Low-res two-view results

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

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

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

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

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

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

mm2	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

mm1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

derf	0.02 3	0.01 3	0.01 3	0.02 12	0.01 3	0.01 3	0.01 3	0.02 6	0.03 18	0.02 5	0.02 5	0.03 21	0.01 3	0.01 4	0.04 5	0.04 4	0.03 3	0.02 3	0.03 3	0.02 3	0.03 4	0.01 3	0.01 4	0.01 3	0.02 3	0.03 3	0.02 3	0.02 3

qqai	0.02 3	0.01 3	0.01 3	0.02 12	0.01 3	0.01 3	0.01 3	0.02 6	0.03 18	0.02 5	0.02 5	0.03 21	0.01 3	0.01 4	0.04 5	0.04 4	0.03 3	0.03 6	0.03 3	0.02 3	0.03 4	0.02 5	0.01 4	0.01 3	0.03 5	0.03 3	0.02 3	0.02 3

quiztm	0.02 3	0.02 7	0.01 3	0.01 3	0.01 3	0.02 9	0.01 3	0.02 6	0.02 5	0.02 5	0.02 5	0.02 7	0.01 3	0.01 4	0.04 5	0.04 4	0.03 3	0.02 3	0.03 3	0.02 3	0.03 4	0.01 3	0.01 4	0.01 3	0.04 16	0.03 3	0.02 3	0.02 3

MM-Stereo_test3	0.02 3	0.01 3	0.02 10	0.01 3	0.02 13	0.01 3	0.01 3	0.02 6	0.03 18	0.02 5	0.02 5	0.02 7	0.01 3	0.01 4	0.04 5	0.04 4	0.04 13	0.03 6	0.03 3	0.03 10	0.03 4	0.02 5	0.01 4	0.02 11	0.03 5	0.03 3	0.02 3	0.02 3

MM-Stereo_test1	0.02 3	0.02 7	0.02 10	0.02 12	0.01 3	0.02 9	0.01 3	0.02 6	0.03 18	0.03 22	0.02 5	0.01 3	0.01 3	0.01 4	0.04 5	0.04 4	0.04 13	0.04 20	0.04 21	0.03 10	0.03 4	0.03 13	0.02 39	0.03 39	0.03 5	0.03 3	0.02 3	0.02 3

Pointernet	0.02 3	0.02 7	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.02 6	0.02 5	0.02 5	0.02 5	0.02 7	0.01 3	0.01 4	0.03 3	0.04 4	0.03 3	0.02 3	0.03 3	0.02 3	0.02 3	0.02 5	0.01 4	0.01 3	0.03 5	0.03 3	0.02 3	0.02 3

ProNet	0.02 3	0.02 7	0.02 10	0.02 12	0.02 13	0.02 9	0.02 25	0.01 3	0.01 3	0.02 5	0.02 5	0.01 3	0.01 3	0.01 4	0.04 5	0.04 4	0.03 3	0.03 6	0.03 3	0.02 3	0.03 4	0.02 5	0.01 4	0.02 11	0.03 5	0.03 3	0.02 3	0.02 3

CroCo-Stereo	0.02 3	0.01 3	0.02 10	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.01 3	0.00 1	0.04 5	0.05 21	0.04 13	0.03 6	0.03 3	0.02 3	0.03 4	0.02 5	0.00 1	0.01 3	0.04 16	0.03 3	0.02 3	0.02 3
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
over v1	0.03 11	0.02 7	0.02 10	0.03 40	0.02 13	0.03 43	0.02 25	0.02 6	0.03 18	0.03 22	0.04 41	0.05 63	0.03 55	0.02 31	0.05 26	0.05 21	0.04 13	0.04 20	0.04 21	0.03 10	0.04 22	0.03 13	0.01 4	0.03 39	0.04 16	0.06 57	0.05 53	0.04 40

over-8	0.03 11	0.02 7	0.02 10	0.03 40	0.02 13	0.02 9	0.02 25	0.02 6	0.02 5	0.03 22	0.04 41	0.03 21	0.02 21	0.01 4	0.04 5	0.05 21	0.04 13	0.04 20	0.03 3	0.03 10	0.04 22	0.03 13	0.01 4	0.02 11	0.04 16	0.05 33	0.04 36	0.03 14

over-9	0.03 11	0.02 7	0.02 10	0.03 40	0.02 13	0.02 9	0.02 25	0.02 6	0.02 5	0.02 5	0.04 41	0.03 21	0.02 21	0.01 4	0.04 5	0.04 4	0.04 13	0.04 20	0.03 3	0.03 10	0.04 22	0.03 13	0.01 4	0.02 11	0.04 16	0.05 33	0.04 36	0.03 14

testmc14	0.03 11	0.03 38	0.02 10	0.02 12	0.02 13	0.03 43	0.02 25	0.03 29	0.03 18	0.02 5	0.03 21	0.06 74	0.01 3	0.01 4	0.05 26	0.05 21	0.04 13	0.04 20	0.04 21	0.03 10	0.04 22	0.02 5	0.02 39	0.02 11	0.04 16	0.05 33	0.04 36	0.03 14

MCSU-Stereo	0.03 11	0.03 38	0.02 10	0.03 40	0.02 13	0.02 9	0.02 25	0.03 29	0.04 35	0.02 5	0.03 21	0.04 44	0.02 21	0.02 31	0.05 26	0.05 21	0.05 42	0.04 20	0.04 21	0.03 10	0.04 22	0.02 5	0.02 39	0.02 11	0.05 40	0.05 33	0.05 53	0.04 40

LACA2	0.03 11	0.02 7	0.02 10	0.02 12	0.02 13	0.03 43	0.01 3	0.02 6	0.02 5	0.05 68	0.02 5	0.02 7	0.01 3	0.01 4	0.04 5	0.04 4	0.03 3	0.03 6	0.03 3	0.03 10	0.03 4	0.03 13	0.01 4	0.02 11	0.04 16	0.03 3	0.03 18	0.02 3

WQFJX1	0.03 11	0.02 7	0.02 10	0.02 12	0.02 13	0.02 9	0.02 25	0.04 47	0.06 87	0.03 22	0.05 61	0.03 21	0.04 81	0.01 4	0.04 5	0.04 4	0.04 13	0.03 6	0.03 3	0.03 10	0.03 4	0.03 13	0.01 4	0.02 11	0.04 16	0.04 16	0.03 18	0.03 14

WQFJX	0.03 11	0.03 38	0.03 39	0.03 40	0.03 42	0.03 43	0.02 25	0.03 29	0.04 35	0.03 22	0.06 82	0.03 21	0.06 141	0.02 31	0.04 5	0.04 4	0.03 3	0.03 6	0.03 3	0.03 10	0.03 4	0.03 13	0.02 39	0.03 39	0.03 5	0.05 33	0.03 18	0.04 40

NLCSM	0.03 11	0.02 7	0.02 10	0.02 12	0.02 13	0.02 9	0.02 25	0.05 62	0.04 35	0.03 22	0.04 41	0.04 44	0.05 110	0.02 31	0.03 3	0.03 3	0.04 13	0.03 6	0.03 3	0.02 3	0.03 4	0.03 13	0.01 4	0.02 11	0.04 16	0.04 16	0.02 3	0.03 14

BridgeDepth	0.03 11	0.02 7	0.02 10	0.02 12	0.02 13	0.03 43	0.01 3	0.02 6	0.02 5	0.02 5	0.02 5	0.04 44	0.02 21	0.01 4	0.04 5	0.04 4	0.03 3	0.04 20	0.03 3	0.03 10	0.04 22	0.03 13	0.01 4	0.02 11	0.05 40	0.05 33	0.05 53	0.03 14
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
GSStereo	0.03 11	0.03 38	0.03 39	0.03 40	0.03 42	0.03 43	0.02 25	0.01 3	0.03 18	0.03 22	0.03 21	0.02 7	0.01 3	0.01 4	0.06 50	0.06 48	0.07 67	0.04 20	0.06 60	0.03 10	0.06 57	0.03 13	0.01 4	0.03 39	0.04 16	0.04 16	0.04 36	0.03 14

GASTEREO	0.03 11	0.02 7	0.03 39	0.02 12	0.03 42	0.02 9	0.01 3	0.02 6	0.05 61	0.02 5	0.03 21	0.04 44	0.02 21	0.02 31	0.05 26	0.06 48	0.05 42	0.05 45	0.05 42	0.04 38	0.04 22	0.04 44	0.02 39	0.02 11	0.05 40	0.04 16	0.03 18	0.04 40

MSCF	0.03 11	0.02 7	0.03 39	0.03 40	0.02 13	0.02 9	0.01 3	0.02 6	0.05 61	0.02 5	0.03 21	0.04 44	0.02 21	0.02 31	0.05 26	0.06 48	0.05 42	0.05 45	0.05 42	0.04 38	0.04 22	0.04 44	0.02 39	0.02 11	0.05 40	0.04 16	0.02 3	0.04 40

111111	0.03 11	0.02 7	0.02 10	0.01 3	0.02 13	0.02 9	0.02 25	0.03 29	0.04 35	0.02 5	0.03 21	0.03 21	0.02 21	0.01 4	0.04 5	0.05 21	0.04 13	0.03 6	0.04 21	0.03 10	0.03 4	0.03 13	0.02 39	0.02 11	0.04 16	0.03 3	0.02 3	0.02 3

MLG-Stereo_test1	0.03 11	0.02 7	0.01 3	0.01 3	0.02 13	0.02 9	0.02 25	0.03 29	0.04 35	0.04 48	0.02 5	0.04 44	0.02 21	0.01 4	0.04 5	0.05 21	0.06 56	0.04 20	0.05 42	0.03 10	0.05 41	0.03 13	0.01 4	0.01 3	0.03 5	0.03 3	0.03 18	0.03 14

MLG-Stereo	0.03 11	0.02 7	0.01 3	0.02 12	0.02 13	0.01 3	0.01 3	0.03 29	0.03 18	0.04 48	0.02 5	0.04 44	0.01 3	0.01 4	0.04 5	0.05 21	0.06 56	0.03 6	0.04 21	0.03 10	0.05 41	0.03 13	0.01 4	0.01 3	0.04 16	0.03 3	0.03 18	0.03 14

LG-Stereo	0.03 11	0.03 38	0.02 10	0.02 12	0.03 42	0.02 9	0.01 3	0.04 47	0.05 61	0.04 48	0.03 21	0.05 63	0.02 21	0.01 4	0.04 5	0.05 21	0.05 42	0.04 20	0.05 42	0.04 38	0.07 68	0.04 44	0.01 4	0.02 11	0.05 40	0.04 16	0.04 36	0.03 14

MM-Stereo_test2	0.03 11	0.02 7	0.02 10	0.02 12	0.02 13	0.02 9	0.01 3	0.03 29	0.02 5	0.03 22	0.03 21	0.01 3	0.01 3	0.02 31	0.05 26	0.05 21	0.04 13	0.05 45	0.04 21	0.03 10	0.04 22	0.05 68	0.03 83	0.03 39	0.03 5	0.04 16	0.03 18	0.04 40

GREAT-IGEV	0.03 11	0.02 7	0.02 10	0.02 12	0.01 3	0.02 9	0.01 3	0.02 6	0.03 18	0.03 22	0.04 41	0.04 44	0.01 3	0.01 4	0.05 26	0.05 21	0.04 13	0.04 20	0.04 21	0.03 10	0.04 22	0.03 13	0.01 4	0.02 11	0.04 16	0.04 16	0.03 18	0.03 14
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
CoSv	0.03 11	0.02 7	0.01 3	0.02 12	0.02 13	0.03 43	0.02 25	0.03 29	0.03 18	0.03 22	0.02 5	0.02 7	0.02 21	0.01 4	0.05 26	0.05 21	0.05 42	0.03 6	0.06 60	0.03 10	0.04 22	0.03 13	0.01 4	0.01 3	0.05 40	0.04 16	0.04 36	0.03 14

AIO-test2	0.03 11	0.02 7	0.02 10	0.02 12	0.01 3	0.02 9	0.01 3	0.03 29	0.04 35	0.03 22	0.06 82	0.03 21	0.01 3	0.02 31	0.04 5	0.04 4	0.03 3	0.04 20	0.03 3	0.03 10	0.03 4	0.03 13	0.01 4	0.02 11	0.02 3	0.04 16	0.02 3	0.03 14

AIO-test1	0.03 11	0.02 7	0.02 10	0.01 3	0.02 13	0.02 9	0.01 3	0.05 62	0.05 61	0.05 68	0.04 41	0.04 44	0.02 21	0.03 69	0.05 26	0.06 48	0.04 13	0.04 20	0.03 3	0.03 10	0.03 4	0.04 44	0.01 4	0.02 11	0.03 5	0.04 16	0.02 3	0.03 14

GIP-stereo	0.03 11	0.02 7	0.02 10	0.02 12	0.02 13	0.02 9	0.02 25	0.02 6	0.02 5	0.02 5	0.02 5	0.02 7	0.02 21	0.02 31	0.05 26	0.05 21	0.06 56	0.04 20	0.06 60	0.03 10	0.05 41	0.03 13	0.01 4	0.03 39	0.04 16	0.05 33	0.03 18	0.03 14

IGEV-Stereo++	0.03 11	0.02 7	0.03 39	0.03 40	0.03 42	0.03 43	0.02 25	0.04 47	0.04 35	0.04 48	0.03 21	0.03 21	0.02 21	0.02 31	0.05 26	0.05 21	0.04 13	0.04 20	0.04 21	0.04 38	0.04 22	0.04 44	0.03 83	0.03 39	0.03 5	0.05 33	0.03 18	0.03 14

RAStereo	0.03 11	0.02 7	0.02 10	0.02 12	0.02 13	0.02 9	0.01 3	0.03 29	0.02 5	0.03 22	0.02 5	0.04 44	0.03 55	0.02 31	0.05 26	0.06 48	0.05 42	0.05 45	0.04 21	0.03 10	0.06 57	0.03 13	0.01 4	0.02 11	0.06 62	0.05 33	0.04 36	0.04 40

U	0.03 11	0.02 7	0.02 10	0.01 3	0.01 3	0.02 9	0.01 3	0.02 6	0.02 5	0.01 3	0.01 3	0.02 7	0.02 21	0.01 4	0.05 26	0.05 21	0.05 42	0.04 20	0.04 21	0.03 10	0.05 41	0.03 13	0.01 4	0.02 11	0.04 16	0.04 16	0.02 3	0.03 14

AIO-Stereo	0.03 11	0.03 38	0.03 39	0.02 12	0.03 42	0.03 43	0.02 25	0.02 6	0.03 18	0.03 22	0.03 21	0.02 7	0.02 21	0.02 31	0.05 26	0.05 21	0.04 13	0.04 20	0.05 42	0.03 10	0.04 22	0.03 13	0.02 39	0.02 11	0.04 16	0.04 16	0.03 18	0.03 14

RSM	0.03 11	0.03 38	0.03 39	0.02 12	0.03 42	0.03 43	0.02 25	0.03 29	0.02 5	0.03 22	0.04 41	0.04 44	0.02 21	0.02 31	0.06 50	0.06 48	0.04 13	0.04 20	0.05 42	0.04 38	0.05 41	0.03 13	0.01 4	0.03 39	0.04 16	0.05 33	0.03 18	0.03 14

MoCha-V2	0.03 11	0.02 7	0.02 10	0.02 12	0.02 13	0.02 9	0.01 3	0.02 6	0.02 5	0.03 22	0.03 21	0.02 7	0.01 3	0.01 4	0.05 26	0.05 21	0.04 13	0.04 20	0.04 21	0.04 38	0.03 4	0.02 5	0.01 4	0.02 11	0.03 5	0.03 3	0.02 3	0.02 3

CroCo-Stereo Lap2	0.03 11	0.02 7	0.02 10	0.01 3	0.01 3	0.02 9	0.02 25	0.02 6	0.02 5	0.03 22	0.02 5	0.02 7	0.03 55	0.01 4	0.05 26	0.05 21	0.04 13	0.05 45	0.04 21	0.04 38	0.04 22	0.04 44	0.01 4	0.02 11	0.06 62	0.06 57	0.05 53	0.03 14

SCION-MonSter(vits)	0.04 41	0.06 116	0.05 110	0.06 115	0.06 120	0.05 99	0.04 107	0.03 29	0.04 35	0.04 48	0.06 82	0.03 21	0.02 21	0.02 31	0.05 26	0.05 21	0.05 42	0.04 20	0.05 42	0.04 38	0.05 41	0.03 13	0.02 39	0.02 11	0.05 40	0.05 33	0.05 53	0.05 57

LACA_dic	0.04 41	0.02 7	0.03 39	0.02 12	0.03 42	0.03 43	0.02 25	0.02 6	0.04 35	0.03 22	0.03 21	0.02 7	0.04 81	0.02 31	0.06 50	0.05 21	0.04 13	0.05 45	0.04 21	0.04 38	0.05 41	0.04 44	0.01 4	0.03 39	0.05 40	0.05 33	0.05 53	0.05 57

GREATEN-IGEV_RVC	0.04 41	0.03 38	0.03 39	0.02 12	0.03 42	0.02 9	0.02 25	0.03 29	0.05 61	0.04 48	0.04 41	0.07 83	0.02 21	0.01 4	0.06 50	0.06 48	0.05 42	0.05 45	0.05 42	0.04 38	0.04 22	0.04 44	0.02 39	0.02 11	0.04 16	0.05 33	0.04 36	0.04 40

over-6	0.04 41	0.03 38	0.03 39	0.03 40	0.02 13	0.03 43	0.02 25	0.03 29	0.03 18	0.03 22	0.06 82	0.09 95	0.03 55	0.03 69	0.05 26	0.05 21	0.04 13	0.04 20	0.04 21	0.03 10	0.04 22	0.03 13	0.02 39	0.03 39	0.05 40	0.06 57	0.05 53	0.05 57

PointNet	0.04 41	0.03 38	0.04 76	0.03 40	0.02 13	0.03 43	0.03 66	0.05 62	0.04 35	0.02 5	0.05 61	0.03 21	0.02 21	0.02 31	0.04 5	0.04 4	0.04 13	0.03 6	0.04 21	0.03 10	0.04 22	0.03 13	0.04 107	0.05 99	0.05 40	0.06 57	0.03 18	0.04 40

TS12	0.04 41	0.02 7	0.03 39	0.02 12	0.03 42	0.03 43	0.02 25	0.02 6	0.04 35	0.03 22	0.03 21	0.02 7	0.04 81	0.02 31	0.06 50	0.05 21	0.04 13	0.05 45	0.04 21	0.04 38	0.05 41	0.04 44	0.01 4	0.03 39	0.05 40	0.05 33	0.05 53	0.05 57

LACA3	0.04 41	0.03 38	0.03 39	0.03 40	0.03 42	0.03 43	0.02 25	0.02 6	0.04 35	0.04 48	0.03 21	0.03 21	0.02 21	0.02 31	0.06 50	0.06 48	0.04 13	0.06 65	0.05 42	0.04 38	0.06 57	0.06 87	0.02 39	0.03 39	0.06 62	0.06 57	0.05 53	0.05 57

LACA1	0.04 41	0.03 38	0.03 39	0.02 12	0.03 42	0.03 43	0.02 25	0.02 6	0.05 61	0.03 22	0.03 21	0.04 44	0.03 55	0.02 31	0.05 26	0.05 21	0.04 13	0.06 65	0.04 21	0.04 38	0.05 41	0.04 44	0.03 83	0.03 39	0.05 40	0.06 57	0.05 53	0.04 40

DispViT+	0.04 41	0.03 38	0.04 76	0.06 115	0.03 42	0.04 68	0.03 66	0.04 47	0.05 61	0.04 48	0.07 112	0.04 44	0.04 81	0.02 31	0.06 50	0.06 48	0.04 13	0.05 45	0.05 42	0.04 38	0.04 22	0.05 68	0.02 39	0.04 74	0.05 40	0.07 78	0.05 53	0.06 79

MatchStereo	0.04 41	0.02 7	0.03 39	0.02 12	0.03 42	0.02 9	0.02 25	0.03 29	0.06 87	0.02 5	0.06 82	0.02 7	0.04 81	0.02 31	0.06 50	0.06 48	0.04 13	0.05 45	0.04 21	0.05 71	0.05 41	0.06 87	0.02 39	0.03 39	0.05 40	0.06 57	0.03 18	0.04 40
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
WQFJA1	0.04 41	0.03 38	0.03 39	0.03 40	0.03 42	0.04 68	0.03 66	0.05 62	0.04 35	0.03 22	0.06 82	0.04 44	0.03 55	0.03 69	0.04 5	0.04 4	0.04 13	0.03 6	0.03 3	0.04 38	0.03 4	0.03 13	0.02 39	0.03 39	0.04 16	0.05 33	0.03 18	0.05 57

NLMM1	0.04 41	0.03 38	0.03 39	0.02 12	0.02 13	0.02 9	0.02 25	0.05 62	0.05 61	0.04 48	0.07 112	0.03 21	0.07 174	0.02 31	0.05 26	0.05 21	0.03 3	0.04 20	0.04 21	0.04 38	0.03 4	0.04 44	0.01 4	0.04 74	0.06 62	0.04 16	0.04 36	0.04 40

NLMM	0.04 41	0.03 38	0.03 39	0.03 40	0.03 42	0.04 68	0.03 66	0.05 62	0.04 35	0.03 22	0.06 82	0.04 44	0.03 55	0.03 69	0.04 5	0.04 4	0.04 13	0.03 6	0.03 3	0.04 38	0.03 4	0.03 13	0.02 39	0.03 39	0.04 16	0.05 33	0.03 18	0.05 57

