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	deliv. area 1l	deliv. area 1s	deliv. area 2l	deliv. area 2s	deliv. area 3l	deliv. area 3s	elect. 1l	elect. 1s	elect. 2l	elect. 2s	elect. 3l	elect. 3s	facade 1s	forest 1s	forest 2s	playg. 1l	playg. 1s	playg. 2l	playg. 2s	playg. 3l	playg. 3s	terra. 1s	terra. 2s	terra. 1l	terra. 1s	terra. 2l	terra. 2s

AIO-test2	0.21 1	0.16 1	0.11 1	0.09 1	0.11 3	0.16 6	0.12 20	0.23 9	0.15 13	0.18 10	0.19 24	0.42 41	0.14 8	0.12 3	0.34 1	0.42 4	0.32 3	0.25 5	0.30 3	0.18 1	0.29 2	0.32 11	0.11 3	0.15 16	0.20 1	0.20 1	0.23 1	0.19 2

NLCSM	0.22 2	0.17 2	0.13 2	0.13 7	0.12 4	0.25 38	0.16 47	0.25 13	0.13 5	0.18 10	0.19 24	0.18 1	0.16 17	0.14 7	0.40 3	0.35 1	0.33 5	0.22 1	0.25 1	0.18 1	0.24 1	0.30 5	0.19 23	0.16 19	0.21 2	0.23 7	0.44 12	0.24 9

BridgeDepth	0.23 3	0.23 11	0.16 12	0.17 16	0.20 26	0.18 12	0.12 20	0.24 11	0.16 16	0.18 10	0.08 3	0.39 34	0.13 5	0.18 24	0.41 4	0.45 7	0.26 1	0.27 8	0.32 4	0.20 6	0.33 5	0.35 14	0.09 1	0.13 7	0.27 10	0.26 19	0.33 3	0.24 9
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
NLMM	0.24 4	0.21 5	0.14 3	0.18 18	0.10 1	0.24 32	0.13 29	0.19 3	0.20 35	0.15 4	0.25 38	0.27 8	0.18 27	0.14 7	0.52 10	0.39 2	0.32 3	0.24 4	0.28 2	0.22 9	0.30 3	0.30 5	0.20 28	0.18 31	0.23 3	0.31 31	0.40 7	0.27 23

Pointernet	0.24 4	0.21 5	0.14 3	0.14 10	0.12 4	0.19 16	0.16 47	0.28 15	0.10 1	0.17 9	0.14 14	0.23 4	0.14 8	0.12 3	0.47 7	0.42 4	0.37 11	0.23 2	0.35 6	0.19 3	0.35 9	0.25 3	0.14 8	0.14 14	0.23 3	0.21 4	0.67 43	0.22 6

MLG-Stereo	0.25 6	0.25 13	0.14 3	0.11 2	0.20 26	0.12 2	0.07 3	0.21 6	0.12 3	0.19 14	0.11 7	0.29 16	0.10 1	0.21 38	0.61 18	0.65 27	0.36 9	0.35 21	0.44 24	0.23 12	0.35 9	0.32 11	0.11 3	0.09 1	0.26 7	0.22 5	0.48 15	0.25 19

AIO-test1	0.25 6	0.19 3	0.14 3	0.12 6	0.14 10	0.18 12	0.15 45	0.33 27	0.16 16	0.25 26	0.24 35	0.35 26	0.14 8	0.19 28	0.56 16	0.59 19	0.35 6	0.30 11	0.35 6	0.27 17	0.33 5	0.31 9	0.13 7	0.13 7	0.23 3	0.23 7	0.31 2	0.18 1

MLG-Stereo_test1	0.26 8	0.22 7	0.14 3	0.13 7	0.22 33	0.11 1	0.08 5	0.22 8	0.12 3	0.20 16	0.12 9	0.33 22	0.11 2	0.21 38	0.66 21	0.64 25	0.37 11	0.35 21	0.50 30	0.22 9	0.39 13	0.30 5	0.12 5	0.10 2	0.26 7	0.22 5	0.53 25	0.27 23

CoSv	0.26 8	0.38 28	0.20 22	0.18 18	0.14 10	0.35 69	0.09 10	0.38 39	0.16 16	0.20 16	0.08 3	0.28 13	0.14 8	0.09 1	0.47 7	0.59 19	0.42 24	0.23 2	0.39 15	0.19 3	0.40 16	0.23 2	0.10 2	0.13 7	0.40 41	0.25 12	0.36 5	0.24 9

NLSM3	0.27 10	0.23 11	0.16 12	0.18 18	0.16 16	0.21 19	0.14 38	0.35 33	0.20 35	0.18 10	0.33 55	0.23 4	0.21 39	0.21 38	0.55 13	0.44 6	0.39 16	0.31 13	0.35 6	0.19 3	0.32 4	0.30 5	0.22 32	0.15 16	0.26 7	0.33 39	0.40 7	0.27 23

MM-Stereo_test3	0.27 10	0.36 24	0.14 3	0.25 30	0.15 13	0.15 3	0.08 5	0.48 51	0.18 29	0.25 26	0.10 5	0.41 40	0.12 4	0.11 2	0.36 2	0.40 3	0.42 24	0.26 6	0.37 13	0.25 15	0.33 5	0.25 3	0.24 42	0.12 4	0.29 14	0.20 1	0.77 59	0.23 7

LG-Stereo	0.28 12	0.26 15	0.17 15	0.17 16	0.16 16	0.23 27	0.13 29	0.30 20	0.15 13	0.23 22	0.19 24	0.52 54	0.14 8	0.18 24	0.55 13	0.58 17	0.39 16	0.30 11	0.54 36	0.22 9	0.44 22	0.31 9	0.12 5	0.12 4	0.28 12	0.24 10	0.46 14	0.24 9

MM-Stereo_test1	0.29 13	0.69 74	0.15 9	0.23 26	0.14 10	0.16 6	0.07 3	0.37 38	0.14 7	0.27 31	0.11 7	0.43 42	0.11 2	0.12 3	0.45 5	0.48 11	0.45 32	0.32 15	0.42 20	0.27 17	0.35 9	0.35 14	0.23 38	0.13 7	0.31 17	0.23 7	0.63 38	0.24 9

NLMM1	0.30 14	0.22 7	0.18 17	0.19 21	0.19 23	0.28 47	0.23 69	0.35 33	0.19 33	0.21 19	0.35 65	0.24 6	0.35 68	0.16 16	0.46 6	0.46 9	0.45 32	0.35 21	0.34 5	0.31 30	0.33 5	0.37 16	0.23 38	0.20 34	0.33 20	0.26 19	0.48 15	0.33 35

MonStereo	0.30 14	0.25 13	0.20 22	0.19 21	0.21 31	0.15 3	0.13 29	0.20 5	0.16 16	0.22 20	0.17 17	0.32 20	0.16 17	0.17 21	0.54 11	0.54 13	0.40 21	0.32 15	0.50 30	0.27 17	0.43 19	0.51 31	0.22 32	0.14 14	0.34 23	0.41 64	0.49 18	0.40 46

RSM	0.30 14	0.30 20	0.22 32	0.32 55	0.15 13	0.21 19	0.10 14	0.17 1	0.16 16	0.14 2	0.26 39	0.22 3	0.19 30	0.14 7	0.64 20	0.60 21	0.39 16	0.37 28	0.35 6	0.33 33	0.46 25	0.54 34	0.19 23	0.16 19	0.30 16	0.26 19	0.58 29	0.24 9

MoCha-V2	0.30 14	0.31 21	0.23 35	0.21 23	0.17 20	0.17 11	0.14 38	0.23 9	0.11 2	0.26 30	0.28 43	0.32 20	0.16 17	0.19 28	0.62 19	0.61 23	0.39 16	0.38 33	0.35 6	0.42 57	0.61 43	0.51 31	0.15 11	0.16 19	0.35 26	0.26 19	0.34 4	0.19 2

ProNet	0.30 14	0.27 16	0.31 48	0.26 32	0.15 13	0.27 44	0.27 87	0.38 39	0.13 5	0.15 4	0.49 90	0.29 16	0.13 5	0.16 16	0.73 26	0.49 12	0.43 26	0.32 15	0.35 6	0.27 17	0.38 12	0.22 1	0.38 73	0.22 44	0.32 18	0.20 1	0.38 6	0.27 23

111111	0.31 19	0.37 25	0.19 18	0.25 30	0.29 51	0.22 26	0.09 10	0.19 3	0.16 16	0.10 1	0.17 17	0.27 8	0.17 23	0.18 24	0.79 29	0.56 16	0.46 37	0.28 9	0.76 59	0.24 14	0.53 33	0.61 44	0.21 29	0.11 3	0.25 6	0.25 12	0.41 11	0.19 2

AIO-Stereo	0.31 19	0.33 22	0.22 32	0.35 62	0.16 16	0.20 18	0.10 14	0.17 1	0.14 7	0.14 2	0.20 29	0.21 2	0.16 17	0.14 7	0.55 13	0.55 14	0.41 22	0.39 37	1.18 97	0.36 40	0.39 13	0.43 22	0.17 14	0.16 19	0.32 18	0.24 10	0.61 34	0.19 2

GREAT-IGEV	0.32 21	0.37 25	0.21 29	0.15 11	0.12 4	0.16 6	0.09 10	0.30 20	0.16 16	0.33 38	0.18 19	0.44 43	0.19 30	0.20 33	0.74 27	0.61 23	0.45 32	0.29 10	0.42 20	0.28 22	0.43 19	0.52 33	0.21 29	0.17 25	0.27 10	0.25 12	0.88 64	0.23 7

GSStereo	0.33 22	0.41 34	0.21 29	0.31 51	0.22 33	0.25 38	0.14 38	0.28 15	0.16 16	0.25 26	0.15 15	0.37 30	0.15 15	0.15 13	0.70 24	0.66 29	0.49 43	0.38 33	0.45 26	0.40 50	0.62 46	0.46 24	0.14 8	0.17 25	0.33 20	0.25 12	0.52 21	0.24 9

RSM++	0.33 22	0.33 22	0.23 35	0.36 70	0.20 26	0.24 32	0.10 14	0.21 6	0.16 16	0.16 7	0.26 39	0.26 7	0.19 30	0.16 16	0.83 31	0.65 27	0.41 22	0.38 33	0.50 30	0.39 46	0.50 28	0.59 41	0.25 45	0.16 19	0.41 45	0.26 19	0.54 26	0.30 32

CroCo-Stereo Lap2	0.33 22	0.22 7	0.15 9	0.11 2	0.12 4	0.16 6	0.08 5	0.35 33	0.15 13	0.47 57	0.10 5	0.31 19	0.14 8	0.14 7	1.26 51	1.00 71	0.36 9	0.36 27	0.44 24	0.20 6	0.53 33	0.55 35	0.17 14	0.13 7	0.39 38	0.35 47	0.40 7	0.27 23

MatchStereo	0.34 25	0.37 25	0.20 22	0.15 11	0.23 36	0.21 19	0.12 20	0.31 25	0.22 44	0.15 4	0.18 19	0.28 13	0.35 68	0.22 43	1.24 49	0.80 49	0.30 2	0.31 13	0.41 18	0.30 25	0.41 18	0.56 37	0.21 29	0.20 34	0.35 26	0.35 47	0.40 7	0.35 38

StereoVision	0.34 25	0.27 16	0.21 29	0.13 7	0.18 21	0.21 19	0.14 38	0.30 20	0.23 45	0.35 41	0.18 19	0.34 24	0.17 23	0.16 16	0.98 35	0.78 47	0.44 29	0.35 21	0.43 23	0.23 12	0.40 16	0.48 26	0.16 12	0.21 40	0.40 41	0.40 57	0.71 47	0.37 41

NLSM1	0.35 27	0.28 18	0.19 18	0.30 48	0.19 23	0.24 32	0.13 29	0.35 33	0.29 60	0.22 20	0.44 81	0.34 24	0.26 48	0.20 33	0.57 17	0.55 14	0.39 16	0.37 28	0.47 28	0.33 33	0.75 66	0.46 24	0.26 46	0.23 48	0.36 32	0.28 26	0.64 39	0.30 32

MM-Stereo_test2	0.35 27	0.78 121	0.22 32	0.30 48	0.21 31	0.18 12	0.11 17	0.33 27	0.16 16	0.36 46	0.15 15	0.39 34	0.15 15	0.17 21	0.69 22	0.66 29	0.43 26	0.39 37	0.41 18	0.37 41	0.50 28	0.85 71	0.24 42	0.16 19	0.35 26	0.25 12	0.54 26	0.25 19

CroCo-Stereo	0.35 27	0.20 4	0.15 9	0.11 2	0.10 1	0.18 12	0.06 1	0.33 27	0.14 7	0.31 37	0.05 1	0.36 28	0.13 5	0.15 13	1.64 67	1.05 78	0.35 6	0.37 28	0.45 26	0.20 6	0.62 46	0.79 65	0.16 12	0.13 7	0.38 34	0.31 31	0.45 13	0.26 22
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
RAFT	0.35 27	0.22 7	0.19 18	0.27 35	0.13 8	0.30 53	0.08 5	0.97 130	0.18 29	0.92 157	0.19 24	0.27 8	0.16 17	0.18 24	0.51 9	0.47 10	0.38 14	0.26 6	0.54 36	0.25 15	0.43 19	0.34 13	0.19 23	0.15 16	0.38 34	0.34 43	0.90 65	0.27 23

IGEV-Stereo++	0.36 31	0.40 32	0.20 22	0.22 25	0.25 42	0.21 19	0.09 10	0.25 13	0.17 26	0.20 16	0.34 58	0.29 16	0.20 38	0.19 28	0.78 28	0.60 21	0.44 29	0.33 18	0.75 56	0.34 37	0.53 33	0.64 48	0.22 32	0.13 7	0.28 12	0.27 25	1.09 87	0.28 29

MSCF	0.37 32	0.41 34	0.20 22	0.34 58	0.19 23	0.23 27	0.14 38	0.30 20	0.20 35	0.67 87	0.13 12	0.27 8	0.17 23	0.14 7	1.02 36	0.77 45	0.37 11	0.34 20	0.36 12	0.28 22	0.45 24	0.50 30	0.22 32	0.20 34	0.35 26	0.90 147	0.70 45	0.25 19

GIP-stereo	0.37 32	0.56 51	0.32 52	0.29 44	0.23 36	0.21 19	0.11 17	0.24 11	0.17 26	0.30 35	0.19 24	0.38 32	0.18 27	0.21 38	1.05 38	0.64 25	0.46 37	0.39 37	0.42 20	0.41 53	0.52 32	0.82 68	0.17 14	0.17 25	0.35 26	0.31 31	0.76 56	0.24 9

GASTEREO	0.38 34	0.42 37	0.20 22	0.34 58	0.18 21	0.24 32	0.14 38	0.30 20	0.19 33	0.73 102	0.12 9	0.28 13	0.17 23	0.13 6	1.05 38	0.74 40	0.38 14	0.33 18	0.37 13	0.30 25	0.44 22	0.56 37	0.23 38	0.20 34	0.35 26	0.87 140	0.73 51	0.24 9

GEAStereo	0.39 35	0.59 55	0.31 48	0.35 62	0.23 36	0.23 27	0.13 29	0.29 18	0.20 35	0.35 41	0.18 19	0.44 43	0.19 30	0.23 46	0.87 32	0.71 36	0.47 39	0.37 28	0.40 16	0.37 41	0.65 52	0.64 48	0.19 23	0.21 40	0.39 38	0.34 43	0.75 53	0.38 42

gasm-f	0.39 35	0.59 55	0.31 48	0.35 62	0.23 36	0.23 27	0.13 29	0.29 18	0.20 35	0.35 41	0.18 19	0.44 43	0.19 30	0.23 46	0.87 32	0.71 36	0.47 39	0.37 28	0.40 16	0.37 41	0.65 52	0.64 48	0.19 23	0.21 40	0.39 38	0.34 43	0.75 53	0.38 42

MLG-Stereo_test2	0.39 35	0.54 48	0.17 15	0.16 14	0.24 40	0.15 3	0.08 5	0.33 27	0.14 7	0.24 24	0.13 12	0.39 34	0.14 8	0.17 21	1.52 61	0.76 44	0.45 32	0.44 49	1.04 83	0.42 57	0.48 27	0.48 26	0.18 20	0.12 4	0.34 23	0.25 12	0.66 41	0.38 42

AdaDepth	0.41 38	0.41 34	0.20 22	0.24 27	0.28 49	0.23 27	0.16 47	0.32 26	0.20 35	0.23 22	0.29 44	0.27 8	0.21 39	0.23 46	0.97 34	1.09 90	0.49 43	0.41 44	1.08 89	0.34 37	0.54 37	0.59 41	0.18 20	0.21 40	0.29 14	0.28 26	0.75 53	0.43 49

U	0.41 38	0.28 18	0.16 12	0.11 2	0.13 8	0.16 6	0.06 1	0.45 50	0.14 7	0.49 58	0.07 2	0.36 28	0.16 17	0.20 33	1.71 73	1.14 100	0.44 29	0.41 44	0.59 42	0.32 31	0.66 54	0.92 79	0.17 14	0.17 25	0.50 68	0.36 50	0.49 18	0.35 38

BridgeDepth_RVC	0.42 40	0.54 48	0.27 40	0.35 62	0.28 49	0.26 42	0.14 38	0.55 55	0.32 68	0.38 47	0.22 31	0.44 43	0.23 45	0.28 59	1.45 54	0.77 45	0.35 6	0.41 44	0.53 35	0.33 33	0.39 13	0.38 18	0.22 32	0.20 34	0.41 45	0.49 75	0.52 21	0.56 71
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
VIP-Stereo	0.43 41	0.38 28	0.42 74	0.28 37	0.24 40	0.27 44	0.12 20	0.40 42	0.24 47	0.29 32	0.38 70	0.65 80	0.21 39	0.20 33	1.20 47	0.97 67	0.54 52	0.50 57	0.59 42	0.42 57	0.64 50	0.43 22	0.27 47	0.31 67	0.42 49	0.33 39	0.48 15	0.51 66

Occ-G	0.43 41	0.59 55	0.29 44	0.34 58	0.31 57	0.26 42	0.12 20	0.38 39	0.18 29	0.16 7	0.32 51	0.33 22	0.24 46	0.16 16	1.16 43	0.84 51	0.45 32	0.39 37	0.71 50	0.32 31	0.87 83	0.78 64	0.22 32	0.19 33	0.36 32	0.26 19	0.94 72	0.31 34

AEACV	0.43 41	0.94 190	0.30 45	0.29 44	0.20 26	0.27 44	0.12 20	0.28 15	0.14 7	0.24 24	0.23 34	0.35 26	0.21 39	0.20 33	1.24 49	0.83 50	0.57 64	0.38 33	0.78 62	0.45 68	0.81 75	0.73 59	0.24 42	0.18 31	0.34 23	0.31 31	0.61 34	0.28 29

WQFJX	0.44 44	0.50 43	0.28 42	0.33 56	0.39 82	0.32 57	0.24 73	0.34 31	0.34 73	0.19 14	0.34 58	0.37 30	0.32 59	0.28 59	0.72 25	0.45 7	0.43 26	0.35 21	0.90 70	0.30 25	0.56 38	0.88 75	0.33 55	0.29 58	0.48 63	0.44 71	1.04 80	0.54 68

