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

asda	0.07 4	0.08 279	0.08 40	0.16 172	0.06 16	0.06 11	0.10 31	0.16 161	0.10 48	0.06 14	0.06 15	0.05 3	0.05 13	0.10 83	0.10 147	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

asd	0.07 4	0.08 279	0.07 8	0.16 172	0.07 84	0.08 60	0.08 7	0.11 37	0.08 17	0.07 48	0.07 49	0.06 24	0.06 47	0.10 83	0.09 66	0.03 1	0.03 1	0.04 1	0.04 44	0.04 22	0.03 2

qwe	0.07 4	0.08 279	0.07 8	0.15 90	0.06 16	0.07 34	0.10 31	0.18 231	0.11 75	0.07 48	0.07 49	0.06 24	0.06 47	0.10 83	0.09 66	0.03 1	0.03 1	0.04 1	0.04 44	0.04 22	0.03 2

4.25_new	0.07 4	0.08 279	0.09 92	0.15 90	0.06 16	0.09 98	0.08 7	0.14 95	0.08 17	0.07 48	0.07 49	0.06 24	0.06 47	0.12 225	0.10 147	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

4.5w_new	0.07 4	0.08 279	0.09 92	0.15 90	0.06 16	0.09 98	0.08 7	0.14 95	0.08 17	0.07 48	0.07 49	0.06 24	0.06 47	0.12 225	0.10 147	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

4.5_new	0.07 4	0.09 355	0.08 40	0.15 90	0.07 84	0.06 11	0.10 31	0.14 95	0.11 75	0.06 14	0.08 90	0.06 24	0.06 47	0.08 19	0.10 147	0.03 1	0.03 1	0.04 1	0.04 44	0.04 22	0.03 2

4.5w-stereo	0.07 4	0.09 355	0.08 40	0.15 90	0.07 84	0.06 11	0.10 31	0.14 95	0.11 75	0.06 14	0.08 90	0.06 24	0.06 47	0.08 19	0.10 147	0.03 1	0.03 1	0.04 1	0.04 44	0.04 22	0.03 2

4.25w-stereo	0.07 4	0.08 279	0.09 92	0.15 90	0.06 16	0.09 98	0.08 7	0.14 95	0.08 17	0.07 48	0.07 49	0.06 24	0.06 47	0.12 225	0.10 147	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

4w-stereo	0.07 4	0.08 279	0.08 40	0.16 172	0.06 16	0.07 34	0.08 7	0.12 58	0.08 17	0.07 48	0.07 49	0.05 3	0.06 47	0.09 40	0.10 147	0.03 1	0.03 1	0.04 1	0.04 44	0.04 22	0.03 2

3w_stereo	0.08 57	0.09 355	0.10 140	0.17 248	0.07 84	0.08 60	0.10 31	0.20 270	0.13 138	0.06 14	0.07 49	0.05 3	0.06 47	0.08 19	0.09 66	0.03 1	0.03 1	0.04 1	0.03 1	0.04 22	0.03 2

BPD-Stereo	0.07 4	0.04 1	0.08 40	0.15 90	0.07 84	0.06 11	0.14 178	0.07 2	0.10 48	0.05 2	0.05 7	0.04 1	0.06 47	0.07 4	0.09 66	0.04 11	0.04 24	0.05 34	0.05 132	0.04 22	0.04 50

BStereo	0.08 57	0.06 81	0.16 390	0.15 90	0.08 151	0.07 34	0.09 18	0.15 131	0.16 214	0.06 14	0.07 49	0.07 82	0.05 13	0.09 40	0.11 223	0.04 11	0.05 209	0.05 34	0.07 310	0.04 22	0.04 50

Wave_Phase_stereo	0.09 108	0.06 81	0.16 390	0.15 90	0.08 151	0.11 196	0.09 18	0.18 231	0.16 214	0.06 14	0.07 49	0.07 82	0.05 13	0.09 40	0.11 223	0.04 11	0.05 209	0.05 34	0.07 310	0.04 22	0.04 50

NLSM3	0.09 108	0.06 81	0.08 40	0.19 390	0.08 151	0.11 196	0.16 322	0.18 231	0.16 214	0.06 14	0.08 90	0.07 82	0.08 171	0.09 40	0.11 223	0.04 11	0.04 24	0.06 129	0.07 310	0.03 1	0.03 2

BridgeDepth	0.07 4	0.07 174	0.08 40	0.18 330	0.06 16	0.07 34	0.11 56	0.09 13	0.06 4	0.04 1	0.07 49	0.10 192	0.09 201	0.08 19	0.08 17	0.04 11	0.03 1	0.04 1	0.04 44	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
MonStereo	0.07 4	0.06 81	0.05 1	0.15 90	0.05 1	0.08 60	0.10 31	0.15 131	0.15 184	0.05 2	0.06 15	0.05 3	0.06 47	0.07 4	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 4	0.05 27	0.07 8	0.16 172	0.06 16	0.07 34	0.11 56	0.10 22	0.08 17	0.06 14	0.06 15	0.07 82	0.07 131	0.09 40	0.09 66	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 4	0.06 81	0.05 1	0.15 90	0.05 1	0.08 60	0.10 31	0.15 131	0.15 184	0.05 2	0.06 15	0.05 3	0.06 47	0.07 4	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

AdaDepth	0.07 4	0.06 81	0.07 8	0.18 330	0.06 16	0.11 196	0.12 77	0.09 13	0.07 10	0.06 14	0.05 7	0.07 82	0.06 47	0.09 40	0.10 147	0.04 11	0.05 209	0.05 34	0.04 44	0.04 22	0.04 50

2.5w	0.07 4	0.07 174	0.07 8	0.16 172	0.06 16	0.08 60	0.12 77	0.10 22	0.10 48	0.07 48	0.06 15	0.09 159	0.06 47	0.08 19	0.09 66	0.04 11	0.03 1	0.04 1	0.04 44	0.03 1	0.03 2

2.75w_new	0.07 4	0.07 174	0.07 8	0.13 14	0.06 16	0.08 60	0.08 7	0.18 231	0.12 105	0.07 48	0.08 90	0.06 24	0.06 47	0.09 40	0.11 223	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 50

3.25w_new	0.07 4	0.06 81	0.07 8	0.15 90	0.06 16	0.10 150	0.07 3	0.12 58	0.11 75	0.08 87	0.06 15	0.07 82	0.06 47	0.11 135	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 4	0.06 81	0.07 8	0.15 90	0.06 16	0.10 150	0.07 3	0.12 58	0.11 75	0.08 87	0.06 15	0.07 82	0.06 47	0.11 135	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 4	0.07 174	0.08 40	0.16 172	0.07 84	0.07 34	0.09 18	0.16 161	0.09 30	0.07 48	0.06 15	0.05 3	0.06 47	0.09 40	0.10 147	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 4	0.07 174	0.07 8	0.15 90	0.07 84	0.09 98	0.06 1	0.13 75	0.11 75	0.07 48	0.07 49	0.06 24	0.07 131	0.10 83	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

2w_stereo	0.08 57	0.08 279	0.09 92	0.16 172	0.06 16	0.08 60	0.10 31	0.20 270	0.15 184	0.08 87	0.07 49	0.06 24	0.06 47	0.06 1	0.09 66	0.04 11	0.03 1	0.04 1	0.04 44	0.03 1	0.03 2

1w_stereo	0.07 4	0.06 81	0.07 8	0.16 172	0.06 16	0.07 34	0.10 31	0.14 95	0.14 164	0.07 48	0.08 90	0.05 3	0.06 47	0.09 40	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 50

monsterstereo	0.07 4	0.06 81	0.06 4	0.16 172	0.06 16	0.08 60	0.10 31	0.16 161	0.11 75	0.07 48	0.08 90	0.06 24	0.07 131	0.08 19	0.09 66	0.04 11	0.04 24	0.05 34	0.04 44	0.03 1	0.03 2

LG-Stereo	0.08 57	0.07 174	0.10 140	0.18 330	0.07 84	0.10 150	0.17 359	0.11 37	0.08 17	0.05 2	0.07 49	0.05 3	0.07 131	0.09 40	0.09 66	0.04 11	0.05 209	0.07 230	0.07 310	0.04 22	0.04 50

MonSter	0.07 4	0.06 81	0.05 1	0.15 90	0.05 1	0.07 34	0.10 31	0.15 131	0.15 184	0.05 2	0.06 15	0.05 3	0.06 47	0.07 4	0.09 66	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 4	0.05 27	0.07 8	0.14 45	0.06 16	0.10 150	0.13 125	0.07 2	0.13 138	0.06 14	0.07 49	0.06 24	0.05 13	0.10 83	0.09 66	0.04 11	0.04 24	0.05 34	0.03 1	0.04 22	0.04 50

RSM++	0.08 57	0.06 81	0.09 92	0.17 248	0.07 84	0.09 98	0.12 77	0.11 37	0.11 75	0.08 87	0.06 15	0.07 82	0.05 13	0.10 83	0.09 66	0.04 11	0.04 24	0.06 129	0.05 132	0.05 122	0.03 2

RSM	0.08 57	0.06 81	0.09 92	0.17 248	0.06 16	0.08 60	0.12 77	0.12 58	0.10 48	0.08 87	0.07 49	0.06 24	0.05 13	0.11 135	0.09 66	0.04 11	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

test_4	0.10 177	0.10 414	0.08 40	0.19 390	0.09 272	0.08 60	0.22 499	0.15 131	0.17 241	0.12 234	0.18 308	0.12 237	0.09 201	0.08 19	0.11 223	0.04 11	0.04 24	0.08 321	0.08 381	0.04 22	0.03 2

DispViT+	0.08 57	0.08 279	0.13 271	0.15 90	0.07 84	0.08 60	0.10 31	0.14 95	0.09 30	0.09 125	0.06 15	0.06 24	0.07 131	0.10 83	0.12 282	0.05 35	0.05 209	0.05 34	0.04 44	0.05 122	0.05 149

Pro-Stereo	0.07 4	0.05 27	0.08 40	0.15 90	0.07 84	0.08 60	0.12 77	0.07 2	0.07 10	0.06 14	0.06 15	0.05 3	0.05 13	0.09 40	0.08 17	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

VIP-Stereo	0.07 4	0.07 174	0.07 8	0.15 90	0.06 16	0.12 238	0.10 31	0.11 37	0.11 75	0.06 14	0.07 49	0.06 24	0.05 13	0.10 83	0.08 17	0.05 35	0.04 24	0.05 34	0.03 1	0.03 1	0.02 1

DA	0.08 57	0.07 174	0.07 8	0.19 390	0.08 151	0.09 98	0.12 77	0.13 75	0.12 105	0.08 87	0.10 142	0.10 192	0.08 171	0.09 40	0.10 147	0.05 35	0.04 24	0.06 129	0.04 44	0.05 122	0.03 2

Replicate-Monster	0.07 4	0.05 27	0.09 92	0.14 45	0.06 16	0.08 60	0.09 18	0.13 75	0.13 138	0.05 2	0.07 49	0.06 24	0.06 47	0.08 19	0.10 147	0.05 35	0.04 24	0.05 34	0.03 1	0.04 22	0.04 50

GGEV	0.08 57	0.07 174	0.07 8	0.19 390	0.08 151	0.09 98	0.12 77	0.13 75	0.12 105	0.08 87	0.10 142	0.10 192	0.08 171	0.09 40	0.10 147	0.05 35	0.04 24	0.06 129	0.04 44	0.05 122	0.03 2

2.25w	0.07 4	0.06 81	0.07 8	0.14 45	0.06 16	0.08 60	0.08 7	0.10 22	0.15 184	0.08 87	0.10 142	0.07 82	0.06 47	0.08 19	0.10 147	0.05 35	0.03 1	0.04 1	0.04 44	0.03 1	0.04 50

monsters	0.07 4	0.06 81	0.06 4	0.15 90	0.06 16	0.08 60	0.09 18	0.12 58	0.08 17	0.09 125	0.07 49	0.06 24	0.06 47	0.08 19	0.08 17	0.05 35	0.04 24	0.04 1	0.04 44	0.03 1	0.03 2

xyz-stereo-finetune2	0.11 224	0.07 174	0.13 271	0.13 14	0.07 84	0.11 196	0.19 446	0.17 199	0.12 105	0.15 313	0.15 249	0.17 346	0.12 300	0.13 275	0.11 223	0.05 35	0.04 24	0.07 230	0.05 132	0.04 22	0.06 241

xyz-stereo-finetune	0.11 224	0.08 279	0.13 271	0.14 45	0.06 16	0.10 150	0.19 446	0.17 199	0.19 288	0.12 234	0.14 231	0.15 312	0.10 239	0.13 275	0.11 223	0.05 35	0.04 24	0.07 230	0.05 132	0.04 22	0.05 149

xyz-stereo	0.13 319	0.07 174	0.20 466	0.15 90	0.05 1	0.20 456	0.15 256	0.17 199	0.31 452	0.15 313	0.29 463	0.26 460	0.16 407	0.13 275	0.12 282	0.05 35	0.05 209	0.06 129	0.05 132	0.04 22	0.04 50

LG-Stereo_L2	0.07 4	0.05 27	0.10 140	0.14 45	0.06 16	0.07 34	0.12 77	0.09 13	0.09 30	0.06 14	0.04 1	0.05 3	0.05 13	0.08 19	0.08 17	0.05 35	0.04 24	0.05 34	0.03 1	0.04 22	0.03 2

LG-Stereo_L1	0.07 4	0.05 27	0.11 185	0.14 45	0.06 16	0.07 34	0.13 125	0.09 13	0.07 10	0.05 2	0.04 1	0.05 3	0.04 1	0.08 19	0.07 1	0.05 35	0.04 24	0.05 34	0.03 1	0.04 22	0.04 50

MLG-Stereo_test1	0.06 1	0.05 27	0.08 40	0.17 248	0.05 1	0.06 11	0.11 56	0.08 6	0.03 1	0.05 2	0.04 1	0.06 24	0.05 13	0.09 40	0.09 66	0.05 35	0.04 24	0.05 34	0.03 1	0.04 22	0.04 50

MLG-Stereo	0.07 4	0.05 27	0.08 40	0.17 248	0.05 1	0.07 34	0.11 56	0.08 6	0.04 2	0.05 2	0.04 1	0.06 24	0.05 13	0.10 83	0.09 66	0.05 35	0.04 24	0.05 34	0.03 1	0.04 22	0.04 50

MM-Stereo_test2	0.09 108	0.06 81	0.09 92	0.19 390	0.08 151	0.12 238	0.18 407	0.15 131	0.14 164	0.07 48	0.10 142	0.07 82	0.06 47	0.12 225	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.03 2

HART	0.08 57	0.07 174	0.09 92	0.17 248	0.07 84	0.10 150	0.16 322	0.13 75	0.11 75	0.08 87	0.10 142	0.07 82	0.05 13	0.10 83	0.08 17	0.05 35	0.04 24	0.06 129	0.04 44	0.05 122	0.04 50

GREAT-IGEV	0.07 4	0.06 81	0.08 40	0.13 14	0.07 84	0.07 34	0.14 178	0.09 13	0.09 30	0.06 14	0.07 49	0.06 24	0.05 13	0.10 83	0.07 1	0.05 35	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
HI	0.11 224	0.06 81	0.11 185	0.13 14	0.09 272	0.09 98	0.14 178	0.21 293	0.10 48	0.19 402	0.17 283	0.14 283	0.09 201	0.16 361	0.08 17	0.05 35	0.04 24	0.07 230	0.08 381	0.07 302	0.06 241

CoSv	0.11 224	0.06 81	0.11 185	0.13 14	0.09 272	0.09 98	0.14 178	0.21 293	0.10 48	0.19 402	0.17 283	0.14 283	0.09 201	0.16 361	0.08 17	0.05 35	0.04 24	0.07 230	0.08 381	0.07 302	0.06 241

SCV_C0	0.08 57	0.07 174	0.07 8	0.16 172	0.09 272	0.08 60	0.15 256	0.11 37	0.12 105	0.08 87	0.07 49	0.06 24	0.05 13	0.11 135	0.07 1	0.05 35	0.05 209	0.05 34	0.04 44	0.06 230	0.05 149

SCV	0.08 57	0.09 355	0.08 40	0.15 90	0.08 151	0.10 150	0.13 125	0.10 22	0.12 105	0.07 48	0.07 49	0.06 24	0.04 1	0.09 40	0.08 17	0.05 35	0.04 24	0.06 129	0.04 44	0.06 230	0.04 50

AIO_rvc	0.07 4	0.06 81	0.08 40	0.15 90	0.06 16	0.08 60	0.14 178	0.09 13	0.08 17	0.07 48	0.08 90	0.07 82	0.04 1	0.10 83	0.08 17	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

AIO_test	0.07 4	0.05 27	0.07 8	0.15 90	0.07 84	0.06 11	0.14 178	0.10 22	0.10 48	0.07 48	0.07 49	0.06 24	0.05 13	0.08 19	0.10 147	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

castereo	0.09 108	0.06 81	0.11 185	0.15 90	0.06 16	0.11 196	0.15 256	0.14 95	0.18 271	0.08 87	0.10 142	0.11 219	0.08 171	0.09 40	0.10 147	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

GIP-stereo	0.08 57	0.06 81	0.11 185	0.14 45	0.06 16	0.09 98	0.13 125	0.14 95	0.11 75	0.07 48	0.08 90	0.05 3	0.04 1	0.10 83	0.07 1	0.05 35	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

fffft	0.09 108	0.06 81	0.12 224	0.16 172	0.07 84	0.09 98	0.17 359	0.12 58	0.11 75	0.08 87	0.07 49	0.09 159	0.06 47	0.11 135	0.12 282	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.05 149
1: 1. 1
SMoEStereo_RVC	0.08 57	0.06 81	0.12 224	0.16 172	0.07 84	0.09 98	0.14 178	0.11 37	0.13 138	0.09 125	0.07 49	0.07 82	0.07 131	0.12 225	0.10 147	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

mms	0.09 108	0.07 174	0.08 40	0.16 172	0.08 151	0.10 150	0.16 322	0.12 58	0.11 75	0.08 87	0.09 112	0.08 129	0.06 47	0.11 135	0.12 282	0.05 35	0.04 24	0.07 230	0.05 132	0.04 22	0.03 2

ours_stereo	0.09 108	0.07 174	0.09 92	0.17 248	0.08 151	0.11 196	0.16 322	0.11 37	0.12 105	0.08 87	0.10 142	0.08 129	0.06 47	0.12 225	0.12 282	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.03 2

fffy	0.09 108	0.08 279	0.09 92	0.16 172	0.07 84	0.13 289	0.17 359	0.13 75	0.12 105	0.08 87	0.09 112	0.08 129	0.09 201	0.13 275	0.11 223	0.05 35	0.05 209	0.07 230	0.05 132	0.04 22	0.05 149

tg	0.10 177	0.06 81	0.10 140	0.18 330	0.08 151	0.11 196	0.16 322	0.20 270	0.12 105	0.08 87	0.11 186	0.11 219	0.07 131	0.11 135	0.10 147	0.05 35	0.04 24	0.08 321	0.08 381	0.04 22	0.04 50

WCG-NET	0.08 57	0.05 27	0.09 92	0.15 90	0.06 16	0.11 196	0.14 178	0.13 75	0.13 138	0.06 14	0.09 112	0.07 82	0.06 47	0.13 275	0.08 17	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

IGEV-Stereo++	0.07 4	0.06 81	0.08 40	0.18 330	0.06 16	0.04 1	0.10 31	0.11 37	0.11 75	0.06 14	0.07 49	0.07 82	0.06 47	0.09 40	0.09 66	0.05 35	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

AIO-Stereo	0.08 57	0.06 81	0.09 92	0.18 330	0.06 16	0.08 60	0.12 77	0.15 131	0.09 30	0.08 87	0.08 90	0.07 82	0.05 13	0.11 135	0.08 17	0.05 35	0.05 209	0.05 34	0.04 44	0.04 22	0.04 50

WCG-NET（raft）	0.08 57	0.05 27	0.10 140	0.15 90	0.06 16	0.11 196	0.13 125	0.15 131	0.12 105	0.08 87	0.07 49	0.06 24	0.06 47	0.13 275	0.08 17	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.04 50

H2IRNET	0.10 177	0.09 355	0.09 92	0.18 330	0.09 272	0.12 238	0.15 256	0.14 95	0.21 327	0.10 162	0.10 142	0.10 192	0.10 239	0.10 83	0.10 147	0.05 35	0.04 24	0.08 321	0.08 381	0.06 230	0.05 149

MGS-Stereo	0.09 108	0.07 174	0.12 224	0.15 90	0.08 151	0.09 98	0.15 256	0.12 58	0.12 105	0.07 48	0.10 142	0.08 129	0.06 47	0.10 83	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.06 230	0.05 149

MoCha-V2	0.08 57	0.05 27	0.10 140	0.20 451	0.07 84	0.09 98	0.14 178	0.11 37	0.08 17	0.07 48	0.08 90	0.07 82	0.06 47	0.09 40	0.08 17	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.04 50

IGEV++	0.08 57	0.06 81	0.08 40	0.18 330	0.07 84	0.09 98	0.13 125	0.10 22	0.09 30	0.08 87	0.08 90	0.06 24	0.06 47	0.13 275	0.09 66	0.05 35	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

AE-Stereo	0.10 177	0.08 279	0.10 140	0.18 330	0.09 272	0.10 150	0.15 256	0.14 95	0.19 288	0.09 125	0.14 231	0.12 237	0.08 171	0.11 135	0.10 147	0.05 35	0.06 346	0.07 230	0.06 216	0.05 122	0.04 50

ff7	0.09 108	0.07 174	0.11 185	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.12 105	0.10 162	0.06 15	0.06 24	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

ffff	0.09 108	0.07 174	0.11 185	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.12 105	0.10 162	0.06 15	0.06 24	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

11t	0.09 108	0.07 174	0.11 185	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.12 105	0.10 162	0.06 15	0.06 24	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

MIM_Stereo	0.09 108	0.07 174	0.11 185	0.15 90	0.07 84	0.06 11	0.12 77	0.20 270	0.14 164	0.13 264	0.13 218	0.09 159	0.05 13	0.12 225	0.08 17	0.05 35	0.06 346	0.07 230	0.06 216	0.06 230	0.05 149

LL-Strereo2	0.10 177	0.10 414	0.15 356	0.18 330	0.08 151	0.15 348	0.09 18	0.17 199	0.14 164	0.14 286	0.10 142	0.09 159	0.07 131	0.16 361	0.10 147	0.05 35	0.05 209	0.10 451	0.07 310	0.06 230	0.05 149

4D-IteraStereo	0.09 108	0.07 174	0.10 140	0.18 330	0.07 84	0.09 98	0.15 256	0.17 199	0.15 184	0.10 162	0.11 186	0.10 192	0.07 131	0.11 135	0.09 66	0.05 35	0.03 1	0.08 321	0.07 310	0.06 230	0.05 149

LoS_RVC	0.08 57	0.05 27	0.07 8	0.15 90	0.07 84	0.08 60	0.15 256	0.11 37	0.10 48	0.08 87	0.09 112	0.06 24	0.09 201	0.10 83	0.09 66	0.05 35	0.04 24	0.05 34	0.03 1	0.04 22	0.03 2

anonymousdsp2	0.11 224	0.07 174	0.10 140	0.16 172	0.09 272	0.13 289	0.14 178	0.18 231	0.22 342	0.13 264	0.14 231	0.12 237	0.09 201	0.14 304	0.11 223	0.05 35	0.04 24	0.05 34	0.04 44	0.06 230	0.05 149

anonymousdsp	0.09 108	0.07 174	0.11 185	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.12 105	0.09 125	0.06 15	0.06 24	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

Selective-IGEV	0.07 4	0.06 81	0.08 40	0.17 248	0.06 16	0.08 60	0.12 77	0.13 75	0.07 10	0.08 87	0.07 49	0.06 24	0.04 1	0.10 83	0.09 66	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

Selective-RAFT	0.11 224	0.10 414	0.11 185	0.21 482	0.08 151	0.16 377	0.13 125	0.20 270	0.22 342	0.10 162	0.10 142	0.11 219	0.10 239	0.15 326	0.11 223	0.05 35	0.05 209	0.06 129	0.05 132	0.06 230	0.05 149

ProNet	0.09 108	0.07 174	0.10 140	0.17 248	0.08 151	0.10 150	0.15 256	0.15 131	0.12 105	0.09 125	0.06 15	0.07 82	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.06 241

ccc-4	0.09 108	0.07 174	0.11 185	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.12 105	0.10 162	0.06 15	0.06 24	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

raft_robust	0.13 319	0.10 414	0.07 8	0.18 330	0.08 151	0.13 289	0.24 522	0.28 434	0.33 466	0.20 425	0.19 317	0.14 283	0.10 239	0.11 135	0.12 282	0.05 35	0.05 209	0.07 230	0.07 310	0.05 122	0.04 50

RAFT_CTSACE	0.12 294	0.09 355	0.10 140	0.22 497	0.08 151	0.12 238	0.24 522	0.18 231	0.16 214	0.20 425	0.27 437	0.13 263	0.07 131	0.13 275	0.09 66	0.05 35	0.06 346	0.08 321	0.07 310	0.04 22	0.04 50

