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

test410	0.07 7	0.06 126	0.09 143	0.17 324	0.07 146	0.07 47	0.08 9	0.10 45	0.09 64	0.06 30	0.05 7	0.06 52	0.05 16	0.09 68	0.07 1	0.04 11	0.05 293	0.04 1	0.03 1	0.03 1	0.03 2

GELT-Stereo	0.09 195	0.06 126	0.09 143	0.18 424	0.07 146	0.07 47	0.14 274	0.21 402	0.17 352	0.08 151	0.07 77	0.06 52	0.08 253	0.10 136	0.07 1	0.04 11	0.04 26	0.06 218	0.06 314	0.03 1	0.03 2

testmc14	0.07 7	0.05 45	0.06 6	0.15 132	0.05 2	0.09 160	0.13 198	0.08 14	0.08 32	0.07 87	0.09 185	0.06 52	0.05 16	0.07 8	0.07 1	0.06 183	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

MCSU-Stereo	0.07 7	0.05 45	0.06 6	0.15 132	0.05 2	0.09 160	0.13 198	0.10 45	0.09 64	0.07 87	0.07 77	0.07 145	0.05 16	0.09 68	0.07 1	0.06 183	0.04 26	0.04 1	0.03 1	0.04 54	0.03 2

aanet-new-90k	0.08 99	0.07 259	0.08 66	0.19 501	0.06 36	0.07 47	0.12 119	0.12 102	0.13 217	0.06 30	0.07 77	0.06 52	0.06 76	0.10 136	0.07 1	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.03 2

aanet-new-70k	0.07 7	0.06 126	0.09 143	0.17 324	0.06 36	0.08 100	0.12 119	0.11 75	0.10 96	0.06 30	0.07 77	0.07 145	0.06 76	0.10 136	0.07 1	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

aanet-new-78k	0.07 7	0.07 259	0.09 143	0.19 501	0.06 36	0.07 47	0.12 119	0.11 75	0.13 217	0.06 30	0.07 77	0.06 52	0.06 76	0.09 68	0.07 1	0.04 11	0.04 26	0.05 63	0.04 72	0.05 183	0.03 2

aanet-new-24k	0.07 7	0.07 259	0.07 17	0.17 324	0.06 36	0.07 47	0.12 119	0.09 28	0.11 129	0.09 209	0.09 185	0.06 52	0.07 198	0.09 68	0.07 1	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

GCAP-Stereo-DPT-20K	0.07 7	0.05 45	0.11 279	0.15 132	0.06 36	0.07 47	0.13 198	0.09 28	0.11 129	0.07 87	0.08 144	0.06 52	0.05 16	0.09 68	0.07 1	0.05 55	0.05 293	0.05 63	0.04 72	0.03 1	0.04 82

LACA3	0.07 7	0.08 389	0.08 66	0.13 23	0.05 2	0.09 160	0.11 81	0.08 14	0.08 32	0.08 151	0.05 7	0.07 145	0.07 198	0.07 8	0.07 1	0.06 183	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

LACA2	0.07 7	0.05 45	0.06 6	0.15 132	0.06 36	0.09 160	0.11 81	0.11 75	0.10 96	0.05 2	0.05 7	0.06 52	0.08 253	0.09 68	0.07 1	0.07 371	0.04 26	0.04 1	0.04 72	0.04 54	0.04 82

LG-Stereo_L1	0.07 7	0.05 45	0.11 279	0.14 72	0.06 36	0.07 47	0.13 198	0.09 28	0.07 20	0.05 2	0.04 1	0.05 5	0.04 1	0.08 33	0.07 1	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

GREAT-IGEV	0.07 7	0.06 126	0.08 66	0.13 23	0.07 146	0.07 47	0.14 274	0.09 28	0.09 64	0.06 30	0.07 77	0.06 52	0.05 16	0.10 136	0.07 1	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
SCV_C0	0.08 99	0.07 259	0.07 17	0.16 233	0.09 382	0.08 100	0.15 363	0.11 75	0.12 172	0.08 151	0.07 77	0.06 52	0.05 16	0.11 220	0.07 1	0.05 55	0.05 293	0.05 63	0.04 72	0.06 322	0.05 225

FoundationStereo	0.06 1	0.04 1	0.08 66	0.12 7	0.05 2	0.09 160	0.13 198	0.06 2	0.09 64	0.05 2	0.05 7	0.06 52	0.04 1	0.06 2	0.07 1	0.06 183	0.04 26	0.05 63	0.03 1	0.05 183	0.04 82

GIP-stereo	0.08 99	0.06 126	0.11 279	0.14 72	0.06 36	0.09 160	0.13 198	0.14 170	0.11 129	0.07 87	0.08 144	0.05 5	0.04 1	0.10 136	0.07 1	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

IGEV-BASED-STEREO-	0.09 195	0.10 539	0.31 658	0.15 132	0.06 36	0.08 100	0.14 274	0.10 45	0.10 96	0.07 87	0.07 77	0.06 52	0.04 1	0.11 220	0.07 1	0.12 627	0.04 26	0.07 335	0.05 212	0.05 183	0.05 225

GCAPDPT-zeroshot4090	0.07 7	0.05 45	0.11 279	0.15 132	0.06 36	0.07 47	0.13 198	0.09 28	0.11 129	0.07 87	0.08 144	0.06 52	0.05 16	0.09 68	0.07 1	0.05 55	0.05 293	0.05 63	0.04 72	0.03 1	0.04 82

ACVNet-DCA	0.10 276	0.08 389	0.12 328	0.17 324	0.09 382	0.13 399	0.15 363	0.23 453	0.16 321	0.09 209	0.09 185	0.06 52	0.06 76	0.10 136	0.07 1	0.06 183	0.04 26	0.06 218	0.05 212	0.07 410	0.07 429

xx1	0.11 330	0.08 389	0.12 328	0.17 324	0.09 382	0.13 399	0.15 363	0.16 256	0.18 386	0.09 209	0.09 185	0.16 448	0.16 531	0.10 136	0.07 1	0.06 183	0.04 26	0.08 436	0.08 501	0.07 410	0.07 429

cc1	0.10 276	0.08 389	0.12 328	0.17 324	0.09 382	0.13 399	0.15 363	0.16 256	0.18 386	0.09 209	0.09 185	0.06 52	0.06 76	0.10 136	0.07 1	0.06 183	0.04 26	0.06 218	0.05 212	0.06 322	0.06 339

ffm	0.12 410	0.09 476	0.14 427	0.16 233	0.08 246	0.17 519	0.17 479	0.15 213	0.19 406	0.15 432	0.25 536	0.19 501	0.13 460	0.10 136	0.07 1	0.06 183	0.04 26	0.09 526	0.08 501	0.06 322	0.06 339

tt1	0.10 276	0.08 389	0.12 328	0.17 324	0.09 382	0.12 341	0.16 437	0.15 213	0.19 406	0.09 209	0.08 144	0.06 52	0.06 76	0.10 136	0.07 1	0.06 183	0.04 26	0.06 218	0.05 212	0.06 322	0.06 339

GMOStereo	0.11 330	0.09 476	0.07 17	0.19 501	0.08 246	0.12 341	0.28 694	0.13 136	0.17 352	0.11 297	0.17 397	0.14 402	0.12 418	0.07 8	0.07 1	0.05 55	0.05 293	0.09 526	0.07 418	0.04 54	0.04 82

error version	0.11 330	0.09 476	0.07 17	0.19 501	0.08 246	0.12 341	0.28 694	0.13 136	0.17 352	0.11 297	0.17 397	0.14 402	0.12 418	0.07 8	0.07 1	0.05 55	0.05 293	0.09 526	0.07 418	0.04 54	0.04 82

test-v	0.11 330	0.09 476	0.07 17	0.19 501	0.08 246	0.12 341	0.28 694	0.13 136	0.17 352	0.11 297	0.17 397	0.14 402	0.12 418	0.07 8	0.07 1	0.05 55	0.05 293	0.09 526	0.07 418	0.04 54	0.04 82

CroCo-Stereo	0.09 195	0.08 389	0.08 66	0.22 626	0.09 382	0.09 160	0.19 571	0.15 213	0.12 172	0.07 87	0.07 77	0.08 213	0.06 76	0.08 33	0.07 1	0.07 371	0.05 293	0.06 218	0.04 72	0.05 183	0.04 82
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
test-2	0.11 330	0.09 476	0.07 17	0.19 501	0.08 246	0.12 341	0.28 694	0.13 136	0.17 352	0.11 297	0.17 397	0.14 402	0.12 418	0.07 8	0.07 1	0.05 55	0.05 293	0.09 526	0.07 418	0.04 54	0.04 82

416test1013	0.07 7	0.06 126	0.06 6	0.16 233	0.07 146	0.10 228	0.10 44	0.09 28	0.07 20	0.07 87	0.07 77	0.05 5	0.06 76	0.10 136	0.08 29	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.04 82

416test	0.07 7	0.07 259	0.06 6	0.17 324	0.07 146	0.09 160	0.10 44	0.09 28	0.08 32	0.07 87	0.06 29	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

test410_97500	0.07 7	0.06 126	0.09 143	0.17 324	0.07 146	0.07 47	0.08 9	0.10 45	0.09 64	0.06 30	0.05 7	0.05 5	0.05 16	0.09 68	0.08 29	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

LACA_dic	0.07 7	0.10 539	0.08 66	0.13 23	0.05 2	0.08 100	0.11 81	0.08 14	0.09 64	0.05 2	0.05 7	0.05 5	0.05 16	0.08 33	0.08 29	0.06 183	0.04 26	0.04 1	0.04 72	0.05 183	0.04 82

DF_test	0.07 7	0.05 45	0.08 66	0.14 72	0.08 246	0.04 1	0.13 198	0.08 14	0.11 129	0.07 87	0.08 144	0.06 52	0.07 198	0.06 2	0.08 29	0.06 183	0.05 293	0.05 63	0.05 212	0.05 183	0.04 82

over-6	0.08 99	0.07 259	0.08 66	0.17 324	0.05 2	0.10 228	0.09 27	0.17 296	0.11 129	0.06 30	0.07 77	0.06 52	0.09 300	0.10 136	0.08 29	0.06 183	0.04 26	0.04 1	0.04 72	0.05 183	0.05 225

over v1	0.07 7	0.07 259	0.07 17	0.18 424	0.05 2	0.08 100	0.08 9	0.10 45	0.05 4	0.06 30	0.06 29	0.07 145	0.10 347	0.11 220	0.08 29	0.05 55	0.04 26	0.04 1	0.03 1	0.05 183	0.05 225

over-8	0.07 7	0.07 259	0.07 17	0.18 424	0.05 2	0.08 100	0.08 9	0.13 136	0.05 4	0.06 30	0.05 7	0.07 145	0.09 300	0.11 220	0.08 29	0.06 183	0.04 26	0.04 1	0.03 1	0.05 183	0.05 225

over-9	0.07 7	0.07 259	0.07 17	0.18 424	0.05 2	0.08 100	0.08 9	0.13 136	0.06 8	0.06 30	0.05 7	0.07 145	0.09 300	0.11 220	0.08 29	0.06 183	0.04 26	0.04 1	0.03 1	0.05 183	0.05 225

depth_test_26	0.08 99	0.04 1	0.11 279	0.13 23	0.07 146	0.07 47	0.11 81	0.12 102	0.11 129	0.09 209	0.07 77	0.08 213	0.05 16	0.09 68	0.08 29	0.08 456	0.06 457	0.06 218	0.06 314	0.06 322	0.07 429

aanet-new-60k	0.07 7	0.07 259	0.08 66	0.18 424	0.06 36	0.07 47	0.10 44	0.09 28	0.14 251	0.07 87	0.07 77	0.06 52	0.06 76	0.11 220	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

aanet-new-40k	0.07 7	0.08 389	0.07 17	0.17 324	0.07 146	0.08 100	0.13 198	0.10 45	0.10 96	0.07 87	0.08 144	0.06 52	0.05 16	0.08 33	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

aanet-new-36k	0.08 99	0.06 126	0.09 143	0.17 324	0.06 36	0.09 160	0.13 198	0.11 75	0.13 217	0.08 151	0.08 144	0.06 52	0.05 16	0.09 68	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

aanet-32k-new	0.08 99	0.07 259	0.08 66	0.18 424	0.06 36	0.08 100	0.12 119	0.11 75	0.12 172	0.07 87	0.08 144	0.05 5	0.07 198	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.06 322	0.04 82

aanet-new-32k	0.08 99	0.07 259	0.09 143	0.18 424	0.06 36	0.11 286	0.11 81	0.10 45	0.08 32	0.07 87	0.07 77	0.07 145	0.06 76	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

aanet-new-30k	0.08 99	0.07 259	0.09 143	0.18 424	0.06 36	0.11 286	0.11 81	0.10 45	0.08 32	0.07 87	0.07 77	0.07 145	0.06 76	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

aanet-new-28k	0.08 99	0.07 259	0.09 143	0.18 424	0.06 36	0.08 100	0.12 119	0.10 45	0.09 64	0.09 209	0.08 144	0.08 213	0.06 76	0.12 320	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

GCAP-Stereo-DPT26K	0.07 7	0.06 126	0.07 17	0.16 233	0.06 36	0.08 100	0.12 119	0.10 45	0.08 32	0.06 30	0.09 185	0.06 52	0.05 16	0.08 33	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

aanet-new-22k	0.08 99	0.06 126	0.09 143	0.17 324	0.06 36	0.08 100	0.11 81	0.14 170	0.12 172	0.09 209	0.09 185	0.08 213	0.06 76	0.10 136	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

aanet-new-16k	0.08 99	0.08 389	0.08 66	0.18 424	0.06 36	0.07 47	0.09 27	0.13 136	0.12 172	0.08 151	0.07 77	0.07 145	0.06 76	0.09 68	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.05 183	0.03 2

aanet-new-10k	0.08 99	0.08 389	0.08 66	0.19 501	0.07 146	0.08 100	0.12 119	0.14 170	0.11 129	0.07 87	0.08 144	0.07 145	0.07 198	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

aanet-new-12k	0.08 99	0.09 476	0.07 17	0.20 571	0.08 246	0.08 100	0.13 198	0.12 102	0.13 217	0.08 151	0.08 144	0.05 5	0.07 198	0.09 68	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.06 322	0.04 82

aanet-new-14k	0.08 99	0.09 476	0.08 66	0.19 501	0.06 36	0.07 47	0.10 44	0.14 170	0.15 279	0.06 30	0.08 144	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

aanet-new-8k	0.08 99	0.07 259	0.08 66	0.19 501	0.07 146	0.09 160	0.12 119	0.16 256	0.15 279	0.07 87	0.07 77	0.06 52	0.06 76	0.10 136	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

aanet-new	0.08 99	0.09 476	0.10 216	0.18 424	0.08 246	0.10 228	0.12 119	0.15 213	0.12 172	0.08 151	0.08 144	0.05 5	0.07 198	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.06 322	0.04 82

GCAP-Stereo-cres-4k	0.08 99	0.07 259	0.08 66	0.18 424	0.07 146	0.11 286	0.14 274	0.12 102	0.11 129	0.07 87	0.11 280	0.07 145	0.06 76	0.09 68	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

GCAP-Stereo-DPT-36K	0.08 99	0.06 126	0.15 476	0.14 72	0.06 36	0.08 100	0.13 198	0.13 136	0.11 129	0.07 87	0.08 144	0.07 145	0.06 76	0.09 68	0.08 29	0.05 55	0.05 293	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-22K	0.08 99	0.06 126	0.07 17	0.17 324	0.06 36	0.07 47	0.14 274	0.13 136	0.16 321	0.05 2	0.10 225	0.06 52	0.06 76	0.08 33	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-24K	0.07 7	0.06 126	0.07 17	0.15 132	0.06 36	0.10 228	0.15 363	0.12 102	0.11 129	0.06 30	0.11 280	0.06 52	0.05 16	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

GCAP-Stereo-DPT-5K	0.08 99	0.06 126	0.10 216	0.16 233	0.07 146	0.11 286	0.12 119	0.15 213	0.15 279	0.08 151	0.12 303	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 212	0.03 1	0.04 82

GCAP-Stereo-DPT-2K	0.08 99	0.06 126	0.10 216	0.16 233	0.07 146	0.11 286	0.13 198	0.14 170	0.14 251	0.08 151	0.13 323	0.05 5	0.06 76	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-3K	0.08 99	0.07 259	0.10 216	0.16 233	0.07 146	0.09 160	0.12 119	0.15 213	0.14 251	0.08 151	0.11 280	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

GCAP-Stereo-DPT-50K	0.08 99	0.06 126	0.17 545	0.15 132	0.06 36	0.06 16	0.13 198	0.13 136	0.13 217	0.07 87	0.07 77	0.06 52	0.05 16	0.08 33	0.08 29	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

GCAP-Stereo-DPT-FT	0.08 99	0.05 45	0.12 328	0.15 132	0.06 36	0.10 228	0.14 274	0.12 102	0.12 172	0.07 87	0.09 185	0.06 52	0.06 76	0.10 136	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

DepthFocus	0.08 99	0.04 1	0.15 476	0.12 7	0.09 382	0.07 47	0.12 119	0.10 45	0.05 4	0.09 209	0.05 7	0.07 145	0.04 1	0.08 33	0.08 29	0.06 183	0.05 293	0.07 335	0.07 418	0.05 183	0.04 82

gcap_with_dpt	0.08 99	0.06 126	0.09 143	0.16 233	0.07 146	0.09 160	0.12 119	0.13 136	0.13 217	0.08 151	0.12 303	0.04 1	0.06 76	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

Pro-Stereo	0.07 7	0.05 45	0.08 66	0.15 132	0.07 146	0.08 100	0.12 119	0.07 8	0.07 20	0.06 30	0.06 29	0.05 5	0.05 16	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

VIP-Stereo	0.07 7	0.07 259	0.07 17	0.15 132	0.06 36	0.12 341	0.10 44	0.11 75	0.11 129	0.06 30	0.07 77	0.06 52	0.05 16	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.03 1	0.03 1	0.02 1

GEAStereo	0.08 99	0.05 45	0.08 66	0.13 23	0.08 246	0.08 100	0.14 274	0.10 45	0.09 64	0.08 151	0.10 225	0.06 52	0.05 16	0.11 220	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

BridgeDepth	0.07 7	0.07 259	0.08 66	0.18 424	0.06 36	0.07 47	0.11 81	0.09 28	0.06 8	0.04 1	0.07 77	0.10 293	0.09 300	0.08 33	0.08 29	0.04 11	0.03 1	0.04 1	0.04 72	0.03 1	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
GSStereo	0.08 99	0.05 45	0.08 66	0.13 23	0.08 246	0.08 100	0.14 274	0.11 75	0.12 172	0.08 151	0.10 225	0.05 5	0.05 16	0.11 220	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

GS-Stereo							0.14 274	0.11 75	0.12 172	0.08 151	0.10 225	0.05 5	0.05 16	0.11 220	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

gasm-f	0.08 99	0.05 45	0.07 17	0.13 23	0.08 246	0.08 100	0.14 274	0.10 45	0.09 64	0.08 151	0.10 225	0.06 52	0.05 16	0.10 136	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.06 322	0.05 225

Zero-FE251	0.07 7	0.05 45	0.09 143	0.13 23	0.06 36	0.12 341	0.12 119	0.11 75	0.10 96	0.07 87	0.08 144	0.06 52	0.06 76	0.09 68	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

GASTEREO	0.08 99	0.05 45	0.09 143	0.19 501	0.07 146	0.07 47	0.12 119	0.14 170	0.11 129	0.10 260	0.09 185	0.07 145	0.04 1	0.12 320	0.08 29	0.06 183	0.05 293	0.05 63	0.04 72	0.04 54	0.05 225

MSCF	0.08 99	0.05 45	0.08 66	0.19 501	0.08 246	0.06 16	0.12 119	0.14 170	0.11 129	0.10 260	0.09 185	0.07 145	0.04 1	0.11 220	0.08 29	0.06 183	0.05 293	0.05 63	0.04 72	0.05 183	0.05 225

water-stereo	0.09 195	0.06 126	0.08 66	0.16 233	0.07 146	0.09 160	0.13 198	0.15 213	0.13 217	0.11 297	0.12 303	0.08 213	0.09 300	0.07 8	0.08 29	0.06 183	0.05 293	0.05 63	0.05 212	0.04 54	0.04 82

monsters	0.07 7	0.06 126	0.06 6	0.15 132	0.06 36	0.08 100	0.09 27	0.12 102	0.08 32	0.09 209	0.07 77	0.06 52	0.06 76	0.08 33	0.08 29	0.05 55	0.04 26	0.04 1	0.04 72	0.03 1	0.03 2

LG-Stereo_L2	0.07 7	0.05 45	0.10 216	0.14 72	0.06 36	0.07 47	0.12 119	0.09 28	0.09 64	0.06 30	0.04 1	0.05 5	0.05 16	0.08 33	0.08 29	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.03 2

LG-G_1	0.07 7	0.04 1	0.11 279	0.15 132	0.06 36	0.09 160	0.08 9	0.08 14	0.06 8	0.06 30	0.05 7	0.07 145	0.07 198	0.11 220	0.08 29	0.07 371	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

LG-G	0.07 7	0.04 1	0.11 279	0.15 132	0.06 36	0.09 160	0.08 9	0.08 14	0.06 8	0.06 30	0.05 7	0.07 145	0.07 198	0.11 220	0.08 29	0.07 371	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

SGD-Stereo	0.08 99	0.05 45	0.10 216	0.14 72	0.05 2	0.12 341	0.12 119	0.11 75	0.12 172	0.07 87	0.09 185	0.09 255	0.09 300	0.08 33	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.03 2

MM-Stereo_test3	0.10 276	0.07 259	0.07 17	0.18 424	0.07 146	0.12 341	0.19 571	0.24 477	0.19 406	0.06 30	0.10 225	0.08 213	0.06 76	0.11 220	0.08 29	0.06 183	0.06 457	0.07 335	0.05 212	0.05 183	0.04 82

HART	0.08 99	0.07 259	0.09 143	0.17 324	0.07 146	0.10 228	0.16 437	0.13 136	0.11 129	0.08 151	0.10 225	0.07 145	0.05 16	0.10 136	0.08 29	0.05 55	0.04 26	0.06 218	0.04 72	0.05 183	0.04 82

Reg-Stereo(zero)	0.08 99	0.05 45	0.08 66	0.16 233	0.06 36	0.12 341	0.11 81	0.15 213	0.10 96	0.12 342	0.09 185	0.10 293	0.08 253	0.11 220	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

FLISNet	0.11 330	0.06 126	0.11 279	0.13 23	0.09 382	0.09 160	0.14 274	0.21 402	0.10 96	0.19 529	0.17 397	0.14 402	0.09 300	0.16 479	0.08 29	0.05 55	0.04 26	0.07 335	0.08 501	0.07 410	0.06 339

CoSv	0.11 330	0.06 126	0.11 279	0.13 23	0.09 382	0.09 160	0.14 274	0.21 402	0.10 96	0.19 529	0.17 397	0.14 402	0.09 300	0.16 479	0.08 29	0.05 55	0.04 26	0.07 335	0.08 501	0.07 410	0.06 339

SCV	0.08 99	0.09 476	0.08 66	0.15 132	0.08 246	0.10 228	0.13 198	0.10 45	0.12 172	0.07 87	0.07 77	0.06 52	0.04 1	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.04 72	0.06 322	0.04 82

StereoAnything_RVC	0.07 7	0.15 636	0.17 545	0.11 1	0.05 2	0.05 5	0.11 81	0.08 14	0.08 32	0.06 30	0.06 29	0.05 5	0.05 16	0.09 68	0.08 29	0.08 456	0.04 26	0.05 63	0.03 1	0.05 183	0.04 82

AIO_rvc	0.07 7	0.06 126	0.08 66	0.15 132	0.06 36	0.08 100	0.14 274	0.09 28	0.08 32	0.07 87	0.08 144	0.07 145	0.04 1	0.10 136	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

AIO-test2	0.10 276	0.08 389	0.10 216	0.23 650	0.08 246	0.11 286	0.10 44	0.23 453	0.23 473	0.08 151	0.09 185	0.08 213	0.05 16	0.10 136	0.08 29	0.06 183	0.05 293	0.08 436	0.09 549	0.05 183	0.05 225

castereo++	0.08 99	0.05 45	0.08 66	0.15 132	0.05 2	0.14 436	0.12 119	0.11 75	0.15 279	0.07 87	0.07 77	0.07 145	0.06 76	0.08 33	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

IGEV-RUCA	0.08 99	0.06 126	0.11 279	0.14 72	0.09 382	0.10 228	0.12 119	0.10 45	0.12 172	0.06 30	0.07 77	0.07 145	0.06 76	0.09 68	0.08 29	0.06 183	0.05 293	0.05 63	0.04 72	0.05 183	0.06 339

PAM_32	0.09 195	0.05 45	0.17 545	0.15 132	0.08 246	0.10 228	0.15 363	0.14 170	0.15 279	0.09 209	0.08 144	0.09 255	0.07 198	0.14 416	0.08 29	0.06 183	0.05 293	0.06 218	0.06 314	0.05 183	0.06 339

PAM	0.10 276	0.05 45	0.16 513	0.15 132	0.08 246	0.09 160	0.16 437	0.15 213	0.16 321	0.12 342	0.09 185	0.09 255	0.07 198	0.13 378	0.08 29	0.06 183	0.05 293	0.06 218	0.06 314	0.05 183	0.06 339

WCG-NET	0.08 99	0.05 45	0.09 143	0.15 132	0.06 36	0.11 286	0.14 274	0.13 136	0.13 217	0.06 30	0.09 185	0.07 145	0.06 76	0.13 378	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

GCAP-BAT	0.09 195	0.05 45	0.11 279	0.13 23	0.07 146	0.11 286	0.14 274	0.14 170	0.16 321	0.07 87	0.10 225	0.08 213	0.06 76	0.13 378	0.08 29	0.07 371	0.05 293	0.05 63	0.05 212	0.04 54	0.04 82

RAStereo	0.10 276	0.09 476	0.08 66	0.20 571	0.08 246	0.13 399	0.18 530	0.15 213	0.17 352	0.10 260	0.12 303	0.05 5	0.06 76	0.09 68	0.08 29	0.07 371	0.05 293	0.07 335	0.05 212	0.05 183	0.04 82

AIO-Stereo-zeroshot1	0.11 330	0.05 45	0.14 427	0.15 132	0.20 700	0.09 160	0.17 479	0.21 402	0.15 279	0.11 297	0.14 339	0.10 293	0.07 198	0.10 136	0.08 29	0.06 183	0.05 293	0.07 335	0.07 418	0.07 410	0.09 551

U	0.08 99	0.07 259	0.09 143	0.19 501	0.10 498	0.10 228	0.13 198	0.12 102	0.17 352	0.07 87	0.07 77	0.06 52	0.05 16	0.07 8	0.08 29	0.06 183	0.04 26	0.06 218	0.04 72	0.06 322	0.05 225

IGEV-Stereo+	0.07 7	0.04 1	0.08 66	0.15 132	0.06 36	0.04 1	0.09 27	0.10 45	0.09 64	0.06 30	0.06 29	0.06 52	0.06 76	0.06 2	0.08 29	0.06 183	0.04 26	0.05 63	0.04 72	0.06 322	0.06 339

AIO-Stereo	0.08 99	0.06 126	0.09 143	0.18 424	0.06 36	0.08 100	0.12 119	0.15 213	0.09 64	0.08 151	0.08 144	0.07 145	0.05 16	0.11 220	0.08 29	0.05 55	0.05 293	0.05 63	0.04 72	0.04 54	0.04 82

WCG-NET（raft）	0.08 99	0.05 45	0.10 216	0.15 132	0.06 36	0.11 286	0.13 198	0.15 213	0.12 172	0.08 151	0.07 77	0.06 52	0.06 76	0.13 378	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

gcap-zeroshot	0.08 99	0.06 126	0.10 216	0.15 132	0.07 146	0.11 286	0.12 119	0.15 213	0.15 279	0.08 151	0.12 303	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 212	0.03 1	0.04 82

test_for_model	0.08 99	0.06 126	0.10 216	0.16 233	0.07 146	0.11 286	0.12 119	0.15 213	0.15 279	0.08 151	0.12 303	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 212	0.03 1	0.04 82

MoCha-V2	0.08 99	0.05 45	0.10 216	0.20 571	0.07 146	0.09 160	0.14 274	0.11 75	0.08 32	0.07 87	0.08 144	0.07 145	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

IGEVStereo-DCA	0.09 195	0.06 126	0.11 279	0.15 132	0.10 498	0.11 286	0.15 363	0.16 256	0.12 172	0.10 260	0.06 29	0.08 213	0.06 76	0.10 136	0.08 29	0.06 183	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339

rrr	0.09 195	0.06 126	0.12 328	0.15 132	0.10 498	0.11 286	0.16 437	0.16 256	0.15 279	0.10 260	0.06 29	0.08 213	0.06 76	0.10 136	0.08 29	0.06 183	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339

MIM_Stereo	0.09 195	0.07 259	0.11 279	0.15 132	0.07 146	0.06 16	0.12 119	0.20 375	0.14 251	0.13 377	0.13 323	0.09 255	0.05 16	0.12 320	0.08 29	0.05 55	0.06 457	0.07 335	0.06 314	0.06 322	0.05 225

testlalala	0.08 99	0.06 126	0.10 216	0.15 132	0.07 146	0.11 286	0.12 119	0.15 213	0.15 279	0.08 151	0.12 303	0.05 5	0.06 76	0.09 68	0.08 29	0.05 55	0.04 26	0.06 218	0.05 212	0.03 1	0.04 82

GCAPDPT-zeroshot	0.09 195	0.05 45	0.11 279	0.13 23	0.07 146	0.11 286	0.14 274	0.14 170	0.16 321	0.07 87	0.10 225	0.08 213	0.06 76	0.13 378	0.08 29	0.07 371	0.05 293	0.05 63	0.05 212	0.04 54	0.04 82

CAS	0.08 99	0.04 1	0.07 17	0.17 324	0.08 246	0.10 228	0.13 198	0.12 102	0.09 64	0.09 209	0.10 225	0.08 213	0.06 76	0.09 68	0.08 29	0.08 456	0.04 26	0.05 63	0.03 1	0.05 183	0.04 82

CES	0.08 99	0.04 1	0.08 66	0.14 72	0.07 146	0.09 160	0.14 274	0.11 75	0.09 64	0.08 151	0.09 185	0.11 324	0.06 76	0.12 320	0.08 29	0.06 183	0.04 26	0.05 63	0.03 1	0.05 183	0.05 225

