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

MLG-Stereo_test1	0.06 1	0.05 19	0.08 27	0.17 241	0.05 1	0.07 27	0.11 56	0.09 12	0.03 1	0.05 2	0.04 1	0.06 23	0.05 16	0.09 40	0.09 55	0.05 33	0.04 23	0.05 34	0.03 1	0.04 21	0.05 135

FoundationStereo	0.06 1	0.04 1	0.08 27	0.13 10	0.05 1	0.09 96	0.13 128	0.06 1	0.09 29	0.05 2	0.05 7	0.06 23	0.04 1	0.07 3	0.07 1	0.06 120	0.04 23	0.05 34	0.04 40	0.05 114	0.04 34

LACA1	0.07 3	0.07 151	0.07 6	0.14 42	0.05 1	0.09 96	0.11 56	0.10 19	0.07 9	0.05 2	0.05 7	0.06 23	0.08 169	0.08 17	0.09 55	0.06 120	0.04 23	0.04 1	0.04 40	0.03 1	0.04 34

Test_v1	0.07 3	0.04 1	0.06 1	0.13 10	0.06 15	0.09 96	0.10 31	0.15 124	0.12 100	0.06 13	0.05 7	0.04 1	0.05 16	0.08 17	0.10 132	0.07 275	0.04 23	0.05 34	0.04 40	0.04 21	0.04 34

BTL-Stereo	0.07 3	0.04 1	0.08 27	0.15 86	0.07 78	0.07 27	0.14 185	0.07 2	0.10 42	0.05 2	0.05 7	0.04 1	0.06 48	0.07 3	0.09 55	0.04 6	0.04 23	0.06 128	0.05 133	0.04 21	0.04 34

Pro-Stereo	0.07 3	0.05 19	0.08 27	0.15 86	0.08 149	0.08 55	0.12 84	0.07 2	0.08 14	0.06 13	0.06 15	0.05 4	0.05 16	0.09 40	0.08 14	0.05 33	0.04 23	0.06 128	0.05 133	0.04 21	0.04 34

MatchStereo	0.07 3	0.04 1	0.08 27	0.14 42	0.06 15	0.05 3	0.12 84	0.12 56	0.09 29	0.07 47	0.07 46	0.04 1	0.04 1	0.09 40	0.09 55	0.06 120	0.05 181	0.05 34	0.03 1	0.04 21	0.05 135
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
BridgeDepth_RVC	0.07 3	0.04 1	0.09 82	0.11 1	0.05 1	0.10 145	0.10 31	0.14 92	0.09 29	0.06 13	0.07 46	0.06 23	0.08 169	0.07 3	0.10 132	0.06 120	0.04 23	0.04 1	0.04 40	0.05 114	0.04 34
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
VIP-Stereo	0.07 3	0.07 151	0.08 27	0.15 86	0.06 15	0.11 187	0.10 31	0.11 36	0.11 69	0.06 13	0.07 46	0.06 23	0.05 16	0.10 79	0.08 14	0.05 33	0.04 23	0.05 34	0.04 40	0.03 1	0.03 1

BridgeDepth	0.07 3	0.07 151	0.08 27	0.18 323	0.06 15	0.07 27	0.11 56	0.10 19	0.06 4	0.04 1	0.07 46	0.10 190	0.09 198	0.08 17	0.08 14	0.04 6	0.03 1	0.04 1	0.04 40	0.03 1	0.03 1
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MonStereo	0.07 3	0.06 72	0.06 1	0.15 86	0.05 1	0.08 55	0.10 31	0.15 124	0.15 180	0.05 2	0.06 15	0.05 4	0.06 48	0.07 3	0.09 55	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Wavelet-MonSter	0.07 3	0.05 19	0.07 6	0.16 164	0.06 15	0.07 27	0.11 56	0.10 19	0.08 14	0.06 13	0.07 46	0.07 83	0.07 127	0.09 40	0.09 55	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-eth3d	0.07 3	0.06 72	0.06 1	0.15 86	0.05 1	0.08 55	0.10 31	0.15 124	0.15 180	0.05 2	0.06 15	0.05 4	0.06 48	0.07 3	0.10 132	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-mixall	0.07 3	0.04 1	0.09 82	0.13 10	0.06 15	0.06 10	0.08 7	0.12 56	0.07 9	0.06 13	0.06 15	0.05 4	0.06 48	0.09 40	0.09 55	0.06 120	0.04 23	0.04 1	0.03 1	0.05 114	0.05 135

Replicate-Monster	0.07 3	0.05 19	0.09 82	0.14 42	0.06 15	0.09 96	0.09 18	0.14 92	0.12 100	0.05 2	0.07 46	0.06 23	0.06 48	0.08 17	0.10 132	0.06 120	0.04 23	0.05 34	0.03 1	0.04 21	0.04 34

AdaDepth	0.07 3	0.06 72	0.07 6	0.18 323	0.06 15	0.11 187	0.11 56	0.10 19	0.08 14	0.06 13	0.05 7	0.07 83	0.06 48	0.09 40	0.10 132	0.04 6	0.05 181	0.05 34	0.04 40	0.04 21	0.04 34

asda	0.07 3	0.08 273	0.08 27	0.16 164	0.07 78	0.06 10	0.10 31	0.16 154	0.11 69	0.06 13	0.06 15	0.05 4	0.06 48	0.10 79	0.10 132	0.03 1	0.03 1	0.04 1	0.03 1	0.04 21	0.03 1

asd	0.07 3	0.08 273	0.08 27	0.16 164	0.07 78	0.08 55	0.08 7	0.11 36	0.08 14	0.07 47	0.07 46	0.06 23	0.06 48	0.10 79	0.09 55	0.03 1	0.03 1	0.04 1	0.04 40	0.04 21	0.03 1

2.25w	0.07 3	0.07 151	0.08 27	0.15 86	0.06 15	0.08 55	0.09 18	0.10 19	0.15 180	0.08 85	0.10 140	0.07 83	0.06 48	0.09 40	0.10 132	0.05 33	0.04 23	0.04 1	0.04 40	0.03 1	0.04 34

4.25_new	0.07 3	0.08 273	0.09 82	0.15 86	0.06 15	0.08 55	0.08 7	0.14 92	0.08 14	0.07 47	0.07 46	0.06 23	0.06 48	0.12 215	0.10 132	0.04 6	0.03 1	0.04 1	0.03 1	0.04 21	0.03 1

4.5w_new	0.07 3	0.08 273	0.09 82	0.15 86	0.06 15	0.08 55	0.08 7	0.14 92	0.08 14	0.07 47	0.07 46	0.06 23	0.06 48	0.12 215	0.10 132	0.04 6	0.03 1	0.04 1	0.03 1	0.04 21	0.03 1

4.5_new	0.07 3	0.09 345	0.08 27	0.15 86	0.07 78	0.07 27	0.10 31	0.14 92	0.11 69	0.06 13	0.08 90	0.06 23	0.06 48	0.08 17	0.10 132	0.03 1	0.03 1	0.04 1	0.04 40	0.04 21	0.03 1

4.5w-stereo	0.07 3	0.09 345	0.08 27	0.15 86	0.07 78	0.07 27	0.10 31	0.14 92	0.11 69	0.06 13	0.08 90	0.06 23	0.06 48	0.08 17	0.10 132	0.03 1	0.03 1	0.04 1	0.04 40	0.04 21	0.03 1

4.25w-stereo	0.07 3	0.08 273	0.09 82	0.15 86	0.06 15	0.08 55	0.08 7	0.14 92	0.08 14	0.07 47	0.07 46	0.06 23	0.06 48	0.12 215	0.10 132	0.04 6	0.03 1	0.04 1	0.03 1	0.04 21	0.03 1

4w-stereo	0.07 3	0.08 273	0.08 27	0.16 164	0.07 78	0.07 27	0.08 7	0.11 36	0.09 29	0.07 47	0.07 46	0.05 4	0.06 48	0.09 40	0.10 132	0.03 1	0.03 1	0.04 1	0.04 40	0.04 21	0.03 1

2.5w	0.07 3	0.07 151	0.08 27	0.16 164	0.06 15	0.08 55	0.12 84	0.10 19	0.10 42	0.07 47	0.06 15	0.09 158	0.06 48	0.08 17	0.09 55	0.04 6	0.03 1	0.04 1	0.04 40	0.03 1	0.03 1

2.75w_new	0.07 3	0.07 151	0.07 6	0.13 10	0.06 15	0.08 55	0.08 7	0.18 219	0.13 138	0.08 85	0.08 90	0.06 23	0.06 48	0.09 40	0.11 206	0.04 6	0.04 23	0.04 1	0.03 1	0.03 1	0.04 34

3.25w_new	0.07 3	0.06 72	0.08 27	0.15 86	0.06 15	0.10 145	0.07 3	0.12 56	0.11 69	0.08 85	0.07 46	0.07 83	0.06 48	0.11 132	0.10 132	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 34

3.25w	0.07 3	0.06 72	0.08 27	0.15 86	0.06 15	0.10 145	0.07 3	0.12 56	0.11 69	0.08 85	0.07 46	0.07 83	0.06 48	0.11 132	0.10 132	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 34

3.75w	0.07 3	0.07 151	0.08 27	0.16 164	0.07 78	0.07 27	0.09 18	0.16 154	0.10 42	0.07 47	0.06 15	0.06 23	0.06 48	0.09 40	0.10 132	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 3	0.07 151	0.07 6	0.15 86	0.07 78	0.09 96	0.06 1	0.14 92	0.11 69	0.08 85	0.07 46	0.06 23	0.07 127	0.10 79	0.09 55	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

monsters	0.07 3	0.06 72	0.06 1	0.15 86	0.06 15	0.08 55	0.09 18	0.13 75	0.09 29	0.09 121	0.07 46	0.06 23	0.06 48	0.09 40	0.08 14	0.05 33	0.04 23	0.04 1	0.04 40	0.03 1	0.04 34

111111	0.07 3	0.05 19	0.10 124	0.17 241	0.06 15	0.05 3	0.10 31	0.11 36	0.10 42	0.06 13	0.06 15	0.07 83	0.05 16	0.08 17	0.09 55	0.06 120	0.04 23	0.05 34	0.04 40	0.07 296	0.06 231

LG-Stereo_L2	0.07 3	0.05 19	0.10 124	0.14 42	0.06 15	0.07 27	0.12 84	0.09 12	0.10 42	0.06 13	0.04 1	0.05 4	0.05 16	0.08 17	0.08 14	0.05 33	0.04 23	0.05 34	0.03 1	0.04 21	0.03 1

LG-Stereo_L1	0.07 3	0.05 19	0.11 175	0.14 42	0.06 15	0.07 27	0.12 84	0.09 12	0.08 14	0.05 2	0.04 1	0.05 4	0.04 1	0.08 17	0.08 14	0.05 33	0.04 23	0.05 34	0.03 1	0.04 21	0.04 34

MLG-Stereo_test3	0.07 3	0.05 19	0.10 124	0.15 86	0.06 15	0.07 27	0.10 31	0.08 6	0.06 4	0.06 13	0.04 1	0.06 23	0.06 48	0.08 17	0.10 132	0.06 120	0.04 23	0.05 34	0.04 40	0.05 114	0.06 231

MLG-Stereo_test2	0.07 3	0.04 1	0.10 124	0.15 86	0.06 15	0.07 27	0.11 56	0.09 12	0.04 2	0.06 13	0.05 7	0.06 23	0.04 1	0.08 17	0.09 55	0.06 120	0.04 23	0.05 34	0.03 1	0.05 114	0.05 135

MLG-Stereo	0.07 3	0.05 19	0.09 82	0.17 241	0.05 1	0.07 27	0.11 56	0.08 6	0.05 3	0.05 2	0.04 1	0.06 23	0.05 16	0.10 79	0.09 55	0.05 33	0.04 23	0.05 34	0.03 1	0.04 21	0.05 135

LG-G_1	0.07 3	0.04 1	0.11 175	0.15 86	0.06 15	0.09 96	0.08 7	0.08 6	0.06 4	0.06 13	0.06 15	0.07 83	0.07 127	0.11 132	0.08 14	0.07 275	0.04 23	0.05 34	0.04 40	0.05 114	0.06 231

LG-G	0.07 3	0.04 1	0.11 175	0.15 86	0.06 15	0.09 96	0.08 7	0.08 6	0.06 4	0.06 13	0.06 15	0.07 83	0.07 127	0.11 132	0.08 14	0.07 275	0.04 23	0.05 34	0.04 40	0.05 114	0.06 231

LGtest1	0.07 3	0.05 19	0.11 175	0.15 86	0.06 15	0.07 27	0.09 18	0.08 6	0.06 4	0.06 13	0.04 1	0.06 23	0.07 127	0.10 79	0.09 55	0.07 275	0.04 23	0.05 34	0.04 40	0.06 222	0.06 231

LG-Stereo_Zeroshot	0.07 3	0.06 72	0.10 124	0.16 164	0.07 78	0.04 1	0.13 128	0.10 19	0.10 42	0.05 2	0.11 185	0.07 83	0.05 16	0.07 3	0.09 55	0.06 120	0.04 23	0.05 34	0.04 40	0.05 114	0.04 34

GREAT-IGEV	0.07 3	0.06 72	0.09 82	0.13 10	0.07 78	0.07 27	0.14 185	0.10 19	0.09 29	0.06 13	0.08 90	0.06 23	0.05 16	0.10 79	0.07 1	0.05 33	0.04 23	0.05 34	0.04 40	0.05 114	0.04 34
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
StereoAnything_RVC	0.07 3	0.16 515	0.17 397	0.11 1	0.05 1	0.06 10	0.11 56	0.08 6	0.08 14	0.06 13	0.06 15	0.05 4	0.05 16	0.09 40	0.08 14	0.08 344	0.04 23	0.05 34	0.03 1	0.05 114	0.04 34

AIO_rvc	0.07 3	0.06 72	0.08 27	0.15 86	0.06 15	0.08 55	0.14 185	0.09 12	0.08 14	0.07 47	0.08 90	0.07 83	0.04 1	0.10 79	0.08 14	0.05 33	0.04 23	0.05 34	0.04 40	0.04 21	0.03 1

AIO_test	0.07 3	0.06 72	0.07 6	0.15 86	0.07 78	0.07 27	0.14 185	0.10 19	0.10 42	0.07 47	0.07 46	0.06 23	0.05 16	0.08 17	0.10 132	0.05 33	0.04 23	0.05 34	0.04 40	0.04 21	0.03 1

MonSter	0.07 3	0.06 72	0.06 1	0.15 86	0.05 1	0.08 55	0.10 31	0.15 124	0.15 180	0.05 2	0.06 15	0.05 4	0.06 48	0.07 3	0.09 55	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

DEFOM-Stereo	0.07 3	0.05 19	0.07 6	0.14 42	0.06 15	0.09 96	0.13 128	0.07 2	0.13 138	0.06 13	0.07 46	0.06 23	0.05 16	0.10 79	0.09 55	0.05 33	0.04 23	0.05 34	0.03 1	0.04 21	0.04 34

dual_stereo	0.07 3	0.05 19	0.08 27	0.15 86	0.05 1	0.05 3	0.13 128	0.12 56	0.08 14	0.07 47	0.06 15	0.05 4	0.05 16	0.07 3	0.09 55	0.06 120	0.04 23	0.05 34	0.03 1	0.04 21	0.04 34

IGEV-Stereo++	0.07 3	0.06 72	0.08 27	0.18 323	0.06 15	0.05 3	0.10 31	0.11 36	0.11 69	0.06 13	0.07 46	0.07 83	0.06 48	0.09 40	0.09 55	0.05 33	0.04 23	0.05 34	0.04 40	0.05 114	0.04 34

IGEV-Stereo+	0.07 3	0.04 1	0.08 27	0.15 86	0.06 15	0.04 1	0.09 18	0.10 19	0.09 29	0.06 13	0.06 15	0.06 23	0.06 48	0.06 1	0.09 55	0.06 120	0.04 23	0.05 34	0.04 40	0.06 222	0.06 231

Selective-IGEV	0.07 3	0.06 72	0.09 82	0.17 241	0.06 15	0.08 55	0.12 84	0.13 75	0.08 14	0.08 85	0.07 46	0.06 23	0.04 1	0.10 79	0.09 55	0.05 33	0.04 23	0.05 34	0.04 40	0.04 21	0.03 1

DispViT+	0.08 53	0.08 273	0.13 251	0.15 86	0.07 78	0.08 55	0.09 18	0.14 92	0.09 29	0.09 121	0.06 15	0.06 23	0.07 127	0.10 79	0.12 275	0.06 120	0.05 181	0.05 34	0.04 40	0.05 114	0.05 135

WQFJA1++	0.08 53	0.04 1	0.11 175	0.14 42	0.07 78	0.11 187	0.11 56	0.12 56	0.07 9	0.07 47	0.07 46	0.07 83	0.06 48	0.10 79	0.10 132	0.06 120	0.04 23	0.05 34	0.04 40	0.06 222	0.06 231

BStereo	0.08 53	0.06 72	0.17 397	0.15 86	0.08 149	0.08 55	0.09 18	0.15 124	0.16 208	0.06 13	0.07 46	0.07 83	0.05 16	0.09 40	0.11 206	0.04 6	0.05 181	0.05 34	0.07 309	0.04 21	0.05 135

MonSter++	0.08 53	0.04 1	0.10 124	0.13 10	0.06 15	0.10 145	0.13 128	0.13 75	0.08 14	0.06 13	0.07 46	0.06 23	0.08 169	0.10 79	0.11 206	0.06 120	0.05 181	0.04 1	0.03 1	0.04 21	0.05 135

HiDET	0.08 53	0.05 19	0.10 124	0.13 10	0.06 15	0.09 96	0.12 84	0.12 56	0.12 100	0.07 47	0.07 46	0.07 83	0.07 127	0.11 132	0.11 206	0.06 120	0.05 181	0.04 1	0.03 1	0.04 21	0.04 34

LCMNet	0.08 53	0.05 19	0.10 124	0.13 10	0.07 78	0.09 96	0.12 84	0.10 19	0.12 100	0.06 13	0.08 90	0.06 23	0.07 127	0.11 132	0.10 132	0.06 120	0.05 181	0.04 1	0.03 1	0.04 21	0.04 34

CSFM-Stereo	0.08 53	0.05 19	0.08 27	0.14 42	0.06 15	0.09 96	0.13 128	0.15 124	0.07 9	0.07 47	0.08 90	0.06 23	0.08 169	0.09 40	0.10 132	0.06 120	0.05 181	0.04 1	0.03 1	0.04 21	0.04 34

GEAStereo	0.08 53	0.06 72	0.09 82	0.13 10	0.08 149	0.08 55	0.14 185	0.10 19	0.10 42	0.08 85	0.10 140	0.06 23	0.04 1	0.11 132	0.08 14	0.06 120	0.04 23	0.05 34	0.04 40	0.05 114	0.05 135

GSStereo	0.08 53	0.06 72	0.09 82	0.13 10	0.08 149	0.08 55	0.14 185	0.11 36	0.12 100	0.08 85	0.10 140	0.05 4	0.04 1	0.11 132	0.08 14	0.06 120	0.04 23	0.05 34	0.04 40	0.05 114	0.05 135

gasm-f	0.08 53	0.05 19	0.08 27	0.13 10	0.08 149	0.08 55	0.14 185	0.10 19	0.10 42	0.08 85	0.10 140	0.06 23	0.05 16	0.10 79	0.08 14	0.06 120	0.04 23	0.05 34	0.04 40	0.06 222	0.05 135

DDF-Stereo	0.08 53	0.05 19	0.10 124	0.15 86	0.10 376	0.05 3	0.13 128	0.09 12	0.14 159	0.06 13	0.06 15	0.07 83	0.06 48	0.09 40	0.10 132	0.06 120	0.04 23	0.06 128	0.04 40	0.08 361	0.05 135

252Zero-FE	0.08 53	0.04 1	0.10 124	0.13 10	0.07 78	0.13 276	0.11 56	0.13 75	0.14 159	0.07 47	0.05 7	0.06 23	0.05 16	0.09 40	0.10 132	0.06 120	0.04 23	0.05 34	0.04 40	0.05 114	0.06 231

Zero-FE251	0.08 53	0.05 19	0.10 124	0.13 10	0.06 15	0.12 237	0.12 84	0.11 36	0.10 42	0.07 47	0.08 90	0.06 23	0.06 48	0.10 79	0.08 14	0.06 120	0.04 23	0.05 34	0.04 40	0.04 21	0.04 34

zero-FE	0.08 53	0.05 19	0.10 124	0.15 86	0.10 376	0.05 3	0.13 128	0.09 12	0.14 159	0.07 47	0.06 15	0.07 83	0.06 48	0.09 40	0.10 132	0.06 120	0.04 23	0.06 128	0.04 40	0.08 361	0.05 135

GASTEREO	0.08 53	0.05 19	0.09 82	0.19 385	0.08 149	0.08 55	0.12 84	0.14 92	0.11 69	0.10 156	0.09 114	0.07 83	0.04 1	0.12 215	0.08 14	0.06 120	0.05 181	0.05 34	0.04 40	0.04 21	0.05 135

MSCF	0.08 53	0.05 19	0.09 82	0.19 385	0.08 149	0.07 27	0.12 84	0.14 92	0.11 69	0.10 156	0.09 114	0.07 83	0.04 1	0.11 132	0.08 14	0.06 120	0.05 181	0.05 34	0.04 40	0.05 114	0.05 135

S2M2_XL	0.08 53	0.06 72	0.12 216	0.12 5	0.08 149	0.09 96	0.09 18	0.07 2	0.07 9	0.08 85	0.07 46	0.07 83	0.06 48	0.09 40	0.09 55	0.08 344	0.06 342	0.07 232	0.06 212	0.08 361	0.06 231
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qwe	0.08 53	0.08 273	0.07 6	0.15 86	0.06 15	0.07 27	0.10 31	0.18 219	0.12 100	0.07 47	0.07 46	0.06 23	0.06 48	0.10 79	0.09 55	0.04 6	0.03 1	0.04 1	0.04 40	0.04 21	0.03 1

3w_stereo	0.08 53	0.09 345	0.10 124	0.17 241	0.07 78	0.08 55	0.11 56	0.20 268	0.13 138	0.06 13	0.07 46	0.05 4	0.06 48	0.08 17	0.09 55	0.04 6	0.03 1	0.04 1	0.03 1	0.04 21	0.03 1

2w_stereo	0.08 53	0.08 273	0.09 82	0.16 164	0.06 15	0.09 96	0.10 31	0.20 268	0.15 180	0.08 85	0.07 46	0.06 23	0.06 48	0.06 1	0.10 132	0.04 6	0.03 1	0.04 1	0.04 40	0.03 1	0.03 1

1w_stereo	0.08 53	0.06 72	0.07 6	0.16 164	0.06 15	0.07 27	0.10 31	0.14 92	0.15 180	0.07 47	0.08 90	0.05 4	0.06 48	0.10 79	0.09 55	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 34

monsterstereo	0.08 53	0.06 72	0.07 6	0.16 164	0.06 15	0.08 55	0.10 31	0.16 154	0.12 100	0.07 47	0.08 90	0.06 23	0.07 127	0.08 17	0.09 55	0.04 6	0.04 23	0.05 34	0.04 40	0.04 21	0.03 1

IGEV	0.08 53	0.04 1	0.09 82	0.13 10	0.06 15	0.09 96	0.12 84	0.14 92	0.10 42	0.06 13	0.09 114	0.07 83	0.05 16	0.09 40	0.09 55	0.06 120	0.04 23	0.05 34	0.04 40	0.05 114	0.04 34

LG-Stereo	0.08 53	0.08 273	0.10 124	0.18 323	0.07 78	0.10 145	0.17 354	0.11 36	0.08 14	0.06 13	0.08 90	0.06 23	0.07 127	0.09 40	0.09 55	0.04 6	0.05 181	0.07 232	0.07 309	0.04 21	0.04 34

SGD-Stereo	0.08 53	0.05 19	0.10 124	0.14 42	0.06 15	0.12 237	0.12 84	0.11 36	0.12 100	0.07 47	0.09 114	0.09 158	0.09 198	0.08 17	0.08 14	0.06 120	0.04 23	0.05 34	0.04 40	0.05 114	0.04 34

HART	0.08 53	0.07 151	0.09 82	0.18 323	0.07 78	0.10 145	0.16 325	0.13 75	0.11 69	0.09 121	0.10 140	0.08 123	0.05 16	0.10 79	0.08 14	0.05 33	0.04 23	0.06 128	0.04 40	0.05 114	0.04 34

SCV_C0	0.08 53	0.07 151	0.08 27	0.16 164	0.10 376	0.08 55	0.14 185	0.11 36	0.13 138	0.08 85	0.07 46	0.06 23	0.05 16	0.11 132	0.07 1	0.05 33	0.05 181	0.05 34	0.04 40	0.06 222	0.05 135

SCV	0.08 53	0.09 345	0.08 27	0.15 86	0.08 149	0.10 145	0.12 84	0.11 36	0.12 100	0.07 47	0.07 46	0.06 23	0.04 1	0.10 79	0.08 14	0.05 33	0.05 181	0.06 128	0.04 40	0.06 222	0.04 34

DEFOM-Stereo_RVC	0.08 53	0.07 151	0.09 82	0.22 497	0.06 15	0.08 55	0.12 84	0.10 19	0.10 42	0.07 47	0.07 46	0.06 23	0.05 16	0.11 132	0.09 55	0.06 120	0.04 23	0.05 34	0.03 1	0.06 222	0.04 34

HUF	0.08 53	0.05 19	0.08 27	0.14 42	0.06 15	0.09 96	0.13 128	0.13 75	0.13 138	0.07 47	0.07 46	0.09 158	0.06 48	0.10 79	0.09 55	0.06 120	0.04 23	0.05 34	0.04 40	0.05 114	0.04 34

castereo++	0.08 53	0.06 72	0.08 27	0.15 86	0.05 1	0.14 318	0.11 56	0.11 36	0.15 180	0.07 47	0.07 46	0.08 123	0.06 48	0.08 17	0.08 14	0.06 120	0.04 23	0.05 34	0.04 40	0.04 21	0.03 1

