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

GCAP-Stereo-DPT-25K	0.12 70	0.09 80	0.18 76	0.18 91	0.09 54	0.13 22	0.16 195	0.25 151	0.21 178	0.11 53	0.16 149	0.09 27	0.11 112	0.13 12	0.10 6	0.05 9	0.05 39	0.06 43	0.07 220	0.04 1	0.05 34

DispViT+	0.12 70	0.07 4	0.19 86	0.15 5	0.16 460	0.10 10	0.12 32	0.26 171	0.23 221	0.13 113	0.11 42	0.10 57	0.08 15	0.21 207	0.12 108	0.07 124	0.05 39	0.05 1	0.04 1	0.04 1	0.04 1

Wavelet-MonSter	0.10 8	0.08 34	0.13 1	0.18 91	0.10 118	0.13 22	0.12 32	0.15 9	0.12 16	0.10 31	0.13 81	0.10 57	0.10 74	0.14 31	0.11 42	0.05 9	0.05 39	0.05 1	0.04 1	0.04 1	0.04 1

2.75w_new	0.11 41	0.09 80	0.14 8	0.16 20	0.09 54	0.15 51	0.12 32	0.25 151	0.16 64	0.14 144	0.13 81	0.08 4	0.10 74	0.16 92	0.13 163	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 34

3.25w_new	0.11 41	0.09 80	0.15 22	0.17 44	0.09 54	0.19 188	0.10 8	0.22 92	0.17 90	0.14 144	0.12 62	0.10 57	0.11 112	0.17 110	0.12 108	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 34

3.25w	0.11 41	0.09 80	0.15 22	0.17 44	0.09 54	0.19 188	0.10 8	0.22 92	0.17 90	0.14 144	0.12 62	0.10 57	0.11 112	0.17 110	0.12 108	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 34

CAR	0.10 8	0.07 4	0.16 43	0.16 20	0.09 54	0.14 33	0.10 8	0.19 40	0.13 23	0.10 31	0.10 30	0.08 4	0.07 3	0.15 65	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

MSE-Stereo	0.10 8	0.07 4	0.16 43	0.16 20	0.09 54	0.14 33	0.10 8	0.19 40	0.13 23	0.09 12	0.10 30	0.08 4	0.07 3	0.15 65	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

monster-pro	0.10 8	0.08 34	0.13 1	0.17 44	0.08 23	0.13 22	0.12 32	0.24 134	0.19 129	0.09 12	0.11 42	0.08 4	0.07 3	0.14 31	0.11 42	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

PointNet	0.10 8	0.08 34	0.15 22	0.17 44	0.09 54	0.15 51	0.14 100	0.17 20	0.14 39	0.08 2	0.11 42	0.12 115	0.09 33	0.14 31	0.11 42	0.07 124	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

TS12	0.12 70	0.08 34	0.17 63	0.21 274	0.09 54	0.19 188	0.14 100	0.23 115	0.16 64	0.14 144	0.19 196	0.12 115	0.13 191	0.17 110	0.15 230	0.05 9	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

aanet-new-70k	0.12 70	0.10 135	0.27 185	0.19 146	0.08 23	0.16 91	0.14 100	0.21 74	0.15 54	0.10 31	0.13 81	0.10 57	0.12 146	0.20 182	0.09 1	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.04 1

aanet-new-36k	0.12 70	0.12 273	0.28 202	0.19 146	0.08 23	0.17 125	0.15 148	0.22 92	0.18 110	0.11 53	0.14 116	0.10 57	0.11 112	0.17 110	0.10 6	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

aanet-new-34k	0.12 70	0.11 215	0.26 173	0.19 146	0.07 2	0.14 33	0.14 100	0.21 74	0.18 110	0.12 83	0.15 130	0.11 92	0.12 146	0.13 12	0.11 42	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

GCAP-Stereo-DPT26K	0.11 41	0.10 135	0.26 173	0.18 91	0.09 54	0.14 33	0.14 100	0.20 59	0.13 23	0.11 53	0.13 81	0.10 57	0.11 112	0.14 31	0.10 6	0.05 9	0.05 39	0.06 43	0.06 147	0.05 7	0.05 34

aanet-new-22k	0.12 70	0.11 215	0.28 202	0.20 220	0.08 23	0.15 51	0.13 66	0.22 92	0.19 129	0.12 83	0.14 116	0.12 115	0.12 146	0.15 65	0.11 42	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

aanet-new-8k	0.12 70	0.11 215	0.24 149	0.20 220	0.09 54	0.19 188	0.15 148	0.26 171	0.20 158	0.11 53	0.12 62	0.10 57	0.13 191	0.17 110	0.11 42	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

GCAP-Stereo-cres-4k	0.12 70	0.10 135	0.21 111	0.21 274	0.11 172	0.20 230	0.16 195	0.21 74	0.17 90	0.12 83	0.17 167	0.11 92	0.12 146	0.14 31	0.11 42	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

GCAP-Stereo-DPT-cres	0.12 70	0.08 34	0.18 76	0.18 91	0.13 319	0.20 230	0.16 195	0.23 115	0.18 110	0.12 83	0.15 130	0.14 167	0.13 191	0.13 12	0.12 108	0.06 49	0.04 2	0.06 43	0.05 65	0.05 7	0.04 1

GCAP-Stereo-DPT-36K	0.14 155	0.21 525	0.47 444	0.17 44	0.12 239	0.15 51	0.14 100	0.24 134	0.16 64	0.11 53	0.14 116	0.12 115	0.10 74	0.14 31	0.10 6	0.06 49	0.06 234	0.06 43	0.08 302	0.05 7	0.07 236

GCAP-Stereo-DPT-22K	0.12 70	0.09 80	0.17 63	0.19 146	0.11 172	0.14 33	0.16 195	0.21 74	0.20 158	0.10 31	0.17 167	0.11 92	0.12 146	0.12 5	0.10 6	0.05 9	0.05 39	0.06 43	0.08 302	0.05 7	0.06 140

GCAP-Stereo-DPT-20K	0.12 70	0.08 34	0.29 216	0.17 44	0.09 54	0.15 51	0.14 100	0.19 40	0.17 90	0.11 53	0.14 116	0.11 92	0.12 146	0.13 12	0.10 6	0.06 49	0.05 39	0.06 43	0.06 147	0.05 7	0.19 590

GCAP-Stereo-DPT-24K	0.11 41	0.09 80	0.17 63	0.18 91	0.10 118	0.15 51	0.16 195	0.23 115	0.15 54	0.10 31	0.16 149	0.09 27	0.11 112	0.13 12	0.10 6	0.05 9	0.05 39	0.06 43	0.08 302	0.05 7	0.08 314

GCAP-Stereo-DPT-5K	0.13 116	0.09 80	0.19 86	0.18 91	0.14 367	0.19 188	0.15 148	0.25 151	0.22 195	0.15 164	0.20 213	0.10 57	0.09 33	0.14 31	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

GCAP-Stereo-DPT-2K	0.13 116	0.09 80	0.22 126	0.18 91	0.14 367	0.18 153	0.15 148	0.23 115	0.21 178	0.16 193	0.22 242	0.10 57	0.09 33	0.15 65	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

GCAP-Stereo-DPT-3K	0.13 116	0.09 80	0.20 99	0.18 91	0.14 367	0.18 153	0.15 148	0.25 151	0.22 195	0.16 193	0.21 228	0.09 27	0.09 33	0.13 12	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

GCAP-Stereo-DPT-50K	0.14 155	0.19 498	0.70 561	0.17 44	0.12 239	0.13 22	0.14 100	0.24 134	0.17 90	0.10 31	0.12 62	0.10 57	0.10 74	0.13 12	0.10 6	0.05 9	0.05 39	0.06 43	0.07 220	0.05 7	0.07 236

GCAP-Stereo-DPT-FT	0.13 116	0.11 215	0.38 336	0.17 44	0.11 172	0.17 125	0.14 100	0.23 115	0.17 90	0.11 53	0.14 116	0.13 135	0.11 112	0.14 31	0.10 6	0.06 49	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

PipStereo	0.09 1	0.07 4	0.16 43	0.15 5	0.07 2	0.09 1	0.12 32	0.15 9	0.11 8	0.08 2	0.07 3	0.13 135	0.09 33	0.12 5	0.11 42	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

PSi22b	0.09 1	0.07 4	0.16 43	0.15 5	0.07 2	0.09 1	0.11 20	0.15 9	0.10 4	0.08 2	0.07 3	0.13 135	0.09 33	0.12 5	0.10 6	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

PSi22a	0.09 1	0.06 1	0.16 43	0.15 5	0.07 2	0.09 1	0.11 20	0.14 5	0.10 4	0.08 2	0.07 3	0.11 92	0.08 15	0.11 1	0.10 6	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

LACA3	0.10 8	0.10 135	0.14 8	0.15 5	0.07 2	0.16 91	0.14 100	0.14 5	0.13 23	0.11 53	0.09 16	0.10 57	0.10 74	0.16 92	0.09 1	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.04 1

Foundation-i1c-attn	0.12 70	0.07 4	0.14 8	0.16 20	0.07 2	0.15 51	0.15 148	0.24 134	0.17 90	0.13 113	0.15 130	0.16 209	0.13 191	0.15 65	0.12 108	0.07 124	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

Foundation-i1b	0.12 70	0.07 4	0.14 8	0.16 20	0.07 2	0.16 91	0.15 148	0.25 151	0.16 64	0.14 144	0.15 130	0.17 220	0.12 146	0.15 65	0.12 108	0.07 124	0.05 39	0.06 43	0.05 65	0.05 7	0.04 1

Foundation-i1a	0.12 70	0.07 4	0.14 8	0.15 5	0.07 2	0.18 153	0.16 195	0.25 151	0.16 64	0.16 193	0.16 149	0.18 232	0.13 191	0.17 110	0.12 108	0.07 124	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

Foundation-i32	0.09 1	0.07 4	0.16 43	0.15 5	0.06 1	0.09 1	0.12 32	0.14 5	0.09 2	0.08 2	0.07 3	0.10 57	0.08 15	0.11 1	0.11 42	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.04 1

GeoVLM	0.10 8	0.07 4	0.15 22	0.16 20	0.09 54	0.15 51	0.12 32	0.17 20	0.13 23	0.09 12	0.09 16	0.11 92	0.10 74	0.14 31	0.12 108	0.06 49	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

LACA2	0.10 8	0.11 215	0.20 99	0.16 20	0.07 2	0.16 91	0.13 66	0.17 20	0.14 39	0.09 12	0.09 16	0.11 92	0.10 74	0.14 31	0.09 1	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

LACA1	0.09 1	0.10 135	0.13 1	0.16 20	0.07 2	0.15 51	0.12 32	0.15 9	0.11 8	0.09 12	0.07 3	0.09 27	0.10 74	0.13 12	0.10 6	0.07 124	0.05 39	0.05 1	0.05 65	0.05 7	0.05 34

Test_v1	0.10 8	0.07 4	0.16 43	0.15 5	0.09 54	0.13 22	0.13 66	0.22 92	0.16 64	0.09 12	0.10 30	0.08 4	0.08 15	0.14 31	0.11 42	0.07 124	0.05 39	0.06 43	0.05 65	0.05 7	0.04 1

gcap_with_dpt	0.12 70	0.09 80	0.21 111	0.18 91	0.13 319	0.18 153	0.16 195	0.24 134	0.20 158	0.16 193	0.21 228	0.09 27	0.09 33	0.13 12	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

BLMT-Stereo	0.09 1	0.06 1	0.14 8	0.17 44	0.09 54	0.09 1	0.14 100	0.10 1	0.14 39	0.07 1	0.09 16	0.07 1	0.07 3	0.11 1	0.11 42	0.05 9	0.04 2	0.07 149	0.06 147	0.05 7	0.05 34

Pro-Stereo	0.10 8	0.07 4	0.14 8	0.17 44	0.10 118	0.17 125	0.13 66	0.11 2	0.13 23	0.10 31	0.09 16	0.08 4	0.06 1	0.22 227	0.11 42	0.06 49	0.05 39	0.07 149	0.08 302	0.05 7	0.05 34

BStereo	0.13 116	0.10 135	0.42 393	0.18 91	0.11 172	0.13 22	0.14 100	0.24 134	0.22 195	0.12 83	0.11 42	0.12 115	0.09 33	0.16 92	0.14 200	0.05 9	0.06 234	0.06 43	0.08 302	0.05 7	0.06 140

MatchStereo	0.11 41	0.08 34	0.23 139	0.16 20	0.07 2	0.09 1	0.12 32	0.20 59	0.17 90	0.10 31	0.15 130	0.08 4	0.08 15	0.14 31	0.12 108	0.07 124	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
Wave_Phase_stereo	0.14 155	0.10 135	0.42 393	0.18 91	0.11 172	0.36 516	0.14 100	0.28 208	0.22 195	0.12 83	0.11 42	0.12 115	0.09 33	0.16 92	0.14 200	0.05 9	0.06 234	0.06 43	0.08 302	0.05 7	0.06 140

NLSM3	0.13 116	0.10 135	0.17 63	0.21 274	0.13 319	0.18 153	0.16 195	0.30 244	0.24 237	0.11 53	0.15 130	0.12 115	0.13 191	0.17 110	0.15 230	0.05 9	0.05 39	0.08 244	0.08 302	0.05 7	0.05 34

MonSter++	0.10 8	0.07 4	0.15 22	0.16 20	0.09 54	0.15 51	0.12 32	0.17 20	0.13 23	0.09 12	0.09 16	0.11 92	0.10 74	0.14 31	0.12 108	0.06 49	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

HiDET	0.10 8	0.07 4	0.15 22	0.15 5	0.09 54	0.14 33	0.12 32	0.19 40	0.15 54	0.10 31	0.09 16	0.11 92	0.09 33	0.15 65	0.13 163	0.06 49	0.05 39	0.05 1	0.04 1	0.05 7	0.05 34

LCMNet	0.10 8	0.07 4	0.15 22	0.15 5	0.09 54	0.15 51	0.12 32	0.18 30	0.19 129	0.10 31	0.10 30	0.11 92	0.10 74	0.15 65	0.13 163	0.06 49	0.06 234	0.05 1	0.04 1	0.05 7	0.05 34

CSFM-Stereo	0.10 8	0.07 4	0.14 8	0.16 20	0.08 23	0.16 91	0.13 66	0.21 74	0.11 8	0.11 53	0.11 42	0.10 57	0.10 74	0.14 31	0.11 42	0.07 124	0.06 234	0.05 1	0.04 1	0.05 7	0.05 34

VIP-Stereo	0.12 70	0.12 273	0.21 111	0.18 91	0.11 172	0.24 332	0.12 32	0.19 40	0.18 110	0.10 31	0.13 81	0.11 92	0.09 33	0.19 162	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

BridgeDepth	0.10 8	0.09 80	0.14 8	0.19 146	0.07 2	0.16 91	0.12 32	0.16 14	0.12 16	0.08 2	0.09 16	0.14 167	0.13 191	0.14 31	0.10 6	0.05 9	0.04 2	0.05 1	0.05 65	0.05 7	0.04 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Zero-FE251	0.14 155	0.09 80	0.24 149	0.17 44	0.09 54	0.20 230	0.13 66	0.20 59	0.14 39	0.61 620	0.13 81	0.13 135	0.11 112	0.14 31	0.16 257	0.07 124	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

MonStereo	0.10 8	0.08 34	0.13 1	0.17 44	0.08 23	0.14 33	0.12 32	0.24 134	0.19 129	0.09 12	0.11 42	0.08 4	0.07 3	0.14 31	0.11 42	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

Monster-pub-eth3d	0.10 8	0.08 34	0.13 1	0.17 44	0.08 23	0.13 22	0.12 32	0.24 134	0.19 129	0.09 12	0.11 42	0.08 4	0.07 3	0.14 31	0.11 42	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

Monster-pub-mixall	0.10 8	0.07 4	0.16 43	0.16 20	0.08 23	0.11 12	0.09 2	0.20 59	0.12 16	0.11 53	0.11 42	0.08 4	0.08 15	0.23 237	0.11 42	0.07 124	0.05 39	0.05 1	0.04 1	0.05 7	0.06 140

Replicate-Monster	0.12 70	0.10 135	0.32 249	0.16 20	0.08 23	0.17 125	0.10 8	0.22 92	0.19 129	0.11 53	0.10 30	0.10 57	0.09 33	0.19 162	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.08 314

AdaDepth	0.11 41	0.09 80	0.20 99	0.20 220	0.10 118	0.19 188	0.13 66	0.16 14	0.13 23	0.10 31	0.10 30	0.09 27	0.09 33	0.19 162	0.12 108	0.05 9	0.05 39	0.06 43	0.06 147	0.05 7	0.05 34

asda	0.11 41	0.11 215	0.16 43	0.17 44	0.09 54	0.14 33	0.12 32	0.24 134	0.16 64	0.11 53	0.11 42	0.08 4	0.10 74	0.15 65	0.12 108	0.04 1	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

asd	0.10 8	0.10 135	0.15 22	0.17 44	0.10 118	0.16 91	0.10 8	0.19 40	0.13 23	0.12 83	0.11 42	0.09 27	0.10 74	0.16 92	0.11 42	0.04 1	0.04 2	0.05 1	0.05 65	0.05 7	0.04 1

qwe	0.11 41	0.10 135	0.14 8	0.17 44	0.10 118	0.15 51	0.12 32	0.25 151	0.17 90	0.14 144	0.13 81	0.09 27	0.09 33	0.18 137	0.12 108	0.04 1	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

depthmonostereo	0.14 155	0.09 80	0.19 86	0.19 146	0.08 23	0.20 230	0.15 148	0.27 186	0.23 221	0.16 193	0.18 187	0.14 167	0.17 296	0.19 162	0.13 163	0.07 124	0.06 234	0.07 149	0.05 65	0.05 7	0.05 34

DilatedVolume-Stereo	0.14 155	0.08 34	0.18 76	0.18 91	0.09 54	0.21 261	0.14 100	0.24 134	0.21 178	0.21 252	0.21 228	0.15 188	0.14 227	0.23 237	0.15 230	0.07 124	0.06 234	0.06 43	0.06 147	0.05 7	0.05 34

2.25w	0.11 41	0.09 80	0.15 22	0.17 44	0.09 54	0.15 51	0.10 8	0.19 40	0.18 110	0.14 144	0.17 167	0.09 27	0.10 74	0.18 137	0.13 163	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.05 34

4.25_new	0.11 41	0.11 215	0.16 43	0.17 44	0.10 118	0.17 125	0.12 32	0.21 74	0.14 39	0.12 83	0.13 81	0.09 27	0.10 74	0.15 65	0.12 108	0.04 1	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

4.5w_new	0.11 41	0.11 215	0.16 43	0.17 44	0.10 118	0.17 125	0.12 32	0.21 74	0.14 39	0.12 83	0.13 81	0.09 27	0.10 74	0.15 65	0.12 108	0.04 1	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

4.25w-stereo	0.11 41	0.11 215	0.16 43	0.17 44	0.10 118	0.17 125	0.12 32	0.21 74	0.14 39	0.12 83	0.13 81	0.09 27	0.10 74	0.15 65	0.12 108	0.04 1	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

4w-stereo	0.10 8	0.10 135	0.15 22	0.17 44	0.09 54	0.15 51	0.10 8	0.19 40	0.13 23	0.12 83	0.12 62	0.08 4	0.11 112	0.16 92	0.12 108	0.04 1	0.04 2	0.05 1	0.05 65	0.05 7	0.04 1

2.5w	0.11 41	0.10 135	0.15 22	0.18 91	0.09 54	0.15 51	0.15 148	0.20 59	0.15 54	0.12 83	0.13 81	0.10 57	0.09 33	0.17 110	0.11 42	0.05 9	0.04 2	0.05 1	0.05 65	0.05 7	0.04 1

3.75w	0.11 41	0.09 80	0.15 22	0.17 44	0.11 172	0.18 153	0.12 32	0.23 115	0.14 39	0.13 113	0.11 42	0.08 4	0.10 74	0.16 92	0.11 42	0.05 9	0.03 1	0.05 1	0.04 1	0.05 7	0.04 1

3.5w_stereo	0.11 41	0.10 135	0.14 8	0.17 44	0.09 54	0.17 125	0.09 2	0.22 92	0.16 64	0.13 113	0.13 81	0.09 27	0.11 112	0.19 162	0.13 163	0.04 1	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

3w_stereo	0.12 70	0.11 215	0.18 76	0.18 91	0.08 23	0.16 91	0.15 148	0.27 186	0.19 129	0.12 83	0.12 62	0.07 1	0.12 146	0.15 65	0.11 42	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.05 34

2w_stereo	0.11 41	0.10 135	0.15 22	0.18 91	0.08 23	0.16 91	0.14 100	0.27 186	0.20 158	0.14 144	0.14 116	0.08 4	0.11 112	0.13 12	0.12 108	0.05 9	0.04 2	0.05 1	0.05 65	0.05 7	0.04 1

1w_stereo	0.12 70	0.08 34	0.14 8	0.18 91	0.09 54	0.16 91	0.15 148	0.25 151	0.21 178	0.13 113	0.16 149	0.08 4	0.12 146	0.16 92	0.13 163	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.05 34

monsterstereo	0.11 41	0.09 80	0.14 8	0.19 146	0.12 239	0.14 33	0.12 32	0.25 151	0.17 90	0.13 113	0.16 149	0.08 4	0.09 33	0.19 162	0.11 42	0.05 9	0.05 39	0.06 43	0.05 65	0.05 7	0.04 1

monsters	0.11 41	0.09 80	0.13 1	0.17 44	0.12 239	0.15 51	0.11 20	0.23 115	0.15 54	0.14 144	0.12 62	0.08 4	0.09 33	0.21 207	0.10 6	0.06 49	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

IGEV	0.11 41	0.06 1	0.17 63	0.15 5	0.11 172	0.16 91	0.13 66	0.21 74	0.16 64	0.11 53	0.15 130	0.09 27	0.07 3	0.14 31	0.11 42	0.06 49	0.05 39	0.06 43	0.05 65	0.05 7	0.05 34

LG-Stereo_L2	0.10 8	0.08 34	0.19 86	0.16 20	0.09 54	0.12 16	0.13 66	0.18 30	0.13 23	0.09 12	0.07 3	0.08 4	0.08 15	0.16 92	0.10 6	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.04 1

LG-Stereo_L1	0.10 8	0.08 34	0.19 86	0.16 20	0.09 54	0.12 16	0.13 66	0.17 20	0.11 8	0.08 2	0.07 3	0.08 4	0.07 3	0.17 110	0.10 6	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.04 1

MLG-Stereo_test1	0.10 8	0.08 34	0.15 22	0.18 91	0.09 54	0.15 51	0.11 20	0.16 14	0.10 4	0.08 2	0.06 1	0.10 57	0.07 3	0.17 110	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

MLG-Stereo	0.10 8	0.08 34	0.15 22	0.18 91	0.07 2	0.15 51	0.11 20	0.17 20	0.11 8	0.08 2	0.06 1	0.10 57	0.08 15	0.18 137	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

FoundationStereo	0.09 1	0.07 4	0.16 43	0.16 20	0.08 23	0.12 16	0.13 66	0.11 2	0.12 16	0.09 12	0.07 3	0.10 57	0.09 33	0.11 1	0.10 6	0.07 124	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

castereo++	0.13 116	0.10 135	0.18 76	0.18 91	0.10 118	0.27 383	0.13 66	0.23 115	0.23 221	0.11 53	0.13 81	0.16 209	0.10 74	0.18 137	0.10 6	0.07 124	0.05 39	0.07 149	0.06 147	0.05 7	0.04 1

MonSter	0.10 8	0.08 34	0.13 1	0.17 44	0.08 23	0.14 33	0.12 32	0.24 134	0.19 129	0.09 12	0.11 42	0.08 4	0.07 3	0.14 31	0.11 42	0.05 9	0.04 2	0.05 1	0.04 1	0.05 7	0.04 1

DEFOM-Stereo	0.11 41	0.08 34	0.17 63	0.17 44	0.09 54	0.22 289	0.14 100	0.14 5	0.16 64	0.11 53	0.10 30	0.09 27	0.08 15	0.21 207	0.11 42	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.05 34

dual_stereo	0.10 8	0.07 4	0.14 8	0.17 44	0.08 23	0.09 1	0.13 66	0.24 134	0.13 23	0.10 31	0.09 16	0.09 27	0.08 15	0.18 137	0.12 108	0.07 124	0.06 234	0.06 43	0.04 1	0.05 7	0.05 34

gcap-zeroshot	0.13 116	0.09 80	0.22 126	0.17 44	0.14 367	0.19 188	0.15 148	0.25 151	0.22 195	0.15 164	0.20 213	0.10 57	0.09 33	0.13 12	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

test_for_model	0.13 116	0.09 80	0.20 99	0.18 91	0.14 367	0.19 188	0.15 148	0.25 151	0.22 195	0.15 164	0.20 213	0.10 57	0.09 33	0.14 31	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

GCAPDPT-zeroshot4090	0.12 70	0.08 34	0.29 216	0.17 44	0.09 54	0.15 51	0.14 100	0.19 40	0.17 90	0.11 53	0.14 116	0.11 92	0.12 146	0.13 12	0.10 6	0.06 49	0.05 39	0.06 43	0.06 147	0.05 7	0.19 590

testlalala	0.13 116	0.09 80	0.22 126	0.17 44	0.14 367	0.19 188	0.15 148	0.25 151	0.22 195	0.15 164	0.20 213	0.10 57	0.09 33	0.13 12	0.11 42	0.06 49	0.05 39	0.07 149	0.06 147	0.05 7	0.05 34

LoS_RVC	0.13 116	0.10 135	0.19 86	0.18 91	0.16 460	0.20 230	0.18 288	0.20 59	0.17 90	0.13 113	0.19 196	0.12 115	0.15 246	0.17 110	0.13 163	0.06 49	0.05 39	0.06 43	0.04 1	0.05 7	0.12 496

DCANet-4	0.19 292	0.10 135	0.52 487	0.19 146	0.09 54	0.19 188	0.18 288	0.36 332	0.39 433	0.29 350	0.30 321	0.17 220	0.22 370	0.20 182	0.18 309	0.07 124	0.05 39	0.07 149	0.05 65	0.05 7	0.07 236

fff	0.19 292	0.13 340	0.40 360	0.18 91	0.09 54	0.19 188	0.18 288	0.35 313	0.43 479	0.29 350	0.30 321	0.18 232	0.28 470	0.20 182	0.18 309	0.07 124	0.05 39	0.07 149	0.05 65	0.05 7	0.07 236

csc	0.19 292	0.13 340	0.40 360	0.18 91	0.09 54	0.19 188	0.18 288	0.35 313	0.43 479	0.29 350	0.30 321	0.18 232	0.28 470	0.20 182	0.18 309	0.07 124	0.05 39	0.07 149	0.05 65	0.05 7	0.07 236

cscssc	0.19 292	0.13 340	0.40 360	0.18 91	0.09 54	0.19 188	0.18 288	0.35 313	0.43 479	0.29 350	0.30 321	0.18 232	0.28 470	0.20 182	0.18 309	0.07 124	0.05 39	0.07 149	0.05 65	0.05 7	0.07 236

MGA	0.10 8	0.07 4	0.16 43	0.16 20	0.10 118	0.15 51	0.10 8	0.18 30	0.13 23	0.09 12	0.09 16	0.09 27	0.07 3	0.15 65	0.11 42	0.07 124	0.05 39	0.06 43	0.04 1	0.06 97	0.06 140

DF	0.13 116	0.09 80	0.21 111	0.18 91	0.10 118	0.17 125	0.15 148	0.25 151	0.17 90	0.13 113	0.22 242	0.19 248	0.11 112	0.20 182	0.14 200	0.08 284	0.05 39	0.06 43	0.06 147	0.06 97	0.06 140

LiteMatch*	0.11 41	0.07 4	0.22 126	0.16 20	0.10 118	0.13 22	0.13 66	0.18 30	0.14 39	0.09 12	0.09 16	0.09 27	0.10 74	0.14 31	0.11 42	0.07 124	0.05 39	0.06 43	0.05 65	0.06 97	0.06 140

aanet-new-90k	0.12 70	0.11 215	0.28 202	0.20 220	0.09 54	0.15 51	0.14 100	0.22 92	0.16 64	0.09 12	0.11 42	0.09 27	0.12 146	0.20 182	0.09 1	0.05 9	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

aanet-new-60k	0.12 70	0.11 215	0.32 249	0.20 220	0.08 23	0.16 91	0.13 66	0.19 40	0.17 90	0.11 53	0.12 62	0.11 92	0.11 112	0.19 162	0.10 6	0.05 9	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

aanet-new-32k	0.12 70	0.11 215	0.27 185	0.20 220	0.09 54	0.18 153	0.13 66	0.18 30	0.13 23	0.12 83	0.12 62	0.13 135	0.13 191	0.14 31	0.10 6	0.06 49	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

aanet-new-30k	0.12 70	0.11 215	0.27 185	0.20 220	0.09 54	0.18 153	0.13 66	0.18 30	0.13 23	0.12 83	0.12 62	0.13 135	0.13 191	0.14 31	0.10 6	0.06 49	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

aanet-new-24k	0.12 70	0.11 215	0.22 126	0.19 146	0.11 172	0.16 91	0.14 100	0.19 40	0.15 54	0.13 113	0.16 149	0.11 92	0.12 146	0.14 31	0.10 6	0.05 9	0.05 39	0.06 43	0.06 147	0.06 97	0.05 34

