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	0.09 118	0.13 16	0.05 2	0.08 77	0.11 61	0.06 1	0.06 6	0.06 20	0.06 23	0.08 175	0.05 14	0.08 25	0.09 101	0.06 166	0.04 25	0.04 1	0.03 1	0.05 161	0.04 71

PSi22a	0.06 1	0.04 1	0.09 118	0.12 5	0.05 2	0.06 12	0.11 61	0.06 1	0.06 6	0.06 20	0.06 23	0.06 39	0.05 14	0.08 25	0.09 101	0.07 328	0.04 25	0.04 1	0.03 1	0.05 161	0.04 71

Foundation-i32	0.06 1	0.04 1	0.09 118	0.13 16	0.04 1	0.06 12	0.12 93	0.06 1	0.05 4	0.06 20	0.05 7	0.05 5	0.05 14	0.07 4	0.09 101	0.06 166	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

MLG-Stereo_test2	0.06 1	0.04 1	0.10 182	0.15 106	0.05 2	0.07 39	0.11 61	0.09 18	0.04 2	0.06 20	0.05 7	0.06 39	0.04 1	0.08 25	0.09 101	0.06 166	0.04 25	0.05 45	0.03 1	0.05 161	0.05 200

MLG-Stereo_test1	0.06 1	0.05 36	0.08 56	0.17 288	0.05 2	0.06 12	0.11 61	0.08 10	0.03 1	0.05 2	0.04 1	0.06 39	0.05 14	0.09 58	0.09 101	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

FoundationStereo	0.06 1	0.04 1	0.08 56	0.12 5	0.05 2	0.09 129	0.13 163	0.06 1	0.09 45	0.05 2	0.05 7	0.06 39	0.04 1	0.06 1	0.07 1	0.06 166	0.04 25	0.05 45	0.03 1	0.05 161	0.04 71

monster-pro	0.07 7	0.06 99	0.05 1	0.15 106	0.05 2	0.07 39	0.10 32	0.15 177	0.15 232	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

PointNet	0.07 7	0.06 99	0.07 11	0.15 106	0.07 125	0.08 77	0.14 228	0.11 54	0.08 24	0.05 2	0.07 60	0.08 175	0.08 222	0.09 58	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.03 1	0.04 71

aanet-new-60k	0.07 7	0.07 217	0.08 56	0.18 378	0.06 27	0.07 39	0.10 32	0.09 18	0.14 207	0.07 67	0.07 60	0.06 39	0.06 62	0.11 188	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

aanet-new-70k	0.07 7	0.06 99	0.09 118	0.17 288	0.06 27	0.08 77	0.12 93	0.11 54	0.10 66	0.06 20	0.07 60	0.07 116	0.06 62	0.10 120	0.07 1	0.04 11	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

aanet-new-78k	0.07 7	0.07 217	0.09 118	0.19 446	0.06 27	0.07 39	0.12 93	0.11 54	0.13 175	0.06 20	0.07 60	0.06 39	0.06 62	0.09 58	0.07 1	0.04 11	0.04 25	0.05 45	0.04 54	0.05 161	0.03 2

aanet-new-40k	0.07 7	0.08 335	0.07 11	0.17 288	0.07 125	0.08 77	0.13 163	0.10 31	0.10 66	0.07 67	0.08 114	0.06 39	0.05 14	0.08 25	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

GCAP-Stereo-DPT26K	0.07 7	0.06 99	0.07 11	0.16 201	0.06 27	0.08 77	0.12 93	0.10 31	0.08 24	0.06 20	0.09 149	0.06 39	0.05 14	0.08 25	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

aanet-new-24k	0.07 7	0.07 217	0.07 11	0.17 288	0.06 27	0.07 39	0.12 93	0.09 18	0.11 97	0.09 171	0.09 149	0.06 39	0.07 174	0.09 58	0.07 1	0.04 11	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 36	0.11 236	0.15 106	0.06 27	0.07 39	0.13 163	0.09 18	0.11 97	0.07 67	0.08 114	0.06 39	0.05 14	0.09 58	0.07 1	0.05 51	0.05 263	0.05 45	0.04 54	0.03 1	0.04 71

GCAP-Stereo-DPT-24K	0.07 7	0.06 99	0.07 11	0.15 106	0.06 27	0.10 191	0.15 311	0.12 81	0.11 97	0.06 20	0.11 235	0.06 39	0.05 14	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 118	0.13 16	0.05 2	0.08 77	0.11 61	0.06 1	0.06 6	0.06 20	0.05 7	0.08 175	0.05 14	0.08 25	0.09 101	0.06 166	0.04 25	0.04 1	0.03 1	0.05 161	0.04 71

LACA3	0.07 7	0.08 335	0.08 56	0.13 16	0.05 2	0.09 129	0.11 61	0.08 10	0.08 24	0.08 120	0.05 7	0.07 116	0.07 174	0.07 4	0.07 1	0.06 166	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Selective-IGEV-i32	0.07 7	0.06 99	0.08 56	0.17 288	0.06 27	0.08 77	0.12 93	0.13 106	0.07 15	0.08 120	0.07 60	0.06 39	0.04 1	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

LACA2	0.07 7	0.05 36	0.06 5	0.15 106	0.06 27	0.09 129	0.11 61	0.11 54	0.10 66	0.05 2	0.05 7	0.06 39	0.08 222	0.09 58	0.07 1	0.07 328	0.04 25	0.04 1	0.04 54	0.04 48	0.04 71

LACA1	0.07 7	0.07 217	0.07 11	0.14 55	0.05 2	0.09 129	0.11 61	0.10 31	0.07 15	0.05 2	0.05 7	0.06 39	0.07 174	0.08 25	0.09 101	0.06 166	0.04 25	0.04 1	0.04 54	0.03 1	0.04 71

Test_v1	0.07 7	0.04 1	0.06 5	0.13 16	0.06 27	0.08 77	0.11 61	0.15 177	0.12 134	0.06 20	0.05 7	0.04 1	0.05 14	0.08 25	0.10 198	0.07 328	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

BLMT-Stereo	0.07 7	0.04 1	0.08 56	0.15 106	0.07 125	0.06 12	0.14 228	0.07 6	0.10 66	0.05 2	0.05 7	0.04 1	0.06 62	0.07 4	0.09 101	0.04 11	0.04 25	0.05 45	0.05 182	0.04 48	0.04 71

Pro-Stereo	0.07 7	0.05 36	0.08 56	0.15 106	0.07 125	0.08 77	0.12 93	0.07 6	0.07 15	0.06 20	0.06 23	0.05 5	0.05 14	0.09 58	0.08 25	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

MatchStereo	0.07 7	0.04 1	0.08 56	0.14 55	0.06 27	0.05 4	0.12 93	0.12 81	0.09 45	0.07 67	0.06 23	0.04 1	0.04 1	0.08 25	0.09 101	0.06 166	0.05 263	0.05 45	0.03 1	0.04 48	0.04 71
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 7	0.04 1	0.09 118	0.11 1	0.05 2	0.10 191	0.10 32	0.14 136	0.09 45	0.06 20	0.07 60	0.06 39	0.07 174	0.07 4	0.10 198	0.06 166	0.04 25	0.04 1	0.04 54	0.04 48	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
CSFM-Stereo	0.07 7	0.05 36	0.07 11	0.14 55	0.06 27	0.09 129	0.13 163	0.15 177	0.06 6	0.07 67	0.08 114	0.06 39	0.08 222	0.09 58	0.09 101	0.06 166	0.05 263	0.04 1	0.03 1	0.04 48	0.04 71

VIP-Stereo	0.07 7	0.07 217	0.07 11	0.15 106	0.06 27	0.12 294	0.10 32	0.11 54	0.11 97	0.06 20	0.07 60	0.06 39	0.05 14	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.03 1	0.03 1	0.02 1

BridgeDepth	0.07 7	0.07 217	0.08 56	0.18 378	0.06 27	0.07 39	0.11 61	0.09 18	0.06 6	0.04 1	0.07 60	0.10 245	0.09 256	0.08 25	0.08 25	0.04 11	0.03 1	0.04 1	0.04 54	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Zero-FE251	0.07 7	0.05 36	0.09 118	0.13 16	0.06 27	0.12 294	0.12 93	0.11 54	0.10 66	0.07 67	0.08 114	0.06 39	0.06 62	0.09 58	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

MonStereo	0.07 7	0.06 99	0.05 1	0.15 106	0.05 2	0.08 77	0.10 32	0.15 177	0.15 232	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 7	0.05 36	0.07 11	0.16 201	0.06 27	0.07 39	0.11 61	0.10 31	0.08 24	0.06 20	0.06 23	0.07 116	0.07 174	0.09 58	0.09 101	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 99	0.05 1	0.15 106	0.05 2	0.08 77	0.10 32	0.15 177	0.15 232	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 7	0.04 1	0.09 118	0.13 16	0.06 27	0.05 4	0.09 18	0.11 54	0.07 15	0.06 20	0.06 23	0.05 5	0.06 62	0.09 58	0.09 101	0.06 166	0.04 25	0.04 1	0.03 1	0.05 161	0.05 200

Replicate-Monster	0.07 7	0.05 36	0.09 118	0.14 55	0.06 27	0.08 77	0.09 18	0.13 106	0.13 175	0.05 2	0.07 60	0.06 39	0.06 62	0.08 25	0.10 198	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

AdaDepth	0.07 7	0.06 99	0.07 11	0.18 378	0.06 27	0.11 242	0.12 93	0.09 18	0.07 15	0.06 20	0.05 7	0.07 116	0.06 62	0.09 58	0.10 198	0.04 11	0.05 263	0.05 45	0.04 54	0.04 48	0.04 71

asda	0.07 7	0.08 335	0.08 56	0.16 201	0.06 27	0.06 12	0.10 32	0.16 215	0.10 66	0.06 20	0.06 23	0.05 5	0.05 14	0.10 120	0.10 198	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

asd	0.07 7	0.08 335	0.07 11	0.16 201	0.07 125	0.08 77	0.08 7	0.11 54	0.08 24	0.07 67	0.07 60	0.06 39	0.06 62	0.10 120	0.09 101	0.03 1	0.03 1	0.04 1	0.04 54	0.04 48	0.03 2

qwe	0.07 7	0.08 335	0.07 11	0.15 106	0.06 27	0.07 39	0.10 32	0.18 287	0.11 97	0.07 67	0.07 60	0.06 39	0.06 62	0.10 120	0.09 101	0.03 1	0.03 1	0.04 1	0.04 54	0.04 48	0.03 2

2.25w	0.07 7	0.06 99	0.07 11	0.14 55	0.06 27	0.08 77	0.08 7	0.10 31	0.15 232	0.08 120	0.10 185	0.07 116	0.06 62	0.08 25	0.10 198	0.05 51	0.03 1	0.04 1	0.04 54	0.03 1	0.04 71

4.25_new	0.07 7	0.08 335	0.09 118	0.15 106	0.06 27	0.09 129	0.08 7	0.14 136	0.08 24	0.07 67	0.07 60	0.06 39	0.06 62	0.12 281	0.10 198	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4.5w_new	0.07 7	0.08 335	0.09 118	0.15 106	0.06 27	0.09 129	0.08 7	0.14 136	0.08 24	0.07 67	0.07 60	0.06 39	0.06 62	0.12 281	0.10 198	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4.5_new	0.07 7	0.09 415	0.08 56	0.15 106	0.07 125	0.06 12	0.10 32	0.14 136	0.11 97	0.06 20	0.08 114	0.06 39	0.06 62	0.08 25	0.10 198	0.03 1	0.03 1	0.04 1	0.04 54	0.04 48	0.03 2

4.5w-stereo	0.07 7	0.09 415	0.08 56	0.15 106	0.07 125	0.06 12	0.10 32	0.14 136	0.11 97	0.06 20	0.08 114	0.06 39	0.06 62	0.08 25	0.10 198	0.03 1	0.03 1	0.04 1	0.04 54	0.04 48	0.03 2

4.25w-stereo	0.07 7	0.08 335	0.09 118	0.15 106	0.06 27	0.09 129	0.08 7	0.14 136	0.08 24	0.07 67	0.07 60	0.06 39	0.06 62	0.12 281	0.10 198	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

4w-stereo	0.07 7	0.08 335	0.08 56	0.16 201	0.06 27	0.07 39	0.08 7	0.12 81	0.08 24	0.07 67	0.07 60	0.05 5	0.06 62	0.09 58	0.10 198	0.03 1	0.03 1	0.04 1	0.04 54	0.04 48	0.03 2

2.5w	0.07 7	0.07 217	0.07 11	0.16 201	0.06 27	0.08 77	0.12 93	0.10 31	0.10 66	0.07 67	0.06 23	0.09 210	0.06 62	0.08 25	0.09 101	0.04 11	0.03 1	0.04 1	0.04 54	0.03 1	0.03 2

2.75w_new	0.07 7	0.07 217	0.07 11	0.13 16	0.06 27	0.08 77	0.08 7	0.18 287	0.12 134	0.07 67	0.08 114	0.06 39	0.06 62	0.09 58	0.11 278	0.04 11	0.04 25	0.04 1	0.03 1	0.03 1	0.04 71

3.25w_new	0.07 7	0.06 99	0.07 11	0.15 106	0.06 27	0.10 191	0.07 3	0.12 81	0.11 97	0.08 120	0.06 23	0.07 116	0.06 62	0.11 188	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 99	0.07 11	0.15 106	0.06 27	0.10 191	0.07 3	0.12 81	0.11 97	0.08 120	0.06 23	0.07 116	0.06 62	0.11 188	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 7	0.07 217	0.08 56	0.16 201	0.07 125	0.07 39	0.09 18	0.16 215	0.09 45	0.07 67	0.06 23	0.05 5	0.06 62	0.09 58	0.10 198	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 217	0.07 11	0.15 106	0.07 125	0.09 129	0.06 1	0.13 106	0.11 97	0.07 67	0.07 60	0.06 39	0.07 174	0.10 120	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 99	0.07 11	0.16 201	0.06 27	0.07 39	0.10 32	0.14 136	0.14 207	0.07 67	0.08 114	0.05 5	0.06 62	0.09 58	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 71

monsterstereo	0.07 7	0.06 99	0.06 5	0.16 201	0.06 27	0.08 77	0.10 32	0.16 215	0.11 97	0.07 67	0.08 114	0.06 39	0.07 174	0.08 25	0.09 101	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

monsters	0.07 7	0.06 99	0.06 5	0.15 106	0.06 27	0.08 77	0.09 18	0.12 81	0.08 24	0.09 171	0.07 60	0.06 39	0.06 62	0.08 25	0.08 25	0.05 51	0.04 25	0.04 1	0.04 54	0.03 1	0.03 2

IGEV	0.07 7	0.04 1	0.08 56	0.13 16	0.06 27	0.09 129	0.12 93	0.14 136	0.10 66	0.06 20	0.09 149	0.07 116	0.05 14	0.09 58	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

111111	0.07 7	0.04 1	0.09 118	0.17 288	0.06 27	0.05 4	0.10 32	0.11 54	0.09 45	0.06 20	0.06 23	0.07 116	0.05 14	0.09 58	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.07 361	0.06 295

LG-Stereo_L2	0.07 7	0.05 36	0.10 182	0.14 55	0.06 27	0.07 39	0.12 93	0.09 18	0.09 45	0.06 20	0.04 1	0.05 5	0.05 14	0.08 25	0.08 25	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.03 2

LG-Stereo_L1	0.07 7	0.05 36	0.11 236	0.14 55	0.06 27	0.07 39	0.13 163	0.09 18	0.07 15	0.05 2	0.04 1	0.05 5	0.04 1	0.08 25	0.07 1	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

MLG-Stereo_test3	0.07 7	0.05 36	0.10 182	0.14 55	0.06 27	0.07 39	0.11 61	0.08 10	0.06 6	0.06 20	0.04 1	0.06 39	0.06 62	0.07 4	0.10 198	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.06 295

MLG-Stereo	0.07 7	0.05 36	0.08 56	0.17 288	0.05 2	0.07 39	0.11 61	0.08 10	0.04 2	0.05 2	0.04 1	0.06 39	0.05 14	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

LG-G_1	0.07 7	0.04 1	0.11 236	0.15 106	0.06 27	0.09 129	0.08 7	0.08 10	0.06 6	0.06 20	0.05 7	0.07 116	0.07 174	0.11 188	0.08 25	0.07 328	0.04 25	0.05 45	0.04 54	0.05 161	0.05 200

LG-G	0.07 7	0.04 1	0.11 236	0.15 106	0.06 27	0.09 129	0.08 7	0.08 10	0.06 6	0.06 20	0.05 7	0.07 116	0.07 174	0.11 188	0.08 25	0.07 328	0.04 25	0.05 45	0.04 54	0.05 161	0.05 200

LGtest1	0.07 7	0.04 1	0.10 182	0.15 106	0.06 27	0.07 39	0.09 18	0.08 10	0.06 6	0.05 2	0.04 1	0.06 39	0.06 62	0.10 120	0.09 101	0.07 328	0.04 25	0.05 45	0.04 54	0.06 282	0.06 295

LG-Stereo_Zeroshot	0.07 7	0.06 99	0.10 182	0.16 201	0.07 125	0.04 1	0.13 163	0.10 31	0.10 66	0.05 2	0.11 235	0.07 116	0.05 14	0.07 4	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

GREAT-IGEV	0.07 7	0.06 99	0.08 56	0.13 16	0.07 125	0.07 39	0.14 228	0.09 18	0.09 45	0.06 20	0.07 60	0.06 39	0.05 14	0.10 120	0.07 1	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71
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 7	0.15 571	0.17 481	0.11 1	0.05 2	0.05 4	0.11 61	0.08 10	0.08 24	0.06 20	0.06 23	0.05 5	0.05 14	0.09 58	0.08 25	0.08 404	0.04 25	0.05 45	0.03 1	0.05 161	0.04 71

AIO_rvc	0.07 7	0.06 99	0.08 56	0.15 106	0.06 27	0.08 77	0.14 228	0.09 18	0.08 24	0.07 67	0.08 114	0.07 116	0.04 1	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

AIO_test	0.07 7	0.05 36	0.07 11	0.15 106	0.07 125	0.06 12	0.14 228	0.10 31	0.10 66	0.07 67	0.07 60	0.06 39	0.05 14	0.08 25	0.10 198	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

MonSter	0.07 7	0.06 99	0.05 1	0.15 106	0.05 2	0.07 39	0.10 32	0.15 177	0.15 232	0.05 2	0.06 23	0.05 5	0.06 62	0.07 4	0.09 101	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 7	0.05 36	0.07 11	0.14 55	0.06 27	0.10 191	0.13 163	0.07 6	0.13 175	0.06 20	0.07 60	0.06 39	0.05 14	0.10 120	0.09 101	0.04 11	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

dual_stereo	0.07 7	0.04 1	0.08 56	0.15 106	0.05 2	0.05 4	0.13 163	0.12 81	0.08 24	0.07 67	0.06 23	0.05 5	0.05 14	0.07 4	0.09 101	0.06 166	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

IGEV-Stereo++	0.07 7	0.06 99	0.08 56	0.18 378	0.06 27	0.04 1	0.10 32	0.11 54	0.11 97	0.06 20	0.07 60	0.07 116	0.06 62	0.09 58	0.09 101	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

IGEV-Stereo+	0.07 7	0.04 1	0.08 56	0.15 106	0.06 27	0.04 1	0.09 18	0.10 31	0.09 45	0.06 20	0.06 23	0.06 39	0.06 62	0.06 1	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.06 282	0.06 295

GCAPDPT-zeroshot4090	0.07 7	0.05 36	0.11 236	0.15 106	0.06 27	0.07 39	0.13 163	0.09 18	0.11 97	0.07 67	0.08 114	0.06 39	0.05 14	0.09 58	0.07 1	0.05 51	0.05 263	0.05 45	0.04 54	0.03 1	0.04 71

Selective-IGEV	0.07 7	0.06 99	0.08 56	0.17 288	0.06 27	0.08 77	0.12 93	0.13 106	0.07 15	0.08 120	0.07 60	0.06 39	0.04 1	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

TS12	0.08 77	0.06 99	0.09 118	0.21 545	0.07 125	0.11 242	0.13 163	0.11 54	0.09 45	0.10 216	0.10 185	0.08 175	0.10 295	0.09 58	0.12 339	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.04 71

DF	0.08 77	0.05 36	0.09 118	0.15 106	0.06 27	0.11 242	0.13 163	0.10 31	0.12 134	0.09 171	0.10 185	0.10 245	0.08 222	0.11 188	0.09 101	0.07 328	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

LiteMatch*	0.08 77	0.04 1	0.11 236	0.13 16	0.08 204	0.08 77	0.13 163	0.14 136	0.09 45	0.05 2	0.05 7	0.05 5	0.09 256	0.11 188	0.10 198	0.06 166	0.05 263	0.05 45	0.04 54	0.05 161	0.05 200

aanet-new-90k	0.08 77	0.07 217	0.08 56	0.19 446	0.06 27	0.07 39	0.12 93	0.12 81	0.13 175	0.06 20	0.07 60	0.06 39	0.06 62	0.10 120	0.07 1	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.03 2

aanet-new-36k	0.08 77	0.06 99	0.09 118	0.17 288	0.06 27	0.09 129	0.13 163	0.11 54	0.13 175	0.08 120	0.08 114	0.06 39	0.05 14	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

aanet-new-34k	0.08 77	0.06 99	0.09 118	0.17 288	0.05 2	0.07 39	0.13 163	0.12 81	0.12 134	0.09 171	0.08 114	0.07 116	0.05 14	0.10 120	0.09 101	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

aanet-32k-new	0.08 77	0.07 217	0.08 56	0.18 378	0.06 27	0.08 77	0.12 93	0.11 54	0.12 134	0.07 67	0.08 114	0.05 5	0.07 174	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.06 282	0.04 71

aanet-new-32k	0.08 77	0.07 217	0.09 118	0.18 378	0.06 27	0.11 242	0.11 61	0.10 31	0.08 24	0.07 67	0.07 60	0.07 116	0.06 62	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

aanet-new-30k	0.08 77	0.07 217	0.09 118	0.18 378	0.06 27	0.11 242	0.11 61	0.10 31	0.08 24	0.07 67	0.07 60	0.07 116	0.06 62	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

aanet-new-28k	0.08 77	0.07 217	0.09 118	0.18 378	0.06 27	0.08 77	0.12 93	0.10 31	0.09 45	0.09 171	0.08 114	0.08 175	0.06 62	0.12 281	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

aanet-new-22k	0.08 77	0.06 99	0.09 118	0.17 288	0.06 27	0.08 77	0.11 61	0.14 136	0.12 134	0.09 171	0.09 149	0.08 175	0.06 62	0.10 120	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

aanet-new-16k	0.08 77	0.08 335	0.08 56	0.18 378	0.06 27	0.07 39	0.09 18	0.13 106	0.12 134	0.08 120	0.07 60	0.07 116	0.06 62	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.05 161	0.03 2

aanet-new-10k	0.08 77	0.08 335	0.08 56	0.19 446	0.07 125	0.08 77	0.12 93	0.14 136	0.11 97	0.07 67	0.08 114	0.07 116	0.07 174	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

aanet-new-12k	0.08 77	0.09 415	0.07 11	0.20 513	0.08 204	0.08 77	0.13 163	0.12 81	0.13 175	0.08 120	0.08 114	0.05 5	0.07 174	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.06 282	0.04 71

aanet-new-14k	0.08 77	0.09 415	0.08 56	0.19 446	0.06 27	0.07 39	0.10 32	0.14 136	0.15 232	0.06 20	0.08 114	0.05 5	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

aanet-new-8k	0.08 77	0.07 217	0.08 56	0.19 446	0.07 125	0.09 129	0.12 93	0.16 215	0.15 232	0.07 67	0.07 60	0.06 39	0.06 62	0.10 120	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

aanet-new	0.08 77	0.09 415	0.10 182	0.18 378	0.08 204	0.10 191	0.12 93	0.15 177	0.12 134	0.08 120	0.08 114	0.05 5	0.07 174	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.06 282	0.04 71

GCAP-Stereo-cres-4k	0.08 77	0.07 217	0.08 56	0.18 378	0.07 125	0.11 242	0.14 228	0.12 81	0.11 97	0.07 67	0.11 235	0.07 116	0.06 62	0.09 58	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

GCAP-Stereo-DPT-cres	0.08 77	0.05 36	0.07 11	0.15 106	0.06 27	0.10 191	0.14 228	0.13 106	0.12 134	0.07 67	0.09 149	0.07 116	0.06 62	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

GCAP-Stereo-DPT-36K	0.08 77	0.06 99	0.15 415	0.14 55	0.06 27	0.08 77	0.13 163	0.13 106	0.11 97	0.07 67	0.08 114	0.07 116	0.06 62	0.09 58	0.08 25	0.05 51	0.05 263	0.05 45	0.04 54	0.03 1	0.04 71

GCAP-Stereo-DPT-22K	0.08 77	0.06 99	0.07 11	0.17 288	0.06 27	0.07 39	0.14 228	0.13 106	0.16 269	0.05 2	0.10 185	0.06 39	0.06 62	0.08 25	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.04 71

GCAP-Stereo-DPT-5K	0.08 77	0.06 99	0.10 182	0.16 201	0.07 125	0.11 242	0.12 93	0.15 177	0.15 232	0.08 120	0.12 256	0.05 5	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.06 180	0.05 182	0.03 1	0.04 71

GCAP-Stereo-DPT-2K	0.08 77	0.06 99	0.10 182	0.16 201	0.07 125	0.11 242	0.13 163	0.14 136	0.14 207	0.08 120	0.13 274	0.05 5	0.06 62	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.03 1	0.04 71

GCAP-Stereo-DPT-3K	0.08 77	0.07 217	0.10 182	0.16 201	0.07 125	0.09 129	0.12 93	0.15 177	0.14 207	0.08 120	0.11 235	0.05 5	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.03 1	0.04 71

GCAP-Stereo-DPT-50K	0.08 77	0.06 99	0.17 481	0.15 106	0.06 27	0.06 12	0.13 163	0.13 106	0.13 175	0.07 67	0.07 60	0.06 39	0.05 14	0.08 25	0.08 25	0.04 11	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 77	0.06 99	0.07 11	0.16 201	0.06 27	0.06 12	0.14 228	0.14 136	0.14 207	0.07 67	0.10 185	0.06 39	0.05 14	0.09 58	0.09 101	0.04 11	0.04 25	0.04 1	0.04 54	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 77	0.05 36	0.12 280	0.15 106	0.06 27	0.10 191	0.14 228	0.12 81	0.12 134	0.07 67	0.09 149	0.06 39	0.06 62	0.10 120	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

PSi22	0.08 77	0.06 99	0.11 236	0.16 201	0.07 125	0.08 77	0.10 32	0.14 136	0.08 24	0.08 120	0.06 23	0.10 245	0.06 62	0.12 281	0.09 101	0.05 51	0.04 25	0.04 1	0.03 1	0.04 48	0.04 71

Foundation-i1c-attn	0.08 77	0.05 36	0.07 11	0.14 55	0.05 2	0.09 129	0.12 93	0.12 81	0.10 66	0.09 171	0.10 185	0.10 245	0.07 174	0.07 4	0.10 198	0.06 166	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

Foundation-i1b	0.08 77	0.05 36	0.07 11	0.14 55	0.05 2	0.09 129	0.12 93	0.13 106	0.10 66	0.09 171	0.10 185	0.09 210	0.06 62	0.07 4	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.03 1	0.03 2

