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

MLG-Stereo_test1	0.06 1	0.05 19	0.08 28	0.17 242	0.05 1	0.07 27	0.11 57	0.09 12	0.03 1	0.05 2	0.04 1	0.06 23	0.05 16	0.09 40	0.09 56	0.05 33	0.04 23	0.05 35	0.03 1	0.04 21	0.05 136

FoundationStereo	0.06 1	0.04 1	0.08 28	0.13 10	0.05 1	0.09 96	0.13 129	0.06 1	0.09 29	0.05 2	0.05 7	0.06 23	0.04 1	0.07 3	0.07 1	0.06 120	0.04 23	0.05 35	0.04 40	0.05 115	0.04 34

LACA2	0.07 3	0.05 19	0.06 1	0.15 86	0.06 15	0.09 96	0.10 31	0.11 36	0.11 69	0.05 2	0.05 7	0.06 23	0.08 169	0.09 40	0.07 1	0.07 275	0.04 23	0.04 1	0.04 40	0.04 21	0.04 34

LACA1	0.07 3	0.07 152	0.07 7	0.14 42	0.05 1	0.09 96	0.11 57	0.10 19	0.07 9	0.05 2	0.05 7	0.06 23	0.08 169	0.08 17	0.09 56	0.06 120	0.04 23	0.04 1	0.04 40	0.03 1	0.04 34

Test_v1	0.07 3	0.04 1	0.06 1	0.13 10	0.06 15	0.09 96	0.10 31	0.15 125	0.12 101	0.06 14	0.05 7	0.04 1	0.05 16	0.08 17	0.10 133	0.07 275	0.04 23	0.05 35	0.04 40	0.04 21	0.04 34

BTL-Stereo	0.07 3	0.04 1	0.08 28	0.15 86	0.07 79	0.07 27	0.14 186	0.07 2	0.10 42	0.05 2	0.05 7	0.04 1	0.06 48	0.07 3	0.09 56	0.04 6	0.04 23	0.06 129	0.05 134	0.04 21	0.04 34

Pro-Stereo	0.07 3	0.05 19	0.08 28	0.15 86	0.08 150	0.08 55	0.12 85	0.07 2	0.08 14	0.06 14	0.06 16	0.05 4	0.05 16	0.09 40	0.08 15	0.05 33	0.04 23	0.06 129	0.05 134	0.04 21	0.04 34

MatchStereo	0.07 3	0.04 1	0.08 28	0.14 42	0.06 15	0.05 3	0.12 85	0.12 57	0.09 29	0.07 48	0.07 47	0.04 1	0.04 1	0.09 40	0.09 56	0.06 120	0.05 182	0.05 35	0.03 1	0.04 21	0.05 136
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth_RVC	0.07 3	0.04 1	0.09 83	0.11 1	0.05 1	0.10 146	0.10 31	0.14 93	0.09 29	0.06 14	0.07 47	0.06 23	0.08 169	0.07 3	0.10 133	0.06 120	0.04 23	0.04 1	0.04 40	0.05 115	0.04 34
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
VIP-Stereo	0.07 3	0.07 152	0.08 28	0.15 86	0.06 15	0.11 188	0.10 31	0.11 36	0.11 69	0.06 14	0.07 47	0.06 23	0.05 16	0.10 80	0.08 15	0.05 33	0.04 23	0.05 35	0.04 40	0.03 1	0.03 1

BridgeDepth	0.07 3	0.07 152	0.08 28	0.18 324	0.06 15	0.07 27	0.11 57	0.10 19	0.06 4	0.04 1	0.07 47	0.10 191	0.09 199	0.08 17	0.08 15	0.04 6	0.03 1	0.04 1	0.04 40	0.03 1	0.03 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonStereo	0.07 3	0.06 73	0.06 1	0.15 86	0.05 1	0.08 55	0.10 31	0.15 125	0.15 181	0.05 2	0.06 16	0.05 4	0.06 48	0.07 3	0.09 56	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Wavelet-MonSter	0.07 3	0.05 19	0.07 7	0.16 165	0.06 15	0.07 27	0.11 57	0.10 19	0.08 14	0.06 14	0.07 47	0.07 84	0.07 127	0.09 40	0.09 56	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-eth3d	0.07 3	0.06 73	0.06 1	0.15 86	0.05 1	0.08 55	0.10 31	0.15 125	0.15 181	0.05 2	0.06 16	0.05 4	0.06 48	0.07 3	0.10 133	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-mixall	0.07 3	0.04 1	0.09 83	0.13 10	0.06 15	0.06 10	0.08 7	0.12 57	0.07 9	0.06 14	0.06 16	0.05 4	0.06 48	0.09 40	0.09 56	0.06 120	0.04 23	0.04 1	0.03 1	0.05 115	0.05 136

Replicate-Monster	0.07 3	0.05 19	0.09 83	0.14 42	0.06 15	0.09 96	0.09 18	0.14 93	0.12 101	0.05 2	0.07 47	0.06 23	0.06 48	0.08 17	0.10 133	0.06 120	0.04 23	0.05 35	0.03 1	0.04 21	0.04 34

AdaDepth	0.07 3	0.06 73	0.07 7	0.18 324	0.06 15	0.11 188	0.11 57	0.10 19	0.08 14	0.06 14	0.05 7	0.07 84	0.06 48	0.09 40	0.10 133	0.04 6	0.05 182	0.05 35	0.04 40	0.04 21	0.04 34

asda	0.07 3	0.08 274	0.08 28	0.16 165	0.07 79	0.06 10	0.10 31	0.16 155	0.11 69	0.06 14	0.06 16	0.05 4	0.06 48	0.10 80	0.10 133	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 1

asd	0.07 3	0.08 274	0.08 28	0.16 165	0.07 79	0.08 55	0.08 7	0.11 36	0.08 14	0.07 48	0.07 47	0.06 23	0.06 48	0.10 80	0.09 56	0.03 1	0.03 1	0.04 1	0.04 40	0.04 21	0.03 1

2.25w	0.07 3	0.07 152	0.08 28	0.15 86	0.06 15	0.08 55	0.09 18	0.10 19	0.15 181	0.08 86	0.10 141	0.07 84	0.06 48	0.09 40	0.10 133	0.05 33	0.04 23	0.04 1	0.04 40	0.03 1	0.04 34

4.25_new	0.07 3	0.08 274	0.09 83	0.15 86	0.06 15	0.08 55	0.08 7	0.14 93	0.08 14	0.07 48	0.07 47	0.06 23	0.06 48	0.12 216	0.10 133	0.04 6	0.03 1	0.04 1	0.03 1	0.04 21	0.03 1

4.5w_new	0.07 3	0.08 274	0.09 83	0.15 86	0.06 15	0.08 55	0.08 7	0.14 93	0.08 14	0.07 48	0.07 47	0.06 23	0.06 48	0.12 216	0.10 133	0.04 6	0.03 1	0.04 1	0.03 1	0.04 21	0.03 1

4.5_new	0.07 3	0.09 346	0.08 28	0.15 86	0.07 79	0.07 27	0.10 31	0.14 93	0.11 69	0.06 14	0.08 91	0.06 23	0.06 48	0.08 17	0.10 133	0.03 1	0.03 1	0.04 1	0.04 40	0.04 21	0.03 1

4.5w-stereo	0.07 3	0.09 346	0.08 28	0.15 86	0.07 79	0.07 27	0.10 31	0.14 93	0.11 69	0.06 14	0.08 91	0.06 23	0.06 48	0.08 17	0.10 133	0.03 1	0.03 1	0.04 1	0.04 40	0.04 21	0.03 1

4.25w-stereo	0.07 3	0.08 274	0.09 83	0.15 86	0.06 15	0.08 55	0.08 7	0.14 93	0.08 14	0.07 48	0.07 47	0.06 23	0.06 48	0.12 216	0.10 133	0.04 6	0.03 1	0.04 1	0.03 1	0.04 21	0.03 1

4w-stereo	0.07 3	0.08 274	0.08 28	0.16 165	0.07 79	0.07 27	0.08 7	0.11 36	0.09 29	0.07 48	0.07 47	0.05 4	0.06 48	0.09 40	0.10 133	0.03 1	0.03 1	0.04 1	0.04 40	0.04 21	0.03 1

2.5w	0.07 3	0.07 152	0.08 28	0.16 165	0.06 15	0.08 55	0.12 85	0.10 19	0.10 42	0.07 48	0.06 16	0.09 159	0.06 48	0.08 17	0.09 56	0.04 6	0.03 1	0.04 1	0.04 40	0.03 1	0.03 1

2.75w_new	0.07 3	0.07 152	0.07 7	0.13 10	0.06 15	0.08 55	0.08 7	0.18 220	0.13 139	0.08 86	0.08 91	0.06 23	0.06 48	0.09 40	0.11 207	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.04 34

3.25w_new	0.07 3	0.06 73	0.08 28	0.15 86	0.06 15	0.10 146	0.07 3	0.12 57	0.11 69	0.08 86	0.07 47	0.07 84	0.06 48	0.11 133	0.10 133	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 34

3.25w	0.07 3	0.06 73	0.08 28	0.15 86	0.06 15	0.10 146	0.07 3	0.12 57	0.11 69	0.08 86	0.07 47	0.07 84	0.06 48	0.11 133	0.10 133	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 34

3.75w	0.07 3	0.07 152	0.08 28	0.16 165	0.07 79	0.07 27	0.09 18	0.16 155	0.10 42	0.07 48	0.06 16	0.06 23	0.06 48	0.09 40	0.10 133	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 3	0.07 152	0.07 7	0.15 86	0.07 79	0.09 96	0.06 1	0.14 93	0.11 69	0.08 86	0.07 47	0.06 23	0.07 127	0.10 80	0.09 56	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

monsters	0.07 3	0.06 73	0.06 1	0.15 86	0.06 15	0.08 55	0.09 18	0.13 76	0.09 29	0.09 122	0.07 47	0.06 23	0.06 48	0.09 40	0.08 15	0.05 33	0.04 23	0.04 1	0.04 40	0.03 1	0.04 34

111111	0.07 3	0.05 19	0.10 125	0.17 242	0.06 15	0.05 3	0.10 31	0.11 36	0.10 42	0.06 14	0.06 16	0.07 84	0.05 16	0.08 17	0.09 56	0.06 120	0.04 23	0.05 35	0.04 40	0.07 297	0.06 232

LG-Stereo_L2	0.07 3	0.05 19	0.10 125	0.14 42	0.06 15	0.07 27	0.12 85	0.09 12	0.10 42	0.06 14	0.04 1	0.05 4	0.05 16	0.08 17	0.08 15	0.05 33	0.04 23	0.05 35	0.03 1	0.04 21	0.03 1

LG-Stereo_L1	0.07 3	0.05 19	0.11 176	0.14 42	0.06 15	0.07 27	0.12 85	0.09 12	0.08 14	0.05 2	0.04 1	0.05 4	0.04 1	0.08 17	0.08 15	0.05 33	0.04 23	0.05 35	0.03 1	0.04 21	0.04 34

MLG-Stereo_test3	0.07 3	0.05 19	0.10 125	0.15 86	0.06 15	0.07 27	0.10 31	0.08 6	0.06 4	0.06 14	0.04 1	0.06 23	0.06 48	0.08 17	0.10 133	0.06 120	0.04 23	0.05 35	0.04 40	0.05 115	0.06 232

MLG-Stereo_test2	0.07 3	0.04 1	0.10 125	0.15 86	0.06 15	0.07 27	0.11 57	0.09 12	0.04 2	0.06 14	0.05 7	0.06 23	0.04 1	0.08 17	0.09 56	0.06 120	0.04 23	0.05 35	0.03 1	0.05 115	0.05 136

MLG-Stereo	0.07 3	0.05 19	0.09 83	0.17 242	0.05 1	0.07 27	0.11 57	0.08 6	0.05 3	0.05 2	0.04 1	0.06 23	0.05 16	0.10 80	0.09 56	0.05 33	0.04 23	0.05 35	0.03 1	0.04 21	0.05 136

LG-G_1	0.07 3	0.04 1	0.11 176	0.15 86	0.06 15	0.09 96	0.08 7	0.08 6	0.06 4	0.06 14	0.06 16	0.07 84	0.07 127	0.11 133	0.08 15	0.07 275	0.04 23	0.05 35	0.04 40	0.05 115	0.06 232

LG-G	0.07 3	0.04 1	0.11 176	0.15 86	0.06 15	0.09 96	0.08 7	0.08 6	0.06 4	0.06 14	0.06 16	0.07 84	0.07 127	0.11 133	0.08 15	0.07 275	0.04 23	0.05 35	0.04 40	0.05 115	0.06 232

LGtest1	0.07 3	0.05 19	0.11 176	0.15 86	0.06 15	0.07 27	0.09 18	0.08 6	0.06 4	0.06 14	0.04 1	0.06 23	0.07 127	0.10 80	0.09 56	0.07 275	0.04 23	0.05 35	0.04 40	0.06 223	0.06 232

LG-Stereo_Zeroshot	0.07 3	0.06 73	0.10 125	0.16 165	0.07 79	0.04 1	0.13 129	0.10 19	0.10 42	0.05 2	0.11 186	0.07 84	0.05 16	0.07 3	0.09 56	0.06 120	0.04 23	0.05 35	0.04 40	0.05 115	0.04 34

GREAT-IGEV	0.07 3	0.06 73	0.09 83	0.13 10	0.07 79	0.07 27	0.14 186	0.10 19	0.09 29	0.06 14	0.08 91	0.06 23	0.05 16	0.10 80	0.07 1	0.05 33	0.04 23	0.05 35	0.04 40	0.05 115	0.04 34
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
StereoAnything_RVC	0.07 3	0.16 516	0.17 398	0.11 1	0.05 1	0.06 10	0.11 57	0.08 6	0.08 14	0.06 14	0.06 16	0.05 4	0.05 16	0.09 40	0.08 15	0.08 345	0.04 23	0.05 35	0.03 1	0.05 115	0.04 34

AIO_rvc	0.07 3	0.06 73	0.08 28	0.15 86	0.06 15	0.08 55	0.14 186	0.09 12	0.08 14	0.07 48	0.08 91	0.07 84	0.04 1	0.10 80	0.08 15	0.05 33	0.04 23	0.05 35	0.04 40	0.04 21	0.03 1

AIO_test	0.07 3	0.06 73	0.07 7	0.15 86	0.07 79	0.07 27	0.14 186	0.10 19	0.10 42	0.07 48	0.07 47	0.06 23	0.05 16	0.08 17	0.10 133	0.05 33	0.04 23	0.05 35	0.04 40	0.04 21	0.03 1

MonSter	0.07 3	0.06 73	0.06 1	0.15 86	0.05 1	0.08 55	0.10 31	0.15 125	0.15 181	0.05 2	0.06 16	0.05 4	0.06 48	0.07 3	0.09 56	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

DEFOM-Stereo	0.07 3	0.05 19	0.07 7	0.14 42	0.06 15	0.09 96	0.13 129	0.07 2	0.13 139	0.06 14	0.07 47	0.06 23	0.05 16	0.10 80	0.09 56	0.05 33	0.04 23	0.05 35	0.03 1	0.04 21	0.04 34

dual_stereo	0.07 3	0.05 19	0.08 28	0.15 86	0.05 1	0.05 3	0.13 129	0.12 57	0.08 14	0.07 48	0.06 16	0.05 4	0.05 16	0.07 3	0.09 56	0.06 120	0.04 23	0.05 35	0.03 1	0.04 21	0.04 34

IGEV-Stereo++	0.07 3	0.06 73	0.08 28	0.18 324	0.06 15	0.05 3	0.10 31	0.11 36	0.11 69	0.06 14	0.07 47	0.07 84	0.06 48	0.09 40	0.09 56	0.05 33	0.04 23	0.05 35	0.04 40	0.05 115	0.04 34

IGEV-Stereo+	0.07 3	0.04 1	0.08 28	0.15 86	0.06 15	0.04 1	0.09 18	0.10 19	0.09 29	0.06 14	0.06 16	0.06 23	0.06 48	0.06 1	0.09 56	0.06 120	0.04 23	0.05 35	0.04 40	0.06 223	0.06 232

Selective-IGEV	0.07 3	0.06 73	0.09 83	0.17 242	0.06 15	0.08 55	0.12 85	0.13 76	0.08 14	0.08 86	0.07 47	0.06 23	0.04 1	0.10 80	0.09 56	0.05 33	0.04 23	0.05 35	0.04 40	0.04 21	0.03 1

DispViT+	0.08 54	0.08 274	0.13 252	0.15 86	0.07 79	0.08 55	0.09 18	0.14 93	0.09 29	0.09 122	0.06 16	0.06 23	0.07 127	0.10 80	0.12 276	0.06 120	0.05 182	0.05 35	0.04 40	0.05 115	0.05 136

WQFJA1++	0.08 54	0.04 1	0.11 176	0.14 42	0.07 79	0.11 188	0.11 57	0.12 57	0.07 9	0.07 48	0.07 47	0.07 84	0.06 48	0.10 80	0.10 133	0.06 120	0.04 23	0.05 35	0.04 40	0.06 223	0.06 232

BStereo	0.08 54	0.06 73	0.17 398	0.15 86	0.08 150	0.08 55	0.09 18	0.15 125	0.16 209	0.06 14	0.07 47	0.07 84	0.05 16	0.09 40	0.11 207	0.04 6	0.05 182	0.05 35	0.07 310	0.04 21	0.05 136

MonSter++	0.08 54	0.04 1	0.10 125	0.13 10	0.06 15	0.10 146	0.13 129	0.13 76	0.08 14	0.06 14	0.07 47	0.06 23	0.08 169	0.10 80	0.11 207	0.06 120	0.05 182	0.04 1	0.03 1	0.04 21	0.05 136

HiDET	0.08 54	0.05 19	0.10 125	0.13 10	0.06 15	0.09 96	0.12 85	0.12 57	0.12 101	0.07 48	0.07 47	0.07 84	0.07 127	0.11 133	0.11 207	0.06 120	0.05 182	0.04 1	0.03 1	0.04 21	0.04 34

LCMNet	0.08 54	0.05 19	0.10 125	0.13 10	0.07 79	0.09 96	0.12 85	0.10 19	0.12 101	0.06 14	0.08 91	0.06 23	0.07 127	0.11 133	0.10 133	0.06 120	0.05 182	0.04 1	0.03 1	0.04 21	0.04 34

CSFM-Stereo	0.08 54	0.05 19	0.08 28	0.14 42	0.06 15	0.09 96	0.13 129	0.15 125	0.07 9	0.07 48	0.08 91	0.06 23	0.08 169	0.09 40	0.10 133	0.06 120	0.05 182	0.04 1	0.03 1	0.04 21	0.04 34

GEAStereo	0.08 54	0.06 73	0.09 83	0.13 10	0.08 150	0.08 55	0.14 186	0.10 19	0.10 42	0.08 86	0.10 141	0.06 23	0.04 1	0.11 133	0.08 15	0.06 120	0.04 23	0.05 35	0.04 40	0.05 115	0.05 136

GSStereo	0.08 54	0.06 73	0.09 83	0.13 10	0.08 150	0.08 55	0.14 186	0.11 36	0.12 101	0.08 86	0.10 141	0.05 4	0.04 1	0.11 133	0.08 15	0.06 120	0.04 23	0.05 35	0.04 40	0.05 115	0.05 136

gasm-f	0.08 54	0.05 19	0.08 28	0.13 10	0.08 150	0.08 55	0.14 186	0.10 19	0.10 42	0.08 86	0.10 141	0.06 23	0.05 16	0.10 80	0.08 15	0.06 120	0.04 23	0.05 35	0.04 40	0.06 223	0.05 136

DDF-Stereo	0.08 54	0.05 19	0.10 125	0.15 86	0.10 377	0.05 3	0.13 129	0.09 12	0.14 160	0.06 14	0.06 16	0.07 84	0.06 48	0.09 40	0.10 133	0.06 120	0.04 23	0.06 129	0.04 40	0.08 362	0.05 136

252Zero-FE	0.08 54	0.04 1	0.10 125	0.13 10	0.07 79	0.13 277	0.11 57	0.13 76	0.14 160	0.07 48	0.05 7	0.06 23	0.05 16	0.09 40	0.10 133	0.06 120	0.04 23	0.05 35	0.04 40	0.05 115	0.06 232

Zero-FE251	0.08 54	0.05 19	0.10 125	0.13 10	0.06 15	0.12 238	0.12 85	0.11 36	0.10 42	0.07 48	0.08 91	0.06 23	0.06 48	0.10 80	0.08 15	0.06 120	0.04 23	0.05 35	0.04 40	0.04 21	0.04 34

zero-FE	0.08 54	0.05 19	0.10 125	0.15 86	0.10 377	0.05 3	0.13 129	0.09 12	0.14 160	0.07 48	0.06 16	0.07 84	0.06 48	0.09 40	0.10 133	0.06 120	0.04 23	0.06 129	0.04 40	0.08 362	0.05 136

GASTEREO	0.08 54	0.05 19	0.09 83	0.19 386	0.08 150	0.08 55	0.12 85	0.14 93	0.11 69	0.10 157	0.09 115	0.07 84	0.04 1	0.12 216	0.08 15	0.06 120	0.05 182	0.05 35	0.04 40	0.04 21	0.05 136

MSCF	0.08 54	0.05 19	0.09 83	0.19 386	0.08 150	0.07 27	0.12 85	0.14 93	0.11 69	0.10 157	0.09 115	0.07 84	0.04 1	0.11 133	0.08 15	0.06 120	0.05 182	0.05 35	0.04 40	0.05 115	0.05 136

S2M2_XL	0.08 54	0.06 73	0.12 217	0.12 5	0.08 150	0.09 96	0.09 18	0.07 2	0.07 9	0.08 86	0.07 47	0.07 84	0.06 48	0.09 40	0.09 56	0.08 345	0.06 343	0.07 233	0.06 213	0.08 362	0.06 232
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qwe	0.08 54	0.08 274	0.07 7	0.15 86	0.06 15	0.07 27	0.10 31	0.18 220	0.12 101	0.07 48	0.07 47	0.06 23	0.06 48	0.10 80	0.09 56	0.04 6	0.03 1	0.04 1	0.04 40	0.04 21	0.03 1

3w_stereo	0.08 54	0.09 346	0.10 125	0.17 242	0.07 79	0.08 55	0.11 57	0.20 269	0.13 139	0.06 14	0.07 47	0.05 4	0.06 48	0.08 17	0.09 56	0.04 6	0.03 1	0.04 1	0.03 1	0.04 21	0.03 1

2w_stereo	0.08 54	0.08 274	0.09 83	0.16 165	0.06 15	0.09 96	0.10 31	0.20 269	0.15 181	0.08 86	0.07 47	0.06 23	0.06 48	0.06 1	0.10 133	0.04 6	0.03 1	0.04 1	0.04 40	0.03 1	0.03 1

1w_stereo	0.08 54	0.06 73	0.07 7	0.16 165	0.06 15	0.07 27	0.10 31	0.14 93	0.15 181	0.07 48	0.08 91	0.05 4	0.06 48	0.10 80	0.09 56	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 34

monsterstereo	0.08 54	0.06 73	0.07 7	0.16 165	0.06 15	0.08 55	0.10 31	0.16 155	0.12 101	0.07 48	0.08 91	0.06 23	0.07 127	0.08 17	0.09 56	0.04 6	0.04 23	0.05 35	0.04 40	0.04 21	0.03 1

IGEV	0.08 54	0.04 1	0.09 83	0.13 10	0.06 15	0.09 96	0.12 85	0.14 93	0.10 42	0.06 14	0.09 115	0.07 84	0.05 16	0.09 40	0.09 56	0.06 120	0.04 23	0.05 35	0.04 40	0.05 115	0.04 34

LG-Stereo	0.08 54	0.08 274	0.10 125	0.18 324	0.07 79	0.10 146	0.17 355	0.11 36	0.08 14	0.06 14	0.08 91	0.06 23	0.07 127	0.09 40	0.09 56	0.04 6	0.05 182	0.07 233	0.07 310	0.04 21	0.04 34

SGD-Stereo	0.08 54	0.05 19	0.10 125	0.14 42	0.06 15	0.12 238	0.12 85	0.11 36	0.12 101	0.07 48	0.09 115	0.09 159	0.09 199	0.08 17	0.08 15	0.06 120	0.04 23	0.05 35	0.04 40	0.05 115	0.04 34

HART	0.08 54	0.07 152	0.09 83	0.18 324	0.07 79	0.10 146	0.16 326	0.13 76	0.11 69	0.09 122	0.10 141	0.08 124	0.05 16	0.10 80	0.08 15	0.05 33	0.04 23	0.06 129	0.04 40	0.05 115	0.04 34

SCV_C0	0.08 54	0.07 152	0.08 28	0.16 165	0.10 377	0.08 55	0.14 186	0.11 36	0.13 139	0.08 86	0.07 47	0.06 23	0.05 16	0.11 133	0.07 1	0.05 33	0.05 182	0.05 35	0.04 40	0.06 223	0.05 136

SCV	0.08 54	0.09 346	0.08 28	0.15 86	0.08 150	0.10 146	0.12 85	0.11 36	0.12 101	0.07 48	0.07 47	0.06 23	0.04 1	0.10 80	0.08 15	0.05 33	0.05 182	0.06 129	0.04 40	0.06 223	0.04 34

DEFOM-Stereo_RVC	0.08 54	0.07 152	0.09 83	0.22 499	0.06 15	0.08 55	0.12 85	0.10 19	0.10 42	0.07 48	0.07 47	0.06 23	0.05 16	0.11 133	0.09 56	0.06 120	0.04 23	0.05 35	0.03 1	0.06 223	0.04 34

HUF	0.08 54	0.05 19	0.08 28	0.14 42	0.06 15	0.09 96	0.13 129	0.13 76	0.13 139	0.07 48	0.07 47	0.09 159	0.06 48	0.10 80	0.09 56	0.06 120	0.04 23	0.05 35	0.04 40	0.05 115	0.04 34

castereo++	0.08 54	0.06 73	0.08 28	0.15 86	0.05 1	0.14 319	0.11 57	0.11 36	0.15 181	0.07 48	0.07 47	0.08 124	0.06 48	0.08 17	0.08 15	0.06 120	0.04 23	0.05 35	0.04 40	0.04 21	0.03 1

