	0.07 365	0.08 452

rvit_stereo_0080	0.10 236	0.08 339	0.14 371	0.15 109	0.09 334	0.07 39	0.15 315	0.16 219	0.16 273	0.11 255	0.10 189	0.14 345	0.08 226	0.12 285	0.10 202	0.09 468	0.07 483	0.07 294	0.06 276	0.07 365	0.05 203

rvit_stereo_ft	0.12 355	0.07 220	0.13 334	0.19 450	0.10 446	0.12 298	0.17 425	0.16 219	0.16 273	0.12 296	0.13 278	0.15 374	0.10 299	0.14 366	0.13 385	0.09 468	0.06 411	0.08 388	0.07 374	0.07 365	0.05 203

CAS++	0.11 284	0.07 220	0.11 240	0.14 57	0.09 334	0.12 298	0.14 231	0.24 424	0.14 211	0.11 255	0.09 153	0.11 279	0.07 178	0.14 366	0.09 101	0.11 540	0.09 546	0.09 471	0.07 374	0.07 365	0.08 452
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DispNO	0.14 418	0.08 339	0.17 485	0.19 450	0.12 530	0.11 246	0.21 557	0.23 400	0.29 501	0.17 422	0.23 437	0.18 426	0.17 496	0.15 390	0.15 454	0.07 332	0.05 267	0.08 388	0.08 447	0.07 365	0.06 299

Former-RAFT_DAM_RVC	0.10 236	0.08 339	0.12 284	0.16 204	0.08 208	0.15 409	0.16 384	0.18 291	0.18 333	0.10 220	0.09 153	0.09 214	0.08 226	0.11 191	0.12 343	0.07 332	0.05 267	0.08 388	0.06 276	0.07 365	0.06 299

SMFormer	0.14 418	0.07 220	0.17 485	0.14 57	0.08 208	0.16 439	0.17 425	0.26 459	0.27 479	0.19 469	0.20 394	0.18 426	0.15 445	0.15 390	0.17 485	0.08 408	0.05 267	0.07 294	0.06 276	0.07 365	0.06 299

ACVNet-DCA	0.10 236	0.08 339	0.12 284	0.17 291	0.09 334	0.13 349	0.15 315	0.23 400	0.16 273	0.09 175	0.09 153	0.06 42	0.06 65	0.10 120	0.07 1	0.06 167	0.04 25	0.06 183	0.05 186	0.07 365	0.07 386

xx1	0.11 284	0.08 339	0.12 284	0.17 291	0.09 334	0.13 349	0.15 315	0.16 219	0.18 333	0.09 175	0.09 153	0.16 390	0.16 473	0.10 120	0.07 1	0.06 167	0.04 25	0.08 388	0.08 447	0.07 365	0.07 386

1test111	0.11 284	0.08 339	0.12 284	0.17 291	0.09 334	0.13 349	0.15 315	0.23 400	0.16 273	0.09 175	0.09 153	0.06 42	0.06 65	0.15 390	0.16 470	0.06 167	0.04 25	0.06 183	0.05 186	0.07 365	0.07 386

mmm	0.14 418	0.08 339	0.17 485	0.17 291	0.09 334	0.17 461	0.18 474	0.21 355	0.15 236	0.15 375	0.23 437	0.21 461	0.16 473	0.16 425	0.17 485	0.08 408	0.05 267	0.08 388	0.07 374	0.07 365	0.07 386

1111x	0.15 463	0.08 339	0.12 284	0.18 381	0.07 128	0.18 480	0.25 607	0.31 539	0.24 434	0.17 422	0.24 449	0.26 527	0.15 445	0.13 337	0.23 563	0.07 332	0.07 483	0.08 388	0.09 494	0.07 365	0.06 299

whm_eth	0.10 236	0.08 339	0.14 371	0.15 109	0.09 334	0.07 39	0.15 315	0.16 219	0.16 273	0.11 255	0.10 189	0.14 345	0.08 226	0.12 285	0.10 202	0.09 468	0.07 483	0.07 294	0.06 276	0.07 365	0.05 203

PCWNet_CMD	0.14 418	0.08 339	0.15 419	0.17 291	0.09 334	0.14 383	0.14 231	0.29 514	0.36 559	0.14 348	0.20 394	0.21 461	0.12 363	0.17 459	0.13 385	0.07 332	0.05 267	0.07 294	0.07 374	0.07 365	0.07 386

CBFPSM	0.14 418	0.06 102	0.26 569	0.17 291	0.09 334	0.13 349	0.15 315	0.22 379	0.23 417	0.20 492	0.27 503	0.24 503	0.16 473	0.16 425	0.18 503	0.06 167	0.06 411	0.06 183	0.07 374	0.07 365	0.07 386

qqq	0.13 381	0.09 419	0.15 419	0.16 204	0.08 208	0.13 349	0.15 315	0.23 400	0.16 273	0.15 375	0.19 382	0.16 390	0.16 473	0.15 390	0.16 470	0.07 332	0.06 411	0.08 388	0.08 447	0.07 365	0.07 386

x	0.13 381	0.07 220	0.14 371	0.14 57	0.08 208	0.18 480	0.14 231	0.22 379	0.20 375	0.15 375	0.19 382	0.19 440	0.17 496	0.18 481	0.18 503	0.07 332	0.05 267	0.06 183	0.06 276	0.07 365	0.07 386

BUS	0.14 418	0.09 419	0.14 371	0.22 566	0.10 446	0.19 504	0.14 231	0.34 579	0.19 352	0.17 422	0.22 428	0.16 390	0.13 403	0.15 390	0.13 385	0.08 408	0.06 411	0.10 519	0.09 494	0.07 365	0.07 386

RAFT+CT+SA	0.13 381	0.11 507	0.09 121	0.19 450	0.09 334	0.15 409	0.28 629	0.22 379	0.22 405	0.15 375	0.26 494	0.10 249	0.10 299	0.11 191	0.12 343	0.05 51	0.04 25	0.07 294	0.08 447	0.07 365	0.06 299

BSDual-CNN	0.15 463	0.09 419	0.14 371	0.22 566	0.10 446	0.14 383	0.15 315	0.34 579	0.19 352	0.17 422	0.22 428	0.25 517	0.16 473	0.15 390	0.14 423	0.08 408	0.06 411	0.10 519	0.09 494	0.07 365	0.07 386

hknet	0.15 463	0.11 507	0.13 334	0.22 566	0.11 496	0.14 383	0.15 315	0.34 579	0.25 455	0.17 422	0.22 428	0.22 479	0.18 511	0.17 459	0.12 343	0.07 332	0.06 411	0.10 519	0.09 494	0.07 365	0.07 386

psmg	0.14 418	0.09 419	0.14 371	0.17 291	0.10 446	0.15 409	0.17 425	0.29 514	0.19 352	0.17 422	0.21 417	0.25 517	0.16 473	0.15 390	0.14 423	0.08 408	0.06 411	0.08 388	0.08 447	0.07 365	0.06 299

DAS	0.15 463	0.08 339	0.18 509	0.19 450	0.10 446	0.19 504	0.17 425	0.27 481	0.29 501	0.18 452	0.25 477	0.21 461	0.15 445	0.16 425	0.12 343	0.08 408	0.06 411	0.06 183	0.06 276	0.07 365	0.07 386

SepStereo	0.15 463	0.08 339	0.18 509	0.19 450	0.10 446	0.19 504	0.17 425	0.27 481	0.29 501	0.18 452	0.25 477	0.21 461	0.15 445	0.25 577	0.12 343	0.08 408	0.06 411	0.06 183	0.06 276	0.07 365	0.07 386

GwcNet-ADL	0.13 381	0.08 339	0.14 371	0.20 517	0.09 334	0.11 246	0.20 537	0.30 528	0.24 434	0.13 326	0.14 292	0.18 426	0.14 427	0.13 337	0.14 423	0.07 332	0.05 267	0.06 183	0.05 186	0.07 365	0.06 299

GANet-ADL	0.13 381	0.07 220	0.15 419	0.17 291	0.10 446	0.18 480	0.15 315	0.30 528	0.20 375	0.13 326	0.18 371	0.19 440	0.12 363	0.16 425	0.13 385	0.08 408	0.06 411	0.06 183	0.05 186	0.07 365	0.08 452

DeepStereo_RVC	0.11 284	0.08 339	0.16 455	0.18 381	0.08 208	0.08 79	0.12 96	0.17 258	0.12 137	0.13 326	0.14 292	0.12 299	0.12 363	0.12 285	0.11 282	0.06 167	0.04 25	0.07 294	0.06 276	0.07 365	0.08 452

ICVP	0.15 463	0.09 419	0.12 284	0.22 566	0.09 334	0.17 461	0.21 557	0.25 441	0.23 417	0.18 452	0.30 536	0.26 527	0.18 511	0.17 459	0.14 423	0.09 468	0.07 483	0.08 388	0.07 374	0.07 365	0.07 386
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.11 284	0.06 102	0.10 185	0.17 291	0.08 208	0.10 195	0.14 231	0.17 258	0.14 211	0.13 326	0.13 278	0.12 299	0.10 299	0.11 191	0.12 343	0.07 332	0.04 25	0.09 471	0.11 568	0.07 365	0.06 299

CFNet_pseudo	0.14 418	0.08 339	0.15 419	0.16 204	0.09 334	0.13 349	0.14 231	0.27 481	0.34 545	0.14 348	0.21 417	0.22 479	0.13 403	0.18 481	0.14 423	0.07 332	0.05 267	0.08 388	0.06 276	0.07 365	0.07 386

222	0.16 486	0.07 220	0.14 371	0.14 57	0.08 208	0.24 568	0.18 474	0.30 528	0.20 375	0.17 422	0.28 517	0.17 412	0.16 473	0.15 390	0.40 653	0.10 509	0.05 267	0.07 294	0.06 276	0.07 365	0.08 452

test_xeample	0.15 463	0.06 102	0.13 334	0.14 57	0.08 208	0.21 537	0.20 537	0.28 500	0.20 375	0.16 403	0.29 529	0.19 440	0.16 473	0.15 390	0.26 598	0.09 468	0.05 267	0.07 294	0.07 374	0.07 365	0.07 386

GMStereo	0.13 381	0.14 565	0.14 371	0.18 381	0.09 334	0.15 409	0.16 384	0.20 332	0.24 434	0.16 403	0.17 344	0.10 249	0.10 299	0.16 425	0.13 385	0.07 332	0.06 411	0.06 183	0.06 276	0.07 365	0.06 299
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 381	0.07 220	0.14 371	0.17 291	0.09 334	0.15 409	0.16 384	0.28 500	0.27 479	0.14 348	0.17 344	0.12 299	0.13 403	0.14 366	0.11 282	0.08 408	0.05 267	0.07 294	0.07 374	0.07 365	0.06 299

FENet	0.13 381	0.08 339	0.12 284	0.16 204	0.08 208	0.14 383	0.15 315	0.22 379	0.23 417	0.17 422	0.23 437	0.16 390	0.12 363	0.14 366	0.15 454	0.08 408	0.05 267	0.08 388	0.08 447	0.07 365	0.07 386

ac_64	0.16 486	0.08 339	0.15 419	0.18 381	0.10 446	0.22 546	0.18 474	0.24 424	0.21 391	0.18 452	0.24 449	0.29 553	0.18 511	0.19 496	0.22 551	0.09 468	0.07 483	0.08 388	0.09 494	0.07 365	0.06 299

GwcNet-RSSM	0.14 418	0.07 220	0.12 284	0.15 109	0.08 208	0.15 409	0.20 537	0.21 355	0.27 479	0.18 452	0.27 503	0.22 479	0.16 473	0.14 366	0.15 454	0.10 509	0.05 267	0.07 294	0.09 494	0.07 365	0.07 386

PMTNet	0.09 168	0.05 38	0.09 121	0.12 5	0.06 27	0.12 298	0.14 231	0.15 181	0.11 100	0.09 175	0.13 278	0.10 249	0.07 178	0.13 337	0.10 202	0.15 609	0.04 25	0.05 45	0.03 1	0.07 365	0.06 299

MSMDNet	0.14 418	0.08 339	0.15 419	0.17 291	0.09 334	0.14 383	0.14 231	0.29 514	0.36 559	0.14 348	0.21 417	0.21 461	0.12 363	0.17 459	0.14 423	0.07 332	0.05 267	0.07 294	0.07 374	0.07 365	0.07 386

HSM-Net_RVC	0.14 418	0.08 339	0.11 240	0.15 109	0.08 208	0.15 409	0.15 315	0.27 481	0.29 501	0.19 469	0.21 417	0.29 553	0.14 427	0.17 459	0.13 385	0.06 167	0.06 411	0.06 183	0.06 276	0.07 365	0.06 299
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet	0.15 463	0.10 481	0.17 485	0.17 291	0.08 208	0.18 480	0.09 20	0.28 500	0.25 455	0.19 469	0.24 449	0.24 503	0.17 496	0.17 459	0.14 423	0.08 408	0.06 411	0.09 471	0.10 534	0.07 365	0.06 299

NLCA_NET_v2_RVC	0.17 507	0.10 481	0.22 548	0.20 517	0.10 446	0.15 409	0.18 474	0.31 539	0.25 455	0.21 506	0.30 536	0.25 517	0.17 496	0.21 538	0.20 522	0.09 468	0.06 411	0.08 388	0.08 447	0.07 365	0.08 452
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
ccs_rob	0.14 418	0.08 339	0.15 419	0.16 204	0.09 334	0.12 298	0.14 231	0.27 481	0.34 545	0.14 348	0.21 417	0.22 479	0.13 403	0.18 481	0.14 423	0.07 332	0.05 267	0.08 388	0.07 374	0.07 365	0.07 386

AANet_RVC	0.16 486	0.10 481	0.10 185	0.18 381	0.09 334	0.18 480	0.19 514	0.26 459	0.31 519	0.22 522	0.35 569	0.21 461	0.21 543	0.22 551	0.16 470	0.06 167	0.05 267	0.06 183	0.06 276	0.07 365	0.06 299