DEFOM-Stereo	0.45 45	0.55 50	0.28 42	0.26 32	0.30 53	0.32 57	0.13 29	0.35 33	0.17 26	0.25 26	0.32 51	0.38 32	0.19 30	0.22 43	1.10 42	0.73 38	0.59 70	0.52 63	0.51 34	0.44 66	0.73 63	0.69 53	0.42 89	0.28 57	0.44 51	0.32 38	1.28 100	0.46 56

RAStereo	0.46 46	0.38 28	0.19 18	0.15 11	0.16 16	0.19 16	0.11 17	0.44 48	0.18 29	0.99 168	0.12 9	0.45 47	0.18 27	0.15 13	1.85 94	1.10 93	0.52 48	0.47 52	0.68 48	0.27 17	0.77 68	0.80 67	0.27 47	0.17 25	0.47 60	0.34 43	0.51 20	0.41 48

WQFJA1	0.49 47	0.51 46	0.23 35	0.28 37	0.45 100	0.50 117	0.28 90	0.42 45	0.38 81	0.35 41	0.29 44	0.69 91	0.43 87	0.32 78	1.08 40	0.74 40	0.56 59	0.40 41	0.79 63	0.30 25	0.60 40	0.72 56	0.34 57	0.25 52	0.40 41	0.40 57	1.06 84	0.43 49

WQFJX1	0.49 47	0.51 46	0.23 35	0.28 37	0.45 100	0.50 117	0.28 90	0.42 45	0.38 81	0.35 41	0.29 44	0.69 91	0.43 87	0.32 78	1.08 40	0.74 40	0.56 59	0.40 41	0.79 63	0.30 25	0.60 40	0.72 56	0.34 57	0.25 52	0.40 41	0.40 57	1.06 84	0.43 49

TDLM	0.49 47	0.59 55	0.60 117	0.39 86	0.48 112	0.46 101	0.43 149	0.72 79	0.35 77	0.30 35	0.65 127	0.76 117	0.41 85	0.35 95	0.54 11	0.58 17	0.55 55	0.49 55	0.50 30	0.43 61	0.50 28	0.39 19	0.41 83	0.39 91	0.38 34	0.31 31	0.61 34	0.66 98

anonymousdsp	0.50 50	0.38 28	0.36 59	0.28 37	0.32 59	0.28 47	0.15 45	0.56 57	0.26 49	0.42 51	0.33 55	0.53 57	0.19 30	0.27 55	1.47 56	0.87 53	0.54 52	0.52 63	0.62 44	0.48 74	0.71 58	1.04 89	0.36 67	0.30 60	0.46 54	0.29 29	1.13 92	0.33 35

iRaftStereo_RVC	0.51 51	0.56 51	0.40 67	0.28 37	0.31 57	0.32 57	0.19 59	0.68 76	0.25 48	0.46 56	0.57 111	0.58 62	0.29 53	0.25 51	1.17 46	0.89 55	0.56 59	0.45 50	0.72 51	0.41 53	0.97 94	0.79 65	0.35 62	0.34 73	0.44 51	0.41 64	0.76 56	0.48 58

delet	0.51 51	0.58 53	0.47 88	0.35 62	0.50 124	0.50 117	0.30 97	0.49 52	0.29 60	0.56 63	0.44 81	0.45 47	0.34 62	0.48 167	1.16 43	0.68 32	0.55 55	0.46 51	0.47 28	0.41 53	0.58 39	0.39 19	0.39 75	0.41 98	0.48 63	0.36 50	1.09 87	0.50 62

MLG-Stereo_test3	0.52 53	0.48 41	0.27 40	0.29 44	0.38 80	0.24 32	0.12 20	0.34 31	0.20 35	1.12 181	0.30 48	0.54 58	0.19 30	0.31 75	1.85 94	0.92 57	0.52 48	0.52 63	1.17 95	0.39 46	0.70 56	0.75 61	0.18 20	0.24 50	0.38 34	0.31 31	0.90 65	0.44 53

AIO_rvc	0.53 54	0.71 87	0.38 63	0.34 58	0.22 33	0.34 65	0.16 47	0.57 58	0.28 58	0.38 47	0.22 31	0.56 59	0.24 46	0.27 55	1.96 109	1.04 75	0.48 42	0.40 41	1.28 103	0.47 73	0.79 74	0.95 85	0.39 75	0.22 44	0.46 54	0.28 26	0.72 48	0.33 35

AASNet	0.53 54	0.74 97	0.46 86	0.35 62	0.61 152	0.51 124	0.42 146	0.65 72	0.26 49	0.41 50	0.50 92	0.39 34	0.31 58	0.41 125	1.02 36	0.69 33	0.53 51	0.60 86	0.67 46	0.51 77	0.60 40	0.87 73	0.41 83	0.41 98	0.50 68	0.40 57	0.70 45	0.45 55

LG-G_1	0.54 56	0.70 80	0.32 52	0.36 70	0.39 82	0.32 57	0.16 47	0.41 43	0.21 42	0.29 32	0.34 58	0.50 49	0.35 68	0.32 78	2.09 130	1.07 82	0.51 46	0.58 82	0.75 56	0.59 103	0.78 71	1.24 102	0.17 14	0.22 44	0.46 54	0.39 55	0.60 31	0.48 58

LG-G	0.54 56	0.70 80	0.32 52	0.36 70	0.39 82	0.32 57	0.16 47	0.41 43	0.21 42	0.29 32	0.34 58	0.50 49	0.35 68	0.32 78	2.09 130	1.07 82	0.51 46	0.58 82	0.75 56	0.59 103	0.78 71	1.24 102	0.17 14	0.22 44	0.46 54	0.39 55	0.60 31	0.48 58

AANet_RVC	0.54 56	0.45 39	0.40 67	0.33 56	0.61 152	0.28 47	0.31 101	0.61 63	0.58 158	0.44 53	0.41 76	0.39 34	0.48 102	0.33 85	1.16 43	0.79 48	0.55 55	0.53 72	0.56 40	0.52 81	0.46 25	0.49 28	0.34 57	0.38 84	0.57 84	0.57 91	1.05 82	0.97 150

LGtest1	0.57 59	0.81 133	0.46 86	0.26 32	0.30 53	0.28 47	0.12 20	0.43 47	0.26 49	0.34 40	0.56 108	0.50 49	0.30 57	0.28 59	2.04 122	1.24 118	0.57 64	0.65 110	0.74 54	0.46 72	0.72 60	1.41 112	0.29 49	0.30 60	0.54 77	0.35 47	0.65 40	0.52 67

MaDis-Stereo	0.57 59	0.47 40	0.30 45	0.16 14	0.26 46	0.21 19	0.17 55	0.44 48	0.32 68	1.08 179	0.22 31	0.51 53	0.22 44	0.19 28	1.83 91	1.19 110	0.62 73	0.59 85	1.09 91	0.45 68	0.81 75	0.94 81	0.37 71	0.25 52	0.63 95	0.67 106	0.60 31	0.82 123

LG-Stereo_L2	0.58 61	0.69 74	0.43 78	0.28 37	0.35 73	0.24 32	0.13 29	0.62 68	0.26 49	0.70 91	0.39 73	0.71 101	0.34 62	0.28 59	1.83 91	1.32 129	0.57 64	0.51 61	0.96 76	0.41 53	0.74 65	1.06 91	0.32 52	0.27 55	0.52 74	0.38 53	0.62 37	0.64 92

LG-Stereo_L1	0.58 61	0.69 74	0.41 71	0.24 27	0.35 73	0.25 38	0.12 20	0.62 68	0.27 56	0.72 97	0.32 51	0.69 91	0.34 62	0.29 64	1.82 88	1.36 135	0.57 64	0.52 63	1.14 94	0.42 57	0.70 56	1.11 94	0.29 49	0.30 60	0.51 71	0.33 39	0.66 41	0.65 96

AIO_test	0.59 63	0.77 117	0.45 81	0.44 102	0.25 42	0.35 69	0.20 63	0.61 63	0.27 56	0.43 52	0.30 48	0.57 60	0.28 52	0.29 64	2.01 115	1.46 161	0.49 43	0.42 47	0.86 67	0.49 76	1.02 101	1.01 87	0.40 79	0.24 50	0.47 60	0.49 75	1.00 77	0.35 38

MMNet	0.59 63	0.58 53	0.44 79	0.38 75	0.55 138	0.42 90	0.29 95	0.60 61	0.40 92	0.38 47	0.55 107	0.63 73	0.32 59	0.51 179	1.51 60	0.75 43	0.72 100	0.58 82	0.76 59	0.55 90	0.62 46	0.41 21	0.40 79	0.52 145	0.51 71	0.49 75	1.49 119	0.50 62

IGEV-Stereo+	0.60 65	1.04 226	0.24 39	0.49 111	0.32 59	0.29 51	0.13 29	0.51 53	0.26 49	0.79 124	0.94 185	0.57 60	0.26 48	0.28 59	1.64 67	1.19 110	0.59 70	0.61 91	1.19 98	0.43 61	0.90 90	1.17 97	0.48 117	0.20 34	0.41 45	0.31 31	0.56 28	0.40 46

UniTT-Stereo	0.60 65	0.44 38	0.32 52	0.21 23	0.25 42	0.34 65	0.17 55	0.61 63	0.31 64	0.75 106	0.27 41	0.62 72	0.34 62	0.21 38	1.77 83	1.44 154	0.57 64	0.61 91	1.53 120	0.44 66	0.91 91	1.14 96	0.37 71	0.29 58	0.50 68	0.54 86	0.52 21	0.58 76

CVANet_RVC	0.60 65	0.67 69	0.81 157	0.81 196	0.53 134	0.66 173	0.55 173	1.15 149	0.39 85	0.44 53	0.79 164	0.80 126	0.44 97	0.43 140	0.69 22	0.67 31	0.55 55	0.53 72	0.55 39	0.57 95	0.63 49	0.57 39	0.40 79	0.41 98	0.46 54	0.40 57	0.72 48	0.55 69

DMCA	0.63 68	0.73 94	0.63 121	0.40 87	0.49 115	0.52 127	0.33 116	0.59 60	0.52 133	0.80 128	0.63 124	0.70 97	0.40 82	0.47 161	1.48 57	0.92 57	0.69 88	0.67 116	0.67 46	0.51 77	0.67 55	0.59 41	0.48 117	0.45 113	0.48 63	0.52 84	1.04 80	0.62 87

RAFT_CTSACE	0.64 69	0.94 190	0.31 48	0.37 73	0.34 69	0.33 62	0.23 69	1.23 160	0.26 49	0.64 81	0.29 44	0.71 101	0.57 129	0.34 90	1.57 65	1.07 82	0.52 48	0.43 48	0.72 51	0.33 33	0.85 80	1.72 120	0.42 89	0.30 60	0.46 54	0.41 64	1.58 131	0.39 45

GANet	0.64 69	0.67 69	0.63 121	0.57 136	0.58 142	0.95 218	0.55 173	0.78 92	0.46 109	0.57 66	0.61 118	1.83 229	0.36 74	0.41 125	0.81 30	0.69 33	0.76 113	0.73 136	0.58 41	0.40 50	0.53 33	0.49 28	0.47 114	0.48 131	0.56 83	0.41 64	0.83 61	0.69 101

DFGA-Net	0.65 71	0.64 60	0.36 59	0.51 118	0.33 66	0.43 92	0.29 95	0.88 118	0.34 73	2.05 241	0.38 70	0.52 54	0.29 53	0.22 43	1.35 52	1.07 82	0.76 113	0.49 55	0.96 76	0.35 39	0.71 58	0.71 55	0.36 67	0.41 98	0.57 84	0.38 53	1.81 146	0.43 49

HCRNet	0.66 72	0.78 121	0.41 71	0.54 129	0.27 48	0.41 88	0.39 130	0.63 70	0.31 64	1.62 216	0.59 116	0.67 87	0.29 53	0.41 125	1.99 113	0.73 38	0.60 72	0.47 52	0.65 45	0.43 61	0.78 71	0.62 45	0.36 67	0.34 73	0.42 49	0.43 70	2.14 170	0.50 62

plain	0.67 73	0.87 156	0.33 56	0.31 51	0.59 144	0.33 62	0.30 97	0.89 119	0.34 73	0.72 97	0.24 35	0.65 80	0.34 62	0.19 28	1.95 102	1.57 181	0.71 95	0.69 122	0.94 74	0.39 46	1.28 123	1.20 100	0.33 55	0.33 71	0.59 91	0.60 93	0.72 48	0.74 106

MIF-Stereo (partial)	0.69 74	0.76 111	0.33 56	0.27 35	0.37 78	0.35 69	0.31 101	0.53 54	0.40 92	0.62 77	0.32 51	0.50 49	0.39 77	0.23 46	2.08 126	1.51 170	0.68 83	0.71 127	0.77 61	0.43 61	1.10 107	0.94 81	0.39 75	0.32 68	0.57 84	0.71 109	2.25 189	0.87 136

test_5	0.69 74	0.91 174	0.30 45	0.38 75	0.26 46	0.35 69	0.19 59	1.79 238	0.31 64	0.58 69	1.20 209	0.75 113	0.73 177	0.32 78	1.36 53	1.10 93	0.54 52	0.54 76	1.01 81	0.37 41	0.61 43	1.37 111	0.29 49	0.34 73	0.41 45	0.40 57	1.72 139	0.44 53

FINET	0.69 74	0.65 64	0.67 131	0.65 158	0.49 115	0.48 112	0.45 155	0.75 84	0.59 160	0.61 74	0.48 87	0.82 132	0.57 129	0.43 140	1.71 73	1.08 88	0.77 116	0.57 79	1.07 88	0.56 92	0.88 84	0.65 51	0.43 94	0.50 138	0.62 94	0.56 90	0.96 74	0.64 92

raft+_RVC	0.71 77	0.73 94	0.70 136	0.41 91	0.34 69	0.49 114	0.30 97	1.48 201	0.43 102	0.62 77	0.62 120	0.65 80	0.39 77	0.26 53	1.74 78	1.16 103	0.69 88	0.53 72	1.57 126	0.51 77	0.85 80	1.06 91	0.44 97	0.38 84	0.68 107	0.62 95	0.85 62	0.69 101

IGEV-BASED-STEREO-	0.73 78	0.86 154	0.36 59	0.43 99	0.32 59	0.30 53	0.19 59	0.71 78	0.32 68	0.70 91	0.33 55	0.63 73	0.57 129	0.41 125	2.03 121	1.91 205	0.63 75	0.68 120	1.00 78	0.45 68	1.86 159	1.87 123	0.40 79	0.23 48	0.49 66	0.37 52	1.09 87	0.55 69

GMStereo	0.73 78	0.99 209	0.39 64	0.49 111	0.47 106	0.55 136	0.41 140	0.77 86	0.43 102	0.55 61	0.48 87	0.81 131	0.38 75	0.34 90	1.60 66	0.95 62	0.74 110	0.52 63	1.88 134	0.57 95	1.07 102	0.73 59	0.42 89	0.51 140	0.72 117	0.47 74	1.87 153	0.57 75
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
UPFNet	0.73 78	0.69 74	0.79 152	0.54 129	0.65 163	0.58 151	0.54 169	0.72 79	0.54 145	0.59 71	0.57 111	0.61 69	0.47 99	0.62 212	1.80 86	0.96 64	0.72 100	0.68 120	0.91 72	0.72 152	0.64 50	0.55 35	0.53 152	0.52 145	0.58 88	0.51 81	2.19 179	0.59 82

AFF-stereo	0.76 81	0.69 74	0.59 114	0.30 48	0.32 59	0.52 127	0.18 58	0.86 111	0.41 94	1.37 201	0.43 79	0.60 68	0.34 62	0.24 50	1.76 82	1.13 98	0.57 64	0.62 95	2.81 180	0.43 61	0.77 68	0.63 46	0.41 83	0.32 68	0.70 111	0.67 106	2.38 204	0.56 71

TestStereo	0.77 82	0.93 187	0.79 152	0.56 133	0.46 102	0.66 173	0.33 116	1.22 158	0.42 101	0.90 153	0.52 100	0.84 136	0.54 118	0.39 115	1.50 59	0.92 57	0.73 105	0.51 61	1.38 110	0.56 92	1.25 120	0.82 68	0.44 97	0.44 111	0.77 127	0.79 120	1.34 104	0.79 116

MIM_Stereo	0.78 83	0.77 117	0.53 106	0.43 99	0.38 80	0.46 101	0.22 68	1.50 204	0.31 64	0.55 61	0.38 70	0.64 77	0.27 51	0.32 78	1.77 83	1.09 90	0.63 75	0.73 136	3.30 205	0.57 95	1.19 116	0.91 78	0.34 57	0.36 79	0.49 66	0.41 64	1.95 158	0.58 76

DEFOM-Stereo_RVC	0.80 84	0.75 105	0.48 92	0.38 75	0.33 66	0.25 38	0.16 47	0.68 76	0.30 63	0.72 97	0.42 78	0.77 121	0.35 68	0.30 67	1.81 87	1.08 88	0.65 79	0.56 77	1.71 130	0.48 74	1.60 145	4.30 163	0.49 128	0.39 91	0.60 93	0.49 75	0.95 73	0.65 96

CFNet	0.80 84	0.84 147	0.79 152	0.76 181	0.70 176	0.60 158	0.46 159	0.84 108	0.48 117	0.66 85	0.71 146	0.92 154	0.61 143	0.43 140	1.75 80	0.84 51	0.70 91	0.64 107	0.90 70	0.78 169	0.89 88	0.72 56	0.45 103	0.51 140	0.87 152	0.83 128	1.67 137	1.15 179

G2L-Stereo	0.81 86	0.69 74	0.60 117	0.57 136	0.78 193	0.50 117	0.37 127	0.77 86	0.53 138	0.69 90	0.78 162	0.70 97	0.63 146	0.54 181	2.08 126	0.96 64	0.73 105	0.63 104	1.23 100	0.61 116	1.22 118	0.66 52	0.57 171	0.48 131	0.77 127	0.89 142	1.98 161	0.80 119

HGLStereo	0.83 87	0.64 60	0.75 145	0.52 122	0.67 169	0.56 142	0.45 155	0.66 75	0.50 126	1.72 223	0.96 189	0.64 77	0.56 125	0.54 181	1.65 70	1.18 107	0.80 126	0.76 145	1.05 84	0.66 135	0.99 96	1.36 110	0.49 128	0.54 155	0.71 114	0.76 116	1.59 133	0.82 123

S2M2_XL	0.85 88	0.50 43	0.64 124	0.24 27	0.30 53	0.35 69	0.28 90	0.61 63	0.43 102	0.56 63	0.35 65	0.65 80	0.59 134	0.34 90	2.56 176	1.65 189	0.69 88	0.47 52	0.72 51	0.54 83	4.94 202	2.28 135	0.48 117	0.30 60	0.55 82	0.51 81	0.74 52	0.74 106
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
UNet	0.85 88	0.76 111	0.74 142	0.60 145	0.60 147	0.61 162	0.53 167	0.90 120	0.58 158	1.21 187	0.68 134	0.71 101	0.56 125	0.67 221	1.72 77	1.11 96	0.79 123	0.72 134	1.13 93	0.82 180	0.84 78	0.69 53	0.62 192	0.58 168	0.64 97	0.77 117	2.48 213	0.95 147

