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

PSi22b	0.06 1	0.04 1	0.09 104	0.13 11	0.05 2	0.08 74	0.10 33	0.06 1	0.06 6	0.06 22	0.06 19	0.08 174	0.05 17	0.08 21	0.09 91	0.06 161	0.04 24	0.04 1	0.03 1	0.04 45	0.05 185

PSi22a	0.06 1	0.04 1	0.09 104	0.12 5	0.05 2	0.06 12	0.11 67	0.06 1	0.06 6	0.06 22	0.06 19	0.06 40	0.05 17	0.08 21	0.09 91	0.07 333	0.04 24	0.04 1	0.03 1	0.04 45	0.04 48

Foundation-i32	0.06 1	0.04 1	0.09 104	0.13 11	0.04 1	0.06 12	0.12 102	0.06 1	0.05 3	0.06 22	0.05 7	0.05 4	0.05 17	0.07 3	0.09 91	0.06 161	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

MLG-Stereo_test1	0.06 1	0.05 31	0.08 35	0.17 285	0.05 2	0.07 35	0.11 67	0.09 19	0.03 1	0.05 2	0.04 1	0.06 40	0.05 17	0.09 55	0.09 91	0.05 48	0.04 24	0.05 45	0.03 1	0.04 45	0.05 185

FoundationStereo	0.06 1	0.04 1	0.08 35	0.13 11	0.05 2	0.09 132	0.13 169	0.06 1	0.09 44	0.05 2	0.05 7	0.06 40	0.04 1	0.07 3	0.07 1	0.06 161	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

mm2	0.07 6	0.04 1	0.10 162	0.13 11	0.06 25	0.06 12	0.13 169	0.13 107	0.08 19	0.06 22	0.07 57	0.06 40	0.09 256	0.10 113	0.09 91	0.06 161	0.05 237	0.04 1	0.03 1	0.04 45	0.05 185

mm1	0.07 6	0.04 1	0.10 162	0.13 11	0.06 25	0.06 12	0.13 169	0.06 1	0.08 19	0.06 22	0.07 57	0.06 40	0.09 256	0.10 113	0.09 91	0.06 161	0.05 237	0.04 1	0.03 1	0.04 45	0.05 185

qqai	0.07 6	0.05 31	0.10 162	0.14 55	0.06 25	0.05 3	0.12 102	0.08 11	0.09 44	0.05 2	0.07 57	0.06 40	0.08 223	0.10 113	0.09 91	0.06 161	0.05 237	0.05 45	0.03 1	0.04 45	0.05 185

MGA	0.07 6	0.04 1	0.11 226	0.13 11	0.06 25	0.08 74	0.09 20	0.12 79	0.08 19	0.05 2	0.06 19	0.06 40	0.05 17	0.10 113	0.09 91	0.06 161	0.04 24	0.05 45	0.03 1	0.05 159	0.05 185

CAR	0.07 6	0.05 31	0.09 104	0.14 55	0.06 25	0.07 35	0.08 7	0.12 79	0.08 19	0.05 2	0.06 19	0.05 4	0.05 17	0.10 113	0.09 91	0.06 161	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

MSE-Stereo	0.07 6	0.04 1	0.09 104	0.13 11	0.06 25	0.07 35	0.08 7	0.12 79	0.08 19	0.05 2	0.06 19	0.05 4	0.05 17	0.10 113	0.09 91	0.06 161	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

monster-pro	0.07 6	0.06 95	0.06 1	0.15 104	0.05 2	0.08 74	0.10 33	0.15 176	0.15 231	0.05 2	0.06 19	0.05 4	0.06 65	0.07 3	0.09 91	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

aanet-new-70k	0.07 6	0.06 95	0.09 104	0.17 285	0.06 25	0.08 74	0.12 102	0.11 53	0.10 64	0.07 69	0.07 57	0.07 122	0.06 65	0.10 113	0.07 1	0.04 6	0.04 24	0.05 45	0.04 52	0.04 45	0.03 1

aanet-new-40k	0.07 6	0.08 330	0.08 35	0.17 285	0.07 122	0.08 74	0.13 169	0.10 27	0.10 64	0.07 69	0.09 156	0.06 40	0.05 17	0.08 21	0.07 1	0.05 48	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

GCAP-Stereo-DPT26K	0.07 6	0.07 197	0.07 8	0.16 197	0.06 25	0.08 74	0.12 102	0.10 27	0.09 44	0.06 22	0.09 156	0.06 40	0.05 17	0.09 55	0.08 23	0.04 6	0.04 24	0.05 45	0.04 52	0.03 1	0.04 48

GCAP-Stereo-DPT-20K	0.07 6	0.05 31	0.11 226	0.15 104	0.06 25	0.07 35	0.12 102	0.10 27	0.11 97	0.07 69	0.08 118	0.06 40	0.05 17	0.09 55	0.07 1	0.05 48	0.05 237	0.05 45	0.04 52	0.03 1	0.04 48

GCAP-Stereo-DPT-24K	0.07 6	0.06 95	0.07 8	0.15 104	0.06 25	0.10 190	0.15 324	0.12 79	0.11 97	0.06 22	0.11 239	0.06 40	0.05 17	0.09 55	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.03 1	0.03 1

PipStereo	0.07 6	0.04 1	0.09 104	0.13 11	0.05 2	0.08 74	0.10 33	0.06 1	0.07 13	0.06 22	0.05 7	0.09 215	0.05 17	0.08 21	0.09 91	0.06 161	0.04 24	0.04 1	0.03 1	0.05 159	0.05 185

LACA3	0.07 6	0.08 330	0.08 35	0.13 11	0.05 2	0.09 132	0.11 67	0.08 11	0.09 44	0.08 122	0.06 19	0.07 122	0.07 170	0.08 21	0.07 1	0.06 161	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

Selective-IGEV-i32	0.07 6	0.06 95	0.09 104	0.17 285	0.06 25	0.08 74	0.12 102	0.13 107	0.08 19	0.08 122	0.07 57	0.06 40	0.04 1	0.10 113	0.09 91	0.05 48	0.04 24	0.05 45	0.04 52	0.04 45	0.03 1

LACA2	0.07 6	0.05 31	0.06 1	0.15 104	0.06 25	0.09 132	0.10 33	0.11 53	0.11 97	0.05 2	0.05 7	0.06 40	0.08 223	0.09 55	0.07 1	0.07 333	0.04 24	0.04 1	0.04 52	0.04 45	0.04 48

LACA1	0.07 6	0.07 197	0.07 8	0.14 55	0.05 2	0.09 132	0.11 67	0.10 27	0.07 13	0.05 2	0.05 7	0.06 40	0.08 223	0.08 21	0.09 91	0.06 161	0.04 24	0.04 1	0.04 52	0.03 1	0.04 48

Test_v1	0.07 6	0.04 1	0.06 1	0.13 11	0.06 25	0.09 132	0.10 33	0.15 176	0.12 134	0.06 22	0.05 7	0.04 1	0.05 17	0.08 21	0.10 189	0.07 333	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

BLMT-Stereo	0.07 6	0.04 1	0.08 35	0.15 104	0.07 122	0.07 35	0.14 240	0.07 7	0.10 64	0.05 2	0.05 7	0.04 1	0.06 65	0.07 3	0.09 91	0.04 6	0.04 24	0.06 182	0.05 189	0.04 45	0.04 48

Pro-Stereo	0.07 6	0.05 31	0.08 35	0.15 104	0.08 207	0.08 74	0.12 102	0.07 7	0.08 19	0.06 22	0.06 19	0.05 4	0.05 17	0.09 55	0.08 23	0.05 48	0.04 24	0.06 182	0.05 189	0.04 45	0.04 48

MatchStereo	0.07 6	0.04 1	0.08 35	0.14 55	0.06 25	0.05 3	0.12 102	0.12 79	0.09 44	0.07 69	0.07 57	0.04 1	0.04 1	0.09 55	0.09 91	0.06 161	0.05 237	0.05 45	0.03 1	0.04 45	0.05 185
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 6	0.04 1	0.09 104	0.11 1	0.05 2	0.10 190	0.10 33	0.14 137	0.09 44	0.06 22	0.07 57	0.06 40	0.08 223	0.07 3	0.10 189	0.06 161	0.04 24	0.04 1	0.04 52	0.05 159	0.04 48
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 6	0.07 197	0.08 35	0.15 104	0.06 25	0.11 241	0.10 33	0.11 53	0.11 97	0.06 22	0.07 57	0.06 40	0.05 17	0.10 113	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.03 1	0.03 1

BridgeDepth	0.07 6	0.07 197	0.08 35	0.18 375	0.06 25	0.07 35	0.11 67	0.10 27	0.06 6	0.04 1	0.07 57	0.10 247	0.09 256	0.08 21	0.08 23	0.04 6	0.03 1	0.04 1	0.04 52	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 6	0.06 95	0.06 1	0.15 104	0.05 2	0.08 74	0.10 33	0.15 176	0.15 231	0.05 2	0.06 19	0.05 4	0.06 65	0.07 3	0.09 91	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Wavelet-MonSter	0.07 6	0.05 31	0.07 8	0.16 197	0.06 25	0.07 35	0.11 67	0.10 27	0.08 19	0.06 22	0.07 57	0.07 122	0.07 170	0.09 55	0.09 91	0.04 6	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-eth3d	0.07 6	0.06 95	0.06 1	0.15 104	0.05 2	0.08 74	0.10 33	0.15 176	0.15 231	0.05 2	0.06 19	0.05 4	0.06 65	0.07 3	0.10 189	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

Monster-pub-mixall	0.07 6	0.04 1	0.09 104	0.13 11	0.06 25	0.06 12	0.08 7	0.12 79	0.07 13	0.06 22	0.06 19	0.05 4	0.06 65	0.09 55	0.09 91	0.06 161	0.04 24	0.04 1	0.03 1	0.05 159	0.05 185

Replicate-Monster	0.07 6	0.05 31	0.09 104	0.14 55	0.06 25	0.09 132	0.09 20	0.14 137	0.12 134	0.05 2	0.07 57	0.06 40	0.06 65	0.08 21	0.10 189	0.06 161	0.04 24	0.05 45	0.03 1	0.04 45	0.04 48

AdaDepth	0.07 6	0.06 95	0.07 8	0.18 375	0.06 25	0.11 241	0.11 67	0.10 27	0.08 19	0.06 22	0.05 7	0.07 122	0.06 65	0.09 55	0.10 189	0.04 6	0.05 237	0.05 45	0.04 52	0.04 45	0.04 48

asda	0.07 6	0.08 330	0.08 35	0.16 197	0.07 122	0.06 12	0.10 33	0.16 213	0.11 97	0.06 22	0.06 19	0.05 4	0.06 65	0.10 113	0.10 189	0.03 1	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

asd	0.07 6	0.08 330	0.08 35	0.16 197	0.07 122	0.08 74	0.08 7	0.11 53	0.08 19	0.07 69	0.07 57	0.06 40	0.06 65	0.10 113	0.09 91	0.03 1	0.03 1	0.04 1	0.04 52	0.04 45	0.03 1

2.25w	0.07 6	0.07 197	0.08 35	0.15 104	0.06 25	0.08 74	0.09 20	0.10 27	0.15 231	0.08 122	0.10 188	0.07 122	0.06 65	0.09 55	0.10 189	0.05 48	0.04 24	0.04 1	0.04 52	0.03 1	0.04 48

4.25_new	0.07 6	0.08 330	0.09 104	0.15 104	0.06 25	0.08 74	0.08 7	0.14 137	0.08 19	0.07 69	0.07 57	0.06 40	0.06 65	0.12 278	0.10 189	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

4.5w_new	0.07 6	0.08 330	0.09 104	0.15 104	0.06 25	0.08 74	0.08 7	0.14 137	0.08 19	0.07 69	0.07 57	0.06 40	0.06 65	0.12 278	0.10 189	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

4.5_new	0.07 6	0.09 411	0.08 35	0.15 104	0.07 122	0.07 35	0.10 33	0.14 137	0.11 97	0.06 22	0.08 118	0.06 40	0.06 65	0.08 21	0.10 189	0.03 1	0.03 1	0.04 1	0.04 52	0.04 45	0.03 1

4.5w-stereo	0.07 6	0.09 411	0.08 35	0.15 104	0.07 122	0.07 35	0.10 33	0.14 137	0.11 97	0.06 22	0.08 118	0.06 40	0.06 65	0.08 21	0.10 189	0.03 1	0.03 1	0.04 1	0.04 52	0.04 45	0.03 1

4.25w-stereo	0.07 6	0.08 330	0.09 104	0.15 104	0.06 25	0.08 74	0.08 7	0.14 137	0.08 19	0.07 69	0.07 57	0.06 40	0.06 65	0.12 278	0.10 189	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

4w-stereo	0.07 6	0.08 330	0.08 35	0.16 197	0.07 122	0.07 35	0.08 7	0.11 53	0.09 44	0.07 69	0.07 57	0.05 4	0.06 65	0.09 55	0.10 189	0.03 1	0.03 1	0.04 1	0.04 52	0.04 45	0.03 1

2.5w	0.07 6	0.07 197	0.08 35	0.16 197	0.06 25	0.08 74	0.12 102	0.10 27	0.10 64	0.07 69	0.06 19	0.09 215	0.06 65	0.08 21	0.09 91	0.04 6	0.03 1	0.04 1	0.04 52	0.03 1	0.03 1

2.75w_new	0.07 6	0.07 197	0.07 8	0.13 11	0.06 25	0.08 74	0.08 7	0.18 281	0.13 176	0.08 122	0.08 118	0.06 40	0.06 65	0.09 55	0.11 268	0.04 6	0.04 24	0.04 1	0.03 1	0.03 1	0.04 48

3.25w_new	0.07 6	0.06 95	0.08 35	0.15 104	0.06 25	0.10 190	0.07 3	0.12 79	0.11 97	0.08 122	0.07 57	0.07 122	0.06 65	0.11 186	0.10 189	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 48

3.25w	0.07 6	0.06 95	0.08 35	0.15 104	0.06 25	0.10 190	0.07 3	0.12 79	0.11 97	0.08 122	0.07 57	0.07 122	0.06 65	0.11 186	0.10 189	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 48

3.75w	0.07 6	0.07 197	0.08 35	0.16 197	0.07 122	0.07 35	0.09 20	0.16 213	0.10 64	0.07 69	0.06 19	0.06 40	0.06 65	0.09 55	0.10 189	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

3.5w_stereo	0.07 6	0.07 197	0.07 8	0.15 104	0.07 122	0.09 132	0.06 1	0.14 137	0.11 97	0.08 122	0.07 57	0.06 40	0.07 170	0.10 113	0.09 91	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

monsters	0.07 6	0.06 95	0.06 1	0.15 104	0.06 25	0.08 74	0.09 20	0.13 107	0.09 44	0.09 173	0.07 57	0.06 40	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.04 1	0.04 52	0.03 1	0.04 48

111111	0.07 6	0.05 31	0.10 162	0.17 285	0.06 25	0.05 3	0.10 33	0.11 53	0.10 64	0.06 22	0.06 19	0.07 122	0.05 17	0.08 21	0.09 91	0.06 161	0.04 24	0.05 45	0.04 52	0.07 361	0.06 289

LG-Stereo_L2	0.07 6	0.05 31	0.10 162	0.14 55	0.06 25	0.07 35	0.12 102	0.09 19	0.10 64	0.06 22	0.04 1	0.05 4	0.05 17	0.08 21	0.08 23	0.05 48	0.04 24	0.05 45	0.03 1	0.04 45	0.03 1

LG-Stereo_L1	0.07 6	0.05 31	0.11 226	0.14 55	0.06 25	0.07 35	0.12 102	0.09 19	0.08 19	0.05 2	0.04 1	0.05 4	0.04 1	0.08 21	0.08 23	0.05 48	0.04 24	0.05 45	0.03 1	0.04 45	0.04 48

MLG-Stereo_test3	0.07 6	0.05 31	0.10 162	0.15 104	0.06 25	0.07 35	0.10 33	0.08 11	0.06 6	0.06 22	0.04 1	0.06 40	0.06 65	0.08 21	0.10 189	0.06 161	0.04 24	0.05 45	0.04 52	0.05 159	0.06 289

MLG-Stereo_test2	0.07 6	0.04 1	0.10 162	0.15 104	0.06 25	0.07 35	0.11 67	0.09 19	0.04 2	0.06 22	0.05 7	0.06 40	0.04 1	0.08 21	0.09 91	0.06 161	0.04 24	0.05 45	0.03 1	0.05 159	0.05 185

MLG-Stereo	0.07 6	0.05 31	0.09 104	0.17 285	0.05 2	0.07 35	0.11 67	0.08 11	0.05 3	0.05 2	0.04 1	0.06 40	0.05 17	0.10 113	0.09 91	0.05 48	0.04 24	0.05 45	0.03 1	0.04 45	0.05 185

LG-G_1	0.07 6	0.04 1	0.11 226	0.15 104	0.06 25	0.09 132	0.08 7	0.08 11	0.06 6	0.06 22	0.06 19	0.07 122	0.07 170	0.11 186	0.08 23	0.07 333	0.04 24	0.05 45	0.04 52	0.05 159	0.06 289

LG-G	0.07 6	0.04 1	0.11 226	0.15 104	0.06 25	0.09 132	0.08 7	0.08 11	0.06 6	0.06 22	0.06 19	0.07 122	0.07 170	0.11 186	0.08 23	0.07 333	0.04 24	0.05 45	0.04 52	0.05 159	0.06 289

LGtest1	0.07 6	0.05 31	0.11 226	0.15 104	0.06 25	0.07 35	0.09 20	0.08 11	0.06 6	0.06 22	0.04 1	0.06 40	0.07 170	0.10 113	0.09 91	0.07 333	0.04 24	0.05 45	0.04 52	0.06 279	0.06 289

LG-Stereo_Zeroshot	0.07 6	0.06 95	0.10 162	0.16 197	0.07 122	0.04 1	0.13 169	0.10 27	0.10 64	0.05 2	0.11 239	0.07 122	0.05 17	0.07 3	0.09 91	0.06 161	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

GREAT-IGEV	0.07 6	0.06 95	0.09 104	0.13 11	0.07 122	0.07 35	0.14 240	0.10 27	0.09 44	0.06 22	0.08 118	0.06 40	0.05 17	0.10 113	0.07 1	0.05 48	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48
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 6	0.16 584	0.17 464	0.11 1	0.05 2	0.06 12	0.11 67	0.08 11	0.08 19	0.06 22	0.06 19	0.05 4	0.05 17	0.09 55	0.08 23	0.08 409	0.04 24	0.05 45	0.03 1	0.05 159	0.04 48

AIO_rvc	0.07 6	0.06 95	0.08 35	0.15 104	0.06 25	0.08 74	0.14 240	0.09 19	0.08 19	0.07 69	0.08 118	0.07 122	0.04 1	0.10 113	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.04 45	0.03 1

AIO_test	0.07 6	0.06 95	0.07 8	0.15 104	0.07 122	0.07 35	0.14 240	0.10 27	0.10 64	0.07 69	0.07 57	0.06 40	0.05 17	0.08 21	0.10 189	0.05 48	0.04 24	0.05 45	0.04 52	0.04 45	0.03 1

MonSter	0.07 6	0.06 95	0.06 1	0.15 104	0.05 2	0.08 74	0.10 33	0.15 176	0.15 231	0.05 2	0.06 19	0.05 4	0.06 65	0.07 3	0.09 91	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.03 1

DEFOM-Stereo	0.07 6	0.05 31	0.07 8	0.14 55	0.06 25	0.09 132	0.13 169	0.07 7	0.13 176	0.06 22	0.07 57	0.06 40	0.05 17	0.10 113	0.09 91	0.05 48	0.04 24	0.05 45	0.03 1	0.04 45	0.04 48

dual_stereo	0.07 6	0.05 31	0.08 35	0.15 104	0.05 2	0.05 3	0.13 169	0.12 79	0.08 19	0.07 69	0.06 19	0.05 4	0.05 17	0.07 3	0.09 91	0.06 161	0.04 24	0.05 45	0.03 1	0.04 45	0.04 48

IGEV-Stereo++	0.07 6	0.06 95	0.08 35	0.18 375	0.06 25	0.05 3	0.10 33	0.11 53	0.11 97	0.06 22	0.07 57	0.07 122	0.06 65	0.09 55	0.09 91	0.05 48	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

IGEV-Stereo+	0.07 6	0.04 1	0.08 35	0.15 104	0.06 25	0.04 1	0.09 20	0.10 27	0.09 44	0.06 22	0.06 19	0.06 40	0.06 65	0.06 1	0.09 91	0.06 161	0.04 24	0.05 45	0.04 52	0.06 279	0.06 289

GCAPDPT-zeroshot4090	0.07 6	0.05 31	0.11 226	0.15 104	0.06 25	0.07 35	0.12 102	0.10 27	0.11 97	0.07 69	0.08 118	0.06 40	0.05 17	0.09 55	0.07 1	0.05 48	0.05 237	0.05 45	0.04 52	0.03 1	0.04 48

Selective-IGEV	0.07 6	0.06 95	0.09 104	0.17 285	0.06 25	0.08 74	0.12 102	0.13 107	0.08 19	0.08 122	0.07 57	0.06 40	0.04 1	0.10 113	0.09 91	0.05 48	0.04 24	0.05 45	0.04 52	0.04 45	0.03 1

quiztm	0.08 73	0.08 330	0.08 35	0.18 375	0.07 122	0.09 132	0.14 240	0.14 137	0.13 176	0.07 69	0.07 57	0.05 4	0.06 65	0.11 186	0.09 91	0.05 48	0.04 24	0.06 182	0.04 52	0.05 159	0.03 1

PointNet	0.08 73	0.06 95	0.07 8	0.15 104	0.07 122	0.09 132	0.14 240	0.11 53	0.08 19	0.05 2	0.08 118	0.08 174	0.09 256	0.09 55	0.09 91	0.06 161	0.04 24	0.05 45	0.04 52	0.03 1	0.04 48

TS12	0.08 73	0.06 95	0.09 104	0.21 546	0.07 122	0.12 295	0.12 102	0.11 53	0.09 44	0.10 216	0.10 188	0.08 174	0.10 287	0.09 55	0.12 338	0.04 6	0.04 24	0.05 45	0.04 52	0.03 1	0.04 48

DF	0.08 73	0.06 95	0.10 162	0.15 104	0.06 25	0.11 241	0.12 102	0.11 53	0.12 134	0.09 173	0.10 188	0.10 247	0.08 223	0.11 186	0.09 91	0.07 333	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

LiteMatch*	0.08 73	0.04 1	0.12 275	0.13 11	0.08 207	0.08 74	0.13 169	0.14 137	0.09 44	0.05 2	0.05 7	0.05 4	0.09 256	0.11 186	0.10 189	0.06 161	0.05 237	0.05 45	0.04 52	0.05 159	0.06 289

aanet-new-90k	0.08 73	0.07 197	0.09 104	0.19 446	0.06 25	0.07 35	0.12 102	0.13 107	0.13 176	0.06 22	0.07 57	0.06 40	0.07 170	0.11 186	0.07 1	0.05 48	0.04 24	0.05 45	0.04 52	0.05 159	0.03 1

aanet-new-60k	0.08 73	0.07 197	0.08 35	0.18 375	0.06 25	0.07 35	0.10 33	0.09 19	0.14 205	0.07 69	0.07 57	0.06 40	0.07 170	0.11 186	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.04 45	0.03 1

aanet-new-78k	0.08 73	0.07 197	0.09 104	0.19 446	0.06 25	0.07 35	0.12 102	0.11 53	0.13 176	0.06 22	0.07 57	0.06 40	0.06 65	0.10 113	0.07 1	0.04 6	0.04 24	0.05 45	0.04 52	0.05 159	0.03 1

aanet-new-36k	0.08 73	0.07 197	0.10 162	0.17 285	0.06 25	0.09 132	0.13 169	0.12 79	0.14 205	0.08 122	0.08 118	0.06 40	0.05 17	0.09 55	0.08 23	0.04 6	0.04 24	0.05 45	0.04 52	0.03 1	0.03 1

aanet-new-34k	0.08 73	0.06 95	0.09 104	0.17 285	0.05 2	0.08 74	0.13 169	0.12 79	0.13 176	0.09 173	0.08 118	0.07 122	0.05 17	0.10 113	0.09 91	0.04 6	0.04 24	0.05 45	0.04 52	0.03 1	0.03 1

aanet-32k-new	0.08 73	0.07 197	0.08 35	0.19 446	0.06 25	0.08 74	0.12 102	0.11 53	0.13 176	0.07 69	0.08 118	0.05 4	0.07 170	0.10 113	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.06 279	0.04 48

aanet-new-32k	0.08 73	0.07 197	0.09 104	0.18 375	0.06 25	0.10 190	0.11 67	0.10 27	0.09 44	0.07 69	0.07 57	0.07 122	0.06 65	0.11 186	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

aanet-new-30k	0.08 73	0.07 197	0.09 104	0.18 375	0.06 25	0.10 190	0.11 67	0.10 27	0.09 44	0.07 69	0.07 57	0.07 122	0.06 65	0.11 186	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

aanet-new-28k	0.08 73	0.07 197	0.09 104	0.18 375	0.06 25	0.08 74	0.12 102	0.10 27	0.09 44	0.09 173	0.08 118	0.08 174	0.06 65	0.12 278	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

aanet-new-24k	0.08 73	0.08 330	0.08 35	0.17 285	0.06 25	0.07 35	0.12 102	0.10 27	0.11 97	0.09 173	0.09 156	0.06 40	0.07 170	0.09 55	0.07 1	0.04 6	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

aanet-new-22k	0.08 73	0.06 95	0.10 162	0.18 375	0.06 25	0.08 74	0.11 67	0.14 137	0.12 134	0.09 173	0.09 156	0.08 174	0.06 65	0.10 113	0.08 23	0.04 6	0.05 237	0.05 45	0.04 52	0.03 1	0.04 48

aanet-new-16k	0.08 73	0.08 330	0.08 35	0.18 375	0.06 25	0.07 35	0.10 33	0.13 107	0.13 176	0.08 122	0.07 57	0.07 122	0.06 65	0.09 55	0.08 23	0.04 6	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

aanet-new-10k	0.08 73	0.08 330	0.08 35	0.19 446	0.07 122	0.08 74	0.13 169	0.15 176	0.12 134	0.07 69	0.08 118	0.07 122	0.07 170	0.09 55	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

aanet-new-12k	0.08 73	0.10 479	0.07 8	0.20 510	0.08 207	0.08 74	0.12 102	0.12 79	0.14 205	0.08 122	0.08 118	0.05 4	0.07 170	0.09 55	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.06 279	0.04 48

aanet-new-14k	0.08 73	0.09 411	0.08 35	0.19 446	0.07 122	0.07 35	0.10 33	0.14 137	0.15 231	0.06 22	0.08 118	0.05 4	0.06 65	0.10 113	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

aanet-new-8k	0.08 73	0.08 330	0.08 35	0.19 446	0.07 122	0.09 132	0.11 67	0.17 250	0.15 231	0.07 69	0.07 57	0.06 40	0.06 65	0.10 113	0.08 23	0.04 6	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

GCAP-Stereo-cres-4k	0.08 73	0.08 330	0.09 104	0.18 375	0.07 122	0.11 241	0.14 240	0.13 107	0.11 97	0.08 122	0.11 239	0.07 122	0.06 65	0.09 55	0.08 23	0.04 6	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

GCAP-Stereo-DPT-cres	0.08 73	0.05 31	0.08 35	0.15 104	0.06 25	0.10 190	0.14 240	0.13 107	0.12 134	0.07 69	0.08 118	0.07 122	0.06 65	0.10 113	0.09 91	0.05 48	0.04 24	0.05 45	0.04 52	0.03 1	0.04 48

GCAP-Stereo-DPT-36K	0.08 73	0.06 95	0.16 440	0.15 104	0.06 25	0.08 74	0.12 102	0.13 107	0.11 97	0.07 69	0.08 118	0.07 122	0.06 65	0.09 55	0.08 23	0.05 48	0.05 237	0.05 45	0.04 52	0.04 45	0.04 48

GCAP-Stereo-DPT-22K	0.08 73	0.06 95	0.08 35	0.17 285	0.06 25	0.07 35	0.14 240	0.13 107	0.16 265	0.05 2	0.10 188	0.06 40	0.06 65	0.08 21	0.08 23	0.04 6	0.04 24	0.05 45	0.04 52	0.03 1	0.04 48

GCAP-Stereo-DPT-5K	0.08 73	0.06 95	0.11 226	0.16 197	0.07 122	0.11 241	0.12 102	0.15 176	0.16 265	0.08 122	0.12 259	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 182	0.05 189	0.03 1	0.04 48