IGEV-RUCA	0.08 53	0.06 72	0.11 175	0.14 42	0.09 263	0.10 145	0.12 84	0.10 19	0.12 100	0.06 13	0.07 46	0.08 123	0.06 48	0.09 40	0.08 14	0.06 120	0.05 181	0.05 34	0.04 40	0.05 114	0.06 231

GIP-stereo	0.08 53	0.06 72	0.11 175	0.15 86	0.07 78	0.09 96	0.13 128	0.15 124	0.11 69	0.07 47	0.08 90	0.05 4	0.04 1	0.10 79	0.07 1	0.05 33	0.04 23	0.05 34	0.04 40	0.05 114	0.04 34

SMoEStereo_RVC	0.08 53	0.06 72	0.12 216	0.16 164	0.07 78	0.09 96	0.13 128	0.11 36	0.14 159	0.09 121	0.07 46	0.07 83	0.07 127	0.12 215	0.10 132	0.05 33	0.04 23	0.06 128	0.05 133	0.04 21	0.04 34

WCG-NET	0.08 53	0.05 19	0.10 124	0.15 86	0.06 15	0.11 187	0.14 185	0.13 75	0.14 159	0.07 47	0.09 114	0.07 83	0.06 48	0.13 272	0.08 14	0.05 33	0.04 23	0.06 128	0.04 40	0.04 21	0.03 1

Occ-G	0.08 53	0.05 19	0.07 6	0.14 42	0.07 78	0.09 96	0.14 185	0.14 92	0.15 180	0.07 47	0.12 202	0.07 83	0.05 16	0.09 40	0.10 132	0.06 120	0.05 181	0.05 34	0.04 40	0.05 114	0.06 231

U	0.08 53	0.07 151	0.10 124	0.19 385	0.10 376	0.10 145	0.13 128	0.12 56	0.17 237	0.07 47	0.07 46	0.06 23	0.05 16	0.07 3	0.09 55	0.06 120	0.04 23	0.06 128	0.04 40	0.06 222	0.05 135

AIO-Stereo	0.08 53	0.06 72	0.10 124	0.18 323	0.06 15	0.09 96	0.11 56	0.16 154	0.09 29	0.09 121	0.08 90	0.07 83	0.05 16	0.11 132	0.08 14	0.05 33	0.05 181	0.05 34	0.04 40	0.04 21	0.04 34

WCG-NET（raft）	0.08 53	0.05 19	0.10 124	0.15 86	0.06 15	0.11 187	0.13 128	0.15 124	0.12 100	0.08 85	0.07 46	0.06 23	0.06 48	0.13 272	0.08 14	0.05 33	0.04 23	0.05 34	0.04 40	0.05 114	0.04 34

RSM++	0.08 53	0.06 72	0.09 82	0.17 241	0.07 78	0.09 96	0.12 84	0.11 36	0.11 69	0.08 85	0.06 15	0.07 83	0.05 16	0.10 79	0.09 55	0.05 33	0.04 23	0.06 128	0.05 133	0.05 114	0.03 1

RSM	0.08 53	0.06 72	0.09 82	0.17 241	0.07 78	0.08 55	0.12 84	0.12 56	0.10 42	0.08 85	0.07 46	0.06 23	0.05 16	0.11 132	0.09 55	0.04 6	0.04 23	0.05 34	0.04 40	0.04 21	0.04 34

test_for_model	0.08 53	0.05 19	0.09 82	0.14 42	0.07 78	0.09 96	0.14 185	0.17 191	0.21 318	0.08 85	0.12 202	0.06 23	0.04 1	0.09 40	0.08 14	0.06 120	0.04 23	0.05 34	0.05 133	0.03 1	0.03 1

trnet	0.08 53	0.05 19	0.07 6	0.12 5	0.05 1	0.12 237	0.10 31	0.13 75	0.10 42	0.08 85	0.13 219	0.09 158	0.08 169	0.11 132	0.10 132	0.08 344	0.05 181	0.05 34	0.03 1	0.06 222	0.05 135

MoCha-V2	0.08 53	0.05 19	0.11 175	0.20 443	0.07 78	0.10 145	0.14 185	0.12 56	0.08 14	0.07 47	0.08 90	0.07 83	0.06 48	0.09 40	0.08 14	0.05 33	0.05 181	0.05 34	0.04 40	0.04 21	0.04 34

IGEV++	0.08 53	0.06 72	0.09 82	0.18 323	0.07 78	0.10 145	0.13 128	0.10 19	0.10 42	0.08 85	0.08 90	0.06 23	0.05 16	0.13 272	0.09 55	0.05 33	0.04 23	0.05 34	0.04 40	0.05 114	0.04 34

LoS_RVC	0.08 53	0.05 19	0.07 6	0.15 86	0.07 78	0.08 55	0.15 265	0.12 56	0.11 69	0.08 85	0.09 114	0.06 23	0.09 198	0.10 79	0.09 55	0.05 33	0.04 23	0.05 34	0.03 1	0.04 21	0.04 34

CAS	0.08 53	0.04 1	0.07 6	0.17 241	0.08 149	0.10 145	0.13 128	0.12 56	0.09 29	0.09 121	0.10 140	0.08 123	0.06 48	0.09 40	0.09 55	0.08 344	0.04 23	0.05 34	0.03 1	0.05 114	0.04 34

CES	0.08 53	0.04 1	0.08 27	0.14 42	0.07 78	0.09 96	0.14 185	0.11 36	0.09 29	0.08 85	0.09 114	0.11 217	0.07 127	0.12 215	0.08 14	0.06 120	0.04 23	0.05 34	0.03 1	0.05 114	0.05 135

EGLCR-Stereo	0.08 53	0.05 19	0.08 27	0.14 42	0.07 78	0.11 187	0.12 84	0.11 36	0.16 208	0.06 13	0.05 7	0.07 83	0.05 16	0.10 79	0.11 206	0.06 120	0.04 23	0.06 128	0.05 133	0.04 21	0.04 34

CREStereo++_RVC	0.08 53	0.04 1	0.07 6	0.13 10	0.07 78	0.09 96	0.12 84	0.14 92	0.14 159	0.10 156	0.14 232	0.08 123	0.07 127	0.10 79	0.11 206	0.06 120	0.04 23	0.05 34	0.05 133	0.04 21	0.04 34
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
VMStereo-Base	0.09 103	0.05 19	0.10 124	0.13 10	0.07 78	0.11 187	0.10 31	0.16 154	0.13 138	0.10 156	0.16 261	0.10 190	0.09 198	0.11 132	0.10 132	0.07 275	0.05 181	0.05 34	0.04 40	0.05 114	0.06 231

gcap_with_dpt	0.09 103	0.06 72	0.10 124	0.16 164	0.08 149	0.12 237	0.14 185	0.16 154	0.16 208	0.09 121	0.13 219	0.10 190	0.06 48	0.12 215	0.11 206	0.06 120	0.05 181	0.05 34	0.04 40	0.05 114	0.04 34

Wave_Phase_stereo	0.09 103	0.06 72	0.17 397	0.15 86	0.08 149	0.11 187	0.09 18	0.18 219	0.16 208	0.06 13	0.07 46	0.07 83	0.05 16	0.09 40	0.11 206	0.04 6	0.05 181	0.05 34	0.07 309	0.04 21	0.05 135

NLSM3	0.09 103	0.07 151	0.08 27	0.20 443	0.08 149	0.11 187	0.16 325	0.18 219	0.17 237	0.06 13	0.08 90	0.08 123	0.09 198	0.09 40	0.11 206	0.04 6	0.04 23	0.06 128	0.07 309	0.03 1	0.04 34

FE-Mocha	0.09 103	0.06 72	0.14 297	0.16 164	0.09 263	0.11 187	0.15 265	0.19 251	0.16 208	0.10 156	0.09 114	0.07 83	0.07 127	0.09 40	0.09 55	0.06 120	0.04 23	0.06 128	0.06 212	0.05 114	0.05 135

IGEV-FE	0.09 103	0.05 19	0.13 251	0.14 42	0.08 149	0.12 237	0.13 128	0.17 191	0.11 69	0.10 156	0.06 15	0.09 158	0.06 48	0.11 132	0.09 55	0.06 120	0.04 23	0.06 128	0.06 212	0.05 114	0.05 135

DA	0.09 103	0.07 151	0.07 6	0.19 385	0.08 149	0.10 145	0.13 128	0.13 75	0.12 100	0.08 85	0.10 140	0.10 190	0.08 169	0.09 40	0.10 132	0.05 33	0.04 23	0.06 128	0.04 40	0.05 114	0.04 34

GGEV	0.09 103	0.07 151	0.07 6	0.19 385	0.08 149	0.10 145	0.13 128	0.13 75	0.12 100	0.08 85	0.10 140	0.10 190	0.08 169	0.09 40	0.10 132	0.05 33	0.04 23	0.06 128	0.04 40	0.05 114	0.04 34

water-stereo	0.09 103	0.06 72	0.08 27	0.16 164	0.07 78	0.10 145	0.13 128	0.15 124	0.13 138	0.11 196	0.12 202	0.09 158	0.10 225	0.07 3	0.08 14	0.06 120	0.05 181	0.05 34	0.05 133	0.04 21	0.04 34

depthmonostereo	0.09 103	0.06 72	0.09 82	0.15 86	0.06 15	0.11 187	0.13 128	0.14 92	0.15 180	0.10 156	0.10 140	0.09 158	0.11 262	0.08 17	0.09 55	0.06 120	0.05 181	0.06 128	0.04 40	0.04 21	0.03 1

DilatedVolume-Stereo	0.09 103	0.05 19	0.08 27	0.15 86	0.06 15	0.11 187	0.12 84	0.14 92	0.16 208	0.11 196	0.11 185	0.09 158	0.10 225	0.11 132	0.11 206	0.06 120	0.05 181	0.05 34	0.04 40	0.03 1	0.03 1

S2M2_L	0.09 103	0.08 273	0.11 175	0.13 10	0.10 376	0.08 55	0.06 1	0.10 19	0.10 42	0.10 156	0.10 140	0.09 158	0.09 198	0.11 132	0.11 206	0.13 517	0.07 413	0.08 319	0.09 427	0.10 458	0.08 381
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 103	0.07 151	0.09 82	0.19 385	0.08 149	0.12 237	0.18 403	0.15 124	0.14 159	0.07 47	0.10 140	0.07 83	0.06 48	0.12 215	0.09 55	0.05 33	0.04 23	0.06 128	0.05 133	0.06 222	0.04 34

Reg-Stereo(zero)	0.09 103	0.05 19	0.08 27	0.16 164	0.06 15	0.12 237	0.11 56	0.15 124	0.11 69	0.12 230	0.09 114	0.10 190	0.08 169	0.11 132	0.09 55	0.06 120	0.05 181	0.05 34	0.04 40	0.04 21	0.05 135

castereo	0.09 103	0.06 72	0.11 175	0.15 86	0.06 15	0.11 187	0.14 185	0.14 92	0.18 255	0.08 85	0.10 140	0.11 217	0.08 169	0.09 40	0.10 132	0.05 33	0.04 23	0.05 34	0.04 40	0.04 21	0.04 34

fffft	0.09 103	0.06 72	0.12 216	0.16 164	0.07 78	0.09 96	0.16 325	0.12 56	0.11 69	0.09 121	0.07 46	0.09 158	0.06 48	0.11 132	0.12 275	0.05 33	0.04 23	0.06 128	0.05 133	0.04 21	0.05 135
1: 1. 1
tt45	0.09 103	0.06 72	0.11 175	0.15 86	0.07 78	0.12 237	0.15 265	0.13 75	0.12 100	0.09 121	0.06 15	0.08 123	0.06 48	0.13 272	0.10 132	0.06 120	0.04 23	0.06 128	0.05 133	0.05 114	0.06 231

999	0.09 103	0.06 72	0.13 251	0.15 86	0.08 149	0.10 145	0.14 185	0.15 124	0.12 100	0.10 156	0.08 90	0.08 123	0.08 169	0.16 349	0.10 132	0.06 120	0.04 23	0.06 128	0.05 133	0.04 21	0.06 231

mms	0.09 103	0.07 151	0.08 27	0.17 241	0.08 149	0.11 187	0.15 265	0.12 56	0.11 69	0.09 121	0.09 114	0.08 123	0.06 48	0.11 132	0.12 275	0.05 33	0.04 23	0.07 232	0.05 133	0.04 21	0.04 34

ours_stereo	0.09 103	0.07 151	0.09 82	0.17 241	0.08 149	0.11 187	0.16 325	0.11 36	0.12 100	0.08 85	0.10 140	0.08 123	0.06 48	0.12 215	0.12 275	0.05 33	0.04 23	0.06 128	0.05 133	0.04 21	0.04 34

fffy	0.09 103	0.08 273	0.10 124	0.16 164	0.07 78	0.13 276	0.17 354	0.13 75	0.12 100	0.08 85	0.09 114	0.08 123	0.09 198	0.13 272	0.11 206	0.05 33	0.05 181	0.07 232	0.05 133	0.04 21	0.05 135

GCAP-BAT	0.09 103	0.07 151	0.14 297	0.15 86	0.08 149	0.10 145	0.12 84	0.15 124	0.11 69	0.11 196	0.10 140	0.09 158	0.07 127	0.12 215	0.10 132	0.06 120	0.05 181	0.06 128	0.04 40	0.04 21	0.04 34

Pointernet	0.09 103	0.05 19	0.10 124	0.16 164	0.08 149	0.13 276	0.10 31	0.15 124	0.18 255	0.09 121	0.07 46	0.06 23	0.06 48	0.11 132	0.10 132	0.08 344	0.04 23	0.05 34	0.03 1	0.06 222	0.05 135

IGEV-BASED-STEREO-	0.09 103	0.10 411	0.32 531	0.15 86	0.06 15	0.08 55	0.14 185	0.11 36	0.10 42	0.07 47	0.07 46	0.06 23	0.04 1	0.11 132	0.07 1	0.12 499	0.04 23	0.07 232	0.05 133	0.05 114	0.05 135

RAFT-Stereo-weight	0.09 103	0.06 72	0.11 175	0.16 164	0.07 78	0.09 96	0.14 185	0.19 251	0.16 208	0.11 196	0.10 140	0.08 123	0.06 48	0.10 79	0.11 206	0.06 120	0.04 23	0.06 128	0.04 40	0.04 21	0.04 34

gcap-zeroshot	0.09 103	0.06 72	0.10 124	0.16 164	0.07 78	0.14 318	0.13 128	0.11 36	0.12 100	0.13 262	0.12 202	0.09 158	0.08 169	0.09 40	0.09 55	0.06 120	0.05 181	0.06 128	0.05 133	0.04 21	0.04 34

GCAPDPT-zeroshot4090	0.09 103	0.05 19	0.11 175	0.13 10	0.07 78	0.11 187	0.14 185	0.14 92	0.17 237	0.07 47	0.10 140	0.08 123	0.06 48	0.13 272	0.08 14	0.07 275	0.05 181	0.05 34	0.05 133	0.05 114	0.04 34

MGS-Stereo	0.09 103	0.07 151	0.12 216	0.16 164	0.08 149	0.09 96	0.15 265	0.12 56	0.12 100	0.07 47	0.10 140	0.08 123	0.06 48	0.11 132	0.09 55	0.05 33	0.04 23	0.06 128	0.05 133	0.06 222	0.05 135

ff7	0.09 103	0.07 151	0.11 175	0.16 164	0.09 263	0.11 187	0.15 265	0.16 154	0.12 100	0.10 156	0.06 15	0.06 23	0.06 48	0.11 132	0.09 55	0.05 33	0.04 23	0.06 128	0.05 133	0.05 114	0.06 231

IGEVStereo-DCA	0.09 103	0.07 151	0.11 175	0.16 164	0.10 376	0.11 187	0.15 265	0.16 154	0.12 100	0.10 156	0.06 15	0.08 123	0.06 48	0.10 79	0.09 55	0.06 120	0.05 181	0.06 128	0.05 133	0.05 114	0.06 231

ffff	0.09 103	0.07 151	0.11 175	0.16 164	0.09 263	0.11 187	0.15 265	0.16 154	0.12 100	0.10 156	0.06 15	0.06 23	0.06 48	0.11 132	0.09 55	0.05 33	0.04 23	0.06 128	0.05 133	0.05 114	0.06 231

rrr	0.09 103	0.07 151	0.13 251	0.16 164	0.10 376	0.11 187	0.15 265	0.16 154	0.15 180	0.10 156	0.06 15	0.08 123	0.06 48	0.10 79	0.09 55	0.06 120	0.05 181	0.06 128	0.05 133	0.05 114	0.06 231

11t	0.09 103	0.07 151	0.11 175	0.16 164	0.09 263	0.11 187	0.15 265	0.16 154	0.12 100	0.10 156	0.06 15	0.06 23	0.06 48	0.11 132	0.09 55	0.05 33	0.04 23	0.06 128	0.05 133	0.05 114	0.06 231

MaDis-Stereo	0.09 103	0.09 345	0.08 27	0.17 241	0.09 263	0.14 318	0.11 56	0.16 154	0.16 208	0.09 121	0.11 185	0.06 23	0.06 48	0.09 40	0.13 310	0.07 275	0.06 342	0.08 319	0.05 133	0.05 114	0.04 34

IGEV_Zeroshot_test	0.09 103	0.05 19	0.13 251	0.14 42	0.08 149	0.12 237	0.13 128	0.17 191	0.11 69	0.10 156	0.06 15	0.09 158	0.06 48	0.11 132	0.09 55	0.06 120	0.04 23	0.06 128	0.06 212	0.05 114	0.05 135

MSKI-zero shot	0.09 103	0.05 19	0.09 82	0.16 164	0.07 78	0.10 145	0.13 128	0.15 124	0.14 159	0.09 121	0.09 114	0.09 158	0.06 48	0.12 215	0.11 206	0.06 120	0.04 23	0.05 34	0.04 40	0.04 21	0.05 135

UniTT-Stereo	0.09 103	0.07 151	0.08 27	0.18 323	0.08 149	0.13 276	0.11 56	0.12 56	0.11 69	0.10 156	0.12 202	0.05 4	0.06 48	0.09 40	0.10 132	0.07 275	0.06 342	0.05 34	0.05 133	0.06 222	0.05 135

CASnet	0.09 103	0.09 345	0.09 82	0.19 385	0.06 15	0.07 27	0.11 56	0.18 219	0.14 159	0.11 196	0.10 140	0.09 158	0.07 127	0.10 79	0.10 132	0.06 120	0.04 23	0.10 452	0.08 382	0.06 222	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
testlalala	0.09 103	0.05 19	0.11 175	0.13 10	0.07 78	0.11 187	0.14 185	0.14 92	0.17 237	0.07 47	0.10 140	0.08 123	0.06 48	0.13 272	0.08 14	0.07 275	0.05 181	0.05 34	0.05 133	0.05 114	0.04 34

GCAPDPT-zeroshot	0.09 103	0.05 19	0.11 175	0.13 10	0.07 78	0.11 187	0.14 185	0.14 92	0.17 237	0.07 47	0.10 140	0.08 123	0.06 48	0.13 272	0.08 14	0.07 275	0.05 181	0.05 34	0.05 133	0.05 114	0.04 34

AEACV	0.09 103	0.05 19	0.08 27	0.14 42	0.13 487	0.14 318	0.13 128	0.15 124	0.09 29	0.07 47	0.09 114	0.07 83	0.08 169	0.10 79	0.09 55	0.06 120	0.04 23	0.06 128	0.05 133	0.05 114	0.04 34

GCAP-Stereo	0.09 103	0.07 151	0.13 251	0.18 323	0.06 15	0.11 187	0.07 3	0.14 92	0.12 100	0.09 121	0.10 140	0.07 83	0.09 198	0.13 272	0.10 132	0.06 120	0.05 181	0.05 34	0.04 40	0.04 21	0.05 135

RAFT-Test	0.09 103	0.06 72	0.10 124	0.16 164	0.07 78	0.11 187	0.15 265	0.16 154	0.13 138	0.09 121	0.10 140	0.11 217	0.09 198	0.12 215	0.09 55	0.06 120	0.04 23	0.05 34	0.04 40	0.05 114	0.05 135

HH	0.09 103	0.06 72	0.13 251	0.17 241	0.08 149	0.11 187	0.16 325	0.15 124	0.10 42	0.08 85	0.10 140	0.08 123	0.07 127	0.10 79	0.09 55	0.06 120	0.04 23	0.06 128	0.05 133	0.05 114	0.04 34

HanStereo	0.09 103	0.06 72	0.13 251	0.17 241	0.08 149	0.11 187	0.16 325	0.15 124	0.10 42	0.08 85	0.10 140	0.08 123	0.07 127	0.10 79	0.09 55	0.06 120	0.04 23	0.06 128	0.05 133	0.05 114	0.04 34

anonymousdsp	0.09 103	0.07 151	0.11 175	0.17 241	0.09 263	0.11 187	0.15 265	0.16 154	0.12 100	0.10 156	0.06 15	0.06 23	0.06 48	0.11 132	0.09 55	0.05 33	0.04 23	0.06 128	0.05 133	0.05 114	0.06 231

LoS	0.09 103	0.05 19	0.11 175	0.13 10	0.07 78	0.14 318	0.11 56	0.15 124	0.15 180	0.09 121	0.09 114	0.12 239	0.09 198	0.15 321	0.10 132	0.07 275	0.05 181	0.05 34	0.03 1	0.05 114	0.05 135
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 103	0.07 151	0.11 175	0.17 241	0.08 149	0.11 187	0.15 265	0.15 124	0.12 100	0.10 156	0.06 15	0.07 83	0.06 48	0.11 132	0.09 55	0.05 33	0.05 181	0.06 128	0.05 133	0.04 21	0.06 231

MC-Stereo	0.09 103	0.07 151	0.09 82	0.17 241	0.06 15	0.10 145	0.14 185	0.12 56	0.11 69	0.09 121	0.12 202	0.09 158	0.06 48	0.11 132	0.10 132	0.06 120	0.04 23	0.06 128	0.05 133	0.04 21	0.04 34

RCA-Stereo	0.09 103	0.06 72	0.09 82	0.16 164	0.06 15	0.09 96	0.13 128	0.18 219	0.14 159	0.10 156	0.11 185	0.08 123	0.07 127	0.12 215	0.11 206	0.06 120	0.04 23	0.06 128	0.05 133	0.05 114	0.04 34

CroCo-Stereo Lap2	0.09 103	0.09 345	0.08 27	0.22 497	0.09 263	0.09 96	0.18 403	0.16 154	0.12 100	0.09 121	0.10 140	0.05 4	0.05 16	0.08 17	0.08 14	0.06 120	0.06 342	0.07 232	0.05 133	0.06 222	0.05 135

ccc-4	0.09 103	0.07 151	0.11 175	0.16 164	0.09 263	0.11 187	0.15 265	0.16 154	0.12 100	0.10 156	0.06 15	0.06 23	0.06 48	0.11 132	0.09 55	0.05 33	0.04 23	0.06 128	0.05 133	0.05 114	0.06 231

IGEV-Stereo	0.09 103	0.07 151	0.11 175	0.17 241	0.09 263	0.11 187	0.15 265	0.16 154	0.12 100	0.10 156	0.06 15	0.06 23	0.06 48	0.11 132	0.09 55	0.05 33	0.04 23	0.06 128	0.05 133	0.05 114	0.06 231
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 103	0.05 19	0.13 251	0.14 42	0.09 263	0.12 237	0.15 265	0.19 251	0.11 69	0.11 196	0.08 90	0.08 123	0.05 16	0.10 79	0.09 55	0.06 120	0.04 23	0.06 128	0.05 133	0.06 222	0.05 135

test-3	0.09 103	0.06 72	0.10 124	0.18 323	0.07 78	0.07 27	0.14 185	0.12 56	0.16 208	0.10 156	0.08 90	0.08 123	0.08 169	0.11 132	0.10 132	0.05 33	0.04 23	0.07 232	0.05 133	0.04 21	0.04 34

test_1	0.09 103	0.06 72	0.10 124	0.18 323	0.07 78	0.07 27	0.14 185	0.12 56	0.16 208	0.10 156	0.08 90	0.08 123	0.08 169	0.11 132	0.10 132	0.05 33	0.04 23	0.07 232	0.05 133	0.04 21	0.04 34

CroCo-Stereo	0.09 103	0.08 273	0.08 27	0.22 497	0.09 263	0.09 96	0.18 403	0.16 154	0.12 100	0.07 47	0.07 46	0.08 123	0.06 48	0.08 17	0.07 1	0.07 275	0.05 181	0.06 128	0.04 40	0.05 114	0.04 34
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
TANstereo	0.09 103	0.04 1	0.08 27	0.13 10	0.06 15	0.11 187	0.13 128	0.15 124	0.19 281	0.11 196	0.15 245	0.10 190	0.07 127	0.12 215	0.09 55	0.07 275	0.05 181	0.05 34	0.04 40	0.06 222	0.05 135

XX-TBD	0.09 103	0.06 72	0.07 6	0.14 42	0.07 78	0.13 276	0.16 325	0.14 92	0.14 159	0.11 196	0.12 202	0.09 158	0.08 169	0.10 79	0.10 132	0.06 120	0.04 23	0.05 34	0.04 40	0.06 222	0.05 135

raftrobust	0.09 103	0.06 72	0.11 175	0.17 241	0.08 149	0.09 96	0.10 31	0.18 219	0.16 208	0.10 156	0.09 114	0.12 239	0.08 169	0.12 215	0.10 132	0.08 344	0.05 181	0.06 128	0.05 133	0.05 114	0.06 231

XX-Stereo	0.09 103	0.05 19	0.09 82	0.17 241	0.09 263	0.15 344	0.12 84	0.21 286	0.10 42	0.10 156	0.14 232	0.07 83	0.06 48	0.13 272	0.08 14	0.06 120	0.05 181	0.06 128	0.06 212	0.04 21	0.04 34

test_xeample3	0.09 103	0.07 151	0.12 216	0.16 164	0.09 263	0.11 187	0.15 265	0.16 154	0.14 159	0.10 156	0.07 46	0.08 123	0.06 48	0.10 79	0.09 55	0.06 120	0.04 23	0.06 128	0.05 133	0.05 114	0.06 231