RT-Monster	0.15 191	0.08 34	0.21 111	0.17 44	0.14 367	0.20 230	0.11 20	0.29 224	0.32 345	0.24 279	0.22 242	0.17 220	0.13 191	0.18 137	0.14 200	0.07 124	0.06 234	0.06 43	0.05 65	0.06 97	0.07 236

DepthFocus	0.10 8	0.07 4	0.21 111	0.15 5	0.11 172	0.10 10	0.13 66	0.15 9	0.08 1	0.12 83	0.10 30	0.09 27	0.07 3	0.13 12	0.10 6	0.07 124	0.06 234	0.08 244	0.08 302	0.06 97	0.05 34

Foundation-i1	0.13 116	0.07 4	0.16 43	0.17 44	0.11 172	0.17 125	0.16 195	0.32 266	0.22 195	0.15 164	0.17 167	0.20 258	0.13 191	0.14 31	0.13 163	0.07 124	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

Selective-IGEV-i32	0.12 70	0.09 80	0.22 126	0.19 146	0.10 118	0.15 51	0.14 100	0.27 186	0.15 54	0.13 113	0.14 116	0.13 135	0.08 15	0.21 207	0.12 108	0.06 49	0.05 39	0.07 149	0.06 147	0.06 97	0.05 34

VMStereo-Base	0.13 116	0.08 34	0.22 126	0.15 5	0.09 54	0.18 153	0.13 66	0.24 134	0.25 251	0.14 144	0.22 242	0.17 220	0.12 146	0.19 162	0.13 163	0.08 284	0.06 234	0.06 43	0.05 65	0.06 97	0.07 236

BridgeDepth_RVC	0.10 8	0.07 4	0.15 22	0.13 1	0.07 2	0.16 91	0.10 8	0.20 59	0.14 39	0.09 12	0.10 30	0.09 27	0.12 146	0.13 12	0.12 108	0.07 124	0.05 39	0.05 1	0.05 65	0.06 97	0.04 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
252Zero-FE	0.14 155	0.07 4	0.17 63	0.17 44	0.09 54	0.15 51	0.11 20	0.21 74	0.19 129	0.77 641	0.11 42	0.08 4	0.08 15	0.13 12	0.13 163	0.07 124	0.05 39	0.06 43	0.04 1	0.06 97	0.06 140

GASTEREO	0.13 116	0.12 273	0.21 111	0.23 400	0.10 118	0.18 153	0.15 148	0.26 171	0.18 110	0.17 212	0.16 149	0.11 92	0.13 191	0.19 162	0.11 42	0.07 124	0.05 39	0.06 43	0.07 220	0.06 97	0.06 140

MSCF	0.13 116	0.12 273	0.21 111	0.22 343	0.10 118	0.16 91	0.15 148	0.26 171	0.18 110	0.17 212	0.16 149	0.11 92	0.13 191	0.18 137	0.11 42	0.07 124	0.05 39	0.06 43	0.07 220	0.06 97	0.06 140

water-stereo	0.13 116	0.08 34	0.20 99	0.19 146	0.10 118	0.17 125	0.14 100	0.25 151	0.19 129	0.17 212	0.23 251	0.15 188	0.15 246	0.12 5	0.13 163	0.07 124	0.06 234	0.07 149	0.06 147	0.06 97	0.05 34

4.5_new	0.11 41	0.11 215	0.15 22	0.17 44	0.09 54	0.14 33	0.12 32	0.21 74	0.16 64	0.13 113	0.13 81	0.08 4	0.09 33	0.13 12	0.11 42	0.05 9	0.04 2	0.05 1	0.05 65	0.06 97	0.04 1

4.5w-stereo	0.11 41	0.11 215	0.15 22	0.17 44	0.09 54	0.14 33	0.12 32	0.21 74	0.16 64	0.13 113	0.13 81	0.08 4	0.09 33	0.13 12	0.11 42	0.05 9	0.04 2	0.05 1	0.05 65	0.06 97	0.04 1

xyz-stereo-finetune2	0.17 225	0.11 215	0.26 173	0.16 20	0.09 54	0.27 383	0.19 335	0.27 186	0.20 158	0.22 259	0.28 296	0.21 270	0.22 370	0.37 416	0.22 410	0.06 49	0.05 39	0.08 244	0.06 147	0.06 97	0.07 236

xyz-stereo-finetune	0.16 207	0.12 273	0.23 139	0.16 20	0.08 23	0.23 311	0.20 388	0.29 224	0.31 336	0.19 237	0.22 242	0.19 248	0.15 246	0.29 354	0.20 363	0.06 49	0.06 234	0.08 244	0.06 147	0.06 97	0.06 140

xyz-stereo	1.40 670	0.10 135	17.09 709	0.18 91	0.07 2	4.78 689	0.18 288	0.29 224	0.34 369	0.36 488	2.81 687	0.40 497	0.29 485	0.56 500	0.24 442	0.07 124	0.05 39	0.09 337	0.06 147	0.06 97	0.05 34

MLG-Stereo_test3	0.10 8	0.08 34	0.16 43	0.17 44	0.08 23	0.16 91	0.12 32	0.17 20	0.12 16	0.10 31	0.07 3	0.10 57	0.08 15	0.14 31	0.11 42	0.07 124	0.05 39	0.06 43	0.04 1	0.06 97	0.06 140

MLG-Stereo_test2	0.10 8	0.08 34	0.15 22	0.17 44	0.09 54	0.15 51	0.11 20	0.16 14	0.10 4	0.09 12	0.07 3	0.10 57	0.06 1	0.15 65	0.11 42	0.07 124	0.05 39	0.06 43	0.04 1	0.06 97	0.05 34

LG-G_1	0.11 41	0.08 34	0.18 76	0.18 91	0.07 2	0.21 261	0.09 2	0.19 40	0.11 8	0.10 31	0.09 16	0.11 92	0.10 74	0.19 162	0.10 6	0.07 124	0.05 39	0.06 43	0.04 1	0.06 97	0.06 140

LG-G	0.11 41	0.08 34	0.18 76	0.18 91	0.07 2	0.21 261	0.09 2	0.19 40	0.11 8	0.10 31	0.09 16	0.11 92	0.10 74	0.19 162	0.10 6	0.07 124	0.05 39	0.06 43	0.04 1	0.06 97	0.06 140

LGtest1	0.10 8	0.08 34	0.17 63	0.17 44	0.08 23	0.13 22	0.09 2	0.16 14	0.12 16	0.09 12	0.07 3	0.09 27	0.09 33	0.15 65	0.11 42	0.08 284	0.05 39	0.06 43	0.05 65	0.06 97	0.06 140

SGD-Stereo	0.11 41	0.08 34	0.17 63	0.17 44	0.07 2	0.17 125	0.13 66	0.18 30	0.16 64	0.11 53	0.13 81	0.11 92	0.12 146	0.18 137	0.11 42	0.08 284	0.04 2	0.06 43	0.05 65	0.06 97	0.04 1

Reg-Stereo(zero)	0.16 207	0.07 4	0.36 308	0.19 146	0.10 118	0.19 188	0.14 100	0.28 208	0.24 237	0.22 259	0.20 213	0.24 316	0.18 322	0.21 207	0.18 309	0.07 124	0.05 39	0.06 43	0.06 147	0.06 97	0.06 140

AIO_rvc	0.12 70	0.11 215	0.22 126	0.19 146	0.10 118	0.15 51	0.17 241	0.20 59	0.16 64	0.11 53	0.13 81	0.13 135	0.08 15	0.22 227	0.11 42	0.06 49	0.05 39	0.06 43	0.05 65	0.06 97	0.07 236

AIO_test	0.12 70	0.09 80	0.20 99	0.19 146	0.11 172	0.15 51	0.17 241	0.19 40	0.16 64	0.11 53	0.13 81	0.14 167	0.09 33	0.20 182	0.12 108	0.07 124	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

AIO-test1	0.19 292	0.14 387	0.41 383	0.27 555	0.15 428	0.21 261	0.16 195	0.39 360	0.36 398	0.17 212	0.26 284	0.18 232	0.13 191	0.28 335	0.14 200	0.07 124	0.06 234	0.10 415	0.11 488	0.06 97	0.09 378

castereo	0.14 155	0.10 135	0.19 86	0.18 91	0.10 118	0.20 230	0.19 335	0.30 244	0.27 274	0.13 113	0.18 187	0.16 209	0.16 266	0.15 65	0.13 163	0.07 124	0.05 39	0.06 43	0.06 147	0.06 97	0.05 34

GIP-stereo	0.12 70	0.09 80	0.20 99	0.19 146	0.11 172	0.16 91	0.14 100	0.29 224	0.18 110	0.11 53	0.16 149	0.13 135	0.09 33	0.15 65	0.12 108	0.07 124	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

SMoEStereo_RVC	0.13 116	0.10 135	0.22 126	0.19 146	0.10 118	0.19 188	0.17 241	0.19 40	0.19 129	0.15 164	0.13 81	0.12 115	0.11 112	0.24 253	0.16 257	0.06 49	0.05 39	0.07 149	0.06 147	0.06 97	0.06 140

999	0.14 155	0.08 34	0.24 149	0.19 146	0.11 172	0.20 230	0.17 241	0.24 134	0.18 110	0.13 113	0.16 149	0.14 167	0.11 112	0.36 412	0.15 230	0.07 124	0.05 39	0.07 149	0.06 147	0.06 97	0.07 236

ours_stereo	0.13 116	0.11 215	0.23 139	0.20 220	0.11 172	0.17 125	0.18 288	0.20 59	0.19 129	0.13 113	0.18 187	0.14 167	0.10 74	0.23 237	0.14 200	0.06 49	0.05 39	0.08 244	0.06 147	0.06 97	0.05 34

UGAM-zero	0.23 382	0.10 135	0.54 494	0.19 146	0.13 319	0.21 261	0.14 100	0.44 420	0.22 195	0.28 321	0.28 296	0.51 568	0.33 526	0.65 551	0.14 200	0.07 124	0.06 234	0.07 149	0.08 302	0.06 97	0.07 236

WCG-NET	0.14 155	0.09 80	0.23 139	0.18 91	0.08 23	0.18 153	0.17 241	0.21 74	0.28 291	0.18 230	0.21 228	0.15 188	0.12 146	0.18 137	0.12 108	0.06 49	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

GCAP-BAT	0.21 330	0.08 34	1.22 644	0.29 580	0.43 643	0.16 91	0.15 148	0.27 186	0.25 251	0.14 144	0.17 167	0.15 188	0.11 112	0.20 182	0.12 108	0.07 124	0.05 39	0.07 149	0.06 147	0.06 97	0.06 140

IGEV-Stereo++	0.11 41	0.08 34	0.15 22	0.19 146	0.11 172	0.14 33	0.10 8	0.22 92	0.18 110	0.10 31	0.13 81	0.10 57	0.11 112	0.14 31	0.11 42	0.06 49	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

Pointernet	0.13 116	0.07 4	0.27 185	0.19 146	0.11 172	0.20 230	0.12 32	0.31 254	0.24 237	0.15 164	0.15 130	0.13 135	0.11 112	0.17 110	0.13 163	0.08 284	0.05 39	0.06 43	0.05 65	0.06 97	0.05 34

AIO-Stereo	0.13 116	0.10 135	0.22 126	0.20 220	0.09 54	0.16 91	0.15 148	0.27 186	0.16 64	0.13 113	0.15 130	0.13 135	0.08 15	0.18 137	0.11 42	0.06 49	0.05 39	0.07 149	0.07 220	0.06 97	0.06 140

WCG-NET（raft）	0.14 155	0.09 80	0.23 139	0.17 44	0.08 23	0.19 188	0.16 195	0.23 115	0.26 263	0.18 230	0.19 196	0.20 258	0.12 146	0.21 207	0.12 108	0.06 49	0.06 234	0.06 43	0.05 65	0.06 97	0.05 34

RSM	0.12 70	0.09 80	0.20 99	0.20 220	0.09 54	0.16 91	0.15 148	0.23 115	0.18 110	0.13 113	0.13 81	0.15 188	0.09 33	0.21 207	0.12 108	0.06 49	0.05 39	0.07 149	0.07 220	0.06 97	0.05 34

RAFT-Stereo-weight	0.15 191	0.09 80	0.26 173	0.20 220	0.10 118	0.19 188	0.17 241	0.36 332	0.29 310	0.24 279	0.20 213	0.19 248	0.10 74	0.18 137	0.15 230	0.07 124	0.05 39	0.07 149	0.05 65	0.06 97	0.05 34

trnet	0.13 116	0.08 34	0.21 111	0.15 5	0.07 2	0.21 261	0.12 32	0.24 134	0.24 237	0.16 193	0.21 228	0.15 188	0.13 191	0.18 137	0.13 163	0.08 284	0.05 39	0.06 43	0.04 1	0.06 97	0.05 34

MoCha-V2	0.13 116	0.08 34	0.26 173	0.23 400	0.09 54	0.16 91	0.15 148	0.26 171	0.16 64	0.15 164	0.15 130	0.13 135	0.14 227	0.20 182	0.11 42	0.06 49	0.07 365	0.06 43	0.06 147	0.06 97	0.05 34

MSKI-zero shot	0.17 225	0.09 80	0.43 406	0.20 220	0.11 172	0.21 261	0.15 148	0.32 266	0.21 178	0.23 265	0.24 265	0.23 302	0.10 74	0.31 377	0.13 163	0.07 124	0.06 234	0.07 149	0.06 147	0.06 97	0.06 140

GCAPDPT-zeroshot	0.20 309	0.08 34	1.14 639	0.29 580	0.43 643	0.16 91	0.15 148	0.27 186	0.25 251	0.14 144	0.17 167	0.15 188	0.11 112	0.20 182	0.12 108	0.07 124	0.05 39	0.07 149	0.06 147	0.06 97	0.06 140

GCAP-Stereo	0.14 155	0.14 387	0.33 267	0.20 220	0.09 54	0.21 261	0.10 8	0.26 171	0.20 158	0.18 230	0.19 196	0.15 188	0.13 191	0.17 110	0.13 163	0.07 124	0.06 234	0.07 149	0.05 65	0.06 97	0.06 140

RAFT-Test	0.17 225	0.10 135	0.38 336	0.19 146	0.12 239	0.25 350	0.17 241	0.33 281	0.23 221	0.23 265	0.29 308	0.27 358	0.14 227	0.20 182	0.14 200	0.07 124	0.06 234	0.07 149	0.07 220	0.06 97	0.06 140

CAS	0.15 191	0.07 4	0.21 111	0.41 636	0.16 460	0.20 230	0.18 288	0.22 92	0.19 129	0.15 164	0.19 196	0.11 92	0.09 33	0.14 31	0.13 163	0.29 642	0.04 2	0.06 43	0.04 1	0.06 97	0.14 535

LoS	0.14 155	0.08 34	0.27 185	0.16 20	0.09 54	0.22 289	0.14 100	0.26 171	0.26 263	0.15 164	0.18 187	0.18 232	0.13 191	0.22 227	0.14 200	0.08 284	0.06 234	0.06 43	0.04 1	0.06 97	0.06 140
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.12 70	0.09 80	0.22 126	0.19 146	0.10 118	0.15 51	0.14 100	0.27 186	0.15 54	0.13 113	0.14 116	0.13 135	0.08 15	0.21 207	0.12 108	0.06 49	0.05 39	0.07 149	0.06 147	0.06 97	0.05 34

EGLCR-Stereo	0.13 116	0.08 34	0.20 99	0.18 91	0.09 54	0.21 261	0.13 66	0.27 186	0.21 178	0.13 113	0.10 30	0.15 188	0.09 33	0.20 182	0.13 163	0.07 124	0.05 39	0.07 149	0.07 220	0.06 97	0.06 140

MC-Stereo	0.14 155	0.09 80	0.25 163	0.21 274	0.09 54	0.18 153	0.16 195	0.23 115	0.19 129	0.18 230	0.23 251	0.16 209	0.13 191	0.22 227	0.13 163	0.07 124	0.05 39	0.07 149	0.07 220	0.06 97	0.05 34

RCA-Stereo	0.16 207	0.09 80	0.25 163	0.20 220	0.10 118	0.19 188	0.17 241	0.36 332	0.35 385	0.20 241	0.25 275	0.17 220	0.17 296	0.18 137	0.14 200	0.07 124	0.05 39	0.07 149	0.06 147	0.06 97	0.05 34

ADStereo(finetuned)	0.19 292	0.13 340	0.49 460	0.19 146	0.09 54	0.19 188	0.18 288	0.34 290	0.39 433	0.29 350	0.31 336	0.18 232	0.31 516	0.21 207	0.19 342	0.07 124	0.05 39	0.07 149	0.05 65	0.06 97	0.07 236

test-3	0.16 207	0.09 80	0.31 241	0.21 274	0.11 172	0.18 153	0.16 195	0.30 244	0.27 274	0.26 301	0.16 149	0.22 281	0.12 146	0.26 301	0.18 309	0.06 49	0.04 2	0.08 244	0.08 302	0.06 97	0.06 140

test_1	0.16 207	0.09 80	0.31 241	0.21 274	0.11 172	0.18 153	0.16 195	0.30 244	0.27 274	0.25 289	0.16 149	0.22 281	0.12 146	0.26 301	0.18 309	0.06 49	0.04 2	0.08 244	0.08 302	0.06 97	0.06 140

TRStereo	0.19 292	0.17 468	0.47 444	0.23 400	0.19 533	0.19 188	0.16 195	0.52 519	0.28 291	0.20 241	0.19 196	0.21 270	0.13 191	0.24 253	0.13 163	0.09 379	0.06 234	0.09 337	0.11 488	0.06 97	0.06 140

STrans-v2	0.24 413	0.13 340	0.54 494	0.21 274	0.12 239	0.23 311	0.21 419	0.47 450	0.28 291	0.31 400	0.42 472	0.36 456	0.35 539	0.62 536	0.23 431	0.07 124	0.05 39	0.08 244	0.07 220	0.06 97	0.06 140

TransformOpticalFlow	0.24 413	0.13 340	0.56 504	0.23 400	0.11 172	0.21 261	0.19 335	0.40 372	0.32 345	0.30 382	0.43 485	0.36 456	0.31 516	0.61 528	0.20 363	0.07 124	0.05 39	0.08 244	0.07 220	0.06 97	0.07 236

ASMatch	0.23 382	0.11 215	0.51 481	0.24 454	0.14 367	0.19 188	0.17 241	0.31 254	0.28 291	0.28 321	0.68 609	0.27 358	0.26 434	0.50 463	0.22 410	0.07 124	0.06 234	0.08 244	0.07 220	0.06 97	0.11 472

DEmStereo	0.26 458	0.09 80	0.47 444	0.19 146	0.12 239	0.30 443	0.25 511	0.28 208	0.36 398	0.36 488	0.58 578	0.25 326	0.48 604	0.53 481	0.44 568	0.07 124	0.06 234	0.08 244	0.08 302	0.06 97	0.07 236

RAFT-RH_RVC	0.25 441	0.11 215	0.45 428	0.21 274	0.12 239	0.25 350	0.14 100	0.27 186	0.27 274	0.38 511	1.15 651	0.23 302	0.17 296	0.57 504	0.24 442	0.07 124	0.05 39	0.10 415	0.07 220	0.06 97	0.07 236

RAFT-345	0.21 330	0.10 135	0.46 436	0.22 343	0.11 172	0.20 230	0.16 195	0.26 171	0.25 251	0.27 309	0.66 604	0.21 270	0.16 266	0.55 489	0.21 390	0.07 124	0.06 234	0.08 244	0.07 220	0.06 97	0.06 140

AnonymousM	0.17 225	0.19 498	0.24 149	0.18 91	0.10 118	0.18 153	0.17 241	0.30 244	0.23 221	0.26 301	0.20 213	0.18 232	0.14 227	0.19 162	0.14 200	0.09 379	0.06 234	0.38 647	0.15 578	0.06 97	0.05 34

cross-raft	0.17 225	0.12 273	0.41 383	0.23 400	0.10 118	0.20 230	0.24 494	0.33 281	0.23 221	0.23 265	0.28 296	0.29 385	0.15 246	0.17 110	0.15 230	0.06 49	0.05 39	0.07 149	0.07 220	0.06 97	0.05 34

test-1	0.17 225	0.11 215	0.40 360	0.23 400	0.13 319	0.22 289	0.23 472	0.34 290	0.26 263	0.20 241	0.24 265	0.22 281	0.14 227	0.16 92	0.20 363	0.07 124	0.06 234	0.08 244	0.07 220	0.06 97	0.08 314

CREStereo++_RVC	0.15 191	0.08 34	0.26 173	0.17 44	0.11 172	0.18 153	0.13 66	0.22 92	0.30 323	0.21 252	0.30 321	0.13 135	0.11 112	0.16 92	0.15 230	0.07 124	0.04 2	0.06 43	0.15 578	0.06 97	0.05 34
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.17 225	0.09 80	0.26 173	0.18 91	0.07 2	0.32 471	0.19 335	0.37 342	0.32 345	0.23 265	0.25 275	0.18 232	0.17 296	0.25 283	0.16 257	0.07 124	0.05 39	0.07 149	0.05 65	0.06 97	0.05 34

TANstereo	0.15 191	0.09 80	0.28 202	0.16 20	0.08 23	0.25 350	0.14 100	0.23 115	0.28 291	0.24 279	0.30 321	0.16 209	0.12 146	0.17 110	0.13 163	0.08 284	0.07 365	0.06 43	0.05 65	0.06 97	0.07 236

raftrobust	0.16 207	0.13 340	0.29 216	0.22 343	0.15 428	0.19 188	0.13 66	0.32 266	0.26 263	0.26 301	0.20 213	0.19 248	0.17 296	0.21 207	0.15 230	0.08 284	0.06 234	0.07 149	0.06 147	0.06 97	0.07 236

DCANet	0.18 249	0.13 340	0.40 360	0.19 146	0.09 54	0.19 188	0.18 288	0.34 290	0.39 433	0.29 350	0.31 336	0.18 232	0.23 384	0.20 182	0.19 342	0.07 124	0.05 39	0.07 149	0.05 65	0.06 97	0.07 236

EAI-Stereo	0.21 330	0.10 135	0.33 267	0.21 274	0.12 239	0.30 443	0.46 633	0.46 441	0.20 158	0.25 289	0.50 537	0.17 220	0.16 266	0.24 253	0.23 431	0.07 124	0.06 234	0.07 149	0.10 449	0.06 97	0.07 236

CFNet-RSSM	0.17 225	0.10 135	0.40 360	0.20 220	0.11 172	0.20 230	0.15 148	0.36 332	0.30 323	0.23 265	0.21 228	0.26 348	0.15 246	0.20 182	0.13 163	0.07 124	0.05 39	0.07 149	0.07 220	0.06 97	0.05 34

Gwc-CoAtRS	0.17 225	0.10 135	0.37 317	0.20 220	0.12 239	0.19 188	0.15 148	0.32 266	0.28 291	0.23 265	0.23 251	0.27 358	0.15 246	0.20 182	0.13 163	0.07 124	0.05 39	0.07 149	0.07 220	0.06 97	0.06 140

R-Stereo Train	0.18 249	0.09 80	0.32 249	0.22 343	0.12 239	0.22 289	0.19 335	0.42 398	0.19 129	0.31 400	0.45 508	0.20 258	0.14 227	0.18 137	0.15 230	0.08 284	0.06 234	0.07 149	0.06 147	0.06 97	0.06 140

RAFT-Stereo	0.18 249	0.09 80	0.32 249	0.22 343	0.12 239	0.22 289	0.19 335	0.42 398	0.19 129	0.31 400	0.45 508	0.20 258	0.14 227	0.18 137	0.15 230	0.08 284	0.06 234	0.07 149	0.06 147	0.06 97	0.06 140
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
aanet-new-78k	0.13 116	0.11 215	0.44 416	0.21 274	0.08 23	0.14 33	0.14 100	0.21 74	0.16 64	0.10 31	0.13 81	0.10 57	0.13 191	0.18 137	0.09 1	0.05 9	0.04 2	0.06 43	0.05 65	0.07 179	0.05 34

aanet-new-40k	0.12 70	0.11 215	0.27 185	0.19 146	0.11 172	0.16 91	0.14 100	0.19 40	0.14 39	0.11 53	0.14 116	0.10 57	0.11 112	0.12 5	0.10 6	0.06 49	0.04 2	0.06 43	0.05 65	0.07 179	0.05 34

aanet-32k-new	0.12 70	0.13 340	0.28 202	0.20 220	0.09 54	0.16 91	0.15 148	0.20 59	0.16 64	0.11 53	0.14 116	0.09 27	0.13 191	0.18 137	0.10 6	0.06 49	0.04 2	0.06 43	0.05 65	0.07 179	0.06 140

aanet-new-28k	0.12 70	0.11 215	0.35 288	0.20 220	0.08 23	0.16 91	0.14 100	0.19 40	0.14 39	0.12 83	0.14 116	0.12 115	0.12 146	0.15 65	0.10 6	0.06 49	0.05 39	0.06 43	0.07 220	0.07 179	0.05 34

aanet-new-16k	0.12 70	0.11 215	0.26 173	0.20 220	0.08 23	0.14 33	0.12 32	0.21 74	0.19 129	0.12 83	0.12 62	0.12 115	0.11 112	0.14 31	0.11 42	0.06 49	0.05 39	0.06 43	0.05 65	0.07 179	0.05 34

aanet-new-10k	0.12 70	0.12 273	0.27 185	0.21 274	0.09 54	0.19 188	0.14 100	0.24 134	0.17 90	0.12 83	0.13 81	0.11 92	0.12 146	0.14 31	0.11 42	0.06 49	0.05 39	0.06 43	0.05 65	0.07 179	0.05 34

aanet-new-14k	0.12 70	0.11 215	0.25 163	0.21 274	0.08 23	0.13 22	0.14 100	0.25 151	0.21 178	0.12 83	0.15 130	0.09 27	0.14 227	0.15 65	0.11 42	0.06 49	0.05 39	0.06 43	0.05 65	0.07 179	0.05 34

aanet-new	0.13 116	0.11 215	0.30 226	0.20 220	0.13 319	0.20 230	0.14 100	0.23 115	0.16 64	0.12 83	0.13 81	0.09 27	0.15 246	0.19 162	0.10 6	0.07 124	0.05 39	0.07 149	0.05 65	0.07 179	0.06 140

PSi22	0.14 155	0.13 340	0.29 216	0.19 146	0.09 54	0.17 125	0.12 32	0.28 208	0.23 221	0.13 113	0.14 116	0.22 281	0.13 191	0.29 354	0.14 200	0.06 49	0.05 39	0.05 1	0.04 1	0.07 179	0.06 140

Hybrid-DGEV-2	0.21 330	0.15 422	0.34 278	0.24 454	0.13 319	0.28 403	0.14 100	0.48 463	0.44 494	0.27 309	0.24 265	0.25 326	0.25 423	0.28 335	0.19 342	0.07 124	0.06 234	0.09 337	0.08 302	0.07 179	0.07 236

WQFJA1	0.18 249	0.10 135	0.16 43	0.22 343	0.18 506	0.25 350	0.19 335	0.51 500	0.51 559	0.15 164	0.17 167	0.15 188	0.16 266	0.20 182	0.20 363	0.07 124	0.09 488	0.08 244	0.07 220	0.07 179	0.06 140

NLMM1	0.19 292	0.12 273	0.16 43	0.23 400	0.18 506	0.24 332	0.20 388	0.59 591	0.65 610	0.18 230	0.17 167	0.13 135	0.14 227	0.25 283	0.18 309	0.08 284	0.09 488	0.08 244	0.07 220	0.07 179	0.06 140

NLMM	0.18 249	0.10 135	0.16 43	0.22 343	0.18 506	0.25 350	0.19 335	0.51 500	0.51 559	0.15 164	0.17 167	0.15 188	0.16 266	0.20 182	0.20 363	0.07 124	0.09 488	0.08 244	0.07 220	0.07 179	0.06 140

