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

PSi22b	0.06 1	0.04 1	0.09 117	0.13 18	0.05 2	0.08 85	0.10 40	0.06 1	0.06 8	0.06 24	0.06 21	0.08 192	0.05 18	0.08 26	0.09 99	0.06 170	0.04 24	0.04 1	0.03 1	0.04 46	0.05 196

PSi22a	0.06 1	0.04 1	0.09 117	0.12 7	0.05 2	0.06 15	0.11 75	0.06 1	0.06 8	0.06 24	0.06 21	0.06 42	0.05 18	0.08 26	0.09 99	0.07 358	0.04 24	0.04 1	0.03 1	0.04 46	0.04 53

Foundation-i32	0.06 1	0.04 1	0.09 117	0.13 18	0.04 1	0.06 15	0.12 114	0.06 1	0.05 3	0.06 24	0.05 7	0.05 4	0.05 18	0.07 6	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

MLG-Stereo_test1	0.06 1	0.05 35	0.08 40	0.17 307	0.05 2	0.07 40	0.11 75	0.09 24	0.03 1	0.05 2	0.04 1	0.06 42	0.05 18	0.09 61	0.09 99	0.05 49	0.04 24	0.05 53	0.03 1	0.04 46	0.05 196

FoundationStereo	0.06 1	0.04 1	0.08 40	0.13 18	0.05 2	0.09 148	0.13 190	0.06 1	0.09 54	0.05 2	0.05 7	0.06 42	0.04 1	0.07 6	0.07 1	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

DF_test	0.07 6	0.05 35	0.08 40	0.14 66	0.08 230	0.04 1	0.13 190	0.09 24	0.11 114	0.07 76	0.08 132	0.06 42	0.07 178	0.06 1	0.08 26	0.06 170	0.05 253	0.05 53	0.05 202	0.05 167	0.04 53

over v1	0.07 6	0.07 224	0.07 10	0.18 400	0.05 2	0.08 85	0.08 9	0.10 34	0.05 3	0.06 24	0.06 21	0.07 131	0.10 319	0.11 202	0.08 26	0.05 49	0.04 24	0.04 1	0.03 1	0.05 167	0.05 196

over-8	0.07 6	0.07 224	0.07 10	0.18 400	0.05 2	0.08 85	0.08 9	0.13 123	0.05 3	0.06 24	0.05 7	0.07 131	0.09 279	0.11 202	0.08 26	0.06 170	0.04 24	0.04 1	0.03 1	0.05 167	0.05 196

small-0shot	0.07 6	0.05 35	0.09 117	0.14 66	0.07 133	0.06 15	0.13 190	0.09 24	0.08 25	0.05 2	0.10 209	0.06 42	0.06 71	0.06 1	0.10 200	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

over-9	0.07 6	0.07 224	0.07 10	0.18 400	0.05 2	0.08 85	0.08 9	0.13 123	0.06 8	0.06 24	0.05 7	0.07 131	0.09 279	0.11 202	0.08 26	0.06 170	0.04 24	0.04 1	0.03 1	0.05 167	0.05 196

WAFT-Stereo (ZS)	0.07 6	0.05 35	0.09 117	0.12 7	0.07 133	0.09 148	0.15 357	0.07 7	0.07 18	0.06 24	0.10 209	0.05 4	0.07 178	0.06 1	0.11 287	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

testmc14	0.07 6	0.05 35	0.06 1	0.15 123	0.05 2	0.09 148	0.12 114	0.08 13	0.08 25	0.07 76	0.09 173	0.06 42	0.05 18	0.07 6	0.07 1	0.06 170	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

MCSU-Stereo	0.07 6	0.05 35	0.06 1	0.15 123	0.05 2	0.09 148	0.12 114	0.10 34	0.09 54	0.07 76	0.07 61	0.07 131	0.05 18	0.10 120	0.07 1	0.06 170	0.04 24	0.04 1	0.03 1	0.04 46	0.03 1

derf	0.07 6	0.05 35	0.10 180	0.14 66	0.06 31	0.05 4	0.12 114	0.12 90	0.09 54	0.05 2	0.07 61	0.07 131	0.08 237	0.10 120	0.09 99	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.05 196

mm2	0.07 6	0.04 1	0.10 180	0.13 18	0.06 31	0.06 15	0.13 190	0.13 123	0.08 25	0.06 24	0.07 61	0.06 42	0.09 279	0.10 120	0.09 99	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.05 196

mm1	0.07 6	0.04 1	0.10 180	0.13 18	0.06 31	0.06 15	0.13 190	0.06 1	0.08 25	0.06 24	0.07 61	0.06 42	0.09 279	0.10 120	0.09 99	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.05 196

qqai	0.07 6	0.05 35	0.10 180	0.14 66	0.06 31	0.05 4	0.12 114	0.08 13	0.09 54	0.05 2	0.07 61	0.06 42	0.08 237	0.10 120	0.09 99	0.06 170	0.05 253	0.05 53	0.03 1	0.04 46	0.05 196

MGA	0.07 6	0.04 1	0.11 250	0.13 18	0.06 31	0.08 85	0.09 25	0.12 90	0.08 25	0.05 2	0.06 21	0.06 42	0.05 18	0.10 120	0.09 99	0.06 170	0.04 24	0.05 53	0.03 1	0.05 167	0.05 196

CAR	0.07 6	0.05 35	0.09 117	0.14 66	0.06 31	0.07 40	0.08 9	0.12 90	0.08 25	0.05 2	0.06 21	0.05 4	0.05 18	0.10 120	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

MSE-Stereo	0.07 6	0.04 1	0.09 117	0.13 18	0.06 31	0.07 40	0.08 9	0.12 90	0.08 25	0.05 2	0.06 21	0.05 4	0.05 18	0.10 120	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

monster-pro	0.07 6	0.06 114	0.06 1	0.15 123	0.05 2	0.08 85	0.10 40	0.15 197	0.15 260	0.05 2	0.06 21	0.05 4	0.06 71	0.07 6	0.09 99	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

aanet-new-70k	0.07 6	0.06 114	0.09 117	0.17 307	0.06 31	0.08 85	0.12 114	0.11 63	0.10 79	0.07 76	0.07 61	0.07 131	0.06 71	0.10 120	0.07 1	0.04 6	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

aanet-new-40k	0.07 6	0.08 365	0.08 40	0.17 307	0.07 133	0.08 85	0.13 190	0.10 34	0.10 79	0.07 76	0.09 173	0.06 42	0.05 18	0.08 26	0.07 1	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

GCAP-Stereo-DPT26K	0.07 6	0.07 224	0.07 10	0.16 219	0.06 31	0.08 85	0.12 114	0.10 34	0.09 54	0.06 24	0.09 173	0.06 42	0.05 18	0.09 61	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

GCAP-Stereo-DPT-20K	0.07 6	0.05 35	0.11 250	0.15 123	0.06 31	0.07 40	0.12 114	0.10 34	0.11 114	0.07 76	0.08 132	0.06 42	0.05 18	0.09 61	0.07 1	0.05 49	0.05 253	0.05 53	0.04 59	0.03 1	0.04 53

GCAP-Stereo-DPT-24K	0.07 6	0.06 114	0.07 10	0.15 123	0.06 31	0.10 209	0.15 357	0.12 90	0.11 114	0.06 24	0.11 263	0.06 42	0.05 18	0.09 61	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

PipStereo	0.07 6	0.04 1	0.09 117	0.13 18	0.05 2	0.08 85	0.10 40	0.06 1	0.07 18	0.06 24	0.05 7	0.09 239	0.05 18	0.08 26	0.09 99	0.06 170	0.04 24	0.04 1	0.03 1	0.05 167	0.05 196

LACA3	0.07 6	0.08 365	0.08 40	0.13 18	0.05 2	0.09 148	0.11 75	0.08 13	0.09 54	0.08 136	0.06 21	0.07 131	0.07 178	0.08 26	0.07 1	0.06 170	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

Selective-IGEV-i32	0.07 6	0.06 114	0.09 117	0.17 307	0.06 31	0.08 85	0.12 114	0.13 123	0.08 25	0.08 136	0.07 61	0.06 42	0.04 1	0.10 120	0.09 99	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

LACA2	0.07 6	0.05 35	0.06 1	0.15 123	0.06 31	0.09 148	0.10 40	0.11 63	0.11 114	0.05 2	0.05 7	0.06 42	0.08 237	0.09 61	0.07 1	0.07 358	0.04 24	0.04 1	0.04 59	0.04 46	0.04 53

LACA1	0.07 6	0.07 224	0.07 10	0.14 66	0.05 2	0.09 148	0.11 75	0.10 34	0.07 18	0.05 2	0.05 7	0.06 42	0.08 237	0.08 26	0.09 99	0.06 170	0.04 24	0.04 1	0.04 59	0.03 1	0.04 53

Test_v1	0.07 6	0.04 1	0.06 1	0.13 18	0.06 31	0.09 148	0.10 40	0.15 197	0.12 157	0.06 24	0.05 7	0.04 1	0.05 18	0.08 26	0.10 200	0.07 358	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

BLMT-Stereo	0.07 6	0.04 1	0.08 40	0.15 123	0.07 133	0.07 40	0.14 267	0.07 7	0.10 79	0.05 2	0.05 7	0.04 1	0.06 71	0.07 6	0.09 99	0.04 6	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

Pro-Stereo	0.07 6	0.05 35	0.08 40	0.15 123	0.08 230	0.08 85	0.12 114	0.07 7	0.08 25	0.06 24	0.06 21	0.05 4	0.05 18	0.09 61	0.08 26	0.05 49	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

MatchStereo	0.07 6	0.04 1	0.08 40	0.14 66	0.06 31	0.05 4	0.12 114	0.12 90	0.09 54	0.07 76	0.07 61	0.04 1	0.04 1	0.09 61	0.09 99	0.06 170	0.05 253	0.05 53	0.03 1	0.04 46	0.05 196
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth_RVC	0.07 6	0.04 1	0.09 117	0.11 1	0.05 2	0.10 209	0.10 40	0.14 157	0.09 54	0.06 24	0.07 61	0.06 42	0.08 237	0.07 6	0.10 200	0.06 170	0.04 24	0.04 1	0.04 59	0.05 167	0.04 53
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
VIP-Stereo	0.07 6	0.07 224	0.08 40	0.15 123	0.06 31	0.11 263	0.10 40	0.11 63	0.11 114	0.06 24	0.07 61	0.06 42	0.05 18	0.10 120	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

BridgeDepth	0.07 6	0.07 224	0.08 40	0.18 400	0.06 31	0.07 40	0.11 75	0.10 34	0.06 8	0.04 1	0.07 61	0.10 274	0.09 279	0.08 26	0.08 26	0.04 6	0.03 1	0.04 1	0.04 59	0.03 1	0.03 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonStereo	0.07 6	0.06 114	0.06 1	0.15 123	0.05 2	0.08 85	0.10 40	0.15 197	0.15 260	0.05 2	0.06 21	0.05 4	0.06 71	0.07 6	0.09 99	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Wavelet-MonSter	0.07 6	0.05 35	0.07 10	0.16 219	0.06 31	0.07 40	0.11 75	0.10 34	0.08 25	0.06 24	0.07 61	0.07 131	0.07 178	0.09 61	0.09 99	0.04 6	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-eth3d	0.07 6	0.06 114	0.06 1	0.15 123	0.05 2	0.08 85	0.10 40	0.15 197	0.15 260	0.05 2	0.06 21	0.05 4	0.06 71	0.07 6	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-mixall	0.07 6	0.04 1	0.09 117	0.13 18	0.06 31	0.06 15	0.08 9	0.12 90	0.07 18	0.06 24	0.06 21	0.05 4	0.06 71	0.09 61	0.09 99	0.06 170	0.04 24	0.04 1	0.03 1	0.05 167	0.05 196

Replicate-Monster	0.07 6	0.05 35	0.09 117	0.14 66	0.06 31	0.09 148	0.09 25	0.14 157	0.12 157	0.05 2	0.07 61	0.06 42	0.06 71	0.08 26	0.10 200	0.06 170	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

AdaDepth	0.07 6	0.06 114	0.07 10	0.18 400	0.06 31	0.11 263	0.11 75	0.10 34	0.08 25	0.06 24	0.05 7	0.07 131	0.06 71	0.09 61	0.10 200	0.04 6	0.05 253	0.05 53	0.04 59	0.04 46	0.04 53

asda	0.07 6	0.08 365	0.08 40	0.16 219	0.07 133	0.06 15	0.10 40	0.16 236	0.11 114	0.06 24	0.06 21	0.05 4	0.06 71	0.10 120	0.10 200	0.03 1	0.03 1	0.04 1	0.03 1	0.04 46	0.03 1

asd	0.07 6	0.08 365	0.08 40	0.16 219	0.07 133	0.08 85	0.08 9	0.11 63	0.08 25	0.07 76	0.07 61	0.06 42	0.06 71	0.10 120	0.09 99	0.03 1	0.03 1	0.04 1	0.04 59	0.04 46	0.03 1

2.25w	0.07 6	0.07 224	0.08 40	0.15 123	0.06 31	0.08 85	0.09 25	0.10 34	0.15 260	0.08 136	0.10 209	0.07 131	0.06 71	0.09 61	0.10 200	0.05 49	0.04 24	0.04 1	0.04 59	0.03 1	0.04 53

4.25_new	0.07 6	0.08 365	0.09 117	0.15 123	0.06 31	0.08 85	0.08 9	0.14 157	0.08 25	0.07 76	0.07 61	0.06 42	0.06 71	0.12 299	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.04 46	0.03 1

4.5w_new	0.07 6	0.08 365	0.09 117	0.15 123	0.06 31	0.08 85	0.08 9	0.14 157	0.08 25	0.07 76	0.07 61	0.06 42	0.06 71	0.12 299	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.04 46	0.03 1

4.5_new	0.07 6	0.09 450	0.08 40	0.15 123	0.07 133	0.07 40	0.10 40	0.14 157	0.11 114	0.06 24	0.08 132	0.06 42	0.06 71	0.08 26	0.10 200	0.03 1	0.03 1	0.04 1	0.04 59	0.04 46	0.03 1

4.5w-stereo	0.07 6	0.09 450	0.08 40	0.15 123	0.07 133	0.07 40	0.10 40	0.14 157	0.11 114	0.06 24	0.08 132	0.06 42	0.06 71	0.08 26	0.10 200	0.03 1	0.03 1	0.04 1	0.04 59	0.04 46	0.03 1

4.25w-stereo	0.07 6	0.08 365	0.09 117	0.15 123	0.06 31	0.08 85	0.08 9	0.14 157	0.08 25	0.07 76	0.07 61	0.06 42	0.06 71	0.12 299	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.04 46	0.03 1

4w-stereo	0.07 6	0.08 365	0.08 40	0.16 219	0.07 133	0.07 40	0.08 9	0.11 63	0.09 54	0.07 76	0.07 61	0.05 4	0.06 71	0.09 61	0.10 200	0.03 1	0.03 1	0.04 1	0.04 59	0.04 46	0.03 1

2.5w	0.07 6	0.07 224	0.08 40	0.16 219	0.06 31	0.08 85	0.12 114	0.10 34	0.10 79	0.07 76	0.06 21	0.09 239	0.06 71	0.08 26	0.09 99	0.04 6	0.03 1	0.04 1	0.04 59	0.03 1	0.03 1

2.75w_new	0.07 6	0.07 224	0.07 10	0.13 18	0.06 31	0.08 85	0.08 9	0.18 306	0.13 201	0.08 136	0.08 132	0.06 42	0.06 71	0.09 61	0.11 287	0.04 6	0.04 24	0.04 1	0.03 1	0.03 1	0.04 53

3.25w_new	0.07 6	0.06 114	0.08 40	0.15 123	0.06 31	0.10 209	0.07 5	0.12 90	0.11 114	0.08 136	0.07 61	0.07 131	0.06 71	0.11 202	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 53

3.25w	0.07 6	0.06 114	0.08 40	0.15 123	0.06 31	0.10 209	0.07 5	0.12 90	0.11 114	0.08 136	0.07 61	0.07 131	0.06 71	0.11 202	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 53

3.75w	0.07 6	0.07 224	0.08 40	0.16 219	0.07 133	0.07 40	0.09 25	0.16 236	0.10 79	0.07 76	0.06 21	0.06 42	0.06 71	0.09 61	0.10 200	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 6	0.07 224	0.07 10	0.15 123	0.07 133	0.09 148	0.06 1	0.14 157	0.11 114	0.08 136	0.07 61	0.06 42	0.07 178	0.10 120	0.09 99	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

monsters	0.07 6	0.06 114	0.06 1	0.15 123	0.06 31	0.08 85	0.09 25	0.13 123	0.09 54	0.09 189	0.07 61	0.06 42	0.06 71	0.09 61	0.08 26	0.05 49	0.04 24	0.04 1	0.04 59	0.03 1	0.04 53

111111	0.07 6	0.05 35	0.10 180	0.17 307	0.06 31	0.05 4	0.10 40	0.11 63	0.10 79	0.06 24	0.06 21	0.07 131	0.05 18	0.08 26	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.07 390	0.06 312

LG-Stereo_L2	0.07 6	0.05 35	0.10 180	0.14 66	0.06 31	0.07 40	0.12 114	0.09 24	0.10 79	0.06 24	0.04 1	0.05 4	0.05 18	0.08 26	0.08 26	0.05 49	0.04 24	0.05 53	0.03 1	0.04 46	0.03 1

LG-Stereo_L1	0.07 6	0.05 35	0.11 250	0.14 66	0.06 31	0.07 40	0.12 114	0.09 24	0.08 25	0.05 2	0.04 1	0.05 4	0.04 1	0.08 26	0.08 26	0.05 49	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

MLG-Stereo_test3	0.07 6	0.05 35	0.10 180	0.15 123	0.06 31	0.07 40	0.10 40	0.08 13	0.06 8	0.06 24	0.04 1	0.06 42	0.06 71	0.08 26	0.10 200	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.06 312

MLG-Stereo_test2	0.07 6	0.04 1	0.10 180	0.15 123	0.06 31	0.07 40	0.11 75	0.09 24	0.04 2	0.06 24	0.05 7	0.06 42	0.04 1	0.08 26	0.09 99	0.06 170	0.04 24	0.05 53	0.03 1	0.05 167	0.05 196

MLG-Stereo	0.07 6	0.05 35	0.09 117	0.17 307	0.05 2	0.07 40	0.11 75	0.08 13	0.05 3	0.05 2	0.04 1	0.06 42	0.05 18	0.10 120	0.09 99	0.05 49	0.04 24	0.05 53	0.03 1	0.04 46	0.05 196

LG-G_1	0.07 6	0.04 1	0.11 250	0.15 123	0.06 31	0.09 148	0.08 9	0.08 13	0.06 8	0.06 24	0.06 21	0.07 131	0.07 178	0.11 202	0.08 26	0.07 358	0.04 24	0.05 53	0.04 59	0.05 167	0.06 312

LG-G	0.07 6	0.04 1	0.11 250	0.15 123	0.06 31	0.09 148	0.08 9	0.08 13	0.06 8	0.06 24	0.06 21	0.07 131	0.07 178	0.11 202	0.08 26	0.07 358	0.04 24	0.05 53	0.04 59	0.05 167	0.06 312

LGtest1	0.07 6	0.05 35	0.11 250	0.15 123	0.06 31	0.07 40	0.09 25	0.08 13	0.06 8	0.06 24	0.04 1	0.06 42	0.07 178	0.10 120	0.09 99	0.07 358	0.04 24	0.05 53	0.04 59	0.06 300	0.06 312

LG-Stereo_Zeroshot	0.07 6	0.06 114	0.10 180	0.16 219	0.07 133	0.04 1	0.13 190	0.10 34	0.10 79	0.05 2	0.11 263	0.07 131	0.05 18	0.07 6	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

GREAT-IGEV	0.07 6	0.06 114	0.09 117	0.13 18	0.07 133	0.07 40	0.14 267	0.10 34	0.09 54	0.06 24	0.08 132	0.06 42	0.05 18	0.10 120	0.07 1	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
StereoAnything_RVC	0.07 6	0.16 625	0.17 505	0.11 1	0.05 2	0.06 15	0.11 75	0.08 13	0.08 25	0.06 24	0.06 21	0.05 4	0.05 18	0.09 61	0.08 26	0.08 442	0.04 24	0.05 53	0.03 1	0.05 167	0.04 53

AIO_rvc	0.07 6	0.06 114	0.08 40	0.15 123	0.06 31	0.08 85	0.14 267	0.09 24	0.08 25	0.07 76	0.08 132	0.07 131	0.04 1	0.10 120	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

AIO_test	0.07 6	0.06 114	0.07 10	0.15 123	0.07 133	0.07 40	0.14 267	0.10 34	0.10 79	0.07 76	0.07 61	0.06 42	0.05 18	0.08 26	0.10 200	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

MonSter	0.07 6	0.06 114	0.06 1	0.15 123	0.05 2	0.08 85	0.10 40	0.15 197	0.15 260	0.05 2	0.06 21	0.05 4	0.06 71	0.07 6	0.09 99	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

DEFOM-Stereo	0.07 6	0.05 35	0.07 10	0.14 66	0.06 31	0.09 148	0.13 190	0.07 7	0.13 201	0.06 24	0.07 61	0.06 42	0.05 18	0.10 120	0.09 99	0.05 49	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

dual_stereo	0.07 6	0.05 35	0.08 40	0.15 123	0.05 2	0.05 4	0.13 190	0.12 90	0.08 25	0.07 76	0.06 21	0.05 4	0.05 18	0.07 6	0.09 99	0.06 170	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

IGEV-Stereo++	0.07 6	0.06 114	0.08 40	0.18 400	0.06 31	0.05 4	0.10 40	0.11 63	0.11 114	0.06 24	0.07 61	0.07 131	0.06 71	0.09 61	0.09 99	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

IGEV-Stereo+	0.07 6	0.04 1	0.08 40	0.15 123	0.06 31	0.04 1	0.09 25	0.10 34	0.09 54	0.06 24	0.06 21	0.06 42	0.06 71	0.06 1	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.06 300	0.06 312

GCAPDPT-zeroshot4090	0.07 6	0.05 35	0.11 250	0.15 123	0.06 31	0.07 40	0.12 114	0.10 34	0.11 114	0.07 76	0.08 132	0.06 42	0.05 18	0.09 61	0.07 1	0.05 49	0.05 253	0.05 53	0.04 59	0.03 1	0.04 53

Selective-IGEV	0.07 6	0.06 114	0.09 117	0.17 307	0.06 31	0.08 85	0.12 114	0.13 123	0.08 25	0.08 136	0.07 61	0.06 42	0.04 1	0.10 120	0.09 99	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

over-6	0.08 82	0.07 224	0.08 40	0.17 307	0.05 2	0.10 209	0.09 25	0.17 274	0.11 114	0.06 24	0.07 61	0.07 131	0.09 279	0.10 120	0.08 26	0.06 170	0.04 24	0.04 1	0.04 59	0.05 167	0.05 196

anonymous	0.08 82	0.05 35	0.12 303	0.16 219	0.08 230	0.05 4	0.12 114	0.11 63	0.14 231	0.07 76	0.07 61	0.06 42	0.04 1	0.07 6	0.09 99	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

depth_test_26	0.08 82	0.04 1	0.12 303	0.13 18	0.07 133	0.08 85	0.10 40	0.12 90	0.11 114	0.09 189	0.07 61	0.08 192	0.05 18	0.09 61	0.08 26	0.08 442	0.06 438	0.06 204	0.06 297	0.06 300	0.07 403

LGCAT	0.08 82	0.04 1	0.10 180	0.11 1	0.06 31	0.07 40	0.13 190	0.07 7	0.08 25	0.09 189	0.07 61	0.07 131	0.08 237	0.12 299	0.11 287	0.10 548	0.09 585	0.04 1	0.05 202	0.04 46	0.09 527

quiztm	0.08 82	0.08 365	0.08 40	0.18 400	0.07 133	0.09 148	0.14 267	0.14 157	0.13 201	0.07 76	0.07 61	0.05 4	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.04 59	0.05 167	0.03 1

PointNet	0.08 82	0.06 114	0.07 10	0.15 123	0.07 133	0.09 148	0.14 267	0.11 63	0.08 25	0.05 2	0.08 132	0.08 192	0.09 279	0.09 61	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

TS12	0.08 82	0.06 114	0.09 117	0.21 586	0.07 133	0.12 322	0.12 114	0.11 63	0.09 54	0.10 239	0.10 209	0.08 192	0.10 319	0.09 61	0.12 365	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

DF	0.08 82	0.06 114	0.10 180	0.15 123	0.06 31	0.11 263	0.12 114	0.11 63	0.12 157	0.09 189	0.10 209	0.10 274	0.08 237	0.11 202	0.09 99	0.07 358	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

LiteMatch*	0.08 82	0.04 1	0.12 303	0.13 18	0.08 230	0.08 85	0.13 190	0.14 157	0.09 54	0.05 2	0.05 7	0.05 4	0.09 279	0.11 202	0.10 200	0.06 170	0.05 253	0.05 53	0.04 59	0.05 167	0.06 312

aanet-new-90k	0.08 82	0.07 224	0.09 117	0.19 479	0.06 31	0.07 40	0.12 114	0.13 123	0.13 201	0.06 24	0.07 61	0.06 42	0.07 178	0.11 202	0.07 1	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.03 1

aanet-new-60k	0.08 82	0.07 224	0.08 40	0.18 400	0.06 31	0.07 40	0.10 40	0.09 24	0.14 231	0.07 76	0.07 61	0.06 42	0.07 178	0.11 202	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

aanet-new-78k	0.08 82	0.07 224	0.09 117	0.19 479	0.06 31	0.07 40	0.12 114	0.11 63	0.13 201	0.06 24	0.07 61	0.06 42	0.06 71	0.10 120	0.07 1	0.04 6	0.04 24	0.05 53	0.04 59	0.05 167	0.03 1

aanet-new-36k	0.08 82	0.07 224	0.10 180	0.17 307	0.06 31	0.09 148	0.13 190	0.12 90	0.14 231	0.08 136	0.08 132	0.06 42	0.05 18	0.09 61	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

aanet-new-34k	0.08 82	0.06 114	0.09 117	0.17 307	0.05 2	0.08 85	0.13 190	0.12 90	0.13 201	0.09 189	0.08 132	0.07 131	0.05 18	0.10 120	0.09 99	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

aanet-32k-new	0.08 82	0.07 224	0.08 40	0.19 479	0.06 31	0.08 85	0.12 114	0.11 63	0.13 201	0.07 76	0.08 132	0.05 4	0.07 178	0.10 120	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.06 300	0.04 53

aanet-new-32k	0.08 82	0.07 224	0.09 117	0.18 400	0.06 31	0.10 209	0.11 75	0.10 34	0.09 54	0.07 76	0.07 61	0.07 131	0.06 71	0.11 202	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

aanet-new-30k	0.08 82	0.07 224	0.09 117	0.18 400	0.06 31	0.10 209	0.11 75	0.10 34	0.09 54	0.07 76	0.07 61	0.07 131	0.06 71	0.11 202	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

aanet-new-28k	0.08 82	0.07 224	0.09 117	0.18 400	0.06 31	0.08 85	0.12 114	0.10 34	0.09 54	0.09 189	0.08 132	0.08 192	0.06 71	0.12 299	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

aanet-new-24k	0.08 82	0.08 365	0.08 40	0.17 307	0.06 31	0.07 40	0.12 114	0.10 34	0.11 114	0.09 189	0.09 173	0.06 42	0.07 178	0.09 61	0.07 1	0.04 6	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

aanet-new-22k	0.08 82	0.06 114	0.10 180	0.18 400	0.06 31	0.08 85	0.11 75	0.14 157	0.12 157	0.09 189	0.09 173	0.08 192	0.06 71	0.10 120	0.08 26	0.04 6	0.05 253	0.05 53	0.04 59	0.03 1	0.04 53

aanet-new-16k	0.08 82	0.08 365	0.08 40	0.18 400	0.06 31	0.07 40	0.10 40	0.13 123	0.13 201	0.08 136	0.07 61	0.07 131	0.06 71	0.09 61	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

aanet-new-10k	0.08 82	0.08 365	0.08 40	0.19 479	0.07 133	0.08 85	0.13 190	0.15 197	0.12 157	0.07 76	0.08 132	0.07 131	0.07 178	0.09 61	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

aanet-new-12k	0.08 82	0.10 519	0.07 10	0.20 547	0.08 230	0.08 85	0.12 114	0.12 90	0.14 231	0.08 136	0.08 132	0.05 4	0.07 178	0.09 61	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.06 300	0.04 53

aanet-new-14k	0.08 82	0.09 450	0.08 40	0.19 479	0.07 133	0.07 40	0.10 40	0.14 157	0.15 260	0.06 24	0.08 132	0.05 4	0.06 71	0.10 120	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

aanet-new-8k	0.08 82	0.08 365	0.08 40	0.19 479	0.07 133	0.09 148	0.11 75	0.17 274	0.15 260	0.07 76	0.07 61	0.06 42	0.06 71	0.10 120	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

GCAP-Stereo-cres-4k	0.08 82	0.08 365	0.09 117	0.18 400	0.07 133	0.11 263	0.14 267	0.13 123	0.11 114	0.08 136	0.11 263	0.07 131	0.06 71	0.09 61	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

GCAP-Stereo-DPT-cres	0.08 82	0.05 35	0.08 40	0.15 123	0.06 31	0.10 209	0.14 267	0.13 123	0.12 157	0.07 76	0.08 132	0.07 131	0.06 71	0.10 120	0.09 99	0.05 49	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

GCAP-Stereo-DPT-36K	0.08 82	0.06 114	0.16 480	0.15 123	0.06 31	0.08 85	0.12 114	0.13 123	0.11 114	0.07 76	0.08 132	0.07 131	0.06 71	0.09 61	0.08 26	0.05 49	0.05 253	0.05 53	0.04 59	0.04 46	0.04 53