GCAP-Stereo-DPT-2K	0.08 73	0.06 95	0.10 162	0.16 197	0.07 122	0.11 241	0.13 169	0.14 137	0.14 205	0.08 122	0.13 281	0.05 4	0.06 65	0.10 113	0.08 23	0.05 48	0.04 24	0.06 182	0.04 52	0.03 1	0.04 48

GCAP-Stereo-DPT-3K	0.08 73	0.07 197	0.10 162	0.16 197	0.07 122	0.09 132	0.12 102	0.15 176	0.15 231	0.09 173	0.12 259	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 182	0.04 52	0.03 1	0.04 48

GCAP-Stereo-DPT-50K	0.08 73	0.07 197	0.18 498	0.16 197	0.06 25	0.06 12	0.13 169	0.13 107	0.13 176	0.07 69	0.07 57	0.06 40	0.05 17	0.08 21	0.08 23	0.04 6	0.04 24	0.05 45	0.04 52	0.03 1	0.03 1

GCAP-Stereo-DPT-25K	0.08 73	0.06 95	0.08 35	0.16 197	0.06 25	0.06 12	0.14 240	0.14 137	0.15 231	0.07 69	0.10 188	0.06 40	0.05 17	0.09 55	0.09 91	0.04 6	0.04 24	0.05 45	0.04 52	0.03 1	0.03 1

GCAP-Stereo-DPT-FT	0.08 73	0.05 31	0.12 275	0.15 104	0.06 25	0.09 132	0.13 169	0.12 79	0.12 134	0.07 69	0.09 156	0.06 40	0.06 65	0.10 113	0.08 23	0.06 161	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

PSi22	0.08 73	0.06 95	0.11 226	0.16 197	0.07 122	0.08 74	0.10 33	0.14 137	0.08 19	0.08 122	0.07 57	0.10 247	0.06 65	0.12 278	0.10 189	0.05 48	0.04 24	0.04 1	0.04 52	0.04 45	0.04 48

Foundation-i1c-attn	0.08 73	0.05 31	0.07 8	0.14 55	0.05 2	0.09 132	0.12 102	0.13 107	0.10 64	0.09 173	0.10 188	0.10 247	0.07 170	0.08 21	0.10 189	0.06 161	0.04 24	0.05 45	0.04 52	0.03 1	0.04 48

Foundation-i1b	0.08 73	0.05 31	0.07 8	0.14 55	0.05 2	0.09 132	0.12 102	0.13 107	0.10 64	0.09 173	0.10 188	0.10 247	0.06 65	0.07 3	0.09 91	0.06 161	0.04 24	0.05 45	0.04 52	0.03 1	0.03 1

Foundation-i1a	0.08 73	0.05 31	0.08 35	0.13 11	0.05 2	0.13 338	0.13 169	0.12 79	0.10 64	0.11 258	0.11 239	0.11 279	0.06 65	0.08 21	0.09 91	0.06 161	0.04 24	0.05 45	0.03 1	0.04 45	0.04 48

DepthFocus	0.08 73	0.04 1	0.15 397	0.13 11	0.09 327	0.08 74	0.12 102	0.10 27	0.05 3	0.09 173	0.06 19	0.07 122	0.04 1	0.08 21	0.08 23	0.06 161	0.05 237	0.07 298	0.07 375	0.05 159	0.04 48

GeoVLM	0.08 73	0.04 1	0.10 162	0.13 11	0.06 25	0.10 190	0.13 169	0.13 107	0.08 19	0.06 22	0.07 57	0.06 40	0.08 223	0.10 113	0.11 268	0.06 161	0.05 237	0.04 1	0.03 1	0.04 45	0.05 185

gcap_with_dpt	0.08 73	0.06 95	0.10 162	0.16 197	0.07 122	0.10 190	0.12 102	0.14 137	0.14 205	0.08 122	0.12 259	0.05 4	0.06 65	0.10 113	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.03 1	0.04 48

DispViT+	0.08 73	0.05 31	0.10 162	0.13 11	0.06 25	0.05 3	0.11 67	0.18 281	0.16 265	0.09 173	0.08 118	0.07 122	0.06 65	0.11 186	0.09 91	0.06 161	0.04 24	0.04 1	0.03 1	0.03 1	0.03 1

WQFJA1++	0.08 73	0.04 1	0.11 226	0.14 55	0.07 122	0.11 241	0.11 67	0.12 79	0.07 13	0.07 69	0.07 57	0.07 122	0.06 65	0.10 113	0.10 189	0.06 161	0.04 24	0.05 45	0.04 52	0.06 279	0.06 289

BStereo	0.08 73	0.06 95	0.17 464	0.15 104	0.08 207	0.08 74	0.09 20	0.15 176	0.16 265	0.06 22	0.07 57	0.07 122	0.05 17	0.09 55	0.11 268	0.04 6	0.05 237	0.05 45	0.07 375	0.04 45	0.05 185

MonSter++	0.08 73	0.04 1	0.10 162	0.13 11	0.06 25	0.10 190	0.13 169	0.13 107	0.08 19	0.06 22	0.07 57	0.06 40	0.08 223	0.10 113	0.11 268	0.06 161	0.05 237	0.04 1	0.03 1	0.04 45	0.05 185

HiDET	0.08 73	0.05 31	0.10 162	0.13 11	0.06 25	0.09 132	0.12 102	0.12 79	0.12 134	0.07 69	0.07 57	0.07 122	0.07 170	0.11 186	0.11 268	0.06 161	0.05 237	0.04 1	0.03 1	0.04 45	0.04 48

LCMNet	0.08 73	0.05 31	0.10 162	0.13 11	0.07 122	0.09 132	0.12 102	0.10 27	0.12 134	0.06 22	0.08 118	0.06 40	0.07 170	0.11 186	0.10 189	0.06 161	0.05 237	0.04 1	0.03 1	0.04 45	0.04 48

CSFM-Stereo	0.08 73	0.05 31	0.08 35	0.14 55	0.06 25	0.09 132	0.13 169	0.15 176	0.07 13	0.07 69	0.08 118	0.06 40	0.08 223	0.09 55	0.10 189	0.06 161	0.05 237	0.04 1	0.03 1	0.04 45	0.04 48

GEAStereo	0.08 73	0.06 95	0.09 104	0.13 11	0.08 207	0.08 74	0.14 240	0.10 27	0.10 64	0.08 122	0.10 188	0.06 40	0.04 1	0.11 186	0.08 23	0.06 161	0.04 24	0.05 45	0.04 52	0.05 159	0.05 185

GSStereo	0.08 73	0.06 95	0.09 104	0.13 11	0.08 207	0.08 74	0.14 240	0.11 53	0.12 134	0.08 122	0.10 188	0.05 4	0.04 1	0.11 186	0.08 23	0.06 161	0.04 24	0.05 45	0.04 52	0.05 159	0.05 185

gasm-f	0.08 73	0.05 31	0.08 35	0.13 11	0.08 207	0.08 74	0.14 240	0.10 27	0.10 64	0.08 122	0.10 188	0.06 40	0.05 17	0.10 113	0.08 23	0.06 161	0.04 24	0.05 45	0.04 52	0.06 279	0.05 185

DDF-Stereo	0.08 73	0.05 31	0.10 162	0.15 104	0.10 442	0.05 3	0.13 169	0.09 19	0.14 205	0.06 22	0.06 19	0.07 122	0.06 65	0.09 55	0.10 189	0.06 161	0.04 24	0.06 182	0.04 52	0.08 428	0.05 185

252Zero-FE	0.08 73	0.04 1	0.10 162	0.13 11	0.07 122	0.13 338	0.11 67	0.13 107	0.14 205	0.07 69	0.05 7	0.06 40	0.05 17	0.09 55	0.10 189	0.06 161	0.04 24	0.05 45	0.04 52	0.05 159	0.06 289

Zero-FE251	0.08 73	0.05 31	0.10 162	0.13 11	0.06 25	0.12 295	0.12 102	0.11 53	0.10 64	0.07 69	0.08 118	0.06 40	0.06 65	0.10 113	0.08 23	0.06 161	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

zero-FE	0.08 73	0.05 31	0.10 162	0.15 104	0.10 442	0.05 3	0.13 169	0.09 19	0.14 205	0.07 69	0.06 19	0.07 122	0.06 65	0.09 55	0.10 189	0.06 161	0.04 24	0.06 182	0.04 52	0.08 428	0.05 185

GASTEREO	0.08 73	0.05 31	0.09 104	0.19 446	0.08 207	0.08 74	0.12 102	0.14 137	0.11 97	0.10 216	0.09 156	0.07 122	0.04 1	0.12 278	0.08 23	0.06 161	0.05 237	0.05 45	0.04 52	0.04 45	0.05 185

MSCF	0.08 73	0.05 31	0.09 104	0.19 446	0.08 207	0.07 35	0.12 102	0.14 137	0.11 97	0.10 216	0.09 156	0.07 122	0.04 1	0.11 186	0.08 23	0.06 161	0.05 237	0.05 45	0.04 52	0.05 159	0.05 185

S2M2_XL	0.08 73	0.06 95	0.12 275	0.12 5	0.08 207	0.09 132	0.09 20	0.07 7	0.07 13	0.08 122	0.07 57	0.07 122	0.06 65	0.09 55	0.09 91	0.08 409	0.06 409	0.07 298	0.06 274	0.08 428	0.06 289
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
qwe	0.08 73	0.08 330	0.07 8	0.15 104	0.06 25	0.07 35	0.10 33	0.18 281	0.12 134	0.07 69	0.07 57	0.06 40	0.06 65	0.10 113	0.09 91	0.04 6	0.03 1	0.04 1	0.04 52	0.04 45	0.03 1

3w_stereo	0.08 73	0.09 411	0.10 162	0.17 285	0.07 122	0.08 74	0.11 67	0.20 332	0.13 176	0.06 22	0.07 57	0.05 4	0.06 65	0.08 21	0.09 91	0.04 6	0.03 1	0.04 1	0.03 1	0.04 45	0.03 1

2w_stereo	0.08 73	0.08 330	0.09 104	0.16 197	0.06 25	0.09 132	0.10 33	0.20 332	0.15 231	0.08 122	0.07 57	0.06 40	0.06 65	0.06 1	0.10 189	0.04 6	0.03 1	0.04 1	0.04 52	0.03 1	0.03 1

1w_stereo	0.08 73	0.06 95	0.07 8	0.16 197	0.06 25	0.07 35	0.10 33	0.14 137	0.15 231	0.07 69	0.08 118	0.05 4	0.06 65	0.10 113	0.09 91	0.04 6	0.03 1	0.04 1	0.03 1	0.03 1	0.04 48

monsterstereo	0.08 73	0.06 95	0.07 8	0.16 197	0.06 25	0.08 74	0.10 33	0.16 213	0.12 134	0.07 69	0.08 118	0.06 40	0.07 170	0.08 21	0.09 91	0.04 6	0.04 24	0.05 45	0.04 52	0.04 45	0.03 1

IGEV	0.08 73	0.04 1	0.09 104	0.13 11	0.06 25	0.09 132	0.12 102	0.14 137	0.10 64	0.06 22	0.09 156	0.07 122	0.05 17	0.09 55	0.09 91	0.06 161	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

LG-Stereo	0.08 73	0.08 330	0.10 162	0.18 375	0.07 122	0.10 190	0.17 422	0.11 53	0.08 19	0.06 22	0.08 118	0.06 40	0.07 170	0.09 55	0.09 91	0.04 6	0.05 237	0.07 298	0.07 375	0.04 45	0.04 48

SGD-Stereo	0.08 73	0.05 31	0.10 162	0.14 55	0.06 25	0.12 295	0.12 102	0.11 53	0.12 134	0.07 69	0.09 156	0.09 215	0.09 256	0.08 21	0.08 23	0.06 161	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

HART	0.08 73	0.07 197	0.09 104	0.18 375	0.07 122	0.10 190	0.16 388	0.13 107	0.11 97	0.09 173	0.10 188	0.08 174	0.05 17	0.10 113	0.08 23	0.05 48	0.04 24	0.06 182	0.04 52	0.05 159	0.04 48

SCV_C0	0.08 73	0.07 197	0.08 35	0.16 197	0.10 442	0.08 74	0.14 240	0.11 53	0.13 176	0.08 122	0.07 57	0.06 40	0.05 17	0.11 186	0.07 1	0.05 48	0.05 237	0.05 45	0.04 52	0.06 279	0.05 185

SCV	0.08 73	0.09 411	0.08 35	0.15 104	0.08 207	0.10 190	0.12 102	0.11 53	0.12 134	0.07 69	0.07 57	0.06 40	0.04 1	0.10 113	0.08 23	0.05 48	0.05 237	0.06 182	0.04 52	0.06 279	0.04 48

DEFOM-Stereo_RVC	0.08 73	0.07 197	0.09 104	0.22 568	0.06 25	0.08 74	0.12 102	0.10 27	0.10 64	0.07 69	0.07 57	0.06 40	0.05 17	0.11 186	0.09 91	0.06 161	0.04 24	0.05 45	0.03 1	0.06 279	0.04 48

HUF	0.08 73	0.05 31	0.08 35	0.14 55	0.06 25	0.09 132	0.13 169	0.13 107	0.13 176	0.07 69	0.07 57	0.09 215	0.06 65	0.10 113	0.09 91	0.06 161	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

castereo++	0.08 73	0.06 95	0.08 35	0.15 104	0.05 2	0.14 382	0.11 67	0.11 53	0.15 231	0.07 69	0.07 57	0.08 174	0.06 65	0.08 21	0.08 23	0.06 161	0.04 24	0.05 45	0.04 52	0.04 45	0.03 1

IGEV-RUCA	0.08 73	0.06 95	0.11 226	0.14 55	0.09 327	0.10 190	0.12 102	0.10 27	0.12 134	0.06 22	0.07 57	0.08 174	0.06 65	0.09 55	0.08 23	0.06 161	0.05 237	0.05 45	0.04 52	0.05 159	0.06 289

GIP-stereo	0.08 73	0.06 95	0.11 226	0.15 104	0.07 122	0.09 132	0.13 169	0.15 176	0.11 97	0.07 69	0.08 118	0.05 4	0.04 1	0.10 113	0.07 1	0.05 48	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

SMoEStereo_RVC	0.08 73	0.06 95	0.12 275	0.16 197	0.07 122	0.09 132	0.13 169	0.11 53	0.14 205	0.09 173	0.07 57	0.07 122	0.07 170	0.12 278	0.10 189	0.05 48	0.04 24	0.06 182	0.05 189	0.04 45	0.04 48

WCG-NET	0.08 73	0.05 31	0.10 162	0.15 104	0.06 25	0.11 241	0.14 240	0.13 107	0.14 205	0.07 69	0.09 156	0.07 122	0.06 65	0.13 335	0.08 23	0.05 48	0.04 24	0.06 182	0.04 52	0.04 45	0.03 1

Occ-G	0.08 73	0.05 31	0.07 8	0.14 55	0.07 122	0.09 132	0.14 240	0.14 137	0.15 231	0.07 69	0.12 259	0.07 122	0.05 17	0.09 55	0.10 189	0.06 161	0.05 237	0.05 45	0.04 52	0.05 159	0.06 289

U	0.08 73	0.07 197	0.10 162	0.19 446	0.10 442	0.10 190	0.13 169	0.12 79	0.17 300	0.07 69	0.07 57	0.06 40	0.05 17	0.07 3	0.09 91	0.06 161	0.04 24	0.06 182	0.04 52	0.06 279	0.05 185

AIO-Stereo	0.08 73	0.06 95	0.10 162	0.18 375	0.06 25	0.09 132	0.11 67	0.16 213	0.09 44	0.09 173	0.08 118	0.07 122	0.05 17	0.11 186	0.08 23	0.05 48	0.05 237	0.05 45	0.04 52	0.04 45	0.04 48

WCG-NET（raft）	0.08 73	0.05 31	0.10 162	0.15 104	0.06 25	0.11 241	0.13 169	0.15 176	0.12 134	0.08 122	0.07 57	0.06 40	0.06 65	0.13 335	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

RSM++	0.08 73	0.06 95	0.09 104	0.17 285	0.07 122	0.09 132	0.12 102	0.11 53	0.11 97	0.08 122	0.06 19	0.07 122	0.05 17	0.10 113	0.09 91	0.05 48	0.04 24	0.06 182	0.05 189	0.05 159	0.03 1

RSM	0.08 73	0.06 95	0.09 104	0.17 285	0.07 122	0.08 74	0.12 102	0.12 79	0.10 64	0.08 122	0.07 57	0.06 40	0.05 17	0.11 186	0.09 91	0.04 6	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

gcap-zeroshot	0.08 73	0.06 95	0.11 226	0.15 104	0.07 122	0.12 295	0.13 169	0.15 176	0.16 265	0.08 122	0.12 259	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 182	0.05 189	0.03 1	0.04 48

test_for_model	0.08 73	0.06 95	0.11 226	0.16 197	0.07 122	0.11 241	0.12 102	0.15 176	0.16 265	0.08 122	0.12 259	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 182	0.05 189	0.03 1	0.04 48

trnet	0.08 73	0.05 31	0.07 8	0.12 5	0.05 2	0.12 295	0.10 33	0.13 107	0.10 64	0.08 122	0.13 281	0.09 215	0.08 223	0.11 186	0.10 189	0.08 409	0.05 237	0.05 45	0.03 1	0.06 279	0.05 185

MoCha-V2	0.08 73	0.05 31	0.11 226	0.20 510	0.07 122	0.10 190	0.14 240	0.12 79	0.08 19	0.07 69	0.08 118	0.07 122	0.06 65	0.09 55	0.08 23	0.05 48	0.05 237	0.05 45	0.04 52	0.04 45	0.04 48

IGEV++	0.08 73	0.06 95	0.09 104	0.18 375	0.07 122	0.10 190	0.13 169	0.10 27	0.10 64	0.08 122	0.08 118	0.06 40	0.05 17	0.13 335	0.09 91	0.05 48	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

testlalala	0.08 73	0.06 95	0.11 226	0.15 104	0.07 122	0.12 295	0.13 169	0.15 176	0.16 265	0.08 122	0.12 259	0.05 4	0.06 65	0.09 55	0.08 23	0.05 48	0.04 24	0.06 182	0.05 189	0.03 1	0.04 48

LoS_RVC	0.08 73	0.05 31	0.07 8	0.15 104	0.07 122	0.08 74	0.15 324	0.12 79	0.11 97	0.08 122	0.09 156	0.06 40	0.09 256	0.10 113	0.09 91	0.05 48	0.04 24	0.05 45	0.03 1	0.04 45	0.04 48

CAS	0.08 73	0.04 1	0.07 8	0.17 285	0.08 207	0.10 190	0.13 169	0.12 79	0.09 44	0.09 173	0.10 188	0.08 174	0.06 65	0.09 55	0.09 91	0.08 409	0.04 24	0.05 45	0.03 1	0.05 159	0.04 48

CES	0.08 73	0.04 1	0.08 35	0.14 55	0.07 122	0.09 132	0.14 240	0.11 53	0.09 44	0.08 122	0.09 156	0.11 279	0.07 170	0.12 278	0.08 23	0.06 161	0.04 24	0.05 45	0.03 1	0.05 159	0.05 185

EGLCR-Stereo	0.08 73	0.05 31	0.08 35	0.14 55	0.07 122	0.11 241	0.12 102	0.11 53	0.16 265	0.06 22	0.05 7	0.07 122	0.05 17	0.10 113	0.11 268	0.06 161	0.04 24	0.06 182	0.05 189	0.04 45	0.04 48

CREStereo++_RVC	0.08 73	0.04 1	0.07 8	0.13 11	0.07 122	0.09 132	0.12 102	0.14 137	0.14 205	0.10 216	0.14 294	0.08 174	0.07 170	0.10 113	0.11 268	0.06 161	0.04 24	0.05 45	0.05 189	0.04 45	0.04 48
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
DNS	0.09 163	0.06 95	0.12 275	0.15 104	0.08 207	0.10 190	0.16 388	0.17 250	0.10 64	0.08 122	0.12 259	0.08 174	0.07 170	0.09 55	0.08 23	0.07 333	0.04 24	0.05 45	0.05 189	0.06 279	0.05 185

aanet-new	0.09 163	0.09 411	0.10 162	0.18 375	0.08 207	0.10 190	0.12 102	0.15 176	0.13 176	0.08 122	0.08 118	0.05 4	0.07 170	0.10 113	0.08 23	0.05 48	0.04 24	0.05 45	0.04 52	0.06 279	0.04 48

RT-Monster	0.09 163	0.05 31	0.09 104	0.14 55	0.08 207	0.12 295	0.10 33	0.17 250	0.19 346	0.14 349	0.10 188	0.10 247	0.08 223	0.11 186	0.10 189	0.07 333	0.05 237	0.05 45	0.04 52	0.05 159	0.06 289

LiteMatch	0.09 163	0.06 95	0.10 162	0.16 197	0.07 122	0.10 190	0.15 324	0.13 107	0.08 19	0.06 22	0.07 57	0.06 40	0.16 466	0.10 113	0.14 411	0.07 333	0.04 24	0.06 182	0.06 274	0.06 279	0.06 289

Foundation-i1	0.09 163	0.04 1	0.10 162	0.14 55	0.06 25	0.10 190	0.13 169	0.16 213	0.15 231	0.10 216	0.10 188	0.11 279	0.07 170	0.07 3	0.10 189	0.06 161	0.04 24	0.05 45	0.05 189	0.05 159	0.05 185

VMStereo-Base	0.09 163	0.05 31	0.10 162	0.13 11	0.07 122	0.11 241	0.10 33	0.16 213	0.13 176	0.10 216	0.16 324	0.10 247	0.09 256	0.11 186	0.10 189	0.07 333	0.05 237	0.05 45	0.04 52	0.05 159	0.06 289

Wave_Phase_stereo	0.09 163	0.06 95	0.17 464	0.15 104	0.08 207	0.11 241	0.09 20	0.18 281	0.16 265	0.06 22	0.07 57	0.07 122	0.05 17	0.09 55	0.11 268	0.04 6	0.05 237	0.05 45	0.07 375	0.04 45	0.05 185

NLSM3	0.09 163	0.07 197	0.08 35	0.20 510	0.08 207	0.11 241	0.16 388	0.18 281	0.17 300	0.06 22	0.08 118	0.08 174	0.09 256	0.09 55	0.11 268	0.04 6	0.04 24	0.06 182	0.07 375	0.03 1	0.04 48

FE-Mocha	0.09 163	0.06 95	0.14 362	0.16 197	0.09 327	0.11 241	0.15 324	0.19 314	0.16 265	0.10 216	0.09 156	0.07 122	0.07 170	0.09 55	0.09 91	0.06 161	0.04 24	0.06 182	0.06 274	0.05 159	0.05 185

IGEV-FE	0.09 163	0.05 31	0.13 316	0.14 55	0.08 207	0.12 295	0.13 169	0.17 250	0.11 97	0.10 216	0.06 19	0.09 215	0.06 65	0.11 186	0.09 91	0.06 161	0.04 24	0.06 182	0.06 274	0.05 159	0.05 185

DA	0.09 163	0.07 197	0.07 8	0.19 446	0.08 207	0.10 190	0.13 169	0.13 107	0.12 134	0.08 122	0.10 188	0.10 247	0.08 223	0.09 55	0.10 189	0.05 48	0.04 24	0.06 182	0.04 52	0.05 159	0.04 48

GGEV	0.09 163	0.07 197	0.07 8	0.19 446	0.08 207	0.10 190	0.13 169	0.13 107	0.12 134	0.08 122	0.10 188	0.10 247	0.08 223	0.09 55	0.10 189	0.05 48	0.04 24	0.06 182	0.04 52	0.05 159	0.04 48

water-stereo	0.09 163	0.06 95	0.08 35	0.16 197	0.07 122	0.10 190	0.13 169	0.15 176	0.13 176	0.11 258	0.12 259	0.09 215	0.10 287	0.07 3	0.08 23	0.06 161	0.05 237	0.05 45	0.05 189	0.04 45	0.04 48

depthmonostereo	0.09 163	0.06 95	0.09 104	0.15 104	0.06 25	0.11 241	0.13 169	0.14 137	0.15 231	0.10 216	0.10 188	0.09 215	0.11 326	0.08 21	0.09 91	0.06 161	0.05 237	0.06 182	0.04 52	0.04 45	0.03 1

DilatedVolume-Stereo	0.09 163	0.05 31	0.08 35	0.15 104	0.06 25	0.11 241	0.12 102	0.14 137	0.16 265	0.11 258	0.11 239	0.09 215	0.10 287	0.11 186	0.11 268	0.06 161	0.05 237	0.05 45	0.04 52	0.03 1	0.03 1

S2M2_L	0.09 163	0.08 330	0.11 226	0.13 11	0.10 442	0.08 74	0.06 1	0.10 27	0.10 64	0.10 216	0.10 188	0.09 215	0.09 256	0.11 186	0.11 268	0.13 587	0.07 480	0.08 388	0.09 496	0.10 527	0.08 446
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
MM-Stereo_test2	0.09 163	0.07 197	0.09 104	0.19 446	0.08 207	0.12 295	0.18 471	0.15 176	0.14 205	0.07 69	0.10 188	0.07 122	0.06 65	0.12 278	0.09 91	0.05 48	0.04 24	0.06 182	0.05 189	0.06 279	0.04 48

Reg-Stereo(zero)	0.09 163	0.05 31	0.08 35	0.16 197	0.06 25	0.12 295	0.11 67	0.15 176	0.11 97	0.12 294	0.09 156	0.10 247	0.08 223	0.11 186	0.09 91	0.06 161	0.05 237	0.05 45	0.04 52	0.04 45	0.05 185

castereo	0.09 163	0.06 95	0.11 226	0.15 104	0.06 25	0.11 241	0.14 240	0.14 137	0.18 318	0.08 122	0.10 188	0.11 279	0.08 223	0.09 55	0.10 189	0.05 48	0.04 24	0.05 45	0.04 52	0.04 45	0.04 48

fffft	0.09 163	0.06 95	0.12 275	0.16 197	0.07 122	0.09 132	0.16 388	0.12 79	0.11 97	0.09 173	0.07 57	0.09 215	0.06 65	0.11 186	0.12 338	0.05 48	0.04 24	0.06 182	0.05 189	0.04 45	0.05 185
1: 1. 1
tt45	0.09 163	0.06 95	0.11 226	0.15 104	0.07 122	0.12 295	0.15 324	0.13 107	0.12 134	0.09 173	0.06 19	0.08 174	0.06 65	0.13 335	0.10 189	0.06 161	0.04 24	0.06 182	0.05 189	0.05 159	0.06 289

999	0.09 163	0.06 95	0.13 316	0.15 104	0.08 207	0.10 190	0.14 240	0.15 176	0.12 134	0.10 216	0.08 118	0.08 174	0.08 223	0.16 415	0.10 189	0.06 161	0.04 24	0.06 182	0.05 189	0.04 45	0.06 289

mms	0.09 163	0.07 197	0.08 35	0.17 285	0.08 207	0.11 241	0.15 324	0.12 79	0.11 97	0.09 173	0.09 156	0.08 174	0.06 65	0.11 186	0.12 338	0.05 48	0.04 24	0.07 298	0.05 189	0.04 45	0.04 48

ours_stereo	0.09 163	0.07 197	0.09 104	0.17 285	0.08 207	0.11 241	0.16 388	0.11 53	0.12 134	0.08 122	0.10 188	0.08 174	0.06 65	0.12 278	0.12 338	0.05 48	0.04 24	0.06 182	0.05 189	0.04 45	0.04 48

fffy	0.09 163	0.08 330	0.10 162	0.16 197	0.07 122	0.13 338	0.17 422	0.13 107	0.12 134	0.08 122	0.09 156	0.08 174	0.09 256	0.13 335	0.11 268	0.05 48	0.05 237	0.07 298	0.05 189	0.04 45	0.05 185

GCAP-BAT	0.09 163	0.05 31	0.11 226	0.13 11	0.07 122	0.11 241	0.14 240	0.14 137	0.17 300	0.07 69	0.10 188	0.08 174	0.06 65	0.13 335	0.08 23	0.07 333	0.05 237	0.05 45	0.05 189	0.05 159	0.04 48

Pointernet	0.09 163	0.05 31	0.10 162	0.16 197	0.08 207	0.13 338	0.10 33	0.15 176	0.18 318	0.09 173	0.07 57	0.06 40	0.06 65	0.11 186	0.10 189	0.08 409	0.04 24	0.05 45	0.03 1	0.06 279	0.05 185

IGEV-BASED-STEREO-	0.09 163	0.10 479	0.32 600	0.15 104	0.06 25	0.08 74	0.14 240	0.11 53	0.10 64	0.07 69	0.07 57	0.06 40	0.04 1	0.11 186	0.07 1	0.12 568	0.04 24	0.07 298	0.05 189	0.05 159	0.05 185