RAFT-Stereo + iAFF	0.09 103	0.06 72	0.10 124	0.17 241	0.07 78	0.10 145	0.15 265	0.17 191	0.15 180	0.10 156	0.10 140	0.08 123	0.09 198	0.12 215	0.10 132	0.05 33	0.04 23	0.06 128	0.06 212	0.04 21	0.03 1

AFF-stereo	0.09 103	0.07 151	0.10 124	0.17 241	0.07 78	0.10 145	0.15 265	0.18 219	0.10 42	0.10 156	0.11 185	0.09 158	0.10 225	0.12 215	0.10 132	0.05 33	0.04 23	0.07 232	0.07 309	0.04 21	0.04 34

EAI-Stereo	0.09 103	0.07 151	0.11 175	0.16 164	0.07 78	0.10 145	0.15 265	0.16 154	0.09 29	0.08 85	0.09 114	0.08 123	0.07 127	0.09 40	0.11 206	0.05 33	0.05 181	0.05 34	0.05 133	0.05 114	0.04 34

CFNet-RSSM	0.09 103	0.07 151	0.10 124	0.16 164	0.07 78	0.09 96	0.15 265	0.17 191	0.18 255	0.08 85	0.12 202	0.11 217	0.09 198	0.12 215	0.10 132	0.06 120	0.04 23	0.06 128	0.04 40	0.04 21	0.04 34

Gwc-CoAtRS	0.09 103	0.07 151	0.10 124	0.16 164	0.07 78	0.10 145	0.15 265	0.18 219	0.17 237	0.08 85	0.10 140	0.12 239	0.09 198	0.12 215	0.09 55	0.06 120	0.04 23	0.06 128	0.04 40	0.04 21	0.05 135

CREStereo	0.09 103	0.05 19	0.08 27	0.11 1	0.06 15	0.14 318	0.14 185	0.14 92	0.10 42	0.09 121	0.13 219	0.09 158	0.08 169	0.12 215	0.10 132	0.08 344	0.04 23	0.05 34	0.03 1	0.06 222	0.06 231
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.09 103	0.05 19	0.09 82	0.12 5	0.06 15	0.13 276	0.14 185	0.16 154	0.11 69	0.09 121	0.13 219	0.10 190	0.07 127	0.14 303	0.10 132	0.15 542	0.04 23	0.05 34	0.03 1	0.07 296	0.06 231

WQFJA1	0.10 172	0.07 151	0.08 27	0.20 443	0.09 263	0.12 237	0.18 403	0.18 219	0.18 255	0.09 121	0.10 140	0.08 123	0.10 225	0.12 215	0.11 206	0.06 120	0.08 445	0.07 232	0.06 212	0.06 222	0.05 135

WQFJX1	0.10 172	0.07 151	0.08 27	0.22 497	0.09 263	0.12 237	0.17 354	0.18 219	0.18 255	0.10 156	0.10 140	0.07 83	0.10 225	0.11 132	0.10 132	0.07 275	0.08 445	0.07 232	0.06 212	0.05 114	0.05 135

WQFJX	0.10 172	0.07 151	0.09 82	0.21 477	0.09 263	0.12 237	0.16 325	0.19 251	0.18 255	0.12 230	0.10 140	0.08 123	0.10 225	0.12 215	0.10 132	0.07 275	0.07 413	0.06 128	0.05 133	0.06 222	0.05 135

NLMM	0.10 172	0.07 151	0.08 27	0.20 443	0.09 263	0.12 237	0.18 403	0.18 219	0.18 255	0.09 121	0.10 140	0.08 123	0.10 225	0.12 215	0.11 206	0.06 120	0.08 445	0.07 232	0.06 212	0.06 222	0.05 135

NLSM1	0.10 172	0.07 151	0.08 27	0.19 385	0.08 149	0.13 276	0.16 325	0.21 286	0.16 208	0.11 196	0.10 140	0.07 83	0.10 225	0.10 79	0.11 206	0.07 275	0.08 445	0.08 319	0.07 309	0.05 114	0.05 135

MM-Stereo_test3	0.10 172	0.07 151	0.07 6	0.18 323	0.07 78	0.12 237	0.19 447	0.24 353	0.19 281	0.06 13	0.10 140	0.08 123	0.06 48	0.11 132	0.09 55	0.06 120	0.06 342	0.07 232	0.05 133	0.05 114	0.04 34

MM-Stereo_test1	0.10 172	0.07 151	0.09 82	0.18 323	0.07 78	0.12 237	0.18 403	0.21 286	0.20 303	0.09 121	0.11 185	0.08 123	0.06 48	0.10 79	0.10 132	0.06 120	0.05 181	0.07 232	0.06 212	0.05 114	0.04 34

AIO-test2	0.10 172	0.08 273	0.10 124	0.23 518	0.09 263	0.11 187	0.11 56	0.23 329	0.24 362	0.08 85	0.09 114	0.08 123	0.05 16	0.10 79	0.08 14	0.06 120	0.05 181	0.08 319	0.09 427	0.05 114	0.05 135

AIO-test1	0.10 172	0.07 151	0.11 175	0.24 530	0.07 78	0.09 96	0.13 128	0.22 310	0.15 180	0.11 196	0.12 202	0.09 158	0.07 127	0.11 132	0.09 55	0.06 120	0.05 181	0.09 405	0.10 466	0.04 21	0.07 312

tg	0.10 172	0.06 72	0.10 124	0.18 323	0.08 149	0.11 187	0.16 325	0.20 268	0.12 100	0.08 85	0.11 185	0.11 217	0.07 127	0.11 132	0.10 132	0.05 33	0.04 23	0.08 319	0.08 382	0.04 21	0.04 34

PAM_32	0.10 172	0.06 72	0.17 397	0.15 86	0.08 149	0.10 145	0.15 265	0.14 92	0.16 208	0.09 121	0.08 90	0.10 190	0.07 127	0.14 303	0.09 55	0.06 120	0.05 181	0.06 128	0.06 212	0.05 114	0.06 231

PAM	0.10 172	0.06 72	0.17 397	0.15 86	0.09 263	0.10 145	0.16 325	0.15 124	0.16 208	0.12 230	0.09 114	0.10 190	0.07 127	0.13 272	0.09 55	0.06 120	0.05 181	0.06 128	0.06 212	0.05 114	0.06 231

UGAM-zero	0.10 172	0.05 19	0.15 332	0.15 86	0.08 149	0.10 145	0.13 128	0.20 268	0.15 180	0.11 196	0.15 245	0.07 83	0.08 169	0.09 40	0.10 132	0.06 120	0.05 181	0.06 128	0.05 133	0.05 114	0.06 231

model_zeroshot	0.10 172	0.05 19	0.12 216	0.15 86	0.09 263	0.13 276	0.14 185	0.20 268	0.14 159	0.11 196	0.10 140	0.12 239	0.07 127	0.12 215	0.11 206	0.07 275	0.06 342	0.06 128	0.05 133	0.06 222	0.06 231

RAStereo	0.10 172	0.09 345	0.08 27	0.20 443	0.08 149	0.13 276	0.18 403	0.16 154	0.17 237	0.10 156	0.12 202	0.05 4	0.06 48	0.09 40	0.08 14	0.07 275	0.05 181	0.07 232	0.05 133	0.05 114	0.04 34

rvit_stereo_0080	0.10 172	0.08 273	0.15 332	0.15 86	0.10 376	0.07 27	0.15 265	0.16 154	0.16 208	0.11 196	0.10 140	0.15 308	0.09 198	0.12 215	0.10 132	0.09 401	0.07 413	0.07 232	0.06 212	0.07 296	0.05 135

H2IRNET	0.10 172	0.09 345	0.10 124	0.18 323	0.09 263	0.12 237	0.15 265	0.14 92	0.21 318	0.10 156	0.10 140	0.10 190	0.11 262	0.10 79	0.10 132	0.06 120	0.04 23	0.08 319	0.08 382	0.06 222	0.05 135

MyStereo07	0.10 172	0.07 151	0.10 124	0.17 241	0.09 263	0.14 318	0.17 354	0.15 124	0.15 180	0.09 121	0.06 15	0.06 23	0.07 127	0.12 215	0.09 55	0.06 120	0.05 181	0.08 319	0.07 309	0.06 222	0.06 231

MyStereo06	0.10 172	0.07 151	0.12 216	0.17 241	0.09 263	0.13 276	0.18 403	0.19 251	0.12 100	0.13 262	0.08 90	0.07 83	0.07 127	0.11 132	0.09 55	0.06 120	0.05 181	0.08 319	0.07 309	0.06 222	0.06 231

AE-Stereo	0.10 172	0.08 273	0.11 175	0.19 385	0.09 263	0.10 145	0.15 265	0.14 92	0.20 303	0.09 121	0.15 245	0.12 239	0.08 169	0.11 132	0.10 132	0.05 33	0.06 342	0.07 232	0.06 212	0.05 114	0.04 34

ACVNet-DCA	0.10 172	0.08 273	0.13 251	0.17 241	0.09 263	0.13 276	0.15 265	0.24 353	0.16 208	0.09 121	0.09 114	0.06 23	0.06 48	0.10 79	0.07 1	0.06 120	0.05 181	0.06 128	0.05 133	0.07 296	0.07 312

cc1	0.10 172	0.08 273	0.13 251	0.17 241	0.09 263	0.13 276	0.15 265	0.16 154	0.18 255	0.09 121	0.09 114	0.06 23	0.06 48	0.10 79	0.07 1	0.06 120	0.05 181	0.06 128	0.05 133	0.06 222	0.06 231

tt1	0.10 172	0.08 273	0.13 251	0.17 241	0.09 263	0.13 276	0.15 265	0.15 124	0.19 281	0.09 121	0.08 90	0.06 23	0.06 48	0.10 79	0.08 14	0.06 120	0.05 181	0.06 128	0.05 133	0.06 222	0.06 231

whm_eth	0.10 172	0.08 273	0.15 332	0.15 86	0.10 376	0.07 27	0.15 265	0.16 154	0.16 208	0.11 196	0.10 140	0.15 308	0.09 198	0.12 215	0.10 132	0.09 401	0.07 413	0.07 232	0.06 212	0.07 296	0.05 135

MIM_Stereo	0.10 172	0.07 151	0.11 175	0.15 86	0.07 78	0.07 27	0.12 84	0.20 268	0.14 159	0.13 262	0.14 232	0.09 158	0.05 16	0.12 215	0.08 14	0.05 33	0.06 342	0.07 232	0.06 212	0.06 222	0.05 135

Any-RAFT	0.10 172	0.05 19	0.10 124	0.15 86	0.07 78	0.13 276	0.14 185	0.21 286	0.15 180	0.11 196	0.12 202	0.13 264	0.10 225	0.13 272	0.10 132	0.07 275	0.04 23	0.05 34	0.04 40	0.06 222	0.05 135

4D-IteraStereo	0.10 172	0.07 151	0.10 124	0.18 323	0.07 78	0.09 96	0.15 265	0.18 219	0.15 180	0.10 156	0.11 185	0.10 190	0.07 127	0.12 215	0.09 55	0.05 33	0.03 1	0.08 319	0.07 309	0.06 222	0.05 135

fff	0.10 172	0.06 72	0.12 216	0.15 86	0.07 78	0.09 96	0.17 354	0.16 154	0.21 318	0.13 262	0.17 281	0.10 190	0.11 262	0.12 215	0.13 310	0.06 120	0.04 23	0.05 34	0.04 40	0.04 21	0.05 135

ADStereo(finetuned)	0.10 172	0.06 72	0.13 251	0.16 164	0.06 15	0.09 96	0.17 354	0.16 154	0.20 303	0.13 262	0.18 305	0.10 190	0.12 294	0.12 215	0.12 275	0.06 120	0.04 23	0.05 34	0.04 40	0.05 114	0.05 135

TRStereo	0.10 172	0.05 19	0.12 216	0.16 164	0.12 461	0.10 145	0.13 128	0.18 219	0.19 281	0.09 121	0.09 114	0.09 158	0.07 127	0.10 79	0.08 14	0.07 275	0.05 181	0.07 232	0.07 309	0.04 21	0.04 34

STrans-v2	0.10 172	0.07 151	0.13 251	0.18 323	0.08 149	0.10 145	0.14 185	0.22 310	0.11 69	0.11 196	0.15 245	0.12 239	0.10 225	0.11 132	0.12 275	0.05 33	0.04 23	0.06 128	0.06 212	0.05 114	0.05 135

TransformOpticalFlow	0.10 172	0.08 273	0.13 251	0.18 323	0.07 78	0.09 96	0.15 265	0.19 251	0.16 208	0.12 230	0.16 261	0.11 217	0.11 262	0.11 132	0.11 206	0.05 33	0.04 23	0.06 128	0.06 212	0.05 114	0.05 135

AnonymousM	0.10 172	0.06 72	0.10 124	0.14 42	0.07 78	0.09 96	0.13 128	0.19 251	0.14 159	0.13 262	0.12 202	0.09 158	0.08 169	0.13 272	0.10 132	0.08 344	0.05 181	0.08 319	0.05 133	0.05 114	0.05 135

cross-raft	0.10 172	0.09 345	0.09 82	0.19 385	0.07 78	0.11 187	0.24 521	0.13 75	0.15 180	0.08 85	0.10 140	0.12 239	0.10 225	0.09 40	0.11 206	0.05 33	0.04 23	0.06 128	0.05 133	0.04 21	0.04 34

test-1	0.10 172	0.07 151	0.17 397	0.19 385	0.08 149	0.11 187	0.24 521	0.15 124	0.18 255	0.09 121	0.07 46	0.10 190	0.08 169	0.08 17	0.09 55	0.06 120	0.04 23	0.06 128	0.06 212	0.04 21	0.05 135

iRaftStereo_RVC	0.10 172	0.07 151	0.10 124	0.17 241	0.09 263	0.11 187	0.17 354	0.18 219	0.12 100	0.09 121	0.11 185	0.10 190	0.07 127	0.11 132	0.10 132	0.05 33	0.04 23	0.08 319	0.08 382	0.04 21	0.04 34

s12784h	0.10 172	0.06 72	0.08 27	0.15 86	0.05 1	0.16 371	0.18 403	0.16 154	0.15 180	0.10 156	0.11 185	0.11 217	0.11 262	0.11 132	0.12 275	0.05 33	0.04 23	0.06 128	0.04 40	0.04 21	0.04 34

DCANet	0.10 172	0.06 72	0.12 216	0.16 164	0.06 15	0.09 96	0.17 354	0.16 154	0.20 303	0.13 262	0.18 305	0.10 190	0.11 262	0.11 132	0.12 275	0.06 120	0.04 23	0.05 34	0.04 40	0.05 114	0.05 135

csc	0.10 172	0.06 72	0.12 216	0.15 86	0.07 78	0.09 96	0.17 354	0.16 154	0.21 318	0.13 262	0.17 281	0.10 190	0.11 262	0.12 215	0.13 310	0.06 120	0.04 23	0.05 34	0.04 40	0.04 21	0.05 135

cscssc	0.10 172	0.06 72	0.12 216	0.15 86	0.07 78	0.09 96	0.17 354	0.16 154	0.21 318	0.13 262	0.17 281	0.10 190	0.11 262	0.12 215	0.13 310	0.06 120	0.04 23	0.05 34	0.04 40	0.04 21	0.05 135

R-Stereo Train	0.10 172	0.06 72	0.11 175	0.17 241	0.08 149	0.11 187	0.14 185	0.24 353	0.11 69	0.12 230	0.19 319	0.11 217	0.08 169	0.10 79	0.11 206	0.07 275	0.05 181	0.06 128	0.05 133	0.05 114	0.05 135

RAFT-Stereo	0.10 172	0.06 72	0.11 175	0.17 241	0.08 149	0.11 187	0.14 185	0.24 353	0.11 69	0.12 230	0.19 319	0.11 217	0.08 169	0.10 79	0.11 206	0.07 275	0.05 181	0.06 128	0.05 133	0.05 114	0.05 135
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Hybrid-DGEV-03	0.11 214	0.06 72	0.09 82	0.18 323	0.08 149	0.16 371	0.14 185	0.15 124	0.14 159	0.13 262	0.17 281	0.12 239	0.09 198	0.13 272	0.11 206	0.06 120	0.04 23	0.08 319	0.06 212	0.05 114	0.04 34

Hybrid-DGEV-2	0.11 214	0.06 72	0.12 216	0.18 323	0.09 263	0.09 96	0.13 128	0.29 444	0.30 441	0.11 196	0.12 202	0.10 190	0.13 326	0.12 215	0.10 132	0.06 120	0.05 181	0.07 232	0.07 309	0.05 114	0.05 135

NLMM1	0.11 214	0.09 345	0.07 6	0.22 497	0.10 376	0.12 237	0.20 468	0.19 251	0.20 303	0.12 230	0.11 185	0.08 123	0.10 225	0.11 132	0.11 206	0.08 344	0.08 445	0.07 232	0.06 212	0.05 114	0.04 34

NLCSM	0.11 214	0.09 345	0.09 82	0.23 518	0.11 431	0.12 237	0.19 447	0.19 251	0.19 281	0.12 230	0.11 185	0.07 83	0.09 198	0.11 132	0.10 132	0.08 344	0.08 445	0.07 232	0.07 309	0.06 222	0.05 135

Select-FE	0.11 214	0.06 72	0.21 468	0.15 86	0.11 431	0.12 237	0.13 128	0.22 310	0.18 255	0.09 121	0.11 185	0.10 190	0.06 48	0.12 215	0.09 55	0.07 275	0.05 181	0.07 232	0.08 382	0.06 222	0.08 381

FlowAnything_test	0.11 214	0.08 273	0.14 297	0.15 86	0.09 263	0.08 55	0.14 185	0.20 268	0.11 69	0.10 156	0.09 114	0.12 239	0.12 294	0.13 272	0.11 206	0.09 401	0.06 342	0.09 405	0.09 427	0.06 222	0.09 426

xyz-stereo-finetune2	0.11 214	0.07 151	0.13 251	0.13 10	0.07 78	0.11 187	0.19 447	0.17 191	0.12 100	0.15 310	0.15 245	0.17 345	0.13 326	0.13 272	0.11 206	0.05 33	0.04 23	0.07 232	0.05 133	0.04 21	0.06 231

xyz-stereo-finetune	0.11 214	0.08 273	0.13 251	0.14 42	0.06 15	0.10 145	0.19 447	0.18 219	0.19 281	0.12 230	0.14 232	0.15 308	0.11 262	0.13 272	0.12 275	0.05 33	0.04 23	0.07 232	0.05 133	0.04 21	0.05 135

HI	0.11 214	0.06 72	0.12 216	0.13 10	0.09 263	0.09 96	0.14 185	0.22 310	0.11 69	0.20 419	0.17 281	0.14 283	0.10 225	0.16 349	0.09 55	0.05 33	0.04 23	0.07 232	0.08 382	0.07 296	0.06 231

CoSv	0.11 214	0.06 72	0.12 216	0.13 10	0.09 263	0.09 96	0.14 185	0.22 310	0.11 69	0.20 419	0.17 281	0.14 283	0.10 225	0.16 349	0.09 55	0.05 33	0.04 23	0.07 232	0.08 382	0.07 296	0.06 231

rvit_stereo_0081	0.11 214	0.08 273	0.16 374	0.16 164	0.09 263	0.11 187	0.14 185	0.14 92	0.24 362	0.11 196	0.13 219	0.14 283	0.09 198	0.11 132	0.12 275	0.10 442	0.07 413	0.08 319	0.07 309	0.07 296	0.06 231

rvit_stereo_0082	0.11 214	0.08 273	0.16 374	0.16 164	0.09 263	0.11 187	0.14 185	0.14 92	0.24 362	0.11 196	0.13 219	0.14 283	0.09 198	0.11 132	0.12 275	0.10 442	0.07 413	0.08 319	0.07 309	0.07 296	0.06 231

AIO-Stereo-zeroshot1	0.11 214	0.05 19	0.14 297	0.16 164	0.21 569	0.09 96	0.17 354	0.21 286	0.16 208	0.11 196	0.15 245	0.10 190	0.07 127	0.10 79	0.08 14	0.06 120	0.05 181	0.07 232	0.07 309	0.07 296	0.09 426

AIO-Stereo-zeroshot	0.11 214	0.05 19	0.12 216	0.15 86	0.13 487	0.14 318	0.16 325	0.23 329	0.18 255	0.10 156	0.13 219	0.10 190	0.07 127	0.12 215	0.09 55	0.06 120	0.05 181	0.06 128	0.06 212	0.07 296	0.08 381

CAS++	0.11 214	0.07 151	0.11 175	0.14 42	0.10 376	0.13 276	0.14 185	0.24 353	0.14 159	0.11 196	0.09 114	0.11 217	0.07 127	0.14 303	0.09 55	0.11 474	0.09 477	0.09 405	0.07 309	0.07 296	0.08 381
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.11 214	0.08 273	0.13 251	0.16 164	0.08 149	0.15 344	0.16 325	0.18 219	0.19 281	0.10 156	0.09 114	0.09 158	0.08 169	0.11 132	0.12 275	0.07 275	0.05 181	0.08 319	0.06 212	0.07 296	0.06 231

xx1	0.11 214	0.08 273	0.13 251	0.17 241	0.09 263	0.13 276	0.15 265	0.16 154	0.18 255	0.09 121	0.09 114	0.16 328	0.16 400	0.10 79	0.07 1	0.06 120	0.05 181	0.08 319	0.08 382	0.07 296	0.07 312

1test111	0.11 214	0.08 273	0.13 251	0.17 241	0.09 263	0.13 276	0.15 265	0.24 353	0.16 208	0.09 121	0.09 114	0.06 23	0.06 48	0.15 321	0.16 398	0.06 120	0.05 181	0.06 128	0.05 133	0.07 296	0.07 312

plain	0.11 214	0.09 345	0.10 124	0.19 385	0.09 263	0.11 187	0.14 185	0.14 92	0.13 138	0.13 262	0.15 245	0.09 158	0.12 294	0.13 272	0.12 275	0.07 275	0.05 181	0.09 405	0.06 212	0.06 222	0.06 231

MIF-Stereo (partial)	0.11 214	0.06 72	0.10 124	0.19 385	0.10 376	0.10 145	0.12 84	0.17 191	0.19 281	0.14 286	0.16 261	0.10 190	0.11 262	0.12 215	0.12 275	0.08 344	0.05 181	0.08 319	0.07 309	0.06 222	0.07 312

EKT-Stereo	0.11 214	0.07 151	0.14 297	0.16 164	0.10 376	0.13 276	0.14 185	0.19 251	0.21 318	0.11 196	0.08 90	0.13 264	0.10 225	0.11 132	0.12 275	0.08 344	0.06 342	0.07 232	0.06 212	0.08 361	0.07 312

LL-Strereo2	0.11 214	0.10 411	0.16 374	0.18 323	0.08 149	0.15 344	0.09 18	0.17 191	0.14 159	0.14 286	0.11 185	0.09 158	0.07 127	0.16 349	0.10 132	0.05 33	0.05 181	0.11 482	0.07 309	0.06 222	0.05 135

anonymousdsp2	0.11 214	0.07 151	0.11 175	0.16 164	0.09 263	0.13 276	0.14 185	0.19 251	0.23 351	0.13 262	0.14 232	0.12 239	0.09 198	0.14 303	0.11 206	0.05 33	0.05 181	0.05 34	0.04 40	0.06 222	0.06 231

DCRE	0.11 214	0.07 151	0.13 251	0.16 164	0.11 431	0.11 187	0.17 354	0.18 219	0.17 237	0.11 196	0.18 305	0.11 217	0.10 225	0.15 321	0.11 206	0.06 120	0.05 181	0.06 128	0.06 212	0.05 114	0.05 135

knoymous	0.11 214	0.06 72	0.12 216	0.14 42	0.07 78	0.15 344	0.13 128	0.20 268	0.14 159	0.11 196	0.17 281	0.13 264	0.09 198	0.14 303	0.11 206	0.09 401	0.05 181	0.06 128	0.05 133	0.07 296	0.07 312

riskmin	0.11 214	0.06 72	0.13 251	0.14 42	0.08 149	0.14 318	0.14 185	0.18 219	0.15 180	0.12 230	0.15 245	0.17 345	0.11 262	0.14 303	0.12 275	0.09 401	0.05 181	0.07 232	0.05 133	0.08 361	0.08 381

Selective-RAFT	0.11 214	0.11 436	0.12 216	0.21 477	0.08 149	0.16 371	0.13 128	0.21 286	0.23 351	0.10 156	0.10 140	0.11 217	0.10 225	0.15 321	0.11 206	0.05 33	0.05 181	0.06 128	0.05 133	0.06 222	0.05 135

DCANet-4	0.11 214	0.07 151	0.13 251	0.16 164	0.06 15	0.09 96	0.17 354	0.18 219	0.20 303	0.13 262	0.17 281	0.09 158	0.14 359	0.12 215	0.13 310	0.06 120	0.04 23	0.05 34	0.04 40	0.04 21	0.05 135

DisPM	0.11 214	0.07 151	0.13 251	0.16 164	0.09 263	0.06 10	0.13 128	0.18 219	0.17 237	0.14 286	0.19 319	0.12 239	0.10 225	0.12 215	0.11 206	0.07 275	0.05 181	0.07 232	0.06 212	0.06 222	0.11 479

test_4	0.11 214	0.10 411	0.08 27	0.19 385	0.09 263	0.08 55	0.21 485	0.15 124	0.18 255	0.12 230	0.18 305	0.12 239	0.09 198	0.08 17	0.11 206	0.04 6	0.04 23	0.08 319	0.08 382	0.04 21	0.04 34

CIPLG	0.11 214	0.08 273	0.15 332	0.17 241	0.08 149	0.13 276	0.15 265	0.17 191	0.16 208	0.14 286	0.11 185	0.16 328	0.10 225	0.17 388	0.12 275	0.07 275	0.05 181	0.06 128	0.06 212	0.05 114	0.06 231

GLC_STEREO	0.11 214	0.07 151	0.11 175	0.18 323	0.07 78	0.08 55	0.13 128	0.16 154	0.24 362	0.12 230	0.13 219	0.12 239	0.08 169	0.18 405	0.12 275	0.06 120	0.08 445	0.08 319	0.06 212	0.05 114	0.05 135