GCAP-Stereo-DPT-22K	0.08 82	0.06 114	0.08 40	0.17 307	0.06 31	0.07 40	0.14 267	0.13 123	0.16 296	0.05 2	0.10 209	0.06 42	0.06 71	0.08 26	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

GCAP-Stereo-DPT-5K	0.08 82	0.06 114	0.11 250	0.16 219	0.07 133	0.11 263	0.12 114	0.15 197	0.16 296	0.08 136	0.12 285	0.05 4	0.06 71	0.09 61	0.08 26	0.05 49	0.04 24	0.06 204	0.05 202	0.03 1	0.04 53

GCAP-Stereo-DPT-2K	0.08 82	0.06 114	0.10 180	0.16 219	0.07 133	0.11 263	0.13 190	0.14 157	0.14 231	0.08 136	0.13 310	0.05 4	0.06 71	0.10 120	0.08 26	0.05 49	0.04 24	0.06 204	0.04 59	0.03 1	0.04 53

GCAP-Stereo-DPT-3K	0.08 82	0.07 224	0.10 180	0.16 219	0.07 133	0.09 148	0.12 114	0.15 197	0.15 260	0.09 189	0.12 285	0.05 4	0.06 71	0.09 61	0.08 26	0.05 49	0.04 24	0.06 204	0.04 59	0.03 1	0.04 53

GCAP-Stereo-DPT-50K	0.08 82	0.07 224	0.18 539	0.16 219	0.06 31	0.06 15	0.13 190	0.13 123	0.13 201	0.07 76	0.07 61	0.06 42	0.05 18	0.08 26	0.08 26	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

GCAP-Stereo-DPT-25K	0.08 82	0.06 114	0.08 40	0.16 219	0.06 31	0.06 15	0.14 267	0.14 157	0.15 260	0.07 76	0.10 209	0.06 42	0.05 18	0.09 61	0.09 99	0.04 6	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

GCAP-Stereo-DPT-FT	0.08 82	0.05 35	0.12 303	0.15 123	0.06 31	0.09 148	0.13 190	0.12 90	0.12 157	0.07 76	0.09 173	0.06 42	0.06 71	0.10 120	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

PSi22	0.08 82	0.06 114	0.11 250	0.16 219	0.07 133	0.08 85	0.10 40	0.14 157	0.08 25	0.08 136	0.07 61	0.10 274	0.06 71	0.12 299	0.10 200	0.05 49	0.04 24	0.04 1	0.04 59	0.04 46	0.04 53

Foundation-i1c-attn	0.08 82	0.05 35	0.07 10	0.14 66	0.05 2	0.09 148	0.12 114	0.13 123	0.10 79	0.09 189	0.10 209	0.10 274	0.07 178	0.08 26	0.10 200	0.06 170	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

Foundation-i1b	0.08 82	0.05 35	0.07 10	0.14 66	0.05 2	0.09 148	0.12 114	0.13 123	0.10 79	0.09 189	0.10 209	0.10 274	0.06 71	0.07 6	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.03 1	0.03 1

Foundation-i1a	0.08 82	0.05 35	0.08 40	0.13 18	0.05 2	0.13 369	0.13 190	0.12 90	0.10 79	0.11 282	0.11 263	0.11 308	0.06 71	0.08 26	0.09 99	0.06 170	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

DepthFocus	0.08 82	0.04 1	0.15 436	0.13 18	0.09 359	0.08 85	0.12 114	0.10 34	0.05 3	0.09 189	0.06 21	0.07 131	0.04 1	0.08 26	0.08 26	0.06 170	0.05 253	0.07 324	0.07 403	0.05 167	0.04 53

GeoVLM	0.08 82	0.04 1	0.10 180	0.13 18	0.06 31	0.10 209	0.13 190	0.13 123	0.08 25	0.06 24	0.07 61	0.06 42	0.08 237	0.10 120	0.11 287	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.05 196

gcap_with_dpt	0.08 82	0.06 114	0.10 180	0.16 219	0.07 133	0.10 209	0.12 114	0.14 157	0.14 231	0.08 136	0.12 285	0.05 4	0.06 71	0.10 120	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.03 1	0.04 53

DispViT+	0.08 82	0.05 35	0.10 180	0.13 18	0.06 31	0.05 4	0.11 75	0.18 306	0.16 296	0.09 189	0.08 132	0.07 131	0.06 71	0.11 202	0.09 99	0.06 170	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

WQFJA1++	0.08 82	0.04 1	0.11 250	0.14 66	0.07 133	0.11 263	0.11 75	0.12 90	0.07 18	0.07 76	0.07 61	0.07 131	0.06 71	0.10 120	0.10 200	0.06 170	0.04 24	0.05 53	0.04 59	0.06 300	0.06 312

BStereo	0.08 82	0.06 114	0.17 505	0.15 123	0.08 230	0.08 85	0.09 25	0.15 197	0.16 296	0.06 24	0.07 61	0.07 131	0.05 18	0.09 61	0.11 287	0.04 6	0.05 253	0.05 53	0.07 403	0.04 46	0.05 196

MonSter++	0.08 82	0.04 1	0.10 180	0.13 18	0.06 31	0.10 209	0.13 190	0.13 123	0.08 25	0.06 24	0.07 61	0.06 42	0.08 237	0.10 120	0.11 287	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.05 196

HiDET	0.08 82	0.05 35	0.10 180	0.13 18	0.06 31	0.09 148	0.12 114	0.12 90	0.12 157	0.07 76	0.07 61	0.07 131	0.07 178	0.11 202	0.11 287	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.04 53

LCMNet	0.08 82	0.05 35	0.10 180	0.13 18	0.07 133	0.09 148	0.12 114	0.10 34	0.12 157	0.06 24	0.08 132	0.06 42	0.07 178	0.11 202	0.10 200	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.04 53

CSFM-Stereo	0.08 82	0.05 35	0.08 40	0.14 66	0.06 31	0.09 148	0.13 190	0.15 197	0.07 18	0.07 76	0.08 132	0.06 42	0.08 237	0.09 61	0.10 200	0.06 170	0.05 253	0.04 1	0.03 1	0.04 46	0.04 53

GEAStereo	0.08 82	0.06 114	0.09 117	0.13 18	0.08 230	0.08 85	0.14 267	0.10 34	0.10 79	0.08 136	0.10 209	0.06 42	0.04 1	0.11 202	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

GSStereo	0.08 82	0.06 114	0.09 117	0.13 18	0.08 230	0.08 85	0.14 267	0.11 63	0.12 157	0.08 136	0.10 209	0.05 4	0.04 1	0.11 202	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

gasm-f	0.08 82	0.05 35	0.08 40	0.13 18	0.08 230	0.08 85	0.14 267	0.10 34	0.10 79	0.08 136	0.10 209	0.06 42	0.05 18	0.10 120	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.06 300	0.05 196

DDF-Stereo	0.08 82	0.05 35	0.10 180	0.15 123	0.10 478	0.05 4	0.13 190	0.09 24	0.14 231	0.06 24	0.06 21	0.07 131	0.06 71	0.09 61	0.10 200	0.06 170	0.04 24	0.06 204	0.04 59	0.08 463	0.05 196

252Zero-FE	0.08 82	0.04 1	0.10 180	0.13 18	0.07 133	0.13 369	0.11 75	0.13 123	0.14 231	0.07 76	0.05 7	0.06 42	0.05 18	0.09 61	0.10 200	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.06 312

Zero-FE251	0.08 82	0.05 35	0.10 180	0.13 18	0.06 31	0.12 322	0.12 114	0.11 63	0.10 79	0.07 76	0.08 132	0.06 42	0.06 71	0.10 120	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

zero-FE	0.08 82	0.05 35	0.10 180	0.15 123	0.10 478	0.05 4	0.13 190	0.09 24	0.14 231	0.07 76	0.06 21	0.07 131	0.06 71	0.09 61	0.10 200	0.06 170	0.04 24	0.06 204	0.04 59	0.08 463	0.05 196

GASTEREO	0.08 82	0.05 35	0.09 117	0.19 479	0.08 230	0.08 85	0.12 114	0.14 157	0.11 114	0.10 239	0.09 173	0.07 131	0.04 1	0.12 299	0.08 26	0.06 170	0.05 253	0.05 53	0.04 59	0.04 46	0.05 196

MSCF	0.08 82	0.05 35	0.09 117	0.19 479	0.08 230	0.07 40	0.12 114	0.14 157	0.11 114	0.10 239	0.09 173	0.07 131	0.04 1	0.11 202	0.08 26	0.06 170	0.05 253	0.05 53	0.04 59	0.05 167	0.05 196

S2M2_XL	0.08 82	0.06 114	0.12 303	0.12 7	0.08 230	0.09 148	0.09 25	0.07 7	0.07 18	0.08 136	0.07 61	0.07 131	0.06 71	0.09 61	0.09 99	0.08 442	0.06 438	0.07 324	0.06 297	0.08 463	0.06 312
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qwe	0.08 82	0.08 365	0.07 10	0.15 123	0.06 31	0.07 40	0.10 40	0.18 306	0.12 157	0.07 76	0.07 61	0.06 42	0.06 71	0.10 120	0.09 99	0.04 6	0.03 1	0.04 1	0.04 59	0.04 46	0.03 1

3w_stereo	0.08 82	0.09 450	0.10 180	0.17 307	0.07 133	0.08 85	0.11 75	0.20 359	0.13 201	0.06 24	0.07 61	0.05 4	0.06 71	0.08 26	0.09 99	0.04 6	0.03 1	0.04 1	0.03 1	0.04 46	0.03 1

2w_stereo	0.08 82	0.08 365	0.09 117	0.16 219	0.06 31	0.09 148	0.10 40	0.20 359	0.15 260	0.08 136	0.07 61	0.06 42	0.06 71	0.06 1	0.10 200	0.04 6	0.03 1	0.04 1	0.04 59	0.03 1	0.03 1

1w_stereo	0.08 82	0.06 114	0.07 10	0.16 219	0.06 31	0.07 40	0.10 40	0.14 157	0.15 260	0.07 76	0.08 132	0.05 4	0.06 71	0.10 120	0.09 99	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 53

monsterstereo	0.08 82	0.06 114	0.07 10	0.16 219	0.06 31	0.08 85	0.10 40	0.16 236	0.12 157	0.07 76	0.08 132	0.06 42	0.07 178	0.08 26	0.09 99	0.04 6	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

IGEV	0.08 82	0.04 1	0.09 117	0.13 18	0.06 31	0.09 148	0.12 114	0.14 157	0.10 79	0.06 24	0.09 173	0.07 131	0.05 18	0.09 61	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

LG-Stereo	0.08 82	0.08 365	0.10 180	0.18 400	0.07 133	0.10 209	0.17 459	0.11 63	0.08 25	0.06 24	0.08 132	0.06 42	0.07 178	0.09 61	0.09 99	0.04 6	0.05 253	0.07 324	0.07 403	0.04 46	0.04 53

SGD-Stereo	0.08 82	0.05 35	0.10 180	0.14 66	0.06 31	0.12 322	0.12 114	0.11 63	0.12 157	0.07 76	0.09 173	0.09 239	0.09 279	0.08 26	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

HART	0.08 82	0.07 224	0.09 117	0.18 400	0.07 133	0.10 209	0.16 425	0.13 123	0.11 114	0.09 189	0.10 209	0.08 192	0.05 18	0.10 120	0.08 26	0.05 49	0.04 24	0.06 204	0.04 59	0.05 167	0.04 53

SCV_C0	0.08 82	0.07 224	0.08 40	0.16 219	0.10 478	0.08 85	0.14 267	0.11 63	0.13 201	0.08 136	0.07 61	0.06 42	0.05 18	0.11 202	0.07 1	0.05 49	0.05 253	0.05 53	0.04 59	0.06 300	0.05 196

SCV	0.08 82	0.09 450	0.08 40	0.15 123	0.08 230	0.10 209	0.12 114	0.11 63	0.12 157	0.07 76	0.07 61	0.06 42	0.04 1	0.10 120	0.08 26	0.05 49	0.05 253	0.06 204	0.04 59	0.06 300	0.04 53

DEFOM-Stereo_RVC	0.08 82	0.07 224	0.09 117	0.22 611	0.06 31	0.08 85	0.12 114	0.10 34	0.10 79	0.07 76	0.07 61	0.06 42	0.05 18	0.11 202	0.09 99	0.06 170	0.04 24	0.05 53	0.03 1	0.06 300	0.04 53

HUF	0.08 82	0.05 35	0.08 40	0.14 66	0.06 31	0.09 148	0.13 190	0.13 123	0.13 201	0.07 76	0.07 61	0.09 239	0.06 71	0.10 120	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

castereo++	0.08 82	0.06 114	0.08 40	0.15 123	0.05 2	0.14 419	0.11 75	0.11 63	0.15 260	0.07 76	0.07 61	0.08 192	0.06 71	0.08 26	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.03 1

IGEV-RUCA	0.08 82	0.06 114	0.11 250	0.14 66	0.09 359	0.10 209	0.12 114	0.10 34	0.12 157	0.06 24	0.07 61	0.08 192	0.06 71	0.09 61	0.08 26	0.06 170	0.05 253	0.05 53	0.04 59	0.05 167	0.06 312

GIP-stereo	0.08 82	0.06 114	0.11 250	0.15 123	0.07 133	0.09 148	0.13 190	0.15 197	0.11 114	0.07 76	0.08 132	0.05 4	0.04 1	0.10 120	0.07 1	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

SMoEStereo_RVC	0.08 82	0.06 114	0.12 303	0.16 219	0.07 133	0.09 148	0.13 190	0.11 63	0.14 231	0.09 189	0.07 61	0.07 131	0.07 178	0.12 299	0.10 200	0.05 49	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

WCG-NET	0.08 82	0.05 35	0.10 180	0.15 123	0.06 31	0.11 263	0.14 267	0.13 123	0.14 231	0.07 76	0.09 173	0.07 131	0.06 71	0.13 362	0.08 26	0.05 49	0.04 24	0.06 204	0.04 59	0.04 46	0.03 1

Occ-G	0.08 82	0.05 35	0.07 10	0.14 66	0.07 133	0.09 148	0.14 267	0.14 157	0.15 260	0.07 76	0.12 285	0.07 131	0.05 18	0.09 61	0.10 200	0.06 170	0.05 253	0.05 53	0.04 59	0.05 167	0.06 312

U	0.08 82	0.07 224	0.10 180	0.19 479	0.10 478	0.10 209	0.13 190	0.12 90	0.17 333	0.07 76	0.07 61	0.06 42	0.05 18	0.07 6	0.09 99	0.06 170	0.04 24	0.06 204	0.04 59	0.06 300	0.05 196

AIO-Stereo	0.08 82	0.06 114	0.10 180	0.18 400	0.06 31	0.09 148	0.11 75	0.16 236	0.09 54	0.09 189	0.08 132	0.07 131	0.05 18	0.11 202	0.08 26	0.05 49	0.05 253	0.05 53	0.04 59	0.04 46	0.04 53

WCG-NET（raft）	0.08 82	0.05 35	0.10 180	0.15 123	0.06 31	0.11 263	0.13 190	0.15 197	0.12 157	0.08 136	0.07 61	0.06 42	0.06 71	0.13 362	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

RSM++	0.08 82	0.06 114	0.09 117	0.17 307	0.07 133	0.09 148	0.12 114	0.11 63	0.11 114	0.08 136	0.06 21	0.07 131	0.05 18	0.10 120	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.03 1

RSM	0.08 82	0.06 114	0.09 117	0.17 307	0.07 133	0.08 85	0.12 114	0.12 90	0.10 79	0.08 136	0.07 61	0.06 42	0.05 18	0.11 202	0.09 99	0.04 6	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

gcap-zeroshot	0.08 82	0.06 114	0.11 250	0.15 123	0.07 133	0.12 322	0.13 190	0.15 197	0.16 296	0.08 136	0.12 285	0.05 4	0.06 71	0.09 61	0.08 26	0.05 49	0.04 24	0.06 204	0.05 202	0.03 1	0.04 53

test_for_model	0.08 82	0.06 114	0.11 250	0.16 219	0.07 133	0.11 263	0.12 114	0.15 197	0.16 296	0.08 136	0.12 285	0.05 4	0.06 71	0.09 61	0.08 26	0.05 49	0.04 24	0.06 204	0.05 202	0.03 1	0.04 53

trnet	0.08 82	0.05 35	0.07 10	0.12 7	0.05 2	0.12 322	0.10 40	0.13 123	0.10 79	0.08 136	0.13 310	0.09 239	0.08 237	0.11 202	0.10 200	0.08 442	0.05 253	0.05 53	0.03 1	0.06 300	0.05 196

MoCha-V2	0.08 82	0.05 35	0.11 250	0.20 547	0.07 133	0.10 209	0.14 267	0.12 90	0.08 25	0.07 76	0.08 132	0.07 131	0.06 71	0.09 61	0.08 26	0.05 49	0.05 253	0.05 53	0.04 59	0.04 46	0.04 53

IGEV++	0.08 82	0.06 114	0.09 117	0.18 400	0.07 133	0.10 209	0.13 190	0.10 34	0.10 79	0.08 136	0.08 132	0.06 42	0.05 18	0.13 362	0.09 99	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

testlalala	0.08 82	0.06 114	0.11 250	0.15 123	0.07 133	0.12 322	0.13 190	0.15 197	0.16 296	0.08 136	0.12 285	0.05 4	0.06 71	0.09 61	0.08 26	0.05 49	0.04 24	0.06 204	0.05 202	0.03 1	0.04 53

LoS_RVC	0.08 82	0.05 35	0.07 10	0.15 123	0.07 133	0.08 85	0.15 357	0.12 90	0.11 114	0.08 136	0.09 173	0.06 42	0.09 279	0.10 120	0.09 99	0.05 49	0.04 24	0.05 53	0.03 1	0.04 46	0.04 53

CAS	0.08 82	0.04 1	0.07 10	0.17 307	0.08 230	0.10 209	0.13 190	0.12 90	0.09 54	0.09 189	0.10 209	0.08 192	0.06 71	0.09 61	0.09 99	0.08 442	0.04 24	0.05 53	0.03 1	0.05 167	0.04 53

CES	0.08 82	0.04 1	0.08 40	0.14 66	0.07 133	0.09 148	0.14 267	0.11 63	0.09 54	0.08 136	0.09 173	0.11 308	0.07 178	0.12 299	0.08 26	0.06 170	0.04 24	0.05 53	0.03 1	0.05 167	0.05 196

EGLCR-Stereo	0.08 82	0.05 35	0.08 40	0.14 66	0.07 133	0.11 263	0.12 114	0.11 63	0.16 296	0.06 24	0.05 7	0.07 131	0.05 18	0.10 120	0.11 287	0.06 170	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

CREStereo++_RVC	0.08 82	0.04 1	0.07 10	0.13 18	0.07 133	0.09 148	0.12 114	0.14 157	0.14 231	0.10 239	0.14 325	0.08 192	0.07 178	0.10 120	0.11 287	0.06 170	0.04 24	0.05 53	0.05 202	0.04 46	0.04 53
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
GELT-Stereo	0.09 176	0.06 114	0.10 180	0.18 400	0.07 133	0.07 40	0.15 357	0.21 381	0.17 333	0.08 136	0.07 61	0.06 42	0.08 237	0.10 120	0.07 1	0.04 6	0.04 24	0.06 204	0.06 297	0.04 46	0.03 1

FAST (zero-shot)	0.09 176	0.06 114	0.11 250	0.19 479	0.13 597	0.07 40	0.13 190	0.13 123	0.08 25	0.08 136	0.07 61	0.08 192	0.07 178	0.10 120	0.10 200	0.07 358	0.06 438	0.06 204	0.07 403	0.05 167	0.08 478

DNSM	0.09 176	0.05 35	0.08 40	0.14 66	0.06 31	0.07 40	0.12 114	0.12 90	0.11 114	0.09 189	0.09 173	0.08 192	0.05 18	0.19 539	0.15 488	0.07 358	0.05 253	0.05 53	0.04 59	0.14 639	0.12 607

GREATEN-IGEV_RVC	0.09 176	0.08 365	0.08 40	0.21 586	0.09 359	0.08 85	0.11 75	0.10 34	0.09 54	0.07 76	0.11 263	0.05 4	0.06 71	0.14 401	0.11 287	0.05 49	0.06 438	0.07 324	0.06 297	0.05 167	0.05 196

VeloStereo	0.09 176	0.04 1	0.12 303	0.14 66	0.11 537	0.07 40	0.06 1	0.08 13	0.06 8	0.09 189	0.07 61	0.06 42	0.08 237	0.11 202	0.10 200	0.08 442	0.08 549	0.08 420	0.07 403	0.11 586	0.13 625

flow	0.09 176	0.04 1	0.12 303	0.14 66	0.11 537	0.07 40	0.06 1	0.08 13	0.06 8	0.09 189	0.07 61	0.06 42	0.08 237	0.12 299	0.10 200	0.08 442	0.08 549	0.08 420	0.07 403	0.11 586	0.13 625

GREATEN-IGEV-FM_RVC	0.09 176	0.05 35	0.11 250	0.19 479	0.07 133	0.10 209	0.09 25	0.12 90	0.10 79	0.09 189	0.09 173	0.07 131	0.08 237	0.08 26	0.09 99	0.06 170	0.06 438	0.10 560	0.08 486	0.07 390	0.05 196

Weightmod_eth	0.09 176	0.07 224	0.08 40	0.18 400	0.07 133	0.11 263	0.16 425	0.13 123	0.11 114	0.09 189	0.09 173	0.10 274	0.07 178	0.10 120	0.10 200	0.06 170	0.07 513	0.06 204	0.07 403	0.04 46	0.03 1

Weightmod	0.09 176	0.06 114	0.08 40	0.18 400	0.06 31	0.11 263	0.15 357	0.14 157	0.12 157	0.11 282	0.11 263	0.08 192	0.07 178	0.10 120	0.11 287	0.06 170	0.08 549	0.07 324	0.07 403	0.05 167	0.03 1

Anonymus	0.09 176	0.05 35	0.10 180	0.15 123	0.08 230	0.10 209	0.14 267	0.15 197	0.10 79	0.07 76	0.06 21	0.07 131	0.09 279	0.12 299	0.10 200	0.06 170	0.04 24	0.05 53	0.05 202	0.05 167	0.06 312

PhaseNet	0.09 176	0.06 114	0.10 180	0.15 123	0.08 230	0.10 209	0.14 267	0.20 359	0.12 157	0.07 76	0.08 132	0.09 239	0.10 319	0.13 362	0.12 365	0.06 170	0.04 24	0.06 204	0.06 297	0.05 167	0.05 196

DNS	0.09 176	0.06 114	0.08 40	0.14 66	0.06 31	0.06 15	0.12 114	0.12 90	0.09 54	0.08 136	0.08 132	0.08 192	0.05 18	0.17 493	0.12 365	0.07 358	0.05 253	0.07 324	0.03 1	0.14 639	0.10 559

aanet-new	0.09 176	0.09 450	0.10 180	0.18 400	0.08 230	0.10 209	0.12 114	0.15 197	0.13 201	0.08 136	0.08 132	0.05 4	0.07 178	0.10 120	0.08 26	0.05 49	0.04 24	0.05 53	0.04 59	0.06 300	0.04 53

RT-Monster	0.09 176	0.05 35	0.09 117	0.14 66	0.08 230	0.12 322	0.10 40	0.17 274	0.19 383	0.14 389	0.10 209	0.10 274	0.08 237	0.11 202	0.10 200	0.07 358	0.05 253	0.05 53	0.04 59	0.05 167	0.06 312

LiteMatch	0.09 176	0.06 114	0.10 180	0.16 219	0.07 133	0.10 209	0.15 357	0.13 123	0.08 25	0.06 24	0.07 61	0.06 42	0.16 507	0.10 120	0.14 450	0.07 358	0.04 24	0.06 204	0.06 297	0.06 300	0.06 312

Foundation-i1	0.09 176	0.04 1	0.10 180	0.14 66	0.06 31	0.10 209	0.13 190	0.16 236	0.15 260	0.10 239	0.10 209	0.11 308	0.07 178	0.07 6	0.10 200	0.06 170	0.04 24	0.05 53	0.05 202	0.05 167	0.05 196

VMStereo-Base	0.09 176	0.05 35	0.10 180	0.13 18	0.07 133	0.11 263	0.10 40	0.16 236	0.13 201	0.10 239	0.16 359	0.10 274	0.09 279	0.11 202	0.10 200	0.07 358	0.05 253	0.05 53	0.04 59	0.05 167	0.06 312

Anonymus123	0.09 176	0.06 114	0.17 505	0.15 123	0.08 230	0.11 263	0.09 25	0.18 306	0.16 296	0.06 24	0.07 61	0.07 131	0.05 18	0.09 61	0.11 287	0.04 6	0.05 253	0.05 53	0.07 403	0.04 46	0.05 196

NLSM3	0.09 176	0.07 224	0.08 40	0.20 547	0.08 230	0.11 263	0.16 425	0.18 306	0.17 333	0.06 24	0.08 132	0.08 192	0.09 279	0.09 61	0.11 287	0.04 6	0.04 24	0.06 204	0.07 403	0.03 1	0.04 53

FE-Mocha	0.09 176	0.06 114	0.14 399	0.16 219	0.09 359	0.11 263	0.15 357	0.19 339	0.16 296	0.10 239	0.09 173	0.07 131	0.07 178	0.09 61	0.09 99	0.06 170	0.04 24	0.06 204	0.06 297	0.05 167	0.05 196

IGEV-FE	0.09 176	0.05 35	0.13 351	0.14 66	0.08 230	0.12 322	0.13 190	0.17 274	0.11 114	0.10 239	0.06 21	0.09 239	0.06 71	0.11 202	0.09 99	0.06 170	0.04 24	0.06 204	0.06 297	0.05 167	0.05 196

DA	0.09 176	0.07 224	0.07 10	0.19 479	0.08 230	0.10 209	0.13 190	0.13 123	0.12 157	0.08 136	0.10 209	0.10 274	0.08 237	0.09 61	0.10 200	0.05 49	0.04 24	0.06 204	0.04 59	0.05 167	0.04 53

GGEV	0.09 176	0.07 224	0.07 10	0.19 479	0.08 230	0.10 209	0.13 190	0.13 123	0.12 157	0.08 136	0.10 209	0.10 274	0.08 237	0.09 61	0.10 200	0.05 49	0.04 24	0.06 204	0.04 59	0.05 167	0.04 53

water-stereo	0.09 176	0.06 114	0.08 40	0.16 219	0.07 133	0.10 209	0.13 190	0.15 197	0.13 201	0.11 282	0.12 285	0.09 239	0.10 319	0.07 6	0.08 26	0.06 170	0.05 253	0.05 53	0.05 202	0.04 46	0.04 53

depthmonostereo	0.09 176	0.06 114	0.09 117	0.15 123	0.06 31	0.11 263	0.13 190	0.14 157	0.15 260	0.10 239	0.10 209	0.09 239	0.11 362	0.08 26	0.09 99	0.06 170	0.05 253	0.06 204	0.04 59	0.04 46	0.03 1

DVStereo	0.09 176	0.05 35	0.08 40	0.15 123	0.06 31	0.11 263	0.12 114	0.14 157	0.16 296	0.11 282	0.11 263	0.09 239	0.10 319	0.11 202	0.11 287	0.06 170	0.05 253	0.05 53	0.04 59	0.03 1	0.03 1

S2M2_L	0.09 176	0.08 365	0.11 250	0.13 18	0.10 478	0.08 85	0.06 1	0.10 34	0.10 79	0.10 239	0.10 209	0.09 239	0.09 279	0.11 202	0.11 287	0.13 628	0.07 513	0.08 420	0.09 533	0.10 564	0.08 478
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 176	0.07 224	0.09 117	0.19 479	0.08 230	0.12 322	0.18 509	0.15 197	0.14 231	0.07 76	0.10 209	0.07 131	0.06 71	0.12 299	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.06 300	0.04 53

Reg-Stereo(zero)	0.09 176	0.05 35	0.08 40	0.16 219	0.06 31	0.12 322	0.11 75	0.15 197	0.11 114	0.12 322	0.09 173	0.10 274	0.08 237	0.11 202	0.09 99	0.06 170	0.05 253	0.05 53	0.04 59	0.04 46	0.05 196

castereo	0.09 176	0.06 114	0.11 250	0.15 123	0.06 31	0.11 263	0.14 267	0.14 157	0.18 354	0.08 136	0.10 209	0.11 308	0.08 237	0.09 61	0.10 200	0.05 49	0.04 24	0.05 53	0.04 59	0.04 46	0.04 53

fffft	0.09 176	0.06 114	0.12 303	0.16 219	0.07 133	0.09 148	0.16 425	0.12 90	0.11 114	0.09 189	0.07 61	0.09 239	0.06 71	0.11 202	0.12 365	0.05 49	0.04 24	0.06 204	0.05 202	0.04 46	0.05 196
1: 1. 1
tt45	0.09 176	0.06 114	0.11 250	0.15 123	0.07 133	0.12 322	0.15 357	0.13 123	0.12 157	0.09 189	0.06 21	0.08 192	0.06 71	0.13 362	0.10 200	0.06 170	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

999	0.09 176	0.06 114	0.13 351	0.15 123	0.08 230	0.10 209	0.14 267	0.15 197	0.12 157	0.10 239	0.08 132	0.08 192	0.08 237	0.16 453	0.10 200	0.06 170	0.04 24	0.06 204	0.05 202	0.04 46	0.06 312

mms	0.09 176	0.07 224	0.08 40	0.17 307	0.08 230	0.11 263	0.15 357	0.12 90	0.11 114	0.09 189	0.09 173	0.08 192	0.06 71	0.11 202	0.12 365	0.05 49	0.04 24	0.07 324	0.05 202	0.04 46	0.04 53

ours_stereo	0.09 176	0.07 224	0.09 117	0.17 307	0.08 230	0.11 263	0.16 425	0.11 63	0.12 157	0.08 136	0.10 209	0.08 192	0.06 71	0.12 299	0.12 365	0.05 49	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

fffy	0.09 176	0.08 365	0.10 180	0.16 219	0.07 133	0.13 369	0.17 459	0.13 123	0.12 157	0.08 136	0.09 173	0.08 192	0.09 279	0.13 362	0.11 287	0.05 49	0.05 253	0.07 324	0.05 202	0.04 46	0.05 196

