Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

Wavelet-MonSter	0.10 4	0.08 19	0.13 1	0.18 65	0.10 83	0.13 16	0.12 27	0.15 6	0.12 11	0.10 19	0.13 59	0.10 42	0.10 56	0.14 13	0.11 17	0.05 9	0.05 33	0.05 1	0.04 1	0.04 1	0.04 1

2.75w_new	0.11 29	0.09 59	0.14 7	0.16 12	0.09 36	0.15 34	0.12 27	0.25 108	0.16 42	0.14 96	0.13 59	0.08 4	0.10 56	0.16 47	0.13 110	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 27

3.25w_new	0.11 29	0.09 59	0.15 17	0.17 29	0.09 36	0.19 140	0.10 8	0.22 63	0.17 60	0.14 96	0.12 46	0.10 42	0.11 88	0.17 65	0.12 61	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 27

3.25w	0.11 29	0.09 59	0.15 17	0.17 29	0.09 36	0.19 140	0.10 8	0.22 63	0.17 60	0.14 96	0.12 46	0.10 42	0.11 88	0.17 65	0.12 61	0.05 9	0.04 2	0.05 1	0.04 1	0.04 1	0.05 27

LACA2	0.10 4	0.11 175	0.20 76	0.16 12	0.07 1	0.16 62	0.13 54	0.17 14	0.14 25	0.09 7	0.09 12	0.11 63	0.10 56	0.14 13	0.09 1	0.07 81	0.05 33	0.05 1	0.04 1	0.05 5	0.05 27

LACA1	0.09 1	0.10 102	0.13 1	0.16 12	0.07 1	0.15 34	0.12 27	0.15 6	0.11 4	0.09 7	0.07 3	0.09 24	0.10 56	0.13 6	0.10 2	0.07 81	0.05 33	0.05 1	0.05 51	0.05 5	0.05 27

Test_v1	0.10 4	0.07 3	0.16 35	0.15 5	0.09 36	0.13 16	0.13 54	0.22 63	0.16 42	0.09 7	0.10 21	0.08 4	0.08 10	0.14 13	0.11 17	0.07 81	0.05 33	0.06 34	0.05 51	0.05 5	0.04 1

BTL-Stereo	0.09 1	0.06 1	0.14 7	0.17 29	0.09 36	0.09 1	0.14 82	0.10 1	0.14 25	0.07 1	0.09 12	0.07 1	0.07 3	0.11 1	0.11 17	0.05 9	0.04 2	0.07 103	0.06 109	0.05 5	0.05 27

Pro-Stereo	0.10 4	0.07 3	0.14 7	0.17 29	0.10 83	0.17 88	0.13 54	0.11 2	0.13 18	0.10 19	0.09 12	0.08 4	0.06 1	0.22 169	0.11 17	0.06 32	0.05 33	0.07 103	0.08 249	0.05 5	0.05 27

BStereo	0.13 71	0.10 102	0.42 333	0.18 65	0.11 130	0.13 16	0.14 82	0.24 98	0.22 144	0.12 53	0.11 31	0.12 75	0.09 24	0.16 47	0.14 146	0.05 9	0.06 177	0.06 34	0.08 249	0.05 5	0.06 93

MatchStereo	0.11 29	0.08 19	0.23 103	0.16 12	0.07 1	0.09 1	0.12 27	0.20 38	0.17 60	0.10 19	0.15 92	0.08 4	0.08 10	0.14 13	0.12 61	0.07 81	0.05 33	0.06 34	0.04 1	0.05 5	0.05 27
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
Wave_Phase_stereo	0.14 99	0.10 102	0.42 333	0.18 65	0.11 130	0.36 454	0.14 82	0.28 152	0.22 144	0.12 53	0.11 31	0.12 75	0.09 24	0.16 47	0.14 146	0.05 9	0.06 177	0.06 34	0.08 249	0.05 5	0.06 93

NLSM3	0.13 71	0.10 102	0.17 47	0.21 220	0.13 268	0.18 111	0.16 146	0.30 185	0.24 179	0.11 35	0.15 92	0.12 75	0.13 149	0.17 65	0.15 173	0.05 9	0.05 33	0.08 189	0.08 249	0.05 5	0.05 27

MonSter++	0.10 4	0.07 3	0.15 17	0.16 12	0.09 36	0.15 34	0.12 27	0.17 14	0.13 18	0.09 7	0.09 12	0.11 63	0.10 56	0.14 13	0.12 61	0.06 32	0.05 33	0.05 1	0.04 1	0.05 5	0.05 27

HiDET	0.10 4	0.07 3	0.15 17	0.15 5	0.09 36	0.14 22	0.12 27	0.19 27	0.15 36	0.10 19	0.09 12	0.11 63	0.09 24	0.15 29	0.13 110	0.06 32	0.05 33	0.05 1	0.04 1	0.05 5	0.05 27

LCMNet	0.10 4	0.07 3	0.15 17	0.15 5	0.09 36	0.15 34	0.12 27	0.18 21	0.19 88	0.10 19	0.10 21	0.11 63	0.10 56	0.15 29	0.13 110	0.06 32	0.06 177	0.05 1	0.04 1	0.05 5	0.05 27

CSFM-Stereo	0.10 4	0.07 3	0.14 7	0.16 12	0.08 14	0.16 62	0.13 54	0.21 51	0.11 4	0.11 35	0.11 31	0.10 42	0.10 56	0.14 13	0.11 17	0.07 81	0.06 177	0.05 1	0.04 1	0.05 5	0.05 27

VIP-Stereo	0.12 55	0.12 218	0.21 86	0.18 65	0.11 130	0.24 273	0.12 27	0.19 27	0.18 71	0.10 19	0.13 59	0.11 63	0.09 24	0.19 110	0.11 17	0.06 32	0.05 33	0.06 34	0.04 1	0.05 5	0.05 27

BridgeDepth	0.10 4	0.09 59	0.14 7	0.19 112	0.07 1	0.16 62	0.12 27	0.16 8	0.12 11	0.08 2	0.09 12	0.14 116	0.13 149	0.14 13	0.10 2	0.05 9	0.04 2	0.05 1	0.05 51	0.05 5	0.04 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
Zero-FE251	0.14 99	0.09 59	0.24 113	0.17 29	0.09 36	0.20 175	0.13 54	0.20 38	0.14 25	0.61 556	0.13 59	0.13 89	0.11 88	0.14 13	0.16 199	0.07 81	0.05 33	0.06 34	0.05 51	0.05 5	0.05 27

MonStereo	0.10 4	0.08 19	0.13 1	0.17 29	0.08 14	0.14 22	0.12 27	0.24 98	0.19 88	0.09 7	0.11 31	0.08 4	0.07 3	0.14 13	0.11 17	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

Monster-pub-eth3d	0.10 4	0.08 19	0.13 1	0.17 29	0.08 14	0.13 16	0.12 27	0.24 98	0.19 88	0.09 7	0.11 31	0.08 4	0.07 3	0.14 13	0.11 17	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

Monster-pub-mixall	0.10 4	0.07 3	0.16 35	0.16 12	0.08 14	0.11 6	0.09 2	0.20 38	0.12 11	0.11 35	0.11 31	0.08 4	0.08 10	0.23 179	0.11 17	0.07 81	0.05 33	0.05 1	0.04 1	0.05 5	0.06 93

Replicate-Monster	0.12 55	0.10 102	0.32 192	0.16 12	0.08 14	0.17 88	0.10 8	0.22 63	0.19 88	0.11 35	0.10 21	0.10 42	0.09 24	0.19 110	0.11 17	0.06 32	0.05 33	0.06 34	0.04 1	0.05 5	0.08 260

AdaDepth	0.11 29	0.09 59	0.20 76	0.20 174	0.10 83	0.19 140	0.13 54	0.16 8	0.13 18	0.10 19	0.10 21	0.09 24	0.09 24	0.19 110	0.12 61	0.05 9	0.05 33	0.06 34	0.06 109	0.05 5	0.05 27

asda	0.11 29	0.11 175	0.16 35	0.17 29	0.09 36	0.14 22	0.12 27	0.24 98	0.16 42	0.11 35	0.11 31	0.08 4	0.10 56	0.15 29	0.12 61	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

asd	0.10 4	0.10 102	0.15 17	0.17 29	0.10 83	0.16 62	0.10 8	0.19 27	0.13 18	0.12 53	0.11 31	0.09 24	0.10 56	0.16 47	0.11 17	0.04 1	0.04 2	0.05 1	0.05 51	0.05 5	0.04 1

qwe	0.11 29	0.10 102	0.14 7	0.17 29	0.10 83	0.15 34	0.12 27	0.25 108	0.17 60	0.14 96	0.13 59	0.09 24	0.09 24	0.18 87	0.12 61	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

depthmonostereo	0.14 99	0.09 59	0.19 65	0.19 112	0.08 14	0.20 175	0.15 109	0.27 130	0.23 165	0.16 139	0.18 137	0.14 116	0.17 239	0.19 110	0.13 110	0.07 81	0.06 177	0.07 103	0.05 51	0.05 5	0.05 27

DilatedVolume-Stereo	0.14 99	0.08 19	0.18 57	0.18 65	0.09 36	0.21 202	0.14 82	0.24 98	0.21 131	0.21 194	0.21 174	0.15 135	0.14 172	0.23 179	0.15 173	0.07 81	0.06 177	0.06 34	0.06 109	0.05 5	0.05 27

2.25w	0.11 29	0.09 59	0.15 17	0.17 29	0.09 36	0.15 34	0.10 8	0.19 27	0.18 71	0.14 96	0.17 119	0.09 24	0.10 56	0.18 87	0.13 110	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.05 27

4.25_new	0.11 29	0.11 175	0.16 35	0.17 29	0.10 83	0.17 88	0.12 27	0.21 51	0.14 25	0.12 53	0.13 59	0.09 24	0.10 56	0.15 29	0.12 61	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

4.5w_new	0.11 29	0.11 175	0.16 35	0.17 29	0.10 83	0.17 88	0.12 27	0.21 51	0.14 25	0.12 53	0.13 59	0.09 24	0.10 56	0.15 29	0.12 61	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

4.25w-stereo	0.11 29	0.11 175	0.16 35	0.17 29	0.10 83	0.17 88	0.12 27	0.21 51	0.14 25	0.12 53	0.13 59	0.09 24	0.10 56	0.15 29	0.12 61	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

4w-stereo	0.10 4	0.10 102	0.15 17	0.17 29	0.09 36	0.15 34	0.10 8	0.19 27	0.13 18	0.12 53	0.12 46	0.08 4	0.11 88	0.16 47	0.12 61	0.04 1	0.04 2	0.05 1	0.05 51	0.05 5	0.04 1

2.5w	0.11 29	0.10 102	0.15 17	0.18 65	0.09 36	0.15 34	0.15 109	0.20 38	0.15 36	0.12 53	0.13 59	0.10 42	0.09 24	0.17 65	0.11 17	0.05 9	0.04 2	0.05 1	0.05 51	0.05 5	0.04 1

3.75w	0.11 29	0.09 59	0.15 17	0.17 29	0.11 130	0.18 111	0.12 27	0.23 83	0.14 25	0.13 70	0.11 31	0.08 4	0.10 56	0.16 47	0.11 17	0.05 9	0.03 1	0.05 1	0.04 1	0.05 5	0.04 1

3.5w_stereo	0.11 29	0.10 102	0.14 7	0.17 29	0.09 36	0.17 88	0.09 2	0.22 63	0.16 42	0.13 70	0.13 59	0.09 24	0.11 88	0.19 110	0.13 110	0.04 1	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

3w_stereo	0.12 55	0.11 175	0.18 57	0.18 65	0.08 14	0.16 62	0.15 109	0.27 130	0.19 88	0.12 53	0.12 46	0.07 1	0.12 115	0.15 29	0.11 17	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.05 27

2w_stereo	0.11 29	0.10 102	0.15 17	0.18 65	0.08 14	0.16 62	0.14 82	0.27 130	0.20 114	0.14 96	0.14 89	0.08 4	0.11 88	0.13 6	0.12 61	0.05 9	0.04 2	0.05 1	0.05 51	0.05 5	0.04 1

1w_stereo	0.12 55	0.08 19	0.14 7	0.18 65	0.09 36	0.16 62	0.15 109	0.25 108	0.21 131	0.13 70	0.16 106	0.08 4	0.12 115	0.16 47	0.13 110	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.05 27

monsterstereo	0.11 29	0.09 59	0.14 7	0.19 112	0.12 189	0.14 22	0.12 27	0.25 108	0.17 60	0.13 70	0.16 106	0.08 4	0.09 24	0.19 110	0.11 17	0.05 9	0.05 33	0.06 34	0.05 51	0.05 5	0.04 1

monsters	0.11 29	0.09 59	0.13 1	0.17 29	0.12 189	0.15 34	0.11 17	0.23 83	0.15 36	0.14 96	0.12 46	0.08 4	0.09 24	0.21 152	0.10 2	0.06 32	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

IGEV	0.11 29	0.06 1	0.17 47	0.15 5	0.11 130	0.16 62	0.13 54	0.21 51	0.16 42	0.11 35	0.15 92	0.09 24	0.07 3	0.14 13	0.11 17	0.06 32	0.05 33	0.06 34	0.05 51	0.05 5	0.05 27

LG-Stereo_L2	0.10 4	0.08 19	0.19 65	0.16 12	0.09 36	0.12 10	0.13 54	0.18 21	0.13 18	0.09 7	0.07 3	0.08 4	0.08 10	0.16 47	0.10 2	0.06 32	0.05 33	0.06 34	0.04 1	0.05 5	0.04 1

LG-Stereo_L1	0.10 4	0.08 19	0.19 65	0.16 12	0.09 36	0.12 10	0.13 54	0.17 14	0.11 4	0.08 2	0.07 3	0.08 4	0.07 3	0.17 65	0.10 2	0.06 32	0.05 33	0.06 34	0.04 1	0.05 5	0.04 1

MLG-Stereo_test1	0.10 4	0.08 19	0.15 17	0.18 65	0.09 36	0.15 34	0.11 17	0.16 8	0.10 2	0.08 2	0.06 1	0.10 42	0.07 3	0.17 65	0.11 17	0.06 32	0.05 33	0.06 34	0.04 1	0.05 5	0.05 27

MLG-Stereo	0.10 4	0.08 19	0.15 17	0.18 65	0.07 1	0.15 34	0.11 17	0.17 14	0.11 4	0.08 2	0.06 1	0.10 42	0.08 10	0.18 87	0.11 17	0.06 32	0.05 33	0.06 34	0.04 1	0.05 5	0.05 27

FoundationStereo	0.09 1	0.07 3	0.16 35	0.16 12	0.08 14	0.12 10	0.13 54	0.11 2	0.12 11	0.09 7	0.07 3	0.10 42	0.09 24	0.11 1	0.10 2	0.07 81	0.05 33	0.06 34	0.04 1	0.05 5	0.05 27

castereo++	0.13 71	0.10 102	0.18 57	0.18 65	0.10 83	0.27 325	0.13 54	0.23 83	0.23 165	0.11 35	0.13 59	0.16 157	0.10 56	0.18 87	0.10 2	0.07 81	0.05 33	0.07 103	0.06 109	0.05 5	0.04 1

MonSter	0.10 4	0.08 19	0.13 1	0.17 29	0.08 14	0.14 22	0.12 27	0.24 98	0.19 88	0.09 7	0.11 31	0.08 4	0.07 3	0.14 13	0.11 17	0.05 9	0.04 2	0.05 1	0.04 1	0.05 5	0.04 1

DEFOM-Stereo	0.11 29	0.08 19	0.17 47	0.17 29	0.09 36	0.22 231	0.14 82	0.14 5	0.16 42	0.11 35	0.10 21	0.09 24	0.08 10	0.21 152	0.11 17	0.06 32	0.05 33	0.06 34	0.04 1	0.05 5	0.05 27

dual_stereo	0.10 4	0.07 3	0.14 7	0.17 29	0.08 14	0.09 1	0.13 54	0.24 98	0.13 18	0.10 19	0.09 12	0.09 24	0.08 10	0.18 87	0.12 61	0.07 81	0.06 177	0.06 34	0.04 1	0.05 5	0.05 27

GCAP-BAT	0.16 145	0.11 175	0.36 247	0.18 65	0.13 268	0.21 202	0.16 146	0.23 83	0.18 71	0.26 239	0.28 238	0.20 201	0.11 88	0.24 194	0.17 229	0.07 81	0.06 177	0.07 103	0.06 109	0.05 5	0.06 93

test_for_model	0.18 189	0.08 19	0.69 491	0.32 538	0.26 542	0.17 88	0.15 109	0.32 208	0.29 252	0.14 96	0.21 174	0.13 89	0.09 24	0.28 276	0.11 17	0.07 81	0.05 33	0.06 34	0.05 51	0.05 5	0.05 27

LoS_RVC	0.13 71	0.10 102	0.19 65	0.18 65	0.16 395	0.20 175	0.18 231	0.20 38	0.17 60	0.13 70	0.19 146	0.12 75	0.15 190	0.17 65	0.13 110	0.06 32	0.05 33	0.06 34	0.04 1	0.05 5	0.12 435

DCANet-4	0.19 233	0.10 102	0.52 423	0.19 112	0.09 36	0.19 140	0.18 231	0.36 274	0.39 373	0.29 288	0.30 264	0.17 167	0.22 308	0.20 128	0.18 253	0.07 81	0.05 33	0.07 103	0.05 51	0.05 5	0.07 187

fff	0.19 233	0.13 283	0.40 300	0.18 65	0.09 36	0.19 140	0.18 231	0.35 255	0.43 416	0.29 288	0.30 264	0.18 178	0.28 407	0.20 128	0.18 253	0.07 81	0.05 33	0.07 103	0.05 51	0.05 5	0.07 187

csc	0.19 233	0.13 283	0.40 300	0.18 65	0.09 36	0.19 140	0.18 231	0.35 255	0.43 416	0.29 288	0.30 264	0.18 178	0.28 407	0.20 128	0.18 253	0.07 81	0.05 33	0.07 103	0.05 51	0.05 5	0.07 187

cscssc	0.19 233	0.13 283	0.40 300	0.18 65	0.09 36	0.19 140	0.18 231	0.35 255	0.43 416	0.29 288	0.30 264	0.18 178	0.28 407	0.20 128	0.18 253	0.07 81	0.05 33	0.07 103	0.05 51	0.05 5	0.07 187

VMStereo-Base	0.13 71	0.08 19	0.22 96	0.15 5	0.09 36	0.18 111	0.13 54	0.24 98	0.25 193	0.14 96	0.22 186	0.17 167	0.12 115	0.19 110	0.13 110	0.08 229	0.06 177	0.06 34	0.05 51	0.06 61	0.07 187

gcap_with_dpt	0.18 189	0.09 59	0.90 545	0.20 174	0.14 313	0.21 202	0.16 146	0.32 208	0.24 179	0.17 154	0.22 186	0.17 167	0.12 115	0.18 87	0.14 146	0.07 81	0.05 33	0.06 34	0.05 51	0.06 61	0.06 93

BridgeDepth_RVC	0.10 4	0.07 3	0.15 17	0.13 1	0.07 1	0.16 62	0.10 8	0.20 38	0.14 25	0.09 7	0.10 21	0.09 24	0.12 115	0.13 6	0.12 61	0.07 81	0.05 33	0.05 1	0.05 51	0.06 61	0.04 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
252Zero-FE	0.14 99	0.07 3	0.17 47	0.17 29	0.09 36	0.15 34	0.11 17	0.21 51	0.19 88	0.77 577	0.11 31	0.08 4	0.08 10	0.13 6	0.13 110	0.07 81	0.05 33	0.06 34	0.04 1	0.06 61	0.06 93

GASTEREO	0.13 71	0.12 218	0.21 86	0.23 334	0.10 83	0.18 111	0.15 109	0.26 117	0.18 71	0.17 154	0.16 106	0.11 63	0.13 149	0.19 110	0.11 17	0.07 81	0.05 33	0.06 34	0.07 169	0.06 61	0.06 93

MSCF	0.13 71	0.12 218	0.21 86	0.22 282	0.10 83	0.16 62	0.15 109	0.26 117	0.18 71	0.17 154	0.16 106	0.11 63	0.13 149	0.18 87	0.11 17	0.07 81	0.05 33	0.06 34	0.07 169	0.06 61	0.06 93

water-stereo	0.13 71	0.08 19	0.20 76	0.19 112	0.10 83	0.17 88	0.14 82	0.25 108	0.19 88	0.17 154	0.23 193	0.15 135	0.15 190	0.12 3	0.13 110	0.07 81	0.06 177	0.07 103	0.06 109	0.06 61	0.05 27

4.5_new	0.11 29	0.11 175	0.15 17	0.17 29	0.09 36	0.14 22	0.12 27	0.21 51	0.16 42	0.13 70	0.13 59	0.08 4	0.09 24	0.13 6	0.11 17	0.05 9	0.04 2	0.05 1	0.05 51	0.06 61	0.04 1

4.5w-stereo	0.11 29	0.11 175	0.15 17	0.17 29	0.09 36	0.14 22	0.12 27	0.21 51	0.16 42	0.13 70	0.13 59	0.08 4	0.09 24	0.13 6	0.11 17	0.05 9	0.04 2	0.05 1	0.05 51	0.06 61	0.04 1

xyz-stereo-finetune2	0.17 164	0.11 175	0.26 134	0.16 12	0.09 36	0.27 325	0.19 277	0.27 130	0.20 114	0.22 200	0.28 238	0.21 213	0.22 308	0.37 354	0.22 350	0.06 32	0.05 33	0.08 189	0.06 109	0.06 61	0.07 187

xyz-stereo-finetune	0.16 145	0.12 218	0.23 103	0.16 12	0.08 14	0.23 253	0.20 328	0.29 166	0.31 278	0.19 179	0.22 186	0.19 192	0.15 190	0.29 295	0.20 305	0.06 32	0.06 177	0.08 189	0.06 109	0.06 61	0.06 93

xyz-stereo	1.40 605	0.10 102	17.09 639	0.18 65	0.07 1	4.78 623	0.18 231	0.29 166	0.34 309	0.36 425	2.81 622	0.40 434	0.29 422	0.56 438	0.24 380	0.07 81	0.05 33	0.09 274	0.06 109	0.06 61	0.05 27

MLG-Stereo_test3	0.10 4	0.08 19	0.16 35	0.17 29	0.08 14	0.16 62	0.12 27	0.17 14	0.12 11	0.10 19	0.07 3	0.10 42	0.08 10	0.14 13	0.11 17	0.07 81	0.05 33	0.06 34	0.04 1	0.06 61	0.06 93

MLG-Stereo_test2	0.10 4	0.08 19	0.15 17	0.17 29	0.09 36	0.15 34	0.11 17	0.16 8	0.10 2	0.09 7	0.07 3	0.10 42	0.06 1	0.15 29	0.11 17	0.07 81	0.05 33	0.06 34	0.04 1	0.06 61	0.05 27

LG-G_1	0.11 29	0.08 19	0.18 57	0.18 65	0.07 1	0.21 202	0.09 2	0.19 27	0.11 4	0.10 19	0.09 12	0.11 63	0.10 56	0.19 110	0.10 2	0.07 81	0.05 33	0.06 34	0.04 1	0.06 61	0.06 93

LG-G	0.11 29	0.08 19	0.18 57	0.18 65	0.07 1	0.21 202	0.09 2	0.19 27	0.11 4	0.10 19	0.09 12	0.11 63	0.10 56	0.19 110	0.10 2	0.07 81	0.05 33	0.06 34	0.04 1	0.06 61	0.06 93

LGtest1	0.10 4	0.08 19	0.17 47	0.17 29	0.08 14	0.13 16	0.09 2	0.16 8	0.12 11	0.09 7	0.07 3	0.09 24	0.09 24	0.15 29	0.11 17	0.08 229	0.05 33	0.06 34	0.05 51	0.06 61	0.06 93

SGD-Stereo	0.11 29	0.08 19	0.17 47	0.17 29	0.07 1	0.17 88	0.13 54	0.18 21	0.16 42	0.11 35	0.13 59	0.11 63	0.12 115	0.18 87	0.11 17	0.08 229	0.04 2	0.06 34	0.05 51	0.06 61	0.04 1

Reg-Stereo(zero)	0.16 145	0.07 3	0.36 247	0.19 112	0.10 83	0.19 140	0.14 82	0.28 152	0.24 179	0.22 200	0.20 162	0.24 258	0.18 264	0.21 152	0.18 253	0.07 81	0.05 33	0.06 34	0.06 109	0.06 61	0.06 93

AIO_rvc	0.12 55	0.11 175	0.22 96	0.19 112	0.10 83	0.15 34	0.17 187	0.20 38	0.16 42	0.11 35	0.13 59	0.13 89	0.08 10	0.22 169	0.11 17	0.06 32	0.05 33	0.06 34	0.05 51	0.06 61	0.07 187

AIO_test	0.12 55	0.09 59	0.20 76	0.19 112	0.11 130	0.15 34	0.17 187	0.19 27	0.16 42	0.11 35	0.13 59	0.14 116	0.09 24	0.20 128	0.12 61	0.07 81	0.05 33	0.06 34	0.05 51	0.06 61	0.05 27

AIO-test1	0.19 233	0.14 326	0.41 323	0.27 488	0.15 364	0.21 202	0.16 146	0.39 302	0.36 338	0.17 154	0.26 226	0.18 178	0.13 149	0.28 276	0.14 146	0.07 81	0.06 177	0.10 351	0.11 424	0.06 61	0.09 321

castereo	0.14 99	0.10 102	0.19 65	0.18 65	0.10 83	0.20 175	0.19 277	0.30 185	0.27 217	0.13 70	0.18 137	0.16 157	0.16 209	0.15 29	0.13 110	0.07 81	0.05 33	0.06 34	0.06 109	0.06 61	0.05 27

GIP-stereo	0.12 55	0.09 59	0.20 76	0.19 112	0.11 130	0.16 62	0.14 82	0.29 166	0.18 71	0.11 35	0.16 106	0.13 89	0.09 24	0.15 29	0.12 61	0.07 81	0.05 33	0.06 34	0.05 51	0.06 61	0.05 27

SMoEStereo_RVC	0.13 71	0.10 102	0.22 96	0.19 112	0.10 83	0.19 140	0.17 187	0.19 27	0.19 88	0.15 115	0.13 59	0.12 75	0.11 88	0.24 194	0.16 199	0.06 32	0.05 33	0.07 103	0.06 109	0.06 61	0.06 93