Foundation-i1a	0.08 77	0.05 36	0.07 11	0.13 16	0.05 2	0.13 345	0.13 163	0.12 81	0.09 45	0.11 251	0.11 235	0.11 275	0.06 62	0.08 25	0.09 101	0.06 166	0.04 25	0.05 45	0.03 1	0.04 48	0.04 71

DepthFocus	0.08 77	0.04 1	0.15 415	0.12 5	0.09 330	0.07 39	0.12 93	0.10 31	0.05 4	0.09 171	0.05 7	0.07 116	0.04 1	0.08 25	0.08 25	0.06 166	0.05 263	0.07 290	0.07 370	0.05 161	0.04 71

GeoVLM	0.08 77	0.04 1	0.10 182	0.13 16	0.06 27	0.10 191	0.12 93	0.13 106	0.08 24	0.06 20	0.07 60	0.06 39	0.08 222	0.10 120	0.11 278	0.06 166	0.05 263	0.04 1	0.03 1	0.04 48	0.05 200

gcap_with_dpt	0.08 77	0.06 99	0.09 118	0.16 201	0.07 125	0.09 129	0.12 93	0.13 106	0.13 175	0.08 120	0.12 256	0.04 1	0.06 62	0.10 120	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.03 1	0.04 71

DispViT+	0.08 77	0.05 36	0.09 118	0.13 16	0.06 27	0.05 4	0.11 61	0.18 287	0.16 269	0.09 171	0.08 114	0.07 116	0.06 62	0.11 188	0.09 101	0.06 166	0.04 25	0.04 1	0.03 1	0.03 1	0.03 2

WQFJA1++	0.08 77	0.04 1	0.11 236	0.14 55	0.07 125	0.11 242	0.11 61	0.11 54	0.07 15	0.07 67	0.07 60	0.07 116	0.06 62	0.10 120	0.10 198	0.06 166	0.04 25	0.05 45	0.04 54	0.06 282	0.06 295

BStereo	0.08 77	0.06 99	0.16 451	0.15 106	0.08 204	0.07 39	0.09 18	0.15 177	0.16 269	0.06 20	0.07 60	0.07 116	0.05 14	0.09 58	0.11 278	0.04 11	0.05 263	0.05 45	0.07 370	0.04 48	0.04 71

MonSter++	0.08 77	0.04 1	0.10 182	0.13 16	0.06 27	0.09 129	0.12 93	0.13 106	0.08 24	0.06 20	0.07 60	0.06 39	0.08 222	0.10 120	0.11 278	0.06 166	0.05 263	0.04 1	0.03 1	0.04 48	0.04 71

HiDET	0.08 77	0.04 1	0.10 182	0.13 16	0.06 27	0.08 77	0.12 93	0.12 81	0.11 97	0.06 20	0.07 60	0.07 116	0.07 174	0.11 188	0.11 278	0.06 166	0.04 25	0.04 1	0.03 1	0.04 48	0.04 71

LCMNet	0.08 77	0.05 36	0.10 182	0.13 16	0.07 125	0.09 129	0.12 93	0.10 31	0.11 97	0.06 20	0.08 114	0.06 39	0.07 174	0.11 188	0.10 198	0.06 166	0.05 263	0.04 1	0.03 1	0.04 48	0.04 71

GEAStereo	0.08 77	0.05 36	0.08 56	0.13 16	0.08 204	0.08 77	0.14 228	0.10 31	0.09 45	0.08 120	0.10 185	0.06 39	0.05 14	0.11 188	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.05 200

GSStereo	0.08 77	0.05 36	0.08 56	0.13 16	0.08 204	0.08 77	0.14 228	0.11 54	0.12 134	0.08 120	0.10 185	0.05 5	0.05 14	0.11 188	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.05 200

gasm-f	0.08 77	0.05 36	0.07 11	0.13 16	0.08 204	0.08 77	0.14 228	0.10 31	0.09 45	0.08 120	0.10 185	0.06 39	0.05 14	0.10 120	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.06 282	0.05 200

DDF-Stereo	0.08 77	0.04 1	0.09 118	0.15 106	0.10 442	0.06 12	0.13 163	0.09 18	0.14 207	0.06 20	0.06 23	0.07 116	0.06 62	0.09 58	0.10 198	0.06 166	0.04 25	0.06 180	0.04 54	0.08 425	0.05 200

252Zero-FE	0.08 77	0.04 1	0.09 118	0.13 16	0.07 125	0.12 294	0.11 61	0.13 106	0.14 207	0.06 20	0.05 7	0.06 39	0.05 14	0.09 58	0.10 198	0.06 166	0.04 25	0.04 1	0.03 1	0.05 161	0.06 295

DA	0.08 77	0.07 217	0.07 11	0.19 446	0.08 204	0.09 129	0.12 93	0.13 106	0.12 134	0.08 120	0.10 185	0.10 245	0.08 222	0.09 58	0.10 198	0.05 51	0.04 25	0.06 180	0.04 54	0.05 161	0.03 2

zero-FE	0.08 77	0.04 1	0.09 118	0.15 106	0.10 442	0.05 4	0.14 228	0.09 18	0.14 207	0.07 67	0.06 23	0.07 116	0.06 62	0.09 58	0.10 198	0.06 166	0.04 25	0.06 180	0.04 54	0.08 425	0.05 200

GGEV	0.08 77	0.07 217	0.07 11	0.19 446	0.08 204	0.09 129	0.12 93	0.13 106	0.12 134	0.08 120	0.10 185	0.10 245	0.08 222	0.09 58	0.10 198	0.05 51	0.04 25	0.06 180	0.04 54	0.05 161	0.03 2

GASTEREO	0.08 77	0.05 36	0.09 118	0.19 446	0.07 125	0.07 39	0.12 93	0.14 136	0.11 97	0.10 216	0.09 149	0.07 116	0.04 1	0.12 281	0.08 25	0.06 166	0.05 263	0.05 45	0.04 54	0.04 48	0.05 200

MSCF	0.08 77	0.05 36	0.08 56	0.19 446	0.08 204	0.06 12	0.12 93	0.14 136	0.11 97	0.10 216	0.09 149	0.07 116	0.04 1	0.11 188	0.08 25	0.06 166	0.05 263	0.05 45	0.04 54	0.05 161	0.05 200

S2M2_XL	0.08 77	0.06 99	0.12 280	0.12 5	0.08 204	0.09 129	0.09 18	0.07 6	0.07 15	0.08 120	0.07 60	0.07 116	0.06 62	0.09 58	0.09 101	0.08 404	0.06 407	0.07 290	0.05 182	0.08 425	0.06 295
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
3w_stereo	0.08 77	0.09 415	0.10 182	0.17 288	0.07 125	0.08 77	0.10 32	0.20 328	0.13 175	0.06 20	0.07 60	0.05 5	0.06 62	0.08 25	0.09 101	0.03 1	0.03 1	0.04 1	0.03 1	0.04 48	0.03 2

2w_stereo	0.08 77	0.08 335	0.09 118	0.16 201	0.06 27	0.08 77	0.10 32	0.20 328	0.15 232	0.08 120	0.07 60	0.06 39	0.06 62	0.06 1	0.09 101	0.04 11	0.03 1	0.04 1	0.04 54	0.03 1	0.03 2

LG-Stereo	0.08 77	0.07 217	0.10 182	0.18 378	0.07 125	0.10 191	0.17 421	0.11 54	0.08 24	0.05 2	0.07 60	0.05 5	0.07 174	0.09 58	0.09 101	0.04 11	0.05 263	0.07 290	0.07 370	0.04 48	0.04 71

SGD-Stereo	0.08 77	0.05 36	0.10 182	0.14 55	0.05 2	0.12 294	0.12 93	0.11 54	0.12 134	0.07 67	0.09 149	0.09 210	0.09 256	0.08 25	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.03 2

HART	0.08 77	0.07 217	0.09 118	0.17 288	0.07 125	0.10 191	0.16 380	0.13 106	0.11 97	0.08 120	0.10 185	0.07 116	0.05 14	0.10 120	0.08 25	0.05 51	0.04 25	0.06 180	0.04 54	0.05 161	0.04 71

Reg-Stereo(zero)	0.08 77	0.05 36	0.08 56	0.16 201	0.06 27	0.12 294	0.11 61	0.15 177	0.10 66	0.12 292	0.09 149	0.10 245	0.08 222	0.11 188	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.05 200

SCV_C0	0.08 77	0.07 217	0.07 11	0.16 201	0.09 330	0.08 77	0.15 311	0.11 54	0.12 134	0.08 120	0.07 60	0.06 39	0.05 14	0.11 188	0.07 1	0.05 51	0.05 263	0.05 45	0.04 54	0.06 282	0.05 200

SCV	0.08 77	0.09 415	0.08 56	0.15 106	0.08 204	0.10 191	0.13 163	0.10 31	0.12 134	0.07 67	0.07 60	0.06 39	0.04 1	0.09 58	0.08 25	0.05 51	0.04 25	0.06 180	0.04 54	0.06 282	0.04 71

DEFOM-Stereo_RVC	0.08 77	0.06 99	0.09 118	0.22 562	0.06 27	0.08 77	0.12 93	0.10 31	0.10 66	0.07 67	0.07 60	0.06 39	0.05 14	0.11 188	0.09 101	0.06 166	0.04 25	0.05 45	0.03 1	0.06 282	0.04 71

HUF	0.08 77	0.05 36	0.08 56	0.14 55	0.06 27	0.09 129	0.13 163	0.13 106	0.13 175	0.07 67	0.07 60	0.08 175	0.06 62	0.10 120	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

castereo++	0.08 77	0.05 36	0.08 56	0.15 106	0.05 2	0.14 379	0.12 93	0.11 54	0.15 232	0.07 67	0.07 60	0.07 116	0.06 62	0.08 25	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

IGEV-RUCA	0.08 77	0.06 99	0.11 236	0.14 55	0.09 330	0.10 191	0.12 93	0.10 31	0.12 134	0.06 20	0.07 60	0.07 116	0.06 62	0.09 58	0.08 25	0.06 166	0.05 263	0.05 45	0.04 54	0.05 161	0.06 295

GIP-stereo	0.08 77	0.06 99	0.11 236	0.14 55	0.06 27	0.09 129	0.13 163	0.14 136	0.11 97	0.07 67	0.08 114	0.05 5	0.04 1	0.10 120	0.07 1	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

SMoEStereo_RVC	0.08 77	0.06 99	0.12 280	0.16 201	0.07 125	0.09 129	0.14 228	0.11 54	0.13 175	0.09 171	0.07 60	0.07 116	0.07 174	0.12 281	0.10 198	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

WCG-NET	0.08 77	0.05 36	0.09 118	0.15 106	0.06 27	0.11 242	0.14 228	0.13 106	0.13 175	0.06 20	0.09 149	0.07 116	0.06 62	0.13 333	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

Occ-G	0.08 77	0.05 36	0.06 5	0.14 55	0.07 125	0.08 77	0.14 228	0.13 106	0.15 232	0.07 67	0.11 235	0.07 116	0.05 14	0.09 58	0.10 198	0.06 166	0.05 263	0.05 45	0.04 54	0.05 161	0.05 200

U	0.08 77	0.07 217	0.09 118	0.19 446	0.10 442	0.10 191	0.13 163	0.12 81	0.17 298	0.07 67	0.07 60	0.06 39	0.05 14	0.07 4	0.08 25	0.06 166	0.04 25	0.06 180	0.04 54	0.06 282	0.05 200

AIO-Stereo	0.08 77	0.06 99	0.09 118	0.18 378	0.06 27	0.08 77	0.12 93	0.15 177	0.09 45	0.08 120	0.08 114	0.07 116	0.05 14	0.11 188	0.08 25	0.05 51	0.05 263	0.05 45	0.04 54	0.04 48	0.04 71

WCG-NET（raft）	0.08 77	0.05 36	0.10 182	0.15 106	0.06 27	0.11 242	0.13 163	0.15 177	0.12 134	0.08 120	0.07 60	0.06 39	0.06 62	0.13 333	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

RSM++	0.08 77	0.06 99	0.09 118	0.17 288	0.07 125	0.09 129	0.12 93	0.11 54	0.11 97	0.08 120	0.06 23	0.07 116	0.05 14	0.10 120	0.09 101	0.04 11	0.04 25	0.06 180	0.05 182	0.05 161	0.03 2

RSM	0.08 77	0.06 99	0.09 118	0.17 288	0.06 27	0.08 77	0.12 93	0.12 81	0.10 66	0.08 120	0.07 60	0.06 39	0.05 14	0.11 188	0.09 101	0.04 11	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

gcap-zeroshot	0.08 77	0.06 99	0.10 182	0.15 106	0.07 125	0.11 242	0.12 93	0.15 177	0.15 232	0.08 120	0.12 256	0.05 5	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.06 180	0.05 182	0.03 1	0.04 71

test_for_model	0.08 77	0.06 99	0.10 182	0.16 201	0.07 125	0.11 242	0.12 93	0.15 177	0.15 232	0.08 120	0.12 256	0.05 5	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.06 180	0.05 182	0.03 1	0.04 71

trnet	0.08 77	0.05 36	0.07 11	0.12 5	0.05 2	0.12 294	0.11 61	0.13 106	0.10 66	0.08 120	0.13 274	0.09 210	0.08 222	0.11 188	0.10 198	0.08 404	0.05 263	0.05 45	0.03 1	0.06 282	0.05 200

MoCha-V2	0.08 77	0.05 36	0.10 182	0.20 513	0.07 125	0.09 129	0.14 228	0.11 54	0.08 24	0.07 67	0.08 114	0.07 116	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

IGEV++	0.08 77	0.06 99	0.08 56	0.18 378	0.07 125	0.09 129	0.13 163	0.10 31	0.09 45	0.08 120	0.08 114	0.06 39	0.06 62	0.13 333	0.09 101	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

testlalala	0.08 77	0.06 99	0.10 182	0.15 106	0.07 125	0.11 242	0.12 93	0.15 177	0.15 232	0.08 120	0.12 256	0.05 5	0.06 62	0.09 58	0.08 25	0.05 51	0.04 25	0.06 180	0.05 182	0.03 1	0.04 71

AEACV	0.08 77	0.05 36	0.08 56	0.14 55	0.13 549	0.14 379	0.13 163	0.14 136	0.09 45	0.07 67	0.09 149	0.07 116	0.08 222	0.10 120	0.09 101	0.06 166	0.04 25	0.06 180	0.05 182	0.05 161	0.04 71

LoS_RVC	0.08 77	0.05 36	0.07 11	0.15 106	0.07 125	0.08 77	0.15 311	0.11 54	0.10 66	0.08 120	0.09 149	0.06 39	0.09 256	0.10 120	0.09 101	0.05 51	0.04 25	0.05 45	0.03 1	0.04 48	0.03 2

CAS	0.08 77	0.04 1	0.07 11	0.17 288	0.08 204	0.10 191	0.13 163	0.12 81	0.09 45	0.09 171	0.10 185	0.08 175	0.06 62	0.09 58	0.08 25	0.08 404	0.04 25	0.05 45	0.03 1	0.05 161	0.04 71

CES	0.08 77	0.04 1	0.08 56	0.14 55	0.07 125	0.09 129	0.14 228	0.11 54	0.09 45	0.08 120	0.09 149	0.11 275	0.06 62	0.12 281	0.08 25	0.06 166	0.04 25	0.05 45	0.03 1	0.05 161	0.05 200

EGLCR-Stereo	0.08 77	0.05 36	0.08 56	0.14 55	0.06 27	0.10 191	0.12 93	0.11 54	0.16 269	0.06 20	0.05 7	0.07 116	0.05 14	0.10 120	0.11 278	0.06 166	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

MC-Stereo	0.08 77	0.06 99	0.09 118	0.17 288	0.06 27	0.10 191	0.14 228	0.12 81	0.10 66	0.09 171	0.12 256	0.09 210	0.06 62	0.11 188	0.10 198	0.06 166	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

test-3	0.08 77	0.06 99	0.09 118	0.17 288	0.07 125	0.07 39	0.14 228	0.12 81	0.15 232	0.09 171	0.08 114	0.07 116	0.08 222	0.11 188	0.10 198	0.05 51	0.04 25	0.07 290	0.05 182	0.04 48	0.04 71

test_1	0.08 77	0.06 99	0.09 118	0.17 288	0.07 125	0.07 39	0.14 228	0.12 81	0.15 232	0.09 171	0.08 114	0.07 116	0.08 222	0.11 188	0.10 198	0.05 51	0.04 25	0.07 290	0.05 182	0.04 48	0.04 71

CREStereo++_RVC	0.08 77	0.04 1	0.06 5	0.13 16	0.07 125	0.09 129	0.12 93	0.14 136	0.14 207	0.10 216	0.14 288	0.08 175	0.07 174	0.09 58	0.11 278	0.06 166	0.04 25	0.05 45	0.05 182	0.04 48	0.04 71
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
RT-Monster	0.09 164	0.05 36	0.09 118	0.14 55	0.08 204	0.11 242	0.10 32	0.17 254	0.18 329	0.13 322	0.10 185	0.09 210	0.08 222	0.10 120	0.10 198	0.07 328	0.05 263	0.05 45	0.04 54	0.05 161	0.06 295

LiteMatch	0.09 164	0.06 99	0.10 182	0.16 201	0.07 125	0.09 129	0.15 311	0.13 106	0.08 24	0.06 20	0.07 60	0.06 39	0.15 441	0.10 120	0.14 419	0.07 328	0.04 25	0.06 180	0.06 272	0.06 282	0.06 295

Foundation-i1	0.09 164	0.04 1	0.10 182	0.14 55	0.06 27	0.10 191	0.13 163	0.16 215	0.14 207	0.10 216	0.10 185	0.11 275	0.07 174	0.07 4	0.10 198	0.06 166	0.04 25	0.05 45	0.05 182	0.05 161	0.05 200

VMStereo-Base	0.09 164	0.05 36	0.10 182	0.13 16	0.07 125	0.10 191	0.10 32	0.16 215	0.13 175	0.10 216	0.15 305	0.10 245	0.09 256	0.11 188	0.10 198	0.07 328	0.05 263	0.05 45	0.04 54	0.05 161	0.06 295

Wave_Phase_stereo	0.09 164	0.06 99	0.16 451	0.15 106	0.08 204	0.11 242	0.09 18	0.18 287	0.16 269	0.06 20	0.07 60	0.07 116	0.05 14	0.09 58	0.11 278	0.04 11	0.05 263	0.05 45	0.07 370	0.04 48	0.04 71

NLSM3	0.09 164	0.06 99	0.08 56	0.19 446	0.08 204	0.11 242	0.16 380	0.18 287	0.16 269	0.06 20	0.08 114	0.07 116	0.08 222	0.09 58	0.11 278	0.04 11	0.04 25	0.06 180	0.07 370	0.03 1	0.03 2

FE-Mocha	0.09 164	0.06 99	0.14 367	0.16 201	0.09 330	0.10 191	0.15 311	0.18 287	0.16 269	0.10 216	0.09 149	0.07 116	0.07 174	0.09 58	0.09 101	0.06 166	0.04 25	0.06 180	0.06 272	0.05 161	0.05 200

IGEV-FE	0.09 164	0.05 36	0.12 280	0.13 16	0.08 204	0.12 294	0.13 163	0.17 254	0.11 97	0.10 216	0.06 23	0.09 210	0.06 62	0.11 188	0.09 101	0.06 166	0.04 25	0.06 180	0.06 272	0.05 161	0.05 200

water-stereo	0.09 164	0.06 99	0.08 56	0.16 201	0.07 125	0.09 129	0.13 163	0.15 177	0.13 175	0.11 251	0.12 256	0.08 175	0.09 256	0.07 4	0.08 25	0.06 166	0.05 263	0.05 45	0.05 182	0.04 48	0.04 71

depthmonostereo	0.09 164	0.06 99	0.09 118	0.15 106	0.06 27	0.10 191	0.13 163	0.14 136	0.14 207	0.10 216	0.10 185	0.09 210	0.11 328	0.08 25	0.09 101	0.06 166	0.05 263	0.06 180	0.04 54	0.04 48	0.03 2

DilatedVolume-Stereo	0.09 164	0.05 36	0.08 56	0.15 106	0.06 27	0.11 242	0.12 93	0.14 136	0.16 269	0.11 251	0.11 235	0.09 210	0.09 256	0.11 188	0.10 198	0.06 166	0.05 263	0.05 45	0.04 54	0.03 1	0.03 2

S2M2_L	0.09 164	0.08 335	0.11 236	0.13 16	0.10 442	0.08 77	0.06 1	0.10 31	0.10 66	0.10 216	0.09 149	0.10 245	0.09 256	0.11 188	0.11 278	0.13 587	0.07 479	0.08 384	0.09 490	0.10 521	0.08 448
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 164	0.06 99	0.09 118	0.19 446	0.08 204	0.12 294	0.18 470	0.15 177	0.14 207	0.07 67	0.10 185	0.07 116	0.06 62	0.12 281	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.03 2

castereo	0.09 164	0.06 99	0.11 236	0.15 106	0.06 27	0.11 242	0.15 311	0.14 136	0.18 329	0.08 120	0.10 185	0.11 275	0.08 222	0.09 58	0.10 198	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.03 2

fffft	0.09 164	0.06 99	0.12 280	0.16 201	0.07 125	0.09 129	0.17 421	0.12 81	0.11 97	0.08 120	0.07 60	0.09 210	0.06 62	0.11 188	0.12 339	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.05 200
1: 1. 1
tt45	0.09 164	0.06 99	0.11 236	0.15 106	0.07 125	0.11 242	0.16 380	0.13 106	0.11 97	0.09 171	0.06 23	0.08 175	0.06 62	0.13 333	0.10 198	0.06 166	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

999	0.09 164	0.05 36	0.13 330	0.15 106	0.08 204	0.10 191	0.14 228	0.15 177	0.11 97	0.10 216	0.08 114	0.08 175	0.08 222	0.16 421	0.10 198	0.06 166	0.04 25	0.06 180	0.05 182	0.04 48	0.05 200

mms	0.09 164	0.07 217	0.08 56	0.16 201	0.08 204	0.10 191	0.16 380	0.12 81	0.11 97	0.08 120	0.09 149	0.08 175	0.06 62	0.11 188	0.12 339	0.05 51	0.04 25	0.07 290	0.05 182	0.04 48	0.03 2

ours_stereo	0.09 164	0.07 217	0.09 118	0.17 288	0.08 204	0.11 242	0.16 380	0.11 54	0.12 134	0.08 120	0.10 185	0.08 175	0.06 62	0.12 281	0.12 339	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.03 2

fffy	0.09 164	0.08 335	0.09 118	0.16 201	0.07 125	0.13 345	0.17 421	0.13 106	0.12 134	0.08 120	0.09 149	0.08 175	0.09 256	0.13 333	0.11 278	0.05 51	0.05 263	0.07 290	0.05 182	0.04 48	0.05 200

PAM_32	0.09 164	0.05 36	0.17 481	0.15 106	0.08 204	0.10 191	0.15 311	0.14 136	0.15 232	0.09 171	0.08 114	0.09 210	0.07 174	0.14 362	0.08 25	0.06 166	0.05 263	0.06 180	0.06 272	0.05 161	0.06 295

UGAM-zero	0.09 164	0.05 36	0.15 415	0.15 106	0.08 204	0.09 129	0.13 163	0.19 317	0.15 232	0.11 251	0.15 305	0.07 116	0.07 174	0.09 58	0.09 101	0.06 166	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295

GCAP-BAT	0.09 164	0.05 36	0.11 236	0.13 16	0.07 125	0.11 242	0.14 228	0.14 136	0.16 269	0.07 67	0.10 185	0.08 175	0.06 62	0.13 333	0.08 25	0.07 328	0.05 263	0.05 45	0.05 182	0.04 48	0.04 71

Pointernet	0.09 164	0.04 1	0.09 118	0.16 201	0.08 204	0.13 345	0.10 32	0.15 177	0.17 298	0.09 171	0.07 60	0.06 39	0.06 62	0.11 188	0.09 101	0.08 404	0.04 25	0.05 45	0.03 1	0.06 282	0.05 200

IGEV-BASED-STEREO-	0.09 164	0.10 477	0.31 591	0.15 106	0.06 27	0.08 77	0.14 228	0.10 31	0.10 66	0.07 67	0.07 60	0.06 39	0.04 1	0.11 188	0.07 1	0.12 561	0.04 25	0.07 290	0.05 182	0.05 161	0.05 200

RAFT-Stereo-weight	0.09 164	0.06 99	0.10 182	0.16 201	0.07 125	0.09 129	0.14 228	0.19 317	0.16 269	0.11 251	0.10 185	0.08 175	0.06 62	0.10 120	0.11 278	0.06 166	0.04 25	0.06 180	0.04 54	0.04 48	0.04 71

MGS-Stereo	0.09 164	0.07 217	0.12 280	0.15 106	0.08 204	0.09 129	0.15 311	0.12 81	0.12 134	0.07 67	0.10 185	0.08 175	0.06 62	0.10 120	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.06 282	0.05 200

ff7	0.09 164	0.07 217	0.11 236	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.12 134	0.10 216	0.06 23	0.06 39	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

IGEVStereo-DCA	0.09 164	0.06 99	0.11 236	0.15 106	0.10 442	0.11 242	0.15 311	0.16 215	0.12 134	0.10 216	0.06 23	0.08 175	0.06 62	0.10 120	0.08 25	0.06 166	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295

ffff	0.09 164	0.07 217	0.11 236	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.12 134	0.10 216	0.06 23	0.06 39	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

rrr	0.09 164	0.06 99	0.12 280	0.15 106	0.10 442	0.11 242	0.16 380	0.16 215	0.15 232	0.10 216	0.06 23	0.08 175	0.06 62	0.10 120	0.08 25	0.06 166	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295

11t	0.09 164	0.07 217	0.11 236	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.12 134	0.10 216	0.06 23	0.06 39	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

MaDis-Stereo	0.09 164	0.09 415	0.08 56	0.17 288	0.09 330	0.13 345	0.10 32	0.16 215	0.16 269	0.09 171	0.11 235	0.06 39	0.06 62	0.09 58	0.13 381	0.07 328	0.06 407	0.07 290	0.05 182	0.05 161	0.04 71

IGEV_Zeroshot_test	0.09 164	0.05 36	0.12 280	0.13 16	0.08 204	0.12 294	0.13 163	0.17 254	0.11 97	0.10 216	0.06 23	0.09 210	0.06 62	0.11 188	0.09 101	0.06 166	0.04 25	0.06 180	0.06 272	0.05 161	0.05 200

MSKI-zero shot	0.09 164	0.05 36	0.09 118	0.15 106	0.07 125	0.10 191	0.13 163	0.14 136	0.13 175	0.09 171	0.09 149	0.09 210	0.06 62	0.12 281	0.10 198	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

UniTT-Stereo	0.09 164	0.07 217	0.08 56	0.18 378	0.08 204	0.13 345	0.11 61	0.12 81	0.11 97	0.10 216	0.12 256	0.05 5	0.07 174	0.09 58	0.09 101	0.07 328	0.05 263	0.05 45	0.05 182	0.05 161	0.05 200

MIM_Stereo	0.09 164	0.07 217	0.11 236	0.15 106	0.07 125	0.06 12	0.12 93	0.20 328	0.14 207	0.13 322	0.13 274	0.09 210	0.05 14	0.12 281	0.08 25	0.05 51	0.06 407	0.07 290	0.06 272	0.06 282	0.05 200