GCAP-BAT	0.09 176	0.05 35	0.11 250	0.13 18	0.07 133	0.11 263	0.14 267	0.14 157	0.17 333	0.07 76	0.10 209	0.08 192	0.06 71	0.13 362	0.08 26	0.07 358	0.05 253	0.05 53	0.05 202	0.05 167	0.04 53

Pointernet	0.09 176	0.05 35	0.10 180	0.16 219	0.08 230	0.13 369	0.10 40	0.15 197	0.18 354	0.09 189	0.07 61	0.06 42	0.06 71	0.11 202	0.10 200	0.08 442	0.04 24	0.05 53	0.03 1	0.06 300	0.05 196

IGEV-BASED-STEREO-	0.09 176	0.10 519	0.32 643	0.15 123	0.06 31	0.08 85	0.14 267	0.11 63	0.10 79	0.07 76	0.07 61	0.06 42	0.04 1	0.11 202	0.07 1	0.12 609	0.04 24	0.07 324	0.05 202	0.05 167	0.05 196

RAFT-Stereo-weight	0.09 176	0.06 114	0.11 250	0.16 219	0.07 133	0.09 148	0.14 267	0.19 339	0.16 296	0.11 282	0.10 209	0.08 192	0.06 71	0.10 120	0.11 287	0.06 170	0.04 24	0.06 204	0.04 59	0.04 46	0.04 53

MGS-Stereo	0.09 176	0.07 224	0.12 303	0.16 219	0.08 230	0.09 148	0.15 357	0.12 90	0.12 157	0.07 76	0.10 209	0.08 192	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.06 300	0.05 196

ff7	0.09 176	0.07 224	0.11 250	0.16 219	0.09 359	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.06 42	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

IGEVStereo-DCA	0.09 176	0.07 224	0.11 250	0.16 219	0.10 478	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.08 192	0.06 71	0.10 120	0.09 99	0.06 170	0.05 253	0.06 204	0.05 202	0.05 167	0.06 312

ffff	0.09 176	0.07 224	0.11 250	0.16 219	0.09 359	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.06 42	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

rrr	0.09 176	0.07 224	0.13 351	0.16 219	0.10 478	0.11 263	0.15 357	0.16 236	0.15 260	0.10 239	0.06 21	0.08 192	0.06 71	0.10 120	0.09 99	0.06 170	0.05 253	0.06 204	0.05 202	0.05 167	0.06 312

11t	0.09 176	0.07 224	0.11 250	0.16 219	0.09 359	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.06 42	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

MaDis-Stereo	0.09 176	0.09 450	0.08 40	0.17 307	0.09 359	0.14 419	0.11 75	0.16 236	0.16 296	0.09 189	0.11 263	0.06 42	0.06 71	0.09 61	0.13 406	0.07 358	0.06 438	0.08 420	0.05 202	0.05 167	0.04 53

IGEV_Zeroshot_test	0.09 176	0.05 35	0.13 351	0.14 66	0.08 230	0.12 322	0.13 190	0.17 274	0.11 114	0.10 239	0.06 21	0.09 239	0.06 71	0.11 202	0.09 99	0.06 170	0.04 24	0.06 204	0.06 297	0.05 167	0.05 196

MSKI-zero shot	0.09 176	0.05 35	0.09 117	0.16 219	0.07 133	0.10 209	0.13 190	0.15 197	0.14 231	0.09 189	0.09 173	0.09 239	0.06 71	0.12 299	0.11 287	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.05 196

UniTT-Stereo	0.09 176	0.07 224	0.08 40	0.18 400	0.08 230	0.13 369	0.11 75	0.12 90	0.11 114	0.10 239	0.12 285	0.05 4	0.06 71	0.09 61	0.10 200	0.07 358	0.06 438	0.05 53	0.05 202	0.06 300	0.05 196

CASnet	0.09 176	0.09 450	0.09 117	0.19 479	0.06 31	0.07 40	0.11 75	0.18 306	0.14 231	0.11 282	0.10 209	0.09 239	0.07 178	0.10 120	0.10 200	0.06 170	0.04 24	0.10 560	0.08 486	0.06 300	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAPDPT-zeroshot	0.09 176	0.05 35	0.11 250	0.13 18	0.07 133	0.11 263	0.14 267	0.14 157	0.17 333	0.07 76	0.10 209	0.08 192	0.06 71	0.13 362	0.08 26	0.07 358	0.05 253	0.05 53	0.05 202	0.05 167	0.04 53

AEACV	0.09 176	0.05 35	0.08 40	0.14 66	0.13 597	0.14 419	0.13 190	0.15 197	0.09 54	0.07 76	0.09 173	0.07 131	0.08 237	0.10 120	0.09 99	0.06 170	0.04 24	0.06 204	0.05 202	0.05 167	0.04 53

GCAP-Stereo	0.09 176	0.07 224	0.13 351	0.18 400	0.06 31	0.11 263	0.07 5	0.14 157	0.12 157	0.09 189	0.10 209	0.07 131	0.09 279	0.13 362	0.10 200	0.06 170	0.05 253	0.05 53	0.04 59	0.04 46	0.05 196

RAFT-Test	0.09 176	0.06 114	0.10 180	0.16 219	0.07 133	0.11 263	0.15 357	0.16 236	0.13 201	0.09 189	0.10 209	0.11 308	0.09 279	0.12 299	0.09 99	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

HH	0.09 176	0.06 114	0.13 351	0.17 307	0.08 230	0.11 263	0.16 425	0.15 197	0.10 79	0.08 136	0.10 209	0.08 192	0.07 178	0.10 120	0.09 99	0.06 170	0.04 24	0.06 204	0.05 202	0.05 167	0.04 53

HanStereo	0.09 176	0.06 114	0.13 351	0.17 307	0.08 230	0.11 263	0.16 425	0.15 197	0.10 79	0.08 136	0.10 209	0.08 192	0.07 178	0.10 120	0.09 99	0.06 170	0.04 24	0.06 204	0.05 202	0.05 167	0.04 53

anonymousdsp	0.09 176	0.07 224	0.11 250	0.17 307	0.09 359	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.06 42	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

LoS	0.09 176	0.05 35	0.11 250	0.13 18	0.07 133	0.14 419	0.11 75	0.15 197	0.15 260	0.09 189	0.09 173	0.12 334	0.09 279	0.15 424	0.10 200	0.07 358	0.05 253	0.05 53	0.03 1	0.05 167	0.05 196
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 176	0.07 224	0.11 250	0.17 307	0.08 230	0.11 263	0.15 357	0.15 197	0.12 157	0.10 239	0.06 21	0.07 131	0.06 71	0.11 202	0.09 99	0.05 49	0.05 253	0.06 204	0.05 202	0.04 46	0.06 312

MC-Stereo	0.09 176	0.07 224	0.09 117	0.17 307	0.06 31	0.10 209	0.14 267	0.12 90	0.11 114	0.09 189	0.12 285	0.09 239	0.06 71	0.11 202	0.10 200	0.06 170	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

RCA-Stereo	0.09 176	0.06 114	0.09 117	0.16 219	0.06 31	0.09 148	0.13 190	0.18 306	0.14 231	0.10 239	0.11 263	0.08 192	0.07 178	0.12 299	0.11 287	0.06 170	0.04 24	0.06 204	0.05 202	0.05 167	0.04 53

CroCo-Stereo Lap2	0.09 176	0.09 450	0.08 40	0.22 611	0.09 359	0.09 148	0.18 509	0.16 236	0.12 157	0.09 189	0.10 209	0.05 4	0.05 18	0.08 26	0.08 26	0.06 170	0.06 438	0.07 324	0.05 202	0.06 300	0.05 196

ccc-4	0.09 176	0.07 224	0.11 250	0.16 219	0.09 359	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.06 42	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

IGEV-Stereo	0.09 176	0.07 224	0.11 250	0.17 307	0.09 359	0.11 263	0.15 357	0.16 236	0.12 157	0.10 239	0.06 21	0.06 42	0.06 71	0.11 202	0.09 99	0.05 49	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 176	0.05 35	0.13 351	0.14 66	0.09 359	0.12 322	0.15 357	0.19 339	0.11 114	0.11 282	0.08 132	0.08 192	0.05 18	0.10 120	0.09 99	0.06 170	0.04 24	0.06 204	0.05 202	0.06 300	0.05 196

test-3	0.09 176	0.06 114	0.10 180	0.18 400	0.07 133	0.07 40	0.14 267	0.12 90	0.16 296	0.10 239	0.08 132	0.08 192	0.08 237	0.11 202	0.10 200	0.05 49	0.04 24	0.07 324	0.05 202	0.04 46	0.04 53

test_1	0.09 176	0.06 114	0.10 180	0.18 400	0.07 133	0.07 40	0.14 267	0.12 90	0.16 296	0.10 239	0.08 132	0.08 192	0.08 237	0.11 202	0.10 200	0.05 49	0.04 24	0.07 324	0.05 202	0.04 46	0.04 53

CroCo-Stereo	0.09 176	0.08 365	0.08 40	0.22 611	0.09 359	0.09 148	0.18 509	0.16 236	0.12 157	0.07 76	0.07 61	0.08 192	0.06 71	0.08 26	0.07 1	0.07 358	0.05 253	0.06 204	0.04 59	0.05 167	0.04 53
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
TANstereo	0.09 176	0.04 1	0.08 40	0.13 18	0.06 31	0.11 263	0.13 190	0.15 197	0.19 383	0.11 282	0.15 342	0.10 274	0.07 178	0.12 299	0.09 99	0.07 358	0.05 253	0.05 53	0.04 59	0.06 300	0.05 196

XX-TBD	0.09 176	0.06 114	0.07 10	0.14 66	0.07 133	0.13 369	0.16 425	0.14 157	0.14 231	0.11 282	0.12 285	0.09 239	0.08 237	0.10 120	0.10 200	0.06 170	0.04 24	0.05 53	0.04 59	0.06 300	0.05 196

raftrobust	0.09 176	0.06 114	0.11 250	0.17 307	0.08 230	0.09 148	0.10 40	0.18 306	0.16 296	0.10 239	0.09 173	0.12 334	0.08 237	0.12 299	0.10 200	0.08 442	0.05 253	0.06 204	0.05 202	0.05 167	0.06 312

XX-Stereo	0.09 176	0.05 35	0.09 117	0.17 307	0.09 359	0.15 444	0.12 114	0.21 381	0.10 79	0.10 239	0.14 325	0.07 131	0.06 71	0.13 362	0.08 26	0.06 170	0.05 253	0.06 204	0.06 297	0.04 46	0.04 53

test_xeample3	0.09 176	0.07 224	0.12 303	0.16 219	0.09 359	0.11 263	0.15 357	0.16 236	0.14 231	0.10 239	0.07 61	0.08 192	0.06 71	0.10 120	0.09 99	0.06 170	0.04 24	0.06 204	0.05 202	0.05 167	0.06 312

RAFT-Stereo + iAFF	0.09 176	0.06 114	0.10 180	0.17 307	0.07 133	0.10 209	0.15 357	0.17 274	0.15 260	0.10 239	0.10 209	0.08 192	0.09 279	0.12 299	0.10 200	0.05 49	0.04 24	0.06 204	0.06 297	0.04 46	0.03 1

AFF-stereo	0.09 176	0.07 224	0.10 180	0.17 307	0.07 133	0.10 209	0.15 357	0.18 306	0.10 79	0.10 239	0.11 263	0.09 239	0.10 319	0.12 299	0.10 200	0.05 49	0.04 24	0.07 324	0.07 403	0.04 46	0.04 53

EAI-Stereo	0.09 176	0.07 224	0.11 250	0.16 219	0.07 133	0.10 209	0.15 357	0.16 236	0.09 54	0.08 136	0.09 173	0.08 192	0.07 178	0.09 61	0.11 287	0.05 49	0.05 253	0.05 53	0.05 202	0.05 167	0.04 53

CFNet-RSSM	0.09 176	0.07 224	0.10 180	0.16 219	0.07 133	0.09 148	0.15 357	0.17 274	0.18 354	0.08 136	0.12 285	0.11 308	0.09 279	0.12 299	0.10 200	0.06 170	0.04 24	0.06 204	0.04 59	0.04 46	0.04 53

Gwc-CoAtRS	0.09 176	0.07 224	0.10 180	0.16 219	0.07 133	0.10 209	0.15 357	0.18 306	0.17 333	0.08 136	0.10 209	0.12 334	0.09 279	0.12 299	0.09 99	0.06 170	0.04 24	0.06 204	0.04 59	0.04 46	0.05 196

CREStereo	0.09 176	0.05 35	0.08 40	0.11 1	0.06 31	0.14 419	0.14 267	0.14 157	0.10 79	0.09 189	0.13 310	0.09 239	0.08 237	0.12 299	0.10 200	0.08 442	0.04 24	0.05 53	0.03 1	0.06 300	0.06 312
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 176	0.05 35	0.09 117	0.12 7	0.06 31	0.13 369	0.14 267	0.16 236	0.11 114	0.09 189	0.13 310	0.10 274	0.07 178	0.14 401	0.10 200	0.15 653	0.04 24	0.05 53	0.03 1	0.07 390	0.06 312

SE	0.10 257	0.10 519	0.08 40	0.19 479	0.09 359	0.11 263	0.11 75	0.16 236	0.11 114	0.10 239	0.17 379	0.09 239	0.08 237	0.09 61	0.10 200	0.06 170	0.05 253	0.08 420	0.07 403	0.07 390	0.04 53

SMOE	0.10 257	0.08 365	0.09 117	0.18 400	0.07 133	0.13 369	0.14 267	0.19 339	0.13 201	0.12 322	0.13 310	0.12 334	0.09 279	0.11 202	0.12 365	0.05 49	0.05 253	0.08 420	0.06 297	0.06 300	0.04 53

ManiGeoR	0.10 257	0.05 35	0.12 303	0.12 7	0.08 230	0.12 322	0.12 114	0.24 456	0.14 231	0.13 358	0.14 325	0.12 334	0.09 279	0.13 362	0.13 406	0.07 358	0.05 253	0.05 53	0.05 202	0.07 390	0.07 403

HLf10	0.10 257	0.05 35	0.12 303	0.12 7	0.08 230	0.12 322	0.12 114	0.24 456	0.14 231	0.13 358	0.14 325	0.12 334	0.09 279	0.13 362	0.13 406	0.07 358	0.05 253	0.05 53	0.05 202	0.07 390	0.07 403

TestStereo_HLe17	0.10 257	0.05 35	0.12 303	0.13 18	0.07 133	0.11 263	0.14 267	0.21 381	0.15 260	0.11 282	0.14 325	0.11 308	0.09 279	0.13 362	0.13 406	0.07 358	0.04 24	0.05 53	0.05 202	0.07 390	0.06 312

DN	0.10 257	0.05 35	0.10 180	0.15 123	0.09 359	0.12 322	0.18 509	0.17 274	0.16 296	0.08 136	0.09 173	0.08 192	0.06 71	0.08 26	0.09 99	0.11 583	0.05 253	0.07 324	0.06 297	0.07 390	0.09 527

WQFJA1	0.10 257	0.07 224	0.08 40	0.20 547	0.09 359	0.12 322	0.18 509	0.18 306	0.18 354	0.09 189	0.10 209	0.08 192	0.10 319	0.12 299	0.11 287	0.06 170	0.08 549	0.07 324	0.06 297	0.06 300	0.05 196

WQFJX1	0.10 257	0.07 224	0.08 40	0.22 611	0.09 359	0.12 322	0.17 459	0.18 306	0.18 354	0.10 239	0.10 209	0.07 131	0.10 319	0.11 202	0.10 200	0.07 358	0.08 549	0.07 324	0.06 297	0.05 167	0.05 196

WQFJX	0.10 257	0.07 224	0.09 117	0.21 586	0.09 359	0.12 322	0.16 425	0.19 339	0.18 354	0.12 322	0.10 209	0.08 192	0.10 319	0.12 299	0.10 200	0.07 358	0.07 513	0.06 204	0.05 202	0.06 300	0.05 196

NLMM	0.10 257	0.07 224	0.08 40	0.20 547	0.09 359	0.12 322	0.18 509	0.18 306	0.18 354	0.09 189	0.10 209	0.08 192	0.10 319	0.12 299	0.11 287	0.06 170	0.08 549	0.07 324	0.06 297	0.06 300	0.05 196

NLSM1	0.10 257	0.07 224	0.08 40	0.19 479	0.08 230	0.13 369	0.16 425	0.21 381	0.16 296	0.11 282	0.10 209	0.07 131	0.10 319	0.10 120	0.11 287	0.07 358	0.08 549	0.08 420	0.07 403	0.05 167	0.05 196

MM-Stereo_test3	0.10 257	0.07 224	0.07 10	0.18 400	0.07 133	0.12 322	0.19 556	0.24 456	0.19 383	0.06 24	0.10 209	0.08 192	0.06 71	0.11 202	0.09 99	0.06 170	0.06 438	0.07 324	0.05 202	0.05 167	0.04 53

MM-Stereo_test1	0.10 257	0.07 224	0.09 117	0.18 400	0.07 133	0.12 322	0.18 509	0.21 381	0.20 408	0.09 189	0.11 263	0.08 192	0.06 71	0.10 120	0.10 200	0.06 170	0.05 253	0.07 324	0.06 297	0.05 167	0.04 53

AIO-test2	0.10 257	0.08 365	0.10 180	0.23 632	0.09 359	0.11 263	0.11 75	0.23 430	0.24 468	0.08 136	0.09 173	0.08 192	0.05 18	0.10 120	0.08 26	0.06 170	0.05 253	0.08 420	0.09 533	0.05 167	0.05 196

AIO-test1	0.10 257	0.07 224	0.11 250	0.24 644	0.07 133	0.09 148	0.13 190	0.22 408	0.15 260	0.11 282	0.12 285	0.09 239	0.07 178	0.11 202	0.09 99	0.06 170	0.05 253	0.09 511	0.10 574	0.04 46	0.07 403

tg	0.10 257	0.06 114	0.10 180	0.18 400	0.08 230	0.11 263	0.16 425	0.20 359	0.12 157	0.08 136	0.11 263	0.11 308	0.07 178	0.11 202	0.10 200	0.05 49	0.04 24	0.08 420	0.08 486	0.04 46	0.04 53

PAM_32	0.10 257	0.06 114	0.17 505	0.15 123	0.08 230	0.10 209	0.15 357	0.14 157	0.16 296	0.09 189	0.08 132	0.10 274	0.07 178	0.14 401	0.09 99	0.06 170	0.05 253	0.06 204	0.06 297	0.05 167	0.06 312

PAM	0.10 257	0.06 114	0.17 505	0.15 123	0.09 359	0.10 209	0.16 425	0.15 197	0.16 296	0.12 322	0.09 173	0.10 274	0.07 178	0.13 362	0.09 99	0.06 170	0.05 253	0.06 204	0.06 297	0.05 167	0.06 312

UGAM-zero	0.10 257	0.05 35	0.15 436	0.15 123	0.08 230	0.10 209	0.13 190	0.20 359	0.15 260	0.11 282	0.15 342	0.07 131	0.08 237	0.09 61	0.10 200	0.06 170	0.05 253	0.06 204	0.05 202	0.05 167	0.06 312

model_zeroshot	0.10 257	0.05 35	0.12 303	0.15 123	0.09 359	0.13 369	0.14 267	0.20 359	0.14 231	0.11 282	0.10 209	0.12 334	0.07 178	0.12 299	0.11 287	0.07 358	0.06 438	0.06 204	0.05 202	0.06 300	0.06 312

RAStereo	0.10 257	0.09 450	0.08 40	0.20 547	0.08 230	0.13 369	0.18 509	0.16 236	0.17 333	0.10 239	0.12 285	0.05 4	0.06 71	0.09 61	0.08 26	0.07 358	0.05 253	0.07 324	0.05 202	0.05 167	0.04 53

rvit_stereo_0080	0.10 257	0.08 365	0.15 436	0.15 123	0.10 478	0.07 40	0.15 357	0.16 236	0.16 296	0.11 282	0.10 209	0.15 413	0.09 279	0.12 299	0.10 200	0.09 504	0.07 513	0.07 324	0.06 297	0.07 390	0.05 196

H2IRNET	0.10 257	0.09 450	0.10 180	0.18 400	0.09 359	0.12 322	0.15 357	0.14 157	0.21 424	0.10 239	0.10 209	0.10 274	0.11 362	0.10 120	0.10 200	0.06 170	0.04 24	0.08 420	0.08 486	0.06 300	0.05 196

MyStereo07	0.10 257	0.07 224	0.10 180	0.17 307	0.09 359	0.14 419	0.17 459	0.15 197	0.15 260	0.09 189	0.06 21	0.06 42	0.07 178	0.12 299	0.09 99	0.06 170	0.05 253	0.08 420	0.07 403	0.06 300	0.06 312

MyStereo06	0.10 257	0.07 224	0.12 303	0.17 307	0.09 359	0.13 369	0.18 509	0.19 339	0.12 157	0.13 358	0.08 132	0.07 131	0.07 178	0.11 202	0.09 99	0.06 170	0.05 253	0.08 420	0.07 403	0.06 300	0.06 312

AE-Stereo	0.10 257	0.08 365	0.11 250	0.19 479	0.09 359	0.10 209	0.15 357	0.14 157	0.20 408	0.09 189	0.15 342	0.12 334	0.08 237	0.11 202	0.10 200	0.05 49	0.06 438	0.07 324	0.06 297	0.05 167	0.04 53

ACVNet-DCA	0.10 257	0.08 365	0.13 351	0.17 307	0.09 359	0.13 369	0.15 357	0.24 456	0.16 296	0.09 189	0.09 173	0.06 42	0.06 71	0.10 120	0.07 1	0.06 170	0.05 253	0.06 204	0.05 202	0.07 390	0.07 403

cc1	0.10 257	0.08 365	0.13 351	0.17 307	0.09 359	0.13 369	0.15 357	0.16 236	0.18 354	0.09 189	0.09 173	0.06 42	0.06 71	0.10 120	0.07 1	0.06 170	0.05 253	0.06 204	0.05 202	0.06 300	0.06 312

tt1	0.10 257	0.08 365	0.13 351	0.17 307	0.09 359	0.13 369	0.15 357	0.15 197	0.19 383	0.09 189	0.08 132	0.06 42	0.06 71	0.10 120	0.08 26	0.06 170	0.05 253	0.06 204	0.05 202	0.06 300	0.06 312

whm_eth	0.10 257	0.08 365	0.15 436	0.15 123	0.10 478	0.07 40	0.15 357	0.16 236	0.16 296	0.11 282	0.10 209	0.15 413	0.09 279	0.12 299	0.10 200	0.09 504	0.07 513	0.07 324	0.06 297	0.07 390	0.05 196

MIM_Stereo	0.10 257	0.07 224	0.11 250	0.15 123	0.07 133	0.07 40	0.12 114	0.20 359	0.14 231	0.13 358	0.14 325	0.09 239	0.05 18	0.12 299	0.08 26	0.05 49	0.06 438	0.07 324	0.06 297	0.06 300	0.05 196

Any-RAFT	0.10 257	0.05 35	0.10 180	0.15 123	0.07 133	0.13 369	0.14 267	0.21 381	0.15 260	0.11 282	0.12 285	0.13 366	0.10 319	0.13 362	0.10 200	0.07 358	0.04 24	0.05 53	0.04 59	0.06 300	0.05 196

4D-IteraStereo	0.10 257	0.07 224	0.10 180	0.18 400	0.07 133	0.09 148	0.15 357	0.18 306	0.15 260	0.10 239	0.11 263	0.10 274	0.07 178	0.12 299	0.09 99	0.05 49	0.03 1	0.08 420	0.07 403	0.06 300	0.05 196

fff	0.10 257	0.06 114	0.12 303	0.15 123	0.07 133	0.09 148	0.17 459	0.16 236	0.21 424	0.13 358	0.17 379	0.10 274	0.11 362	0.12 299	0.13 406	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.05 196

ADStereo(finetuned)	0.10 257	0.06 114	0.13 351	0.16 219	0.06 31	0.09 148	0.17 459	0.16 236	0.20 408	0.13 358	0.18 408	0.10 274	0.12 397	0.12 299	0.12 365	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

TRStereo	0.10 257	0.05 35	0.12 303	0.16 219	0.12 571	0.10 209	0.13 190	0.18 306	0.19 383	0.09 189	0.09 173	0.09 239	0.07 178	0.10 120	0.08 26	0.07 358	0.05 253	0.07 324	0.07 403	0.04 46	0.04 53

STrans-v2	0.10 257	0.07 224	0.13 351	0.18 400	0.08 230	0.10 209	0.14 267	0.22 408	0.11 114	0.11 282	0.15 342	0.12 334	0.10 319	0.11 202	0.12 365	0.05 49	0.04 24	0.06 204	0.06 297	0.05 167	0.05 196

TransformOpticalFlow	0.10 257	0.08 365	0.13 351	0.18 400	0.07 133	0.09 148	0.15 357	0.19 339	0.16 296	0.12 322	0.16 359	0.11 308	0.11 362	0.11 202	0.11 287	0.05 49	0.04 24	0.06 204	0.06 297	0.05 167	0.05 196

AnonymousM	0.10 257	0.06 114	0.10 180	0.14 66	0.07 133	0.09 148	0.13 190	0.19 339	0.14 231	0.13 358	0.12 285	0.09 239	0.08 237	0.13 362	0.10 200	0.08 442	0.05 253	0.08 420	0.05 202	0.05 167	0.05 196

cross-raft	0.10 257	0.09 450	0.09 117	0.19 479	0.07 133	0.11 263	0.24 634	0.13 123	0.15 260	0.08 136	0.10 209	0.12 334	0.10 319	0.09 61	0.11 287	0.05 49	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

test-1	0.10 257	0.07 224	0.17 505	0.19 479	0.08 230	0.11 263	0.24 634	0.15 197	0.18 354	0.09 189	0.07 61	0.10 274	0.08 237	0.08 26	0.09 99	0.06 170	0.04 24	0.06 204	0.06 297	0.04 46	0.05 196

iRaftStereo_RVC	0.10 257	0.07 224	0.10 180	0.17 307	0.09 359	0.11 263	0.17 459	0.18 306	0.12 157	0.09 189	0.11 263	0.10 274	0.07 178	0.11 202	0.10 200	0.05 49	0.04 24	0.08 420	0.08 486	0.04 46	0.04 53

s12784h	0.10 257	0.06 114	0.08 40	0.15 123	0.05 2	0.16 475	0.18 509	0.16 236	0.15 260	0.10 239	0.11 263	0.11 308	0.11 362	0.11 202	0.12 365	0.05 49	0.04 24	0.06 204	0.04 59	0.04 46	0.04 53

DCANet	0.10 257	0.06 114	0.12 303	0.16 219	0.06 31	0.09 148	0.17 459	0.16 236	0.20 408	0.13 358	0.18 408	0.10 274	0.11 362	0.11 202	0.12 365	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

csc	0.10 257	0.06 114	0.12 303	0.15 123	0.07 133	0.09 148	0.17 459	0.16 236	0.21 424	0.13 358	0.17 379	0.10 274	0.11 362	0.12 299	0.13 406	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.05 196

cscssc	0.10 257	0.06 114	0.12 303	0.15 123	0.07 133	0.09 148	0.17 459	0.16 236	0.21 424	0.13 358	0.17 379	0.10 274	0.11 362	0.12 299	0.13 406	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.05 196

R-Stereo Train	0.10 257	0.06 114	0.11 250	0.17 307	0.08 230	0.11 263	0.14 267	0.24 456	0.11 114	0.12 322	0.19 424	0.11 308	0.08 237	0.10 120	0.11 287	0.07 358	0.05 253	0.06 204	0.05 202	0.05 167	0.05 196

RAFT-Stereo	0.10 257	0.06 114	0.11 250	0.17 307	0.08 230	0.11 263	0.14 267	0.24 456	0.11 114	0.12 322	0.19 424	0.11 308	0.08 237	0.10 120	0.11 287	0.07 358	0.05 253	0.06 204	0.05 202	0.05 167	0.05 196
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
zzzzzzz1	0.11 305	0.07 224	0.14 399	0.21 586	0.10 478	0.13 369	0.18 509	0.22 408	0.20 408	0.13 358	0.12 285	0.08 192	0.08 237	0.13 362	0.10 200	0.05 49	0.05 253	0.07 324	0.07 403	0.05 167	0.05 196

noway7	0.11 305	0.07 224	0.14 399	0.20 547	0.09 359	0.11 263	0.15 357	0.28 532	0.17 333	0.11 282	0.12 285	0.08 192	0.07 178	0.10 120	0.11 287	0.05 49	0.04 24	0.07 324	0.06 297	0.06 300	0.05 196

monster_256*512	0.11 305	0.07 224	0.09 117	0.21 586	0.10 478	0.13 369	0.17 459	0.27 507	0.19 383	0.12 322	0.12 285	0.09 239	0.07 178	0.10 120	0.11 287	0.05 49	0.04 24	0.07 324	0.07 403	0.05 167	0.05 196

HLF11	0.11 305	0.05 35	0.13 351	0.12 7	0.08 230	0.15 444	0.11 75	0.22 408	0.10 79	0.12 322	0.24 488	0.11 308	0.12 397	0.14 401	0.13 406	0.08 442	0.05 253	0.05 53	0.04 59	0.08 463	0.08 478

HLf8	0.11 305	0.05 35	0.13 351	0.11 1	0.08 230	0.15 444	0.12 114	0.22 408	0.16 296	0.13 358	0.17 379	0.12 334	0.10 319	0.14 401	0.13 406	0.09 504	0.05 253	0.05 53	0.05 202	0.08 463	0.08 478

TestStereo_HL3	0.11 305	0.06 114	0.16 480	0.13 18	0.07 133	0.12 322	0.11 75	0.20 359	0.09 54	0.15 414	0.31 583	0.13 366	0.12 397	0.16 453	0.11 287	0.07 358	0.05 253	0.05 53	0.05 202	0.06 300	0.07 403