NLSM1	0.17 225	0.10 135	0.17 63	0.21 274	0.18 506	0.25 350	0.17 241	0.47 450	0.40 451	0.16 193	0.21 228	0.13 135	0.15 246	0.21 207	0.18 309	0.08 284	0.09 488	0.09 337	0.08 302	0.07 179	0.06 140

FE-Mocha	0.16 207	0.10 135	0.33 267	0.19 146	0.13 319	0.19 188	0.15 148	0.35 313	0.22 195	0.24 279	0.24 265	0.20 258	0.14 227	0.17 110	0.17 286	0.07 124	0.05 39	0.08 244	0.08 302	0.07 179	0.06 140

IGEV-FE	0.18 249	0.10 135	0.65 543	0.20 220	0.12 239	0.19 188	0.15 148	0.34 290	0.19 129	0.28 321	0.22 242	0.27 358	0.13 191	0.23 237	0.18 309	0.07 124	0.06 234	0.08 244	0.08 302	0.07 179	0.06 140

DA	0.14 155	0.10 135	0.18 76	0.21 274	0.10 118	0.29 425	0.16 195	0.28 208	0.20 158	0.14 144	0.17 167	0.16 209	0.14 227	0.17 110	0.12 108	0.07 124	0.05 39	0.07 149	0.05 65	0.07 179	0.07 236

GGEV	0.14 155	0.10 135	0.18 76	0.21 274	0.10 118	0.29 425	0.16 195	0.28 208	0.20 158	0.14 144	0.17 167	0.16 209	0.14 227	0.17 110	0.12 108	0.07 124	0.05 39	0.07 149	0.05 65	0.07 179	0.07 236

LG-Stereo_Zeroshot	0.13 116	0.09 80	0.24 149	0.20 220	0.10 118	0.15 51	0.14 100	0.22 92	0.16 64	0.12 83	0.19 196	0.15 188	0.11 112	0.13 12	0.17 286	0.07 124	0.05 39	0.06 43	0.06 147	0.07 179	0.06 140

LG-Stereo	0.13 116	0.10 135	0.24 149	0.20 220	0.09 54	0.16 91	0.18 288	0.21 74	0.18 110	0.11 53	0.17 167	0.09 27	0.09 33	0.15 65	0.14 200	0.05 9	0.06 234	0.08 244	0.08 302	0.07 179	0.05 34

GREAT-IGEV	0.12 70	0.09 80	0.25 163	0.16 20	0.11 172	0.14 33	0.16 195	0.17 20	0.17 90	0.10 31	0.15 130	0.09 27	0.09 33	0.18 137	0.10 6	0.06 49	0.07 365	0.06 43	0.05 65	0.07 179	0.10 435
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
DEFOM-Stereo_RVC	0.13 116	0.14 387	0.19 86	0.26 527	0.09 54	0.15 51	0.13 66	0.22 92	0.18 110	0.12 83	0.11 42	0.10 57	0.13 191	0.21 207	0.12 108	0.07 124	0.05 39	0.06 43	0.05 65	0.07 179	0.05 34

HUF	0.15 191	0.11 215	0.38 336	0.17 44	0.11 172	0.16 91	0.17 241	0.22 92	0.20 158	0.11 53	0.13 81	0.14 167	0.11 112	0.18 137	0.12 108	0.07 124	0.20 627	0.06 43	0.05 65	0.07 179	0.14 535

AIO-test2	0.20 309	0.20 511	0.36 308	0.26 527	0.15 428	0.22 289	0.16 195	0.42 398	0.42 471	0.16 193	0.29 308	0.15 188	0.11 112	0.26 301	0.13 163	0.18 605	0.06 234	0.10 415	0.11 488	0.07 179	0.07 236

fffft	0.13 116	0.09 80	0.24 149	0.19 146	0.10 118	0.17 125	0.19 335	0.22 92	0.16 64	0.14 144	0.11 42	0.13 135	0.10 74	0.24 253	0.18 309	0.06 49	0.05 39	0.07 149	0.06 147	0.07 179	0.06 140
1: 1. 1
tt45	0.14 155	0.09 80	0.22 126	0.19 146	0.11 172	0.23 311	0.18 288	0.22 92	0.17 90	0.15 164	0.13 81	0.14 167	0.10 74	0.30 370	0.14 200	0.07 124	0.05 39	0.08 244	0.06 147	0.07 179	0.07 236

mms	0.13 116	0.11 215	0.19 86	0.19 146	0.12 239	0.16 91	0.17 241	0.20 59	0.17 90	0.13 113	0.17 167	0.14 167	0.09 33	0.24 253	0.14 200	0.06 49	0.05 39	0.08 244	0.06 147	0.07 179	0.07 236

fffy	0.14 155	0.11 215	0.24 149	0.20 220	0.10 118	0.19 188	0.18 288	0.22 92	0.19 129	0.13 113	0.16 149	0.15 188	0.13 191	0.25 283	0.14 200	0.06 49	0.06 234	0.08 244	0.06 147	0.07 179	0.06 140

PAM_32	0.23 382	0.10 135	0.63 534	0.21 274	0.14 367	0.33 483	0.19 335	0.36 332	0.23 221	0.29 350	0.28 296	0.56 589	0.28 470	0.27 321	0.18 309	0.08 284	0.06 234	0.08 244	0.09 405	0.07 179	0.09 378

PAM	0.23 382	0.10 135	0.63 534	0.22 343	0.15 428	0.34 496	0.21 419	0.37 342	0.22 195	0.31 400	0.27 290	0.55 585	0.26 434	0.26 301	0.17 286	0.08 284	0.06 234	0.07 149	0.09 405	0.07 179	0.09 378

model_zeroshot	0.17 225	0.11 215	0.39 352	0.20 220	0.12 239	0.24 332	0.15 148	0.34 290	0.22 195	0.30 382	0.20 213	0.22 281	0.12 146	0.24 253	0.14 200	0.08 284	0.07 365	0.07 149	0.07 220	0.07 179	0.07 236

RAStereo	0.13 116	0.12 273	0.27 185	0.22 343	0.11 172	0.15 51	0.18 288	0.23 115	0.23 221	0.13 113	0.17 167	0.11 92	0.09 33	0.15 65	0.13 163	0.08 284	0.06 234	0.08 244	0.06 147	0.07 179	0.05 34

Occ-G	0.13 116	0.08 34	0.21 111	0.17 44	0.10 118	0.15 51	0.19 335	0.22 92	0.19 129	0.13 113	0.19 196	0.21 270	0.11 112	0.17 110	0.14 200	0.07 124	0.06 234	0.07 149	0.06 147	0.07 179	0.06 140

U	1.00 659	0.09 80	0.21 111	0.21 274	3.68 691	6.12 694	0.14 100	0.21 74	0.21 178	0.11 53	0.11 42	0.10 57	0.09 33	0.12 5	0.11 42	0.07 124	0.05 39	5.42 700	2.90 698	0.07 179	0.06 140

RSM++	0.12 70	0.09 80	0.19 86	0.20 220	0.09 54	0.17 125	0.15 148	0.21 74	0.19 129	0.12 83	0.12 62	0.14 167	0.09 33	0.20 182	0.12 108	0.06 49	0.05 39	0.07 149	0.07 220	0.07 179	0.05 34

IGEV++	0.13 116	0.10 135	0.23 139	0.21 274	0.10 118	0.15 51	0.15 148	0.29 224	0.16 64	0.12 83	0.15 130	0.12 115	0.12 146	0.17 110	0.14 200	0.07 124	0.06 234	0.07 149	0.05 65	0.07 179	0.07 236

AE-Stereo	0.17 225	0.11 215	0.31 241	0.24 454	0.14 367	0.23 311	0.18 288	0.34 290	0.29 310	0.15 164	0.25 275	0.21 270	0.13 191	0.20 182	0.14 200	0.07 124	0.08 453	0.09 337	0.10 449	0.07 179	0.06 140

ff7	0.14 155	0.12 273	0.27 185	0.19 146	0.12 239	0.21 261	0.18 288	0.27 186	0.20 158	0.15 164	0.13 81	0.12 115	0.12 146	0.24 253	0.12 108	0.07 124	0.05 39	0.08 244	0.07 220	0.07 179	0.07 236

IGEVStereo-DCA	0.14 155	0.11 215	0.27 185	0.19 146	0.12 239	0.20 230	0.18 288	0.27 186	0.20 158	0.15 164	0.12 62	0.14 167	0.12 146	0.28 335	0.14 200	0.07 124	0.06 234	0.08 244	0.07 220	0.07 179	0.07 236

ffff	0.14 155	0.12 273	0.27 185	0.19 146	0.12 239	0.21 261	0.18 288	0.27 186	0.20 158	0.15 164	0.13 81	0.12 115	0.12 146	0.24 253	0.12 108	0.07 124	0.05 39	0.08 244	0.07 220	0.07 179	0.07 236

rrr	0.17 225	0.11 215	0.57 507	0.19 146	0.12 239	0.20 230	0.18 288	0.35 313	0.22 195	0.15 164	0.12 62	0.14 167	0.12 146	0.28 335	0.14 200	0.07 124	0.06 234	0.08 244	0.07 220	0.07 179	0.07 236

11t	0.14 155	0.12 273	0.27 185	0.19 146	0.12 239	0.21 261	0.18 288	0.27 186	0.20 158	0.15 164	0.13 81	0.12 115	0.12 146	0.24 253	0.12 108	0.07 124	0.05 39	0.08 244	0.07 220	0.07 179	0.07 236

MaDis-Stereo	0.14 155	0.13 340	0.26 173	0.19 146	0.14 367	0.16 91	0.13 66	0.25 151	0.21 178	0.13 113	0.14 116	0.14 167	0.11 112	0.17 110	0.17 286	0.08 284	0.07 365	0.08 244	0.06 147	0.07 179	0.06 140

IGEV_Zeroshot_test	0.18 249	0.10 135	0.65 543	0.20 220	0.12 239	0.19 188	0.15 148	0.34 290	0.19 129	0.28 321	0.22 242	0.27 358	0.13 191	0.23 237	0.18 309	0.07 124	0.06 234	0.08 244	0.08 302	0.07 179	0.06 140

AEACV	0.13 116	0.09 80	0.23 139	0.18 91	0.19 533	0.19 188	0.16 195	0.23 115	0.14 39	0.13 113	0.17 167	0.13 135	0.16 266	0.16 92	0.12 108	0.07 124	0.05 39	0.07 149	0.08 302	0.07 179	0.06 140

Any-RAFT	0.17 225	0.08 34	0.31 241	0.19 146	0.10 118	0.29 425	0.16 195	0.42 398	0.30 323	0.24 279	0.27 290	0.27 358	0.16 266	0.21 207	0.12 108	0.08 284	0.05 39	0.06 43	0.05 65	0.07 179	0.06 140

HH	0.18 249	0.12 273	0.55 500	0.22 343	0.12 239	0.18 153	0.18 288	0.34 290	0.19 129	0.20 241	0.24 265	0.34 437	0.18 322	0.29 354	0.12 108	0.07 124	0.05 39	0.07 149	0.07 220	0.07 179	0.06 140

HanStereo	0.18 249	0.12 273	0.55 500	0.22 343	0.12 239	0.18 153	0.18 288	0.34 290	0.19 129	0.20 241	0.24 265	0.34 437	0.18 322	0.29 354	0.12 108	0.07 124	0.05 39	0.07 149	0.07 220	0.07 179	0.06 140

DCRE	0.20 309	0.13 340	0.40 360	0.21 274	0.15 428	0.20 230	0.19 335	0.30 244	0.27 274	0.22 259	0.80 626	0.23 302	0.16 266	0.23 237	0.15 230	0.07 124	0.07 365	0.07 149	0.08 302	0.07 179	0.06 140

anonymousa	0.23 382	0.11 215	0.50 471	0.21 274	0.16 460	0.31 459	0.20 388	0.36 332	0.35 385	0.32 422	0.50 537	0.39 482	0.26 434	0.22 227	0.20 363	0.08 284	0.06 234	0.09 337	0.11 488	0.07 179	0.08 314

ProNet	0.14 155	0.12 273	0.25 163	0.19 146	0.11 172	0.19 188	0.19 335	0.27 186	0.20 158	0.14 144	0.13 81	0.13 135	0.12 146	0.24 253	0.12 108	0.06 49	0.05 39	0.07 149	0.06 147	0.07 179	0.07 236

ccc-4	0.14 155	0.12 273	0.27 185	0.19 146	0.12 239	0.21 261	0.18 288	0.27 186	0.20 158	0.15 164	0.13 81	0.12 115	0.12 146	0.24 253	0.12 108	0.07 124	0.05 39	0.08 244	0.07 220	0.07 179	0.07 236

DisPM	0.19 292	0.10 135	0.35 288	0.23 400	0.13 319	0.18 153	0.20 388	0.29 224	0.29 310	0.33 435	0.34 378	0.23 302	0.16 266	0.33 391	0.16 257	0.09 379	0.06 234	0.09 337	0.08 302	0.07 179	0.11 472

test_4	0.18 249	0.12 273	0.34 278	0.23 400	0.12 239	0.18 153	0.22 446	0.26 171	0.24 237	0.24 279	0.47 525	0.22 281	0.13 191	0.24 253	0.16 257	0.06 49	0.05 39	0.09 337	0.09 405	0.07 179	0.05 34

GLC_STEREO	0.15 191	0.10 135	0.24 149	0.21 274	0.09 54	0.17 125	0.15 148	0.23 115	0.27 274	0.17 212	0.20 213	0.17 220	0.11 112	0.23 237	0.16 257	0.07 124	0.09 488	0.09 337	0.08 302	0.07 179	0.06 140

IPLG	0.21 330	0.15 422	0.53 491	0.21 274	0.12 239	0.28 403	0.17 241	0.42 398	0.30 323	0.33 435	0.32 345	0.15 188	0.17 296	0.50 463	0.21 390	0.07 124	0.05 39	0.08 244	0.07 220	0.07 179	0.06 140

MIPNet	0.21 330	0.15 422	0.52 487	0.21 274	0.12 239	0.27 383	0.20 388	0.45 430	0.37 409	0.30 382	0.23 251	0.19 248	0.24 402	0.27 321	0.19 342	0.07 124	0.05 39	0.08 244	0.07 220	0.07 179	0.06 140

IPLGR	0.21 330	0.13 340	0.61 523	0.21 274	0.11 172	0.25 350	0.18 288	0.41 384	0.37 409	0.28 321	0.27 290	0.21 270	0.19 337	0.37 416	0.18 309	0.07 124	0.06 234	0.08 244	0.07 220	0.07 179	0.06 140

test_3	0.18 249	0.11 215	0.32 249	0.24 454	0.11 172	0.22 289	0.25 511	0.31 254	0.31 336	0.25 289	0.18 187	0.23 302	0.13 191	0.25 283	0.19 342	0.06 49	0.05 39	0.09 337	0.10 449	0.07 179	0.06 140

CrosDoStereo	0.31 512	0.10 135	0.49 460	0.18 91	0.12 239	0.22 289	1.11 685	0.34 290	0.37 409	0.38 511	0.61 593	0.28 374	0.46 595	0.61 528	0.57 595	0.07 124	0.06 234	0.08 244	0.08 302	0.07 179	0.07 236

OMP-Stereo	0.23 382	0.14 387	0.35 288	0.29 580	0.13 319	0.21 261	0.16 195	0.37 342	0.33 359	0.34 455	0.30 321	0.34 437	0.19 337	0.70 565	0.24 442	0.07 124	0.06 234	0.09 337	0.07 220	0.07 179	0.06 140

IIG-Stereo	0.23 382	0.13 340	0.35 288	0.29 580	0.12 239	0.23 311	0.14 100	0.38 348	0.31 336	0.34 455	0.37 408	0.33 428	0.21 354	0.70 565	0.26 466	0.08 284	0.06 234	0.09 337	0.07 220	0.07 179	0.06 140

FTStereo	0.28 487	0.10 135	0.43 406	0.23 400	0.13 319	0.21 261	0.53 648	0.34 290	0.26 263	0.38 511	0.95 640	0.30 401	0.56 617	0.32 384	0.18 309	0.08 284	0.06 234	0.09 337	0.08 302	0.07 179	0.19 590

DeepStereo_LL	0.31 512	0.10 135	0.49 460	0.18 91	0.12 239	0.22 289	1.11 685	0.34 290	0.37 409	0.38 511	0.61 593	0.28 374	0.46 595	0.61 528	0.57 595	0.07 124	0.06 234	0.08 244	0.08 302	0.07 179	0.07 236

THIR-Stereo	0.29 498	0.12 273	0.41 383	0.19 146	0.11 172	0.28 403	0.72 662	0.32 266	0.35 385	0.37 496	0.65 602	0.34 437	0.50 607	0.57 504	0.45 571	0.07 124	0.06 234	0.08 244	0.09 405	0.07 179	0.07 236

DRaft	0.24 413	0.10 135	0.34 278	0.18 91	0.12 239	0.28 403	0.23 472	0.33 281	0.39 433	0.38 511	0.61 593	0.21 270	0.41 571	0.48 454	0.42 562	0.07 124	0.06 234	0.08 244	0.08 302	0.07 179	0.08 314

GrayStereo	0.25 441	0.09 80	0.32 249	0.26 527	0.13 319	0.23 311	0.47 637	0.34 290	0.30 323	0.39 526	0.47 525	0.30 401	0.79 646	0.29 354	0.16 257	0.07 124	0.06 234	0.08 244	0.09 405	0.07 179	0.13 513

CroCo-Stereo	0.14 155	0.13 340	0.24 149	0.25 493	0.11 172	0.11 12	0.18 288	0.32 266	0.23 221	0.12 83	0.12 62	0.18 232	0.12 146	0.14 31	0.13 163	0.08 284	0.06 234	0.07 149	0.05 65	0.07 179	0.06 140
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
raft+_RVC	0.18 249	0.14 387	0.32 249	0.21 274	0.15 428	0.21 261	0.16 195	0.38 348	0.34 369	0.21 252	0.28 296	0.20 258	0.15 246	0.24 253	0.19 342	0.08 284	0.06 234	0.08 244	0.07 220	0.07 179	0.08 314

XX-TBD	0.15 191	0.18 482	0.28 202	0.22 343	0.10 118	0.22 289	0.15 148	0.22 92	0.27 274	0.22 259	0.26 284	0.14 167	0.12 146	0.16 92	0.13 163	0.08 284	0.05 39	0.06 43	0.04 1	0.07 179	0.06 140

XX-Stereo	0.21 330	0.10 135	0.83 593	0.26 527	0.17 484	0.23 311	0.13 66	0.40 372	0.18 110	0.20 241	0.41 455	0.31 411	0.10 74	0.32 384	0.12 108	0.08 284	0.06 234	0.08 244	0.08 302	0.07 179	0.05 34

111	0.20 309	0.17 468	0.40 360	0.18 91	0.09 54	0.24 332	0.17 241	0.41 384	0.45 506	0.23 265	0.29 308	0.29 385	0.21 354	0.24 253	0.18 309	0.07 124	0.05 39	0.07 149	0.06 147	0.07 179	0.08 314

test_xeample3	0.16 207	0.11 215	0.56 504	0.19 146	0.12 239	0.20 230	0.18 288	0.35 313	0.20 158	0.16 193	0.12 62	0.13 135	0.12 146	0.24 253	0.15 230	0.07 124	0.06 234	0.07 149	0.08 302	0.07 179	0.07 236

RAFT-Stereo + iAFF	0.17 225	0.14 387	0.32 249	0.20 220	0.09 54	0.19 188	0.17 241	0.32 266	0.30 323	0.25 289	0.33 368	0.20 258	0.17 296	0.19 162	0.15 230	0.06 49	0.05 39	0.07 149	0.07 220	0.07 179	0.05 34

AFF-stereo	0.18 249	0.15 422	0.32 249	0.21 274	0.10 118	0.18 153	0.18 288	0.33 281	0.27 274	0.25 289	0.37 408	0.25 326	0.17 296	0.24 253	0.15 230	0.06 49	0.05 39	0.08 244	0.08 302	0.07 179	0.05 34

CREStereo	0.13 116	0.08 34	0.21 111	0.14 2	0.08 23	0.22 289	0.15 148	0.25 151	0.24 237	0.16 193	0.21 228	0.14 167	0.13 191	0.18 137	0.13 163	0.09 379	0.05 39	0.06 43	0.04 1	0.07 179	0.06 140
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	0.15 191	0.08 34	0.23 139	0.15 5	0.09 54	0.23 311	0.16 195	0.25 151	0.23 221	0.17 212	0.21 228	0.16 209	0.14 227	0.22 227	0.13 163	0.29 642	0.05 39	0.06 43	0.04 1	0.07 179	0.06 140

CCAANet	0.21 330	0.09 80	0.34 278	0.19 146	0.12 239	0.32 471	0.19 335	0.39 360	0.27 274	0.24 279	0.47 525	0.30 401	0.25 423	0.36 412	0.20 363	0.09 379	0.06 234	0.07 149	0.08 302	0.07 179	0.08 314

DIP-Stereo	0.18 249	0.12 273	0.33 267	0.20 220	0.13 319	0.28 403	0.12 32	0.42 398	0.25 251	0.27 309	0.32 345	0.21 270	0.17 296	0.25 283	0.20 363	0.07 124	0.06 234	0.08 244	0.06 147	0.07 179	0.08 314
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	0.28 487	0.14 387	0.44 416	0.22 343	0.18 506	0.32 471	0.19 335	0.48 463	0.38 423	0.29 350	0.43 485	0.47 543	0.37 552	0.79 600	0.36 532	0.09 379	0.07 365	0.07 149	0.09 405	0.07 179	0.07 236

MLCV	0.22 365	0.16 449	0.44 416	0.21 274	0.08 23	0.29 425	0.19 335	0.38 348	0.37 409	0.38 511	0.44 496	0.31 411	0.21 354	0.41 432	0.24 442	0.07 124	0.05 39	0.06 43	0.05 65	0.07 179	0.06 140

quiztm	0.15 191	0.15 422	0.25 163	0.22 343	0.14 367	0.17 125	0.17 241	0.33 281	0.21 178	0.18 230	0.21 228	0.14 167	0.10 74	0.17 110	0.14 200	0.07 124	0.05 39	0.07 149	0.05 65	0.08 260	0.05 34

DN	0.15 191	0.08 34	0.27 185	0.19 146	0.14 367	0.21 261	0.18 288	0.28 208	0.24 237	0.14 144	0.16 149	0.18 232	0.10 74	0.21 207	0.13 163	0.11 469	0.07 365	0.08 244	0.08 302	0.08 260	0.10 435

aanet-new-12k	0.12 70	0.11 215	0.23 139	0.22 343	0.09 54	0.16 91	0.14 100	0.24 134	0.19 129	0.12 83	0.11 42	0.09 27	0.13 191	0.14 31	0.11 42	0.06 49	0.04 2	0.07 149	0.05 65	0.08 260	0.05 34

IGEV_i1	0.21 330	0.11 215	0.43 406	0.22 343	0.11 172	0.31 459	0.19 335	0.43 412	0.30 323	0.29 350	0.30 321	0.31 411	0.20 346	0.33 391	0.20 363	0.08 284	0.06 234	0.08 244	0.08 302	0.08 260	0.08 314

LiteMatch	0.12 70	0.13 340	0.15 22	0.19 146	0.10 118	0.15 51	0.17 241	0.17 20	0.13 23	0.09 12	0.09 16	0.11 92	0.21 354	0.14 31	0.22 410	0.08 284	0.05 39	0.08 244	0.06 147	0.08 260	0.07 236

Lsterematch	0.18 249	0.13 340	0.33 267	0.19 146	0.10 118	0.23 311	0.17 241	0.25 151	0.32 345	0.28 321	0.37 408	0.24 316	0.21 354	0.23 237	0.22 410	0.08 284	0.05 39	0.08 244	0.06 147	0.08 260	0.07 236

Selective-IGEV-i1	0.21 330	0.10 135	0.31 241	0.23 400	0.13 319	0.31 459	0.22 446	0.46 441	0.42 471	0.27 309	0.32 345	0.33 428	0.17 296	0.25 283	0.19 342	0.08 284	0.06 234	0.08 244	0.08 302	0.08 260	0.09 378

Hybrid-DGEV-03	0.20 309	0.14 387	0.31 241	0.22 343	0.12 239	0.26 373	0.16 195	0.31 254	0.27 274	0.32 422	0.58 578	0.23 302	0.15 246	0.23 237	0.17 286	0.07 124	0.05 39	0.09 337	0.07 220	0.08 260	0.06 140

DStereoRT	0.35 544	0.13 340	0.51 481	0.25 493	0.16 460	0.42 556	0.19 335	0.48 463	0.39 433	0.30 382	0.39 436	0.24 316	0.39 562	0.64 544	0.30 497	0.08 284	0.07 365	1.54 689	0.41 656	0.08 260	0.11 472

WQFJX1	0.18 249	0.10 135	0.16 43	0.23 400	0.17 484	0.24 332	0.19 335	0.58 585	0.52 568	0.16 193	0.16 149	0.14 167	0.15 246	0.26 301	0.17 286	0.08 284	0.09 488	0.08 244	0.07 220	0.08 260	0.06 140

WQFJX	0.18 249	0.10 135	0.17 63	0.22 343	0.18 506	0.25 350	0.18 288	0.53 531	0.45 506	0.17 212	0.16 149	0.14 167	0.16 266	0.23 237	0.18 309	0.07 124	0.08 453	0.07 149	0.06 147	0.08 260	0.07 236

GEAStereo	0.12 70	0.09 80	0.20 99	0.18 91	0.12 239	0.19 188	0.16 195	0.20 59	0.14 39	0.12 83	0.15 130	0.10 57	0.09 33	0.16 92	0.10 6	0.08 284	0.06 234	0.06 43	0.05 65	0.08 260	0.08 314

GSStereo	0.12 70	0.09 80	0.20 99	0.17 44	0.12 239	0.19 188	0.16 195	0.26 171	0.18 110	0.13 113	0.15 130	0.10 57	0.09 33	0.16 92	0.10 6	0.07 124	0.05 39	0.06 43	0.05 65	0.08 260	0.08 314

GS-Stereo							0.16 195	0.26 171	0.18 110	0.13 113	0.15 130	0.10 57	0.09 33	0.16 92	0.10 6	0.07 124	0.05 39	0.06 43	0.05 65	0.08 260	0.08 314

Select-FE	0.23 382	0.14 387	0.78 573	0.22 343	0.18 506	0.22 289	0.13 66	0.43 412	0.26 263	0.28 321	0.33 368	0.39 482	0.29 485	0.27 321	0.19 342	0.08 284	0.07 365	0.08 244	0.13 555	0.08 260	0.12 496

FlowAnything_test	0.14 155	0.11 215	0.21 111	0.21 274	0.12 239	0.17 125	0.16 195	0.25 151	0.16 64	0.15 164	0.13 81	0.15 188	0.14 227	0.18 137	0.16 257	0.10 430	0.07 365	0.11 471	0.12 527	0.08 260	0.09 378

S2M2_XL	0.10 8	0.09 80	0.21 111	0.14 2	0.10 118	0.09 1	0.09 2	0.11 2	0.09 2	0.10 31	0.11 42	0.09 27	0.09 33	0.12 5	0.11 42	0.09 379	0.07 365	0.08 244	0.07 220	0.08 260	0.06 140
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
111111	0.11 41	0.07 4	0.17 63	0.19 146	0.11 172	0.13 22	0.11 20	0.22 92	0.15 54	0.11 53	0.12 62	0.12 115	0.08 15	0.18 137	0.11 42	0.07 124	0.05 39	0.06 43	0.04 1	0.08 260	0.06 140

HART	0.15 191	0.11 215	0.30 226	0.21 274	0.09 54	0.17 125	0.16 195	0.30 244	0.19 129	0.15 164	0.25 275	0.17 220	0.09 33	0.21 207	0.12 108	0.06 49	0.07 365	0.07 149	0.05 65	0.08 260	0.06 140

tg	0.16 207	0.11 215	0.25 163	0.21 274	0.11 172	0.23 311	0.15 148	0.34 290	0.24 237	0.20 241	0.25 275	0.19 248	0.12 146	0.24 253	0.15 230	0.07 124	0.05 39	0.09 337	0.09 405	0.08 260	0.07 236