NLSM3	0.04 41	0.03 38	0.03 39	0.04 70	0.03 42	0.02 9	0.02 25	0.04 47	0.07 115	0.04 48	0.04 41	0.03 21	0.04 81	0.03 69	0.06 50	0.05 21	0.05 42	0.05 45	0.04 21	0.04 38	0.04 22	0.04 44	0.03 83	0.03 39	0.06 62	0.06 57	0.06 78	0.06 79

NLSM1	0.04 41	0.03 38	0.03 39	0.03 40	0.02 13	0.04 68	0.03 66	0.05 62	0.07 115	0.03 22	0.08 137	0.04 44	0.06 141	0.02 31	0.05 26	0.04 4	0.04 13	0.04 20	0.05 42	0.03 10	0.05 41	0.04 44	0.02 39	0.03 39	0.05 40	0.05 33	0.04 36	0.04 40

VIP-Stereo	0.04 41	0.03 38	0.03 39	0.04 70	0.03 42	0.02 9	0.01 3	0.04 47	0.04 35	0.04 48	0.07 112	0.06 74	0.02 21	0.02 31	0.06 50	0.06 48	0.08 73	0.05 45	0.06 60	0.04 38	0.07 68	0.04 44	0.02 39	0.03 39	0.05 40	0.06 57	0.04 36	0.04 40

GEAStereo	0.04 41	0.04 68	0.03 39	0.04 70	0.03 42	0.03 43	0.03 66	0.04 47	0.03 18	0.04 48	0.03 21	0.03 21	0.01 3	0.02 31	0.06 50	0.06 48	0.06 56	0.05 45	0.05 42	0.04 38	0.06 57	0.04 44	0.02 39	0.03 39	0.04 16	0.05 33	0.04 36	0.03 14

gasm-f	0.04 41	0.04 68	0.03 39	0.04 70	0.03 42	0.03 43	0.03 66	0.04 47	0.03 18	0.04 48	0.03 21	0.03 21	0.01 3	0.02 31	0.06 50	0.06 48	0.06 56	0.05 45	0.05 42	0.04 38	0.06 57	0.04 44	0.02 39	0.03 39	0.04 16	0.05 33	0.04 36	0.03 14

MonStereo	0.04 41	0.03 38	0.03 39	0.03 40	0.02 13	0.02 9	0.02 25	0.03 29	0.04 35	0.04 48	0.06 82	0.03 21	0.02 21	0.02 31	0.05 26	0.05 21	0.05 42	0.04 20	0.05 42	0.04 38	0.05 41	0.03 13	0.02 39	0.02 11	0.05 40	0.05 33	0.05 53	0.05 57

AdaDepth	0.04 41	0.04 68	0.02 10	0.03 40	0.03 42	0.02 9	0.02 25	0.03 29	0.04 35	0.03 22	0.04 41	0.03 21	0.02 21	0.01 4	0.06 50	0.06 48	0.06 56	0.05 45	0.05 42	0.03 10	0.05 41	0.03 13	0.01 4	0.03 39	0.05 40	0.05 33	0.04 36	0.03 14

MLG-Stereo_test2	0.04 41	0.02 7	0.02 10	0.02 12	0.02 13	0.02 9	0.01 3	0.04 47	0.03 18	0.05 68	0.03 21	0.05 63	0.02 21	0.03 69	0.05 26	0.05 21	0.08 73	0.04 20	0.06 60	0.04 38	0.07 68	0.03 13	0.02 39	0.02 11	0.04 16	0.04 16	0.05 53	0.03 14

DEFOM-Stereo	0.04 41	0.03 38	0.02 10	0.04 70	0.03 42	0.03 43	0.02 25	0.04 47	0.04 35	0.04 48	0.05 61	0.03 21	0.02 21	0.02 31	0.06 50	0.06 48	0.07 67	0.06 65	0.06 60	0.04 38	0.06 57	0.03 13	0.02 39	0.02 11	0.06 62	0.06 57	0.05 53	0.04 40

Occ-G	0.04 41	0.04 68	0.03 39	0.04 70	0.03 42	0.03 43	0.02 25	0.04 47	0.03 18	0.03 22	0.05 61	0.03 21	0.02 21	0.02 31	0.06 50	0.06 48	0.06 56	0.06 65	0.07 69	0.04 38	0.05 41	0.03 13	0.04 107	0.03 39	0.05 40	0.04 16	0.03 18	0.05 57

RSM++	0.04 41	0.03 38	0.03 39	0.03 40	0.04 72	0.02 9	0.03 66	0.05 62	0.05 61	0.04 48	0.04 41	0.05 63	0.02 21	0.02 31	0.07 75	0.07 75	0.05 42	0.05 45	0.05 42	0.04 38	0.07 68	0.04 44	0.02 39	0.03 39	0.06 62	0.05 33	0.04 36	0.04 40

AEACV	0.04 41	0.03 38	0.02 10	0.04 70	0.03 42	0.02 9	0.02 25	0.03 29	0.03 18	0.03 22	0.04 41	0.03 21	0.02 21	0.02 31	0.06 50	0.06 48	0.05 42	0.05 45	0.07 69	0.04 38	0.06 57	0.04 44	0.01 4	0.02 11	0.06 62	0.07 78	0.04 36	0.03 14

BridgeDepth_RVC	0.05 66	0.04 68	0.04 76	0.04 70	0.05 91	0.05 99	0.03 66	0.04 47	0.07 115	0.05 68	0.06 82	0.05 63	0.04 81	0.02 31	0.07 75	0.07 75	0.05 42	0.07 86	0.05 42	0.05 71	0.06 57	0.06 87	0.02 39	0.03 39	0.06 62	0.08 89	0.07 87	0.07 89
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
MLG-Stereo_test3	0.05 66	0.03 38	0.02 10	0.03 40	0.04 72	0.05 99	0.03 66	0.05 62	0.06 87	0.06 77	0.06 82	0.09 95	0.02 21	0.03 69	0.06 50	0.06 48	0.08 73	0.06 65	0.07 69	0.05 71	0.08 79	0.04 44	0.02 39	0.03 39	0.05 40	0.06 57	0.05 53	0.05 57

DFGA-Net	0.05 66	0.05 92	0.03 39	0.04 70	0.03 42	0.04 68	0.03 66	0.05 62	0.04 35	0.06 77	0.05 61	0.10 104	0.04 81	0.03 69	0.07 75	0.07 75	0.09 83	0.07 86	0.07 69	0.05 71	0.07 68	0.04 44	0.03 83	0.04 74	0.07 78	0.07 78	0.06 78	0.09 100

anonymousdsp	0.05 66	0.04 68	0.04 76	0.03 40	0.04 72	0.04 68	0.04 107	0.06 75	0.05 61	0.06 77	0.04 41	0.03 21	0.02 21	0.03 69	0.07 75	0.08 91	0.08 73	0.06 65	0.08 85	0.05 71	0.09 85	0.05 68	0.03 83	0.03 39	0.05 40	0.05 33	0.05 53	0.05 57

iRaftStereo_RVC	0.05 66	0.03 38	0.03 39	0.03 40	0.03 42	0.03 43	0.02 25	0.05 62	0.04 35	0.06 77	0.05 61	0.05 63	0.03 55	0.02 31	0.06 50	0.06 48	0.10 90	0.07 86	0.07 69	0.05 71	0.09 85	0.05 68	0.02 39	0.03 39	0.07 78	0.06 57	0.05 53	0.05 57

RAFT + AFF	0.05 66	0.04 68	0.03 39	0.05 93	0.04 72	0.04 68	0.03 66	0.06 75	0.08 144	0.09 94	0.05 61	0.09 95	0.02 21	0.02 31	0.05 26	0.06 48	0.09 83	0.06 65	0.06 60	0.04 38	0.07 68	0.05 68	0.02 39	0.04 74	0.07 78	0.05 33	0.05 53	0.06 79

delet	0.05 66	0.05 92	0.04 76	0.06 115	0.05 91	0.05 99	0.05 120	0.04 47	0.04 35	0.06 77	0.05 61	0.10 104	0.05 110	0.03 69	0.07 75	0.06 48	0.07 67	0.06 65	0.06 60	0.06 91	0.06 57	0.04 44	0.03 83	0.05 99	0.07 78	0.07 78	0.05 53	0.04 40

TDLM	0.05 66	0.04 68	0.04 76	0.04 70	0.04 72	0.04 68	0.03 66	0.04 47	0.04 35	0.04 48	0.06 82	0.04 44	0.03 55	0.03 69	0.06 50	0.06 48	0.06 56	0.06 65	0.06 60	0.04 38	0.05 41	0.04 44	0.03 83	0.04 74	0.05 40	0.06 57	0.05 53	0.05 57

NoBS	0.06 74	0.04 68	0.04 76	0.03 40	0.03 42	0.04 68	0.03 66	0.07 89	0.05 61	0.11 103	0.02 5	0.08 88	0.03 55	0.03 69	0.08 98	0.09 108	0.14 128	0.06 65	0.08 85	0.06 91	0.15 166	0.07 108	0.04 107	0.04 74	0.09 103	0.09 99	0.06 78	0.08 92

GREATEN-IGEV-FM_RVC	0.06 74	0.03 38	0.06 142	0.04 70	0.05 91	0.04 68	0.02 25	0.06 75	0.06 87	0.12 106	0.08 137	0.08 88	0.06 141	0.03 69	0.07 75	0.07 75	0.11 101	0.06 65	0.08 85	0.05 71	0.07 68	0.04 44	0.03 83	0.04 74	0.08 89	0.07 78	0.08 96	0.06 79

TS	0.06 74	0.04 68	0.04 76	0.05 93	0.05 91	0.04 68	0.03 66	0.06 75	0.05 61	0.04 48	0.08 137	0.06 74	0.03 55	0.03 69	0.07 75	0.08 91	0.06 56	0.07 86	0.07 69	0.06 91	0.09 85	0.08 124	0.02 39	0.04 74	0.08 89	0.08 89	0.08 96	0.09 100

LG-Stereo_L2	0.06 74	0.04 68	0.03 39	0.03 40	0.04 72	0.02 9	0.02 25	0.08 95	0.08 144	0.21 189	0.06 82	0.08 88	0.03 55	0.03 69	0.06 50	0.07 75	0.10 90	0.06 65	0.07 69	0.04 38	0.14 152	0.05 68	0.02 39	0.03 39	0.06 62	0.06 57	0.05 53	0.05 57

LG-Stereo_L1	0.06 74	0.04 68	0.03 39	0.04 70	0.03 42	0.02 9	0.02 25	0.08 95	0.09 178	0.21 189	0.06 82	0.05 63	0.03 55	0.03 69	0.06 50	0.07 75	0.10 90	0.06 65	0.07 69	0.04 38	0.14 152	0.05 68	0.02 39	0.03 39	0.06 62	0.06 57	0.05 53	0.05 57

LG-G_1	0.06 74	0.05 92	0.04 76	0.05 93	0.05 91	0.06 116	0.03 66	0.06 75	0.06 87	0.08 90	0.03 21	0.10 104	0.04 81	0.06 133	0.06 50	0.06 48	0.10 90	0.06 65	0.08 85	0.05 71	0.10 92	0.05 68	0.05 138	0.04 74	0.06 62	0.06 57	0.08 96	0.06 79

LG-G	0.06 74	0.05 92	0.04 76	0.05 93	0.05 91	0.06 116	0.03 66	0.06 75	0.06 87	0.08 90	0.03 21	0.10 104	0.04 81	0.06 133	0.06 50	0.06 48	0.10 90	0.06 65	0.08 85	0.05 71	0.10 92	0.05 68	0.05 138	0.04 74	0.06 62	0.06 57	0.08 96	0.06 79

LGtest1	0.06 74	0.04 68	0.03 39	0.04 70	0.04 72	0.04 68	0.03 66	0.08 95	0.08 144	0.07 86	0.04 41	0.06 74	0.03 55	0.05 116	0.07 75	0.07 75	0.11 101	0.07 86	0.10 113	0.07 107	0.12 105	0.06 87	0.04 107	0.03 39	0.07 78	0.07 78	0.08 96	0.06 79

SGD-Stereo	0.06 74	0.04 68	0.03 39	0.05 93	0.04 72	0.06 116	0.03 66	0.04 47	0.06 87	0.08 90	0.05 61	0.06 74	0.03 55	0.03 69	0.08 98	0.08 91	0.14 128	0.06 65	0.09 102	0.05 71	0.12 105	0.05 68	0.03 83	0.04 74	0.08 89	0.08 89	0.12 143	0.09 100

AIO_rvc	0.06 74	0.06 116	0.03 39	0.05 93	0.04 72	0.04 68	0.03 66	0.08 95	0.06 87	0.10 102	0.04 41	0.08 88	0.02 21	0.03 69	0.06 50	0.07 75	0.08 73	0.06 65	0.07 69	0.05 71	0.12 105	0.05 68	0.02 39	0.03 39	0.06 62	0.06 57	0.05 53	0.05 57

AIO_test	0.06 74	0.05 92	0.04 76	0.07 141	0.05 91	0.04 68	0.04 107	0.10 111	0.09 178	0.12 106	0.05 61	0.11 115	0.04 81	0.03 69	0.07 75	0.07 75	0.07 67	0.06 65	0.08 85	0.05 71	0.13 131	0.05 68	0.04 107	0.04 74	0.09 103	0.07 78	0.05 53	0.05 57

IGEV-Stereo+	0.06 74	0.03 38	0.03 39	0.03 40	0.04 72	0.04 68	0.03 66	0.16 162	0.06 87	0.20 178	0.06 82	0.06 74	0.03 55	0.04 100	0.07 75	0.08 91	0.10 90	0.06 65	0.09 102	0.07 107	0.12 105	0.06 87	0.03 83	0.03 39	0.07 78	0.06 57	0.03 18	0.06 79

plain	0.06 74	0.04 68	0.04 76	0.04 70	0.04 72	0.05 99	0.03 66	0.08 95	0.04 35	0.09 94	0.05 61	0.06 74	0.02 21	0.02 31	0.07 75	0.08 91	0.12 112	0.08 95	0.08 85	0.06 91	0.08 79	0.04 44	0.02 39	0.05 99	0.09 103	0.10 109	0.08 96	0.09 100

StereoVision	0.06 74	0.03 38	0.04 76	0.03 40	0.03 42	0.03 43	0.02 25	0.06 75	0.11 226	0.02 5	0.05 61	0.03 21	0.06 141	0.01 4	0.09 127	0.10 135	0.06 56	0.05 45	0.08 85	0.07 107	0.06 57	0.05 68	0.02 39	0.04 74	0.10 114	0.07 78	0.10 118	0.12 140

MIF-Stereo (partial)	0.06 74	0.05 92	0.06 142	0.05 93	0.04 72	0.05 99	0.03 66	0.08 95	0.07 115	0.07 86	0.04 41	0.05 63	0.06 141	0.04 100	0.08 98	0.08 91	0.11 101	0.08 95	0.08 85	0.05 71	0.09 85	0.05 68	0.02 39	0.06 128	0.10 114	0.08 89	0.07 87	0.08 92

MIM_Stereo	0.06 74	0.04 68	0.03 39	0.05 93	0.05 91	0.05 99	0.03 66	0.06 75	0.04 35	0.14 115	0.07 112	0.04 44	0.03 55	0.03 69	0.07 75	0.08 91	0.13 115	0.07 86	0.09 102	0.06 91	0.11 99	0.06 87	0.02 39	0.04 74	0.08 89	0.07 78	0.07 87	0.05 57

RAFT	0.06 74	0.03 38	0.05 110	0.03 40	0.02 13	0.03 43	0.02 25	0.07 89	0.04 35	0.04 48	0.06 82	0.07 83	0.05 110	0.01 4	0.06 50	0.06 48	0.06 56	0.05 45	0.05 42	0.04 38	0.06 57	0.07 108	0.01 4	0.04 74	0.13 151	0.14 187	0.13 157	0.15 173

AFF-stereo	0.06 74	0.05 92	0.05 110	0.05 93	0.04 72	0.04 68	0.03 66	0.11 115	0.06 87	0.16 128	0.05 61	0.08 88	0.03 55	0.02 31	0.07 75	0.08 91	0.08 73	0.05 45	0.09 102	0.04 38	0.09 85	0.05 68	0.02 39	0.04 74	0.10 114	0.08 89	0.07 87	0.07 89

MMNet	0.06 74	0.06 116	0.05 110	0.08 150	0.06 120	0.06 116	0.05 120	0.07 89	0.06 87	0.05 68	0.06 82	0.09 95	0.04 81	0.04 100	0.07 75	0.07 75	0.09 83	0.08 95	0.07 69	0.06 91	0.07 68	0.05 68	0.04 107	0.05 99	0.07 78	0.08 89	0.07 87	0.10 115

RYNet	0.06 74	0.04 68	0.04 76	0.04 70	0.04 72	0.04 68	0.03 66	0.05 62	0.11 226	0.05 68	0.04 41	0.04 44	0.03 55	0.03 69	0.07 75	0.06 48	0.07 67	0.08 95	0.07 69	0.05 71	0.05 41	0.05 68	0.11 273	0.04 74	0.06 62	0.15 217	0.06 78	0.05 57

AANet_RVC	0.06 74	0.05 92	0.06 142	0.05 93	0.06 120	0.04 68	0.05 120	0.05 62	0.06 87	0.05 68	0.06 82	0.05 63	0.04 81	0.04 100	0.08 98	0.07 75	0.08 73	0.08 95	0.07 69	0.07 107	0.07 68	0.07 108	0.05 138	0.05 99	0.07 78	0.08 89	0.06 78	0.08 92

YMNet	0.07 95	0.08 182	0.06 142	0.08 150	0.08 162	0.08 152	0.07 175	0.07 89	0.07 115	0.05 68	0.07 112	0.13 135	0.05 110	0.07 168	0.08 98	0.07 75	0.08 73	0.09 123	0.09 102	0.05 71	0.08 79	0.07 108	0.06 160	0.05 99	0.09 103	0.09 99	0.09 112	0.09 100

HUF	0.07 95	0.05 92	0.04 76	0.07 141	0.06 120	0.04 68	0.03 66	0.09 104	0.07 115	0.16 128	0.05 61	0.09 95	0.04 81	0.03 69	0.07 75	0.07 75	0.08 73	0.06 65	0.09 102	0.06 91	0.15 166	0.06 87	0.03 83	0.04 74	0.08 89	0.06 57	0.06 78	0.05 57

IGEV-BASED-STEREO-	0.07 95	0.05 92	0.03 39	0.04 70	0.05 91	0.04 68	0.02 25	0.11 115	0.06 87	0.22 204	0.05 61	0.05 63	0.02 21	0.03 69	0.07 75	0.09 108	0.12 112	0.08 95	0.09 102	0.07 107	0.16 187	0.07 108	0.02 39	0.03 39	0.07 78	0.08 89	0.07 87	0.05 57

MaDis-Stereo	0.07 95	0.04 68	0.05 110	0.03 40	0.02 13	0.03 43	0.03 66	0.06 75	0.06 87	0.04 48	0.06 82	0.10 104	0.05 110	0.02 31	0.07 75	0.08 91	0.10 90	0.09 123	0.07 69	0.05 71	0.10 92	0.10 196	0.01 4	0.05 99	0.12 139	0.18 276	0.13 157	0.16 185

UniTT-Stereo	0.07 95	0.04 68	0.04 76	0.03 40	0.03 42	0.05 99	0.03 66	0.06 75	0.05 61	0.06 77	0.04 41	0.07 83	0.12 247	0.07 168	0.08 98	0.07 75	0.11 101	0.08 95	0.08 85	0.07 107	0.09 85	0.08 124	0.07 190	0.04 74	0.10 114	0.16 240	0.06 78	0.10 115

LL-Strereo2	0.07 95	0.03 38	0.03 39	0.04 70	0.05 91	0.04 68	0.03 66	0.06 75	0.07 115	0.15 121	0.07 112	0.08 88	0.05 110	0.04 100	0.08 98	0.09 108	0.13 115	0.07 86	0.10 113	0.06 91	0.10 92	0.06 87	0.03 83	0.04 74	0.08 89	0.10 109	0.08 96	0.05 57

RAFT_CTSACE	0.07 95	0.04 68	0.06 142	0.03 40	0.04 72	0.05 99	0.05 120	0.06 75	0.06 87	0.09 94	0.04 41	0.10 104	0.09 211	0.03 69	0.08 98	0.08 91	0.11 101	0.07 86	0.07 69	0.05 71	0.12 105	0.08 124	0.03 83	0.06 128	0.12 139	0.12 144	0.12 143	0.16 185

AASNet	0.07 95	0.06 116	0.04 76	0.09 175	0.07 139	0.08 152	0.05 120	0.08 95	0.05 61	0.07 86	0.07 112	0.07 83	0.04 81	0.04 100	0.07 75	0.07 75	0.10 90	0.08 95	0.08 85	0.06 91	0.07 68	0.06 87	0.04 107	0.06 128	0.08 89	0.08 89	0.06 78	0.06 79

ARAFT	0.07 95	0.04 68	0.04 76	0.05 93	0.05 91	0.05 99	0.02 25	0.09 104	0.06 87	0.12 106	0.06 82	0.12 123	0.03 55	0.03 69	0.07 75	0.07 75	0.12 112	0.09 123	0.09 102	0.05 71	0.11 99	0.08 124	0.03 83	0.04 74	0.10 114	0.09 99	0.09 112	0.09 100