IGEV-RUCA	0.08 54	0.06 73	0.11 176	0.14 42	0.09 264	0.10 146	0.12 85	0.10 19	0.12 101	0.06 14	0.07 47	0.08 124	0.06 48	0.09 40	0.08 15	0.06 120	0.05 182	0.05 35	0.04 40	0.05 115	0.06 232

GIP-stereo	0.08 54	0.06 73	0.11 176	0.15 86	0.07 79	0.09 96	0.13 129	0.15 125	0.11 69	0.07 48	0.08 91	0.05 4	0.04 1	0.10 80	0.07 1	0.05 33	0.04 23	0.05 35	0.04 40	0.05 115	0.04 34

SMoEStereo_RVC	0.08 54	0.06 73	0.12 217	0.16 165	0.07 79	0.09 96	0.13 129	0.11 36	0.14 160	0.09 122	0.07 47	0.07 84	0.07 127	0.12 216	0.10 133	0.05 33	0.04 23	0.06 129	0.05 134	0.04 21	0.04 34

WCG-NET	0.08 54	0.05 19	0.10 125	0.15 86	0.06 15	0.11 188	0.14 186	0.13 76	0.14 160	0.07 48	0.09 115	0.07 84	0.06 48	0.13 273	0.08 15	0.05 33	0.04 23	0.06 129	0.04 40	0.04 21	0.03 1

Occ-G	0.08 54	0.05 19	0.07 7	0.14 42	0.07 79	0.09 96	0.14 186	0.14 93	0.15 181	0.07 48	0.12 203	0.07 84	0.05 16	0.09 40	0.10 133	0.06 120	0.05 182	0.05 35	0.04 40	0.05 115	0.06 232

U	0.08 54	0.07 152	0.10 125	0.19 386	0.10 377	0.10 146	0.13 129	0.12 57	0.17 238	0.07 48	0.07 47	0.06 23	0.05 16	0.07 3	0.09 56	0.06 120	0.04 23	0.06 129	0.04 40	0.06 223	0.05 136

AIO-Stereo	0.08 54	0.06 73	0.10 125	0.18 324	0.06 15	0.09 96	0.11 57	0.16 155	0.09 29	0.09 122	0.08 91	0.07 84	0.05 16	0.11 133	0.08 15	0.05 33	0.05 182	0.05 35	0.04 40	0.04 21	0.04 34

WCG-NET（raft）	0.08 54	0.05 19	0.10 125	0.15 86	0.06 15	0.11 188	0.13 129	0.15 125	0.12 101	0.08 86	0.07 47	0.06 23	0.06 48	0.13 273	0.08 15	0.05 33	0.04 23	0.05 35	0.04 40	0.05 115	0.04 34

RSM++	0.08 54	0.06 73	0.09 83	0.17 242	0.07 79	0.09 96	0.12 85	0.11 36	0.11 69	0.08 86	0.06 16	0.07 84	0.05 16	0.10 80	0.09 56	0.05 33	0.04 23	0.06 129	0.05 134	0.05 115	0.03 1

RSM	0.08 54	0.06 73	0.09 83	0.17 242	0.07 79	0.08 55	0.12 85	0.12 57	0.10 42	0.08 86	0.07 47	0.06 23	0.05 16	0.11 133	0.09 56	0.04 6	0.04 23	0.05 35	0.04 40	0.04 21	0.04 34

test_for_model	0.08 54	0.05 19	0.09 83	0.14 42	0.07 79	0.09 96	0.14 186	0.17 192	0.21 319	0.08 86	0.12 203	0.06 23	0.04 1	0.09 40	0.08 15	0.06 120	0.04 23	0.05 35	0.05 134	0.03 1	0.03 1

trnet	0.08 54	0.05 19	0.07 7	0.12 5	0.05 1	0.12 238	0.10 31	0.13 76	0.10 42	0.08 86	0.13 220	0.09 159	0.08 169	0.11 133	0.10 133	0.08 345	0.05 182	0.05 35	0.03 1	0.06 223	0.05 136

MoCha-V2	0.08 54	0.05 19	0.11 176	0.20 445	0.07 79	0.10 146	0.14 186	0.12 57	0.08 14	0.07 48	0.08 91	0.07 84	0.06 48	0.09 40	0.08 15	0.05 33	0.05 182	0.05 35	0.04 40	0.04 21	0.04 34

IGEV++	0.08 54	0.06 73	0.09 83	0.18 324	0.07 79	0.10 146	0.13 129	0.10 19	0.10 42	0.08 86	0.08 91	0.06 23	0.05 16	0.13 273	0.09 56	0.05 33	0.04 23	0.05 35	0.04 40	0.05 115	0.04 34

LoS_RVC	0.08 54	0.05 19	0.07 7	0.15 86	0.07 79	0.08 55	0.15 266	0.12 57	0.11 69	0.08 86	0.09 115	0.06 23	0.09 199	0.10 80	0.09 56	0.05 33	0.04 23	0.05 35	0.03 1	0.04 21	0.04 34

CAS	0.08 54	0.04 1	0.07 7	0.17 242	0.08 150	0.10 146	0.13 129	0.12 57	0.09 29	0.09 122	0.10 141	0.08 124	0.06 48	0.09 40	0.09 56	0.08 345	0.04 23	0.05 35	0.03 1	0.05 115	0.04 34

CES	0.08 54	0.04 1	0.08 28	0.14 42	0.07 79	0.09 96	0.14 186	0.11 36	0.09 29	0.08 86	0.09 115	0.11 218	0.07 127	0.12 216	0.08 15	0.06 120	0.04 23	0.05 35	0.03 1	0.05 115	0.05 136

EGLCR-Stereo	0.08 54	0.05 19	0.08 28	0.14 42	0.07 79	0.11 188	0.12 85	0.11 36	0.16 209	0.06 14	0.05 7	0.07 84	0.05 16	0.10 80	0.11 207	0.06 120	0.04 23	0.06 129	0.05 134	0.04 21	0.04 34

CREStereo++_RVC	0.08 54	0.04 1	0.07 7	0.13 10	0.07 79	0.09 96	0.12 85	0.14 93	0.14 160	0.10 157	0.14 233	0.08 124	0.07 127	0.10 80	0.11 207	0.06 120	0.04 23	0.05 35	0.05 134	0.04 21	0.04 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
VMStereo-Base	0.09 104	0.05 19	0.10 125	0.13 10	0.07 79	0.11 188	0.10 31	0.16 155	0.13 139	0.10 157	0.16 262	0.10 191	0.09 199	0.11 133	0.10 133	0.07 275	0.05 182	0.05 35	0.04 40	0.05 115	0.06 232

gcap_with_dpt	0.09 104	0.06 73	0.10 125	0.16 165	0.08 150	0.12 238	0.14 186	0.16 155	0.16 209	0.09 122	0.13 220	0.10 191	0.06 48	0.12 216	0.11 207	0.06 120	0.05 182	0.05 35	0.04 40	0.05 115	0.04 34

Wave_Phase_stereo	0.09 104	0.06 73	0.17 398	0.15 86	0.08 150	0.11 188	0.09 18	0.18 220	0.16 209	0.06 14	0.07 47	0.07 84	0.05 16	0.09 40	0.11 207	0.04 6	0.05 182	0.05 35	0.07 310	0.04 21	0.05 136

NLSM3	0.09 104	0.07 152	0.08 28	0.20 445	0.08 150	0.11 188	0.16 326	0.18 220	0.17 238	0.06 14	0.08 91	0.08 124	0.09 199	0.09 40	0.11 207	0.04 6	0.04 23	0.06 129	0.07 310	0.03 1	0.04 34

FE-Mocha	0.09 104	0.06 73	0.14 298	0.16 165	0.09 264	0.11 188	0.15 266	0.19 252	0.16 209	0.10 157	0.09 115	0.07 84	0.07 127	0.09 40	0.09 56	0.06 120	0.04 23	0.06 129	0.06 213	0.05 115	0.05 136

IGEV-FE	0.09 104	0.05 19	0.13 252	0.14 42	0.08 150	0.12 238	0.13 129	0.17 192	0.11 69	0.10 157	0.06 16	0.09 159	0.06 48	0.11 133	0.09 56	0.06 120	0.04 23	0.06 129	0.06 213	0.05 115	0.05 136

DA	0.09 104	0.07 152	0.07 7	0.19 386	0.08 150	0.10 146	0.13 129	0.13 76	0.12 101	0.08 86	0.10 141	0.10 191	0.08 169	0.09 40	0.10 133	0.05 33	0.04 23	0.06 129	0.04 40	0.05 115	0.04 34

GGEV	0.09 104	0.07 152	0.07 7	0.19 386	0.08 150	0.10 146	0.13 129	0.13 76	0.12 101	0.08 86	0.10 141	0.10 191	0.08 169	0.09 40	0.10 133	0.05 33	0.04 23	0.06 129	0.04 40	0.05 115	0.04 34

water-stereo	0.09 104	0.06 73	0.08 28	0.16 165	0.07 79	0.10 146	0.13 129	0.15 125	0.13 139	0.11 197	0.12 203	0.09 159	0.10 226	0.07 3	0.08 15	0.06 120	0.05 182	0.05 35	0.05 134	0.04 21	0.04 34

depthmonostereo	0.09 104	0.06 73	0.09 83	0.15 86	0.06 15	0.11 188	0.13 129	0.14 93	0.15 181	0.10 157	0.10 141	0.09 159	0.11 263	0.08 17	0.09 56	0.06 120	0.05 182	0.06 129	0.04 40	0.04 21	0.03 1

DilatedVolume-Stereo	0.09 104	0.05 19	0.08 28	0.15 86	0.06 15	0.11 188	0.12 85	0.14 93	0.16 209	0.11 197	0.11 186	0.09 159	0.10 226	0.11 133	0.11 207	0.06 120	0.05 182	0.05 35	0.04 40	0.03 1	0.03 1

S2M2_L	0.09 104	0.08 274	0.11 176	0.13 10	0.10 377	0.08 55	0.06 1	0.10 19	0.10 42	0.10 157	0.10 141	0.09 159	0.09 199	0.11 133	0.11 207	0.13 518	0.07 414	0.08 320	0.09 428	0.10 459	0.08 382
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 104	0.07 152	0.09 83	0.19 386	0.08 150	0.12 238	0.18 404	0.15 125	0.14 160	0.07 48	0.10 141	0.07 84	0.06 48	0.12 216	0.09 56	0.05 33	0.04 23	0.06 129	0.05 134	0.06 223	0.04 34

Reg-Stereo(zero)	0.09 104	0.05 19	0.08 28	0.16 165	0.06 15	0.12 238	0.11 57	0.15 125	0.11 69	0.12 231	0.09 115	0.10 191	0.08 169	0.11 133	0.09 56	0.06 120	0.05 182	0.05 35	0.04 40	0.04 21	0.05 136

castereo	0.09 104	0.06 73	0.11 176	0.15 86	0.06 15	0.11 188	0.14 186	0.14 93	0.18 256	0.08 86	0.10 141	0.11 218	0.08 169	0.09 40	0.10 133	0.05 33	0.04 23	0.05 35	0.04 40	0.04 21	0.04 34

fffft	0.09 104	0.06 73	0.12 217	0.16 165	0.07 79	0.09 96	0.16 326	0.12 57	0.11 69	0.09 122	0.07 47	0.09 159	0.06 48	0.11 133	0.12 276	0.05 33	0.04 23	0.06 129	0.05 134	0.04 21	0.05 136
1: 1. 1
tt45	0.09 104	0.06 73	0.11 176	0.15 86	0.07 79	0.12 238	0.15 266	0.13 76	0.12 101	0.09 122	0.06 16	0.08 124	0.06 48	0.13 273	0.10 133	0.06 120	0.04 23	0.06 129	0.05 134	0.05 115	0.06 232

999	0.09 104	0.06 73	0.13 252	0.15 86	0.08 150	0.10 146	0.14 186	0.15 125	0.12 101	0.10 157	0.08 91	0.08 124	0.08 169	0.16 350	0.10 133	0.06 120	0.04 23	0.06 129	0.05 134	0.04 21	0.06 232

mms	0.09 104	0.07 152	0.08 28	0.17 242	0.08 150	0.11 188	0.15 266	0.12 57	0.11 69	0.09 122	0.09 115	0.08 124	0.06 48	0.11 133	0.12 276	0.05 33	0.04 23	0.07 233	0.05 134	0.04 21	0.04 34

ours_stereo	0.09 104	0.07 152	0.09 83	0.17 242	0.08 150	0.11 188	0.16 326	0.11 36	0.12 101	0.08 86	0.10 141	0.08 124	0.06 48	0.12 216	0.12 276	0.05 33	0.04 23	0.06 129	0.05 134	0.04 21	0.04 34

fffy	0.09 104	0.08 274	0.10 125	0.16 165	0.07 79	0.13 277	0.17 355	0.13 76	0.12 101	0.08 86	0.09 115	0.08 124	0.09 199	0.13 273	0.11 207	0.05 33	0.05 182	0.07 233	0.05 134	0.04 21	0.05 136

GCAP-BAT	0.09 104	0.07 152	0.14 298	0.15 86	0.08 150	0.10 146	0.12 85	0.15 125	0.11 69	0.11 197	0.10 141	0.09 159	0.07 127	0.12 216	0.10 133	0.06 120	0.05 182	0.06 129	0.04 40	0.04 21	0.04 34

Pointernet	0.09 104	0.05 19	0.10 125	0.16 165	0.08 150	0.13 277	0.10 31	0.15 125	0.18 256	0.09 122	0.07 47	0.06 23	0.06 48	0.11 133	0.10 133	0.08 345	0.04 23	0.05 35	0.03 1	0.06 223	0.05 136

IGEV-BASED-STEREO-	0.09 104	0.10 412	0.32 533	0.15 86	0.06 15	0.08 55	0.14 186	0.11 36	0.10 42	0.07 48	0.07 47	0.06 23	0.04 1	0.11 133	0.07 1	0.12 500	0.04 23	0.07 233	0.05 134	0.05 115	0.05 136

RAFT-Stereo-weight	0.09 104	0.06 73	0.11 176	0.16 165	0.07 79	0.09 96	0.14 186	0.19 252	0.16 209	0.11 197	0.10 141	0.08 124	0.06 48	0.10 80	0.11 207	0.06 120	0.04 23	0.06 129	0.04 40	0.04 21	0.04 34

gcap-zeroshot	0.09 104	0.06 73	0.10 125	0.16 165	0.07 79	0.14 319	0.13 129	0.11 36	0.12 101	0.13 263	0.12 203	0.09 159	0.08 169	0.09 40	0.09 56	0.06 120	0.05 182	0.06 129	0.05 134	0.04 21	0.04 34

GCAPDPT-zeroshot4090	0.09 104	0.05 19	0.11 176	0.13 10	0.07 79	0.11 188	0.14 186	0.14 93	0.17 238	0.07 48	0.10 141	0.08 124	0.06 48	0.13 273	0.08 15	0.07 275	0.05 182	0.05 35	0.05 134	0.05 115	0.04 34

MGS-Stereo	0.09 104	0.07 152	0.12 217	0.16 165	0.08 150	0.09 96	0.15 266	0.12 57	0.12 101	0.07 48	0.10 141	0.08 124	0.06 48	0.11 133	0.09 56	0.05 33	0.04 23	0.06 129	0.05 134	0.06 223	0.05 136

ff7	0.09 104	0.07 152	0.11 176	0.16 165	0.09 264	0.11 188	0.15 266	0.16 155	0.12 101	0.10 157	0.06 16	0.06 23	0.06 48	0.11 133	0.09 56	0.05 33	0.04 23	0.06 129	0.05 134	0.05 115	0.06 232

IGEVStereo-DCA	0.09 104	0.07 152	0.11 176	0.16 165	0.10 377	0.11 188	0.15 266	0.16 155	0.12 101	0.10 157	0.06 16	0.08 124	0.06 48	0.10 80	0.09 56	0.06 120	0.05 182	0.06 129	0.05 134	0.05 115	0.06 232

ffff	0.09 104	0.07 152	0.11 176	0.16 165	0.09 264	0.11 188	0.15 266	0.16 155	0.12 101	0.10 157	0.06 16	0.06 23	0.06 48	0.11 133	0.09 56	0.05 33	0.04 23	0.06 129	0.05 134	0.05 115	0.06 232

rrr	0.09 104	0.07 152	0.13 252	0.16 165	0.10 377	0.11 188	0.15 266	0.16 155	0.15 181	0.10 157	0.06 16	0.08 124	0.06 48	0.10 80	0.09 56	0.06 120	0.05 182	0.06 129	0.05 134	0.05 115	0.06 232

11t	0.09 104	0.07 152	0.11 176	0.16 165	0.09 264	0.11 188	0.15 266	0.16 155	0.12 101	0.10 157	0.06 16	0.06 23	0.06 48	0.11 133	0.09 56	0.05 33	0.04 23	0.06 129	0.05 134	0.05 115	0.06 232

MaDis-Stereo	0.09 104	0.09 346	0.08 28	0.17 242	0.09 264	0.14 319	0.11 57	0.16 155	0.16 209	0.09 122	0.11 186	0.06 23	0.06 48	0.09 40	0.13 311	0.07 275	0.06 343	0.08 320	0.05 134	0.05 115	0.04 34

IGEV_Zeroshot_test	0.09 104	0.05 19	0.13 252	0.14 42	0.08 150	0.12 238	0.13 129	0.17 192	0.11 69	0.10 157	0.06 16	0.09 159	0.06 48	0.11 133	0.09 56	0.06 120	0.04 23	0.06 129	0.06 213	0.05 115	0.05 136

MSKI-zero shot	0.09 104	0.05 19	0.09 83	0.16 165	0.07 79	0.10 146	0.13 129	0.15 125	0.14 160	0.09 122	0.09 115	0.09 159	0.06 48	0.12 216	0.11 207	0.06 120	0.04 23	0.05 35	0.04 40	0.04 21	0.05 136

UniTT-Stereo	0.09 104	0.07 152	0.08 28	0.18 324	0.08 150	0.13 277	0.11 57	0.12 57	0.11 69	0.10 157	0.12 203	0.05 4	0.06 48	0.09 40	0.10 133	0.07 275	0.06 343	0.05 35	0.05 134	0.06 223	0.05 136

CASnet	0.09 104	0.09 346	0.09 83	0.19 386	0.06 15	0.07 27	0.11 57	0.18 220	0.14 160	0.11 197	0.10 141	0.09 159	0.07 127	0.10 80	0.10 133	0.06 120	0.04 23	0.10 453	0.08 383	0.06 223	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.09 104	0.05 19	0.11 176	0.13 10	0.07 79	0.11 188	0.14 186	0.14 93	0.17 238	0.07 48	0.10 141	0.08 124	0.06 48	0.13 273	0.08 15	0.07 275	0.05 182	0.05 35	0.05 134	0.05 115	0.04 34

GCAPDPT-zeroshot	0.09 104	0.05 19	0.11 176	0.13 10	0.07 79	0.11 188	0.14 186	0.14 93	0.17 238	0.07 48	0.10 141	0.08 124	0.06 48	0.13 273	0.08 15	0.07 275	0.05 182	0.05 35	0.05 134	0.05 115	0.04 34

AEACV	0.09 104	0.05 19	0.08 28	0.14 42	0.13 488	0.14 319	0.13 129	0.15 125	0.09 29	0.07 48	0.09 115	0.07 84	0.08 169	0.10 80	0.09 56	0.06 120	0.04 23	0.06 129	0.05 134	0.05 115	0.04 34

GCAP-Stereo	0.09 104	0.07 152	0.13 252	0.18 324	0.06 15	0.11 188	0.07 3	0.14 93	0.12 101	0.09 122	0.10 141	0.07 84	0.09 199	0.13 273	0.10 133	0.06 120	0.05 182	0.05 35	0.04 40	0.04 21	0.05 136

RAFT-Test	0.09 104	0.06 73	0.10 125	0.16 165	0.07 79	0.11 188	0.15 266	0.16 155	0.13 139	0.09 122	0.10 141	0.11 218	0.09 199	0.12 216	0.09 56	0.06 120	0.04 23	0.05 35	0.04 40	0.05 115	0.05 136

HH	0.09 104	0.06 73	0.13 252	0.17 242	0.08 150	0.11 188	0.16 326	0.15 125	0.10 42	0.08 86	0.10 141	0.08 124	0.07 127	0.10 80	0.09 56	0.06 120	0.04 23	0.06 129	0.05 134	0.05 115	0.04 34

HanStereo	0.09 104	0.06 73	0.13 252	0.17 242	0.08 150	0.11 188	0.16 326	0.15 125	0.10 42	0.08 86	0.10 141	0.08 124	0.07 127	0.10 80	0.09 56	0.06 120	0.04 23	0.06 129	0.05 134	0.05 115	0.04 34

anonymousdsp	0.09 104	0.07 152	0.11 176	0.17 242	0.09 264	0.11 188	0.15 266	0.16 155	0.12 101	0.10 157	0.06 16	0.06 23	0.06 48	0.11 133	0.09 56	0.05 33	0.04 23	0.06 129	0.05 134	0.05 115	0.06 232

LoS	0.09 104	0.05 19	0.11 176	0.13 10	0.07 79	0.14 319	0.11 57	0.15 125	0.15 181	0.09 122	0.09 115	0.12 240	0.09 199	0.15 322	0.10 133	0.07 275	0.05 182	0.05 35	0.03 1	0.05 115	0.05 136
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 104	0.07 152	0.11 176	0.17 242	0.08 150	0.11 188	0.15 266	0.15 125	0.12 101	0.10 157	0.06 16	0.07 84	0.06 48	0.11 133	0.09 56	0.05 33	0.05 182	0.06 129	0.05 134	0.04 21	0.06 232

MC-Stereo	0.09 104	0.07 152	0.09 83	0.17 242	0.06 15	0.10 146	0.14 186	0.12 57	0.11 69	0.09 122	0.12 203	0.09 159	0.06 48	0.11 133	0.10 133	0.06 120	0.04 23	0.06 129	0.05 134	0.04 21	0.04 34

RCA-Stereo	0.09 104	0.06 73	0.09 83	0.16 165	0.06 15	0.09 96	0.13 129	0.18 220	0.14 160	0.10 157	0.11 186	0.08 124	0.07 127	0.12 216	0.11 207	0.06 120	0.04 23	0.06 129	0.05 134	0.05 115	0.04 34

CroCo-Stereo Lap2	0.09 104	0.09 346	0.08 28	0.22 499	0.09 264	0.09 96	0.18 404	0.16 155	0.12 101	0.09 122	0.10 141	0.05 4	0.05 16	0.08 17	0.08 15	0.06 120	0.06 343	0.07 233	0.05 134	0.06 223	0.05 136

ccc-4	0.09 104	0.07 152	0.11 176	0.16 165	0.09 264	0.11 188	0.15 266	0.16 155	0.12 101	0.10 157	0.06 16	0.06 23	0.06 48	0.11 133	0.09 56	0.05 33	0.04 23	0.06 129	0.05 134	0.05 115	0.06 232

IGEV-Stereo	0.09 104	0.07 152	0.11 176	0.17 242	0.09 264	0.11 188	0.15 266	0.16 155	0.12 101	0.10 157	0.06 16	0.06 23	0.06 48	0.11 133	0.09 56	0.05 33	0.04 23	0.06 129	0.05 134	0.05 115	0.06 232
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 104	0.05 19	0.13 252	0.14 42	0.09 264	0.12 238	0.15 266	0.19 252	0.11 69	0.11 197	0.08 91	0.08 124	0.05 16	0.10 80	0.09 56	0.06 120	0.04 23	0.06 129	0.05 134	0.06 223	0.05 136

test-3	0.09 104	0.06 73	0.10 125	0.18 324	0.07 79	0.07 27	0.14 186	0.12 57	0.16 209	0.10 157	0.08 91	0.08 124	0.08 169	0.11 133	0.10 133	0.05 33	0.04 23	0.07 233	0.05 134	0.04 21	0.04 34

test_1	0.09 104	0.06 73	0.10 125	0.18 324	0.07 79	0.07 27	0.14 186	0.12 57	0.16 209	0.10 157	0.08 91	0.08 124	0.08 169	0.11 133	0.10 133	0.05 33	0.04 23	0.07 233	0.05 134	0.04 21	0.04 34

CroCo-Stereo	0.09 104	0.08 274	0.08 28	0.22 499	0.09 264	0.09 96	0.18 404	0.16 155	0.12 101	0.07 48	0.07 47	0.08 124	0.06 48	0.08 17	0.07 1	0.07 275	0.05 182	0.06 129	0.04 40	0.05 115	0.04 34
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
TANstereo	0.09 104	0.04 1	0.08 28	0.13 10	0.06 15	0.11 188	0.13 129	0.15 125	0.19 282	0.11 197	0.15 246	0.10 191	0.07 127	0.12 216	0.09 56	0.07 275	0.05 182	0.05 35	0.04 40	0.06 223	0.05 136

XX-TBD	0.09 104	0.06 73	0.07 7	0.14 42	0.07 79	0.13 277	0.16 326	0.14 93	0.14 160	0.11 197	0.12 203	0.09 159	0.08 169	0.10 80	0.10 133	0.06 120	0.04 23	0.05 35	0.04 40	0.06 223	0.05 136

raftrobust	0.09 104	0.06 73	0.11 176	0.17 242	0.08 150	0.09 96	0.10 31	0.18 220	0.16 209	0.10 157	0.09 115	0.12 240	0.08 169	0.12 216	0.10 133	0.08 345	0.05 182	0.06 129	0.05 134	0.05 115	0.06 232

XX-Stereo	0.09 104	0.05 19	0.09 83	0.17 242	0.09 264	0.15 345	0.12 85	0.21 287	0.10 42	0.10 157	0.14 233	0.07 84	0.06 48	0.13 273	0.08 15	0.06 120	0.05 182	0.06 129	0.06 213	0.04 21	0.04 34

test_xeample3	0.09 104	0.07 152	0.12 217	0.16 165	0.09 264	0.11 188	0.15 266	0.16 155	0.14 160	0.10 157	0.07 47	0.08 124	0.06 48	0.10 80	0.09 56	0.06 120	0.04 23	0.06 129	0.05 134	0.05 115	0.06 232

RAFT-Stereo + iAFF	0.09 104	0.06 73	0.10 125	0.17 242	0.07 79	0.10 146	0.15 266	0.17 192	0.15 181	0.10 157	0.10 141	0.08 124	0.09 199	0.12 216	0.10 133	0.05 33	0.04 23	0.06 129	0.06 213	0.04 21	0.03 1