TestStereo_HL2	0.11 305	0.06 114	0.12 303	0.12 7	0.08 230	0.13 369	0.14 267	0.20 359	0.18 354	0.13 358	0.21 453	0.12 334	0.11 362	0.13 362	0.12 365	0.07 358	0.05 253	0.05 53	0.05 202	0.07 390	0.07 403

GGDA	0.11 305	0.06 114	0.12 303	0.13 18	0.07 133	0.12 322	0.14 267	0.19 339	0.19 383	0.13 358	0.20 434	0.12 334	0.09 279	0.12 299	0.12 365	0.07 358	0.04 24	0.05 53	0.05 202	0.06 300	0.07 403

TestStereo-Hl	0.11 305	0.06 114	0.11 250	0.14 66	0.08 230	0.15 444	0.14 267	0.20 359	0.18 354	0.13 358	0.17 379	0.12 334	0.11 362	0.14 401	0.13 406	0.06 170	0.04 24	0.05 53	0.05 202	0.06 300	0.06 312

Lsterematch	0.11 305	0.06 114	0.11 250	0.16 219	0.07 133	0.13 369	0.15 357	0.14 157	0.18 354	0.16 444	0.18 408	0.15 413	0.16 507	0.13 362	0.14 450	0.07 358	0.04 24	0.06 204	0.06 297	0.06 300	0.06 312

Hybrid-DGEV-03	0.11 305	0.06 114	0.09 117	0.18 400	0.08 230	0.16 475	0.14 267	0.15 197	0.14 231	0.13 358	0.17 379	0.12 334	0.09 279	0.13 362	0.11 287	0.06 170	0.04 24	0.08 420	0.06 297	0.05 167	0.04 53

Hybrid-DGEV-2	0.11 305	0.06 114	0.12 303	0.18 400	0.09 359	0.09 148	0.13 190	0.29 553	0.30 550	0.11 282	0.12 285	0.10 274	0.13 433	0.12 299	0.10 200	0.06 170	0.05 253	0.07 324	0.07 403	0.05 167	0.05 196

NLMM1	0.11 305	0.09 450	0.07 10	0.22 611	0.10 478	0.12 322	0.20 579	0.19 339	0.20 408	0.12 322	0.11 263	0.08 192	0.10 319	0.11 202	0.11 287	0.08 442	0.08 549	0.07 324	0.06 297	0.05 167	0.04 53

NLCSM	0.11 305	0.09 450	0.09 117	0.23 632	0.11 537	0.12 322	0.19 556	0.19 339	0.19 383	0.12 322	0.11 263	0.07 131	0.09 279	0.11 202	0.10 200	0.08 442	0.08 549	0.07 324	0.07 403	0.06 300	0.05 196

Select-FE	0.11 305	0.06 114	0.21 579	0.15 123	0.11 537	0.12 322	0.13 190	0.22 408	0.18 354	0.09 189	0.11 263	0.10 274	0.06 71	0.12 299	0.09 99	0.07 358	0.05 253	0.07 324	0.08 486	0.06 300	0.08 478

FlowAnything_test	0.11 305	0.08 365	0.14 399	0.15 123	0.09 359	0.08 85	0.14 267	0.20 359	0.11 114	0.10 239	0.09 173	0.12 334	0.12 397	0.13 362	0.11 287	0.09 504	0.06 438	0.09 511	0.09 533	0.06 300	0.09 527

xyz-stereo-finetune2	0.11 305	0.07 224	0.13 351	0.13 18	0.07 133	0.11 263	0.19 556	0.17 274	0.12 157	0.15 414	0.15 342	0.17 452	0.13 433	0.13 362	0.11 287	0.05 49	0.04 24	0.07 324	0.05 202	0.04 46	0.06 312

xyz-stereo-finetune	0.11 305	0.08 365	0.13 351	0.14 66	0.06 31	0.10 209	0.19 556	0.18 306	0.19 383	0.12 322	0.14 325	0.15 413	0.11 362	0.13 362	0.12 365	0.05 49	0.04 24	0.07 324	0.05 202	0.04 46	0.05 196

FLISNet	0.11 305	0.06 114	0.12 303	0.13 18	0.09 359	0.09 148	0.14 267	0.22 408	0.11 114	0.20 529	0.17 379	0.14 387	0.10 319	0.16 453	0.09 99	0.05 49	0.04 24	0.07 324	0.08 486	0.07 390	0.06 312

CoSv	0.11 305	0.06 114	0.12 303	0.13 18	0.09 359	0.09 148	0.14 267	0.22 408	0.11 114	0.20 529	0.17 379	0.14 387	0.10 319	0.16 453	0.09 99	0.05 49	0.04 24	0.07 324	0.08 486	0.07 390	0.06 312

rvit_stereo_0081	0.11 305	0.08 365	0.16 480	0.16 219	0.09 359	0.11 263	0.14 267	0.14 157	0.24 468	0.11 282	0.13 310	0.14 387	0.09 279	0.11 202	0.12 365	0.10 548	0.07 513	0.08 420	0.07 403	0.07 390	0.06 312

rvit_stereo_0082	0.11 305	0.08 365	0.16 480	0.16 219	0.09 359	0.11 263	0.14 267	0.14 157	0.24 468	0.11 282	0.13 310	0.14 387	0.09 279	0.11 202	0.12 365	0.10 548	0.07 513	0.08 420	0.07 403	0.07 390	0.06 312

AIO-Stereo-zeroshot1	0.11 305	0.05 35	0.14 399	0.16 219	0.21 683	0.09 148	0.17 459	0.21 381	0.16 296	0.11 282	0.15 342	0.10 274	0.07 178	0.10 120	0.08 26	0.06 170	0.05 253	0.07 324	0.07 403	0.07 390	0.09 527

AIO-Stereo-zeroshot	0.11 305	0.05 35	0.12 303	0.15 123	0.13 597	0.14 419	0.16 425	0.23 430	0.18 354	0.10 239	0.13 310	0.10 274	0.07 178	0.12 299	0.09 99	0.06 170	0.05 253	0.06 204	0.06 297	0.07 390	0.08 478

CAS++	0.11 305	0.07 224	0.11 250	0.14 66	0.10 478	0.13 369	0.14 267	0.24 456	0.14 231	0.11 282	0.09 173	0.11 308	0.07 178	0.14 401	0.09 99	0.11 583	0.09 585	0.09 511	0.07 403	0.07 390	0.08 478
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.11 305	0.08 365	0.13 351	0.16 219	0.08 230	0.15 444	0.16 425	0.18 306	0.19 383	0.10 239	0.09 173	0.09 239	0.08 237	0.11 202	0.12 365	0.07 358	0.05 253	0.08 420	0.06 297	0.07 390	0.06 312

xx1	0.11 305	0.08 365	0.13 351	0.17 307	0.09 359	0.13 369	0.15 357	0.16 236	0.18 354	0.09 189	0.09 173	0.16 434	0.16 507	0.10 120	0.07 1	0.06 170	0.05 253	0.08 420	0.08 486	0.07 390	0.07 403

1test111	0.11 305	0.08 365	0.13 351	0.17 307	0.09 359	0.13 369	0.15 357	0.24 456	0.16 296	0.09 189	0.09 173	0.06 42	0.06 71	0.15 424	0.16 508	0.06 170	0.05 253	0.06 204	0.05 202	0.07 390	0.07 403

plain	0.11 305	0.09 450	0.10 180	0.19 479	0.09 359	0.11 263	0.14 267	0.14 157	0.13 201	0.13 358	0.15 342	0.09 239	0.12 397	0.13 362	0.12 365	0.07 358	0.05 253	0.09 511	0.06 297	0.06 300	0.06 312

MIF-Stereo (partial)	0.11 305	0.06 114	0.10 180	0.19 479	0.10 478	0.10 209	0.12 114	0.17 274	0.19 383	0.14 389	0.16 359	0.10 274	0.11 362	0.12 299	0.12 365	0.08 442	0.05 253	0.08 420	0.07 403	0.06 300	0.07 403

EKT-Stereo	0.11 305	0.07 224	0.14 399	0.16 219	0.10 478	0.13 369	0.14 267	0.19 339	0.21 424	0.11 282	0.08 132	0.13 366	0.10 319	0.11 202	0.12 365	0.08 442	0.06 438	0.07 324	0.06 297	0.08 463	0.07 403

LL-Strereo2	0.11 305	0.10 519	0.16 480	0.18 400	0.08 230	0.15 444	0.09 25	0.17 274	0.14 231	0.14 389	0.11 263	0.09 239	0.07 178	0.16 453	0.10 200	0.05 49	0.05 253	0.11 591	0.07 403	0.06 300	0.05 196

anonymousdsp2	0.11 305	0.07 224	0.11 250	0.16 219	0.09 359	0.13 369	0.14 267	0.19 339	0.23 456	0.13 358	0.14 325	0.12 334	0.09 279	0.14 401	0.11 287	0.05 49	0.05 253	0.05 53	0.04 59	0.06 300	0.06 312

DCRE	0.11 305	0.07 224	0.13 351	0.16 219	0.11 537	0.11 263	0.17 459	0.18 306	0.17 333	0.11 282	0.18 408	0.11 308	0.10 319	0.15 424	0.11 287	0.06 170	0.05 253	0.06 204	0.06 297	0.05 167	0.05 196

knoymous	0.11 305	0.06 114	0.12 303	0.14 66	0.07 133	0.15 444	0.13 190	0.20 359	0.14 231	0.11 282	0.17 379	0.13 366	0.09 279	0.14 401	0.11 287	0.09 504	0.05 253	0.06 204	0.05 202	0.07 390	0.07 403

riskmin	0.11 305	0.06 114	0.13 351	0.14 66	0.08 230	0.14 419	0.14 267	0.18 306	0.15 260	0.12 322	0.15 342	0.17 452	0.11 362	0.14 401	0.12 365	0.09 504	0.05 253	0.07 324	0.05 202	0.08 463	0.08 478

Selective-RAFT	0.11 305	0.11 546	0.12 303	0.21 586	0.08 230	0.16 475	0.13 190	0.21 381	0.23 456	0.10 239	0.10 209	0.11 308	0.10 319	0.15 424	0.11 287	0.05 49	0.05 253	0.06 204	0.05 202	0.06 300	0.05 196

DCANet-4	0.11 305	0.07 224	0.13 351	0.16 219	0.06 31	0.09 148	0.17 459	0.18 306	0.20 408	0.13 358	0.17 379	0.09 239	0.14 466	0.12 299	0.13 406	0.06 170	0.04 24	0.05 53	0.04 59	0.04 46	0.05 196

DisPM	0.11 305	0.07 224	0.13 351	0.16 219	0.09 359	0.06 15	0.13 190	0.18 306	0.17 333	0.14 389	0.19 424	0.12 334	0.10 319	0.12 299	0.11 287	0.07 358	0.05 253	0.07 324	0.06 297	0.06 300	0.11 586

test_4	0.11 305	0.10 519	0.08 40	0.19 479	0.09 359	0.08 85	0.21 596	0.15 197	0.18 354	0.12 322	0.18 408	0.12 334	0.09 279	0.08 26	0.11 287	0.04 6	0.04 24	0.08 420	0.08 486	0.04 46	0.04 53

CIPLG	0.11 305	0.08 365	0.15 436	0.17 307	0.08 230	0.13 369	0.15 357	0.17 274	0.16 296	0.14 389	0.11 263	0.16 434	0.10 319	0.17 493	0.12 365	0.07 358	0.05 253	0.06 204	0.06 297	0.05 167	0.06 312

GLC_STEREO	0.11 305	0.07 224	0.11 250	0.18 400	0.07 133	0.08 85	0.13 190	0.16 236	0.24 468	0.12 322	0.13 310	0.12 334	0.08 237	0.18 514	0.12 365	0.06 170	0.08 549	0.08 420	0.06 297	0.05 167	0.05 196

IPLG	0.11 305	0.08 365	0.15 436	0.17 307	0.08 230	0.11 263	0.14 267	0.20 359	0.15 260	0.13 358	0.18 408	0.07 131	0.07 178	0.14 401	0.14 450	0.06 170	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

IPLGR_C	0.11 305	0.08 365	0.15 436	0.17 307	0.08 230	0.12 322	0.15 357	0.17 274	0.15 260	0.14 389	0.11 263	0.16 434	0.10 319	0.16 453	0.12 365	0.07 358	0.05 253	0.06 204	0.06 297	0.05 167	0.06 312

MIPNet	0.11 305	0.08 365	0.15 436	0.17 307	0.09 359	0.12 322	0.14 267	0.21 381	0.25 493	0.12 322	0.10 209	0.09 239	0.07 178	0.13 362	0.13 406	0.06 170	0.04 24	0.06 204	0.05 202	0.04 46	0.04 53

IPLGR	0.11 305	0.09 450	0.17 505	0.18 400	0.08 230	0.13 369	0.16 425	0.21 381	0.24 468	0.12 322	0.12 285	0.11 308	0.09 279	0.13 362	0.12 365	0.06 170	0.05 253	0.06 204	0.06 297	0.05 167	0.04 53

GMOStereo	0.11 305	0.09 450	0.08 40	0.19 479	0.08 230	0.12 322	0.28 671	0.13 123	0.18 354	0.11 282	0.17 379	0.14 387	0.12 397	0.07 6	0.07 1	0.05 49	0.05 253	0.09 511	0.07 403	0.04 46	0.04 53

error version	0.11 305	0.09 450	0.08 40	0.19 479	0.08 230	0.12 322	0.28 671	0.13 123	0.18 354	0.11 282	0.17 379	0.14 387	0.12 397	0.07 6	0.07 1	0.05 49	0.05 253	0.09 511	0.07 403	0.04 46	0.04 53

test-v	0.11 305	0.09 450	0.08 40	0.19 479	0.08 230	0.12 322	0.28 671	0.13 123	0.18 354	0.11 282	0.17 379	0.14 387	0.12 397	0.07 6	0.07 1	0.05 49	0.05 253	0.09 511	0.07 403	0.04 46	0.04 53

ACRE	0.11 305	0.08 365	0.15 436	0.17 307	0.08 230	0.13 369	0.15 357	0.17 274	0.14 231	0.14 389	0.11 263	0.16 434	0.10 319	0.16 453	0.12 365	0.07 358	0.05 253	0.06 204	0.06 297	0.05 167	0.06 312

test_3	0.11 305	0.09 450	0.10 180	0.21 586	0.08 230	0.13 369	0.25 651	0.14 157	0.21 424	0.10 239	0.10 209	0.09 239	0.10 319	0.08 26	0.11 287	0.05 49	0.04 24	0.08 420	0.07 403	0.04 46	0.04 53

LCNet	0.11 305	0.07 224	0.09 117	0.19 479	0.09 359	0.08 85	0.14 267	0.21 381	0.15 260	0.12 322	0.15 342	0.16 434	0.11 362	0.12 299	0.11 287	0.05 49	0.04 24	0.08 420	0.07 403	0.06 300	0.14 643

HHNet	0.11 305	0.06 114	0.16 480	0.15 123	0.14 617	0.07 40	0.13 190	0.20 359	0.18 354	0.15 414	0.25 515	0.11 308	0.09 279	0.13 362	0.10 200	0.06 170	0.04 24	0.08 420	0.06 297	0.05 167	0.09 527

Patchmatch Stereo++	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.11 75	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
OMP-Stereo	0.11 305	0.07 224	0.14 399	0.18 400	0.08 230	0.09 148	0.12 114	0.21 381	0.21 424	0.13 358	0.14 325	0.11 308	0.12 397	0.11 202	0.13 406	0.06 170	0.05 253	0.07 324	0.06 297	0.05 167	0.04 53

IIG-Stereo	0.11 305	0.06 114	0.13 351	0.17 307	0.08 230	0.11 263	0.12 114	0.22 408	0.18 354	0.14 389	0.17 379	0.12 334	0.13 433	0.12 299	0.13 406	0.06 170	0.05 253	0.07 324	0.06 297	0.06 300	0.05 196

NF-Stereo	0.11 305	0.07 224	0.13 351	0.17 307	0.09 359	0.10 209	0.13 190	0.23 430	0.19 383	0.12 322	0.17 379	0.12 334	0.12 397	0.11 202	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.07 390	0.12 607

OCTAStereo	0.11 305	0.07 224	0.14 399	0.17 307	0.09 359	0.10 209	0.13 190	0.23 430	0.19 383	0.12 322	0.17 379	0.12 334	0.12 397	0.11 202	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.07 390	0.11 586

NRIStereo	0.11 305	0.08 365	0.15 436	0.18 400	0.08 230	0.10 209	0.13 190	0.17 274	0.15 260	0.12 322	0.15 342	0.13 366	0.13 433	0.13 362	0.10 200	0.06 170	0.04 24	0.07 324	0.06 297	0.06 300	0.07 403

PSM-adaLoss	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.12 114	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

PSM-AAD	0.11 305	0.07 224	0.10 180	0.20 547	0.09 359	0.10 209	0.14 267	0.21 381	0.13 201	0.12 322	0.14 325	0.18 467	0.11 362	0.11 202	0.10 200	0.05 49	0.05 253	0.09 511	0.08 486	0.06 300	0.14 643

ROB_FTStereo_v2	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.12 114	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

ROB_FTStereo	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.11 75	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

HUI-Stereo	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.11 75	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

ASMatch	0.11 305	0.06 114	0.13 351	0.17 307	0.10 478	0.08 85	0.14 267	0.18 306	0.16 296	0.12 322	0.16 359	0.16 434	0.11 362	0.13 362	0.11 287	0.05 49	0.04 24	0.06 204	0.06 297	0.04 46	0.09 527

SST-Stereo	0.11 305	0.07 224	0.16 480	0.18 400	0.09 359	0.06 15	0.12 114	0.18 306	0.10 79	0.15 414	0.18 408	0.13 366	0.12 397	0.10 120	0.11 287	0.06 170	0.04 24	0.09 511	0.06 297	0.07 390	0.06 312

RAFT_R40	0.11 305	0.07 224	0.15 436	0.18 400	0.09 359	0.06 15	0.13 190	0.17 274	0.15 260	0.14 389	0.18 408	0.15 413	0.12 397	0.10 120	0.11 287	0.06 170	0.04 24	0.09 511	0.06 297	0.06 300	0.05 196

GrayStereo	0.11 305	0.06 114	0.11 250	0.19 479	0.09 359	0.09 148	0.16 425	0.18 306	0.17 333	0.14 389	0.17 379	0.17 452	0.11 362	0.12 299	0.11 287	0.05 49	0.05 253	0.07 324	0.06 297	0.06 300	0.10 559

RE-Stereo	0.11 305	0.07 224	0.13 351	0.17 307	0.09 359	0.10 209	0.13 190	0.23 430	0.19 383	0.12 322	0.17 379	0.12 334	0.12 397	0.11 202	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.07 390	0.11 586

Pruner-Stereo	0.11 305	0.07 224	0.12 303	0.17 307	0.09 359	0.06 15	0.12 114	0.18 306	0.17 333	0.14 389	0.19 424	0.13 366	0.10 319	0.11 202	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.06 300	0.08 478

TVStereo	0.11 305	0.07 224	0.13 351	0.17 307	0.09 359	0.10 209	0.13 190	0.23 430	0.19 383	0.12 322	0.17 379	0.12 334	0.12 397	0.11 202	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.07 390	0.11 586

DeepStereo_RVC	0.11 305	0.08 365	0.17 505	0.18 400	0.08 230	0.08 85	0.11 75	0.17 274	0.12 157	0.13 358	0.15 342	0.12 334	0.12 397	0.12 299	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.07 390	0.08 478

iGMRVC	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.12 114	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

RAFT-345	0.11 305	0.07 224	0.16 480	0.17 307	0.08 230	0.08 85	0.12 114	0.16 236	0.10 79	0.11 282	0.34 610	0.09 239	0.10 319	0.11 202	0.12 365	0.05 49	0.05 253	0.07 324	0.06 297	0.04 46	0.05 196

iRAFT	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.11 75	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

CRE-IMP	0.11 305	0.09 450	0.16 480	0.19 479	0.09 359	0.10 209	0.12 114	0.18 306	0.10 79	0.14 389	0.14 325	0.14 387	0.13 433	0.12 299	0.12 365	0.07 358	0.04 24	0.08 420	0.06 297	0.08 463	0.08 478

test-2	0.11 305	0.09 450	0.08 40	0.19 479	0.08 230	0.12 322	0.28 671	0.13 123	0.18 354	0.11 282	0.17 379	0.14 387	0.12 397	0.07 6	0.07 1	0.05 49	0.05 253	0.09 511	0.07 403	0.04 46	0.04 53

GMM-Stereo	0.11 305	0.07 224	0.10 180	0.18 400	0.09 359	0.08 85	0.14 267	0.24 456	0.16 296	0.11 282	0.15 342	0.13 366	0.11 362	0.11 202	0.11 287	0.05 49	0.04 24	0.08 420	0.07 403	0.06 300	0.09 527

RAFT-IKP	0.11 305	0.09 450	0.17 505	0.19 479	0.08 230	0.06 15	0.11 75	0.17 274	0.13 201	0.15 414	0.16 359	0.14 387	0.12 397	0.11 202	0.11 287	0.06 170	0.05 253	0.08 420	0.06 297	0.08 463	0.07 403

Prome-Stereo	0.11 305	0.07 224	0.11 250	0.18 400	0.09 359	0.12 322	0.14 267	0.23 430	0.13 201	0.13 358	0.16 359	0.13 366	0.08 237	0.12 299	0.10 200	0.05 49	0.05 253	0.07 324	0.06 297	0.06 300	0.10 559

rafts_anoy	0.11 305	0.06 114	0.10 180	0.17 307	0.08 230	0.10 209	0.14 267	0.18 306	0.14 231	0.13 358	0.13 310	0.12 334	0.11 362	0.11 202	0.13 406	0.07 358	0.05 253	0.09 511	0.11 606	0.07 390	0.06 312

raft+_RVC	0.11 305	0.07 224	0.09 117	0.16 219	0.07 133	0.10 209	0.11 75	0.24 456	0.20 408	0.12 322	0.15 342	0.12 334	0.08 237	0.12 299	0.13 406	0.07 358	0.04 24	0.07 324	0.06 297	0.05 167	0.05 196

RALCasStereoNet	0.11 305	0.07 224	0.09 117	0.16 219	0.08 230	0.13 369	0.14 267	0.17 274	0.11 114	0.12 322	0.17 379	0.14 387	0.10 319	0.12 299	0.11 287	0.07 358	0.06 438	0.06 204	0.05 202	0.08 463	0.07 403

RALAANet	0.11 305	0.08 365	0.10 180	0.17 307	0.09 359	0.14 419	0.10 40	0.20 359	0.16 296	0.14 389	0.13 310	0.16 434	0.09 279	0.12 299	0.12 365	0.06 170	0.05 253	0.08 420	0.07 403	0.06 300	0.04 53

111	0.11 305	0.06 114	0.12 303	0.15 123	0.07 133	0.10 209	0.14 267	0.21 381	0.24 468	0.11 282	0.12 285	0.14 387	0.12 397	0.13 362	0.10 200	0.06 170	0.04 24	0.06 204	0.04 59	0.06 300	0.05 196

DIP-Stereo	0.11 305	0.08 365	0.15 436	0.17 307	0.09 359	0.13 369	0.09 25	0.16 236	0.16 296	0.12 322	0.16 359	0.14 387	0.12 397	0.16 453	0.14 450	0.06 170	0.05 253	0.06 204	0.05 202	0.05 167	0.07 403
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.11 305	0.06 114	0.12 303	0.14 66	0.06 31	0.12 322	0.10 40	0.18 306	0.18 354	0.13 358	0.17 379	0.15 413	0.11 362	0.15 424	0.14 450	0.06 170	0.04 24	0.04 1	0.04 59	0.06 300	0.05 196
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
S0	0.12 392	0.08 365	0.09 117	0.20 547	0.07 133	0.18 516	0.22 610	0.15 197	0.15 260	0.11 282	0.10 209	0.13 366	0.08 237	0.12 299	0.11 287	0.09 504	0.10 609	0.14 642	0.14 647	0.05 167	0.04 53

S	0.12 392	0.08 365	0.10 180	0.20 547	0.08 230	0.13 369	0.19 556	0.17 274	0.16 296	0.13 358	0.12 285	0.14 387	0.10 319	0.12 299	0.13 406	0.09 504	0.07 513	0.13 627	0.15 665	0.06 300	0.05 196

SME	0.12 392	0.09 450	0.11 250	0.17 307	0.07 133	0.20 560	0.13 190	0.21 381	0.17 333	0.12 322	0.13 310	0.10 274	0.12 397	0.13 362	0.13 406	0.07 358	0.07 513	0.08 420	0.09 533	0.06 300	0.06 312

IGEV_i1	0.12 392	0.08 365	0.12 303	0.17 307	0.08 230	0.19 540	0.15 357	0.19 339	0.23 456	0.18 491	0.18 408	0.16 434	0.12 397	0.17 493	0.14 450	0.06 170	0.05 253	0.06 204	0.05 202	0.06 300	0.06 312

rvit_stereo_0083	0.12 392	0.08 365	0.17 505	0.16 219	0.09 359	0.11 263	0.15 357	0.15 197	0.26 507	0.11 282	0.14 325	0.13 366	0.10 319	0.12 299	0.13 406	0.10 548	0.08 549	0.09 511	0.07 403	0.07 390	0.06 312

rvit_stereo_0081_aga	0.12 392	0.09 450	0.15 436	0.18 400	0.10 478	0.14 419	0.14 267	0.14 157	0.19 383	0.10 239	0.18 408	0.16 434	0.09 279	0.12 299	0.10 200	0.10 548	0.06 438	0.08 420	0.07 403	0.07 390	0.06 312

rvit_stereo_ft	0.12 392	0.07 224	0.13 351	0.19 479	0.10 478	0.12 322	0.17 459	0.16 236	0.16 296	0.13 358	0.13 310	0.15 413	0.10 319	0.14 401	0.13 406	0.10 548	0.06 438	0.08 420	0.07 403	0.07 390	0.06 312

MyStereo8	0.12 392	0.07 224	0.15 436	0.15 123	0.09 359	0.18 516	0.14 267	0.19 339	0.22 446	0.12 322	0.18 408	0.11 308	0.10 319	0.16 453	0.18 538	0.07 358	0.05 253	0.07 324	0.05 202	0.08 463	0.09 527

CoDeX	0.12 392	0.07 224	0.13 351	0.17 307	0.08 230	0.12 322	0.16 425	0.23 430	0.27 520	0.13 358	0.17 379	0.15 413	0.12 397	0.14 401	0.11 287	0.07 358	0.05 253	0.07 324	0.06 297	0.06 300	0.05 196

11t1	0.12 392	0.07 224	0.14 399	0.14 66	0.08 230	0.17 499	0.15 357	0.19 339	0.15 260	0.15 414	0.15 342	0.17 452	0.16 507	0.15 424	0.13 406	0.08 442	0.05 253	0.06 204	0.05 202	0.08 463	0.07 403

ffm	0.12 392	0.09 450	0.15 436	0.16 219	0.09 359	0.17 499	0.17 459	0.15 197	0.19 383	0.15 414	0.26 528	0.19 478	0.13 433	0.10 120	0.08 26	0.06 170	0.05 253	0.09 511	0.08 486	0.06 300	0.06 312

RAFT_CTSACE	0.12 392	0.09 450	0.10 180	0.22 611	0.08 230	0.12 322	0.24 634	0.18 306	0.17 333	0.21 546	0.27 546	0.13 366	0.07 178	0.13 362	0.09 99	0.05 49	0.06 438	0.08 420	0.07 403	0.04 46	0.04 53

Sa-1000	0.12 392	0.08 365	0.09 117	0.18 400	0.08 230	0.15 444	0.22 610	0.22 408	0.19 383	0.15 414	0.20 434	0.17 452	0.11 362	0.10 120	0.10 200	0.06 170	0.05 253	0.09 511	0.09 533	0.05 167	0.05 196

iRaft-Stereo_5w	0.12 392	0.09 450	0.12 303	0.20 547	0.08 230	0.09 148	0.12 114	0.22 408	0.22 446	0.19 507	0.14 325	0.11 308	0.09 279	0.20 558	0.16 508	0.05 49	0.05 253	0.07 324	0.06 297	0.05 167	0.06 312

CrosDoStereo	0.12 392	0.07 224	0.12 303	0.14 66	0.09 359	0.12 322	0.15 357	0.17 274	0.22 446	0.19 507	0.24 488	0.15 413	0.11 362	0.11 202	0.12 365	0.06 170	0.05 253	0.07 324	0.07 403	0.05 167	0.05 196

PFNet+	0.12 392	0.06 114	0.14 399	0.16 219	0.09 359	0.05 4	0.12 114	0.18 306	0.21 424	0.16 444	0.19 424	0.14 387	0.10 319	0.11 202	0.11 287	0.08 442	0.05 253	0.09 511	0.08 486	0.06 300	0.11 586

AAGNet	0.12 392	0.08 365	0.17 505	0.19 479	0.09 359	0.08 85	0.13 190	0.19 339	0.13 201	0.16 444	0.21 453	0.13 366	0.14 466	0.11 202	0.14 450	0.06 170	0.04 24	0.09 511	0.06 297	0.06 300	0.05 196

PSM-softLoss	0.12 392	0.07 224	0.15 436	0.17 307	0.09 359	0.08 85	0.12 114	0.24 456	0.17 333	0.15 414	0.19 424	0.13 366	0.11 362	0.11 202	0.11 287	0.07 358	0.05 253	0.08 420	0.07 403	0.07 390	0.12 607

KMStereo	0.12 392	0.07 224	0.15 436	0.17 307	0.09 359	0.08 85	0.12 114	0.24 456	0.17 333	0.15 414	0.19 424	0.13 366	0.11 362	0.11 202	0.11 287	0.07 358	0.05 253	0.08 420	0.07 403	0.07 390	0.12 607