CASnet	0.09 164	0.09 415	0.09 118	0.19 446	0.06 27	0.07 39	0.11 61	0.18 287	0.14 207	0.11 251	0.10 185	0.09 210	0.07 174	0.10 120	0.10 198	0.06 166	0.04 25	0.10 515	0.08 443	0.05 161	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAPDPT-zeroshot	0.09 164	0.05 36	0.11 236	0.13 16	0.07 125	0.11 242	0.14 228	0.14 136	0.16 269	0.07 67	0.10 185	0.08 175	0.06 62	0.13 333	0.08 25	0.07 328	0.05 263	0.05 45	0.05 182	0.04 48	0.04 71

GCAP-Stereo	0.09 164	0.07 217	0.13 330	0.18 378	0.06 27	0.11 242	0.07 3	0.13 106	0.12 134	0.09 171	0.10 185	0.07 116	0.09 256	0.13 333	0.10 198	0.06 166	0.05 263	0.05 45	0.04 54	0.04 48	0.05 200

RAFT-Test	0.09 164	0.06 99	0.10 182	0.15 106	0.07 125	0.11 242	0.15 311	0.16 215	0.13 175	0.09 171	0.10 185	0.10 245	0.09 256	0.12 281	0.09 101	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.05 200

HH	0.09 164	0.06 99	0.13 330	0.17 288	0.08 204	0.10 191	0.16 380	0.14 136	0.10 66	0.08 120	0.09 149	0.08 175	0.07 174	0.10 120	0.09 101	0.06 166	0.04 25	0.06 180	0.05 182	0.05 161	0.04 71

HanStereo	0.09 164	0.06 99	0.13 330	0.17 288	0.08 204	0.10 191	0.16 380	0.14 136	0.10 66	0.08 120	0.09 149	0.08 175	0.07 174	0.10 120	0.09 101	0.06 166	0.04 25	0.06 180	0.05 182	0.05 161	0.04 71

4D-IteraStereo	0.09 164	0.07 217	0.10 182	0.18 378	0.07 125	0.09 129	0.15 311	0.17 254	0.15 232	0.10 216	0.11 235	0.10 245	0.07 174	0.11 188	0.09 101	0.05 51	0.03 1	0.08 384	0.07 370	0.06 282	0.05 200

anonymousdsp	0.09 164	0.07 217	0.11 236	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.12 134	0.09 171	0.06 23	0.06 39	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

LoS	0.09 164	0.05 36	0.11 236	0.13 16	0.07 125	0.14 379	0.11 61	0.15 177	0.15 232	0.09 171	0.09 149	0.12 295	0.09 256	0.15 386	0.10 198	0.07 328	0.05 263	0.05 45	0.03 1	0.05 161	0.05 200
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 164	0.07 217	0.10 182	0.17 288	0.08 204	0.10 191	0.15 311	0.15 177	0.12 134	0.09 171	0.06 23	0.07 116	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.06 295

RCA-Stereo	0.09 164	0.06 99	0.09 118	0.16 201	0.06 27	0.09 129	0.13 163	0.18 287	0.14 207	0.09 171	0.10 185	0.08 175	0.07 174	0.12 281	0.11 278	0.06 166	0.04 25	0.06 180	0.05 182	0.05 161	0.04 71

CroCo-Stereo Lap2	0.09 164	0.09 415	0.08 56	0.22 562	0.09 330	0.09 129	0.19 510	0.16 215	0.12 134	0.09 171	0.10 185	0.05 5	0.05 14	0.08 25	0.08 25	0.06 166	0.06 407	0.07 290	0.05 182	0.05 161	0.05 200

ccc-4	0.09 164	0.07 217	0.11 236	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.12 134	0.10 216	0.06 23	0.06 39	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

IGEV-Stereo	0.09 164	0.07 217	0.11 236	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.12 134	0.09 171	0.06 23	0.06 39	0.06 62	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 164	0.05 36	0.13 330	0.14 55	0.08 204	0.12 294	0.15 311	0.18 287	0.10 66	0.11 251	0.08 114	0.08 175	0.05 14	0.10 120	0.09 101	0.06 166	0.04 25	0.06 180	0.05 182	0.06 282	0.05 200

TRStereo	0.09 164	0.05 36	0.12 280	0.15 106	0.12 526	0.10 191	0.13 163	0.18 287	0.18 329	0.09 171	0.09 149	0.09 210	0.06 62	0.10 120	0.08 25	0.07 328	0.05 263	0.07 290	0.07 370	0.04 48	0.04 71

AnonymousM	0.09 164	0.05 36	0.10 182	0.14 55	0.06 27	0.09 129	0.13 163	0.19 317	0.14 207	0.13 322	0.11 235	0.09 210	0.08 222	0.13 333	0.10 198	0.08 404	0.05 263	0.08 384	0.05 182	0.05 161	0.05 200

CroCo-Stereo	0.09 164	0.08 335	0.08 56	0.22 562	0.09 330	0.09 129	0.19 510	0.15 177	0.12 134	0.07 67	0.07 60	0.08 175	0.06 62	0.08 25	0.07 1	0.07 328	0.05 263	0.06 180	0.04 54	0.05 161	0.04 71
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
s12784h	0.09 164	0.06 99	0.07 11	0.15 106	0.05 2	0.16 435	0.18 470	0.15 177	0.15 232	0.10 216	0.11 235	0.11 275	0.11 328	0.10 120	0.12 339	0.05 51	0.04 25	0.05 45	0.04 54	0.04 48	0.04 71

TANstereo	0.09 164	0.04 1	0.08 56	0.13 16	0.06 27	0.11 242	0.14 228	0.15 177	0.19 348	0.11 251	0.15 305	0.10 245	0.06 62	0.12 281	0.09 101	0.07 328	0.05 263	0.05 45	0.04 54	0.06 282	0.05 200

XX-TBD	0.09 164	0.06 99	0.07 11	0.14 55	0.07 125	0.12 294	0.16 380	0.14 136	0.13 175	0.11 251	0.12 256	0.09 210	0.08 222	0.10 120	0.10 198	0.06 166	0.04 25	0.05 45	0.03 1	0.06 282	0.05 200

raftrobust	0.09 164	0.06 99	0.10 182	0.17 288	0.08 204	0.09 129	0.10 32	0.18 287	0.16 269	0.10 216	0.09 149	0.12 295	0.07 174	0.12 281	0.10 198	0.08 404	0.05 263	0.06 180	0.05 182	0.05 161	0.05 200

XX-Stereo	0.09 164	0.05 36	0.08 56	0.17 288	0.09 330	0.15 405	0.12 93	0.20 328	0.10 66	0.10 216	0.14 288	0.07 116	0.06 62	0.12 281	0.08 25	0.06 166	0.05 263	0.06 180	0.06 272	0.04 48	0.04 71

test_xeample3	0.09 164	0.06 99	0.12 280	0.16 201	0.09 330	0.11 242	0.15 311	0.16 215	0.13 175	0.10 216	0.06 23	0.08 175	0.06 62	0.10 120	0.09 101	0.05 51	0.04 25	0.06 180	0.05 182	0.05 161	0.06 295

RAFT-Stereo + iAFF	0.09 164	0.06 99	0.10 182	0.17 288	0.06 27	0.10 191	0.16 380	0.17 254	0.14 207	0.09 171	0.10 185	0.08 175	0.09 256	0.11 188	0.09 101	0.05 51	0.04 25	0.06 180	0.06 272	0.04 48	0.03 2

AFF-stereo	0.09 164	0.06 99	0.10 182	0.17 288	0.07 125	0.10 191	0.16 380	0.17 254	0.09 45	0.10 216	0.12 256	0.09 210	0.09 256	0.12 281	0.09 101	0.05 51	0.04 25	0.07 290	0.07 370	0.04 48	0.03 2

EAI-Stereo	0.09 164	0.07 217	0.11 236	0.15 106	0.06 27	0.10 191	0.15 311	0.16 215	0.09 45	0.08 120	0.09 149	0.08 175	0.07 174	0.09 58	0.11 278	0.05 51	0.04 25	0.05 45	0.05 182	0.05 161	0.04 71

CFNet-RSSM	0.09 164	0.07 217	0.09 118	0.16 201	0.07 125	0.09 129	0.15 311	0.16 215	0.17 298	0.08 120	0.12 256	0.10 245	0.09 256	0.11 188	0.09 101	0.06 166	0.04 25	0.06 180	0.04 54	0.04 48	0.04 71

Gwc-CoAtRS	0.09 164	0.06 99	0.10 182	0.16 201	0.07 125	0.10 191	0.14 228	0.17 254	0.17 298	0.08 120	0.10 185	0.12 295	0.09 256	0.12 281	0.09 101	0.06 166	0.04 25	0.06 180	0.04 54	0.04 48	0.04 71

CREStereo	0.09 164	0.04 1	0.08 56	0.11 1	0.06 27	0.13 345	0.14 228	0.14 136	0.10 66	0.08 120	0.13 274	0.09 210	0.08 222	0.11 188	0.10 198	0.08 404	0.04 25	0.05 45	0.03 1	0.06 282	0.06 295
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	0.09 164	0.05 36	0.09 118	0.12 5	0.06 27	0.12 294	0.14 228	0.15 177	0.11 97	0.09 171	0.13 274	0.10 245	0.07 174	0.13 333	0.10 198	0.15 605	0.04 25	0.05 45	0.03 1	0.07 361	0.06 295

DN	0.10 232	0.05 36	0.09 118	0.14 55	0.09 330	0.12 294	0.18 470	0.17 254	0.16 269	0.08 120	0.09 149	0.08 175	0.06 62	0.08 25	0.09 101	0.11 536	0.05 263	0.07 290	0.06 272	0.07 361	0.09 492

Hybrid-DGEV-03	0.10 232	0.06 99	0.09 118	0.18 378	0.08 204	0.16 435	0.14 228	0.15 177	0.14 207	0.13 322	0.16 318	0.12 295	0.09 256	0.13 333	0.11 278	0.06 166	0.04 25	0.08 384	0.06 272	0.05 161	0.04 71

WQFJA1	0.10 232	0.07 217	0.08 56	0.20 513	0.09 330	0.12 294	0.17 421	0.17 254	0.17 298	0.09 171	0.10 185	0.08 175	0.10 295	0.12 281	0.11 278	0.06 166	0.07 479	0.07 290	0.06 272	0.06 282	0.05 200

WQFJX1	0.10 232	0.07 217	0.08 56	0.22 562	0.09 330	0.12 294	0.17 421	0.18 287	0.17 298	0.10 216	0.09 149	0.07 116	0.10 295	0.11 188	0.09 101	0.07 328	0.08 509	0.07 290	0.06 272	0.05 161	0.04 71

WQFJX	0.10 232	0.07 217	0.09 118	0.21 545	0.09 330	0.12 294	0.16 380	0.18 287	0.17 298	0.12 292	0.10 185	0.07 116	0.09 256	0.12 281	0.10 198	0.06 166	0.07 479	0.06 180	0.05 182	0.06 282	0.05 200

NLMM	0.10 232	0.07 217	0.08 56	0.20 513	0.09 330	0.12 294	0.17 421	0.17 254	0.17 298	0.09 171	0.10 185	0.08 175	0.10 295	0.12 281	0.11 278	0.06 166	0.07 479	0.07 290	0.06 272	0.06 282	0.05 200

NLSM1	0.10 232	0.07 217	0.07 11	0.19 446	0.08 204	0.13 345	0.16 380	0.21 351	0.15 232	0.11 251	0.10 185	0.06 39	0.10 295	0.10 120	0.11 278	0.07 328	0.08 509	0.08 384	0.07 370	0.05 161	0.05 200

MM-Stereo_test3	0.10 232	0.07 217	0.07 11	0.18 378	0.07 125	0.12 294	0.19 510	0.24 420	0.19 348	0.06 20	0.10 185	0.08 175	0.06 62	0.11 188	0.08 25	0.06 166	0.06 407	0.07 290	0.05 182	0.05 161	0.04 71

MM-Stereo_test1	0.10 232	0.07 217	0.08 56	0.18 378	0.07 125	0.12 294	0.18 470	0.21 351	0.20 371	0.09 171	0.11 235	0.08 175	0.06 62	0.10 120	0.10 198	0.06 166	0.05 263	0.07 290	0.06 272	0.05 161	0.04 71

AIO-test2	0.10 232	0.08 335	0.10 182	0.23 586	0.08 204	0.11 242	0.10 32	0.23 396	0.23 413	0.08 120	0.09 149	0.08 175	0.05 14	0.10 120	0.08 25	0.06 166	0.05 263	0.08 384	0.09 490	0.05 161	0.05 200

AIO-test1	0.10 232	0.07 217	0.10 182	0.23 586	0.07 125	0.09 129	0.13 163	0.21 351	0.14 207	0.11 251	0.12 256	0.09 210	0.07 174	0.11 188	0.09 101	0.06 166	0.05 263	0.09 467	0.10 530	0.03 1	0.06 295

tg	0.10 232	0.06 99	0.10 182	0.18 378	0.08 204	0.11 242	0.16 380	0.20 328	0.12 134	0.08 120	0.11 235	0.11 275	0.07 174	0.11 188	0.10 198	0.05 51	0.04 25	0.08 384	0.08 443	0.04 48	0.04 71

PAM	0.10 232	0.05 36	0.16 451	0.15 106	0.08 204	0.09 129	0.16 380	0.15 177	0.16 269	0.12 292	0.09 149	0.09 210	0.07 174	0.13 333	0.08 25	0.06 166	0.05 263	0.06 180	0.06 272	0.05 161	0.06 295

model_zeroshot	0.10 232	0.04 1	0.11 236	0.15 106	0.09 330	0.12 294	0.14 228	0.20 328	0.13 175	0.11 251	0.10 185	0.12 295	0.07 174	0.12 281	0.10 198	0.07 328	0.06 407	0.06 180	0.05 182	0.06 282	0.06 295

RAStereo	0.10 232	0.09 415	0.08 56	0.20 513	0.08 204	0.13 345	0.18 470	0.15 177	0.17 298	0.10 216	0.12 256	0.05 5	0.06 62	0.09 58	0.08 25	0.07 328	0.05 263	0.07 290	0.05 182	0.05 161	0.04 71

rvit_stereo_0080	0.10 232	0.08 335	0.14 367	0.15 106	0.09 330	0.07 39	0.15 311	0.16 215	0.16 269	0.11 251	0.10 185	0.14 341	0.08 222	0.12 281	0.10 198	0.09 464	0.07 479	0.07 290	0.06 272	0.07 361	0.05 200

H2IRNET	0.10 232	0.09 415	0.09 118	0.18 378	0.09 330	0.12 294	0.15 311	0.14 136	0.21 387	0.10 216	0.10 185	0.10 245	0.10 295	0.10 120	0.10 198	0.05 51	0.04 25	0.08 384	0.08 443	0.06 282	0.05 200

Former-RAFT_DAM_RVC	0.10 232	0.08 335	0.12 280	0.16 201	0.08 204	0.15 405	0.16 380	0.18 287	0.18 329	0.10 216	0.09 149	0.09 210	0.08 222	0.11 188	0.12 339	0.07 328	0.05 263	0.08 384	0.06 272	0.07 361	0.06 295

MyStereo07	0.10 232	0.07 217	0.10 182	0.17 288	0.09 330	0.14 379	0.18 470	0.15 177	0.15 232	0.09 171	0.06 23	0.06 39	0.07 174	0.12 281	0.09 101	0.06 166	0.05 263	0.08 384	0.07 370	0.06 282	0.06 295

MyStereo06	0.10 232	0.07 217	0.12 280	0.17 288	0.09 330	0.13 345	0.18 470	0.19 317	0.12 134	0.12 292	0.08 114	0.07 116	0.07 174	0.11 188	0.09 101	0.06 166	0.05 263	0.07 290	0.07 370	0.06 282	0.06 295

AE-Stereo	0.10 232	0.08 335	0.10 182	0.18 378	0.09 330	0.10 191	0.15 311	0.14 136	0.19 348	0.09 171	0.14 288	0.12 295	0.08 222	0.11 188	0.10 198	0.05 51	0.06 407	0.07 290	0.06 272	0.05 161	0.04 71

ACVNet-DCA	0.10 232	0.08 335	0.12 280	0.17 288	0.09 330	0.13 345	0.15 311	0.23 396	0.16 269	0.09 171	0.09 149	0.06 39	0.06 62	0.10 120	0.07 1	0.06 166	0.04 25	0.06 180	0.05 182	0.07 361	0.07 382

cc1	0.10 232	0.08 335	0.12 280	0.17 288	0.09 330	0.13 345	0.15 311	0.16 215	0.18 329	0.09 171	0.09 149	0.06 39	0.06 62	0.10 120	0.07 1	0.06 166	0.04 25	0.06 180	0.05 182	0.06 282	0.06 295

tt1	0.10 232	0.08 335	0.12 280	0.17 288	0.09 330	0.12 294	0.16 380	0.15 177	0.19 348	0.09 171	0.08 114	0.06 39	0.06 62	0.10 120	0.07 1	0.06 166	0.04 25	0.06 180	0.05 182	0.06 282	0.06 295

whm_eth	0.10 232	0.08 335	0.14 367	0.15 106	0.09 330	0.07 39	0.15 311	0.16 215	0.16 269	0.11 251	0.10 185	0.14 341	0.08 222	0.12 281	0.10 198	0.09 464	0.07 479	0.07 290	0.06 272	0.07 361	0.05 200

plain	0.10 232	0.08 335	0.10 182	0.19 446	0.09 330	0.10 191	0.15 311	0.14 136	0.13 175	0.13 322	0.15 305	0.09 210	0.12 359	0.13 333	0.12 339	0.07 328	0.05 263	0.09 467	0.06 272	0.06 282	0.06 295

Any-RAFT	0.10 232	0.05 36	0.09 118	0.14 55	0.07 125	0.13 345	0.14 228	0.21 351	0.15 232	0.11 251	0.12 256	0.12 295	0.09 256	0.12 281	0.09 101	0.07 328	0.04 25	0.05 45	0.04 54	0.06 282	0.05 200

LL-Strereo2	0.10 232	0.10 477	0.15 415	0.18 378	0.08 204	0.15 405	0.09 18	0.17 254	0.14 207	0.14 344	0.10 185	0.09 210	0.07 174	0.16 421	0.10 198	0.05 51	0.05 263	0.10 515	0.07 370	0.06 282	0.05 200

DCANet-4	0.10 232	0.06 99	0.12 280	0.16 201	0.06 27	0.09 129	0.17 421	0.18 287	0.19 348	0.13 322	0.16 318	0.09 210	0.14 423	0.11 188	0.12 339	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.05 200

fff	0.10 232	0.06 99	0.12 280	0.15 106	0.07 125	0.09 129	0.17 421	0.16 215	0.20 371	0.13 322	0.16 318	0.10 245	0.11 328	0.11 188	0.12 339	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.05 200

ADStereo(finetuned)	0.10 232	0.06 99	0.12 280	0.16 201	0.06 27	0.09 129	0.17 421	0.15 177	0.19 348	0.13 322	0.17 340	0.10 245	0.12 359	0.11 188	0.12 339	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

test_4	0.10 232	0.10 477	0.08 56	0.19 446	0.09 330	0.08 77	0.22 563	0.15 177	0.17 298	0.12 292	0.18 367	0.12 295	0.09 256	0.08 25	0.11 278	0.04 11	0.04 25	0.08 384	0.08 443	0.04 48	0.03 2

IPLG	0.10 232	0.07 217	0.15 415	0.17 288	0.08 204	0.11 242	0.14 228	0.20 328	0.15 232	0.12 292	0.17 340	0.07 116	0.07 174	0.14 362	0.13 381	0.06 166	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

test_3	0.10 232	0.09 415	0.10 182	0.20 513	0.08 204	0.13 345	0.26 612	0.14 136	0.21 387	0.10 216	0.10 185	0.09 210	0.09 256	0.08 25	0.11 278	0.05 51	0.04 25	0.08 384	0.07 370	0.04 48	0.04 71

STrans-v2	0.10 232	0.07 217	0.12 280	0.18 378	0.07 125	0.10 191	0.14 228	0.21 351	0.11 97	0.11 251	0.15 305	0.12 295	0.10 295	0.11 188	0.12 339	0.05 51	0.04 25	0.06 180	0.06 272	0.04 48	0.04 71

TransformOpticalFlow	0.10 232	0.08 335	0.13 330	0.18 378	0.07 125	0.09 129	0.15 311	0.19 317	0.15 232	0.12 292	0.17 340	0.11 275	0.11 328	0.11 188	0.10 198	0.05 51	0.04 25	0.06 180	0.06 272	0.05 161	0.05 200

SST-Stereo	0.10 232	0.07 217	0.15 415	0.18 378	0.09 330	0.06 12	0.12 93	0.17 254	0.11 97	0.15 371	0.17 340	0.13 321	0.12 359	0.10 120	0.11 278	0.06 166	0.04 25	0.09 467	0.06 272	0.06 282	0.05 200

cross-raft	0.10 232	0.09 415	0.09 118	0.19 446	0.07 125	0.11 242	0.25 603	0.13 106	0.15 232	0.08 120	0.11 235	0.12 295	0.10 295	0.09 58	0.11 278	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

test-1	0.10 232	0.07 217	0.16 451	0.19 446	0.08 204	0.11 242	0.24 587	0.14 136	0.18 329	0.09 171	0.07 60	0.09 210	0.08 222	0.07 4	0.09 101	0.06 166	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

iRaftStereo_RVC	0.10 232	0.07 217	0.09 118	0.17 288	0.09 330	0.11 242	0.17 421	0.18 287	0.12 134	0.09 171	0.12 256	0.10 245	0.07 174	0.11 188	0.10 198	0.05 51	0.04 25	0.08 384	0.08 443	0.04 48	0.04 71

RALCasStereoNet	0.10 232	0.06 99	0.09 118	0.16 201	0.08 204	0.12 294	0.14 228	0.17 254	0.11 97	0.12 292	0.17 340	0.14 341	0.10 295	0.12 281	0.11 278	0.07 328	0.06 407	0.06 180	0.05 182	0.08 425	0.07 382

DCANet	0.10 232	0.06 99	0.12 280	0.16 201	0.06 27	0.09 129	0.17 421	0.15 177	0.19 348	0.13 322	0.17 340	0.10 245	0.11 328	0.11 188	0.12 339	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

csc	0.10 232	0.06 99	0.12 280	0.15 106	0.07 125	0.09 129	0.17 421	0.16 215	0.20 371	0.13 322	0.16 318	0.10 245	0.11 328	0.11 188	0.12 339	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.05 200

cscssc	0.10 232	0.06 99	0.12 280	0.15 106	0.07 125	0.09 129	0.17 421	0.16 215	0.20 371	0.13 322	0.16 318	0.10 245	0.11 328	0.11 188	0.12 339	0.06 166	0.04 25	0.05 45	0.04 54	0.04 48	0.05 200

111	0.10 232	0.06 99	0.12 280	0.15 106	0.07 125	0.10 191	0.14 228	0.21 351	0.23 413	0.11 251	0.12 256	0.14 341	0.11 328	0.13 333	0.10 198	0.06 166	0.04 25	0.06 180	0.04 54	0.05 161	0.05 200

R-Stereo Train	0.10 232	0.06 99	0.10 182	0.17 288	0.08 204	0.11 242	0.14 228	0.23 396	0.11 97	0.12 292	0.19 378	0.11 275	0.08 222	0.09 58	0.11 278	0.07 328	0.05 263	0.06 180	0.05 182	0.05 161	0.05 200

RAFT-Stereo	0.10 232	0.06 99	0.10 182	0.17 288	0.08 204	0.11 242	0.14 228	0.23 396	0.11 97	0.12 292	0.19 378	0.11 275	0.08 222	0.09 58	0.11 278	0.07 328	0.05 263	0.06 180	0.05 182	0.05 161	0.05 200
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
HITNet	0.10 232	0.06 99	0.12 280	0.14 55	0.06 27	0.11 242	0.10 32	0.18 287	0.18 329	0.13 322	0.16 318	0.14 341	0.11 328	0.15 386	0.13 381	0.06 166	0.04 25	0.04 1	0.04 54	0.06 282	0.05 200
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
Lsterematch	0.11 280	0.06 99	0.11 236	0.16 201	0.07 125	0.13 345	0.15 311	0.14 136	0.17 298	0.16 399	0.18 367	0.15 370	0.15 441	0.12 281	0.14 419	0.07 328	0.04 25	0.06 180	0.06 272	0.06 282	0.06 295

Hybrid-DGEV-2	0.11 280	0.06 99	0.12 280	0.18 378	0.09 330	0.09 129	0.13 163	0.28 496	0.29 497	0.11 251	0.11 235	0.09 210	0.12 359	0.12 281	0.09 101	0.06 166	0.05 263	0.07 290	0.07 370	0.05 161	0.05 200

NLMM1	0.11 280	0.09 415	0.07 11	0.22 562	0.10 442	0.12 294	0.20 533	0.18 287	0.20 371	0.12 292	0.11 235	0.07 116	0.09 256	0.11 188	0.11 278	0.08 404	0.08 509	0.07 290	0.06 272	0.04 48	0.04 71

NLCSM	0.11 280	0.09 415	0.09 118	0.23 586	0.11 492	0.12 294	0.19 510	0.18 287	0.18 329	0.12 292	0.11 235	0.07 116	0.09 256	0.11 188	0.10 198	0.07 328	0.08 509	0.07 290	0.07 370	0.06 282	0.05 200

Select-FE	0.11 280	0.06 99	0.20 529	0.15 106	0.11 492	0.11 242	0.13 163	0.21 351	0.18 329	0.09 171	0.11 235	0.10 245	0.06 62	0.12 281	0.09 101	0.07 328	0.05 263	0.07 290	0.08 443	0.06 282	0.08 448

FlowAnything_test	0.11 280	0.08 335	0.14 367	0.15 106	0.09 330	0.07 39	0.14 228	0.20 328	0.11 97	0.09 171	0.09 149	0.12 295	0.12 359	0.13 333	0.11 278	0.09 464	0.06 407	0.09 467	0.09 490	0.06 282	0.09 492

xyz-stereo-finetune2	0.11 280	0.07 217	0.13 330	0.13 16	0.07 125	0.11 242	0.19 510	0.17 254	0.12 134	0.15 371	0.15 305	0.17 408	0.12 359	0.13 333	0.11 278	0.05 51	0.04 25	0.07 290	0.05 182	0.04 48	0.06 295

xyz-stereo-finetune	0.11 280	0.08 335	0.13 330	0.14 55	0.06 27	0.10 191	0.19 510	0.17 254	0.19 348	0.12 292	0.14 288	0.15 370	0.10 295	0.13 333	0.11 278	0.05 51	0.04 25	0.07 290	0.05 182	0.04 48	0.05 200

HI	0.11 280	0.06 99	0.11 236	0.13 16	0.09 330	0.09 129	0.14 228	0.21 351	0.10 66	0.19 465	0.17 340	0.14 341	0.09 256	0.16 421	0.08 25	0.05 51	0.04 25	0.07 290	0.08 443	0.07 361	0.06 295