999	0.14 99	0.08 19	0.24 113	0.19 112	0.11 130	0.20 175	0.17 187	0.24 98	0.18 71	0.13 70	0.16 106	0.14 116	0.11 88	0.36 351	0.15 173	0.07 81	0.05 33	0.07 103	0.06 109	0.06 61	0.07 187

ours_stereo	0.13 71	0.11 175	0.23 103	0.20 174	0.11 130	0.17 88	0.18 231	0.20 38	0.19 88	0.13 70	0.18 137	0.14 116	0.10 56	0.23 179	0.14 146	0.06 32	0.05 33	0.08 189	0.06 109	0.06 61	0.05 27

UGAM-zero	0.23 321	0.10 102	0.54 430	0.19 112	0.13 268	0.21 202	0.14 82	0.44 359	0.22 144	0.28 260	0.28 238	0.51 504	0.33 462	0.65 488	0.14 146	0.07 81	0.06 177	0.07 103	0.08 249	0.06 61	0.07 187

WCG-NET	0.14 99	0.09 59	0.23 103	0.18 65	0.08 14	0.18 111	0.17 187	0.21 51	0.28 233	0.18 173	0.21 174	0.15 135	0.12 115	0.18 87	0.12 61	0.06 32	0.05 33	0.06 34	0.05 51	0.06 61	0.05 27

IGEV-Stereo++	0.11 29	0.08 19	0.15 17	0.19 112	0.11 130	0.14 22	0.10 8	0.22 63	0.18 71	0.10 19	0.13 59	0.10 42	0.11 88	0.14 13	0.11 17	0.06 32	0.05 33	0.06 34	0.05 51	0.06 61	0.05 27

Pointernet	0.13 71	0.07 3	0.27 143	0.19 112	0.11 130	0.20 175	0.12 27	0.31 196	0.24 179	0.15 115	0.15 92	0.13 89	0.11 88	0.17 65	0.13 110	0.08 229	0.05 33	0.06 34	0.05 51	0.06 61	0.05 27

AIO-Stereo	0.13 71	0.10 102	0.22 96	0.20 174	0.09 36	0.16 62	0.15 109	0.27 130	0.16 42	0.13 70	0.15 92	0.13 89	0.08 10	0.18 87	0.11 17	0.06 32	0.05 33	0.07 103	0.07 169	0.06 61	0.06 93

WCG-NET（raft）	0.14 99	0.09 59	0.23 103	0.17 29	0.08 14	0.19 140	0.16 146	0.23 83	0.26 206	0.18 173	0.19 146	0.20 201	0.12 115	0.21 152	0.12 61	0.06 32	0.06 177	0.06 34	0.05 51	0.06 61	0.05 27

RSM	0.12 55	0.09 59	0.20 76	0.20 174	0.09 36	0.16 62	0.15 109	0.23 83	0.18 71	0.13 70	0.13 59	0.15 135	0.09 24	0.21 152	0.12 61	0.06 32	0.05 33	0.07 103	0.07 169	0.06 61	0.05 27

RAFT-Stereo-weight	0.15 132	0.09 59	0.26 134	0.20 174	0.10 83	0.19 140	0.17 187	0.36 274	0.29 252	0.24 220	0.20 162	0.19 192	0.10 56	0.18 87	0.15 173	0.07 81	0.05 33	0.07 103	0.05 51	0.06 61	0.05 27

gcap-zeroshot	0.17 164	0.11 175	0.36 247	0.20 174	0.12 189	0.26 314	0.16 146	0.30 185	0.22 144	0.26 239	0.20 162	0.30 341	0.14 172	0.20 128	0.13 110	0.07 81	0.06 177	0.07 103	0.07 169	0.06 61	0.06 93

trnet	0.13 71	0.08 19	0.21 86	0.15 5	0.07 1	0.21 202	0.12 27	0.24 98	0.24 179	0.16 139	0.21 174	0.15 135	0.13 149	0.18 87	0.13 110	0.08 229	0.05 33	0.06 34	0.04 1	0.06 61	0.05 27

GCAPDPT-zeroshot4090	0.20 250	0.08 19	1.14 576	0.29 513	0.42 576	0.16 62	0.15 109	0.27 130	0.25 193	0.14 96	0.17 119	0.15 135	0.11 88	0.20 128	0.12 61	0.07 81	0.05 33	0.07 103	0.06 109	0.06 61	0.06 93

MoCha-V2	0.13 71	0.08 19	0.26 134	0.23 334	0.09 36	0.16 62	0.15 109	0.26 117	0.16 42	0.15 115	0.15 92	0.13 89	0.14 172	0.20 128	0.11 17	0.06 32	0.07 304	0.06 34	0.06 109	0.06 61	0.05 27

MSKI-zero shot	0.17 164	0.09 59	0.43 346	0.20 174	0.11 130	0.21 202	0.15 109	0.32 208	0.21 131	0.23 206	0.24 207	0.23 244	0.10 56	0.31 317	0.13 110	0.07 81	0.06 177	0.07 103	0.06 109	0.06 61	0.06 93

testlalala	0.20 250	0.08 19	1.19 580	0.29 513	0.43 577	0.16 62	0.15 109	0.27 130	0.25 193	0.14 96	0.17 119	0.15 135	0.11 88	0.20 128	0.12 61	0.07 81	0.05 33	0.07 103	0.06 109	0.06 61	0.06 93

GCAPDPT-zeroshot	0.20 250	0.08 19	1.14 576	0.29 513	0.43 577	0.16 62	0.15 109	0.27 130	0.25 193	0.14 96	0.17 119	0.15 135	0.11 88	0.20 128	0.12 61	0.07 81	0.05 33	0.07 103	0.06 109	0.06 61	0.06 93

GCAP-Stereo	0.14 99	0.14 326	0.33 209	0.20 174	0.09 36	0.21 202	0.10 8	0.26 117	0.20 114	0.18 173	0.19 146	0.15 135	0.13 149	0.17 65	0.13 110	0.07 81	0.06 177	0.07 103	0.05 51	0.06 61	0.06 93

RAFT-Test	0.17 164	0.10 102	0.38 277	0.19 112	0.12 189	0.25 291	0.17 187	0.33 224	0.23 165	0.23 206	0.29 251	0.27 298	0.14 172	0.20 128	0.14 146	0.07 81	0.06 177	0.07 103	0.07 169	0.06 61	0.06 93

CAS	0.15 132	0.07 3	0.21 86	0.41 571	0.16 395	0.20 175	0.18 231	0.22 63	0.19 88	0.15 115	0.19 146	0.11 63	0.09 24	0.14 13	0.13 110	0.29 577	0.04 2	0.06 34	0.04 1	0.06 61	0.14 473

LoS	0.14 99	0.08 19	0.27 143	0.16 12	0.09 36	0.22 231	0.14 82	0.26 117	0.26 206	0.15 115	0.18 137	0.18 178	0.13 149	0.22 169	0.14 146	0.08 229	0.06 177	0.06 34	0.04 1	0.06 61	0.06 93
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Selective-IGEV	0.12 55	0.09 59	0.22 96	0.19 112	0.10 83	0.15 34	0.14 82	0.27 130	0.15 36	0.13 70	0.14 89	0.13 89	0.08 10	0.21 152	0.12 61	0.06 32	0.05 33	0.07 103	0.06 109	0.06 61	0.05 27

EGLCR-Stereo	0.13 71	0.08 19	0.20 76	0.18 65	0.09 36	0.21 202	0.13 54	0.27 130	0.21 131	0.13 70	0.10 21	0.15 135	0.09 24	0.20 128	0.13 110	0.07 81	0.05 33	0.07 103	0.07 169	0.06 61	0.06 93

MC-Stereo	0.14 99	0.09 59	0.25 126	0.21 220	0.09 36	0.18 111	0.16 146	0.23 83	0.19 88	0.18 173	0.23 193	0.16 157	0.13 149	0.22 169	0.13 110	0.07 81	0.05 33	0.07 103	0.07 169	0.06 61	0.05 27

RCA-Stereo	0.16 145	0.09 59	0.25 126	0.20 174	0.10 83	0.19 140	0.17 187	0.36 274	0.35 325	0.20 183	0.25 217	0.17 167	0.17 239	0.18 87	0.14 146	0.07 81	0.05 33	0.07 103	0.06 109	0.06 61	0.05 27

ADStereo(finetuned)	0.19 233	0.13 283	0.49 396	0.19 112	0.09 36	0.19 140	0.18 231	0.34 232	0.39 373	0.29 288	0.31 278	0.18 178	0.31 452	0.21 152	0.19 286	0.07 81	0.05 33	0.07 103	0.05 51	0.06 61	0.07 187

test-3	0.16 145	0.09 59	0.31 185	0.21 220	0.11 130	0.18 111	0.16 146	0.30 185	0.27 217	0.26 239	0.16 106	0.22 224	0.12 115	0.26 242	0.18 253	0.06 32	0.04 2	0.08 189	0.08 249	0.06 61	0.06 93

test_1	0.16 145	0.09 59	0.31 185	0.21 220	0.11 130	0.18 111	0.16 146	0.30 185	0.27 217	0.25 228	0.16 106	0.22 224	0.12 115	0.26 242	0.18 253	0.06 32	0.04 2	0.08 189	0.08 249	0.06 61	0.06 93

TRStereo	0.19 233	0.17 406	0.47 382	0.23 334	0.19 467	0.19 140	0.16 146	0.52 457	0.28 233	0.20 183	0.19 146	0.21 213	0.13 149	0.24 194	0.13 110	0.09 320	0.06 177	0.09 274	0.11 424	0.06 61	0.06 93

STrans-v2	0.24 352	0.13 283	0.54 430	0.21 220	0.12 189	0.23 253	0.21 359	0.47 388	0.28 233	0.31 337	0.42 410	0.36 393	0.35 475	0.62 473	0.23 369	0.07 81	0.05 33	0.08 189	0.07 169	0.06 61	0.06 93

TransformOpticalFlow	0.24 352	0.13 283	0.56 440	0.23 334	0.11 130	0.21 202	0.19 277	0.40 313	0.32 287	0.30 319	0.43 423	0.36 393	0.31 452	0.61 465	0.20 305	0.07 81	0.05 33	0.08 189	0.07 169	0.06 61	0.07 187

ASMatch	0.23 321	0.11 175	0.51 417	0.24 387	0.14 313	0.19 140	0.17 187	0.31 196	0.28 233	0.28 260	0.68 545	0.27 298	0.26 371	0.50 401	0.22 350	0.07 81	0.06 177	0.08 189	0.07 169	0.06 61	0.11 412

DEmStereo	0.26 396	0.09 59	0.47 382	0.19 112	0.12 189	0.30 385	0.25 450	0.28 152	0.36 338	0.36 425	0.58 514	0.25 267	0.48 540	0.53 419	0.44 504	0.07 81	0.06 177	0.08 189	0.08 249	0.06 61	0.07 187

RAFT-RH_RVC	0.25 380	0.11 175	0.45 366	0.21 220	0.12 189	0.25 291	0.14 82	0.27 130	0.27 217	0.38 447	1.15 586	0.23 244	0.17 239	0.57 442	0.24 380	0.07 81	0.05 33	0.10 351	0.07 169	0.06 61	0.07 187

RAFT-345	0.21 273	0.10 102	0.46 374	0.22 282	0.11 130	0.20 175	0.16 146	0.26 117	0.25 193	0.27 249	0.66 540	0.21 213	0.16 209	0.55 427	0.21 330	0.07 81	0.06 177	0.08 189	0.07 169	0.06 61	0.06 93

AnonymousM	0.17 164	0.19 436	0.24 113	0.18 65	0.10 83	0.18 111	0.17 187	0.30 185	0.23 165	0.26 239	0.20 162	0.18 178	0.14 172	0.19 110	0.14 146	0.09 320	0.06 177	0.38 581	0.15 513	0.06 61	0.05 27

cross-raft	0.17 164	0.12 218	0.41 323	0.23 334	0.10 83	0.20 175	0.24 433	0.33 224	0.23 165	0.23 206	0.28 238	0.29 325	0.15 190	0.17 65	0.15 173	0.06 32	0.05 33	0.07 103	0.07 169	0.06 61	0.05 27

test-1	0.17 164	0.11 175	0.40 300	0.23 334	0.13 268	0.22 231	0.23 411	0.34 232	0.26 206	0.20 183	0.24 207	0.22 224	0.14 172	0.16 47	0.20 305	0.07 81	0.06 177	0.08 189	0.07 169	0.06 61	0.08 260

CREStereo++_RVC	0.15 132	0.08 19	0.26 134	0.17 29	0.11 130	0.18 111	0.13 54	0.22 63	0.30 266	0.21 194	0.30 264	0.13 89	0.11 88	0.16 47	0.15 173	0.07 81	0.04 2	0.06 34	0.15 513	0.06 61	0.05 27
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
s12784h	0.17 164	0.09 59	0.26 134	0.18 65	0.07 1	0.32 410	0.19 277	0.37 284	0.32 287	0.23 206	0.25 217	0.18 178	0.17 239	0.25 225	0.16 199	0.07 81	0.05 33	0.07 103	0.05 51	0.06 61	0.05 27

TANstereo	0.15 132	0.09 59	0.28 154	0.16 12	0.08 14	0.25 291	0.14 82	0.23 83	0.28 233	0.24 220	0.30 264	0.16 157	0.12 115	0.17 65	0.13 110	0.08 229	0.07 304	0.06 34	0.05 51	0.06 61	0.07 187

raftrobust	0.16 145	0.13 283	0.29 164	0.22 282	0.15 364	0.19 140	0.13 54	0.32 208	0.26 206	0.26 239	0.20 162	0.19 192	0.17 239	0.21 152	0.15 173	0.08 229	0.06 177	0.07 103	0.06 109	0.06 61	0.07 187

DCANet	0.18 189	0.13 283	0.40 300	0.19 112	0.09 36	0.19 140	0.18 231	0.34 232	0.39 373	0.29 288	0.31 278	0.18 178	0.23 322	0.20 128	0.19 286	0.07 81	0.05 33	0.07 103	0.05 51	0.06 61	0.07 187

EAI-Stereo	0.21 273	0.10 102	0.33 209	0.21 220	0.12 189	0.30 385	0.46 567	0.46 380	0.20 114	0.25 228	0.50 473	0.17 167	0.16 209	0.24 194	0.23 369	0.07 81	0.06 177	0.07 103	0.10 386	0.06 61	0.07 187

CFNet-RSSM	0.17 164	0.10 102	0.40 300	0.20 174	0.11 130	0.20 175	0.15 109	0.36 274	0.30 266	0.23 206	0.21 174	0.26 289	0.15 190	0.20 128	0.13 110	0.07 81	0.05 33	0.07 103	0.07 169	0.06 61	0.05 27

Gwc-CoAtRS	0.17 164	0.10 102	0.37 258	0.20 174	0.12 189	0.19 140	0.15 109	0.32 208	0.28 233	0.23 206	0.23 193	0.27 298	0.15 190	0.20 128	0.13 110	0.07 81	0.05 33	0.07 103	0.07 169	0.06 61	0.06 93

R-Stereo Train	0.18 189	0.09 59	0.32 192	0.22 282	0.12 189	0.22 231	0.19 277	0.42 339	0.19 88	0.31 337	0.45 445	0.20 201	0.14 172	0.18 87	0.15 173	0.08 229	0.06 177	0.07 103	0.06 109	0.06 61	0.06 93

RAFT-Stereo	0.18 189	0.09 59	0.32 192	0.22 282	0.12 189	0.22 231	0.19 277	0.42 339	0.19 88	0.31 337	0.45 445	0.20 201	0.14 172	0.18 87	0.15 173	0.08 229	0.06 177	0.07 103	0.06 109	0.06 61	0.06 93
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Hybrid-DGEV-2	0.21 273	0.15 361	0.34 219	0.24 387	0.13 268	0.28 345	0.14 82	0.48 401	0.44 431	0.27 249	0.24 207	0.25 267	0.25 361	0.28 276	0.19 286	0.07 81	0.06 177	0.09 274	0.08 249	0.07 134	0.07 187

DispViT+	0.12 55	0.12 218	0.23 103	0.18 65	0.12 189	0.14 22	0.11 17	0.23 83	0.19 88	0.13 70	0.10 21	0.10 42	0.10 56	0.16 47	0.16 199	0.08 229	0.07 304	0.06 34	0.05 51	0.07 134	0.06 93

WQFJA1	0.18 189	0.10 102	0.16 35	0.22 282	0.18 440	0.25 291	0.19 277	0.51 438	0.51 496	0.15 115	0.17 119	0.15 135	0.16 209	0.20 128	0.20 305	0.07 81	0.09 426	0.08 189	0.07 169	0.07 134	0.06 93

NLMM1	0.19 233	0.12 218	0.16 35	0.23 334	0.18 440	0.24 273	0.20 328	0.59 526	0.65 546	0.18 173	0.17 119	0.13 89	0.14 172	0.25 225	0.18 253	0.08 229	0.09 426	0.08 189	0.07 169	0.07 134	0.06 93

NLMM	0.18 189	0.10 102	0.16 35	0.22 282	0.18 440	0.25 291	0.19 277	0.51 438	0.51 496	0.15 115	0.17 119	0.15 135	0.16 209	0.20 128	0.20 305	0.07 81	0.09 426	0.08 189	0.07 169	0.07 134	0.06 93

NLSM1	0.17 164	0.10 102	0.17 47	0.21 220	0.18 440	0.25 291	0.17 187	0.47 388	0.40 390	0.16 139	0.21 174	0.13 89	0.15 190	0.21 152	0.18 253	0.08 229	0.09 426	0.09 274	0.08 249	0.07 134	0.06 93

FE-Mocha	0.16 145	0.10 102	0.33 209	0.19 112	0.13 268	0.19 140	0.15 109	0.35 255	0.22 144	0.24 220	0.24 207	0.20 201	0.14 172	0.17 65	0.17 229	0.07 81	0.05 33	0.08 189	0.08 249	0.07 134	0.06 93

IGEV-FE	0.18 189	0.10 102	0.65 479	0.20 174	0.12 189	0.19 140	0.15 109	0.34 232	0.19 88	0.28 260	0.22 186	0.27 298	0.13 149	0.23 179	0.18 253	0.07 81	0.06 177	0.08 189	0.08 249	0.07 134	0.06 93

DA	0.14 99	0.10 102	0.18 57	0.21 220	0.10 83	0.29 367	0.16 146	0.28 152	0.20 114	0.14 96	0.17 119	0.16 157	0.14 172	0.17 65	0.12 61	0.07 81	0.05 33	0.07 103	0.05 51	0.07 134	0.07 187

GGEV	0.14 99	0.10 102	0.18 57	0.21 220	0.10 83	0.29 367	0.16 146	0.28 152	0.20 114	0.14 96	0.17 119	0.16 157	0.14 172	0.17 65	0.12 61	0.07 81	0.05 33	0.07 103	0.05 51	0.07 134	0.07 187

LG-Stereo_Zeroshot	0.13 71	0.09 59	0.24 113	0.20 174	0.10 83	0.15 34	0.14 82	0.22 63	0.16 42	0.12 53	0.19 146	0.15 135	0.11 88	0.13 6	0.17 229	0.07 81	0.05 33	0.06 34	0.06 109	0.07 134	0.06 93

LG-Stereo	0.13 71	0.10 102	0.24 113	0.20 174	0.09 36	0.16 62	0.18 231	0.21 51	0.18 71	0.11 35	0.17 119	0.09 24	0.09 24	0.15 29	0.14 146	0.05 9	0.06 177	0.08 189	0.08 249	0.07 134	0.05 27

GREAT-IGEV	0.12 55	0.09 59	0.25 126	0.16 12	0.11 130	0.14 22	0.16 146	0.17 14	0.17 60	0.10 19	0.15 92	0.09 24	0.09 24	0.18 87	0.10 2	0.06 32	0.07 304	0.06 34	0.05 51	0.07 134	0.10 377
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
DEFOM-Stereo_RVC	0.13 71	0.14 326	0.19 65	0.26 460	0.09 36	0.15 34	0.13 54	0.22 63	0.18 71	0.12 53	0.11 31	0.10 42	0.13 149	0.21 152	0.12 61	0.07 81	0.05 33	0.06 34	0.05 51	0.07 134	0.05 27

HUF	0.15 132	0.11 175	0.38 277	0.17 29	0.11 130	0.16 62	0.17 187	0.22 63	0.20 114	0.11 35	0.13 59	0.14 116	0.11 88	0.18 87	0.12 61	0.07 81	0.20 562	0.06 34	0.05 51	0.07 134	0.14 473

AIO-test2	0.20 250	0.20 448	0.36 247	0.26 460	0.15 364	0.22 231	0.16 146	0.42 339	0.42 409	0.16 139	0.29 251	0.15 135	0.11 88	0.26 242	0.13 110	0.18 540	0.06 177	0.10 351	0.11 424	0.07 134	0.07 187

fffft	0.13 71	0.09 59	0.24 113	0.19 112	0.10 83	0.17 88	0.19 277	0.22 63	0.16 42	0.14 96	0.11 31	0.13 89	0.10 56	0.24 194	0.18 253	0.06 32	0.05 33	0.07 103	0.06 109	0.07 134	0.06 93
1: 1. 1
tt45	0.14 99	0.09 59	0.22 96	0.19 112	0.11 130	0.23 253	0.18 231	0.22 63	0.17 60	0.15 115	0.13 59	0.14 116	0.10 56	0.30 310	0.14 146	0.07 81	0.05 33	0.08 189	0.06 109	0.07 134	0.07 187

mms	0.13 71	0.11 175	0.19 65	0.19 112	0.12 189	0.16 62	0.17 187	0.20 38	0.17 60	0.13 70	0.17 119	0.14 116	0.09 24	0.24 194	0.14 146	0.06 32	0.05 33	0.08 189	0.06 109	0.07 134	0.07 187

fffy	0.14 99	0.11 175	0.24 113	0.20 174	0.10 83	0.19 140	0.18 231	0.22 63	0.19 88	0.13 70	0.16 106	0.15 135	0.13 149	0.25 225	0.14 146	0.06 32	0.06 177	0.08 189	0.06 109	0.07 134	0.06 93

PAM_32	0.23 321	0.10 102	0.63 470	0.21 220	0.14 313	0.33 421	0.19 277	0.36 274	0.23 165	0.29 288	0.28 238	0.56 525	0.28 407	0.27 262	0.18 253	0.08 229	0.06 177	0.08 189	0.09 344	0.07 134	0.09 321

PAM	0.23 321	0.10 102	0.63 470	0.22 282	0.15 364	0.34 434	0.21 359	0.37 284	0.22 144	0.31 337	0.27 232	0.55 521	0.26 371	0.26 242	0.17 229	0.08 229	0.06 177	0.07 103	0.09 344	0.07 134	0.09 321

model_zeroshot	0.17 164	0.11 175	0.39 292	0.20 174	0.12 189	0.24 273	0.15 109	0.34 232	0.22 144	0.30 319	0.20 162	0.22 224	0.12 115	0.24 194	0.14 146	0.08 229	0.07 304	0.07 103	0.07 169	0.07 134	0.07 187

RAStereo	0.13 71	0.12 218	0.27 143	0.22 282	0.11 130	0.15 34	0.18 231	0.23 83	0.23 165	0.13 70	0.17 119	0.11 63	0.09 24	0.15 29	0.13 110	0.08 229	0.06 177	0.08 189	0.06 109	0.07 134	0.05 27

Occ-G	0.13 71	0.08 19	0.21 86	0.17 29	0.10 83	0.15 34	0.19 277	0.22 63	0.19 88	0.13 70	0.19 146	0.21 213	0.11 88	0.17 65	0.14 146	0.07 81	0.06 177	0.07 103	0.06 109	0.07 134	0.06 93

U	1.00 594	0.09 59	0.21 86	0.21 220	3.68 623	6.12 628	0.14 82	0.21 51	0.21 131	0.11 35	0.11 31	0.10 42	0.09 24	0.12 3	0.11 17	0.07 81	0.05 33	5.42 632	2.90 630	0.07 134	0.06 93

RSM++	0.12 55	0.09 59	0.19 65	0.20 174	0.09 36	0.17 88	0.15 109	0.21 51	0.19 88	0.12 53	0.12 46	0.14 116	0.09 24	0.20 128	0.12 61	0.06 32	0.05 33	0.07 103	0.07 169	0.07 134	0.05 27

IGEV++	0.13 71	0.10 102	0.23 103	0.21 220	0.10 83	0.15 34	0.15 109	0.29 166	0.16 42	0.12 53	0.15 92	0.12 75	0.12 115	0.17 65	0.14 146	0.07 81	0.06 177	0.07 103	0.05 51	0.07 134	0.07 187

AE-Stereo	0.17 164	0.11 175	0.31 185	0.24 387	0.14 313	0.23 253	0.18 231	0.34 232	0.29 252	0.15 115	0.25 217	0.21 213	0.13 149	0.20 128	0.14 146	0.07 81	0.08 391	0.09 274	0.10 386	0.07 134	0.06 93

ff7	0.14 99	0.12 218	0.27 143	0.19 112	0.12 189	0.21 202	0.18 231	0.27 130	0.20 114	0.15 115	0.13 59	0.12 75	0.12 115	0.24 194	0.12 61	0.07 81	0.05 33	0.08 189	0.07 169	0.07 134	0.07 187

IGEVStereo-DCA	0.14 99	0.11 175	0.27 143	0.19 112	0.12 189	0.20 175	0.18 231	0.27 130	0.20 114	0.15 115	0.12 46	0.14 116	0.12 115	0.28 276	0.14 146	0.07 81	0.06 177	0.08 189	0.07 169	0.07 134	0.07 187

ffff	0.14 99	0.12 218	0.27 143	0.19 112	0.12 189	0.21 202	0.18 231	0.27 130	0.20 114	0.15 115	0.13 59	0.12 75	0.12 115	0.24 194	0.12 61	0.07 81	0.05 33	0.08 189	0.07 169	0.07 134	0.07 187

rrr	0.17 164	0.11 175	0.57 443	0.19 112	0.12 189	0.20 175	0.18 231	0.35 255	0.22 144	0.15 115	0.12 46	0.14 116	0.12 115	0.28 276	0.14 146	0.07 81	0.06 177	0.08 189	0.07 169	0.07 134	0.07 187