CroCo-Stereo Lap2	0.09 195	0.09 476	0.08 66	0.22 626	0.09 382	0.09 160	0.19 571	0.16 256	0.12 172	0.09 209	0.10 225	0.05 5	0.05 16	0.08 33	0.08 29	0.06 183	0.06 457	0.07 335	0.05 212	0.05 183	0.05 225

TRStereo	0.09 195	0.05 45	0.12 328	0.15 132	0.12 590	0.10 228	0.13 198	0.18 331	0.18 386	0.09 209	0.09 185	0.09 255	0.06 76	0.10 136	0.08 29	0.07 371	0.05 293	0.07 335	0.07 418	0.04 54	0.04 82

XX-Stereo	0.09 195	0.05 45	0.08 66	0.17 324	0.09 382	0.15 463	0.12 119	0.20 375	0.10 96	0.10 260	0.14 339	0.07 145	0.06 76	0.12 320	0.08 29	0.06 183	0.05 293	0.06 218	0.06 314	0.04 54	0.04 82

EE1	0.08 99	0.05 45	0.09 143	0.15 132	0.07 146	0.07 47	0.10 44	0.16 256	0.12 172	0.08 151	0.05 7	0.06 52	0.06 76	0.13 378	0.09 115	0.06 183	0.05 293	0.06 218	0.04 72	0.05 183	0.05 225

AnonStereo	0.09 195	0.08 389	0.09 143	0.17 324	0.07 146	0.09 160	0.10 44	0.19 362	0.13 217	0.08 151	0.08 144	0.06 52	0.05 16	0.13 378	0.09 115	0.06 183	0.04 26	0.06 218	0.05 212	0.06 322	0.05 225

NoBS	0.07 7	0.07 259	0.08 66	0.17 324	0.07 146	0.07 47	0.13 198	0.05 1	0.07 20	0.06 30	0.09 185	0.05 5	0.04 1	0.05 1	0.09 115	0.05 55	0.05 293	0.08 436	0.06 314	0.05 183	0.04 82

rgla	0.07 7	0.06 126	0.06 6	0.16 233	0.06 36	0.08 100	0.10 44	0.09 28	0.08 32	0.07 87	0.06 29	0.05 5	0.06 76	0.10 136	0.09 115	0.05 55	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

SCION-M(vits-remse)	0.08 99	0.06 126	0.12 328	0.24 659	0.05 2	0.07 47	0.10 44	0.15 213	0.15 279	0.05 2	0.06 29	0.05 5	0.06 76	0.07 8	0.09 115	0.08 456	0.06 457	0.04 1	0.03 1	0.03 1	0.03 2

SCION-Mon(vits-remp)	0.09 195	0.13 613	0.12 328	0.24 659	0.16 666	0.25 640	0.10 44	0.15 213	0.15 279	0.05 2	0.06 29	0.05 5	0.06 76	0.07 8	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

GEAR-Net	0.08 99	0.06 126	0.08 66	0.18 424	0.07 146	0.09 160	0.13 198	0.10 45	0.09 64	0.08 151	0.08 144	0.06 52	0.06 76	0.13 378	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

zzzzzzz1	0.11 330	0.07 259	0.13 386	0.21 606	0.10 498	0.12 341	0.18 530	0.22 429	0.20 430	0.13 377	0.12 303	0.08 213	0.08 253	0.13 378	0.09 115	0.05 55	0.05 293	0.07 335	0.07 418	0.05 183	0.05 225

GREATEN-IGEV-FM_RVC	0.09 195	0.05 45	0.11 279	0.19 501	0.07 146	0.10 228	0.09 27	0.12 102	0.09 64	0.09 209	0.09 185	0.07 145	0.08 253	0.08 33	0.09 115	0.06 183	0.06 457	0.10 576	0.08 501	0.07 410	0.05 225

anonymous	0.08 99	0.05 45	0.12 328	0.16 233	0.08 246	0.05 5	0.13 198	0.10 45	0.14 251	0.07 87	0.07 77	0.06 52	0.04 1	0.07 8	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

mm2	0.07 7	0.04 1	0.10 216	0.13 23	0.06 36	0.06 16	0.12 119	0.13 136	0.08 32	0.06 30	0.07 77	0.06 52	0.08 253	0.10 136	0.09 115	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.05 225

mm1	0.07 7	0.04 1	0.10 216	0.13 23	0.06 36	0.06 16	0.12 119	0.06 2	0.08 32	0.06 30	0.07 77	0.06 52	0.08 253	0.10 136	0.09 115	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.05 225

qqai	0.07 7	0.05 45	0.10 216	0.14 72	0.06 36	0.05 5	0.12 119	0.08 14	0.09 64	0.05 2	0.06 29	0.06 52	0.08 253	0.10 136	0.09 115	0.06 183	0.05 293	0.05 63	0.03 1	0.04 54	0.05 225

quiztm	0.08 99	0.07 259	0.08 66	0.18 424	0.07 146	0.09 160	0.14 274	0.14 170	0.12 172	0.07 87	0.07 77	0.05 5	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.04 72	0.04 54	0.03 2

MGA	0.07 7	0.04 1	0.10 216	0.13 23	0.06 36	0.08 100	0.09 27	0.12 102	0.08 32	0.05 2	0.06 29	0.06 52	0.05 16	0.10 136	0.09 115	0.06 183	0.04 26	0.05 63	0.03 1	0.05 183	0.05 225

CAR	0.07 7	0.05 45	0.08 66	0.14 72	0.06 36	0.07 47	0.08 9	0.12 102	0.08 32	0.05 2	0.06 29	0.05 5	0.05 16	0.10 136	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

MSE-Stereo	0.07 7	0.04 1	0.08 66	0.13 23	0.06 36	0.07 47	0.08 9	0.12 102	0.08 32	0.05 2	0.06 29	0.05 5	0.05 16	0.10 136	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

monster-pro	0.07 7	0.06 126	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.15 213	0.15 279	0.05 2	0.06 29	0.05 5	0.06 76	0.07 8	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

PointNet	0.07 7	0.06 126	0.07 17	0.15 132	0.07 146	0.08 100	0.14 274	0.11 75	0.08 32	0.05 2	0.07 77	0.08 213	0.08 253	0.09 68	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

DF	0.08 99	0.05 45	0.09 143	0.15 132	0.06 36	0.11 286	0.13 198	0.10 45	0.12 172	0.09 209	0.10 225	0.10 293	0.08 253	0.11 220	0.09 115	0.07 371	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

DN	0.10 276	0.05 45	0.09 143	0.14 72	0.09 382	0.12 341	0.18 530	0.17 296	0.16 321	0.08 151	0.09 185	0.08 213	0.06 76	0.08 33	0.09 115	0.11 602	0.05 293	0.07 335	0.06 314	0.07 410	0.09 551

aanet-new-34k	0.08 99	0.06 126	0.09 143	0.17 324	0.05 2	0.07 47	0.13 198	0.12 102	0.12 172	0.09 209	0.08 144	0.07 145	0.05 16	0.10 136	0.09 115	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

GCAP-Stereo-DPT-cres	0.08 99	0.05 45	0.07 17	0.15 132	0.06 36	0.10 228	0.14 274	0.13 136	0.12 172	0.07 87	0.09 185	0.07 145	0.06 76	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

GCAP-Stereo-DPT-25K	0.08 99	0.06 126	0.07 17	0.16 233	0.06 36	0.06 16	0.14 274	0.14 170	0.14 251	0.07 87	0.10 225	0.06 52	0.05 16	0.09 68	0.09 115	0.04 11	0.04 26	0.04 1	0.04 72	0.03 1	0.03 2

PipStereo	0.07 7	0.04 1	0.09 143	0.13 23	0.05 2	0.08 100	0.11 81	0.06 2	0.06 8	0.06 30	0.05 7	0.08 213	0.05 16	0.08 33	0.09 115	0.06 183	0.04 26	0.04 1	0.03 1	0.05 183	0.04 82

PSi22b	0.06 1	0.04 1	0.09 143	0.13 23	0.05 2	0.08 100	0.11 81	0.06 2	0.06 8	0.06 30	0.06 29	0.08 213	0.05 16	0.08 33	0.09 115	0.06 183	0.04 26	0.04 1	0.03 1	0.05 183	0.04 82

PSi22a	0.06 1	0.04 1	0.09 143	0.12 7	0.05 2	0.06 16	0.11 81	0.06 2	0.06 8	0.06 30	0.06 29	0.06 52	0.05 16	0.08 33	0.09 115	0.07 371	0.04 26	0.04 1	0.03 1	0.05 183	0.04 82

PSi22	0.08 99	0.06 126	0.11 279	0.16 233	0.07 146	0.08 100	0.10 44	0.14 170	0.08 32	0.08 151	0.06 29	0.10 293	0.06 76	0.12 320	0.09 115	0.05 55	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

Foundation-i1b	0.08 99	0.05 45	0.07 17	0.14 72	0.05 2	0.09 160	0.12 119	0.13 136	0.10 96	0.09 209	0.10 225	0.09 255	0.06 76	0.07 8	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

Foundation-i1a	0.08 99	0.05 45	0.07 17	0.13 23	0.05 2	0.13 399	0.13 198	0.12 102	0.09 64	0.11 297	0.11 280	0.11 324	0.06 76	0.08 33	0.09 115	0.06 183	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

Foundation-i32	0.06 1	0.04 1	0.09 143	0.13 23	0.04 1	0.06 16	0.12 119	0.06 2	0.05 4	0.06 30	0.05 7	0.05 5	0.05 16	0.07 8	0.09 115	0.06 183	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

Selective-IGEV-i32	0.07 7	0.06 126	0.08 66	0.17 324	0.06 36	0.08 100	0.12 119	0.13 136	0.07 20	0.08 151	0.07 77	0.06 52	0.04 1	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

LACA1	0.07 7	0.07 259	0.07 17	0.14 72	0.05 2	0.09 160	0.11 81	0.10 45	0.07 20	0.05 2	0.05 7	0.06 52	0.07 198	0.08 33	0.09 115	0.06 183	0.04 26	0.04 1	0.04 72	0.03 1	0.04 82

Hybrid-DGEV-2	0.11 330	0.06 126	0.12 328	0.18 424	0.09 382	0.09 160	0.13 198	0.28 558	0.29 558	0.11 297	0.11 280	0.09 255	0.12 418	0.12 320	0.09 115	0.06 183	0.05 293	0.07 335	0.07 418	0.05 183	0.05 225

DispViT+	0.08 99	0.05 45	0.09 143	0.13 23	0.06 36	0.05 5	0.11 81	0.18 331	0.16 321	0.09 209	0.08 144	0.07 145	0.06 76	0.11 220	0.09 115	0.06 183	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

BLMT-Stereo	0.07 7	0.04 1	0.08 66	0.15 132	0.07 146	0.06 16	0.14 274	0.07 8	0.10 96	0.05 2	0.05 7	0.04 1	0.06 76	0.07 8	0.09 115	0.04 11	0.04 26	0.05 63	0.05 212	0.04 54	0.04 82

MatchStereo	0.07 7	0.04 1	0.08 66	0.14 72	0.06 36	0.05 5	0.12 119	0.12 102	0.09 64	0.07 87	0.06 29	0.04 1	0.04 1	0.08 33	0.09 115	0.06 183	0.05 293	0.05 63	0.03 1	0.04 54	0.04 82
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
WQFJX1	0.10 276	0.07 259	0.08 66	0.22 626	0.09 382	0.12 341	0.17 479	0.18 331	0.17 352	0.10 260	0.09 185	0.07 145	0.10 347	0.11 220	0.09 115	0.07 371	0.08 569	0.07 335	0.06 314	0.05 183	0.04 82

CSFM-Stereo	0.07 7	0.05 45	0.07 17	0.14 72	0.06 36	0.09 160	0.13 198	0.15 213	0.06 8	0.07 87	0.08 144	0.06 52	0.08 253	0.09 68	0.09 115	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.04 82

FE-Mocha	0.09 195	0.06 126	0.14 427	0.16 233	0.09 382	0.10 228	0.15 363	0.18 331	0.16 321	0.10 260	0.09 185	0.07 145	0.07 198	0.09 68	0.09 115	0.06 183	0.04 26	0.06 218	0.06 314	0.05 183	0.05 225

DLNR-FE	10.43 779	1.83 764	19.53 798	120.75 804	13.06 786	0.06 16	0.13 198	0.23 453	0.10 96	0.07 87	0.10 225	0.09 255	0.06 76	0.10 136	0.09 115	0.13 653	0.04 26	0.06 218	0.04 72	52.01 805	0.04 82

Select-FE	0.11 330	0.06 126	0.20 595	0.15 132	0.11 553	0.11 286	0.13 198	0.21 402	0.18 386	0.09 209	0.11 280	0.10 293	0.06 76	0.12 320	0.09 115	0.07 371	0.05 293	0.07 335	0.08 501	0.06 322	0.08 502

IGEV-FE	0.09 195	0.05 45	0.12 328	0.13 23	0.08 246	0.12 341	0.13 198	0.17 296	0.11 129	0.10 260	0.06 29	0.09 255	0.06 76	0.11 220	0.09 115	0.06 183	0.04 26	0.06 218	0.06 314	0.05 183	0.05 225

MonStereo	0.07 7	0.06 126	0.05 1	0.15 132	0.05 2	0.08 100	0.10 44	0.15 213	0.15 279	0.05 2	0.06 29	0.05 5	0.06 76	0.07 8	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 7	0.05 45	0.07 17	0.16 233	0.06 36	0.07 47	0.11 81	0.10 45	0.08 32	0.06 30	0.06 29	0.07 145	0.07 198	0.09 68	0.09 115	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 7	0.06 126	0.05 1	0.15 132	0.05 2	0.08 100	0.10 44	0.15 213	0.15 279	0.05 2	0.06 29	0.05 5	0.06 76	0.07 8	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-mixall	0.07 7	0.04 1	0.09 143	0.13 23	0.06 36	0.05 5	0.09 27	0.11 75	0.07 20	0.06 30	0.06 29	0.05 5	0.06 76	0.09 68	0.09 115	0.06 183	0.04 26	0.04 1	0.03 1	0.05 183	0.05 225

S2M2_XL	0.08 99	0.06 126	0.12 328	0.12 7	0.08 246	0.09 160	0.09 27	0.07 8	0.07 20	0.08 151	0.07 77	0.07 145	0.06 76	0.09 68	0.09 115	0.08 456	0.06 457	0.07 335	0.05 212	0.08 484	0.06 339
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
asd	0.07 7	0.08 389	0.07 17	0.16 233	0.07 146	0.08 100	0.08 9	0.11 75	0.08 32	0.07 87	0.07 77	0.06 52	0.06 76	0.10 136	0.09 115	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

qwe	0.07 7	0.08 389	0.07 17	0.15 132	0.06 36	0.07 47	0.10 44	0.18 331	0.11 129	0.07 87	0.07 77	0.06 52	0.06 76	0.10 136	0.09 115	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

depthmonostereo	0.09 195	0.06 126	0.09 143	0.15 132	0.06 36	0.10 228	0.13 198	0.14 170	0.14 251	0.10 260	0.10 225	0.09 255	0.11 385	0.08 33	0.09 115	0.06 183	0.05 293	0.06 218	0.04 72	0.04 54	0.03 2

2.5w	0.07 7	0.07 259	0.07 17	0.16 233	0.06 36	0.08 100	0.12 119	0.10 45	0.10 96	0.07 87	0.06 29	0.09 255	0.06 76	0.08 33	0.09 115	0.04 11	0.03 1	0.04 1	0.04 72	0.03 1	0.03 2

3.25w_new	0.07 7	0.06 126	0.07 17	0.15 132	0.06 36	0.10 228	0.07 5	0.12 102	0.11 129	0.08 151	0.06 29	0.07 145	0.06 76	0.11 220	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 7	0.06 126	0.07 17	0.15 132	0.06 36	0.10 228	0.07 5	0.12 102	0.11 129	0.08 151	0.06 29	0.07 145	0.06 76	0.11 220	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 7	0.07 259	0.07 17	0.15 132	0.07 146	0.09 160	0.06 1	0.13 136	0.11 129	0.07 87	0.07 77	0.06 52	0.07 198	0.10 136	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3w_stereo	0.08 99	0.09 476	0.10 216	0.17 324	0.07 146	0.08 100	0.10 44	0.20 375	0.13 217	0.06 30	0.07 77	0.05 5	0.06 76	0.08 33	0.09 115	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

2w_stereo	0.08 99	0.08 389	0.09 143	0.16 233	0.06 36	0.08 100	0.10 44	0.20 375	0.15 279	0.08 151	0.07 77	0.06 52	0.06 76	0.06 2	0.09 115	0.04 11	0.03 1	0.04 1	0.04 72	0.03 1	0.03 2

1w_stereo	0.07 7	0.06 126	0.07 17	0.16 233	0.06 36	0.07 47	0.10 44	0.14 170	0.14 251	0.07 87	0.08 144	0.05 5	0.06 76	0.09 68	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 82

monsterstereo	0.07 7	0.06 126	0.06 6	0.16 233	0.06 36	0.08 100	0.10 44	0.16 256	0.11 129	0.07 87	0.08 144	0.06 52	0.07 198	0.08 33	0.09 115	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

IGEV	0.07 7	0.04 1	0.08 66	0.13 23	0.06 36	0.09 160	0.12 119	0.14 170	0.10 96	0.06 30	0.09 185	0.07 145	0.05 16	0.09 68	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

111111	0.07 7	0.04 1	0.09 143	0.17 324	0.06 36	0.05 5	0.10 44	0.11 75	0.09 64	0.06 30	0.06 29	0.07 145	0.05 16	0.09 68	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.07 410	0.06 339

MLG-Stereo_test2	0.06 1	0.04 1	0.10 216	0.15 132	0.05 2	0.07 47	0.11 81	0.09 28	0.04 2	0.06 30	0.05 7	0.06 52	0.04 1	0.08 33	0.09 115	0.06 183	0.04 26	0.05 63	0.03 1	0.05 183	0.05 225

MLG-Stereo_test1	0.06 1	0.05 45	0.08 66	0.17 324	0.05 2	0.06 16	0.11 81	0.08 14	0.03 1	0.05 2	0.04 1	0.06 52	0.05 16	0.09 68	0.09 115	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

MLG-Stereo	0.07 7	0.05 45	0.08 66	0.17 324	0.05 2	0.07 47	0.11 81	0.08 14	0.04 2	0.05 2	0.04 1	0.06 52	0.05 16	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

LGtest1	0.07 7	0.04 1	0.10 216	0.15 132	0.06 36	0.07 47	0.09 27	0.08 14	0.06 8	0.05 2	0.04 1	0.06 52	0.06 76	0.10 136	0.09 115	0.07 371	0.04 26	0.05 63	0.04 72	0.06 322	0.06 339

LG-Stereo_Zeroshot	0.07 7	0.06 126	0.10 216	0.16 233	0.07 146	0.04 1	0.13 198	0.10 45	0.10 96	0.05 2	0.11 280	0.07 145	0.05 16	0.07 8	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

LG-Stereo	0.08 99	0.07 259	0.10 216	0.18 424	0.07 146	0.10 228	0.17 479	0.11 75	0.08 32	0.05 2	0.07 77	0.05 5	0.07 198	0.09 68	0.09 115	0.04 11	0.05 293	0.07 335	0.07 418	0.04 54	0.04 82

MM-Stereo_test2	0.09 195	0.06 126	0.09 143	0.19 501	0.08 246	0.12 341	0.18 530	0.15 213	0.14 251	0.07 87	0.10 225	0.07 145	0.06 76	0.12 320	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.03 2

DEFOM-Stereo_RVC	0.08 99	0.06 126	0.09 143	0.22 626	0.06 36	0.08 100	0.12 119	0.10 45	0.10 96	0.07 87	0.07 77	0.06 52	0.05 16	0.11 220	0.09 115	0.06 183	0.04 26	0.05 63	0.03 1	0.06 322	0.04 82

HUF	0.08 99	0.05 45	0.08 66	0.14 72	0.06 36	0.09 160	0.13 198	0.13 136	0.13 217	0.07 87	0.07 77	0.08 213	0.06 76	0.10 136	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

AIO-test1	0.10 276	0.07 259	0.10 216	0.23 650	0.07 146	0.09 160	0.13 198	0.21 402	0.14 251	0.11 297	0.12 303	0.09 255	0.07 198	0.11 220	0.09 115	0.06 183	0.05 293	0.09 526	0.10 591	0.03 1	0.06 339

MonSter	0.07 7	0.06 126	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.15 213	0.15 279	0.05 2	0.06 29	0.05 5	0.06 76	0.07 8	0.09 115	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 7	0.05 45	0.07 17	0.14 72	0.06 36	0.10 228	0.13 198	0.07 8	0.13 217	0.06 30	0.07 77	0.06 52	0.05 16	0.10 136	0.09 115	0.04 11	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

dual_stereo	0.07 7	0.04 1	0.08 66	0.15 132	0.05 2	0.05 5	0.13 198	0.12 102	0.08 32	0.07 87	0.06 29	0.05 5	0.05 16	0.07 8	0.09 115	0.06 183	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

UGAM-zero	0.09 195	0.05 45	0.15 476	0.15 132	0.08 246	0.09 160	0.13 198	0.19 362	0.15 279	0.11 297	0.15 360	0.07 145	0.07 198	0.09 68	0.09 115	0.06 183	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339

rvit_stereo_0081_aga	0.11 330	0.09 476	0.14 427	0.18 424	0.09 382	0.13 399	0.14 274	0.14 170	0.19 406	0.10 260	0.18 425	0.16 448	0.09 300	0.12 320	0.09 115	0.10 570	0.06 457	0.08 436	0.07 418	0.07 410	0.06 339

IGEV-Stereo++	0.07 7	0.06 126	0.08 66	0.18 424	0.06 36	0.04 1	0.10 44	0.11 75	0.11 129	0.06 30	0.07 77	0.07 145	0.06 76	0.09 68	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

Pointernet	0.09 195	0.04 1	0.09 143	0.16 233	0.08 246	0.13 399	0.10 44	0.15 213	0.17 352	0.09 209	0.07 77	0.06 52	0.06 76	0.11 220	0.09 115	0.08 456	0.04 26	0.05 63	0.03 1	0.06 322	0.05 225

AIO-Stereo-zeroshot	0.11 330	0.05 45	0.11 279	0.15 132	0.13 613	0.13 399	0.16 437	0.23 453	0.17 352	0.10 260	0.12 303	0.10 293	0.07 198	0.11 220	0.09 115	0.06 183	0.05 293	0.06 218	0.06 314	0.07 410	0.08 502

RSM++	0.08 99	0.06 126	0.09 143	0.17 324	0.07 146	0.09 160	0.12 119	0.11 75	0.11 129	0.08 151	0.06 29	0.07 145	0.05 16	0.10 136	0.09 115	0.04 11	0.04 26	0.06 218	0.05 212	0.05 183	0.03 2

RSM	0.08 99	0.06 126	0.09 143	0.17 324	0.06 36	0.08 100	0.12 119	0.12 102	0.10 96	0.08 151	0.07 77	0.06 52	0.05 16	0.11 220	0.09 115	0.04 11	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

CAS++	0.11 330	0.07 259	0.11 279	0.14 72	0.09 382	0.12 341	0.14 274	0.24 477	0.14 251	0.11 297	0.09 185	0.11 324	0.07 198	0.14 416	0.09 115	0.11 602	0.09 606	0.09 526	0.07 418	0.07 410	0.08 502
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.09 195	0.07 259	0.12 328	0.15 132	0.08 246	0.09 160	0.15 363	0.12 102	0.12 172	0.07 87	0.10 225	0.08 213	0.06 76	0.10 136	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.06 322	0.05 225

IGEV++	0.08 99	0.06 126	0.08 66	0.18 424	0.07 146	0.09 160	0.13 198	0.10 45	0.09 64	0.08 151	0.08 144	0.06 52	0.06 76	0.13 378	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

MyStereo07	0.10 276	0.07 259	0.10 216	0.17 324	0.09 382	0.14 436	0.18 530	0.15 213	0.15 279	0.09 209	0.06 29	0.06 52	0.07 198	0.12 320	0.09 115	0.06 183	0.05 293	0.08 436	0.07 418	0.06 322	0.06 339

MyStereo06	0.10 276	0.07 259	0.12 328	0.17 324	0.09 382	0.13 399	0.18 530	0.19 362	0.12 172	0.12 342	0.08 144	0.07 145	0.07 198	0.11 220	0.09 115	0.06 183	0.05 293	0.07 335	0.07 418	0.06 322	0.06 339

ff7	0.09 195	0.07 259	0.11 279	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.12 172	0.10 260	0.06 29	0.06 52	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

ffff	0.09 195	0.07 259	0.11 279	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.12 172	0.10 260	0.06 29	0.06 52	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

11t	0.09 195	0.07 259	0.11 279	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.12 172	0.10 260	0.06 29	0.06 52	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

IGEV_Zeroshot_test	0.09 195	0.05 45	0.12 328	0.13 23	0.08 246	0.12 341	0.13 198	0.17 296	0.11 129	0.10 260	0.06 29	0.09 255	0.06 76	0.11 220	0.09 115	0.06 183	0.04 26	0.06 218	0.06 314	0.05 183	0.05 225

UniTT-Stereo	0.09 195	0.07 259	0.08 66	0.18 424	0.08 246	0.13 399	0.11 81	0.12 102	0.11 129	0.10 260	0.12 303	0.05 5	0.07 198	0.09 68	0.09 115	0.07 371	0.05 293	0.05 63	0.05 212	0.05 183	0.05 225

DLNR_Zeroshot_test	10.40 778	1.82 763	19.49 797	120.77 805	13.11 787	0.06 16	0.13 198	0.23 453	0.10 96	0.07 87	0.10 225	0.09 255	0.06 76	0.10 136	0.09 115	0.13 653	0.04 26	0.06 218	0.04 72	51.54 804	0.04 82

AEACV	0.08 99	0.05 45	0.08 66	0.14 72	0.13 613	0.14 436	0.13 198	0.14 170	0.09 64	0.07 87	0.09 185	0.07 145	0.08 253	0.10 136	0.09 115	0.06 183	0.04 26	0.06 218	0.05 212	0.05 183	0.04 82

Any-RAFT	0.10 276	0.05 45	0.09 143	0.14 72	0.07 146	0.13 399	0.14 274	0.21 402	0.15 279	0.11 297	0.12 303	0.12 346	0.09 300	0.12 320	0.09 115	0.07 371	0.04 26	0.05 63	0.04 72	0.06 322	0.05 225

RAFT-Test	0.09 195	0.06 126	0.10 216	0.15 132	0.07 146	0.11 286	0.15 363	0.16 256	0.13 217	0.09 209	0.10 225	0.10 293	0.09 300	0.12 320	0.09 115	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

HH	0.09 195	0.06 126	0.13 386	0.17 324	0.08 246	0.10 228	0.16 437	0.14 170	0.10 96	0.08 151	0.09 185	0.08 213	0.07 198	0.10 136	0.09 115	0.06 183	0.04 26	0.06 218	0.05 212	0.05 183	0.04 82

HanStereo	0.09 195	0.06 126	0.13 386	0.17 324	0.08 246	0.10 228	0.16 437	0.14 170	0.10 96	0.08 151	0.09 185	0.08 213	0.07 198	0.10 136	0.09 115	0.06 183	0.04 26	0.06 218	0.05 212	0.05 183	0.04 82

4D-IteraStereo	0.09 195	0.07 259	0.10 216	0.18 424	0.07 146	0.09 160	0.15 363	0.17 296	0.15 279	0.10 260	0.11 280	0.10 293	0.07 198	0.11 220	0.09 115	0.05 55	0.03 1	0.08 436	0.07 418	0.06 322	0.05 225

LoS_RVC	0.08 99	0.05 45	0.07 17	0.15 132	0.07 146	0.08 100	0.15 363	0.11 75	0.10 96	0.08 151	0.09 185	0.06 52	0.09 300	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.03 2

anonymousdsp	0.09 195	0.07 259	0.11 279	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.12 172	0.09 209	0.06 29	0.06 52	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

Selective-IGEV	0.07 7	0.06 126	0.08 66	0.17 324	0.06 36	0.08 100	0.12 119	0.13 136	0.07 20	0.08 151	0.07 77	0.06 52	0.04 1	0.10 136	0.09 115	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

ProNet	0.09 195	0.07 259	0.10 216	0.17 324	0.08 246	0.10 228	0.15 363	0.15 213	0.12 172	0.09 209	0.06 29	0.07 145	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.06 339

ccc-4	0.09 195	0.07 259	0.11 279	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.12 172	0.10 260	0.06 29	0.06 52	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

RAFT_CTSACE	0.12 410	0.09 476	0.10 216	0.22 626	0.08 246	0.12 341	0.24 654	0.18 331	0.16 321	0.20 552	0.27 562	0.13 379	0.07 198	0.13 378	0.09 115	0.05 55	0.06 457	0.08 436	0.07 418	0.04 54	0.04 82

IGEV-Stereo	0.09 195	0.07 259	0.11 279	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.12 172	0.09 209	0.06 29	0.06 52	0.06 76	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 195	0.05 45	0.13 386	0.14 72	0.08 246	0.12 341	0.15 363	0.18 331	0.10 96	0.11 297	0.08 144	0.08 213	0.05 16	0.10 136	0.09 115	0.06 183	0.04 26	0.06 218	0.05 212	0.06 322	0.05 225

RAFT	0.13 438	0.09 476	0.11 279	0.18 424	0.08 246	0.15 463	0.24 654	0.20 375	0.19 406	0.21 568	0.21 473	0.17 470	0.12 418	0.16 479	0.09 115	0.06 183	0.07 535	0.10 576	0.09 549	0.05 183	0.05 225

test-1	0.10 276	0.07 259	0.16 513	0.19 501	0.08 246	0.11 286	0.24 654	0.14 170	0.18 386	0.09 209	0.07 77	0.09 255	0.08 253	0.07 8	0.09 115	0.06 183	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

TANstereo	0.09 195	0.04 1	0.08 66	0.13 23	0.06 36	0.11 286	0.14 274	0.15 213	0.19 406	0.11 297	0.15 360	0.10 293	0.06 76	0.12 320	0.09 115	0.07 371	0.05 293	0.05 63	0.04 72	0.06 322	0.05 225

test_xeample3	0.09 195	0.06 126	0.12 328	0.16 233	0.09 382	0.11 286	0.15 363	0.16 256	0.13 217	0.10 260	0.06 29	0.08 213	0.06 76	0.10 136	0.09 115	0.05 55	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

