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 6	0.08 270	0.08 38	0.16 166	0.06 18	0.06 11	0.10 33	0.16 158	0.10 47	0.06 13	0.06 16	0.05 2	0.05 12	0.10 82	0.10 140	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

asd	0.07 6	0.08 270	0.07 8	0.16 166	0.07 86	0.08 59	0.08 9	0.11 37	0.08 17	0.07 46	0.07 48	0.06 22	0.06 45	0.10 82	0.09 61	0.03 1	0.03 1	0.04 1	0.04 48	0.04 21	0.03 2

qwe	0.07 6	0.08 270	0.07 8	0.15 86	0.06 18	0.07 33	0.10 33	0.18 225	0.11 75	0.07 46	0.07 48	0.06 22	0.06 45	0.10 82	0.09 61	0.03 1	0.03 1	0.04 1	0.04 48	0.04 21	0.03 2

4.25_new	0.07 6	0.08 270	0.09 86	0.15 86	0.06 18	0.09 97	0.08 9	0.14 96	0.08 17	0.07 46	0.07 48	0.06 22	0.06 45	0.12 224	0.10 140	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.5w_new	0.07 6	0.08 270	0.09 86	0.15 86	0.06 18	0.09 97	0.08 9	0.14 96	0.08 17	0.07 46	0.07 48	0.06 22	0.06 45	0.12 224	0.10 140	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4.5_new	0.07 6	0.09 346	0.08 38	0.15 86	0.07 86	0.06 11	0.10 33	0.14 96	0.11 75	0.06 13	0.08 90	0.06 22	0.06 45	0.08 18	0.10 140	0.03 1	0.03 1	0.04 1	0.04 48	0.04 21	0.03 2

4.5w-stereo	0.07 6	0.09 346	0.08 38	0.15 86	0.07 86	0.06 11	0.10 33	0.14 96	0.11 75	0.06 13	0.08 90	0.06 22	0.06 45	0.08 18	0.10 140	0.03 1	0.03 1	0.04 1	0.04 48	0.04 21	0.03 2

4.25w-stereo	0.07 6	0.08 270	0.09 86	0.15 86	0.06 18	0.09 97	0.08 9	0.14 96	0.08 17	0.07 46	0.07 48	0.06 22	0.06 45	0.12 224	0.10 140	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

4w-stereo	0.07 6	0.08 270	0.08 38	0.16 166	0.06 18	0.07 33	0.08 9	0.12 57	0.08 17	0.07 46	0.07 48	0.05 2	0.06 45	0.09 39	0.10 140	0.03 1	0.03 1	0.04 1	0.04 48	0.04 21	0.03 2

3w_stereo	0.08 57	0.09 346	0.10 133	0.17 242	0.07 86	0.08 59	0.10 33	0.20 262	0.13 140	0.06 13	0.07 48	0.05 2	0.06 45	0.08 18	0.09 61	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 2

BStereo	0.08 57	0.06 76	0.16 383	0.15 86	0.08 146	0.07 33	0.09 20	0.15 128	0.16 214	0.06 13	0.07 48	0.07 78	0.05 12	0.09 39	0.11 215	0.04 11	0.05 211	0.05 34	0.07 305	0.04 21	0.04 49

Wave_Phase_stereo	0.09 106	0.06 76	0.16 383	0.15 86	0.08 146	0.11 196	0.09 20	0.18 225	0.16 214	0.06 13	0.07 48	0.07 78	0.05 12	0.09 39	0.11 215	0.04 11	0.05 211	0.05 34	0.07 305	0.04 21	0.04 49

NLMM	0.09 106	0.06 76	0.08 38	0.18 325	0.08 146	0.11 196	0.16 319	0.17 194	0.19 280	0.08 85	0.07 48	0.07 78	0.08 167	0.11 132	0.12 271	0.04 11	0.04 24	0.06 127	0.06 214	0.04 21	0.04 49

NLSM3	0.09 106	0.06 76	0.08 38	0.19 386	0.08 146	0.11 196	0.16 319	0.18 225	0.16 214	0.06 13	0.08 90	0.07 78	0.08 167	0.09 39	0.11 215	0.04 11	0.04 24	0.06 127	0.07 305	0.03 1	0.03 2

BridgeDepth	0.07 6	0.07 169	0.08 38	0.18 325	0.06 18	0.07 33	0.11 56	0.09 13	0.06 6	0.04 1	0.07 48	0.10 186	0.09 200	0.08 18	0.08 17	0.04 11	0.03 1	0.04 1	0.04 48	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 6	0.06 76	0.05 1	0.15 86	0.05 1	0.08 59	0.10 33	0.15 128	0.15 185	0.05 2	0.06 16	0.05 2	0.06 45	0.07 4	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

Wavelet-MonSter	0.07 6	0.05 27	0.07 8	0.16 166	0.06 18	0.07 33	0.11 56	0.10 22	0.08 17	0.06 13	0.06 16	0.07 78	0.07 127	0.09 39	0.09 61	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.03 2

Monster-pub-eth3d	0.07 6	0.06 76	0.05 1	0.15 86	0.05 1	0.08 59	0.10 33	0.15 128	0.15 185	0.05 2	0.06 16	0.05 2	0.06 45	0.07 4	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

AdaDepth	0.07 6	0.06 76	0.07 8	0.18 325	0.06 18	0.11 196	0.12 76	0.09 13	0.07 12	0.06 13	0.05 7	0.07 78	0.06 45	0.09 39	0.10 140	0.04 11	0.05 211	0.05 34	0.04 48	0.04 21	0.04 49

2.5w	0.07 6	0.07 169	0.07 8	0.16 166	0.06 18	0.08 59	0.12 76	0.10 22	0.10 47	0.07 46	0.06 16	0.09 152	0.06 45	0.08 18	0.09 61	0.04 11	0.03 1	0.04 1	0.04 48	0.03 1	0.03 2

2.75w_new	0.07 6	0.07 169	0.07 8	0.13 14	0.06 18	0.08 59	0.08 9	0.18 225	0.12 105	0.07 46	0.08 90	0.06 22	0.06 45	0.09 39	0.11 215	0.04 11	0.04 24	0.04 1	0.03 1	0.03 1	0.04 49

3.25w_new	0.07 6	0.06 76	0.07 8	0.15 86	0.06 18	0.10 149	0.07 5	0.12 57	0.11 75	0.08 85	0.06 16	0.07 78	0.06 45	0.11 132	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.25w	0.07 6	0.06 76	0.07 8	0.15 86	0.06 18	0.10 149	0.07 5	0.12 57	0.11 75	0.08 85	0.06 16	0.07 78	0.06 45	0.11 132	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.75w	0.07 6	0.07 169	0.08 38	0.16 166	0.07 86	0.07 33	0.09 20	0.16 158	0.09 30	0.07 46	0.06 16	0.05 2	0.06 45	0.09 39	0.10 140	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

3.5w_stereo	0.07 6	0.07 169	0.07 8	0.15 86	0.07 86	0.09 97	0.06 3	0.13 75	0.11 75	0.07 46	0.07 48	0.06 22	0.07 127	0.10 82	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

2w_stereo	0.08 57	0.08 270	0.09 86	0.16 166	0.06 18	0.08 59	0.10 33	0.20 262	0.15 185	0.08 85	0.07 48	0.06 22	0.06 45	0.06 1	0.09 61	0.04 11	0.03 1	0.04 1	0.04 48	0.03 1	0.03 2

1w_stereo	0.07 6	0.06 76	0.07 8	0.16 166	0.06 18	0.07 33	0.10 33	0.14 96	0.14 165	0.07 46	0.08 90	0.05 2	0.06 45	0.09 39	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.04 49

monsterstereo	0.07 6	0.06 76	0.06 4	0.16 166	0.06 18	0.08 59	0.10 33	0.16 158	0.11 75	0.07 46	0.08 90	0.06 22	0.07 127	0.08 18	0.09 61	0.04 11	0.04 24	0.05 34	0.04 48	0.03 1	0.03 2

LG-Stereo	0.08 57	0.07 169	0.10 133	0.18 325	0.07 86	0.10 149	0.17 357	0.11 37	0.08 17	0.05 2	0.07 48	0.05 2	0.07 127	0.09 39	0.09 61	0.04 11	0.05 211	0.07 229	0.07 305	0.04 21	0.04 49

MonSter	0.07 6	0.06 76	0.05 1	0.15 86	0.05 1	0.07 33	0.10 33	0.15 128	0.15 185	0.05 2	0.06 16	0.05 2	0.06 45	0.07 4	0.09 61	0.04 11	0.03 1	0.04 1	0.03 1	0.03 1	0.03 2

DEFOM-Stereo	0.07 6	0.05 27	0.07 8	0.14 43	0.06 18	0.10 149	0.13 124	0.07 4	0.13 140	0.06 13	0.07 48	0.06 22	0.05 12	0.10 82	0.09 61	0.04 11	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

RSM++	0.08 57	0.06 76	0.09 86	0.17 242	0.07 86	0.09 97	0.12 76	0.11 37	0.11 75	0.08 85	0.06 16	0.07 78	0.05 12	0.10 82	0.09 61	0.04 11	0.04 24	0.06 127	0.05 133	0.05 121	0.03 2

RSM	0.08 57	0.06 76	0.09 86	0.17 242	0.06 18	0.08 59	0.12 76	0.12 57	0.10 47	0.08 85	0.07 48	0.06 22	0.05 12	0.11 132	0.09 61	0.04 11	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

test_4	0.10 174	0.10 407	0.08 38	0.19 386	0.09 269	0.08 59	0.22 490	0.15 128	0.17 237	0.12 230	0.18 302	0.12 231	0.09 200	0.08 18	0.11 215	0.04 11	0.04 24	0.08 314	0.08 373	0.04 21	0.03 2

FS-TRT-Baseline	0.06 1	0.04 1	0.09 86	0.13 14	0.05 1	0.08 59	0.04 1	0.06 1	0.04 2	0.07 46	0.05 7	0.07 78	0.06 45	0.09 39	0.10 140	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49
1853532: FS-TRT-Baseline: No-Enhancement Baseline for ETH3D Low-Res Two-View. Technical report (online)
FS-TRT-Harmonizegood	0.06 1	0.04 1	0.09 86	0.13 14	0.05 1	0.08 59	0.04 1	0.06 1	0.04 2	0.07 46	0.05 7	0.07 78	0.06 45	0.09 39	0.10 140	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49
1853532: FS-TRT-Harmonize: Photometric Harmonization for ETH3D Low-Res Two-View. Technical report (online)
NLMM1	0.10 174	0.06 76	0.11 179	0.18 325	0.07 86	0.12 239	0.13 124	0.20 262	0.21 319	0.09 124	0.09 113	0.09 152	0.08 167	0.13 270	0.10 140	0.05 35	0.04 24	0.05 34	0.05 133	0.05 121	0.04 49

NLSM1	0.09 106	0.06 76	0.09 86	0.17 242	0.07 86	0.14 315	0.16 319	0.19 249	0.14 165	0.08 85	0.10 144	0.07 78	0.09 200	0.13 270	0.11 215	0.05 35	0.04 24	0.05 34	0.05 133	0.05 121	0.04 49

NLCSM	0.09 106	0.05 27	0.09 86	0.18 325	0.08 146	0.11 196	0.13 124	0.19 249	0.17 237	0.08 85	0.08 90	0.07 78	0.09 200	0.11 132	0.11 215	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

VIP-Stereo	0.07 6	0.07 169	0.07 8	0.15 86	0.06 18	0.12 239	0.10 33	0.11 37	0.11 75	0.06 13	0.07 48	0.06 22	0.05 12	0.10 82	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	0.07 169	0.07 8	0.19 386	0.08 146	0.09 97	0.12 76	0.13 75	0.12 105	0.08 85	0.10 144	0.10 186	0.08 167	0.09 39	0.10 140	0.05 35	0.04 24	0.06 127	0.04 48	0.05 121	0.03 2

Replicate-Monster	0.07 6	0.05 27	0.09 86	0.14 43	0.06 18	0.08 59	0.09 20	0.13 75	0.13 140	0.05 2	0.07 48	0.06 22	0.06 45	0.08 18	0.10 140	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

GGEV	0.08 57	0.07 169	0.07 8	0.19 386	0.08 146	0.09 97	0.12 76	0.13 75	0.12 105	0.08 85	0.10 144	0.10 186	0.08 167	0.09 39	0.10 140	0.05 35	0.04 24	0.06 127	0.04 48	0.05 121	0.03 2

2.25w	0.07 6	0.06 76	0.07 8	0.14 43	0.06 18	0.08 59	0.08 9	0.10 22	0.15 185	0.08 85	0.10 144	0.07 78	0.06 45	0.08 18	0.10 140	0.05 35	0.03 1	0.04 1	0.04 48	0.03 1	0.04 49

monsters	0.07 6	0.06 76	0.06 4	0.15 86	0.06 18	0.08 59	0.09 20	0.12 57	0.08 17	0.09 124	0.07 48	0.06 22	0.06 45	0.08 18	0.08 17	0.05 35	0.04 24	0.04 1	0.04 48	0.03 1	0.03 2

xyz-stereo-finetune2	0.11 218	0.07 169	0.13 262	0.13 14	0.07 86	0.11 196	0.19 442	0.17 194	0.12 105	0.15 306	0.15 241	0.17 339	0.12 294	0.13 270	0.11 215	0.05 35	0.04 24	0.07 229	0.05 133	0.04 21	0.06 234

xyz-stereo-finetune	0.11 218	0.08 270	0.13 262	0.14 43	0.06 18	0.10 149	0.19 442	0.17 194	0.19 280	0.12 230	0.14 224	0.15 305	0.10 236	0.13 270	0.11 215	0.05 35	0.04 24	0.07 229	0.05 133	0.04 21	0.05 146

xyz-stereo	0.13 310	0.07 169	0.20 459	0.15 86	0.05 1	0.20 450	0.15 251	0.17 194	0.31 443	0.15 306	0.29 456	0.26 454	0.16 401	0.13 270	0.12 271	0.05 35	0.05 211	0.06 127	0.05 133	0.04 21	0.04 49

LG-Stereo_L2	0.07 6	0.05 27	0.10 133	0.14 43	0.06 18	0.07 33	0.12 76	0.09 13	0.09 30	0.06 13	0.04 1	0.05 2	0.05 12	0.08 18	0.08 17	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.03 2

LG-Stereo_L1	0.07 6	0.05 27	0.11 179	0.14 43	0.06 18	0.07 33	0.13 124	0.09 13	0.07 12	0.05 2	0.04 1	0.05 2	0.04 1	0.08 18	0.07 1	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

MLG-Stereo_test1	0.06 1	0.05 27	0.08 38	0.17 242	0.05 1	0.06 11	0.11 56	0.08 6	0.03 1	0.05 2	0.04 1	0.06 22	0.05 12	0.09 39	0.09 61	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

MLG-Stereo	0.07 6	0.05 27	0.08 38	0.17 242	0.05 1	0.07 33	0.11 56	0.08 6	0.04 2	0.05 2	0.04 1	0.06 22	0.05 12	0.10 82	0.09 61	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

MM-Stereo_test2	0.09 106	0.06 76	0.09 86	0.19 386	0.08 146	0.12 239	0.18 402	0.15 128	0.14 165	0.07 46	0.10 144	0.07 78	0.06 45	0.12 224	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.03 2

HART	0.08 57	0.07 169	0.09 86	0.17 242	0.07 86	0.10 149	0.16 319	0.13 75	0.11 75	0.08 85	0.10 144	0.07 78	0.05 12	0.10 82	0.08 17	0.05 35	0.04 24	0.06 127	0.04 48	0.05 121	0.04 49

GREAT-IGEV	0.07 6	0.06 76	0.08 38	0.13 14	0.07 86	0.07 33	0.14 179	0.09 13	0.09 30	0.06 13	0.07 48	0.06 22	0.05 12	0.10 82	0.07 1	0.05 35	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

HI	0.11 218	0.06 76	0.11 179	0.13 14	0.09 269	0.09 97	0.14 179	0.21 286	0.10 47	0.19 396	0.17 277	0.14 276	0.09 200	0.16 354	0.08 17	0.05 35	0.04 24	0.07 229	0.08 373	0.07 294	0.06 234

CoSv	0.11 218	0.06 76	0.11 179	0.13 14	0.09 269	0.09 97	0.14 179	0.21 286	0.10 47	0.19 396	0.17 277	0.14 276	0.09 200	0.16 354	0.08 17	0.05 35	0.04 24	0.07 229	0.08 373	0.07 294	0.06 234

SCV_C0	0.08 57	0.07 169	0.07 8	0.16 166	0.09 269	0.08 59	0.15 251	0.11 37	0.12 105	0.08 85	0.07 48	0.06 22	0.05 12	0.11 132	0.07 1	0.05 35	0.05 211	0.05 34	0.04 48	0.06 224	0.05 146

SCV	0.08 57	0.09 346	0.08 38	0.15 86	0.08 146	0.10 149	0.13 124	0.10 22	0.12 105	0.07 46	0.07 48	0.06 22	0.04 1	0.09 39	0.08 17	0.05 35	0.04 24	0.06 127	0.04 48	0.06 224	0.04 49

AIO_rvc	0.07 6	0.06 76	0.08 38	0.15 86	0.06 18	0.08 59	0.14 179	0.09 13	0.08 17	0.07 46	0.08 90	0.07 78	0.04 1	0.10 82	0.08 17	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

AIO_test	0.07 6	0.05 27	0.07 8	0.15 86	0.07 86	0.06 11	0.14 179	0.10 22	0.10 47	0.07 46	0.07 48	0.06 22	0.05 12	0.08 18	0.10 140	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

castereo	0.09 106	0.06 76	0.11 179	0.15 86	0.06 18	0.11 196	0.15 251	0.14 96	0.18 264	0.08 85	0.10 144	0.11 212	0.08 167	0.09 39	0.10 140	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

GIP-stereo	0.08 57	0.06 76	0.11 179	0.14 43	0.06 18	0.09 97	0.13 124	0.14 96	0.11 75	0.07 46	0.08 90	0.05 2	0.04 1	0.10 82	0.07 1	0.05 35	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

fffft	0.09 106	0.06 76	0.12 215	0.16 166	0.07 86	0.09 97	0.17 357	0.12 57	0.11 75	0.08 85	0.07 48	0.09 152	0.06 45	0.11 132	0.12 271	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.05 146
1: 1. 1
SMoEStereo_RVC	0.08 57	0.06 76	0.12 215	0.16 166	0.07 86	0.09 97	0.14 179	0.11 37	0.13 140	0.09 124	0.07 48	0.07 78	0.07 127	0.12 224	0.10 140	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

mms	0.09 106	0.07 169	0.08 38	0.16 166	0.08 146	0.10 149	0.16 319	0.12 57	0.11 75	0.08 85	0.09 113	0.08 127	0.06 45	0.11 132	0.12 271	0.05 35	0.04 24	0.07 229	0.05 133	0.04 21	0.03 2

ours_stereo	0.09 106	0.07 169	0.09 86	0.17 242	0.08 146	0.11 196	0.16 319	0.11 37	0.12 105	0.08 85	0.10 144	0.08 127	0.06 45	0.12 224	0.12 271	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.03 2

fffy	0.09 106	0.08 270	0.09 86	0.16 166	0.07 86	0.13 283	0.17 357	0.13 75	0.12 105	0.08 85	0.09 113	0.08 127	0.09 200	0.13 270	0.11 215	0.05 35	0.05 211	0.07 229	0.05 133	0.04 21	0.05 146

tg	0.10 174	0.06 76	0.10 133	0.18 325	0.08 146	0.11 196	0.16 319	0.20 262	0.12 105	0.08 85	0.11 182	0.11 212	0.07 127	0.11 132	0.10 140	0.05 35	0.04 24	0.08 314	0.08 373	0.04 21	0.04 49

WCG-NET	0.08 57	0.05 27	0.09 86	0.15 86	0.06 18	0.11 196	0.14 179	0.13 75	0.13 140	0.06 13	0.09 113	0.07 78	0.06 45	0.13 270	0.08 17	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

IGEV-Stereo++	0.07 6	0.06 76	0.08 38	0.18 325	0.06 18	0.04 1	0.10 33	0.11 37	0.11 75	0.06 13	0.07 48	0.07 78	0.06 45	0.09 39	0.09 61	0.05 35	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

AIO-Stereo	0.08 57	0.06 76	0.09 86	0.18 325	0.06 18	0.08 59	0.12 76	0.15 128	0.09 30	0.08 85	0.08 90	0.07 78	0.05 12	0.11 132	0.08 17	0.05 35	0.05 211	0.05 34	0.04 48	0.04 21	0.04 49

WCG-NET（raft）	0.08 57	0.05 27	0.10 133	0.15 86	0.06 18	0.11 196	0.13 124	0.15 128	0.12 105	0.08 85	0.07 48	0.06 22	0.06 45	0.13 270	0.08 17	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.04 49

H2IRNET	0.10 174	0.09 346	0.09 86	0.18 325	0.09 269	0.12 239	0.15 251	0.14 96	0.21 319	0.10 159	0.10 144	0.10 186	0.10 236	0.10 82	0.10 140	0.05 35	0.04 24	0.08 314	0.08 373	0.06 224	0.05 146

MGS-Stereo	0.09 106	0.07 169	0.12 215	0.15 86	0.08 146	0.09 97	0.15 251	0.12 57	0.12 105	0.07 46	0.10 144	0.08 127	0.06 45	0.10 82	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.06 224	0.05 146

MoCha-V2	0.08 57	0.05 27	0.10 133	0.20 445	0.07 86	0.09 97	0.14 179	0.11 37	0.08 17	0.07 46	0.08 90	0.07 78	0.06 45	0.09 39	0.08 17	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.04 49

IGEV++	0.08 57	0.06 76	0.08 38	0.18 325	0.07 86	0.09 97	0.13 124	0.10 22	0.09 30	0.08 85	0.08 90	0.06 22	0.06 45	0.13 270	0.09 61	0.05 35	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

AE-Stereo	0.10 174	0.08 270	0.10 133	0.18 325	0.09 269	0.10 149	0.15 251	0.14 96	0.19 280	0.09 124	0.14 224	0.12 231	0.08 167	0.11 132	0.10 140	0.05 35	0.06 343	0.07 229	0.06 214	0.05 121	0.04 49

ff7	0.09 106	0.07 169	0.11 179	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.12 105	0.10 159	0.06 16	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

ffff	0.09 106	0.07 169	0.11 179	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.12 105	0.10 159	0.06 16	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

11t	0.09 106	0.07 169	0.11 179	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.12 105	0.10 159	0.06 16	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

MIM_Stereo	0.09 106	0.07 169	0.11 179	0.15 86	0.07 86	0.06 11	0.12 76	0.20 262	0.14 165	0.13 257	0.13 210	0.09 152	0.05 12	0.12 224	0.08 17	0.05 35	0.06 343	0.07 229	0.06 214	0.06 224	0.05 146

testlalala	0.08 57	0.07 169	0.17 413	0.16 166	0.08 146	0.09 97	0.12 76	0.15 128	0.10 47	0.07 46	0.09 113	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.04 48	0.04 21	0.04 49

LL-Strereo2	0.10 174	0.10 407	0.15 349	0.18 325	0.08 146	0.15 342	0.09 20	0.17 194	0.14 165	0.14 279	0.10 144	0.09 152	0.07 127	0.16 354	0.10 140	0.05 35	0.05 211	0.10 446	0.07 305	0.06 224	0.05 146

4D-IteraStereo	0.09 106	0.07 169	0.10 133	0.18 325	0.07 86	0.09 97	0.15 251	0.17 194	0.15 185	0.10 159	0.11 182	0.10 186	0.07 127	0.11 132	0.09 61	0.05 35	0.03 1	0.08 314	0.07 305	0.06 224	0.05 146

LoS_RVC	0.08 57	0.05 27	0.07 8	0.15 86	0.07 86	0.08 59	0.15 251	0.11 37	0.10 47	0.08 85	0.09 113	0.06 22	0.09 200	0.10 82	0.09 61	0.05 35	0.04 24	0.05 34	0.03 1	0.04 21	0.03 2

anonymousdsp2	0.11 218	0.07 169	0.10 133	0.16 166	0.09 269	0.13 283	0.14 179	0.18 225	0.22 334	0.13 257	0.14 224	0.12 231	0.09 200	0.14 298	0.11 215	0.05 35	0.04 24	0.05 34	0.04 48	0.06 224	0.05 146

anonymousdsp	0.09 106	0.07 169	0.11 179	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.12 105	0.09 124	0.06 16	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

Selective-IGEV	0.07 6	0.06 76	0.08 38	0.17 242	0.06 18	0.08 59	0.12 76	0.13 75	0.07 12	0.08 85	0.07 48	0.06 22	0.04 1	0.10 82	0.09 61	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