11t	0.14 99	0.12 218	0.27 143	0.19 112	0.12 189	0.21 202	0.18 231	0.27 130	0.20 114	0.15 115	0.13 59	0.12 75	0.12 115	0.24 194	0.12 61	0.07 81	0.05 33	0.08 189	0.07 169	0.07 134	0.07 187

MaDis-Stereo	0.14 99	0.13 283	0.26 134	0.19 112	0.14 313	0.16 62	0.13 54	0.25 108	0.21 131	0.13 70	0.14 89	0.14 116	0.11 88	0.17 65	0.17 229	0.08 229	0.07 304	0.08 189	0.06 109	0.07 134	0.06 93

IGEV_Zeroshot_test	0.18 189	0.10 102	0.65 479	0.20 174	0.12 189	0.19 140	0.15 109	0.34 232	0.19 88	0.28 260	0.22 186	0.27 298	0.13 149	0.23 179	0.18 253	0.07 81	0.06 177	0.08 189	0.08 249	0.07 134	0.06 93

AEACV	0.13 71	0.09 59	0.23 103	0.18 65	0.19 467	0.19 140	0.16 146	0.23 83	0.14 25	0.13 70	0.17 119	0.13 89	0.16 209	0.16 47	0.12 61	0.07 81	0.05 33	0.07 103	0.08 249	0.07 134	0.06 93

Any-RAFT	0.17 164	0.08 19	0.31 185	0.19 112	0.10 83	0.29 367	0.16 146	0.42 339	0.30 266	0.24 220	0.27 232	0.27 298	0.16 209	0.21 152	0.12 61	0.08 229	0.05 33	0.06 34	0.05 51	0.07 134	0.06 93

HH	0.18 189	0.12 218	0.55 436	0.22 282	0.12 189	0.18 111	0.18 231	0.34 232	0.19 88	0.20 183	0.24 207	0.34 374	0.18 264	0.29 295	0.12 61	0.07 81	0.05 33	0.07 103	0.07 169	0.07 134	0.06 93

HanStereo	0.18 189	0.12 218	0.55 436	0.22 282	0.12 189	0.18 111	0.18 231	0.34 232	0.19 88	0.20 183	0.24 207	0.34 374	0.18 264	0.29 295	0.12 61	0.07 81	0.05 33	0.07 103	0.07 169	0.07 134	0.06 93

DCRE	0.20 250	0.13 283	0.40 300	0.21 220	0.15 364	0.20 175	0.19 277	0.30 185	0.27 217	0.22 200	0.80 562	0.23 244	0.16 209	0.23 179	0.15 173	0.07 81	0.07 304	0.07 103	0.08 249	0.07 134	0.06 93

anonymousa	0.23 321	0.11 175	0.50 407	0.21 220	0.16 395	0.31 401	0.20 328	0.36 274	0.35 325	0.32 359	0.50 473	0.39 419	0.26 371	0.22 169	0.20 305	0.08 229	0.06 177	0.09 274	0.11 424	0.07 134	0.08 260

ProNet	0.14 99	0.12 218	0.25 126	0.19 112	0.11 130	0.19 140	0.19 277	0.27 130	0.20 114	0.14 96	0.13 59	0.13 89	0.12 115	0.24 194	0.12 61	0.06 32	0.05 33	0.07 103	0.06 109	0.07 134	0.07 187

ccc-4	0.14 99	0.12 218	0.27 143	0.19 112	0.12 189	0.21 202	0.18 231	0.27 130	0.20 114	0.15 115	0.13 59	0.12 75	0.12 115	0.24 194	0.12 61	0.07 81	0.05 33	0.08 189	0.07 169	0.07 134	0.07 187

DisPM	0.19 233	0.10 102	0.35 228	0.23 334	0.13 268	0.18 111	0.20 328	0.29 166	0.29 252	0.33 372	0.34 318	0.23 244	0.16 209	0.33 331	0.16 199	0.09 320	0.06 177	0.09 274	0.08 249	0.07 134	0.11 412

test_4	0.18 189	0.12 218	0.34 219	0.23 334	0.12 189	0.18 111	0.22 386	0.26 117	0.24 179	0.24 220	0.47 462	0.22 224	0.13 149	0.24 194	0.16 199	0.06 32	0.05 33	0.09 274	0.09 344	0.07 134	0.05 27

GLC_STEREO	0.15 132	0.10 102	0.24 113	0.21 220	0.09 36	0.17 88	0.15 109	0.23 83	0.27 217	0.17 154	0.20 162	0.17 167	0.11 88	0.23 179	0.16 199	0.07 81	0.09 426	0.09 274	0.08 249	0.07 134	0.06 93

IPLG	0.21 273	0.15 361	0.53 427	0.21 220	0.12 189	0.28 345	0.17 187	0.42 339	0.30 266	0.33 372	0.32 287	0.15 135	0.17 239	0.50 401	0.21 330	0.07 81	0.05 33	0.08 189	0.07 169	0.07 134	0.06 93

MIPNet	0.21 273	0.15 361	0.52 423	0.21 220	0.12 189	0.27 325	0.20 328	0.45 369	0.37 349	0.30 319	0.23 193	0.19 192	0.24 340	0.27 262	0.19 286	0.07 81	0.05 33	0.08 189	0.07 169	0.07 134	0.06 93

IPLGR	0.21 273	0.13 283	0.61 459	0.21 220	0.11 130	0.25 291	0.18 231	0.41 325	0.37 349	0.28 260	0.27 232	0.21 213	0.19 279	0.37 354	0.18 253	0.07 81	0.06 177	0.08 189	0.07 169	0.07 134	0.06 93

test_3	0.18 189	0.11 175	0.32 192	0.24 387	0.11 130	0.22 231	0.25 450	0.31 196	0.31 278	0.25 228	0.18 137	0.23 244	0.13 149	0.25 225	0.19 286	0.06 32	0.05 33	0.09 274	0.10 386	0.07 134	0.06 93

CrosDoStereo	0.31 450	0.10 102	0.49 396	0.18 65	0.12 189	0.22 231	1.11 618	0.34 232	0.37 349	0.38 447	0.61 529	0.28 314	0.46 531	0.61 465	0.57 531	0.07 81	0.06 177	0.08 189	0.08 249	0.07 134	0.07 187

OMP-Stereo	0.23 321	0.14 326	0.35 228	0.29 513	0.13 268	0.21 202	0.16 146	0.37 284	0.33 299	0.34 392	0.30 264	0.34 374	0.19 279	0.70 502	0.24 380	0.07 81	0.06 177	0.09 274	0.07 169	0.07 134	0.06 93

IIG-Stereo	0.23 321	0.13 283	0.35 228	0.29 513	0.12 189	0.23 253	0.14 82	0.38 290	0.31 278	0.34 392	0.37 348	0.33 367	0.21 295	0.70 502	0.26 403	0.08 229	0.06 177	0.09 274	0.07 169	0.07 134	0.06 93

FTStereo	0.28 425	0.10 102	0.43 346	0.23 334	0.13 268	0.21 202	0.53 582	0.34 232	0.26 206	0.38 447	0.95 575	0.30 341	0.56 553	0.32 324	0.18 253	0.08 229	0.06 177	0.09 274	0.08 249	0.07 134	0.19 527

DeepStereo_LL	0.31 450	0.10 102	0.49 396	0.18 65	0.12 189	0.22 231	1.11 618	0.34 232	0.37 349	0.38 447	0.61 529	0.28 314	0.46 531	0.61 465	0.57 531	0.07 81	0.06 177	0.08 189	0.08 249	0.07 134	0.07 187

THIR-Stereo	0.29 436	0.12 218	0.41 323	0.19 112	0.11 130	0.28 345	0.72 596	0.32 208	0.35 325	0.37 432	0.65 538	0.34 374	0.50 543	0.57 442	0.45 507	0.07 81	0.06 177	0.08 189	0.09 344	0.07 134	0.07 187

DRaft	0.24 352	0.10 102	0.34 219	0.18 65	0.12 189	0.28 345	0.23 411	0.33 224	0.39 373	0.38 447	0.61 529	0.21 213	0.41 507	0.48 392	0.42 498	0.07 81	0.06 177	0.08 189	0.08 249	0.07 134	0.08 260

GrayStereo	0.25 380	0.09 59	0.32 192	0.26 460	0.13 268	0.23 253	0.47 571	0.34 232	0.30 266	0.39 462	0.47 462	0.30 341	0.79 580	0.29 295	0.16 199	0.07 81	0.06 177	0.08 189	0.09 344	0.07 134	0.13 452

CroCo-Stereo	0.14 99	0.13 283	0.24 113	0.25 426	0.11 130	0.11 6	0.18 231	0.32 208	0.23 165	0.12 53	0.12 46	0.18 178	0.12 115	0.14 13	0.13 110	0.08 229	0.06 177	0.07 103	0.05 51	0.07 134	0.06 93
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+_RVC	0.18 189	0.14 326	0.32 192	0.21 220	0.15 364	0.21 202	0.16 146	0.38 290	0.34 309	0.21 194	0.28 238	0.20 201	0.15 190	0.24 194	0.19 286	0.08 229	0.06 177	0.08 189	0.07 169	0.07 134	0.08 260

XX-TBD	0.15 132	0.18 420	0.28 154	0.22 282	0.10 83	0.22 231	0.15 109	0.22 63	0.27 217	0.22 200	0.26 226	0.14 116	0.12 115	0.16 47	0.13 110	0.08 229	0.05 33	0.06 34	0.04 1	0.07 134	0.06 93

XX-Stereo	0.21 273	0.10 102	0.83 529	0.26 460	0.17 418	0.23 253	0.13 54	0.40 313	0.18 71	0.20 183	0.41 394	0.31 351	0.10 56	0.32 324	0.12 61	0.08 229	0.06 177	0.08 189	0.08 249	0.07 134	0.05 27

111	0.20 250	0.17 406	0.40 300	0.18 65	0.09 36	0.24 273	0.17 187	0.41 325	0.45 443	0.23 206	0.29 251	0.29 325	0.21 295	0.24 194	0.18 253	0.07 81	0.05 33	0.07 103	0.06 109	0.07 134	0.08 260

test_xeample3	0.16 145	0.11 175	0.56 440	0.19 112	0.12 189	0.20 175	0.18 231	0.35 255	0.20 114	0.16 139	0.12 46	0.13 89	0.12 115	0.24 194	0.15 173	0.07 81	0.06 177	0.07 103	0.08 249	0.07 134	0.07 187

RAFT-Stereo + iAFF	0.17 164	0.14 326	0.32 192	0.20 174	0.09 36	0.19 140	0.17 187	0.32 208	0.30 266	0.25 228	0.33 308	0.20 201	0.17 239	0.19 110	0.15 173	0.06 32	0.05 33	0.07 103	0.07 169	0.07 134	0.05 27

AFF-stereo	0.18 189	0.15 361	0.32 192	0.21 220	0.10 83	0.18 111	0.18 231	0.33 224	0.27 217	0.25 228	0.37 348	0.25 267	0.17 239	0.24 194	0.15 173	0.06 32	0.05 33	0.08 189	0.08 249	0.07 134	0.05 27

CREStereo	0.13 71	0.08 19	0.21 86	0.14 2	0.08 14	0.22 231	0.15 109	0.25 108	0.24 179	0.16 139	0.21 174	0.14 116	0.13 149	0.18 87	0.13 110	0.09 320	0.05 33	0.06 34	0.04 1	0.07 134	0.06 93
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.15 132	0.08 19	0.23 103	0.15 5	0.09 36	0.23 253	0.16 146	0.25 108	0.23 165	0.17 154	0.21 174	0.16 157	0.14 172	0.22 169	0.13 110	0.29 577	0.05 33	0.06 34	0.04 1	0.07 134	0.06 93

DIP-Stereo	0.18 189	0.12 218	0.33 209	0.20 174	0.13 268	0.28 345	0.12 27	0.42 339	0.25 193	0.27 249	0.32 287	0.21 213	0.17 239	0.25 225	0.20 305	0.07 81	0.06 177	0.08 189	0.06 109	0.07 134	0.08 260
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
RASNet	0.28 425	0.14 326	0.44 355	0.22 282	0.18 440	0.32 410	0.19 277	0.48 401	0.38 363	0.29 288	0.43 423	0.47 479	0.37 488	0.79 536	0.36 468	0.09 320	0.07 304	0.07 103	0.09 344	0.07 134	0.07 187

MLCV	0.22 304	0.16 387	0.44 355	0.21 220	0.08 14	0.29 367	0.19 277	0.38 290	0.37 349	0.38 447	0.44 434	0.31 351	0.21 295	0.41 370	0.24 380	0.07 81	0.05 33	0.06 34	0.05 51	0.07 134	0.06 93

Hybrid-DGEV-03	0.20 250	0.14 326	0.31 185	0.22 282	0.12 189	0.26 314	0.16 146	0.31 196	0.27 217	0.32 359	0.58 514	0.23 244	0.15 190	0.23 179	0.17 229	0.07 81	0.05 33	0.09 274	0.07 169	0.08 206	0.06 93

DStereoRT	0.35 481	0.13 283	0.51 417	0.25 426	0.16 395	0.42 493	0.19 277	0.48 401	0.39 373	0.30 319	0.39 375	0.24 258	0.39 498	0.64 481	0.30 433	0.08 229	0.07 304	1.54 623	0.41 590	0.08 206	0.11 412

WQFJX1	0.18 189	0.10 102	0.16 35	0.23 334	0.17 418	0.24 273	0.19 277	0.58 520	0.52 505	0.16 139	0.16 106	0.14 116	0.15 190	0.26 242	0.17 229	0.08 229	0.09 426	0.08 189	0.07 169	0.08 206	0.06 93

WQFJX	0.18 189	0.10 102	0.17 47	0.22 282	0.18 440	0.25 291	0.18 231	0.53 468	0.45 443	0.17 154	0.16 106	0.14 116	0.16 209	0.23 179	0.18 253	0.07 81	0.08 391	0.07 103	0.06 109	0.08 206	0.07 187

GEAStereo	0.12 55	0.09 59	0.20 76	0.18 65	0.12 189	0.19 140	0.16 146	0.20 38	0.14 25	0.12 53	0.15 92	0.10 42	0.09 24	0.16 47	0.10 2	0.08 229	0.06 177	0.06 34	0.05 51	0.08 206	0.08 260

GSStereo	0.12 55	0.09 59	0.20 76	0.17 29	0.12 189	0.19 140	0.16 146	0.26 117	0.18 71	0.13 70	0.15 92	0.10 42	0.09 24	0.16 47	0.10 2	0.07 81	0.05 33	0.06 34	0.05 51	0.08 206	0.08 260

GS-Stereo							0.16 146	0.26 117	0.18 71	0.13 70	0.15 92	0.10 42	0.09 24	0.16 47	0.10 2	0.07 81	0.05 33	0.06 34	0.05 51	0.08 206	0.08 260

Select-FE	0.23 321	0.14 326	0.78 509	0.22 282	0.18 440	0.22 231	0.13 54	0.43 352	0.26 206	0.28 260	0.33 308	0.39 419	0.29 422	0.27 262	0.19 286	0.08 229	0.07 304	0.08 189	0.13 490	0.08 206	0.12 435

FlowAnything_test	0.14 99	0.11 175	0.21 86	0.21 220	0.12 189	0.17 88	0.16 146	0.25 108	0.16 42	0.15 115	0.13 59	0.15 135	0.14 172	0.18 87	0.16 199	0.10 369	0.07 304	0.11 407	0.12 463	0.08 206	0.09 321

S2M2_XL	0.10 4	0.09 59	0.21 86	0.14 2	0.10 83	0.09 1	0.09 2	0.11 2	0.09 1	0.10 19	0.11 31	0.09 24	0.09 24	0.12 3	0.11 17	0.09 320	0.07 304	0.08 189	0.07 169	0.08 206	0.06 93
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
111111	0.11 29	0.07 3	0.17 47	0.19 112	0.11 130	0.13 16	0.11 17	0.22 63	0.15 36	0.11 35	0.12 46	0.12 75	0.08 10	0.18 87	0.11 17	0.07 81	0.05 33	0.06 34	0.04 1	0.08 206	0.06 93

HART	0.15 132	0.11 175	0.30 171	0.21 220	0.09 36	0.17 88	0.16 146	0.30 185	0.19 88	0.15 115	0.25 217	0.17 167	0.09 24	0.21 152	0.12 61	0.06 32	0.07 304	0.07 103	0.05 51	0.08 206	0.06 93

tg	0.16 145	0.11 175	0.25 126	0.21 220	0.11 130	0.23 253	0.15 109	0.34 232	0.24 179	0.20 183	0.25 217	0.19 192	0.12 115	0.24 194	0.15 173	0.07 81	0.05 33	0.09 274	0.09 344	0.08 206	0.07 187

DispNO	0.27 404	0.18 420	0.62 467	0.23 334	0.17 418	0.25 291	0.22 386	0.45 369	0.41 402	0.32 359	0.39 375	0.38 407	0.27 390	0.77 532	0.27 409	0.09 320	0.07 304	0.10 351	0.10 386	0.08 206	0.08 260

tta	0.24 352	0.12 218	0.40 300	0.19 112	0.10 83	0.27 325	0.19 277	0.51 438	0.45 443	0.34 392	0.41 394	0.31 351	0.26 371	0.58 449	0.28 413	0.10 369	0.07 304	0.08 189	0.08 249	0.08 206	0.07 187

qqq1	0.24 352	0.12 218	0.40 300	0.19 112	0.10 83	0.27 325	0.19 277	0.51 438	0.45 443	0.34 392	0.41 394	0.31 351	0.26 371	0.58 449	0.16 199	0.10 369	0.07 304	0.07 103	0.06 109	0.08 206	0.07 187

fff1	0.24 352	0.12 218	0.40 300	0.19 112	0.10 83	0.27 325	0.19 277	0.51 438	0.45 443	0.34 392	0.41 394	0.31 351	0.26 371	0.58 449	0.16 199	0.10 369	0.07 304	0.07 103	0.06 109	0.08 206	0.07 187

MyStereo07	0.16 145	0.12 218	0.26 134	0.22 282	0.14 313	0.25 291	0.23 411	0.29 166	0.21 131	0.15 115	0.13 59	0.12 75	0.13 149	0.25 225	0.13 110	0.07 81	0.07 304	0.09 274	0.08 249	0.08 206	0.08 260

MyStereo06	0.20 250	0.12 218	0.57 443	0.21 220	0.14 313	0.25 291	0.23 411	0.40 313	0.21 131	0.30 319	0.24 207	0.31 351	0.18 264	0.22 169	0.18 253	0.07 81	0.07 304	0.09 274	0.08 249	0.08 206	0.08 260

MyStereo05	0.23 321	0.12 218	0.57 443	0.21 220	0.14 313	0.25 291	0.23 411	0.48 401	0.52 505	0.31 337	0.23 193	0.25 267	0.22 308	0.30 310	0.21 330	0.07 81	0.07 304	0.09 274	0.08 249	0.08 206	0.08 260

MyStereo04	0.23 321	0.12 218	0.55 436	0.22 282	0.14 313	0.25 291	0.23 411	0.49 411	0.52 505	0.28 260	0.23 193	0.27 298	0.23 322	0.30 310	0.22 350	0.07 81	0.07 304	0.09 274	0.08 249	0.08 206	0.08 260

CoDeX	0.23 321	0.12 218	0.46 374	0.21 220	0.14 313	0.29 367	0.21 359	0.53 468	0.41 402	0.29 288	0.35 329	0.29 325	0.22 308	0.48 392	0.19 286	0.09 320	0.06 177	0.08 189	0.07 169	0.08 206	0.07 187

cc1	0.18 189	0.14 326	0.38 277	0.23 334	0.11 130	0.31 401	0.19 277	0.35 255	0.47 466	0.17 154	0.19 146	0.13 89	0.18 264	0.28 276	0.11 17	0.08 229	0.05 33	0.08 189	0.06 109	0.08 206	0.08 260

ffm	0.22 304	0.12 218	0.42 333	0.20 174	0.13 268	0.28 345	0.20 328	0.35 255	0.44 431	0.30 319	0.42 410	0.34 374	0.23 322	0.27 262	0.11 17	0.08 229	0.05 33	0.11 407	0.10 386	0.08 206	0.08 260

ff1	0.29 436	0.12 218	0.42 333	0.20 174	0.13 268	0.28 345	0.20 328	0.35 255	0.44 431	0.30 319	0.42 410	0.34 374	0.23 322	0.81 543	1.08 582	0.08 229	0.05 33	0.11 407	0.10 386	0.08 206	0.08 260

tt1	0.18 189	0.14 326	0.35 228	0.23 334	0.11 130	0.30 385	0.19 277	0.35 255	0.44 431	0.17 154	0.19 146	0.13 89	0.16 209	0.27 262	0.11 17	0.08 229	0.05 33	0.08 189	0.06 109	0.08 206	0.08 260

UniTT-Stereo	0.14 99	0.10 102	0.30 171	0.21 220	0.13 268	0.17 88	0.13 54	0.19 27	0.18 71	0.15 115	0.20 162	0.10 42	0.11 88	0.18 87	0.16 199	0.08 229	0.06 177	0.07 103	0.06 109	0.08 206	0.06 93

MIM_Stereo	0.18 189	0.12 218	0.38 277	0.20 174	0.11 130	0.17 88	0.14 82	0.35 255	0.25 193	0.27 249	0.35 329	0.23 244	0.13 149	0.27 262	0.16 199	0.06 32	0.07 304	0.08 189	0.08 249	0.08 206	0.06 93

CASnet	0.14 99	0.12 218	0.22 96	0.22 282	0.08 14	0.16 62	0.15 109	0.27 130	0.25 193	0.22 200	0.20 162	0.15 135	0.11 88	0.17 65	0.13 110	0.07 81	0.05 33	0.11 407	0.09 344	0.08 206	0.05 27
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
LL-Strereo2	0.18 189	0.18 420	0.39 292	0.22 282	0.12 189	0.24 273	0.13 54	0.31 196	0.23 165	0.24 220	0.20 162	0.24 258	0.12 115	0.26 242	0.15 173	0.06 32	0.06 177	0.12 445	0.09 344	0.08 206	0.07 187

4D-IteraStereo	0.17 164	0.16 387	0.50 407	0.21 220	0.14 313	0.19 140	0.17 187	0.28 152	0.28 233	0.23 206	0.20 162	0.20 201	0.11 88	0.19 110	0.14 146	0.06 32	0.04 2	0.10 351	0.08 249	0.08 206	0.06 93

anonymousdsp2	0.17 164	0.10 102	0.28 154	0.20 174	0.11 130	0.25 291	0.17 187	0.41 325	0.31 278	0.23 206	0.23 193	0.22 224	0.15 190	0.25 225	0.15 173	0.07 81	0.05 33	0.07 103	0.05 51	0.08 206	0.07 187

anonymousdsp	0.14 99	0.12 218	0.27 143	0.19 112	0.12 189	0.21 202	0.18 231	0.28 152	0.20 114	0.15 115	0.13 59	0.12 75	0.12 115	0.24 194	0.12 61	0.07 81	0.05 33	0.08 189	0.07 169	0.08 206	0.07 187

CES	0.14 99	0.08 19	0.19 65	0.17 29	0.22 509	0.18 111	0.16 146	0.23 83	0.19 88	0.14 96	0.17 119	0.14 116	0.10 56	0.18 87	0.12 61	0.07 81	0.05 33	0.06 34	0.04 1	0.08 206	0.18 520

Selective-RAFT	0.17 164	0.12 218	0.30 171	0.24 387	0.10 83	0.29 367	0.15 109	0.32 208	0.31 278	0.17 154	0.17 119	0.21 213	0.18 264	0.28 276	0.17 229	0.07 81	0.06 177	0.07 103	0.07 169	0.08 206	0.06 93

CroCo-Stereo Lap2	0.15 132	0.15 361	0.28 154	0.25 426	0.18 440	0.11 6	0.19 277	0.28 152	0.21 131	0.13 70	0.16 106	0.15 135	0.12 115	0.17 65	0.14 146	0.07 81	0.07 304	0.08 189	0.06 109	0.08 206	0.07 187

TestStereo1	0.21 273	0.16 387	0.32 192	0.26 460	0.13 268	0.26 314	0.27 468	0.40 313	0.36 338	0.29 288	0.39 375	0.22 224	0.21 295	0.33 331	0.17 229	0.07 81	0.06 177	0.09 274	0.08 249	0.08 206	0.07 187

raft_robust	0.22 304	0.17 406	0.30 171	0.22 282	0.12 189	0.23 253	0.22 386	0.49 411	0.48 475	0.32 359	0.32 287	0.26 289	0.23 322	0.53 419	0.15 173	0.07 81	0.06 177	0.08 189	0.10 386	0.08 206	0.06 93

RAFT_CTSACE	0.21 273	0.16 387	0.41 323	0.25 426	0.15 364	0.22 231	0.24 433	0.32 208	0.28 233	0.33 372	0.51 479	0.29 325	0.17 239	0.32 324	0.13 110	0.06 32	0.07 304	0.09 274	0.08 249	0.08 206	0.06 93

SA-5K	0.21 273	0.16 387	0.32 192	0.26 460	0.13 268	0.26 314	0.27 468	0.40 313	0.36 338	0.29 288	0.39 375	0.22 224	0.21 295	0.33 331	0.17 229	0.07 81	0.06 177	0.09 274	0.08 249	0.08 206	0.07 187

Sa-1000	0.22 304	0.15 361	0.35 228	0.23 334	0.13 268	0.28 345	0.23 411	0.47 388	0.39 373	0.30 319	0.50 473	0.26 289	0.19 279	0.33 331	0.16 199	0.07 81	0.06 177	0.10 351	0.11 424	0.08 206	0.06 93

SA	0.22 304	0.16 387	0.36 247	0.23 334	0.13 268	0.24 273	0.23 411	0.45 369	0.40 390	0.27 249	0.44 434	0.23 244	0.23 322	0.33 331	0.17 229	0.07 81	0.06 177	0.10 351	0.11 424	0.08 206	0.06 93