RAFT-Stereo + iAFF	0.09 195	0.06 126	0.10 216	0.17 324	0.06 36	0.10 228	0.16 437	0.17 296	0.14 251	0.09 209	0.10 225	0.08 213	0.09 300	0.11 220	0.09 115	0.05 55	0.04 26	0.06 218	0.06 314	0.04 54	0.03 2

AFF-stereo	0.09 195	0.06 126	0.10 216	0.17 324	0.07 146	0.10 228	0.16 437	0.17 296	0.09 64	0.10 260	0.12 303	0.09 255	0.09 300	0.12 320	0.09 115	0.05 55	0.04 26	0.07 335	0.07 418	0.04 54	0.03 2

CFNet-RSSM	0.09 195	0.07 259	0.09 143	0.16 233	0.07 146	0.09 160	0.15 363	0.16 256	0.17 352	0.08 151	0.12 303	0.10 293	0.09 300	0.11 220	0.09 115	0.06 183	0.04 26	0.06 218	0.04 72	0.04 54	0.04 82

Gwc-CoAtRS	0.09 195	0.06 126	0.10 216	0.16 233	0.07 146	0.10 228	0.14 274	0.17 296	0.17 352	0.08 151	0.10 225	0.12 346	0.09 300	0.12 320	0.09 115	0.06 183	0.04 26	0.06 218	0.04 72	0.04 54	0.04 82

noway7	0.10 276	0.07 259	0.13 386	0.20 571	0.09 382	0.11 286	0.15 363	0.28 558	0.16 321	0.11 297	0.11 280	0.07 145	0.07 198	0.10 136	0.10 229	0.05 55	0.04 26	0.07 335	0.06 314	0.05 183	0.05 225

monster_256*512	0.11 330	0.07 259	0.09 143	0.21 606	0.10 498	0.12 341	0.17 479	0.26 515	0.18 386	0.12 342	0.12 303	0.08 213	0.07 198	0.10 136	0.10 229	0.05 55	0.04 26	0.07 335	0.07 418	0.05 183	0.05 225

FAST (zero-shot)	0.09 195	0.06 126	0.11 279	0.19 501	0.13 613	0.07 47	0.13 198	0.12 102	0.08 32	0.08 151	0.06 29	0.08 213	0.07 198	0.10 136	0.10 229	0.07 371	0.06 457	0.06 218	0.07 418	0.05 183	0.08 502

VeloStereo	0.09 195	0.04 1	0.12 328	0.14 72	0.11 553	0.07 47	0.06 1	0.08 14	0.06 8	0.09 209	0.07 77	0.06 52	0.08 253	0.11 220	0.10 229	0.08 456	0.08 569	0.08 436	0.07 418	0.11 605	0.13 650

flow	0.09 195	0.04 1	0.12 328	0.14 72	0.11 553	0.07 47	0.06 1	0.08 14	0.06 8	0.09 209	0.07 77	0.06 52	0.08 253	0.12 320	0.10 229	0.08 456	0.08 569	0.08 436	0.07 418	0.11 605	0.13 650

small-0shot	0.07 7	0.05 45	0.08 66	0.14 72	0.07 146	0.06 16	0.13 198	0.09 28	0.08 32	0.05 2	0.10 225	0.06 52	0.06 76	0.06 2	0.10 229	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

Weightmod_eth	0.09 195	0.07 259	0.08 66	0.18 424	0.07 146	0.10 228	0.16 437	0.13 136	0.11 129	0.08 151	0.08 144	0.09 255	0.07 198	0.10 136	0.10 229	0.06 183	0.07 535	0.06 218	0.07 418	0.04 54	0.03 2

SE	0.10 276	0.10 539	0.08 66	0.19 501	0.09 382	0.11 286	0.11 81	0.15 213	0.11 129	0.10 260	0.16 373	0.09 255	0.08 253	0.09 68	0.10 229	0.06 183	0.05 293	0.08 436	0.07 418	0.07 410	0.04 82

Anonymus	0.08 99	0.05 45	0.10 216	0.15 132	0.08 246	0.10 228	0.15 363	0.15 213	0.10 96	0.07 87	0.06 29	0.07 145	0.08 253	0.12 320	0.10 229	0.06 183	0.04 26	0.05 63	0.05 212	0.05 183	0.06 339

derf	0.07 7	0.04 1	0.10 216	0.14 72	0.06 36	0.05 5	0.12 119	0.12 102	0.09 64	0.05 2	0.07 77	0.07 145	0.08 253	0.10 136	0.10 229	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.05 225

LiteMatch*	0.08 99	0.04 1	0.11 279	0.13 23	0.08 246	0.08 100	0.13 198	0.14 170	0.09 64	0.05 2	0.05 7	0.05 5	0.09 300	0.11 220	0.10 229	0.06 183	0.05 293	0.05 63	0.04 72	0.05 183	0.05 225

RT-Monster	0.09 195	0.05 45	0.09 143	0.14 72	0.08 246	0.11 286	0.10 44	0.17 296	0.18 386	0.13 377	0.10 225	0.09 255	0.08 253	0.10 136	0.10 229	0.07 371	0.05 293	0.05 63	0.04 72	0.05 183	0.06 339

Foundation-i1c-attn	0.08 99	0.05 45	0.07 17	0.14 72	0.05 2	0.09 160	0.12 119	0.12 102	0.10 96	0.09 209	0.10 225	0.10 293	0.07 198	0.07 8	0.10 229	0.06 183	0.04 26	0.05 63	0.04 72	0.03 1	0.03 2

Selective-IGEV-i16pc	0.13 438	0.06 126	0.13 386	0.15 132	0.11 553	0.38 703	0.16 437	0.23 453	0.16 321	0.10 260	0.15 360	0.09 255	0.06 76	0.13 378	0.10 229	0.10 570	0.08 569	0.06 218	0.07 418	0.09 549	0.09 551

Foundation-i1	0.09 195	0.04 1	0.10 216	0.14 72	0.06 36	0.10 228	0.13 198	0.16 256	0.14 251	0.10 260	0.10 225	0.11 324	0.07 198	0.07 8	0.10 229	0.06 183	0.04 26	0.05 63	0.05 212	0.05 183	0.05 225

Test_v1	0.07 7	0.04 1	0.06 6	0.13 23	0.06 36	0.08 100	0.11 81	0.15 213	0.12 172	0.06 30	0.05 7	0.04 1	0.05 16	0.08 33	0.10 229	0.07 371	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

VMStereo-Base	0.09 195	0.05 45	0.10 216	0.13 23	0.07 146	0.10 228	0.10 44	0.16 256	0.13 217	0.10 260	0.15 360	0.10 293	0.09 300	0.11 220	0.10 229	0.07 371	0.05 293	0.05 63	0.04 72	0.05 183	0.06 339

WQFJA1++	0.08 99	0.04 1	0.11 279	0.14 72	0.07 146	0.11 286	0.11 81	0.11 75	0.07 20	0.07 87	0.07 77	0.07 145	0.06 76	0.10 136	0.10 229	0.06 183	0.04 26	0.05 63	0.04 72	0.06 322	0.06 339

BridgeDepth_RVC	0.07 7	0.04 1	0.09 143	0.11 1	0.05 2	0.10 228	0.10 44	0.14 170	0.09 64	0.06 30	0.07 77	0.06 52	0.07 198	0.07 8	0.10 229	0.06 183	0.04 26	0.04 1	0.04 72	0.04 54	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
WQFJX	0.10 276	0.07 259	0.09 143	0.21 606	0.09 382	0.12 341	0.16 437	0.18 331	0.17 352	0.12 342	0.10 225	0.07 145	0.09 300	0.12 320	0.10 229	0.06 183	0.07 535	0.06 218	0.05 212	0.06 322	0.05 225

LCMNet	0.08 99	0.05 45	0.10 216	0.13 23	0.07 146	0.09 160	0.12 119	0.10 45	0.11 129	0.06 30	0.08 144	0.06 52	0.07 198	0.11 220	0.10 229	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.04 82

NLCSM	0.11 330	0.09 476	0.09 143	0.23 650	0.11 553	0.12 341	0.19 571	0.18 331	0.18 386	0.12 342	0.11 280	0.07 145	0.09 300	0.11 220	0.10 229	0.07 371	0.08 569	0.07 335	0.07 418	0.06 322	0.05 225

DDF-Stereo	0.08 99	0.04 1	0.09 143	0.15 132	0.10 498	0.06 16	0.13 198	0.09 28	0.14 251	0.06 30	0.06 29	0.07 145	0.06 76	0.09 68	0.10 229	0.06 183	0.04 26	0.06 218	0.04 72	0.08 484	0.05 225

252Zero-FE	0.08 99	0.04 1	0.09 143	0.13 23	0.07 146	0.12 341	0.11 81	0.13 136	0.14 251	0.06 30	0.05 7	0.06 52	0.05 16	0.09 68	0.10 229	0.06 183	0.04 26	0.04 1	0.03 1	0.05 183	0.06 339

DA	0.08 99	0.07 259	0.07 17	0.19 501	0.08 246	0.09 160	0.12 119	0.13 136	0.12 172	0.08 151	0.10 225	0.10 293	0.08 253	0.09 68	0.10 229	0.05 55	0.04 26	0.06 218	0.04 72	0.05 183	0.03 2

Replicate-Monster	0.07 7	0.05 45	0.09 143	0.14 72	0.06 36	0.08 100	0.09 27	0.13 136	0.13 217	0.05 2	0.07 77	0.06 52	0.06 76	0.08 33	0.10 229	0.05 55	0.04 26	0.05 63	0.03 1	0.04 54	0.04 82

zero-FE	0.08 99	0.04 1	0.09 143	0.15 132	0.10 498	0.05 5	0.14 274	0.09 28	0.14 251	0.07 87	0.06 29	0.07 145	0.06 76	0.09 68	0.10 229	0.06 183	0.04 26	0.06 218	0.04 72	0.08 484	0.05 225

GGEV	0.08 99	0.07 259	0.07 17	0.19 501	0.08 246	0.09 160	0.12 119	0.13 136	0.12 172	0.08 151	0.10 225	0.10 293	0.08 253	0.09 68	0.10 229	0.05 55	0.04 26	0.06 218	0.04 72	0.05 183	0.03 2

AdaDepth	0.07 7	0.06 126	0.07 17	0.18 424	0.06 36	0.11 286	0.12 119	0.09 28	0.07 20	0.06 30	0.05 7	0.07 145	0.06 76	0.09 68	0.10 229	0.04 11	0.05 293	0.05 63	0.04 72	0.04 54	0.04 82

asda	0.07 7	0.08 389	0.08 66	0.16 233	0.06 36	0.06 16	0.10 44	0.16 256	0.10 96	0.06 30	0.06 29	0.05 5	0.05 16	0.10 136	0.10 229	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

DVStereo	0.09 195	0.05 45	0.08 66	0.15 132	0.06 36	0.11 286	0.12 119	0.14 170	0.16 321	0.11 297	0.11 280	0.09 255	0.09 300	0.11 220	0.10 229	0.06 183	0.05 293	0.05 63	0.04 72	0.03 1	0.03 2

2.25w	0.07 7	0.06 126	0.07 17	0.14 72	0.06 36	0.08 100	0.08 9	0.10 45	0.15 279	0.08 151	0.10 225	0.07 145	0.06 76	0.08 33	0.10 229	0.05 55	0.03 1	0.04 1	0.04 72	0.03 1	0.04 82

4.25_new	0.07 7	0.08 389	0.09 143	0.15 132	0.06 36	0.09 160	0.08 9	0.14 170	0.08 32	0.07 87	0.07 77	0.06 52	0.06 76	0.12 320	0.10 229	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4.5w_new	0.07 7	0.08 389	0.09 143	0.15 132	0.06 36	0.09 160	0.08 9	0.14 170	0.08 32	0.07 87	0.07 77	0.06 52	0.06 76	0.12 320	0.10 229	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4.5_new	0.07 7	0.09 476	0.08 66	0.15 132	0.07 146	0.06 16	0.10 44	0.14 170	0.11 129	0.06 30	0.08 144	0.06 52	0.06 76	0.08 33	0.10 229	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

4.5w-stereo	0.07 7	0.09 476	0.08 66	0.15 132	0.07 146	0.06 16	0.10 44	0.14 170	0.11 129	0.06 30	0.08 144	0.06 52	0.06 76	0.08 33	0.10 229	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

4.25w-stereo	0.07 7	0.08 389	0.09 143	0.15 132	0.06 36	0.09 160	0.08 9	0.14 170	0.08 32	0.07 87	0.07 77	0.06 52	0.06 76	0.12 320	0.10 229	0.03 1	0.03 1	0.04 1	0.03 1	0.04 54	0.03 2

4w-stereo	0.07 7	0.08 389	0.08 66	0.16 233	0.06 36	0.07 47	0.08 9	0.12 102	0.08 32	0.07 87	0.07 77	0.05 5	0.06 76	0.09 68	0.10 229	0.03 1	0.03 1	0.04 1	0.04 72	0.04 54	0.03 2

3.75w	0.07 7	0.07 259	0.08 66	0.16 233	0.07 146	0.07 47	0.09 27	0.16 256	0.09 64	0.07 87	0.06 29	0.05 5	0.06 76	0.09 68	0.10 229	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

MLG-Stereo_test3	0.07 7	0.05 45	0.10 216	0.14 72	0.06 36	0.07 47	0.11 81	0.08 14	0.06 8	0.06 30	0.04 1	0.06 52	0.06 76	0.07 8	0.10 229	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.06 339

MM-Stereo_test1	0.10 276	0.07 259	0.08 66	0.18 424	0.07 146	0.12 341	0.18 530	0.21 402	0.20 430	0.09 209	0.11 280	0.08 213	0.06 76	0.10 136	0.10 229	0.06 183	0.05 293	0.07 335	0.06 314	0.05 183	0.04 82

AIO_test	0.07 7	0.05 45	0.07 17	0.15 132	0.07 146	0.06 16	0.14 274	0.10 45	0.10 96	0.07 87	0.07 77	0.06 52	0.05 16	0.08 33	0.10 229	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

castereo	0.09 195	0.06 126	0.11 279	0.15 132	0.06 36	0.11 286	0.15 363	0.14 170	0.18 386	0.08 151	0.10 225	0.11 324	0.08 253	0.09 68	0.10 229	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.03 2

SMoEStereo_RVC	0.08 99	0.06 126	0.12 328	0.16 233	0.07 146	0.09 160	0.14 274	0.11 75	0.13 217	0.09 209	0.07 77	0.07 145	0.07 198	0.12 320	0.10 229	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

tt45	0.09 195	0.06 126	0.11 279	0.15 132	0.07 146	0.11 286	0.16 437	0.13 136	0.11 129	0.09 209	0.06 29	0.08 213	0.06 76	0.13 378	0.10 229	0.06 183	0.04 26	0.06 218	0.05 212	0.05 183	0.06 339

999	0.09 195	0.05 45	0.13 386	0.15 132	0.08 246	0.10 228	0.14 274	0.15 213	0.11 129	0.10 260	0.08 144	0.08 213	0.08 253	0.16 479	0.10 229	0.06 183	0.04 26	0.06 218	0.05 212	0.04 54	0.05 225

tg	0.10 276	0.06 126	0.10 216	0.18 424	0.08 246	0.11 286	0.16 437	0.20 375	0.12 172	0.08 151	0.11 280	0.11 324	0.07 198	0.11 220	0.10 229	0.05 55	0.04 26	0.08 436	0.08 501	0.04 54	0.04 82

model_zeroshot	0.10 276	0.04 1	0.11 279	0.15 132	0.09 382	0.12 341	0.14 274	0.20 375	0.13 217	0.11 297	0.10 225	0.12 346	0.07 198	0.12 320	0.10 229	0.07 371	0.06 457	0.06 218	0.05 212	0.06 322	0.06 339

Occ-G	0.08 99	0.05 45	0.06 6	0.14 72	0.07 146	0.08 100	0.14 274	0.13 136	0.15 279	0.07 87	0.11 280	0.07 145	0.05 16	0.09 68	0.10 229	0.06 183	0.05 293	0.05 63	0.04 72	0.05 183	0.05 225

rvit_stereo_0080	0.10 276	0.08 389	0.14 427	0.15 132	0.09 382	0.07 47	0.15 363	0.16 256	0.16 321	0.11 297	0.10 225	0.14 402	0.08 253	0.12 320	0.10 229	0.09 525	0.07 535	0.07 335	0.06 314	0.07 410	0.05 225

trnet	0.08 99	0.05 45	0.07 17	0.12 7	0.05 2	0.12 341	0.11 81	0.13 136	0.10 96	0.08 151	0.13 323	0.09 255	0.08 253	0.11 220	0.10 229	0.08 456	0.05 293	0.05 63	0.03 1	0.06 322	0.05 225

H2IRNET	0.10 276	0.09 476	0.09 143	0.18 424	0.09 382	0.12 341	0.15 363	0.14 170	0.21 447	0.10 260	0.10 225	0.10 293	0.10 347	0.10 136	0.10 229	0.05 55	0.04 26	0.08 436	0.08 501	0.06 322	0.05 225

AE-Stereo	0.10 276	0.08 389	0.10 216	0.18 424	0.09 382	0.10 228	0.15 363	0.14 170	0.19 406	0.09 209	0.14 339	0.12 346	0.08 253	0.11 220	0.10 229	0.05 55	0.06 457	0.07 335	0.06 314	0.05 183	0.04 82

whm_eth	0.10 276	0.08 389	0.14 427	0.15 132	0.09 382	0.07 47	0.15 363	0.16 256	0.16 321	0.11 297	0.10 225	0.14 402	0.08 253	0.12 320	0.10 229	0.09 525	0.07 535	0.07 335	0.06 314	0.07 410	0.05 225

MSKI-zero shot	0.09 195	0.05 45	0.09 143	0.15 132	0.07 146	0.10 228	0.13 198	0.14 170	0.13 217	0.09 209	0.09 185	0.09 255	0.06 76	0.12 320	0.10 229	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

StereoVision	0.13 438	0.12 585	0.09 143	0.24 659	0.10 498	0.15 463	0.21 616	0.21 402	0.20 430	0.12 342	0.24 507	0.10 293	0.10 347	0.16 479	0.10 229	0.09 525	0.11 642	0.12 628	0.12 647	0.06 322	0.05 225

CASnet	0.09 195	0.09 476	0.09 143	0.19 501	0.06 36	0.07 47	0.11 81	0.18 331	0.14 251	0.11 297	0.10 225	0.09 255	0.07 198	0.10 136	0.10 229	0.06 183	0.04 26	0.10 576	0.08 501	0.05 183	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAP-Stereo	0.09 195	0.07 259	0.13 386	0.18 424	0.06 36	0.11 286	0.07 5	0.13 136	0.12 172	0.09 209	0.10 225	0.07 145	0.09 300	0.13 378	0.10 229	0.06 183	0.05 293	0.05 63	0.04 72	0.04 54	0.05 225

LL-Strereo2	0.10 276	0.10 539	0.15 476	0.18 424	0.08 246	0.15 463	0.09 27	0.17 296	0.14 251	0.14 405	0.10 225	0.09 255	0.07 198	0.16 479	0.10 229	0.05 55	0.05 293	0.10 576	0.07 418	0.06 322	0.05 225

LoS	0.09 195	0.05 45	0.11 279	0.13 23	0.07 146	0.14 436	0.11 81	0.15 213	0.15 279	0.09 209	0.09 185	0.12 346	0.09 300	0.15 444	0.10 229	0.07 371	0.05 293	0.05 63	0.03 1	0.05 183	0.05 225
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
MC-Stereo	0.08 99	0.06 126	0.09 143	0.17 324	0.06 36	0.10 228	0.14 274	0.12 102	0.10 96	0.09 209	0.12 303	0.09 255	0.06 76	0.11 220	0.10 229	0.06 183	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

DisPM	0.11 330	0.07 259	0.12 328	0.16 233	0.09 382	0.06 16	0.13 198	0.17 296	0.17 352	0.14 405	0.20 449	0.12 346	0.10 347	0.11 220	0.10 229	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.11 611

Sa-1000	0.12 410	0.08 389	0.08 66	0.18 424	0.08 246	0.14 436	0.22 627	0.22 429	0.18 386	0.15 432	0.20 449	0.17 470	0.11 385	0.10 136	0.10 229	0.06 183	0.05 293	0.09 526	0.09 549	0.05 183	0.05 225

test-3	0.08 99	0.06 126	0.09 143	0.17 324	0.07 146	0.07 47	0.14 274	0.12 102	0.15 279	0.09 209	0.08 144	0.07 145	0.08 253	0.11 220	0.10 229	0.05 55	0.04 26	0.07 335	0.05 212	0.04 54	0.04 82

test_1	0.08 99	0.06 126	0.09 143	0.17 324	0.07 146	0.07 47	0.14 274	0.12 102	0.15 279	0.09 209	0.08 144	0.07 145	0.08 253	0.11 220	0.10 229	0.05 55	0.04 26	0.07 335	0.05 212	0.04 54	0.04 82

HHNet	0.11 330	0.06 126	0.16 513	0.15 132	0.14 635	0.07 47	0.13 198	0.20 375	0.17 352	0.14 405	0.25 536	0.11 324	0.08 253	0.13 378	0.10 229	0.05 55	0.04 26	0.08 436	0.06 314	0.05 183	0.09 551

Patchmatch Stereo++	0.11 330	0.09 476	0.16 513	0.18 424	0.08 246	0.06 16	0.11 81	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429
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
TransformOpticalFlow	0.10 276	0.08 389	0.13 386	0.18 424	0.07 146	0.09 160	0.15 363	0.19 362	0.15 279	0.12 342	0.17 397	0.11 324	0.11 385	0.11 220	0.10 229	0.05 55	0.04 26	0.06 218	0.06 314	0.05 183	0.05 225

NRIStereo	0.11 330	0.08 389	0.14 427	0.18 424	0.08 246	0.10 228	0.14 274	0.16 256	0.15 279	0.12 342	0.14 339	0.13 379	0.12 418	0.13 378	0.10 229	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.07 429

PSM-adaLoss	0.11 330	0.09 476	0.16 513	0.18 424	0.08 246	0.06 16	0.12 119	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

PSM-AAD	0.11 330	0.07 259	0.10 216	0.19 501	0.09 382	0.10 228	0.15 363	0.20 375	0.13 217	0.12 342	0.14 339	0.18 485	0.11 385	0.11 220	0.10 229	0.05 55	0.05 293	0.09 526	0.08 501	0.06 322	0.14 669

ROB_FTStereo_v2	0.11 330	0.09 476	0.16 513	0.19 501	0.08 246	0.06 16	0.12 119	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

ROB_FTStereo	0.11 330	0.09 476	0.16 513	0.19 501	0.08 246	0.06 16	0.11 81	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

KYRaft	0.11 330	0.07 259	0.10 216	0.19 501	0.09 382	0.08 100	0.15 363	0.22 429	0.12 172	0.13 377	0.16 373	0.20 513	0.10 347	0.12 320	0.10 229	0.05 55	0.04 26	0.08 436	0.08 501	0.06 322	0.16 688

HUI-Stereo	0.11 330	0.09 476	0.16 513	0.18 424	0.08 246	0.06 16	0.12 119	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

ASMatch	0.11 330	0.06 126	0.13 386	0.16 233	0.10 498	0.07 47	0.14 274	0.17 296	0.17 352	0.12 342	0.16 373	0.16 448	0.10 347	0.13 378	0.10 229	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.08 502

iGMRVC	0.11 330	0.09 476	0.16 513	0.19 501	0.08 246	0.06 16	0.12 119	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

IRAFT_RVC	0.12 410	0.08 389	0.16 513	0.19 501	0.08 246	0.07 47	0.15 363	0.24 477	0.23 473	0.14 405	0.14 339	0.15 433	0.12 418	0.12 320	0.10 229	0.06 183	0.04 26	0.09 526	0.06 314	0.06 322	0.06 339

iRAFT	0.11 330	0.09 476	0.16 513	0.18 424	0.08 246	0.06 16	0.11 81	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

AnonymousM	0.09 195	0.05 45	0.10 216	0.14 72	0.06 36	0.09 160	0.13 198	0.19 362	0.14 251	0.13 377	0.11 280	0.09 255	0.08 253	0.13 378	0.10 229	0.08 456	0.05 293	0.08 436	0.05 212	0.05 183	0.05 225

RAFT-IKP	0.11 330	0.09 476	0.16 513	0.19 501	0.08 246	0.06 16	0.12 119	0.16 256	0.13 217	0.15 432	0.16 373	0.14 402	0.12 418	0.11 220	0.10 229	0.06 183	0.04 26	0.08 436	0.06 314	0.08 484	0.07 429

Prome-Stereo	0.11 330	0.06 126	0.10 216	0.18 424	0.08 246	0.12 341	0.15 363	0.22 429	0.13 217	0.12 342	0.17 397	0.13 379	0.08 253	0.12 320	0.10 229	0.05 55	0.04 26	0.07 335	0.06 314	0.06 322	0.09 551

iRaftStereo_RVC	0.10 276	0.07 259	0.09 143	0.17 324	0.09 382	0.11 286	0.17 479	0.18 331	0.12 172	0.09 209	0.12 303	0.10 293	0.07 198	0.11 220	0.10 229	0.05 55	0.04 26	0.08 436	0.08 501	0.04 54	0.04 82

XX-TBD	0.09 195	0.06 126	0.07 17	0.14 72	0.07 146	0.12 341	0.16 437	0.14 170	0.13 217	0.11 297	0.12 303	0.09 255	0.08 253	0.10 136	0.10 229	0.06 183	0.04 26	0.05 63	0.03 1	0.06 322	0.05 225

raftrobust	0.09 195	0.06 126	0.10 216	0.17 324	0.08 246	0.09 160	0.10 44	0.18 331	0.16 321	0.10 260	0.09 185	0.12 346	0.07 198	0.12 320	0.10 229	0.08 456	0.05 293	0.06 218	0.05 212	0.05 183	0.05 225

sAnonymous2	0.13 438	0.12 585	0.24 624	0.20 571	0.12 590	0.17 519	0.13 198	0.26 515	0.21 447	0.11 297	0.11 280	0.13 379	0.08 253	0.10 136	0.10 229	0.09 525	0.05 293	0.08 436	0.06 314	0.15 676	0.10 583

CroCo_RVC	0.13 438	0.12 585	0.24 624	0.20 571	0.12 590	0.17 519	0.13 198	0.26 515	0.21 447	0.11 297	0.11 280	0.13 379	0.08 253	0.10 136	0.10 229	0.09 525	0.05 293	0.08 436	0.06 314	0.15 676	0.10 583

111	0.10 276	0.06 126	0.12 328	0.15 132	0.07 146	0.10 228	0.14 274	0.21 402	0.23 473	0.11 297	0.12 303	0.14 402	0.11 385	0.13 378	0.10 229	0.06 183	0.04 26	0.06 218	0.04 72	0.05 183	0.05 225

CREStereo	0.09 195	0.04 1	0.08 66	0.11 1	0.06 36	0.13 399	0.14 274	0.14 170	0.10 96	0.08 151	0.13 323	0.09 255	0.08 253	0.11 220	0.10 229	0.08 456	0.04 26	0.05 63	0.03 1	0.06 322	0.06 339
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	0.09 195	0.05 45	0.09 143	0.12 7	0.06 36	0.12 341	0.14 274	0.15 213	0.11 129	0.09 209	0.13 323	0.10 293	0.07 198	0.13 378	0.10 229	0.15 671	0.04 26	0.05 63	0.03 1	0.07 410	0.06 339

GREATEN-IGEV_RVC	0.09 195	0.08 389	0.08 66	0.21 606	0.09 382	0.08 100	0.11 81	0.10 45	0.09 64	0.07 87	0.10 225	0.05 5	0.06 76	0.14 416	0.11 319	0.05 55	0.06 457	0.07 335	0.06 314	0.05 183	0.05 225

WAFT-Stereo (ZS)	0.07 7	0.05 45	0.09 143	0.12 7	0.07 146	0.08 100	0.15 363	0.07 8	0.07 20	0.06 30	0.10 225	0.05 5	0.07 198	0.06 2	0.11 319	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.05 225

Weightmod	0.09 195	0.06 126	0.08 66	0.18 424	0.06 36	0.10 228	0.15 363	0.14 170	0.12 172	0.11 297	0.10 225	0.08 213	0.07 198	0.10 136	0.11 319	0.06 183	0.08 569	0.07 335	0.07 418	0.04 54	0.03 2

S0	0.12 410	0.08 389	0.08 66	0.20 571	0.07 146	0.18 538	0.23 639	0.15 213	0.15 279	0.10 260	0.10 225	0.13 379	0.08 253	0.12 320	0.11 319	0.09 525	0.10 628	0.14 657	0.14 662	0.05 183	0.04 82

SMOE	0.10 276	0.08 389	0.09 143	0.18 424	0.07 146	0.13 399	0.14 274	0.18 331	0.13 217	0.11 297	0.13 323	0.12 346	0.09 300	0.11 220	0.11 319	0.05 55	0.05 293	0.08 436	0.06 314	0.06 322	0.04 82

LGCAT	0.08 99	0.04 1	0.10 216	0.11 1	0.06 36	0.07 47	0.12 119	0.07 8	0.08 32	0.09 209	0.07 77	0.07 145	0.08 253	0.12 320	0.11 319	0.10 570	0.09 606	0.04 1	0.05 212	0.04 54	0.09 551

TestStereo_HL3	0.11 330	0.05 45	0.16 513	0.13 23	0.07 146	0.12 341	0.11 81	0.20 375	0.09 64	0.15 432	0.30 596	0.13 379	0.12 418	0.16 479	0.11 319	0.07 371	0.05 293	0.05 63	0.05 212	0.06 322	0.07 429

DNS	0.09 195	0.06 126	0.08 66	0.14 72	0.06 36	0.06 16	0.12 119	0.12 102	0.09 64	0.08 151	0.08 144	0.08 213	0.05 16	0.17 514	0.11 319	0.07 371	0.05 293	0.07 335	0.03 1	0.13 643	0.09 551

RT-IGEV	0.13 438	0.06 126	0.13 386	0.15 132	0.09 382	0.15 463	0.17 479	0.24 477	0.27 536	0.16 461	0.17 397	0.17 470	0.10 347	0.14 416	0.11 319	0.08 456	0.05 293	0.07 335	0.05 212	0.07 410	0.07 429

GeoVLM	0.08 99	0.04 1	0.10 216	0.13 23	0.06 36	0.10 228	0.12 119	0.13 136	0.08 32	0.06 30	0.07 77	0.06 52	0.08 253	0.10 136	0.11 319	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.05 225

Hybrid-DGEV-03	0.10 276	0.06 126	0.09 143	0.18 424	0.08 246	0.16 495	0.14 274	0.15 213	0.14 251	0.13 377	0.16 373	0.12 346	0.09 300	0.13 378	0.11 319	0.06 183	0.04 26	0.08 436	0.06 314	0.05 183	0.04 82