RAFT+CT+SA	0.13 319	0.11 440	0.09 92	0.19 390	0.09 272	0.15 348	0.28 560	0.22 317	0.22 342	0.15 313	0.26 428	0.10 192	0.10 239	0.11 135	0.12 282	0.05 35	0.04 24	0.07 230	0.08 381	0.07 302	0.06 241

SA	0.12 294	0.09 355	0.08 40	0.18 330	0.08 151	0.12 238	0.24 522	0.23 337	0.18 271	0.17 356	0.27 437	0.14 283	0.11 269	0.11 135	0.11 223	0.05 35	0.05 209	0.09 404	0.08 381	0.05 122	0.04 50

IGEV-Stereo	0.09 108	0.07 174	0.11 185	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.12 105	0.09 125	0.06 15	0.06 24	0.06 47	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.12 294	0.09 355	0.12 224	0.19 390	0.08 151	0.09 98	0.12 77	0.21 293	0.21 327	0.19 402	0.14 231	0.11 219	0.09 201	0.20 454	0.16 403	0.05 35	0.05 209	0.07 230	0.06 216	0.05 122	0.06 241

GMOStereo	0.11 224	0.09 355	0.07 8	0.19 390	0.08 151	0.12 238	0.28 560	0.13 75	0.17 241	0.11 194	0.17 283	0.14 283	0.12 300	0.07 4	0.07 1	0.05 35	0.05 209	0.09 404	0.07 310	0.04 22	0.04 50

error version	0.11 224	0.09 355	0.07 8	0.19 390	0.08 151	0.12 238	0.28 560	0.13 75	0.17 241	0.11 194	0.17 283	0.14 283	0.12 300	0.07 4	0.07 1	0.05 35	0.05 209	0.09 404	0.07 310	0.04 22	0.04 50

test-v	0.11 224	0.09 355	0.07 8	0.19 390	0.08 151	0.12 238	0.28 560	0.13 75	0.17 241	0.11 194	0.17 283	0.14 283	0.12 300	0.07 4	0.07 1	0.05 35	0.05 209	0.09 404	0.07 310	0.04 22	0.04 50

test-3	0.08 57	0.06 81	0.09 92	0.17 248	0.07 84	0.07 34	0.14 178	0.12 58	0.15 184	0.09 125	0.08 90	0.07 82	0.08 171	0.11 135	0.10 147	0.05 35	0.04 24	0.07 230	0.05 132	0.04 22	0.04 50

test_1	0.08 57	0.06 81	0.09 92	0.17 248	0.07 84	0.07 34	0.14 178	0.12 58	0.15 184	0.09 125	0.08 90	0.07 82	0.08 171	0.11 135	0.10 147	0.05 35	0.04 24	0.07 230	0.05 132	0.04 22	0.04 50

test_3	0.10 177	0.09 355	0.10 140	0.20 451	0.08 151	0.13 289	0.26 547	0.14 95	0.21 327	0.10 162	0.10 142	0.09 159	0.09 201	0.08 19	0.11 223	0.05 35	0.04 24	0.08 321	0.07 310	0.04 22	0.04 50

LCNet	0.11 224	0.07 174	0.09 92	0.19 390	0.09 272	0.08 60	0.15 256	0.21 293	0.15 184	0.11 194	0.15 249	0.16 326	0.11 269	0.12 225	0.11 223	0.05 35	0.04 24	0.08 321	0.07 310	0.06 230	0.15 544

HHNet	0.11 224	0.06 81	0.16 390	0.15 90	0.14 506	0.07 34	0.13 125	0.20 270	0.17 241	0.14 286	0.25 411	0.11 219	0.08 171	0.13 275	0.10 147	0.05 35	0.04 24	0.08 321	0.06 216	0.05 122	0.09 432

STrans-v2	0.10 177	0.07 174	0.12 224	0.18 330	0.07 84	0.10 150	0.14 178	0.21 293	0.11 75	0.11 194	0.15 249	0.12 237	0.10 239	0.11 135	0.12 282	0.05 35	0.04 24	0.06 129	0.06 216	0.04 22	0.04 50

TransformOpticalFlow	0.10 177	0.08 279	0.13 271	0.18 330	0.07 84	0.09 98	0.15 256	0.19 259	0.15 184	0.12 234	0.17 283	0.11 219	0.11 269	0.11 135	0.10 147	0.05 35	0.04 24	0.06 129	0.06 216	0.05 122	0.05 149

PSM-AAD	0.11 224	0.07 174	0.10 140	0.19 390	0.09 272	0.10 150	0.15 256	0.20 270	0.13 138	0.12 234	0.14 231	0.18 359	0.11 269	0.11 135	0.10 147	0.05 35	0.05 209	0.09 404	0.08 381	0.06 230	0.14 537

FTStereo	0.12 294	0.06 81	0.14 307	0.18 330	0.09 272	0.07 34	0.15 256	0.21 293	0.18 271	0.12 234	0.24 383	0.12 237	0.12 300	0.13 275	0.13 323	0.05 35	0.05 209	0.07 230	0.06 216	0.06 230	0.10 459

KYRaft	0.11 224	0.07 174	0.10 140	0.19 390	0.09 272	0.08 60	0.15 256	0.22 317	0.12 105	0.13 264	0.16 261	0.20 385	0.10 239	0.12 225	0.10 147	0.05 35	0.04 24	0.08 321	0.08 381	0.06 230	0.16 555

ASMatch	0.11 224	0.06 81	0.13 271	0.16 172	0.10 381	0.07 34	0.14 178	0.17 199	0.17 241	0.12 234	0.16 261	0.16 326	0.10 239	0.13 275	0.10 147	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.08 388

DEmStereo	0.12 294	0.06 81	0.14 307	0.14 45	0.10 381	0.16 377	0.15 256	0.16 161	0.24 369	0.17 356	0.24 383	0.13 263	0.14 363	0.12 225	0.13 323	0.05 35	0.04 24	0.07 230	0.06 216	0.05 122	0.05 149

DRaft	0.12 294	0.06 81	0.11 185	0.14 45	0.09 272	0.14 322	0.17 359	0.21 293	0.30 445	0.17 356	0.28 451	0.10 192	0.15 381	0.10 83	0.12 282	0.05 35	0.04 24	0.07 230	0.06 216	0.05 122	0.05 149

GrayStereo	0.11 224	0.06 81	0.11 185	0.19 390	0.09 272	0.09 98	0.16 322	0.18 231	0.17 241	0.14 286	0.17 283	0.17 346	0.11 269	0.12 225	0.11 223	0.05 35	0.05 209	0.07 230	0.06 216	0.05 122	0.10 459

RAFT-RH_RVC	0.11 224	0.06 81	0.14 307	0.16 172	0.09 272	0.12 238	0.12 77	0.17 199	0.12 105	0.13 264	0.41 543	0.11 219	0.10 239	0.13 275	0.12 282	0.05 35	0.04 24	0.08 321	0.05 132	0.04 22	0.06 241

RAFT-345	0.11 224	0.07 174	0.15 356	0.16 172	0.08 151	0.08 60	0.12 77	0.15 131	0.10 48	0.11 194	0.36 506	0.09 159	0.09 201	0.11 135	0.12 282	0.05 35	0.05 209	0.07 230	0.06 216	0.04 22	0.05 149

test-2	0.11 224	0.09 355	0.07 8	0.19 390	0.08 151	0.12 238	0.28 560	0.13 75	0.17 241	0.11 194	0.17 283	0.14 283	0.12 300	0.07 4	0.07 1	0.05 35	0.05 209	0.09 404	0.07 310	0.04 22	0.04 50

cross-raft	0.10 177	0.09 355	0.09 92	0.19 390	0.07 84	0.11 196	0.25 538	0.13 75	0.15 184	0.08 87	0.11 186	0.12 237	0.10 239	0.09 40	0.11 223	0.05 35	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

GMM-Stereo	0.11 224	0.07 174	0.10 140	0.18 330	0.09 272	0.08 60	0.15 256	0.23 337	0.16 214	0.11 194	0.15 249	0.13 263	0.11 269	0.11 135	0.11 223	0.05 35	0.04 24	0.08 321	0.07 310	0.06 230	0.09 432

Prome-Stereo	0.11 224	0.06 81	0.10 140	0.18 330	0.08 151	0.12 238	0.15 256	0.22 317	0.13 138	0.12 234	0.17 283	0.13 263	0.08 171	0.12 225	0.10 147	0.05 35	0.04 24	0.07 230	0.06 216	0.06 230	0.09 432

iRaftStereo_RVC	0.10 177	0.07 174	0.09 92	0.17 248	0.09 272	0.11 196	0.17 359	0.18 231	0.12 105	0.09 125	0.12 203	0.10 192	0.07 131	0.11 135	0.10 147	0.05 35	0.04 24	0.08 321	0.08 381	0.04 22	0.04 50

s12784h	0.09 108	0.06 81	0.07 8	0.15 90	0.05 1	0.16 377	0.18 407	0.15 131	0.15 184	0.10 162	0.11 186	0.11 219	0.11 269	0.10 83	0.12 282	0.05 35	0.04 24	0.05 34	0.04 44	0.04 22	0.04 50

TestStereo	0.13 319	0.14 498	0.11 185	0.23 521	0.08 151	0.15 348	0.21 489	0.20 270	0.23 353	0.14 286	0.24 383	0.16 326	0.12 300	0.16 361	0.14 359	0.05 35	0.06 346	0.08 321	0.06 216	0.09 427	0.05 149

test_xeample3	0.09 108	0.06 81	0.12 224	0.16 172	0.09 272	0.11 196	0.15 256	0.16 161	0.13 138	0.10 162	0.06 15	0.08 129	0.06 47	0.10 83	0.09 66	0.05 35	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

RAFT-Stereo + iAFF	0.09 108	0.06 81	0.10 140	0.17 248	0.06 16	0.10 150	0.16 322	0.17 199	0.14 164	0.09 125	0.10 142	0.08 129	0.09 201	0.11 135	0.09 66	0.05 35	0.04 24	0.06 129	0.06 216	0.04 22	0.03 2

AFF-stereo	0.09 108	0.06 81	0.10 140	0.17 248	0.07 84	0.10 150	0.16 322	0.17 199	0.09 30	0.10 162	0.12 203	0.09 159	0.09 201	0.12 225	0.09 66	0.05 35	0.04 24	0.07 230	0.07 310	0.04 22	0.03 2

EAI-Stereo	0.09 108	0.07 174	0.11 185	0.15 90	0.06 16	0.10 150	0.15 256	0.16 161	0.09 30	0.08 87	0.09 112	0.08 129	0.07 131	0.09 40	0.11 223	0.05 35	0.04 24	0.05 34	0.05 132	0.05 122	0.04 50

MLCV	0.12 294	0.07 174	0.16 390	0.18 330	0.06 16	0.15 348	0.17 359	0.19 259	0.21 327	0.18 386	0.25 411	0.17 346	0.13 339	0.14 304	0.13 323	0.05 35	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

DN-CSS_ROB	0.13 319	0.13 486	0.16 390	0.18 330	0.10 381	0.16 377	0.08 7	0.22 317	0.18 271	0.17 356	0.22 362	0.13 263	0.13 339	0.12 225	0.13 323	0.05 35	0.05 209	0.10 451	0.10 467	0.08 364	0.06 241

gcap_with_dpt	0.09 108	0.06 81	0.09 92	0.16 172	0.08 151	0.12 238	0.14 178	0.16 161	0.16 214	0.08 87	0.14 231	0.10 192	0.06 47	0.11 135	0.10 147	0.06 127	0.05 209	0.05 34	0.04 44	0.05 122	0.04 50

Hybrid-DGEV-03	0.10 177	0.06 81	0.09 92	0.18 330	0.08 151	0.16 377	0.14 178	0.15 131	0.14 164	0.13 264	0.16 261	0.12 237	0.09 201	0.13 275	0.11 223	0.06 127	0.04 24	0.08 321	0.06 216	0.05 122	0.04 50

Hybrid-DGEV-2	0.11 224	0.06 81	0.12 224	0.18 330	0.09 272	0.09 98	0.13 125	0.28 434	0.29 435	0.11 194	0.11 186	0.09 159	0.12 300	0.12 225	0.09 66	0.06 127	0.05 209	0.07 230	0.07 310	0.05 122	0.05 149

WQFJA1++	0.08 57	0.04 1	0.11 185	0.14 45	0.07 84	0.11 196	0.11 56	0.11 37	0.07 10	0.07 48	0.07 49	0.07 82	0.06 47	0.10 83	0.10 147	0.06 127	0.04 24	0.05 34	0.04 44	0.06 230	0.06 241

DStereoRT	0.16 419	0.06 81	0.11 185	0.19 390	0.09 272	0.12 238	0.12 77	0.28 434	0.22 342	0.12 234	0.20 329	0.11 219	0.10 239	0.15 326	0.14 359	0.06 127	0.05 209	0.96 617	0.09 427	0.05 122	0.04 50

MatchStereo	0.07 4	0.04 1	0.08 40	0.14 45	0.06 16	0.05 4	0.12 77	0.12 58	0.09 30	0.07 48	0.06 15	0.04 1	0.04 1	0.08 19	0.09 66	0.06 127	0.05 209	0.05 34	0.03 1	0.04 22	0.04 50

BridgeDepth_RVC	0.07 4	0.04 1	0.09 92	0.11 1	0.05 1	0.10 150	0.10 31	0.14 95	0.09 30	0.06 14	0.07 49	0.06 24	0.07 131	0.07 4	0.10 147	0.06 127	0.04 24	0.04 1	0.04 44	0.04 22	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
WQFJA1	0.10 177	0.07 174	0.08 40	0.20 451	0.09 272	0.12 238	0.17 359	0.17 199	0.17 241	0.09 125	0.10 142	0.08 129	0.10 239	0.12 225	0.11 223	0.06 127	0.07 418	0.07 230	0.06 216	0.06 230	0.05 149

WQFJX	0.10 177	0.07 174	0.09 92	0.21 482	0.09 272	0.12 238	0.16 322	0.18 231	0.17 241	0.12 234	0.10 142	0.07 82	0.09 201	0.12 225	0.10 147	0.06 127	0.07 418	0.06 129	0.05 132	0.06 230	0.05 149

NLMM	0.10 177	0.07 174	0.08 40	0.20 451	0.09 272	0.12 238	0.17 359	0.17 199	0.17 241	0.09 125	0.10 142	0.08 129	0.10 239	0.12 225	0.11 223	0.06 127	0.07 418	0.07 230	0.06 216	0.06 230	0.05 149

MonSter++	0.08 57	0.04 1	0.10 140	0.13 14	0.06 16	0.09 98	0.12 77	0.13 75	0.08 17	0.06 14	0.07 49	0.06 24	0.08 171	0.10 83	0.11 223	0.06 127	0.05 209	0.04 1	0.03 1	0.04 22	0.04 50

HiDET	0.08 57	0.04 1	0.10 140	0.13 14	0.06 16	0.08 60	0.12 77	0.12 58	0.11 75	0.06 14	0.07 49	0.07 82	0.07 131	0.11 135	0.11 223	0.06 127	0.04 24	0.04 1	0.03 1	0.04 22	0.04 50

LCMNet	0.08 57	0.05 27	0.10 140	0.13 14	0.07 84	0.09 98	0.12 77	0.10 22	0.11 75	0.06 14	0.08 90	0.06 24	0.07 131	0.11 135	0.10 147	0.06 127	0.05 209	0.04 1	0.03 1	0.04 22	0.04 50

CSFM-Stereo	0.07 4	0.05 27	0.07 8	0.14 45	0.06 16	0.09 98	0.13 125	0.15 131	0.06 4	0.07 48	0.08 90	0.06 24	0.08 171	0.09 40	0.09 66	0.06 127	0.05 209	0.04 1	0.03 1	0.04 22	0.04 50

GEAStereo	0.08 57	0.05 27	0.08 40	0.13 14	0.08 151	0.08 60	0.14 178	0.10 22	0.09 30	0.08 87	0.10 142	0.06 24	0.05 13	0.11 135	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.05 149

GSStereo	0.08 57	0.05 27	0.08 40	0.13 14	0.08 151	0.08 60	0.14 178	0.11 37	0.12 105	0.08 87	0.10 142	0.05 3	0.05 13	0.11 135	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.05 149

GS-Stereo							0.14 178	0.11 37	0.12 105	0.08 87	0.10 142	0.05 3	0.05 13	0.11 135	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.05 149

gasm-f	0.08 57	0.05 27	0.07 8	0.13 14	0.08 151	0.08 60	0.14 178	0.10 22	0.09 30	0.08 87	0.10 142	0.06 24	0.05 13	0.10 83	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.06 230	0.05 149

FE-Mocha	0.09 108	0.06 81	0.14 307	0.16 172	0.09 272	0.10 150	0.15 256	0.18 231	0.16 214	0.10 162	0.09 112	0.07 82	0.07 131	0.09 40	0.09 66	0.06 127	0.04 24	0.06 129	0.06 216	0.05 122	0.05 149

IGEV-FE	0.09 108	0.05 27	0.12 224	0.13 14	0.08 151	0.12 238	0.13 125	0.17 199	0.11 75	0.10 162	0.06 15	0.09 159	0.06 47	0.11 135	0.09 66	0.06 127	0.04 24	0.06 129	0.06 216	0.05 122	0.05 149

DDF-Stereo	0.08 57	0.04 1	0.09 92	0.15 90	0.10 381	0.06 11	0.13 125	0.09 13	0.14 164	0.06 14	0.06 15	0.07 82	0.06 47	0.09 40	0.10 147	0.06 127	0.04 24	0.06 129	0.04 44	0.08 364	0.05 149

252Zero-FE	0.08 57	0.04 1	0.09 92	0.13 14	0.07 84	0.12 238	0.11 56	0.13 75	0.14 164	0.06 14	0.05 7	0.06 24	0.05 13	0.09 40	0.10 147	0.06 127	0.04 24	0.04 1	0.03 1	0.05 122	0.06 241

Zero-FE251	0.07 4	0.05 27	0.09 92	0.13 14	0.06 16	0.12 238	0.12 77	0.11 37	0.10 48	0.07 48	0.08 90	0.06 24	0.06 47	0.09 40	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.04 50

Monster-pub-mixall	0.07 4	0.04 1	0.09 92	0.13 14	0.06 16	0.05 4	0.09 18	0.11 37	0.07 10	0.06 14	0.06 15	0.05 3	0.06 47	0.09 40	0.09 66	0.06 127	0.04 24	0.04 1	0.03 1	0.05 122	0.05 149

zero-FE	0.08 57	0.04 1	0.09 92	0.15 90	0.10 381	0.05 4	0.14 178	0.09 13	0.14 164	0.07 48	0.06 15	0.07 82	0.06 47	0.09 40	0.10 147	0.06 127	0.04 24	0.06 129	0.04 44	0.08 364	0.05 149

MultiAttention	0.29 556	0.08 279	0.14 307	0.19 390	0.12 463	1.45 622	1.33 624	0.36 534	0.37 499	0.19 402	0.21 351	0.24 436	0.11 269	0.38 569	0.18 436	0.06 127	0.05 209	0.08 321	0.08 381	0.10 458	0.09 432

GASTEREO	0.08 57	0.05 27	0.09 92	0.19 390	0.07 84	0.07 34	0.12 77	0.14 95	0.11 75	0.10 162	0.09 112	0.07 82	0.04 1	0.12 225	0.08 17	0.06 127	0.05 209	0.05 34	0.04 44	0.04 22	0.05 149

MSCF	0.08 57	0.05 27	0.08 40	0.19 390	0.08 151	0.06 11	0.12 77	0.14 95	0.11 75	0.10 162	0.09 112	0.07 82	0.04 1	0.11 135	0.08 17	0.06 127	0.05 209	0.05 34	0.04 44	0.05 122	0.05 149

water-stereo	0.09 108	0.06 81	0.08 40	0.16 172	0.07 84	0.09 98	0.13 125	0.15 131	0.13 138	0.11 194	0.12 203	0.08 129	0.09 201	0.07 4	0.08 17	0.06 127	0.05 209	0.05 34	0.05 132	0.04 22	0.04 50

depthmonostereo	0.09 108	0.06 81	0.09 92	0.15 90	0.06 16	0.10 150	0.13 125	0.14 95	0.14 164	0.10 162	0.10 142	0.09 159	0.11 269	0.08 19	0.09 66	0.06 127	0.05 209	0.06 129	0.04 44	0.04 22	0.03 2

DilatedVolume-Stereo	0.09 108	0.05 27	0.08 40	0.15 90	0.06 16	0.11 196	0.12 77	0.14 95	0.16 214	0.11 194	0.11 186	0.09 159	0.09 201	0.11 135	0.10 147	0.06 127	0.05 209	0.05 34	0.04 44	0.03 1	0.03 2

IGEV	0.07 4	0.04 1	0.08 40	0.13 14	0.06 16	0.09 98	0.12 77	0.14 95	0.10 48	0.06 14	0.09 112	0.07 82	0.05 13	0.09 40	0.09 66	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

111111	0.07 4	0.04 1	0.09 92	0.17 248	0.06 16	0.05 4	0.10 31	0.11 37	0.09 30	0.06 14	0.06 15	0.07 82	0.05 13	0.09 40	0.09 66	0.06 127	0.04 24	0.05 34	0.04 44	0.07 302	0.06 241

MLG-Stereo_test3	0.07 4	0.05 27	0.10 140	0.14 45	0.06 16	0.07 34	0.11 56	0.08 6	0.06 4	0.06 14	0.04 1	0.06 24	0.06 47	0.07 4	0.10 147	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.06 241

MLG-Stereo_test2	0.06 1	0.04 1	0.10 140	0.15 90	0.05 1	0.07 34	0.11 56	0.09 13	0.04 2	0.06 14	0.05 7	0.06 24	0.04 1	0.08 19	0.09 66	0.06 127	0.04 24	0.05 34	0.03 1	0.05 122	0.05 149

LG-Stereo_Zeroshot	0.07 4	0.06 81	0.10 140	0.16 172	0.07 84	0.04 1	0.13 125	0.10 22	0.10 48	0.05 2	0.11 186	0.07 82	0.05 13	0.07 4	0.09 66	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

SGD-Stereo	0.08 57	0.05 27	0.10 140	0.14 45	0.05 1	0.12 238	0.12 77	0.11 37	0.12 105	0.07 48	0.09 112	0.09 159	0.09 201	0.08 19	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.03 2

MM-Stereo_test3	0.10 177	0.07 174	0.07 8	0.18 330	0.07 84	0.12 238	0.19 446	0.24 360	0.19 288	0.06 14	0.10 142	0.08 129	0.06 47	0.11 135	0.08 17	0.06 127	0.06 346	0.07 230	0.05 132	0.05 122	0.04 50

MM-Stereo_test1	0.10 177	0.07 174	0.08 40	0.18 330	0.07 84	0.12 238	0.18 407	0.21 293	0.20 311	0.09 125	0.11 186	0.08 129	0.06 47	0.10 83	0.10 147	0.06 127	0.05 209	0.07 230	0.06 216	0.05 122	0.04 50

Reg-Stereo(zero)	0.08 57	0.05 27	0.08 40	0.16 172	0.06 16	0.12 238	0.11 56	0.15 131	0.10 48	0.12 234	0.09 112	0.10 192	0.08 171	0.11 135	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.05 149

DEFOM-Stereo_RVC	0.08 57	0.06 81	0.09 92	0.22 497	0.06 16	0.08 60	0.12 77	0.10 22	0.10 48	0.07 48	0.07 49	0.06 24	0.05 13	0.11 135	0.09 66	0.06 127	0.04 24	0.05 34	0.03 1	0.06 230	0.04 50

FoundationStereo	0.06 1	0.04 1	0.08 40	0.12 5	0.05 1	0.09 98	0.13 125	0.06 1	0.09 30	0.05 2	0.05 7	0.06 24	0.04 1	0.06 1	0.07 1	0.06 127	0.04 24	0.05 34	0.03 1	0.05 122	0.04 50

HUF	0.08 57	0.05 27	0.08 40	0.14 45	0.06 16	0.09 98	0.13 125	0.13 75	0.13 138	0.07 48	0.07 49	0.08 129	0.06 47	0.10 83	0.09 66	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

AIO-test2	0.10 177	0.08 279	0.10 140	0.23 521	0.08 151	0.11 196	0.10 31	0.23 337	0.23 353	0.08 87	0.09 112	0.08 129	0.05 13	0.10 83	0.08 17	0.06 127	0.05 209	0.08 321	0.09 427	0.05 122	0.05 149

AIO-test1	0.10 177	0.07 174	0.10 140	0.23 521	0.07 84	0.09 98	0.13 125	0.21 293	0.14 164	0.11 194	0.12 203	0.09 159	0.07 131	0.11 135	0.09 66	0.06 127	0.05 209	0.09 404	0.10 467	0.03 1	0.06 241

castereo++	0.08 57	0.05 27	0.08 40	0.15 90	0.05 1	0.14 322	0.12 77	0.11 37	0.15 184	0.07 48	0.07 49	0.07 82	0.06 47	0.08 19	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.03 2

IGEV-RUCA	0.08 57	0.06 81	0.11 185	0.14 45	0.09 272	0.10 150	0.12 77	0.10 22	0.12 105	0.06 14	0.07 49	0.07 82	0.06 47	0.09 40	0.08 17	0.06 127	0.05 209	0.05 34	0.04 44	0.05 122	0.06 241

tt45	0.09 108	0.06 81	0.11 185	0.15 90	0.07 84	0.11 196	0.16 322	0.13 75	0.11 75	0.09 125	0.06 15	0.08 129	0.06 47	0.13 275	0.10 147	0.06 127	0.04 24	0.06 129	0.05 132	0.05 122	0.06 241