RAFT-Stereo-weight	0.09 163	0.06 95	0.11 226	0.16 197	0.07 122	0.09 132	0.14 240	0.19 314	0.16 265	0.11 258	0.10 188	0.08 174	0.06 65	0.10 113	0.11 268	0.06 161	0.04 24	0.06 182	0.04 52	0.04 45	0.04 48

MGS-Stereo	0.09 163	0.07 197	0.12 275	0.16 197	0.08 207	0.09 132	0.15 324	0.12 79	0.12 134	0.07 69	0.10 188	0.08 174	0.06 65	0.11 186	0.09 91	0.05 48	0.04 24	0.06 182	0.05 189	0.06 279	0.05 185

ff7	0.09 163	0.07 197	0.11 226	0.16 197	0.09 327	0.11 241	0.15 324	0.16 213	0.12 134	0.10 216	0.06 19	0.06 40	0.06 65	0.11 186	0.09 91	0.05 48	0.04 24	0.06 182	0.05 189	0.05 159	0.06 289

IGEVStereo-DCA	0.09 163	0.07 197	0.11 226	0.16 197	0.10 442	0.11 241	0.15 324	0.16 213	0.12 134	0.10 216	0.06 19	0.08 174	0.06 65	0.10 113	0.09 91	0.06 161	0.05 237	0.06 182	0.05 189	0.05 159	0.06 289

ffff	0.09 163	0.07 197	0.11 226	0.16 197	0.09 327	0.11 241	0.15 324	0.16 213	0.12 134	0.10 216	0.06 19	0.06 40	0.06 65	0.11 186	0.09 91	0.05 48	0.04 24	0.06 182	0.05 189	0.05 159	0.06 289

rrr	0.09 163	0.07 197	0.13 316	0.16 197	0.10 442	0.11 241	0.15 324	0.16 213	0.15 231	0.10 216	0.06 19	0.08 174	0.06 65	0.10 113	0.09 91	0.06 161	0.05 237	0.06 182	0.05 189	0.05 159	0.06 289

11t	0.09 163	0.07 197	0.11 226	0.16 197	0.09 327	0.11 241	0.15 324	0.16 213	0.12 134	0.10 216	0.06 19	0.06 40	0.06 65	0.11 186	0.09 91	0.05 48	0.04 24	0.06 182	0.05 189	0.05 159	0.06 289

MaDis-Stereo	0.09 163	0.09 411	0.08 35	0.17 285	0.09 327	0.14 382	0.11 67	0.16 213	0.16 265	0.09 173	0.11 239	0.06 40	0.06 65	0.09 55	0.13 374	0.07 333	0.06 409	0.08 388	0.05 189	0.05 159	0.04 48

IGEV_Zeroshot_test	0.09 163	0.05 31	0.13 316	0.14 55	0.08 207	0.12 295	0.13 169	0.17 250	0.11 97	0.10 216	0.06 19	0.09 215	0.06 65	0.11 186	0.09 91	0.06 161	0.04 24	0.06 182	0.06 274	0.05 159	0.05 185

MSKI-zero shot	0.09 163	0.05 31	0.09 104	0.16 197	0.07 122	0.10 190	0.13 169	0.15 176	0.14 205	0.09 173	0.09 156	0.09 215	0.06 65	0.12 278	0.11 268	0.06 161	0.04 24	0.05 45	0.04 52	0.04 45	0.05 185

UniTT-Stereo	0.09 163	0.07 197	0.08 35	0.18 375	0.08 207	0.13 338	0.11 67	0.12 79	0.11 97	0.10 216	0.12 259	0.05 4	0.06 65	0.09 55	0.10 189	0.07 333	0.06 409	0.05 45	0.05 189	0.06 279	0.05 185

CASnet	0.09 163	0.09 411	0.09 104	0.19 446	0.06 25	0.07 35	0.11 67	0.18 281	0.14 205	0.11 258	0.10 188	0.09 215	0.07 170	0.10 113	0.10 189	0.06 161	0.04 24	0.10 522	0.08 450	0.06 279	0.03 1
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
GCAPDPT-zeroshot	0.09 163	0.05 31	0.11 226	0.13 11	0.07 122	0.11 241	0.14 240	0.14 137	0.17 300	0.07 69	0.10 188	0.08 174	0.06 65	0.13 335	0.08 23	0.07 333	0.05 237	0.05 45	0.05 189	0.05 159	0.04 48

AEACV	0.09 163	0.05 31	0.08 35	0.14 55	0.13 556	0.14 382	0.13 169	0.15 176	0.09 44	0.07 69	0.09 156	0.07 122	0.08 223	0.10 113	0.09 91	0.06 161	0.04 24	0.06 182	0.05 189	0.05 159	0.04 48

GCAP-Stereo	0.09 163	0.07 197	0.13 316	0.18 375	0.06 25	0.11 241	0.07 3	0.14 137	0.12 134	0.09 173	0.10 188	0.07 122	0.09 256	0.13 335	0.10 189	0.06 161	0.05 237	0.05 45	0.04 52	0.04 45	0.05 185

RAFT-Test	0.09 163	0.06 95	0.10 162	0.16 197	0.07 122	0.11 241	0.15 324	0.16 213	0.13 176	0.09 173	0.10 188	0.11 279	0.09 256	0.12 278	0.09 91	0.06 161	0.04 24	0.05 45	0.04 52	0.05 159	0.05 185

HH	0.09 163	0.06 95	0.13 316	0.17 285	0.08 207	0.11 241	0.16 388	0.15 176	0.10 64	0.08 122	0.10 188	0.08 174	0.07 170	0.10 113	0.09 91	0.06 161	0.04 24	0.06 182	0.05 189	0.05 159	0.04 48

HanStereo	0.09 163	0.06 95	0.13 316	0.17 285	0.08 207	0.11 241	0.16 388	0.15 176	0.10 64	0.08 122	0.10 188	0.08 174	0.07 170	0.10 113	0.09 91	0.06 161	0.04 24	0.06 182	0.05 189	0.05 159	0.04 48

anonymousdsp	0.09 163	0.07 197	0.11 226	0.17 285	0.09 327	0.11 241	0.15 324	0.16 213	0.12 134	0.10 216	0.06 19	0.06 40	0.06 65	0.11 186	0.09 91	0.05 48	0.04 24	0.06 182	0.05 189	0.05 159	0.06 289

LoS	0.09 163	0.05 31	0.11 226	0.13 11	0.07 122	0.14 382	0.11 67	0.15 176	0.15 231	0.09 173	0.09 156	0.12 303	0.09 256	0.15 386	0.10 189	0.07 333	0.05 237	0.05 45	0.03 1	0.05 159	0.05 185
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
ProNet	0.09 163	0.07 197	0.11 226	0.17 285	0.08 207	0.11 241	0.15 324	0.15 176	0.12 134	0.10 216	0.06 19	0.07 122	0.06 65	0.11 186	0.09 91	0.05 48	0.05 237	0.06 182	0.05 189	0.04 45	0.06 289

MC-Stereo	0.09 163	0.07 197	0.09 104	0.17 285	0.06 25	0.10 190	0.14 240	0.12 79	0.11 97	0.09 173	0.12 259	0.09 215	0.06 65	0.11 186	0.10 189	0.06 161	0.04 24	0.06 182	0.05 189	0.04 45	0.04 48

RCA-Stereo	0.09 163	0.06 95	0.09 104	0.16 197	0.06 25	0.09 132	0.13 169	0.18 281	0.14 205	0.10 216	0.11 239	0.08 174	0.07 170	0.12 278	0.11 268	0.06 161	0.04 24	0.06 182	0.05 189	0.05 159	0.04 48

CroCo-Stereo Lap2	0.09 163	0.09 411	0.08 35	0.22 568	0.09 327	0.09 132	0.18 471	0.16 213	0.12 134	0.09 173	0.10 188	0.05 4	0.05 17	0.08 21	0.08 23	0.06 161	0.06 409	0.07 298	0.05 189	0.06 279	0.05 185

ccc-4	0.09 163	0.07 197	0.11 226	0.16 197	0.09 327	0.11 241	0.15 324	0.16 213	0.12 134	0.10 216	0.06 19	0.06 40	0.06 65	0.11 186	0.09 91	0.05 48	0.04 24	0.06 182	0.05 189	0.05 159	0.06 289

IGEV-Stereo	0.09 163	0.07 197	0.11 226	0.17 285	0.09 327	0.11 241	0.15 324	0.16 213	0.12 134	0.10 216	0.06 19	0.06 40	0.06 65	0.11 186	0.09 91	0.05 48	0.04 24	0.06 182	0.05 189	0.05 159	0.06 289
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
iRaft-Stereo_20w	0.09 163	0.05 31	0.13 316	0.14 55	0.09 327	0.12 295	0.15 324	0.19 314	0.11 97	0.11 258	0.08 118	0.08 174	0.05 17	0.10 113	0.09 91	0.06 161	0.04 24	0.06 182	0.05 189	0.06 279	0.05 185

test-3	0.09 163	0.06 95	0.10 162	0.18 375	0.07 122	0.07 35	0.14 240	0.12 79	0.16 265	0.10 216	0.08 118	0.08 174	0.08 223	0.11 186	0.10 189	0.05 48	0.04 24	0.07 298	0.05 189	0.04 45	0.04 48

test_1	0.09 163	0.06 95	0.10 162	0.18 375	0.07 122	0.07 35	0.14 240	0.12 79	0.16 265	0.10 216	0.08 118	0.08 174	0.08 223	0.11 186	0.10 189	0.05 48	0.04 24	0.07 298	0.05 189	0.04 45	0.04 48

CroCo-Stereo	0.09 163	0.08 330	0.08 35	0.22 568	0.09 327	0.09 132	0.18 471	0.16 213	0.12 134	0.07 69	0.07 57	0.08 174	0.06 65	0.08 21	0.07 1	0.07 333	0.05 237	0.06 182	0.04 52	0.05 159	0.04 48
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	0.09 163	0.04 1	0.08 35	0.13 11	0.06 25	0.11 241	0.13 169	0.15 176	0.19 346	0.11 258	0.15 307	0.10 247	0.07 170	0.12 278	0.09 91	0.07 333	0.05 237	0.05 45	0.04 52	0.06 279	0.05 185

XX-TBD	0.09 163	0.06 95	0.07 8	0.14 55	0.07 122	0.13 338	0.16 388	0.14 137	0.14 205	0.11 258	0.12 259	0.09 215	0.08 223	0.10 113	0.10 189	0.06 161	0.04 24	0.05 45	0.04 52	0.06 279	0.05 185

raftrobust	0.09 163	0.06 95	0.11 226	0.17 285	0.08 207	0.09 132	0.10 33	0.18 281	0.16 265	0.10 216	0.09 156	0.12 303	0.08 223	0.12 278	0.10 189	0.08 409	0.05 237	0.06 182	0.05 189	0.05 159	0.06 289

XX-Stereo	0.09 163	0.05 31	0.09 104	0.17 285	0.09 327	0.15 407	0.12 102	0.21 350	0.10 64	0.10 216	0.14 294	0.07 122	0.06 65	0.13 335	0.08 23	0.06 161	0.05 237	0.06 182	0.06 274	0.04 45	0.04 48

test_xeample3	0.09 163	0.07 197	0.12 275	0.16 197	0.09 327	0.11 241	0.15 324	0.16 213	0.14 205	0.10 216	0.07 57	0.08 174	0.06 65	0.10 113	0.09 91	0.06 161	0.04 24	0.06 182	0.05 189	0.05 159	0.06 289

RAFT-Stereo + iAFF	0.09 163	0.06 95	0.10 162	0.17 285	0.07 122	0.10 190	0.15 324	0.17 250	0.15 231	0.10 216	0.10 188	0.08 174	0.09 256	0.12 278	0.10 189	0.05 48	0.04 24	0.06 182	0.06 274	0.04 45	0.03 1

AFF-stereo	0.09 163	0.07 197	0.10 162	0.17 285	0.07 122	0.10 190	0.15 324	0.18 281	0.10 64	0.10 216	0.11 239	0.09 215	0.10 287	0.12 278	0.10 189	0.05 48	0.04 24	0.07 298	0.07 375	0.04 45	0.04 48

EAI-Stereo	0.09 163	0.07 197	0.11 226	0.16 197	0.07 122	0.10 190	0.15 324	0.16 213	0.09 44	0.08 122	0.09 156	0.08 174	0.07 170	0.09 55	0.11 268	0.05 48	0.05 237	0.05 45	0.05 189	0.05 159	0.04 48

CFNet-RSSM	0.09 163	0.07 197	0.10 162	0.16 197	0.07 122	0.09 132	0.15 324	0.17 250	0.18 318	0.08 122	0.12 259	0.11 279	0.09 256	0.12 278	0.10 189	0.06 161	0.04 24	0.06 182	0.04 52	0.04 45	0.04 48

Gwc-CoAtRS	0.09 163	0.07 197	0.10 162	0.16 197	0.07 122	0.10 190	0.15 324	0.18 281	0.17 300	0.08 122	0.10 188	0.12 303	0.09 256	0.12 278	0.09 91	0.06 161	0.04 24	0.06 182	0.04 52	0.04 45	0.05 185

CREStereo	0.09 163	0.05 31	0.08 35	0.11 1	0.06 25	0.14 382	0.14 240	0.14 137	0.10 64	0.09 173	0.13 281	0.09 215	0.08 223	0.12 278	0.10 189	0.08 409	0.04 24	0.05 45	0.03 1	0.06 279	0.06 289
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	0.09 163	0.05 31	0.09 104	0.12 5	0.06 25	0.13 338	0.14 240	0.16 213	0.11 97	0.09 173	0.13 281	0.10 247	0.07 170	0.14 367	0.10 189	0.15 612	0.04 24	0.05 45	0.03 1	0.07 361	0.06 289

DN	0.10 233	0.05 31	0.10 162	0.15 104	0.09 327	0.12 295	0.18 471	0.17 250	0.16 265	0.08 122	0.09 156	0.08 174	0.06 65	0.08 21	0.09 91	0.11 542	0.05 237	0.07 298	0.06 274	0.07 361	0.09 492

WQFJA1	0.10 233	0.07 197	0.08 35	0.20 510	0.09 327	0.12 295	0.18 471	0.18 281	0.18 318	0.09 173	0.10 188	0.08 174	0.10 287	0.12 278	0.11 268	0.06 161	0.08 513	0.07 298	0.06 274	0.06 279	0.05 185

WQFJX1	0.10 233	0.07 197	0.08 35	0.22 568	0.09 327	0.12 295	0.17 422	0.18 281	0.18 318	0.10 216	0.10 188	0.07 122	0.10 287	0.11 186	0.10 189	0.07 333	0.08 513	0.07 298	0.06 274	0.05 159	0.05 185

WQFJX	0.10 233	0.07 197	0.09 104	0.21 546	0.09 327	0.12 295	0.16 388	0.19 314	0.18 318	0.12 294	0.10 188	0.08 174	0.10 287	0.12 278	0.10 189	0.07 333	0.07 480	0.06 182	0.05 189	0.06 279	0.05 185

NLMM	0.10 233	0.07 197	0.08 35	0.20 510	0.09 327	0.12 295	0.18 471	0.18 281	0.18 318	0.09 173	0.10 188	0.08 174	0.10 287	0.12 278	0.11 268	0.06 161	0.08 513	0.07 298	0.06 274	0.06 279	0.05 185

NLSM1	0.10 233	0.07 197	0.08 35	0.19 446	0.08 207	0.13 338	0.16 388	0.21 350	0.16 265	0.11 258	0.10 188	0.07 122	0.10 287	0.10 113	0.11 268	0.07 333	0.08 513	0.08 388	0.07 375	0.05 159	0.05 185

MM-Stereo_test3	0.10 233	0.07 197	0.07 8	0.18 375	0.07 122	0.12 295	0.19 517	0.24 419	0.19 346	0.06 22	0.10 188	0.08 174	0.06 65	0.11 186	0.09 91	0.06 161	0.06 409	0.07 298	0.05 189	0.05 159	0.04 48

MM-Stereo_test1	0.10 233	0.07 197	0.09 104	0.18 375	0.07 122	0.12 295	0.18 471	0.21 350	0.20 369	0.09 173	0.11 239	0.08 174	0.06 65	0.10 113	0.10 189	0.06 161	0.05 237	0.07 298	0.06 274	0.05 159	0.04 48

AIO-test2	0.10 233	0.08 330	0.10 162	0.23 589	0.09 327	0.11 241	0.11 67	0.23 393	0.24 428	0.08 122	0.09 156	0.08 174	0.05 17	0.10 113	0.08 23	0.06 161	0.05 237	0.08 388	0.09 496	0.05 159	0.05 185

AIO-test1	0.10 233	0.07 197	0.11 226	0.24 601	0.07 122	0.09 132	0.13 169	0.22 374	0.15 231	0.11 258	0.12 259	0.09 215	0.07 170	0.11 186	0.09 91	0.06 161	0.05 237	0.09 474	0.10 535	0.04 45	0.07 376

tg	0.10 233	0.06 95	0.10 162	0.18 375	0.08 207	0.11 241	0.16 388	0.20 332	0.12 134	0.08 122	0.11 239	0.11 279	0.07 170	0.11 186	0.10 189	0.05 48	0.04 24	0.08 388	0.08 450	0.04 45	0.04 48

PAM_32	0.10 233	0.06 95	0.17 464	0.15 104	0.08 207	0.10 190	0.15 324	0.14 137	0.16 265	0.09 173	0.08 118	0.10 247	0.07 170	0.14 367	0.09 91	0.06 161	0.05 237	0.06 182	0.06 274	0.05 159	0.06 289

PAM	0.10 233	0.06 95	0.17 464	0.15 104	0.09 327	0.10 190	0.16 388	0.15 176	0.16 265	0.12 294	0.09 156	0.10 247	0.07 170	0.13 335	0.09 91	0.06 161	0.05 237	0.06 182	0.06 274	0.05 159	0.06 289

UGAM-zero	0.10 233	0.05 31	0.15 397	0.15 104	0.08 207	0.10 190	0.13 169	0.20 332	0.15 231	0.11 258	0.15 307	0.07 122	0.08 223	0.09 55	0.10 189	0.06 161	0.05 237	0.06 182	0.05 189	0.05 159	0.06 289

model_zeroshot	0.10 233	0.05 31	0.12 275	0.15 104	0.09 327	0.13 338	0.14 240	0.20 332	0.14 205	0.11 258	0.10 188	0.12 303	0.07 170	0.12 278	0.11 268	0.07 333	0.06 409	0.06 182	0.05 189	0.06 279	0.06 289

RAStereo	0.10 233	0.09 411	0.08 35	0.20 510	0.08 207	0.13 338	0.18 471	0.16 213	0.17 300	0.10 216	0.12 259	0.05 4	0.06 65	0.09 55	0.08 23	0.07 333	0.05 237	0.07 298	0.05 189	0.05 159	0.04 48

rvit_stereo_0080	0.10 233	0.08 330	0.15 397	0.15 104	0.10 442	0.07 35	0.15 324	0.16 213	0.16 265	0.11 258	0.10 188	0.15 372	0.09 256	0.12 278	0.10 189	0.09 467	0.07 480	0.07 298	0.06 274	0.07 361	0.05 185

H2IRNET	0.10 233	0.09 411	0.10 162	0.18 375	0.09 327	0.12 295	0.15 324	0.14 137	0.21 384	0.10 216	0.10 188	0.10 247	0.11 326	0.10 113	0.10 189	0.06 161	0.04 24	0.08 388	0.08 450	0.06 279	0.05 185

MyStereo07	0.10 233	0.07 197	0.10 162	0.17 285	0.09 327	0.14 382	0.17 422	0.15 176	0.15 231	0.09 173	0.06 19	0.06 40	0.07 170	0.12 278	0.09 91	0.06 161	0.05 237	0.08 388	0.07 375	0.06 279	0.06 289

MyStereo06	0.10 233	0.07 197	0.12 275	0.17 285	0.09 327	0.13 338	0.18 471	0.19 314	0.12 134	0.13 326	0.08 118	0.07 122	0.07 170	0.11 186	0.09 91	0.06 161	0.05 237	0.08 388	0.07 375	0.06 279	0.06 289

AE-Stereo	0.10 233	0.08 330	0.11 226	0.19 446	0.09 327	0.10 190	0.15 324	0.14 137	0.20 369	0.09 173	0.15 307	0.12 303	0.08 223	0.11 186	0.10 189	0.05 48	0.06 409	0.07 298	0.06 274	0.05 159	0.04 48

ACVNet-DCA	0.10 233	0.08 330	0.13 316	0.17 285	0.09 327	0.13 338	0.15 324	0.24 419	0.16 265	0.09 173	0.09 156	0.06 40	0.06 65	0.10 113	0.07 1	0.06 161	0.05 237	0.06 182	0.05 189	0.07 361	0.07 376

cc1	0.10 233	0.08 330	0.13 316	0.17 285	0.09 327	0.13 338	0.15 324	0.16 213	0.18 318	0.09 173	0.09 156	0.06 40	0.06 65	0.10 113	0.07 1	0.06 161	0.05 237	0.06 182	0.05 189	0.06 279	0.06 289

tt1	0.10 233	0.08 330	0.13 316	0.17 285	0.09 327	0.13 338	0.15 324	0.15 176	0.19 346	0.09 173	0.08 118	0.06 40	0.06 65	0.10 113	0.08 23	0.06 161	0.05 237	0.06 182	0.05 189	0.06 279	0.06 289

whm_eth	0.10 233	0.08 330	0.15 397	0.15 104	0.10 442	0.07 35	0.15 324	0.16 213	0.16 265	0.11 258	0.10 188	0.15 372	0.09 256	0.12 278	0.10 189	0.09 467	0.07 480	0.07 298	0.06 274	0.07 361	0.05 185

MIM_Stereo	0.10 233	0.07 197	0.11 226	0.15 104	0.07 122	0.07 35	0.12 102	0.20 332	0.14 205	0.13 326	0.14 294	0.09 215	0.05 17	0.12 278	0.08 23	0.05 48	0.06 409	0.07 298	0.06 274	0.06 279	0.05 185

Any-RAFT	0.10 233	0.05 31	0.10 162	0.15 104	0.07 122	0.13 338	0.14 240	0.21 350	0.15 231	0.11 258	0.12 259	0.13 328	0.10 287	0.13 335	0.10 189	0.07 333	0.04 24	0.05 45	0.04 52	0.06 279	0.05 185

4D-IteraStereo	0.10 233	0.07 197	0.10 162	0.18 375	0.07 122	0.09 132	0.15 324	0.18 281	0.15 231	0.10 216	0.11 239	0.10 247	0.07 170	0.12 278	0.09 91	0.05 48	0.03 1	0.08 388	0.07 375	0.06 279	0.05 185

fff	0.10 233	0.06 95	0.12 275	0.15 104	0.07 122	0.09 132	0.17 422	0.16 213	0.21 384	0.13 326	0.17 344	0.10 247	0.11 326	0.12 278	0.13 374	0.06 161	0.04 24	0.05 45	0.04 52	0.04 45	0.05 185

ADStereo(finetuned)	0.10 233	0.06 95	0.13 316	0.16 197	0.06 25	0.09 132	0.17 422	0.16 213	0.20 369	0.13 326	0.18 370	0.10 247	0.12 359	0.12 278	0.12 338	0.06 161	0.04 24	0.05 45	0.04 52	0.05 159	0.05 185

TRStereo	0.10 233	0.05 31	0.12 275	0.16 197	0.12 530	0.10 190	0.13 169	0.18 281	0.19 346	0.09 173	0.09 156	0.09 215	0.07 170	0.10 113	0.08 23	0.07 333	0.05 237	0.07 298	0.07 375	0.04 45	0.04 48

STrans-v2	0.10 233	0.07 197	0.13 316	0.18 375	0.08 207	0.10 190	0.14 240	0.22 374	0.11 97	0.11 258	0.15 307	0.12 303	0.10 287	0.11 186	0.12 338	0.05 48	0.04 24	0.06 182	0.06 274	0.05 159	0.05 185

TransformOpticalFlow	0.10 233	0.08 330	0.13 316	0.18 375	0.07 122	0.09 132	0.15 324	0.19 314	0.16 265	0.12 294	0.16 324	0.11 279	0.11 326	0.11 186	0.11 268	0.05 48	0.04 24	0.06 182	0.06 274	0.05 159	0.05 185

AnonymousM	0.10 233	0.06 95	0.10 162	0.14 55	0.07 122	0.09 132	0.13 169	0.19 314	0.14 205	0.13 326	0.12 259	0.09 215	0.08 223	0.13 335	0.10 189	0.08 409	0.05 237	0.08 388	0.05 189	0.05 159	0.05 185

cross-raft	0.10 233	0.09 411	0.09 104	0.19 446	0.07 122	0.11 241	0.24 592	0.13 107	0.15 231	0.08 122	0.10 188	0.12 303	0.10 287	0.09 55	0.11 268	0.05 48	0.04 24	0.06 182	0.05 189	0.04 45	0.04 48

test-1	0.10 233	0.07 197	0.17 464	0.19 446	0.08 207	0.11 241	0.24 592	0.15 176	0.18 318	0.09 173	0.07 57	0.10 247	0.08 223	0.08 21	0.09 91	0.06 161	0.04 24	0.06 182	0.06 274	0.04 45	0.05 185

iRaftStereo_RVC	0.10 233	0.07 197	0.10 162	0.17 285	0.09 327	0.11 241	0.17 422	0.18 281	0.12 134	0.09 173	0.11 239	0.10 247	0.07 170	0.11 186	0.10 189	0.05 48	0.04 24	0.08 388	0.08 450	0.04 45	0.04 48

s12784h	0.10 233	0.06 95	0.08 35	0.15 104	0.05 2	0.16 435	0.18 471	0.16 213	0.15 231	0.10 216	0.11 239	0.11 279	0.11 326	0.11 186	0.12 338	0.05 48	0.04 24	0.06 182	0.04 52	0.04 45	0.04 48

DCANet	0.10 233	0.06 95	0.12 275	0.16 197	0.06 25	0.09 132	0.17 422	0.16 213	0.20 369	0.13 326	0.18 370	0.10 247	0.11 326	0.11 186	0.12 338	0.06 161	0.04 24	0.05 45	0.04 52	0.05 159	0.05 185

csc	0.10 233	0.06 95	0.12 275	0.15 104	0.07 122	0.09 132	0.17 422	0.16 213	0.21 384	0.13 326	0.17 344	0.10 247	0.11 326	0.12 278	0.13 374	0.06 161	0.04 24	0.05 45	0.04 52	0.04 45	0.05 185

cscssc	0.10 233	0.06 95	0.12 275	0.15 104	0.07 122	0.09 132	0.17 422	0.16 213	0.21 384	0.13 326	0.17 344	0.10 247	0.11 326	0.12 278	0.13 374	0.06 161	0.04 24	0.05 45	0.04 52	0.04 45	0.05 185

R-Stereo Train	0.10 233	0.06 95	0.11 226	0.17 285	0.08 207	0.11 241	0.14 240	0.24 419	0.11 97	0.12 294	0.19 386	0.11 279	0.08 223	0.10 113	0.11 268	0.07 333	0.05 237	0.06 182	0.05 189	0.05 159	0.05 185

RAFT-Stereo	0.10 233	0.06 95	0.11 226	0.17 285	0.08 207	0.11 241	0.14 240	0.24 419	0.11 97	0.12 294	0.19 386	0.11 279	0.08 223	0.10 113	0.11 268	0.07 333	0.05 237	0.06 182	0.05 189	0.05 159	0.05 185
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
Lsterematch	0.11 276	0.06 95	0.11 226	0.16 197	0.07 122	0.13 338	0.15 324	0.14 137	0.18 318	0.16 403	0.18 370	0.15 372	0.16 466	0.13 335	0.14 411	0.07 333	0.04 24	0.06 182	0.06 274	0.06 279	0.06 289

Hybrid-DGEV-03	0.11 276	0.06 95	0.09 104	0.18 375	0.08 207	0.16 435	0.14 240	0.15 176	0.14 205	0.13 326	0.17 344	0.12 303	0.09 256	0.13 335	0.11 268	0.06 161	0.04 24	0.08 388	0.06 274	0.05 159	0.04 48

Hybrid-DGEV-2	0.11 276	0.06 95	0.12 275	0.18 375	0.09 327	0.09 132	0.13 169	0.29 512	0.30 509	0.11 258	0.12 259	0.10 247	0.13 392	0.12 278	0.10 189	0.06 161	0.05 237	0.07 298	0.07 375	0.05 159	0.05 185

NLMM1	0.11 276	0.09 411	0.07 8	0.22 568	0.10 442	0.12 295	0.20 538	0.19 314	0.20 369	0.12 294	0.11 239	0.08 174	0.10 287	0.11 186	0.11 268	0.08 409	0.08 513	0.07 298	0.06 274	0.05 159	0.04 48

NLCSM	0.11 276	0.09 411	0.09 104	0.23 589	0.11 498	0.12 295	0.19 517	0.19 314	0.19 346	0.12 294	0.11 239	0.07 122	0.09 256	0.11 186	0.10 189	0.08 409	0.08 513	0.07 298	0.07 375	0.06 279	0.05 185