RASNet	0.85 88	0.72 90	0.89 178	0.61 148	0.62 159	0.66 173	0.41 140	0.98 132	0.61 165	1.21 187	0.64 125	0.74 106	0.67 160	0.40 119	1.23 48	1.31 127	0.72 100	0.66 113	1.00 78	0.70 148	1.09 105	1.43 113	0.43 94	0.75 214	0.68 107	0.79 120	2.17 175	0.93 145

anonymousdsp2	0.86 91	0.84 147	0.84 164	0.43 99	0.44 98	0.56 142	0.32 112	1.17 151	0.36 79	0.66 85	0.67 131	0.69 91	0.40 82	0.49 172	1.46 55	1.36 135	0.67 82	0.62 95	2.12 143	0.60 113	1.36 131	2.66 143	0.36 67	0.44 111	0.71 114	0.51 81	1.86 152	0.64 92

dd	0.86 91	0.80 127	0.51 95	1.05 224	0.44 98	0.85 204	0.44 153	0.85 109	0.39 85	0.83 133	0.40 74	1.23 195	0.39 77	0.47 161	2.21 147	0.98 68	0.97 187	0.71 127	2.00 141	0.61 116	0.84 78	0.77 63	0.49 128	0.64 193	0.70 111	0.53 85	1.73 142	1.47 207

RAFT-Stereo + iAFF	0.86 91	0.72 90	0.84 164	0.41 91	0.39 82	0.54 133	0.21 66	0.99 133	0.52 133	1.54 211	0.57 111	0.73 105	0.39 77	0.26 53	2.15 134	1.17 105	0.64 78	0.50 57	2.66 173	0.57 95	0.88 84	0.90 76	0.47 114	0.39 91	0.86 147	0.72 111	2.54 225	0.66 98

DMCA-RVC	0.86 91	0.74 97	0.73 139	0.61 148	0.77 189	0.56 142	0.70 194	0.77 86	1.43 251	1.38 203	0.69 137	0.87 141	0.54 118	0.55 187	1.66 72	1.05 78	0.81 135	0.74 140	0.95 75	0.73 155	0.89 88	0.93 80	0.51 142	0.58 168	0.59 91	0.62 95	1.82 149	0.91 142

Former-RAFT_DAM_RVC	0.87 95	0.64 60	0.54 109	0.44 102	0.41 92	0.38 77	0.26 84	1.26 166	0.49 121	0.85 139	0.62 120	0.75 113	0.54 118	0.34 90	1.75 80	1.50 169	0.68 83	0.70 124	1.17 95	0.56 92	1.52 138	3.83 154	0.39 75	0.37 80	0.75 123	1.18 189	0.68 44	0.77 113

RAFT+CT+SA	0.87 95	0.97 203	0.40 67	0.45 105	0.29 51	0.38 77	0.20 63	1.64 227	0.33 71	0.72 97	0.30 48	0.88 146	0.65 154	0.40 119	1.56 64	1.21 114	0.56 59	0.57 79	2.08 142	0.40 50	0.83 77	5.00 176	0.32 52	0.37 80	0.47 60	0.42 69	1.56 124	0.49 61

DSFCA	0.87 95	0.84 147	0.73 139	0.65 158	0.77 189	0.61 162	0.78 199	0.75 84	0.78 191	0.77 114	0.83 173	0.75 113	0.48 102	0.43 140	1.89 99	1.14 100	0.85 144	0.87 182	1.00 78	0.74 158	1.00 100	1.05 90	0.72 226	0.63 190	0.83 138	0.95 155	1.88 154	0.85 132

IER	0.88 98	0.82 136	0.55 110	0.49 111	0.51 126	0.56 142	0.45 155	0.80 97	0.49 121	1.15 184	0.77 157	1.03 169	0.50 108	0.79 241	3.66 233	1.04 75	0.73 105	0.64 107	0.87 68	0.78 169	0.73 63	0.82 68	0.60 187	0.53 151	0.63 95	1.00 166	2.05 166	0.74 106

rafts_anoy	0.88 98	0.81 133	0.86 170	0.44 102	0.49 115	0.51 124	0.46 159	1.58 220	0.48 117	0.61 74	0.70 144	0.70 97	0.47 99	0.30 67	2.51 173	1.38 138	0.76 113	0.78 153	2.36 153	0.61 116	1.28 123	0.99 86	0.49 128	0.49 135	0.85 144	0.90 147	0.93 71	1.00 164

ARAFT	0.89 100	0.72 90	0.47 88	0.35 62	0.34 69	0.42 90	0.24 73	0.64 71	0.34 73	2.25 253	0.57 111	0.58 62	0.29 53	0.39 115	2.14 133	1.42 148	0.71 95	0.74 140	2.68 175	0.54 83	1.86 159	1.93 124	0.42 89	0.33 71	0.83 138	0.40 57	1.98 161	0.56 71

HITNet	0.90 101	0.65 64	0.62 120	0.68 166	0.50 124	0.39 80	0.32 112	1.26 166	0.89 202	0.70 91	0.70 144	0.91 152	0.49 105	0.39 115	1.96 109	1.02 72	0.66 81	0.64 107	0.79 63	0.61 116	1.53 139	3.85 155	0.46 105	0.52 145	0.58 88	0.64 98	1.81 146	0.81 121
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
TestStereo1	0.93 102	0.98 206	0.39 64	0.38 75	0.36 76	0.39 80	0.25 77	1.02 135	0.39 85	0.79 124	0.34 58	0.58 62	0.73 177	0.54 181	3.06 210	1.47 164	0.71 95	0.52 63	2.91 183	0.54 83	1.34 126	1.84 121	0.35 62	0.39 91	0.54 77	1.06 171	2.53 223	0.60 83

SA-5K	0.93 102	0.98 206	0.39 64	0.38 75	0.36 76	0.39 80	0.25 77	1.02 135	0.39 85	0.79 124	0.34 58	0.58 62	0.73 177	0.54 181	3.06 210	1.47 164	0.71 95	0.52 63	2.91 183	0.54 83	1.34 126	1.84 121	0.35 62	0.39 91	0.54 77	1.06 171	2.53 223	0.60 83

RALCasStereoNet	0.93 102	0.82 136	0.93 183	0.53 126	0.53 134	0.60 158	0.45 155	1.48 201	0.44 106	1.03 171	0.75 154	0.89 151	0.49 105	0.32 78	2.31 156	1.43 152	0.78 119	0.75 142	1.50 117	0.58 99	1.18 115	2.21 134	0.49 128	0.57 164	0.86 147	1.13 183	0.90 65	1.16 180

CFNet_RVC	0.94 105	0.84 147	0.89 178	0.76 181	0.80 199	0.71 183	0.49 161	0.74 83	0.63 172	0.88 148	0.94 185	0.87 141	0.57 129	0.50 173	1.96 109	1.12 97	0.79 123	0.79 157	1.27 101	0.73 155	1.26 121	1.52 116	0.48 117	0.64 193	0.98 176	1.11 177	1.92 157	1.23 188

DLCB_ROB	0.94 105	0.90 170	0.88 173	0.73 174	0.80 199	0.69 180	0.69 193	0.87 115	0.72 187	0.94 161	0.86 177	1.02 165	0.91 216	0.69 228	1.48 57	1.06 81	0.97 187	0.72 134	0.88 69	0.74 158	1.21 117	1.21 101	0.78 235	0.71 209	1.26 224	1.26 197	1.49 119	0.95 147

AACVNet	0.95 107	0.87 156	0.69 133	0.91 206	0.91 211	0.72 187	0.59 184	0.87 115	0.60 161	0.73 102	0.88 180	0.79 125	0.64 149	0.60 205	1.77 83	1.37 137	0.84 142	0.83 171	1.12 92	0.77 165	1.36 131	1.13 95	0.70 219	0.65 195	0.87 152	1.12 180	1.90 155	1.31 197

DISCO	0.96 108	0.98 206	0.56 112	0.57 136	0.61 152	0.81 200	0.79 202	0.77 86	0.81 192	2.06 244	0.86 177	0.66 84	0.70 166	0.42 135	1.87 97	1.27 122	0.99 192	0.80 163	1.80 132	0.80 174	0.92 92	1.33 107	0.57 171	0.51 140	0.72 117	0.84 134	2.02 164	0.80 119

GLC_STEREO	0.97 109	0.89 167	0.85 168	0.56 133	0.60 147	0.48 112	0.40 136	1.70 230	0.47 111	0.77 114	0.67 131	0.78 124	0.63 146	0.61 207	2.53 174	1.65 189	0.88 155	0.60 86	1.57 126	0.70 148	2.48 169	1.17 97	0.44 97	0.43 107	0.67 100	0.55 88	2.36 200	0.88 139

TESTraft	0.98 110	0.96 201	0.42 74	0.41 91	0.33 66	0.40 83	0.25 77	1.13 146	0.39 85	0.97 167	0.35 65	0.61 69	0.75 186	0.54 181	3.18 220	1.42 148	0.70 91	0.50 57	2.86 182	0.53 82	1.08 103	3.15 148	0.35 62	0.40 96	0.52 74	1.18 189	2.52 219	0.61 85

psm_up	0.99 111	0.86 154	0.99 197	0.78 188	0.89 209	0.75 191	0.58 181	1.33 186	1.03 221	0.88 148	0.69 137	0.99 164	0.72 172	0.76 237	1.89 99	1.10 93	0.91 166	0.81 166	1.93 137	0.81 177	1.08 103	0.90 76	0.49 128	0.85 234	1.01 181	1.06 171	1.62 134	1.10 172

STTStereo	0.99 111	0.95 196	0.82 160	0.77 186	0.77 189	0.69 180	0.87 212	0.86 111	1.53 260	1.27 193	0.79 164	1.13 186	0.69 163	0.93 258	2.19 140	1.03 74	0.72 100	0.70 124	1.05 84	0.63 128	1.15 113	0.86 72	0.58 180	0.56 163	0.73 120	1.21 193	1.74 144	1.41 205

coex_refinement	1.02 113	1.02 220	0.76 146	0.66 163	0.85 203	0.71 183	0.50 164	0.81 99	1.04 222	0.67 87	1.01 198	0.94 155	0.44 97	0.46 156	3.49 229	0.95 62	0.78 119	0.71 127	3.74 214	0.77 165	0.85 80	0.75 61	0.63 197	0.52 145	0.87 152	0.93 151	1.75 145	0.94 146

NLCA_NET_v2_RVC	1.02 113	0.93 187	0.80 156	0.72 171	0.79 196	0.65 171	1.02 227	1.07 141	2.31 291	2.00 237	0.74 152	0.97 160	0.56 125	0.94 260	1.82 88	0.96 64	0.68 83	0.67 116	1.31 104	0.65 130	0.88 84	0.94 81	0.57 171	0.57 164	0.73 120	1.60 241	1.43 112	1.27 195
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
CAS	1.05 115	0.80 127	0.40 67	0.50 117	0.48 112	0.37 74	0.30 97	0.55 55	0.44 106	1.13 183	0.77 157	0.64 77	0.95 226	0.31 75	2.68 189	1.79 200	0.96 184	0.82 169	1.08 89	0.61 116	2.91 176	5.06 180	0.44 97	0.30 60	0.81 132	0.92 150	1.18 95	1.16 180

AF-Net	1.05 115	0.83 139	0.94 184	0.76 181	0.91 211	0.98 224	1.68 263	1.52 211	1.06 224	0.57 66	0.96 189	1.34 201	0.64 149	0.74 232	1.71 73	0.99 69	0.80 126	0.60 86	1.64 128	0.72 152	0.72 60	2.35 136	0.63 197	0.62 184	0.89 161	0.82 126	1.57 129	1.25 192

Nwc_Net	1.05 115	0.83 139	0.94 184	0.76 181	0.91 211	0.98 224	1.68 263	1.52 211	1.06 224	0.57 66	0.96 189	1.34 201	0.64 149	0.74 232	1.71 73	0.99 69	0.80 126	0.60 86	1.64 128	0.72 152	0.72 60	2.35 136	0.63 197	0.62 184	0.89 161	0.82 126	1.57 129	1.25 192

LMCR-Stereo	1.06 118	0.83 139	0.84 164	0.53 126	0.62 159	0.64 169	0.33 116	1.12 144	0.60 161	0.83 133	0.79 164	0.91 152	0.49 105	0.41 125	2.53 174	1.54 176	1.03 203	0.75 142	2.16 144	1.42 240	1.68 150	3.87 157	0.49 128	0.65 195	0.75 123	0.83 128	1.10 91	0.88 139

PDISCO_ROB	1.06 118	0.87 156	0.60 117	0.80 193	0.68 172	0.53 132	0.59 184	0.93 125	0.69 182	1.80 228	1.00 197	0.74 106	0.63 146	0.66 219	1.87 97	1.44 154	0.89 157	1.10 242	1.53 120	0.80 174	1.56 142	2.40 139	0.52 149	0.63 190	1.19 209	0.79 120	2.56 226	0.81 121

SA	1.07 120	0.90 170	0.42 74	0.55 131	0.53 134	0.49 114	0.24 73	1.60 221	0.46 109	0.71 96	0.41 76	0.69 91	0.58 133	0.62 212	1.74 78	1.41 145	0.78 119	0.79 157	3.17 194	0.65 130	1.24 119	4.73 168	0.34 57	0.51 140	0.75 123	1.12 180	2.64 233	0.72 105

PS-NSSS	1.07 120	1.44 272	0.69 133	1.20 244	0.91 211	1.16 242	0.93 219	0.80 97	0.55 147	0.74 105	0.49 90	1.98 237	1.03 234	0.91 255	1.54 63	0.92 57	0.83 140	0.73 136	1.45 115	0.62 123	0.94 93	0.63 46	1.68 294	0.50 138	1.00 179	0.95 155	3.21 258	1.11 175

HSM	1.07 120	0.75 105	0.97 192	0.78 188	0.77 189	0.54 133	0.54 169	1.87 247	0.60 161	0.76 110	0.85 176	0.87 141	0.67 160	0.56 188	2.24 148	1.05 78	0.92 172	0.71 127	2.57 161	0.71 150	1.80 157	2.08 132	0.56 168	0.72 212	0.90 165	0.97 159	2.08 168	1.03 165

LL-Strereo2	1.08 123	0.65 64	0.59 114	0.40 87	0.34 69	0.31 56	0.23 69	1.48 201	0.38 81	0.68 89	0.58 115	0.63 73	0.32 59	0.64 216	1.65 70	1.13 98	0.63 75	0.53 72	1.32 106	0.66 135	1.35 129	11.05 282	0.44 97	0.34 73	0.64 97	0.60 93	1.05 82	0.56 71

raftrobust	1.11 124	0.65 64	0.92 182	0.55 131	0.49 115	0.44 94	0.33 116	1.55 217	0.47 111	0.94 161	0.72 149	0.82 132	0.53 113	0.36 104	2.91 201	1.71 194	0.71 95	0.70 124	4.37 223	0.65 130	1.69 152	3.95 159	0.59 185	0.42 106	0.95 174	0.85 136	0.99 76	0.85 132

UCFNet_RVC	1.11 124	1.26 254	0.85 168	0.88 203	0.93 218	0.77 195	0.58 181	0.78 92	0.67 179	0.93 159	0.80 168	1.25 196	0.93 221	0.48 167	2.17 138	1.09 90	0.78 119	0.82 169	2.60 168	0.80 174	1.32 125	1.66 118	1.31 282	0.67 199	1.05 189	1.11 177	1.44 114	2.13 238

test_4	1.13 126	0.74 97	0.77 148	0.42 97	0.32 59	0.34 65	0.26 84	0.78 92	0.33 71	0.75 106	0.40 74	0.87 141	0.35 68	0.40 119	2.10 132	1.55 177	0.65 79	0.69 122	1.50 117	0.51 77	1.12 110	10.25 256	0.41 83	0.37 80	0.58 88	0.70 108	2.73 238	0.62 87

S2M2_L	1.14 127	0.87 156	1.13 228	0.46 108	0.37 78	0.43 92	0.28 90	0.60 61	0.52 133	1.85 232	0.34 58	0.63 73	0.40 82	0.43 140	2.36 158	1.91 205	0.70 91	0.60 86	1.06 87	0.58 99	4.38 190	4.69 166	0.49 128	0.37 80	0.64 97	0.89 142	3.07 253	0.79 116
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
Sa-1000	1.14 127	0.75 105	0.47 88	0.49 111	0.61 152	0.50 117	0.27 87	1.70 230	0.52 133	0.73 102	0.48 87	0.66 84	0.67 160	0.79 241	2.17 138	1.43 152	0.92 172	0.93 203	3.23 195	0.58 99	1.55 141	4.86 171	0.35 62	0.59 175	1.14 205	1.24 194	2.35 198	0.76 112

RALAANet	1.14 127	0.70 80	0.84 164	0.53 126	0.53 134	0.60 158	0.41 140	1.30 175	0.50 126	0.94 161	0.65 127	0.72 104	0.59 134	0.33 85	1.97 112	1.32 129	0.75 112	0.89 192	1.96 138	0.85 183	3.07 178	5.37 188	0.53 152	0.62 184	0.82 135	1.03 169	2.08 168	0.78 115

CASnet	1.15 130	0.91 174	0.49 93	0.40 87	0.43 96	0.38 77	0.20 63	0.91 123	0.49 121	0.77 114	0.56 108	0.88 146	0.53 113	0.35 95	2.15 134	1.24 118	0.72 100	0.50 57	1.34 108	0.54 83	7.12 240	5.37 188	0.41 83	0.38 84	1.21 211	0.49 75	1.45 115	0.79 116
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iResNet_ROB	1.16 131	0.83 139	0.82 160	0.65 158	0.59 144	0.67 176	0.58 181	2.65 298	0.53 138	1.73 224	0.76 156	0.87 141	0.78 196	0.47 161	3.77 241	1.45 156	0.87 151	0.86 180	2.81 180	0.65 130	1.26 121	0.87 73	0.57 171	0.73 213	0.81 132	0.95 155	2.65 235	1.03 165

RP	1.18 132	1.02 220	1.24 247	0.94 210	1.08 230	0.84 201	1.17 240	1.25 164	1.31 243	0.61 74	1.16 206	1.21 193	0.75 186	0.68 222	3.34 224	1.04 75	0.89 157	0.67 116	1.20 99	0.79 171	0.88 84	2.85 145	0.59 185	0.71 209	0.86 147	0.98 163	2.51 218	1.21 186

trnet	1.20 133	0.91 174	0.94 184	0.52 122	0.42 94	0.47 107	0.25 77	1.41 196	0.61 165	0.88 148	0.75 154	0.97 160	0.72 172	0.37 106	2.66 186	3.31 252	0.86 148	0.61 91	2.41 155	0.60 113	3.93 188	3.14 147	0.50 140	0.47 117	1.03 185	0.86 139	1.72 139	0.99 158

APVNet	1.21 134	1.02 220	0.64 124	0.69 167	0.78 193	0.86 205	0.84 207	0.78 92	0.71 186	0.92 157	0.82 171	0.86 139	0.59 134	0.58 197	2.67 188	1.65 189	1.11 213	0.98 218	3.23 195	0.85 183	1.62 146	4.73 168	0.55 161	0.84 233	0.77 127	0.80 123	1.90 155	0.98 152

iinet-f	1.22 135	1.08 230	0.64 124	0.93 209	0.46 102	0.68 178	0.57 177	0.79 96	0.48 117	2.11 249	1.35 221	0.83 134	0.64 149	0.35 95	3.95 244	1.80 202	0.77 116	0.66 113	2.93 189	1.00 205	1.53 139	3.24 149	0.64 203	0.53 151	1.10 200	0.63 97	2.23 188	0.90 141