IPLG	0.11 214	0.08 273	0.15 332	0.17 241	0.08 149	0.11 187	0.14 185	0.20 268	0.15 180	0.13 262	0.18 305	0.07 83	0.07 127	0.14 303	0.14 345	0.06 120	0.04 23	0.06 128	0.05 133	0.04 21	0.04 34

IPLGR_C	0.11 214	0.08 273	0.15 332	0.17 241	0.08 149	0.12 237	0.15 265	0.17 191	0.15 180	0.14 286	0.11 185	0.16 328	0.10 225	0.16 349	0.12 275	0.07 275	0.05 181	0.06 128	0.06 212	0.05 114	0.06 231

MIPNet	0.11 214	0.08 273	0.15 332	0.17 241	0.09 263	0.12 237	0.14 185	0.21 286	0.25 386	0.12 230	0.10 140	0.09 158	0.07 127	0.13 272	0.13 310	0.06 120	0.04 23	0.06 128	0.05 133	0.04 21	0.04 34

IPLGR	0.11 214	0.09 345	0.17 397	0.18 323	0.08 149	0.13 276	0.16 325	0.21 286	0.24 362	0.12 230	0.12 202	0.11 217	0.09 198	0.13 272	0.12 275	0.06 120	0.05 181	0.06 128	0.06 212	0.05 114	0.04 34

GMOStereo	0.11 214	0.09 345	0.08 27	0.19 385	0.08 149	0.12 237	0.28 557	0.13 75	0.18 255	0.11 196	0.17 281	0.14 283	0.12 294	0.07 3	0.07 1	0.05 33	0.05 181	0.09 405	0.07 309	0.04 21	0.04 34

error version	0.11 214	0.09 345	0.08 27	0.19 385	0.08 149	0.12 237	0.28 557	0.13 75	0.18 255	0.11 196	0.17 281	0.14 283	0.12 294	0.07 3	0.07 1	0.05 33	0.05 181	0.09 405	0.07 309	0.04 21	0.04 34

test-v	0.11 214	0.09 345	0.08 27	0.19 385	0.08 149	0.12 237	0.28 557	0.13 75	0.18 255	0.11 196	0.17 281	0.14 283	0.12 294	0.07 3	0.07 1	0.05 33	0.05 181	0.09 405	0.07 309	0.04 21	0.04 34

ACRE	0.11 214	0.08 273	0.15 332	0.17 241	0.08 149	0.13 276	0.15 265	0.17 191	0.14 159	0.14 286	0.11 185	0.16 328	0.10 225	0.16 349	0.12 275	0.07 275	0.05 181	0.06 128	0.06 212	0.05 114	0.06 231

test_3	0.11 214	0.09 345	0.10 124	0.21 477	0.08 149	0.13 276	0.25 537	0.14 92	0.21 318	0.10 156	0.10 140	0.09 158	0.10 225	0.08 17	0.11 206	0.05 33	0.04 23	0.08 319	0.07 309	0.04 21	0.04 34

LCNet	0.11 214	0.07 151	0.09 82	0.19 385	0.09 263	0.08 55	0.14 185	0.21 286	0.15 180	0.12 230	0.15 245	0.16 328	0.11 262	0.12 215	0.11 206	0.05 33	0.04 23	0.08 319	0.07 309	0.06 222	0.14 530

HHNet	0.11 214	0.06 72	0.16 374	0.15 86	0.14 505	0.07 27	0.13 128	0.20 268	0.18 255	0.15 310	0.25 406	0.11 217	0.09 198	0.13 272	0.10 132	0.06 120	0.04 23	0.08 319	0.06 212	0.05 114	0.09 426

Patchmatch Stereo++	0.11 214	0.09 345	0.17 397	0.19 385	0.08 149	0.06 10	0.11 56	0.17 191	0.13 138	0.15 310	0.16 261	0.14 283	0.12 294	0.11 132	0.11 206	0.06 120	0.05 181	0.08 319	0.06 212	0.08 361	0.07 312
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
OMP-Stereo	0.11 214	0.07 151	0.14 297	0.18 323	0.08 149	0.09 96	0.12 84	0.21 286	0.21 318	0.13 262	0.14 232	0.11 217	0.12 294	0.11 132	0.13 310	0.06 120	0.05 181	0.07 232	0.06 212	0.05 114	0.04 34

IIG-Stereo	0.11 214	0.06 72	0.13 251	0.17 241	0.08 149	0.11 187	0.12 84	0.22 310	0.18 255	0.14 286	0.17 281	0.12 239	0.13 326	0.12 215	0.13 310	0.06 120	0.05 181	0.07 232	0.06 212	0.06 222	0.05 135

NF-Stereo	0.11 214	0.07 151	0.13 251	0.17 241	0.09 263	0.10 145	0.13 128	0.23 329	0.19 281	0.12 230	0.17 281	0.12 239	0.12 294	0.11 132	0.11 206	0.06 120	0.04 23	0.07 232	0.06 212	0.07 296	0.12 500

OCTAStereo	0.11 214	0.07 151	0.14 297	0.17 241	0.09 263	0.10 145	0.13 128	0.23 329	0.19 281	0.12 230	0.17 281	0.12 239	0.12 294	0.11 132	0.11 206	0.06 120	0.04 23	0.07 232	0.06 212	0.07 296	0.11 479

NRIStereo	0.11 214	0.08 273	0.15 332	0.18 323	0.08 149	0.10 145	0.13 128	0.17 191	0.15 180	0.12 230	0.15 245	0.13 264	0.13 326	0.13 272	0.10 132	0.06 120	0.04 23	0.07 232	0.06 212	0.06 222	0.07 312

PSM-adaLoss	0.11 214	0.09 345	0.17 397	0.19 385	0.08 149	0.06 10	0.12 84	0.17 191	0.13 138	0.15 310	0.16 261	0.14 283	0.12 294	0.11 132	0.11 206	0.06 120	0.05 181	0.08 319	0.06 212	0.08 361	0.07 312

PSM-AAD	0.11 214	0.07 151	0.10 124	0.20 443	0.09 263	0.10 145	0.14 185	0.21 286	0.13 138	0.12 230	0.14 232	0.18 359	0.11 262	0.11 132	0.10 132	0.05 33	0.05 181	0.09 405	0.08 382	0.06 222	0.14 530

ROB_FTStereo_v2	0.11 214	0.09 345	0.17 397	0.19 385	0.08 149	0.06 10	0.12 84	0.17 191	0.13 138	0.15 310	0.16 261	0.14 283	0.12 294	0.11 132	0.11 206	0.06 120	0.05 181	0.08 319	0.06 212	0.08 361	0.07 312

ROB_FTStereo	0.11 214	0.09 345	0.17 397	0.19 385	0.08 149	0.06 10	0.11 56	0.17 191	0.13 138	0.15 310	0.16 261	0.14 283	0.12 294	0.11 132	0.11 206	0.06 120	0.05 181	0.08 319	0.06 212	0.08 361	0.07 312

HUI-Stereo	0.11 214	0.09 345	0.17 397	0.19 385	0.08 149	0.06 10	0.11 56	0.17 191	0.13 138	0.15 310	0.16 261	0.14 283	0.12 294	0.11 132	0.11 206	0.06 120	0.05 181	0.08 319	0.06 212	0.08 361	0.07 312

ASMatch	0.11 214	0.06 72	0.13 251	0.17 241	0.10 376	0.08 55	0.14 185	0.18 219	0.16 208	0.12 230	0.16 261	0.16 328	0.11 262	0.13 272	0.11 206	0.05 33	0.04 23	0.06 128	0.06 212	0.04 21	0.09 426

SST-Stereo	0.11 214	0.07 151	0.16 374	0.18 323	0.09 263	0.06 10	0.12 84	0.18 219	0.10 42	0.15 310	0.18 305	0.13 264	0.12 294	0.10 79	0.11 206	0.06 120	0.04 23	0.09 405	0.06 212	0.07 296	0.06 231

RAFT_R40	0.11 214	0.07 151	0.15 332	0.18 323	0.09 263	0.06 10	0.13 128	0.17 191	0.15 180	0.14 286	0.18 305	0.15 308	0.12 294	0.10 79	0.11 206	0.06 120	0.04 23	0.09 405	0.06 212	0.06 222	0.05 135

GrayStereo	0.11 214	0.06 72	0.11 175	0.19 385	0.09 263	0.09 96	0.16 325	0.18 219	0.17 237	0.14 286	0.17 281	0.17 345	0.11 262	0.12 215	0.11 206	0.05 33	0.05 181	0.07 232	0.06 212	0.06 222	0.10 455

RE-Stereo	0.11 214	0.07 151	0.13 251	0.17 241	0.09 263	0.10 145	0.13 128	0.23 329	0.19 281	0.12 230	0.17 281	0.12 239	0.12 294	0.11 132	0.11 206	0.06 120	0.04 23	0.07 232	0.06 212	0.07 296	0.11 479

Pruner-Stereo	0.11 214	0.07 151	0.12 216	0.17 241	0.09 263	0.06 10	0.12 84	0.18 219	0.17 237	0.14 286	0.19 319	0.13 264	0.10 225	0.11 132	0.11 206	0.06 120	0.04 23	0.07 232	0.06 212	0.06 222	0.08 381

TVStereo	0.11 214	0.07 151	0.13 251	0.17 241	0.09 263	0.10 145	0.13 128	0.23 329	0.19 281	0.12 230	0.17 281	0.12 239	0.12 294	0.11 132	0.11 206	0.06 120	0.04 23	0.07 232	0.06 212	0.07 296	0.11 479

DeepStereo_RVC	0.11 214	0.08 273	0.17 397	0.18 323	0.08 149	0.08 55	0.11 56	0.17 191	0.12 100	0.13 262	0.15 245	0.12 239	0.12 294	0.12 215	0.11 206	0.06 120	0.04 23	0.07 232	0.06 212	0.07 296	0.08 381

iGMRVC	0.11 214	0.09 345	0.17 397	0.19 385	0.08 149	0.06 10	0.12 84	0.17 191	0.13 138	0.15 310	0.16 261	0.14 283	0.12 294	0.11 132	0.11 206	0.06 120	0.05 181	0.08 319	0.06 212	0.08 361	0.07 312

RAFT-345	0.11 214	0.07 151	0.16 374	0.17 241	0.08 149	0.08 55	0.12 84	0.16 154	0.10 42	0.11 196	0.34 499	0.09 158	0.10 225	0.11 132	0.12 275	0.05 33	0.05 181	0.07 232	0.06 212	0.04 21	0.05 135

iRAFT	0.11 214	0.09 345	0.17 397	0.19 385	0.08 149	0.06 10	0.11 56	0.17 191	0.13 138	0.15 310	0.16 261	0.14 283	0.12 294	0.11 132	0.11 206	0.06 120	0.05 181	0.08 319	0.06 212	0.08 361	0.07 312

CRE-IMP	0.11 214	0.09 345	0.16 374	0.19 385	0.09 263	0.10 145	0.12 84	0.18 219	0.10 42	0.14 286	0.14 232	0.14 283	0.13 326	0.12 215	0.12 275	0.07 275	0.04 23	0.08 319	0.06 212	0.08 361	0.08 381

test-2	0.11 214	0.09 345	0.08 27	0.19 385	0.08 149	0.12 237	0.28 557	0.13 75	0.18 255	0.11 196	0.17 281	0.14 283	0.12 294	0.07 3	0.07 1	0.05 33	0.05 181	0.09 405	0.07 309	0.04 21	0.04 34

GMM-Stereo	0.11 214	0.07 151	0.10 124	0.18 323	0.09 263	0.08 55	0.14 185	0.24 353	0.16 208	0.11 196	0.15 245	0.13 264	0.11 262	0.11 132	0.11 206	0.05 33	0.04 23	0.08 319	0.07 309	0.06 222	0.09 426

RAFT-IKP	0.11 214	0.09 345	0.17 397	0.19 385	0.08 149	0.06 10	0.11 56	0.17 191	0.13 138	0.15 310	0.16 261	0.14 283	0.12 294	0.11 132	0.11 206	0.06 120	0.05 181	0.08 319	0.06 212	0.08 361	0.07 312

Prome-Stereo	0.11 214	0.07 151	0.11 175	0.18 323	0.09 263	0.12 237	0.14 185	0.23 329	0.13 138	0.13 262	0.16 261	0.13 264	0.08 169	0.12 215	0.10 132	0.05 33	0.05 181	0.07 232	0.06 212	0.06 222	0.10 455

rafts_anoy	0.11 214	0.06 72	0.10 124	0.17 241	0.08 149	0.10 145	0.14 185	0.18 219	0.14 159	0.13 262	0.13 219	0.12 239	0.11 262	0.11 132	0.13 310	0.07 275	0.05 181	0.09 405	0.11 496	0.07 296	0.06 231

raft+_RVC	0.11 214	0.07 151	0.09 82	0.16 164	0.07 78	0.10 145	0.11 56	0.24 353	0.20 303	0.12 230	0.15 245	0.12 239	0.08 169	0.12 215	0.13 310	0.07 275	0.04 23	0.07 232	0.06 212	0.05 114	0.05 135

RALCasStereoNet	0.11 214	0.07 151	0.09 82	0.16 164	0.08 149	0.13 276	0.14 185	0.17 191	0.11 69	0.12 230	0.17 281	0.14 283	0.10 225	0.12 215	0.11 206	0.07 275	0.06 342	0.06 128	0.05 133	0.08 361	0.07 312

RALAANet	0.11 214	0.08 273	0.10 124	0.17 241	0.09 263	0.14 318	0.10 31	0.20 268	0.16 208	0.14 286	0.13 219	0.16 328	0.09 198	0.12 215	0.12 275	0.06 120	0.05 181	0.08 319	0.07 309	0.06 222	0.04 34

111	0.11 214	0.06 72	0.12 216	0.15 86	0.07 78	0.10 145	0.14 185	0.21 286	0.24 362	0.11 196	0.12 202	0.14 283	0.12 294	0.13 272	0.10 132	0.06 120	0.04 23	0.06 128	0.04 40	0.06 222	0.05 135

DIP-Stereo	0.11 214	0.08 273	0.15 332	0.17 241	0.09 263	0.13 276	0.09 18	0.16 154	0.16 208	0.12 230	0.16 261	0.14 283	0.12 294	0.16 349	0.14 345	0.06 120	0.05 181	0.06 128	0.05 133	0.05 114	0.07 312
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
HITNet	0.11 214	0.06 72	0.12 216	0.14 42	0.06 15	0.12 237	0.10 31	0.18 219	0.18 255	0.13 262	0.17 281	0.15 308	0.11 262	0.15 321	0.14 345	0.06 120	0.04 23	0.04 1	0.04 40	0.06 222	0.05 135
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
rvit_stereo_0083	0.12 291	0.08 273	0.17 397	0.16 164	0.09 263	0.11 187	0.15 265	0.15 124	0.26 399	0.11 196	0.14 232	0.13 264	0.10 225	0.12 215	0.13 310	0.10 442	0.08 445	0.09 405	0.07 309	0.07 296	0.06 231

rvit_stereo_0081_aga	0.12 291	0.09 345	0.15 332	0.18 323	0.10 376	0.14 318	0.14 185	0.14 92	0.19 281	0.10 156	0.18 305	0.16 328	0.09 198	0.12 215	0.10 132	0.10 442	0.06 342	0.08 319	0.07 309	0.07 296	0.06 231

rvit_stereo_ft	0.12 291	0.07 151	0.13 251	0.19 385	0.10 376	0.12 237	0.17 354	0.16 154	0.16 208	0.13 262	0.13 219	0.15 308	0.10 225	0.14 303	0.13 310	0.10 442	0.06 342	0.08 319	0.07 309	0.07 296	0.06 231

MyStereo8	0.12 291	0.07 151	0.15 332	0.15 86	0.09 263	0.18 411	0.14 185	0.19 251	0.22 341	0.12 230	0.18 305	0.11 217	0.10 225	0.16 349	0.18 428	0.07 275	0.05 181	0.07 232	0.05 133	0.08 361	0.09 426

CoDeX	0.12 291	0.07 151	0.13 251	0.17 241	0.08 149	0.12 237	0.16 325	0.23 329	0.27 412	0.13 262	0.17 281	0.15 308	0.12 294	0.14 303	0.11 206	0.07 275	0.05 181	0.07 232	0.06 212	0.06 222	0.05 135

11t1	0.12 291	0.07 151	0.14 297	0.14 42	0.08 149	0.17 395	0.15 265	0.19 251	0.15 180	0.15 310	0.15 245	0.17 345	0.16 400	0.15 321	0.13 310	0.08 344	0.05 181	0.06 128	0.05 133	0.08 361	0.07 312

ffm	0.12 291	0.09 345	0.15 332	0.16 164	0.09 263	0.17 395	0.17 354	0.15 124	0.19 281	0.15 310	0.26 419	0.19 368	0.13 326	0.10 79	0.08 14	0.06 120	0.05 181	0.09 405	0.08 382	0.06 222	0.06 231

RAFT_CTSACE	0.12 291	0.09 345	0.10 124	0.22 497	0.08 149	0.12 237	0.24 521	0.18 219	0.17 237	0.21 435	0.27 437	0.13 264	0.07 127	0.13 272	0.09 55	0.05 33	0.06 342	0.08 319	0.07 309	0.04 21	0.04 34

Sa-1000	0.12 291	0.08 273	0.09 82	0.18 323	0.08 149	0.15 344	0.22 499	0.22 310	0.19 281	0.15 310	0.20 329	0.17 345	0.11 262	0.10 79	0.10 132	0.06 120	0.05 181	0.09 405	0.09 427	0.05 114	0.05 135

iRaft-Stereo_5w	0.12 291	0.09 345	0.12 216	0.20 443	0.08 149	0.09 96	0.12 84	0.22 310	0.22 341	0.19 397	0.14 232	0.11 217	0.09 198	0.20 448	0.16 398	0.05 33	0.05 181	0.07 232	0.06 212	0.05 114	0.06 231

CrosDoStereo	0.12 291	0.07 151	0.12 216	0.14 42	0.09 263	0.12 237	0.15 265	0.17 191	0.22 341	0.19 397	0.24 380	0.15 308	0.11 262	0.11 132	0.12 275	0.06 120	0.05 181	0.07 232	0.07 309	0.05 114	0.05 135

PFNet+	0.12 291	0.06 72	0.14 297	0.16 164	0.09 263	0.05 3	0.12 84	0.18 219	0.21 318	0.16 339	0.19 319	0.14 283	0.10 225	0.11 132	0.11 206	0.08 344	0.05 181	0.09 405	0.08 382	0.06 222	0.11 479

AAGNet	0.12 291	0.08 273	0.17 397	0.19 385	0.09 263	0.08 55	0.13 128	0.19 251	0.13 138	0.16 339	0.21 347	0.13 264	0.14 359	0.11 132	0.14 345	0.06 120	0.04 23	0.09 405	0.06 212	0.06 222	0.05 135

PSM-softLoss	0.12 291	0.07 151	0.15 332	0.17 241	0.09 263	0.08 55	0.12 84	0.24 353	0.17 237	0.15 310	0.19 319	0.13 264	0.11 262	0.11 132	0.11 206	0.07 275	0.05 181	0.08 319	0.07 309	0.07 296	0.12 500

KMStereo	0.12 291	0.07 151	0.15 332	0.17 241	0.09 263	0.08 55	0.12 84	0.24 353	0.17 237	0.15 310	0.19 319	0.13 264	0.11 262	0.11 132	0.11 206	0.07 275	0.05 181	0.08 319	0.07 309	0.07 296	0.12 500

FTStereo	0.12 291	0.07 151	0.14 297	0.18 323	0.09 263	0.07 27	0.15 265	0.22 310	0.18 255	0.12 230	0.24 380	0.11 217	0.13 326	0.13 272	0.14 345	0.05 33	0.05 181	0.07 232	0.07 309	0.06 222	0.10 455

KYRaft	0.12 291	0.07 151	0.10 124	0.19 385	0.09 263	0.08 55	0.15 265	0.23 329	0.12 100	0.13 262	0.16 261	0.20 385	0.10 225	0.12 215	0.11 206	0.06 120	0.04 23	0.08 319	0.08 382	0.06 222	0.15 544

DeepStereo_LL	0.12 291	0.07 151	0.12 216	0.14 42	0.09 263	0.12 237	0.15 265	0.17 191	0.22 341	0.19 397	0.24 380	0.15 308	0.11 262	0.11 132	0.12 275	0.06 120	0.05 181	0.07 232	0.07 309	0.05 114	0.05 135

DEmStereo	0.12 291	0.06 72	0.14 297	0.14 42	0.10 376	0.16 371	0.15 265	0.16 154	0.24 362	0.17 350	0.23 368	0.12 239	0.14 359	0.12 215	0.14 345	0.05 33	0.04 23	0.07 232	0.06 212	0.05 114	0.05 135

THIR-Stereo	0.12 291	0.07 151	0.11 175	0.15 86	0.08 149	0.14 318	0.16 325	0.18 219	0.25 386	0.17 350	0.24 380	0.13 264	0.13 326	0.12 215	0.14 345	0.06 120	0.05 181	0.07 232	0.07 309	0.05 114	0.05 135

DRaft	0.12 291	0.06 72	0.12 216	0.14 42	0.09 263	0.14 318	0.17 354	0.21 286	0.30 441	0.18 382	0.27 437	0.10 190	0.16 400	0.11 132	0.12 275	0.05 33	0.04 23	0.07 232	0.07 309	0.05 114	0.05 135

PFNet	0.12 291	0.06 72	0.17 397	0.18 323	0.08 149	0.09 96	0.15 265	0.26 387	0.20 303	0.16 339	0.16 261	0.14 283	0.12 294	0.13 272	0.11 206	0.06 120	0.04 23	0.07 232	0.06 212	0.05 114	0.05 135

RAFT-RH_RVC	0.12 291	0.06 72	0.14 297	0.16 164	0.09 263	0.12 237	0.12 84	0.17 191	0.12 100	0.13 262	0.40 529	0.11 217	0.10 225	0.13 272	0.12 275	0.05 33	0.04 23	0.08 319	0.05 133	0.05 114	0.06 231

IRAFT_RVC	0.12 291	0.08 273	0.17 397	0.19 385	0.08 149	0.07 27	0.14 185	0.25 374	0.23 351	0.14 286	0.15 245	0.15 308	0.12 294	0.12 215	0.11 206	0.06 120	0.04 23	0.09 405	0.06 212	0.06 222	0.06 231

sCroCo_RVC	0.12 291	0.09 345	0.24 492	0.24 530	0.11 431	0.19 433	0.14 185	0.17 191	0.15 180	0.10 156	0.13 219	0.12 239	0.07 127	0.14 303	0.11 206	0.08 344	0.08 445	0.08 319	0.08 382	0.05 114	0.07 312

ARAFT	0.12 291	0.08 273	0.18 430	0.19 385	0.09 263	0.15 344	0.17 354	0.20 268	0.13 138	0.12 230	0.13 219	0.14 283	0.12 294	0.15 321	0.13 310	0.06 120	0.05 181	0.10 452	0.09 427	0.06 222	0.04 34

BEATNet_4x	0.12 291	0.09 345	0.15 332	0.18 323	0.07 78	0.15 344	0.07 3	0.23 329	0.19 281	0.16 339	0.19 319	0.19 368	0.14 359	0.17 388	0.15 379	0.07 275	0.05 181	0.05 34	0.05 133	0.06 222	0.07 312

G2L-ROB	0.13 318	0.07 151	0.13 251	0.13 10	0.08 149	0.14 318	0.17 354	0.25 374	0.19 281	0.20 419	0.19 319	0.20 385	0.14 359	0.18 405	0.16 398	0.08 344	0.05 181	0.06 128	0.05 133	0.08 361	0.09 426

DFGA-Net	0.13 318	0.11 436	0.19 453	0.18 323	0.10 376	0.13 276	0.13 128	0.23 329	0.25 386	0.16 339	0.16 261	0.13 264	0.12 294	0.17 388	0.15 379	0.07 275	0.05 181	0.08 319	0.07 309	0.05 114	0.05 135

FACV-RUCA	0.13 318	0.11 436	0.13 251	0.19 385	0.12 461	0.15 344	0.16 325	0.22 310	0.21 318	0.16 339	0.16 261	0.15 308	0.16 400	0.14 303	0.13 310	0.07 275	0.05 181	0.08 319	0.06 212	0.10 458	0.08 381

UGAM	0.13 318	0.10 411	0.09 82	0.22 497	0.08 149	0.13 276	0.20 468	0.18 219	0.24 362	0.22 450	0.16 261	0.13 264	0.13 326	0.19 430	0.13 310	0.07 275	0.05 181	0.13 517	0.11 496	0.07 296	0.05 135

test_sample2	0.13 318	0.07 151	0.12 216	0.14 42	0.08 149	0.16 371	0.18 403	0.21 286	0.16 208	0.14 286	0.21 347	0.20 385	0.15 379	0.15 321	0.13 310	0.08 344	0.06 342	0.07 232	0.06 212	0.08 361	0.08 381

test_sample1	0.13 318	0.07 151	0.14 297	0.14 42	0.08 149	0.19 433	0.17 354	0.20 268	0.15 180	0.14 286	0.22 363	0.18 359	0.16 400	0.17 388	0.15 379	0.07 275	0.06 342	0.06 128	0.06 212	0.08 361	0.08 381

MyStereo05	0.13 318	0.07 151	0.10 124	0.17 241	0.09 263	0.13 276	0.18 403	0.28 425	0.35 486	0.17 350	0.14 232	0.15 308	0.11 262	0.15 321	0.13 310	0.06 120	0.05 181	0.08 319	0.07 309	0.06 222	0.06 231

MyStereo04	0.13 318	0.07 151	0.10 124	0.17 241	0.09 263	0.14 318	0.17 354	0.29 444	0.38 503	0.17 350	0.14 232	0.16 328	0.11 262	0.15 321	0.13 310	0.06 120	0.05 181	0.08 319	0.07 309	0.06 222	0.06 231

ff1	0.13 318	0.09 345	0.15 332	0.16 164	0.09 263	0.17 395	0.17 354	0.15 124	0.19 281	0.15 310	0.26 419	0.19 368	0.13 326	0.15 321	0.22 479	0.06 120	0.05 181	0.09 405	0.08 382	0.06 222	0.06 231