Select-FE	0.11 276	0.06 95	0.21 537	0.15 104	0.11 498	0.12 295	0.13 169	0.22 374	0.18 318	0.09 173	0.11 239	0.10 247	0.06 65	0.12 278	0.09 91	0.07 333	0.05 237	0.07 298	0.08 450	0.06 279	0.08 446

FlowAnything_test	0.11 276	0.08 330	0.14 362	0.15 104	0.09 327	0.08 74	0.14 240	0.20 332	0.11 97	0.10 216	0.09 156	0.12 303	0.12 359	0.13 335	0.11 268	0.09 467	0.06 409	0.09 474	0.09 496	0.06 279	0.09 492

xyz-stereo-finetune2	0.11 276	0.07 197	0.13 316	0.13 11	0.07 122	0.11 241	0.19 517	0.17 250	0.12 134	0.15 374	0.15 307	0.17 412	0.13 392	0.13 335	0.11 268	0.05 48	0.04 24	0.07 298	0.05 189	0.04 45	0.06 289

xyz-stereo-finetune	0.11 276	0.08 330	0.13 316	0.14 55	0.06 25	0.10 190	0.19 517	0.18 281	0.19 346	0.12 294	0.14 294	0.15 372	0.11 326	0.13 335	0.12 338	0.05 48	0.04 24	0.07 298	0.05 189	0.04 45	0.05 185

HI	0.11 276	0.06 95	0.12 275	0.13 11	0.09 327	0.09 132	0.14 240	0.22 374	0.11 97	0.20 488	0.17 344	0.14 347	0.10 287	0.16 415	0.09 91	0.05 48	0.04 24	0.07 298	0.08 450	0.07 361	0.06 289

CoSv	0.11 276	0.06 95	0.12 275	0.13 11	0.09 327	0.09 132	0.14 240	0.22 374	0.11 97	0.20 488	0.17 344	0.14 347	0.10 287	0.16 415	0.09 91	0.05 48	0.04 24	0.07 298	0.08 450	0.07 361	0.06 289

rvit_stereo_0081	0.11 276	0.08 330	0.16 440	0.16 197	0.09 327	0.11 241	0.14 240	0.14 137	0.24 428	0.11 258	0.13 281	0.14 347	0.09 256	0.11 186	0.12 338	0.10 508	0.07 480	0.08 388	0.07 375	0.07 361	0.06 289

rvit_stereo_0082	0.11 276	0.08 330	0.16 440	0.16 197	0.09 327	0.11 241	0.14 240	0.14 137	0.24 428	0.11 258	0.13 281	0.14 347	0.09 256	0.11 186	0.12 338	0.10 508	0.07 480	0.08 388	0.07 375	0.07 361	0.06 289

AIO-Stereo-zeroshot1	0.11 276	0.05 31	0.14 362	0.16 197	0.21 641	0.09 132	0.17 422	0.21 350	0.16 265	0.11 258	0.15 307	0.10 247	0.07 170	0.10 113	0.08 23	0.06 161	0.05 237	0.07 298	0.07 375	0.07 361	0.09 492

AIO-Stereo-zeroshot	0.11 276	0.05 31	0.12 275	0.15 104	0.13 556	0.14 382	0.16 388	0.23 393	0.18 318	0.10 216	0.13 281	0.10 247	0.07 170	0.12 278	0.09 91	0.06 161	0.05 237	0.06 182	0.06 274	0.07 361	0.08 446

CAS++	0.11 276	0.07 197	0.11 226	0.14 55	0.10 442	0.13 338	0.14 240	0.24 419	0.14 205	0.11 258	0.09 156	0.11 279	0.07 170	0.14 367	0.09 91	0.11 542	0.09 546	0.09 474	0.07 375	0.07 361	0.08 446
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
Former-RAFT_DAM_RVC	0.11 276	0.08 330	0.13 316	0.16 197	0.08 207	0.15 407	0.16 388	0.18 281	0.19 346	0.10 216	0.09 156	0.09 215	0.08 223	0.11 186	0.12 338	0.07 333	0.05 237	0.08 388	0.06 274	0.07 361	0.06 289

xx1	0.11 276	0.08 330	0.13 316	0.17 285	0.09 327	0.13 338	0.15 324	0.16 213	0.18 318	0.09 173	0.09 156	0.16 394	0.16 466	0.10 113	0.07 1	0.06 161	0.05 237	0.08 388	0.08 450	0.07 361	0.07 376

1test111	0.11 276	0.08 330	0.13 316	0.17 285	0.09 327	0.13 338	0.15 324	0.24 419	0.16 265	0.09 173	0.09 156	0.06 40	0.06 65	0.15 386	0.16 467	0.06 161	0.05 237	0.06 182	0.05 189	0.07 361	0.07 376

plain	0.11 276	0.09 411	0.10 162	0.19 446	0.09 327	0.11 241	0.14 240	0.14 137	0.13 176	0.13 326	0.15 307	0.09 215	0.12 359	0.13 335	0.12 338	0.07 333	0.05 237	0.09 474	0.06 274	0.06 279	0.06 289

MIF-Stereo (partial)	0.11 276	0.06 95	0.10 162	0.19 446	0.10 442	0.10 190	0.12 102	0.17 250	0.19 346	0.14 349	0.16 324	0.10 247	0.11 326	0.12 278	0.12 338	0.08 409	0.05 237	0.08 388	0.07 375	0.06 279	0.07 376

EKT-Stereo	0.11 276	0.07 197	0.14 362	0.16 197	0.10 442	0.13 338	0.14 240	0.19 314	0.21 384	0.11 258	0.08 118	0.13 328	0.10 287	0.11 186	0.12 338	0.08 409	0.06 409	0.07 298	0.06 274	0.08 428	0.07 376

LL-Strereo2	0.11 276	0.10 479	0.16 440	0.18 375	0.08 207	0.15 407	0.09 20	0.17 250	0.14 205	0.14 349	0.11 239	0.09 215	0.07 170	0.16 415	0.10 189	0.05 48	0.05 237	0.11 552	0.07 375	0.06 279	0.05 185

anonymousdsp2	0.11 276	0.07 197	0.11 226	0.16 197	0.09 327	0.13 338	0.14 240	0.19 314	0.23 416	0.13 326	0.14 294	0.12 303	0.09 256	0.14 367	0.11 268	0.05 48	0.05 237	0.05 45	0.04 52	0.06 279	0.06 289

DCRE	0.11 276	0.07 197	0.13 316	0.16 197	0.11 498	0.11 241	0.17 422	0.18 281	0.17 300	0.11 258	0.18 370	0.11 279	0.10 287	0.15 386	0.11 268	0.06 161	0.05 237	0.06 182	0.06 274	0.05 159	0.05 185

knoymous	0.11 276	0.06 95	0.12 275	0.14 55	0.07 122	0.15 407	0.13 169	0.20 332	0.14 205	0.11 258	0.17 344	0.13 328	0.09 256	0.14 367	0.11 268	0.09 467	0.05 237	0.06 182	0.05 189	0.07 361	0.07 376

riskmin	0.11 276	0.06 95	0.13 316	0.14 55	0.08 207	0.14 382	0.14 240	0.18 281	0.15 231	0.12 294	0.15 307	0.17 412	0.11 326	0.14 367	0.12 338	0.09 467	0.05 237	0.07 298	0.05 189	0.08 428	0.08 446

Selective-RAFT	0.11 276	0.11 505	0.12 275	0.21 546	0.08 207	0.16 435	0.13 169	0.21 350	0.23 416	0.10 216	0.10 188	0.11 279	0.10 287	0.15 386	0.11 268	0.05 48	0.05 237	0.06 182	0.05 189	0.06 279	0.05 185

DCANet-4	0.11 276	0.07 197	0.13 316	0.16 197	0.06 25	0.09 132	0.17 422	0.18 281	0.20 369	0.13 326	0.17 344	0.09 215	0.14 425	0.12 278	0.13 374	0.06 161	0.04 24	0.05 45	0.04 52	0.04 45	0.05 185

DisPM	0.11 276	0.07 197	0.13 316	0.16 197	0.09 327	0.06 12	0.13 169	0.18 281	0.17 300	0.14 349	0.19 386	0.12 303	0.10 287	0.12 278	0.11 268	0.07 333	0.05 237	0.07 298	0.06 274	0.06 279	0.11 548

test_4	0.11 276	0.10 479	0.08 35	0.19 446	0.09 327	0.08 74	0.21 555	0.15 176	0.18 318	0.12 294	0.18 370	0.12 303	0.09 256	0.08 21	0.11 268	0.04 6	0.04 24	0.08 388	0.08 450	0.04 45	0.04 48

CIPLG	0.11 276	0.08 330	0.15 397	0.17 285	0.08 207	0.13 338	0.15 324	0.17 250	0.16 265	0.14 349	0.11 239	0.16 394	0.10 287	0.17 455	0.12 338	0.07 333	0.05 237	0.06 182	0.06 274	0.05 159	0.06 289

GLC_STEREO	0.11 276	0.07 197	0.11 226	0.18 375	0.07 122	0.08 74	0.13 169	0.16 213	0.24 428	0.12 294	0.13 281	0.12 303	0.08 223	0.18 474	0.12 338	0.06 161	0.08 513	0.08 388	0.06 274	0.05 159	0.05 185

IPLG	0.11 276	0.08 330	0.15 397	0.17 285	0.08 207	0.11 241	0.14 240	0.20 332	0.15 231	0.13 326	0.18 370	0.07 122	0.07 170	0.14 367	0.14 411	0.06 161	0.04 24	0.06 182	0.05 189	0.04 45	0.04 48

IPLGR_C	0.11 276	0.08 330	0.15 397	0.17 285	0.08 207	0.12 295	0.15 324	0.17 250	0.15 231	0.14 349	0.11 239	0.16 394	0.10 287	0.16 415	0.12 338	0.07 333	0.05 237	0.06 182	0.06 274	0.05 159	0.06 289

MIPNet	0.11 276	0.08 330	0.15 397	0.17 285	0.09 327	0.12 295	0.14 240	0.21 350	0.25 453	0.12 294	0.10 188	0.09 215	0.07 170	0.13 335	0.13 374	0.06 161	0.04 24	0.06 182	0.05 189	0.04 45	0.04 48

IPLGR	0.11 276	0.09 411	0.17 464	0.18 375	0.08 207	0.13 338	0.16 388	0.21 350	0.24 428	0.12 294	0.12 259	0.11 279	0.09 256	0.13 335	0.12 338	0.06 161	0.05 237	0.06 182	0.06 274	0.05 159	0.04 48

GMOStereo	0.11 276	0.09 411	0.08 35	0.19 446	0.08 207	0.12 295	0.28 628	0.13 107	0.18 318	0.11 258	0.17 344	0.14 347	0.12 359	0.07 3	0.07 1	0.05 48	0.05 237	0.09 474	0.07 375	0.04 45	0.04 48

error version	0.11 276	0.09 411	0.08 35	0.19 446	0.08 207	0.12 295	0.28 628	0.13 107	0.18 318	0.11 258	0.17 344	0.14 347	0.12 359	0.07 3	0.07 1	0.05 48	0.05 237	0.09 474	0.07 375	0.04 45	0.04 48

test-v	0.11 276	0.09 411	0.08 35	0.19 446	0.08 207	0.12 295	0.28 628	0.13 107	0.18 318	0.11 258	0.17 344	0.14 347	0.12 359	0.07 3	0.07 1	0.05 48	0.05 237	0.09 474	0.07 375	0.04 45	0.04 48

ACRE	0.11 276	0.08 330	0.15 397	0.17 285	0.08 207	0.13 338	0.15 324	0.17 250	0.14 205	0.14 349	0.11 239	0.16 394	0.10 287	0.16 415	0.12 338	0.07 333	0.05 237	0.06 182	0.06 274	0.05 159	0.06 289

test_3	0.11 276	0.09 411	0.10 162	0.21 546	0.08 207	0.13 338	0.25 608	0.14 137	0.21 384	0.10 216	0.10 188	0.09 215	0.10 287	0.08 21	0.11 268	0.05 48	0.04 24	0.08 388	0.07 375	0.04 45	0.04 48

LCNet	0.11 276	0.07 197	0.09 104	0.19 446	0.09 327	0.08 74	0.14 240	0.21 350	0.15 231	0.12 294	0.15 307	0.16 394	0.11 326	0.12 278	0.11 268	0.05 48	0.04 24	0.08 388	0.07 375	0.06 279	0.14 600

HHNet	0.11 276	0.06 95	0.16 440	0.15 104	0.14 575	0.07 35	0.13 169	0.20 332	0.18 318	0.15 374	0.25 474	0.11 279	0.09 256	0.13 335	0.10 189	0.06 161	0.04 24	0.08 388	0.06 274	0.05 159	0.09 492

Patchmatch Stereo++	0.11 276	0.09 411	0.17 464	0.19 446	0.08 207	0.06 12	0.11 67	0.17 250	0.13 176	0.15 374	0.16 324	0.14 347	0.12 359	0.11 186	0.11 268	0.06 161	0.05 237	0.08 388	0.06 274	0.08 428	0.07 376
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	0.11 276	0.07 197	0.14 362	0.18 375	0.08 207	0.09 132	0.12 102	0.21 350	0.21 384	0.13 326	0.14 294	0.11 279	0.12 359	0.11 186	0.13 374	0.06 161	0.05 237	0.07 298	0.06 274	0.05 159	0.04 48

IIG-Stereo	0.11 276	0.06 95	0.13 316	0.17 285	0.08 207	0.11 241	0.12 102	0.22 374	0.18 318	0.14 349	0.17 344	0.12 303	0.13 392	0.12 278	0.13 374	0.06 161	0.05 237	0.07 298	0.06 274	0.06 279	0.05 185

NF-Stereo	0.11 276	0.07 197	0.13 316	0.17 285	0.09 327	0.10 190	0.13 169	0.23 393	0.19 346	0.12 294	0.17 344	0.12 303	0.12 359	0.11 186	0.11 268	0.06 161	0.04 24	0.07 298	0.06 274	0.07 361	0.12 569

OCTAStereo	0.11 276	0.07 197	0.14 362	0.17 285	0.09 327	0.10 190	0.13 169	0.23 393	0.19 346	0.12 294	0.17 344	0.12 303	0.12 359	0.11 186	0.11 268	0.06 161	0.04 24	0.07 298	0.06 274	0.07 361	0.11 548

NRIStereo	0.11 276	0.08 330	0.15 397	0.18 375	0.08 207	0.10 190	0.13 169	0.17 250	0.15 231	0.12 294	0.15 307	0.13 328	0.13 392	0.13 335	0.10 189	0.06 161	0.04 24	0.07 298	0.06 274	0.06 279	0.07 376

PSM-adaLoss	0.11 276	0.09 411	0.17 464	0.19 446	0.08 207	0.06 12	0.12 102	0.17 250	0.13 176	0.15 374	0.16 324	0.14 347	0.12 359	0.11 186	0.11 268	0.06 161	0.05 237	0.08 388	0.06 274	0.08 428	0.07 376

PSM-AAD	0.11 276	0.07 197	0.10 162	0.20 510	0.09 327	0.10 190	0.14 240	0.21 350	0.13 176	0.12 294	0.14 294	0.18 427	0.11 326	0.11 186	0.10 189	0.05 48	0.05 237	0.09 474	0.08 450	0.06 279	0.14 600

ROB_FTStereo_v2	0.11 276	0.09 411	0.17 464	0.19 446	0.08 207	0.06 12	0.12 102	0.17 250	0.13 176	0.15 374	0.16 324	0.14 347	0.12 359	0.11 186	0.11 268	0.06 161	0.05 237	0.08 388	0.06 274	0.08 428	0.07 376

ROB_FTStereo	0.11 276	0.09 411	0.17 464	0.19 446	0.08 207	0.06 12	0.11 67	0.17 250	0.13 176	0.15 374	0.16 324	0.14 347	0.12 359	0.11 186	0.11 268	0.06 161	0.05 237	0.08 388	0.06 274	0.08 428	0.07 376

HUI-Stereo	0.11 276	0.09 411	0.17 464	0.19 446	0.08 207	0.06 12	0.11 67	0.17 250	0.13 176	0.15 374	0.16 324	0.14 347	0.12 359	0.11 186	0.11 268	0.06 161	0.05 237	0.08 388	0.06 274	0.08 428	0.07 376

ASMatch	0.11 276	0.06 95	0.13 316	0.17 285	0.10 442	0.08 74	0.14 240	0.18 281	0.16 265	0.12 294	0.16 324	0.16 394	0.11 326	0.13 335	0.11 268	0.05 48	0.04 24	0.06 182	0.06 274	0.04 45	0.09 492

SST-Stereo	0.11 276	0.07 197	0.16 440	0.18 375	0.09 327	0.06 12	0.12 102	0.18 281	0.10 64	0.15 374	0.18 370	0.13 328	0.12 359	0.10 113	0.11 268	0.06 161	0.04 24	0.09 474	0.06 274	0.07 361	0.06 289

RAFT_R40	0.11 276	0.07 197	0.15 397	0.18 375	0.09 327	0.06 12	0.13 169	0.17 250	0.15 231	0.14 349	0.18 370	0.15 372	0.12 359	0.10 113	0.11 268	0.06 161	0.04 24	0.09 474	0.06 274	0.06 279	0.05 185

GrayStereo	0.11 276	0.06 95	0.11 226	0.19 446	0.09 327	0.09 132	0.16 388	0.18 281	0.17 300	0.14 349	0.17 344	0.17 412	0.11 326	0.12 278	0.11 268	0.05 48	0.05 237	0.07 298	0.06 274	0.06 279	0.10 522

RE-Stereo	0.11 276	0.07 197	0.13 316	0.17 285	0.09 327	0.10 190	0.13 169	0.23 393	0.19 346	0.12 294	0.17 344	0.12 303	0.12 359	0.11 186	0.11 268	0.06 161	0.04 24	0.07 298	0.06 274	0.07 361	0.11 548

Pruner-Stereo	0.11 276	0.07 197	0.12 275	0.17 285	0.09 327	0.06 12	0.12 102	0.18 281	0.17 300	0.14 349	0.19 386	0.13 328	0.10 287	0.11 186	0.11 268	0.06 161	0.04 24	0.07 298	0.06 274	0.06 279	0.08 446

TVStereo	0.11 276	0.07 197	0.13 316	0.17 285	0.09 327	0.10 190	0.13 169	0.23 393	0.19 346	0.12 294	0.17 344	0.12 303	0.12 359	0.11 186	0.11 268	0.06 161	0.04 24	0.07 298	0.06 274	0.07 361	0.11 548

DeepStereo_RVC	0.11 276	0.08 330	0.17 464	0.18 375	0.08 207	0.08 74	0.11 67	0.17 250	0.12 134	0.13 326	0.15 307	0.12 303	0.12 359	0.12 278	0.11 268	0.06 161	0.04 24	0.07 298	0.06 274	0.07 361	0.08 446

iGMRVC	0.11 276	0.09 411	0.17 464	0.19 446	0.08 207	0.06 12	0.12 102	0.17 250	0.13 176	0.15 374	0.16 324	0.14 347	0.12 359	0.11 186	0.11 268	0.06 161	0.05 237	0.08 388	0.06 274	0.08 428	0.07 376

RAFT-345	0.11 276	0.07 197	0.16 440	0.17 285	0.08 207	0.08 74	0.12 102	0.16 213	0.10 64	0.11 258	0.34 567	0.09 215	0.10 287	0.11 186	0.12 338	0.05 48	0.05 237	0.07 298	0.06 274	0.04 45	0.05 185

iRAFT	0.11 276	0.09 411	0.17 464	0.19 446	0.08 207	0.06 12	0.11 67	0.17 250	0.13 176	0.15 374	0.16 324	0.14 347	0.12 359	0.11 186	0.11 268	0.06 161	0.05 237	0.08 388	0.06 274	0.08 428	0.07 376

CRE-IMP	0.11 276	0.09 411	0.16 440	0.19 446	0.09 327	0.10 190	0.12 102	0.18 281	0.10 64	0.14 349	0.14 294	0.14 347	0.13 392	0.12 278	0.12 338	0.07 333	0.04 24	0.08 388	0.06 274	0.08 428	0.08 446

test-2	0.11 276	0.09 411	0.08 35	0.19 446	0.08 207	0.12 295	0.28 628	0.13 107	0.18 318	0.11 258	0.17 344	0.14 347	0.12 359	0.07 3	0.07 1	0.05 48	0.05 237	0.09 474	0.07 375	0.04 45	0.04 48

GMM-Stereo	0.11 276	0.07 197	0.10 162	0.18 375	0.09 327	0.08 74	0.14 240	0.24 419	0.16 265	0.11 258	0.15 307	0.13 328	0.11 326	0.11 186	0.11 268	0.05 48	0.04 24	0.08 388	0.07 375	0.06 279	0.09 492

RAFT-IKP	0.11 276	0.09 411	0.17 464	0.19 446	0.08 207	0.06 12	0.11 67	0.17 250	0.13 176	0.15 374	0.16 324	0.14 347	0.12 359	0.11 186	0.11 268	0.06 161	0.05 237	0.08 388	0.06 274	0.08 428	0.07 376

Prome-Stereo	0.11 276	0.07 197	0.11 226	0.18 375	0.09 327	0.12 295	0.14 240	0.23 393	0.13 176	0.13 326	0.16 324	0.13 328	0.08 223	0.12 278	0.10 189	0.05 48	0.05 237	0.07 298	0.06 274	0.06 279	0.10 522

rafts_anoy	0.11 276	0.06 95	0.10 162	0.17 285	0.08 207	0.10 190	0.14 240	0.18 281	0.14 205	0.13 326	0.13 281	0.12 303	0.11 326	0.11 186	0.13 374	0.07 333	0.05 237	0.09 474	0.11 567	0.07 361	0.06 289

raft+_RVC	0.11 276	0.07 197	0.09 104	0.16 197	0.07 122	0.10 190	0.11 67	0.24 419	0.20 369	0.12 294	0.15 307	0.12 303	0.08 223	0.12 278	0.13 374	0.07 333	0.04 24	0.07 298	0.06 274	0.05 159	0.05 185

RALCasStereoNet	0.11 276	0.07 197	0.09 104	0.16 197	0.08 207	0.13 338	0.14 240	0.17 250	0.11 97	0.12 294	0.17 344	0.14 347	0.10 287	0.12 278	0.11 268	0.07 333	0.06 409	0.06 182	0.05 189	0.08 428	0.07 376

RALAANet	0.11 276	0.08 330	0.10 162	0.17 285	0.09 327	0.14 382	0.10 33	0.20 332	0.16 265	0.14 349	0.13 281	0.16 394	0.09 256	0.12 278	0.12 338	0.06 161	0.05 237	0.08 388	0.07 375	0.06 279	0.04 48

111	0.11 276	0.06 95	0.12 275	0.15 104	0.07 122	0.10 190	0.14 240	0.21 350	0.24 428	0.11 258	0.12 259	0.14 347	0.12 359	0.13 335	0.10 189	0.06 161	0.04 24	0.06 182	0.04 52	0.06 279	0.05 185

DIP-Stereo	0.11 276	0.08 330	0.15 397	0.17 285	0.09 327	0.13 338	0.09 20	0.16 213	0.16 265	0.12 294	0.16 324	0.14 347	0.12 359	0.16 415	0.14 411	0.06 161	0.05 237	0.06 182	0.05 189	0.05 159	0.07 376
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	0.11 276	0.06 95	0.12 275	0.14 55	0.06 25	0.12 295	0.10 33	0.18 281	0.18 318	0.13 326	0.17 344	0.15 372	0.11 326	0.15 386	0.14 411	0.06 161	0.04 24	0.04 1	0.04 52	0.06 279	0.05 185
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
IGEV_i1	0.12 354	0.08 330	0.12 275	0.17 285	0.08 207	0.19 498	0.15 324	0.19 314	0.23 416	0.18 450	0.18 370	0.16 394	0.12 359	0.17 455	0.14 411	0.06 161	0.05 237	0.06 182	0.05 189	0.06 279	0.06 289

rvit_stereo_0083	0.12 354	0.08 330	0.17 464	0.16 197	0.09 327	0.11 241	0.15 324	0.15 176	0.26 466	0.11 258	0.14 294	0.13 328	0.10 287	0.12 278	0.13 374	0.10 508	0.08 513	0.09 474	0.07 375	0.07 361	0.06 289

rvit_stereo_0081_aga	0.12 354	0.09 411	0.15 397	0.18 375	0.10 442	0.14 382	0.14 240	0.14 137	0.19 346	0.10 216	0.18 370	0.16 394	0.09 256	0.12 278	0.10 189	0.10 508	0.06 409	0.08 388	0.07 375	0.07 361	0.06 289

rvit_stereo_ft	0.12 354	0.07 197	0.13 316	0.19 446	0.10 442	0.12 295	0.17 422	0.16 213	0.16 265	0.13 326	0.13 281	0.15 372	0.10 287	0.14 367	0.13 374	0.10 508	0.06 409	0.08 388	0.07 375	0.07 361	0.06 289

MyStereo8	0.12 354	0.07 197	0.15 397	0.15 104	0.09 327	0.18 475	0.14 240	0.19 314	0.22 406	0.12 294	0.18 370	0.11 279	0.10 287	0.16 415	0.18 497	0.07 333	0.05 237	0.07 298	0.05 189	0.08 428	0.09 492

CoDeX	0.12 354	0.07 197	0.13 316	0.17 285	0.08 207	0.12 295	0.16 388	0.23 393	0.27 479	0.13 326	0.17 344	0.15 372	0.12 359	0.14 367	0.11 268	0.07 333	0.05 237	0.07 298	0.06 274	0.06 279	0.05 185

11t1	0.12 354	0.07 197	0.14 362	0.14 55	0.08 207	0.17 459	0.15 324	0.19 314	0.15 231	0.15 374	0.15 307	0.17 412	0.16 466	0.15 386	0.13 374	0.08 409	0.05 237	0.06 182	0.05 189	0.08 428	0.07 376

ffm	0.12 354	0.09 411	0.15 397	0.16 197	0.09 327	0.17 459	0.17 422	0.15 176	0.19 346	0.15 374	0.26 487	0.19 437	0.13 392	0.10 113	0.08 23	0.06 161	0.05 237	0.09 474	0.08 450	0.06 279	0.06 289

RAFT_CTSACE	0.12 354	0.09 411	0.10 162	0.22 568	0.08 207	0.12 295	0.24 592	0.18 281	0.17 300	0.21 504	0.27 505	0.13 328	0.07 170	0.13 335	0.09 91	0.05 48	0.06 409	0.08 388	0.07 375	0.04 45	0.04 48

Sa-1000	0.12 354	0.08 330	0.09 104	0.18 375	0.08 207	0.15 407	0.22 569	0.22 374	0.19 346	0.15 374	0.20 396	0.17 412	0.11 326	0.10 113	0.10 189	0.06 161	0.05 237	0.09 474	0.09 496	0.05 159	0.05 185

iRaft-Stereo_5w	0.12 354	0.09 411	0.12 275	0.20 510	0.08 207	0.09 132	0.12 102	0.22 374	0.22 406	0.19 466	0.14 294	0.11 279	0.09 256	0.20 517	0.16 467	0.05 48	0.05 237	0.07 298	0.06 274	0.05 159	0.06 289

CrosDoStereo	0.12 354	0.07 197	0.12 275	0.14 55	0.09 327	0.12 295	0.15 324	0.17 250	0.22 406	0.19 466	0.24 448	0.15 372	0.11 326	0.11 186	0.12 338	0.06 161	0.05 237	0.07 298	0.07 375	0.05 159	0.05 185

PFNet+	0.12 354	0.06 95	0.14 362	0.16 197	0.09 327	0.05 3	0.12 102	0.18 281	0.21 384	0.16 403	0.19 386	0.14 347	0.10 287	0.11 186	0.11 268	0.08 409	0.05 237	0.09 474	0.08 450	0.06 279	0.11 548

AAGNet	0.12 354	0.08 330	0.17 464	0.19 446	0.09 327	0.08 74	0.13 169	0.19 314	0.13 176	0.16 403	0.21 414	0.13 328	0.14 425	0.11 186	0.14 411	0.06 161	0.04 24	0.09 474	0.06 274	0.06 279	0.05 185

PSM-softLoss	0.12 354	0.07 197	0.15 397	0.17 285	0.09 327	0.08 74	0.12 102	0.24 419	0.17 300	0.15 374	0.19 386	0.13 328	0.11 326	0.11 186	0.11 268	0.07 333	0.05 237	0.08 388	0.07 375	0.07 361	0.12 569

KMStereo	0.12 354	0.07 197	0.15 397	0.17 285	0.09 327	0.08 74	0.12 102	0.24 419	0.17 300	0.15 374	0.19 386	0.13 328	0.11 326	0.11 186	0.11 268	0.07 333	0.05 237	0.08 388	0.07 375	0.07 361	0.12 569