PA-Net	1.22 135	0.95 196	1.13 228	0.75 177	1.31 253	0.68 178	0.84 207	0.82 104	1.18 237	0.83 133	0.77 157	0.76 117	0.78 196	0.91 255	3.00 206	1.21 114	0.68 83	0.77 148	1.02 82	0.82 180	1.13 112	4.67 165	0.66 208	0.82 228	1.00 179	2.10 275	1.24 97	2.13 238
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCC-stereo	1.25 137	1.24 248	1.10 220	0.99 217	1.05 224	0.96 219	1.53 257	1.79 238	1.59 263	0.60 72	1.34 218	1.17 190	1.03 234	0.74 232	2.44 164	1.07 82	0.89 157	0.99 221	1.54 122	0.91 191	0.99 96	2.46 140	0.80 243	0.76 216	1.26 224	1.59 238	1.39 109	1.61 215

Abc-Net	1.25 137	1.24 248	1.10 220	0.99 217	1.05 224	0.96 219	1.53 257	1.79 238	1.59 263	0.60 72	1.34 218	1.17 190	1.03 234	0.74 232	2.44 164	1.07 82	0.89 157	0.99 221	1.54 122	0.91 191	0.99 96	2.46 140	0.80 243	0.76 216	1.26 224	1.59 238	1.39 109	1.61 215
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
CES	1.27 139	0.77 117	0.56 112	0.45 105	0.56 139	0.51 124	0.21 66	1.50 204	0.70 184	0.78 117	0.80 168	0.84 136	0.90 215	0.33 85	3.45 228	2.96 241	1.14 217	1.04 234	1.32 106	1.08 214	4.63 196	4.87 172	0.63 197	0.38 84	0.85 144	0.83 128	1.02 78	1.16 180

FSD	1.28 140	0.76 111	0.66 129	0.60 145	0.60 147	0.60 158	0.57 177	0.90 120	0.50 126	0.95 164	0.73 151	1.06 177	0.69 163	0.64 216	2.19 140	3.05 243	0.98 189	0.79 157	2.80 179	0.79 171	4.76 200	5.04 178	0.65 204	0.67 199	0.90 165	0.83 128	0.90 65	0.99 158

GMOStereo	1.28 140	0.74 97	0.45 81	0.62 151	0.52 128	0.46 101	0.39 130	1.54 213	0.47 111	0.87 142	0.47 83	0.74 106	0.59 134	0.35 95	2.01 115	1.45 156	0.80 126	0.87 182	2.92 185	0.69 141	1.78 153	10.98 278	0.46 105	0.41 98	1.09 195	0.72 111	1.56 124	0.58 76

error version	1.28 140	0.74 97	0.45 81	0.62 151	0.52 128	0.46 101	0.39 130	1.54 213	0.47 111	0.87 142	0.47 83	0.74 106	0.59 134	0.35 95	2.01 115	1.45 156	0.80 126	0.87 182	2.92 185	0.69 141	1.78 153	10.98 278	0.46 105	0.41 98	1.09 195	0.72 111	1.56 124	0.58 76

test-v	1.28 140	0.74 97	0.45 81	0.62 151	0.52 128	0.46 101	0.39 130	1.54 213	0.47 111	0.87 142	0.47 83	0.74 106	0.59 134	0.35 95	2.01 115	1.45 156	0.80 126	0.87 182	2.92 185	0.69 141	1.78 153	10.98 278	0.46 105	0.41 98	1.09 195	0.72 111	1.56 124	0.58 76

test-2	1.28 140	0.74 97	0.45 81	0.62 151	0.52 128	0.46 101	0.39 130	1.54 213	0.47 111	0.87 142	0.47 83	0.74 106	0.59 134	0.35 95	2.01 115	1.45 156	0.80 126	0.87 182	2.92 185	0.69 141	1.78 153	10.98 278	0.46 105	0.41 98	1.09 195	0.72 111	1.56 124	0.58 76

GANetREF_RVC	1.28 140	1.18 241	0.95 189	1.18 243	1.04 222	1.00 229	0.79 202	1.25 164	1.10 229	1.29 195	0.77 157	2.28 253	0.91 216	0.63 214	2.00 114	1.14 100	1.01 197	0.98 218	2.44 157	0.82 180	1.98 163	1.33 107	0.78 235	1.05 249	1.28 229	1.27 198	2.63 232	1.49 208
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
AMNet	1.29 146	1.12 233	1.05 207	1.13 232	1.12 235	1.24 251	1.08 235	1.36 190	1.13 233	1.10 180	1.11 203	1.51 217	1.26 246	1.20 280	1.52 61	1.57 181	1.35 242	1.21 262	1.37 109	1.22 227	1.35 129	1.19 99	1.25 275	1.19 258	1.23 219	1.72 251	1.54 123	1.65 219

raft_robust	1.30 147	0.93 187	0.53 106	0.59 143	0.47 106	0.57 148	0.37 127	2.06 267	0.52 133	1.69 222	0.53 102	0.76 117	0.82 204	0.47 161	2.16 137	1.52 174	0.84 142	0.84 178	5.71 245	0.59 103	2.50 170	5.04 178	0.46 105	0.51 140	0.99 177	1.05 170	1.58 131	0.99 158

IPLGR_C	1.31 148	0.71 87	0.68 132	0.57 136	0.46 102	0.52 127	0.31 101	0.81 99	0.53 138	0.76 110	0.69 137	1.03 169	0.53 113	0.59 201	2.62 181	1.33 132	0.88 155	0.63 104	3.25 201	0.61 116	1.64 149	10.69 269	0.55 161	0.53 151	0.89 161	0.57 91	2.40 206	0.62 87

ACRE	1.31 148	0.70 80	0.66 129	0.58 142	0.47 106	0.52 127	0.32 112	0.81 99	0.53 138	0.76 110	0.69 137	1.04 173	0.52 112	0.59 201	2.66 186	1.32 129	0.89 157	0.63 104	3.25 201	0.61 116	1.62 146	10.69 269	0.55 161	0.52 145	0.92 169	0.55 88	2.40 206	0.62 87

SACVNet	1.31 148	0.94 190	0.95 189	0.90 204	1.10 232	0.87 207	0.92 218	1.50 204	0.81 192	1.23 192	0.71 146	0.94 155	0.69 163	0.68 222	1.83 91	1.40 142	1.12 216	0.83 171	2.20 146	0.94 197	2.13 164	5.87 198	0.65 204	0.82 228	1.04 186	1.06 171	2.02 164	1.30 196

4D-IteraStereo	1.32 151	0.61 59	1.07 213	0.49 111	0.43 96	0.40 83	0.25 77	1.44 199	0.37 80	0.75 106	0.56 108	0.75 113	0.43 87	0.43 140	2.29 155	1.38 138	0.68 83	0.66 113	2.70 176	0.59 103	3.21 180	10.86 277	0.46 105	0.40 96	0.69 109	0.83 128	2.34 196	0.64 92

CIPLG	1.32 151	0.70 80	0.69 133	0.57 136	0.46 102	0.52 127	0.33 116	0.81 99	0.55 147	0.76 110	0.69 137	1.03 169	0.53 113	0.59 201	2.91 201	1.33 132	0.89 157	0.62 95	3.23 195	0.62 123	1.62 146	10.69 269	0.55 161	0.53 151	0.90 165	0.54 86	2.37 203	0.61 85

DN-CSS_ROB	1.32 151	0.83 139	1.03 203	0.87 202	0.86 204	0.47 107	0.36 125	2.00 261	0.57 156	1.56 213	1.81 233	0.96 159	0.77 194	0.38 111	2.15 134	1.40 142	1.03 203	0.93 203	5.27 233	0.66 135	2.56 171	2.82 144	0.54 158	0.86 236	0.79 130	0.81 124	2.07 167	1.33 200

UDGNet	1.34 154	1.00 214	0.76 146	1.64 268	1.38 258	1.69 272	1.25 244	1.22 158	0.69 182	0.63 80	0.84 175	0.83 134	0.41 85	1.62 291	2.02 120	1.19 110	0.81 135	0.87 182	1.98 139	0.92 194	1.68 150	5.69 194	1.26 278	0.47 117	1.21 211	0.95 155	2.15 172	1.03 165

CREStereo	1.37 155	0.91 174	0.94 184	0.52 122	0.42 94	0.47 107	0.26 84	1.43 198	0.66 177	0.87 142	0.83 173	0.95 157	0.73 177	0.36 104	2.98 205	4.38 278	0.85 144	0.56 77	2.41 155	0.62 123	5.52 215	4.71 167	0.53 152	0.47 117	1.02 183	0.87 140	1.73 142	0.98 152
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
FADNet-RVC-Resample	1.37 155	0.87 156	0.99 197	0.72 171	0.81 201	0.63 166	1.02 227	1.06 140	0.91 205	0.99 168	0.99 195	1.69 225	0.73 177	1.02 266	4.06 246	1.41 145	1.02 200	1.62 286	1.55 124	1.04 209	1.37 133	5.03 177	0.57 171	1.14 255	0.88 157	1.99 268	1.45 115	1.54 211

FADNet-RVC	1.38 157	0.71 87	0.88 173	0.77 186	1.09 231	0.58 151	2.16 280	0.92 124	0.57 156	1.03 171	0.72 149	1.48 212	0.64 149	0.61 207	5.02 253	1.56 179	0.85 144	0.90 195	2.24 148	1.52 256	2.20 165	4.08 161	0.51 142	0.77 218	1.48 254	1.14 185	1.43 112	1.35 201

PMTNet	1.39 158	0.94 190	0.99 197	0.48 110	0.49 115	0.47 107	0.32 112	0.83 105	0.66 177	0.83 133	0.62 120	0.88 146	0.50 108	0.35 95	2.72 192	4.30 275	0.91 166	0.57 79	2.40 154	0.54 83	6.12 222	5.45 191	0.57 171	0.38 84	1.99 287	1.00 166	1.09 87	1.19 185

GES	1.40 159	0.73 94	0.79 152	0.78 188	0.71 177	0.80 198	0.59 184	1.37 192	0.97 211	1.66 219	0.94 185	0.74 106	0.65 154	0.63 214	2.40 161	1.55 177	0.98 189	0.89 192	5.45 239	1.14 220	3.99 189	3.85 155	0.65 204	0.83 231	0.75 123	0.81 124	1.52 122	1.72 222

LoS_RVC	1.42 160	1.25 251	0.86 170	0.31 51	0.49 115	0.37 74	0.33 116	0.73 81	0.56 152	2.10 247	0.68 134	0.67 87	0.70 166	0.33 85	3.08 213	3.79 265	0.89 157	2.10 306	3.01 192	0.66 135	4.40 191	6.44 205	0.51 142	0.43 107	0.82 135	0.85 136	0.90 65	0.99 158

tt_ll	1.42 160	1.25 251	0.86 170	0.31 51	0.49 115	0.37 74	0.33 116	0.73 81	0.56 152	2.10 247	0.68 134	0.67 87	0.70 166	0.33 85	3.08 213	3.79 265	0.89 157	2.10 306	3.01 192	0.66 135	4.40 191	6.44 205	0.51 142	0.43 107	0.82 135	0.85 136	0.90 65	0.99 158

sAnonymous2	1.42 160	0.76 111	0.52 102	0.41 91	0.47 106	0.71 183	0.41 140	1.28 172	0.98 214	0.65 82	0.89 181	1.08 179	0.95 226	0.37 106	2.20 142	2.28 224	1.10 209	1.04 234	3.71 211	0.92 194	4.94 202	6.73 211	0.62 192	0.55 161	0.83 138	1.39 210	1.25 98	1.24 190

CroCo_RVC	1.42 160	0.76 111	0.52 102	0.41 91	0.47 106	0.71 183	0.41 140	1.28 172	0.98 214	0.65 82	0.89 181	1.08 179	0.95 226	0.37 106	2.20 142	2.28 224	1.10 209	1.04 234	3.71 211	0.92 194	4.94 202	6.73 211	0.62 192	0.55 161	0.83 138	1.39 210	1.25 98	1.24 190

RGC	1.43 164	1.30 260	1.99 290	1.14 237	1.18 243	1.16 242	1.01 224	1.20 156	1.08 227	0.91 154	1.70 232	1.18 192	1.24 245	0.87 249	3.10 217	1.18 107	0.98 189	0.86 180	1.81 133	1.02 207	1.39 134	3.87 157	0.76 228	0.90 240	1.14 205	1.53 230	2.17 175	1.85 226

YMNet	1.44 165	0.79 125	0.41 71	0.51 118	0.61 152	0.59 154	1.36 251	0.77 86	0.56 152	1.28 194	0.36 68	0.67 87	2.20 264	0.56 188	19.21 285	1.49 167	0.77 116	0.65 110	0.74 54	0.39 46	0.61 43	1.27 105	0.23 38	0.38 84	0.69 109	0.46 72	0.81 60	0.66 98

castereo	1.44 165	0.88 165	0.96 191	0.46 108	0.47 106	0.33 62	0.27 87	0.77 86	0.50 126	0.80 128	0.64 125	1.04 173	0.48 102	0.38 111	2.25 149	2.81 236	1.03 203	0.76 145	2.67 174	0.62 123	7.90 253	7.11 218	0.57 171	0.52 145	1.04 186	1.25 196	1.03 79	1.21 186

FADNet	1.44 165	0.83 139	0.83 163	0.82 198	1.03 221	0.61 162	1.88 274	0.97 130	0.73 188	0.93 159	0.92 184	1.16 189	0.76 191	0.74 232	3.69 237	1.34 134	0.91 166	1.03 231	2.63 169	1.49 249	2.87 175	4.93 173	0.49 128	0.65 195	1.54 263	1.70 250	1.51 121	1.83 225

stereogan	1.44 165	1.33 263	1.05 207	1.11 228	1.28 251	1.11 236	0.97 221	1.26 166	1.05 223	1.22 191	1.10 201	1.62 223	0.89 213	0.66 219	2.34 157	1.31 127	0.94 178	0.81 166	1.72 131	0.95 199	1.10 107	8.04 226	0.71 221	0.77 218	0.83 138	1.06 171	2.36 200	1.38 203

MGS-Stereo	1.48 169	0.99 209	0.47 88	0.40 87	0.35 73	0.40 83	0.36 125	0.65 72	0.26 49	0.52 60	0.43 79	0.52 54	0.38 75	0.43 140	23.31 293	0.93 61	0.73 105	0.79 157	0.93 73	0.65 130	1.10 107	1.25 104	0.44 97	0.48 131	0.72 117	0.49 75	1.29 102	0.77 113

NCCL2	1.48 169	1.28 258	1.10 220	1.11 228	1.43 261	0.78 196	0.90 215	1.05 139	1.14 235	1.86 234	1.27 214	1.02 165	0.81 199	0.80 244	3.43 226	1.42 148	1.14 217	0.87 182	1.31 104	0.89 190	1.94 162	3.37 151	1.48 290	1.02 245	1.50 258	1.35 205	3.80 280	1.85 226

TANstereo	1.49 171	1.06 227	0.88 173	0.67 164	0.73 180	0.87 207	0.33 116	0.86 111	0.61 165	0.70 91	0.69 137	0.59 66	0.59 134	1.02 266	2.75 193	2.89 238	0.94 178	1.13 250	1.43 113	1.28 230	5.13 209	5.06 180	1.35 284	0.46 115	0.54 77	0.89 142	5.92 300	0.74 106

XX-TBD	1.49 171	1.06 227	0.88 173	0.67 164	0.73 180	0.87 207	0.33 116	0.86 111	0.61 165	0.70 91	0.69 137	0.59 66	0.59 134	1.02 266	2.75 193	2.89 238	0.94 178	1.13 250	1.43 113	1.28 230	5.13 209	5.06 180	1.35 284	0.46 115	0.54 77	0.89 142	5.92 300	0.74 106

LoS	1.51 173	0.79 125	0.59 114	0.52 122	0.56 139	0.65 171	0.38 129	2.56 294	0.88 200	1.21 187	0.94 185	0.97 160	0.88 212	0.35 95	3.04 209	3.41 254	1.24 229	0.93 203	2.19 145	0.68 140	5.96 218	7.00 216	0.62 192	0.47 117	1.14 205	0.98 163	1.06 84	0.87 136
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ICVP	1.51 173	0.74 97	1.07 213	0.75 177	0.75 184	0.84 201	0.54 169	1.10 142	0.86 197	1.37 201	1.15 205	0.88 146	1.08 240	0.53 180	1.90 101	1.91 205	1.22 226	0.99 221	1.56 125	0.96 202	3.89 187	10.50 263	0.68 215	0.77 218	0.91 168	1.19 191	1.42 111	1.14 177
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
BEATNet_4x	1.53 175	0.77 117	0.77 148	0.75 177	0.67 169	0.47 107	0.40 136	1.23 160	1.32 244	0.83 133	0.77 157	0.95 157	0.74 182	0.59 201	5.02 253	2.40 231	1.64 255	1.43 280	1.27 101	0.85 183	4.54 193	8.28 228	0.48 117	0.91 241	0.70 111	0.77 117	1.85 150	0.99 158

iResNetv2_ROB	1.57 176	0.87 156	0.70 136	1.13 232	0.65 163	0.72 187	0.49 161	2.63 297	0.64 174	1.77 227	0.87 179	1.30 200	0.75 186	0.40 119	4.81 252	1.26 121	0.91 166	0.71 127	4.58 226	0.81 177	7.66 246	1.62 117	0.58 180	0.80 221	0.81 132	0.83 128	3.12 257	0.91 142

MyStereo04	1.58 177	0.90 170	0.97 192	0.78 188	0.89 209	0.57 148	0.40 136	1.57 219	0.97 211	2.23 252	0.89 181	1.34 201	0.54 118	0.41 125	2.94 204	2.47 232	0.86 148	0.92 199	5.37 235	1.50 252	4.62 195	3.51 152	0.92 261	0.81 225	1.21 211	1.61 243	2.58 228	0.95 147

AE-Stereo	1.61 178	0.85 151	1.23 246	0.81 196	0.51 126	0.57 148	0.75 198	0.83 105	0.49 121	0.79 124	0.54 104	1.29 197	0.72 172	0.47 161	2.05 124	2.96 241	0.99 192	0.92 199	2.63 169	0.86 186	4.61 194	11.92 300	0.50 140	0.80 221	1.26 224	1.34 204	1.95 158	0.86 134

castereo++	1.62 179	0.76 111	0.78 151	0.59 143	0.41 92	0.34 65	0.25 77	0.85 109	0.43 102	0.81 131	0.62 120	1.02 165	0.51 110	0.38 111	1.86 96	2.57 233	1.01 197	0.73 136	3.23 195	0.62 123	7.09 239	6.35 203	0.63 197	0.58 168	0.99 177	1.01 168	7.61 314	1.63 218

dad	1.63 180	0.97 203	0.65 127	2.18 285	1.19 245	1.01 230	3.99 300	1.66 228	0.55 147	1.21 187	0.50 92	1.12 185	2.01 260	0.58 197	3.09 215	1.16 103	1.11 213	0.76 145	2.70 176	0.77 165	1.34 126	1.48 114	0.71 221	0.88 238	2.48 296	0.71 109	5.52 299	3.80 277