999	0.09 108	0.05 27	0.13 271	0.15 90	0.08 151	0.10 150	0.14 178	0.15 131	0.11 75	0.10 162	0.08 90	0.08 129	0.08 171	0.16 361	0.10 147	0.06 127	0.04 24	0.06 129	0.05 132	0.04 22	0.05 149

PAM_32	0.09 108	0.05 27	0.17 420	0.15 90	0.08 151	0.10 150	0.15 256	0.14 95	0.15 184	0.09 125	0.08 90	0.09 159	0.07 131	0.14 304	0.08 17	0.06 127	0.05 209	0.06 129	0.06 216	0.05 122	0.06 241

PAM	0.10 177	0.05 27	0.16 390	0.15 90	0.08 151	0.09 98	0.16 322	0.15 131	0.16 214	0.12 234	0.09 112	0.09 159	0.07 131	0.13 275	0.08 17	0.06 127	0.05 209	0.06 129	0.06 216	0.05 122	0.06 241

dual_stereo	0.07 4	0.04 1	0.08 40	0.15 90	0.05 1	0.05 4	0.13 125	0.12 58	0.08 17	0.07 48	0.06 15	0.05 3	0.05 13	0.07 4	0.09 66	0.06 127	0.04 24	0.05 34	0.03 1	0.04 22	0.04 50

UGAM-zero	0.09 108	0.05 27	0.15 356	0.15 90	0.08 151	0.09 98	0.13 125	0.19 259	0.15 184	0.11 194	0.15 249	0.07 82	0.07 131	0.09 40	0.09 66	0.06 127	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241

GCAP-BAT	0.09 108	0.07 174	0.14 307	0.15 90	0.08 151	0.10 150	0.13 125	0.14 95	0.10 48	0.11 194	0.10 142	0.08 129	0.07 131	0.12 225	0.10 147	0.06 127	0.05 209	0.06 129	0.04 44	0.04 22	0.04 50

Occ-G	0.08 57	0.05 27	0.06 4	0.14 45	0.07 84	0.08 60	0.14 178	0.13 75	0.15 184	0.07 48	0.11 186	0.07 82	0.05 13	0.09 40	0.10 147	0.06 127	0.05 209	0.05 34	0.04 44	0.05 122	0.05 149

AIO-Stereo-zeroshot1	0.11 224	0.05 27	0.14 307	0.15 90	0.20 564	0.09 98	0.17 359	0.21 293	0.15 184	0.11 194	0.14 231	0.10 192	0.07 131	0.10 83	0.08 17	0.06 127	0.05 209	0.07 230	0.07 310	0.07 302	0.09 432

AIO-Stereo-zeroshot	0.11 224	0.05 27	0.11 185	0.15 90	0.13 486	0.13 289	0.16 322	0.23 337	0.17 241	0.10 162	0.12 203	0.10 192	0.07 131	0.11 135	0.09 66	0.06 127	0.05 209	0.06 129	0.06 216	0.07 302	0.08 388

U	0.08 57	0.07 174	0.09 92	0.19 390	0.10 381	0.10 150	0.13 125	0.12 58	0.17 241	0.07 48	0.07 49	0.06 24	0.05 13	0.07 4	0.08 17	0.06 127	0.04 24	0.06 129	0.04 44	0.06 230	0.05 149

IGEV-Stereo+	0.07 4	0.04 1	0.08 40	0.15 90	0.06 16	0.04 1	0.09 18	0.10 22	0.09 30	0.06 14	0.06 15	0.06 24	0.06 47	0.06 1	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.06 230	0.06 241

RAFT-Stereo-weight	0.09 108	0.06 81	0.10 140	0.16 172	0.07 84	0.09 98	0.14 178	0.19 259	0.16 214	0.11 194	0.10 142	0.08 129	0.06 47	0.10 83	0.11 223	0.06 127	0.04 24	0.06 129	0.04 44	0.04 22	0.04 50

gcap-zeroshot	0.09 108	0.05 27	0.10 140	0.16 172	0.07 84	0.13 289	0.13 125	0.11 37	0.12 105	0.13 264	0.12 203	0.09 159	0.08 171	0.09 40	0.09 66	0.06 127	0.05 209	0.06 129	0.05 132	0.04 22	0.04 50

test_for_model	0.08 57	0.05 27	0.09 92	0.14 45	0.07 84	0.08 60	0.14 178	0.17 199	0.21 327	0.08 87	0.12 203	0.06 24	0.04 1	0.09 40	0.08 17	0.06 127	0.04 24	0.05 34	0.04 44	0.03 1	0.03 2

MyStereo07	0.10 177	0.07 174	0.10 140	0.17 248	0.09 272	0.14 322	0.18 407	0.15 131	0.15 184	0.09 125	0.06 15	0.06 24	0.07 131	0.12 225	0.09 66	0.06 127	0.05 209	0.08 321	0.07 310	0.06 230	0.06 241

MyStereo06	0.10 177	0.07 174	0.12 224	0.17 248	0.09 272	0.13 289	0.18 407	0.19 259	0.12 105	0.12 234	0.08 90	0.07 82	0.07 131	0.11 135	0.09 66	0.06 127	0.05 209	0.07 230	0.07 310	0.06 230	0.06 241

MyStereo05	0.13 319	0.07 174	0.10 140	0.17 248	0.09 272	0.13 289	0.18 407	0.27 415	0.35 487	0.17 356	0.14 231	0.15 312	0.11 269	0.15 326	0.13 323	0.06 127	0.05 209	0.07 230	0.07 310	0.06 230	0.06 241

MyStereo04	0.13 319	0.07 174	0.10 140	0.17 248	0.09 272	0.14 322	0.18 407	0.29 447	0.38 506	0.17 356	0.14 231	0.16 326	0.10 239	0.15 326	0.13 323	0.06 127	0.05 209	0.08 321	0.07 310	0.06 230	0.06 241

ACVNet-DCA	0.10 177	0.08 279	0.12 224	0.17 248	0.09 272	0.13 289	0.15 256	0.23 337	0.16 214	0.09 125	0.09 112	0.06 24	0.06 47	0.10 83	0.07 1	0.06 127	0.04 24	0.06 129	0.05 132	0.07 302	0.07 324

xx1	0.11 224	0.08 279	0.12 224	0.17 248	0.09 272	0.13 289	0.15 256	0.16 161	0.18 271	0.09 125	0.09 112	0.16 326	0.16 407	0.10 83	0.07 1	0.06 127	0.04 24	0.08 321	0.08 381	0.07 302	0.07 324

1test111	0.11 224	0.08 279	0.12 224	0.17 248	0.09 272	0.13 289	0.15 256	0.23 337	0.16 214	0.09 125	0.09 112	0.06 24	0.06 47	0.15 326	0.16 403	0.06 127	0.04 24	0.06 129	0.05 132	0.07 302	0.07 324

cc1	0.10 177	0.08 279	0.12 224	0.17 248	0.09 272	0.13 289	0.15 256	0.16 161	0.18 271	0.09 125	0.09 112	0.06 24	0.06 47	0.10 83	0.07 1	0.06 127	0.04 24	0.06 129	0.05 132	0.06 230	0.06 241

IGEVStereo-DCA	0.09 108	0.06 81	0.11 185	0.15 90	0.10 381	0.11 196	0.15 256	0.16 161	0.12 105	0.10 162	0.06 15	0.08 129	0.06 47	0.10 83	0.08 17	0.06 127	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241

rrr	0.09 108	0.06 81	0.12 224	0.15 90	0.10 381	0.11 196	0.16 322	0.16 161	0.15 184	0.10 162	0.06 15	0.08 129	0.06 47	0.10 83	0.08 17	0.06 127	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241

ffm	0.12 294	0.09 355	0.14 307	0.16 172	0.08 151	0.17 399	0.17 359	0.15 131	0.19 288	0.15 313	0.25 411	0.19 373	0.13 339	0.10 83	0.07 1	0.06 127	0.04 24	0.09 404	0.08 381	0.06 230	0.06 241

ff1	0.13 319	0.09 355	0.14 307	0.16 172	0.08 151	0.17 399	0.17 359	0.15 131	0.19 288	0.15 313	0.25 411	0.19 373	0.13 339	0.14 304	0.20 455	0.06 127	0.04 24	0.09 404	0.08 381	0.06 230	0.06 241

tt1	0.10 177	0.08 279	0.12 224	0.17 248	0.09 272	0.12 238	0.16 322	0.15 131	0.19 288	0.09 125	0.08 90	0.06 24	0.06 47	0.10 83	0.07 1	0.06 127	0.04 24	0.06 129	0.05 132	0.06 230	0.06 241

IGEV_Zeroshot_test	0.09 108	0.05 27	0.12 224	0.13 14	0.08 151	0.12 238	0.13 125	0.17 199	0.11 75	0.10 162	0.06 15	0.09 159	0.06 47	0.11 135	0.09 66	0.06 127	0.04 24	0.06 129	0.06 216	0.05 122	0.05 149

MSKI-zero shot	0.09 108	0.05 27	0.09 92	0.15 90	0.07 84	0.10 150	0.13 125	0.14 95	0.13 138	0.09 125	0.09 112	0.09 159	0.06 47	0.12 225	0.10 147	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.04 50

CASnet	0.09 108	0.09 355	0.09 92	0.19 390	0.06 16	0.07 34	0.11 56	0.18 231	0.14 164	0.11 194	0.10 142	0.09 159	0.07 131	0.10 83	0.10 147	0.06 127	0.04 24	0.10 451	0.08 381	0.05 122	0.03 2
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
AEACV	0.08 57	0.05 27	0.08 40	0.14 45	0.13 486	0.14 322	0.13 125	0.14 95	0.09 30	0.07 48	0.09 112	0.07 82	0.08 171	0.10 83	0.09 66	0.06 127	0.04 24	0.06 129	0.05 132	0.05 122	0.04 50

GCAP-Stereo	0.09 108	0.07 174	0.13 271	0.18 330	0.06 16	0.11 196	0.07 3	0.13 75	0.12 105	0.09 125	0.10 142	0.07 82	0.09 201	0.13 275	0.10 147	0.06 127	0.05 209	0.05 34	0.04 44	0.04 22	0.05 149

RAFT-Test	0.09 108	0.06 81	0.10 140	0.15 90	0.07 84	0.11 196	0.15 256	0.16 161	0.13 138	0.09 125	0.10 142	0.10 192	0.09 201	0.12 225	0.09 66	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.05 149

HH	0.09 108	0.06 81	0.13 271	0.17 248	0.08 151	0.10 150	0.16 322	0.14 95	0.10 48	0.08 87	0.09 112	0.08 129	0.07 131	0.10 83	0.09 66	0.06 127	0.04 24	0.06 129	0.05 132	0.05 122	0.04 50

HanStereo	0.09 108	0.06 81	0.13 271	0.17 248	0.08 151	0.10 150	0.16 322	0.14 95	0.10 48	0.08 87	0.09 112	0.08 129	0.07 131	0.10 83	0.09 66	0.06 127	0.04 24	0.06 129	0.05 132	0.05 122	0.04 50

LL-Strereo	0.13 319	0.09 355	0.11 185	0.20 451	0.10 381	0.11 196	0.18 407	0.32 482	0.24 369	0.15 313	0.15 249	0.14 283	0.13 339	0.19 429	0.11 223	0.06 127	0.04 24	0.09 404	0.08 381	0.04 22	0.05 149

CBFPSM	0.14 353	0.06 81	0.26 502	0.17 248	0.09 272	0.13 289	0.15 256	0.22 317	0.23 353	0.20 425	0.27 437	0.24 436	0.16 407	0.16 361	0.18 436	0.06 127	0.06 346	0.06 129	0.07 310	0.07 302	0.07 324

CES	0.08 57	0.04 1	0.08 40	0.14 45	0.07 84	0.09 98	0.14 178	0.11 37	0.09 30	0.08 87	0.09 112	0.11 219	0.06 47	0.12 225	0.08 17	0.06 127	0.04 24	0.05 34	0.03 1	0.05 122	0.05 149

EGLCR-Stereo	0.08 57	0.05 27	0.08 40	0.14 45	0.06 16	0.10 150	0.12 77	0.11 37	0.16 214	0.06 14	0.05 7	0.07 82	0.05 13	0.10 83	0.11 223	0.06 127	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

DCRE	0.11 224	0.07 174	0.13 271	0.16 172	0.11 431	0.11 196	0.17 359	0.18 231	0.17 241	0.11 194	0.18 308	0.10 192	0.10 239	0.15 326	0.11 223	0.06 127	0.05 209	0.06 129	0.06 216	0.05 122	0.04 50

MC-Stereo	0.08 57	0.06 81	0.09 92	0.17 248	0.06 16	0.10 150	0.14 178	0.12 58	0.10 48	0.09 125	0.12 203	0.09 159	0.06 47	0.11 135	0.10 147	0.06 127	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

RCA-Stereo	0.09 108	0.06 81	0.09 92	0.16 172	0.06 16	0.09 98	0.13 125	0.18 231	0.14 164	0.09 125	0.10 142	0.08 129	0.07 131	0.12 225	0.11 223	0.06 127	0.04 24	0.06 129	0.05 132	0.05 122	0.04 50

CroCo-Stereo Lap2	0.09 108	0.09 355	0.08 40	0.22 497	0.09 272	0.09 98	0.19 446	0.16 161	0.12 105	0.09 125	0.10 142	0.05 3	0.05 13	0.08 19	0.08 17	0.06 127	0.06 346	0.07 230	0.05 132	0.05 122	0.05 149

TestStereo1	0.13 319	0.08 279	0.08 40	0.19 390	0.08 151	0.18 418	0.29 569	0.23 337	0.16 214	0.17 356	0.20 329	0.16 326	0.10 239	0.12 225	0.13 323	0.06 127	0.06 346	0.08 321	0.06 216	0.05 122	0.05 149

DCANet-4	0.10 177	0.06 81	0.12 224	0.16 172	0.06 16	0.09 98	0.17 359	0.18 231	0.19 288	0.13 264	0.16 261	0.09 159	0.14 363	0.11 135	0.12 282	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.05 149

fff	0.10 177	0.06 81	0.12 224	0.15 90	0.07 84	0.09 98	0.17 359	0.16 161	0.20 311	0.13 264	0.16 261	0.10 192	0.11 269	0.11 135	0.12 282	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.05 149

ADStereo(finetuned)	0.10 177	0.06 81	0.12 224	0.16 172	0.06 16	0.09 98	0.17 359	0.15 131	0.19 288	0.13 264	0.17 283	0.10 192	0.12 300	0.11 135	0.12 282	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

DisPM	0.11 224	0.07 174	0.12 224	0.16 172	0.09 272	0.06 11	0.13 125	0.17 199	0.17 241	0.14 286	0.20 329	0.12 237	0.10 239	0.11 135	0.10 147	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.11 485

test_5	0.14 353	0.12 458	0.08 40	0.20 451	0.10 381	0.14 322	0.29 569	0.21 293	0.24 369	0.18 386	0.28 451	0.11 219	0.15 381	0.12 225	0.13 323	0.06 127	0.05 209	0.07 230	0.08 381	0.08 364	0.07 324

SA-5K	0.13 319	0.08 279	0.08 40	0.19 390	0.08 151	0.18 418	0.29 569	0.23 337	0.16 214	0.17 356	0.20 329	0.16 326	0.10 239	0.12 225	0.13 323	0.06 127	0.06 346	0.08 321	0.06 216	0.05 122	0.05 149

Sa-1000	0.12 294	0.08 279	0.08 40	0.18 330	0.08 151	0.14 322	0.22 499	0.22 317	0.18 271	0.15 313	0.20 329	0.17 346	0.11 269	0.10 83	0.10 147	0.06 127	0.05 209	0.09 404	0.09 427	0.05 122	0.05 149

iRaft-Stereo_20w	0.09 108	0.05 27	0.13 271	0.14 45	0.08 151	0.12 238	0.15 256	0.18 231	0.10 48	0.11 194	0.08 90	0.08 129	0.05 13	0.10 83	0.09 66	0.06 127	0.04 24	0.06 129	0.05 132	0.06 230	0.05 149

GLC_STEREO	0.11 224	0.07 174	0.11 185	0.17 248	0.07 84	0.09 98	0.13 125	0.15 131	0.24 369	0.12 234	0.13 218	0.12 237	0.08 171	0.18 414	0.11 223	0.06 127	0.08 447	0.08 321	0.06 216	0.05 122	0.05 149

IPLG	0.10 177	0.07 174	0.15 356	0.17 248	0.08 151	0.11 196	0.14 178	0.20 270	0.15 184	0.12 234	0.17 283	0.07 82	0.07 131	0.14 304	0.13 323	0.06 127	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

MIPNet	0.11 224	0.08 279	0.14 307	0.17 248	0.09 272	0.12 238	0.14 178	0.20 270	0.24 369	0.11 194	0.10 142	0.09 159	0.07 131	0.13 275	0.12 282	0.06 127	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

IPLGR	0.11 224	0.09 355	0.16 390	0.18 330	0.08 151	0.12 238	0.17 359	0.21 293	0.24 369	0.11 194	0.12 203	0.11 219	0.08 171	0.12 225	0.12 282	0.06 127	0.05 209	0.06 129	0.06 216	0.04 22	0.04 50

CrosDoStereo	0.12 294	0.06 81	0.12 224	0.14 45	0.08 151	0.12 238	0.15 256	0.17 199	0.22 342	0.19 402	0.24 383	0.15 312	0.11 269	0.11 135	0.12 282	0.06 127	0.04 24	0.07 230	0.07 310	0.05 122	0.05 149

Patchmatch Stereo++	0.11 224	0.09 355	0.16 390	0.18 330	0.08 151	0.06 11	0.11 56	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	0.11 224	0.07 174	0.16 390	0.19 390	0.09 272	0.08 60	0.13 125	0.18 231	0.13 138	0.16 341	0.21 351	0.13 263	0.14 363	0.11 135	0.14 359	0.06 127	0.04 24	0.09 404	0.06 216	0.06 230	0.05 149

OMP-Stereo	0.11 224	0.06 81	0.14 307	0.18 330	0.08 151	0.09 98	0.12 77	0.21 293	0.21 327	0.13 264	0.14 231	0.11 219	0.12 300	0.11 135	0.13 323	0.06 127	0.04 24	0.07 230	0.06 216	0.05 122	0.04 50

IIG-Stereo	0.11 224	0.06 81	0.13 271	0.17 248	0.08 151	0.11 196	0.12 77	0.22 317	0.17 241	0.14 286	0.17 283	0.11 219	0.12 300	0.12 225	0.12 282	0.06 127	0.05 209	0.07 230	0.06 216	0.05 122	0.04 50

NF-Stereo	0.11 224	0.07 174	0.13 271	0.17 248	0.09 272	0.10 150	0.14 178	0.23 337	0.19 288	0.12 234	0.17 283	0.12 237	0.11 269	0.11 135	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.12 498

OCTAStereo	0.11 224	0.07 174	0.13 271	0.17 248	0.09 272	0.10 150	0.14 178	0.23 337	0.19 288	0.12 234	0.17 283	0.12 237	0.11 269	0.11 135	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.12 498

NRIStereo	0.11 224	0.08 279	0.14 307	0.18 330	0.08 151	0.10 150	0.14 178	0.16 161	0.15 184	0.12 234	0.14 231	0.13 263	0.12 300	0.13 275	0.10 147	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.07 324

PSM-adaLoss	0.11 224	0.09 355	0.16 390	0.18 330	0.08 151	0.06 11	0.12 77	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

ROB_FTStereo_v2	0.11 224	0.09 355	0.16 390	0.19 390	0.08 151	0.06 11	0.12 77	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

ROB_FTStereo	0.11 224	0.09 355	0.16 390	0.19 390	0.08 151	0.06 11	0.11 56	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

HUI-Stereo	0.11 224	0.09 355	0.16 390	0.18 330	0.08 151	0.06 11	0.12 77	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

DeepStereo_LL	0.12 294	0.06 81	0.12 224	0.14 45	0.08 151	0.12 238	0.15 256	0.17 199	0.22 342	0.19 402	0.24 383	0.15 312	0.11 269	0.11 135	0.12 282	0.06 127	0.04 24	0.07 230	0.07 310	0.05 122	0.05 149

SST-Stereo	0.10 177	0.07 174	0.15 356	0.18 330	0.09 272	0.06 11	0.12 77	0.17 199	0.11 75	0.15 313	0.17 283	0.13 263	0.12 300	0.10 83	0.11 223	0.06 127	0.04 24	0.09 404	0.06 216	0.06 230	0.05 149

THIR-Stereo	0.12 294	0.07 174	0.11 185	0.15 90	0.08 151	0.14 322	0.16 322	0.17 199	0.25 390	0.16 341	0.24 383	0.14 283	0.12 300	0.12 225	0.14 359	0.06 127	0.04 24	0.07 230	0.07 310	0.05 122	0.05 149

RAFT_R40	0.11 224	0.07 174	0.14 307	0.18 330	0.09 272	0.06 11	0.13 125	0.17 199	0.16 214	0.14 286	0.18 308	0.15 312	0.12 300	0.10 83	0.11 223	0.06 127	0.04 24	0.09 404	0.06 216	0.06 230	0.05 149

PFNet	0.12 294	0.06 81	0.17 420	0.17 248	0.08 151	0.09 98	0.15 256	0.26 394	0.20 311	0.16 341	0.16 261	0.14 283	0.11 269	0.12 225	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.05 122	0.05 149

RE-Stereo	0.11 224	0.07 174	0.13 271	0.17 248	0.09 272	0.10 150	0.14 178	0.23 337	0.19 288	0.12 234	0.17 283	0.12 237	0.11 269	0.11 135	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.12 498

Pruner-Stereo	0.11 224	0.07 174	0.12 224	0.17 248	0.09 272	0.06 11	0.12 77	0.17 199	0.17 241	0.13 264	0.19 317	0.13 263	0.09 201	0.11 135	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.08 388

TVStereo	0.11 224	0.07 174	0.13 271	0.17 248	0.09 272	0.10 150	0.14 178	0.23 337	0.19 288	0.12 234	0.17 283	0.12 237	0.11 269	0.11 135	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.06 230	0.12 498

DeepStereo_RVC	0.11 224	0.08 279	0.16 390	0.18 330	0.08 151	0.08 60	0.12 77	0.17 199	0.12 105	0.13 264	0.14 231	0.12 237	0.12 300	0.12 225	0.11 223	0.06 127	0.04 24	0.07 230	0.06 216	0.07 302	0.08 388

iGMRVC	0.11 224	0.09 355	0.16 390	0.19 390	0.08 151	0.06 11	0.12 77	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

IRAFT_RVC	0.12 294	0.08 279	0.16 390	0.19 390	0.08 151	0.07 34	0.15 256	0.24 360	0.23 353	0.14 286	0.14 231	0.15 312	0.12 300	0.12 225	0.10 147	0.06 127	0.04 24	0.09 404	0.06 216	0.06 230	0.06 241

iRAFT	0.11 224	0.09 355	0.16 390	0.18 330	0.08 151	0.06 11	0.11 56	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

RAFT	0.13 319	0.09 355	0.11 185	0.18 330	0.08 151	0.15 348	0.24 522	0.20 270	0.19 288	0.21 439	0.21 351	0.17 346	0.12 300	0.16 361	0.09 66	0.06 127	0.07 418	0.10 451	0.09 427	0.05 122	0.05 149

test-1	0.10 177	0.07 174	0.16 390	0.19 390	0.08 151	0.11 196	0.24 522	0.14 95	0.18 271	0.09 125	0.07 49	0.09 159	0.08 171	0.07 4	0.09 66	0.06 127	0.04 24	0.06 129	0.05 132	0.04 22	0.04 50

RAFT-IKP	0.11 224	0.09 355	0.16 390	0.19 390	0.08 151	0.06 11	0.12 77	0.16 161	0.13 138	0.15 313	0.16 261	0.14 283	0.12 300	0.11 135	0.10 147	0.06 127	0.04 24	0.08 321	0.06 216	0.08 364	0.07 324

CREStereo++_RVC	0.08 57	0.04 1	0.06 4	0.13 14	0.07 84	0.09 98	0.12 77	0.14 95	0.14 164	0.10 162	0.14 231	0.08 129	0.07 131	0.09 40	0.11 223	0.06 127	0.04 24	0.05 34	0.05 132	0.04 22	0.04 50
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
XX-TBD	0.09 108	0.06 81	0.07 8	0.14 45	0.07 84	0.12 238	0.16 322	0.14 95	0.13 138	0.11 194	0.12 203	0.09 159	0.08 171	0.10 83	0.10 147	0.06 127	0.04 24	0.05 34	0.03 1	0.06 230	0.05 149

RALAANet	0.11 224	0.08 279	0.10 140	0.17 248	0.09 272	0.14 322	0.10 31	0.20 270	0.15 184	0.14 286	0.13 218	0.16 326	0.09 201	0.12 225	0.11 223	0.06 127	0.05 209	0.07 230	0.06 216	0.05 122	0.04 50

XX-Stereo	0.09 108	0.05 27	0.08 40	0.17 248	0.09 272	0.15 348	0.12 77	0.20 270	0.10 48	0.10 162	0.14 231	0.07 82	0.06 47	0.12 225	0.08 17	0.06 127	0.05 209	0.06 129	0.06 216	0.04 22	0.04 50