IGEV-Stereo	0.14 99	0.12 218	0.27 143	0.19 112	0.12 189	0.21 202	0.18 231	0.28 152	0.20 114	0.15 115	0.13 59	0.12 75	0.12 115	0.24 194	0.12 61	0.07 81	0.05 33	0.08 189	0.07 169	0.08 206	0.07 187
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
CIPLG	0.21 273	0.21 462	0.55 436	0.23 334	0.15 364	0.25 291	0.20 328	0.35 255	0.29 252	0.31 337	0.33 308	0.22 224	0.15 190	0.26 242	0.20 305	0.08 229	0.07 304	0.07 103	0.07 169	0.08 206	0.08 260

iRaft-Stereo_20w	0.19 233	0.10 102	0.46 374	0.19 112	0.13 268	0.25 291	0.19 277	0.52 457	0.19 88	0.29 288	0.21 174	0.22 224	0.20 288	0.28 276	0.18 253	0.07 81	0.06 177	0.07 103	0.08 249	0.08 206	0.08 260

IPLGR_C	0.21 273	0.22 475	0.60 456	0.23 334	0.15 364	0.24 273	0.20 328	0.35 255	0.29 252	0.31 337	0.32 287	0.22 224	0.15 190	0.25 225	0.20 305	0.08 229	0.07 304	0.07 103	0.07 169	0.08 206	0.08 260

GMOStereo	0.18 189	0.14 326	0.30 171	0.22 282	0.12 189	0.20 175	0.27 468	0.26 117	0.28 233	0.31 337	0.32 287	0.26 289	0.17 239	0.15 29	0.12 61	0.07 81	0.07 304	0.10 351	0.08 249	0.08 206	0.05 27

error version	0.18 189	0.14 326	0.30 171	0.22 282	0.12 189	0.20 175	0.27 468	0.26 117	0.28 233	0.31 337	0.32 287	0.26 289	0.17 239	0.15 29	0.12 61	0.07 81	0.07 304	0.10 351	0.08 249	0.08 206	0.05 27

test-v	0.18 189	0.14 326	0.30 171	0.22 282	0.12 189	0.20 175	0.27 468	0.26 117	0.28 233	0.31 337	0.32 287	0.26 289	0.17 239	0.15 29	0.12 61	0.07 81	0.07 304	0.10 351	0.08 249	0.08 206	0.05 27

ACRE	0.21 273	0.20 448	0.62 467	0.23 334	0.15 364	0.24 273	0.20 328	0.35 255	0.28 233	0.31 337	0.32 287	0.22 224	0.15 190	0.25 225	0.20 305	0.08 229	0.07 304	0.07 103	0.07 169	0.08 206	0.08 260

PFNet+	0.20 250	0.10 102	0.37 258	0.21 220	0.12 189	0.17 88	0.19 277	0.29 166	0.34 309	0.33 372	0.32 287	0.24 258	0.16 209	0.32 324	0.17 229	0.10 369	0.07 304	0.11 407	0.10 386	0.08 206	0.12 435

HHNet	0.22 304	0.12 218	0.52 423	0.18 65	0.18 440	0.20 175	0.20 328	0.34 232	0.31 278	0.32 359	0.59 517	0.20 201	0.21 295	0.24 194	0.31 441	0.08 229	0.05 33	0.09 274	0.07 169	0.08 206	0.11 412

AAGNet	0.33 468	0.11 175	0.37 258	0.25 426	0.16 395	0.20 175	0.19 277	0.30 185	0.27 217	0.35 409	0.35 329	0.27 298	0.30 436	0.44 379	2.66 621	0.08 229	0.05 33	0.10 351	0.07 169	0.08 206	0.06 93

NF-Stereo	0.20 250	0.10 102	0.35 228	0.24 387	0.12 189	0.21 202	0.18 231	0.38 290	0.32 287	0.28 260	0.30 264	0.22 224	0.16 209	0.51 406	0.20 305	0.08 229	0.06 177	0.09 274	0.08 249	0.08 206	0.13 452

OCTAStereo	0.20 250	0.10 102	0.35 228	0.24 387	0.12 189	0.21 202	0.18 231	0.38 290	0.32 287	0.28 260	0.30 264	0.22 224	0.16 209	0.51 406	0.20 305	0.08 229	0.06 177	0.09 274	0.08 249	0.08 206	0.13 452

PSM-softLoss	0.21 273	0.10 102	0.39 292	0.24 387	0.12 189	0.20 175	0.18 231	0.38 290	0.26 206	0.29 288	0.32 287	0.24 258	0.16 209	0.52 412	0.20 305	0.09 320	0.06 177	0.10 351	0.09 344	0.08 206	0.12 435

KMStereo	0.21 273	0.10 102	0.39 292	0.24 387	0.12 189	0.20 175	0.18 231	0.38 290	0.26 206	0.29 288	0.32 287	0.24 258	0.16 209	0.52 412	0.20 305	0.09 320	0.06 177	0.10 351	0.09 344	0.08 206	0.12 435

PSM-AAD	0.25 380	0.10 102	0.30 171	0.24 387	0.12 189	0.26 314	0.38 544	0.34 232	0.28 233	0.35 409	0.39 375	0.28 314	0.79 580	0.30 310	0.16 199	0.07 81	0.06 177	0.12 445	0.11 424	0.08 206	0.21 546

KYRaft	0.22 304	0.10 102	0.30 171	0.23 334	0.12 189	0.23 253	0.23 411	0.35 255	0.24 179	0.35 409	0.54 497	0.34 374	0.26 371	0.29 295	0.15 173	0.07 81	0.05 33	0.09 274	0.10 386	0.08 206	0.31 577

RAFT_R40	0.21 273	0.10 102	0.37 258	0.24 387	0.13 268	0.18 111	0.18 231	0.31 196	0.29 252	0.33 372	0.33 308	0.30 341	0.24 340	0.55 427	0.18 253	0.08 229	0.05 33	0.10 351	0.08 249	0.08 206	0.07 187

PFNet	0.23 321	0.10 102	0.57 443	0.24 387	0.14 313	0.22 231	0.19 277	0.39 302	0.33 299	0.35 409	0.32 287	0.27 298	0.19 279	0.64 481	0.22 350	0.09 320	0.05 33	0.09 274	0.07 169	0.08 206	0.07 187

RE-Stereo	0.20 250	0.10 102	0.35 228	0.24 387	0.12 189	0.21 202	0.18 231	0.38 290	0.32 287	0.28 260	0.30 264	0.22 224	0.16 209	0.51 406	0.20 305	0.08 229	0.06 177	0.09 274	0.08 249	0.08 206	0.13 452

Pruner-Stereo	0.19 233	0.11 175	0.34 219	0.29 513	0.12 189	0.19 140	0.17 187	0.31 196	0.29 252	0.33 372	0.32 287	0.25 267	0.15 190	0.24 194	0.21 330	0.09 320	0.06 177	0.09 274	0.08 249	0.08 206	0.09 321

TVStereo	0.20 250	0.10 102	0.35 228	0.24 387	0.12 189	0.21 202	0.18 231	0.38 290	0.32 287	0.28 260	0.30 264	0.22 224	0.16 209	0.51 406	0.20 305	0.08 229	0.06 177	0.09 274	0.08 249	0.08 206	0.13 452

IRAFT_RVC	0.22 304	0.12 218	0.39 292	0.26 460	0.11 130	0.18 111	0.24 433	0.40 313	0.37 349	0.31 337	0.30 264	0.29 325	0.24 340	0.55 427	0.22 350	0.08 229	0.06 177	0.10 351	0.08 249	0.08 206	0.07 187

test-2	0.18 189	0.14 326	0.30 171	0.22 282	0.12 189	0.20 175	0.27 468	0.26 117	0.28 233	0.31 337	0.32 287	0.26 289	0.17 239	0.15 29	0.12 61	0.07 81	0.07 304	0.10 351	0.08 249	0.08 206	0.05 27

GMM-Stereo	0.21 273	0.10 102	0.43 346	0.23 334	0.13 268	0.24 273	0.25 450	0.37 284	0.27 217	0.30 319	0.45 445	0.27 298	0.21 295	0.31 317	0.17 229	0.07 81	0.05 33	0.10 351	0.09 344	0.08 206	0.19 527

Prome-Stereo	0.21 273	0.10 102	0.30 171	0.24 387	0.12 189	0.23 253	0.23 411	0.36 274	0.25 193	0.33 372	0.59 517	0.24 258	0.28 407	0.29 295	0.16 199	0.07 81	0.05 33	0.08 189	0.07 169	0.08 206	0.20 537

iRaftStereo_RVC	0.16 145	0.12 218	0.26 134	0.21 220	0.11 130	0.20 175	0.17 187	0.32 208	0.23 165	0.20 183	0.25 217	0.18 178	0.12 115	0.20 128	0.15 173	0.07 81	0.05 33	0.09 274	0.09 344	0.08 206	0.07 187

delet	0.27 404	0.14 326	0.40 300	0.23 334	0.19 467	0.41 486	0.29 490	0.49 411	0.48 475	0.33 372	0.41 394	0.37 399	0.30 436	0.48 392	0.34 458	0.09 320	0.09 426	0.11 407	0.12 463	0.08 206	0.08 260

cf-r	0.24 352	0.15 361	0.44 355	0.21 220	0.14 313	0.27 325	0.22 386	0.42 339	0.40 390	0.30 319	0.42 410	0.42 450	0.26 371	0.43 375	0.25 390	0.11 408	0.06 177	0.08 189	0.10 386	0.08 206	0.08 260

HSM-Net_RVC	0.27 404	0.11 175	0.42 333	0.19 112	0.11 130	0.34 434	0.20 328	0.62 548	0.43 416	0.40 472	0.43 423	0.50 500	0.26 371	0.76 526	0.22 350	0.08 229	0.07 304	0.07 103	0.07 169	0.08 206	0.08 260
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
HSM	0.28 425	0.16 387	0.35 228	0.20 174	0.15 364	0.33 421	0.19 277	0.53 468	0.37 349	0.36 425	0.38 362	0.67 560	0.31 452	0.89 557	0.23 369	0.08 229	0.06 177	0.08 189	0.07 169	0.08 206	0.08 260

iResNet	0.24 352	0.18 420	0.61 459	0.25 426	0.11 130	0.29 367	0.21 359	0.42 339	0.43 416	0.33 372	0.43 423	0.27 298	0.22 308	0.34 337	0.26 403	0.07 81	0.05 33	0.07 103	0.06 109	0.08 206	0.07 187

NLCSM	0.19 233	0.12 218	0.18 57	0.24 387	0.19 467	0.24 273	0.21 359	0.42 339	0.40 390	0.19 179	0.18 137	0.14 116	0.16 209	0.47 389	0.19 286	0.08 229	0.09 426	0.09 274	0.08 249	0.09 280	0.07 187

gasm-f	0.12 55	0.09 59	0.19 65	0.18 65	0.12 189	0.18 111	0.18 231	0.20 38	0.14 25	0.12 53	0.19 146	0.10 42	0.11 88	0.16 47	0.11 17	0.08 229	0.06 177	0.06 34	0.05 51	0.09 280	0.08 260

G2L-ROB	0.23 321	0.15 361	0.41 323	0.19 112	0.12 189	0.27 325	0.21 359	0.47 388	0.33 299	0.34 392	0.31 278	0.41 441	0.22 308	0.49 397	0.26 403	0.09 320	0.06 177	0.07 103	0.06 109	0.09 280	0.10 377

G2L-Stereo_test	0.24 352	0.16 387	0.38 277	0.19 112	0.13 268	0.27 325	0.24 433	0.49 411	0.38 363	0.37 432	0.37 348	0.40 434	0.24 340	0.52 412	0.28 413	0.08 229	0.06 177	0.06 34	0.06 109	0.09 280	0.08 260

G2L-Stereo	0.25 380	0.16 387	0.47 382	0.22 282	0.14 313	0.25 291	0.18 231	0.46 380	0.35 325	0.33 372	0.37 348	0.40 434	0.22 308	0.60 458	0.30 433	0.10 369	0.09 426	0.10 351	0.08 249	0.09 280	0.09 321

MM-Stereo_test3	0.17 164	0.12 218	0.29 164	0.23 334	0.14 313	0.19 140	0.22 386	0.39 302	0.36 338	0.16 139	0.24 207	0.17 167	0.12 115	0.19 110	0.14 146	0.07 81	0.07 304	0.08 189	0.06 109	0.09 280	0.06 93

MM-Stereo_test2	0.15 132	0.10 102	0.44 355	0.23 334	0.11 130	0.21 202	0.21 359	0.27 130	0.22 144	0.15 115	0.16 106	0.13 89	0.11 88	0.20 128	0.13 110	0.06 32	0.05 33	0.07 103	0.06 109	0.09 280	0.05 27

MM-Stereo_test1	0.17 164	0.10 102	0.39 292	0.23 334	0.11 130	0.20 175	0.22 386	0.33 224	0.29 252	0.22 200	0.21 174	0.15 135	0.14 172	0.23 179	0.13 110	0.07 81	0.06 177	0.08 189	0.07 169	0.09 280	0.06 93

HI	0.20 250	0.13 283	0.33 209	0.18 65	0.15 364	0.17 88	0.16 146	0.34 232	0.21 131	0.37 432	0.39 375	0.36 393	0.24 340	0.29 295	0.21 330	0.06 32	0.05 33	0.08 189	0.09 344	0.09 280	0.07 187

CoSv	0.20 250	0.13 283	0.33 209	0.18 65	0.15 364	0.17 88	0.16 146	0.34 232	0.21 131	0.37 432	0.39 375	0.36 393	0.24 340	0.29 295	0.21 330	0.06 32	0.05 33	0.08 189	0.09 344	0.09 280	0.07 187

SCV_C0	0.14 99	0.11 175	0.25 126	0.19 112	0.12 189	0.15 34	0.16 146	0.30 185	0.22 144	0.13 70	0.15 92	0.13 89	0.09 24	0.24 194	0.10 2	0.06 32	0.05 33	0.06 34	0.06 109	0.09 280	0.06 93

SCV	0.14 99	0.14 326	0.24 113	0.21 220	0.11 130	0.15 34	0.16 146	0.31 196	0.18 71	0.11 35	0.15 92	0.13 89	0.10 56	0.23 179	0.11 17	0.07 81	0.05 33	0.07 103	0.06 109	0.09 280	0.06 93

rvit_stereo_0083	0.16 145	0.12 218	0.26 134	0.21 220	0.13 268	0.17 88	0.17 187	0.22 63	0.34 309	0.16 139	0.21 174	0.19 192	0.16 209	0.21 152	0.16 199	0.11 408	0.10 456	0.10 351	0.08 249	0.09 280	0.07 187

rvit_stereo_0081_aga	0.16 145	0.14 326	0.28 154	0.21 220	0.13 268	0.19 140	0.17 187	0.23 83	0.24 179	0.17 154	0.21 174	0.19 192	0.13 149	0.19 110	0.14 146	0.11 408	0.08 391	0.09 274	0.08 249	0.09 280	0.07 187

rvit_stereo_0081	0.16 145	0.11 175	0.24 113	0.21 220	0.12 189	0.16 62	0.17 187	0.22 63	0.33 299	0.16 139	0.18 137	0.18 178	0.14 172	0.20 128	0.16 199	0.11 408	0.08 391	0.09 274	0.08 249	0.09 280	0.07 187

rvit_stereo_0082	0.16 145	0.11 175	0.24 113	0.21 220	0.12 189	0.16 62	0.17 187	0.22 63	0.33 299	0.16 139	0.18 137	0.18 178	0.14 172	0.20 128	0.16 199	0.11 408	0.08 391	0.09 274	0.08 249	0.09 280	0.07 187

rvit_stereo_ft	0.17 164	0.14 326	0.30 171	0.25 426	0.14 313	0.17 88	0.21 359	0.28 152	0.26 206	0.16 139	0.19 146	0.20 201	0.16 209	0.22 169	0.17 229	0.11 408	0.07 304	0.09 274	0.09 344	0.09 280	0.07 187

test_sample2	0.21 273	0.10 102	0.28 154	0.19 112	0.11 130	0.27 325	0.21 359	0.43 352	0.29 252	0.26 239	0.31 278	0.30 341	0.24 340	0.45 382	0.18 253	0.09 320	0.07 304	0.08 189	0.07 169	0.09 280	0.09 321

test_sample1	0.20 250	0.10 102	0.28 154	0.19 112	0.12 189	0.28 345	0.19 277	0.41 325	0.25 193	0.26 239	0.31 278	0.29 325	0.26 371	0.44 379	0.21 330	0.09 320	0.07 304	0.08 189	0.07 169	0.09 280	0.09 321

H2IRNET	0.18 189	0.13 283	0.35 228	0.21 220	0.12 189	0.20 175	0.15 109	0.27 130	0.30 266	0.17 154	0.31 278	0.25 267	0.20 288	0.24 194	0.18 253	0.07 81	0.06 177	0.09 274	0.10 386	0.09 280	0.06 93

Former-RAFT_DAM_RVC	0.17 164	0.13 283	0.24 113	0.19 112	0.13 268	0.24 273	0.17 187	0.30 185	0.37 349	0.43 497	0.17 119	0.13 89	0.12 115	0.19 110	0.15 173	0.08 229	0.07 304	0.09 274	0.07 169	0.09 280	0.08 260

SMFormer	0.25 380	0.12 218	0.40 300	0.19 112	0.10 83	0.27 325	0.19 277	0.51 438	0.45 443	0.34 392	0.41 394	0.31 351	0.26 371	0.58 449	0.28 413	0.10 369	0.07 304	0.08 189	0.08 249	0.09 280	0.09 321

ACVNet-DCA	0.18 189	0.14 326	0.38 277	0.23 334	0.11 130	0.31 401	0.19 277	0.41 325	0.27 217	0.17 154	0.19 146	0.13 89	0.18 264	0.28 276	0.11 17	0.08 229	0.05 33	0.08 189	0.06 109	0.09 280	0.09 321

xx1	0.20 250	0.14 326	0.38 277	0.23 334	0.11 130	0.31 401	0.19 277	0.35 255	0.47 466	0.17 154	0.19 146	0.28 314	0.24 340	0.28 276	0.11 17	0.08 229	0.05 33	0.10 351	0.09 344	0.09 280	0.09 321

1test111	0.19 233	0.14 326	0.38 277	0.23 334	0.11 130	0.31 401	0.19 277	0.41 325	0.27 217	0.17 154	0.19 146	0.13 89	0.18 264	0.34 337	0.22 350	0.08 229	0.05 33	0.08 189	0.06 109	0.09 280	0.09 321

11t1	0.18 189	0.10 102	0.30 171	0.20 174	0.11 130	0.27 325	0.17 187	0.35 255	0.23 165	0.25 228	0.23 193	0.23 244	0.23 322	0.25 225	0.18 253	0.09 320	0.07 304	0.07 103	0.06 109	0.09 280	0.09 321

1111x	0.32 459	0.11 175	0.40 300	0.22 282	0.11 130	0.32 410	0.26 462	0.59 526	0.43 416	0.31 337	0.41 394	0.39 419	0.28 407	0.76 526	1.37 599	0.09 320	0.08 391	0.09 274	0.10 386	0.09 280	0.08 260

MIF-Stereo (partial)	0.16 145	0.10 102	0.34 219	0.21 220	0.15 364	0.15 34	0.13 54	0.28 152	0.25 193	0.17 154	0.26 226	0.15 135	0.16 209	0.25 225	0.17 229	0.09 320	0.06 177	0.10 351	0.08 249	0.09 280	0.08 260

EKT-Stereo	0.38 503	0.12 218	0.38 277	0.42 572	3.88 625	0.21 202	0.17 187	0.35 255	0.28 233	0.20 183	0.20 162	0.23 244	0.15 190	0.28 276	0.16 199	0.09 320	0.07 304	0.09 274	0.07 169	0.09 280	0.09 321

LL-Strereo	0.29 436	0.25 493	0.58 448	0.25 426	0.21 493	0.23 253	0.24 433	0.55 486	0.42 409	0.34 392	0.32 287	0.41 441	0.40 503	0.94 566	0.23 369	0.08 229	0.07 304	0.11 407	0.09 344	0.09 280	0.09 321

CBFPSM	0.27 404	0.16 387	0.67 485	0.20 174	0.14 313	0.38 468	0.25 450	0.40 313	0.36 338	0.33 372	0.36 339	0.56 525	0.38 492	0.32 324	0.38 471	0.08 229	0.08 391	0.07 103	0.08 249	0.09 280	0.11 412

gwcnet-sp	0.24 352	0.13 283	0.63 470	0.22 282	0.14 313	0.34 434	0.22 386	0.44 359	0.39 373	0.35 409	0.34 318	0.27 298	0.27 390	0.35 346	0.25 390	0.09 320	0.08 391	0.09 274	0.09 344	0.09 280	0.09 321

scenet	0.24 352	0.13 283	0.63 470	0.22 282	0.14 313	0.34 434	0.22 386	0.44 359	0.39 373	0.35 409	0.34 318	0.27 298	0.27 390	0.35 346	0.25 390	0.09 320	0.08 391	0.09 274	0.09 344	0.09 280	0.09 321

knoymous	0.17 164	0.09 59	0.32 192	0.17 29	0.11 130	0.21 202	0.17 187	0.32 208	0.23 165	0.23 206	0.28 238	0.27 298	0.16 209	0.23 179	0.16 199	0.09 320	0.06 177	0.09 274	0.06 109	0.09 280	0.09 321

ssnet	0.24 352	0.13 283	0.63 470	0.22 282	0.14 313	0.34 434	0.22 386	0.44 359	0.39 373	0.35 409	0.34 318	0.27 298	0.27 390	0.35 346	0.25 390	0.09 320	0.08 391	0.09 274	0.09 344	0.09 280	0.09 321

qqq	0.20 250	0.12 218	0.31 185	0.20 174	0.11 130	0.23 253	0.19 277	0.41 325	0.27 217	0.24 220	0.28 238	0.28 314	0.24 340	0.34 337	0.22 350	0.08 229	0.07 304	0.10 351	0.09 344	0.09 280	0.09 321

x	0.19 233	0.11 175	0.29 164	0.20 174	0.11 130	0.26 314	0.18 231	0.41 325	0.29 252	0.25 228	0.29 251	0.28 314	0.24 340	0.26 242	0.23 369	0.09 320	0.07 304	0.08 189	0.07 169	0.09 280	0.08 260

BUS	0.23 321	0.12 218	0.28 154	0.25 426	0.14 313	0.43 502	0.17 187	0.56 502	0.34 309	0.34 392	0.35 329	0.32 360	0.20 288	0.26 242	0.21 330	0.10 369	0.07 304	0.11 407	0.10 386	0.09 280	0.09 321

IER	0.23 321	0.12 218	0.39 292	0.20 174	0.14 313	0.31 401	0.19 277	0.42 339	0.36 338	0.33 372	0.40 386	0.32 360	0.33 462	0.29 295	0.22 350	0.09 320	0.07 304	0.08 189	0.08 249	0.09 280	0.08 260

RAFT+CT+SA	0.21 273	0.18 420	0.33 209	0.25 426	0.18 440	0.23 253	0.29 490	0.40 313	0.36 338	0.24 220	0.38 362	0.18 178	0.16 209	0.32 324	0.16 199	0.07 81	0.05 33	0.09 274	0.12 463	0.09 280	0.09 321

BSDual-CNN	0.23 321	0.12 218	0.28 154	0.25 426	0.14 313	0.35 449	0.21 359	0.56 502	0.34 309	0.34 392	0.35 329	0.38 407	0.24 340	0.26 242	0.21 330	0.10 369	0.07 304	0.11 407	0.10 386	0.09 280	0.09 321

hknet	0.25 380	0.14 326	0.40 300	0.25 426	0.15 364	0.35 449	0.21 359	0.56 502	0.37 349	0.34 392	0.35 329	0.43 454	0.27 390	0.37 354	0.21 330	0.09 320	0.07 304	0.11 407	0.10 386	0.09 280	0.09 321

iRaft-Stereo_5w	0.23 321	0.18 420	0.44 355	0.22 282	0.13 268	0.19 140	0.19 277	0.37 284	0.32 287	0.28 260	0.37 348	0.34 374	0.23 322	0.65 488	0.27 409	0.06 32	0.06 177	0.08 189	0.07 169	0.09 280	0.08 260

psmg	0.23 321	0.12 218	0.28 154	0.21 220	0.14 313	0.35 449	0.23 411	0.51 438	0.34 309	0.35 409	0.38 362	0.38 407	0.24 340	0.26 242	0.21 330	0.10 369	0.08 391	0.10 351	0.10 386	0.09 280	0.08 260

DAS	0.27 404	0.12 218	0.42 333	0.24 387	0.18 440	0.29 367	0.24 433	0.45 369	0.45 443	0.41 481	0.44 434	0.34 374	0.29 422	0.75 521	0.21 330	0.09 320	0.07 304	0.09 274	0.07 169	0.09 280	0.09 321

SepStereo	0.26 396	0.12 218	0.42 333	0.24 387	0.18 440	0.29 367	0.24 433	0.45 369	0.45 443	0.41 481	0.44 434	0.34 374	0.29 422	0.64 481	0.21 330	0.09 320	0.07 304	0.09 274	0.07 169	0.09 280	0.09 321

GwcNet-ADL	0.22 304	0.14 326	0.58 448	0.24 387	0.13 268	0.22 231	0.23 411	0.49 411	0.40 390	0.27 249	0.29 251	0.30 341	0.20 288	0.26 242	0.23 369	0.09 320	0.07 304	0.07 103	0.07 169	0.09 280	0.09 321

GANet-ADL	0.21 273	0.12 218	0.45 366	0.23 334	0.14 313	0.29 367	0.19 277	0.46 380	0.35 325	0.25 228	0.32 287	0.32 360	0.19 279	0.24 194	0.20 305	0.10 369	0.07 304	0.07 103	0.06 109	0.09 280	0.10 377

NRIStereo	0.18 189	0.11 175	0.35 228	0.23 334	0.11 130	0.24 273	0.20 328	0.29 166	0.26 206	0.26 239	0.25 217	0.25 267	0.18 264	0.34 337	0.18 253	0.07 81	0.06 177	0.09 274	0.07 169	0.09 280	0.08 260

SST-Stereo	0.21 273	0.10 102	0.37 258	0.24 387	0.13 268	0.19 140	0.17 187	0.31 196	0.24 179	0.34 392	0.33 308	0.29 325	0.25 361	0.56 438	0.17 229	0.08 229	0.05 33	0.10 351	0.08 249	0.09 280	0.07 187

DeepStereo_RVC	0.18 189	0.11 175	0.40 300	0.21 220	0.11 130	0.19 140	0.16 146	0.28 152	0.22 144	0.27 249	0.27 232	0.23 244	0.28 407	0.24 194	0.18 253	0.08 229	0.06 177	0.09 274	0.07 169	0.09 280	0.10 377