CC-Net-ROB	1.63 180	1.81 287	1.19 241	1.85 274	1.77 278	2.27 285	1.56 259	0.93 125	0.96 210	1.29 195	0.67 131	5.48 299	2.51 270	1.43 289	1.64 67	0.87 53	1.34 239	1.17 254	2.46 158	0.88 188	1.09 105	1.35 109	3.34 310	0.63 190	1.22 216	1.15 186	1.47 117	1.57 213

XPNet_ROB	1.63 180	1.57 279	1.09 219	0.91 206	1.13 238	1.01 230	0.88 213	0.95 129	1.14 235	1.07 178	1.82 234	4.03 285	0.72 172	0.78 238	1.82 88	1.51 170	1.52 252	0.94 206	1.42 111	1.04 209	2.20 165	7.75 223	0.86 257	0.80 221	0.94 170	1.29 201	3.34 265	1.56 212

DeepPruner_ROB	1.64 183	0.75 105	0.91 180	0.85 200	0.88 207	0.75 191	1.75 267	1.26 166	0.91 205	1.49 209	1.65 230	0.85 138	0.81 199	0.56 188	3.12 219	1.49 167	1.02 200	1.02 228	2.33 152	0.75 162	7.42 243	6.70 209	0.81 247	0.69 203	0.88 157	1.45 218	2.17 175	0.87 136

CFNet_pseudo	1.65 184	0.78 121	0.82 160	0.82 198	0.79 196	0.69 180	0.42 146	0.93 125	0.53 138	0.95 164	0.81 170	0.88 146	0.81 199	0.81 245	15.70 280	1.39 140	0.74 110	0.71 127	7.24 281	0.77 165	0.97 94	1.50 115	0.69 218	0.57 164	0.88 157	0.89 142	1.47 117	1.12 176

GCAP-BAT	1.68 185	0.92 180	0.51 95	0.38 75	0.40 86	0.45 95	0.31 101	1.31 178	0.41 94	0.78 117	0.51 94	2.09 239	0.43 87	0.30 67	1.95 102	1.95 210	13.44 334	0.62 95	2.57 161	0.59 103	8.07 257	1.98 125	0.48 117	0.47 117	0.67 100	0.64 98	2.20 181	0.83 126

test_for_model	1.68 185	0.92 180	0.51 95	0.38 75	0.40 86	0.45 95	0.31 101	1.31 178	0.41 94	0.78 117	0.51 94	2.09 239	0.43 87	0.30 67	1.95 102	1.95 210	13.44 334	0.62 95	2.57 161	0.59 103	8.07 257	1.98 125	0.48 117	0.47 117	0.67 100	0.64 98	2.20 181	0.83 126

testlalala2	1.68 185	0.92 180	0.51 95	0.38 75	0.40 86	0.45 95	0.31 101	1.31 178	0.41 94	0.78 117	0.51 94	2.09 239	0.43 87	0.30 67	1.95 102	1.95 210	13.44 334	0.62 95	2.57 161	0.59 103	8.07 257	1.98 125	0.48 117	0.47 117	0.67 100	0.64 98	2.20 181	0.83 126

testlalala	1.68 185	0.92 180	0.51 95	0.38 75	0.40 86	0.45 95	0.31 101	1.31 178	0.41 94	0.78 117	0.51 94	2.09 239	0.43 87	0.30 67	1.95 102	1.95 210	13.44 334	0.62 95	2.57 161	0.59 103	8.07 257	1.98 125	0.48 117	0.47 117	0.67 100	0.64 98	2.20 181	0.83 126

testlalala_base	1.68 185	0.92 180	0.51 95	0.38 75	0.40 86	0.45 95	0.31 101	1.31 178	0.41 94	0.78 117	0.51 94	2.09 239	0.43 87	0.30 67	1.95 102	1.95 210	13.44 334	0.62 95	2.57 161	0.59 103	8.07 257	1.98 125	0.48 117	0.47 117	0.67 100	0.64 98	2.20 181	0.83 126

GCAP-Stereo	1.68 185	0.92 180	0.51 95	0.38 75	0.40 86	0.45 95	0.31 101	1.31 178	0.41 94	0.78 117	0.51 94	2.09 239	0.43 87	0.30 67	1.95 102	1.95 210	13.44 334	0.62 95	2.57 161	0.59 103	8.07 257	1.98 125	0.48 117	0.47 117	0.67 100	0.64 98	2.20 181	0.83 126

SGD-Stereo	1.69 191	0.50 43	0.36 59	0.28 37	0.30 53	0.30 53	0.17 55	0.57 58	0.28 58	0.44 53	0.21 30	0.69 91	0.39 77	0.25 51	31.04 296	1.51 170	0.73 105	0.52 63	0.68 48	0.45 68	1.43 137	1.32 106	0.41 83	0.30 60	0.45 53	0.46 72	0.87 63	0.63 91

test-3	1.73 192	1.00 214	1.08 216	0.63 156	0.60 147	0.55 136	0.43 149	1.99 257	0.39 85	0.86 140	0.54 104	1.45 209	0.53 113	0.41 125	2.20 142	1.41 145	0.81 135	0.79 157	6.57 262	0.69 141	5.20 213	11.52 294	0.46 105	0.54 155	0.86 147	0.97 159	3.11 254	0.98 152

test_1	1.73 192	1.01 216	1.08 216	0.63 156	0.60 147	0.55 136	0.43 149	1.99 257	0.39 85	0.86 140	0.54 104	1.45 209	0.54 118	0.41 125	2.20 142	1.42 148	0.80 126	0.79 157	6.57 262	0.69 141	5.20 213	11.52 294	0.46 105	0.54 155	0.87 152	0.97 159	3.11 254	0.98 152

test_3	1.73 192	1.02 220	1.05 207	0.65 158	0.61 152	0.55 136	0.43 149	1.96 253	0.38 81	0.88 148	0.52 100	1.45 209	0.54 118	0.40 119	2.20 142	1.40 142	0.81 135	0.81 166	6.56 261	0.71 150	5.08 206	11.49 291	0.43 94	0.49 135	0.96 175	1.09 176	3.23 259	0.98 152

CREStereo++_RVC	1.73 192	0.91 174	1.03 203	0.51 118	0.56 139	0.40 83	0.28 90	1.37 192	0.51 131	0.83 133	0.61 118	0.76 117	0.85 209	0.34 90	2.78 195	3.07 245	0.92 172	0.61 91	2.72 178	0.55 90	5.01 205	5.69 194	0.53 152	0.38 84	0.94 170	0.84 134	12.80 330	0.98 152
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
GEStereo_RVC	1.80 196	0.96 201	0.99 197	1.02 220	0.87 205	1.12 237	1.03 230	1.66 228	0.82 194	0.91 154	0.79 164	1.34 201	0.75 186	0.61 207	2.25 149	2.14 221	1.14 217	1.23 266	4.06 219	1.22 227	4.66 197	11.41 290	0.71 221	0.95 243	0.88 157	0.97 159	2.49 216	1.65 219

NaN_ROB	1.84 197	1.11 232	1.04 206	0.95 211	1.77 278	0.86 205	0.91 217	1.32 185	10.70 338	1.00 170	1.38 224	2.45 259	0.89 213	1.12 275	4.34 249	1.29 124	0.92 172	0.88 191	1.49 116	1.14 220	1.42 136	2.02 131	0.76 228	1.03 246	1.30 230	2.01 269	2.38 204	3.27 270

sCroCo_RVC	1.85 198	0.67 69	0.55 110	0.37 73	0.49 115	0.75 191	0.41 140	0.94 128	1.56 262	1.51 210	0.78 162	1.04 173	0.94 224	0.48 167	2.49 168	5.07 286	1.26 232	1.22 263	2.53 160	1.37 235	7.95 255	11.14 283	0.45 103	0.60 177	0.94 170	1.12 180	2.34 196	1.05 168

ETE_ROB	1.85 198	1.93 292	1.18 238	1.04 222	1.33 255	1.26 253	1.12 238	1.11 143	2.30 290	1.36 200	3.26 262	3.18 273	0.94 224	1.14 277	2.62 181	1.51 170	2.14 279	0.99 221	2.50 159	1.15 222	3.67 184	5.74 197	0.86 257	1.03 246	1.21 211	1.36 207	2.30 190	1.68 221

LALA_ROB	1.85 198	2.17 296	1.13 228	1.05 224	1.26 247	1.16 242	1.01 224	1.17 151	1.46 254	2.06 244	2.82 254	3.47 275	0.92 219	0.93 258	3.90 243	1.46 161	1.36 243	1.18 257	2.20 146	1.31 233	2.84 174	5.10 183	0.77 233	1.01 244	1.24 220	1.41 213	3.89 284	1.77 224

MLCV	1.91 201	0.87 156	0.97 192	1.33 253	1.13 238	0.99 226	0.74 197	2.14 270	0.77 190	2.02 238	4.44 275	1.60 220	1.56 253	0.45 151	2.63 183	1.79 200	1.11 213	0.96 214	6.71 268	1.05 211	4.69 199	5.60 192	0.66 208	1.60 270	1.14 205	1.35 205	2.31 192	1.06 170

RAFT + AFF	1.96 202	0.49 42	0.42 74	0.41 91	0.20 26	0.41 88	0.19 59	0.65 72	0.23 45	0.56 63	0.27 41	0.77 121	0.21 39	0.29 64	39.69 300	0.90 56	0.62 73	0.35 21	1.92 136	0.38 45	0.77 68	0.57 39	0.32 52	0.27 55	0.71 114	0.33 39	0.58 29	0.29 31

DDUNet	2.05 203	2.73 303	2.03 291	2.92 299	2.66 303	3.04 299	2.76 287	1.17 151	1.11 231	1.60 214	1.21 212	2.23 250	1.69 256	2.81 304	2.04 122	1.25 120	2.78 286	2.42 319	2.63 169	2.90 299	1.92 161	2.11 133	2.77 308	0.92 242	1.01 181	0.93 151	2.50 217	1.10 172

CASS	2.08 204	1.02 220	1.16 236	1.28 248	0.99 219	0.88 211	3.39 295	1.42 197	1.02 220	1.30 197	2.46 252	1.14 187	0.81 199	0.46 156	2.70 190	2.38 230	3.41 293	1.10 242	3.40 207	1.18 224	8.01 256	8.63 232	0.66 208	0.69 203	1.49 256	1.27 198	2.52 219	1.41 205
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
HUF	2.12 205	0.70 80	0.53 106	0.35 62	0.25 42	0.29 51	0.16 47	0.81 99	0.29 60	0.49 58	0.24 35	0.61 69	0.43 87	0.27 55	21.42 288	21.17 347	0.56 59	0.52 63	2.25 149	0.54 83	1.58 144	1.03 88	0.42 89	0.34 73	0.51 71	0.30 30	0.76 56	0.47 57

s12784h	2.23 206	1.12 233	1.32 252	1.12 230	0.91 211	0.59 154	0.39 130	1.37 192	0.65 175	1.05 176	0.82 171	1.08 179	0.95 226	0.37 106	2.80 197	4.82 282	0.93 177	0.71 127	3.28 204	0.58 99	7.80 248	8.40 231	0.51 142	0.54 155	1.50 258	1.13 183	11.58 324	3.94 278

R-Stereo Train	2.23 206	1.01 216	1.14 231	0.96 212	0.63 161	0.73 189	0.31 101	1.30 175	1.01 218	1.68 220	4.49 276	1.29 197	0.70 166	0.42 135	2.49 168	3.99 270	1.66 256	1.02 228	6.77 270	1.11 215	7.83 249	12.24 305	0.49 128	0.54 155	1.42 246	1.66 246	1.34 104	1.93 231

RAFT-Stereo	2.23 206	1.01 216	1.14 231	0.96 212	0.63 161	0.73 189	0.31 101	1.30 175	1.01 218	1.68 220	4.49 276	1.29 197	0.70 166	0.42 135	2.49 168	3.99 270	1.66 256	1.02 228	6.77 270	1.11 215	7.83 249	12.24 305	0.49 128	0.54 155	1.42 246	1.66 246	1.34 104	1.93 231
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
EGLCR-Stereo	2.26 209	0.87 156	1.17 237	0.45 105	0.48 112	0.61 162	0.23 69	0.83 105	0.55 147	0.72 97	0.53 102	0.80 126	0.66 157	0.41 125	2.36 158	2.92 240	0.90 165	1.10 242	3.35 206	0.60 113	5.09 207	12.56 318	0.47 114	0.45 113	0.89 161	0.91 149	20.21 340	0.86 134

cross-raft	2.26 209	0.88 165	1.08 216	0.73 174	0.68 172	0.64 169	0.44 153	2.04 265	0.61 165	0.95 164	1.30 215	1.03 169	0.76 191	0.43 140	2.58 178	5.15 287	0.99 192	0.78 153	7.00 277	1.80 269	12.15 298	10.30 260	0.65 204	0.60 177	1.60 268	1.92 262	1.66 136	2.36 248

AnonymousM	2.27 211	0.64 60	0.44 79	0.51 118	0.32 59	0.49 114	0.24 73	1.70 230	0.48 117	0.75 106	2.06 245	0.70 97	0.47 99	0.39 115	2.47 167	3.26 250	0.99 192	1.03 231	1.88 134	2.37 290	4.85 201	6.68 208	0.57 171	0.47 117	0.53 76	0.65 105	11.71 326	14.52 319

LG-Stereo_Zeroshot	2.31 212	1.03 225	0.50 94	1.41 257	2.53 298	3.20 302	1.05 233	1.71 233	0.49 121	4.85 318	3.84 270	4.79 295	0.65 154	0.42 135	2.38 160	3.97 268	0.82 139	0.78 153	2.26 150	0.74 158	7.86 251	8.88 239	0.53 152	0.34 73	0.85 144	1.42 214	1.98 161	2.99 260

Anonymous3	2.32 213	0.85 151	0.88 173	0.56 133	1.10 232	0.89 214	0.70 194	2.45 289	1.12 232	1.05 176	0.98 194	2.57 264	1.14 243	0.56 188	4.14 248	9.30 315	1.50 250	1.47 281	5.33 234	1.49 249	6.83 233	10.10 250	0.71 221	0.67 199	1.08 191	1.38 208	2.32 193	1.35 201

RAFT-Test	2.37 214	0.85 151	1.14 231	1.02 220	0.65 163	0.58 151	0.51 165	2.18 275	0.70 184	1.12 181	5.37 286	0.97 160	0.92 219	0.45 151	2.50 171	5.29 292	0.99 192	0.80 163	6.96 276	1.11 215	10.85 295	10.83 276	0.67 211	0.58 168	1.51 260	1.82 257	1.38 108	2.18 242

RYNet	2.42 215	0.40 32	0.35 58	0.29 44	0.32 59	0.40 83	0.25 77	0.61 63	0.55 147	0.33 38	0.36 68	0.40 39	0.26 48	0.27 55	52.29 340	0.69 33	0.47 39	1.00 226	0.54 36	0.29 24	0.50 28	0.37 16	0.38 73	0.32 68	0.57 84	1.24 194	1.31 103	0.50 62

CSAN	2.48 216	1.26 254	1.12 226	1.46 263	1.78 281	1.13 238	0.90 215	1.50 204	10.52 337	2.40 260	3.81 269	4.12 286	2.51 270	0.96 262	3.83 242	1.27 122	1.29 235	1.05 238	3.24 200	1.70 265	3.71 185	4.45 164	0.79 238	1.38 265	1.39 240	3.93 302	2.43 208	2.96 259

ADLNet	2.50 217	0.99 209	0.73 139	0.62 151	0.75 184	0.63 166	0.53 167	1.12 144	0.61 165	0.58 69	0.71 146	1.61 222	0.61 143	0.87 249	46.09 317	1.02 72	0.70 91	0.67 116	0.85 66	0.74 158	0.75 66	1.07 93	0.51 142	0.47 117	0.94 170	0.93 151	1.63 135	0.70 103

Any-RAFT	2.54 218	0.94 190	1.27 250	0.75 177	0.75 184	0.50 117	0.40 136	1.99 257	0.56 152	0.87 142	6.98 318	1.50 214	0.51 110	0.40 119	2.50 171	3.41 254	0.91 166	0.90 195	6.78 272	0.75 162	14.26 331	10.61 267	0.67 211	0.59 175	1.63 269	1.83 258	2.17 175	4.22 280

GwcNet-ADL	2.54 218	1.23 247	1.55 265	1.22 245	1.26 247	0.97 222	0.78 199	1.50 204	0.84 196	3.20 284	6.67 303	1.86 230	1.05 237	0.79 241	4.58 250	4.90 284	1.47 249	0.90 195	5.20 232	1.95 278	6.39 227	10.33 261	0.91 260	1.12 254	1.22 216	1.93 263	2.15 172	2.70 253

Reg-Stereo(zero)	2.60 220	0.80 127	1.38 253	0.70 169	0.75 184	0.56 142	0.62 188	3.07 306	0.68 180	3.56 292	6.85 314	1.50 214	0.84 206	1.38 287	2.08 126	5.28 290	1.28 233	0.83 171	6.55 259	1.51 254	5.18 211	13.34 331	0.60 187	0.60 177	1.08 191	1.44 215	4.02 287	3.66 274

HI	2.60 220	0.80 127	1.38 253	0.70 169	0.75 184	0.56 142	0.62 188	3.07 306	0.68 180	3.56 292	6.85 314	1.50 214	0.84 206	1.38 287	2.08 126	5.28 290	1.28 233	0.83 171	6.55 259	1.51 254	5.18 211	13.34 331	0.60 187	0.60 177	1.08 191	1.44 215	4.02 287	3.66 274

EAI-Stereo	2.60 220	0.90 170	1.57 266	0.90 204	1.31 253	0.84 201	1.31 248	2.22 278	1.34 246	0.81 131	5.69 289	1.37 205	0.83 205	0.50 173	4.76 251	5.32 293	0.91 166	0.94 206	7.45 283	1.11 215	9.07 275	10.78 275	0.62 192	0.85 234	1.45 253	2.06 270	3.36 266	1.90 229

PSMNet-ADL	2.61 223	0.95 196	1.12 226	1.14 237	1.18 243	0.97 222	0.85 210	1.78 237	1.26 239	3.49 291	6.09 295	1.43 208	2.78 277	0.56 188	2.93 203	10.59 318	1.31 236	0.96 214	5.96 250	1.20 226	6.66 229	9.11 242	0.86 257	0.82 228	1.10 200	1.44 215	2.85 243	1.10 172

PWC_ROB	2.61 223	1.20 245	1.48 260	0.96 212	1.05 224	1.21 249	1.79 270	1.24 163	1.94 280	1.81 229	3.61 268	2.12 245	2.96 280	0.91 255	9.88 265	4.30 275	1.97 274	1.95 299	3.72 213	1.62 260	5.58 216	7.59 221	0.81 247	1.98 290	1.35 235	1.27 198	3.11 254	3.07 264

MSMDNet	2.69 225	0.87 156	1.07 213	0.57 136	0.65 163	0.59 154	0.49 161	2.03 263	0.62 171	1.03 171	0.97 193	1.05 176	12.04 318	0.50 173	2.60 179	5.56 295	1.05 206	0.80 163	6.93 275	1.42 240	11.49 297	12.49 315	0.67 211	0.58 168	1.48 254	1.83 258	1.28 100	1.97 234