LL-Strereo	0.13 318	0.10 411	0.12 216	0.20 443	0.10 376	0.11 187	0.18 403	0.33 491	0.25 386	0.16 339	0.16 261	0.14 283	0.14 359	0.19 430	0.11 206	0.06 120	0.05 181	0.09 405	0.08 382	0.04 21	0.05 135

anonymousa	0.13 318	0.07 151	0.14 297	0.18 323	0.09 263	0.13 276	0.17 354	0.20 268	0.29 435	0.15 310	0.24 380	0.16 328	0.14 359	0.14 303	0.14 345	0.07 275	0.05 181	0.07 232	0.09 427	0.05 114	0.07 312

TestStereo1	0.13 318	0.08 273	0.08 27	0.20 443	0.08 149	0.18 411	0.29 568	0.23 329	0.17 237	0.17 350	0.20 329	0.16 328	0.11 262	0.12 215	0.13 310	0.06 120	0.06 342	0.08 319	0.06 212	0.05 114	0.05 135

qqq	0.13 318	0.09 345	0.15 332	0.16 164	0.08 149	0.13 276	0.15 265	0.24 353	0.16 208	0.15 310	0.19 319	0.16 328	0.16 400	0.15 321	0.16 398	0.07 275	0.06 342	0.08 319	0.08 382	0.07 296	0.07 312

x	0.13 318	0.08 273	0.15 332	0.14 42	0.08 149	0.19 433	0.14 185	0.22 310	0.21 318	0.15 310	0.20 329	0.20 385	0.18 438	0.18 405	0.18 428	0.07 275	0.05 181	0.06 128	0.06 212	0.07 296	0.07 312

raft_robust	0.13 318	0.10 411	0.07 6	0.18 323	0.08 149	0.13 276	0.24 521	0.29 444	0.34 472	0.20 419	0.20 329	0.15 308	0.10 225	0.11 132	0.12 275	0.05 33	0.05 181	0.07 232	0.07 309	0.05 114	0.04 34

RAFT+CT+SA	0.13 318	0.11 436	0.09 82	0.19 385	0.09 263	0.15 344	0.28 557	0.22 310	0.22 341	0.15 310	0.26 419	0.10 190	0.10 225	0.11 132	0.12 275	0.05 33	0.04 23	0.07 232	0.08 382	0.07 296	0.06 231

SA-5K	0.13 318	0.08 273	0.08 27	0.20 443	0.08 149	0.18 411	0.29 568	0.23 329	0.17 237	0.17 350	0.20 329	0.16 328	0.11 262	0.12 215	0.13 310	0.06 120	0.06 342	0.08 319	0.06 212	0.05 114	0.05 135

SA	0.13 318	0.09 345	0.09 82	0.18 323	0.08 149	0.12 237	0.24 521	0.23 329	0.19 281	0.17 350	0.27 437	0.15 308	0.11 262	0.11 132	0.11 206	0.05 33	0.05 181	0.09 405	0.08 382	0.05 114	0.05 135

GwcNet-ADL	0.13 318	0.08 273	0.14 297	0.20 443	0.09 263	0.12 237	0.20 468	0.30 456	0.25 386	0.14 286	0.14 232	0.18 359	0.14 359	0.13 272	0.15 379	0.07 275	0.05 181	0.06 128	0.05 133	0.07 296	0.06 231

GANet-ADL	0.13 318	0.07 151	0.15 332	0.17 241	0.10 376	0.19 433	0.15 265	0.30 456	0.21 318	0.13 262	0.18 305	0.19 368	0.13 326	0.16 349	0.14 345	0.08 344	0.06 342	0.06 128	0.05 133	0.07 296	0.08 381

RAFT	0.13 318	0.09 345	0.11 175	0.18 323	0.08 149	0.15 344	0.23 511	0.21 286	0.20 303	0.21 435	0.21 347	0.18 359	0.13 326	0.17 388	0.10 132	0.06 120	0.07 413	0.10 452	0.09 427	0.06 222	0.05 135

sAnonymous2	0.13 318	0.12 455	0.25 495	0.20 443	0.12 461	0.18 411	0.14 185	0.27 401	0.21 318	0.11 196	0.12 202	0.13 264	0.08 169	0.11 132	0.11 206	0.09 401	0.05 181	0.08 319	0.06 212	0.15 540	0.10 455

CroCo_RVC	0.13 318	0.12 455	0.25 495	0.20 443	0.12 461	0.18 411	0.14 185	0.27 401	0.21 318	0.11 196	0.12 202	0.13 264	0.08 169	0.11 132	0.11 206	0.09 401	0.05 181	0.08 319	0.06 212	0.15 540	0.10 455

RAFT + AFF	0.13 318	0.08 273	0.21 468	0.20 443	0.10 376	0.14 318	0.23 511	0.27 401	0.21 318	0.12 230	0.10 140	0.12 239	0.10 225	0.16 349	0.12 275	0.08 344	0.07 413	0.09 405	0.09 427	0.06 222	0.09 426

GMStereo	0.13 318	0.15 504	0.14 297	0.18 323	0.09 263	0.16 371	0.16 325	0.20 268	0.25 386	0.17 350	0.17 281	0.11 217	0.11 262	0.16 349	0.13 310	0.07 275	0.06 342	0.06 128	0.06 212	0.07 296	0.06 231
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 318	0.07 151	0.15 332	0.17 241	0.09 263	0.15 344	0.16 325	0.28 425	0.27 412	0.14 286	0.18 305	0.12 239	0.13 326	0.14 303	0.11 206	0.08 344	0.05 181	0.07 232	0.07 309	0.07 296	0.06 231

FENet	0.13 318	0.08 273	0.13 251	0.16 164	0.08 149	0.15 344	0.16 325	0.23 329	0.23 351	0.17 350	0.24 380	0.16 328	0.13 326	0.14 303	0.15 379	0.08 344	0.05 181	0.08 319	0.08 382	0.08 361	0.08 381

MLCV	0.13 318	0.08 273	0.17 397	0.18 323	0.06 15	0.16 371	0.17 354	0.19 251	0.22 341	0.19 397	0.25 406	0.17 345	0.13 326	0.15 321	0.14 345	0.05 33	0.04 23	0.05 34	0.04 40	0.05 114	0.04 34

iResNet	0.13 318	0.10 411	0.18 430	0.19 385	0.08 149	0.14 318	0.18 403	0.21 286	0.27 412	0.16 339	0.24 380	0.15 308	0.13 326	0.14 303	0.15 379	0.06 120	0.04 23	0.06 128	0.05 133	0.06 222	0.05 135

DN-CSS_ROB	0.13 318	0.13 482	0.17 397	0.18 323	0.10 376	0.16 371	0.08 7	0.22 310	0.19 281	0.17 350	0.23 368	0.13 264	0.13 326	0.13 272	0.14 345	0.05 33	0.05 181	0.10 452	0.10 466	0.08 361	0.06 231

xyz-stereo	0.14 348	0.07 151	0.22 478	0.15 86	0.05 1	0.22 477	0.15 265	0.17 191	0.31 450	0.15 310	0.28 448	0.26 461	0.17 424	0.13 272	0.12 275	0.05 33	0.05 181	0.06 128	0.05 133	0.04 21	0.04 34

G2L-Stereo_test	0.14 348	0.07 151	0.11 175	0.13 10	0.08 149	0.12 237	0.17 354	0.31 472	0.28 428	0.21 435	0.23 368	0.20 385	0.16 400	0.17 388	0.19 443	0.07 275	0.05 181	0.05 34	0.05 133	0.07 296	0.07 312

coex_refinement	0.14 348	0.07 151	0.12 216	0.17 241	0.10 376	0.16 371	0.15 265	0.27 401	0.29 435	0.18 382	0.21 347	0.22 412	0.17 424	0.16 349	0.19 443	0.08 344	0.05 181	0.06 128	0.06 212	0.09 424	0.08 381

G2L-Stereo	0.14 348	0.07 151	0.13 251	0.17 241	0.09 263	0.13 276	0.12 84	0.27 401	0.22 341	0.17 350	0.27 437	0.21 394	0.13 326	0.18 405	0.18 428	0.09 401	0.08 445	0.08 319	0.07 309	0.07 296	0.07 312

rvit_0105_6	0.14 348	0.09 345	0.18 430	0.17 241	0.10 376	0.10 145	0.17 354	0.19 251	0.26 399	0.12 230	0.18 305	0.17 345	0.13 326	0.18 405	0.13 310	0.15 542	0.11 513	0.12 503	0.10 466	0.09 424	0.06 231

rvit_0105_5	0.14 348	0.10 411	0.14 297	0.17 241	0.09 263	0.14 318	0.23 511	0.24 353	0.27 412	0.14 286	0.15 245	0.18 359	0.13 326	0.17 388	0.14 345	0.14 538	0.11 513	0.10 452	0.11 496	0.08 361	0.07 312

test_sample6	0.14 348	0.09 345	0.14 297	0.17 241	0.08 149	0.17 395	0.19 447	0.26 387	0.18 255	0.18 382	0.28 448	0.19 368	0.15 379	0.15 321	0.13 310	0.08 344	0.05 181	0.08 319	0.07 309	0.08 361	0.08 381

test_sample5	0.14 348	0.08 273	0.14 297	0.16 164	0.08 149	0.18 411	0.18 403	0.25 374	0.17 237	0.17 350	0.28 448	0.18 359	0.15 379	0.16 349	0.13 310	0.08 344	0.06 342	0.08 319	0.07 309	0.09 424	0.08 381

test_sample4	0.14 348	0.08 273	0.15 332	0.15 86	0.08 149	0.19 433	0.18 403	0.26 387	0.18 255	0.17 350	0.26 419	0.18 359	0.15 379	0.17 388	0.13 310	0.08 344	0.06 342	0.08 319	0.06 212	0.09 424	0.08 381

test_sample3	0.14 348	0.08 273	0.15 332	0.14 42	0.09 263	0.20 452	0.17 354	0.27 401	0.18 255	0.17 350	0.22 363	0.19 368	0.15 379	0.17 388	0.14 345	0.09 401	0.06 342	0.07 232	0.06 212	0.09 424	0.08 381

SMFormer	0.14 348	0.07 151	0.18 430	0.14 42	0.08 149	0.17 395	0.17 354	0.27 401	0.27 412	0.19 397	0.20 329	0.19 368	0.15 379	0.15 321	0.17 415	0.08 344	0.05 181	0.07 232	0.06 212	0.08 361	0.07 312

tta	0.14 348	0.07 151	0.18 430	0.14 42	0.08 149	0.17 395	0.17 354	0.27 401	0.27 412	0.19 397	0.20 329	0.19 368	0.15 379	0.15 321	0.17 415	0.08 344	0.05 181	0.07 232	0.06 212	0.06 222	0.06 231

qqq1	0.14 348	0.07 151	0.18 430	0.14 42	0.08 149	0.17 395	0.17 354	0.27 401	0.27 412	0.19 397	0.20 329	0.19 368	0.15 379	0.15 321	0.12 275	0.08 344	0.05 181	0.05 34	0.05 133	0.06 222	0.06 231

fff1	0.14 348	0.07 151	0.18 430	0.14 42	0.08 149	0.17 395	0.17 354	0.27 401	0.27 412	0.19 397	0.20 329	0.19 368	0.15 379	0.15 321	0.12 275	0.08 344	0.05 181	0.05 34	0.05 133	0.06 222	0.06 231

mmm	0.14 348	0.08 273	0.18 430	0.17 241	0.09 263	0.17 395	0.18 403	0.21 286	0.16 208	0.16 339	0.23 368	0.21 394	0.16 400	0.16 349	0.17 415	0.08 344	0.05 181	0.08 319	0.08 382	0.08 361	0.07 312

DualNet	0.14 348	0.08 273	0.14 297	0.16 164	0.08 149	0.18 411	0.18 403	0.25 374	0.17 237	0.18 382	0.28 448	0.18 359	0.15 379	0.16 349	0.13 310	0.08 344	0.06 342	0.08 319	0.07 309	0.09 424	0.08 381

StereoVision	0.14 348	0.13 482	0.10 124	0.24 530	0.10 376	0.16 371	0.21 485	0.21 286	0.20 303	0.12 230	0.25 406	0.10 190	0.10 225	0.16 349	0.10 132	0.09 401	0.10 500	0.12 503	0.12 518	0.06 222	0.05 135

PCWNet_CMD	0.14 348	0.08 273	0.15 332	0.17 241	0.09 263	0.14 318	0.14 185	0.29 444	0.36 491	0.14 286	0.20 329	0.21 394	0.13 326	0.17 388	0.14 345	0.07 275	0.05 181	0.07 232	0.07 309	0.07 296	0.07 312

gwcnet-sp	0.14 348	0.07 151	0.13 251	0.18 323	0.09 263	0.16 371	0.18 403	0.24 353	0.24 362	0.19 397	0.24 380	0.15 308	0.16 400	0.16 349	0.15 379	0.08 344	0.07 413	0.07 232	0.08 382	0.08 361	0.07 312

scenet	0.14 348	0.07 151	0.13 251	0.18 323	0.09 263	0.16 371	0.18 403	0.24 353	0.24 362	0.19 397	0.24 380	0.15 308	0.16 400	0.16 349	0.15 379	0.08 344	0.07 413	0.07 232	0.08 382	0.08 361	0.07 312

CASS	0.14 348	0.12 455	0.12 216	0.23 518	0.09 263	0.15 344	0.17 354	0.19 251	0.20 303	0.17 350	0.18 305	0.15 308	0.15 379	0.15 321	0.14 345	0.09 401	0.06 342	0.10 452	0.08 382	0.09 424	0.07 312
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.14 348	0.07 151	0.13 251	0.18 323	0.09 263	0.16 371	0.18 403	0.24 353	0.24 362	0.19 397	0.24 380	0.15 308	0.16 400	0.16 349	0.15 379	0.08 344	0.07 413	0.07 232	0.08 382	0.08 361	0.07 312

IER	0.14 348	0.08 273	0.13 251	0.17 241	0.09 263	0.14 318	0.16 325	0.26 387	0.27 412	0.18 382	0.26 419	0.17 345	0.20 468	0.17 388	0.14 345	0.08 344	0.05 181	0.07 232	0.06 212	0.08 361	0.07 312

test_5	0.14 348	0.12 455	0.08 27	0.20 443	0.10 376	0.14 318	0.28 557	0.21 286	0.24 362	0.19 397	0.28 448	0.11 217	0.15 379	0.12 215	0.13 310	0.06 120	0.05 181	0.07 232	0.08 382	0.08 361	0.07 312

psmg	0.14 348	0.09 345	0.14 297	0.17 241	0.10 376	0.15 344	0.17 354	0.29 444	0.20 303	0.17 350	0.21 347	0.25 451	0.16 400	0.16 349	0.14 345	0.08 344	0.07 413	0.08 319	0.08 382	0.07 296	0.07 312

UDGNet	0.14 348	0.13 482	0.17 397	0.18 323	0.10 376	0.12 237	0.16 325	0.21 286	0.27 412	0.20 419	0.20 329	0.17 345	0.13 326	0.16 349	0.14 345	0.10 442	0.06 342	0.09 405	0.07 309	0.07 296	0.07 312

TestStereo	0.14 348	0.15 504	0.11 175	0.23 518	0.08 149	0.15 344	0.21 485	0.20 268	0.23 351	0.14 286	0.25 406	0.16 328	0.13 326	0.16 349	0.14 345	0.06 120	0.06 342	0.08 319	0.06 212	0.09 424	0.05 135

CFNet_pseudo	0.14 348	0.08 273	0.16 374	0.16 164	0.09 263	0.13 276	0.14 185	0.27 401	0.34 472	0.15 310	0.21 347	0.22 412	0.13 326	0.18 405	0.14 345	0.07 275	0.05 181	0.08 319	0.06 212	0.07 296	0.07 312

GES	0.14 348	0.08 273	0.16 374	0.15 86	0.10 376	0.13 276	0.13 128	0.28 425	0.26 399	0.17 350	0.24 380	0.19 368	0.14 359	0.16 349	0.14 345	0.08 344	0.08 445	0.07 232	0.06 212	0.08 361	0.09 426

cf-r	0.14 348	0.07 151	0.13 251	0.16 164	0.08 149	0.14 318	0.19 447	0.21 286	0.25 386	0.17 350	0.26 419	0.22 412	0.17 424	0.14 303	0.15 379	0.10 442	0.05 181	0.06 128	0.08 382	0.06 222	0.06 231

GANet-RSSM	0.14 348	0.07 151	0.13 251	0.13 10	0.08 149	0.14 318	0.18 403	0.23 329	0.21 318	0.17 350	0.25 406	0.24 438	0.16 400	0.16 349	0.16 398	0.10 442	0.06 342	0.07 232	0.08 382	0.08 361	0.07 312

PSMNet-RSSM	0.14 348	0.07 151	0.14 297	0.15 86	0.08 149	0.13 276	0.16 325	0.25 374	0.24 362	0.17 350	0.28 448	0.23 429	0.14 359	0.16 349	0.14 345	0.11 474	0.06 342	0.09 405	0.12 518	0.08 361	0.07 312

GwcNet-RSSM	0.14 348	0.07 151	0.12 216	0.16 164	0.08 149	0.15 344	0.20 468	0.22 310	0.28 428	0.18 382	0.28 448	0.23 429	0.17 424	0.15 321	0.16 398	0.10 442	0.06 342	0.07 232	0.09 427	0.07 296	0.07 312

CFNet-ft	0.14 348	0.07 151	0.15 332	0.12 5	0.09 263	0.17 395	0.18 403	0.22 310	0.24 362	0.17 350	0.26 419	0.24 438	0.14 359	0.16 349	0.15 379	0.11 474	0.06 342	0.08 319	0.09 427	0.09 424	0.08 381

DMCA	0.14 348	0.09 345	0.17 397	0.19 385	0.09 263	0.15 344	0.17 354	0.23 329	0.28 428	0.14 286	0.20 329	0.17 345	0.18 438	0.15 321	0.17 415	0.10 442	0.06 342	0.08 319	0.06 212	0.09 424	0.10 455

MSMDNet	0.14 348	0.08 273	0.15 332	0.17 241	0.09 263	0.14 318	0.14 185	0.29 444	0.36 491	0.14 286	0.20 329	0.21 394	0.13 326	0.18 405	0.14 345	0.07 275	0.05 181	0.07 232	0.07 309	0.07 296	0.07 312

HSM-Net_RVC	0.14 348	0.08 273	0.12 216	0.15 86	0.08 149	0.16 371	0.15 265	0.27 401	0.29 435	0.20 419	0.21 347	0.29 486	0.14 359	0.18 405	0.13 310	0.06 120	0.06 342	0.06 128	0.06 212	0.07 296	0.06 231
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 348	0.07 151	0.15 332	0.12 5	0.09 263	0.17 395	0.18 403	0.22 310	0.24 362	0.17 350	0.26 419	0.24 438	0.14 359	0.16 349	0.15 379	0.11 474	0.06 342	0.08 319	0.09 427	0.09 424	0.08 381

ccs_rob	0.14 348	0.09 345	0.16 374	0.16 164	0.09 263	0.13 276	0.14 185	0.27 401	0.34 472	0.15 310	0.21 347	0.22 412	0.13 326	0.18 405	0.14 345	0.07 275	0.05 181	0.08 319	0.07 309	0.07 296	0.07 312

iResNet_ROB	0.14 348	0.07 151	0.13 251	0.15 86	0.07 78	0.19 433	0.14 185	0.26 387	0.32 456	0.23 465	0.26 419	0.23 429	0.16 400	0.15 321	0.14 345	0.07 275	0.05 181	0.05 34	0.04 40	0.08 361	0.08 381

rvit_0105_4	0.15 388	0.09 345	0.17 397	0.17 241	0.10 376	0.12 237	0.20 468	0.23 329	0.27 412	0.14 286	0.20 329	0.17 345	0.14 359	0.17 388	0.13 310	0.15 542	0.11 513	0.11 482	0.10 466	0.09 424	0.06 231

DCVSM-stereo	0.15 388	0.09 345	0.16 374	0.16 164	0.10 376	0.15 344	0.09 18	0.20 268	0.24 362	0.20 419	0.24 380	0.26 461	0.15 379	0.19 430	0.14 345	0.09 401	0.07 413	0.09 405	0.08 382	0.10 458	0.12 500

ACV-stereo	0.15 388	0.10 411	0.29 518	0.18 323	0.12 461	0.15 344	0.13 128	0.23 329	0.21 318	0.19 397	0.23 368	0.22 412	0.15 379	0.23 492	0.17 415	0.08 344	0.07 413	0.07 232	0.07 309	0.08 361	0.07 312

DispNO	0.15 388	0.09 345	0.18 430	0.19 385	0.12 461	0.11 187	0.21 485	0.23 329	0.29 435	0.18 382	0.23 368	0.19 368	0.17 424	0.16 349	0.16 398	0.07 275	0.05 181	0.08 319	0.08 382	0.07 296	0.06 231

mmx	0.15 388	0.09 345	0.15 332	0.16 164	0.09 263	0.17 395	0.17 354	0.27 401	0.26 399	0.15 310	0.26 419	0.19 368	0.13 326	0.15 321	0.22 479	0.08 344	0.06 342	0.09 405	0.08 382	0.08 361	0.08 381

xxx	0.15 388	0.09 345	0.15 332	0.16 164	0.09 263	0.17 395	0.17 354	0.27 401	0.26 399	0.15 310	0.26 419	0.19 368	0.13 326	0.15 321	0.22 479	0.08 344	0.06 342	0.09 405	0.08 382	0.08 361	0.08 381

CFNet_ucs	0.15 388	0.09 345	0.17 397	0.16 164	0.11 431	0.14 318	0.14 185	0.30 456	0.34 472	0.16 339	0.24 380	0.23 429	0.14 359	0.18 405	0.15 379	0.09 401	0.06 342	0.08 319	0.07 309	0.09 424	0.09 426

CBFPSM	0.15 388	0.07 151	0.27 506	0.17 241	0.09 263	0.13 276	0.15 265	0.22 310	0.23 351	0.20 419	0.27 437	0.23 429	0.16 400	0.16 349	0.19 443	0.06 120	0.06 342	0.06 128	0.07 309	0.07 296	0.07 312

BUS	0.15 388	0.09 345	0.14 297	0.22 497	0.10 376	0.20 452	0.14 185	0.34 506	0.20 303	0.17 350	0.23 368	0.16 328	0.14 359	0.16 349	0.14 345	0.08 344	0.06 342	0.10 452	0.09 427	0.07 296	0.07 312

BSDual-CNN	0.15 388	0.09 345	0.14 297	0.22 497	0.10 376	0.15 344	0.15 265	0.34 506	0.20 303	0.17 350	0.23 368	0.25 451	0.16 400	0.16 349	0.14 345	0.08 344	0.06 342	0.10 452	0.09 427	0.07 296	0.07 312

hknet	0.15 388	0.11 436	0.14 297	0.22 497	0.11 431	0.15 344	0.15 265	0.34 506	0.26 399	0.17 350	0.23 368	0.22 412	0.18 438	0.17 388	0.13 310	0.07 275	0.06 342	0.10 452	0.09 427	0.07 296	0.07 312

dd	0.15 388	0.17 525	0.17 397	0.19 385	0.09 263	0.15 344	0.18 403	0.22 310	0.26 399	0.23 465	0.20 329	0.21 394	0.10 225	0.21 466	0.17 415	0.10 442	0.06 342	0.08 319	0.06 212	0.08 361	0.07 312

DAS	0.15 388	0.08 273	0.18 430	0.19 385	0.10 376	0.19 433	0.17 354	0.28 425	0.30 441	0.18 382	0.26 419	0.21 394	0.16 400	0.16 349	0.13 310	0.08 344	0.06 342	0.06 128	0.06 212	0.07 296	0.07 312

SepStereo	0.15 388	0.08 273	0.18 430	0.19 385	0.10 376	0.19 433	0.17 354	0.28 425	0.30 441	0.18 382	0.26 419	0.21 394	0.16 400	0.26 512	0.13 310	0.08 344	0.06 342	0.06 128	0.06 212	0.07 296	0.07 312

PSMNet-ADL	0.15 388	0.12 455	0.13 251	0.22 497	0.09 263	0.13 276	0.20 468	0.26 387	0.23 351	0.18 382	0.20 329	0.23 429	0.17 424	0.18 405	0.18 428	0.09 401	0.08 445	0.08 319	0.11 496	0.08 361	0.07 312

LMCR-Stereo	0.15 388	0.08 273	0.14 297	0.21 477	0.09 263	0.18 411	0.19 447	0.28 425	0.19 281	0.24 477	0.24 380	0.23 429	0.17 424	0.20 448	0.17 415	0.07 275	0.06 342	0.08 319	0.06 212	0.10 458	0.09 426

xxxx	0.15 388	0.07 151	0.14 297	0.14 42	0.08 149	0.24 499	0.18 403	0.32 477	0.20 303	0.14 286	0.28 448	0.22 412	0.14 359	0.15 321	0.29 546	0.09 401	0.05 181	0.07 232	0.07 309	0.08 361	0.08 381

test_xeample	0.15 388	0.07 151	0.14 297	0.15 86	0.08 149	0.22 477	0.20 468	0.29 444	0.21 318	0.16 339	0.29 463	0.19 368	0.17 424	0.16 349	0.28 537	0.09 401	0.05 181	0.07 232	0.07 309	0.07 296	0.07 312

ACVNet	0.15 388	0.09 345	0.15 332	0.13 10	0.12 461	0.14 318	0.20 468	0.22 310	0.34 472	0.17 350	0.26 419	0.21 394	0.17 424	0.18 405	0.21 466	0.07 275	0.06 342	0.06 128	0.06 212	0.08 361	0.06 231

acv_ft	0.15 388	0.09 345	0.16 374	0.19 385	0.10 376	0.16 371	0.17 354	0.25 374	0.34 472	0.19 397	0.26 419	0.21 394	0.17 424	0.18 405	0.19 443	0.07 275	0.06 342	0.06 128	0.06 212	0.08 361	0.06 231

RASNet	0.15 388	0.07 151	0.15 332	0.16 164	0.08 149	0.19 433	0.14 185	0.30 456	0.21 318	0.17 350	0.25 406	0.21 394	0.19 456	0.20 448	0.20 453	0.07 275	0.06 342	0.06 128	0.08 382	0.06 222	0.06 231