BStereo	0.08 99	0.06 126	0.16 513	0.15 132	0.08 246	0.07 47	0.09 27	0.15 213	0.16 321	0.06 30	0.07 77	0.07 145	0.05 16	0.09 68	0.11 319	0.04 11	0.05 293	0.05 63	0.07 418	0.04 54	0.04 82

Anonymus123	0.09 195	0.06 126	0.16 513	0.15 132	0.08 246	0.11 286	0.09 27	0.18 331	0.16 321	0.06 30	0.07 77	0.07 145	0.05 16	0.09 68	0.11 319	0.04 11	0.05 293	0.05 63	0.07 418	0.04 54	0.04 82

WQFJA1	0.10 276	0.07 259	0.08 66	0.20 571	0.09 382	0.12 341	0.17 479	0.17 296	0.17 352	0.09 209	0.10 225	0.08 213	0.10 347	0.12 320	0.11 319	0.06 183	0.07 535	0.07 335	0.06 314	0.06 322	0.05 225

NLMM1	0.11 330	0.09 476	0.07 17	0.22 626	0.10 498	0.12 341	0.20 595	0.18 331	0.20 430	0.12 342	0.11 280	0.07 145	0.09 300	0.11 220	0.11 319	0.08 456	0.08 569	0.07 335	0.06 314	0.04 54	0.04 82

NLMM	0.10 276	0.07 259	0.08 66	0.20 571	0.09 382	0.12 341	0.17 479	0.17 296	0.17 352	0.09 209	0.10 225	0.08 213	0.10 347	0.12 320	0.11 319	0.06 183	0.07 535	0.07 335	0.06 314	0.06 322	0.05 225

NLSM3	0.09 195	0.06 126	0.08 66	0.19 501	0.08 246	0.11 286	0.16 437	0.18 331	0.16 321	0.06 30	0.08 144	0.07 145	0.08 253	0.09 68	0.11 319	0.04 11	0.04 26	0.06 218	0.07 418	0.03 1	0.03 2

NLSM1	0.10 276	0.07 259	0.07 17	0.19 501	0.08 246	0.13 399	0.16 437	0.21 402	0.15 279	0.11 297	0.10 225	0.06 52	0.10 347	0.10 136	0.11 319	0.07 371	0.08 569	0.08 436	0.07 418	0.05 183	0.05 225

MonSter++	0.08 99	0.04 1	0.10 216	0.13 23	0.06 36	0.09 160	0.12 119	0.13 136	0.08 32	0.06 30	0.07 77	0.06 52	0.08 253	0.10 136	0.11 319	0.06 183	0.05 293	0.04 1	0.03 1	0.04 54	0.04 82

HiDET	0.08 99	0.04 1	0.10 216	0.13 23	0.06 36	0.08 100	0.12 119	0.12 102	0.11 129	0.06 30	0.07 77	0.07 145	0.07 198	0.11 220	0.11 319	0.06 183	0.04 26	0.04 1	0.03 1	0.04 54	0.04 82

FlowAnything_test	0.11 330	0.08 389	0.14 427	0.15 132	0.09 382	0.07 47	0.14 274	0.20 375	0.11 129	0.09 209	0.09 185	0.12 346	0.12 418	0.13 378	0.11 319	0.09 525	0.06 457	0.09 526	0.09 549	0.06 322	0.09 551

2.75w_new	0.07 7	0.07 259	0.07 17	0.13 23	0.06 36	0.08 100	0.08 9	0.18 331	0.12 172	0.07 87	0.08 144	0.06 52	0.06 76	0.09 68	0.11 319	0.04 11	0.04 26	0.04 1	0.03 1	0.03 1	0.04 82

xyz-stereo-finetune2	0.11 330	0.07 259	0.13 386	0.13 23	0.07 146	0.11 286	0.19 571	0.17 296	0.12 172	0.15 432	0.15 360	0.17 470	0.12 418	0.13 378	0.11 319	0.05 55	0.04 26	0.07 335	0.05 212	0.04 54	0.06 339

xyz-stereo-finetune	0.11 330	0.08 389	0.13 386	0.14 72	0.06 36	0.10 228	0.19 571	0.17 296	0.19 406	0.12 342	0.14 339	0.15 433	0.10 347	0.13 378	0.11 319	0.05 55	0.04 26	0.07 335	0.05 212	0.04 54	0.05 225

S2M2_L	0.09 195	0.08 389	0.11 279	0.13 23	0.10 498	0.08 100	0.06 1	0.10 45	0.10 96	0.10 260	0.09 185	0.10 293	0.09 300	0.11 220	0.11 319	0.13 653	0.07 535	0.08 436	0.09 549	0.10 582	0.08 502
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
fffy	0.09 195	0.08 389	0.09 143	0.16 233	0.07 146	0.13 399	0.17 479	0.13 136	0.12 172	0.08 151	0.09 185	0.08 213	0.09 300	0.13 378	0.11 319	0.05 55	0.05 293	0.07 335	0.05 212	0.04 54	0.05 225

RAFT-Stereo-weight	0.09 195	0.06 126	0.10 216	0.16 233	0.07 146	0.09 160	0.14 274	0.19 362	0.16 321	0.11 297	0.10 225	0.08 213	0.06 76	0.10 136	0.11 319	0.06 183	0.04 26	0.06 218	0.04 72	0.04 54	0.04 82

qqq1	0.13 438	0.07 259	0.17 545	0.14 72	0.08 246	0.16 495	0.17 479	0.26 515	0.27 536	0.19 529	0.20 449	0.18 485	0.15 503	0.15 444	0.11 319	0.08 456	0.05 293	0.05 63	0.05 212	0.06 322	0.06 339

fff1	0.13 438	0.07 259	0.17 545	0.14 72	0.08 246	0.16 495	0.17 479	0.26 515	0.27 536	0.19 529	0.20 449	0.18 485	0.15 503	0.15 444	0.11 319	0.08 456	0.05 293	0.05 63	0.05 212	0.06 322	0.06 339

CoDeX	0.12 410	0.07 259	0.12 328	0.17 324	0.08 246	0.12 341	0.15 363	0.23 453	0.27 536	0.13 377	0.17 397	0.16 448	0.11 385	0.14 416	0.11 319	0.07 371	0.05 293	0.07 335	0.06 314	0.06 322	0.05 225

LL-Strereo	0.13 438	0.09 476	0.11 279	0.20 571	0.10 498	0.11 286	0.18 530	0.32 613	0.24 490	0.15 432	0.15 360	0.14 402	0.13 460	0.19 556	0.11 319	0.06 183	0.04 26	0.09 526	0.08 501	0.04 54	0.05 225

anonymousdsp2	0.11 330	0.07 259	0.10 216	0.16 233	0.09 382	0.13 399	0.14 274	0.18 331	0.22 461	0.13 377	0.14 339	0.12 346	0.09 300	0.14 416	0.11 319	0.05 55	0.04 26	0.05 63	0.04 72	0.06 322	0.05 225

EGLCR-Stereo	0.08 99	0.05 45	0.08 66	0.14 72	0.06 36	0.10 228	0.12 119	0.11 75	0.16 321	0.06 30	0.05 7	0.07 145	0.05 16	0.10 136	0.11 319	0.06 183	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

DCRE	0.11 330	0.07 259	0.13 386	0.16 233	0.11 553	0.11 286	0.17 479	0.18 331	0.17 352	0.11 297	0.18 425	0.10 293	0.10 347	0.15 444	0.11 319	0.06 183	0.05 293	0.06 218	0.06 314	0.05 183	0.04 82

knoymous	0.11 330	0.05 45	0.12 328	0.13 23	0.07 146	0.15 463	0.14 274	0.19 362	0.13 217	0.11 297	0.17 397	0.13 379	0.09 300	0.13 378	0.11 319	0.08 456	0.05 293	0.06 218	0.05 212	0.08 484	0.07 429

Selective-RAFT	0.11 330	0.10 539	0.11 279	0.21 606	0.08 246	0.16 495	0.13 198	0.20 375	0.22 461	0.10 260	0.10 225	0.11 324	0.10 347	0.15 444	0.11 319	0.05 55	0.05 293	0.06 218	0.05 212	0.06 322	0.05 225

RCA-Stereo	0.09 195	0.06 126	0.09 143	0.16 233	0.06 36	0.09 160	0.13 198	0.18 331	0.14 251	0.09 209	0.10 225	0.08 213	0.07 198	0.12 320	0.11 319	0.06 183	0.04 26	0.06 218	0.05 212	0.05 183	0.04 82

SA	0.12 410	0.09 476	0.08 66	0.18 424	0.08 246	0.12 341	0.24 654	0.23 453	0.18 386	0.17 480	0.27 562	0.14 402	0.11 385	0.11 220	0.11 319	0.05 55	0.05 293	0.09 526	0.08 501	0.05 183	0.04 82

test_4	0.10 276	0.10 539	0.08 66	0.19 501	0.09 382	0.08 100	0.22 627	0.15 213	0.17 352	0.12 342	0.18 425	0.12 346	0.09 300	0.08 33	0.11 319	0.04 11	0.04 26	0.08 436	0.08 501	0.04 54	0.03 2

CIPLG	0.11 330	0.08 389	0.14 427	0.17 324	0.08 246	0.12 341	0.15 363	0.17 296	0.15 279	0.14 405	0.11 280	0.16 448	0.09 300	0.16 479	0.11 319	0.07 371	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339

GLC_STEREO	0.11 330	0.07 259	0.11 279	0.17 324	0.07 146	0.09 160	0.13 198	0.15 213	0.24 490	0.12 342	0.13 323	0.12 346	0.08 253	0.18 539	0.11 319	0.06 183	0.08 569	0.08 436	0.06 314	0.05 183	0.05 225

IPLGR_C	0.11 330	0.08 389	0.14 427	0.17 324	0.08 246	0.12 341	0.15 363	0.17 296	0.15 279	0.14 405	0.10 225	0.16 448	0.09 300	0.16 479	0.11 319	0.07 371	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339

ACRE	0.11 330	0.08 389	0.14 427	0.17 324	0.08 246	0.12 341	0.15 363	0.17 296	0.14 251	0.14 405	0.10 225	0.16 448	0.09 300	0.16 479	0.11 319	0.07 371	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339

test_3	0.10 276	0.09 476	0.10 216	0.20 571	0.08 246	0.13 399	0.26 681	0.14 170	0.21 447	0.10 260	0.10 225	0.09 255	0.09 300	0.08 33	0.11 319	0.05 55	0.04 26	0.08 436	0.07 418	0.04 54	0.04 82

PFNet+	0.11 330	0.06 126	0.13 386	0.16 233	0.09 382	0.05 5	0.12 119	0.17 296	0.21 447	0.16 461	0.19 436	0.14 402	0.10 347	0.11 220	0.11 319	0.08 456	0.05 293	0.09 526	0.08 501	0.06 322	0.11 611

LCNet	0.11 330	0.07 259	0.09 143	0.19 501	0.09 382	0.08 100	0.15 363	0.21 402	0.15 279	0.11 297	0.15 360	0.16 448	0.11 385	0.12 320	0.11 319	0.05 55	0.04 26	0.08 436	0.07 418	0.06 322	0.15 676

NF-Stereo	0.11 330	0.07 259	0.13 386	0.17 324	0.09 382	0.10 228	0.14 274	0.23 453	0.19 406	0.12 342	0.17 397	0.12 346	0.11 385	0.11 220	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.12 626

OCTAStereo	0.11 330	0.07 259	0.13 386	0.17 324	0.09 382	0.10 228	0.14 274	0.23 453	0.19 406	0.12 342	0.17 397	0.12 346	0.11 385	0.11 220	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.12 626

PSM-softLoss	0.12 410	0.07 259	0.15 476	0.17 324	0.09 382	0.08 100	0.13 198	0.24 477	0.17 352	0.14 405	0.19 436	0.13 379	0.11 385	0.11 220	0.11 319	0.07 371	0.05 293	0.08 436	0.07 418	0.06 322	0.12 626

KMStereo	0.12 410	0.07 259	0.15 476	0.17 324	0.09 382	0.08 100	0.13 198	0.24 477	0.17 352	0.14 405	0.19 436	0.13 379	0.11 385	0.11 220	0.11 319	0.07 371	0.05 293	0.08 436	0.07 418	0.06 322	0.12 626

SST-Stereo	0.10 276	0.07 259	0.15 476	0.18 424	0.09 382	0.06 16	0.12 119	0.17 296	0.11 129	0.15 432	0.17 397	0.13 379	0.12 418	0.10 136	0.11 319	0.06 183	0.04 26	0.09 526	0.06 314	0.06 322	0.05 225

RAFT_R40	0.11 330	0.07 259	0.14 427	0.18 424	0.09 382	0.06 16	0.13 198	0.17 296	0.16 321	0.14 405	0.18 425	0.15 433	0.12 418	0.10 136	0.11 319	0.06 183	0.04 26	0.09 526	0.06 314	0.06 322	0.05 225

PFNet	0.12 410	0.06 126	0.17 545	0.17 324	0.08 246	0.09 160	0.15 363	0.26 515	0.20 430	0.16 461	0.16 373	0.14 402	0.11 385	0.12 320	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.05 183	0.05 225

GrayStereo	0.11 330	0.06 126	0.11 279	0.19 501	0.09 382	0.09 160	0.16 437	0.18 331	0.17 352	0.14 405	0.17 397	0.17 470	0.11 385	0.12 320	0.11 319	0.05 55	0.05 293	0.07 335	0.06 314	0.05 183	0.10 583

RE-Stereo	0.11 330	0.07 259	0.13 386	0.17 324	0.09 382	0.10 228	0.14 274	0.23 453	0.19 406	0.12 342	0.17 397	0.12 346	0.11 385	0.11 220	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.12 626

Pruner-Stereo	0.11 330	0.07 259	0.12 328	0.17 324	0.09 382	0.06 16	0.12 119	0.17 296	0.17 352	0.13 377	0.19 436	0.13 379	0.09 300	0.11 220	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.08 502

TVStereo	0.11 330	0.07 259	0.13 386	0.17 324	0.09 382	0.10 228	0.14 274	0.23 453	0.19 406	0.12 342	0.17 397	0.12 346	0.11 385	0.11 220	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.06 322	0.12 626

DeepStereo_RVC	0.11 330	0.08 389	0.16 513	0.18 424	0.08 246	0.08 100	0.12 119	0.17 296	0.12 172	0.13 377	0.14 339	0.12 346	0.12 418	0.12 320	0.11 319	0.06 183	0.04 26	0.07 335	0.06 314	0.07 410	0.08 502

CRE-IMP	0.11 330	0.09 476	0.16 513	0.19 501	0.08 246	0.10 228	0.12 119	0.18 331	0.10 96	0.14 405	0.13 323	0.13 379	0.12 418	0.12 320	0.11 319	0.07 371	0.04 26	0.08 436	0.06 314	0.08 484	0.08 502

cross-raft	0.10 276	0.09 476	0.09 143	0.19 501	0.07 146	0.11 286	0.25 671	0.13 136	0.15 279	0.08 151	0.11 280	0.12 346	0.10 347	0.09 68	0.11 319	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

GMM-Stereo	0.11 330	0.07 259	0.10 216	0.18 424	0.09 382	0.08 100	0.15 363	0.23 453	0.16 321	0.11 297	0.15 360	0.13 379	0.11 385	0.11 220	0.11 319	0.05 55	0.04 26	0.08 436	0.07 418	0.06 322	0.09 551

CREStereo++_RVC	0.08 99	0.04 1	0.06 6	0.13 23	0.07 146	0.09 160	0.12 119	0.14 170	0.14 251	0.10 260	0.14 339	0.08 213	0.07 198	0.09 68	0.11 319	0.06 183	0.04 26	0.05 63	0.05 212	0.04 54	0.04 82
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
RALCasStereoNet	0.10 276	0.06 126	0.09 143	0.16 233	0.08 246	0.12 341	0.14 274	0.17 296	0.11 129	0.12 342	0.17 397	0.14 402	0.10 347	0.12 320	0.11 319	0.07 371	0.06 457	0.06 218	0.05 212	0.08 484	0.07 429

RALAANet	0.11 330	0.08 389	0.10 216	0.17 324	0.09 382	0.14 436	0.10 44	0.20 375	0.15 279	0.14 405	0.13 323	0.16 448	0.09 300	0.12 320	0.11 319	0.06 183	0.05 293	0.07 335	0.06 314	0.05 183	0.04 82

sCroCo_RVC	0.12 410	0.09 476	0.23 620	0.24 659	0.11 553	0.19 563	0.14 274	0.17 296	0.14 251	0.10 260	0.13 323	0.12 346	0.07 198	0.14 416	0.11 319	0.08 456	0.08 569	0.08 436	0.08 501	0.05 183	0.07 429

EAI-Stereo	0.09 195	0.07 259	0.11 279	0.15 132	0.06 36	0.10 228	0.15 363	0.16 256	0.09 64	0.08 151	0.09 185	0.08 213	0.07 198	0.09 68	0.11 319	0.05 55	0.04 26	0.05 63	0.05 212	0.05 183	0.04 82

SFCPSM	0.13 438	0.07 259	0.14 427	0.17 324	0.09 382	0.15 463	0.16 437	0.28 558	0.27 536	0.14 405	0.17 397	0.12 346	0.13 460	0.14 416	0.11 319	0.08 456	0.05 293	0.07 335	0.07 418	0.07 410	0.06 339

R-Stereo Train	0.10 276	0.06 126	0.10 216	0.17 324	0.08 246	0.11 286	0.14 274	0.23 453	0.11 129	0.12 342	0.19 436	0.11 324	0.08 253	0.09 68	0.11 319	0.07 371	0.05 293	0.06 218	0.05 212	0.05 183	0.05 225

RAFT-Stereo	0.10 276	0.06 126	0.10 216	0.17 324	0.08 246	0.11 286	0.14 274	0.23 453	0.11 129	0.12 342	0.19 436	0.11 324	0.08 253	0.09 68	0.11 319	0.07 371	0.05 293	0.06 218	0.05 212	0.05 183	0.05 225
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
PhaseNet	0.09 195	0.06 126	0.10 216	0.15 132	0.08 246	0.10 228	0.14 274	0.20 375	0.12 172	0.07 87	0.08 144	0.09 255	0.10 347	0.13 378	0.12 388	0.06 183	0.04 26	0.06 218	0.06 314	0.05 183	0.05 225

HLf8	0.11 330	0.05 45	0.13 386	0.11 1	0.08 246	0.15 463	0.12 119	0.22 429	0.15 279	0.13 377	0.17 397	0.12 346	0.10 347	0.14 416	0.12 388	0.09 525	0.05 293	0.05 63	0.05 212	0.08 484	0.08 502

TestStereo_HLe17	0.10 276	0.05 45	0.12 328	0.13 23	0.07 146	0.11 286	0.15 363	0.21 402	0.15 279	0.11 297	0.14 339	0.11 324	0.09 300	0.13 378	0.12 388	0.07 371	0.04 26	0.05 63	0.05 212	0.07 410	0.06 339

TestStereo_HL2	0.11 330	0.06 126	0.11 279	0.12 7	0.08 246	0.12 341	0.14 274	0.20 375	0.18 386	0.13 377	0.21 473	0.12 346	0.10 347	0.12 320	0.12 388	0.07 371	0.05 293	0.05 63	0.05 212	0.07 410	0.07 429

GGDA	0.11 330	0.06 126	0.11 279	0.13 23	0.07 146	0.12 341	0.14 274	0.19 362	0.19 406	0.13 377	0.20 449	0.12 346	0.09 300	0.12 320	0.12 388	0.07 371	0.04 26	0.05 63	0.05 212	0.06 322	0.07 429

TS12	0.08 99	0.06 126	0.09 143	0.21 606	0.07 146	0.11 286	0.13 198	0.11 75	0.09 64	0.10 260	0.10 225	0.08 213	0.10 347	0.09 68	0.12 388	0.04 11	0.04 26	0.05 63	0.04 72	0.03 1	0.04 82

Selective-IGEV-i16pb	0.14 475	0.08 389	0.17 545	0.15 132	0.11 553	0.41 708	0.16 437	0.28 558	0.23 473	0.11 297	0.20 449	0.10 293	0.07 198	0.17 514	0.12 388	0.10 570	0.07 535	0.06 218	0.08 501	0.09 549	0.10 583

xyz-stereo	0.13 438	0.07 259	0.20 595	0.15 132	0.05 2	0.20 579	0.15 363	0.17 296	0.31 576	0.15 432	0.29 588	0.26 589	0.16 531	0.13 378	0.12 388	0.05 55	0.05 293	0.06 218	0.05 212	0.04 54	0.04 82

fffft	0.09 195	0.06 126	0.12 328	0.16 233	0.07 146	0.09 160	0.17 479	0.12 102	0.11 129	0.08 151	0.07 77	0.09 255	0.06 76	0.11 220	0.12 388	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.05 225
1: 1. 1
mms	0.09 195	0.07 259	0.08 66	0.16 233	0.08 246	0.10 228	0.16 437	0.12 102	0.11 129	0.08 151	0.09 185	0.08 213	0.06 76	0.11 220	0.12 388	0.05 55	0.04 26	0.07 335	0.05 212	0.04 54	0.03 2

ours_stereo	0.09 195	0.07 259	0.09 143	0.17 324	0.08 246	0.11 286	0.16 437	0.11 75	0.12 172	0.08 151	0.10 225	0.08 213	0.06 76	0.12 320	0.12 388	0.05 55	0.04 26	0.06 218	0.05 212	0.04 54	0.03 2

rvit_0105_6	0.14 475	0.09 476	0.18 571	0.17 324	0.10 498	0.10 228	0.16 437	0.19 362	0.26 526	0.12 342	0.18 425	0.17 470	0.12 418	0.18 539	0.12 388	0.15 671	0.11 642	0.12 628	0.10 591	0.09 549	0.06 339

UGAM	0.13 438	0.10 539	0.09 143	0.22 626	0.08 246	0.12 341	0.20 595	0.17 296	0.23 473	0.21 568	0.16 373	0.13 379	0.13 460	0.19 556	0.12 388	0.07 371	0.05 293	0.13 643	0.11 625	0.07 410	0.05 225

rvit_stereo_0083	0.12 410	0.08 389	0.17 545	0.16 233	0.09 382	0.11 286	0.15 363	0.14 170	0.26 526	0.11 297	0.14 339	0.13 379	0.10 347	0.12 320	0.12 388	0.10 570	0.08 569	0.09 526	0.07 418	0.07 410	0.05 225

rvit_stereo_0081	0.11 330	0.08 389	0.15 476	0.16 233	0.09 382	0.10 228	0.14 274	0.14 170	0.24 490	0.11 297	0.13 323	0.13 379	0.09 300	0.11 220	0.12 388	0.10 570	0.07 535	0.08 436	0.07 418	0.07 410	0.05 225

rvit_stereo_0082	0.11 330	0.08 389	0.15 476	0.16 233	0.09 382	0.10 228	0.14 274	0.14 170	0.24 490	0.11 297	0.13 323	0.13 379	0.09 300	0.11 220	0.12 388	0.10 570	0.07 535	0.08 436	0.07 418	0.07 410	0.05 225

test_sample2	0.12 410	0.07 259	0.12 328	0.14 72	0.08 246	0.16 495	0.18 530	0.21 402	0.16 321	0.14 405	0.20 449	0.19 501	0.15 503	0.15 444	0.12 388	0.08 456	0.05 293	0.07 335	0.06 314	0.08 484	0.07 429

Former-RAFT_DAM_RVC	0.10 276	0.08 389	0.12 328	0.16 233	0.08 246	0.15 463	0.16 437	0.18 331	0.18 386	0.10 260	0.09 185	0.09 255	0.08 253	0.11 220	0.12 388	0.07 371	0.05 293	0.08 436	0.06 314	0.07 410	0.06 339

plain	0.10 276	0.08 389	0.10 216	0.19 501	0.09 382	0.10 228	0.15 363	0.14 170	0.13 217	0.13 377	0.15 360	0.09 255	0.12 418	0.13 378	0.12 388	0.07 371	0.05 293	0.09 526	0.06 314	0.06 322	0.06 339

MIF-Stereo (partial)	0.11 330	0.06 126	0.10 216	0.19 501	0.10 498	0.10 228	0.11 81	0.17 296	0.18 386	0.14 405	0.16 373	0.09 255	0.11 385	0.12 320	0.12 388	0.08 456	0.05 293	0.08 436	0.07 418	0.06 322	0.07 429

EKT-Stereo	0.11 330	0.07 259	0.14 427	0.15 132	0.10 498	0.13 399	0.14 274	0.18 331	0.21 447	0.11 297	0.08 144	0.12 346	0.09 300	0.11 220	0.12 388	0.08 456	0.06 457	0.07 335	0.06 314	0.08 484	0.07 429

riskmin	0.11 330	0.06 126	0.13 386	0.14 72	0.08 246	0.14 436	0.14 274	0.18 331	0.14 251	0.11 297	0.14 339	0.16 448	0.11 385	0.14 416	0.12 388	0.09 525	0.05 293	0.07 335	0.05 212	0.08 484	0.08 502

DCANet-4	0.10 276	0.06 126	0.12 328	0.16 233	0.06 36	0.09 160	0.17 479	0.18 331	0.19 406	0.13 377	0.16 373	0.09 255	0.14 485	0.11 220	0.12 388	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

fff	0.10 276	0.06 126	0.12 328	0.15 132	0.07 146	0.09 160	0.17 479	0.16 256	0.20 430	0.13 377	0.16 373	0.10 293	0.11 385	0.11 220	0.12 388	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

ADStereo(finetuned)	0.10 276	0.06 126	0.12 328	0.16 233	0.06 36	0.09 160	0.17 479	0.15 213	0.19 406	0.13 377	0.17 397	0.10 293	0.12 418	0.11 220	0.12 388	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

raft_robust	0.13 438	0.10 539	0.07 17	0.18 424	0.08 246	0.13 399	0.24 654	0.28 558	0.33 591	0.20 552	0.19 436	0.14 402	0.10 347	0.11 220	0.12 388	0.05 55	0.05 293	0.07 335	0.07 418	0.05 183	0.04 82

RAFT+CT+SA	0.13 438	0.11 567	0.09 143	0.19 501	0.09 382	0.15 463	0.28 694	0.22 429	0.22 461	0.15 432	0.26 553	0.10 293	0.10 347	0.11 220	0.12 388	0.05 55	0.04 26	0.07 335	0.08 501	0.07 410	0.06 339

hknet	0.15 521	0.11 567	0.13 386	0.22 626	0.11 553	0.14 436	0.15 363	0.34 642	0.25 512	0.17 480	0.22 485	0.22 541	0.18 571	0.17 514	0.12 388	0.07 371	0.06 457	0.10 576	0.09 549	0.07 410	0.07 429

DAS	0.15 521	0.08 389	0.18 571	0.19 501	0.10 498	0.19 563	0.17 479	0.27 537	0.29 558	0.18 510	0.25 536	0.21 523	0.15 503	0.16 479	0.12 388	0.08 456	0.06 457	0.06 218	0.06 314	0.07 410	0.07 429

SepStereo	0.15 521	0.08 389	0.18 571	0.19 501	0.10 498	0.19 563	0.17 479	0.27 537	0.29 558	0.18 510	0.25 536	0.21 523	0.15 503	0.25 639	0.12 388	0.08 456	0.06 457	0.06 218	0.06 314	0.07 410	0.07 429

MIPNet	0.11 330	0.08 389	0.14 427	0.17 324	0.09 382	0.12 341	0.14 274	0.20 375	0.24 490	0.11 297	0.10 225	0.09 255	0.07 198	0.13 378	0.12 388	0.06 183	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

IPLGR	0.11 330	0.09 476	0.16 513	0.18 424	0.08 246	0.12 341	0.17 479	0.21 402	0.24 490	0.11 297	0.12 303	0.11 324	0.08 253	0.12 320	0.12 388	0.06 183	0.05 293	0.06 218	0.06 314	0.04 54	0.04 82

CrosDoStereo	0.12 410	0.06 126	0.12 328	0.14 72	0.08 246	0.12 341	0.15 363	0.17 296	0.22 461	0.19 529	0.24 507	0.15 433	0.11 385	0.11 220	0.12 388	0.06 183	0.04 26	0.07 335	0.07 418	0.05 183	0.05 225

STrans-v2	0.10 276	0.07 259	0.12 328	0.18 424	0.07 146	0.10 228	0.14 274	0.21 402	0.11 129	0.11 297	0.15 360	0.12 346	0.10 347	0.11 220	0.12 388	0.05 55	0.04 26	0.06 218	0.06 314	0.04 54	0.04 82

IIG-Stereo	0.11 330	0.06 126	0.13 386	0.17 324	0.08 246	0.11 286	0.12 119	0.22 429	0.17 352	0.14 405	0.17 397	0.11 324	0.12 418	0.12 320	0.12 388	0.06 183	0.05 293	0.07 335	0.06 314	0.05 183	0.04 82

DeepStereo_LL	0.12 410	0.06 126	0.12 328	0.14 72	0.08 246	0.12 341	0.15 363	0.17 296	0.22 461	0.19 529	0.24 507	0.15 433	0.11 385	0.11 220	0.12 388	0.06 183	0.04 26	0.07 335	0.07 418	0.05 183	0.05 225

DRaft	0.12 410	0.06 126	0.11 279	0.14 72	0.09 382	0.14 436	0.17 479	0.21 402	0.30 568	0.17 480	0.28 576	0.10 293	0.15 503	0.10 136	0.12 388	0.05 55	0.04 26	0.07 335	0.06 314	0.05 183	0.05 225

RAFT-RH_RVC	0.11 330	0.06 126	0.14 427	0.16 233	0.09 382	0.12 341	0.12 119	0.17 296	0.12 172	0.13 377	0.41 672	0.11 324	0.10 347	0.13 378	0.12 388	0.05 55	0.04 26	0.08 436	0.05 212	0.04 54	0.06 339

RAFT-345	0.11 330	0.07 259	0.15 476	0.16 233	0.08 246	0.08 100	0.12 119	0.15 213	0.10 96	0.11 297	0.36 635	0.09 255	0.09 300	0.11 220	0.12 388	0.05 55	0.05 293	0.07 335	0.06 314	0.04 54	0.05 225

rafts_anoy	0.11 330	0.06 126	0.10 216	0.17 324	0.08 246	0.10 228	0.14 274	0.17 296	0.14 251	0.13 377	0.13 323	0.12 346	0.10 347	0.11 220	0.12 388	0.07 371	0.04 26	0.09 526	0.11 625	0.07 410	0.06 339