HSM	0.15 463	0.08 339	0.14 371	0.16 204	0.09 334	0.16 439	0.14 231	0.28 500	0.25 455	0.19 469	0.23 437	0.37 608	0.16 473	0.20 521	0.15 454	0.07 332	0.05 267	0.07 294	0.06 276	0.07 365	0.06 299

StereoDRNet-Refined	0.17 507	0.12 525	0.15 419	0.20 517	0.09 334	0.18 480	0.18 474	0.26 459	0.23 417	0.26 563	0.40 599	0.22 479	0.17 496	0.21 538	0.20 522	0.08 408	0.05 267	0.09 471	0.10 534	0.07 365	0.07 386
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.18 521	0.10 481	0.15 419	0.23 590	0.11 496	0.24 568	0.18 474	0.29 514	0.28 494	0.27 569	0.28 517	0.28 545	0.24 566	0.19 496	0.20 522	0.08 408	0.08 513	0.09 471	0.09 494	0.07 365	0.07 386

pmcnn	0.15 463	0.07 220	0.19 521	0.15 109	0.07 128	0.20 520	0.15 315	0.24 424	0.26 469	0.21 506	0.34 564	0.28 545	0.18 511	0.18 481	0.17 485	0.07 332	0.05 267	0.05 45	0.04 55	0.07 365	0.06 299

DDF-Stereo	0.08 80	0.04 1	0.09 121	0.15 109	0.10 446	0.06 12	0.13 166	0.09 18	0.14 211	0.06 23	0.06 23	0.07 120	0.06 65	0.09 58	0.10 202	0.06 167	0.04 25	0.06 183	0.04 55	0.08 429	0.05 203

zero-FE	0.08 80	0.04 1	0.09 121	0.15 109	0.10 446	0.05 4	0.14 231	0.09 18	0.14 211	0.07 70	0.06 23	0.07 120	0.06 65	0.09 58	0.10 202	0.06 167	0.04 25	0.06 183	0.04 55	0.08 429	0.05 203

S2M2_XL	0.08 80	0.06 102	0.12 284	0.12 5	0.08 208	0.09 132	0.09 20	0.07 6	0.07 15	0.08 124	0.07 63	0.07 120	0.06 65	0.09 58	0.09 101	0.08 408	0.06 411	0.07 294	0.05 186	0.08 429	0.06 299
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-ROB	0.13 381	0.06 102	0.13 334	0.13 16	0.08 208	0.14 383	0.16 384	0.25 441	0.18 333	0.19 469	0.18 371	0.20 452	0.14 427	0.17 459	0.16 470	0.08 408	0.05 267	0.06 183	0.05 186	0.08 429	0.09 496

YMNet	0.20 545	0.12 525	0.19 521	0.20 517	0.14 574	0.26 589	0.23 578	0.32 550	0.34 545	0.27 569	0.34 564	0.30 563	0.18 511	0.18 481	0.22 551	0.10 509	0.13 611	0.10 519	0.10 534	0.08 429	0.09 496

YMNet_1	0.20 545	0.12 525	0.19 521	0.20 517	0.14 574	0.26 589	0.23 578	0.32 550	0.34 545	0.27 569	0.34 564	0.30 563	0.18 511	0.18 481	0.22 551	0.10 509	0.13 611	0.10 519	0.10 534	0.08 429	0.09 496

rvit_0105_5	0.14 418	0.09 419	0.13 334	0.17 291	0.09 334	0.14 383	0.23 578	0.24 424	0.27 479	0.14 348	0.15 309	0.18 426	0.12 363	0.17 459	0.14 423	0.14 605	0.11 580	0.10 519	0.10 534	0.08 429	0.06 299

rvit_105_1	0.19 533	0.11 507	0.25 566	0.21 549	0.16 605	0.21 537	0.27 623	0.31 539	0.41 585	0.19 469	0.20 394	0.22 479	0.17 496	0.19 496	0.17 485	0.12 565	0.12 596	0.13 585	0.15 620	0.08 429	0.07 386

ITSA-stereo	0.15 463	0.10 481	0.14 371	0.19 450	0.08 208	0.12 298	0.14 231	0.30 528	0.49 619	0.17 422	0.19 382	0.22 479	0.15 445	0.17 459	0.16 470	0.10 509	0.06 411	0.08 388	0.08 447	0.08 429	0.08 452

test_sample6	0.14 418	0.08 339	0.13 334	0.16 204	0.08 208	0.17 461	0.19 514	0.25 441	0.17 302	0.17 422	0.27 503	0.19 440	0.14 427	0.15 390	0.13 385	0.08 408	0.05 267	0.08 388	0.07 374	0.08 429	0.08 452

test_sample5	0.14 418	0.08 339	0.14 371	0.16 204	0.08 208	0.18 480	0.18 474	0.25 441	0.17 302	0.17 422	0.27 503	0.18 426	0.14 427	0.16 425	0.13 385	0.08 408	0.05 267	0.08 388	0.07 374	0.08 429	0.08 452

test_sample4	0.14 418	0.08 339	0.14 371	0.15 109	0.08 208	0.19 504	0.18 474	0.26 459	0.17 302	0.16 403	0.25 477	0.18 426	0.14 427	0.16 425	0.13 385	0.08 408	0.06 411	0.08 388	0.06 276	0.08 429	0.08 452

test_sample2	0.12 355	0.07 220	0.12 284	0.14 57	0.08 208	0.16 439	0.18 474	0.21 355	0.16 273	0.14 348	0.20 394	0.19 440	0.15 445	0.15 390	0.12 343	0.08 408	0.05 267	0.07 294	0.06 276	0.08 429	0.07 386

test_sample1	0.13 381	0.07 220	0.14 371	0.13 16	0.08 208	0.19 504	0.16 384	0.20 332	0.15 236	0.14 348	0.22 428	0.18 426	0.16 473	0.17 459	0.14 423	0.07 332	0.06 411	0.06 183	0.06 276	0.08 429	0.07 386

MyStereo8	0.12 355	0.07 220	0.15 419	0.15 109	0.09 334	0.18 480	0.14 231	0.19 321	0.22 405	0.12 296	0.18 371	0.11 279	0.10 299	0.16 425	0.18 503	0.07 332	0.05 267	0.07 294	0.05 186	0.08 429	0.09 496

11t1	0.12 355	0.06 102	0.13 334	0.14 57	0.08 208	0.17 461	0.15 315	0.18 291	0.15 236	0.15 375	0.15 309	0.16 390	0.16 473	0.15 390	0.13 385	0.08 408	0.05 267	0.06 183	0.05 186	0.08 429	0.07 386

DualNet	0.14 418	0.08 339	0.14 371	0.16 204	0.08 208	0.18 480	0.18 474	0.25 441	0.17 302	0.17 422	0.27 503	0.18 426	0.14 427	0.16 425	0.13 385	0.08 408	0.05 267	0.08 388	0.07 374	0.08 429	0.08 452

mmx	0.14 418	0.09 419	0.14 371	0.16 204	0.08 208	0.17 461	0.17 425	0.27 481	0.25 455	0.15 375	0.25 477	0.19 440	0.13 403	0.14 366	0.20 522	0.08 408	0.06 411	0.09 471	0.08 447	0.08 429	0.08 452

xxx	0.14 418	0.09 419	0.14 371	0.16 204	0.08 208	0.17 461	0.17 425	0.27 481	0.25 455	0.15 375	0.25 477	0.19 440	0.13 403	0.14 366	0.20 522	0.08 408	0.06 411	0.09 471	0.08 447	0.08 429	0.08 452

EKT-Stereo	0.11 284	0.07 220	0.14 371	0.15 109	0.10 446	0.13 349	0.14 231	0.18 291	0.21 391	0.11 255	0.08 118	0.12 299	0.09 260	0.11 191	0.12 343	0.08 408	0.06 411	0.07 294	0.06 276	0.08 429	0.07 386

SDNR	0.19 533	0.08 339	0.19 521	0.16 204	0.12 530	0.77 675	0.14 231	0.25 441	0.32 526	0.19 469	0.24 449	0.19 440	0.13 403	0.19 496	0.15 454	0.16 625	0.18 637	0.14 598	0.11 568	0.08 429	0.11 552

fast-acv-ft	0.18 521	0.11 507	0.19 521	0.19 450	0.12 530	0.24 568	0.21 557	0.25 441	0.34 545	0.22 522	0.34 564	0.27 535	0.20 539	0.21 538	0.23 563	0.09 468	0.09 546	0.08 388	0.10 534	0.08 429	0.07 386

gwcnet-sp	0.14 418	0.07 220	0.12 284	0.18 381	0.09 334	0.16 439	0.17 425	0.24 424	0.24 434	0.18 452	0.24 449	0.15 374	0.16 473	0.15 390	0.15 454	0.08 408	0.06 411	0.07 294	0.08 447	0.08 429	0.07 386

scenet	0.14 418	0.07 220	0.12 284	0.18 381	0.09 334	0.16 439	0.17 425	0.24 424	0.24 434	0.18 452	0.24 449	0.15 374	0.16 473	0.15 390	0.15 454	0.08 408	0.06 411	0.07 294	0.08 447	0.08 429	0.07 386

knoymous	0.11 284	0.05 38	0.12 284	0.13 16	0.07 128	0.15 409	0.14 231	0.19 321	0.13 179	0.11 255	0.17 344	0.13 325	0.09 260	0.13 337	0.11 282	0.08 408	0.05 267	0.06 183	0.05 186	0.08 429	0.07 386

riskmin	0.11 284	0.06 102	0.13 334	0.14 57	0.08 208	0.14 383	0.14 231	0.18 291	0.14 211	0.11 255	0.14 292	0.16 390	0.11 332	0.14 366	0.12 343	0.09 468	0.05 267	0.07 294	0.05 186	0.08 429	0.08 452

ssnet_v2	0.17 507	0.10 481	0.17 485	0.17 291	0.11 496	0.21 537	0.21 557	0.33 570	0.25 455	0.22 522	0.22 428	0.27 535	0.18 511	0.22 551	0.20 522	0.11 540	0.09 546	0.09 471	0.09 494	0.08 429	0.08 452

ssnet	0.14 418	0.07 220	0.12 284	0.18 381	0.09 334	0.16 439	0.17 425	0.24 424	0.24 434	0.18 452	0.24 449	0.15 374	0.16 473	0.15 390	0.15 454	0.08 408	0.06 411	0.07 294	0.08 447	0.08 429	0.07 386

IER	0.14 418	0.07 220	0.13 334	0.17 291	0.09 334	0.14 383	0.16 384	0.25 441	0.26 469	0.18 452	0.25 477	0.17 412	0.20 539	0.16 425	0.14 423	0.08 408	0.05 267	0.07 294	0.06 276	0.08 429	0.07 386

CRFU-Net	0.16 486	0.08 339	0.14 371	0.17 291	0.09 334	0.19 504	0.14 231	0.26 459	0.20 375	0.28 584	0.27 503	0.29 553	0.17 496	0.19 496	0.17 485	0.09 468	0.09 546	0.07 294	0.07 374	0.08 429	0.08 452

test_5	0.14 418	0.12 525	0.08 56	0.20 517	0.10 446	0.14 383	0.29 639	0.21 355	0.24 434	0.18 452	0.28 517	0.11 279	0.15 445	0.12 285	0.13 385	0.06 167	0.05 267	0.07 294	0.08 447	0.08 429	0.07 386

CSP-Net	0.16 486	0.09 419	0.14 371	0.16 204	0.09 334	0.19 504	0.17 425	0.25 441	0.32 526	0.25 557	0.30 536	0.24 503	0.15 445	0.21 538	0.18 503	0.09 468	0.06 411	0.07 294	0.07 374	0.08 429	0.07 386

dd	0.15 463	0.16 583	0.16 455	0.19 450	0.09 334	0.15 409	0.18 474	0.21 355	0.25 455	0.23 535	0.20 394	0.21 461	0.09 260	0.21 538	0.16 470	0.10 509	0.06 411	0.08 388	0.06 276	0.08 429	0.06 299

PSMNet-ADL	0.15 463	0.12 525	0.13 334	0.22 566	0.09 334	0.13 349	0.20 537	0.26 459	0.23 417	0.18 452	0.20 394	0.24 503	0.16 473	0.18 481	0.17 485	0.08 408	0.08 513	0.08 388	0.11 568	0.08 429	0.07 386

Patchmatch Stereo++	0.11 284	0.09 419	0.16 455	0.18 381	0.08 208	0.06 12	0.11 64	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.11 284	0.09 419	0.16 455	0.18 381	0.08 208	0.06 12	0.12 96	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

ROB_FTStereo_v2	0.11 284	0.09 419	0.16 455	0.19 450	0.08 208	0.06 12	0.12 96	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

ROB_FTStereo	0.11 284	0.09 419	0.16 455	0.19 450	0.08 208	0.06 12	0.11 64	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

HUI-Stereo	0.11 284	0.09 419	0.16 455	0.18 381	0.08 208	0.06 12	0.12 96	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

iGMRVC	0.11 284	0.09 419	0.16 455	0.19 450	0.08 208	0.06 12	0.12 96	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

iRAFT	0.11 284	0.09 419	0.16 455	0.18 381	0.08 208	0.06 12	0.11 64	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

CRE-IMP	0.11 284	0.09 419	0.16 455	0.19 450	0.08 208	0.10 195	0.12 96	0.18 291	0.10 69	0.14 348	0.13 278	0.13 325	0.12 363	0.12 285	0.11 282	0.07 332	0.04 25	0.08 388	0.06 276	0.08 429	0.08 452

RAFT-IKP	0.11 284	0.09 419	0.16 455	0.19 450	0.08 208	0.06 12	0.12 96	0.16 219	0.13 179	0.15 375	0.16 322	0.14 345	0.12 363	0.11 191	0.10 202	0.06 167	0.04 25	0.08 388	0.06 276	0.08 429	0.07 386