FTStereo	0.12 354	0.07 197	0.14 362	0.18 375	0.09 327	0.07 35	0.15 324	0.22 374	0.18 318	0.12 294	0.24 448	0.11 279	0.13 392	0.13 335	0.14 411	0.05 48	0.05 237	0.07 298	0.07 375	0.06 279	0.10 522

KYRaft	0.12 354	0.07 197	0.10 162	0.19 446	0.09 327	0.08 74	0.15 324	0.23 393	0.12 134	0.13 326	0.16 324	0.20 454	0.10 287	0.12 278	0.11 268	0.06 161	0.04 24	0.08 388	0.08 450	0.06 279	0.15 614

DeepStereo_LL	0.12 354	0.07 197	0.12 275	0.14 55	0.09 327	0.12 295	0.15 324	0.17 250	0.22 406	0.19 466	0.24 448	0.15 372	0.11 326	0.11 186	0.12 338	0.06 161	0.05 237	0.07 298	0.07 375	0.05 159	0.05 185

DEmStereo	0.12 354	0.06 95	0.14 362	0.14 55	0.10 442	0.16 435	0.15 324	0.16 213	0.24 428	0.17 417	0.23 436	0.12 303	0.14 425	0.12 278	0.14 411	0.05 48	0.04 24	0.07 298	0.06 274	0.05 159	0.05 185

THIR-Stereo	0.12 354	0.07 197	0.11 226	0.15 104	0.08 207	0.14 382	0.16 388	0.18 281	0.25 453	0.17 417	0.24 448	0.13 328	0.13 392	0.12 278	0.14 411	0.06 161	0.05 237	0.07 298	0.07 375	0.05 159	0.05 185

DRaft	0.12 354	0.06 95	0.12 275	0.14 55	0.09 327	0.14 382	0.17 422	0.21 350	0.30 509	0.18 450	0.27 505	0.10 247	0.16 466	0.11 186	0.12 338	0.05 48	0.04 24	0.07 298	0.07 375	0.05 159	0.05 185

PFNet	0.12 354	0.06 95	0.17 464	0.18 375	0.08 207	0.09 132	0.15 324	0.26 454	0.20 369	0.16 403	0.16 324	0.14 347	0.12 359	0.13 335	0.11 268	0.06 161	0.04 24	0.07 298	0.06 274	0.05 159	0.05 185

RAFT-RH_RVC	0.12 354	0.06 95	0.14 362	0.16 197	0.09 327	0.12 295	0.12 102	0.17 250	0.12 134	0.13 326	0.40 598	0.11 279	0.10 287	0.13 335	0.12 338	0.05 48	0.04 24	0.08 388	0.05 189	0.05 159	0.06 289

IRAFT_RVC	0.12 354	0.08 330	0.17 464	0.19 446	0.08 207	0.07 35	0.14 240	0.25 440	0.23 416	0.14 349	0.15 307	0.15 372	0.12 359	0.12 278	0.11 268	0.06 161	0.04 24	0.09 474	0.06 274	0.06 279	0.06 289

sCroCo_RVC	0.12 354	0.09 411	0.24 561	0.24 601	0.11 498	0.19 498	0.14 240	0.17 250	0.15 231	0.10 216	0.13 281	0.12 303	0.07 170	0.14 367	0.11 268	0.08 409	0.08 513	0.08 388	0.08 450	0.05 159	0.07 376

ARAFT	0.12 354	0.08 330	0.18 498	0.19 446	0.09 327	0.15 407	0.17 422	0.20 332	0.13 176	0.12 294	0.13 281	0.14 347	0.12 359	0.15 386	0.13 374	0.06 161	0.05 237	0.10 522	0.09 496	0.06 279	0.04 48

BEATNet_4x	0.12 354	0.09 411	0.15 397	0.18 375	0.07 122	0.15 407	0.07 3	0.23 393	0.19 346	0.16 403	0.19 386	0.19 437	0.14 425	0.17 455	0.15 448	0.07 333	0.05 237	0.05 45	0.05 189	0.06 279	0.07 376

RT-IGEV	0.13 382	0.06 95	0.14 362	0.15 104	0.10 442	0.15 407	0.18 471	0.25 440	0.28 495	0.16 403	0.17 344	0.18 427	0.11 326	0.14 367	0.11 268	0.08 409	0.05 237	0.07 298	0.05 189	0.07 361	0.08 446

Selective-IGEV-i16pc	0.13 382	0.06 95	0.13 316	0.15 104	0.11 498	0.38 639	0.16 388	0.23 393	0.17 300	0.11 258	0.15 307	0.09 215	0.07 170	0.13 335	0.10 189	0.10 508	0.08 513	0.06 182	0.07 375	0.09 491	0.10 522

Selective-IGEV-i1	0.13 382	0.07 197	0.12 275	0.20 510	0.08 207	0.18 475	0.16 388	0.23 393	0.30 509	0.17 417	0.17 344	0.17 412	0.10 287	0.15 386	0.13 374	0.06 161	0.05 237	0.06 182	0.05 189	0.06 279	0.06 289

G2L-ROB	0.13 382	0.07 197	0.13 316	0.13 11	0.08 207	0.14 382	0.17 422	0.25 440	0.19 346	0.20 488	0.19 386	0.20 454	0.14 425	0.18 474	0.16 467	0.08 409	0.05 237	0.06 182	0.05 189	0.08 428	0.09 492

DFGA-Net	0.13 382	0.11 505	0.19 522	0.18 375	0.10 442	0.13 338	0.13 169	0.23 393	0.25 453	0.16 403	0.16 324	0.13 328	0.12 359	0.17 455	0.15 448	0.07 333	0.05 237	0.08 388	0.07 375	0.05 159	0.05 185

FACV-RUCA	0.13 382	0.11 505	0.13 316	0.19 446	0.12 530	0.15 407	0.16 388	0.22 374	0.21 384	0.16 403	0.16 324	0.15 372	0.16 466	0.14 367	0.13 374	0.07 333	0.05 237	0.08 388	0.06 274	0.10 527	0.08 446

UGAM	0.13 382	0.10 479	0.09 104	0.22 568	0.08 207	0.13 338	0.20 538	0.18 281	0.24 428	0.22 519	0.16 324	0.13 328	0.13 392	0.19 499	0.13 374	0.07 333	0.05 237	0.13 588	0.11 567	0.07 361	0.05 185

test_sample2	0.13 382	0.07 197	0.12 275	0.14 55	0.08 207	0.16 435	0.18 471	0.21 350	0.16 265	0.14 349	0.21 414	0.20 454	0.15 445	0.15 386	0.13 374	0.08 409	0.06 409	0.07 298	0.06 274	0.08 428	0.08 446

test_sample1	0.13 382	0.07 197	0.14 362	0.14 55	0.08 207	0.19 498	0.17 422	0.20 332	0.15 231	0.14 349	0.22 431	0.18 427	0.16 466	0.17 455	0.15 448	0.07 333	0.06 409	0.06 182	0.06 274	0.08 428	0.08 446

MyStereo05	0.13 382	0.07 197	0.10 162	0.17 285	0.09 327	0.13 338	0.18 471	0.28 493	0.35 555	0.17 417	0.14 294	0.15 372	0.11 326	0.15 386	0.13 374	0.06 161	0.05 237	0.08 388	0.07 375	0.06 279	0.06 289

MyStereo04	0.13 382	0.07 197	0.10 162	0.17 285	0.09 327	0.14 382	0.17 422	0.29 512	0.38 572	0.17 417	0.14 294	0.16 394	0.11 326	0.15 386	0.13 374	0.06 161	0.05 237	0.08 388	0.07 375	0.06 279	0.06 289

ff1	0.13 382	0.09 411	0.15 397	0.16 197	0.09 327	0.17 459	0.17 422	0.15 176	0.19 346	0.15 374	0.26 487	0.19 437	0.13 392	0.15 386	0.22 548	0.06 161	0.05 237	0.09 474	0.08 450	0.06 279	0.06 289

LL-Strereo	0.13 382	0.10 479	0.12 275	0.20 510	0.10 442	0.11 241	0.18 471	0.33 561	0.25 453	0.16 403	0.16 324	0.14 347	0.14 425	0.19 499	0.11 268	0.06 161	0.05 237	0.09 474	0.08 450	0.04 45	0.05 185

anonymousa	0.13 382	0.07 197	0.14 362	0.18 375	0.09 327	0.13 338	0.17 422	0.20 332	0.29 503	0.15 374	0.24 448	0.16 394	0.14 425	0.14 367	0.14 411	0.07 333	0.05 237	0.07 298	0.09 496	0.05 159	0.07 376

TestStereo1	0.13 382	0.08 330	0.08 35	0.20 510	0.08 207	0.18 475	0.29 639	0.23 393	0.17 300	0.17 417	0.20 396	0.16 394	0.11 326	0.12 278	0.13 374	0.06 161	0.06 409	0.08 388	0.06 274	0.05 159	0.05 185

qqq	0.13 382	0.09 411	0.15 397	0.16 197	0.08 207	0.13 338	0.15 324	0.24 419	0.16 265	0.15 374	0.19 386	0.16 394	0.16 466	0.15 386	0.16 467	0.07 333	0.06 409	0.08 388	0.08 450	0.07 361	0.07 376

x	0.13 382	0.08 330	0.15 397	0.14 55	0.08 207	0.19 498	0.14 240	0.22 374	0.21 384	0.15 374	0.20 396	0.20 454	0.18 506	0.18 474	0.18 497	0.07 333	0.05 237	0.06 182	0.06 274	0.07 361	0.07 376

raft_robust	0.13 382	0.10 479	0.07 8	0.18 375	0.08 207	0.13 338	0.24 592	0.29 512	0.34 541	0.20 488	0.20 396	0.15 372	0.10 287	0.11 186	0.12 338	0.05 48	0.05 237	0.07 298	0.07 375	0.05 159	0.04 48

RAFT+CT+SA	0.13 382	0.11 505	0.09 104	0.19 446	0.09 327	0.15 407	0.28 628	0.22 374	0.22 406	0.15 374	0.26 487	0.10 247	0.10 287	0.11 186	0.12 338	0.05 48	0.04 24	0.07 298	0.08 450	0.07 361	0.06 289

SA-5K	0.13 382	0.08 330	0.08 35	0.20 510	0.08 207	0.18 475	0.29 639	0.23 393	0.17 300	0.17 417	0.20 396	0.16 394	0.11 326	0.12 278	0.13 374	0.06 161	0.06 409	0.08 388	0.06 274	0.05 159	0.05 185

SA	0.13 382	0.09 411	0.09 104	0.18 375	0.08 207	0.12 295	0.24 592	0.23 393	0.19 346	0.17 417	0.27 505	0.15 372	0.11 326	0.11 186	0.11 268	0.05 48	0.05 237	0.09 474	0.08 450	0.05 159	0.05 185

GwcNet-ADL	0.13 382	0.08 330	0.14 362	0.20 510	0.09 327	0.12 295	0.20 538	0.30 525	0.25 453	0.14 349	0.14 294	0.18 427	0.14 425	0.13 335	0.15 448	0.07 333	0.05 237	0.06 182	0.05 189	0.07 361	0.06 289

GANet-ADL	0.13 382	0.07 197	0.15 397	0.17 285	0.10 442	0.19 498	0.15 324	0.30 525	0.21 384	0.13 326	0.18 370	0.19 437	0.13 392	0.16 415	0.14 411	0.08 409	0.06 409	0.06 182	0.05 189	0.07 361	0.08 446

RAFT	0.13 382	0.09 411	0.11 226	0.18 375	0.08 207	0.15 407	0.23 581	0.21 350	0.20 369	0.21 504	0.21 414	0.18 427	0.13 392	0.17 455	0.10 189	0.06 161	0.07 480	0.10 522	0.09 496	0.06 279	0.05 185

sAnonymous2	0.13 382	0.12 524	0.25 564	0.20 510	0.12 530	0.18 475	0.14 240	0.27 468	0.21 384	0.11 258	0.12 259	0.13 328	0.08 223	0.11 186	0.11 268	0.09 467	0.05 237	0.08 388	0.06 274	0.15 611	0.10 522

CroCo_RVC	0.13 382	0.12 524	0.25 564	0.20 510	0.12 530	0.18 475	0.14 240	0.27 468	0.21 384	0.11 258	0.12 259	0.13 328	0.08 223	0.11 186	0.11 268	0.09 467	0.05 237	0.08 388	0.06 274	0.15 611	0.10 522

RAFT + AFF	0.13 382	0.08 330	0.21 537	0.20 510	0.10 442	0.14 382	0.23 581	0.27 468	0.21 384	0.12 294	0.10 188	0.12 303	0.10 287	0.16 415	0.12 338	0.08 409	0.07 480	0.09 474	0.09 496	0.06 279	0.09 492

GMStereo	0.13 382	0.15 573	0.14 362	0.18 375	0.09 327	0.16 435	0.16 388	0.20 332	0.25 453	0.17 417	0.17 344	0.11 279	0.11 326	0.16 415	0.13 374	0.07 333	0.06 409	0.06 182	0.06 274	0.07 361	0.06 289
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
SFCPSM	0.13 382	0.07 197	0.15 397	0.17 285	0.09 327	0.15 407	0.16 388	0.28 493	0.27 479	0.14 349	0.18 370	0.12 303	0.13 392	0.14 367	0.11 268	0.08 409	0.05 237	0.07 298	0.07 375	0.07 361	0.06 289

FENet	0.13 382	0.08 330	0.13 316	0.16 197	0.08 207	0.15 407	0.16 388	0.23 393	0.23 416	0.17 417	0.24 448	0.16 394	0.13 392	0.14 367	0.15 448	0.08 409	0.05 237	0.08 388	0.08 450	0.08 428	0.08 446

MLCV	0.13 382	0.08 330	0.17 464	0.18 375	0.06 25	0.16 435	0.17 422	0.19 314	0.22 406	0.19 466	0.25 474	0.17 412	0.13 392	0.15 386	0.14 411	0.05 48	0.04 24	0.05 45	0.04 52	0.05 159	0.04 48

iResNet	0.13 382	0.10 479	0.18 498	0.19 446	0.08 207	0.14 382	0.18 471	0.21 350	0.27 479	0.16 403	0.24 448	0.15 372	0.13 392	0.14 367	0.15 448	0.06 161	0.04 24	0.06 182	0.05 189	0.06 279	0.05 185

DN-CSS_ROB	0.13 382	0.13 551	0.17 464	0.18 375	0.10 442	0.16 435	0.08 7	0.22 374	0.19 346	0.17 417	0.23 436	0.13 328	0.13 392	0.13 335	0.14 411	0.05 48	0.05 237	0.10 522	0.10 535	0.08 428	0.06 289

Selective-IGEV-i16pb	0.14 415	0.08 330	0.17 464	0.15 104	0.11 498	0.41 646	0.16 388	0.29 512	0.24 428	0.11 258	0.21 414	0.10 247	0.07 170	0.17 455	0.12 338	0.10 508	0.07 480	0.06 182	0.08 450	0.09 491	0.10 522

xyz-stereo	0.14 415	0.07 197	0.22 547	0.15 104	0.05 2	0.22 543	0.15 324	0.17 250	0.31 519	0.15 374	0.28 516	0.26 530	0.17 492	0.13 335	0.12 338	0.05 48	0.05 237	0.06 182	0.05 189	0.04 45	0.04 48

G2L-Stereo_test	0.14 415	0.07 197	0.11 226	0.13 11	0.08 207	0.12 295	0.17 422	0.31 542	0.28 495	0.21 504	0.23 436	0.20 454	0.16 466	0.17 455	0.19 512	0.07 333	0.05 237	0.05 45	0.05 189	0.07 361	0.07 376

coex_refinement	0.14 415	0.07 197	0.12 275	0.17 285	0.10 442	0.16 435	0.15 324	0.27 468	0.29 503	0.18 450	0.21 414	0.22 481	0.17 492	0.16 415	0.19 512	0.08 409	0.05 237	0.06 182	0.06 274	0.09 491	0.08 446

G2L-Stereo	0.14 415	0.07 197	0.13 316	0.17 285	0.09 327	0.13 338	0.12 102	0.27 468	0.22 406	0.17 417	0.27 505	0.21 463	0.13 392	0.18 474	0.18 497	0.09 467	0.08 513	0.08 388	0.07 375	0.07 361	0.07 376

rvit_0105_6	0.14 415	0.09 411	0.18 498	0.17 285	0.10 442	0.10 190	0.17 422	0.19 314	0.26 466	0.12 294	0.18 370	0.17 412	0.13 392	0.18 474	0.13 374	0.15 612	0.11 583	0.12 574	0.10 535	0.09 491	0.06 289

rvit_0105_5	0.14 415	0.10 479	0.14 362	0.17 285	0.09 327	0.14 382	0.23 581	0.24 419	0.27 479	0.14 349	0.15 307	0.18 427	0.13 392	0.17 455	0.14 411	0.14 608	0.11 583	0.10 522	0.11 567	0.08 428	0.07 376

test_sample6	0.14 415	0.09 411	0.14 362	0.17 285	0.08 207	0.17 459	0.19 517	0.26 454	0.18 318	0.18 450	0.28 516	0.19 437	0.15 445	0.15 386	0.13 374	0.08 409	0.05 237	0.08 388	0.07 375	0.08 428	0.08 446

test_sample5	0.14 415	0.08 330	0.14 362	0.16 197	0.08 207	0.18 475	0.18 471	0.25 440	0.17 300	0.17 417	0.28 516	0.18 427	0.15 445	0.16 415	0.13 374	0.08 409	0.06 409	0.08 388	0.07 375	0.09 491	0.08 446

test_sample4	0.14 415	0.08 330	0.15 397	0.15 104	0.08 207	0.19 498	0.18 471	0.26 454	0.18 318	0.17 417	0.26 487	0.18 427	0.15 445	0.17 455	0.13 374	0.08 409	0.06 409	0.08 388	0.06 274	0.09 491	0.08 446

test_sample3	0.14 415	0.08 330	0.15 397	0.14 55	0.09 327	0.20 518	0.17 422	0.27 468	0.18 318	0.17 417	0.22 431	0.19 437	0.15 445	0.17 455	0.14 411	0.09 467	0.06 409	0.07 298	0.06 274	0.09 491	0.08 446

SMFormer	0.14 415	0.07 197	0.18 498	0.14 55	0.08 207	0.17 459	0.17 422	0.27 468	0.27 479	0.19 466	0.20 396	0.19 437	0.15 445	0.15 386	0.17 484	0.08 409	0.05 237	0.07 298	0.06 274	0.08 428	0.07 376

tta	0.14 415	0.07 197	0.18 498	0.14 55	0.08 207	0.17 459	0.17 422	0.27 468	0.27 479	0.19 466	0.20 396	0.19 437	0.15 445	0.15 386	0.17 484	0.08 409	0.05 237	0.07 298	0.06 274	0.06 279	0.06 289

qqq1	0.14 415	0.07 197	0.18 498	0.14 55	0.08 207	0.17 459	0.17 422	0.27 468	0.27 479	0.19 466	0.20 396	0.19 437	0.15 445	0.15 386	0.12 338	0.08 409	0.05 237	0.05 45	0.05 189	0.06 279	0.06 289

fff1	0.14 415	0.07 197	0.18 498	0.14 55	0.08 207	0.17 459	0.17 422	0.27 468	0.27 479	0.19 466	0.20 396	0.19 437	0.15 445	0.15 386	0.12 338	0.08 409	0.05 237	0.05 45	0.05 189	0.06 279	0.06 289

mmm	0.14 415	0.08 330	0.18 498	0.17 285	0.09 327	0.17 459	0.18 471	0.21 350	0.16 265	0.16 403	0.23 436	0.21 463	0.16 466	0.16 415	0.17 484	0.08 409	0.05 237	0.08 388	0.08 450	0.08 428	0.07 376

DualNet	0.14 415	0.08 330	0.14 362	0.16 197	0.08 207	0.18 475	0.18 471	0.25 440	0.17 300	0.18 450	0.28 516	0.18 427	0.15 445	0.16 415	0.13 374	0.08 409	0.06 409	0.08 388	0.07 375	0.09 491	0.08 446

StereoVision	0.14 415	0.13 551	0.10 162	0.24 601	0.10 442	0.16 435	0.21 555	0.21 350	0.20 369	0.12 294	0.25 474	0.10 247	0.10 287	0.16 415	0.10 189	0.09 467	0.10 569	0.12 574	0.12 589	0.06 279	0.05 185

PCWNet_CMD	0.14 415	0.08 330	0.15 397	0.17 285	0.09 327	0.14 382	0.14 240	0.29 512	0.36 560	0.14 349	0.20 396	0.21 463	0.13 392	0.17 455	0.14 411	0.07 333	0.05 237	0.07 298	0.07 375	0.07 361	0.07 376

gwcnet-sp	0.14 415	0.07 197	0.13 316	0.18 375	0.09 327	0.16 435	0.18 471	0.24 419	0.24 428	0.19 466	0.24 448	0.15 372	0.16 466	0.16 415	0.15 448	0.08 409	0.07 480	0.07 298	0.08 450	0.08 428	0.07 376

scenet	0.14 415	0.07 197	0.13 316	0.18 375	0.09 327	0.16 435	0.18 471	0.24 419	0.24 428	0.19 466	0.24 448	0.15 372	0.16 466	0.16 415	0.15 448	0.08 409	0.07 480	0.07 298	0.08 450	0.08 428	0.07 376

CASS	0.14 415	0.12 524	0.12 275	0.23 589	0.09 327	0.15 407	0.17 422	0.19 314	0.20 369	0.17 417	0.18 370	0.15 372	0.15 445	0.15 386	0.14 411	0.09 467	0.06 409	0.10 522	0.08 450	0.09 491	0.07 376
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
ssnet	0.14 415	0.07 197	0.13 316	0.18 375	0.09 327	0.16 435	0.18 471	0.24 419	0.24 428	0.19 466	0.24 448	0.15 372	0.16 466	0.16 415	0.15 448	0.08 409	0.07 480	0.07 298	0.08 450	0.08 428	0.07 376

IER	0.14 415	0.08 330	0.13 316	0.17 285	0.09 327	0.14 382	0.16 388	0.26 454	0.27 479	0.18 450	0.26 487	0.17 412	0.20 537	0.17 455	0.14 411	0.08 409	0.05 237	0.07 298	0.06 274	0.08 428	0.07 376

test_5	0.14 415	0.12 524	0.08 35	0.20 510	0.10 442	0.14 382	0.28 628	0.21 350	0.24 428	0.19 466	0.28 516	0.11 279	0.15 445	0.12 278	0.13 374	0.06 161	0.05 237	0.07 298	0.08 450	0.08 428	0.07 376

psmg	0.14 415	0.09 411	0.14 362	0.17 285	0.10 442	0.15 407	0.17 422	0.29 512	0.20 369	0.17 417	0.21 414	0.25 520	0.16 466	0.16 415	0.14 411	0.08 409	0.07 480	0.08 388	0.08 450	0.07 361	0.07 376

UDGNet	0.14 415	0.13 551	0.17 464	0.18 375	0.10 442	0.12 295	0.16 388	0.21 350	0.27 479	0.20 488	0.20 396	0.17 412	0.13 392	0.16 415	0.14 411	0.10 508	0.06 409	0.09 474	0.07 375	0.07 361	0.07 376

TestStereo	0.14 415	0.15 573	0.11 226	0.23 589	0.08 207	0.15 407	0.21 555	0.20 332	0.23 416	0.14 349	0.25 474	0.16 394	0.13 392	0.16 415	0.14 411	0.06 161	0.06 409	0.08 388	0.06 274	0.09 491	0.05 185

CFNet_pseudo	0.14 415	0.08 330	0.16 440	0.16 197	0.09 327	0.13 338	0.14 240	0.27 468	0.34 541	0.15 374	0.21 414	0.22 481	0.13 392	0.18 474	0.14 411	0.07 333	0.05 237	0.08 388	0.06 274	0.07 361	0.07 376

GES	0.14 415	0.08 330	0.16 440	0.15 104	0.10 442	0.13 338	0.13 169	0.28 493	0.26 466	0.17 417	0.24 448	0.19 437	0.14 425	0.16 415	0.14 411	0.08 409	0.08 513	0.07 298	0.06 274	0.08 428	0.09 492

cf-r	0.14 415	0.07 197	0.13 316	0.16 197	0.08 207	0.14 382	0.19 517	0.21 350	0.25 453	0.17 417	0.26 487	0.22 481	0.17 492	0.14 367	0.15 448	0.10 508	0.05 237	0.06 182	0.08 450	0.06 279	0.06 289

GANet-RSSM	0.14 415	0.07 197	0.13 316	0.13 11	0.08 207	0.14 382	0.18 471	0.23 393	0.21 384	0.17 417	0.25 474	0.24 507	0.16 466	0.16 415	0.16 467	0.10 508	0.06 409	0.07 298	0.08 450	0.08 428	0.07 376

PSMNet-RSSM	0.14 415	0.07 197	0.14 362	0.15 104	0.08 207	0.13 338	0.16 388	0.25 440	0.24 428	0.17 417	0.28 516	0.23 498	0.14 425	0.16 415	0.14 411	0.11 542	0.06 409	0.09 474	0.12 589	0.08 428	0.07 376

GwcNet-RSSM	0.14 415	0.07 197	0.12 275	0.16 197	0.08 207	0.15 407	0.20 538	0.22 374	0.28 495	0.18 450	0.28 516	0.23 498	0.17 492	0.15 386	0.16 467	0.10 508	0.06 409	0.07 298	0.09 496	0.07 361	0.07 376

CFNet-ft	0.14 415	0.07 197	0.15 397	0.12 5	0.09 327	0.17 459	0.18 471	0.22 374	0.24 428	0.17 417	0.26 487	0.24 507	0.14 425	0.16 415	0.15 448	0.11 542	0.06 409	0.08 388	0.09 496	0.09 491	0.08 446

CCAANet	0.14 415	0.06 95	0.12 275	0.16 197	0.08 207	0.22 543	0.14 240	0.27 468	0.18 318	0.16 403	0.37 579	0.15 372	0.18 506	0.16 415	0.13 374	0.07 333	0.05 237	0.06 182	0.06 274	0.05 159	0.07 376

DMCA	0.14 415	0.09 411	0.17 464	0.19 446	0.09 327	0.15 407	0.17 422	0.23 393	0.28 495	0.14 349	0.20 396	0.17 412	0.18 506	0.15 386	0.17 484	0.10 508	0.06 409	0.08 388	0.06 274	0.09 491	0.10 522

MSMDNet	0.14 415	0.08 330	0.15 397	0.17 285	0.09 327	0.14 382	0.14 240	0.29 512	0.36 560	0.14 349	0.20 396	0.21 463	0.13 392	0.18 474	0.14 411	0.07 333	0.05 237	0.07 298	0.07 375	0.07 361	0.07 376

HSM-Net_RVC	0.14 415	0.08 330	0.12 275	0.15 104	0.08 207	0.16 435	0.15 324	0.27 468	0.29 503	0.20 488	0.21 414	0.29 555	0.14 425	0.18 474	0.13 374	0.06 161	0.06 409	0.06 182	0.06 274	0.07 361	0.06 289
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
CFNet_RVC	0.14 415	0.07 197	0.15 397	0.12 5	0.09 327	0.17 459	0.18 471	0.22 374	0.24 428	0.17 417	0.26 487	0.24 507	0.14 425	0.16 415	0.15 448	0.11 542	0.06 409	0.08 388	0.09 496	0.09 491	0.08 446

ccs_rob	0.14 415	0.09 411	0.16 440	0.16 197	0.09 327	0.13 338	0.14 240	0.27 468	0.34 541	0.15 374	0.21 414	0.22 481	0.13 392	0.18 474	0.14 411	0.07 333	0.05 237	0.08 388	0.07 375	0.07 361	0.07 376

iResNet_ROB	0.14 415	0.07 197	0.13 316	0.15 104	0.07 122	0.19 498	0.14 240	0.26 454	0.32 525	0.23 534	0.26 487	0.23 498	0.16 466	0.15 386	0.14 411	0.07 333	0.05 237	0.05 45	0.04 52	0.08 428	0.08 446

rvit_0105_4	0.15 457	0.09 411	0.17 464	0.17 285	0.10 442	0.12 295	0.20 538	0.23 393	0.27 479	0.14 349	0.20 396	0.17 412	0.14 425	0.17 455	0.13 374	0.15 612	0.11 583	0.11 552	0.10 535	0.09 491	0.06 289

DCVSM-stereo	0.15 457	0.09 411	0.16 440	0.16 197	0.10 442	0.15 407	0.09 20	0.20 332	0.24 428	0.20 488	0.24 448	0.26 530	0.15 445	0.19 499	0.14 411	0.09 467	0.07 480	0.09 474	0.08 450	0.10 527	0.12 569