DMCA	0.07 95	0.05 92	0.07 181	0.06 115	0.06 120	0.05 99	0.07 175	0.09 104	0.07 115	0.06 77	0.09 162	0.07 83	0.06 141	0.06 133	0.08 98	0.08 91	0.11 101	0.10 148	0.08 85	0.07 107	0.09 85	0.06 87	0.06 160	0.06 128	0.08 89	0.10 109	0.06 78	0.08 92

GANet	0.07 95	0.07 142	0.06 142	0.06 115	0.06 120	0.07 139	0.06 155	0.08 95	0.05 61	0.06 77	0.07 112	0.06 74	0.04 81	0.04 100	0.07 75	0.08 91	0.09 83	0.10 148	0.07 69	0.05 71	0.07 68	0.05 68	0.05 138	0.05 99	0.08 89	0.07 78	0.07 87	0.06 79

CVANet_RVC	0.07 95	0.07 142	0.07 181	0.08 150	0.06 120	0.07 139	0.05 120	0.06 75	0.05 61	0.06 77	0.09 162	0.05 63	0.04 81	0.04 100	0.08 98	0.08 91	0.08 73	0.08 95	0.08 85	0.06 91	0.08 79	0.06 87	0.04 107	0.05 99	0.08 89	0.07 78	0.07 87	0.10 115

DEFOM-Stereo_RVC	0.08 107	0.05 92	0.04 76	0.03 40	0.05 91	0.05 99	0.03 66	0.12 119	0.06 87	0.21 189	0.05 61	0.08 88	0.03 55	0.05 116	0.08 98	0.09 108	0.13 115	0.09 123	0.10 113	0.06 91	0.16 187	0.07 108	0.04 107	0.04 74	0.07 78	0.09 99	0.08 96	0.10 115

MGS-Stereo	0.08 107	0.06 116	0.04 76	0.05 93	0.05 91	0.04 68	0.03 66	0.12 119	0.05 61	0.09 94	0.07 112	0.10 104	0.04 81	0.05 116	0.07 75	0.08 91	0.15 140	0.11 170	0.12 132	0.09 162	0.13 131	0.07 108	0.05 138	0.05 99	0.10 114	0.09 99	0.11 133	0.10 115

anonymousdsp2	0.08 107	0.07 142	0.05 110	0.06 115	0.05 91	0.06 116	0.05 120	0.12 119	0.06 87	0.17 138	0.06 82	0.09 95	0.04 81	0.05 116	0.07 75	0.08 91	0.13 115	0.08 95	0.11 119	0.07 107	0.13 131	0.07 108	0.05 138	0.06 128	0.09 103	0.08 89	0.08 96	0.07 89

test_5	0.08 107	0.05 92	0.07 181	0.04 70	0.04 72	0.04 68	0.04 107	0.09 104	0.05 61	0.05 68	0.07 112	0.12 123	0.12 247	0.02 31	0.08 98	0.09 108	0.07 67	0.07 86	0.08 85	0.06 91	0.10 92	0.10 196	0.02 39	0.08 198	0.10 114	0.14 187	0.13 157	0.18 225

AnonymousM	0.08 107	0.05 92	0.04 76	0.06 115	0.05 91	0.04 68	0.04 107	0.13 138	0.05 61	0.20 178	0.06 82	0.11 115	0.03 55	0.06 133	0.10 168	0.10 135	0.19 213	0.09 123	0.12 132	0.07 107	0.16 187	0.06 87	0.04 107	0.04 74	0.08 89	0.11 128	0.10 118	0.10 115

raft+_RVC	0.08 107	0.06 116	0.05 110	0.06 115	0.06 120	0.07 139	0.04 107	0.10 111	0.08 144	0.17 138	0.08 137	0.09 95	0.04 81	0.04 100	0.08 98	0.08 91	0.13 115	0.09 123	0.11 119	0.06 91	0.13 131	0.06 87	0.04 107	0.05 99	0.11 131	0.09 99	0.09 112	0.09 100

RAFT-Stereo + iAFF	0.08 107	0.06 116	0.05 110	0.05 93	0.04 72	0.04 68	0.04 107	0.14 147	0.07 115	0.21 189	0.04 41	0.12 123	0.04 81	0.03 69	0.08 98	0.09 108	0.09 83	0.06 65	0.11 119	0.05 71	0.11 99	0.06 87	0.03 83	0.05 99	0.13 151	0.09 99	0.09 112	0.09 100

CCAANet	0.08 107	0.07 142	0.06 142	0.09 175	0.06 120	0.07 139	0.09 215	0.08 95	0.07 115	0.07 86	0.07 112	0.14 151	0.05 110	0.05 116	0.10 168	0.10 135	0.10 90	0.09 123	0.07 69	0.06 91	0.08 79	0.06 87	0.04 107	0.04 74	0.08 89	0.10 109	0.07 87	0.09 100

DF_test	0.09 115	0.04 68	0.04 76	0.03 40	0.04 72	0.06 116	0.03 66	0.16 162	0.09 178	0.21 189	0.07 112	0.17 186	0.05 110	0.10 230	0.09 127	0.10 135	0.18 188	0.08 95	0.13 148	0.07 107	0.19 240	0.09 164	0.06 160	0.05 99	0.07 78	0.12 144	0.10 118	0.08 92

test_for_model	0.09 115	0.05 92	0.04 76	0.05 93	0.07 139	0.04 68	0.03 66	0.12 119	0.08 144	0.23 223	0.05 61	0.15 158	0.05 110	0.06 133	0.08 98	0.09 108	0.18 188	0.10 148	0.13 148	0.08 131	0.14 152	0.07 108	0.04 107	0.05 99	0.09 103	0.10 109	0.08 96	0.09 100

GCAPDPT-zeroshot4090	0.09 115	0.05 92	0.04 76	0.05 93	0.07 139	0.04 68	0.03 66	0.12 119	0.08 144	0.23 223	0.05 61	0.15 158	0.05 110	0.06 133	0.08 98	0.09 108	0.18 188	0.10 148	0.13 148	0.08 131	0.14 152	0.07 108	0.04 107	0.05 99	0.09 103	0.10 109	0.08 96	0.09 100

testlalala	0.09 115	0.05 92	0.04 76	0.05 93	0.07 139	0.04 68	0.03 66	0.12 119	0.08 144	0.23 223	0.05 61	0.15 158	0.05 110	0.06 133	0.08 98	0.09 108	0.18 188	0.10 148	0.13 148	0.08 131	0.14 152	0.07 108	0.04 107	0.05 99	0.09 103	0.10 109	0.08 96	0.09 100

GCAPDPT-zeroshot	0.09 115	0.05 92	0.04 76	0.05 93	0.07 139	0.04 68	0.03 66	0.12 119	0.08 144	0.23 223	0.05 61	0.15 158	0.05 110	0.06 133	0.08 98	0.09 108	0.18 188	0.10 148	0.13 148	0.08 131	0.14 152	0.07 108	0.04 107	0.05 99	0.09 103	0.10 109	0.08 96	0.09 100

GCAP-Stereo	0.09 115	0.05 92	0.04 76	0.05 93	0.07 139	0.04 68	0.03 66	0.12 119	0.08 144	0.23 223	0.05 61	0.15 158	0.05 110	0.06 133	0.08 98	0.09 108	0.18 188	0.10 148	0.13 148	0.08 131	0.14 152	0.07 108	0.04 107	0.05 99	0.09 103	0.10 109	0.08 96	0.09 100

4D-IteraStereo	0.09 115	0.06 116	0.05 110	0.06 115	0.06 120	0.06 116	0.04 107	0.15 153	0.10 206	0.22 204	0.08 137	0.14 151	0.06 141	0.03 69	0.09 127	0.10 135	0.17 167	0.09 123	0.11 119	0.08 131	0.15 166	0.06 87	0.03 83	0.05 99	0.10 114	0.10 109	0.08 96	0.08 92

LoS_RVC	0.09 115	0.07 142	0.05 110	0.05 93	0.06 120	0.06 116	0.05 120	0.13 138	0.08 144	0.18 151	0.11 202	0.12 123	0.06 141	0.07 168	0.09 127	0.09 108	0.10 90	0.08 95	0.12 132	0.08 131	0.17 205	0.09 164	0.05 138	0.06 128	0.15 189	0.11 128	0.10 118	0.13 147

tt_ll	0.09 115	0.07 142	0.05 110	0.05 93	0.06 120	0.06 116	0.05 120	0.13 138	0.08 144	0.18 151	0.11 202	0.12 123	0.06 141	0.07 168	0.09 127	0.09 108	0.10 90	0.08 95	0.12 132	0.08 131	0.17 205	0.09 164	0.05 138	0.06 128	0.15 189	0.11 128	0.10 118	0.13 147

CAS	0.09 115	0.07 142	0.05 110	0.06 115	0.05 91	0.05 99	0.04 107	0.14 147	0.06 87	0.11 103	0.11 202	0.11 115	0.05 110	0.07 168	0.09 127	0.09 108	0.11 101	0.10 148	0.14 162	0.07 107	0.12 105	0.08 124	0.05 138	0.05 99	0.13 151	0.11 128	0.09 112	0.14 158

TestStereo1	0.09 115	0.07 142	0.06 142	0.04 70	0.05 91	0.06 116	0.06 155	0.07 89	0.07 115	0.09 94	0.07 112	0.11 115	0.14 279	0.04 100	0.10 168	0.10 135	0.11 101	0.09 123	0.09 102	0.08 131	0.13 131	0.12 255	0.02 39	0.05 99	0.15 189	0.14 187	0.16 200	0.20 250

TESTraft	0.09 115	0.06 116	0.06 142	0.04 70	0.04 72	0.05 99	0.06 155	0.09 104	0.08 144	0.09 94	0.08 137	0.12 123	0.13 263	0.03 69	0.09 127	0.10 135	0.11 101	0.09 123	0.08 85	0.07 107	0.13 131	0.12 255	0.02 39	0.05 99	0.14 176	0.13 163	0.14 170	0.20 250

IER	0.09 115	0.07 142	0.07 181	0.09 175	0.07 139	0.09 168	0.06 155	0.12 119	0.07 115	0.14 115	0.11 202	0.11 115	0.07 174	0.06 133	0.09 127	0.09 108	0.14 128	0.11 170	0.11 119	0.07 107	0.12 105	0.08 124	0.06 160	0.06 128	0.10 114	0.11 128	0.11 133	0.14 158

RAFT+CT+SA	0.09 115	0.05 92	0.07 181	0.05 93	0.05 91	0.04 68	0.05 120	0.13 138	0.07 115	0.08 90	0.07 112	0.15 158	0.13 263	0.04 100	0.11 218	0.10 135	0.09 83	0.08 95	0.08 85	0.06 91	0.12 105	0.11 233	0.02 39	0.06 128	0.13 151	0.13 163	0.11 133	0.17 201

SA-5K	0.09 115	0.07 142	0.06 142	0.04 70	0.05 91	0.06 116	0.06 155	0.07 89	0.07 115	0.09 94	0.07 112	0.11 115	0.14 279	0.04 100	0.10 168	0.10 135	0.11 101	0.09 123	0.09 102	0.08 131	0.13 131	0.12 255	0.02 39	0.05 99	0.15 189	0.14 187	0.16 200	0.20 250

test_4	0.09 115	0.05 92	0.07 181	0.05 93	0.06 120	0.03 43	0.02 25	0.12 119	0.09 178	0.17 138	0.06 82	0.09 95	0.06 141	0.03 69	0.09 127	0.10 135	0.15 140	0.08 95	0.10 113	0.07 107	0.17 205	0.09 164	0.02 39	0.07 167	0.10 114	0.14 187	0.12 143	0.19 237

CIPLG	0.09 115	0.06 116	0.05 110	0.06 115	0.06 120	0.09 168	0.06 155	0.18 212	0.06 87	0.20 178	0.08 137	0.13 135	0.07 174	0.06 133	0.08 98	0.10 135	0.17 167	0.11 170	0.11 119	0.09 162	0.13 131	0.06 87	0.04 107	0.06 128	0.10 114	0.10 109	0.10 118	0.10 115

IPLGR_C	0.09 115	0.06 116	0.05 110	0.06 115	0.06 120	0.09 168	0.06 155	0.18 212	0.06 87	0.20 178	0.08 137	0.13 135	0.07 174	0.06 133	0.08 98	0.11 186	0.17 167	0.11 170	0.11 119	0.09 162	0.13 131	0.06 87	0.04 107	0.06 128	0.10 114	0.09 99	0.10 118	0.10 115

ACRE	0.09 115	0.06 116	0.05 110	0.06 115	0.06 120	0.09 168	0.06 155	0.18 212	0.06 87	0.20 178	0.08 137	0.13 135	0.07 174	0.06 133	0.08 98	0.10 135	0.17 167	0.11 170	0.11 119	0.09 162	0.13 131	0.06 87	0.04 107	0.06 128	0.10 114	0.10 109	0.10 118	0.10 115

rafts_anoy	0.09 115	0.08 182	0.07 181	0.07 141	0.07 139	0.06 116	0.05 120	0.13 138	0.05 61	0.17 138	0.10 181	0.12 123	0.05 110	0.03 69	0.10 168	0.10 135	0.15 140	0.12 206	0.14 162	0.07 107	0.15 166	0.08 124	0.04 107	0.06 128	0.11 131	0.10 109	0.09 112	0.11 125

RALCasStereoNet	0.09 115	0.08 182	0.06 142	0.09 175	0.07 139	0.06 116	0.05 120	0.12 119	0.05 61	0.18 151	0.07 112	0.12 123	0.05 110	0.04 100	0.10 168	0.10 135	0.18 188	0.12 206	0.14 162	0.08 131	0.15 166	0.08 124	0.05 138	0.06 128	0.12 139	0.10 109	0.10 118	0.08 92

RALAANet	0.09 115	0.08 182	0.06 142	0.07 141	0.06 120	0.08 152	0.05 120	0.10 111	0.07 115	0.12 106	0.10 181	0.10 104	0.06 141	0.03 69	0.09 127	0.09 108	0.13 115	0.11 170	0.16 194	0.09 162	0.12 105	0.08 124	0.04 107	0.06 128	0.12 139	0.10 109	0.11 133	0.11 125

UPFNet	0.09 115	0.08 182	0.08 208	0.09 175	0.08 162	0.09 168	0.06 155	0.12 119	0.09 178	0.14 115	0.10 181	0.12 123	0.06 141	0.07 168	0.08 98	0.10 135	0.13 115	0.11 170	0.10 113	0.07 107	0.10 92	0.07 108	0.06 160	0.07 167	0.09 103	0.11 128	0.10 118	0.11 125

HITNet	0.09 115	0.07 142	0.06 142	0.08 150	0.08 162	0.08 152	0.05 120	0.11 115	0.07 115	0.19 164	0.08 137	0.12 123	0.07 174	0.07 168	0.09 127	0.08 91	0.13 115	0.10 148	0.10 113	0.07 107	0.11 99	0.09 164	0.06 160	0.06 128	0.12 139	0.11 128	0.16 200	0.14 158
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
small-0shot	0.10 139	0.05 92	0.04 76	0.06 115	0.05 91	0.06 116	0.04 107	0.16 162	0.10 206	0.19 164	0.06 82	0.15 158	0.07 174	0.09 216	0.08 98	0.10 135	0.18 188	0.09 123	0.13 148	0.07 107	0.19 240	0.08 124	0.03 83	0.05 99	0.14 176	0.12 144	0.13 157	0.17 201

anonymous	0.10 139	0.04 68	0.05 110	0.04 70	0.08 162	0.07 139	0.05 120	0.18 212	0.08 144	0.18 151	0.06 82	0.16 177	0.06 141	0.10 230	0.09 127	0.10 135	0.19 213	0.09 123	0.14 162	0.08 131	0.20 259	0.08 124	0.04 107	0.06 128	0.15 189	0.09 99	0.14 170	0.15 173

WAFT-Stereo (ZS)	0.10 139	0.04 68	0.06 142	0.04 70	0.05 91	0.05 99	0.03 66	0.15 153	0.09 178	0.19 164	0.09 162	0.16 177	0.05 110	0.06 133	0.10 168	0.09 108	0.14 128	0.08 95	0.11 119	0.07 107	0.16 187	0.08 124	0.04 107	0.05 99	0.16 208	0.12 144	0.14 170	0.16 185

DepthFocus	0.10 139	0.05 92	0.05 110	0.09 175	0.05 91	0.06 116	0.04 107	0.17 177	0.07 115	0.21 189	0.09 162	0.13 135	0.04 81	0.10 230	0.09 127	0.09 108	0.17 167	0.09 123	0.18 235	0.10 195	0.18 222	0.08 124	0.09 246	0.05 99	0.08 89	0.11 128	0.14 170	0.12 140

castereo++	0.10 139	0.07 142	0.05 110	0.07 141	0.07 139	0.06 116	0.05 120	0.16 162	0.10 206	0.24 246	0.08 137	0.17 186	0.06 141	0.05 116	0.09 127	0.10 135	0.18 188	0.09 123	0.14 162	0.08 131	0.21 285	0.08 124	0.05 138	0.07 167	0.12 139	0.13 163	0.12 143	0.11 125

castereo	0.10 139	0.07 142	0.06 142	0.06 115	0.07 139	0.08 152	0.05 120	0.16 162	0.11 226	0.24 246	0.10 181	0.15 158	0.04 81	0.05 116	0.09 127	0.10 135	0.19 213	0.09 123	0.14 162	0.07 107	0.20 259	0.08 124	0.04 107	0.07 167	0.13 151	0.12 144	0.12 143	0.13 147

Former-RAFT_DAM_RVC	0.10 139	0.07 142	0.07 181	0.08 150	0.05 91	0.07 139	0.03 66	0.11 115	0.15 276	0.20 178	0.14 246	0.12 123	0.07 174	0.07 168	0.09 127	0.09 108	0.16 150	0.11 170	0.12 132	0.08 131	0.12 105	0.11 233	0.06 160	0.07 167	0.12 139	0.15 217	0.12 143	0.16 185

CASnet	0.10 139	0.06 116	0.05 110	0.08 150	0.09 190	0.11 205	0.05 120	0.18 212	0.10 206	0.23 223	0.11 202	0.13 135	0.06 141	0.08 194	0.10 168	0.10 135	0.16 150	0.08 95	0.19 248	0.08 131	0.14 152	0.06 87	0.06 160	0.06 128	0.12 139	0.10 109	0.14 170	0.10 115
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
iinet-f	0.10 139	0.09 202	0.06 142	0.08 150	0.06 120	0.09 168	0.06 155	0.09 104	0.07 115	0.18 151	0.11 202	0.11 115	0.10 228	0.06 133	0.09 127	0.10 135	0.14 128	0.09 123	0.19 248	0.09 162	0.12 105	0.06 87	0.05 138	0.06 128	0.11 131	0.10 109	0.15 188	0.12 140

SA	0.10 139	0.07 142	0.07 181	0.06 115	0.05 91	0.08 152	0.04 107	0.12 119	0.05 61	0.16 128	0.07 112	0.16 177	0.03 55	0.04 100	0.10 168	0.10 135	0.13 115	0.11 170	0.12 132	0.09 162	0.14 152	0.10 196	0.03 83	0.06 128	0.16 208	0.15 217	0.13 157	0.21 266

IPLG	0.10 139	0.07 142	0.07 181	0.07 141	0.07 139	0.06 116	0.05 120	0.15 153	0.06 87	0.22 204	0.06 82	0.15 158	0.05 110	0.04 100	0.09 127	0.10 135	0.16 150	0.10 148	0.14 162	0.09 162	0.13 131	0.08 124	0.04 107	0.07 167	0.13 151	0.12 144	0.11 133	0.09 100

test-3	0.10 139	0.06 116	0.04 76	0.06 115	0.08 162	0.06 116	0.05 120	0.17 177	0.07 115	0.24 246	0.08 137	0.19 217	0.08 195	0.06 133	0.11 218	0.11 186	0.20 238	0.10 148	0.15 180	0.10 195	0.16 187	0.10 196	0.05 138	0.06 128	0.10 114	0.11 128	0.12 143	0.11 125

test_1	0.10 139	0.06 116	0.04 76	0.06 115	0.08 162	0.06 116	0.05 120	0.17 177	0.07 115	0.24 246	0.08 137	0.19 217	0.08 195	0.06 133	0.11 218	0.11 186	0.20 238	0.10 148	0.15 180	0.10 195	0.16 187	0.10 196	0.05 138	0.06 128	0.10 114	0.11 128	0.12 143	0.11 125

raftrobust	0.10 139	0.08 182	0.06 142	0.08 150	0.07 139	0.05 99	0.04 107	0.14 147	0.06 87	0.25 274	0.08 137	0.13 135	0.05 110	0.05 116	0.09 127	0.09 108	0.17 167	0.12 206	0.12 132	0.09 162	0.17 205	0.08 124	0.05 138	0.06 128	0.13 151	0.12 144	0.10 118	0.11 125

DMCA-RVC	0.10 139	0.08 182	0.11 258	0.08 150	0.09 190	0.08 152	0.08 193	0.12 119	0.09 178	0.13 112	0.13 234	0.13 135	0.07 174	0.06 133	0.14 281	0.12 238	0.14 128	0.13 241	0.11 119	0.10 195	0.12 105	0.10 196	0.07 190	0.09 231	0.10 114	0.10 109	0.10 118	0.11 125