Anonymous3	0.16 486	0.13 553	0.33 602	0.26 616	0.14 574	0.27 599	0.17 425	0.28 500	0.28 494	0.15 375	0.17 344	0.14 345	0.10 299	0.15 390	0.12 343	0.08 408	0.08 513	0.08 388	0.08 447	0.08 429	0.11 552

RALCasStereoNet	0.10 236	0.06 102	0.09 121	0.16 204	0.08 208	0.12 298	0.14 231	0.17 258	0.11 100	0.12 296	0.17 344	0.14 345	0.10 299	0.12 285	0.11 282	0.07 332	0.06 411	0.06 183	0.05 186	0.08 429	0.07 386

ADLNet	0.16 486	0.08 339	0.15 419	0.16 204	0.10 446	0.16 439	0.17 425	0.32 550	0.27 479	0.22 522	0.27 503	0.24 503	0.16 473	0.18 481	0.21 542	0.10 509	0.06 411	0.10 519	0.10 534	0.08 429	0.09 496

GES	0.14 418	0.08 339	0.16 455	0.15 109	0.10 446	0.13 349	0.13 166	0.28 500	0.25 455	0.16 403	0.23 437	0.18 426	0.13 403	0.16 425	0.13 385	0.08 408	0.07 483	0.07 294	0.06 276	0.08 429	0.09 496

xxxx	0.15 463	0.07 220	0.14 371	0.14 57	0.08 208	0.23 563	0.18 474	0.31 539	0.19 352	0.14 348	0.28 517	0.22 479	0.14 427	0.15 390	0.26 598	0.09 468	0.05 267	0.07 294	0.07 374	0.08 429	0.07 386

MMNet	0.17 507	0.09 419	0.16 455	0.20 517	0.11 496	0.27 599	0.20 537	0.25 441	0.41 585	0.22 522	0.30 536	0.21 461	0.20 539	0.17 459	0.20 522	0.06 167	0.06 411	0.07 294	0.07 374	0.08 429	0.07 386

psm_up	0.18 521	0.10 481	0.18 509	0.20 517	0.11 496	0.17 461	0.19 514	0.37 608	0.34 545	0.21 506	0.28 517	0.29 553	0.24 566	0.20 521	0.22 551	0.09 468	0.10 567	0.11 550	0.11 568	0.08 429	0.08 452

UNet	0.17 507	0.09 419	0.18 509	0.19 450	0.12 530	0.27 599	0.19 514	0.33 570	0.29 501	0.21 506	0.24 449	0.23 497	0.19 527	0.19 496	0.18 503	0.07 332	0.06 411	0.08 388	0.07 374	0.08 429	0.06 299

UPFNet	0.16 486	0.08 339	0.12 284	0.20 517	0.12 530	0.20 520	0.23 578	0.28 500	0.26 469	0.17 422	0.24 449	0.22 479	0.19 527	0.19 496	0.21 542	0.09 468	0.07 483	0.08 388	0.09 494	0.08 429	0.06 299

ACVNet	0.15 463	0.09 419	0.15 419	0.13 16	0.12 530	0.14 383	0.20 537	0.22 379	0.33 533	0.17 422	0.26 494	0.21 461	0.16 473	0.17 459	0.21 542	0.07 332	0.06 411	0.06 183	0.06 276	0.08 429	0.06 299

acv_ft	0.15 463	0.09 419	0.15 419	0.19 450	0.10 446	0.16 439	0.17 425	0.25 441	0.33 533	0.19 469	0.26 494	0.21 461	0.17 496	0.17 459	0.18 503	0.07 332	0.06 411	0.06 183	0.06 276	0.08 429	0.06 299

GANet-RSSM	0.14 418	0.07 220	0.13 334	0.13 16	0.08 208	0.14 383	0.17 425	0.22 379	0.21 391	0.17 422	0.24 449	0.23 497	0.15 445	0.16 425	0.15 454	0.10 509	0.06 411	0.07 294	0.08 447	0.08 429	0.07 386

PSMNet-RSSM	0.14 418	0.07 220	0.13 334	0.15 109	0.08 208	0.13 349	0.16 384	0.24 424	0.24 434	0.16 403	0.28 517	0.22 479	0.14 427	0.15 390	0.13 385	0.11 540	0.06 411	0.09 471	0.12 588	0.08 429	0.07 386

DSFCA	0.16 486	0.09 419	0.14 371	0.16 204	0.10 446	0.20 520	0.19 514	0.28 500	0.31 519	0.23 535	0.24 449	0.22 479	0.15 445	0.19 496	0.20 522	0.10 509	0.07 483	0.09 471	0.09 494	0.08 429	0.08 452

ADCRef	0.19 533	0.12 525	0.41 624	0.20 517	0.12 530	0.22 546	0.18 474	0.32 550	0.36 559	0.26 563	0.32 548	0.17 412	0.23 560	0.24 572	0.24 576	0.07 332	0.06 411	0.09 471	0.09 494	0.08 429	0.08 452

TDLM	0.17 507	0.12 525	0.13 334	0.24 599	0.10 446	0.18 480	0.18 474	0.36 602	0.30 511	0.21 506	0.28 517	0.28 545	0.18 511	0.23 562	0.18 503	0.11 540	0.07 483	0.10 519	0.10 534	0.08 429	0.08 452

NaN_ROB	0.22 566	0.19 609	0.24 561	0.25 611	0.13 553	0.29 610	0.26 616	0.33 570	0.41 585	0.31 604	0.31 544	0.32 586	0.23 560	0.30 604	0.21 542	0.11 540	0.17 635	0.10 519	0.10 534	0.08 429	0.09 496

iResNet_ROB	0.14 418	0.07 220	0.13 334	0.14 57	0.07 128	0.18 480	0.14 231	0.26 459	0.31 519	0.22 522	0.25 477	0.23 497	0.15 445	0.15 390	0.13 385	0.07 332	0.05 267	0.05 45	0.04 55	0.08 429	0.08 452

LE_ROB	0.50 658	0.07 220	0.14 371	0.15 109	0.08 208	0.24 568	0.16 384	0.22 379	1.81 693	4.63 699	0.67 655	0.47 643	0.44 652	0.20 521	0.29 618	0.07 332	0.06 411	0.06 183	0.06 276	0.08 429	0.06 299

DN-CSS_ROB	0.13 381	0.13 553	0.16 455	0.18 381	0.10 446	0.16 439	0.08 7	0.22 379	0.18 333	0.17 422	0.22 428	0.13 325	0.13 403	0.12 285	0.13 385	0.05 51	0.05 267	0.10 519	0.10 534	0.08 429	0.06 299

Selective-IGEV-i16pc	0.13 381	0.06 102	0.13 334	0.15 109	0.11 496	0.38 639	0.16 384	0.23 400	0.16 273	0.10 220	0.15 309	0.09 214	0.06 65	0.13 337	0.10 202	0.10 509	0.08 513	0.06 183	0.07 374	0.09 492	0.09 496

Selective-IGEV-i16pb	0.14 418	0.08 339	0.17 485	0.15 109	0.11 496	0.41 644	0.16 384	0.28 500	0.23 417	0.11 255	0.20 394	0.10 249	0.07 178	0.17 459	0.12 343	0.10 509	0.07 483	0.06 183	0.08 447	0.09 492	0.10 525

zh-mn7	0.25 601	0.14 565	0.56 644	0.19 450	0.14 574	0.24 568	0.22 567	0.34 579	0.62 649	0.35 617	0.65 653	0.31 576	0.25 575	0.31 605	0.25 586	0.09 468	0.08 513	0.09 471	0.09 494	0.09 492	0.11 552

coex_refinement	0.14 418	0.07 220	0.12 284	0.17 291	0.10 446	0.15 409	0.15 315	0.26 459	0.29 501	0.18 452	0.20 394	0.22 479	0.17 496	0.16 425	0.18 503	0.08 408	0.05 267	0.06 183	0.06 276	0.09 492	0.08 452

rvit_0105_6	0.14 418	0.09 419	0.18 509	0.17 291	0.10 446	0.10 195	0.16 384	0.19 321	0.26 469	0.12 296	0.18 371	0.17 412	0.12 363	0.18 481	0.12 343	0.15 609	0.11 580	0.12 570	0.10 534	0.09 492	0.06 299

rvit_0105_4	0.14 418	0.09 419	0.17 485	0.17 291	0.10 446	0.12 298	0.19 514	0.23 400	0.27 479	0.14 348	0.20 394	0.17 412	0.13 403	0.17 459	0.13 385	0.15 609	0.11 580	0.11 550	0.10 534	0.09 492	0.06 299

test_sample3	0.14 418	0.08 339	0.15 419	0.14 57	0.09 334	0.19 504	0.17 425	0.26 459	0.18 333	0.16 403	0.22 428	0.19 440	0.15 445	0.17 459	0.13 385	0.08 408	0.06 411	0.07 294	0.06 276	0.09 492	0.08 452

CFNet_ucs	0.15 463	0.08 339	0.16 455	0.16 204	0.11 496	0.14 383	0.14 231	0.30 528	0.34 545	0.16 403	0.24 449	0.23 497	0.14 427	0.18 481	0.15 454	0.09 468	0.06 411	0.08 388	0.07 374	0.09 492	0.09 496

iinet-f	0.16 486	0.06 102	0.45 628	0.14 57	0.10 446	0.21 537	0.14 231	0.27 481	0.23 417	0.21 506	0.24 449	0.21 461	0.15 445	0.18 481	0.21 542	0.09 468	0.07 483	0.07 294	0.06 276	0.09 492	0.10 525

CASS	0.13 381	0.12 525	0.11 240	0.23 590	0.09 334	0.15 409	0.17 425	0.18 291	0.19 352	0.17 422	0.18 371	0.15 374	0.15 445	0.14 366	0.14 423	0.09 468	0.06 411	0.10 519	0.08 447	0.09 492	0.07 386
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.17 507	0.11 507	0.18 509	0.17 291	0.11 496	0.16 439	0.25 607	0.24 424	0.33 533	0.19 469	0.24 449	0.26 527	0.24 566	0.19 496	0.20 522	0.07 332	0.08 513	0.09 471	0.10 534	0.09 492	0.08 452

AASNet	0.16 486	0.08 339	0.12 284	0.19 450	0.09 334	0.18 480	0.15 315	0.37 608	0.37 566	0.19 469	0.23 437	0.20 452	0.16 473	0.17 459	0.20 522	0.10 509	0.08 513	0.08 388	0.07 374	0.09 492	0.09 496

ADLNet2	0.16 486	0.09 419	0.13 334	0.16 204	0.09 334	0.20 520	0.16 384	0.31 539	0.39 576	0.16 403	0.20 394	0.20 452	0.18 511	0.21 538	0.22 551	0.08 408	0.06 411	0.07 294	0.07 374	0.09 492	0.07 386

GEStereo_RVC	0.17 507	0.12 525	0.15 419	0.22 566	0.11 496	0.19 504	0.17 425	0.32 550	0.48 612	0.20 492	0.25 477	0.17 412	0.13 403	0.21 538	0.16 470	0.10 509	0.06 411	0.08 388	0.07 374	0.09 492	0.08 452

TestStereo	0.13 381	0.14 565	0.11 240	0.23 590	0.08 208	0.15 409	0.21 557	0.20 332	0.23 417	0.14 348	0.24 449	0.16 390	0.12 363	0.16 425	0.14 423	0.05 51	0.06 411	0.08 388	0.06 276	0.09 492	0.05 203

HCRNet	0.16 486	0.24 630	0.12 284	0.35 651	0.11 496	0.15 409	0.17 425	0.26 459	0.22 405	0.19 469	0.24 449	0.21 461	0.14 427	0.15 390	0.13 385	0.11 540	0.07 483	0.11 550	0.10 534	0.09 492	0.07 386

Syn2CoEx	0.21 557	0.16 583	0.27 577	0.29 641	0.14 574	0.26 589	0.20 537	0.33 570	0.31 519	0.28 584	0.36 572	0.27 535	0.25 575	0.19 496	0.24 576	0.16 625	0.12 596	0.14 598	0.11 568	0.09 492	0.08 452

GwcNet	0.20 545	0.13 553	0.19 521	0.18 381	0.12 530	0.24 568	0.19 514	0.35 595	0.43 598	0.20 492	0.32 548	0.33 590	0.20 539	0.22 551	0.24 576	0.11 540	0.09 546	0.09 471	0.09 494	0.09 492	0.10 525

HGLStereo	0.17 507	0.08 339	0.19 521	0.17 291	0.12 530	0.18 480	0.18 474	0.31 539	0.32 526	0.21 506	0.32 548	0.25 517	0.18 511	0.19 496	0.20 522	0.09 468	0.09 546	0.07 294	0.07 374	0.09 492	0.10 525

CFNet-ft	0.14 418	0.07 220	0.15 419	0.12 5	0.09 334	0.16 439	0.18 474	0.22 379	0.24 434	0.17 422	0.26 494	0.24 503	0.14 427	0.16 425	0.14 423	0.11 540	0.06 411	0.08 388	0.09 494	0.09 492	0.08 452

DMCA	0.14 418	0.09 419	0.16 455	0.19 450	0.09 334	0.15 409	0.17 425	0.23 400	0.27 479	0.14 348	0.19 382	0.17 412	0.18 511	0.15 390	0.17 485	0.10 509	0.06 411	0.08 388	0.06 276	0.09 492	0.10 525

FADNet-RVC-Resample	0.16 486	0.11 507	0.31 595	0.22 566	0.11 496	0.19 504	0.14 231	0.25 441	0.24 434	0.24 544	0.27 503	0.20 452	0.15 445	0.16 425	0.15 454	0.07 332	0.08 513	0.12 570	0.10 534	0.09 492	0.10 525