FTStereo	0.12 392	0.07 224	0.14 399	0.18 400	0.09 359	0.07 40	0.15 357	0.22 408	0.18 354	0.12 322	0.24 488	0.11 308	0.13 433	0.13 362	0.14 450	0.05 49	0.05 253	0.07 324	0.07 403	0.06 300	0.10 559

KYRaft	0.12 392	0.07 224	0.10 180	0.19 479	0.09 359	0.08 85	0.15 357	0.23 430	0.12 157	0.13 358	0.16 359	0.20 495	0.10 319	0.12 299	0.11 287	0.06 170	0.04 24	0.08 420	0.08 486	0.06 300	0.15 657

DeepStereo_LL	0.12 392	0.07 224	0.12 303	0.14 66	0.09 359	0.12 322	0.15 357	0.17 274	0.22 446	0.19 507	0.24 488	0.15 413	0.11 362	0.11 202	0.12 365	0.06 170	0.05 253	0.07 324	0.07 403	0.05 167	0.05 196

DEmStereo	0.12 392	0.06 114	0.14 399	0.14 66	0.10 478	0.16 475	0.15 357	0.16 236	0.24 468	0.17 458	0.23 476	0.12 334	0.14 466	0.12 299	0.14 450	0.05 49	0.04 24	0.07 324	0.06 297	0.05 167	0.05 196

THIR-Stereo	0.12 392	0.07 224	0.11 250	0.15 123	0.08 230	0.14 419	0.16 425	0.18 306	0.25 493	0.17 458	0.24 488	0.13 366	0.13 433	0.12 299	0.14 450	0.06 170	0.05 253	0.07 324	0.07 403	0.05 167	0.05 196

DRaft	0.12 392	0.06 114	0.12 303	0.14 66	0.09 359	0.14 419	0.17 459	0.21 381	0.30 550	0.18 491	0.27 546	0.10 274	0.16 507	0.11 202	0.12 365	0.05 49	0.04 24	0.07 324	0.07 403	0.05 167	0.05 196

PFNet	0.12 392	0.06 114	0.17 505	0.18 400	0.08 230	0.09 148	0.15 357	0.26 493	0.20 408	0.16 444	0.16 359	0.14 387	0.12 397	0.13 362	0.11 287	0.06 170	0.04 24	0.07 324	0.06 297	0.05 167	0.05 196

RAFT-RH_RVC	0.12 392	0.06 114	0.14 399	0.16 219	0.09 359	0.12 322	0.12 114	0.17 274	0.12 157	0.13 358	0.40 641	0.11 308	0.10 319	0.13 362	0.12 365	0.05 49	0.04 24	0.08 420	0.05 202	0.05 167	0.06 312

IRAFT_RVC	0.12 392	0.08 365	0.17 505	0.19 479	0.08 230	0.07 40	0.14 267	0.25 479	0.23 456	0.14 389	0.15 342	0.15 413	0.12 397	0.12 299	0.11 287	0.06 170	0.04 24	0.09 511	0.06 297	0.06 300	0.06 312

sCroCo_RVC	0.12 392	0.09 450	0.24 603	0.24 644	0.11 537	0.19 540	0.14 267	0.17 274	0.15 260	0.10 239	0.13 310	0.12 334	0.07 178	0.14 401	0.11 287	0.08 442	0.08 549	0.08 420	0.08 486	0.05 167	0.07 403

ARAFT	0.12 392	0.08 365	0.18 539	0.19 479	0.09 359	0.15 444	0.17 459	0.20 359	0.13 201	0.12 322	0.13 310	0.14 387	0.12 397	0.15 424	0.13 406	0.06 170	0.05 253	0.10 560	0.09 533	0.06 300	0.04 53

BEATNet_4x	0.12 392	0.09 450	0.15 436	0.18 400	0.07 133	0.15 444	0.07 5	0.23 430	0.19 383	0.16 444	0.19 424	0.19 478	0.14 466	0.17 493	0.15 488	0.07 358	0.05 253	0.05 53	0.05 202	0.06 300	0.07 403

RT-IGEV	0.13 423	0.06 114	0.14 399	0.15 123	0.10 478	0.15 444	0.18 509	0.25 479	0.28 536	0.16 444	0.17 379	0.18 467	0.11 362	0.14 401	0.11 287	0.08 442	0.05 253	0.07 324	0.05 202	0.07 390	0.08 478

Selective-IGEV-i16pc	0.13 423	0.06 114	0.13 351	0.15 123	0.11 537	0.38 683	0.16 425	0.23 430	0.17 333	0.11 282	0.15 342	0.09 239	0.07 178	0.13 362	0.10 200	0.10 548	0.08 549	0.06 204	0.07 403	0.09 528	0.10 559

Selective-IGEV-i1	0.13 423	0.07 224	0.12 303	0.20 547	0.08 230	0.18 516	0.16 425	0.23 430	0.30 550	0.17 458	0.17 379	0.17 452	0.10 319	0.15 424	0.13 406	0.06 170	0.05 253	0.06 204	0.05 202	0.06 300	0.06 312

G2L-ROB	0.13 423	0.07 224	0.13 351	0.13 18	0.08 230	0.14 419	0.17 459	0.25 479	0.19 383	0.20 529	0.19 424	0.20 495	0.14 466	0.18 514	0.16 508	0.08 442	0.05 253	0.06 204	0.05 202	0.08 463	0.09 527

DFGA-Net	0.13 423	0.11 546	0.19 563	0.18 400	0.10 478	0.13 369	0.13 190	0.23 430	0.25 493	0.16 444	0.16 359	0.13 366	0.12 397	0.17 493	0.15 488	0.07 358	0.05 253	0.08 420	0.07 403	0.05 167	0.05 196

FACV-RUCA	0.13 423	0.11 546	0.13 351	0.19 479	0.12 571	0.15 444	0.16 425	0.22 408	0.21 424	0.16 444	0.16 359	0.15 413	0.16 507	0.14 401	0.13 406	0.07 358	0.05 253	0.08 420	0.06 297	0.10 564	0.08 478

UGAM	0.13 423	0.10 519	0.09 117	0.22 611	0.08 230	0.13 369	0.20 579	0.18 306	0.24 468	0.22 561	0.16 359	0.13 366	0.13 433	0.19 539	0.13 406	0.07 358	0.05 253	0.13 627	0.11 606	0.07 390	0.05 196

test_sample2	0.13 423	0.07 224	0.12 303	0.14 66	0.08 230	0.16 475	0.18 509	0.21 381	0.16 296	0.14 389	0.21 453	0.20 495	0.15 486	0.15 424	0.13 406	0.08 442	0.06 438	0.07 324	0.06 297	0.08 463	0.08 478

test_sample1	0.13 423	0.07 224	0.14 399	0.14 66	0.08 230	0.19 540	0.17 459	0.20 359	0.15 260	0.14 389	0.22 471	0.18 467	0.16 507	0.17 493	0.15 488	0.07 358	0.06 438	0.06 204	0.06 297	0.08 463	0.08 478

MyStereo05	0.13 423	0.07 224	0.10 180	0.17 307	0.09 359	0.13 369	0.18 509	0.28 532	0.35 596	0.17 458	0.14 325	0.15 413	0.11 362	0.15 424	0.13 406	0.06 170	0.05 253	0.08 420	0.07 403	0.06 300	0.06 312

MyStereo04	0.13 423	0.07 224	0.10 180	0.17 307	0.09 359	0.14 419	0.17 459	0.29 553	0.38 614	0.17 458	0.14 325	0.16 434	0.11 362	0.15 424	0.13 406	0.06 170	0.05 253	0.08 420	0.07 403	0.06 300	0.06 312

ff1	0.13 423	0.09 450	0.15 436	0.16 219	0.09 359	0.17 499	0.17 459	0.15 197	0.19 383	0.15 414	0.26 528	0.19 478	0.13 433	0.15 424	0.22 589	0.06 170	0.05 253	0.09 511	0.08 486	0.06 300	0.06 312

LL-Strereo	0.13 423	0.10 519	0.12 303	0.20 547	0.10 478	0.11 263	0.18 509	0.33 603	0.25 493	0.16 444	0.16 359	0.14 387	0.14 466	0.19 539	0.11 287	0.06 170	0.05 253	0.09 511	0.08 486	0.04 46	0.05 196

anonymousa	0.13 423	0.07 224	0.14 399	0.18 400	0.09 359	0.13 369	0.17 459	0.20 359	0.29 544	0.15 414	0.24 488	0.16 434	0.14 466	0.14 401	0.14 450	0.07 358	0.05 253	0.07 324	0.09 533	0.05 167	0.07 403

TestStereo1	0.13 423	0.08 365	0.08 40	0.20 547	0.08 230	0.18 516	0.29 682	0.23 430	0.17 333	0.17 458	0.20 434	0.16 434	0.11 362	0.12 299	0.13 406	0.06 170	0.06 438	0.08 420	0.06 297	0.05 167	0.05 196

qqq	0.13 423	0.09 450	0.15 436	0.16 219	0.08 230	0.13 369	0.15 357	0.24 456	0.16 296	0.15 414	0.19 424	0.16 434	0.16 507	0.15 424	0.16 508	0.07 358	0.06 438	0.08 420	0.08 486	0.07 390	0.07 403

x	0.13 423	0.08 365	0.15 436	0.14 66	0.08 230	0.19 540	0.14 267	0.22 408	0.21 424	0.15 414	0.20 434	0.20 495	0.18 547	0.18 514	0.18 538	0.07 358	0.05 253	0.06 204	0.06 297	0.07 390	0.07 403

raft_robust	0.13 423	0.10 519	0.07 10	0.18 400	0.08 230	0.13 369	0.24 634	0.29 553	0.34 582	0.20 529	0.20 434	0.15 413	0.10 319	0.11 202	0.12 365	0.05 49	0.05 253	0.07 324	0.07 403	0.05 167	0.04 53

RAFT+CT+SA	0.13 423	0.11 546	0.09 117	0.19 479	0.09 359	0.15 444	0.28 671	0.22 408	0.22 446	0.15 414	0.26 528	0.10 274	0.10 319	0.11 202	0.12 365	0.05 49	0.04 24	0.07 324	0.08 486	0.07 390	0.06 312

SA-5K	0.13 423	0.08 365	0.08 40	0.20 547	0.08 230	0.18 516	0.29 682	0.23 430	0.17 333	0.17 458	0.20 434	0.16 434	0.11 362	0.12 299	0.13 406	0.06 170	0.06 438	0.08 420	0.06 297	0.05 167	0.05 196

SA	0.13 423	0.09 450	0.09 117	0.18 400	0.08 230	0.12 322	0.24 634	0.23 430	0.19 383	0.17 458	0.27 546	0.15 413	0.11 362	0.11 202	0.11 287	0.05 49	0.05 253	0.09 511	0.08 486	0.05 167	0.05 196

GwcNet-ADL	0.13 423	0.08 365	0.14 399	0.20 547	0.09 359	0.12 322	0.20 579	0.30 566	0.25 493	0.14 389	0.14 325	0.18 467	0.14 466	0.13 362	0.15 488	0.07 358	0.05 253	0.06 204	0.05 202	0.07 390	0.06 312

GANet-ADL	0.13 423	0.07 224	0.15 436	0.17 307	0.10 478	0.19 540	0.15 357	0.30 566	0.21 424	0.13 358	0.18 408	0.19 478	0.13 433	0.16 453	0.14 450	0.08 442	0.06 438	0.06 204	0.05 202	0.07 390	0.08 478

RAFT	0.13 423	0.09 450	0.11 250	0.18 400	0.08 230	0.15 444	0.23 623	0.21 381	0.20 408	0.21 546	0.21 453	0.18 467	0.13 433	0.17 493	0.10 200	0.06 170	0.07 513	0.10 560	0.09 533	0.06 300	0.05 196

sAnonymous2	0.13 423	0.12 565	0.25 606	0.20 547	0.12 571	0.18 516	0.14 267	0.27 507	0.21 424	0.11 282	0.12 285	0.13 366	0.08 237	0.11 202	0.11 287	0.09 504	0.05 253	0.08 420	0.06 297	0.15 653	0.10 559

CroCo_RVC	0.13 423	0.12 565	0.25 606	0.20 547	0.12 571	0.18 516	0.14 267	0.27 507	0.21 424	0.11 282	0.12 285	0.13 366	0.08 237	0.11 202	0.11 287	0.09 504	0.05 253	0.08 420	0.06 297	0.15 653	0.10 559

RAFT + AFF	0.13 423	0.08 365	0.21 579	0.20 547	0.10 478	0.14 419	0.23 623	0.27 507	0.21 424	0.12 322	0.10 209	0.12 334	0.10 319	0.16 453	0.12 365	0.08 442	0.07 513	0.09 511	0.09 533	0.06 300	0.09 527

GMStereo	0.13 423	0.15 614	0.14 399	0.18 400	0.09 359	0.16 475	0.16 425	0.20 359	0.25 493	0.17 458	0.17 379	0.11 308	0.11 362	0.16 453	0.13 406	0.07 358	0.06 438	0.06 204	0.06 297	0.07 390	0.06 312
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 423	0.07 224	0.15 436	0.17 307	0.09 359	0.15 444	0.16 425	0.28 532	0.27 520	0.14 389	0.18 408	0.12 334	0.13 433	0.14 401	0.11 287	0.08 442	0.05 253	0.07 324	0.07 403	0.07 390	0.06 312

FENet	0.13 423	0.08 365	0.13 351	0.16 219	0.08 230	0.15 444	0.16 425	0.23 430	0.23 456	0.17 458	0.24 488	0.16 434	0.13 433	0.14 401	0.15 488	0.08 442	0.05 253	0.08 420	0.08 486	0.08 463	0.08 478

MLCV	0.13 423	0.08 365	0.17 505	0.18 400	0.06 31	0.16 475	0.17 459	0.19 339	0.22 446	0.19 507	0.25 515	0.17 452	0.13 433	0.15 424	0.14 450	0.05 49	0.04 24	0.05 53	0.04 59	0.05 167	0.04 53

iResNet	0.13 423	0.10 519	0.18 539	0.19 479	0.08 230	0.14 419	0.18 509	0.21 381	0.27 520	0.16 444	0.24 488	0.15 413	0.13 433	0.14 401	0.15 488	0.06 170	0.04 24	0.06 204	0.05 202	0.06 300	0.05 196

DN-CSS_ROB	0.13 423	0.13 592	0.17 505	0.18 400	0.10 478	0.16 475	0.08 9	0.22 408	0.19 383	0.17 458	0.23 476	0.13 366	0.13 433	0.13 362	0.14 450	0.05 49	0.05 253	0.10 560	0.10 574	0.08 463	0.06 312

Selective-IGEV-i16pb	0.14 456	0.08 365	0.17 505	0.15 123	0.11 537	0.41 690	0.16 425	0.29 553	0.24 468	0.11 282	0.21 453	0.10 274	0.07 178	0.17 493	0.12 365	0.10 548	0.07 513	0.06 204	0.08 486	0.09 528	0.10 559

xyz-stereo	0.14 456	0.07 224	0.22 589	0.15 123	0.05 2	0.22 586	0.15 357	0.17 274	0.31 560	0.15 414	0.28 557	0.26 571	0.17 533	0.13 362	0.12 365	0.05 49	0.05 253	0.06 204	0.05 202	0.04 46	0.04 53

G2L-Stereo_test	0.14 456	0.07 224	0.11 250	0.13 18	0.08 230	0.12 322	0.17 459	0.31 583	0.28 536	0.21 546	0.23 476	0.20 495	0.16 507	0.17 493	0.19 553	0.07 358	0.05 253	0.05 53	0.05 202	0.07 390	0.07 403

coex_refinement	0.14 456	0.07 224	0.12 303	0.17 307	0.10 478	0.16 475	0.15 357	0.27 507	0.29 544	0.18 491	0.21 453	0.22 522	0.17 533	0.16 453	0.19 553	0.08 442	0.05 253	0.06 204	0.06 297	0.09 528	0.08 478

G2L-Stereo	0.14 456	0.07 224	0.13 351	0.17 307	0.09 359	0.13 369	0.12 114	0.27 507	0.22 446	0.17 458	0.27 546	0.21 504	0.13 433	0.18 514	0.18 538	0.09 504	0.08 549	0.08 420	0.07 403	0.07 390	0.07 403

rvit_0105_6	0.14 456	0.09 450	0.18 539	0.17 307	0.10 478	0.10 209	0.17 459	0.19 339	0.26 507	0.12 322	0.18 408	0.17 452	0.13 433	0.18 514	0.13 406	0.15 653	0.11 625	0.12 613	0.10 574	0.09 528	0.06 312

rvit_0105_5	0.14 456	0.10 519	0.14 399	0.17 307	0.09 359	0.14 419	0.23 623	0.24 456	0.27 520	0.14 389	0.15 342	0.18 467	0.13 433	0.17 493	0.14 450	0.14 649	0.11 625	0.10 560	0.11 606	0.08 463	0.07 403

test_sample6	0.14 456	0.09 450	0.14 399	0.17 307	0.08 230	0.17 499	0.19 556	0.26 493	0.18 354	0.18 491	0.28 557	0.19 478	0.15 486	0.15 424	0.13 406	0.08 442	0.05 253	0.08 420	0.07 403	0.08 463	0.08 478

test_sample5	0.14 456	0.08 365	0.14 399	0.16 219	0.08 230	0.18 516	0.18 509	0.25 479	0.17 333	0.17 458	0.28 557	0.18 467	0.15 486	0.16 453	0.13 406	0.08 442	0.06 438	0.08 420	0.07 403	0.09 528	0.08 478

test_sample4	0.14 456	0.08 365	0.15 436	0.15 123	0.08 230	0.19 540	0.18 509	0.26 493	0.18 354	0.17 458	0.26 528	0.18 467	0.15 486	0.17 493	0.13 406	0.08 442	0.06 438	0.08 420	0.06 297	0.09 528	0.08 478

test_sample3	0.14 456	0.08 365	0.15 436	0.14 66	0.09 359	0.20 560	0.17 459	0.27 507	0.18 354	0.17 458	0.22 471	0.19 478	0.15 486	0.17 493	0.14 450	0.09 504	0.06 438	0.07 324	0.06 297	0.09 528	0.08 478

SMFormer	0.14 456	0.07 224	0.18 539	0.14 66	0.08 230	0.17 499	0.17 459	0.27 507	0.27 520	0.19 507	0.20 434	0.19 478	0.15 486	0.15 424	0.17 525	0.08 442	0.05 253	0.07 324	0.06 297	0.08 463	0.07 403

tta	0.14 456	0.07 224	0.18 539	0.14 66	0.08 230	0.17 499	0.17 459	0.27 507	0.27 520	0.19 507	0.20 434	0.19 478	0.15 486	0.15 424	0.17 525	0.08 442	0.05 253	0.07 324	0.06 297	0.06 300	0.06 312

qqq1	0.14 456	0.07 224	0.18 539	0.14 66	0.08 230	0.17 499	0.17 459	0.27 507	0.27 520	0.19 507	0.20 434	0.19 478	0.15 486	0.15 424	0.12 365	0.08 442	0.05 253	0.05 53	0.05 202	0.06 300	0.06 312

fff1	0.14 456	0.07 224	0.18 539	0.14 66	0.08 230	0.17 499	0.17 459	0.27 507	0.27 520	0.19 507	0.20 434	0.19 478	0.15 486	0.15 424	0.12 365	0.08 442	0.05 253	0.05 53	0.05 202	0.06 300	0.06 312

mmm	0.14 456	0.08 365	0.18 539	0.17 307	0.09 359	0.17 499	0.18 509	0.21 381	0.16 296	0.16 444	0.23 476	0.21 504	0.16 507	0.16 453	0.17 525	0.08 442	0.05 253	0.08 420	0.08 486	0.08 463	0.07 403

DualNet	0.14 456	0.08 365	0.14 399	0.16 219	0.08 230	0.18 516	0.18 509	0.25 479	0.17 333	0.18 491	0.28 557	0.18 467	0.15 486	0.16 453	0.13 406	0.08 442	0.06 438	0.08 420	0.07 403	0.09 528	0.08 478

StereoVision	0.14 456	0.13 592	0.10 180	0.24 644	0.10 478	0.16 475	0.21 596	0.21 381	0.20 408	0.12 322	0.25 515	0.10 274	0.10 319	0.16 453	0.10 200	0.09 504	0.10 609	0.12 613	0.12 629	0.06 300	0.05 196

PCWNet_CMD	0.14 456	0.08 365	0.15 436	0.17 307	0.09 359	0.14 419	0.14 267	0.29 553	0.36 602	0.14 389	0.20 434	0.21 504	0.13 433	0.17 493	0.14 450	0.07 358	0.05 253	0.07 324	0.07 403	0.07 390	0.07 403

gwcnet-sp	0.14 456	0.07 224	0.13 351	0.18 400	0.09 359	0.16 475	0.18 509	0.24 456	0.24 468	0.19 507	0.24 488	0.15 413	0.16 507	0.16 453	0.15 488	0.08 442	0.07 513	0.07 324	0.08 486	0.08 463	0.07 403

scenet	0.14 456	0.07 224	0.13 351	0.18 400	0.09 359	0.16 475	0.18 509	0.24 456	0.24 468	0.19 507	0.24 488	0.15 413	0.16 507	0.16 453	0.15 488	0.08 442	0.07 513	0.07 324	0.08 486	0.08 463	0.07 403

CASS	0.14 456	0.12 565	0.12 303	0.23 632	0.09 359	0.15 444	0.17 459	0.19 339	0.20 408	0.17 458	0.18 408	0.15 413	0.15 486	0.15 424	0.14 450	0.09 504	0.06 438	0.10 560	0.08 486	0.09 528	0.07 403
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.14 456	0.07 224	0.13 351	0.18 400	0.09 359	0.16 475	0.18 509	0.24 456	0.24 468	0.19 507	0.24 488	0.15 413	0.16 507	0.16 453	0.15 488	0.08 442	0.07 513	0.07 324	0.08 486	0.08 463	0.07 403

IER	0.14 456	0.08 365	0.13 351	0.17 307	0.09 359	0.14 419	0.16 425	0.26 493	0.27 520	0.18 491	0.26 528	0.17 452	0.20 578	0.17 493	0.14 450	0.08 442	0.05 253	0.07 324	0.06 297	0.08 463	0.07 403

test_5	0.14 456	0.12 565	0.08 40	0.20 547	0.10 478	0.14 419	0.28 671	0.21 381	0.24 468	0.19 507	0.28 557	0.11 308	0.15 486	0.12 299	0.13 406	0.06 170	0.05 253	0.07 324	0.08 486	0.08 463	0.07 403

psmg	0.14 456	0.09 450	0.14 399	0.17 307	0.10 478	0.15 444	0.17 459	0.29 553	0.20 408	0.17 458	0.21 453	0.25 561	0.16 507	0.16 453	0.14 450	0.08 442	0.07 513	0.08 420	0.08 486	0.07 390	0.07 403

UDGNet	0.14 456	0.13 592	0.17 505	0.18 400	0.10 478	0.12 322	0.16 425	0.21 381	0.27 520	0.20 529	0.20 434	0.17 452	0.13 433	0.16 453	0.14 450	0.10 548	0.06 438	0.09 511	0.07 403	0.07 390	0.07 403

TestStereo	0.14 456	0.15 614	0.11 250	0.23 632	0.08 230	0.15 444	0.21 596	0.20 359	0.23 456	0.14 389	0.25 515	0.16 434	0.13 433	0.16 453	0.14 450	0.06 170	0.06 438	0.08 420	0.06 297	0.09 528	0.05 196

CFNet_pseudo	0.14 456	0.08 365	0.16 480	0.16 219	0.09 359	0.13 369	0.14 267	0.27 507	0.34 582	0.15 414	0.21 453	0.22 522	0.13 433	0.18 514	0.14 450	0.07 358	0.05 253	0.08 420	0.06 297	0.07 390	0.07 403

GES	0.14 456	0.08 365	0.16 480	0.15 123	0.10 478	0.13 369	0.13 190	0.28 532	0.26 507	0.17 458	0.24 488	0.19 478	0.14 466	0.16 453	0.14 450	0.08 442	0.08 549	0.07 324	0.06 297	0.08 463	0.09 527

cf-r	0.14 456	0.07 224	0.13 351	0.16 219	0.08 230	0.14 419	0.19 556	0.21 381	0.25 493	0.17 458	0.26 528	0.22 522	0.17 533	0.14 401	0.15 488	0.10 548	0.05 253	0.06 204	0.08 486	0.06 300	0.06 312

GANet-RSSM	0.14 456	0.07 224	0.13 351	0.13 18	0.08 230	0.14 419	0.18 509	0.23 430	0.21 424	0.17 458	0.25 515	0.24 548	0.16 507	0.16 453	0.16 508	0.10 548	0.06 438	0.07 324	0.08 486	0.08 463	0.07 403

PSMNet-RSSM	0.14 456	0.07 224	0.14 399	0.15 123	0.08 230	0.13 369	0.16 425	0.25 479	0.24 468	0.17 458	0.28 557	0.23 539	0.14 466	0.16 453	0.14 450	0.11 583	0.06 438	0.09 511	0.12 629	0.08 463	0.07 403

GwcNet-RSSM	0.14 456	0.07 224	0.12 303	0.16 219	0.08 230	0.15 444	0.20 579	0.22 408	0.28 536	0.18 491	0.28 557	0.23 539	0.17 533	0.15 424	0.16 508	0.10 548	0.06 438	0.07 324	0.09 533	0.07 390	0.07 403

CFNet-ft	0.14 456	0.07 224	0.15 436	0.12 7	0.09 359	0.17 499	0.18 509	0.22 408	0.24 468	0.17 458	0.26 528	0.24 548	0.14 466	0.16 453	0.15 488	0.11 583	0.06 438	0.08 420	0.09 533	0.09 528	0.08 478

DMCA	0.14 456	0.09 450	0.17 505	0.19 479	0.09 359	0.15 444	0.17 459	0.23 430	0.28 536	0.14 389	0.20 434	0.17 452	0.18 547	0.15 424	0.17 525	0.10 548	0.06 438	0.08 420	0.06 297	0.09 528	0.10 559

MSMDNet	0.14 456	0.08 365	0.15 436	0.17 307	0.09 359	0.14 419	0.14 267	0.29 553	0.36 602	0.14 389	0.20 434	0.21 504	0.13 433	0.18 514	0.14 450	0.07 358	0.05 253	0.07 324	0.07 403	0.07 390	0.07 403

HSM-Net_RVC	0.14 456	0.08 365	0.12 303	0.15 123	0.08 230	0.16 475	0.15 357	0.27 507	0.29 544	0.20 529	0.21 453	0.29 597	0.14 466	0.18 514	0.13 406	0.06 170	0.06 438	0.06 204	0.06 297	0.07 390	0.06 312
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 456	0.07 224	0.15 436	0.12 7	0.09 359	0.17 499	0.18 509	0.22 408	0.24 468	0.17 458	0.26 528	0.24 548	0.14 466	0.16 453	0.15 488	0.11 583	0.06 438	0.08 420	0.09 533	0.09 528	0.08 478

ccs_rob	0.14 456	0.09 450	0.16 480	0.16 219	0.09 359	0.13 369	0.14 267	0.27 507	0.34 582	0.15 414	0.21 453	0.22 522	0.13 433	0.18 514	0.14 450	0.07 358	0.05 253	0.08 420	0.07 403	0.07 390	0.07 403

iResNet_ROB	0.14 456	0.07 224	0.13 351	0.15 123	0.07 133	0.19 540	0.14 267	0.26 493	0.32 566	0.23 576	0.26 528	0.23 539	0.16 507	0.15 424	0.14 450	0.07 358	0.05 253	0.05 53	0.04 59	0.08 463	0.08 478

rvit_0105_4	0.15 497	0.09 450	0.17 505	0.17 307	0.10 478	0.12 322	0.20 579	0.23 430	0.27 520	0.14 389	0.20 434	0.17 452	0.14 466	0.17 493	0.13 406	0.15 653	0.11 625	0.11 591	0.10 574	0.09 528	0.06 312

DCVSM-stereo	0.15 497	0.09 450	0.16 480	0.16 219	0.10 478	0.15 444	0.09 25	0.20 359	0.24 468	0.20 529	0.24 488	0.26 571	0.15 486	0.19 539	0.14 450	0.09 504	0.07 513	0.09 511	0.08 486	0.10 564	0.12 607

ACV-stereo	0.15 497	0.10 519	0.29 630	0.18 400	0.12 571	0.15 444	0.13 190	0.23 430	0.21 424	0.19 507	0.23 476	0.22 522	0.15 486	0.23 602	0.17 525	0.08 442	0.07 513	0.07 324	0.07 403	0.08 463	0.07 403

DispNO	0.15 497	0.09 450	0.18 539	0.19 479	0.12 571	0.11 263	0.21 596	0.23 430	0.29 544	0.18 491	0.23 476	0.19 478	0.17 533	0.16 453	0.16 508	0.07 358	0.05 253	0.08 420	0.08 486	0.07 390	0.06 312

mmx	0.15 497	0.09 450	0.15 436	0.16 219	0.09 359	0.17 499	0.17 459	0.27 507	0.26 507	0.15 414	0.26 528	0.19 478	0.13 433	0.15 424	0.22 589	0.08 442	0.06 438	0.09 511	0.08 486	0.08 463	0.08 478

xxx	0.15 497	0.09 450	0.15 436	0.16 219	0.09 359	0.17 499	0.17 459	0.27 507	0.26 507	0.15 414	0.26 528	0.19 478	0.13 433	0.15 424	0.22 589	0.08 442	0.06 438	0.09 511	0.08 486	0.08 463	0.08 478

CFNet_ucs	0.15 497	0.09 450	0.17 505	0.16 219	0.11 537	0.14 419	0.14 267	0.30 566	0.34 582	0.16 444	0.24 488	0.23 539	0.14 466	0.18 514	0.15 488	0.09 504	0.06 438	0.08 420	0.07 403	0.09 528	0.09 527