HH	2.75 226	0.67 69	1.42 256	0.80 193	0.71 177	0.88 211	1.09 236	1.86 245	0.87 198	5.19 332	0.66 129	1.91 232	0.86 210	0.57 193	2.65 184	8.48 313	0.87 151	0.94 206	6.36 254	1.39 238	13.52 318	12.32 307	0.79 238	0.58 168	1.38 237	1.63 244	3.81 281	2.06 236

HanStereo	2.75 226	0.67 69	1.42 256	0.80 193	0.71 177	0.88 211	1.09 236	1.86 245	0.87 198	5.19 332	0.66 129	1.91 232	0.86 210	0.57 193	2.65 184	8.48 313	0.87 151	0.94 206	6.36 254	1.39 238	13.52 318	12.32 307	0.79 238	0.58 168	1.38 237	1.63 244	3.81 281	2.06 236

MSKI-zero shot	2.77 228	0.80 127	1.10 220	0.74 176	0.59 144	0.67 176	0.54 169	1.87 247	0.97 211	0.88 148	6.73 305	1.60 220	0.72 172	0.43 140	3.38 225	7.92 311	1.20 225	0.87 182	6.85 274	4.65 313	10.45 292	12.15 302	0.55 161	0.71 209	1.49 256	1.96 267	1.85 150	3.12 266

PWCDC_ROB	2.78 229	0.70 80	0.65 127	0.61 148	0.87 205	0.63 166	0.57 177	1.04 138	1.59 263	0.65 82	1.88 235	0.80 126	3.28 285	0.73 230	41.04 304	2.18 222	1.23 228	0.98 218	1.52 119	0.97 203	2.56 171	5.26 187	0.68 215	0.81 225	0.74 122	0.94 154	1.13 92	0.97 150

GANet-ADL	2.79 230	0.89 167	1.20 244	1.00 219	1.00 220	1.20 248	0.80 205	1.20 156	1.00 216	3.59 294	6.59 302	1.06 177	0.76 191	0.48 167	12.27 270	4.90 284	1.57 253	0.92 199	6.59 264	1.66 263	6.93 237	11.51 293	0.68 215	0.80 221	1.09 195	1.40 212	2.47 212	1.85 226

iResNet	2.79 230	0.95 196	0.91 180	1.35 255	1.69 273	1.41 259	1.02 227	1.81 242	1.09 228	2.62 265	5.14 283	1.80 228	2.38 266	0.46 156	10.35 266	7.64 308	1.36 243	1.23 266	6.83 273	1.78 268	10.05 285	4.09 162	0.61 190	2.02 291	1.10 200	1.50 226	2.80 241	1.39 204

NVstereo2D	2.81 232	0.82 136	0.74 142	0.69 167	0.78 193	0.92 216	0.81 206	1.18 155	0.76 189	0.91 154	1.06 199	0.80 126	0.55 124	0.71 229	52.63 342	1.47 164	0.86 148	0.83 171	1.42 111	0.69 141	1.12 110	0.94 81	0.76 228	0.83 231	1.08 191	0.78 119	0.98 75	0.74 106

DCVSM-stereo	2.89 233	0.92 180	1.57 266	1.31 252	1.04 222	1.53 265	0.99 222	2.96 304	1.33 245	3.46 289	6.20 296	6.77 308	2.59 272	0.87 249	2.25 149	4.01 272	1.37 245	1.11 246	7.05 279	4.27 308	6.91 234	6.70 209	1.25 275	2.64 315	1.30 230	1.73 252	3.46 270	2.47 249

MIPNet	2.89 233	0.91 174	0.77 148	0.49 111	0.65 163	0.55 136	0.57 177	1.34 189	0.53 138	2.05 241	0.99 195	0.80 126	0.77 194	0.48 167	40.89 303	1.61 185	1.15 221	0.94 206	3.25 201	1.19 225	1.15 113	9.31 243	0.57 171	0.62 184	1.24 220	1.51 227	2.90 247	0.82 123

DAS	2.93 235	0.99 209	1.06 211	1.13 232	1.05 224	1.03 232	1.04 231	1.74 235	1.81 275	3.32 286	5.70 290	2.61 265	3.08 282	0.50 173	3.19 221	7.47 305	1.83 263	1.23 266	5.90 246	1.83 270	12.92 308	10.26 257	0.76 228	1.94 286	1.32 232	1.51 227	2.60 229	1.31 197

SepStereo	2.93 235	0.99 209	1.06 211	1.13 232	1.05 224	1.03 232	1.04 231	1.74 235	1.81 275	3.32 286	5.70 290	2.61 265	3.08 282	0.50 173	3.19 221	7.47 305	1.83 263	1.23 266	5.90 246	1.83 270	12.92 308	10.26 257	0.76 228	1.94 286	1.32 232	1.51 227	2.60 229	1.31 197

model_zeroshot	2.99 237	0.75 105	1.18 238	1.86 275	0.74 182	0.59 154	0.56 175	1.94 251	0.63 172	3.88 302	6.88 316	1.41 207	0.66 157	0.68 222	5.34 256	4.82 282	1.18 223	0.96 214	7.09 280	1.03 208	12.99 311	9.02 240	0.54 158	0.65 195	5.42 315	1.66 246	2.16 174	6.22 298

IPLG	3.01 238	0.75 105	0.63 121	0.42 97	0.52 128	0.54 133	0.51 165	1.63 225	0.35 77	0.62 77	0.59 116	0.77 121	0.66 157	0.46 156	51.49 334	1.67 193	1.02 200	0.92 199	3.51 209	0.63 128	0.99 96	5.97 200	0.49 128	0.48 131	0.80 131	1.16 187	2.86 244	0.71 104

MFMNet_re	3.01 238	1.41 267	1.48 260	1.53 266	1.87 286	1.96 280	2.01 277	2.67 300	2.16 286	1.60 214	1.98 239	3.57 277	2.65 274	1.02 266	6.96 262	4.19 274	2.67 284	1.96 300	6.48 258	2.40 292	14.04 325	4.97 174	1.86 298	1.97 288	1.38 237	1.33 203	3.31 264	1.94 233

test-1	3.02 240	0.66 68	1.14 231	0.60 145	0.58 142	0.75 191	0.63 190	1.96 253	0.82 194	4.00 304	5.48 287	2.18 248	0.80 198	0.41 125	4.00 245	7.32 304	1.18 223	1.19 259	6.72 269	7.57 327	10.78 293	12.94 328	0.54 158	0.60 177	1.40 243	1.78 254	2.89 246	2.52 250

RTSC	3.08 241	0.95 196	1.25 249	0.76 181	0.91 211	0.96 219	1.84 272	1.15 149	1.34 246	2.37 257	2.12 246	1.11 183	0.99 230	1.02 266	41.50 306	1.94 209	1.88 267	1.22 263	4.09 220	1.06 212	2.76 173	4.02 160	0.63 197	1.03 246	0.83 138	0.99 165	2.44 209	1.98 235

pcwnet_v2	3.22 242	0.81 133	0.94 184	0.92 208	1.12 235	0.94 217	0.70 194	1.17 151	0.88 200	2.04 240	1.10 201	1.09 182	1.00 231	1.27 283	47.63 320	1.56 179	0.96 184	0.87 182	6.63 265	0.81 177	2.45 168	3.52 153	1.01 266	0.75 214	1.04 186	1.16 187	2.44 209	2.23 245

IPLGR	3.25 243	0.89 167	0.81 157	0.65 158	0.66 168	0.50 117	0.42 146	1.14 148	0.44 106	2.02 238	1.30 215	0.86 139	0.74 182	0.47 161	50.44 329	1.86 203	1.15 221	1.11 246	3.23 195	1.37 235	1.41 135	7.71 222	0.56 168	0.70 208	1.39 240	1.55 234	3.46 270	0.92 144

IGEV-FE	3.38 244	0.83 139	1.84 280	2.81 295	0.69 174	2.38 291	1.26 246	2.23 279	0.94 208	4.29 309	6.75 306	2.28 253	1.01 232	0.45 151	2.82 198	7.73 310	0.85 144	0.77 148	5.93 248	1.88 273	8.51 271	12.88 326	0.58 180	0.69 203	1.40 243	1.57 235	14.79 336	2.99 260

IGEV_Zeroshot_test	3.38 244	0.83 139	1.84 280	2.82 296	0.69 174	2.37 289	1.26 246	2.23 279	0.94 208	4.40 310	6.76 307	2.28 253	1.01 232	0.45 151	2.83 199	7.72 309	0.87 151	0.77 148	5.93 248	1.87 272	8.49 270	12.88 326	0.58 180	0.69 203	1.40 243	1.57 235	14.84 337	2.99 260

SHD	3.38 244	1.01 216	1.68 272	1.14 237	1.07 229	1.14 239	1.78 269	1.61 224	1.66 266	2.40 260	3.05 258	1.63 224	2.43 268	0.84 247	40.11 301	2.04 217	1.74 258	1.40 278	4.17 221	1.88 273	3.81 186	5.43 190	0.70 219	1.67 273	1.86 283	1.46 219	1.97 160	1.59 214

FADNet_RVC	3.44 247	1.21 246	1.19 241	1.40 256	1.78 281	0.99 226	1.75 267	1.50 204	1.19 238	1.35 199	2.01 243	1.96 235	1.63 254	1.66 293	22.11 289	3.36 253	1.83 263	2.82 329	5.63 243	1.76 267	6.35 226	9.50 244	0.77 233	1.39 267	1.21 211	1.48 220	12.05 327	2.87 257

FC-DCNN	3.48 248	1.59 280	4.19 326	2.76 294	2.30 290	3.10 301	1.73 266	2.57 295	1.72 268	2.88 274	1.36 222	2.15 246	1.21 244	0.68 222	6.32 258	1.61 185	1.31 236	1.03 231	7.90 287	0.95 199	8.85 273	8.73 235	0.82 251	1.69 277	3.19 304	2.50 286	4.67 292	16.15 323

HSM-Net_RVC	3.49 249	1.07 229	1.10 220	1.70 270	1.17 242	0.90 215	0.61 187	2.29 286	1.07 226	2.77 270	5.82 292	41.08 345	1.35 251	0.50 173	2.40 161	1.74 196	1.10 209	0.77 148	1.99 140	1.13 219	6.78 232	6.90 214	0.80 243	2.23 300	1.64 271	1.49 223	2.14 170	1.75 223
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
RTS	3.53 250	1.15 236	0.98 195	0.97 215	1.26 247	1.33 255	3.31 292	1.33 186	1.50 258	2.37 257	1.20 209	1.75 226	1.12 241	0.88 252	42.78 309	2.37 228	1.94 271	1.33 275	3.94 215	1.62 260	3.62 182	5.21 185	1.02 267	1.09 252	1.83 281	5.05 308	2.33 194	2.13 238

RTSA	3.53 250	1.15 236	0.98 195	0.97 215	1.26 247	1.33 255	3.31 292	1.33 186	1.50 258	2.37 257	1.20 209	1.75 226	1.12 241	0.88 252	42.78 309	2.37 228	1.94 271	1.33 275	3.94 215	1.62 260	3.62 182	5.21 185	1.02 267	1.09 252	1.83 281	5.05 308	2.33 194	2.13 238

XQC	3.58 252	1.29 259	1.21 245	1.28 248	1.43 261	1.29 254	1.93 275	1.60 221	1.45 252	2.47 262	3.06 259	1.48 212	4.17 288	1.23 282	44.68 315	2.35 226	1.60 254	1.18 257	3.95 218	1.43 242	3.22 181	4.97 174	0.84 254	1.24 260	1.43 249	2.09 274	2.30 190	1.52 209

FCDSN-DC	3.63 253	0.94 190	2.84 312	1.29 250	1.30 252	1.03 232	1.00 223	0.90 120	0.91 205	1.04 175	0.74 152	1.21 193	0.74 182	0.58 197	52.59 341	2.04 217	1.24 229	1.13 250	1.05 84	0.79 171	6.62 228	10.01 248	0.78 235	2.18 295	1.20 210	1.67 249	1.20 96	1.05 168
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_DS_RVC	3.64 254	1.48 274	1.03 203	1.98 280	1.75 277	2.09 283	5.14 307	2.15 271	2.23 287	1.73 224	1.57 228	2.49 261	4.83 291	5.73 324	12.78 271	1.73 195	1.22 226	1.06 239	5.43 237	1.54 257	12.24 301	9.06 241	1.52 291	1.16 256	2.29 289	3.46 298	3.05 252	7.63 303

NOSS_ROB	3.67 255	1.38 266	0.81 157	1.15 241	1.16 241	1.15 240	0.65 191	2.25 282	1.41 250	4.85 318	6.68 304	6.78 309	1.06 238	0.82 246	11.52 269	14.58 331	1.34 239	1.17 254	2.93 189	0.98 204	14.13 326	12.82 322	0.79 238	1.48 268	1.13 204	1.48 220	3.41 267	1.25 192

FC-DCNN v2	3.76 256	1.64 281	4.17 325	2.93 301	2.32 292	3.38 303	1.67 262	2.65 298	2.92 300	2.86 273	1.36 222	2.62 267	1.33 249	0.68 222	6.35 259	1.65 189	1.31 236	1.00 226	8.25 288	0.94 197	8.74 272	8.73 235	0.82 251	1.68 274	4.68 312	3.34 297	7.40 312	15.96 322

gcap-zeroshot	3.80 257	0.78 121	1.44 258	1.88 276	0.67 169	1.15 240	1.31 248	2.09 269	0.65 175	5.43 338	7.00 319	2.87 270	0.70 166	0.31 75	2.44 164	5.25 289	0.94 178	0.91 198	36.08 327	1.25 229	8.46 269	10.60 266	4.00 315	0.62 184	1.44 250	1.49 223	1.34 104	1.53 210

AIO-Stereo-zeroshot	3.88 258	1.16 240	2.03 291	1.15 241	0.83 202	1.77 275	1.13 239	2.03 263	3.32 308	2.90 275	7.02 320	2.32 256	2.01 260	0.38 111	3.61 231	9.96 316	1.34 239	1.07 240	6.67 266	6.11 322	8.45 268	12.70 319	0.56 168	1.27 262	1.76 278	1.48 220	16.62 339	5.17 288

UDG	3.91 259	2.76 304	2.09 293	2.92 299	2.64 301	2.99 298	2.71 285	1.31 178	1.13 233	1.65 218	1.96 237	2.20 249	1.68 255	2.77 303	48.81 324	1.57 181	3.02 290	2.26 309	2.65 172	2.91 300	3.00 177	3.09 146	2.64 303	1.05 249	1.02 183	1.19 191	2.36 200	1.16 180

PVD	4.10 260	1.44 272	2.12 295	1.41 257	1.58 268	1.68 271	2.10 279	3.06 305	2.66 296	2.85 272	4.32 273	2.46 260	3.63 287	1.27 283	40.43 302	2.72 235	2.19 280	2.11 308	4.71 227	2.46 294	6.18 223	6.10 202	1.02 267	1.74 278	2.32 292	2.44 284	2.90 247	2.66 252

SAMSARA	4.13 261	1.32 261	1.53 263	1.48 264	1.35 256	1.47 263	2.74 286	2.23 279	1.83 277	2.26 254	3.47 267	2.01 238	8.60 301	1.76 297	38.24 298	2.88 237	1.82 262	1.41 279	4.99 229	1.91 275	5.10 208	5.71 196	0.94 262	1.80 280	3.33 306	3.84 300	4.16 289	3.30 272

iRaft-Stereo_20w	4.16 262	1.13 235	2.10 294	2.66 291	1.55 267	1.55 266	1.17 240	1.96 253	1.27 240	5.53 339	6.77 308	1.52 218	1.34 250	0.43 140	3.03 207	5.32 293	0.95 182	0.77 148	5.49 240	1.46 247	8.20 264	12.75 321	0.61 190	0.60 177	1.63 269	25.36 344	11.64 325	5.58 294

SGM-Forest	4.18 263	1.24 248	0.74 142	2.12 283	1.35 256	1.42 260	0.56 175	1.36 190	0.90 203	4.89 321	0.96 189	2.51 263	12.92 321	0.61 207	16.38 281	3.12 247	0.79 123	0.65 110	7.04 278	0.76 164	6.77 231	10.03 249	0.84 254	0.81 225	1.66 273	1.78 254	4.79 297	25.96 338
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ccs_rob	4.23 264	1.10 231	1.53 263	1.14 237	0.92 217	1.19 247	1.05 233	2.86 303	1.27 240	4.20 306	35.77 346	8.95 319	1.29 247	0.73 230	3.10 217	6.47 298	1.50 250	1.17 254	5.98 251	1.44 244	10.44 291	11.78 297	0.74 227	2.24 301	1.07 190	1.30 202	2.65 235	2.20 243

DeepPrunerF	4.30 265	1.53 275	0.72 138	2.93 301	5.08 333	2.43 293	3.38 294	0.87 115	4.11 316	0.80 128	1.17 207	0.66 84	0.56 125	0.61 207	45.12 316	2.02 216	1.01 197	0.78 153	2.32 151	0.88 188	1.56 142	1.70 119	0.84 254	0.67 199	29.00 347	1.78 254	2.48 213	1.17 184

MSC_U_SF_DS_RVC	4.33 266	2.25 300	1.45 259	2.41 288	1.94 288	1.93 278	4.82 306	1.96 253	2.59 294	2.96 278	1.96 237	2.49 261	8.10 299	9.76 333	14.02 275	3.47 257	2.04 278	1.98 301	14.27 305	3.33 304	7.23 242	7.20 219	2.89 309	1.85 284	2.43 295	2.85 291	2.19 179	6.62 300

FAT-Stereo	4.35 267	1.18 241	2.25 297	1.48 264	1.81 284	1.42 260	1.49 256	3.57 315	1.84 278	3.66 297	6.22 297	6.70 307	2.76 276	1.07 274	6.82 261	15.24 337	2.03 277	2.49 320	5.43 237	8.81 336	13.23 314	12.34 311	0.95 263	2.79 323	1.26 224	2.25 279	2.96 250	5.48 291

ITSA-stereo	4.40 268	1.26 254	1.18 238	1.64 268	1.64 270	0.99 226	1.38 253	1.99 257	1.47 256	3.68 299	6.79 309	2.16 247	1.42 252	1.36 286	8.32 263	6.93 301	2.19 280	1.94 298	6.40 256	5.42 317	7.43 244	10.74 274	1.29 279	2.39 307	1.53 262	5.02 307	23.63 343	8.74 305

MFN_U_SF_RVC	4.44 269	1.91 291	1.83 279	2.19 286	1.82 285	2.38 291	4.61 304	2.39 288	1.94 280	4.48 312	11.47 336	3.74 283	2.50 269	4.72 319	20.32 287	3.66 261	1.91 269	1.83 294	11.50 300	3.25 303	7.86 251	6.73 211	1.25 275	3.20 332	1.86 283	3.84 300	2.83 242	3.94 278

STTRV1_RVC	4.49 270	1.26 254	1.01 201	1.62 267	1.11 234	1.76 274	1.25 244	1.50 204	1.40 249	1.75 226	1.60 229	2.72 268	3.31 286	1.00 264	2.61 180	1.77 198	11.19 323	0.96 214	41.25 333	9.01 338	9.10 276	8.68 234	1.19 271	1.66 272	1.68 274	1.59 238	3.90 285	5.32 290