LGCAT	0.11 154	0.09 202	0.08 208	0.08 150	0.07 139	0.10 191	0.06 155	0.17 177	0.07 115	0.22 204	0.10 181	0.15 158	0.07 174	0.07 168	0.09 127	0.10 135	0.18 188	0.10 148	0.17 213	0.08 131	0.19 240	0.10 196	0.08 224	0.06 128	0.11 131	0.13 163	0.15 188	0.11 125

HLF11	0.11 154	0.09 202	0.07 181	0.11 217	0.07 139	0.09 168	0.07 175	0.19 245	0.07 115	0.19 164	0.09 162	0.17 186	0.06 141	0.07 168	0.09 127	0.10 135	0.19 213	0.12 206	0.16 194	0.09 162	0.13 131	0.09 164	0.07 190	0.07 167	0.13 151	0.14 187	0.15 188	0.14 158

S2M2_XL	0.11 154	0.07 142	0.08 208	0.07 141	0.07 139	0.10 191	0.08 193	0.18 212	0.06 87	0.21 189	0.09 162	0.22 269	0.05 110	0.06 133	0.09 127	0.10 135	0.19 213	0.09 123	0.17 213	0.09 162	0.20 259	0.09 164	0.08 224	0.07 167	0.11 131	0.09 99	0.14 170	0.16 185
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
coex_refinement	0.11 154	0.10 220	0.08 208	0.09 175	0.08 162	0.09 168	0.06 155	0.17 177	0.10 206	0.19 164	0.11 202	0.11 115	0.07 174	0.07 168	0.13 261	0.14 290	0.15 140	0.11 170	0.12 132	0.07 107	0.12 105	0.09 164	0.06 160	0.07 167	0.13 151	0.12 144	0.11 133	0.13 147

G2L-Stereo	0.11 154	0.10 220	0.08 208	0.09 175	0.09 190	0.08 152	0.07 175	0.17 177	0.08 144	0.22 204	0.10 181	0.16 177	0.13 263	0.07 168	0.09 127	0.11 186	0.16 150	0.11 170	0.11 119	0.09 162	0.15 166	0.10 196	0.09 246	0.07 167	0.14 176	0.15 217	0.14 170	0.11 125

trnet	0.11 154	0.08 182	0.05 110	0.08 150	0.08 162	0.07 139	0.05 120	0.18 212	0.05 61	0.27 308	0.08 137	0.18 205	0.06 141	0.08 194	0.09 127	0.10 135	0.21 251	0.08 95	0.12 132	0.08 131	0.20 259	0.09 164	0.06 160	0.05 99	0.12 139	0.14 187	0.18 243	0.17 201

EGLCR-Stereo	0.11 154	0.06 116	0.04 76	0.08 150	0.08 162	0.07 139	0.05 120	0.17 177	0.09 178	0.27 308	0.06 82	0.19 217	0.06 141	0.08 194	0.08 98	0.10 135	0.20 238	0.10 148	0.16 194	0.07 107	0.17 205	0.08 124	0.04 107	0.06 128	0.10 114	0.13 163	0.18 243	0.17 201

Sa-1000	0.11 154	0.07 142	0.07 181	0.06 115	0.05 91	0.09 168	0.03 66	0.12 119	0.07 115	0.18 151	0.08 137	0.19 217	0.05 110	0.06 133	0.10 168	0.10 135	0.16 150	0.12 206	0.14 162	0.09 162	0.17 205	0.10 196	0.04 107	0.05 99	0.19 264	0.16 240	0.13 157	0.20 250

MIPNet	0.11 154	0.09 202	0.06 142	0.07 141	0.08 162	0.07 139	0.05 120	0.17 177	0.06 87	0.23 223	0.07 112	0.16 177	0.08 195	0.05 116	0.10 168	0.11 186	0.17 167	0.11 170	0.20 261	0.12 247	0.13 131	0.11 233	0.05 138	0.07 167	0.16 208	0.15 217	0.11 133	0.13 147

GMOStereo	0.11 154	0.07 142	0.09 227	0.06 115	0.05 91	0.06 116	0.05 120	0.17 177	0.09 178	0.24 246	0.07 112	0.17 186	0.09 211	0.05 116	0.11 218	0.12 238	0.17 167	0.08 95	0.12 132	0.08 131	0.19 240	0.08 124	0.03 83	0.07 167	0.18 249	0.18 276	0.14 170	0.17 201

error version	0.11 154	0.07 142	0.09 227	0.06 115	0.05 91	0.06 116	0.05 120	0.17 177	0.09 178	0.24 246	0.07 112	0.17 186	0.09 211	0.05 116	0.11 218	0.12 238	0.17 167	0.08 95	0.12 132	0.08 131	0.19 240	0.08 124	0.03 83	0.07 167	0.18 249	0.18 276	0.14 170	0.17 201

test-v	0.11 154	0.07 142	0.09 227	0.06 115	0.05 91	0.06 116	0.05 120	0.17 177	0.09 178	0.24 246	0.07 112	0.17 186	0.09 211	0.05 116	0.11 218	0.12 238	0.17 167	0.08 95	0.12 132	0.08 131	0.19 240	0.08 124	0.03 83	0.07 167	0.18 249	0.18 276	0.14 170	0.17 201

test_3	0.11 154	0.07 142	0.07 181	0.06 115	0.08 162	0.05 99	0.05 120	0.17 177	0.10 206	0.24 246	0.09 162	0.22 269	0.12 247	0.06 133	0.13 261	0.13 270	0.20 238	0.09 123	0.14 162	0.10 195	0.18 222	0.09 164	0.04 107	0.08 198	0.13 151	0.14 187	0.13 157	0.14 158

test-2	0.11 154	0.07 142	0.09 227	0.06 115	0.05 91	0.06 116	0.05 120	0.17 177	0.09 178	0.24 246	0.07 112	0.17 186	0.09 211	0.05 116	0.11 218	0.12 238	0.17 167	0.08 95	0.12 132	0.08 131	0.19 240	0.08 124	0.03 83	0.07 167	0.18 249	0.18 276	0.14 170	0.17 201

CREStereo++_RVC	0.11 154	0.07 142	0.05 110	0.08 150	0.09 190	0.08 152	0.07 175	0.16 162	0.09 178	0.26 291	0.09 162	0.17 186	0.13 263	0.08 194	0.09 127	0.10 135	0.19 213	0.08 95	0.13 148	0.07 107	0.20 259	0.08 124	0.06 160	0.06 128	0.14 176	0.12 144	0.16 200	0.15 173
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
TANstereo	0.11 154	0.06 116	0.06 142	0.10 197	0.09 190	0.08 152	0.06 155	0.12 119	0.08 144	0.22 204	0.08 137	0.13 135	0.08 195	0.08 194	0.10 168	0.13 270	0.19 213	0.13 241	0.18 235	0.08 131	0.18 222	0.10 196	0.06 160	0.06 128	0.11 131	0.11 128	0.15 188	0.14 158

XX-TBD	0.11 154	0.06 116	0.06 142	0.10 197	0.09 190	0.08 152	0.06 155	0.12 119	0.08 144	0.22 204	0.08 137	0.13 135	0.08 195	0.08 194	0.10 168	0.13 270	0.19 213	0.13 241	0.18 235	0.08 131	0.18 222	0.10 196	0.06 160	0.06 128	0.11 131	0.11 128	0.15 188	0.14 158

UNet	0.11 154	0.09 202	0.09 227	0.10 197	0.08 162	0.10 191	0.08 193	0.15 153	0.08 144	0.17 138	0.10 181	0.13 135	0.09 211	0.07 168	0.09 127	0.10 135	0.16 150	0.13 241	0.12 132	0.08 131	0.12 105	0.09 164	0.08 224	0.09 231	0.12 139	0.14 187	0.10 118	0.11 125

CREStereo	0.11 154	0.08 182	0.06 142	0.08 150	0.08 162	0.07 139	0.05 120	0.18 212	0.05 61	0.26 291	0.08 137	0.18 205	0.06 141	0.08 194	0.09 127	0.10 135	0.22 267	0.08 95	0.13 148	0.08 131	0.20 259	0.09 164	0.06 160	0.06 128	0.12 139	0.13 163	0.17 218	0.16 185
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
HGLStereo	0.11 154	0.10 220	0.08 208	0.09 175	0.10 215	0.09 168	0.06 155	0.14 147	0.08 144	0.18 151	0.15 262	0.09 95	0.06 141	0.08 194	0.10 168	0.10 135	0.17 167	0.13 241	0.14 162	0.10 195	0.12 105	0.10 196	0.08 224	0.09 231	0.13 151	0.13 163	0.10 118	0.11 125

DSFCA	0.11 154	0.12 252	0.09 227	0.10 197	0.08 162	0.11 205	0.11 245	0.12 119	0.09 178	0.12 106	0.14 246	0.14 151	0.08 195	0.05 116	0.10 168	0.11 186	0.15 140	0.12 206	0.16 194	0.10 195	0.13 131	0.12 255	0.07 190	0.09 231	0.13 151	0.14 187	0.10 118	0.13 147

PMTNet	0.11 154	0.10 220	0.06 142	0.12 231	0.09 190	0.07 139	0.06 155	0.18 212	0.06 87	0.28 324	0.06 82	0.18 205	0.04 81	0.07 168	0.10 168	0.11 186	0.18 188	0.08 95	0.14 162	0.08 131	0.18 222	0.10 196	0.07 190	0.05 99	0.13 151	0.12 144	0.17 218	0.16 185

BEATNet_4x	0.11 154	0.10 220	0.08 208	0.09 175	0.09 190	0.09 168	0.08 193	0.12 119	0.08 144	0.21 189	0.09 162	0.15 158	0.09 211	0.08 194	0.11 218	0.10 135	0.13 115	0.13 241	0.11 119	0.08 131	0.13 131	0.12 255	0.08 224	0.08 198	0.13 151	0.13 163	0.18 243	0.18 225

ADCP+	0.11 154	0.10 220	0.08 208	0.09 175	0.07 139	0.09 168	0.08 193	0.14 147	0.11 226	0.16 128	0.12 222	0.18 205	0.08 195	0.07 168	0.11 218	0.10 135	0.16 150	0.11 170	0.14 162	0.09 162	0.12 105	0.09 164	0.08 224	0.08 198	0.11 131	0.16 240	0.11 133	0.11 125

RASNet	0.11 154	0.10 220	0.10 243	0.09 175	0.07 139	0.08 152	0.08 193	0.19 245	0.09 178	0.17 138	0.10 181	0.13 135	0.09 211	0.06 133	0.09 127	0.10 135	0.14 128	0.09 123	0.12 132	0.06 91	0.15 166	0.09 164	0.05 138	0.10 250	0.13 151	0.12 144	0.17 218	0.17 201

DISCO	0.11 154	0.10 220	0.08 208	0.10 197	0.09 190	0.11 205	0.09 215	0.10 111	0.08 144	0.15 121	0.11 202	0.12 123	0.07 174	0.06 133	0.09 127	0.11 186	0.15 140	0.10 148	0.14 162	0.10 195	0.12 105	0.10 196	0.06 160	0.09 231	0.14 176	0.12 144	0.13 157	0.11 125

iResNet_ROB	0.11 154	0.08 182	0.07 181	0.11 217	0.08 162	0.12 223	0.08 193	0.15 153	0.08 144	0.23 223	0.11 202	0.15 158	0.15 287	0.06 133	0.08 98	0.09 108	0.16 150	0.12 206	0.14 162	0.09 162	0.15 166	0.10 196	0.07 190	0.08 198	0.15 189	0.12 144	0.15 188	0.15 173

DN-CSS_ROB	0.11 154	0.09 202	0.12 271	0.08 150	0.09 190	0.08 152	0.08 193	0.16 162	0.10 206	0.23 223	0.17 282	0.19 217	0.14 279	0.05 116	0.09 127	0.09 108	0.13 115	0.10 148	0.18 235	0.09 162	0.12 105	0.08 124	0.07 190	0.08 198	0.13 151	0.11 128	0.12 143	0.11 125

DNSM	0.12 182	0.08 182	0.06 142	0.08 150	0.08 162	0.11 205	0.06 155	0.19 245	0.08 144	0.26 291	0.06 82	0.21 253	0.03 55	0.10 230	0.10 168	0.10 135	0.22 267	0.10 148	0.15 180	0.09 162	0.21 285	0.10 196	0.06 160	0.06 128	0.15 189	0.12 144	0.17 218	0.18 225

ManiGeoR	0.12 182	0.10 220	0.08 208	0.12 231	0.09 190	0.11 205	0.07 175	0.20 265	0.10 206	0.20 178	0.11 202	0.20 234	0.06 141	0.06 133	0.10 168	0.11 186	0.18 188	0.11 170	0.16 194	0.09 162	0.13 131	0.08 124	0.06 160	0.08 198	0.16 208	0.14 187	0.16 200	0.14 158

HLf10	0.12 182	0.10 220	0.08 208	0.12 231	0.09 190	0.11 205	0.07 175	0.20 265	0.10 206	0.20 178	0.11 202	0.20 234	0.06 141	0.06 133	0.10 168	0.11 186	0.18 188	0.11 170	0.16 194	0.09 162	0.13 131	0.08 124	0.06 160	0.08 198	0.16 208	0.14 187	0.16 200	0.14 158

HLf8	0.12 182	0.10 220	0.08 208	0.11 217	0.09 190	0.10 191	0.08 193	0.20 265	0.09 178	0.19 164	0.10 181	0.20 234	0.09 211	0.07 168	0.10 168	0.11 186	0.19 213	0.12 206	0.18 235	0.10 195	0.14 152	0.09 164	0.07 190	0.09 231	0.17 224	0.15 217	0.18 243	0.17 201

TestStereo_HL2	0.12 182	0.09 202	0.07 181	0.10 197	0.08 162	0.10 191	0.08 193	0.18 212	0.11 226	0.22 204	0.11 202	0.21 253	0.10 228	0.08 194	0.10 168	0.10 135	0.19 213	0.11 170	0.17 213	0.09 162	0.14 152	0.08 124	0.07 190	0.08 198	0.17 224	0.15 217	0.17 218	0.19 237

GGDA	0.12 182	0.09 202	0.07 181	0.10 197	0.08 162	0.11 205	0.08 193	0.18 212	0.11 226	0.22 204	0.11 202	0.21 253	0.10 228	0.08 194	0.10 168	0.10 135	0.18 188	0.11 170	0.16 194	0.08 131	0.14 152	0.08 124	0.07 190	0.08 198	0.17 224	0.14 187	0.16 200	0.16 185

DNS	0.12 182	0.08 182	0.06 142	0.08 150	0.08 162	0.11 205	0.06 155	0.18 212	0.07 115	0.26 291	0.06 82	0.26 290	0.04 81	0.10 230	0.10 168	0.10 135	0.21 251	0.10 148	0.15 180	0.09 162	0.20 259	0.10 196	0.06 160	0.06 128	0.14 176	0.13 163	0.18 243	0.17 201

DF	0.12 182	0.07 142	0.05 110	0.10 197	0.09 190	0.09 168	0.07 175	0.19 245	0.07 115	0.27 308	0.09 162	0.20 234	0.05 110	0.10 230	0.10 168	0.11 186	0.21 251	0.11 170	0.16 194	0.10 195	0.21 285	0.11 233	0.07 190	0.07 167	0.15 189	0.12 144	0.17 218	0.22 271

WQFJA1++	0.12 182	0.09 202	0.06 142	0.14 255	0.08 162	0.15 254	0.13 267	0.17 177	0.08 144	0.19 164	0.11 202	0.15 158	0.09 211	0.06 133	0.08 98	0.10 135	0.19 213	0.09 123	0.16 194	0.09 162	0.16 187	0.08 124	0.06 160	0.06 128	0.16 208	0.12 144	0.21 283	0.21 266

DDF-Stereo	0.12 182	0.07 142	0.04 76	0.10 197	0.09 190	0.13 234	0.10 232	0.18 212	0.08 144	0.24 246	0.06 82	0.19 217	0.07 174	0.08 194	0.08 98	0.11 186	0.23 278	0.09 123	0.16 194	0.10 195	0.20 259	0.09 164	0.07 190	0.07 167	0.14 176	0.14 187	0.17 218	0.18 225

zero-FE	0.12 182	0.07 142	0.04 76	0.10 197	0.09 190	0.15 254	0.11 245	0.18 212	0.08 144	0.23 223	0.08 137	0.19 217	0.07 174	0.08 194	0.09 127	0.11 186	0.23 278	0.09 123	0.17 213	0.10 195	0.20 259	0.09 164	0.07 190	0.07 167	0.14 176	0.14 187	0.17 218	0.19 237

LG-Stereo_Zeroshot	0.12 182	0.06 116	0.05 110	0.09 175	0.09 190	0.10 191	0.10 232	0.18 212	0.09 178	0.24 246	0.09 162	0.16 177	0.04 81	0.09 216	0.09 127	0.11 186	0.20 238	0.10 148	0.17 213	0.09 162	0.21 285	0.10 196	0.05 138	0.06 128	0.16 208	0.13 163	0.16 200	0.27 295

Reg-Stereo(zero)	0.12 182	0.08 182	0.06 142	0.08 150	0.07 139	0.10 191	0.07 175	0.17 177	0.10 206	0.25 274	0.09 162	0.20 234	0.06 141	0.07 168	0.09 127	0.11 186	0.19 213	0.10 148	0.15 180	0.09 162	0.15 166	0.08 124	0.07 190	0.07 167	0.13 151	0.13 163	0.18 243	0.17 201

FLISNet	0.12 182	0.08 182	0.06 142	0.08 150	0.07 139	0.10 191	0.07 175	0.17 177	0.10 206	0.25 274	0.09 162	0.20 234	0.06 141	0.07 168	0.09 127	0.11 186	0.19 213	0.10 148	0.15 180	0.09 162	0.15 166	0.08 124	0.07 190	0.07 167	0.13 151	0.13 163	0.18 243	0.17 201

CES	0.12 182	0.06 116	0.06 142	0.06 115	0.08 162	0.07 139	0.05 120	0.35 341	0.05 61	0.15 121	0.23 326	0.13 135	0.04 81	0.08 194	0.09 127	0.11 186	0.19 213	0.08 95	0.14 162	0.08 131	0.28 346	0.08 124	0.07 190	0.04 74	0.14 176	0.11 128	0.14 170	0.16 185

raft_robust	0.12 182	0.09 202	0.09 227	0.11 217	0.06 120	0.09 168	0.06 155	0.15 153	0.08 144	0.23 223	0.07 112	0.20 234	0.11 241	0.09 216	0.11 218	0.12 238	0.16 150	0.12 206	0.14 162	0.10 195	0.15 166	0.11 233	0.03 83	0.08 198	0.18 249	0.17 261	0.15 188	0.14 158

IPLGR	0.12 182	0.09 202	0.09 227	0.09 175	0.10 215	0.09 168	0.07 175	0.18 212	0.09 178	0.22 204	0.10 181	0.16 177	0.07 174	0.06 133	0.10 168	0.11 186	0.17 167	0.11 170	0.21 267	0.12 247	0.16 187	0.09 164	0.04 107	0.08 198	0.16 208	0.14 187	0.14 170	0.16 185

s12784h	0.12 182	0.09 202	0.06 142	0.11 217	0.09 190	0.08 152	0.06 155	0.18 212	0.07 115	0.26 291	0.12 222	0.19 217	0.09 211	0.07 168	0.09 127	0.10 135	0.20 238	0.08 95	0.15 180	0.07 107	0.20 259	0.08 124	0.05 138	0.07 167	0.16 208	0.15 217	0.18 243	0.21 266

HCRNet	0.12 182	0.17 303	0.06 142	0.22 304	0.08 162	0.15 254	0.08 193	0.13 138	0.04 35	0.46 367	0.12 222	0.24 282	0.07 174	0.07 168	0.08 98	0.06 48	0.14 128	0.08 95	0.20 261	0.08 131	0.10 92	0.05 68	0.11 273	0.06 128	0.06 62	0.06 57	0.05 53	0.08 92

GMStereo	0.12 182	0.12 252	0.07 181	0.11 217	0.11 236	0.13 234	0.09 215	0.17 177	0.10 206	0.17 138	0.14 246	0.22 269	0.11 241	0.07 168	0.10 168	0.09 108	0.17 167	0.10 148	0.17 213	0.12 247	0.15 166	0.09 164	0.07 190	0.09 231	0.14 176	0.13 163	0.15 188	0.12 140
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
FINET	0.12 182	0.12 252	0.12 271	0.12 231	0.10 215	0.11 205	0.13 267	0.15 153	0.12 246	0.13 112	0.12 222	0.13 135	0.10 228	0.09 216	0.18 317	0.13 270	0.16 150	0.11 170	0.17 213	0.10 195	0.13 131	0.10 196	0.10 263	0.10 250	0.13 151	0.11 128	0.13 157	0.13 147

DeepPrunerF	0.12 182	0.10 220	0.11 258	0.13 245	0.14 274	0.09 168	0.09 215	0.15 153	0.11 226	0.12 106	0.14 246	0.10 104	0.09 211	0.07 168	0.13 261	0.11 186	0.11 101	0.13 241	0.13 148	0.11 222	0.13 131	0.09 164	0.08 224	0.08 198	0.17 224	0.15 217	0.11 133	0.14 158