STTStereo	0.18 521	0.12 525	0.27 577	0.20 517	0.11 496	0.16 439	0.21 557	0.29 514	0.23 417	0.21 506	0.30 536	0.29 553	0.18 511	0.20 521	0.19 516	0.12 565	0.11 580	0.11 550	0.14 603	0.09 492	0.08 452

ADCP+	0.20 545	0.10 481	0.33 602	0.20 517	0.12 530	0.22 546	0.26 616	0.31 539	0.34 545	0.26 563	0.37 579	0.22 479	0.22 552	0.27 582	0.27 606	0.09 468	0.06 411	0.08 388	0.08 447	0.09 492	0.10 525

PA-Net	0.23 582	0.18 605	0.33 602	0.28 632	0.22 640	0.21 537	0.38 661	0.29 514	0.39 576	0.22 522	0.32 548	0.25 517	0.26 581	0.20 521	0.25 586	0.09 468	0.23 656	0.15 610	0.22 642	0.09 492	0.13 588
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
CFNet_RVC	0.14 418	0.07 220	0.15 419	0.12 5	0.09 334	0.16 439	0.18 474	0.22 379	0.24 434	0.17 422	0.26 494	0.24 503	0.14 427	0.16 425	0.14 423	0.11 540	0.06 411	0.08 388	0.09 494	0.09 492	0.08 452

CVANet_RVC	0.18 521	0.10 481	0.14 371	0.21 549	0.10 446	0.18 480	0.17 425	0.34 579	0.33 533	0.22 522	0.31 544	0.28 545	0.18 511	0.23 562	0.17 485	0.12 565	0.08 513	0.12 570	0.11 568	0.09 492	0.07 386

AdaStereo	0.15 463	0.11 507	0.15 419	0.18 381	0.09 334	0.20 520	0.11 64	0.32 550	0.28 494	0.20 492	0.23 437	0.20 452	0.13 403	0.19 496	0.14 423	0.12 565	0.05 267	0.10 519	0.07 374	0.09 492	0.07 386
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	0.14 418	0.08 339	0.15 419	0.16 204	0.08 208	0.16 439	0.12 96	0.25 441	0.35 554	0.21 506	0.29 529	0.24 503	0.13 403	0.14 366	0.14 423	0.06 167	0.05 267	0.06 183	0.04 55	0.09 492	0.08 452

DRN-Test	0.19 533	0.11 507	0.20 533	0.22 566	0.10 446	0.22 546	0.22 567	0.39 620	0.37 566	0.24 544	0.32 548	0.26 527	0.21 543	0.22 551	0.24 576	0.11 540	0.07 483	0.11 550	0.10 534	0.09 492	0.07 386

StereoDRNet	0.18 521	0.11 507	0.17 485	0.22 566	0.11 496	0.21 537	0.22 567	0.37 608	0.33 533	0.24 544	0.28 517	0.30 563	0.19 527	0.20 521	0.20 522	0.09 468	0.08 513	0.11 550	0.09 494	0.09 492	0.07 386

DISCO	0.19 533	0.09 419	0.22 548	0.17 291	0.10 446	0.25 579	0.18 474	0.27 481	0.44 603	0.22 522	0.31 544	0.33 590	0.26 581	0.28 594	0.28 614	0.08 408	0.06 411	0.07 294	0.07 374	0.09 492	0.09 496

PSMNet_ROB	0.21 557	0.11 507	0.15 419	0.27 629	0.15 594	0.24 568	0.35 656	0.43 639	0.37 566	0.27 569	0.32 548	0.32 586	0.22 552	0.21 538	0.26 598	0.12 565	0.08 513	0.13 585	0.11 568	0.09 492	0.09 496

MultiAttention	0.29 623	0.08 339	0.14 371	0.19 450	0.12 530	1.45 690	1.33 694	0.36 602	0.37 566	0.19 469	0.21 417	0.24 503	0.11 332	0.38 637	0.18 503	0.06 167	0.05 267	0.08 388	0.08 447	0.10 525	0.09 496

z-mn7	0.24 589	0.14 565	0.45 628	0.19 450	0.13 553	0.28 606	0.25 607	0.34 579	0.62 649	0.27 569	0.56 644	0.29 553	0.24 566	0.32 612	0.25 586	0.08 408	0.08 513	0.08 388	0.08 447	0.10 525	0.10 525

w-ln-seven-2	0.20 545	0.14 565	0.37 615	0.22 566	0.12 530	0.20 520	0.21 557	0.28 500	0.37 566	0.25 557	0.37 579	0.27 535	0.22 552	0.21 538	0.23 563	0.08 408	0.08 513	0.09 471	0.09 494	0.10 525	0.09 496

S2M2_L	0.09 168	0.08 339	0.11 240	0.13 16	0.10 446	0.08 79	0.06 1	0.10 31	0.10 69	0.10 220	0.09 153	0.10 249	0.09 260	0.11 191	0.11 282	0.13 591	0.07 483	0.08 388	0.09 494	0.10 525	0.08 452
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
FACV-RUCA	0.13 381	0.11 507	0.12 284	0.19 450	0.12 530	0.15 409	0.15 315	0.22 379	0.20 375	0.15 375	0.16 322	0.14 345	0.16 473	0.14 366	0.13 385	0.07 332	0.05 267	0.08 388	0.06 276	0.10 525	0.08 452

DCVSM-stereo	0.14 418	0.09 419	0.16 455	0.16 204	0.10 446	0.15 409	0.09 20	0.19 321	0.23 417	0.20 492	0.23 437	0.26 527	0.15 445	0.18 481	0.14 423	0.09 468	0.07 483	0.09 471	0.08 447	0.10 525	0.12 565

rvit_stereo_0075_2	0.17 507	0.12 525	0.25 566	0.23 590	0.16 605	0.13 349	0.10 35	0.30 528	0.27 479	0.20 492	0.28 517	0.22 479	0.15 445	0.18 481	0.13 385	0.16 625	0.10 567	0.17 621	0.10 534	0.10 525	0.09 496

test_sample7	0.15 463	0.10 481	0.16 455	0.14 57	0.11 496	0.16 439	0.16 384	0.27 481	0.23 417	0.20 492	0.20 394	0.24 503	0.19 527	0.16 425	0.16 470	0.12 565	0.06 411	0.10 519	0.09 494	0.10 525	0.10 525

HBP-ISP	0.18 521	0.13 553	0.16 455	0.15 109	0.11 496	0.08 79	0.13 166	0.28 500	0.29 501	0.22 522	0.33 560	0.21 461	0.25 575	0.23 562	0.17 485	0.14 605	0.16 630	0.21 635	0.17 631	0.10 525	0.08 452

Wz-Net-LNSev-Ref	0.18 521	0.09 419	0.29 590	0.15 109	0.10 446	0.22 546	0.20 537	0.26 459	0.39 576	0.25 557	0.42 616	0.24 503	0.15 445	0.20 521	0.19 516	0.07 332	0.05 267	0.06 183	0.05 186	0.10 525	0.09 496

NINENet	0.16 486	0.10 481	0.15 419	0.17 291	0.11 496	0.19 504	0.14 231	0.40 624	0.36 559	0.18 452	0.21 417	0.16 390	0.13 403	0.15 390	0.13 385	0.08 408	0.08 513	0.10 519	0.07 374	0.10 525	0.09 496

AACVNet	0.16 486	0.08 339	0.14 371	0.15 109	0.10 446	0.18 480	0.15 315	0.23 400	0.24 434	0.27 569	0.27 503	0.28 545	0.17 496	0.19 496	0.16 470	0.09 468	0.07 483	0.09 471	0.07 374	0.10 525	0.09 496

LMCR-Stereo	0.15 463	0.08 339	0.13 334	0.21 549	0.09 334	0.17 461	0.20 537	0.27 481	0.19 352	0.24 544	0.24 449	0.23 497	0.17 496	0.20 521	0.17 485	0.07 332	0.06 411	0.08 388	0.06 276	0.10 525	0.08 452

aanetorigin	0.22 566	0.17 594	0.56 644	0.17 291	0.10 446	0.15 409	0.19 514	0.20 332	0.33 533	0.49 648	0.48 627	0.29 553	0.27 589	0.20 521	0.23 563	0.08 408	0.07 483	0.08 388	0.07 374	0.10 525	0.09 496

DMCA-RVC	0.17 507	0.10 481	0.15 419	0.24 599	0.11 496	0.18 480	0.18 474	0.25 441	0.24 434	0.21 506	0.26 494	0.25 517	0.27 589	0.18 481	0.20 522	0.12 565	0.08 513	0.13 585	0.10 534	0.10 525	0.08 452

Nwc_Net	0.23 582	0.16 583	0.21 542	0.25 611	0.14 574	0.24 568	0.26 616	0.37 608	0.38 573	0.22 522	0.41 610	0.30 563	0.28 600	0.28 594	0.25 586	0.11 540	0.10 567	0.17 621	0.20 637	0.10 525	0.10 525

ADCL	0.24 589	0.11 507	0.47 633	0.22 566	0.12 530	0.34 626	0.29 639	0.29 514	0.56 636	0.24 544	0.46 624	0.30 563	0.30 612	0.29 601	0.29 618	0.08 408	0.07 483	0.09 471	0.09 494	0.10 525	0.10 525

GANet	0.21 557	0.12 525	0.21 542	0.24 599	0.13 553	0.22 546	0.22 567	0.41 630	0.26 469	0.31 604	0.42 616	0.37 608	0.28 600	0.23 562	0.22 551	0.10 509	0.12 596	0.10 519	0.09 494	0.10 525	0.08 452

PS-NSSS	0.20 545	0.21 621	0.23 557	0.20 517	0.10 446	0.19 504	0.17 425	0.36 602	0.25 455	0.27 569	0.33 560	0.27 535	0.24 566	0.20 521	0.20 522	0.15 609	0.12 596	0.17 621	0.14 603	0.10 525	0.08 452

MDST_ROB	0.22 566	0.10 481	0.17 485	0.18 381	0.11 496	0.37 636	0.19 514	0.43 639	0.41 585	0.39 628	0.39 593	0.29 553	0.21 543	0.26 579	0.18 503	0.11 540	0.10 567	0.14 598	0.11 568	0.10 525	0.08 452

CBMV_ROB	0.19 533	0.13 553	0.17 485	0.16 204	0.11 496	0.15 409	0.13 166	0.26 459	0.28 494	0.27 569	0.30 536	0.27 535	0.24 566	0.23 562	0.16 470	0.15 609	0.17 635	0.22 639	0.20 637	0.10 525	0.11 552

SGM_RVC	0.23 582	0.12 525	0.15 419	0.15 109	0.09 334	0.33 623	0.18 474	0.34 579	0.31 519	0.44 643	0.37 579	0.53 651	0.35 631	0.35 624	0.24 576	0.13 591	0.13 611	0.13 585	0.13 599	0.10 525	0.11 552
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CBMV	0.19 533	0.14 565	0.17 485	0.18 381	0.10 446	0.20 520	0.11 64	0.29 514	0.30 511	0.29 593	0.30 536	0.30 563	0.23 560	0.27 582	0.19 516	0.13 591	0.15 626	0.17 621	0.16 624	0.10 525	0.10 525
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven	0.24 589	0.14 565	0.55 641	0.19 450	0.14 574	0.26 589	0.22 567	0.35 595	0.60 646	0.29 593	0.39 593	0.30 563	0.22 552	0.21 538	0.26 598	0.09 468	0.09 546	0.11 550	0.10 534	0.11 548	0.10 525

DDVS	0.15 463	0.10 481	0.21 542	0.16 204	0.12 530	0.15 409	0.14 231	0.25 441	0.19 352	0.18 452	0.29 529	0.27 535	0.12 363	0.19 496	0.15 454	0.09 468	0.06 411	0.09 471	0.07 374	0.11 548	0.11 552

Wz-Net-SNSev	0.25 601	0.17 594	0.44 627	0.25 611	0.14 574	0.26 589	0.23 578	0.38 616	0.56 636	0.30 598	0.55 639	0.39 620	0.26 581	0.23 562	0.30 625	0.10 509	0.09 546	0.09 471	0.10 534	0.11 548	0.11 552

dad	0.17 507	0.20 615	0.20 533	0.16 204	0.11 496	0.20 520	0.18 474	0.21 355	0.28 494	0.30 598	0.24 449	0.29 553	0.13 403	0.19 496	0.16 470	0.18 632	0.09 546	0.11 550	0.09 494	0.11 548	0.07 386

pcwnet_v2	0.19 533	0.10 481	0.26 569	0.17 291	0.14 574	0.18 480	0.15 315	0.37 608	0.46 610	0.19 469	0.24 449	0.21 461	0.19 527	0.20 521	0.19 516	0.13 591	0.10 567	0.10 519	0.10 534	0.11 548	0.13 588

EDNetEfficient	0.29 623	0.24 630	1.13 682	0.18 381	0.10 446	0.19 504	0.20 537	0.20 332	0.60 646	0.74 670	0.56 644	0.31 576	0.39 639	0.22 551	0.30 625	0.09 468	0.07 483	0.08 388	0.07 374	0.11 548	0.09 496

FAT-Stereo	0.20 545	0.12 525	0.22 548	0.21 549	0.12 530	0.17 461	0.18 474	0.34 579	0.39 576	0.27 569	0.37 579	0.34 597	0.32 621	0.21 538	0.20 522	0.09 468	0.11 580	0.10 519	0.09 494	0.11 548	0.14 605

FADNet_RVC	0.16 486	0.14 565	0.40 621	0.20 517	0.11 496	0.13 349	0.13 166	0.26 459	0.22 405	0.21 506	0.23 437	0.20 452	0.17 496	0.14 366	0.16 470	0.08 408	0.08 513	0.12 570	0.09 494	0.11 548	0.10 525

AF-Net	0.22 566	0.17 594	0.17 485	0.26 616	0.13 553	0.25 579	0.24 591	0.32 550	0.50 622	0.25 557	0.33 560	0.38 612	0.26 581	0.28 594	0.25 586	0.11 540	0.10 567	0.16 617	0.11 568	0.11 548	0.10 525