ICVP	0.23 321	0.13 283	0.44 355	0.26 460	0.14 313	0.29 367	0.25 450	0.45 369	0.33 299	0.29 288	0.43 423	0.35 388	0.25 361	0.26 242	0.23 369	0.12 446	0.09 426	0.09 274	0.08 249	0.09 280	0.10 377
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
rafts_anoy	0.18 189	0.15 361	0.35 228	0.22 282	0.14 313	0.19 140	0.17 187	0.32 208	0.30 266	0.23 206	0.25 217	0.20 201	0.16 209	0.22 169	0.19 286	0.08 229	0.07 304	0.10 351	0.12 463	0.09 280	0.08 260

RALCasStereoNet	0.18 189	0.15 361	0.33 209	0.21 220	0.14 313	0.21 202	0.18 231	0.31 196	0.25 193	0.21 194	0.29 251	0.22 224	0.15 190	0.27 262	0.17 229	0.08 229	0.10 456	0.07 103	0.06 109	0.09 280	0.09 321

RALAANet	0.19 233	0.18 420	0.37 258	0.23 334	0.14 313	0.23 253	0.13 54	0.37 284	0.29 252	0.28 260	0.26 226	0.25 267	0.15 190	0.26 242	0.18 253	0.08 229	0.06 177	0.09 274	0.08 249	0.09 280	0.06 93

sCroCo_RVC	0.18 189	0.14 326	0.49 396	0.27 488	0.18 440	0.22 231	0.17 187	0.27 130	0.23 165	0.14 96	0.22 186	0.17 167	0.14 172	0.21 152	0.15 173	0.10 369	0.11 478	0.09 274	0.09 344	0.09 280	0.09 321

222	0.41 516	0.10 102	0.29 164	0.19 112	0.11 130	0.36 454	0.20 328	0.57 511	0.39 373	0.35 409	0.44 434	0.30 341	0.27 390	0.55 427	3.56 624	0.11 408	0.07 304	0.08 189	0.08 249	0.09 280	0.09 321

xxxx	0.34 476	0.10 102	0.29 164	0.19 112	0.11 130	0.37 460	0.20 328	0.58 520	0.38 363	0.29 288	0.42 410	0.38 407	0.24 340	0.46 385	2.20 617	0.11 408	0.07 304	0.09 274	0.08 249	0.09 280	0.09 321

test_xeample	0.34 476	0.10 102	0.29 164	0.19 112	0.11 130	0.33 421	0.23 411	0.55 486	0.38 363	0.32 359	0.45 445	0.29 325	0.26 371	0.57 442	2.24 619	0.10 369	0.07 304	0.09 274	0.08 249	0.09 280	0.09 321

ARAFT	0.24 352	0.21 462	0.78 509	0.22 282	0.12 189	0.29 367	0.24 433	0.43 352	0.32 287	0.33 372	0.28 238	0.28 314	0.19 279	0.49 397	0.18 253	0.07 81	0.06 177	0.12 445	0.11 424	0.09 280	0.06 93

SFCPSM	0.22 304	0.10 102	0.51 417	0.21 220	0.14 313	0.34 434	0.22 386	0.55 486	0.39 373	0.29 288	0.32 287	0.23 244	0.21 295	0.27 262	0.19 286	0.09 320	0.07 304	0.09 274	0.09 344	0.09 280	0.08 260

FENet	0.21 273	0.11 175	0.45 366	0.21 220	0.12 189	0.26 314	0.17 187	0.41 325	0.35 325	0.30 319	0.31 278	0.29 325	0.23 322	0.26 242	0.23 369	0.09 320	0.06 177	0.09 274	0.09 344	0.09 280	0.09 321

ac_64	0.27 404	0.13 283	0.41 323	0.24 387	0.17 418	0.36 454	0.22 386	0.46 380	0.33 299	0.35 409	0.36 339	0.52 510	0.30 436	0.62 473	0.32 446	0.11 408	0.09 426	0.10 351	0.10 386	0.09 280	0.08 260

GwcNet-RSSM	0.26 396	0.17 406	0.46 374	0.21 220	0.13 268	0.28 345	0.23 411	0.44 359	0.42 409	0.31 337	0.45 445	0.40 434	0.26 371	0.55 427	0.28 413	0.11 408	0.07 304	0.09 274	0.10 386	0.09 280	0.08 260

AANet_RVC	0.31 450	0.22 475	0.50 407	0.23 334	0.14 313	0.30 385	0.24 433	0.47 388	0.54 515	0.38 447	0.60 522	0.43 454	0.29 422	0.87 552	0.40 487	0.11 408	0.07 304	0.07 103	0.07 169	0.09 280	0.09 321

HITNet	0.20 250	0.17 406	0.43 346	0.19 112	0.08 14	0.27 325	0.14 82	0.42 339	0.30 266	0.29 288	0.32 287	0.27 298	0.21 295	0.28 276	0.25 390	0.07 81	0.05 33	0.07 103	0.06 109	0.09 280	0.06 93
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
iResNet_ROB	0.25 380	0.19 436	0.40 300	0.20 174	0.12 189	0.30 385	0.16 146	0.55 486	0.53 510	0.38 447	0.43 423	0.37 399	0.26 371	0.38 359	0.22 350	0.08 229	0.06 177	0.06 34	0.04 1	0.09 280	0.09 321

z-ln-s-r	0.32 459	0.21 462	0.82 526	0.23 334	0.14 313	0.30 385	0.26 462	0.43 352	0.50 492	0.32 359	0.60 522	0.39 419	0.29 422	0.73 512	0.66 551	0.08 229	0.06 177	0.08 189	0.07 169	0.10 347	0.08 260

DFGA-Net	0.23 321	0.24 488	0.49 396	0.22 282	0.15 364	0.25 291	0.17 187	0.39 302	0.39 373	0.29 288	0.31 278	0.21 213	0.17 239	0.59 455	0.28 413	0.08 229	0.06 177	0.09 274	0.09 344	0.10 347	0.08 260

coex_refinement	0.26 396	0.16 387	0.36 247	0.23 334	0.15 364	0.31 401	0.20 328	0.49 411	0.42 409	0.35 409	0.42 410	0.45 469	0.27 390	0.55 427	0.33 453	0.10 369	0.06 177	0.07 103	0.07 169	0.10 347	0.10 377

rvit_0105_5	0.21 273	0.15 361	0.38 277	0.23 334	0.13 268	0.22 231	0.24 433	0.36 274	0.39 373	0.21 194	0.23 193	0.26 289	0.19 279	0.26 242	0.19 286	0.15 503	0.13 507	0.12 445	0.12 463	0.10 347	0.09 321

rvit_0105_3	0.23 321	0.17 406	0.40 300	0.25 426	0.15 364	0.24 273	0.28 484	0.38 290	0.41 402	0.25 228	0.25 217	0.28 314	0.21 295	0.28 276	0.20 305	0.15 503	0.13 507	0.14 492	0.15 513	0.10 347	0.09 321

UGAM	0.26 396	0.14 326	0.45 366	0.25 426	0.12 189	0.23 253	0.25 450	0.32 208	0.41 402	0.31 337	0.42 410	0.41 441	0.22 308	0.92 562	0.22 350	0.08 229	0.06 177	0.14 492	0.12 463	0.10 347	0.07 187

ACV-stereo	0.29 436	0.18 420	0.79 516	0.23 334	0.16 395	0.47 518	0.19 277	0.36 274	0.34 309	0.29 288	0.33 308	0.67 560	0.42 516	0.54 425	0.30 433	0.10 369	0.09 426	0.09 274	0.09 344	0.10 347	0.11 412

rvit_stereo_0080	0.15 132	0.13 283	0.25 126	0.19 112	0.13 268	0.15 34	0.20 328	0.28 152	0.24 179	0.15 115	0.17 119	0.19 192	0.13 149	0.19 110	0.15 173	0.11 408	0.08 391	0.08 189	0.08 249	0.10 347	0.07 187

test_sample3	0.23 321	0.12 218	0.43 346	0.19 112	0.12 189	0.32 410	0.20 328	0.50 421	0.34 309	0.31 337	0.33 308	0.29 325	0.22 308	0.53 419	0.22 350	0.10 369	0.07 304	0.09 274	0.08 249	0.10 347	0.10 377

CAS++	0.16 145	0.12 218	0.27 143	0.18 65	0.12 189	0.17 88	0.15 109	0.42 339	0.24 179	0.19 179	0.18 137	0.13 89	0.10 56	0.21 152	0.12 61	0.12 446	0.10 456	0.11 407	0.08 249	0.10 347	0.09 321
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
MGS-Stereo	0.14 99	0.11 175	0.32 192	0.19 112	0.11 130	0.18 111	0.17 187	0.20 38	0.22 144	0.14 96	0.24 207	0.15 135	0.10 56	0.18 87	0.12 61	0.07 81	0.06 177	0.07 103	0.06 109	0.10 347	0.06 93

MyStereo8	0.22 304	0.15 361	0.63 470	0.21 220	0.17 418	0.31 401	0.16 146	0.36 274	0.32 287	0.28 260	0.36 339	0.25 267	0.18 264	0.25 225	0.28 413	0.08 229	0.07 304	0.08 189	0.07 169	0.10 347	0.12 435

mmm	0.21 273	0.12 218	0.31 185	0.22 282	0.12 189	0.28 345	0.21 359	0.41 325	0.27 217	0.29 288	0.38 362	0.29 325	0.24 340	0.29 295	0.22 350	0.09 320	0.07 304	0.11 407	0.09 344	0.10 347	0.09 321

whm_eth	0.15 132	0.13 283	0.25 126	0.19 112	0.13 268	0.15 34	0.20 328	0.28 152	0.24 179	0.15 115	0.17 119	0.19 192	0.13 149	0.19 110	0.15 173	0.11 408	0.08 391	0.08 189	0.08 249	0.10 347	0.07 187

plain	0.17 164	0.13 283	0.43 346	0.21 220	0.13 268	0.16 62	0.17 187	0.27 130	0.22 144	0.16 139	0.26 226	0.13 89	0.16 209	0.27 262	0.16 199	0.08 229	0.06 177	0.10 351	0.07 169	0.10 347	0.07 187

StereoVision	0.22 304	0.18 420	0.37 258	0.27 488	0.17 418	0.23 253	0.22 386	0.38 290	0.31 278	0.20 183	0.51 479	0.22 224	0.16 209	0.28 276	0.18 253	0.11 408	0.12 495	0.13 466	0.13 490	0.10 347	0.07 187

riskmin	0.18 189	0.09 59	0.34 219	0.18 65	0.12 189	0.24 273	0.16 146	0.34 232	0.28 233	0.21 194	0.23 193	0.33 367	0.24 340	0.23 179	0.17 229	0.09 320	0.06 177	0.09 274	0.06 109	0.10 347	0.10 377

CRFU-Net	0.28 425	0.14 326	0.45 366	0.25 426	0.15 364	0.45 510	0.23 411	0.50 421	0.30 266	0.43 497	0.41 394	0.48 486	0.46 531	0.43 375	0.29 425	0.11 408	0.10 456	0.09 274	0.08 249	0.10 347	0.10 377

test_5	0.23 321	0.19 436	0.38 277	0.26 460	0.18 440	0.25 291	0.29 490	0.40 313	0.37 349	0.29 288	0.40 386	0.25 267	0.22 308	0.34 337	0.18 253	0.07 81	0.05 33	0.09 274	0.09 344	0.10 347	0.10 377

CSP-Net	0.27 404	0.15 361	0.30 171	0.21 220	0.14 313	0.44 504	0.24 433	0.50 421	0.40 390	0.41 481	0.43 423	0.42 450	0.26 371	0.66 492	0.28 413	0.12 446	0.08 391	0.08 189	0.08 249	0.10 347	0.09 321

PSMNet-ADL	0.25 380	0.15 361	0.32 192	0.26 460	0.14 313	0.31 401	0.22 386	0.44 359	0.36 338	0.27 249	0.33 308	0.41 441	0.28 407	0.61 465	0.29 425	0.11 408	0.09 426	0.09 274	0.11 424	0.10 347	0.10 377

Patchmatch Stereo++	0.18 189	0.12 218	0.37 258	0.22 282	0.10 83	0.18 111	0.14 82	0.29 166	0.22 144	0.28 260	0.29 251	0.25 267	0.17 239	0.26 242	0.16 199	0.08 229	0.06 177	0.10 351	0.08 249	0.10 347	0.08 260
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
PSM-adaLoss	0.18 189	0.12 218	0.37 258	0.22 282	0.10 83	0.18 111	0.16 146	0.29 166	0.22 144	0.28 260	0.29 251	0.25 267	0.18 264	0.24 194	0.16 199	0.08 229	0.06 177	0.10 351	0.08 249	0.10 347	0.08 260

ROB_FTStereo_v2	0.18 189	0.12 218	0.37 258	0.22 282	0.10 83	0.18 111	0.16 146	0.29 166	0.22 144	0.28 260	0.29 251	0.25 267	0.17 239	0.24 194	0.16 199	0.08 229	0.06 177	0.10 351	0.08 249	0.10 347	0.08 260

ROB_FTStereo	0.18 189	0.12 218	0.37 258	0.22 282	0.10 83	0.18 111	0.14 82	0.29 166	0.22 144	0.28 260	0.28 238	0.25 267	0.17 239	0.24 194	0.16 199	0.08 229	0.06 177	0.10 351	0.08 249	0.10 347	0.08 260

HUI-Stereo	0.18 189	0.12 218	0.37 258	0.22 282	0.10 83	0.18 111	0.14 82	0.29 166	0.22 144	0.28 260	0.28 238	0.25 267	0.17 239	0.22 169	0.16 199	0.08 229	0.06 177	0.10 351	0.08 249	0.10 347	0.08 260

iGMRVC	0.18 189	0.12 218	0.37 258	0.22 282	0.10 83	0.18 111	0.15 109	0.29 166	0.22 144	0.28 260	0.29 251	0.25 267	0.17 239	0.27 262	0.17 229	0.08 229	0.06 177	0.10 351	0.08 249	0.10 347	0.08 260

iRAFT	0.18 189	0.12 218	0.37 258	0.22 282	0.10 83	0.18 111	0.14 82	0.29 166	0.22 144	0.28 260	0.29 251	0.25 267	0.17 239	0.26 242	0.16 199	0.08 229	0.06 177	0.10 351	0.08 249	0.10 347	0.08 260

CRE-IMP	0.18 189	0.12 218	0.37 258	0.22 282	0.11 130	0.24 273	0.17 187	0.29 166	0.21 131	0.27 249	0.26 226	0.24 258	0.17 239	0.23 179	0.18 253	0.08 229	0.05 33	0.10 351	0.07 169	0.10 347	0.10 377

RAFT	0.21 273	0.17 406	0.32 192	0.24 387	0.12 189	0.25 291	0.27 468	0.35 255	0.28 233	0.33 372	0.33 308	0.38 407	0.22 308	0.29 295	0.17 229	0.08 229	0.08 391	0.11 407	0.10 386	0.10 347	0.06 93

RAFT-IKP	0.18 189	0.12 218	0.37 258	0.22 282	0.10 83	0.18 111	0.15 109	0.29 166	0.22 144	0.28 260	0.29 251	0.25 267	0.18 264	0.25 225	0.16 199	0.08 229	0.06 177	0.10 351	0.08 249	0.10 347	0.08 260

GES	0.22 304	0.12 218	0.42 333	0.20 174	0.14 313	0.27 325	0.19 277	0.49 411	0.33 299	0.30 319	0.36 339	0.25 267	0.23 322	0.29 295	0.22 350	0.10 369	0.08 391	0.08 189	0.07 169	0.10 347	0.11 412

HCRNet	0.24 352	0.25 493	0.33 209	0.34 547	0.16 395	0.27 325	0.18 231	0.43 352	0.35 325	0.30 319	0.35 329	0.32 360	0.22 308	0.44 379	0.20 305	0.13 465	0.08 391	0.13 466	0.11 424	0.10 347	0.09 321

GMStereo	0.19 233	0.25 493	0.40 300	0.21 220	0.12 189	0.22 231	0.19 277	0.29 166	0.40 390	0.25 228	0.23 193	0.16 157	0.15 190	0.25 225	0.19 286	0.09 320	0.06 177	0.08 189	0.08 249	0.10 347	0.08 260
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
MMNet	0.27 404	0.14 326	0.49 396	0.24 387	0.17 418	0.47 518	0.22 386	0.45 369	0.51 496	0.39 462	0.41 394	0.36 393	0.33 462	0.39 361	0.34 458	0.08 229	0.07 304	0.09 274	0.09 344	0.10 347	0.08 260

psm_up	0.29 436	0.16 387	0.41 323	0.26 460	0.17 418	0.32 410	0.26 462	0.55 486	0.43 416	0.36 425	0.40 386	0.45 469	0.37 488	0.58 449	0.30 433	0.11 408	0.12 495	0.13 466	0.12 463	0.10 347	0.10 377

UNet	0.28 425	0.14 326	0.69 491	0.23 334	0.20 485	0.44 504	0.22 386	0.50 421	0.40 390	0.34 392	0.39 375	0.43 454	0.33 462	0.40 368	0.31 441	0.09 320	0.07 304	0.10 351	0.08 249	0.10 347	0.08 260

UPFNet	0.25 380	0.12 218	0.38 277	0.24 387	0.19 467	0.37 460	0.28 484	0.48 401	0.38 363	0.34 392	0.37 348	0.37 399	0.28 407	0.39 361	0.33 453	0.10 369	0.09 426	0.10 351	0.10 386	0.10 347	0.08 260

ACVNet	0.23 321	0.13 283	0.35 228	0.18 65	0.15 364	0.27 325	0.23 411	0.39 302	0.44 431	0.28 260	0.41 394	0.38 407	0.26 371	0.27 262	0.32 446	0.08 229	0.07 304	0.08 189	0.07 169	0.10 347	0.07 187

HGLStereo	0.27 404	0.14 326	0.46 374	0.24 387	0.21 493	0.33 421	0.23 411	0.50 421	0.42 409	0.35 409	0.48 468	0.41 441	0.33 462	0.45 382	0.33 453	0.11 408	0.10 456	0.09 274	0.09 344	0.10 347	0.12 435

GANet-RSSM	0.24 352	0.14 326	0.36 247	0.21 220	0.14 313	0.27 325	0.21 359	0.45 369	0.33 299	0.29 288	0.39 375	0.39 419	0.28 407	0.58 449	0.23 369	0.11 408	0.07 304	0.09 274	0.09 344	0.10 347	0.09 321

PSMNet-RSSM	0.24 352	0.15 361	0.36 247	0.21 220	0.14 313	0.25 291	0.20 328	0.48 401	0.37 349	0.30 319	0.44 434	0.38 407	0.26 371	0.52 412	0.22 350	0.12 446	0.07 304	0.11 407	0.13 490	0.10 347	0.09 321

DMCA	0.22 304	0.14 326	0.36 247	0.22 282	0.14 313	0.27 325	0.20 328	0.43 352	0.38 363	0.31 337	0.32 287	0.33 367	0.24 340	0.24 194	0.28 413	0.11 408	0.08 391	0.10 351	0.08 249	0.10 347	0.11 412

BEATNet_4x	0.22 304	0.18 420	0.47 382	0.22 282	0.10 83	0.28 345	0.14 82	0.46 380	0.32 287	0.31 337	0.34 318	0.31 351	0.25 361	0.31 317	0.29 425	0.08 229	0.06 177	0.08 189	0.06 109	0.10 347	0.08 260

NLCA_NET_v2_RVC	0.27 404	0.21 462	0.59 454	0.25 426	0.18 440	0.29 367	0.22 386	0.50 421	0.40 390	0.38 447	0.41 394	0.43 454	0.27 390	0.43 375	0.29 425	0.11 408	0.08 391	0.10 351	0.10 386	0.10 347	0.11 412
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.27 404	0.17 406	0.35 228	0.25 426	0.14 313	0.37 460	0.21 359	0.47 388	0.41 402	0.44 504	0.51 479	0.41 441	0.28 407	0.45 382	0.37 469	0.09 320	0.06 177	0.11 407	0.11 424	0.10 347	0.10 377
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
DLCB_ROB	0.28 425	0.16 387	0.34 219	0.27 488	0.16 395	0.38 468	0.25 450	0.48 401	0.43 416	0.46 512	0.46 455	0.51 504	0.33 462	0.53 419	0.33 453	0.10 369	0.10 456	0.11 407	0.11 424	0.10 347	0.09 321

pmcnn	0.50 548	0.20 448	0.78 509	0.24 387	0.26 542	0.39 477	0.30 501	0.51 438	0.50 492	0.54 546	1.23 589	2.52 617	0.37 488	0.77 532	0.95 575	0.08 229	0.06 177	0.06 34	0.05 51	0.10 347	0.08 260

S2M2_L	0.13 71	0.11 175	0.20 76	0.16 12	0.12 189	0.12 10	0.07 1	0.18 21	0.20 114	0.12 53	0.15 92	0.14 116	0.12 115	0.15 29	0.14 146	0.13 465	0.09 426	0.09 274	0.10 386	0.11 395	0.09 321
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
rvit_0105_6	0.19 233	0.14 326	0.34 219	0.23 334	0.14 313	0.18 111	0.20 328	0.29 166	0.37 349	0.18 173	0.22 186	0.23 244	0.17 239	0.26 242	0.17 229	0.15 503	0.13 507	0.13 466	0.11 424	0.11 395	0.08 260

rvit_0105_4	0.20 250	0.15 361	0.38 277	0.23 334	0.14 313	0.20 175	0.22 386	0.33 224	0.39 373	0.19 179	0.24 207	0.25 267	0.19 279	0.27 262	0.17 229	0.16 518	0.13 507	0.13 466	0.11 424	0.11 395	0.08 260

rvit_105_1	0.27 404	0.19 436	0.46 374	0.27 488	0.19 467	0.30 385	0.35 529	0.44 359	0.51 496	0.31 337	0.31 278	0.31 351	0.26 371	0.35 346	0.25 390	0.15 503	0.14 517	0.15 507	0.17 534	0.11 395	0.10 377

ITSA-stereo	0.25 380	0.15 361	0.33 209	0.23 334	0.11 130	0.27 325	0.18 231	0.56 502	0.59 530	0.31 337	0.32 287	0.33 367	0.28 407	0.49 397	0.30 433	0.11 408	0.08 391	0.11 407	0.10 386	0.11 395	0.13 452

AIO-Stereo-zeroshot	0.23 321	0.13 283	0.83 529	0.20 174	0.21 493	0.23 253	0.17 187	0.48 401	0.27 217	0.23 206	0.29 251	0.39 419	0.23 322	0.25 225	0.15 173	0.08 229	0.06 177	0.08 189	0.11 424	0.11 395	0.10 377

IGEV-BASED-STEREO-	0.20 250	0.72 594	0.70 498	0.17 29	0.08 14	0.15 34	0.15 109	0.18 21	0.16 42	0.13 70	0.12 46	0.09 24	0.08 10	0.16 47	0.13 110	0.35 584	0.04 2	0.08 189	0.07 169	0.11 395	0.23 558

test_sample6	0.25 380	0.13 283	0.41 323	0.21 220	0.11 130	0.30 385	0.22 386	0.51 438	0.35 325	0.33 372	0.43 423	0.30 341	0.24 340	0.57 442	0.22 350	0.10 369	0.07 304	0.10 351	0.10 386	0.11 395	0.10 377

test_sample5	0.24 352	0.13 283	0.42 333	0.21 220	0.12 189	0.30 385	0.21 359	0.50 421	0.34 309	0.32 359	0.41 394	0.29 325	0.23 322	0.55 427	0.21 330	0.10 369	0.07 304	0.10 351	0.09 344	0.11 395	0.10 377

test_sample4	0.24 352	0.13 283	0.43 346	0.20 174	0.12 189	0.32 410	0.21 359	0.51 438	0.34 309	0.31 337	0.37 348	0.28 314	0.23 322	0.53 419	0.21 330	0.10 369	0.07 304	0.10 351	0.09 344	0.11 395	0.10 377

DualNet	0.24 352	0.13 283	0.42 333	0.21 220	0.12 189	0.30 385	0.21 359	0.50 421	0.34 309	0.33 372	0.43 423	0.29 325	0.23 322	0.55 427	0.21 330	0.10 369	0.07 304	0.10 351	0.09 344	0.11 395	0.10 377

mmx	0.31 450	0.12 218	0.42 333	0.20 174	0.13 268	0.28 345	0.20 328	0.55 486	0.45 443	0.30 319	0.42 410	0.34 374	0.23 322	0.81 543	1.08 582	0.10 369	0.07 304	0.11 407	0.10 386	0.11 395	0.10 377

xxx	0.31 450	0.12 218	0.42 333	0.20 174	0.13 268	0.28 345	0.20 328	0.55 486	0.45 443	0.30 319	0.42 410	0.34 374	0.23 322	0.81 543	1.08 582	0.10 369	0.07 304	0.11 407	0.10 386	0.11 395	0.10 377

PCWNet_CMD	0.23 321	0.13 283	0.48 391	0.20 174	0.13 268	0.28 345	0.16 146	0.46 380	0.46 461	0.29 288	0.36 339	0.37 399	0.24 340	0.28 276	0.20 305	0.09 320	0.06 177	0.10 351	0.08 249	0.11 395	0.09 321

CASS	0.21 273	0.15 361	0.32 192	0.26 460	0.11 130	0.28 345	0.19 277	0.39 302	0.30 266	0.32 359	0.34 318	0.25 267	0.24 340	0.25 225	0.20 305	0.13 465	0.08 391	0.11 407	0.09 344	0.11 395	0.11 412
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ToySt	0.24 352	0.16 387	0.48 391	0.21 220	0.13 268	0.29 367	0.29 490	0.39 302	0.39 373	0.27 249	0.35 329	0.39 419	0.31 452	0.31 317	0.29 425	0.08 229	0.09 426	0.10 351	0.11 424	0.11 395	0.10 377

ssnet_v2	0.28 425	0.16 387	0.44 355	0.22 282	0.15 364	0.40 482	0.30 501	0.57 511	0.46 461	0.38 447	0.36 339	0.47 479	0.29 422	0.38 359	0.39 479	0.13 465	0.11 478	0.11 407	0.11 424	0.11 395	0.11 412

Wz-Net-LNSev-Ref	0.30 443	0.20 448	0.70 498	0.21 220	0.17 418	0.46 512	0.27 468	0.50 421	0.49 484	0.42 491	0.55 501	0.43 454	0.30 436	0.46 385	0.38 471	0.09 320	0.06 177	0.07 103	0.06 109	0.11 395	0.10 377