Anonymous3	0.16 546	0.13 613	0.33 666	0.26 679	0.14 635	0.27 661	0.17 479	0.28 558	0.28 551	0.15 432	0.17 397	0.14 402	0.10 347	0.15 444	0.12 388	0.08 456	0.08 569	0.08 436	0.08 501	0.08 484	0.11 611

s12784h	0.09 195	0.06 126	0.07 17	0.15 132	0.05 2	0.16 495	0.18 530	0.15 213	0.15 279	0.10 260	0.11 280	0.11 324	0.11 385	0.10 136	0.12 388	0.05 55	0.04 26	0.05 63	0.04 72	0.04 54	0.04 82

DCANet	0.10 276	0.06 126	0.12 328	0.16 233	0.06 36	0.09 160	0.17 479	0.15 213	0.19 406	0.13 377	0.17 397	0.10 293	0.11 385	0.11 220	0.12 388	0.06 183	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

csc	0.10 276	0.06 126	0.12 328	0.15 132	0.07 146	0.09 160	0.17 479	0.16 256	0.20 430	0.13 377	0.16 373	0.10 293	0.11 385	0.11 220	0.12 388	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

cscssc	0.10 276	0.06 126	0.12 328	0.15 132	0.07 146	0.09 160	0.17 479	0.16 256	0.20 430	0.13 377	0.16 373	0.10 293	0.11 385	0.11 220	0.12 388	0.06 183	0.04 26	0.05 63	0.04 72	0.04 54	0.05 225

ARAFT	0.12 410	0.08 389	0.17 545	0.19 501	0.09 382	0.14 436	0.18 530	0.20 375	0.12 172	0.12 342	0.13 323	0.14 402	0.11 385	0.15 444	0.12 388	0.06 183	0.05 293	0.10 576	0.09 549	0.05 183	0.04 82

RAFT + AFF	0.13 438	0.07 259	0.20 595	0.20 571	0.10 498	0.14 436	0.24 654	0.26 515	0.20 430	0.11 297	0.10 225	0.12 346	0.10 347	0.15 444	0.12 388	0.07 371	0.06 457	0.09 526	0.08 501	0.06 322	0.08 502

S	0.12 410	0.08 389	0.09 143	0.20 571	0.08 246	0.13 399	0.19 571	0.17 296	0.16 321	0.13 377	0.11 280	0.13 379	0.10 347	0.11 220	0.13 435	0.09 525	0.07 535	0.13 643	0.15 680	0.06 322	0.04 82

SME	0.11 330	0.09 476	0.10 216	0.17 324	0.07 146	0.20 579	0.13 198	0.21 402	0.17 352	0.12 342	0.13 323	0.10 293	0.12 418	0.13 378	0.13 435	0.07 371	0.07 535	0.08 436	0.09 549	0.06 322	0.05 225

ManiGeoR	0.10 276	0.05 45	0.12 328	0.12 7	0.08 246	0.12 341	0.12 119	0.24 477	0.14 251	0.12 342	0.14 339	0.12 346	0.09 300	0.13 378	0.13 435	0.07 371	0.04 26	0.05 63	0.05 212	0.07 410	0.07 429

HLF11	0.11 330	0.05 45	0.13 386	0.12 7	0.08 246	0.14 436	0.11 81	0.22 429	0.10 96	0.12 342	0.23 494	0.11 324	0.11 385	0.14 416	0.13 435	0.08 456	0.05 293	0.05 63	0.04 72	0.08 484	0.08 502

HLf10	0.10 276	0.05 45	0.12 328	0.12 7	0.08 246	0.12 341	0.12 119	0.24 477	0.14 251	0.12 342	0.14 339	0.12 346	0.09 300	0.13 378	0.13 435	0.07 371	0.04 26	0.05 63	0.05 212	0.07 410	0.07 429

TestStereo-Hl	0.11 330	0.06 126	0.11 279	0.13 23	0.08 246	0.15 463	0.14 274	0.20 375	0.17 352	0.13 377	0.16 373	0.12 346	0.11 385	0.14 416	0.13 435	0.06 183	0.04 26	0.05 63	0.05 212	0.06 322	0.06 339

Selective-IGEV-i1	0.13 438	0.07 259	0.12 328	0.19 501	0.08 246	0.18 538	0.16 437	0.22 429	0.30 568	0.16 461	0.17 397	0.16 448	0.10 347	0.14 416	0.13 435	0.06 183	0.05 293	0.06 218	0.05 212	0.06 322	0.05 225

FACV-RUCA	0.13 438	0.11 567	0.12 328	0.19 501	0.12 590	0.15 463	0.15 363	0.22 429	0.20 430	0.15 432	0.16 373	0.14 402	0.16 531	0.14 416	0.13 435	0.07 371	0.05 293	0.08 436	0.06 314	0.10 582	0.08 502

rvit_0105_4	0.14 475	0.09 476	0.17 545	0.17 324	0.10 498	0.12 341	0.19 571	0.23 453	0.27 536	0.14 405	0.20 449	0.17 470	0.13 460	0.17 514	0.13 435	0.15 671	0.11 642	0.11 608	0.10 591	0.09 549	0.06 339

rvit_stereo_0075_2	0.17 568	0.12 585	0.25 629	0.23 650	0.16 666	0.13 399	0.10 44	0.30 589	0.27 536	0.20 552	0.28 576	0.22 541	0.15 503	0.18 539	0.13 435	0.16 687	0.10 628	0.17 682	0.10 591	0.10 582	0.09 551

rvit_stereo_ft	0.12 410	0.07 259	0.13 386	0.19 501	0.10 498	0.12 341	0.17 479	0.16 256	0.16 321	0.12 342	0.13 323	0.15 433	0.10 347	0.14 416	0.13 435	0.09 525	0.06 457	0.08 436	0.07 418	0.07 410	0.05 225

test_sample6	0.14 475	0.08 389	0.13 386	0.16 233	0.08 246	0.17 519	0.19 571	0.25 496	0.17 352	0.17 480	0.27 562	0.19 501	0.14 485	0.15 444	0.13 435	0.08 456	0.05 293	0.08 436	0.07 418	0.08 484	0.08 502

test_sample5	0.14 475	0.08 389	0.14 427	0.16 233	0.08 246	0.18 538	0.18 530	0.25 496	0.17 352	0.17 480	0.27 562	0.18 485	0.14 485	0.16 479	0.13 435	0.08 456	0.05 293	0.08 436	0.07 418	0.08 484	0.08 502

test_sample4	0.14 475	0.08 389	0.14 427	0.15 132	0.08 246	0.19 563	0.18 530	0.26 515	0.17 352	0.16 461	0.25 536	0.18 485	0.14 485	0.16 479	0.13 435	0.08 456	0.06 457	0.08 436	0.06 314	0.08 484	0.08 502

test_sample3	0.14 475	0.08 389	0.15 476	0.14 72	0.09 382	0.19 563	0.17 479	0.26 515	0.18 386	0.16 461	0.22 485	0.19 501	0.15 503	0.17 514	0.13 435	0.08 456	0.06 457	0.07 335	0.06 314	0.09 549	0.08 502

MyStereo05	0.13 438	0.07 259	0.10 216	0.17 324	0.09 382	0.13 399	0.18 530	0.27 537	0.35 612	0.17 480	0.14 339	0.15 433	0.11 385	0.15 444	0.13 435	0.06 183	0.05 293	0.07 335	0.07 418	0.06 322	0.06 339

MyStereo04	0.13 438	0.07 259	0.10 216	0.17 324	0.09 382	0.14 436	0.18 530	0.29 574	0.38 632	0.17 480	0.14 339	0.16 448	0.10 347	0.15 444	0.13 435	0.06 183	0.05 293	0.08 436	0.07 418	0.06 322	0.06 339

11t1	0.12 410	0.06 126	0.13 386	0.14 72	0.08 246	0.17 519	0.15 363	0.18 331	0.15 279	0.15 432	0.15 360	0.16 448	0.16 531	0.15 444	0.13 435	0.08 456	0.05 293	0.06 218	0.05 212	0.08 484	0.07 429

DualNet	0.14 475	0.08 389	0.14 427	0.16 233	0.08 246	0.18 538	0.18 530	0.25 496	0.17 352	0.17 480	0.27 562	0.18 485	0.14 485	0.16 479	0.13 435	0.08 456	0.05 293	0.08 436	0.07 418	0.08 484	0.08 502

MaDis-Stereo	0.09 195	0.09 476	0.08 66	0.17 324	0.09 382	0.13 399	0.10 44	0.16 256	0.16 321	0.09 209	0.11 280	0.06 52	0.06 76	0.09 68	0.13 435	0.07 371	0.06 457	0.07 335	0.05 212	0.05 183	0.04 82

PCWNet_CMD	0.14 475	0.08 389	0.15 476	0.17 324	0.09 382	0.14 436	0.14 274	0.29 574	0.36 618	0.14 405	0.20 449	0.21 523	0.12 418	0.17 514	0.13 435	0.07 371	0.05 293	0.07 335	0.07 418	0.07 410	0.07 429

TestStereo1	0.13 438	0.08 389	0.08 66	0.19 501	0.08 246	0.18 538	0.29 704	0.23 453	0.16 321	0.17 480	0.20 449	0.16 448	0.10 347	0.12 320	0.13 435	0.06 183	0.06 457	0.08 436	0.06 314	0.05 183	0.05 225

BUS	0.14 475	0.09 476	0.14 427	0.22 626	0.10 498	0.19 563	0.14 274	0.34 642	0.19 406	0.17 480	0.22 485	0.16 448	0.13 460	0.15 444	0.13 435	0.08 456	0.06 457	0.10 576	0.09 549	0.07 410	0.07 429

test_5	0.14 475	0.12 585	0.08 66	0.20 571	0.10 498	0.14 436	0.29 704	0.21 402	0.24 490	0.18 510	0.28 576	0.11 324	0.15 503	0.12 320	0.13 435	0.06 183	0.05 293	0.07 335	0.08 501	0.08 484	0.07 429

NINENet	0.16 546	0.10 539	0.15 476	0.17 324	0.11 553	0.19 563	0.14 274	0.40 687	0.36 618	0.18 510	0.21 473	0.16 448	0.13 460	0.15 444	0.13 435	0.08 456	0.08 569	0.10 576	0.07 418	0.10 582	0.09 551

SA-5K	0.13 438	0.08 389	0.08 66	0.19 501	0.08 246	0.18 538	0.29 704	0.23 453	0.16 321	0.17 480	0.20 449	0.16 448	0.10 347	0.12 320	0.13 435	0.06 183	0.06 457	0.08 436	0.06 314	0.05 183	0.05 225

UDGNet	0.14 475	0.13 613	0.16 513	0.17 324	0.10 498	0.12 341	0.16 437	0.21 402	0.27 536	0.20 552	0.20 449	0.16 448	0.13 460	0.16 479	0.13 435	0.10 570	0.06 457	0.09 526	0.07 418	0.06 322	0.07 429

IPLG	0.10 276	0.07 259	0.15 476	0.17 324	0.08 246	0.11 286	0.14 274	0.20 375	0.15 279	0.12 342	0.17 397	0.07 145	0.07 198	0.14 416	0.13 435	0.06 183	0.04 26	0.06 218	0.05 212	0.04 54	0.04 82

GANet-ADL	0.13 438	0.07 259	0.15 476	0.17 324	0.10 498	0.18 538	0.15 363	0.30 589	0.20 430	0.13 377	0.18 425	0.19 501	0.12 418	0.16 479	0.13 435	0.08 456	0.06 457	0.06 218	0.05 212	0.07 410	0.08 502

OMP-Stereo	0.11 330	0.06 126	0.14 427	0.18 424	0.08 246	0.09 160	0.12 119	0.21 402	0.21 447	0.13 377	0.14 339	0.11 324	0.12 418	0.11 220	0.13 435	0.06 183	0.04 26	0.07 335	0.06 314	0.05 183	0.04 82

FTStereo	0.12 410	0.06 126	0.14 427	0.18 424	0.09 382	0.07 47	0.15 363	0.21 402	0.18 386	0.12 342	0.24 507	0.12 346	0.12 418	0.13 378	0.13 435	0.05 55	0.05 293	0.07 335	0.06 314	0.06 322	0.10 583

DEmStereo	0.12 410	0.06 126	0.14 427	0.14 72	0.10 498	0.16 495	0.15 363	0.16 256	0.24 490	0.17 480	0.24 507	0.13 379	0.14 485	0.12 320	0.13 435	0.05 55	0.04 26	0.07 335	0.06 314	0.05 183	0.05 225

raft+_RVC	0.11 330	0.07 259	0.09 143	0.16 233	0.07 146	0.10 228	0.11 81	0.24 477	0.20 430	0.12 342	0.15 360	0.12 346	0.08 253	0.12 320	0.13 435	0.07 371	0.04 26	0.07 335	0.06 314	0.05 183	0.05 225

GES	0.14 475	0.08 389	0.16 513	0.15 132	0.10 498	0.13 399	0.13 198	0.28 558	0.25 512	0.16 461	0.23 494	0.18 485	0.13 460	0.16 479	0.13 435	0.08 456	0.07 535	0.07 335	0.06 314	0.08 484	0.09 551

HCRNet	0.16 546	0.24 696	0.12 328	0.35 719	0.11 553	0.15 463	0.17 479	0.26 515	0.22 461	0.19 529	0.24 507	0.21 523	0.14 485	0.15 444	0.13 435	0.11 602	0.07 535	0.11 608	0.10 591	0.09 549	0.07 429

GMStereo	0.13 438	0.14 626	0.14 427	0.18 424	0.09 382	0.15 463	0.16 437	0.20 375	0.24 490	0.16 461	0.17 397	0.10 293	0.10 347	0.16 479	0.13 435	0.07 371	0.06 457	0.06 218	0.06 314	0.07 410	0.06 339
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
PSMNet-RSSM	0.14 475	0.07 259	0.13 386	0.15 132	0.08 246	0.13 399	0.16 437	0.24 477	0.24 490	0.16 461	0.28 576	0.22 541	0.14 485	0.15 444	0.13 435	0.11 602	0.06 457	0.09 526	0.12 647	0.08 484	0.07 429

DIP-Stereo	0.11 330	0.07 259	0.14 427	0.17 324	0.09 382	0.13 399	0.09 27	0.16 256	0.16 321	0.11 297	0.16 373	0.14 402	0.12 418	0.15 444	0.13 435	0.06 183	0.05 293	0.06 218	0.05 212	0.05 183	0.06 339
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HSM-Net_RVC	0.14 475	0.08 389	0.11 279	0.15 132	0.08 246	0.15 463	0.15 363	0.27 537	0.29 558	0.19 529	0.21 473	0.29 616	0.14 485	0.17 514	0.13 435	0.06 183	0.06 457	0.06 218	0.06 314	0.07 410	0.06 339
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HITNet	0.10 276	0.06 126	0.12 328	0.14 72	0.06 36	0.11 286	0.10 44	0.18 331	0.18 386	0.13 377	0.16 373	0.14 402	0.11 385	0.15 444	0.13 435	0.06 183	0.04 26	0.04 1	0.04 72	0.06 322	0.05 225
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
MLCV	0.12 410	0.07 259	0.16 513	0.18 424	0.06 36	0.15 463	0.17 479	0.19 362	0.21 447	0.18 510	0.25 536	0.17 470	0.13 460	0.14 416	0.13 435	0.05 55	0.04 26	0.05 63	0.04 72	0.05 183	0.04 82

iResNet_ROB	0.14 475	0.07 259	0.13 386	0.14 72	0.07 146	0.18 538	0.14 274	0.26 515	0.31 576	0.22 584	0.25 536	0.23 559	0.15 503	0.15 444	0.13 435	0.07 371	0.05 293	0.05 63	0.04 72	0.08 484	0.08 502

DN-CSS_ROB	0.13 438	0.13 613	0.16 513	0.18 424	0.10 498	0.16 495	0.08 9	0.22 429	0.18 386	0.17 480	0.22 485	0.13 379	0.13 460	0.12 320	0.13 435	0.05 55	0.05 293	0.10 576	0.10 591	0.08 484	0.06 339

MWDA-net	0.15 521	0.08 389	0.15 476	0.16 233	0.10 498	0.20 579	0.22 627	0.25 496	0.35 612	0.18 510	0.24 507	0.18 485	0.17 555	0.17 514	0.14 478	0.08 456	0.05 293	0.08 436	0.07 418	0.07 410	0.07 429

MWSP-net	0.15 521	0.08 389	0.17 545	0.17 324	0.10 498	0.16 495	0.23 639	0.29 574	0.32 583	0.18 510	0.19 436	0.17 470	0.13 460	0.18 539	0.14 478	0.08 456	0.05 293	0.07 335	0.07 418	0.07 410	0.08 502

DNSM	0.09 195	0.05 45	0.07 17	0.14 72	0.06 36	0.07 47	0.13 198	0.12 102	0.11 129	0.09 209	0.09 185	0.08 213	0.05 16	0.18 539	0.14 478	0.07 371	0.05 293	0.05 63	0.04 72	0.13 643	0.10 583

IGEV_i1	0.12 410	0.07 259	0.12 328	0.16 233	0.08 246	0.19 563	0.14 274	0.18 331	0.22 461	0.18 510	0.18 425	0.16 448	0.12 418	0.16 479	0.14 478	0.06 183	0.05 293	0.06 218	0.05 212	0.06 322	0.06 339

LiteMatch	0.09 195	0.06 126	0.10 216	0.16 233	0.07 146	0.09 160	0.15 363	0.13 136	0.08 32	0.06 30	0.07 77	0.06 52	0.15 503	0.10 136	0.14 478	0.07 371	0.04 26	0.06 218	0.06 314	0.06 322	0.06 339

Lsterematch	0.11 330	0.06 126	0.11 279	0.16 233	0.07 146	0.13 399	0.15 363	0.14 170	0.17 352	0.16 461	0.18 425	0.15 433	0.15 503	0.12 320	0.14 478	0.07 371	0.04 26	0.06 218	0.06 314	0.06 322	0.06 339

DStereoRT	0.16 546	0.06 126	0.11 279	0.19 501	0.09 382	0.12 341	0.12 119	0.28 558	0.22 461	0.12 342	0.20 449	0.11 324	0.10 347	0.15 444	0.14 478	0.06 183	0.05 293	0.96 758	0.09 549	0.05 183	0.04 82

DFGA-Net	0.13 438	0.11 567	0.18 571	0.17 324	0.10 498	0.12 341	0.13 198	0.22 429	0.25 512	0.16 461	0.16 373	0.13 379	0.12 418	0.16 479	0.14 478	0.07 371	0.05 293	0.08 436	0.07 418	0.05 183	0.05 225

rvit_0105_5	0.14 475	0.09 476	0.13 386	0.17 324	0.09 382	0.14 436	0.23 639	0.24 477	0.27 536	0.14 405	0.15 360	0.18 485	0.12 418	0.17 514	0.14 478	0.14 667	0.11 642	0.10 576	0.10 591	0.08 484	0.06 339

rvit_0105_3	0.15 521	0.09 476	0.14 427	0.19 501	0.12 590	0.15 463	0.25 671	0.25 496	0.29 558	0.15 432	0.17 397	0.20 513	0.13 460	0.17 514	0.14 478	0.13 653	0.11 642	0.12 628	0.14 662	0.07 410	0.06 339

DCVSM-stereo	0.14 475	0.09 476	0.16 513	0.16 233	0.10 498	0.15 463	0.09 27	0.19 362	0.23 473	0.20 552	0.23 494	0.26 589	0.15 503	0.18 539	0.14 478	0.09 525	0.07 535	0.09 526	0.08 501	0.10 582	0.12 626

GCST	0.37 704	0.42 731	0.26 632	1.02 757	0.39 731	0.18 538	0.08 9	0.20 375	0.17 352	0.28 647	0.25 536	0.15 433	0.12 418	0.16 479	0.14 478	0.64 752	0.43 746	0.75 748	0.65 752	0.63 745	0.46 744

test_sample1	0.13 438	0.07 259	0.14 427	0.13 23	0.08 246	0.19 563	0.16 437	0.20 375	0.15 279	0.14 405	0.22 485	0.18 485	0.16 531	0.17 514	0.14 478	0.07 371	0.06 457	0.06 218	0.06 314	0.08 484	0.07 429

GMStereo_Zeroshot	0.16 546	0.13 613	0.24 624	0.20 571	0.10 498	0.17 519	0.13 198	0.29 574	0.25 512	0.23 597	0.32 609	0.25 579	0.11 385	0.19 556	0.14 478	0.09 525	0.06 457	0.11 608	0.06 314	0.12 623	0.08 502

CASS	0.13 438	0.12 585	0.11 279	0.23 650	0.09 382	0.15 463	0.17 479	0.18 331	0.19 406	0.17 480	0.18 425	0.15 433	0.15 503	0.14 416	0.14 478	0.09 525	0.06 457	0.10 576	0.08 501	0.09 549	0.07 429
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
anonymousa	0.13 438	0.07 259	0.13 386	0.18 424	0.09 382	0.13 399	0.17 479	0.19 362	0.29 558	0.15 432	0.24 507	0.15 433	0.14 485	0.14 416	0.14 478	0.07 371	0.05 293	0.07 335	0.09 549	0.05 183	0.06 339

IER	0.14 475	0.07 259	0.13 386	0.17 324	0.09 382	0.14 436	0.16 437	0.25 496	0.26 526	0.18 510	0.25 536	0.17 470	0.20 601	0.16 479	0.14 478	0.08 456	0.05 293	0.07 335	0.06 314	0.08 484	0.07 429

BSDual-CNN	0.15 521	0.09 476	0.14 427	0.22 626	0.10 498	0.14 436	0.15 363	0.34 642	0.19 406	0.17 480	0.22 485	0.25 579	0.16 531	0.15 444	0.14 478	0.08 456	0.06 457	0.10 576	0.09 549	0.07 410	0.07 429

psmg	0.14 475	0.09 476	0.14 427	0.17 324	0.10 498	0.15 463	0.17 479	0.29 574	0.19 406	0.17 480	0.21 473	0.25 579	0.16 531	0.15 444	0.14 478	0.08 456	0.06 457	0.08 436	0.08 501	0.07 410	0.06 339

GwcNet-ADL	0.13 438	0.08 389	0.14 427	0.20 571	0.09 382	0.11 286	0.20 595	0.30 589	0.24 490	0.13 377	0.14 339	0.18 485	0.14 485	0.13 378	0.14 478	0.07 371	0.05 293	0.06 218	0.05 212	0.07 410	0.06 339

AAGNet	0.11 330	0.07 259	0.16 513	0.19 501	0.09 382	0.08 100	0.13 198	0.18 331	0.13 217	0.16 461	0.21 473	0.13 379	0.14 485	0.11 220	0.14 478	0.06 183	0.04 26	0.09 526	0.06 314	0.06 322	0.05 225

THIR-Stereo	0.12 410	0.07 259	0.11 279	0.15 132	0.08 246	0.14 436	0.16 437	0.17 296	0.25 512	0.16 461	0.24 507	0.14 402	0.12 418	0.12 320	0.14 478	0.06 183	0.04 26	0.07 335	0.07 418	0.05 183	0.05 225

ICVP	0.15 521	0.09 476	0.12 328	0.22 626	0.09 382	0.17 519	0.21 616	0.25 496	0.23 473	0.18 510	0.30 596	0.26 589	0.18 571	0.17 514	0.14 478	0.09 525	0.07 535	0.08 436	0.07 418	0.07 410	0.07 429
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
TestStereo	0.13 438	0.14 626	0.11 279	0.23 650	0.08 246	0.15 463	0.21 616	0.20 375	0.23 473	0.14 405	0.24 507	0.16 448	0.12 418	0.16 479	0.14 478	0.05 55	0.06 457	0.08 436	0.06 314	0.09 549	0.05 225

CFNet_pseudo	0.14 475	0.08 389	0.15 476	0.16 233	0.09 382	0.13 399	0.14 274	0.27 537	0.34 603	0.14 405	0.21 473	0.22 541	0.13 460	0.18 539	0.14 478	0.07 371	0.05 293	0.08 436	0.06 314	0.07 410	0.07 429

cf-r	0.13 438	0.07 259	0.12 328	0.16 233	0.08 246	0.14 436	0.19 571	0.20 375	0.25 512	0.17 480	0.25 536	0.21 523	0.16 531	0.14 416	0.14 478	0.10 570	0.05 293	0.06 218	0.08 501	0.06 322	0.06 339

CFNet-ft	0.14 475	0.07 259	0.15 476	0.12 7	0.09 382	0.16 495	0.18 530	0.22 429	0.24 490	0.17 480	0.26 553	0.24 565	0.14 485	0.16 479	0.14 478	0.11 602	0.06 457	0.08 436	0.09 549	0.09 549	0.08 502

CCAANet	0.14 475	0.06 126	0.14 427	0.17 324	0.09 382	0.16 495	0.13 198	0.30 589	0.24 490	0.16 461	0.32 609	0.18 485	0.17 555	0.17 514	0.14 478	0.06 183	0.05 293	0.09 526	0.09 549	0.06 322	0.09 551

MSMDNet	0.14 475	0.08 389	0.15 476	0.17 324	0.09 382	0.14 436	0.14 274	0.29 574	0.36 618	0.14 405	0.21 473	0.21 523	0.12 418	0.17 514	0.14 478	0.07 371	0.05 293	0.07 335	0.07 418	0.07 410	0.07 429

CFNet	0.15 521	0.10 539	0.17 545	0.17 324	0.08 246	0.18 538	0.09 27	0.28 558	0.25 512	0.19 529	0.24 507	0.24 565	0.17 555	0.17 514	0.14 478	0.08 456	0.06 457	0.09 526	0.10 591	0.07 410	0.06 339

CFNet_RVC	0.14 475	0.07 259	0.15 476	0.12 7	0.09 382	0.16 495	0.18 530	0.22 429	0.24 490	0.17 480	0.26 553	0.24 565	0.14 485	0.16 479	0.14 478	0.11 602	0.06 457	0.08 436	0.09 549	0.09 549	0.08 502

ccs_rob	0.14 475	0.08 389	0.15 476	0.16 233	0.09 382	0.12 341	0.14 274	0.27 537	0.34 603	0.14 405	0.21 473	0.22 541	0.13 460	0.18 539	0.14 478	0.07 371	0.05 293	0.08 436	0.07 418	0.07 410	0.07 429

AdaStereo	0.15 521	0.11 567	0.15 476	0.18 424	0.09 382	0.20 579	0.11 81	0.32 613	0.28 551	0.20 552	0.23 494	0.20 513	0.13 460	0.19 556	0.14 478	0.12 627	0.05 293	0.10 576	0.07 418	0.09 549	0.07 429
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iResNetv2_ROB	0.14 475	0.08 389	0.15 476	0.16 233	0.08 246	0.16 495	0.12 119	0.25 496	0.35 612	0.21 568	0.29 588	0.24 565	0.13 460	0.14 416	0.14 478	0.06 183	0.05 293	0.06 218	0.04 72	0.09 549	0.08 502

iResNet	0.13 438	0.10 539	0.18 571	0.19 501	0.08 246	0.13 399	0.18 530	0.20 375	0.26 526	0.15 432	0.23 494	0.15 433	0.13 460	0.14 416	0.14 478	0.06 183	0.04 26	0.06 218	0.05 212	0.06 322	0.05 225

DDVS	0.15 521	0.10 539	0.21 605	0.16 233	0.12 590	0.15 463	0.14 274	0.25 496	0.19 406	0.18 510	0.29 588	0.27 597	0.12 418	0.19 556	0.15 513	0.09 525	0.06 457	0.09 526	0.07 418	0.11 605	0.11 611

DispNO	0.14 475	0.08 389	0.17 545	0.19 501	0.12 590	0.11 286	0.21 616	0.23 453	0.29 558	0.17 480	0.23 494	0.18 485	0.17 555	0.15 444	0.15 513	0.07 371	0.05 293	0.08 436	0.08 501	0.07 410	0.06 339

CFNet_ucs	0.15 521	0.08 389	0.16 513	0.16 233	0.11 553	0.14 436	0.14 274	0.30 589	0.34 603	0.16 461	0.24 507	0.23 559	0.14 485	0.18 539	0.15 513	0.09 525	0.06 457	0.08 436	0.07 418	0.09 549	0.09 551

SDNR	0.19 594	0.08 389	0.19 583	0.16 233	0.12 590	0.77 742	0.14 274	0.25 496	0.32 583	0.19 529	0.24 507	0.19 501	0.13 460	0.19 556	0.15 513	0.16 687	0.18 710	0.14 657	0.11 625	0.08 484	0.11 611

gwcnet-sp	0.14 475	0.07 259	0.12 328	0.18 424	0.09 382	0.16 495	0.17 479	0.24 477	0.24 490	0.18 510	0.24 507	0.15 433	0.16 531	0.15 444	0.15 513	0.08 456	0.06 457	0.07 335	0.08 501	0.08 484	0.07 429

scenet	0.14 475	0.07 259	0.12 328	0.18 424	0.09 382	0.16 495	0.17 479	0.24 477	0.24 490	0.18 510	0.24 507	0.15 433	0.16 531	0.15 444	0.15 513	0.08 456	0.06 457	0.07 335	0.08 501	0.08 484	0.07 429

ssnet	0.14 475	0.07 259	0.12 328	0.18 424	0.09 382	0.16 495	0.17 479	0.24 477	0.24 490	0.18 510	0.24 507	0.15 433	0.16 531	0.15 444	0.15 513	0.08 456	0.06 457	0.07 335	0.08 501	0.08 484	0.07 429

FENet	0.13 438	0.08 389	0.12 328	0.16 233	0.08 246	0.14 436	0.15 363	0.22 429	0.23 473	0.17 480	0.23 494	0.16 448	0.12 418	0.14 416	0.15 513	0.08 456	0.05 293	0.08 436	0.08 501	0.07 410	0.07 429

GANet-RSSM	0.14 475	0.07 259	0.13 386	0.13 23	0.08 246	0.14 436	0.17 479	0.22 429	0.21 447	0.17 480	0.24 507	0.23 559	0.15 503	0.16 479	0.15 513	0.10 570	0.06 457	0.07 335	0.08 501	0.08 484	0.07 429

GwcNet-RSSM	0.14 475	0.07 259	0.12 328	0.15 132	0.08 246	0.15 463	0.20 595	0.21 402	0.27 536	0.18 510	0.27 562	0.22 541	0.16 531	0.14 416	0.15 513	0.10 570	0.05 293	0.07 335	0.09 549	0.07 410	0.07 429