AFF-stereo	0.09 104	0.07 152	0.10 125	0.17 242	0.07 79	0.10 146	0.15 266	0.18 220	0.10 42	0.10 157	0.11 186	0.09 159	0.10 226	0.12 216	0.10 133	0.05 33	0.04 23	0.07 233	0.07 310	0.04 21	0.04 34

EAI-Stereo	0.09 104	0.07 152	0.11 176	0.16 165	0.07 79	0.10 146	0.15 266	0.16 155	0.09 29	0.08 86	0.09 115	0.08 124	0.07 127	0.09 40	0.11 207	0.05 33	0.05 182	0.05 35	0.05 134	0.05 115	0.04 34

CFNet-RSSM	0.09 104	0.07 152	0.10 125	0.16 165	0.07 79	0.09 96	0.15 266	0.17 192	0.18 256	0.08 86	0.12 203	0.11 218	0.09 199	0.12 216	0.10 133	0.06 120	0.04 23	0.06 129	0.04 40	0.04 21	0.04 34

Gwc-CoAtRS	0.09 104	0.07 152	0.10 125	0.16 165	0.07 79	0.10 146	0.15 266	0.18 220	0.17 238	0.08 86	0.10 141	0.12 240	0.09 199	0.12 216	0.09 56	0.06 120	0.04 23	0.06 129	0.04 40	0.04 21	0.05 136

CREStereo	0.09 104	0.05 19	0.08 28	0.11 1	0.06 15	0.14 319	0.14 186	0.14 93	0.10 42	0.09 122	0.13 220	0.09 159	0.08 169	0.12 216	0.10 133	0.08 345	0.04 23	0.05 35	0.03 1	0.06 223	0.06 232
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 104	0.05 19	0.09 83	0.12 5	0.06 15	0.13 277	0.14 186	0.16 155	0.11 69	0.09 122	0.13 220	0.10 191	0.07 127	0.14 304	0.10 133	0.15 543	0.04 23	0.05 35	0.03 1	0.07 297	0.06 232

WQFJA1	0.10 173	0.07 152	0.08 28	0.20 445	0.09 264	0.12 238	0.18 404	0.18 220	0.18 256	0.09 122	0.10 141	0.08 124	0.10 226	0.12 216	0.11 207	0.06 120	0.08 446	0.07 233	0.06 213	0.06 223	0.05 136

WQFJX1	0.10 173	0.07 152	0.08 28	0.22 499	0.09 264	0.12 238	0.17 355	0.18 220	0.18 256	0.10 157	0.10 141	0.07 84	0.10 226	0.11 133	0.10 133	0.07 275	0.08 446	0.07 233	0.06 213	0.05 115	0.05 136

WQFJX	0.10 173	0.07 152	0.09 83	0.21 479	0.09 264	0.12 238	0.16 326	0.19 252	0.18 256	0.12 231	0.10 141	0.08 124	0.10 226	0.12 216	0.10 133	0.07 275	0.07 414	0.06 129	0.05 134	0.06 223	0.05 136

NLMM	0.10 173	0.07 152	0.08 28	0.20 445	0.09 264	0.12 238	0.18 404	0.18 220	0.18 256	0.09 122	0.10 141	0.08 124	0.10 226	0.12 216	0.11 207	0.06 120	0.08 446	0.07 233	0.06 213	0.06 223	0.05 136

NLSM1	0.10 173	0.07 152	0.08 28	0.19 386	0.08 150	0.13 277	0.16 326	0.21 287	0.16 209	0.11 197	0.10 141	0.07 84	0.10 226	0.10 80	0.11 207	0.07 275	0.08 446	0.08 320	0.07 310	0.05 115	0.05 136

MM-Stereo_test3	0.10 173	0.07 152	0.07 7	0.18 324	0.07 79	0.12 238	0.19 448	0.24 354	0.19 282	0.06 14	0.10 141	0.08 124	0.06 48	0.11 133	0.09 56	0.06 120	0.06 343	0.07 233	0.05 134	0.05 115	0.04 34

MM-Stereo_test1	0.10 173	0.07 152	0.09 83	0.18 324	0.07 79	0.12 238	0.18 404	0.21 287	0.20 304	0.09 122	0.11 186	0.08 124	0.06 48	0.10 80	0.10 133	0.06 120	0.05 182	0.07 233	0.06 213	0.05 115	0.04 34

AIO-test2	0.10 173	0.08 274	0.10 125	0.23 520	0.09 264	0.11 188	0.11 57	0.23 330	0.24 363	0.08 86	0.09 115	0.08 124	0.05 16	0.10 80	0.08 15	0.06 120	0.05 182	0.08 320	0.09 428	0.05 115	0.05 136

AIO-test1	0.10 173	0.07 152	0.11 176	0.24 532	0.07 79	0.09 96	0.13 129	0.22 311	0.15 181	0.11 197	0.12 203	0.09 159	0.07 127	0.11 133	0.09 56	0.06 120	0.05 182	0.09 406	0.10 467	0.04 21	0.07 313

tg	0.10 173	0.06 73	0.10 125	0.18 324	0.08 150	0.11 188	0.16 326	0.20 269	0.12 101	0.08 86	0.11 186	0.11 218	0.07 127	0.11 133	0.10 133	0.05 33	0.04 23	0.08 320	0.08 383	0.04 21	0.04 34

PAM_32	0.10 173	0.06 73	0.17 398	0.15 86	0.08 150	0.10 146	0.15 266	0.14 93	0.16 209	0.09 122	0.08 91	0.10 191	0.07 127	0.14 304	0.09 56	0.06 120	0.05 182	0.06 129	0.06 213	0.05 115	0.06 232

PAM	0.10 173	0.06 73	0.17 398	0.15 86	0.09 264	0.10 146	0.16 326	0.15 125	0.16 209	0.12 231	0.09 115	0.10 191	0.07 127	0.13 273	0.09 56	0.06 120	0.05 182	0.06 129	0.06 213	0.05 115	0.06 232

UGAM-zero	0.10 173	0.05 19	0.15 333	0.15 86	0.08 150	0.10 146	0.13 129	0.20 269	0.15 181	0.11 197	0.15 246	0.07 84	0.08 169	0.09 40	0.10 133	0.06 120	0.05 182	0.06 129	0.05 134	0.05 115	0.06 232

model_zeroshot	0.10 173	0.05 19	0.12 217	0.15 86	0.09 264	0.13 277	0.14 186	0.20 269	0.14 160	0.11 197	0.10 141	0.12 240	0.07 127	0.12 216	0.11 207	0.07 275	0.06 343	0.06 129	0.05 134	0.06 223	0.06 232

RAStereo	0.10 173	0.09 346	0.08 28	0.20 445	0.08 150	0.13 277	0.18 404	0.16 155	0.17 238	0.10 157	0.12 203	0.05 4	0.06 48	0.09 40	0.08 15	0.07 275	0.05 182	0.07 233	0.05 134	0.05 115	0.04 34

rvit_stereo_0080	0.10 173	0.08 274	0.15 333	0.15 86	0.10 377	0.07 27	0.15 266	0.16 155	0.16 209	0.11 197	0.10 141	0.15 309	0.09 199	0.12 216	0.10 133	0.09 402	0.07 414	0.07 233	0.06 213	0.07 297	0.05 136

H2IRNET	0.10 173	0.09 346	0.10 125	0.18 324	0.09 264	0.12 238	0.15 266	0.14 93	0.21 319	0.10 157	0.10 141	0.10 191	0.11 263	0.10 80	0.10 133	0.06 120	0.04 23	0.08 320	0.08 383	0.06 223	0.05 136

MyStereo07	0.10 173	0.07 152	0.10 125	0.17 242	0.09 264	0.14 319	0.17 355	0.15 125	0.15 181	0.09 122	0.06 16	0.06 23	0.07 127	0.12 216	0.09 56	0.06 120	0.05 182	0.08 320	0.07 310	0.06 223	0.06 232

MyStereo06	0.10 173	0.07 152	0.12 217	0.17 242	0.09 264	0.13 277	0.18 404	0.19 252	0.12 101	0.13 263	0.08 91	0.07 84	0.07 127	0.11 133	0.09 56	0.06 120	0.05 182	0.08 320	0.07 310	0.06 223	0.06 232

AE-Stereo	0.10 173	0.08 274	0.11 176	0.19 386	0.09 264	0.10 146	0.15 266	0.14 93	0.20 304	0.09 122	0.15 246	0.12 240	0.08 169	0.11 133	0.10 133	0.05 33	0.06 343	0.07 233	0.06 213	0.05 115	0.04 34

ACVNet-DCA	0.10 173	0.08 274	0.13 252	0.17 242	0.09 264	0.13 277	0.15 266	0.24 354	0.16 209	0.09 122	0.09 115	0.06 23	0.06 48	0.10 80	0.07 1	0.06 120	0.05 182	0.06 129	0.05 134	0.07 297	0.07 313

cc1	0.10 173	0.08 274	0.13 252	0.17 242	0.09 264	0.13 277	0.15 266	0.16 155	0.18 256	0.09 122	0.09 115	0.06 23	0.06 48	0.10 80	0.07 1	0.06 120	0.05 182	0.06 129	0.05 134	0.06 223	0.06 232

tt1	0.10 173	0.08 274	0.13 252	0.17 242	0.09 264	0.13 277	0.15 266	0.15 125	0.19 282	0.09 122	0.08 91	0.06 23	0.06 48	0.10 80	0.08 15	0.06 120	0.05 182	0.06 129	0.05 134	0.06 223	0.06 232

whm_eth	0.10 173	0.08 274	0.15 333	0.15 86	0.10 377	0.07 27	0.15 266	0.16 155	0.16 209	0.11 197	0.10 141	0.15 309	0.09 199	0.12 216	0.10 133	0.09 402	0.07 414	0.07 233	0.06 213	0.07 297	0.05 136

MIM_Stereo	0.10 173	0.07 152	0.11 176	0.15 86	0.07 79	0.07 27	0.12 85	0.20 269	0.14 160	0.13 263	0.14 233	0.09 159	0.05 16	0.12 216	0.08 15	0.05 33	0.06 343	0.07 233	0.06 213	0.06 223	0.05 136

Any-RAFT	0.10 173	0.05 19	0.10 125	0.15 86	0.07 79	0.13 277	0.14 186	0.21 287	0.15 181	0.11 197	0.12 203	0.13 265	0.10 226	0.13 273	0.10 133	0.07 275	0.04 23	0.05 35	0.04 40	0.06 223	0.05 136

4D-IteraStereo	0.10 173	0.07 152	0.10 125	0.18 324	0.07 79	0.09 96	0.15 266	0.18 220	0.15 181	0.10 157	0.11 186	0.10 191	0.07 127	0.12 216	0.09 56	0.05 33	0.03 1	0.08 320	0.07 310	0.06 223	0.05 136

fff	0.10 173	0.06 73	0.12 217	0.15 86	0.07 79	0.09 96	0.17 355	0.16 155	0.21 319	0.13 263	0.17 282	0.10 191	0.11 263	0.12 216	0.13 311	0.06 120	0.04 23	0.05 35	0.04 40	0.04 21	0.05 136

ADStereo(finetuned)	0.10 173	0.06 73	0.13 252	0.16 165	0.06 15	0.09 96	0.17 355	0.16 155	0.20 304	0.13 263	0.18 306	0.10 191	0.12 295	0.12 216	0.12 276	0.06 120	0.04 23	0.05 35	0.04 40	0.05 115	0.05 136

TRStereo	0.10 173	0.05 19	0.12 217	0.16 165	0.12 462	0.10 146	0.13 129	0.18 220	0.19 282	0.09 122	0.09 115	0.09 159	0.07 127	0.10 80	0.08 15	0.07 275	0.05 182	0.07 233	0.07 310	0.04 21	0.04 34

STrans-v2	0.10 173	0.07 152	0.13 252	0.18 324	0.08 150	0.10 146	0.14 186	0.22 311	0.11 69	0.11 197	0.15 246	0.12 240	0.10 226	0.11 133	0.12 276	0.05 33	0.04 23	0.06 129	0.06 213	0.05 115	0.05 136

TransformOpticalFlow	0.10 173	0.08 274	0.13 252	0.18 324	0.07 79	0.09 96	0.15 266	0.19 252	0.16 209	0.12 231	0.16 262	0.11 218	0.11 263	0.11 133	0.11 207	0.05 33	0.04 23	0.06 129	0.06 213	0.05 115	0.05 136

AnonymousM	0.10 173	0.06 73	0.10 125	0.14 42	0.07 79	0.09 96	0.13 129	0.19 252	0.14 160	0.13 263	0.12 203	0.09 159	0.08 169	0.13 273	0.10 133	0.08 345	0.05 182	0.08 320	0.05 134	0.05 115	0.05 136

cross-raft	0.10 173	0.09 346	0.09 83	0.19 386	0.07 79	0.11 188	0.24 522	0.13 76	0.15 181	0.08 86	0.10 141	0.12 240	0.10 226	0.09 40	0.11 207	0.05 33	0.04 23	0.06 129	0.05 134	0.04 21	0.04 34

test-1	0.10 173	0.07 152	0.17 398	0.19 386	0.08 150	0.11 188	0.24 522	0.15 125	0.18 256	0.09 122	0.07 47	0.10 191	0.08 169	0.08 17	0.09 56	0.06 120	0.04 23	0.06 129	0.06 213	0.04 21	0.05 136

iRaftStereo_RVC	0.10 173	0.07 152	0.10 125	0.17 242	0.09 264	0.11 188	0.17 355	0.18 220	0.12 101	0.09 122	0.11 186	0.10 191	0.07 127	0.11 133	0.10 133	0.05 33	0.04 23	0.08 320	0.08 383	0.04 21	0.04 34

s12784h	0.10 173	0.06 73	0.08 28	0.15 86	0.05 1	0.16 372	0.18 404	0.16 155	0.15 181	0.10 157	0.11 186	0.11 218	0.11 263	0.11 133	0.12 276	0.05 33	0.04 23	0.06 129	0.04 40	0.04 21	0.04 34

DCANet	0.10 173	0.06 73	0.12 217	0.16 165	0.06 15	0.09 96	0.17 355	0.16 155	0.20 304	0.13 263	0.18 306	0.10 191	0.11 263	0.11 133	0.12 276	0.06 120	0.04 23	0.05 35	0.04 40	0.05 115	0.05 136

csc	0.10 173	0.06 73	0.12 217	0.15 86	0.07 79	0.09 96	0.17 355	0.16 155	0.21 319	0.13 263	0.17 282	0.10 191	0.11 263	0.12 216	0.13 311	0.06 120	0.04 23	0.05 35	0.04 40	0.04 21	0.05 136

cscssc	0.10 173	0.06 73	0.12 217	0.15 86	0.07 79	0.09 96	0.17 355	0.16 155	0.21 319	0.13 263	0.17 282	0.10 191	0.11 263	0.12 216	0.13 311	0.06 120	0.04 23	0.05 35	0.04 40	0.04 21	0.05 136

R-Stereo Train	0.10 173	0.06 73	0.11 176	0.17 242	0.08 150	0.11 188	0.14 186	0.24 354	0.11 69	0.12 231	0.19 320	0.11 218	0.08 169	0.10 80	0.11 207	0.07 275	0.05 182	0.06 129	0.05 134	0.05 115	0.05 136

RAFT-Stereo	0.10 173	0.06 73	0.11 176	0.17 242	0.08 150	0.11 188	0.14 186	0.24 354	0.11 69	0.12 231	0.19 320	0.11 218	0.08 169	0.10 80	0.11 207	0.07 275	0.05 182	0.06 129	0.05 134	0.05 115	0.05 136
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Hybrid-DGEV-03	0.11 215	0.06 73	0.09 83	0.18 324	0.08 150	0.16 372	0.14 186	0.15 125	0.14 160	0.13 263	0.17 282	0.12 240	0.09 199	0.13 273	0.11 207	0.06 120	0.04 23	0.08 320	0.06 213	0.05 115	0.04 34

Hybrid-DGEV-2	0.11 215	0.06 73	0.12 217	0.18 324	0.09 264	0.09 96	0.13 129	0.29 445	0.30 442	0.11 197	0.12 203	0.10 191	0.13 327	0.12 216	0.10 133	0.06 120	0.05 182	0.07 233	0.07 310	0.05 115	0.05 136

NLMM1	0.11 215	0.09 346	0.07 7	0.22 499	0.10 377	0.12 238	0.20 469	0.19 252	0.20 304	0.12 231	0.11 186	0.08 124	0.10 226	0.11 133	0.11 207	0.08 345	0.08 446	0.07 233	0.06 213	0.05 115	0.04 34

NLCSM	0.11 215	0.09 346	0.09 83	0.23 520	0.11 432	0.12 238	0.19 448	0.19 252	0.19 282	0.12 231	0.11 186	0.07 84	0.09 199	0.11 133	0.10 133	0.08 345	0.08 446	0.07 233	0.07 310	0.06 223	0.05 136

Select-FE	0.11 215	0.06 73	0.21 469	0.15 86	0.11 432	0.12 238	0.13 129	0.22 311	0.18 256	0.09 122	0.11 186	0.10 191	0.06 48	0.12 216	0.09 56	0.07 275	0.05 182	0.07 233	0.08 383	0.06 223	0.08 382

FlowAnything_test	0.11 215	0.08 274	0.14 298	0.15 86	0.09 264	0.08 55	0.14 186	0.20 269	0.11 69	0.10 157	0.09 115	0.12 240	0.12 295	0.13 273	0.11 207	0.09 402	0.06 343	0.09 406	0.09 428	0.06 223	0.09 427

xyz-stereo-finetune2	0.11 215	0.07 152	0.13 252	0.13 10	0.07 79	0.11 188	0.19 448	0.17 192	0.12 101	0.15 311	0.15 246	0.17 346	0.13 327	0.13 273	0.11 207	0.05 33	0.04 23	0.07 233	0.05 134	0.04 21	0.06 232

xyz-stereo-finetune	0.11 215	0.08 274	0.13 252	0.14 42	0.06 15	0.10 146	0.19 448	0.18 220	0.19 282	0.12 231	0.14 233	0.15 309	0.11 263	0.13 273	0.12 276	0.05 33	0.04 23	0.07 233	0.05 134	0.04 21	0.05 136

HI	0.11 215	0.06 73	0.12 217	0.13 10	0.09 264	0.09 96	0.14 186	0.22 311	0.11 69	0.20 420	0.17 282	0.14 284	0.10 226	0.16 350	0.09 56	0.05 33	0.04 23	0.07 233	0.08 383	0.07 297	0.06 232

CoSv	0.11 215	0.06 73	0.12 217	0.13 10	0.09 264	0.09 96	0.14 186	0.22 311	0.11 69	0.20 420	0.17 282	0.14 284	0.10 226	0.16 350	0.09 56	0.05 33	0.04 23	0.07 233	0.08 383	0.07 297	0.06 232

rvit_stereo_0081	0.11 215	0.08 274	0.16 375	0.16 165	0.09 264	0.11 188	0.14 186	0.14 93	0.24 363	0.11 197	0.13 220	0.14 284	0.09 199	0.11 133	0.12 276	0.10 443	0.07 414	0.08 320	0.07 310	0.07 297	0.06 232

rvit_stereo_0082	0.11 215	0.08 274	0.16 375	0.16 165	0.09 264	0.11 188	0.14 186	0.14 93	0.24 363	0.11 197	0.13 220	0.14 284	0.09 199	0.11 133	0.12 276	0.10 443	0.07 414	0.08 320	0.07 310	0.07 297	0.06 232

AIO-Stereo-zeroshot1	0.11 215	0.05 19	0.14 298	0.16 165	0.21 570	0.09 96	0.17 355	0.21 287	0.16 209	0.11 197	0.15 246	0.10 191	0.07 127	0.10 80	0.08 15	0.06 120	0.05 182	0.07 233	0.07 310	0.07 297	0.09 427

AIO-Stereo-zeroshot	0.11 215	0.05 19	0.12 217	0.15 86	0.13 488	0.14 319	0.16 326	0.23 330	0.18 256	0.10 157	0.13 220	0.10 191	0.07 127	0.12 216	0.09 56	0.06 120	0.05 182	0.06 129	0.06 213	0.07 297	0.08 382

CAS++	0.11 215	0.07 152	0.11 176	0.14 42	0.10 377	0.13 277	0.14 186	0.24 354	0.14 160	0.11 197	0.09 115	0.11 218	0.07 127	0.14 304	0.09 56	0.11 475	0.09 478	0.09 406	0.07 310	0.07 297	0.08 382
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.11 215	0.08 274	0.13 252	0.16 165	0.08 150	0.15 345	0.16 326	0.18 220	0.19 282	0.10 157	0.09 115	0.09 159	0.08 169	0.11 133	0.12 276	0.07 275	0.05 182	0.08 320	0.06 213	0.07 297	0.06 232

xx1	0.11 215	0.08 274	0.13 252	0.17 242	0.09 264	0.13 277	0.15 266	0.16 155	0.18 256	0.09 122	0.09 115	0.16 329	0.16 401	0.10 80	0.07 1	0.06 120	0.05 182	0.08 320	0.08 383	0.07 297	0.07 313

1test111	0.11 215	0.08 274	0.13 252	0.17 242	0.09 264	0.13 277	0.15 266	0.24 354	0.16 209	0.09 122	0.09 115	0.06 23	0.06 48	0.15 322	0.16 399	0.06 120	0.05 182	0.06 129	0.05 134	0.07 297	0.07 313

plain	0.11 215	0.09 346	0.10 125	0.19 386	0.09 264	0.11 188	0.14 186	0.14 93	0.13 139	0.13 263	0.15 246	0.09 159	0.12 295	0.13 273	0.12 276	0.07 275	0.05 182	0.09 406	0.06 213	0.06 223	0.06 232

MIF-Stereo (partial)	0.11 215	0.06 73	0.10 125	0.19 386	0.10 377	0.10 146	0.12 85	0.17 192	0.19 282	0.14 287	0.16 262	0.10 191	0.11 263	0.12 216	0.12 276	0.08 345	0.05 182	0.08 320	0.07 310	0.06 223	0.07 313

EKT-Stereo	0.11 215	0.07 152	0.14 298	0.16 165	0.10 377	0.13 277	0.14 186	0.19 252	0.21 319	0.11 197	0.08 91	0.13 265	0.10 226	0.11 133	0.12 276	0.08 345	0.06 343	0.07 233	0.06 213	0.08 362	0.07 313

LL-Strereo2	0.11 215	0.10 412	0.16 375	0.18 324	0.08 150	0.15 345	0.09 18	0.17 192	0.14 160	0.14 287	0.11 186	0.09 159	0.07 127	0.16 350	0.10 133	0.05 33	0.05 182	0.11 483	0.07 310	0.06 223	0.05 136

anonymousdsp2	0.11 215	0.07 152	0.11 176	0.16 165	0.09 264	0.13 277	0.14 186	0.19 252	0.23 352	0.13 263	0.14 233	0.12 240	0.09 199	0.14 304	0.11 207	0.05 33	0.05 182	0.05 35	0.04 40	0.06 223	0.06 232

DCRE	0.11 215	0.07 152	0.13 252	0.16 165	0.11 432	0.11 188	0.17 355	0.18 220	0.17 238	0.11 197	0.18 306	0.11 218	0.10 226	0.15 322	0.11 207	0.06 120	0.05 182	0.06 129	0.06 213	0.05 115	0.05 136

knoymous	0.11 215	0.06 73	0.12 217	0.14 42	0.07 79	0.15 345	0.13 129	0.20 269	0.14 160	0.11 197	0.17 282	0.13 265	0.09 199	0.14 304	0.11 207	0.09 402	0.05 182	0.06 129	0.05 134	0.07 297	0.07 313

riskmin	0.11 215	0.06 73	0.13 252	0.14 42	0.08 150	0.14 319	0.14 186	0.18 220	0.15 181	0.12 231	0.15 246	0.17 346	0.11 263	0.14 304	0.12 276	0.09 402	0.05 182	0.07 233	0.05 134	0.08 362	0.08 382

Selective-RAFT	0.11 215	0.11 437	0.12 217	0.21 479	0.08 150	0.16 372	0.13 129	0.21 287	0.23 352	0.10 157	0.10 141	0.11 218	0.10 226	0.15 322	0.11 207	0.05 33	0.05 182	0.06 129	0.05 134	0.06 223	0.05 136

DCANet-4	0.11 215	0.07 152	0.13 252	0.16 165	0.06 15	0.09 96	0.17 355	0.18 220	0.20 304	0.13 263	0.17 282	0.09 159	0.14 360	0.12 216	0.13 311	0.06 120	0.04 23	0.05 35	0.04 40	0.04 21	0.05 136

DisPM	0.11 215	0.07 152	0.13 252	0.16 165	0.09 264	0.06 10	0.13 129	0.18 220	0.17 238	0.14 287	0.19 320	0.12 240	0.10 226	0.12 216	0.11 207	0.07 275	0.05 182	0.07 233	0.06 213	0.06 223	0.11 480

test_4	0.11 215	0.10 412	0.08 28	0.19 386	0.09 264	0.08 55	0.21 486	0.15 125	0.18 256	0.12 231	0.18 306	0.12 240	0.09 199	0.08 17	0.11 207	0.04 6	0.04 23	0.08 320	0.08 383	0.04 21	0.04 34

CIPLG	0.11 215	0.08 274	0.15 333	0.17 242	0.08 150	0.13 277	0.15 266	0.17 192	0.16 209	0.14 287	0.11 186	0.16 329	0.10 226	0.17 389	0.12 276	0.07 275	0.05 182	0.06 129	0.06 213	0.05 115	0.06 232

GLC_STEREO	0.11 215	0.07 152	0.11 176	0.18 324	0.07 79	0.08 55	0.13 129	0.16 155	0.24 363	0.12 231	0.13 220	0.12 240	0.08 169	0.18 406	0.12 276	0.06 120	0.08 446	0.08 320	0.06 213	0.05 115	0.05 136

IPLG	0.11 215	0.08 274	0.15 333	0.17 242	0.08 150	0.11 188	0.14 186	0.20 269	0.15 181	0.13 263	0.18 306	0.07 84	0.07 127	0.14 304	0.14 346	0.06 120	0.04 23	0.06 129	0.05 134	0.04 21	0.04 34