NINENet	0.25 380	0.15 361	0.37 258	0.23 334	0.16 395	0.43 502	0.17 187	0.60 535	0.46 461	0.32 359	0.37 348	0.32 360	0.20 288	0.42 373	0.21 330	0.10 369	0.10 456	0.12 445	0.08 249	0.11 395	0.10 377

dd	0.22 304	0.26 504	0.40 300	0.22 282	0.12 189	0.25 291	0.21 359	0.32 208	0.44 431	0.29 288	0.28 238	0.25 267	0.16 209	0.30 310	0.25 390	0.12 446	0.07 304	0.10 351	0.08 249	0.11 395	0.09 321

GEStereo_RVC	0.27 404	0.20 448	0.44 355	0.27 488	0.16 395	0.33 421	0.25 450	0.56 502	0.54 515	0.34 392	0.38 362	0.34 374	0.25 361	0.51 406	0.28 413	0.12 446	0.08 391	0.09 274	0.08 249	0.11 395	0.11 412

Anonymous3	0.23 321	0.18 420	0.63 470	0.27 488	0.18 440	0.41 486	0.23 411	0.43 352	0.35 325	0.23 206	0.27 232	0.20 201	0.18 264	0.27 262	0.18 253	0.12 446	0.11 478	0.10 351	0.10 386	0.11 395	0.12 435

TestStereo	0.21 273	0.19 436	0.40 300	0.25 426	0.10 83	0.22 231	0.21 359	0.31 196	0.31 278	0.23 206	0.34 318	0.22 224	0.18 264	0.62 473	0.18 253	0.08 229	0.06 177	0.10 351	0.07 169	0.11 395	0.06 93

CFNet_pseudo	0.23 321	0.13 283	0.47 382	0.19 112	0.13 268	0.26 314	0.16 146	0.44 359	0.44 431	0.29 288	0.37 348	0.38 407	0.23 322	0.29 295	0.21 330	0.09 320	0.06 177	0.11 407	0.08 249	0.11 395	0.09 321

ADLNet	0.28 425	0.15 361	0.42 333	0.23 334	0.19 467	0.34 434	0.23 411	0.53 468	0.43 416	0.42 491	0.41 394	0.44 465	0.27 390	0.55 427	0.35 462	0.11 408	0.08 391	0.11 407	0.11 424	0.11 395	0.12 435

RAFT + AFF	0.27 404	0.23 484	0.50 407	0.25 426	0.17 418	0.30 385	0.33 523	0.52 457	0.40 390	0.28 260	0.30 264	0.30 341	0.31 452	0.62 473	0.24 380	0.09 320	0.10 456	0.11 407	0.10 386	0.11 395	0.11 412

acv_ft	0.25 380	0.13 283	0.40 300	0.23 334	0.19 467	0.34 434	0.21 359	0.45 369	0.44 431	0.38 447	0.41 394	0.38 407	0.27 390	0.27 262	0.35 462	0.08 229	0.07 304	0.08 189	0.07 169	0.11 395	0.07 187

DSFCA	0.27 404	0.13 283	0.36 247	0.20 174	0.17 418	0.38 468	0.31 506	0.47 388	0.43 416	0.43 497	0.37 348	0.39 419	0.29 422	0.52 412	0.32 446	0.12 446	0.10 456	0.10 351	0.11 424	0.11 395	0.10 377

ADCRef	0.38 503	0.24 488	0.88 541	0.26 460	0.21 493	0.49 529	0.27 468	0.52 457	0.48 475	0.50 527	0.58 514	0.35 388	0.47 534	0.48 392	1.29 598	0.09 320	0.08 391	0.12 445	0.12 463	0.11 395	0.11 412

MSMDNet	0.23 321	0.13 283	0.48 391	0.20 174	0.13 268	0.28 345	0.16 146	0.46 380	0.46 461	0.29 288	0.36 339	0.37 399	0.24 340	0.28 276	0.20 305	0.09 320	0.06 177	0.09 274	0.08 249	0.11 395	0.09 321

CFNet	0.27 404	0.20 448	0.44 355	0.22 282	0.14 313	0.33 421	0.14 82	0.51 438	0.45 443	0.30 319	0.40 386	0.38 407	0.27 390	0.76 526	0.25 390	0.09 320	0.07 304	0.11 407	0.11 424	0.11 395	0.08 260

ccs_rob	0.23 321	0.13 283	0.47 382	0.20 174	0.13 268	0.26 314	0.17 187	0.44 359	0.44 431	0.29 288	0.37 348	0.38 407	0.23 322	0.29 295	0.21 330	0.09 320	0.06 177	0.11 407	0.08 249	0.11 395	0.09 321

AdaStereo	0.24 352	0.16 387	0.37 258	0.24 387	0.12 189	0.32 410	0.17 187	0.54 476	0.42 409	0.33 372	0.38 362	0.35 388	0.21 295	0.30 310	0.22 350	0.14 490	0.06 177	0.13 466	0.08 249	0.11 395	0.08 260
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
NaN_ROB	0.41 516	0.28 514	0.62 467	0.30 526	0.19 467	0.51 534	0.47 571	0.58 520	0.59 530	0.56 549	0.47 462	0.49 492	0.41 507	1.21 591	0.64 548	0.12 446	0.18 552	0.12 445	0.13 490	0.11 395	0.14 473

LE_ROB	1.76 614	0.20 448	2.68 614	0.48 580	0.52 588	0.78 578	0.96 611	0.84 592	6.61 630	7.40 633	2.08 616	2.08 609	4.83 626	1.27 595	3.79 625	0.10 369	0.08 391	0.12 445	0.11 424	0.11 395	0.10 377

DN-CSS_ROB	0.22 304	0.25 493	0.47 382	0.24 387	0.14 313	0.25 291	0.12 27	0.40 313	0.33 299	0.29 288	0.42 410	0.22 224	0.20 288	0.33 331	0.19 286	0.07 81	0.06 177	0.11 407	0.11 424	0.11 395	0.07 187

DCVSM-stereo	0.24 352	0.13 283	0.52 423	0.20 174	0.14 313	0.26 314	0.13 54	0.34 232	0.34 309	0.41 481	0.33 308	0.47 479	0.29 422	0.30 310	0.22 350	0.10 369	0.10 456	0.11 407	0.10 386	0.12 431	0.15 485

AIO-Stereo-zeroshot1	0.25 380	0.14 326	0.95 554	0.21 220	0.27 545	0.20 175	0.19 277	0.48 401	0.25 193	0.26 239	0.55 501	0.34 374	0.18 264	0.25 225	0.17 229	0.07 81	0.06 177	0.08 189	0.12 463	0.12 431	0.12 435

CFNet_ucs	0.24 352	0.13 283	0.50 407	0.20 174	0.15 364	0.28 345	0.17 187	0.49 411	0.45 443	0.32 359	0.42 410	0.39 419	0.22 308	0.31 317	0.21 330	0.11 408	0.08 391	0.12 445	0.09 344	0.12 431	0.11 412

fast-acv-ft	0.31 450	0.20 448	0.81 522	0.24 387	0.18 440	0.46 512	0.27 468	0.41 325	0.49 484	0.39 462	0.55 501	0.49 492	0.35 475	0.37 354	0.38 471	0.11 408	0.11 478	0.11 407	0.12 463	0.12 431	0.09 321

ADLNet2	0.30 443	0.17 406	0.72 502	0.23 334	0.17 418	0.36 454	0.24 433	0.52 457	0.51 496	0.32 359	0.38 362	0.45 469	0.30 436	0.69 499	0.35 462	0.10 369	0.08 391	0.09 274	0.09 344	0.12 431	0.10 377

CFNet-ft	0.24 352	0.15 361	0.35 228	0.18 65	0.15 364	0.30 385	0.21 359	0.39 302	0.36 338	0.28 260	0.40 386	0.43 454	0.25 361	0.47 389	0.24 380	0.12 446	0.07 304	0.12 445	0.11 424	0.12 431	0.09 321

STTStereo	0.28 425	0.20 448	0.61 459	0.25 426	0.17 418	0.29 367	0.24 433	0.47 388	0.39 373	0.39 462	0.41 394	0.44 465	0.28 407	0.40 368	0.28 413	0.13 465	0.12 495	0.13 466	0.16 525	0.12 431	0.11 412

PA-Net	0.37 496	0.28 514	0.83 529	0.31 532	0.28 550	0.39 477	0.42 558	0.51 438	0.55 521	0.34 392	0.42 410	0.41 441	0.36 479	0.79 536	0.49 518	0.12 446	0.23 574	0.16 518	0.23 560	0.12 431	0.18 520
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
TDLM	0.30 443	0.21 462	0.38 277	0.28 510	0.15 364	0.33 421	0.32 513	0.52 457	0.47 466	0.38 447	0.43 423	0.39 419	0.29 422	0.91 561	0.28 413	0.14 490	0.08 391	0.13 466	0.11 424	0.12 431	0.10 377

CFNet_RVC	0.24 352	0.15 361	0.35 228	0.18 65	0.15 364	0.30 385	0.21 359	0.39 302	0.36 338	0.28 260	0.40 386	0.43 454	0.25 361	0.47 389	0.24 380	0.12 446	0.07 304	0.12 445	0.11 424	0.12 431	0.09 321

iResNetv2_ROB	0.27 404	0.26 504	0.72 502	0.23 334	0.13 268	0.29 367	0.18 231	0.52 457	0.49 484	0.37 432	0.45 445	0.39 419	0.25 361	0.34 337	0.20 305	0.08 229	0.06 177	0.07 103	0.05 51	0.12 431	0.09 321

DRN-Test	0.33 468	0.17 406	0.61 459	0.27 488	0.19 467	0.46 512	0.29 490	0.65 557	0.51 496	0.47 520	0.46 455	0.44 465	0.34 471	0.62 473	0.41 495	0.12 446	0.08 391	0.13 466	0.12 463	0.12 431	0.10 377

StereoDRNet	0.32 459	0.22 475	0.61 459	0.27 488	0.21 493	0.42 493	0.30 501	0.61 539	0.48 475	0.46 512	0.39 375	0.48 486	0.30 436	0.57 442	0.40 487	0.11 408	0.09 426	0.12 445	0.11 424	0.12 431	0.10 377

DISCO	0.32 459	0.13 283	0.51 417	0.25 426	0.16 395	0.48 524	0.25 450	0.50 421	0.57 527	0.37 432	0.45 445	0.62 544	0.36 479	0.64 481	0.49 518	0.09 320	0.07 304	0.09 274	0.08 249	0.12 431	0.11 412

MDST_ROB	0.48 542	0.14 326	0.95 554	0.30 526	0.21 493	1.33 606	0.32 513	0.77 582	0.56 524	1.06 595	0.71 550	0.49 492	0.35 475	1.26 594	0.38 471	0.13 465	0.11 478	0.16 518	0.13 490	0.12 431	0.12 435

zh-mn7	0.46 536	0.45 568	1.48 595	0.25 426	0.19 467	0.44 504	0.29 490	0.56 502	0.82 573	0.65 563	0.96 576	0.49 492	0.38 492	0.88 555	0.63 546	0.12 446	0.10 456	0.11 407	0.11 424	0.13 446	0.14 473

YMNet	0.32 459	0.22 475	0.58 448	0.27 488	0.23 522	0.48 524	0.27 468	0.51 438	0.45 443	0.48 524	0.56 508	0.51 504	0.30 436	0.39 361	0.40 487	0.13 465	0.16 539	0.13 466	0.12 463	0.13 446	0.12 435

YMNet_1	0.32 459	0.22 475	0.58 448	0.27 488	0.23 522	0.48 524	0.27 468	0.51 438	0.45 443	0.48 524	0.56 508	0.51 504	0.30 436	0.39 361	0.40 487	0.13 465	0.16 539	0.13 466	0.12 463	0.13 446	0.12 435

DDVS	0.25 380	0.15 361	0.39 292	0.24 387	0.17 418	0.34 434	0.21 359	0.41 325	0.30 266	0.33 372	0.41 394	0.48 486	0.21 295	0.52 412	0.27 409	0.11 408	0.09 426	0.11 407	0.09 344	0.13 446	0.14 473

rvit_stereo_0075_2	0.24 352	0.17 406	0.50 407	0.26 460	0.22 509	0.22 231	0.15 109	0.40 313	0.35 325	0.27 249	0.37 348	0.29 325	0.20 288	0.28 276	0.19 286	0.17 529	0.12 495	0.19 540	0.12 463	0.13 446	0.13 452

test_sample7	0.25 380	0.15 361	0.35 228	0.20 174	0.14 313	0.28 345	0.21 359	0.51 438	0.38 363	0.37 432	0.34 318	0.37 399	0.30 436	0.39 361	0.23 369	0.14 490	0.09 426	0.13 466	0.12 463	0.13 446	0.12 435

iinet-f	0.30 443	0.18 420	1.03 565	0.20 174	0.15 364	0.44 504	0.22 386	0.45 369	0.37 349	0.35 409	0.44 434	0.41 441	0.34 471	0.34 337	0.40 487	0.10 369	0.09 426	0.08 189	0.08 249	0.13 446	0.11 412

AASNet	0.27 404	0.19 436	0.49 396	0.26 460	0.17 418	0.34 434	0.20 328	0.62 548	0.48 475	0.35 409	0.40 386	0.32 360	0.25 361	0.28 276	0.34 458	0.11 408	0.09 426	0.10 351	0.08 249	0.13 446	0.11 412

AACVNet	0.26 396	0.16 387	0.37 258	0.22 282	0.14 313	0.29 367	0.19 277	0.41 325	0.31 278	0.38 447	0.42 410	0.43 454	0.28 407	0.73 512	0.25 390	0.11 408	0.08 391	0.11 407	0.09 344	0.13 446	0.11 412

LCNet	0.21 273	0.11 175	0.29 164	0.25 426	0.12 189	0.23 253	0.19 277	0.34 232	0.26 206	0.28 260	0.35 329	0.26 289	0.30 436	0.35 346	0.17 229	0.07 81	0.05 33	0.09 274	0.10 386	0.13 446	0.22 551

LMCR-Stereo	0.26 396	0.18 420	0.49 396	0.28 510	0.14 313	0.36 454	0.23 411	0.54 476	0.34 309	0.39 462	0.40 386	0.29 325	0.29 422	0.37 354	0.27 409	0.11 408	0.07 304	0.09 274	0.07 169	0.13 446	0.09 321

Syn2CoEx	0.36 486	0.31 536	0.78 509	0.34 547	0.21 493	0.41 486	0.28 484	0.61 539	0.49 484	0.42 491	0.56 508	0.45 469	0.44 522	0.69 499	0.38 471	0.17 529	0.14 517	0.15 507	0.12 463	0.13 446	0.12 435

GwcNet	0.35 481	0.23 484	0.88 541	0.25 426	0.24 530	0.48 524	0.27 468	0.55 486	0.57 527	0.38 447	0.52 487	0.51 504	0.32 459	0.60 458	0.41 495	0.13 465	0.11 478	0.12 445	0.11 424	0.13 446	0.14 473

DMCA-RVC	0.27 404	0.21 462	0.61 459	0.28 510	0.17 418	0.29 367	0.21 359	0.42 339	0.35 325	0.40 472	0.37 348	0.39 419	0.36 479	0.43 375	0.30 433	0.13 465	0.10 456	0.15 507	0.11 424	0.13 446	0.10 377

FADNet-RVC-Resample	0.29 436	0.25 493	0.93 551	0.26 460	0.16 395	0.32 410	0.21 359	0.47 388	0.39 373	0.35 409	0.38 362	0.33 367	0.27 390	0.53 419	0.24 380	0.10 369	0.10 456	0.14 492	0.13 490	0.13 446	0.16 494

UCFNet_RVC	0.24 352	0.16 387	0.34 219	0.18 65	0.15 364	0.33 421	0.16 146	0.46 380	0.35 325	0.29 288	0.35 329	0.39 419	0.25 361	0.34 337	0.22 350	0.13 465	0.08 391	0.13 466	0.14 504	0.13 446	0.12 435

PSMNet_ROB	0.33 468	0.24 488	0.54 430	0.31 532	0.21 493	0.42 493	0.43 560	0.59 526	0.47 466	0.37 432	0.44 434	0.49 492	0.31 452	0.64 481	0.43 499	0.14 490	0.10 456	0.15 507	0.14 504	0.13 446	0.11 412

CBMV	0.33 468	0.21 462	0.54 430	0.23 334	0.13 268	0.42 493	0.33 523	0.53 468	0.48 475	0.52 538	0.49 470	0.50 500	0.41 507	0.56 438	0.31 441	0.15 503	0.16 539	0.18 532	0.16 525	0.13 446	0.13 452
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
z-mn7	0.44 531	0.40 561	1.09 570	0.25 426	0.18 440	0.61 557	0.34 525	0.56 502	0.93 588	0.43 497	0.96 576	0.53 515	0.39 498	0.94 566	0.59 537	0.10 369	0.09 426	0.10 351	0.10 386	0.14 464	0.13 452

w-ln-seven-2	0.36 486	0.29 522	1.06 567	0.27 488	0.18 440	0.37 460	0.30 501	0.50 421	0.54 515	0.45 508	0.55 501	0.45 469	0.41 507	0.62 473	0.49 518	0.10 369	0.10 456	0.12 445	0.11 424	0.14 464	0.11 412

Wz-Net-LNSev	0.34 476	0.29 522	0.91 547	0.26 460	0.21 493	0.47 518	0.31 506	0.54 476	0.54 515	0.44 504	0.52 487	0.50 500	0.35 475	0.39 361	0.39 479	0.11 408	0.11 478	0.10 351	0.09 344	0.14 464	0.13 452

UDGNet	0.23 321	0.31 536	0.38 277	0.24 387	0.14 313	0.24 273	0.18 231	0.32 208	0.43 416	0.29 288	0.28 238	0.24 258	0.19 279	0.29 295	0.20 305	0.15 503	0.07 304	0.21 547	0.11 424	0.14 464	0.10 377

dad	0.28 425	0.31 536	0.44 355	0.21 220	0.14 313	0.30 385	0.20 328	0.33 224	0.49 484	0.44 504	0.44 434	0.45 469	0.21 295	0.41 370	0.26 403	0.20 549	0.11 478	0.20 544	0.11 424	0.14 464	0.10 377

pcwnet_v2	0.32 459	0.15 361	1.26 586	0.23 334	0.18 440	0.32 410	0.18 231	0.59 526	0.60 534	0.36 425	0.45 445	0.35 388	0.29 422	0.36 351	0.25 390	0.14 490	0.11 478	0.12 445	0.11 424	0.14 464	0.15 485

FAT-Stereo	0.36 486	0.18 420	0.73 506	0.26 460	0.18 440	0.33 421	0.29 490	0.60 535	0.59 530	0.46 512	0.60 522	0.60 538	0.50 543	0.61 465	0.34 458	0.13 465	0.14 517	0.13 466	0.12 463	0.14 464	0.18 520

Nwc_Net	0.37 496	0.25 493	0.68 490	0.31 532	0.24 530	0.44 504	0.30 501	0.65 557	0.50 492	0.37 432	0.69 549	0.58 533	0.45 525	0.60 458	0.40 487	0.15 503	0.12 495	0.19 540	0.21 550	0.14 464	0.13 452

ADCL	0.47 539	0.22 475	1.00 560	0.27 488	0.19 467	0.74 572	0.64 591	0.54 476	0.69 556	0.56 549	0.71 550	0.55 521	0.60 560	0.60 458	1.43 600	0.11 408	0.09 426	0.13 466	0.13 490	0.14 464	0.14 473

ADCP+	0.45 534	0.24 488	1.15 578	0.25 426	0.22 509	0.56 546	0.39 549	0.54 476	0.51 496	0.44 504	0.51 479	0.46 477	0.52 548	0.56 438	1.89 612	0.10 369	0.08 391	0.11 407	0.10 386	0.14 464	0.13 452

GANet	0.36 486	0.22 475	0.49 396	0.29 513	0.17 418	0.41 486	0.38 544	0.57 511	0.45 443	0.46 512	0.75 556	0.55 521	0.40 503	0.94 566	0.41 495	0.13 465	0.13 507	0.13 466	0.11 424	0.14 464	0.11 412

CVANet_RVC	0.30 443	0.19 436	0.41 323	0.26 460	0.16 395	0.33 421	0.26 462	0.52 457	0.47 466	0.40 472	0.46 455	0.43 454	0.31 452	0.89 557	0.26 403	0.14 490	0.09 426	0.14 492	0.13 490	0.14 464	0.10 377

DeepPruner_ROB	0.26 396	0.19 436	0.44 355	0.21 220	0.16 395	0.30 385	0.21 359	0.52 457	0.32 287	0.35 409	0.38 362	0.39 419	0.26 371	0.42 373	0.24 380	0.15 503	0.11 478	0.11 407	0.11 424	0.14 464	0.13 452

CBMV_ROB	0.33 468	0.18 420	0.53 427	0.21 220	0.14 313	0.33 421	0.20 328	0.51 438	0.45 443	0.51 532	0.55 501	0.45 469	0.42 516	0.71 505	0.32 446	0.18 540	0.19 557	0.23 554	0.21 550	0.14 464	0.15 485

w-ln-seven	0.42 519	0.30 529	1.18 579	0.26 460	0.22 509	0.58 550	0.31 506	0.62 548	0.81 572	0.58 552	0.61 529	0.53 515	0.36 479	0.57 442	0.65 550	0.11 408	0.10 456	0.13 466	0.12 463	0.15 478	0.13 452

Wz-Net-MNSev	0.36 486	0.26 504	0.79 516	0.26 460	0.21 493	0.59 553	0.38 544	0.55 486	0.56 524	0.48 524	0.54 497	0.53 515	0.36 479	0.60 458	0.44 504	0.11 408	0.09 426	0.11 407	0.11 424	0.15 478	0.13 452

hitnet-ft	0.29 436	0.17 406	0.40 300	0.19 112	0.14 313	0.39 477	0.23 411	0.44 359	0.41 402	0.36 425	0.46 455	0.53 515	0.34 471	0.76 526	0.32 446	0.14 490	0.10 456	0.13 466	0.10 386	0.15 478	0.13 452

AF-Net	0.37 496	0.26 504	0.56 440	0.32 538	0.23 522	0.41 486	0.29 490	0.61 539	0.64 545	0.42 491	0.68 545	0.65 555	0.49 541	0.57 442	0.44 504	0.15 503	0.11 478	0.19 540	0.14 504	0.15 478	0.13 452

SGM-ForestM	1.36 604	0.28 514	0.79 516	0.26 460	0.16 395	2.26 618	1.00 613	1.42 608	1.46 609	2.38 622	2.05 615	5.95 630	2.66 622	2.95 620	2.46 620	0.17 529	0.18 552	0.18 532	0.18 540	0.15 478	0.18 520

PS-NSSS	0.32 459	0.30 529	0.46 374	0.23 334	0.17 418	0.33 421	0.24 433	0.57 511	0.41 402	0.37 432	0.52 487	0.35 388	0.30 436	0.80 540	0.30 433	0.17 529	0.14 517	0.21 547	0.15 513	0.15 478	0.13 452

XPNet_ROB	0.33 468	0.20 448	0.43 346	0.27 488	0.18 440	0.37 460	0.31 506	0.55 486	0.50 492	0.51 532	0.53 494	0.58 533	0.37 488	0.63 479	0.45 507	0.17 529	0.12 495	0.13 466	0.12 463	0.15 478	0.14 473

SGM-Forest	0.36 486	0.17 406	0.47 382	0.23 334	0.16 395	0.45 510	0.41 555	0.55 486	0.48 475	0.52 538	0.60 522	0.52 510	0.41 507	0.85 549	0.50 524	0.17 529	0.17 546	0.17 524	0.15 513	0.15 478	0.15 485
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
ISRNet	0.27 404	0.13 283	0.45 366	0.26 460	0.19 467	0.24 273	0.14 82	0.45 369	0.43 416	0.39 462	0.48 468	0.42 450	0.27 390	0.32 324	0.29 425	0.20 549	0.12 495	0.17 524	0.16 525	0.16 486	0.20 537

FACV-RUCA	0.21 273	0.15 361	0.32 192	0.23 334	0.23 522	0.26 314	0.19 277	0.39 302	0.34 309	0.25 228	0.32 287	0.21 213	0.24 340	0.24 194	0.19 286	0.10 369	0.07 304	0.15 507	0.08 249	0.16 486	0.13 452

IGEV-Stereo+	0.12 55	0.08 19	0.17 47	0.18 65	0.13 268	0.09 1	0.11 17	0.16 8	0.15 36	0.10 19	0.08 11	0.10 42	0.10 56	0.21 152	0.11 17	0.07 81	0.05 33	0.06 34	0.05 51	0.16 486	0.24 563

GMStereo_Zeroshot	0.24 352	0.21 462	0.45 366	0.26 460	0.13 268	0.28 345	0.15 109	0.39 302	0.35 325	0.37 432	0.43 423	0.40 434	0.17 239	0.34 337	0.20 305	0.12 446	0.07 304	0.13 466	0.07 169	0.16 486	0.09 321

HBP-ISP	0.33 468	0.30 529	0.72 502	0.22 282	0.16 395	0.32 410	0.22 386	0.54 476	0.44 431	0.41 481	0.49 470	0.33 367	0.38 492	0.73 512	0.25 390	0.18 540	0.19 557	0.24 556	0.20 547	0.16 486	0.13 452

Wz-Net-SNSev	0.43 525	0.41 565	1.27 587	0.30 526	0.21 493	0.44 504	0.41 555	0.61 539	0.65 546	0.46 512	0.65 538	0.62 544	0.39 498	0.74 520	0.59 537	0.12 446	0.11 478	0.12 445	0.13 490	0.16 486	0.14 473

SACVNet	0.30 443	0.20 448	0.41 323	0.25 426	0.18 440	0.34 434	0.25 450	0.52 457	0.40 390	0.41 481	0.44 434	0.46 477	0.32 459	0.71 505	0.25 390	0.13 465	0.10 456	0.12 445	0.12 463	0.16 486	0.17 506