CFNet	0.15 388	0.11 436	0.17 397	0.17 241	0.08 149	0.19 433	0.10 31	0.29 444	0.26 399	0.19 397	0.24 380	0.24 438	0.18 438	0.18 405	0.15 379	0.08 344	0.06 342	0.09 405	0.10 466	0.08 361	0.07 312

UCFNet_RVC	0.15 388	0.08 273	0.13 251	0.11 1	0.10 376	0.20 452	0.10 31	0.24 353	0.23 351	0.17 350	0.21 347	0.24 438	0.15 379	0.18 405	0.15 379	0.12 499	0.07 413	0.11 482	0.13 529	0.11 480	0.10 455

AdaStereo	0.15 388	0.11 436	0.16 374	0.19 385	0.09 263	0.21 463	0.11 56	0.33 491	0.28 428	0.21 435	0.23 368	0.21 394	0.13 326	0.19 430	0.15 379	0.13 517	0.05 181	0.10 452	0.07 309	0.09 424	0.07 312
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
iResNetv2_ROB	0.15 388	0.08 273	0.16 374	0.16 164	0.08 149	0.16 371	0.13 128	0.26 387	0.36 491	0.21 435	0.29 463	0.24 438	0.13 326	0.14 303	0.14 345	0.06 120	0.06 342	0.06 128	0.04 40	0.09 424	0.08 381

HSM	0.15 388	0.09 345	0.15 332	0.16 164	0.09 263	0.16 371	0.14 185	0.28 425	0.25 386	0.20 419	0.24 380	0.37 540	0.17 424	0.20 448	0.15 379	0.07 275	0.05 181	0.07 232	0.06 212	0.07 296	0.06 231

pmcnn	0.15 388	0.07 151	0.20 458	0.15 86	0.07 78	0.21 463	0.16 325	0.25 374	0.26 399	0.21 435	0.33 489	0.29 486	0.19 456	0.18 405	0.17 415	0.07 275	0.05 181	0.05 34	0.04 40	0.07 296	0.06 231

DDVS	0.16 415	0.10 411	0.22 478	0.16 164	0.12 461	0.15 344	0.14 185	0.25 374	0.19 281	0.18 382	0.30 469	0.27 468	0.13 326	0.20 448	0.16 398	0.09 401	0.06 342	0.09 405	0.07 309	0.11 480	0.11 479

rvit_0105_3	0.16 415	0.10 411	0.15 332	0.20 443	0.12 461	0.15 344	0.26 546	0.25 374	0.30 441	0.15 310	0.17 281	0.21 394	0.14 359	0.18 405	0.14 345	0.14 538	0.11 513	0.12 503	0.14 535	0.07 296	0.07 312

ITSA-stereo	0.16 415	0.11 436	0.14 297	0.19 385	0.08 149	0.13 276	0.14 185	0.30 456	0.49 547	0.17 350	0.18 305	0.22 412	0.15 379	0.17 388	0.16 398	0.10 442	0.06 342	0.08 319	0.08 382	0.08 361	0.09 426

test_sample7	0.16 415	0.10 411	0.16 374	0.14 42	0.12 461	0.16 371	0.17 354	0.28 425	0.24 362	0.21 435	0.21 347	0.24 438	0.20 468	0.16 349	0.16 398	0.12 499	0.06 342	0.10 452	0.09 427	0.11 480	0.10 455

1111x	0.16 415	0.09 345	0.13 251	0.18 323	0.08 149	0.18 411	0.25 537	0.32 477	0.25 386	0.17 350	0.24 380	0.27 468	0.15 379	0.14 303	0.24 502	0.07 275	0.07 413	0.08 319	0.09 427	0.07 296	0.07 312

GMStereo_Zeroshot	0.16 415	0.13 482	0.25 495	0.20 443	0.10 376	0.17 395	0.13 128	0.30 456	0.25 386	0.23 465	0.32 483	0.25 451	0.11 262	0.19 430	0.14 345	0.09 401	0.06 342	0.11 482	0.06 212	0.12 497	0.08 381

CRFU-Net	0.16 415	0.08 273	0.15 332	0.17 241	0.09 263	0.20 452	0.14 185	0.27 401	0.21 318	0.28 515	0.28 448	0.29 486	0.18 438	0.19 430	0.18 428	0.09 401	0.09 477	0.07 232	0.07 309	0.08 361	0.09 426

NINENet	0.16 415	0.10 411	0.16 374	0.17 241	0.11 431	0.20 452	0.14 185	0.41 558	0.37 497	0.18 382	0.21 347	0.16 328	0.14 359	0.16 349	0.14 345	0.08 344	0.08 445	0.10 452	0.07 309	0.10 458	0.09 426

CSP-Net	0.16 415	0.09 345	0.14 297	0.17 241	0.09 263	0.19 433	0.18 403	0.25 374	0.33 461	0.26 495	0.31 474	0.25 451	0.16 400	0.21 466	0.19 443	0.09 401	0.06 342	0.07 232	0.07 309	0.08 361	0.08 381

AASNet	0.16 415	0.08 273	0.13 251	0.19 385	0.09 263	0.19 433	0.15 265	0.38 544	0.37 497	0.20 419	0.24 380	0.20 385	0.17 424	0.17 388	0.21 466	0.10 442	0.08 445	0.08 319	0.07 309	0.09 424	0.09 426

AACVNet	0.16 415	0.08 273	0.15 332	0.15 86	0.10 376	0.18 411	0.15 265	0.24 353	0.25 386	0.27 502	0.27 437	0.28 478	0.18 438	0.19 430	0.17 415	0.09 401	0.07 413	0.09 405	0.07 309	0.10 458	0.09 426

ADLNet2	0.16 415	0.09 345	0.14 297	0.17 241	0.09 263	0.20 452	0.16 325	0.32 477	0.39 508	0.17 350	0.20 329	0.20 385	0.19 456	0.21 466	0.23 490	0.08 344	0.07 413	0.07 232	0.07 309	0.09 424	0.07 312

ICVP	0.16 415	0.09 345	0.12 216	0.22 497	0.09 263	0.18 411	0.21 485	0.26 387	0.24 362	0.18 382	0.30 469	0.27 468	0.18 438	0.18 405	0.15 379	0.10 442	0.07 413	0.08 319	0.07 309	0.07 296	0.08 381
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	0.16 415	0.14 497	0.34 537	0.26 547	0.14 505	0.27 529	0.18 403	0.28 425	0.28 428	0.15 310	0.17 281	0.14 283	0.11 262	0.16 349	0.12 275	0.08 344	0.08 445	0.08 319	0.08 382	0.08 361	0.11 479

ADLNet	0.16 415	0.08 273	0.15 332	0.16 164	0.10 376	0.16 371	0.17 354	0.33 491	0.27 412	0.23 465	0.27 437	0.24 438	0.16 400	0.18 405	0.21 466	0.10 442	0.06 342	0.10 452	0.10 466	0.08 361	0.09 426

HCRNet	0.16 415	0.23 560	0.12 216	0.35 580	0.11 431	0.15 344	0.17 354	0.26 387	0.22 341	0.19 397	0.24 380	0.21 394	0.14 359	0.15 321	0.13 310	0.11 474	0.07 413	0.11 482	0.10 466	0.09 424	0.07 312

222	0.16 415	0.07 151	0.15 332	0.14 42	0.08 149	0.25 508	0.18 403	0.30 456	0.21 318	0.18 382	0.29 463	0.17 345	0.16 400	0.16 349	0.44 589	0.10 442	0.05 181	0.07 232	0.06 212	0.08 361	0.08 381

UPFNet	0.16 415	0.08 273	0.12 216	0.20 443	0.12 461	0.20 452	0.23 511	0.28 425	0.26 399	0.18 382	0.24 380	0.22 412	0.20 468	0.19 430	0.22 479	0.09 401	0.07 413	0.08 319	0.09 427	0.08 361	0.06 231

ac_64	0.16 415	0.09 345	0.15 332	0.18 323	0.10 376	0.22 477	0.17 354	0.24 353	0.22 341	0.19 397	0.24 380	0.29 486	0.18 438	0.19 430	0.22 479	0.09 401	0.08 445	0.08 319	0.09 427	0.07 296	0.06 231

DSFCA	0.16 415	0.09 345	0.14 297	0.16 164	0.10 376	0.21 463	0.19 447	0.28 425	0.31 450	0.23 465	0.25 406	0.22 412	0.16 400	0.20 448	0.20 453	0.10 442	0.07 413	0.09 405	0.09 427	0.08 361	0.08 381

AANet_RVC	0.16 415	0.10 411	0.11 175	0.18 323	0.09 263	0.19 433	0.18 403	0.27 401	0.32 456	0.22 450	0.35 503	0.21 394	0.22 483	0.22 484	0.17 415	0.06 120	0.05 181	0.06 128	0.06 212	0.07 296	0.06 231

DeepPruner_ROB	0.16 415	0.11 436	0.16 374	0.17 241	0.10 376	0.17 395	0.15 265	0.32 477	0.21 318	0.19 397	0.21 347	0.22 412	0.19 456	0.21 466	0.16 398	0.13 517	0.09 477	0.09 405	0.10 466	0.11 480	0.11 479

DStereoRT	0.17 437	0.07 151	0.12 216	0.19 385	0.09 263	0.13 276	0.12 84	0.28 425	0.23 351	0.12 230	0.20 329	0.11 217	0.10 225	0.15 321	0.14 345	0.06 120	0.05 181	1.02 617	0.09 427	0.05 114	0.04 34

rvit_stereo_0075_2	0.17 437	0.12 455	0.25 495	0.23 518	0.16 537	0.13 276	0.10 31	0.30 456	0.27 412	0.20 419	0.28 448	0.22 412	0.15 379	0.18 405	0.13 310	0.16 559	0.10 500	0.17 552	0.10 466	0.10 458	0.10 455

DualNet (step1)	0.17 437	0.12 455	0.21 468	0.13 10	0.14 505	0.18 411	0.14 185	0.28 425	0.24 362	0.21 435	0.21 347	0.24 438	0.20 468	0.16 349	0.16 398	0.15 542	0.06 342	0.14 530	0.14 535	0.15 540	0.13 514

iinet-f	0.17 437	0.07 151	0.46 560	0.14 42	0.10 376	0.21 463	0.14 185	0.27 401	0.23 351	0.22 450	0.25 406	0.21 394	0.16 400	0.18 405	0.22 479	0.09 401	0.07 413	0.07 232	0.06 212	0.09 424	0.10 455

ToySt	0.17 437	0.11 436	0.19 453	0.17 241	0.11 431	0.16 371	0.26 546	0.24 353	0.33 461	0.19 397	0.24 380	0.26 461	0.24 498	0.19 430	0.21 466	0.07 275	0.08 445	0.09 405	0.10 466	0.09 424	0.08 381

ssnet_v2	0.17 437	0.10 411	0.18 430	0.17 241	0.11 431	0.21 463	0.22 499	0.34 506	0.25 386	0.23 465	0.23 368	0.27 468	0.19 456	0.22 484	0.21 466	0.11 474	0.10 500	0.09 405	0.09 427	0.08 361	0.08 381

GEStereo_RVC	0.17 437	0.12 455	0.16 374	0.22 497	0.11 431	0.19 433	0.18 403	0.32 477	0.49 547	0.20 419	0.25 406	0.17 345	0.13 326	0.21 466	0.16 398	0.10 442	0.06 342	0.08 319	0.07 309	0.09 424	0.08 381

MMNet	0.17 437	0.10 411	0.17 397	0.20 443	0.11 431	0.27 529	0.20 468	0.26 387	0.42 521	0.22 450	0.30 469	0.22 412	0.20 468	0.18 405	0.20 453	0.06 120	0.06 342	0.07 232	0.07 309	0.08 361	0.07 312

delet	0.17 437	0.09 345	0.18 430	0.19 385	0.11 431	0.21 463	0.22 499	0.30 456	0.38 503	0.17 350	0.27 437	0.19 368	0.19 456	0.19 430	0.21 466	0.08 344	0.08 445	0.09 405	0.11 496	0.06 222	0.07 312

UNet	0.17 437	0.09 345	0.18 430	0.19 385	0.12 461	0.28 539	0.19 447	0.33 491	0.30 441	0.21 435	0.25 406	0.23 429	0.19 456	0.20 448	0.19 443	0.07 275	0.06 342	0.08 319	0.07 309	0.08 361	0.07 312

HGLStereo	0.17 437	0.09 345	0.19 453	0.17 241	0.12 461	0.18 411	0.18 403	0.31 472	0.33 461	0.22 450	0.33 489	0.24 438	0.18 438	0.20 448	0.21 466	0.10 442	0.09 477	0.07 232	0.07 309	0.09 424	0.10 455

DMCA-RVC	0.17 437	0.10 411	0.16 374	0.24 530	0.11 431	0.19 433	0.18 403	0.26 387	0.24 362	0.21 435	0.27 437	0.25 451	0.27 521	0.18 405	0.21 466	0.12 499	0.08 445	0.13 517	0.10 466	0.10 458	0.08 381

FADNet-RVC-Resample	0.17 437	0.12 455	0.32 531	0.22 497	0.12 461	0.19 433	0.14 185	0.25 374	0.24 362	0.24 477	0.27 437	0.20 385	0.15 379	0.17 388	0.16 398	0.07 275	0.08 445	0.12 503	0.10 466	0.09 424	0.11 479

FADNet_RVC	0.17 437	0.14 497	0.41 553	0.20 443	0.11 431	0.13 276	0.13 128	0.27 401	0.22 341	0.21 435	0.23 368	0.20 385	0.18 438	0.15 321	0.17 415	0.08 344	0.08 445	0.12 503	0.09 427	0.11 480	0.10 455

NLCA_NET_v2_RVC	0.17 437	0.10 411	0.23 486	0.20 443	0.10 376	0.15 344	0.18 403	0.31 472	0.25 386	0.21 435	0.31 474	0.25 451	0.17 424	0.21 466	0.20 453	0.09 401	0.06 342	0.08 319	0.09 427	0.07 296	0.08 381
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
StereoDRNet-Refined	0.17 437	0.12 455	0.16 374	0.20 443	0.10 376	0.18 411	0.18 403	0.27 401	0.24 362	0.26 495	0.41 540	0.23 429	0.18 438	0.21 466	0.21 466	0.09 401	0.05 181	0.09 405	0.10 466	0.07 296	0.07 312
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
z-ln-s-r	0.18 453	0.10 411	0.41 553	0.19 385	0.08 149	0.18 411	0.18 403	0.23 329	0.34 472	0.19 397	0.41 540	0.22 412	0.17 424	0.20 448	0.25 510	0.07 275	0.05 181	0.07 232	0.07 309	0.07 296	0.06 231

ISRNet	0.18 453	0.08 273	0.20 458	0.19 385	0.13 487	0.15 344	0.12 84	0.30 456	0.33 461	0.21 435	0.26 419	0.27 468	0.18 438	0.17 388	0.20 453	0.20 573	0.08 445	0.14 530	0.14 535	0.14 528	0.17 562

test_sample9	0.18 453	0.12 455	0.21 468	0.13 10	0.14 505	0.18 411	0.14 185	0.28 425	0.24 362	0.21 435	0.21 347	0.24 438	0.20 468	0.19 430	0.18 428	0.15 542	0.30 592	0.14 530	0.14 535	0.15 540	0.13 514

fast-acv-ft	0.18 453	0.11 436	0.20 458	0.19 385	0.12 461	0.26 520	0.21 485	0.26 387	0.35 486	0.22 450	0.34 499	0.27 468	0.21 476	0.21 466	0.23 490	0.09 401	0.09 477	0.08 319	0.10 466	0.08 361	0.07 312

HBP-ISP	0.18 453	0.13 482	0.17 397	0.15 86	0.11 431	0.08 55	0.13 128	0.28 425	0.30 441	0.22 450	0.33 489	0.21 394	0.25 506	0.23 492	0.18 428	0.15 542	0.17 565	0.21 566	0.17 562	0.10 458	0.09 426

Wz-Net-LNSev-Ref	0.18 453	0.09 345	0.30 524	0.15 86	0.11 431	0.23 491	0.20 468	0.27 401	0.40 512	0.26 495	0.43 551	0.25 451	0.15 379	0.21 466	0.20 453	0.07 275	0.05 181	0.06 128	0.05 133	0.10 458	0.09 426

dad	0.18 453	0.20 548	0.21 468	0.17 241	0.11 431	0.20 452	0.19 447	0.21 286	0.28 428	0.30 531	0.24 380	0.30 496	0.13 326	0.19 430	0.17 415	0.18 565	0.09 477	0.11 482	0.09 427	0.11 480	0.07 312

hitnet-ft	0.18 453	0.10 411	0.17 397	0.14 42	0.09 263	0.27 529	0.20 468	0.25 374	0.26 399	0.24 477	0.32 483	0.32 518	0.23 489	0.24 503	0.21 466	0.12 499	0.07 413	0.10 452	0.08 382	0.12 497	0.11 479

STTStereo	0.18 453	0.13 482	0.28 509	0.20 443	0.11 431	0.16 371	0.21 485	0.29 444	0.23 351	0.22 450	0.30 469	0.29 486	0.18 438	0.20 448	0.20 453	0.12 499	0.11 513	0.11 482	0.14 535	0.09 424	0.08 381

TDLM	0.18 453	0.12 455	0.14 297	0.24 530	0.10 376	0.18 411	0.18 403	0.37 537	0.30 441	0.22 450	0.28 448	0.28 478	0.18 438	0.23 492	0.19 443	0.11 474	0.07 413	0.10 452	0.10 466	0.08 361	0.08 381

CVANet_RVC	0.18 453	0.11 436	0.14 297	0.21 477	0.11 431	0.19 433	0.18 403	0.34 506	0.34 472	0.22 450	0.31 474	0.28 478	0.18 438	0.24 503	0.18 428	0.12 499	0.08 445	0.12 503	0.12 518	0.09 424	0.08 381

DLCB_ROB	0.18 453	0.10 411	0.16 374	0.23 518	0.11 431	0.24 499	0.18 403	0.30 456	0.28 428	0.27 502	0.29 463	0.28 478	0.25 506	0.20 448	0.20 453	0.08 344	0.08 445	0.09 405	0.09 427	0.07 296	0.07 312

TCMNet	0.19 465	0.12 455	0.20 458	0.21 477	0.18 559	0.21 463	0.24 521	0.28 425	0.36 491	0.23 465	0.26 419	0.25 451	0.20 468	0.20 448	0.23 490	0.13 517	0.11 513	0.11 482	0.12 518	0.13 512	0.12 500

rvit_105_1	0.19 465	0.12 455	0.25 495	0.21 477	0.16 537	0.22 477	0.28 557	0.32 477	0.42 521	0.20 419	0.21 347	0.22 412	0.18 438	0.19 430	0.18 428	0.12 499	0.12 529	0.13 517	0.15 551	0.08 361	0.07 312

SACVNet	0.19 465	0.12 455	0.15 332	0.17 241	0.13 487	0.22 477	0.18 403	0.31 472	0.31 450	0.24 477	0.31 474	0.30 496	0.23 489	0.23 492	0.17 415	0.11 474	0.08 445	0.10 452	0.10 466	0.12 497	0.14 530

pcwnet_v2	0.19 465	0.11 436	0.26 504	0.18 323	0.14 505	0.18 411	0.15 265	0.37 537	0.46 543	0.19 397	0.24 380	0.21 394	0.19 456	0.21 466	0.20 453	0.13 517	0.10 500	0.10 452	0.10 466	0.11 480	0.13 514

psm_up	0.19 465	0.10 411	0.18 430	0.21 477	0.11 431	0.17 395	0.19 447	0.38 544	0.34 472	0.22 450	0.28 448	0.29 486	0.25 506	0.20 448	0.22 479	0.09 401	0.10 500	0.11 482	0.11 496	0.08 361	0.08 381

NVstereo2D	0.19 465	0.11 436	0.16 374	0.17 241	0.16 537	0.28 539	0.23 511	0.44 573	0.42 521	0.15 310	0.28 448	0.25 451	0.19 456	0.23 492	0.18 428	0.09 401	0.06 342	0.10 452	0.08 382	0.15 540	0.10 455

StereoDRNet	0.19 465	0.11 436	0.18 430	0.22 497	0.11 431	0.22 477	0.22 499	0.37 537	0.34 472	0.24 477	0.28 448	0.30 496	0.19 456	0.20 448	0.21 466	0.10 442	0.08 445	0.11 482	0.09 427	0.09 424	0.07 312

CBMV_ROB	0.19 465	0.13 482	0.18 430	0.16 164	0.11 431	0.16 371	0.12 84	0.27 401	0.29 435	0.27 502	0.31 474	0.27 468	0.24 498	0.24 503	0.16 398	0.15 542	0.18 567	0.22 570	0.20 568	0.10 458	0.12 500

NOSS_ROB	0.19 465	0.13 482	0.18 430	0.16 164	0.12 461	0.16 371	0.12 84	0.30 456	0.33 461	0.20 419	0.22 363	0.27 468	0.24 498	0.21 466	0.16 398	0.16 559	0.18 567	0.23 571	0.21 570	0.13 512	0.13 514

w-ln-seven-2	0.20 474	0.14 497	0.39 548	0.23 518	0.12 461	0.21 463	0.21 485	0.29 444	0.38 503	0.25 490	0.38 518	0.28 478	0.23 489	0.21 466	0.25 510	0.08 344	0.08 445	0.09 405	0.09 427	0.10 458	0.09 426

YMNet	0.20 474	0.12 455	0.20 458	0.21 477	0.14 505	0.27 529	0.23 511	0.32 477	0.34 472	0.28 515	0.35 503	0.30 496	0.18 438	0.18 405	0.22 479	0.11 474	0.13 542	0.10 452	0.10 466	0.09 424	0.09 426

YMNet_1	0.20 474	0.12 455	0.20 458	0.21 477	0.14 505	0.27 529	0.23 511	0.32 477	0.34 472	0.28 515	0.35 503	0.30 496	0.18 438	0.18 405	0.22 479	0.11 474	0.13 542	0.10 452	0.10 466	0.09 424	0.09 426

test_sample8	0.20 474	0.12 455	0.21 468	0.13 10	0.14 505	0.18 411	0.14 185	0.32 477	0.21 318	0.28 515	0.22 363	0.36 537	0.26 514	0.19 430	0.18 428	0.15 542	0.30 592	0.14 530	0.14 535	0.15 540	0.13 514

SDNR	0.20 474	0.09 345	0.19 453	0.16 164	0.12 461	0.79 604	0.13 128	0.26 387	0.33 461	0.19 397	0.25 406	0.19 368	0.12 294	0.19 430	0.15 379	0.16 559	0.18 567	0.14 530	0.11 496	0.08 361	0.12 500

GwcNet	0.20 474	0.14 497	0.20 458	0.18 323	0.12 461	0.25 508	0.20 468	0.36 528	0.45 536	0.20 419	0.33 489	0.33 524	0.21 476	0.22 484	0.25 510	0.11 474	0.09 477	0.09 405	0.09 427	0.09 424	0.10 455

SuperB	0.20 474	0.10 411	0.57 574	0.16 164	0.09 263	0.19 433	0.18 403	0.25 374	0.51 555	0.27 502	0.39 526	0.17 345	0.22 483	0.22 484	0.21 466	0.08 344	0.06 342	0.06 128	0.06 212	0.12 497	0.11 479

ADCRef	0.20 474	0.12 455	0.43 558	0.20 443	0.12 461	0.23 491	0.18 403	0.32 477	0.37 497	0.26 495	0.33 489	0.18 359	0.23 489	0.25 508	0.26 523	0.07 275	0.06 342	0.09 405	0.09 427	0.08 361	0.09 426

ADCP+	0.20 474	0.10 411	0.35 543	0.21 477	0.12 461	0.22 477	0.27 551	0.31 472	0.35 486	0.26 495	0.37 511	0.22 412	0.22 483	0.27 514	0.28 537	0.09 401	0.06 342	0.08 319	0.08 382	0.10 458	0.10 455

PS-NSSS	0.20 474	0.21 553	0.23 486	0.20 443	0.10 376	0.19 433	0.17 354	0.36 528	0.26 399	0.27 502	0.34 499	0.27 468	0.24 498	0.20 448	0.20 453	0.15 542	0.12 529	0.17 552	0.14 535	0.10 458	0.09 426

DRN-Test	0.20 474	0.11 436	0.21 468	0.22 497	0.10 376	0.22 477	0.22 499	0.40 553	0.38 503	0.24 477	0.33 489	0.26 461	0.22 483	0.22 484	0.25 510	0.11 474	0.07 413	0.11 482	0.10 466	0.09 424	0.08 381

DISCO	0.20 474	0.09 345	0.22 478	0.17 241	0.10 376	0.25 508	0.18 403	0.28 425	0.45 536	0.23 465	0.32 483	0.34 529	0.26 514	0.29 530	0.29 546	0.08 344	0.06 342	0.07 232	0.07 309	0.09 424	0.10 455

SGM-Forest	0.20 474	0.14 497	0.18 430	0.20 443	0.13 487	0.21 463	0.22 499	0.33 491	0.31 450	0.24 477	0.29 463	0.28 478	0.20 468	0.23 492	0.18 428	0.15 542	0.16 561	0.15 541	0.14 535	0.13 512	0.12 500
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.20 474	0.15 504	0.18 430	0.18 323	0.10 376	0.20 452	0.11 56	0.30 456	0.31 450	0.29 525	0.31 474	0.31 511	0.23 489	0.28 523	0.19 443	0.13 517	0.15 556	0.17 552	0.16 555	0.10 458	0.10 455
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UDG	0.21 488	0.17 525	0.20 458	0.23 518	0.15 523	0.31 548	0.20 468	0.33 491	0.35 486	0.24 477	0.28 448	0.31 511	0.29 535	0.21 466	0.23 490	0.15 542	0.12 529	0.13 517	0.09 427	0.14 528	0.15 544

FAT-Stereo	0.21 488	0.13 482	0.22 478	0.21 477	0.12 461	0.18 411	0.18 403	0.35 521	0.40 512	0.28 515	0.37 511	0.33 524	0.33 556	0.21 466	0.20 453	0.09 401	0.11 513	0.10 452	0.09 427	0.11 480	0.14 530