CFNet	0.12 182	0.11 237	0.08 208	0.14 255	0.12 249	0.11 205	0.09 215	0.20 265	0.10 206	0.18 151	0.12 222	0.25 288	0.10 228	0.08 194	0.09 127	0.09 108	0.17 167	0.12 206	0.12 132	0.09 162	0.12 105	0.08 124	0.06 160	0.10 250	0.15 189	0.13 163	0.13 157	0.13 147

iResNetv2_ROB	0.12 182	0.08 182	0.08 208	0.12 231	0.09 190	0.12 223	0.08 193	0.17 177	0.08 144	0.22 204	0.12 222	0.20 234	0.16 292	0.07 168	0.09 127	0.09 108	0.16 150	0.11 170	0.17 213	0.10 195	0.15 166	0.10 196	0.09 246	0.10 250	0.15 189	0.13 163	0.19 257	0.12 140

PDISCO_ROB	0.12 182	0.13 267	0.13 284	0.10 197	0.08 162	0.09 168	0.09 215	0.09 104	0.08 144	0.11 103	0.10 181	0.06 74	0.05 110	0.05 116	0.10 168	0.12 238	0.14 128	0.16 291	0.09 102	0.10 195	0.14 152	0.13 274	0.04 107	0.08 198	0.17 224	0.21 307	0.32 327	0.20 250

TestStereo_HLe17	0.13 207	0.11 237	0.09 227	0.14 255	0.10 215	0.12 223	0.08 193	0.23 299	0.12 246	0.21 189	0.11 202	0.20 234	0.07 174	0.06 133	0.10 168	0.10 135	0.17 167	0.11 170	0.18 235	0.10 195	0.13 131	0.08 124	0.06 160	0.09 231	0.18 249	0.15 217	0.16 200	0.15 173

gcap_with_dpt	0.13 207	0.07 142	0.07 181	0.08 150	0.10 215	0.11 205	0.07 175	0.18 212	0.11 226	0.27 308	0.10 181	0.24 282	0.09 211	0.12 271	0.10 168	0.11 186	0.21 251	0.12 206	0.17 213	0.10 195	0.21 285	0.12 255	0.08 224	0.08 198	0.17 224	0.12 144	0.17 218	0.26 290

S2M2_L	0.13 207	0.10 220	0.09 227	0.12 231	0.08 162	0.13 234	0.10 232	0.16 162	0.08 144	0.21 189	0.07 112	0.17 186	0.03 55	0.18 308	0.11 218	0.09 108	0.21 251	0.12 206	0.16 194	0.11 222	0.18 222	0.10 196	0.12 285	0.08 198	0.13 151	0.13 163	0.15 188	0.19 237
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GCAP-BAT	0.13 207	0.07 142	0.07 181	0.08 150	0.10 215	0.11 205	0.07 175	0.18 212	0.11 226	0.27 308	0.10 181	0.24 282	0.09 211	0.12 271	0.10 168	0.11 186	0.21 251	0.12 206	0.17 213	0.10 195	0.21 285	0.12 255	0.08 224	0.08 198	0.17 224	0.12 144	0.17 218	0.26 290

gcap-zeroshot	0.13 207	0.08 182	0.06 142	0.08 150	0.11 236	0.11 205	0.09 215	0.18 212	0.09 178	0.28 324	0.08 137	0.20 234	0.07 174	0.10 230	0.10 168	0.12 238	0.23 278	0.11 170	0.28 311	0.13 265	0.20 259	0.11 233	0.07 190	0.08 198	0.12 139	0.18 276	0.17 218	0.19 237

AE-Stereo	0.13 207	0.09 202	0.08 208	0.11 217	0.09 190	0.08 152	0.05 120	0.17 177	0.14 266	0.24 246	0.10 181	0.19 217	0.10 228	0.07 168	0.11 218	0.12 238	0.24 300	0.13 241	0.17 213	0.11 222	0.19 240	0.10 196	0.05 138	0.09 231	0.14 176	0.14 187	0.15 188	0.14 158

MSKI-zero shot	0.13 207	0.08 182	0.05 110	0.09 175	0.11 236	0.09 168	0.07 175	0.19 245	0.09 178	0.28 324	0.10 181	0.19 217	0.06 141	0.11 251	0.11 218	0.12 238	0.23 278	0.11 170	0.17 213	0.11 222	0.22 305	0.10 196	0.07 190	0.08 198	0.14 176	0.17 261	0.18 243	0.18 225

Any-RAFT	0.13 207	0.07 142	0.06 142	0.11 217	0.09 190	0.12 223	0.08 193	0.17 177	0.10 206	0.26 291	0.09 162	0.20 234	0.08 195	0.11 251	0.11 218	0.11 186	0.22 267	0.11 170	0.21 267	0.10 195	0.22 305	0.10 196	0.08 224	0.06 128	0.16 208	0.16 240	0.17 218	0.17 201

RAFT-Test	0.13 207	0.07 142	0.06 142	0.09 175	0.11 236	0.13 234	0.08 193	0.17 177	0.11 226	0.27 308	0.11 202	0.20 234	0.05 110	0.12 271	0.10 168	0.11 186	0.23 278	0.12 206	0.21 267	0.14 275	0.21 285	0.11 233	0.07 190	0.08 198	0.17 224	0.16 240	0.17 218	0.17 201

HH	0.13 207	0.06 116	0.05 110	0.11 217	0.12 249	0.16 267	0.08 193	0.19 245	0.08 144	0.28 324	0.08 137	0.18 205	0.06 141	0.12 271	0.11 218	0.11 186	0.23 278	0.12 206	0.16 194	0.11 222	0.20 259	0.08 124	0.07 190	0.08 198	0.13 151	0.15 217	0.19 257	0.24 278

HanStereo	0.13 207	0.06 116	0.05 110	0.11 217	0.12 249	0.16 267	0.08 193	0.19 245	0.08 144	0.28 324	0.08 137	0.18 205	0.06 141	0.12 271	0.11 218	0.11 186	0.23 278	0.12 206	0.16 194	0.11 222	0.20 259	0.08 124	0.07 190	0.08 198	0.13 151	0.15 217	0.19 257	0.24 278

anonymity	0.13 207	0.06 116	0.05 110	0.09 175	0.10 215	0.09 168	0.07 175	0.18 212	0.08 144	0.28 324	0.13 234	0.19 217	0.06 141	0.09 216	0.10 168	0.13 270	0.23 278	0.12 206	0.17 213	0.15 291	0.20 259	0.10 196	0.09 246	0.07 167	0.20 277	0.19 295	0.19 257	0.19 237

iRaft-Stereo_20w	0.13 207	0.07 142	0.05 110	0.12 231	0.12 249	0.12 223	0.09 215	0.15 153	0.10 206	0.28 324	0.10 181	0.19 217	0.04 81	0.10 230	0.10 168	0.11 186	0.23 278	0.11 170	0.15 180	0.13 265	0.20 259	0.08 124	0.09 246	0.06 128	0.18 249	0.15 217	0.20 269	0.26 290

GLC_STEREO	0.13 207	0.11 237	0.12 271	0.12 231	0.11 236	0.11 205	0.10 232	0.19 245	0.07 115	0.25 274	0.13 234	0.13 135	0.07 174	0.07 168	0.09 127	0.12 238	0.24 300	0.11 170	0.17 213	0.09 162	0.27 344	0.16 305	0.07 190	0.07 167	0.16 208	0.10 109	0.20 269	0.12 140

TRStereo	0.13 207	0.07 142	0.05 110	0.09 175	0.08 162	0.17 276	0.12 262	0.18 212	0.07 115	0.25 274	0.09 162	0.20 234	0.05 110	0.10 230	0.10 168	0.11 186	0.21 251	0.11 170	0.22 279	0.14 275	0.19 240	0.09 164	0.09 246	0.07 167	0.17 224	0.17 261	0.24 300	0.19 237

LMCR-Stereo	0.13 207	0.09 202	0.07 181	0.11 217	0.08 162	0.11 205	0.09 215	0.18 212	0.09 178	0.19 164	0.14 246	0.19 217	0.14 279	0.10 230	0.10 168	0.11 186	0.20 238	0.13 241	0.19 248	0.11 222	0.18 222	0.10 196	0.08 224	0.08 198	0.15 189	0.13 163	0.19 257	0.17 201

TestStereo	0.13 207	0.12 252	0.10 243	0.11 217	0.08 162	0.11 205	0.10 232	0.19 245	0.11 226	0.24 246	0.14 246	0.20 234	0.08 195	0.06 133	0.12 246	0.10 135	0.20 238	0.11 170	0.20 261	0.10 195	0.21 285	0.11 233	0.06 160	0.12 279	0.19 264	0.11 128	0.12 143	0.13 147

CFNet_pseudo	0.13 207	0.11 237	0.11 258	0.14 255	0.11 236	0.12 223	0.11 245	0.19 245	0.12 246	0.24 246	0.14 246	0.17 186	0.15 287	0.09 216	0.10 168	0.10 135	0.16 150	0.13 241	0.13 148	0.08 131	0.15 166	0.08 124	0.08 224	0.09 231	0.15 189	0.14 187	0.19 257	0.21 266

ADLNet	0.13 207	0.11 237	0.08 208	0.13 245	0.10 215	0.16 267	0.13 267	0.14 147	0.07 115	0.13 112	0.10 181	0.25 288	0.11 241	0.29 339	0.10 168	0.10 135	0.17 167	0.09 123	0.13 148	0.09 162	0.11 99	0.09 164	0.13 291	0.06 128	0.13 151	0.13 163	0.12 143	0.14 158

EAI-Stereo	0.13 207	0.07 142	0.04 76	0.10 197	0.10 215	0.10 191	0.09 215	0.18 212	0.10 206	0.26 291	0.11 202	0.20 234	0.05 110	0.10 230	0.10 168	0.12 238	0.22 267	0.12 206	0.19 248	0.12 247	0.19 240	0.09 164	0.08 224	0.08 198	0.16 208	0.15 217	0.16 200	0.20 250

FADNet-RVC-Resample	0.13 207	0.10 220	0.12 271	0.12 231	0.10 215	0.13 234	0.10 232	0.16 162	0.13 256	0.18 151	0.13 234	0.17 186	0.12 247	0.10 230	0.11 218	0.09 108	0.13 115	0.15 278	0.15 180	0.18 314	0.15 166	0.13 274	0.10 263	0.14 297	0.17 224	0.13 163	0.12 143	0.12 140

STTStereo	0.13 207	0.14 279	0.17 317	0.13 245	0.15 283	0.13 234	0.21 311	0.13 138	0.14 266	0.15 121	0.15 262	0.17 186	0.10 228	0.11 251	0.14 281	0.12 238	0.15 140	0.15 278	0.13 148	0.11 222	0.12 105	0.10 196	0.07 190	0.09 231	0.15 189	0.14 187	0.12 143	0.16 185

R-Stereo Train	0.13 207	0.07 142	0.07 181	0.09 175	0.10 215	0.15 254	0.05 120	0.16 162	0.12 246	0.28 324	0.13 234	0.21 253	0.08 195	0.11 251	0.10 168	0.11 186	0.23 278	0.12 206	0.16 194	0.11 222	0.21 285	0.11 233	0.08 224	0.07 167	0.15 189	0.14 187	0.16 200	0.15 173

ADCRef	0.13 207	0.10 220	0.10 243	0.10 197	0.08 162	0.09 168	0.09 215	0.17 177	0.14 266	0.20 178	0.15 262	0.15 158	0.13 263	0.05 116	0.11 218	0.11 186	0.16 150	0.14 265	0.19 248	0.12 247	0.16 187	0.12 255	0.09 246	0.11 263	0.14 176	0.18 276	0.13 157	0.19 237

RAFT-Stereo	0.13 207	0.07 142	0.07 181	0.09 175	0.10 215	0.15 254	0.05 120	0.16 162	0.12 246	0.28 324	0.13 234	0.21 253	0.08 195	0.11 251	0.10 168	0.11 186	0.23 278	0.12 206	0.16 194	0.11 222	0.21 285	0.11 233	0.08 224	0.07 167	0.15 189	0.14 187	0.16 200	0.15 173
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
MSMDNet	0.13 207	0.08 182	0.06 142	0.09 175	0.12 249	0.10 191	0.08 193	0.17 177	0.11 226	0.27 308	0.10 181	0.20 234	0.06 141	0.12 271	0.10 168	0.11 186	0.23 278	0.12 206	0.19 248	0.16 303	0.21 285	0.12 255	0.07 190	0.08 198	0.17 224	0.15 217	0.17 218	0.18 225

CFNet_RVC	0.13 207	0.12 252	0.10 243	0.14 255	0.11 236	0.14 244	0.09 215	0.17 177	0.09 178	0.19 164	0.13 234	0.21 253	0.09 211	0.10 230	0.12 246	0.13 270	0.18 188	0.13 241	0.15 180	0.11 222	0.16 187	0.09 164	0.06 160	0.09 231	0.16 208	0.13 163	0.16 200	0.17 201

NLCA_NET_v2_RVC	0.13 207	0.13 267	0.14 296	0.14 255	0.16 285	0.13 234	0.21 311	0.13 138	0.15 276	0.16 128	0.16 273	0.21 253	0.10 228	0.15 302	0.12 246	0.12 238	0.16 150	0.12 206	0.11 119	0.09 162	0.12 105	0.10 196	0.08 224	0.09 231	0.13 151	0.13 163	0.11 133	0.16 185
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
PWCDC_ROB	0.13 207	0.06 116	0.09 227	0.07 141	0.13 262	0.08 152	0.13 267	0.06 75	0.24 328	0.09 94	0.15 262	0.10 104	0.45 354	0.26 330	0.12 246	0.10 135	0.09 83	0.12 206	0.08 85	0.11 222	0.08 79	0.12 255	0.19 316	0.13 290	0.08 89	0.14 187	0.08 96	0.18 225

depth_test_26	0.14 236	0.06 116	0.06 142	0.06 115	0.07 139	0.07 139	0.05 120	0.26 313	0.06 87	0.32 345	0.09 162	0.31 305	0.06 141	0.10 230	0.10 168	0.11 186	0.28 338	0.11 170	0.25 297	0.11 222	0.26 340	0.07 108	0.12 285	0.08 198	0.13 151	0.14 187	0.13 157	0.20 250

TestStereo-Hl	0.14 236	0.11 237	0.08 208	0.10 197	0.10 215	0.15 254	0.11 245	0.19 245	0.13 256	0.24 246	0.12 222	0.28 293	0.12 247	0.07 168	0.10 168	0.11 186	0.19 213	0.12 206	0.18 235	0.10 195	0.15 166	0.10 196	0.07 190	0.10 250	0.16 208	0.16 240	0.24 300	0.30 309

DN	0.14 236	0.08 182	0.08 208	0.19 292	0.09 190	0.22 313	0.11 245	0.18 212	0.10 206	0.21 189	0.12 222	0.35 311	0.06 141	0.14 292	0.09 127	0.12 238	0.24 300	0.12 206	0.16 194	0.09 162	0.18 222	0.11 233	0.06 160	0.08 198	0.25 317	0.14 187	0.15 188	0.19 237

IGEV-FE	0.14 236	0.07 142	0.06 142	0.13 245	0.13 262	0.10 191	0.11 245	0.17 177	0.09 178	0.28 324	0.10 181	0.23 275	0.05 110	0.12 271	0.10 168	0.11 186	0.23 278	0.11 170	0.17 213	0.12 247	0.20 259	0.10 196	0.09 246	0.06 128	0.20 277	0.15 217	0.23 291	0.27 295

model_zeroshot	0.14 236	0.09 202	0.06 142	0.10 197	0.10 215	0.13 234	0.08 193	0.20 265	0.12 246	0.28 324	0.09 162	0.22 269	0.06 141	0.11 251	0.10 168	0.12 238	0.26 321	0.13 241	0.28 311	0.12 247	0.21 285	0.13 274	0.11 273	0.09 231	0.18 249	0.18 276	0.18 243	0.18 225

MyStereo04	0.14 236	0.12 252	0.11 258	0.08 150	0.09 190	0.11 205	0.08 193	0.23 299	0.19 304	0.24 246	0.16 273	0.23 275	0.11 241	0.04 100	0.11 218	0.11 186	0.17 167	0.12 206	0.21 267	0.12 247	0.17 205	0.12 255	0.06 160	0.12 279	0.21 291	0.14 187	0.16 200	0.15 173

IGEV_Zeroshot_test	0.14 236	0.07 142	0.06 142	0.13 245	0.13 262	0.10 191	0.11 245	0.17 177	0.09 178	0.28 324	0.10 181	0.23 275	0.05 110	0.12 271	0.10 168	0.11 186	0.23 278	0.11 170	0.17 213	0.12 247	0.20 259	0.10 196	0.09 246	0.06 128	0.20 277	0.15 217	0.23 291	0.27 295

dd	0.14 236	0.12 252	0.07 181	0.25 315	0.11 236	0.19 294	0.09 215	0.17 177	0.08 144	0.17 138	0.08 137	0.33 307	0.08 195	0.06 133	0.11 218	0.11 186	0.24 300	0.11 170	0.25 297	0.09 162	0.15 166	0.09 164	0.06 160	0.09 231	0.17 224	0.13 163	0.18 243	0.14 158

AACVNet	0.14 236	0.13 267	0.10 243	0.13 245	0.13 262	0.14 244	0.10 232	0.19 245	0.11 226	0.22 204	0.18 292	0.14 151	0.10 228	0.09 216	0.12 246	0.11 186	0.21 251	0.13 241	0.17 213	0.12 247	0.16 187	0.11 233	0.11 273	0.11 263	0.18 249	0.14 187	0.14 170	0.16 185

cross-raft	0.14 236	0.08 182	0.07 181	0.08 150	0.10 215	0.12 223	0.08 193	0.17 177	0.13 256	0.27 308	0.12 222	0.21 253	0.05 110	0.11 251	0.13 261	0.14 290	0.22 267	0.11 170	0.23 286	0.13 265	0.23 316	0.10 196	0.06 160	0.08 198	0.22 302	0.18 276	0.14 170	0.16 185

GEStereo_RVC	0.14 236	0.13 267	0.10 243	0.11 217	0.12 249	0.12 223	0.11 245	0.18 212	0.13 256	0.24 246	0.16 273	0.18 205	0.10 228	0.06 133	0.13 261	0.12 238	0.20 238	0.16 291	0.23 286	0.13 265	0.16 187	0.14 285	0.07 190	0.11 263	0.21 291	0.15 217	0.13 157	0.20 250

sAnonymous2	0.14 236	0.09 202	0.10 243	0.10 197	0.09 190	0.09 168	0.11 245	0.22 291	0.11 226	0.23 223	0.17 282	0.15 158	0.10 228	0.06 133	0.13 261	0.14 290	0.18 188	0.15 278	0.21 267	0.14 275	0.17 205	0.15 295	0.05 138	0.10 250	0.17 224	0.17 261	0.17 218	0.16 185

CroCo_RVC	0.14 236	0.09 202	0.10 243	0.10 197	0.09 190	0.09 168	0.11 245	0.22 291	0.11 226	0.23 223	0.17 282	0.15 158	0.10 228	0.06 133	0.13 261	0.14 290	0.18 188	0.15 278	0.21 267	0.14 275	0.17 205	0.15 295	0.05 138	0.10 250	0.17 224	0.17 261	0.17 218	0.16 185

sCroCo_RVC	0.14 236	0.09 202	0.09 227	0.08 150	0.07 139	0.10 191	0.07 175	0.20 265	0.14 266	0.18 151	0.12 222	0.13 135	0.14 279	0.06 133	0.14 281	0.16 315	0.22 267	0.15 278	0.22 279	0.13 265	0.21 285	0.16 305	0.06 160	0.12 279	0.18 249	0.15 217	0.17 218	0.17 201

XX-Stereo	0.14 236	0.05 92	0.05 110	0.10 197	0.07 139	0.17 276	0.07 175	0.18 212	0.10 206	0.27 308	0.09 162	0.21 253	0.03 55	0.10 230	0.11 218	0.12 238	0.22 267	0.11 170	0.21 267	0.11 222	0.20 259	0.09 164	0.08 224	0.07 167	0.23 311	0.17 261	0.17 218	0.35 324

GES	0.14 236	0.11 237	0.07 181	0.09 175	0.11 236	0.15 254	0.09 215	0.20 265	0.09 178	0.23 223	0.12 222	0.17 186	0.11 241	0.14 292	0.12 246	0.11 186	0.23 278	0.14 265	0.24 293	0.14 275	0.18 222	0.18 315	0.11 273	0.09 231	0.15 189	0.13 163	0.21 283	0.20 250

RTSC	0.14 236	0.11 237	0.11 258	0.12 231	0.11 236	0.12 223	0.10 232	0.16 162	0.14 266	0.18 151	0.13 234	0.15 158	0.14 279	0.08 194	0.13 261	0.13 270	0.20 238	0.13 241	0.21 267	0.12 247	0.16 187	0.12 255	0.07 190	0.10 250	0.16 208	0.17 261	0.21 283	0.33 317

ADCL	0.14 236	0.12 252	0.11 258	0.13 245	0.11 236	0.14 244	0.11 245	0.18 212	0.16 280	0.22 204	0.16 273	0.21 253	0.13 263	0.09 216	0.12 246	0.12 238	0.17 167	0.13 241	0.18 235	0.13 265	0.19 240	0.14 285	0.11 273	0.11 263	0.17 224	0.16 240	0.16 200	0.17 201

DeepPruner_ROB	0.14 236	0.13 267	0.11 258	0.12 231	0.11 236	0.11 205	0.09 215	0.17 177	0.12 246	0.21 189	0.18 292	0.15 158	0.13 263	0.08 194	0.14 281	0.11 186	0.18 188	0.15 278	0.19 248	0.11 222	0.18 222	0.14 285	0.10 263	0.11 263	0.17 224	0.17 261	0.17 218	0.19 237