RainbowNet	4.65 271	3.75 319	2.70 310	4.56 312	2.98 313	4.16 309	8.75 320	2.05 266	2.01 283	1.90 235	1.12 204	3.61 281	3.00 281	3.60 315	2.70 190	1.89 204	2.97 289	1.54 284	15.27 308	8.73 335	11.07 296	11.30 289	10.70 343	2.22 297	1.73 275	2.30 280	2.76 239	6.13 297

S-Stereo	4.68 272	1.15 236	1.74 276	1.75 271	1.63 269	1.65 269	2.24 282	2.75 302	2.15 285	3.32 286	11.59 337	5.97 300	1.74 257	0.88 252	19.04 284	16.28 339	1.81 261	2.39 317	5.64 244	9.35 341	7.13 241	12.52 316	1.61 293	2.64 315	1.24 220	2.08 273	2.88 245	3.26 269

MADNet+	4.78 273	2.02 295	1.87 284	2.01 281	2.36 294	1.47 263	4.28 302	2.47 291	1.99 282	2.66 266	2.13 247	3.56 276	2.85 279	2.34 300	41.14 305	5.66 296	3.48 295	1.53 283	4.54 225	3.38 305	13.07 313	7.34 220	1.72 295	3.48 334	2.93 300	2.17 277	3.24 261	3.29 271

ADCRef	4.84 274	1.42 270	1.01 201	0.78 188	1.77 278	1.21 249	1.62 261	0.99 133	5.58 325	1.85 232	1.08 200	1.02 165	0.91 216	1.17 279	54.35 346	1.92 208	1.10 209	1.04 234	3.49 208	1.32 234	1.80 157	3.27 150	2.13 301	0.87 237	2.30 290	4.60 304	2.48 213	29.71 343

SQANet	4.87 275	4.55 326	2.13 296	19.76 333	2.63 299	4.99 318	3.29 291	1.63 225	1.45 252	1.20 186	1.40 225	3.22 274	2.40 267	2.76 302	3.09 215	1.20 113	5.19 304	1.07 240	19.89 313	1.28 230	12.48 302	10.73 272	11.37 346	1.49 269	1.57 266	2.32 282	2.66 237	5.86 295

FBW_ROB	4.93 276	2.40 301	2.44 304	2.67 292	2.86 307	2.30 288	4.71 305	1.79 238	1.10 229	2.54 263	2.92 255	4.12 286	5.31 292	6.61 325	50.17 326	1.18 107	1.44 247	0.95 212	8.76 291	1.43 242	8.26 265	5.68 193	4.20 316	1.75 279	1.42 246	1.95 265	1.81 146	2.20 243

ADCP+	5.07 277	1.54 276	1.72 273	1.08 226	1.54 265	1.18 245	2.02 278	1.02 135	2.72 299	4.05 305	2.23 250	2.24 251	0.61 143	0.94 260	54.46 347	1.52 174	0.83 140	0.95 212	3.94 215	0.87 187	2.22 167	2.57 142	0.71 221	0.62 184	2.48 296	11.25 327	7.85 315	23.66 334

CBMV	5.08 278	1.41 267	1.15 235	1.44 262	1.42 260	1.24 251	0.78 199	2.27 284	1.47 256	3.04 280	6.44 300	7.74 312	9.07 304	0.60 205	12.81 272	13.79 327	1.99 275	1.29 272	9.56 293	1.15 222	9.82 280	12.54 317	0.82 251	1.84 283	1.44 250	1.83 258	4.39 291	25.76 337
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
otaku	5.09 279	5.20 327	2.27 298	18.45 331	2.89 308	5.73 321	3.63 297	1.44 199	1.46 254	1.31 198	1.42 226	3.59 279	2.63 273	3.22 309	3.07 212	1.30 125	5.55 306	1.14 253	20.28 314	1.49 249	13.81 322	11.25 288	11.85 348	1.91 285	1.56 265	2.06 270	2.52 219	6.49 299

ACVNet_1	5.24 280	3.87 321	3.60 323	13.80 327	3.48 322	6.00 326	10.57 325	1.60 221	1.79 272	1.55 212	1.30 215	4.40 291	2.80 278	5.43 322	2.42 163	1.39 140	11.59 324	1.72 291	20.91 318	1.50 252	14.41 336	8.16 227	7.22 329	2.84 325	1.73 275	2.19 278	2.61 231	2.72 254

Ntro	5.35 281	6.19 332	2.38 302	8.06 322	2.91 310	4.88 316	6.70 313	1.40 195	1.53 260	1.44 208	1.19 208	3.58 278	2.73 275	3.12 308	3.66 233	1.17 105	6.56 314	1.19 259	32.62 324	1.60 259	14.27 333	11.82 298	11.41 347	2.54 312	1.64 271	2.30 280	2.45 211	5.00 285

EKT-Stereo	5.41 282	0.97 203	1.10 220	0.72 171	0.74 182	0.87 207	1.17 240	2.02 262	1.00 216	1.41 206	2.92 255	1.11 183	0.81 199	0.46 156	72.33 356	14.74 332	1.14 217	1.37 277	5.61 242	7.76 328	9.80 279	10.61 267	0.53 152	0.61 183	1.39 240	1.11 177	2.56 226	1.08 171

pmcnn	5.52 283	1.54 276	1.51 262	2.64 290	3.13 315	2.07 281	10.40 324	2.61 296	2.65 295	2.55 264	6.41 299	6.23 304	15.93 330	0.58 197	6.75 260	14.92 334	3.87 298	3.34 332	7.45 283	7.76 328	13.60 321	10.19 253	6.30 327	2.29 304	1.57 266	3.30 296	4.69 293	4.80 282

DPSNet	5.60 284	1.54 276	1.19 241	1.76 272	2.44 297	2.08 282	1.81 271	1.95 252	2.93 301	2.09 246	5.15 284	9.82 322	6.09 294	8.98 329	14.30 276	12.14 324	4.12 302	3.60 333	17.82 310	8.28 332	12.18 299	14.58 335	3.71 313	3.09 329	2.30 290	2.42 283	2.52 219	2.24 246

ADCMid	5.63 285	2.23 298	2.63 307	1.42 260	2.89 308	2.37 289	3.73 298	1.92 249	2.97 302	1.91 236	3.16 260	2.33 257	2.31 265	1.48 290	50.97 333	3.74 263	1.84 266	1.86 296	7.38 282	1.99 282	4.66 197	5.18 184	2.70 305	1.38 265	2.33 293	8.75 323	6.81 310	21.02 330

ADCL	5.69 286	1.88 288	1.63 269	1.29 250	1.40 259	1.59 268	2.22 281	1.23 160	5.20 323	3.04 280	2.01 243	1.14 187	0.84 206	1.04 272	50.40 328	1.63 188	1.45 248	1.79 292	2.94 191	1.38 237	3.19 179	2.35 136	1.23 274	1.07 251	9.47 331	11.74 329	11.34 323	29.10 342

SANet	5.69 286	2.22 297	1.77 277	1.84 273	2.37 295	2.28 286	1.43 254	4.49 325	7.61 332	2.05 241	4.86 281	8.34 318	11.81 317	1.70 294	43.86 313	1.62 187	5.96 308	1.51 282	4.43 224	1.70 265	8.97 274	8.28 228	1.20 272	2.60 313	1.94 286	6.02 316	3.42 269	9.29 308

DDF-Stereo	5.75 288	1.70 283	0.52 102	38.69 345	0.79 196	32.72 349	0.96 220	1.26 166	0.53 138	1.03 171	2.56 253	40.13 344	1.82 259	0.57 193	2.07 125	3.66 261	0.92 172	0.83 171	4.27 222	0.73 155	6.68 230	6.39 204	0.52 149	0.47 117	0.87 152	1.54 232	1.72 139	1.23 188

SPS-STEREO	5.78 289	1.73 286	1.86 282	2.48 289	1.67 272	2.19 284	1.60 260	2.72 301	1.76 270	3.63 296	6.80 311	4.12 286	2.19 263	1.21 281	13.01 273	12.86 325	2.91 288	2.01 302	47.66 342	2.04 284	14.17 328	13.06 330	1.43 287	2.27 303	2.40 294	1.94 264	3.66 277	2.80 255
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
ACVNet_2	5.79 290	3.52 314	2.90 313	21.94 337	3.38 320	4.55 311	8.18 318	1.84 243	1.76 270	1.84 230	1.98 239	3.88 284	3.20 284	3.03 306	2.85 200	1.46 161	12.77 330	1.56 285	33.59 325	1.68 264	10.81 294	7.91 224	6.79 328	2.68 321	3.13 303	2.65 288	3.23 259	3.11 265

edge stereo	5.88 291	1.88 288	3.14 317	2.14 284	1.80 283	2.47 295	2.43 283	4.51 326	3.45 310	3.97 303	4.84 280	6.45 306	17.40 331	1.04 272	5.09 255	14.91 333	1.80 259	1.66 288	37.39 329	6.28 324	5.99 220	12.74 320	1.44 288	2.02 291	2.12 288	2.11 276	3.75 278	5.99 296

Dean	5.89 292	3.71 318	2.59 305	34.77 342	3.99 327	4.60 314	10.86 327	2.26 283	2.39 292	2.16 250	1.55 227	4.68 294	4.76 290	3.30 311	3.03 207	1.76 197	12.09 327	1.65 287	9.86 296	2.04 284	14.16 327	9.89 247	7.35 330	2.66 320	3.36 307	2.91 292	3.53 274	3.13 267

AnyNet_C32	6.05 293	1.43 271	1.39 255	1.26 247	1.64 270	1.36 257	2.92 288	1.55 217	5.28 324	2.67 268	4.61 278	1.90 231	1.29 247	1.29 285	55.18 348	3.43 256	1.96 273	2.08 305	3.65 210	1.91 275	6.94 238	8.77 237	1.20 272	1.68 274	6.02 318	14.92 335	6.12 303	20.86 329

DDVS	6.06 294	1.18 241	1.31 251	1.12 230	1.54 265	1.18 245	1.01 224	2.45 289	1.75 269	3.31 285	80.70 354	6.22 303	1.76 258	1.15 278	3.67 236	6.50 299	2.01 276	1.29 272	5.56 241	4.99 316	10.09 287	12.94 328	0.81 247	1.16 256	1.11 203	1.53 230	4.71 294	2.62 251

G-Net	6.29 295	1.69 282	1.86 282	1.42 260	1.70 275	1.45 262	1.19 243	4.71 327	8.56 333	3.16 282	4.70 279	7.94 313	6.89 296	0.85 248	15.45 279	8.15 312	1.92 270	2.75 325	5.41 236	6.49 325	9.16 277	11.23 287	1.46 289	2.81 324	1.81 279	19.84 340	6.51 308	30.80 344

TRStereo	6.31 296	1.25 251	1.93 285	0.85 200	0.61 152	2.29 287	0.86 211	2.21 277	0.54 145	4.40 310	1.34 218	2.24 251	0.75 186	0.45 151	4.08 247	6.55 300	0.80 126	0.85 179	6.04 252	1.45 246	7.60 245	12.13 301	0.55 161	0.49 135	1.44 250	103.74 361	3.24 261	1.61 215

HBP-ISP	6.40 297	1.33 263	2.30 300	1.91 279	1.51 263	1.65 269	0.79 202	2.50 293	1.29 242	4.91 322	6.80 311	1.37 205	0.74 182	14.59 340	52.98 343	19.59 343	1.24 229	1.10 242	6.08 253	8.03 331	12.73 304	16.75 341	0.79 238	1.19 258	1.81 279	2.06 270	3.90 285	2.87 257

SGM-ForestM	6.44 298	10.17 342	6.98 341	4.69 313	2.91 310	6.90 329	9.70 323	7.26 336	4.59 321	4.81 317	6.31 298	9.50 321	9.35 306	0.78 238	3.65 232	1.30 125	6.50 312	0.89 192	11.21 299	1.44 244	6.08 221	6.02 201	1.58 292	1.68 274	9.47 331	11.34 328	12.07 328	16.58 324

CBMV_ROB	6.60 299	1.41 267	1.59 268	2.38 287	1.74 276	1.90 277	1.86 273	6.44 332	1.69 267	5.02 326	7.03 321	9.95 328	11.26 313	0.65 218	38.55 299	7.04 302	2.78 286	1.12 249	9.67 295	2.45 293	9.46 278	11.60 296	0.80 243	1.37 264	4.92 313	12.01 330	4.73 295	18.79 327

ADCS	6.69 300	1.97 293	1.94 286	1.41 257	2.24 289	1.84 276	3.00 289	2.08 268	3.97 313	2.66 266	3.26 262	3.01 272	11.48 314	2.01 299	53.18 344	11.65 322	2.72 285	2.59 322	5.10 230	2.24 288	10.43 290	8.65 233	1.76 296	1.97 288	2.57 298	10.58 325	7.51 313	18.68 326

anonymity	6.71 301	0.80 127	1.73 275	1.09 227	0.88 207	0.79 197	0.68 192	2.17 273	0.90 203	3.78 301	97.20 355	1.95 234	0.93 221	0.44 150	2.57 177	7.16 303	0.95 182	0.83 171	6.70 267	1.07 213	7.93 254	12.47 314	0.67 211	0.57 164	1.51 260	1.60 241	20.99 342	2.80 255

ADCPNet	7.09 302	1.18 241	3.04 316	1.33 253	3.12 314	1.36 257	8.88 321	2.15 271	3.24 306	4.23 307	7.84 328	1.96 235	15.92 329	1.71 295	49.61 325	3.53 260	1.89 268	1.25 270	19.14 312	3.03 302	5.96 218	4.75 170	4.72 317	1.29 263	3.95 310	5.33 310	3.87 283	27.01 339

IMH-64-1	7.17 303	3.27 309	3.53 320	4.69 313	3.29 317	4.58 312	5.71 309	3.51 312	3.09 303	1.39 204	1.98 239	4.90 296	10.92 309	4.82 320	52.00 335	4.78 280	3.66 296	2.27 310	12.32 301	1.96 279	6.91 234	10.55 264	7.77 336	2.22 297	6.05 319	4.73 305	13.45 332	9.13 306

IMH-64	7.17 303	3.27 309	3.53 320	4.69 313	3.29 317	4.58 312	5.71 309	3.51 312	3.09 303	1.39 204	1.98 239	4.90 296	10.92 309	4.82 320	52.00 335	4.78 280	3.66 296	2.27 310	12.32 301	1.96 279	6.91 234	10.55 264	7.77 336	2.22 297	6.05 319	4.73 305	13.45 332	9.13 306

AnyNet_C01	7.20 305	2.24 299	2.27 298	2.95 303	1.92 287	1.58 267	5.39 308	3.73 320	5.63 326	3.17 283	4.41 274	4.59 293	6.09 294	1.88 298	58.66 350	14.24 328	5.46 305	3.69 334	4.79 228	3.02 301	8.40 267	10.33 261	2.45 302	2.24 301	5.77 316	2.65 288	8.81 319	17.99 325

WAO-6	7.36 306	2.83 306	2.64 308	8.38 324	2.78 305	3.59 306	8.61 319	3.51 312	3.36 309	1.84 230	2.45 251	5.99 301	8.70 303	3.06 307	50.70 330	2.35 226	13.44 334	1.82 293	8.79 292	2.15 287	14.26 331	12.40 313	3.35 311	2.64 315	7.87 325	5.84 313	4.30 290	11.17 315

WAO-7	8.11 307	2.98 307	5.46 335	29.83 340	2.32 292	3.09 300	9.23 322	2.48 292	4.20 317	4.67 316	7.60 324	7.98 314	11.78 316	1.64 292	22.32 290	2.11 220	12.00 326	2.79 328	44.95 339	2.13 286	10.06 286	10.12 251	1.37 286	2.49 311	2.97 302	4.35 303	2.94 249	5.06 287

AIO-Stereo-zeroshot1	8.38 308	1.15 236	1.98 288	1.25 246	1.24 246	1.74 273	1.31 248	2.17 273	7.44 331	3.47 290	7.09 322	2.38 258	2.08 262	0.37 106	3.49 229	11.36 321	1.39 246	0.99 221	136.53 356	6.21 323	8.35 266	12.33 309	0.55 161	0.88 238	1.22 216	1.95 265	2.35 198	4.96 284

SGM_RVC	8.49 309	2.77 305	1.77 277	2.88 298	2.31 291	3.42 304	2.70 284	7.78 341	3.92 312	5.57 340	8.42 329	9.89 324	12.92 321	0.68 222	3.72 238	2.10 219	6.63 315	1.11 246	40.78 331	5.93 321	9.99 283	10.27 259	1.97 299	2.17 294	8.79 330	2.97 293	27.36 345	40.51 351
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
SFCPSM	8.92 310	1.34 265	1.05 207	1.13 232	1.12 235	1.10 235	0.89 214	1.28 172	1.79 272	2.71 269	5.63 288	4.32 290	7.90 298	1.01 265	5.47 257	5.23 288	1.80 259	1.19 259	162.18 358	4.49 310	7.79 247	9.52 245	0.81 247	1.64 271	1.33 234	1.76 253	3.30 263	3.06 263

ELAS_RVC	9.07 311	3.30 311	5.65 336	4.08 307	3.41 321	7.21 331	4.01 301	7.69 338	3.75 311	4.97 324	7.74 325	9.89 324	11.00 311	3.00 305	47.69 321	4.33 277	6.53 313	9.70 342	9.64 294	2.89 298	13.54 320	15.79 338	2.75 306	4.07 337	18.38 340	23.86 342	4.94 298	5.18 289
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
IMH	9.11 312	3.31 312	3.55 322	4.46 310	3.30 319	4.60 314	6.29 312	3.48 310	3.12 305	1.42 207	1.88 235	5.38 298	15.63 328	51.61 354	52.03 337	3.06 244	3.92 299	2.32 313	20.77 316	2.01 283	6.25 224	9.58 246	8.07 340	2.21 296	7.69 324	5.96 315	3.77 279	10.35 313

PWCK	9.19 313	3.84 320	2.76 311	4.81 317	3.48 322	7.14 330	7.79 316	3.92 321	4.66 322	4.66 315	5.84 293	24.68 340	8.47 300	3.24 310	10.95 268	3.27 251	9.48 321	2.36 315	72.75 349	4.94 315	14.76 339	6.95 215	3.68 312	2.40 308	8.01 326	7.55 319	6.35 304	9.51 310

MADNet++	9.22 314	4.13 325	6.16 338	4.32 309	5.78 337	3.96 307	8.14 317	7.09 335	6.83 330	5.28 335	7.83 327	7.65 311	8.62 302	12.90 335	19.42 286	21.00 346	7.04 317	6.27 337	10.40 297	7.97 330	14.29 334	18.67 344	3.96 314	5.12 341	5.80 317	22.29 341	9.32 320	8.69 304

MeshStereo	9.30 315	2.68 302	2.31 301	4.19 308	2.81 306	4.05 308	1.96 276	8.24 343	9.28 334	5.13 329	8.64 330	11.19 331	12.84 320	0.78 238	52.26 339	15.80 338	4.59 303	1.92 297	22.33 319	1.58 258	15.40 343	19.41 345	1.06 270	2.12 293	8.69 329	5.55 311	10.68 321	15.59 321
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
MonStereo1	9.81 316	3.92 322	2.43 303	5.31 321	4.70 332	5.34 320	7.44 315	3.39 309	2.25 288	117.09 359	3.30 265	6.44 305	10.28 308	3.91 317	2.28 154	1.78 199	3.22 291	3.17 331	38.45 330	3.58 306	5.84 217	5.88 199	6.18 326	1.83 281	3.46 308	3.13 295	7.10 311	3.19 268