CBFPSM	0.15 497	0.07 224	0.27 618	0.17 307	0.09 359	0.13 369	0.15 357	0.22 408	0.23 456	0.20 529	0.27 546	0.23 539	0.16 507	0.16 453	0.19 553	0.06 170	0.06 438	0.06 204	0.07 403	0.07 390	0.07 403

BUS	0.15 497	0.09 450	0.14 399	0.22 611	0.10 478	0.20 560	0.14 267	0.34 618	0.20 408	0.17 458	0.23 476	0.16 434	0.14 466	0.16 453	0.14 450	0.08 442	0.06 438	0.10 560	0.09 533	0.07 390	0.07 403

BSDual-CNN	0.15 497	0.09 450	0.14 399	0.22 611	0.10 478	0.15 444	0.15 357	0.34 618	0.20 408	0.17 458	0.23 476	0.25 561	0.16 507	0.16 453	0.14 450	0.08 442	0.06 438	0.10 560	0.09 533	0.07 390	0.07 403

hknet	0.15 497	0.11 546	0.14 399	0.22 611	0.11 537	0.15 444	0.15 357	0.34 618	0.26 507	0.17 458	0.23 476	0.22 522	0.18 547	0.17 493	0.13 406	0.07 358	0.06 438	0.10 560	0.09 533	0.07 390	0.07 403

dd	0.15 497	0.17 635	0.17 505	0.19 479	0.09 359	0.15 444	0.18 509	0.22 408	0.26 507	0.23 576	0.20 434	0.21 504	0.10 319	0.21 576	0.17 525	0.10 548	0.06 438	0.08 420	0.06 297	0.08 463	0.07 403

DAS	0.15 497	0.08 365	0.18 539	0.19 479	0.10 478	0.19 540	0.17 459	0.28 532	0.30 550	0.18 491	0.26 528	0.21 504	0.16 507	0.16 453	0.13 406	0.08 442	0.06 438	0.06 204	0.06 297	0.07 390	0.07 403

SepStereo	0.15 497	0.08 365	0.18 539	0.19 479	0.10 478	0.19 540	0.17 459	0.28 532	0.30 550	0.18 491	0.26 528	0.21 504	0.16 507	0.26 624	0.13 406	0.08 442	0.06 438	0.06 204	0.06 297	0.07 390	0.07 403

PSMNet-ADL	0.15 497	0.12 565	0.13 351	0.22 611	0.09 359	0.13 369	0.20 579	0.26 493	0.23 456	0.18 491	0.20 434	0.23 539	0.17 533	0.18 514	0.18 538	0.09 504	0.08 549	0.08 420	0.11 606	0.08 463	0.07 403

LMCR-Stereo	0.15 497	0.08 365	0.14 399	0.21 586	0.09 359	0.18 516	0.19 556	0.28 532	0.19 383	0.24 588	0.24 488	0.23 539	0.17 533	0.20 558	0.17 525	0.07 358	0.06 438	0.08 420	0.06 297	0.10 564	0.09 527

xxxx	0.15 497	0.07 224	0.14 399	0.14 66	0.08 230	0.24 609	0.18 509	0.32 589	0.20 408	0.14 389	0.28 557	0.22 522	0.14 466	0.15 424	0.29 657	0.09 504	0.05 253	0.07 324	0.07 403	0.08 463	0.08 478

test_xeample	0.15 497	0.07 224	0.14 399	0.15 123	0.08 230	0.22 586	0.20 579	0.29 553	0.21 424	0.16 444	0.29 572	0.19 478	0.17 533	0.16 453	0.28 648	0.09 504	0.05 253	0.07 324	0.07 403	0.07 390	0.07 403

ACVNet	0.15 497	0.09 450	0.15 436	0.13 18	0.12 571	0.14 419	0.20 579	0.22 408	0.34 582	0.17 458	0.26 528	0.21 504	0.17 533	0.18 514	0.21 576	0.07 358	0.06 438	0.06 204	0.06 297	0.08 463	0.06 312

acv_ft	0.15 497	0.09 450	0.16 480	0.19 479	0.10 478	0.16 475	0.17 459	0.25 479	0.34 582	0.19 507	0.26 528	0.21 504	0.17 533	0.18 514	0.19 553	0.07 358	0.06 438	0.06 204	0.06 297	0.08 463	0.06 312

CCAANet	0.15 497	0.06 114	0.15 436	0.17 307	0.09 359	0.17 499	0.13 190	0.31 583	0.25 493	0.16 444	0.32 593	0.18 467	0.18 547	0.17 493	0.14 450	0.06 170	0.05 253	0.09 511	0.09 533	0.06 300	0.09 527

RASNet	0.15 497	0.07 224	0.15 436	0.16 219	0.08 230	0.19 540	0.14 267	0.30 566	0.21 424	0.17 458	0.25 515	0.21 504	0.19 566	0.20 558	0.20 563	0.07 358	0.06 438	0.06 204	0.08 486	0.06 300	0.06 312

CFNet	0.15 497	0.11 546	0.17 505	0.17 307	0.08 230	0.19 540	0.10 40	0.29 553	0.26 507	0.19 507	0.24 488	0.24 548	0.18 547	0.18 514	0.15 488	0.08 442	0.06 438	0.09 511	0.10 574	0.08 463	0.07 403

UCFNet_RVC	0.15 497	0.08 365	0.13 351	0.11 1	0.10 478	0.20 560	0.10 40	0.24 456	0.23 456	0.17 458	0.21 453	0.24 548	0.15 486	0.18 514	0.15 488	0.12 609	0.07 513	0.11 591	0.13 641	0.11 586	0.10 559

AdaStereo	0.15 497	0.11 546	0.16 480	0.19 479	0.09 359	0.21 572	0.11 75	0.33 603	0.28 536	0.21 546	0.23 476	0.21 504	0.13 433	0.19 539	0.15 488	0.13 628	0.05 253	0.10 560	0.07 403	0.09 528	0.07 403
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	0.15 497	0.08 365	0.16 480	0.16 219	0.08 230	0.16 475	0.13 190	0.26 493	0.36 602	0.21 546	0.29 572	0.24 548	0.13 433	0.14 401	0.14 450	0.06 170	0.06 438	0.06 204	0.04 59	0.09 528	0.08 478

HSM	0.15 497	0.09 450	0.15 436	0.16 219	0.09 359	0.16 475	0.14 267	0.28 532	0.25 493	0.20 529	0.24 488	0.37 652	0.17 533	0.20 558	0.15 488	0.07 358	0.05 253	0.07 324	0.06 297	0.07 390	0.06 312

pmcnn	0.15 497	0.07 224	0.20 568	0.15 123	0.07 133	0.21 572	0.16 425	0.25 479	0.26 507	0.21 546	0.33 600	0.29 597	0.19 566	0.18 514	0.17 525	0.07 358	0.05 253	0.05 53	0.04 59	0.07 390	0.06 312

DDVS	0.16 525	0.10 519	0.22 589	0.16 219	0.12 571	0.15 444	0.14 267	0.25 479	0.19 383	0.18 491	0.30 578	0.27 578	0.13 433	0.20 558	0.16 508	0.09 504	0.06 438	0.09 511	0.07 403	0.11 586	0.11 586

rvit_0105_3	0.16 525	0.10 519	0.15 436	0.20 547	0.12 571	0.15 444	0.26 660	0.25 479	0.30 550	0.15 414	0.17 379	0.21 504	0.14 466	0.18 514	0.14 450	0.14 649	0.11 625	0.12 613	0.14 647	0.07 390	0.07 403

ITSA-stereo	0.16 525	0.11 546	0.14 399	0.19 479	0.08 230	0.13 369	0.14 267	0.30 566	0.49 662	0.17 458	0.18 408	0.22 522	0.15 486	0.17 493	0.16 508	0.10 548	0.06 438	0.08 420	0.08 486	0.08 463	0.09 527

test_sample7	0.16 525	0.10 519	0.16 480	0.14 66	0.12 571	0.16 475	0.17 459	0.28 532	0.24 468	0.21 546	0.21 453	0.24 548	0.20 578	0.16 453	0.16 508	0.12 609	0.06 438	0.10 560	0.09 533	0.11 586	0.10 559

1111x	0.16 525	0.09 450	0.13 351	0.18 400	0.08 230	0.18 516	0.25 651	0.32 589	0.25 493	0.17 458	0.24 488	0.27 578	0.15 486	0.14 401	0.24 612	0.07 358	0.07 513	0.08 420	0.09 533	0.07 390	0.07 403

GMStereo_Zeroshot	0.16 525	0.13 592	0.25 606	0.20 547	0.10 478	0.17 499	0.13 190	0.30 566	0.25 493	0.23 576	0.32 593	0.25 561	0.11 362	0.19 539	0.14 450	0.09 504	0.06 438	0.11 591	0.06 297	0.12 605	0.08 478

CRFU-Net	0.16 525	0.08 365	0.15 436	0.17 307	0.09 359	0.20 560	0.14 267	0.27 507	0.21 424	0.28 626	0.28 557	0.29 597	0.18 547	0.19 539	0.18 538	0.09 504	0.09 585	0.07 324	0.07 403	0.08 463	0.09 527

NINENet	0.16 525	0.10 519	0.16 480	0.17 307	0.11 537	0.20 560	0.14 267	0.41 671	0.37 608	0.18 491	0.21 453	0.16 434	0.14 466	0.16 453	0.14 450	0.08 442	0.08 549	0.10 560	0.07 403	0.10 564	0.09 527

CSP-Net	0.16 525	0.09 450	0.14 399	0.17 307	0.09 359	0.19 540	0.18 509	0.25 479	0.33 571	0.26 606	0.31 583	0.25 561	0.16 507	0.21 576	0.19 553	0.09 504	0.06 438	0.07 324	0.07 403	0.08 463	0.08 478

AASNet	0.16 525	0.08 365	0.13 351	0.19 479	0.09 359	0.19 540	0.15 357	0.38 657	0.37 608	0.20 529	0.24 488	0.20 495	0.17 533	0.17 493	0.21 576	0.10 548	0.08 549	0.08 420	0.07 403	0.09 528	0.09 527

AACVNet	0.16 525	0.08 365	0.15 436	0.15 123	0.10 478	0.18 516	0.15 357	0.24 456	0.25 493	0.27 613	0.27 546	0.28 588	0.18 547	0.19 539	0.17 525	0.09 504	0.07 513	0.09 511	0.07 403	0.10 564	0.09 527

ADLNet2	0.16 525	0.09 450	0.14 399	0.17 307	0.09 359	0.20 560	0.16 425	0.32 589	0.39 620	0.17 458	0.20 434	0.20 495	0.19 566	0.21 576	0.23 600	0.08 442	0.07 513	0.07 324	0.07 403	0.09 528	0.07 403

ICVP	0.16 525	0.09 450	0.12 303	0.22 611	0.09 359	0.18 516	0.21 596	0.26 493	0.24 468	0.18 491	0.30 578	0.27 578	0.18 547	0.18 514	0.15 488	0.10 548	0.07 513	0.08 420	0.07 403	0.07 390	0.08 478
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	0.16 525	0.14 607	0.34 649	0.26 662	0.14 617	0.27 639	0.18 509	0.28 532	0.28 536	0.15 414	0.17 379	0.14 387	0.11 362	0.16 453	0.12 365	0.08 442	0.08 549	0.08 420	0.08 486	0.08 463	0.11 586

ADLNet	0.16 525	0.08 365	0.15 436	0.16 219	0.10 478	0.16 475	0.17 459	0.33 603	0.27 520	0.23 576	0.27 546	0.24 548	0.16 507	0.18 514	0.21 576	0.10 548	0.06 438	0.10 560	0.10 574	0.08 463	0.09 527

HCRNet	0.16 525	0.23 672	0.12 303	0.35 697	0.11 537	0.15 444	0.17 459	0.26 493	0.22 446	0.19 507	0.24 488	0.21 504	0.14 466	0.15 424	0.13 406	0.11 583	0.07 513	0.11 591	0.10 574	0.09 528	0.07 403

222	0.16 525	0.07 224	0.15 436	0.14 66	0.08 230	0.25 618	0.18 509	0.30 566	0.21 424	0.18 491	0.29 572	0.17 452	0.16 507	0.16 453	0.44 703	0.10 548	0.05 253	0.07 324	0.06 297	0.08 463	0.08 478

UPFNet	0.16 525	0.08 365	0.12 303	0.20 547	0.12 571	0.20 560	0.23 623	0.28 532	0.26 507	0.18 491	0.24 488	0.22 522	0.20 578	0.19 539	0.22 589	0.09 504	0.07 513	0.08 420	0.09 533	0.08 463	0.06 312

ac_64	0.16 525	0.09 450	0.15 436	0.18 400	0.10 478	0.22 586	0.17 459	0.24 456	0.22 446	0.19 507	0.24 488	0.29 597	0.18 547	0.19 539	0.22 589	0.09 504	0.08 549	0.08 420	0.09 533	0.07 390	0.06 312

DSFCA	0.16 525	0.09 450	0.14 399	0.16 219	0.10 478	0.21 572	0.19 556	0.28 532	0.31 560	0.23 576	0.25 515	0.22 522	0.16 507	0.20 558	0.20 563	0.10 548	0.07 513	0.09 511	0.09 533	0.08 463	0.08 478

AANet_RVC	0.16 525	0.10 519	0.11 250	0.18 400	0.09 359	0.19 540	0.18 509	0.27 507	0.32 566	0.22 561	0.35 615	0.21 504	0.22 593	0.22 594	0.17 525	0.06 170	0.05 253	0.06 204	0.06 297	0.07 390	0.06 312

DeepPruner_ROB	0.16 525	0.11 546	0.16 480	0.17 307	0.10 478	0.17 499	0.15 357	0.32 589	0.21 424	0.19 507	0.21 453	0.22 522	0.19 566	0.21 576	0.16 508	0.13 628	0.09 585	0.09 511	0.10 574	0.11 586	0.11 586

DStereoRT	0.17 547	0.07 224	0.12 303	0.19 479	0.09 359	0.13 369	0.12 114	0.28 532	0.23 456	0.12 322	0.20 434	0.11 308	0.10 319	0.15 424	0.14 450	0.06 170	0.05 253	1.02 734	0.09 533	0.05 167	0.04 53

rvit_stereo_0075_2	0.17 547	0.12 565	0.25 606	0.23 632	0.16 650	0.13 369	0.10 40	0.30 566	0.27 520	0.20 529	0.28 557	0.22 522	0.15 486	0.18 514	0.13 406	0.16 670	0.10 609	0.17 667	0.10 574	0.10 564	0.10 559

DualNet (step1)	0.17 547	0.12 565	0.21 579	0.13 18	0.14 617	0.18 516	0.14 267	0.28 532	0.24 468	0.21 546	0.21 453	0.24 548	0.20 578	0.16 453	0.16 508	0.15 653	0.06 438	0.14 642	0.14 647	0.15 653	0.13 625

iinet-f	0.17 547	0.07 224	0.46 673	0.14 66	0.10 478	0.21 572	0.14 267	0.27 507	0.23 456	0.22 561	0.25 515	0.21 504	0.16 507	0.18 514	0.22 589	0.09 504	0.07 513	0.07 324	0.06 297	0.09 528	0.10 559

ToySt	0.17 547	0.11 546	0.19 563	0.17 307	0.11 537	0.16 475	0.26 660	0.24 456	0.33 571	0.19 507	0.24 488	0.26 571	0.24 608	0.19 539	0.21 576	0.07 358	0.08 549	0.09 511	0.10 574	0.09 528	0.08 478

ssnet_v2	0.17 547	0.10 519	0.18 539	0.17 307	0.11 537	0.21 572	0.22 610	0.34 618	0.25 493	0.23 576	0.23 476	0.27 578	0.19 566	0.22 594	0.21 576	0.11 583	0.10 609	0.09 511	0.09 533	0.08 463	0.08 478

GEStereo_RVC	0.17 547	0.12 565	0.16 480	0.22 611	0.11 537	0.19 540	0.18 509	0.32 589	0.49 662	0.20 529	0.25 515	0.17 452	0.13 433	0.21 576	0.16 508	0.10 548	0.06 438	0.08 420	0.07 403	0.09 528	0.08 478

MMNet	0.17 547	0.10 519	0.17 505	0.20 547	0.11 537	0.27 639	0.20 579	0.26 493	0.42 633	0.22 561	0.30 578	0.22 522	0.20 578	0.18 514	0.20 563	0.06 170	0.06 438	0.07 324	0.07 403	0.08 463	0.07 403

delet	0.17 547	0.09 450	0.18 539	0.19 479	0.11 537	0.21 572	0.22 610	0.30 566	0.38 614	0.17 458	0.27 546	0.19 478	0.19 566	0.19 539	0.21 576	0.08 442	0.08 549	0.09 511	0.11 606	0.06 300	0.07 403

UNet	0.17 547	0.09 450	0.18 539	0.19 479	0.12 571	0.28 649	0.19 556	0.33 603	0.30 550	0.21 546	0.25 515	0.23 539	0.19 566	0.20 558	0.19 553	0.07 358	0.06 438	0.08 420	0.07 403	0.08 463	0.07 403

HGLStereo	0.17 547	0.09 450	0.19 563	0.17 307	0.12 571	0.18 516	0.18 509	0.31 583	0.33 571	0.22 561	0.33 600	0.24 548	0.18 547	0.20 558	0.21 576	0.10 548	0.09 585	0.07 324	0.07 403	0.09 528	0.10 559

DMCA-RVC	0.17 547	0.10 519	0.16 480	0.24 644	0.11 537	0.19 540	0.18 509	0.26 493	0.24 468	0.21 546	0.27 546	0.25 561	0.27 631	0.18 514	0.21 576	0.12 609	0.08 549	0.13 627	0.10 574	0.10 564	0.08 478

FADNet-RVC-Resample	0.17 547	0.12 565	0.32 643	0.22 611	0.12 571	0.19 540	0.14 267	0.25 479	0.24 468	0.24 588	0.27 546	0.20 495	0.15 486	0.17 493	0.16 508	0.07 358	0.08 549	0.12 613	0.10 574	0.09 528	0.11 586

FADNet_RVC	0.17 547	0.14 607	0.41 666	0.20 547	0.11 537	0.13 369	0.13 190	0.27 507	0.22 446	0.21 546	0.23 476	0.20 495	0.18 547	0.15 424	0.17 525	0.08 442	0.08 549	0.12 613	0.09 533	0.11 586	0.10 559

NLCA_NET_v2_RVC	0.17 547	0.10 519	0.23 597	0.20 547	0.10 478	0.15 444	0.18 509	0.31 583	0.25 493	0.21 546	0.31 583	0.25 561	0.17 533	0.21 576	0.20 563	0.09 504	0.06 438	0.08 420	0.09 533	0.07 390	0.08 478
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 547	0.12 565	0.16 480	0.20 547	0.10 478	0.18 516	0.18 509	0.27 507	0.24 468	0.26 606	0.41 652	0.23 539	0.18 547	0.21 576	0.21 576	0.09 504	0.05 253	0.09 511	0.10 574	0.07 390	0.07 403
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
z-ln-s-r	0.18 563	0.10 519	0.41 666	0.19 479	0.08 230	0.18 516	0.18 509	0.23 430	0.34 582	0.19 507	0.41 652	0.22 522	0.17 533	0.20 558	0.25 620	0.07 358	0.05 253	0.07 324	0.07 403	0.07 390	0.06 312

ISRNet	0.18 563	0.08 365	0.20 568	0.19 479	0.13 597	0.15 444	0.12 114	0.30 566	0.33 571	0.21 546	0.26 528	0.27 578	0.18 547	0.17 493	0.20 563	0.20 687	0.08 549	0.14 642	0.14 647	0.14 639	0.17 675

test_sample9	0.18 563	0.12 565	0.21 579	0.13 18	0.14 617	0.18 516	0.14 267	0.28 532	0.24 468	0.21 546	0.21 453	0.24 548	0.20 578	0.19 539	0.18 538	0.15 653	0.30 714	0.14 642	0.14 647	0.15 653	0.13 625

fast-acv-ft	0.18 563	0.11 546	0.20 568	0.19 479	0.12 571	0.26 630	0.21 596	0.26 493	0.35 596	0.22 561	0.34 610	0.27 578	0.21 586	0.21 576	0.23 600	0.09 504	0.09 585	0.08 420	0.10 574	0.08 463	0.07 403

HBP-ISP	0.18 563	0.13 592	0.17 505	0.15 123	0.11 537	0.08 85	0.13 190	0.28 532	0.30 550	0.22 561	0.33 600	0.21 504	0.25 616	0.23 602	0.18 538	0.15 653	0.17 685	0.21 681	0.17 677	0.10 564	0.09 527

Wz-Net-LNSev-Ref	0.18 563	0.09 450	0.30 636	0.15 123	0.11 537	0.23 600	0.20 579	0.27 507	0.40 624	0.26 606	0.43 664	0.25 561	0.15 486	0.21 576	0.20 563	0.07 358	0.05 253	0.06 204	0.05 202	0.10 564	0.09 527

dad	0.18 563	0.20 658	0.21 579	0.17 307	0.11 537	0.20 560	0.19 556	0.21 381	0.28 536	0.30 642	0.24 488	0.30 607	0.13 433	0.19 539	0.17 525	0.18 676	0.09 585	0.11 591	0.09 533	0.11 586	0.07 403

hitnet-ft	0.18 563	0.10 519	0.17 505	0.14 66	0.09 359	0.27 639	0.20 579	0.25 479	0.26 507	0.24 588	0.32 593	0.32 630	0.23 599	0.24 614	0.21 576	0.12 609	0.07 513	0.10 560	0.08 486	0.12 605	0.11 586

STTStereo	0.18 563	0.13 592	0.28 621	0.20 547	0.11 537	0.16 475	0.21 596	0.29 553	0.23 456	0.22 561	0.30 578	0.29 597	0.18 547	0.20 558	0.20 563	0.12 609	0.11 625	0.11 591	0.14 647	0.09 528	0.08 478

TDLM	0.18 563	0.12 565	0.14 399	0.24 644	0.10 478	0.18 516	0.18 509	0.37 650	0.30 550	0.22 561	0.28 557	0.28 588	0.18 547	0.23 602	0.19 553	0.11 583	0.07 513	0.10 560	0.10 574	0.08 463	0.08 478

CVANet_RVC	0.18 563	0.11 546	0.14 399	0.21 586	0.11 537	0.19 540	0.18 509	0.34 618	0.34 582	0.22 561	0.31 583	0.28 588	0.18 547	0.24 614	0.18 538	0.12 609	0.08 549	0.12 613	0.12 629	0.09 528	0.08 478

DLCB_ROB	0.18 563	0.10 519	0.16 480	0.23 632	0.11 537	0.24 609	0.18 509	0.30 566	0.28 536	0.27 613	0.29 572	0.28 588	0.25 616	0.20 558	0.20 563	0.08 442	0.08 549	0.09 511	0.09 533	0.07 390	0.07 403

TCMNet	0.19 575	0.12 565	0.20 568	0.21 586	0.18 672	0.21 572	0.24 634	0.28 532	0.36 602	0.23 576	0.26 528	0.25 561	0.20 578	0.20 558	0.23 600	0.13 628	0.11 625	0.11 591	0.12 629	0.13 621	0.12 607

rvit_105_1	0.19 575	0.12 565	0.25 606	0.21 586	0.16 650	0.22 586	0.28 671	0.32 589	0.42 633	0.20 529	0.21 453	0.22 522	0.18 547	0.19 539	0.18 538	0.12 609	0.12 641	0.13 627	0.15 665	0.08 463	0.07 403

SACVNet	0.19 575	0.12 565	0.15 436	0.17 307	0.13 597	0.22 586	0.18 509	0.31 583	0.31 560	0.24 588	0.31 583	0.30 607	0.23 599	0.23 602	0.17 525	0.11 583	0.08 549	0.10 560	0.10 574	0.12 605	0.14 643

pcwnet_v2	0.19 575	0.11 546	0.26 615	0.18 400	0.14 617	0.18 516	0.15 357	0.37 650	0.46 657	0.19 507	0.24 488	0.21 504	0.19 566	0.21 576	0.20 563	0.13 628	0.10 609	0.10 560	0.10 574	0.11 586	0.13 625

psm_up	0.19 575	0.10 519	0.18 539	0.21 586	0.11 537	0.17 499	0.19 556	0.38 657	0.34 582	0.22 561	0.28 557	0.29 597	0.25 616	0.20 558	0.22 589	0.09 504	0.10 609	0.11 591	0.11 606	0.08 463	0.08 478

NVstereo2D	0.19 575	0.11 546	0.16 480	0.17 307	0.16 650	0.28 649	0.23 623	0.44 686	0.42 633	0.15 414	0.28 557	0.25 561	0.19 566	0.23 602	0.18 538	0.09 504	0.06 438	0.10 560	0.08 486	0.15 653	0.10 559

StereoDRNet	0.19 575	0.11 546	0.18 539	0.22 611	0.11 537	0.22 586	0.22 610	0.37 650	0.34 582	0.24 588	0.28 557	0.30 607	0.19 566	0.20 558	0.21 576	0.10 548	0.08 549	0.11 591	0.09 533	0.09 528	0.07 403

CBMV_ROB	0.19 575	0.13 592	0.18 539	0.16 219	0.11 537	0.16 475	0.12 114	0.27 507	0.29 544	0.27 613	0.31 583	0.27 578	0.24 608	0.24 614	0.16 508	0.15 653	0.18 687	0.22 685	0.20 683	0.10 564	0.12 607

NOSS_ROB	0.19 575	0.13 592	0.18 539	0.16 219	0.12 571	0.16 475	0.12 114	0.30 566	0.33 571	0.20 529	0.22 471	0.27 578	0.24 608	0.21 576	0.16 508	0.16 670	0.18 687	0.23 686	0.21 685	0.13 621	0.13 625

PStereo	0.20 584	0.22 668	0.20 568	0.18 400	0.10 478	0.13 369	0.19 556	0.28 532	0.38 614	0.20 529	0.14 325	0.28 588	0.32 664	0.24 614	0.32 675	0.18 676	0.13 655	0.16 662	0.11 606	0.13 621	0.12 607

w-ln-seven-2	0.20 584	0.14 607	0.39 660	0.23 632	0.12 571	0.21 572	0.21 596	0.29 553	0.38 614	0.25 601	0.38 630	0.28 588	0.23 599	0.21 576	0.25 620	0.08 442	0.08 549	0.09 511	0.09 533	0.10 564	0.09 527

YMNet	0.20 584	0.12 565	0.20 568	0.21 586	0.14 617	0.27 639	0.23 623	0.32 589	0.34 582	0.28 626	0.35 615	0.30 607	0.18 547	0.18 514	0.22 589	0.11 583	0.13 655	0.10 560	0.10 574	0.09 528	0.09 527

YMNet_1	0.20 584	0.12 565	0.20 568	0.21 586	0.14 617	0.27 639	0.23 623	0.32 589	0.34 582	0.28 626	0.35 615	0.30 607	0.18 547	0.18 514	0.22 589	0.11 583	0.13 655	0.10 560	0.10 574	0.09 528	0.09 527

test_sample8	0.20 584	0.12 565	0.21 579	0.13 18	0.14 617	0.18 516	0.14 267	0.32 589	0.21 424	0.28 626	0.22 471	0.36 649	0.26 624	0.19 539	0.18 538	0.15 653	0.30 714	0.14 642	0.14 647	0.15 653	0.13 625

SDNR	0.20 584	0.09 450	0.19 563	0.16 219	0.12 571	0.79 719	0.13 190	0.26 493	0.33 571	0.19 507	0.25 515	0.19 478	0.12 397	0.19 539	0.15 488	0.16 670	0.18 687	0.14 642	0.11 606	0.08 463	0.12 607

GwcNet	0.20 584	0.14 607	0.20 568	0.18 400	0.12 571	0.25 618	0.20 579	0.36 641	0.45 648	0.20 529	0.33 600	0.33 636	0.21 586	0.22 594	0.25 620	0.11 583	0.09 585	0.09 511	0.09 533	0.09 528	0.10 559

SuperB	0.20 584	0.10 519	0.57 687	0.16 219	0.09 359	0.19 540	0.18 509	0.25 479	0.51 672	0.27 613	0.39 638	0.17 452	0.22 593	0.22 594	0.21 576	0.08 442	0.06 438	0.06 204	0.06 297	0.12 605	0.11 586

ADCRef	0.20 584	0.12 565	0.43 671	0.20 547	0.12 571	0.23 600	0.18 509	0.32 589	0.37 608	0.26 606	0.33 600	0.18 467	0.23 599	0.25 620	0.26 634	0.07 358	0.06 438	0.09 511	0.09 533	0.08 463	0.09 527

ADCP+	0.20 584	0.10 519	0.35 655	0.21 586	0.12 571	0.22 586	0.27 665	0.31 583	0.35 596	0.26 606	0.37 623	0.22 522	0.22 593	0.27 626	0.28 648	0.09 504	0.06 438	0.08 420	0.08 486	0.10 564	0.10 559

PS-NSSS	0.20 584	0.21 664	0.23 597	0.20 547	0.10 478	0.19 540	0.17 459	0.36 641	0.26 507	0.27 613	0.34 610	0.27 578	0.24 608	0.20 558	0.20 563	0.15 653	0.12 641	0.17 667	0.14 647	0.10 564	0.09 527

DRN-Test	0.20 584	0.11 546	0.21 579	0.22 611	0.10 478	0.22 586	0.22 610	0.40 666	0.38 614	0.24 588	0.33 600	0.26 571	0.22 593	0.22 594	0.25 620	0.11 583	0.07 513	0.11 591	0.10 574	0.09 528	0.08 478

DISCO	0.20 584	0.09 450	0.22 589	0.17 307	0.10 478	0.25 618	0.18 509	0.28 532	0.45 648	0.23 576	0.32 593	0.34 641	0.26 624	0.29 643	0.29 657	0.08 442	0.06 438	0.07 324	0.07 403	0.09 528	0.10 559