MLCV	0.14 236	0.11 237	0.09 227	0.16 272	0.12 249	0.14 244	0.11 245	0.21 282	0.10 206	0.24 246	0.13 234	0.21 253	0.15 287	0.08 194	0.10 168	0.10 135	0.19 213	0.11 170	0.19 248	0.09 162	0.18 222	0.09 164	0.10 263	0.09 231	0.17 224	0.14 187	0.16 200	0.20 250

HSM	0.14 236	0.12 252	0.09 227	0.14 255	0.13 262	0.12 223	0.11 245	0.18 212	0.11 226	0.23 223	0.15 262	0.18 205	0.14 279	0.08 194	0.12 246	0.11 186	0.21 251	0.12 206	0.17 213	0.12 247	0.18 222	0.11 233	0.07 190	0.08 198	0.17 224	0.16 240	0.17 218	0.18 225

DLCB_ROB	0.14 236	0.12 252	0.12 271	0.10 197	0.10 215	0.10 191	0.09 215	0.16 162	0.12 246	0.18 151	0.17 282	0.19 217	0.13 263	0.11 251	0.12 246	0.11 186	0.16 150	0.13 241	0.14 162	0.10 195	0.18 222	0.11 233	0.09 246	0.12 279	0.27 325	0.16 240	0.16 200	0.14 158

TestStereo_HL3	0.15 258	0.11 237	0.09 227	0.12 231	0.10 215	0.12 223	0.11 245	0.20 265	0.13 256	0.24 246	0.11 202	0.30 302	0.13 263	0.08 194	0.10 168	0.11 186	0.24 300	0.12 206	0.16 194	0.11 222	0.16 187	0.10 196	0.08 224	0.08 198	0.17 224	0.14 187	0.23 291	0.27 295

AIO-Stereo-zeroshot1	0.15 258	0.07 142	0.05 110	0.12 231	0.13 262	0.15 254	0.09 215	0.17 177	0.13 256	0.28 324	0.09 162	0.23 275	0.05 110	0.12 271	0.12 246	0.12 238	0.26 321	0.12 206	0.33 327	0.11 222	0.20 259	0.13 274	0.08 224	0.07 167	0.22 302	0.20 305	0.20 269	0.33 317

AIO-Stereo-zeroshot	0.15 258	0.07 142	0.06 142	0.15 267	0.12 249	0.15 254	0.10 232	0.18 212	0.09 178	0.26 291	0.08 137	0.19 217	0.08 195	0.11 251	0.11 218	0.12 238	0.25 311	0.13 241	0.26 303	0.12 247	0.20 259	0.11 233	0.08 224	0.07 167	0.20 277	0.19 295	0.20 269	0.31 314

EKT-Stereo	0.15 258	0.10 220	0.07 181	0.13 245	0.13 262	0.16 267	0.17 293	0.17 177	0.11 226	0.26 291	0.17 282	0.17 186	0.07 174	0.11 251	0.11 218	0.11 186	0.24 300	0.15 278	0.24 293	0.12 247	0.25 332	0.10 196	0.07 190	0.08 198	0.20 277	0.16 240	0.17 218	0.17 201

CASS	0.15 258	0.12 252	0.10 243	0.14 255	0.12 249	0.16 267	0.10 232	0.19 245	0.15 276	0.26 291	0.12 222	0.20 234	0.12 247	0.09 216	0.13 261	0.12 238	0.23 278	0.12 206	0.24 293	0.10 195	0.20 259	0.11 233	0.07 190	0.09 231	0.23 311	0.14 187	0.19 257	0.22 271
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
UDGNet	0.15 258	0.13 267	0.10 243	0.18 285	0.17 291	0.16 267	0.20 304	0.16 162	0.11 226	0.16 128	0.14 246	0.16 177	0.05 110	0.44 353	0.10 168	0.10 135	0.17 167	0.12 206	0.14 162	0.09 162	0.17 205	0.10 196	0.29 357	0.07 167	0.17 224	0.16 240	0.12 143	0.13 147

GANet-ADL	0.15 258	0.12 252	0.09 227	0.14 255	0.12 249	0.16 267	0.12 262	0.20 265	0.10 206	0.25 274	0.15 262	0.22 269	0.12 247	0.21 324	0.11 218	0.11 186	0.25 311	0.14 265	0.21 267	0.14 275	0.19 240	0.10 196	0.08 224	0.10 250	0.17 224	0.16 240	0.20 269	0.17 201

test-1	0.15 258	0.06 116	0.07 181	0.11 217	0.10 215	0.18 284	0.14 274	0.19 245	0.13 256	0.28 324	0.10 181	0.19 217	0.11 241	0.12 271	0.13 261	0.14 290	0.22 267	0.12 206	0.23 286	0.10 195	0.24 326	0.09 164	0.09 246	0.08 198	0.21 291	0.18 276	0.15 188	0.18 225

ICVP	0.15 258	0.13 267	0.14 296	0.12 231	0.12 249	0.13 234	0.10 232	0.17 177	0.12 246	0.17 138	0.14 246	0.18 205	0.12 247	0.09 216	0.13 261	0.14 290	0.18 188	0.15 278	0.16 194	0.14 275	0.17 205	0.14 285	0.20 318	0.11 263	0.19 264	0.19 295	0.17 218	0.17 201
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
APVNet	0.15 258	0.13 267	0.11 258	0.13 245	0.17 291	0.15 254	0.13 267	0.19 245	0.11 226	0.14 115	0.13 234	0.17 186	0.09 211	0.16 305	0.17 309	0.16 315	0.21 251	0.14 265	0.22 279	0.15 291	0.15 166	0.12 255	0.07 190	0.12 279	0.17 224	0.15 217	0.19 257	0.17 201

psm_up	0.15 258	0.11 237	0.13 284	0.15 267	0.12 249	0.14 244	0.11 245	0.20 265	0.17 289	0.19 164	0.13 234	0.15 158	0.17 295	0.10 230	0.14 281	0.12 238	0.19 213	0.13 241	0.17 213	0.11 222	0.15 166	0.10 196	0.10 263	0.16 309	0.18 249	0.17 261	0.17 218	0.19 237

FADNet-RVC	0.15 258	0.13 267	0.11 258	0.18 285	0.12 249	0.14 244	0.10 232	0.21 282	0.09 178	0.19 164	0.17 282	0.18 205	0.12 247	0.11 251	0.17 309	0.15 311	0.18 188	0.13 241	0.18 235	0.15 291	0.12 105	0.13 274	0.12 285	0.11 263	0.21 291	0.16 240	0.14 170	0.15 173

AF-Net	0.15 258	0.13 267	0.13 284	0.14 255	0.18 299	0.15 254	0.14 274	0.17 177	0.16 280	0.17 138	0.21 314	0.18 205	0.12 247	0.10 230	0.18 317	0.16 315	0.14 128	0.14 265	0.15 180	0.11 222	0.12 105	0.11 233	0.13 291	0.10 250	0.15 189	0.16 240	0.20 269	0.15 173

RP	0.15 258	0.14 279	0.16 307	0.17 280	0.14 274	0.17 276	0.16 284	0.19 245	0.17 289	0.14 115	0.16 273	0.16 177	0.15 287	0.11 251	0.14 281	0.12 238	0.15 140	0.12 206	0.15 180	0.12 247	0.12 105	0.13 274	0.10 263	0.12 279	0.17 224	0.17 261	0.20 269	0.18 225

Nwc_Net	0.15 258	0.13 267	0.13 284	0.14 255	0.18 299	0.15 254	0.14 274	0.17 177	0.16 280	0.17 138	0.21 314	0.18 205	0.12 247	0.10 230	0.18 317	0.16 315	0.14 128	0.14 265	0.15 180	0.11 222	0.12 105	0.11 233	0.13 291	0.10 250	0.15 189	0.16 240	0.20 269	0.15 173

UCFNet_RVC	0.15 258	0.17 303	0.12 271	0.16 272	0.14 274	0.17 276	0.11 245	0.17 177	0.13 256	0.21 189	0.13 234	0.28 293	0.12 247	0.10 230	0.12 246	0.13 270	0.18 188	0.13 241	0.17 213	0.12 247	0.17 205	0.09 164	0.10 263	0.11 263	0.19 264	0.16 240	0.17 218	0.20 250

NVstereo2D	0.15 258	0.11 237	0.11 258	0.19 292	0.14 274	0.21 309	0.24 325	0.13 138	0.11 226	0.16 128	0.14 246	0.10 104	0.08 195	0.40 352	0.12 246	0.12 238	0.21 251	0.14 265	0.16 194	0.10 195	0.12 105	0.09 164	0.25 333	0.08 198	0.15 189	0.13 163	0.14 170	0.13 147

LoS	0.16 275	0.10 220	0.08 208	0.10 197	0.11 236	0.09 168	0.07 175	0.50 363	0.05 61	0.32 345	0.36 358	0.36 314	0.06 141	0.09 216	0.09 127	0.10 135	0.19 213	0.09 123	0.15 180	0.11 222	0.21 285	0.09 164	0.07 190	0.07 167	0.18 249	0.12 144	0.20 269	0.21 266
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
SACVNet	0.16 275	0.14 279	0.13 284	0.16 272	0.13 262	0.14 244	0.12 262	0.19 245	0.17 289	0.19 164	0.17 282	0.14 151	0.07 174	0.14 292	0.15 293	0.14 290	0.19 213	0.16 291	0.20 261	0.13 265	0.17 205	0.14 285	0.12 285	0.13 290	0.21 291	0.19 295	0.19 257	0.17 201

pcwnet_v2	0.16 275	0.12 252	0.12 271	0.16 272	0.14 274	0.17 276	0.14 274	0.20 265	0.13 256	0.22 204	0.14 246	0.19 217	0.18 298	0.12 271	0.11 218	0.12 238	0.18 188	0.14 265	0.17 213	0.12 247	0.16 187	0.11 233	0.09 246	0.11 263	0.20 277	0.19 295	0.19 257	0.28 304

FADNet	0.16 275	0.15 288	0.10 243	0.20 298	0.10 215	0.19 294	0.13 267	0.21 282	0.13 256	0.22 204	0.26 340	0.17 186	0.14 279	0.12 271	0.20 329	0.16 315	0.16 150	0.14 265	0.23 286	0.20 325	0.16 187	0.13 274	0.11 273	0.11 263	0.21 291	0.17 261	0.16 200	0.15 173

stereogan	0.16 275	0.15 288	0.15 303	0.16 272	0.18 299	0.18 284	0.16 284	0.20 265	0.19 304	0.14 115	0.16 273	0.20 234	0.18 298	0.13 288	0.16 302	0.13 270	0.16 150	0.14 265	0.18 235	0.14 275	0.15 166	0.13 274	0.13 291	0.13 290	0.16 208	0.17 261	0.23 291	0.18 225

HSM-Net_RVC	0.16 275	0.12 252	0.10 243	0.17 280	0.13 262	0.14 244	0.10 232	0.18 212	0.14 266	0.25 274	0.18 292	0.28 293	0.17 295	0.11 251	0.12 246	0.11 186	0.19 213	0.13 241	0.17 213	0.11 222	0.18 222	0.12 255	0.08 224	0.11 263	0.19 264	0.17 261	0.23 291	0.24 278
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
GwcNet-ADL	0.17 281	0.12 252	0.11 258	0.19 292	0.14 274	0.17 276	0.14 274	0.21 282	0.14 266	0.24 246	0.17 282	0.32 306	0.16 292	0.20 319	0.13 261	0.14 290	0.23 278	0.15 278	0.23 286	0.13 265	0.18 222	0.12 255	0.06 160	0.10 250	0.19 264	0.16 240	0.19 257	0.22 271

PS-NSSS	0.17 281	0.19 312	0.18 322	0.23 307	0.18 299	0.18 284	0.16 284	0.22 291	0.12 246	0.23 223	0.21 314	0.44 323	0.08 195	0.11 251	0.14 281	0.10 135	0.13 115	0.13 241	0.26 303	0.11 222	0.11 99	0.07 108	0.18 314	0.15 301	0.17 224	0.21 307	0.14 170	0.20 250

iResNet	0.17 281	0.11 237	0.10 243	0.15 267	0.13 262	0.17 276	0.12 262	0.21 282	0.14 266	0.25 274	0.14 246	0.35 311	0.32 333	0.08 194	0.12 246	0.11 186	0.20 238	0.12 206	0.26 303	0.15 291	0.18 222	0.12 255	0.11 273	0.13 290	0.18 249	0.15 217	0.20 269	0.19 237

ITSA-stereo	0.18 284	0.14 279	0.12 271	0.26 318	0.17 291	0.18 284	0.16 284	0.25 311	0.17 289	0.26 291	0.18 292	0.33 307	0.25 315	0.16 305	0.13 261	0.12 238	0.22 267	0.15 278	0.23 286	0.10 195	0.19 240	0.12 255	0.15 299	0.11 263	0.23 311	0.16 240	0.20 269	0.23 275

dad	0.18 284	0.16 295	0.12 271	0.36 331	0.16 285	0.24 320	0.21 311	0.24 305	0.09 178	0.22 204	0.11 202	0.38 317	0.12 247	0.08 194	0.13 261	0.11 186	0.27 331	0.13 241	0.30 319	0.11 222	0.19 240	0.12 255	0.09 246	0.13 290	0.19 264	0.14 187	0.31 324	0.24 278

PSMNet-ADL	0.18 284	0.13 267	0.13 284	0.16 272	0.14 274	0.17 276	0.16 284	0.20 265	0.22 323	0.27 308	0.20 312	0.29 301	0.26 318	0.18 308	0.16 302	0.14 290	0.23 278	0.14 265	0.22 279	0.14 275	0.19 240	0.11 233	0.10 263	0.11 263	0.20 277	0.16 240	0.23 291	0.20 250

Anonymous3	0.18 284	0.15 288	0.11 258	0.15 267	0.10 215	0.14 244	0.11 245	0.22 291	0.19 304	0.27 308	0.15 262	0.27 292	0.12 247	0.12 271	0.27 348	0.18 333	0.22 267	0.18 315	0.26 303	0.17 308	0.25 332	0.21 336	0.09 246	0.10 250	0.21 291	0.21 307	0.22 289	0.20 250

FADNet_RVC	0.18 284	0.14 279	0.13 284	0.20 298	0.15 283	0.14 244	0.13 267	0.24 305	0.14 266	0.24 246	0.18 292	0.28 293	0.22 312	0.14 292	0.15 293	0.12 238	0.20 238	0.17 305	0.32 323	0.15 291	0.20 259	0.15 295	0.11 273	0.15 301	0.20 277	0.21 307	0.18 243	0.23 275

NCC-stereo	0.18 284	0.16 295	0.16 307	0.16 272	0.18 299	0.18 284	0.18 295	0.19 245	0.20 318	0.16 128	0.19 304	0.21 253	0.21 306	0.12 271	0.22 334	0.18 333	0.18 188	0.19 320	0.19 248	0.15 291	0.16 187	0.15 295	0.15 299	0.12 279	0.19 264	0.18 276	0.24 300	0.20 250

Abc-Net	0.18 284	0.16 295	0.16 307	0.16 272	0.18 299	0.18 284	0.18 295	0.19 245	0.20 318	0.16 128	0.19 304	0.21 253	0.21 306	0.12 271	0.22 334	0.18 333	0.18 188	0.19 320	0.19 248	0.15 291	0.16 187	0.15 295	0.15 299	0.12 279	0.19 264	0.18 276	0.24 300	0.20 250
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
NCCL2	0.18 284	0.17 303	0.16 307	0.13 245	0.13 262	0.13 234	0.12 262	0.21 282	0.18 296	0.22 204	0.15 262	0.23 275	0.13 263	0.10 230	0.17 309	0.16 315	0.19 213	0.17 305	0.19 248	0.17 308	0.22 305	0.18 315	0.11 273	0.16 309	0.26 322	0.26 333	0.20 269	0.24 278

XPNet_ROB	0.18 284	0.21 318	0.14 296	0.15 267	0.16 285	0.15 254	0.15 279	0.16 162	0.14 266	0.19 164	0.19 304	0.49 330	0.13 263	0.11 251	0.16 302	0.14 290	0.25 311	0.16 291	0.18 235	0.14 275	0.17 205	0.19 324	0.13 291	0.14 297	0.18 249	0.17 261	0.32 327	0.29 307

DDVS	0.19 293	0.15 288	0.13 284	0.18 285	0.18 299	0.20 300	0.20 304	0.20 265	0.16 280	0.25 274	0.21 314	0.39 320	0.28 326	0.13 288	0.14 281	0.14 290	0.26 321	0.19 320	0.28 311	0.15 291	0.19 240	0.17 311	0.10 263	0.14 297	0.19 264	0.15 217	0.22 289	0.25 286

DAS	0.19 293	0.11 237	0.10 243	0.24 312	0.19 307	0.18 284	0.21 311	0.23 299	0.18 296	0.24 246	0.14 246	0.38 317	0.21 306	0.09 216	0.13 261	0.12 238	0.25 311	0.16 291	0.22 279	0.15 291	0.21 285	0.14 285	0.17 308	0.13 290	0.20 277	0.18 276	0.23 291	0.30 309

SepStereo	0.19 293	0.11 237	0.10 243	0.24 312	0.19 307	0.18 284	0.21 311	0.23 299	0.18 296	0.24 246	0.14 246	0.38 317	0.21 306	0.09 216	0.13 261	0.12 238	0.25 311	0.16 291	0.22 279	0.15 291	0.21 285	0.14 285	0.17 308	0.13 290	0.20 277	0.18 276	0.23 291	0.30 309

RGC	0.19 293	0.17 303	0.17 317	0.19 292	0.20 312	0.20 300	0.15 279	0.22 291	0.26 337	0.17 138	0.21 314	0.21 253	0.24 314	0.15 302	0.24 341	0.19 341	0.18 188	0.16 291	0.19 248	0.16 303	0.17 205	0.14 285	0.13 291	0.16 309	0.21 291	0.21 307	0.24 300	0.25 286

PA-Net	0.19 293	0.21 318	0.25 342	0.14 255	0.20 312	0.18 284	0.21 311	0.21 282	0.19 304	0.17 138	0.15 262	0.17 186	0.21 306	0.26 330	0.17 309	0.18 333	0.15 140	0.19 320	0.13 148	0.17 308	0.14 152	0.16 305	0.10 263	0.16 309	0.18 249	0.27 344	0.17 218	0.35 324
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
NaN_ROB	0.19 293	0.20 316	0.19 328	0.19 292	0.20 312	0.16 267	0.15 279	0.28 319	0.19 304	0.23 223	0.18 292	0.46 327	0.17 295	0.11 251	0.14 281	0.13 270	0.15 140	0.14 265	0.21 267	0.19 318	0.13 131	0.11 233	0.09 246	0.21 322	0.25 317	0.23 320	0.26 312	0.28 304

pmcnn	0.19 293	0.14 279	0.11 258	0.18 285	0.13 262	0.19 294	0.16 284	0.20 265	0.19 304	0.26 291	0.15 262	0.35 311	0.26 318	0.09 216	0.11 218	0.11 186	0.25 311	0.14 265	0.24 293	0.14 275	0.23 316	0.15 295	0.11 273	0.11 263	0.21 291	0.19 295	0.40 347	0.46 345

DCVSM-stereo	0.20 300	0.15 288	0.12 271	0.25 315	0.19 307	0.26 324	0.21 311	0.23 299	0.16 280	0.24 246	0.18 292	0.49 330	0.27 322	0.14 292	0.12 246	0.12 238	0.24 300	0.16 291	0.25 297	0.16 303	0.19 240	0.15 295	0.22 324	0.11 263	0.19 264	0.16 240	0.24 300	0.27 295

SFCPSM	0.20 300	0.14 279	0.12 271	0.21 302	0.16 285	0.20 300	0.18 295	0.22 291	0.20 318	0.25 274	0.24 330	0.34 310	0.34 340	0.14 292	0.13 261	0.13 270	0.24 300	0.16 291	0.32 323	0.19 318	0.19 240	0.13 274	0.14 297	0.12 279	0.22 302	0.18 276	0.20 269	0.25 286

RTS	0.20 300	0.16 295	0.14 296	0.17 280	0.14 274	0.20 300	0.15 279	0.24 305	0.25 333	0.15 121	0.14 246	0.14 151	0.20 304	0.11 251	0.15 293	0.16 315	0.24 300	0.17 305	0.35 331	0.24 337	0.23 316	0.16 305	0.09 246	0.15 301	0.29 334	0.26 333	0.28 319	0.55 354

RTSA	0.20 300	0.16 295	0.14 296	0.17 280	0.14 274	0.20 300	0.15 279	0.24 305	0.25 333	0.15 121	0.14 246	0.14 151	0.20 304	0.11 251	0.15 293	0.16 315	0.24 300	0.17 305	0.35 331	0.24 337	0.23 316	0.16 305	0.09 246	0.15 301	0.29 334	0.26 333	0.28 319	0.55 354

ccs_rob	0.20 300	0.15 288	0.12 271	0.26 318	0.16 285	0.26 324	0.20 304	0.22 291	0.16 280	0.25 274	0.24 330	0.58 339	0.25 315	0.18 308	0.13 261	0.13 270	0.23 278	0.15 278	0.21 267	0.16 303	0.21 285	0.12 255	0.12 285	0.11 263	0.20 277	0.16 240	0.18 243	0.23 275