APVNet	0.36 486	0.20 448	0.70 498	0.26 460	0.22 509	0.52 543	0.35 529	0.61 539	0.44 431	0.38 447	0.52 487	0.48 486	0.38 492	0.84 548	0.46 513	0.13 465	0.14 517	0.15 507	0.16 525	0.16 486	0.15 485

psmorigin	0.50 548	0.25 493	3.03 615	0.24 387	0.19 467	0.38 468	0.22 386	0.50 421	0.44 431	0.64 561	0.68 545	0.71 569	0.51 546	0.85 549	0.45 507	0.14 490	0.17 546	0.13 466	0.14 504	0.16 486	0.21 546

aanetorigin	0.39 508	0.29 522	1.09 570	0.24 387	0.19 467	0.28 345	0.37 538	0.33 224	0.47 466	0.94 587	0.82 565	0.52 510	0.54 549	0.49 397	0.50 524	0.11 408	0.09 426	0.10 351	0.10 386	0.16 486	0.15 485

S-Stereo	0.38 503	0.20 448	1.05 566	0.27 488	0.22 509	0.38 468	0.32 513	0.55 486	0.66 548	0.39 462	0.59 517	0.49 492	0.41 507	0.75 521	0.40 487	0.12 446	0.15 532	0.13 466	0.13 490	0.16 486	0.21 546

NCC-stereo	0.39 508	0.25 493	0.69 491	0.32 538	0.28 550	0.46 512	0.36 534	0.65 557	0.52 505	0.40 472	0.57 512	0.56 525	0.47 534	0.73 512	0.45 507	0.17 529	0.14 517	0.18 532	0.25 567	0.16 486	0.16 494

edge stereo	0.39 508	0.22 475	0.81 522	0.27 488	0.22 509	0.37 460	0.24 433	0.56 502	0.54 515	0.53 544	0.60 522	0.71 569	0.50 543	0.78 534	0.40 487	0.16 518	0.14 517	0.19 540	0.14 504	0.16 486	0.17 506

Abc-Net	0.39 508	0.25 493	0.69 491	0.32 538	0.28 550	0.46 512	0.36 534	0.65 557	0.52 505	0.40 472	0.57 512	0.56 525	0.47 534	0.73 512	0.45 507	0.17 529	0.14 517	0.18 532	0.25 567	0.16 486	0.16 494
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	0.35 481	0.26 504	0.49 396	0.36 558	0.22 509	0.41 486	0.41 555	0.53 468	0.42 409	0.47 520	0.46 455	0.61 542	0.39 498	0.55 427	0.37 469	0.16 518	0.13 507	0.21 547	0.21 550	0.16 486	0.16 494

ETE_ROB	0.34 476	0.26 504	0.45 366	0.29 513	0.18 440	0.40 482	0.37 538	0.57 511	0.47 466	0.50 527	0.50 473	0.62 544	0.36 479	0.55 427	0.38 471	0.13 465	0.10 456	0.14 492	0.12 463	0.16 486	0.16 494

SGM_RVC	0.50 548	0.19 436	0.50 407	0.25 426	0.15 364	0.69 566	0.39 549	0.68 571	0.82 573	0.95 589	0.84 567	1.13 587	0.76 578	1.16 587	0.60 540	0.16 518	0.16 539	0.16 518	0.16 525	0.16 486	0.17 506
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
zh-sn7	0.48 542	0.51 580	1.43 594	0.29 513	0.20 485	0.47 518	0.39 549	0.57 511	0.62 540	0.52 538	0.81 563	0.52 510	0.56 553	1.05 580	0.87 569	0.12 446	0.13 507	0.13 466	0.13 490	0.17 503	0.16 494

TCMNet	0.33 468	0.23 484	0.72 502	0.29 513	0.30 559	0.40 482	0.28 484	0.50 421	0.47 466	0.37 432	0.45 445	0.40 434	0.29 422	0.60 458	0.39 479	0.14 490	0.13 507	0.15 507	0.14 504	0.17 503	0.15 485

IGEV-RUCA	0.21 273	0.08 19	0.23 103	0.19 112	0.19 467	0.28 345	0.24 433	0.23 83	0.21 131	0.20 183	0.23 193	0.28 314	0.49 541	0.26 242	0.18 253	0.09 320	0.08 391	0.18 532	0.13 490	0.17 503	0.17 506

SDNR	0.42 519	0.21 462	0.82 526	0.21 220	0.18 440	1.27 603	0.17 187	0.50 421	0.49 484	0.42 491	0.81 563	0.38 407	0.27 390	1.19 588	0.38 471	0.23 554	0.24 576	0.17 524	0.13 490	0.17 503	0.20 537

RP	0.35 481	0.22 475	0.51 417	0.31 532	0.24 530	0.37 460	0.28 484	0.50 421	0.58 529	0.40 472	0.63 535	0.61 542	0.47 534	0.61 465	0.39 479	0.16 518	0.15 532	0.17 524	0.15 513	0.17 503	0.17 506

RTSC	0.39 508	0.28 514	0.78 509	0.27 488	0.18 440	0.49 529	0.22 386	0.59 526	0.84 580	0.55 548	0.53 494	0.49 492	0.36 479	0.67 496	0.82 565	0.13 465	0.10 456	0.11 407	0.12 463	0.17 503	0.17 506

DeepPrunerF	0.44 531	0.29 522	1.29 589	0.33 545	0.30 559	0.35 449	0.36 534	0.62 548	1.15 601	0.40 472	0.44 434	0.39 419	0.41 507	0.80 540	0.52 527	0.18 540	0.14 517	0.23 554	0.21 550	0.17 503	0.17 506

DANet	0.35 481	0.23 484	0.60 456	0.36 558	0.22 509	0.39 477	0.25 450	0.48 401	0.43 416	0.52 538	0.50 473	0.59 535	0.41 507	0.76 526	0.49 518	0.13 465	0.11 478	0.14 492	0.12 463	0.17 503	0.15 485
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
FBW_ROB	0.43 525	0.26 504	0.54 430	0.31 532	0.20 485	0.51 534	0.32 513	0.70 574	0.60 534	0.59 553	0.55 501	0.65 555	0.41 507	1.40 601	0.51 526	0.13 465	0.17 546	0.21 547	0.16 525	0.17 503	0.18 520

SANet	0.53 557	0.28 514	0.96 556	0.26 460	0.15 364	0.69 566	0.44 563	0.67 568	1.34 605	0.67 565	0.98 579	0.94 580	0.71 575	0.89 557	0.76 557	0.14 490	0.12 495	0.12 445	0.11 424	0.17 503	0.16 494

NOSS_ROB	0.31 450	0.20 448	0.35 228	0.24 387	0.16 395	0.32 410	0.19 277	0.52 457	0.48 475	0.33 372	0.36 339	0.42 450	0.28 407	0.93 564	0.24 380	0.19 546	0.20 562	0.24 556	0.22 558	0.17 503	0.17 506

LALA_ROB	0.36 486	0.25 493	0.46 374	0.30 526	0.21 493	0.47 518	0.39 549	0.61 539	0.51 496	0.52 538	0.51 479	0.69 566	0.36 479	0.50 401	0.43 499	0.17 529	0.11 478	0.16 518	0.14 504	0.17 503	0.15 485

PWC_ROB	0.38 503	0.29 522	0.69 491	0.25 426	0.20 485	0.38 468	0.19 277	0.58 520	0.67 551	0.57 551	0.85 568	0.51 504	0.40 503	0.71 505	0.52 527	0.13 465	0.09 426	0.14 492	0.10 386	0.17 503	0.14 473

MeshStereo	0.58 563	0.27 511	0.67 485	0.22 282	0.17 418	0.66 563	0.37 538	0.78 583	0.61 538	1.47 616	1.30 591	1.65 603	0.79 580	1.12 585	0.59 537	0.17 529	0.17 546	0.17 524	0.14 504	0.17 503	0.14 473
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
DualNet (step1)	0.28 425	0.19 436	0.50 407	0.18 65	0.16 395	0.34 434	0.20 328	0.51 438	0.38 363	0.37 432	0.34 318	0.37 399	0.30 436	0.39 361	0.23 369	0.23 554	0.09 426	0.28 567	0.24 562	0.18 517	0.16 494

test_sample9	0.42 519	0.19 436	0.50 407	0.18 65	0.16 395	0.34 434	0.20 328	0.51 438	0.38 363	0.37 432	0.34 318	0.37 399	0.30 436	0.66 492	0.91 572	0.23 554	1.82 624	0.28 567	0.24 562	0.18 517	0.16 494

test_sample8	0.49 545	0.19 436	0.50 407	0.18 65	0.16 395	0.34 434	0.20 328	0.55 486	0.34 309	0.62 557	0.38 362	1.15 590	0.67 571	0.66 492	0.91 572	0.23 554	1.82 624	0.28 567	0.24 562	0.18 517	0.16 494

FINET	0.34 476	0.27 511	0.80 519	0.24 387	0.24 530	0.36 454	0.34 525	0.54 476	0.72 561	0.39 462	0.47 462	0.32 360	0.30 436	0.51 406	0.32 446	0.19 546	0.17 546	0.13 466	0.12 463	0.18 517	0.16 494

RGC	0.39 508	0.32 541	0.64 478	0.34 547	0.27 545	0.40 482	0.29 490	0.57 511	0.53 510	0.45 508	0.64 537	0.62 544	0.45 525	0.72 510	0.39 479	0.15 503	0.15 532	0.21 547	0.20 547	0.18 517	0.19 527

RYNet	0.37 496	0.18 420	0.59 454	0.25 426	0.28 550	0.61 557	0.32 513	0.59 526	0.59 530	0.41 481	0.38 362	0.57 530	0.39 498	0.87 552	0.53 529	0.11 408	0.08 391	0.12 445	0.11 424	0.18 517	0.18 520

CSAN	0.50 548	0.35 547	0.78 509	0.36 558	0.23 522	0.56 546	0.59 588	0.61 539	0.70 558	0.64 561	0.78 560	0.65 555	0.60 560	1.38 600	0.62 543	0.21 551	0.17 546	0.20 544	0.20 547	0.18 517	0.18 520

zero-FE	0.16 145	0.08 19	0.81 522	0.19 112	0.18 440	0.12 10	0.15 109	0.19 27	0.19 88	0.10 19	0.10 21	0.13 89	0.12 115	0.21 152	0.19 286	0.08 229	0.05 33	0.07 103	0.05 51	0.19 524	0.06 93

WZ-Net	0.52 556	0.38 559	1.90 603	0.30 526	0.24 530	0.57 549	0.48 575	0.62 548	0.78 569	0.50 527	0.71 550	0.68 564	0.54 549	0.98 574	0.84 566	0.13 465	0.10 456	0.11 407	0.12 463	0.19 524	0.20 537

EDNetEfficient	0.63 569	0.37 555	2.40 610	0.26 460	0.25 538	0.38 468	0.49 577	0.41 325	1.06 595	1.38 605	0.87 572	0.62 544	0.95 591	0.65 488	1.65 604	0.11 408	0.09 426	0.10 351	0.11 424	0.19 524	0.17 506

FADNet-RVC	0.31 450	0.35 547	0.78 509	0.25 426	0.20 485	0.33 421	0.20 328	0.49 411	0.40 390	0.34 392	0.39 375	0.41 441	0.29 422	0.63 479	0.31 441	0.13 465	0.14 517	0.14 492	0.15 513	0.19 524	0.19 527

stereogan	0.37 496	0.17 406	0.65 479	0.27 488	0.22 509	0.62 559	0.26 462	0.59 526	0.63 544	0.43 497	0.60 522	0.67 560	0.42 516	0.68 497	0.35 462	0.13 465	0.14 517	0.14 492	0.12 463	0.19 524	0.17 506

ADCPNet	0.48 542	0.29 522	1.60 599	0.27 488	0.23 522	0.70 569	0.38 544	0.53 468	0.51 496	0.51 532	0.59 517	0.67 560	0.56 553	0.60 458	1.14 587	0.15 503	0.18 552	0.14 492	0.23 560	0.19 524	0.19 527

NVstereo2D	0.31 450	0.16 387	0.54 430	0.24 387	0.22 509	0.42 493	0.28 484	0.58 520	0.56 524	0.28 260	0.38 362	0.40 434	0.30 436	0.71 505	0.28 413	0.13 465	0.08 391	0.13 466	0.10 386	0.19 524	0.16 494

PWCDC_ROB	0.38 503	0.30 529	0.60 456	0.33 545	0.20 485	0.42 493	0.19 277	0.58 520	0.89 582	0.42 491	1.26 590	0.36 393	0.34 471	0.50 401	0.38 471	0.18 540	0.11 478	0.11 407	0.09 344	0.19 524	0.13 452

WCMA_ROB	0.51 552	0.21 462	0.65 479	0.25 426	0.21 493	0.58 550	0.32 513	0.54 476	0.55 521	0.95 589	1.40 595	1.28 595	0.81 583	0.73 512	0.62 543	0.18 540	0.15 532	0.15 507	0.15 513	0.19 524	0.19 527

SHD	0.42 519	0.27 511	0.81 522	0.31 532	0.25 538	0.42 493	0.22 386	0.66 563	0.94 590	0.63 559	0.60 522	0.59 535	0.47 534	0.59 455	0.58 536	0.15 503	0.13 507	0.16 518	0.16 525	0.20 533	0.22 551

ADCMid	0.49 545	0.34 545	1.13 575	0.26 460	0.21 493	0.51 534	0.37 538	0.57 511	0.54 515	0.75 574	0.66 540	0.62 544	0.64 570	0.64 481	1.68 605	0.13 465	0.12 495	0.17 524	0.17 534	0.20 533	0.17 506

AnyNet_C32	0.51 552	0.40 561	1.10 574	0.29 513	0.28 550	0.59 553	0.58 586	0.54 476	0.60 534	0.62 557	0.66 540	0.54 519	0.54 549	0.78 534	1.74 609	0.15 503	0.14 517	0.15 507	0.17 534	0.20 533	0.20 537

DDF-Stereo	0.13 71	0.08 19	0.19 65	0.19 112	0.16 395	0.12 10	0.15 109	0.18 21	0.18 71	0.11 35	0.10 21	0.13 89	0.12 115	0.23 179	0.19 286	0.08 229	0.05 33	0.07 103	0.05 51	0.21 536	0.06 93

coex-ft	3.44 621	0.73 595	48.55 652	0.24 387	0.19 467	0.50 533	0.43 560	0.47 388	2.40 617	7.03 632	1.20 587	0.97 583	2.23 618	0.73 512	1.92 613	0.12 446	0.15 532	0.14 492	0.12 463	0.21 536	0.43 588

Wz-Net-TNSev	0.51 552	0.58 585	1.61 601	0.25 426	0.21 493	0.65 561	0.45 564	0.63 555	0.69 556	0.51 532	0.54 497	0.71 569	0.60 560	1.00 575	0.77 560	0.15 503	0.15 532	0.13 466	0.15 513	0.21 536	0.20 537

EDNetEfficientorigin	7.51 629	0.52 582	140.47 654	0.25 426	0.17 418	0.42 493	0.29 490	0.47 388	1.03 592	1.28 602	1.02 580	0.83 575	0.84 586	0.75 521	0.99 577	0.10 369	0.09 426	0.12 445	0.10 386	0.21 536	0.22 551

FADNet_RVC	0.30 443	0.28 514	0.83 529	0.23 334	0.15 364	0.30 385	0.17 187	0.49 411	0.37 349	0.30 319	0.38 362	0.30 341	0.27 390	0.52 412	0.31 441	0.14 490	0.14 517	0.14 492	0.16 525	0.21 536	0.23 558

RTS	0.78 585	0.48 573	4.68 619	0.34 547	0.28 550	1.12 595	0.46 567	0.62 548	1.03 592	0.73 570	0.89 573	0.60 538	0.59 558	1.61 604	1.16 591	0.14 490	0.11 478	0.15 507	0.15 513	0.21 536	0.19 527

RTSA	0.78 585	0.48 573	4.68 619	0.34 547	0.28 550	1.12 595	0.46 567	0.62 548	1.03 592	0.73 570	0.89 573	0.60 538	0.59 558	1.61 604	1.16 591	0.14 490	0.11 478	0.15 507	0.15 513	0.21 536	0.19 527

GASNet	0.36 486	0.46 569	0.88 541	0.34 547	0.23 522	0.35 449	0.22 386	0.60 535	0.53 510	0.40 472	0.37 348	0.45 469	0.30 436	0.79 536	0.35 462	0.15 503	0.10 456	0.14 492	0.14 504	0.22 543	0.12 435

G-Net	0.46 536	0.25 493	0.86 538	0.34 547	0.28 550	0.90 587	0.35 529	0.47 388	0.45 443	0.68 566	1.22 588	0.64 554	0.60 560	0.61 465	0.57 531	0.16 518	0.14 517	0.17 524	0.13 490	0.22 543	0.19 527

ADCS	0.58 563	0.40 561	1.35 592	0.29 513	0.24 530	0.55 545	0.45 564	0.67 568	0.83 577	0.76 576	0.71 550	0.68 564	0.60 560	0.76 526	2.23 618	0.16 518	0.16 539	0.16 518	0.17 534	0.22 543	0.22 551

sAnonymous2	0.20 250	0.21 462	0.58 448	0.24 387	0.17 418	0.22 231	0.19 277	0.34 232	0.28 233	0.17 154	0.19 146	0.17 167	0.16 209	0.17 65	0.14 146	0.10 369	0.07 304	0.09 274	0.08 249	0.23 546	0.17 506

CroCo_RVC	0.20 250	0.21 462	0.58 448	0.24 387	0.17 418	0.22 231	0.19 277	0.34 232	0.28 233	0.17 154	0.19 146	0.17 167	0.16 209	0.17 65	0.14 146	0.10 369	0.07 304	0.09 274	0.08 249	0.23 546	0.17 506

AnyNet_C01	0.65 571	0.58 585	2.60 613	0.32 538	0.26 542	0.88 585	0.61 589	0.63 555	0.62 540	0.68 566	0.96 576	0.76 572	0.60 560	0.96 570	1.43 600	0.16 518	0.16 539	0.17 524	0.17 534	0.23 546	0.23 558

StereoAnything_RVC	0.13 71	0.37 555	0.36 247	0.14 2	0.07 1	0.11 6	0.12 27	0.17 14	0.12 11	0.08 2	0.07 3	0.07 1	0.10 56	0.20 128	0.10 2	0.09 320	0.05 33	0.06 34	0.04 1	0.24 549	0.05 27

FADNet	0.32 459	0.36 550	0.74 507	0.23 334	0.22 509	0.37 460	0.19 277	0.53 468	0.48 475	0.32 359	0.36 339	0.43 454	0.32 459	0.64 481	0.25 390	0.16 518	0.16 539	0.14 492	0.16 525	0.24 549	0.19 527

FSD	0.27 404	0.28 514	0.32 192	0.27 488	0.24 530	0.27 325	0.27 468	0.31 196	0.29 252	0.26 239	0.27 232	0.28 314	0.27 390	0.28 276	0.26 403	0.23 554	0.22 569	0.27 559	0.26 571	0.25 551	0.24 563

MFN_U_SF_DS_RVC	0.51 552	0.50 578	0.86 538	0.39 568	0.24 530	0.84 582	0.55 583	0.56 502	0.62 540	0.60 554	0.68 545	0.62 544	0.42 516	1.13 586	0.43 499	0.23 554	0.27 580	0.27 559	0.35 582	0.25 551	0.29 573

XQC	0.43 525	0.37 555	0.96 556	0.34 547	0.25 538	0.53 544	0.34 525	0.60 535	0.73 564	0.51 532	0.46 455	0.57 530	0.47 534	0.70 502	0.72 556	0.17 529	0.12 495	0.18 532	0.15 513	0.25 551	0.23 558

STTRV1_RVC	0.42 519	0.32 541	0.89 544	0.29 513	0.36 568	0.49 529	0.31 506	0.61 539	0.53 510	0.46 512	0.56 508	0.47 479	0.43 520	1.00 575	0.39 479	0.27 570	0.21 564	0.20 544	0.18 540	0.25 551	0.17 506

LSM	1.64 613	0.40 561	2.56 612	2.02 623	17.61 637	0.51 534	0.52 580	0.61 539	0.76 566	0.82 579	1.11 584	0.63 552	0.54 549	0.75 521	0.49 518	0.16 518	0.24 576	0.18 532	0.21 550	0.25 551	2.42 628

DPSNet	0.47 539	0.24 488	0.93 551	0.27 488	0.20 485	0.75 574	0.57 585	0.84 592	0.79 570	0.47 520	0.51 479	0.60 538	0.69 573	0.87 552	0.71 555	0.16 518	0.13 507	0.12 445	0.10 386	0.25 551	0.21 546

PDISCO_ROB	0.43 525	0.30 529	0.67 485	0.43 573	0.36 568	0.67 564	0.32 513	0.72 577	0.76 566	0.43 497	0.53 494	0.63 552	0.40 503	0.66 492	0.47 515	0.21 551	0.12 495	0.21 547	0.19 545	0.25 551	0.20 537

MSMD_ROB	0.60 567	0.33 544	0.61 459	0.30 526	0.25 538	0.86 584	0.35 529	0.55 486	0.67 551	1.10 597	1.49 600	1.76 606	0.97 594	0.88 555	0.49 518	0.23 554	0.21 564	0.27 559	0.27 575	0.25 551	0.24 563

MultiAttention	1.02 598	0.13 283	0.43 346	0.35 556	0.43 577	5.36 624	1.71 624	0.69 572	0.53 510	0.36 425	0.63 535	0.55 521	0.22 308	7.60 633	0.43 499	0.09 320	0.06 177	0.14 492	0.24 562	0.26 559	0.30 574

FC-DCNN v2	0.71 577	0.30 529	0.67 485	0.32 538	0.27 545	0.84 582	0.39 549	0.84 592	0.85 581	1.44 612	1.64 606	2.09 610	1.28 605	1.06 581	0.80 564	0.24 561	0.22 569	0.27 559	0.26 571	0.26 559	0.25 566

ccnet	0.42 519	0.31 536	0.48 391	0.27 488	0.32 563	0.60 556	0.32 513	0.65 557	0.46 461	0.53 544	0.66 540	0.56 525	0.45 525	0.72 510	0.61 541	0.26 565	0.19 557	0.24 556	0.21 550	0.26 559	0.22 551

MaskLacGwcNet_RVC	0.36 486	0.36 550	0.53 427	0.34 547	0.19 467	0.51 534	0.24 433	0.55 486	0.38 363	0.41 481	0.47 462	0.47 479	0.27 390	0.73 512	0.30 433	0.36 585	0.19 557	0.27 559	0.17 534	0.26 559	0.23 558

FC-DCNN	0.70 576	0.30 529	0.69 491	0.32 538	0.27 545	0.81 581	0.39 549	0.79 586	0.82 573	1.41 608	1.58 605	1.98 608	1.26 603	1.02 578	0.77 560	0.24 561	0.22 569	0.27 559	0.26 571	0.26 559	0.26 568

MSAF-DinoV2	0.76 584	0.44 567	1.98 604	0.49 583	0.16 395	0.58 550	0.31 506	0.81 589	0.83 577	0.41 481	0.52 487	0.98 584	0.58 557	4.97 628	1.03 579	0.11 408	0.07 304	0.10 351	0.24 562	0.27 564	0.26 568

FCDSN-DC	0.63 569	0.31 536	0.61 459	0.36 558	0.30 559	0.65 561	0.37 538	0.66 563	0.68 554	1.14 599	1.54 603	1.71 605	1.26 603	0.92 562	0.64 548	0.24 561	0.22 569	0.27 559	0.26 571	0.27 564	0.27 572
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
PVD	0.58 563	0.34 545	0.84 534	0.39 568	0.31 562	0.59 553	0.47 571	0.80 587	1.25 602	0.92 585	1.09 582	0.79 573	0.82 584	0.85 549	0.76 557	0.21 551	0.18 552	0.22 553	0.18 540	0.27 564	0.35 582

SAMSARA	0.56 559	0.39 560	0.80 519	0.60 591	0.46 581	1.00 591	1.23 621	0.67 568	0.68 554	0.71 569	0.54 497	0.89 579	0.57 556	0.81 543	0.62 543	0.19 546	0.22 569	0.18 532	0.18 540	0.27 564	0.25 566

GANetREF_RVC	0.43 525	0.47 571	0.69 491	0.38 566	0.20 485	0.51 534	0.48 575	0.66 563	0.66 548	0.46 512	0.46 455	0.50 500	0.44 522	0.90 560	0.39 479	0.27 570	0.21 564	0.32 576	0.18 540	0.27 564	0.22 551
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
MANE	1.41 606	0.36 550	0.74 507	0.43 573	0.41 573	2.16 617	0.80 603	2.39 624	3.38 620	2.22 621	3.06 623	3.54 623	2.73 624	2.15 616	1.94 614	0.28 574	0.27 580	0.30 573	0.46 592	0.28 569	0.34 581

PASM	0.45 534	0.35 547	0.90 545	0.35 556	0.33 564	0.39 477	0.38 544	0.50 421	0.61 538	0.52 538	0.51 479	0.62 544	0.45 525	0.93 564	0.48 516	0.26 565	0.29 584	0.29 571	0.33 580	0.29 570	0.26 568

ELAS_RVC	0.74 582	0.36 550	1.00 560	0.37 564	0.33 564	0.88 585	0.93 610	0.83 591	1.08 597	1.35 604	1.33 594	1.24 593	1.33 607	1.06 581	0.95 575	0.27 570	0.25 578	0.29 571	0.27 575	0.30 571	0.30 574
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
PSMNet-RUCA	0.37 496	0.41 565	0.66 484	0.46 578	0.41 573	0.34 434	0.25 450	0.57 511	0.45 443	0.39 462	0.52 487	0.43 454	0.33 462	0.41 370	0.29 425	0.25 564	0.14 517	0.33 578	0.21 550	0.31 572	0.22 551

CC-Net-ROB	0.43 525	0.47 571	0.65 479	0.37 564	0.23 522	0.51 534	0.29 490	0.66 563	0.49 484	0.46 512	0.51 479	0.48 486	0.38 492	0.96 570	0.35 462	0.34 583	0.23 574	0.55 592	0.25 567	0.31 572	0.20 537

ELAS	0.74 582	0.36 550	0.85 537	0.36 558	0.33 564	1.36 607	0.77 601	0.93 596	0.92 586	1.41 608	1.53 602	1.16 591	1.17 599	0.95 569	1.03 579	0.26 565	0.25 578	0.28 567	0.28 578	0.31 572	0.30 574
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
MFN_U_SF_RVC	0.56 559	0.51 580	1.19 580	0.38 566	0.22 509	0.69 566	0.27 468	0.80 587	0.67 551	0.73 570	0.74 555	0.87 576	0.61 569	0.81 543	0.76 557	0.29 577	0.27 580	0.32 576	0.37 586	0.32 575	0.31 577