SGM-Forest	0.20 584	0.14 607	0.18 539	0.20 547	0.13 597	0.21 572	0.22 610	0.33 603	0.31 560	0.24 588	0.29 572	0.28 588	0.20 578	0.23 602	0.18 538	0.15 653	0.16 681	0.15 654	0.14 647	0.13 621	0.12 607
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.20 584	0.15 614	0.18 539	0.18 400	0.10 478	0.20 560	0.11 75	0.30 566	0.31 560	0.29 636	0.31 583	0.31 622	0.23 599	0.28 635	0.19 553	0.13 628	0.15 671	0.17 667	0.16 670	0.10 564	0.10 559
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UDG	0.21 599	0.17 635	0.20 568	0.23 632	0.15 636	0.31 659	0.20 579	0.33 603	0.35 596	0.24 588	0.28 557	0.31 622	0.29 645	0.21 576	0.23 600	0.15 653	0.12 641	0.13 627	0.09 533	0.14 639	0.15 657

FAT-Stereo	0.21 599	0.13 592	0.22 589	0.21 586	0.12 571	0.18 516	0.18 509	0.35 633	0.40 624	0.28 626	0.37 623	0.33 636	0.33 668	0.21 576	0.20 563	0.09 504	0.11 625	0.10 560	0.09 533	0.11 586	0.14 643

FADNet-RVC	0.21 599	0.20 658	0.40 664	0.21 586	0.16 650	0.21 572	0.15 357	0.27 507	0.27 520	0.26 606	0.32 593	0.26 571	0.21 586	0.22 594	0.19 553	0.12 609	0.13 655	0.12 613	0.14 647	0.13 621	0.18 679

FADNet	0.21 599	0.23 672	0.37 658	0.18 400	0.17 662	0.25 618	0.13 190	0.32 589	0.32 566	0.23 576	0.25 515	0.27 578	0.21 586	0.19 539	0.16 508	0.13 628	0.15 671	0.12 613	0.15 665	0.17 673	0.18 679

S-Stereo	0.21 599	0.12 565	0.25 606	0.21 586	0.13 597	0.21 572	0.19 556	0.33 603	0.45 648	0.23 576	0.36 620	0.28 588	0.29 645	0.20 558	0.23 600	0.09 504	0.12 641	0.10 560	0.10 574	0.13 621	0.14 643

DANet	0.21 599	0.16 625	0.29 630	0.25 652	0.13 597	0.23 600	0.19 556	0.28 532	0.27 520	0.28 626	0.32 593	0.35 647	0.32 664	0.31 650	0.24 612	0.11 583	0.09 585	0.11 591	0.10 574	0.13 621	0.11 586
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PWC_ROB	0.21 599	0.16 625	0.27 618	0.18 400	0.11 537	0.22 586	0.13 190	0.33 603	0.49 662	0.30 642	0.40 641	0.32 630	0.25 616	0.31 650	0.23 600	0.10 548	0.07 513	0.11 591	0.08 486	0.11 586	0.10 559

PWCDC_ROB	0.21 599	0.13 592	0.23 597	0.25 652	0.12 571	0.20 560	0.15 357	0.34 618	0.55 683	0.29 636	0.49 675	0.21 504	0.15 486	0.28 635	0.20 563	0.11 583	0.09 585	0.10 560	0.08 486	0.11 586	0.09 527

GASNet	0.22 607	0.24 675	0.34 649	0.26 662	0.17 662	0.27 639	0.16 425	0.45 688	0.42 633	0.27 613	0.24 488	0.30 607	0.16 507	0.27 626	0.18 538	0.12 609	0.09 585	0.12 613	0.11 606	0.16 666	0.08 478

Anonymous_2	0.22 607	0.17 635	0.28 621	0.15 123	0.16 650	0.33 663	0.22 610	0.23 430	0.18 354	0.23 576	0.24 488	0.26 571	0.27 631	0.27 626	0.24 612	0.22 694	0.26 710	0.17 667	0.17 677	0.16 666	0.18 679

Wz-Net-LNSev	0.22 607	0.16 625	0.41 666	0.22 611	0.13 597	0.25 618	0.24 634	0.33 603	0.44 644	0.30 642	0.42 661	0.32 630	0.19 566	0.23 602	0.27 640	0.10 548	0.09 585	0.08 420	0.08 486	0.12 605	0.11 586

FINET	0.22 607	0.18 649	0.28 621	0.19 479	0.16 650	0.24 609	0.24 634	0.33 603	0.49 662	0.26 606	0.33 600	0.22 522	0.23 599	0.23 602	0.18 538	0.18 676	0.16 681	0.11 591	0.10 574	0.15 653	0.14 643

Syn2CoEx	0.22 607	0.16 625	0.29 630	0.29 684	0.15 636	0.26 630	0.21 596	0.34 618	0.32 566	0.29 636	0.36 620	0.28 588	0.25 616	0.20 558	0.25 620	0.16 670	0.12 641	0.14 642	0.11 606	0.09 528	0.08 478

aanetorigin	0.22 607	0.17 635	0.57 687	0.18 400	0.10 478	0.16 475	0.19 556	0.20 359	0.33 571	0.49 694	0.48 674	0.30 607	0.28 640	0.21 576	0.24 612	0.08 442	0.07 513	0.08 420	0.07 403	0.10 564	0.09 527

MaskLacGwcNet_RVC	0.22 607	0.21 664	0.25 606	0.26 662	0.11 537	0.24 609	0.14 267	0.39 663	0.24 468	0.32 656	0.36 620	0.30 607	0.21 586	0.19 539	0.22 589	0.17 675	0.14 666	0.21 681	0.16 670	0.13 621	0.12 607

RP	0.22 607	0.13 592	0.22 589	0.23 632	0.12 571	0.21 572	0.20 579	0.26 493	0.45 648	0.22 561	0.38 630	0.37 652	0.25 616	0.28 635	0.25 620	0.11 583	0.12 641	0.13 627	0.12 629	0.13 621	0.14 643

stereogan	0.22 607	0.11 546	0.21 579	0.20 547	0.12 571	0.32 661	0.19 556	0.36 641	0.45 648	0.23 576	0.39 638	0.35 647	0.27 631	0.33 659	0.23 600	0.10 548	0.12 641	0.10 560	0.10 574	0.14 639	0.14 643

GANet	0.22 607	0.13 592	0.21 579	0.25 652	0.14 617	0.23 600	0.22 610	0.42 676	0.27 520	0.31 649	0.43 664	0.37 652	0.29 645	0.23 602	0.23 600	0.10 548	0.12 641	0.10 560	0.09 533	0.10 564	0.08 478

MDST_ROB	0.22 607	0.10 519	0.18 539	0.18 400	0.11 537	0.40 688	0.19 556	0.44 686	0.42 633	0.40 676	0.40 641	0.29 597	0.21 586	0.27 626	0.19 553	0.11 583	0.10 609	0.14 642	0.11 606	0.10 564	0.08 478

XPNet_ROB	0.22 607	0.12 565	0.20 568	0.22 611	0.13 597	0.22 586	0.19 556	0.35 633	0.40 624	0.30 642	0.40 641	0.38 658	0.27 631	0.26 624	0.29 657	0.15 653	0.10 609	0.10 560	0.10 574	0.13 621	0.12 607

PSMNet_ROB	0.22 607	0.12 565	0.15 436	0.27 670	0.15 636	0.25 618	0.36 703	0.43 682	0.37 608	0.27 613	0.33 600	0.32 630	0.23 599	0.21 576	0.27 640	0.12 609	0.08 549	0.13 627	0.11 606	0.10 564	0.09 527

MSAF-DinoV2	0.23 620	0.11 546	0.25 606	0.17 307	0.10 478	0.28 649	0.17 459	0.38 657	0.56 685	0.21 546	0.27 546	0.47 689	0.28 640	0.36 671	0.40 695	0.09 504	0.06 438	0.07 324	0.09 533	0.12 605	0.11 586

Wz-Net-MNSev	0.23 620	0.13 592	0.33 646	0.20 547	0.15 636	0.36 677	0.25 651	0.34 618	0.45 648	0.29 636	0.41 652	0.39 663	0.19 566	0.25 620	0.27 640	0.09 504	0.07 513	0.09 511	0.09 533	0.12 605	0.10 559

DDUNet	0.23 620	0.18 649	0.22 589	0.22 611	0.15 636	0.25 618	0.24 634	0.30 566	0.31 560	0.31 649	0.37 623	0.34 641	0.26 624	0.25 620	0.21 576	0.18 676	0.13 655	0.17 667	0.11 606	0.16 666	0.17 675

APVNet	0.23 620	0.12 565	0.20 568	0.18 400	0.14 617	0.32 661	0.31 692	0.40 666	0.33 571	0.27 613	0.40 641	0.30 607	0.29 645	0.27 626	0.25 620	0.11 583	0.12 641	0.11 591	0.14 647	0.12 605	0.13 625

AF-Net	0.23 620	0.17 635	0.17 505	0.27 670	0.13 597	0.26 630	0.24 634	0.33 603	0.51 672	0.25 601	0.33 600	0.39 663	0.27 631	0.28 635	0.26 634	0.11 583	0.10 609	0.16 662	0.12 629	0.11 586	0.11 586

edge stereo	0.23 620	0.14 607	0.21 579	0.21 586	0.13 597	0.24 609	0.16 425	0.32 589	0.42 633	0.32 656	0.40 641	0.39 663	0.35 674	0.25 620	0.25 620	0.13 628	0.11 625	0.14 642	0.11 606	0.12 605	0.14 643

Nwc_Net	0.23 620	0.17 635	0.22 589	0.25 652	0.15 636	0.25 618	0.27 665	0.38 657	0.39 620	0.22 561	0.41 652	0.30 607	0.29 645	0.28 635	0.25 620	0.11 583	0.10 609	0.17 667	0.20 683	0.10 564	0.11 586

RTSC	0.23 620	0.13 592	0.30 636	0.21 586	0.13 597	0.29 653	0.17 459	0.36 641	0.68 708	0.27 613	0.34 610	0.30 607	0.22 593	0.32 655	0.31 670	0.10 548	0.08 549	0.09 511	0.10 574	0.13 621	0.14 643

RYNet	0.23 620	0.12 565	0.22 589	0.19 479	0.17 662	0.47 695	0.26 660	0.39 663	0.49 662	0.24 588	0.29 572	0.34 641	0.24 608	0.20 558	0.31 670	0.10 548	0.06 438	0.09 511	0.09 533	0.14 639	0.15 657

NaN_ROB	0.23 620	0.20 658	0.25 606	0.25 652	0.13 597	0.31 659	0.27 665	0.34 618	0.41 631	0.31 649	0.31 583	0.32 630	0.23 599	0.31 650	0.22 589	0.11 583	0.17 685	0.10 560	0.11 606	0.08 463	0.09 527

ETE_ROB	0.23 620	0.17 635	0.23 597	0.25 652	0.14 617	0.26 630	0.29 682	0.32 589	0.37 608	0.28 626	0.37 623	0.45 681	0.27 631	0.28 635	0.27 640	0.11 583	0.09 585	0.12 613	0.10 574	0.14 639	0.13 625

w-ln-seven	0.24 631	0.15 614	0.58 690	0.20 547	0.14 617	0.26 630	0.22 610	0.36 641	0.62 698	0.30 642	0.40 641	0.30 607	0.23 599	0.22 594	0.28 648	0.09 504	0.09 585	0.11 591	0.10 574	0.11 586	0.10 559

SQANet	0.24 631	0.24 675	0.31 639	0.31 690	0.19 676	0.27 639	0.13 190	0.30 566	0.33 571	0.25 601	0.37 623	0.31 622	0.22 593	0.27 626	0.23 600	0.15 653	0.10 609	0.21 681	0.16 670	0.22 684	0.16 666

DeepPrunerF	0.24 631	0.17 635	0.45 672	0.26 662	0.16 650	0.23 600	0.29 682	0.37 650	0.51 672	0.27 613	0.31 583	0.24 548	0.28 640	0.22 594	0.23 600	0.15 653	0.11 625	0.20 680	0.18 681	0.12 605	0.14 643

PA-Net	0.24 631	0.18 649	0.34 649	0.28 677	0.22 686	0.22 586	0.39 708	0.29 553	0.39 620	0.22 561	0.33 600	0.25 561	0.26 624	0.21 576	0.25 620	0.10 548	0.23 707	0.15 654	0.22 688	0.09 528	0.13 625
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.24 631	0.15 614	0.18 539	0.34 695	0.18 672	0.24 609	0.24 634	0.34 618	0.29 544	0.31 649	0.38 630	0.38 658	0.29 645	0.23 602	0.25 620	0.15 653	0.12 641	0.18 676	0.21 685	0.13 621	0.13 625

WCMA_ROB	0.24 631	0.11 546	0.24 603	0.17 307	0.14 617	0.34 667	0.16 425	0.33 603	0.33 571	0.39 673	0.54 683	0.40 669	0.35 674	0.35 667	0.26 634	0.12 609	0.12 641	0.12 613	0.11 606	0.14 639	0.14 643

SGM_RVC	0.24 631	0.12 565	0.16 480	0.15 123	0.09 359	0.34 667	0.19 556	0.35 633	0.32 566	0.44 688	0.38 630	0.53 697	0.36 677	0.36 671	0.26 634	0.13 628	0.13 655	0.13 627	0.13 641	0.11 586	0.11 586
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.25 638	0.18 649	0.19 563	0.20 547	0.15 636	0.22 586	0.19 556	0.33 603	0.42 633	0.30 642	0.22 471	0.33 636	0.28 640	0.42 694	0.28 648	0.47 717	0.12 641	0.31 704	0.11 606	0.17 673	0.12 607

FSD	0.25 638	0.27 684	0.26 615	0.25 652	0.23 687	0.25 618	0.25 651	0.27 507	0.26 507	0.25 601	0.26 528	0.26 571	0.26 624	0.27 626	0.24 612	0.21 690	0.20 693	0.27 692	0.26 695	0.25 696	0.24 694

z-mn7	0.25 638	0.15 614	0.47 676	0.19 479	0.13 597	0.28 649	0.25 651	0.35 633	0.64 702	0.27 613	0.57 690	0.29 597	0.24 608	0.32 655	0.27 640	0.08 442	0.08 549	0.08 420	0.08 486	0.10 564	0.10 559

DGSMNet	0.25 638	0.19 653	0.34 649	0.21 586	0.24 691	0.24 609	0.21 596	0.36 641	0.42 633	0.25 601	0.32 593	0.38 658	0.21 586	0.29 643	0.24 612	0.13 628	0.11 625	0.14 642	0.16 670	0.23 687	0.23 693

psmorigin	0.25 638	0.16 625	0.35 655	0.17 307	0.13 597	0.24 609	0.14 267	0.34 618	0.34 582	0.41 680	0.55 684	0.41 672	0.38 681	0.35 667	0.28 648	0.11 583	0.15 671	0.11 591	0.11 606	0.12 605	0.17 675

RGC	0.25 638	0.20 658	0.29 630	0.28 677	0.16 650	0.22 586	0.23 623	0.33 603	0.44 644	0.27 613	0.40 641	0.38 658	0.28 640	0.37 676	0.23 600	0.11 583	0.13 655	0.17 667	0.17 677	0.15 653	0.16 666

G-Net	0.25 638	0.17 635	0.38 659	0.23 632	0.16 650	0.51 698	0.23 623	0.29 553	0.35 596	0.36 665	0.38 630	0.31 622	0.29 645	0.28 635	0.27 640	0.11 583	0.09 585	0.12 613	0.10 574	0.16 666	0.14 643

NCC-stereo	0.25 638	0.15 614	0.31 639	0.26 662	0.17 662	0.21 572	0.31 692	0.41 671	0.40 624	0.24 588	0.38 630	0.33 636	0.29 645	0.37 676	0.28 648	0.13 628	0.11 625	0.15 654	0.22 688	0.13 621	0.13 625

Abc-Net	0.25 638	0.15 614	0.31 639	0.26 662	0.17 662	0.21 572	0.31 692	0.41 671	0.40 624	0.24 588	0.38 630	0.33 636	0.29 645	0.37 676	0.28 648	0.13 628	0.11 625	0.15 654	0.22 688	0.13 621	0.13 625
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.25 638	0.12 565	0.49 679	0.22 611	0.12 571	0.36 677	0.29 682	0.30 566	0.57 687	0.24 588	0.47 673	0.30 607	0.31 661	0.30 649	0.30 664	0.09 504	0.07 513	0.09 511	0.09 533	0.10 564	0.10 559

STTRV1_RVC	0.25 638	0.26 681	0.39 660	0.19 479	0.26 698	0.30 656	0.24 634	0.35 633	0.35 596	0.36 665	0.34 610	0.31 622	0.31 661	0.28 635	0.25 620	0.18 676	0.10 609	0.16 662	0.14 647	0.18 677	0.12 607

FBW_ROB	0.25 638	0.17 635	0.23 597	0.27 670	0.14 617	0.26 630	0.22 610	0.42 676	0.43 642	0.42 682	0.41 652	0.43 677	0.27 631	0.32 655	0.24 612	0.09 504	0.15 671	0.15 654	0.12 629	0.12 605	0.10 559

SANet	0.25 638	0.14 607	0.29 630	0.21 586	0.11 537	0.29 653	0.25 651	0.40 666	0.65 706	0.36 665	0.40 641	0.42 674	0.27 631	0.27 626	0.25 620	0.12 609	0.09 585	0.10 560	0.09 533	0.13 621	0.12 607

LALA_ROB	0.25 638	0.16 625	0.23 597	0.27 670	0.17 662	0.27 639	0.27 665	0.42 676	0.38 614	0.33 660	0.39 638	0.51 693	0.26 624	0.29 643	0.28 648	0.16 670	0.09 585	0.13 627	0.12 629	0.13 621	0.13 625

DStereoSA	0.26 652	0.19 653	0.39 660	0.27 670	0.17 662	0.23 600	0.21 596	0.50 696	0.60 693	0.22 561	0.30 578	0.29 597	0.34 670	0.40 687	0.29 657	0.12 609	0.11 625	0.16 662	0.14 647	0.15 653	0.12 607

zh-sn7	0.26 652	0.17 635	0.55 684	0.24 644	0.14 617	0.25 618	0.25 651	0.34 618	0.49 662	0.29 636	0.55 684	0.29 597	0.32 664	0.37 676	0.33 679	0.10 548	0.10 609	0.11 591	0.11 606	0.12 605	0.12 607

zh-mn7	0.26 652	0.15 614	0.59 692	0.19 479	0.14 617	0.24 609	0.22 610	0.35 633	0.63 701	0.35 662	0.67 700	0.31 622	0.25 616	0.31 650	0.26 634	0.09 504	0.08 549	0.09 511	0.09 533	0.09 528	0.11 586

Wz-Net-SNSev	0.26 652	0.17 635	0.46 673	0.25 652	0.14 617	0.26 630	0.24 634	0.38 657	0.57 687	0.30 642	0.56 686	0.39 663	0.26 624	0.24 614	0.32 675	0.10 548	0.09 585	0.10 560	0.11 606	0.11 586	0.11 586

SHD	0.26 652	0.15 614	0.31 639	0.24 644	0.18 672	0.23 600	0.15 357	0.39 663	0.72 713	0.32 656	0.42 661	0.36 649	0.29 645	0.33 659	0.30 664	0.13 628	0.11 625	0.14 642	0.13 641	0.16 666	0.20 687

ADCMid	0.26 652	0.15 614	0.42 669	0.20 547	0.14 617	0.25 618	0.26 660	0.35 633	0.40 624	0.37 670	0.45 668	0.34 641	0.42 693	0.36 671	0.36 685	0.10 548	0.09 585	0.11 591	0.11 606	0.13 621	0.13 625

AnyNet_C32	0.26 652	0.16 625	0.39 660	0.20 547	0.17 662	0.26 630	0.31 692	0.32 589	0.45 648	0.31 649	0.50 677	0.30 607	0.34 670	0.41 693	0.36 685	0.12 609	0.12 641	0.12 613	0.14 647	0.14 639	0.15 657

ADCPNet	0.26 652	0.17 635	0.62 695	0.21 586	0.15 636	0.36 677	0.25 651	0.33 603	0.37 608	0.31 649	0.41 652	0.36 649	0.29 645	0.29 643	0.34 683	0.12 609	0.10 609	0.11 591	0.12 629	0.14 639	0.13 625

DStereoFS	0.27 660	0.22 668	0.32 643	0.23 632	0.15 636	0.23 600	0.21 596	0.52 701	0.49 662	0.28 626	0.45 668	0.34 641	0.36 677	0.53 705	0.29 657	0.13 628	0.11 625	0.15 654	0.13 641	0.17 673	0.17 675

DispFullNet	0.27 660	0.22 668	0.66 699	0.28 677	0.17 662	0.27 639	0.17 459	0.34 618	0.57 687	0.27 613	0.37 623	0.43 677	0.24 608	0.39 683	0.25 620	0.12 609	0.06 438	0.19 678	0.11 606	0.23 687	0.16 666

MeshStereo	0.27 660	0.13 592	0.18 539	0.15 123	0.11 537	0.33 663	0.24 634	0.41 671	0.36 602	0.53 697	0.58 694	0.67 707	0.41 689	0.36 671	0.27 640	0.14 649	0.13 655	0.13 627	0.11 606	0.11 586	0.11 586
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
PSMNet-RUCA	0.28 663	0.33 698	0.42 669	0.36 699	0.32 705	0.18 516	0.20 579	0.42 676	0.30 550	0.33 660	0.41 652	0.40 669	0.24 608	0.31 650	0.20 563	0.19 682	0.11 625	0.25 688	0.15 665	0.22 684	0.16 666

CC-Net-ROB	0.28 663	0.31 696	0.36 657	0.30 688	0.15 636	0.25 618	0.19 556	0.45 688	0.34 582	0.39 673	0.37 623	0.39 663	0.31 661	0.27 626	0.27 640	0.24 701	0.18 687	0.30 703	0.23 692	0.19 681	0.15 657

DPSNet	0.28 663	0.16 625	0.33 646	0.18 400	0.13 597	0.55 701	0.42 711	0.52 701	0.68 708	0.29 636	0.38 630	0.39 663	0.30 656	0.32 655	0.23 600	0.11 583	0.10 609	0.11 591	0.08 486	0.20 683	0.16 666

PDISCO_ROB	0.28 663	0.16 625	0.28 621	0.28 677	0.20 680	0.33 663	0.27 665	0.45 688	0.58 690	0.28 626	0.41 652	0.45 681	0.30 656	0.34 662	0.35 684	0.12 609	0.09 585	0.17 667	0.16 670	0.17 673	0.13 625

Wz-Net-TNSev	0.29 667	0.20 658	0.69 707	0.19 479	0.15 636	0.38 683	0.27 665	0.36 641	0.56 685	0.35 662	0.42 661	0.45 681	0.39 682	0.33 659	0.31 670	0.13 628	0.13 655	0.10 560	0.12 629	0.15 653	0.15 657

WZ-Net	0.29 667	0.17 635	0.82 718	0.23 632	0.16 650	0.35 672	0.29 682	0.40 666	0.59 692	0.24 588	0.57 690	0.37 652	0.25 616	0.34 662	0.37 689	0.09 504	0.08 549	0.09 511	0.10 574	0.14 639	0.16 666

XQC	0.29 667	0.23 672	0.53 681	0.29 684	0.19 676	0.36 677	0.28 671	0.37 650	0.58 690	0.31 649	0.31 583	0.37 652	0.30 656	0.39 683	0.39 693	0.13 628	0.09 585	0.15 654	0.12 629	0.18 677	0.18 679

MultiAttention	0.30 670	0.08 365	0.15 436	0.19 479	0.13 597	1.56 737	1.33 741	0.36 641	0.36 602	0.20 529	0.21 453	0.24 548	0.11 362	0.39 683	0.18 538	0.06 170	0.05 253	0.08 420	0.08 486	0.11 586	0.09 527

ccnet	0.30 670	0.28 687	0.24 603	0.20 547	0.28 700	0.41 690	0.22 610	0.46 691	0.33 571	0.37 670	0.46 671	0.37 652	0.30 656	0.40 687	0.43 700	0.23 699	0.14 666	0.21 681	0.17 677	0.23 687	0.19 684

EDNetEfficient	0.30 670	0.24 675	1.18 729	0.18 400	0.10 478	0.20 560	0.20 579	0.21 381	0.61 695	0.74 714	0.56 686	0.30 607	0.40 687	0.23 602	0.32 675	0.09 504	0.07 513	0.08 420	0.07 403	0.11 586	0.10 559

MFN_U_SF_DS_RVC	0.30 670	0.24 675	0.30 636	0.36 699	0.16 650	0.36 677	0.31 692	0.34 618	0.43 642	0.41 680	0.46 671	0.38 658	0.30 656	0.35 667	0.29 657	0.19 682	0.20 693	0.26 689	0.29 702	0.18 677	0.19 684

ADCS	0.30 670	0.19 653	0.48 678	0.21 586	0.18 672	0.29 653	0.24 634	0.42 676	0.64 702	0.40 676	0.50 677	0.40 669	0.37 679	0.40 687	0.43 700	0.13 628	0.13 655	0.13 627	0.14 647	0.16 666	0.16 666

CSAN	0.30 670	0.24 675	0.28 621	0.34 695	0.19 676	0.34 667	0.42 711	0.38 657	0.51 672	0.38 672	0.40 641	0.44 680	0.34 670	0.29 643	0.31 670	0.19 682	0.16 681	0.19 678	0.19 682	0.14 639	0.15 657

AANet	0.31 676	0.20 658	1.05 726	0.16 219	0.13 597	0.23 600	0.16 425	0.30 566	0.64 702	0.60 703	0.53 681	0.46 685	0.39 682	0.23 602	0.33 679	0.12 609	0.10 609	0.11 591	0.10 574	0.13 621	0.12 607

GANetREF_RVC	0.31 676	0.34 699	0.29 630	0.35 697	0.16 650	0.33 663	0.42 711	0.48 694	0.52 678	0.35 662	0.35 615	0.34 641	0.32 664	0.40 687	0.33 679	0.27 703	0.20 693	0.29 701	0.15 665	0.19 681	0.18 679
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
MSMD_ROB	0.31 676	0.26 681	0.26 615	0.24 644	0.21 683	0.34 667	0.25 651	0.34 618	0.39 620	0.40 676	0.69 704	0.45 681	0.41 689	0.34 662	0.28 648	0.20 687	0.20 693	0.26 689	0.25 694	0.23 687	0.22 691

FC-DCNN v2	0.33 679	0.28 687	0.28 621	0.26 662	0.23 687	0.39 686	0.29 682	0.41 671	0.44 644	0.46 691	0.57 690	0.51 693	0.41 689	0.38 681	0.30 664	0.21 690	0.20 693	0.27 692	0.26 695	0.25 696	0.24 694

FCDSN-DC	0.33 679	0.28 687	0.28 621	0.30 688	0.24 691	0.39 686	0.28 671	0.43 682	0.42 633	0.44 688	0.53 681	0.51 693	0.42 693	0.37 676	0.30 664	0.21 690	0.20 693	0.27 692	0.26 695	0.25 696	0.25 697
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	0.33 679	0.22 668	0.58 690	0.31 690	0.15 636	0.36 677	0.17 459	0.54 705	0.46 657	0.47 693	0.56 686	0.58 700	0.39 682	0.36 671	0.38 692	0.15 653	0.15 671	0.18 676	0.21 685	0.16 666	0.16 666

FC-DCNN	0.33 679	0.28 687	0.28 621	0.26 662	0.23 687	0.38 683	0.29 682	0.40 666	0.44 644	0.46 691	0.56 686	0.51 693	0.41 689	0.38 681	0.31 670	0.21 690	0.20 693	0.27 692	0.26 695	0.25 696	0.24 694

PASM	0.33 679	0.25 680	0.51 680	0.28 677	0.27 699	0.30 656	0.31 692	0.35 633	0.51 672	0.36 665	0.40 641	0.47 689	0.35 674	0.34 662	0.36 685	0.23 699	0.26 710	0.26 689	0.28 701	0.23 687	0.21 688

SGM-ForestM	0.33 679	0.12 565	0.17 505	0.16 219	0.11 537	0.42 692	0.20 579	0.43 682	0.53 682	0.53 697	0.57 690	1.41 731	0.44 701	0.42 694	0.29 657	0.14 649	0.16 681	0.16 662	0.16 670	0.12 605	0.13 625

LSM	0.34 685	0.21 664	0.62 695	0.27 670	0.62 725	0.35 672	0.26 660	0.43 682	0.49 662	0.45 690	0.60 698	0.42 674	0.37 679	0.35 667	0.26 634	0.13 628	0.21 703	0.14 642	0.16 670	0.18 677	0.34 709

GCST	0.37 686	0.42 707	0.27 618	1.03 733	0.39 707	0.18 516	0.08 9	0.21 381	0.18 354	0.28 626	0.25 515	0.15 413	0.12 397	0.16 453	0.14 450	0.64 728	0.43 722	0.75 724	0.65 727	0.64 721	0.46 720

AnyNet_C01	0.37 686	0.26 681	1.41 732	0.22 611	0.17 662	0.51 698	0.28 671	0.36 641	0.40 624	0.39 673	0.75 710	0.46 685	0.39 682	0.46 697	0.50 710	0.13 628	0.13 655	0.13 627	0.14 647	0.14 639	0.16 666

otaku	0.39 688	0.38 703	0.53 681	0.44 706	0.28 700	0.57 703	0.24 634	0.42 676	0.62 698	0.40 676	0.50 677	0.46 685	0.34 670	0.40 687	0.33 679	0.30 704	0.30 714	0.39 708	0.33 707	0.30 703	0.29 703

ACVNet-4b	0.39 688	0.53 710	0.56 685	0.45 707	0.24 691	0.46 694	0.18 509	0.50 696	0.64 702	0.42 682	0.45 668	0.60 701	0.27 631	0.34 662	0.24 612	0.33 707	0.14 666	0.48 712	0.42 714	0.31 706	0.27 702

PVD	0.40 690	0.21 664	0.40 664	0.32 693	0.23 687	0.30 656	0.45 715	0.53 704	0.97 727	0.55 700	0.80 714	0.54 698	0.60 718	0.53 705	0.40 695	0.19 682	0.14 666	0.17 667	0.14 647	0.24 694	0.32 707