DispNO	0.27 466	0.18 482	0.62 531	0.23 400	0.17 484	0.25 350	0.22 446	0.45 430	0.41 463	0.32 422	0.39 436	0.38 470	0.27 453	0.77 596	0.27 472	0.09 379	0.07 365	0.10 415	0.10 449	0.08 260	0.08 314

tta	0.24 413	0.12 273	0.40 360	0.19 146	0.10 118	0.27 383	0.19 335	0.51 500	0.45 506	0.34 455	0.41 455	0.31 411	0.26 434	0.58 511	0.28 477	0.10 430	0.07 365	0.08 244	0.08 302	0.08 260	0.07 236

qqq1	0.24 413	0.12 273	0.40 360	0.19 146	0.10 118	0.27 383	0.19 335	0.51 500	0.45 506	0.34 455	0.41 455	0.31 411	0.26 434	0.58 511	0.16 257	0.10 430	0.07 365	0.07 149	0.06 147	0.08 260	0.07 236

fff1	0.24 413	0.12 273	0.40 360	0.19 146	0.10 118	0.27 383	0.19 335	0.51 500	0.45 506	0.34 455	0.41 455	0.31 411	0.26 434	0.58 511	0.16 257	0.10 430	0.07 365	0.07 149	0.06 147	0.08 260	0.07 236

MyStereo07	0.16 207	0.12 273	0.26 173	0.22 343	0.14 367	0.25 350	0.23 472	0.29 224	0.21 178	0.15 164	0.13 81	0.12 115	0.13 191	0.25 283	0.13 163	0.07 124	0.07 365	0.09 337	0.08 302	0.08 260	0.08 314

MyStereo06	0.20 309	0.12 273	0.57 507	0.21 274	0.14 367	0.25 350	0.23 472	0.40 372	0.21 178	0.30 382	0.24 265	0.31 411	0.18 322	0.22 227	0.18 309	0.07 124	0.07 365	0.09 337	0.08 302	0.08 260	0.08 314

MyStereo05	0.23 382	0.12 273	0.57 507	0.21 274	0.14 367	0.25 350	0.23 472	0.48 463	0.52 568	0.31 400	0.23 251	0.25 326	0.22 370	0.30 370	0.21 390	0.07 124	0.07 365	0.09 337	0.08 302	0.08 260	0.08 314

MyStereo04	0.23 382	0.12 273	0.55 500	0.22 343	0.14 367	0.25 350	0.23 472	0.49 473	0.52 568	0.28 321	0.23 251	0.27 358	0.23 384	0.30 370	0.22 410	0.07 124	0.07 365	0.09 337	0.08 302	0.08 260	0.08 314

CoDeX	0.23 382	0.12 273	0.46 436	0.21 274	0.14 367	0.29 425	0.21 419	0.53 531	0.41 463	0.29 350	0.35 389	0.29 385	0.22 370	0.48 454	0.19 342	0.09 379	0.06 234	0.08 244	0.07 220	0.08 260	0.07 236

cc1	0.18 249	0.14 387	0.38 336	0.23 400	0.11 172	0.31 459	0.19 335	0.35 313	0.47 529	0.17 212	0.19 196	0.13 135	0.18 322	0.28 335	0.11 42	0.08 284	0.05 39	0.08 244	0.06 147	0.08 260	0.08 314

ffm	0.22 365	0.12 273	0.42 393	0.20 220	0.13 319	0.28 403	0.20 388	0.35 313	0.44 494	0.30 382	0.42 472	0.34 437	0.23 384	0.27 321	0.11 42	0.08 284	0.05 39	0.11 471	0.10 449	0.08 260	0.08 314

ff1	0.29 498	0.12 273	0.42 393	0.20 220	0.13 319	0.28 403	0.20 388	0.35 313	0.44 494	0.30 382	0.42 472	0.34 437	0.23 384	0.81 608	1.08 647	0.08 284	0.05 39	0.11 471	0.10 449	0.08 260	0.08 314

tt1	0.18 249	0.14 387	0.35 288	0.23 400	0.11 172	0.30 443	0.19 335	0.35 313	0.44 494	0.17 212	0.19 196	0.13 135	0.16 266	0.27 321	0.11 42	0.08 284	0.05 39	0.08 244	0.06 147	0.08 260	0.08 314

UniTT-Stereo	0.14 155	0.10 135	0.30 226	0.21 274	0.13 319	0.17 125	0.13 66	0.19 40	0.18 110	0.15 164	0.20 213	0.10 57	0.11 112	0.18 137	0.16 257	0.08 284	0.06 234	0.07 149	0.06 147	0.08 260	0.06 140

MIM_Stereo	0.18 249	0.12 273	0.38 336	0.20 220	0.11 172	0.17 125	0.14 100	0.35 313	0.25 251	0.27 309	0.35 389	0.23 302	0.13 191	0.27 321	0.16 257	0.06 49	0.07 365	0.08 244	0.08 302	0.08 260	0.06 140

CASnet	0.14 155	0.12 273	0.22 126	0.22 343	0.08 23	0.16 91	0.15 148	0.27 186	0.25 251	0.22 259	0.20 213	0.15 188	0.11 112	0.17 110	0.13 163	0.07 124	0.05 39	0.11 471	0.09 405	0.08 260	0.05 34
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo2	0.18 249	0.18 482	0.39 352	0.22 343	0.12 239	0.24 332	0.13 66	0.31 254	0.23 221	0.24 279	0.20 213	0.24 316	0.12 146	0.26 301	0.15 230	0.06 49	0.06 234	0.12 509	0.09 405	0.08 260	0.07 236

4D-IteraStereo	0.17 225	0.16 449	0.50 471	0.21 274	0.14 367	0.19 188	0.17 241	0.28 208	0.28 291	0.23 265	0.20 213	0.20 258	0.11 112	0.19 162	0.14 200	0.06 49	0.04 2	0.10 415	0.08 302	0.08 260	0.06 140

anonymousdsp2	0.17 225	0.10 135	0.28 202	0.20 220	0.11 172	0.25 350	0.17 241	0.41 384	0.31 336	0.23 265	0.23 251	0.22 281	0.15 246	0.25 283	0.15 230	0.07 124	0.05 39	0.07 149	0.05 65	0.08 260	0.07 236

anonymousdsp	0.14 155	0.12 273	0.27 185	0.19 146	0.12 239	0.21 261	0.18 288	0.28 208	0.20 158	0.15 164	0.13 81	0.12 115	0.12 146	0.24 253	0.12 108	0.07 124	0.05 39	0.08 244	0.07 220	0.08 260	0.07 236

CES	0.14 155	0.08 34	0.19 86	0.17 44	0.22 576	0.18 153	0.16 195	0.23 115	0.19 129	0.14 144	0.17 167	0.14 167	0.10 74	0.18 137	0.12 108	0.07 124	0.05 39	0.06 43	0.04 1	0.08 260	0.18 583

Selective-RAFT	0.17 225	0.12 273	0.30 226	0.24 454	0.10 118	0.29 425	0.15 148	0.32 266	0.31 336	0.17 212	0.17 167	0.21 270	0.18 322	0.28 335	0.17 286	0.07 124	0.06 234	0.07 149	0.07 220	0.08 260	0.06 140

CroCo-Stereo Lap2	0.15 191	0.15 422	0.28 202	0.25 493	0.18 506	0.11 12	0.19 335	0.28 208	0.21 178	0.13 113	0.16 149	0.15 188	0.12 146	0.17 110	0.14 200	0.07 124	0.07 365	0.08 244	0.06 147	0.08 260	0.07 236

TestStereo1	0.21 330	0.16 449	0.32 249	0.26 527	0.13 319	0.26 373	0.27 530	0.40 372	0.36 398	0.29 350	0.39 436	0.22 281	0.21 354	0.33 391	0.17 286	0.07 124	0.06 234	0.09 337	0.08 302	0.08 260	0.07 236

raft_robust	0.22 365	0.17 468	0.30 226	0.22 343	0.12 239	0.23 311	0.22 446	0.49 473	0.48 538	0.32 422	0.32 345	0.26 348	0.23 384	0.53 481	0.15 230	0.07 124	0.06 234	0.08 244	0.10 449	0.08 260	0.06 140

RAFT_CTSACE	0.21 330	0.16 449	0.41 383	0.25 493	0.15 428	0.22 289	0.24 494	0.32 266	0.28 291	0.33 435	0.51 543	0.29 385	0.17 296	0.32 384	0.13 163	0.06 49	0.07 365	0.09 337	0.08 302	0.08 260	0.06 140

SA-5K	0.21 330	0.16 449	0.32 249	0.26 527	0.13 319	0.26 373	0.27 530	0.40 372	0.36 398	0.29 350	0.39 436	0.22 281	0.21 354	0.33 391	0.17 286	0.07 124	0.06 234	0.09 337	0.08 302	0.08 260	0.07 236

Sa-1000	0.22 365	0.15 422	0.35 288	0.23 400	0.13 319	0.28 403	0.23 472	0.47 450	0.39 433	0.30 382	0.50 537	0.26 348	0.19 337	0.33 391	0.16 257	0.07 124	0.06 234	0.10 415	0.11 488	0.08 260	0.06 140

SA	0.22 365	0.16 449	0.36 308	0.23 400	0.13 319	0.24 332	0.23 472	0.45 430	0.40 451	0.27 309	0.44 496	0.23 302	0.23 384	0.33 391	0.17 286	0.07 124	0.06 234	0.10 415	0.11 488	0.08 260	0.06 140

IGEV-Stereo	0.14 155	0.12 273	0.27 185	0.19 146	0.12 239	0.21 261	0.18 288	0.28 208	0.20 158	0.15 164	0.13 81	0.12 115	0.12 146	0.24 253	0.12 108	0.07 124	0.05 39	0.08 244	0.07 220	0.08 260	0.07 236
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.21 330	0.21 525	0.55 500	0.23 400	0.15 428	0.25 350	0.20 388	0.35 313	0.29 310	0.31 400	0.33 368	0.22 281	0.15 246	0.26 301	0.20 363	0.08 284	0.07 365	0.07 149	0.07 220	0.08 260	0.08 314

iRaft-Stereo_20w	0.19 292	0.10 135	0.46 436	0.19 146	0.13 319	0.25 350	0.19 335	0.52 519	0.19 129	0.29 350	0.21 228	0.22 281	0.20 346	0.28 335	0.18 309	0.07 124	0.06 234	0.07 149	0.08 302	0.08 260	0.08 314

IPLGR_C	0.21 330	0.22 539	0.60 520	0.23 400	0.15 428	0.24 332	0.20 388	0.35 313	0.29 310	0.31 400	0.32 345	0.22 281	0.15 246	0.25 283	0.20 363	0.08 284	0.07 365	0.07 149	0.07 220	0.08 260	0.08 314

GMOStereo	0.18 249	0.14 387	0.30 226	0.22 343	0.12 239	0.20 230	0.27 530	0.26 171	0.28 291	0.31 400	0.32 345	0.26 348	0.17 296	0.15 65	0.12 108	0.07 124	0.07 365	0.10 415	0.08 302	0.08 260	0.05 34

error version	0.18 249	0.14 387	0.30 226	0.22 343	0.12 239	0.20 230	0.27 530	0.26 171	0.28 291	0.31 400	0.32 345	0.26 348	0.17 296	0.15 65	0.12 108	0.07 124	0.07 365	0.10 415	0.08 302	0.08 260	0.05 34

test-v	0.18 249	0.14 387	0.30 226	0.22 343	0.12 239	0.20 230	0.27 530	0.26 171	0.28 291	0.31 400	0.32 345	0.26 348	0.17 296	0.15 65	0.12 108	0.07 124	0.07 365	0.10 415	0.08 302	0.08 260	0.05 34

ACRE	0.21 330	0.20 511	0.62 531	0.23 400	0.15 428	0.24 332	0.20 388	0.35 313	0.28 291	0.31 400	0.32 345	0.22 281	0.15 246	0.25 283	0.20 363	0.08 284	0.07 365	0.07 149	0.07 220	0.08 260	0.08 314

PFNet+	0.20 309	0.10 135	0.37 317	0.21 274	0.12 239	0.17 125	0.19 335	0.29 224	0.34 369	0.33 435	0.32 345	0.24 316	0.16 266	0.32 384	0.17 286	0.10 430	0.07 365	0.11 471	0.10 449	0.08 260	0.12 496

HHNet	0.22 365	0.12 273	0.52 487	0.18 91	0.18 506	0.20 230	0.20 388	0.34 290	0.31 336	0.32 422	0.59 581	0.20 258	0.21 354	0.24 253	0.31 505	0.08 284	0.05 39	0.09 337	0.07 220	0.08 260	0.11 472

AAGNet	0.33 530	0.11 215	0.37 317	0.25 493	0.16 460	0.20 230	0.19 335	0.30 244	0.27 274	0.35 472	0.35 389	0.27 358	0.30 499	0.44 441	2.66 687	0.08 284	0.05 39	0.10 415	0.07 220	0.08 260	0.06 140

NF-Stereo	0.20 309	0.10 135	0.35 288	0.24 454	0.12 239	0.21 261	0.18 288	0.38 348	0.32 345	0.28 321	0.30 321	0.22 281	0.16 266	0.51 468	0.20 363	0.08 284	0.06 234	0.09 337	0.08 302	0.08 260	0.13 513

OCTAStereo	0.20 309	0.10 135	0.35 288	0.24 454	0.12 239	0.21 261	0.18 288	0.38 348	0.32 345	0.28 321	0.30 321	0.22 281	0.16 266	0.51 468	0.20 363	0.08 284	0.06 234	0.09 337	0.08 302	0.08 260	0.13 513

PSM-softLoss	0.21 330	0.10 135	0.39 352	0.24 454	0.12 239	0.20 230	0.18 288	0.38 348	0.26 263	0.29 350	0.32 345	0.24 316	0.16 266	0.52 474	0.20 363	0.09 379	0.06 234	0.10 415	0.09 405	0.08 260	0.12 496

KMStereo	0.21 330	0.10 135	0.39 352	0.24 454	0.12 239	0.20 230	0.18 288	0.38 348	0.26 263	0.29 350	0.32 345	0.24 316	0.16 266	0.52 474	0.20 363	0.09 379	0.06 234	0.10 415	0.09 405	0.08 260	0.12 496

PSM-AAD	0.25 441	0.10 135	0.30 226	0.24 454	0.12 239	0.26 373	0.38 610	0.34 290	0.28 291	0.35 472	0.39 436	0.28 374	0.79 646	0.30 370	0.16 257	0.07 124	0.06 234	0.12 509	0.11 488	0.08 260	0.21 611

KYRaft	0.22 365	0.10 135	0.30 226	0.23 400	0.12 239	0.23 311	0.23 472	0.35 313	0.24 237	0.35 472	0.54 561	0.34 437	0.26 434	0.29 354	0.15 230	0.07 124	0.05 39	0.09 337	0.10 449	0.08 260	0.31 642

RAFT_R40	0.21 330	0.10 135	0.37 317	0.24 454	0.13 319	0.18 153	0.18 288	0.31 254	0.29 310	0.33 435	0.33 368	0.30 401	0.24 402	0.55 489	0.18 309	0.08 284	0.05 39	0.10 415	0.08 302	0.08 260	0.07 236

PFNet	0.23 382	0.10 135	0.57 507	0.24 454	0.14 367	0.22 289	0.19 335	0.39 360	0.33 359	0.35 472	0.32 345	0.27 358	0.19 337	0.64 544	0.22 410	0.09 379	0.05 39	0.09 337	0.07 220	0.08 260	0.07 236

RE-Stereo	0.20 309	0.10 135	0.35 288	0.24 454	0.12 239	0.21 261	0.18 288	0.38 348	0.32 345	0.28 321	0.30 321	0.22 281	0.16 266	0.51 468	0.20 363	0.08 284	0.06 234	0.09 337	0.08 302	0.08 260	0.13 513

Pruner-Stereo	0.19 292	0.11 215	0.34 278	0.29 580	0.12 239	0.19 188	0.17 241	0.31 254	0.29 310	0.33 435	0.32 345	0.25 326	0.15 246	0.24 253	0.21 390	0.09 379	0.06 234	0.09 337	0.08 302	0.08 260	0.09 378

TVStereo	0.20 309	0.10 135	0.35 288	0.24 454	0.12 239	0.21 261	0.18 288	0.38 348	0.32 345	0.28 321	0.30 321	0.22 281	0.16 266	0.51 468	0.20 363	0.08 284	0.06 234	0.09 337	0.08 302	0.08 260	0.13 513

IRAFT_RVC	0.22 365	0.12 273	0.39 352	0.26 527	0.11 172	0.18 153	0.24 494	0.40 372	0.37 409	0.31 400	0.30 321	0.29 385	0.24 402	0.55 489	0.22 410	0.08 284	0.06 234	0.10 415	0.08 302	0.08 260	0.07 236

test-2	0.18 249	0.14 387	0.30 226	0.22 343	0.12 239	0.20 230	0.27 530	0.26 171	0.28 291	0.31 400	0.32 345	0.26 348	0.17 296	0.15 65	0.12 108	0.07 124	0.07 365	0.10 415	0.08 302	0.08 260	0.05 34

GMM-Stereo	0.21 330	0.10 135	0.43 406	0.23 400	0.13 319	0.24 332	0.25 511	0.37 342	0.27 274	0.30 382	0.45 508	0.27 358	0.21 354	0.31 377	0.17 286	0.07 124	0.05 39	0.10 415	0.09 405	0.08 260	0.19 590

Prome-Stereo	0.21 330	0.10 135	0.30 226	0.24 454	0.12 239	0.23 311	0.23 472	0.36 332	0.25 251	0.33 435	0.59 581	0.24 316	0.28 470	0.29 354	0.16 257	0.07 124	0.05 39	0.08 244	0.07 220	0.08 260	0.20 602

iRaftStereo_RVC	0.16 207	0.12 273	0.26 173	0.21 274	0.11 172	0.20 230	0.17 241	0.32 266	0.23 221	0.20 241	0.25 275	0.18 232	0.12 146	0.20 182	0.15 230	0.07 124	0.05 39	0.09 337	0.09 405	0.08 260	0.07 236

delet	0.27 466	0.14 387	0.40 360	0.23 400	0.19 533	0.41 549	0.29 553	0.49 473	0.48 538	0.33 435	0.41 455	0.37 462	0.30 499	0.48 454	0.34 522	0.09 379	0.09 488	0.11 471	0.12 527	0.08 260	0.08 314

cf-r	0.24 413	0.15 422	0.44 416	0.21 274	0.14 367	0.27 383	0.22 446	0.42 398	0.40 451	0.30 382	0.42 472	0.42 513	0.26 434	0.43 437	0.25 452	0.11 469	0.06 234	0.08 244	0.10 449	0.08 260	0.08 314

HSM-Net_RVC	0.27 466	0.11 215	0.42 393	0.19 146	0.11 172	0.34 496	0.20 388	0.62 613	0.43 479	0.40 536	0.43 485	0.50 564	0.26 434	0.76 590	0.22 410	0.08 284	0.07 365	0.07 149	0.07 220	0.08 260	0.08 314
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	0.28 487	0.16 449	0.35 288	0.20 220	0.15 428	0.33 483	0.19 335	0.53 531	0.37 409	0.36 488	0.38 423	0.67 624	0.31 516	0.89 622	0.23 431	0.08 284	0.06 234	0.08 244	0.07 220	0.08 260	0.08 314

iResNet	0.24 413	0.18 482	0.61 523	0.25 493	0.11 172	0.29 425	0.21 419	0.42 398	0.43 479	0.33 435	0.43 485	0.27 358	0.22 370	0.34 398	0.26 466	0.07 124	0.05 39	0.07 149	0.06 147	0.08 260	0.07 236

RT-IGEV	0.25 441	0.10 135	0.48 454	0.22 343	0.14 367	0.31 459	0.28 546	0.53 531	0.39 433	0.36 488	0.41 455	0.44 528	0.30 499	0.28 335	0.27 472	0.09 379	0.07 365	0.08 244	0.09 405	0.09 341	0.10 435

NLCSM	0.19 292	0.12 273	0.18 76	0.24 454	0.19 533	0.24 332	0.21 419	0.42 398	0.40 451	0.19 237	0.18 187	0.14 167	0.16 266	0.47 451	0.19 342	0.08 284	0.09 488	0.09 337	0.08 302	0.09 341	0.07 236

gasm-f	0.12 70	0.09 80	0.19 86	0.18 91	0.12 239	0.18 153	0.18 288	0.20 59	0.14 39	0.12 83	0.19 196	0.10 57	0.11 112	0.16 92	0.11 42	0.08 284	0.06 234	0.06 43	0.05 65	0.09 341	0.08 314

G2L-ROB	0.23 382	0.15 422	0.41 383	0.19 146	0.12 239	0.27 383	0.21 419	0.47 450	0.33 359	0.34 455	0.31 336	0.41 504	0.22 370	0.49 459	0.26 466	0.09 379	0.06 234	0.07 149	0.06 147	0.09 341	0.10 435

G2L-Stereo_test	0.24 413	0.16 449	0.38 336	0.19 146	0.13 319	0.27 383	0.24 494	0.49 473	0.38 423	0.37 496	0.37 408	0.40 497	0.24 402	0.52 474	0.28 477	0.08 284	0.06 234	0.06 43	0.06 147	0.09 341	0.08 314

G2L-Stereo	0.25 441	0.16 449	0.47 444	0.22 343	0.14 367	0.25 350	0.18 288	0.46 441	0.35 385	0.33 435	0.37 408	0.40 497	0.22 370	0.60 521	0.30 497	0.10 430	0.09 488	0.10 415	0.08 302	0.09 341	0.09 378

MM-Stereo_test3	0.17 225	0.12 273	0.29 216	0.23 400	0.14 367	0.19 188	0.22 446	0.39 360	0.36 398	0.16 193	0.24 265	0.17 220	0.12 146	0.19 162	0.14 200	0.07 124	0.07 365	0.08 244	0.06 147	0.09 341	0.06 140

MM-Stereo_test2	0.15 191	0.10 135	0.44 416	0.23 400	0.11 172	0.21 261	0.21 419	0.27 186	0.22 195	0.15 164	0.16 149	0.13 135	0.11 112	0.20 182	0.13 163	0.06 49	0.05 39	0.07 149	0.06 147	0.09 341	0.05 34

MM-Stereo_test1	0.17 225	0.10 135	0.39 352	0.23 400	0.11 172	0.20 230	0.22 446	0.33 281	0.29 310	0.22 259	0.21 228	0.15 188	0.14 227	0.23 237	0.13 163	0.07 124	0.06 234	0.08 244	0.07 220	0.09 341	0.06 140

HI	0.20 309	0.13 340	0.33 267	0.18 91	0.15 428	0.17 125	0.16 195	0.34 290	0.21 178	0.37 496	0.39 436	0.36 456	0.24 402	0.29 354	0.21 390	0.06 49	0.05 39	0.08 244	0.09 405	0.09 341	0.07 236

CoSv	0.20 309	0.13 340	0.33 267	0.18 91	0.15 428	0.17 125	0.16 195	0.34 290	0.21 178	0.37 496	0.39 436	0.36 456	0.24 402	0.29 354	0.21 390	0.06 49	0.05 39	0.08 244	0.09 405	0.09 341	0.07 236

SCV_C0	0.14 155	0.11 215	0.25 163	0.19 146	0.12 239	0.15 51	0.16 195	0.30 244	0.22 195	0.13 113	0.15 130	0.13 135	0.09 33	0.24 253	0.10 6	0.06 49	0.05 39	0.06 43	0.06 147	0.09 341	0.06 140

SCV	0.14 155	0.14 387	0.24 149	0.21 274	0.11 172	0.15 51	0.16 195	0.31 254	0.18 110	0.11 53	0.15 130	0.13 135	0.10 74	0.23 237	0.11 42	0.07 124	0.05 39	0.07 149	0.06 147	0.09 341	0.06 140

rvit_stereo_0083	0.16 207	0.12 273	0.26 173	0.21 274	0.13 319	0.17 125	0.17 241	0.22 92	0.34 369	0.16 193	0.21 228	0.19 248	0.16 266	0.21 207	0.16 257	0.11 469	0.10 518	0.10 415	0.08 302	0.09 341	0.07 236

rvit_stereo_0081_aga	0.16 207	0.14 387	0.28 202	0.21 274	0.13 319	0.19 188	0.17 241	0.23 115	0.24 237	0.17 212	0.21 228	0.19 248	0.13 191	0.19 162	0.14 200	0.11 469	0.08 453	0.09 337	0.08 302	0.09 341	0.07 236

rvit_stereo_0081	0.16 207	0.11 215	0.24 149	0.21 274	0.12 239	0.16 91	0.17 241	0.22 92	0.33 359	0.16 193	0.18 187	0.18 232	0.14 227	0.20 182	0.16 257	0.11 469	0.08 453	0.09 337	0.08 302	0.09 341	0.07 236

rvit_stereo_0082	0.16 207	0.11 215	0.24 149	0.21 274	0.12 239	0.16 91	0.17 241	0.22 92	0.33 359	0.16 193	0.18 187	0.18 232	0.14 227	0.20 182	0.16 257	0.11 469	0.08 453	0.09 337	0.08 302	0.09 341	0.07 236

rvit_stereo_ft	0.17 225	0.14 387	0.30 226	0.25 493	0.14 367	0.17 125	0.21 419	0.28 208	0.26 263	0.16 193	0.19 196	0.20 258	0.16 266	0.22 227	0.17 286	0.11 469	0.07 365	0.09 337	0.09 405	0.09 341	0.07 236

test_sample2	0.21 330	0.10 135	0.28 202	0.19 146	0.11 172	0.27 383	0.21 419	0.43 412	0.29 310	0.26 301	0.31 336	0.30 401	0.24 402	0.45 444	0.18 309	0.09 379	0.07 365	0.08 244	0.07 220	0.09 341	0.09 378

test_sample1	0.20 309	0.10 135	0.28 202	0.19 146	0.12 239	0.28 403	0.19 335	0.41 384	0.25 251	0.26 301	0.31 336	0.29 385	0.26 434	0.44 441	0.21 390	0.09 379	0.07 365	0.08 244	0.07 220	0.09 341	0.09 378

H2IRNET	0.18 249	0.13 340	0.35 288	0.21 274	0.12 239	0.20 230	0.15 148	0.27 186	0.30 323	0.17 212	0.31 336	0.25 326	0.20 346	0.24 253	0.18 309	0.07 124	0.06 234	0.09 337	0.10 449	0.09 341	0.06 140

Former-RAFT_DAM_RVC	0.17 225	0.13 340	0.24 149	0.19 146	0.13 319	0.24 332	0.17 241	0.30 244	0.37 409	0.43 561	0.17 167	0.13 135	0.12 146	0.19 162	0.15 230	0.08 284	0.07 365	0.09 337	0.07 220	0.09 341	0.08 314

SMFormer	0.25 441	0.12 273	0.40 360	0.19 146	0.10 118	0.27 383	0.19 335	0.51 500	0.45 506	0.34 455	0.41 455	0.31 411	0.26 434	0.58 511	0.28 477	0.10 430	0.07 365	0.08 244	0.08 302	0.09 341	0.09 378

ACVNet-DCA	0.18 249	0.14 387	0.38 336	0.23 400	0.11 172	0.31 459	0.19 335	0.41 384	0.27 274	0.17 212	0.19 196	0.13 135	0.18 322	0.28 335	0.11 42	0.08 284	0.05 39	0.08 244	0.06 147	0.09 341	0.09 378

xx1	0.20 309	0.14 387	0.38 336	0.23 400	0.11 172	0.31 459	0.19 335	0.35 313	0.47 529	0.17 212	0.19 196	0.28 374	0.24 402	0.28 335	0.11 42	0.08 284	0.05 39	0.10 415	0.09 405	0.09 341	0.09 378

1test111	0.19 292	0.14 387	0.38 336	0.23 400	0.11 172	0.31 459	0.19 335	0.41 384	0.27 274	0.17 212	0.19 196	0.13 135	0.18 322	0.34 398	0.22 410	0.08 284	0.05 39	0.08 244	0.06 147	0.09 341	0.09 378

11t1	0.18 249	0.10 135	0.30 226	0.20 220	0.11 172	0.27 383	0.17 241	0.35 313	0.23 221	0.25 289	0.23 251	0.23 302	0.23 384	0.25 283	0.18 309	0.09 379	0.07 365	0.07 149	0.06 147	0.09 341	0.09 378

1111x	0.32 521	0.11 215	0.40 360	0.22 343	0.11 172	0.32 471	0.26 524	0.59 591	0.43 479	0.31 400	0.41 455	0.39 482	0.28 470	0.76 590	1.37 665	0.09 379	0.08 453	0.09 337	0.10 449	0.09 341	0.08 314

MIF-Stereo (partial)	0.16 207	0.10 135	0.34 278	0.21 274	0.15 428	0.15 51	0.13 66	0.28 208	0.25 251	0.17 212	0.26 284	0.15 188	0.16 266	0.25 283	0.17 286	0.09 379	0.06 234	0.10 415	0.08 302	0.09 341	0.08 314