CoSv	0.11 280	0.06 99	0.11 236	0.13 16	0.09 330	0.09 129	0.14 228	0.21 351	0.10 66	0.19 465	0.17 340	0.14 341	0.09 256	0.16 421	0.08 25	0.05 51	0.04 25	0.07 290	0.08 443	0.07 361	0.06 295

rvit_stereo_0081_aga	0.11 280	0.09 415	0.14 367	0.18 378	0.09 330	0.13 345	0.14 228	0.14 136	0.19 348	0.10 216	0.18 367	0.16 386	0.09 256	0.12 281	0.09 101	0.10 505	0.06 407	0.08 384	0.07 370	0.07 361	0.06 295

rvit_stereo_0081	0.11 280	0.08 335	0.15 415	0.16 201	0.09 330	0.10 191	0.14 228	0.14 136	0.24 430	0.11 251	0.13 274	0.13 321	0.09 256	0.11 188	0.12 339	0.10 505	0.07 479	0.08 384	0.07 370	0.07 361	0.05 200

rvit_stereo_0082	0.11 280	0.08 335	0.15 415	0.16 201	0.09 330	0.10 191	0.14 228	0.14 136	0.24 430	0.11 251	0.13 274	0.13 321	0.09 256	0.11 188	0.12 339	0.10 505	0.07 479	0.08 384	0.07 370	0.07 361	0.05 200

AIO-Stereo-zeroshot1	0.11 280	0.05 36	0.14 367	0.15 106	0.20 630	0.09 129	0.17 421	0.21 351	0.15 232	0.11 251	0.14 288	0.10 245	0.07 174	0.10 120	0.08 25	0.06 166	0.05 263	0.07 290	0.07 370	0.07 361	0.09 492

AIO-Stereo-zeroshot	0.11 280	0.05 36	0.11 236	0.15 106	0.13 549	0.13 345	0.16 380	0.23 396	0.17 298	0.10 216	0.12 256	0.10 245	0.07 174	0.11 188	0.09 101	0.06 166	0.05 263	0.06 180	0.06 272	0.07 361	0.08 448

CAS++	0.11 280	0.07 217	0.11 236	0.14 55	0.09 330	0.12 294	0.14 228	0.24 420	0.14 207	0.11 251	0.09 149	0.11 275	0.07 174	0.14 362	0.09 101	0.11 536	0.09 542	0.09 467	0.07 370	0.07 361	0.08 448
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
xx1	0.11 280	0.08 335	0.12 280	0.17 288	0.09 330	0.13 345	0.15 311	0.16 215	0.18 329	0.09 171	0.09 149	0.16 386	0.16 469	0.10 120	0.07 1	0.06 166	0.04 25	0.08 384	0.08 443	0.07 361	0.07 382

1test111	0.11 280	0.08 335	0.12 280	0.17 288	0.09 330	0.13 345	0.15 311	0.23 396	0.16 269	0.09 171	0.09 149	0.06 39	0.06 62	0.15 386	0.16 466	0.06 166	0.04 25	0.06 180	0.05 182	0.07 361	0.07 382

MIF-Stereo (partial)	0.11 280	0.06 99	0.10 182	0.19 446	0.10 442	0.10 191	0.11 61	0.17 254	0.18 329	0.14 344	0.16 318	0.09 210	0.11 328	0.12 281	0.12 339	0.08 404	0.05 263	0.08 384	0.07 370	0.06 282	0.07 382

EKT-Stereo	0.11 280	0.07 217	0.14 367	0.15 106	0.10 442	0.13 345	0.14 228	0.18 287	0.21 387	0.11 251	0.08 114	0.12 295	0.09 256	0.11 188	0.12 339	0.08 404	0.06 407	0.07 290	0.06 272	0.08 425	0.07 382

anonymousdsp2	0.11 280	0.07 217	0.10 182	0.16 201	0.09 330	0.13 345	0.14 228	0.18 287	0.22 401	0.13 322	0.14 288	0.12 295	0.09 256	0.14 362	0.11 278	0.05 51	0.04 25	0.05 45	0.04 54	0.06 282	0.05 200

DCRE	0.11 280	0.07 217	0.13 330	0.16 201	0.11 492	0.11 242	0.17 421	0.18 287	0.17 298	0.11 251	0.18 367	0.10 245	0.10 295	0.15 386	0.11 278	0.06 166	0.05 263	0.06 180	0.06 272	0.05 161	0.04 71

knoymous	0.11 280	0.05 36	0.12 280	0.13 16	0.07 125	0.15 405	0.14 228	0.19 317	0.13 175	0.11 251	0.17 340	0.13 321	0.09 256	0.13 333	0.11 278	0.08 404	0.05 263	0.06 180	0.05 182	0.08 425	0.07 382

riskmin	0.11 280	0.06 99	0.13 330	0.14 55	0.08 204	0.14 379	0.14 228	0.18 287	0.14 207	0.11 251	0.14 288	0.16 386	0.11 328	0.14 362	0.12 339	0.09 464	0.05 263	0.07 290	0.05 182	0.08 425	0.08 448

Selective-RAFT	0.11 280	0.10 477	0.11 236	0.21 545	0.08 204	0.16 435	0.13 163	0.20 328	0.22 401	0.10 216	0.10 185	0.11 275	0.10 295	0.15 386	0.11 278	0.05 51	0.05 263	0.06 180	0.05 182	0.06 282	0.05 200

DisPM	0.11 280	0.07 217	0.12 280	0.16 201	0.09 330	0.06 12	0.13 163	0.17 254	0.17 298	0.14 344	0.20 390	0.12 295	0.10 295	0.11 188	0.10 198	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.11 548

CIPLG	0.11 280	0.08 335	0.14 367	0.17 288	0.08 204	0.12 294	0.15 311	0.17 254	0.15 232	0.14 344	0.11 235	0.16 386	0.09 256	0.16 421	0.11 278	0.07 328	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295

GLC_STEREO	0.11 280	0.07 217	0.11 236	0.17 288	0.07 125	0.09 129	0.13 163	0.15 177	0.24 430	0.12 292	0.13 274	0.12 295	0.08 222	0.18 477	0.11 278	0.06 166	0.08 509	0.08 384	0.06 272	0.05 161	0.05 200

IPLGR_C	0.11 280	0.08 335	0.14 367	0.17 288	0.08 204	0.12 294	0.15 311	0.17 254	0.15 232	0.14 344	0.10 185	0.16 386	0.09 256	0.16 421	0.11 278	0.07 328	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295

MIPNet	0.11 280	0.08 335	0.14 367	0.17 288	0.09 330	0.12 294	0.14 228	0.20 328	0.24 430	0.11 251	0.10 185	0.09 210	0.07 174	0.13 333	0.12 339	0.06 166	0.04 25	0.06 180	0.05 182	0.04 48	0.04 71

IPLGR	0.11 280	0.09 415	0.16 451	0.18 378	0.08 204	0.12 294	0.17 421	0.21 351	0.24 430	0.11 251	0.12 256	0.11 275	0.08 222	0.12 281	0.12 339	0.06 166	0.05 263	0.06 180	0.06 272	0.04 48	0.04 71

GMOStereo	0.11 280	0.09 415	0.07 11	0.19 446	0.08 204	0.12 294	0.28 625	0.13 106	0.17 298	0.11 251	0.17 340	0.14 341	0.12 359	0.07 4	0.07 1	0.05 51	0.05 263	0.09 467	0.07 370	0.04 48	0.04 71

error version	0.11 280	0.09 415	0.07 11	0.19 446	0.08 204	0.12 294	0.28 625	0.13 106	0.17 298	0.11 251	0.17 340	0.14 341	0.12 359	0.07 4	0.07 1	0.05 51	0.05 263	0.09 467	0.07 370	0.04 48	0.04 71

test-v	0.11 280	0.09 415	0.07 11	0.19 446	0.08 204	0.12 294	0.28 625	0.13 106	0.17 298	0.11 251	0.17 340	0.14 341	0.12 359	0.07 4	0.07 1	0.05 51	0.05 263	0.09 467	0.07 370	0.04 48	0.04 71

ACRE	0.11 280	0.08 335	0.14 367	0.17 288	0.08 204	0.12 294	0.15 311	0.17 254	0.14 207	0.14 344	0.10 185	0.16 386	0.09 256	0.16 421	0.11 278	0.07 328	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295

PFNet+	0.11 280	0.06 99	0.13 330	0.16 201	0.09 330	0.05 4	0.12 93	0.17 254	0.21 387	0.16 399	0.19 378	0.14 341	0.10 295	0.11 188	0.11 278	0.08 404	0.05 263	0.09 467	0.08 443	0.06 282	0.11 548

LCNet	0.11 280	0.07 217	0.09 118	0.19 446	0.09 330	0.08 77	0.15 311	0.21 351	0.15 232	0.11 251	0.15 305	0.16 386	0.11 328	0.12 281	0.11 278	0.05 51	0.04 25	0.08 384	0.07 370	0.06 282	0.15 608

HHNet	0.11 280	0.06 99	0.16 451	0.15 106	0.14 570	0.07 39	0.13 163	0.20 328	0.17 298	0.14 344	0.25 473	0.11 275	0.08 222	0.13 333	0.10 198	0.05 51	0.04 25	0.08 384	0.06 272	0.05 161	0.09 492

Patchmatch Stereo++	0.11 280	0.09 415	0.16 451	0.18 378	0.08 204	0.06 12	0.11 61	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.11 280	0.07 217	0.16 451	0.19 446	0.09 330	0.08 77	0.13 163	0.18 287	0.13 175	0.16 399	0.21 413	0.13 321	0.14 423	0.11 188	0.14 419	0.06 166	0.04 25	0.09 467	0.06 272	0.06 282	0.05 200

OMP-Stereo	0.11 280	0.06 99	0.14 367	0.18 378	0.08 204	0.09 129	0.12 93	0.21 351	0.21 387	0.13 322	0.14 288	0.11 275	0.12 359	0.11 188	0.13 381	0.06 166	0.04 25	0.07 290	0.06 272	0.05 161	0.04 71

IIG-Stereo	0.11 280	0.06 99	0.13 330	0.17 288	0.08 204	0.11 242	0.12 93	0.22 375	0.17 298	0.14 344	0.17 340	0.11 275	0.12 359	0.12 281	0.12 339	0.06 166	0.05 263	0.07 290	0.06 272	0.05 161	0.04 71

NF-Stereo	0.11 280	0.07 217	0.13 330	0.17 288	0.09 330	0.10 191	0.14 228	0.23 396	0.19 348	0.12 292	0.17 340	0.12 295	0.11 328	0.11 188	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.12 561

OCTAStereo	0.11 280	0.07 217	0.13 330	0.17 288	0.09 330	0.10 191	0.14 228	0.23 396	0.19 348	0.12 292	0.17 340	0.12 295	0.11 328	0.11 188	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.12 561

NRIStereo	0.11 280	0.08 335	0.14 367	0.18 378	0.08 204	0.10 191	0.14 228	0.16 215	0.15 232	0.12 292	0.14 288	0.13 321	0.12 359	0.13 333	0.10 198	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.07 382

PSM-adaLoss	0.11 280	0.09 415	0.16 451	0.18 378	0.08 204	0.06 12	0.12 93	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

PSM-AAD	0.11 280	0.07 217	0.10 182	0.19 446	0.09 330	0.10 191	0.15 311	0.20 328	0.13 175	0.12 292	0.14 288	0.18 422	0.11 328	0.11 188	0.10 198	0.05 51	0.05 263	0.09 467	0.08 443	0.06 282	0.14 601

ROB_FTStereo_v2	0.11 280	0.09 415	0.16 451	0.19 446	0.08 204	0.06 12	0.12 93	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

ROB_FTStereo	0.11 280	0.09 415	0.16 451	0.19 446	0.08 204	0.06 12	0.11 61	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

KYRaft	0.11 280	0.07 217	0.10 182	0.19 446	0.09 330	0.08 77	0.15 311	0.22 375	0.12 134	0.13 322	0.16 318	0.20 448	0.10 295	0.12 281	0.10 198	0.05 51	0.04 25	0.08 384	0.08 443	0.06 282	0.16 619

HUI-Stereo	0.11 280	0.09 415	0.16 451	0.18 378	0.08 204	0.06 12	0.12 93	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

ASMatch	0.11 280	0.06 99	0.13 330	0.16 201	0.10 442	0.07 39	0.14 228	0.17 254	0.17 298	0.12 292	0.16 318	0.16 386	0.10 295	0.13 333	0.10 198	0.05 51	0.04 25	0.06 180	0.05 182	0.04 48	0.08 448

RAFT_R40	0.11 280	0.07 217	0.14 367	0.18 378	0.09 330	0.06 12	0.13 163	0.17 254	0.16 269	0.14 344	0.18 367	0.15 370	0.12 359	0.10 120	0.11 278	0.06 166	0.04 25	0.09 467	0.06 272	0.06 282	0.05 200

GrayStereo	0.11 280	0.06 99	0.11 236	0.19 446	0.09 330	0.09 129	0.16 380	0.18 287	0.17 298	0.14 344	0.17 340	0.17 408	0.11 328	0.12 281	0.11 278	0.05 51	0.05 263	0.07 290	0.06 272	0.05 161	0.10 521

RE-Stereo	0.11 280	0.07 217	0.13 330	0.17 288	0.09 330	0.10 191	0.14 228	0.23 396	0.19 348	0.12 292	0.17 340	0.12 295	0.11 328	0.11 188	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.12 561

Pruner-Stereo	0.11 280	0.07 217	0.12 280	0.17 288	0.09 330	0.06 12	0.12 93	0.17 254	0.17 298	0.13 322	0.19 378	0.13 321	0.09 256	0.11 188	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.08 448

TVStereo	0.11 280	0.07 217	0.13 330	0.17 288	0.09 330	0.10 191	0.14 228	0.23 396	0.19 348	0.12 292	0.17 340	0.12 295	0.11 328	0.11 188	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.06 282	0.12 561

DeepStereo_RVC	0.11 280	0.08 335	0.16 451	0.18 378	0.08 204	0.08 77	0.12 93	0.17 254	0.12 134	0.13 322	0.14 288	0.12 295	0.12 359	0.12 281	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.07 361	0.08 448

iGMRVC	0.11 280	0.09 415	0.16 451	0.19 446	0.08 204	0.06 12	0.12 93	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

RAFT-RH_RVC	0.11 280	0.06 99	0.14 367	0.16 201	0.09 330	0.12 294	0.12 93	0.17 254	0.12 134	0.13 322	0.41 606	0.11 275	0.10 295	0.13 333	0.12 339	0.05 51	0.04 25	0.08 384	0.05 182	0.04 48	0.06 295

RAFT-345	0.11 280	0.07 217	0.15 415	0.16 201	0.08 204	0.08 77	0.12 93	0.15 177	0.10 66	0.11 251	0.36 568	0.09 210	0.09 256	0.11 188	0.12 339	0.05 51	0.05 263	0.07 290	0.06 272	0.04 48	0.05 200

iRAFT	0.11 280	0.09 415	0.16 451	0.18 378	0.08 204	0.06 12	0.11 61	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

CRE-IMP	0.11 280	0.09 415	0.16 451	0.19 446	0.08 204	0.10 191	0.12 93	0.18 287	0.10 66	0.14 344	0.13 274	0.13 321	0.12 359	0.12 281	0.11 278	0.07 328	0.04 25	0.08 384	0.06 272	0.08 425	0.08 448

test-2	0.11 280	0.09 415	0.07 11	0.19 446	0.08 204	0.12 294	0.28 625	0.13 106	0.17 298	0.11 251	0.17 340	0.14 341	0.12 359	0.07 4	0.07 1	0.05 51	0.05 263	0.09 467	0.07 370	0.04 48	0.04 71

GMM-Stereo	0.11 280	0.07 217	0.10 182	0.18 378	0.09 330	0.08 77	0.15 311	0.23 396	0.16 269	0.11 251	0.15 305	0.13 321	0.11 328	0.11 188	0.11 278	0.05 51	0.04 25	0.08 384	0.07 370	0.06 282	0.09 492

RAFT-IKP	0.11 280	0.09 415	0.16 451	0.19 446	0.08 204	0.06 12	0.12 93	0.16 215	0.13 175	0.15 371	0.16 318	0.14 341	0.12 359	0.11 188	0.10 198	0.06 166	0.04 25	0.08 384	0.06 272	0.08 425	0.07 382

Prome-Stereo	0.11 280	0.06 99	0.10 182	0.18 378	0.08 204	0.12 294	0.15 311	0.22 375	0.13 175	0.12 292	0.17 340	0.13 321	0.08 222	0.12 281	0.10 198	0.05 51	0.04 25	0.07 290	0.06 272	0.06 282	0.09 492

rafts_anoy	0.11 280	0.06 99	0.10 182	0.17 288	0.08 204	0.10 191	0.14 228	0.17 254	0.14 207	0.13 322	0.13 274	0.12 295	0.10 295	0.11 188	0.12 339	0.07 328	0.04 25	0.09 467	0.11 564	0.07 361	0.06 295

raft+_RVC	0.11 280	0.07 217	0.09 118	0.16 201	0.07 125	0.10 191	0.11 61	0.24 420	0.20 371	0.12 292	0.15 305	0.12 295	0.08 222	0.12 281	0.13 381	0.07 328	0.04 25	0.07 290	0.06 272	0.05 161	0.05 200

RALAANet	0.11 280	0.08 335	0.10 182	0.17 288	0.09 330	0.14 379	0.10 32	0.20 328	0.15 232	0.14 344	0.13 274	0.16 386	0.09 256	0.12 281	0.11 278	0.06 166	0.05 263	0.07 290	0.06 272	0.05 161	0.04 71

DIP-Stereo	0.11 280	0.07 217	0.14 367	0.17 288	0.09 330	0.13 345	0.09 18	0.16 215	0.16 269	0.11 251	0.16 318	0.14 341	0.12 359	0.15 386	0.13 381	0.06 166	0.05 263	0.06 180	0.05 182	0.05 161	0.06 295
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
IGEV_i1	0.12 351	0.07 217	0.12 280	0.16 201	0.08 204	0.19 500	0.14 228	0.18 287	0.22 401	0.18 448	0.18 367	0.16 386	0.12 359	0.16 421	0.14 419	0.06 166	0.05 263	0.06 180	0.05 182	0.06 282	0.06 295

rvit_stereo_0083	0.12 351	0.08 335	0.17 481	0.16 201	0.09 330	0.11 242	0.15 311	0.14 136	0.26 465	0.11 251	0.14 288	0.13 321	0.10 295	0.12 281	0.12 339	0.10 505	0.08 509	0.09 467	0.07 370	0.07 361	0.05 200

rvit_stereo_ft	0.12 351	0.07 217	0.13 330	0.19 446	0.10 442	0.12 294	0.17 421	0.16 215	0.16 269	0.12 292	0.13 274	0.15 370	0.10 295	0.14 362	0.13 381	0.09 464	0.06 407	0.08 384	0.07 370	0.07 361	0.05 200

test_sample2	0.12 351	0.07 217	0.12 280	0.14 55	0.08 204	0.16 435	0.18 470	0.21 351	0.16 269	0.14 344	0.20 390	0.19 436	0.15 441	0.15 386	0.12 339	0.08 404	0.05 263	0.07 290	0.06 272	0.08 425	0.07 382

MyStereo8	0.12 351	0.07 217	0.15 415	0.15 106	0.09 330	0.18 476	0.14 228	0.19 317	0.22 401	0.12 292	0.18 367	0.11 275	0.10 295	0.16 421	0.18 499	0.07 328	0.05 263	0.07 290	0.05 182	0.08 425	0.09 492

CoDeX	0.12 351	0.07 217	0.12 280	0.17 288	0.08 204	0.12 294	0.15 311	0.23 396	0.27 475	0.13 322	0.17 340	0.16 386	0.11 328	0.14 362	0.11 278	0.07 328	0.05 263	0.07 290	0.06 272	0.06 282	0.05 200

11t1	0.12 351	0.06 99	0.13 330	0.14 55	0.08 204	0.17 457	0.15 311	0.18 287	0.15 232	0.15 371	0.15 305	0.16 386	0.16 469	0.15 386	0.13 381	0.08 404	0.05 263	0.06 180	0.05 182	0.08 425	0.07 382

ffm	0.12 351	0.09 415	0.14 367	0.16 201	0.08 204	0.17 457	0.17 421	0.15 177	0.19 348	0.15 371	0.25 473	0.19 436	0.13 399	0.10 120	0.07 1	0.06 166	0.04 25	0.09 467	0.08 443	0.06 282	0.06 295

RAFT_CTSACE	0.12 351	0.09 415	0.10 182	0.22 562	0.08 204	0.12 294	0.24 587	0.18 287	0.16 269	0.20 488	0.27 499	0.13 321	0.07 174	0.13 333	0.09 101	0.05 51	0.06 407	0.08 384	0.07 370	0.04 48	0.04 71

Sa-1000	0.12 351	0.08 335	0.08 56	0.18 378	0.08 204	0.14 379	0.22 563	0.22 375	0.18 329	0.15 371	0.20 390	0.17 408	0.11 328	0.10 120	0.10 198	0.06 166	0.05 263	0.09 467	0.09 490	0.05 161	0.05 200

SA	0.12 351	0.09 415	0.08 56	0.18 378	0.08 204	0.12 294	0.24 587	0.23 396	0.18 329	0.17 418	0.27 499	0.14 341	0.11 328	0.11 188	0.11 278	0.05 51	0.05 263	0.09 467	0.08 443	0.05 161	0.04 71

iRaft-Stereo_5w	0.12 351	0.09 415	0.12 280	0.19 446	0.08 204	0.09 129	0.12 93	0.21 351	0.21 387	0.19 465	0.14 288	0.11 275	0.09 256	0.20 517	0.16 466	0.05 51	0.05 263	0.07 290	0.06 272	0.05 161	0.06 295

CrosDoStereo	0.12 351	0.06 99	0.12 280	0.14 55	0.08 204	0.12 294	0.15 311	0.17 254	0.22 401	0.19 465	0.24 445	0.15 370	0.11 328	0.11 188	0.12 339	0.06 166	0.04 25	0.07 290	0.07 370	0.05 161	0.05 200

PSM-softLoss	0.12 351	0.07 217	0.15 415	0.17 288	0.09 330	0.08 77	0.13 163	0.24 420	0.17 298	0.14 344	0.19 378	0.13 321	0.11 328	0.11 188	0.11 278	0.07 328	0.05 263	0.08 384	0.07 370	0.06 282	0.12 561

KMStereo	0.12 351	0.07 217	0.15 415	0.17 288	0.09 330	0.08 77	0.13 163	0.24 420	0.17 298	0.14 344	0.19 378	0.13 321	0.11 328	0.11 188	0.11 278	0.07 328	0.05 263	0.08 384	0.07 370	0.06 282	0.12 561

FTStereo	0.12 351	0.06 99	0.14 367	0.18 378	0.09 330	0.07 39	0.15 311	0.21 351	0.18 329	0.12 292	0.24 445	0.12 295	0.12 359	0.13 333	0.13 381	0.05 51	0.05 263	0.07 290	0.06 272	0.06 282	0.10 521

DeepStereo_LL	0.12 351	0.06 99	0.12 280	0.14 55	0.08 204	0.12 294	0.15 311	0.17 254	0.22 401	0.19 465	0.24 445	0.15 370	0.11 328	0.11 188	0.12 339	0.06 166	0.04 25	0.07 290	0.07 370	0.05 161	0.05 200

DEmStereo	0.12 351	0.06 99	0.14 367	0.14 55	0.10 442	0.16 435	0.15 311	0.16 215	0.24 430	0.17 418	0.24 445	0.13 321	0.14 423	0.12 281	0.13 381	0.05 51	0.04 25	0.07 290	0.06 272	0.05 161	0.05 200

THIR-Stereo	0.12 351	0.07 217	0.11 236	0.15 106	0.08 204	0.14 379	0.16 380	0.17 254	0.25 451	0.16 399	0.24 445	0.14 341	0.12 359	0.12 281	0.14 419	0.06 166	0.04 25	0.07 290	0.07 370	0.05 161	0.05 200

DRaft	0.12 351	0.06 99	0.11 236	0.14 55	0.09 330	0.14 379	0.17 421	0.21 351	0.30 507	0.17 418	0.28 513	0.10 245	0.15 441	0.10 120	0.12 339	0.05 51	0.04 25	0.07 290	0.06 272	0.05 161	0.05 200

PFNet	0.12 351	0.06 99	0.17 481	0.17 288	0.08 204	0.09 129	0.15 311	0.26 455	0.20 371	0.16 399	0.16 318	0.14 341	0.11 328	0.12 281	0.11 278	0.06 166	0.04 25	0.07 290	0.06 272	0.05 161	0.05 200

IRAFT_RVC	0.12 351	0.08 335	0.16 451	0.19 446	0.08 204	0.07 39	0.15 311	0.24 420	0.23 413	0.14 344	0.14 288	0.15 370	0.12 359	0.12 281	0.10 198	0.06 166	0.04 25	0.09 467	0.06 272	0.06 282	0.06 295

sCroCo_RVC	0.12 351	0.09 415	0.23 553	0.24 595	0.11 492	0.19 500	0.14 228	0.17 254	0.14 207	0.10 216	0.13 274	0.12 295	0.07 174	0.14 362	0.11 278	0.08 404	0.08 509	0.08 384	0.08 443	0.05 161	0.07 382

ARAFT	0.12 351	0.08 335	0.17 481	0.19 446	0.09 330	0.14 379	0.18 470	0.20 328	0.12 134	0.12 292	0.13 274	0.14 341	0.11 328	0.15 386	0.12 339	0.06 166	0.05 263	0.10 515	0.09 490	0.05 161	0.04 71

BEATNet_4x	0.12 351	0.08 335	0.14 367	0.18 378	0.07 125	0.15 405	0.07 3	0.22 375	0.18 329	0.16 399	0.19 378	0.18 422	0.14 423	0.16 421	0.15 450	0.07 328	0.05 263	0.05 45	0.05 182	0.06 282	0.06 295

MLCV	0.12 351	0.07 217	0.16 451	0.18 378	0.06 27	0.15 405	0.17 421	0.19 317	0.21 387	0.18 448	0.25 473	0.17 408	0.13 399	0.14 362	0.13 381	0.05 51	0.04 25	0.05 45	0.04 54	0.05 161	0.04 71

RT-IGEV	0.13 377	0.06 99	0.13 330	0.15 106	0.09 330	0.15 405	0.17 421	0.24 420	0.27 475	0.16 399	0.17 340	0.17 408	0.10 295	0.14 362	0.11 278	0.08 404	0.05 263	0.07 290	0.05 182	0.07 361	0.07 382

Selective-IGEV-i16pc	0.13 377	0.06 99	0.13 330	0.15 106	0.11 492	0.38 636	0.16 380	0.23 396	0.16 269	0.10 216	0.15 305	0.09 210	0.06 62	0.13 333	0.10 198	0.10 505	0.08 509	0.06 180	0.07 370	0.09 488	0.09 492

Selective-IGEV-i1	0.13 377	0.07 217	0.12 280	0.19 446	0.08 204	0.18 476	0.16 380	0.22 375	0.30 507	0.16 399	0.17 340	0.16 386	0.10 295	0.14 362	0.13 381	0.06 166	0.05 263	0.06 180	0.05 182	0.06 282	0.05 200

G2L-ROB	0.13 377	0.06 99	0.13 330	0.13 16	0.08 204	0.14 379	0.16 380	0.25 437	0.18 329	0.19 465	0.18 367	0.20 448	0.14 423	0.17 455	0.16 466	0.08 404	0.05 263	0.06 180	0.05 182	0.08 425	0.09 492

xyz-stereo	0.13 377	0.07 217	0.20 529	0.15 106	0.05 2	0.20 516	0.15 311	0.17 254	0.31 515	0.15 371	0.29 525	0.26 523	0.16 469	0.13 333	0.12 339	0.05 51	0.05 263	0.06 180	0.05 182	0.04 48	0.04 71