Selective-RAFT	0.11 218	0.10 407	0.11 179	0.21 476	0.08 146	0.16 372	0.13 124	0.20 262	0.22 334	0.10 159	0.10 144	0.11 212	0.10 236	0.15 320	0.11 215	0.05 35	0.05 211	0.06 127	0.05 133	0.06 224	0.05 146

ProNet	0.09 106	0.07 169	0.10 133	0.17 242	0.08 146	0.10 149	0.15 251	0.15 128	0.12 105	0.09 124	0.06 16	0.07 78	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.06 234

ccc-4	0.09 106	0.07 169	0.11 179	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.12 105	0.10 159	0.06 16	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

raft_robust	0.13 310	0.10 407	0.07 8	0.18 325	0.08 146	0.13 283	0.24 513	0.28 429	0.33 457	0.20 419	0.19 311	0.14 276	0.10 236	0.11 132	0.12 271	0.05 35	0.05 211	0.07 229	0.07 305	0.05 121	0.04 49

RAFT_CTSACE	0.12 285	0.09 346	0.10 133	0.22 491	0.08 146	0.12 239	0.24 513	0.18 225	0.16 214	0.20 419	0.27 430	0.13 256	0.07 127	0.13 270	0.09 61	0.05 35	0.06 343	0.08 314	0.07 305	0.04 21	0.04 49

RAFT+CT+SA	0.13 310	0.11 433	0.09 86	0.19 386	0.09 269	0.15 342	0.28 551	0.22 309	0.22 334	0.15 306	0.26 421	0.10 186	0.10 236	0.11 132	0.12 271	0.05 35	0.04 24	0.07 229	0.08 373	0.07 294	0.06 234

SA	0.12 285	0.09 346	0.08 38	0.18 325	0.08 146	0.12 239	0.24 513	0.23 329	0.18 264	0.17 350	0.27 430	0.14 276	0.11 261	0.11 132	0.11 215	0.05 35	0.05 211	0.09 398	0.08 373	0.05 121	0.04 49

IGEV-Stereo	0.09 106	0.07 169	0.11 179	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.12 105	0.09 124	0.06 16	0.06 22	0.06 45	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_5w	0.12 285	0.09 346	0.12 215	0.19 386	0.08 146	0.09 97	0.12 76	0.21 286	0.21 319	0.19 396	0.14 224	0.11 212	0.09 200	0.20 448	0.16 397	0.05 35	0.05 211	0.07 229	0.06 214	0.05 121	0.06 234

GMOStereo	0.11 218	0.09 346	0.07 8	0.19 386	0.08 146	0.12 239	0.28 551	0.13 75	0.17 237	0.11 192	0.17 277	0.14 276	0.12 294	0.07 4	0.07 1	0.05 35	0.05 211	0.09 398	0.07 305	0.04 21	0.04 49

error version	0.11 218	0.09 346	0.07 8	0.19 386	0.08 146	0.12 239	0.28 551	0.13 75	0.17 237	0.11 192	0.17 277	0.14 276	0.12 294	0.07 4	0.07 1	0.05 35	0.05 211	0.09 398	0.07 305	0.04 21	0.04 49

test-v	0.11 218	0.09 346	0.07 8	0.19 386	0.08 146	0.12 239	0.28 551	0.13 75	0.17 237	0.11 192	0.17 277	0.14 276	0.12 294	0.07 4	0.07 1	0.05 35	0.05 211	0.09 398	0.07 305	0.04 21	0.04 49

test-3	0.08 57	0.06 76	0.09 86	0.17 242	0.07 86	0.07 33	0.14 179	0.12 57	0.15 185	0.09 124	0.08 90	0.07 78	0.08 167	0.11 132	0.10 140	0.05 35	0.04 24	0.07 229	0.05 133	0.04 21	0.04 49

test_1	0.08 57	0.06 76	0.09 86	0.17 242	0.07 86	0.07 33	0.14 179	0.12 57	0.15 185	0.09 124	0.08 90	0.07 78	0.08 167	0.11 132	0.10 140	0.05 35	0.04 24	0.07 229	0.05 133	0.04 21	0.04 49

test_3	0.10 174	0.09 346	0.10 133	0.20 445	0.08 146	0.13 283	0.26 538	0.14 96	0.21 319	0.10 159	0.10 144	0.09 152	0.09 200	0.08 18	0.11 215	0.05 35	0.04 24	0.08 314	0.07 305	0.04 21	0.04 49

LCNet	0.11 218	0.07 169	0.09 86	0.19 386	0.09 269	0.08 59	0.15 251	0.21 286	0.15 185	0.11 192	0.15 241	0.16 319	0.11 261	0.12 224	0.11 215	0.05 35	0.04 24	0.08 314	0.07 305	0.06 224	0.15 536

HHNet	0.11 218	0.06 76	0.16 383	0.15 86	0.14 500	0.07 33	0.13 124	0.20 262	0.17 237	0.14 279	0.25 404	0.11 212	0.08 167	0.13 270	0.10 140	0.05 35	0.04 24	0.08 314	0.06 214	0.05 121	0.09 426

STrans-v2	0.10 174	0.07 169	0.12 215	0.18 325	0.07 86	0.10 149	0.14 179	0.21 286	0.11 75	0.11 192	0.15 241	0.12 231	0.10 236	0.11 132	0.12 271	0.05 35	0.04 24	0.06 127	0.06 214	0.04 21	0.04 49

TransformOpticalFlow	0.10 174	0.08 270	0.13 262	0.18 325	0.07 86	0.09 97	0.15 251	0.19 249	0.15 185	0.12 230	0.17 277	0.11 212	0.11 261	0.11 132	0.10 140	0.05 35	0.04 24	0.06 127	0.06 214	0.05 121	0.05 146

PSM-AAD	0.11 218	0.07 169	0.10 133	0.19 386	0.09 269	0.10 149	0.15 251	0.20 262	0.13 140	0.12 230	0.14 224	0.18 353	0.11 261	0.11 132	0.10 140	0.05 35	0.05 211	0.09 398	0.08 373	0.06 224	0.14 529

FTStereo	0.12 285	0.06 76	0.14 297	0.18 325	0.09 269	0.07 33	0.15 251	0.21 286	0.18 264	0.12 230	0.24 375	0.12 231	0.12 294	0.13 270	0.13 313	0.05 35	0.05 211	0.07 229	0.06 214	0.06 224	0.10 453

KYRaft	0.11 218	0.07 169	0.10 133	0.19 386	0.09 269	0.08 59	0.15 251	0.22 309	0.12 105	0.13 257	0.16 255	0.20 379	0.10 236	0.12 224	0.10 140	0.05 35	0.04 24	0.08 314	0.08 373	0.06 224	0.16 547

ASMatch	0.11 218	0.06 76	0.13 262	0.16 166	0.10 372	0.07 33	0.14 179	0.17 194	0.17 237	0.12 230	0.16 255	0.16 319	0.10 236	0.13 270	0.10 140	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.08 381

DEmStereo	0.12 285	0.06 76	0.14 297	0.14 43	0.10 372	0.16 372	0.15 251	0.16 158	0.24 360	0.17 350	0.24 375	0.13 256	0.14 357	0.12 224	0.13 313	0.05 35	0.04 24	0.07 229	0.06 214	0.05 121	0.05 146

DRaft	0.12 285	0.06 76	0.11 179	0.14 43	0.09 269	0.14 315	0.17 357	0.21 286	0.30 436	0.17 350	0.28 444	0.10 186	0.15 375	0.10 82	0.12 271	0.05 35	0.04 24	0.07 229	0.06 214	0.05 121	0.05 146

GrayStereo	0.11 218	0.06 76	0.11 179	0.19 386	0.09 269	0.09 97	0.16 319	0.18 225	0.17 237	0.14 279	0.17 277	0.17 339	0.11 261	0.12 224	0.11 215	0.05 35	0.05 211	0.07 229	0.06 214	0.05 121	0.10 453

RAFT-RH_RVC	0.11 218	0.06 76	0.14 297	0.16 166	0.09 269	0.12 239	0.12 76	0.17 194	0.12 105	0.13 257	0.41 535	0.11 212	0.10 236	0.13 270	0.12 271	0.05 35	0.04 24	0.08 314	0.05 133	0.04 21	0.06 234

RAFT-345	0.11 218	0.07 169	0.15 349	0.16 166	0.08 146	0.08 59	0.12 76	0.15 128	0.10 47	0.11 192	0.36 498	0.09 152	0.09 200	0.11 132	0.12 271	0.05 35	0.05 211	0.07 229	0.06 214	0.04 21	0.05 146

test-2	0.11 218	0.09 346	0.07 8	0.19 386	0.08 146	0.12 239	0.28 551	0.13 75	0.17 237	0.11 192	0.17 277	0.14 276	0.12 294	0.07 4	0.07 1	0.05 35	0.05 211	0.09 398	0.07 305	0.04 21	0.04 49

cross-raft	0.10 174	0.09 346	0.09 86	0.19 386	0.07 86	0.11 196	0.25 529	0.13 75	0.15 185	0.08 85	0.11 182	0.12 231	0.10 236	0.09 39	0.11 215	0.05 35	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

GMM-Stereo	0.11 218	0.07 169	0.10 133	0.18 325	0.09 269	0.08 59	0.15 251	0.23 329	0.16 214	0.11 192	0.15 241	0.13 256	0.11 261	0.11 132	0.11 215	0.05 35	0.04 24	0.08 314	0.07 305	0.06 224	0.09 426

Prome-Stereo	0.11 218	0.06 76	0.10 133	0.18 325	0.08 146	0.12 239	0.15 251	0.22 309	0.13 140	0.12 230	0.17 277	0.13 256	0.08 167	0.12 224	0.10 140	0.05 35	0.04 24	0.07 229	0.06 214	0.06 224	0.09 426

iRaftStereo_RVC	0.10 174	0.07 169	0.09 86	0.17 242	0.09 269	0.11 196	0.17 357	0.18 225	0.12 105	0.09 124	0.12 196	0.10 186	0.07 127	0.11 132	0.10 140	0.05 35	0.04 24	0.08 314	0.08 373	0.04 21	0.04 49

s12784h	0.09 106	0.06 76	0.07 8	0.15 86	0.05 1	0.16 372	0.18 402	0.15 128	0.15 185	0.10 159	0.11 182	0.11 212	0.11 261	0.10 82	0.12 271	0.05 35	0.04 24	0.05 34	0.04 48	0.04 21	0.04 49

TestStereo	0.13 310	0.14 492	0.11 179	0.23 512	0.08 146	0.15 342	0.21 480	0.20 262	0.23 344	0.14 279	0.24 375	0.16 319	0.12 294	0.16 354	0.14 352	0.05 35	0.06 343	0.08 314	0.06 214	0.09 420	0.05 146

test_xeample3	0.09 106	0.06 76	0.12 215	0.16 166	0.09 269	0.11 196	0.15 251	0.16 158	0.13 140	0.10 159	0.06 16	0.08 127	0.06 45	0.10 82	0.09 61	0.05 35	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

RAFT-Stereo + iAFF	0.09 106	0.06 76	0.10 133	0.17 242	0.06 18	0.10 149	0.16 319	0.17 194	0.14 165	0.09 124	0.10 144	0.08 127	0.09 200	0.11 132	0.09 61	0.05 35	0.04 24	0.06 127	0.06 214	0.04 21	0.03 2

AFF-stereo	0.09 106	0.06 76	0.10 133	0.17 242	0.07 86	0.10 149	0.16 319	0.17 194	0.09 30	0.10 159	0.12 196	0.09 152	0.09 200	0.12 224	0.09 61	0.05 35	0.04 24	0.07 229	0.07 305	0.04 21	0.03 2

EAI-Stereo	0.09 106	0.07 169	0.11 179	0.15 86	0.06 18	0.10 149	0.15 251	0.16 158	0.09 30	0.08 85	0.09 113	0.08 127	0.07 127	0.09 39	0.11 215	0.05 35	0.04 24	0.05 34	0.05 133	0.05 121	0.04 49

MLCV	0.12 285	0.07 169	0.16 383	0.18 325	0.06 18	0.15 342	0.17 357	0.19 249	0.21 319	0.18 380	0.25 404	0.17 339	0.13 332	0.14 298	0.13 313	0.05 35	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

DN-CSS_ROB	0.13 310	0.13 480	0.16 383	0.18 325	0.10 372	0.16 372	0.08 9	0.22 309	0.18 264	0.17 350	0.22 354	0.13 256	0.13 332	0.12 224	0.13 313	0.05 35	0.05 211	0.10 446	0.10 461	0.08 357	0.06 234

MatchStereo	0.07 6	0.04 1	0.08 38	0.14 43	0.06 18	0.05 4	0.12 76	0.12 57	0.09 30	0.07 46	0.06 16	0.04 1	0.04 1	0.08 18	0.09 61	0.06 131	0.05 211	0.05 34	0.03 1	0.04 21	0.04 49

BridgeDepth_RVC	0.07 6	0.04 1	0.09 86	0.11 1	0.05 1	0.10 149	0.10 33	0.14 96	0.09 30	0.06 13	0.07 48	0.06 22	0.07 127	0.07 4	0.10 140	0.06 131	0.04 24	0.04 1	0.04 48	0.04 21	0.03 2
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
WQFJX	0.14 346	0.09 346	0.12 215	0.25 533	0.11 424	0.11 196	0.16 319	0.38 540	0.43 523	0.13 257	0.16 255	0.10 186	0.09 200	0.17 386	0.14 352	0.06 131	0.06 343	0.08 314	0.06 214	0.04 21	0.05 146

MS-F	0.08 57	0.04 1	0.10 133	0.13 14	0.06 18	0.09 97	0.12 76	0.13 75	0.08 17	0.06 13	0.07 48	0.06 22	0.08 167	0.10 82	0.11 215	0.06 131	0.05 211	0.04 1	0.03 1	0.04 21	0.04 49

HiDET	0.08 57	0.04 1	0.10 133	0.13 14	0.06 18	0.08 59	0.12 76	0.12 57	0.11 75	0.06 13	0.07 48	0.07 78	0.07 127	0.11 132	0.11 215	0.06 131	0.04 24	0.04 1	0.03 1	0.04 21	0.04 49

LCMNet	0.08 57	0.05 27	0.10 133	0.13 14	0.07 86	0.09 97	0.12 76	0.10 22	0.11 75	0.06 13	0.08 90	0.06 22	0.07 127	0.11 132	0.10 140	0.06 131	0.05 211	0.04 1	0.03 1	0.04 21	0.04 49

CSFM-Stereo	0.07 6	0.05 27	0.07 8	0.14 43	0.06 18	0.09 97	0.13 124	0.15 128	0.06 6	0.07 46	0.08 90	0.06 22	0.08 167	0.09 39	0.09 61	0.06 131	0.05 211	0.04 1	0.03 1	0.04 21	0.04 49

GEAStereo	0.08 57	0.05 27	0.08 38	0.13 14	0.08 146	0.08 59	0.14 179	0.10 22	0.09 30	0.08 85	0.10 144	0.06 22	0.05 12	0.11 132	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.05 146

GSStereo	0.08 57	0.05 27	0.08 38	0.13 14	0.08 146	0.08 59	0.14 179	0.11 37	0.12 105	0.08 85	0.10 144	0.05 2	0.05 12	0.11 132	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.05 146

GS-Stereo							0.14 179	0.11 37	0.12 105	0.08 85	0.10 144	0.05 2	0.05 12	0.11 132	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.05 146

gasm-f	0.08 57	0.05 27	0.07 8	0.13 14	0.08 146	0.08 59	0.14 179	0.10 22	0.09 30	0.08 85	0.10 144	0.06 22	0.05 12	0.10 82	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.06 224	0.05 146

FE-Mocha	0.09 106	0.06 76	0.14 297	0.16 166	0.09 269	0.10 149	0.15 251	0.18 225	0.16 214	0.10 159	0.09 113	0.07 78	0.07 127	0.09 39	0.09 61	0.06 131	0.04 24	0.06 127	0.06 214	0.05 121	0.05 146

IGEV-FE	0.09 106	0.05 27	0.12 215	0.13 14	0.08 146	0.12 239	0.13 124	0.17 194	0.11 75	0.10 159	0.06 16	0.09 152	0.06 45	0.11 132	0.09 61	0.06 131	0.04 24	0.06 127	0.06 214	0.05 121	0.05 146

DDF-Stereo	0.08 57	0.04 1	0.09 86	0.15 86	0.10 372	0.06 11	0.13 124	0.09 13	0.14 165	0.06 13	0.06 16	0.07 78	0.06 45	0.09 39	0.10 140	0.06 131	0.04 24	0.06 127	0.04 48	0.08 357	0.05 146

252Zero-FE	0.08 57	0.04 1	0.09 86	0.13 14	0.07 86	0.12 239	0.11 56	0.13 75	0.14 165	0.06 13	0.05 7	0.06 22	0.05 12	0.09 39	0.10 140	0.06 131	0.04 24	0.04 1	0.03 1	0.05 121	0.06 234

Zero-FE251	0.07 6	0.05 27	0.09 86	0.13 14	0.06 18	0.12 239	0.12 76	0.11 37	0.10 47	0.07 46	0.08 90	0.06 22	0.06 45	0.09 39	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.04 49

Monster-pub-mixall	0.07 6	0.04 1	0.09 86	0.13 14	0.06 18	0.05 4	0.09 20	0.11 37	0.07 12	0.06 13	0.06 16	0.05 2	0.06 45	0.09 39	0.09 61	0.06 131	0.04 24	0.04 1	0.03 1	0.05 121	0.05 146

zero-FE	0.08 57	0.04 1	0.09 86	0.15 86	0.10 372	0.05 4	0.14 179	0.09 13	0.14 165	0.07 46	0.06 16	0.07 78	0.06 45	0.09 39	0.10 140	0.06 131	0.04 24	0.06 127	0.04 48	0.08 357	0.05 146

MultiAttention	0.29 547	0.08 270	0.14 297	0.19 386	0.12 457	1.45 613	1.33 615	0.36 526	0.37 490	0.19 396	0.21 344	0.24 430	0.11 261	0.38 563	0.18 430	0.06 131	0.05 211	0.08 314	0.08 373	0.10 452	0.09 426

GASTEREO	0.08 57	0.05 27	0.09 86	0.19 386	0.07 86	0.07 33	0.12 76	0.14 96	0.11 75	0.10 159	0.09 113	0.07 78	0.04 1	0.12 224	0.08 17	0.06 131	0.05 211	0.05 34	0.04 48	0.04 21	0.05 146

MSCF	0.08 57	0.05 27	0.08 38	0.19 386	0.08 146	0.06 11	0.12 76	0.14 96	0.11 75	0.10 159	0.09 113	0.07 78	0.04 1	0.11 132	0.08 17	0.06 131	0.05 211	0.05 34	0.04 48	0.05 121	0.05 146

water-stereo	0.09 106	0.06 76	0.08 38	0.16 166	0.07 86	0.09 97	0.13 124	0.15 128	0.13 140	0.11 192	0.12 196	0.08 127	0.09 200	0.07 4	0.08 17	0.06 131	0.05 211	0.05 34	0.05 133	0.04 21	0.04 49

depthmonostereo	0.09 106	0.06 76	0.09 86	0.15 86	0.06 18	0.10 149	0.13 124	0.14 96	0.14 165	0.10 159	0.10 144	0.09 152	0.11 261	0.08 18	0.09 61	0.06 131	0.05 211	0.06 127	0.04 48	0.04 21	0.03 2

DilatedVolume-Stereo	0.09 106	0.05 27	0.08 38	0.15 86	0.06 18	0.11 196	0.12 76	0.14 96	0.16 214	0.11 192	0.11 182	0.09 152	0.09 200	0.11 132	0.10 140	0.06 131	0.05 211	0.05 34	0.04 48	0.03 1	0.03 2

IGEV	0.07 6	0.04 1	0.08 38	0.13 14	0.06 18	0.09 97	0.12 76	0.14 96	0.10 47	0.06 13	0.09 113	0.07 78	0.05 12	0.09 39	0.09 61	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

111111	0.07 6	0.04 1	0.09 86	0.17 242	0.06 18	0.05 4	0.10 33	0.11 37	0.09 30	0.06 13	0.06 16	0.07 78	0.05 12	0.09 39	0.09 61	0.06 131	0.04 24	0.05 34	0.04 48	0.07 294	0.06 234

MLG-Stereo_test3	0.07 6	0.05 27	0.10 133	0.14 43	0.06 18	0.07 33	0.11 56	0.08 6	0.06 6	0.06 13	0.04 1	0.06 22	0.06 45	0.07 4	0.10 140	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.06 234

MLG-Stereo_test2	0.06 1	0.04 1	0.10 133	0.15 86	0.05 1	0.07 33	0.11 56	0.09 13	0.04 2	0.06 13	0.05 7	0.06 22	0.04 1	0.08 18	0.09 61	0.06 131	0.04 24	0.05 34	0.03 1	0.05 121	0.05 146

LG-Stereo_Zeroshot	0.07 6	0.06 76	0.10 133	0.16 166	0.07 86	0.04 1	0.13 124	0.10 22	0.10 47	0.05 2	0.11 182	0.07 78	0.05 12	0.07 4	0.09 61	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

SGD-Stereo	0.08 57	0.05 27	0.10 133	0.14 43	0.05 1	0.12 239	0.12 76	0.11 37	0.12 105	0.07 46	0.09 113	0.09 152	0.09 200	0.08 18	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.03 2

MM-Stereo_test3	0.10 174	0.07 169	0.07 8	0.18 325	0.07 86	0.12 239	0.19 442	0.24 352	0.19 280	0.06 13	0.10 144	0.08 127	0.06 45	0.11 132	0.08 17	0.06 131	0.06 343	0.07 229	0.05 133	0.05 121	0.04 49

MM-Stereo_test1	0.10 174	0.07 169	0.08 38	0.18 325	0.07 86	0.12 239	0.18 402	0.21 286	0.20 304	0.09 124	0.11 182	0.08 127	0.06 45	0.10 82	0.10 140	0.06 131	0.05 211	0.07 229	0.06 214	0.05 121	0.04 49

Reg-Stereo(zero)	0.08 57	0.05 27	0.08 38	0.16 166	0.06 18	0.12 239	0.11 56	0.15 128	0.10 47	0.12 230	0.09 113	0.10 186	0.08 167	0.11 132	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.05 146

DEFOM-Stereo_RVC	0.08 57	0.06 76	0.09 86	0.22 491	0.06 18	0.08 59	0.12 76	0.10 22	0.10 47	0.07 46	0.07 48	0.06 22	0.05 12	0.11 132	0.09 61	0.06 131	0.04 24	0.05 34	0.03 1	0.06 224	0.04 49

FoundationStereo	0.06 1	0.04 1	0.08 38	0.12 5	0.05 1	0.09 97	0.13 124	0.06 1	0.09 30	0.05 2	0.05 7	0.06 22	0.04 1	0.06 1	0.07 1	0.06 131	0.04 24	0.05 34	0.03 1	0.05 121	0.04 49

HUF	0.08 57	0.05 27	0.08 38	0.14 43	0.06 18	0.09 97	0.13 124	0.13 75	0.13 140	0.07 46	0.07 48	0.08 127	0.06 45	0.10 82	0.09 61	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

AIO-test2	0.10 174	0.08 270	0.10 133	0.23 512	0.08 146	0.11 196	0.10 33	0.23 329	0.23 344	0.08 85	0.09 113	0.08 127	0.05 12	0.10 82	0.08 17	0.06 131	0.05 211	0.08 314	0.09 422	0.05 121	0.05 146

AIO-test1	0.10 174	0.07 169	0.10 133	0.23 512	0.07 86	0.09 97	0.13 124	0.21 286	0.14 165	0.11 192	0.12 196	0.09 152	0.07 127	0.11 132	0.09 61	0.06 131	0.05 211	0.09 398	0.10 461	0.03 1	0.06 234

castereo++	0.08 57	0.05 27	0.08 38	0.15 86	0.05 1	0.14 315	0.12 76	0.11 37	0.15 185	0.07 46	0.07 48	0.07 78	0.06 45	0.08 18	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.03 2

IGEV-RUCA	0.08 57	0.06 76	0.11 179	0.14 43	0.09 269	0.10 149	0.12 76	0.10 22	0.12 105	0.06 13	0.07 48	0.07 78	0.06 45	0.09 39	0.08 17	0.06 131	0.05 211	0.05 34	0.04 48	0.05 121	0.06 234

tt45	0.09 106	0.06 76	0.11 179	0.15 86	0.07 86	0.11 196	0.16 319	0.13 75	0.11 75	0.09 124	0.06 16	0.08 127	0.06 45	0.13 270	0.10 140	0.06 131	0.04 24	0.06 127	0.05 133	0.05 121	0.06 234

999	0.09 106	0.05 27	0.13 262	0.15 86	0.08 146	0.10 149	0.14 179	0.15 128	0.11 75	0.10 159	0.08 90	0.08 127	0.08 167	0.16 354	0.10 140	0.06 131	0.04 24	0.06 127	0.05 133	0.04 21	0.05 146