ACV-stereo	0.15 457	0.10 479	0.29 587	0.18 375	0.12 530	0.15 407	0.13 169	0.23 393	0.21 384	0.19 466	0.23 436	0.22 481	0.15 445	0.23 561	0.17 484	0.08 409	0.07 480	0.07 298	0.07 375	0.08 428	0.07 376

DispNO	0.15 457	0.09 411	0.18 498	0.19 446	0.12 530	0.11 241	0.21 555	0.23 393	0.29 503	0.18 450	0.23 436	0.19 437	0.17 492	0.16 415	0.16 467	0.07 333	0.05 237	0.08 388	0.08 450	0.07 361	0.06 289

mmx	0.15 457	0.09 411	0.15 397	0.16 197	0.09 327	0.17 459	0.17 422	0.27 468	0.26 466	0.15 374	0.26 487	0.19 437	0.13 392	0.15 386	0.22 548	0.08 409	0.06 409	0.09 474	0.08 450	0.08 428	0.08 446

xxx	0.15 457	0.09 411	0.15 397	0.16 197	0.09 327	0.17 459	0.17 422	0.27 468	0.26 466	0.15 374	0.26 487	0.19 437	0.13 392	0.15 386	0.22 548	0.08 409	0.06 409	0.09 474	0.08 450	0.08 428	0.08 446

CFNet_ucs	0.15 457	0.09 411	0.17 464	0.16 197	0.11 498	0.14 382	0.14 240	0.30 525	0.34 541	0.16 403	0.24 448	0.23 498	0.14 425	0.18 474	0.15 448	0.09 467	0.06 409	0.08 388	0.07 375	0.09 491	0.09 492

CBFPSM	0.15 457	0.07 197	0.27 575	0.17 285	0.09 327	0.13 338	0.15 324	0.22 374	0.23 416	0.20 488	0.27 505	0.23 498	0.16 466	0.16 415	0.19 512	0.06 161	0.06 409	0.06 182	0.07 375	0.07 361	0.07 376

BUS	0.15 457	0.09 411	0.14 362	0.22 568	0.10 442	0.20 518	0.14 240	0.34 576	0.20 369	0.17 417	0.23 436	0.16 394	0.14 425	0.16 415	0.14 411	0.08 409	0.06 409	0.10 522	0.09 496	0.07 361	0.07 376

BSDual-CNN	0.15 457	0.09 411	0.14 362	0.22 568	0.10 442	0.15 407	0.15 324	0.34 576	0.20 369	0.17 417	0.23 436	0.25 520	0.16 466	0.16 415	0.14 411	0.08 409	0.06 409	0.10 522	0.09 496	0.07 361	0.07 376

hknet	0.15 457	0.11 505	0.14 362	0.22 568	0.11 498	0.15 407	0.15 324	0.34 576	0.26 466	0.17 417	0.23 436	0.22 481	0.18 506	0.17 455	0.13 374	0.07 333	0.06 409	0.10 522	0.09 496	0.07 361	0.07 376

dd	0.15 457	0.17 594	0.17 464	0.19 446	0.09 327	0.15 407	0.18 471	0.22 374	0.26 466	0.23 534	0.20 396	0.21 463	0.10 287	0.21 535	0.17 484	0.10 508	0.06 409	0.08 388	0.06 274	0.08 428	0.07 376

DAS	0.15 457	0.08 330	0.18 498	0.19 446	0.10 442	0.19 498	0.17 422	0.28 493	0.30 509	0.18 450	0.26 487	0.21 463	0.16 466	0.16 415	0.13 374	0.08 409	0.06 409	0.06 182	0.06 274	0.07 361	0.07 376

SepStereo	0.15 457	0.08 330	0.18 498	0.19 446	0.10 442	0.19 498	0.17 422	0.28 493	0.30 509	0.18 450	0.26 487	0.21 463	0.16 466	0.26 582	0.13 374	0.08 409	0.06 409	0.06 182	0.06 274	0.07 361	0.07 376

PSMNet-ADL	0.15 457	0.12 524	0.13 316	0.22 568	0.09 327	0.13 338	0.20 538	0.26 454	0.23 416	0.18 450	0.20 396	0.23 498	0.17 492	0.18 474	0.18 497	0.09 467	0.08 513	0.08 388	0.11 567	0.08 428	0.07 376

LMCR-Stereo	0.15 457	0.08 330	0.14 362	0.21 546	0.09 327	0.18 475	0.19 517	0.28 493	0.19 346	0.24 546	0.24 448	0.23 498	0.17 492	0.20 517	0.17 484	0.07 333	0.06 409	0.08 388	0.06 274	0.10 527	0.09 492

xxxx	0.15 457	0.07 197	0.14 362	0.14 55	0.08 207	0.24 567	0.18 471	0.32 547	0.20 369	0.14 349	0.28 516	0.22 481	0.14 425	0.15 386	0.29 615	0.09 467	0.05 237	0.07 298	0.07 375	0.08 428	0.08 446

test_xeample	0.15 457	0.07 197	0.14 362	0.15 104	0.08 207	0.22 543	0.20 538	0.29 512	0.21 384	0.16 403	0.29 531	0.19 437	0.17 492	0.16 415	0.28 606	0.09 467	0.05 237	0.07 298	0.07 375	0.07 361	0.07 376

ACVNet	0.15 457	0.09 411	0.15 397	0.13 11	0.12 530	0.14 382	0.20 538	0.22 374	0.34 541	0.17 417	0.26 487	0.21 463	0.17 492	0.18 474	0.21 535	0.07 333	0.06 409	0.06 182	0.06 274	0.08 428	0.06 289

acv_ft	0.15 457	0.09 411	0.16 440	0.19 446	0.10 442	0.16 435	0.17 422	0.25 440	0.34 541	0.19 466	0.26 487	0.21 463	0.17 492	0.18 474	0.19 512	0.07 333	0.06 409	0.06 182	0.06 274	0.08 428	0.06 289

RASNet	0.15 457	0.07 197	0.15 397	0.16 197	0.08 207	0.19 498	0.14 240	0.30 525	0.21 384	0.17 417	0.25 474	0.21 463	0.19 525	0.20 517	0.20 522	0.07 333	0.06 409	0.06 182	0.08 450	0.06 279	0.06 289

CFNet	0.15 457	0.11 505	0.17 464	0.17 285	0.08 207	0.19 498	0.10 33	0.29 512	0.26 466	0.19 466	0.24 448	0.24 507	0.18 506	0.18 474	0.15 448	0.08 409	0.06 409	0.09 474	0.10 535	0.08 428	0.07 376

UCFNet_RVC	0.15 457	0.08 330	0.13 316	0.11 1	0.10 442	0.20 518	0.10 33	0.24 419	0.23 416	0.17 417	0.21 414	0.24 507	0.15 445	0.18 474	0.15 448	0.12 568	0.07 480	0.11 552	0.13 601	0.11 549	0.10 522

AdaStereo	0.15 457	0.11 505	0.16 440	0.19 446	0.09 327	0.21 529	0.11 67	0.33 561	0.28 495	0.21 504	0.23 436	0.21 463	0.13 392	0.19 499	0.15 448	0.13 587	0.05 237	0.10 522	0.07 375	0.09 491	0.07 376
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	0.15 457	0.08 330	0.16 440	0.16 197	0.08 207	0.16 435	0.13 169	0.26 454	0.36 560	0.21 504	0.29 531	0.24 507	0.13 392	0.14 367	0.14 411	0.06 161	0.06 409	0.06 182	0.04 52	0.09 491	0.08 446

HSM	0.15 457	0.09 411	0.15 397	0.16 197	0.09 327	0.16 435	0.14 240	0.28 493	0.25 453	0.20 488	0.24 448	0.37 609	0.17 492	0.20 517	0.15 448	0.07 333	0.05 237	0.07 298	0.06 274	0.07 361	0.06 289

pmcnn	0.15 457	0.07 197	0.20 527	0.15 104	0.07 122	0.21 529	0.16 388	0.25 440	0.26 466	0.21 504	0.33 557	0.29 555	0.19 525	0.18 474	0.17 484	0.07 333	0.05 237	0.05 45	0.04 52	0.07 361	0.06 289

DDVS	0.16 484	0.10 479	0.22 547	0.16 197	0.12 530	0.15 407	0.14 240	0.25 440	0.19 346	0.18 450	0.30 537	0.27 537	0.13 392	0.20 517	0.16 467	0.09 467	0.06 409	0.09 474	0.07 375	0.11 549	0.11 548

rvit_0105_3	0.16 484	0.10 479	0.15 397	0.20 510	0.12 530	0.15 407	0.26 617	0.25 440	0.30 509	0.15 374	0.17 344	0.21 463	0.14 425	0.18 474	0.14 411	0.14 608	0.11 583	0.12 574	0.14 607	0.07 361	0.07 376

ITSA-stereo	0.16 484	0.11 505	0.14 362	0.19 446	0.08 207	0.13 338	0.14 240	0.30 525	0.49 616	0.17 417	0.18 370	0.22 481	0.15 445	0.17 455	0.16 467	0.10 508	0.06 409	0.08 388	0.08 450	0.08 428	0.09 492

test_sample7	0.16 484	0.10 479	0.16 440	0.14 55	0.12 530	0.16 435	0.17 422	0.28 493	0.24 428	0.21 504	0.21 414	0.24 507	0.20 537	0.16 415	0.16 467	0.12 568	0.06 409	0.10 522	0.09 496	0.11 549	0.10 522

1111x	0.16 484	0.09 411	0.13 316	0.18 375	0.08 207	0.18 475	0.25 608	0.32 547	0.25 453	0.17 417	0.24 448	0.27 537	0.15 445	0.14 367	0.24 571	0.07 333	0.07 480	0.08 388	0.09 496	0.07 361	0.07 376

GMStereo_Zeroshot	0.16 484	0.13 551	0.25 564	0.20 510	0.10 442	0.17 459	0.13 169	0.30 525	0.25 453	0.23 534	0.32 551	0.25 520	0.11 326	0.19 499	0.14 411	0.09 467	0.06 409	0.11 552	0.06 274	0.12 566	0.08 446

CRFU-Net	0.16 484	0.08 330	0.15 397	0.17 285	0.09 327	0.20 518	0.14 240	0.27 468	0.21 384	0.28 584	0.28 516	0.29 555	0.18 506	0.19 499	0.18 497	0.09 467	0.09 546	0.07 298	0.07 375	0.08 428	0.09 492

NINENet	0.16 484	0.10 479	0.16 440	0.17 285	0.11 498	0.20 518	0.14 240	0.41 628	0.37 566	0.18 450	0.21 414	0.16 394	0.14 425	0.16 415	0.14 411	0.08 409	0.08 513	0.10 522	0.07 375	0.10 527	0.09 492

CSP-Net	0.16 484	0.09 411	0.14 362	0.17 285	0.09 327	0.19 498	0.18 471	0.25 440	0.33 530	0.26 564	0.31 542	0.25 520	0.16 466	0.21 535	0.19 512	0.09 467	0.06 409	0.07 298	0.07 375	0.08 428	0.08 446

AASNet	0.16 484	0.08 330	0.13 316	0.19 446	0.09 327	0.19 498	0.15 324	0.38 614	0.37 566	0.20 488	0.24 448	0.20 454	0.17 492	0.17 455	0.21 535	0.10 508	0.08 513	0.08 388	0.07 375	0.09 491	0.09 492

AACVNet	0.16 484	0.08 330	0.15 397	0.15 104	0.10 442	0.18 475	0.15 324	0.24 419	0.25 453	0.27 571	0.27 505	0.28 547	0.18 506	0.19 499	0.17 484	0.09 467	0.07 480	0.09 474	0.07 375	0.10 527	0.09 492

ADLNet2	0.16 484	0.09 411	0.14 362	0.17 285	0.09 327	0.20 518	0.16 388	0.32 547	0.39 577	0.17 417	0.20 396	0.20 454	0.19 525	0.21 535	0.23 559	0.08 409	0.07 480	0.07 298	0.07 375	0.09 491	0.07 376

ICVP	0.16 484	0.09 411	0.12 275	0.22 568	0.09 327	0.18 475	0.21 555	0.26 454	0.24 428	0.18 450	0.30 537	0.27 537	0.18 506	0.18 474	0.15 448	0.10 508	0.07 480	0.08 388	0.07 375	0.07 361	0.08 446
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
Anonymous3	0.16 484	0.14 566	0.34 606	0.26 618	0.14 575	0.27 597	0.18 471	0.28 493	0.28 495	0.15 374	0.17 344	0.14 347	0.11 326	0.16 415	0.12 338	0.08 409	0.08 513	0.08 388	0.08 450	0.08 428	0.11 548

ADLNet	0.16 484	0.08 330	0.15 397	0.16 197	0.10 442	0.16 435	0.17 422	0.33 561	0.27 479	0.23 534	0.27 505	0.24 507	0.16 466	0.18 474	0.21 535	0.10 508	0.06 409	0.10 522	0.10 535	0.08 428	0.09 492

HCRNet	0.16 484	0.23 630	0.12 275	0.35 652	0.11 498	0.15 407	0.17 422	0.26 454	0.22 406	0.19 466	0.24 448	0.21 463	0.14 425	0.15 386	0.13 374	0.11 542	0.07 480	0.11 552	0.10 535	0.09 491	0.07 376

222	0.16 484	0.07 197	0.15 397	0.14 55	0.08 207	0.25 576	0.18 471	0.30 525	0.21 384	0.18 450	0.29 531	0.17 412	0.16 466	0.16 415	0.44 660	0.10 508	0.05 237	0.07 298	0.06 274	0.08 428	0.08 446

UPFNet	0.16 484	0.08 330	0.12 275	0.20 510	0.12 530	0.20 518	0.23 581	0.28 493	0.26 466	0.18 450	0.24 448	0.22 481	0.20 537	0.19 499	0.22 548	0.09 467	0.07 480	0.08 388	0.09 496	0.08 428	0.06 289

ac_64	0.16 484	0.09 411	0.15 397	0.18 375	0.10 442	0.22 543	0.17 422	0.24 419	0.22 406	0.19 466	0.24 448	0.29 555	0.18 506	0.19 499	0.22 548	0.09 467	0.08 513	0.08 388	0.09 496	0.07 361	0.06 289

DSFCA	0.16 484	0.09 411	0.14 362	0.16 197	0.10 442	0.21 529	0.19 517	0.28 493	0.31 519	0.23 534	0.25 474	0.22 481	0.16 466	0.20 517	0.20 522	0.10 508	0.07 480	0.09 474	0.09 496	0.08 428	0.08 446

AANet_RVC	0.16 484	0.10 479	0.11 226	0.18 375	0.09 327	0.19 498	0.18 471	0.27 468	0.32 525	0.22 519	0.35 571	0.21 463	0.22 552	0.22 553	0.17 484	0.06 161	0.05 237	0.06 182	0.06 274	0.07 361	0.06 289

DeepPruner_ROB	0.16 484	0.11 505	0.16 440	0.17 285	0.10 442	0.17 459	0.15 324	0.32 547	0.21 384	0.19 466	0.21 414	0.22 481	0.19 525	0.21 535	0.16 467	0.13 587	0.09 546	0.09 474	0.10 535	0.11 549	0.11 548

DStereoRT	0.17 506	0.07 197	0.12 275	0.19 446	0.09 327	0.13 338	0.12 102	0.28 493	0.23 416	0.12 294	0.20 396	0.11 279	0.10 287	0.15 386	0.14 411	0.06 161	0.05 237	1.02 690	0.09 496	0.05 159	0.04 48

rvit_stereo_0075_2	0.17 506	0.12 524	0.25 564	0.23 589	0.16 608	0.13 338	0.10 33	0.30 525	0.27 479	0.20 488	0.28 516	0.22 481	0.15 445	0.18 474	0.13 374	0.16 629	0.10 569	0.17 624	0.10 535	0.10 527	0.10 522

DualNet (step1)	0.17 506	0.12 524	0.21 537	0.13 11	0.14 575	0.18 475	0.14 240	0.28 493	0.24 428	0.21 504	0.21 414	0.24 507	0.20 537	0.16 415	0.16 467	0.15 612	0.06 409	0.14 602	0.14 607	0.15 611	0.13 584

iinet-f	0.17 506	0.07 197	0.46 629	0.14 55	0.10 442	0.21 529	0.14 240	0.27 468	0.23 416	0.22 519	0.25 474	0.21 463	0.16 466	0.18 474	0.22 548	0.09 467	0.07 480	0.07 298	0.06 274	0.09 491	0.10 522

ToySt	0.17 506	0.11 505	0.19 522	0.17 285	0.11 498	0.16 435	0.26 617	0.24 419	0.33 530	0.19 466	0.24 448	0.26 530	0.24 567	0.19 499	0.21 535	0.07 333	0.08 513	0.09 474	0.10 535	0.09 491	0.08 446

ssnet_v2	0.17 506	0.10 479	0.18 498	0.17 285	0.11 498	0.21 529	0.22 569	0.34 576	0.25 453	0.23 534	0.23 436	0.27 537	0.19 525	0.22 553	0.21 535	0.11 542	0.10 569	0.09 474	0.09 496	0.08 428	0.08 446

GEStereo_RVC	0.17 506	0.12 524	0.16 440	0.22 568	0.11 498	0.19 498	0.18 471	0.32 547	0.49 616	0.20 488	0.25 474	0.17 412	0.13 392	0.21 535	0.16 467	0.10 508	0.06 409	0.08 388	0.07 375	0.09 491	0.08 446

MMNet	0.17 506	0.10 479	0.17 464	0.20 510	0.11 498	0.27 597	0.20 538	0.26 454	0.42 590	0.22 519	0.30 537	0.22 481	0.20 537	0.18 474	0.20 522	0.06 161	0.06 409	0.07 298	0.07 375	0.08 428	0.07 376

delet	0.17 506	0.09 411	0.18 498	0.19 446	0.11 498	0.21 529	0.22 569	0.30 525	0.38 572	0.17 417	0.27 505	0.19 437	0.19 525	0.19 499	0.21 535	0.08 409	0.08 513	0.09 474	0.11 567	0.06 279	0.07 376

UNet	0.17 506	0.09 411	0.18 498	0.19 446	0.12 530	0.28 607	0.19 517	0.33 561	0.30 509	0.21 504	0.25 474	0.23 498	0.19 525	0.20 517	0.19 512	0.07 333	0.06 409	0.08 388	0.07 375	0.08 428	0.07 376

HGLStereo	0.17 506	0.09 411	0.19 522	0.17 285	0.12 530	0.18 475	0.18 471	0.31 542	0.33 530	0.22 519	0.33 557	0.24 507	0.18 506	0.20 517	0.21 535	0.10 508	0.09 546	0.07 298	0.07 375	0.09 491	0.10 522

DMCA-RVC	0.17 506	0.10 479	0.16 440	0.24 601	0.11 498	0.19 498	0.18 471	0.26 454	0.24 428	0.21 504	0.27 505	0.25 520	0.27 590	0.18 474	0.21 535	0.12 568	0.08 513	0.13 588	0.10 535	0.10 527	0.08 446

FADNet-RVC-Resample	0.17 506	0.12 524	0.32 600	0.22 568	0.12 530	0.19 498	0.14 240	0.25 440	0.24 428	0.24 546	0.27 505	0.20 454	0.15 445	0.17 455	0.16 467	0.07 333	0.08 513	0.12 574	0.10 535	0.09 491	0.11 548

FADNet_RVC	0.17 506	0.14 566	0.41 622	0.20 510	0.11 498	0.13 338	0.13 169	0.27 468	0.22 406	0.21 504	0.23 436	0.20 454	0.18 506	0.15 386	0.17 484	0.08 409	0.08 513	0.12 574	0.09 496	0.11 549	0.10 522

NLCA_NET_v2_RVC	0.17 506	0.10 479	0.23 555	0.20 510	0.10 442	0.15 407	0.18 471	0.31 542	0.25 453	0.21 504	0.31 542	0.25 520	0.17 492	0.21 535	0.20 522	0.09 467	0.06 409	0.08 388	0.09 496	0.07 361	0.08 446
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	0.17 506	0.12 524	0.16 440	0.20 510	0.10 442	0.18 475	0.18 471	0.27 468	0.24 428	0.26 564	0.41 609	0.23 498	0.18 506	0.21 535	0.21 535	0.09 467	0.05 237	0.09 474	0.10 535	0.07 361	0.07 376
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
z-ln-s-r	0.18 522	0.10 479	0.41 622	0.19 446	0.08 207	0.18 475	0.18 471	0.23 393	0.34 541	0.19 466	0.41 609	0.22 481	0.17 492	0.20 517	0.25 579	0.07 333	0.05 237	0.07 298	0.07 375	0.07 361	0.06 289

ISRNet	0.18 522	0.08 330	0.20 527	0.19 446	0.13 556	0.15 407	0.12 102	0.30 525	0.33 530	0.21 504	0.26 487	0.27 537	0.18 506	0.17 455	0.20 522	0.20 644	0.08 513	0.14 602	0.14 607	0.14 599	0.17 632

test_sample9	0.18 522	0.12 524	0.21 537	0.13 11	0.14 575	0.18 475	0.14 240	0.28 493	0.24 428	0.21 504	0.21 414	0.24 507	0.20 537	0.19 499	0.18 497	0.15 612	0.30 665	0.14 602	0.14 607	0.15 611	0.13 584

fast-acv-ft	0.18 522	0.11 505	0.20 527	0.19 446	0.12 530	0.26 588	0.21 555	0.26 454	0.35 555	0.22 519	0.34 567	0.27 537	0.21 545	0.21 535	0.23 559	0.09 467	0.09 546	0.08 388	0.10 535	0.08 428	0.07 376

HBP-ISP	0.18 522	0.13 551	0.17 464	0.15 104	0.11 498	0.08 74	0.13 169	0.28 493	0.30 509	0.22 519	0.33 557	0.21 463	0.25 575	0.23 561	0.18 497	0.15 612	0.17 637	0.21 638	0.17 634	0.10 527	0.09 492

Wz-Net-LNSev-Ref	0.18 522	0.09 411	0.30 593	0.15 104	0.11 498	0.23 558	0.20 538	0.27 468	0.40 581	0.26 564	0.43 620	0.25 520	0.15 445	0.21 535	0.20 522	0.07 333	0.05 237	0.06 182	0.05 189	0.10 527	0.09 492

dad	0.18 522	0.20 617	0.21 537	0.17 285	0.11 498	0.20 518	0.19 517	0.21 350	0.28 495	0.30 600	0.24 448	0.30 565	0.13 392	0.19 499	0.17 484	0.18 635	0.09 546	0.11 552	0.09 496	0.11 549	0.07 376

hitnet-ft	0.18 522	0.10 479	0.17 464	0.14 55	0.09 327	0.27 597	0.20 538	0.25 440	0.26 466	0.24 546	0.32 551	0.32 587	0.23 558	0.24 573	0.21 535	0.12 568	0.07 480	0.10 522	0.08 450	0.12 566	0.11 548

STTStereo	0.18 522	0.13 551	0.28 578	0.20 510	0.11 498	0.16 435	0.21 555	0.29 512	0.23 416	0.22 519	0.30 537	0.29 555	0.18 506	0.20 517	0.20 522	0.12 568	0.11 583	0.11 552	0.14 607	0.09 491	0.08 446

TDLM	0.18 522	0.12 524	0.14 362	0.24 601	0.10 442	0.18 475	0.18 471	0.37 607	0.30 509	0.22 519	0.28 516	0.28 547	0.18 506	0.23 561	0.19 512	0.11 542	0.07 480	0.10 522	0.10 535	0.08 428	0.08 446

CVANet_RVC	0.18 522	0.11 505	0.14 362	0.21 546	0.11 498	0.19 498	0.18 471	0.34 576	0.34 541	0.22 519	0.31 542	0.28 547	0.18 506	0.24 573	0.18 497	0.12 568	0.08 513	0.12 574	0.12 589	0.09 491	0.08 446

DLCB_ROB	0.18 522	0.10 479	0.16 440	0.23 589	0.11 498	0.24 567	0.18 471	0.30 525	0.28 495	0.27 571	0.29 531	0.28 547	0.25 575	0.20 517	0.20 522	0.08 409	0.08 513	0.09 474	0.09 496	0.07 361	0.07 376

TCMNet	0.19 534	0.12 524	0.20 527	0.21 546	0.18 630	0.21 529	0.24 592	0.28 493	0.36 560	0.23 534	0.26 487	0.25 520	0.20 537	0.20 517	0.23 559	0.13 587	0.11 583	0.11 552	0.12 589	0.13 582	0.12 569

rvit_105_1	0.19 534	0.12 524	0.25 564	0.21 546	0.16 608	0.22 543	0.28 628	0.32 547	0.42 590	0.20 488	0.21 414	0.22 481	0.18 506	0.19 499	0.18 497	0.12 568	0.12 599	0.13 588	0.15 623	0.08 428	0.07 376

SACVNet	0.19 534	0.12 524	0.15 397	0.17 285	0.13 556	0.22 543	0.18 471	0.31 542	0.31 519	0.24 546	0.31 542	0.30 565	0.23 558	0.23 561	0.17 484	0.11 542	0.08 513	0.10 522	0.10 535	0.12 566	0.14 600

pcwnet_v2	0.19 534	0.11 505	0.26 573	0.18 375	0.14 575	0.18 475	0.15 324	0.37 607	0.46 612	0.19 466	0.24 448	0.21 463	0.19 525	0.21 535	0.20 522	0.13 587	0.10 569	0.10 522	0.10 535	0.11 549	0.13 584

psm_up	0.19 534	0.10 479	0.18 498	0.21 546	0.11 498	0.17 459	0.19 517	0.38 614	0.34 541	0.22 519	0.28 516	0.29 555	0.25 575	0.20 517	0.22 548	0.09 467	0.10 569	0.11 552	0.11 567	0.08 428	0.08 446

NVstereo2D	0.19 534	0.11 505	0.16 440	0.17 285	0.16 608	0.28 607	0.23 581	0.44 643	0.42 590	0.15 374	0.28 516	0.25 520	0.19 525	0.23 561	0.18 497	0.09 467	0.06 409	0.10 522	0.08 450	0.15 611	0.10 522

StereoDRNet	0.19 534	0.11 505	0.18 498	0.22 568	0.11 498	0.22 543	0.22 569	0.37 607	0.34 541	0.24 546	0.28 516	0.30 565	0.19 525	0.20 517	0.21 535	0.10 508	0.08 513	0.11 552	0.09 496	0.09 491	0.07 376

CBMV_ROB	0.19 534	0.13 551	0.18 498	0.16 197	0.11 498	0.16 435	0.12 102	0.27 468	0.29 503	0.27 571	0.31 542	0.27 537	0.24 567	0.24 573	0.16 467	0.15 612	0.18 639	0.22 642	0.20 640	0.10 527	0.12 569

NOSS_ROB	0.19 534	0.13 551	0.18 498	0.16 197	0.12 530	0.16 435	0.12 102	0.30 525	0.33 530	0.20 488	0.22 431	0.27 537	0.24 567	0.21 535	0.16 467	0.16 629	0.18 639	0.23 643	0.21 642	0.13 582	0.13 584

w-ln-seven-2	0.20 543	0.14 566	0.39 617	0.23 589	0.12 530	0.21 529	0.21 555	0.29 512	0.38 572	0.25 559	0.38 587	0.28 547	0.23 558	0.21 535	0.25 579	0.08 409	0.08 513	0.09 474	0.09 496	0.10 527	0.09 492

YMNet	0.20 543	0.12 524	0.20 527	0.21 546	0.14 575	0.27 597	0.23 581	0.32 547	0.34 541	0.28 584	0.35 571	0.30 565	0.18 506	0.18 474	0.22 548	0.11 542	0.13 613	0.10 522	0.10 535	0.09 491	0.09 492

YMNet_1	0.20 543	0.12 524	0.20 527	0.21 546	0.14 575	0.27 597	0.23 581	0.32 547	0.34 541	0.28 584	0.35 571	0.30 565	0.18 506	0.18 474	0.22 548	0.11 542	0.13 613	0.10 522	0.10 535	0.09 491	0.09 492

test_sample8	0.20 543	0.12 524	0.21 537	0.13 11	0.14 575	0.18 475	0.14 240	0.32 547	0.21 384	0.28 584	0.22 431	0.36 606	0.26 583	0.19 499	0.18 497	0.15 612	0.30 665	0.14 602	0.14 607	0.15 611	0.13 584

SDNR	0.20 543	0.09 411	0.19 522	0.16 197	0.12 530	0.79 675	0.13 169	0.26 454	0.33 530	0.19 466	0.25 474	0.19 437	0.12 359	0.19 499	0.15 448	0.16 629	0.18 639	0.14 602	0.11 567	0.08 428	0.12 569