SGM-Forest	0.20 300	0.18 309	0.16 307	0.23 307	0.18 299	0.21 309	0.18 295	0.23 299	0.17 289	0.20 178	0.16 273	0.23 275	0.18 298	0.22 325	0.18 317	0.18 333	0.19 213	0.17 305	0.18 235	0.15 291	0.18 222	0.19 324	0.25 333	0.19 321	0.22 302	0.18 276	0.26 312	0.24 278
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
HBP-ISP	0.21 306	0.16 295	0.13 284	0.26 318	0.23 321	0.22 313	0.18 295	0.29 326	0.18 296	0.28 324	0.19 304	0.22 269	0.12 247	0.28 338	0.11 218	0.14 290	0.26 321	0.19 320	0.20 261	0.13 265	0.23 316	0.23 343	0.26 339	0.24 336	0.25 317	0.24 322	0.23 291	0.26 290

AnyNet_C32	0.21 306	0.16 295	0.15 303	0.17 280	0.17 291	0.19 294	0.16 284	0.26 313	0.22 323	0.25 274	0.24 330	0.24 282	0.18 298	0.14 292	0.22 334	0.18 333	0.28 338	0.22 334	0.30 319	0.19 318	0.28 346	0.23 343	0.16 303	0.18 318	0.22 302	0.22 315	0.21 283	0.24 278

NOSS_ROB	0.21 306	0.14 279	0.16 307	0.21 302	0.19 307	0.20 300	0.22 318	0.30 328	0.18 296	0.25 274	0.16 273	0.21 253	0.13 263	0.27 337	0.15 293	0.14 290	0.26 321	0.21 330	0.22 279	0.17 308	0.23 316	0.22 340	0.26 339	0.24 336	0.26 322	0.23 320	0.24 300	0.27 295

SHD	0.22 309	0.17 303	0.21 336	0.18 285	0.17 291	0.19 294	0.20 304	0.27 317	0.17 289	0.27 308	0.19 304	0.24 282	0.32 333	0.17 307	0.16 302	0.15 311	0.19 213	0.17 305	0.33 327	0.18 314	0.21 285	0.18 315	0.16 303	0.17 314	0.24 315	0.28 348	0.25 308	0.43 338

ADCMid	0.22 309	0.18 309	0.17 317	0.18 285	0.19 307	0.20 300	0.16 284	0.30 328	0.25 333	0.24 246	0.19 304	0.36 314	0.21 306	0.12 271	0.18 317	0.16 315	0.25 311	0.18 315	0.37 335	0.19 318	0.24 326	0.20 333	0.17 308	0.15 301	0.24 315	0.22 315	0.25 308	0.30 309

ADCPNet	0.22 309	0.17 303	0.16 307	0.20 298	0.20 312	0.20 300	0.18 295	0.28 319	0.23 325	0.26 291	0.23 326	0.26 290	0.29 328	0.15 302	0.19 325	0.17 327	0.24 300	0.17 305	0.32 323	0.23 336	0.25 332	0.20 333	0.17 308	0.22 325	0.25 317	0.24 322	0.27 315	0.34 322

CBMV_ROB	0.22 309	0.14 279	0.16 307	0.26 318	0.23 321	0.21 309	0.22 318	0.28 319	0.17 289	0.26 291	0.17 282	0.28 293	0.18 298	0.26 330	0.13 261	0.12 238	0.26 321	0.17 305	0.19 248	0.17 308	0.21 285	0.19 324	0.26 339	0.21 322	0.25 317	0.27 344	0.25 308	0.34 322

ETE_ROB	0.22 309	0.23 328	0.15 303	0.20 298	0.16 285	0.19 294	0.17 293	0.18 212	0.19 304	0.21 189	0.22 324	0.64 342	0.16 292	0.14 292	0.17 309	0.14 290	0.30 344	0.19 320	0.25 297	0.19 318	0.22 305	0.18 315	0.16 303	0.15 301	0.22 302	0.28 348	0.41 349	0.27 295

LALA_ROB	0.22 309	0.25 332	0.16 307	0.19 292	0.17 291	0.22 313	0.16 284	0.18 212	0.19 304	0.24 246	0.21 314	0.63 341	0.15 287	0.13 288	0.26 345	0.17 327	0.27 331	0.22 334	0.23 286	0.19 318	0.20 259	0.21 336	0.14 297	0.15 301	0.20 277	0.22 315	0.35 335	0.26 290

CBMV	0.22 309	0.18 309	0.18 322	0.23 307	0.22 317	0.20 300	0.18 295	0.27 317	0.19 304	0.28 324	0.11 202	0.30 302	0.13 263	0.24 327	0.16 302	0.14 290	0.25 311	0.18 315	0.20 261	0.16 303	0.22 305	0.19 324	0.24 332	0.23 328	0.27 325	0.24 322	0.36 338	0.42 335
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	0.23 316	0.26 336	0.15 303	0.46 346	0.24 326	0.36 340	0.20 304	0.24 305	0.16 280	0.26 291	0.15 262	0.28 293	0.27 322	0.11 251	0.13 261	0.13 270	0.21 251	0.12 206	0.18 235	0.12 247	0.20 259	0.11 233	0.11 273	0.12 279	0.36 352	0.25 332	0.57 360	0.33 317

PWC_ROB	0.23 316	0.20 316	0.14 296	0.18 285	0.17 291	0.16 267	0.20 304	0.21 282	0.27 340	0.15 121	0.21 314	0.28 293	0.63 363	0.13 288	0.14 281	0.13 270	0.27 331	0.18 315	0.37 335	0.19 318	0.22 305	0.18 315	0.16 303	0.24 336	0.20 277	0.19 295	0.24 300	0.44 341

ACV-stereo	0.25 318	0.15 288	0.13 284	0.22 304	0.17 291	0.28 327	0.24 325	0.22 291	0.20 318	0.23 223	0.23 326	0.28 293	0.37 347	0.18 308	0.15 293	0.13 270	0.34 349	0.20 326	1.10 375	0.26 342	0.26 340	0.17 311	0.28 354	0.18 318	0.19 264	0.18 276	0.25 308	0.29 307

FCDSN-DC	0.25 318	0.25 332	0.26 345	0.28 327	0.26 330	0.26 324	0.35 338	0.28 319	0.18 296	0.20 178	0.18 292	0.21 253	0.12 247	0.29 339	0.25 343	0.26 350	0.29 341	0.28 352	0.28 311	0.21 327	0.25 332	0.25 348	0.26 339	0.32 355	0.27 325	0.24 322	0.26 312	0.27 295
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
MFN_U_SF_DS_RVC	0.25 318	0.25 332	0.20 330	0.29 328	0.22 317	0.22 313	0.23 321	0.37 346	0.28 343	0.35 357	0.22 324	0.46 327	0.32 333	0.20 319	0.19 325	0.17 327	0.17 167	0.16 291	0.30 319	0.14 275	0.21 285	0.19 324	0.27 352	0.23 328	0.29 334	0.26 333	0.33 329	0.31 314

SGM-ForestM	0.25 318	0.22 323	0.16 307	0.37 333	0.24 326	0.32 333	0.24 325	0.29 326	0.21 322	0.23 223	0.18 292	0.50 333	0.26 318	0.20 319	0.15 293	0.13 270	0.23 278	0.16 291	0.25 297	0.15 291	0.20 259	0.17 311	0.21 322	0.17 314	0.37 353	0.26 333	0.52 355	0.37 326

SGM_RVC	0.25 318	0.24 330	0.18 322	0.39 340	0.27 333	0.34 339	0.26 331	0.28 319	0.19 304	0.25 274	0.18 292	0.42 321	0.31 331	0.18 308	0.14 281	0.13 270	0.23 278	0.15 278	0.26 303	0.14 275	0.19 240	0.15 295	0.19 316	0.17 314	0.34 348	0.24 322	0.56 359	0.45 343
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
DDUNet	0.26 323	0.21 318	0.12 271	0.38 336	0.31 342	0.41 347	0.48 353	0.20 265	0.16 280	0.16 128	0.25 335	0.17 186	0.08 195	1.61 370	0.15 293	0.14 290	0.21 251	0.15 278	0.25 297	0.14 275	0.18 222	0.13 274	0.25 333	0.16 309	0.17 224	0.19 295	0.18 243	0.22 271

UDG	0.26 323	0.21 318	0.13 284	0.39 340	0.32 343	0.39 345	0.53 358	0.20 265	0.16 280	0.19 164	0.23 326	0.17 186	0.09 211	1.45 366	0.16 302	0.13 270	0.27 331	0.16 291	0.27 310	0.14 275	0.22 305	0.14 285	0.25 333	0.12 279	0.21 291	0.21 307	0.21 283	0.19 237

FAT-Stereo	0.26 323	0.19 312	0.17 317	0.38 336	0.37 347	0.31 329	0.25 330	0.26 313	0.18 296	0.28 324	0.25 335	0.33 307	0.36 343	0.26 330	0.18 317	0.16 315	0.27 331	0.23 339	0.33 327	0.21 327	0.22 305	0.19 324	0.22 324	0.22 325	0.22 302	0.22 315	0.33 329	0.43 338

GANetREF_RVC	0.26 323	0.26 336	0.30 351	0.23 307	0.23 321	0.23 318	0.24 325	0.35 341	0.33 355	0.32 345	0.18 292	0.50 333	0.38 348	0.12 271	0.22 334	0.18 333	0.20 238	0.21 330	0.35 331	0.21 327	0.24 326	0.16 305	0.22 324	0.29 350	0.28 330	0.21 307	0.36 338	0.33 317
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
CSAN	0.26 323	0.30 346	0.30 351	0.26 318	0.23 321	0.21 309	0.19 302	0.28 319	0.37 360	0.35 357	0.24 330	0.51 336	0.27 322	0.14 292	0.22 334	0.17 327	0.19 213	0.20 326	0.26 303	0.25 341	0.22 305	0.20 333	0.17 308	0.27 343	0.31 339	0.26 333	0.39 343	0.38 328

FC-DCNN v2	0.27 328	0.28 342	0.27 346	0.37 333	0.29 339	0.32 333	0.38 343	0.33 337	0.19 304	0.22 204	0.19 304	0.24 282	0.13 263	0.29 339	0.26 345	0.27 354	0.29 341	0.27 348	0.29 317	0.22 333	0.26 340	0.25 348	0.26 339	0.31 352	0.32 344	0.26 333	0.31 324	0.31 314

FC-DCNN	0.27 328	0.28 342	0.27 346	0.36 331	0.28 335	0.32 333	0.38 343	0.33 337	0.19 304	0.22 204	0.19 304	0.23 275	0.13 263	0.29 339	0.26 345	0.27 354	0.29 341	0.27 348	0.29 317	0.22 333	0.26 340	0.25 348	0.26 339	0.31 352	0.31 339	0.26 333	0.30 321	0.30 309

FBW_ROB	0.27 328	0.26 336	0.25 342	0.38 336	0.26 330	0.32 333	0.20 304	0.21 282	0.19 304	0.27 308	0.21 314	0.45 324	0.32 333	0.26 330	0.22 334	0.20 344	0.27 331	0.17 305	0.52 349	0.14 275	0.22 305	0.15 295	0.17 308	0.28 346	0.22 302	0.19 295	0.33 329	0.57 357

CC-Net-ROB	0.28 331	0.40 352	0.29 349	0.57 353	0.44 352	0.42 349	0.38 343	0.32 334	0.19 304	0.33 350	0.28 346	0.69 347	0.10 228	0.32 348	0.21 331	0.13 270	0.14 128	0.16 291	0.40 338	0.18 314	0.15 166	0.09 164	0.23 328	0.24 336	0.22 302	0.21 307	0.19 257	0.28 304

G-Net	0.29 332	0.24 330	0.19 328	0.24 312	0.21 316	0.36 340	0.23 321	0.30 328	0.27 340	0.33 350	0.33 356	0.89 365	0.25 315	0.19 316	0.21 331	0.18 333	0.26 321	0.22 334	0.44 341	0.31 354	0.27 344	0.18 315	0.18 314	0.18 318	0.28 330	0.24 322	0.40 347	0.41 333

XQC	0.29 332	0.30 346	0.27 346	0.37 333	0.28 335	0.37 343	0.37 339	0.40 352	0.30 349	0.32 345	0.20 312	0.45 324	0.28 326	0.31 345	0.16 302	0.15 311	0.21 251	0.22 334	0.34 330	0.24 337	0.22 305	0.21 336	0.23 328	0.25 340	0.33 346	0.27 344	0.44 351	0.33 317

ADCS	0.29 332	0.22 323	0.21 336	0.26 318	0.25 328	0.25 321	0.23 321	0.37 346	0.30 349	0.23 223	0.27 342	0.47 329	0.36 343	0.20 319	0.22 334	0.19 341	0.32 346	0.24 342	0.49 347	0.28 347	0.37 358	0.30 355	0.20 318	0.23 328	0.31 339	0.28 348	0.30 321	0.43 338

S-Stereo	0.30 335	0.22 323	0.18 322	0.42 344	0.39 349	0.41 347	0.37 339	0.25 311	0.24 328	0.26 291	0.44 362	0.55 338	0.36 343	0.24 327	0.18 317	0.14 290	0.27 331	0.27 348	0.35 331	0.28 347	0.23 316	0.23 343	0.53 363	0.23 328	0.23 311	0.19 295	0.27 315	0.38 328

MeshStereo	0.30 335	0.26 336	0.20 330	0.49 349	0.37 347	0.36 340	0.26 331	0.32 334	0.28 343	0.30 341	0.28 346	0.60 340	0.48 356	0.18 308	0.15 293	0.14 290	0.26 321	0.17 305	0.28 311	0.18 314	0.28 346	0.22 340	0.25 333	0.21 322	0.37 353	0.30 354	0.55 358	0.51 349
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
MFN_U_SF_RVC	0.31 337	0.28 342	0.21 336	0.33 329	0.29 339	0.31 329	0.29 335	0.38 349	0.24 328	0.46 367	0.31 353	0.50 333	0.34 340	0.25 329	0.30 349	0.25 347	0.19 213	0.23 339	0.58 350	0.29 349	0.25 332	0.28 354	0.21 322	0.27 343	0.31 339	0.26 333	0.37 340	0.51 349

edge stereo	0.31 337	0.22 323	0.20 330	0.42 344	0.36 345	0.42 349	0.39 346	0.39 351	0.23 325	0.23 223	0.39 359	0.68 345	0.34 340	0.30 344	0.17 309	0.17 327	0.31 345	0.21 330	0.42 339	0.21 327	0.24 326	0.18 315	0.25 333	0.23 328	0.28 330	0.24 322	0.39 343	0.55 354

SANet	0.31 337	0.21 318	0.21 336	0.25 315	0.22 317	0.31 329	0.22 318	0.31 333	0.32 353	0.27 308	0.27 342	1.36 376	0.39 350	0.22 325	0.17 309	0.14 290	0.26 321	0.21 330	0.30 319	0.21 327	0.25 332	0.21 336	0.30 358	0.23 328	0.34 348	0.26 333	0.35 335	0.49 347

AnyNet_C01	0.32 340	0.22 323	0.20 330	0.22 304	0.27 333	0.25 321	0.24 325	0.37 346	0.37 360	0.26 291	0.29 348	0.49 330	0.33 339	0.18 308	0.32 352	0.22 346	0.39 358	0.32 356	0.65 353	0.33 359	0.41 365	0.33 361	0.26 339	0.26 342	0.34 348	0.34 357	0.34 333	0.45 343

DGSMNet	0.34 341	0.27 341	0.24 341	0.41 343	0.33 344	0.37 343	0.37 339	0.28 319	0.25 333	0.25 274	0.52 367	0.45 324	0.32 333	0.26 330	0.25 343	0.20 344	0.52 369	0.32 356	0.75 361	0.35 361	0.38 359	0.39 371	0.28 354	0.31 352	0.27 325	0.24 322	0.33 329	0.37 326

MSC_U_SF_DS_RVC	0.35 342	0.36 348	0.38 361	0.46 346	0.28 335	0.31 329	0.28 334	0.51 364	0.46 367	0.39 364	0.29 348	0.37 316	0.36 343	0.31 345	0.38 359	0.26 350	0.22 267	0.27 348	0.72 358	0.37 362	0.28 346	0.31 356	0.30 358	0.38 362	0.33 346	0.26 333	0.30 321	0.38 328

MaskLacGwcNet_RVC	0.36 343	0.16 295	0.13 284	0.26 318	0.22 317	0.23 318	0.27 333	0.24 305	0.15 276	0.24 246	0.16 273	4.16 393	0.22 312	0.19 316	0.14 281	0.13 270	0.33 347	0.22 334	0.32 323	0.20 325	0.24 326	0.19 324	0.22 324	0.14 297	0.20 277	0.20 305	0.21 283	0.24 278

STStereo	0.38 344	0.43 354	0.31 354	0.74 359	0.50 358	0.58 354	0.43 349	0.35 341	0.31 351	0.34 354	0.25 335	0.83 359	0.55 360	0.20 319	0.17 309	0.16 315	0.25 311	0.16 291	0.46 344	0.17 308	0.24 326	0.19 324	0.20 318	0.23 328	0.52 363	0.41 364	0.76 372	0.59 360

PVD	0.39 345	0.38 351	0.20 330	0.47 348	0.36 345	0.50 353	0.40 348	0.38 349	0.34 358	0.23 223	0.29 348	0.52 337	0.51 358	0.50 355	0.19 325	0.17 327	0.40 360	0.26 346	0.50 348	0.29 349	0.40 361	0.41 373	0.23 328	0.27 343	0.45 360	0.59 379	0.46 353	0.73 369

DPSNet	0.40 346	0.19 312	0.18 322	0.27 325	0.26 330	0.29 328	0.19 302	0.26 313	0.24 328	0.18 151	0.17 282	2.15 387	0.44 353	0.10 230	0.20 329	0.16 315	0.35 353	0.28 352	2.00 389	0.27 345	0.25 332	0.17 311	0.28 354	0.25 340	0.40 357	0.27 344	0.39 343	0.53 351

MANE	0.42 347	0.36 348	0.33 356	0.61 355	0.45 355	0.44 351	0.47 352	0.43 359	0.26 337	0.23 223	0.24 330	0.64 342	0.29 328	0.31 345	0.32 352	0.30 360	0.33 347	0.42 369	0.38 337	0.24 337	0.31 352	0.27 352	0.26 339	0.35 359	0.57 368	0.44 368	1.10 387	0.98 381

LE_ROB	0.42 347	0.19 312	0.17 317	0.40 342	0.44 352	0.33 338	0.44 350	0.35 341	0.29 348	0.32 345	0.21 314	1.22 373	1.73 389	0.11 251	0.11 218	0.11 186	0.21 251	0.13 241	0.21 267	0.13 265	0.23 316	0.13 274	0.12 285	0.15 301	0.39 356	0.36 359	1.46 392	1.45 390

ELAS	0.43 349	0.43 354	0.36 359	0.64 357	0.45 355	0.58 354	0.50 354	0.40 352	0.27 340	0.25 274	0.30 351	0.92 366	0.32 333	0.32 348	0.31 350	0.28 357	0.36 355	0.30 354	0.45 343	0.26 342	0.34 354	0.33 361	0.26 339	0.37 361	0.56 367	0.43 367	0.78 375	0.76 371
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS_RVC	0.44 350	0.43 354	0.36 359	0.63 356	0.44 352	0.62 359	0.50 354	0.40 352	0.26 337	0.25 274	0.31 353	1.20 371	0.31 331	0.32 348	0.31 350	0.28 357	0.37 356	0.30 354	0.44 341	0.27 345	0.35 355	0.33 361	0.26 339	0.38 362	0.52 363	0.41 364	0.78 375	0.74 370
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SQANet	0.46 351	0.56 359	0.14 296	1.44 366	0.52 359	1.25 366	0.85 363	0.30 328	0.23 325	0.34 354	0.25 335	0.66 344	0.19 303	1.15 364	0.19 325	0.14 290	0.25 311	0.20 326	0.42 339	0.22 333	0.17 205	0.14 285	1.56 370	0.17 314	0.21 291	0.17 261	0.27 315	0.41 333

SAMSARA	0.49 352	0.23 328	0.39 362	0.23 307	0.23 321	0.22 313	0.23 321	0.44 361	0.39 364	0.31 344	0.21 314	0.30 302	0.47 355	0.18 308	0.35 355	0.34 361	0.26 321	0.32 356	0.47 345	0.32 358	0.48 375	0.54 381	0.15 299	0.33 357	1.40 394	1.58 393	1.42 391	1.48 391

AMNet	0.49 352	0.50 357	0.48 365	0.49 349	0.47 357	0.61 358	0.51 356	0.32 334	0.28 343	0.30 341	0.68 375	0.72 349	0.13 263	0.53 357	0.44 361	0.55 375	0.57 372	0.58 381	0.48 346	0.48 365	0.58 382	0.50 378	0.26 339	0.48 367	0.45 360	0.52 374	0.58 361	0.65 363

DispFullNet	0.49 352	0.53 358	0.20 330	1.14 363	0.43 351	0.79 362	1.26 368	0.33 337	0.24 328	0.24 246	0.27 342	0.85 360	0.50 357	1.59 369	0.18 317	0.15 311	0.51 367	0.34 362	1.12 376	0.26 342	0.25 332	0.19 324	0.20 318	0.22 325	0.28 330	0.18 276	0.35 335	0.61 361