PAM_32	0.09 106	0.05 27	0.17 413	0.15 86	0.08 146	0.10 149	0.15 251	0.14 96	0.15 185	0.09 124	0.08 90	0.09 152	0.07 127	0.14 298	0.08 17	0.06 131	0.05 211	0.06 127	0.06 214	0.05 121	0.06 234

PAM	0.10 174	0.05 27	0.16 383	0.15 86	0.08 146	0.09 97	0.16 319	0.15 128	0.16 214	0.12 230	0.09 113	0.09 152	0.07 127	0.13 270	0.08 17	0.06 131	0.05 211	0.06 127	0.06 214	0.05 121	0.06 234

dual_stereo	0.07 6	0.04 1	0.08 38	0.15 86	0.05 1	0.05 4	0.13 124	0.12 57	0.08 17	0.07 46	0.06 16	0.05 2	0.05 12	0.07 4	0.09 61	0.06 131	0.04 24	0.05 34	0.03 1	0.04 21	0.04 49

UGAM-zero	0.09 106	0.05 27	0.15 349	0.15 86	0.08 146	0.09 97	0.13 124	0.19 249	0.15 185	0.11 192	0.15 241	0.07 78	0.07 127	0.09 39	0.09 61	0.06 131	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234

GCAP-BAT	0.09 106	0.07 169	0.14 297	0.15 86	0.08 146	0.10 149	0.13 124	0.14 96	0.10 47	0.11 192	0.10 144	0.08 127	0.07 127	0.12 224	0.10 140	0.06 131	0.05 211	0.06 127	0.04 48	0.04 21	0.04 49

Occ-G	0.08 57	0.05 27	0.06 4	0.14 43	0.07 86	0.08 59	0.14 179	0.13 75	0.15 185	0.07 46	0.11 182	0.07 78	0.05 12	0.09 39	0.10 140	0.06 131	0.05 211	0.05 34	0.04 48	0.05 121	0.05 146

AIO-Stereo-zeroshot1	0.11 218	0.05 27	0.14 297	0.15 86	0.20 555	0.09 97	0.17 357	0.21 286	0.15 185	0.11 192	0.14 224	0.10 186	0.07 127	0.10 82	0.08 17	0.06 131	0.05 211	0.07 229	0.07 305	0.07 294	0.09 426

AIO-Stereo-zeroshot	0.11 218	0.05 27	0.11 179	0.15 86	0.13 480	0.13 283	0.16 319	0.23 329	0.17 237	0.10 159	0.12 196	0.10 186	0.07 127	0.11 132	0.09 61	0.06 131	0.05 211	0.06 127	0.06 214	0.07 294	0.08 381

U	0.08 57	0.07 169	0.09 86	0.19 386	0.10 372	0.10 149	0.13 124	0.12 57	0.17 237	0.07 46	0.07 48	0.06 22	0.05 12	0.07 4	0.08 17	0.06 131	0.04 24	0.06 127	0.04 48	0.06 224	0.05 146

IGEV-Stereo+	0.07 6	0.04 1	0.08 38	0.15 86	0.06 18	0.04 1	0.09 20	0.10 22	0.09 30	0.06 13	0.06 16	0.06 22	0.06 45	0.06 1	0.08 17	0.06 131	0.04 24	0.05 34	0.04 48	0.06 224	0.06 234

RAFT-Stereo-weight	0.09 106	0.06 76	0.10 133	0.16 166	0.07 86	0.09 97	0.14 179	0.19 249	0.16 214	0.11 192	0.10 144	0.08 127	0.06 45	0.10 82	0.11 215	0.06 131	0.04 24	0.06 127	0.04 48	0.04 21	0.04 49

gcap-zeroshot	0.09 106	0.05 27	0.10 133	0.16 166	0.07 86	0.13 283	0.13 124	0.11 37	0.12 105	0.13 257	0.12 196	0.09 152	0.08 167	0.09 39	0.09 61	0.06 131	0.05 211	0.06 127	0.05 133	0.04 21	0.04 49

test_for_model	0.09 106	0.12 451	0.14 297	0.23 512	0.11 424	0.08 59	0.13 124	0.12 57	0.12 105	0.10 159	0.07 48	0.07 78	0.06 45	0.11 132	0.10 140	0.06 131	0.05 211	0.05 34	0.03 1	0.07 294	0.04 49

testlalala2	0.10 174	0.06 76	0.11 179	0.20 445	0.10 372	0.10 149	0.12 76	0.17 194	0.12 105	0.12 230	0.13 210	0.09 152	0.07 127	0.11 132	0.13 313	0.06 131	0.05 211	0.05 34	0.04 48	0.05 121	0.05 146

MyStereo07	0.10 174	0.07 169	0.10 133	0.17 242	0.09 269	0.14 315	0.18 402	0.15 128	0.15 185	0.09 124	0.06 16	0.06 22	0.07 127	0.12 224	0.09 61	0.06 131	0.05 211	0.08 314	0.07 305	0.06 224	0.06 234

MyStereo06	0.10 174	0.07 169	0.12 215	0.17 242	0.09 269	0.13 283	0.18 402	0.19 249	0.12 105	0.12 230	0.08 90	0.07 78	0.07 127	0.11 132	0.09 61	0.06 131	0.05 211	0.07 229	0.07 305	0.06 224	0.06 234

MyStereo05	0.13 310	0.07 169	0.10 133	0.17 242	0.09 269	0.13 283	0.18 402	0.27 409	0.35 478	0.17 350	0.14 224	0.15 305	0.11 261	0.15 320	0.13 313	0.06 131	0.05 211	0.07 229	0.07 305	0.06 224	0.06 234

MyStereo04	0.13 310	0.07 169	0.10 133	0.17 242	0.09 269	0.14 315	0.18 402	0.29 440	0.38 497	0.17 350	0.14 224	0.16 319	0.10 236	0.15 320	0.13 313	0.06 131	0.05 211	0.08 314	0.07 305	0.06 224	0.06 234

ACVNet-DCA	0.10 174	0.08 270	0.12 215	0.17 242	0.09 269	0.13 283	0.15 251	0.23 329	0.16 214	0.09 124	0.09 113	0.06 22	0.06 45	0.10 82	0.07 1	0.06 131	0.04 24	0.06 127	0.05 133	0.07 294	0.07 317

xx1	0.11 218	0.08 270	0.12 215	0.17 242	0.09 269	0.13 283	0.15 251	0.16 158	0.18 264	0.09 124	0.09 113	0.16 319	0.16 401	0.10 82	0.07 1	0.06 131	0.04 24	0.08 314	0.08 373	0.07 294	0.07 317

1test111	0.11 218	0.08 270	0.12 215	0.17 242	0.09 269	0.13 283	0.15 251	0.23 329	0.16 214	0.09 124	0.09 113	0.06 22	0.06 45	0.15 320	0.16 397	0.06 131	0.04 24	0.06 127	0.05 133	0.07 294	0.07 317

cc1	0.10 174	0.08 270	0.12 215	0.17 242	0.09 269	0.13 283	0.15 251	0.16 158	0.18 264	0.09 124	0.09 113	0.06 22	0.06 45	0.10 82	0.07 1	0.06 131	0.04 24	0.06 127	0.05 133	0.06 224	0.06 234

IGEVStereo-DCA	0.09 106	0.06 76	0.11 179	0.15 86	0.10 372	0.11 196	0.15 251	0.16 158	0.12 105	0.10 159	0.06 16	0.08 127	0.06 45	0.10 82	0.08 17	0.06 131	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234

rrr	0.09 106	0.06 76	0.12 215	0.15 86	0.10 372	0.11 196	0.16 319	0.16 158	0.15 185	0.10 159	0.06 16	0.08 127	0.06 45	0.10 82	0.08 17	0.06 131	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234

ffm	0.12 285	0.09 346	0.14 297	0.16 166	0.08 146	0.17 393	0.17 357	0.15 128	0.19 280	0.15 306	0.25 404	0.19 367	0.13 332	0.10 82	0.07 1	0.06 131	0.04 24	0.09 398	0.08 373	0.06 224	0.06 234

ff1	0.13 310	0.09 346	0.14 297	0.16 166	0.08 146	0.17 393	0.17 357	0.15 128	0.19 280	0.15 306	0.25 404	0.19 367	0.13 332	0.14 298	0.20 449	0.06 131	0.04 24	0.09 398	0.08 373	0.06 224	0.06 234

tt1	0.10 174	0.08 270	0.12 215	0.17 242	0.09 269	0.12 239	0.16 319	0.15 128	0.19 280	0.09 124	0.08 90	0.06 22	0.06 45	0.10 82	0.07 1	0.06 131	0.04 24	0.06 127	0.05 133	0.06 224	0.06 234

IGEV_Zeroshot_test	0.09 106	0.05 27	0.12 215	0.13 14	0.08 146	0.12 239	0.13 124	0.17 194	0.11 75	0.10 159	0.06 16	0.09 152	0.06 45	0.11 132	0.09 61	0.06 131	0.04 24	0.06 127	0.06 214	0.05 121	0.05 146

MSKI-zero shot	0.09 106	0.05 27	0.09 86	0.15 86	0.07 86	0.10 149	0.13 124	0.14 96	0.13 140	0.09 124	0.09 113	0.09 152	0.06 45	0.12 224	0.10 140	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.04 49

CASnet	0.09 106	0.09 346	0.09 86	0.19 386	0.06 18	0.07 33	0.11 56	0.18 225	0.14 165	0.11 192	0.10 144	0.09 152	0.07 127	0.10 82	0.10 140	0.06 131	0.04 24	0.10 446	0.08 373	0.05 121	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 38	0.14 43	0.13 480	0.14 315	0.13 124	0.14 96	0.09 30	0.07 46	0.09 113	0.07 78	0.08 167	0.10 82	0.09 61	0.06 131	0.04 24	0.06 127	0.05 133	0.05 121	0.04 49

GCAP-Stereo	0.09 106	0.07 169	0.13 262	0.18 325	0.06 18	0.11 196	0.07 5	0.13 75	0.12 105	0.09 124	0.10 144	0.07 78	0.09 200	0.13 270	0.10 140	0.06 131	0.05 211	0.05 34	0.04 48	0.04 21	0.05 146

RAFT-Test	0.09 106	0.06 76	0.10 133	0.15 86	0.07 86	0.11 196	0.15 251	0.16 158	0.13 140	0.09 124	0.10 144	0.10 186	0.09 200	0.12 224	0.09 61	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.05 146

HH	0.09 106	0.06 76	0.13 262	0.17 242	0.08 146	0.10 149	0.16 319	0.14 96	0.10 47	0.08 85	0.09 113	0.08 127	0.07 127	0.10 82	0.09 61	0.06 131	0.04 24	0.06 127	0.05 133	0.05 121	0.04 49

HanStereo	0.09 106	0.06 76	0.13 262	0.17 242	0.08 146	0.10 149	0.16 319	0.14 96	0.10 47	0.08 85	0.09 113	0.08 127	0.07 127	0.10 82	0.09 61	0.06 131	0.04 24	0.06 127	0.05 133	0.05 121	0.04 49

LL-Strereo	0.13 310	0.09 346	0.11 179	0.20 445	0.10 372	0.11 196	0.18 402	0.32 475	0.24 360	0.15 306	0.15 241	0.14 276	0.13 332	0.19 423	0.11 215	0.06 131	0.04 24	0.09 398	0.08 373	0.04 21	0.05 146

CBFPSM	0.14 346	0.06 76	0.26 495	0.17 242	0.09 269	0.13 283	0.15 251	0.22 309	0.23 344	0.20 419	0.27 430	0.24 430	0.16 401	0.16 354	0.18 430	0.06 131	0.06 343	0.06 127	0.07 305	0.07 294	0.07 317

CES	0.08 57	0.04 1	0.08 38	0.14 43	0.07 86	0.09 97	0.14 179	0.11 37	0.09 30	0.08 85	0.09 113	0.11 212	0.06 45	0.12 224	0.08 17	0.06 131	0.04 24	0.05 34	0.03 1	0.05 121	0.05 146

EGLCR-Stereo	0.08 57	0.05 27	0.08 38	0.14 43	0.06 18	0.10 149	0.12 76	0.11 37	0.16 214	0.06 13	0.05 7	0.07 78	0.05 12	0.10 82	0.11 215	0.06 131	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

DCRE	0.11 218	0.07 169	0.13 262	0.16 166	0.11 424	0.11 196	0.17 357	0.18 225	0.17 237	0.11 192	0.18 302	0.10 186	0.10 236	0.15 320	0.11 215	0.06 131	0.05 211	0.06 127	0.06 214	0.05 121	0.04 49

MC-Stereo	0.08 57	0.06 76	0.09 86	0.17 242	0.06 18	0.10 149	0.14 179	0.12 57	0.10 47	0.09 124	0.12 196	0.09 152	0.06 45	0.11 132	0.10 140	0.06 131	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

RCA-Stereo	0.09 106	0.06 76	0.09 86	0.16 166	0.06 18	0.09 97	0.13 124	0.18 225	0.14 165	0.09 124	0.10 144	0.08 127	0.07 127	0.12 224	0.11 215	0.06 131	0.04 24	0.06 127	0.05 133	0.05 121	0.04 49

CroCo-Stereo Lap2	0.09 106	0.09 346	0.08 38	0.22 491	0.09 269	0.09 97	0.19 442	0.16 158	0.12 105	0.09 124	0.10 144	0.05 2	0.05 12	0.08 18	0.08 17	0.06 131	0.06 343	0.07 229	0.05 133	0.05 121	0.05 146

TestStereo1	0.13 310	0.08 270	0.08 38	0.19 386	0.08 146	0.18 412	0.29 560	0.23 329	0.16 214	0.17 350	0.20 323	0.16 319	0.10 236	0.12 224	0.13 313	0.06 131	0.06 343	0.08 314	0.06 214	0.05 121	0.05 146

DCANet-4	0.10 174	0.06 76	0.12 215	0.16 166	0.06 18	0.09 97	0.17 357	0.18 225	0.19 280	0.13 257	0.16 255	0.09 152	0.14 357	0.11 132	0.12 271	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.05 146

fff	0.10 174	0.06 76	0.12 215	0.15 86	0.07 86	0.09 97	0.17 357	0.16 158	0.20 304	0.13 257	0.16 255	0.10 186	0.11 261	0.11 132	0.12 271	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.05 146

ADStereo(finetuned)	0.10 174	0.06 76	0.12 215	0.16 166	0.06 18	0.09 97	0.17 357	0.15 128	0.19 280	0.13 257	0.17 277	0.10 186	0.12 294	0.11 132	0.12 271	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

DisPM	0.11 218	0.07 169	0.12 215	0.16 166	0.09 269	0.06 11	0.13 124	0.17 194	0.17 237	0.14 279	0.20 323	0.12 231	0.10 236	0.11 132	0.10 140	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.11 479

test_5	0.14 346	0.12 451	0.08 38	0.20 445	0.10 372	0.14 315	0.29 560	0.21 286	0.24 360	0.18 380	0.28 444	0.11 212	0.15 375	0.12 224	0.13 313	0.06 131	0.05 211	0.07 229	0.08 373	0.08 357	0.07 317

SA-5K	0.13 310	0.08 270	0.08 38	0.19 386	0.08 146	0.18 412	0.29 560	0.23 329	0.16 214	0.17 350	0.20 323	0.16 319	0.10 236	0.12 224	0.13 313	0.06 131	0.06 343	0.08 314	0.06 214	0.05 121	0.05 146

Sa-1000	0.12 285	0.08 270	0.08 38	0.18 325	0.08 146	0.14 315	0.22 490	0.22 309	0.18 264	0.15 306	0.20 323	0.17 339	0.11 261	0.10 82	0.10 140	0.06 131	0.05 211	0.09 398	0.09 422	0.05 121	0.05 146

iRaft-Stereo_20w	0.09 106	0.05 27	0.13 262	0.14 43	0.08 146	0.12 239	0.15 251	0.18 225	0.10 47	0.11 192	0.08 90	0.08 127	0.05 12	0.10 82	0.09 61	0.06 131	0.04 24	0.06 127	0.05 133	0.06 224	0.05 146

GLC_STEREO	0.11 218	0.07 169	0.11 179	0.17 242	0.07 86	0.09 97	0.13 124	0.15 128	0.24 360	0.12 230	0.13 210	0.12 231	0.08 167	0.18 408	0.11 215	0.06 131	0.08 444	0.08 314	0.06 214	0.05 121	0.05 146

IPLG	0.10 174	0.07 169	0.15 349	0.17 242	0.08 146	0.11 196	0.14 179	0.20 262	0.15 185	0.12 230	0.17 277	0.07 78	0.07 127	0.14 298	0.13 313	0.06 131	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

MIPNet	0.11 218	0.08 270	0.14 297	0.17 242	0.09 269	0.12 239	0.14 179	0.20 262	0.24 360	0.11 192	0.10 144	0.09 152	0.07 127	0.13 270	0.12 271	0.06 131	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

IPLGR	0.11 218	0.09 346	0.16 383	0.18 325	0.08 146	0.12 239	0.17 357	0.21 286	0.24 360	0.11 192	0.12 196	0.11 212	0.08 167	0.12 224	0.12 271	0.06 131	0.05 211	0.06 127	0.06 214	0.04 21	0.04 49

CrosDoStereo	0.12 285	0.06 76	0.12 215	0.14 43	0.08 146	0.12 239	0.15 251	0.17 194	0.22 334	0.19 396	0.24 375	0.15 305	0.11 261	0.11 132	0.12 271	0.06 131	0.04 24	0.07 229	0.07 305	0.05 121	0.05 146

Patchmatch Stereo++	0.11 218	0.09 346	0.16 383	0.18 325	0.08 146	0.06 11	0.11 56	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317
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	0.11 218	0.07 169	0.16 383	0.19 386	0.09 269	0.08 59	0.13 124	0.18 225	0.13 140	0.16 334	0.21 344	0.13 256	0.14 357	0.11 132	0.14 352	0.06 131	0.04 24	0.09 398	0.06 214	0.06 224	0.05 146

OMP-Stereo	0.11 218	0.06 76	0.14 297	0.18 325	0.08 146	0.09 97	0.12 76	0.21 286	0.21 319	0.13 257	0.14 224	0.11 212	0.12 294	0.11 132	0.13 313	0.06 131	0.04 24	0.07 229	0.06 214	0.05 121	0.04 49

IIG-Stereo	0.11 218	0.06 76	0.13 262	0.17 242	0.08 146	0.11 196	0.12 76	0.22 309	0.17 237	0.14 279	0.17 277	0.11 212	0.12 294	0.12 224	0.12 271	0.06 131	0.05 211	0.07 229	0.06 214	0.05 121	0.04 49

NF-Stereo	0.11 218	0.07 169	0.13 262	0.17 242	0.09 269	0.10 149	0.14 179	0.23 329	0.19 280	0.12 230	0.17 277	0.12 231	0.11 261	0.11 132	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.12 492

OCTAStereo	0.11 218	0.07 169	0.13 262	0.17 242	0.09 269	0.10 149	0.14 179	0.23 329	0.19 280	0.12 230	0.17 277	0.12 231	0.11 261	0.11 132	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.12 492

NRIStereo	0.11 218	0.08 270	0.14 297	0.18 325	0.08 146	0.10 149	0.14 179	0.16 158	0.15 185	0.12 230	0.14 224	0.13 256	0.12 294	0.13 270	0.10 140	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.07 317

PSM-adaLoss	0.11 218	0.09 346	0.16 383	0.18 325	0.08 146	0.06 11	0.12 76	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

ROB_FTStereo_v2	0.11 218	0.09 346	0.16 383	0.19 386	0.08 146	0.06 11	0.12 76	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

ROB_FTStereo	0.11 218	0.09 346	0.16 383	0.19 386	0.08 146	0.06 11	0.11 56	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

HUI-Stereo	0.11 218	0.09 346	0.16 383	0.18 325	0.08 146	0.06 11	0.12 76	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

DeepStereo_LL	0.12 285	0.06 76	0.12 215	0.14 43	0.08 146	0.12 239	0.15 251	0.17 194	0.22 334	0.19 396	0.24 375	0.15 305	0.11 261	0.11 132	0.12 271	0.06 131	0.04 24	0.07 229	0.07 305	0.05 121	0.05 146

SST-Stereo	0.10 174	0.07 169	0.15 349	0.18 325	0.09 269	0.06 11	0.12 76	0.17 194	0.11 75	0.15 306	0.17 277	0.13 256	0.12 294	0.10 82	0.11 215	0.06 131	0.04 24	0.09 398	0.06 214	0.06 224	0.05 146

THIR-Stereo	0.12 285	0.07 169	0.11 179	0.15 86	0.08 146	0.14 315	0.16 319	0.17 194	0.25 381	0.16 334	0.24 375	0.14 276	0.12 294	0.12 224	0.14 352	0.06 131	0.04 24	0.07 229	0.07 305	0.05 121	0.05 146

RAFT_R40	0.11 218	0.07 169	0.14 297	0.18 325	0.09 269	0.06 11	0.13 124	0.17 194	0.16 214	0.14 279	0.18 302	0.15 305	0.12 294	0.10 82	0.11 215	0.06 131	0.04 24	0.09 398	0.06 214	0.06 224	0.05 146

PFNet	0.12 285	0.06 76	0.17 413	0.17 242	0.08 146	0.09 97	0.15 251	0.26 386	0.20 304	0.16 334	0.16 255	0.14 276	0.11 261	0.12 224	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.05 121	0.05 146

RE-Stereo	0.11 218	0.07 169	0.13 262	0.17 242	0.09 269	0.10 149	0.14 179	0.23 329	0.19 280	0.12 230	0.17 277	0.12 231	0.11 261	0.11 132	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.12 492

Pruner-Stereo	0.11 218	0.07 169	0.12 215	0.17 242	0.09 269	0.06 11	0.12 76	0.17 194	0.17 237	0.13 257	0.19 311	0.13 256	0.09 200	0.11 132	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.08 381

TVStereo	0.11 218	0.07 169	0.13 262	0.17 242	0.09 269	0.10 149	0.14 179	0.23 329	0.19 280	0.12 230	0.17 277	0.12 231	0.11 261	0.11 132	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.06 224	0.12 492

DeepStereo_RVC	0.11 218	0.08 270	0.16 383	0.18 325	0.08 146	0.08 59	0.12 76	0.17 194	0.12 105	0.13 257	0.14 224	0.12 231	0.12 294	0.12 224	0.11 215	0.06 131	0.04 24	0.07 229	0.06 214	0.07 294	0.08 381

iGMRVC	0.11 218	0.09 346	0.16 383	0.19 386	0.08 146	0.06 11	0.12 76	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

IRAFT_RVC	0.12 285	0.08 270	0.16 383	0.19 386	0.08 146	0.07 33	0.15 251	0.24 352	0.23 344	0.14 279	0.14 224	0.15 305	0.12 294	0.12 224	0.10 140	0.06 131	0.04 24	0.09 398	0.06 214	0.06 224	0.06 234

iRAFT	0.11 218	0.09 346	0.16 383	0.18 325	0.08 146	0.06 11	0.11 56	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

RAFT	0.13 310	0.09 346	0.11 179	0.18 325	0.08 146	0.15 342	0.24 513	0.20 262	0.19 280	0.21 433	0.21 344	0.17 339	0.12 294	0.16 354	0.09 61	0.06 131	0.07 418	0.10 446	0.09 422	0.05 121	0.05 146

test-1	0.10 174	0.07 169	0.16 383	0.19 386	0.08 146	0.11 196	0.24 513	0.14 96	0.18 264	0.09 124	0.07 48	0.09 152	0.08 167	0.07 4	0.09 61	0.06 131	0.04 24	0.06 127	0.05 133	0.04 21	0.04 49

RAFT-IKP	0.11 218	0.09 346	0.16 383	0.19 386	0.08 146	0.06 11	0.12 76	0.16 158	0.13 140	0.15 306	0.16 255	0.14 276	0.12 294	0.11 132	0.10 140	0.06 131	0.04 24	0.08 314	0.06 214	0.08 357	0.07 317

CREStereo++_RVC	0.08 57	0.04 1	0.06 4	0.13 14	0.07 86	0.09 97	0.12 76	0.14 96	0.14 165	0.10 159	0.14 224	0.08 127	0.07 127	0.09 39	0.11 215	0.06 131	0.04 24	0.05 34	0.05 133	0.04 21	0.04 49
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	0.09 106	0.06 76	0.07 8	0.14 43	0.07 86	0.12 239	0.16 319	0.14 96	0.13 140	0.11 192	0.12 196	0.09 152	0.08 167	0.10 82	0.10 140	0.06 131	0.04 24	0.05 34	0.03 1	0.06 224	0.05 146