IPLGR_C	0.11 215	0.08 274	0.15 333	0.17 242	0.08 150	0.12 238	0.15 266	0.17 192	0.15 181	0.14 287	0.11 186	0.16 329	0.10 226	0.16 350	0.12 276	0.07 275	0.05 182	0.06 129	0.06 213	0.05 115	0.06 232

MIPNet	0.11 215	0.08 274	0.15 333	0.17 242	0.09 264	0.12 238	0.14 186	0.21 287	0.25 387	0.12 231	0.10 141	0.09 159	0.07 127	0.13 273	0.13 311	0.06 120	0.04 23	0.06 129	0.05 134	0.04 21	0.04 34

IPLGR	0.11 215	0.09 346	0.17 398	0.18 324	0.08 150	0.13 277	0.16 326	0.21 287	0.24 363	0.12 231	0.12 203	0.11 218	0.09 199	0.13 273	0.12 276	0.06 120	0.05 182	0.06 129	0.06 213	0.05 115	0.04 34

GMOStereo	0.11 215	0.09 346	0.08 28	0.19 386	0.08 150	0.12 238	0.28 559	0.13 76	0.18 256	0.11 197	0.17 282	0.14 284	0.12 295	0.07 3	0.07 1	0.05 33	0.05 182	0.09 406	0.07 310	0.04 21	0.04 34

error version	0.11 215	0.09 346	0.08 28	0.19 386	0.08 150	0.12 238	0.28 559	0.13 76	0.18 256	0.11 197	0.17 282	0.14 284	0.12 295	0.07 3	0.07 1	0.05 33	0.05 182	0.09 406	0.07 310	0.04 21	0.04 34

test-v	0.11 215	0.09 346	0.08 28	0.19 386	0.08 150	0.12 238	0.28 559	0.13 76	0.18 256	0.11 197	0.17 282	0.14 284	0.12 295	0.07 3	0.07 1	0.05 33	0.05 182	0.09 406	0.07 310	0.04 21	0.04 34

ACRE	0.11 215	0.08 274	0.15 333	0.17 242	0.08 150	0.13 277	0.15 266	0.17 192	0.14 160	0.14 287	0.11 186	0.16 329	0.10 226	0.16 350	0.12 276	0.07 275	0.05 182	0.06 129	0.06 213	0.05 115	0.06 232

test_3	0.11 215	0.09 346	0.10 125	0.21 479	0.08 150	0.13 277	0.25 539	0.14 93	0.21 319	0.10 157	0.10 141	0.09 159	0.10 226	0.08 17	0.11 207	0.05 33	0.04 23	0.08 320	0.07 310	0.04 21	0.04 34

LCNet	0.11 215	0.07 152	0.09 83	0.19 386	0.09 264	0.08 55	0.14 186	0.21 287	0.15 181	0.12 231	0.15 246	0.16 329	0.11 263	0.12 216	0.11 207	0.05 33	0.04 23	0.08 320	0.07 310	0.06 223	0.14 532

HHNet	0.11 215	0.06 73	0.16 375	0.15 86	0.14 506	0.07 27	0.13 129	0.20 269	0.18 256	0.15 311	0.25 407	0.11 218	0.09 199	0.13 273	0.10 133	0.06 120	0.04 23	0.08 320	0.06 213	0.05 115	0.09 427

Patchmatch Stereo++	0.11 215	0.09 346	0.17 398	0.19 386	0.08 150	0.06 10	0.11 57	0.17 192	0.13 139	0.15 311	0.16 262	0.14 284	0.12 295	0.11 133	0.11 207	0.06 120	0.05 182	0.08 320	0.06 213	0.08 362	0.07 313
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
OMP-Stereo	0.11 215	0.07 152	0.14 298	0.18 324	0.08 150	0.09 96	0.12 85	0.21 287	0.21 319	0.13 263	0.14 233	0.11 218	0.12 295	0.11 133	0.13 311	0.06 120	0.05 182	0.07 233	0.06 213	0.05 115	0.04 34

IIG-Stereo	0.11 215	0.06 73	0.13 252	0.17 242	0.08 150	0.11 188	0.12 85	0.22 311	0.18 256	0.14 287	0.17 282	0.12 240	0.13 327	0.12 216	0.13 311	0.06 120	0.05 182	0.07 233	0.06 213	0.06 223	0.05 136

NF-Stereo	0.11 215	0.07 152	0.13 252	0.17 242	0.09 264	0.10 146	0.13 129	0.23 330	0.19 282	0.12 231	0.17 282	0.12 240	0.12 295	0.11 133	0.11 207	0.06 120	0.04 23	0.07 233	0.06 213	0.07 297	0.12 501

OCTAStereo	0.11 215	0.07 152	0.14 298	0.17 242	0.09 264	0.10 146	0.13 129	0.23 330	0.19 282	0.12 231	0.17 282	0.12 240	0.12 295	0.11 133	0.11 207	0.06 120	0.04 23	0.07 233	0.06 213	0.07 297	0.11 480

NRIStereo	0.11 215	0.08 274	0.15 333	0.18 324	0.08 150	0.10 146	0.13 129	0.17 192	0.15 181	0.12 231	0.15 246	0.13 265	0.13 327	0.13 273	0.10 133	0.06 120	0.04 23	0.07 233	0.06 213	0.06 223	0.07 313

PSM-adaLoss	0.11 215	0.09 346	0.17 398	0.19 386	0.08 150	0.06 10	0.12 85	0.17 192	0.13 139	0.15 311	0.16 262	0.14 284	0.12 295	0.11 133	0.11 207	0.06 120	0.05 182	0.08 320	0.06 213	0.08 362	0.07 313

PSM-AAD	0.11 215	0.07 152	0.10 125	0.20 445	0.09 264	0.10 146	0.14 186	0.21 287	0.13 139	0.12 231	0.14 233	0.18 360	0.11 263	0.11 133	0.10 133	0.05 33	0.05 182	0.09 406	0.08 383	0.06 223	0.14 532

ROB_FTStereo_v2	0.11 215	0.09 346	0.17 398	0.19 386	0.08 150	0.06 10	0.12 85	0.17 192	0.13 139	0.15 311	0.16 262	0.14 284	0.12 295	0.11 133	0.11 207	0.06 120	0.05 182	0.08 320	0.06 213	0.08 362	0.07 313

ROB_FTStereo	0.11 215	0.09 346	0.17 398	0.19 386	0.08 150	0.06 10	0.11 57	0.17 192	0.13 139	0.15 311	0.16 262	0.14 284	0.12 295	0.11 133	0.11 207	0.06 120	0.05 182	0.08 320	0.06 213	0.08 362	0.07 313

HUI-Stereo	0.11 215	0.09 346	0.17 398	0.19 386	0.08 150	0.06 10	0.11 57	0.17 192	0.13 139	0.15 311	0.16 262	0.14 284	0.12 295	0.11 133	0.11 207	0.06 120	0.05 182	0.08 320	0.06 213	0.08 362	0.07 313

ASMatch	0.11 215	0.06 73	0.13 252	0.17 242	0.10 377	0.08 55	0.14 186	0.18 220	0.16 209	0.12 231	0.16 262	0.16 329	0.11 263	0.13 273	0.11 207	0.05 33	0.04 23	0.06 129	0.06 213	0.04 21	0.09 427

SST-Stereo	0.11 215	0.07 152	0.16 375	0.18 324	0.09 264	0.06 10	0.12 85	0.18 220	0.10 42	0.15 311	0.18 306	0.13 265	0.12 295	0.10 80	0.11 207	0.06 120	0.04 23	0.09 406	0.06 213	0.07 297	0.06 232

RAFT_R40	0.11 215	0.07 152	0.15 333	0.18 324	0.09 264	0.06 10	0.13 129	0.17 192	0.15 181	0.14 287	0.18 306	0.15 309	0.12 295	0.10 80	0.11 207	0.06 120	0.04 23	0.09 406	0.06 213	0.06 223	0.05 136

GrayStereo	0.11 215	0.06 73	0.11 176	0.19 386	0.09 264	0.09 96	0.16 326	0.18 220	0.17 238	0.14 287	0.17 282	0.17 346	0.11 263	0.12 216	0.11 207	0.05 33	0.05 182	0.07 233	0.06 213	0.06 223	0.10 456

RE-Stereo	0.11 215	0.07 152	0.13 252	0.17 242	0.09 264	0.10 146	0.13 129	0.23 330	0.19 282	0.12 231	0.17 282	0.12 240	0.12 295	0.11 133	0.11 207	0.06 120	0.04 23	0.07 233	0.06 213	0.07 297	0.11 480

Pruner-Stereo	0.11 215	0.07 152	0.12 217	0.17 242	0.09 264	0.06 10	0.12 85	0.18 220	0.17 238	0.14 287	0.19 320	0.13 265	0.10 226	0.11 133	0.11 207	0.06 120	0.04 23	0.07 233	0.06 213	0.06 223	0.08 382

TVStereo	0.11 215	0.07 152	0.13 252	0.17 242	0.09 264	0.10 146	0.13 129	0.23 330	0.19 282	0.12 231	0.17 282	0.12 240	0.12 295	0.11 133	0.11 207	0.06 120	0.04 23	0.07 233	0.06 213	0.07 297	0.11 480

DeepStereo_RVC	0.11 215	0.08 274	0.17 398	0.18 324	0.08 150	0.08 55	0.11 57	0.17 192	0.12 101	0.13 263	0.15 246	0.12 240	0.12 295	0.12 216	0.11 207	0.06 120	0.04 23	0.07 233	0.06 213	0.07 297	0.08 382

iGMRVC	0.11 215	0.09 346	0.17 398	0.19 386	0.08 150	0.06 10	0.12 85	0.17 192	0.13 139	0.15 311	0.16 262	0.14 284	0.12 295	0.11 133	0.11 207	0.06 120	0.05 182	0.08 320	0.06 213	0.08 362	0.07 313

RAFT-345	0.11 215	0.07 152	0.16 375	0.17 242	0.08 150	0.08 55	0.12 85	0.16 155	0.10 42	0.11 197	0.34 500	0.09 159	0.10 226	0.11 133	0.12 276	0.05 33	0.05 182	0.07 233	0.06 213	0.04 21	0.05 136

iRAFT	0.11 215	0.09 346	0.17 398	0.19 386	0.08 150	0.06 10	0.11 57	0.17 192	0.13 139	0.15 311	0.16 262	0.14 284	0.12 295	0.11 133	0.11 207	0.06 120	0.05 182	0.08 320	0.06 213	0.08 362	0.07 313

CRE-IMP	0.11 215	0.09 346	0.16 375	0.19 386	0.09 264	0.10 146	0.12 85	0.18 220	0.10 42	0.14 287	0.14 233	0.14 284	0.13 327	0.12 216	0.12 276	0.07 275	0.04 23	0.08 320	0.06 213	0.08 362	0.08 382

test-2	0.11 215	0.09 346	0.08 28	0.19 386	0.08 150	0.12 238	0.28 559	0.13 76	0.18 256	0.11 197	0.17 282	0.14 284	0.12 295	0.07 3	0.07 1	0.05 33	0.05 182	0.09 406	0.07 310	0.04 21	0.04 34

GMM-Stereo	0.11 215	0.07 152	0.10 125	0.18 324	0.09 264	0.08 55	0.14 186	0.24 354	0.16 209	0.11 197	0.15 246	0.13 265	0.11 263	0.11 133	0.11 207	0.05 33	0.04 23	0.08 320	0.07 310	0.06 223	0.09 427

RAFT-IKP	0.11 215	0.09 346	0.17 398	0.19 386	0.08 150	0.06 10	0.11 57	0.17 192	0.13 139	0.15 311	0.16 262	0.14 284	0.12 295	0.11 133	0.11 207	0.06 120	0.05 182	0.08 320	0.06 213	0.08 362	0.07 313

Prome-Stereo	0.11 215	0.07 152	0.11 176	0.18 324	0.09 264	0.12 238	0.14 186	0.23 330	0.13 139	0.13 263	0.16 262	0.13 265	0.08 169	0.12 216	0.10 133	0.05 33	0.05 182	0.07 233	0.06 213	0.06 223	0.10 456

rafts_anoy	0.11 215	0.06 73	0.10 125	0.17 242	0.08 150	0.10 146	0.14 186	0.18 220	0.14 160	0.13 263	0.13 220	0.12 240	0.11 263	0.11 133	0.13 311	0.07 275	0.05 182	0.09 406	0.11 497	0.07 297	0.06 232

raft+_RVC	0.11 215	0.07 152	0.09 83	0.16 165	0.07 79	0.10 146	0.11 57	0.24 354	0.20 304	0.12 231	0.15 246	0.12 240	0.08 169	0.12 216	0.13 311	0.07 275	0.04 23	0.07 233	0.06 213	0.05 115	0.05 136

RALCasStereoNet	0.11 215	0.07 152	0.09 83	0.16 165	0.08 150	0.13 277	0.14 186	0.17 192	0.11 69	0.12 231	0.17 282	0.14 284	0.10 226	0.12 216	0.11 207	0.07 275	0.06 343	0.06 129	0.05 134	0.08 362	0.07 313

RALAANet	0.11 215	0.08 274	0.10 125	0.17 242	0.09 264	0.14 319	0.10 31	0.20 269	0.16 209	0.14 287	0.13 220	0.16 329	0.09 199	0.12 216	0.12 276	0.06 120	0.05 182	0.08 320	0.07 310	0.06 223	0.04 34

111	0.11 215	0.06 73	0.12 217	0.15 86	0.07 79	0.10 146	0.14 186	0.21 287	0.24 363	0.11 197	0.12 203	0.14 284	0.12 295	0.13 273	0.10 133	0.06 120	0.04 23	0.06 129	0.04 40	0.06 223	0.05 136

DIP-Stereo	0.11 215	0.08 274	0.15 333	0.17 242	0.09 264	0.13 277	0.09 18	0.16 155	0.16 209	0.12 231	0.16 262	0.14 284	0.12 295	0.16 350	0.14 346	0.06 120	0.05 182	0.06 129	0.05 134	0.05 115	0.07 313
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.11 215	0.06 73	0.12 217	0.14 42	0.06 15	0.12 238	0.10 31	0.18 220	0.18 256	0.13 263	0.17 282	0.15 309	0.11 263	0.15 322	0.14 346	0.06 120	0.04 23	0.04 1	0.04 40	0.06 223	0.05 136
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
rvit_stereo_0083	0.12 292	0.08 274	0.17 398	0.16 165	0.09 264	0.11 188	0.15 266	0.15 125	0.26 400	0.11 197	0.14 233	0.13 265	0.10 226	0.12 216	0.13 311	0.10 443	0.08 446	0.09 406	0.07 310	0.07 297	0.06 232

rvit_stereo_0081_aga	0.12 292	0.09 346	0.15 333	0.18 324	0.10 377	0.14 319	0.14 186	0.14 93	0.19 282	0.10 157	0.18 306	0.16 329	0.09 199	0.12 216	0.10 133	0.10 443	0.06 343	0.08 320	0.07 310	0.07 297	0.06 232

rvit_stereo_ft	0.12 292	0.07 152	0.13 252	0.19 386	0.10 377	0.12 238	0.17 355	0.16 155	0.16 209	0.13 263	0.13 220	0.15 309	0.10 226	0.14 304	0.13 311	0.10 443	0.06 343	0.08 320	0.07 310	0.07 297	0.06 232

MyStereo8	0.12 292	0.07 152	0.15 333	0.15 86	0.09 264	0.18 412	0.14 186	0.19 252	0.22 342	0.12 231	0.18 306	0.11 218	0.10 226	0.16 350	0.18 429	0.07 275	0.05 182	0.07 233	0.05 134	0.08 362	0.09 427

CoDeX	0.12 292	0.07 152	0.13 252	0.17 242	0.08 150	0.12 238	0.16 326	0.23 330	0.27 413	0.13 263	0.17 282	0.15 309	0.12 295	0.14 304	0.11 207	0.07 275	0.05 182	0.07 233	0.06 213	0.06 223	0.05 136

11t1	0.12 292	0.07 152	0.14 298	0.14 42	0.08 150	0.17 396	0.15 266	0.19 252	0.15 181	0.15 311	0.15 246	0.17 346	0.16 401	0.15 322	0.13 311	0.08 345	0.05 182	0.06 129	0.05 134	0.08 362	0.07 313

ffm	0.12 292	0.09 346	0.15 333	0.16 165	0.09 264	0.17 396	0.17 355	0.15 125	0.19 282	0.15 311	0.26 420	0.19 369	0.13 327	0.10 80	0.08 15	0.06 120	0.05 182	0.09 406	0.08 383	0.06 223	0.06 232

RAFT_CTSACE	0.12 292	0.09 346	0.10 125	0.22 499	0.08 150	0.12 238	0.24 522	0.18 220	0.17 238	0.21 436	0.27 438	0.13 265	0.07 127	0.13 273	0.09 56	0.05 33	0.06 343	0.08 320	0.07 310	0.04 21	0.04 34

Sa-1000	0.12 292	0.08 274	0.09 83	0.18 324	0.08 150	0.15 345	0.22 500	0.22 311	0.19 282	0.15 311	0.20 330	0.17 346	0.11 263	0.10 80	0.10 133	0.06 120	0.05 182	0.09 406	0.09 428	0.05 115	0.05 136

iRaft-Stereo_5w	0.12 292	0.09 346	0.12 217	0.20 445	0.08 150	0.09 96	0.12 85	0.22 311	0.22 342	0.19 398	0.14 233	0.11 218	0.09 199	0.20 449	0.16 399	0.05 33	0.05 182	0.07 233	0.06 213	0.05 115	0.06 232

CrosDoStereo	0.12 292	0.07 152	0.12 217	0.14 42	0.09 264	0.12 238	0.15 266	0.17 192	0.22 342	0.19 398	0.24 381	0.15 309	0.11 263	0.11 133	0.12 276	0.06 120	0.05 182	0.07 233	0.07 310	0.05 115	0.05 136

PFNet+	0.12 292	0.06 73	0.14 298	0.16 165	0.09 264	0.05 3	0.12 85	0.18 220	0.21 319	0.16 340	0.19 320	0.14 284	0.10 226	0.11 133	0.11 207	0.08 345	0.05 182	0.09 406	0.08 383	0.06 223	0.11 480

AAGNet	0.12 292	0.08 274	0.17 398	0.19 386	0.09 264	0.08 55	0.13 129	0.19 252	0.13 139	0.16 340	0.21 348	0.13 265	0.14 360	0.11 133	0.14 346	0.06 120	0.04 23	0.09 406	0.06 213	0.06 223	0.05 136

PSM-softLoss	0.12 292	0.07 152	0.15 333	0.17 242	0.09 264	0.08 55	0.12 85	0.24 354	0.17 238	0.15 311	0.19 320	0.13 265	0.11 263	0.11 133	0.11 207	0.07 275	0.05 182	0.08 320	0.07 310	0.07 297	0.12 501

KMStereo	0.12 292	0.07 152	0.15 333	0.17 242	0.09 264	0.08 55	0.12 85	0.24 354	0.17 238	0.15 311	0.19 320	0.13 265	0.11 263	0.11 133	0.11 207	0.07 275	0.05 182	0.08 320	0.07 310	0.07 297	0.12 501

FTStereo	0.12 292	0.07 152	0.14 298	0.18 324	0.09 264	0.07 27	0.15 266	0.22 311	0.18 256	0.12 231	0.24 381	0.11 218	0.13 327	0.13 273	0.14 346	0.05 33	0.05 182	0.07 233	0.07 310	0.06 223	0.10 456

KYRaft	0.12 292	0.07 152	0.10 125	0.19 386	0.09 264	0.08 55	0.15 266	0.23 330	0.12 101	0.13 263	0.16 262	0.20 386	0.10 226	0.12 216	0.11 207	0.06 120	0.04 23	0.08 320	0.08 383	0.06 223	0.15 546

DeepStereo_LL	0.12 292	0.07 152	0.12 217	0.14 42	0.09 264	0.12 238	0.15 266	0.17 192	0.22 342	0.19 398	0.24 381	0.15 309	0.11 263	0.11 133	0.12 276	0.06 120	0.05 182	0.07 233	0.07 310	0.05 115	0.05 136

DEmStereo	0.12 292	0.06 73	0.14 298	0.14 42	0.10 377	0.16 372	0.15 266	0.16 155	0.24 363	0.17 351	0.23 369	0.12 240	0.14 360	0.12 216	0.14 346	0.05 33	0.04 23	0.07 233	0.06 213	0.05 115	0.05 136

THIR-Stereo	0.12 292	0.07 152	0.11 176	0.15 86	0.08 150	0.14 319	0.16 326	0.18 220	0.25 387	0.17 351	0.24 381	0.13 265	0.13 327	0.12 216	0.14 346	0.06 120	0.05 182	0.07 233	0.07 310	0.05 115	0.05 136

DRaft	0.12 292	0.06 73	0.12 217	0.14 42	0.09 264	0.14 319	0.17 355	0.21 287	0.30 442	0.18 383	0.27 438	0.10 191	0.16 401	0.11 133	0.12 276	0.05 33	0.04 23	0.07 233	0.07 310	0.05 115	0.05 136

PFNet	0.12 292	0.06 73	0.17 398	0.18 324	0.08 150	0.09 96	0.15 266	0.26 388	0.20 304	0.16 340	0.16 262	0.14 284	0.12 295	0.13 273	0.11 207	0.06 120	0.04 23	0.07 233	0.06 213	0.05 115	0.05 136

RAFT-RH_RVC	0.12 292	0.06 73	0.14 298	0.16 165	0.09 264	0.12 238	0.12 85	0.17 192	0.12 101	0.13 263	0.40 531	0.11 218	0.10 226	0.13 273	0.12 276	0.05 33	0.04 23	0.08 320	0.05 134	0.05 115	0.06 232

IRAFT_RVC	0.12 292	0.08 274	0.17 398	0.19 386	0.08 150	0.07 27	0.14 186	0.25 375	0.23 352	0.14 287	0.15 246	0.15 309	0.12 295	0.12 216	0.11 207	0.06 120	0.04 23	0.09 406	0.06 213	0.06 223	0.06 232

sCroCo_RVC	0.12 292	0.09 346	0.24 493	0.24 532	0.11 432	0.19 434	0.14 186	0.17 192	0.15 181	0.10 157	0.13 220	0.12 240	0.07 127	0.14 304	0.11 207	0.08 345	0.08 446	0.08 320	0.08 383	0.05 115	0.07 313

ARAFT	0.12 292	0.08 274	0.18 431	0.19 386	0.09 264	0.15 345	0.17 355	0.20 269	0.13 139	0.12 231	0.13 220	0.14 284	0.12 295	0.15 322	0.13 311	0.06 120	0.05 182	0.10 453	0.09 428	0.06 223	0.04 34

BEATNet_4x	0.12 292	0.09 346	0.15 333	0.18 324	0.07 79	0.15 345	0.07 3	0.23 330	0.19 282	0.16 340	0.19 320	0.19 369	0.14 360	0.17 389	0.15 380	0.07 275	0.05 182	0.05 35	0.05 134	0.06 223	0.07 313

G2L-ROB	0.13 319	0.07 152	0.13 252	0.13 10	0.08 150	0.14 319	0.17 355	0.25 375	0.19 282	0.20 420	0.19 320	0.20 386	0.14 360	0.18 406	0.16 399	0.08 345	0.05 182	0.06 129	0.05 134	0.08 362	0.09 427

DFGA-Net	0.13 319	0.11 437	0.19 454	0.18 324	0.10 377	0.13 277	0.13 129	0.23 330	0.25 387	0.16 340	0.16 262	0.13 265	0.12 295	0.17 389	0.15 380	0.07 275	0.05 182	0.08 320	0.07 310	0.05 115	0.05 136

FACV-RUCA	0.13 319	0.11 437	0.13 252	0.19 386	0.12 462	0.15 345	0.16 326	0.22 311	0.21 319	0.16 340	0.16 262	0.15 309	0.16 401	0.14 304	0.13 311	0.07 275	0.05 182	0.08 320	0.06 213	0.10 459	0.08 382

UGAM	0.13 319	0.10 412	0.09 83	0.22 499	0.08 150	0.13 277	0.20 469	0.18 220	0.24 363	0.22 451	0.16 262	0.13 265	0.13 327	0.19 431	0.13 311	0.07 275	0.05 182	0.13 518	0.11 497	0.07 297	0.05 136

test_sample2	0.13 319	0.07 152	0.12 217	0.14 42	0.08 150	0.16 372	0.18 404	0.21 287	0.16 209	0.14 287	0.21 348	0.20 386	0.15 380	0.15 322	0.13 311	0.08 345	0.06 343	0.07 233	0.06 213	0.08 362	0.08 382

test_sample1	0.13 319	0.07 152	0.14 298	0.14 42	0.08 150	0.19 434	0.17 355	0.20 269	0.15 181	0.14 287	0.22 364	0.18 360	0.16 401	0.17 389	0.15 380	0.07 275	0.06 343	0.06 129	0.06 213	0.08 362	0.08 382

MyStereo05	0.13 319	0.07 152	0.10 125	0.17 242	0.09 264	0.13 277	0.18 404	0.28 426	0.35 487	0.17 351	0.14 233	0.15 309	0.11 263	0.15 322	0.13 311	0.06 120	0.05 182	0.08 320	0.07 310	0.06 223	0.06 232

MyStereo04	0.13 319	0.07 152	0.10 125	0.17 242	0.09 264	0.14 319	0.17 355	0.29 445	0.38 505	0.17 351	0.14 233	0.16 329	0.11 263	0.15 322	0.13 311	0.06 120	0.05 182	0.08 320	0.07 310	0.06 223	0.06 232

ff1	0.13 319	0.09 346	0.15 333	0.16 165	0.09 264	0.17 396	0.17 355	0.15 125	0.19 282	0.15 311	0.26 420	0.19 369	0.13 327	0.15 322	0.22 480	0.06 120	0.05 182	0.09 406	0.08 383	0.06 223	0.06 232

LL-Strereo	0.13 319	0.10 412	0.12 217	0.20 445	0.10 377	0.11 188	0.18 404	0.33 492	0.25 387	0.16 340	0.16 262	0.14 284	0.14 360	0.19 431	0.11 207	0.06 120	0.05 182	0.09 406	0.08 383	0.04 21	0.05 136

anonymousa	0.13 319	0.07 152	0.14 298	0.18 324	0.09 264	0.13 277	0.17 355	0.20 269	0.29 436	0.15 311	0.24 381	0.16 329	0.14 360	0.14 304	0.14 346	0.07 275	0.05 182	0.07 233	0.09 428	0.05 115	0.07 313