DCANet	0.10 177	0.06 81	0.12 224	0.16 172	0.06 16	0.09 98	0.17 359	0.15 131	0.19 288	0.13 264	0.17 283	0.10 192	0.11 269	0.11 135	0.12 282	0.06 127	0.04 24	0.05 34	0.04 44	0.05 122	0.04 50

csc	0.10 177	0.06 81	0.12 224	0.15 90	0.07 84	0.09 98	0.17 359	0.16 161	0.20 311	0.13 264	0.16 261	0.10 192	0.11 269	0.11 135	0.12 282	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.05 149

cscssc	0.10 177	0.06 81	0.12 224	0.15 90	0.07 84	0.09 98	0.17 359	0.16 161	0.20 311	0.13 264	0.16 261	0.10 192	0.11 269	0.11 135	0.12 282	0.06 127	0.04 24	0.05 34	0.04 44	0.04 22	0.05 149

111	0.10 177	0.06 81	0.12 224	0.15 90	0.07 84	0.10 150	0.14 178	0.21 293	0.23 353	0.11 194	0.12 203	0.14 283	0.11 269	0.13 275	0.10 147	0.06 127	0.04 24	0.06 129	0.04 44	0.05 122	0.05 149

ARAFT	0.12 294	0.08 279	0.17 420	0.19 390	0.09 272	0.14 322	0.18 407	0.20 270	0.12 105	0.12 234	0.13 218	0.14 283	0.11 269	0.15 326	0.12 282	0.06 127	0.05 209	0.10 451	0.09 427	0.05 122	0.04 50

CFNet-RSSM	0.09 108	0.07 174	0.09 92	0.16 172	0.07 84	0.09 98	0.15 256	0.16 161	0.17 241	0.08 87	0.12 203	0.10 192	0.09 201	0.11 135	0.09 66	0.06 127	0.04 24	0.06 129	0.04 44	0.04 22	0.04 50

MMNet	0.17 440	0.09 355	0.16 390	0.20 451	0.11 431	0.27 533	0.20 469	0.25 376	0.41 518	0.22 455	0.30 470	0.21 394	0.20 472	0.17 393	0.20 455	0.06 127	0.06 346	0.07 230	0.07 310	0.08 364	0.07 324

Gwc-CoAtRS	0.09 108	0.06 81	0.10 140	0.16 172	0.07 84	0.10 150	0.14 178	0.17 199	0.17 241	0.08 87	0.10 142	0.12 237	0.09 201	0.12 225	0.09 66	0.06 127	0.04 24	0.06 129	0.04 44	0.04 22	0.04 50

DIP-Stereo	0.11 224	0.07 174	0.14 307	0.17 248	0.09 272	0.13 289	0.09 18	0.16 161	0.16 214	0.11 194	0.16 261	0.14 283	0.12 300	0.15 326	0.13 323	0.06 127	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241
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	0.14 353	0.08 279	0.11 185	0.15 90	0.08 151	0.15 348	0.15 256	0.27 415	0.29 435	0.19 402	0.21 351	0.29 486	0.14 363	0.17 393	0.13 323	0.06 127	0.06 346	0.06 129	0.06 216	0.07 302	0.06 241
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	0.16 419	0.10 414	0.10 140	0.18 330	0.09 272	0.18 418	0.19 446	0.26 394	0.31 452	0.22 455	0.35 503	0.21 394	0.21 476	0.22 484	0.16 403	0.06 127	0.05 209	0.06 129	0.06 216	0.07 302	0.06 241

HITNet	0.10 177	0.06 81	0.12 224	0.14 45	0.06 16	0.11 196	0.10 31	0.18 231	0.18 271	0.13 264	0.16 261	0.14 283	0.11 269	0.15 326	0.13 323	0.06 127	0.04 24	0.04 1	0.04 44	0.06 230	0.05 149
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
iResNetv2_ROB	0.14 353	0.08 279	0.15 356	0.16 172	0.08 151	0.16 377	0.12 77	0.25 376	0.35 487	0.21 439	0.29 463	0.24 436	0.13 339	0.14 304	0.14 359	0.06 127	0.05 209	0.06 129	0.04 44	0.09 427	0.08 388

iResNet	0.13 319	0.10 414	0.18 442	0.19 390	0.08 151	0.13 289	0.18 407	0.20 270	0.26 404	0.15 313	0.23 371	0.15 312	0.13 339	0.14 304	0.14 359	0.06 127	0.04 24	0.06 129	0.05 132	0.06 230	0.05 149

VMBase	0.09 108	0.05 27	0.10 140	0.13 14	0.07 84	0.10 150	0.10 31	0.16 161	0.13 138	0.10 162	0.15 249	0.10 192	0.09 201	0.11 135	0.10 147	0.07 276	0.05 209	0.05 34	0.04 44	0.05 122	0.06 241

WQFJX1	0.10 177	0.07 174	0.08 40	0.22 497	0.09 272	0.12 238	0.17 359	0.18 231	0.17 241	0.10 162	0.09 112	0.07 82	0.10 239	0.11 135	0.09 66	0.07 276	0.08 447	0.07 230	0.06 216	0.05 122	0.04 50

NLSM1	0.10 177	0.07 174	0.07 8	0.19 390	0.08 151	0.13 289	0.16 322	0.21 293	0.15 184	0.11 194	0.10 142	0.06 24	0.10 239	0.10 83	0.11 223	0.07 276	0.08 447	0.08 321	0.07 310	0.05 122	0.05 149

NLCSM	0.11 224	0.09 355	0.09 92	0.23 521	0.11 431	0.12 238	0.19 446	0.18 231	0.18 271	0.12 234	0.11 186	0.07 82	0.09 201	0.11 135	0.10 147	0.07 276	0.08 447	0.07 230	0.07 310	0.06 230	0.05 149

Select-FE	0.11 224	0.06 81	0.20 466	0.15 90	0.11 431	0.11 196	0.13 125	0.21 293	0.18 271	0.09 125	0.11 186	0.10 192	0.06 47	0.12 225	0.09 66	0.07 276	0.05 209	0.07 230	0.08 381	0.06 230	0.08 388

z-ln-s-r	0.17 440	0.10 414	0.40 554	0.19 390	0.08 151	0.17 399	0.18 407	0.22 317	0.33 466	0.18 386	0.40 532	0.22 412	0.17 430	0.20 454	0.23 496	0.07 276	0.05 209	0.07 230	0.07 310	0.07 302	0.05 149

LG-G_1	0.07 4	0.04 1	0.11 185	0.15 90	0.06 16	0.09 98	0.08 7	0.08 6	0.06 4	0.06 14	0.05 7	0.07 82	0.07 131	0.11 135	0.08 17	0.07 276	0.04 24	0.05 34	0.04 44	0.05 122	0.05 149

LG-G	0.07 4	0.04 1	0.11 185	0.15 90	0.06 16	0.09 98	0.08 7	0.08 6	0.06 4	0.06 14	0.05 7	0.07 82	0.07 131	0.11 135	0.08 17	0.07 276	0.04 24	0.05 34	0.04 44	0.05 122	0.05 149

DFGA-Net	0.13 319	0.11 440	0.18 442	0.17 248	0.10 381	0.12 238	0.13 125	0.22 317	0.25 390	0.16 341	0.16 261	0.13 263	0.12 300	0.16 361	0.14 359	0.07 276	0.05 209	0.08 321	0.07 310	0.05 122	0.05 149

G2L-Stereo_test	0.14 353	0.07 174	0.11 185	0.13 14	0.08 151	0.12 238	0.16 322	0.30 461	0.28 428	0.20 425	0.23 371	0.20 385	0.16 407	0.17 393	0.18 436	0.07 276	0.05 209	0.05 34	0.05 132	0.07 302	0.06 241

LGtest1	0.07 4	0.04 1	0.10 140	0.15 90	0.06 16	0.07 34	0.09 18	0.08 6	0.06 4	0.05 2	0.04 1	0.06 24	0.06 47	0.10 83	0.09 66	0.07 276	0.04 24	0.05 34	0.04 44	0.06 230	0.06 241

FACV-RUCA	0.13 319	0.11 440	0.12 224	0.19 390	0.12 463	0.15 348	0.15 256	0.22 317	0.20 311	0.15 313	0.16 261	0.14 283	0.16 407	0.14 304	0.13 323	0.07 276	0.05 209	0.08 321	0.06 216	0.10 458	0.08 388

UGAM	0.13 319	0.10 414	0.09 92	0.22 497	0.08 151	0.12 238	0.20 469	0.17 199	0.23 353	0.21 439	0.16 261	0.13 263	0.13 339	0.19 429	0.12 282	0.07 276	0.05 209	0.13 516	0.11 499	0.07 302	0.05 149

model_zeroshot	0.10 177	0.04 1	0.11 185	0.15 90	0.09 272	0.12 238	0.14 178	0.20 270	0.13 138	0.11 194	0.10 142	0.12 237	0.07 131	0.12 225	0.10 147	0.07 276	0.06 346	0.06 129	0.05 132	0.06 230	0.06 241

ACV-stereo	0.15 396	0.10 414	0.28 515	0.18 330	0.12 463	0.14 322	0.12 77	0.23 337	0.21 327	0.19 402	0.23 371	0.22 412	0.15 381	0.23 495	0.17 418	0.07 276	0.06 346	0.07 230	0.07 310	0.07 302	0.07 324

RAStereo	0.10 177	0.09 355	0.08 40	0.20 451	0.08 151	0.13 289	0.18 407	0.15 131	0.17 241	0.10 162	0.12 203	0.05 3	0.06 47	0.09 40	0.08 17	0.07 276	0.05 209	0.07 230	0.05 132	0.05 122	0.04 50

test_sample1	0.13 319	0.07 174	0.14 307	0.13 14	0.08 151	0.19 441	0.16 322	0.20 270	0.15 184	0.14 286	0.22 362	0.18 359	0.16 407	0.17 393	0.14 359	0.07 276	0.06 346	0.06 129	0.06 216	0.08 364	0.07 324

GCAPDPT-zeroshot4090	0.09 108	0.05 27	0.11 185	0.13 14	0.07 84	0.11 196	0.14 178	0.14 95	0.16 214	0.07 48	0.10 142	0.08 129	0.06 47	0.13 275	0.08 17	0.07 276	0.05 209	0.05 34	0.05 132	0.04 22	0.04 50

DispNO	0.14 353	0.08 279	0.17 420	0.19 390	0.12 463	0.11 196	0.21 489	0.23 337	0.29 435	0.17 356	0.23 371	0.18 359	0.17 430	0.15 326	0.15 387	0.07 276	0.05 209	0.08 321	0.08 381	0.07 302	0.06 241

Former-RAFT_DAM_RVC	0.10 177	0.08 279	0.12 224	0.16 172	0.08 151	0.15 348	0.16 322	0.18 231	0.18 271	0.10 162	0.09 112	0.09 159	0.08 171	0.11 135	0.12 282	0.07 276	0.05 209	0.08 321	0.06 216	0.07 302	0.06 241

MyStereo8	0.12 294	0.07 174	0.15 356	0.15 90	0.09 272	0.18 418	0.14 178	0.19 259	0.22 342	0.12 234	0.18 308	0.11 219	0.10 239	0.16 361	0.18 436	0.07 276	0.05 209	0.07 230	0.05 132	0.08 364	0.09 432

CoDeX	0.12 294	0.07 174	0.12 224	0.17 248	0.08 151	0.12 238	0.15 256	0.23 337	0.27 414	0.13 264	0.17 283	0.16 326	0.11 269	0.14 304	0.11 223	0.07 276	0.05 209	0.07 230	0.06 216	0.06 230	0.05 149

1111x	0.15 396	0.08 279	0.12 224	0.18 330	0.07 84	0.18 418	0.25 538	0.31 471	0.24 369	0.17 356	0.24 383	0.26 460	0.15 381	0.13 275	0.23 496	0.07 276	0.07 418	0.08 321	0.09 427	0.07 302	0.06 241

plain	0.10 177	0.08 279	0.10 140	0.19 390	0.09 272	0.10 150	0.15 256	0.14 95	0.13 138	0.13 264	0.15 249	0.09 159	0.12 300	0.13 275	0.12 282	0.07 276	0.05 209	0.09 404	0.06 216	0.06 230	0.06 241

MaDis-Stereo	0.09 108	0.09 355	0.08 40	0.17 248	0.09 272	0.13 289	0.10 31	0.16 161	0.16 214	0.09 125	0.11 186	0.06 24	0.06 47	0.09 40	0.13 323	0.07 276	0.06 346	0.07 230	0.05 132	0.05 122	0.04 50

UniTT-Stereo	0.09 108	0.07 174	0.08 40	0.18 330	0.08 151	0.13 289	0.11 56	0.12 58	0.11 75	0.10 162	0.12 203	0.05 3	0.07 131	0.09 40	0.09 66	0.07 276	0.05 209	0.05 34	0.05 132	0.05 122	0.05 149

PCWNet_CMD	0.14 353	0.08 279	0.15 356	0.17 248	0.09 272	0.14 322	0.14 178	0.29 447	0.36 492	0.14 286	0.20 329	0.21 394	0.12 300	0.17 393	0.13 323	0.07 276	0.05 209	0.07 230	0.07 310	0.07 302	0.07 324

testlalala	0.09 108	0.05 27	0.11 185	0.13 14	0.07 84	0.11 196	0.14 178	0.14 95	0.16 214	0.07 48	0.10 142	0.08 129	0.06 47	0.13 275	0.08 17	0.07 276	0.05 209	0.05 34	0.05 132	0.04 22	0.04 50

GCAPDPT-zeroshot	0.09 108	0.05 27	0.11 185	0.13 14	0.07 84	0.11 196	0.14 178	0.14 95	0.16 214	0.07 48	0.10 142	0.08 129	0.06 47	0.13 275	0.08 17	0.07 276	0.05 209	0.05 34	0.05 132	0.04 22	0.04 50

Any-RAFT	0.10 177	0.05 27	0.09 92	0.14 45	0.07 84	0.13 289	0.14 178	0.21 293	0.15 184	0.11 194	0.12 203	0.12 237	0.09 201	0.12 225	0.09 66	0.07 276	0.04 24	0.05 34	0.04 44	0.06 230	0.05 149

LoS	0.09 108	0.05 27	0.11 185	0.13 14	0.07 84	0.14 322	0.11 56	0.15 131	0.15 184	0.09 125	0.09 112	0.12 237	0.09 201	0.15 326	0.10 147	0.07 276	0.05 209	0.05 34	0.03 1	0.05 122	0.05 149
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ToySt	0.17 440	0.11 440	0.18 442	0.17 248	0.11 431	0.16 377	0.25 538	0.24 360	0.33 466	0.19 402	0.24 383	0.26 460	0.24 499	0.19 429	0.20 455	0.07 276	0.08 447	0.09 404	0.10 467	0.09 427	0.08 388

anonymousa	0.13 319	0.07 174	0.13 271	0.18 330	0.09 272	0.13 289	0.17 359	0.19 259	0.29 435	0.15 313	0.24 383	0.15 312	0.14 363	0.14 304	0.14 359	0.07 276	0.05 209	0.07 230	0.09 427	0.05 122	0.06 241

qqq	0.13 319	0.09 355	0.15 356	0.16 172	0.08 151	0.13 289	0.15 256	0.23 337	0.16 214	0.15 313	0.19 317	0.16 326	0.16 407	0.15 326	0.16 403	0.07 276	0.06 346	0.08 321	0.08 381	0.07 302	0.07 324

x	0.13 319	0.07 174	0.14 307	0.14 45	0.08 151	0.18 418	0.14 178	0.22 317	0.20 311	0.15 313	0.19 317	0.19 373	0.17 430	0.18 414	0.18 436	0.07 276	0.05 209	0.06 129	0.06 216	0.07 302	0.07 324

Wz-Net-LNSev-Ref	0.18 454	0.09 355	0.29 523	0.15 90	0.10 381	0.22 482	0.20 469	0.26 394	0.39 509	0.25 490	0.42 550	0.24 436	0.15 381	0.20 454	0.19 449	0.07 276	0.05 209	0.06 129	0.05 132	0.10 458	0.09 432

hknet	0.15 396	0.11 440	0.13 271	0.22 497	0.11 431	0.14 322	0.15 256	0.34 511	0.25 390	0.17 356	0.22 362	0.22 412	0.18 444	0.17 393	0.12 282	0.07 276	0.06 346	0.10 451	0.09 427	0.07 302	0.07 324

CIPLG	0.11 224	0.08 279	0.14 307	0.17 248	0.08 151	0.12 238	0.15 256	0.17 199	0.15 184	0.14 286	0.11 186	0.16 326	0.09 201	0.16 361	0.11 223	0.07 276	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241

IPLGR_C	0.11 224	0.08 279	0.14 307	0.17 248	0.08 151	0.12 238	0.15 256	0.17 199	0.15 184	0.14 286	0.10 142	0.16 326	0.09 201	0.16 361	0.11 223	0.07 276	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241

ACRE	0.11 224	0.08 279	0.14 307	0.17 248	0.08 151	0.12 238	0.15 256	0.17 199	0.14 164	0.14 286	0.10 142	0.16 326	0.09 201	0.16 361	0.11 223	0.07 276	0.05 209	0.06 129	0.05 132	0.05 122	0.06 241

GwcNet-ADL	0.13 319	0.08 279	0.14 307	0.20 451	0.09 272	0.11 196	0.20 469	0.30 461	0.24 369	0.13 264	0.14 231	0.18 359	0.14 363	0.13 275	0.14 359	0.07 276	0.05 209	0.06 129	0.05 132	0.07 302	0.06 241

TRStereo	0.09 108	0.05 27	0.12 224	0.15 90	0.12 463	0.10 150	0.13 125	0.18 231	0.18 271	0.09 125	0.09 112	0.09 159	0.06 47	0.10 83	0.08 17	0.07 276	0.05 209	0.07 230	0.07 310	0.04 22	0.04 50

PSM-softLoss	0.12 294	0.07 174	0.15 356	0.17 248	0.09 272	0.08 60	0.13 125	0.24 360	0.17 241	0.14 286	0.19 317	0.13 263	0.11 269	0.11 135	0.11 223	0.07 276	0.05 209	0.08 321	0.07 310	0.06 230	0.12 498

KMStereo	0.12 294	0.07 174	0.15 356	0.17 248	0.09 272	0.08 60	0.13 125	0.24 360	0.17 241	0.14 286	0.19 317	0.13 263	0.11 269	0.11 135	0.11 223	0.07 276	0.05 209	0.08 321	0.07 310	0.06 230	0.12 498

CRE-IMP	0.11 224	0.09 355	0.16 390	0.19 390	0.08 151	0.10 150	0.12 77	0.18 231	0.10 48	0.14 286	0.13 218	0.13 263	0.12 300	0.12 225	0.11 223	0.07 276	0.04 24	0.08 321	0.06 216	0.08 364	0.08 388

CroCo-Stereo	0.09 108	0.08 279	0.08 40	0.22 497	0.09 272	0.09 98	0.19 446	0.15 131	0.12 105	0.07 48	0.07 49	0.08 129	0.06 47	0.08 19	0.07 1	0.07 276	0.05 209	0.06 129	0.04 44	0.05 122	0.04 50
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
LMCR-Stereo	0.15 396	0.08 279	0.13 271	0.21 482	0.09 272	0.17 399	0.20 469	0.27 415	0.19 288	0.24 477	0.24 383	0.23 430	0.17 430	0.20 454	0.17 418	0.07 276	0.06 346	0.08 321	0.06 216	0.10 458	0.08 388

rafts_anoy	0.11 224	0.06 81	0.10 140	0.17 248	0.08 151	0.10 150	0.14 178	0.17 199	0.14 164	0.13 264	0.13 218	0.12 237	0.10 239	0.11 135	0.12 282	0.07 276	0.04 24	0.09 404	0.11 499	0.07 302	0.06 241

raft+_RVC	0.11 224	0.07 174	0.09 92	0.16 172	0.07 84	0.10 150	0.11 56	0.24 360	0.20 311	0.12 234	0.15 249	0.12 237	0.08 171	0.12 225	0.13 323	0.07 276	0.04 24	0.07 230	0.06 216	0.05 122	0.05 149

TANstereo	0.09 108	0.04 1	0.08 40	0.13 14	0.06 16	0.11 196	0.14 178	0.15 131	0.19 288	0.11 194	0.15 249	0.10 192	0.06 47	0.12 225	0.09 66	0.07 276	0.05 209	0.05 34	0.04 44	0.06 230	0.05 149

CFNet_pseudo	0.14 353	0.08 279	0.15 356	0.16 172	0.09 272	0.13 289	0.14 178	0.27 415	0.34 478	0.14 286	0.21 351	0.22 412	0.13 339	0.18 414	0.14 359	0.07 276	0.05 209	0.08 321	0.06 216	0.07 302	0.07 324

RALCasStereoNet	0.10 177	0.06 81	0.09 92	0.16 172	0.08 151	0.12 238	0.14 178	0.17 199	0.11 75	0.12 234	0.17 283	0.14 283	0.10 239	0.12 225	0.11 223	0.07 276	0.06 346	0.06 129	0.05 132	0.08 364	0.07 324

RAFT + AFF	0.13 319	0.07 174	0.20 466	0.20 451	0.10 381	0.14 322	0.24 522	0.26 394	0.20 311	0.11 194	0.10 142	0.12 237	0.10 239	0.15 326	0.12 282	0.07 276	0.06 346	0.09 404	0.08 381	0.06 230	0.08 388

GMStereo	0.13 319	0.14 498	0.14 307	0.18 330	0.09 272	0.15 348	0.16 322	0.20 270	0.24 369	0.16 341	0.17 283	0.10 192	0.10 239	0.16 361	0.13 323	0.07 276	0.06 346	0.06 129	0.06 216	0.07 302	0.06 241
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.17 440	0.09 355	0.18 442	0.19 390	0.12 463	0.27 533	0.19 446	0.33 502	0.29 435	0.21 439	0.24 383	0.23 430	0.19 460	0.19 429	0.18 436	0.07 276	0.06 346	0.08 321	0.07 310	0.08 364	0.06 241

ACVNet	0.15 396	0.09 355	0.15 356	0.13 14	0.12 463	0.14 322	0.20 469	0.22 317	0.33 466	0.17 356	0.26 428	0.21 394	0.16 407	0.17 393	0.21 475	0.07 276	0.06 346	0.06 129	0.06 216	0.08 364	0.06 241

acv_ft	0.15 396	0.09 355	0.15 356	0.19 390	0.10 381	0.16 377	0.17 359	0.25 376	0.33 466	0.19 402	0.26 428	0.21 394	0.17 430	0.17 393	0.18 436	0.07 276	0.06 346	0.06 129	0.06 216	0.08 364	0.06 241

FADNet-RVC-Resample	0.16 419	0.11 440	0.31 528	0.22 497	0.11 431	0.19 441	0.14 178	0.25 376	0.24 369	0.24 477	0.27 437	0.20 385	0.15 381	0.16 361	0.15 387	0.07 276	0.08 447	0.12 501	0.10 467	0.09 427	0.10 459

BEATNet_4x	0.12 294	0.08 279	0.14 307	0.18 330	0.07 84	0.15 348	0.07 3	0.22 317	0.18 271	0.16 341	0.19 317	0.18 359	0.14 363	0.16 361	0.15 387	0.07 276	0.05 209	0.05 34	0.05 132	0.06 230	0.06 241

R-Stereo Train	0.10 177	0.06 81	0.10 140	0.17 248	0.08 151	0.11 196	0.14 178	0.23 337	0.11 75	0.12 234	0.19 317	0.11 219	0.08 171	0.09 40	0.11 223	0.07 276	0.05 209	0.06 129	0.05 132	0.05 122	0.05 149

ADCRef	0.19 466	0.12 458	0.41 557	0.20 451	0.12 463	0.22 482	0.18 407	0.32 482	0.36 492	0.26 496	0.32 482	0.17 346	0.23 493	0.24 504	0.24 509	0.07 276	0.06 346	0.09 404	0.09 427	0.08 364	0.08 388

RAFT-Stereo	0.10 177	0.06 81	0.10 140	0.17 248	0.08 151	0.11 196	0.14 178	0.23 337	0.11 75	0.12 234	0.19 317	0.11 219	0.08 171	0.09 40	0.11 223	0.07 276	0.05 209	0.06 129	0.05 132	0.05 122	0.05 149
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	0.14 353	0.07 174	0.14 307	0.16 172	0.08 151	0.18 418	0.14 178	0.29 447	0.20 311	0.17 356	0.25 411	0.21 394	0.18 444	0.20 454	0.19 449	0.07 276	0.06 346	0.06 129	0.08 381	0.06 230	0.06 241

MSMDNet	0.14 353	0.08 279	0.15 356	0.17 248	0.09 272	0.14 322	0.14 178	0.29 447	0.36 492	0.14 286	0.21 351	0.21 394	0.12 300	0.17 393	0.14 359	0.07 276	0.05 209	0.07 230	0.07 310	0.07 302	0.07 324

ccs_rob	0.14 353	0.08 279	0.15 356	0.16 172	0.09 272	0.12 238	0.14 178	0.27 415	0.34 478	0.14 286	0.21 351	0.22 412	0.13 339	0.18 414	0.14 359	0.07 276	0.05 209	0.08 321	0.07 310	0.07 302	0.07 324