RALAANet	0.11 218	0.08 270	0.10 133	0.17 242	0.09 269	0.14 315	0.10 33	0.20 262	0.15 185	0.14 279	0.13 210	0.16 319	0.09 200	0.12 224	0.11 215	0.06 131	0.05 211	0.07 229	0.06 214	0.05 121	0.04 49

XX-Stereo	0.09 106	0.05 27	0.08 38	0.17 242	0.09 269	0.15 342	0.12 76	0.20 262	0.10 47	0.10 159	0.14 224	0.07 78	0.06 45	0.12 224	0.08 17	0.06 131	0.05 211	0.06 127	0.06 214	0.04 21	0.04 49

DCANet	0.10 174	0.06 76	0.12 215	0.16 166	0.06 18	0.09 97	0.17 357	0.15 128	0.19 280	0.13 257	0.17 277	0.10 186	0.11 261	0.11 132	0.12 271	0.06 131	0.04 24	0.05 34	0.04 48	0.05 121	0.04 49

csc	0.10 174	0.06 76	0.12 215	0.15 86	0.07 86	0.09 97	0.17 357	0.16 158	0.20 304	0.13 257	0.16 255	0.10 186	0.11 261	0.11 132	0.12 271	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.05 146

cscssc	0.10 174	0.06 76	0.12 215	0.15 86	0.07 86	0.09 97	0.17 357	0.16 158	0.20 304	0.13 257	0.16 255	0.10 186	0.11 261	0.11 132	0.12 271	0.06 131	0.04 24	0.05 34	0.04 48	0.04 21	0.05 146

111	0.10 174	0.06 76	0.12 215	0.15 86	0.07 86	0.10 149	0.14 179	0.21 286	0.23 344	0.11 192	0.12 196	0.14 276	0.11 261	0.13 270	0.10 140	0.06 131	0.04 24	0.06 127	0.04 48	0.05 121	0.05 146

ARAFT	0.12 285	0.08 270	0.17 413	0.19 386	0.09 269	0.14 315	0.18 402	0.20 262	0.12 105	0.12 230	0.13 210	0.14 276	0.11 261	0.15 320	0.12 271	0.06 131	0.05 211	0.10 446	0.09 422	0.05 121	0.04 49

CFNet-RSSM	0.09 106	0.07 169	0.09 86	0.16 166	0.07 86	0.09 97	0.15 251	0.16 158	0.17 237	0.08 85	0.12 196	0.10 186	0.09 200	0.11 132	0.09 61	0.06 131	0.04 24	0.06 127	0.04 48	0.04 21	0.04 49

MMNet	0.17 434	0.09 346	0.16 383	0.20 445	0.11 424	0.27 524	0.20 463	0.25 368	0.41 511	0.22 449	0.30 462	0.21 388	0.20 466	0.17 386	0.20 449	0.06 131	0.06 343	0.07 229	0.07 305	0.08 357	0.07 317

Gwc-CoAtRS	0.09 106	0.06 76	0.10 133	0.16 166	0.07 86	0.10 149	0.14 179	0.17 194	0.17 237	0.08 85	0.10 144	0.12 231	0.09 200	0.12 224	0.09 61	0.06 131	0.04 24	0.06 127	0.04 48	0.04 21	0.04 49

DIP-Stereo	0.11 218	0.07 169	0.14 297	0.17 242	0.09 269	0.13 283	0.09 20	0.16 158	0.16 214	0.11 192	0.16 255	0.14 276	0.12 294	0.15 320	0.13 313	0.06 131	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234
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	0.14 346	0.08 270	0.11 179	0.15 86	0.08 146	0.15 342	0.15 251	0.27 409	0.29 426	0.19 396	0.21 344	0.29 480	0.14 357	0.17 386	0.13 313	0.06 131	0.06 343	0.06 127	0.06 214	0.07 294	0.06 234
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
AANet_RVC	0.16 414	0.10 407	0.10 133	0.18 325	0.09 269	0.18 412	0.19 442	0.26 386	0.31 443	0.22 449	0.35 495	0.21 388	0.21 470	0.22 478	0.16 397	0.06 131	0.05 211	0.06 127	0.06 214	0.07 294	0.06 234

HITNet	0.10 174	0.06 76	0.12 215	0.14 43	0.06 18	0.11 196	0.10 33	0.18 225	0.18 264	0.13 257	0.16 255	0.14 276	0.11 261	0.15 320	0.13 313	0.06 131	0.04 24	0.04 1	0.04 48	0.06 224	0.05 146
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	0.14 346	0.08 270	0.15 349	0.16 166	0.08 146	0.16 372	0.12 76	0.25 368	0.35 478	0.21 433	0.29 456	0.24 430	0.13 332	0.14 298	0.14 352	0.06 131	0.05 211	0.06 127	0.04 48	0.09 420	0.08 381

iResNet	0.13 310	0.10 407	0.18 436	0.19 386	0.08 146	0.13 283	0.18 402	0.20 262	0.26 395	0.15 306	0.23 363	0.15 305	0.13 332	0.14 298	0.14 352	0.06 131	0.04 24	0.06 127	0.05 133	0.06 224	0.05 146

WQFJA1	0.13 310	0.09 346	0.10 133	0.20 445	0.10 372	0.11 196	0.15 251	0.26 386	0.39 500	0.10 159	0.15 241	0.11 212	0.11 261	0.11 132	0.13 313	0.07 274	0.06 343	0.08 314	0.08 373	0.06 224	0.06 234

WQFJX1	0.13 310	0.09 346	0.10 133	0.20 445	0.10 372	0.11 196	0.15 251	0.26 386	0.39 500	0.10 159	0.15 241	0.11 212	0.11 261	0.11 132	0.13 313	0.07 274	0.06 343	0.08 314	0.08 373	0.06 224	0.06 234

Select-FE	0.11 218	0.06 76	0.20 459	0.15 86	0.11 424	0.11 196	0.13 124	0.21 286	0.18 264	0.09 124	0.11 182	0.10 186	0.06 45	0.12 224	0.09 61	0.07 274	0.05 211	0.07 229	0.08 373	0.06 224	0.08 381

z-ln-s-r	0.17 434	0.10 407	0.40 545	0.19 386	0.08 146	0.17 393	0.18 402	0.22 309	0.33 457	0.18 380	0.40 524	0.22 406	0.17 424	0.20 448	0.23 490	0.07 274	0.05 211	0.07 229	0.07 305	0.07 294	0.05 146

LG-G_1	0.07 6	0.04 1	0.11 179	0.15 86	0.06 18	0.09 97	0.08 9	0.08 6	0.06 6	0.06 13	0.05 7	0.07 78	0.07 127	0.11 132	0.08 17	0.07 274	0.04 24	0.05 34	0.04 48	0.05 121	0.05 146

LG-G	0.07 6	0.04 1	0.11 179	0.15 86	0.06 18	0.09 97	0.08 9	0.08 6	0.06 6	0.06 13	0.05 7	0.07 78	0.07 127	0.11 132	0.08 17	0.07 274	0.04 24	0.05 34	0.04 48	0.05 121	0.05 146

DFGA-Net	0.13 310	0.11 433	0.18 436	0.17 242	0.10 372	0.12 239	0.13 124	0.22 309	0.25 381	0.16 334	0.16 255	0.13 256	0.12 294	0.16 354	0.14 352	0.07 274	0.05 211	0.08 314	0.07 305	0.05 121	0.05 146

G2L-Stereo_test	0.14 346	0.07 169	0.11 179	0.13 14	0.08 146	0.12 239	0.16 319	0.30 454	0.28 419	0.20 419	0.23 363	0.20 379	0.16 401	0.17 386	0.18 430	0.07 274	0.05 211	0.05 34	0.05 133	0.07 294	0.06 234

LGtest1	0.07 6	0.04 1	0.10 133	0.15 86	0.06 18	0.07 33	0.09 20	0.08 6	0.06 6	0.05 2	0.04 1	0.06 22	0.06 45	0.10 82	0.09 61	0.07 274	0.04 24	0.05 34	0.04 48	0.06 224	0.06 234

FACV-RUCA	0.13 310	0.11 433	0.12 215	0.19 386	0.12 457	0.15 342	0.15 251	0.22 309	0.20 304	0.15 306	0.16 255	0.14 276	0.16 401	0.14 298	0.13 313	0.07 274	0.05 211	0.08 314	0.06 214	0.10 452	0.08 381

UGAM	0.13 310	0.10 407	0.09 86	0.22 491	0.08 146	0.12 239	0.20 463	0.17 194	0.23 344	0.21 433	0.16 255	0.13 256	0.13 332	0.19 423	0.12 271	0.07 274	0.05 211	0.13 511	0.11 493	0.07 294	0.05 146

model_zeroshot	0.10 174	0.04 1	0.11 179	0.15 86	0.09 269	0.12 239	0.14 179	0.20 262	0.13 140	0.11 192	0.10 144	0.12 231	0.07 127	0.12 224	0.10 140	0.07 274	0.06 343	0.06 127	0.05 133	0.06 224	0.06 234

ACV-stereo	0.15 391	0.10 407	0.28 508	0.18 325	0.12 457	0.14 315	0.12 76	0.23 329	0.21 319	0.19 396	0.23 363	0.22 406	0.15 375	0.23 489	0.17 412	0.07 274	0.06 343	0.07 229	0.07 305	0.07 294	0.07 317

RAStereo	0.10 174	0.09 346	0.08 38	0.20 445	0.08 146	0.13 283	0.18 402	0.15 128	0.17 237	0.10 159	0.12 196	0.05 2	0.06 45	0.09 39	0.08 17	0.07 274	0.05 211	0.07 229	0.05 133	0.05 121	0.04 49

test_sample1	0.13 310	0.07 169	0.14 297	0.13 14	0.08 146	0.19 435	0.16 319	0.20 262	0.15 185	0.14 279	0.22 354	0.18 353	0.16 401	0.17 386	0.14 352	0.07 274	0.06 343	0.06 127	0.06 214	0.08 357	0.07 317

DispNO	0.14 346	0.08 270	0.17 413	0.19 386	0.12 457	0.11 196	0.21 480	0.23 329	0.29 426	0.17 350	0.23 363	0.18 353	0.17 424	0.15 320	0.15 381	0.07 274	0.05 211	0.08 314	0.08 373	0.07 294	0.06 234

Former-RAFT_DAM_RVC	0.10 174	0.08 270	0.12 215	0.16 166	0.08 146	0.15 342	0.16 319	0.18 225	0.18 264	0.10 159	0.09 113	0.09 152	0.08 167	0.11 132	0.12 271	0.07 274	0.05 211	0.08 314	0.06 214	0.07 294	0.06 234

MyStereo8	0.12 285	0.07 169	0.15 349	0.15 86	0.09 269	0.18 412	0.14 179	0.19 249	0.22 334	0.12 230	0.18 302	0.11 212	0.10 236	0.16 354	0.18 430	0.07 274	0.05 211	0.07 229	0.05 133	0.08 357	0.09 426

CoDeX	0.12 285	0.07 169	0.12 215	0.17 242	0.08 146	0.12 239	0.15 251	0.23 329	0.27 405	0.13 257	0.17 277	0.16 319	0.11 261	0.14 298	0.11 215	0.07 274	0.05 211	0.07 229	0.06 214	0.06 224	0.05 146

1111x	0.15 391	0.08 270	0.12 215	0.18 325	0.07 86	0.18 412	0.25 529	0.31 464	0.24 360	0.17 350	0.24 375	0.26 454	0.15 375	0.13 270	0.23 490	0.07 274	0.07 418	0.08 314	0.09 422	0.07 294	0.06 234

plain	0.10 174	0.08 270	0.10 133	0.19 386	0.09 269	0.10 149	0.15 251	0.14 96	0.13 140	0.13 257	0.15 241	0.09 152	0.12 294	0.13 270	0.12 271	0.07 274	0.05 211	0.09 398	0.06 214	0.06 224	0.06 234

MaDis-Stereo	0.09 106	0.09 346	0.08 38	0.17 242	0.09 269	0.13 283	0.10 33	0.16 158	0.16 214	0.09 124	0.11 182	0.06 22	0.06 45	0.09 39	0.13 313	0.07 274	0.06 343	0.07 229	0.05 133	0.05 121	0.04 49

UniTT-Stereo	0.09 106	0.07 169	0.08 38	0.18 325	0.08 146	0.13 283	0.11 56	0.12 57	0.11 75	0.10 159	0.12 196	0.05 2	0.07 127	0.09 39	0.09 61	0.07 274	0.05 211	0.05 34	0.05 133	0.05 121	0.05 146

PCWNet_CMD	0.14 346	0.08 270	0.15 349	0.17 242	0.09 269	0.14 315	0.14 179	0.29 440	0.36 483	0.14 279	0.20 323	0.21 388	0.12 294	0.17 386	0.13 313	0.07 274	0.05 211	0.07 229	0.07 305	0.07 294	0.07 317

Any-RAFT	0.10 174	0.05 27	0.09 86	0.14 43	0.07 86	0.13 283	0.14 179	0.21 286	0.15 185	0.11 192	0.12 196	0.12 231	0.09 200	0.12 224	0.09 61	0.07 274	0.04 24	0.05 34	0.04 48	0.06 224	0.05 146

LoS	0.09 106	0.05 27	0.11 179	0.13 14	0.07 86	0.14 315	0.11 56	0.15 128	0.15 185	0.09 124	0.09 113	0.12 231	0.09 200	0.15 320	0.10 140	0.07 274	0.05 211	0.05 34	0.03 1	0.05 121	0.05 146
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ToySt	0.17 434	0.11 433	0.18 436	0.17 242	0.11 424	0.16 372	0.25 529	0.24 352	0.33 457	0.19 396	0.24 375	0.26 454	0.24 493	0.19 423	0.20 449	0.07 274	0.08 444	0.09 398	0.10 461	0.09 420	0.08 381

anonymousa	0.13 310	0.07 169	0.13 262	0.18 325	0.09 269	0.13 283	0.17 357	0.19 249	0.29 426	0.15 306	0.24 375	0.15 305	0.14 357	0.14 298	0.14 352	0.07 274	0.05 211	0.07 229	0.09 422	0.05 121	0.06 234

qqq	0.13 310	0.09 346	0.15 349	0.16 166	0.08 146	0.13 283	0.15 251	0.23 329	0.16 214	0.15 306	0.19 311	0.16 319	0.16 401	0.15 320	0.16 397	0.07 274	0.06 343	0.08 314	0.08 373	0.07 294	0.07 317

x	0.13 310	0.07 169	0.14 297	0.14 43	0.08 146	0.18 412	0.14 179	0.22 309	0.20 304	0.15 306	0.19 311	0.19 367	0.17 424	0.18 408	0.18 430	0.07 274	0.05 211	0.06 127	0.06 214	0.07 294	0.07 317

Wz-Net-LNSev-Ref	0.18 448	0.09 346	0.29 516	0.15 86	0.10 372	0.22 475	0.20 463	0.26 386	0.39 500	0.25 483	0.42 542	0.24 430	0.15 375	0.20 448	0.19 443	0.07 274	0.05 211	0.06 127	0.05 133	0.10 452	0.09 426

hknet	0.15 391	0.11 433	0.13 262	0.22 491	0.11 424	0.14 315	0.15 251	0.34 503	0.25 381	0.17 350	0.22 354	0.22 406	0.18 438	0.17 386	0.12 271	0.07 274	0.06 343	0.10 446	0.09 422	0.07 294	0.07 317

CIPLG	0.11 218	0.08 270	0.14 297	0.17 242	0.08 146	0.12 239	0.15 251	0.17 194	0.15 185	0.14 279	0.11 182	0.16 319	0.09 200	0.16 354	0.11 215	0.07 274	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234

IPLGR_C	0.11 218	0.08 270	0.14 297	0.17 242	0.08 146	0.12 239	0.15 251	0.17 194	0.15 185	0.14 279	0.10 144	0.16 319	0.09 200	0.16 354	0.11 215	0.07 274	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234

ACRE	0.11 218	0.08 270	0.14 297	0.17 242	0.08 146	0.12 239	0.15 251	0.17 194	0.14 165	0.14 279	0.10 144	0.16 319	0.09 200	0.16 354	0.11 215	0.07 274	0.05 211	0.06 127	0.05 133	0.05 121	0.06 234

GwcNet-ADL	0.13 310	0.08 270	0.14 297	0.20 445	0.09 269	0.11 196	0.20 463	0.30 454	0.24 360	0.13 257	0.14 224	0.18 353	0.14 357	0.13 270	0.14 352	0.07 274	0.05 211	0.06 127	0.05 133	0.07 294	0.06 234

TRStereo	0.09 106	0.05 27	0.12 215	0.15 86	0.12 457	0.10 149	0.13 124	0.18 225	0.18 264	0.09 124	0.09 113	0.09 152	0.06 45	0.10 82	0.08 17	0.07 274	0.05 211	0.07 229	0.07 305	0.04 21	0.04 49

PSM-softLoss	0.12 285	0.07 169	0.15 349	0.17 242	0.09 269	0.08 59	0.13 124	0.24 352	0.17 237	0.14 279	0.19 311	0.13 256	0.11 261	0.11 132	0.11 215	0.07 274	0.05 211	0.08 314	0.07 305	0.06 224	0.12 492

KMStereo	0.12 285	0.07 169	0.15 349	0.17 242	0.09 269	0.08 59	0.13 124	0.24 352	0.17 237	0.14 279	0.19 311	0.13 256	0.11 261	0.11 132	0.11 215	0.07 274	0.05 211	0.08 314	0.07 305	0.06 224	0.12 492

CRE-IMP	0.11 218	0.09 346	0.16 383	0.19 386	0.08 146	0.10 149	0.12 76	0.18 225	0.10 47	0.14 279	0.13 210	0.13 256	0.12 294	0.12 224	0.11 215	0.07 274	0.04 24	0.08 314	0.06 214	0.08 357	0.08 381

CroCo-Stereo	0.09 106	0.08 270	0.08 38	0.22 491	0.09 269	0.09 97	0.19 442	0.15 128	0.12 105	0.07 46	0.07 48	0.08 127	0.06 45	0.08 18	0.07 1	0.07 274	0.05 211	0.06 127	0.04 48	0.05 121	0.04 49
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	0.15 391	0.08 270	0.13 262	0.21 476	0.09 269	0.17 393	0.20 463	0.27 409	0.19 280	0.24 470	0.24 375	0.23 424	0.17 424	0.20 448	0.17 412	0.07 274	0.06 343	0.08 314	0.06 214	0.10 452	0.08 381

rafts_anoy	0.11 218	0.06 76	0.10 133	0.17 242	0.08 146	0.10 149	0.14 179	0.17 194	0.14 165	0.13 257	0.13 210	0.12 231	0.10 236	0.11 132	0.12 271	0.07 274	0.04 24	0.09 398	0.11 493	0.07 294	0.06 234

raft+_RVC	0.11 218	0.07 169	0.09 86	0.16 166	0.07 86	0.10 149	0.11 56	0.24 352	0.20 304	0.12 230	0.15 241	0.12 231	0.08 167	0.12 224	0.13 313	0.07 274	0.04 24	0.07 229	0.06 214	0.05 121	0.05 146

TANstereo	0.09 106	0.04 1	0.08 38	0.13 14	0.06 18	0.11 196	0.14 179	0.15 128	0.19 280	0.11 192	0.15 241	0.10 186	0.06 45	0.12 224	0.09 61	0.07 274	0.05 211	0.05 34	0.04 48	0.06 224	0.05 146

CFNet_pseudo	0.14 346	0.08 270	0.15 349	0.16 166	0.09 269	0.13 283	0.14 179	0.27 409	0.34 469	0.14 279	0.21 344	0.22 406	0.13 332	0.18 408	0.14 352	0.07 274	0.05 211	0.08 314	0.06 214	0.07 294	0.07 317

RALCasStereoNet	0.10 174	0.06 76	0.09 86	0.16 166	0.08 146	0.12 239	0.14 179	0.17 194	0.11 75	0.12 230	0.17 277	0.14 276	0.10 236	0.12 224	0.11 215	0.07 274	0.06 343	0.06 127	0.05 133	0.08 357	0.07 317

RAFT + AFF	0.13 310	0.07 169	0.20 459	0.20 445	0.10 372	0.14 315	0.24 513	0.26 386	0.20 304	0.11 192	0.10 144	0.12 231	0.10 236	0.15 320	0.12 271	0.07 274	0.06 343	0.09 398	0.08 373	0.06 224	0.08 381

GMStereo	0.13 310	0.14 492	0.14 297	0.18 325	0.09 269	0.15 342	0.16 319	0.20 262	0.24 360	0.16 334	0.17 277	0.10 186	0.10 236	0.16 354	0.13 313	0.07 274	0.06 343	0.06 127	0.06 214	0.07 294	0.06 234
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UNet	0.17 434	0.09 346	0.18 436	0.19 386	0.12 457	0.27 524	0.19 442	0.33 494	0.29 426	0.21 433	0.24 375	0.23 424	0.19 454	0.19 423	0.18 430	0.07 274	0.06 343	0.08 314	0.07 305	0.08 357	0.06 234

ACVNet	0.15 391	0.09 346	0.15 349	0.13 14	0.12 457	0.14 315	0.20 463	0.22 309	0.33 457	0.17 350	0.26 421	0.21 388	0.16 401	0.17 386	0.21 469	0.07 274	0.06 343	0.06 127	0.06 214	0.08 357	0.06 234

acv_ft	0.15 391	0.09 346	0.15 349	0.19 386	0.10 372	0.16 372	0.17 357	0.25 368	0.33 457	0.19 396	0.26 421	0.21 388	0.17 424	0.17 386	0.18 430	0.07 274	0.06 343	0.06 127	0.06 214	0.08 357	0.06 234

FADNet-RVC-Resample	0.16 414	0.11 433	0.31 521	0.22 491	0.11 424	0.19 435	0.14 179	0.25 368	0.24 360	0.24 470	0.27 430	0.20 379	0.15 375	0.16 354	0.15 381	0.07 274	0.08 444	0.12 496	0.10 461	0.09 420	0.10 453

BEATNet_4x	0.12 285	0.08 270	0.14 297	0.18 325	0.07 86	0.15 342	0.07 5	0.22 309	0.18 264	0.16 334	0.19 311	0.18 353	0.14 357	0.16 354	0.15 381	0.07 274	0.05 211	0.05 34	0.05 133	0.06 224	0.06 234

R-Stereo Train	0.10 174	0.06 76	0.10 133	0.17 242	0.08 146	0.11 196	0.14 179	0.23 329	0.11 75	0.12 230	0.19 311	0.11 212	0.08 167	0.09 39	0.11 215	0.07 274	0.05 211	0.06 127	0.05 133	0.05 121	0.05 146

ADCRef	0.19 460	0.12 451	0.41 548	0.20 445	0.12 457	0.22 475	0.18 402	0.32 475	0.36 483	0.26 489	0.32 474	0.17 339	0.23 487	0.24 498	0.24 503	0.07 274	0.06 343	0.09 398	0.09 422	0.08 357	0.08 381

RAFT-Stereo	0.10 174	0.06 76	0.10 133	0.17 242	0.08 146	0.11 196	0.14 179	0.23 329	0.11 75	0.12 230	0.19 311	0.11 212	0.08 167	0.09 39	0.11 215	0.07 274	0.05 211	0.06 127	0.05 133	0.05 121	0.05 146
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
RASNet	0.14 346	0.07 169	0.14 297	0.16 166	0.08 146	0.18 412	0.14 179	0.29 440	0.20 304	0.17 350	0.25 404	0.21 388	0.18 438	0.20 448	0.19 443	0.07 274	0.06 343	0.06 127	0.08 373	0.06 224	0.06 234

MSMDNet	0.14 346	0.08 270	0.15 349	0.17 242	0.09 269	0.14 315	0.14 179	0.29 440	0.36 483	0.14 279	0.21 344	0.21 388	0.12 294	0.17 386	0.14 352	0.07 274	0.05 211	0.07 229	0.07 305	0.07 294	0.07 317

ccs_rob	0.14 346	0.08 270	0.15 349	0.16 166	0.09 269	0.12 239	0.14 179	0.27 409	0.34 469	0.14 279	0.21 344	0.22 406	0.13 332	0.18 408	0.14 352	0.07 274	0.05 211	0.08 314	0.07 305	0.07 294	0.07 317

HSM	0.15 391	0.08 270	0.14 297	0.16 166	0.09 269	0.16 372	0.14 179	0.28 429	0.25 381	0.19 396	0.23 363	0.37 532	0.16 401	0.20 448	0.15 381	0.07 274	0.05 211	0.07 229	0.06 214	0.07 294	0.06 234

iResNet_ROB	0.14 346	0.07 169	0.13 262	0.14 43	0.07 86	0.18 412	0.14 179	0.26 386	0.31 443	0.22 449	0.25 404	0.23 424	0.15 375	0.15 320	0.13 313	0.07 274	0.05 211	0.05 34	0.04 48	0.08 357	0.08 381