BEATNet-Init1	0.51 355	0.41 353	0.29 349	0.78 362	0.41 350	0.60 357	0.46 351	0.41 357	0.28 343	0.30 341	0.25 335	0.87 362	0.91 373	0.26 330	0.33 354	0.26 350	0.28 338	0.25 345	0.98 370	0.29 349	0.29 350	0.27 352	0.26 339	0.32 355	0.51 362	0.38 363	2.12 395	0.96 379

MADNet+	0.56 356	0.37 350	0.63 377	0.56 352	0.53 360	0.45 352	0.39 346	0.64 372	0.51 369	0.53 371	0.40 361	0.81 358	0.67 367	0.34 351	0.61 372	0.50 372	0.58 373	0.50 373	0.84 364	0.53 367	0.49 378	0.44 374	0.51 362	0.47 366	0.82 378	0.71 384	0.58 361	0.70 366

otaku	0.59 357	0.73 364	0.30 351	1.73 378	0.85 366	1.52 372	1.01 364	0.40 352	0.33 355	0.38 360	0.32 355	0.68 345	0.26 318	1.38 365	0.35 355	0.25 347	0.21 251	0.23 339	0.71 356	0.30 352	0.23 316	0.18 315	2.19 373	0.28 346	0.29 334	0.18 276	0.31 324	0.42 335

SGM+DAISY	0.59 357	0.58 362	0.54 369	0.58 354	0.55 362	0.69 361	0.57 359	0.43 359	0.39 364	0.38 360	0.78 379	0.75 353	0.65 366	0.54 359	0.62 373	0.56 376	0.67 379	0.61 384	0.72 358	0.64 378	0.71 386	0.65 386	0.27 352	0.51 369	0.54 365	0.57 377	0.75 371	0.71 368

SPS-STEREO	0.60 359	0.57 361	0.53 366	0.55 351	0.54 361	0.65 360	0.52 357	0.40 352	0.68 372	0.37 359	0.78 379	0.78 355	0.64 365	0.53 357	0.59 371	0.57 378	0.67 379	0.63 386	0.75 361	0.72 383	0.77 389	0.68 387	0.26 339	0.54 374	0.54 365	0.60 380	0.70 368	0.66 364
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
Ntro	0.64 360	0.74 365	0.31 354	1.81 380	0.85 366	1.57 373	1.10 366	0.48 362	0.36 359	0.38 360	0.39 359	0.74 351	0.27 322	1.54 368	0.37 358	0.28 357	0.23 278	0.24 342	0.71 356	0.31 354	0.23 316	0.18 315	2.45 377	0.30 351	0.31 339	0.24 322	0.38 342	0.44 341

MFMNet_re	0.66 361	0.72 363	0.65 380	0.77 361	0.62 363	0.82 364	0.70 362	0.52 366	0.53 370	0.54 373	0.65 373	0.79 356	0.51 358	0.59 361	0.68 377	0.67 382	0.81 386	0.69 387	0.74 360	0.62 376	0.71 386	0.64 385	0.45 360	0.57 375	0.59 371	0.62 382	0.74 370	0.88 377

WAO-7	0.67 362	0.75 366	0.64 379	0.72 358	0.78 365	0.58 354	0.66 360	0.97 386	0.97 384	0.62 376	0.81 383	0.79 356	0.84 371	0.55 360	0.86 383	0.71 386	0.44 362	0.36 364	0.96 367	0.67 381	0.44 368	0.35 366	0.16 303	0.83 388	0.57 368	0.67 383	0.58 361	0.70 366

ACVNet-4b	0.70 363	0.78 368	0.34 357	1.74 379	0.95 372	1.64 377	1.43 371	0.33 337	0.31 351	0.38 360	0.26 340	1.23 374	0.29 328	2.19 380	0.42 360	0.37 362	0.34 349	0.24 342	0.59 351	0.38 363	0.17 205	0.15 295	2.71 379	0.23 328	0.30 338	0.32 356	0.39 343	0.42 335

JetBlue	0.71 364	0.56 359	0.71 382	0.74 359	0.62 363	0.79 362	0.69 361	0.53 367	0.93 381	0.46 367	0.30 351	3.22 390	0.38 348	0.52 356	0.46 362	0.44 367	0.73 384	0.53 376	0.68 355	0.52 366	0.57 380	0.60 383	0.74 364	0.57 375	0.57 368	0.46 369	0.97 384	0.96 379

MonStereo1	0.74 365	0.77 367	0.34 357	1.64 370	1.05 379	1.35 370	1.51 373	0.56 368	0.38 363	0.59 375	0.65 373	1.58 379	0.76 369	1.93 372	0.21 331	0.14 290	0.39 358	0.34 362	0.67 354	0.31 354	0.38 359	0.23 343	2.26 374	0.35 359	0.32 344	0.29 353	0.51 354	0.58 358

ACVNet_1	0.75 366	0.82 369	0.41 363	2.07 386	0.98 373	1.94 384	1.52 374	0.59 370	0.28 343	0.43 365	0.50 366	0.73 350	0.63 363	2.24 382	0.36 357	0.25 347	0.34 349	0.32 356	0.62 352	0.31 354	0.30 351	0.22 340	2.71 379	0.33 357	0.41 359	0.28 348	0.37 340	0.39 332

RainbowNet	0.78 367	0.90 370	0.47 364	1.86 381	0.92 369	1.63 376	1.48 372	0.42 358	0.37 360	0.47 370	0.34 357	0.92 366	0.62 362	2.02 375	0.65 374	0.48 370	0.35 353	0.33 360	0.92 366	0.58 371	0.33 353	0.24 347	2.80 383	0.39 364	0.40 357	0.35 358	0.44 351	0.50 348

PSMNet_ROB	0.80 368	0.99 375	0.62 376	1.64 370	0.93 371	1.51 371	1.20 367	0.57 369	0.73 373	0.74 379	0.63 372	0.86 361	0.84 371	1.52 367	0.58 368	0.42 364	0.54 370	0.41 368	0.87 365	0.62 376	0.42 367	0.31 356	1.83 371	0.48 367	0.69 376	0.37 360	0.76 372	0.47 346

WAO-6	0.83 369	0.96 372	0.61 374	1.33 365	1.06 380	1.28 368	1.42 370	0.78 379	0.87 378	0.78 380	0.70 378	0.77 354	1.02 380	1.95 373	0.81 380	0.62 380	0.55 371	0.49 372	0.80 363	0.60 372	0.57 380	0.53 380	0.50 361	0.58 378	0.85 382	0.46 369	0.77 374	0.83 376

ACVNet_2	0.84 370	0.95 371	0.58 372	2.04 384	1.03 378	1.88 383	1.56 377	0.68 374	0.39 364	0.53 371	0.49 364	1.05 369	0.68 368	1.97 374	0.53 365	0.44 367	0.40 360	0.33 360	1.06 372	0.42 364	0.35 355	0.25 348	2.54 378	0.53 372	0.61 372	0.28 348	0.53 356	0.58 358

PWCK	0.90 371	1.24 384	0.63 377	1.55 368	0.86 368	1.23 365	1.04 365	1.09 387	0.75 376	0.70 378	0.81 383	1.52 378	0.91 373	0.71 362	0.46 362	0.41 363	0.74 385	0.47 370	3.07 392	0.67 381	0.58 382	0.45 376	0.95 368	0.74 384	0.74 377	0.41 364	0.70 368	0.76 371

IMH-64-1	0.91 372	0.98 373	0.53 366	1.64 370	1.01 376	1.62 374	1.75 381	0.76 376	0.74 374	0.33 350	0.61 369	0.87 362	0.95 375	2.61 384	0.53 365	0.42 364	0.49 364	0.36 364	0.96 367	0.55 368	0.40 361	0.31 356	3.11 384	0.51 369	0.82 378	0.37 360	0.60 364	0.78 373

IMH-64	0.91 372	0.98 373	0.53 366	1.64 370	1.01 376	1.62 374	1.75 381	0.76 376	0.74 374	0.33 350	0.61 369	0.87 362	0.95 375	2.61 384	0.53 365	0.42 364	0.49 364	0.36 364	0.96 367	0.55 368	0.40 361	0.31 356	3.11 384	0.51 369	0.82 378	0.37 360	0.60 364	0.78 373

IMH	0.95 374	1.00 377	0.55 370	1.66 377	1.00 374	1.69 379	1.78 383	0.76 376	0.77 377	0.34 354	0.61 369	1.01 368	1.07 383	2.69 386	0.58 368	0.46 369	0.51 367	0.38 367	0.98 370	0.60 372	0.40 361	0.32 360	3.11 384	0.53 372	0.83 381	0.48 371	0.65 366	0.79 375

LVE	0.97 375	0.99 375	0.73 384	1.89 382	1.39 384	1.65 378	1.53 375	0.79 380	0.65 371	0.81 382	0.92 385	0.74 351	1.01 379	2.21 381	0.58 368	0.48 370	0.59 374	0.54 379	1.13 377	0.64 378	0.46 372	0.40 372	2.73 382	0.69 380	0.85 382	0.50 373	0.85 379	0.54 353

WAO-8	1.02 376	1.14 381	0.79 385	1.64 370	1.25 381	1.78 381	1.57 378	0.93 382	1.01 385	0.81 382	0.68 375	1.72 380	1.03 381	2.08 376	0.82 381	0.68 383	0.65 377	0.53 376	1.09 373	0.82 386	0.48 375	0.38 368	0.81 366	0.75 385	1.12 389	0.77 385	0.96 382	1.21 386

Venus	1.02 376	1.14 381	0.79 385	1.64 370	1.25 381	1.78 381	1.57 378	0.93 382	1.01 385	0.81 382	0.68 375	1.72 380	1.03 381	2.08 376	0.82 381	0.68 383	0.65 377	0.53 376	1.09 373	0.82 386	0.48 375	0.38 368	0.81 366	0.75 385	1.12 389	0.77 385	0.96 382	1.21 386

Dean	1.08 378	1.06 379	0.80 387	2.30 387	1.35 383	1.99 385	1.58 380	0.93 382	0.93 381	0.88 387	0.78 379	1.21 372	1.22 385	2.13 379	0.67 375	0.60 379	0.62 376	0.57 380	1.25 382	0.74 384	0.46 372	0.37 367	2.72 381	0.71 381	1.00 386	0.60 380	1.05 386	0.64 362

TorneroNet-64	1.09 379	1.03 378	0.60 373	1.99 383	0.92 369	2.06 387	2.05 384	0.63 371	0.87 378	0.58 374	0.49 364	1.90 384	1.89 390	2.91 391	0.67 375	0.51 373	0.48 363	0.47 370	1.23 380	0.61 374	0.35 355	0.38 368	3.33 387	0.57 375	0.64 374	0.52 374	0.69 367	1.15 384

TorneroNet	1.11 380	1.11 380	0.67 381	2.05 385	1.00 374	2.29 388	2.05 384	0.65 373	0.89 380	0.68 377	0.57 368	1.74 383	1.26 386	2.97 393	0.71 378	0.52 374	0.50 366	0.51 375	1.18 379	0.65 380	0.41 365	0.44 374	3.48 388	0.58 378	0.67 375	0.49 372	0.85 379	1.02 382

ktn	1.26 381	1.42 386	0.57 371	1.65 376	1.61 389	1.75 380	2.16 387	0.86 381	1.75 392	0.89 388	1.11 390	1.18 370	0.96 377	2.60 383	1.03 386	0.73 387	0.82 387	0.61 384	1.47 386	0.76 385	0.70 385	0.69 388	3.64 390	0.73 382	0.93 384	0.81 388	1.20 389	1.25 388

notaker	1.30 382	1.44 387	0.61 374	2.42 390	1.51 386	2.40 390	2.31 389	0.95 385	1.64 390	0.79 381	1.07 388	1.73 382	1.18 384	3.10 395	1.04 387	0.69 385	0.70 382	0.50 373	1.66 388	0.85 388	0.56 379	0.47 377	3.67 391	0.80 387	0.62 373	0.58 378	0.81 377	0.95 378

KSHMR	1.34 383	1.44 387	1.07 391	2.31 388	1.48 385	2.31 389	2.15 386	1.22 388	1.07 388	1.13 391	1.07 388	1.30 375	0.96 377	2.92 392	1.12 388	0.95 390	0.87 388	0.84 389	1.34 383	0.97 389	0.74 388	0.60 383	3.48 388	1.07 393	0.99 385	0.77 385	1.01 385	1.06 383

UNDER WATER-64	1.42 384	1.40 385	0.92 390	2.88 392	1.97 392	2.82 392	2.72 392	1.37 391	0.94 383	1.04 390	1.15 391	1.96 386	1.33 388	3.07 394	0.80 379	0.56 376	0.70 382	0.58 381	1.17 378	0.55 368	0.45 370	0.54 381	3.98 394	0.92 390	1.03 387	1.13 391	0.81 377	1.60 393

UNDER WATER	1.42 384	1.45 389	0.89 389	2.87 391	1.98 393	2.78 391	2.64 391	1.29 389	1.04 387	0.87 386	0.98 386	1.95 385	1.30 387	3.12 396	0.87 384	0.63 381	0.68 381	0.58 381	1.23 380	0.61 374	0.44 368	0.50 378	3.95 393	0.99 392	1.09 388	1.04 389	0.88 381	1.67 395

JetRed	1.64 386	1.79 392	1.70 393	1.59 369	1.52 387	2.02 386	2.26 388	1.52 393	1.47 389	0.82 385	0.78 379	2.67 389	0.43 352	1.78 371	1.47 391	1.56 392	1.74 390	2.93 394	1.44 385	1.10 391	2.36 392	2.20 391	1.98 372	0.98 391	1.19 392	1.77 394	1.58 393	1.56 392

HanzoNet	1.79 387	1.65 391	0.85 388	2.31 388	1.74 390	2.83 393	2.55 390	1.29 389	1.86 393	0.92 389	1.28 392	4.71 394	3.85 393	3.43 397	0.96 385	0.79 388	1.10 389	0.95 390	2.68 391	1.04 390	0.93 390	0.92 389	3.78 392	0.73 382	1.15 391	1.07 390	1.29 390	1.61 394

MADNet++	1.87 388	1.58 390	1.74 394	1.28 364	1.74 390	1.25 366	1.55 376	1.63 394	2.10 394	1.84 393	2.24 393	2.56 388	2.74 391	0.75 363	1.43 389	1.55 391	2.00 391	1.47 392	2.11 390	2.11 393	3.28 393	3.23 392	1.22 369	2.22 395	1.23 393	2.58 395	1.77 394	1.36 389

LSM0	3.23 389	0.28 342	0.18 322	0.38 336	0.30 341	0.39 345	0.37 339	0.51 364	0.32 353	0.45 366	0.47 363	0.71 348	0.59 361	0.19 316	16.94 397	59.67 404	0.37 356	0.26 346	1.34 383	0.34 360	0.45 370	0.34 365	0.23 328	0.28 346	0.38 355	0.31 355	0.53 356	0.53 351

PML	8.17 390	7.65 397	3.51 395	9.56 399	5.16 394	9.57 400	5.23 397	6.49 397	17.89 400	6.44 396	3.24 394	16.63 397	29.28 404	5.47 398	6.12 392	3.95 393	7.38 394	2.69 393	20.47 400	4.69 395	3.59 394	3.96 393	3.98 394	4.20 396	5.71 396	4.30 396	16.67 401	6.70 396

DGTPSM_ROB	8.61 391	3.65 393	8.39 396	2.97 393	5.68 395	3.37 394	4.40 395	3.70 395	9.03 395	3.00 394	6.91 395	3.52 391	10.03 394	2.69 386	10.46 393	10.76 394	3.81 392	12.88 396	4.73 393	10.21 396	5.93 395	13.78 396	4.46 396	8.55 397	10.09 399	27.91 400	11.05 399	30.64 400

DPSMNet_ROB	8.62 392	3.66 394	8.40 397	2.97 393	5.69 396	3.37 394	4.40 395	3.70 395	9.03 395	3.00 394	6.93 396	3.52 391	10.07 395	2.69 386	10.46 393	10.76 394	3.81 392	12.88 396	4.76 394	10.21 396	5.93 395	13.78 396	4.47 398	8.55 397	10.10 400	27.91 400	11.06 400	30.64 400

LRCNet_RVC	9.94 393	17.32 401	0.72 383	25.08 402	21.25 403	23.72 403	20.86 401	1.45 392	0.48 368	21.28 403	13.07 399	22.69 402	3.57 392	28.32 404	0.47 364	0.27 354	8.45 395	1.25 391	23.54 402	4.04 394	0.47 374	0.33 361	26.91 402	1.58 394	0.35 351	0.22 315	0.43 350	0.38 328

DLNR_Zeroshot_test	10.02 394	31.66 405	0.05 110	54.25 405	0.10 215	0.18 284	50.40 405	0.19 245	0.08 144	0.27 308	0.07 112	0.20 234	0.04 81	0.14 292	60.23 404	70.55 405	0.34 349	0.18 315	0.26 303	0.11 222	0.20 259	0.08 124	0.07 190	0.09 231	0.19 264	0.15 217	0.20 269	0.25 286

DPSM_ROB	12.93 395	6.06 395	9.07 398	4.34 395	6.33 397	4.24 396	3.55 393	8.20 398	10.79 397	6.62 397	7.89 397	9.68 395	12.99 397	2.78 389	12.36 395	13.66 396	8.95 396	16.55 399	9.69 395	12.30 398	16.52 399	17.76 399	2.26 374	10.59 399	28.41 401	36.73 402	31.10 402	39.69 402

DPSM	12.93 395	6.06 395	9.07 398	4.34 395	6.33 397	4.24 396	3.55 393	8.20 398	10.79 397	6.62 397	7.89 397	9.68 395	12.99 397	2.78 389	12.36 395	13.66 396	8.95 396	16.55 399	9.69 395	12.30 398	16.52 399	17.76 399	2.26 374	10.59 399	28.41 401	36.73 402	31.10 402	39.69 402

HaxPig	16.12 397	19.70 402	18.82 403	21.25 401	20.53 402	21.35 402	22.27 402	17.00 403	14.68 399	19.29 402	17.18 403	18.07 398	12.18 396	22.52 402	17.87 398	14.95 398	17.87 400	9.54 395	18.95 397	15.62 400	9.98 397	7.75 394	23.74 401	15.32 401	4.46 395	12.22 399	6.85 396	15.21 399

MEDIAN_ROB	20.51 398	25.88 403	24.09 404	26.47 403	25.52 404	25.87 404	26.98 403	21.19 404	19.61 401	28.55 404	22.12 404	24.85 403	16.74 399	26.52 403	23.53 399	18.59 399	22.10 402	14.86 398	26.41 403	23.30 401	15.47 398	11.96 395	27.64 403	18.47 402	7.32 397	9.55 398	8.34 398	11.88 398

AVERAGE_ROB	24.46 399	29.85 404	27.17 405	31.26 404	29.68 405	30.01 405	31.43 404	26.55 405	24.57 405	34.19 405	27.26 405	31.45 404	21.40 400	30.75 405	28.23 403	24.11 400	26.75 403	21.47 401	30.01 404	27.38 405	20.81 401	16.76 398	32.29 404	24.48 406	8.40 398	7.77 397	7.95 397	8.54 397

CasAABBNet	25.99 400	12.23 399	18.16 401	8.64 397	12.70 400	8.22 398	7.18 398	16.43 401	21.85 403	13.64 401	15.80 400	19.61 401	26.12 401	5.47 398	25.18 402	27.55 403	17.67 398	33.30 402	19.65 399	24.62 403	33.10 403	35.23 402	4.49 399	21.39 404	57.22 403	74.08 404	62.47 405	79.73 405

FlowAnything	26.05 401	11.98 398	18.33 402	8.70 398	12.62 399	8.34 399	7.20 399	16.56 402	21.86 404	13.57 400	16.00 401	19.55 400	26.21 403	5.55 400	24.94 401	27.47 402	17.85 399	33.34 404	19.39 398	24.73 404	33.38 404	35.79 403	4.46 396	21.36 403	57.29 404	74.31 406	62.56 406	79.87 406

fast-reg	26.97 402	13.89 400	17.76 400	12.37 400	13.04 401	14.35 401	12.70 400	16.24 400	21.70 402	13.11 399	16.41 402	19.05 399	26.13 402	12.96 401	24.92 400	27.06 401	18.58 401	33.30 402	20.73 401	24.42 402	32.98 402	35.00 401	6.75 400	21.46 405	57.32 405	74.25 405	62.39 404	79.47 404

GS-Stereo																							0.01 4	0.03 39	0.04 16	0.04 16	0.04 36	0.03 14

FSD		0.25 332	0.25 342	0.27 325	0.25 328	0.25 321	0.33 337	0.30 328	0.18 296	0.21 189	0.18 292			0.29 339	0.24 341	0.26 350			0.28 311	0.21 327				0.28 346	0.27 325	0.24 322	0.27 315	0.27 295

STTRV1_RVC		0.26 336	0.22 340	0.35 330	0.28 335	0.32 333	0.29 335	0.36 345	0.33 355	0.27 308	0.27 342	0.42 321	0.41 351	0.48 354		0.19 341	0.59 374	0.20 326		0.30 352	0.59 384			0.43 365	0.26 322	0.56 376	0.34 333	0.67 365

DPSimNet_ROB		1.23 383	1.31 392	1.49 367	1.60 388	1.34 369	1.37 369	0.68 374	1.70 391	1.68 392	1.03 387	1.48 377	0.82 370	2.08 376	1.45 390	0.92 389		0.81 388	1.64 387	1.41 392	1.08 391	1.28 390	0.79 365	0.87 389		1.26 392	1.18 388	1.16 385

Low-res two-view benchmark