EKT-Stereo	0.38 566	0.12 273	0.38 336	0.42 637	3.88 693	0.21 261	0.17 241	0.35 313	0.28 291	0.20 241	0.20 213	0.23 302	0.15 246	0.28 335	0.16 257	0.09 379	0.07 365	0.09 337	0.07 220	0.09 341	0.09 378

LL-Strereo	0.29 498	0.25 557	0.58 512	0.25 493	0.21 560	0.23 311	0.24 494	0.55 550	0.42 471	0.34 455	0.32 345	0.41 504	0.40 567	0.94 631	0.23 431	0.08 284	0.07 365	0.11 471	0.09 405	0.09 341	0.09 378

CBFPSM	0.27 466	0.16 449	0.67 549	0.20 220	0.14 367	0.38 530	0.25 511	0.40 372	0.36 398	0.33 435	0.36 399	0.56 589	0.38 556	0.32 384	0.38 535	0.08 284	0.08 453	0.07 149	0.08 302	0.09 341	0.11 472

gwcnet-sp	0.24 413	0.13 340	0.63 534	0.22 343	0.14 367	0.34 496	0.22 446	0.44 420	0.39 433	0.35 472	0.34 378	0.27 358	0.27 453	0.35 407	0.25 452	0.09 379	0.08 453	0.09 337	0.09 405	0.09 341	0.09 378

scenet	0.24 413	0.13 340	0.63 534	0.22 343	0.14 367	0.34 496	0.22 446	0.44 420	0.39 433	0.35 472	0.34 378	0.27 358	0.27 453	0.35 407	0.25 452	0.09 379	0.08 453	0.09 337	0.09 405	0.09 341	0.09 378

knoymous	0.17 225	0.09 80	0.32 249	0.17 44	0.11 172	0.21 261	0.17 241	0.32 266	0.23 221	0.23 265	0.28 296	0.27 358	0.16 266	0.23 237	0.16 257	0.09 379	0.06 234	0.09 337	0.06 147	0.09 341	0.09 378

ssnet	0.24 413	0.13 340	0.63 534	0.22 343	0.14 367	0.34 496	0.22 446	0.44 420	0.39 433	0.35 472	0.34 378	0.27 358	0.27 453	0.35 407	0.25 452	0.09 379	0.08 453	0.09 337	0.09 405	0.09 341	0.09 378

qqq	0.20 309	0.12 273	0.31 241	0.20 220	0.11 172	0.23 311	0.19 335	0.41 384	0.27 274	0.24 279	0.28 296	0.28 374	0.24 402	0.34 398	0.22 410	0.08 284	0.07 365	0.10 415	0.09 405	0.09 341	0.09 378

x	0.19 292	0.11 215	0.29 216	0.20 220	0.11 172	0.26 373	0.18 288	0.41 384	0.29 310	0.25 289	0.29 308	0.28 374	0.24 402	0.26 301	0.23 431	0.09 379	0.07 365	0.08 244	0.07 220	0.09 341	0.08 314

BUS	0.23 382	0.12 273	0.28 202	0.25 493	0.14 367	0.43 565	0.17 241	0.56 566	0.34 369	0.34 455	0.35 389	0.32 421	0.20 346	0.26 301	0.21 390	0.10 430	0.07 365	0.11 471	0.10 449	0.09 341	0.09 378

IER	0.23 382	0.12 273	0.39 352	0.20 220	0.14 367	0.31 459	0.19 335	0.42 398	0.36 398	0.33 435	0.40 447	0.32 421	0.33 526	0.29 354	0.22 410	0.09 379	0.07 365	0.08 244	0.08 302	0.09 341	0.08 314

RAFT+CT+SA	0.21 330	0.18 482	0.33 267	0.25 493	0.18 506	0.23 311	0.29 553	0.40 372	0.36 398	0.24 279	0.38 423	0.18 232	0.16 266	0.32 384	0.16 257	0.07 124	0.05 39	0.09 337	0.12 527	0.09 341	0.09 378

BSDual-CNN	0.23 382	0.12 273	0.28 202	0.25 493	0.14 367	0.35 511	0.21 419	0.56 566	0.34 369	0.34 455	0.35 389	0.38 470	0.24 402	0.26 301	0.21 390	0.10 430	0.07 365	0.11 471	0.10 449	0.09 341	0.09 378

hknet	0.25 441	0.14 387	0.40 360	0.25 493	0.15 428	0.35 511	0.21 419	0.56 566	0.37 409	0.34 455	0.35 389	0.43 517	0.27 453	0.37 416	0.21 390	0.09 379	0.07 365	0.11 471	0.10 449	0.09 341	0.09 378

iRaft-Stereo_5w	0.23 382	0.18 482	0.44 416	0.22 343	0.13 319	0.19 188	0.19 335	0.37 342	0.32 345	0.28 321	0.37 408	0.34 437	0.23 384	0.65 551	0.27 472	0.06 49	0.06 234	0.08 244	0.07 220	0.09 341	0.08 314

psmg	0.23 382	0.12 273	0.28 202	0.21 274	0.14 367	0.35 511	0.23 472	0.51 500	0.34 369	0.35 472	0.38 423	0.38 470	0.24 402	0.26 301	0.21 390	0.10 430	0.08 453	0.10 415	0.10 449	0.09 341	0.08 314

DAS	0.27 466	0.12 273	0.42 393	0.24 454	0.18 506	0.29 425	0.24 494	0.45 430	0.45 506	0.41 545	0.44 496	0.34 437	0.29 485	0.75 585	0.21 390	0.09 379	0.07 365	0.09 337	0.07 220	0.09 341	0.09 378

SepStereo	0.26 458	0.12 273	0.42 393	0.24 454	0.18 506	0.29 425	0.24 494	0.45 430	0.45 506	0.41 545	0.44 496	0.34 437	0.29 485	0.64 544	0.21 390	0.09 379	0.07 365	0.09 337	0.07 220	0.09 341	0.09 378

GwcNet-ADL	0.22 365	0.14 387	0.58 512	0.24 454	0.13 319	0.22 289	0.23 472	0.49 473	0.40 451	0.27 309	0.29 308	0.30 401	0.20 346	0.26 301	0.23 431	0.09 379	0.07 365	0.07 149	0.07 220	0.09 341	0.09 378

GANet-ADL	0.21 330	0.12 273	0.45 428	0.23 400	0.14 367	0.29 425	0.19 335	0.46 441	0.35 385	0.25 289	0.32 345	0.32 421	0.19 337	0.24 253	0.20 363	0.10 430	0.07 365	0.07 149	0.06 147	0.09 341	0.10 435

NRIStereo	0.18 249	0.11 215	0.35 288	0.23 400	0.11 172	0.24 332	0.20 388	0.29 224	0.26 263	0.26 301	0.25 275	0.25 326	0.18 322	0.34 398	0.18 309	0.07 124	0.06 234	0.09 337	0.07 220	0.09 341	0.08 314

SST-Stereo	0.21 330	0.10 135	0.37 317	0.24 454	0.13 319	0.19 188	0.17 241	0.31 254	0.24 237	0.34 455	0.33 368	0.29 385	0.25 423	0.56 500	0.17 286	0.08 284	0.05 39	0.10 415	0.08 302	0.09 341	0.07 236

DeepStereo_RVC	0.18 249	0.11 215	0.40 360	0.21 274	0.11 172	0.19 188	0.16 195	0.28 208	0.22 195	0.27 309	0.27 290	0.23 302	0.28 470	0.24 253	0.18 309	0.08 284	0.06 234	0.09 337	0.07 220	0.09 341	0.10 435

ICVP	0.23 382	0.13 340	0.44 416	0.26 527	0.14 367	0.29 425	0.25 511	0.45 430	0.33 359	0.29 350	0.43 485	0.35 451	0.25 423	0.26 301	0.23 431	0.12 508	0.09 488	0.09 337	0.08 302	0.09 341	0.10 435
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.18 249	0.15 422	0.35 288	0.22 343	0.14 367	0.19 188	0.17 241	0.32 266	0.30 323	0.23 265	0.25 275	0.20 258	0.16 266	0.22 227	0.19 342	0.08 284	0.07 365	0.10 415	0.12 527	0.09 341	0.08 314

RALCasStereoNet	0.18 249	0.15 422	0.33 267	0.21 274	0.14 367	0.21 261	0.18 288	0.31 254	0.25 251	0.21 252	0.29 308	0.22 281	0.15 246	0.27 321	0.17 286	0.08 284	0.10 518	0.07 149	0.06 147	0.09 341	0.09 378

RALAANet	0.19 292	0.18 482	0.37 317	0.23 400	0.14 367	0.23 311	0.13 66	0.37 342	0.29 310	0.28 321	0.26 284	0.25 326	0.15 246	0.26 301	0.18 309	0.08 284	0.06 234	0.09 337	0.08 302	0.09 341	0.06 140

sCroCo_RVC	0.18 249	0.14 387	0.49 460	0.27 555	0.18 506	0.22 289	0.17 241	0.27 186	0.23 221	0.14 144	0.22 242	0.17 220	0.14 227	0.21 207	0.15 230	0.10 430	0.11 542	0.09 337	0.09 405	0.09 341	0.09 378

222	0.41 580	0.10 135	0.29 216	0.19 146	0.11 172	0.36 516	0.20 388	0.57 576	0.39 433	0.35 472	0.44 496	0.30 401	0.27 453	0.55 489	3.56 690	0.11 469	0.07 365	0.08 244	0.08 302	0.09 341	0.09 378

xxxx	0.34 539	0.10 135	0.29 216	0.19 146	0.11 172	0.37 522	0.20 388	0.58 585	0.38 423	0.29 350	0.42 472	0.38 470	0.24 402	0.46 447	2.20 683	0.11 469	0.07 365	0.09 337	0.08 302	0.09 341	0.09 378

test_xeample	0.34 539	0.10 135	0.29 216	0.19 146	0.11 172	0.33 483	0.23 472	0.55 550	0.38 423	0.32 422	0.45 508	0.29 385	0.26 434	0.57 504	2.24 685	0.10 430	0.07 365	0.09 337	0.08 302	0.09 341	0.09 378

ARAFT	0.24 413	0.21 525	0.78 573	0.22 343	0.12 239	0.29 425	0.24 494	0.43 412	0.32 345	0.33 435	0.28 296	0.28 374	0.19 337	0.49 459	0.18 309	0.07 124	0.06 234	0.12 509	0.11 488	0.09 341	0.06 140

SFCPSM	0.22 365	0.10 135	0.51 481	0.21 274	0.14 367	0.34 496	0.22 446	0.55 550	0.39 433	0.29 350	0.32 345	0.23 302	0.21 354	0.27 321	0.19 342	0.09 379	0.07 365	0.09 337	0.09 405	0.09 341	0.08 314

FENet	0.21 330	0.11 215	0.45 428	0.21 274	0.12 239	0.26 373	0.17 241	0.41 384	0.35 385	0.30 382	0.31 336	0.29 385	0.23 384	0.26 301	0.23 431	0.09 379	0.06 234	0.09 337	0.09 405	0.09 341	0.09 378

ac_64	0.27 466	0.13 340	0.41 383	0.24 454	0.17 484	0.36 516	0.22 446	0.46 441	0.33 359	0.35 472	0.36 399	0.52 574	0.30 499	0.62 536	0.32 510	0.11 469	0.09 488	0.10 415	0.10 449	0.09 341	0.08 314

GwcNet-RSSM	0.26 458	0.17 468	0.46 436	0.21 274	0.13 319	0.28 403	0.23 472	0.44 420	0.42 471	0.31 400	0.45 508	0.40 497	0.26 434	0.55 489	0.28 477	0.11 469	0.07 365	0.09 337	0.10 449	0.09 341	0.08 314

AANet_RVC	0.31 512	0.22 539	0.50 471	0.23 400	0.14 367	0.30 443	0.24 494	0.47 450	0.54 578	0.38 511	0.60 586	0.43 517	0.29 485	0.87 617	0.40 551	0.11 469	0.07 365	0.07 149	0.07 220	0.09 341	0.09 378

HITNet	0.20 309	0.17 468	0.43 406	0.19 146	0.08 23	0.27 383	0.14 100	0.42 398	0.30 323	0.29 350	0.32 345	0.27 358	0.21 354	0.28 335	0.25 452	0.07 124	0.05 39	0.07 149	0.06 147	0.09 341	0.06 140
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
iResNet_ROB	0.25 441	0.19 498	0.40 360	0.20 220	0.12 239	0.30 443	0.16 195	0.55 550	0.53 573	0.38 511	0.43 485	0.37 462	0.26 434	0.38 421	0.22 410	0.08 284	0.06 234	0.06 43	0.04 1	0.09 341	0.09 378

z-ln-s-r	0.32 521	0.21 525	0.82 590	0.23 400	0.14 367	0.30 443	0.26 524	0.43 412	0.50 555	0.32 422	0.60 586	0.39 482	0.29 485	0.73 576	0.66 616	0.08 284	0.06 234	0.08 244	0.07 220	0.10 409	0.08 314

DFGA-Net	0.23 382	0.24 552	0.49 460	0.22 343	0.15 428	0.25 350	0.17 241	0.39 360	0.39 433	0.29 350	0.31 336	0.21 270	0.17 296	0.59 517	0.28 477	0.08 284	0.06 234	0.09 337	0.09 405	0.10 409	0.08 314

coex_refinement	0.26 458	0.16 449	0.36 308	0.23 400	0.15 428	0.31 459	0.20 388	0.49 473	0.42 471	0.35 472	0.42 472	0.45 533	0.27 453	0.55 489	0.33 517	0.10 430	0.06 234	0.07 149	0.07 220	0.10 409	0.10 435

rvit_0105_5	0.21 330	0.15 422	0.38 336	0.23 400	0.13 319	0.22 289	0.24 494	0.36 332	0.39 433	0.21 252	0.23 251	0.26 348	0.19 337	0.26 301	0.19 342	0.15 567	0.13 572	0.12 509	0.12 527	0.10 409	0.09 378

rvit_0105_3	0.23 382	0.17 468	0.40 360	0.25 493	0.15 428	0.24 332	0.28 546	0.38 348	0.41 463	0.25 289	0.25 275	0.28 374	0.21 354	0.28 335	0.20 363	0.15 567	0.13 572	0.14 557	0.15 578	0.10 409	0.09 378

UGAM	0.26 458	0.14 387	0.45 428	0.25 493	0.12 239	0.23 311	0.25 511	0.32 266	0.41 463	0.31 400	0.42 472	0.41 504	0.22 370	0.92 627	0.22 410	0.08 284	0.06 234	0.14 557	0.12 527	0.10 409	0.07 236

ACV-stereo	0.29 498	0.18 482	0.79 580	0.23 400	0.16 460	0.47 581	0.19 335	0.36 332	0.34 369	0.29 350	0.33 368	0.67 624	0.42 580	0.54 487	0.30 497	0.10 430	0.09 488	0.09 337	0.09 405	0.10 409	0.11 472

rvit_stereo_0080	0.15 191	0.13 340	0.25 163	0.19 146	0.13 319	0.15 51	0.20 388	0.28 208	0.24 237	0.15 164	0.17 167	0.19 248	0.13 191	0.19 162	0.15 230	0.11 469	0.08 453	0.08 244	0.08 302	0.10 409	0.07 236

test_sample3	0.23 382	0.12 273	0.43 406	0.19 146	0.12 239	0.32 471	0.20 388	0.50 483	0.34 369	0.31 400	0.33 368	0.29 385	0.22 370	0.53 481	0.22 410	0.10 430	0.07 365	0.09 337	0.08 302	0.10 409	0.10 435

CAS++	0.16 207	0.12 273	0.27 185	0.18 91	0.12 239	0.17 125	0.15 148	0.42 398	0.24 237	0.19 237	0.18 187	0.13 135	0.10 74	0.21 207	0.12 108	0.12 508	0.10 518	0.11 471	0.08 302	0.10 409	0.09 378
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.14 155	0.11 215	0.32 249	0.19 146	0.11 172	0.18 153	0.17 241	0.20 59	0.22 195	0.14 144	0.24 265	0.15 188	0.10 74	0.18 137	0.12 108	0.07 124	0.06 234	0.07 149	0.06 147	0.10 409	0.06 140

MyStereo8	0.22 365	0.15 422	0.63 534	0.21 274	0.17 484	0.31 459	0.16 195	0.36 332	0.32 345	0.28 321	0.36 399	0.25 326	0.18 322	0.25 283	0.28 477	0.08 284	0.07 365	0.08 244	0.07 220	0.10 409	0.12 496

mmm	0.21 330	0.12 273	0.31 241	0.22 343	0.12 239	0.28 403	0.21 419	0.41 384	0.27 274	0.29 350	0.38 423	0.29 385	0.24 402	0.29 354	0.22 410	0.09 379	0.07 365	0.11 471	0.09 405	0.10 409	0.09 378

whm_eth	0.15 191	0.13 340	0.25 163	0.19 146	0.13 319	0.15 51	0.20 388	0.28 208	0.24 237	0.15 164	0.17 167	0.19 248	0.13 191	0.19 162	0.15 230	0.11 469	0.08 453	0.08 244	0.08 302	0.10 409	0.07 236

plain	0.17 225	0.13 340	0.43 406	0.21 274	0.13 319	0.16 91	0.17 241	0.27 186	0.22 195	0.16 193	0.26 284	0.13 135	0.16 266	0.27 321	0.16 257	0.08 284	0.06 234	0.10 415	0.07 220	0.10 409	0.07 236

StereoVision	0.22 365	0.18 482	0.37 317	0.27 555	0.17 484	0.23 311	0.22 446	0.38 348	0.31 336	0.20 241	0.51 543	0.22 281	0.16 266	0.28 335	0.18 309	0.11 469	0.12 560	0.13 530	0.13 555	0.10 409	0.07 236

riskmin	0.18 249	0.09 80	0.34 278	0.18 91	0.12 239	0.24 332	0.16 195	0.34 290	0.28 291	0.21 252	0.23 251	0.33 428	0.24 402	0.23 237	0.17 286	0.09 379	0.06 234	0.09 337	0.06 147	0.10 409	0.10 435

CRFU-Net	0.28 487	0.14 387	0.45 428	0.25 493	0.15 428	0.45 573	0.23 472	0.50 483	0.30 323	0.43 561	0.41 455	0.48 550	0.46 595	0.43 437	0.29 489	0.11 469	0.10 518	0.09 337	0.08 302	0.10 409	0.10 435

test_5	0.23 382	0.19 498	0.38 336	0.26 527	0.18 506	0.25 350	0.29 553	0.40 372	0.37 409	0.29 350	0.40 447	0.25 326	0.22 370	0.34 398	0.18 309	0.07 124	0.05 39	0.09 337	0.09 405	0.10 409	0.10 435

CSP-Net	0.27 466	0.15 422	0.30 226	0.21 274	0.14 367	0.44 567	0.24 494	0.50 483	0.40 451	0.41 545	0.43 485	0.42 513	0.26 434	0.66 555	0.28 477	0.12 508	0.08 453	0.08 244	0.08 302	0.10 409	0.09 378

PSMNet-ADL	0.25 441	0.15 422	0.32 249	0.26 527	0.14 367	0.31 459	0.22 446	0.44 420	0.36 398	0.27 309	0.33 368	0.41 504	0.28 470	0.61 528	0.29 489	0.11 469	0.09 488	0.09 337	0.11 488	0.10 409	0.10 435

Patchmatch Stereo++	0.18 249	0.12 273	0.37 317	0.22 343	0.10 118	0.18 153	0.14 100	0.29 224	0.22 195	0.28 321	0.29 308	0.25 326	0.17 296	0.26 301	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.18 249	0.12 273	0.37 317	0.22 343	0.10 118	0.18 153	0.16 195	0.29 224	0.22 195	0.28 321	0.29 308	0.25 326	0.18 322	0.24 253	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

ROB_FTStereo_v2	0.18 249	0.12 273	0.37 317	0.22 343	0.10 118	0.18 153	0.16 195	0.29 224	0.22 195	0.28 321	0.29 308	0.25 326	0.17 296	0.24 253	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

ROB_FTStereo	0.18 249	0.12 273	0.37 317	0.22 343	0.10 118	0.18 153	0.14 100	0.29 224	0.22 195	0.28 321	0.28 296	0.25 326	0.17 296	0.24 253	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

HUI-Stereo	0.18 249	0.12 273	0.37 317	0.22 343	0.10 118	0.18 153	0.14 100	0.29 224	0.22 195	0.28 321	0.28 296	0.25 326	0.17 296	0.22 227	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

iGMRVC	0.18 249	0.12 273	0.37 317	0.22 343	0.10 118	0.18 153	0.15 148	0.29 224	0.22 195	0.28 321	0.29 308	0.25 326	0.17 296	0.27 321	0.17 286	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

iRAFT	0.18 249	0.12 273	0.37 317	0.22 343	0.10 118	0.18 153	0.14 100	0.29 224	0.22 195	0.28 321	0.29 308	0.25 326	0.17 296	0.26 301	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

CRE-IMP	0.18 249	0.12 273	0.37 317	0.22 343	0.11 172	0.24 332	0.17 241	0.29 224	0.21 178	0.27 309	0.26 284	0.24 316	0.17 296	0.23 237	0.18 309	0.08 284	0.05 39	0.10 415	0.07 220	0.10 409	0.10 435

RAFT	0.21 330	0.17 468	0.32 249	0.24 454	0.12 239	0.25 350	0.27 530	0.35 313	0.28 291	0.33 435	0.33 368	0.38 470	0.22 370	0.29 354	0.17 286	0.08 284	0.08 453	0.11 471	0.10 449	0.10 409	0.06 140

RAFT-IKP	0.18 249	0.12 273	0.37 317	0.22 343	0.10 118	0.18 153	0.15 148	0.29 224	0.22 195	0.28 321	0.29 308	0.25 326	0.18 322	0.25 283	0.16 257	0.08 284	0.06 234	0.10 415	0.08 302	0.10 409	0.08 314

GES	0.22 365	0.12 273	0.42 393	0.20 220	0.14 367	0.27 383	0.19 335	0.49 473	0.33 359	0.30 382	0.36 399	0.25 326	0.23 384	0.29 354	0.22 410	0.10 430	0.08 453	0.08 244	0.07 220	0.10 409	0.11 472

HCRNet	0.24 413	0.25 557	0.33 267	0.34 612	0.16 460	0.27 383	0.18 288	0.43 412	0.35 385	0.30 382	0.35 389	0.32 421	0.22 370	0.44 441	0.20 363	0.13 527	0.08 453	0.13 530	0.11 488	0.10 409	0.09 378

GMStereo	0.19 292	0.25 557	0.40 360	0.21 274	0.12 239	0.22 289	0.19 335	0.29 224	0.40 451	0.25 289	0.23 251	0.16 209	0.15 246	0.25 283	0.19 342	0.09 379	0.06 234	0.08 244	0.08 302	0.10 409	0.08 314
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MMNet	0.27 466	0.14 387	0.49 460	0.24 454	0.17 484	0.47 581	0.22 446	0.45 430	0.51 559	0.39 526	0.41 455	0.36 456	0.33 526	0.39 423	0.34 522	0.08 284	0.07 365	0.09 337	0.09 405	0.10 409	0.08 314

psm_up	0.29 498	0.16 449	0.41 383	0.26 527	0.17 484	0.32 471	0.26 524	0.55 550	0.43 479	0.36 488	0.40 447	0.45 533	0.37 552	0.58 511	0.30 497	0.11 469	0.12 560	0.13 530	0.12 527	0.10 409	0.10 435

UNet	0.28 487	0.14 387	0.69 555	0.23 400	0.20 552	0.44 567	0.22 446	0.50 483	0.40 451	0.34 455	0.39 436	0.43 517	0.33 526	0.40 430	0.31 505	0.09 379	0.07 365	0.10 415	0.08 302	0.10 409	0.08 314

UPFNet	0.25 441	0.12 273	0.38 336	0.24 454	0.19 533	0.37 522	0.28 546	0.48 463	0.38 423	0.34 455	0.37 408	0.37 462	0.28 470	0.39 423	0.33 517	0.10 430	0.09 488	0.10 415	0.10 449	0.10 409	0.08 314

ACVNet	0.23 382	0.13 340	0.35 288	0.18 91	0.15 428	0.27 383	0.23 472	0.39 360	0.44 494	0.28 321	0.41 455	0.38 470	0.26 434	0.27 321	0.32 510	0.08 284	0.07 365	0.08 244	0.07 220	0.10 409	0.07 236

HGLStereo	0.27 466	0.14 387	0.46 436	0.24 454	0.21 560	0.33 483	0.23 472	0.50 483	0.42 471	0.35 472	0.48 532	0.41 504	0.33 526	0.45 444	0.33 517	0.11 469	0.10 518	0.09 337	0.09 405	0.10 409	0.12 496

GANet-RSSM	0.24 413	0.14 387	0.36 308	0.21 274	0.14 367	0.27 383	0.21 419	0.45 430	0.33 359	0.29 350	0.39 436	0.39 482	0.28 470	0.58 511	0.23 431	0.11 469	0.07 365	0.09 337	0.09 405	0.10 409	0.09 378

PSMNet-RSSM	0.24 413	0.15 422	0.36 308	0.21 274	0.14 367	0.25 350	0.20 388	0.48 463	0.37 409	0.30 382	0.44 496	0.38 470	0.26 434	0.52 474	0.22 410	0.12 508	0.07 365	0.11 471	0.13 555	0.10 409	0.09 378

DMCA	0.22 365	0.14 387	0.36 308	0.22 343	0.14 367	0.27 383	0.20 388	0.43 412	0.38 423	0.31 400	0.32 345	0.33 428	0.24 402	0.24 253	0.28 477	0.11 469	0.08 453	0.10 415	0.08 302	0.10 409	0.11 472

BEATNet_4x	0.22 365	0.18 482	0.47 444	0.22 343	0.10 118	0.28 403	0.14 100	0.46 441	0.32 345	0.31 400	0.34 378	0.31 411	0.25 423	0.31 377	0.29 489	0.08 284	0.06 234	0.08 244	0.06 147	0.10 409	0.08 314

NLCA_NET_v2_RVC	0.27 466	0.21 525	0.59 518	0.25 493	0.18 506	0.29 425	0.22 446	0.50 483	0.40 451	0.38 511	0.41 455	0.43 517	0.27 453	0.43 437	0.29 489	0.11 469	0.08 453	0.10 415	0.10 449	0.10 409	0.11 472
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	0.27 466	0.17 468	0.35 288	0.25 493	0.14 367	0.37 522	0.21 419	0.47 450	0.41 463	0.44 568	0.51 543	0.41 504	0.28 470	0.45 444	0.37 533	0.09 379	0.06 234	0.11 471	0.11 488	0.10 409	0.10 435
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.28 487	0.16 449	0.34 278	0.27 555	0.16 460	0.38 530	0.25 511	0.48 463	0.43 479	0.46 576	0.46 518	0.51 568	0.33 526	0.53 481	0.33 517	0.10 430	0.10 518	0.11 471	0.11 488	0.10 409	0.09 378

pmcnn	0.50 613	0.20 511	0.78 573	0.24 454	0.26 609	0.39 539	0.30 564	0.51 500	0.50 555	0.54 610	1.23 654	2.52 682	0.37 552	0.77 596	0.95 640	0.08 284	0.06 234	0.06 43	0.05 65	0.10 409	0.08 314

Selective-IGEV-i16pc	0.33 530	0.10 135	1.71 666	0.21 274	0.14 367	0.74 636	0.31 569	0.42 398	0.41 463	0.21 252	0.32 345	0.26 348	0.14 227	0.71 568	0.19 342	0.14 552	0.10 518	0.08 244	0.09 405	0.11 457	0.11 472

S2M2_L	0.13 116	0.11 215	0.20 99	0.16 20	0.12 239	0.12 16	0.07 1	0.18 30	0.20 158	0.12 83	0.15 130	0.14 167	0.12 146	0.15 65	0.14 200	0.13 527	0.09 488	0.09 337	0.10 449	0.11 457	0.09 378
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_0105_6	0.19 292	0.14 387	0.34 278	0.23 400	0.14 367	0.18 153	0.20 388	0.29 224	0.37 409	0.18 230	0.22 242	0.23 302	0.17 296	0.26 301	0.17 286	0.15 567	0.13 572	0.13 530	0.11 488	0.11 457	0.08 314

rvit_0105_4	0.20 309	0.15 422	0.38 336	0.23 400	0.14 367	0.20 230	0.22 446	0.33 281	0.39 433	0.19 237	0.24 265	0.25 326	0.19 337	0.27 321	0.17 286	0.16 583	0.13 572	0.13 530	0.11 488	0.11 457	0.08 314

rvit_105_1	0.27 466	0.19 498	0.46 436	0.27 555	0.19 533	0.30 443	0.35 595	0.44 420	0.51 559	0.31 400	0.31 336	0.31 411	0.26 434	0.35 407	0.25 452	0.15 567	0.14 582	0.15 572	0.17 599	0.11 457	0.10 435