LE_ROB	0.50 581	0.07 169	0.14 297	0.15 86	0.08 146	0.24 493	0.16 319	0.22 309	1.81 615	4.63 619	0.67 578	0.47 566	0.44 574	0.20 448	0.29 543	0.07 274	0.06 343	0.06 127	0.06 214	0.08 357	0.06 234

pmcnn	0.15 391	0.07 169	0.19 447	0.15 86	0.07 86	0.20 450	0.15 251	0.24 352	0.26 395	0.21 433	0.34 490	0.28 472	0.18 438	0.18 408	0.17 412	0.07 274	0.05 211	0.05 34	0.04 48	0.07 294	0.06 234

z-mn7	0.24 516	0.14 492	0.45 552	0.19 386	0.13 480	0.28 531	0.25 529	0.34 503	0.62 572	0.27 495	0.56 568	0.29 480	0.24 493	0.32 538	0.25 513	0.08 338	0.08 444	0.08 314	0.08 373	0.10 452	0.10 453

w-ln-seven-2	0.20 472	0.14 492	0.37 540	0.22 491	0.12 457	0.20 450	0.21 480	0.28 429	0.37 490	0.25 483	0.37 504	0.27 462	0.22 479	0.21 465	0.23 490	0.08 338	0.08 444	0.09 398	0.09 422	0.10 452	0.09 426

S2M2_XL	0.08 57	0.06 76	0.12 215	0.12 5	0.08 146	0.09 97	0.09 20	0.07 4	0.07 12	0.08 85	0.07 48	0.07 78	0.06 45	0.09 39	0.09 61	0.08 338	0.06 343	0.07 229	0.05 133	0.08 357	0.06 234
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
G2L-ROB	0.13 310	0.06 76	0.13 262	0.13 14	0.08 146	0.14 315	0.16 319	0.25 368	0.18 264	0.19 396	0.18 302	0.20 379	0.14 357	0.17 386	0.16 397	0.08 338	0.05 211	0.06 127	0.05 133	0.08 357	0.09 426

coex_refinement	0.14 346	0.07 169	0.12 215	0.17 242	0.10 372	0.15 342	0.15 251	0.26 386	0.29 426	0.18 380	0.20 323	0.22 406	0.17 424	0.16 354	0.18 430	0.08 338	0.05 211	0.06 127	0.06 214	0.09 420	0.08 381

StereoAnything_RVC	0.07 6	0.15 502	0.17 413	0.11 1	0.05 1	0.05 4	0.11 56	0.08 6	0.08 17	0.06 13	0.06 16	0.05 2	0.05 12	0.09 39	0.08 17	0.08 338	0.04 24	0.05 34	0.03 1	0.05 121	0.04 49

Pointernet	0.09 106	0.04 1	0.09 86	0.16 166	0.08 146	0.13 283	0.10 33	0.15 128	0.17 237	0.09 124	0.07 48	0.06 22	0.06 45	0.11 132	0.09 61	0.08 338	0.04 24	0.05 34	0.03 1	0.06 224	0.05 146

test_sample6	0.14 346	0.08 270	0.13 262	0.16 166	0.08 146	0.17 393	0.19 442	0.25 368	0.17 237	0.17 350	0.27 430	0.19 367	0.14 357	0.15 320	0.13 313	0.08 338	0.05 211	0.08 314	0.07 305	0.08 357	0.08 381

test_sample5	0.14 346	0.08 270	0.14 297	0.16 166	0.08 146	0.18 412	0.18 402	0.25 368	0.17 237	0.17 350	0.27 430	0.18 353	0.14 357	0.16 354	0.13 313	0.08 338	0.05 211	0.08 314	0.07 305	0.08 357	0.08 381

test_sample4	0.14 346	0.08 270	0.14 297	0.15 86	0.08 146	0.19 435	0.18 402	0.26 386	0.17 237	0.16 334	0.25 404	0.18 353	0.14 357	0.16 354	0.13 313	0.08 338	0.06 343	0.08 314	0.06 214	0.08 357	0.08 381

test_sample3	0.14 346	0.08 270	0.15 349	0.14 43	0.09 269	0.19 435	0.17 357	0.26 386	0.18 264	0.16 334	0.22 354	0.19 367	0.15 375	0.17 386	0.13 313	0.08 338	0.06 343	0.07 229	0.06 214	0.09 420	0.08 381

test_sample2	0.12 285	0.07 169	0.12 215	0.14 43	0.08 146	0.16 372	0.18 402	0.21 286	0.16 214	0.14 279	0.20 323	0.19 367	0.15 375	0.15 320	0.12 271	0.08 338	0.05 211	0.07 229	0.06 214	0.08 357	0.07 317

trnet	0.08 57	0.05 27	0.07 8	0.12 5	0.05 1	0.12 239	0.11 56	0.13 75	0.10 47	0.08 85	0.13 210	0.09 152	0.08 167	0.11 132	0.10 140	0.08 338	0.05 211	0.05 34	0.03 1	0.06 224	0.05 146

SMFormer	0.14 346	0.07 169	0.17 413	0.14 43	0.08 146	0.16 372	0.17 357	0.26 386	0.27 405	0.19 396	0.20 323	0.18 353	0.15 375	0.15 320	0.17 412	0.08 338	0.05 211	0.07 229	0.06 214	0.07 294	0.06 234

tta	0.14 346	0.07 169	0.17 413	0.14 43	0.08 146	0.16 372	0.17 357	0.26 386	0.27 405	0.19 396	0.20 323	0.18 353	0.15 375	0.15 320	0.17 412	0.08 338	0.05 211	0.07 229	0.06 214	0.06 224	0.06 234

qqq1	0.13 310	0.07 169	0.17 413	0.14 43	0.08 146	0.16 372	0.17 357	0.26 386	0.27 405	0.19 396	0.20 323	0.18 353	0.15 375	0.15 320	0.11 215	0.08 338	0.05 211	0.05 34	0.05 133	0.06 224	0.06 234

fff1	0.13 310	0.07 169	0.17 413	0.14 43	0.08 146	0.16 372	0.17 357	0.26 386	0.27 405	0.19 396	0.20 323	0.18 353	0.15 375	0.15 320	0.11 215	0.08 338	0.05 211	0.05 34	0.05 133	0.06 224	0.06 234

mmm	0.14 346	0.08 270	0.17 413	0.17 242	0.09 269	0.17 393	0.18 402	0.21 286	0.15 185	0.15 306	0.23 363	0.21 388	0.16 401	0.16 354	0.17 412	0.08 338	0.05 211	0.08 314	0.07 305	0.07 294	0.07 317

11t1	0.12 285	0.06 76	0.13 262	0.14 43	0.08 146	0.17 393	0.15 251	0.18 225	0.15 185	0.15 306	0.15 241	0.16 319	0.16 401	0.15 320	0.13 313	0.08 338	0.05 211	0.06 127	0.05 133	0.08 357	0.07 317

DualNet	0.14 346	0.08 270	0.14 297	0.16 166	0.08 146	0.18 412	0.18 402	0.25 368	0.17 237	0.17 350	0.27 430	0.18 353	0.14 357	0.16 354	0.13 313	0.08 338	0.05 211	0.08 314	0.07 305	0.08 357	0.08 381

mmx	0.14 346	0.09 346	0.14 297	0.16 166	0.08 146	0.17 393	0.17 357	0.27 409	0.25 381	0.15 306	0.25 404	0.19 367	0.13 332	0.14 298	0.20 449	0.08 338	0.06 343	0.09 398	0.08 373	0.08 357	0.08 381

xxx	0.14 346	0.09 346	0.14 297	0.16 166	0.08 146	0.17 393	0.17 357	0.27 409	0.25 381	0.15 306	0.25 404	0.19 367	0.13 332	0.14 298	0.20 449	0.08 338	0.06 343	0.09 398	0.08 373	0.08 357	0.08 381

MIF-Stereo (partial)	0.11 218	0.06 76	0.10 133	0.19 386	0.10 372	0.10 149	0.11 56	0.17 194	0.18 264	0.14 279	0.16 255	0.09 152	0.11 261	0.12 224	0.12 271	0.08 338	0.05 211	0.08 314	0.07 305	0.06 224	0.07 317

EKT-Stereo	0.11 218	0.07 169	0.14 297	0.15 86	0.10 372	0.13 283	0.14 179	0.18 225	0.21 319	0.11 192	0.08 90	0.12 231	0.09 200	0.11 132	0.12 271	0.08 338	0.06 343	0.07 229	0.06 214	0.08 357	0.07 317

testlalala_base	0.10 174	0.09 346	0.14 297	0.21 476	0.08 146	0.10 149	0.14 179	0.13 75	0.10 47	0.07 46	0.15 241	0.07 78	0.08 167	0.10 82	0.12 271	0.08 338	0.05 211	0.05 34	0.03 1	0.06 224	0.05 146

CAS	0.08 57	0.04 1	0.07 8	0.17 242	0.08 146	0.10 149	0.13 124	0.12 57	0.09 30	0.09 124	0.10 144	0.08 127	0.06 45	0.09 39	0.08 17	0.08 338	0.04 24	0.05 34	0.03 1	0.05 121	0.04 49

gwcnet-sp	0.14 346	0.07 169	0.12 215	0.18 325	0.09 269	0.16 372	0.17 357	0.24 352	0.24 360	0.18 380	0.24 375	0.15 305	0.16 401	0.15 320	0.15 381	0.08 338	0.06 343	0.07 229	0.08 373	0.08 357	0.07 317

scenet	0.14 346	0.07 169	0.12 215	0.18 325	0.09 269	0.16 372	0.17 357	0.24 352	0.24 360	0.18 380	0.24 375	0.15 305	0.16 401	0.15 320	0.15 381	0.08 338	0.06 343	0.07 229	0.08 373	0.08 357	0.07 317

knoymous	0.11 218	0.05 27	0.12 215	0.13 14	0.07 86	0.15 342	0.14 179	0.19 249	0.13 140	0.11 192	0.17 277	0.13 256	0.09 200	0.13 270	0.11 215	0.08 338	0.05 211	0.06 127	0.05 133	0.08 357	0.07 317

ssnet	0.14 346	0.07 169	0.12 215	0.18 325	0.09 269	0.16 372	0.17 357	0.24 352	0.24 360	0.18 380	0.24 375	0.15 305	0.16 401	0.15 320	0.15 381	0.08 338	0.06 343	0.07 229	0.08 373	0.08 357	0.07 317

BUS	0.14 346	0.09 346	0.14 297	0.22 491	0.10 372	0.19 435	0.14 179	0.34 503	0.19 280	0.17 350	0.22 354	0.16 319	0.13 332	0.15 320	0.13 313	0.08 338	0.06 343	0.10 446	0.09 422	0.07 294	0.07 317

IER	0.14 346	0.07 169	0.13 262	0.17 242	0.09 269	0.14 315	0.16 319	0.25 368	0.26 395	0.18 380	0.25 404	0.17 339	0.20 466	0.16 354	0.14 352	0.08 338	0.05 211	0.07 229	0.06 214	0.08 357	0.07 317

NINENet	0.16 414	0.10 407	0.15 349	0.17 242	0.11 424	0.19 435	0.14 179	0.40 549	0.36 483	0.18 380	0.21 344	0.16 319	0.13 332	0.15 320	0.13 313	0.08 338	0.08 444	0.10 446	0.07 305	0.10 452	0.09 426

BSDual-CNN	0.15 391	0.09 346	0.14 297	0.22 491	0.10 372	0.14 315	0.15 251	0.34 503	0.19 280	0.17 350	0.22 354	0.25 444	0.16 401	0.15 320	0.14 352	0.08 338	0.06 343	0.10 446	0.09 422	0.07 294	0.07 317

psmg	0.14 346	0.09 346	0.14 297	0.17 242	0.10 372	0.15 342	0.17 357	0.29 440	0.19 280	0.17 350	0.21 344	0.25 444	0.16 401	0.15 320	0.14 352	0.08 338	0.06 343	0.08 314	0.08 373	0.07 294	0.06 234

DAS	0.15 391	0.08 270	0.18 436	0.19 386	0.10 372	0.19 435	0.17 357	0.27 409	0.29 426	0.18 380	0.25 404	0.21 388	0.15 375	0.16 354	0.12 271	0.08 338	0.06 343	0.06 127	0.06 214	0.07 294	0.07 317

SepStereo	0.15 391	0.08 270	0.18 436	0.19 386	0.10 372	0.19 435	0.17 357	0.27 409	0.29 426	0.18 380	0.25 404	0.21 388	0.15 375	0.25 503	0.12 271	0.08 338	0.06 343	0.06 127	0.06 214	0.07 294	0.07 317

PSMNet-ADL	0.15 391	0.12 451	0.13 262	0.22 491	0.09 269	0.13 283	0.20 463	0.26 386	0.23 344	0.18 380	0.20 323	0.24 430	0.16 401	0.18 408	0.17 412	0.08 338	0.08 444	0.08 314	0.11 493	0.08 357	0.07 317

GANet-ADL	0.13 310	0.07 169	0.15 349	0.17 242	0.10 372	0.18 412	0.15 251	0.30 454	0.20 304	0.13 257	0.18 302	0.19 367	0.12 294	0.16 354	0.13 313	0.08 338	0.06 343	0.06 127	0.05 133	0.07 294	0.08 381

ADLNet2	0.16 414	0.09 346	0.13 262	0.16 166	0.09 269	0.20 450	0.16 319	0.31 464	0.39 500	0.16 334	0.20 323	0.20 379	0.18 438	0.21 465	0.22 478	0.08 338	0.06 343	0.07 229	0.07 305	0.09 420	0.07 317

PFNet+	0.11 218	0.06 76	0.13 262	0.16 166	0.09 269	0.05 4	0.12 76	0.17 194	0.21 319	0.16 334	0.19 311	0.14 276	0.10 236	0.11 132	0.11 215	0.08 338	0.05 211	0.09 398	0.08 373	0.06 224	0.11 479

AnonymousM	0.09 106	0.05 27	0.10 133	0.14 43	0.06 18	0.09 97	0.13 124	0.19 249	0.14 165	0.13 257	0.11 182	0.09 152	0.08 167	0.13 270	0.10 140	0.08 338	0.05 211	0.08 314	0.05 133	0.05 121	0.05 146

Anonymous3	0.16 414	0.13 480	0.33 527	0.26 539	0.14 500	0.27 524	0.17 357	0.28 429	0.28 419	0.15 306	0.17 277	0.14 276	0.10 236	0.15 320	0.12 271	0.08 338	0.08 444	0.08 314	0.08 373	0.08 357	0.11 479

raftrobust	0.09 106	0.06 76	0.10 133	0.17 242	0.08 146	0.09 97	0.10 33	0.18 225	0.16 214	0.10 159	0.09 113	0.12 231	0.07 127	0.12 224	0.10 140	0.08 338	0.05 211	0.06 127	0.05 133	0.05 121	0.05 146

sCroCo_RVC	0.12 285	0.09 346	0.23 483	0.24 521	0.11 424	0.19 435	0.14 179	0.17 194	0.14 165	0.10 159	0.13 210	0.12 231	0.07 127	0.14 298	0.11 215	0.08 338	0.08 444	0.08 314	0.08 373	0.05 121	0.07 317

GES	0.14 346	0.08 270	0.16 383	0.15 86	0.10 372	0.13 283	0.13 124	0.28 429	0.25 381	0.16 334	0.23 363	0.18 353	0.13 332	0.16 354	0.13 313	0.08 338	0.07 418	0.07 229	0.06 214	0.08 357	0.09 426

SFCPSM	0.13 310	0.07 169	0.14 297	0.17 242	0.09 269	0.15 342	0.16 319	0.28 429	0.27 405	0.14 279	0.17 277	0.12 231	0.13 332	0.14 298	0.11 215	0.08 338	0.05 211	0.07 229	0.07 305	0.07 294	0.06 234

delet	0.17 434	0.08 270	0.17 413	0.19 386	0.11 424	0.20 450	0.21 480	0.30 454	0.37 490	0.17 350	0.26 421	0.19 367	0.19 454	0.19 423	0.21 469	0.08 338	0.08 444	0.09 398	0.11 493	0.06 224	0.06 234

aanetorigin	0.22 493	0.17 521	0.56 568	0.17 242	0.10 372	0.15 342	0.19 442	0.20 262	0.33 457	0.49 572	0.48 552	0.29 480	0.27 516	0.20 448	0.23 490	0.08 338	0.07 418	0.08 314	0.07 305	0.10 452	0.09 426

EDNetEfficientorigin	7.91 620	0.31 572	153.02 641	0.19 386	0.09 269	0.21 467	0.16 319	0.22 309	0.59 566	0.72 588	0.67 578	0.42 551	0.50 579	0.24 498	0.39 572	0.08 338	0.07 418	0.08 314	0.07 305	0.12 490	0.10 453

CREStereo	0.09 106	0.04 1	0.08 38	0.11 1	0.06 18	0.13 283	0.14 179	0.14 96	0.10 47	0.08 85	0.13 210	0.09 152	0.08 167	0.11 132	0.10 140	0.08 338	0.04 24	0.05 34	0.03 1	0.06 224	0.06 234
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	0.13 310	0.08 270	0.12 215	0.16 166	0.08 146	0.14 315	0.15 251	0.22 309	0.23 344	0.17 350	0.23 363	0.16 319	0.12 294	0.14 298	0.15 381	0.08 338	0.05 211	0.08 314	0.08 373	0.07 294	0.07 317

FADNet_RVC	0.16 414	0.14 492	0.40 545	0.20 445	0.11 424	0.13 283	0.13 124	0.26 386	0.22 334	0.21 433	0.23 363	0.20 379	0.17 424	0.14 298	0.16 397	0.08 338	0.08 444	0.12 496	0.09 422	0.11 475	0.10 453

SuperB	0.20 472	0.10 407	0.56 568	0.16 166	0.09 269	0.18 412	0.18 402	0.24 352	0.50 547	0.26 489	0.39 518	0.17 339	0.21 470	0.22 478	0.21 469	0.08 338	0.06 343	0.06 127	0.06 214	0.12 490	0.10 453

ADCL	0.24 516	0.11 433	0.47 557	0.22 491	0.12 457	0.34 550	0.29 560	0.29 440	0.56 560	0.24 470	0.46 549	0.30 489	0.30 538	0.29 527	0.29 543	0.08 338	0.07 418	0.09 398	0.09 422	0.10 452	0.10 453

CFNet	0.15 391	0.10 407	0.17 413	0.17 242	0.08 146	0.18 412	0.09 20	0.28 429	0.25 381	0.19 396	0.24 375	0.24 430	0.17 424	0.17 386	0.14 352	0.08 338	0.06 343	0.09 398	0.10 461	0.07 294	0.06 234

StereoDRNet-Refined	0.17 434	0.12 451	0.15 349	0.20 445	0.09 269	0.18 412	0.18 402	0.26 386	0.23 344	0.26 489	0.40 524	0.22 406	0.17 424	0.21 465	0.20 449	0.08 338	0.05 211	0.09 398	0.10 461	0.07 294	0.07 317
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DISCO	0.19 460	0.09 346	0.22 474	0.17 242	0.10 372	0.25 504	0.18 402	0.27 409	0.44 529	0.22 449	0.31 470	0.33 515	0.26 508	0.28 520	0.28 540	0.08 338	0.06 343	0.07 229	0.07 305	0.09 420	0.09 426

DLCB_ROB	0.18 448	0.10 407	0.15 349	0.23 512	0.11 424	0.24 493	0.18 402	0.29 440	0.28 419	0.27 495	0.28 444	0.28 472	0.24 493	0.19 423	0.20 449	0.08 338	0.08 444	0.09 398	0.09 422	0.07 294	0.07 317

FlowAnything_test	0.11 218	0.08 270	0.14 297	0.15 86	0.09 269	0.07 33	0.14 179	0.20 262	0.11 75	0.09 124	0.09 113	0.12 231	0.12 294	0.13 270	0.11 215	0.09 397	0.06 343	0.09 398	0.09 422	0.06 224	0.09 426

MSAF-DinoV2	0.22 493	0.11 433	0.23 483	0.17 242	0.10 372	0.27 524	0.16 319	0.37 532	0.55 557	0.21 433	0.27 430	0.47 566	0.27 516	0.35 550	0.39 572	0.09 397	0.06 343	0.07 229	0.09 422	0.12 490	0.10 453

zh-mn7	0.25 527	0.14 492	0.56 568	0.19 386	0.14 500	0.24 493	0.22 490	0.34 503	0.62 572	0.35 541	0.65 576	0.31 502	0.25 502	0.31 531	0.25 513	0.09 397	0.08 444	0.09 398	0.09 422	0.09 420	0.11 479

w-ln-seven	0.24 516	0.14 492	0.55 565	0.19 386	0.14 500	0.26 514	0.22 490	0.35 519	0.60 569	0.29 518	0.39 518	0.30 489	0.22 479	0.21 465	0.26 525	0.09 397	0.09 473	0.11 477	0.10 461	0.11 475	0.10 453

G2L-Stereo	0.14 346	0.07 169	0.13 262	0.17 242	0.09 269	0.13 283	0.12 76	0.27 409	0.22 334	0.16 334	0.27 430	0.21 388	0.13 332	0.17 386	0.18 430	0.09 397	0.08 444	0.08 314	0.07 305	0.07 294	0.07 317

DDVS	0.15 391	0.10 407	0.21 468	0.16 166	0.12 457	0.15 342	0.14 179	0.25 368	0.19 280	0.18 380	0.29 456	0.27 462	0.12 294	0.19 423	0.15 381	0.09 397	0.06 343	0.09 398	0.07 305	0.11 475	0.11 479

DCVSM-stereo	0.14 346	0.09 346	0.16 383	0.16 166	0.10 372	0.15 342	0.09 20	0.19 249	0.23 344	0.20 419	0.23 363	0.26 454	0.15 375	0.18 408	0.14 352	0.09 397	0.07 418	0.09 398	0.08 373	0.10 452	0.12 492

rvit_stereo_0080	0.10 174	0.08 270	0.14 297	0.15 86	0.09 269	0.07 33	0.15 251	0.16 158	0.16 214	0.11 192	0.10 144	0.14 276	0.08 167	0.12 224	0.10 140	0.09 397	0.07 418	0.07 229	0.06 214	0.07 294	0.05 146

rvit_stereo_ft	0.12 285	0.07 169	0.13 262	0.19 386	0.10 372	0.12 239	0.17 357	0.16 158	0.16 214	0.12 230	0.13 210	0.15 305	0.10 236	0.14 298	0.13 313	0.09 397	0.06 343	0.08 314	0.07 305	0.07 294	0.05 146

whm_eth	0.10 174	0.08 270	0.14 297	0.15 86	0.09 269	0.07 33	0.15 251	0.16 158	0.16 214	0.11 192	0.10 144	0.14 276	0.08 167	0.12 224	0.10 140	0.09 397	0.07 418	0.07 229	0.06 214	0.07 294	0.05 146

GMStereo_Zeroshot	0.16 414	0.13 480	0.24 487	0.20 445	0.10 372	0.17 393	0.13 124	0.29 440	0.25 381	0.23 461	0.32 474	0.25 444	0.11 261	0.19 423	0.14 352	0.09 397	0.06 343	0.11 477	0.06 214	0.12 490	0.08 381

StereoVision	0.13 310	0.12 451	0.09 86	0.24 521	0.10 372	0.15 342	0.21 480	0.21 286	0.20 304	0.12 230	0.24 375	0.10 186	0.10 236	0.16 354	0.10 140	0.09 397	0.11 506	0.12 496	0.12 512	0.06 224	0.05 146

CFNet_ucs	0.15 391	0.08 270	0.16 383	0.16 166	0.11 424	0.14 315	0.14 179	0.30 454	0.34 469	0.16 334	0.24 375	0.23 424	0.14 357	0.18 408	0.15 381	0.09 397	0.06 343	0.08 314	0.07 305	0.09 420	0.09 426

coex-ft	3.30 612	0.34 576	59.09 640	0.18 325	0.13 480	0.26 514	0.22 490	0.27 409	0.72 585	1.90 616	0.70 582	0.44 557	0.45 575	0.29 527	0.41 578	0.09 397	0.09 473	0.12 496	0.09 422	0.14 521	0.13 512

fast-acv-ft	0.18 448	0.11 433	0.19 447	0.19 386	0.12 457	0.24 493	0.21 480	0.25 368	0.34 469	0.22 449	0.34 490	0.27 462	0.20 466	0.21 465	0.23 490	0.09 397	0.09 473	0.08 314	0.10 461	0.08 357	0.07 317

iinet-f	0.16 414	0.06 76	0.45 552	0.14 43	0.10 372	0.21 467	0.14 179	0.27 409	0.23 344	0.21 433	0.24 375	0.21 388	0.15 375	0.18 408	0.21 469	0.09 397	0.07 418	0.07 229	0.06 214	0.09 420	0.10 453