HSM	0.15 396	0.08 279	0.14 307	0.16 172	0.09 272	0.16 377	0.14 178	0.28 434	0.25 390	0.19 402	0.23 371	0.37 541	0.16 407	0.20 454	0.15 387	0.07 276	0.05 209	0.07 230	0.06 216	0.07 302	0.06 241

iResNet_ROB	0.14 353	0.07 174	0.13 271	0.14 45	0.07 84	0.18 418	0.14 178	0.26 394	0.31 452	0.22 455	0.25 411	0.23 430	0.15 381	0.15 326	0.13 323	0.07 276	0.05 209	0.05 34	0.04 44	0.08 364	0.08 388

LE_ROB	0.50 590	0.07 174	0.14 307	0.15 90	0.08 151	0.24 502	0.16 322	0.22 317	1.81 624	4.63 628	0.67 587	0.47 575	0.44 583	0.20 454	0.29 551	0.07 276	0.06 346	0.06 129	0.06 216	0.08 364	0.06 241

pmcnn	0.15 396	0.07 174	0.19 454	0.15 90	0.07 84	0.20 456	0.15 256	0.24 360	0.26 404	0.21 439	0.34 498	0.28 478	0.18 444	0.18 414	0.17 418	0.07 276	0.05 209	0.05 34	0.04 44	0.07 302	0.06 241

NLMM1	0.11 224	0.09 355	0.07 8	0.22 497	0.10 381	0.12 238	0.20 469	0.18 231	0.20 311	0.12 234	0.11 186	0.07 82	0.09 201	0.11 135	0.11 223	0.08 345	0.08 447	0.07 230	0.06 216	0.04 22	0.04 50

z-mn7	0.24 522	0.14 498	0.45 561	0.19 390	0.13 486	0.28 540	0.25 538	0.34 511	0.62 581	0.27 502	0.56 577	0.29 486	0.24 499	0.32 544	0.25 519	0.08 345	0.08 447	0.08 321	0.08 381	0.10 458	0.10 459

w-ln-seven-2	0.20 478	0.14 498	0.37 548	0.22 497	0.12 463	0.20 456	0.21 489	0.28 434	0.37 499	0.25 490	0.37 512	0.27 468	0.22 485	0.21 471	0.23 496	0.08 345	0.08 447	0.09 404	0.09 427	0.10 458	0.09 432

S2M2_XL	0.08 57	0.06 81	0.12 224	0.12 5	0.08 151	0.09 98	0.09 18	0.07 2	0.07 10	0.08 87	0.07 49	0.07 82	0.06 47	0.09 40	0.09 66	0.08 345	0.06 346	0.07 230	0.05 132	0.08 364	0.06 241
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-ROB	0.13 319	0.06 81	0.13 271	0.13 14	0.08 151	0.14 322	0.16 322	0.25 376	0.18 271	0.19 402	0.18 308	0.20 385	0.14 363	0.17 393	0.16 403	0.08 345	0.05 209	0.06 129	0.05 132	0.08 364	0.09 432

coex_refinement	0.14 353	0.07 174	0.12 224	0.17 248	0.10 381	0.15 348	0.15 256	0.26 394	0.29 435	0.18 386	0.20 329	0.22 412	0.17 430	0.16 361	0.18 436	0.08 345	0.05 209	0.06 129	0.06 216	0.09 427	0.08 388

StereoAnything_RVC	0.07 4	0.15 508	0.17 420	0.11 1	0.05 1	0.05 4	0.11 56	0.08 6	0.08 17	0.06 14	0.06 15	0.05 3	0.05 13	0.09 40	0.08 17	0.08 345	0.04 24	0.05 34	0.03 1	0.05 122	0.04 50

Pointernet	0.09 108	0.04 1	0.09 92	0.16 172	0.08 151	0.13 289	0.10 31	0.15 131	0.17 241	0.09 125	0.07 49	0.06 24	0.06 47	0.11 135	0.09 66	0.08 345	0.04 24	0.05 34	0.03 1	0.06 230	0.05 149

test_sample6	0.14 353	0.08 279	0.13 271	0.16 172	0.08 151	0.17 399	0.19 446	0.25 376	0.17 241	0.17 356	0.27 437	0.19 373	0.14 363	0.15 326	0.13 323	0.08 345	0.05 209	0.08 321	0.07 310	0.08 364	0.08 388

test_sample5	0.14 353	0.08 279	0.14 307	0.16 172	0.08 151	0.18 418	0.18 407	0.25 376	0.17 241	0.17 356	0.27 437	0.18 359	0.14 363	0.16 361	0.13 323	0.08 345	0.05 209	0.08 321	0.07 310	0.08 364	0.08 388

test_sample4	0.14 353	0.08 279	0.14 307	0.15 90	0.08 151	0.19 441	0.18 407	0.26 394	0.17 241	0.16 341	0.25 411	0.18 359	0.14 363	0.16 361	0.13 323	0.08 345	0.06 346	0.08 321	0.06 216	0.08 364	0.08 388

test_sample3	0.14 353	0.08 279	0.15 356	0.14 45	0.09 272	0.19 441	0.17 359	0.26 394	0.18 271	0.16 341	0.22 362	0.19 373	0.15 381	0.17 393	0.13 323	0.08 345	0.06 346	0.07 230	0.06 216	0.09 427	0.08 388

test_sample2	0.12 294	0.07 174	0.12 224	0.14 45	0.08 151	0.16 377	0.18 407	0.21 293	0.16 214	0.14 286	0.20 329	0.19 373	0.15 381	0.15 326	0.12 282	0.08 345	0.05 209	0.07 230	0.06 216	0.08 364	0.07 324

trnet	0.08 57	0.05 27	0.07 8	0.12 5	0.05 1	0.12 238	0.11 56	0.13 75	0.10 48	0.08 87	0.13 218	0.09 159	0.08 171	0.11 135	0.10 147	0.08 345	0.05 209	0.05 34	0.03 1	0.06 230	0.05 149

SMFormer	0.14 353	0.07 174	0.17 420	0.14 45	0.08 151	0.16 377	0.17 359	0.26 394	0.27 414	0.19 402	0.20 329	0.18 359	0.15 381	0.15 326	0.17 418	0.08 345	0.05 209	0.07 230	0.06 216	0.07 302	0.06 241

tta	0.14 353	0.07 174	0.17 420	0.14 45	0.08 151	0.16 377	0.17 359	0.26 394	0.27 414	0.19 402	0.20 329	0.18 359	0.15 381	0.15 326	0.17 418	0.08 345	0.05 209	0.07 230	0.06 216	0.06 230	0.06 241

qqq1	0.13 319	0.07 174	0.17 420	0.14 45	0.08 151	0.16 377	0.17 359	0.26 394	0.27 414	0.19 402	0.20 329	0.18 359	0.15 381	0.15 326	0.11 223	0.08 345	0.05 209	0.05 34	0.05 132	0.06 230	0.06 241

fff1	0.13 319	0.07 174	0.17 420	0.14 45	0.08 151	0.16 377	0.17 359	0.26 394	0.27 414	0.19 402	0.20 329	0.18 359	0.15 381	0.15 326	0.11 223	0.08 345	0.05 209	0.05 34	0.05 132	0.06 230	0.06 241

mmm	0.14 353	0.08 279	0.17 420	0.17 248	0.09 272	0.17 399	0.18 407	0.21 293	0.15 184	0.15 313	0.23 371	0.21 394	0.16 407	0.16 361	0.17 418	0.08 345	0.05 209	0.08 321	0.07 310	0.07 302	0.07 324

11t1	0.12 294	0.06 81	0.13 271	0.14 45	0.08 151	0.17 399	0.15 256	0.18 231	0.15 184	0.15 313	0.15 249	0.16 326	0.16 407	0.15 326	0.13 323	0.08 345	0.05 209	0.06 129	0.05 132	0.08 364	0.07 324

DualNet	0.14 353	0.08 279	0.14 307	0.16 172	0.08 151	0.18 418	0.18 407	0.25 376	0.17 241	0.17 356	0.27 437	0.18 359	0.14 363	0.16 361	0.13 323	0.08 345	0.05 209	0.08 321	0.07 310	0.08 364	0.08 388

mmx	0.14 353	0.09 355	0.14 307	0.16 172	0.08 151	0.17 399	0.17 359	0.27 415	0.25 390	0.15 313	0.25 411	0.19 373	0.13 339	0.14 304	0.20 455	0.08 345	0.06 346	0.09 404	0.08 381	0.08 364	0.08 388

xxx	0.14 353	0.09 355	0.14 307	0.16 172	0.08 151	0.17 399	0.17 359	0.27 415	0.25 390	0.15 313	0.25 411	0.19 373	0.13 339	0.14 304	0.20 455	0.08 345	0.06 346	0.09 404	0.08 381	0.08 364	0.08 388

MIF-Stereo (partial)	0.11 224	0.06 81	0.10 140	0.19 390	0.10 381	0.10 150	0.11 56	0.17 199	0.18 271	0.14 286	0.16 261	0.09 159	0.11 269	0.12 225	0.12 282	0.08 345	0.05 209	0.08 321	0.07 310	0.06 230	0.07 324

EKT-Stereo	0.11 224	0.07 174	0.14 307	0.15 90	0.10 381	0.13 289	0.14 178	0.18 231	0.21 327	0.11 194	0.08 90	0.12 237	0.09 201	0.11 135	0.12 282	0.08 345	0.06 346	0.07 230	0.06 216	0.08 364	0.07 324

CAS	0.08 57	0.04 1	0.07 8	0.17 248	0.08 151	0.10 150	0.13 125	0.12 58	0.09 30	0.09 125	0.10 142	0.08 129	0.06 47	0.09 40	0.08 17	0.08 345	0.04 24	0.05 34	0.03 1	0.05 122	0.04 50

gwcnet-sp	0.14 353	0.07 174	0.12 224	0.18 330	0.09 272	0.16 377	0.17 359	0.24 360	0.24 369	0.18 386	0.24 383	0.15 312	0.16 407	0.15 326	0.15 387	0.08 345	0.06 346	0.07 230	0.08 381	0.08 364	0.07 324

scenet	0.14 353	0.07 174	0.12 224	0.18 330	0.09 272	0.16 377	0.17 359	0.24 360	0.24 369	0.18 386	0.24 383	0.15 312	0.16 407	0.15 326	0.15 387	0.08 345	0.06 346	0.07 230	0.08 381	0.08 364	0.07 324

knoymous	0.11 224	0.05 27	0.12 224	0.13 14	0.07 84	0.15 348	0.14 178	0.19 259	0.13 138	0.11 194	0.17 283	0.13 263	0.09 201	0.13 275	0.11 223	0.08 345	0.05 209	0.06 129	0.05 132	0.08 364	0.07 324

ssnet	0.14 353	0.07 174	0.12 224	0.18 330	0.09 272	0.16 377	0.17 359	0.24 360	0.24 369	0.18 386	0.24 383	0.15 312	0.16 407	0.15 326	0.15 387	0.08 345	0.06 346	0.07 230	0.08 381	0.08 364	0.07 324

BUS	0.14 353	0.09 355	0.14 307	0.22 497	0.10 381	0.19 441	0.14 178	0.34 511	0.19 288	0.17 356	0.22 362	0.16 326	0.13 339	0.15 326	0.13 323	0.08 345	0.06 346	0.10 451	0.09 427	0.07 302	0.07 324

IER	0.14 353	0.07 174	0.13 271	0.17 248	0.09 272	0.14 322	0.16 322	0.25 376	0.26 404	0.18 386	0.25 411	0.17 346	0.20 472	0.16 361	0.14 359	0.08 345	0.05 209	0.07 230	0.06 216	0.08 364	0.07 324

NINENet	0.16 419	0.10 414	0.15 356	0.17 248	0.11 431	0.19 441	0.14 178	0.40 556	0.36 492	0.18 386	0.21 351	0.16 326	0.13 339	0.15 326	0.13 323	0.08 345	0.08 447	0.10 451	0.07 310	0.10 458	0.09 432

BSDual-CNN	0.15 396	0.09 355	0.14 307	0.22 497	0.10 381	0.14 322	0.15 256	0.34 511	0.19 288	0.17 356	0.22 362	0.25 450	0.16 407	0.15 326	0.14 359	0.08 345	0.06 346	0.10 451	0.09 427	0.07 302	0.07 324

psmg	0.14 353	0.09 355	0.14 307	0.17 248	0.10 381	0.15 348	0.17 359	0.29 447	0.19 288	0.17 356	0.21 351	0.25 450	0.16 407	0.15 326	0.14 359	0.08 345	0.06 346	0.08 321	0.08 381	0.07 302	0.06 241

DAS	0.15 396	0.08 279	0.18 442	0.19 390	0.10 381	0.19 441	0.17 359	0.27 415	0.29 435	0.18 386	0.25 411	0.21 394	0.15 381	0.16 361	0.12 282	0.08 345	0.06 346	0.06 129	0.06 216	0.07 302	0.07 324

SepStereo	0.15 396	0.08 279	0.18 442	0.19 390	0.10 381	0.19 441	0.17 359	0.27 415	0.29 435	0.18 386	0.25 411	0.21 394	0.15 381	0.25 509	0.12 282	0.08 345	0.06 346	0.06 129	0.06 216	0.07 302	0.07 324

PSMNet-ADL	0.15 396	0.12 458	0.13 271	0.22 497	0.09 272	0.13 289	0.20 469	0.26 394	0.23 353	0.18 386	0.20 329	0.24 436	0.16 407	0.18 414	0.17 418	0.08 345	0.08 447	0.08 321	0.11 499	0.08 364	0.07 324

GANet-ADL	0.13 319	0.07 174	0.15 356	0.17 248	0.10 381	0.18 418	0.15 256	0.30 461	0.20 311	0.13 264	0.18 308	0.19 373	0.12 300	0.16 361	0.13 323	0.08 345	0.06 346	0.06 129	0.05 132	0.07 302	0.08 388

ADLNet2	0.16 419	0.09 355	0.13 271	0.16 172	0.09 272	0.20 456	0.16 322	0.31 471	0.39 509	0.16 341	0.20 329	0.20 385	0.18 444	0.21 471	0.22 484	0.08 345	0.06 346	0.07 230	0.07 310	0.09 427	0.07 324

PFNet+	0.11 224	0.06 81	0.13 271	0.16 172	0.09 272	0.05 4	0.12 77	0.17 199	0.21 327	0.16 341	0.19 317	0.14 283	0.10 239	0.11 135	0.11 223	0.08 345	0.05 209	0.09 404	0.08 381	0.06 230	0.11 485

AnonymousM	0.09 108	0.05 27	0.10 140	0.14 45	0.06 16	0.09 98	0.13 125	0.19 259	0.14 164	0.13 264	0.11 186	0.09 159	0.08 171	0.13 275	0.10 147	0.08 345	0.05 209	0.08 321	0.05 132	0.05 122	0.05 149

Anonymous3	0.16 419	0.13 486	0.33 535	0.26 547	0.14 506	0.27 533	0.17 359	0.28 434	0.28 428	0.15 313	0.17 283	0.14 283	0.10 239	0.15 326	0.12 282	0.08 345	0.08 447	0.08 321	0.08 381	0.08 364	0.11 485

raftrobust	0.09 108	0.06 81	0.10 140	0.17 248	0.08 151	0.09 98	0.10 31	0.18 231	0.16 214	0.10 162	0.09 112	0.12 237	0.07 131	0.12 225	0.10 147	0.08 345	0.05 209	0.06 129	0.05 132	0.05 122	0.05 149

sCroCo_RVC	0.12 294	0.09 355	0.23 490	0.24 530	0.11 431	0.19 441	0.14 178	0.17 199	0.14 164	0.10 162	0.13 218	0.12 237	0.07 131	0.14 304	0.11 223	0.08 345	0.08 447	0.08 321	0.08 381	0.05 122	0.07 324

GES	0.14 353	0.08 279	0.16 390	0.15 90	0.10 381	0.13 289	0.13 125	0.28 434	0.25 390	0.16 341	0.23 371	0.18 359	0.13 339	0.16 361	0.13 323	0.08 345	0.07 418	0.07 230	0.06 216	0.08 364	0.09 432

SFCPSM	0.13 319	0.07 174	0.14 307	0.17 248	0.09 272	0.15 348	0.16 322	0.28 434	0.27 414	0.14 286	0.17 283	0.12 237	0.13 339	0.14 304	0.11 223	0.08 345	0.05 209	0.07 230	0.07 310	0.07 302	0.06 241

delet	0.17 440	0.08 279	0.17 420	0.19 390	0.11 431	0.20 456	0.21 489	0.30 461	0.37 499	0.17 356	0.26 428	0.19 373	0.19 460	0.19 429	0.21 475	0.08 345	0.08 447	0.09 404	0.11 499	0.06 230	0.06 241

aanetorigin	0.22 499	0.17 527	0.56 577	0.17 248	0.10 381	0.15 348	0.19 446	0.20 270	0.33 466	0.49 581	0.48 561	0.29 486	0.27 522	0.20 454	0.23 496	0.08 345	0.07 418	0.08 321	0.07 310	0.10 458	0.09 432

EDNetEfficientorigin	7.91 629	0.31 581	153.02 651	0.19 390	0.09 272	0.21 473	0.16 322	0.22 317	0.59 574	0.72 597	0.67 587	0.42 560	0.50 588	0.24 504	0.39 581	0.08 345	0.07 418	0.08 321	0.07 310	0.12 496	0.10 459

CREStereo	0.09 108	0.04 1	0.08 40	0.11 1	0.06 16	0.13 289	0.14 178	0.14 95	0.10 48	0.08 87	0.13 218	0.09 159	0.08 171	0.11 135	0.10 147	0.08 345	0.04 24	0.05 34	0.03 1	0.06 230	0.06 241
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
FENet	0.13 319	0.08 279	0.12 224	0.16 172	0.08 151	0.14 322	0.15 256	0.22 317	0.23 353	0.17 356	0.23 371	0.16 326	0.12 300	0.14 304	0.15 387	0.08 345	0.05 209	0.08 321	0.08 381	0.07 302	0.07 324

FADNet_RVC	0.16 419	0.14 498	0.40 554	0.20 451	0.11 431	0.13 289	0.13 125	0.26 394	0.22 342	0.21 439	0.23 371	0.20 385	0.17 430	0.14 304	0.16 403	0.08 345	0.08 447	0.12 501	0.09 427	0.11 481	0.10 459

SuperB	0.20 478	0.10 414	0.56 577	0.16 172	0.09 272	0.18 418	0.18 407	0.24 360	0.50 555	0.26 496	0.39 526	0.17 346	0.21 476	0.22 484	0.21 475	0.08 345	0.06 346	0.06 129	0.06 216	0.12 496	0.10 459

ADCL	0.24 522	0.11 440	0.47 566	0.22 497	0.12 463	0.34 559	0.29 569	0.29 447	0.56 568	0.24 477	0.46 558	0.30 496	0.30 545	0.29 533	0.29 551	0.08 345	0.07 418	0.09 404	0.09 427	0.10 458	0.10 459

CFNet	0.15 396	0.10 414	0.17 420	0.17 248	0.08 151	0.18 418	0.09 18	0.28 434	0.25 390	0.19 402	0.24 383	0.24 436	0.17 430	0.17 393	0.14 359	0.08 345	0.06 346	0.09 404	0.10 467	0.07 302	0.06 241

StereoDRNet-Refined	0.17 440	0.12 458	0.15 356	0.20 451	0.09 272	0.18 418	0.18 407	0.26 394	0.23 353	0.26 496	0.40 532	0.22 412	0.17 430	0.21 471	0.20 455	0.08 345	0.05 209	0.09 404	0.10 467	0.07 302	0.07 324
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	0.19 466	0.09 355	0.22 481	0.17 248	0.10 381	0.25 513	0.18 407	0.27 415	0.44 536	0.22 455	0.31 478	0.33 523	0.26 514	0.28 526	0.28 547	0.08 345	0.06 346	0.07 230	0.07 310	0.09 427	0.09 432

DLCB_ROB	0.18 454	0.10 414	0.15 356	0.23 521	0.11 431	0.24 502	0.18 407	0.29 447	0.28 428	0.27 502	0.28 451	0.28 478	0.24 499	0.19 429	0.20 455	0.08 345	0.08 447	0.09 404	0.09 427	0.07 302	0.07 324

FlowAnything_test	0.11 224	0.08 279	0.14 307	0.15 90	0.09 272	0.07 34	0.14 178	0.20 270	0.11 75	0.09 125	0.09 112	0.12 237	0.12 300	0.13 275	0.11 223	0.09 404	0.06 346	0.09 404	0.09 427	0.06 230	0.09 432

MSAF-DinoV2	0.22 499	0.11 440	0.23 490	0.17 248	0.10 381	0.27 533	0.16 322	0.37 540	0.55 565	0.21 439	0.27 437	0.47 575	0.27 522	0.35 556	0.39 581	0.09 404	0.06 346	0.07 230	0.09 427	0.12 496	0.10 459

zh-mn7	0.25 534	0.14 498	0.56 577	0.19 390	0.14 506	0.24 502	0.22 499	0.34 511	0.62 581	0.35 550	0.65 585	0.31 509	0.25 508	0.31 537	0.25 519	0.09 404	0.08 447	0.09 404	0.09 427	0.09 427	0.11 485

w-ln-seven	0.24 522	0.14 498	0.55 574	0.19 390	0.14 506	0.26 523	0.22 499	0.35 527	0.60 578	0.29 526	0.39 526	0.30 496	0.22 485	0.21 471	0.26 531	0.09 404	0.09 479	0.11 482	0.10 467	0.11 481	0.10 459

G2L-Stereo	0.14 353	0.07 174	0.13 271	0.17 248	0.09 272	0.13 289	0.12 77	0.27 415	0.22 342	0.16 341	0.27 437	0.21 394	0.13 339	0.17 393	0.18 436	0.09 404	0.08 447	0.08 321	0.07 310	0.07 302	0.07 324

DDVS	0.15 396	0.10 414	0.21 475	0.16 172	0.12 463	0.15 348	0.14 178	0.25 376	0.19 288	0.18 386	0.29 463	0.27 468	0.12 300	0.19 429	0.15 387	0.09 404	0.06 346	0.09 404	0.07 310	0.11 481	0.11 485

DCVSM-stereo	0.14 353	0.09 355	0.16 390	0.16 172	0.10 381	0.15 348	0.09 18	0.19 259	0.23 353	0.20 425	0.23 371	0.26 460	0.15 381	0.18 414	0.14 359	0.09 404	0.07 418	0.09 404	0.08 381	0.10 458	0.12 498

rvit_stereo_0080	0.10 177	0.08 279	0.14 307	0.15 90	0.09 272	0.07 34	0.15 256	0.16 161	0.16 214	0.11 194	0.10 142	0.14 283	0.08 171	0.12 225	0.10 147	0.09 404	0.07 418	0.07 230	0.06 216	0.07 302	0.05 149

rvit_stereo_ft	0.12 294	0.07 174	0.13 271	0.19 390	0.10 381	0.12 238	0.17 359	0.16 161	0.16 214	0.12 234	0.13 218	0.15 312	0.10 239	0.14 304	0.13 323	0.09 404	0.06 346	0.08 321	0.07 310	0.07 302	0.05 149

whm_eth	0.10 177	0.08 279	0.14 307	0.15 90	0.09 272	0.07 34	0.15 256	0.16 161	0.16 214	0.11 194	0.10 142	0.14 283	0.08 171	0.12 225	0.10 147	0.09 404	0.07 418	0.07 230	0.06 216	0.07 302	0.05 149

GMStereo_Zeroshot	0.16 419	0.13 486	0.24 494	0.20 451	0.10 381	0.17 399	0.13 125	0.29 447	0.25 390	0.23 468	0.32 482	0.25 450	0.11 269	0.19 429	0.14 359	0.09 404	0.06 346	0.11 482	0.06 216	0.12 496	0.08 388

StereoVision	0.13 319	0.12 458	0.09 92	0.24 530	0.10 381	0.15 348	0.21 489	0.21 293	0.20 311	0.12 234	0.24 383	0.10 192	0.10 239	0.16 361	0.10 147	0.09 404	0.11 512	0.12 501	0.12 519	0.06 230	0.05 149

CFNet_ucs	0.15 396	0.08 279	0.16 390	0.16 172	0.11 431	0.14 322	0.14 178	0.30 461	0.34 478	0.16 341	0.24 383	0.23 430	0.14 363	0.18 414	0.15 387	0.09 404	0.06 346	0.08 321	0.07 310	0.09 427	0.09 432

coex-ft	3.30 621	0.34 585	59.09 650	0.18 330	0.13 486	0.26 523	0.22 499	0.27 415	0.72 594	1.90 625	0.70 591	0.44 566	0.45 584	0.29 533	0.41 587	0.09 404	0.09 479	0.12 501	0.09 427	0.14 527	0.13 520

fast-acv-ft	0.18 454	0.11 440	0.19 454	0.19 390	0.12 463	0.24 502	0.21 489	0.25 376	0.34 478	0.22 455	0.34 498	0.27 468	0.20 472	0.21 471	0.23 496	0.09 404	0.09 479	0.08 321	0.10 467	0.08 364	0.07 324

iinet-f	0.16 419	0.06 81	0.45 561	0.14 45	0.10 381	0.21 473	0.14 178	0.27 415	0.23 353	0.21 439	0.24 383	0.21 394	0.15 381	0.18 414	0.21 475	0.09 404	0.07 418	0.07 230	0.06 216	0.09 427	0.10 459