DFGA-Net	0.13 377	0.11 503	0.18 505	0.17 288	0.10 442	0.12 294	0.13 163	0.22 375	0.25 451	0.16 399	0.16 318	0.13 321	0.12 359	0.16 421	0.14 419	0.07 328	0.05 263	0.08 384	0.07 370	0.05 161	0.05 200

FACV-RUCA	0.13 377	0.11 503	0.12 280	0.19 446	0.12 526	0.15 405	0.15 311	0.22 375	0.20 371	0.15 371	0.16 318	0.14 341	0.16 469	0.14 362	0.13 381	0.07 328	0.05 263	0.08 384	0.06 272	0.10 521	0.08 448

UGAM	0.13 377	0.10 477	0.09 118	0.22 562	0.08 204	0.12 294	0.20 533	0.17 254	0.23 413	0.21 502	0.16 318	0.13 321	0.13 399	0.19 492	0.12 339	0.07 328	0.05 263	0.13 581	0.11 564	0.07 361	0.05 200

test_sample1	0.13 377	0.07 217	0.14 367	0.13 16	0.08 204	0.19 500	0.16 380	0.20 328	0.15 232	0.14 344	0.22 424	0.18 422	0.16 469	0.17 455	0.14 419	0.07 328	0.06 407	0.06 180	0.06 272	0.08 425	0.07 382

qqq1	0.13 377	0.07 217	0.17 481	0.14 55	0.08 204	0.16 435	0.17 421	0.26 455	0.27 475	0.19 465	0.20 390	0.18 422	0.15 441	0.15 386	0.11 278	0.08 404	0.05 263	0.05 45	0.05 182	0.06 282	0.06 295

fff1	0.13 377	0.07 217	0.17 481	0.14 55	0.08 204	0.16 435	0.17 421	0.26 455	0.27 475	0.19 465	0.20 390	0.18 422	0.15 441	0.15 386	0.11 278	0.08 404	0.05 263	0.05 45	0.05 182	0.06 282	0.06 295

MyStereo05	0.13 377	0.07 217	0.10 182	0.17 288	0.09 330	0.13 345	0.18 470	0.27 477	0.35 550	0.17 418	0.14 288	0.15 370	0.11 328	0.15 386	0.13 381	0.06 166	0.05 263	0.07 290	0.07 370	0.06 282	0.06 295

MyStereo04	0.13 377	0.07 217	0.10 182	0.17 288	0.09 330	0.14 379	0.18 470	0.29 510	0.38 569	0.17 418	0.14 288	0.16 386	0.10 295	0.15 386	0.13 381	0.06 166	0.05 263	0.08 384	0.07 370	0.06 282	0.06 295

ff1	0.13 377	0.09 415	0.14 367	0.16 201	0.08 204	0.17 457	0.17 421	0.15 177	0.19 348	0.15 371	0.25 473	0.19 436	0.13 399	0.14 362	0.20 518	0.06 166	0.04 25	0.09 467	0.08 443	0.06 282	0.06 295

StereoVision	0.13 377	0.12 521	0.09 118	0.24 595	0.10 442	0.15 405	0.21 553	0.21 351	0.20 371	0.12 292	0.24 445	0.10 245	0.10 295	0.16 421	0.10 198	0.09 464	0.11 576	0.12 566	0.12 584	0.06 282	0.05 200

LL-Strereo	0.13 377	0.09 415	0.11 236	0.20 513	0.10 442	0.11 242	0.18 470	0.32 546	0.24 430	0.15 371	0.15 305	0.14 341	0.13 399	0.19 492	0.11 278	0.06 166	0.04 25	0.09 467	0.08 443	0.04 48	0.05 200

CASS	0.13 377	0.12 521	0.11 236	0.23 586	0.09 330	0.15 405	0.17 421	0.18 287	0.19 348	0.17 418	0.18 367	0.15 370	0.15 441	0.14 362	0.14 419	0.09 464	0.06 407	0.10 515	0.08 443	0.09 488	0.07 382
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 377	0.07 217	0.13 330	0.18 378	0.09 330	0.13 345	0.17 421	0.19 317	0.29 497	0.15 371	0.24 445	0.15 370	0.14 423	0.14 362	0.14 419	0.07 328	0.05 263	0.07 290	0.09 490	0.05 161	0.06 295

TestStereo1	0.13 377	0.08 335	0.08 56	0.19 446	0.08 204	0.18 476	0.29 635	0.23 396	0.16 269	0.17 418	0.20 390	0.16 386	0.10 295	0.12 281	0.13 381	0.06 166	0.06 407	0.08 384	0.06 272	0.05 161	0.05 200

qqq	0.13 377	0.09 415	0.15 415	0.16 201	0.08 204	0.13 345	0.15 311	0.23 396	0.16 269	0.15 371	0.19 378	0.16 386	0.16 469	0.15 386	0.16 466	0.07 328	0.06 407	0.08 384	0.08 443	0.07 361	0.07 382

x	0.13 377	0.07 217	0.14 367	0.14 55	0.08 204	0.18 476	0.14 228	0.22 375	0.20 371	0.15 371	0.19 378	0.19 436	0.17 492	0.18 477	0.18 499	0.07 328	0.05 263	0.06 180	0.06 272	0.07 361	0.07 382

raft_robust	0.13 377	0.10 477	0.07 11	0.18 378	0.08 204	0.13 345	0.24 587	0.28 496	0.33 529	0.20 488	0.19 378	0.14 341	0.10 295	0.11 188	0.12 339	0.05 51	0.05 263	0.07 290	0.07 370	0.05 161	0.04 71

RAFT+CT+SA	0.13 377	0.11 503	0.09 118	0.19 446	0.09 330	0.15 405	0.28 625	0.22 375	0.22 401	0.15 371	0.26 490	0.10 245	0.10 295	0.11 188	0.12 339	0.05 51	0.04 25	0.07 290	0.08 443	0.07 361	0.06 295

SA-5K	0.13 377	0.08 335	0.08 56	0.19 446	0.08 204	0.18 476	0.29 635	0.23 396	0.16 269	0.17 418	0.20 390	0.16 386	0.10 295	0.12 281	0.13 381	0.06 166	0.06 407	0.08 384	0.06 272	0.05 161	0.05 200

GwcNet-ADL	0.13 377	0.08 335	0.14 367	0.20 513	0.09 330	0.11 242	0.20 533	0.30 524	0.24 430	0.13 322	0.14 288	0.18 422	0.14 423	0.13 333	0.14 419	0.07 328	0.05 263	0.06 180	0.05 182	0.07 361	0.06 295

GANet-ADL	0.13 377	0.07 217	0.15 415	0.17 288	0.10 442	0.18 476	0.15 311	0.30 524	0.20 371	0.13 322	0.18 367	0.19 436	0.12 359	0.16 421	0.13 381	0.08 404	0.06 407	0.06 180	0.05 182	0.07 361	0.08 448

RAFT	0.13 377	0.09 415	0.11 236	0.18 378	0.08 204	0.15 405	0.24 587	0.20 328	0.19 348	0.21 502	0.21 413	0.17 408	0.12 359	0.16 421	0.09 101	0.06 166	0.07 479	0.10 515	0.09 490	0.05 161	0.05 200

TestStereo	0.13 377	0.14 561	0.11 236	0.23 586	0.08 204	0.15 405	0.21 553	0.20 328	0.23 413	0.14 344	0.24 445	0.16 386	0.12 359	0.16 421	0.14 419	0.05 51	0.06 407	0.08 384	0.06 272	0.09 488	0.05 200

sAnonymous2	0.13 377	0.12 521	0.24 557	0.20 513	0.12 526	0.17 457	0.13 163	0.26 455	0.21 387	0.11 251	0.11 235	0.13 321	0.08 222	0.10 120	0.10 198	0.09 464	0.05 263	0.08 384	0.06 272	0.15 608	0.10 521

CroCo_RVC	0.13 377	0.12 521	0.24 557	0.20 513	0.12 526	0.17 457	0.13 163	0.26 455	0.21 387	0.11 251	0.11 235	0.13 321	0.08 222	0.10 120	0.10 198	0.09 464	0.05 263	0.08 384	0.06 272	0.15 608	0.10 521

RAFT + AFF	0.13 377	0.07 217	0.20 529	0.20 513	0.10 442	0.14 379	0.24 587	0.26 455	0.20 371	0.11 251	0.10 185	0.12 295	0.10 295	0.15 386	0.12 339	0.07 328	0.06 407	0.09 467	0.08 443	0.06 282	0.08 448

GMStereo	0.13 377	0.14 561	0.14 367	0.18 378	0.09 330	0.15 405	0.16 380	0.20 328	0.24 430	0.16 399	0.17 340	0.10 245	0.10 295	0.16 421	0.13 381	0.07 328	0.06 407	0.06 180	0.06 272	0.07 361	0.06 295
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 377	0.07 217	0.14 367	0.17 288	0.09 330	0.15 405	0.16 380	0.28 496	0.27 475	0.14 344	0.17 340	0.12 295	0.13 399	0.14 362	0.11 278	0.08 404	0.05 263	0.07 290	0.07 370	0.07 361	0.06 295

FENet	0.13 377	0.08 335	0.12 280	0.16 201	0.08 204	0.14 379	0.15 311	0.22 375	0.23 413	0.17 418	0.23 433	0.16 386	0.12 359	0.14 362	0.15 450	0.08 404	0.05 263	0.08 384	0.08 443	0.07 361	0.07 382

cf-r	0.13 377	0.07 217	0.12 280	0.16 201	0.08 204	0.14 379	0.19 510	0.20 328	0.25 451	0.17 418	0.25 473	0.21 457	0.16 469	0.14 362	0.14 419	0.10 505	0.05 263	0.06 180	0.08 443	0.06 282	0.06 295

iResNet	0.13 377	0.10 477	0.18 505	0.19 446	0.08 204	0.13 345	0.18 470	0.20 328	0.26 465	0.15 371	0.23 433	0.15 370	0.13 399	0.14 362	0.14 419	0.06 166	0.04 25	0.06 180	0.05 182	0.06 282	0.05 200

DN-CSS_ROB	0.13 377	0.13 549	0.16 451	0.18 378	0.10 442	0.16 435	0.08 7	0.22 375	0.18 329	0.17 418	0.22 424	0.13 321	0.13 399	0.12 281	0.13 381	0.05 51	0.05 263	0.10 515	0.10 530	0.08 425	0.06 295

Selective-IGEV-i16pb	0.14 414	0.08 335	0.17 481	0.15 106	0.11 492	0.41 641	0.16 380	0.28 496	0.23 413	0.11 251	0.20 390	0.10 245	0.07 174	0.17 455	0.12 339	0.10 505	0.07 479	0.06 180	0.08 443	0.09 488	0.10 521

G2L-Stereo_test	0.14 414	0.07 217	0.11 236	0.13 16	0.08 204	0.12 294	0.16 380	0.30 524	0.28 490	0.20 488	0.23 433	0.20 448	0.16 469	0.17 455	0.18 499	0.07 328	0.05 263	0.05 45	0.05 182	0.07 361	0.06 295

coex_refinement	0.14 414	0.07 217	0.12 280	0.17 288	0.10 442	0.15 405	0.15 311	0.26 455	0.29 497	0.18 448	0.20 390	0.22 475	0.17 492	0.16 421	0.18 499	0.08 404	0.05 263	0.06 180	0.06 272	0.09 488	0.08 448

G2L-Stereo	0.14 414	0.07 217	0.13 330	0.17 288	0.09 330	0.13 345	0.12 93	0.27 477	0.22 401	0.16 399	0.27 499	0.21 457	0.13 399	0.17 455	0.18 499	0.09 464	0.08 509	0.08 384	0.07 370	0.07 361	0.07 382

rvit_0105_6	0.14 414	0.09 415	0.18 505	0.17 288	0.10 442	0.10 191	0.16 380	0.19 317	0.26 465	0.12 292	0.18 367	0.17 408	0.12 359	0.18 477	0.12 339	0.15 605	0.11 576	0.12 566	0.10 530	0.09 488	0.06 295

rvit_0105_5	0.14 414	0.09 415	0.13 330	0.17 288	0.09 330	0.14 379	0.23 574	0.24 420	0.27 475	0.14 344	0.15 305	0.18 422	0.12 359	0.17 455	0.14 419	0.14 601	0.11 576	0.10 515	0.10 530	0.08 425	0.06 295

rvit_0105_4	0.14 414	0.09 415	0.17 481	0.17 288	0.10 442	0.12 294	0.19 510	0.23 396	0.27 475	0.14 344	0.20 390	0.17 408	0.13 399	0.17 455	0.13 381	0.15 605	0.11 576	0.11 546	0.10 530	0.09 488	0.06 295

DCVSM-stereo	0.14 414	0.09 415	0.16 451	0.16 201	0.10 442	0.15 405	0.09 18	0.19 317	0.23 413	0.20 488	0.23 433	0.26 523	0.15 441	0.18 477	0.14 419	0.09 464	0.07 479	0.09 467	0.08 443	0.10 521	0.12 561

test_sample6	0.14 414	0.08 335	0.13 330	0.16 201	0.08 204	0.17 457	0.19 510	0.25 437	0.17 298	0.17 418	0.27 499	0.19 436	0.14 423	0.15 386	0.13 381	0.08 404	0.05 263	0.08 384	0.07 370	0.08 425	0.08 448

test_sample5	0.14 414	0.08 335	0.14 367	0.16 201	0.08 204	0.18 476	0.18 470	0.25 437	0.17 298	0.17 418	0.27 499	0.18 422	0.14 423	0.16 421	0.13 381	0.08 404	0.05 263	0.08 384	0.07 370	0.08 425	0.08 448

test_sample4	0.14 414	0.08 335	0.14 367	0.15 106	0.08 204	0.19 500	0.18 470	0.26 455	0.17 298	0.16 399	0.25 473	0.18 422	0.14 423	0.16 421	0.13 381	0.08 404	0.06 407	0.08 384	0.06 272	0.08 425	0.08 448

test_sample3	0.14 414	0.08 335	0.15 415	0.14 55	0.09 330	0.19 500	0.17 421	0.26 455	0.18 329	0.16 399	0.22 424	0.19 436	0.15 441	0.17 455	0.13 381	0.08 404	0.06 407	0.07 290	0.06 272	0.09 488	0.08 448

DispNO	0.14 414	0.08 335	0.17 481	0.19 446	0.12 526	0.11 242	0.21 553	0.23 396	0.29 497	0.17 418	0.23 433	0.18 422	0.17 492	0.15 386	0.15 450	0.07 328	0.05 263	0.08 384	0.08 443	0.07 361	0.06 295

SMFormer	0.14 414	0.07 217	0.17 481	0.14 55	0.08 204	0.16 435	0.17 421	0.26 455	0.27 475	0.19 465	0.20 390	0.18 422	0.15 441	0.15 386	0.17 481	0.08 404	0.05 263	0.07 290	0.06 272	0.07 361	0.06 295

tta	0.14 414	0.07 217	0.17 481	0.14 55	0.08 204	0.16 435	0.17 421	0.26 455	0.27 475	0.19 465	0.20 390	0.18 422	0.15 441	0.15 386	0.17 481	0.08 404	0.05 263	0.07 290	0.06 272	0.06 282	0.06 295

mmm	0.14 414	0.08 335	0.17 481	0.17 288	0.09 330	0.17 457	0.18 470	0.21 351	0.15 232	0.15 371	0.23 433	0.21 457	0.16 469	0.16 421	0.17 481	0.08 404	0.05 263	0.08 384	0.07 370	0.07 361	0.07 382

DualNet	0.14 414	0.08 335	0.14 367	0.16 201	0.08 204	0.18 476	0.18 470	0.25 437	0.17 298	0.17 418	0.27 499	0.18 422	0.14 423	0.16 421	0.13 381	0.08 404	0.05 263	0.08 384	0.07 370	0.08 425	0.08 448

mmx	0.14 414	0.09 415	0.14 367	0.16 201	0.08 204	0.17 457	0.17 421	0.27 477	0.25 451	0.15 371	0.25 473	0.19 436	0.13 399	0.14 362	0.20 518	0.08 404	0.06 407	0.09 467	0.08 443	0.08 425	0.08 448

xxx	0.14 414	0.09 415	0.14 367	0.16 201	0.08 204	0.17 457	0.17 421	0.27 477	0.25 451	0.15 371	0.25 473	0.19 436	0.13 399	0.14 362	0.20 518	0.08 404	0.06 407	0.09 467	0.08 443	0.08 425	0.08 448

PCWNet_CMD	0.14 414	0.08 335	0.15 415	0.17 288	0.09 330	0.14 379	0.14 228	0.29 510	0.36 555	0.14 344	0.20 390	0.21 457	0.12 359	0.17 455	0.13 381	0.07 328	0.05 263	0.07 290	0.07 370	0.07 361	0.07 382

CBFPSM	0.14 414	0.06 99	0.26 565	0.17 288	0.09 330	0.13 345	0.15 311	0.22 375	0.23 413	0.20 488	0.27 499	0.24 499	0.16 469	0.16 421	0.18 499	0.06 166	0.06 407	0.06 180	0.07 370	0.07 361	0.07 382

gwcnet-sp	0.14 414	0.07 217	0.12 280	0.18 378	0.09 330	0.16 435	0.17 421	0.24 420	0.24 430	0.18 448	0.24 445	0.15 370	0.16 469	0.15 386	0.15 450	0.08 404	0.06 407	0.07 290	0.08 443	0.08 425	0.07 382

scenet	0.14 414	0.07 217	0.12 280	0.18 378	0.09 330	0.16 435	0.17 421	0.24 420	0.24 430	0.18 448	0.24 445	0.15 370	0.16 469	0.15 386	0.15 450	0.08 404	0.06 407	0.07 290	0.08 443	0.08 425	0.07 382

ssnet	0.14 414	0.07 217	0.12 280	0.18 378	0.09 330	0.16 435	0.17 421	0.24 420	0.24 430	0.18 448	0.24 445	0.15 370	0.16 469	0.15 386	0.15 450	0.08 404	0.06 407	0.07 290	0.08 443	0.08 425	0.07 382

BUS	0.14 414	0.09 415	0.14 367	0.22 562	0.10 442	0.19 500	0.14 228	0.34 575	0.19 348	0.17 418	0.22 424	0.16 386	0.13 399	0.15 386	0.13 381	0.08 404	0.06 407	0.10 515	0.09 490	0.07 361	0.07 382

IER	0.14 414	0.07 217	0.13 330	0.17 288	0.09 330	0.14 379	0.16 380	0.25 437	0.26 465	0.18 448	0.25 473	0.17 408	0.20 535	0.16 421	0.14 419	0.08 404	0.05 263	0.07 290	0.06 272	0.08 425	0.07 382

test_5	0.14 414	0.12 521	0.08 56	0.20 513	0.10 442	0.14 379	0.29 635	0.21 351	0.24 430	0.18 448	0.28 513	0.11 275	0.15 441	0.12 281	0.13 381	0.06 166	0.05 263	0.07 290	0.08 443	0.08 425	0.07 382

psmg	0.14 414	0.09 415	0.14 367	0.17 288	0.10 442	0.15 405	0.17 421	0.29 510	0.19 348	0.17 418	0.21 413	0.25 513	0.16 469	0.15 386	0.14 419	0.08 404	0.06 407	0.08 384	0.08 443	0.07 361	0.06 295

UDGNet	0.14 414	0.13 549	0.16 451	0.17 288	0.10 442	0.12 294	0.16 380	0.21 351	0.27 475	0.20 488	0.20 390	0.16 386	0.13 399	0.16 421	0.13 381	0.10 505	0.06 407	0.09 467	0.07 370	0.06 282	0.07 382

CFNet_pseudo	0.14 414	0.08 335	0.15 415	0.16 201	0.09 330	0.13 345	0.14 228	0.27 477	0.34 541	0.14 344	0.21 413	0.22 475	0.13 399	0.18 477	0.14 419	0.07 328	0.05 263	0.08 384	0.06 272	0.07 361	0.07 382

GES	0.14 414	0.08 335	0.16 451	0.15 106	0.10 442	0.13 345	0.13 163	0.28 496	0.25 451	0.16 399	0.23 433	0.18 422	0.13 399	0.16 421	0.13 381	0.08 404	0.07 479	0.07 290	0.06 272	0.08 425	0.09 492

GANet-RSSM	0.14 414	0.07 217	0.13 330	0.13 16	0.08 204	0.14 379	0.17 421	0.22 375	0.21 387	0.17 418	0.24 445	0.23 493	0.15 441	0.16 421	0.15 450	0.10 505	0.06 407	0.07 290	0.08 443	0.08 425	0.07 382

PSMNet-RSSM	0.14 414	0.07 217	0.13 330	0.15 106	0.08 204	0.13 345	0.16 380	0.24 420	0.24 430	0.16 399	0.28 513	0.22 475	0.14 423	0.15 386	0.13 381	0.11 536	0.06 407	0.09 467	0.12 584	0.08 425	0.07 382

GwcNet-RSSM	0.14 414	0.07 217	0.12 280	0.15 106	0.08 204	0.15 405	0.20 533	0.21 351	0.27 475	0.18 448	0.27 499	0.22 475	0.16 469	0.14 362	0.15 450	0.10 505	0.05 263	0.07 290	0.09 490	0.07 361	0.07 382

CFNet-ft	0.14 414	0.07 217	0.15 415	0.12 5	0.09 330	0.16 435	0.18 470	0.22 375	0.24 430	0.17 418	0.26 490	0.24 499	0.14 423	0.16 421	0.14 419	0.11 536	0.06 407	0.08 384	0.09 490	0.09 488	0.08 448

CCAANet	0.14 414	0.06 99	0.11 236	0.16 201	0.08 204	0.22 542	0.14 228	0.26 455	0.18 329	0.16 399	0.36 568	0.15 370	0.17 492	0.16 421	0.13 381	0.07 328	0.05 263	0.06 180	0.06 272	0.05 161	0.07 382

DMCA	0.14 414	0.09 415	0.16 451	0.19 446	0.09 330	0.15 405	0.17 421	0.23 396	0.27 475	0.14 344	0.19 378	0.17 408	0.18 507	0.15 386	0.17 481	0.10 505	0.06 407	0.08 384	0.06 272	0.09 488	0.10 521

RASNet	0.14 414	0.07 217	0.14 367	0.16 201	0.08 204	0.18 476	0.14 228	0.29 510	0.20 371	0.17 418	0.25 473	0.21 457	0.18 507	0.20 517	0.19 512	0.07 328	0.06 407	0.06 180	0.08 443	0.06 282	0.06 295

MSMDNet	0.14 414	0.08 335	0.15 415	0.17 288	0.09 330	0.14 379	0.14 228	0.29 510	0.36 555	0.14 344	0.21 413	0.21 457	0.12 359	0.17 455	0.14 419	0.07 328	0.05 263	0.07 290	0.07 370	0.07 361	0.07 382

HSM-Net_RVC	0.14 414	0.08 335	0.11 236	0.15 106	0.08 204	0.15 405	0.15 311	0.27 477	0.29 497	0.19 465	0.21 413	0.29 549	0.14 423	0.17 455	0.13 381	0.06 166	0.06 407	0.06 180	0.06 272	0.07 361	0.06 295
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 414	0.07 217	0.15 415	0.12 5	0.09 330	0.16 435	0.18 470	0.22 375	0.24 430	0.17 418	0.26 490	0.24 499	0.14 423	0.16 421	0.14 419	0.11 536	0.06 407	0.08 384	0.09 490	0.09 488	0.08 448

ccs_rob	0.14 414	0.08 335	0.15 415	0.16 201	0.09 330	0.12 294	0.14 228	0.27 477	0.34 541	0.14 344	0.21 413	0.22 475	0.13 399	0.18 477	0.14 419	0.07 328	0.05 263	0.08 384	0.07 370	0.07 361	0.07 382

UCFNet_RVC	0.14 414	0.08 335	0.13 330	0.11 1	0.10 442	0.20 516	0.10 32	0.24 420	0.22 401	0.17 418	0.20 390	0.23 493	0.15 441	0.17 455	0.15 450	0.12 561	0.07 479	0.10 515	0.13 595	0.11 544	0.10 521

iResNetv2_ROB	0.14 414	0.08 335	0.15 415	0.16 201	0.08 204	0.16 435	0.12 93	0.25 437	0.35 550	0.21 502	0.29 525	0.24 499	0.13 399	0.14 362	0.14 419	0.06 166	0.05 263	0.06 180	0.04 54	0.09 488	0.08 448

iResNet_ROB	0.14 414	0.07 217	0.13 330	0.14 55	0.07 125	0.18 476	0.14 228	0.26 455	0.31 515	0.22 518	0.25 473	0.23 493	0.15 441	0.15 386	0.13 381	0.07 328	0.05 263	0.05 45	0.04 54	0.08 425	0.08 448

DDVS	0.15 459	0.10 477	0.21 538	0.16 201	0.12 526	0.15 405	0.14 228	0.25 437	0.19 348	0.18 448	0.29 525	0.27 531	0.12 359	0.19 492	0.15 450	0.09 464	0.06 407	0.09 467	0.07 370	0.11 544	0.11 548

rvit_0105_3	0.15 459	0.09 415	0.14 367	0.19 446	0.12 526	0.15 405	0.25 603	0.25 437	0.29 497	0.15 371	0.17 340	0.20 448	0.13 399	0.17 455	0.14 419	0.13 587	0.11 576	0.12 566	0.14 599	0.07 361	0.06 295

ACV-stereo	0.15 459	0.10 477	0.28 578	0.18 378	0.12 526	0.14 379	0.12 93	0.23 396	0.21 387	0.19 465	0.23 433	0.22 475	0.15 441	0.23 558	0.17 481	0.07 328	0.06 407	0.07 290	0.07 370	0.07 361	0.07 382

ITSA-stereo	0.15 459	0.10 477	0.14 367	0.19 446	0.08 204	0.12 294	0.14 228	0.30 524	0.49 615	0.17 418	0.19 378	0.22 475	0.15 441	0.17 455	0.16 466	0.10 505	0.06 407	0.08 384	0.08 443	0.08 425	0.08 448

test_sample7	0.15 459	0.10 477	0.16 451	0.14 55	0.11 492	0.16 435	0.16 380	0.27 477	0.23 413	0.20 488	0.20 390	0.24 499	0.19 523	0.16 421	0.16 466	0.12 561	0.06 407	0.10 515	0.09 490	0.10 521	0.10 521

1111x	0.15 459	0.08 335	0.12 280	0.18 378	0.07 125	0.18 476	0.25 603	0.31 535	0.24 430	0.17 418	0.24 445	0.26 523	0.15 441	0.13 333	0.23 559	0.07 328	0.07 479	0.08 384	0.09 490	0.07 361	0.06 295

CFNet_ucs	0.15 459	0.08 335	0.16 451	0.16 201	0.11 492	0.14 379	0.14 228	0.30 524	0.34 541	0.16 399	0.24 445	0.23 493	0.14 423	0.18 477	0.15 450	0.09 464	0.06 407	0.08 384	0.07 370	0.09 488	0.09 492