TestStereo1	0.13 319	0.08 274	0.08 28	0.20 445	0.08 150	0.18 412	0.29 570	0.23 330	0.17 238	0.17 351	0.20 330	0.16 329	0.11 263	0.12 216	0.13 311	0.06 120	0.06 343	0.08 320	0.06 213	0.05 115	0.05 136

qqq	0.13 319	0.09 346	0.15 333	0.16 165	0.08 150	0.13 277	0.15 266	0.24 354	0.16 209	0.15 311	0.19 320	0.16 329	0.16 401	0.15 322	0.16 399	0.07 275	0.06 343	0.08 320	0.08 383	0.07 297	0.07 313

x	0.13 319	0.08 274	0.15 333	0.14 42	0.08 150	0.19 434	0.14 186	0.22 311	0.21 319	0.15 311	0.20 330	0.20 386	0.18 439	0.18 406	0.18 429	0.07 275	0.05 182	0.06 129	0.06 213	0.07 297	0.07 313

raft_robust	0.13 319	0.10 412	0.07 7	0.18 324	0.08 150	0.13 277	0.24 522	0.29 445	0.34 473	0.20 420	0.20 330	0.15 309	0.10 226	0.11 133	0.12 276	0.05 33	0.05 182	0.07 233	0.07 310	0.05 115	0.04 34

RAFT+CT+SA	0.13 319	0.11 437	0.09 83	0.19 386	0.09 264	0.15 345	0.28 559	0.22 311	0.22 342	0.15 311	0.26 420	0.10 191	0.10 226	0.11 133	0.12 276	0.05 33	0.04 23	0.07 233	0.08 383	0.07 297	0.06 232

SA-5K	0.13 319	0.08 274	0.08 28	0.20 445	0.08 150	0.18 412	0.29 570	0.23 330	0.17 238	0.17 351	0.20 330	0.16 329	0.11 263	0.12 216	0.13 311	0.06 120	0.06 343	0.08 320	0.06 213	0.05 115	0.05 136

SA	0.13 319	0.09 346	0.09 83	0.18 324	0.08 150	0.12 238	0.24 522	0.23 330	0.19 282	0.17 351	0.27 438	0.15 309	0.11 263	0.11 133	0.11 207	0.05 33	0.05 182	0.09 406	0.08 383	0.05 115	0.05 136

GwcNet-ADL	0.13 319	0.08 274	0.14 298	0.20 445	0.09 264	0.12 238	0.20 469	0.30 457	0.25 387	0.14 287	0.14 233	0.18 360	0.14 360	0.13 273	0.15 380	0.07 275	0.05 182	0.06 129	0.05 134	0.07 297	0.06 232

GANet-ADL	0.13 319	0.07 152	0.15 333	0.17 242	0.10 377	0.19 434	0.15 266	0.30 457	0.21 319	0.13 263	0.18 306	0.19 369	0.13 327	0.16 350	0.14 346	0.08 345	0.06 343	0.06 129	0.05 134	0.07 297	0.08 382

RAFT	0.13 319	0.09 346	0.11 176	0.18 324	0.08 150	0.15 345	0.23 512	0.21 287	0.20 304	0.21 436	0.21 348	0.18 360	0.13 327	0.17 389	0.10 133	0.06 120	0.07 414	0.10 453	0.09 428	0.06 223	0.05 136

sAnonymous2	0.13 319	0.12 456	0.25 496	0.20 445	0.12 462	0.18 412	0.14 186	0.27 402	0.21 319	0.11 197	0.12 203	0.13 265	0.08 169	0.11 133	0.11 207	0.09 402	0.05 182	0.08 320	0.06 213	0.15 541	0.10 456

CroCo_RVC	0.13 319	0.12 456	0.25 496	0.20 445	0.12 462	0.18 412	0.14 186	0.27 402	0.21 319	0.11 197	0.12 203	0.13 265	0.08 169	0.11 133	0.11 207	0.09 402	0.05 182	0.08 320	0.06 213	0.15 541	0.10 456

RAFT + AFF	0.13 319	0.08 274	0.21 469	0.20 445	0.10 377	0.14 319	0.23 512	0.27 402	0.21 319	0.12 231	0.10 141	0.12 240	0.10 226	0.16 350	0.12 276	0.08 345	0.07 414	0.09 406	0.09 428	0.06 223	0.09 427

GMStereo	0.13 319	0.15 505	0.14 298	0.18 324	0.09 264	0.16 372	0.16 326	0.20 269	0.25 387	0.17 351	0.17 282	0.11 218	0.11 263	0.16 350	0.13 311	0.07 275	0.06 343	0.06 129	0.06 213	0.07 297	0.06 232
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 319	0.07 152	0.15 333	0.17 242	0.09 264	0.15 345	0.16 326	0.28 426	0.27 413	0.14 287	0.18 306	0.12 240	0.13 327	0.14 304	0.11 207	0.08 345	0.05 182	0.07 233	0.07 310	0.07 297	0.06 232

FENet	0.13 319	0.08 274	0.13 252	0.16 165	0.08 150	0.15 345	0.16 326	0.23 330	0.23 352	0.17 351	0.24 381	0.16 329	0.13 327	0.14 304	0.15 380	0.08 345	0.05 182	0.08 320	0.08 383	0.08 362	0.08 382

MLCV	0.13 319	0.08 274	0.17 398	0.18 324	0.06 15	0.16 372	0.17 355	0.19 252	0.22 342	0.19 398	0.25 407	0.17 346	0.13 327	0.15 322	0.14 346	0.05 33	0.04 23	0.05 35	0.04 40	0.05 115	0.04 34

iResNet	0.13 319	0.10 412	0.18 431	0.19 386	0.08 150	0.14 319	0.18 404	0.21 287	0.27 413	0.16 340	0.24 381	0.15 309	0.13 327	0.14 304	0.15 380	0.06 120	0.04 23	0.06 129	0.05 134	0.06 223	0.05 136

DN-CSS_ROB	0.13 319	0.13 483	0.17 398	0.18 324	0.10 377	0.16 372	0.08 7	0.22 311	0.19 282	0.17 351	0.23 369	0.13 265	0.13 327	0.13 273	0.14 346	0.05 33	0.05 182	0.10 453	0.10 467	0.08 362	0.06 232

xyz-stereo	0.14 349	0.07 152	0.22 479	0.15 86	0.05 1	0.22 478	0.15 266	0.17 192	0.31 451	0.15 311	0.28 449	0.26 462	0.17 425	0.13 273	0.12 276	0.05 33	0.05 182	0.06 129	0.05 134	0.04 21	0.04 34

G2L-Stereo_test	0.14 349	0.07 152	0.11 176	0.13 10	0.08 150	0.12 238	0.17 355	0.31 473	0.28 429	0.21 436	0.23 369	0.20 386	0.16 401	0.17 389	0.19 444	0.07 275	0.05 182	0.05 35	0.05 134	0.07 297	0.07 313

coex_refinement	0.14 349	0.07 152	0.12 217	0.17 242	0.10 377	0.16 372	0.15 266	0.27 402	0.29 436	0.18 383	0.21 348	0.22 413	0.17 425	0.16 350	0.19 444	0.08 345	0.05 182	0.06 129	0.06 213	0.09 425	0.08 382

G2L-Stereo	0.14 349	0.07 152	0.13 252	0.17 242	0.09 264	0.13 277	0.12 85	0.27 402	0.22 342	0.17 351	0.27 438	0.21 395	0.13 327	0.18 406	0.18 429	0.09 402	0.08 446	0.08 320	0.07 310	0.07 297	0.07 313

rvit_0105_6	0.14 349	0.09 346	0.18 431	0.17 242	0.10 377	0.10 146	0.17 355	0.19 252	0.26 400	0.12 231	0.18 306	0.17 346	0.13 327	0.18 406	0.13 311	0.15 543	0.11 515	0.12 504	0.10 467	0.09 425	0.06 232

rvit_0105_5	0.14 349	0.10 412	0.14 298	0.17 242	0.09 264	0.14 319	0.23 512	0.24 354	0.27 413	0.14 287	0.15 246	0.18 360	0.13 327	0.17 389	0.14 346	0.14 539	0.11 515	0.10 453	0.11 497	0.08 362	0.07 313

test_sample6	0.14 349	0.09 346	0.14 298	0.17 242	0.08 150	0.17 396	0.19 448	0.26 388	0.18 256	0.18 383	0.28 449	0.19 369	0.15 380	0.15 322	0.13 311	0.08 345	0.05 182	0.08 320	0.07 310	0.08 362	0.08 382

test_sample5	0.14 349	0.08 274	0.14 298	0.16 165	0.08 150	0.18 412	0.18 404	0.25 375	0.17 238	0.17 351	0.28 449	0.18 360	0.15 380	0.16 350	0.13 311	0.08 345	0.06 343	0.08 320	0.07 310	0.09 425	0.08 382

test_sample4	0.14 349	0.08 274	0.15 333	0.15 86	0.08 150	0.19 434	0.18 404	0.26 388	0.18 256	0.17 351	0.26 420	0.18 360	0.15 380	0.17 389	0.13 311	0.08 345	0.06 343	0.08 320	0.06 213	0.09 425	0.08 382

test_sample3	0.14 349	0.08 274	0.15 333	0.14 42	0.09 264	0.20 453	0.17 355	0.27 402	0.18 256	0.17 351	0.22 364	0.19 369	0.15 380	0.17 389	0.14 346	0.09 402	0.06 343	0.07 233	0.06 213	0.09 425	0.08 382

SMFormer	0.14 349	0.07 152	0.18 431	0.14 42	0.08 150	0.17 396	0.17 355	0.27 402	0.27 413	0.19 398	0.20 330	0.19 369	0.15 380	0.15 322	0.17 416	0.08 345	0.05 182	0.07 233	0.06 213	0.08 362	0.07 313

tta	0.14 349	0.07 152	0.18 431	0.14 42	0.08 150	0.17 396	0.17 355	0.27 402	0.27 413	0.19 398	0.20 330	0.19 369	0.15 380	0.15 322	0.17 416	0.08 345	0.05 182	0.07 233	0.06 213	0.06 223	0.06 232

qqq1	0.14 349	0.07 152	0.18 431	0.14 42	0.08 150	0.17 396	0.17 355	0.27 402	0.27 413	0.19 398	0.20 330	0.19 369	0.15 380	0.15 322	0.12 276	0.08 345	0.05 182	0.05 35	0.05 134	0.06 223	0.06 232

fff1	0.14 349	0.07 152	0.18 431	0.14 42	0.08 150	0.17 396	0.17 355	0.27 402	0.27 413	0.19 398	0.20 330	0.19 369	0.15 380	0.15 322	0.12 276	0.08 345	0.05 182	0.05 35	0.05 134	0.06 223	0.06 232

mmm	0.14 349	0.08 274	0.18 431	0.17 242	0.09 264	0.17 396	0.18 404	0.21 287	0.16 209	0.16 340	0.23 369	0.21 395	0.16 401	0.16 350	0.17 416	0.08 345	0.05 182	0.08 320	0.08 383	0.08 362	0.07 313

DualNet	0.14 349	0.08 274	0.14 298	0.16 165	0.08 150	0.18 412	0.18 404	0.25 375	0.17 238	0.18 383	0.28 449	0.18 360	0.15 380	0.16 350	0.13 311	0.08 345	0.06 343	0.08 320	0.07 310	0.09 425	0.08 382

StereoVision	0.14 349	0.13 483	0.10 125	0.24 532	0.10 377	0.16 372	0.21 486	0.21 287	0.20 304	0.12 231	0.25 407	0.10 191	0.10 226	0.16 350	0.10 133	0.09 402	0.10 501	0.12 504	0.12 519	0.06 223	0.05 136

PCWNet_CMD	0.14 349	0.08 274	0.15 333	0.17 242	0.09 264	0.14 319	0.14 186	0.29 445	0.36 493	0.14 287	0.20 330	0.21 395	0.13 327	0.17 389	0.14 346	0.07 275	0.05 182	0.07 233	0.07 310	0.07 297	0.07 313

gwcnet-sp	0.14 349	0.07 152	0.13 252	0.18 324	0.09 264	0.16 372	0.18 404	0.24 354	0.24 363	0.19 398	0.24 381	0.15 309	0.16 401	0.16 350	0.15 380	0.08 345	0.07 414	0.07 233	0.08 383	0.08 362	0.07 313

scenet	0.14 349	0.07 152	0.13 252	0.18 324	0.09 264	0.16 372	0.18 404	0.24 354	0.24 363	0.19 398	0.24 381	0.15 309	0.16 401	0.16 350	0.15 380	0.08 345	0.07 414	0.07 233	0.08 383	0.08 362	0.07 313

CASS	0.14 349	0.12 456	0.12 217	0.23 520	0.09 264	0.15 345	0.17 355	0.19 252	0.20 304	0.17 351	0.18 306	0.15 309	0.15 380	0.15 322	0.14 346	0.09 402	0.06 343	0.10 453	0.08 383	0.09 425	0.07 313
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.14 349	0.07 152	0.13 252	0.18 324	0.09 264	0.16 372	0.18 404	0.24 354	0.24 363	0.19 398	0.24 381	0.15 309	0.16 401	0.16 350	0.15 380	0.08 345	0.07 414	0.07 233	0.08 383	0.08 362	0.07 313

IER	0.14 349	0.08 274	0.13 252	0.17 242	0.09 264	0.14 319	0.16 326	0.26 388	0.27 413	0.18 383	0.26 420	0.17 346	0.20 469	0.17 389	0.14 346	0.08 345	0.05 182	0.07 233	0.06 213	0.08 362	0.07 313

test_5	0.14 349	0.12 456	0.08 28	0.20 445	0.10 377	0.14 319	0.28 559	0.21 287	0.24 363	0.19 398	0.28 449	0.11 218	0.15 380	0.12 216	0.13 311	0.06 120	0.05 182	0.07 233	0.08 383	0.08 362	0.07 313

psmg	0.14 349	0.09 346	0.14 298	0.17 242	0.10 377	0.15 345	0.17 355	0.29 445	0.20 304	0.17 351	0.21 348	0.25 452	0.16 401	0.16 350	0.14 346	0.08 345	0.07 414	0.08 320	0.08 383	0.07 297	0.07 313

UDGNet	0.14 349	0.13 483	0.17 398	0.18 324	0.10 377	0.12 238	0.16 326	0.21 287	0.27 413	0.20 420	0.20 330	0.17 346	0.13 327	0.16 350	0.14 346	0.10 443	0.06 343	0.09 406	0.07 310	0.07 297	0.07 313

TestStereo	0.14 349	0.15 505	0.11 176	0.23 520	0.08 150	0.15 345	0.21 486	0.20 269	0.23 352	0.14 287	0.25 407	0.16 329	0.13 327	0.16 350	0.14 346	0.06 120	0.06 343	0.08 320	0.06 213	0.09 425	0.05 136

CFNet_pseudo	0.14 349	0.08 274	0.16 375	0.16 165	0.09 264	0.13 277	0.14 186	0.27 402	0.34 473	0.15 311	0.21 348	0.22 413	0.13 327	0.18 406	0.14 346	0.07 275	0.05 182	0.08 320	0.06 213	0.07 297	0.07 313

GES	0.14 349	0.08 274	0.16 375	0.15 86	0.10 377	0.13 277	0.13 129	0.28 426	0.26 400	0.17 351	0.24 381	0.19 369	0.14 360	0.16 350	0.14 346	0.08 345	0.08 446	0.07 233	0.06 213	0.08 362	0.09 427

cf-r	0.14 349	0.07 152	0.13 252	0.16 165	0.08 150	0.14 319	0.19 448	0.21 287	0.25 387	0.17 351	0.26 420	0.22 413	0.17 425	0.14 304	0.15 380	0.10 443	0.05 182	0.06 129	0.08 383	0.06 223	0.06 232

GANet-RSSM	0.14 349	0.07 152	0.13 252	0.13 10	0.08 150	0.14 319	0.18 404	0.23 330	0.21 319	0.17 351	0.25 407	0.24 439	0.16 401	0.16 350	0.16 399	0.10 443	0.06 343	0.07 233	0.08 383	0.08 362	0.07 313

PSMNet-RSSM	0.14 349	0.07 152	0.14 298	0.15 86	0.08 150	0.13 277	0.16 326	0.25 375	0.24 363	0.17 351	0.28 449	0.23 430	0.14 360	0.16 350	0.14 346	0.11 475	0.06 343	0.09 406	0.12 519	0.08 362	0.07 313

GwcNet-RSSM	0.14 349	0.07 152	0.12 217	0.16 165	0.08 150	0.15 345	0.20 469	0.22 311	0.28 429	0.18 383	0.28 449	0.23 430	0.17 425	0.15 322	0.16 399	0.10 443	0.06 343	0.07 233	0.09 428	0.07 297	0.07 313

CFNet-ft	0.14 349	0.07 152	0.15 333	0.12 5	0.09 264	0.17 396	0.18 404	0.22 311	0.24 363	0.17 351	0.26 420	0.24 439	0.14 360	0.16 350	0.15 380	0.11 475	0.06 343	0.08 320	0.09 428	0.09 425	0.08 382

DMCA	0.14 349	0.09 346	0.17 398	0.19 386	0.09 264	0.15 345	0.17 355	0.23 330	0.28 429	0.14 287	0.20 330	0.17 346	0.18 439	0.15 322	0.17 416	0.10 443	0.06 343	0.08 320	0.06 213	0.09 425	0.10 456

MSMDNet	0.14 349	0.08 274	0.15 333	0.17 242	0.09 264	0.14 319	0.14 186	0.29 445	0.36 493	0.14 287	0.20 330	0.21 395	0.13 327	0.18 406	0.14 346	0.07 275	0.05 182	0.07 233	0.07 310	0.07 297	0.07 313

HSM-Net_RVC	0.14 349	0.08 274	0.12 217	0.15 86	0.08 150	0.16 372	0.15 266	0.27 402	0.29 436	0.20 420	0.21 348	0.29 487	0.14 360	0.18 406	0.13 311	0.06 120	0.06 343	0.06 129	0.06 213	0.07 297	0.06 232
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 349	0.07 152	0.15 333	0.12 5	0.09 264	0.17 396	0.18 404	0.22 311	0.24 363	0.17 351	0.26 420	0.24 439	0.14 360	0.16 350	0.15 380	0.11 475	0.06 343	0.08 320	0.09 428	0.09 425	0.08 382

ccs_rob	0.14 349	0.09 346	0.16 375	0.16 165	0.09 264	0.13 277	0.14 186	0.27 402	0.34 473	0.15 311	0.21 348	0.22 413	0.13 327	0.18 406	0.14 346	0.07 275	0.05 182	0.08 320	0.07 310	0.07 297	0.07 313

iResNet_ROB	0.14 349	0.07 152	0.13 252	0.15 86	0.07 79	0.19 434	0.14 186	0.26 388	0.32 457	0.23 466	0.26 420	0.23 430	0.16 401	0.15 322	0.14 346	0.07 275	0.05 182	0.05 35	0.04 40	0.08 362	0.08 382

rvit_0105_4	0.15 389	0.09 346	0.17 398	0.17 242	0.10 377	0.12 238	0.20 469	0.23 330	0.27 413	0.14 287	0.20 330	0.17 346	0.14 360	0.17 389	0.13 311	0.15 543	0.11 515	0.11 483	0.10 467	0.09 425	0.06 232

DCVSM-stereo	0.15 389	0.09 346	0.16 375	0.16 165	0.10 377	0.15 345	0.09 18	0.20 269	0.24 363	0.20 420	0.24 381	0.26 462	0.15 380	0.19 431	0.14 346	0.09 402	0.07 414	0.09 406	0.08 383	0.10 459	0.12 501

ACV-stereo	0.15 389	0.10 412	0.29 520	0.18 324	0.12 462	0.15 345	0.13 129	0.23 330	0.21 319	0.19 398	0.23 369	0.22 413	0.15 380	0.23 493	0.17 416	0.08 345	0.07 414	0.07 233	0.07 310	0.08 362	0.07 313

DispNO	0.15 389	0.09 346	0.18 431	0.19 386	0.12 462	0.11 188	0.21 486	0.23 330	0.29 436	0.18 383	0.23 369	0.19 369	0.17 425	0.16 350	0.16 399	0.07 275	0.05 182	0.08 320	0.08 383	0.07 297	0.06 232

mmx	0.15 389	0.09 346	0.15 333	0.16 165	0.09 264	0.17 396	0.17 355	0.27 402	0.26 400	0.15 311	0.26 420	0.19 369	0.13 327	0.15 322	0.22 480	0.08 345	0.06 343	0.09 406	0.08 383	0.08 362	0.08 382

xxx	0.15 389	0.09 346	0.15 333	0.16 165	0.09 264	0.17 396	0.17 355	0.27 402	0.26 400	0.15 311	0.26 420	0.19 369	0.13 327	0.15 322	0.22 480	0.08 345	0.06 343	0.09 406	0.08 383	0.08 362	0.08 382

CFNet_ucs	0.15 389	0.09 346	0.17 398	0.16 165	0.11 432	0.14 319	0.14 186	0.30 457	0.34 473	0.16 340	0.24 381	0.23 430	0.14 360	0.18 406	0.15 380	0.09 402	0.06 343	0.08 320	0.07 310	0.09 425	0.09 427

CBFPSM	0.15 389	0.07 152	0.27 508	0.17 242	0.09 264	0.13 277	0.15 266	0.22 311	0.23 352	0.20 420	0.27 438	0.23 430	0.16 401	0.16 350	0.19 444	0.06 120	0.06 343	0.06 129	0.07 310	0.07 297	0.07 313

BUS	0.15 389	0.09 346	0.14 298	0.22 499	0.10 377	0.20 453	0.14 186	0.34 507	0.20 304	0.17 351	0.23 369	0.16 329	0.14 360	0.16 350	0.14 346	0.08 345	0.06 343	0.10 453	0.09 428	0.07 297	0.07 313

BSDual-CNN	0.15 389	0.09 346	0.14 298	0.22 499	0.10 377	0.15 345	0.15 266	0.34 507	0.20 304	0.17 351	0.23 369	0.25 452	0.16 401	0.16 350	0.14 346	0.08 345	0.06 343	0.10 453	0.09 428	0.07 297	0.07 313

hknet	0.15 389	0.11 437	0.14 298	0.22 499	0.11 432	0.15 345	0.15 266	0.34 507	0.26 400	0.17 351	0.23 369	0.22 413	0.18 439	0.17 389	0.13 311	0.07 275	0.06 343	0.10 453	0.09 428	0.07 297	0.07 313

dd	0.15 389	0.17 526	0.17 398	0.19 386	0.09 264	0.15 345	0.18 404	0.22 311	0.26 400	0.23 466	0.20 330	0.21 395	0.10 226	0.21 467	0.17 416	0.10 443	0.06 343	0.08 320	0.06 213	0.08 362	0.07 313

DAS	0.15 389	0.08 274	0.18 431	0.19 386	0.10 377	0.19 434	0.17 355	0.28 426	0.30 442	0.18 383	0.26 420	0.21 395	0.16 401	0.16 350	0.13 311	0.08 345	0.06 343	0.06 129	0.06 213	0.07 297	0.07 313

SepStereo	0.15 389	0.08 274	0.18 431	0.19 386	0.10 377	0.19 434	0.17 355	0.28 426	0.30 442	0.18 383	0.26 420	0.21 395	0.16 401	0.26 513	0.13 311	0.08 345	0.06 343	0.06 129	0.06 213	0.07 297	0.07 313

PSMNet-ADL	0.15 389	0.12 456	0.13 252	0.22 499	0.09 264	0.13 277	0.20 469	0.26 388	0.23 352	0.18 383	0.20 330	0.23 430	0.17 425	0.18 406	0.18 429	0.09 402	0.08 446	0.08 320	0.11 497	0.08 362	0.07 313

LMCR-Stereo	0.15 389	0.08 274	0.14 298	0.21 479	0.09 264	0.18 412	0.19 448	0.28 426	0.19 282	0.24 478	0.24 381	0.23 430	0.17 425	0.20 449	0.17 416	0.07 275	0.06 343	0.08 320	0.06 213	0.10 459	0.09 427

xxxx	0.15 389	0.07 152	0.14 298	0.14 42	0.08 150	0.24 500	0.18 404	0.32 478	0.20 304	0.14 287	0.28 449	0.22 413	0.14 360	0.15 322	0.29 548	0.09 402	0.05 182	0.07 233	0.07 310	0.08 362	0.08 382

test_xeample	0.15 389	0.07 152	0.14 298	0.15 86	0.08 150	0.22 478	0.20 469	0.29 445	0.21 319	0.16 340	0.29 464	0.19 369	0.17 425	0.16 350	0.28 539	0.09 402	0.05 182	0.07 233	0.07 310	0.07 297	0.07 313

ACVNet	0.15 389	0.09 346	0.15 333	0.13 10	0.12 462	0.14 319	0.20 469	0.22 311	0.34 473	0.17 351	0.26 420	0.21 395	0.17 425	0.18 406	0.21 467	0.07 275	0.06 343	0.06 129	0.06 213	0.08 362	0.06 232

acv_ft	0.15 389	0.09 346	0.16 375	0.19 386	0.10 377	0.16 372	0.17 355	0.25 375	0.34 473	0.19 398	0.26 420	0.21 395	0.17 425	0.18 406	0.19 444	0.07 275	0.06 343	0.06 129	0.06 213	0.08 362	0.06 232

RASNet	0.15 389	0.07 152	0.15 333	0.16 165	0.08 150	0.19 434	0.14 186	0.30 457	0.21 319	0.17 351	0.25 407	0.21 395	0.19 457	0.20 449	0.20 454	0.07 275	0.06 343	0.06 129	0.08 383	0.06 223	0.06 232

CFNet	0.15 389	0.11 437	0.17 398	0.17 242	0.08 150	0.19 434	0.10 31	0.29 445	0.26 400	0.19 398	0.24 381	0.24 439	0.18 439	0.18 406	0.15 380	0.08 345	0.06 343	0.09 406	0.10 467	0.08 362	0.07 313

UCFNet_RVC	0.15 389	0.08 274	0.13 252	0.11 1	0.10 377	0.20 453	0.10 31	0.24 354	0.23 352	0.17 351	0.21 348	0.24 439	0.15 380	0.18 406	0.15 380	0.12 500	0.07 414	0.11 483	0.13 530	0.11 481	0.10 456