CASS	0.13 310	0.12 451	0.11 179	0.23 512	0.09 269	0.15 342	0.17 357	0.18 225	0.19 280	0.17 350	0.18 302	0.15 305	0.15 375	0.14 298	0.14 352	0.09 397	0.06 343	0.10 446	0.08 373	0.09 420	0.07 317
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
riskmin	0.11 218	0.06 76	0.13 262	0.14 43	0.08 146	0.14 315	0.14 179	0.18 225	0.14 165	0.11 192	0.14 224	0.16 319	0.11 261	0.14 298	0.12 271	0.09 397	0.05 211	0.07 229	0.05 133	0.08 357	0.08 381

Wz-Net-MNSev	0.22 493	0.13 480	0.31 521	0.20 445	0.14 500	0.36 560	0.24 513	0.33 494	0.44 529	0.28 510	0.40 524	0.38 536	0.19 454	0.24 498	0.25 513	0.09 397	0.07 418	0.09 398	0.09 422	0.12 490	0.10 453

CRFU-Net	0.16 414	0.08 270	0.14 297	0.17 242	0.09 269	0.19 435	0.14 179	0.26 386	0.20 304	0.28 510	0.27 430	0.29 480	0.17 424	0.19 423	0.17 412	0.09 397	0.09 473	0.07 229	0.07 305	0.08 357	0.08 381

CSP-Net	0.16 414	0.09 346	0.14 297	0.16 166	0.09 269	0.19 435	0.17 357	0.25 368	0.32 450	0.25 483	0.30 462	0.24 430	0.15 375	0.21 465	0.18 430	0.09 397	0.06 343	0.07 229	0.07 305	0.08 357	0.07 317

WZ-Net	0.28 543	0.17 521	0.78 593	0.22 491	0.16 528	0.34 550	0.29 560	0.39 545	0.57 562	0.24 470	0.55 563	0.37 532	0.24 493	0.33 541	0.35 563	0.09 397	0.08 444	0.09 398	0.10 461	0.14 521	0.16 547

AACVNet	0.16 414	0.08 270	0.14 297	0.15 86	0.10 372	0.18 412	0.15 251	0.23 329	0.24 360	0.27 495	0.27 430	0.28 472	0.17 424	0.19 423	0.16 397	0.09 397	0.07 418	0.09 398	0.07 305	0.10 452	0.09 426

ICVP	0.15 391	0.09 346	0.12 215	0.22 491	0.09 269	0.17 393	0.21 480	0.25 368	0.23 344	0.18 380	0.30 462	0.26 454	0.18 438	0.17 386	0.14 352	0.09 397	0.07 418	0.08 314	0.07 305	0.07 294	0.07 317
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
sAnonymous2	0.13 310	0.12 451	0.24 487	0.20 445	0.12 457	0.17 393	0.13 124	0.26 386	0.21 319	0.11 192	0.11 182	0.13 256	0.08 167	0.10 82	0.10 140	0.09 397	0.05 211	0.08 314	0.06 214	0.15 536	0.10 453

CroCo_RVC	0.13 310	0.12 451	0.24 487	0.20 445	0.12 457	0.17 393	0.13 124	0.26 386	0.21 319	0.11 192	0.11 182	0.13 256	0.08 167	0.10 82	0.10 140	0.09 397	0.05 211	0.08 314	0.06 214	0.15 536	0.10 453

xxxx	0.15 391	0.07 169	0.14 297	0.14 43	0.08 146	0.23 488	0.18 402	0.31 464	0.19 280	0.14 279	0.28 444	0.22 406	0.14 357	0.15 320	0.26 525	0.09 397	0.05 211	0.07 229	0.07 305	0.08 357	0.07 317

test_xeample	0.15 391	0.06 76	0.13 262	0.14 43	0.08 146	0.21 467	0.20 463	0.28 429	0.20 304	0.16 334	0.29 456	0.19 367	0.16 401	0.15 320	0.26 525	0.09 397	0.05 211	0.07 229	0.07 305	0.07 294	0.07 317

psm_up	0.18 448	0.10 407	0.18 436	0.20 445	0.11 424	0.17 393	0.19 442	0.37 532	0.34 469	0.21 433	0.28 444	0.29 480	0.24 493	0.20 448	0.22 478	0.09 397	0.10 493	0.11 477	0.11 493	0.08 357	0.08 381

UPFNet	0.16 414	0.08 270	0.12 215	0.20 445	0.12 457	0.20 450	0.23 501	0.28 429	0.26 395	0.17 350	0.24 375	0.22 406	0.19 454	0.19 423	0.21 469	0.09 397	0.07 418	0.08 314	0.09 422	0.08 357	0.06 234

EDNetEfficient	0.29 547	0.24 553	1.13 603	0.18 325	0.10 372	0.19 435	0.20 463	0.20 262	0.60 569	0.74 592	0.56 568	0.31 502	0.39 561	0.22 478	0.30 548	0.09 397	0.07 418	0.08 314	0.07 305	0.11 475	0.09 426

ac_64	0.16 414	0.08 270	0.15 349	0.18 325	0.10 372	0.22 475	0.18 402	0.24 352	0.21 319	0.18 380	0.24 375	0.29 480	0.18 438	0.19 423	0.22 478	0.09 397	0.07 418	0.08 314	0.09 422	0.07 294	0.06 234

HGLStereo	0.17 434	0.08 270	0.19 447	0.17 242	0.12 457	0.18 412	0.18 402	0.31 464	0.32 450	0.21 433	0.32 474	0.25 444	0.18 438	0.19 423	0.20 449	0.09 397	0.09 473	0.07 229	0.07 305	0.09 420	0.10 453

FAT-Stereo	0.20 472	0.12 451	0.22 474	0.21 476	0.12 457	0.17 393	0.18 402	0.34 503	0.39 500	0.27 495	0.37 504	0.34 521	0.32 547	0.21 465	0.20 449	0.09 397	0.11 506	0.10 446	0.09 422	0.11 475	0.14 529

S-Stereo	0.20 472	0.12 451	0.25 492	0.21 476	0.13 480	0.20 450	0.18 402	0.32 475	0.43 523	0.23 461	0.36 498	0.28 472	0.30 538	0.19 423	0.22 478	0.09 397	0.12 520	0.10 446	0.10 461	0.13 508	0.13 512

ADCP+	0.20 472	0.10 407	0.33 527	0.20 445	0.12 457	0.22 475	0.26 538	0.31 464	0.34 469	0.26 489	0.37 504	0.22 406	0.22 479	0.27 508	0.27 533	0.09 397	0.06 343	0.08 314	0.08 373	0.09 420	0.10 453

PA-Net	0.23 509	0.18 532	0.33 527	0.28 554	0.22 561	0.21 467	0.38 583	0.29 440	0.39 500	0.22 449	0.32 474	0.25 444	0.26 508	0.20 448	0.25 513	0.09 397	0.23 577	0.15 535	0.22 563	0.09 420	0.13 512
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	0.17 434	0.10 407	0.22 474	0.20 445	0.10 372	0.15 342	0.18 402	0.31 464	0.25 381	0.21 433	0.30 462	0.25 444	0.17 424	0.21 465	0.20 449	0.09 397	0.06 343	0.08 314	0.08 373	0.07 294	0.08 381
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	0.19 460	0.10 407	0.15 349	0.17 242	0.15 518	0.28 531	0.23 501	0.44 566	0.42 518	0.15 306	0.27 430	0.25 444	0.19 454	0.22 478	0.17 412	0.09 397	0.06 343	0.10 446	0.08 373	0.15 536	0.09 426

StereoDRNet	0.18 448	0.11 433	0.17 413	0.22 491	0.11 424	0.21 467	0.22 490	0.37 532	0.33 457	0.24 470	0.28 444	0.30 489	0.19 454	0.20 448	0.20 449	0.09 397	0.08 444	0.11 477	0.09 422	0.09 420	0.07 317

FBW_ROB	0.24 516	0.17 521	0.22 474	0.26 539	0.14 500	0.25 504	0.22 490	0.41 555	0.41 511	0.41 559	0.41 535	0.42 551	0.27 516	0.31 531	0.23 490	0.09 397	0.14 542	0.14 523	0.12 512	0.11 475	0.09 426

zh-sn7	0.25 527	0.17 521	0.50 559	0.24 521	0.13 480	0.25 504	0.24 513	0.34 503	0.48 538	0.28 510	0.54 561	0.28 472	0.31 542	0.36 556	0.32 556	0.10 438	0.10 493	0.11 477	0.10 461	0.12 490	0.12 492

YMNet	0.20 472	0.12 451	0.19 447	0.20 445	0.14 500	0.26 514	0.23 501	0.32 475	0.34 469	0.27 495	0.34 490	0.30 489	0.18 438	0.18 408	0.22 478	0.10 438	0.13 533	0.10 446	0.10 461	0.08 357	0.09 426

YMNet_1	0.20 472	0.12 451	0.19 447	0.20 445	0.14 500	0.26 514	0.23 501	0.32 475	0.34 469	0.27 495	0.34 490	0.30 489	0.18 438	0.18 408	0.22 478	0.10 438	0.13 533	0.10 446	0.10 461	0.08 357	0.09 426

rvit_stereo_0083	0.12 285	0.08 270	0.17 413	0.16 166	0.09 269	0.11 196	0.15 251	0.14 96	0.26 395	0.11 192	0.14 224	0.13 256	0.10 236	0.12 224	0.12 271	0.10 438	0.08 444	0.09 398	0.07 305	0.07 294	0.05 146

rvit_stereo_0081_aga	0.11 218	0.09 346	0.14 297	0.18 325	0.09 269	0.13 283	0.14 179	0.14 96	0.19 280	0.10 159	0.18 302	0.16 319	0.09 200	0.12 224	0.09 61	0.10 438	0.06 343	0.08 314	0.07 305	0.07 294	0.06 234

rvit_stereo_0081	0.11 218	0.08 270	0.15 349	0.16 166	0.09 269	0.10 149	0.14 179	0.14 96	0.24 360	0.11 192	0.13 210	0.13 256	0.09 200	0.11 132	0.12 271	0.10 438	0.07 418	0.08 314	0.07 305	0.07 294	0.05 146

ITSA-stereo	0.15 391	0.10 407	0.14 297	0.19 386	0.08 146	0.12 239	0.14 179	0.30 454	0.49 544	0.17 350	0.19 311	0.22 406	0.15 375	0.17 386	0.16 397	0.10 438	0.06 343	0.08 314	0.08 373	0.08 357	0.08 381

rvit_stereo_0082	0.11 218	0.08 270	0.15 349	0.16 166	0.09 269	0.10 149	0.14 179	0.14 96	0.24 360	0.11 192	0.13 210	0.13 256	0.09 200	0.11 132	0.12 271	0.10 438	0.07 418	0.08 314	0.07 305	0.07 294	0.05 146

Wz-Net-SNSev	0.25 527	0.17 521	0.44 551	0.25 533	0.14 500	0.26 514	0.23 501	0.38 540	0.56 560	0.30 522	0.55 563	0.39 544	0.26 508	0.23 489	0.30 548	0.10 438	0.09 473	0.09 398	0.10 461	0.11 475	0.11 479

Wz-Net-LNSev	0.22 493	0.16 510	0.38 541	0.21 476	0.13 480	0.25 504	0.23 501	0.32 475	0.43 523	0.30 522	0.41 535	0.31 502	0.18 438	0.22 478	0.25 513	0.10 438	0.09 473	0.08 314	0.08 373	0.12 490	0.11 479

UDGNet	0.14 346	0.13 480	0.16 383	0.17 242	0.10 372	0.12 239	0.16 319	0.21 286	0.27 405	0.20 419	0.20 323	0.16 319	0.13 332	0.16 354	0.13 313	0.10 438	0.06 343	0.09 398	0.07 305	0.06 224	0.07 317

dd	0.15 391	0.16 510	0.16 383	0.19 386	0.09 269	0.15 342	0.18 402	0.21 286	0.25 381	0.23 461	0.20 323	0.21 388	0.09 200	0.21 465	0.16 397	0.10 438	0.06 343	0.08 314	0.06 214	0.08 357	0.06 234

AASNet	0.16 414	0.08 270	0.12 215	0.19 386	0.09 269	0.18 412	0.15 251	0.37 532	0.37 490	0.19 396	0.23 363	0.20 379	0.16 401	0.17 386	0.20 449	0.10 438	0.08 444	0.08 314	0.07 305	0.09 420	0.09 426

GEStereo_RVC	0.17 434	0.12 451	0.15 349	0.22 491	0.11 424	0.19 435	0.17 357	0.32 475	0.48 538	0.20 419	0.25 404	0.17 339	0.13 332	0.21 465	0.16 397	0.10 438	0.06 343	0.08 314	0.07 305	0.09 420	0.08 381

ADLNet	0.16 414	0.08 270	0.15 349	0.16 166	0.10 372	0.16 372	0.17 357	0.32 475	0.27 405	0.22 449	0.27 430	0.24 430	0.16 401	0.18 408	0.21 469	0.10 438	0.06 343	0.10 446	0.10 461	0.08 357	0.09 426

222	0.16 414	0.07 169	0.14 297	0.14 43	0.08 146	0.24 493	0.18 402	0.30 454	0.20 304	0.17 350	0.28 444	0.17 339	0.16 401	0.15 320	0.40 575	0.10 438	0.05 211	0.07 229	0.06 214	0.07 294	0.08 381

cf-r	0.13 310	0.07 169	0.12 215	0.16 166	0.08 146	0.14 315	0.19 442	0.20 262	0.25 381	0.17 350	0.25 404	0.21 388	0.16 401	0.14 298	0.14 352	0.10 438	0.05 211	0.06 127	0.08 373	0.06 224	0.06 234

GANet-RSSM	0.14 346	0.07 169	0.13 262	0.13 14	0.08 146	0.14 315	0.17 357	0.22 309	0.21 319	0.17 350	0.24 375	0.23 424	0.15 375	0.16 354	0.15 381	0.10 438	0.06 343	0.07 229	0.08 373	0.08 357	0.07 317

GwcNet-RSSM	0.14 346	0.07 169	0.12 215	0.15 86	0.08 146	0.15 342	0.20 463	0.21 286	0.27 405	0.18 380	0.27 430	0.22 406	0.16 401	0.14 298	0.15 381	0.10 438	0.05 211	0.07 229	0.09 422	0.07 294	0.07 317

DSFCA	0.16 414	0.09 346	0.14 297	0.16 166	0.10 372	0.20 450	0.19 442	0.28 429	0.31 443	0.23 461	0.24 375	0.22 406	0.15 375	0.19 423	0.20 449	0.10 438	0.07 418	0.09 398	0.09 422	0.08 357	0.08 381

DMCA	0.14 346	0.09 346	0.16 383	0.19 386	0.09 269	0.15 342	0.17 357	0.23 329	0.27 405	0.14 279	0.19 311	0.17 339	0.18 438	0.15 320	0.17 412	0.10 438	0.06 343	0.08 314	0.06 214	0.09 420	0.10 453

stereogan	0.22 493	0.11 433	0.21 468	0.20 445	0.12 457	0.31 540	0.19 442	0.35 519	0.44 529	0.22 449	0.39 518	0.35 525	0.27 516	0.33 541	0.22 478	0.10 438	0.12 520	0.10 446	0.10 461	0.14 521	0.13 512

RTSC	0.23 509	0.12 451	0.28 508	0.21 476	0.13 480	0.28 531	0.16 319	0.35 519	0.66 580	0.27 495	0.33 486	0.30 489	0.21 470	0.31 531	0.29 543	0.10 438	0.08 444	0.09 398	0.10 461	0.13 508	0.13 512

RTS	0.45 575	0.19 535	3.26 613	0.24 521	0.15 518	0.74 592	0.20 463	0.36 526	0.76 591	0.42 562	0.43 545	0.31 502	0.41 569	0.53 584	0.35 563	0.10 438	0.08 444	0.13 511	0.12 512	0.15 536	0.15 536

RTSA	0.45 575	0.19 535	3.26 613	0.24 521	0.15 518	0.74 592	0.20 463	0.36 526	0.76 591	0.42 562	0.43 545	0.31 502	0.41 569	0.53 584	0.35 563	0.10 438	0.08 444	0.13 511	0.12 512	0.15 536	0.15 536

ADCMid	0.25 527	0.15 502	0.40 545	0.20 445	0.14 500	0.25 504	0.26 538	0.34 503	0.38 497	0.36 544	0.44 547	0.34 521	0.40 564	0.35 550	0.33 560	0.10 438	0.09 473	0.11 477	0.11 493	0.13 508	0.12 492

RYNet	0.22 493	0.12 451	0.22 474	0.19 386	0.17 543	0.46 569	0.26 538	0.38 540	0.48 538	0.24 470	0.28 444	0.34 521	0.23 487	0.20 448	0.30 548	0.10 438	0.06 343	0.09 398	0.09 422	0.13 508	0.15 536

GANet	0.21 484	0.12 451	0.21 468	0.24 521	0.13 480	0.22 475	0.22 490	0.41 555	0.26 395	0.31 528	0.42 542	0.37 532	0.28 526	0.23 489	0.22 478	0.10 438	0.12 520	0.10 446	0.09 422	0.10 452	0.08 381

PWC_ROB	0.21 484	0.16 510	0.26 495	0.18 325	0.11 424	0.22 475	0.13 124	0.32 475	0.49 544	0.30 522	0.40 524	0.32 512	0.24 493	0.31 531	0.22 478	0.10 438	0.07 418	0.11 477	0.08 373	0.11 475	0.10 453

CAS++	0.11 218	0.07 169	0.11 179	0.14 43	0.09 269	0.12 239	0.14 179	0.24 352	0.14 165	0.11 192	0.09 113	0.11 212	0.07 127	0.14 298	0.09 61	0.11 467	0.09 473	0.09 398	0.07 305	0.07 294	0.08 381
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
ttt	0.14 346	0.08 270	0.14 297	0.15 86	0.08 146	0.15 342	0.18 402	0.27 409	0.29 426	0.16 334	0.24 375	0.17 339	0.13 332	0.13 270	0.14 352	0.11 467	0.08 444	0.09 398	0.08 373	0.09 420	0.08 381

ssnet_v2	0.17 434	0.10 407	0.17 413	0.17 242	0.11 424	0.21 467	0.21 480	0.33 494	0.25 381	0.22 449	0.22 354	0.27 462	0.18 438	0.22 478	0.20 449	0.11 467	0.09 473	0.09 398	0.09 422	0.08 357	0.08 381

SACVNet	0.18 448	0.12 451	0.14 297	0.17 242	0.13 480	0.22 475	0.18 402	0.31 464	0.30 436	0.23 461	0.31 470	0.30 489	0.22 479	0.22 478	0.17 412	0.11 467	0.08 444	0.10 446	0.10 461	0.12 490	0.14 529

HCRNet	0.16 414	0.24 553	0.12 215	0.35 572	0.11 424	0.15 342	0.17 357	0.26 386	0.22 334	0.19 396	0.24 375	0.21 388	0.14 357	0.15 320	0.13 313	0.11 467	0.07 418	0.11 477	0.10 461	0.09 420	0.07 317

APVNet	0.22 493	0.12 451	0.19 447	0.18 325	0.14 500	0.32 541	0.31 574	0.39 545	0.32 450	0.27 495	0.40 524	0.30 489	0.29 534	0.26 505	0.25 513	0.11 467	0.12 520	0.11 477	0.14 525	0.12 490	0.12 492

psmorigin	0.25 527	0.15 502	0.34 535	0.17 242	0.13 480	0.23 488	0.14 179	0.34 503	0.33 457	0.41 559	0.55 563	0.41 550	0.37 558	0.34 544	0.27 533	0.11 467	0.15 548	0.11 477	0.11 493	0.12 490	0.16 547

GwcNet	0.20 472	0.13 480	0.19 447	0.18 325	0.12 457	0.24 493	0.19 442	0.35 519	0.43 523	0.20 419	0.32 474	0.33 515	0.20 466	0.22 478	0.24 503	0.11 467	0.09 473	0.09 398	0.09 422	0.09 420	0.10 453

PSMNet-RSSM	0.14 346	0.07 169	0.13 262	0.15 86	0.08 146	0.13 283	0.16 319	0.24 352	0.24 360	0.16 334	0.28 444	0.22 406	0.14 357	0.15 320	0.13 313	0.11 467	0.06 343	0.09 398	0.12 512	0.08 357	0.07 317

CFNet-ft	0.14 346	0.07 169	0.15 349	0.12 5	0.09 269	0.16 372	0.18 402	0.22 309	0.24 360	0.17 350	0.26 421	0.24 430	0.14 357	0.16 354	0.14 352	0.11 467	0.06 343	0.08 314	0.09 422	0.09 420	0.08 381

AF-Net	0.22 493	0.17 521	0.17 413	0.26 539	0.13 480	0.25 504	0.24 513	0.32 475	0.50 547	0.25 483	0.33 486	0.38 536	0.26 508	0.28 520	0.25 513	0.11 467	0.10 493	0.16 541	0.11 493	0.11 475	0.10 453

RP	0.21 484	0.13 480	0.21 468	0.23 512	0.11 424	0.21 467	0.20 463	0.25 368	0.44 529	0.21 433	0.38 510	0.36 527	0.24 493	0.27 508	0.25 513	0.11 467	0.12 520	0.13 511	0.12 512	0.12 490	0.14 529

RGC	0.25 527	0.20 539	0.29 516	0.28 554	0.16 528	0.22 475	0.23 501	0.32 475	0.44 529	0.27 495	0.40 524	0.38 536	0.27 516	0.36 556	0.22 478	0.11 467	0.13 533	0.17 544	0.17 552	0.14 521	0.16 547

G-Net	0.24 516	0.16 510	0.36 536	0.22 491	0.16 528	0.51 575	0.23 501	0.29 440	0.34 469	0.36 544	0.38 510	0.31 502	0.29 534	0.27 508	0.26 525	0.11 467	0.09 473	0.12 496	0.09 422	0.16 543	0.13 512

Nwc_Net	0.23 509	0.16 510	0.21 468	0.25 533	0.14 500	0.24 493	0.26 538	0.37 532	0.38 497	0.22 449	0.41 535	0.30 489	0.28 526	0.28 520	0.25 513	0.11 467	0.10 493	0.17 544	0.20 558	0.10 452	0.10 453

DANet	0.21 484	0.15 502	0.28 508	0.25 533	0.13 480	0.22 475	0.19 442	0.27 409	0.27 405	0.28 510	0.32 474	0.35 525	0.31 542	0.31 531	0.23 490	0.11 467	0.09 473	0.11 477	0.10 461	0.13 508	0.11 479
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
TDLM	0.17 434	0.12 451	0.13 262	0.24 521	0.10 372	0.18 412	0.18 402	0.36 526	0.30 436	0.21 433	0.28 444	0.28 472	0.18 438	0.23 489	0.18 430	0.11 467	0.07 418	0.10 446	0.10 461	0.08 357	0.08 381

CFNet_RVC	0.14 346	0.07 169	0.15 349	0.12 5	0.09 269	0.16 372	0.18 402	0.22 309	0.24 360	0.17 350	0.26 421	0.24 430	0.14 357	0.16 354	0.14 352	0.11 467	0.06 343	0.08 314	0.09 422	0.09 420	0.08 381

DPSNet	0.28 543	0.16 510	0.31 521	0.18 325	0.13 480	0.54 577	0.42 587	0.51 579	0.67 581	0.29 518	0.38 510	0.38 536	0.29 534	0.31 531	0.23 490	0.11 467	0.10 493	0.11 477	0.08 373	0.20 558	0.16 547

DRN-Test	0.19 460	0.11 433	0.20 459	0.22 491	0.10 372	0.22 475	0.22 490	0.39 545	0.37 490	0.24 470	0.32 474	0.26 454	0.21 470	0.22 478	0.24 503	0.11 467	0.07 418	0.11 477	0.10 461	0.09 420	0.07 317

NaN_ROB	0.22 493	0.19 535	0.24 487	0.25 533	0.13 480	0.29 535	0.26 538	0.33 494	0.41 511	0.31 528	0.31 470	0.32 512	0.23 487	0.30 530	0.21 469	0.11 467	0.17 556	0.10 446	0.10 461	0.08 357	0.09 426

MDST_ROB	0.22 493	0.10 407	0.17 413	0.18 325	0.11 424	0.37 561	0.19 442	0.43 564	0.41 511	0.39 552	0.39 518	0.29 480	0.21 470	0.26 505	0.18 430	0.11 467	0.10 493	0.14 523	0.11 493	0.10 452	0.08 381

ETE_ROB	0.23 509	0.17 521	0.22 474	0.25 533	0.13 480	0.26 514	0.29 560	0.31 464	0.36 483	0.28 510	0.36 498	0.45 559	0.26 508	0.27 508	0.26 525	0.11 467	0.08 444	0.12 496	0.09 422	0.14 521	0.13 512