BSDual-CNN	0.15 459	0.09 415	0.14 367	0.22 562	0.10 442	0.14 379	0.15 311	0.34 575	0.19 348	0.17 418	0.22 424	0.25 513	0.16 469	0.15 386	0.14 419	0.08 404	0.06 407	0.10 515	0.09 490	0.07 361	0.07 382

hknet	0.15 459	0.11 503	0.13 330	0.22 562	0.11 492	0.14 379	0.15 311	0.34 575	0.25 451	0.17 418	0.22 424	0.22 475	0.18 507	0.17 455	0.12 339	0.07 328	0.06 407	0.10 515	0.09 490	0.07 361	0.07 382

dd	0.15 459	0.16 579	0.16 451	0.19 446	0.09 330	0.15 405	0.18 470	0.21 351	0.25 451	0.23 531	0.20 390	0.21 457	0.09 256	0.21 534	0.16 466	0.10 505	0.06 407	0.08 384	0.06 272	0.08 425	0.06 295

DAS	0.15 459	0.08 335	0.18 505	0.19 446	0.10 442	0.19 500	0.17 421	0.27 477	0.29 497	0.18 448	0.25 473	0.21 457	0.15 441	0.16 421	0.12 339	0.08 404	0.06 407	0.06 180	0.06 272	0.07 361	0.07 382

SepStereo	0.15 459	0.08 335	0.18 505	0.19 446	0.10 442	0.19 500	0.17 421	0.27 477	0.29 497	0.18 448	0.25 473	0.21 457	0.15 441	0.25 573	0.12 339	0.08 404	0.06 407	0.06 180	0.06 272	0.07 361	0.07 382

PSMNet-ADL	0.15 459	0.12 521	0.13 330	0.22 562	0.09 330	0.13 345	0.20 533	0.26 455	0.23 413	0.18 448	0.20 390	0.24 499	0.16 469	0.18 477	0.17 481	0.08 404	0.08 509	0.08 384	0.11 564	0.08 425	0.07 382

LMCR-Stereo	0.15 459	0.08 335	0.13 330	0.21 545	0.09 330	0.17 457	0.20 533	0.27 477	0.19 348	0.24 540	0.24 445	0.23 493	0.17 492	0.20 517	0.17 481	0.07 328	0.06 407	0.08 384	0.06 272	0.10 521	0.08 448

ICVP	0.15 459	0.09 415	0.12 280	0.22 562	0.09 330	0.17 457	0.21 553	0.25 437	0.23 413	0.18 448	0.30 532	0.26 523	0.18 507	0.17 455	0.14 419	0.09 464	0.07 479	0.08 384	0.07 370	0.07 361	0.07 382
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
xxxx	0.15 459	0.07 217	0.14 367	0.14 55	0.08 204	0.23 559	0.18 470	0.31 535	0.19 348	0.14 344	0.28 513	0.22 475	0.14 423	0.15 386	0.26 594	0.09 464	0.05 263	0.07 290	0.07 370	0.08 425	0.07 382

test_xeample	0.15 459	0.06 99	0.13 330	0.14 55	0.08 204	0.21 533	0.20 533	0.28 496	0.20 371	0.16 399	0.29 525	0.19 436	0.16 469	0.15 386	0.26 594	0.09 464	0.05 263	0.07 290	0.07 370	0.07 361	0.07 382

ACVNet	0.15 459	0.09 415	0.15 415	0.13 16	0.12 526	0.14 379	0.20 533	0.22 375	0.33 529	0.17 418	0.26 490	0.21 457	0.16 469	0.17 455	0.21 538	0.07 328	0.06 407	0.06 180	0.06 272	0.08 425	0.06 295

acv_ft	0.15 459	0.09 415	0.15 415	0.19 446	0.10 442	0.16 435	0.17 421	0.25 437	0.33 529	0.19 465	0.26 490	0.21 457	0.17 492	0.17 455	0.18 499	0.07 328	0.06 407	0.06 180	0.06 272	0.08 425	0.06 295

CFNet	0.15 459	0.10 477	0.17 481	0.17 288	0.08 204	0.18 476	0.09 18	0.28 496	0.25 451	0.19 465	0.24 445	0.24 499	0.17 492	0.17 455	0.14 419	0.08 404	0.06 407	0.09 467	0.10 530	0.07 361	0.06 295

AdaStereo	0.15 459	0.11 503	0.15 415	0.18 378	0.09 330	0.20 516	0.11 61	0.32 546	0.28 490	0.20 488	0.23 433	0.20 448	0.13 399	0.19 492	0.14 419	0.12 561	0.05 263	0.10 515	0.07 370	0.09 488	0.07 382
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
HSM	0.15 459	0.08 335	0.14 367	0.16 201	0.09 330	0.16 435	0.14 228	0.28 496	0.25 451	0.19 465	0.23 433	0.37 604	0.16 469	0.20 517	0.15 450	0.07 328	0.05 263	0.07 290	0.06 272	0.07 361	0.06 295

pmcnn	0.15 459	0.07 217	0.19 517	0.15 106	0.07 125	0.20 516	0.15 311	0.24 420	0.26 465	0.21 502	0.34 560	0.28 541	0.18 507	0.18 477	0.17 481	0.07 328	0.05 263	0.05 45	0.04 54	0.07 361	0.06 295

DStereoRT	0.16 482	0.06 99	0.11 236	0.19 446	0.09 330	0.12 294	0.12 93	0.28 496	0.22 401	0.12 292	0.20 390	0.11 275	0.10 295	0.15 386	0.14 419	0.06 166	0.05 263	0.96 684	0.09 490	0.05 161	0.04 71

DualNet (step1)	0.16 482	0.12 521	0.20 529	0.12 5	0.14 570	0.17 457	0.13 163	0.27 477	0.23 413	0.20 488	0.20 390	0.24 499	0.19 523	0.16 421	0.16 466	0.15 605	0.06 407	0.14 594	0.14 599	0.14 592	0.12 561

GMStereo_Zeroshot	0.16 482	0.13 549	0.24 557	0.20 513	0.10 442	0.17 457	0.13 163	0.29 510	0.25 451	0.23 531	0.32 544	0.25 513	0.11 328	0.19 492	0.14 419	0.09 464	0.06 407	0.11 546	0.06 272	0.12 559	0.08 448

iinet-f	0.16 482	0.06 99	0.45 624	0.14 55	0.10 442	0.21 533	0.14 228	0.27 477	0.23 413	0.21 502	0.24 445	0.21 457	0.15 441	0.18 477	0.21 538	0.09 464	0.07 479	0.07 290	0.06 272	0.09 488	0.10 521

CRFU-Net	0.16 482	0.08 335	0.14 367	0.17 288	0.09 330	0.19 500	0.14 228	0.26 455	0.20 371	0.28 580	0.27 499	0.29 549	0.17 492	0.19 492	0.17 481	0.09 464	0.09 542	0.07 290	0.07 370	0.08 425	0.08 448

NINENet	0.16 482	0.10 477	0.15 415	0.17 288	0.11 492	0.19 500	0.14 228	0.40 620	0.36 555	0.18 448	0.21 413	0.16 386	0.13 399	0.15 386	0.13 381	0.08 404	0.08 509	0.10 515	0.07 370	0.10 521	0.09 492

CSP-Net	0.16 482	0.09 415	0.14 367	0.16 201	0.09 330	0.19 500	0.17 421	0.25 437	0.32 522	0.25 553	0.30 532	0.24 499	0.15 441	0.21 534	0.18 499	0.09 464	0.06 407	0.07 290	0.07 370	0.08 425	0.07 382

AASNet	0.16 482	0.08 335	0.12 280	0.19 446	0.09 330	0.18 476	0.15 311	0.37 604	0.37 562	0.19 465	0.23 433	0.20 448	0.16 469	0.17 455	0.20 518	0.10 505	0.08 509	0.08 384	0.07 370	0.09 488	0.09 492

AACVNet	0.16 482	0.08 335	0.14 367	0.15 106	0.10 442	0.18 476	0.15 311	0.23 396	0.24 430	0.27 565	0.27 499	0.28 541	0.17 492	0.19 492	0.16 466	0.09 464	0.07 479	0.09 467	0.07 370	0.10 521	0.09 492

ADLNet2	0.16 482	0.09 415	0.13 330	0.16 201	0.09 330	0.20 516	0.16 380	0.31 535	0.39 572	0.16 399	0.20 390	0.20 448	0.18 507	0.21 534	0.22 547	0.08 404	0.06 407	0.07 290	0.07 370	0.09 488	0.07 382

Anonymous3	0.16 482	0.13 549	0.33 598	0.26 612	0.14 570	0.27 595	0.17 421	0.28 496	0.28 490	0.15 371	0.17 340	0.14 341	0.10 295	0.15 386	0.12 339	0.08 404	0.08 509	0.08 384	0.08 443	0.08 425	0.11 548

ADLNet	0.16 482	0.08 335	0.15 415	0.16 201	0.10 442	0.16 435	0.17 421	0.32 546	0.27 475	0.22 518	0.27 499	0.24 499	0.16 469	0.18 477	0.21 538	0.10 505	0.06 407	0.10 515	0.10 530	0.08 425	0.09 492

HCRNet	0.16 482	0.24 626	0.12 280	0.35 647	0.11 492	0.15 405	0.17 421	0.26 455	0.22 401	0.19 465	0.24 445	0.21 457	0.14 423	0.15 386	0.13 381	0.11 536	0.07 479	0.11 546	0.10 530	0.09 488	0.07 382

222	0.16 482	0.07 217	0.14 367	0.14 55	0.08 204	0.24 564	0.18 470	0.30 524	0.20 371	0.17 418	0.28 513	0.17 408	0.16 469	0.15 386	0.40 649	0.10 505	0.05 263	0.07 290	0.06 272	0.07 361	0.08 448

UPFNet	0.16 482	0.08 335	0.12 280	0.20 513	0.12 526	0.20 516	0.23 574	0.28 496	0.26 465	0.17 418	0.24 445	0.22 475	0.19 523	0.19 492	0.21 538	0.09 464	0.07 479	0.08 384	0.09 490	0.08 425	0.06 295

ac_64	0.16 482	0.08 335	0.15 415	0.18 378	0.10 442	0.22 542	0.18 470	0.24 420	0.21 387	0.18 448	0.24 445	0.29 549	0.18 507	0.19 492	0.22 547	0.09 464	0.07 479	0.08 384	0.09 490	0.07 361	0.06 295

DSFCA	0.16 482	0.09 415	0.14 367	0.16 201	0.10 442	0.20 516	0.19 510	0.28 496	0.31 515	0.23 531	0.24 445	0.22 475	0.15 441	0.19 492	0.20 518	0.10 505	0.07 479	0.09 467	0.09 490	0.08 425	0.08 448

FADNet-RVC-Resample	0.16 482	0.11 503	0.31 591	0.22 562	0.11 492	0.19 500	0.14 228	0.25 437	0.24 430	0.24 540	0.27 499	0.20 448	0.15 441	0.16 421	0.15 450	0.07 328	0.08 509	0.12 566	0.10 530	0.09 488	0.10 521

FADNet_RVC	0.16 482	0.14 561	0.40 617	0.20 513	0.11 492	0.13 345	0.13 163	0.26 455	0.22 401	0.21 502	0.23 433	0.20 448	0.17 492	0.14 362	0.16 466	0.08 404	0.08 509	0.12 566	0.09 490	0.11 544	0.10 521

AANet_RVC	0.16 482	0.10 477	0.10 182	0.18 378	0.09 330	0.18 476	0.19 510	0.26 455	0.31 515	0.22 518	0.35 565	0.21 457	0.21 539	0.22 547	0.16 466	0.06 166	0.05 263	0.06 180	0.06 272	0.07 361	0.06 295

DeepPruner_ROB	0.16 482	0.11 503	0.15 415	0.17 288	0.10 442	0.17 457	0.15 311	0.32 546	0.21 387	0.19 465	0.21 413	0.22 475	0.18 507	0.20 517	0.15 450	0.13 587	0.09 542	0.09 467	0.09 490	0.11 544	0.10 521

z-ln-s-r	0.17 503	0.10 477	0.40 617	0.19 446	0.08 204	0.17 457	0.18 470	0.22 375	0.33 529	0.18 448	0.40 595	0.22 475	0.17 492	0.20 517	0.23 559	0.07 328	0.05 263	0.07 290	0.07 370	0.07 361	0.05 200

rvit_stereo_0075_2	0.17 503	0.12 521	0.25 562	0.23 586	0.16 601	0.13 345	0.10 32	0.30 524	0.27 475	0.20 488	0.28 513	0.22 475	0.15 441	0.18 477	0.13 381	0.16 621	0.10 563	0.17 617	0.10 530	0.10 521	0.09 492

ToySt	0.17 503	0.11 503	0.18 505	0.17 288	0.11 492	0.16 435	0.25 603	0.24 420	0.33 529	0.19 465	0.24 445	0.26 523	0.24 562	0.19 492	0.20 518	0.07 328	0.08 509	0.09 467	0.10 530	0.09 488	0.08 448

ssnet_v2	0.17 503	0.10 477	0.17 481	0.17 288	0.11 492	0.21 533	0.21 553	0.33 566	0.25 451	0.22 518	0.22 424	0.27 531	0.18 507	0.22 547	0.20 518	0.11 536	0.09 542	0.09 467	0.09 490	0.08 425	0.08 448

dad	0.17 503	0.20 611	0.20 529	0.16 201	0.11 492	0.20 516	0.18 470	0.21 351	0.28 490	0.30 594	0.24 445	0.29 549	0.13 399	0.19 492	0.16 466	0.18 628	0.09 542	0.11 546	0.09 490	0.11 544	0.07 382

GEStereo_RVC	0.17 503	0.12 521	0.15 415	0.22 562	0.11 492	0.19 500	0.17 421	0.32 546	0.48 608	0.20 488	0.25 473	0.17 408	0.13 399	0.21 534	0.16 466	0.10 505	0.06 407	0.08 384	0.07 370	0.09 488	0.08 448

MMNet	0.17 503	0.09 415	0.16 451	0.20 513	0.11 492	0.27 595	0.20 533	0.25 437	0.41 581	0.22 518	0.30 532	0.21 457	0.20 535	0.17 455	0.20 518	0.06 166	0.06 407	0.07 290	0.07 370	0.08 425	0.07 382

delet	0.17 503	0.08 335	0.17 481	0.19 446	0.11 492	0.20 516	0.21 553	0.30 524	0.37 562	0.17 418	0.26 490	0.19 436	0.19 523	0.19 492	0.21 538	0.08 404	0.08 509	0.09 467	0.11 564	0.06 282	0.06 295

UNet	0.17 503	0.09 415	0.18 505	0.19 446	0.12 526	0.27 595	0.19 510	0.33 566	0.29 497	0.21 502	0.24 445	0.23 493	0.19 523	0.19 492	0.18 499	0.07 328	0.06 407	0.08 384	0.07 370	0.08 425	0.06 295

HGLStereo	0.17 503	0.08 335	0.19 517	0.17 288	0.12 526	0.18 476	0.18 470	0.31 535	0.32 522	0.21 502	0.32 544	0.25 513	0.18 507	0.19 492	0.20 518	0.09 464	0.09 542	0.07 290	0.07 370	0.09 488	0.10 521

DMCA-RVC	0.17 503	0.10 477	0.15 415	0.24 595	0.11 492	0.18 476	0.18 470	0.25 437	0.24 430	0.21 502	0.26 490	0.25 513	0.27 585	0.18 477	0.20 518	0.12 561	0.08 509	0.13 581	0.10 530	0.10 521	0.08 448

TDLM	0.17 503	0.12 521	0.13 330	0.24 595	0.10 442	0.18 476	0.18 470	0.36 598	0.30 507	0.21 502	0.28 513	0.28 541	0.18 507	0.23 558	0.18 499	0.11 536	0.07 479	0.10 515	0.10 530	0.08 425	0.08 448

NLCA_NET_v2_RVC	0.17 503	0.10 477	0.22 544	0.20 513	0.10 442	0.15 405	0.18 470	0.31 535	0.25 451	0.21 502	0.30 532	0.25 513	0.17 492	0.21 534	0.20 518	0.09 464	0.06 407	0.08 384	0.08 443	0.07 361	0.08 448
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	0.17 503	0.12 521	0.15 415	0.20 513	0.09 330	0.18 476	0.18 470	0.26 455	0.23 413	0.26 559	0.40 595	0.22 475	0.17 492	0.21 534	0.20 518	0.08 404	0.05 263	0.09 467	0.10 530	0.07 361	0.07 382
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
ISRNet	0.18 517	0.08 335	0.19 517	0.19 446	0.13 549	0.15 405	0.12 93	0.30 524	0.32 522	0.21 502	0.25 473	0.27 531	0.17 492	0.17 455	0.20 518	0.20 636	0.08 509	0.14 594	0.14 599	0.14 592	0.17 628

test_sample9	0.18 517	0.12 521	0.20 529	0.12 5	0.14 570	0.17 457	0.13 163	0.27 477	0.23 413	0.20 488	0.20 390	0.24 499	0.19 523	0.19 492	0.17 481	0.15 605	0.30 659	0.14 594	0.14 599	0.14 592	0.12 561

fast-acv-ft	0.18 517	0.11 503	0.19 517	0.19 446	0.12 526	0.24 564	0.21 553	0.25 437	0.34 541	0.22 518	0.34 560	0.27 531	0.20 535	0.21 534	0.23 559	0.09 464	0.09 542	0.08 384	0.10 530	0.08 425	0.07 382

HBP-ISP	0.18 517	0.13 549	0.16 451	0.15 106	0.11 492	0.08 77	0.13 163	0.28 496	0.29 497	0.22 518	0.33 556	0.21 457	0.25 571	0.23 558	0.17 481	0.14 601	0.16 626	0.21 631	0.17 627	0.10 521	0.08 448

Wz-Net-LNSev-Ref	0.18 517	0.09 415	0.29 586	0.15 106	0.10 442	0.22 542	0.20 533	0.26 455	0.39 572	0.25 553	0.42 613	0.24 499	0.15 441	0.20 517	0.19 512	0.07 328	0.05 263	0.06 180	0.05 182	0.10 521	0.09 492

SACVNet	0.18 517	0.12 521	0.14 367	0.17 288	0.13 549	0.22 542	0.18 470	0.31 535	0.30 507	0.23 531	0.31 540	0.30 559	0.22 548	0.22 547	0.17 481	0.11 536	0.08 509	0.10 515	0.10 530	0.12 559	0.14 601

psm_up	0.18 517	0.10 477	0.18 505	0.20 513	0.11 492	0.17 457	0.19 510	0.37 604	0.34 541	0.21 502	0.28 513	0.29 549	0.24 562	0.20 517	0.22 547	0.09 464	0.10 563	0.11 546	0.11 564	0.08 425	0.08 448

hitnet-ft	0.18 517	0.09 415	0.17 481	0.14 55	0.09 330	0.26 585	0.20 533	0.25 437	0.26 465	0.24 540	0.32 544	0.31 572	0.22 548	0.24 568	0.21 538	0.12 561	0.07 479	0.10 515	0.08 443	0.12 559	0.11 548

STTStereo	0.18 517	0.12 521	0.27 573	0.20 513	0.11 492	0.16 435	0.21 553	0.29 510	0.23 413	0.21 502	0.30 532	0.29 549	0.18 507	0.20 517	0.19 512	0.12 561	0.11 576	0.11 546	0.14 599	0.09 488	0.08 448

CVANet_RVC	0.18 517	0.10 477	0.14 367	0.21 545	0.10 442	0.18 476	0.17 421	0.34 575	0.33 529	0.22 518	0.31 540	0.28 541	0.18 507	0.23 558	0.17 481	0.12 561	0.08 509	0.12 566	0.11 564	0.09 488	0.07 382

StereoDRNet	0.18 517	0.11 503	0.17 481	0.22 562	0.11 492	0.21 533	0.22 563	0.37 604	0.33 529	0.24 540	0.28 513	0.30 559	0.19 523	0.20 517	0.20 518	0.09 464	0.08 509	0.11 546	0.09 490	0.09 488	0.07 382

DLCB_ROB	0.18 517	0.10 477	0.15 415	0.23 586	0.11 492	0.24 564	0.18 470	0.29 510	0.28 490	0.27 565	0.28 513	0.28 541	0.24 562	0.19 492	0.20 518	0.08 404	0.08 509	0.09 467	0.09 490	0.07 361	0.07 382

TCMNet	0.19 529	0.12 521	0.19 517	0.20 513	0.18 623	0.20 516	0.24 587	0.27 477	0.36 555	0.23 531	0.26 490	0.25 513	0.19 523	0.19 492	0.23 559	0.13 587	0.11 576	0.11 546	0.12 584	0.13 578	0.12 561

rvit_105_1	0.19 529	0.11 503	0.25 562	0.21 545	0.16 601	0.21 533	0.27 619	0.31 535	0.41 581	0.19 465	0.20 390	0.22 475	0.17 492	0.19 492	0.17 481	0.12 561	0.12 592	0.13 581	0.15 616	0.08 425	0.07 382

test_sample8	0.19 529	0.12 521	0.20 529	0.12 5	0.14 570	0.17 457	0.13 163	0.31 535	0.21 387	0.27 565	0.22 424	0.36 599	0.25 571	0.19 492	0.17 481	0.15 605	0.30 659	0.14 594	0.14 599	0.14 592	0.12 561

SDNR	0.19 529	0.08 335	0.19 517	0.16 201	0.12 526	0.77 672	0.14 228	0.25 437	0.32 522	0.19 465	0.24 445	0.19 436	0.13 399	0.19 492	0.15 450	0.16 621	0.18 633	0.14 594	0.11 564	0.08 425	0.11 548

pcwnet_v2	0.19 529	0.10 477	0.26 565	0.17 288	0.14 570	0.18 476	0.15 311	0.37 604	0.46 606	0.19 465	0.24 445	0.21 457	0.19 523	0.20 517	0.19 512	0.13 587	0.10 563	0.10 515	0.10 530	0.11 544	0.13 584

ADCRef	0.19 529	0.12 521	0.41 620	0.20 513	0.12 526	0.22 542	0.18 470	0.32 546	0.36 555	0.26 559	0.32 544	0.17 408	0.23 556	0.24 568	0.24 572	0.07 328	0.06 407	0.09 467	0.09 490	0.08 425	0.08 448

NVstereo2D	0.19 529	0.10 477	0.15 415	0.17 288	0.15 590	0.28 602	0.23 574	0.44 637	0.42 589	0.15 371	0.27 499	0.25 513	0.19 523	0.22 547	0.17 481	0.09 464	0.06 407	0.10 515	0.08 443	0.15 608	0.09 492

DRN-Test	0.19 529	0.11 503	0.20 529	0.22 562	0.10 442	0.22 542	0.22 563	0.39 616	0.37 562	0.24 540	0.32 544	0.26 523	0.21 539	0.22 547	0.24 572	0.11 536	0.07 479	0.11 546	0.10 530	0.09 488	0.07 382

DISCO	0.19 529	0.09 415	0.22 544	0.17 288	0.10 442	0.25 575	0.18 470	0.27 477	0.44 599	0.22 518	0.31 540	0.33 586	0.26 577	0.28 590	0.28 610	0.08 404	0.06 407	0.07 290	0.07 370	0.09 488	0.09 492

CBMV_ROB	0.19 529	0.13 549	0.17 481	0.16 201	0.11 492	0.15 405	0.13 163	0.26 455	0.28 490	0.27 565	0.30 532	0.27 531	0.24 562	0.23 558	0.16 466	0.15 605	0.17 631	0.22 635	0.20 633	0.10 521	0.11 548

NOSS_ROB	0.19 529	0.12 521	0.18 505	0.16 201	0.12 526	0.15 405	0.12 93	0.30 524	0.32 522	0.20 488	0.22 424	0.27 531	0.23 556	0.21 534	0.16 466	0.16 621	0.18 633	0.23 636	0.21 635	0.12 559	0.13 584

CBMV	0.19 529	0.14 561	0.17 481	0.18 378	0.10 442	0.20 516	0.11 61	0.29 510	0.30 507	0.29 589	0.30 532	0.30 559	0.23 556	0.27 578	0.19 512	0.13 587	0.15 622	0.17 617	0.16 620	0.10 521	0.10 521
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
w-ln-seven-2	0.20 541	0.14 561	0.37 611	0.22 562	0.12 526	0.20 516	0.21 553	0.28 496	0.37 562	0.25 553	0.37 575	0.27 531	0.22 548	0.21 534	0.23 559	0.08 404	0.08 509	0.09 467	0.09 490	0.10 521	0.09 492

YMNet	0.20 541	0.12 521	0.19 517	0.20 513	0.14 570	0.26 585	0.23 574	0.32 546	0.34 541	0.27 565	0.34 560	0.30 559	0.18 507	0.18 477	0.22 547	0.10 505	0.13 607	0.10 515	0.10 530	0.08 425	0.09 492

YMNet_1	0.20 541	0.12 521	0.19 517	0.20 513	0.14 570	0.26 585	0.23 574	0.32 546	0.34 541	0.27 565	0.34 560	0.30 559	0.18 507	0.18 477	0.22 547	0.10 505	0.13 607	0.10 515	0.10 530	0.08 425	0.09 492

GwcNet	0.20 541	0.13 549	0.19 517	0.18 378	0.12 526	0.24 564	0.19 510	0.35 591	0.43 594	0.20 488	0.32 544	0.33 586	0.20 535	0.22 547	0.24 572	0.11 536	0.09 542	0.09 467	0.09 490	0.09 488	0.10 521

FAT-Stereo	0.20 541	0.12 521	0.22 544	0.21 545	0.12 526	0.17 457	0.18 470	0.34 575	0.39 572	0.27 565	0.37 575	0.34 593	0.32 617	0.21 534	0.20 518	0.09 464	0.11 576	0.10 515	0.09 490	0.11 544	0.14 601

FADNet-RVC	0.20 541	0.20 611	0.38 613	0.21 545	0.16 601	0.20 516	0.15 311	0.26 455	0.26 465	0.26 559	0.32 544	0.26 523	0.21 539	0.22 547	0.19 512	0.12 561	0.13 607	0.12 566	0.14 599	0.13 578	0.18 631

S-Stereo	0.20 541	0.12 521	0.25 562	0.21 545	0.13 549	0.20 516	0.18 470	0.32 546	0.43 594	0.23 531	0.36 568	0.28 541	0.30 608	0.19 492	0.22 547	0.09 464	0.12 592	0.10 515	0.10 530	0.13 578	0.13 584

SuperB	0.20 541	0.10 477	0.56 640	0.16 201	0.09 330	0.18 476	0.18 470	0.24 420	0.50 618	0.26 559	0.39 589	0.17 408	0.21 539	0.22 547	0.21 538	0.08 404	0.06 407	0.06 180	0.06 272	0.12 559	0.10 521

ADCP+	0.20 541	0.10 477	0.33 598	0.20 513	0.12 526	0.22 542	0.26 612	0.31 535	0.34 541	0.26 559	0.37 575	0.22 475	0.22 548	0.27 578	0.27 602	0.09 464	0.06 407	0.08 384	0.08 443	0.09 488	0.10 521

PS-NSSS	0.20 541	0.21 617	0.23 553	0.20 513	0.10 442	0.19 500	0.17 421	0.36 598	0.25 451	0.27 565	0.33 556	0.27 531	0.24 562	0.20 517	0.20 518	0.15 605	0.12 592	0.17 617	0.14 599	0.10 521	0.08 448

PWCDC_ROB	0.20 541	0.13 549	0.22 544	0.24 595	0.11 492	0.19 500	0.15 311	0.33 566	0.54 628	0.29 589	0.50 629	0.21 457	0.15 441	0.27 578	0.20 518	0.11 536	0.09 542	0.10 515	0.08 443	0.11 544	0.09 492