FADNet-RVC-Resample	0.16 546	0.11 567	0.31 658	0.22 626	0.11 553	0.19 563	0.14 274	0.25 496	0.24 490	0.24 607	0.27 562	0.20 513	0.15 503	0.16 479	0.15 513	0.07 371	0.08 569	0.12 628	0.10 591	0.09 549	0.10 583

FADNet	0.21 619	0.22 689	0.36 675	0.18 424	0.17 682	0.24 629	0.13 198	0.31 602	0.31 576	0.23 597	0.25 536	0.27 597	0.21 605	0.19 556	0.15 513	0.13 653	0.15 692	0.12 628	0.15 680	0.16 685	0.18 703

BEATNet_4x	0.12 410	0.08 389	0.14 427	0.18 424	0.07 146	0.15 463	0.07 5	0.22 429	0.18 386	0.16 461	0.19 436	0.18 485	0.14 485	0.16 479	0.15 513	0.07 371	0.05 293	0.05 63	0.05 212	0.06 322	0.06 339

UCFNet_RVC	0.14 475	0.08 389	0.13 386	0.11 1	0.10 498	0.20 579	0.10 44	0.24 477	0.22 461	0.17 480	0.20 449	0.23 559	0.15 503	0.17 514	0.15 513	0.12 627	0.07 535	0.10 576	0.13 658	0.11 605	0.10 583

DeepPruner_ROB	0.16 546	0.11 567	0.15 476	0.17 324	0.10 498	0.17 519	0.15 363	0.32 613	0.21 447	0.19 529	0.21 473	0.22 541	0.18 571	0.20 581	0.15 513	0.13 653	0.09 606	0.09 526	0.09 549	0.11 605	0.10 583

HSM	0.15 521	0.08 389	0.14 427	0.16 233	0.09 382	0.16 495	0.14 274	0.28 558	0.25 512	0.19 529	0.23 494	0.37 671	0.16 531	0.20 581	0.15 513	0.07 371	0.05 293	0.07 335	0.06 314	0.07 410	0.06 339

MEA-ACV	0.16 546	0.07 259	0.17 545	0.16 233	0.11 553	0.20 579	0.21 616	0.30 589	0.38 632	0.20 552	0.29 588	0.14 402	0.19 588	0.16 479	0.16 529	0.08 456	0.07 535	0.09 526	0.11 625	0.07 410	0.07 429

G2L-ROB	0.13 438	0.06 126	0.13 386	0.13 23	0.08 246	0.14 436	0.16 437	0.25 496	0.18 386	0.19 529	0.18 425	0.20 513	0.14 485	0.17 514	0.16 529	0.08 456	0.05 293	0.06 218	0.05 212	0.08 484	0.09 551

ITSA-stereo	0.15 521	0.10 539	0.14 427	0.19 501	0.08 246	0.12 341	0.14 274	0.30 589	0.49 688	0.17 480	0.19 436	0.22 541	0.15 503	0.17 514	0.16 529	0.10 570	0.06 457	0.08 436	0.08 501	0.08 484	0.08 502

DualNet (step1)	0.16 546	0.12 585	0.20 595	0.12 7	0.14 635	0.17 519	0.13 198	0.27 537	0.23 473	0.20 552	0.20 449	0.24 565	0.19 588	0.16 479	0.16 529	0.15 671	0.06 457	0.14 657	0.14 662	0.14 659	0.12 626

test_sample7	0.15 521	0.10 539	0.16 513	0.14 72	0.11 553	0.16 495	0.16 437	0.27 537	0.23 473	0.20 552	0.20 449	0.24 565	0.19 588	0.16 479	0.16 529	0.12 627	0.06 457	0.10 576	0.09 549	0.10 582	0.10 583

1test111	0.11 330	0.08 389	0.12 328	0.17 324	0.09 382	0.13 399	0.15 363	0.23 453	0.16 321	0.09 209	0.09 185	0.06 52	0.06 76	0.15 444	0.16 529	0.06 183	0.04 26	0.06 218	0.05 212	0.07 410	0.07 429

qqq	0.13 438	0.09 476	0.15 476	0.16 233	0.08 246	0.13 399	0.15 363	0.23 453	0.16 321	0.15 432	0.19 436	0.16 448	0.16 531	0.15 444	0.16 529	0.07 371	0.06 457	0.08 436	0.08 501	0.07 410	0.07 429

iRaft-Stereo_5w	0.12 410	0.09 476	0.12 328	0.19 501	0.08 246	0.09 160	0.12 119	0.21 402	0.21 447	0.19 529	0.14 339	0.11 324	0.09 300	0.20 581	0.16 529	0.05 55	0.05 293	0.07 335	0.06 314	0.05 183	0.06 339

dd	0.15 521	0.16 644	0.16 513	0.19 501	0.09 382	0.15 463	0.18 530	0.21 402	0.25 512	0.23 597	0.20 449	0.21 523	0.09 300	0.21 599	0.16 529	0.10 570	0.06 457	0.08 436	0.06 314	0.08 484	0.06 339

dad	0.17 568	0.20 679	0.20 595	0.16 233	0.11 553	0.20 579	0.18 530	0.21 402	0.28 551	0.30 661	0.24 507	0.29 616	0.13 460	0.19 556	0.16 529	0.18 698	0.09 606	0.11 608	0.09 549	0.11 605	0.07 429

AACVNet	0.16 546	0.08 389	0.14 427	0.15 132	0.10 498	0.18 538	0.15 363	0.23 453	0.24 490	0.27 632	0.27 562	0.28 607	0.17 555	0.19 556	0.16 529	0.09 525	0.07 535	0.09 526	0.07 418	0.10 582	0.09 551

GEStereo_RVC	0.17 568	0.12 585	0.15 476	0.22 626	0.11 553	0.19 563	0.17 479	0.32 613	0.48 679	0.20 552	0.25 536	0.17 470	0.13 460	0.21 599	0.16 529	0.10 570	0.06 457	0.08 436	0.07 418	0.09 549	0.08 502

FADNet_RVC	0.16 546	0.14 626	0.40 685	0.20 571	0.11 553	0.13 399	0.13 198	0.26 515	0.22 461	0.21 568	0.23 494	0.20 513	0.17 555	0.14 416	0.16 529	0.08 456	0.08 569	0.12 628	0.09 549	0.11 605	0.10 583

AANet_RVC	0.16 546	0.10 539	0.10 216	0.18 424	0.09 382	0.18 538	0.19 571	0.26 515	0.31 576	0.22 584	0.35 632	0.21 523	0.21 605	0.22 612	0.16 529	0.06 183	0.05 293	0.06 218	0.06 314	0.07 410	0.06 339

CBMV_ROB	0.19 594	0.13 613	0.17 545	0.16 233	0.11 553	0.15 463	0.13 198	0.26 515	0.28 551	0.27 632	0.30 596	0.27 597	0.24 628	0.23 623	0.16 529	0.15 671	0.17 708	0.22 705	0.20 705	0.10 582	0.11 611

NOSS_ROB	0.19 594	0.12 585	0.18 571	0.16 233	0.12 590	0.15 463	0.12 119	0.30 589	0.32 583	0.20 552	0.22 485	0.27 597	0.23 622	0.21 599	0.16 529	0.16 687	0.18 710	0.23 707	0.21 708	0.12 623	0.13 650

rvit_105_1	0.19 594	0.11 567	0.25 629	0.21 606	0.16 666	0.21 599	0.27 688	0.31 602	0.41 646	0.19 529	0.20 449	0.22 541	0.17 555	0.19 556	0.17 545	0.12 627	0.12 658	0.13 643	0.15 680	0.08 484	0.07 429

ACV-stereo	0.15 521	0.10 539	0.28 645	0.18 424	0.12 590	0.14 436	0.12 119	0.23 453	0.21 447	0.19 529	0.23 494	0.22 541	0.15 503	0.23 623	0.17 545	0.07 371	0.06 457	0.07 335	0.07 418	0.07 410	0.07 429

test_sample9	0.18 582	0.12 585	0.20 595	0.12 7	0.14 635	0.17 519	0.13 198	0.27 537	0.23 473	0.20 552	0.20 449	0.24 565	0.19 588	0.19 556	0.17 545	0.15 671	0.30 738	0.14 657	0.14 662	0.14 659	0.12 626

test_sample8	0.19 594	0.12 585	0.20 595	0.12 7	0.14 635	0.17 519	0.13 198	0.31 602	0.21 447	0.27 632	0.22 485	0.36 666	0.25 637	0.19 556	0.17 545	0.15 671	0.30 738	0.14 657	0.14 662	0.14 659	0.12 626

SMFormer	0.14 475	0.07 259	0.17 545	0.14 72	0.08 246	0.16 495	0.17 479	0.26 515	0.27 536	0.19 529	0.20 449	0.18 485	0.15 503	0.15 444	0.17 545	0.08 456	0.05 293	0.07 335	0.06 314	0.07 410	0.06 339

tta	0.14 475	0.07 259	0.17 545	0.14 72	0.08 246	0.16 495	0.17 479	0.26 515	0.27 536	0.19 529	0.20 449	0.18 485	0.15 503	0.15 444	0.17 545	0.08 456	0.05 293	0.07 335	0.06 314	0.06 322	0.06 339

mmm	0.14 475	0.08 389	0.17 545	0.17 324	0.09 382	0.17 519	0.18 530	0.21 402	0.15 279	0.15 432	0.23 494	0.21 523	0.16 531	0.16 479	0.17 545	0.08 456	0.05 293	0.08 436	0.07 418	0.07 410	0.07 429

HBP-ISP	0.18 582	0.13 613	0.16 513	0.15 132	0.11 553	0.08 100	0.13 198	0.28 558	0.29 558	0.22 584	0.33 622	0.21 523	0.25 637	0.23 623	0.17 545	0.14 667	0.16 702	0.21 700	0.17 694	0.10 582	0.08 502

CRFU-Net	0.16 546	0.08 389	0.14 427	0.17 324	0.09 382	0.19 563	0.14 274	0.26 515	0.20 430	0.28 647	0.27 562	0.29 616	0.17 555	0.19 556	0.17 545	0.09 525	0.09 606	0.07 335	0.07 418	0.08 484	0.08 502

SACVNet	0.18 582	0.12 585	0.14 427	0.17 324	0.13 613	0.22 608	0.18 530	0.31 602	0.30 568	0.23 597	0.31 605	0.30 626	0.22 614	0.22 612	0.17 545	0.11 602	0.08 569	0.10 576	0.10 591	0.12 623	0.14 669

PSMNet-ADL	0.15 521	0.12 585	0.13 386	0.22 626	0.09 382	0.13 399	0.20 595	0.26 515	0.23 473	0.18 510	0.20 449	0.24 565	0.16 531	0.18 539	0.17 545	0.08 456	0.08 569	0.08 436	0.11 625	0.08 484	0.07 429

LMCR-Stereo	0.15 521	0.08 389	0.13 386	0.21 606	0.09 382	0.17 519	0.20 595	0.27 537	0.19 406	0.24 607	0.24 507	0.23 559	0.17 555	0.20 581	0.17 545	0.07 371	0.06 457	0.08 436	0.06 314	0.10 582	0.08 502

FINET	0.21 619	0.18 667	0.26 632	0.18 424	0.16 666	0.23 624	0.23 639	0.32 613	0.48 679	0.25 620	0.32 609	0.22 541	0.22 614	0.22 612	0.17 545	0.18 698	0.16 702	0.11 608	0.10 591	0.15 676	0.13 650

DMCA	0.14 475	0.09 476	0.16 513	0.19 501	0.09 382	0.15 463	0.17 479	0.23 453	0.27 536	0.14 405	0.19 436	0.17 470	0.18 571	0.15 444	0.17 545	0.10 570	0.06 457	0.08 436	0.06 314	0.09 549	0.10 583

CVANet_RVC	0.18 582	0.10 539	0.14 427	0.21 606	0.10 498	0.18 538	0.17 479	0.34 642	0.33 591	0.22 584	0.31 605	0.28 607	0.18 571	0.23 623	0.17 545	0.12 627	0.08 569	0.12 628	0.11 625	0.09 549	0.07 429

NVstereo2D	0.19 594	0.10 539	0.15 476	0.17 324	0.15 655	0.28 668	0.23 639	0.44 705	0.42 656	0.15 432	0.27 562	0.25 579	0.19 588	0.22 612	0.17 545	0.09 525	0.06 457	0.10 576	0.08 501	0.15 676	0.09 551

SGM-Forest	0.20 606	0.14 626	0.18 571	0.19 501	0.13 613	0.20 579	0.22 627	0.33 633	0.30 568	0.24 607	0.29 588	0.28 607	0.19 588	0.23 623	0.17 545	0.15 671	0.16 702	0.15 670	0.14 662	0.12 623	0.12 626
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
pmcnn	0.15 521	0.07 259	0.19 583	0.15 132	0.07 146	0.20 579	0.15 363	0.24 477	0.26 526	0.21 568	0.34 627	0.28 607	0.18 571	0.18 539	0.17 545	0.07 371	0.05 293	0.05 63	0.04 72	0.07 410	0.06 339

MultiAttention	0.29 686	0.08 389	0.14 427	0.19 501	0.12 590	1.45 760	1.33 765	0.36 665	0.37 625	0.19 529	0.21 473	0.24 565	0.11 385	0.38 702	0.18 563	0.06 183	0.05 293	0.08 436	0.08 501	0.10 582	0.09 551

G2L-Stereo_test	0.14 475	0.07 259	0.11 279	0.13 23	0.08 246	0.12 341	0.16 437	0.30 589	0.28 551	0.20 552	0.23 494	0.20 513	0.16 531	0.17 514	0.18 563	0.07 371	0.05 293	0.05 63	0.05 212	0.07 410	0.06 339

coex_refinement	0.14 475	0.07 259	0.12 328	0.17 324	0.10 498	0.15 463	0.15 363	0.26 515	0.29 558	0.18 510	0.20 449	0.22 541	0.17 555	0.16 479	0.18 563	0.08 456	0.05 293	0.06 218	0.06 314	0.09 549	0.08 502

G2L-Stereo	0.14 475	0.07 259	0.13 386	0.17 324	0.09 382	0.13 399	0.12 119	0.27 537	0.22 461	0.16 461	0.27 562	0.21 523	0.13 460	0.17 514	0.18 563	0.09 525	0.08 569	0.08 436	0.07 418	0.07 410	0.07 429

MyStereo8	0.12 410	0.07 259	0.15 476	0.15 132	0.09 382	0.18 538	0.14 274	0.19 362	0.22 461	0.12 342	0.18 425	0.11 324	0.10 347	0.16 479	0.18 563	0.07 371	0.05 293	0.07 335	0.05 212	0.08 484	0.09 551

CBFPSM	0.14 475	0.06 126	0.26 632	0.17 324	0.09 382	0.13 399	0.15 363	0.22 429	0.23 473	0.20 552	0.27 562	0.24 565	0.16 531	0.16 479	0.18 563	0.06 183	0.06 457	0.06 218	0.07 418	0.07 410	0.07 429

GASNet	0.22 628	0.23 692	0.33 666	0.26 679	0.17 682	0.26 651	0.16 437	0.44 705	0.42 656	0.27 632	0.24 507	0.30 626	0.15 503	0.27 645	0.18 563	0.12 627	0.08 569	0.12 628	0.11 625	0.16 685	0.07 429

x	0.13 438	0.07 259	0.14 427	0.14 72	0.08 246	0.18 538	0.14 274	0.22 429	0.20 430	0.15 432	0.19 436	0.19 501	0.17 555	0.18 539	0.18 563	0.07 371	0.05 293	0.06 218	0.06 314	0.07 410	0.07 429

CSP-Net	0.16 546	0.09 476	0.14 427	0.16 233	0.09 382	0.19 563	0.17 479	0.25 496	0.32 583	0.25 620	0.30 596	0.24 565	0.15 503	0.21 599	0.18 563	0.09 525	0.06 457	0.07 335	0.07 418	0.08 484	0.07 429

UNet	0.17 568	0.09 476	0.18 571	0.19 501	0.12 590	0.27 661	0.19 571	0.33 633	0.29 558	0.21 568	0.24 507	0.23 559	0.19 588	0.19 556	0.18 563	0.07 371	0.06 457	0.08 436	0.07 418	0.08 484	0.06 339

acv_ft	0.15 521	0.09 476	0.15 476	0.19 501	0.10 498	0.16 495	0.17 479	0.25 496	0.33 591	0.19 529	0.26 553	0.21 523	0.17 555	0.17 514	0.18 563	0.07 371	0.06 457	0.06 218	0.06 314	0.08 484	0.06 339

TDLM	0.17 568	0.12 585	0.13 386	0.24 659	0.10 498	0.18 538	0.18 530	0.36 665	0.30 568	0.21 568	0.28 576	0.28 607	0.18 571	0.23 623	0.18 563	0.11 602	0.07 535	0.10 576	0.10 591	0.08 484	0.08 502

MDST_ROB	0.22 628	0.10 539	0.17 545	0.18 424	0.11 553	0.37 700	0.19 571	0.43 703	0.41 646	0.39 692	0.39 655	0.29 616	0.21 605	0.26 642	0.18 563	0.11 602	0.10 628	0.14 657	0.11 625	0.10 582	0.08 502

SCION-MonSter(vits)	0.14 475	0.06 126	0.05 1	0.15 132	0.05 2	0.07 47	0.10 44	0.27 537	0.41 646	0.05 2	0.33 622	0.14 402	0.16 531	0.20 581	0.19 576	0.08 456	0.06 457	0.17 682	0.15 680	0.07 410	0.08 502

Wz-Net-LNSev-Ref	0.18 582	0.09 476	0.29 653	0.15 132	0.10 498	0.22 608	0.20 595	0.26 515	0.39 637	0.25 620	0.42 679	0.24 565	0.15 503	0.20 581	0.19 576	0.07 371	0.05 293	0.06 218	0.05 212	0.10 582	0.09 551

pcwnet_v2	0.19 594	0.10 539	0.26 632	0.17 324	0.14 635	0.18 538	0.15 363	0.37 671	0.46 676	0.19 529	0.24 507	0.21 523	0.19 588	0.20 581	0.19 576	0.13 653	0.10 628	0.10 576	0.10 591	0.11 605	0.13 650

FADNet-RVC	0.20 606	0.20 679	0.38 681	0.21 606	0.16 666	0.20 579	0.15 363	0.26 515	0.26 526	0.26 626	0.32 609	0.26 589	0.21 605	0.22 612	0.19 576	0.12 627	0.13 673	0.12 628	0.14 662	0.13 643	0.18 703

STTStereo	0.18 582	0.12 585	0.27 640	0.20 571	0.11 553	0.16 495	0.21 616	0.29 574	0.23 473	0.21 568	0.30 596	0.29 616	0.18 571	0.20 581	0.19 576	0.12 627	0.11 642	0.11 608	0.14 662	0.09 549	0.08 502

RASNet	0.14 475	0.07 259	0.14 427	0.16 233	0.08 246	0.18 538	0.14 274	0.29 574	0.20 430	0.17 480	0.25 536	0.21 523	0.18 571	0.20 581	0.19 576	0.07 371	0.06 457	0.06 218	0.08 501	0.06 322	0.06 339

CBMV	0.19 594	0.14 626	0.17 545	0.18 424	0.10 498	0.20 579	0.11 81	0.29 574	0.30 568	0.29 656	0.30 596	0.30 626	0.23 622	0.27 645	0.19 576	0.13 653	0.15 692	0.17 682	0.16 687	0.10 582	0.10 583
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
ISRNet	0.18 582	0.08 389	0.19 583	0.19 501	0.13 613	0.15 463	0.12 119	0.30 589	0.32 583	0.21 568	0.25 536	0.27 597	0.17 555	0.17 514	0.20 583	0.20 709	0.08 569	0.14 657	0.14 662	0.14 659	0.17 698

PSMNet-RUCA	0.27 677	0.33 722	0.41 688	0.36 721	0.32 730	0.18 538	0.19 571	0.42 698	0.30 568	0.33 677	0.41 672	0.39 683	0.25 637	0.31 668	0.20 583	0.18 698	0.10 628	0.25 710	0.15 680	0.21 704	0.16 688

ff1	0.13 438	0.09 476	0.14 427	0.16 233	0.08 246	0.17 519	0.17 479	0.15 213	0.19 406	0.15 432	0.25 536	0.19 501	0.13 460	0.14 416	0.20 583	0.06 183	0.04 26	0.09 526	0.08 501	0.06 322	0.06 339

mmx	0.14 475	0.09 476	0.14 427	0.16 233	0.08 246	0.17 519	0.17 479	0.27 537	0.25 512	0.15 432	0.25 536	0.19 501	0.13 460	0.14 416	0.20 583	0.08 456	0.06 457	0.09 526	0.08 501	0.08 484	0.08 502

xxx	0.14 475	0.09 476	0.14 427	0.16 233	0.08 246	0.17 519	0.17 479	0.27 537	0.25 512	0.15 432	0.25 536	0.19 501	0.13 460	0.14 416	0.20 583	0.08 456	0.06 457	0.09 526	0.08 501	0.08 484	0.08 502

ToySt	0.17 568	0.11 567	0.18 571	0.17 324	0.11 553	0.16 495	0.25 671	0.24 477	0.33 591	0.19 529	0.24 507	0.26 589	0.24 628	0.19 556	0.20 583	0.07 371	0.08 569	0.09 526	0.10 591	0.09 549	0.08 502

ssnet_v2	0.17 568	0.10 539	0.17 545	0.17 324	0.11 553	0.21 599	0.21 616	0.33 633	0.25 512	0.22 584	0.22 485	0.27 597	0.18 571	0.22 612	0.20 583	0.11 602	0.09 606	0.09 526	0.09 549	0.08 484	0.08 502

DDUNet	0.22 628	0.17 655	0.21 605	0.22 626	0.15 655	0.25 640	0.24 654	0.29 574	0.30 568	0.31 667	0.36 635	0.33 653	0.25 637	0.24 633	0.20 583	0.18 698	0.13 673	0.17 682	0.11 625	0.16 685	0.16 688

AASNet	0.16 546	0.08 389	0.12 328	0.19 501	0.09 382	0.18 538	0.15 363	0.37 671	0.37 625	0.19 529	0.23 494	0.20 513	0.16 531	0.17 514	0.20 583	0.10 570	0.08 569	0.08 436	0.07 418	0.09 549	0.09 551

MMNet	0.17 568	0.09 476	0.16 513	0.20 571	0.11 553	0.27 661	0.20 595	0.25 496	0.41 646	0.22 584	0.30 596	0.21 523	0.20 601	0.17 514	0.20 583	0.06 183	0.06 457	0.07 335	0.07 418	0.08 484	0.07 429

HGLStereo	0.17 568	0.08 389	0.19 583	0.17 324	0.12 590	0.18 538	0.18 530	0.31 602	0.32 583	0.21 568	0.32 609	0.25 579	0.18 571	0.19 556	0.20 583	0.09 525	0.09 606	0.07 335	0.07 418	0.09 549	0.10 583

FAT-Stereo	0.20 606	0.12 585	0.22 611	0.21 606	0.12 590	0.17 519	0.18 530	0.34 642	0.39 637	0.27 632	0.37 641	0.34 660	0.32 684	0.21 599	0.20 583	0.09 525	0.11 642	0.10 576	0.09 549	0.11 605	0.14 669

DSFCA	0.16 546	0.09 476	0.14 427	0.16 233	0.10 498	0.20 579	0.19 571	0.28 558	0.31 576	0.23 597	0.24 507	0.22 541	0.15 503	0.19 556	0.20 583	0.10 570	0.07 535	0.09 526	0.09 549	0.08 484	0.08 502

DMCA-RVC	0.17 568	0.10 539	0.15 476	0.24 659	0.11 553	0.18 538	0.18 530	0.25 496	0.24 490	0.21 568	0.26 553	0.25 579	0.27 651	0.18 539	0.20 583	0.12 627	0.08 569	0.13 643	0.10 591	0.10 582	0.08 502

NLCA_NET_v2_RVC	0.17 568	0.10 539	0.22 611	0.20 571	0.10 498	0.15 463	0.18 530	0.31 602	0.25 512	0.21 568	0.30 596	0.25 579	0.17 555	0.21 599	0.20 583	0.09 525	0.06 457	0.08 436	0.08 501	0.07 410	0.08 502
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PS-NSSS	0.20 606	0.21 685	0.23 620	0.20 571	0.10 498	0.19 563	0.17 479	0.36 665	0.25 512	0.27 632	0.33 622	0.27 597	0.24 628	0.20 581	0.20 583	0.15 671	0.12 658	0.17 682	0.14 662	0.10 582	0.08 502

StereoDRNet-Refined	0.17 568	0.12 585	0.15 476	0.20 571	0.09 382	0.18 538	0.18 530	0.26 515	0.23 473	0.26 626	0.40 661	0.22 541	0.17 555	0.21 599	0.20 583	0.08 456	0.05 293	0.09 526	0.10 591	0.07 410	0.07 429
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
StereoDRNet	0.18 582	0.11 567	0.17 545	0.22 626	0.11 553	0.21 599	0.22 627	0.37 671	0.33 591	0.24 607	0.28 576	0.30 626	0.19 588	0.20 581	0.20 583	0.09 525	0.08 569	0.11 608	0.09 549	0.09 549	0.07 429

DLCB_ROB	0.18 582	0.10 539	0.15 476	0.23 650	0.11 553	0.24 629	0.18 530	0.29 574	0.28 551	0.27 632	0.28 576	0.28 607	0.24 628	0.19 556	0.20 583	0.08 456	0.08 569	0.09 526	0.09 549	0.07 410	0.07 429

PWCDC_ROB	0.20 606	0.13 613	0.22 611	0.24 659	0.11 553	0.19 563	0.15 363	0.33 633	0.54 701	0.29 656	0.50 696	0.21 523	0.15 503	0.27 645	0.20 583	0.11 602	0.09 606	0.10 576	0.08 501	0.11 605	0.09 551

iinet-f	0.16 546	0.06 126	0.45 693	0.14 72	0.10 498	0.21 599	0.14 274	0.27 537	0.23 473	0.21 568	0.24 507	0.21 523	0.15 503	0.18 539	0.21 603	0.09 525	0.07 535	0.07 335	0.06 314	0.09 549	0.10 583

ADLNet	0.16 546	0.08 389	0.15 476	0.16 233	0.10 498	0.16 495	0.17 479	0.32 613	0.27 536	0.22 584	0.27 562	0.24 565	0.16 531	0.18 539	0.21 603	0.10 570	0.06 457	0.10 576	0.10 591	0.08 484	0.09 551

delet	0.17 568	0.08 389	0.17 545	0.19 501	0.11 553	0.20 579	0.21 616	0.30 589	0.37 625	0.17 480	0.26 553	0.19 501	0.19 588	0.19 556	0.21 603	0.08 456	0.08 569	0.09 526	0.11 625	0.06 322	0.06 339

UPFNet	0.16 546	0.08 389	0.12 328	0.20 571	0.12 590	0.20 579	0.23 639	0.28 558	0.26 526	0.17 480	0.24 507	0.22 541	0.19 588	0.19 556	0.21 603	0.09 525	0.07 535	0.08 436	0.09 549	0.08 484	0.06 339

ACVNet	0.15 521	0.09 476	0.15 476	0.13 23	0.12 590	0.14 436	0.20 595	0.22 429	0.33 591	0.17 480	0.26 553	0.21 523	0.16 531	0.17 514	0.21 603	0.07 371	0.06 457	0.06 218	0.06 314	0.08 484	0.06 339

hitnet-ft	0.18 582	0.09 476	0.17 545	0.14 72	0.09 382	0.26 651	0.20 595	0.25 496	0.26 526	0.24 607	0.32 609	0.31 639	0.22 614	0.24 633	0.21 603	0.12 627	0.07 535	0.10 576	0.08 501	0.12 623	0.11 611

MaskLacGwcNet_RVC	0.22 628	0.21 685	0.24 624	0.26 679	0.11 553	0.23 624	0.14 274	0.39 683	0.24 490	0.32 673	0.36 635	0.30 626	0.21 605	0.19 556	0.21 603	0.17 693	0.14 684	0.21 700	0.16 687	0.12 623	0.12 626

SuperB	0.20 606	0.10 539	0.56 711	0.16 233	0.09 382	0.18 538	0.18 530	0.24 477	0.50 691	0.26 626	0.39 655	0.17 470	0.21 605	0.22 612	0.21 603	0.08 456	0.06 457	0.06 218	0.06 314	0.12 623	0.10 583

NaN_ROB	0.22 628	0.19 672	0.24 624	0.25 673	0.13 613	0.29 672	0.26 681	0.33 633	0.41 646	0.31 667	0.31 605	0.32 649	0.23 622	0.30 667	0.21 603	0.11 602	0.17 708	0.10 576	0.10 591	0.08 484	0.09 551

YMNet	0.20 606	0.12 585	0.19 583	0.20 571	0.14 635	0.26 651	0.23 639	0.32 613	0.34 603	0.27 632	0.34 627	0.30 626	0.18 571	0.18 539	0.22 612	0.10 570	0.13 673	0.10 576	0.10 591	0.08 484	0.09 551

YMNet_1	0.20 606	0.12 585	0.19 583	0.20 571	0.14 635	0.26 651	0.23 639	0.32 613	0.34 603	0.27 632	0.34 627	0.30 626	0.18 571	0.18 539	0.22 612	0.10 570	0.13 673	0.10 576	0.10 591	0.08 484	0.09 551

UDG	0.21 619	0.17 655	0.19 583	0.23 650	0.15 655	0.30 675	0.20 595	0.33 633	0.35 612	0.23 597	0.28 576	0.31 639	0.27 651	0.20 581	0.22 612	0.15 671	0.12 658	0.13 643	0.09 549	0.14 659	0.14 669

ADLNet2	0.16 546	0.09 476	0.13 386	0.16 233	0.09 382	0.20 579	0.16 437	0.31 602	0.39 637	0.16 461	0.20 449	0.20 513	0.18 571	0.21 599	0.22 612	0.08 456	0.06 457	0.07 335	0.07 418	0.09 549	0.07 429

psm_up	0.18 582	0.10 539	0.18 571	0.20 571	0.11 553	0.17 519	0.19 571	0.37 671	0.34 603	0.21 568	0.28 576	0.29 616	0.24 628	0.20 581	0.22 612	0.09 525	0.10 628	0.11 608	0.11 625	0.08 484	0.08 502

ac_64	0.16 546	0.08 389	0.15 476	0.18 424	0.10 498	0.22 608	0.18 530	0.24 477	0.21 447	0.18 510	0.24 507	0.29 616	0.18 571	0.19 556	0.22 612	0.09 525	0.07 535	0.08 436	0.09 549	0.07 410	0.06 339