UCFNet_RVC	0.14 418	0.08 339	0.13 334	0.11 1	0.10 446	0.20 520	0.10 35	0.24 424	0.22 405	0.17 422	0.20 394	0.23 497	0.15 445	0.17 459	0.15 454	0.12 565	0.07 483	0.10 519	0.13 599	0.11 548	0.10 525

DeepPruner_ROB	0.16 486	0.11 507	0.15 419	0.17 291	0.10 446	0.17 461	0.15 315	0.32 550	0.21 391	0.19 469	0.21 417	0.22 479	0.18 511	0.20 521	0.15 454	0.13 591	0.09 546	0.09 471	0.09 494	0.11 548	0.10 525

FBW_ROB	0.24 589	0.17 594	0.22 548	0.26 616	0.14 574	0.25 579	0.22 567	0.41 630	0.41 585	0.41 635	0.41 610	0.42 627	0.27 589	0.31 605	0.23 563	0.09 468	0.14 620	0.14 598	0.12 588	0.11 548	0.09 496

PWC_ROB	0.21 557	0.16 583	0.26 569	0.18 381	0.11 496	0.22 546	0.13 166	0.32 550	0.49 619	0.30 598	0.40 599	0.32 586	0.24 566	0.31 605	0.22 551	0.10 509	0.07 483	0.11 550	0.08 447	0.11 548	0.10 525

PWCDC_ROB	0.20 545	0.13 553	0.22 548	0.24 599	0.11 496	0.19 504	0.15 315	0.33 570	0.54 632	0.29 593	0.50 632	0.21 461	0.15 445	0.27 582	0.20 522	0.11 540	0.09 546	0.10 519	0.08 447	0.11 548	0.09 496

MeshStereo	0.27 614	0.13 553	0.18 509	0.15 109	0.11 496	0.32 616	0.24 591	0.40 624	0.36 559	0.52 650	0.57 647	0.67 662	0.40 642	0.35 624	0.26 598	0.14 605	0.13 611	0.13 585	0.11 568	0.11 548	0.10 525
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
Selective-IGEV-i16pa	18.58 711	3.30 696	1.09 681	0.21 549	0.18 627	103.68 723	0.28 629	19.87 716	40.73 724	4.16 698	56.45 723	8.07 703	2.59 696	123.95 725	5.89 700	0.18 632	0.12 596	0.09 471	0.12 588	0.12 563	0.51 675

MSAF-DinoV2	0.22 566	0.11 507	0.23 557	0.17 291	0.10 446	0.27 599	0.16 384	0.37 608	0.55 633	0.21 506	0.27 503	0.47 643	0.27 589	0.35 624	0.39 650	0.09 468	0.06 411	0.07 294	0.09 494	0.12 563	0.10 525

zh-sn7	0.25 601	0.17 594	0.50 635	0.24 599	0.13 553	0.25 579	0.24 591	0.34 579	0.48 612	0.28 584	0.54 637	0.28 545	0.31 616	0.36 630	0.32 633	0.10 509	0.10 567	0.11 550	0.10 534	0.12 563	0.12 565

GMStereo_Zeroshot	0.16 486	0.13 553	0.24 561	0.20 517	0.10 446	0.17 461	0.13 166	0.29 514	0.25 455	0.23 535	0.32 548	0.25 517	0.11 332	0.19 496	0.14 423	0.09 468	0.06 411	0.11 550	0.06 276	0.12 563	0.08 452

Wz-Net-LNSev	0.22 566	0.16 583	0.38 617	0.21 549	0.13 553	0.25 579	0.23 578	0.32 550	0.43 598	0.30 598	0.41 610	0.31 576	0.18 511	0.22 551	0.25 586	0.10 509	0.09 546	0.08 388	0.08 447	0.12 563	0.11 552

Wz-Net-MNSev	0.22 566	0.13 553	0.31 595	0.20 517	0.14 574	0.36 635	0.24 591	0.33 570	0.44 603	0.28 584	0.40 599	0.38 612	0.19 527	0.24 572	0.25 586	0.09 468	0.07 483	0.09 471	0.09 494	0.12 563	0.10 525

SACVNet	0.18 521	0.12 525	0.14 371	0.17 291	0.13 553	0.22 546	0.18 474	0.31 539	0.30 511	0.23 535	0.31 544	0.30 563	0.22 552	0.22 551	0.17 485	0.11 540	0.08 513	0.10 519	0.10 534	0.12 563	0.14 605

APVNet	0.22 566	0.12 525	0.19 521	0.18 381	0.14 574	0.32 616	0.31 652	0.39 620	0.32 526	0.27 569	0.40 599	0.30 563	0.29 608	0.26 579	0.25 586	0.11 540	0.12 596	0.11 550	0.14 603	0.12 563	0.12 565

psmorigin	0.25 601	0.15 575	0.34 610	0.17 291	0.13 553	0.23 563	0.14 231	0.34 579	0.33 533	0.41 635	0.55 639	0.41 626	0.37 635	0.34 618	0.27 606	0.11 540	0.15 626	0.11 550	0.11 568	0.12 563	0.16 623

EDNetEfficientorigin	7.91 698	0.31 650	153.02 723	0.19 450	0.09 334	0.21 537	0.16 384	0.22 379	0.59 642	0.72 666	0.67 655	0.42 627	0.50 657	0.24 572	0.39 650	0.08 408	0.07 483	0.08 388	0.07 374	0.12 563	0.10 525

hitnet-ft	0.18 521	0.09 419	0.17 485	0.14 57	0.09 334	0.26 589	0.20 537	0.25 441	0.26 469	0.24 544	0.32 548	0.31 576	0.22 552	0.24 572	0.21 542	0.12 565	0.07 483	0.10 519	0.08 447	0.12 563	0.11 552

MaskLacGwcNet_RVC	0.22 566	0.21 621	0.24 561	0.26 616	0.11 496	0.23 563	0.14 231	0.39 620	0.24 434	0.32 610	0.36 572	0.30 563	0.21 543	0.19 496	0.21 542	0.17 630	0.14 620	0.21 635	0.16 624	0.12 563	0.12 565

SuperB	0.20 545	0.10 481	0.56 644	0.16 204	0.09 334	0.18 480	0.18 474	0.24 424	0.50 622	0.26 563	0.39 593	0.17 412	0.21 543	0.22 551	0.21 542	0.08 408	0.06 411	0.06 183	0.06 276	0.12 563	0.10 525

RP	0.21 557	0.13 553	0.21 542	0.23 590	0.11 496	0.21 537	0.20 537	0.25 441	0.44 603	0.21 506	0.38 585	0.36 603	0.24 566	0.27 582	0.25 586	0.11 540	0.12 596	0.13 585	0.12 588	0.12 563	0.14 605

edge stereo	0.22 566	0.13 553	0.20 533	0.21 549	0.13 553	0.23 563	0.16 384	0.32 550	0.42 593	0.32 610	0.40 599	0.38 612	0.35 631	0.25 577	0.24 576	0.13 591	0.11 580	0.14 598	0.11 568	0.12 563	0.13 588

DeepPrunerF	0.24 589	0.17 594	0.42 626	0.26 616	0.16 605	0.22 546	0.28 629	0.37 608	0.50 622	0.26 563	0.29 529	0.24 503	0.28 600	0.21 538	0.22 551	0.15 609	0.11 580	0.20 634	0.18 635	0.12 563	0.13 588

SGM-ForestM	0.32 633	0.12 525	0.16 455	0.16 204	0.11 496	0.39 641	0.19 514	0.41 630	0.50 622	0.52 650	0.54 637	1.32 683	0.42 650	0.40 646	0.27 606	0.14 605	0.16 630	0.16 617	0.16 624	0.12 563	0.12 565

NOSS_ROB	0.19 533	0.12 525	0.18 509	0.16 204	0.12 530	0.15 409	0.12 96	0.30 528	0.32 526	0.20 492	0.22 428	0.27 535	0.23 560	0.21 538	0.16 470	0.16 625	0.18 637	0.23 640	0.21 639	0.12 563	0.13 588

SGM-Forest	0.20 545	0.14 565	0.18 509	0.19 450	0.13 553	0.20 520	0.22 567	0.33 570	0.30 511	0.24 544	0.29 529	0.28 545	0.19 527	0.23 562	0.17 485	0.15 609	0.16 630	0.15 610	0.14 603	0.12 563	0.12 565
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
AANet	0.30 629	0.19 609	1.03 680	0.16 204	0.13 553	0.22 546	0.16 384	0.30 528	0.62 649	0.60 657	0.52 634	0.46 639	0.38 636	0.23 562	0.32 633	0.12 565	0.09 546	0.11 550	0.10 534	0.13 582	0.12 565

TCMNet	0.19 533	0.12 525	0.19 521	0.20 517	0.18 627	0.20 520	0.24 591	0.27 481	0.36 559	0.23 535	0.26 494	0.25 517	0.19 527	0.19 496	0.23 563	0.13 591	0.11 580	0.11 550	0.12 588	0.13 582	0.12 565

FADNet-RVC	0.20 545	0.20 615	0.38 617	0.21 549	0.16 605	0.20 520	0.15 315	0.26 459	0.26 469	0.26 563	0.32 548	0.26 527	0.21 543	0.22 551	0.19 516	0.12 565	0.13 611	0.12 570	0.14 603	0.13 582	0.18 635

S-Stereo	0.20 545	0.12 525	0.25 566	0.21 549	0.13 553	0.20 520	0.18 474	0.32 550	0.43 598	0.23 535	0.36 572	0.28 545	0.30 612	0.19 496	0.22 551	0.09 468	0.12 596	0.10 519	0.10 534	0.13 582	0.13 588

NCC-stereo	0.24 589	0.15 575	0.31 595	0.26 616	0.16 605	0.20 520	0.30 646	0.40 624	0.40 582	0.24 544	0.38 585	0.33 590	0.28 600	0.36 630	0.27 606	0.12 565	0.11 580	0.15 610	0.22 642	0.13 582	0.13 588

Abc-Net	0.24 589	0.15 575	0.31 595	0.26 616	0.16 605	0.20 520	0.30 646	0.40 624	0.40 582	0.24 544	0.38 585	0.33 590	0.28 600	0.36 630	0.27 606	0.12 565	0.11 580	0.15 610	0.22 642	0.13 582	0.13 588
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RTSC	0.23 582	0.12 525	0.28 582	0.21 549	0.13 553	0.28 606	0.16 384	0.35 595	0.66 658	0.27 569	0.33 560	0.30 563	0.21 543	0.31 605	0.29 618	0.10 509	0.08 513	0.09 471	0.10 534	0.13 582	0.13 588

ADCMid	0.25 601	0.15 575	0.40 621	0.20 517	0.14 574	0.25 579	0.26 616	0.34 579	0.38 573	0.36 620	0.44 621	0.34 597	0.40 642	0.35 624	0.33 638	0.10 509	0.09 546	0.11 550	0.11 568	0.13 582	0.12 565

RYNet	0.22 566	0.12 525	0.22 548	0.19 450	0.17 620	0.46 646	0.26 616	0.38 616	0.48 612	0.24 544	0.28 517	0.34 597	0.23 560	0.20 521	0.30 625	0.10 509	0.06 411	0.09 471	0.09 494	0.13 582	0.15 612

DANet	0.21 557	0.15 575	0.28 582	0.25 611	0.13 553	0.22 546	0.19 514	0.27 481	0.27 479	0.28 584	0.32 548	0.35 601	0.31 616	0.31 605	0.23 563	0.11 540	0.09 546	0.11 550	0.10 534	0.13 582	0.11 552
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
NCCL2	0.23 582	0.15 575	0.17 485	0.34 649	0.18 627	0.24 568	0.23 578	0.34 579	0.28 494	0.31 604	0.38 585	0.38 612	0.28 600	0.23 562	0.24 576	0.15 609	0.12 596	0.18 630	0.21 639	0.13 582	0.13 588

SANet	0.24 589	0.14 565	0.28 582	0.21 549	0.11 496	0.27 599	0.24 591	0.38 616	0.64 654	0.36 620	0.40 599	0.43 631	0.26 581	0.27 582	0.24 576	0.12 565	0.09 546	0.10 519	0.09 494	0.13 582	0.11 552

XPNet_ROB	0.22 566	0.11 507	0.19 521	0.22 566	0.13 553	0.22 546	0.19 514	0.34 579	0.40 582	0.30 598	0.39 593	0.39 620	0.26 581	0.26 579	0.28 614	0.15 609	0.10 567	0.10 519	0.10 534	0.13 582	0.12 565

LALA_ROB	0.25 601	0.16 583	0.22 548	0.26 616	0.17 620	0.27 599	0.27 623	0.42 635	0.37 566	0.33 614	0.38 585	0.51 647	0.26 581	0.28 594	0.27 606	0.16 625	0.09 546	0.12 570	0.11 568	0.13 582	0.12 565

DStereoSA	0.25 601	0.19 609	0.37 615	0.26 616	0.17 620	0.22 546	0.20 537	0.49 651	0.59 642	0.22 522	0.29 529	0.29 553	0.33 623	0.39 641	0.28 614	0.12 565	0.11 580	0.16 617	0.14 603	0.14 596	0.12 565

ISRNet	0.18 521	0.08 339	0.19 521	0.19 450	0.13 553	0.15 409	0.12 96	0.30 528	0.32 526	0.21 506	0.25 477	0.27 535	0.17 496	0.17 459	0.20 522	0.20 640	0.08 513	0.14 598	0.14 603	0.14 596	0.17 632