DStereoFS	0.84 588	0.66 592	0.80 519	0.53 588	0.50 585	1.23 601	0.55 583	0.94 597	1.32 604	0.89 582	1.32 592	1.04 586	2.32 620	1.29 597	1.14 587	0.31 580	0.35 591	0.30 573	0.39 589	0.34 576	0.60 604

Anonymous_2	0.37 496	0.21 462	0.47 382	0.20 174	0.21 493	0.42 493	0.26 462	0.38 290	0.29 252	0.33 372	0.30 264	0.44 465	0.38 492	0.36 351	0.29 425	0.26 565	0.29 584	0.44 586	1.41 623	0.34 576	0.21 546

UDG	0.40 514	0.46 569	0.49 396	0.40 570	0.35 567	0.47 518	0.27 468	0.54 476	0.47 466	0.39 462	0.45 445	0.59 535	0.44 522	0.46 385	0.39 479	0.26 565	0.19 557	0.48 588	0.22 558	0.34 576	0.26 568

NVStereoNet_ROB	0.67 573	0.49 577	0.83 529	0.48 580	0.40 572	0.51 534	0.46 567	0.70 574	0.77 568	0.84 580	1.72 608	1.02 585	0.83 585	1.23 592	0.79 563	0.32 581	0.38 593	0.40 584	0.46 592	0.36 579	0.41 587
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DDUNet	0.41 516	0.50 578	0.48 391	0.44 575	0.39 570	0.46 512	0.32 513	0.50 421	0.43 416	0.45 508	0.52 487	0.57 530	0.36 479	0.48 392	0.33 453	0.33 582	0.21 564	0.55 592	0.25 567	0.37 580	0.32 580

DStereoSA	0.81 587	0.37 555	1.08 569	0.51 584	0.65 597	0.67 564	1.44 623	0.74 579	1.06 595	0.54 546	1.67 607	0.49 492	1.78 613	0.96 570	1.69 607	0.28 574	0.43 597	0.27 559	0.51 598	0.40 581	0.58 601

MSC_U_SF_DS_RVC	0.68 574	0.64 590	1.06 567	0.45 576	0.27 545	1.40 610	0.58 586	0.78 583	0.92 586	0.84 580	0.86 569	0.88 578	0.68 572	1.33 599	0.68 553	0.37 587	0.29 584	0.34 579	0.36 585	0.43 582	0.37 583

MADNet+	1.01 596	1.16 615	4.72 621	0.70 596	0.47 582	1.24 602	0.96 611	0.97 599	0.89 582	0.65 563	0.77 559	0.87 576	0.85 588	2.09 614	1.68 605	0.38 588	0.39 594	0.31 575	0.27 575	0.43 582	0.39 585

SQANet	0.40 514	0.48 573	0.67 485	0.48 580	0.39 570	0.48 524	0.22 386	0.51 438	0.43 416	0.40 472	0.47 462	0.47 479	0.33 462	0.54 425	0.32 446	0.36 585	0.15 532	0.40 584	0.21 550	0.45 584	0.31 577

DStereoO	0.46 536	0.32 541	0.51 417	0.36 558	0.29 558	0.38 468	0.45 564	0.55 486	0.60 534	0.47 520	0.49 470	0.48 486	0.73 577	0.59 455	0.69 554	0.81 608	0.18 552	0.38 581	0.19 545	0.46 585	0.20 537

FADE	4.32 623	1.06 611	4.35 617	0.71 597	0.76 604	0.73 570	0.50 578	1.85 619	1.52 610	0.75 574	0.66 540	1.17 592	2.69 623	2.83 619	1.96 616	24.23 650	4.70 632	17.35 645	17.61 644	0.49 586	0.44 589

anonymity	0.56 559	0.54 583	0.70 498	0.47 579	0.61 594	0.56 546	0.43 560	0.69 572	0.49 484	0.63 559	0.55 501	0.54 519	0.60 560	0.61 465	0.57 531	0.55 594	0.53 605	0.50 589	0.54 602	0.51 587	0.56 598

Consistency-Raft	0.55 558	0.48 573	1.02 563	0.45 576	0.49 584	0.49 529	0.47 571	0.72 577	0.72 561	0.45 508	0.82 565	0.47 479	0.60 560	0.50 401	0.63 546	0.39 589	0.39 594	0.44 586	0.51 598	0.52 588	0.37 583

SGM+DAISY	0.87 589	0.66 592	1.30 590	0.51 584	0.60 593	1.03 592	0.84 607	0.76 581	0.73 564	1.39 606	1.51 601	1.31 596	1.22 601	1.11 583	1.08 582	0.57 596	0.53 605	0.51 591	0.51 598	0.54 589	0.61 608

SPS-STEREO	0.69 575	0.61 588	0.98 558	0.52 587	0.57 591	0.74 572	0.50 578	0.78 583	0.62 540	0.95 589	0.86 569	0.94 580	0.70 574	1.01 577	0.87 569	0.58 597	0.51 602	0.50 589	0.50 597	0.55 590	0.58 601
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
BEATNet-Init1	4.73 626	2.61 624	13.29 638	0.58 589	0.53 589	10.12 632	3.33 628	4.83 629	5.01 628	8.75 634	8.51 632	14.08 641	7.60 633	7.70 634	5.34 629	0.28 574	0.28 583	0.34 579	0.37 586	0.57 591	0.45 590

JetBlue	1.14 602	0.76 596	2.36 608	0.59 590	0.75 601	3.04 621	1.78 625	1.11 601	0.90 584	0.94 587	1.10 583	1.66 604	1.28 605	2.09 614	1.72 608	0.43 590	0.36 592	0.38 581	0.38 588	0.58 592	0.56 598

otaku	0.57 562	0.62 589	0.87 540	0.63 593	0.44 580	0.73 570	0.37 538	0.65 557	0.66 548	0.51 532	0.75 556	0.66 559	0.45 525	0.69 499	0.46 513	0.53 591	0.34 590	0.55 592	0.35 582	0.60 593	0.45 590

GCST	0.47 539	0.60 587	0.57 443	1.04 611	0.48 583	0.38 468	0.11 17	0.40 313	0.32 287	0.41 481	0.34 318	0.29 325	0.17 239	0.46 385	0.19 286	0.69 601	0.42 596	0.79 605	0.62 608	0.62 594	0.46 593

Ntro	0.58 563	0.64 590	0.92 549	0.66 594	0.50 585	0.77 575	0.36 534	0.66 563	0.70 558	0.50 527	0.59 517	0.65 555	0.51 546	0.75 521	0.45 507	0.56 595	0.32 588	0.56 595	0.34 581	0.63 595	0.46 593

DGSMNet	0.61 568	0.29 522	0.91 547	0.51 584	0.70 599	0.62 559	1.38 622	0.59 526	0.55 521	0.37 432	0.61 529	0.52 510	0.33 462	0.65 488	0.43 499	0.53 591	0.60 612	0.67 597	0.61 607	0.63 595	0.61 608

ACVNet_1	0.72 578	0.81 598	1.37 593	0.72 598	0.53 589	0.77 575	0.42 558	0.85 595	0.90 584	0.74 573	0.75 556	1.32 597	0.72 576	1.02 578	0.55 530	0.54 593	0.31 587	0.71 599	0.35 582	0.64 597	0.45 590

ACVNet-4b	0.72 578	0.81 598	1.33 591	0.72 598	0.50 585	0.80 580	0.31 506	0.71 576	0.80 571	0.50 527	0.72 554	0.95 582	0.43 520	0.96 570	1.20 595	1.13 620	0.21 564	0.76 602	0.45 591	0.65 598	0.46 593

DispFullNet	0.66 572	0.89 603	1.59 598	0.77 600	1.21 617	0.51 534	0.23 411	0.59 526	0.72 561	0.69 568	0.61 529	0.69 566	0.91 590	0.79 536	0.48 516	0.27 570	0.12 495	0.73 600	0.30 579	0.65 598	0.40 586

WAO-7	1.01 596	0.89 603	0.93 551	0.83 603	0.66 598	1.18 597	0.81 605	1.40 607	1.57 611	1.11 598	1.76 610	1.45 599	1.19 600	1.50 603	1.14 587	0.61 598	0.62 615	0.70 598	0.68 610	0.66 600	0.60 604

MFMNet_re	0.72 578	0.76 596	0.99 559	0.62 592	0.70 599	0.77 575	0.67 592	0.75 580	0.83 577	0.78 578	0.86 569	0.69 566	0.78 579	0.71 505	0.61 541	0.66 600	0.59 611	0.61 596	0.58 606	0.68 601	0.71 612

MonStereo1	0.93 593	0.56 584	0.82 526	0.69 595	0.58 592	1.37 608	0.35 529	0.94 597	1.25 602	0.93 586	1.90 611	1.52 601	2.10 617	1.27 595	0.77 560	0.69 601	0.33 589	0.75 601	0.47 594	0.70 602	0.57 600

ACVNet_2	0.89 590	0.87 602	1.25 585	0.82 601	0.62 595	0.97 590	0.62 590	1.14 602	1.42 607	1.00 592	1.40 595	1.47 600	0.84 586	1.11 583	0.66 551	0.61 598	0.43 597	0.78 603	0.49 595	0.75 603	0.52 596

RainbowNet	0.72 578	0.89 603	1.02 563	0.82 601	0.63 596	0.78 578	0.52 580	0.81 589	0.93 588	0.60 554	0.79 561	0.80 574	0.60 560	0.80 540	0.57 531	0.78 606	0.55 608	0.78 603	0.49 595	0.76 604	0.58 601

WAO-6	1.07 600	0.93 606	0.92 549	0.96 605	0.78 605	1.28 604	0.75 598	1.34 605	2.00 615	1.02 594	1.54 603	1.59 602	1.22 601	1.31 598	1.14 587	0.78 606	0.55 608	1.02 612	0.75 614	0.83 605	0.69 611

IMH-64-1	0.91 591	0.86 600	0.84 534	0.97 606	0.75 601	0.92 588	0.71 594	1.27 603	1.10 598	0.89 582	1.45 597	1.14 588	0.96 592	1.19 588	0.84 566	0.74 603	0.51 602	0.97 608	0.55 603	0.84 606	0.60 604

IMH-64	0.91 591	0.86 600	0.84 534	0.97 606	0.75 601	0.92 588	0.71 594	1.27 603	1.10 598	0.89 582	1.45 597	1.14 588	0.96 592	1.19 588	0.84 566	0.74 603	0.51 602	0.97 608	0.55 603	0.84 606	0.60 604

IMH	1.05 599	0.95 607	1.00 560	1.01 608	0.78 605	1.11 594	0.68 593	1.38 606	1.43 608	1.00 592	1.72 608	1.43 598	1.14 596	1.73 609	0.89 571	1.09 617	0.55 608	0.99 610	0.57 605	0.87 608	0.62 610

LVE	1.13 601	1.02 608	1.28 588	1.01 608	0.80 608	1.29 605	0.81 605	1.47 610	1.96 613	1.07 596	1.90 611	1.90 607	1.01 595	1.48 602	0.91 572	0.93 614	0.61 614	0.94 607	0.69 611	0.87 608	0.75 616

WAO-8	1.46 609	1.10 613	1.09 570	1.10 612	0.84 609	2.06 614	0.75 598	1.84 616	3.83 623	1.44 612	2.21 617	2.15 611	1.43 609	3.17 621	1.19 593	0.91 612	0.65 617	1.09 613	0.79 615	0.90 610	0.71 612

Venus	1.46 609	1.10 613	1.09 570	1.10 612	0.84 609	2.06 614	0.75 598	1.84 616	3.83 623	1.44 612	2.21 617	2.15 611	1.43 609	3.17 621	1.19 593	0.91 612	0.65 617	1.09 613	0.79 615	0.90 610	0.71 612

Dean	1.17 603	1.04 610	1.49 597	1.03 610	0.78 605	1.20 600	0.77 601	1.48 611	1.96 613	1.28 602	1.99 614	2.15 611	1.14 596	1.25 593	1.00 578	0.81 608	0.60 612	1.01 611	0.69 611	0.92 612	0.74 615

PWCK	1.00 594	1.17 616	1.70 602	0.91 604	0.41 573	1.19 599	0.92 609	1.10 600	1.14 600	1.16 600	1.14 585	1.25 594	0.88 589	1.75 610	1.04 581	0.87 611	0.50 600	0.87 606	0.53 601	0.96 613	0.52 596

SuperB	0.49 545	0.28 514	2.23 606	0.23 334	0.15 364	0.41 486	0.32 513	0.47 388	0.82 573	0.43 497	0.50 473	0.33 367	0.45 525	0.68 497	1.08 582	0.10 369	0.07 304	0.09 274	0.08 249	0.98 614	0.14 473

UNDER WATER-64	1.55 611	1.19 617	2.52 611	1.31 617	0.95 613	2.12 616	1.21 620	1.45 609	3.19 619	1.43 611	1.32 592	2.64 618	2.04 616	1.63 606	1.83 610	1.11 618	0.67 619	1.28 618	0.92 618	1.19 615	1.02 621

UNDER WATER	1.59 612	1.22 618	2.36 608	1.38 618	1.03 614	1.67 613	1.10 617	1.54 614	3.63 621	1.44 612	1.47 599	2.85 620	2.25 619	1.67 607	1.94 614	1.06 616	0.62 615	1.31 619	0.93 619	1.21 616	1.02 621

TorneroNet-64	1.43 607	1.03 609	1.20 582	1.10 612	0.86 611	2.26 618	0.73 597	1.84 616	3.84 625	1.25 601	2.25 619	2.69 619	1.42 608	1.76 611	1.43 600	0.76 605	0.50 600	1.09 613	0.66 609	1.23 617	0.76 617

TorneroNet	2.22 617	1.08 612	1.24 584	1.14 616	0.90 612	5.58 625	0.80 603	2.12 622	8.69 632	2.58 623	5.42 628	3.88 624	1.97 615	1.78 613	1.87 611	0.86 610	0.54 607	1.15 617	0.74 613	1.23 617	0.85 618

notaker	1.45 608	1.34 619	1.48 595	1.40 619	1.07 615	1.18 597	0.85 608	1.48 611	1.40 606	1.51 617	3.46 624	2.40 616	1.81 614	1.76 611	1.45 603	1.11 618	0.69 620	1.38 620	0.87 617	1.31 619	0.97 620

ktn	1.77 615	1.36 620	1.22 583	1.43 620	1.14 616	1.52 611	1.08 616	1.51 613	3.96 626	2.77 625	4.69 626	3.35 622	1.46 611	1.69 608	1.25 597	1.43 622	0.77 621	1.45 621	0.99 620	1.32 620	0.96 619

KSHMR	1.89 616	1.36 620	1.60 599	1.47 621	1.22 618	1.38 609	1.06 615	1.79 615	5.97 629	1.42 610	5.65 630	2.98 621	1.14 596	2.23 617	1.20 595	1.27 621	1.12 622	1.46 622	1.10 622	1.32 620	1.15 623

JetRed	2.30 619	2.64 625	6.12 623	1.12 615	1.38 620	5.85 627	3.29 627	1.99 620	1.67 612	1.98 619	1.95 613	2.16 614	1.60 612	2.48 618	4.10 626	1.05 615	1.60 623	1.09 613	1.01 621	1.67 622	1.28 624

MADNet++	2.26 618	1.80 623	2.06 605	2.13 625	1.97 622	2.61 620	1.79 626	2.38 623	2.16 616	2.75 624	2.65 621	2.38 615	2.43 621	3.17 621	3.21 622	2.17 625	1.95 626	1.94 625	1.63 624	2.06 623	2.01 627

HanzoNet	2.97 620	1.69 622	2.29 607	1.74 622	1.33 619	1.53 612	1.03 614	1.99 620	2.64 618	5.51 629	5.16 627	5.90 629	6.82 632	4.32 627	3.29 623	3.16 628	2.02 628	1.92 624	2.87 629	2.24 624	1.89 626

tt	4.71 625	0.10 102	3.94 616	2.06 624	1.53 621	10.14 633	16.88 634	9.27 636	4.98 627	1.39 606	1.02 580	4.68 625	4.90 627	3.35 624	5.86 630	5.76 633	9.15 639	2.24 628	2.53 627	3.10 625	1.32 625

DPSimNet_ROB	4.34 624	4.23 626	6.89 625	3.67 626	3.68 623	4.75 622	5.21 630	2.67 625	3.68 622	5.82 630	3.95 625	5.57 626	6.72 631	3.46 625	4.48 627	4.05 631	2.88 629	4.68 631	3.12 631	3.69 626	3.62 631

USTest	6.88 627	5.23 629	5.63 622	7.22 631	7.29 627	14.34 636	22.76 636	8.48 634	9.32 633	5.42 628	6.39 631	6.29 633	6.64 630	6.92 631	8.62 633	1.94 623	3.29 630	2.16 627	2.55 628	3.85 627	3.29 630

DGTPSM_ROB	8.34 630	5.10 627	10.37 636	5.31 629	10.18 630	8.33 629	23.60 640	6.06 631	13.41 639	4.90 626	10.87 637	5.65 627	10.44 634	6.17 629	12.59 635	3.74 629	7.55 634	3.69 629	7.26 635	4.14 628	7.46 634

WQFJA1++	0.44 531	0.07 3	0.63 470	0.18 65	0.13 268	0.15 34	0.11 17	0.20 38	0.11 4	2.05 620	0.12 46	0.23 244	0.11 88	0.17 65	0.12 61	0.08 229	0.05 33	0.06 34	0.05 51	4.20 629	0.07 187

DPSMNet_ROB	8.40 631	5.11 628	10.49 637	5.58 630	10.25 631	8.34 630	23.62 641	6.07 632	13.45 640	4.93 627	10.88 638	5.66 628	10.44 634	6.24 630	12.64 636	3.98 630	7.61 635	3.76 630	7.30 636	4.20 629	7.51 635

TCMNet-wrong-test	4.29 622	5.57 630	4.65 618	11.33 635	10.39 632	5.73 626	4.48 629	4.13 628	1.02 591	1.91 618	2.39 620	6.16 632	3.62 625	3.84 626	4.50 628	1.99 624	0.47 599	1.97 626	1.69 625	5.69 631	4.31 632

ASD4	7.23 628	6.65 631	7.69 626	5.24 628	5.62 626	11.85 634	20.36 635	7.57 633	7.14 631	6.55 631	5.47 629	5.99 631	5.78 628	7.22 632	9.24 634	4.85 632	4.44 631	6.40 636	5.19 632	6.53 632	4.89 633

DPSM_ROB	11.49 635	9.87 636	10.35 634	11.13 633	11.31 633	19.11 642	27.51 643	13.37 641	14.21 642	10.31 638	11.06 639	10.96 639	11.27 640	11.96 641	13.59 638	6.78 635	8.19 637	6.03 633	7.09 633	7.93 633	7.73 637

DPSM	11.49 635	9.87 636	10.35 634	11.13 633	11.31 633	19.11 642	27.51 643	13.37 641	14.21 642	10.31 638	11.06 639	10.96 639	11.27 640	11.96 641	13.59 638	6.78 635	8.19 637	6.03 633	7.09 633	7.93 633	7.73 637

PML	16.10 640	12.82 640	6.78 624	5.23 627	7.76 628	33.92 646	66.56 654	5.30 630	10.28 634	26.12 653	68.59 654	20.51 643	13.49 642	10.06 636	6.78 632	5.96 634	2.00 627	6.04 635	2.18 626	8.96 635	2.60 629

xxxxx1	15.27 637	9.54 633	10.31 631	20.13 639	18.88 638	17.08 637	23.03 637	10.36 637	10.99 635	9.21 635	9.62 633	10.74 636	10.61 637	10.72 637	13.89 640	7.97 637	9.20 640	31.85 650	44.72 652	12.84 636	13.69 639

tt_ll	15.27 637	9.54 633	10.31 631	20.13 639	18.88 638	17.08 637	23.03 637	10.36 637	10.99 635	9.21 635	9.62 633	10.74 636	10.61 637	10.72 637	13.89 640	7.97 637	9.20 640	31.85 650	44.72 652	12.84 636	13.69 639

ff	15.27 637	9.54 633	10.31 631	20.13 639	18.88 638	17.08 637	23.03 637	10.36 637	10.99 635	9.21 635	9.62 633	10.74 636	10.61 637	10.72 637	13.89 640	7.97 637	9.20 640	31.85 650	44.72 652	12.84 636	13.69 639

LRCNet_RVC	10.90 634	14.34 641	9.35 627	15.35 636	8.04 629	1.08 593	0.34 525	8.78 635	0.70 558	12.63 641	16.05 641	9.85 634	6.54 629	8.57 635	6.34 631	20.27 648	5.40 633	23.70 647	21.88 648	14.87 639	13.83 642

Hybrid-DGEV	23.16 648	19.94 649	20.96 648	22.49 643	22.75 644	38.51 652	55.52 653	27.09 654	28.90 654	20.58 646	22.25 648	22.00 645	22.80 650	24.11 650	27.33 647	13.60 643	16.47 644	12.14 637	14.30 642	15.95 640	15.54 645

CasAABBNet	23.10 644	19.86 644	20.64 645	22.47 642	22.73 642	38.41 650	55.50 650	26.89 650	28.70 651	20.61 649	22.15 647	22.08 649	22.75 648	23.99 645	27.36 648	13.59 640	16.48 645	12.14 637	14.27 638	15.95 640	15.53 644

RAFT-FEzeroshot	23.10 644	19.88 646	20.56 643	22.49 643	22.75 644	38.38 647	55.50 650	26.84 648	28.66 649	20.60 647	22.10 645	22.05 646	22.74 646	24.00 647	27.37 650	13.59 640	16.48 645	12.14 637	14.28 639	15.96 642	15.54 645

RAFT-FE	23.10 644	19.88 646	20.56 643	22.49 643	22.75 644	38.38 647	55.50 650	26.84 648	28.66 649	20.60 647	22.10 645	22.05 646	22.74 646	24.00 647	27.37 650	13.59 640	16.48 645	12.14 637	14.28 639	15.96 642	15.54 645

FlowAnything	23.14 647	19.87 645	20.79 646	22.50 646	22.74 643	38.39 649	55.46 648	26.89 650	28.72 652	20.77 651	22.29 650	22.07 648	22.72 645	23.99 645	27.41 652	13.60 643	16.55 649	12.15 641	14.36 643	15.97 644	15.52 643

Selective-RAFT-Error	23.16 648	19.93 648	20.87 647	22.54 647	22.81 647	38.52 653	55.47 649	27.01 653	28.83 653	20.66 650	22.25 648	22.09 650	22.80 650	24.09 649	27.36 648	13.61 645	16.48 645	12.15 641	14.28 639	15.99 645	15.57 648

LSM0	24.24 650	19.98 650	22.32 649	24.22 648	40.14 653	38.48 651	55.20 647	26.95 652	28.57 648	20.49 645	21.83 643	22.26 651	22.75 648	24.22 651	27.30 646	13.66 646	16.32 643	12.19 643	14.15 637	16.10 646	17.66 649

HaxPig	17.72 642	20.22 651	19.73 640	16.53 637	16.51 636	9.27 631	9.33 631	14.34 643	13.27 638	18.65 642	18.70 642	17.35 642	16.77 643	17.04 643	16.45 643	22.05 649	20.89 650	22.27 646	21.53 647	21.29 647	22.13 652

MEDIAN_ROB	21.21 643	24.62 652	23.47 650	19.58 638	19.65 641	13.22 635	10.96 632	17.88 644	17.00 644	22.14 652	22.02 644	20.86 644	20.36 644	21.06 644	19.71 644	25.63 651	24.13 651	26.21 648	25.20 649	25.17 648	25.38 653

AVERAGE_ROB	25.43 651	29.06 653	27.24 651	24.63 649	24.20 650	17.73 640	12.61 633	22.29 647	21.39 647	26.79 654	26.16 653	25.20 652	24.64 654	25.07 652	23.53 645	29.96 652	28.40 652	30.60 649	29.58 650	29.72 649	29.84 654

RSGM-EC	29.65 652	17.75 642	10.04 629	35.31 650	33.15 651	26.42 644	46.65 645	19.89 645	17.74 645	18.92 643	23.36 651	30.14 653	23.59 652	41.87 653	45.99 653	59.56 653	34.38 653	33.25 653	20.37 645	34.97 650	19.60 650

acva	29.65 652	17.75 642	10.04 629	35.31 650	33.15 651	26.42 644	46.65 645	19.89 645	17.74 645	18.92 643	23.36 651	30.14 653	23.59 652	41.87 653	45.99 653	59.56 653	34.38 653	33.25 653	20.37 645	34.97 650	19.60 650

DLNR_Zeroshot_test	10.44 632	12.10 638	19.93 641	106.08 653	23.66 649	0.14 22	0.13 54	3.22 626	0.17 60	0.16 139	0.23 193	0.16 157	0.10 56	0.31 317	0.15 173	2.36 626	0.06 177	0.07 103	0.07 169	39.70 652	0.06 93

DLNR-FE	10.45 633	12.13 639	19.94 642	106.10 654	23.12 648	0.14 22	0.13 54	3.28 627	0.17 60	0.16 139	0.23 193	0.16 157	0.10 56	0.31 317	0.15 173	2.41 627	0.06 177	0.07 103	0.07 169	40.22 653	0.06 93

Anonymous_1	16.62 641	9.35 632	9.84 628	10.66 632	14.64 635	18.66 641	27.12 642	12.64 640	13.51 641	10.76 640	10.30 636	10.13 635	10.60 636	11.06 640	12.74 637	15.87 647	7.74 636	16.92 644	43.48 651	58.66 654	7.68 636

test_example2	101.33 654	108.28 654	68.15 653	98.43 652	106.93 654	89.75 654	102.43 655	36.80 655	97.65 655	129.04 655	130.15 655	65.26 655	66.62 655	92.11 655	80.24 655	144.10 655	199.48 655	81.81 655	103.01 655	125.01 655	101.27 655

ccccc	256.34 655	256.29 655	313.62 655	354.40 655	364.36 655	149.10 655	168.46 656	152.89 656	131.30 656	153.93 656	155.56 656	164.00 656	204.39 656	268.02 656	295.19 656	390.55 656	349.22 656	244.59 656	219.82 656	412.30 656	378.83 656

Low-res two-view benchmark