GwcNet	0.20 543	0.14 566	0.20 527	0.18 375	0.12 530	0.25 576	0.20 538	0.36 598	0.45 605	0.20 488	0.33 557	0.33 593	0.21 545	0.22 553	0.25 579	0.11 542	0.09 546	0.09 474	0.09 496	0.09 491	0.10 522

SuperB	0.20 543	0.10 479	0.57 643	0.16 197	0.09 327	0.19 498	0.18 471	0.25 440	0.51 624	0.27 571	0.39 595	0.17 412	0.22 552	0.22 553	0.21 535	0.08 409	0.06 409	0.06 182	0.06 274	0.12 566	0.11 548

ADCRef	0.20 543	0.12 524	0.43 627	0.20 510	0.12 530	0.23 558	0.18 471	0.32 547	0.37 566	0.26 564	0.33 557	0.18 427	0.23 558	0.25 578	0.26 592	0.07 333	0.06 409	0.09 474	0.09 496	0.08 428	0.09 492

ADCP+	0.20 543	0.10 479	0.35 612	0.21 546	0.12 530	0.22 543	0.27 622	0.31 542	0.35 555	0.26 564	0.37 579	0.22 481	0.22 552	0.27 584	0.28 606	0.09 467	0.06 409	0.08 388	0.08 450	0.10 527	0.10 522

PS-NSSS	0.20 543	0.21 623	0.23 555	0.20 510	0.10 442	0.19 498	0.17 422	0.36 598	0.26 466	0.27 571	0.34 567	0.27 537	0.24 567	0.20 517	0.20 522	0.15 612	0.12 599	0.17 624	0.14 607	0.10 527	0.09 492

DRN-Test	0.20 543	0.11 505	0.21 537	0.22 568	0.10 442	0.22 543	0.22 569	0.40 623	0.38 572	0.24 546	0.33 557	0.26 530	0.22 552	0.22 553	0.25 579	0.11 542	0.07 480	0.11 552	0.10 535	0.09 491	0.08 446

DISCO	0.20 543	0.09 411	0.22 547	0.17 285	0.10 442	0.25 576	0.18 471	0.28 493	0.45 605	0.23 534	0.32 551	0.34 598	0.26 583	0.29 600	0.29 615	0.08 409	0.06 409	0.07 298	0.07 375	0.09 491	0.10 522

SGM-Forest	0.20 543	0.14 566	0.18 498	0.20 510	0.13 556	0.21 529	0.22 569	0.33 561	0.31 519	0.24 546	0.29 531	0.28 547	0.20 537	0.23 561	0.18 497	0.15 612	0.16 633	0.15 613	0.14 607	0.13 582	0.12 569
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
CBMV	0.20 543	0.15 573	0.18 498	0.18 375	0.10 442	0.20 518	0.11 67	0.30 525	0.31 519	0.29 594	0.31 542	0.31 580	0.23 558	0.28 593	0.19 512	0.13 587	0.15 627	0.17 624	0.16 627	0.10 527	0.10 522
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
UDG	0.21 557	0.17 594	0.20 527	0.23 589	0.15 594	0.31 616	0.20 538	0.33 561	0.35 555	0.24 546	0.28 516	0.31 580	0.29 604	0.21 535	0.23 559	0.15 612	0.12 599	0.13 588	0.09 496	0.14 599	0.15 614

FAT-Stereo	0.21 557	0.13 551	0.22 547	0.21 546	0.12 530	0.18 475	0.18 471	0.35 591	0.40 581	0.28 584	0.37 579	0.33 593	0.33 625	0.21 535	0.20 522	0.09 467	0.11 583	0.10 522	0.09 496	0.11 549	0.14 600

FADNet-RVC	0.21 557	0.20 617	0.40 620	0.21 546	0.16 608	0.21 529	0.15 324	0.27 468	0.27 479	0.26 564	0.32 551	0.26 530	0.21 545	0.22 553	0.19 512	0.12 568	0.13 613	0.12 574	0.14 607	0.13 582	0.18 636

FADNet	0.21 557	0.23 630	0.37 615	0.18 375	0.17 620	0.25 576	0.13 169	0.32 547	0.32 525	0.23 534	0.25 474	0.27 537	0.21 545	0.19 499	0.16 467	0.13 587	0.15 627	0.12 574	0.15 623	0.17 631	0.18 636

S-Stereo	0.21 557	0.12 524	0.25 564	0.21 546	0.13 556	0.21 529	0.19 517	0.33 561	0.45 605	0.23 534	0.36 576	0.28 547	0.29 604	0.20 517	0.23 559	0.09 467	0.12 599	0.10 522	0.10 535	0.13 582	0.14 600

DANet	0.21 557	0.16 584	0.29 587	0.25 609	0.13 556	0.23 558	0.19 517	0.28 493	0.27 479	0.28 584	0.32 551	0.35 604	0.32 622	0.31 607	0.24 571	0.11 542	0.09 546	0.11 552	0.10 535	0.13 582	0.11 548
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	0.21 557	0.16 584	0.27 575	0.18 375	0.11 498	0.22 543	0.13 169	0.33 561	0.49 616	0.30 600	0.40 598	0.32 587	0.25 575	0.31 607	0.23 559	0.10 508	0.07 480	0.11 552	0.08 450	0.11 549	0.10 522

PWCDC_ROB	0.21 557	0.13 551	0.23 555	0.25 609	0.12 530	0.20 518	0.15 324	0.34 576	0.55 635	0.29 594	0.49 631	0.21 463	0.15 445	0.28 593	0.20 522	0.11 542	0.09 546	0.10 522	0.08 450	0.11 549	0.09 492

GASNet	0.22 565	0.24 633	0.34 606	0.26 618	0.17 620	0.27 597	0.16 388	0.45 645	0.42 590	0.27 571	0.24 448	0.30 565	0.16 466	0.27 584	0.18 497	0.12 568	0.09 546	0.12 574	0.11 567	0.16 624	0.08 446

Anonymous_2	0.22 565	0.17 594	0.28 578	0.15 104	0.16 608	0.33 620	0.22 569	0.23 393	0.18 318	0.23 534	0.24 448	0.26 530	0.27 590	0.27 584	0.24 571	0.22 651	0.26 661	0.17 624	0.17 634	0.16 624	0.18 636

Wz-Net-LNSev	0.22 565	0.16 584	0.41 622	0.22 568	0.13 556	0.25 576	0.24 592	0.33 561	0.44 601	0.30 600	0.42 617	0.32 587	0.19 525	0.23 561	0.27 598	0.10 508	0.09 546	0.08 388	0.08 450	0.12 566	0.11 548

FINET	0.22 565	0.18 608	0.28 578	0.19 446	0.16 608	0.24 567	0.24 592	0.33 561	0.49 616	0.26 564	0.33 557	0.22 481	0.23 558	0.23 561	0.18 497	0.18 635	0.16 633	0.11 552	0.10 535	0.15 611	0.14 600

Syn2CoEx	0.22 565	0.16 584	0.29 587	0.29 640	0.15 594	0.26 588	0.21 555	0.34 576	0.32 525	0.29 594	0.36 576	0.28 547	0.25 575	0.20 517	0.25 579	0.16 629	0.12 599	0.14 602	0.11 567	0.09 491	0.08 446

aanetorigin	0.22 565	0.17 594	0.57 643	0.18 375	0.10 442	0.16 435	0.19 517	0.20 332	0.33 530	0.49 650	0.48 630	0.30 565	0.28 599	0.21 535	0.24 571	0.08 409	0.07 480	0.08 388	0.07 375	0.10 527	0.09 492

MaskLacGwcNet_RVC	0.22 565	0.21 623	0.25 564	0.26 618	0.11 498	0.24 567	0.14 240	0.39 620	0.24 428	0.32 614	0.36 576	0.30 565	0.21 545	0.19 499	0.22 548	0.17 634	0.14 623	0.21 638	0.16 627	0.13 582	0.12 569

RP	0.22 565	0.13 551	0.22 547	0.23 589	0.12 530	0.21 529	0.20 538	0.26 454	0.45 605	0.22 519	0.38 587	0.37 609	0.25 575	0.28 593	0.25 579	0.11 542	0.12 599	0.13 588	0.12 589	0.13 582	0.14 600

stereogan	0.22 565	0.11 505	0.21 537	0.20 510	0.12 530	0.32 618	0.19 517	0.36 598	0.45 605	0.23 534	0.39 595	0.35 604	0.27 590	0.33 616	0.23 559	0.10 508	0.12 599	0.10 522	0.10 535	0.14 599	0.14 600

GANet	0.22 565	0.13 551	0.21 537	0.25 609	0.14 575	0.23 558	0.22 569	0.42 633	0.27 479	0.31 607	0.43 620	0.37 609	0.29 604	0.23 561	0.23 559	0.10 508	0.12 599	0.10 522	0.09 496	0.10 527	0.08 446

MDST_ROB	0.22 565	0.10 479	0.18 498	0.18 375	0.11 498	0.40 644	0.19 517	0.44 643	0.42 590	0.40 633	0.40 598	0.29 555	0.21 545	0.27 584	0.19 512	0.11 542	0.10 569	0.14 602	0.11 567	0.10 527	0.08 446

XPNet_ROB	0.22 565	0.12 524	0.20 527	0.22 568	0.13 556	0.22 543	0.19 517	0.35 591	0.40 581	0.30 600	0.40 598	0.38 615	0.27 590	0.26 582	0.29 615	0.15 612	0.10 569	0.10 522	0.10 535	0.13 582	0.12 569

PSMNet_ROB	0.22 565	0.12 524	0.15 397	0.27 626	0.15 594	0.25 576	0.36 659	0.43 639	0.37 566	0.27 571	0.33 557	0.32 587	0.23 558	0.21 535	0.27 598	0.12 568	0.08 513	0.13 588	0.11 567	0.10 527	0.09 492

MSAF-DinoV2	0.23 578	0.11 505	0.25 564	0.17 285	0.10 442	0.28 607	0.17 422	0.38 614	0.56 637	0.21 504	0.27 505	0.47 645	0.28 599	0.36 628	0.40 652	0.09 467	0.06 409	0.07 298	0.09 496	0.12 566	0.11 548

Wz-Net-MNSev	0.23 578	0.13 551	0.33 603	0.20 510	0.15 594	0.36 633	0.25 608	0.34 576	0.45 605	0.29 594	0.41 609	0.39 620	0.19 525	0.25 578	0.27 598	0.09 467	0.07 480	0.09 474	0.09 496	0.12 566	0.10 522

DDUNet	0.23 578	0.18 608	0.22 547	0.22 568	0.15 594	0.25 576	0.24 592	0.30 525	0.31 519	0.31 607	0.37 579	0.34 598	0.26 583	0.25 578	0.21 535	0.18 635	0.13 613	0.17 624	0.11 567	0.16 624	0.17 632

APVNet	0.23 578	0.12 524	0.20 527	0.18 375	0.14 575	0.32 618	0.31 648	0.40 623	0.33 530	0.27 571	0.40 598	0.30 565	0.29 604	0.27 584	0.25 579	0.11 542	0.12 599	0.11 552	0.14 607	0.12 566	0.13 584

AF-Net	0.23 578	0.17 594	0.17 464	0.27 626	0.13 556	0.26 588	0.24 592	0.33 561	0.51 624	0.25 559	0.33 557	0.39 620	0.27 590	0.28 593	0.26 592	0.11 542	0.10 569	0.16 621	0.12 589	0.11 549	0.11 548

edge stereo	0.23 578	0.14 566	0.21 537	0.21 546	0.13 556	0.24 567	0.16 388	0.32 547	0.42 590	0.32 614	0.40 598	0.39 620	0.35 631	0.25 578	0.25 579	0.13 587	0.11 583	0.14 602	0.11 567	0.12 566	0.14 600

Nwc_Net	0.23 578	0.17 594	0.22 547	0.25 609	0.15 594	0.25 576	0.27 622	0.38 614	0.39 577	0.22 519	0.41 609	0.30 565	0.29 604	0.28 593	0.25 579	0.11 542	0.10 569	0.17 624	0.20 640	0.10 527	0.11 548

RTSC	0.23 578	0.13 551	0.30 593	0.21 546	0.13 556	0.29 611	0.17 422	0.36 598	0.68 660	0.27 571	0.34 567	0.30 565	0.22 552	0.32 612	0.31 628	0.10 508	0.08 513	0.09 474	0.10 535	0.13 582	0.14 600

RYNet	0.23 578	0.12 524	0.22 547	0.19 446	0.17 620	0.47 651	0.26 617	0.39 620	0.49 616	0.24 546	0.29 531	0.34 598	0.24 567	0.20 517	0.31 628	0.10 508	0.06 409	0.09 474	0.09 496	0.14 599	0.15 614

NaN_ROB	0.23 578	0.20 617	0.25 564	0.25 609	0.13 556	0.31 616	0.27 622	0.34 576	0.41 588	0.31 607	0.31 542	0.32 587	0.23 558	0.31 607	0.22 548	0.11 542	0.17 637	0.10 522	0.11 567	0.08 428	0.09 492

ETE_ROB	0.23 578	0.17 594	0.23 555	0.25 609	0.14 575	0.26 588	0.29 639	0.32 547	0.37 566	0.28 584	0.37 579	0.45 637	0.27 590	0.28 593	0.27 598	0.11 542	0.09 546	0.12 574	0.10 535	0.14 599	0.13 584

w-ln-seven	0.24 589	0.15 573	0.58 646	0.20 510	0.14 575	0.26 588	0.22 569	0.36 598	0.62 650	0.30 600	0.40 598	0.30 565	0.23 558	0.22 553	0.28 606	0.09 467	0.09 546	0.11 552	0.10 535	0.11 549	0.10 522

SQANet	0.24 589	0.24 633	0.31 596	0.31 646	0.19 634	0.27 597	0.13 169	0.30 525	0.33 530	0.25 559	0.37 579	0.31 580	0.22 552	0.27 584	0.23 559	0.15 612	0.10 569	0.21 638	0.16 627	0.22 641	0.16 623

DeepPrunerF	0.24 589	0.17 594	0.45 628	0.26 618	0.16 608	0.23 558	0.29 639	0.37 607	0.51 624	0.27 571	0.31 542	0.24 507	0.28 599	0.22 553	0.23 559	0.15 612	0.11 583	0.20 637	0.18 638	0.12 566	0.14 600

PA-Net	0.24 589	0.18 608	0.34 606	0.28 633	0.22 644	0.22 543	0.39 664	0.29 512	0.39 577	0.22 519	0.33 557	0.25 520	0.26 583	0.21 535	0.25 579	0.10 508	0.23 658	0.15 613	0.22 645	0.09 491	0.13 584
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NCCL2	0.24 589	0.15 573	0.18 498	0.34 650	0.18 630	0.24 567	0.24 592	0.34 576	0.29 503	0.31 607	0.38 587	0.38 615	0.29 604	0.23 561	0.25 579	0.15 612	0.12 599	0.18 633	0.21 642	0.13 582	0.13 584

WCMA_ROB	0.24 589	0.11 505	0.24 561	0.17 285	0.14 575	0.34 624	0.16 388	0.33 561	0.33 530	0.39 630	0.54 639	0.40 626	0.35 631	0.35 624	0.26 592	0.12 568	0.12 599	0.12 574	0.11 567	0.14 599	0.14 600

SGM_RVC	0.24 589	0.12 524	0.16 440	0.15 104	0.09 327	0.34 624	0.19 517	0.35 591	0.32 525	0.44 644	0.38 587	0.53 653	0.36 634	0.36 628	0.26 592	0.13 587	0.13 613	0.13 588	0.13 601	0.11 549	0.11 548
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DStereoO	0.25 596	0.18 608	0.19 522	0.20 510	0.15 594	0.22 543	0.19 517	0.33 561	0.42 590	0.30 600	0.22 431	0.33 593	0.28 599	0.42 651	0.28 606	0.47 673	0.12 599	0.31 661	0.11 567	0.17 631	0.12 569

z-mn7	0.25 596	0.15 573	0.47 632	0.19 446	0.13 556	0.28 607	0.25 608	0.35 591	0.64 654	0.27 571	0.57 646	0.29 555	0.24 567	0.32 612	0.27 598	0.08 409	0.08 513	0.08 388	0.08 450	0.10 527	0.10 522

DGSMNet	0.25 596	0.19 612	0.34 606	0.21 546	0.24 649	0.24 567	0.21 555	0.36 598	0.42 590	0.25 559	0.32 551	0.38 615	0.21 545	0.29 600	0.24 571	0.13 587	0.11 583	0.14 602	0.16 627	0.23 644	0.23 649

psmorigin	0.25 596	0.16 584	0.35 612	0.17 285	0.13 556	0.24 567	0.14 240	0.34 576	0.34 541	0.41 637	0.55 640	0.41 629	0.38 638	0.35 624	0.28 606	0.11 542	0.15 627	0.11 552	0.11 567	0.12 566	0.17 632

RGC	0.25 596	0.20 617	0.29 587	0.28 633	0.16 608	0.22 543	0.23 581	0.33 561	0.44 601	0.27 571	0.40 598	0.38 615	0.28 599	0.37 633	0.23 559	0.11 542	0.13 613	0.17 624	0.17 634	0.15 611	0.16 623

G-Net	0.25 596	0.17 594	0.38 616	0.23 589	0.16 608	0.51 654	0.23 581	0.29 512	0.35 555	0.36 623	0.38 587	0.31 580	0.29 604	0.28 593	0.27 598	0.11 542	0.09 546	0.12 574	0.10 535	0.16 624	0.14 600

NCC-stereo	0.25 596	0.15 573	0.31 596	0.26 618	0.17 620	0.21 529	0.31 648	0.41 628	0.40 581	0.24 546	0.38 587	0.33 593	0.29 604	0.37 633	0.28 606	0.13 587	0.11 583	0.15 613	0.22 645	0.13 582	0.13 584

Abc-Net	0.25 596	0.15 573	0.31 596	0.26 618	0.17 620	0.21 529	0.31 648	0.41 628	0.40 581	0.24 546	0.38 587	0.33 593	0.29 604	0.37 633	0.28 606	0.13 587	0.11 583	0.15 613	0.22 645	0.13 582	0.13 584
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
ADCL	0.25 596	0.12 524	0.49 635	0.22 568	0.12 530	0.36 633	0.29 639	0.30 525	0.57 639	0.24 546	0.47 629	0.30 565	0.31 620	0.30 606	0.30 622	0.09 467	0.07 480	0.09 474	0.09 496	0.10 527	0.10 522

FBW_ROB	0.25 596	0.17 594	0.23 555	0.27 626	0.14 575	0.26 588	0.22 569	0.42 633	0.43 599	0.42 639	0.41 609	0.43 633	0.27 590	0.32 612	0.24 571	0.09 467	0.15 627	0.15 613	0.12 589	0.12 566	0.10 522

SANet	0.25 596	0.14 566	0.29 587	0.21 546	0.11 498	0.29 611	0.25 608	0.40 623	0.65 658	0.36 623	0.40 598	0.42 631	0.27 590	0.27 584	0.25 579	0.12 568	0.09 546	0.10 522	0.09 496	0.13 582	0.12 569

LALA_ROB	0.25 596	0.16 584	0.23 555	0.27 626	0.17 620	0.27 597	0.27 622	0.42 633	0.38 572	0.33 618	0.39 595	0.51 649	0.26 583	0.29 600	0.28 606	0.16 629	0.09 546	0.13 588	0.12 589	0.13 582	0.13 584

DStereoSA	0.26 608	0.19 612	0.39 617	0.27 626	0.17 620	0.23 558	0.21 555	0.50 653	0.60 645	0.22 519	0.30 537	0.29 555	0.34 627	0.40 644	0.29 615	0.12 568	0.11 583	0.16 621	0.14 607	0.15 611	0.12 569

zh-sn7	0.26 608	0.17 594	0.55 640	0.24 601	0.14 575	0.25 576	0.25 608	0.34 576	0.49 616	0.29 594	0.55 640	0.29 555	0.32 622	0.37 633	0.33 636	0.10 508	0.10 569	0.11 552	0.11 567	0.12 566	0.12 569

zh-mn7	0.26 608	0.15 573	0.59 648	0.19 446	0.14 575	0.24 567	0.22 569	0.35 591	0.63 653	0.35 620	0.67 656	0.31 580	0.25 575	0.31 607	0.26 592	0.09 467	0.08 513	0.09 474	0.09 496	0.09 491	0.11 548

Wz-Net-SNSev	0.26 608	0.17 594	0.46 629	0.25 609	0.14 575	0.26 588	0.24 592	0.38 614	0.57 639	0.30 600	0.56 642	0.39 620	0.26 583	0.24 573	0.32 633	0.10 508	0.09 546	0.10 522	0.11 567	0.11 549	0.11 548

SHD	0.26 608	0.15 573	0.31 596	0.24 601	0.18 630	0.23 558	0.15 324	0.39 620	0.72 665	0.32 614	0.42 617	0.36 606	0.29 604	0.33 616	0.30 622	0.13 587	0.11 583	0.14 602	0.13 601	0.16 624	0.20 644

ADCMid	0.26 608	0.15 573	0.42 625	0.20 510	0.14 575	0.25 576	0.26 617	0.35 591	0.40 581	0.37 627	0.45 624	0.34 598	0.42 649	0.36 628	0.36 642	0.10 508	0.09 546	0.11 552	0.11 567	0.13 582	0.13 584

AnyNet_C32	0.26 608	0.16 584	0.39 617	0.20 510	0.17 620	0.26 588	0.31 648	0.32 547	0.45 605	0.31 607	0.50 633	0.30 565	0.34 627	0.41 650	0.36 642	0.12 568	0.12 599	0.12 574	0.14 607	0.14 599	0.15 614

ADCPNet	0.26 608	0.17 594	0.62 651	0.21 546	0.15 594	0.36 633	0.25 608	0.33 561	0.37 566	0.31 607	0.41 609	0.36 606	0.29 604	0.29 600	0.34 640	0.12 568	0.10 569	0.11 552	0.12 589	0.14 599	0.13 584

DStereoFS	0.27 616	0.22 627	0.32 600	0.23 589	0.15 594	0.23 558	0.21 555	0.52 658	0.49 616	0.28 584	0.45 624	0.34 598	0.36 634	0.53 662	0.29 615	0.13 587	0.11 583	0.15 613	0.13 601	0.17 631	0.17 632

DispFullNet	0.27 616	0.22 627	0.66 655	0.28 633	0.17 620	0.27 597	0.17 422	0.34 576	0.57 639	0.27 571	0.37 579	0.43 633	0.24 567	0.39 640	0.25 579	0.12 568	0.06 409	0.19 635	0.11 567	0.23 644	0.16 623

MeshStereo	0.27 616	0.13 551	0.18 498	0.15 104	0.11 498	0.33 620	0.24 592	0.41 628	0.36 560	0.53 653	0.58 650	0.67 663	0.41 645	0.36 628	0.27 598	0.14 608	0.13 613	0.13 588	0.11 567	0.11 549	0.11 548
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	0.28 619	0.33 654	0.42 625	0.36 654	0.32 661	0.18 475	0.20 538	0.42 633	0.30 509	0.33 618	0.41 609	0.40 626	0.24 567	0.31 607	0.20 522	0.19 639	0.11 583	0.25 645	0.15 623	0.22 641	0.16 623

CC-Net-ROB	0.28 619	0.31 652	0.36 614	0.30 644	0.15 594	0.25 576	0.19 517	0.45 645	0.34 541	0.39 630	0.37 579	0.39 620	0.31 620	0.27 584	0.27 598	0.24 658	0.18 639	0.30 660	0.23 649	0.19 638	0.15 614

DPSNet	0.28 619	0.16 584	0.33 603	0.18 375	0.13 556	0.55 657	0.42 667	0.52 658	0.68 660	0.29 594	0.38 587	0.39 620	0.30 615	0.32 612	0.23 559	0.11 542	0.10 569	0.11 552	0.08 450	0.20 640	0.16 623

PDISCO_ROB	0.28 619	0.16 584	0.28 578	0.28 633	0.20 638	0.33 620	0.27 622	0.45 645	0.58 642	0.28 584	0.41 609	0.45 637	0.30 615	0.34 619	0.35 641	0.12 568	0.09 546	0.17 624	0.16 627	0.17 631	0.13 584

Wz-Net-TNSev	0.29 623	0.20 617	0.69 663	0.19 446	0.15 594	0.38 639	0.27 622	0.36 598	0.56 637	0.35 620	0.42 617	0.45 637	0.39 639	0.33 616	0.31 628	0.13 587	0.13 613	0.10 522	0.12 589	0.15 611	0.15 614

WZ-Net	0.29 623	0.17 594	0.82 674	0.23 589	0.16 608	0.35 629	0.29 639	0.40 623	0.59 644	0.24 546	0.57 646	0.37 609	0.25 575	0.34 619	0.37 646	0.09 467	0.08 513	0.09 474	0.10 535	0.14 599	0.16 623

XQC	0.29 623	0.23 630	0.53 637	0.29 640	0.19 634	0.36 633	0.28 628	0.37 607	0.58 642	0.31 607	0.31 542	0.37 609	0.30 615	0.39 640	0.39 650	0.13 587	0.09 546	0.15 613	0.12 589	0.18 635	0.18 636

MultiAttention	0.30 626	0.08 330	0.15 397	0.19 446	0.13 556	1.56 693	1.33 697	0.36 598	0.36 560	0.20 488	0.21 414	0.24 507	0.11 326	0.39 640	0.18 497	0.06 161	0.05 237	0.08 388	0.08 450	0.11 549	0.09 492

ccnet	0.30 626	0.28 643	0.24 561	0.20 510	0.28 656	0.41 646	0.22 569	0.46 648	0.33 530	0.37 627	0.46 627	0.37 609	0.30 615	0.40 644	0.43 657	0.23 656	0.14 623	0.21 638	0.17 634	0.23 644	0.19 641

EDNetEfficient	0.30 626	0.24 633	1.18 684	0.18 375	0.10 442	0.20 518	0.20 538	0.21 350	0.61 647	0.74 670	0.56 642	0.30 565	0.40 644	0.23 561	0.32 633	0.09 467	0.07 480	0.08 388	0.07 375	0.11 549	0.10 522

MFN_U_SF_DS_RVC	0.30 626	0.24 633	0.30 593	0.36 654	0.16 608	0.36 633	0.31 648	0.34 576	0.43 599	0.41 637	0.46 627	0.38 615	0.30 615	0.35 624	0.29 615	0.19 639	0.20 645	0.26 646	0.29 659	0.18 635	0.19 641

ADCS	0.30 626	0.19 612	0.48 634	0.21 546	0.18 630	0.29 611	0.24 592	0.42 633	0.64 654	0.40 633	0.50 633	0.40 626	0.37 636	0.40 644	0.43 657	0.13 587	0.13 613	0.13 588	0.14 607	0.16 624	0.16 623

CSAN	0.30 626	0.24 633	0.28 578	0.34 650	0.19 634	0.34 624	0.42 667	0.38 614	0.51 624	0.38 629	0.40 598	0.44 636	0.34 627	0.29 600	0.31 628	0.19 639	0.16 633	0.19 635	0.19 639	0.14 599	0.15 614

AANet	0.31 632	0.20 617	1.05 682	0.16 197	0.13 556	0.23 558	0.16 388	0.30 525	0.64 654	0.60 659	0.53 637	0.46 641	0.39 639	0.23 561	0.33 636	0.12 568	0.10 569	0.11 552	0.10 535	0.13 582	0.12 569

GANetREF_RVC	0.31 632	0.34 655	0.29 587	0.35 652	0.16 608	0.33 620	0.42 667	0.48 651	0.52 630	0.35 620	0.35 571	0.34 598	0.32 622	0.40 644	0.33 636	0.27 660	0.20 645	0.29 658	0.15 623	0.19 638	0.18 636
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	0.31 632	0.26 639	0.26 573	0.24 601	0.21 641	0.34 624	0.25 608	0.34 576	0.39 577	0.40 633	0.69 660	0.45 637	0.41 645	0.34 619	0.28 606	0.20 644	0.20 645	0.26 646	0.25 651	0.23 644	0.22 648

FC-DCNN v2	0.33 635	0.28 643	0.28 578	0.26 618	0.23 645	0.39 642	0.29 639	0.41 628	0.44 601	0.46 647	0.57 646	0.51 649	0.41 645	0.38 638	0.30 622	0.21 647	0.20 645	0.27 649	0.26 652	0.25 652	0.24 650

FCDSN-DC	0.33 635	0.28 643	0.28 578	0.30 644	0.24 649	0.39 642	0.28 628	0.43 639	0.42 590	0.44 644	0.53 637	0.51 649	0.42 649	0.37 633	0.30 622	0.21 647	0.20 645	0.27 649	0.26 652	0.25 652	0.25 652
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	0.33 635	0.22 627	0.58 646	0.31 646	0.15 594	0.36 633	0.17 422	0.54 662	0.46 612	0.47 649	0.56 642	0.58 656	0.39 639	0.36 628	0.38 649	0.15 612	0.15 627	0.18 633	0.21 642	0.16 624	0.16 623