DualNet (step1)	0.16 486	0.12 525	0.20 533	0.12 5	0.14 574	0.17 461	0.13 166	0.27 481	0.23 417	0.20 492	0.20 394	0.24 503	0.19 527	0.16 425	0.16 470	0.15 609	0.06 411	0.14 598	0.14 603	0.14 596	0.12 565

test_sample9	0.18 521	0.12 525	0.20 533	0.12 5	0.14 574	0.17 461	0.13 166	0.27 481	0.23 417	0.20 492	0.20 394	0.24 503	0.19 527	0.19 496	0.17 485	0.15 609	0.30 663	0.14 598	0.14 603	0.14 596	0.12 565

test_sample8	0.19 533	0.12 525	0.20 533	0.12 5	0.14 574	0.17 461	0.13 166	0.31 539	0.21 391	0.27 569	0.22 428	0.36 603	0.25 575	0.19 496	0.17 485	0.15 609	0.30 663	0.14 598	0.14 603	0.14 596	0.12 565

coex-ft	3.30 690	0.34 654	59.09 722	0.18 381	0.13 553	0.26 589	0.22 567	0.27 481	0.72 663	1.90 694	0.70 659	0.44 633	0.45 653	0.29 601	0.41 656	0.09 468	0.09 546	0.12 570	0.09 494	0.14 596	0.13 588

WZ-Net	0.28 619	0.17 594	0.78 671	0.22 566	0.16 605	0.34 626	0.29 639	0.39 620	0.57 638	0.24 544	0.55 639	0.37 608	0.24 566	0.33 615	0.35 641	0.09 468	0.08 513	0.09 471	0.10 534	0.14 596	0.16 623

UDG	0.21 557	0.17 594	0.19 521	0.23 590	0.15 594	0.30 613	0.20 537	0.33 570	0.35 554	0.23 535	0.28 517	0.31 576	0.27 589	0.20 521	0.22 551	0.15 609	0.12 596	0.13 585	0.09 494	0.14 596	0.14 605

RGC	0.25 601	0.20 615	0.29 590	0.28 632	0.16 605	0.22 546	0.23 578	0.32 550	0.44 603	0.27 569	0.40 599	0.38 612	0.27 589	0.36 630	0.22 551	0.11 540	0.13 611	0.17 621	0.17 631	0.14 596	0.16 623

stereogan	0.22 566	0.11 507	0.21 542	0.20 517	0.12 530	0.31 615	0.19 514	0.35 595	0.44 603	0.22 522	0.39 593	0.35 601	0.27 589	0.33 615	0.22 551	0.10 509	0.12 596	0.10 519	0.10 534	0.14 596	0.13 588

AnyNet_C01	0.36 640	0.25 635	1.37 685	0.22 566	0.17 620	0.48 650	0.27 623	0.35 595	0.39 576	0.39 628	0.74 663	0.46 639	0.38 636	0.45 651	0.47 662	0.13 591	0.13 611	0.13 585	0.14 603	0.14 596	0.15 612

AnyNet_C32	0.26 612	0.16 583	0.36 611	0.20 517	0.16 605	0.25 579	0.30 646	0.32 550	0.44 603	0.31 604	0.49 628	0.30 563	0.33 623	0.40 646	0.33 638	0.12 565	0.12 596	0.12 570	0.14 603	0.14 596	0.15 612

ADCPNet	0.25 601	0.16 583	0.61 651	0.21 549	0.15 594	0.35 634	0.25 607	0.32 550	0.35 554	0.30 598	0.40 599	0.36 603	0.28 600	0.28 594	0.32 633	0.12 565	0.10 567	0.11 550	0.12 588	0.14 596	0.13 588

CSAN	0.29 623	0.24 630	0.27 577	0.34 649	0.19 631	0.33 623	0.42 665	0.37 608	0.50 622	0.38 626	0.40 599	0.44 633	0.33 623	0.28 594	0.30 625	0.20 640	0.16 630	0.19 632	0.19 636	0.14 596	0.15 612

ETE_ROB	0.23 582	0.17 594	0.22 548	0.25 611	0.13 553	0.26 589	0.29 639	0.31 539	0.36 559	0.28 584	0.36 572	0.45 635	0.26 581	0.27 582	0.26 598	0.11 540	0.08 513	0.12 570	0.09 494	0.14 596	0.13 588

WCMA_ROB	0.24 589	0.11 507	0.22 548	0.17 291	0.14 574	0.32 616	0.15 315	0.32 550	0.32 526	0.38 626	0.53 635	0.40 624	0.34 628	0.34 618	0.25 586	0.11 540	0.12 596	0.12 570	0.10 534	0.14 596	0.14 605

Selective-IGEV-i1pa	2.80 689	3.51 698	0.67 662	0.28 632	0.14 574	10.22 699	0.43 667	4.36 697	3.63 697	3.53 697	6.92 698	3.47 696	1.97 694	13.41 711	2.26 693	0.36 664	0.15 626	0.13 585	0.10 534	0.15 612	0.35 666

DStereoO	0.24 589	0.18 605	0.18 509	0.20 517	0.14 574	0.21 537	0.19 514	0.32 550	0.41 585	0.29 593	0.21 417	0.32 586	0.27 589	0.41 649	0.27 606	0.46 671	0.12 596	0.31 658	0.11 568	0.15 612	0.12 565

Wz-Net-TNSev	0.29 623	0.20 615	0.65 654	0.19 450	0.15 594	0.38 639	0.27 623	0.35 595	0.55 633	0.34 616	0.42 616	0.45 635	0.38 636	0.32 612	0.30 625	0.12 565	0.13 611	0.10 519	0.12 588	0.15 612	0.14 605

sAnonymous2	0.13 381	0.12 525	0.24 561	0.20 517	0.12 530	0.17 461	0.13 166	0.26 459	0.21 391	0.11 255	0.11 239	0.13 325	0.08 226	0.10 120	0.10 202	0.09 468	0.05 267	0.08 388	0.06 276	0.15 612	0.10 525

CroCo_RVC	0.13 381	0.12 525	0.24 561	0.20 517	0.12 530	0.17 461	0.13 166	0.26 459	0.21 391	0.11 255	0.11 239	0.13 325	0.08 226	0.10 120	0.10 202	0.09 468	0.05 267	0.08 388	0.06 276	0.15 612	0.10 525

FINET	0.21 557	0.18 605	0.26 569	0.18 381	0.16 605	0.23 563	0.23 578	0.32 550	0.48 612	0.25 557	0.32 548	0.22 479	0.22 552	0.22 551	0.17 485	0.18 632	0.16 630	0.11 550	0.10 534	0.15 612	0.13 588

RTS	0.45 653	0.19 609	3.26 692	0.24 599	0.15 594	0.74 669	0.20 537	0.36 602	0.76 669	0.42 638	0.43 619	0.31 576	0.41 647	0.53 662	0.35 641	0.10 509	0.08 513	0.13 585	0.12 588	0.15 612	0.15 612

RTSA	0.45 653	0.19 609	3.26 692	0.24 599	0.15 594	0.74 669	0.20 537	0.36 602	0.76 669	0.42 638	0.43 619	0.31 576	0.41 647	0.53 662	0.35 641	0.10 509	0.08 513	0.13 585	0.12 588	0.15 612	0.15 612

NVstereo2D	0.19 533	0.10 481	0.15 419	0.17 291	0.15 594	0.28 606	0.23 578	0.44 641	0.42 593	0.15 375	0.27 503	0.25 517	0.19 527	0.22 551	0.17 485	0.09 468	0.06 411	0.10 519	0.08 447	0.15 612	0.09 496

DStereoFS	0.27 614	0.22 625	0.31 595	0.22 566	0.15 594	0.22 546	0.20 537	0.50 655	0.48 612	0.28 584	0.44 621	0.33 590	0.34 628	0.52 659	0.29 618	0.12 565	0.11 580	0.15 610	0.13 599	0.16 621	0.16 623

GASNet	0.22 566	0.23 627	0.33 602	0.26 616	0.17 620	0.26 589	0.16 384	0.44 641	0.42 593	0.27 569	0.24 449	0.30 563	0.15 445	0.27 582	0.18 503	0.12 565	0.08 513	0.12 570	0.11 568	0.16 621	0.07 386

DDUNet	0.22 566	0.17 594	0.21 542	0.22 566	0.15 594	0.25 579	0.24 591	0.29 514	0.30 511	0.31 604	0.36 572	0.33 590	0.25 575	0.24 572	0.20 522	0.18 632	0.13 611	0.17 621	0.11 568	0.16 621	0.16 623

MFN_U_SF_RVC	0.32 633	0.21 621	0.55 641	0.30 643	0.15 594	0.34 626	0.17 425	0.52 658	0.46 610	0.46 647	0.55 639	0.59 654	0.39 639	0.35 624	0.37 646	0.15 609	0.14 620	0.18 630	0.21 639	0.16 621	0.15 612

FADNet	0.21 557	0.22 625	0.36 611	0.18 381	0.17 620	0.24 568	0.13 166	0.31 539	0.31 519	0.23 535	0.25 477	0.27 535	0.21 543	0.19 496	0.15 454	0.13 591	0.15 626	0.12 570	0.15 620	0.16 621	0.18 635

G-Net	0.24 589	0.16 583	0.36 611	0.22 566	0.16 605	0.51 652	0.23 578	0.29 514	0.34 545	0.36 620	0.38 585	0.31 576	0.29 608	0.27 582	0.26 598	0.11 540	0.09 546	0.12 570	0.09 494	0.16 621	0.13 588

SHD	0.26 612	0.15 575	0.30 593	0.24 599	0.18 627	0.22 546	0.15 315	0.38 616	0.71 662	0.32 610	0.41 610	0.36 603	0.28 600	0.32 612	0.29 618	0.12 565	0.11 580	0.14 598	0.13 599	0.16 621	0.20 641

ADCS	0.29 623	0.18 605	0.45 628	0.21 549	0.17 620	0.28 606	0.23 578	0.41 630	0.63 653	0.40 631	0.49 628	0.40 624	0.36 633	0.39 641	0.40 653	0.13 591	0.12 596	0.13 585	0.14 603	0.16 621	0.16 623

Anonymous_2	0.22 566	0.17 594	0.28 582	0.15 109	0.16 605	0.32 616	0.22 567	0.22 379	0.17 302	0.23 535	0.24 449	0.26 527	0.27 589	0.27 582	0.23 563	0.22 649	0.25 659	0.17 621	0.17 631	0.17 629	0.17 632

XQC	0.28 619	0.23 627	0.51 636	0.28 632	0.19 631	0.34 626	0.27 623	0.36 602	0.57 638	0.31 604	0.30 536	0.37 608	0.30 612	0.38 637	0.38 648	0.13 591	0.09 546	0.15 610	0.12 588	0.17 629	0.18 635

STTRV1_RVC	0.25 601	0.26 636	0.39 619	0.19 450	0.26 652	0.30 613	0.24 591	0.34 579	0.35 554	0.36 620	0.34 564	0.31 576	0.31 616	0.28 594	0.25 586	0.17 630	0.10 567	0.16 617	0.14 603	0.17 629	0.12 565

PDISCO_ROB	0.27 614	0.16 583	0.26 569	0.28 632	0.20 634	0.32 616	0.26 616	0.44 641	0.57 638	0.28 584	0.40 599	0.45 635	0.29 608	0.33 615	0.34 640	0.12 565	0.09 546	0.17 621	0.16 624	0.17 629	0.13 588

MFN_U_SF_DS_RVC	0.30 629	0.24 630	0.29 590	0.36 653	0.16 605	0.34 626	0.30 646	0.32 550	0.42 593	0.40 631	0.46 624	0.38 612	0.31 616	0.34 618	0.28 614	0.19 638	0.20 643	0.26 643	0.29 656	0.18 633	0.19 640

CC-Net-ROB	0.28 619	0.31 650	0.36 611	0.29 641	0.15 594	0.25 579	0.19 514	0.45 644	0.33 533	0.39 628	0.37 579	0.39 620	0.31 616	0.27 582	0.26 598	0.24 655	0.19 640	0.30 657	0.23 646	0.18 633	0.15 612

GANetREF_RVC	0.31 631	0.34 654	0.27 577	0.35 651	0.16 605	0.32 616	0.41 662	0.48 649	0.51 629	0.35 617	0.35 569	0.34 597	0.33 623	0.39 641	0.32 633	0.27 657	0.20 643	0.29 655	0.15 620	0.18 633	0.17 632
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
LSM	0.33 636	0.20 615	0.58 647	0.26 616	0.60 678	0.34 626	0.25 607	0.42 635	0.48 612	0.45 644	0.58 649	0.42 627	0.36 633	0.35 624	0.25 586	0.12 565	0.20 643	0.14 598	0.16 624	0.19 636	0.33 663

DPSNet	0.28 619	0.16 583	0.31 595	0.18 381	0.13 553	0.54 654	0.42 665	0.51 657	0.67 659	0.29 593	0.38 585	0.38 612	0.29 608	0.31 605	0.23 563	0.11 540	0.10 567	0.11 550	0.08 447	0.20 637	0.16 623

PSMNet-RUCA	0.27 614	0.33 652	0.41 624	0.36 653	0.32 660	0.18 480	0.19 514	0.42 635	0.30 511	0.33 614	0.41 610	0.39 620	0.25 575	0.31 605	0.20 522	0.18 632	0.10 567	0.25 642	0.15 620	0.21 638	0.16 623

SQANet	0.23 582	0.23 627	0.30 593	0.30 643	0.19 631	0.27 599	0.13 166	0.29 514	0.33 533	0.24 544	0.37 579	0.31 576	0.22 552	0.27 582	0.23 563	0.15 609	0.10 567	0.21 635	0.16 624	0.21 638	0.15 612

DispFullNet	0.27 614	0.21 621	0.65 654	0.28 632	0.16 605	0.26 589	0.17 425	0.33 570	0.58 641	0.27 569	0.38 585	0.43 631	0.23 560	0.38 637	0.23 563	0.12 565	0.06 411	0.19 632	0.11 568	0.21 638	0.15 612

BEATNet-Init1	0.52 659	0.27 640	0.62 652	0.30 643	0.21 638	0.76 673	0.29 639	0.54 661	0.65 657	0.86 675	0.95 675	2.07 693	0.62 669	0.56 666	0.42 657	0.18 632	0.18 637	0.23 640	0.22 642	0.22 641	0.21 643