ELAS	10.16 317	3.54 315	5.12 334	4.49 311	4.32 331	5.01 319	4.33 303	6.88 334	4.09 315	4.97 324	7.74 325	9.90 326	11.01 312	3.51 314	52.19 338	4.52 279	7.15 318	9.65 341	8.69 290	2.38 291	13.33 316	14.95 337	2.75 306	3.64 336	17.76 339	27.24 347	13.13 331	21.93 331
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
notaker	10.31 318	13.11 343	4.84 329	18.55 332	6.95 341	7.98 334	14.39 336	3.69 319	3.28 307	2.90 275	2.15 248	30.28 342	43.63 342	4.40 318	9.01 264	2.66 234	12.71 328	2.73 324	42.35 335	2.87 297	14.87 340	10.21 254	7.77 336	3.03 327	2.66 299	2.98 294	3.46 270	4.84 283

JetBlue	10.90 319	9.40 340	6.23 339	8.34 323	6.82 340	10.07 339	10.58 326	5.04 330	3.97 313	2.95 277	4.09 271	9.83 323	9.32 305	8.12 327	48.65 323	14.50 329	6.76 316	5.08 336	7.66 285	3.76 307	13.23 314	17.58 343	8.19 341	3.58 335	11.41 334	18.49 338	12.08 329	28.49 341

LVE	10.96 320	3.63 317	2.68 309	55.15 352	4.03 330	7.50 332	88.91 357	1.93 250	2.44 293	2.26 254	1.69 231	4.48 292	4.75 289	3.42 313	3.44 227	2.21 223	6.03 310	1.84 295	50.68 345	1.97 281	10.14 288	12.19 304	5.54 318	3.12 330	3.75 309	2.46 285	2.99 251	6.76 302

XX-Stereo	11.10 321	0.72 90	1.24 247	1.04 222	0.52 128	0.80 198	0.84 207	1.13 146	0.51 131	4.53 314	6.79 309	1.54 219	1.06 238	0.42 135	2.78 195	5.82 297	0.96 184	0.94 206	6.43 257	0.91 191	6.26 225	8.36 230	0.58 180	0.43 107	237.38 361	1.38 208	2.64 233	3.61 273

DGSMNet	11.16 322	1.98 294	1.98 288	1.90 278	1.52 264	2.46 294	1.47 255	3.07 306	2.11 284	12.67 346	102.10 356	3.59 279	18.94 334	18.97 345	16.50 282	15.09 335	12.73 329	10.36 344	13.79 304	4.57 311	12.99 311	14.32 334	7.77 336	3.43 333	1.75 277	6.25 317	3.48 273	5.53 292

ACVNet-4b	11.58 323	3.99 323	2.60 306	44.40 348	2.71 304	4.98 317	62.31 352	1.85 244	1.79 272	1.63 217	1.25 213	4.22 289	58.75 350	3.34 312	2.27 152	1.21 114	13.33 333	1.70 290	49.50 343	1.93 277	14.47 338	13.72 333	7.40 331	3.13 331	1.55 264	1.89 261	2.20 181	4.61 281

LSM0	11.61 324	1.70 283	2.94 314	2.71 293	2.41 296	2.76 296	6.88 314	4.22 323	4.26 318	3.67 298	7.57 323	7.41 310	9.43 307	0.98 263	64.90 355	78.60 358	3.43 294	2.37 316	20.39 315	4.80 314	14.29 334	16.21 340	1.30 281	3.06 328	3.29 305	12.44 331	6.06 302	25.31 336

UNDER WATER-64	11.75 325	7.29 338	4.90 330	17.03 330	7.40 342	8.44 335	16.49 339	8.25 344	4.32 319	4.51 313	3.21 261	17.72 334	15.23 326	8.81 328	46.52 319	10.69 319	13.57 341	3.01 330	12.74 303	8.66 334	14.20 329	12.82 322	11.01 344	4.40 338	6.45 322	18.67 339	8.71 318	22.29 332

SGM+DAISY	11.81 326	3.22 308	3.47 318	3.83 306	3.15 316	4.25 310	3.52 296	7.70 339	10.88 340	5.57 340	9.00 334	9.94 327	13.12 323	1.74 296	22.71 292	18.99 342	3.23 292	2.28 312	15.35 309	8.91 337	15.05 341	17.02 342	1.32 283	4.58 339	24.50 345	31.01 350	32.60 351	41.83 354

MDST_ROB	12.03 327	32.81 349	1.72 273	20.74 336	2.64 301	5.90 325	1.72 265	4.06 322	1.35 248	3.76 300	6.53 301	2.75 269	42.83 341	0.54 181	50.83 332	1.22 117	1.08 208	0.75 142	18.95 311	1.00 205	12.75 307	11.49 291	1.29 279	1.26 261	22.72 344	11.17 326	31.24 348	31.81 346

WAO-8	12.07 328	5.33 328	4.83 327	26.48 338	4.01 328	6.22 327	11.73 333	3.65 317	6.39 328	28.97 352	41.01 348	8.08 315	18.91 332	20.68 348	3.75 239	3.24 248	9.46 319	2.01 302	53.81 346	5.76 319	9.83 281	11.16 284	6.04 324	2.43 309	8.05 327	7.74 320	6.36 305	9.95 311

Venus	12.07 328	5.33 328	4.83 327	26.48 338	4.01 328	6.22 327	11.73 333	3.65 317	6.39 328	28.97 352	41.01 348	8.08 315	18.91 332	20.68 348	3.75 239	3.24 248	9.46 319	2.01 302	53.81 346	5.76 319	9.83 281	11.16 284	6.04 324	2.43 309	8.05 327	7.74 320	6.36 305	9.95 311

JetRed	12.50 330	6.96 337	7.76 342	4.77 316	6.78 339	9.35 337	10.92 328	5.31 331	4.54 320	5.85 342	3.28 264	8.17 317	7.48 297	9.74 332	50.80 331	15.21 336	10.30 322	7.93 338	7.83 286	5.44 318	18.10 346	24.48 348	11.12 345	4.60 340	11.97 335	25.85 345	24.78 344	28.17 340

TorneroNet-64	13.24 331	6.25 333	5.07 333	34.05 341	3.72 325	9.38 338	16.75 340	3.49 311	12.26 343	2.27 256	5.98 294	17.67 333	34.24 339	14.37 338	47.92 322	3.76 264	13.18 332	2.40 318	36.34 328	9.15 340	13.85 324	12.35 312	5.65 319	2.64 315	14.28 338	14.51 334	3.41 267	12.48 316

ACV-stereo	13.36 332	1.90 290	1.63 269	2.10 282	1.15 240	2.97 297	1.36 251	1.72 234	1.86 279	2.96 278	4.89 282	3.67 282	43.88 343	1.13 276	54.14 345	17.43 340	2.38 282	1.31 274	170.74 359	4.64 312	12.73 304	14.68 336	0.97 264	1.83 281	1.25 223	1.49 223	3.53 274	2.32 247

MANE	14.22 333	9.62 341	6.93 340	4.94 319	5.72 336	7.88 333	11.48 330	7.38 337	9.90 336	4.92 323	6.89 317	8.98 320	12.13 319	3.67 316	50.37 327	17.85 341	11.82 325	20.17 349	10.46 298	6.55 326	12.22 300	12.86 324	1.77 297	11.33 346	24.83 346	30.99 349	31.42 349	40.73 352

DispFullNet	15.85 334	3.61 316	5.00 332	3.30 304	2.93 312	3.51 305	3.20 290	6.49 333	2.71 298	5.17 330	6.80 311	90.79 353	15.55 327	2.73 301	28.89 295	23.38 348	4.02 300	3.86 335	138.92 357	28.91 349	12.60 303	11.86 299	2.69 304	2.31 305	4.30 311	2.71 290	6.80 309	5.05 286

UNDER WATER	16.39 335	7.86 339	4.99 331	15.68 329	10.73 348	8.76 336	38.30 347	8.07 342	6.02 327	4.25 308	2.98 257	18.63 335	96.18 355	14.44 339	32.70 297	10.29 317	13.91 342	2.75 325	43.73 337	8.62 333	16.83 345	12.33 309	17.08 351	5.55 342	6.06 321	14.49 333	6.37 307	15.05 320

STStereo	16.49 336	3.48 313	5.91 337	44.25 347	5.60 335	39.03 351	13.11 335	7.74 340	10.72 339	5.19 332	8.92 331	24.73 341	30.22 338	1.03 271	59.92 353	11.74 323	2.59 283	1.26 271	40.79 332	2.25 289	10.02 284	8.79 238	2.06 300	11.31 345	22.61 343	16.05 336	20.57 341	35.39 348

PSMNet_ROB	16.63 337	5.59 330	2.97 315	3.47 305	2.63 299	5.86 324	6.18 311	2.20 276	2.29 289	5.39 337	141.45 358	97.59 354	6.02 293	33.78 350	3.23 223	1.58 184	4.09 301	1.69 289	20.81 317	2.75 295	12.93 310	7.08 217	63.80 359	2.60 313	2.95 301	3.67 299	2.77 240	3.66 274

DGTPSM_ROB	17.21 338	6.49 334	18.05 345	4.91 318	8.87 344	5.73 321	11.48 330	5.02 328	12.05 341	5.03 328	9.34 335	12.62 332	56.51 349	15.29 341	43.82 312	20.47 344	19.26 345	16.28 346	24.70 320	20.05 345	13.50 317	22.25 346	6.00 322	12.55 347	12.71 336	32.01 352	14.20 334	35.61 350

KSHMR	20.05 339	6.71 336	4.01 324	99.31 356	5.91 338	17.09 342	71.12 354	3.62 316	9.75 335	3.59 294	3.39 266	6.07 302	84.38 354	17.14 343	22.70 291	3.97 268	6.29 311	2.76 327	90.60 352	2.83 296	12.73 304	10.14 252	9.05 342	2.74 322	21.08 342	5.85 314	8.10 316	10.46 314

DPSM_ROB	21.05 340	17.19 344	22.69 347	10.13 325	9.29 346	13.96 340	14.50 337	11.66 345	15.25 345	9.00 343	8.97 332	10.35 329	13.24 324	19.90 346	59.73 351	26.35 349	18.76 343	21.26 350	14.74 306	15.50 343	28.56 349	27.85 350	7.42 332	16.13 350	34.05 350	39.30 355	37.97 353	44.48 355

DPSM	21.05 340	17.19 344	22.69 347	10.13 325	9.29 346	13.96 340	14.50 337	11.66 345	15.25 345	9.00 343	8.97 332	10.35 329	13.24 324	19.90 346	59.73 351	26.35 349	18.76 343	21.26 350	14.74 306	15.50 343	28.56 349	27.85 350	7.42 332	16.13 350	34.05 350	39.30 355	37.97 353	44.48 355

MaskLacGwcNet_RVC	21.23 342	1.32 261	1.63 269	1.89 277	1.69 273	1.93 278	3.75 299	2.27 284	2.66 296	5.02 326	29.10 343	216.12 360	51.87 348	5.44 323	3.66 233	4.09 273	5.59 307	13.75 345	28.77 321	1.47 248	14.44 337	12.86 324	0.98 265	2.33 306	1.88 285	7.40 318	145.78 361	5.57 293

FADE	21.87 343	18.09 346	30.60 350	2.84 297	3.65 324	28.71 348	17.79 342	15.65 348	31.19 350	23.58 350	34.50 345	24.01 339	24.85 335	9.63 330	13.75 274	14.56 330	43.43 354	10.05 343	41.89 334	25.16 348	36.12 351	31.14 352	7.48 334	15.57 349	20.22 341	17.05 337	15.03 338	33.84 347

DPSMNet_ROB	22.61 344	6.50 335	18.06 346	4.95 320	8.88 345	5.76 323	11.54 332	5.02 328	12.08 342	5.17 330	28.67 342	19.69 336	163.24 360	15.38 342	43.87 314	20.66 345	19.56 346	16.59 347	35.50 326	20.17 346	13.82 323	22.26 347	6.02 323	12.56 348	12.82 337	32.01 352	14.23 335	35.60 349

DLNR_Zeroshot_test	23.11 345	81.98 358	1.97 287	102.16 357	0.49 115	0.55 136	81.36 356	2.30 287	0.50 126	4.87 320	2.22 249	2.99 271	0.93 221	12.17 334	96.90 357	144.02 360	34.28 350	19.61 348	8.60 289	4.35 309	8.08 263	6.53 207	0.51 142	0.69 203	1.37 236	1.57 235	1.16 94	1.90 229

zero-FE	23.86 346	1.70 283	0.52 102	141.89 359	8.72 343	147.65 360	77.27 355	1.26 166	0.60 161	1.15 184	4.12 272	136.19 356	11.59 315	0.57 193	2.27 152	3.52 259	1.06 207	2.52 321	5.18 231	0.95 199	81.26 358	7.98 225	0.52 149	0.47 117	0.86 147	1.54 232	1.68 138	1.14 177

TorneroNet	24.73 347	6.18 331	3.52 319	95.34 355	3.93 326	27.05 345	29.02 344	4.44 324	18.13 347	2.20 251	37.99 347	77.85 352	72.31 351	18.15 344	41.78 308	3.07 245	13.11 331	2.35 314	87.85 350	9.06 339	15.44 344	12.17 303	5.94 321	2.64 315	52.32 354	8.18 322	3.59 276	14.11 318

LRCNet_RVC	25.94 348	30.78 348	14.74 344	35.18 344	31.16 352	36.52 350	29.93 346	23.08 350	12.70 344	36.15 354	33.37 344	37.24 343	28.56 337	37.11 351	17.47 283	7.61 307	31.06 348	26.75 353	67.49 348	29.07 350	23.47 348	10.73 272	39.23 354	30.61 354	7.37 323	2.53 287	11.22 322	9.31 309

ktn	26.84 349	3.99 323	95.18 360	14.39 328	5.44 334	18.02 343	17.50 341	19.69 349	67.27 357	2.84 271	5.30 285	171.03 359	80.75 353	7.72 326	10.93 267	3.48 258	20.95 347	2.71 323	90.26 351	29.10 351	15.05 341	10.23 255	7.60 335	2.93 326	5.12 314	5.83 312	4.73 295	6.62 300

LE_ROB	28.97 350	25.29 347	36.16 351	34.90 343	56.86 358	18.61 344	58.99 351	32.08 353	41.72 352	5.37 336	27.57 341	46.00 346	49.67 346	13.72 337	14.83 277	3.84 267	5.96 308	1.22 263	46.43 340	36.35 354	10.19 289	11.19 286	48.45 355	22.49 352	30.18 348	31.59 351	31.60 350	40.87 353

PML	39.07 351	38.06 352	12.06 343	39.32 346	29.04 351	40.62 352	11.06 329	14.14 347	100.08 358	27.87 351	166.26 360	107.74 355	159.39 359	13.53 336	15.41 278	10.75 320	35.75 351	8.64 339	42.84 336	10.61 342	14.22 330	16.14 339	5.89 320	7.21 344	53.08 355	13.95 332	42.26 355	19.02 328

FlowAnything	42.31 352	34.65 351	45.90 353	20.47 335	18.91 350	28.11 347	28.64 343	23.30 352	30.84 349	18.76 349	18.33 339	20.84 338	27.00 336	39.89 352	119.49 359	52.59 356	37.35 352	42.63 356	29.06 322	31.53 353	57.38 356	56.78 359	14.49 349	32.64 356	68.29 357	78.93 359	76.07 356	89.56 360

CasAABBNet	42.72 353	34.60 350	45.66 352	20.17 334	18.55 349	28.05 346	29.13 345	23.25 351	30.69 348	18.73 348	18.11 338	20.72 337	37.90 340	39.93 353	120.54 360	52.80 357	37.72 353	42.56 355	29.30 323	30.56 352	57.58 357	56.66 358	14.58 350	32.34 355	68.46 358	79.09 360	76.31 357	89.48 359

HaxPig	44.53 354	46.75 354	47.32 354	47.72 349	48.79 354	47.60 353	48.40 348	49.50 354	47.10 353	49.76 355	50.31 350	49.00 347	45.26 344	54.49 355	41.50 306	40.24 352	50.15 355	52.05 357	44.74 338	43.04 355	46.61 353	44.38 356	51.78 356	45.43 357	33.92 349	25.30 343	28.66 346	22.43 333

AVERAGE_ROB	46.12 355	48.49 355	48.31 355	49.34 350	50.25 355	48.63 354	49.80 349	50.74 356	48.67 354	51.68 356	52.55 351	50.28 348	47.20 345	55.70 356	43.00 311	40.99 353	52.42 356	54.59 358	47.27 341	45.45 356	48.77 354	44.06 355	52.90 357	46.98 358	35.80 352	26.72 346	30.77 347	23.81 335

HanzoNet	47.37 356	45.54 353	75.64 358	62.53 353	47.97 353	62.03 356	90.57 359	55.02 358	58.34 356	15.60 347	22.00 340	75.72 351	107.47 356	172.14 360	23.65 294	13.02 326	62.42 358	9.26 340	134.39 355	22.45 347	19.74 347	25.78 349	31.84 353	5.57 343	9.72 333	9.49 324	8.54 317	12.61 317

MEDIAN_ROB	49.56 357	51.66 356	50.91 356	52.80 351	53.76 356	52.08 355	53.35 350	54.28 357	52.25 355	54.89 357	55.89 352	53.59 349	50.09 347	58.85 357	46.45 318	44.55 354	55.81 357	57.90 359	50.55 344	48.85 357	52.07 355	46.79 357	56.69 358	50.01 359	39.10 353	30.23 348	33.56 352	31.26 345

BEATNet-Init1	52.60 358	76.96 357	24.06 349	87.02 354	56.48 357	86.86 357	68.77 353	49.65 355	34.71 351	11.93 345	56.24 353	64.63 350	78.72 352	9.65 331	58.40 349	51.35 355	32.72 349	23.00 352	101.24 353	71.98 359	46.49 352	39.72 354	28.67 352	24.23 353	59.12 356	38.23 354	77.99 358	61.49 357

DPSimNet_ROB	111.84 359	179.62 360	74.81 357	195.40 360	165.93 360	136.63 359	98.05 360	126.48 360	138.79 360	82.31 358	148.57 359	159.77 357	157.57 358	78.29 358	64.65 354	40.10 351	142.61 360	34.98 354	195.20 360	69.76 358	154.10 359	32.63 353	82.12 360	98.24 360	71.10 359	51.68 357	117.83 360	122.56 361

ASD4	121.33 360	129.06 359	88.33 359	102.62 358	80.04 359	113.84 358	90.39 358	120.07 359	107.64 359	132.47 360	137.43 357	163.16 358	128.65 357	95.21 359	111.50 358	121.28 359	132.67 359	105.33 360	131.08 354	144.81 360	247.71 360	229.55 360	96.05 361	105.89 361	113.24 360	67.78 358	92.86 359	87.27 358

GS-Stereo																							0.14 8	0.17 25	0.33 20	0.25 12	0.52 21	0.24 9

Low-res two-view benchmark