AdaStereo	0.15 389	0.11 437	0.16 375	0.19 386	0.09 264	0.21 464	0.11 57	0.33 492	0.28 429	0.21 436	0.23 369	0.21 395	0.13 327	0.19 431	0.15 380	0.13 518	0.05 182	0.10 453	0.07 310	0.09 425	0.07 313
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iResNetv2_ROB	0.15 389	0.08 274	0.16 375	0.16 165	0.08 150	0.16 372	0.13 129	0.26 388	0.36 493	0.21 436	0.29 464	0.24 439	0.13 327	0.14 304	0.14 346	0.06 120	0.06 343	0.06 129	0.04 40	0.09 425	0.08 382

HSM	0.15 389	0.09 346	0.15 333	0.16 165	0.09 264	0.16 372	0.14 186	0.28 426	0.25 387	0.20 420	0.24 381	0.37 542	0.17 425	0.20 449	0.15 380	0.07 275	0.05 182	0.07 233	0.06 213	0.07 297	0.06 232

pmcnn	0.15 389	0.07 152	0.20 459	0.15 86	0.07 79	0.21 464	0.16 326	0.25 375	0.26 400	0.21 436	0.33 490	0.29 487	0.19 457	0.18 406	0.17 416	0.07 275	0.05 182	0.05 35	0.04 40	0.07 297	0.06 232

DDVS	0.16 416	0.10 412	0.22 479	0.16 165	0.12 462	0.15 345	0.14 186	0.25 375	0.19 282	0.18 383	0.30 470	0.27 469	0.13 327	0.20 449	0.16 399	0.09 402	0.06 343	0.09 406	0.07 310	0.11 481	0.11 480

rvit_0105_3	0.16 416	0.10 412	0.15 333	0.20 445	0.12 462	0.15 345	0.26 548	0.25 375	0.30 442	0.15 311	0.17 282	0.21 395	0.14 360	0.18 406	0.14 346	0.14 539	0.11 515	0.12 504	0.14 536	0.07 297	0.07 313

ITSA-stereo	0.16 416	0.11 437	0.14 298	0.19 386	0.08 150	0.13 277	0.14 186	0.30 457	0.49 549	0.17 351	0.18 306	0.22 413	0.15 380	0.17 389	0.16 399	0.10 443	0.06 343	0.08 320	0.08 383	0.08 362	0.09 427

test_sample7	0.16 416	0.10 412	0.16 375	0.14 42	0.12 462	0.16 372	0.17 355	0.28 426	0.24 363	0.21 436	0.21 348	0.24 439	0.20 469	0.16 350	0.16 399	0.12 500	0.06 343	0.10 453	0.09 428	0.11 481	0.10 456

1111x	0.16 416	0.09 346	0.13 252	0.18 324	0.08 150	0.18 412	0.25 539	0.32 478	0.25 387	0.17 351	0.24 381	0.27 469	0.15 380	0.14 304	0.24 503	0.07 275	0.07 414	0.08 320	0.09 428	0.07 297	0.07 313

GMStereo_Zeroshot	0.16 416	0.13 483	0.25 496	0.20 445	0.10 377	0.17 396	0.13 129	0.30 457	0.25 387	0.23 466	0.32 484	0.25 452	0.11 263	0.19 431	0.14 346	0.09 402	0.06 343	0.11 483	0.06 213	0.12 498	0.08 382

CRFU-Net	0.16 416	0.08 274	0.15 333	0.17 242	0.09 264	0.20 453	0.14 186	0.27 402	0.21 319	0.28 516	0.28 449	0.29 487	0.18 439	0.19 431	0.18 429	0.09 402	0.09 478	0.07 233	0.07 310	0.08 362	0.09 427

NINENet	0.16 416	0.10 412	0.16 375	0.17 242	0.11 432	0.20 453	0.14 186	0.41 560	0.37 499	0.18 383	0.21 348	0.16 329	0.14 360	0.16 350	0.14 346	0.08 345	0.08 446	0.10 453	0.07 310	0.10 459	0.09 427

CSP-Net	0.16 416	0.09 346	0.14 298	0.17 242	0.09 264	0.19 434	0.18 404	0.25 375	0.33 462	0.26 496	0.31 475	0.25 452	0.16 401	0.21 467	0.19 444	0.09 402	0.06 343	0.07 233	0.07 310	0.08 362	0.08 382

AASNet	0.16 416	0.08 274	0.13 252	0.19 386	0.09 264	0.19 434	0.15 266	0.38 546	0.37 499	0.20 420	0.24 381	0.20 386	0.17 425	0.17 389	0.21 467	0.10 443	0.08 446	0.08 320	0.07 310	0.09 425	0.09 427

AACVNet	0.16 416	0.08 274	0.15 333	0.15 86	0.10 377	0.18 412	0.15 266	0.24 354	0.25 387	0.27 503	0.27 438	0.28 479	0.18 439	0.19 431	0.17 416	0.09 402	0.07 414	0.09 406	0.07 310	0.10 459	0.09 427

ADLNet2	0.16 416	0.09 346	0.14 298	0.17 242	0.09 264	0.20 453	0.16 326	0.32 478	0.39 510	0.17 351	0.20 330	0.20 386	0.19 457	0.21 467	0.23 491	0.08 345	0.07 414	0.07 233	0.07 310	0.09 425	0.07 313

ICVP	0.16 416	0.09 346	0.12 217	0.22 499	0.09 264	0.18 412	0.21 486	0.26 388	0.24 363	0.18 383	0.30 470	0.27 469	0.18 439	0.18 406	0.15 380	0.10 443	0.07 414	0.08 320	0.07 310	0.07 297	0.08 382
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	0.16 416	0.14 498	0.34 539	0.26 550	0.14 506	0.27 530	0.18 404	0.28 426	0.28 429	0.15 311	0.17 282	0.14 284	0.11 263	0.16 350	0.12 276	0.08 345	0.08 446	0.08 320	0.08 383	0.08 362	0.11 480

ADLNet	0.16 416	0.08 274	0.15 333	0.16 165	0.10 377	0.16 372	0.17 355	0.33 492	0.27 413	0.23 466	0.27 438	0.24 439	0.16 401	0.18 406	0.21 467	0.10 443	0.06 343	0.10 453	0.10 467	0.08 362	0.09 427

HCRNet	0.16 416	0.23 561	0.12 217	0.35 584	0.11 432	0.15 345	0.17 355	0.26 388	0.22 342	0.19 398	0.24 381	0.21 395	0.14 360	0.15 322	0.13 311	0.11 475	0.07 414	0.11 483	0.10 467	0.09 425	0.07 313

222	0.16 416	0.07 152	0.15 333	0.14 42	0.08 150	0.25 509	0.18 404	0.30 457	0.21 319	0.18 383	0.29 464	0.17 346	0.16 401	0.16 350	0.44 591	0.10 443	0.05 182	0.07 233	0.06 213	0.08 362	0.08 382

UPFNet	0.16 416	0.08 274	0.12 217	0.20 445	0.12 462	0.20 453	0.23 512	0.28 426	0.26 400	0.18 383	0.24 381	0.22 413	0.20 469	0.19 431	0.22 480	0.09 402	0.07 414	0.08 320	0.09 428	0.08 362	0.06 232

ac_64	0.16 416	0.09 346	0.15 333	0.18 324	0.10 377	0.22 478	0.17 355	0.24 354	0.22 342	0.19 398	0.24 381	0.29 487	0.18 439	0.19 431	0.22 480	0.09 402	0.08 446	0.08 320	0.09 428	0.07 297	0.06 232

DSFCA	0.16 416	0.09 346	0.14 298	0.16 165	0.10 377	0.21 464	0.19 448	0.28 426	0.31 451	0.23 466	0.25 407	0.22 413	0.16 401	0.20 449	0.20 454	0.10 443	0.07 414	0.09 406	0.09 428	0.08 362	0.08 382

AANet_RVC	0.16 416	0.10 412	0.11 176	0.18 324	0.09 264	0.19 434	0.18 404	0.27 402	0.32 457	0.22 451	0.35 505	0.21 395	0.22 484	0.22 485	0.17 416	0.06 120	0.05 182	0.06 129	0.06 213	0.07 297	0.06 232

DeepPruner_ROB	0.16 416	0.11 437	0.16 375	0.17 242	0.10 377	0.17 396	0.15 266	0.32 478	0.21 319	0.19 398	0.21 348	0.22 413	0.19 457	0.21 467	0.16 399	0.13 518	0.09 478	0.09 406	0.10 467	0.11 481	0.11 480

DStereoRT	0.17 438	0.07 152	0.12 217	0.19 386	0.09 264	0.13 277	0.12 85	0.28 426	0.23 352	0.12 231	0.20 330	0.11 218	0.10 226	0.15 322	0.14 346	0.06 120	0.05 182	1.02 620	0.09 428	0.05 115	0.04 34

rvit_stereo_0075_2	0.17 438	0.12 456	0.25 496	0.23 520	0.16 538	0.13 277	0.10 31	0.30 457	0.27 413	0.20 420	0.28 449	0.22 413	0.15 380	0.18 406	0.13 311	0.16 560	0.10 501	0.17 554	0.10 467	0.10 459	0.10 456

DualNet (step1)	0.17 438	0.12 456	0.21 469	0.13 10	0.14 506	0.18 412	0.14 186	0.28 426	0.24 363	0.21 436	0.21 348	0.24 439	0.20 469	0.16 350	0.16 399	0.15 543	0.06 343	0.14 531	0.14 536	0.15 541	0.13 516

iinet-f	0.17 438	0.07 152	0.46 563	0.14 42	0.10 377	0.21 464	0.14 186	0.27 402	0.23 352	0.22 451	0.25 407	0.21 395	0.16 401	0.18 406	0.22 480	0.09 402	0.07 414	0.07 233	0.06 213	0.09 425	0.10 456

ToySt	0.17 438	0.11 437	0.19 454	0.17 242	0.11 432	0.16 372	0.26 548	0.24 354	0.33 462	0.19 398	0.24 381	0.26 462	0.24 499	0.19 431	0.21 467	0.07 275	0.08 446	0.09 406	0.10 467	0.09 425	0.08 382

ssnet_v2	0.17 438	0.10 412	0.18 431	0.17 242	0.11 432	0.21 464	0.22 500	0.34 507	0.25 387	0.23 466	0.23 369	0.27 469	0.19 457	0.22 485	0.21 467	0.11 475	0.10 501	0.09 406	0.09 428	0.08 362	0.08 382

GEStereo_RVC	0.17 438	0.12 456	0.16 375	0.22 499	0.11 432	0.19 434	0.18 404	0.32 478	0.49 549	0.20 420	0.25 407	0.17 346	0.13 327	0.21 467	0.16 399	0.10 443	0.06 343	0.08 320	0.07 310	0.09 425	0.08 382

MMNet	0.17 438	0.10 412	0.17 398	0.20 445	0.11 432	0.27 530	0.20 469	0.26 388	0.42 523	0.22 451	0.30 470	0.22 413	0.20 469	0.18 406	0.20 454	0.06 120	0.06 343	0.07 233	0.07 310	0.08 362	0.07 313

delet	0.17 438	0.09 346	0.18 431	0.19 386	0.11 432	0.21 464	0.22 500	0.30 457	0.38 505	0.17 351	0.27 438	0.19 369	0.19 457	0.19 431	0.21 467	0.08 345	0.08 446	0.09 406	0.11 497	0.06 223	0.07 313

UNet	0.17 438	0.09 346	0.18 431	0.19 386	0.12 462	0.28 540	0.19 448	0.33 492	0.30 442	0.21 436	0.25 407	0.23 430	0.19 457	0.20 449	0.19 444	0.07 275	0.06 343	0.08 320	0.07 310	0.08 362	0.07 313

HGLStereo	0.17 438	0.09 346	0.19 454	0.17 242	0.12 462	0.18 412	0.18 404	0.31 473	0.33 462	0.22 451	0.33 490	0.24 439	0.18 439	0.20 449	0.21 467	0.10 443	0.09 478	0.07 233	0.07 310	0.09 425	0.10 456

DMCA-RVC	0.17 438	0.10 412	0.16 375	0.24 532	0.11 432	0.19 434	0.18 404	0.26 388	0.24 363	0.21 436	0.27 438	0.25 452	0.27 522	0.18 406	0.21 467	0.12 500	0.08 446	0.13 518	0.10 467	0.10 459	0.08 382

FADNet-RVC-Resample	0.17 438	0.12 456	0.32 533	0.22 499	0.12 462	0.19 434	0.14 186	0.25 375	0.24 363	0.24 478	0.27 438	0.20 386	0.15 380	0.17 389	0.16 399	0.07 275	0.08 446	0.12 504	0.10 467	0.09 425	0.11 480

FADNet_RVC	0.17 438	0.14 498	0.41 556	0.20 445	0.11 432	0.13 277	0.13 129	0.27 402	0.22 342	0.21 436	0.23 369	0.20 386	0.18 439	0.15 322	0.17 416	0.08 345	0.08 446	0.12 504	0.09 428	0.11 481	0.10 456

NLCA_NET_v2_RVC	0.17 438	0.10 412	0.23 487	0.20 445	0.10 377	0.15 345	0.18 404	0.31 473	0.25 387	0.21 436	0.31 475	0.25 452	0.17 425	0.21 467	0.20 454	0.09 402	0.06 343	0.08 320	0.09 428	0.07 297	0.08 382
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 438	0.12 456	0.16 375	0.20 445	0.10 377	0.18 412	0.18 404	0.27 402	0.24 363	0.26 496	0.41 542	0.23 430	0.18 439	0.21 467	0.21 467	0.09 402	0.05 182	0.09 406	0.10 467	0.07 297	0.07 313
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
z-ln-s-r	0.18 454	0.10 412	0.41 556	0.19 386	0.08 150	0.18 412	0.18 404	0.23 330	0.34 473	0.19 398	0.41 542	0.22 413	0.17 425	0.20 449	0.25 511	0.07 275	0.05 182	0.07 233	0.07 310	0.07 297	0.06 232

ISRNet	0.18 454	0.08 274	0.20 459	0.19 386	0.13 488	0.15 345	0.12 85	0.30 457	0.33 462	0.21 436	0.26 420	0.27 469	0.18 439	0.17 389	0.20 454	0.20 575	0.08 446	0.14 531	0.14 536	0.14 529	0.17 564

test_sample9	0.18 454	0.12 456	0.21 469	0.13 10	0.14 506	0.18 412	0.14 186	0.28 426	0.24 363	0.21 436	0.21 348	0.24 439	0.20 469	0.19 431	0.18 429	0.15 543	0.30 595	0.14 531	0.14 536	0.15 541	0.13 516

fast-acv-ft	0.18 454	0.11 437	0.20 459	0.19 386	0.12 462	0.26 521	0.21 486	0.26 388	0.35 487	0.22 451	0.34 500	0.27 469	0.21 477	0.21 467	0.23 491	0.09 402	0.09 478	0.08 320	0.10 467	0.08 362	0.07 313

HBP-ISP	0.18 454	0.13 483	0.17 398	0.15 86	0.11 432	0.08 55	0.13 129	0.28 426	0.30 442	0.22 451	0.33 490	0.21 395	0.25 507	0.23 493	0.18 429	0.15 543	0.17 567	0.21 568	0.17 564	0.10 459	0.09 427

Wz-Net-LNSev-Ref	0.18 454	0.09 346	0.30 526	0.15 86	0.11 432	0.23 492	0.20 469	0.27 402	0.40 514	0.26 496	0.43 554	0.25 452	0.15 380	0.21 467	0.20 454	0.07 275	0.05 182	0.06 129	0.05 134	0.10 459	0.09 427

dad	0.18 454	0.20 549	0.21 469	0.17 242	0.11 432	0.20 453	0.19 448	0.21 287	0.28 429	0.30 532	0.24 381	0.30 497	0.13 327	0.19 431	0.17 416	0.18 566	0.09 478	0.11 483	0.09 428	0.11 481	0.07 313

hitnet-ft	0.18 454	0.10 412	0.17 398	0.14 42	0.09 264	0.27 530	0.20 469	0.25 375	0.26 400	0.24 478	0.32 484	0.32 520	0.23 490	0.24 504	0.21 467	0.12 500	0.07 414	0.10 453	0.08 383	0.12 498	0.11 480

STTStereo	0.18 454	0.13 483	0.28 511	0.20 445	0.11 432	0.16 372	0.21 486	0.29 445	0.23 352	0.22 451	0.30 470	0.29 487	0.18 439	0.20 449	0.20 454	0.12 500	0.11 515	0.11 483	0.14 536	0.09 425	0.08 382

TDLM	0.18 454	0.12 456	0.14 298	0.24 532	0.10 377	0.18 412	0.18 404	0.37 539	0.30 442	0.22 451	0.28 449	0.28 479	0.18 439	0.23 493	0.19 444	0.11 475	0.07 414	0.10 453	0.10 467	0.08 362	0.08 382

CVANet_RVC	0.18 454	0.11 437	0.14 298	0.21 479	0.11 432	0.19 434	0.18 404	0.34 507	0.34 473	0.22 451	0.31 475	0.28 479	0.18 439	0.24 504	0.18 429	0.12 500	0.08 446	0.12 504	0.12 519	0.09 425	0.08 382

DLCB_ROB	0.18 454	0.10 412	0.16 375	0.23 520	0.11 432	0.24 500	0.18 404	0.30 457	0.28 429	0.27 503	0.29 464	0.28 479	0.25 507	0.20 449	0.20 454	0.08 345	0.08 446	0.09 406	0.09 428	0.07 297	0.07 313

TCMNet	0.19 466	0.12 456	0.20 459	0.21 479	0.18 560	0.21 464	0.24 522	0.28 426	0.36 493	0.23 466	0.26 420	0.25 452	0.20 469	0.20 449	0.23 491	0.13 518	0.11 515	0.11 483	0.12 519	0.13 513	0.12 501

rvit_105_1	0.19 466	0.12 456	0.25 496	0.21 479	0.16 538	0.22 478	0.28 559	0.32 478	0.42 523	0.20 420	0.21 348	0.22 413	0.18 439	0.19 431	0.18 429	0.12 500	0.12 531	0.13 518	0.15 553	0.08 362	0.07 313

SACVNet	0.19 466	0.12 456	0.15 333	0.17 242	0.13 488	0.22 478	0.18 404	0.31 473	0.31 451	0.24 478	0.31 475	0.30 497	0.23 490	0.23 493	0.17 416	0.11 475	0.08 446	0.10 453	0.10 467	0.12 498	0.14 532

pcwnet_v2	0.19 466	0.11 437	0.26 505	0.18 324	0.14 506	0.18 412	0.15 266	0.37 539	0.46 545	0.19 398	0.24 381	0.21 395	0.19 457	0.21 467	0.20 454	0.13 518	0.10 501	0.10 453	0.10 467	0.11 481	0.13 516

psm_up	0.19 466	0.10 412	0.18 431	0.21 479	0.11 432	0.17 396	0.19 448	0.38 546	0.34 473	0.22 451	0.28 449	0.29 487	0.25 507	0.20 449	0.22 480	0.09 402	0.10 501	0.11 483	0.11 497	0.08 362	0.08 382

NVstereo2D	0.19 466	0.11 437	0.16 375	0.17 242	0.16 538	0.28 540	0.23 512	0.44 575	0.42 523	0.15 311	0.28 449	0.25 452	0.19 457	0.23 493	0.18 429	0.09 402	0.06 343	0.10 453	0.08 383	0.15 541	0.10 456

StereoDRNet	0.19 466	0.11 437	0.18 431	0.22 499	0.11 432	0.22 478	0.22 500	0.37 539	0.34 473	0.24 478	0.28 449	0.30 497	0.19 457	0.20 449	0.21 467	0.10 443	0.08 446	0.11 483	0.09 428	0.09 425	0.07 313

CBMV_ROB	0.19 466	0.13 483	0.18 431	0.16 165	0.11 432	0.16 372	0.12 85	0.27 402	0.29 436	0.27 503	0.31 475	0.27 469	0.24 499	0.24 504	0.16 399	0.15 543	0.18 569	0.22 572	0.20 570	0.10 459	0.12 501

NOSS_ROB	0.19 466	0.13 483	0.18 431	0.16 165	0.12 462	0.16 372	0.12 85	0.30 457	0.33 462	0.20 420	0.22 364	0.27 469	0.24 499	0.21 467	0.16 399	0.16 560	0.18 569	0.23 573	0.21 572	0.13 513	0.13 516

w-ln-seven-2	0.20 475	0.14 498	0.39 550	0.23 520	0.12 462	0.21 464	0.21 486	0.29 445	0.38 505	0.25 491	0.38 520	0.28 479	0.23 490	0.21 467	0.25 511	0.08 345	0.08 446	0.09 406	0.09 428	0.10 459	0.09 427

YMNet	0.20 475	0.12 456	0.20 459	0.21 479	0.14 506	0.27 530	0.23 512	0.32 478	0.34 473	0.28 516	0.35 505	0.30 497	0.18 439	0.18 406	0.22 480	0.11 475	0.13 544	0.10 453	0.10 467	0.09 425	0.09 427

YMNet_1	0.20 475	0.12 456	0.20 459	0.21 479	0.14 506	0.27 530	0.23 512	0.32 478	0.34 473	0.28 516	0.35 505	0.30 497	0.18 439	0.18 406	0.22 480	0.11 475	0.13 544	0.10 453	0.10 467	0.09 425	0.09 427

test_sample8	0.20 475	0.12 456	0.21 469	0.13 10	0.14 506	0.18 412	0.14 186	0.32 478	0.21 319	0.28 516	0.22 364	0.36 539	0.26 515	0.19 431	0.18 429	0.15 543	0.30 595	0.14 531	0.14 536	0.15 541	0.13 516

SDNR	0.20 475	0.09 346	0.19 454	0.16 165	0.12 462	0.79 607	0.13 129	0.26 388	0.33 462	0.19 398	0.25 407	0.19 369	0.12 295	0.19 431	0.15 380	0.16 560	0.18 569	0.14 531	0.11 497	0.08 362	0.12 501

GwcNet	0.20 475	0.14 498	0.20 459	0.18 324	0.12 462	0.25 509	0.20 469	0.36 530	0.45 538	0.20 420	0.33 490	0.33 526	0.21 477	0.22 485	0.25 511	0.11 475	0.09 478	0.09 406	0.09 428	0.09 425	0.10 456

SuperB	0.20 475	0.10 412	0.57 577	0.16 165	0.09 264	0.19 434	0.18 404	0.25 375	0.51 557	0.27 503	0.39 528	0.17 346	0.22 484	0.22 485	0.21 467	0.08 345	0.06 343	0.06 129	0.06 213	0.12 498	0.11 480

ADCRef	0.20 475	0.12 456	0.43 561	0.20 445	0.12 462	0.23 492	0.18 404	0.32 478	0.37 499	0.26 496	0.33 490	0.18 360	0.23 490	0.25 509	0.26 525	0.07 275	0.06 343	0.09 406	0.09 428	0.08 362	0.09 427

ADCP+	0.20 475	0.10 412	0.35 545	0.21 479	0.12 462	0.22 478	0.27 553	0.31 473	0.35 487	0.26 496	0.37 513	0.22 413	0.22 484	0.27 515	0.28 539	0.09 402	0.06 343	0.08 320	0.08 383	0.10 459	0.10 456

PS-NSSS	0.20 475	0.21 554	0.23 487	0.20 445	0.10 377	0.19 434	0.17 355	0.36 530	0.26 400	0.27 503	0.34 500	0.27 469	0.24 499	0.20 449	0.20 454	0.15 543	0.12 531	0.17 554	0.14 536	0.10 459	0.09 427

DRN-Test	0.20 475	0.11 437	0.21 469	0.22 499	0.10 377	0.22 478	0.22 500	0.40 555	0.38 505	0.24 478	0.33 490	0.26 462	0.22 484	0.22 485	0.25 511	0.11 475	0.07 414	0.11 483	0.10 467	0.09 425	0.08 382

DISCO	0.20 475	0.09 346	0.22 479	0.17 242	0.10 377	0.25 509	0.18 404	0.28 426	0.45 538	0.23 466	0.32 484	0.34 531	0.26 515	0.29 532	0.29 548	0.08 345	0.06 343	0.07 233	0.07 310	0.09 425	0.10 456

SGM-Forest	0.20 475	0.14 498	0.18 431	0.20 445	0.13 488	0.21 464	0.22 500	0.33 492	0.31 451	0.24 478	0.29 464	0.28 479	0.20 469	0.23 493	0.18 429	0.15 543	0.16 563	0.15 542	0.14 536	0.13 513	0.12 501
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.20 475	0.15 505	0.18 431	0.18 324	0.10 377	0.20 453	0.11 57	0.30 457	0.31 451	0.29 526	0.31 475	0.31 512	0.23 490	0.28 524	0.19 444	0.13 518	0.15 558	0.17 554	0.16 557	0.10 459	0.10 456
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UDG	0.21 489	0.17 526	0.20 459	0.23 520	0.15 524	0.31 550	0.20 469	0.33 492	0.35 487	0.24 478	0.28 449	0.31 512	0.29 536	0.21 467	0.23 491	0.15 543	0.12 531	0.13 518	0.09 428	0.14 529	0.15 546

FAT-Stereo	0.21 489	0.13 483	0.22 479	0.21 479	0.12 462	0.18 412	0.18 404	0.35 522	0.40 514	0.28 516	0.37 513	0.33 526	0.33 558	0.21 467	0.20 454	0.09 402	0.11 515	0.10 453	0.09 428	0.11 481	0.14 532

FADNet-RVC	0.21 489	0.20 549	0.40 554	0.21 479	0.16 538	0.21 464	0.15 266	0.27 402	0.27 413	0.26 496	0.32 484	0.26 462	0.21 477	0.22 485	0.19 444	0.12 500	0.13 544	0.12 504	0.14 536	0.13 513	0.18 568

FADNet	0.21 489	0.23 561	0.37 548	0.18 324	0.17 550	0.25 509	0.13 129	0.32 478	0.32 457	0.23 466	0.25 407	0.27 469	0.21 477	0.19 431	0.16 399	0.13 518	0.15 558	0.12 504	0.15 553	0.17 560	0.18 568