CASS	0.13 319	0.12 458	0.11 185	0.23 521	0.09 272	0.15 348	0.17 359	0.18 231	0.19 288	0.17 356	0.18 308	0.15 312	0.15 381	0.14 304	0.14 359	0.09 404	0.06 346	0.10 451	0.08 381	0.09 427	0.07 324
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
riskmin	0.11 224	0.06 81	0.13 271	0.14 45	0.08 151	0.14 322	0.14 178	0.18 231	0.14 164	0.11 194	0.14 231	0.16 326	0.11 269	0.14 304	0.12 282	0.09 404	0.05 209	0.07 230	0.05 132	0.08 364	0.08 388

Wz-Net-MNSev	0.22 499	0.13 486	0.31 528	0.20 451	0.14 506	0.36 569	0.24 522	0.33 502	0.44 536	0.28 517	0.40 532	0.38 545	0.19 460	0.24 504	0.25 519	0.09 404	0.07 418	0.09 404	0.09 427	0.12 496	0.10 459

CRFU-Net	0.16 419	0.08 279	0.14 307	0.17 248	0.09 272	0.19 441	0.14 178	0.26 394	0.20 311	0.28 517	0.27 437	0.29 486	0.17 430	0.19 429	0.17 418	0.09 404	0.09 479	0.07 230	0.07 310	0.08 364	0.08 388

CSP-Net	0.16 419	0.09 355	0.14 307	0.16 172	0.09 272	0.19 441	0.17 359	0.25 376	0.32 459	0.25 490	0.30 470	0.24 436	0.15 381	0.21 471	0.18 436	0.09 404	0.06 346	0.07 230	0.07 310	0.08 364	0.07 324

WZ-Net	0.28 552	0.17 527	0.78 602	0.22 497	0.16 536	0.34 559	0.29 569	0.39 552	0.57 570	0.24 477	0.55 572	0.37 541	0.24 499	0.33 547	0.35 572	0.09 404	0.08 447	0.09 404	0.10 467	0.14 527	0.16 555

AACVNet	0.16 419	0.08 279	0.14 307	0.15 90	0.10 381	0.18 418	0.15 256	0.23 337	0.24 369	0.27 502	0.27 437	0.28 478	0.17 430	0.19 429	0.16 403	0.09 404	0.07 418	0.09 404	0.07 310	0.10 458	0.09 432

ICVP	0.15 396	0.09 355	0.12 224	0.22 497	0.09 272	0.17 399	0.21 489	0.25 376	0.23 353	0.18 386	0.30 470	0.26 460	0.18 444	0.17 393	0.14 359	0.09 404	0.07 418	0.08 321	0.07 310	0.07 302	0.07 324
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sAnonymous2	0.13 319	0.12 458	0.24 494	0.20 451	0.12 463	0.17 399	0.13 125	0.26 394	0.21 327	0.11 194	0.11 186	0.13 263	0.08 171	0.10 83	0.10 147	0.09 404	0.05 209	0.08 321	0.06 216	0.15 543	0.10 459

CroCo_RVC	0.13 319	0.12 458	0.24 494	0.20 451	0.12 463	0.17 399	0.13 125	0.26 394	0.21 327	0.11 194	0.11 186	0.13 263	0.08 171	0.10 83	0.10 147	0.09 404	0.05 209	0.08 321	0.06 216	0.15 543	0.10 459

xxxx	0.15 396	0.07 174	0.14 307	0.14 45	0.08 151	0.23 497	0.18 407	0.31 471	0.19 288	0.14 286	0.28 451	0.22 412	0.14 363	0.15 326	0.26 531	0.09 404	0.05 209	0.07 230	0.07 310	0.08 364	0.07 324

test_xeample	0.15 396	0.06 81	0.13 271	0.14 45	0.08 151	0.21 473	0.20 469	0.28 434	0.20 311	0.16 341	0.29 463	0.19 373	0.16 407	0.15 326	0.26 531	0.09 404	0.05 209	0.07 230	0.07 310	0.07 302	0.07 324

psm_up	0.18 454	0.10 414	0.18 442	0.20 451	0.11 431	0.17 399	0.19 446	0.37 540	0.34 478	0.21 439	0.28 451	0.29 486	0.24 499	0.20 454	0.22 484	0.09 404	0.10 499	0.11 482	0.11 499	0.08 364	0.08 388

UPFNet	0.16 419	0.08 279	0.12 224	0.20 451	0.12 463	0.20 456	0.23 510	0.28 434	0.26 404	0.17 356	0.24 383	0.22 412	0.19 460	0.19 429	0.21 475	0.09 404	0.07 418	0.08 321	0.09 427	0.08 364	0.06 241

EDNetEfficient	0.29 556	0.24 562	1.13 612	0.18 330	0.10 381	0.19 441	0.20 469	0.20 270	0.60 578	0.74 601	0.56 577	0.31 509	0.39 570	0.22 484	0.30 557	0.09 404	0.07 418	0.08 321	0.07 310	0.11 481	0.09 432

ac_64	0.16 419	0.08 279	0.15 356	0.18 330	0.10 381	0.22 482	0.18 407	0.24 360	0.21 327	0.18 386	0.24 383	0.29 486	0.18 444	0.19 429	0.22 484	0.09 404	0.07 418	0.08 321	0.09 427	0.07 302	0.06 241

HGLStereo	0.17 440	0.08 279	0.19 454	0.17 248	0.12 463	0.18 418	0.18 407	0.31 471	0.32 459	0.21 439	0.32 482	0.25 450	0.18 444	0.19 429	0.20 455	0.09 404	0.09 479	0.07 230	0.07 310	0.09 427	0.10 459

FAT-Stereo	0.20 478	0.12 458	0.22 481	0.21 482	0.12 463	0.17 399	0.18 407	0.34 511	0.39 509	0.27 502	0.37 512	0.34 530	0.32 554	0.21 471	0.20 455	0.09 404	0.11 512	0.10 451	0.09 427	0.11 481	0.14 537

S-Stereo	0.20 478	0.12 458	0.25 499	0.21 482	0.13 486	0.20 456	0.18 407	0.32 482	0.43 531	0.23 468	0.36 506	0.28 478	0.30 545	0.19 429	0.22 484	0.09 404	0.12 528	0.10 451	0.10 467	0.13 514	0.13 520

ADCP+	0.20 478	0.10 414	0.33 535	0.20 451	0.12 463	0.22 482	0.26 547	0.31 471	0.34 478	0.26 496	0.37 512	0.22 412	0.22 485	0.27 514	0.27 539	0.09 404	0.06 346	0.08 321	0.08 381	0.09 427	0.10 459

PA-Net	0.23 515	0.18 538	0.33 535	0.28 563	0.22 570	0.21 473	0.38 592	0.29 447	0.39 509	0.22 455	0.32 482	0.25 450	0.26 514	0.20 454	0.25 519	0.09 404	0.23 586	0.15 540	0.22 572	0.09 427	0.13 520
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NLCA_NET_v2_RVC	0.17 440	0.10 414	0.22 481	0.20 451	0.10 381	0.15 348	0.18 407	0.31 471	0.25 390	0.21 439	0.30 470	0.25 450	0.17 430	0.21 471	0.20 455	0.09 404	0.06 346	0.08 321	0.08 381	0.07 302	0.08 388
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NVstereo2D	0.19 466	0.10 414	0.15 356	0.17 248	0.15 525	0.28 540	0.23 510	0.44 573	0.42 526	0.15 313	0.27 437	0.25 450	0.19 460	0.22 484	0.17 418	0.09 404	0.06 346	0.10 451	0.08 381	0.15 543	0.09 432

StereoDRNet	0.18 454	0.11 440	0.17 420	0.22 497	0.11 431	0.21 473	0.22 499	0.37 540	0.33 466	0.24 477	0.28 451	0.30 496	0.19 460	0.20 454	0.20 455	0.09 404	0.08 447	0.11 482	0.09 427	0.09 427	0.07 324

FBW_ROB	0.24 522	0.17 527	0.22 481	0.26 547	0.14 506	0.25 513	0.22 499	0.41 562	0.41 518	0.41 568	0.41 543	0.42 560	0.27 522	0.31 537	0.23 496	0.09 404	0.14 551	0.14 528	0.12 519	0.11 481	0.09 432

zh-sn7	0.25 534	0.17 527	0.50 568	0.24 530	0.13 486	0.25 513	0.24 522	0.34 511	0.48 545	0.28 517	0.54 570	0.28 478	0.31 549	0.36 562	0.32 565	0.10 445	0.10 499	0.11 482	0.10 467	0.12 496	0.12 498

YMNet	0.20 478	0.12 458	0.19 454	0.20 451	0.14 506	0.26 523	0.23 510	0.32 482	0.34 478	0.27 502	0.34 498	0.30 496	0.18 444	0.18 414	0.22 484	0.10 445	0.13 542	0.10 451	0.10 467	0.08 364	0.09 432

YMNet_1	0.20 478	0.12 458	0.19 454	0.20 451	0.14 506	0.26 523	0.23 510	0.32 482	0.34 478	0.27 502	0.34 498	0.30 496	0.18 444	0.18 414	0.22 484	0.10 445	0.13 542	0.10 451	0.10 467	0.08 364	0.09 432

rvit_stereo_0083	0.12 294	0.08 279	0.17 420	0.16 172	0.09 272	0.11 196	0.15 256	0.14 95	0.26 404	0.11 194	0.14 231	0.13 263	0.10 239	0.12 225	0.12 282	0.10 445	0.08 447	0.09 404	0.07 310	0.07 302	0.05 149

rvit_stereo_0081_aga	0.11 224	0.09 355	0.14 307	0.18 330	0.09 272	0.13 289	0.14 178	0.14 95	0.19 288	0.10 162	0.18 308	0.16 326	0.09 201	0.12 225	0.09 66	0.10 445	0.06 346	0.08 321	0.07 310	0.07 302	0.06 241

rvit_stereo_0081	0.11 224	0.08 279	0.15 356	0.16 172	0.09 272	0.10 150	0.14 178	0.14 95	0.24 369	0.11 194	0.13 218	0.13 263	0.09 201	0.11 135	0.12 282	0.10 445	0.07 418	0.08 321	0.07 310	0.07 302	0.05 149

ITSA-stereo	0.15 396	0.10 414	0.14 307	0.19 390	0.08 151	0.12 238	0.14 178	0.30 461	0.49 552	0.17 356	0.19 317	0.22 412	0.15 381	0.17 393	0.16 403	0.10 445	0.06 346	0.08 321	0.08 381	0.08 364	0.08 388

rvit_stereo_0082	0.11 224	0.08 279	0.15 356	0.16 172	0.09 272	0.10 150	0.14 178	0.14 95	0.24 369	0.11 194	0.13 218	0.13 263	0.09 201	0.11 135	0.12 282	0.10 445	0.07 418	0.08 321	0.07 310	0.07 302	0.05 149

Wz-Net-SNSev	0.25 534	0.17 527	0.44 560	0.25 542	0.14 506	0.26 523	0.23 510	0.38 548	0.56 568	0.30 531	0.55 572	0.39 553	0.26 514	0.23 495	0.30 557	0.10 445	0.09 479	0.09 404	0.10 467	0.11 481	0.11 485

Wz-Net-LNSev	0.22 499	0.16 516	0.38 550	0.21 482	0.13 486	0.25 513	0.23 510	0.32 482	0.43 531	0.30 531	0.41 543	0.31 509	0.18 444	0.22 484	0.25 519	0.10 445	0.09 479	0.08 321	0.08 381	0.12 496	0.11 485

UDGNet	0.14 353	0.13 486	0.16 390	0.17 248	0.10 381	0.12 238	0.16 322	0.21 293	0.27 414	0.20 425	0.20 329	0.16 326	0.13 339	0.16 361	0.13 323	0.10 445	0.06 346	0.09 404	0.07 310	0.06 230	0.07 324

dd	0.15 396	0.16 516	0.16 390	0.19 390	0.09 272	0.15 348	0.18 407	0.21 293	0.25 390	0.23 468	0.20 329	0.21 394	0.09 201	0.21 471	0.16 403	0.10 445	0.06 346	0.08 321	0.06 216	0.08 364	0.06 241

AASNet	0.16 419	0.08 279	0.12 224	0.19 390	0.09 272	0.18 418	0.15 256	0.37 540	0.37 499	0.19 402	0.23 371	0.20 385	0.16 407	0.17 393	0.20 455	0.10 445	0.08 447	0.08 321	0.07 310	0.09 427	0.09 432

GEStereo_RVC	0.17 440	0.12 458	0.15 356	0.22 497	0.11 431	0.19 441	0.17 359	0.32 482	0.48 545	0.20 425	0.25 411	0.17 346	0.13 339	0.21 471	0.16 403	0.10 445	0.06 346	0.08 321	0.07 310	0.09 427	0.08 388

ADLNet	0.16 419	0.08 279	0.15 356	0.16 172	0.10 381	0.16 377	0.17 359	0.32 482	0.27 414	0.22 455	0.27 437	0.24 436	0.16 407	0.18 414	0.21 475	0.10 445	0.06 346	0.10 451	0.10 467	0.08 364	0.09 432

222	0.16 419	0.07 174	0.14 307	0.14 45	0.08 151	0.24 502	0.18 407	0.30 461	0.20 311	0.17 356	0.28 451	0.17 346	0.16 407	0.15 326	0.40 584	0.10 445	0.05 209	0.07 230	0.06 216	0.07 302	0.08 388

cf-r	0.13 319	0.07 174	0.12 224	0.16 172	0.08 151	0.14 322	0.19 446	0.20 270	0.25 390	0.17 356	0.25 411	0.21 394	0.16 407	0.14 304	0.14 359	0.10 445	0.05 209	0.06 129	0.08 381	0.06 230	0.06 241

GANet-RSSM	0.14 353	0.07 174	0.13 271	0.13 14	0.08 151	0.14 322	0.17 359	0.22 317	0.21 327	0.17 356	0.24 383	0.23 430	0.15 381	0.16 361	0.15 387	0.10 445	0.06 346	0.07 230	0.08 381	0.08 364	0.07 324

GwcNet-RSSM	0.14 353	0.07 174	0.12 224	0.15 90	0.08 151	0.15 348	0.20 469	0.21 293	0.27 414	0.18 386	0.27 437	0.22 412	0.16 407	0.14 304	0.15 387	0.10 445	0.05 209	0.07 230	0.09 427	0.07 302	0.07 324

DSFCA	0.16 419	0.09 355	0.14 307	0.16 172	0.10 381	0.20 456	0.19 446	0.28 434	0.31 452	0.23 468	0.24 383	0.22 412	0.15 381	0.19 429	0.20 455	0.10 445	0.07 418	0.09 404	0.09 427	0.08 364	0.08 388

DMCA	0.14 353	0.09 355	0.16 390	0.19 390	0.09 272	0.15 348	0.17 359	0.23 337	0.27 414	0.14 286	0.19 317	0.17 346	0.18 444	0.15 326	0.17 418	0.10 445	0.06 346	0.08 321	0.06 216	0.09 427	0.10 459

stereogan	0.22 499	0.11 440	0.21 475	0.20 451	0.12 463	0.31 549	0.19 446	0.35 527	0.44 536	0.22 455	0.39 526	0.35 534	0.27 522	0.33 547	0.22 484	0.10 445	0.12 528	0.10 451	0.10 467	0.14 527	0.13 520

RTSC	0.23 515	0.12 458	0.28 515	0.21 482	0.13 486	0.28 540	0.16 322	0.35 527	0.66 589	0.27 502	0.33 494	0.30 496	0.21 476	0.31 537	0.29 551	0.10 445	0.08 447	0.09 404	0.10 467	0.13 514	0.13 520

RTS	0.45 584	0.19 542	3.26 622	0.24 530	0.15 525	0.74 601	0.20 469	0.36 534	0.76 600	0.42 571	0.43 553	0.31 509	0.41 578	0.53 593	0.35 572	0.10 445	0.08 447	0.13 516	0.12 519	0.15 543	0.15 544

RTSA	0.45 584	0.19 542	3.26 622	0.24 530	0.15 525	0.74 601	0.20 469	0.36 534	0.76 600	0.42 571	0.43 553	0.31 509	0.41 578	0.53 593	0.35 572	0.10 445	0.08 447	0.13 516	0.12 519	0.15 543	0.15 544

ADCMid	0.25 534	0.15 508	0.40 554	0.20 451	0.14 506	0.25 513	0.26 547	0.34 511	0.38 506	0.36 553	0.44 555	0.34 530	0.40 573	0.35 556	0.33 569	0.10 445	0.09 479	0.11 482	0.11 499	0.13 514	0.12 498

RYNet	0.22 499	0.12 458	0.22 481	0.19 390	0.17 551	0.46 578	0.26 547	0.38 548	0.48 545	0.24 477	0.28 451	0.34 530	0.23 493	0.20 454	0.30 557	0.10 445	0.06 346	0.09 404	0.09 427	0.13 514	0.15 544

GANet	0.21 490	0.12 458	0.21 475	0.24 530	0.13 486	0.22 482	0.22 499	0.41 562	0.26 404	0.31 537	0.42 550	0.37 541	0.28 533	0.23 495	0.22 484	0.10 445	0.12 528	0.10 451	0.09 427	0.10 458	0.08 388

PWC_ROB	0.21 490	0.16 516	0.26 502	0.18 330	0.11 431	0.22 482	0.13 125	0.32 482	0.49 552	0.30 531	0.40 532	0.32 519	0.24 499	0.31 537	0.22 484	0.10 445	0.07 418	0.11 482	0.08 381	0.11 481	0.10 459

CAS++	0.11 224	0.07 174	0.11 185	0.14 45	0.09 272	0.12 238	0.14 178	0.24 360	0.14 164	0.11 194	0.09 112	0.11 219	0.07 131	0.14 304	0.09 66	0.11 474	0.09 479	0.09 404	0.07 310	0.07 302	0.08 388
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ssnet_v2	0.17 440	0.10 414	0.17 420	0.17 248	0.11 431	0.21 473	0.21 489	0.33 502	0.25 390	0.22 455	0.22 362	0.27 468	0.18 444	0.22 484	0.20 455	0.11 474	0.09 479	0.09 404	0.09 427	0.08 364	0.08 388

SACVNet	0.18 454	0.12 458	0.14 307	0.17 248	0.13 486	0.22 482	0.18 407	0.31 471	0.30 445	0.23 468	0.31 478	0.30 496	0.22 485	0.22 484	0.17 418	0.11 474	0.08 447	0.10 451	0.10 467	0.12 496	0.14 537

HCRNet	0.16 419	0.24 562	0.12 224	0.35 581	0.11 431	0.15 348	0.17 359	0.26 394	0.22 342	0.19 402	0.24 383	0.21 394	0.14 363	0.15 326	0.13 323	0.11 474	0.07 418	0.11 482	0.10 467	0.09 427	0.07 324

APVNet	0.22 499	0.12 458	0.19 454	0.18 330	0.14 506	0.32 550	0.31 583	0.39 552	0.32 459	0.27 502	0.40 532	0.30 496	0.29 541	0.26 511	0.25 519	0.11 474	0.12 528	0.11 482	0.14 533	0.12 496	0.12 498

psmorigin	0.25 534	0.15 508	0.34 543	0.17 248	0.13 486	0.23 497	0.14 178	0.34 511	0.33 466	0.41 568	0.55 572	0.41 559	0.37 567	0.34 550	0.27 539	0.11 474	0.15 557	0.11 482	0.11 499	0.12 496	0.16 555

GwcNet	0.20 478	0.13 486	0.19 454	0.18 330	0.12 463	0.24 502	0.19 446	0.35 527	0.43 531	0.20 425	0.32 482	0.33 523	0.20 472	0.22 484	0.24 509	0.11 474	0.09 479	0.09 404	0.09 427	0.09 427	0.10 459

PSMNet-RSSM	0.14 353	0.07 174	0.13 271	0.15 90	0.08 151	0.13 289	0.16 322	0.24 360	0.24 369	0.16 341	0.28 451	0.22 412	0.14 363	0.15 326	0.13 323	0.11 474	0.06 346	0.09 404	0.12 519	0.08 364	0.07 324

CFNet-ft	0.14 353	0.07 174	0.15 356	0.12 5	0.09 272	0.16 377	0.18 407	0.22 317	0.24 369	0.17 356	0.26 428	0.24 436	0.14 363	0.16 361	0.14 359	0.11 474	0.06 346	0.08 321	0.09 427	0.09 427	0.08 388

AF-Net	0.22 499	0.17 527	0.17 420	0.26 547	0.13 486	0.25 513	0.24 522	0.32 482	0.50 555	0.25 490	0.33 494	0.38 545	0.26 514	0.28 526	0.25 519	0.11 474	0.10 499	0.16 547	0.11 499	0.11 481	0.10 459

RP	0.21 490	0.13 486	0.21 475	0.23 521	0.11 431	0.21 473	0.20 469	0.25 376	0.44 536	0.21 439	0.38 518	0.36 536	0.24 499	0.27 514	0.25 519	0.11 474	0.12 528	0.13 516	0.12 519	0.12 496	0.14 537

RGC	0.25 534	0.20 547	0.29 523	0.28 563	0.16 536	0.22 482	0.23 510	0.32 482	0.44 536	0.27 502	0.40 532	0.38 545	0.27 522	0.36 562	0.22 484	0.11 474	0.13 542	0.17 551	0.17 561	0.14 527	0.16 555

G-Net	0.24 522	0.16 516	0.36 544	0.22 497	0.16 536	0.51 584	0.23 510	0.29 447	0.34 478	0.36 553	0.38 518	0.31 509	0.29 541	0.27 514	0.26 531	0.11 474	0.09 479	0.12 501	0.09 427	0.16 551	0.13 520

Nwc_Net	0.23 515	0.16 516	0.21 475	0.25 542	0.14 506	0.24 502	0.26 547	0.37 540	0.38 506	0.22 455	0.41 543	0.30 496	0.28 533	0.28 526	0.25 519	0.11 474	0.10 499	0.17 551	0.20 567	0.10 458	0.10 459

DANet	0.21 490	0.15 508	0.28 515	0.25 542	0.13 486	0.22 482	0.19 446	0.27 415	0.27 414	0.28 517	0.32 482	0.35 534	0.31 549	0.31 537	0.23 496	0.11 474	0.09 479	0.11 482	0.10 467	0.13 514	0.11 485
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TDLM	0.17 440	0.12 458	0.13 271	0.24 530	0.10 381	0.18 418	0.18 407	0.36 534	0.30 445	0.21 439	0.28 451	0.28 478	0.18 444	0.23 495	0.18 436	0.11 474	0.07 418	0.10 451	0.10 467	0.08 364	0.08 388

CFNet_RVC	0.14 353	0.07 174	0.15 356	0.12 5	0.09 272	0.16 377	0.18 407	0.22 317	0.24 369	0.17 356	0.26 428	0.24 436	0.14 363	0.16 361	0.14 359	0.11 474	0.06 346	0.08 321	0.09 427	0.09 427	0.08 388

DPSNet	0.28 552	0.16 516	0.31 528	0.18 330	0.13 486	0.54 586	0.42 596	0.51 588	0.67 590	0.29 526	0.38 518	0.38 545	0.29 541	0.31 537	0.23 496	0.11 474	0.10 499	0.11 482	0.08 381	0.20 567	0.16 555

DRN-Test	0.19 466	0.11 440	0.20 466	0.22 497	0.10 381	0.22 482	0.22 499	0.39 552	0.37 499	0.24 477	0.32 482	0.26 460	0.21 476	0.22 484	0.24 509	0.11 474	0.07 418	0.11 482	0.10 467	0.09 427	0.07 324

NaN_ROB	0.22 499	0.19 542	0.24 494	0.25 542	0.13 486	0.29 544	0.26 547	0.33 502	0.41 518	0.31 537	0.31 478	0.32 519	0.23 493	0.30 536	0.21 475	0.11 474	0.17 565	0.10 451	0.10 467	0.08 364	0.09 432

MDST_ROB	0.22 499	0.10 414	0.17 420	0.18 330	0.11 431	0.37 570	0.19 446	0.43 571	0.41 518	0.39 561	0.39 526	0.29 486	0.21 476	0.26 511	0.18 436	0.11 474	0.10 499	0.14 528	0.11 499	0.10 458	0.08 388

ETE_ROB	0.23 515	0.17 527	0.22 481	0.25 542	0.13 486	0.26 523	0.29 569	0.31 471	0.36 492	0.28 517	0.36 506	0.45 568	0.26 514	0.27 514	0.26 531	0.11 474	0.08 447	0.12 501	0.09 427	0.14 527	0.13 520

PWCDC_ROB	0.20 478	0.13 486	0.22 481	0.24 530	0.11 431	0.19 441	0.15 256	0.33 502	0.54 564	0.29 526	0.50 566	0.21 394	0.15 381	0.27 514	0.20 455	0.11 474	0.09 479	0.10 451	0.08 381	0.11 481	0.09 432

WCMA_ROB	0.24 522	0.11 440	0.22 481	0.17 248	0.14 506	0.32 550	0.15 256	0.32 482	0.32 459	0.38 559	0.53 568	0.40 557	0.34 560	0.34 550	0.25 519	0.11 474	0.12 528	0.12 501	0.10 467	0.14 527	0.14 537