SGM-Forest	0.20 541	0.14 561	0.18 505	0.19 446	0.13 549	0.20 516	0.22 563	0.33 566	0.30 507	0.24 540	0.29 525	0.28 541	0.19 523	0.23 558	0.17 481	0.15 605	0.16 626	0.15 606	0.14 599	0.12 559	0.12 561
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
UDG	0.21 553	0.17 590	0.19 517	0.23 586	0.15 590	0.30 609	0.20 533	0.33 566	0.35 550	0.23 531	0.28 513	0.31 572	0.27 585	0.20 517	0.22 547	0.15 605	0.12 592	0.13 581	0.09 490	0.14 592	0.14 601

FINET	0.21 553	0.18 601	0.26 565	0.18 378	0.16 601	0.23 559	0.23 574	0.32 546	0.48 608	0.25 553	0.32 544	0.22 475	0.22 548	0.22 547	0.17 481	0.18 628	0.16 626	0.11 546	0.10 530	0.15 608	0.13 584

Syn2CoEx	0.21 553	0.16 579	0.27 573	0.29 637	0.14 570	0.26 585	0.20 533	0.33 566	0.31 515	0.28 580	0.36 568	0.27 531	0.25 571	0.19 492	0.24 572	0.16 621	0.12 592	0.14 594	0.11 564	0.09 488	0.08 448

FADNet	0.21 553	0.22 621	0.36 607	0.18 378	0.17 616	0.24 564	0.13 163	0.31 535	0.31 515	0.23 531	0.25 473	0.27 531	0.21 539	0.19 492	0.15 450	0.13 587	0.15 622	0.12 566	0.15 616	0.16 617	0.18 631

RP	0.21 553	0.13 549	0.21 538	0.23 586	0.11 492	0.21 533	0.20 533	0.25 437	0.44 599	0.21 502	0.38 581	0.36 599	0.24 562	0.27 578	0.25 582	0.11 536	0.12 592	0.13 581	0.12 584	0.12 559	0.14 601

DANet	0.21 553	0.15 571	0.28 578	0.25 607	0.13 549	0.22 542	0.19 510	0.27 477	0.27 475	0.28 580	0.32 544	0.35 597	0.31 612	0.31 601	0.23 559	0.11 536	0.09 542	0.11 546	0.10 530	0.13 578	0.11 548
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
GANet	0.21 553	0.12 521	0.21 538	0.24 595	0.13 549	0.22 542	0.22 563	0.41 626	0.26 465	0.31 600	0.42 613	0.37 604	0.28 596	0.23 558	0.22 547	0.10 505	0.12 592	0.10 515	0.09 490	0.10 521	0.08 448

PWC_ROB	0.21 553	0.16 579	0.26 565	0.18 378	0.11 492	0.22 542	0.13 163	0.32 546	0.49 615	0.30 594	0.40 595	0.32 582	0.24 562	0.31 601	0.22 547	0.10 505	0.07 479	0.11 546	0.08 443	0.11 544	0.10 521

PSMNet_ROB	0.21 553	0.11 503	0.15 415	0.27 625	0.15 590	0.24 564	0.35 653	0.43 635	0.37 562	0.27 565	0.32 544	0.32 582	0.22 548	0.21 534	0.26 594	0.12 561	0.08 509	0.13 581	0.11 564	0.09 488	0.09 492

MSAF-DinoV2	0.22 562	0.11 503	0.23 553	0.17 288	0.10 442	0.27 595	0.16 380	0.37 604	0.55 629	0.21 502	0.27 499	0.47 639	0.27 585	0.35 620	0.39 646	0.09 464	0.06 407	0.07 290	0.09 490	0.12 559	0.10 521

GASNet	0.22 562	0.23 623	0.33 598	0.26 612	0.17 616	0.26 585	0.16 380	0.44 637	0.42 589	0.27 565	0.24 445	0.30 559	0.15 441	0.27 578	0.18 499	0.12 561	0.08 509	0.12 566	0.11 564	0.16 617	0.07 382

Anonymous_2	0.22 562	0.17 590	0.28 578	0.15 106	0.16 601	0.32 612	0.22 563	0.22 375	0.17 298	0.23 531	0.24 445	0.26 523	0.27 585	0.27 578	0.23 559	0.22 645	0.25 655	0.17 617	0.17 627	0.17 625	0.17 628

Wz-Net-LNSev	0.22 562	0.16 579	0.38 613	0.21 545	0.13 549	0.25 575	0.23 574	0.32 546	0.43 594	0.30 594	0.41 606	0.31 572	0.18 507	0.22 547	0.25 582	0.10 505	0.09 542	0.08 384	0.08 443	0.12 559	0.11 548

Wz-Net-MNSev	0.22 562	0.13 549	0.31 591	0.20 513	0.14 570	0.36 632	0.24 587	0.33 566	0.44 599	0.28 580	0.40 595	0.38 608	0.19 523	0.24 568	0.25 582	0.09 464	0.07 479	0.09 467	0.09 490	0.12 559	0.10 521

DDUNet	0.22 562	0.17 590	0.21 538	0.22 562	0.15 590	0.25 575	0.24 587	0.29 510	0.30 507	0.31 600	0.36 568	0.33 586	0.25 571	0.24 568	0.20 518	0.18 628	0.13 607	0.17 617	0.11 564	0.16 617	0.16 619

APVNet	0.22 562	0.12 521	0.19 517	0.18 378	0.14 570	0.32 612	0.31 649	0.39 616	0.32 522	0.27 565	0.40 595	0.30 559	0.29 604	0.26 575	0.25 582	0.11 536	0.12 592	0.11 546	0.14 599	0.12 559	0.12 561

aanetorigin	0.22 562	0.17 590	0.56 640	0.17 288	0.10 442	0.15 405	0.19 510	0.20 328	0.33 529	0.49 644	0.48 624	0.29 549	0.27 585	0.20 517	0.23 559	0.08 404	0.07 479	0.08 384	0.07 370	0.10 521	0.09 492

MaskLacGwcNet_RVC	0.22 562	0.21 617	0.24 557	0.26 612	0.11 492	0.23 559	0.14 228	0.39 616	0.24 430	0.32 606	0.36 568	0.30 559	0.21 539	0.19 492	0.21 538	0.17 626	0.14 616	0.21 631	0.16 620	0.12 559	0.12 561

AF-Net	0.22 562	0.17 590	0.17 481	0.26 612	0.13 549	0.25 575	0.24 587	0.32 546	0.50 618	0.25 553	0.33 556	0.38 608	0.26 577	0.28 590	0.25 582	0.11 536	0.10 563	0.16 613	0.11 564	0.11 544	0.10 521

stereogan	0.22 562	0.11 503	0.21 538	0.20 513	0.12 526	0.31 611	0.19 510	0.35 591	0.44 599	0.22 518	0.39 589	0.35 597	0.27 585	0.33 611	0.22 547	0.10 505	0.12 592	0.10 515	0.10 530	0.14 592	0.13 584

edge stereo	0.22 562	0.13 549	0.20 529	0.21 545	0.13 549	0.23 559	0.16 380	0.32 546	0.42 589	0.32 606	0.40 595	0.38 608	0.35 627	0.25 573	0.24 572	0.13 587	0.11 576	0.14 594	0.11 564	0.12 559	0.13 584

RYNet	0.22 562	0.12 521	0.22 544	0.19 446	0.17 616	0.46 643	0.26 612	0.38 612	0.48 608	0.24 540	0.28 513	0.34 593	0.23 556	0.20 517	0.30 621	0.10 505	0.06 407	0.09 467	0.09 490	0.13 578	0.15 608

NaN_ROB	0.22 562	0.19 605	0.24 557	0.25 607	0.13 549	0.29 606	0.26 612	0.33 566	0.41 581	0.31 600	0.31 540	0.32 582	0.23 556	0.30 600	0.21 538	0.11 536	0.17 631	0.10 515	0.10 530	0.08 425	0.09 492

MDST_ROB	0.22 562	0.10 477	0.17 481	0.18 378	0.11 492	0.37 633	0.19 510	0.43 635	0.41 581	0.39 624	0.39 589	0.29 549	0.21 539	0.26 575	0.18 499	0.11 536	0.10 563	0.14 594	0.11 564	0.10 521	0.08 448

XPNet_ROB	0.22 562	0.11 503	0.19 517	0.22 562	0.13 549	0.22 542	0.19 510	0.34 575	0.40 578	0.30 594	0.39 589	0.39 616	0.26 577	0.26 575	0.28 610	0.15 605	0.10 563	0.10 515	0.10 530	0.13 578	0.12 561

SQANet	0.23 578	0.23 623	0.30 589	0.30 639	0.19 627	0.27 595	0.13 163	0.29 510	0.33 529	0.24 540	0.37 575	0.31 572	0.22 548	0.27 578	0.23 559	0.15 605	0.10 563	0.21 631	0.16 620	0.21 634	0.15 608

Nwc_Net	0.23 578	0.16 579	0.21 538	0.25 607	0.14 570	0.24 564	0.26 612	0.37 604	0.38 569	0.22 518	0.41 606	0.30 559	0.28 596	0.28 590	0.25 582	0.11 536	0.10 563	0.17 617	0.20 633	0.10 521	0.10 521

RTSC	0.23 578	0.12 521	0.28 578	0.21 545	0.13 549	0.28 602	0.16 380	0.35 591	0.66 654	0.27 565	0.33 556	0.30 559	0.21 539	0.31 601	0.29 614	0.10 505	0.08 509	0.09 467	0.10 530	0.13 578	0.13 584

PA-Net	0.23 578	0.18 601	0.33 598	0.28 628	0.22 636	0.21 533	0.38 658	0.29 510	0.39 572	0.22 518	0.32 544	0.25 513	0.26 577	0.20 517	0.25 582	0.09 464	0.23 652	0.15 606	0.22 638	0.09 488	0.13 584
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.23 578	0.15 571	0.17 481	0.34 645	0.18 623	0.24 564	0.23 574	0.34 575	0.28 490	0.31 600	0.38 581	0.38 608	0.28 596	0.23 558	0.24 572	0.15 605	0.12 592	0.18 626	0.21 635	0.13 578	0.13 584

ETE_ROB	0.23 578	0.17 590	0.22 544	0.25 607	0.13 549	0.26 585	0.29 635	0.31 535	0.36 555	0.28 580	0.36 568	0.45 631	0.26 577	0.27 578	0.26 594	0.11 536	0.08 509	0.12 566	0.09 490	0.14 592	0.13 584

SGM_RVC	0.23 578	0.12 521	0.15 415	0.15 106	0.09 330	0.33 619	0.18 470	0.34 575	0.31 515	0.44 639	0.37 575	0.53 647	0.35 627	0.35 620	0.24 572	0.13 587	0.13 607	0.13 581	0.13 595	0.10 521	0.11 548
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.24 585	0.18 601	0.18 505	0.20 513	0.14 570	0.21 533	0.19 510	0.32 546	0.41 581	0.29 589	0.21 413	0.32 582	0.27 585	0.41 645	0.27 602	0.46 667	0.12 592	0.31 654	0.11 564	0.15 608	0.12 561

z-mn7	0.24 585	0.14 561	0.45 624	0.19 446	0.13 549	0.28 602	0.25 603	0.34 575	0.62 645	0.27 565	0.56 641	0.29 549	0.24 562	0.32 608	0.25 582	0.08 404	0.08 509	0.08 384	0.08 443	0.10 521	0.10 521

w-ln-seven	0.24 585	0.14 561	0.55 637	0.19 446	0.14 570	0.26 585	0.22 563	0.35 591	0.60 642	0.29 589	0.39 589	0.30 559	0.22 548	0.21 534	0.26 594	0.09 464	0.09 542	0.11 546	0.10 530	0.11 544	0.10 521

DGSMNet	0.24 585	0.19 605	0.33 598	0.21 545	0.24 641	0.24 564	0.20 533	0.35 591	0.41 581	0.24 540	0.32 544	0.38 608	0.21 539	0.29 597	0.23 559	0.12 561	0.11 576	0.14 594	0.16 620	0.23 638	0.23 643

G-Net	0.24 585	0.16 579	0.36 607	0.22 562	0.16 601	0.51 649	0.23 574	0.29 510	0.34 541	0.36 616	0.38 581	0.31 572	0.29 604	0.27 578	0.26 594	0.11 536	0.09 542	0.12 566	0.09 490	0.16 617	0.13 584

NCC-stereo	0.24 585	0.15 571	0.31 591	0.26 612	0.16 601	0.20 516	0.30 643	0.40 620	0.40 578	0.24 540	0.38 581	0.33 586	0.28 596	0.36 626	0.27 602	0.12 561	0.11 576	0.15 606	0.22 638	0.13 578	0.13 584

Abc-Net	0.24 585	0.15 571	0.31 591	0.26 612	0.16 601	0.20 516	0.30 643	0.40 620	0.40 578	0.24 540	0.38 581	0.33 586	0.28 596	0.36 626	0.27 602	0.12 561	0.11 576	0.15 606	0.22 638	0.13 578	0.13 584
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.24 585	0.11 503	0.47 629	0.22 562	0.12 526	0.34 622	0.29 635	0.29 510	0.56 632	0.24 540	0.46 621	0.30 559	0.30 608	0.29 597	0.29 614	0.08 404	0.07 479	0.09 467	0.09 490	0.10 521	0.10 521

DeepPrunerF	0.24 585	0.17 590	0.42 622	0.26 612	0.16 601	0.22 542	0.28 625	0.37 604	0.50 618	0.26 559	0.29 525	0.24 499	0.28 596	0.21 534	0.22 547	0.15 605	0.11 576	0.20 630	0.18 631	0.12 559	0.13 584

FBW_ROB	0.24 585	0.17 590	0.22 544	0.26 612	0.14 570	0.25 575	0.22 563	0.41 626	0.41 581	0.41 631	0.41 606	0.42 623	0.27 585	0.31 601	0.23 559	0.09 464	0.14 616	0.14 594	0.12 584	0.11 544	0.09 492

SANet	0.24 585	0.14 561	0.28 578	0.21 545	0.11 492	0.27 595	0.24 587	0.38 612	0.64 650	0.36 616	0.40 595	0.43 627	0.26 577	0.27 578	0.24 572	0.12 561	0.09 542	0.10 515	0.09 490	0.13 578	0.11 548

WCMA_ROB	0.24 585	0.11 503	0.22 544	0.17 288	0.14 570	0.32 612	0.15 311	0.32 546	0.32 522	0.38 622	0.53 632	0.40 620	0.34 624	0.34 614	0.25 582	0.11 536	0.12 592	0.12 566	0.10 530	0.14 592	0.14 601

DStereoSA	0.25 597	0.19 605	0.37 611	0.26 612	0.17 616	0.22 542	0.20 533	0.49 647	0.59 638	0.22 518	0.29 525	0.29 549	0.33 619	0.39 637	0.28 610	0.12 561	0.11 576	0.16 613	0.14 599	0.14 592	0.12 561

FSD	0.25 597	0.27 636	0.26 565	0.24 595	0.22 636	0.25 575	0.25 603	0.27 477	0.26 465	0.25 553	0.26 490	0.25 513	0.27 585	0.27 578	0.24 572	0.21 640	0.20 639	0.27 642	0.26 645	0.25 646	0.24 644

zh-sn7	0.25 597	0.17 590	0.50 631	0.24 595	0.13 549	0.25 575	0.24 587	0.34 575	0.48 608	0.28 580	0.54 634	0.28 541	0.31 612	0.36 626	0.32 629	0.10 505	0.10 563	0.11 546	0.10 530	0.12 559	0.12 561

zh-mn7	0.25 597	0.14 561	0.56 640	0.19 446	0.14 570	0.24 564	0.22 563	0.34 575	0.62 645	0.35 613	0.65 650	0.31 572	0.25 571	0.31 601	0.25 582	0.09 464	0.08 509	0.09 467	0.09 490	0.09 488	0.11 548

Wz-Net-SNSev	0.25 597	0.17 590	0.44 623	0.25 607	0.14 570	0.26 585	0.23 574	0.38 612	0.56 632	0.30 594	0.55 636	0.39 616	0.26 577	0.23 558	0.30 621	0.10 505	0.09 542	0.09 467	0.10 530	0.11 544	0.11 548

psmorigin	0.25 597	0.15 571	0.34 606	0.17 288	0.13 549	0.23 559	0.14 228	0.34 575	0.33 529	0.41 631	0.55 636	0.41 622	0.37 631	0.34 614	0.27 602	0.11 536	0.15 622	0.11 546	0.11 564	0.12 559	0.16 619

RGC	0.25 597	0.20 611	0.29 586	0.28 628	0.16 601	0.22 542	0.23 574	0.32 546	0.44 599	0.27 565	0.40 595	0.38 608	0.27 585	0.36 626	0.22 547	0.11 536	0.13 607	0.17 617	0.17 627	0.14 592	0.16 619

ADCMid	0.25 597	0.15 571	0.40 617	0.20 513	0.14 570	0.25 575	0.26 612	0.34 575	0.38 569	0.36 616	0.44 618	0.34 593	0.40 638	0.35 620	0.33 634	0.10 505	0.09 542	0.11 546	0.11 564	0.13 578	0.12 561

ADCPNet	0.25 597	0.16 579	0.61 647	0.21 545	0.15 590	0.35 630	0.25 603	0.32 546	0.35 550	0.30 594	0.40 595	0.36 599	0.28 596	0.28 590	0.32 629	0.12 561	0.10 563	0.11 546	0.12 584	0.14 592	0.13 584

STTRV1_RVC	0.25 597	0.26 632	0.39 615	0.19 446	0.26 648	0.30 609	0.24 587	0.34 575	0.35 550	0.36 616	0.34 560	0.31 572	0.31 612	0.28 590	0.25 582	0.17 626	0.10 563	0.16 613	0.14 599	0.17 625	0.12 561

LALA_ROB	0.25 597	0.16 579	0.22 544	0.26 612	0.17 616	0.27 595	0.27 619	0.42 631	0.37 562	0.33 610	0.38 581	0.51 643	0.26 577	0.28 590	0.27 602	0.16 621	0.09 542	0.12 566	0.11 564	0.13 578	0.12 561

SHD	0.26 608	0.15 571	0.30 589	0.24 595	0.18 623	0.22 542	0.15 311	0.38 612	0.71 658	0.32 606	0.41 606	0.36 599	0.28 596	0.32 608	0.29 614	0.12 561	0.11 576	0.14 594	0.13 595	0.16 617	0.20 637

AnyNet_C32	0.26 608	0.16 579	0.36 607	0.20 513	0.16 601	0.25 575	0.30 643	0.32 546	0.44 599	0.31 600	0.49 625	0.30 559	0.33 619	0.40 642	0.33 634	0.12 561	0.12 592	0.12 566	0.14 599	0.14 592	0.15 608

DStereoFS	0.27 610	0.22 621	0.31 591	0.22 562	0.15 590	0.22 542	0.20 533	0.50 651	0.48 608	0.28 580	0.44 618	0.33 586	0.34 624	0.52 655	0.29 614	0.12 561	0.11 576	0.15 606	0.13 595	0.16 617	0.16 619

PSMNet-RUCA	0.27 610	0.33 648	0.41 620	0.36 649	0.32 656	0.18 476	0.19 510	0.42 631	0.30 507	0.33 610	0.41 606	0.39 616	0.25 571	0.31 601	0.20 518	0.18 628	0.10 563	0.25 638	0.15 616	0.21 634	0.16 619

PDISCO_ROB	0.27 610	0.16 579	0.26 565	0.28 628	0.20 630	0.32 612	0.26 612	0.44 637	0.57 634	0.28 580	0.40 595	0.45 631	0.29 604	0.33 611	0.34 636	0.12 561	0.09 542	0.17 617	0.16 620	0.17 625	0.13 584

DispFullNet	0.27 610	0.21 617	0.65 650	0.28 628	0.16 601	0.26 585	0.17 421	0.33 566	0.58 637	0.27 565	0.38 581	0.43 627	0.23 556	0.38 633	0.23 559	0.12 561	0.06 407	0.19 628	0.11 564	0.21 634	0.15 608

MeshStereo	0.27 610	0.13 549	0.18 505	0.15 106	0.11 492	0.32 612	0.24 587	0.40 620	0.36 555	0.52 646	0.57 644	0.67 658	0.40 638	0.35 620	0.26 594	0.14 601	0.13 607	0.13 581	0.11 564	0.11 544	0.10 521
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
WZ-Net	0.28 615	0.17 590	0.78 667	0.22 562	0.16 601	0.34 622	0.29 635	0.39 616	0.57 634	0.24 540	0.55 636	0.37 604	0.24 562	0.33 611	0.35 637	0.09 464	0.08 509	0.09 467	0.10 530	0.14 592	0.16 619

XQC	0.28 615	0.23 623	0.51 632	0.28 628	0.19 627	0.34 622	0.27 619	0.36 598	0.57 634	0.31 600	0.30 532	0.37 604	0.30 608	0.38 633	0.38 644	0.13 587	0.09 542	0.15 606	0.12 584	0.17 625	0.18 631

CC-Net-ROB	0.28 615	0.31 646	0.36 607	0.29 637	0.15 590	0.25 575	0.19 510	0.45 640	0.33 529	0.39 624	0.37 575	0.39 616	0.31 612	0.27 578	0.26 594	0.24 651	0.19 636	0.30 653	0.23 642	0.18 629	0.15 608

DPSNet	0.28 615	0.16 579	0.31 591	0.18 378	0.13 549	0.54 651	0.42 662	0.51 653	0.67 655	0.29 589	0.38 581	0.38 608	0.29 604	0.31 601	0.23 559	0.11 536	0.10 563	0.11 546	0.08 443	0.20 633	0.16 619

MultiAttention	0.29 619	0.08 335	0.14 367	0.19 446	0.12 526	1.45 687	1.33 691	0.36 598	0.37 562	0.19 465	0.21 413	0.24 499	0.11 328	0.38 633	0.18 499	0.06 166	0.05 263	0.08 384	0.08 443	0.10 521	0.09 492

Wz-Net-TNSev	0.29 619	0.20 611	0.65 650	0.19 446	0.15 590	0.38 636	0.27 619	0.35 591	0.55 629	0.34 612	0.42 613	0.45 631	0.38 632	0.32 608	0.30 621	0.12 561	0.13 607	0.10 515	0.12 584	0.15 608	0.14 601

ccnet	0.29 619	0.28 641	0.23 553	0.20 513	0.28 650	0.41 641	0.21 553	0.45 640	0.33 529	0.36 616	0.46 621	0.36 599	0.30 608	0.39 637	0.42 653	0.23 649	0.14 616	0.21 631	0.17 627	0.23 638	0.18 631

EDNetEfficient	0.29 619	0.24 626	1.13 679	0.18 378	0.10 442	0.19 500	0.20 533	0.20 328	0.60 642	0.74 666	0.56 641	0.31 572	0.39 635	0.22 547	0.30 621	0.09 464	0.07 479	0.08 384	0.07 370	0.11 544	0.09 492

ADCS	0.29 619	0.18 601	0.45 624	0.21 545	0.17 616	0.28 602	0.23 574	0.41 626	0.63 649	0.40 627	0.49 625	0.40 620	0.36 629	0.39 637	0.40 649	0.13 587	0.12 592	0.13 581	0.14 599	0.16 617	0.16 619

CSAN	0.29 619	0.24 626	0.27 573	0.34 645	0.19 627	0.33 619	0.42 662	0.37 604	0.50 618	0.38 622	0.40 595	0.44 629	0.33 619	0.28 590	0.30 621	0.20 636	0.16 626	0.19 628	0.19 632	0.14 592	0.15 608

AANet	0.30 625	0.19 605	1.03 676	0.16 201	0.13 549	0.22 542	0.16 380	0.30 524	0.62 645	0.60 653	0.52 631	0.46 635	0.38 632	0.23 558	0.32 629	0.12 561	0.09 542	0.11 546	0.10 530	0.13 578	0.12 561

MFN_U_SF_DS_RVC	0.30 625	0.24 626	0.29 586	0.36 649	0.16 601	0.34 622	0.30 643	0.32 546	0.42 589	0.40 627	0.46 621	0.38 608	0.31 612	0.34 614	0.28 610	0.19 634	0.20 639	0.26 639	0.29 652	0.18 629	0.19 636

GANetREF_RVC	0.31 627	0.34 650	0.27 573	0.35 647	0.16 601	0.32 612	0.41 659	0.48 645	0.51 625	0.35 613	0.35 565	0.34 593	0.33 619	0.39 637	0.32 629	0.27 653	0.20 639	0.29 651	0.15 616	0.18 629	0.17 628
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	0.31 627	0.26 632	0.26 565	0.24 595	0.21 634	0.34 622	0.25 603	0.34 575	0.39 572	0.40 627	0.69 654	0.45 631	0.40 638	0.34 614	0.27 602	0.20 636	0.19 636	0.26 639	0.25 644	0.23 638	0.22 641

MFN_U_SF_RVC	0.32 629	0.21 617	0.55 637	0.30 639	0.15 590	0.34 622	0.17 421	0.52 654	0.46 606	0.46 643	0.55 636	0.59 650	0.39 635	0.35 620	0.37 642	0.15 605	0.14 616	0.18 626	0.21 635	0.16 617	0.15 608

PASM	0.32 629	0.24 626	0.48 630	0.28 628	0.27 649	0.29 606	0.30 643	0.34 575	0.49 615	0.35 613	0.39 589	0.46 635	0.34 624	0.34 614	0.35 637	0.23 649	0.25 655	0.26 639	0.28 651	0.23 638	0.21 639

SGM-ForestM	0.32 629	0.12 521	0.16 451	0.16 201	0.11 492	0.39 638	0.19 510	0.41 626	0.50 618	0.52 646	0.54 634	1.32 679	0.42 646	0.40 642	0.27 602	0.14 601	0.16 626	0.16 613	0.16 620	0.12 559	0.12 561

FC-DCNN v2	0.33 632	0.27 636	0.28 578	0.26 612	0.23 639	0.37 633	0.28 625	0.40 620	0.43 594	0.45 640	0.56 641	0.51 643	0.40 638	0.37 631	0.29 614	0.21 640	0.20 639	0.27 642	0.26 645	0.25 646	0.24 644

FCDSN-DC	0.33 632	0.28 641	0.28 578	0.30 639	0.24 641	0.39 638	0.28 625	0.42 631	0.42 589	0.43 637	0.53 632	0.51 643	0.41 643	0.36 626	0.30 621	0.21 640	0.20 639	0.27 642	0.26 645	0.25 646	0.24 644
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
FC-DCNN	0.33 632	0.27 636	0.28 578	0.26 612	0.23 639	0.37 633	0.28 625	0.40 620	0.43 594	0.45 640	0.55 636	0.51 643	0.40 638	0.37 631	0.30 621	0.21 640	0.20 639	0.27 642	0.26 645	0.25 646	0.24 644

LSM	0.33 632	0.20 611	0.58 643	0.26 612	0.60 674	0.34 622	0.25 603	0.42 631	0.48 608	0.45 640	0.58 646	0.42 623	0.36 629	0.35 620	0.25 582	0.12 561	0.20 639	0.14 594	0.16 620	0.19 632	0.33 659

AnyNet_C01	0.36 636	0.25 631	1.37 682	0.22 562	0.17 616	0.48 647	0.27 619	0.35 591	0.39 572	0.39 624	0.74 660	0.46 635	0.38 632	0.45 647	0.47 658	0.13 587	0.13 607	0.13 581	0.14 599	0.14 592	0.15 608