S-Stereo	0.21 489	0.12 456	0.25 496	0.21 479	0.13 488	0.21 464	0.19 448	0.33 492	0.45 538	0.23 466	0.36 510	0.28 479	0.29 536	0.20 449	0.23 491	0.09 402	0.12 531	0.10 453	0.10 467	0.13 513	0.14 532

DANet	0.21 489	0.16 516	0.29 520	0.25 540	0.13 488	0.23 492	0.19 448	0.28 426	0.27 413	0.28 516	0.32 484	0.35 537	0.32 555	0.31 539	0.24 503	0.11 475	0.09 478	0.11 483	0.10 467	0.13 513	0.11 480
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PWC_ROB	0.21 489	0.16 516	0.27 508	0.18 324	0.11 432	0.22 478	0.13 129	0.33 492	0.49 549	0.30 532	0.40 531	0.32 520	0.25 507	0.31 539	0.23 491	0.10 443	0.07 414	0.11 483	0.08 383	0.11 481	0.10 456

PWCDC_ROB	0.21 489	0.13 483	0.23 487	0.25 540	0.12 462	0.20 453	0.15 266	0.34 507	0.55 567	0.29 526	0.49 565	0.21 395	0.15 380	0.28 524	0.20 454	0.11 475	0.09 478	0.10 453	0.08 383	0.11 481	0.09 427

GASNet	0.22 497	0.24 564	0.34 539	0.26 550	0.17 550	0.27 530	0.16 326	0.45 577	0.42 523	0.27 503	0.24 381	0.30 497	0.16 401	0.27 515	0.18 429	0.12 500	0.09 478	0.12 504	0.11 497	0.16 553	0.08 382

Anonymous_2	0.22 497	0.17 526	0.28 511	0.15 86	0.16 538	0.33 554	0.22 500	0.23 330	0.18 256	0.23 466	0.24 381	0.26 462	0.27 522	0.27 515	0.24 503	0.22 582	0.26 591	0.17 554	0.17 564	0.16 553	0.18 568

Wz-Net-LNSev	0.22 497	0.16 516	0.41 556	0.22 499	0.13 488	0.25 509	0.24 522	0.33 492	0.44 534	0.30 532	0.42 551	0.32 520	0.19 457	0.23 493	0.27 531	0.10 443	0.09 478	0.08 320	0.08 383	0.12 498	0.11 480

FINET	0.22 497	0.18 540	0.28 511	0.19 386	0.16 538	0.24 500	0.24 522	0.33 492	0.49 549	0.26 496	0.33 490	0.22 413	0.23 490	0.23 493	0.18 429	0.18 566	0.16 563	0.11 483	0.10 467	0.15 541	0.14 532

Syn2CoEx	0.22 497	0.16 516	0.29 520	0.29 572	0.15 524	0.26 521	0.21 486	0.34 507	0.32 457	0.29 526	0.36 510	0.28 479	0.25 507	0.20 449	0.25 511	0.16 560	0.12 531	0.14 531	0.11 497	0.09 425	0.08 382

aanetorigin	0.22 497	0.17 526	0.57 577	0.18 324	0.10 377	0.16 372	0.19 448	0.20 269	0.33 462	0.49 584	0.48 564	0.30 497	0.28 531	0.21 467	0.24 503	0.08 345	0.07 414	0.08 320	0.07 310	0.10 459	0.09 427

MaskLacGwcNet_RVC	0.22 497	0.21 554	0.25 496	0.26 550	0.11 432	0.24 500	0.14 186	0.39 552	0.24 363	0.32 546	0.36 510	0.30 497	0.21 477	0.19 431	0.22 480	0.17 565	0.14 554	0.21 568	0.16 557	0.13 513	0.12 501

RP	0.22 497	0.13 483	0.22 479	0.23 520	0.12 462	0.21 464	0.20 469	0.26 388	0.45 538	0.22 451	0.38 520	0.37 542	0.25 507	0.28 524	0.25 511	0.11 475	0.12 531	0.13 518	0.12 519	0.13 513	0.14 532

stereogan	0.22 497	0.11 437	0.21 469	0.20 445	0.12 462	0.32 552	0.19 448	0.36 530	0.45 538	0.23 466	0.39 528	0.35 537	0.27 522	0.33 548	0.23 491	0.10 443	0.12 531	0.10 453	0.10 467	0.14 529	0.14 532

GANet	0.22 497	0.13 483	0.21 469	0.25 540	0.14 506	0.23 492	0.22 500	0.42 565	0.27 413	0.31 539	0.43 554	0.37 542	0.29 536	0.23 493	0.23 491	0.10 443	0.12 531	0.10 453	0.09 428	0.10 459	0.08 382

MDST_ROB	0.22 497	0.10 412	0.18 431	0.18 324	0.11 432	0.40 577	0.19 448	0.44 575	0.42 523	0.40 566	0.40 531	0.29 487	0.21 477	0.27 515	0.19 444	0.11 475	0.10 501	0.14 531	0.11 497	0.10 459	0.08 382

XPNet_ROB	0.22 497	0.12 456	0.20 459	0.22 499	0.13 488	0.22 478	0.19 448	0.35 522	0.40 514	0.30 532	0.40 531	0.38 548	0.27 522	0.26 513	0.29 548	0.15 543	0.10 501	0.10 453	0.10 467	0.13 513	0.12 501

PSMNet_ROB	0.22 497	0.12 456	0.15 333	0.27 558	0.15 524	0.25 509	0.36 590	0.43 571	0.37 499	0.27 503	0.33 490	0.32 520	0.23 490	0.21 467	0.27 531	0.12 500	0.08 446	0.13 518	0.11 497	0.10 459	0.09 427

MSAF-DinoV2	0.23 510	0.11 437	0.25 496	0.17 242	0.10 377	0.28 540	0.17 355	0.38 546	0.56 569	0.21 436	0.27 438	0.47 578	0.28 531	0.36 560	0.40 583	0.09 402	0.06 343	0.07 233	0.09 428	0.12 498	0.11 480

Wz-Net-MNSev	0.23 510	0.13 483	0.33 536	0.20 445	0.15 524	0.36 567	0.25 539	0.34 507	0.45 538	0.29 526	0.41 542	0.39 553	0.19 457	0.25 509	0.27 531	0.09 402	0.07 414	0.09 406	0.09 428	0.12 498	0.10 456

DDUNet	0.23 510	0.18 540	0.22 479	0.22 499	0.15 524	0.25 509	0.24 522	0.30 457	0.31 451	0.31 539	0.37 513	0.34 531	0.26 515	0.25 509	0.21 467	0.18 566	0.13 544	0.17 554	0.11 497	0.16 553	0.17 564

APVNet	0.23 510	0.12 456	0.20 459	0.18 324	0.14 506	0.32 552	0.31 579	0.40 555	0.33 462	0.27 503	0.40 531	0.30 497	0.29 536	0.27 515	0.25 511	0.11 475	0.12 531	0.11 483	0.14 536	0.12 498	0.13 516

AF-Net	0.23 510	0.17 526	0.17 398	0.27 558	0.13 488	0.26 521	0.24 522	0.33 492	0.51 557	0.25 491	0.33 490	0.39 553	0.27 522	0.28 524	0.26 525	0.11 475	0.10 501	0.16 550	0.12 519	0.11 481	0.11 480

edge stereo	0.23 510	0.14 498	0.21 469	0.21 479	0.13 488	0.24 500	0.16 326	0.32 478	0.42 523	0.32 546	0.40 531	0.39 553	0.35 563	0.25 509	0.25 511	0.13 518	0.11 515	0.14 531	0.11 497	0.12 498	0.14 532

Nwc_Net	0.23 510	0.17 526	0.22 479	0.25 540	0.15 524	0.25 509	0.27 553	0.38 546	0.39 510	0.22 451	0.41 542	0.30 497	0.29 536	0.28 524	0.25 511	0.11 475	0.10 501	0.17 554	0.20 570	0.10 459	0.11 480

RTSC	0.23 510	0.13 483	0.30 526	0.21 479	0.13 488	0.29 544	0.17 355	0.36 530	0.68 591	0.27 503	0.34 500	0.30 497	0.22 484	0.32 544	0.31 560	0.10 443	0.08 446	0.09 406	0.10 467	0.13 513	0.14 532

RYNet	0.23 510	0.12 456	0.22 479	0.19 386	0.17 550	0.47 583	0.26 548	0.39 552	0.49 549	0.24 478	0.29 464	0.34 531	0.24 499	0.20 449	0.31 560	0.10 443	0.06 343	0.09 406	0.09 428	0.14 529	0.15 546

NaN_ROB	0.23 510	0.20 549	0.25 496	0.25 540	0.13 488	0.31 550	0.27 553	0.34 507	0.41 521	0.31 539	0.31 475	0.32 520	0.23 490	0.31 539	0.22 480	0.11 475	0.17 567	0.10 453	0.11 497	0.08 362	0.09 427

ETE_ROB	0.23 510	0.17 526	0.23 487	0.25 540	0.14 506	0.26 521	0.29 570	0.32 478	0.37 499	0.28 516	0.37 513	0.45 571	0.27 522	0.28 524	0.27 531	0.11 475	0.09 478	0.12 504	0.10 467	0.14 529	0.13 516

w-ln-seven	0.24 521	0.15 505	0.58 580	0.20 445	0.14 506	0.26 521	0.22 500	0.36 530	0.62 582	0.30 532	0.40 531	0.30 497	0.23 490	0.22 485	0.28 539	0.09 402	0.09 478	0.11 483	0.10 467	0.11 481	0.10 456

SQANet	0.24 521	0.24 564	0.31 529	0.31 577	0.19 564	0.27 530	0.13 129	0.30 457	0.33 462	0.25 491	0.37 513	0.31 512	0.22 484	0.27 515	0.23 491	0.15 543	0.10 501	0.21 568	0.16 557	0.22 571	0.16 555

DeepPrunerF	0.24 521	0.17 526	0.45 562	0.26 550	0.16 538	0.23 492	0.29 570	0.37 539	0.51 557	0.27 503	0.31 475	0.24 439	0.28 531	0.22 485	0.23 491	0.15 543	0.11 515	0.20 567	0.18 568	0.12 498	0.14 532

PA-Net	0.24 521	0.18 540	0.34 539	0.28 565	0.22 573	0.22 478	0.39 595	0.29 445	0.39 510	0.22 451	0.33 490	0.25 452	0.26 515	0.21 467	0.25 511	0.10 443	0.23 589	0.15 542	0.22 575	0.09 425	0.13 516
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.24 521	0.15 505	0.18 431	0.34 582	0.18 560	0.24 500	0.24 522	0.34 507	0.29 436	0.31 539	0.38 520	0.38 548	0.29 536	0.23 493	0.25 511	0.15 543	0.12 531	0.18 563	0.21 572	0.13 513	0.13 516

WCMA_ROB	0.24 521	0.11 437	0.24 493	0.17 242	0.14 506	0.34 558	0.16 326	0.33 492	0.33 462	0.39 563	0.54 572	0.40 559	0.35 563	0.35 556	0.26 525	0.12 500	0.12 531	0.12 504	0.11 497	0.14 529	0.14 532

SGM_RVC	0.24 521	0.12 456	0.16 375	0.15 86	0.09 264	0.34 558	0.19 448	0.35 522	0.32 457	0.44 578	0.38 520	0.53 586	0.36 566	0.36 560	0.26 525	0.13 518	0.13 544	0.13 518	0.13 530	0.11 481	0.11 480
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.25 528	0.18 540	0.19 454	0.20 445	0.15 524	0.22 478	0.19 448	0.33 492	0.42 523	0.30 532	0.22 364	0.33 526	0.28 531	0.42 583	0.28 539	0.47 603	0.12 531	0.31 590	0.11 497	0.17 560	0.12 501

FSD	0.25 528	0.27 573	0.26 505	0.25 540	0.23 574	0.25 509	0.25 539	0.27 402	0.26 400	0.25 491	0.26 420	0.26 462	0.26 515	0.27 515	0.24 503	0.21 578	0.20 575	0.27 579	0.26 582	0.25 583	0.24 583

z-mn7	0.25 528	0.15 505	0.47 566	0.19 386	0.13 488	0.28 540	0.25 539	0.35 522	0.64 586	0.27 503	0.57 579	0.29 487	0.24 499	0.32 544	0.27 531	0.08 345	0.08 446	0.08 320	0.08 383	0.10 459	0.10 456

DGSMNet	0.25 528	0.19 544	0.34 539	0.21 479	0.24 578	0.24 500	0.21 486	0.36 530	0.42 523	0.25 491	0.32 484	0.38 548	0.21 477	0.29 532	0.24 503	0.13 518	0.11 515	0.14 531	0.16 557	0.23 574	0.23 582

psmorigin	0.25 528	0.16 516	0.35 545	0.17 242	0.13 488	0.24 500	0.14 186	0.34 507	0.34 473	0.41 570	0.55 573	0.41 562	0.38 570	0.35 556	0.28 539	0.11 475	0.15 558	0.11 483	0.11 497	0.12 498	0.17 564

RGC	0.25 528	0.20 549	0.29 520	0.28 565	0.16 538	0.22 478	0.23 512	0.33 492	0.44 534	0.27 503	0.40 531	0.38 548	0.28 531	0.37 565	0.23 491	0.11 475	0.13 544	0.17 554	0.17 564	0.15 541	0.16 555

G-Net	0.25 528	0.17 526	0.38 549	0.23 520	0.16 538	0.51 586	0.23 512	0.29 445	0.35 487	0.36 555	0.38 520	0.31 512	0.29 536	0.28 524	0.27 531	0.11 475	0.09 478	0.12 504	0.10 467	0.16 553	0.14 532

NCC-stereo	0.25 528	0.15 505	0.31 529	0.26 550	0.17 550	0.21 464	0.31 579	0.41 560	0.40 514	0.24 478	0.38 520	0.33 526	0.29 536	0.37 565	0.28 539	0.13 518	0.11 515	0.15 542	0.22 575	0.13 513	0.13 516

Abc-Net	0.25 528	0.15 505	0.31 529	0.26 550	0.17 550	0.21 464	0.31 579	0.41 560	0.40 514	0.24 478	0.38 520	0.33 526	0.29 536	0.37 565	0.28 539	0.13 518	0.11 515	0.15 542	0.22 575	0.13 513	0.13 516
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.25 528	0.12 456	0.49 569	0.22 499	0.12 462	0.36 567	0.29 570	0.30 457	0.57 571	0.24 478	0.47 563	0.30 497	0.31 552	0.30 538	0.30 555	0.09 402	0.07 414	0.09 406	0.09 428	0.10 459	0.10 456

STTRV1_RVC	0.25 528	0.26 570	0.39 550	0.19 386	0.26 585	0.30 547	0.24 522	0.35 522	0.35 487	0.36 555	0.34 500	0.31 512	0.31 552	0.28 524	0.25 511	0.18 566	0.10 501	0.16 550	0.14 536	0.18 564	0.12 501

FBW_ROB	0.25 528	0.17 526	0.23 487	0.27 558	0.14 506	0.26 521	0.22 500	0.42 565	0.43 532	0.42 572	0.41 542	0.43 567	0.27 522	0.32 544	0.24 503	0.09 402	0.15 558	0.15 542	0.12 519	0.12 498	0.10 456

SANet	0.25 528	0.14 498	0.29 520	0.21 479	0.11 432	0.29 544	0.25 539	0.40 555	0.65 589	0.36 555	0.40 531	0.42 564	0.27 522	0.27 515	0.25 511	0.12 500	0.09 478	0.10 453	0.09 428	0.13 513	0.12 501

LALA_ROB	0.25 528	0.16 516	0.23 487	0.27 558	0.17 550	0.27 530	0.27 553	0.42 565	0.38 505	0.33 550	0.39 528	0.51 582	0.26 515	0.29 532	0.28 539	0.16 560	0.09 478	0.13 518	0.12 519	0.13 513	0.13 516

DStereoSA	0.26 542	0.19 544	0.39 550	0.27 558	0.17 550	0.23 492	0.21 486	0.50 584	0.60 577	0.22 451	0.30 470	0.29 487	0.34 559	0.40 576	0.29 548	0.12 500	0.11 515	0.16 550	0.14 536	0.15 541	0.12 501

zh-sn7	0.26 542	0.17 526	0.55 574	0.24 532	0.14 506	0.25 509	0.25 539	0.34 507	0.49 549	0.29 526	0.55 573	0.29 487	0.32 555	0.37 565	0.33 568	0.10 443	0.10 501	0.11 483	0.11 497	0.12 498	0.12 501

zh-mn7	0.26 542	0.15 505	0.59 582	0.19 386	0.14 506	0.24 500	0.22 500	0.35 522	0.63 585	0.35 552	0.67 588	0.31 512	0.25 507	0.31 539	0.26 525	0.09 402	0.08 446	0.09 406	0.09 428	0.09 425	0.11 480

Wz-Net-SNSev	0.26 542	0.17 526	0.46 563	0.25 540	0.14 506	0.26 521	0.24 522	0.38 546	0.57 571	0.30 532	0.56 575	0.39 553	0.26 515	0.24 504	0.32 565	0.10 443	0.09 478	0.10 453	0.11 497	0.11 481	0.11 480

SHD	0.26 542	0.15 505	0.31 529	0.24 532	0.18 560	0.23 492	0.15 266	0.39 552	0.72 596	0.32 546	0.42 551	0.36 539	0.29 536	0.33 548	0.30 555	0.13 518	0.11 515	0.14 531	0.13 530	0.16 553	0.20 576

ADCMid	0.26 542	0.15 505	0.42 559	0.20 445	0.14 506	0.25 509	0.26 548	0.35 522	0.40 514	0.37 560	0.45 558	0.34 531	0.42 580	0.36 560	0.36 573	0.10 443	0.09 478	0.11 483	0.11 497	0.13 513	0.13 516

AnyNet_C32	0.26 542	0.16 516	0.39 550	0.20 445	0.17 550	0.26 521	0.31 579	0.32 478	0.45 538	0.31 539	0.50 567	0.30 497	0.34 559	0.41 582	0.36 573	0.12 500	0.12 531	0.12 504	0.14 536	0.14 529	0.15 546

ADCPNet	0.26 542	0.17 526	0.62 585	0.21 479	0.15 524	0.36 567	0.25 539	0.33 492	0.37 499	0.31 539	0.41 542	0.36 539	0.29 536	0.29 532	0.34 571	0.12 500	0.10 501	0.11 483	0.12 519	0.14 529	0.13 516

DStereoFS	0.27 550	0.22 558	0.32 533	0.23 520	0.15 524	0.23 492	0.21 486	0.52 589	0.49 549	0.28 516	0.45 558	0.34 531	0.36 566	0.53 593	0.29 548	0.13 518	0.11 515	0.15 542	0.13 530	0.17 560	0.17 564

DispFullNet	0.27 550	0.22 558	0.66 588	0.28 565	0.17 550	0.27 530	0.17 355	0.34 507	0.57 571	0.27 503	0.37 513	0.43 567	0.24 499	0.39 572	0.25 511	0.12 500	0.06 343	0.19 565	0.11 497	0.23 574	0.16 555

MeshStereo	0.27 550	0.13 483	0.18 431	0.15 86	0.11 432	0.33 554	0.24 522	0.41 560	0.36 493	0.53 587	0.58 583	0.67 596	0.41 576	0.36 560	0.27 531	0.14 539	0.13 544	0.13 518	0.11 497	0.11 481	0.11 480
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
PSMNet-RUCA	0.28 553	0.33 586	0.42 559	0.36 586	0.32 592	0.18 412	0.20 469	0.42 565	0.30 442	0.33 550	0.41 542	0.40 559	0.24 499	0.31 539	0.20 454	0.19 570	0.11 515	0.25 575	0.15 553	0.22 571	0.16 555

CC-Net-ROB	0.28 553	0.31 584	0.36 547	0.30 575	0.15 524	0.25 509	0.19 448	0.45 577	0.34 473	0.39 563	0.37 513	0.39 553	0.31 552	0.27 515	0.27 531	0.24 589	0.18 569	0.30 589	0.23 579	0.19 568	0.15 546

DPSNet	0.28 553	0.16 516	0.33 536	0.18 324	0.13 488	0.55 589	0.42 598	0.52 589	0.68 591	0.29 526	0.38 520	0.39 553	0.30 547	0.32 544	0.23 491	0.11 475	0.10 501	0.11 483	0.08 383	0.20 570	0.16 555

PDISCO_ROB	0.28 553	0.16 516	0.28 511	0.28 565	0.20 567	0.33 554	0.27 553	0.45 577	0.58 574	0.28 516	0.41 542	0.45 571	0.30 547	0.34 551	0.35 572	0.12 500	0.09 478	0.17 554	0.16 557	0.17 560	0.13 516

Wz-Net-TNSev	0.29 557	0.20 549	0.69 596	0.19 386	0.15 524	0.38 573	0.27 553	0.36 530	0.56 569	0.35 552	0.42 551	0.45 571	0.39 571	0.33 548	0.31 560	0.13 518	0.13 544	0.10 453	0.12 519	0.15 541	0.15 546

WZ-Net	0.29 557	0.17 526	0.82 606	0.23 520	0.16 538	0.35 562	0.29 570	0.40 555	0.59 576	0.24 478	0.57 579	0.37 542	0.25 507	0.34 551	0.37 577	0.09 402	0.08 446	0.09 406	0.10 467	0.14 529	0.16 555

XQC	0.29 557	0.23 561	0.53 571	0.29 572	0.19 564	0.36 567	0.28 559	0.37 539	0.58 574	0.31 539	0.31 475	0.37 542	0.30 547	0.39 572	0.39 581	0.13 518	0.09 478	0.15 542	0.12 519	0.18 564	0.18 568

MultiAttention	0.30 560	0.08 274	0.15 333	0.19 386	0.13 488	1.56 625	1.33 627	0.36 530	0.36 493	0.20 420	0.21 348	0.24 439	0.11 263	0.39 572	0.18 429	0.06 120	0.05 182	0.08 320	0.08 383	0.11 481	0.09 427

ccnet	0.30 560	0.28 575	0.24 493	0.20 445	0.28 587	0.41 579	0.22 500	0.46 580	0.33 462	0.37 560	0.46 561	0.37 542	0.30 547	0.40 576	0.43 588	0.23 587	0.14 554	0.21 568	0.17 564	0.23 574	0.19 573

EDNetEfficient	0.30 560	0.24 564	1.18 615	0.18 324	0.10 377	0.20 453	0.20 469	0.21 287	0.61 579	0.74 602	0.56 575	0.30 497	0.40 575	0.23 493	0.32 565	0.09 402	0.07 414	0.08 320	0.07 310	0.11 481	0.10 456

MFN_U_SF_DS_RVC	0.30 560	0.24 564	0.30 526	0.36 586	0.16 538	0.36 567	0.31 579	0.34 507	0.43 532	0.41 570	0.46 561	0.38 548	0.30 547	0.35 556	0.29 548	0.19 570	0.20 575	0.26 576	0.29 589	0.18 564	0.19 573

ADCS	0.30 560	0.19 544	0.48 568	0.21 479	0.18 560	0.29 544	0.24 522	0.42 565	0.64 586	0.40 566	0.50 567	0.40 559	0.37 568	0.40 576	0.43 588	0.13 518	0.13 544	0.13 518	0.14 536	0.16 553	0.16 555

CSAN	0.30 560	0.24 564	0.28 511	0.34 582	0.19 564	0.34 558	0.42 598	0.38 546	0.51 557	0.38 562	0.40 531	0.44 570	0.34 559	0.29 532	0.31 560	0.19 570	0.16 563	0.19 565	0.19 569	0.14 529	0.15 546

GANetREF_RVC	0.31 566	0.34 587	0.29 520	0.35 584	0.16 538	0.33 554	0.42 598	0.48 582	0.52 563	0.35 552	0.35 505	0.34 531	0.32 555	0.40 576	0.33 568	0.27 591	0.20 575	0.29 587	0.15 553	0.19 568	0.18 568
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
MSMD_ROB	0.31 566	0.26 570	0.26 505	0.24 532	0.21 570	0.34 558	0.25 539	0.34 507	0.39 510	0.40 566	0.69 592	0.45 571	0.41 576	0.34 551	0.28 539	0.20 575	0.20 575	0.26 576	0.25 581	0.23 574	0.22 580

FC-DCNN v2	0.33 568	0.28 575	0.28 511	0.26 550	0.23 574	0.39 575	0.29 570	0.41 560	0.44 534	0.46 581	0.57 579	0.51 582	0.41 576	0.38 570	0.30 555	0.21 578	0.20 575	0.27 579	0.26 582	0.25 583	0.24 583

FCDSN-DC	0.33 568	0.28 575	0.28 511	0.30 575	0.24 578	0.39 575	0.28 559	0.43 571	0.42 523	0.44 578	0.53 571	0.51 582	0.42 580	0.37 565	0.30 555	0.21 578	0.20 575	0.27 579	0.26 582	0.25 583	0.25 586
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	0.33 568	0.22 558	0.58 580	0.31 577	0.15 524	0.36 567	0.17 355	0.54 593	0.46 545	0.47 583	0.56 575	0.58 589	0.39 571	0.36 560	0.38 580	0.15 543	0.15 558	0.18 563	0.21 572	0.16 553	0.16 555

FC-DCNN	0.33 568	0.28 575	0.28 511	0.26 550	0.23 574	0.38 573	0.29 570	0.40 555	0.44 534	0.46 581	0.56 575	0.51 582	0.41 576	0.38 570	0.31 560	0.21 578	0.20 575	0.27 579	0.26 582	0.25 583	0.24 583

PASM	0.33 568	0.25 569	0.51 570	0.28 565	0.27 586	0.30 547	0.31 579	0.35 522	0.51 557	0.36 555	0.40 531	0.47 578	0.35 563	0.34 551	0.36 573	0.23 587	0.26 591	0.26 576	0.28 588	0.23 574	0.21 577

SGM-ForestM	0.33 568	0.12 456	0.17 398	0.16 165	0.11 432	0.42 580	0.20 469	0.43 571	0.53 566	0.53 587	0.57 579	1.41 619	0.44 585	0.42 583	0.29 548	0.14 539	0.16 563	0.16 550	0.16 557	0.12 498	0.13 516

LSM	0.34 574	0.21 554	0.62 585	0.27 558	0.62 611	0.35 562	0.26 548	0.43 571	0.49 549	0.45 580	0.60 586	0.42 564	0.37 568	0.35 556	0.26 525	0.13 518	0.21 585	0.14 531	0.16 557	0.18 564	0.34 598