FC-DCNN	0.33 635	0.28 643	0.28 578	0.26 618	0.23 645	0.38 639	0.29 639	0.40 623	0.44 601	0.46 647	0.56 642	0.51 649	0.41 645	0.38 638	0.31 628	0.21 647	0.20 645	0.27 649	0.26 652	0.25 652	0.24 650

PASM	0.33 635	0.25 638	0.51 636	0.28 633	0.27 655	0.30 614	0.31 648	0.35 591	0.51 624	0.36 623	0.40 598	0.47 645	0.35 631	0.34 619	0.36 642	0.23 656	0.26 661	0.26 646	0.28 658	0.23 644	0.21 645

SGM-ForestM	0.33 635	0.12 524	0.17 464	0.16 197	0.11 498	0.42 648	0.20 538	0.43 639	0.53 634	0.53 653	0.57 646	1.41 687	0.44 654	0.42 651	0.29 615	0.14 608	0.16 633	0.16 621	0.16 627	0.12 566	0.13 584

LSM	0.34 641	0.21 623	0.62 651	0.27 626	0.62 681	0.35 629	0.26 617	0.43 639	0.49 616	0.45 646	0.60 654	0.42 631	0.37 636	0.35 624	0.26 592	0.13 587	0.21 655	0.14 602	0.16 627	0.18 635	0.34 664

GCST	0.37 642	0.42 662	0.27 575	1.03 688	0.39 663	0.18 475	0.08 7	0.21 350	0.18 318	0.28 584	0.25 474	0.15 372	0.12 359	0.16 415	0.14 411	0.64 684	0.43 673	0.75 680	0.65 683	0.64 677	0.46 675

AnyNet_C01	0.37 642	0.26 639	1.41 687	0.22 568	0.17 620	0.51 654	0.28 628	0.36 598	0.40 581	0.39 630	0.75 666	0.46 641	0.39 639	0.46 654	0.50 667	0.13 587	0.13 613	0.13 588	0.14 607	0.14 599	0.16 623

otaku	0.39 644	0.38 658	0.53 637	0.44 661	0.28 656	0.57 659	0.24 592	0.42 633	0.62 650	0.40 633	0.50 633	0.46 641	0.34 627	0.40 644	0.33 636	0.30 661	0.30 665	0.39 665	0.33 664	0.30 659	0.29 658

ACVNet-4b	0.39 644	0.53 665	0.56 641	0.45 662	0.24 649	0.46 650	0.18 471	0.50 653	0.64 654	0.42 639	0.45 624	0.60 657	0.27 590	0.34 619	0.24 571	0.33 663	0.14 623	0.48 668	0.42 670	0.31 662	0.27 657

PVD	0.40 646	0.21 623	0.40 620	0.32 649	0.23 645	0.30 614	0.45 671	0.53 661	0.97 679	0.55 656	0.80 670	0.54 654	0.60 669	0.53 662	0.40 652	0.19 639	0.14 623	0.17 624	0.14 607	0.24 650	0.32 662

Ntro	0.41 647	0.40 660	0.54 639	0.46 665	0.30 660	0.64 663	0.24 592	0.47 649	0.68 660	0.42 639	0.49 631	0.47 645	0.42 649	0.40 644	0.32 633	0.32 662	0.28 663	0.37 664	0.31 662	0.33 664	0.29 658

SAMSARA	0.41 647	0.28 643	0.34 606	0.55 668	0.39 663	0.85 678	1.25 696	0.49 652	0.52 630	0.36 623	0.35 571	0.56 655	0.39 639	0.39 640	0.41 654	0.15 612	0.20 645	0.15 613	0.14 607	0.23 644	0.21 645

ELAS_RVC	0.42 649	0.29 650	0.33 603	0.28 633	0.24 649	0.56 658	0.38 662	0.50 653	0.61 647	0.74 670	0.76 667	0.67 663	0.56 664	0.55 665	0.42 656	0.22 651	0.21 655	0.27 649	0.26 652	0.27 658	0.26 655
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.42 649	0.29 650	0.34 606	0.28 633	0.24 649	0.63 662	0.37 660	0.52 658	0.52 630	0.72 667	0.82 671	0.68 665	0.56 664	0.52 660	0.45 663	0.22 651	0.21 655	0.27 649	0.26 652	0.26 656	0.26 655
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
light-stereo	0.44 651	0.27 641	0.64 654	0.61 670	0.50 670	0.34 624	0.23 581	0.47 649	0.52 630	0.57 658	0.59 652	0.78 669	0.33 625	0.49 656	0.30 622	0.33 663	0.25 659	0.27 649	0.33 664	0.47 668	0.41 671

Consistency-Raft	0.44 651	0.40 660	0.46 629	0.37 656	0.43 667	0.42 648	0.41 665	0.57 664	0.55 635	0.32 614	0.73 664	0.32 587	0.50 658	0.42 651	0.49 666	0.39 667	0.36 670	0.45 667	0.52 679	0.42 667	0.30 660

MSC_U_SF_DS_RVC	0.44 651	0.39 659	0.56 641	0.40 657	0.20 638	0.66 665	0.33 657	0.54 662	0.72 665	0.71 666	0.72 663	0.62 658	0.55 662	0.52 660	0.47 664	0.20 644	0.19 644	0.29 658	0.30 661	0.24 650	0.19 641

ACVNet_1	0.45 654	0.51 664	0.61 649	0.45 662	0.28 656	0.50 652	0.28 628	0.58 669	0.71 664	0.63 661	0.59 652	0.74 668	0.50 658	0.50 657	0.36 642	0.26 659	0.25 659	0.39 665	0.29 659	0.32 663	0.25 652

RTS	0.46 655	0.19 612	3.33 693	0.25 609	0.15 594	0.72 670	0.21 555	0.37 607	0.78 672	0.42 639	0.44 622	0.31 580	0.43 652	0.55 665	0.37 646	0.10 508	0.09 546	0.13 588	0.13 601	0.15 611	0.15 614

RTSA	0.46 655	0.19 612	3.33 693	0.25 609	0.15 594	0.72 670	0.21 555	0.37 607	0.78 672	0.42 639	0.44 622	0.31 580	0.43 652	0.55 665	0.37 646	0.10 508	0.09 546	0.13 588	0.13 601	0.15 611	0.15 614

MANE	0.47 657	0.28 643	0.28 578	0.27 626	0.24 649	0.50 652	0.32 656	0.57 664	0.62 650	0.74 670	1.20 689	1.21 680	0.64 671	0.54 664	0.39 650	0.22 651	0.20 645	0.27 649	0.31 662	0.26 656	0.25 652

NVStereoNet_ROB	0.47 657	0.37 657	0.47 632	0.42 660	0.29 659	0.35 629	0.35 658	0.50 653	0.61 647	0.73 668	0.94 676	0.70 667	0.68 673	0.48 655	0.62 675	0.22 651	0.33 669	0.34 663	0.34 667	0.30 659	0.31 661
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	0.49 659	0.27 641	0.61 649	0.29 640	0.20 638	0.40 644	0.19 517	0.51 657	0.66 659	0.53 653	0.91 675	1.02 674	0.59 668	0.51 659	0.58 672	0.53 677	0.32 668	0.55 674	0.40 668	0.36 665	0.38 668

LE_ROB	0.50 660	0.07 197	0.14 362	0.15 104	0.08 207	0.26 588	0.17 422	0.23 393	1.71 694	4.68 700	0.67 656	0.46 641	0.47 655	0.21 535	0.30 622	0.07 333	0.06 409	0.06 182	0.06 274	0.08 428	0.06 289

anonymity	0.53 661	0.58 666	0.66 655	0.41 658	0.61 680	0.54 656	0.41 665	0.57 664	0.41 588	0.56 657	0.50 633	0.50 648	0.55 662	0.59 670	0.50 667	0.58 680	0.50 683	0.51 670	0.51 677	0.52 670	0.58 678

RainbowNet	0.54 662	0.61 669	0.71 668	0.57 669	0.43 667	0.66 665	0.37 660	0.60 670	0.87 676	0.51 651	0.67 656	0.63 659	0.47 655	0.50 657	0.44 660	0.47 673	0.48 679	0.53 672	0.41 669	0.53 672	0.41 671

BEATNet-Init1	0.54 662	0.28 643	0.68 662	0.31 646	0.21 641	0.85 678	0.31 648	0.57 664	0.69 663	0.89 677	1.00 679	2.17 694	0.66 672	0.58 669	0.44 660	0.19 639	0.18 639	0.23 643	0.22 645	0.22 641	0.21 645

SGM+DAISY	0.57 664	0.58 666	0.67 659	0.41 658	0.55 674	0.68 667	0.51 674	0.57 664	0.46 612	0.67 662	0.70 661	0.69 666	0.57 666	0.64 672	0.58 672	0.59 681	0.49 680	0.50 669	0.50 676	0.52 670	0.59 681

SPS-STEREO	0.58 665	0.59 668	0.66 655	0.45 662	0.55 674	0.65 664	0.44 670	0.63 671	0.51 624	0.69 664	0.65 655	0.66 662	0.58 667	0.62 671	0.62 675	0.62 683	0.47 678	0.51 670	0.49 674	0.55 673	0.58 678
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MFMNet_re	0.65 666	0.66 673	0.66 655	0.51 666	0.69 685	0.70 668	0.58 678	0.65 672	0.75 670	0.61 660	0.73 664	0.63 659	0.68 673	0.65 673	0.60 674	0.66 685	0.58 692	0.63 675	0.59 680	0.68 681	0.69 688

IMH-64-1	0.66 667	0.62 670	0.69 663	0.72 673	0.51 671	0.60 660	0.51 674	0.92 678	0.84 674	0.75 673	1.02 680	0.81 670	0.78 678	0.80 676	0.50 667	0.43 669	0.46 674	0.72 677	0.48 672	0.55 673	0.40 669

IMH-64	0.66 667	0.62 670	0.69 663	0.72 673	0.51 671	0.60 660	0.51 674	0.92 678	0.84 674	0.75 673	1.02 680	0.81 670	0.78 678	0.80 676	0.50 667	0.43 669	0.46 674	0.72 677	0.48 672	0.55 673	0.40 669

ACVNet_2	0.67 669	0.68 674	0.70 666	0.64 671	0.41 665	0.75 673	0.50 673	0.98 684	1.38 689	0.90 678	1.09 683	1.04 675	0.74 676	0.55 665	0.48 665	0.43 669	0.40 672	0.53 672	0.45 671	0.48 669	0.36 666

IMH	0.72 670	0.65 672	0.70 666	0.77 675	0.54 673	0.71 669	0.56 677	0.99 686	1.08 680	0.82 676	1.09 683	0.89 672	0.88 682	0.88 684	0.53 671	0.44 672	0.50 683	0.75 680	0.51 677	0.58 676	0.42 673

PWCK	0.72 670	0.95 684	0.99 680	0.77 675	0.32 661	0.79 675	0.38 662	0.92 678	0.90 677	0.96 681	0.76 667	0.97 673	0.62 670	0.87 682	0.68 678	0.73 687	0.46 674	0.76 682	0.49 674	0.71 684	0.44 674

JetBlue	0.73 672	0.46 663	1.21 685	0.52 667	0.47 669	2.16 694	0.67 684	0.78 674	0.72 665	0.70 665	0.79 669	1.21 680	0.84 680	1.06 691	1.04 691	0.40 668	0.28 663	0.33 662	0.33 664	0.30 659	0.34 664

TorneroNet-64	0.76 673	0.73 676	0.77 672	0.78 677	0.58 679	0.94 683	0.58 678	0.85 677	1.26 684	0.67 662	0.88 673	1.41 687	0.76 677	0.87 682	0.68 678	0.49 675	0.46 674	0.73 679	0.59 680	0.68 681	0.54 677

MADNet+	0.76 673	0.72 675	3.76 696	0.67 672	0.41 665	0.99 684	0.97 694	0.72 673	0.75 670	0.52 652	0.58 650	0.64 661	0.68 673	0.89 685	1.04 691	0.35 665	0.36 670	0.28 657	0.23 649	0.38 666	0.33 663

WAO-7	0.80 675	0.78 678	0.57 643	0.85 680	0.67 684	0.76 674	0.69 687	1.07 688	1.30 686	0.90 678	1.20 689	1.05 676	0.93 684	0.71 674	0.68 678	0.60 682	0.62 693	0.67 676	0.68 686	0.64 677	0.59 681

WAO-6	0.82 676	0.81 679	0.63 653	0.87 682	0.63 682	0.79 675	0.60 680	0.98 684	1.52 693	0.91 680	0.97 678	1.08 677	1.04 688	0.72 675	0.70 681	0.72 686	0.49 680	0.91 688	0.71 687	0.70 683	0.59 681

TorneroNet	0.83 677	0.75 677	0.83 676	0.85 680	0.63 682	1.03 687	0.65 682	0.96 682	1.14 682	0.80 675	1.10 685	1.36 685	0.88 682	0.95 687	0.82 686	0.57 678	0.49 680	0.79 685	0.66 685	0.74 687	0.64 687

LVE	0.84 678	0.87 682	0.86 677	0.81 678	0.56 676	1.09 689	0.66 683	1.07 688	1.45 691	0.97 682	1.23 691	1.11 678	0.86 681	0.84 679	0.72 682	0.49 675	0.56 689	0.76 682	0.60 682	0.66 679	0.60 684

Dean	0.88 679	0.88 683	0.81 673	0.82 679	0.57 677	0.91 680	0.62 681	1.17 694	1.71 694	1.15 689	1.16 687	1.31 684	1.00 687	0.82 678	0.83 687	0.57 678	0.56 689	0.78 684	0.65 683	0.67 680	0.58 678

WAO-8	0.92 680	0.83 680	0.67 659	0.94 685	0.70 686	0.92 681	0.68 685	1.08 690	1.80 696	1.06 686	1.42 693	1.29 682	1.08 690	0.86 680	0.80 684	0.74 688	0.54 686	0.86 686	0.75 688	0.71 684	0.63 685

Venus	0.92 680	0.83 680	0.67 659	0.94 685	0.70 686	0.92 681	0.68 685	1.08 690	1.80 696	1.06 686	1.42 693	1.29 682	1.08 690	0.86 680	0.80 684	0.74 688	0.54 686	0.86 686	0.75 688	0.71 684	0.63 685

UNDER WATER-64	0.97 682	0.96 685	1.48 689	0.88 683	0.57 677	1.24 692	0.90 692	0.78 674	0.96 678	1.05 684	0.85 672	1.56 692	1.26 694	0.97 689	0.99 689	0.88 692	0.57 691	1.04 692	0.88 692	0.81 688	0.75 689

notaker	0.98 683	1.13 687	1.02 681	1.14 690	0.81 689	0.73 672	0.69 687	0.94 681	1.15 683	1.19 691	1.19 688	1.41 687	1.17 693	1.10 693	0.74 683	0.82 691	0.64 694	1.18 693	0.79 690	1.02 691	0.82 692

UNDER WATER	0.99 684	1.00 686	1.47 688	1.00 687	0.71 688	1.18 691	0.86 690	0.81 676	1.09 681	1.02 683	0.90 674	1.53 691	1.26 694	1.06 691	1.02 690	0.79 690	0.54 686	1.02 690	0.88 692	0.83 689	0.75 689

ktn	1.02 685	1.23 689	0.82 674	1.24 692	0.86 691	1.00 686	0.86 690	0.96 682	1.37 688	1.05 684	1.12 686	1.16 679	1.06 689	0.95 687	0.62 675	1.28 697	0.71 695	1.39 697	0.83 691	1.06 693	0.77 691

KSHMR	1.10 686	1.19 688	0.90 679	1.26 693	1.00 693	0.99 684	0.96 693	1.13 693	1.35 687	1.16 690	1.28 692	1.40 686	0.97 686	1.03 690	0.93 688	1.03 695	1.08 697	1.20 694	1.03 696	1.03 692	0.98 694

DPSimNet_ROB	1.14 687	1.25 690	0.87 678	1.15 691	0.90 692	1.15 690	1.18 695	1.20 695	1.26 684	1.45 693	1.05 682	1.44 690	1.13 692	0.92 686	1.70 694	1.47 698	0.52 685	1.22 695	1.04 697	0.92 690	1.03 695

HanzoNet	1.31 688	1.29 691	1.22 686	1.13 689	0.85 690	1.05 688	0.84 689	1.06 687	1.47 692	1.66 694	1.63 695	2.48 696	1.78 696	1.63 695	1.69 693	1.27 696	0.80 696	1.32 696	1.02 695	1.07 694	0.90 693

JetRed	1.66 689	1.51 692	3.09 692	0.93 684	1.21 694	5.28 697	1.61 699	1.29 696	1.42 690	1.84 695	1.77 696	1.59 693	0.95 685	1.43 694	2.51 699	0.91 694	1.61 698	0.93 689	0.91 694	1.36 695	1.03 695

MADNet++	1.97 690	1.75 693	1.66 690	1.83 694	1.69 696	2.38 695	1.45 698	2.36 697	2.11 698	2.58 697	2.37 698	2.25 695	2.21 698	2.28 696	2.36 697	1.87 699	1.67 699	1.53 698	1.34 698	1.87 696	1.78 698

Selective-IGEV-i1pa	2.90 691	3.64 697	0.72 669	0.29 640	0.14 575	10.70 703	0.45 671	4.60 698	3.77 699	3.60 698	7.07 700	3.52 697	2.16 697	13.72 712	2.40 698	0.37 666	0.15 627	0.13 588	0.10 535	0.15 611	0.36 666

coex-ft	3.24 692	0.35 656	57.83 723	0.18 375	0.13 556	0.27 597	0.23 581	0.28 493	0.72 665	1.89 696	0.70 661	0.43 633	0.47 655	0.29 600	0.43 657	0.09 467	0.09 546	0.12 574	0.09 496	0.14 599	0.14 600

TCMNet-wrong-test	3.69 693	5.54 706	3.91 697	12.22 708	11.75 710	4.77 696	3.86 700	1.08 690	0.74 669	1.13 688	2.21 697	6.16 702	0.53 661	3.43 698	2.33 696	0.90 693	0.20 645	1.85 700	1.69 699	5.71 704	3.79 704

tt	4.65 694	0.07 197	3.54 695	2.01 695	1.55 695	10.25 701	16.66 704	8.90 707	5.03 700	1.33 692	0.96 677	4.71 698	4.74 700	3.33 697	5.86 701	6.06 707	10.30 713	1.87 701	2.09 701	2.61 698	1.19 697

USTest	6.16 695	2.65 696	2.79 691	6.48 702	7.21 702	14.33 705	21.38 706	6.98 706	9.55 705	5.35 703	6.12 699	5.71 701	7.69 703	6.31 702	6.75 703	1.97 700	3.38 705	1.63 699	2.14 702	2.49 697	2.35 699

xxxxx1	7.75 696	5.06 703	7.26 699	3.15 696	3.91 698	16.37 706	22.88 709	5.87 703	8.68 702	7.99 704	8.55 701	9.13 706	8.46 704	10.05 704	10.47 704	2.43 701	2.48 701	3.56 704	12.26 710	3.48 699	3.02 701

tt_ll	7.75 696	5.06 703	7.26 699	3.15 696	3.91 698	16.37 706	22.88 709	5.87 703	8.68 702	7.99 704	8.55 701	9.13 706	8.46 704	10.05 704	10.47 704	2.43 701	2.48 701	3.56 704	12.26 710	3.48 699	3.02 701

ff	7.75 696	5.06 703	7.26 699	3.15 696	3.91 698	16.37 706	22.88 709	5.87 703	8.68 702	7.99 704	8.55 701	9.13 706	8.46 704	10.05 704	10.47 704	2.43 701	2.48 701	3.56 704	12.26 710	3.48 699	3.02 701

EDNetEfficientorigin	7.92 699	0.32 653	152.98 724	0.20 510	0.10 442	0.22 543	0.17 422	0.23 393	0.60 645	0.73 668	0.67 656	0.41 629	0.51 660	0.24 573	0.41 654	0.08 409	0.07 480	0.09 474	0.07 375	0.12 566	0.11 548

DPSMNet_ROB	8.06 700	4.50 699	8.69 708	5.36 701	10.74 705	8.32 699	22.71 707	5.47 701	13.38 709	5.13 701	9.98 706	5.10 699	10.47 707	5.53 700	12.77 710	3.80 705	8.00 706	3.49 702	6.95 707	3.75 703	7.09 708

DGTPSM_ROB	8.06 700	4.50 699	8.69 708	5.34 699	10.73 704	8.32 699	22.71 707	5.47 701	13.38 709	5.13 701	9.98 706	5.10 699	10.47 707	5.53 700	12.77 710	3.79 704	8.00 706	3.49 702	6.95 707	3.74 702	7.09 708

PML	8.57 702	9.39 712	6.24 698	5.34 699	6.36 701	13.21 704	20.99 705	5.35 700	6.68 701	17.75 714	26.46 724	7.58 703	6.08 702	7.89 703	5.76 700	5.33 706	1.83 700	5.95 712	1.93 700	8.75 709	2.53 700

iinet-test	10.41 703	8.00 708	7.40 702	10.23 703	10.93 706	17.97 710	25.06 712	11.30 711	13.29 707	9.69 708	9.78 705	9.38 709	11.23 709	10.97 708	12.61 708	6.59 709	8.30 708	5.49 707	6.54 703	6.58 705	6.91 706

IINet	10.41 703	8.00 708	7.40 702	10.23 703	10.93 706	17.97 710	25.06 712	11.30 711	13.29 707	9.69 708	9.77 704	9.38 709	11.23 709	10.97 708	12.61 708	6.59 709	8.30 708	5.49 707	6.54 703	6.58 705	6.91 706

DLNR_Zeroshot_test	10.48 705	2.27 694	19.78 718	120.28 723	13.29 712	0.06 12	0.13 169	0.24 419	0.10 64	0.08 122	0.10 188	0.09 215	0.07 170	0.10 113	0.09 91	0.13 587	0.04 24	0.06 182	0.04 52	52.68 724	0.04 48

DLNR-FE	10.51 706	2.29 695	19.85 719	120.28 723	13.21 711	0.06 12	0.13 169	0.24 419	0.10 64	0.08 122	0.10 188	0.09 215	0.07 170	0.10 113	0.09 91	0.13 587	0.04 24	0.06 182	0.04 52	53.18 725	0.04 48

LRCNet_RVC	10.76 707	13.97 713	7.97 707	19.07 712	2.04 697	0.35 629	0.31 648	5.29 699	0.48 615	13.02 712	17.65 712	8.69 704	5.73 701	4.78 699	2.22 695	23.53 721	2.69 704	27.60 724	25.75 724	17.60 718	16.54 721

Anonymous_1	10.87 708	7.82 707	7.41 704	10.29 705	10.08 703	18.64 712	26.11 714	11.02 710	13.45 711	9.43 707	10.10 708	9.73 711	11.31 711	10.69 707	12.47 707	6.42 708	8.38 710	5.70 709	10.22 709	11.41 710	6.65 705

DPSM_ROB	11.10 709	8.47 710	7.95 705	10.84 706	11.58 708	19.10 713	26.50 717	12.02 713	14.09 712	10.38 710	10.91 709	10.39 712	11.92 712	11.67 710	13.39 712	6.99 711	8.79 711	5.82 710	6.92 705	6.97 707	7.31 710

DPSM	11.10 709	8.47 710	7.95 705	10.84 706	11.58 708	19.10 713	26.50 717	12.02 713	14.09 712	10.38 710	10.91 709	10.39 712	11.92 712	11.67 710	13.39 712	6.99 711	8.79 711	5.82 710	6.92 705	6.97 707	7.31 710

HaxPig	15.73 711	18.55 721	19.19 717	16.92 711	15.89 713	7.80 698	7.57 701	13.37 715	10.80 706	15.40 713	14.87 711	15.95 714	14.81 714	15.67 713	15.97 716	18.96 720	16.72 714	19.47 720	18.10 722	19.45 721	19.06 722

Selective-IGEV-i16pa	19.44 712	3.95 698	1.06 683	0.21 546	0.19 634	105.21 725	0.29 639	22.78 718	47.64 725	4.27 699	59.07 725	9.08 705	2.84 699	125.10 726	5.92 702	0.18 635	0.12 599	0.09 474	0.12 589	0.12 566	0.52 676

RSGM-EC	20.15 713	4.62 701	0.75 670	16.73 709	16.97 714	21.10 715	26.46 715	10.37 708	14.13 714	18.18 715	21.56 715	22.31 723	22.50 716	21.80 715	15.71 714	62.36 724	33.86 724	20.06 721	18.04 720	19.30 719	16.22 719

acva	20.15 713	4.62 701	0.75 670	16.73 709	16.97 714	21.10 715	26.46 715	10.37 708	14.13 714	18.18 715	21.56 715	22.31 723	22.50 716	21.80 715	15.71 714	62.36 724	33.86 724	20.06 721	18.04 720	19.30 719	16.22 719

MEDIAN_ROB	20.38 715	24.05 722	23.36 720	21.18 713	21.62 716	10.51 702	8.17 702	17.68 716	15.46 716	20.04 717	19.65 713	20.30 715	20.16 715	21.17 714	21.03 717	23.81 722	21.77 722	24.98 723	23.75 723	25.01 722	23.94 723

RAFT-FEzeroshot	22.33 716	17.12 715	15.83 710	21.95 716	23.32 720	38.31 718	53.41 724	23.99 719	28.43 719	20.66 719	21.84 717	21.02 719	24.05 721	23.33 717	27.09 722	14.06 714	17.69 716	11.70 714	13.95 715	14.05 714	14.76 715

RAFT-FE	22.33 716	17.12 715	15.83 710	21.95 716	23.32 720	38.31 718	53.41 724	23.99 719	28.43 719	20.66 719	21.84 717	21.02 719	24.05 721	23.33 717	27.09 722	14.06 714	17.69 716	11.70 714	13.95 715	14.05 714	14.76 715

CasAABBNet	22.33 716	17.11 714	15.84 712	21.94 715	23.28 718	38.30 717	53.40 722	24.05 721	28.44 721	20.66 719	21.86 719	21.03 721	24.04 720	23.35 719	27.03 721	14.06 714	17.69 716	11.70 714	13.94 714	14.04 713	14.76 715

FlowAnything	22.34 719	17.13 717	15.98 713	22.00 718	23.23 717	38.39 723	53.32 720	24.19 722	28.48 722	21.00 724	21.93 721	20.83 716	23.97 718	23.44 722	26.83 719	14.04 713	17.80 721	11.63 713	14.08 719	14.00 711	14.65 712

Hybrid-DGEV	22.38 720	17.26 720	16.15 715	21.92 714	23.29 719	38.36 720	53.40 722	24.38 725	28.67 724	20.64 718	21.89 720	21.01 718	24.05 721	23.35 719	27.12 724	14.08 718	17.70 719	11.71 718	13.99 718	14.01 712	14.70 714

Selective-RAFT-Error	22.39 721	17.14 718	16.01 714	22.00 718	23.34 722	38.37 721	53.36 721	24.24 724	28.53 723	20.80 722	21.94 722	20.94 717	24.02 719	23.48 723	27.33 725	14.07 717	17.70 719	11.70 714	13.93 713	14.05 714	14.83 718

LSM0	22.80 722	17.22 719	19.17 716	22.12 720	28.90 724	38.38 722	53.27 719	24.21 723	28.36 718	20.84 723	21.11 714	21.63 722	24.25 724	23.42 721	26.98 720	14.08 718	17.39 715	11.72 719	13.98 717	14.22 717	14.66 713

AVERAGE_ROB	24.89 723	29.12 723	27.98 721	24.83 721	24.59 723	17.82 709	11.61 703	21.45 717	19.91 717	25.04 725	24.38 723	25.06 725	25.31 725	24.69 724	22.86 718	29.74 723	27.09 723	28.97 725	27.94 725	30.07 723	29.35 724

test_example2	97.69 724	92.93 724	45.57 722	96.02 722	109.84 725	88.44 724	93.70 726	25.54 726	94.63 726	130.46 727	126.87 726	58.93 726	75.48 726	87.99 725	77.94 726	150.16 726	221.11 726	76.29 726	98.21 726	108.42 726	95.33 725

GS-Stereo							0.14 240	0.11 53	0.12 134	0.08 122	0.10 188	0.05 4	0.04 1	0.11 186	0.08 23	0.06 161	0.04 24	0.05 45	0.04 52	0.05 159	0.05 185

FSD					0.23 645	0.25 576	0.25 608	0.27 468	0.26 466	0.25 559	0.26 487	0.26 530	0.26 583	0.27 584	0.24 571	0.21 647	0.20 645	0.27 649	0.26 652	0.25 652

ccccc		285.89 725		366.70 725	366.78 726	118.88 726		113.97 727		125.77 726		120.54 727		252.62 727		382.79 727	352.84 727	254.30 727	222.62 727	426.61 727

Low-res two-view benchmark