GCST	0.37 637	0.42 657	0.26 565	1.02 683	0.39 657	0.18 476	0.08 7	0.20 328	0.17 298	0.28 580	0.25 473	0.15 370	0.12 359	0.16 421	0.14 419	0.64 678	0.43 667	0.75 674	0.65 678	0.63 671	0.46 670

otaku	0.39 638	0.37 653	0.52 633	0.44 656	0.28 650	0.58 653	0.24 587	0.41 626	0.62 645	0.40 627	0.49 625	0.46 635	0.33 619	0.40 642	0.32 629	0.30 654	0.30 659	0.39 658	0.33 657	0.29 653	0.28 653

ACVNet-4b	0.39 638	0.53 660	0.55 637	0.45 657	0.24 641	0.47 645	0.18 470	0.49 647	0.64 650	0.42 634	0.45 620	0.60 651	0.27 585	0.34 614	0.24 572	0.33 658	0.14 616	0.48 662	0.42 664	0.30 654	0.26 652

PVD	0.39 638	0.20 611	0.39 615	0.31 643	0.22 636	0.29 606	0.43 664	0.52 654	0.96 672	0.55 650	0.79 664	0.53 647	0.59 663	0.52 655	0.38 644	0.19 634	0.14 616	0.17 617	0.14 599	0.24 645	0.31 657

Ntro	0.40 641	0.40 655	0.53 634	0.46 660	0.30 654	0.65 659	0.24 587	0.46 642	0.68 656	0.41 631	0.49 625	0.48 641	0.42 646	0.39 637	0.31 628	0.32 656	0.28 657	0.37 657	0.30 654	0.32 658	0.29 654

SAMSARA	0.40 641	0.28 641	0.33 598	0.55 663	0.39 657	0.82 673	1.23 690	0.47 644	0.51 625	0.36 616	0.35 565	0.55 649	0.39 635	0.38 633	0.39 646	0.15 605	0.20 639	0.15 606	0.14 599	0.23 638	0.20 637

ELAS_RVC	0.41 643	0.29 644	0.33 598	0.28 628	0.24 641	0.54 651	0.36 654	0.49 647	0.59 638	0.72 662	0.74 660	0.65 656	0.54 656	0.54 660	0.40 649	0.22 645	0.20 639	0.27 642	0.26 645	0.26 651	0.25 650
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 643	0.29 644	0.33 598	0.27 625	0.24 641	0.60 656	0.36 654	0.50 651	0.50 618	0.71 660	0.79 664	0.67 658	0.54 656	0.51 653	0.42 653	0.22 645	0.20 639	0.27 642	0.26 645	0.26 651	0.25 650
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
light-stereo	0.42 645	0.26 632	0.59 645	0.60 665	0.49 664	0.32 612	0.23 574	0.46 642	0.52 627	0.56 652	0.58 646	0.76 663	0.32 617	0.48 649	0.29 614	0.32 656	0.24 653	0.27 642	0.33 657	0.46 662	0.39 664

MSC_U_SF_DS_RVC	0.43 646	0.39 654	0.54 635	0.40 652	0.20 630	0.64 658	0.32 651	0.53 656	0.72 659	0.71 660	0.72 657	0.61 652	0.54 656	0.51 653	0.46 657	0.20 636	0.19 636	0.29 651	0.30 654	0.23 638	0.18 631

ACVNet_1	0.44 647	0.49 659	0.60 646	0.45 657	0.28 650	0.49 648	0.27 619	0.57 661	0.72 659	0.62 655	0.58 646	0.74 662	0.49 652	0.50 651	0.35 637	0.26 652	0.24 653	0.39 658	0.29 652	0.31 657	0.24 644

Consistency-Raft	0.44 647	0.40 655	0.45 624	0.37 651	0.43 661	0.46 643	0.41 659	0.57 661	0.55 629	0.32 606	0.73 658	0.33 586	0.48 651	0.42 646	0.49 660	0.39 661	0.35 664	0.45 661	0.51 671	0.42 661	0.29 654

RTS	0.45 649	0.19 605	3.26 689	0.24 595	0.15 590	0.74 666	0.20 533	0.36 598	0.76 665	0.42 634	0.43 616	0.31 572	0.41 643	0.53 658	0.35 637	0.10 505	0.08 509	0.13 581	0.12 584	0.15 608	0.15 608

RTSA	0.45 649	0.19 605	3.26 689	0.24 595	0.15 590	0.74 666	0.20 533	0.36 598	0.76 665	0.42 634	0.43 616	0.31 572	0.41 643	0.53 658	0.35 637	0.10 505	0.08 509	0.13 581	0.12 584	0.15 608	0.15 608

MANE	0.45 649	0.27 636	0.27 573	0.27 625	0.24 641	0.47 645	0.31 649	0.55 658	0.59 638	0.72 662	1.13 681	1.15 673	0.61 664	0.52 655	0.37 642	0.21 640	0.20 639	0.27 642	0.31 656	0.25 646	0.24 644

FADE	0.45 649	0.33 648	1.03 676	0.33 644	0.25 647	0.35 630	0.29 635	0.64 665	1.07 673	0.43 637	0.41 606	0.42 623	0.53 654	0.70 668	0.51 664	0.30 654	0.21 651	0.41 660	0.38 661	0.23 638	0.22 641

NVStereoNet_ROB	0.46 653	0.36 652	0.46 628	0.41 654	0.28 650	0.34 622	0.34 652	0.48 645	0.60 642	0.72 662	0.93 670	0.70 661	0.66 667	0.47 648	0.60 669	0.22 645	0.33 663	0.34 656	0.34 660	0.30 654	0.30 656
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MonStereo1	0.47 654	0.26 632	0.58 643	0.28 628	0.20 630	0.39 638	0.18 470	0.49 647	0.64 650	0.52 646	0.87 667	1.01 668	0.57 661	0.50 651	0.56 666	0.53 671	0.31 662	0.54 668	0.40 662	0.33 659	0.34 660

LE_ROB	0.50 655	0.07 217	0.14 367	0.15 106	0.08 204	0.24 564	0.16 380	0.22 375	1.81 689	4.63 695	0.67 652	0.47 639	0.44 648	0.20 517	0.29 614	0.07 328	0.06 407	0.06 180	0.06 272	0.08 425	0.06 295

BEATNet-Init1	0.52 656	0.27 636	0.62 648	0.30 639	0.21 634	0.76 670	0.29 635	0.54 657	0.65 653	0.86 671	0.95 672	2.07 689	0.62 666	0.56 662	0.42 653	0.18 628	0.18 633	0.23 636	0.22 638	0.22 637	0.21 639

anonymity	0.53 657	0.58 662	0.65 650	0.41 654	0.61 675	0.53 650	0.41 659	0.56 659	0.41 581	0.55 650	0.50 629	0.49 642	0.55 659	0.58 663	0.50 663	0.58 674	0.50 677	0.51 664	0.51 671	0.51 664	0.57 673

RainbowNet	0.54 658	0.61 664	0.70 665	0.57 664	0.43 661	0.65 659	0.37 657	0.60 663	0.87 669	0.50 645	0.66 651	0.64 654	0.47 650	0.49 650	0.43 656	0.47 668	0.48 673	0.52 666	0.41 663	0.52 665	0.40 667

SGM+DAISY	0.56 659	0.57 661	0.65 650	0.40 652	0.54 667	0.66 661	0.49 667	0.56 659	0.45 605	0.66 656	0.69 654	0.67 658	0.56 660	0.63 665	0.56 666	0.59 675	0.48 673	0.50 663	0.50 670	0.52 665	0.58 674

SPS-STEREO	0.57 660	0.58 662	0.65 650	0.45 657	0.55 669	0.62 657	0.44 666	0.62 664	0.50 618	0.68 658	0.64 649	0.66 657	0.57 661	0.61 664	0.60 669	0.62 677	0.47 672	0.51 664	0.49 668	0.55 669	0.58 674
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.64 661	0.66 668	0.65 650	0.51 661	0.69 679	0.69 662	0.57 673	0.64 665	0.73 663	0.60 653	0.73 658	0.62 653	0.67 668	0.65 666	0.60 669	0.66 679	0.58 686	0.63 669	0.59 674	0.68 676	0.69 683

IMH-64-1	0.65 662	0.61 664	0.68 659	0.71 668	0.51 665	0.59 654	0.49 667	0.91 673	0.85 667	0.74 666	1.02 674	0.81 664	0.78 672	0.79 670	0.49 660	0.42 663	0.46 668	0.71 671	0.47 666	0.52 665	0.39 664

IMH-64	0.65 662	0.61 664	0.68 659	0.71 668	0.51 665	0.59 654	0.49 667	0.91 673	0.85 667	0.74 666	1.02 674	0.81 664	0.78 672	0.79 670	0.49 660	0.42 663	0.46 668	0.71 671	0.47 666	0.52 665	0.39 664

ACVNet_2	0.66 664	0.66 668	0.68 659	0.63 666	0.41 659	0.71 664	0.49 667	0.96 677	1.39 682	0.89 672	1.09 677	1.04 669	0.73 670	0.54 660	0.47 658	0.43 665	0.40 666	0.53 667	0.44 665	0.47 663	0.35 662

JetBlue	0.71 665	0.45 658	1.14 680	0.51 661	0.47 663	2.02 688	0.64 677	0.75 668	0.70 657	0.69 659	0.77 663	1.22 675	0.83 674	1.03 685	1.01 685	0.40 662	0.28 657	0.33 655	0.33 657	0.30 654	0.34 660

IMH	0.71 665	0.64 667	0.68 659	0.76 670	0.54 667	0.69 662	0.54 671	0.98 679	1.10 675	0.82 670	1.09 677	0.89 666	0.88 677	0.87 678	0.52 665	0.44 666	0.50 677	0.75 674	0.51 671	0.56 670	0.41 668

PWCK	0.71 665	0.94 679	0.95 674	0.76 670	0.31 655	0.74 666	0.36 654	0.90 672	0.90 670	0.96 675	0.75 662	0.95 667	0.61 664	0.87 678	0.66 672	0.72 680	0.46 668	0.75 674	0.49 668	0.69 678	0.44 669

MADNet+	0.75 668	0.71 670	3.70 692	0.66 667	0.41 659	0.98 678	0.97 688	0.69 667	0.73 663	0.52 646	0.57 644	0.64 654	0.68 669	0.86 677	1.01 685	0.34 659	0.36 665	0.28 650	0.23 642	0.36 660	0.31 657

TorneroNet-64	0.76 669	0.72 671	0.74 666	0.78 672	0.58 673	0.91 677	0.56 672	0.84 671	1.29 679	0.66 656	0.90 668	1.40 681	0.75 671	0.85 676	0.67 675	0.49 669	0.46 668	0.72 673	0.59 674	0.67 675	0.53 672

WAO-7	0.79 670	0.78 673	0.54 635	0.85 676	0.67 678	0.74 666	0.68 681	1.05 682	1.32 680	0.90 673	1.20 684	1.04 669	0.92 678	0.69 667	0.66 672	0.60 676	0.62 687	0.67 670	0.68 680	0.64 672	0.58 674

WAO-6	0.81 671	0.80 674	0.62 648	0.86 677	0.63 676	0.76 670	0.58 674	0.98 679	1.54 687	0.90 673	0.96 673	1.07 671	1.03 682	0.70 668	0.66 672	0.72 680	0.49 675	0.90 682	0.71 681	0.68 676	0.58 674

TorneroNet	0.82 672	0.74 672	0.81 671	0.84 675	0.63 676	0.99 679	0.63 675	0.96 677	1.16 676	0.80 669	1.11 679	1.36 680	0.86 676	0.93 681	0.80 680	0.56 672	0.49 675	0.78 679	0.66 679	0.73 681	0.63 682

LVE	0.83 673	0.85 677	0.85 672	0.80 673	0.56 670	1.04 683	0.65 678	1.05 682	1.47 685	0.96 675	1.22 685	1.10 672	0.85 675	0.83 673	0.71 677	0.49 669	0.55 683	0.76 677	0.60 676	0.65 673	0.59 679

Dean	0.87 674	0.86 678	0.79 669	0.81 674	0.56 670	0.90 674	0.63 675	1.15 688	1.73 688	1.15 683	1.15 682	1.31 678	0.99 681	0.81 672	0.81 681	0.57 673	0.56 684	0.77 678	0.64 677	0.66 674	0.58 674

WAO-8	0.91 675	0.81 675	0.65 650	0.94 680	0.69 679	0.90 674	0.67 679	1.07 685	1.83 690	1.06 680	1.45 687	1.30 676	1.07 683	0.84 674	0.78 678	0.74 682	0.53 680	0.86 680	0.75 682	0.69 678	0.62 680

Venus	0.91 675	0.81 675	0.65 650	0.94 680	0.69 679	0.90 674	0.67 679	1.07 685	1.83 690	1.06 680	1.45 687	1.30 676	1.07 683	0.84 674	0.78 678	0.74 682	0.53 680	0.86 680	0.75 682	0.69 678	0.62 680

UNDER WATER-64	0.95 677	0.94 679	1.43 684	0.87 678	0.56 670	1.18 686	0.87 685	0.77 669	0.94 671	1.04 678	0.85 666	1.58 686	1.21 688	0.94 682	0.96 683	0.87 686	0.57 685	1.03 686	0.88 687	0.78 682	0.73 684

UNDER WATER	0.97 678	0.97 681	1.42 683	0.99 682	0.70 682	1.12 685	0.84 684	0.80 670	1.08 674	1.01 677	0.90 668	1.55 685	1.22 689	1.03 685	1.00 684	0.78 684	0.53 680	1.02 685	0.87 686	0.80 683	0.74 685

notaker	0.97 678	1.11 682	0.98 675	1.13 685	0.81 683	0.73 665	0.68 681	0.93 675	1.16 676	1.18 685	1.18 683	1.41 682	1.16 687	1.08 687	0.69 676	0.81 685	0.64 688	1.17 688	0.79 684	0.98 685	0.80 687

ktn	1.01 680	1.21 684	0.80 670	1.23 687	0.86 685	1.01 681	0.87 685	0.94 676	1.39 682	1.04 678	1.12 680	1.15 673	1.07 683	0.94 682	0.59 668	1.28 692	0.71 689	1.38 692	0.83 685	1.02 687	0.75 686

KSHMR	1.09 681	1.17 683	0.88 673	1.25 688	1.00 687	0.99 679	0.96 687	1.13 687	1.37 681	1.16 684	1.29 686	1.41 682	0.96 680	1.01 684	0.92 682	1.03 689	1.08 691	1.20 689	1.03 690	1.01 686	0.97 689

DPSimNet_ROB	1.11 682	1.23 685	0.78 667	1.13 685	0.88 686	1.10 684	1.13 689	1.16 689	1.23 678	1.43 687	1.02 674	1.41 682	1.10 686	0.90 680	1.60 687	1.46 693	0.51 679	1.21 690	1.03 690	0.90 684	1.01 691

HanzoNet	1.29 683	1.26 686	1.19 681	1.12 684	0.85 684	1.02 682	0.83 683	1.03 681	1.48 686	1.64 688	1.61 689	2.50 691	1.72 690	1.61 689	1.61 688	1.26 691	0.80 690	1.31 691	1.01 689	1.02 687	0.86 688

JetRed	1.62 684	1.46 687	2.98 687	0.92 679	1.21 688	4.99 691	1.53 693	1.27 690	1.39 682	1.83 689	1.74 690	1.60 687	0.95 679	1.41 688	2.45 693	0.90 688	1.60 693	0.93 683	0.90 688	1.35 689	0.99 690

MADNet++	1.95 685	1.75 688	1.59 685	1.82 690	1.69 690	2.33 689	1.40 692	2.35 692	2.09 692	2.57 692	2.36 692	2.24 690	2.17 692	2.28 690	2.34 691	1.87 694	1.66 694	1.54 693	1.34 693	1.92 691	1.77 694

Selective-IGEV-i1pa	2.80 686	3.51 694	0.67 658	0.28 628	0.14 570	10.22 696	0.43 664	4.36 693	3.63 693	3.53 693	6.92 695	3.47 692	1.97 691	13.41 707	2.26 690	0.36 660	0.15 622	0.13 581	0.10 530	0.15 608	0.35 662

coex-ft	3.30 687	0.34 650	59.09 719	0.18 378	0.13 549	0.26 585	0.22 563	0.27 477	0.72 659	1.90 690	0.70 656	0.44 629	0.45 649	0.29 597	0.41 652	0.09 464	0.09 542	0.12 566	0.09 490	0.14 592	0.13 584

ASD4	3.54 688	3.38 693	2.05 686	1.72 689	2.51 692	9.03 695	17.71 699	2.25 691	5.51 695	2.46 691	2.81 693	2.03 688	3.36 694	2.73 691	5.06 694	1.22 690	1.34 692	1.13 687	1.33 692	1.68 690	1.49 693

TCMNet-wrong-test	3.67 689	5.48 702	3.89 693	12.18 704	11.75 705	4.65 690	3.88 694	1.06 684	0.72 659	1.09 682	2.15 691	6.30 697	0.53 654	3.43 693	2.36 692	0.89 687	0.20 639	1.87 695	1.69 694	5.57 699	3.62 700

tt	4.67 690	0.06 99	3.55 691	2.02 691	1.55 689	10.25 697	16.71 698	8.91 702	5.03 694	1.31 686	0.94 671	4.71 693	4.76 695	3.33 692	5.87 696	6.06 702	10.30 708	1.88 696	2.11 696	2.75 693	1.21 692

USTest	6.22 691	2.73 691	3.00 688	6.57 698	7.29 697	14.37 699	21.57 700	7.00 701	9.56 700	5.34 698	6.10 694	5.72 696	7.64 698	6.41 697	6.96 698	1.97 695	3.42 700	1.64 694	2.15 697	2.66 692	2.36 695

xxxxx1	7.79 692	5.02 699	7.31 696	3.12 692	3.85 693	16.35 701	22.88 701	5.86 698	8.69 697	7.97 699	8.54 696	9.12 701	8.27 699	10.18 699	10.92 699	2.42 696	2.45 696	3.56 699	12.37 705	3.77 694	3.06 697

tt_ll	7.79 692	5.02 699	7.31 696	3.12 692	3.85 693	16.35 701	22.88 701	5.86 698	8.69 697	7.97 699	8.54 696	9.12 701	8.27 699	10.18 699	10.92 699	2.42 696	2.45 696	3.56 699	12.37 705	3.77 694	3.06 697

ff	7.79 692	5.02 699	7.31 696	3.12 692	3.85 693	16.35 701	22.88 701	5.86 698	8.69 697	7.97 699	8.54 696	9.12 701	8.27 699	10.18 699	10.92 699	2.42 696	2.45 696	3.56 699	12.37 705	3.77 694	3.06 697

EDNetEfficientorigin	7.91 695	0.31 646	153.02 720	0.19 446	0.09 330	0.21 533	0.16 380	0.22 375	0.59 638	0.72 662	0.67 652	0.42 623	0.50 653	0.24 568	0.39 646	0.08 404	0.07 479	0.08 384	0.07 370	0.12 559	0.10 521

DPSMNet_ROB	8.06 696	4.48 695	8.63 704	5.37 697	10.74 700	8.32 693	22.98 705	5.46 695	13.36 705	5.12 696	9.92 701	5.08 694	10.40 702	5.53 696	12.58 702	3.80 700	8.00 701	3.50 697	7.02 702	3.83 697	7.14 704

DGTPSM_ROB	8.06 696	4.48 695	8.63 704	5.35 695	10.72 699	8.32 693	22.97 704	5.46 695	13.35 704	5.12 696	9.92 701	5.08 694	10.40 702	5.52 695	12.58 702	3.79 699	8.00 701	3.50 697	7.02 702	3.83 697	7.14 704

PML	8.91 698	9.34 708	6.13 694	5.35 695	6.41 696	14.99 700	23.38 706	5.27 694	6.83 696	18.04 711	28.19 719	7.67 698	6.83 697	7.85 698	5.75 695	5.35 701	1.83 695	5.95 707	1.93 695	8.64 704	2.52 696

DLNR_Zeroshot_test	10.40 699	1.82 689	19.49 714	120.77 720	13.11 707	0.06 12	0.13 163	0.23 396	0.10 66	0.07 67	0.10 185	0.09 210	0.06 62	0.10 120	0.09 101	0.13 587	0.04 25	0.06 180	0.04 54	51.54 719	0.04 71

DLNR-FE	10.43 700	1.83 690	19.53 715	120.75 719	13.06 706	0.06 12	0.13 163	0.23 396	0.10 66	0.07 67	0.10 185	0.09 210	0.06 62	0.10 120	0.09 101	0.13 587	0.04 25	0.06 180	0.04 54	52.01 720	0.04 71

iinet-test	10.48 701	8.09 704	7.54 700	10.26 699	10.94 701	18.00 705	25.26 707	11.33 706	13.28 702	9.69 703	9.85 699	9.42 704	11.17 704	11.02 703	12.78 705	6.59 704	8.30 703	5.56 702	6.56 698	6.89 700	7.02 702

IINet	10.48 701	8.09 704	7.54 700	10.26 699	10.94 701	18.00 705	25.26 707	11.33 706	13.28 702	9.69 703	9.85 699	9.42 704	11.17 704	11.02 703	12.78 705	6.59 704	8.30 703	5.56 702	6.56 698	6.89 700	7.02 702

LRCNet_RVC	10.62 703	13.42 709	7.30 695	18.92 708	2.07 691	0.33 619	0.30 643	5.59 697	0.48 608	13.03 707	17.94 707	8.87 700	5.65 696	4.79 694	1.89 689	23.51 716	2.73 699	27.55 719	25.71 719	16.07 713	16.33 715

Anonymous_1	10.96 704	7.92 703	7.46 699	10.33 701	10.06 698	18.65 707	26.34 709	11.06 705	13.44 706	9.40 702	10.05 703	9.67 706	11.23 706	10.73 702	12.72 704	6.42 703	8.38 705	5.77 704	10.61 704	12.12 705	6.77 701

DPSM_ROB	11.15 705	8.58 706	8.00 702	10.88 702	11.58 703	19.10 708	26.71 710	12.05 708	14.07 709	10.36 705	10.84 704	10.33 707	11.86 707	11.70 705	13.54 707	6.99 706	8.79 706	5.89 705	6.95 700	7.29 702	7.42 706

DPSM	11.15 705	8.58 706	8.00 702	10.88 702	11.58 703	19.10 708	26.71 710	12.05 708	14.07 709	10.36 705	10.84 704	10.33 707	11.86 707	11.70 705	13.54 707	6.99 706	8.79 706	5.89 705	6.95 700	7.29 702	7.42 706

HaxPig	15.71 707	18.52 717	19.18 713	16.89 707	15.89 708	7.73 692	7.60 695	13.31 710	10.82 701	15.42 708	14.91 706	15.98 709	14.92 709	15.58 708	15.98 709	18.95 715	16.73 709	19.46 715	18.08 715	19.26 714	19.05 718

Selective-IGEV-i16pa	18.58 708	3.30 692	1.09 678	0.21 545	0.18 623	103.68 720	0.28 625	19.87 712	40.73 720	4.16 694	56.45 720	8.07 699	2.59 693	123.95 721	5.89 697	0.18 628	0.12 592	0.09 467	0.12 584	0.12 559	0.51 671

RSGM-EC	20.36 709	4.73 697	0.68 659	16.76 705	16.92 709	21.28 710	27.18 712	10.46 703	14.04 707	18.00 709	21.31 710	22.24 718	21.82 711	22.57 710	17.63 710	62.81 719	33.79 719	20.14 716	18.10 716	20.18 715	16.45 716

acva	20.36 709	4.73 697	0.68 659	16.76 705	16.92 709	21.28 710	27.18 712	10.46 703	14.04 707	18.00 709	21.31 710	22.24 718	21.82 711	22.57 710	17.63 710	62.81 719	33.79 719	20.14 716	18.10 716	20.18 715	16.45 716

MEDIAN_ROB	20.38 711	24.04 718	23.31 716	21.23 709	21.71 711	10.40 698	7.92 696	17.64 711	15.50 711	20.12 712	19.70 708	20.34 710	20.32 710	21.19 709	21.13 712	23.81 717	21.81 717	24.98 718	23.76 718	24.71 717	23.93 719

CasAABBNet	22.42 712	17.33 711	16.01 708	22.01 711	23.28 713	38.32 712	53.80 716	24.14 716	28.41 716	20.60 714	21.77 714	20.89 716	23.91 715	23.43 714	27.36 715	14.07 709	17.69 711	11.83 710	14.01 709	14.67 708	14.95 711

RAFT-FEzeroshot	22.43 713	17.33 711	15.98 706	22.02 712	23.31 715	38.34 713	53.82 718	24.05 714	28.39 714	20.61 715	21.76 712	20.88 713	23.92 717	23.41 712	27.42 717	14.07 709	17.69 711	11.83 710	14.02 710	14.69 709	14.97 712

RAFT-FE	22.43 713	17.33 711	15.98 706	22.02 712	23.31 715	38.34 713	53.82 718	24.05 714	28.39 714	20.61 715	21.76 712	20.88 713	23.92 717	23.41 712	27.42 717	14.07 709	17.69 711	11.83 710	14.02 710	14.69 709	14.97 712

FlowAnything	22.44 715	17.35 714	16.14 710	22.07 715	23.23 712	38.39 716	53.77 715	24.25 717	28.44 717	20.96 719	21.82 716	20.70 711	23.84 713	23.49 716	27.14 714	14.04 708	17.79 716	11.75 708	14.15 714	14.65 706	14.89 708

Hybrid-DGEV	22.47 716	17.40 716	16.14 710	22.00 710	23.29 714	38.36 715	53.80 716	24.43 720	28.63 719	20.59 713	21.81 715	20.88 713	23.91 715	23.45 715	27.42 717	14.08 712	17.69 711	11.83 710	14.06 713	14.65 706	14.93 710

Selective-RAFT-Error	22.47 716	17.37 715	16.09 709	22.06 714	23.34 717	38.39 716	53.83 720	24.29 719	28.47 718	20.74 717	21.83 717	20.81 712	23.90 714	23.54 718	27.53 720	14.08 712	17.69 711	11.82 709	14.00 708	14.69 709	15.00 714

LSM0	22.87 718	17.28 710	18.96 712	22.19 716	29.04 719	38.42 718	53.71 714	24.28 718	28.31 713	20.78 718	21.00 709	21.43 717	24.16 719	23.50 717	27.39 716	14.09 714	17.38 710	11.84 714	14.04 712	14.73 712	14.89 708

AVERAGE_ROB	24.90 719	29.20 719	28.14 717	24.89 717	24.64 718	17.75 704	11.12 697	21.45 713	19.93 712	25.12 720	24.46 718	25.12 720	25.46 720	24.69 719	22.83 713	29.76 718	27.13 718	28.97 720	27.95 720	29.91 718	29.47 720

test_example2	98.32 720	94.13 720	45.89 718	96.35 718	109.85 720	88.61 719	95.45 721	25.75 721	94.37 721	130.00 722	126.06 722	58.17 721	74.63 721	88.51 720	79.96 721	150.23 721	221.02 721	77.62 721	99.10 721	113.75 721	96.94 721

ccccc	245.47 721	285.66 721	306.18 721	368.85 721	370.60 721	123.16 721	145.33 722	115.05 722	110.08 722	126.68 721	110.87 721	122.83 722	165.88 722	252.94 722	276.56 722	384.56 722	353.86 722	254.69 722	223.00 722	425.87 722	386.83 722

GS-Stereo							0.14 228	0.11 54	0.12 134	0.08 120	0.10 185	0.05 5	0.05 14	0.11 188	0.08 25	0.06 166	0.04 25	0.05 45	0.04 54	0.05 161	0.05 200

Low-res two-view benchmark