GCST	0.37 575	0.42 595	0.27 508	1.03 619	0.39 594	0.18 412	0.08 7	0.21 287	0.18 256	0.28 516	0.25 407	0.15 309	0.12 295	0.16 350	0.14 346	0.64 614	0.43 603	0.75 610	0.65 613	0.64 607	0.46 607

AnyNet_C01	0.37 575	0.26 570	1.41 618	0.22 499	0.17 550	0.51 586	0.28 559	0.36 530	0.40 514	0.39 563	0.75 598	0.46 575	0.39 571	0.46 586	0.50 598	0.13 518	0.13 544	0.13 518	0.14 536	0.14 529	0.16 555

otaku	0.39 577	0.38 591	0.53 571	0.44 593	0.28 587	0.57 591	0.24 522	0.42 565	0.62 582	0.40 566	0.50 567	0.46 575	0.34 559	0.40 576	0.33 568	0.30 592	0.30 595	0.39 594	0.33 594	0.30 590	0.29 592

ACVNet-4b	0.39 577	0.53 598	0.56 575	0.45 594	0.24 578	0.46 582	0.18 404	0.50 584	0.64 586	0.42 572	0.45 558	0.60 590	0.27 522	0.34 551	0.24 503	0.33 595	0.14 554	0.48 598	0.42 600	0.31 593	0.27 591

PVD	0.40 579	0.21 554	0.40 554	0.32 580	0.23 574	0.30 547	0.45 602	0.53 592	0.97 610	0.55 590	0.80 602	0.54 587	0.60 601	0.53 593	0.40 583	0.19 570	0.14 554	0.17 554	0.14 536	0.24 581	0.32 596

Ntro	0.41 580	0.40 593	0.54 573	0.46 597	0.30 591	0.64 595	0.24 522	0.47 581	0.68 591	0.42 572	0.49 565	0.47 578	0.42 580	0.40 576	0.32 565	0.32 594	0.28 593	0.37 593	0.31 592	0.33 595	0.29 592

SAMSARA	0.41 580	0.28 575	0.34 539	0.55 600	0.39 594	0.85 610	1.25 626	0.49 583	0.52 563	0.36 555	0.35 505	0.56 588	0.39 571	0.39 572	0.41 585	0.15 543	0.20 575	0.15 542	0.14 536	0.23 574	0.21 577

ELAS_RVC	0.42 582	0.29 582	0.33 536	0.28 565	0.24 578	0.56 590	0.38 593	0.50 584	0.61 579	0.74 602	0.76 599	0.67 596	0.56 596	0.55 596	0.42 587	0.22 582	0.21 585	0.27 579	0.26 582	0.27 589	0.26 589
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 582	0.29 582	0.34 539	0.28 565	0.24 578	0.63 594	0.37 591	0.52 589	0.52 563	0.72 599	0.82 603	0.68 598	0.56 596	0.52 591	0.45 594	0.22 582	0.21 585	0.27 579	0.26 582	0.26 587	0.26 589
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	0.44 584	0.40 593	0.46 563	0.37 588	0.43 598	0.42 580	0.41 596	0.57 595	0.55 567	0.32 546	0.73 596	0.32 520	0.50 589	0.42 583	0.49 597	0.39 597	0.36 600	0.45 597	0.52 609	0.42 598	0.30 594

MSC_U_SF_DS_RVC	0.44 584	0.39 592	0.56 575	0.40 589	0.20 567	0.66 597	0.33 588	0.54 593	0.72 596	0.71 598	0.72 595	0.62 591	0.55 594	0.52 591	0.47 595	0.20 575	0.19 574	0.29 587	0.30 591	0.24 581	0.19 573

ACVNet_1	0.45 586	0.51 597	0.61 583	0.45 594	0.28 587	0.50 584	0.28 559	0.58 600	0.71 595	0.63 593	0.59 585	0.74 601	0.50 589	0.50 588	0.36 573	0.26 590	0.25 590	0.39 594	0.29 589	0.32 594	0.25 586

RTS	0.46 587	0.19 544	3.33 625	0.25 540	0.15 524	0.72 602	0.21 486	0.37 539	0.78 603	0.42 572	0.44 556	0.31 512	0.43 583	0.55 596	0.37 577	0.10 443	0.09 478	0.13 518	0.13 530	0.15 541	0.15 546

RTSA	0.46 587	0.19 544	3.33 625	0.25 540	0.15 524	0.72 602	0.21 486	0.37 539	0.78 603	0.42 572	0.44 556	0.31 512	0.43 583	0.55 596	0.37 577	0.10 443	0.09 478	0.13 518	0.13 530	0.15 541	0.15 546

FADE	0.46 587	0.34 587	1.12 614	0.33 581	0.25 584	0.35 562	0.29 570	0.64 603	1.07 611	0.43 577	0.41 542	0.42 564	0.53 592	0.72 606	0.54 603	0.30 592	0.21 585	0.41 596	0.38 597	0.23 574	0.22 580

MANE	0.47 590	0.28 575	0.28 511	0.27 558	0.24 578	0.50 584	0.32 587	0.57 595	0.62 582	0.74 602	1.20 621	1.21 612	0.64 603	0.54 595	0.39 581	0.22 582	0.20 575	0.27 579	0.31 592	0.26 587	0.25 586

NVStereoNet_ROB	0.47 590	0.37 590	0.47 566	0.42 592	0.29 590	0.35 562	0.35 589	0.50 584	0.61 579	0.73 600	0.94 608	0.70 600	0.68 605	0.48 587	0.62 607	0.22 582	0.33 599	0.34 592	0.34 596	0.30 590	0.31 595
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MonStereo1	0.49 592	0.27 573	0.61 583	0.29 572	0.20 567	0.40 577	0.19 448	0.51 588	0.66 590	0.53 587	0.91 607	1.02 606	0.59 600	0.51 590	0.58 604	0.53 607	0.32 598	0.55 604	0.40 598	0.36 596	0.38 601

LE_ROB	0.50 593	0.07 152	0.14 298	0.15 86	0.08 150	0.26 521	0.17 355	0.23 330	1.71 626	4.68 631	0.67 588	0.46 575	0.47 586	0.21 467	0.30 555	0.07 275	0.06 343	0.06 129	0.06 213	0.08 362	0.06 232

anonymity	0.53 594	0.58 599	0.66 588	0.41 590	0.61 610	0.54 588	0.41 596	0.57 595	0.41 521	0.56 591	0.50 567	0.50 581	0.55 594	0.59 601	0.50 598	0.58 610	0.50 613	0.51 600	0.51 607	0.52 600	0.58 609

RainbowNet	0.54 595	0.61 602	0.71 601	0.57 601	0.43 598	0.66 597	0.37 591	0.60 601	0.87 607	0.51 585	0.67 588	0.63 592	0.47 586	0.50 588	0.44 591	0.47 603	0.48 609	0.53 602	0.41 599	0.53 602	0.41 604

BEATNet-Init1	0.54 595	0.28 575	0.68 595	0.31 577	0.21 570	0.85 610	0.31 579	0.57 595	0.69 594	0.89 609	1.00 611	2.17 627	0.66 604	0.58 600	0.44 591	0.19 570	0.18 569	0.23 573	0.22 575	0.22 571	0.21 577

SGM+DAISY	0.57 597	0.58 599	0.67 592	0.41 590	0.55 604	0.68 599	0.51 604	0.57 595	0.46 545	0.67 594	0.70 593	0.69 599	0.57 598	0.64 603	0.58 604	0.59 611	0.49 610	0.50 599	0.50 606	0.52 600	0.59 612

SPS-STEREO	0.58 598	0.59 601	0.66 588	0.45 594	0.55 604	0.65 596	0.44 601	0.63 602	0.51 557	0.69 596	0.65 587	0.66 595	0.58 599	0.62 602	0.62 607	0.62 613	0.47 608	0.51 600	0.49 604	0.55 603	0.58 609
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.65 599	0.66 606	0.66 588	0.51 598	0.69 615	0.70 600	0.58 608	0.65 604	0.75 601	0.61 592	0.73 596	0.63 592	0.68 605	0.65 604	0.60 606	0.66 615	0.58 622	0.63 605	0.59 610	0.68 611	0.69 619

IMH-64-1	0.66 600	0.62 603	0.69 596	0.72 604	0.51 601	0.60 592	0.51 604	0.92 610	0.84 605	0.75 605	1.02 612	0.81 602	0.78 610	0.80 608	0.50 598	0.43 599	0.46 604	0.72 607	0.48 602	0.55 603	0.40 602

IMH-64	0.66 600	0.62 603	0.69 596	0.72 604	0.51 601	0.60 592	0.51 604	0.92 610	0.84 605	0.75 605	1.02 612	0.81 602	0.78 610	0.80 608	0.50 598	0.43 599	0.46 604	0.72 607	0.48 602	0.55 603	0.40 602

ACVNet_2	0.67 602	0.68 607	0.70 599	0.64 602	0.41 596	0.75 605	0.50 603	0.98 616	1.38 621	0.90 610	1.09 615	1.04 607	0.74 608	0.55 596	0.48 596	0.43 599	0.40 602	0.53 602	0.45 601	0.48 599	0.36 600

IMH	0.72 603	0.65 605	0.70 599	0.77 606	0.54 603	0.71 601	0.56 607	0.99 618	1.08 612	0.82 608	1.09 615	0.89 604	0.88 614	0.88 616	0.53 602	0.44 602	0.50 613	0.75 610	0.51 607	0.58 606	0.42 605

PWCK	0.72 603	0.95 617	0.99 612	0.77 606	0.32 592	0.79 607	0.38 593	0.92 610	0.90 608	0.96 613	0.76 599	0.97 605	0.62 602	0.87 614	0.68 610	0.73 617	0.46 604	0.76 612	0.49 604	0.71 614	0.44 606

JetBlue	0.73 605	0.46 596	1.21 616	0.52 599	0.47 600	2.16 626	0.67 614	0.78 606	0.72 596	0.70 597	0.79 601	1.21 612	0.84 612	1.06 623	1.04 623	0.40 598	0.28 593	0.33 591	0.33 594	0.30 590	0.34 598

TorneroNet-64	0.76 606	0.73 609	0.77 604	0.78 608	0.58 609	0.94 615	0.58 608	0.85 609	1.26 616	0.67 594	0.88 605	1.41 619	0.76 609	0.87 614	0.68 610	0.49 605	0.46 604	0.73 609	0.59 610	0.68 611	0.54 608

MADNet+	0.76 606	0.72 608	3.76 628	0.67 603	0.41 596	0.99 616	0.97 624	0.72 605	0.75 601	0.52 586	0.58 583	0.64 594	0.68 605	0.89 617	1.04 623	0.35 596	0.36 600	0.28 586	0.23 579	0.38 597	0.33 597

WAO-7	0.80 608	0.78 611	0.57 577	0.85 611	0.67 614	0.76 606	0.69 617	1.07 620	1.30 618	0.90 610	1.20 621	1.05 608	0.93 616	0.71 605	0.68 610	0.60 612	0.62 623	0.67 606	0.68 616	0.64 607	0.59 612

WAO-6	0.82 609	0.81 612	0.63 587	0.87 613	0.63 612	0.79 607	0.60 610	0.98 616	1.52 625	0.91 612	0.97 610	1.08 609	1.04 620	0.72 606	0.70 613	0.72 616	0.49 610	0.91 618	0.71 617	0.70 613	0.59 612

TorneroNet	0.83 610	0.75 610	0.83 608	0.85 611	0.63 612	1.03 619	0.65 612	0.96 614	1.14 614	0.80 607	1.10 617	1.36 617	0.88 614	0.95 619	0.82 618	0.57 608	0.49 610	0.79 615	0.66 615	0.74 617	0.64 618

LVE	0.84 611	0.87 615	0.86 609	0.81 609	0.56 606	1.09 621	0.66 613	1.07 620	1.45 623	0.97 614	1.23 623	1.11 610	0.86 613	0.84 611	0.72 614	0.49 605	0.56 619	0.76 612	0.60 612	0.66 609	0.60 615

Dean	0.88 612	0.88 616	0.81 605	0.82 610	0.57 607	0.91 612	0.62 611	1.17 626	1.71 626	1.15 621	1.16 619	1.31 616	1.00 619	0.82 610	0.83 619	0.57 608	0.56 619	0.78 614	0.65 613	0.67 610	0.58 609

WAO-8	0.92 613	0.83 613	0.67 592	0.94 616	0.70 616	0.92 613	0.68 615	1.08 622	1.80 628	1.06 618	1.42 625	1.29 614	1.08 622	0.86 612	0.80 616	0.74 618	0.54 616	0.86 616	0.75 618	0.71 614	0.63 616

Venus	0.92 613	0.83 613	0.67 592	0.94 616	0.70 616	0.92 613	0.68 615	1.08 622	1.80 628	1.06 618	1.42 625	1.29 614	1.08 622	0.86 612	0.80 616	0.74 618	0.54 616	0.86 616	0.75 618	0.71 614	0.63 616

UNDER WATER-64	0.97 615	0.96 618	1.48 620	0.88 614	0.57 607	1.24 624	0.90 622	0.78 606	0.96 609	1.05 616	0.85 604	1.56 624	1.26 626	0.97 621	0.99 621	0.88 622	0.57 621	1.04 622	0.88 622	0.81 618	0.75 620

notaker	0.98 616	1.13 620	1.02 613	1.14 621	0.81 619	0.73 604	0.69 617	0.94 613	1.15 615	1.19 623	1.19 620	1.41 619	1.17 625	1.10 625	0.74 615	0.82 621	0.64 624	1.18 624	0.79 620	1.02 621	0.82 623

UNDER WATER	0.99 617	1.00 619	1.47 619	1.00 618	0.71 618	1.18 623	0.86 620	0.81 608	1.09 613	1.02 615	0.90 606	1.53 623	1.26 626	1.06 623	1.02 622	0.79 620	0.54 616	1.02 620	0.88 622	0.83 619	0.75 620

ktn	1.02 618	1.23 622	0.82 606	1.24 623	0.86 621	1.00 618	0.86 620	0.96 614	1.37 620	1.05 616	1.12 618	1.16 611	1.06 621	0.95 619	0.62 607	1.28 628	0.71 625	1.39 628	0.83 621	1.06 623	0.77 622

KSHMR	1.10 619	1.19 621	0.90 611	1.26 624	1.00 623	0.99 616	0.96 623	1.13 625	1.35 619	1.16 622	1.28 624	1.40 618	0.97 618	1.03 622	0.93 620	1.03 625	1.08 627	1.20 625	1.03 626	1.03 622	0.98 625

DPSimNet_ROB	1.14 620	1.25 623	0.87 610	1.15 622	0.90 622	1.15 622	1.18 625	1.20 627	1.26 616	1.45 625	1.05 614	1.44 622	1.13 624	0.92 618	1.70 626	1.47 629	0.52 615	1.22 626	1.04 627	0.92 620	1.03 626

HanzoNet	1.31 621	1.29 624	1.22 617	1.13 620	0.85 620	1.05 620	0.84 619	1.06 619	1.47 624	1.66 626	1.63 627	2.48 629	1.78 628	1.63 627	1.69 625	1.27 627	0.80 626	1.32 627	1.02 625	1.07 624	0.90 624

JetRed	1.66 622	1.51 625	3.09 624	0.93 615	1.21 624	5.28 629	1.61 629	1.29 628	1.42 622	1.84 627	1.77 628	1.59 625	0.95 617	1.43 626	2.51 630	0.91 624	1.61 629	0.93 619	0.91 624	1.36 625	1.03 626

MADNet++	1.97 623	1.75 626	1.66 621	1.83 626	1.69 626	2.38 627	1.45 628	2.36 630	2.11 630	2.58 630	2.37 630	2.25 628	2.21 629	2.28 628	2.36 629	1.87 630	1.67 630	1.53 629	1.34 629	1.87 627	1.78 630

coex-ft	3.24 624	0.35 589	57.83 653	0.18 324	0.13 488	0.27 530	0.23 512	0.28 426	0.72 596	1.89 628	0.70 593	0.43 567	0.47 586	0.29 532	0.43 588	0.09 402	0.09 478	0.12 504	0.09 428	0.14 529	0.14 532

ASD4	3.59 625	3.47 630	2.05 622	1.75 625	2.54 628	9.22 633	17.86 635	2.29 629	5.54 632	2.49 629	2.86 631	2.05 626	3.46 630	2.77 629	5.29 631	1.23 626	1.36 628	1.13 623	1.33 628	1.71 626	1.50 629

TCMNet-wrong-test	3.69 626	5.54 638	3.91 629	12.22 638	11.75 639	4.77 628	3.86 630	1.08 622	0.74 600	1.13 620	2.21 629	6.16 634	0.53 592	3.43 631	2.33 628	0.90 623	0.20 575	1.85 631	1.69 630	5.71 635	3.79 636

tt	4.65 627	0.07 152	3.54 627	2.01 627	1.55 625	10.25 634	16.66 634	8.90 639	5.03 631	1.33 624	0.96 609	4.71 630	4.74 631	3.33 630	5.86 633	6.06 638	10.30 642	1.87 632	2.09 632	2.61 629	1.19 628

USTest	6.16 628	2.65 629	2.79 623	6.48 634	7.21 633	14.33 637	21.38 637	6.98 638	9.55 637	5.35 634	6.12 632	5.71 633	7.69 634	6.31 635	6.75 634	1.97 631	3.38 636	1.63 630	2.14 633	2.49 628	2.35 631

xxxxx1	7.75 629	5.06 635	7.26 631	3.15 628	3.91 629	16.37 638	22.88 640	5.87 635	8.68 634	7.99 635	8.55 633	9.13 637	8.46 635	10.05 637	10.47 635	2.43 632	2.48 632	3.56 635	12.26 639	3.48 630	3.02 633

tt_ll	7.75 629	5.06 635	7.26 631	3.15 628	3.91 629	16.37 638	22.88 640	5.87 635	8.68 634	7.99 635	8.55 633	9.13 637	8.46 635	10.05 637	10.47 635	2.43 632	2.48 632	3.56 635	12.26 639	3.48 630	3.02 633

ff	7.75 629	5.06 635	7.26 631	3.15 628	3.91 629	16.37 638	22.88 640	5.87 635	8.68 634	7.99 635	8.55 633	9.13 637	8.46 635	10.05 637	10.47 635	2.43 632	2.48 632	3.56 635	12.26 639	3.48 630	3.02 633

EDNetEfficientorigin	7.92 632	0.32 585	152.98 654	0.20 445	0.10 377	0.22 478	0.17 355	0.23 330	0.60 577	0.73 600	0.67 588	0.41 562	0.51 591	0.24 504	0.41 585	0.08 345	0.07 414	0.09 406	0.07 310	0.12 498	0.11 480

DPSMNet_ROB	8.06 633	4.50 631	8.69 638	5.36 633	10.74 636	8.32 631	22.71 638	5.47 633	13.38 639	5.13 632	9.98 636	5.10 631	10.47 638	5.53 633	12.77 639	3.80 636	8.00 637	3.49 633	6.95 636	3.75 634	7.09 638

DGTPSM_ROB	8.06 633	4.50 631	8.69 638	5.34 631	10.73 635	8.32 631	22.71 638	5.47 633	13.38 639	5.13 632	9.98 636	5.10 631	10.47 638	5.53 633	12.77 639	3.79 635	8.00 637	3.49 633	6.95 636	3.74 633	7.09 638

PML	8.57 635	9.39 642	6.24 630	5.34 631	6.36 632	13.21 636	20.99 636	5.35 632	6.68 633	17.75 643	26.46 654	7.58 635	6.08 633	7.89 636	5.76 632	5.33 637	1.83 631	5.95 641	1.93 631	8.75 638	2.53 632

DLNR_Zeroshot_test	10.48 636	2.27 627	19.78 648	120.28 653	13.29 641	0.06 10	0.13 129	0.24 354	0.10 42	0.08 86	0.10 141	0.09 159	0.07 127	0.10 80	0.09 56	0.13 518	0.04 23	0.06 129	0.04 40	52.68 653	0.04 34

DLNR-FE	10.51 637	2.29 628	19.85 649	120.28 653	13.21 640	0.06 10	0.13 129	0.24 354	0.10 42	0.08 86	0.10 141	0.09 159	0.07 127	0.10 80	0.09 56	0.13 518	0.04 23	0.06 129	0.04 40	53.18 654	0.04 34

LRCNet_RVC	10.76 638	13.97 643	7.97 637	19.07 642	2.04 627	0.35 562	0.31 579	5.29 631	0.48 548	13.02 641	17.65 642	8.69 636	5.73 632	4.78 632	2.22 627	23.53 650	2.69 635	27.60 653	25.75 653	17.60 647	16.54 651

Anonymous_1	10.87 639	7.82 639	7.41 634	10.29 635	10.08 634	18.64 642	26.11 643	11.02 642	13.45 641	9.43 638	10.10 638	9.73 640	11.31 640	10.69 640	12.47 638	6.42 639	8.38 639	5.70 638	10.22 638	11.41 639	6.65 637

DPSM_ROB	11.10 640	8.47 640	7.95 635	10.84 636	11.58 637	19.10 643	26.50 646	12.02 643	14.09 642	10.38 639	10.91 639	10.39 641	11.92 641	11.67 641	13.39 641	6.99 640	8.79 640	5.82 639	6.92 634	6.97 636	7.31 640

DPSM	11.10 640	8.47 640	7.95 635	10.84 636	11.58 637	19.10 643	26.50 646	12.02 643	14.09 642	10.38 639	10.91 639	10.39 641	11.92 641	11.67 641	13.39 641	6.99 640	8.79 640	5.82 639	6.92 634	6.97 636	7.31 640

HaxPig	15.73 642	18.55 651	19.19 647	16.92 641	15.89 642	7.80 630	7.57 631	13.37 645	10.80 638	15.40 642	14.87 641	15.95 643	14.81 643	15.67 643	15.97 645	18.96 649	16.72 643	19.47 649	18.10 651	19.45 650	19.06 652

RSGM-EC	20.15 643	4.62 633	0.75 602	16.73 639	16.97 643	21.10 645	26.46 644	10.37 640	14.13 644	18.18 644	21.56 645	22.31 652	22.50 645	21.80 645	15.71 643	62.36 653	33.86 653	20.06 650	18.04 649	19.30 648	16.22 649

acva	20.15 643	4.62 633	0.75 602	16.73 639	16.97 643	21.10 645	26.46 644	10.37 640	14.13 644	18.18 644	21.56 645	22.31 652	22.50 645	21.80 645	15.71 643	62.36 653	33.86 653	20.06 650	18.04 649	19.30 648	16.22 649

MEDIAN_ROB	20.38 645	24.05 652	23.36 650	21.18 643	21.62 645	10.51 635	8.17 632	17.68 646	15.46 646	20.04 646	19.65 643	20.30 644	20.16 644	21.17 644	21.03 646	23.81 651	21.77 651	24.98 652	23.75 652	25.01 651	23.94 653

RAFT-FEzeroshot	22.33 646	17.12 645	15.83 640	21.95 646	23.32 649	38.31 648	53.41 653	23.99 648	28.43 649	20.66 648	21.84 647	21.02 648	24.05 650	23.33 647	27.09 651	14.06 643	17.69 645	11.70 643	13.95 644	14.05 643	14.76 645

RAFT-FE	22.33 646	17.12 645	15.83 640	21.95 646	23.32 649	38.31 648	53.41 653	23.99 648	28.43 649	20.66 648	21.84 647	21.02 648	24.05 650	23.33 647	27.09 651	14.06 643	17.69 645	11.70 643	13.95 644	14.05 643	14.76 645

CasAABBNet	22.33 646	17.11 644	15.84 642	21.94 645	23.28 647	38.30 647	53.40 651	24.05 650	28.44 651	20.66 648	21.86 649	21.03 650	24.04 649	23.35 649	27.03 650	14.06 643	17.69 645	11.70 643	13.94 643	14.04 642	14.76 645

FlowAnything	22.34 649	17.13 647	15.98 643	22.00 648	23.23 646	38.39 653	53.32 649	24.19 651	28.48 652	21.00 653	21.93 651	20.83 645	23.97 647	23.44 652	26.83 648	14.04 642	17.80 650	11.63 642	14.08 648	14.00 640	14.65 642

Hybrid-DGEV	22.38 650	17.26 650	16.15 645	21.92 644	23.29 648	38.36 650	53.40 651	24.38 654	28.67 654	20.64 647	21.89 650	21.01 647	24.05 650	23.35 649	27.12 653	14.08 647	17.70 648	11.71 647	13.99 647	14.01 641	14.70 644

Selective-RAFT-Error	22.39 651	17.14 648	16.01 644	22.00 648	23.34 651	38.37 651	53.36 650	24.24 653	28.53 653	20.80 651	21.94 652	20.94 646	24.02 648	23.48 653	27.33 654	14.07 646	17.70 648	11.70 643	13.93 642	14.05 643	14.83 648

LSM0	22.80 652	17.22 649	19.17 646	22.12 650	28.90 653	38.38 652	53.27 648	24.21 652	28.36 648	20.84 652	21.11 644	21.63 651	24.25 653	23.42 651	26.98 649	14.08 647	17.39 644	11.72 648	13.98 646	14.22 646	14.66 643

AVERAGE_ROB	24.89 653	29.12 653	27.98 651	24.83 651	24.59 652	17.82 641	11.61 633	21.45 647	19.91 647	25.04 654	24.38 653	25.06 654	25.31 654	24.69 654	22.86 647	29.74 652	27.09 652	28.97 654	27.94 654	30.07 652	29.35 654

test_example2	97.69 654	92.93 654	45.57 652	96.02 652	109.84 654	88.44 654	93.70 655	25.54 655	94.63 655	130.46 656	126.87 656	58.93 655	75.48 655	87.99 655	77.94 655	150.16 655	221.11 655	76.29 655	98.21 655	108.42 655	95.33 655

ccccc	243.87 655	285.89 655	306.04 655	366.70 655	366.78 655	118.88 655	141.79 656	113.97 656	107.77 656	125.77 655	108.41 655	120.54 656	160.89 656	252.62 656	276.01 656	382.79 656	352.84 656	254.30 656	222.62 656	426.61 656	386.14 656

GS-Stereo							0.14 186	0.11 36	0.12 101	0.08 86	0.10 141	0.05 4	0.04 1	0.11 133	0.08 15	0.06 120	0.04 23	0.05 35	0.04 40	0.05 115	0.05 136

Low-res two-view benchmark