Ntro	0.41 691	0.40 705	0.54 683	0.46 710	0.30 704	0.64 707	0.24 634	0.47 692	0.68 708	0.42 682	0.49 675	0.47 689	0.42 693	0.40 687	0.32 675	0.32 706	0.28 712	0.37 707	0.31 705	0.33 708	0.29 703

SAMSARA	0.41 691	0.28 687	0.34 649	0.55 713	0.39 707	0.85 722	1.25 740	0.49 695	0.52 678	0.36 665	0.35 615	0.56 699	0.39 682	0.39 683	0.41 697	0.15 653	0.20 693	0.15 654	0.14 647	0.23 687	0.21 688

ELAS_RVC	0.42 693	0.29 694	0.33 646	0.28 677	0.24 691	0.56 702	0.38 706	0.50 696	0.61 695	0.74 714	0.76 711	0.67 707	0.56 713	0.55 708	0.42 699	0.22 694	0.21 703	0.27 692	0.26 695	0.27 702	0.26 700
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 693	0.29 694	0.34 649	0.28 677	0.24 691	0.63 706	0.37 704	0.52 701	0.52 678	0.72 711	0.82 715	0.68 709	0.56 713	0.52 703	0.45 706	0.22 694	0.21 703	0.27 692	0.26 695	0.26 700	0.26 700
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
light-stereo	0.44 695	0.27 684	0.64 698	0.61 715	0.50 714	0.34 667	0.23 623	0.47 692	0.52 678	0.57 702	0.59 696	0.78 713	0.33 668	0.49 699	0.30 664	0.33 707	0.25 708	0.27 692	0.33 707	0.47 712	0.41 716

Consistency-Raft	0.44 695	0.40 705	0.46 673	0.37 701	0.43 711	0.42 692	0.41 709	0.57 707	0.55 683	0.32 656	0.73 708	0.32 630	0.50 706	0.42 694	0.49 709	0.39 711	0.36 719	0.45 711	0.52 723	0.42 711	0.30 705

MSC_U_SF_DS_RVC	0.44 695	0.39 704	0.56 685	0.40 702	0.20 680	0.66 709	0.33 701	0.54 705	0.72 713	0.71 710	0.72 707	0.62 702	0.55 711	0.52 703	0.47 707	0.20 687	0.19 692	0.29 701	0.30 704	0.24 694	0.19 684

ACVNet_1	0.45 698	0.51 709	0.61 693	0.45 707	0.28 700	0.50 696	0.28 671	0.58 712	0.71 712	0.63 705	0.59 696	0.74 712	0.50 706	0.50 700	0.36 685	0.26 702	0.25 708	0.39 708	0.29 702	0.32 707	0.25 697

RTS	0.46 699	0.19 653	3.33 739	0.25 652	0.15 636	0.72 714	0.21 596	0.37 650	0.78 720	0.42 682	0.44 666	0.31 622	0.43 697	0.55 708	0.37 689	0.10 548	0.09 585	0.13 627	0.13 641	0.15 653	0.15 657

RTSA	0.46 699	0.19 653	3.33 739	0.25 652	0.15 636	0.72 714	0.21 596	0.37 650	0.78 720	0.42 682	0.44 666	0.31 622	0.43 697	0.55 708	0.37 689	0.10 548	0.09 585	0.13 627	0.13 641	0.15 653	0.15 657

FADE	0.46 699	0.34 699	1.12 728	0.33 694	0.25 697	0.35 672	0.29 682	0.64 715	1.07 728	0.43 687	0.41 652	0.42 674	0.53 709	0.72 718	0.54 715	0.30 704	0.21 703	0.41 710	0.38 711	0.23 687	0.22 691

MANE	0.47 702	0.28 687	0.28 621	0.27 670	0.24 691	0.50 696	0.32 700	0.57 707	0.62 698	0.74 714	1.20 733	1.21 724	0.64 720	0.54 707	0.39 693	0.22 694	0.20 693	0.27 692	0.31 705	0.26 700	0.25 697

NVStereoNet_ROB	0.47 702	0.37 702	0.47 676	0.42 705	0.29 703	0.35 672	0.35 702	0.50 696	0.61 695	0.73 712	0.94 720	0.70 711	0.68 722	0.48 698	0.62 719	0.22 694	0.33 718	0.34 706	0.34 710	0.30 703	0.31 706
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MonStereo1	0.49 704	0.27 684	0.61 693	0.29 684	0.20 680	0.40 688	0.19 556	0.51 700	0.66 707	0.53 697	0.91 719	1.02 718	0.59 717	0.51 702	0.58 716	0.53 721	0.32 717	0.55 718	0.40 712	0.36 709	0.38 713

LE_ROB	0.50 705	0.07 224	0.14 399	0.15 123	0.08 230	0.26 630	0.17 459	0.23 430	1.71 743	4.68 750	0.67 700	0.46 685	0.47 703	0.21 576	0.30 664	0.07 358	0.06 438	0.06 204	0.06 297	0.08 463	0.06 312

anonymity	0.53 706	0.58 711	0.66 699	0.41 703	0.61 724	0.54 700	0.41 709	0.57 707	0.41 631	0.56 701	0.50 677	0.50 692	0.55 711	0.59 713	0.50 710	0.58 724	0.50 732	0.51 714	0.51 721	0.52 714	0.58 723

RainbowNet	0.54 707	0.61 714	0.71 712	0.57 714	0.43 711	0.66 709	0.37 704	0.60 713	0.87 724	0.51 695	0.67 700	0.63 703	0.47 703	0.50 700	0.44 703	0.47 717	0.48 728	0.53 716	0.41 713	0.53 716	0.41 716

BEATNet-Init1	0.54 707	0.28 687	0.68 706	0.31 690	0.21 683	0.85 722	0.31 692	0.57 707	0.69 711	0.89 724	1.00 723	2.17 739	0.66 721	0.58 712	0.44 703	0.19 682	0.18 687	0.23 686	0.22 688	0.22 684	0.21 688

SGM+DAISY	0.57 709	0.58 711	0.67 703	0.41 703	0.55 718	0.68 711	0.51 718	0.57 707	0.46 657	0.67 706	0.70 705	0.69 710	0.57 715	0.64 715	0.58 716	0.59 725	0.49 729	0.50 713	0.50 720	0.52 714	0.59 726

SPS-STEREO	0.58 710	0.59 713	0.66 699	0.45 707	0.55 718	0.65 708	0.44 714	0.63 714	0.51 672	0.69 708	0.65 699	0.66 706	0.58 716	0.62 714	0.62 719	0.62 727	0.47 727	0.51 714	0.49 718	0.55 717	0.58 723
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.65 711	0.66 718	0.66 699	0.51 711	0.69 729	0.70 712	0.58 722	0.65 716	0.75 718	0.61 704	0.73 708	0.63 703	0.68 722	0.65 716	0.60 718	0.66 729	0.58 741	0.63 719	0.59 724	0.68 725	0.69 733

IMH-64-1	0.66 712	0.62 715	0.69 707	0.72 718	0.51 715	0.60 704	0.51 718	0.92 722	0.84 722	0.75 717	1.02 724	0.81 714	0.78 727	0.80 720	0.50 710	0.43 713	0.46 723	0.72 721	0.48 716	0.55 717	0.40 714

IMH-64	0.66 712	0.62 715	0.69 707	0.72 718	0.51 715	0.60 704	0.51 718	0.92 722	0.84 722	0.75 717	1.02 724	0.81 714	0.78 727	0.80 720	0.50 710	0.43 713	0.46 723	0.72 721	0.48 716	0.55 717	0.40 714

ACVNet_2	0.67 714	0.68 719	0.70 710	0.64 716	0.41 709	0.75 717	0.50 717	0.98 728	1.38 738	0.90 725	1.09 727	1.04 719	0.74 725	0.55 708	0.48 708	0.43 713	0.40 721	0.53 716	0.45 715	0.48 713	0.36 711

IMH	0.72 715	0.65 717	0.70 710	0.77 720	0.54 717	0.71 713	0.56 721	0.99 730	1.08 729	0.82 720	1.09 727	0.89 716	0.88 731	0.88 728	0.53 714	0.44 716	0.50 732	0.75 724	0.51 721	0.58 720	0.42 718

PWCK	0.72 715	0.95 729	0.99 724	0.77 720	0.32 705	0.79 719	0.38 706	0.92 722	0.90 725	0.96 730	0.76 711	0.97 717	0.62 719	0.87 726	0.68 722	0.73 731	0.46 723	0.76 726	0.49 718	0.71 728	0.44 719

JetBlue	0.73 717	0.46 708	1.21 730	0.52 712	0.47 713	2.16 738	0.67 728	0.78 718	0.72 713	0.70 709	0.79 713	1.21 724	0.84 729	1.06 735	1.04 735	0.40 712	0.28 712	0.33 705	0.33 707	0.30 703	0.34 709

TorneroNet-64	0.76 718	0.73 721	0.77 716	0.78 722	0.58 723	0.94 727	0.58 722	0.85 721	1.26 733	0.67 706	0.88 717	1.41 731	0.76 726	0.87 726	0.68 722	0.49 719	0.46 723	0.73 723	0.59 724	0.68 725	0.54 722

MADNet+	0.76 718	0.72 720	3.76 742	0.67 717	0.41 709	0.99 728	0.97 738	0.72 717	0.75 718	0.52 696	0.58 694	0.64 705	0.68 722	0.89 729	1.04 735	0.35 709	0.36 719	0.28 700	0.23 692	0.38 710	0.33 708

WAO-7	0.80 720	0.78 723	0.57 687	0.85 725	0.67 728	0.76 718	0.69 731	1.07 733	1.30 735	0.90 725	1.20 733	1.05 720	0.93 733	0.71 717	0.68 722	0.60 726	0.62 742	0.67 720	0.68 730	0.64 721	0.59 726

WAO-6	0.82 721	0.81 724	0.63 697	0.87 727	0.63 726	0.79 719	0.60 724	0.98 728	1.52 742	0.91 728	0.97 722	1.08 721	1.04 737	0.72 718	0.70 725	0.72 730	0.49 729	0.91 732	0.71 731	0.70 727	0.59 726

TorneroNet	0.83 722	0.75 722	0.83 720	0.85 725	0.63 726	1.03 731	0.65 726	0.96 726	1.14 731	0.80 719	1.10 729	1.36 729	0.88 731	0.95 731	0.82 730	0.57 722	0.49 729	0.79 729	0.66 729	0.74 731	0.64 732

LVE	0.84 723	0.87 727	0.86 721	0.81 723	0.56 720	1.09 733	0.66 727	1.07 733	1.45 740	0.97 731	1.23 735	1.11 722	0.86 730	0.84 723	0.72 726	0.49 719	0.56 738	0.76 726	0.60 726	0.66 723	0.60 729

Dean	0.88 724	0.88 728	0.81 717	0.82 724	0.57 721	0.91 724	0.62 725	1.17 743	1.71 743	1.15 738	1.16 731	1.31 728	1.00 736	0.82 722	0.83 731	0.57 722	0.56 738	0.78 728	0.65 727	0.67 724	0.58 723

WAO-8	0.92 725	0.83 725	0.67 703	0.94 730	0.70 730	0.92 725	0.68 729	1.08 735	1.80 745	1.06 735	1.42 737	1.29 726	1.08 739	0.86 724	0.80 728	0.74 732	0.54 735	0.86 730	0.75 732	0.71 728	0.63 730

Venus	0.92 725	0.83 725	0.67 703	0.94 730	0.70 730	0.92 725	0.68 729	1.08 735	1.80 745	1.06 735	1.42 737	1.29 726	1.08 739	0.86 724	0.80 728	0.74 732	0.54 735	0.86 730	0.75 732	0.71 728	0.63 730

UNDER WATER-64	0.97 727	0.96 730	1.48 734	0.88 728	0.57 721	1.24 736	0.90 736	0.78 718	0.96 726	1.05 733	0.85 716	1.56 736	1.26 743	0.97 733	0.99 733	0.88 736	0.57 740	1.04 736	0.88 736	0.81 732	0.75 734

notaker	0.98 728	1.13 732	1.02 725	1.14 735	0.81 733	0.73 716	0.69 731	0.94 725	1.15 732	1.19 740	1.19 732	1.41 731	1.17 742	1.10 737	0.74 727	0.82 735	0.64 743	1.18 738	0.79 734	1.02 735	0.82 737

UNDER WATER	0.99 729	1.00 731	1.47 733	1.00 732	0.71 732	1.18 735	0.86 734	0.81 720	1.09 730	1.02 732	0.90 718	1.53 735	1.26 743	1.06 735	1.02 734	0.79 734	0.54 735	1.02 734	0.88 736	0.83 733	0.75 734

ktn	1.02 730	1.23 734	0.82 718	1.24 737	0.86 735	1.00 730	0.86 734	0.96 726	1.37 737	1.05 733	1.12 730	1.16 723	1.06 738	0.95 731	0.62 719	1.28 747	0.71 744	1.39 742	0.83 735	1.06 737	0.77 736

KSHMR	1.10 731	1.19 733	0.90 723	1.26 738	1.00 737	0.99 728	0.96 737	1.13 741	1.35 736	1.16 739	1.28 736	1.40 730	0.97 735	1.03 734	0.93 732	1.03 744	1.08 746	1.20 739	1.03 740	1.03 736	0.98 739

DPSimNet_ROB	1.14 732	1.25 735	0.87 722	1.15 736	0.90 736	1.15 734	1.18 739	1.20 744	1.26 733	1.45 742	1.05 726	1.44 734	1.13 741	0.92 730	1.70 738	1.47 748	0.52 734	1.22 740	1.04 741	0.92 734	1.03 740

HanzoNet	1.31 733	1.29 736	1.22 731	1.13 734	0.85 734	1.05 732	0.84 733	1.06 732	1.47 741	1.66 743	1.63 739	2.48 741	1.78 745	1.63 739	1.69 737	1.27 746	0.80 745	1.32 741	1.02 739	1.07 738	0.90 738

JetRed	1.66 734	1.51 737	3.09 738	0.93 729	1.21 738	5.28 746	1.61 743	1.29 745	1.42 739	1.84 744	1.77 740	1.59 737	0.95 734	1.43 738	2.51 748	0.91 738	1.61 748	0.93 733	0.91 738	1.36 739	1.03 740

MADNet++	1.97 735	1.75 738	1.66 735	1.83 740	1.69 740	2.38 739	1.45 742	2.36 747	2.11 747	2.58 747	2.37 747	2.25 740	2.21 747	2.28 740	2.36 744	1.87 749	1.67 749	1.53 743	1.34 743	1.87 741	1.78 744

Selective-IGEV-i1pa	2.90 736	3.64 743	0.72 713	0.29 684	0.14 617	10.70 753	0.45 715	4.60 748	3.77 748	3.60 748	7.07 750	3.52 742	2.16 746	13.72 763	2.40 746	0.37 710	0.15 671	0.13 627	0.10 574	0.15 653	0.36 711

coex-ft	3.24 737	0.35 701	57.83 780	0.18 400	0.13 597	0.27 639	0.23 623	0.28 532	0.72 713	1.89 745	0.70 705	0.43 677	0.47 703	0.29 643	0.43 700	0.09 504	0.09 585	0.12 613	0.09 533	0.14 639	0.14 643

ASD4	3.59 738	3.47 742	2.05 736	1.75 739	2.54 742	9.22 750	17.86 754	2.29 746	5.54 750	2.49 746	2.86 748	2.05 738	3.46 749	2.77 741	5.29 749	1.23 745	1.36 747	1.13 737	1.33 742	1.71 740	1.50 743

noway2	3.63 739	5.25 752	3.83 743	12.30 758	11.84 756	4.62 742	3.98 745	1.03 731	0.50 670	0.91 728	2.05 741	6.21 752	0.40 687	2.96 742	2.36 744	0.95 739	0.14 666	1.90 747	1.76 746	5.79 750	3.81 754

zzzz4	3.65 740	5.61 757	4.02 748	12.30 758	11.85 759	4.60 740	3.99 746	1.11 739	0.45 648	0.87 722	2.08 743	6.08 748	0.43 697	3.05 743	2.22 739	0.96 741	0.15 671	1.91 748	1.76 746	5.84 752	3.78 750

noway1	3.65 740	5.60 756	3.99 746	12.30 758	11.85 759	4.61 741	4.00 748	1.11 739	0.45 648	0.87 722	2.08 743	6.09 749	0.43 697	3.05 743	2.22 739	0.96 741	0.15 671	1.91 748	1.76 746	5.84 752	3.79 751

noway4	3.66 742	5.59 755	3.99 746	12.28 756	11.84 756	4.70 744	4.02 749	1.16 742	0.47 660	0.84 721	2.09 745	6.05 747	0.42 693	3.08 745	2.23 742	0.95 739	0.15 671	1.91 748	1.75 745	5.88 754	3.80 753

noway3	3.67 743	5.34 753	3.88 744	12.29 757	11.84 756	4.64 743	3.99 746	1.08 735	0.50 670	0.90 725	2.07 742	6.19 751	0.45 702	3.36 747	2.45 747	0.97 743	0.15 671	1.91 748	1.76 746	5.79 750	3.82 755

TCMNet-wrong-test	3.69 744	5.54 754	3.91 745	12.22 755	11.75 755	4.77 745	3.86 744	1.08 735	0.74 717	1.13 737	2.21 746	6.16 750	0.53 709	3.43 748	2.33 743	0.90 737	0.20 693	1.85 745	1.69 744	5.71 749	3.79 751

tt	4.65 745	0.07 224	3.54 741	2.01 741	1.55 739	10.25 751	16.66 753	8.90 757	5.03 749	1.33 741	0.96 721	4.71 743	4.74 750	3.33 746	5.86 751	6.06 757	10.30 764	1.87 746	2.09 751	2.61 743	1.19 742

USTest	6.16 746	2.65 741	2.79 737	6.48 748	7.21 747	14.33 755	21.38 756	6.98 756	9.55 755	5.35 753	6.12 749	5.71 746	7.69 753	6.31 752	6.75 753	1.97 750	3.38 755	1.63 744	2.14 752	2.49 742	2.35 745

xxxxx1	7.75 747	5.06 749	7.26 750	3.15 742	3.91 743	16.37 756	22.88 759	5.87 753	8.68 752	7.99 754	8.55 751	9.13 756	8.46 754	10.05 754	10.47 754	2.43 751	2.48 751	3.56 754	12.26 761	3.48 744	3.02 747

tt_ll	7.75 747	5.06 749	7.26 750	3.15 742	3.91 743	16.37 756	22.88 759	5.87 753	8.68 752	7.99 754	8.55 751	9.13 756	8.46 754	10.05 754	10.47 754	2.43 751	2.48 751	3.56 754	12.26 761	3.48 744	3.02 747

ff	7.75 747	5.06 749	7.26 750	3.15 742	3.91 743	16.37 756	22.88 759	5.87 753	8.68 752	7.99 754	8.55 751	9.13 756	8.46 754	10.05 754	10.47 754	2.43 751	2.48 751	3.56 754	12.26 761	3.48 744	3.02 747

EDNetEfficientorigin	7.92 750	0.32 697	152.98 781	0.20 547	0.10 478	0.22 586	0.17 459	0.23 430	0.60 693	0.73 712	0.67 700	0.41 672	0.51 708	0.24 614	0.41 697	0.08 442	0.07 513	0.09 511	0.07 403	0.12 605	0.11 586

DPSMNet_ROB	8.06 751	4.50 745	8.69 760	5.36 747	10.74 750	8.32 748	22.71 757	5.47 751	13.38 759	5.13 751	9.98 756	5.10 744	10.47 757	5.53 750	12.77 760	3.80 755	8.00 756	3.49 752	6.95 757	3.75 748	7.09 759

DGTPSM_ROB	8.06 751	4.50 745	8.69 760	5.34 745	10.73 749	8.32 748	22.71 757	5.47 751	13.38 759	5.13 751	9.98 756	5.10 744	10.47 757	5.53 750	12.77 760	3.79 754	8.00 756	3.49 752	6.95 757	3.74 747	7.09 759

PML	8.57 753	9.39 764	6.24 749	5.34 745	6.36 746	13.21 754	20.99 755	5.35 750	6.68 751	17.75 765	26.46 776	7.58 753	6.08 752	7.89 753	5.76 750	5.33 756	1.83 750	5.95 762	1.93 750	8.75 760	2.53 746

iinet-test	10.41 754	8.00 759	7.40 753	10.23 749	10.93 751	17.97 760	25.06 762	11.30 761	13.29 757	9.69 758	9.78 755	9.38 759	11.23 759	10.97 758	12.61 758	6.59 759	8.30 758	5.49 757	6.54 753	6.58 755	6.91 757

IINet	10.41 754	8.00 759	7.40 753	10.23 749	10.93 751	17.97 760	25.06 762	11.30 761	13.29 757	9.69 758	9.77 754	9.38 759	11.23 759	10.97 758	12.61 758	6.59 759	8.30 758	5.49 757	6.54 753	6.58 755	6.91 757

DLNR_Zeroshot_test	10.48 756	2.27 739	19.78 771	120.28 780	13.29 763	0.06 15	0.13 190	0.24 456	0.10 79	0.08 136	0.10 209	0.09 239	0.07 178	0.10 120	0.09 99	0.13 628	0.04 24	0.06 204	0.04 59	52.68 780	0.04 53

DLNR-FE	10.51 757	2.29 740	19.85 772	120.28 780	13.21 762	0.06 15	0.13 190	0.24 456	0.10 79	0.08 136	0.10 209	0.09 239	0.07 178	0.10 120	0.09 99	0.13 628	0.04 24	0.06 204	0.04 59	53.18 781	0.04 53

LRCNet_RVC	10.76 758	13.97 767	7.97 758	19.07 764	2.04 741	0.35 672	0.31 692	5.29 749	0.48 661	13.02 763	17.65 763	8.69 754	5.73 751	4.78 749	2.22 739	23.53 777	2.69 754	27.60 780	25.75 780	17.60 772	16.54 776

Anonymous_1	10.87 759	7.82 758	7.41 755	10.29 751	10.08 748	18.64 762	26.11 764	11.02 760	13.45 761	9.43 757	10.10 758	9.73 761	11.31 761	10.69 757	12.47 757	6.42 758	8.38 760	5.70 759	10.22 760	11.41 761	6.65 756

DPSM_ROB	11.10 760	8.47 761	7.95 756	10.84 752	11.58 753	19.10 763	26.50 767	12.02 763	14.09 762	10.38 760	10.91 759	10.39 762	11.92 762	11.67 760	13.39 762	6.99 761	8.79 761	5.82 760	6.92 755	6.97 757	7.31 761

DPSM	11.10 760	8.47 761	7.95 756	10.84 752	11.58 753	19.10 763	26.50 767	12.02 763	14.09 762	10.38 760	10.91 759	10.39 762	11.92 762	11.67 760	13.39 762	6.99 761	8.79 761	5.82 760	6.92 755	6.97 757	7.31 761

real-time stereo	11.39 762	8.89 763	8.20 759	11.30 754	12.02 761	19.45 765	26.88 769	12.26 765	14.26 766	10.59 762	11.17 761	10.62 764	12.10 764	11.90 762	14.00 764	7.07 763	8.88 763	6.06 763	7.06 759	7.42 759	7.61 763

HaxPig	15.73 763	18.55 776	19.19 770	16.92 763	15.89 764	7.80 747	7.57 750	13.37 766	10.80 756	15.40 764	14.87 762	15.95 765	14.81 765	15.67 764	15.97 767	18.96 772	16.72 765	19.47 776	18.10 774	19.45 775	19.06 777

Selective-IGEV-i16pa	19.44 764	3.95 744	1.06 727	0.21 586	0.19 676	105.21 781	0.29 682	22.78 769	47.64 781	4.27 749	59.07 781	9.08 755	2.84 748	125.10 782	5.92 752	0.18 676	0.12 641	0.09 511	0.12 629	0.12 605	0.52 721

RSGM-EC	20.15 765	4.62 747	0.75 714	16.73 761	16.97 765	21.10 766	26.46 765	10.37 758	14.13 764	18.18 766	21.56 766	22.31 775	22.50 767	21.80 766	15.71 765	62.36 780	33.86 780	20.06 777	18.04 772	19.30 773	16.22 774

acva	20.15 765	4.62 747	0.75 714	16.73 761	16.97 765	21.10 766	26.46 765	10.37 758	14.13 764	18.18 766	21.56 766	22.31 775	22.50 767	21.80 766	15.71 765	62.36 780	33.86 780	20.06 777	18.04 772	19.30 773	16.22 774

MEDIAN_ROB	20.38 767	24.05 777	23.36 775	21.18 765	21.62 767	10.51 752	8.17 751	17.68 767	15.46 767	20.04 768	19.65 764	20.30 766	20.16 766	21.17 765	21.03 768	23.81 778	21.77 774	24.98 779	23.75 779	25.01 778	23.94 780

RAFT-FEzeroshot	22.33 768	17.12 769	15.83 762	21.95 768	23.32 771	38.31 769	53.41 776	23.99 770	28.43 770	20.66 771	21.84 768	21.02 771	24.05 773	23.33 769	27.09 774	14.06 765	17.69 768	11.70 765	13.95 766	14.05 767	14.76 768

RAFT-FE	22.33 768	17.12 769	15.83 762	21.95 768	23.32 771	38.31 769	53.41 776	23.99 770	28.43 770	20.66 771	21.84 768	21.02 771	24.05 773	23.33 769	27.09 774	14.06 765	17.69 768	11.70 765	13.95 766	14.05 767	14.76 768

CasAABBNet	22.33 768	17.11 768	15.84 764	21.94 767	23.28 769	38.30 768	53.40 774	24.05 772	28.44 772	20.66 771	21.86 770	21.03 773	24.04 772	23.35 771	27.03 773	14.06 765	17.69 768	11.70 765	13.94 765	14.04 766	14.76 768

FlowAnything	22.34 771	17.13 771	15.98 765	22.00 770	23.23 768	38.39 775	53.32 772	24.19 774	28.48 773	21.00 776	21.93 772	20.83 768	23.97 770	23.44 774	26.83 770	14.04 764	17.80 773	11.63 764	14.08 770	14.00 764	14.65 764

Hybrid-DGEV	22.38 772	17.26 774	16.15 767	21.92 766	23.29 770	38.36 772	53.40 774	24.38 777	28.67 776	20.64 770	21.89 771	21.01 770	24.05 773	23.35 771	27.12 776	14.08 769	17.70 771	11.71 769	13.99 769	14.01 765	14.70 767

Selective-RAFT-Error	22.39 773	17.14 772	16.01 766	22.00 770	23.34 773	38.37 773	53.36 773	24.24 776	28.53 774	20.80 774	21.94 773	20.94 769	24.02 771	23.48 775	27.33 777	14.07 768	17.70 771	11.70 765	13.93 764	14.05 767	14.83 771

fast-reg	22.77 774	17.32 775	19.13 768	22.15 773	24.31 774	38.33 771	53.16 770	24.18 773	28.58 775	20.60 769	22.12 774	20.65 767	23.90 769	23.12 768	26.84 771	14.18 771	17.47 767	14.33 771	14.96 771	15.38 771	14.67 766

LSM0	22.80 775	17.22 773	19.17 769	22.12 772	28.90 776	38.38 774	53.27 771	24.21 775	28.36 769	20.84 775	21.11 765	21.63 774	24.25 776	23.42 773	26.98 772	14.08 769	17.39 766	11.72 770	13.98 768	14.22 770	14.66 765

AVERAGE_ROB	24.89 776	29.12 780	27.98 778	24.83 774	24.59 775	17.82 759	11.61 752	21.45 768	19.91 768	25.04 777	24.38 775	25.06 777	25.31 777	24.69 776	22.86 769	29.74 779	27.09 779	28.97 781	27.94 781	30.07 779	29.35 781

zzzzzz3	32.40 777	13.78 765	19.88 773	39.27 777	40.27 779	57.81 776	73.58 779	33.27 779	42.65 777	31.40 778	32.97 777	30.93 778	36.54 780	37.48 779	43.96 780	20.77 773	26.80 777	16.44 772	20.72 775	13.41 762	16.16 772

zzz1	32.42 778	13.80 766	20.04 774	39.27 777	40.27 779	57.84 777	73.53 778	33.30 780	42.71 780	31.42 779	32.98 778	30.95 779	36.54 780	37.50 780	43.97 781	20.78 774	26.81 778	16.46 773	20.73 776	13.42 763	16.17 773

zzzz2	33.77 779	25.93 778	24.41 776	33.32 775	35.10 777	58.15 778	80.98 780	36.98 781	42.68 778	31.82 780	33.40 779	31.44 780	36.00 778	34.74 777	40.15 778	21.20 775	26.75 775	17.85 774	21.11 777	21.10 776	22.26 778

noway5	33.77 779	25.93 778	24.41 776	33.32 775	35.10 777	58.15 778	80.98 780	36.98 781	42.68 778	31.82 780	33.40 779	31.44 780	36.00 778	34.74 777	40.15 778	21.20 775	26.75 775	17.85 774	21.11 777	21.10 776	22.26 778

test_example2	97.69 781	92.93 781	45.57 779	96.02 779	109.84 781	88.44 780	93.70 782	25.54 778	94.63 782	130.46 783	126.87 783	58.93 782	75.48 782	87.99 781	77.94 782	150.16 782	221.11 782	76.29 782	98.21 782	108.42 782	95.33 782

ccccc	243.87 782	285.89 782	306.04 782	366.70 782	366.78 782	118.88 782	141.79 783	113.97 783	107.77 783	125.77 782	108.41 782	120.54 783	160.89 783	252.62 783	276.01 783	382.79 783	352.84 783	254.30 783	222.62 783	426.61 783	386.14 783

GS-Stereo							0.14 267	0.11 63	0.12 157	0.08 136	0.10 209	0.05 4	0.04 1	0.11 202	0.08 26	0.06 170	0.04 24	0.05 53	0.04 59	0.05 167	0.05 196

Low-res two-view benchmark