DGSMNet	0.24 589	0.19 609	0.33 602	0.21 549	0.24 645	0.24 568	0.20 537	0.35 595	0.41 585	0.24 544	0.32 548	0.38 612	0.21 543	0.29 601	0.23 563	0.12 565	0.11 580	0.14 598	0.16 624	0.23 642	0.23 647

ccnet	0.29 623	0.28 645	0.23 557	0.20 517	0.28 654	0.41 644	0.21 557	0.45 644	0.33 533	0.36 620	0.46 624	0.36 603	0.30 612	0.39 641	0.42 657	0.23 653	0.14 620	0.21 635	0.17 631	0.23 642	0.18 635

MSC_U_SF_DS_RVC	0.43 650	0.39 658	0.54 639	0.40 656	0.20 634	0.64 661	0.32 654	0.53 660	0.72 663	0.71 664	0.72 660	0.61 656	0.54 659	0.51 657	0.46 661	0.20 640	0.19 640	0.29 655	0.30 658	0.23 642	0.18 635

SAMSARA	0.40 645	0.28 645	0.33 602	0.55 667	0.39 661	0.82 676	1.23 693	0.47 648	0.51 629	0.36 620	0.35 569	0.55 653	0.39 639	0.38 637	0.39 650	0.15 609	0.20 643	0.15 610	0.14 603	0.23 642	0.20 641

PASM	0.32 633	0.24 630	0.48 634	0.28 632	0.27 653	0.29 610	0.30 646	0.34 579	0.49 619	0.35 617	0.39 593	0.46 639	0.34 628	0.34 618	0.35 641	0.23 653	0.25 659	0.26 643	0.28 655	0.23 642	0.21 643

MSMD_ROB	0.31 631	0.26 636	0.26 569	0.24 599	0.21 638	0.34 626	0.25 607	0.34 579	0.39 576	0.40 631	0.69 657	0.45 635	0.40 642	0.34 618	0.27 606	0.20 640	0.19 640	0.26 643	0.25 648	0.23 642	0.22 645

FADE		0.33 652		0.33 648	0.25 651			0.64 669	1.07 677	0.43 641		0.42 627		0.70 672		0.30 658	0.21 655	0.41 664	0.38 665	0.23 642	0.22 645

PVD	0.39 642	0.20 615	0.39 619	0.31 647	0.22 640	0.29 610	0.43 667	0.52 658	0.96 676	0.55 654	0.79 667	0.53 651	0.59 666	0.52 659	0.38 648	0.19 638	0.14 620	0.17 621	0.14 603	0.24 649	0.31 661

FSD	0.25 601	0.27 640	0.26 569	0.24 599	0.22 640	0.25 579	0.25 607	0.27 481	0.26 469	0.25 557	0.26 494	0.25 517	0.27 589	0.27 582	0.24 576	0.21 644	0.20 643	0.27 646	0.26 649	0.25 650	0.24 648

FC-DCNN v2	0.33 636	0.27 640	0.28 582	0.26 616	0.23 643	0.37 636	0.28 629	0.40 624	0.43 598	0.45 644	0.56 644	0.51 647	0.40 642	0.37 635	0.29 618	0.21 644	0.20 643	0.27 646	0.26 649	0.25 650	0.24 648

FCDSN-DC	0.33 636	0.28 645	0.28 582	0.30 643	0.24 645	0.39 641	0.28 629	0.42 635	0.42 593	0.43 641	0.53 635	0.51 647	0.41 647	0.36 630	0.30 625	0.21 644	0.20 643	0.27 646	0.26 649	0.25 650	0.24 648
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MANE	0.45 653	0.27 640	0.27 577	0.27 629	0.24 645	0.47 648	0.31 652	0.55 662	0.59 642	0.72 666	1.13 684	1.15 677	0.61 667	0.52 659	0.37 646	0.21 644	0.20 643	0.27 646	0.31 660	0.25 650	0.24 648

FC-DCNN	0.33 636	0.27 640	0.28 582	0.26 616	0.23 643	0.37 636	0.28 629	0.40 624	0.43 598	0.45 644	0.55 639	0.51 647	0.40 642	0.37 635	0.30 625	0.21 644	0.20 643	0.27 646	0.26 649	0.25 650	0.24 648

ELAS_RVC	0.41 647	0.29 648	0.33 602	0.28 632	0.24 645	0.54 654	0.36 657	0.49 651	0.59 642	0.72 666	0.74 663	0.65 660	0.54 659	0.54 664	0.40 653	0.22 649	0.20 643	0.27 646	0.26 649	0.26 655	0.25 654
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 647	0.29 648	0.33 602	0.27 629	0.24 645	0.60 659	0.36 657	0.50 655	0.50 622	0.71 664	0.79 667	0.67 662	0.54 659	0.51 657	0.42 657	0.22 649	0.20 643	0.27 646	0.26 649	0.26 655	0.25 654
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
otaku	0.39 642	0.37 657	0.52 637	0.44 660	0.28 654	0.58 656	0.24 591	0.41 630	0.62 649	0.40 631	0.49 628	0.46 639	0.33 623	0.40 646	0.32 633	0.30 658	0.30 663	0.39 662	0.33 661	0.29 657	0.28 657

JetBlue	0.71 668	0.45 662	1.14 683	0.51 665	0.47 667	2.02 691	0.64 680	0.75 672	0.70 661	0.69 663	0.77 666	1.22 679	0.83 677	1.03 689	1.01 688	0.40 666	0.28 661	0.33 659	0.33 661	0.30 658	0.34 664

ACVNet-4b	0.39 642	0.53 664	0.55 641	0.45 661	0.24 645	0.47 648	0.18 474	0.49 651	0.64 654	0.42 638	0.45 623	0.60 655	0.27 589	0.34 618	0.24 576	0.33 662	0.14 620	0.48 666	0.42 668	0.30 658	0.26 656

NVStereoNet_ROB	0.46 656	0.36 656	0.46 632	0.41 658	0.28 654	0.34 626	0.34 655	0.48 649	0.60 646	0.72 666	0.93 673	0.70 665	0.66 670	0.47 652	0.60 672	0.22 649	0.33 667	0.34 660	0.34 664	0.30 658	0.30 660
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ACVNet_1	0.44 651	0.49 663	0.60 650	0.45 661	0.28 654	0.49 651	0.27 623	0.57 665	0.72 663	0.62 659	0.58 649	0.74 666	0.49 656	0.50 655	0.35 641	0.26 656	0.24 657	0.39 662	0.29 656	0.31 661	0.24 648

Ntro	0.40 645	0.40 659	0.53 638	0.46 664	0.30 658	0.65 662	0.24 591	0.46 646	0.68 660	0.41 635	0.49 628	0.48 645	0.42 650	0.39 641	0.31 632	0.32 660	0.28 661	0.37 661	0.30 658	0.32 662	0.29 658

MonStereo1	0.47 657	0.26 636	0.58 647	0.28 632	0.20 634	0.39 641	0.18 474	0.49 651	0.64 654	0.52 650	0.87 670	1.01 672	0.57 664	0.50 655	0.56 669	0.53 675	0.31 666	0.54 672	0.40 666	0.33 663	0.34 664

MADNet+	0.75 671	0.71 674	3.70 695	0.66 671	0.41 663	0.98 681	0.97 691	0.69 671	0.73 667	0.52 650	0.57 647	0.64 658	0.68 672	0.86 681	1.01 688	0.34 663	0.36 669	0.28 654	0.23 646	0.36 664	0.31 661

Consistency-Raft	0.44 651	0.40 659	0.45 628	0.37 655	0.43 665	0.46 646	0.41 662	0.57 665	0.55 633	0.32 610	0.73 661	0.33 590	0.48 655	0.42 650	0.49 664	0.39 665	0.35 668	0.45 665	0.51 675	0.42 665	0.29 658

light-stereo	0.42 649	0.26 636	0.59 649	0.60 669	0.49 668	0.32 616	0.23 578	0.46 646	0.52 631	0.56 656	0.58 649	0.76 667	0.32 621	0.48 653	0.29 618	0.32 660	0.24 657	0.27 646	0.33 661	0.46 666	0.39 668

ACVNet_2	0.66 667	0.66 672	0.68 663	0.63 670	0.41 663	0.71 667	0.49 670	0.96 681	1.39 686	0.89 676	1.09 680	1.04 673	0.73 673	0.54 664	0.47 662	0.43 669	0.40 670	0.53 671	0.44 669	0.47 667	0.35 666

anonymity	0.53 660	0.58 666	0.65 654	0.41 658	0.61 679	0.53 653	0.41 662	0.56 663	0.41 585	0.55 654	0.50 632	0.49 646	0.55 662	0.58 667	0.50 667	0.58 678	0.50 681	0.51 668	0.51 675	0.51 668	0.57 677

IMH-64-1	0.65 665	0.61 668	0.68 663	0.71 672	0.51 669	0.59 657	0.49 670	0.91 677	0.85 671	0.74 670	1.02 677	0.81 668	0.78 675	0.79 674	0.49 664	0.42 667	0.46 672	0.71 675	0.47 670	0.52 669	0.39 668

IMH-64	0.65 665	0.61 668	0.68 663	0.71 672	0.51 669	0.59 657	0.49 670	0.91 677	0.85 671	0.74 670	1.02 677	0.81 668	0.78 675	0.79 674	0.49 664	0.42 667	0.46 672	0.71 675	0.47 670	0.52 669	0.39 668

RainbowNet	0.54 661	0.61 668	0.70 669	0.57 668	0.43 665	0.65 662	0.37 660	0.60 667	0.87 673	0.50 649	0.66 654	0.64 658	0.47 654	0.49 654	0.43 660	0.47 672	0.48 677	0.52 670	0.41 667	0.52 669	0.40 671

SGM+DAISY	0.56 662	0.57 665	0.65 654	0.40 656	0.54 671	0.66 664	0.49 670	0.56 663	0.45 609	0.66 660	0.69 657	0.67 662	0.56 663	0.63 669	0.56 669	0.59 679	0.48 677	0.50 667	0.50 674	0.52 669	0.58 678

SPS-STEREO	0.57 663	0.58 666	0.65 654	0.45 661	0.55 673	0.62 660	0.44 669	0.62 668	0.50 622	0.68 662	0.64 652	0.66 661	0.57 664	0.61 668	0.60 672	0.62 681	0.47 676	0.51 668	0.49 672	0.55 673	0.58 678
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
IMH	0.71 668	0.64 671	0.68 663	0.76 674	0.54 671	0.69 665	0.54 674	0.98 683	1.10 679	0.82 674	1.09 680	0.89 670	0.88 680	0.87 682	0.52 668	0.44 670	0.50 681	0.75 678	0.51 675	0.56 674	0.41 672

GCST	0.37 641	0.42 661	0.26 569	1.02 687	0.39 661	0.18 480	0.08 7	0.20 332	0.17 302	0.28 584	0.25 477	0.15 374	0.12 363	0.16 425	0.14 423	0.64 682	0.43 671	0.75 678	0.65 682	0.63 675	0.46 674

WAO-7	0.79 673	0.78 677	0.54 639	0.85 680	0.67 682	0.74 669	0.68 684	1.05 686	1.32 684	0.90 677	1.20 687	1.04 673	0.92 681	0.69 671	0.66 675	0.60 680	0.62 691	0.67 674	0.68 684	0.64 676	0.58 678

LVE	0.83 676	0.85 681	0.85 676	0.80 677	0.56 674	1.04 686	0.65 681	1.05 686	1.47 689	0.96 679	1.22 688	1.10 676	0.85 678	0.83 677	0.71 680	0.49 673	0.55 687	0.76 681	0.60 680	0.65 677	0.59 683

Dean	0.87 677	0.86 682	0.79 673	0.81 678	0.56 674	0.90 677	0.63 678	1.15 692	1.73 692	1.15 687	1.15 685	1.31 682	0.99 684	0.81 676	0.81 684	0.57 677	0.56 688	0.77 682	0.64 681	0.66 678	0.58 678

TorneroNet-64	0.76 672	0.72 675	0.74 670	0.78 676	0.58 677	0.91 680	0.56 675	0.84 675	1.29 683	0.66 660	0.90 671	1.40 685	0.75 674	0.85 680	0.67 678	0.49 673	0.46 672	0.72 677	0.59 678	0.67 679	0.53 676

WAO-6	0.81 674	0.80 678	0.62 652	0.86 681	0.63 680	0.76 673	0.58 677	0.98 683	1.54 691	0.90 677	0.96 676	1.07 675	1.03 685	0.70 672	0.66 675	0.72 684	0.49 679	0.90 686	0.71 685	0.68 680	0.58 678

MFMNet_re	0.64 664	0.66 672	0.65 654	0.51 665	0.69 683	0.69 665	0.57 676	0.64 669	0.73 667	0.60 657	0.73 661	0.62 657	0.67 671	0.65 670	0.60 672	0.66 683	0.58 690	0.63 673	0.59 678	0.68 680	0.69 687

WAO-8	0.91 678	0.81 679	0.65 654	0.94 684	0.69 683	0.90 677	0.67 682	1.07 689	1.83 694	1.06 684	1.45 690	1.30 680	1.07 686	0.84 678	0.78 681	0.74 686	0.53 684	0.86 684	0.75 686	0.69 682	0.62 684

Venus	0.91 678	0.81 679	0.65 654	0.94 684	0.69 683	0.90 677	0.67 682	1.07 689	1.83 694	1.06 684	1.45 690	1.30 680	1.07 686	0.84 678	0.78 681	0.74 686	0.53 684	0.86 684	0.75 686	0.69 682	0.62 684

PWCK	0.71 668	0.94 683	0.95 678	0.76 674	0.31 659	0.74 669	0.36 657	0.90 676	0.90 674	0.96 679	0.75 665	0.95 671	0.61 667	0.87 682	0.66 675	0.72 684	0.46 672	0.75 678	0.49 672	0.69 682	0.44 673