ITSA-stereo	0.25 441	0.15 422	0.33 267	0.23 400	0.11 172	0.27 383	0.18 288	0.56 566	0.59 594	0.31 400	0.32 345	0.33 428	0.28 470	0.49 459	0.30 497	0.11 469	0.08 453	0.11 471	0.10 449	0.11 457	0.13 513

AIO-Stereo-zeroshot	0.23 382	0.13 340	0.83 593	0.20 220	0.21 560	0.23 311	0.17 241	0.48 463	0.27 274	0.23 265	0.29 308	0.39 482	0.23 384	0.25 283	0.15 230	0.08 284	0.06 234	0.08 244	0.11 488	0.11 457	0.10 435

IGEV-BASED-STEREO-	0.20 309	0.72 660	0.70 561	0.17 44	0.08 23	0.15 51	0.15 148	0.18 30	0.16 64	0.13 113	0.12 62	0.09 27	0.08 15	0.16 92	0.13 163	0.35 649	0.04 2	0.08 244	0.07 220	0.11 457	0.23 623

test_sample6	0.25 441	0.13 340	0.41 383	0.21 274	0.11 172	0.30 443	0.22 446	0.51 500	0.35 385	0.33 435	0.43 485	0.30 401	0.24 402	0.57 504	0.22 410	0.10 430	0.07 365	0.10 415	0.10 449	0.11 457	0.10 435

test_sample5	0.24 413	0.13 340	0.42 393	0.21 274	0.12 239	0.30 443	0.21 419	0.50 483	0.34 369	0.32 422	0.41 455	0.29 385	0.23 384	0.55 489	0.21 390	0.10 430	0.07 365	0.10 415	0.09 405	0.11 457	0.10 435

test_sample4	0.24 413	0.13 340	0.43 406	0.20 220	0.12 239	0.32 471	0.21 419	0.51 500	0.34 369	0.31 400	0.37 408	0.28 374	0.23 384	0.53 481	0.21 390	0.10 430	0.07 365	0.10 415	0.09 405	0.11 457	0.10 435

DualNet	0.24 413	0.13 340	0.42 393	0.21 274	0.12 239	0.30 443	0.21 419	0.50 483	0.34 369	0.33 435	0.43 485	0.29 385	0.23 384	0.55 489	0.21 390	0.10 430	0.07 365	0.10 415	0.09 405	0.11 457	0.10 435

mmx	0.31 512	0.12 273	0.42 393	0.20 220	0.13 319	0.28 403	0.20 388	0.55 550	0.45 506	0.30 382	0.42 472	0.34 437	0.23 384	0.81 608	1.08 647	0.10 430	0.07 365	0.11 471	0.10 449	0.11 457	0.10 435

xxx	0.31 512	0.12 273	0.42 393	0.20 220	0.13 319	0.28 403	0.20 388	0.55 550	0.45 506	0.30 382	0.42 472	0.34 437	0.23 384	0.81 608	1.08 647	0.10 430	0.07 365	0.11 471	0.10 449	0.11 457	0.10 435

PCWNet_CMD	0.23 382	0.13 340	0.48 454	0.20 220	0.13 319	0.28 403	0.16 195	0.46 441	0.46 524	0.29 350	0.36 399	0.37 462	0.24 402	0.28 335	0.20 363	0.09 379	0.06 234	0.10 415	0.08 302	0.11 457	0.09 378

CASS	0.21 330	0.15 422	0.32 249	0.26 527	0.11 172	0.28 403	0.19 335	0.39 360	0.30 323	0.32 422	0.34 378	0.25 326	0.24 402	0.25 283	0.20 363	0.13 527	0.08 453	0.11 471	0.09 405	0.11 457	0.11 472
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.24 413	0.16 449	0.48 454	0.21 274	0.13 319	0.29 425	0.29 553	0.39 360	0.39 433	0.27 309	0.35 389	0.39 482	0.31 516	0.31 377	0.29 489	0.08 284	0.09 488	0.10 415	0.11 488	0.11 457	0.10 435

ssnet_v2	0.28 487	0.16 449	0.44 416	0.22 343	0.15 428	0.40 545	0.30 564	0.57 576	0.46 524	0.38 511	0.36 399	0.47 543	0.29 485	0.38 421	0.39 543	0.13 527	0.11 542	0.11 471	0.11 488	0.11 457	0.11 472

Wz-Net-LNSev-Ref	0.30 505	0.20 511	0.70 561	0.21 274	0.17 484	0.46 575	0.27 530	0.50 483	0.49 547	0.42 555	0.55 565	0.43 517	0.30 499	0.46 447	0.38 535	0.09 379	0.06 234	0.07 149	0.06 147	0.11 457	0.10 435

NINENet	0.25 441	0.15 422	0.37 317	0.23 400	0.16 460	0.43 565	0.17 241	0.60 600	0.46 524	0.32 422	0.37 408	0.32 421	0.20 346	0.42 435	0.21 390	0.10 430	0.10 518	0.12 509	0.08 302	0.11 457	0.10 435

dd	0.22 365	0.26 568	0.40 360	0.22 343	0.12 239	0.25 350	0.21 419	0.32 266	0.44 494	0.29 350	0.28 296	0.25 326	0.16 266	0.30 370	0.25 452	0.12 508	0.07 365	0.10 415	0.08 302	0.11 457	0.09 378

GEStereo_RVC	0.27 466	0.20 511	0.44 416	0.27 555	0.16 460	0.33 483	0.25 511	0.56 566	0.54 578	0.34 455	0.38 423	0.34 437	0.25 423	0.51 468	0.28 477	0.12 508	0.08 453	0.09 337	0.08 302	0.11 457	0.11 472

Anonymous3	0.23 382	0.18 482	0.63 534	0.27 555	0.18 506	0.41 549	0.23 472	0.43 412	0.35 385	0.23 265	0.27 290	0.20 258	0.18 322	0.27 321	0.18 309	0.12 508	0.11 542	0.10 415	0.10 449	0.11 457	0.12 496

TestStereo	0.21 330	0.19 498	0.40 360	0.25 493	0.10 118	0.22 289	0.21 419	0.31 254	0.31 336	0.23 265	0.34 378	0.22 281	0.18 322	0.62 536	0.18 309	0.08 284	0.06 234	0.10 415	0.07 220	0.11 457	0.06 140

CFNet_pseudo	0.23 382	0.13 340	0.47 444	0.19 146	0.13 319	0.26 373	0.16 195	0.44 420	0.44 494	0.29 350	0.37 408	0.38 470	0.23 384	0.29 354	0.21 390	0.09 379	0.06 234	0.11 471	0.08 302	0.11 457	0.09 378

ADLNet	0.28 487	0.15 422	0.42 393	0.23 400	0.19 533	0.34 496	0.23 472	0.53 531	0.43 479	0.42 555	0.41 455	0.44 528	0.27 453	0.55 489	0.35 526	0.11 469	0.08 453	0.11 471	0.11 488	0.11 457	0.12 496

RAFT + AFF	0.27 466	0.23 548	0.50 471	0.25 493	0.17 484	0.30 443	0.33 589	0.52 519	0.40 451	0.28 321	0.30 321	0.30 401	0.31 516	0.62 536	0.24 442	0.09 379	0.10 518	0.11 471	0.10 449	0.11 457	0.11 472

acv_ft	0.25 441	0.13 340	0.40 360	0.23 400	0.19 533	0.34 496	0.21 419	0.45 430	0.44 494	0.38 511	0.41 455	0.38 470	0.27 453	0.27 321	0.35 526	0.08 284	0.07 365	0.08 244	0.07 220	0.11 457	0.07 236

DSFCA	0.27 466	0.13 340	0.36 308	0.20 220	0.17 484	0.38 530	0.31 569	0.47 450	0.43 479	0.43 561	0.37 408	0.39 482	0.29 485	0.52 474	0.32 510	0.12 508	0.10 518	0.10 415	0.11 488	0.11 457	0.10 435

ADCRef	0.38 566	0.24 552	0.88 605	0.26 527	0.21 560	0.49 592	0.27 530	0.52 519	0.48 538	0.50 591	0.58 578	0.35 451	0.47 598	0.48 454	1.29 664	0.09 379	0.08 453	0.12 509	0.12 527	0.11 457	0.11 472

MSMDNet	0.23 382	0.13 340	0.48 454	0.20 220	0.13 319	0.28 403	0.16 195	0.46 441	0.46 524	0.29 350	0.36 399	0.37 462	0.24 402	0.28 335	0.20 363	0.09 379	0.06 234	0.09 337	0.08 302	0.11 457	0.09 378

CFNet	0.27 466	0.20 511	0.44 416	0.22 343	0.14 367	0.33 483	0.14 100	0.51 500	0.45 506	0.30 382	0.40 447	0.38 470	0.27 453	0.76 590	0.25 452	0.09 379	0.07 365	0.11 471	0.11 488	0.11 457	0.08 314

ccs_rob	0.23 382	0.13 340	0.47 444	0.20 220	0.13 319	0.26 373	0.17 241	0.44 420	0.44 494	0.29 350	0.37 408	0.38 470	0.23 384	0.29 354	0.21 390	0.09 379	0.06 234	0.11 471	0.08 302	0.11 457	0.09 378

AdaStereo	0.24 413	0.16 449	0.37 317	0.24 454	0.12 239	0.32 471	0.17 241	0.54 540	0.42 471	0.33 435	0.38 423	0.35 451	0.21 354	0.30 370	0.22 410	0.14 552	0.06 234	0.13 530	0.08 302	0.11 457	0.08 314
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.
NaN_ROB	0.41 580	0.28 578	0.62 531	0.30 592	0.19 533	0.51 597	0.47 637	0.58 585	0.59 594	0.56 613	0.47 525	0.49 556	0.41 571	1.21 656	0.64 613	0.12 508	0.18 617	0.12 509	0.13 555	0.11 457	0.14 535

LE_ROB	1.76 679	0.20 511	2.68 679	0.48 645	0.52 655	0.78 643	0.96 678	0.84 657	6.61 696	7.40 700	2.08 681	2.08 674	4.83 692	1.27 660	3.79 691	0.10 430	0.08 453	0.12 509	0.11 488	0.11 457	0.10 435

DN-CSS_ROB	0.22 365	0.25 557	0.47 444	0.24 454	0.14 367	0.25 350	0.12 32	0.40 372	0.33 359	0.29 350	0.42 472	0.22 281	0.20 346	0.33 391	0.19 342	0.07 124	0.06 234	0.11 471	0.11 488	0.11 457	0.07 236

Selective-IGEV-i16pb	0.39 571	0.12 273	2.18 670	0.21 274	0.15 428	0.68 629	0.32 578	0.56 566	0.57 590	0.25 289	0.44 496	0.33 428	0.21 354	0.80 604	0.25 452	0.14 552	0.10 518	0.09 337	0.10 449	0.12 494	0.13 513

DCVSM-stereo	0.24 413	0.13 340	0.52 487	0.20 220	0.14 367	0.26 373	0.13 66	0.34 290	0.34 369	0.41 545	0.33 368	0.47 543	0.29 485	0.30 370	0.22 410	0.10 430	0.10 518	0.11 471	0.10 449	0.12 494	0.15 547

AIO-Stereo-zeroshot1	0.25 441	0.14 387	0.95 617	0.21 274	0.27 611	0.20 230	0.19 335	0.48 463	0.25 251	0.26 301	0.55 565	0.34 437	0.18 322	0.25 283	0.17 286	0.07 124	0.06 234	0.08 244	0.12 527	0.12 494	0.12 496

CFNet_ucs	0.24 413	0.13 340	0.50 471	0.20 220	0.15 428	0.28 403	0.17 241	0.49 473	0.45 506	0.32 422	0.42 472	0.39 482	0.22 370	0.31 377	0.21 390	0.11 469	0.08 453	0.12 509	0.09 405	0.12 494	0.11 472

fast-acv-ft	0.31 512	0.20 511	0.81 586	0.24 454	0.18 506	0.46 575	0.27 530	0.41 384	0.49 547	0.39 526	0.55 565	0.49 556	0.35 539	0.37 416	0.38 535	0.11 469	0.11 542	0.11 471	0.12 527	0.12 494	0.09 378

ADLNet2	0.30 505	0.17 468	0.72 566	0.23 400	0.17 484	0.36 516	0.24 494	0.52 519	0.51 559	0.32 422	0.38 423	0.45 533	0.30 499	0.69 562	0.35 526	0.10 430	0.08 453	0.09 337	0.09 405	0.12 494	0.10 435

CFNet-ft	0.24 413	0.15 422	0.35 288	0.18 91	0.15 428	0.30 443	0.21 419	0.39 360	0.36 398	0.28 321	0.40 447	0.43 517	0.25 423	0.47 451	0.24 442	0.12 508	0.07 365	0.12 509	0.11 488	0.12 494	0.09 378

STTStereo	0.28 487	0.20 511	0.61 523	0.25 493	0.17 484	0.29 425	0.24 494	0.47 450	0.39 433	0.39 526	0.41 455	0.44 528	0.28 470	0.40 430	0.28 477	0.13 527	0.12 560	0.13 530	0.16 590	0.12 494	0.11 472

PA-Net	0.37 559	0.28 578	0.83 593	0.31 598	0.28 616	0.39 539	0.42 624	0.51 500	0.55 584	0.34 455	0.42 472	0.41 504	0.36 543	0.79 600	0.49 582	0.12 508	0.23 639	0.16 583	0.23 625	0.12 494	0.18 583
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
TDLM	0.30 505	0.21 525	0.38 336	0.28 577	0.15 428	0.33 483	0.32 578	0.52 519	0.47 529	0.38 511	0.43 485	0.39 482	0.29 485	0.91 626	0.28 477	0.14 552	0.08 453	0.13 530	0.11 488	0.12 494	0.10 435

CFNet_RVC	0.24 413	0.15 422	0.35 288	0.18 91	0.15 428	0.30 443	0.21 419	0.39 360	0.36 398	0.28 321	0.40 447	0.43 517	0.25 423	0.47 451	0.24 442	0.12 508	0.07 365	0.12 509	0.11 488	0.12 494	0.09 378

iResNetv2_ROB	0.27 466	0.26 568	0.72 566	0.23 400	0.13 319	0.29 425	0.18 288	0.52 519	0.49 547	0.37 496	0.45 508	0.39 482	0.25 423	0.34 398	0.20 363	0.08 284	0.06 234	0.07 149	0.05 65	0.12 494	0.09 378

DRN-Test	0.33 530	0.17 468	0.61 523	0.27 555	0.19 533	0.46 575	0.29 553	0.65 622	0.51 559	0.47 584	0.46 518	0.44 528	0.34 535	0.62 536	0.41 559	0.12 508	0.08 453	0.13 530	0.12 527	0.12 494	0.10 435

StereoDRNet	0.32 521	0.22 539	0.61 523	0.27 555	0.21 560	0.42 556	0.30 564	0.61 604	0.48 538	0.46 576	0.39 436	0.48 550	0.30 499	0.57 504	0.40 551	0.11 469	0.09 488	0.12 509	0.11 488	0.12 494	0.10 435

DISCO	0.32 521	0.13 340	0.51 481	0.25 493	0.16 460	0.48 587	0.25 511	0.50 483	0.57 590	0.37 496	0.45 508	0.62 608	0.36 543	0.64 544	0.49 582	0.09 379	0.07 365	0.09 337	0.08 302	0.12 494	0.11 472

MDST_ROB	0.48 606	0.14 387	0.95 617	0.30 592	0.21 560	1.33 671	0.32 578	0.77 647	0.56 587	1.06 660	0.71 614	0.49 556	0.35 539	1.26 659	0.38 535	0.13 527	0.11 542	0.16 583	0.13 555	0.12 494	0.12 496

zh-mn7	0.46 600	0.45 633	1.48 657	0.25 493	0.19 533	0.44 567	0.29 553	0.56 566	0.82 637	0.65 627	0.96 641	0.49 556	0.38 556	0.88 620	0.63 611	0.12 508	0.10 518	0.11 471	0.11 488	0.13 510	0.14 535

YMNet	0.32 521	0.22 539	0.58 512	0.27 555	0.23 589	0.48 587	0.27 530	0.51 500	0.45 506	0.48 588	0.56 572	0.51 568	0.30 499	0.39 423	0.40 551	0.13 527	0.16 604	0.13 530	0.12 527	0.13 510	0.12 496

YMNet_1	0.32 521	0.22 539	0.58 512	0.27 555	0.23 589	0.48 587	0.27 530	0.51 500	0.45 506	0.48 588	0.56 572	0.51 568	0.30 499	0.39 423	0.40 551	0.13 527	0.16 604	0.13 530	0.12 527	0.13 510	0.12 496

DDVS	0.25 441	0.15 422	0.39 352	0.24 454	0.17 484	0.34 496	0.21 419	0.41 384	0.30 323	0.33 435	0.41 455	0.48 550	0.21 354	0.52 474	0.27 472	0.11 469	0.09 488	0.11 471	0.09 405	0.13 510	0.14 535

rvit_stereo_0075_2	0.24 413	0.17 468	0.50 471	0.26 527	0.22 576	0.22 289	0.15 148	0.40 372	0.35 385	0.27 309	0.37 408	0.29 385	0.20 346	0.28 335	0.19 342	0.17 594	0.12 560	0.19 605	0.12 527	0.13 510	0.13 513

test_sample7	0.25 441	0.15 422	0.35 288	0.20 220	0.14 367	0.28 403	0.21 419	0.51 500	0.38 423	0.37 496	0.34 378	0.37 462	0.30 499	0.39 423	0.23 431	0.14 552	0.09 488	0.13 530	0.12 527	0.13 510	0.12 496

iinet-f	0.30 505	0.18 482	1.03 628	0.20 220	0.15 428	0.44 567	0.22 446	0.45 430	0.37 409	0.35 472	0.44 496	0.41 504	0.34 535	0.34 398	0.40 551	0.10 430	0.09 488	0.08 244	0.08 302	0.13 510	0.11 472

AASNet	0.27 466	0.19 498	0.49 460	0.26 527	0.17 484	0.34 496	0.20 388	0.62 613	0.48 538	0.35 472	0.40 447	0.32 421	0.25 423	0.28 335	0.34 522	0.11 469	0.09 488	0.10 415	0.08 302	0.13 510	0.11 472

AACVNet	0.26 458	0.16 449	0.37 317	0.22 343	0.14 367	0.29 425	0.19 335	0.41 384	0.31 336	0.38 511	0.42 472	0.43 517	0.28 470	0.73 576	0.25 452	0.11 469	0.08 453	0.11 471	0.09 405	0.13 510	0.11 472

LCNet	0.21 330	0.11 215	0.29 216	0.25 493	0.12 239	0.23 311	0.19 335	0.34 290	0.26 263	0.28 321	0.35 389	0.26 348	0.30 499	0.35 407	0.17 286	0.07 124	0.05 39	0.09 337	0.10 449	0.13 510	0.22 616

LMCR-Stereo	0.26 458	0.18 482	0.49 460	0.28 577	0.14 367	0.36 516	0.23 472	0.54 540	0.34 369	0.39 526	0.40 447	0.29 385	0.29 485	0.37 416	0.27 472	0.11 469	0.07 365	0.09 337	0.07 220	0.13 510	0.09 378

Syn2CoEx	0.36 549	0.31 600	0.78 573	0.34 612	0.21 560	0.41 549	0.28 546	0.61 604	0.49 547	0.42 555	0.56 572	0.45 533	0.44 586	0.69 562	0.38 535	0.17 594	0.14 582	0.15 572	0.12 527	0.13 510	0.12 496

GwcNet	0.35 544	0.23 548	0.88 605	0.25 493	0.24 597	0.48 587	0.27 530	0.55 550	0.57 590	0.38 511	0.52 551	0.51 568	0.32 523	0.60 521	0.41 559	0.13 527	0.11 542	0.12 509	0.11 488	0.13 510	0.14 535

DMCA-RVC	0.27 466	0.21 525	0.61 523	0.28 577	0.17 484	0.29 425	0.21 419	0.42 398	0.35 385	0.40 536	0.37 408	0.39 482	0.36 543	0.43 437	0.30 497	0.13 527	0.10 518	0.15 572	0.11 488	0.13 510	0.10 435

FADNet-RVC-Resample	0.29 498	0.25 557	0.93 614	0.26 527	0.16 460	0.32 471	0.21 419	0.47 450	0.39 433	0.35 472	0.38 423	0.33 428	0.27 453	0.53 481	0.24 442	0.10 430	0.10 518	0.14 557	0.13 555	0.13 510	0.16 556

UCFNet_RVC	0.24 413	0.16 449	0.34 278	0.18 91	0.15 428	0.33 483	0.16 195	0.46 441	0.35 385	0.29 350	0.35 389	0.39 482	0.25 423	0.34 398	0.22 410	0.13 527	0.08 453	0.13 530	0.14 569	0.13 510	0.12 496

PSMNet_ROB	0.33 530	0.24 552	0.54 494	0.31 598	0.21 560	0.42 556	0.43 626	0.59 591	0.47 529	0.37 496	0.44 496	0.49 556	0.31 516	0.64 544	0.43 563	0.14 552	0.10 518	0.15 572	0.14 569	0.13 510	0.11 472

CBMV	0.33 530	0.21 525	0.54 494	0.23 400	0.13 319	0.42 556	0.33 589	0.53 531	0.48 538	0.52 602	0.49 534	0.50 564	0.41 571	0.56 500	0.31 505	0.15 567	0.16 604	0.18 597	0.16 590	0.13 510	0.13 513
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	0.44 595	0.40 625	1.09 633	0.25 493	0.18 506	0.61 620	0.34 591	0.56 566	0.93 653	0.43 561	0.96 641	0.53 579	0.39 562	0.94 631	0.59 601	0.10 430	0.09 488	0.10 415	0.10 449	0.14 528	0.13 513

w-ln-seven-2	0.36 549	0.29 586	1.06 630	0.27 555	0.18 506	0.37 522	0.30 564	0.50 483	0.54 578	0.45 572	0.55 565	0.45 533	0.41 571	0.62 536	0.49 582	0.10 430	0.10 518	0.12 509	0.11 488	0.14 528	0.11 472

Wz-Net-LNSev	0.34 539	0.29 586	0.91 610	0.26 527	0.21 560	0.47 581	0.31 569	0.54 540	0.54 578	0.44 568	0.52 551	0.50 564	0.35 539	0.39 423	0.39 543	0.11 469	0.11 542	0.10 415	0.09 405	0.14 528	0.13 513

UDGNet	0.23 382	0.31 600	0.38 336	0.24 454	0.14 367	0.24 332	0.18 288	0.32 266	0.43 479	0.29 350	0.28 296	0.24 316	0.19 337	0.29 354	0.20 363	0.15 567	0.07 365	0.21 612	0.11 488	0.14 528	0.10 435

dad	0.28 487	0.31 600	0.44 416	0.21 274	0.14 367	0.30 443	0.20 388	0.33 281	0.49 547	0.44 568	0.44 496	0.45 533	0.21 354	0.41 432	0.26 466	0.20 614	0.11 542	0.20 609	0.11 488	0.14 528	0.10 435

pcwnet_v2	0.32 521	0.15 422	1.26 648	0.23 400	0.18 506	0.32 471	0.18 288	0.59 591	0.60 598	0.36 488	0.45 508	0.35 451	0.29 485	0.36 412	0.25 452	0.14 552	0.11 542	0.12 509	0.11 488	0.14 528	0.15 547

FAT-Stereo	0.36 549	0.18 482	0.73 570	0.26 527	0.18 506	0.33 483	0.29 553	0.60 600	0.59 594	0.46 576	0.60 586	0.60 602	0.50 607	0.61 528	0.34 522	0.13 527	0.14 582	0.13 530	0.12 527	0.14 528	0.18 583

Nwc_Net	0.37 559	0.25 557	0.68 554	0.31 598	0.24 597	0.44 567	0.30 564	0.65 622	0.50 555	0.37 496	0.69 613	0.58 597	0.45 589	0.60 521	0.40 551	0.15 567	0.12 560	0.19 605	0.21 615	0.14 528	0.13 513

ADCL	0.47 603	0.22 539	1.00 623	0.27 555	0.19 533	0.74 636	0.64 657	0.54 540	0.69 620	0.56 613	0.71 614	0.55 585	0.60 624	0.60 521	1.43 666	0.11 469	0.09 488	0.13 530	0.13 555	0.14 528	0.14 535

ADCP+	0.45 598	0.24 552	1.15 640	0.25 493	0.22 576	0.56 609	0.39 615	0.54 540	0.51 559	0.44 568	0.51 543	0.46 541	0.52 612	0.56 500	1.89 678	0.10 430	0.08 453	0.11 471	0.10 449	0.14 528	0.13 513

GANet	0.36 549	0.22 539	0.49 460	0.29 580	0.17 484	0.41 549	0.38 610	0.57 576	0.45 506	0.46 576	0.75 620	0.55 585	0.40 567	0.94 631	0.41 559	0.13 527	0.13 572	0.13 530	0.11 488	0.14 528	0.11 472

CVANet_RVC	0.30 505	0.19 498	0.41 383	0.26 527	0.16 460	0.33 483	0.26 524	0.52 519	0.47 529	0.40 536	0.46 518	0.43 517	0.31 516	0.89 622	0.26 466	0.14 552	0.09 488	0.14 557	0.13 555	0.14 528	0.10 435

DeepPruner_ROB	0.26 458	0.19 498	0.44 416	0.21 274	0.16 460	0.30 443	0.21 419	0.52 519	0.32 345	0.35 472	0.38 423	0.39 482	0.26 434	0.42 435	0.24 442	0.15 567	0.11 542	0.11 471	0.11 488	0.14 528	0.13 513

CBMV_ROB	0.33 530	0.18 482	0.53 491	0.21 274	0.14 367	0.33 483	0.20 388	0.51 500	0.45 506	0.51 596	0.55 565	0.45 533	0.42 580	0.71 568	0.32 510	0.18 605	0.19 622	0.23 619	0.21 615	0.14 528	0.15 547

w-ln-seven	0.42 583	0.30 593	1.18 641	0.26 527	0.22 576	0.58 613	0.31 569	0.62 613	0.81 636	0.58 616	0.61 593	0.53 579	0.36 543	0.57 504	0.65 615	0.11 469	0.10 518	0.13 530	0.12 527	0.15 542	0.13 513

Wz-Net-MNSev	0.36 549	0.26 568	0.79 580	0.26 527	0.21 560	0.59 616	0.38 610	0.55 550	0.56 587	0.48 588	0.54 561	0.53 579	0.36 543	0.60 521	0.44 568	0.11 469	0.09 488	0.11 471	0.11 488	0.15 542	0.13 513

hitnet-ft	0.29 498	0.17 468	0.40 360	0.19 146	0.14 367	0.39 539	0.23 472	0.44 420	0.41 463	0.36 488	0.46 518	0.53 579	0.34 535	0.76 590	0.32 510	0.14 552	0.10 518	0.13 530	0.10 449	0.15 542	0.13 513

AF-Net	0.37 559	0.26 568	0.56 504	0.32 604	0.23 589	0.41 549	0.29 553	0.61 604	0.64 609	0.42 555	0.68 609	0.65 619	0.49 605	0.57 504	0.44 568	0.15 567	0.11 542	0.19 605	0.14 569	0.15 542	0.13 513

SGM-ForestM	1.36 669	0.28 578	0.79 580	0.26 527	0.16 460	2.26 683	1.00 680	1.42 673	1.46 675	2.38 687	2.05 680	5.95 695	2.66 688	2.95 685	2.46 686	0.17 594	0.18 617	0.18 597	0.18 605	0.15 542	0.18 583

PS-NSSS	0.32 521	0.30 593	0.46 436	0.23 400	0.17 484	0.33 483	0.24 494	0.57 576	0.41 463	0.37 496	0.52 551	0.35 451	0.30 499	0.80 604	0.30 497	0.17 594	0.14 582	0.21 612	0.15 578	0.15 542	0.13 513

XPNet_ROB	0.33 530	0.20 511	0.43 406	0.27 555	0.18 506	0.37 522	0.31 569	0.55 550	0.50 555	0.51 596	0.53 558	0.58 597	0.37 552	0.63 542	0.45 571	0.17 594	0.12 560	0.13 530	0.12 527	0.15 542	0.14 535