PWCDC_ROB	0.20 472	0.13 480	0.22 474	0.24 521	0.11 424	0.19 435	0.15 251	0.33 494	0.54 556	0.29 518	0.50 557	0.21 388	0.15 375	0.27 508	0.20 449	0.11 467	0.09 473	0.10 446	0.08 373	0.11 475	0.09 426

WCMA_ROB	0.24 516	0.11 433	0.22 474	0.17 242	0.14 500	0.32 541	0.15 251	0.32 475	0.32 450	0.38 550	0.53 559	0.40 548	0.34 552	0.34 544	0.25 513	0.11 467	0.12 520	0.12 496	0.10 461	0.14 521	0.14 529

rvit_105_1	0.19 460	0.11 433	0.25 492	0.21 476	0.16 528	0.21 467	0.27 545	0.31 464	0.41 511	0.19 396	0.20 323	0.22 406	0.17 424	0.19 423	0.17 412	0.12 492	0.12 520	0.13 511	0.15 541	0.08 357	0.07 317

IGEV-BASED-STEREO-	0.09 106	0.10 407	0.31 521	0.15 86	0.06 18	0.08 59	0.14 179	0.10 22	0.10 47	0.07 46	0.07 48	0.06 22	0.04 1	0.11 132	0.07 1	0.12 492	0.04 24	0.07 229	0.05 133	0.05 121	0.05 146

test_sample7	0.15 391	0.10 407	0.16 383	0.14 43	0.11 424	0.16 372	0.16 319	0.27 409	0.23 344	0.20 419	0.20 323	0.24 430	0.19 454	0.16 354	0.16 397	0.12 492	0.06 343	0.10 446	0.09 422	0.10 452	0.10 453

GASNet	0.22 493	0.23 550	0.33 527	0.26 539	0.17 543	0.26 514	0.16 319	0.44 566	0.42 518	0.27 495	0.24 375	0.30 489	0.15 375	0.27 508	0.18 430	0.12 492	0.08 444	0.12 496	0.11 493	0.16 543	0.07 317

Wz-Net-TNSev	0.29 547	0.20 539	0.65 577	0.19 386	0.15 518	0.38 564	0.27 545	0.35 519	0.55 557	0.34 540	0.42 542	0.45 559	0.38 559	0.32 538	0.30 548	0.12 492	0.13 533	0.10 446	0.12 512	0.15 536	0.14 529

DGSMNet	0.24 516	0.19 535	0.33 527	0.21 476	0.24 566	0.24 493	0.20 463	0.35 519	0.41 511	0.24 470	0.32 474	0.38 536	0.21 470	0.29 527	0.23 490	0.12 492	0.11 506	0.14 523	0.16 545	0.23 563	0.23 570

hitnet-ft	0.18 448	0.09 346	0.17 413	0.14 43	0.09 269	0.26 514	0.20 463	0.25 368	0.26 395	0.24 470	0.32 474	0.31 502	0.22 479	0.24 498	0.21 469	0.12 492	0.07 418	0.10 446	0.08 373	0.12 490	0.11 479

DMCA-RVC	0.17 434	0.10 407	0.15 349	0.24 521	0.11 424	0.18 412	0.18 402	0.25 368	0.24 360	0.21 433	0.26 421	0.25 444	0.27 516	0.18 408	0.20 449	0.12 492	0.08 444	0.13 511	0.10 461	0.10 452	0.08 381

FADNet-RVC	0.20 472	0.20 539	0.38 541	0.21 476	0.16 528	0.20 450	0.15 251	0.26 386	0.26 395	0.26 489	0.32 474	0.26 454	0.21 470	0.22 478	0.19 443	0.12 492	0.13 533	0.12 496	0.14 525	0.13 508	0.18 558

STTStereo	0.18 448	0.12 451	0.27 503	0.20 445	0.11 424	0.16 372	0.21 480	0.29 440	0.23 344	0.21 433	0.30 462	0.29 480	0.18 438	0.20 448	0.19 443	0.12 492	0.11 506	0.11 477	0.14 525	0.09 420	0.08 381

NCC-stereo	0.24 516	0.15 502	0.31 521	0.26 539	0.16 528	0.20 450	0.30 568	0.40 549	0.40 508	0.24 470	0.38 510	0.33 515	0.28 526	0.36 556	0.27 533	0.12 492	0.11 506	0.15 535	0.22 563	0.13 508	0.13 512

Abc-Net	0.24 516	0.15 502	0.31 521	0.26 539	0.16 528	0.20 450	0.30 568	0.40 549	0.40 508	0.24 470	0.38 510	0.33 515	0.28 526	0.36 556	0.27 533	0.12 492	0.11 506	0.15 535	0.22 563	0.13 508	0.13 512
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
SHD	0.26 537	0.15 502	0.30 519	0.24 521	0.18 549	0.22 475	0.15 251	0.38 540	0.71 584	0.32 534	0.41 535	0.36 527	0.28 526	0.32 538	0.29 543	0.12 492	0.11 506	0.14 523	0.13 522	0.16 543	0.20 564

AnyNet_C32	0.26 537	0.16 510	0.36 536	0.20 445	0.16 528	0.25 504	0.30 568	0.32 475	0.44 529	0.31 528	0.49 553	0.30 489	0.33 548	0.40 571	0.33 560	0.12 492	0.12 520	0.12 496	0.14 525	0.14 521	0.15 536

ADCPNet	0.25 527	0.16 510	0.61 574	0.21 476	0.15 518	0.35 558	0.25 529	0.32 475	0.35 478	0.30 522	0.40 524	0.36 527	0.28 526	0.28 520	0.32 556	0.12 492	0.10 493	0.11 477	0.12 512	0.14 521	0.13 512

CVANet_RVC	0.18 448	0.10 407	0.14 297	0.21 476	0.10 372	0.18 412	0.17 357	0.34 503	0.33 457	0.22 449	0.31 470	0.28 472	0.18 438	0.23 489	0.17 412	0.12 492	0.08 444	0.12 496	0.11 493	0.09 420	0.07 317

UCFNet_RVC	0.14 346	0.08 270	0.13 262	0.11 1	0.10 372	0.20 450	0.10 33	0.24 352	0.22 334	0.17 350	0.20 323	0.23 424	0.15 375	0.17 386	0.15 381	0.12 492	0.07 418	0.10 446	0.13 522	0.11 475	0.10 453

AdaStereo	0.15 391	0.11 433	0.15 349	0.18 325	0.09 269	0.20 450	0.11 56	0.32 475	0.28 419	0.20 419	0.23 363	0.20 379	0.13 332	0.19 423	0.14 352	0.12 492	0.05 211	0.10 446	0.07 305	0.09 420	0.07 317
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	0.33 559	0.20 539	0.58 571	0.26 539	0.60 598	0.34 550	0.25 529	0.42 560	0.48 538	0.45 568	0.58 573	0.42 551	0.36 556	0.35 550	0.25 513	0.12 492	0.20 564	0.14 523	0.16 545	0.19 557	0.33 586

SANet	0.24 516	0.14 492	0.28 508	0.21 476	0.11 424	0.27 524	0.24 513	0.38 540	0.64 576	0.36 544	0.40 524	0.43 555	0.26 508	0.27 508	0.24 503	0.12 492	0.09 473	0.10 446	0.09 422	0.13 508	0.11 479

PDISCO_ROB	0.27 539	0.16 510	0.26 495	0.28 554	0.20 555	0.32 541	0.26 538	0.44 566	0.57 562	0.28 510	0.40 524	0.45 559	0.29 534	0.33 541	0.34 562	0.12 492	0.09 473	0.17 544	0.16 545	0.17 550	0.13 512

DispFullNet	0.27 539	0.21 545	0.65 577	0.28 554	0.16 528	0.26 514	0.17 357	0.33 494	0.58 565	0.27 495	0.38 510	0.43 555	0.23 487	0.38 563	0.23 490	0.12 492	0.06 343	0.19 555	0.11 493	0.21 559	0.15 536

PSMNet_ROB	0.21 484	0.11 433	0.15 349	0.27 551	0.15 518	0.24 493	0.35 578	0.43 564	0.37 490	0.27 495	0.32 474	0.32 512	0.22 479	0.21 465	0.26 525	0.12 492	0.08 444	0.13 511	0.11 493	0.09 420	0.09 426

DLNR-FE	10.43 625	1.83 616	19.53 636	120.75 640	13.06 628	0.06 11	0.13 124	0.23 329	0.10 47	0.07 46	0.10 144	0.09 152	0.06 45	0.10 82	0.09 61	0.13 515	0.04 24	0.06 127	0.04 48	52.01 641	0.04 49

S2M2_L	0.09 106	0.08 270	0.11 179	0.13 14	0.10 372	0.08 59	0.06 3	0.10 22	0.10 47	0.10 159	0.09 113	0.10 186	0.09 200	0.11 132	0.11 215	0.13 515	0.07 418	0.08 314	0.09 422	0.10 452	0.08 381
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
TCMNet	0.19 460	0.12 451	0.19 447	0.20 445	0.18 549	0.20 450	0.24 513	0.27 409	0.36 483	0.23 461	0.26 421	0.25 444	0.19 454	0.19 423	0.23 490	0.13 515	0.11 506	0.11 477	0.12 512	0.13 508	0.12 492

rvit_0105_3	0.15 391	0.09 346	0.14 297	0.19 386	0.12 457	0.15 342	0.25 529	0.25 368	0.29 426	0.15 306	0.17 277	0.20 379	0.13 332	0.17 386	0.14 352	0.13 515	0.11 506	0.12 496	0.14 525	0.07 294	0.06 234

DLNR_Zeroshot_test	10.40 624	1.82 615	19.49 635	120.77 641	13.11 629	0.06 11	0.13 124	0.23 329	0.10 47	0.07 46	0.10 144	0.09 152	0.06 45	0.10 82	0.09 61	0.13 515	0.04 24	0.06 127	0.04 48	51.54 640	0.04 49

pcwnet_v2	0.19 460	0.10 407	0.26 495	0.17 242	0.14 500	0.18 412	0.15 251	0.37 532	0.46 536	0.19 396	0.24 375	0.21 388	0.19 454	0.20 448	0.19 443	0.13 515	0.10 493	0.10 446	0.10 461	0.11 475	0.13 512

FADNet	0.21 484	0.22 549	0.36 536	0.18 325	0.17 543	0.24 493	0.13 124	0.31 464	0.31 443	0.23 461	0.25 404	0.27 462	0.21 470	0.19 423	0.15 381	0.13 515	0.15 548	0.12 496	0.15 541	0.16 543	0.18 558

edge stereo	0.22 493	0.13 480	0.20 459	0.21 476	0.13 480	0.23 488	0.16 319	0.32 475	0.42 518	0.32 534	0.40 524	0.38 536	0.35 554	0.25 503	0.24 503	0.13 515	0.11 506	0.14 523	0.11 493	0.12 490	0.13 512

XQC	0.28 543	0.23 550	0.51 560	0.28 554	0.19 552	0.34 550	0.27 545	0.36 526	0.57 562	0.31 528	0.30 462	0.37 532	0.30 538	0.38 563	0.38 570	0.13 515	0.09 473	0.15 535	0.12 512	0.17 550	0.18 558

ADCS	0.29 547	0.18 532	0.45 552	0.21 476	0.17 543	0.28 531	0.23 501	0.41 555	0.63 575	0.40 555	0.49 553	0.40 548	0.36 556	0.39 567	0.40 575	0.13 515	0.12 520	0.13 511	0.14 525	0.16 543	0.16 547

AnyNet_C01	0.36 563	0.25 558	1.37 606	0.22 491	0.17 543	0.48 573	0.27 545	0.35 519	0.39 500	0.39 552	0.74 586	0.46 563	0.38 559	0.45 575	0.47 584	0.13 515	0.13 533	0.13 511	0.14 525	0.14 521	0.15 536

DeepPruner_ROB	0.16 414	0.11 433	0.15 349	0.17 242	0.10 372	0.17 393	0.15 251	0.32 475	0.21 319	0.19 396	0.21 344	0.22 406	0.18 438	0.20 448	0.15 381	0.13 515	0.09 473	0.09 398	0.09 422	0.11 475	0.10 453

SGM_RVC	0.23 509	0.12 451	0.15 349	0.15 86	0.09 269	0.33 547	0.18 402	0.34 503	0.31 443	0.44 567	0.37 504	0.53 574	0.35 554	0.35 550	0.24 503	0.13 515	0.13 533	0.13 511	0.13 522	0.10 452	0.11 479
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CBMV	0.19 460	0.14 492	0.17 413	0.18 325	0.10 372	0.20 450	0.11 56	0.29 440	0.30 436	0.29 518	0.30 462	0.30 489	0.23 487	0.27 508	0.19 443	0.13 515	0.15 548	0.17 544	0.16 545	0.10 452	0.10 453
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	0.14 346	0.09 346	0.13 262	0.17 242	0.09 269	0.14 315	0.23 501	0.24 352	0.27 405	0.14 279	0.15 241	0.18 353	0.12 294	0.17 386	0.14 352	0.14 529	0.11 506	0.10 446	0.10 461	0.08 357	0.06 234

HBP-ISP	0.18 448	0.13 480	0.16 383	0.15 86	0.11 424	0.08 59	0.13 124	0.28 429	0.29 426	0.22 449	0.33 486	0.21 388	0.25 502	0.23 489	0.17 412	0.14 529	0.16 551	0.21 558	0.17 552	0.10 452	0.08 381

SGM-ForestM	0.32 556	0.12 451	0.16 383	0.16 166	0.11 424	0.39 565	0.19 442	0.41 555	0.50 547	0.52 574	0.54 561	1.32 605	0.42 572	0.40 571	0.27 533	0.14 529	0.16 551	0.16 541	0.16 545	0.12 490	0.12 492

MeshStereo	0.27 539	0.13 480	0.18 436	0.15 86	0.11 424	0.32 541	0.24 513	0.40 549	0.36 483	0.52 574	0.57 571	0.67 585	0.40 564	0.35 550	0.26 525	0.14 529	0.13 533	0.13 511	0.11 493	0.11 475	0.10 453
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	0.14 346	0.09 346	0.18 436	0.17 242	0.10 372	0.10 149	0.16 319	0.19 249	0.26 395	0.12 230	0.18 302	0.17 339	0.12 294	0.18 408	0.12 271	0.15 533	0.11 506	0.12 496	0.10 461	0.09 420	0.06 234

rvit_0105_4	0.14 346	0.09 346	0.17 413	0.17 242	0.10 372	0.12 239	0.19 442	0.23 329	0.27 405	0.14 279	0.20 323	0.17 339	0.13 332	0.17 386	0.13 313	0.15 533	0.11 506	0.11 477	0.10 461	0.09 420	0.06 234

DualNet (step1)	0.16 414	0.12 451	0.20 459	0.12 5	0.14 500	0.17 393	0.13 124	0.27 409	0.23 344	0.20 419	0.20 323	0.24 430	0.19 454	0.16 354	0.16 397	0.15 533	0.06 343	0.14 523	0.14 525	0.14 521	0.12 492

test_sample9	0.18 448	0.12 451	0.20 459	0.12 5	0.14 500	0.17 393	0.13 124	0.27 409	0.23 344	0.20 419	0.20 323	0.24 430	0.19 454	0.19 423	0.17 412	0.15 533	0.30 583	0.14 523	0.14 525	0.14 521	0.12 492

test_sample8	0.19 460	0.12 451	0.20 459	0.12 5	0.14 500	0.17 393	0.13 124	0.31 464	0.21 319	0.27 495	0.22 354	0.36 527	0.25 502	0.19 423	0.17 412	0.15 533	0.30 583	0.14 523	0.14 525	0.14 521	0.12 492

SQANet	0.23 509	0.23 550	0.30 519	0.30 564	0.19 552	0.27 524	0.13 124	0.29 440	0.33 457	0.24 470	0.37 504	0.31 502	0.22 479	0.27 508	0.23 490	0.15 533	0.10 493	0.21 558	0.16 545	0.21 559	0.15 536

UDG	0.21 484	0.17 521	0.19 447	0.23 512	0.15 518	0.30 538	0.20 463	0.33 494	0.35 478	0.23 461	0.28 444	0.31 502	0.27 516	0.20 448	0.22 478	0.15 533	0.12 520	0.13 511	0.09 422	0.14 521	0.14 529

MFN_U_SF_RVC	0.32 556	0.21 545	0.55 565	0.30 564	0.15 518	0.34 550	0.17 357	0.52 580	0.46 536	0.46 571	0.55 563	0.59 577	0.39 561	0.35 550	0.37 568	0.15 533	0.14 542	0.18 553	0.21 560	0.16 543	0.15 536

PMTNet	0.09 106	0.05 27	0.09 86	0.12 5	0.06 18	0.12 239	0.14 179	0.15 128	0.11 75	0.09 124	0.13 210	0.10 186	0.07 127	0.13 270	0.10 140	0.15 533	0.04 24	0.05 34	0.03 1	0.07 294	0.06 234

SAMSARA	0.40 568	0.28 567	0.33 527	0.55 588	0.39 582	0.82 599	1.23 614	0.47 572	0.51 554	0.36 544	0.35 495	0.55 576	0.39 561	0.38 563	0.39 572	0.15 533	0.20 564	0.15 535	0.14 525	0.23 563	0.20 564

DeepPrunerF	0.24 516	0.17 521	0.42 550	0.26 539	0.16 528	0.22 475	0.28 551	0.37 532	0.50 547	0.26 489	0.29 456	0.24 430	0.28 526	0.21 465	0.22 478	0.15 533	0.11 506	0.20 557	0.18 556	0.12 490	0.13 512

PS-NSSS	0.20 472	0.21 545	0.23 483	0.20 445	0.10 372	0.19 435	0.17 357	0.36 526	0.25 381	0.27 495	0.33 486	0.27 462	0.24 493	0.20 448	0.20 449	0.15 533	0.12 520	0.17 544	0.14 525	0.10 452	0.08 381

NCCL2	0.23 509	0.15 502	0.17 413	0.34 570	0.18 549	0.24 493	0.23 501	0.34 503	0.28 419	0.31 528	0.38 510	0.38 536	0.28 526	0.23 489	0.24 503	0.15 533	0.12 520	0.18 553	0.21 560	0.13 508	0.13 512

CBMV_ROB	0.19 460	0.13 480	0.17 413	0.16 166	0.11 424	0.15 342	0.13 124	0.26 386	0.28 419	0.27 495	0.30 462	0.27 462	0.24 493	0.23 489	0.16 397	0.15 533	0.17 556	0.22 562	0.20 558	0.10 452	0.11 479

XPNet_ROB	0.22 493	0.11 433	0.19 447	0.22 491	0.13 480	0.22 475	0.19 442	0.34 503	0.40 508	0.30 522	0.39 518	0.39 544	0.26 508	0.26 505	0.28 540	0.15 533	0.10 493	0.10 446	0.10 461	0.13 508	0.12 492

SGM-Forest	0.20 472	0.14 492	0.18 436	0.19 386	0.13 480	0.20 450	0.22 490	0.33 494	0.30 436	0.24 470	0.29 456	0.28 472	0.19 454	0.23 489	0.17 412	0.15 533	0.16 551	0.15 535	0.14 525	0.12 490	0.12 492
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	0.17 434	0.12 451	0.25 492	0.23 512	0.16 528	0.13 283	0.10 33	0.30 454	0.27 405	0.20 419	0.28 444	0.22 406	0.15 375	0.18 408	0.13 313	0.16 549	0.10 493	0.17 544	0.10 461	0.10 452	0.09 426

SDNR	0.19 460	0.08 270	0.19 447	0.16 166	0.12 457	0.77 598	0.14 179	0.25 368	0.32 450	0.19 396	0.24 375	0.19 367	0.13 332	0.19 423	0.15 381	0.16 549	0.18 558	0.14 523	0.11 493	0.08 357	0.11 479

Syn2CoEx	0.21 484	0.16 510	0.27 503	0.29 562	0.14 500	0.26 514	0.20 463	0.33 494	0.31 443	0.28 510	0.36 498	0.27 462	0.25 502	0.19 423	0.24 503	0.16 549	0.12 520	0.14 523	0.11 493	0.09 420	0.08 381

NOSS_ROB	0.19 460	0.12 451	0.18 436	0.16 166	0.12 457	0.15 342	0.12 76	0.30 454	0.32 450	0.20 419	0.22 354	0.27 462	0.23 487	0.21 465	0.16 397	0.16 549	0.18 558	0.23 563	0.21 560	0.12 490	0.13 512

LALA_ROB	0.25 527	0.16 510	0.22 474	0.26 539	0.17 543	0.27 524	0.27 545	0.42 560	0.37 490	0.33 538	0.38 510	0.51 570	0.26 508	0.28 520	0.27 533	0.16 549	0.09 473	0.12 496	0.11 493	0.13 508	0.12 492

MaskLacGwcNet_RVC	0.22 493	0.21 545	0.24 487	0.26 539	0.11 424	0.23 488	0.14 179	0.39 545	0.24 360	0.32 534	0.36 498	0.30 489	0.21 470	0.19 423	0.21 469	0.17 554	0.14 542	0.21 558	0.16 545	0.12 490	0.12 492

STTRV1_RVC	0.25 527	0.26 559	0.39 543	0.19 386	0.26 573	0.30 538	0.24 513	0.34 503	0.35 478	0.36 544	0.34 490	0.31 502	0.31 542	0.28 520	0.25 513	0.17 554	0.10 493	0.16 541	0.14 525	0.17 550	0.12 492

PSMNet-RUCA	0.27 539	0.33 574	0.41 548	0.36 574	0.32 581	0.18 412	0.19 442	0.42 560	0.30 436	0.33 538	0.41 535	0.39 544	0.25 502	0.31 531	0.20 449	0.18 556	0.10 493	0.25 565	0.15 541	0.21 559	0.16 547

dad	0.17 434	0.20 539	0.20 459	0.16 166	0.11 424	0.20 450	0.18 402	0.21 286	0.28 419	0.30 522	0.24 375	0.29 480	0.13 332	0.19 423	0.16 397	0.18 556	0.09 473	0.11 477	0.09 422	0.11 475	0.07 317

DDUNet	0.22 493	0.17 521	0.21 468	0.22 491	0.15 518	0.25 504	0.24 513	0.29 440	0.30 436	0.31 528	0.36 498	0.33 515	0.25 502	0.24 498	0.20 449	0.18 556	0.13 533	0.17 544	0.11 493	0.16 543	0.16 547

FINET	0.21 484	0.18 532	0.26 495	0.18 325	0.16 528	0.23 488	0.23 501	0.32 475	0.48 538	0.25 483	0.32 474	0.22 406	0.22 479	0.22 478	0.17 412	0.18 556	0.16 551	0.11 477	0.10 461	0.15 536	0.13 512

BEATNet-Init1	0.52 582	0.27 562	0.62 575	0.30 564	0.21 559	0.76 596	0.29 560	0.54 583	0.65 579	0.86 597	0.95 598	2.07 615	0.62 592	0.56 588	0.42 579	0.18 556	0.18 558	0.23 563	0.22 563	0.22 562	0.21 566

MFN_U_SF_DS_RVC	0.30 553	0.24 553	0.29 516	0.36 574	0.16 528	0.34 550	0.30 568	0.32 475	0.42 518	0.40 555	0.46 549	0.38 536	0.31 542	0.34 544	0.28 540	0.19 561	0.20 564	0.26 566	0.29 577	0.18 554	0.19 563

PVD	0.39 565	0.20 539	0.39 543	0.31 568	0.22 561	0.29 535	0.43 589	0.52 580	0.96 598	0.55 578	0.79 590	0.53 574	0.59 589	0.52 582	0.38 570	0.19 561	0.14 542	0.17 544	0.14 525	0.24 570	0.31 584

ISRNet	0.18 448	0.08 270	0.19 447	0.19 386	0.13 480	0.15 342	0.12 76	0.30 454	0.32 450	0.21 433	0.25 404	0.27 462	0.17 424	0.17 386	0.20 449	0.20 563	0.08 444	0.14 523	0.14 525	0.14 521	0.17 555

MSC_U_SF_DS_RVC	0.43 572	0.39 580	0.54 563	0.40 577	0.20 555	0.64 584	0.32 576	0.53 582	0.72 585	0.71 586	0.72 583	0.61 579	0.54 582	0.51 580	0.46 583	0.20 563	0.19 561	0.29 577	0.30 579	0.23 563	0.18 558

CSAN	0.29 547	0.24 553	0.27 503	0.34 570	0.19 552	0.33 547	0.42 587	0.37 532	0.50 547	0.38 550	0.40 524	0.44 557	0.33 548	0.28 520	0.30 548	0.20 563	0.16 551	0.19 555	0.19 557	0.14 521	0.15 536

MSMD_ROB	0.31 554	0.26 559	0.26 495	0.24 521	0.21 559	0.34 550	0.25 529	0.34 503	0.39 500	0.40 555	0.69 580	0.45 559	0.40 564	0.34 544	0.27 533	0.20 563	0.19 561	0.26 566	0.25 569	0.23 563	0.22 568