TorneroNet	0.82 675	0.74 676	0.81 675	0.84 679	0.63 680	0.99 682	0.63 678	0.96 681	1.16 680	0.80 673	1.11 682	1.36 684	0.86 679	0.93 685	0.80 683	0.56 676	0.49 679	0.78 683	0.66 683	0.73 685	0.63 686

UNDER WATER-64	0.95 680	0.94 683	1.43 687	0.87 682	0.56 674	1.18 689	0.87 688	0.77 673	0.94 675	1.04 682	0.85 669	1.58 690	1.21 691	0.94 686	0.96 686	0.87 690	0.57 689	1.03 690	0.88 691	0.78 686	0.73 688

UNDER WATER	0.97 681	0.97 685	1.42 686	0.99 686	0.70 686	1.12 688	0.84 687	0.80 674	1.08 678	1.01 681	0.90 671	1.55 689	1.22 692	1.03 689	1.00 687	0.78 688	0.53 684	1.02 689	0.87 690	0.80 687	0.74 689

DPSimNet_ROB	1.11 685	1.23 689	0.78 671	1.13 689	0.88 690	1.10 687	1.13 692	1.16 693	1.23 682	1.43 691	1.02 677	1.41 686	1.10 689	0.90 684	1.60 690	1.46 697	0.51 683	1.21 694	1.03 694	0.90 688	1.01 695

notaker	0.97 681	1.11 686	0.98 679	1.13 689	0.81 687	0.73 668	0.68 684	0.93 679	1.16 680	1.18 689	1.18 686	1.41 686	1.16 690	1.08 691	0.69 679	0.81 689	0.64 692	1.17 692	0.79 688	0.98 689	0.80 691

KSHMR	1.09 684	1.17 687	0.88 677	1.25 692	1.00 691	0.99 682	0.96 690	1.13 691	1.37 685	1.16 688	1.29 689	1.41 686	0.96 683	1.01 688	0.92 685	1.03 693	1.08 695	1.20 693	1.03 694	1.01 690	0.97 693

ktn	1.01 683	1.21 688	0.80 674	1.23 691	0.86 689	1.01 684	0.87 688	0.94 680	1.39 686	1.04 682	1.12 683	1.15 677	1.07 686	0.94 686	0.59 671	1.28 696	0.71 693	1.38 696	0.83 689	1.02 691	0.75 690

HanzoNet	1.29 686	1.26 690	1.19 684	1.12 688	0.85 688	1.02 685	0.83 686	1.03 685	1.48 690	1.64 692	1.61 692	2.50 695	1.72 693	1.61 693	1.61 691	1.26 695	0.80 694	1.31 695	1.01 693	1.02 691	0.86 692

JetRed	1.62 687	1.46 691	2.98 690	0.92 683	1.21 692	4.99 694	1.53 696	1.27 694	1.39 686	1.83 693	1.74 693	1.60 691	0.95 682	1.41 692	2.45 696	0.90 692	1.60 697	0.93 687	0.90 692	1.35 693	0.99 694

ASD4	3.54 691	3.38 697	2.05 689	1.72 693	2.51 696	9.03 698	17.71 702	2.25 695	5.51 699	2.46 695	2.81 696	2.03 692	3.36 697	2.73 695	5.06 697	1.22 694	1.34 696	1.13 691	1.33 696	1.68 694	1.49 697

MADNet++	1.95 688	1.75 692	1.59 688	1.82 694	1.69 694	2.33 692	1.40 695	2.35 696	2.09 696	2.57 696	2.36 695	2.24 694	2.17 695	2.28 694	2.34 694	1.87 698	1.66 698	1.54 697	1.34 697	1.92 695	1.77 698

USTest	6.22 694	2.73 695	3.00 691	6.57 702	7.29 701	14.37 702	21.57 703	7.00 705	9.56 704	5.34 702	6.10 697	5.72 700	7.64 701	6.41 701	6.96 701	1.97 699	3.42 704	1.64 698	2.15 701	2.66 696	2.36 699

tt	4.67 693	0.06 102	3.55 694	2.02 695	1.55 693	10.25 700	16.71 701	8.91 706	5.03 698	1.31 690	0.94 674	4.71 697	4.76 698	3.33 696	5.87 699	6.06 706	10.30 712	1.88 700	2.11 700	2.75 697	1.21 696

xxxxx1	7.79 695	5.02 703	7.31 699	3.12 696	3.85 697	16.35 704	22.88 704	5.86 702	8.69 701	7.97 703	8.54 699	9.12 705	8.27 702	10.18 703	10.92 702	2.42 700	2.45 700	3.56 703	12.37 709	3.77 698	3.06 701

tt_ll	7.79 695	5.02 703	7.31 699	3.12 696	3.85 697	16.35 704	22.88 704	5.86 702	8.69 701	7.97 703	8.54 699	9.12 705	8.27 702	10.18 703	10.92 702	2.42 700	2.45 700	3.56 703	12.37 709	3.77 698	3.06 701

ff	7.79 695	5.02 703	7.31 699	3.12 696	3.85 697	16.35 704	22.88 704	5.86 702	8.69 701	7.97 703	8.54 699	9.12 705	8.27 702	10.18 703	10.92 702	2.42 700	2.45 700	3.56 703	12.37 709	3.77 698	3.06 701

DPSMNet_ROB	8.06 699	4.48 699	8.63 707	5.37 701	10.74 704	8.32 696	22.98 708	5.46 699	13.36 709	5.12 700	9.92 704	5.08 698	10.40 705	5.53 700	12.58 705	3.80 704	8.00 705	3.50 701	7.02 706	3.83 701	7.14 708

DGTPSM_ROB	8.06 699	4.48 699	8.63 707	5.35 699	10.72 703	8.32 696	22.97 707	5.46 699	13.35 708	5.12 700	9.92 704	5.08 698	10.40 705	5.52 699	12.58 705	3.79 703	8.00 705	3.50 701	7.02 706	3.83 701	7.14 708

TCMNet-wrong-test	3.67 692	5.48 706	3.89 696	12.18 708	11.75 709	4.65 693	3.88 697	1.06 688	0.72 663	1.09 686	2.15 694	6.30 701	0.53 658	3.43 697	2.36 695	0.89 691	0.20 643	1.87 699	1.69 698	5.57 703	3.62 704

iinet-test	10.48 704	8.09 708	7.54 703	10.26 703	10.94 705	18.00 708	25.26 710	11.33 710	13.28 706	9.69 707	9.85 702	9.42 708	11.17 707	11.02 707	12.78 708	6.59 708	8.30 707	5.56 706	6.56 702	6.89 704	7.02 706

IINet	10.48 704	8.09 708	7.54 703	10.26 703	10.94 705	18.00 708	25.26 710	11.33 710	13.28 706	9.69 707	9.85 702	9.42 708	11.17 707	11.02 707	12.78 708	6.59 708	8.30 707	5.56 706	6.56 702	6.89 704	7.02 706

DPSM_ROB	11.15 708	8.58 710	8.00 705	10.88 706	11.58 707	19.10 711	26.71 713	12.05 712	14.07 713	10.36 709	10.84 707	10.33 711	11.86 710	11.70 709	13.54 710	6.99 710	8.79 710	5.89 709	6.95 704	7.29 706	7.42 710

DPSM	11.15 708	8.58 710	8.00 705	10.88 706	11.58 707	19.10 711	26.71 713	12.05 712	14.07 713	10.36 709	10.84 707	10.33 711	11.86 710	11.70 709	13.54 710	6.99 710	8.79 710	5.89 709	6.95 704	7.29 706	7.42 710

PML	8.91 701	9.34 712	6.13 697	5.35 699	6.41 700	14.99 703	23.38 709	5.27 698	6.83 700	18.04 715	28.19 722	7.67 702	6.83 700	7.85 702	5.75 698	5.35 705	1.83 699	5.95 711	1.93 699	8.64 708	2.52 700

Anonymous_1	10.96 707	7.92 707	7.46 702	10.33 705	10.06 702	18.65 710	26.34 712	11.06 709	13.44 710	9.40 706	10.05 706	9.67 710	11.23 709	10.73 706	12.72 707	6.42 707	8.38 709	5.77 708	10.61 708	12.12 709	6.77 705

Hybrid-DGEV	22.47 719	17.40 720	16.14 713	22.00 714	23.29 718	38.36 718	53.80 719	24.43 724	28.63 723	20.59 717	21.81 718	20.88 717	23.91 718	23.45 719	27.42 720	14.08 716	17.69 715	11.83 714	14.06 717	14.65 710	14.93 714

FlowAnything	22.44 718	17.35 718	16.14 713	22.07 719	23.23 716	38.39 719	53.77 718	24.25 721	28.44 721	20.96 723	21.82 719	20.70 715	23.84 716	23.49 720	27.14 717	14.04 712	17.79 720	11.75 712	14.15 718	14.65 710	14.89 712

CasAABBNet	22.42 715	17.33 715	16.01 711	22.01 715	23.28 717	38.32 715	53.80 719	24.14 720	28.41 720	20.60 718	21.77 717	20.89 720	23.91 718	23.43 718	27.36 718	14.07 713	17.69 715	11.83 714	14.01 713	14.67 712	14.95 715

RAFT-FEzeroshot	22.43 716	17.33 715	15.98 709	22.02 716	23.31 719	38.34 716	53.82 721	24.05 718	28.39 718	20.61 719	21.76 715	20.88 717	23.92 720	23.41 716	27.42 720	14.07 713	17.69 715	11.83 714	14.02 714	14.69 713	14.97 716

RAFT-FE	22.43 716	17.33 715	15.98 709	22.02 716	23.31 719	38.34 716	53.82 721	24.05 718	28.39 718	20.61 719	21.76 715	20.88 717	23.92 720	23.41 716	27.42 720	14.07 713	17.69 715	11.83 714	14.02 714	14.69 713	14.97 716

Selective-RAFT-Error	22.47 719	17.37 719	16.09 712	22.06 718	23.34 721	38.39 719	53.83 723	24.29 723	28.47 722	20.74 721	21.83 720	20.81 716	23.90 717	23.54 722	27.53 723	14.08 716	17.69 715	11.82 713	14.00 712	14.69 713	15.00 718

LSM0	22.87 721	17.28 714	18.96 715	22.19 720	29.04 723	38.42 721	53.71 717	24.28 722	28.31 717	20.78 722	21.00 712	21.43 721	24.16 722	23.50 721	27.39 719	14.09 718	17.38 714	11.84 718	14.04 716	14.73 716	14.89 712

LRCNet_RVC	10.62 706	13.42 713	7.30 698	18.92 712	2.07 695	0.33 623	0.30 646	5.59 701	0.48 612	13.03 711	17.94 710	8.87 704	5.65 699	4.79 698	1.89 692	23.51 720	2.73 703	27.55 723	25.71 723	16.07 717	16.33 719

HaxPig	15.71 710	18.52 721	19.18 716	16.89 711	15.89 712	7.73 695	7.60 698	13.31 714	10.82 705	15.42 712	14.91 709	15.98 713	14.92 712	15.58 712	15.98 712	18.95 719	16.73 713	19.46 719	18.08 719	19.26 718	19.05 722

RSGM-EC	20.36 712	4.73 701	0.68 663	16.76 709	16.92 713	21.28 713	27.18 715	10.46 707	14.04 711	18.00 713	21.31 713	22.24 722	21.82 714	22.57 714	17.63 713	62.81 723	33.79 723	20.14 720	18.10 720	20.18 719	16.45 720

acva	20.36 712	4.73 701	0.68 663	16.76 709	16.92 713	21.28 713	27.18 715	10.46 707	14.04 711	18.00 713	21.31 713	22.24 722	21.82 714	22.57 714	17.63 713	62.81 723	33.79 723	20.14 720	18.10 720	20.18 719	16.45 720

MEDIAN_ROB	20.38 714	24.04 722	23.31 719	21.23 713	21.71 715	10.40 701	7.92 699	17.64 715	15.50 715	20.12 716	19.70 711	20.34 714	20.32 713	21.19 713	21.13 715	23.81 721	21.81 721	24.98 722	23.76 722	24.71 721	23.93 723

AVERAGE_ROB	24.90 722	29.20 723	28.14 720	24.89 721	24.64 722	17.75 707	11.12 700	21.45 717	19.93 716	25.12 724	24.46 721	25.12 724	25.46 723	24.69 723	22.83 716	29.76 722	27.13 722	28.97 724	27.95 724	29.91 722	29.47 724

DLNR_Zeroshot_test	10.40 702	1.82 693	19.49 717	120.77 724	13.11 711	0.06 12	0.13 166	0.23 400	0.10 69	0.07 70	0.10 189	0.09 214	0.06 65	0.10 120	0.09 101	0.13 591	0.04 25	0.06 183	0.04 55	51.54 723	0.04 72

DLNR-FE	10.43 703	1.83 694	19.53 718	120.75 723	13.06 710	0.06 12	0.13 166	0.23 400	0.10 69	0.07 70	0.10 189	0.09 214	0.06 65	0.10 120	0.09 101	0.13 591	0.04 25	0.06 183	0.04 55	52.01 724	0.04 72

test_example2	98.32 723	94.13 724	45.89 721	96.35 722	109.85 724	88.61 722	95.45 724	25.75 725	94.37 725	130.00 726	126.06 725	58.17 725	74.63 724	88.51 724	79.96 724	150.23 725	221.02 725	77.62 725	99.10 725	113.75 725	96.94 725

ccccc	245.47 724	285.66 725	306.18 724	368.85 725	370.60 725	123.16 724	145.33 725	115.05 726	110.08 726	126.68 725	110.87 724	122.83 726	165.88 725	252.94 726	276.56 725	384.56 726	353.86 726	254.69 726	223.00 726	425.87 726	386.83 726

Low-res two-view benchmark