SGM-Forest	0.36 549	0.17 468	0.47 444	0.23 400	0.16 460	0.45 573	0.41 621	0.55 550	0.48 538	0.52 602	0.60 586	0.52 574	0.41 571	0.85 614	0.50 588	0.17 594	0.17 611	0.17 589	0.15 578	0.15 542	0.15 547
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ISRNet	0.27 466	0.13 340	0.45 428	0.26 527	0.19 533	0.24 332	0.14 100	0.45 430	0.43 479	0.39 526	0.48 532	0.42 513	0.27 453	0.32 384	0.29 489	0.20 614	0.12 560	0.17 589	0.16 590	0.16 550	0.20 602

FACV-RUCA	0.21 330	0.15 422	0.32 249	0.23 400	0.23 589	0.26 373	0.19 335	0.39 360	0.34 369	0.25 289	0.32 345	0.21 270	0.24 402	0.24 253	0.19 342	0.10 430	0.07 365	0.15 572	0.08 302	0.16 550	0.13 513

IGEV-Stereo+	0.12 70	0.08 34	0.17 63	0.18 91	0.13 319	0.09 1	0.11 20	0.16 14	0.15 54	0.10 31	0.08 15	0.10 57	0.10 74	0.21 207	0.11 42	0.07 124	0.05 39	0.06 43	0.05 65	0.16 550	0.24 628

GMStereo_Zeroshot	0.24 413	0.21 525	0.45 428	0.26 527	0.13 319	0.28 403	0.15 148	0.39 360	0.35 385	0.37 496	0.43 485	0.40 497	0.17 296	0.34 398	0.20 363	0.12 508	0.07 365	0.13 530	0.07 220	0.16 550	0.09 378

HBP-ISP	0.33 530	0.30 593	0.72 566	0.22 343	0.16 460	0.32 471	0.22 446	0.54 540	0.44 494	0.41 545	0.49 534	0.33 428	0.38 556	0.73 576	0.25 452	0.18 605	0.19 622	0.24 621	0.20 612	0.16 550	0.13 513

Wz-Net-SNSev	0.43 589	0.41 629	1.27 649	0.30 592	0.21 560	0.44 567	0.41 621	0.61 604	0.65 610	0.46 576	0.65 602	0.62 608	0.39 562	0.74 584	0.59 601	0.12 508	0.11 542	0.12 509	0.13 555	0.16 550	0.14 535

SACVNet	0.30 505	0.20 511	0.41 383	0.25 493	0.18 506	0.34 496	0.25 511	0.52 519	0.40 451	0.41 545	0.44 496	0.46 541	0.32 523	0.71 568	0.25 452	0.13 527	0.10 518	0.12 509	0.12 527	0.16 550	0.17 569

APVNet	0.36 549	0.20 511	0.70 561	0.26 527	0.22 576	0.52 606	0.35 595	0.61 604	0.44 494	0.38 511	0.52 551	0.48 550	0.38 556	0.84 613	0.46 577	0.13 527	0.14 582	0.15 572	0.16 590	0.16 550	0.15 547

psmorigin	0.50 613	0.25 557	3.03 680	0.24 454	0.19 533	0.38 530	0.22 446	0.50 483	0.44 494	0.64 625	0.68 609	0.71 633	0.51 610	0.85 614	0.45 571	0.14 552	0.17 611	0.13 530	0.14 569	0.16 550	0.21 611

aanetorigin	0.39 571	0.29 586	1.09 633	0.24 454	0.19 533	0.28 403	0.37 604	0.33 281	0.47 529	0.94 652	0.82 629	0.52 574	0.54 613	0.49 459	0.50 588	0.11 469	0.09 488	0.10 415	0.10 449	0.16 550	0.15 547

S-Stereo	0.38 566	0.20 511	1.05 629	0.27 555	0.22 576	0.38 530	0.32 578	0.55 550	0.66 612	0.39 526	0.59 581	0.49 556	0.41 571	0.75 585	0.40 551	0.12 508	0.15 597	0.13 530	0.13 555	0.16 550	0.21 611

NCC-stereo	0.39 571	0.25 557	0.69 555	0.32 604	0.28 616	0.46 575	0.36 600	0.65 622	0.52 568	0.40 536	0.57 576	0.56 589	0.47 598	0.73 576	0.45 571	0.17 594	0.14 582	0.18 597	0.25 632	0.16 550	0.16 556

edge stereo	0.39 571	0.22 539	0.81 586	0.27 555	0.22 576	0.37 522	0.24 494	0.56 566	0.54 578	0.53 608	0.60 586	0.71 633	0.50 607	0.78 598	0.40 551	0.16 583	0.14 582	0.19 605	0.14 569	0.16 550	0.17 569

Abc-Net	0.39 571	0.25 557	0.69 555	0.32 604	0.28 616	0.46 575	0.36 600	0.65 622	0.52 568	0.40 536	0.57 576	0.56 589	0.47 598	0.73 576	0.45 571	0.17 594	0.14 582	0.18 597	0.25 632	0.16 550	0.16 556
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	0.35 544	0.26 568	0.49 460	0.36 623	0.22 576	0.41 549	0.41 621	0.53 531	0.42 471	0.47 584	0.46 518	0.61 606	0.39 562	0.55 489	0.37 533	0.16 583	0.13 572	0.21 612	0.21 615	0.16 550	0.16 556

ETE_ROB	0.34 539	0.26 568	0.45 428	0.29 580	0.18 506	0.40 545	0.37 604	0.57 576	0.47 529	0.50 591	0.50 537	0.62 608	0.36 543	0.55 489	0.38 535	0.13 527	0.10 518	0.14 557	0.12 527	0.16 550	0.16 556

SGM_RVC	0.50 613	0.19 498	0.50 471	0.25 493	0.15 428	0.69 630	0.39 615	0.68 636	0.82 637	0.95 654	0.84 631	1.13 652	0.76 644	1.16 652	0.60 605	0.16 583	0.16 604	0.16 583	0.16 590	0.16 550	0.17 569
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
zh-sn7	0.48 606	0.51 645	1.43 656	0.29 580	0.20 552	0.47 581	0.39 615	0.57 576	0.62 604	0.52 602	0.81 627	0.52 574	0.56 617	1.05 645	0.87 634	0.12 508	0.13 572	0.13 530	0.13 555	0.17 567	0.16 556

TCMNet	0.33 530	0.23 548	0.72 566	0.29 580	0.30 625	0.40 545	0.28 546	0.50 483	0.47 529	0.37 496	0.45 508	0.40 497	0.29 485	0.60 521	0.39 543	0.14 552	0.13 572	0.15 572	0.14 569	0.17 567	0.15 547

IGEV-RUCA	0.21 330	0.08 34	0.23 139	0.19 146	0.19 533	0.28 403	0.24 494	0.23 115	0.21 178	0.20 241	0.23 251	0.28 374	0.49 605	0.26 301	0.18 309	0.09 379	0.08 453	0.18 597	0.13 555	0.17 567	0.17 569

SDNR	0.42 583	0.21 525	0.82 590	0.21 274	0.18 506	1.27 668	0.17 241	0.50 483	0.49 547	0.42 555	0.81 627	0.38 470	0.27 453	1.19 653	0.38 535	0.23 619	0.24 641	0.17 589	0.13 555	0.17 567	0.20 602

RP	0.35 544	0.22 539	0.51 481	0.31 598	0.24 597	0.37 522	0.28 546	0.50 483	0.58 593	0.40 536	0.63 599	0.61 606	0.47 598	0.61 528	0.39 543	0.16 583	0.15 597	0.17 589	0.15 578	0.17 567	0.17 569

RTSC	0.39 571	0.28 578	0.78 573	0.27 555	0.18 506	0.49 592	0.22 446	0.59 591	0.84 644	0.55 612	0.53 558	0.49 556	0.36 543	0.67 559	0.82 630	0.13 527	0.10 518	0.11 471	0.12 527	0.17 567	0.17 569

DeepPrunerF	0.44 595	0.29 586	1.29 651	0.33 610	0.30 625	0.35 511	0.36 600	0.62 613	1.15 666	0.40 536	0.44 496	0.39 482	0.41 571	0.80 604	0.52 591	0.18 605	0.14 582	0.23 619	0.21 615	0.17 567	0.17 569

DANet	0.35 544	0.23 548	0.60 520	0.36 623	0.22 576	0.39 539	0.25 511	0.48 463	0.43 479	0.52 602	0.50 537	0.59 599	0.41 571	0.76 590	0.49 582	0.13 527	0.11 542	0.14 557	0.12 527	0.17 567	0.15 547
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	0.43 589	0.26 568	0.54 494	0.31 598	0.20 552	0.51 597	0.32 578	0.70 639	0.60 598	0.59 617	0.55 565	0.65 619	0.41 571	1.40 666	0.51 590	0.13 527	0.17 611	0.21 612	0.16 590	0.17 567	0.18 583

SANet	0.53 622	0.28 578	0.96 619	0.26 527	0.15 428	0.69 630	0.44 629	0.67 633	1.34 670	0.67 629	0.98 644	0.94 645	0.71 641	0.89 622	0.76 622	0.14 552	0.12 560	0.12 509	0.11 488	0.17 567	0.16 556

NOSS_ROB	0.31 512	0.20 511	0.35 288	0.24 454	0.16 460	0.32 471	0.19 335	0.52 519	0.48 538	0.33 435	0.36 399	0.42 513	0.28 470	0.93 629	0.24 442	0.19 611	0.20 627	0.24 621	0.22 623	0.17 567	0.17 569

LALA_ROB	0.36 549	0.25 557	0.46 436	0.30 592	0.21 560	0.47 581	0.39 615	0.61 604	0.51 559	0.52 602	0.51 543	0.69 630	0.36 543	0.50 463	0.43 563	0.17 594	0.11 542	0.16 583	0.14 569	0.17 567	0.15 547

PWC_ROB	0.38 566	0.29 586	0.69 555	0.25 493	0.20 552	0.38 530	0.19 335	0.58 585	0.67 615	0.57 615	0.85 632	0.51 568	0.40 567	0.71 568	0.52 591	0.13 527	0.09 488	0.14 557	0.10 449	0.17 567	0.14 535

MeshStereo	0.58 628	0.27 575	0.67 549	0.22 343	0.17 484	0.66 626	0.37 604	0.78 648	0.61 602	1.47 681	1.30 656	1.65 668	0.79 646	1.12 650	0.59 601	0.17 594	0.17 611	0.17 589	0.14 569	0.17 567	0.14 535
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
AANet	0.49 609	0.42 631	1.56 660	0.22 343	0.19 533	0.39 539	0.25 511	0.52 519	0.92 650	0.92 649	0.93 639	0.84 640	0.67 636	0.59 517	0.59 601	0.15 567	0.11 542	0.13 530	0.12 527	0.18 581	0.16 556

DualNet (step1)	0.28 487	0.19 498	0.50 471	0.18 91	0.16 460	0.34 496	0.20 388	0.51 500	0.38 423	0.37 496	0.34 378	0.37 462	0.30 499	0.39 423	0.23 431	0.23 619	0.09 488	0.28 632	0.24 627	0.18 581	0.16 556

test_sample9	0.42 583	0.19 498	0.50 471	0.18 91	0.16 460	0.34 496	0.20 388	0.51 500	0.38 423	0.37 496	0.34 378	0.37 462	0.30 499	0.66 555	0.91 637	0.23 619	1.82 691	0.28 632	0.24 627	0.18 581	0.16 556

test_sample8	0.49 609	0.19 498	0.50 471	0.18 91	0.16 460	0.34 496	0.20 388	0.55 550	0.34 369	0.62 621	0.38 423	1.15 655	0.67 636	0.66 555	0.91 637	0.23 619	1.82 691	0.28 632	0.24 627	0.18 581	0.16 556

FINET	0.34 539	0.27 575	0.80 583	0.24 454	0.24 597	0.36 516	0.34 591	0.54 540	0.72 625	0.39 526	0.47 525	0.32 421	0.30 499	0.51 468	0.32 510	0.19 611	0.17 611	0.13 530	0.12 527	0.18 581	0.16 556

RGC	0.39 571	0.32 605	0.64 542	0.34 612	0.27 611	0.40 545	0.29 553	0.57 576	0.53 573	0.45 572	0.64 601	0.62 608	0.45 589	0.72 574	0.39 543	0.15 567	0.15 597	0.21 612	0.20 612	0.18 581	0.19 590

RYNet	0.37 559	0.18 482	0.59 518	0.25 493	0.28 616	0.61 620	0.32 578	0.59 591	0.59 594	0.41 545	0.38 423	0.57 594	0.39 562	0.87 617	0.53 593	0.11 469	0.08 453	0.12 509	0.11 488	0.18 581	0.18 583

CSAN	0.50 613	0.35 611	0.78 573	0.36 623	0.23 589	0.56 609	0.59 654	0.61 604	0.70 622	0.64 625	0.78 624	0.65 619	0.60 624	1.38 665	0.62 608	0.21 616	0.17 611	0.20 609	0.20 612	0.18 581	0.18 583

zero-FE	0.16 207	0.08 34	0.81 586	0.19 146	0.18 506	0.12 16	0.15 148	0.19 40	0.19 129	0.10 31	0.10 30	0.13 135	0.12 146	0.21 207	0.19 342	0.08 284	0.05 39	0.07 149	0.05 65	0.19 589	0.06 140

WZ-Net	0.52 621	0.38 623	1.90 667	0.30 592	0.24 597	0.57 612	0.48 641	0.62 613	0.78 633	0.50 591	0.71 614	0.68 628	0.54 613	0.98 639	0.84 631	0.13 527	0.10 518	0.11 471	0.12 527	0.19 589	0.20 602

EDNetEfficient	0.63 634	0.37 619	2.40 675	0.26 527	0.25 605	0.38 530	0.49 643	0.41 384	1.06 660	1.38 670	0.87 636	0.62 608	0.95 657	0.65 551	1.65 670	0.11 469	0.09 488	0.10 415	0.11 488	0.19 589	0.17 569

FADNet-RVC	0.31 512	0.35 611	0.78 573	0.25 493	0.20 552	0.33 483	0.20 388	0.49 473	0.40 451	0.34 455	0.39 436	0.41 504	0.29 485	0.63 542	0.31 505	0.13 527	0.14 582	0.14 557	0.15 578	0.19 589	0.19 590

stereogan	0.37 559	0.17 468	0.65 543	0.27 555	0.22 576	0.62 622	0.26 524	0.59 591	0.63 608	0.43 561	0.60 586	0.67 624	0.42 580	0.68 560	0.35 526	0.13 527	0.14 582	0.14 557	0.12 527	0.19 589	0.17 569

ADCPNet	0.48 606	0.29 586	1.60 662	0.27 555	0.23 589	0.70 633	0.38 610	0.53 531	0.51 559	0.51 596	0.59 581	0.67 624	0.56 617	0.60 521	1.14 652	0.15 567	0.18 617	0.14 557	0.23 625	0.19 589	0.19 590

NVstereo2D	0.31 512	0.16 449	0.54 494	0.24 454	0.22 576	0.42 556	0.28 546	0.58 585	0.56 587	0.28 321	0.38 423	0.40 497	0.30 499	0.71 568	0.28 477	0.13 527	0.08 453	0.13 530	0.10 449	0.19 589	0.16 556

PWCDC_ROB	0.38 566	0.30 593	0.60 520	0.33 610	0.20 552	0.42 556	0.19 335	0.58 585	0.89 646	0.42 555	1.26 655	0.36 456	0.34 535	0.50 463	0.38 535	0.18 605	0.11 542	0.11 471	0.09 405	0.19 589	0.13 513

WCMA_ROB	0.51 617	0.21 525	0.65 543	0.25 493	0.21 560	0.58 613	0.32 578	0.54 540	0.55 584	0.95 654	1.40 660	1.28 660	0.81 649	0.73 576	0.62 608	0.18 605	0.15 597	0.15 572	0.15 578	0.19 589	0.19 590

SHD	0.42 583	0.27 575	0.81 586	0.31 598	0.25 605	0.42 556	0.22 446	0.66 628	0.94 655	0.63 623	0.60 586	0.59 599	0.47 598	0.59 517	0.58 600	0.15 567	0.13 572	0.16 583	0.16 590	0.20 598	0.22 616

ADCMid	0.49 609	0.34 609	1.13 638	0.26 527	0.21 560	0.51 597	0.37 604	0.57 576	0.54 578	0.75 638	0.66 604	0.62 608	0.64 635	0.64 544	1.68 671	0.13 527	0.12 560	0.17 589	0.17 599	0.20 598	0.17 569

AnyNet_C32	0.51 617	0.40 625	1.10 637	0.29 580	0.28 616	0.59 616	0.58 652	0.54 540	0.60 598	0.62 621	0.66 604	0.54 583	0.54 613	0.78 598	1.74 675	0.15 567	0.14 582	0.15 572	0.17 599	0.20 598	0.20 602

DDF-Stereo	0.13 116	0.08 34	0.19 86	0.19 146	0.16 460	0.12 16	0.15 148	0.18 30	0.18 110	0.11 53	0.10 30	0.13 135	0.12 146	0.23 237	0.19 342	0.08 284	0.05 39	0.07 149	0.05 65	0.21 601	0.06 140

coex-ft	3.44 687	0.73 661	48.55 722	0.24 454	0.19 533	0.50 596	0.43 626	0.47 450	2.40 683	7.03 699	1.20 652	0.97 648	2.23 684	0.73 576	1.92 679	0.12 508	0.15 597	0.14 557	0.12 527	0.21 601	0.43 653

Wz-Net-TNSev	0.51 617	0.58 650	1.61 664	0.25 493	0.21 560	0.65 624	0.45 630	0.63 620	0.69 620	0.51 596	0.54 561	0.71 633	0.60 624	1.00 640	0.77 625	0.15 567	0.15 597	0.13 530	0.15 578	0.21 601	0.20 602

EDNetEfficientorigin	7.51 696	0.52 647	140.47 724	0.25 493	0.17 484	0.42 556	0.29 553	0.47 450	1.03 657	1.28 667	1.02 645	0.83 639	0.84 652	0.75 585	0.99 642	0.10 430	0.09 488	0.12 509	0.10 449	0.21 601	0.22 616

FADNet_RVC	0.30 505	0.28 578	0.83 593	0.23 400	0.15 428	0.30 443	0.17 241	0.49 473	0.37 409	0.30 382	0.38 423	0.30 401	0.27 453	0.52 474	0.31 505	0.14 552	0.14 582	0.14 557	0.16 590	0.21 601	0.23 623

RTS	0.78 650	0.48 638	4.68 686	0.34 612	0.28 616	1.12 660	0.46 633	0.62 613	1.03 657	0.73 634	0.89 637	0.60 602	0.59 622	1.61 669	1.16 656	0.14 552	0.11 542	0.15 572	0.15 578	0.21 601	0.19 590

RTSA	0.78 650	0.48 638	4.68 686	0.34 612	0.28 616	1.12 660	0.46 633	0.62 613	1.03 657	0.73 634	0.89 637	0.60 602	0.59 622	1.61 669	1.16 656	0.14 552	0.11 542	0.15 572	0.15 578	0.21 601	0.19 590

GASNet	0.36 549	0.46 634	0.88 605	0.34 612	0.23 589	0.35 511	0.22 446	0.60 600	0.53 573	0.40 536	0.37 408	0.45 533	0.30 499	0.79 600	0.35 526	0.15 567	0.10 518	0.14 557	0.14 569	0.22 608	0.12 496

G-Net	0.46 600	0.25 557	0.86 602	0.34 612	0.28 616	0.90 652	0.35 595	0.47 450	0.45 506	0.68 630	1.22 653	0.64 618	0.60 624	0.61 528	0.57 595	0.16 583	0.14 582	0.17 589	0.13 555	0.22 608	0.19 590

ADCS	0.58 628	0.40 625	1.35 654	0.29 580	0.24 597	0.55 608	0.45 630	0.67 633	0.83 641	0.76 640	0.71 614	0.68 628	0.60 624	0.76 590	2.23 684	0.16 583	0.16 604	0.16 583	0.17 599	0.22 608	0.22 616

sAnonymous2	0.20 309	0.21 525	0.58 512	0.24 454	0.17 484	0.22 289	0.19 335	0.34 290	0.28 291	0.17 212	0.19 196	0.17 220	0.16 266	0.17 110	0.14 200	0.10 430	0.07 365	0.09 337	0.08 302	0.23 611	0.17 569

CroCo_RVC	0.20 309	0.21 525	0.58 512	0.24 454	0.17 484	0.22 289	0.19 335	0.34 290	0.28 291	0.17 212	0.19 196	0.17 220	0.16 266	0.17 110	0.14 200	0.10 430	0.07 365	0.09 337	0.08 302	0.23 611	0.17 569

AnyNet_C01	0.65 636	0.58 650	2.60 678	0.32 604	0.26 609	0.88 650	0.61 655	0.63 620	0.62 604	0.68 630	0.96 641	0.76 636	0.60 624	0.96 635	1.43 666	0.16 583	0.16 604	0.17 589	0.17 599	0.23 611	0.23 623

StereoAnything_RVC	0.13 116	0.37 619	0.36 308	0.14 2	0.07 2	0.11 12	0.12 32	0.17 20	0.12 16	0.08 2	0.07 3	0.07 1	0.10 74	0.20 182	0.10 6	0.09 379	0.05 39	0.06 43	0.04 1	0.24 614	0.05 34

FADNet	0.32 521	0.36 614	0.74 571	0.23 400	0.22 576	0.37 522	0.19 335	0.53 531	0.48 538	0.32 422	0.36 399	0.43 517	0.32 523	0.64 544	0.25 452	0.16 583	0.16 604	0.14 557	0.16 590	0.24 614	0.19 590

FSD	0.27 466	0.28 578	0.32 249	0.27 555	0.24 597	0.27 383	0.27 530	0.31 254	0.29 310	0.26 301	0.27 290	0.28 374	0.27 453	0.28 335	0.26 466	0.23 619	0.22 634	0.27 624	0.26 636	0.25 616	0.24 628

MFN_U_SF_DS_RVC	0.51 617	0.50 643	0.86 602	0.39 633	0.24 597	0.84 647	0.55 649	0.56 566	0.62 604	0.60 618	0.68 609	0.62 608	0.42 580	1.13 651	0.43 563	0.23 619	0.27 645	0.27 624	0.35 647	0.25 616	0.29 638

XQC	0.43 589	0.37 619	0.96 619	0.34 612	0.25 605	0.53 607	0.34 591	0.60 600	0.73 628	0.51 596	0.46 518	0.57 594	0.47 598	0.70 565	0.72 621	0.17 594	0.12 560	0.18 597	0.15 578	0.25 616	0.23 623

STTRV1_RVC	0.42 583	0.32 605	0.89 608	0.29 580	0.36 634	0.49 592	0.31 569	0.61 604	0.53 573	0.46 576	0.56 572	0.47 543	0.43 584	1.00 640	0.39 543	0.27 635	0.21 629	0.20 609	0.18 605	0.25 616	0.17 569

LSM	1.64 678	0.40 625	2.56 677	2.02 690	17.61 707	0.51 597	0.52 646	0.61 604	0.76 630	0.82 643	1.11 649	0.63 616	0.54 613	0.75 585	0.49 582	0.16 583	0.24 641	0.18 597	0.21 615	0.25 616	2.42 694

DPSNet	0.47 603	0.24 552	0.93 614	0.27 555	0.20 552	0.75 639	0.57 651	0.84 657	0.79 634	0.47 584	0.51 543	0.60 602	0.69 639	0.87 617	0.71 620	0.16 583	0.13 572	0.12 509	0.10 449	0.25 616	0.21 611

PDISCO_ROB	0.43 589	0.30 593	0.67 549	0.43 638	0.36 634	0.67 627	0.32 578	0.72 642	0.76 630	0.43 561	0.53 558	0.63 616	0.40 567	0.66 555	0.47 579	0.21 616	0.12 560	0.21 612	0.19 610	0.25 616	0.20 602

MSMD_ROB	0.60 632	0.33 608	0.61 523	0.30 592	0.25 605	0.86 649	0.35 595	0.55 550	0.67 615	1.10 662	1.49 665	1.76 671	0.97 660	0.88 620	0.49 582	0.23 619	0.21 629	0.27 624	0.27 640	0.25 616	0.24 628

MultiAttention	1.02 663	0.13 340	0.43 406	0.35 621	0.43 643	5.36 690	1.71 691	0.69 637	0.53 573	0.36 488	0.63 599	0.55 585	0.22 370	7.60 699	0.43 563	0.09 379	0.06 234	0.14 557	0.24 627	0.26 624	0.30 639

FC-DCNN v2	0.71 642	0.30 593	0.67 549	0.32 604	0.27 611	0.84 647	0.39 615	0.84 657	0.85 645	1.44 677	1.64 671	2.09 675	1.28 671	1.06 646	0.80 629	0.24 626	0.22 634	0.27 624	0.26 636	0.26 624	0.25 631

ccnet	0.42 583	0.31 600	0.48 454	0.27 555	0.32 629	0.60 619	0.32 578	0.65 622	0.46 524	0.53 608	0.66 604	0.56 589	0.45 589	0.72 574	0.61 606	0.26 630	0.19 622	0.24 621	0.21 615	0.26 624	0.22 616

MaskLacGwcNet_RVC	0.36 549	0.36 614	0.53 491	0.34 612	0.19 533	0.51 597	0.24 494	0.55 550	0.38 423	0.41 545	0.47 525	0.47 543	0.27 453	0.73 576	0.30 497	0.36 650	0.19 622	0.27 624	0.17 599	0.26 624	0.23 623

FC-DCNN	0.70 641	0.30 593	0.69 555	0.32 604	0.27 611	0.81 646	0.39 615	0.79 651	0.82 637	1.41 673	1.58 670	1.98 673	1.26 669	1.02 643	0.77 625	0.24 626	0.22 634	0.27 624	0.26 636	0.26 624	0.26 633

MSAF-DinoV2	0.76 649	0.44 632	1.98 668	0.49 648	0.16 460	0.58 613	0.31 569	0.81 654	0.83 641	0.41 545	0.52 551	0.98 649	0.58 621	4.97 694	1.03 644	0.11 469	0.07 365	0.10 415	0.24 627	0.27 629	0.26 633

FCDSN-DC	0.63 634	0.31 600	0.61 523	0.36 623	0.30 625	0.65 624	0.37 604	0.66 628	0.68 618	1.14 664	1.54 668	1.71 670	1.26 669	0.92 627	0.64 613	0.24 626	0.22 634	0.27 624	0.26 636	0.27 629	0.27 637
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PVD	0.58 628	0.34 609	0.84 598	0.39 633	0.31 628	0.59 616	0.47 637	0.80 652	1.25 667	0.92 649	1.09 647	0.79 637	0.82 650	0.85 614	0.76 622	0.21 616	0.18 617	0.22 618	0.18 605	0.27 629	0.35 647

SAMSARA	0.56 624	0.39 624	0.80 583	0.60 657	0.46 648	1.00 656	1.23 688	0.67 633	0.68 618	0.71 633	0.54 561	0.89 644	0.57 620	0.81 608	0.62 608	0.19 611	0.22 634	0.18 597	0.18 605	0.27 629	0.25 631

GANetREF_RVC	0.43 589	0.47 636	0.69 555	0.38 631	0.20 552	0.51 597	0.48 641	0.66 628	0.66 612	0.46 576	0.46 518	0.50 564	0.44 586	0.90 625	0.39 543	0.27 635	0.21 629	0.32 641	0.18 605	0.27 629	0.22 616
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
MANE	1.41 671	0.36 614	0.74 571	0.43 638	0.41 640	2.16 682	0.80 670	2.39 690	3.38 686	2.22 686	3.06 688	3.54 688	2.73 690	2.15 681	1.94 680	0.28 639	0.27 645	0.30 638	0.46 658	0.28 634	0.34 646

PASM	0.45 598	0.35 611	0.90 609	0.35 621	0.33 630	0.39 539	0.38 610	0.50 483	0.61 602	0.52 602	0.51 543	0.62 608	0.45 589	0.93 629	0.48 580	0.26 630	0.29 649	0.29 636	0.33 645	0.29 635	0.26 633

ELAS_RVC	0.74 647	0.36 614	1.00 623	0.37 629	0.33 630	0.88 650	0.93 677	0.83 656	1.08 662	1.35 669	1.33 659	1.24 658	1.33 673	1.06 646	0.95 640	0.27 635	0.25 643	0.29 636	0.27 640	0.30 636	0.30 639
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	0.37 559	0.41 629	0.66 548	0.46 643	0.41 640	0.34 496	0.25 511	0.57 576	0.45 506	0.39 526	0.52 551	0.43 517	0.33 526	0.41 432	0.29 489	0.25 629	0.14 582	0.33 644	0.21 615	0.31 637	0.22 616