DStereoFS	0.27 547	0.22 557	0.31 528	0.22 497	0.15 525	0.22 482	0.20 469	0.50 586	0.48 545	0.28 517	0.44 555	0.33 523	0.34 560	0.52 590	0.29 551	0.12 498	0.11 512	0.15 540	0.13 529	0.16 551	0.16 555

DStereoSA	0.25 534	0.19 542	0.37 548	0.26 547	0.17 551	0.22 482	0.20 469	0.49 582	0.59 574	0.22 455	0.29 463	0.29 486	0.33 555	0.39 573	0.28 547	0.12 498	0.11 512	0.16 547	0.14 533	0.14 527	0.12 498

rvit_105_1	0.19 466	0.11 440	0.25 499	0.21 482	0.16 536	0.21 473	0.27 554	0.31 471	0.41 518	0.19 402	0.20 329	0.22 412	0.17 430	0.19 429	0.17 418	0.12 498	0.12 528	0.13 516	0.15 550	0.08 364	0.07 324

IGEV-BASED-STEREO-	0.09 108	0.10 414	0.31 528	0.15 90	0.06 16	0.08 60	0.14 178	0.10 22	0.10 48	0.07 48	0.07 49	0.06 24	0.04 1	0.11 135	0.07 1	0.12 498	0.04 24	0.07 230	0.05 132	0.05 122	0.05 149

test_sample7	0.15 396	0.10 414	0.16 390	0.14 45	0.11 431	0.16 377	0.16 322	0.27 415	0.23 353	0.20 425	0.20 329	0.24 436	0.19 460	0.16 361	0.16 403	0.12 498	0.06 346	0.10 451	0.09 427	0.10 458	0.10 459

GASNet	0.22 499	0.23 559	0.33 535	0.26 547	0.17 551	0.26 523	0.16 322	0.44 573	0.42 526	0.27 502	0.24 383	0.30 496	0.15 381	0.27 514	0.18 436	0.12 498	0.08 447	0.12 501	0.11 499	0.16 551	0.07 324

Wz-Net-TNSev	0.29 556	0.20 547	0.65 586	0.19 390	0.15 525	0.38 573	0.27 554	0.35 527	0.55 565	0.34 549	0.42 550	0.45 568	0.38 568	0.32 544	0.30 557	0.12 498	0.13 542	0.10 451	0.12 519	0.15 543	0.14 537

DGSMNet	0.24 522	0.19 542	0.33 535	0.21 482	0.24 575	0.24 502	0.20 469	0.35 527	0.41 518	0.24 477	0.32 482	0.38 545	0.21 476	0.29 533	0.23 496	0.12 498	0.11 512	0.14 528	0.16 554	0.23 572	0.23 579

hitnet-ft	0.18 454	0.09 355	0.17 420	0.14 45	0.09 272	0.26 523	0.20 469	0.25 376	0.26 404	0.24 477	0.32 482	0.31 509	0.22 485	0.24 504	0.21 475	0.12 498	0.07 418	0.10 451	0.08 381	0.12 496	0.11 485

DMCA-RVC	0.17 440	0.10 414	0.15 356	0.24 530	0.11 431	0.18 418	0.18 407	0.25 376	0.24 369	0.21 439	0.26 428	0.25 450	0.27 522	0.18 414	0.20 455	0.12 498	0.08 447	0.13 516	0.10 467	0.10 458	0.08 388

FADNet-RVC	0.20 478	0.20 547	0.38 550	0.21 482	0.16 536	0.20 456	0.15 256	0.26 394	0.26 404	0.26 496	0.32 482	0.26 460	0.21 476	0.22 484	0.19 449	0.12 498	0.13 542	0.12 501	0.14 533	0.13 514	0.18 567

STTStereo	0.18 454	0.12 458	0.27 510	0.20 451	0.11 431	0.16 377	0.21 489	0.29 447	0.23 353	0.21 439	0.30 470	0.29 486	0.18 444	0.20 454	0.19 449	0.12 498	0.11 512	0.11 482	0.14 533	0.09 427	0.08 388

NCC-stereo	0.24 522	0.15 508	0.31 528	0.26 547	0.16 536	0.20 456	0.30 577	0.40 556	0.40 515	0.24 477	0.38 518	0.33 523	0.28 533	0.36 562	0.27 539	0.12 498	0.11 512	0.15 540	0.22 572	0.13 514	0.13 520

Abc-Net	0.24 522	0.15 508	0.31 528	0.26 547	0.16 536	0.20 456	0.30 577	0.40 556	0.40 515	0.24 477	0.38 518	0.33 523	0.28 533	0.36 562	0.27 539	0.12 498	0.11 512	0.15 540	0.22 572	0.13 514	0.13 520
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 545	0.15 508	0.30 526	0.24 530	0.18 558	0.22 482	0.15 256	0.38 548	0.71 593	0.32 543	0.41 543	0.36 536	0.28 533	0.32 544	0.29 551	0.12 498	0.11 512	0.14 528	0.13 529	0.16 551	0.20 573

AnyNet_C32	0.26 545	0.16 516	0.36 544	0.20 451	0.16 536	0.25 513	0.30 577	0.32 482	0.44 536	0.31 537	0.49 562	0.30 496	0.33 555	0.40 578	0.33 569	0.12 498	0.12 528	0.12 501	0.14 533	0.14 527	0.15 544

ADCPNet	0.25 534	0.16 516	0.61 583	0.21 482	0.15 525	0.35 567	0.25 538	0.32 482	0.35 487	0.30 531	0.40 532	0.36 536	0.28 533	0.28 526	0.32 565	0.12 498	0.10 499	0.11 482	0.12 519	0.14 527	0.13 520

CVANet_RVC	0.18 454	0.10 414	0.14 307	0.21 482	0.10 381	0.18 418	0.17 359	0.34 511	0.33 466	0.22 455	0.31 478	0.28 478	0.18 444	0.23 495	0.17 418	0.12 498	0.08 447	0.12 501	0.11 499	0.09 427	0.07 324

UCFNet_RVC	0.14 353	0.08 279	0.13 271	0.11 1	0.10 381	0.20 456	0.10 31	0.24 360	0.22 342	0.17 356	0.20 329	0.23 430	0.15 381	0.17 393	0.15 387	0.12 498	0.07 418	0.10 451	0.13 529	0.11 481	0.10 459

AdaStereo	0.15 396	0.11 440	0.15 356	0.18 330	0.09 272	0.20 456	0.11 56	0.32 482	0.28 428	0.20 425	0.23 371	0.20 385	0.13 339	0.19 429	0.14 359	0.12 498	0.05 209	0.10 451	0.07 310	0.09 427	0.07 324
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.
LSM	0.33 568	0.20 547	0.58 580	0.26 547	0.60 607	0.34 559	0.25 538	0.42 567	0.48 545	0.45 577	0.58 582	0.42 560	0.36 565	0.35 556	0.25 519	0.12 498	0.20 573	0.14 528	0.16 554	0.19 566	0.33 595

SANet	0.24 522	0.14 498	0.28 515	0.21 482	0.11 431	0.27 533	0.24 522	0.38 548	0.64 585	0.36 553	0.40 532	0.43 564	0.26 514	0.27 514	0.24 509	0.12 498	0.09 479	0.10 451	0.09 427	0.13 514	0.11 485

PDISCO_ROB	0.27 547	0.16 516	0.26 502	0.28 563	0.20 564	0.32 550	0.26 547	0.44 573	0.57 570	0.28 517	0.40 532	0.45 568	0.29 541	0.33 547	0.34 571	0.12 498	0.09 479	0.17 551	0.16 554	0.17 559	0.13 520

DispFullNet	0.27 547	0.21 553	0.65 586	0.28 563	0.16 536	0.26 523	0.17 359	0.33 502	0.58 573	0.27 502	0.38 518	0.43 564	0.23 493	0.38 569	0.23 496	0.12 498	0.06 346	0.19 562	0.11 499	0.21 568	0.15 544

PSMNet_ROB	0.21 490	0.11 440	0.15 356	0.27 560	0.15 525	0.24 502	0.35 587	0.43 571	0.37 499	0.27 502	0.32 482	0.32 519	0.22 485	0.21 471	0.26 531	0.12 498	0.08 447	0.13 516	0.11 499	0.09 427	0.09 432

DLNR-FE	10.43 634	1.83 625	19.53 646	120.75 650	13.06 637	0.06 11	0.13 125	0.23 337	0.10 48	0.07 48	0.10 142	0.09 159	0.06 47	0.10 83	0.09 66	0.13 523	0.04 24	0.06 129	0.04 44	52.01 651	0.04 50

S2M2_L	0.09 108	0.08 279	0.11 185	0.13 14	0.10 381	0.08 60	0.06 1	0.10 22	0.10 48	0.10 162	0.09 112	0.10 192	0.09 201	0.11 135	0.11 223	0.13 523	0.07 418	0.08 321	0.09 427	0.10 458	0.08 388
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
TCMNet	0.19 466	0.12 458	0.19 454	0.20 451	0.18 558	0.20 456	0.24 522	0.27 415	0.36 492	0.23 468	0.26 428	0.25 450	0.19 460	0.19 429	0.23 496	0.13 523	0.11 512	0.11 482	0.12 519	0.13 514	0.12 498

rvit_0105_3	0.15 396	0.09 355	0.14 307	0.19 390	0.12 463	0.15 348	0.25 538	0.25 376	0.29 435	0.15 313	0.17 283	0.20 385	0.13 339	0.17 393	0.14 359	0.13 523	0.11 512	0.12 501	0.14 533	0.07 302	0.06 241

DLNR_Zeroshot_test	10.40 633	1.82 624	19.49 645	120.77 651	13.11 638	0.06 11	0.13 125	0.23 337	0.10 48	0.07 48	0.10 142	0.09 159	0.06 47	0.10 83	0.09 66	0.13 523	0.04 24	0.06 129	0.04 44	51.54 650	0.04 50

pcwnet_v2	0.19 466	0.10 414	0.26 502	0.17 248	0.14 506	0.18 418	0.15 256	0.37 540	0.46 543	0.19 402	0.24 383	0.21 394	0.19 460	0.20 454	0.19 449	0.13 523	0.10 499	0.10 451	0.10 467	0.11 481	0.13 520

FADNet	0.21 490	0.22 557	0.36 544	0.18 330	0.17 551	0.24 502	0.13 125	0.31 471	0.31 452	0.23 468	0.25 411	0.27 468	0.21 476	0.19 429	0.15 387	0.13 523	0.15 557	0.12 501	0.15 550	0.16 551	0.18 567

edge stereo	0.22 499	0.13 486	0.20 466	0.21 482	0.13 486	0.23 497	0.16 322	0.32 482	0.42 526	0.32 543	0.40 532	0.38 545	0.35 563	0.25 509	0.24 509	0.13 523	0.11 512	0.14 528	0.11 499	0.12 496	0.13 520

XQC	0.28 552	0.23 559	0.51 569	0.28 563	0.19 561	0.34 559	0.27 554	0.36 534	0.57 570	0.31 537	0.30 470	0.37 541	0.30 545	0.38 569	0.38 579	0.13 523	0.09 479	0.15 540	0.12 519	0.17 559	0.18 567

ADCS	0.29 556	0.18 538	0.45 561	0.21 482	0.17 551	0.28 540	0.23 510	0.41 562	0.63 584	0.40 564	0.49 562	0.40 557	0.36 565	0.39 573	0.40 584	0.13 523	0.12 528	0.13 516	0.14 533	0.16 551	0.16 555

AnyNet_C01	0.36 572	0.25 567	1.37 615	0.22 497	0.17 551	0.48 582	0.27 554	0.35 527	0.39 509	0.39 561	0.74 595	0.46 572	0.38 568	0.45 583	0.47 593	0.13 523	0.13 542	0.13 516	0.14 533	0.14 527	0.15 544

DeepPruner_ROB	0.16 419	0.11 440	0.15 356	0.17 248	0.10 381	0.17 399	0.15 256	0.32 482	0.21 327	0.19 402	0.21 351	0.22 412	0.18 444	0.20 454	0.15 387	0.13 523	0.09 479	0.09 404	0.09 427	0.11 481	0.10 459

SGM_RVC	0.23 515	0.12 458	0.15 356	0.15 90	0.09 272	0.33 556	0.18 407	0.34 511	0.31 452	0.44 576	0.37 512	0.53 583	0.35 563	0.35 556	0.24 509	0.13 523	0.13 542	0.13 516	0.13 529	0.10 458	0.11 485
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CBMV	0.19 466	0.14 498	0.17 420	0.18 330	0.10 381	0.20 456	0.11 56	0.29 447	0.30 445	0.29 526	0.30 470	0.30 496	0.23 493	0.27 514	0.19 449	0.13 523	0.15 557	0.17 551	0.16 554	0.10 458	0.10 459
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
rvit_0105_5	0.14 353	0.09 355	0.13 271	0.17 248	0.09 272	0.14 322	0.23 510	0.24 360	0.27 414	0.14 286	0.15 249	0.18 359	0.12 300	0.17 393	0.14 359	0.14 537	0.11 512	0.10 451	0.10 467	0.08 364	0.06 241

HBP-ISP	0.18 454	0.13 486	0.16 390	0.15 90	0.11 431	0.08 60	0.13 125	0.28 434	0.29 435	0.22 455	0.33 494	0.21 394	0.25 508	0.23 495	0.17 418	0.14 537	0.16 560	0.21 565	0.17 561	0.10 458	0.08 388

SGM-ForestM	0.32 565	0.12 458	0.16 390	0.16 172	0.11 431	0.39 574	0.19 446	0.41 562	0.50 555	0.52 583	0.54 570	1.32 614	0.42 581	0.40 578	0.27 539	0.14 537	0.16 560	0.16 547	0.16 554	0.12 496	0.12 498

MeshStereo	0.27 547	0.13 486	0.18 442	0.15 90	0.11 431	0.32 550	0.24 522	0.40 556	0.36 492	0.52 583	0.57 580	0.67 594	0.40 573	0.35 556	0.26 531	0.14 537	0.13 542	0.13 516	0.11 499	0.11 481	0.10 459
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
rvit_0105_6	0.14 353	0.09 355	0.18 442	0.17 248	0.10 381	0.10 150	0.16 322	0.19 259	0.26 404	0.12 234	0.18 308	0.17 346	0.12 300	0.18 414	0.12 282	0.15 541	0.11 512	0.12 501	0.10 467	0.09 427	0.06 241

rvit_0105_4	0.14 353	0.09 355	0.17 420	0.17 248	0.10 381	0.12 238	0.19 446	0.23 337	0.27 414	0.14 286	0.20 329	0.17 346	0.13 339	0.17 393	0.13 323	0.15 541	0.11 512	0.11 482	0.10 467	0.09 427	0.06 241

DualNet (step1)	0.16 419	0.12 458	0.20 466	0.12 5	0.14 506	0.17 399	0.13 125	0.27 415	0.23 353	0.20 425	0.20 329	0.24 436	0.19 460	0.16 361	0.16 403	0.15 541	0.06 346	0.14 528	0.14 533	0.14 527	0.12 498

test_sample9	0.18 454	0.12 458	0.20 466	0.12 5	0.14 506	0.17 399	0.13 125	0.27 415	0.23 353	0.20 425	0.20 329	0.24 436	0.19 460	0.19 429	0.17 418	0.15 541	0.30 592	0.14 528	0.14 533	0.14 527	0.12 498

test_sample8	0.19 466	0.12 458	0.20 466	0.12 5	0.14 506	0.17 399	0.13 125	0.31 471	0.21 327	0.27 502	0.22 362	0.36 536	0.25 508	0.19 429	0.17 418	0.15 541	0.30 592	0.14 528	0.14 533	0.14 527	0.12 498

SQANet	0.23 515	0.23 559	0.30 526	0.30 573	0.19 561	0.27 533	0.13 125	0.29 447	0.33 466	0.24 477	0.37 512	0.31 509	0.22 485	0.27 514	0.23 496	0.15 541	0.10 499	0.21 565	0.16 554	0.21 568	0.15 544

UDG	0.21 490	0.17 527	0.19 454	0.23 521	0.15 525	0.30 547	0.20 469	0.33 502	0.35 487	0.23 468	0.28 451	0.31 509	0.27 522	0.20 454	0.22 484	0.15 541	0.12 528	0.13 516	0.09 427	0.14 527	0.14 537

MFN_U_SF_RVC	0.32 565	0.21 553	0.55 574	0.30 573	0.15 525	0.34 559	0.17 359	0.52 589	0.46 543	0.46 580	0.55 572	0.59 586	0.39 570	0.35 556	0.37 577	0.15 541	0.14 551	0.18 560	0.21 569	0.16 551	0.15 544

PMTNet	0.09 108	0.05 27	0.09 92	0.12 5	0.06 16	0.12 238	0.14 178	0.15 131	0.11 75	0.09 125	0.13 218	0.10 192	0.07 131	0.13 275	0.10 147	0.15 541	0.04 24	0.05 34	0.03 1	0.07 302	0.06 241

SAMSARA	0.40 577	0.28 576	0.33 535	0.55 597	0.39 591	0.82 608	1.23 623	0.47 579	0.51 562	0.36 553	0.35 503	0.55 585	0.39 570	0.38 569	0.39 581	0.15 541	0.20 573	0.15 540	0.14 533	0.23 572	0.20 573

DeepPrunerF	0.24 522	0.17 527	0.42 559	0.26 547	0.16 536	0.22 482	0.28 560	0.37 540	0.50 555	0.26 496	0.29 463	0.24 436	0.28 533	0.21 471	0.22 484	0.15 541	0.11 512	0.20 564	0.18 565	0.12 496	0.13 520

PS-NSSS	0.20 478	0.21 553	0.23 490	0.20 451	0.10 381	0.19 441	0.17 359	0.36 534	0.25 390	0.27 502	0.33 494	0.27 468	0.24 499	0.20 454	0.20 455	0.15 541	0.12 528	0.17 551	0.14 533	0.10 458	0.08 388

NCCL2	0.23 515	0.15 508	0.17 420	0.34 579	0.18 558	0.24 502	0.23 510	0.34 511	0.28 428	0.31 537	0.38 518	0.38 545	0.28 533	0.23 495	0.24 509	0.15 541	0.12 528	0.18 560	0.21 569	0.13 514	0.13 520

CBMV_ROB	0.19 466	0.13 486	0.17 420	0.16 172	0.11 431	0.15 348	0.13 125	0.26 394	0.28 428	0.27 502	0.30 470	0.27 468	0.24 499	0.23 495	0.16 403	0.15 541	0.17 565	0.22 569	0.20 567	0.10 458	0.11 485

XPNet_ROB	0.22 499	0.11 440	0.19 454	0.22 497	0.13 486	0.22 482	0.19 446	0.34 511	0.40 515	0.30 531	0.39 526	0.39 553	0.26 514	0.26 511	0.28 547	0.15 541	0.10 499	0.10 451	0.10 467	0.13 514	0.12 498

SGM-Forest	0.20 478	0.14 498	0.18 442	0.19 390	0.13 486	0.20 456	0.22 499	0.33 502	0.30 445	0.24 477	0.29 463	0.28 478	0.19 460	0.23 495	0.17 418	0.15 541	0.16 560	0.15 540	0.14 533	0.12 496	0.12 498
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
rvit_stereo_0075_2	0.17 440	0.12 458	0.25 499	0.23 521	0.16 536	0.13 289	0.10 31	0.30 461	0.27 414	0.20 425	0.28 451	0.22 412	0.15 381	0.18 414	0.13 323	0.16 557	0.10 499	0.17 551	0.10 467	0.10 458	0.09 432

SDNR	0.19 466	0.08 279	0.19 454	0.16 172	0.12 463	0.77 607	0.14 178	0.25 376	0.32 459	0.19 402	0.24 383	0.19 373	0.13 339	0.19 429	0.15 387	0.16 557	0.18 567	0.14 528	0.11 499	0.08 364	0.11 485

Syn2CoEx	0.21 490	0.16 516	0.27 510	0.29 571	0.14 506	0.26 523	0.20 469	0.33 502	0.31 452	0.28 517	0.36 506	0.27 468	0.25 508	0.19 429	0.24 509	0.16 557	0.12 528	0.14 528	0.11 499	0.09 427	0.08 388

NOSS_ROB	0.19 466	0.12 458	0.18 442	0.16 172	0.12 463	0.15 348	0.12 77	0.30 461	0.32 459	0.20 425	0.22 362	0.27 468	0.23 493	0.21 471	0.16 403	0.16 557	0.18 567	0.23 570	0.21 569	0.12 496	0.13 520

LALA_ROB	0.25 534	0.16 516	0.22 481	0.26 547	0.17 551	0.27 533	0.27 554	0.42 567	0.37 499	0.33 547	0.38 518	0.51 579	0.26 514	0.28 526	0.27 539	0.16 557	0.09 479	0.12 501	0.11 499	0.13 514	0.12 498

MaskLacGwcNet_RVC	0.22 499	0.21 553	0.24 494	0.26 547	0.11 431	0.23 497	0.14 178	0.39 552	0.24 369	0.32 543	0.36 506	0.30 496	0.21 476	0.19 429	0.21 475	0.17 562	0.14 551	0.21 565	0.16 554	0.12 496	0.12 498

STTRV1_RVC	0.25 534	0.26 568	0.39 552	0.19 390	0.26 582	0.30 547	0.24 522	0.34 511	0.35 487	0.36 553	0.34 498	0.31 509	0.31 549	0.28 526	0.25 519	0.17 562	0.10 499	0.16 547	0.14 533	0.17 559	0.12 498

PSMNet-RUCA	0.27 547	0.33 583	0.41 557	0.36 583	0.32 590	0.18 418	0.19 446	0.42 567	0.30 445	0.33 547	0.41 543	0.39 553	0.25 508	0.31 537	0.20 455	0.18 564	0.10 499	0.25 572	0.15 550	0.21 568	0.16 555

dad	0.17 440	0.20 547	0.20 466	0.16 172	0.11 431	0.20 456	0.18 407	0.21 293	0.28 428	0.30 531	0.24 383	0.29 486	0.13 339	0.19 429	0.16 403	0.18 564	0.09 479	0.11 482	0.09 427	0.11 481	0.07 324

DDUNet	0.22 499	0.17 527	0.21 475	0.22 497	0.15 525	0.25 513	0.24 522	0.29 447	0.30 445	0.31 537	0.36 506	0.33 523	0.25 508	0.24 504	0.20 455	0.18 564	0.13 542	0.17 551	0.11 499	0.16 551	0.16 555

FINET	0.21 490	0.18 538	0.26 502	0.18 330	0.16 536	0.23 497	0.23 510	0.32 482	0.48 545	0.25 490	0.32 482	0.22 412	0.22 485	0.22 484	0.17 418	0.18 564	0.16 560	0.11 482	0.10 467	0.15 543	0.13 520

BEATNet-Init1	0.52 591	0.27 571	0.62 584	0.30 573	0.21 568	0.76 605	0.29 569	0.54 592	0.65 588	0.86 606	0.95 607	2.07 624	0.62 601	0.56 597	0.42 588	0.18 564	0.18 567	0.23 570	0.22 572	0.22 571	0.21 575

MFN_U_SF_DS_RVC	0.30 562	0.24 562	0.29 523	0.36 583	0.16 536	0.34 559	0.30 577	0.32 482	0.42 526	0.40 564	0.46 558	0.38 545	0.31 549	0.34 550	0.28 547	0.19 569	0.20 573	0.26 573	0.29 586	0.18 563	0.19 572

PVD	0.39 574	0.20 547	0.39 552	0.31 577	0.22 570	0.29 544	0.43 598	0.52 589	0.96 607	0.55 587	0.79 599	0.53 583	0.59 598	0.52 590	0.38 579	0.19 569	0.14 551	0.17 551	0.14 533	0.24 579	0.31 593

ISRNet	0.18 454	0.08 279	0.19 454	0.19 390	0.13 486	0.15 348	0.12 77	0.30 461	0.32 459	0.21 439	0.25 411	0.27 468	0.17 430	0.17 393	0.20 455	0.20 571	0.08 447	0.14 528	0.14 533	0.14 527	0.17 564

MSC_U_SF_DS_RVC	0.43 581	0.39 589	0.54 572	0.40 586	0.20 564	0.64 593	0.32 585	0.53 591	0.72 594	0.71 595	0.72 592	0.61 588	0.54 591	0.51 588	0.46 592	0.20 571	0.19 570	0.29 584	0.30 588	0.23 572	0.18 567

CSAN	0.29 556	0.24 562	0.27 510	0.34 579	0.19 561	0.33 556	0.42 596	0.37 540	0.50 555	0.38 559	0.40 532	0.44 566	0.33 555	0.28 526	0.30 557	0.20 571	0.16 560	0.19 562	0.19 566	0.14 527	0.15 544

MSMD_ROB	0.31 563	0.26 568	0.26 502	0.24 530	0.21 568	0.34 559	0.25 538	0.34 511	0.39 509	0.40 564	0.69 589	0.45 568	0.40 573	0.34 550	0.27 539	0.20 571	0.19 570	0.26 573	0.25 578	0.23 572	0.22 577

FSD	0.25 534	0.27 571	0.26 502	0.24 530	0.22 570	0.25 513	0.25 538	0.27 415	0.26 404	0.25 490	0.26 428	0.25 450	0.27 522	0.27 514	0.24 509	0.21 575	0.20 573	0.27 576	0.26 579	0.25 580	0.24 580