FADNet-RVC	0.21 488	0.20 548	0.40 551	0.21 477	0.16 537	0.21 463	0.15 265	0.27 401	0.27 412	0.26 495	0.32 483	0.26 461	0.21 476	0.22 484	0.19 443	0.12 499	0.13 542	0.12 503	0.14 535	0.13 512	0.18 566

FADNet	0.21 488	0.23 560	0.37 546	0.18 323	0.17 549	0.25 508	0.13 128	0.32 477	0.32 456	0.23 465	0.25 406	0.27 468	0.21 476	0.19 430	0.16 398	0.13 517	0.15 556	0.12 503	0.15 551	0.17 559	0.18 566

S-Stereo	0.21 488	0.12 455	0.25 495	0.21 477	0.13 487	0.21 463	0.19 447	0.33 491	0.45 536	0.23 465	0.36 508	0.28 478	0.29 535	0.20 448	0.23 490	0.09 401	0.12 529	0.10 452	0.10 466	0.13 512	0.14 530

DANet	0.21 488	0.16 515	0.29 518	0.25 538	0.13 487	0.23 491	0.19 447	0.28 425	0.27 412	0.28 515	0.32 483	0.35 535	0.32 553	0.31 537	0.24 502	0.11 474	0.09 477	0.11 482	0.10 466	0.13 512	0.11 479
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
PWC_ROB	0.21 488	0.16 515	0.27 506	0.18 323	0.11 431	0.22 477	0.13 128	0.33 491	0.49 547	0.30 531	0.40 529	0.32 518	0.25 506	0.31 537	0.23 490	0.10 442	0.07 413	0.11 482	0.08 382	0.11 480	0.10 455

PWCDC_ROB	0.21 488	0.13 482	0.23 486	0.25 538	0.12 461	0.20 452	0.15 265	0.34 506	0.55 565	0.29 525	0.49 562	0.21 394	0.15 379	0.28 523	0.20 453	0.11 474	0.09 477	0.10 452	0.08 382	0.11 480	0.09 426

GASNet	0.22 496	0.24 563	0.34 537	0.26 547	0.17 549	0.27 529	0.16 325	0.45 575	0.42 521	0.27 502	0.24 380	0.30 496	0.16 400	0.27 514	0.18 428	0.12 499	0.09 477	0.12 503	0.11 496	0.16 552	0.08 381

Anonymous_2	0.22 496	0.17 525	0.28 509	0.15 86	0.16 537	0.33 552	0.22 499	0.23 329	0.18 255	0.23 465	0.24 380	0.26 461	0.27 521	0.27 514	0.24 502	0.22 580	0.26 588	0.17 552	0.17 562	0.16 552	0.18 566

Wz-Net-LNSev	0.22 496	0.16 515	0.41 553	0.22 497	0.13 487	0.25 508	0.24 521	0.33 491	0.44 532	0.30 531	0.42 548	0.32 518	0.19 456	0.23 492	0.27 529	0.10 442	0.09 477	0.08 319	0.08 382	0.12 497	0.11 479

FINET	0.22 496	0.18 539	0.28 509	0.19 385	0.16 537	0.24 499	0.24 521	0.33 491	0.49 547	0.26 495	0.33 489	0.22 412	0.23 489	0.23 492	0.18 428	0.18 565	0.16 561	0.11 482	0.10 466	0.15 540	0.14 530

Syn2CoEx	0.22 496	0.16 515	0.29 518	0.29 569	0.15 523	0.26 520	0.21 485	0.34 506	0.32 456	0.29 525	0.36 508	0.28 478	0.25 506	0.20 448	0.25 510	0.16 559	0.12 529	0.14 530	0.11 496	0.09 424	0.08 381

aanetorigin	0.22 496	0.17 525	0.57 574	0.18 323	0.10 376	0.16 371	0.19 447	0.20 268	0.33 461	0.49 581	0.48 561	0.30 496	0.28 530	0.21 466	0.24 502	0.08 344	0.07 413	0.08 319	0.07 309	0.10 458	0.09 426

MaskLacGwcNet_RVC	0.22 496	0.21 553	0.25 495	0.26 547	0.11 431	0.24 499	0.14 185	0.39 550	0.24 362	0.32 545	0.36 508	0.30 496	0.21 476	0.19 430	0.22 479	0.17 564	0.14 552	0.21 566	0.16 555	0.13 512	0.12 500

RP	0.22 496	0.13 482	0.22 478	0.23 518	0.12 461	0.21 463	0.20 468	0.26 387	0.45 536	0.22 450	0.38 518	0.37 540	0.25 506	0.28 523	0.25 510	0.11 474	0.12 529	0.13 517	0.12 518	0.13 512	0.14 530

stereogan	0.22 496	0.11 436	0.21 468	0.20 443	0.12 461	0.32 550	0.19 447	0.36 528	0.45 536	0.23 465	0.39 526	0.35 535	0.27 521	0.33 546	0.23 490	0.10 442	0.12 529	0.10 452	0.10 466	0.14 528	0.14 530

GANet	0.22 496	0.13 482	0.21 468	0.25 538	0.14 505	0.23 491	0.22 499	0.42 563	0.27 412	0.31 538	0.43 551	0.37 540	0.29 535	0.23 492	0.23 490	0.10 442	0.12 529	0.10 452	0.09 427	0.10 458	0.08 381

MDST_ROB	0.22 496	0.10 411	0.18 430	0.18 323	0.11 431	0.40 574	0.19 447	0.44 573	0.42 521	0.40 564	0.40 529	0.29 486	0.21 476	0.27 514	0.19 443	0.11 474	0.10 500	0.14 530	0.11 496	0.10 458	0.08 381

XPNet_ROB	0.22 496	0.12 455	0.20 458	0.22 497	0.13 487	0.22 477	0.19 447	0.35 521	0.40 512	0.30 531	0.40 529	0.38 546	0.27 521	0.26 512	0.29 546	0.15 542	0.10 500	0.10 452	0.10 466	0.13 512	0.12 500

PSMNet_ROB	0.22 496	0.12 455	0.15 332	0.27 555	0.15 523	0.25 508	0.36 587	0.43 569	0.37 497	0.27 502	0.33 489	0.32 518	0.23 489	0.21 466	0.27 529	0.12 499	0.08 445	0.13 517	0.11 496	0.10 458	0.09 426

MSAF-DinoV2	0.23 509	0.11 436	0.25 495	0.17 241	0.10 376	0.28 539	0.17 354	0.38 544	0.56 567	0.21 435	0.27 437	0.47 575	0.28 530	0.36 558	0.40 581	0.09 401	0.06 342	0.07 232	0.09 427	0.12 497	0.11 479

Wz-Net-MNSev	0.23 509	0.13 482	0.33 534	0.20 443	0.15 523	0.36 564	0.25 537	0.34 506	0.45 536	0.29 525	0.41 540	0.39 551	0.19 456	0.25 508	0.27 529	0.09 401	0.07 413	0.09 405	0.09 427	0.12 497	0.10 455

DDUNet	0.23 509	0.18 539	0.22 478	0.22 497	0.15 523	0.25 508	0.24 521	0.30 456	0.31 450	0.31 538	0.37 511	0.34 529	0.26 514	0.25 508	0.21 466	0.18 565	0.13 542	0.17 552	0.11 496	0.16 552	0.17 562

APVNet	0.23 509	0.12 455	0.20 458	0.18 323	0.14 505	0.32 550	0.31 576	0.40 553	0.33 461	0.27 502	0.40 529	0.30 496	0.29 535	0.27 514	0.25 510	0.11 474	0.12 529	0.11 482	0.14 535	0.12 497	0.13 514

AF-Net	0.23 509	0.17 525	0.17 397	0.27 555	0.13 487	0.26 520	0.24 521	0.33 491	0.51 555	0.25 490	0.33 489	0.39 551	0.27 521	0.28 523	0.26 523	0.11 474	0.10 500	0.16 549	0.12 518	0.11 480	0.11 479

edge stereo	0.23 509	0.14 497	0.21 468	0.21 477	0.13 487	0.24 499	0.16 325	0.32 477	0.42 521	0.32 545	0.40 529	0.39 551	0.35 561	0.25 508	0.25 510	0.13 517	0.11 513	0.14 530	0.11 496	0.12 497	0.14 530

Nwc_Net	0.23 509	0.17 525	0.22 478	0.25 538	0.15 523	0.25 508	0.27 551	0.38 544	0.39 508	0.22 450	0.41 540	0.30 496	0.29 535	0.28 523	0.25 510	0.11 474	0.10 500	0.17 552	0.20 568	0.10 458	0.11 479

RTSC	0.23 509	0.13 482	0.30 524	0.21 477	0.13 487	0.29 543	0.17 354	0.36 528	0.68 589	0.27 502	0.34 499	0.30 496	0.22 483	0.32 542	0.31 558	0.10 442	0.08 445	0.09 405	0.10 466	0.13 512	0.14 530

RYNet	0.23 509	0.12 455	0.22 478	0.19 385	0.17 549	0.47 580	0.26 546	0.39 550	0.49 547	0.24 477	0.29 463	0.34 529	0.24 498	0.20 448	0.31 558	0.10 442	0.06 342	0.09 405	0.09 427	0.14 528	0.15 544

NaN_ROB	0.23 509	0.20 548	0.25 495	0.25 538	0.13 487	0.31 548	0.27 551	0.34 506	0.41 519	0.31 538	0.31 474	0.32 518	0.23 489	0.31 537	0.22 479	0.11 474	0.17 565	0.10 452	0.11 496	0.08 361	0.09 426

ETE_ROB	0.23 509	0.17 525	0.23 486	0.25 538	0.14 505	0.26 520	0.29 568	0.32 477	0.37 497	0.28 515	0.37 511	0.45 568	0.27 521	0.28 523	0.27 529	0.11 474	0.09 477	0.12 503	0.10 466	0.14 528	0.13 514

w-ln-seven	0.24 520	0.15 504	0.58 577	0.20 443	0.14 505	0.26 520	0.22 499	0.36 528	0.62 580	0.30 531	0.40 529	0.30 496	0.23 489	0.22 484	0.28 537	0.09 401	0.09 477	0.11 482	0.10 466	0.11 480	0.10 455

SQANet	0.24 520	0.24 563	0.31 527	0.31 574	0.19 563	0.27 529	0.13 128	0.30 456	0.33 461	0.25 490	0.37 511	0.31 511	0.22 483	0.27 514	0.23 490	0.15 542	0.10 500	0.21 566	0.16 555	0.22 569	0.16 553

DeepPrunerF	0.24 520	0.17 525	0.45 559	0.26 547	0.16 537	0.23 491	0.29 568	0.37 537	0.51 555	0.27 502	0.31 474	0.24 438	0.28 530	0.22 484	0.23 490	0.15 542	0.11 513	0.20 565	0.18 566	0.12 497	0.14 530

PA-Net	0.24 520	0.18 539	0.34 537	0.28 562	0.22 572	0.22 477	0.39 592	0.29 444	0.39 508	0.22 450	0.33 489	0.25 451	0.26 514	0.21 466	0.25 510	0.10 442	0.23 586	0.15 541	0.22 573	0.09 424	0.13 514
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.24 520	0.15 504	0.18 430	0.34 578	0.18 559	0.24 499	0.24 521	0.34 506	0.29 435	0.31 538	0.38 518	0.38 546	0.29 535	0.23 492	0.25 510	0.15 542	0.12 529	0.18 561	0.21 570	0.13 512	0.13 514

WCMA_ROB	0.24 520	0.11 436	0.24 492	0.17 241	0.14 505	0.34 556	0.16 325	0.33 491	0.33 461	0.39 561	0.54 569	0.40 557	0.35 561	0.35 554	0.26 523	0.12 499	0.12 529	0.12 503	0.11 496	0.14 528	0.14 530

SGM_RVC	0.24 520	0.12 455	0.16 374	0.15 86	0.09 263	0.34 556	0.19 447	0.35 521	0.32 456	0.44 575	0.38 518	0.53 583	0.36 564	0.36 558	0.26 523	0.13 517	0.13 542	0.13 517	0.13 529	0.11 480	0.11 479
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.25 527	0.18 539	0.19 453	0.20 443	0.15 523	0.22 477	0.19 447	0.33 491	0.42 521	0.30 531	0.22 363	0.33 524	0.28 530	0.42 581	0.28 537	0.47 600	0.12 529	0.31 588	0.11 496	0.17 559	0.12 500

z-mn7	0.25 527	0.15 504	0.47 563	0.19 385	0.13 487	0.28 539	0.25 537	0.35 521	0.64 584	0.27 502	0.57 576	0.29 486	0.24 498	0.32 542	0.27 529	0.08 344	0.08 445	0.08 319	0.08 382	0.10 458	0.10 455

DGSMNet	0.25 527	0.19 543	0.34 537	0.21 477	0.24 577	0.24 499	0.21 485	0.36 528	0.42 521	0.25 490	0.32 483	0.38 546	0.21 476	0.29 530	0.24 502	0.13 517	0.11 513	0.14 530	0.16 555	0.23 572	0.23 579

psmorigin	0.25 527	0.16 515	0.35 543	0.17 241	0.13 487	0.24 499	0.14 185	0.34 506	0.34 472	0.41 568	0.55 570	0.41 560	0.38 568	0.35 554	0.28 537	0.11 474	0.15 556	0.11 482	0.11 496	0.12 497	0.17 562

RGC	0.25 527	0.20 548	0.29 518	0.28 562	0.16 537	0.22 477	0.23 511	0.33 491	0.44 532	0.27 502	0.40 529	0.38 546	0.28 530	0.37 563	0.23 490	0.11 474	0.13 542	0.17 552	0.17 562	0.15 540	0.16 553

G-Net	0.25 527	0.17 525	0.38 547	0.23 518	0.16 537	0.51 583	0.23 511	0.29 444	0.35 486	0.36 554	0.38 518	0.31 511	0.29 535	0.28 523	0.27 529	0.11 474	0.09 477	0.12 503	0.10 466	0.16 552	0.14 530

NCC-stereo	0.25 527	0.15 504	0.31 527	0.26 547	0.17 549	0.21 463	0.31 576	0.41 558	0.40 512	0.24 477	0.38 518	0.33 524	0.29 535	0.37 563	0.28 537	0.13 517	0.11 513	0.15 541	0.22 573	0.13 512	0.13 514

Abc-Net	0.25 527	0.15 504	0.31 527	0.26 547	0.17 549	0.21 463	0.31 576	0.41 558	0.40 512	0.24 477	0.38 518	0.33 524	0.29 535	0.37 563	0.28 537	0.13 517	0.11 513	0.15 541	0.22 573	0.13 512	0.13 514
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.25 527	0.12 455	0.49 566	0.22 497	0.12 461	0.36 564	0.29 568	0.30 456	0.57 569	0.24 477	0.47 560	0.30 496	0.31 551	0.30 536	0.30 553	0.09 401	0.07 413	0.09 405	0.09 427	0.10 458	0.10 455

FBW_ROB	0.25 527	0.17 525	0.23 486	0.27 555	0.14 505	0.26 520	0.22 499	0.42 563	0.43 530	0.42 570	0.41 540	0.43 564	0.27 521	0.32 542	0.24 502	0.09 401	0.15 556	0.15 541	0.12 518	0.12 497	0.10 455

SANet	0.25 527	0.14 497	0.29 518	0.21 477	0.11 431	0.29 543	0.25 537	0.40 553	0.65 587	0.36 554	0.40 529	0.42 562	0.27 521	0.27 514	0.25 510	0.12 499	0.09 477	0.10 452	0.09 427	0.13 512	0.12 500

LALA_ROB	0.25 527	0.16 515	0.23 486	0.27 555	0.17 549	0.27 529	0.27 551	0.42 563	0.38 503	0.33 549	0.39 526	0.51 579	0.26 514	0.29 530	0.28 537	0.16 559	0.09 477	0.13 517	0.12 518	0.13 512	0.13 514

DStereoSA	0.26 539	0.19 543	0.39 548	0.27 555	0.17 549	0.23 491	0.21 485	0.50 582	0.60 575	0.22 450	0.30 469	0.29 486	0.34 557	0.40 574	0.29 546	0.12 499	0.11 513	0.16 549	0.14 535	0.15 540	0.12 500

zh-sn7	0.26 539	0.17 525	0.55 571	0.24 530	0.14 505	0.25 508	0.25 537	0.34 506	0.49 547	0.29 525	0.55 570	0.29 486	0.32 553	0.37 563	0.33 566	0.10 442	0.10 500	0.11 482	0.11 496	0.12 497	0.12 500

zh-mn7	0.26 539	0.15 504	0.59 579	0.19 385	0.14 505	0.24 499	0.22 499	0.35 521	0.63 583	0.35 551	0.67 585	0.31 511	0.25 506	0.31 537	0.26 523	0.09 401	0.08 445	0.09 405	0.09 427	0.09 424	0.11 479

Wz-Net-SNSev	0.26 539	0.17 525	0.46 560	0.25 538	0.14 505	0.26 520	0.24 521	0.38 544	0.57 569	0.30 531	0.56 572	0.39 551	0.26 514	0.24 503	0.32 563	0.10 442	0.09 477	0.10 452	0.11 496	0.11 480	0.11 479

SHD	0.26 539	0.15 504	0.31 527	0.24 530	0.18 559	0.23 491	0.15 265	0.39 550	0.72 594	0.32 545	0.42 548	0.36 537	0.29 535	0.33 546	0.30 553	0.13 517	0.11 513	0.14 530	0.13 529	0.16 552	0.20 574

ADCMid	0.26 539	0.15 504	0.42 556	0.20 443	0.14 505	0.25 508	0.26 546	0.35 521	0.40 512	0.37 558	0.45 555	0.34 529	0.42 578	0.36 558	0.36 571	0.10 442	0.09 477	0.11 482	0.11 496	0.13 512	0.13 514

AnyNet_C32	0.26 539	0.16 515	0.39 548	0.20 443	0.17 549	0.26 520	0.31 576	0.32 477	0.45 536	0.31 538	0.50 564	0.30 496	0.34 557	0.41 580	0.36 571	0.12 499	0.12 529	0.12 503	0.14 535	0.14 528	0.15 544

ADCPNet	0.26 539	0.17 525	0.62 582	0.21 477	0.15 523	0.36 564	0.25 537	0.33 491	0.37 497	0.31 538	0.41 540	0.36 537	0.29 535	0.29 530	0.34 569	0.12 499	0.10 500	0.11 482	0.12 518	0.14 528	0.13 514

DStereoFS	0.27 547	0.22 557	0.32 531	0.23 518	0.15 523	0.23 491	0.21 485	0.52 587	0.49 547	0.28 515	0.45 555	0.34 529	0.36 564	0.53 591	0.29 546	0.13 517	0.11 513	0.15 541	0.13 529	0.17 559	0.17 562

DispFullNet	0.27 547	0.22 557	0.66 585	0.28 562	0.17 549	0.27 529	0.17 354	0.34 506	0.57 569	0.27 502	0.37 511	0.43 564	0.24 498	0.39 570	0.25 510	0.12 499	0.06 342	0.19 563	0.11 496	0.23 572	0.16 553

MeshStereo	0.27 547	0.13 482	0.18 430	0.15 86	0.11 431	0.33 552	0.24 521	0.41 558	0.36 491	0.53 584	0.58 580	0.67 593	0.41 574	0.36 558	0.27 529	0.14 538	0.13 542	0.13 517	0.11 496	0.11 480	0.11 479
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
PSMNet-RUCA	0.28 550	0.33 583	0.42 556	0.36 582	0.32 589	0.18 411	0.20 468	0.42 563	0.30 441	0.33 549	0.41 540	0.40 557	0.24 498	0.31 537	0.20 453	0.19 568	0.11 513	0.25 573	0.15 551	0.22 569	0.16 553

CC-Net-ROB	0.28 550	0.31 581	0.36 545	0.30 572	0.15 523	0.25 508	0.19 447	0.45 575	0.34 472	0.39 561	0.37 511	0.39 551	0.31 551	0.27 514	0.27 529	0.24 587	0.18 567	0.30 587	0.23 577	0.19 566	0.15 544

DPSNet	0.28 550	0.16 515	0.33 534	0.18 323	0.13 487	0.55 586	0.42 595	0.52 587	0.68 589	0.29 525	0.38 518	0.39 551	0.30 546	0.32 542	0.23 490	0.11 474	0.10 500	0.11 482	0.08 382	0.20 568	0.16 553

PDISCO_ROB	0.28 550	0.16 515	0.28 509	0.28 562	0.20 566	0.33 552	0.27 551	0.45 575	0.58 572	0.28 515	0.41 540	0.45 568	0.30 546	0.34 549	0.35 570	0.12 499	0.09 477	0.17 552	0.16 555	0.17 559	0.13 514

Wz-Net-TNSev	0.29 554	0.20 548	0.69 593	0.19 385	0.15 523	0.38 570	0.27 551	0.36 528	0.56 567	0.35 551	0.42 548	0.45 568	0.39 569	0.33 546	0.31 558	0.13 517	0.13 542	0.10 452	0.12 518	0.15 540	0.15 544

WZ-Net	0.29 554	0.17 525	0.82 603	0.23 518	0.16 537	0.35 560	0.29 568	0.40 553	0.59 574	0.24 477	0.57 576	0.37 540	0.25 506	0.34 549	0.37 575	0.09 401	0.08 445	0.09 405	0.10 466	0.14 528	0.16 553

XQC	0.29 554	0.23 560	0.53 568	0.29 569	0.19 563	0.36 564	0.28 557	0.37 537	0.58 572	0.31 538	0.31 474	0.37 540	0.30 546	0.39 570	0.39 579	0.13 517	0.09 477	0.15 541	0.12 518	0.18 563	0.18 566

MultiAttention	0.30 557	0.08 273	0.15 332	0.19 385	0.13 487	1.56 622	1.33 624	0.36 528	0.36 491	0.20 419	0.21 347	0.24 438	0.11 262	0.39 570	0.18 428	0.06 120	0.05 181	0.08 319	0.08 382	0.11 480	0.09 426

ccnet	0.30 557	0.28 572	0.24 492	0.20 443	0.28 584	0.41 576	0.22 499	0.46 578	0.33 461	0.37 558	0.46 558	0.37 540	0.30 546	0.40 574	0.43 586	0.23 585	0.14 552	0.21 566	0.17 562	0.23 572	0.19 571

EDNetEfficient	0.30 557	0.24 563	1.18 611	0.18 323	0.10 376	0.20 452	0.20 468	0.21 286	0.61 577	0.74 599	0.56 572	0.30 496	0.40 573	0.23 492	0.32 563	0.09 401	0.07 413	0.08 319	0.07 309	0.11 480	0.10 455

MFN_U_SF_DS_RVC	0.30 557	0.24 563	0.30 524	0.36 582	0.16 537	0.36 564	0.31 576	0.34 506	0.43 530	0.41 568	0.46 558	0.38 546	0.30 546	0.35 554	0.29 546	0.19 568	0.20 573	0.26 574	0.29 587	0.18 563	0.19 571

ADCS	0.30 557	0.19 543	0.48 565	0.21 477	0.18 559	0.29 543	0.24 521	0.42 563	0.64 584	0.40 564	0.50 564	0.40 557	0.37 566	0.40 574	0.43 586	0.13 517	0.13 542	0.13 517	0.14 535	0.16 552	0.16 553

CSAN	0.30 557	0.24 563	0.28 509	0.34 578	0.19 563	0.34 556	0.42 595	0.38 544	0.51 555	0.38 560	0.40 529	0.44 567	0.34 557	0.29 530	0.31 558	0.19 568	0.16 561	0.19 563	0.19 567	0.14 528	0.15 544

GANetREF_RVC	0.31 563	0.34 584	0.29 518	0.35 580	0.16 537	0.33 552	0.42 595	0.48 580	0.52 561	0.35 551	0.35 503	0.34 529	0.32 553	0.40 574	0.33 566	0.27 589	0.20 573	0.29 585	0.15 551	0.19 566	0.18 566
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
MSMD_ROB	0.31 563	0.26 569	0.26 504	0.24 530	0.21 569	0.34 556	0.25 537	0.34 506	0.39 508	0.40 564	0.69 589	0.45 568	0.41 574	0.34 549	0.28 537	0.20 573	0.20 573	0.26 574	0.25 579	0.23 572	0.22 578

FC-DCNN v2	0.33 565	0.28 572	0.28 509	0.26 547	0.23 573	0.39 572	0.29 568	0.41 558	0.44 532	0.46 578	0.57 576	0.51 579	0.41 574	0.38 568	0.30 553	0.21 576	0.20 573	0.27 577	0.26 580	0.25 580	0.24 580

FCDSN-DC	0.33 565	0.28 572	0.28 509	0.30 572	0.24 577	0.39 572	0.28 557	0.43 569	0.42 521	0.44 575	0.53 568	0.51 579	0.42 578	0.37 563	0.30 553	0.21 576	0.20 573	0.27 577	0.26 580	0.25 580	0.25 582
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_RVC	0.33 565	0.22 557	0.58 577	0.31 574	0.15 523	0.36 564	0.17 354	0.54 591	0.46 543	0.47 580	0.56 572	0.58 586	0.39 569	0.36 558	0.38 578	0.15 542	0.15 556	0.18 561	0.21 570	0.16 552	0.16 553

FC-DCNN	0.33 565	0.28 572	0.28 509	0.26 547	0.23 573	0.38 570	0.29 568	0.40 553	0.44 532	0.46 578	0.56 572	0.51 579	0.41 574	0.38 568	0.31 558	0.21 576	0.20 573	0.27 577	0.26 580	0.25 580	0.24 580

PASM	0.33 565	0.25 568	0.51 567	0.28 562	0.27 583	0.30 546	0.31 576	0.35 521	0.51 555	0.36 554	0.40 529	0.47 575	0.35 561	0.34 549	0.36 571	0.23 585	0.26 588	0.26 574	0.28 586	0.23 572	0.21 575

SGM-ForestM	0.33 565	0.12 455	0.17 397	0.16 164	0.11 431	0.42 577	0.20 468	0.43 569	0.53 564	0.53 584	0.57 576	1.41 616	0.44 583	0.42 581	0.29 546	0.14 538	0.16 561	0.16 549	0.16 555	0.12 497	0.13 514