S-Stereo	0.20 606	0.12 585	0.25 629	0.21 606	0.13 613	0.20 579	0.18 530	0.32 613	0.43 663	0.23 597	0.36 635	0.28 607	0.30 674	0.19 556	0.22 612	0.09 525	0.12 658	0.10 576	0.10 591	0.13 643	0.13 650

RGC	0.25 664	0.20 679	0.29 653	0.28 696	0.16 666	0.22 608	0.23 639	0.32 613	0.44 668	0.27 632	0.40 661	0.38 675	0.27 651	0.36 695	0.22 612	0.11 602	0.13 673	0.17 682	0.17 694	0.14 659	0.16 688

stereogan	0.22 628	0.11 567	0.21 605	0.20 571	0.12 590	0.31 677	0.19 571	0.35 658	0.44 668	0.22 584	0.39 655	0.35 664	0.27 651	0.33 679	0.22 612	0.10 570	0.12 658	0.10 576	0.10 591	0.14 659	0.13 650

DeepPrunerF	0.24 652	0.17 655	0.42 690	0.26 679	0.16 666	0.22 608	0.28 694	0.37 671	0.50 691	0.26 626	0.29 588	0.24 565	0.28 662	0.21 599	0.22 612	0.15 671	0.11 642	0.20 698	0.18 699	0.12 623	0.13 650

GANet	0.21 619	0.12 585	0.21 605	0.24 659	0.13 613	0.22 608	0.22 627	0.41 693	0.26 526	0.31 667	0.42 679	0.37 671	0.28 662	0.23 623	0.22 612	0.10 570	0.12 658	0.10 576	0.09 549	0.10 582	0.08 502

PWC_ROB	0.21 619	0.16 644	0.26 632	0.18 424	0.11 553	0.22 608	0.13 198	0.32 613	0.49 688	0.30 661	0.40 661	0.32 649	0.24 628	0.31 668	0.22 612	0.10 570	0.07 535	0.11 608	0.08 501	0.11 605	0.10 583

z-ln-s-r	0.17 568	0.10 539	0.40 685	0.19 501	0.08 246	0.17 519	0.18 530	0.22 429	0.33 591	0.18 510	0.40 661	0.22 541	0.17 555	0.20 581	0.23 624	0.07 371	0.05 293	0.07 335	0.07 418	0.07 410	0.05 225

w-ln-seven-2	0.20 606	0.14 626	0.37 679	0.22 626	0.12 590	0.20 579	0.21 616	0.28 558	0.37 625	0.25 620	0.37 641	0.27 597	0.22 614	0.21 599	0.23 624	0.08 456	0.08 569	0.09 526	0.09 549	0.10 582	0.09 551

TCMNet	0.19 594	0.12 585	0.19 583	0.20 571	0.18 689	0.20 579	0.24 654	0.27 537	0.36 618	0.23 597	0.26 553	0.25 579	0.19 588	0.19 556	0.23 624	0.13 653	0.11 642	0.11 608	0.12 647	0.13 643	0.12 626

1111x	0.15 521	0.08 389	0.12 328	0.18 424	0.07 146	0.18 538	0.25 671	0.31 602	0.24 490	0.17 480	0.24 507	0.26 589	0.15 503	0.13 378	0.23 624	0.07 371	0.07 535	0.08 436	0.09 549	0.07 410	0.06 339

SQANet	0.23 645	0.23 692	0.30 656	0.30 707	0.19 696	0.27 661	0.13 198	0.29 574	0.33 591	0.24 607	0.37 641	0.31 639	0.22 614	0.27 645	0.23 624	0.15 671	0.10 628	0.21 700	0.16 687	0.21 704	0.15 676

fast-acv-ft	0.18 582	0.11 567	0.19 583	0.19 501	0.12 590	0.24 629	0.21 616	0.25 496	0.34 603	0.22 584	0.34 627	0.27 597	0.20 601	0.21 599	0.23 624	0.09 525	0.09 606	0.08 436	0.10 591	0.08 484	0.07 429

Anonymous_2	0.22 628	0.17 655	0.28 645	0.15 132	0.16 666	0.32 678	0.22 627	0.22 429	0.17 352	0.23 597	0.24 507	0.26 589	0.27 651	0.27 645	0.23 624	0.22 718	0.25 734	0.17 682	0.17 694	0.17 693	0.17 698

DGSMNet	0.24 652	0.19 672	0.33 666	0.21 606	0.24 714	0.24 629	0.20 595	0.35 658	0.41 646	0.24 607	0.32 609	0.38 675	0.21 605	0.29 664	0.23 624	0.12 627	0.11 642	0.14 657	0.16 687	0.23 711	0.23 715

aanetorigin	0.22 628	0.17 655	0.56 711	0.17 324	0.10 498	0.15 463	0.19 571	0.20 375	0.33 591	0.49 712	0.48 691	0.29 616	0.27 651	0.20 581	0.23 624	0.08 456	0.07 535	0.08 436	0.07 418	0.10 582	0.09 551

DANet	0.21 619	0.15 636	0.28 645	0.25 673	0.13 613	0.22 608	0.19 571	0.27 537	0.27 536	0.28 647	0.32 609	0.35 664	0.31 678	0.31 668	0.23 624	0.11 602	0.09 606	0.11 608	0.10 591	0.13 643	0.11 611
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DPSNet	0.28 682	0.16 644	0.31 658	0.18 424	0.13 613	0.54 720	0.42 734	0.51 722	0.67 728	0.29 656	0.38 647	0.38 675	0.29 670	0.31 668	0.23 624	0.11 602	0.10 628	0.11 608	0.08 501	0.20 702	0.16 688

FBW_ROB	0.24 652	0.17 655	0.22 611	0.26 679	0.14 635	0.25 640	0.22 627	0.41 693	0.41 646	0.41 699	0.41 672	0.42 690	0.27 651	0.31 668	0.23 624	0.09 525	0.14 684	0.14 657	0.12 647	0.11 605	0.09 551

DispFullNet	0.27 677	0.21 685	0.65 722	0.28 696	0.16 666	0.26 651	0.17 479	0.33 633	0.58 710	0.27 632	0.38 647	0.43 694	0.23 622	0.38 702	0.23 624	0.12 627	0.06 457	0.19 694	0.11 625	0.21 704	0.15 676

FSD	0.25 664	0.27 710	0.26 632	0.24 659	0.22 709	0.25 640	0.25 671	0.27 537	0.26 526	0.25 620	0.26 553	0.25 579	0.27 651	0.27 645	0.24 637	0.21 713	0.20 716	0.27 715	0.26 718	0.25 719	0.24 717

ACVNet-4b	0.39 706	0.53 734	0.55 708	0.45 731	0.24 714	0.47 712	0.18 530	0.49 715	0.64 723	0.42 702	0.45 686	0.60 719	0.27 651	0.34 682	0.24 637	0.33 732	0.14 684	0.48 736	0.42 738	0.30 728	0.26 726

Syn2CoEx	0.21 619	0.16 644	0.27 640	0.29 705	0.14 635	0.26 651	0.20 595	0.33 633	0.31 576	0.28 647	0.36 635	0.27 597	0.25 637	0.19 556	0.24 637	0.16 687	0.12 658	0.14 657	0.11 625	0.09 549	0.08 502

GwcNet	0.20 606	0.13 613	0.19 583	0.18 424	0.12 590	0.24 629	0.19 571	0.35 658	0.43 663	0.20 552	0.32 609	0.33 653	0.20 601	0.22 612	0.24 637	0.11 602	0.09 606	0.09 526	0.09 549	0.09 549	0.10 583

edge stereo	0.22 628	0.13 613	0.20 595	0.21 606	0.13 613	0.23 624	0.16 437	0.32 613	0.42 656	0.32 673	0.40 661	0.38 675	0.35 694	0.25 639	0.24 637	0.13 653	0.11 642	0.14 657	0.11 625	0.12 623	0.13 650

ADCRef	0.19 594	0.12 585	0.41 688	0.20 571	0.12 590	0.22 608	0.18 530	0.32 613	0.36 618	0.26 626	0.32 609	0.17 470	0.23 622	0.24 633	0.24 637	0.07 371	0.06 457	0.09 526	0.09 549	0.08 484	0.08 502

DRN-Test	0.19 594	0.11 567	0.20 595	0.22 626	0.10 498	0.22 608	0.22 627	0.39 683	0.37 625	0.24 607	0.32 609	0.26 589	0.21 605	0.22 612	0.24 637	0.11 602	0.07 535	0.11 608	0.10 591	0.09 549	0.07 429

NCCL2	0.23 645	0.15 636	0.17 545	0.34 716	0.18 689	0.24 629	0.23 639	0.34 642	0.28 551	0.31 667	0.38 647	0.38 675	0.28 662	0.23 623	0.24 637	0.15 671	0.12 658	0.18 692	0.21 708	0.13 643	0.13 650

SANet	0.24 652	0.14 626	0.28 645	0.21 606	0.11 553	0.27 661	0.24 654	0.38 679	0.64 723	0.36 684	0.40 661	0.43 694	0.26 643	0.27 645	0.24 637	0.12 627	0.09 606	0.10 576	0.09 549	0.13 643	0.11 611

SGM_RVC	0.23 645	0.12 585	0.15 476	0.15 132	0.09 382	0.33 685	0.18 530	0.34 642	0.31 576	0.44 707	0.37 641	0.53 715	0.35 694	0.35 689	0.24 637	0.13 653	0.13 673	0.13 643	0.13 658	0.10 582	0.11 611
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SCION-MonSter	0.22 628	0.17 655	0.16 513	0.25 673	0.18 689	0.34 688	0.17 479	0.28 558	0.47 678	0.23 597	0.46 687	0.20 513	0.18 571	0.25 639	0.25 647	0.09 525	0.08 569	0.23 707	0.19 701	0.11 605	0.11 611

zh-mn7	0.25 664	0.14 626	0.56 711	0.19 501	0.14 635	0.24 629	0.22 627	0.34 642	0.62 718	0.35 681	0.65 718	0.31 639	0.25 637	0.31 668	0.25 647	0.09 525	0.08 569	0.09 526	0.09 549	0.09 549	0.11 611

z-mn7	0.24 652	0.14 626	0.45 693	0.19 501	0.13 613	0.28 668	0.25 671	0.34 642	0.62 718	0.27 632	0.56 709	0.29 616	0.24 628	0.32 675	0.25 647	0.08 456	0.08 569	0.08 436	0.08 501	0.10 582	0.10 583

Wz-Net-LNSev	0.22 628	0.16 644	0.38 681	0.21 606	0.13 613	0.25 640	0.23 639	0.32 613	0.43 663	0.30 661	0.41 672	0.31 639	0.18 571	0.22 612	0.25 647	0.10 570	0.09 606	0.08 436	0.08 501	0.12 623	0.11 611

Wz-Net-MNSev	0.22 628	0.13 613	0.31 658	0.20 571	0.14 635	0.36 699	0.24 654	0.33 633	0.44 668	0.28 647	0.40 661	0.38 675	0.19 588	0.24 633	0.25 647	0.09 525	0.07 535	0.09 526	0.09 549	0.12 623	0.10 583

APVNet	0.22 628	0.12 585	0.19 583	0.18 424	0.14 635	0.32 678	0.31 719	0.39 683	0.32 583	0.27 632	0.40 661	0.30 626	0.29 670	0.26 642	0.25 647	0.11 602	0.12 658	0.11 608	0.14 662	0.12 623	0.12 626

AF-Net	0.22 628	0.17 655	0.17 545	0.26 679	0.13 613	0.25 640	0.24 654	0.32 613	0.50 691	0.25 620	0.33 622	0.38 675	0.26 643	0.28 657	0.25 647	0.11 602	0.10 628	0.16 678	0.11 625	0.11 605	0.10 583

RP	0.21 619	0.13 613	0.21 605	0.23 650	0.11 553	0.21 599	0.20 595	0.25 496	0.44 668	0.21 568	0.38 647	0.36 666	0.24 628	0.27 645	0.25 647	0.11 602	0.12 658	0.13 643	0.12 647	0.12 623	0.14 669

Nwc_Net	0.23 645	0.16 644	0.21 605	0.25 673	0.14 635	0.24 629	0.26 681	0.37 671	0.38 632	0.22 584	0.41 672	0.30 626	0.28 662	0.28 657	0.25 647	0.11 602	0.10 628	0.17 682	0.20 705	0.10 582	0.10 583

STTRV1_RVC	0.25 664	0.26 705	0.39 683	0.19 501	0.26 721	0.30 675	0.24 654	0.34 642	0.35 612	0.36 684	0.34 627	0.31 639	0.31 678	0.28 657	0.25 647	0.17 693	0.10 628	0.16 678	0.14 662	0.17 693	0.12 626

PA-Net	0.23 645	0.18 667	0.33 666	0.28 696	0.22 709	0.21 599	0.38 730	0.29 574	0.39 637	0.22 584	0.32 609	0.25 579	0.26 643	0.20 581	0.25 647	0.09 525	0.23 731	0.15 670	0.22 711	0.09 549	0.13 650
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
LSM	0.33 699	0.20 679	0.58 715	0.26 679	0.60 748	0.34 688	0.25 671	0.42 698	0.48 679	0.45 708	0.58 714	0.42 690	0.36 696	0.35 689	0.25 647	0.12 627	0.20 716	0.14 657	0.16 687	0.19 701	0.33 733

WCMA_ROB	0.24 652	0.11 567	0.22 611	0.17 324	0.14 635	0.32 678	0.15 363	0.32 613	0.32 583	0.38 690	0.53 700	0.40 687	0.34 691	0.34 682	0.25 647	0.11 602	0.12 658	0.12 628	0.10 591	0.14 659	0.14 669

w-ln-seven	0.24 652	0.14 626	0.55 708	0.19 501	0.14 635	0.26 651	0.22 627	0.35 658	0.60 715	0.29 656	0.39 655	0.30 626	0.22 614	0.21 599	0.26 660	0.09 525	0.09 606	0.11 608	0.10 591	0.11 605	0.10 583

xxxx	0.15 521	0.07 259	0.14 427	0.14 72	0.08 246	0.23 624	0.18 530	0.31 602	0.19 406	0.14 405	0.28 576	0.22 541	0.14 485	0.15 444	0.26 660	0.09 525	0.05 293	0.07 335	0.07 418	0.08 484	0.07 429

test_xeample	0.15 521	0.06 126	0.13 386	0.14 72	0.08 246	0.21 599	0.20 595	0.28 558	0.20 430	0.16 461	0.29 588	0.19 501	0.16 531	0.15 444	0.26 660	0.09 525	0.05 293	0.07 335	0.07 418	0.07 410	0.07 429

G-Net	0.24 652	0.16 644	0.36 675	0.22 626	0.16 666	0.51 718	0.23 639	0.29 574	0.34 603	0.36 684	0.38 647	0.31 639	0.29 670	0.27 645	0.26 660	0.11 602	0.09 606	0.12 628	0.09 549	0.16 685	0.13 650

CC-Net-ROB	0.28 682	0.31 720	0.36 675	0.29 705	0.15 655	0.25 640	0.19 571	0.45 708	0.33 591	0.39 692	0.37 641	0.39 683	0.31 678	0.27 645	0.26 660	0.24 725	0.19 713	0.30 727	0.23 715	0.18 698	0.15 676

ETE_ROB	0.23 645	0.17 655	0.22 611	0.25 673	0.13 613	0.26 651	0.29 704	0.31 602	0.36 618	0.28 647	0.36 635	0.45 698	0.26 643	0.27 645	0.26 660	0.11 602	0.08 569	0.12 628	0.09 549	0.14 659	0.13 650

PSMNet_ROB	0.21 619	0.11 567	0.15 476	0.27 692	0.15 655	0.24 629	0.35 724	0.43 703	0.37 625	0.27 632	0.32 609	0.32 649	0.22 614	0.21 599	0.26 660	0.12 627	0.08 569	0.13 643	0.11 625	0.09 549	0.09 551

MeshStereo	0.27 677	0.13 613	0.18 571	0.15 132	0.11 553	0.32 678	0.24 654	0.40 687	0.36 618	0.52 714	0.57 712	0.67 726	0.40 706	0.35 689	0.26 660	0.14 667	0.13 673	0.13 643	0.11 625	0.11 605	0.10 583
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
DStereoO	0.24 652	0.18 667	0.18 571	0.20 571	0.14 635	0.21 599	0.19 571	0.32 613	0.41 646	0.29 656	0.21 473	0.32 649	0.27 651	0.41 715	0.27 668	0.46 741	0.12 658	0.31 728	0.11 625	0.15 676	0.12 626

psmorigin	0.25 664	0.15 636	0.34 674	0.17 324	0.13 613	0.23 624	0.14 274	0.34 642	0.33 591	0.41 699	0.55 704	0.41 689	0.37 698	0.34 682	0.27 668	0.11 602	0.15 692	0.11 608	0.11 625	0.12 623	0.16 688

NCC-stereo	0.24 652	0.15 636	0.31 658	0.26 679	0.16 666	0.20 579	0.30 713	0.40 687	0.40 643	0.24 607	0.38 647	0.33 653	0.28 662	0.36 695	0.27 668	0.12 627	0.11 642	0.15 670	0.22 711	0.13 643	0.13 650

Abc-Net	0.24 652	0.15 636	0.31 658	0.26 679	0.16 666	0.20 579	0.30 713	0.40 687	0.40 643	0.24 607	0.38 647	0.33 653	0.28 662	0.36 695	0.27 668	0.12 627	0.11 642	0.15 670	0.22 711	0.13 643	0.13 650
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCP+	0.20 606	0.10 539	0.33 666	0.20 571	0.12 590	0.22 608	0.26 681	0.31 602	0.34 603	0.26 626	0.37 641	0.22 541	0.22 614	0.27 645	0.27 668	0.09 525	0.06 457	0.08 436	0.08 501	0.09 549	0.10 583

SGM-ForestM	0.32 696	0.12 585	0.16 513	0.16 233	0.11 553	0.39 705	0.19 571	0.41 693	0.50 691	0.52 714	0.54 702	1.32 752	0.42 715	0.40 712	0.27 668	0.14 667	0.16 702	0.16 678	0.16 687	0.12 623	0.12 626

LALA_ROB	0.25 664	0.16 644	0.22 611	0.26 679	0.17 682	0.27 661	0.27 688	0.42 698	0.37 625	0.33 677	0.38 647	0.51 711	0.26 643	0.28 657	0.27 668	0.16 687	0.09 606	0.12 628	0.11 625	0.13 643	0.12 626

MSMD_ROB	0.31 694	0.26 705	0.26 632	0.24 659	0.21 706	0.34 688	0.25 671	0.34 642	0.39 637	0.40 695	0.69 724	0.45 698	0.40 706	0.34 682	0.27 668	0.20 709	0.19 713	0.26 711	0.25 717	0.23 711	0.22 713

DStereoSA	0.25 664	0.19 672	0.37 679	0.26 679	0.17 682	0.22 608	0.20 595	0.49 715	0.59 711	0.22 584	0.29 588	0.29 616	0.33 686	0.39 707	0.28 676	0.12 627	0.11 642	0.16 678	0.14 662	0.14 659	0.12 626

MFN_U_SF_DS_RVC	0.30 692	0.24 696	0.29 653	0.36 721	0.16 666	0.34 688	0.30 713	0.32 613	0.42 656	0.40 695	0.46 687	0.38 675	0.31 678	0.34 682	0.28 676	0.19 707	0.20 716	0.26 711	0.29 726	0.18 698	0.19 708

DISCO	0.19 594	0.09 476	0.22 611	0.17 324	0.10 498	0.25 640	0.18 530	0.27 537	0.44 668	0.22 584	0.31 605	0.33 653	0.26 643	0.28 657	0.28 676	0.08 456	0.06 457	0.07 335	0.07 418	0.09 549	0.09 551

XPNet_ROB	0.22 628	0.11 567	0.19 583	0.22 626	0.13 613	0.22 608	0.19 571	0.34 642	0.40 643	0.30 661	0.39 655	0.39 683	0.26 643	0.26 642	0.28 676	0.15 671	0.10 628	0.10 576	0.10 591	0.13 643	0.12 626

light-stereo	0.42 714	0.26 705	0.59 717	0.60 739	0.49 738	0.32 678	0.23 639	0.46 710	0.52 700	0.56 721	0.58 714	0.76 734	0.32 684	0.48 720	0.29 680	0.32 730	0.24 732	0.27 715	0.33 731	0.46 736	0.39 738

DStereoFS	0.27 677	0.22 689	0.31 658	0.22 626	0.15 655	0.22 608	0.20 595	0.50 719	0.48 679	0.28 647	0.44 684	0.33 653	0.34 691	0.52 727	0.29 680	0.12 627	0.11 642	0.15 670	0.13 658	0.16 685	0.16 688

FC-DCNN v2	0.33 699	0.27 710	0.28 645	0.26 679	0.23 712	0.37 700	0.28 694	0.40 687	0.43 663	0.45 708	0.56 709	0.51 711	0.40 706	0.37 700	0.29 680	0.21 713	0.20 716	0.27 715	0.26 718	0.25 719	0.24 717

SHD	0.26 675	0.15 636	0.30 656	0.24 659	0.18 689	0.22 608	0.15 363	0.38 679	0.71 731	0.32 673	0.41 672	0.36 666	0.28 662	0.32 675	0.29 680	0.12 627	0.11 642	0.14 657	0.13 658	0.16 685	0.20 709

RTSC	0.23 645	0.12 585	0.28 645	0.21 606	0.13 613	0.28 668	0.16 437	0.35 658	0.66 727	0.27 632	0.33 622	0.30 626	0.21 605	0.31 668	0.29 680	0.10 570	0.08 569	0.09 526	0.10 591	0.13 643	0.13 650

ADCL	0.24 652	0.11 567	0.47 698	0.22 626	0.12 590	0.34 688	0.29 704	0.29 574	0.56 705	0.24 607	0.46 687	0.30 626	0.30 674	0.29 664	0.29 680	0.08 456	0.07 535	0.09 526	0.09 549	0.10 582	0.10 583

LE_ROB	0.50 726	0.07 259	0.14 427	0.15 132	0.08 246	0.24 629	0.16 437	0.22 429	1.81 767	4.63 774	0.67 720	0.47 706	0.44 718	0.20 581	0.29 680	0.07 371	0.06 457	0.06 218	0.06 314	0.08 484	0.06 339

TARStereo	0.72 740	0.18 667	0.56 711	0.27 692	0.21 706	1.35 759	0.25 671	0.59 735	1.65 765	0.68 729	5.01 771	1.08 744	0.81 750	0.38 702	0.30 687	0.18 698	0.15 692	0.20 698	0.19 701	0.17 693	0.23 715

Wz-Net-TNSev	0.29 686	0.20 679	0.65 722	0.19 501	0.15 655	0.38 703	0.27 688	0.35 658	0.55 702	0.34 680	0.42 679	0.45 698	0.38 700	0.32 675	0.30 687	0.12 627	0.13 673	0.10 576	0.12 647	0.15 676	0.14 669

Wz-Net-SNSev	0.25 664	0.17 655	0.44 692	0.25 673	0.14 635	0.26 651	0.23 639	0.38 679	0.56 705	0.30 661	0.55 704	0.39 683	0.26 643	0.23 623	0.30 687	0.10 570	0.09 606	0.09 526	0.10 591	0.11 605	0.11 611

FCDSN-DC	0.33 699	0.28 715	0.28 645	0.30 707	0.24 714	0.39 705	0.28 694	0.42 698	0.42 656	0.43 705	0.53 700	0.51 711	0.41 711	0.36 695	0.30 687	0.21 713	0.20 716	0.27 715	0.26 718	0.25 719	0.24 717
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
EDNetEfficient	0.29 686	0.24 696	1.13 753	0.18 424	0.10 498	0.19 563	0.20 595	0.20 375	0.60 715	0.74 739	0.56 709	0.31 639	0.39 703	0.22 612	0.30 687	0.09 525	0.07 535	0.08 436	0.07 418	0.11 605	0.09 551

RYNet	0.22 628	0.12 585	0.22 611	0.19 501	0.17 682	0.46 710	0.26 681	0.38 679	0.48 679	0.24 607	0.28 576	0.34 660	0.23 622	0.20 581	0.30 687	0.10 570	0.06 457	0.09 526	0.09 549	0.13 643	0.15 676

FC-DCNN	0.33 699	0.27 710	0.28 645	0.26 679	0.23 712	0.37 700	0.28 694	0.40 687	0.43 663	0.45 708	0.55 704	0.51 711	0.40 706	0.37 700	0.30 687	0.21 713	0.20 716	0.27 715	0.26 718	0.25 719	0.24 717

CSAN	0.29 686	0.24 696	0.27 640	0.34 716	0.19 696	0.33 685	0.42 734	0.37 671	0.50 691	0.38 690	0.40 661	0.44 696	0.33 686	0.28 657	0.30 687	0.20 709	0.16 702	0.19 694	0.19 701	0.14 659	0.15 676

2222	0.37 704	0.26 705	0.31 658	0.42 729	0.19 696	0.77 742	1.20 763	0.42 698	0.41 646	0.33 677	0.52 698	0.48 708	0.37 698	0.32 675	0.31 695	0.17 693	0.14 684	0.21 700	0.15 680	0.22 709	0.11 611

PStereo	0.20 606	0.22 689	0.20 595	0.17 324	0.10 498	0.13 399	0.20 595	0.27 537	0.38 632	0.20 552	0.14 339	0.28 607	0.31 678	0.24 633	0.31 695	0.18 698	0.13 673	0.15 670	0.11 625	0.12 623	0.12 626

Ntro	0.40 709	0.40 729	0.53 704	0.46 734	0.30 728	0.65 729	0.24 654	0.46 710	0.68 729	0.41 699	0.49 692	0.48 708	0.42 715	0.39 707	0.31 695	0.32 730	0.28 736	0.37 731	0.30 728	0.32 732	0.29 728

AANet	0.30 692	0.19 672	1.03 749	0.16 233	0.13 613	0.22 608	0.16 437	0.30 589	0.62 718	0.60 722	0.52 698	0.46 702	0.38 700	0.23 623	0.32 698	0.12 627	0.09 606	0.11 608	0.10 591	0.13 643	0.12 626

zh-sn7	0.25 664	0.17 655	0.50 700	0.24 659	0.13 613	0.25 640	0.24 654	0.34 642	0.48 679	0.28 647	0.54 702	0.28 607	0.31 678	0.36 695	0.32 698	0.10 570	0.10 628	0.11 608	0.10 591	0.12 623	0.12 626

otaku	0.39 706	0.37 727	0.52 702	0.44 730	0.28 724	0.58 722	0.24 654	0.41 693	0.62 718	0.40 695	0.49 692	0.46 702	0.33 686	0.40 712	0.32 698	0.30 728	0.30 738	0.39 732	0.33 731	0.29 727	0.28 727

ADCPNet	0.25 664	0.16 644	0.61 719	0.21 606	0.15 655	0.35 697	0.25 671	0.32 613	0.35 612	0.30 661	0.40 661	0.36 666	0.28 662	0.28 657	0.32 698	0.12 627	0.10 628	0.11 608	0.12 647	0.14 659	0.13 650

GANetREF_RVC	0.31 694	0.34 724	0.27 640	0.35 719	0.16 666	0.32 678	0.41 731	0.48 713	0.51 698	0.35 681	0.35 632	0.34 660	0.33 686	0.39 707	0.32 698	0.27 727	0.20 716	0.29 725	0.15 680	0.18 698	0.17 698
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
ADCMid	0.25 664	0.15 636	0.40 685	0.20 571	0.14 635	0.25 640	0.26 681	0.34 642	0.38 632	0.36 684	0.44 684	0.34 660	0.40 706	0.35 689	0.33 703	0.10 570	0.09 606	0.11 608	0.11 625	0.13 643	0.12 626

AnyNet_C32	0.26 675	0.16 644	0.36 675	0.20 571	0.16 666	0.25 640	0.30 713	0.32 613	0.44 668	0.31 667	0.49 692	0.30 626	0.33 686	0.40 712	0.33 703	0.12 627	0.12 658	0.12 628	0.14 662	0.14 659	0.15 676

PDISCO_ROB	0.27 677	0.16 644	0.26 632	0.28 696	0.20 700	0.32 678	0.26 681	0.44 705	0.57 707	0.28 647	0.40 661	0.45 698	0.29 670	0.33 679	0.34 705	0.12 627	0.09 606	0.17 682	0.16 687	0.17 693	0.13 650

1111	0.43 716	0.23 692	0.54 705	0.33 712	0.20 700	0.83 745	0.35 724	0.50 719	0.82 742	0.63 725	0.68 722	0.69 729	0.68 744	0.77 742	0.35 706	0.17 693	0.15 692	0.19 694	0.19 701	0.21 704	0.17 698

ACVNet_1	0.44 718	0.49 733	0.60 718	0.45 731	0.28 724	0.49 716	0.27 688	0.57 733	0.72 732	0.62 724	0.58 714	0.74 732	0.49 725	0.50 722	0.35 706	0.26 726	0.24 732	0.39 732	0.29 726	0.31 731	0.24 717

WZ-Net	0.28 682	0.17 655	0.78 740	0.22 626	0.16 666	0.34 688	0.29 704	0.39 683	0.57 707	0.24 607	0.55 704	0.37 671	0.24 628	0.33 679	0.35 706	0.09 525	0.08 569	0.09 526	0.10 591	0.14 659	0.16 688

RTS	0.45 720	0.19 672	3.26 763	0.24 659	0.15 655	0.74 736	0.20 595	0.36 665	0.76 739	0.42 702	0.43 682	0.31 639	0.41 711	0.53 730	0.35 706	0.10 570	0.08 569	0.13 643	0.12 647	0.15 676	0.15 676

RTSA	0.45 720	0.19 672	3.26 763	0.24 659	0.15 655	0.74 736	0.20 595	0.36 665	0.76 739	0.42 702	0.43 682	0.31 639	0.41 711	0.53 730	0.35 706	0.10 570	0.08 569	0.13 643	0.12 647	0.15 676	0.15 676

PASM	0.32 696	0.24 696	0.48 699	0.28 696	0.27 722	0.29 672	0.30 713	0.34 642	0.49 688	0.35 681	0.39 655	0.46 702	0.34 691	0.34 682	0.35 706	0.23 723	0.25 734	0.26 711	0.28 725	0.23 711	0.21 711

MFN_U_SF_RVC	0.32 696	0.21 685	0.55 708	0.30 707	0.15 655	0.34 688	0.17 479	0.52 724	0.46 676	0.46 711	0.55 704	0.59 718	0.39 703	0.35 689	0.37 712	0.15 671	0.14 684	0.18 692	0.21 708	0.16 685	0.15 676