FSD	0.25 527	0.27 562	0.26 495	0.24 521	0.22 561	0.25 504	0.25 529	0.27 409	0.26 395	0.25 483	0.26 421	0.25 444	0.27 516	0.27 508	0.24 503	0.21 567	0.20 564	0.27 569	0.26 570	0.25 571	0.24 571

FC-DCNN v2	0.33 559	0.27 562	0.28 508	0.26 539	0.23 564	0.37 561	0.28 551	0.40 549	0.43 523	0.45 568	0.56 568	0.51 570	0.40 564	0.37 561	0.29 543	0.21 567	0.20 564	0.27 569	0.26 570	0.25 571	0.24 571

FCDSN-DC	0.33 559	0.28 567	0.28 508	0.30 564	0.24 566	0.39 565	0.28 551	0.42 560	0.42 518	0.43 565	0.53 559	0.51 570	0.41 569	0.36 556	0.30 548	0.21 567	0.20 564	0.27 569	0.26 570	0.25 571	0.24 571
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MANE	0.45 575	0.27 562	0.27 503	0.27 551	0.24 566	0.47 571	0.31 574	0.55 584	0.59 566	0.72 588	1.13 607	1.15 599	0.61 590	0.52 582	0.37 568	0.21 567	0.20 564	0.27 569	0.31 581	0.25 571	0.24 571

FC-DCNN	0.33 559	0.27 562	0.28 508	0.26 539	0.23 564	0.37 561	0.28 551	0.40 549	0.43 523	0.45 568	0.55 563	0.51 570	0.40 564	0.37 561	0.30 548	0.21 567	0.20 564	0.27 569	0.26 570	0.25 571	0.24 571

Anonymous_2	0.22 493	0.17 521	0.28 508	0.15 86	0.16 528	0.32 541	0.22 490	0.22 309	0.17 237	0.23 461	0.24 375	0.26 454	0.27 516	0.27 508	0.23 490	0.22 572	0.25 579	0.17 544	0.17 552	0.17 550	0.17 555

NVStereoNet_ROB	0.46 579	0.36 578	0.46 556	0.41 579	0.28 575	0.34 550	0.34 577	0.48 573	0.60 569	0.72 588	0.93 596	0.70 588	0.66 593	0.47 576	0.60 595	0.22 572	0.33 587	0.34 581	0.34 584	0.30 579	0.30 583
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	0.41 570	0.29 570	0.33 527	0.28 554	0.24 566	0.54 577	0.36 579	0.49 575	0.59 566	0.72 588	0.74 586	0.65 583	0.54 582	0.54 586	0.40 575	0.22 572	0.20 564	0.27 569	0.26 570	0.26 576	0.25 577
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.41 570	0.29 570	0.33 527	0.27 551	0.24 566	0.60 582	0.36 579	0.50 578	0.50 547	0.71 586	0.79 590	0.67 585	0.54 582	0.51 580	0.42 579	0.22 572	0.20 564	0.27 569	0.26 570	0.26 576	0.25 577
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ccnet	0.29 547	0.28 567	0.23 483	0.20 445	0.28 575	0.41 568	0.21 480	0.45 569	0.33 457	0.36 544	0.46 549	0.36 527	0.30 538	0.39 567	0.42 579	0.23 576	0.14 542	0.21 558	0.17 552	0.23 563	0.18 558

PASM	0.32 556	0.24 553	0.48 558	0.28 554	0.27 574	0.29 535	0.30 568	0.34 503	0.49 544	0.35 541	0.39 518	0.46 563	0.34 552	0.34 544	0.35 563	0.23 576	0.25 579	0.26 566	0.28 576	0.23 563	0.21 566

CC-Net-ROB	0.28 543	0.31 572	0.36 536	0.29 562	0.15 518	0.25 504	0.19 442	0.45 569	0.33 457	0.39 552	0.37 504	0.39 544	0.31 542	0.27 508	0.26 525	0.24 578	0.19 561	0.30 579	0.23 567	0.18 554	0.15 536

ACVNet_1	0.44 573	0.49 585	0.60 573	0.45 582	0.28 575	0.49 574	0.27 545	0.57 587	0.72 585	0.62 581	0.58 573	0.74 589	0.49 578	0.50 578	0.35 563	0.26 579	0.24 578	0.39 583	0.29 577	0.31 582	0.24 571

GANetREF_RVC	0.31 554	0.34 576	0.27 503	0.35 572	0.16 528	0.32 541	0.41 584	0.48 573	0.51 554	0.35 541	0.35 495	0.34 521	0.33 548	0.39 567	0.32 556	0.27 580	0.20 564	0.29 577	0.15 541	0.18 554	0.17 555
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	0.39 565	0.37 579	0.52 561	0.44 581	0.28 575	0.58 579	0.24 513	0.41 555	0.62 572	0.40 555	0.49 553	0.46 563	0.33 548	0.40 571	0.32 556	0.30 581	0.30 583	0.39 583	0.33 582	0.29 578	0.28 580

FADE	0.45 575	0.33 574	1.03 602	0.33 569	0.25 572	0.35 558	0.29 560	0.64 591	1.07 599	0.43 565	0.41 535	0.42 551	0.53 580	0.70 594	0.51 590	0.30 581	0.21 576	0.41 585	0.38 585	0.23 563	0.22 568

Ntro	0.40 568	0.40 581	0.53 562	0.46 585	0.30 579	0.65 585	0.24 513	0.46 571	0.68 582	0.41 559	0.49 553	0.48 568	0.42 572	0.39 567	0.31 555	0.32 583	0.28 581	0.37 582	0.30 579	0.32 583	0.29 581

ACVNet-4b	0.39 565	0.53 586	0.55 565	0.45 582	0.24 566	0.47 571	0.18 402	0.49 575	0.64 576	0.42 562	0.45 548	0.60 578	0.27 516	0.34 544	0.24 503	0.33 584	0.14 542	0.48 587	0.42 588	0.30 579	0.26 579

MADNet+	0.75 594	0.71 596	3.70 616	0.66 591	0.41 584	0.98 604	0.97 612	0.69 593	0.73 589	0.52 574	0.57 571	0.64 581	0.68 595	0.86 603	1.01 611	0.34 585	0.36 589	0.28 576	0.23 567	0.36 585	0.31 584

Consistency-Raft	0.44 573	0.40 581	0.45 552	0.37 576	0.43 586	0.46 569	0.41 584	0.57 587	0.55 557	0.32 534	0.73 584	0.33 515	0.48 577	0.42 574	0.49 586	0.39 586	0.35 588	0.45 586	0.51 595	0.42 586	0.29 581

JetBlue	0.71 591	0.45 584	1.14 604	0.51 586	0.47 588	2.02 614	0.64 601	0.75 594	0.70 583	0.69 585	0.77 589	1.22 601	0.83 600	1.03 611	1.01 611	0.40 587	0.28 581	0.33 580	0.33 582	0.30 579	0.34 587

IMH-64-1	0.65 588	0.61 590	0.68 585	0.71 592	0.51 589	0.59 580	0.49 591	0.91 599	0.85 593	0.74 592	1.02 600	0.81 590	0.78 598	0.79 596	0.49 586	0.42 588	0.46 592	0.71 596	0.47 590	0.52 589	0.39 590

IMH-64	0.65 588	0.61 590	0.68 585	0.71 592	0.51 589	0.59 580	0.49 591	0.91 599	0.85 593	0.74 592	1.02 600	0.81 590	0.78 598	0.79 596	0.49 586	0.42 588	0.46 592	0.71 596	0.47 590	0.52 589	0.39 590

ACVNet_2	0.66 590	0.66 594	0.68 585	0.63 590	0.41 584	0.71 590	0.49 591	0.96 603	1.39 608	0.89 598	1.09 603	1.04 595	0.73 596	0.54 586	0.47 584	0.43 590	0.40 590	0.53 592	0.44 589	0.47 587	0.35 589

IMH	0.71 591	0.64 593	0.68 585	0.76 594	0.54 591	0.69 588	0.54 595	0.98 605	1.10 601	0.82 596	1.09 603	0.89 592	0.88 603	0.87 604	0.52 591	0.44 591	0.50 601	0.75 599	0.51 595	0.56 594	0.41 593

RainbowNet	0.54 584	0.61 590	0.70 591	0.57 589	0.43 586	0.65 585	0.37 582	0.60 589	0.87 595	0.50 573	0.66 577	0.64 581	0.47 576	0.49 577	0.43 582	0.47 592	0.48 597	0.52 591	0.41 587	0.52 589	0.40 592

TorneroNet-64	0.76 595	0.72 597	0.74 592	0.78 596	0.58 597	0.91 603	0.56 596	0.84 597	1.29 605	0.66 582	0.90 594	1.40 607	0.75 597	0.85 602	0.67 601	0.49 593	0.46 592	0.72 598	0.59 598	0.67 599	0.53 596

LVE	0.83 599	0.85 603	0.85 598	0.80 597	0.56 594	1.04 609	0.65 602	1.05 608	1.47 611	0.96 601	1.22 611	1.10 598	0.85 601	0.83 599	0.71 603	0.49 593	0.55 607	0.76 602	0.60 600	0.65 597	0.59 603

MonStereo1	0.47 580	0.26 559	0.58 571	0.28 554	0.20 555	0.39 565	0.18 402	0.49 575	0.64 576	0.52 574	0.87 593	1.01 594	0.57 587	0.50 578	0.56 592	0.53 595	0.31 586	0.54 593	0.40 586	0.33 584	0.34 587

TorneroNet	0.82 598	0.74 598	0.81 597	0.84 599	0.63 600	0.99 605	0.63 599	0.96 603	1.16 602	0.80 595	1.11 605	1.36 606	0.86 602	0.93 607	0.80 606	0.56 596	0.49 599	0.78 604	0.66 603	0.73 605	0.63 606

Dean	0.87 600	0.86 604	0.79 595	0.81 598	0.56 594	0.90 600	0.63 599	1.15 614	1.73 614	1.15 609	1.15 608	1.31 604	0.99 607	0.81 598	0.81 607	0.57 597	0.56 608	0.77 603	0.64 601	0.66 598	0.58 598

anonymity	0.53 583	0.58 588	0.65 577	0.41 579	0.61 599	0.53 576	0.41 584	0.56 585	0.41 511	0.55 578	0.50 557	0.49 569	0.55 585	0.58 589	0.50 589	0.58 598	0.50 601	0.51 589	0.51 595	0.51 588	0.57 597

SGM+DAISY	0.56 585	0.57 587	0.65 577	0.40 577	0.54 591	0.66 587	0.49 591	0.56 585	0.45 535	0.66 582	0.69 580	0.67 585	0.56 586	0.63 591	0.56 592	0.59 599	0.48 597	0.50 588	0.50 594	0.52 589	0.58 598

WAO-7	0.79 596	0.78 599	0.54 563	0.85 600	0.67 602	0.74 592	0.68 605	1.05 608	1.32 606	0.90 599	1.20 610	1.04 595	0.92 604	0.69 593	0.66 598	0.60 600	0.62 611	0.67 595	0.68 604	0.64 596	0.58 598

SPS-STEREO	0.57 586	0.58 588	0.65 577	0.45 582	0.55 593	0.62 583	0.44 590	0.62 590	0.50 547	0.68 584	0.64 575	0.66 584	0.57 587	0.61 590	0.60 595	0.62 601	0.47 596	0.51 589	0.49 592	0.55 593	0.58 598
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
GCST	0.37 564	0.42 583	0.26 495	1.02 607	0.39 582	0.18 412	0.08 9	0.20 262	0.17 237	0.28 510	0.25 404	0.15 305	0.12 294	0.16 354	0.14 352	0.64 602	0.43 591	0.75 599	0.65 602	0.63 595	0.46 595

MFMNet_re	0.64 587	0.66 594	0.65 577	0.51 586	0.69 603	0.69 588	0.57 597	0.64 591	0.73 589	0.60 580	0.73 584	0.62 580	0.67 594	0.65 592	0.60 595	0.66 603	0.58 610	0.63 594	0.59 598	0.68 600	0.69 607

WAO-6	0.81 597	0.80 600	0.62 575	0.86 601	0.63 600	0.76 596	0.58 598	0.98 605	1.54 613	0.90 599	0.96 599	1.07 597	1.03 608	0.70 594	0.66 598	0.72 604	0.49 599	0.90 607	0.71 605	0.68 600	0.58 598

PWCK	0.71 591	0.94 605	0.95 600	0.76 594	0.31 580	0.74 592	0.36 579	0.90 598	0.90 596	0.96 601	0.75 588	0.95 593	0.61 590	0.87 604	0.66 598	0.72 604	0.46 592	0.75 599	0.49 592	0.69 602	0.44 594

WAO-8	0.91 601	0.81 601	0.65 577	0.94 604	0.69 603	0.90 600	0.67 603	1.07 611	1.83 616	1.06 606	1.45 613	1.30 602	1.07 609	0.84 600	0.78 604	0.74 606	0.53 604	0.86 605	0.75 606	0.69 602	0.62 604

Venus	0.91 601	0.81 601	0.65 577	0.94 604	0.69 603	0.90 600	0.67 603	1.07 611	1.83 616	1.06 606	1.45 613	1.30 602	1.07 609	0.84 600	0.78 604	0.74 606	0.53 604	0.86 605	0.75 606	0.69 602	0.62 604

UNDER WATER	0.97 604	0.97 607	1.42 607	0.99 606	0.70 606	1.12 611	0.84 608	0.80 596	1.08 600	1.01 603	0.90 594	1.55 611	1.22 615	1.03 611	1.00 610	0.78 608	0.53 604	1.02 609	0.87 610	0.80 607	0.74 609

notaker	0.97 604	1.11 608	0.98 601	1.13 609	0.81 607	0.73 591	0.68 605	0.93 601	1.16 602	1.18 611	1.18 609	1.41 608	1.16 613	1.08 613	0.69 602	0.81 609	0.64 612	1.17 612	0.79 608	0.98 609	0.80 611

UNDER WATER-64	0.95 603	0.94 605	1.43 608	0.87 602	0.56 594	1.18 612	0.87 609	0.77 595	0.94 597	1.04 604	0.85 592	1.58 612	1.21 614	0.94 608	0.96 609	0.87 610	0.57 609	1.03 610	0.88 611	0.78 606	0.73 608

TCMNet-wrong-test	3.67 614	5.48 626	3.89 617	12.18 626	11.75 627	4.65 616	3.88 618	1.06 610	0.72 585	1.09 608	2.15 617	6.30 622	0.53 580	3.43 619	2.36 617	0.89 611	0.20 564	1.87 619	1.69 618	5.57 623	3.62 624

JetRed	1.62 610	1.46 613	2.98 611	0.92 603	1.21 612	4.99 617	1.53 617	1.27 616	1.39 608	1.83 615	1.74 616	1.60 613	0.95 605	1.41 614	2.45 618	0.90 612	1.60 617	0.93 608	0.90 612	1.35 613	0.99 614

KSHMR	1.09 607	1.17 609	0.88 599	1.25 612	1.00 611	0.99 605	0.96 611	1.13 613	1.37 607	1.16 610	1.29 612	1.41 608	0.96 606	1.01 610	0.92 608	1.03 613	1.08 615	1.20 613	1.03 614	1.01 610	0.97 613

ASD4	3.54 613	3.38 618	2.05 610	1.72 613	2.51 616	9.03 621	17.71 623	2.25 617	5.51 620	2.46 617	2.81 619	2.03 614	3.36 618	2.73 617	5.06 619	1.22 614	1.34 616	1.13 611	1.33 616	1.68 614	1.49 617

HanzoNet	1.29 609	1.26 612	1.19 605	1.12 608	0.85 608	1.02 608	0.83 607	1.03 607	1.48 612	1.64 614	1.61 615	2.50 617	1.72 616	1.61 615	1.61 614	1.26 615	0.80 614	1.31 615	1.01 613	1.02 611	0.86 612

ktn	1.01 606	1.21 610	0.80 596	1.23 611	0.86 609	1.01 607	0.87 609	0.94 602	1.39 608	1.04 604	1.12 606	1.15 599	1.07 609	0.94 608	0.59 594	1.28 616	0.71 613	1.38 616	0.83 609	1.02 611	0.75 610

DPSimNet_ROB	1.11 608	1.23 611	0.78 593	1.13 609	0.88 610	1.10 610	1.13 613	1.16 615	1.23 604	1.43 613	1.02 600	1.41 608	1.10 612	0.90 606	1.60 613	1.46 617	0.51 603	1.21 614	1.03 614	0.90 608	1.01 615

MADNet++	1.95 611	1.75 614	1.59 609	1.82 614	1.69 614	2.33 615	1.40 616	2.35 618	2.09 618	2.57 618	2.36 618	2.24 616	2.17 617	2.28 616	2.34 616	1.87 618	1.66 618	1.54 617	1.34 617	1.92 615	1.77 618

USTest	6.22 616	2.73 617	3.00 612	6.57 622	7.29 621	14.37 624	21.57 624	7.00 626	9.56 625	5.34 622	6.10 620	5.72 621	7.64 622	6.41 623	6.96 622	1.97 619	3.42 624	1.64 618	2.15 621	2.66 616	2.36 619

xxxxx1	7.79 617	5.02 623	7.31 620	3.12 616	3.85 617	16.35 626	22.88 625	5.86 623	8.69 622	7.97 623	8.54 621	9.12 625	8.27 623	10.18 625	10.92 623	2.42 620	2.45 620	3.56 623	12.37 627	3.77 618	3.06 621

tt_ll	7.79 617	5.02 623	7.31 620	3.12 616	3.85 617	16.35 626	22.88 625	5.86 623	8.69 622	7.97 623	8.54 621	9.12 625	8.27 623	10.18 625	10.92 623	2.42 620	2.45 620	3.56 623	12.37 627	3.77 618	3.06 621

ff	7.79 617	5.02 623	7.31 620	3.12 616	3.85 617	16.35 626	22.88 625	5.86 623	8.69 622	7.97 623	8.54 621	9.12 625	8.27 623	10.18 625	10.92 623	2.42 620	2.45 620	3.56 623	12.37 627	3.77 618	3.06 621

DGTPSM_ROB	8.06 621	4.48 619	8.63 626	5.35 619	10.72 623	8.32 619	22.97 628	5.46 620	13.35 627	5.12 620	9.92 624	5.08 619	10.40 626	5.52 621	12.58 626	3.79 623	8.00 625	3.50 621	7.02 624	3.83 621	7.14 626

DPSMNet_ROB	8.06 621	4.48 619	8.63 626	5.37 621	10.74 624	8.32 619	22.98 629	5.46 620	13.36 628	5.12 620	9.92 624	5.08 619	10.40 626	5.53 622	12.58 626	3.80 624	8.00 625	3.50 621	7.02 624	3.83 621	7.14 626

PML	8.91 623	9.34 630	6.13 618	5.35 619	6.41 620	14.99 625	23.38 630	5.27 619	6.83 621	18.04 633	28.19 641	7.67 623	6.83 621	7.85 624	5.75 620	5.35 625	1.83 619	5.95 629	1.93 619	8.64 626	2.52 620

tt	4.67 615	0.06 76	3.55 615	2.02 615	1.55 613	10.25 622	16.71 622	8.91 627	5.03 619	1.31 612	0.94 597	4.71 618	4.76 619	3.33 618	5.87 621	6.06 626	10.30 630	1.88 620	2.11 620	2.75 617	1.21 616

Anonymous_1	10.96 627	7.92 627	7.46 623	10.33 623	10.06 622	18.65 630	26.34 631	11.06 630	13.44 629	9.40 626	10.05 626	9.67 628	11.23 628	10.73 628	12.72 628	6.42 627	8.38 627	5.77 626	10.61 626	12.12 627	6.77 625

DPSM_ROB	11.15 628	8.58 628	8.00 624	10.88 624	11.58 625	19.10 631	26.71 632	12.05 631	14.07 632	10.36 627	10.84 627	10.33 629	11.86 629	11.70 629	13.54 629	6.99 628	8.79 628	5.89 627	6.95 622	7.29 624	7.42 628

DPSM	11.15 628	8.58 628	8.00 624	10.88 624	11.58 625	19.10 631	26.71 632	12.05 631	14.07 632	10.36 627	10.84 627	10.33 629	11.86 629	11.70 629	13.54 629	6.99 628	8.79 628	5.89 627	6.95 622	7.29 624	7.42 628

FlowAnything	22.44 637	17.35 636	16.14 632	22.07 636	23.23 634	38.39 638	53.77 637	24.25 639	28.44 640	20.96 640	21.82 638	20.70 633	23.84 635	23.49 638	27.14 636	14.04 630	17.79 637	11.75 630	14.15 635	14.65 628	14.89 630

RAFT-FEzeroshot	22.43 635	17.33 633	15.98 628	22.02 633	23.31 636	38.34 636	53.82 639	24.05 636	28.39 637	20.61 636	21.76 635	20.88 635	23.92 638	23.41 635	27.42 639	14.07 631	17.69 633	11.83 632	14.02 632	14.69 630	14.97 633

RAFT-FE	22.43 635	17.33 633	15.98 628	22.02 633	23.31 636	38.34 636	53.82 639	24.05 636	28.39 637	20.61 636	21.76 635	20.88 635	23.92 638	23.41 635	27.42 639	14.07 631	17.69 633	11.83 632	14.02 632	14.69 630	14.97 633

CasAABBNet	22.42 634	17.33 633	16.01 630	22.01 632	23.28 635	38.32 635	53.80 638	24.14 638	28.41 639	20.60 635	21.77 637	20.89 637	23.91 637	23.43 637	27.36 637	14.07 631	17.69 633	11.83 632	14.01 631	14.67 629	14.95 632

Selective-RAFT-Error	22.47 638	17.37 637	16.09 631	22.06 635	23.34 638	38.39 638	53.83 641	24.29 641	28.47 641	20.74 638	21.83 639	20.81 634	23.90 636	23.54 640	27.53 641	14.08 634	17.69 633	11.82 631	14.00 630	14.69 630	15.00 635

LSM0	22.87 639	17.28 632	18.96 633	22.19 637	29.04 640	38.42 640	53.71 636	24.28 640	28.31 636	20.78 639	21.00 632	21.43 638	24.16 640	23.50 639	27.39 638	14.09 635	17.38 632	11.84 635	14.04 634	14.73 633	14.89 630

HaxPig	15.71 630	18.52 638	19.18 634	16.89 629	15.89 630	7.73 618	7.60 619	13.31 633	10.82 626	15.42 630	14.91 629	15.98 631	14.92 631	15.58 631	15.98 631	18.95 636	16.73 631	19.46 636	18.08 636	19.26 635	19.05 639

LRCNet_RVC	10.62 626	13.42 631	7.30 619	18.92 630	2.07 615	0.33 547	0.30 568	5.59 622	0.48 538	13.03 629	17.94 630	8.87 624	5.65 620	4.79 620	1.89 615	23.51 637	2.73 623	27.55 640	25.71 640	16.07 634	16.33 636

MEDIAN_ROB	20.38 633	24.04 639	23.31 637	21.23 631	21.71 633	10.40 623	7.92 620	17.64 634	15.50 634	20.12 634	19.70 631	20.34 632	20.32 632	21.19 632	21.13 634	23.81 638	21.81 638	24.98 639	23.76 639	24.71 638	23.93 640

AVERAGE_ROB	24.90 640	29.20 640	28.14 638	24.89 638	24.64 639	17.75 629	11.12 621	21.45 635	19.93 635	25.12 641	24.46 640	25.12 641	25.46 641	24.69 641	22.83 635	29.76 639	27.13 639	28.97 641	27.95 641	29.91 639	29.47 641

RSGM-EC	20.36 631	4.73 621	0.68 585	16.76 627	16.92 631	21.28 633	27.18 634	10.46 628	14.04 630	18.00 631	21.31 633	22.24 639	21.82 633	22.57 633	17.63 632	62.81 640	33.79 640	20.14 637	18.10 637	20.18 636	16.45 637

acva	20.36 631	4.73 621	0.68 585	16.76 627	16.92 631	21.28 633	27.18 634	10.46 628	14.04 630	18.00 631	21.31 633	22.24 639	21.82 633	22.57 633	17.63 632	62.81 640	33.79 640	20.14 637	18.10 637	20.18 636	16.45 637

test_example2	98.32 641	94.13 641	45.89 639	96.35 639	109.85 641	88.61 641	95.45 642	25.75 642	94.37 642	130.00 643	126.06 643	58.17 642	74.63 642	88.51 642	79.96 642	150.23 642	221.02 642	77.62 642	99.10 642	113.75 642	96.94 642

ccccc	245.47 642	285.66 642	306.18 642	368.85 642	370.60 642	123.16 642	145.33 643	115.05 643	110.08 643	126.68 642	110.87 642	122.83 643	165.88 643	252.94 643	276.56 643	384.56 643	353.86 643	254.69 643	223.00 643	425.87 643	386.83 643

Low-res two-view benchmark