LSM	0.34 571	0.21 553	0.62 582	0.27 555	0.62 608	0.35 560	0.26 546	0.43 569	0.49 547	0.45 577	0.60 583	0.42 562	0.37 566	0.35 554	0.26 523	0.13 517	0.21 583	0.14 530	0.16 555	0.18 563	0.34 594

GCST	0.37 572	0.42 591	0.27 506	1.03 615	0.39 591	0.18 411	0.08 7	0.21 286	0.18 255	0.28 515	0.25 406	0.15 308	0.12 294	0.16 349	0.14 345	0.64 611	0.43 600	0.75 607	0.65 610	0.64 604	0.46 603

AnyNet_C01	0.37 572	0.26 569	1.41 614	0.22 497	0.17 549	0.51 583	0.28 557	0.36 528	0.40 512	0.39 561	0.75 595	0.46 572	0.39 569	0.46 584	0.50 596	0.13 517	0.13 542	0.13 517	0.14 535	0.14 528	0.16 553

otaku	0.39 574	0.38 587	0.53 568	0.44 589	0.28 584	0.57 588	0.24 521	0.42 563	0.62 580	0.40 564	0.50 564	0.46 572	0.34 557	0.40 574	0.33 566	0.30 590	0.30 592	0.39 592	0.33 592	0.30 587	0.29 588

ACVNet-4b	0.39 574	0.53 594	0.56 572	0.45 590	0.24 577	0.46 579	0.18 403	0.50 582	0.64 584	0.42 570	0.45 555	0.60 587	0.27 521	0.34 549	0.24 502	0.33 592	0.14 552	0.48 595	0.42 597	0.31 590	0.27 587

PVD	0.40 576	0.21 553	0.40 551	0.32 577	0.23 573	0.30 546	0.45 599	0.53 590	0.97 608	0.55 587	0.80 599	0.54 584	0.60 598	0.53 591	0.40 581	0.19 568	0.14 552	0.17 552	0.14 535	0.24 578	0.32 592

Ntro	0.41 577	0.40 589	0.54 570	0.46 593	0.30 588	0.64 592	0.24 521	0.47 579	0.68 589	0.42 570	0.49 562	0.47 575	0.42 578	0.40 574	0.32 563	0.32 591	0.28 590	0.37 591	0.31 590	0.33 592	0.29 588

SAMSARA	0.41 577	0.28 572	0.34 537	0.55 596	0.39 591	0.85 607	1.25 623	0.49 581	0.52 561	0.36 554	0.35 503	0.56 585	0.39 569	0.39 570	0.41 583	0.15 542	0.20 573	0.15 541	0.14 535	0.23 572	0.21 575

ELAS_RVC	0.42 579	0.29 579	0.33 534	0.28 562	0.24 577	0.56 587	0.38 590	0.50 582	0.61 577	0.74 599	0.76 596	0.67 593	0.56 593	0.55 594	0.42 585	0.22 580	0.21 583	0.27 577	0.26 580	0.27 586	0.26 585
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 579	0.29 579	0.34 537	0.28 562	0.24 577	0.63 591	0.37 588	0.52 587	0.52 561	0.72 596	0.82 600	0.68 595	0.56 593	0.52 589	0.45 592	0.22 580	0.21 583	0.27 577	0.26 580	0.26 584	0.26 585
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
Consistency-Raft	0.44 581	0.40 589	0.46 560	0.37 584	0.43 595	0.42 577	0.41 593	0.57 593	0.55 565	0.32 545	0.73 593	0.32 518	0.50 587	0.42 581	0.49 595	0.39 594	0.36 597	0.45 594	0.52 606	0.42 595	0.30 590

MSC_U_SF_DS_RVC	0.44 581	0.39 588	0.56 572	0.40 585	0.20 566	0.66 594	0.33 585	0.54 591	0.72 594	0.71 595	0.72 592	0.62 588	0.55 591	0.52 589	0.47 593	0.20 573	0.19 572	0.29 585	0.30 589	0.24 578	0.19 571

ACVNet_1	0.45 583	0.51 593	0.61 580	0.45 590	0.28 584	0.50 581	0.28 557	0.58 598	0.71 593	0.63 590	0.59 582	0.74 598	0.50 587	0.50 586	0.36 571	0.26 588	0.25 587	0.39 592	0.29 587	0.32 591	0.25 582

RTS	0.46 584	0.19 543	3.33 620	0.25 538	0.15 523	0.72 599	0.21 485	0.37 537	0.78 601	0.42 570	0.44 553	0.31 511	0.43 581	0.55 594	0.37 575	0.10 442	0.09 477	0.13 517	0.13 529	0.15 540	0.15 544

RTSA	0.46 584	0.19 543	3.33 620	0.25 538	0.15 523	0.72 599	0.21 485	0.37 537	0.78 601	0.42 570	0.44 553	0.31 511	0.43 581	0.55 594	0.37 575	0.10 442	0.09 477	0.13 517	0.13 529	0.15 540	0.15 544

MANE	0.47 586	0.28 572	0.28 509	0.27 555	0.24 577	0.50 581	0.32 584	0.57 593	0.62 580	0.74 599	1.20 618	1.21 609	0.64 600	0.54 593	0.39 579	0.22 580	0.20 573	0.27 577	0.31 590	0.26 584	0.25 582

NVStereoNet_ROB	0.47 586	0.37 586	0.47 563	0.42 588	0.29 587	0.35 560	0.35 586	0.50 582	0.61 577	0.73 597	0.94 605	0.70 597	0.68 602	0.48 585	0.62 604	0.22 580	0.33 596	0.34 590	0.34 594	0.30 587	0.31 591
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
MonStereo1	0.49 588	0.27 571	0.61 580	0.29 569	0.20 566	0.40 574	0.19 447	0.51 586	0.66 588	0.53 584	0.91 604	1.02 603	0.59 597	0.51 588	0.58 601	0.53 604	0.32 595	0.55 601	0.40 595	0.36 593	0.38 597

LE_ROB	0.50 589	0.07 151	0.14 297	0.15 86	0.08 149	0.26 520	0.17 354	0.23 329	1.71 623	4.68 627	0.67 585	0.46 572	0.47 584	0.21 466	0.30 553	0.07 275	0.06 342	0.06 128	0.06 212	0.08 361	0.06 231

anonymity	0.53 590	0.58 595	0.66 585	0.41 586	0.61 607	0.54 585	0.41 593	0.57 593	0.41 519	0.56 588	0.50 564	0.50 578	0.55 591	0.59 599	0.50 596	0.58 607	0.50 610	0.51 597	0.51 604	0.52 597	0.58 605

RainbowNet	0.54 591	0.61 598	0.71 598	0.57 597	0.43 595	0.66 594	0.37 588	0.60 599	0.87 605	0.51 582	0.67 585	0.63 589	0.47 584	0.50 586	0.44 589	0.47 600	0.48 606	0.53 599	0.41 596	0.53 599	0.41 600

BEATNet-Init1	0.54 591	0.28 572	0.68 592	0.31 574	0.21 569	0.85 607	0.31 576	0.57 593	0.69 592	0.89 606	1.00 608	2.17 623	0.66 601	0.58 598	0.44 589	0.19 568	0.18 567	0.23 571	0.22 573	0.22 569	0.21 575

SGM+DAISY	0.57 593	0.58 595	0.67 589	0.41 586	0.55 601	0.68 596	0.51 601	0.57 593	0.46 543	0.67 591	0.70 590	0.69 596	0.57 595	0.64 601	0.58 601	0.59 608	0.49 607	0.50 596	0.50 603	0.52 597	0.59 608

SPS-STEREO	0.58 594	0.59 597	0.66 585	0.45 590	0.55 601	0.65 593	0.44 598	0.63 600	0.51 555	0.69 593	0.65 584	0.66 592	0.58 596	0.62 600	0.62 604	0.62 610	0.47 605	0.51 597	0.49 601	0.55 600	0.58 605
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.65 595	0.66 602	0.66 585	0.51 594	0.69 612	0.70 597	0.58 605	0.65 601	0.75 599	0.61 589	0.73 593	0.63 589	0.68 602	0.65 602	0.60 603	0.66 612	0.58 619	0.63 602	0.59 607	0.68 608	0.69 615

IMH-64-1	0.66 596	0.62 599	0.69 593	0.72 600	0.51 598	0.60 589	0.51 601	0.92 607	0.84 603	0.75 602	1.02 609	0.81 599	0.78 607	0.80 605	0.50 596	0.43 596	0.46 601	0.72 604	0.48 599	0.55 600	0.40 598

IMH-64	0.66 596	0.62 599	0.69 593	0.72 600	0.51 598	0.60 589	0.51 601	0.92 607	0.84 603	0.75 602	1.02 609	0.81 599	0.78 607	0.80 605	0.50 596	0.43 596	0.46 601	0.72 604	0.48 599	0.55 600	0.40 598

ACVNet_2	0.67 598	0.68 603	0.70 596	0.64 598	0.41 593	0.75 602	0.50 600	0.98 613	1.38 618	0.90 607	1.09 612	1.04 604	0.74 605	0.55 594	0.48 594	0.43 596	0.40 599	0.53 599	0.45 598	0.48 596	0.36 596

IMH	0.72 599	0.65 601	0.70 596	0.77 602	0.54 600	0.71 598	0.56 604	0.99 615	1.08 609	0.82 605	1.09 612	0.89 601	0.88 611	0.88 613	0.53 600	0.44 599	0.50 610	0.75 607	0.51 604	0.58 603	0.42 601

PWCK	0.72 599	0.95 613	0.99 609	0.77 602	0.32 589	0.79 604	0.38 590	0.92 607	0.90 606	0.96 610	0.76 596	0.97 602	0.62 599	0.87 611	0.68 607	0.73 614	0.46 601	0.76 609	0.49 601	0.71 611	0.44 602

JetBlue	0.73 601	0.46 592	1.21 612	0.52 595	0.47 597	2.16 623	0.67 611	0.78 603	0.72 594	0.70 594	0.79 598	1.21 609	0.84 609	1.06 620	1.04 620	0.40 595	0.28 590	0.33 589	0.33 592	0.30 587	0.34 594

TorneroNet-64	0.76 602	0.73 605	0.77 601	0.78 604	0.58 606	0.94 612	0.58 605	0.85 606	1.26 613	0.67 591	0.88 602	1.41 616	0.76 606	0.87 611	0.68 607	0.49 602	0.46 601	0.73 606	0.59 607	0.68 608	0.54 604

MADNet+	0.76 602	0.72 604	3.76 623	0.67 599	0.41 593	0.99 613	0.97 621	0.72 602	0.75 599	0.52 583	0.58 580	0.64 591	0.68 602	0.89 614	1.04 620	0.35 593	0.36 597	0.28 584	0.23 577	0.38 594	0.33 593

WAO-7	0.80 604	0.78 607	0.57 574	0.85 607	0.67 611	0.76 603	0.69 614	1.07 617	1.30 615	0.90 607	1.20 618	1.05 605	0.93 613	0.71 603	0.68 607	0.60 609	0.62 620	0.67 603	0.68 613	0.64 604	0.59 608

WAO-6	0.82 605	0.81 608	0.63 584	0.87 609	0.63 609	0.79 604	0.60 607	0.98 613	1.52 622	0.91 609	0.97 607	1.08 606	1.04 617	0.72 604	0.70 610	0.72 613	0.49 607	0.91 615	0.71 614	0.70 610	0.59 608

TorneroNet	0.83 606	0.75 606	0.83 605	0.85 607	0.63 609	1.03 616	0.65 609	0.96 611	1.14 611	0.80 604	1.10 614	1.36 614	0.88 611	0.95 616	0.82 615	0.57 605	0.49 607	0.79 612	0.66 612	0.74 614	0.64 614

LVE	0.84 607	0.87 611	0.86 606	0.81 605	0.56 603	1.09 618	0.66 610	1.07 617	1.45 620	0.97 611	1.23 620	1.11 607	0.86 610	0.84 608	0.72 611	0.49 602	0.56 616	0.76 609	0.60 609	0.66 606	0.60 611

Dean	0.88 608	0.88 612	0.81 602	0.82 606	0.57 604	0.91 609	0.62 608	1.17 623	1.71 623	1.15 618	1.16 616	1.31 613	1.00 616	0.82 607	0.83 616	0.57 605	0.56 616	0.78 611	0.65 610	0.67 607	0.58 605

WAO-8	0.92 609	0.83 609	0.67 589	0.94 612	0.70 613	0.92 610	0.68 612	1.08 619	1.80 625	1.06 615	1.42 622	1.29 611	1.08 619	0.86 609	0.80 613	0.74 615	0.54 613	0.86 613	0.75 615	0.71 611	0.63 612

Venus	0.92 609	0.83 609	0.67 589	0.94 612	0.70 613	0.92 610	0.68 612	1.08 619	1.80 625	1.06 615	1.42 622	1.29 611	1.08 619	0.86 609	0.80 613	0.74 615	0.54 613	0.86 613	0.75 615	0.71 611	0.63 612

UNDER WATER-64	0.97 611	0.96 614	1.48 616	0.88 610	0.57 604	1.24 621	0.90 619	0.78 603	0.96 607	1.05 613	0.85 601	1.56 621	1.26 623	0.97 618	0.99 618	0.88 619	0.57 618	1.04 619	0.88 619	0.81 615	0.75 616

notaker	0.98 612	1.13 616	1.02 610	1.14 617	0.81 616	0.73 601	0.69 614	0.94 610	1.15 612	1.19 620	1.19 617	1.41 616	1.17 622	1.10 622	0.74 612	0.82 618	0.64 621	1.18 620	0.79 617	1.02 618	0.82 619

UNDER WATER	0.99 613	1.00 615	1.47 615	1.00 614	0.71 615	1.18 620	0.86 617	0.81 605	1.09 610	1.02 612	0.90 603	1.53 620	1.26 623	1.06 620	1.02 619	0.79 617	0.54 613	1.02 617	0.88 619	0.83 616	0.75 616

ktn	1.02 614	1.23 618	0.82 603	1.24 619	0.86 618	1.00 615	0.86 617	0.96 611	1.37 617	1.05 613	1.12 615	1.16 608	1.06 618	0.95 616	0.62 604	1.28 624	0.71 622	1.39 624	0.83 618	1.06 620	0.77 618

KSHMR	1.10 615	1.19 617	0.90 608	1.26 620	1.00 620	0.99 613	0.96 620	1.13 622	1.35 616	1.16 619	1.28 621	1.40 615	0.97 615	1.03 619	0.93 617	1.03 622	1.08 624	1.20 621	1.03 623	1.03 619	0.98 621

DPSimNet_ROB	1.14 616	1.25 619	0.87 607	1.15 618	0.90 619	1.15 619	1.18 622	1.20 624	1.26 613	1.45 622	1.05 611	1.44 619	1.13 621	0.92 615	1.70 623	1.47 625	0.52 612	1.22 622	1.04 624	0.92 617	1.03 622

HanzoNet	1.31 617	1.29 620	1.22 613	1.13 616	0.85 617	1.05 617	0.84 616	1.06 616	1.47 621	1.66 623	1.63 624	2.48 625	1.78 625	1.63 624	1.69 622	1.27 623	0.80 623	1.32 623	1.02 622	1.07 621	0.90 620

JetRed	1.66 618	1.51 621	3.09 619	0.93 611	1.21 621	5.28 626	1.61 626	1.29 625	1.42 619	1.84 624	1.77 625	1.59 622	0.95 614	1.43 623	2.51 627	0.91 621	1.61 625	0.93 616	0.91 621	1.36 622	1.03 622

MADNet++	1.97 619	1.75 622	1.66 617	1.83 621	1.69 623	2.38 624	1.45 625	2.36 626	2.11 627	2.58 626	2.37 627	2.25 624	2.21 626	2.28 625	2.36 626	1.87 626	1.67 626	1.53 625	1.34 625	1.87 623	1.78 625

coex-ft	3.24 620	0.35 585	57.83 648	0.18 323	0.13 487	0.27 529	0.23 511	0.28 425	0.72 594	1.89 625	0.70 590	0.43 564	0.47 584	0.29 530	0.43 586	0.09 401	0.09 477	0.12 503	0.09 427	0.14 528	0.14 530

TCMNet-wrong-test	3.69 621	5.54 633	3.91 624	12.22 633	11.75 635	4.77 625	3.86 627	1.08 619	0.74 598	1.13 617	2.21 626	6.16 630	0.53 590	3.43 627	2.33 625	0.90 620	0.20 573	1.85 627	1.69 626	5.71 631	3.79 631

tt	4.65 622	0.07 151	3.54 622	2.01 622	1.55 622	10.25 630	16.66 631	8.90 635	5.03 628	1.33 621	0.96 606	4.71 626	4.74 627	3.33 626	5.86 629	6.06 634	10.30 638	1.87 628	2.09 628	2.61 625	1.19 624

USTest	6.16 623	2.65 625	2.79 618	6.48 629	7.21 629	14.33 633	21.38 633	6.98 634	9.55 633	5.35 630	6.12 628	5.71 629	7.69 630	6.31 631	6.75 630	1.97 627	3.38 632	1.63 626	2.14 629	2.49 624	2.35 626

xxxxx1	7.75 624	5.06 630	7.26 626	3.15 623	3.91 625	16.37 634	22.88 636	5.87 631	8.68 630	7.99 631	8.55 629	9.13 633	8.46 631	10.05 633	10.47 631	2.43 628	2.48 628	3.56 631	12.26 635	3.48 626	3.02 628

tt_ll	7.75 624	5.06 630	7.26 626	3.15 623	3.91 625	16.37 634	22.88 636	5.87 631	8.68 630	7.99 631	8.55 629	9.13 633	8.46 631	10.05 633	10.47 631	2.43 628	2.48 628	3.56 631	12.26 635	3.48 626	3.02 628

ff	7.75 624	5.06 630	7.26 626	3.15 623	3.91 625	16.37 634	22.88 636	5.87 631	8.68 630	7.99 631	8.55 629	9.13 633	8.46 631	10.05 633	10.47 631	2.43 628	2.48 628	3.56 631	12.26 635	3.48 626	3.02 628

EDNetEfficientorigin	7.92 627	0.32 582	152.98 649	0.20 443	0.10 376	0.22 477	0.17 354	0.23 329	0.60 575	0.73 597	0.67 585	0.41 560	0.51 589	0.24 503	0.41 583	0.08 344	0.07 413	0.09 405	0.07 309	0.12 497	0.11 479

DPSMNet_ROB	8.06 628	4.50 626	8.69 633	5.36 628	10.74 632	8.32 628	22.71 634	5.47 629	13.38 635	5.13 628	9.98 632	5.10 627	10.47 634	5.53 629	12.77 635	3.80 632	8.00 633	3.49 629	6.95 632	3.75 630	7.09 633

DGTPSM_ROB	8.06 628	4.50 626	8.69 633	5.34 626	10.73 631	8.32 628	22.71 634	5.47 629	13.38 635	5.13 628	9.98 632	5.10 627	10.47 634	5.53 629	12.77 635	3.79 631	8.00 633	3.49 629	6.95 632	3.74 629	7.09 633

PML	8.57 630	9.39 637	6.24 625	5.34 626	6.36 628	13.21 632	20.99 632	5.35 628	6.68 629	17.75 639	26.46 650	7.58 631	6.08 629	7.89 632	5.76 628	5.33 633	1.83 627	5.95 637	1.93 627	8.75 634	2.53 627

DLNR_Zeroshot_test	10.48 631	2.27 623	19.78 643	120.28 648	13.29 637	0.06 10	0.13 128	0.24 353	0.10 42	0.08 85	0.10 140	0.09 158	0.07 127	0.10 79	0.09 55	0.13 517	0.04 23	0.06 128	0.04 40	52.68 649	0.04 34

DLNR-FE	10.51 632	2.29 624	19.85 644	120.28 648	13.21 636	0.06 10	0.13 128	0.24 353	0.10 42	0.08 85	0.10 140	0.09 158	0.07 127	0.10 79	0.09 55	0.13 517	0.04 23	0.06 128	0.04 40	53.18 650	0.04 34

LRCNet_RVC	10.76 633	13.97 638	7.97 632	19.07 637	2.04 624	0.35 560	0.31 576	5.29 627	0.48 546	13.02 637	17.65 638	8.69 632	5.73 628	4.78 628	2.22 624	23.53 646	2.69 631	27.60 649	25.75 649	17.60 643	16.54 646

Anonymous_1	10.87 634	7.82 634	7.41 629	10.29 630	10.08 630	18.64 638	26.11 639	11.02 638	13.45 637	9.43 634	10.10 634	9.73 636	11.31 636	10.69 636	12.47 634	6.42 635	8.38 635	5.70 634	10.22 634	11.41 635	6.65 632

DPSM_ROB	11.10 635	8.47 635	7.95 630	10.84 631	11.58 633	19.10 639	26.50 642	12.02 639	14.09 638	10.38 635	10.91 635	10.39 637	11.92 637	11.67 637	13.39 637	6.99 636	8.79 636	5.82 635	6.92 630	6.97 632	7.31 635

DPSM	11.10 635	8.47 635	7.95 630	10.84 631	11.58 633	19.10 639	26.50 642	12.02 639	14.09 638	10.38 635	10.91 635	10.39 637	11.92 637	11.67 637	13.39 637	6.99 636	8.79 636	5.82 635	6.92 630	6.97 632	7.31 635

HaxPig	15.73 637	18.55 646	19.19 642	16.92 636	15.89 638	7.80 627	7.57 628	13.37 641	10.80 634	15.40 638	14.87 637	15.95 639	14.81 639	15.67 639	15.97 641	18.96 645	16.72 639	19.47 645	18.10 647	19.45 646	19.06 647

RSGM-EC	20.15 638	4.62 628	0.75 599	16.73 634	16.97 639	21.10 641	26.46 640	10.37 636	14.13 640	18.18 640	21.56 641	22.31 648	22.50 641	21.80 641	15.71 639	62.36 649	33.86 649	20.06 646	18.04 645	19.30 644	16.22 644

acva	20.15 638	4.62 628	0.75 599	16.73 634	16.97 639	21.10 641	26.46 640	10.37 636	14.13 640	18.18 640	21.56 641	22.31 648	22.50 641	21.80 641	15.71 639	62.36 649	33.86 649	20.06 646	18.04 645	19.30 644	16.22 644

MEDIAN_ROB	20.38 640	24.05 647	23.36 645	21.18 638	21.62 641	10.51 631	8.17 629	17.68 642	15.46 642	20.04 642	19.65 639	20.30 640	20.16 640	21.17 640	21.03 642	23.81 647	21.77 647	24.98 648	23.75 648	25.01 647	23.94 648

RAFT-FEzeroshot	22.33 641	17.12 640	15.83 635	21.95 641	23.32 645	38.31 644	53.41 649	23.99 644	28.43 645	20.66 644	21.84 643	21.02 644	24.05 646	23.33 643	27.09 647	14.06 639	17.69 641	11.70 639	13.95 640	14.05 639	14.76 640

RAFT-FE	22.33 641	17.12 640	15.83 635	21.95 641	23.32 645	38.31 644	53.41 649	23.99 644	28.43 645	20.66 644	21.84 643	21.02 644	24.05 646	23.33 643	27.09 647	14.06 639	17.69 641	11.70 639	13.95 640	14.05 639	14.76 640

CasAABBNet	22.33 641	17.11 639	15.84 637	21.94 640	23.28 643	38.30 643	53.40 647	24.05 646	28.44 647	20.66 644	21.86 645	21.03 646	24.04 645	23.35 645	27.03 646	14.06 639	17.69 641	11.70 639	13.94 639	14.04 638	14.76 640

FlowAnything	22.34 644	17.13 642	15.98 638	22.00 643	23.23 642	38.39 649	53.32 645	24.19 647	28.48 648	21.00 649	21.93 647	20.83 641	23.97 643	23.44 648	26.83 644	14.04 638	17.80 646	11.63 638	14.08 644	14.00 636	14.65 637

Hybrid-DGEV	22.38 645	17.26 645	16.15 640	21.92 639	23.29 644	38.36 646	53.40 647	24.38 650	28.67 650	20.64 643	21.89 646	21.01 643	24.05 646	23.35 645	27.12 649	14.08 643	17.70 644	11.71 643	13.99 643	14.01 637	14.70 639

Selective-RAFT-Error	22.39 646	17.14 643	16.01 639	22.00 643	23.34 647	38.37 647	53.36 646	24.24 649	28.53 649	20.80 647	21.94 648	20.94 642	24.02 644	23.48 649	27.33 650	14.07 642	17.70 644	11.70 639	13.93 638	14.05 639	14.83 643

LSM0	22.80 647	17.22 644	19.17 641	22.12 645	28.90 649	38.38 648	53.27 644	24.21 648	28.36 644	20.84 648	21.11 640	21.63 647	24.25 649	23.42 647	26.98 645	14.08 643	17.39 640	11.72 644	13.98 642	14.22 642	14.66 638

AVERAGE_ROB	24.89 648	29.12 648	27.98 646	24.83 646	24.59 648	17.82 637	11.61 630	21.45 643	19.91 643	25.04 650	24.38 649	25.06 650	25.31 650	24.69 650	22.86 643	29.74 648	27.09 648	28.97 650	27.94 650	30.07 648	29.35 649

test_example2	97.69 649	92.93 649	45.57 647	96.02 647	109.84 650	88.44 650	93.70 651	25.54 651	94.63 651	130.46 652	126.87 651	58.93 651	75.48 651	87.99 651	77.94 651	150.16 651	221.11 651	76.29 651	98.21 651	108.42 651	95.33 650

GS-Stereo							0.14 185	0.11 36	0.12 100	0.08 85	0.10 140	0.05 4	0.04 1	0.11 132	0.08 14	0.06 120	0.04 23	0.05 34	0.04 40	0.05 114	0.05 135

FSD					0.23 573	0.25 508	0.25 537	0.27 401	0.26 399	0.25 490	0.26 419	0.26 461	0.26 514	0.27 514	0.24 502	0.21 576	0.20 573	0.27 577	0.26 580	0.25 580

ccccc		285.89 650		366.70 650	366.78 651	118.88 651		113.97 652		125.77 651		120.54 652		252.62 652		382.79 652	352.84 652	254.30 652	222.62 652	426.61 652

Low-res two-view benchmark