MANE	0.45 720	0.27 710	0.27 640	0.27 692	0.24 714	0.47 712	0.31 719	0.55 730	0.59 711	0.72 734	1.13 752	1.15 746	0.61 739	0.52 727	0.37 712	0.21 713	0.20 716	0.27 715	0.31 730	0.25 719	0.24 717

mmmmmm	0.41 711	0.25 702	0.42 690	0.37 723	0.20 700	0.59 723	0.44 738	0.51 722	0.73 736	0.54 718	0.76 733	0.70 730	0.56 733	0.50 722	0.38 714	0.18 698	0.22 730	0.22 705	0.20 705	0.20 702	0.17 698

PVD	0.39 706	0.20 679	0.39 683	0.31 711	0.22 709	0.29 672	0.43 736	0.52 724	0.96 748	0.55 719	0.79 735	0.53 715	0.59 738	0.52 727	0.38 714	0.19 707	0.14 684	0.17 682	0.14 662	0.24 718	0.31 731

XQC	0.28 682	0.23 692	0.51 701	0.28 696	0.19 696	0.34 688	0.27 688	0.36 665	0.57 707	0.31 667	0.30 596	0.37 671	0.30 674	0.38 702	0.38 714	0.13 653	0.09 606	0.15 670	0.12 647	0.17 693	0.18 703

MSAF-DinoV2	0.22 628	0.11 567	0.23 620	0.17 324	0.10 498	0.27 661	0.16 437	0.37 671	0.55 702	0.21 568	0.27 562	0.47 706	0.27 651	0.35 689	0.39 717	0.09 525	0.06 457	0.07 335	0.09 549	0.12 623	0.10 583

EDNetEfficientorigin	7.91 774	0.31 720	153.02 805	0.19 501	0.09 382	0.21 599	0.16 437	0.22 429	0.59 711	0.72 734	0.67 720	0.42 690	0.50 726	0.24 633	0.39 717	0.08 456	0.07 535	0.08 436	0.07 418	0.12 623	0.10 583

SAMSARA	0.40 709	0.28 715	0.33 666	0.55 737	0.39 731	0.82 744	1.23 764	0.47 712	0.51 698	0.36 684	0.35 632	0.55 717	0.39 703	0.38 702	0.39 717	0.15 671	0.20 716	0.15 670	0.14 662	0.23 711	0.20 709

222	0.16 546	0.07 259	0.14 427	0.14 72	0.08 246	0.24 629	0.18 530	0.30 589	0.20 430	0.17 480	0.28 576	0.17 470	0.16 531	0.15 444	0.40 720	0.10 570	0.05 293	0.07 335	0.06 314	0.07 410	0.08 502

ADCS	0.29 686	0.18 667	0.45 693	0.21 606	0.17 682	0.28 668	0.23 639	0.41 693	0.63 722	0.40 695	0.49 692	0.40 687	0.36 696	0.39 707	0.40 720	0.13 653	0.12 658	0.13 643	0.14 662	0.16 685	0.16 688

ELAS_RVC	0.41 711	0.29 718	0.33 666	0.28 696	0.24 714	0.54 720	0.36 726	0.49 715	0.59 711	0.72 734	0.74 730	0.65 724	0.54 729	0.54 732	0.40 720	0.22 718	0.20 716	0.27 715	0.26 718	0.26 724	0.25 723
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
coex-ft	3.30 761	0.34 724	59.09 804	0.18 424	0.13 613	0.26 651	0.22 627	0.27 537	0.72 732	1.90 768	0.70 726	0.44 696	0.45 721	0.29 664	0.41 723	0.09 525	0.09 606	0.12 628	0.09 549	0.14 659	0.13 650

ccnet	0.29 686	0.28 715	0.23 620	0.20 571	0.28 724	0.41 708	0.21 616	0.45 708	0.33 591	0.36 684	0.46 687	0.36 666	0.30 674	0.39 707	0.42 724	0.23 723	0.14 684	0.21 700	0.17 694	0.23 711	0.18 703

BEATNet-Init1	0.52 727	0.27 710	0.62 720	0.30 707	0.21 706	0.76 740	0.29 704	0.54 729	0.65 726	0.86 747	0.95 743	2.07 762	0.62 741	0.56 734	0.42 724	0.18 698	0.18 710	0.23 707	0.22 711	0.22 709	0.21 711

ELAS	0.41 711	0.29 718	0.33 666	0.27 692	0.24 714	0.60 726	0.36 726	0.50 719	0.50 691	0.71 732	0.79 735	0.67 726	0.54 729	0.51 725	0.42 724	0.22 718	0.20 716	0.27 715	0.26 718	0.26 724	0.25 723
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
nnnnnnn	0.42 714	0.25 702	0.52 702	0.33 712	0.27 722	0.49 716	0.29 704	0.53 726	0.77 741	0.63 725	0.68 722	0.74 732	0.56 733	0.46 718	0.43 727	0.22 718	0.21 728	0.27 715	0.26 718	0.28 726	0.25 723

RainbowNet	0.54 730	0.61 738	0.70 738	0.57 738	0.43 735	0.65 729	0.37 729	0.60 736	0.87 745	0.50 713	0.66 719	0.64 722	0.47 723	0.49 721	0.43 727	0.47 742	0.48 752	0.52 740	0.41 737	0.52 739	0.40 741

fsdfsdds	0.52 727	0.19 672	0.67 730	0.33 712	0.18 689	0.48 714	0.32 721	0.53 726	1.00 749	0.73 738	2.21 768	1.03 740	0.86 753	0.34 682	0.45 729	0.16 687	0.16 702	0.26 711	0.18 699	0.14 659	0.15 676

MSC_U_SF_DS_RVC	0.43 716	0.39 728	0.54 705	0.40 725	0.20 700	0.64 728	0.32 721	0.53 726	0.72 732	0.71 732	0.72 727	0.61 720	0.54 729	0.51 725	0.46 730	0.20 709	0.19 713	0.29 725	0.30 728	0.23 711	0.18 703

ACVNet_2	0.66 736	0.66 742	0.68 732	0.63 740	0.41 733	0.71 734	0.49 740	0.96 751	1.39 759	0.89 749	1.09 748	1.04 741	0.73 746	0.54 732	0.47 731	0.43 739	0.40 745	0.53 741	0.44 739	0.47 737	0.35 736

AnyNet_C01	0.36 703	0.25 702	1.37 756	0.22 626	0.17 682	0.48 714	0.27 688	0.35 658	0.39 637	0.39 692	0.74 730	0.46 702	0.38 700	0.45 717	0.47 731	0.13 653	0.13 673	0.13 643	0.14 662	0.14 659	0.15 676

IMH-64-1	0.65 734	0.61 738	0.68 732	0.71 742	0.51 739	0.59 723	0.49 740	0.91 747	0.85 743	0.74 739	1.02 745	0.81 735	0.78 748	0.79 743	0.49 733	0.42 737	0.46 747	0.71 745	0.47 740	0.52 739	0.39 738

IMH-64	0.65 734	0.61 738	0.68 732	0.71 742	0.51 739	0.59 723	0.49 740	0.91 747	0.85 743	0.74 739	1.02 745	0.81 735	0.78 748	0.79 743	0.49 733	0.42 737	0.46 747	0.71 745	0.47 740	0.52 739	0.39 738

Consistency-Raft	0.44 718	0.40 729	0.45 693	0.37 723	0.43 735	0.46 710	0.41 731	0.57 733	0.55 702	0.32 673	0.73 728	0.33 653	0.48 724	0.42 716	0.49 733	0.39 735	0.35 743	0.45 735	0.51 745	0.42 735	0.29 728

anonymity	0.53 729	0.58 736	0.65 722	0.41 727	0.61 749	0.53 719	0.41 731	0.56 731	0.41 646	0.55 719	0.50 696	0.49 710	0.55 732	0.58 735	0.50 736	0.58 748	0.50 756	0.51 738	0.51 745	0.51 738	0.57 747

FADE	0.45 720	0.33 722	1.03 749	0.33 712	0.25 720	0.35 697	0.29 704	0.64 738	1.07 750	0.43 705	0.41 672	0.42 690	0.53 727	0.70 740	0.51 737	0.30 728	0.21 728	0.41 734	0.38 735	0.23 711	0.22 713

IMH	0.71 737	0.64 741	0.68 732	0.76 744	0.54 741	0.69 732	0.54 744	0.98 753	1.10 752	0.82 743	1.09 748	0.89 737	0.88 755	0.87 751	0.52 738	0.44 740	0.50 756	0.75 748	0.51 745	0.56 744	0.41 742

MonStereo1	0.47 725	0.26 705	0.58 715	0.28 696	0.20 700	0.39 705	0.18 530	0.49 715	0.64 723	0.52 714	0.87 738	1.01 739	0.57 736	0.50 722	0.56 739	0.53 745	0.31 741	0.54 742	0.40 736	0.33 733	0.34 734

SGM+DAISY	0.56 731	0.57 735	0.65 722	0.40 725	0.54 741	0.66 731	0.49 740	0.56 731	0.45 674	0.66 727	0.69 724	0.67 726	0.56 733	0.63 737	0.56 739	0.59 749	0.48 752	0.50 737	0.50 744	0.52 739	0.58 748

ktn	1.01 753	1.21 758	0.80 743	1.23 761	0.86 759	1.01 753	0.87 758	0.94 750	1.39 759	1.04 756	1.12 751	1.15 746	1.07 761	0.94 756	0.59 741	1.28 771	0.71 768	1.38 766	0.83 759	1.02 761	0.75 760

UHP	1.94 758	0.24 696	1.06 751	0.34 716	0.18 689	5.35 770	0.24 654	0.86 745	4.09 772	2.33 769	11.82 785	7.01 776	2.71 772	0.87 751	0.60 742	0.17 693	0.14 684	0.19 694	0.17 694	0.21 704	0.16 688

MFMNet_re	0.64 733	0.66 742	0.65 722	0.51 735	0.69 753	0.69 732	0.57 746	0.64 738	0.73 736	0.60 722	0.73 728	0.62 721	0.67 743	0.65 738	0.60 742	0.66 753	0.58 765	0.63 743	0.59 748	0.68 750	0.69 757

NVStereoNet_ROB	0.46 724	0.36 726	0.46 697	0.41 727	0.28 724	0.34 688	0.34 723	0.48 713	0.60 715	0.72 734	0.93 741	0.70 730	0.66 742	0.47 719	0.60 742	0.22 718	0.33 742	0.34 730	0.34 734	0.30 728	0.30 730
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
SPS-STEREO	0.57 732	0.58 736	0.65 722	0.45 731	0.55 743	0.62 727	0.44 738	0.62 737	0.50 691	0.68 729	0.64 717	0.66 725	0.57 736	0.61 736	0.60 742	0.62 751	0.47 751	0.51 738	0.49 742	0.55 743	0.58 748
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
WAO-7	0.79 743	0.78 747	0.54 705	0.85 750	0.67 752	0.74 736	0.68 754	1.05 757	1.32 757	0.90 751	1.20 755	1.04 741	0.92 756	0.69 739	0.66 746	0.60 750	0.62 766	0.67 744	0.68 754	0.64 746	0.58 748

WAO-6	0.81 744	0.80 748	0.62 720	0.86 751	0.63 750	0.76 740	0.58 747	0.98 753	1.54 764	0.90 751	0.96 744	1.07 743	1.03 760	0.70 740	0.66 746	0.72 754	0.49 754	0.90 756	0.71 755	0.68 750	0.58 748

PWCK	0.71 737	0.94 753	0.95 747	0.76 744	0.31 729	0.74 736	0.36 726	0.90 746	0.90 746	0.96 753	0.75 732	0.95 738	0.61 739	0.87 751	0.66 746	0.72 754	0.46 747	0.75 748	0.49 742	0.69 752	0.44 743

TorneroNet-64	0.76 742	0.72 745	0.74 739	0.78 746	0.58 747	0.91 749	0.56 745	0.84 744	1.29 756	0.66 727	0.90 739	1.40 754	0.75 747	0.85 749	0.67 749	0.49 743	0.46 747	0.72 747	0.59 748	0.67 749	0.53 746

notaker	0.97 751	1.11 756	0.98 748	1.13 759	0.81 757	0.73 735	0.68 754	0.93 749	1.16 753	1.18 763	1.18 754	1.41 755	1.16 765	1.08 761	0.69 750	0.81 759	0.64 767	1.17 762	0.79 758	0.98 759	0.80 761

LVE	0.83 746	0.85 751	0.85 745	0.80 747	0.56 744	1.04 755	0.65 751	1.05 757	1.47 762	0.96 753	1.22 756	1.10 745	0.85 752	0.83 746	0.71 751	0.49 743	0.55 762	0.76 751	0.60 750	0.65 747	0.59 753

WAO-8	0.91 748	0.81 749	0.65 722	0.94 754	0.69 753	0.90 746	0.67 752	1.07 761	1.83 768	1.06 758	1.45 758	1.30 749	1.07 761	0.84 747	0.78 752	0.74 756	0.53 759	0.86 754	0.75 756	0.69 752	0.62 754

Venus	0.91 748	0.81 749	0.65 722	0.94 754	0.69 753	0.90 746	0.67 752	1.07 761	1.83 768	1.06 758	1.45 758	1.30 749	1.07 761	0.84 747	0.78 752	0.74 756	0.53 759	0.86 754	0.75 756	0.69 752	0.62 754

TorneroNet	0.82 745	0.74 746	0.81 744	0.84 749	0.63 750	0.99 751	0.63 748	0.96 751	1.16 753	0.80 742	1.11 750	1.36 753	0.86 753	0.93 755	0.80 754	0.56 746	0.49 754	0.78 753	0.66 753	0.73 755	0.63 756

Dean	0.87 747	0.86 752	0.79 742	0.81 748	0.56 744	0.90 746	0.63 748	1.15 767	1.73 766	1.15 761	1.15 753	1.31 751	0.99 759	0.81 745	0.81 755	0.57 747	0.56 763	0.77 752	0.64 751	0.66 748	0.58 748

KSHMR	1.09 754	1.17 757	0.88 746	1.25 762	1.00 761	0.99 751	0.96 760	1.13 765	1.37 758	1.16 762	1.29 757	1.41 755	0.96 758	1.01 758	0.92 756	1.03 768	1.08 770	1.20 763	1.03 764	1.01 760	0.97 763

UNDER WATER-64	0.95 750	0.94 753	1.43 758	0.87 752	0.56 744	1.18 758	0.87 758	0.77 742	0.94 747	1.04 756	0.85 737	1.58 759	1.21 766	0.94 756	0.96 757	0.87 760	0.57 764	1.03 760	0.88 761	0.78 756	0.73 758

UNDER WATER	0.97 751	0.97 755	1.42 757	0.99 756	0.70 756	1.12 757	0.84 757	0.80 743	1.08 751	1.01 755	0.90 739	1.55 758	1.22 767	1.03 759	1.00 758	0.78 758	0.53 759	1.02 759	0.87 760	0.80 757	0.74 759

JetBlue	0.71 737	0.45 732	1.14 754	0.51 735	0.47 737	2.02 761	0.64 750	0.75 741	0.70 730	0.69 731	0.77 734	1.22 748	0.83 751	1.03 759	1.01 759	0.40 736	0.28 736	0.33 729	0.33 731	0.30 728	0.34 734

MADNet+	0.75 741	0.71 744	3.70 766	0.66 741	0.41 733	0.98 750	0.97 761	0.69 740	0.73 736	0.52 714	0.57 712	0.64 722	0.68 744	0.86 750	1.01 759	0.34 733	0.36 744	0.28 724	0.23 715	0.36 734	0.31 731

DPSimNet_ROB	1.11 755	1.23 759	0.78 740	1.13 759	0.88 760	1.10 756	1.13 762	1.16 768	1.23 755	1.43 765	1.02 745	1.41 755	1.10 764	0.90 754	1.60 761	1.46 772	0.51 758	1.21 764	1.03 764	0.90 758	1.01 765

HanzoNet	1.29 756	1.26 760	1.19 755	1.12 758	0.85 758	1.02 754	0.83 756	1.03 756	1.48 763	1.64 766	1.61 760	2.50 764	1.72 768	1.61 763	1.61 762	1.26 770	0.80 769	1.31 765	1.01 763	1.02 761	0.86 762

LRCNet_RVC	10.62 782	13.42 789	7.30 774	18.92 788	2.07 765	0.33 685	0.30 713	5.59 776	0.48 679	13.03 787	17.94 787	8.87 779	5.65 775	4.79 773	1.89 763	23.51 801	2.73 778	27.55 804	25.71 804	16.07 796	16.33 798

zzzz4	3.62 764	5.55 780	4.00 772	12.27 783	11.85 783	4.49 763	3.91 769	1.10 764	0.42 656	0.85 745	2.01 764	6.20 771	0.44 718	3.00 767	2.25 764	0.94 764	0.15 692	1.93 772	1.76 769	5.70 776	3.67 775

noway1	3.62 764	5.55 780	3.97 770	12.27 783	11.85 783	4.50 764	3.92 771	1.09 763	0.42 656	0.85 745	2.01 764	6.22 772	0.44 718	3.00 767	2.25 764	0.94 764	0.15 692	1.93 772	1.76 769	5.70 776	3.67 775

Selective-IGEV-i1pa	2.80 760	3.51 768	0.67 730	0.28 696	0.14 635	10.22 775	0.43 736	4.36 772	3.63 771	3.53 772	6.92 773	3.47 765	1.97 769	13.41 787	2.26 766	0.36 734	0.15 692	0.13 643	0.10 591	0.15 676	0.35 736

noway4	3.64 766	5.53 779	3.97 770	12.24 780	11.84 780	4.58 767	3.96 773	1.14 766	0.45 674	0.82 743	2.01 764	6.19 770	0.43 717	3.04 769	2.29 767	0.94 764	0.15 692	1.93 772	1.76 769	5.75 778	3.71 779

MADNet++	1.95 759	1.75 762	1.59 759	1.82 764	1.69 764	2.33 762	1.40 766	2.35 771	2.09 770	2.57 771	2.36 769	2.24 763	2.17 770	2.28 764	2.34 768	1.87 773	1.66 773	1.54 767	1.34 767	1.92 765	1.77 768

TCMNet-wrong-test	3.67 768	5.48 778	3.89 769	12.18 779	11.75 779	4.65 768	3.88 768	1.06 759	0.72 732	1.09 760	2.15 767	6.30 773	0.53 727	3.43 772	2.36 769	0.89 761	0.20 716	1.87 769	1.69 768	5.57 773	3.62 774

JetRed	1.62 757	1.46 761	2.98 761	0.92 753	1.21 762	4.99 769	1.53 767	1.27 769	1.39 759	1.83 767	1.74 761	1.60 760	0.95 757	1.41 762	2.45 770	0.90 762	1.60 772	0.93 757	0.90 762	1.35 763	0.99 764

noway2	3.60 763	5.21 776	3.74 767	12.26 781	11.84 780	4.51 765	3.91 769	1.00 755	0.48 679	0.89 749	1.98 762	6.35 775	0.41 711	2.90 766	2.47 771	0.93 763	0.13 673	1.92 771	1.77 773	5.66 774	3.67 775

noway3	3.64 766	5.28 777	3.79 768	12.26 781	11.84 780	4.53 766	3.92 771	1.06 759	0.48 679	0.88 748	1.98 762	6.32 774	0.46 722	3.32 770	2.57 772	0.95 767	0.15 692	1.93 772	1.76 769	5.67 775	3.69 778

ASD4	3.54 762	3.38 767	2.05 760	1.72 763	2.51 766	9.03 774	17.71 778	2.25 770	5.51 774	2.46 770	2.81 770	2.03 761	3.36 773	2.73 765	5.06 773	1.22 769	1.34 771	1.13 761	1.33 766	1.68 764	1.49 767

PML	8.91 777	9.34 788	6.13 773	5.35 769	6.41 770	14.99 779	23.38 785	5.27 773	6.83 775	18.04 791	28.19 800	7.67 777	6.83 776	7.85 777	5.75 774	5.35 780	1.83 774	5.95 786	1.93 774	8.64 784	2.52 770

tt	4.67 769	0.06 126	3.55 765	2.02 765	1.55 763	10.25 776	16.71 777	8.91 781	5.03 773	1.31 764	0.94 742	4.71 766	4.76 774	3.33 771	5.87 775	6.06 781	10.30 788	1.88 770	2.11 775	2.75 767	1.21 766

Selective-IGEV-i16pa	18.58 788	3.30 766	1.09 752	0.21 606	0.18 689	103.68 805	0.28 694	19.87 792	40.73 801	4.16 773	56.45 805	8.07 778	2.59 771	123.95 806	5.89 776	0.18 698	0.12 658	0.09 526	0.12 647	0.12 623	0.51 745

USTest	6.22 770	2.73 765	3.00 762	6.57 772	7.29 771	14.37 778	21.57 779	7.00 780	9.56 779	5.34 777	6.10 772	5.72 769	7.64 777	6.41 776	6.96 777	1.97 774	3.42 779	1.64 768	2.15 776	2.66 766	2.36 769

xxxxx1	7.79 771	5.02 773	7.31 775	3.12 766	3.85 767	16.35 780	22.88 780	5.86 777	8.69 776	7.97 778	8.54 774	9.12 780	8.27 778	10.18 778	10.92 778	2.42 775	2.45 775	3.56 778	12.37 785	3.77 768	3.06 771

tt_ll	7.79 771	5.02 773	7.31 775	3.12 766	3.85 767	16.35 780	22.88 780	5.86 777	8.69 776	7.97 778	8.54 774	9.12 780	8.27 778	10.18 778	10.92 778	2.42 775	2.45 775	3.56 778	12.37 785	3.77 768	3.06 771

ff	7.79 771	5.02 773	7.31 775	3.12 766	3.85 767	16.35 780	22.88 780	5.86 777	8.69 776	7.97 778	8.54 774	9.12 780	8.27 778	10.18 778	10.92 778	2.42 775	2.45 775	3.56 778	12.37 785	3.77 768	3.06 771

DPSMNet_ROB	8.06 775	4.48 769	8.63 784	5.37 771	10.74 774	8.32 772	22.98 784	5.46 774	13.36 784	5.12 775	9.92 779	5.08 767	10.40 781	5.53 775	12.58 781	3.80 779	8.00 780	3.50 776	7.02 781	3.83 771	7.14 783

DGTPSM_ROB	8.06 775	4.48 769	8.63 784	5.35 769	10.72 773	8.32 772	22.97 783	5.46 774	13.35 783	5.12 775	9.92 779	5.08 767	10.40 781	5.52 774	12.58 781	3.79 778	8.00 780	3.50 776	7.02 781	3.83 771	7.14 783

Anonymous_1	10.96 783	7.92 782	7.46 778	10.33 775	10.06 772	18.65 786	26.34 788	11.06 784	13.44 785	9.40 781	10.05 781	9.67 785	11.23 785	10.73 781	12.72 783	6.42 782	8.38 784	5.77 783	10.61 784	12.12 785	6.77 780

iinet-test	10.48 780	8.09 783	7.54 779	10.26 773	10.94 775	18.00 784	25.26 786	11.33 785	13.28 781	9.69 782	9.85 777	9.42 783	11.17 783	11.02 782	12.78 784	6.59 783	8.30 782	5.56 781	6.56 777	6.89 779	7.02 781

IINet	10.48 780	8.09 783	7.54 779	10.26 773	10.94 775	18.00 784	25.26 786	11.33 785	13.28 781	9.69 782	9.85 777	9.42 783	11.17 783	11.02 782	12.78 784	6.59 783	8.30 782	5.56 781	6.56 777	6.89 779	7.02 781

DPSM_ROB	11.15 784	8.58 785	8.00 781	10.88 776	11.58 777	19.10 787	26.71 789	12.05 787	14.07 788	10.36 784	10.84 782	10.33 786	11.86 786	11.70 784	13.54 786	6.99 785	8.79 785	5.89 784	6.95 779	7.29 781	7.42 785

DPSM	11.15 784	8.58 785	8.00 781	10.88 776	11.58 777	19.10 787	26.71 789	12.05 787	14.07 788	10.36 784	10.84 782	10.33 786	11.86 786	11.70 784	13.54 786	6.99 785	8.79 785	5.89 784	6.95 779	7.29 781	7.42 785

real-time stereo	11.43 786	8.99 787	8.31 783	11.33 778	12.02 785	19.46 789	27.13 791	12.28 789	14.25 790	10.57 786	11.11 784	10.56 788	12.04 788	11.92 786	14.08 788	7.07 787	8.88 787	6.10 787	7.09 783	7.74 783	7.65 787

HaxPig	15.71 787	18.52 800	19.18 796	16.89 787	15.89 788	7.73 771	7.60 774	13.31 790	10.82 780	15.42 788	14.91 786	15.98 789	14.92 789	15.58 788	15.98 789	18.95 796	16.73 789	19.46 800	18.08 796	19.26 797	19.05 801

RSGM-EC	20.36 789	4.73 771	0.68 732	16.76 785	16.92 789	21.28 790	27.18 792	10.46 782	14.04 786	18.00 789	21.31 790	22.24 799	21.82 791	22.57 790	17.63 790	62.81 804	33.79 804	20.14 801	18.10 797	20.18 798	16.45 799

acva	20.36 789	4.73 771	0.68 732	16.76 785	16.92 789	21.28 790	27.18 792	10.46 782	14.04 786	18.00 789	21.31 790	22.24 799	21.82 791	22.57 790	17.63 790	62.81 804	33.79 804	20.14 801	18.10 797	20.18 798	16.45 799

MEDIAN_ROB	20.38 791	24.04 801	23.31 799	21.23 789	21.71 791	10.40 777	7.92 775	17.64 791	15.50 791	20.12 792	19.70 788	20.34 790	20.32 790	21.19 789	21.13 792	23.81 802	21.81 798	24.98 803	23.76 803	24.71 802	23.93 804

AVERAGE_ROB	24.90 800	29.20 804	28.14 802	24.89 798	24.64 799	17.75 783	11.12 776	21.45 793	19.93 792	25.12 801	24.46 799	25.12 801	25.46 801	24.69 800	22.83 793	29.76 803	27.13 803	28.97 805	27.95 805	29.91 803	29.47 805

FlowAnything	22.44 795	17.35 796	16.14 790	22.07 795	23.23 792	38.39 797	53.77 795	24.25 798	28.44 797	20.96 800	21.82 796	20.70 792	23.84 794	23.49 797	27.14 794	14.04 788	17.79 797	11.75 788	14.15 794	14.65 788	14.89 789

fast-reg	22.85 798	17.43 799	19.15 795	22.22 797	24.34 798	38.36 795	53.78 796	24.23 797	28.52 799	20.55 793	22.05 798	20.54 791	23.77 793	23.21 792	27.31 795	14.18 795	17.47 791	14.33 795	14.96 795	15.81 795	14.81 788

CasAABBNet	22.42 792	17.33 793	16.01 788	22.01 791	23.28 793	38.32 792	53.80 797	24.14 796	28.41 796	20.60 795	21.77 794	20.89 797	23.91 796	23.43 795	27.36 796	14.07 789	17.69 792	11.83 790	14.01 789	14.67 790	14.95 792

LSM0	22.87 799	17.28 792	18.96 793	22.19 796	29.04 800	38.42 799	53.71 794	24.28 799	28.31 793	20.78 799	21.00 789	21.43 798	24.16 800	23.50 798	27.39 797	14.09 794	17.38 790	11.84 794	14.04 792	14.73 794	14.89 789

Hybrid-DGEV	22.47 796	17.40 798	16.14 790	22.00 790	23.29 794	38.36 795	53.80 797	24.43 801	28.63 800	20.59 794	21.81 795	20.88 794	23.91 796	23.45 796	27.42 798	14.08 792	17.69 792	11.83 790	14.06 793	14.65 788	14.93 791

RAFT-FEzeroshot	22.43 793	17.33 793	15.98 786	22.02 792	23.31 795	38.34 793	53.82 799	24.05 794	28.39 794	20.61 796	21.76 792	20.88 794	23.92 798	23.41 793	27.42 798	14.07 789	17.69 792	11.83 790	14.02 790	14.69 791	14.97 793

RAFT-FE	22.43 793	17.33 793	15.98 786	22.02 792	23.31 795	38.34 793	53.82 799	24.05 794	28.39 794	20.61 796	21.76 792	20.88 794	23.92 798	23.41 793	27.42 798	14.07 789	17.69 792	11.83 790	14.02 790	14.69 791	14.97 793

Selective-RAFT-Error	22.47 796	17.37 797	16.09 789	22.06 794	23.34 797	38.39 797	53.83 801	24.29 800	28.47 798	20.74 798	21.83 797	20.81 793	23.90 795	23.54 799	27.53 801	14.08 792	17.69 792	11.82 789	14.00 788	14.69 791	15.00 795

zzzz2	33.88 803	26.18 802	24.44 800	33.40 799	35.10 801	58.13 800	81.44 804	37.02 805	42.64 803	31.75 804	33.25 803	31.23 804	35.81 802	34.90 801	40.56 802	21.21 799	26.75 799	18.05 798	21.21 801	22.06 800	22.50 802

noway5	33.88 803	26.18 802	24.44 800	33.40 799	35.10 801	58.13 800	81.44 804	37.02 805	42.64 803	31.75 804	33.25 803	31.23 804	35.81 802	34.90 801	40.56 802	21.21 799	26.75 799	18.05 798	21.21 801	22.06 800	22.50 802

zzzzzz3	32.30 801	13.60 790	18.91 792	39.10 801	40.27 803	58.35 802	74.04 803	33.28 803	42.63 802	31.37 802	33.03 801	30.65 802	36.33 804	37.51 803	43.96 804	20.73 797	26.80 801	16.52 796	20.79 799	12.34 786	15.78 796

zzz1	32.32 802	13.62 791	19.04 794	39.10 801	40.27 803	58.39 803	73.98 802	33.31 804	42.69 805	31.39 803	33.04 802	30.66 803	36.33 804	37.52 804	43.96 804	20.74 798	26.81 802	16.53 797	20.80 800	12.35 787	15.78 796

test_example2	98.32 805	94.13 805	45.89 803	96.35 803	109.85 805	88.61 804	95.45 806	25.75 802	94.37 806	130.00 807	126.06 807	58.17 806	74.63 806	88.51 805	79.96 806	150.23 806	221.02 806	77.62 806	99.10 806	113.75 806	96.94 806

ccccc	245.47 806	285.66 806	306.18 806	368.85 806	370.60 806	123.16 806	145.33 807	115.05 807	110.08 807	126.68 806	110.87 806	122.83 807	165.88 807	252.94 807	276.56 807	384.56 807	353.86 807	254.69 807	223.00 807	425.87 807	386.83 807

Low-res two-view benchmark