CC-Net-ROB	0.43 589	0.47 636	0.65 543	0.37 629	0.23 589	0.51 597	0.29 553	0.66 628	0.49 547	0.46 576	0.51 543	0.48 550	0.38 556	0.96 635	0.35 526	0.34 648	0.23 639	0.55 658	0.25 632	0.31 637	0.20 602

ELAS	0.74 647	0.36 614	0.85 601	0.36 623	0.33 630	1.36 672	0.77 668	0.93 661	0.92 650	1.41 673	1.53 667	1.16 656	1.17 665	0.95 634	1.03 644	0.26 630	0.25 643	0.28 632	0.28 643	0.31 637	0.30 639
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_RVC	0.56 624	0.51 645	1.19 642	0.38 631	0.22 576	0.69 630	0.27 530	0.80 652	0.67 615	0.73 634	0.74 619	0.87 641	0.61 633	0.81 608	0.76 622	0.29 642	0.27 645	0.32 641	0.37 651	0.32 640	0.31 642

DStereoFS	0.84 653	0.66 657	0.80 583	0.53 654	0.50 652	1.23 666	0.55 649	0.94 662	1.32 669	0.89 646	1.32 657	1.04 651	2.32 686	1.29 662	1.14 652	0.31 645	0.35 656	0.30 638	0.39 654	0.34 641	0.60 669

Anonymous_2	0.37 559	0.21 525	0.47 444	0.20 220	0.21 560	0.42 556	0.26 524	0.38 348	0.29 310	0.33 435	0.30 321	0.44 528	0.38 556	0.36 412	0.29 489	0.26 630	0.29 649	0.44 652	1.41 690	0.34 641	0.21 611

UDG	0.40 578	0.46 634	0.49 460	0.40 635	0.35 633	0.47 581	0.27 530	0.54 540	0.47 529	0.39 526	0.45 508	0.59 599	0.44 586	0.46 447	0.39 543	0.26 630	0.19 622	0.48 654	0.22 623	0.34 641	0.26 633

NVStereoNet_ROB	0.67 638	0.49 642	0.83 593	0.48 645	0.40 639	0.51 597	0.46 633	0.70 639	0.77 632	0.84 644	1.72 673	1.02 650	0.83 651	1.23 657	0.79 628	0.32 646	0.38 658	0.40 650	0.46 658	0.36 644	0.41 652
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	0.41 580	0.50 643	0.48 454	0.44 640	0.39 637	0.46 575	0.32 578	0.50 483	0.43 479	0.45 572	0.52 551	0.57 594	0.36 543	0.48 454	0.33 517	0.33 647	0.21 629	0.55 658	0.25 632	0.37 645	0.32 645

Selective-IGEV-i16pa	30.47 723	41.93 723	4.02 683	0.49 648	0.37 636	96.94 724	0.74 664	60.26 725	58.76 724	17.24 711	64.39 723	38.26 724	49.53 724	106.11 725	26.15 715	19.96 717	3.42 698	4.39 698	1.81 693	0.39 646	14.22 712

DStereoSA	0.81 652	0.37 619	1.08 632	0.51 650	0.65 664	0.67 627	1.44 690	0.74 644	1.06 660	0.54 610	1.67 672	0.49 556	1.78 679	0.96 635	1.69 673	0.28 639	0.43 662	0.27 624	0.51 664	0.40 647	0.58 666

MSC_U_SF_DS_RVC	0.68 639	0.64 655	1.06 630	0.45 641	0.27 611	1.40 675	0.58 652	0.78 648	0.92 650	0.84 644	0.86 633	0.88 643	0.68 638	1.33 664	0.68 618	0.37 652	0.29 649	0.34 645	0.36 650	0.43 648	0.37 648

MADNet+	1.01 661	1.16 681	4.72 688	0.70 662	0.47 649	1.24 667	0.96 678	0.97 664	0.89 646	0.65 627	0.77 623	0.87 641	0.85 654	2.09 679	1.68 671	0.38 653	0.39 659	0.31 640	0.27 640	0.43 648	0.39 650

SQANet	0.40 578	0.48 638	0.67 549	0.48 645	0.39 637	0.48 587	0.22 446	0.51 500	0.43 479	0.40 536	0.47 525	0.47 543	0.33 526	0.54 487	0.32 510	0.36 650	0.15 597	0.40 650	0.21 615	0.45 650	0.31 642

DStereoO	0.46 600	0.32 605	0.51 481	0.36 623	0.29 624	0.38 530	0.45 630	0.55 550	0.60 598	0.47 584	0.49 534	0.48 550	0.73 643	0.59 517	0.69 619	0.81 674	0.18 617	0.38 647	0.19 610	0.46 651	0.20 602

FADE	4.32 689	1.06 677	4.35 684	0.71 663	0.76 671	0.73 634	0.50 644	1.85 684	1.52 676	0.75 638	0.66 604	1.17 657	2.69 689	2.83 684	1.96 682	24.23 720	4.70 700	17.35 715	17.61 714	0.49 652	0.44 654

anonymity	0.56 624	0.54 648	0.70 561	0.47 644	0.61 661	0.56 609	0.43 626	0.69 637	0.49 547	0.63 623	0.55 565	0.54 583	0.60 624	0.61 528	0.57 595	0.55 659	0.53 670	0.50 655	0.54 668	0.51 653	0.56 663

Consistency-Raft	0.55 623	0.48 638	1.02 626	0.45 641	0.49 651	0.49 592	0.47 637	0.72 642	0.72 625	0.45 572	0.82 629	0.47 543	0.60 624	0.50 463	0.63 611	0.39 654	0.39 659	0.44 652	0.51 664	0.52 654	0.37 648

SGM+DAISY	0.87 654	0.66 657	1.30 652	0.51 650	0.60 660	1.03 657	0.84 674	0.76 646	0.73 628	1.39 671	1.51 666	1.31 661	1.22 667	1.11 648	1.08 647	0.57 661	0.53 670	0.51 657	0.51 664	0.54 655	0.61 673

SPS-STEREO	0.69 640	0.61 653	0.98 621	0.52 653	0.57 658	0.74 636	0.50 644	0.78 648	0.62 604	0.95 654	0.86 633	0.94 645	0.70 640	1.01 642	0.87 634	0.58 662	0.51 667	0.50 655	0.50 663	0.55 656	0.58 666
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
BEATNet-Init1	4.73 692	2.61 690	13.29 708	0.58 655	0.53 656	10.12 698	3.33 695	4.83 695	5.01 694	8.75 701	8.51 698	14.08 710	7.60 700	7.70 700	5.34 695	0.28 639	0.28 648	0.34 645	0.37 651	0.57 657	0.45 655

JetBlue	1.14 667	0.76 662	2.36 673	0.59 656	0.75 668	3.04 686	1.78 692	1.11 666	0.90 648	0.94 652	1.10 648	1.66 669	1.28 671	2.09 679	1.72 674	0.43 655	0.36 657	0.38 647	0.38 653	0.58 658	0.56 663

otaku	0.57 627	0.62 654	0.87 604	0.63 659	0.44 646	0.73 634	0.37 604	0.65 622	0.66 612	0.51 596	0.75 620	0.66 623	0.45 589	0.69 562	0.46 577	0.53 656	0.34 655	0.55 658	0.35 647	0.60 659	0.45 655

GCST	0.47 603	0.60 652	0.57 507	1.04 678	0.48 650	0.38 530	0.11 20	0.40 372	0.32 345	0.41 545	0.34 378	0.29 385	0.17 296	0.46 447	0.19 342	0.69 666	0.42 661	0.79 671	0.62 674	0.62 660	0.46 658

Ntro	0.58 628	0.64 655	0.92 612	0.66 660	0.50 652	0.77 640	0.36 600	0.66 628	0.70 622	0.50 591	0.59 581	0.65 619	0.51 610	0.75 585	0.45 571	0.56 660	0.32 653	0.56 661	0.34 646	0.63 661	0.46 658

DGSMNet	0.61 633	0.29 586	0.91 610	0.51 650	0.70 666	0.62 622	1.38 689	0.59 591	0.55 584	0.37 496	0.61 593	0.52 574	0.33 526	0.65 551	0.43 563	0.53 656	0.60 677	0.67 663	0.61 673	0.63 661	0.61 673

ACVNet_1	0.72 643	0.81 664	1.37 655	0.72 664	0.53 656	0.77 640	0.42 624	0.85 660	0.90 648	0.74 637	0.75 620	1.32 662	0.72 642	1.02 643	0.55 594	0.54 658	0.31 652	0.71 665	0.35 647	0.64 663	0.45 655

ACVNet-4b	0.72 643	0.81 664	1.33 653	0.72 664	0.50 652	0.80 645	0.31 569	0.71 641	0.80 635	0.50 591	0.72 618	0.95 647	0.43 584	0.96 635	1.20 660	1.13 686	0.21 629	0.76 668	0.45 657	0.65 664	0.46 658

DispFullNet	0.66 637	0.89 669	1.59 661	0.77 666	1.21 684	0.51 597	0.23 472	0.59 591	0.72 625	0.69 632	0.61 593	0.69 630	0.91 656	0.79 600	0.48 580	0.27 635	0.12 560	0.73 666	0.30 644	0.65 664	0.40 651

WAO-7	1.01 661	0.89 669	0.93 614	0.83 670	0.66 665	1.18 662	0.81 672	1.40 672	1.57 677	1.11 663	1.76 675	1.45 664	1.19 666	1.50 668	1.14 652	0.61 663	0.62 680	0.70 664	0.68 676	0.66 666	0.60 669

MFMNet_re	0.72 643	0.76 662	0.99 622	0.62 658	0.70 666	0.77 640	0.67 658	0.75 645	0.83 641	0.78 642	0.86 633	0.69 630	0.78 645	0.71 568	0.61 606	0.66 665	0.59 676	0.61 662	0.58 672	0.68 667	0.71 677

MonStereo1	0.93 658	0.56 649	0.82 590	0.69 661	0.58 659	1.37 673	0.35 595	0.94 662	1.25 667	0.93 651	1.90 676	1.52 666	2.10 683	1.27 660	0.77 625	0.69 666	0.33 654	0.75 667	0.47 660	0.70 668	0.57 665

Selective-IGEV-i1pa	5.57 693	7.99 698	4.76 689	0.80 667	0.45 647	12.99 701	3.60 696	9.25 702	7.43 698	6.97 698	9.87 702	8.94 700	7.26 699	14.66 711	5.65 696	3.55 695	1.08 688	1.93 691	0.72 679	0.73 669	2.79 696

ACVNet_2	0.89 655	0.87 668	1.25 647	0.82 668	0.62 662	0.97 655	0.62 656	1.14 667	1.42 672	1.00 657	1.40 660	1.47 665	0.84 652	1.11 648	0.66 616	0.61 663	0.43 662	0.78 669	0.49 661	0.75 670	0.52 661

RainbowNet	0.72 643	0.89 669	1.02 626	0.82 668	0.63 663	0.78 643	0.52 646	0.81 654	0.93 653	0.60 618	0.79 625	0.80 638	0.60 624	0.80 604	0.57 595	0.78 672	0.55 673	0.78 669	0.49 661	0.76 671	0.58 666

WAO-6	1.07 665	0.93 672	0.92 612	0.96 672	0.78 672	1.28 669	0.75 665	1.34 670	2.00 681	1.02 659	1.54 668	1.59 667	1.22 667	1.31 663	1.14 652	0.78 672	0.55 673	1.02 678	0.75 681	0.83 672	0.69 676

IMH-64-1	0.91 656	0.86 666	0.84 598	0.97 673	0.75 668	0.92 653	0.71 660	1.27 668	1.10 663	0.89 646	1.45 662	1.14 653	0.96 658	1.19 653	0.84 631	0.74 669	0.51 667	0.97 674	0.55 669	0.84 673	0.60 669

IMH-64	0.91 656	0.86 666	0.84 598	0.97 673	0.75 668	0.92 653	0.71 660	1.27 668	1.10 663	0.89 646	1.45 662	1.14 653	0.96 658	1.19 653	0.84 631	0.74 669	0.51 667	0.97 674	0.55 669	0.84 673	0.60 669

IMH	1.05 664	0.95 673	1.00 623	1.01 675	0.78 672	1.11 659	0.68 659	1.38 671	1.43 673	1.00 657	1.72 673	1.43 663	1.14 662	1.73 674	0.89 636	1.09 683	0.55 673	0.99 676	0.57 671	0.87 675	0.62 675

LVE	1.13 666	1.02 674	1.28 650	1.01 675	0.80 675	1.29 670	0.81 672	1.47 675	1.96 679	1.07 661	1.90 676	1.90 672	1.01 661	1.48 667	0.91 637	0.93 680	0.61 679	0.94 673	0.69 677	0.87 675	0.75 681

WAO-8	1.46 674	1.10 679	1.09 633	1.10 679	0.84 676	2.06 679	0.75 665	1.84 681	3.83 689	1.44 677	2.21 682	2.15 676	1.43 675	3.17 686	1.19 658	0.91 678	0.65 682	1.09 679	0.79 682	0.90 677	0.71 677

Venus	1.46 674	1.10 679	1.09 633	1.10 679	0.84 676	2.06 679	0.75 665	1.84 681	3.83 689	1.44 677	2.21 682	2.15 676	1.43 675	3.17 686	1.19 658	0.91 678	0.65 682	1.09 679	0.79 682	0.90 677	0.71 677

Dean	1.17 668	1.04 676	1.49 659	1.03 677	0.78 672	1.20 665	0.77 668	1.48 676	1.96 679	1.28 667	1.99 679	2.15 676	1.14 662	1.25 658	1.00 643	0.81 674	0.60 677	1.01 677	0.69 677	0.92 679	0.74 680

PWCK	1.00 659	1.17 682	1.70 665	0.91 671	0.41 640	1.19 664	0.92 676	1.10 665	1.14 665	1.16 665	1.14 650	1.25 659	0.88 655	1.75 675	1.04 646	0.87 677	0.50 665	0.87 672	0.53 667	0.96 680	0.52 661

SuperB	0.49 609	0.28 578	2.23 671	0.23 400	0.15 428	0.41 549	0.32 578	0.47 450	0.82 637	0.43 561	0.50 537	0.33 428	0.45 589	0.68 560	1.08 647	0.10 430	0.07 365	0.09 337	0.08 302	0.98 681	0.14 535

UNDER WATER-64	1.55 676	1.19 683	2.52 676	1.31 684	0.95 680	2.12 681	1.21 687	1.45 674	3.19 685	1.43 676	1.32 657	2.64 683	2.04 682	1.63 671	1.83 676	1.11 684	0.67 684	1.28 684	0.92 685	1.19 682	1.02 687

light-stereo	2.37 685	0.69 659	3.61 681	3.84 694	3.41 690	4.04 687	0.31 569	2.13 688	1.45 674	3.61 691	6.33 696	6.90 699	0.63 634	4.83 693	1.28 663	0.71 668	0.74 686	0.32 641	0.39 654	1.20 683	0.96 684

UNDER WATER	1.59 677	1.22 684	2.36 673	1.38 685	1.03 681	1.67 678	1.10 684	1.54 679	3.63 687	1.44 677	1.47 664	2.85 685	2.25 685	1.67 672	1.94 680	1.06 682	0.62 680	1.31 685	0.93 686	1.21 684	1.02 687

TorneroNet-64	1.43 672	1.03 675	1.20 643	1.10 679	0.86 678	2.26 683	0.73 663	1.84 681	3.84 691	1.25 666	2.25 684	2.69 684	1.42 674	1.76 676	1.43 666	0.76 671	0.50 665	1.09 679	0.66 675	1.23 685	0.76 682

TorneroNet	2.22 682	1.08 678	1.24 646	1.14 683	0.90 679	5.58 691	0.80 670	2.12 687	8.69 699	2.58 688	5.42 693	3.88 689	1.97 681	1.78 678	1.87 677	0.86 676	0.54 672	1.15 683	0.74 680	1.23 685	0.85 683

notaker	1.45 673	1.34 685	1.48 657	1.40 686	1.07 682	1.18 662	0.85 675	1.48 676	1.40 671	1.51 682	3.46 689	2.40 681	1.81 680	1.76 676	1.45 669	1.11 684	0.69 685	1.38 686	0.87 684	1.31 687	0.97 686

ktn	1.77 680	1.36 686	1.22 644	1.43 687	1.14 683	1.52 676	1.08 683	1.51 678	3.96 692	2.77 690	4.69 691	3.35 687	1.46 677	1.69 673	1.25 662	1.43 688	0.77 687	1.45 687	0.99 687	1.32 688	0.96 684

KSHMR	1.89 681	1.36 686	1.60 662	1.47 688	1.22 685	1.38 674	1.06 682	1.79 680	5.97 695	1.42 675	5.65 695	2.98 686	1.14 662	2.23 682	1.20 660	1.27 687	1.12 689	1.46 688	1.10 689	1.32 688	1.15 689

JetRed	2.30 684	2.64 691	6.12 691	1.12 682	1.38 687	5.85 693	3.29 694	1.99 685	1.67 678	1.98 684	1.95 678	2.16 679	1.60 678	2.48 683	4.10 692	1.05 681	1.60 690	1.09 679	1.01 688	1.67 690	1.28 690

MADNet++	2.26 683	1.80 689	2.06 669	2.13 692	1.97 689	2.61 685	1.79 693	2.38 689	2.16 682	2.75 689	2.65 686	2.38 680	2.43 687	3.17 686	3.21 688	2.17 691	1.95 693	1.94 692	1.63 691	2.06 691	2.01 693

HanzoNet	2.97 686	1.69 688	2.29 672	1.74 689	1.33 686	1.53 677	1.03 681	1.99 685	2.64 684	5.51 695	5.16 692	5.90 694	6.82 698	4.32 692	3.29 689	3.16 694	2.02 695	1.92 690	2.87 697	2.24 692	1.89 692

tt	4.71 691	0.10 135	3.94 682	2.06 691	1.53 688	10.14 699	16.88 702	9.27 703	4.98 693	1.39 671	1.02 645	4.68 690	4.90 693	3.35 689	5.86 697	5.76 700	9.15 709	2.24 695	2.53 695	3.10 693	1.32 691

DPSimNet_ROB	4.34 690	4.23 692	6.89 693	3.67 693	3.68 691	4.75 688	5.21 698	2.67 691	3.68 688	5.82 696	3.95 690	5.57 691	6.72 697	3.46 690	4.48 693	4.05 698	2.88 696	4.68 699	3.12 699	3.69 694	3.62 698

USTest	6.88 694	5.23 695	5.63 690	7.22 699	7.29 695	14.34 703	22.76 704	8.48 700	9.32 700	5.42 694	6.39 697	6.29 698	6.64 696	6.92 697	8.62 700	1.94 689	3.29 697	2.16 694	2.55 696	3.85 695	3.29 697

DGTPSM_ROB	8.34 697	5.10 693	10.37 706	5.31 697	10.18 698	8.33 695	23.60 708	6.06 697	13.41 708	4.90 692	10.87 706	5.65 692	10.44 701	6.17 695	12.59 702	3.74 696	7.55 702	3.69 696	7.26 705	4.14 696	7.46 703

WQFJA1++	0.44 595	0.07 4	0.63 534	0.18 91	0.13 319	0.15 51	0.11 20	0.20 59	0.11 8	2.05 685	0.12 62	0.23 302	0.11 112	0.17 110	0.12 108	0.08 284	0.05 39	0.06 43	0.05 65	4.20 697	0.07 236

DPSMNet_ROB	8.40 698	5.11 694	10.49 707	5.58 698	10.25 699	8.34 696	23.62 709	6.07 698	13.45 709	4.93 693	10.88 707	5.66 693	10.44 701	6.24 696	12.64 703	3.98 697	7.61 703	3.76 697	7.30 706	4.20 697	7.51 704

TCMNet-wrong-test	4.29 688	5.57 696	4.65 685	11.33 705	10.39 700	5.73 692	4.48 697	4.13 694	1.02 656	1.91 683	2.39 685	6.16 697	3.62 691	3.84 691	4.50 694	1.99 690	0.47 664	1.97 693	1.69 692	5.69 699	4.31 699

ASD4	7.23 695	6.65 697	7.69 694	5.24 696	5.62 694	11.85 700	20.36 703	7.57 699	7.14 697	6.55 697	5.47 694	5.99 696	5.78 694	7.22 698	9.24 701	4.85 699	4.44 699	6.40 706	5.19 700	6.53 700	4.89 700

iinet-test	10.78 701	9.29 699	9.70 696	10.48 700	10.68 701	17.98 708	25.98 710	12.57 707	13.39 706	9.64 705	10.10 703	10.06 702	10.61 704	11.22 707	12.70 704	6.40 702	7.74 704	5.68 701	6.69 701	7.47 701	7.30 701

IINet	10.78 701	9.29 699	9.70 696	10.48 700	10.68 701	17.98 708	25.98 710	12.57 707	13.39 706	9.64 705	10.10 703	10.06 702	10.61 704	11.22 707	12.70 704	6.40 702	7.74 704	5.68 701	6.69 701	7.47 701	7.30 701

DPSM_ROB	11.49 704	9.87 705	10.35 704	11.13 703	11.31 703	19.11 711	27.51 713	13.37 710	14.21 711	10.31 707	11.06 708	10.96 708	11.27 709	11.96 709	13.59 707	6.78 704	8.19 707	6.03 703	7.09 703	7.93 703	7.73 706

DPSM	11.49 704	9.87 705	10.35 704	11.13 703	11.31 703	19.11 711	27.51 713	13.37 710	14.21 711	10.31 707	11.06 708	10.96 708	11.27 709	11.96 709	13.59 707	6.78 704	8.19 707	6.03 703	7.09 703	7.93 703	7.73 706

PML	16.10 709	12.82 709	6.78 692	5.23 695	7.76 696	33.92 715	66.56 724	5.30 696	10.28 701	26.12 723	68.59 724	20.51 712	13.49 711	10.06 702	6.78 699	5.96 701	2.00 694	6.04 705	2.18 694	8.96 705	2.60 695

xxxxx1	15.27 706	9.54 702	10.31 701	20.13 709	18.88 708	17.08 704	23.03 705	10.36 704	10.99 702	9.21 702	9.62 699	10.74 705	10.61 704	10.72 703	13.89 709	7.97 706	9.20 710	31.85 720	44.72 722	12.84 706	13.69 708

tt_ll	15.27 706	9.54 702	10.31 701	20.13 709	18.88 708	17.08 704	23.03 705	10.36 704	10.99 702	9.21 702	9.62 699	10.74 705	10.61 704	10.72 703	13.89 709	7.97 706	9.20 710	31.85 720	44.72 722	12.84 706	13.69 708

ff	15.27 706	9.54 702	10.31 701	20.13 709	18.88 708	17.08 704	23.03 705	10.36 704	10.99 702	9.21 702	9.62 699	10.74 705	10.61 704	10.72 703	13.89 709	7.97 706	9.20 710	31.85 720	44.72 722	12.84 706	13.69 708

LRCNet_RVC	10.90 703	14.34 710	9.35 695	15.35 706	8.04 697	1.08 658	0.34 591	8.78 701	0.70 622	12.63 710	16.05 710	9.85 701	6.54 695	8.57 701	6.34 698	20.27 718	5.40 701	23.70 717	21.88 718	14.87 709	13.83 711

Hybrid-DGEV	23.16 717	19.94 718	20.96 718	22.49 713	22.75 714	38.51 721	55.52 723	27.09 723	28.90 723	20.58 716	22.25 717	22.00 714	22.80 719	24.11 719	27.33 717	13.60 712	16.47 714	12.14 707	14.30 712	15.95 710	15.54 715

CasAABBNet	23.10 713	19.86 713	20.64 715	22.47 712	22.73 712	38.41 719	55.50 720	26.89 719	28.70 720	20.61 719	22.15 716	22.08 718	22.75 717	23.99 714	27.36 718	13.59 709	16.48 715	12.14 707	14.27 708	15.95 710	15.53 714

RAFT-FEzeroshot	23.10 713	19.88 715	20.56 713	22.49 713	22.75 714	38.38 716	55.50 720	26.84 717	28.66 718	20.60 717	22.10 714	22.05 715	22.74 715	24.00 716	27.37 720	13.59 709	16.48 715	12.14 707	14.28 709	15.96 712	15.54 715

RAFT-FE	23.10 713	19.88 715	20.56 713	22.49 713	22.75 714	38.38 716	55.50 720	26.84 717	28.66 718	20.60 717	22.10 714	22.05 715	22.74 715	24.00 716	27.37 720	13.59 709	16.48 715	12.14 707	14.28 709	15.96 712	15.54 715

FlowAnything	23.14 716	19.87 714	20.79 716	22.50 716	22.74 713	38.39 718	55.46 718	26.89 719	28.72 721	20.77 721	22.29 719	22.07 717	22.72 714	23.99 714	27.41 722	13.60 712	16.55 719	12.15 711	14.36 713	15.97 714	15.52 713

Selective-RAFT-Error	23.16 717	19.93 717	20.87 717	22.54 717	22.81 717	38.52 722	55.47 719	27.01 722	28.83 722	20.66 720	22.25 717	22.09 719	22.80 719	24.09 718	27.36 718	13.61 714	16.48 715	12.15 711	14.28 709	15.99 715	15.57 718

LSM0	24.24 719	19.98 719	22.32 719	24.22 718	40.14 723	38.48 720	55.20 717	26.95 721	28.57 717	20.49 715	21.83 712	22.26 720	22.75 717	24.22 720	27.30 716	13.66 715	16.32 713	12.19 713	14.15 707	16.10 716	17.66 719

HaxPig	17.72 711	20.22 720	19.73 710	16.53 707	16.51 706	9.27 697	9.33 699	14.34 712	13.27 705	18.65 712	18.70 711	17.35 711	16.77 712	17.04 712	16.45 712	22.05 719	20.89 720	22.27 716	21.53 717	21.29 717	22.13 722

MEDIAN_ROB	21.21 712	24.62 721	23.47 720	19.58 708	19.65 711	13.22 702	10.96 700	17.88 713	17.00 713	22.14 722	22.02 713	20.86 713	20.36 713	21.06 713	19.71 713	25.63 721	24.13 721	26.21 718	25.20 719	25.17 718	25.38 723

AVERAGE_ROB	25.43 720	29.06 722	27.24 721	24.63 719	24.20 720	17.73 707	12.61 701	22.29 716	21.39 716	26.79 724	26.16 722	25.20 721	24.64 723	25.07 721	23.53 714	29.96 722	28.40 722	30.60 719	29.58 720	29.72 719	29.84 724

RSGM-EC	29.65 721	17.75 711	10.04 699	35.31 720	33.15 721	26.42 713	46.65 715	19.89 714	17.74 714	18.92 713	23.36 720	30.14 722	23.59 721	41.87 722	45.99 723	59.56 723	34.38 723	33.25 723	20.37 715	34.97 720	19.60 720

acva	29.65 721	17.75 711	10.04 699	35.31 720	33.15 721	26.42 713	46.65 715	19.89 714	17.74 714	18.92 713	23.36 720	30.14 722	23.59 721	41.87 722	45.99 723	59.56 723	34.38 723	33.25 723	20.37 715	34.97 720	19.60 720

DLNR_Zeroshot_test	10.44 699	12.10 707	19.93 711	106.08 723	23.66 719	0.14 33	0.13 66	3.22 692	0.17 90	0.16 193	0.23 251	0.16 209	0.10 74	0.31 377	0.15 230	2.36 692	0.06 234	0.07 149	0.07 220	39.70 722	0.06 140

DLNR-FE	10.45 700	12.13 708	19.94 712	106.10 724	23.12 718	0.14 33	0.13 66	3.28 693	0.17 90	0.16 193	0.23 251	0.16 209	0.10 74	0.31 377	0.15 230	2.41 693	0.06 234	0.07 149	0.07 220	40.22 723	0.06 140

Anonymous_1	16.62 710	9.35 701	9.84 698	10.66 702	14.64 705	18.66 710	27.12 712	12.64 709	13.51 710	10.76 709	10.30 705	10.13 704	10.60 703	11.06 706	12.74 706	15.87 716	7.74 704	16.92 714	43.48 721	58.66 724	7.68 705

test_example2	101.33 724	108.28 724	68.15 723	98.43 722	106.93 724	89.75 723	102.43 725	36.80 724	97.65 725	129.04 725	130.15 725	65.26 725	66.62 725	92.11 724	80.24 725	144.10 725	199.48 725	81.81 725	103.01 725	125.01 725	101.27 725

ccccc	256.34 725	256.29 725	313.62 725	354.40 725	364.36 725	149.10 725	168.46 726	152.89 726	131.30 726	153.93 726	155.56 726	164.00 726	204.39 726	268.02 726	295.19 726	390.55 726	349.22 726	244.59 726	219.82 726	412.30 726	378.83 726

Low-res two-view benchmark