FC-DCNN v2	0.33 568	0.27 571	0.28 515	0.26 547	0.23 573	0.37 570	0.28 560	0.40 556	0.43 531	0.45 577	0.56 577	0.51 579	0.40 573	0.37 567	0.29 551	0.21 575	0.20 573	0.27 576	0.26 579	0.25 580	0.24 580

FCDSN-DC	0.33 568	0.28 576	0.28 515	0.30 573	0.24 575	0.39 574	0.28 560	0.42 567	0.42 526	0.43 574	0.53 568	0.51 579	0.41 578	0.36 562	0.30 557	0.21 575	0.20 573	0.27 576	0.26 579	0.25 580	0.24 580
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MANE	0.45 584	0.27 571	0.27 510	0.27 560	0.24 575	0.47 580	0.31 583	0.55 593	0.59 574	0.72 597	1.13 616	1.15 608	0.61 599	0.52 590	0.37 577	0.21 575	0.20 573	0.27 576	0.31 590	0.25 580	0.24 580

FC-DCNN	0.33 568	0.27 571	0.28 515	0.26 547	0.23 573	0.37 570	0.28 560	0.40 556	0.43 531	0.45 577	0.55 572	0.51 579	0.40 573	0.37 567	0.30 557	0.21 575	0.20 573	0.27 576	0.26 579	0.25 580	0.24 580

Anonymous_2	0.22 499	0.17 527	0.28 515	0.15 90	0.16 536	0.32 550	0.22 499	0.22 317	0.17 241	0.23 468	0.24 383	0.26 460	0.27 522	0.27 514	0.23 496	0.22 580	0.25 588	0.17 551	0.17 561	0.17 559	0.17 564

NVStereoNet_ROB	0.46 588	0.36 587	0.46 565	0.41 588	0.28 584	0.34 559	0.34 586	0.48 580	0.60 578	0.72 597	0.93 605	0.70 597	0.66 602	0.47 584	0.60 604	0.22 580	0.33 596	0.34 589	0.34 593	0.30 588	0.30 592
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ELAS_RVC	0.41 579	0.29 579	0.33 535	0.28 563	0.24 575	0.54 586	0.36 588	0.49 582	0.59 574	0.72 597	0.74 595	0.65 592	0.54 591	0.54 595	0.40 584	0.22 580	0.20 573	0.27 576	0.26 579	0.26 585	0.25 586
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 579	0.29 579	0.33 535	0.27 560	0.24 575	0.60 591	0.36 588	0.50 586	0.50 555	0.71 595	0.79 599	0.67 594	0.54 591	0.51 588	0.42 588	0.22 580	0.20 573	0.27 576	0.26 579	0.26 585	0.25 586
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ccnet	0.29 556	0.28 576	0.23 490	0.20 451	0.28 584	0.41 577	0.21 489	0.45 576	0.33 466	0.36 553	0.46 558	0.36 536	0.30 545	0.39 573	0.42 588	0.23 584	0.14 551	0.21 565	0.17 561	0.23 572	0.18 567

PASM	0.32 565	0.24 562	0.48 567	0.28 563	0.27 583	0.29 544	0.30 577	0.34 511	0.49 552	0.35 550	0.39 526	0.46 572	0.34 560	0.34 550	0.35 572	0.23 584	0.25 588	0.26 573	0.28 585	0.23 572	0.21 575

CC-Net-ROB	0.28 552	0.31 581	0.36 544	0.29 571	0.15 525	0.25 513	0.19 446	0.45 576	0.33 466	0.39 561	0.37 512	0.39 553	0.31 549	0.27 514	0.26 531	0.24 586	0.19 570	0.30 586	0.23 576	0.18 563	0.15 544

ACVNet_1	0.44 582	0.49 594	0.60 582	0.45 591	0.28 584	0.49 583	0.27 554	0.57 596	0.72 594	0.62 590	0.58 582	0.74 598	0.49 587	0.50 586	0.35 572	0.26 587	0.24 587	0.39 591	0.29 586	0.31 591	0.24 580

GANetREF_RVC	0.31 563	0.34 585	0.27 510	0.35 581	0.16 536	0.32 550	0.41 593	0.48 580	0.51 562	0.35 550	0.35 503	0.34 530	0.33 555	0.39 573	0.32 565	0.27 588	0.20 573	0.29 584	0.15 550	0.18 563	0.17 564
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
otaku	0.39 574	0.37 588	0.52 570	0.44 590	0.28 584	0.58 588	0.24 522	0.41 562	0.62 581	0.40 564	0.49 562	0.46 572	0.33 555	0.40 578	0.32 565	0.30 589	0.30 592	0.39 591	0.33 591	0.29 587	0.28 589

FADE	0.45 584	0.33 583	1.03 611	0.33 578	0.25 581	0.35 567	0.29 569	0.64 600	1.07 608	0.43 574	0.41 543	0.42 560	0.53 589	0.70 603	0.51 599	0.30 589	0.21 585	0.41 593	0.38 594	0.23 572	0.22 577

Ntro	0.40 577	0.40 590	0.53 571	0.46 594	0.30 588	0.65 594	0.24 522	0.46 578	0.68 591	0.41 568	0.49 562	0.48 577	0.42 581	0.39 573	0.31 564	0.32 591	0.28 590	0.37 590	0.30 588	0.32 592	0.29 590

ACVNet-4b	0.39 574	0.53 595	0.55 574	0.45 591	0.24 575	0.47 580	0.18 407	0.49 582	0.64 585	0.42 571	0.45 557	0.60 587	0.27 522	0.34 550	0.24 509	0.33 592	0.14 551	0.48 595	0.42 597	0.30 588	0.26 588

MADNet+	0.75 603	0.71 605	3.70 625	0.66 600	0.41 593	0.98 613	0.97 621	0.69 602	0.73 598	0.52 583	0.57 580	0.64 590	0.68 604	0.86 612	1.01 620	0.34 593	0.36 598	0.28 583	0.23 576	0.36 594	0.31 593

Consistency-Raft	0.44 582	0.40 590	0.45 561	0.37 585	0.43 595	0.46 578	0.41 593	0.57 596	0.55 565	0.32 543	0.73 593	0.33 523	0.48 586	0.42 582	0.49 595	0.39 594	0.35 597	0.45 594	0.51 604	0.42 595	0.29 590

JetBlue	0.71 600	0.45 593	1.14 613	0.51 595	0.47 597	2.02 623	0.64 610	0.75 603	0.70 592	0.69 594	0.77 598	1.22 610	0.83 609	1.03 620	1.01 620	0.40 595	0.28 590	0.33 588	0.33 591	0.30 588	0.34 596

IMH-64-1	0.65 597	0.61 599	0.68 594	0.71 601	0.51 598	0.59 589	0.49 600	0.91 608	0.85 602	0.74 601	1.02 609	0.81 599	0.78 607	0.79 605	0.49 595	0.42 596	0.46 601	0.71 604	0.47 599	0.52 598	0.39 599

IMH-64	0.65 597	0.61 599	0.68 594	0.71 601	0.51 598	0.59 589	0.49 600	0.91 608	0.85 602	0.74 601	1.02 609	0.81 599	0.78 607	0.79 605	0.49 595	0.42 596	0.46 601	0.71 604	0.47 599	0.52 598	0.39 599

ACVNet_2	0.66 599	0.66 603	0.68 594	0.63 599	0.41 593	0.71 599	0.49 600	0.96 612	1.39 617	0.89 607	1.09 612	1.04 604	0.73 605	0.54 595	0.47 593	0.43 598	0.40 599	0.53 600	0.44 598	0.47 596	0.35 598

IMH	0.71 600	0.64 602	0.68 594	0.76 603	0.54 600	0.69 597	0.54 604	0.98 614	1.10 610	0.82 605	1.09 612	0.89 601	0.88 612	0.87 613	0.52 600	0.44 599	0.50 610	0.75 607	0.51 604	0.56 603	0.41 602

DStereoO	0.24 522	0.18 538	0.18 442	0.20 451	0.14 506	0.21 473	0.19 446	0.32 482	0.41 518	0.29 526	0.21 351	0.32 519	0.27 522	0.41 581	0.27 539	0.46 600	0.12 528	0.31 587	0.11 499	0.15 543	0.12 498

RainbowNet	0.54 593	0.61 599	0.70 600	0.57 598	0.43 595	0.65 594	0.37 591	0.60 598	0.87 604	0.50 582	0.66 586	0.64 590	0.47 585	0.49 585	0.43 591	0.47 601	0.48 606	0.52 599	0.41 596	0.52 598	0.40 601

TorneroNet-64	0.76 604	0.72 606	0.74 601	0.78 605	0.58 606	0.91 612	0.56 605	0.84 606	1.29 614	0.66 591	0.90 603	1.40 616	0.75 606	0.85 611	0.67 610	0.49 602	0.46 601	0.72 606	0.59 607	0.67 608	0.53 605

LVE	0.83 608	0.85 612	0.85 607	0.80 606	0.56 603	1.04 618	0.65 611	1.05 617	1.47 620	0.96 610	1.22 620	1.10 607	0.85 610	0.83 608	0.71 612	0.49 602	0.55 616	0.76 610	0.60 609	0.65 606	0.59 612

MonStereo1	0.47 589	0.26 568	0.58 580	0.28 563	0.20 564	0.39 574	0.18 407	0.49 582	0.64 585	0.52 583	0.87 602	1.01 603	0.57 596	0.50 586	0.56 601	0.53 604	0.31 595	0.54 601	0.40 595	0.33 593	0.34 596

TorneroNet	0.82 607	0.74 607	0.81 606	0.84 608	0.63 609	0.99 614	0.63 608	0.96 612	1.16 611	0.80 604	1.11 614	1.36 615	0.86 611	0.93 616	0.80 615	0.56 605	0.49 608	0.78 612	0.66 612	0.73 614	0.63 615

Dean	0.87 609	0.86 613	0.79 604	0.81 607	0.56 603	0.90 609	0.63 608	1.15 623	1.73 623	1.15 618	1.15 617	1.31 613	0.99 616	0.81 607	0.81 616	0.57 606	0.56 617	0.77 611	0.64 610	0.66 607	0.58 607

anonymity	0.53 592	0.58 597	0.65 586	0.41 588	0.61 608	0.53 585	0.41 593	0.56 594	0.41 518	0.55 587	0.50 566	0.49 578	0.55 594	0.58 598	0.50 598	0.58 607	0.50 610	0.51 597	0.51 604	0.51 597	0.57 606

SGM+DAISY	0.56 594	0.57 596	0.65 586	0.40 586	0.54 600	0.66 596	0.49 600	0.56 594	0.45 542	0.66 591	0.69 589	0.67 594	0.56 595	0.63 600	0.56 601	0.59 608	0.48 606	0.50 596	0.50 603	0.52 598	0.58 607

WAO-7	0.79 605	0.78 608	0.54 572	0.85 609	0.67 611	0.74 601	0.68 614	1.05 617	1.32 615	0.90 608	1.20 619	1.04 604	0.92 613	0.69 602	0.66 607	0.60 609	0.62 620	0.67 603	0.68 613	0.64 605	0.58 607

SPS-STEREO	0.57 595	0.58 597	0.65 586	0.45 591	0.55 602	0.62 592	0.44 599	0.62 599	0.50 555	0.68 593	0.64 584	0.66 593	0.57 596	0.61 599	0.60 604	0.62 610	0.47 605	0.51 597	0.49 601	0.55 602	0.58 607
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GCST	0.37 573	0.42 592	0.26 502	1.02 616	0.39 591	0.18 418	0.08 7	0.20 270	0.17 241	0.28 517	0.25 411	0.15 312	0.12 300	0.16 361	0.14 359	0.64 611	0.43 600	0.75 607	0.65 611	0.63 604	0.46 604

MFMNet_re	0.64 596	0.66 603	0.65 586	0.51 595	0.69 612	0.69 597	0.57 606	0.64 600	0.73 598	0.60 589	0.73 593	0.62 589	0.67 603	0.65 601	0.60 604	0.66 612	0.58 619	0.63 602	0.59 607	0.68 609	0.69 616

WAO-6	0.81 606	0.80 609	0.62 584	0.86 610	0.63 609	0.76 605	0.58 607	0.98 614	1.54 622	0.90 608	0.96 608	1.07 606	1.03 617	0.70 603	0.66 607	0.72 613	0.49 608	0.90 615	0.71 614	0.68 609	0.58 607

PWCK	0.71 600	0.94 614	0.95 609	0.76 603	0.31 589	0.74 601	0.36 588	0.90 607	0.90 605	0.96 610	0.75 597	0.95 602	0.61 599	0.87 613	0.66 607	0.72 613	0.46 601	0.75 607	0.49 601	0.69 611	0.44 603

WAO-8	0.91 610	0.81 610	0.65 586	0.94 613	0.69 612	0.90 609	0.67 612	1.07 620	1.83 625	1.06 615	1.45 622	1.30 611	1.07 618	0.84 609	0.78 613	0.74 615	0.53 613	0.86 613	0.75 615	0.69 611	0.62 613

Venus	0.91 610	0.81 610	0.65 586	0.94 613	0.69 612	0.90 609	0.67 612	1.07 620	1.83 625	1.06 615	1.45 622	1.30 611	1.07 618	0.84 609	0.78 613	0.74 615	0.53 613	0.86 613	0.75 615	0.69 611	0.62 613

UNDER WATER	0.97 613	0.97 616	1.42 616	0.99 615	0.70 615	1.12 620	0.84 617	0.80 605	1.08 609	1.01 612	0.90 603	1.55 620	1.22 624	1.03 620	1.00 619	0.78 617	0.53 613	1.02 618	0.87 619	0.80 616	0.74 618

notaker	0.97 613	1.11 617	0.98 610	1.13 618	0.81 616	0.73 600	0.68 614	0.93 610	1.16 611	1.18 620	1.18 618	1.41 617	1.16 622	1.08 622	0.69 611	0.81 618	0.64 621	1.17 621	0.79 617	0.98 618	0.80 620

UNDER WATER-64	0.95 612	0.94 614	1.43 617	0.87 611	0.56 603	1.18 621	0.87 618	0.77 604	0.94 606	1.04 613	0.85 601	1.58 621	1.21 623	0.94 617	0.96 618	0.87 619	0.57 618	1.03 619	0.88 620	0.78 615	0.73 617

TCMNet-wrong-test	3.67 623	5.48 635	3.89 626	12.18 635	11.75 636	4.65 625	3.88 627	1.06 619	0.72 594	1.09 617	2.15 626	6.30 631	0.53 589	3.43 628	2.36 626	0.89 620	0.20 573	1.87 628	1.69 627	5.57 632	3.62 633

JetRed	1.62 619	1.46 622	2.98 620	0.92 612	1.21 621	4.99 626	1.53 626	1.27 625	1.39 617	1.83 624	1.74 625	1.60 622	0.95 614	1.41 623	2.45 627	0.90 621	1.60 626	0.93 616	0.90 621	1.35 622	0.99 623

KSHMR	1.09 616	1.17 618	0.88 608	1.25 621	1.00 620	0.99 614	0.96 620	1.13 622	1.37 616	1.16 619	1.29 621	1.41 617	0.96 615	1.01 619	0.92 617	1.03 622	1.08 624	1.20 622	1.03 623	1.01 619	0.97 622

ASD4	3.54 622	3.38 627	2.05 619	1.72 622	2.51 625	9.03 630	17.71 632	2.25 626	5.51 629	2.46 626	2.81 628	2.03 623	3.36 627	2.73 626	5.06 628	1.22 623	1.34 625	1.13 620	1.33 625	1.68 623	1.49 626

HanzoNet	1.29 618	1.26 621	1.19 614	1.12 617	0.85 617	1.02 617	0.83 616	1.03 616	1.48 621	1.64 623	1.61 624	2.50 626	1.72 625	1.61 624	1.61 623	1.26 624	0.80 623	1.31 624	1.01 622	1.02 620	0.86 621

ktn	1.01 615	1.21 619	0.80 605	1.23 620	0.86 618	1.01 616	0.87 618	0.94 611	1.39 617	1.04 613	1.12 615	1.15 608	1.07 618	0.94 617	0.59 603	1.28 625	0.71 622	1.38 625	0.83 618	1.02 620	0.75 619

DPSimNet_ROB	1.11 617	1.23 620	0.78 602	1.13 618	0.88 619	1.10 619	1.13 622	1.16 624	1.23 613	1.43 622	1.02 609	1.41 617	1.10 621	0.90 615	1.60 622	1.46 626	0.51 612	1.21 623	1.03 623	0.90 617	1.01 624

MADNet++	1.95 620	1.75 623	1.59 618	1.82 623	1.69 623	2.33 624	1.40 625	2.35 627	2.09 627	2.57 627	2.36 627	2.24 625	2.17 626	2.28 625	2.34 625	1.87 627	1.66 627	1.54 626	1.34 626	1.92 624	1.77 627

USTest	6.22 625	2.73 626	3.00 621	6.57 631	7.29 630	14.37 633	21.57 633	7.00 635	9.56 634	5.34 631	6.10 629	5.72 630	7.64 631	6.41 632	6.96 631	1.97 628	3.42 633	1.64 627	2.15 630	2.66 625	2.36 628

xxxxx1	7.79 626	5.02 632	7.31 629	3.12 625	3.85 626	16.35 635	22.88 634	5.86 632	8.69 631	7.97 632	8.54 630	9.12 634	8.27 632	10.18 634	10.92 632	2.42 629	2.45 629	3.56 632	12.37 636	3.77 627	3.06 630

tt_ll	7.79 626	5.02 632	7.31 629	3.12 625	3.85 626	16.35 635	22.88 634	5.86 632	8.69 631	7.97 632	8.54 630	9.12 634	8.27 632	10.18 634	10.92 632	2.42 629	2.45 629	3.56 632	12.37 636	3.77 627	3.06 630

ff	7.79 626	5.02 632	7.31 629	3.12 625	3.85 626	16.35 635	22.88 634	5.86 632	8.69 631	7.97 632	8.54 630	9.12 634	8.27 632	10.18 634	10.92 632	2.42 629	2.45 629	3.56 632	12.37 636	3.77 627	3.06 630

DGTPSM_ROB	8.06 630	4.48 628	8.63 635	5.35 628	10.72 632	8.32 628	22.97 637	5.46 629	13.35 636	5.12 629	9.92 633	5.08 628	10.40 635	5.52 630	12.58 635	3.79 632	8.00 634	3.50 630	7.02 633	3.83 630	7.14 635

DPSMNet_ROB	8.06 630	4.48 628	8.63 635	5.37 630	10.74 633	8.32 628	22.98 638	5.46 629	13.36 637	5.12 629	9.92 633	5.08 628	10.40 635	5.53 631	12.58 635	3.80 633	8.00 634	3.50 630	7.02 633	3.83 630	7.14 635

PML	8.91 632	9.34 639	6.13 627	5.35 628	6.41 629	14.99 634	23.38 639	5.27 628	6.83 630	18.04 642	28.19 651	7.67 632	6.83 630	7.85 633	5.75 629	5.35 634	1.83 628	5.95 638	1.93 628	8.64 635	2.52 629

tt	4.67 624	0.06 81	3.55 624	2.02 624	1.55 622	10.25 631	16.71 631	8.91 636	5.03 628	1.31 621	0.94 606	4.71 627	4.76 628	3.33 627	5.87 630	6.06 635	10.30 639	1.88 629	2.11 629	2.75 626	1.21 625

Anonymous_1	10.96 636	7.92 636	7.46 632	10.33 632	10.06 631	18.65 639	26.34 640	11.06 639	13.44 638	9.40 635	10.05 635	9.67 637	11.23 637	10.73 637	12.72 637	6.42 636	8.38 636	5.77 635	10.61 635	12.12 636	6.77 634

DPSM_ROB	11.15 637	8.58 637	8.00 633	10.88 633	11.58 634	19.10 640	26.71 641	12.05 640	14.07 641	10.36 636	10.84 636	10.33 638	11.86 638	11.70 638	13.54 638	6.99 637	8.79 637	5.89 636	6.95 631	7.29 633	7.42 637

DPSM	11.15 637	8.58 637	8.00 633	10.88 633	11.58 634	19.10 640	26.71 641	12.05 640	14.07 641	10.36 636	10.84 636	10.33 638	11.86 638	11.70 638	13.54 638	6.99 637	8.79 637	5.89 636	6.95 631	7.29 633	7.42 637

FlowAnything	22.44 646	17.35 645	16.14 641	22.07 646	23.23 643	38.39 648	53.77 646	24.25 648	28.44 649	20.96 650	21.82 648	20.70 642	23.84 644	23.49 648	27.14 645	14.04 639	17.79 647	11.75 639	14.15 645	14.65 637	14.89 639

RAFT-FEzeroshot	22.43 644	17.33 642	15.98 637	22.02 643	23.31 646	38.34 645	53.82 649	24.05 645	28.39 646	20.61 646	21.76 644	20.88 644	23.92 648	23.41 644	27.42 648	14.07 640	17.69 642	11.83 641	14.02 641	14.69 640	14.97 643

RAFT-FE	22.43 644	17.33 642	15.98 637	22.02 643	23.31 646	38.34 645	53.82 649	24.05 645	28.39 646	20.61 646	21.76 644	20.88 644	23.92 648	23.41 644	27.42 648	14.07 640	17.69 642	11.83 641	14.02 641	14.69 640	14.97 643

CasAABBNet	22.42 643	17.33 642	16.01 639	22.01 642	23.28 644	38.32 644	53.80 647	24.14 647	28.41 648	20.60 645	21.77 646	20.89 647	23.91 646	23.43 646	27.36 646	14.07 640	17.69 642	11.83 641	14.01 640	14.67 639	14.95 642

Hybrid-DGEV	22.47 647	17.40 647	16.14 641	22.00 641	23.29 645	38.36 647	53.80 647	24.43 651	28.63 651	20.59 644	21.81 647	20.88 644	23.91 646	23.45 647	27.42 648	14.08 643	17.69 642	11.83 641	14.06 644	14.65 637	14.93 641

Selective-RAFT-Error	22.47 647	17.37 646	16.09 640	22.06 645	23.34 648	38.39 648	53.83 651	24.29 650	28.47 650	20.74 648	21.83 649	20.81 643	23.90 645	23.54 650	27.53 651	14.08 643	17.69 642	11.82 640	14.00 639	14.69 640	15.00 645

LSM0	22.87 649	17.28 641	18.96 643	22.19 647	29.04 650	38.42 650	53.71 645	24.28 649	28.31 645	20.78 649	21.00 641	21.43 648	24.16 650	23.50 649	27.39 647	14.09 645	17.38 641	11.84 645	14.04 643	14.73 643	14.89 639

HaxPig	15.71 639	18.52 648	19.18 644	16.89 638	15.89 639	7.73 627	7.60 628	13.31 642	10.82 635	15.42 639	14.91 638	15.98 640	14.92 640	15.58 640	15.98 640	18.95 646	16.73 640	19.46 646	18.08 646	19.26 645	19.05 649

LRCNet_RVC	10.62 635	13.42 640	7.30 628	18.92 639	2.07 624	0.33 556	0.30 577	5.59 631	0.48 545	13.03 638	17.94 639	8.87 633	5.65 629	4.79 629	1.89 624	23.51 647	2.73 632	27.55 650	25.71 650	16.07 644	16.33 646

MEDIAN_ROB	20.38 642	24.04 649	23.31 647	21.23 640	21.71 642	10.40 632	7.92 629	17.64 643	15.50 643	20.12 643	19.70 640	20.34 641	20.32 641	21.19 641	21.13 643	23.81 648	21.81 648	24.98 649	23.76 649	24.71 648	23.93 650

AVERAGE_ROB	24.90 650	29.20 650	28.14 648	24.89 648	24.64 649	17.75 638	11.12 630	21.45 644	19.93 644	25.12 651	24.46 650	25.12 651	25.46 651	24.69 651	22.83 644	29.76 649	27.13 649	28.97 651	27.95 651	29.91 649	29.47 651

RSGM-EC	20.36 640	4.73 630	0.68 594	16.76 636	16.92 640	21.28 642	27.18 643	10.46 637	14.04 639	18.00 640	21.31 642	22.24 649	21.82 642	22.57 642	17.63 641	62.81 650	33.79 650	20.14 647	18.10 647	20.18 646	16.45 647

acva	20.36 640	4.73 630	0.68 594	16.76 636	16.92 640	21.28 642	27.18 643	10.46 637	14.04 639	18.00 640	21.31 642	22.24 649	21.82 642	22.57 642	17.63 641	62.81 650	33.79 650	20.14 647	18.10 647	20.18 646	16.45 647

test_example2	98.32 651	94.13 651	45.89 649	96.35 649	109.85 651	88.61 651	95.45 652	25.75 652	94.37 652	130.00 653	126.06 653	58.17 652	74.63 652	88.51 652	79.96 652	150.23 652	221.02 652	77.62 652	99.10 652	113.75 652	96.94 652

ccccc	245.47 652	285.66 652	306.18 652	368.85 652	370.60 652	123.16 652	145.33 653	115.05 653	110.08 653	126.68 652	110.87 652	122.83 653	165.88 653	252.94 653	276.56 653	384.56 653	353.86 653	254.69 653	223.00 653	425.87 653	386.83 653

Low-res two-view benchmark